曹 俐，王梦瑶，雷岁江，董战峰

1. 上海海洋大学，上海 201306

2. 上海电机学院，上海 201306

3. 生态环境部环境规划院，北京 100012

深化生态补偿制度改革是践行“两山”理念、实现“双碳”目标的重大举措，是贯彻落实习近平生态文明思想的重要体现. 国家重点生态功能区属于国土空间开发中的限制性、禁止性开发区域，是中央政府为了维持国家生态安全水平设立的重要区域，事关我国基本生态安全、生态产品供给以及国土空间优化战略. 国家重点生态功能区转移支付(简称“生态转移支付”)作为当前中国补偿力度最大、覆盖面最广的纵向生态补偿政策，自2008年设立以来，已经形成了较为完整的政策体系. 生态转移支付政策有力保障了我国重点生态功能区的建设和发展，缓解了生态产品提供地区与受益地区公共服务水平不平衡的问题.

但是，从实践来看，生态转移支付政策的环境效应尚不尽如人意. 生态环境部发布的《国家重点生态功能区县域生态环境动态评价情况》显示，国家重点生态功能区县中生态环境质量变好的比例由2015年的13.09%降至2018年的9.54%，变差的比例由6.64%升至11.37%. 生态转移支付政策的环保目标未能充分实现，出现政策的环境效应与政策目标相违背的情况[1]，同时存在地方政府民生目标“挤压”环保目标的现象[2]，这与重点生态功能区保护和修复环境、提供生态产品的首要任务不匹配；在资金分配中，转移支付资金规模与生态环保支出不具备显著相关性[3]，甚至出现逆向调节. 究其主要原因：一是与地方政府环境治理的决策机制有关[4]；二是与国家重点生态功能区生态补偿资金投入机制不完善有关[5]. 因此，2021年中共中央办公厅、国务院办公厅印发了《关于深化生态保护补偿制度改革的意见》，强调在生态转移支付中应实施差异化补偿，加大对生态保护红线覆盖比例较高地区的支持力度并提出完善相关市场化、多元化机制. 位于山西省的国家重点生态功能区作为第一批获得中央生态转移支付的区域，同样存在环境目标和牺牲发展权之间的矛盾. 因此，该研究聚焦生态转移支付政策，以山西省为例，研究生态转移支付政策的环境效应，即生态转移支付政策带来的环境质量变化，这对保障国家基本生态安全、实现区域平衡发展具有重要意义.

理论上，基于生态补偿理论的生态转移支付政策可以通过对地方政府保护环境的行为进行补偿，提高保护行为的收益，激励地方政府采取相应措施保护资源，最终实现环保目标[6]. 但是，由于各国和地区的基本国情、政策设计、实施方式等存在差异，生态转移支付的政策有效性也各不相同，相关的评价结果并不一致，有学者认为生态转移支付的环境效应较为显著[7]，但大多数学者则支持生态转移支付尚未显著改善环境质量的结论[5,8-9]. 上述研究观点的分歧，不仅源于地区差异、政策实施方式，还与理论模型以及研究方法有关. 生态转移支付政策研究方法有断点回归法[10]、结构方程[11]、倾向得分匹配法(PSM)[12]、双重差分法(DID)[13]等. 各种方法各有优缺点，学术界尝试将PSM和DID两种方法结合起来运用于研究分析中，发现二者的结合可以降低存在于样本中的选择偏差，提高评价结果的可信度[14]. 学术界在以政府作为重点生态功能区生态补偿投入主体的框架下，从委托代理理论[15]、契约理论和补偿制度完善等视角，对资金分配机制[16]、考核奖惩激励机制[17]和资金补偿标准[18-19]等方面对生态转移支付政策的优化进行了探讨.

总之，学者们在生态转移支付政策的环境效应研究是对生态建设的探索和发展，但是目前研究还存在以下不足：一是在理论研究方面，尚未能从地方政府决策主体出发，研究其环境治理行为对环境质量的影响机理及路径；二是在实证研究方面，存在县域层面相关数据可得性较差、研究方法单一等问题；三是在生态补偿的投入机制方面，市场化、多元化方面的研究存在不足. 基于此，该文以地方政府为主体，尝试建立一个地方政府环境治理决策行为模型分析框架，从制度供给、补偿规模、资金分配3个维度研究生态转移支付政策的环境效应，选取2004−2016年山西省96个县域相关数据，采用准自然实验法考察生态转移支付的环境效应，在此基础上优化生态补偿机制，并提供财政参与国家环境治理的经验证据.

