生态补偿有利于精准扶贫吗？
朱烈夫 殷浩栋 张志涛 柯水发
摘 要：基于三峡库区生态屏障区的1 080户农户调查数据，利用分位数回归和OLS分组回归的方法，分析了不同生態补偿形式对农户家庭收入的影响，进而验证生态补偿能否实现精准扶贫。研究发现：生态林、退耕还林和经济林等三种现金补偿方式更有利于高收入农户；长江绿化项目雇员等工作岗位型补偿在低分位数上显著提升了农户的家庭收入。现行三峡生态屏障区生态补偿政策起到了一定的益贫作用，但为实现精准脱贫的目标，后续应考虑到农户异质性以扩大其适应范围，并注重措施的长期性执行和保障机制的完善。
关键词：生态补偿；收入不平等；精准扶贫；分位数回归
中图分类号：F323.8 文献标识码：A 文章编号：1009-9107（2018）02-0042-07
引 言
近年来精准扶贫上升为国家战略，精准扶贫的重点在于精准和高效，需要在精准施策上出实招、在精准落地上见实效，解决好“怎么扶”的问题。现实中，重点贫困区域与生态环境脆弱、敏感的地区高度重合[1]，需要将扶贫工作和生态环境保护有机结合起来，实现两者的良性互动，从而实现生态脆弱区的精准脱贫[2]。习近平总书记提出实施“五个一批”工程，其中就包括“生态补偿脱贫一批”，即加大贫困地区生态保护修复力度，增加重点生态功能区转移支付，扩大政策实施范围，可让有劳动能力的贫困人口就地转成护林员等生态保护人员[3]。生态补偿在精准扶贫政策体系中具有重要的地位，同时作为一个有利于可持续发展和环境保护的制度，其设计的合理性、完善性，也是推进生态文明建设需要考虑的问题。但在实际情况中，一部分先行的生态补偿政策没有考虑到其扶贫功效，因而可能并未较好地起到益贫作用。评估现有生态补偿政策是否有利于精准扶贫效果具有较强的政策实践意义。
一、文献综述
生态补偿是为了保护和可持续利用生态系统，通过经济手段来调节相关者之间的利益关系的制度安排。它主要以外部性理论和公共物品理论为理论依据。结合国内外的研究和我国的实际情况，广义的生态补偿包括：一方面对生态系统和自然资源保护所获得效益的奖励，另一方面对破坏生态系统和自然资源所造成损失的赔偿；狭义上的仅指对生态系统和自然资源保护所获得效益的奖励，类似于国际上常说的生态服务付费（payment for ecosystem services，PES）[4]。生态补偿通过经济手段带来经济效益的外部性内部化，措施是补偿生态系统修复的成本（包含机会成本）或是对具有重大生态价值的区域或对象进行保护性投入。在实践中，我国的生态补偿制度由于受益者众多，区域地貌复杂，受益者相互监督成本过大等原因，并未形成一个完整的体系，而生态服务购买者的角色往往由政府代表公众来扮演[5]。政府付费一般分为两种：一是整个地区受益的地方政府付费；二是受益最多地区的地方政府付费。收益多的地区生态补偿政策会形成激励，同时也能防止其他地区的搭便车行为[6]。在环境持续恶化的地区，缓解贫困应与生态治理同步进行，相对贫困区域如果持续提供生态补偿服务，可能会有持续性减贫作用[6-7]。但是，不同的生态补偿项目本身和其受益对象存在复杂性，设计的过程中由于针对性不明，可能会导致资源占有多者获利，而资源少的群体则受损，特别是老弱病残等受到的损失更大[7]。生态补偿应该促进资源的公平分配，不至于使穷人受损失[8]。另外，生态补偿政策的执行效果、服务水平与政策环境紧密相关，良好的机制和明晰的产权会减少交易成本，使扶贫效率提高[9]。可见要研究生态补偿在减贫方面是否精准和高效，农户层面的精准识别是重要环节，基于农户异质性特征将其进行分类以探究生态补偿机制是可行手段。
生态补偿对缓贫的作用的研究已有较多，与精准扶贫的对接却寡见。国内外的阶段成果主要包含生态补偿对贫困的生态环境服务提供者、购买者和未参与者三方面的影响，其中我国生态补偿项目设计和实施过程中亟待解决的问题有：考虑缓解贫困的副目标、土地权属、细化农户的机会成本，避免传统补偿方式、生态补偿项目时限、补偿对象的差异等问题[10]。由于补偿对象的差异性存在，补偿政策在实践中就会出现效果的偏颇，基于此，一些学者从生态补偿对贫困参与者的筛选、影响和评价方法等方面提出研究的框架体系。比如采用生计资本框架展开对比定量分析：将参与农户分为绝对贫困、相对贫困和一般贫困，从而展开了针对不同群体分层设计、精准识别农户的研究范式[11]。此后一些研究成果的出现让学者们逐渐关注不同的生态工程、补贴政策对于收入不平等的影响，并意识到同一个补偿政策具有拉大或缩小农户之间收入差距的作用[12]。如杜洪燕等基于农户异质性的视角对北京市生态涵养区的农户数据进行研究，发现生态补偿的不同项目在不同的分层中能帮助农户增收，并提出生态补偿机制设计需要发挥协同作用以此降低收入差距，实现精准扶贫[13]。
三峡库区的生态工程由来已久，从1989年至今已有长江防护林工程、重庆市长江两岸森林工程、天保二期工程、三峡后续工作植被恢复建设工程等7个重大生态工程项目，生态环境恢复良好。对三峡库区生态工程及补偿政策的研究，主要有两方面：一是集中在生态补偿的原则、对象、内容、标准和管理机制设置以及评价上，另一种则是发现生态补偿的实际运行问题，研究分析后得出对策建议。很多结论在呼吁建立健全生态补偿政策、完善顶层设计、创新革新补偿方式[11]。库区的农户也获得了不同种类的生态工程补贴。但根据生态屏障区生态工程调查等报告显示，目前生态补偿仍面临问题[14]。通过实践我们认识到生态补偿制度的扶贫功能应得到强化从而更具有针对性，补偿政策的前提应是精准识别。那么，针对不同区域、不同层次、不同收入的农户，现行的生态补偿“全面”吗？缩小还是扩大了农户的收入差距？考量此类问题对设计和完善全面的补偿机制有着积极的意义。
