全 文 ：中国生态农业学报 2014年 3月 第 22卷 第 3期
Chinese Journal of Eco-Agriculture, Mar. 2014, 22(3): 349−355
* 国家自然科学基金项目(91125019, 41061051, 41361106)、教育部新世纪优秀人才支持计划(NCET-11-0910)和西北师范大学科研骨干项
目(SKQNGC11033)资助
** 通讯作者: 赵雪雁, 研究方向为生态经济。E-mail: xbzhaoxy@163.com
张方圆, 研究方向为生态经济与区域可持续发展。E-mail: zhangfangyuan666@126.com
收稿日期: 2013-10-15 接受日期: 2014-01-03
DOI: 10.3724/SP.J.1011.2014.31002
基于农户感知的生态补偿效应分析*
——以黑河中游张掖市为例
张方圆 赵雪雁**
(西北师范大学地理与环境科学学院 兰州 730070)
摘 要 生态补偿作为一种将外在的、非市场环境价值转化为当地参与者提供生态系统服务的财政激励机制
引起了世界关注。本文以黑河中游张掖市为研究区, 以退耕还林工程为例, 基于农户调查资料, 采用模糊综合
评价方法评价了农户感知到的生态补偿的社会效应、经济效应和生态效应, 并采用最小二乘法分析影响农户
对生态补偿效应感知的因素。结果表明: 农户感知到的生态补偿效应指数达 3.02。其中农户感知到生态补偿
的生态效应最高, 效应指数为 3.11, 生态补偿的社会效应次之, 效应指数为 3.06, 经济效应最低, 效应指数仅
为 2.55。这充分说明, 生态补偿的实施实现了改善当地生态环境的主要目标, 然后是缓解贫困、促进就业、发
展经济等副目标。户主受教育程度、农户生计方式、年收入均与其感知到的生态补偿社会效应、经济效应、
生态效应呈正相关, 而户主年龄与其感知到的生态补偿效应均呈负相关。此外, 农户的社会地位对其感知到的
生态效应有显著影响。感知社会效应的因素中, 户主受教育程度对社会效应感知的影响程度最大, 相关系数达
1.067, 其次是农户生计方式, 户主年龄对社会效应感知的影响相对较小; 感知生态补偿经济效应的因素中 ,
户主受教育程度对经济效应感知的影响程度最大, 相关系数达 1.073, 其次是农户年收入和农户生计方式, 户
主年龄对经济效应感知的影响相对较小; 感知生态补偿生态效应的因素中, 户主受教育程度对生态效应感知
的影响最大, 相关系数达 2.612, 其次是农户生计方式, 农户社会地位对其影响相对较小。
关键词 生态补偿 效应分析 最小二乘法 农户感知 黑河 张掖市
中图分类号: S9 文献标识码: A 文章编号: 1671-3990(2014)03-0349-07
Effect of farmers’ perception on ecological compensation
—A case study of Zhangye Prefecture in the Heihe River Basin
ZHANG Fangyuan, ZHAO Xueyan
(College of Geography and Environmental Sciences, Northwest Normal University, Lanzhou 730070, China)
Abstract As an outer financial incentive mechanism for transforming non-marketing environment value to local participants by
providing ecosystem services, ecological compensation and the related ecological effects and sustainability have attracted
considerable global effort. There has therefore been the expressed need to fully and objectively evaluate the effects of ecological
compensation. As improving ecological and environmental systems has remained the core effort of conversion of farmlands into
forestlands in China, this study used the farmland conversion into forestland project to survey farmers in Zhangye Prefecture of the
Heihe River Basin. As evaluation studies were often limited by various uncertainties under fuzzy comprehensive evaluation,
peasants’ perception on ecological compensations in terms of social, economic and ecological effects was used to effectively and
quantitatively analyze ecological compensation. The effect of farmers’ perception on ecological compensation was obtained using the
least squares method. The study showed that the index of farmers’ perception on ecological compensation was 3.02. Among the
ecological compensation effects, the index for ecological effect was highest (3.11), followed by that for social effect (3.06), while the
index for economic effect was lowest (2.55). This suggested that ecological compensation improved the local ecological environment,
350 中国生态农业学报 2014 第 22卷
alleviated poverty, increased employment opportunities, promoted economic development, etc. While farmers’ educational level,
living conditions and annual income were positively correlated with social, economic and ecological effects of ecological
compensation perceived by farmers, farmers’ age was negatively correlated with these factors. In addition, farmer’s social status had
a significant impact on their perceived ecological effects. Among the factors of perceived social effects, farmers’ educational level
contributed the most to farmers’ social perception, with a correlation coefficient of 1.067. This was followed by farmers’ living
conditions, while farmers’ age least influenced farmers’ social perception. Among the factors of perceived economic effect, farmers’
educational level contributed the most to farmers’ economic perception, with a correlation coefficient of 1.073. This was followed by
farmers living conditions and annual income, while farmers’ age least influenced farmers’ economic perception. Among the factors of
perceived ecological effect, farmers’ educational level contributed the most to farmers’ ecological perception, with a correlation
coefficient of 2.612. This was followed by farmers living conditions, while farmers’ social status least influenced farmers’ ecological
perception.
