蔣 振, 高雅罕, 靳樂山*
(1.中國農(nóng)業(yè)大學(xué)人文與發(fā)展學(xué)院, 北京 100193; 2.中國生態(tài)補償政策研究中心, 北京 100193)
生態(tài)補償與國外生態(tài)環(huán)境服務(wù)付費(Payment for environmental services,PES)涵義相近,設(shè)計肇始均是為了生態(tài)保護效益外部性的內(nèi)部化[1],但隨著生態(tài)補償實踐的不斷深入推進,其越來越多的被賦予扶貧和生計發(fā)展功能。黨的十八大把生態(tài)文明建設(shè)提升到“五位一體”戰(zhàn)略布局,生態(tài)補償機制在“山水林田湖草沙”的系統(tǒng)治理中扮演著越來越重要的角色。黨的十九大把“生態(tài)補償脫貧一批”作為脫貧攻堅的重要方式之一,在2020年全面消除絕對貧困后,生態(tài)補償機制在“鞏固脫貧攻堅成果同鄉(xiāng)村振興有效銜接”方面同樣被寄予厚望[2]。近些年,生態(tài)補償實踐從主流的資金型補償加快向技術(shù)、物資、設(shè)施型補償?shù)榷嘣较虬l(fā)展,豐富了生態(tài)補償機制的內(nèi)涵和實踐形式[3]。因此,多元化生態(tài)補償實踐的綠色增長效果成為了生態(tài)補償機制從“輸血”型益貧到“造血”型生計扶持功能躍升的關(guān)鍵,是決定生態(tài)補償實現(xiàn)市場化和多元化改革成功的重心。
從生態(tài)領(lǐng)域看,草原是中國國土面積最大的生態(tài)系統(tǒng)(天然草原面積3.9億公頃,占國土總面積約40.9%),且多分布于邊境省份和民族貧困地區(qū),對國家生態(tài)安全和社會穩(wěn)定有舉足輕重的影響,是生態(tài)補償機制覆蓋的重點范圍[4]。中國從2003年開始實施退牧還草工程,并從2011年開始,整合實施草原生態(tài)保護補助獎勵政策(簡稱為草補政策),主要內(nèi)容為禁牧補助和草畜平衡獎勵,標志著生態(tài)補償機制在牧區(qū)全面鋪開。當前學(xué)界對草原生態(tài)補償機制的研究,主要關(guān)注于禁牧補助和草畜平衡獎勵,從牧戶增收、生態(tài)績效、減畜效果、政策滿意度、政策監(jiān)管、補償標準、生計扶持等各個方面展開了研究[5-9],得出了較豐富的研究結(jié)果,促進了新一輪草補政策的完善。但草補政策的核心內(nèi)容,是一種通過資金發(fā)放方式的“輸血”型生態(tài)補償機制,需要每年投入大量的財政資金維持,且大量研究表明,當前的補償標準偏低,對牧戶的生計扶持作用也較為有限[6,8]。因此,大幅提升補償標準的呼聲越來越高,這需要龐大的補償資金總量,在當前機制下,將給財政帶來巨大壓力,長期來看,財務(wù)難以持續(xù)。另一方面,這種資金型補償?shù)臉藴适且罁?jù)機會成本、協(xié)商博弈還是生態(tài)產(chǎn)品生產(chǎn)總值(Gross ecosystem product,GEP)來確定,也一直是補償方面和受償方面爭議的核心問題[10],從而增加了生態(tài)補償交易成本,降低了社會總福利。因此,通過有限的財政資金,撬動社會資本和市場資金,釋放牧戶實現(xiàn)綠色發(fā)展的內(nèi)生動力,產(chǎn)生可持續(xù)的“造血”型經(jīng)濟和生態(tài)效益,是草原生態(tài)補償機制的進化方向[11]。
除禁牧補助和草畜平衡獎勵之外,生態(tài)公益性崗位、人工飼草地、牲畜暖棚補助等多種類型的“造血”型生態(tài)補償項目也在牧區(qū)探索協(xié)同實施,共同推動了牧區(qū)綠色發(fā)展。其中,牲畜暖棚在賦能牧戶管理畜牧業(yè)經(jīng)營生計風(fēng)險中具有重要地位;中國大部分草原牧區(qū)遭受著嚴重的寒潮雨雪冰凍自然災(zāi)害,對牧戶存欄牲畜的寒季生存形成巨大威脅,從而可能會減少畜牧業(yè)經(jīng)營收入,而牲畜暖棚可以有效賦能牧戶應(yīng)對這一自然災(zāi)害沖擊[12],增強牧戶畜牧業(yè)經(jīng)營韌性,提升經(jīng)濟收入。