因此，本文以三峡库区生态屏障建设区为例，对库区提供生态服务的农户进行研究，着重分析在多种生态补偿项目共同作用下，贫富状态不同的农户其家庭收入变化，针对库区生态补偿造成的收入不平等进行识别和测度。
二、数据来源和描述性统计
（一）数据来源
2015年7月14-24日，国家林业局经济发展研究中心组织调查员，赴重庆市和湖北省6个区县（涪陵区、忠县、云阳县、奉节县、秭归县、巴东）的36个村进行入户调查，获取相关数据。
问卷包含农户家庭基本特征、土地利用情况、家庭收入情况、生态林、经济林经营情况以及库区生态建设项目情况等。家庭收入情况包括了生态补偿的现金型收入情况，即退耕还林补贴、公益林补贴、经果林补贴3种。由于3种生态补偿项目起始时间不同、地形不同、农户的土地使用类型和产权类型的不同，以及离库区远近不同以《长江两岸森林工程总体规划》为指导，重庆市长江干流及一级支流175米岸线至第一层山脊线内造林，生态建设主要内容是营造和改造生态林、经济林，实施封山育林，建设目标是为了改善三峡库区生态环境，维护三峡库区生态安全，促进库区群众安稳致富。在库区175水位线面100米以内的坡面只能种生态林，以上可种经济林。 ，每户所获得的补贴类型也不尽相同，多则3项补贴全拿，也有一项补贴未获得的农户。除此之外，还有一种能补贴到户的是长江两岸森林工程的雇员，如护林员、劳务短工等。这种以工资形式而发放到农户手上的补偿形式称之为“岗位型”补偿。在6个县的36个乡镇中，共回收问卷1 088份，其中有效问卷1 080份。由于考虑到访谈对象为库区农民，均由调研人员根据农民回答而填写。
（二）描述性统计
为区分农户的异质性，以便了解不同收入水平的农户样本特征，故将调研所获取的1 080户数据按收入排序分为4组，每组270户，由低到高分为非常贫困、比较贫困、一般和相对富裕。统计的样本特征依据前人研究进行筛选[12-13，15]，详见表1。
据表1可知，该范围内农户家庭收入差距比较大，相对富裕组的均值是非常贫困的20余倍，人均收入也符合家庭收入的趋势；农业劳动人数差异不大，非常贫困的家庭非农就业人数明显低于其他组；耕地面积收入较高的农户略高于收入较低群体，林地总面积则与收入成正相关；家庭抚养比方面，越是贫穷的家庭负担越重，这符合常识。党员户越多带头致富能力越强，从表1数据初步判断，干部亦是如此；受教育水平越高收入越多，说明致富能力跟认知和学识有关。性别与收入呈正相关，年龄则是下降趋势，贫困户呈现老龄化。三种林地面积与收入呈正向递进关系，符合前人一些研究结论，即占有资源越多的人获得补贴越多。另外雇员人数可能是由于抽签轮流上岗故无明显差异。
三、实证方法
（一）模型设定和回归方法
在现有针对农户收入不平等及贫困的研究中发现：一方面，非农经营和人力资本已逐渐成为解释农户收入差异的重要因素之一；另一方面，地区禀赋差异虽是影响农户收入不平等的重要因素，但其对于不平等总量的解释力在下降。一些研究结论指出，农户收入差距影响因素分为微观因素和宏观因素，微观因素包括人力资本、物质资本、金融资产和社会资本等，宏观因素包括产业差异、区域分割、制度与政策等，且不同因素对农户收入差距的影响各不相同[12-13]。故在变量选取上还须考虑宏微观的不同维度。通过对前人研究的回顾，生态补偿对于收入或是贫困的影响来自多方面，且较为复杂，区分农户异质性的回归方法选用分位数较为合理[16-17]。现金和岗位补助能带来农户收入的直接增加，由此产生正向的扶贫效应；而占有农户耕地、林地，对自然资源限制则从负面阻碍了农民致富，并且还会影响到农户的决策。但是，机理上的复杂可由经验和实际证据来解释，根据已有文献总结，笔者认为人力资本和资源禀赋及非农劳动是影响收入的主要因素，它们可以细分为人口规模、劳动力、土地资源、教育、年龄等众多因素。基于以上结论设置模型变量：核心变量为本文构建的现金型补贴和岗位型补贴2个变量，分别用以衡量农户参与生态补偿所得补偿金额与工作情况。控制变量由非农劳动力、家庭规模、耕地面积、區域位置等构成。另外，现金型补贴是由3种补贴乘以相应地块面积加总而来。岗位型补贴取1或0，分别代表参与和不参与。相关变量的定义和描述性统计见表2。
本文用分位数回归的方法对数据进行分析，同时用OLS分组回归加以辅证，分位数模型设定为：
在该模型中，被解释变量lnYi，q表示第i个农户在q分位数上的家庭收入对数。核心解释变量X为生态补偿项目。CV是控制变量，包括上述非农、区域等变量。区域位置变量由于村庄到库区距离不同，所种生态林和经济林的要求不一样，具体参照脚注①。β是半弹性系数，表示解释变量变化一个单位引致的人均收入水平变化百分比。ε是随机扰动项。
分组回归最终农户收入模型设定为：
其中，C代表现金型补偿，H表示岗位型补偿，因变量lnYi表示在当年第i个农户的收入对数，CV同样是控制变量，其余同公式（1）。通过收入将农户分为三组，分别对其进行回归。