Keywords Ecological compensation; Effect analysis; Least squares method; Farmers’ perception; Heihe River; Zhangye
Prefecture
(Received Oct. 15, 2013; accepted Jan. 3, 2014)
从 1960年到 2000年间, 全球 2/3的生态系统服
务正在退化[1], 作为一种将外在的、非市场环境价值
转化为当地参与者提供生态系统服务的财政激励机
制, 生态补偿已引起全世界的关注。目前, 在世界各
国已实施了大量生态补偿项目, 生态补偿项目能否
取得预期的效果, 成为影响生态补偿项目可持续性
的关键。国际上已有学者对补偿效率做了研究, 例
如 Alix-Garcia 等[2]比较分析了平均式付费和风险式
付费两种补偿方案, 发现后者在总体付费水平较低
的基础上, 针对贫困对象进行重点补偿, 效率较一
般补偿手段将得到很大提升; Morris等[3]对东英格兰
Fenland 地区生态补偿对农户土地利用行为变化的
影响及其引起的经济影响进行了情景分析, 研究表
明不同农场的利益偏好和补偿可行性往往不同, 要
达成生产和生态目标的协调, 需充分考虑地点特性,
一刀切的政策效果可能不佳; Sierra等[4]检验了哥斯
达黎加森林资源的生态补偿效率, 发现由于土地覆
被变化的滞后性以及土地拥有者对土地利用决策扭
转的非义务性, 生态补偿的直接效果往往不够明显,
指出高效的生态补偿应面向需补偿的人而非需补偿
的地区; Wunder[5]则强调了生态补偿效率的动态基
线评估法则。
农户作为生态补偿项目最主要参与者, 对生态
补偿项目效应的认知与评判, 有助于增强其参与意
识, 而其参与意愿直接影响生态补偿项目的实施绩
效和可持续性。近年来, 生态补偿效应研究已成为
该领域的热点问题, Pagiola 等[6]分析拉美国家生态
补偿对供给者、受益者和其他利益相关者的经济效
应, 认为如果设计合理并且地方条件良好, 生态补
偿能够起到缩减贫困的作用; 反之, 产权因素和劳
动密集程度更低的补偿项目会对缩减贫困产生负面
影响。庞森[7]从四川省退耕还林工程的实施情况出
发评价了该工程带来的综合效益, 并在此基础上着
重分析工程带给社区农户的经济、心理和行为上的
影响。目前从农户感知角度对生态补偿效应分析的
较少。本文以黑河中游张掖市为研究区, 以退耕还
林工程为例, 基于农户调查数据, 采用模糊综合评
价法评价了农户对生态补偿感知的社会效应、经济
效应和生态效应的感知, 并采用最小二乘法分析影
响农户对生态补偿效应感知的因素, 以期为进一步
完善生态补偿政策, 保证项目的可持续性提供科学
依据。
1 研究区概况
张掖市位于黑河流域中游, 辖甘州、临泽、高
台、山丹、民乐、肃南5县1区。土地面积为41 924 km2,
森林面积为46.41万hm2, 其中天然林26.79万hm2,
人工林19.62万hm2, 林木蓄积量达1 446万m3, 森林
覆盖率11.07%。张掖市干旱少雨, 蒸发量大, 属典型
内陆干旱荒漠气候, 年平均气温7.8 ℃, 多年平均降
水量129 mm, 蒸发量1 507 mm。特别是近20年来,
张掖市由于人口增长和大面积地开垦土地, 大片原
生植被受到破坏, 地下水资源受到不合理开采, 地
下水位持续下降, 导致绿洲外围的人工林和天然植
被成片干旱死亡, 水土流失和土地沙化等严重的生
态问题更加突出。更为重要的是, 张掖市位于黑河
中上游, 大量的农业用水使黑河下游断流, 尾闾湖居延
海干涸, 引发了黑河中下游的生态危机。因此, 在黑河
中游的张掖市实施退耕还林工程对于整个黑河流域
的生态恢复和重建具有重要的意义。张掖市自2002年
实施退耕还林到2009年底全市累计完成工程建设任
务7.369万hm2, 其中退耕地还林3.805万hm2, 荒山
造林2.860万hm2, 封山育林0.704万hm2。补偿区退耕
还林补助标准为 : 每年每公顷教育医疗补助费300
第 3期 张方圆等: 基于农户感知的生态补偿效应分析 351
元、粮食1 500 kg, 每公顷退耕地一次性补助种苗费
750元 ; 如果是荒山造林则每公顷一次性补助种苗
费750元; 补偿方式主要以实物和现金补偿为主。
2 数据来源与研究方法
2.1 数据来源
本研究采用参与性农户评估方法(PRA)进行农户
调查以获取相关数据, 在张掖市抽取 7 个汉族村, 每
村抽取 30~35户, 每户调查时间为 1~2 h。调查中均
主要由户主回答问题, 家庭其他成员进行补充。共
发放问卷 230 份, 删除信息不全的问卷, 收回有效
问卷 223 份。虽然获取的问卷数量有限, 但调查数