1 理论机制与研究假说

外部性理论认为，个体在追求本身利益时也常常存在社会利益，即产生“正外部效应”[20]. 生态功能区作为具备涵养水源、保持水土、维护生物多样性等改善环境功能的地区，在一定程度上存在“正外部效应”. 生态补偿可以通过政府这只“看得见的手”对经济进行干预，以转移支付和政府购买等方式对产生外部性的行为进行补贴，实现“正外部效应”内部化[21]，增加地方政府的环境保护效益，实现环境保护目标，但是需要协调各主体之间的利益关系. 公共物品理论有助于厘清主体间的利益冲突，为建立有效的生态补偿机制提供依据[22]. 无论由政府或者市场提供公共物品，其自身的特性都会导致出现效率缺失的情况，国家重点生态功能区向外界提供了生态系统产品和服务，这种产品和服务属于公共物品，具备非排他性和非竞争性的特征. 但是现实中并没有完善的生态补偿制度安排，导致人类对该类公共物品的过度消费，不利于发挥国家重点生态功能区的相应作用[23]. 因此建立生态转移支付制度就尤为重要，只有采取相应措施对生态功能区进行补偿制度建设，才能实现生态资源的优化配置和可持续利用[24]. 根据外部性理论和公共物品理论，中央对地方的转移支付是对生态资源进行补偿最有效也是最直接的方式[25]，有助于改善生态功能区的环境. 一方面，生态转移支付为地方政府提供更多的资金预算，增强了生态建设的经济基础，有利于改善环境[26]；另一方面，生态转移支付政策通过影响地方政府决策过程，引导地方政府重视生态保护[27]，提高环境质量. 然而，由于税收政策不完善，地方政府之间存在“财政竞争”等问题[28]，会在一定程度上削弱生态转移支付的环境效应.

据此提出假设H1，即生态转移支付政策有助于改善环境质量，但改善程度较小.

中央转移支付对地方政府财政行为的影响主要分为中央政府对地方政府的财政收入效应影响和支出替代效应影响[29]，进而影响环境投入和环境质量.其一，收入效应表现为，中央政府为地方政府提供生态转移支付，提高了地方政府的可支配收入[30]，降低了地方政府财政努力的积极性[31]. 一方面，财政努力的下降使得地方政府过分依赖于上级政府的财政拨款[32]，削弱了生态转移支付的环境效应；另一方面，可支配收入的提高增加了地方政府在环保上的投入，改善了环境质量，增强了环境效应[33]. 其二，替代效应表现为，获得中央政府的转移支付后，地方政府提供公共服务的成本减少[34]，有效扩大了公共服务支出规模[35]，对环境产生挤压效应，影响环境质量的改善[36]. 现有学者从生态转移支付的制度激励角度和生态转移支付模式角度分析，结果表明，生态转移支付资金规模越大，环境质量越好[37].

据此提出假设H2，即生态转移支付资金规模的增加有助于改善环境质量.

地方政府对于生态环保支出的资金分配受功能区差异和地域差异的影响. 从功能区差异的视角来看，由于各功能区的生态脆弱程度不同[38]，导致不同功能区的生态维护成本不一致[39]，因此对于生态功能不同的县域，地方政府对于生态转移支付资金的分配也应存在差异. 例如，生物多样性保护区承载着全球的环境变化，承担着人类可持续发展使命，在一定程度上无异于禁止开发区[40]，这使得地方政府的生态环保资金更倾向于投入到民生和经济领域，影响政策的环保目标的实现. 而土壤保持功能区和水源涵养及水土保持功能区的生态修复能力较强[41]，生态维护成本较低，有利于实现政策的环保目标. 因此，在相同的补偿力度下，生物多样性功能区的环境改善效果较差. 从地域差异的民族视角来看，民族地区和国家重点生态功能区高度重叠，其在水土保持、生物多样性保护等方面发挥着重要作用. 中央政府一直以来高度关注民族地区的建设与发展，但是国家重点生态功能区的规划使得民族地区存在民生改善和环境保护的协调问题，影响了该地区的社会稳定和经济发展[42]. 因此，研究民族地区生态转移支付政策的环境效应具有重要的现实意义[43]. 民族地区多为经济落后地区，缺乏自我积累和发展的条件[44]，财政支出需求多，环境保护建设和保护资金缺口大[45]，地区财政支出责任压力更重[46]，很难满足转移支付的配套要求，因此会降低生态转移支付的政策效果[47]. 从地域差异的贫困视角来看，贫困地区和国家重点生态功能区高度重叠，而贫困地区由于缺乏财政自主权、体制能力差，也会阻碍当地政府对该政策的实施，影响生态转移支付环境效应的实现[48]. 同时，国外实践也表明，生态财政转移对贫困城市的补偿力度越大，越有利于政策环境效应的实现[49].因此在相同的补偿力度下，贫困程度低的地区的环境质量改善效果更好.

