羅萬云,周 楊,*,王福博

1 新疆大學 經濟與管理學院 烏魯木齊 830046

2 新疆大學 新疆創(chuàng)新管理研究中 烏魯木齊 830046

3 西安交通大學 經濟與金融學院,西安 710061

截至2022年,全國重點生態(tài)功能區(qū)的數量達到25個,占到國土總面積的40%左右,涵蓋676個縣級行政單位,涉及人口接近2億人。這一舉措旨在確保生態(tài)安全,但需要限制大規(guī)模、高強度的工業(yè)化、城鎮(zhèn)化開發(fā),以此來降低外圍農戶對資源的消耗和對生態(tài)系統(tǒng)的依賴,提高生態(tài)產品供給能力[1]。與此同時,2008—2022年中央政府針對國家重點生態(tài)功能區(qū)的財政轉移支付規(guī)模從60.52億元增長到982.04億元,累積支付總額達到7727.44億元。2021年,阿勒泰地區(qū)根據國家“三條控制線”要求[2],頒布了阿勒泰地區(qū)“三線一單”通知[3],明確要求優(yōu)先保護單元原則上禁止人類活動,其他區(qū)域嚴格禁止或限制開發(fā)性、生產性活動,上述措施對原住民的影響如下:第一,雖保留基本耕種活動,但不得擴大耕地、新增農業(yè)種植和經濟林,并且嚴格控制化肥、農藥等非點源污染。第二,控制牲畜數量,由放養(yǎng)改為圈養(yǎng),禁止牲畜超載,尤其是不得興建畜禽養(yǎng)殖場、養(yǎng)殖小區(qū)。農戶作為身處國家重點生態(tài)功能區(qū)的重要理性經濟主體之一,若想讓其在生計策略上保持生態(tài)友好型方式,勢必帶來農戶私人成本大于公共成本問題。遺憾的是,中央政府現行的生態(tài)功能區(qū)財政轉移支付資金大多用于生態(tài)修復項目成本以及地方政府的公共服務支出[4—5],而對重點生態(tài)功能區(qū)具有直接保護貢獻且對資源高度依賴的農戶并沒有采取實質性的生態(tài)補償[6—8],此時農戶出于生計優(yōu)先考慮,不得不再次選擇違反禁限措施,使得一部分地區(qū)在執(zhí)行“禁限”措施時,普遍陷入“政府前面干、農民后面看”的尷尬境地。

最早,著名學者丁四寶強調主體功能區(qū)域劃分帶來一部分地區(qū)發(fā)展機會和權益損失的問題,提出對受損地區(qū)進行彌補[9]。目前,學者們對彌補問題的研究主要聚焦在轉移支付的補償效果[10]、激勵機制[11]、資金分配機制[12]、補償標準[13]、補償區(qū)域選擇[14]等。隨著國家重點生態(tài)功能區(qū)的深入實施,一部學者[15]認識到外圍農戶補償缺失問題,農戶補償參與意愿以及受償水平是政策可持續(xù)執(zhí)行的關鍵。對于農戶參與意愿,多數研究選擇條件估值方法(CVM)[16],借助田野調查方法構建研究問題的假設市場,直接詢問受訪者的參與意愿和最低意愿受償額度,并利用期望公式測算總體農戶的期望受償水平[17]。另一部分學者在此基礎上,通過補償意愿和機會成本的分配來確定受償水平:關海波[18]以機會成本為下限,補償額度為上限確定補償的閾值;龐潔[19]根據專家打分法,結合受償意愿和機會成本,通過賦權確定補償額度;丘水林[20]以機會成本作為參考,印證測算的受償水平的合理性。也有部分學者利用最小數據法,基于生態(tài)系統(tǒng)服務價值,耦合農戶的機會成本來確定生態(tài)補償閾值[21]。對于農戶受償意愿的影響因素,大部分學者們主要聚焦在個體特征、家庭情況、生計稟賦、政策力度等方面[22—23]。例如:丘水林[22]利用雙欄模型,實證分析出資本稟賦對紅線區(qū)農戶受償意愿的顯著影響。也有學者致力于研究受償意愿與各個影響因素之間以及影響因素內部的作用機制[24]。例如:謝依林[24]運用PLS-SEM方法分析農戶分化、生態(tài)認知與受償意愿三者之間的作用機制。研究方法方面,涉及的模型包括Logit模型、Tobit模型、PLS-SEM方法、雙欄模型等[22,24—25]。例如,陳科屹[25]利用二元Logistic模型和Tobit模型實證研究影響受訪者受償態(tài)度和意愿水平的相關因素。