另一方面,依托牲畜暖棚進行舍飼或半舍飼牲畜養(yǎng)殖,推進放牧減畜,有利于減弱畜牧業(yè)對天然草地的利用強度,也可以降低季節(jié)性輪牧對植物群落結(jié)構(gòu)的不利影響[13],進而可以直接或間接的影響草地植被生產(chǎn)力和土壤肥力[14-15],對草原生態(tài)產(chǎn)生保護效果。因此,在加強草原生態(tài)保護和促進牧區(qū)增收的雙重背景下,準確評估牲畜暖棚的生態(tài)和經(jīng)濟效益,對于完善暖棚設(shè)施補助政策,進一步增強多元化草原生態(tài)補償機制與牧戶生計發(fā)展的協(xié)同,推動鄉(xiāng)村振興與生態(tài)文明建設(shè),具有重要的理論意義和實用價值。
草原生態(tài)補償機制能夠產(chǎn)生持續(xù)的生態(tài)保護效益,必須建立在解決好牧戶生計發(fā)展問題的基礎(chǔ)上[16],而畜牧業(yè)是牧區(qū)最大的生計。人工草地、適度規(guī)模經(jīng)營、舍飼半舍飼是現(xiàn)代畜牧業(yè)高質(zhì)量發(fā)展的普遍趨勢[17],牲畜暖棚作為牧區(qū)重要生產(chǎn)基礎(chǔ)設(shè)施,對促進畜牧業(yè)的規(guī)?;?、標準化,提升畜牧業(yè)產(chǎn)量,抵御草原寒潮冰凍風(fēng)險,減輕天然草地放牧強度,均具有重要的支撐作用。已有的少量研究,基于調(diào)查和統(tǒng)計分析方法,關(guān)注了暖棚的建設(shè)材料和技術(shù)[18],暖棚建設(shè)發(fā)展脈絡(luò)、補貼滿意度等[19],并在此基礎(chǔ)上,提出暖棚建設(shè)的技術(shù)規(guī)范和政策建議。而在基層的實踐中,暖棚設(shè)施在促進牧戶增收、降低天然草地承載壓力和促進草原植被恢復(fù)方面,收到了良好反響。因此,與實踐進展相比,已有文獻對牲畜暖棚的經(jīng)濟和生態(tài)效益關(guān)注較少,且缺少深入和具體的實證研究。
總體而言,支持牧戶建設(shè)牲畜暖棚的多元化生態(tài)補償項目,具有促進畜牧業(yè)高質(zhì)量發(fā)展、草地生態(tài)保護、農(nóng)牧民增收的政策期望。因此,在多元化草原生態(tài)補償背景下,測算牲畜暖棚設(shè)施對畜牧業(yè)增收的作用,以及對草地質(zhì)量的影響,對于認識和評估牲畜暖棚補貼項目的效果、完善多元化草原生態(tài)補償機制具有重要的現(xiàn)實意義和理論價值。基于此,本文將根據(jù)實地調(diào)研數(shù)據(jù),設(shè)計一個準自然實驗,實證分析暖棚設(shè)施的經(jīng)濟和生態(tài)效益,以期為草原生態(tài)補償機制加強與牧區(qū)生計發(fā)展的協(xié)同,促進草原生態(tài)文明建設(shè)和畜牧業(yè)高質(zhì)量發(fā)展,提供研究支持。
環(huán)境庫茲涅茲曲線(Environmental Kuznets curve,EKC)在不同的環(huán)境問題和區(qū)域研究中,被證明是廣泛存在的[20-21],該理論認為環(huán)境質(zhì)量與經(jīng)濟發(fā)展之間存在“U型”關(guān)系。在草原牧區(qū),也存在著這樣一條EKC曲線[22]。具體來講,在傳統(tǒng)化畜牧業(yè)階段,經(jīng)營設(shè)施落后,放牧方式傳統(tǒng),飼養(yǎng)規(guī)模低,畜牧業(yè)處于草畜生態(tài)平衡狀態(tài),草地壓力小,但經(jīng)濟收益也較低。在當前畜牧業(yè)主體處于的高質(zhì)量快速發(fā)展階段,經(jīng)營設(shè)施改善,物流設(shè)施發(fā)達,市場需求釋放,使牲畜養(yǎng)殖規(guī)模大,“超載”普遍,草地生態(tài)問題頻發(fā),龐大載畜量與天然草地資源不足矛盾凸顯,草地質(zhì)量賬戶赤字快速增長的勢頭強勁。隨著經(jīng)濟社會發(fā)展到一定階段,畜牧業(yè)增收與草地生態(tài)保護開始正向反饋,畜牧業(yè)經(jīng)營逐步進入到生態(tài)化發(fā)展階段,牧戶把資源持續(xù)投入到草地生態(tài)保護中,促使畜牧業(yè)科技進步,結(jié)構(gòu)優(yōu)化,使畜牧業(yè)增產(chǎn)增收和草地生態(tài)進入良性循環(huán),并逐步進入到草地生態(tài)弱赤字或盈余的理想生態(tài)化畜牧業(yè)階段(圖1)。