据显示, 样本户的户主年龄均值为 44.87岁, 家庭规
模为 3.91人·户−1, 家庭年收入为 9 121.9元·人−1, 这与
当地统计年鉴所反映的农户情况基本一致(户主年龄
的均值为 43.79岁, 家庭规模为 3.93人·户−1, 家庭年收
入为 9 153.7元·人−1), 说明样本具有较好的代表性。
调查内容主要包括家庭基本信息和生态补偿效
应感知两部分。家庭基本信息部分主要调查农户家
庭成员的年龄、劳动力受教育程度和就业状态、家
庭收入等; 生态补偿效应感知部分主要调查农户对
生态补偿效应的感知, 其中, 农户对生态补偿社会
效应的感知包括农户的观念及农户的就业; 对生态
补偿经济效应的感知包括农户收入变化和非农收入
变化; 对生态补偿生态效应的感知包括农户参与生
态补偿后对环境变化的感知(表 1)。
2.2 研究方法
2.2.1 建立指标体系和评语指数集合、确定权重
借鉴已有生态补偿效应评价的研究成果 [8−13],
本文采用模糊综合评价法对黑河流域中游张掖市进
行生态补偿效应评价, 原因在于在实际的生态补偿
效应评价过程中, 评估对象往往受到各种不确定性
因素影响, 其中模糊性是最主要的。因此本文从农
户对生态补偿的社会效应、经济效应、生态效应的
感知出发, 建立指标体系, 评价生态补偿效应。其中,
社会效应从对农户观念转变、农户就业方式的变化
出发, 经济效应从农户的收入变化和非农收入比重
变化出发, 生态效应从退耕还林后对生态环境的变
化出发, 设计出能够较全面反映该区生态补偿效应
的综合评价指标体系、指标量化数值和评价结果的
集合(表 1、表 2) , 并利用 AHP-熵值法确定各个指
标的权重(表 1) 。
表 1 生态补偿效应评价指标体系、权重及赋值
Table 1 Index system, weight and assignment of ecological compensation effect evaluation
目标层
Target layer
准则层
Rule layer
指标层
Index layer
权重
Weight
赋值
Assignment
农户的参与积极性 Participate in the initiative 0.118 2 更积极 Positive: 3; 无变化 Invariant: 2; 降低 Descent: 1
农户对生态环境保护的关注度
Attention to ecological environment protection
0.101 8 更关注 Increase: 3; 无变化 Invariant: 2; 降低 Descent: 1
农户外出打工的愿望 Desire to go out to work 0.070 4 强烈 Strong: 3; 没有 Non: 2; 不强烈 Not strong: 1
农户观念转变
Conceptual
change
0.350 6
农户学习新技能的愿望
Desire of learning new skills
0.060 2 强烈 Strong: 3; 没有 Non: 2; 不强烈 Not strong: 1
农户外出打工的人数 Number of migrant workers 0.086 9 增加 Increase: 3; 不变 Invariant: 2; 减少 Decrease: 1
社会效应
Social effect
0.497 8
农户就业
方式变化
Employment
way change
0.147 2
农户务农的劳动力数量 Number of farming labor 0.060 3 增加 Increase: 1; 不变 Invariant: 2; 减少 Decrease: 3
植被覆盖度 Vegetation coverage 0.073 6 增加 Increase: 3; 不变 Invariant: 2; 减少 Decrease: 1
水资源供应量 Water supply 0.031 2 增加 Increase: 3; 不变 Invariant: 2; 减少 Decrease: 1
动植物种群数量 Animal and plant populations 0.051 3 增加 Increase: 3; 不变 Invariant: 2; 减少 Decrease: 1
水土流失面积 Water and soil loss area 0.091 5 增加 Increase: 3; 不变 Invariant: 2; 减少 Decrease: 1
生态效应
Ecological
effect 0.340 1
沙化面积 Desertification area 0.092 5 增加 Increase: 3; 不变 Invariant: 2; 减少 Decrease: 1
