流域生态补偿与经济活动空间重配置：基于镇级面板数据

摘要 流域生态补偿政策是应对跨区域水污染难题的重要制度创新，空间属性是其区别于其他环境政策的重要特征。在各地生态保护补偿政策实践经验反哺理论并高度凝练为中国生态文明建设基础性规则的背景下，研究流域生态补偿政策对经济活动的空间异质性影响及其背后机制不仅关系到地方政府在经济发展与环境治理激励间的动态权衡，更是不同行政区域间实现生态协同治理长效机制的关键。鉴于此，该研究以新安江流域生态补偿政策为切入点，基于多源经济地理数据集和中国镇级矢量地图，从镇级空间尺度考察了流域生态补偿对经济活动的空间异质性影响及其空间重配置机制。研究发现：①新安江流域生态补偿政策虽在整体层面抑制试点区域的乡镇经济发展，但该效果存在空间异质性。在试点区域内部，新安江流域生态补偿政策会对中上游、外围乡镇经济发展产生不利影响，但对下游乡镇经济发展存在积极效应；在试点-非试点区域间，新安江流域生态补偿政策会损害安徽省试点区域的周边乡镇经济发展，但有利于浙江省试点区域的周边乡镇经济发展。②集聚效应是新安江流域生态补偿政策对乡镇经济活动产生空间异质性影响的重要机制。人口密度与企业分布在试点区域内部、试点-非试点区域间的差异会形成乡镇经济资源的空间重配置效应，从而形成经济活动的空间分化。根据该结论提出以下政策建议：一是构建以市场为导向、多元化的补偿机制，精细调整生态补偿的考核标准与支付水平；二是构建各级主体参与的跨区域生态协同治理机制，促进流域共同发展；三是增强生态系统服务能力，提高生态产品价值转化率，将生态优势转化为经济优势。

关键词 生态补偿；经济活动；空间异质性；空间重配置；集聚效应

中图分类号 X22；X32 文献标志码 A 文章编号 1002-2104（2024）11-0151-12 DOI：10. 12062/cpre. 20241022

新安江流域生态补偿是中国首个跨省生态补偿试点政策，是习近平生态文明思想的具体实践。作为一种典型的生态系统服务付费项目，新安江流域生态补偿政策充分融合了“科斯定理”与“庇古税”的理论优势［1］，其目的不仅是促使上下游政府协同改善流域环境，还旨在增强生态系统服务功能，完善生态产品价值实现机制。因此，新安江流域生态补偿代表了生态协同保护治理的重要制度创新。党的十八大以来，以新安江流域生态补偿为代表的系列生态保护补偿政策逐渐系统化、规范化、制度化，党的二十大报告明确指出“建立生态产品价值实现机制，完善生态保护补偿制度”，中国首部生态保护补偿领域的法律法规《生态保护补偿条例》也于2024年6月1日正式实施。从现实进程来看，各地生态保护补偿实践总结出的有益经验正在反哺理论，并高度凝练为中国生态文明建设的基础性规则。流域生态补偿政策能在改善生态环境质量基础上实现绿色经济发展成果共享，是不同参与主体持续推动生态协同治理机制长期生效的关键。然而，在跨区域的生态协同治理实践中，流域生态补偿政策往往存在经济补偿非对称性、环境规制强度差异化与生态效益外溢性特征，可能导致其在试点区域内部、外部产生空间异质性影响。因此，厘清上述经济活动的空间重配置机制不仅关系到地方政府在经济发展与环境治理激励间的动态权衡［2］，也决定了此类生态保护补偿政策的可复制性和推广性，同时对完善流域生态补偿及其他生态保护补偿政策设计具有重大参考意义。

1 文献综述

聚焦流域生态补偿政策环境效应的研究结论基本一致，均认为生态补偿政策在宏观层面上表现为减少城市水污染［3-4］，在微观层面则表现为域内企业水污染强度的下降［5］。然而，关于生态补偿政策经济效益的文献始终未能达成一致结论，本研究从技术效率、分配结构、经济发展三重视角对其进行梳理。①从技术效率视角看，部分学者认为生态补偿能提高企业全要素生产率［6］，促进区域科技创新［4］。也有部分学者持相反观点，认为生态补偿会抑制企业全要素生产率提升，不利于技术进步［7］。还有学者发现生态补偿对技术进步存在非线性影响［8］，生态补偿资金不足会抑制创新，只有生态补偿资金跨过特定数额门槛后，生态补偿政策才能促进技术创新。②从分配结构视角看，现有文献大多立足于城乡收入差距进行考察，分析发现生态补偿政策能够改善农民就业结构［9］，促进剩余劳动力就业［10］，增加当地农户收入，进而缩小城乡收入差距［11］。但也有部分研究认为生态补偿资金通常存在不稳定、不充分特征，可能对农户长期收入产生负面影响［12］，甚至造成大量居民失业，进而造成生态补偿政策的经济不平等效应［13］。③从经济发展视角看，现有研究结论也呈现出对立态势。部分学者认为生态补偿政策下严格的环境规制会导致企业退出［14］，当地产业结构难以转型升级［15］，进而抑制地方经济发展。但也有学者认为生态补偿政策能促使当地产业结构优化［16］，实现居民减贫增收［17］，纠正域内资源错配并减少福利损失，有利于地方经济发展［18］。