已有研究普遍認識到國家重點生態(tài)功能區(qū)外圍農戶面對嚴格的禁止和限制措施帶來的生計沖擊,往往存在心理上的二階段響應過程[22],即第一階段的參與意愿以及第二階段的受償額度。但對受償意愿決策過程的討論多是單一因素的零散論述,缺少從農戶所擁有的生計資本角度探討農戶受償意愿的決策過程。本研究可能的邊際貢獻有:(1)在國家重點生態(tài)功能區(qū)的“人際補償”尚未實施之前,本文針對農戶生計活動在未來受到禁止和限制背景下,考察微觀主體的補償參與意愿以及受償額度,為將來確定能被廣泛接受的補償標準提供可靠依據。(2)構建更加全面且貼近農戶生計現狀的解釋框架,分析農戶生計資本對受償意愿的影響,對于調動外圍利益主體廣泛參與的積極性,確保國家重點生態(tài)功能區(qū)禁止和限制措施的順利執(zhí)行,具有較強的借鑒價值。

本文以阿爾泰山地森林草原生態(tài)功能區(qū)外圍農戶作為田野調查對象,構建生計資本與農戶受償意愿的理論分析框架,運用Heckman兩階段選擇模型對其影響因素進行討論,為國家重點生態(tài)功能區(qū)政策獲得周邊微觀利益群體的廣泛支持提供可靠依據。

1 理論基礎與研究框架

1.1 國家重點生態(tài)功能區(qū)劃定后農戶受償合理性的經濟學分析

2010年《全國主體功能區(qū)規(guī)劃》明確提出把對國土生態(tài)安全具有非常重大貢獻的區(qū)域列為禁止和限制開發(fā)區(qū)域。2019年這一措施顯著升級,在《關于國土空間規(guī)劃中統(tǒng)籌落實三條控制線的指導意見》中明確提出將具有重要水源涵養(yǎng)、生物多樣性保護等生態(tài)功能極重要區(qū)域劃入紅線區(qū)之內。2021年阿勒泰地區(qū)“三線一單”出臺了針對農戶的行為禁止和限制目錄。本文認為中央政府對國家重點生態(tài)功能區(qū)展開面向農戶的生態(tài)補償實質是從“增益”角度出發(fā)的人際補償,需要關注到在嚴格的禁止和限制下農戶發(fā)展權利受損這一基本事實,并對此進行激勵性補償。假設國家重點生態(tài)功能區(qū)農戶的生計策略分為生態(tài)友好型與資源開發(fā)型,伴隨著“三線一單”政策執(zhí)行后,農戶采用生態(tài)友好型生計策略,所擁有的耕地和草地從生計資本轉變?yōu)樯鷳B(tài)產品,增加功能區(qū)的生態(tài)服務價值,此時生態(tài)獲得改善但是農戶傳統(tǒng)的生計模式受到限制,農戶的經濟利益受到損失導致機會成本上升。如圖1所示,X1為自然資源作為生計資本時的要素投入量,X2為自然資源作為生態(tài)產品時的要素投入量,農戶效用曲線為U1、U2,預算線為E0、E1、E2,補償需求曲線為H0,普通需求曲線為X。假設農戶初始均衡點為A點,預算約束線為E0,與縱軸相交于N0,效用水平為U1。由于禁止和限制開發(fā),自然資源作為生計資本時的要素投入量X1減少,導致價格上升。X1的價格上升使得預算約束線圍繞縱軸的交點向內旋轉,得到預算約束線E1,農戶效用水平下降為U2,此時均衡點為B點。為了保持效用水平不變,給農戶一定貨幣補償,相當于增加收入,此時對應的預算約束線向外平移(與新的預算約束線E1平行)并與最初的無差異曲線U1相切,與縱軸相交于N1,得到預算約束線E2,此時均衡點為C點。

