孙贤斌，黄 润

（皖西学院 资源环境与旅游管理学院，安徽 六安237012）

国内外关于生态补偿的研究内容主要有：生态补偿的内涵、生态补偿的理论基础、生态补偿标准、生态补偿政策与机制研究、关于生态补偿实践和方法、生态补偿效应分析和评价［1-4］。实质上，生态补偿是一种利益再分配和调整机制，目前国内外研究者日益关注生态补偿政策设计与机制探讨，但目前国内研究主要集中于机制的探索和实践研究，还缺乏对生态补偿内在驱动机制评价研究，尤其是建立科学的评价指标体系来分析生态补偿政策与机制的实施效果评价方面研究还很少［1，5］。本文探索建立定量化的生态补偿效率评价体系，以主成分分析法构建生态补偿效益评价模型，评价生态补偿政策的实施效果，以探讨生态补偿政策实施的针对性和可行性，对安徽省会经济圈生态补偿机制和政策的后续研究提供科学的依据。

1 安徽省会经济圈概况

安徽省会经济圈位居省内中心位置，具有承东启西，贯通南北的重要区位优势。本研究省会经济圈范围包括合肥市（含2011年行政区划调整后的巢湖市、庐江县）、六安市、淮南市、桐城市。经济圈土地面积3.31×104km2，占全省23.76%。2009年人口1 721×104人，占全省25.3%；GDP为10 063×108元，约占全省34.8%。经济圈内资源丰富，六安市是全省最大的林业基地，境内的大别山生态系统保护完好，生态环境优良。

2 研究方法和数据来源与处理

2.1 评价指标选择

生态补偿与区域经济发展水平、自然资源与生态环境变化、环境污染物治理和排放等因素密切相关，选择指标能够客观地反映生态建设与补偿的作用及效益，结合安徽省会经济圈的实际，建立的评价生态补偿效益指标体系结构框架，由1个目标层（生态补偿效益）、4个准则层（经济协调发展、生态补偿与生态环境、环境治理、环境污染与资源消耗）、22项指标组成（表2）。

2.2 数据来源与处理

以安徽省会经济圈4个城市单元为分析样本，所选指标数据来自安徽省统计年鉴（2001～2011年）资料整理而成。

2.3 研究方法

主成分分析法原理是利用降维的思想，把众多变量转化为几个综合指标，这几个综合指标为原来变量的线性组合，综合指标保留了原始变量的主要信息，彼此间又不相关，能使复杂的问题简单化，便于抓住主要问题进行分析，且综合评价结果唯一、客观、合理。

运用SPSS15.0统计软件对上述指标进行标准化处理后［6］，然后进行主成分分析，将4个城市22个指标构成评价矩阵Xij（i＝1，2，3…4；j＝1，2…22），按主成分分析计算得特征值和累计方差贡献，并用方差最大法正交旋转（最大迭代系数为25），处理结果如表1～3所示。表1累计方差贡献率前4个主成分约占总方差的94.42%，可以表征原始因子代表的全部信息，从而取前4个主成分特征值计算相应各指标因子在主成分中的载荷（表2）。

表1 主成分的特征值（λ）和方差贡献率

表2 生态补偿效益评价指标体系和主成分载荷

3 生态补偿效益评价的主成分分析

3.1 生态补偿效益评价指标主成分分析

由于主成分分析得到的4个主成分占了总方差的94.42%，涵盖指标因子的主要信息，因此，这4个主成分中的指标要素可评价生态补偿效益的变化过程［7-8］。

由表1可以看出，满足特征值的主成分有4个，它们的方差已经可以反映出全体指标94.42%的方差变化特征，其特征根分别是 8.56、5.63、3.26、1.28，由4个主成分得到生态补偿综合评价模型［6，9-10］：

表2是生态补偿评价的22个指标分别与4个主成分的相关系数。由式（1）将生态补偿综合评价指标构建成4个主成分之后，通过对表2分析，结合相关指标给主成分命名并完成综合评价指标的计算。有效灌溉面积、治理盐碱耕地面积占耕地面积比例、土地复种指数、治涝地面积占耕地面积比例、森林覆盖率、人均森林面积、工业固体综合利用率7个指标与第一主成分相关度最大，第一个主成分主要反映的是生态补偿与环境治理所产生效果方面的信息。

因此，将第一个主成分命名为生态环境补偿及治理效益主成分（F1）。同理，第二个主成分主要反映的是经济圈内经济发展方面的信息，第三个主成分主要反映的是水资源污染与消耗情况的信息，第四个主成分主要反映的水环境治理情况的信息，因此依次将第二、三、四主成分分别命名为经济发展主成分（F2）、水资源污染与消耗主成分（F3）、水环境治理主成分（F4）。