据此，提出假设H3、假设H4和假设H5. 其中，假设H3为相较于生物多样性功能区，土壤保持功能区和水源涵养及水土保持功能区的生态转移支付资金规模的环境效应更显著；假设H4为汉族聚集区相较于少数民族聚集区的生态转移支付规模的资金环境效应更显著；假设H5为相较于贫困程度高的地区，贫困程度低的地区其生态转移支付资金规模的环境效应更显著.

2 模型构建与变量说明

2.1 模型构建

为了评估生态转移支付政策是否改善了环境质量，将我国2008年开始实施的生态转移支付政策看作一项准自然实验，使用DID具体评估生态转移支付的政策效应. 但是该研究中处理组受政策冲击的时间不一致，因此首先采用多期DID回归的方法，构建一般的双重差分模型〔见式(1)〕.

式中：Eit为被解释变量，是指i县域在t年的环境质量水平；α0为截距项；γk为回归系数，k=1,2；TPit为是否实施生态转移支付政策的虚拟变量；αr和αv分别表示个体固定效应和时间固定效应；Zit为一系列控制变量；μit为误差项. 式(1)仅是对政策实施效果进行总体上的判断，为了更直观地展现政策实施的动态变化过程和对样本进行更精准的筛选，进一步采用倾向得分匹配-双重差分法(PSM-DID)方法，并采取分年份回归的办法，一方面可以克服样本的选择偏差，另一方面有助于观察和比较生态转移支付政策在不同年份实施的政策效果. 构建Logit模型进行倾向得分匹配〔见式(2)〕.

式中：Y为哑变量，如果所在县域i在t年享受生态转移支付时，则当年取值为1，否则为0；λ0为截距项；λk为回归系数，k=1,2,3,4,5,6；GDP为人均全国生产总值，104元；POPSIZE为人口规模，人；UR为城镇化率；IND为产业结构；DOP为人口密度，人/m3；AGRIC为农业发展水平；δr和ηv分别表示个体固定效应和时间固定效应. 得到实验组和控制组样本之后，利用分年份回归的双重差分法来检验生态转移支付政策是否改善了环境质量，回归模型见式(3).

式(1)仅评估了生态转移支付政策的政策效应，并未反映生态转移支付资金规模对环境的影响程度.基于此，该文将上述反映是否实施生态转移支付政策的虚拟变量(TPit)更换为生态转移支付资金规模(Tit)进行控制，计量方法见式(4)：

式中，Tit为i县域在t年的生态转移支付资金规模，为了消除各地人口差异的影响，该研究采用人均生态转移支付来反映.

2.2 变量选取与数据来源

2.2.1变量选取

a) 被解释变量(EE). 被解释变量为环境效应，该研究主要以大气污染治理为例进行分析，PM2.5的浓度是衡量某一地区或国家大气污染程度的重要指标[50].一方面，促进大气质量的改善在一定程度上能更好地巩固全面建成小康社会的成果[51]，而控制PM2.5是实现空气质量改善目标的重要任务；另一方面，现有学者多采用PM2.5浓度作为省级环境质量的衡量指标[52]，该研究将其用于县级层面是对生态转移支付政策研究的重要补充. 此外，为消除人口差异的影响，该研究采用人均PM2.5浓度表示环境质量，为解决异方差问题，对相关指标进一步取自然对数.