此外，已有研究探讨环境经济问题时大多数只关注时间动态影响，即使在研究某些具有重要地理特征的问题时，其空间属性也往往被忽略［19］。而部分关于空间因素影响经济发展的文献仅是探讨了生产要素的流动性或技术扩散［20-22］，并未具体考察环境政策影响。一些理论研究将空间维度引入环境经济学领域，考虑到污染物扩散或生态系统服务资源分布等条件［23-24］，对行为主体做出特定假设。还有少数实证研究也从主体差异视角考察了上下游试点区域政策效果异同，但是该类文献仅考虑了试点区域内的纵向空间差异，并未涉及试点区域内的横向空间差异以及更为细致的空间异质性影响机制。因此，已有研究对跨区域生态治理的经济效应空间分布差异及其机制解释的深入探讨仍然匮乏［25］。

综上，已有研究有助于深入理解新安江流域生态补偿政策的经济效益，但仍有如下研究空间值得深入拓展：首先，现有研究主要基于准自然实验方法进行考察，但县级及以上主体本身就能参与生态补偿谈判并提出诉求［26］，这可能导致准自然实验方法前提难以满足，从而产生内生性问题；其次，现有研究主要基于城市或区县尺度数据分析新安江流域生态补偿问题，但流域生态治理任务重点通常落实在基层镇级主体，而基于县级及以上主体的数据分析可能导致结论存在偏误；再次，较大空间尺度的数据不利于开展空间异质性分析，难以从空间差异视角统合解释生态补偿政策经济效应的观点分歧；最后，现有研究对新安江流域生态补偿政策经济效应的机制解释仍然较为匮乏，还缺乏经济资源的空间重配置机制分析。

为此，本研究基于镇级空间尺度，以新安江流域生态补偿政策为切入点，运用双重差分方法考察其对经济活动的空间异质性影响与重配置机制，研究贡献在如下3个方面。

第一，结合空间差异视角评估新安江流域生态补偿政策对经济活动的影响，拓展了生态保护补偿的经济效益研究。流域生态补偿政策作为一种跨区域生态协同治理方案，空间属性是影响其效果的重要特征，而已有研究并未加以重视，也未能进一步揭示流域生态补偿政策对经济活动的空间重配置效应。本研究对上述问题进行了深入分析，将空间差异细化为试点区域内部的纵向、横向空间差异与试点-非试点区域的空间溢出效应，为以新安江流域生态补偿为代表的生态保护补偿政策效果提供新视角、新见解。

第二，基于镇级空间尺度数据并运用多种识别策略进行分析，为研究结论的可靠性奠定数据基础与方法支撑。县（区）及以上主体能参与生态补偿谈判并提出诉求，这导致使用县级及以上空间尺度数据的准自然实验研究可能存在内生性问题。本研究从镇级空间尺度考察新安江流域生态补偿对经济活动的空间异质性影响，不仅有助于减少测量误差，提高估计结果的准确性，还可以利用乡镇级政府无法干预流域生态补偿谈判的特性满足运用准自然实验方法的外生前提。此外，本研究还利用乡镇与关键水质区域地理距离构建新安江流域生态补偿政策的工具变量，进一步克服了内生性问题。

第三，深入探讨以集聚效应为特征的经济资源空间重配置机制并对其进行验证，从而丰富关于生态补偿政策经济效益的机制解释。已有研究对新安江流域生态补偿政策经济效益的机制研究集中在产业结构与财政干预，本研究从经济资源集聚视角出发，基于镇级空间尺度探讨新安江流域生态补偿政策的经济资源空间重配置机制，为生态保护补偿政策的经济效应机制提供有益补充。

2 政策背景与研究假设

2. 1 政策背景

新安江是安徽省第三大水系，源自黄山市休宁县六股尖，流经安徽歙县后进入浙江，最终汇入钱塘江。该水系安徽段出水量占千岛湖年均入库水量的60%以上，对浙江省乃至长三角的水生态安全至关重要。然而，在流域生态补偿政策实施前，新安江流域安徽段因工业化和城市化进程加快导致了严重的水质污染，尽管下游浙江省多次要求治理，但因成本、激励问题导致治理效果不足。2010年，千岛湖蓝藻异常增殖和汛期垃圾入湖问题引发广泛关注。2011年，中国首个跨省流域生态补偿机制在新安江流域启动。中央政府提供启动资金配合流域污染治理与生态建设，并积极推动上下游政府谈判和签订协议实现流域协同治理。安徽省和浙江省则根据水质结果和对赌协议条款开展横向资金补偿。

