第35卷第4期2021年4月
Vol.35No.4
Apr.,2021
中国土地科学
China Land Science
doi：10.11994/zgtdkx.20210415.085006
—
—以鄱阳湖区调研数据为例
庞洁徐珂3，靳乐山3
（1.中国农业大学人文与发展学院，北京100193;2.中国生态补偿政策研究中心，北京100193）
摘要：研究目的：探讨湿地生态补偿政策对农户生计策略以及收入水平的影响，以期揭示和评估湿地生态补偿实施的效果及有效性，为湿地生态补偿效率研究提供参考。研究方法：二元Logistic模型及广义精确匹配法。研究结果：（1）湿地生态补偿政策有助于农户生计策略转变，可提高农户生计非农化及多样化程度。除此之外，户主年龄、文化程度、实际经营耕地面积、金融机构借贷以及家庭社交情况等也会对农户生计策略产生显著影响。（2）湿地生态补偿政策对农户家庭整体收入水平具有显著的正效应，可使政策参与农户家庭总收入增加6459元，家庭人均收入增加1756元。（3）湿地生态补偿政策对农户不同类型的生计收入效应具有显著差异性，其中，湿地生态补偿政策对农户商业经营收入和外出务工收入具有显著的正向效应，而对农户家庭农业收入具有负向效应。研究结论：政府应继续完善湿地生态补偿政策，建立多元化综合性湿地生态补偿机制，促使农户由传统的“单一生计”转向“生计多样化”的发展方向，拓宽农户增收途径，降低农户生计活动对自然资源的依赖程度，以此实现生态保护和农户增收双重目标，保障政策实施的有效性和可持续性。
关键词：湿地生态补偿；生计策略；家庭收入；二元Logistic模型；广义精确匹配法
中图分类号:F301.2文献标志码：A文章编号：1001-8158（2021）04-0072-09
1引言
农户作为农村社会中最基本的行为决策单位和最主要的经济活动主体，其生计策略与生计活动不仅影
响地区经济社会发展，更影响生态环境保护效果和自然资源利用方式。现阶段，农户不合理的生计方式是导致地区生态环境恶化的最主要因素［1］，亟需建立可持续生计方式。根据“生态经济人”假设，处在生态经济系统中的农户在关注“成本一收益”经济理性的同时，也会追求生态价值的生态理性，经济理性和生态理性间的博弈结果将直接影响其生产行为［2］。但经济基础决定经济理性，当且只有农户具有一定生计转换能力时，农户才有可能由经济理性转向生态理性叫因此，生态补偿作为一种将外在的、非市场环境价值转化为当地生态系统服务提供者的经济激励机制，只有对农户收入产生正向影响，并使农户生计能力得到提升时，才会促使农户由经济理性转为生态理性，从而有利于提高农户参与生态环境恢复和保护的积极性，进而更好地保障政策实施的有效性和可持续性。
中国的生态功能区域往往具有生态脆弱性和经济落后性的双重特征，实施大规模的生态补偿政策必然会对当地农户生计策略及收入水平产生影响铁生态补偿实施后，农户生计策略发生了显著的变化，农户生计多样性指数增加［5］，同时，农户参与生态补偿政策后收入渠道会得到拓展，家庭现金收入水平也会提升，从而有助于家庭整体收入的增加［6-7］。但部分学者认为生态补偿政策不一定能够促使农业生计策略的转变，农户家庭结构的异质性会导致生态补偿政策对生计的作用不同［8］，通过研究发现生态补偿政策可以缓解农户收入与环境保护之间的矛盾，但生态补
收稿日期：2021-01-01；修稿日期：2021-04-08
基金项目：国家社会科学基金“生态保护红线区生态补偿机制研究"（19BJY044）；国家社科基金重大项目“生态补偿与乡村绿发展协同推进体制机制与政策体系研究"（18ZDA048）；联合国粮食与农业组织/全球环境基金项目“全球环境基金（GEF）江西省湿地保护体系示范项目”（GEF4662）；国家发改委西部司重点调研课题“贫困地区生态综合补偿政策思路研究”（XBS16-A1）
第一作者：庞洁（1990-），女，山东烟台人，博士研究生。主要研究方向为环境经济和生态补偿°E-mail:*******************
庞洁等：湿地生态补偿对农户生计策略和收入的影响研究一以鄱阳湖区调研数据为例73