最小二乘估计假定解释变量只能影响被解释变量条件分布的均值位置，而分位数回归估计能精确地描述解释变量对被解释变量的变化范围以及条件分布形状的影响，能够更加全面地描述被解释变量条件分布的全貌，而不是仅仅分析被解释变量的条件期望（均值），也可以分析解释变量如何影响被解释变量的中位数、分位数等。当数据出现尖峰或厚尾的分布、存在显著的异方差等情况时，最小二乘估计将不再具有优良性质，且稳健性比较差。分位数回归系数估计结果比OLS估计更稳健。而且分位数回归对误差项并不要求很强的假设条件，因此对于非正态分布而言，分位数回归系数估计量则更加稳健。所以两种方法的配合能得出更加客观的结果。而分位数回归其估计量q可以由以下最小化问题来定义：
由于分位数回归的目标函数具有绝对值，不可以进行微分，所以通常采用线性规划的方法来计算 βq。Stata13 软件提供了计算 βq的方法。表2为相关变量的定义和描述性统计。
（二）回归结果
回归结果表3：生态补偿变量在75分位点上显著为正，说明以土地面积为补偿对象的三种生态补偿对高收入的农户有显著影响，在回归对数-水平值函数形式中用100βi来解释弹性，那么在控制其他因素不变的前提下，现金型补偿增加1%，将使得相对富裕农户收入增加7%；在其他分位并不显著，中低等收入人群并未受益。工作型补偿在25分位点上显著为正，表示工作岗位型生态补偿对低收入农户有利，能显著增加其收入，在控制其他因素不变的前提下，岗位型补偿每增加1%的岗位机会，将使得相对贫困的农户收入增加24%；总体系数分位数回归探究的是自变量增加一单位会对因变量条件分布在不同分位点的差距有什么影响，通过用差距来衡量分散程度，即越高的补贴分布在0.75～0.25分位上的差距越大，同时还应该考虑到条件分布偏态的变化；在50分位数上二者均不显著，表明这种生态补偿机制并不能显著影响到中等收入农户。可见，这两种生态补偿方式有一定的脱贫效果，但不够“精准”：针对低收入人群，工作型补偿有利于其增收，达到了益贫作用，而地块现金补偿却显著提高了高收入农户的收益，却对中低收入者没有影响，那么其非但没有益贫反而益富。这种机制虽有互补性，但现金型补贴项目局限性很强，未起到扶贫的作用。中等收入者对于这两种补偿均不敏感，因此在补偿机制中有必要考虑其他手段来增加这部分农户的受益面，以缩小收入不平等。控制变量中，在所有分位中均最显著的一项为非农就业，这也符合前人研究结果：非农就业增加了农户收入，因此让更多的农户参与非农劳动有利于其增收。其次，家庭规模越大其收入也越多。耕地面积在所有分位上都不显著，原因可能是在库区农户对土地的依赖较弱，所有农户耕地面积持有较少，并非其主要收入来源。林地下的套种现象应理解为农户为解决粮食自给问题，是对传统农业的路径依赖而不是想依靠其增收。在高中低收入的群体中，家庭抚养比的系数为负且均为显著，说明家庭抚养的确增加了贫困。党员户在25和50分位上正显著，说明中低收入群体中党员对收入有着益贫帮助。是否为干部对于中高收入农户收入增加也有显著影响。
控制变量村庄到库区距离（区域位置）以及耕地和退耕还林面积变量的系数为正但均不显著，说明村庄位置和补偿面积、耕地面积不会造成生态屏障建设区农户的收入差距，所以不是造成农户家庭收入差距的主要原因；是否参加培训只在50分位数上显著，说明加大技术培训力度，有利于中等收入农户增收；而农户文化程度的系数和年龄在所有分位数上均不显著。
（三）稳健性分析
在稳健性测试中，笔者将两种回归中的是否雇佣替换为岗位型补偿的工资收入，将总体补偿替换为退耕还林补偿，回归结果和显著性基本没有改变。将分组回归与分位数回归结果进行比较（见表3），得到了一致结论。在分组回归中，多重共线性检验的方差膨胀因子（VIF）为1.5，说明变量选取之间没有多重共线性。由此我们判断回归结果有一定的稳健性。
四、结论和建议
本文通过对三峡生态屏障区的生态补偿的机制研究分析发现，不同的生态补偿项目对各收入层群体影响不一样。以该地区为例，工作型的生态补偿，即提供轮流上岗的长江两岸森林工程雇员的补偿形式对低收入农户起到了增收的作用。在偏向性地选择贫困人口为雇员的条件下，能够实现精准扶贫的目标。以林地类型区分而给予现金补偿的机制有利于高收入农户群体提高收益。现行的生态补偿机制中，没有明显惠及库区的中低收入农户。由此可见，工作岗位型的生态补偿项目起到一定的精准扶贫功效，而生态公益林、经济林和退耕还林补偿项目采取普惠性的补贴方式没有起到扶贫功效，反而会拉大农户间的收入差距，因为高收入群体拥有更多的林地。因此，三峡库区生态屏障区的生态补偿机制还需不断改进完善，以达到“生态脱贫一批”的顶层设计目标。基于以上分析本文提出以下几点启示和建议：
1.基于交易为内涵的生态补偿机制应在设计时考虑到保障各方面利益相关者的权益，补偿的主体应考虑到自身的多元化和客体的分散化以及异质性，采取不同的补偿形式。同时构建对客体的激励相容机制，以及对补偿对象行为进行约束和规范。并由政府担任生态公益林补偿机制中資金流动的主导者和管理者角色。例如，补偿时限到期后库区较多农户希望将生态林补偿转换以纳入第二期退耕还林工程，否则将更愿意转为耕地，当地部门应适当考虑农户诉求以缓解矛盾。今后在设计生态补偿机制时，政府应综合各类生态补偿项目的优势，取长补短、相互弥补，避免形成单一的生态补偿机制。生态补偿的设计机制应与精准扶贫的机制相融合，重点考虑低收入者的权益保障[13]。此外创新和增加补偿项目，以增强各种补偿机制的互补优势，从而降低其对收入不平等的影响，发挥多元化优势以抵御政策失误的风险[13]。