央-地政府间政治压力与纵向、横向财政转移的有效结合弥补了地方政府治污激励不足、交易成本过高等问题［27］。经历3轮流域生态补偿后，新安江流域水质得到明显提升，考核断面水质P 值连年达标。但现有生态补偿资金远远不足以负担新安江流域安徽段的污染治理投入，且流域生态补偿政策对下游浙江省的经济效应也尚不清楚。在该背景下，考察新安江流域生态补偿政策对流域经济活动的空间异质性影响不仅关系到地方政府在经济发展与环境治理间的动态权衡，也是不同参与主体持续推动生态协同治理机制长期生效的关键。

2. 2 研究假设

理论上，流域生态补偿政策对试点区域乡镇经济发展存在两种影响。

第一，流域生态补偿政策有可能促进试点区域的乡镇经济发展。首先，生态补偿政策可通过网箱拆除、生态移民等一系列措施使试点区域乡镇获得直接经济补贴，增加当地居民的转移性收入［11］。其次，生态补偿政策包含一系列收入和就业扶持政策，会培训当地乡镇居民工作技能，提供更多生态保护岗位，提高当地非农就业机会［28］。最后，生态补偿政策还能通过创造生态系统服务价值提高试点区域的自然资源禀赋［29］。凭借生态环境改善的正外部性，流域生态补偿政策的试点区域可种植高附加值经济作物，进一步促进水生态产品乃至更多种类生态产品价值实现，得到更多绿色发展机会。当生态产品价值可有效转化时，试点区域乡镇可将生态红利转化为发展优势［9］，促进当地经济发展。经生态环境部环境规划评估，新安江生态系统服务价值总计达246. 5亿元，其中水生态服务价值约64. 5亿元。

第二，流域生态补偿政策可能不利于试点区域乡镇经济发展。首先，由于乡镇居民的生产生活空间往往与流域水体高度重叠，严格的环境监管措施会限制试点区域乡镇的生产方式和生产规模。其次，生态补偿政策还会进一步提高工业企业和生产投资项目的进入门槛［14］，在绿色产业发展周期长的背景下，抑制工业产业不利于当地产业结构升级。最后，在生态补偿资金无法负担流域生态治理费用缺口的背景下，财政压力会造成试点区域其他公共产品投资不足，对地方经济发展造成较为严重的负面影响。从新安江流域生态补偿政策实践来看，目前用于污染治理的财政支出已经远远超出生态补偿资金额度。根据黄山市人民政府2022年披露的信息，仅受偿地区黄山市已累计支出206. 95亿元用于新安江综合治理等项目，但中央、安徽省、浙江省累计拨付的生态补偿资金只有57亿元。

新安江流域生态补偿政策对试点区域乡镇经济发展的整体效应取决于上述两种影响。结合当下实践看，生态补偿资金严重不足且流域受偿地区更多，因此新安江流域生态补偿政策可能在整体层面对试点区域乡镇产生负面经济效应，而这种经济效应会因乡镇地理位置差异呈现空间异质性。

基于试点区域内部空间分布，乡镇地理位置差异可划分为纵向空间差异与横向空间差异。从纵向空间差异视角看，生态补偿试点区域可根据新安江干流流向划分为上游、中游与下游。其中，新安江上、中游段处于安徽省境内，占据新安江水系面积的80%，是生态补偿政策的重点受偿区域。在生态补偿政策中，重点受偿地区虽能获得大部分生态补偿资金，但也受到更为严格的环境治理约束，如河道修整、网箱退养、关停关闭污染企业、提高投资项目准入标准等系列举措。因此，新安江上、中游地区的经济发展可能因更严格的环境治理而受损。然而，对下游地区乡镇而言，其环境防治任务相对轻松，且流域生态补偿政策造成的水质改善可帮助当地开发更多优质生态资源，带来更多绿色发展机遇。从横向空间差异视角看，生态补偿试点区域可根据乡镇与新安江支流（水库）最近地理距离流划分为内围、外围。其中，试点区域内围乡镇更靠近新安江支流、水库等重点水体，当地居民能获取直接经济补贴和绿色信贷支持，如水库地区生态移民补偿、河道网箱退养补贴等经济补偿措施。而试点区域外围乡镇虽然同样受到环境治理约束，但因为财政预算限制，往往欠缺直接经济补偿。因此，试点区域外围乡镇可能遭遇更大的经济损失。

基于试点-非试点区域间空间分布，经济效应空间异质性主要表现为新安江流域生态补偿政策对非试点区域经济活动的空间溢出效应。新安江流域生态补偿政策可能通过经济资源的重新流动对流域周边地区产生空间溢出效应，但溢出效应可能分为两种方向相反的影响。从环境治理约束的角度来看，水污染物具有扩散特征，这可能导致试点周边地区会被上级政府要求联合生态治理，从而对当地经济发展产生一定负面影响。从生态系统服务价值创造的角度来看，虽然水质改善带来的绿色发展机遇不能惠及全部试点周边地区，但部分乡镇可能因产业关联在环境正外部性中获得更多生态经济资源，从而促进乡镇经济发展。