圖1 農戶受償合理性的經濟學分析 Fig.1 Economic analysis of the reasonableness of farmers′ compensation X1:自然資源作為生計資本時的要素投入量;X2:自然資源作為生態(tài)產品時的要素投入量;P:要素價格;U1:農戶初始效用曲線;U2:X1價格上升時農戶的效用曲線;A:農戶初始均衡點,即E0與U1的切點;B:X1價格上升,農戶效用水平下降為U2時,E1與U2的切點;C:X1價格上升,為了保持效用水平為U1,給農戶一定貨幣補償時的均衡點,即E2與U1的切點;E0:初始預算約束線;E1:X1價格上升時的預算約束線;E2:與E1平行且與U1相切的預算約束線;E3:與E0平行且與U2相切的預算約束線;N0:E0、E1與縱軸的交點;N1:E2與縱軸的交點;N2:E3與縱軸的交點;M:B點對應的橫坐標;G:C點對應的橫坐標;W:A點對應的橫坐標;X:普通需求曲線;H0:HICKS補償需求曲線;A′:普通需求曲線X與HICKS補償需求曲線H0的交點;B′:當橫坐標為M時,普通需求曲線X對應的點;C′:當橫坐標為G時,HICKS補償需求曲線H0對應的點;P0:A′對應的縱坐標;P1:B′、C′對應的縱坐標;CV:補償變化;EV:等價變化

1.2 不同生計資本對農戶受償決策的影響

農戶受償決策的過程中往往受到家庭謀生所需生計資本的影響。農戶生計資本是指影響農戶個人或家庭生存現狀和發(fā)展前景的各類資源和能力的集合[27]。參考相關研究以及研究區(qū)實地特點,本文將生計資本劃分為自然資本、人力資本、物質資本、金融資本和社會資本,并提出以下研究假說。

自然資本是農戶生產生活的重要載體。一般來說,農戶擁有的自然資本越多,與生態(tài)環(huán)境的聯系越緊密,越明白人與自然的共生關系,因而參與意愿越強。與此同時,農戶擁有的自然資本越多,參與補償的機會成本越高,那么農戶的受償水平也就越高。

人力資本是農戶改造和利用自然資源獲得收入的源泉。人力資本水平越高的農戶,兼業(yè)化程度越高,分散風險的能力越強,生態(tài)補償政策實施與否,對他們的沖擊可能較小,因而會表現出較高的參與意愿[28]。但此類農戶一般對家庭勞動力的產值預期更高,于是會期望更高的補償金額。

物質資本是指長期存在的生產物資形式。農戶的物質資本水平越高,其對農業(yè)生產投入的成本越高,對自然資源的依賴性越強,保護意識更高,因而參與意愿越強[29]。與此同時,此類農戶在是否參與補償政策的決策面前,擁有更高的沉沒成本,因而會期望更高的補償金額。

金融資本越富足的農戶,在本地的生活水平越高,對精神富足的追求越高,環(huán)境保護意識越強[30],參與生態(tài)補償政策的積極性越高[31]。相應的,此類農戶較好的家庭生計狀況會降低農戶對補償金額的期待,會愿意主動分擔部分保護環(huán)境的機會成本,因而表現出較低的受償水平[32]。

布迪厄(Pierre Bourdieu)認為所謂的社會資本就是實際的或潛在的資源集合體[33]。一般來說,社會資本水平越高的農戶,對生態(tài)環(huán)境的認知程度和環(huán)保意識越高,更加了解保護環(huán)境所需要付出的機會成本,因而會表現出較高的參與意愿和受償水平[34]。