圖1 牲畜暖棚干預(yù)下的隧穿環(huán)境庫茲涅茲曲線模型Fig.1 Tunneling environment Kuznets curve model under the intervention of cattle shed
當前,隨著牧戶畜牧業(yè)收入的增加(載畜量增加),天然草資源壓力增大,草地質(zhì)量賬戶赤字有攀升趨勢。在各種環(huán)境規(guī)制、科技進步、管理創(chuàng)新等條件供給下,塑造了畜牧業(yè)收入和草地質(zhì)量的EKC曲線;并在此基礎(chǔ)上,經(jīng)濟發(fā)展帶來了新的金融、技術(shù)、設(shè)施等綠色創(chuàng)新投入,可以實現(xiàn)“隧穿環(huán)境庫茲涅茲曲線”,即實現(xiàn)畜牧業(yè)增收與草地質(zhì)量赤字的脫鉤[23]?,F(xiàn)代牲畜暖棚設(shè)施(實驗變量)的投入,相較于游牧的生產(chǎn)方式,是一種生產(chǎn)和生態(tài)的綠色創(chuàng)新手段,將促進畜牧業(yè)增收和環(huán)境改善,基于這一分析,本文將設(shè)計一組空白對照的準實驗進行檢驗。如圖1所示,具體的實驗設(shè)計如下所示。
第一步,設(shè)置空白對照組。選定一組樣本牧戶,不施加實驗變量,即不建設(shè)牲畜暖棚,作為對照組,以A(xa,ya)點表示。第二步,設(shè)置實驗組。選定一組新樣本,控制其他條件不變,即實驗組與控制組樣本牧戶特征(協(xié)變量)一致,施加實驗變量,即建設(shè)暖棚,作為處理組,以B(xb,yb)點表示。第三步,把對照組和實驗組,放置于相同的“經(jīng)濟-社會-生態(tài)”實驗環(huán)境下,處理相同的時間,觀察實驗變量對結(jié)果變量的影響,即Ratt(xb-xa)和Eatt(yb-ya)大小。通過傾向得分匹配法可以實現(xiàn)對照組和實驗組的設(shè)置,并計算出實驗變量的處理效應(yīng)。
基于上文分析,如對A施加暖棚處理后,將會促進A點的畜牧業(yè)收入增加,A點有向R點移動的趨勢;同時降低了天然草地承載壓力,草地質(zhì)量赤字減小,A點有向E點移動的趨勢,最終A點將向斜下方移動到B點,形成新的畜牧業(yè)收入和草地質(zhì)量關(guān)系?;诖耍疚奶岢鲆韵录僭O(shè):牲畜暖棚對畜牧業(yè)EKC曲線具有脫鉤效果,產(chǎn)生隧道效應(yīng)。
進一步,可以拆分成以下兩個具體假設(shè):H1-牲畜暖棚可以增加牧戶畜牧業(yè)收入;H2-牲畜暖棚可以改善天然草地質(zhì)量。
本文數(shù)據(jù)來自于課題組2020年8月份在四川省若爾蓋草原開展的隨機抽樣調(diào)查,主要使用問卷調(diào)查法并結(jié)合深度訪談。首先,在若爾蓋草原通過主觀抽樣選擇紅原縣、若爾蓋縣兩個純牧業(yè)縣為調(diào)研縣;其次,在每個調(diào)研縣分層隨機抽樣4個鄉(xiāng)鎮(zhèn),并在每個鄉(xiāng)鎮(zhèn)分層隨機抽取2~5個樣本牧村,每個牧村隨機抽樣訪談10~50個牧戶,并在正式調(diào)研之前進行預(yù)調(diào)研來完善正式調(diào)研問卷和訪談提綱。本次調(diào)研總共獲得674份問卷,剔除數(shù)據(jù)缺失、前后矛盾等無效問卷,獲得有效問卷648份,其中,紅原縣310份,若爾蓋縣338份,問卷有效率96.14%。若爾蓋草原位于青藏高原東緣,屬于容易遭受寒潮雨雪冰凍自然災(zāi)害的地區(qū)之一,具有典型研究意義[5]。