农户收入变化
Income change
农户家庭总收入 Total income of family 0.082 6 提高 Increase: 3; 无变化 Invariant: 2; 下降 Descent: 1 经济效应
Economic
effect
0.162 1
非农收入比重
Proportion of
non-agricultural
income
农户打工收入 Work income 0.079 5 提高 Increase: 3; 无变化 Invariant: 2; 下降 Descent: 1
表 2 生态补偿效应评价标准
Table 2 Standard of the ecological compensation effect evaluation
补偿效应评价值 Compensation effect value
Y>4 3
352 中国生态农业学报 2014 第 22卷
2.2.2 构建模糊关系矩阵, 确定指标权向量
根据调查问卷的赋值, 对其进行标准化, 结合
各个指标的权重(表 1), 运用MATLAB软件, 构建模
糊矩阵。根据模糊理论中的最大运算法 u=max(u1,
u2, ⋯, un)和最小运算法 u=min(u1, u2, ⋯, un)进行指
标权向量的计算, 为了消除不同运算方法造成的误
差, 采用 MATLAB 中的重力模型进行去模糊化, 从
而求出各个指标受生态补偿影响程度的权向量 ui=
(ui1, ui2, ⋯, uin)。
2.2.3 计算评价指标的指数
根据各个指标的权向量 ui=(ui1, ui2, ⋯, uin), 采
用公式对各个指标进行指数评定:
Y=a1ui1+a2ui2+⋯+amuin (1)
式中, Y为指标的评价指数, a i为第 i指数的权系数
(1≤i≤m), u ij为第 i 指标 j 指数的权向量(1≤i≤m,
1≤j≤n), m 为评价指数的个数, n 为评价指标的个
数。根据以上步骤可以计算出准则层和整个目标层
的效应指数(表 3)。
表 3 生态补偿各指标的效应指数评价结果
Table 3 Results of ecological compensation effect index
农户问卷答案百分比
Percent of questionnaire
answers (%) 目标层
Target layer
指标层
Index layer 增加
Increase
不变
Invariant
降低
Decrease
单指标效应指数
Single parameter
effect index
效应指数
Effect
index
总效应指数
Total effect
index
农户的参与积极性
Participate in the initiative
54.26 39.91 5.83 3.31
农户对生态环境保护的关注度
Attention to ecological environment protection
63.95 29.32 6.73 3.15
农户外出打工的愿望 Desire to go out to work 48.44 44.39 7.17 3.24
农户学习新技能的愿望 Desire of learning new skills 47.53 47.09 5.38 3.04
农户外出打工的人数 Number of migrant workers 36.77 59.64 3.59 3.01
社会效应
Social effect
农户务农的劳动力数量 Number of farming labor 6.27 58.29 35.44 3.67
3.06
植被覆盖度 Vegetation coverage 48.88 48.88 2.24 3.23
水资源供应量 Water supply 21.54 71.74 6.72 3.06
动植物种群数量 Animal and plant populations 39.02 55.15 5.83 3.11
水土流失面积 Water and soil loss area 29.60 65.47 4.93 3.43
生态效应
Ecological effect
沙化面积 Desertification area 31.40 64.57 4.03 3.24
3.11
农户家庭总收入 Total income of family 47.99 42.60 9.41 3.41 经济效应
Economic effect 非农收入比重 Work income 57.85 29.15 13.00 3.27
2.55
3.02
3 调查结果与分析
3.1 农户对生态补偿效应的感知
农户感知到的生态补偿效应的效应指数达
3.02; 其中农户认为生态补偿的生态效应最高 , 效