基于上述分析，提出假设H1和H2。

H1：新安江流域生态补偿政策在整体层面对试点区域乡镇产生负面经济效应。

H2：由于乡镇位置不同，新安江流域生态补偿不仅会造成试点区域内部的经济活动空间重配置，还会造成试点-非试点区域间的经济活动空间重配置。

3 研究设计

3. 1 样本说明

研究样本为参与该政策的安徽省、浙江省各乡镇（街道）。鉴于统计数据可得性与准自然实验的时间要求，本研究将基准模型的研究时期确定为2007—2020年。2011年9月，财政部、环境保护部联合印发《新安江流域水环境补偿试点实施方案》，标志着新安江流域生态补偿试点正式启动，安徽省的黄山市全域、宣城市绩溪县与浙江省的杭州市建德市、杭州市淳安县为明确试点区域。参考已有研究［6，9］，本研究将2011年作为政策冲击点，将上述试点区域下辖乡镇（街道）作为处理组，安徽省与浙江省其余乡镇（街道）作为对照组。后文将乡镇（街道）统一简称为乡镇。

3. 2 模型设计

3. 2. 1 基准回归模型

为估计新安江流域生态补偿对乡镇经济活动的整体影响，本研究采用双重差分方法进行检验，模型设定如下：

3. 2. 2 经济活动空间异质性检验模型

为估计新安江流域生态补偿对乡镇经济活动的空间异质性影响，将经济活动空间差异分为两种形式：①试点区域内的纵向、横向空间差异；②试点区域-非试点区域间的空间溢出效应。试点区域内的纵向、横向空间差异使用如下模型进行检验：

试点区域-非试点区域间空间溢出效应使用如下模型进行检验：

3. 2. 3 空间重配置机制检验模型设定

基于公式（2）、公式（3），机制检验模型设定如下：

3. 3 变量选取

3. 3. 1 被解释变量

被解释变量是乡镇经济发展水平（Yit）。囿于目前暂无全面且权威的乡镇地区生产总值等经济指标数据，本研究使用乡镇平均夜间灯光亮度衡量乡镇经济发展水平。现有研究表明，夜间灯光数据能准确探测城镇生产生活中的低亮度灯光，有效映射社会经济活动的强度，还能有效克服地区生产总值统计数据的偏误，具有较强的客观性和可比性［30］。在连续校正DMSP‑OLS和SNPP‑VIIRS卫星夜间灯光数据的基础上，本研究利用中国乡镇地图提取各乡镇平均夜间灯光亮度并进行自然对数化处理，用来衡量乡镇经济发展水平。

3. 3. 2 解释变量

核心解释变量是表示新安江流域生态补偿的虚拟变量（DIDit）。如果乡镇i 所在县（区）在第t 年实施了新安江流域生态补偿政策，则DIDit 赋值为1，否则为0。

3. 3. 3 控制变量

参考郭峰等［31］的研究，本研究汇集多个数据源构建表征乡镇经济地理特征的控制变量。首先，利用区域高程、坡度以及乡镇地图数据，测算乡镇平均高程（dem）和平均坡度（slope）作为控制变量。其次，考虑到乡镇初始经济发展水平对流域生态补偿政策经济效应的影响，测算2003年各乡镇平均夜间灯光亮度（light2003）作为控制变量［32］。鉴于水污染治理对农业生产的影响，还控制了乡镇水稻种植分布占比（rice）作为控制变量。最后，鉴于新安江流域生产补偿政策的环境治理约束主要针对水体污染，计算了各乡镇水体覆盖面积占比（water）作为控制变量。由于平均高程、平均坡度和2003年各乡镇平均夜间灯光亮度具有截面数据特征，因此本研究将上述截面变量与时间趋势项t 的一次方（t）、二次方（t2）和三次方（t3）分别交互［33］，纳入回归模型。

3. 3. 4 机制变量

机制变量包括乡镇的人口集聚（popagg）与企业分布（firmdist）。首先，基于中国乡镇地图与WorldPop人口密度栅格数据计算各乡镇人口密度并取自然对数，以此衡量乡镇人口集聚。其次，利用税收调查数据中的企业注册地址信息汇总计算各乡镇企业数量，取自然对数，以此衡量乡镇企业分布。变量描述性统计见表1。

4 实证结果分析

4. 1 基准回归结果

表2展示了新安江流域生态补偿对试点区域乡镇经济发展水平的整体影响。列（1）—列（3）为逐步加入控制变量、乡镇固定效应与年份固定效应的结果，此时新安江流域生态补偿系数均在1%统计水平上显著为负。根据公式exp（β）-1，流域生态补偿使得试点区域乡镇经济发展水平下降了46. 7%～55. 4%。这说明新安江流域生态补偿对试点区域乡镇经济发展可能造成其近半数的经济损失。