b) 解释变量. TPit是核心解释变量，该研究将实施生态转移支付政策的县域确定为处理组，将没有实施生态转移支付政策的县域确定为对照组.

c) 控制变量. 控制变量用Zit表示，主要借鉴毕茜等[53-54]的研究，分别选取以下变量(见表1)：①人均实际GDP，采用本年度实际GDP与总人口的比值表示，主要反映一个地区的经济发展规模与速度. ②城镇化率，采用城镇人口数占总人口的比重表示，城镇化进程较快将导致土地占用面积扩张、污染物排放增加等，这些均可能会带来环境问题. ③人口密度，采用总人口规模与行政区域面积的比值表示，人口越密集，对生态环境质量破坏越加严重. ④工业水平，采用第二产业生产总值与地区生产总值之比表示，反映一个地区的产业结构. ⑤农业水平，采用第一产业生产总值与地区生产总值之比表示，表征地区发展农林牧渔这些相对绿色的产业的情况. ⑥医疗水平，采用各地区卫生院万人床位数表示，表示该地区的公共服务水平. ⑦福利水平，采用各地区社会福利机构万人床位数表示.

表 1 各变量的含义及描述性统计Table 1 The meaning and descriptive statistics of variables

2.2.2数据来源

被解释变量−PM2.5浓度作为大气污染治理质量指标，采用达尔豪斯大学大气成分分析组中心公布的全球PM2.5浓度年均值的栅格数据，并将其解析为2004−2016年中国县域年均PM2.5浓度的数据.解释变量−生态转移支付数据主要来源于我国财政部网站，部分年份数据通过申请方式获取. 其余变量数据主要来源于对应年份的《中国统计年鉴》《中国县域统计年鉴》《中国区域经济统计年鉴》《中国城市统计年鉴》《山西省统计年鉴》和中国人口普查分县资料等.

3 结果与分析

3.1 生态转移支付政策的环境效应

3.1.1多期DID评价政策的总体实施效应

为了验证研究假设H1，首先进行多期DID回归，样本时段为2004−2016年，回归结果如表2所示.TPit的系数在1%的水平下显著为负，说明生态转移支付政策显著改善了环境质量，这意味着生态转移支付政策取得了一定的效果，在一定程度上揭示出，生态转移支付政策对维护国家生态安全、平衡生态保护地区和生态受益地区之间的利益关系起到了重要作用. 但生态转移支付政策对环境质量的动态影响效果还需要进一步分析. 控制变量中，WELFARE的系数在1%的水平下显著为正，说明福利水平越高，环境质量越差，这可能是公共服务对环境产生“挤出效应”的结果[55].

表 2 基于准自然实验法的生态转移支付政策的环境效应Table 2 Environmental effects of ecological transfer payment system based on quasi-natural experiment method

3.1.2以PSM-DID评价政策的动态效应变化

山西省各县域采取生态转移支付政策的时间不同，生态转移支付政策初次实施的时间为2008年，但由于政策的环境效应存在时滞性，因此分析生态转移支付政策的环境效应以2009年作为起始年份. 其中2009−2012年每年受政策冲击的县域都不一样，2012−2016年实施政策的县域保持一致. 因此，笔者借鉴相关研究成果[56]，根据受政策冲击的时间点将样本分为4组，分别为2009年(第一组)、2010年(第二组)、2011年(第三组)、2012年(第四组)，通过核匹配的方法确定每一组的控制组，然后对匹配后的处理组和控制组进行平衡性检验，回归结果见表3. 如表3所示，在进行PSM后，匹配变量的标准偏差绝对值基本上都小于20%，与Rosenbaum等[57]的研究结论相符，个别标准偏差绝对值高于20%的变量也远小于匹配前的标准偏差，并且t检验均不显著，说明了匹配的有效性和科学性. 接着对匹配后的数据运用双重差分评估生态转移支付政策的环境效应，可以从侧面反映生态转移支付政策从提出到实施对地方政府行为的动态影响过程. 如表2所示，2009年TPit的系数在10%的水平上显著为负，在政策实施初期，生态转移支付在一定程度上改善了环境质量，但是2010年之后的双重差分结果均不显著，说明随着时间的推移，生态转移支付政策的效果慢慢变弱，即生态转移支付政策虽然总体上对环境质量有所改善，但随着时间的推移其影响效果逐步减弱，该结论验证了前文的研究假设H1.