2.针对生态屏障区生态建设而言，生态补偿项目设计和实施过程中有些亟待解决的问题，农户的生计问题是应当首要考虑的，是否解决妥当关乎生态屏障建设的社会效益。其他如：是否考虑到了缓解贫困的次目标、土地权属、细化农户的机会成本，避免传统补偿方式和生态补偿项目时限等一系列问题[17-19]。
针对这些问题都须斟酌，合理规划设计出一套既适合生态屏障区生态建设又有利于扶贫的良好机制。对于已经退耕还林的生态林应划为公益林进行永久性保护，结合碳汇交易、绿色产品标识等市场化补偿方式，增加贫困人口的生态资产收益[2]。现有的岗位型的补偿虽然有益贫性，但时效较短，不稳定，因此政府应着力设置和推出长期工作岗位来巩固扶贫功效。此外，在非农就业增加收入的大趋势下，我们同样可跳出从生态补偿项目角度去考虑扶贫，积极引导并帮助农户实现非农就业或劳动力的转移以实现精准扶贫的目标。扶贫政策设置上，须连同生态补偿在内的各项政策相辅相成，共同合作打赢精准扶贫攻坚战。
3.生态扶贫由于开展时间较短，经验少，需要在实践中不断摸索和总结。生态扶贫攻坚战不仅仅是加大资金投入、发展绿色产业及优化产业结构，更加需要因地制宜、因人而异，综合考虑以提升补偿机制的适宜性和可操作性。同时，应创新林业生态资产产权制度，调动项目区政府和农民的参与积极性，加强补偿对象和资金监管，杜绝资金节流、冒领和挪用，将顶层设计灵活贯通于生态补偿扶贫实践中，完善各项保障机制，方为生态补偿长久之计。
参考文献：
[1] 刘慧，叶尔肯·吾扎提.中国西部地区生态扶贫策略研究[J].中国人口·资源与环境，2013，23（10）：52-58.
[2] 汪三贵，殷浩栋，王瑜.中国扶贫开发的实践、挑战与政策展望[J].华南师范大学学报（社会科学版），2017（4）：18-25.
[3] 习近平论扶贫工作——十八大以来重要论述摘编[J].党建，2015（12）：5-7.
[4] Engel S，Pagiola S，Wunder S. Designing Payments for Environmental Services in Theory and Practice：An Overview of the Issues[J].Ecological Economics，2008，65（4）：664-674.
[5] 王军锋，侯超波，闫勇. 政府主导型流域生态补偿机制研究——对子牙河流域生态补偿机制的思考[J].中国人口·资源与环境，2011，21（7）：105-106.
[6] Pagiola S，Arcenas A，Platais G.Can Payments for Environmental Services Help Reduce Poverty？ An Exploration of the Issues and the Evidence to Date From Latin America[J].World Development，2005，33（2）：237-253.
[7] Tomich T，Van Noordwijk M，Chandler F.An Introduction to the Conceptual Basis of RUPES[M].Cambridge： Cambridge University Press，2004：303-305.
[8] 王立安，钟方雷，王静，等.退耕还林工程：对农户缓解贫困的影响分析——以甘肃南部武都区为例[J].干旱区资源与环境，2013，27 （7）：78-84.
[9] 王钦敏.建立补偿机制 保护生态环境[J].求是，2004（13）：55-56.
[10] 王立安，钟方雷.生态补偿与缓解贫困关系的研究进展[J].林业经济问题，2009，29（3）：201-205.
[11] 王立安，钟方雷，苏芳.西部生态补偿与缓解贫困关系的研究框架[J].经济地理，2009，29（9）：1 552-1 557.
[12] 程名望，史清華，Jin Yanhong，等.农户收入差距及其根源：模型与实证[J].管理世界，2015（7）：17-28.
[13] 杜洪燕，武晋.生态补偿项目对缓解贫困的影响分析——基于农户异质性的视角[J].北京社会科学，2016（1）：121-128.
[14] 张志涛，蒋立，张鑫，等.重庆市三峡库区生态屏障区生态建设情况调研报告[J].林业经济，2016（6）：6-13.
[15] 李明桥.农业补贴政策与农村收入不平等——基于农村贫困地区住户调查的分析[J].宁夏社会科学，2013（3）：25-34.
[16] 程诚，姚远.社会资本与西部农村地区的收入不平等分析[J].西北农林科技大学学报（社会科学版），2014，14（5）：115-122.
[17] 赵麦茹 .陕西省资源有偿使用及生态补偿制度建设 [J].西安财经学院学报，2016（1）：73-80.
[18] 王立安，刘升，钟方雷.生态补偿对贫困农户生计能力影响的定量分析[J].农村经济，2012（11）：99-103.
[19] 江求川.中国福利不平等的演化及分解[J].经济学，2015，14（4）：1 417-1 444.