4. 2 平行趋势检验与动态处理效应

运用双重差分法须满足平行趋势假定，本研究以政策实施的前一期为基期，利用事件研究法加以检验，结果见图1，置信区间为95%。可以看出，在新安江流域生态补偿施行前，试点区域与非试点区域的乡镇经济发展水平并无显著差异，满足平行趋势假定。在新安江流域生态补偿施行后，试点区域乡镇经济发展水平较非试点区域迅速下降，直至第6期（2017年），该下降趋势才有所遏制，这可能与安徽省、浙江省完成第二轮“造血型”生态补偿政策有关［9］。

4. 3 工具变量检验

新安江流域生态补偿试点区域的非随机选择也可能造成内生性问题。为此，利用工具变量法加以克服。本研究选取各乡镇到街口镇距离（Dis1）、各乡镇到街口（鸠坑口）断面水质监测站距离（Dis2）作为新安江流域生态补偿试点（Treat）的工具变量集：①满足相关性假定。新安江经安徽省歙县街口镇进入浙江境内，故歙县街口镇是安徽省、浙江省施行新安江流域生态补偿协议的水质关键区域，距离其越近的地区越有可能被纳入试点；同理，街口（鸠坑口）断面作为新安江流域生态补偿机制的水质考核监测断面，距离其越近的地区也越可能被纳入试点。②满足排他性假定。上述工具变量均为地理距离变量，不会直接影响乡镇经济发展，与误差项无关。

表3展示了工具变量法的回归结果。表3列（1）、列（2）分别展现了两个工具变量与核心解释变量的相关性检验结果。可以看出，无论是各乡镇到街口镇最近距离和流域生态补偿试点时间虚拟变量交互项（Dis1 × Post），还是各乡镇到街口（鸠坑口）断面水质监测站距离和流域生态补偿试点时间虚拟变量交互项（Dis2 × Post），其系数均显著为负，满足相关性假定。此外，两种F 统计量均大于临界值19. 93，表明不存在弱工具变量问题。表3 列（3）展现了工具变量法的回归结果，新安江流域生态补偿系数显著为负，说明在克服内生性问题后，基准结果依然稳健。

4. 4 其他稳健性检验

本研究还进行了安慰剂检验、更换对照组检验、更换被解释变量指标检验与缩短样本时间窗宽的稳健性检验，结果均佐证了基准结论的可靠性。限于篇幅，结果未列示，备索。

5 经济活动空间异质性影响分析

5. 1 试点区域内部的空间差异

5. 1. 1 试点区域内部的纵向空间差异

基于公式（2）对试点区域内的纵向空间差异进行检验。其中，流域上、中、下游划分如下：上游（黄山市休宁县、黟县、祁门县），中游（黄山市徽州区、黄山区、歙县、宣城市绩溪县），下游（杭州市淳安县、建德市）。纵向空间差异检验结果见表4列（1）—列（3）。结果显示：列（1）中，交互项系数显著为负，这说明流域生态补偿政策对上游试点区域乡镇经济发展有更大的负面作用。列（2）中，交互项系数不具备统计显著性，表明流域生态补偿政策对中游试点区域与非中游试点区域的经济效应并无明显差异；列（3）中，交互项系数显著为正，这表明流域生态补偿政策对下游试点区域乡镇经济发展产生了积极影响。

5. 1. 2 试点区域内部的横向空间差异

根据百度数字化地图以及乡镇政府位置测算试点区域乡镇距离新安江最近支流的地理距离，根据距离百分数将试点区域乡镇划分为内围（前25%）与外围（后25%）组，然后基于公式（2）对试点区域内的横向空间差异进行检验，结果见表4列（4）、列（5）。表4列（4）中，交互项系数不具备统计显著性，说明新安江流域生态补偿对内围和非内围试点乡镇的经济发展影响不存在显著差异。表4列（5）中，交互项系数显著为负，表明试点区域的外围乡镇相对其他试点乡镇在流域生态补偿中遭受的经济损失更大。

5. 2 试点-非试点区域间的空间溢出

5. 2. 1 对试点区域邻接区县的空间溢出

按照公式（3）检验新安江流域生态补偿对试点邻接县（区）乡镇经济发展的综合效应。此外，本研究进一步将溢出效应的乡镇处理组划分为安徽省、浙江省两部分进行估计，结果见表5。

表5列（1）展示了新安江流域生态补偿对试点邻接县（区）乡镇经济发展的影响。此时解释变量系数不具备统计显著性，这表明新安江流域生态补偿对试点区域邻接县（区）的乡镇经济综合效应并不明显。表5列（2）展现了新安江流域生态补偿对安徽试点区域邻接县（区）的乡镇经济影响，此时解释变量系数显著为负；表5列（3）展现了新安江流域生态补偿对浙江试点区域邻接县（区）的乡镇经济影响，此时解释变量系数显著为正。结合表4来看，新安江流域生态补偿不仅对中上游流域试点乡镇产生了负面经济效应，该负面效应还会波及邻接县（区）乡镇，而其对下游流域试点乡镇产生的正向经济效应也使邻县（区）县乡镇受益。