綜合以上理論分析,構建如圖2所示的理論分析框架。

圖2 理論分析框架Fig.2 Theoretical analysis frameworkN:自然資本;S:社會資本;F:金融資本;P:物質資本;H:人力資本

2 研究區(qū)域概況與樣本特征

2.1 研究區(qū)域概況

阿勒泰地區(qū)位于新疆北部,下轄6縣2市,總面積11.80萬km2(圖3)。根據《全國主體功能區(qū)》的劃定,阿勒泰地區(qū)屬于阿爾泰山地森林草原生態(tài)功能區(qū),為西部地區(qū)重要的水源涵養(yǎng)區(qū),分布草原帶和森林草原帶,林草茂盛,構成了十分優(yōu)越的生態(tài)資源。2018年中央政府相繼在研究區(qū)實施了山水林田湖草生態(tài)保護修復工程。2021年,《阿勒泰地區(qū)“三線一單”生態(tài)環(huán)境分區(qū)管控方案》一共劃定了176個環(huán)境管控單元(包含第十師)。2021年,國家給予的生態(tài)功能區(qū)轉移支付額度為5.059億元,主要對地方政府必要的生態(tài)保護支出進行彌補,但是對周邊農戶給予的補償僅僅體現在公共服務水平改善等普惠性補償上。

圖3 樣點分布圖Fig.3 Sample distribution map

2.2 樣本特征

本文數據來自新疆大學課題組2021年8月10—8月25日對阿勒泰地區(qū)展開的農戶抽樣調查。課題組采用分層隨機抽樣的方法,在每個樣本縣市中選擇1—2鄉(xiāng)鎮(zhèn),每個鄉(xiāng)鎮(zhèn)選擇2—5行政村(表1),樣點村盡可能靠近河流兩岸或者禁止和限制開發(fā)區(qū)外圍。調查形式采用1對1直接訪談法進行,在每個調查小隊中安排1位哈薩克族大學生進行搭配訪談。調查采用Scheaffer公式[35]確定樣本量(至少需要241個有效樣本),調查發(fā)放問卷575份,回收問卷565份,剔除前后問答不一致和數據缺失嚴重的樣本,得到有效問卷553份,有效回收率為96.17%。

表1 調查樣本分布情況 Table 1 Investigate the distribution of samples

3 模型設計與變量選擇

3.1 研究方法

3.1.1條件價值評估法(CVM)

條件價值評估法(CVM)是利用效用最大化原理,通過假定一個特定的情景和描述可能的情況,詢問受訪者對資源或者環(huán)境質量損失的最小接收賠償意愿的一種為商品或服務估算價值的試驗方法[36]。本文利用CVM兩項選擇調查法,即構造國家重點生態(tài)功能區(qū)生態(tài)補償情景,首先詢問受訪者的參與意愿,不愿意需給出原因,愿意則進一步基于問卷調查支付卡詢問其最低受償額度。農戶受償水平期望值的計算公式為:

(1)

式中,Ai為受訪農戶的意愿補償額度,Pi為受訪農戶選擇該額度的概率,n表示補償額度的類別。

3.1.2Heckman兩階段選擇模型

在調查過程中樣本選擇是非隨機的,可能存在樣本選擇偏差帶來的內生性問題,若直接利用OLS方法進行系數估計,可能會存在偏差[37]。為此,本文選擇Heckman兩階段模型來分析農戶的受償意愿。

假設回歸模型為:

yi=xiβ+εi

(2)

式中,yi表示農戶受償水平,xi為解釋變量的行向量,β為待估參數列向量,εi為隨機誤差項,i為第i位受訪農戶。被解釋變量yi是否可以觀測取決于二值選擇變量zi(取值為0或1),即:

(3)

而決定二值變量zi的方程為:

(4)

(5)

(6)

式中,p(zi=1|w1i)表示農戶愿意接受補償的概率,Φ(·)和φ(·)分別為標準正態(tài)分布的累積分布函數和概率密度函數。

為了修正樣本選擇性偏差,需要把第一階段(Probit模型)估計出的逆米爾斯比率λ(Inverse Mills Ratio,IMR)作為工具變量,納入到第二階段OLS回歸中,經過修正的估計方程為:

yi=q+w2iγ0+λiδ+ui

(7)