在使用一般實證模型,如Ordinary least squares (OLS)、Logit/Probit、Tobit模型等,進行政策評估與因果推斷時,因樣本實驗組與控制組成員的初始條件不完全相同,進入處理組或者對照組的個體往往是其自選擇的結(jié)果,故存在的選擇偏誤問題(Selection bias)可能會導(dǎo)致有偏估計,從而使得出的因果關(guān)系結(jié)果不可靠[24]。為解決這一問題,Rubin[25]提出了“魯賓因果模型”的反事實框架,即以虛擬變量Di={0,1}表示個體i是否參與待研究的政策,0表示未參加(對照組),1表示參加(處理組),Di稱為“處理變量”(Treatment variable),yi表示感興趣的研究結(jié)果(Outcome of interest),但個體i不可能同時進入處理組(y1i)和對照組(y0i),這就需要通過匹配處理組和對照組的方式,來降低樣本的選擇偏誤問題,使處理組和對照組個體除處理變量不同外,其他特征(協(xié)變量X)具有相似分布,從而構(gòu)造出一組準自然實驗,以此來進一步分析處理變量對結(jié)果變量的因果效應(yīng)。
按照魯賓反事實框架匹配估計量的基本思路,假設(shè)個體i屬于處理組,則在對照組找到某個體j,使二者的協(xié)變量(xi與xj)取值盡可能相似(匹配),基于條件獨立假定,則個體i和個體j進入處理組的概率相近,二者具有可比性,個體j就是個體i的反事實,可以將y0j(可觀測值)作為個體i如果進入對照組的反事實估計量y0i(不可觀測值),那么y1i-y0j就可以作為個體i處理效應(yīng)(y1i-y0i)的度量,即兩樣本的結(jié)果變量可以看作是同一個個體i兩次不同實驗(建有暖棚和未建暖棚)的結(jié)果。處理組和對照組的每個個體都可以進行如此匹配,然后對每個個體的處理效應(yīng)進行平均,即可得到“匹配估計量”(Matching estimators)。
協(xié)變量可能包括多個變量(K維向量),此時直接使用xi與xj進行匹配,意味著需要在高維空間進行匹配,模型的搜索空間也呈指數(shù)級增長,數(shù)據(jù)將更加稀疏,從而很難找到相近的xj與xi匹配,產(chǎn)生“維度詛咒”[26]。為此,統(tǒng)計學(xué)家Rosenbaum等提出使用“傾向得分”(P-score)使高維協(xié)變量匹配,即使用參數(shù)估計(比如Logit或Probit,使用較為廣泛的是Logit)或非參數(shù)估計將K維向量的信息壓縮到一維,計算出個體的傾向得分,進而根據(jù)傾向得分進行距離匹配,這種方法稱為傾向得分匹配(Propensity score matching,PSM)[27]。具有相同傾向值的的處理組和對照組個體在觀測到的解釋變量(協(xié)變量)上具有相同的分布,這意味著,在傾向值同質(zhì)的匹配集內(nèi),處理組和對照組個體在某個協(xié)變量指標上的差異是隨機差異,而非系統(tǒng)差異[28]。個體i的傾向得分定義為,在給定xi的情況下,個體i進入處理組的條件概率:
p(Xi)=P(Di=1|x=xi)
(1)
進一步,基于Logit模型構(gòu)建牧戶建有暖棚的概率方程為:
(2)
(2)式中,i=1,2,···,n表示牧戶,pi表示牧戶建有暖棚的概率,α0為截距項,β為協(xié)變量系數(shù),μi為誤差項。
PSM模型需要滿足以下假設(shè):(1)條件獨立假定,即給定xi,則個體i進入處理組和對照組的概率一樣;(2)共同支撐域條件,即處理組與對照組的個體,有較大的傾向得分共同取值范圍;(3)平衡性假定,即經(jīng)過匹配后,處理組和對照組的協(xié)變量偏差大幅減小。根據(jù)PSM得出的匹配估計量有總樣本的平均處理效應(yīng)(Average treatment effect,ATE)、參與者平均處理效應(yīng)(Average treatment effect on the treated,ATT)、非參與者平均處理效應(yīng)(Average treatment effect on the untreated,ATU);對于評估項目是否有效而言,不在于該項目是否對所有個體有益,而在于對處理組或可能分配到處理組的個體是否有益,ATT衡量的是項目參與者的處理效應(yīng),可能更加重要[29-30]。根據(jù)以上理論,本文定義建有暖棚的樣本(處理組),畜牧業(yè)收入和牧戶草地質(zhì)量變化的平均處理效應(yīng)(ATT)為:
ATT=E(Y1i|Di=1)-E(Y0i|Di=1)=E(Y1i-Y0i|Di=1)
(3)