偿政策的实施一定程度上也降低了农户对自然资源 的利用，同时受限于农户的文化水平、劳动技能等，生 态补偿政策对农户收入的影响较小［9］，特别是在当前
标准下的现金型生态补偿项目，其对农户的长期收入
有负向影响，且对贫困户的帮助并不明显问。
从现有研究的结果看，生态补偿政策对农户生 计策略及农户收入的影响尚未达成共识，研究大多孤 立地分析农户生计策略和农户收入，且缺乏测度湿地 生态补偿政策对农户生计策略以及农户收入水平的
提升效果分析［11］。很多国家对湿地生态补偿机制进
行评价时，主要根据其给当地农户带来的生计改善和
收入效应，因此，有必要从湿地生态补偿政策角度探 讨农户的生计策略的影响因素及其收入效应。本文 以可持续生计策略框架为指导，构建实施湿地生态补 偿政策后农户生计策略和收入水平变动的分析框架,
利用鄱阳湖区周边773份农户调研数据，采用二元
Logistic 模型和广义精确匹配法，实证分析湿地生态补
偿政策对农户生计策略以及收入水平的影响，以期揭 示和评估湿地生态补偿实施的效果及有效性，为湿地 生态补偿效率研究提供参考。
2理论分析
农户生计是建立在资本、能力及从事活动基础上 的谋生方式，受自然条件、个人能力及社会经济等多
方因素影响的复杂问题。英国国际发展署提出的可 持续生计框架(SLA)为深入研究农户生计提供了框架 指导，也是本文构建理论分析框架的基础。可持续生
计框架构建了脆弱环境下生计资本、生计策略与生计 结果之间的相互关系，农户将其所拥有的生计资本进
行组合，选择不同的生产活动，从而追求某种生计策
略，产生相应的生计结果，而生计资本的可获得性及 农户对生计资本的利用又受外在趋势、社会因素和冲
击因素等制约［12］。该框架中将农户拥有的生计资本分 为自然资本(N )、物质资本(P )、人力资本(H )、金融资
kcv本(F )、社会资本(S )5种类型，农户拥有的生计资本既 是农户响应外部环境的基础，也是生态补偿背景下农 户决定生计策略的重要影响因素［13］。生计策略则是
可持续生计框架的核心［14］，它是农户凭借拥有的资源 要素，选择不同的生计活动，并由此产生不同收入效 应的行动，即农户通过参与湿地生态补偿政策，可能
会对其生计资本产生影响，进而影响到农户的生计策
略，并由此产生相应的收入水平。基于此，本文将湿 地生态补偿背景下农户生计策略及其收入效应放在可 持续生计框架中来分析，构建了理论分析框架(图1)。
湿地生态补偿项目的实施，与项目实施所在地 的当地特征，共同构成了影响当地农户生计的外部环
境。根据可持续生计框架，政策制度、经济转型或突 然的冲击等都能影响处于脆弱性环境中的农户生计,
很多研究也表明当政策制度等发生一定的变化时，农 户往往会调整其生计策略以适应新的人地关系［15］。
生计补偿作为政府主导的大型项目，其对农户最为直
接的影响是促使土地利用方式或用途的改变，这可能 会导致农户生计资本的改变或重组，影响农户生计策 略。如处于生态脆弱区的贫困农户，其最主要的生计
活动一般是农林种植或者家畜养殖，而这两种生计活 动对自然资源都有着较强的依赖性，湿地生态补偿的
实施势必会对其自然资本产生较大影响。目前，政府 对于参与湿地生态补偿农户的补偿方式多以现金补
偿和物质补偿为主，技术补偿和智力补偿为辅，这些
补偿方式在一定程度上也会影响农户生计策略，而不 同的生计策略会产生不同的收入效应。除此之外，自
然灾害、家庭到鄱阳湖区的距离等因素也会影响可持 续生计五边形的稳定性。
图1所示的理论分析框架对本文系统地分析湿 地生态补偿对农户生计策略和收入的影响提供了整
体性的指导。为了厘清框架中各变量间的具体关系，
图1理论分析框架
Fig.1 Theoretical analysis
framework
74中国土地科学2021年4月第4期
本文进一步采用实地调研数据，实证分析湿地生态补偿对农户生计策略选择以及收入水平的影响。
3数据来源、变量选择及模型设定
3.1数据来源