式中,yi為第二階段回歸方程的被解釋變量,即農戶受償水平,q為常數項,w2i為影響農戶受償水平的解釋變量行向量,γ0為待估參數列向量,λi為IMR修正變量,δ為λi的待估參數,ui為隨機誤差項。為了避免多重共線性問題,需滿足:w2i?w1i。農戶受償水平期望值(WTA′)為:

(8)

3.2 變量選擇

本研究設置了兩個因變量,一個是參與意愿,為二元虛擬變量,另一個是受償水平。參考相關文獻[22—23,29],農戶對受償意愿的估計主要受來自內部與外部因素的約束,故本文選取生計資本作為自變量,生態(tài)感知、個體特征為控制變量。變量含義及描述性統(tǒng)計特征如表2所示。

表2 模型中解釋變量的含義及賦值Table 2 The meaning and assignment of explanatory variables in the model

4 結果分析

4.1 農戶參與生態(tài)補償的意愿以及群體偏好

如表3所示,在553份樣本中473個農戶愿意接受補償,占比為85.53%,這表明農戶對生態(tài)補償具有較強受償需求。從受償方式來看,現金補償(81.06%)成為最主要的受償方式。從生計方式來看,隨著農戶兼業(yè)程度的提高其接受補償的意愿也隨之上升。從家庭人均年收入來看,家庭人均收入越高的農戶擁有更強烈的參與意愿;分流域來看,烏倫古河流域以及支流的農戶參與補償的積極性更高。

表3 農戶受償意愿及群體差異分析Table 3 Analysis of farmers′ willingness to receive compensation and group differences

如圖4所示,調查問卷中將農戶受償金額分為40元到2000元以上的7個區(qū)間,根據統(tǒng)計學原理,用各區(qū)間的中值代表農戶意愿受償額度[31]。利用公式(1),計算得出農戶受償水平期望值的上限為717.18元 戶-1a-1。根據Kristrom的Spike公式可計算出農戶受償水平期望值的下限[20],即717.18×85.53%=613.40元 戶-1a-1。因此,農戶受償水平的期望值為613.40—717.18元 戶-1a-1。

圖4 農戶受償水平分布Fig.4 Distribution of farmer′s compensation level

4.2 農戶受償意愿的影響因素分析

4.2.1農戶受償水平的參數估計

回歸之前,需要對變量的多重共線性進行檢驗,發(fā)現解釋變量的容差遠大于0.1,方差膨脹因子(VIF)遠小于10,故不存在變量多重共線性問題(限于篇幅,此處略去結果)。利用Stata 16.0進行Heckman兩階段回歸,結果見表4。結合農戶受償水平方程(8)的計算方法,在剔除樣本選擇偏誤及不顯著的影響因素之后,可得農戶受償水平的參數估計值為:1250.5元 戶-1a-1。與非參數估計結果相比,農戶受償水平有所升高。相較于東部地區(qū)[22],研究區(qū)農戶受償水平明顯偏低,可能是受農戶所在區(qū)域的經濟發(fā)展水平滯后以及農民收入低下且來源單一的限制。

表4 Heckman兩階段選擇模型回歸結果Table 4 Regression results of Heckman two-stage selection model

4.2.2基于Heckman兩階段選擇模型的實證分析

Heckman兩階段選擇模型的回歸結果如表4所示,F檢驗值為10.01,Prob>F=0.000,達到了1%的顯著性水平,整體效果較;λ值為2.135,在5%的統(tǒng)計水平上顯著,表明使用Heckman兩階段模型較為合理,可以糾正樣本選擇偏差。