上式中,Y1i為處理組的畜牧業(yè)收入變量或草地質(zhì)量變量指標,Y0i為對照組的畜牧業(yè)收入變量或草地質(zhì)量變量指標,Di表示有無暖棚,區(qū)別于ATE和ATU,ATT將研究樣本限定在建有暖棚的處理組(Di=1)。
因變量:即結(jié)果變量,體現(xiàn)暖棚經(jīng)濟效益的變量,選取受到暖棚直接影響的牧戶畜牧業(yè)收入;體現(xiàn)生態(tài)效益的變量選取牧戶草地質(zhì)量。畜牧業(yè)收入指上一年內(nèi)(2019年)牧戶的牲畜出欄、牦牛奶和綿羊奶等收入減去一年的飼草費、防疫費、保險費等經(jīng)營成本(不包括機器、棚圈等設(shè)施投資)。限于在牧戶層面獲取承包草地質(zhì)量客觀監(jiān)測數(shù)據(jù)的可執(zhí)行性問題,本文選用牧戶對自家承包草地質(zhì)量的主觀評價來反映草地質(zhì)量,并通過PSM方法“構(gòu)造”出同一牧戶在有暖棚和無暖棚時對草地質(zhì)量的不同評價,進而比較得出牧戶在建設(shè)牲畜暖棚前后所承包草地質(zhì)量的變化。
自變量:即實驗變量或處理變量,是牧戶是否建有暖棚,為二值虛擬變量,未建有暖棚賦值0(對照組),建有暖棚賦值1(處理組)。
協(xié)變量:也是一般回歸模型中的控制變量[31]。在PSM中,協(xié)變量(匹配變量)應(yīng)是影響處理變量和結(jié)果變量的相關(guān)因素,不應(yīng)是受到處理變量影響的因素,并符合條件獨立性假設(shè)、共同支撐假定和平衡性假定[29,32]。參考已有文獻的變量選取經(jīng)驗,根據(jù)調(diào)研地數(shù)據(jù)情況,并從理論上考慮對處理變量和結(jié)果變量有影響的相關(guān)變量,本文從個體特征、家庭結(jié)構(gòu)特征、家庭資產(chǎn)特征、認知和行為特征四個方面選取協(xié)變量,使樣本盡可能滿足條件獨立假定。因此首先排除了“暖棚面積”等不符合條件獨立假定的協(xié)變量,并進一步根據(jù)平衡性檢驗、共同支撐域檢驗結(jié)果排除了“非農(nóng)收入”等協(xié)變量,最終確定了本文的匹配變量。模型具體變量選取如表1。
表1 變量的含義和賦值Table 1 Meaning and assignment of variables
續(xù)表1
從表2可以看出,處理組(有暖棚組)與對照組(無暖棚組)在畜牧業(yè)收入、草地質(zhì)量上均具有顯著差異。有暖棚牧戶比無暖棚牧戶畜牧業(yè)收入平均高出36 999.750元,草地質(zhì)量也高出6.30%。對于協(xié)變量,除戶主身體狀況、親屬網(wǎng)絡(luò)、泥棚面積、草地保護態(tài)度、草地保護行為差異不顯著外,牧戶大部分特征均表現(xiàn)出顯著組間差異。這也說明了,是否建有暖棚較有可能是牧戶自選擇的結(jié)果,所以,牧戶收入和草地質(zhì)量的差異很有可能不是建有暖棚與否的必然結(jié)果,因此,需要謹慎使用表2中的結(jié)果。
表2 變量的描述性統(tǒng)計Table 2 Descriptive statistics of variables
在進行PSM之前,本文首先通過OLS線性回歸進行初步分析。結(jié)果顯示(表3),在控制了一系列協(xié)變量后,暖棚設(shè)施顯著提升了牧戶畜牧業(yè)收入和草地質(zhì)量,均在5%水平上顯著。這基本驗證了假設(shè)H1和假設(shè)H2,但由于OLS模型無法避免選擇性偏誤和內(nèi)生性問題,因果效應(yīng)的估計值是不準確的。因此,為確保因果推斷結(jié)果的準確性和穩(wěn)健性,有必要采用PSM來進一步驗證牲畜暖棚的效益。
表3 OLS估計結(jié)果Table 3 OLS estimation results
PSM分析的第一步是通過合適的匹配變量估計傾向得分。根據(jù)方程(2),本文使用Logit模型估計牧戶建設(shè)暖棚的概率(傾向得分),以此作為后續(xù)匹配分析的依據(jù)。以理論分析協(xié)變量對結(jié)果變量的影響為基礎(chǔ),并對匹配結(jié)果的質(zhì)量逐步比較,在不同的因果推斷分析中,使用了不同的匹配變量,篩選的協(xié)變量和Logit模型估計結(jié)果見表4。