表 3 倾向得分匹配的平衡性检验Table 3 Balance test of propensity score matching

造成政策环境效应后期不显著的可能原因主要有两方面：一是生态转移支付政策作为一般性转移支付，生态转移支付资金使用的约束不强，地方政府可以灵活分配资金；二是由于环境保护投入大、见效慢、周期长，地方政府在财力有限及环保政绩激励不足的情况下倾向于将生态转移资金投入民生改善，而未充分将其用于保护环境. 从控制变量来看，经过匹配后的控制变量比匹配前的显著程度更好，说明采用倾向得分匹配是可取的，lnGDP的系数4年内都在1%的水平上显著为正，说明人均GDP的增加会导致环境质量变差，其原因可能是为了经济的发展而牺牲环境；UR的系数在5%的水平上显著为负，说明城镇化率上升改善了环境质量，可能是因为城镇化促进了城市空间格局的优化，有利于各功能区充分发挥其生态效应；IND的系数在10%的水平上显著为负，说明工业化水平的提高促进了环境的改善，原因在于工业在一定程度上为环境改善提供了科技和技术支撑；DOP的系数在1%的水平上显著为正，说明人口密度越高，环境承载压力越大，对环境的破坏越严重.

3.2 生态转移支付资金规模的环境效应

根据理论分析，生态转移支付政策的环境效应主要是通过中央政府对地方政府拨付转移支付资金来实现，因此，为了进一步验证研究假设H2，下一步将实证分析生态转移支付资金规模的环境效应. 如表4所示，T的系数在1%的水平上显著为负，说明生态转移支付资金规模对环境改善具有推动作用，进一步验证了研究假设H2；同时说明生态转移支付资金规模越大，环境质量越好. 究其原因：一是生态转移支付资金规模还可以反映该项制度的执行强度，资金规模越大，越有助于改善环境质量[58]；二是相比其他一般性转移支付，生态转移支付规模依然很小，环境保护的贡献度不足，资金补偿占比少，补偿力度小. 从控制变量来看，DOP的系数在5%的水平上显著为正，说明人口密度越高，该地区的环境承载压力越大，不利于提高环境质量.

3.3 基于生态转移支付分配机制的异质性分析

3.3.1功能区类型的异质性检验

生态转移支付政策的生态功能区划是在进行生态调查、生态敏感性评价和生态系统服务评价后所确定和划分的，由于各区域生态功能不同，其政策效果也会有所差异. 因此，笔者依据《国家重点生态功能区县域生态环境质量考核工作手册》和《山西省主体功能区规划(2014年)》相关政策文件，将山西省获得生态转移支付的县域分为三大功能区，分别对不同功能区的环境效应进行异质性分析，在式(4)的基础上对研究假设H3进行检验. 不同功能区类型地区的生态转移支付规模对环境质量的影响效应如表4所示，研究发现，相较于生物多样性保护区，生态转移支付对土壤保持区和水源涵养及水土保持功能区的环境改善更显著，如土壤保持区的结果显示，T的系数在5%的显著性水平上为负，说明在土壤保持区转移支付规模越大，环境质量越好；比较土壤保持区和水源涵养及水土保持区发现，生态转移支付对后者生态质量的提升效果更好，原因可能是山西省后者的生态脆弱程度低于前者[59]，在转移支付资金差异较小的情况下，生态脆弱程度较低的功能区的生态修复效果更好. 除此之外，就不同类型的功能区而言，水土保持功能区的植被覆盖度较高，生物多样性功能区的平均生物量密度也较高[60]，植被覆盖率越高，越有利于降低PM2.5平均浓度，因此水土保持区的环境效应最为显著. 上述结果也验证了前文的研究假设H3.