(1)自然資本

人均耕地面積(N1)對農戶參與意愿有顯著的正向影響。人均耕地面積越多的農戶,對生態(tài)依賴性強,更加明白保護環(huán)境的重要性,因而參與補償的積極性越高。另外,農戶受償水平受到人均耕地(N1)與草場面積(N2)的正向影響,說明人均耕地和草地面積越大,農戶占有的自然資源越豐富,禁限規(guī)定帶給農戶的機會成本損失越高,他們也就更希望生態(tài)補償能夠彌補這一損失,這與丘水林[22]的研究結論初步一致。

(2)人力資本

農戶受償水平受到勞動力比重(H1)的正向影響。合理的解釋是家庭勞動力占比越高的農戶,一般來說其家庭人口的年齡結構越年輕,其對家庭勞動力的預期產值更高,因而其要求的補償金額就越多。受教育水平(H3)并沒有通過顯著性檢驗,這可能與受訪樣本的整體受教育較低所致(均值H3=3.13,處于初中水平左右)。

(3)物質資本

生產性工具(P2)對農戶參與意愿和受償水平都有顯著的正向影響。合理的解釋是生產性工具價值總和越高,其對農業(yè)生產投入的成本越高,對自然資源的依賴性越強,保護意識更高,因而參與意愿越強。另外,由于禁限政策要求的退耕、禁牧或者限牧,會使得一部分生產工具閑置,那么農戶擁有的生產性工具價值總和越高,相應的農戶會更加期待生態(tài)補償可以彌補一部分生產工具閑置帶來的損失。然而,牲畜存欄量(P1)對農戶受償水平卻具有顯著負向影響,主要原因有兩點:第一,在以畜牧業(yè)為主要家庭生計來源的阿勒泰地區(qū)作為半農半牧區(qū),牲畜存欄量越多的農戶,家庭財富更為殷實,這部分群體對補償資金可以改善家庭生活水平的預期較低,此類農戶對生態(tài)補償的期待更多體現在禁限措施能夠治理周邊較為雜亂的人居生活環(huán)境,而非盡可能提高補償金額。第二,由于牲畜數量較多,這部分群體率先完成了從原始的游牧方式過渡到遠離自然保護區(qū)的定居圈舍飼養(yǎng),使得生態(tài)功能區(qū)禁限政策對這部分群體產生的直接沖擊較小。

(4)金融資本

是否為脫貧鞏固戶(F3)僅對農戶參與意愿具有顯著正向影響。貧困戶的收入低且收入來源單一,其對于政府補貼的依賴性本就高,對政府政策也相對更加信任,因而對于生態(tài)補償的政策接受度也就高。農戶受償水平受到家庭收入(F1)顯著的負向影響,合理的解釋是家庭收入較高的農戶,一般來說兼業(yè)化程度比較高,較好的家庭生計狀況使得農戶調低對補償資金的減貧預期。

(5)社會資本

漢語水平(S1)對農戶參與意愿有顯著的正向影響。大部分受訪者為哈薩克族農戶,其中,漢語水平越高的群體,社會融入程度越高,對生態(tài)保護的重要性更加了解,故表現出較高的參與意愿。是否常去村級文化中心(S2)對農戶的受償水平具有顯著的正向影響。合理的解釋是村級公共文化中心是群眾文化活動的重要陣地,經常去去村級文化中心的農戶們通過圖書閱覽室、村干部等渠道對當地生態(tài)環(huán)境的脆弱性、重要性以及保護環(huán)境需要付出的機會成本有較高的認知水平,進而表現出較高的受償水平。

(6)控制變量

生態(tài)感知中降雨次數變化(E1)對農戶參與意愿和受償水平均具有顯著的負向影響;水源流量變化(E2)與農戶受償水平呈顯著的負相關。合理的解釋是農戶感知降雨頻率和水源流量增加,其感受到的生態(tài)脅迫感、生態(tài)風險也會相應降低,會認為當地環(huán)境狀況變好了,就不需要為了保護環(huán)境而增加額外的成本,故此類農戶期望的受償水平較低。草地重要性(E4)對農戶的參與意愿有顯著的正向影響,合理的解釋是農戶認為草地對自己家庭來說越重要,越會認識到保護環(huán)境的重要性以及生態(tài)補償政策的意義,因而受償的積極性越高。森林重要性(E3)對農戶的受償水平有顯著的負向影響。合理的解釋是森林雖然對農戶家庭以及當地的生態(tài)環(huán)境來說至關重要,但從家庭生計來看,農戶普遍表示國家不讓砍伐森林,也不能放牧,農戶認為產生不了直接的利用價值,故表現出較低的受償水平。