在獲得牧戶暖棚建設(shè)決策方程(2)的參數(shù)估計結(jié)果后,需要檢驗匹配的共同支撐域假設(shè)條件是否成立。在PSM方法中,本文使用了最鄰近匹配、卡尺匹配、核匹配、局部線性回歸匹配四種匹配方法。參考已有文獻結(jié)果[33],本文繪制了傾向得分的核密度函數(shù),來考察不同匹配方法下處理組和對照組樣本的共同支撐域條件。以最鄰近匹配法為例,圖2和圖3分別報告了匹配前后傾向得分的相對分布情況,即利用牧戶暖棚建設(shè)決策的傾向得分及其對應(yīng)戶數(shù)比例構(gòu)造的經(jīng)驗密度函數(shù)。觀察圖2和圖3發(fā)現(xiàn),使用最鄰近匹配后,處理組和對照組的傾向得分重疊范圍進一步擴大,差距明顯縮小。在畜牧業(yè)收入分析中,處理組的最大樣本損失值為18個,在草地質(zhì)量分析中,處理組的最大樣本損失值為29個。與所使用的樣本總量相比,匹配后樣本損失比例較小,可以認為共同支撐域假設(shè)得到充分滿足。使用同樣的方法,檢驗卡尺匹配、核匹配、局部線性回歸匹配,結(jié)果亦顯示均滿足共同支撐域假設(shè)。
表4 基于Logit模型的暖棚建設(shè)傾向得分估計Table 4 Estimation of propensity score for cattle shed construction based on Logit model
圖2 畜牧業(yè)收入分析傾向得分核密度圖Fig.2 The kernel density map of propensity score for animal husbandry revenue analysis
圖3 草地質(zhì)量分析傾向得分核密度圖Fig.3 The kernel density map of propensity score for grassland quality
為檢驗匹配效果的平衡性,首先,考察處理組和對照組各匹配變量標準化偏差減小情況。以最鄰近匹配為例,圖2顯示了最鄰近匹配法協(xié)變量標準化偏差的變化,可以看出處理組和對照組在匹配后,協(xié)變量的差異大幅縮小。表5報告了匹配前后協(xié)變量的具體偏差值和t檢驗值,可以看出,匹配后協(xié)變量的組間均值差異均不顯著(t<1.96)。使用同樣的方法,檢驗卡尺匹配、核匹配、局部線性回歸匹配,發(fā)現(xiàn)匹配后協(xié)變量偏差同樣大幅減小,且組間無顯著差異。
進一步檢驗匹配模型的整體平衡性。由整體平衡性檢驗結(jié)果(表6)可知,在樣本匹配后,畜牧業(yè)收入分析匹配模型中標準化偏差(Mean bias)從26%減少到4.4%~5.7%,草地質(zhì)量分析匹配模型中標準化偏差從23.3%減少到3.8%~4.4%,整體偏誤顯著降低,且遠小于平衡性檢驗規(guī)定的20%紅線標準[34]。匹配后偽R2和LR統(tǒng)計量均大幅下降,且除了局部線性回歸匹配法的B值為28.1%外,其余B值均<25%,R值均在[0.5,2]內(nèi)[34]。綜上,檢驗結(jié)果表明,匹配顯著降低了處理組和對照組之間協(xié)變量分布的差異,因而有效降低了樣本的自選擇偏誤問題,可認為PSM平衡性假定條件得到充分滿足。
表5 最鄰近匹配法匹配變量平衡性檢驗結(jié)果Table 5 the balance test results on matching variables by nearest neighbor matching method
圖4 最鄰近匹配法協(xié)變量標準化偏差圖Fig.4 The standardized deviation plot of covariates by nearest neighbor matching
表6 PSM整體平衡性檢驗結(jié)果Table 6 Overall balance results tested by PSM
本文通過Stata16.0軟件,使用多種匹配方法得出處理組的平均處理效應(yīng)(ATT)。因PSM匯報的T值是基于估計所得的傾向得分,因此通過自助法(Bootstrap)進一步測算T檢驗值作為顯著性檢驗參照,結(jié)果見表(7)和表(8)。通過不同的匹配方法得出了相似或一致的ATT結(jié)果,且均可通過顯著性檢驗(T>1.96),說明了處理效應(yīng)結(jié)果的強穩(wěn)健性,且樣本有效性良好[29],本文使用不同匹配方法下的ATT算術(shù)平均值表征處理效應(yīng)。