表 4 生态转移支付规模对环境改善影响的总体分析和异质性分析Table 4 Heterogeneity analysis of the impact of ecological transfer payment on ecological environment improvement

3.3.2民族聚集程度的异质性检验

我国“十四五”规划提出要推进区域协调发展，支持民族地区加快发展. 中国民族分布具有“大杂居、小聚居”的特点，这一特点使得少数民族聚集区和汉族聚集区无论是文化方面还是生态建设方面都存在一定差异. 山西省是少数民族散杂居的省份，其少数民族人口总数虽然不多，但民族成份多，而且大部分少数民族聚居区的经济水平较低，社会发展速度缓慢，当地居民不得不以牺牲自身发展权为代价保护环境，使得在当今中国社会的主要矛盾背景下，少数民族地区无法实现平衡充分的发展. 因此，笔者将山西省少数民族聚集区作为研究区域，通过对该区域和汉族聚集区的政策效果对比，建议应该加大对少数民族聚集区的生态转移支付政策力度，维护少数民族人民利益.

在山西省民族聚集程度不同的地区，生态转移支付资金规模的环境效应如表4所示. 研究发现，相比较少数民族聚集区，生态转移支付对汉族聚集区的环境改善更显著，如汉族聚集区的结果显示，T的系数在1%的显著性水平上为负，说明在汉族聚集区生态转移支付资金规模越大，环境质量越好，其原因可能是相较于少数民族地区，汉族聚集区的经济社会发展水平较高，可以将生态转移支付政策资金更多地用于环保建设，使得政策效果更好，这一结论验证了前文的研究假设H4. 从控制变量来看，对于少数民族聚集区来说，IND的系数在5%的水平上显著为正，说明工业水平越高，环境质量越差，其原因可能是工业化水平高会带来严重的污染，而相较于汉族聚集区，少数民族地区环境更加脆弱，环境承载力更差，因此工业建设带来的环境破坏更加强烈.

3.4 平行趋势检验

除了实施生态转移支付政策这一政策外，其他政策也可能导致山西省县域间的环境质量产生差异，该差异可能与生态转移支付政策无关，这就使得该文的研究结论不成立. 为了保证政策效应不受其他政策的影响，借鉴黄志平[61]的做法，将处理组受到生态转移支付政策冲击的年份提前3年进行“反事实”的平行趋势检验. 如果模型核心解释变量的系数显著，则平行趋势假设无法满足[62-64]，即环境质量的提升不是生态转移支付政策的影响，而可能是其他政策或者影响因素带来的. 改变生态转移支付政策时间的平行趋势检验结果如表5所示，可以看出，Bk(政策实施之前第k年的政策变量)的系数均不显著，而Ak(政策实施之后第k年的政策变量)的系数在生态转移支付政策正式实施之后第一年不显著，其可能原因是政策存在时滞效应，从第二年之后就逐年显著为负且不断降低，表明生态转移支付政策对提高环境质量确实发挥了显著作用，即满足了平行趋势检验.

表 5 平行趋势检验结果Table 5 Results of parallel trend test

3.5 稳健性检验

该研究中被解释变量PM2.5浓度采用的是达尔豪斯大学公布的大气数据，为了进一步保证选择变量的可靠性和科学性，换用哥伦比亚大学社会经济数据和应用中心公布的全球PM2.5浓度年均值的栅格数据，利用该数据再次进行多期DID评价政策和生态转移支付规模的环境效应分析.

如表6所示，生态转移支付制度对PM2.5浓度的影响在1%的水平上显著为负，说明我国生态转移支付政策显著改善了环境质量，与3.1.1节结论一致，即生态转移支付制度对环境的改善具有促进作用，在一定程度上实现了政策目标. 生态转移支付规模系数在1%的水平上显著为负，说明转移支付规模越大，PM2.5的平均浓度越低，与3.2节结论一致，说明笔者所得结论稳健可靠.

表 6 生态转移支付对环境的影响Table 6 Impact of ecological transfer payment on the environment

3.6 基于贫困视角的进一步研究分析

生态转移支付政策具备保护环境和改善公共服务的双重目标，笔者虽然重点研究了该政策对于环境保护的影响效应，但根据现有研究，地方政府倾向于将生态转移支付资金用于改善公共服务，从而影响环保目标的实现，这可以说明公共服务目标对环保目标存在“挤压”效应，而“挤压”程度与当地的经济发展水平密切相关，贫困程度从侧面反映了经济发展水平[65].除此之外，中国重点生态功能区在空间地理上与贫困地区具有高度一致性. 因此，笔者进一步分析不同贫困程度地区的生态转移支付的环境效应. 在式(4)中引入人均生态转移支付与贫困程度的交互项(TLit)进一步验证研究假说H5.