年齡(I1)對農戶的受償水平有顯著的負向影響。原因是年齡越大的農戶,對自己的生產力預期越低,從而期望的補償金額也就越低。性別(I2)僅對農戶的受償水平具有顯著負向影響,表明女性期望的補償金額高于男性。戶主身份(I3)對農戶的受償水平具有顯著正向影響。戶主是生產決策的執(zhí)行者[38],擔負著維持家庭生計的主要責任,因而戶主對補償金額的期望高于非戶主。

5 研究結論與政策啟示

5.1 結論

本文基于阿勒泰地區(qū)553份農戶調查數據,利用CVM法、Heckman兩階段選擇模型對國家重點生態(tài)功能區(qū)農戶生態(tài)補償的參與意愿和受償水平以及影響因素進行分析,為國家重點生態(tài)功能區(qū)后續(xù)出臺生態(tài)補償政策提供參考依據。研究結果表明:

第一,調查區(qū)域85.53%的農戶對國家重點生態(tài)功能區(qū)生態(tài)補償具有較強受償需求,這一意愿具有生計方式、收入層次以及流域差異,經Heckman期望值估計方法調整后,農戶受償水平為1250.5元 戶-1a-1。第二,生計資本是影響農戶參與意愿與受償水平的關鍵因素:自然資本中,人均耕地面積對補償參與意愿和受償水平都具有正向影響,人均草場面積顯著正向影響農戶受償水平;人力資本中,勞動力比重對農戶受償水平具有正向影響;物質資本中,牲畜存欄量與受償水平呈顯著的負相關,生產性工具對補償參與意愿和受償水平都具有正向影響;金融資本中家庭總收入顯著負向影響農戶受償水平,是否為脫貧鞏固戶對補償參與意愿有正向影響;社會資本中漢語水平與農戶參與意愿呈顯著正相關,是否常去村級文化中心正向影響農戶受償水平。

第三,農戶參與意愿和受償水平受到生態(tài)感知以及個體特征的影響:生態(tài)感知中,降雨次數變化對農戶參與意愿和受償水平均具有顯著的負向影響;水源流量變化、森林重要性均與農戶受償水平呈顯著的負相關;草地重要性與農戶的參與意愿呈顯著正相關。個體特征中年齡、性別對農戶的受償水平有顯著的負向影響;戶主身份對農戶的受償水平具有顯著正向影響。

5.2 討論

國家重點生態(tài)功能區(qū)生態(tài)補償更具有綜合性,即益貧性、差異性、激勵性[39]。從現有國家重點生態(tài)功能區(qū)實施情況與學術界共識來看[6—8],功能區(qū)生態(tài)補償應由生態(tài)治理修復項目的“人地補償”向外圍農戶生計行為禁限的“人際補償”過渡。農戶作為生態(tài)資源最直接的利用與保護主體,其受償意愿是未來制定面向農戶生態(tài)補償政策的重要依據。

本文運用意愿調查法發(fā)現愿意接受生態(tài)補償的農戶比例為85.53%,這一比例與來自湖北省(96.79%)、陜西省(96.91%)、山東省(86.44%)的數據相比較而言,研究區(qū)農戶的補償參與意愿較低;從受償額度來看,農戶受償意愿期望值為1250.5元 戶-1a-1,這與其他研究[20,40—41]相比,位于中等水平(表5)。研究區(qū)的受訪戶接受生態(tài)補償積極性不高,主要原因是牲畜輪牧、農作物種植的生計方式對生態(tài)系統(tǒng)服務存在較強依賴性。