結(jié)果顯示,暖棚設(shè)施對牧戶畜牧業(yè)收入和草地質(zhì)量均具有顯著的促進效應(yīng)。具體而言,當控制了樣本選擇性偏誤之后,牲畜暖棚設(shè)施的使用,對牧戶畜牧業(yè)經(jīng)營年均增收20 117.992元,假設(shè)H1得到驗證。在牧戶草地質(zhì)量效益方面,牲畜暖棚設(shè)施的平均處理效應(yīng)為0.135,意味著建設(shè)牲畜暖棚將會促進牧戶草地質(zhì)量提升約6.75%(0.135/(3—1)),假設(shè)H2得到驗證;雖然這一測量結(jié)果是根據(jù)牧戶對承包草地質(zhì)量現(xiàn)狀的主觀評價,所反映草地質(zhì)量真實改善大小在準確性上有待進一步驗證,但依然具有較高的定性意義。通過PSM消除自選擇偏誤后測算的影響效應(yīng)大小,與OLS回歸模型有較大差距,這說明了直接使用線性模型分析暖棚的處理效應(yīng)將會帶來較大的結(jié)果偏差,也證明了使用PSM方法的必要性和科學(xué)性。
表7 畜牧業(yè)收入的暖棚處理效應(yīng)測算結(jié)果Table 7 Average treatment effect of the cattle shed on animal husbandry revenue
表8 草地質(zhì)量的暖棚處理效應(yīng)測算結(jié)果Table 8 Average treatment effect of the cattle shed on grassland quality
潛在的遺漏變量和不可觀測變量,可能會對PSM模型估計處理效應(yīng)的準確性有較大影響,為排除這一影響,本文采用生成隨機實驗組的方式進行安慰劑檢驗,以檢驗?zāi)芊竦玫揭恢碌奶幚硇?yīng)。具體步驟為:首先,在原始數(shù)據(jù)集中單獨剔除實驗變量(是否建有暖棚);其次,將剔除出來的實驗變量隨機打亂順序,再將隨機化的實驗變量,合并至上一步驟中已被處理過的原始數(shù)據(jù)集;再者,將實驗變量隨機化后的數(shù)據(jù)集,進行PSM估計;最后,重復(fù)以上操作步驟500次,并提取每一次PSM估計的ATT值,繪制成核密度分布圖,與原ATT值(原始數(shù)據(jù)估計值)做比較。進行檢驗采用的PSM具體匹配方法為與原模型相同的最鄰近匹配法,原因是:其一,最鄰近匹配法是PSM中最常用的匹配方法,其二,最鄰近匹配法估計量與多種匹配方法測算出的ATT算術(shù)平均值最為接近,說明該方法更可靠。
圖5 安慰劑檢驗ATT核密度圖Fig.5 ATT kernel density plot of the placebo trial
從安慰劑檢驗結(jié)果(圖5)可以看出,隨機樣本得到的ATT估計量均分布于0附近,且豎虛線代表的真實樣本ATT估計量,偏離隨機樣本估計量的主要分布范圍。說明原PSM模型ATT估計量與安慰劑結(jié)果顯著不同,可以認為原模型排除了隨機因素的內(nèi)生性干擾,基于PSM方法的準自然實驗接近隨機實驗,原模型得到了ATT的準確值。
當前,“造血”型草原生態(tài)補償機制方興未艾。進入新發(fā)展階段,畜牧業(yè)高質(zhì)量發(fā)展和草原生態(tài)文明建設(shè)并行是牧區(qū)鄉(xiāng)村振興的主要內(nèi)容之一[35],生態(tài)補償機制具有保護生態(tài)環(huán)境和扶持生計發(fā)展的作用[36],在協(xié)同草原生態(tài)文明建設(shè)和畜牧業(yè)高質(zhì)量發(fā)展,提升牧區(qū)綠色發(fā)展能力方面具有較大潛力。在一項成功的生態(tài)補償機制中,越來越多的把生態(tài)和生計目標統(tǒng)一策劃。脫離牧民生計需要的合理范圍,為保護草地生態(tài)而強制要求禁牧、減畜,不符合發(fā)展為了滿足人們?nèi)找嬖鲩L的對高質(zhì)量牲畜產(chǎn)品的需要,影響國家糧食安全,也會激化社會矛盾;脫離草地生態(tài)保護的合理范圍,為提升牧戶經(jīng)濟發(fā)展水平,而不控制不合理的天然草地載畜量,將給生態(tài)環(huán)境帶來難以逆轉(zhuǎn)的破壞,發(fā)展不可持續(xù)?!