利用SPSS软件中回归分析计算，获取4个主成分在2001～2010年间各年份的具体得分，然后将其代入式（1）计算得到生态补偿效益评价得分。为了更好的反映生态补偿效益评价得分所表示的实际意义，对各主成分数值进行标准化处理（见表3），评价得分可以评价安徽省会经济圈生态补偿效果和生态环境的变化：数据越小，说明此年份环境恶劣补偿效果差，需要调整补偿政策和机制；数据越接近于1，说明次年份生态环境改善补偿效果好。

表3 主成分负载值

3.2 生态补偿效益变化过程分析

表3中的标准化后综合评价指标得分显示：2001～2010年间，前3年环境及补偿效果相对较差；自2004年以后逐渐改善，特别是2007年以后生态环境和补偿效果明显改善。这一结果与安徽省实施生态省建设过程紧密联系。2003年以前，由于长期偏重经济发展所带来的生态环境问题日渐突出，生态补偿综合评价模型中F3得分较高说明（表2）：水土流失加剧、资源消耗量增加、环境污染加重等，而生态补偿和环境治理效益较低。

2003～2007年，生态省建设全面启动，建立健全生态经济的服务网络，发展生态产业，政府启动了以退耕还林、天然林保护、水土流失和环境污染治理等生态建设工程，人为因素造成的生态环境破坏趋势得到有效遏制，基本控制淮河、巢湖、江淮分水岭等生态脆弱地区环境污染和生态恶化问题，一批重要的生态功能区要得到恢复和重建，生态补偿效益逐渐显现。

2008～2010年生态省建设工程逐步实施，生态补偿措施则将生态环境建设推向了快速发展的阶段。开展了一系列的生态补偿计划或项目，如退耕还林建设、水土保持补贴和农田保护等，所以在生态补偿综合评价模型中的F1和F4，与表2中森林覆盖率、有效灌溉面积、治理耕地面积占耕地面积比例、土地复种指数、治涝地面积占耕地面积比例、人均森林面积、工业固体综合利用率、工业废水处理量等指标相关度最大，并且由表3评价得出2003年以后安徽省会经济圈的生态环境和补偿效果有了明显改善，逐步树立了以绿色资源、生态产业群、生态城镇群为主要特征的生态安徽品牌，经济、社会、资源、人口、环境进一步均衡发展，基本建成协调发展的生态经济体系，生态环境质量明显提高，生态补偿效益和环境治理效益显著。

4 结论与讨论

本文运用主成分分析法讨论了安徽省会经济圈生态补偿效益变化的主要因子，得出如下结论：

（1）主成分F1、F2、F3及 F4是生态补偿效益变化过程的主要因子，并且反映区域生态环境变化和治理进程的不同阶段，其中生态补偿效益变化是3个阶段的重要判别指标，其次是经济协调发展、环境污染和资源消耗、生态环境治理。

（2）表2主成分载荷实际就是各指标因子与相应主成分之间的相关系数。人均林地面积、工业固废综合利用率、有效灌溉面积与生态补偿效益变化有较大的正相关性，土地复种指数主成分F1有较大的负相关性。表明在安徽省会经济圈土地利用变化对生态补偿效益评价具有重要的影响。

（3）表2主成分F2中，资源配置率、GDP增长率与经济协调发展之间存在较大的相关性，是主要的判别因子。主成分F3与工业废水处理量呈现较大的正相关性，与人均水资源量呈现较大的负相关性。

自2004年安徽省开展生态省建设以来，土地利用变化、人均GDP和污染物处理量3个主成分分别在不同发展阶段具有显著差异，也体现生态补偿效益变化过程：生态省建设前环境恶劣，补偿效果相对较差，生态省建设使安徽省会经济圈生态环境逐渐改善，生态补偿效果明显。

［1］赖力，黄贤金，刘伟良.生态补偿理论、方法研究进展［J］.2008，28（6）：2870-2877.

［2］张建肖，安树伟.国内外生态补偿研究综述［J］.西安石油大学学报（社会科学版），2008，18（1）：23-28.

［3］Bienabe E，Hearne R R.Public preferences for biodiversity conservation and scenic beauty within a framework of environmental services payments.Forest Policy and Economics，2006，（9），335-348.

［4］Moran D，McVittie A，Allcroft D J，et al.Quantifying public preferences for agri-environmental policy in Scotland：a comparison of methods.Ecological Economics，2007，63（1）：42-53.

［5］单薇，方茂中.基于主成分构建生态补偿效益评价模型［J］.河南科学，2009，27（11）：1441-1444.

［6］卢纹岱.SPSS for windows统计分析［M］.北京：电子工业出版社，2000.

［7］刘锦雯.可持续发展的综合经济效益研究［J］.经济问题，2001，（8）：5-7.

［8］王静雅，何政伟，于欢.GIS与层次分析法相结合的生态环境综合评价研究——以渝西地区为例［J］.生态环境学报，2011，20（8-9）：1268-1272.

［9］余建英.数据统计分析与SPSS应用［M］.北京：人民邮电出版社，2005.

［10］张优智.基于主成分分析的陕西装备制造业竞争力实证研究［J］.煤炭经济研究，2009，（4）：7-10.