表5 與其他研究成果的比較分析Table 5 Comparative analysis with other research groups

自然資本中水源可獲得性并沒有通過顯著性檢驗,初步說明農戶受償意愿與水源之間的關系并未像其他研究中的那樣存在“距離效應”[42],合理解釋是哈薩克族居民生計方式與其他生態(tài)功能區(qū)存在顯著差異所致[43],多數受訪農戶以傳統(tǒng)游牧業(yè)為主,種植業(yè)為輔(糧食、飼草種植),此種生計方式使得農戶始終尋找水草兼具的地區(qū)進行放牧,而不會片面地去追求豐富的水資源,相反為了緩解水資源稀缺,牧民選擇通過上山鋪設引水管道進行應對。與其他研究相比[22],人力資本中外出打工變量對參與意愿和受償額度均沒有通過顯著性檢驗,但這一結果并不妨礙本文結論的合理性,由于地域限制,再加之語言、生計習慣差異,多數受訪戶長期生活在村子或者牧場,只要不是家庭變故或者耕地、草場變化,他們很少會改變半農半牧的生計策略,更不會放棄草地和耕地資源,選擇長期離開家鄉(xiāng)前往城市務工,就算外出打工僅限村(社區(qū))周邊的散工。多數研究認識到物質資本對農戶受償意愿的重要性[44],但對物質資本的考察更加側重農民生活方面的家庭住房結構、生活資料添置方面[22—23]。由于生態(tài)補償的核心在于引導農戶調整生產方式,減小對生態(tài)資源的生計依賴,進而調整生計策略,于是本文納入了與生計策略緊密相關的牲畜存欄量與生產性工具變量,發(fā)現具有顯著正向作用。本文還發(fā)現家庭收入與農戶受償水平呈負向關系,雖與蘇芳等人的研究結果相悖[44],但這一結論存在其合理性。當家庭收入越低,農戶越希望在禁限補償中能夠獲得更高且滿足家庭開銷的補償收入,這也體現了國家重點生態(tài)功能區(qū)生態(tài)補償在欠發(fā)達地區(qū)的“益貧性”特征。

若想最大限度的激發(fā)農戶主動遵守禁限措施,核心在于農戶受償意愿(WTA)如何體現在生態(tài)補償標準之中[8]。根據阿勒泰地區(qū)“三線一單”的管控要求,對農戶生計沖擊最大的依次分別為保護性耕種(不得擴大耕地、禁止使用農藥)、減畜或禁畜、禁止砍伐等,這些措施造成的收入下降成為農戶的機會成本。在補償項目設計中,農戶自覺遵守禁限措施且調整生計方式的前提是補償金額是否能夠大于或者等于機會成本。在田野調查中發(fā)現,2021年受訪戶平均畜牧業(yè)盈利達到48042.92元 戶-1a-1、平均種植業(yè)盈利為27018.79元 戶-1a-1。然而本文通過Heckman兩階段模型估算出的受償水平期望值為1250.5元 戶-1a-1。農戶受償水平期望值遠遠低于憑借生態(tài)資源所獲取的種植和畜牧業(yè)收入(占畜牧業(yè)收入2.6%、占種植業(yè)收入4.63%)。初步發(fā)現,受訪戶的受償行為具有“抑制性”特征,一方面彌補了宋文飛等人并沒有指出“抑制性”的成本來源[45],另一方面印證了“三線一單”措施若想順利實施,合理的生態(tài)補償標準需要解決農戶私人成本與公共成本不對等的難題。更為緊迫的是,政策層面亟待加快推進阿爾泰山地森林草原生態(tài)功能區(qū)出臺面向農戶生計禁限的補償方案,動態(tài)監(jiān)測優(yōu)先保護單元、重點管控單元的禁限強度引起的農戶收入下降幅度是確定補償標準的首要任務。

本文存在的不足是,根據國家重點生態(tài)功能區(qū)相配套的“三線一單”管控方案,優(yōu)先保護單元和重點管控單元所對應的管控措施有所差異,應該進一步考察農戶受償意愿的空間異質性問題。