5. 2. 2 空间溢出效应：“同心环”识别检验

基于公式（3）的“同心环”识别框架对安徽省、浙江省进行分别分析，结果见表6。

表6 Panel A展示了新安江流域生态补偿经济效应在安徽省试点-非试点区域中的“同心环”溢出分布。列（1）展示了距离街口（鸠坑口）断面60 ～ 80 km的安徽省范围内新安江流域生态补偿经济效应的空间溢出，此时双重差分估计系数显著为负。依此类推，列（2）、列（3）中双重差分估计系数均显著为负，列（4）—列（6）双重差分估计系数不具备统计显著性。这表明在距离街口（鸠坑口）断面60 ～120 km的安徽省范围内，新安江流域生态补偿的经济效应在试点-非试点区域间产生了负向的“同心环”溢出，且该负向效应的经济意义随距离增加而逐渐变小，及至120 km外，溢出效应不再具备统计显著性。

表6 Panel B展示了新安江流域生态补偿经济效应在浙江省试点-非试点区域中的“同心环”溢出分布。列（1）展示了距离街口（鸠坑口）断面60 ～ 80 km的浙江省范围内，新安江流域生态补偿经济效应的空间溢出，此时双重差分估计系数虽然为正，但不具备统计显著性，列（2）结果与之类似。列（3）中双重差分估计系数显著为正，列（4）结果与之类似。列（5）、列（6）双重差分估计系数不具备统计显著性。上述结果表明在距离街口（鸠坑口）断面100 ～ 140 km的浙江省范围内，新安江流域生态补偿经济效应在试点-非试点区域间产生了统计意义上的正向空间溢出效应；从经济意义上看，这种正向空间溢出效应可能随距离增加呈现一种倒“V”形变化，先随距离增加而不断变强，在100 ～ 120 km 范围内到达顶峰，及至140 km外，空间溢出效应突然衰弱并趋近于零。

6 经济活动空间重配置机制分析

6. 1 试点区域内部的经济活动空间重配置机制

6. 1. 1 试点区域内部的纵向空间差异机制解释

表7 Panel A展示了新安江流域生态补偿经济效应在试点区域内部形成纵向空间差异的机制检验结果。列（1）、列（2）中交互项系数显著为负，这表明新安江流域生态补偿对上游试点区域乡镇的人口密度、企业数量均存在明显的负向影响。列（3）、列（4）交互项系数均显著为正，这表明新安江流域生态补偿对下游试点区域乡镇的人口密度、企业数量均存在明显的正向影响。

6. 1. 2 试点区域内部的横向空间差异机制解释

表7 Panel B展示了新安江流域生态补偿经济效应在试点区域内部形成横向空间差异的机制检验结果。列（1）、列（2）中交互项系数均不具备统计显著性且经济意义微弱，这表明新安江流域生态补偿对内围试点区域乡镇的人口密度、企业分布不存在明显影响。列（3）、列（4）交互项系数均显著为负，这表明新安江流域生态补偿对外围试点区域乡镇的人口密度、企业数量均存在明显的负向影响。

6. 2 试点-非试点区域间经济活动空间重配置机制

表8展示了流域生态补偿经济效应对试点区域邻接县（区）产生空间溢出的经济活动空间重配置机制检验结果。列（1）中交互项系数不显著且经济意义微弱，列（2）中交互项系数显著为负，这表明新安江流域生态补偿对安徽省的负向空间溢出效应可能只与邻接县（区）的乡镇企业数量减少有关。列（3）交互项系数不具备统计显著性，而列（4）交互项系数显著为正，这表明新安江流域生态补偿对浙江省的正向空间溢出效应可能只与邻接县（区）的乡镇企业数量增加有关。

表9展示了流域生态补偿经济效应在试点-非试点区域间形成“同心环”溢出分布的经济活动空间重配置机制检验结果。表9 Panel A列（1）—列（3）展示了新安江流域生态补偿对安徽省试点邻近乡镇人口密度的影响结果，此时双重差分估计系数均显著为负，说明在距离考核监测断面60 ～120 km的安徽省范围内，流域生态补偿对试点区域周边乡镇的人口密度存在负向影响。表9 Panel A列（4）、列（5）列展示了新安江流域生态补偿政策对浙江试点邻近乡镇人口密度的影响结果，此时双重差分估计系数均显著为正，说明在距离考核监测断面100 ～140 km的浙江省范围内，流域生态补偿对试点区域周边乡镇的人口密度存在正向影响。上述结果从人口密度空间重配置视角解释了新安江流域生态补偿经济效应在试点-非试点区域间的“同心环”溢出效应。