应指数为 3.11, 生态补偿的社会效应次之, 效应指
数为 3.06, 经济效应最低, 效应指数仅为 2.55。这
充分说明, 生态补偿实施的主要目标是改善当地的
生态环境, 然后是缓解贫困、促进就业、发展经济
等副目标。
3.1.1 农户对生态补偿的社会效应感知
农户认为生态补偿社会效应比较高, 社会效应
感知指数达 3.06。调查数据显示, 生态补偿对农户
观念转变的影响较高, 对农户就业方式转变的影响
较低。其中, 农户感知到的生态补偿对其参与意识
的影响指数为 3.31。调查发现, 89.8%的农户愿意参
加退耕还林(草)工程。进一步调查发现, 有 54.3%的
农户表示会更加积极地参与生态补偿; 农户认为生
态补偿对其关注生态环境的影响很高, 效应指数为
3.15。据调查, 由于当地政府对退耕还林(草)工程的
广泛宣传教育, 农户对环境保护的关注程度不断加
大, 62.6%的农户表示自己比退耕前更加关注生态环
境变化。当问及“您是否愿意坚持参加集体保护环境
的行动”时, 48.6%的农户表示会坚持参加退耕还林
还草, 39.9%的农户表示如果政府要求还会继续参加
退耕还林, 仅有 5.12%的农户认为保护环境是别人的
事情, 与自己无关, 可见农户的环保意识不断加强。
农户感知到的生态补偿对其学习新技能、外出
打工愿望的影响指数分别为 3.04、3.24。调查数据
显示, 48.4%的农户有强烈地学习其他劳动技能的愿
望; 47.5%的农户表示有强烈地外出打工的愿望。由
此可见, 农户参与退耕还林工程后, 农户对生态补
偿的参与意愿等观念有了很大变化。
农户感知到的生态补偿对其外出打工的影响指
数为 3.01。退耕还林本质上是一种土地利用方式的
变革, 大多数农户认为生产方式发生了变化。在调
第 3期 张方圆等: 基于农户感知的生态补偿效应分析 353
查中发现, 34.6%的农户表示外出打工的人数增加,
39.7%的农户认为从事农业活动的劳动力数量减少,
54.3%的农户表示因退耕用于农业活动的时间减少,
这表明, 退耕还林的实施, 可以把一部分农户从单
纯的农耕中解放出来, 使农户有了更多的可支配时
间从事非农生产, 例如农产品深加工、果树种植、
手工业等。可见退耕还林后, 大部分农户的生计从
传统的农耕中解放出来, 转向非农产业, 因此如何
发展农户的替代产业是退耕还林工程可持续性的关
键所在。
3.1.2 农户对生态补偿的生态效应感知
农户感知到的生态补偿对生态环境的影响指数
为 3.11。据调查, 与退耕前相比, 81.32%的农户认为
当地的生态环境有所好转。对于生态环境的改善主
要体现在植被盖度增加、水资源供应量增加、水土
流失、沙化面积减少等。48.7%的被调查农户表示自
实施退耕还林以来植被盖度增加, 21.3%的农户表示
水资源供应量增加, 39.1%的农户认为动植物种群增
加, 29.6%的农户表示水土流失面积减少, 31.2%的农
户表示沙化面积减少。总体来说, 退耕还林工程改
善了当地的生态环境。
也有少部分农户认为生态环境不断恶化 , 如
6.73%的农户认为水资源供应量减少、5.83%的农户认
为动植物种群数量减少等。这是因为, 农户受传统观
念的影响, 不愿改变原有的生活方式, 对退耕还林认
识不足, 参与积极性不高; 另一方面, 补偿标准太低,
不能很好地解决农户的生计问题, 导致他们继续耕
种, 维持生计, 生态环境没有得到很好的改善。
3.1.3 农户对生态补偿的经济效应感知
农户感知到的生态补偿对农户收入的影响指数
为 2.55。调查中发现, 农户参与退耕还林工程后总
收入、非农收入发生变化。其中, 有 47.9%的农户表
示参与退耕还林后家庭总收入有所提高。非农收入
的变化主要体现在打工收入和家庭经营性收入的变
化。进一步调查发现, 57.8%的农户认为打工收入有
所增加, 20.1%的农户认为家庭经营性收入增加。但
有 13.1%的农户认为因参加退耕还林工程, 致使农
业生产性收入减少, 导致总体收入的下降。
3.2 影响农户对补偿效应感知的因素
通过调研、访谈发现, 影响农户对补偿效应感
知的主要因素是农户的个人情况和家庭情况, 诸如
农户自身收入、受教育程度等会影响到农户对生态
补偿效应的感知。因此, 以补偿效应作为因变量, 选
择户主属性和家庭属性作为解释变量进行分析。户
主属性选择户主年龄、受教育程度, 家庭属性选择
农户年收入、社会地位和生计方式。其中农户社会
地位用“家庭成员中从事教师、企事业单位、政府部
门的人数”测量, 农户的生计方式用“农户生计多样
化指数”测量。使用 SPSS 13.0 统计软件, 对被解释
变量与解释变量进行最小二乘法回归分析(表 4)。
表 4 影响农户感知生态补偿效应的因素