摘 要：基于三峡库区生态屏障区的1 080户农户调查数据，利用分位数回归和OLS分组回归的方法，分析了不同生態补偿形式对农户家庭收入的影响，进而验证生态补偿能否实现精准扶贫。研究发现：生态林、退耕还林和经济林等三种现金补偿方式更有利于高收入农户；长江绿化项目雇员等工作岗位型补偿在低分位数上显著提升了农户的家庭收入。现行三峡生态屏障区生态补偿政策起到了一定的益贫作用，但为实现精准脱贫的目标，后续应考虑到农户异质性以扩大其适应范围，并注重措施的长期性执行和保障机制的完善。
关键词：生态补偿；收入不平等；精准扶贫；分位数回归
中图分类号：F323.8 文献标识码：A 文章编号：1009-9107（2018）02-0042-07
引 言
近年来精准扶贫上升为国家战略，精准扶贫的重点在于精准和高效，需要在精准施策上出实招、在精准落地上见实效，解决好“怎么扶”的问题。现实中，重点贫困区域与生态环境脆弱、敏感的地区高度重合[1]，需要将扶贫工作和生态环境保护有机结合起来，实现两者的良性互动，从而实现生态脆弱区的精准脱贫[2]。习近平总书记提出实施“五个一批”工程，其中就包括“生态补偿脱贫一批”，即加大贫困地区生态保护修复力度，增加重点生态功能区转移支付，扩大政策实施范围，可让有劳动能力的贫困人口就地转成护林员等生态保护人员[3]。生态补偿在精准扶贫政策体系中具有重要的地位，同时作为一个有利于可持续发展和环境保护的制度，其设计的合理性、完善性，也是推进生态文明建设需要考虑的问题。但在实际情况中，一部分先行的生态补偿政策没有考虑到其扶贫功效，因而可能并未较好地起到益贫作用。评估现有生态补偿政策是否有利于精准扶贫效果具有较强的政策实践意义。
一、文献综述
生态补偿是为了保护和可持续利用生态系统，通过经济手段来调节相关者之间的利益关系的制度安排。它主要以外部性理论和公共物品理论为理论依据。结合国内外的研究和我国的实际情况，广义的生态补偿包括：一方面对生态系统和自然资源保护所获得效益的奖励，另一方面对破坏生态系统和自然资源所造成损失的赔偿；狭义上的仅指对生态系统和自然资源保护所获得效益的奖励，类似于国际上常说的生态服务付费（payment for ecosystem services，PES）[4]。生态补偿通过经济手段带来经济效益的外部性内部化，措施是补偿生态系统修复的成本（包含机会成本）或是对具有重大生态价值的区域或对象进行保护性投入。在实践中，我国的生态补偿制度由于受益者众多，区域地貌复杂，受益者相互监督成本过大等原因，并未形成一个完整的体系，而生态服务购买者的角色往往由政府代表公众来扮演[5]。政府付费一般分为两种：一是整个地区受益的地方政府付费；二是受益最多地区的地方政府付费。收益多的地区生态补偿政策会形成激励，同时也能防止其他地区的搭便车行为[6]。在环境持续恶化的地区，缓解贫困应与生态治理同步进行，相对贫困区域如果持续提供生态补偿服务，可能会有持续性减贫作用[6-7]。但是，不同的生态补偿项目本身和其受益对象存在复杂性，设计的过程中由于针对性不明，可能会导致资源占有多者获利，而资源少的群体则受损，特别是老弱病残等受到的损失更大[7]。生态补偿应该促进资源的公平分配，不至于使穷人受损失[8]。另外，生态补偿政策的执行效果、服务水平与政策环境紧密相关，良好的机制和明晰的产权会减少交易成本，使扶贫效率提高[9]。可见要研究生态补偿在减贫方面是否精准和高效，农户层面的精准识别是重要环节，基于农户异质性特征将其进行分类以探究生态补偿机制是可行手段。
生态补偿对缓贫的作用的研究已有较多，与精准扶贫的对接却寡见。国内外的阶段成果主要包含生态补偿对贫困的生态环境服务提供者、购买者和未参与者三方面的影响，其中我国生态补偿项目设计和实施过程中亟待解决的问题有：考虑缓解贫困的副目标、土地权属、细化农户的机会成本，避免传统补偿方式、生态补偿项目时限、补偿对象的差异等问题[10]。由于补偿对象的差异性存在，补偿政策在实践中就会出现效果的偏颇，基于此，一些学者从生态补偿对贫困参与者的筛选、影响和评价方法等方面提出研究的框架体系。比如采用生计资本框架展开对比定量分析：将参与农户分为绝对贫困、相对贫困和一般贫困，从而展开了针对不同群体分层设计、精准识别农户的研究范式[11]。此后一些研究成果的出现让学者们逐渐关注不同的生态工程、补贴政策对于收入不平等的影响，并意识到同一个补偿政策具有拉大或缩小农户之间收入差距的作用[12]。如杜洪燕等基于农户异质性的视角对北京市生态涵养区的农户数据进行研究，发现生态补偿的不同项目在不同的分层中能帮助农户增收，并提出生态补偿机制设计需要发挥协同作用以此降低收入差距，实现精准扶贫[13]。
三峡库区的生态工程由来已久，从1989年至今已有长江防护林工程、重庆市长江两岸森林工程、天保二期工程、三峡后续工作植被恢复建设工程等7个重大生态工程项目，生态环境恢复良好。对三峡库区生态工程及补偿政策的研究，主要有两方面：一是集中在生态补偿的原则、对象、内容、标准和管理机制设置以及评价上，另一种则是发现生态补偿的实际运行问题，研究分析后得出对策建议。很多结论在呼吁建立健全生态补偿政策、完善顶层设计、创新革新补偿方式[11]。库区的农户也获得了不同种类的生态工程补贴。但根据生态屏障区生态工程调查等报告显示，目前生态补偿仍面临问题[14]。通过实践我们认识到生态补偿制度的扶贫功能应得到强化从而更具有针对性，补偿政策的前提应是精准识别。那么，针对不同区域、不同层次、不同收入的农户，现行的生态补偿“全面”吗？缩小还是扩大了农户的收入差距？考量此类问题对设计和完善全面的补偿机制有着积极的意义。