拜斞毙偷馁Y金補償方式,是草原生態(tài)補償起步階段的政策設(shè)計,弱監(jiān)管問題突出,現(xiàn)金補償?shù)母@再|(zhì)弊端凸顯,且給財政帶來壓力,不利于生態(tài)保護供給的財務(wù)可持續(xù)。本文研究結(jié)果可以說明,“造血”型的設(shè)施補助生態(tài)補償機制,可以有效發(fā)揮保護草地生態(tài)環(huán)境和促進牧民生計發(fā)展的功能,是草原生態(tài)補償機制的重要發(fā)展方向。
本文研究結(jié)果說明,市場化和多元化草原生態(tài)補償機制可以實現(xiàn)。牲畜暖棚設(shè)施通過擴大牲畜存欄量和市場交易增加了牧戶畜牧業(yè)收入,同時,也降低了天然草地資源的承載壓力。因此,暖棚設(shè)施補助項目帶有市場化生態(tài)補償屬性,十分有價值和潛力設(shè)計成促進草原綠色與均衡發(fā)展的政策工具。當前,牲畜暖棚建設(shè)的資金來源形成了“財政補償+牧戶自籌”模式,發(fā)揮了財政補償資金的杠桿作用,而暖棚設(shè)施帶來的可觀增收,使信貸違約風(fēng)險更加可控,為金融型生態(tài)補償機制發(fā)育創(chuàng)設(shè)了條件。因此,可以探索發(fā)揮普惠金融服務(wù)對暖棚建設(shè)的支持作用,進一步減輕牧戶自籌資金和財政補償?shù)膲毫ΑT谏鷳B(tài)補償制度深化改革的背景下,牲畜暖棚設(shè)施的經(jīng)濟和生態(tài)效益應(yīng)引起高度重視,及時總結(jié)牲畜暖棚補助政策的實踐經(jīng)驗,加強對牲畜暖棚設(shè)施型草原生態(tài)補償項目的支持力度,推動市場化和多元化草原生態(tài)補償機制的理論創(chuàng)新、實踐創(chuàng)新、制度創(chuàng)新,夯實牧區(qū)綠色發(fā)展的理論和實踐基礎(chǔ)。
在政府的主導(dǎo)和監(jiān)管下,牲畜暖棚建設(shè)的技術(shù)標準日益成熟,牧戶管理和知識水平逐漸提高,可以預(yù)見,牲畜暖棚設(shè)施將更加有效的減少牲畜冬春寒季掉膘,提高牲畜產(chǎn)仔成活率和加快出欄率,同時避免因牲畜集中放養(yǎng)造成的草場破壞,牲畜暖棚的生態(tài)性、規(guī)范性、增收性將進一步提升。在畜牧業(yè)高質(zhì)量發(fā)展階段,牲畜暖棚設(shè)施將成為推動“優(yōu)質(zhì)牧草—養(yǎng)畜—畜糞—草原施肥”良性循環(huán)發(fā)展的重要基礎(chǔ)設(shè)施支撐,帶動牧民改變“靠天養(yǎng)畜”和“逐水草而居”的傳統(tǒng)養(yǎng)殖模式,也為天然草原“超載”的監(jiān)管難題提供了破解新思路。另外,隨著牧區(qū)大力推進人工飼草地、貯草棚、牲畜免疫巷道圈、牲畜運動場等配套設(shè)施建設(shè),牲畜暖棚設(shè)施的邊際經(jīng)濟與生態(tài)效益也將有更大潛力協(xié)同提升??傮w而言,支持牲畜暖棚建設(shè)對提升牧區(qū)綠色發(fā)展能力意義重大。
本文基于川西北若爾蓋草原648個牧戶的隨機調(diào)查數(shù)據(jù),運用PSM最鄰近匹配、卡尺匹配、核匹配、局部線性回歸匹配方法,測算了暖棚設(shè)施對畜牧業(yè)增收和草地質(zhì)量改善的平均處理效應(yīng)(ATT),并通過安慰劑檢驗排除了遺漏變量的影響。研究結(jié)果表明:暖棚設(shè)施的使用,將為牧戶帶來畜牧業(yè)年均增收20 117.99元,牧戶草地生態(tài)質(zhì)量也將提升6.75%。本文認為,在深化市場化和多元化草原生態(tài)補償機制改革中,應(yīng)重點發(fā)展牲畜暖棚設(shè)施型生態(tài)補償項目,統(tǒng)籌使用財政資金、牧戶自籌資金,并積極開發(fā)信貸工具等市場化支持,推動牧區(qū)牲畜暖棚設(shè)施建設(shè),提升牧區(qū)綠色發(fā)展能力,夯實鄉(xiāng)村振興的產(chǎn)業(yè)基礎(chǔ)。