Table 4 Influence factors of farmers’ perception of ecological compensation effect
社会效应 Social effect 经济效应 Economic effect 生态效应 Ecological effect
因素
Factor
相关系数
Correlation
coefficient
标准差
Standard
deviation
相关系数
Correlation
coefficient
标准差
Standard
deviation
相关系数
Correlation
coefficient
标准差
Standard
deviation
户主年龄 Age −0.348* 0.008 −0.698* 0.009 −0.015 0.005
户主受教育程度 Educational level 1.067** 0.062 1.073** 0.074 2.612** 0.043
农户年收入 Annual income 1.021 0.000 0.958* 0.021 2.014 0.102
农户社会地位 Social status 0.135 0.092 1.212 0.108 0.153* 0.063
农户生计方式 Living way 0.788** 0.071 0.714** 0.084 0.257* 0.049
样本数 Sample size 223
F值 F value 46.40** 32.28* 49.72**
调整后的 R2 Adjusted R2 0.638 0.581 0.702
*表示在 5%水平上显著相关, **表示在 1%水平上显著相关。* means significant correlation at 5% level, ** means significant correlation at 1%
level.
3.2.1 影响农户生态补偿社会效应感知的因素
研究结果显示, 影响农户对生态补偿社会效应
感知的因素有户主受教育程度、农户生计方式和户
主年龄。其中, 户主受教育程度、农户生计方式与
农户感知到的生态补偿社会效应分别在 0.01水平上
显著正相关, 户主受教育程度每增加 1 个百分点,
农户感知到的生态补偿社会效应将提高 1.067 个百
分点; 农户生计多样化指数每增加 1 个百分点, 农
户感知到的生态补偿社会效应将提高 0.788 个百分
点。户主年龄与农户感知到的生态补偿社会效应在
0.05 水平上显著负相关, 户主年龄每增加 1 个百分
点, 农户感知到的生态补偿社会效应将降低 0.462
354 中国生态农业学报 2014 第 22卷
个百分点。究其原因主要由于: (1)农户受教育程度越
高, 从事非农行业的意识越强, 其收入来源也就多
样化。并且知识水平高、获得外界的信息渠道越多,
越能够认识到环境保护的重要性, 进而积极参与生
态补偿; (2)农户的生计方式越多样化, 农户的就业
方式越多元化, 也越希望学习新劳动技能、外出打
工等; (3)农户年龄越大, 思想观念相对越保守, 离
开农业生产的可能性越小, 因而更倾向于从事农业
劳动; 相对于年轻的劳动力, 年龄大的农户其就业
竞争力也越低。
3.2.2 影响农户生态补偿经济效应感知的因素
研究结果显示, 影响生态补偿经济效应感知的
因素有户主受教育程度、农户生计方式、户主年龄
和农户年收入。其中, 户主受教育程度、农户生计
方式与农户感知到的生态补偿经济效应分别在 0.01
水平上显著正相关, 户主受教育程度每增加 1 个百
分点, 农户感知到的生态补偿经济效应将提高 1.073
个百分点; 农户生计多样化指数每增加 1 个百分点,
农户感知到的生态补偿经济效应将提高 0.714 个百
分点。农户年收入与感知到的生态补偿经济效应在
0.05 水平上显著正相关, 农户年收入每增加 1 个百
分点, 感知到的生态补偿经济效应将提高 0.958 个
百分点; 户主年龄与感知到的生态补偿经济效应在
0.05 水平上显著负相关, 户主年龄每增加 1 个百分
点, 感知到的生态补偿经济效应将降低 0.698 个百
分点。究其原因主要由于: (1)受教育程度高的农户能
够更好地利用经济机会, 拥有更多技能; 农户年收
入高的农户, 收入来源更多元化, 非农收入比重比
较大。(2)以非农活动为主的生计多样化能确保收入
增长和生活水平的提高。(3)户主年龄越大, 从事非
农行业的可能性越小, 非农收入的比重越小。
3.2.3 影响农户生态补偿生态效应感知的因素
研究结果显示, 影响农户对生态补偿的生态效
应感知的因素有户主受教育程度、农户生计方式和
农户社会地位。其中, 户主受教育程度与农户感知
到的生态补偿生态效应在 0.01 水平上显著正相关,
户主受教育程度每增加 1 个百分点, 感知到生态补