因此，本文以三峡库区生态屏障建设区为例，对库区提供生态服务的农户进行研究，着重分析在多种生态补偿项目共同作用下，贫富状态不同的农户其家庭收入变化，针对库区生态补偿造成的收入不平等进行识别和测度。
二、数据来源和描述性统计
（一）数据来源
2015年7月14-24日，国家林业局经济发展研究中心组织调查员，赴重庆市和湖北省6个区县（涪陵区、忠县、云阳县、奉节县、秭归县、巴东）的36个村进行入户调查，获取相关数据。
问卷包含农户家庭基本特征、土地利用情况、家庭收入情况、生态林、经济林经营情况以及库区生态建设项目情况等。家庭收入情况包括了生态补偿的现金型收入情况，即退耕还林补贴、公益林补贴、经果林补贴3种。由于3种生态补偿项目起始时间不同、地形不同、农户的土地使用类型和产权类型的不同，以及离库区远近不同以《长江两岸森林工程总体规划》为指导，重庆市长江干流及一级支流175米岸线至第一层山脊线内造林，生态建设主要内容是营造和改造生态林、经济林，实施封山育林，建设目标是为了改善三峡库区生态环境，维护三峡库区生态安全，促进库区群众安稳致富。在库区175水位线面100米以内的坡面只能种生态林，以上可种经济林。 ，每户所获得的补贴类型也不尽相同，多则3项补贴全拿，也有一项补贴未获得的农户。除此之外，还有一种能补贴到户的是长江两岸森林工程的雇员，如护林员、劳务短工等。这种以工资形式而发放到农户手上的补偿形式称之为“岗位型”补偿。在6个县的36个乡镇中，共回收问卷1 088份，其中有效问卷1 080份。由于考虑到访谈对象为库区农民，均由调研人员根据农民回答而填写。
（二）描述性统计
为区分农户的异质性，以便了解不同收入水平的农户样本特征，故将调研所获取的1 080户数据按收入排序分为4组，每组270户，由低到高分为非常贫困、比较贫困、一般和相对富裕。统计的样本特征依据前人研究进行筛选[12-13，15]，详见表1。
据表1可知，该范围内农户家庭收入差距比较大，相对富裕组的均值是非常贫困的20余倍，人均收入也符合家庭收入的趋势；农业劳动人数差异不大，非常贫困的家庭非农就业人数明显低于其他组；耕地面积收入较高的农户略高于收入较低群体，林地总面积则与收入成正相关；家庭抚养比方面，越是贫穷的家庭负担越重，这符合常识。党员户越多带头致富能力越强，从表1数据初步判断，干部亦是如此；受教育水平越高收入越多，说明致富能力跟认知和学识有关。性别与收入呈正相关，年龄则是下降趋势，贫困户呈现老龄化。三种林地面积与收入呈正向递进关系，符合前人一些研究结论，即占有资源越多的人获得补贴越多。另外雇员人数可能是由于抽签轮流上岗故无明显差异。
三、实证方法
（一）模型设定和回归方法
在现有针对农户收入不平等及贫困的研究中发现：一方面，非农经营和人力资本已逐渐成为解释农户收入差异的重要因素之一；另一方面，地区禀赋差异虽是影响农户收入不平等的重要因素，但其对于不平等总量的解释力在下降。一些研究结论指出，农户收入差距影响因素分为微观因素和宏观因素，微观因素包括人力资本、物质资本、金融资产和社会资本等，宏观因素包括产业差异、区域分割、制度与政策等，且不同因素对农户收入差距的影响各不相同[12-13]。故在变量选取上还须考虑宏微观的不同维度。通过对前人研究的回顾，生态补偿对于收入或是贫困的影响来自多方面，且较为复杂，区分农户异质性的回归方法选用分位数较为合理[16-17]。现金和岗位补助能带来农户收入的直接增加，由此产生正向的扶贫效应；而占有农户耕地、林地，对自然资源限制则从负面阻碍了农民致富，并且还会影响到农户的决策。但是，机理上的复杂可由经验和实际证据来解释，根据已有文献总结，笔者认为人力资本和资源禀赋及非农劳动是影响收入的主要因素，它们可以细分为人口规模、劳动力、土地资源、教育、年龄等众多因素。基于以上结论设置模型变量：核心变量为本文构建的现金型补贴和岗位型补贴2个变量，分别用以衡量农户参与生态补偿所得补偿金额与工作情况。控制变量由非农劳动力、家庭规模、耕地面积、區域位置等构成。另外，现金型补贴是由3种补贴乘以相应地块面积加总而来。岗位型补贴取1或0，分别代表参与和不参与。相关变量的定义和描述性统计见表2。
本文用分位数回归的方法对数据进行分析，同时用OLS分组回归加以辅证，分位数模型设定为：
在该模型中，被解释变量lnYi，q表示第i个农户在q分位数上的家庭收入对数。核心解释变量X为生态补偿项目。CV是控制变量，包括上述非农、区域等变量。区域位置变量由于村庄到库区距离不同，所种生态林和经济林的要求不一样，具体参照脚注①。β是半弹性系数，表示解释变量变化一个单位引致的人均收入水平变化百分比。ε是随机扰动项。
分组回归最终农户收入模型设定为：
其中，C代表现金型补偿，H表示岗位型补偿，因变量lnYi表示在当年第i个农户的收入对数，CV同样是控制变量，其余同公式（1）。通过收入将农户分为三组，分别对其进行回归。
