任 俊 霖,饶 友 怡,罗 欣

(武汉纺织大学 会计学院,湖北 武汉 430200)

0 引 言

生态补偿机制在协调不同利益主体上发挥着重要作用,同时也是引导企业和社会公众参与生态保护“共同治理”的重要抓手,建立和完善长江流域生态补偿机制,是促进长江经济带高质量绿色发展的重要路径。但目前长江流域的生态补偿机制还不够完善,仍以政府主导的补偿模式为主,市场化多元化的生态补偿模式尚未建立。

充分调动社会各方参与是流域生态补偿机制成功运行的关键,而制定科学合理的补偿标准则是其中的难点。当前,大多数流域生态补偿标准的计算方法侧重生态保护的成本和收益视角,忽略了生态补偿涉及的利益相关者参与生态补偿的意愿,以及相关利益主体愿意付出多大的代价参与生态补偿。同时,不同地域和流域、经济发展水平、流域生态环境、居民素质等都具有差异性,忽略复杂环境而运用统一生态补偿标准容易产生“水土不服”的问题。因此,在计算补偿标准时,需要考虑到流域上下游生态补偿相关利益者的支付意愿和行为,这对流域生态补偿标准的测算是否科学合理有显著影响[1],是流域生态补偿机制能否顺畅运行的关键。

国内外学者大量使用由美国哈弗大学Davis首创的条件价值法(Contingent Valuation Method,CVM) 测度流域居民生态补偿支付意愿[2]。国外学者利用此方法对尼加拉瓜马蒂瓜斯流域(Matiguás Basin)[3]、哥伦比亚安第斯流域(Andean Basin)[4]、菲律宾马加特河支流巴罗巴布流域(Barobbob Basin)[5]、马来西亚冷岳河(Langat River)[6]、法国加龙河(Garonne River)[7]、美国普拉特河(Platter River)[8]等流域居民支付意愿进行了研究;国内学者积极运用CVM开展流域生态补偿支付意愿研究,主要涉及赣江[9]、湘江[10]、黄河[11]、渭河[12]、九洲江[13]、南水北调中线工程[14]、鄱阳湖流域[15]、太湖流域[16]、辽河[17]、石羊河[18]、塔里木河[19]等流域。学者们发现流域居民支付意愿不但受性别、年龄、教育程度、收入水平等客观因素影响,也会受文化背景、地理位置、心理因素、对环境感知和生态保护重要性认知等主观因素影响,说明流域居民的生态补偿支付意愿受到的影响因素较多,且不同流域之间存在一定异质性。

当前,学术界对于长江流域的生态补偿研究主要集中于补偿机制框架构建、补偿制度的路径分析及法律和政策的完善等方面[20-22]。专门探讨长江流域生态补偿标准的文献中,主要关注的是长江支流或其他中小河流,例如湘江、赣江和辽河等,利用CVM大范围测度长江流域居民支付意愿的研究相对有限。而长江流域面临跨度大、流域经济发展水平不平衡、各地政策差异等问题,生态补偿利益关系更复杂,给生态补偿工作带来了更大的挑战,因而有必要从更大范围尺度来研究长江流域居民的生态补偿支付意愿。

基于上述分析,本文立足于长江流域7个省市的实地调研数据,通过回归模型分析流域居民支付意愿(WTP)与支付水平的影响因素,并测算出流域内居民的支付水平和受偿意愿(WTA),将WTP和WTA相结合作为建立长江流域生态补偿标准的参考,进一步提出适合长江流域的生态补偿方式,为中国长江流域生态补偿的研究和实践提供更多理论参考。

1 研究方法与样本描述

1.1 研究方法

条件价值法(CVM)是通过模拟市场直接询问受访者对改善环境措施的支付意愿,或对环境恶化的受偿意愿,环境产品的经济价值则通过受访者的支付意愿来表达。条件价值法能够直接获取受访者的支付意愿和支付水平,因此本研究在条件价值法的指导下,分析长江流域居民生态补偿支付意愿、支付水平和受偿意愿,进一步探讨影响流域居民支付意愿和支付水平的因素。

1.2 问卷设计

本次问卷为开放式问卷,分为5部分,共38个问题。第1部分调查居民的基本特征,包括性别、年龄、居住区域等内容;第2部分调查居民对长江流域生态补偿认知与满意度,包含对河流污染的关注程度、政府环境治理的了解程度和满意度等;第3部分和第4部分是采用支付卡形式调查居民的最高支付意愿和最低受偿意愿,问卷将最小金额设置在10元以下,最大金额设置在2 000元以上,共包含19个档次;第5部分通过询问受访者对问卷内容的理解程度进行问卷有效性检验。

1.3 变量选择

选取支付意愿和支付水平作为被解释变量,参考国内外相关研究,发现受访者的基本特征和认知这两个方面的因素会对支付意愿产生影响,因此设计10个解释变量来分析影响长江流域内居民生态补偿支付意愿和支付水平的因素,相关变量的解释和赋值见表1。

表1 解释变量与说明Tab.1 Explanatory variable selection and description

1.4 模型选择

1.4.1线性回归模型

由于支付意愿是一元二次变量,采用Probit模型来考察长江流域居民是否具有支付意愿的影响因素,Probit具体模型如下:

Y=β0+β1x1+β2x2+…+β9x9+β10x10+μ

(1)

式中:Y为被解释变量(支付意愿),β0为常数项;βi为所求Probit方程的回归系数;x是解释变量(影响因素);μ为随机误差项。

采用Tobit模型分析长江流域居民支付水平的影响因素,具体模型如下:

Y=α0+α1x1+α2x2+…+α9x9+α10x10+θ

(2)