表9 Panel B列（1）—列（3）展示了新安江流域生态补偿对安徽试点区域邻近乡镇的企业分布的影响结果，此时双重差分估计系数均显著为负，说明在距离考核监测断面60 ～120 km的安徽省范围内，流域生态补偿对试点区域周边乡镇的企业分布存在负向影响；表9 Panel B列（4）、列（5）展示了新安江流域生态补偿对浙江试点邻近乡镇的企业分布的影响结果，此时双重差分估计系数均显著为正，这说明在距离考核监测断面100 ～140 km的浙江省范围内，流域生态补偿对试点区域周边乡镇的企业分布存在正向影响。上述结果从企业分布空间重配置视角解释了新安江流域生态补偿经济效应在试点-非试点区域间的“同心环”溢出效应。

7 结论与政策启示

流域生态补偿政策以解决跨区域水污染难题为政策目标，空间属性是其区别于其他环境政策的重要特征。本研究以新安江流域生产补偿政策为切入点，分析发现：在整体层面，新安江流域生态补偿政策对试点区域的乡镇经济发展产生了明显的负面效果；从试点区域内部的空间差异来看，该政策显著抑制了上、中游乡镇以及外围乡镇的经济发展，而对下游乡镇的经济发展存在一定积极效果；从试点-非试点区域的空间差异来看，该政策显著抑制了安徽省试点区域周边县（区）的乡镇经济发展，但对浙江省试点区域周边县（区）的乡镇经济发展存在一定积极效果。集聚效应在试点区域内部、试点-非试点区域间的空间差异造成人口、企业等经济资源的重配置，是新安江流域生态补偿政策产生经济活动空间异质性影响的作用机制。

基于以上研究，本研究的政策启示如下。

首先，构建以市场为导向、多元化的补偿机制，精细调整生态补偿的考核标准与支付水平。考虑到新安江流域上、中游区域占水系范围的80%，安徽省上、中游的乡镇生态保障任务艰巨，其经济发展面临压力。因此，建议提高横向补偿资金标准，持续激励受偿区的环境治理动力。同时，应吸引更多生态受益方参与，引导社会资本有效补偿生态保护者，丰富和完善补偿机制，并构建生态系统服务价值评估体系，融合水质监测与生态价值核算，优化补偿设计，平衡发展与保护需求。

其次，构建各级主体参与的跨区域生态协同治理机制，促进流域共同发展。新安江流域生态补偿政策对试点区域内、外乡镇经济发展的空间异质性影响显示，乡镇生态治理任务、生态补偿资金与生态效益存在非对称性。因此，省级政府间需要进行信息共享、技术交流和资源合作，建立流域内各级政府参与的协调机制，赋予基层政府更多话语权，共同制定公平合理的补偿方案，实现流域内各乡镇的绿色发展成果共享。

最后，增强生态系统服务能力，提高生态产品价值转化率，将生态优势转化为经济优势。一方面，政府需对上、中游区域的居民实施包括现金补贴、实物援助及就业岗位等全民补偿，引导其参与绿色产业；下游区域则应拓展生态价值转化渠道，聚焦有机农业、生态旅游等绿色产业，培育绿色消费与休闲产业，形成多元化发展格局。另一方面，新安江流域应充分挖掘地域特色，打造独特文化品牌与活动，融合自然资源和文化内涵，为产业升级注入新活力，提升绿色产业贡献率，确保生态保护与经济发展相辅相成。

参考文献

［1］ VATN A. An institutional analysis of payments for environmental

services［J］. Ecological economics，2010，69（6）：1245-1252.

［2］ GASTINEAU P，MOSSAY P，TAUGOURDEAU E. Ecological compensation：

how much and where？［J］. Ecological economics，2021，

190：107191.

［3］ 景守武，张捷. 新安江流域横向生态补偿降低水污染强度了吗？

［J］. 中国人口·资源与环境，2018，28（10）：152-159.

［4］ 吴凤平，邵志颖，季英雯. 新安江流域横向生态补偿政策的减排

和绿色发展效应研究［J］. 软科学，2022，36（9）：65-71.

［5］ CHEN S Y，GRAFF ZIVIN J，WANG H H，et al. Combating crossborder

externalities［R］. National Bureau of Economic Research，

2022.

［6］ 景守武，张捷. 跨界流域横向生态补偿与企业全要素生产率

［J］. 财经研究，2021，47（5）：139-152.

［7］ WANG H S，YANG G Q，OUYANG X，et al. Horizontal ecological

compensation mechanism and technological progress：theory and

empirical study of Xin'an River Ecological Compensation Gambling

Agreement［J］. Journal of environmental planning and management，

2023，66（3）：501-523.

［8］ 娜仁，张晗璐，万伦来. 典型流域生态补偿对区域技术创新的非

线性影响：基于新安江流域安徽段面板数据的门槛效应检验

［J］. 科技管理研究，2021，41（21）：225-230.

［9］ 李坦，徐帆，祁云云. 从“共饮一江水” 到“共护一江水”：新安江

生态补偿下农户就业与收入的变化［J］. 管理世界，2022，38

（11）：102-124.