最小二乘估计假定解释变量只能影响被解释变量条件分布的均值位置，而分位数回归估计能精确地描述解释变量对被解释变量的变化范围以及条件分布形状的影响，能够更加全面地描述被解释变量条件分布的全貌，而不是仅仅分析被解释变量的条件期望（均值），也可以分析解释变量如何影响被解释变量的中位数、分位数等。当数据出现尖峰或厚尾的分布、存在显著的异方差等情况时，最小二乘估计将不再具有优良性质，且稳健性比较差。分位数回归系数估计结果比OLS估计更稳健。而且分位数回归对误差项并不要求很强的假设条件，因此对于非正态分布而言，分位数回归系数估计量则更加稳健。所以两种方法的配合能得出更加客观的结果。而分位数回归其估计量q可以由以下最小化问题来定义：
由于分位数回归的目标函数具有绝对值，不可以进行微分，所以通常采用线性规划的方法来计算 βq。Stata13 软件提供了计算 βq的方法。表2为相关变量的定义和描述性统计。
（二）回归结果
回归结果表3：生态补偿变量在75分位点上显著为正，说明以土地面积为补偿对象的三种生态补偿对高收入的农户有显著影响，在回归对数-水平值函数形式中用100βi来解释弹性，那么在控制其他因素不变的前提下，现金型补偿增加1%，将使得相对富裕农户收入增加7%；在其他分位并不显著，中低等收入人群并未受益。工作型补偿在25分位点上显著为正，表示工作岗位型生态补偿对低收入农户有利，能显著增加其收入，在控制其他因素不变的前提下，岗位型补偿每增加1%的岗位机会，将使得相对贫困的农户收入增加24%；总体系数分位数回归探究的是自变量增加一单位会对因变量条件分布在不同分位点的差距有什么影响，通过用差距来衡量分散程度，即越高的补贴分布在0.75～0.25分位上的差距越大，同时还应该考虑到条件分布偏态的变化；在50分位数上二者均不显著，表明这种生态补偿机制并不能显著影响到中等收入农户。可见，这两种生态补偿方式有一定的脱贫效果，但不够“精准”：针对低收入人群，工作型补偿有利于其增收，达到了益贫作用，而地块现金补偿却显著提高了高收入农户的收益，却对中低收入者没有影响，那么其非但没有益贫反而益富。这种机制虽有互补性，但现金型补贴项目局限性很强，未起到扶贫的作用。中等收入者对于这两种补偿均不敏感，因此在补偿机制中有必要考虑其他手段来增加这部分农户的受益面，以缩小收入不平等。控制变量中，在所有分位中均最显著的一项为非农就业，这也符合前人研究结果：非农就业增加了农户收入，因此让更多的农户参与非农劳动有利于其增收。其次，家庭规模越大其收入也越多。耕地面积在所有分位上都不显著，原因可能是在库区农户对土地的依赖较弱，所有农户耕地面积持有较少，并非其主要收入来源。林地下的套种现象应理解为农户为解决粮食自给问题，是对传统农业的路径依赖而不是想依靠其增收。在高中低收入的群体中，家庭抚养比的系数为负且均为显著，说明家庭抚养的确增加了贫困。党员户在25和50分位上正显著，说明中低收入群体中党员对收入有着益贫帮助。是否为干部对于中高收入农户收入增加也有显著影响。
控制变量村庄到库区距离（区域位置）以及耕地和退耕还林面积变量的系数为正但均不显著，说明村庄位置和补偿面积、耕地面积不会造成生态屏障建设区农户的收入差距，所以不是造成农户家庭收入差距的主要原因；是否参加培训只在50分位数上显著，说明加大技术培训力度，有利于中等收入农户增收；而农户文化程度的系数和年龄在所有分位数上均不显著。
（三）稳健性分析
在稳健性测试中，笔者将两种回归中的是否雇佣替换为岗位型补偿的工资收入，将总体补偿替换为退耕还林补偿，回归结果和显著性基本没有改变。将分组回归与分位数回归结果进行比较（见表3），得到了一致结论。在分组回归中，多重共线性检验的方差膨胀因子（VIF）为1.5，说明变量选取之间没有多重共线性。由此我们判断回归结果有一定的稳健性。
四、结论和建议
本文通过对三峡生态屏障区的生态补偿的机制研究分析发现，不同的生态补偿项目对各收入层群体影响不一样。以该地区为例，工作型的生态补偿，即提供轮流上岗的长江两岸森林工程雇员的补偿形式对低收入农户起到了增收的作用。在偏向性地选择贫困人口为雇员的条件下，能够实现精准扶贫的目标。以林地类型区分而给予现金补偿的机制有利于高收入农户群体提高收益。现行的生态补偿机制中，没有明显惠及库区的中低收入农户。由此可见，工作岗位型的生态补偿项目起到一定的精准扶贫功效，而生态公益林、经济林和退耕还林补偿项目采取普惠性的补贴方式没有起到扶贫功效，反而会拉大农户间的收入差距，因为高收入群体拥有更多的林地。因此，三峡库区生态屏障区的生态补偿机制还需不断改进完善，以达到“生态脱贫一批”的顶层设计目标。基于以上分析本文提出以下几点启示和建议：
1.基于交易为内涵的生态补偿机制应在设计时考虑到保障各方面利益相关者的权益，补偿的主体应考虑到自身的多元化和客体的分散化以及异质性，采取不同的补偿形式。同时构建对客体的激励相容机制，以及对补偿对象行为进行约束和规范。并由政府担任生态公益林补偿机制中資金流动的主导者和管理者角色。例如，补偿时限到期后库区较多农户希望将生态林补偿转换以纳入第二期退耕还林工程，否则将更愿意转为耕地，当地部门应适当考虑农户诉求以缓解矛盾。今后在设计生态补偿机制时，政府应综合各类生态补偿项目的优势，取长补短、相互弥补，避免形成单一的生态补偿机制。生态补偿的设计机制应与精准扶贫的机制相融合，重点考虑低收入者的权益保障[13]。此外创新和增加补偿项目，以增强各种补偿机制的互补优势，从而降低其对收入不平等的影响，发挥多元化优势以抵御政策失误的风险[13]。