偿的生态效应将提高 2.612 个百分点。农户生计方
式和农户社会地位与感知到生态补偿的生态效应分
别在 0.05 水平上显著正相关; 农户社会地位每增加
1 个百分点 , 感知到生态补偿的生态效应将提高
0.153个百分点; 农户生计多样化指数每增加 1个百
分点, 感知到生态补偿的生态效应将提高 0.257 个
百分点。究其原因主要由于: (1)农户受教育程度越
高、社会地位越高, 获取信息的渠道越多, 对退耕还
林等生态补偿项目认识的越充分, 越希望环境得到
改善。(2)农户生计方式越多样化, 对土地的依赖性
越小, 可以减轻生态环境压力。
4 结论及政策建议
4.1 结论
生态补偿的实施, 对当地的社会、经济和环境
产生了不同效应, 农户自身的属性和生活状态等也
直接影响着生态补偿效应, 主要表现在:
(1)农户感知到的生态补偿效应指数达 3.02。其
中农户感知到生态补偿的生态效应最高, 效应指数
为 3.11, 生态补偿的社会效应次之 , 效应指数为
3.06, 经济效应最低, 效应指数仅为 2.55。这充分说
明, 生态补偿的实施实现了改善当地生态环境的主
要目标, 然后是缓解贫困、促进就业、发展经济等
副目标。
(2)户主受教育程度、农户生计方式、年收入均
与其感知到的生态补偿社会效应、经济效应、生态
效应呈正相关, 而户主年龄与其感知到的生态补偿
效应均呈负相关。此外, 农户的社会地位对其感知
到的生态效应有显著影响。感知社会效应的因素中,
户主受教育程度对社会效应感知的影响程度最大 ,
相关系数达 1.067, 其次是农户生计方式, 户主年龄
对社会效应感知的影响相对较小; 感知生态补偿经
济效应的因素中, 户主受教育程度对经济效应感知
的影响程度最大, 相关系数达 1.073, 其次是农户年
收入和农户生计方式, 户主年龄对经济效应感知的
影响相对较小 ; 感知生态补偿生态效应的因素中 ,
户主受教育程度对生态效应感知的影响最大, 相关
系数达 2.612, 其次是农户生计方式, 农户社会地位
对其影响相对较小。
4.2 政策建议
在调查过程中也发现, 虽然大部分农户愿意参
与生态补偿, 但首先考虑的是自身生计问题, 例如:
退耕农户关心的问题主要为剩余劳动力是否能完全
落实好、补偿方式能否维持自身的生计等, 据此, 提
出了一些提高农户感知的生态补偿效应的建议, 以
保证生态补偿项目的持续性。
(1)通过技能培训、文化教育等, 提高农户感知
的生态补偿社会、经济效应。在技能培训方面, 应
针对农户迫切需求, 开展各种实用技能培训, 如果
树种植、牲畜养殖、农产品的深加工等, 提高农户
的生计能力, 寻求新的生计途径, 实现生计多样化,
进而提高农户感知的经济效应 ; 在文化教育方面 ,
在免费小学教育的基础上, 建议开展免费中等教育
尤其是加强免费职业中学教育, 提高农户的受教育
水平, 进而提高农户感知的生态补偿效应。
第 3期 张方圆等: 基于农户感知的生态补偿效应分析 355
(2)由地方政府出面为农户寻找就业机会, 有组
织、有计划地向外输送劳动力, 增加农户的现金收
入 , 增加其收入的渠道 , 减少对土地的依赖 , 从根
本上解决退耕后产生的剩余劳动力问题, 提高农户
感知的生态补偿经济效应。
(3)充分利用电话、网络、电视和广播等多种途
径与方式, 对环境保护和生态补偿的重要性进行多
层次、多渠道、多侧面、全方位的宣传, 提高农户
感知的生态补偿社会效应。
参考文献
[1] Engel S, Pagiola S, Wunder S. Designing payments for envi-
ronmental services in theory and practice: An overview of the
issues[J]. Ecological Economics, 2008, 65(4): 663–674
[2] Alix-Garcia J, de Janvry A, Sadoulet E. The role of risk in
targeting payments for environmental services[J]. Social Science
Research Network (SSRN), 2005, doi:10.2139/ssrn.836144
[3] Morris J, Gowing D J G, Mills J, et al. Reconciling agricul-
tural economic and environmental objectives: The case of
recreating wetlands in the Fenland area of eastern England[J].