［10］ 任林静，黎洁. 生态补偿政策的减贫路径研究综述［J］. 农业经

济问题，2020，41（7）：94-107.

［11］ 卢文秀，吴方卫. 生态补偿横向转移支付能缩小城乡收入差距

吗：基于2000—2019 年中国典型流域生态补偿的经验证据

［J］. 财政研究，2022（7）：35-51.

［12］ 吴乐，孔德帅，靳乐山. 生态补偿有利于减贫吗：基于倾向得分

匹配法对贵州省三县的实证分析［J］. 农村经济，2017（9）：

48-55.

［13］ ZHANG H Z，HE L Y，ZHANG Z X. Can policy achieve environmental

fairness and environmental improvement：evidence from the

Xin'an River Project in China［J］. Journal of policy modeling，

2024，46（1）：212-234.

［14］ 刘聪，张宁. 新安江流域横向生态补偿的经济效应［J］. 中国环

境科学，2021，41（4）：1940-1948.

［15］ 张晖，吴霜，张燕媛，等. 流域生态补偿政策对受偿地区经济增

长的影响研究：以安徽省黄山市为例［J］. 长江流域资源与环

境，2019，28（12）：2848-2856.

［16］ WAN L，ZHENG Q Q，WU J，et al. How does the ecological compensation

mechanism adjust the industrial structure：evidence from China

［J］. Journal of environmental management，2022，301：113839.

［17］ 娜仁，陈艺，万伦来，等. 中国典型流域生态补偿财政支出的减

贫效应研究：来自2010—2017年安徽新安江流域的经验数据

［J］. 财政研究，2020（5）：51-62.

［18］ ZHANG H Z，HE L Y，ZHANG Z X. Can transverse eco‑compensation

mechanism correct resource misallocation in watershed environmental

governance：a cost‑benefit analysis of the pilot project of

Xin'an River in China［J］. Environmental and resource economics，

2023，84（4）：947-973.

［19］ DE FRUTOS J，MARTÍN‑HERRÁN G. Spatial effects and strategic

behavior in a multiregional transboundary pollution dynamic

game［J］. Journal of environmental economics and management，

2019，97：182-207.

［20］ CAMACHO C，ZOU B T，BRIANI M. On the dynamics of capital

accumulation across space［J］. European journal of operational research，

2008，186（2）：451-465.

［21］ BOUCEKKINE R，CAMACHO C，ZOU B T.Bridging the gap between

growth theory and the new economic geography：spatial Ramsey

model［J］.Macroeconomic dynamics， 2009， 13（1）： 20-45.

［22］ BROCK W A，XEPAPADEAS A，YANNACOPOULOS A N. Optimal

agglomerations in dynamic economics［J］. Journal of mathematical

economics，2014，53：1-15.

［23］ BROCK W，XEPAPADEAS A. Pattern formation，spatial externalities

and regulation in coupled economic‑ecological systems［J］. Journal of

environmental economics and management，2010，59（2）：149-164.

［24］ CAMACHO C，PÉREZ‑BARAHONA A. Land use dynamics and

the environment［J］. Journal of economic dynamics and control，

2015，52：96-118.

［25］ GENG C X，CUI Z Y. Analysis of spatial heterogeneity and driving

factors of capital allocation efficiency in energy conservation and

environmental protection industry under environmental regulation

［J］. Energy policy，2020，137：111081.

［26］ 殷浩栋，汪三贵，郭子豪. 精准扶贫与基层治理理性：对于A省

D 县扶贫项目库建设的解构［J］. 社会学研究，2017，32（6）：

70-93.

［27］ SHENG J C，HAN X. Practicing policy mobility of payment for ecosystem

services through assemblage and performativity：lessons

from China's Xin'an River Basin eco‑compensation pilot［J］. Ecological

economics，2022，191：107234.

［28］ 王丹，黄季焜. 草原生态保护补助奖励政策对牧户非农就业生

计的影响［J］. 资源科学，2018，40（7）：1344-1353.

［29］ LI T，QI Y Y，CHEN M，et al. Balancing crop security and sustainable

cropland use：policy lessons from the Watershed Ecosystem

Service Payments in Xin'an River，China［J］. Economic analysis

and policy，2023，80：861-879.

［30］ 王贤彬，黄亮雄. 夜间灯光数据及其在经济学研究中的应用

［J］. 经济学动态，2018（10）：75-87.

［31］ 郭峰，曹友斌，熊云军，等. 国家级新区设立与企业空间布局：

基于镇级面板数据的分析［J］. 经济研究，2023，58（8）：

191-208.

［32］ 卢盛峰，王靖，陈思霞. 行政中心的经济收益：来自中国政府驻

地迁移的证据［J］. 中国工业经济，2019（11）：24-41.

［33］ LI P，LU Y，WANG J. Does flattening government improve economic

performance：evidence from China［J］. Journal of development

economics，2016，123：18-37.

（责任编辑：王爱萍）