鄱阳湖湿地位于长江中下游南岸、江西省北部，是世界六大湿地之一，也是中国乃至世界重要湿地和候鸟越冬栖息地，选取鄱阳湖湿地作为调研区域具有一定的代表性和科学性。2014年，鄱阳湖国家级自然保护区被列入国家湿地生态效益补偿试点，补偿主要用于对候鸟迁飞路线上的重要湿地因鸟类等野生动物保护造成损失给予的补偿支出，项目实施范围主要包括南昌、进贤、新建、都昌、湖口、永修、德安、共青城、庐山、柴桑、濂溪、余干、鄱阳、万年和东乡15个县（市、区），2018年鄱阳湖湿地生态效益补偿的补偿标准为80元/亩①。目前，湿地生态效益补偿成为鄱阳湖区涉及范围最广、影响最大的生态补偿政策。湖区农户的生计活动与收入与湿地紧密相关，湿地生态补偿政策的实施必然会对湖区农户的生产生活产生影响，因此，本文选择湿地生态效益补偿政策为例，分析湿地生态补偿对农户生计策略和收入的影响。
本文所用数据来源于调研组于2019年7月对江西省5个县（市、区）14个乡镇27个村进行的农户问卷调查。调研采取分层随机抽样方式，为了使研究区域更具代表性，本文选择了鄱阳湖3个湿地保护区所在的县（市、区）作为本次调研的样本县（市、区），然后从样本县（市、区）随机选取样本乡（镇），再从样本乡（镇）中随机选取样本村，最后从每个样本村中随机选择农户进行一对一的问卷调查，最终获得有效问卷773份。调研问卷主要包括4部分：一是农户家庭基本特征；二是农户家庭的生计资本情况；三是农户家庭生计策略；四是问卷有效性调查，通过调研员评价和受访农户自评相结合的方式，考察农户对问卷的理解以及配合程度，以及调研问题的前后验证，从而评估问卷的有效性。除此之外，调研组与相关湿地生态补偿政策制定、执行等部门开展座谈，从宏观层面上了解鄱阳湖区湿地生态补偿政策实施的情况，以及当地农户生产生活的基本情况，为本文分析提供了更为全面的数据资料。
受访农户的样本特征见表1，调研样本中男性所占比重为85.6%，考虑到户主（一般为男性）对家
表1样本农户的基本情况上海新型建材矿棉厂
Tab.l The basic information of sample farmers
指标类别频数频率/%
性别男66285.6
女11114.4
年龄45岁以下12616.3
45-55岁29037.5
56-65岁23730.7
65岁以上12015.5
文化程度小学及以下47761.7
初中22829.5
高中或中专51 6.6
高中以上17 2.2
家庭常住人口1-2人26334.0
3-5人36347.0
6人及以上14719.0
家庭人均纯收人/10452
（元-a-1）
庭生计资本及生产经营情况比较了解，因此，调研对象主要是以男性为主；受访农户的年龄主要集中于45-55岁，占比为37.5%,56-65岁占比30.7%，平均年龄为55岁；受访农户整体文化程度较低，初中及以下文化程度占比高达91.2%，但这并不影响受访农户对问卷相关问题的理解及问卷的质量；受访农户家庭人口数为3-5人的居多，占比47.0%，平均家庭规模为4人；受访农户家庭人均纯收入为10452元/a。
3.2变量选择
（1）因变量。在湿地生态补偿政策对农户生计策略影响的模型中，因变量为生计策略，参考已有对农户生计问题的研究成果[16-18]，本文以农户收入来源和结构为标准，将农户生计策略划分为农业型生计策略和非农型生计策略。根据调研问卷中获得的农户家庭收入数据，提取农户经营性收入（包括种植业收入、养殖业收入、林业收入、农户工资收入和自营收入），本文将种植业收入、养殖业收入、渔业收入以及林业收入当作农业收入，若农业收入占经营性收入比重大于50%，则农户的生计策
略为农业型，因变量取值为0；反之，若农业收入占经营性收入比重低于50%，则农户的生计策略为非农型，因变量取值为1。在湿地生态补偿政策对农户家庭收入影响模型中，因变量为农户家庭纯收入和人均纯收入，属于连续性变量。
⑵自变量。主要包括湿地生态补偿政策、生计资
①补偿标准数据来源于《江西省鄱阳湖国家重要湿地生态效益补偿资金管理办法》。
庞洁等：湿地生态补偿对农户生计策略和收入的影响研究一以鄱阳湖区调研数据为例75