2.针对生态屏障区生态建设而言，生态补偿项目设计和实施过程中有些亟待解决的问题，农户的生计问题是应当首要考虑的，是否解决妥当关乎生态屏障建设的社会效益。其他如：是否考虑到了缓解贫困的次目标、土地权属、细化农户的机会成本，避免传统补偿方式和生态补偿项目时限等一系列问题[17-19]。
针对这些问题都须斟酌，合理规划设计出一套既适合生态屏障区生态建设又有利于扶贫的良好机制。对于已经退耕还林的生态林应划为公益林进行永久性保护，结合碳汇交易、绿色产品标识等市场化补偿方式，增加贫困人口的生态资产收益[2]。现有的岗位型的补偿虽然有益贫性，但时效较短，不稳定，因此政府应着力设置和推出长期工作岗位来巩固扶贫功效。此外，在非农就业增加收入的大趋势下，我们同样可跳出从生态补偿项目角度去考虑扶贫，积极引导并帮助农户实现非农就业或劳动力的转移以实现精准扶贫的目标。扶贫政策设置上，须连同生态补偿在内的各项政策相辅相成，共同合作打赢精准扶贫攻坚战。
3.生态扶贫由于开展时间较短，经验少，需要在实践中不断摸索和总结。生态扶贫攻坚战不仅仅是加大资金投入、发展绿色产业及优化产业结构，更加需要因地制宜、因人而异，综合考虑以提升补偿机制的适宜性和可操作性。同时，应创新林业生态资产产权制度，调动项目区政府和农民的参与积极性，加强补偿对象和资金监管，杜绝资金节流、冒领和挪用，将顶层设计灵活贯通于生态补偿扶贫实践中，完善各项保障机制，方为生态补偿长久之计。
参考文献：
[1] 刘慧，叶尔肯·吾扎提.中国西部地区生态扶贫策略研究[J].中国人口·资源与环境，2013，23（10）：52-58.
[2] 汪三贵，殷浩栋，王瑜.中国扶贫开发的实践、挑战与政策展望[J].华南师范大学学报（社会科学版），2017（4）：18-25.
[3] 习近平论扶贫工作——十八大以来重要论述摘编[J].党建，2015（12）：5-7.
[4] Engel S，Pagiola S，Wunder S. Designing Payments for Environmental Services in Theory and Practice：An Overview of the Issues[J].Ecological Economics，2008，65（4）：664-674.
[5] 王军锋，侯超波，闫勇. 政府主导型流域生态补偿机制研究——对子牙河流域生态补偿机制的思考[J].中国人口·资源与环境，2011，21（7）：105-106.
[6] Pagiola S，Arcenas A，Platais G.Can Payments for Environmental Services Help Reduce Poverty？ An Exploration of the Issues and the Evidence to Date From Latin America[J].World Development，2005，33（2）：237-253.
[7] Tomich T，Van Noordwijk M，Chandler F.An Introduction to the Conceptual Basis of RUPES[M].Cambridge： Cambridge University Press，2004：303-305.
[8] 王立安，钟方雷，王静，等.退耕还林工程：对农户缓解贫困的影响分析——以甘肃南部武都区为例[J].干旱区资源与环境，2013，27 （7）：78-84.
[9] 王钦敏.建立补偿机制 保护生态环境[J].求是，2004（13）：55-56.
[10] 王立安，钟方雷.生态补偿与缓解贫困关系的研究进展[J].林业经济问题，2009，29（3）：201-205.
[11] 王立安，钟方雷，苏芳.西部生态补偿与缓解贫困关系的研究框架[J].经济地理，2009，29（9）：1 552-1 557.
[12] 程名望，史清華，Jin Yanhong，等.农户收入差距及其根源：模型与实证[J].管理世界，2015（7）：17-28.
[13] 杜洪燕，武晋.生态补偿项目对缓解贫困的影响分析——基于农户异质性的视角[J].北京社会科学，2016（1）：121-128.
[14] 张志涛，蒋立，张鑫，等.重庆市三峡库区生态屏障区生态建设情况调研报告[J].林业经济，2016（6）：6-13.
[15] 李明桥.农业补贴政策与农村收入不平等——基于农村贫困地区住户调查的分析[J].宁夏社会科学，2013（3）：25-34.
[16] 程诚，姚远.社会资本与西部农村地区的收入不平等分析[J].西北农林科技大学学报（社会科学版），2014，14（5）：115-122.
[17] 赵麦茹 .陕西省资源有偿使用及生态补偿制度建设 [J].西安财经学院学报，2016（1）：73-80.
[18] 王立安，刘升，钟方雷.生态补偿对贫困农户生计能力影响的定量分析[J].农村经济，2012（11）：99-103.
[19] 江求川.中国福利不平等的演化及分解[J].经济学，2015，14（4）：1 417-1 444.