Agriculture, Ecosystems and Environment, 2000, 79(2/3):
245–257
[4] Sierra R, Russman E. On the efficiency of environmental ser-
vice payments: A forest conservation assessment in the Osa
Peninsula, Costa Rica[J]. Ecological Economics, 2006, 59(1):
131–141
[5] Wunder S. Payments for Environmental Services: Some Nuts
and Bolts[M]. CIFOR Occasional Paper, No 42. Bogor: Cen-
ter for International Forestry Research, 2005: 3–8
[6] Pagiola S, Rios A R, Arcenas A. Can the poor participate in
payments for environmental services? Lessons from the Sil-
vopastoral Project in Nicaragua[J]. Environment and Devel-
opment Economics, 2008, 13(3): 299–325
[7] 庞森. 退耕还林工程对农户影响评估——四川省案例分析[J].
林业经济, 2007(7): 51–54
Pang S. Effectiveness of grain to green program evaluation
and policy difficult analysis—A case study of Sichuan Prov-
ince[J]. Journal of Forestry Economy, 2007(7): 51–54
[8] 韩鹏, 黄河清, 甄霖, 等. 内蒙古农牧交错带两种生态补偿
模式效应对比分析[J]. 资源科学, 2010, 32(5): 838–848
Han P, Huang H Q, Zhen L, et al. A comparative analysis of
the effects of two eco-compensation modes in the farming-
pastoral zone of the Inner Mongolia[J]. Resources Science,
2010, 32(5): 838–848
[9] 李芬, 甄霖, 黄河清, 等. 土地利用功能变化与利益相关者
受偿意愿及经济补偿研究——以鄱阳湖生态脆弱区为例[J].
资源科学, 2009, 31(4): 580–589
Li F, Zhen L, Huang H Q, et al. Impacts of land use functional
change on WTA and economic compensation for core stake-
holders: A case study in Poyang Lake[J]. Resources Science,
2009, 31(4): 580–589
[10] 李芬, 甄霖, 黄河清, 等. 鄱阳湖区农户生态补偿意愿影响
因素实证研究[J]. 资源科学, 2010, 32(5): 824–830
Li F, Zhen L, Huang H Q, et al. An empirical analysis on fac-
tors affecting the willingness of farmers to accept eco-
compensation in China’s Poyang Lake Region[J]. Resources
Science, 2010, 32(5): 824–830
[11] 王欧. 退牧还草地区生态补偿机制研究[J]. 中国人口·资源
与环境, 2006, 16(4): 33–38
Wang O. Agricultural ecological compensation mechanism in
grazing forbidden area[J]. China Population, Resources and
Environment, 2006, 16(4): 33–38
[12] Locatelli B, Rojas V, Salinas Z. Impacts of payments for en-
vironmental services on local development in Northern Costa
Rica: A fuzzy multi-criteria analysis[J]. Forest Policy and
Economics, 2008, 10(5): 275–285
[13] 雷孝章, 王金锡, 彭沛好, 等. 中国生态林业工程效益评价
指标体系[J]. 自然资源学报, 1999, 14(2): 175–182
Lei X Z, Wang J X, Peng P H, et al. The benefit evaluation
index of ecological forest engineering of China[J]. Journal of
Natural Resources, 1999, 14(2): 175–182