本以及当地特征三方面因素，来反映湿地生态补偿背景下农户生计策略的影响因素。其中，湿地生态补偿政策为核心自变量，若农户参与到湿地生态补偿政策，则赋值为1；若农户并未参与到湿地生态补偿政策，则赋值为0。在生计资本中，参考已有研究成果[19-20]，结合调研地的实际情况，自然资本变量选取人均承包耕地面积、人均实际经营的耕地面积、耕地质量以及复种指数4个指标，以反映农户生产过程中拥有的自然资源；物质资本变量选取家庭固定资本和家庭住房情况2个指标，以反映农户用于生产生活的物质工具和基础设施；人力资本变量选取户主文化程度、户主年龄、户主健康状况以及家庭劳动力占比4个指标，以反映农户拥有的劳动力数量和质量；金融资本变量选取农户从金融机构获得贷款的机会以及获得无偿现金援助的机会2个指标，以反映农户在生产生活中可筹措的资金；社会资本变量选取家庭中是否有村干部、家庭是否加入乡村社组织以及关系密切的朋友数量3
个指标，以体现农户社会网络和社会资源。此
表2自变量的描述性统计分析
Tab・2Descriptive statistical analysis of independent variables
参与农户未参与农户变量变量含义及赋值------------------------------------------------P值
均值标准差均值标准差
自然资本
人均承包耕地家庭人均承包的耕地面积/亩 2.54 3.610.230.820.00人均经营耕地家庭人均实际经营的耕地面积/亩7.0721.680.938.580.00耕地质量土地肥沃程度：非常贫瘠=1；贫瘠=2；—般=3；肥沃
=4；非常肥沃=5
3.220.79 2.450.650.12
复种指数一年内在同一地块耕地面积上种植农作物的平均次数 1.730.540.570.670.00物质资本
物质资产情况家庭拥有的物质资产种类占选项总数的比例0.510.110.510.110.22住房情况根据农户的住房类型和住房面积核算，各占50%；住房
类型：茅草房=1，土坯房=2，砖瓦房=3，混凝土房=4；
住房面积：1间房=1,2间房=2,3间房=3,4间房=4,
5间房及以上=5
3.630.52 3.750.480.75
人力资本
户主文化程度小学及以下=1；初中=2；高中或中专=3；大专=4，本
科及以上=5
1.500.74 1.490.740.75
户主年龄户主的实际年龄/岁55.4310.1654.150.910.08户主健康状况不能劳动=1；劳动能力较弱=2；有轻微病症，不影响
劳动=3；健康=4
3.580.74 3.560.750.75
家庭劳动力占比劳动力数量/家庭总人数0.750.240.710.260.02金融资本
金融机构借贷近3年是否获得金融机构贷款：是=1；否=00.080.280.130.330.01无偿现金援助近3年是否获得政府无偿现金援助：是=1；否=00.110.320.080.270.14社会资本
领导能力家庭成员中是否有村干部：是=1；否=00.110.310.110.320.87社区组织家庭是否加入乡村社组织：是=1；否=00.200.410.110.320.00社交情况关系密切的朋友数量：3人以下=1；4〜7人=2；8〜11人
=3；12〜15人=4；15人以上=5
3.38 1.31 3.87 1.280.07当地特征
到湖区的距离农户居住地到鄱阳湖区的距离/km 1.05 1.480.64 1.070.00自然灾害情况近3年受野生动物、灾害等影响：非常严重=1；一般严 1.950.77 2.720.980.00重=2；存在，但不严重=3；不存在=4
潜意识音乐疗法
十一五
76中国土地科学2021年4月第4期
外，当地特征也会在一定程度上影响农户生计策略选择，选择农户居住地到鄱阳湖区的距离和近3年是否有自然灾害2个指标衡量，“农户居住地到鄱阳湖区的距离”可以反映农户对鄱阳湖区的依赖程度及方便程度，依赖程度越高，方便程度越高，农户越容易开展农业生产活动，因而更倾向于选择农业型生计策略；“近3年来受野生动物、灾害等影响程度”可以反映当地自然条件对农户生计策略选择的影响。