式中，lnPit表示贫困程度，主要反映该地区经济发展水平，该研究采用农村居民人均纯收入来表示[66]. 为尽可能保证指标数据满足正态分布特征，对贫困程度进一步取自然对数.

如表7所示，lnP的系数在1%的水平上显著为负，说明贫困程度越低的地区，环境质量越高，原因可能是，贫困程度低的地区经济发展水平高，有更多的技术和资金投入到改善环境建设中. TL的系数在5%的水平上显著为正，即贫困程度越低，生态转移支付的环境效应越好，可能是由于生态转移支付政策具备改善民生和保护环境双重目标，贫困程度严重的地区就可能以改善民生为重，保护生态次之，在获得转移支付资金后，主要将资金投入到经济发展和民生建设中，没有多余的资金进行环境保护，最终减弱了生态转移支付政策的政策效果，该结果验证了前文的研究假设H5.

表 7 不同贫困程度下生态转移支付规模对环境质量的影响Table 7 Impacts of ecological transfer payment scale on ecological environment under different poverty levels

4 结论与建议

4.1 结论

a) 总体上看，生态转移支付政策的实施改善了山西省国家重点生态功能区县域的环境质量，在一定程度上实现了生态转移支付政策的环保目标. 但是从动态上看，虽然2009年生态转移支付政策显著改善了实施政策县域的环境质量，但是随着时间的推进，环境改善的效果越来越差，说明政策的环境效应逐渐减弱.

b) 生态转移支付规模和环境质量大体上呈正相关. 生态转移支付资金规模的增加显著提高了环境质量，说明在现阶段还需要持续扩大生态转移支付资金规模以改善环境.

c) 生态转移支付规模的增加对于功能区类型不同、民族聚集度不同的地区具有不同的环境效应. 土壤保持功能区和水源涵养及水土保持功能区相较于生物多样性功能区的生态转移支付的环境效应更显著. 相较于少数民族聚集区，汉族聚集区的生态转移支付的环境效应更显著.

d) 相较于贫困程度较高的地区，生态转移支付规模的增加对于改善贫困程度较低的地区的环境质量更为显著. 这说明在同样的资金补偿规模条件下，贫困程度较高的地区更难实现环境质量的改善，应该加大对该地区的生态补偿力度.

4.2 政策建议

a) 坚持实施生态转移支付政策，逐步扩大生态转移支付规模. 坚决落实生态转移支付政策，不断增加中央对重点生态功能区、红色生态保护区等重要生态功能区的转移支付资金. 生态转移支付资金数额目前相较于其他转移支付依然占据很小的比例，因此提高生态转移支付资金在整体转移支付中的比重，大力加强生态转移支付力度，一方面扩大转移支付资金覆盖范围，另一方面增加转移支付资金数额.

b) 强化生态转移支付资金分配的导向性和差异性. 生态转移支付资金对少数民族聚集区、水源涵养与生物多样性保护功能区和贫困程度高的地区的环境改善并不显著，说明该政策的资金分配没有充分考虑地域差异和类型差异. 因此生态转移支付政策应该针对不同特征的区域采取不同的资金分配办法，特别是针对贫困程度较高的地区，应发挥贫困地区的资源优势，在加大生态转移支付力度的同时将生态转移支付资金向地区优势产业倾斜，因地施策.

c) 完善生态转移支付政策的市场化、多元化投入机制. 国家重点生态功能区实施的生态补偿政策目前主要以生态转移支付为主，实施主体为政府，然而仅靠政府主导不利于受偿区域的长久发展. 因此可以考虑将企业、非社会性盈利组织等纳入生态转移支付政策，形成政府引导、市场主导的生态补偿体系，进一步盘活生态转移支付体系，实现政府市场相互作用，共同促进生态转移支付政策的完善和发展.

d) 完善补偿资金考核机制. 细化针对民生类和环境保护类的资金投入类别，完善补偿资金考核机制，一方面提高生态保护成效在生态转移支付资金分配的体现，另一方面科学合理地调整对环境政绩考核的要求，大力推动重点生态功能区产业转型升级，以小博大，发挥绿色产业的杠杆作用实现经济发展和生态保护双赢.