本文采用SPSS21.0软件，通过独立样本t检验分析了政策参与农户和政策未参与农户自变量指标间均值差异(表2)。结果表明：政策参与农户和政策未参与农户之间除了物质资本外，其他生计资本都具有显著差异性。因此，在研究湿地生态补偿政策对农户收入的影响时，很可能是因为农户生计资本的差异而引起农户收入水平的差别。鉴于此，本文选用可以平衡政策参与农户和政策未参与农户之间生计资本指标差异的CEM模型，来测度生态补偿政策的收入效应。
3.3模型设定
(1)二元Logistic模型。本文将农户生计策略作为因变量，包括“以非农业为主的生计策略”和“以农业为主的生计策略”两种情况，因此，采用二元Logistic 模型进行估计，该模型的一般形式如下：
P k=F(a+/b i X i)=----------------------云---------a)
1+exp［-(a+/b i x)(
i=1
《国务院机构改革和职能转变方案》对式(1)进行对数变换，得到二元Logistic回归模型线性表达式如下：
ln(i—p)=a+/b i X i(2)式(1)—式(2)中：k为观测样本数；P k为第k个样本农户选择“以非农业为主的生计策略”的概率；a为常数项；几为可能影响农户生计策略选择的第i个影响因素x的回归系数。
(2)广义精确匹配法(Coarsened Exact Matching, CEM)。CEM是一种控制处理组和控制组处理前差异的非参数方法，其匹配的目的不是估计，而是使两组数据的协变量保持平衡，以降低对模型的依赖度，并增强可比性，进而减少偏差［21］。农户收入除了会受到生态补偿政策的影响外，还可能受到年龄、文化水平、家庭劳动力数量等生计资本的影响。因此，为了精确识别湿地生态补偿政策的净效应，克服农户之间的内生差异，本文引入广义精确匹配方法(CEM)，估计湿地生态补偿政策对农户收入的影响。政策平均干预效果(Average Treatment Effect on Treated,ATT)表达式为：ATT=(Y\M=1)-E(Y0I M=0)(3)式(3)中：蛉表示参与湿地生态补偿政策农户的政策效果；人表示没有参与到湿地生态补偿政策农户的政策效果；A TT为平均处理效应，表示湿地生态补偿政策对农户家庭收入影响的净效应；M=1表示参与湿地生态补偿政策的农户；必=0表示没有参与湿地生态补偿政策的农户。
广义精确匹配方法(CEM。相对于倾向得分匹配法(PSM。或其他形式的传统匹配方法，其优势主要体现在：一是满足一致性原则，即不需要对照组与处理组数据的共同区域为基础，而是直接根据原始数据经验分布进行匹配；二是CEM匹配减少了对模型的依赖，无需检查协变量平衡性，可根据协变量理论分布进行匹配；三是可以最大限度地保留原有样本，CEM 匹配后对照组与处理组数据的样本量可以不相等，匹配过程中会产生权重变量，以此来平衡每层数量不同的观测组，从而更真实地反映出湿地生态补偿政策对农户收入的影响效果。
4回归结果与分析
4.1湿地生态补偿政策对农户生计策略的影响
直通春晚第三场
为了避免解释变量之间存在多重共线性而使模型估计失真，运用SPSS21.0软件进行多重共线性检验。一般情况下，方差膨胀因子VIF越大，表明解释变量之间的多重共线性越严重，而方差膨胀因子越接近于1，多重共线性越弱。检验结果表明：所有解释变量的VIF值均在1.087-1.365之间，符合样本独立性的基本原则，可用于回归分析。
表3是湿地生态补偿政策对农户生计策略选择影响的Logistic模型估计结果，模型1为纳入全部变量得到的二元Logistic回归结果，采用逐步向后回归法，依次剔除方程中z统计量最小的变量，直到方程中所保留的所有变量都在10%的统计水平上显著，最终得到回归模型2。两个模型的最大似然比均在1%的
统计水平上显著，说明模型拟合效果良好①。
回归结果显示，湿地生态补偿政策在1%的统计水平上对农户生计策略具有显著正向影响。湿地生
①为了进一步验证二元Logistic逐步回归法得到结果的可靠性，本文进行了单因素相关分析，由于篇幅的原因，未在正文中呈现，如有读者需要了解，可联系笔者。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议