式中:Y为被解释变量(支付水平);α0为常数项;αi为所求Tobit方程的回归系数;x为解释变量(影响因素);θ为随机误差项。

1.4.2WTP与WTA测算模型

WTP和WTA的测算通常采用非参数估计法和参数估计法,非参数估计法采用数学期望公式(离散变量),公式为

(3)

(4)

式中:αi为被调查居民选择的金额;Pri为被调查居民所选金额的概率;n表示被调查居民的样本数。

非参数估计法不考虑受访者基本特征等相关变量的影响,而是根据支付意愿的平均值通过离散变量的数学期望获得。

参数估计法考虑到受访者的支付意愿受多方面因素的影响,利用最大似然函数估计投标值与受访者个人特征变量和环境物品属性变量之间的关系,解释变量为支付意愿中点值的对数正态分布。计算模型如下:

lnWTP=αx+μ

(5)

E(WTP)=exp(αx+δ2/2)=

exp(C+α1x1+α2x2+…+αnxn+δ2/2)

(6)

lnWTA=αx+μ

(7)

E(WTA)=exp(αx+δ2/2)=

exp(C+α1x1+α2x2+…+αnxn+δ2/2)

(8)

式中:x表示居民的个人基本特征,如表1所列;α表示解释变量的回归系数;μ为服从[0,δ2]正态分布的随机变量,并且lnWTP也服从[0,δ2]分布;δ为正态分布函数的标准差。非参数估计法和参数估计法各有优劣,国内外研究人员在计算WTP和WTA时都有采用。本文参考徐大伟等[17]和赵素芹等[23]对WTP和WTA的测算方式,取非参数估计法和参数估计法各自计算结果的均值为最终结果。

1.5 描述性统计

1.5.1受访者基本特征

该调查于2020年1～3月开展,调查对象是长江流域7省市的居民,调查区域主要为长江流域上游的四川省和重庆市,中游的湖北省、河南省和江西省,下游的浙江省和江苏省。本次调查在上述七省市共发放问卷820份,收回有效问卷770份,问卷有效率为93.9%。

表2数据显示,52.86%和23.12%的调查对象年龄分别分布在18～29岁和40～49岁两个范围内;调查对象性别大多为女性,占比为68.96%;调查对象的家庭年均收入在50 000元以下的占比总数为48.06%,在50 001～150 000元范围内的比例为43.89%,在150 000元以上的比例为8.05%;调查对象的受教育程度主要为本科或大专,占比为67.01%,其次为高中或者中专,占比16.75%,再次为初中,占比为11.17%。

表2 受访者基本特征Tab.2 Basic characteristics of respondents

1.5.2受访者生态环境意识

流域居民对流域环境问题和生态补偿的关注与了解程度是调查的重点内容和后续研究的基础。表3反映了受访者的生态环境意识。由表3可知,调查区域内的居民对生态补偿的了解程度参差不齐,完全了解的受访者比例占4.81%,12.08%的受访者表示大部分了解,49.87%的受访者表示部分了解,26.23%的受访者表示大部分不了解,另外7.01%的受访者完全不了解生态补偿。关于河流水质状况对个人健康的影响这一问题,5.85%的受访者认为完全没影响,27.66%的受访者认为基本没影响,29.35%的受访者表示不确定,认为有较大影响的受访者比例占26.62%,10.52%的受访者认为水质对健康有极大影响。可见,大多数的受访者认为水质状况与个人健康之间不存在太大关联。从受访者对居住地污染程度认知来看,绝大多数受访者都认为居住地存在不同程度的污染,仅有7.66%的受访者认为居住地没有污染。对于是否

表3 受访者生态环境意识Tab.3 Ecological awareness of respondents

了解国家正在开展长江大保护行动,有78.57%的受访者知道这一政策,另外21.43%的受访者不知道这一政策,可见,长江大保护政策的普及程度还可进一步提高。对于生态补偿费用,58.96%的受访者表示开展生态补偿的所有费用应该由政府负责。有86.10%的受访者表示愿意以出钱或者出力的方式参与长江流域的保护支付,另外有10.39%的受访者不愿意参与其中,这表明绝大多数受访者有意愿为长江流域的环境保护贡献力量。

1.5.3WTP与WTA

表4数据显示,51.30%的受访者支付水平不超过100元/(人·a),6.23%的受访者支付水平高于1 000元/(人·a),86.89%的居民支付水平在500元/(人·a)以内,表明多数受访者倾向于选择低水平的支付额度。在受偿意愿上,31.43%的受访者受偿意愿不超过100元/(人·a),但有40.4%的受访者选择高于500元/(人·a)的补偿金额,其中,30%的受访者选择高于1 000元/(人·a)的受偿金额,选择较高补偿金额的人数远超过选择同等额度支付水平的人数。

表4 长江流域居民WTP和WTA统计Tab.4 Statistics of residents′ WTP and WTA in Yangtze River Basin

2 实证结果与测算结果

2.1 居民生态补偿支付意愿及其影响因素

使用Stata16.0软件进行回归分析,将受访者的支付意愿作为被解释变量,被解释变量符合正态分布要求,适用于Probit模型;其特征数据作为解释变量,代入Probit模型进行估计,支付意愿影响因素分析结果如表5所列。从模型结果来看家庭居住位置x2、家庭年均收入x4、政策认可度x6、缴纳罚款认可度x8、政策了解程度x95个变量与支付意愿显著相关,而年龄x1、受教育程度x3、河流保护观念x5和利益补偿认可度x75个变量则与支付意愿无显著关系。

表5 Probit模型估计结果Tab.5 Estimation results by Probit model

根据表5可知,家庭居住位置x2与支付意愿有显著相关性且其系数为正,根据虚拟变量赋值情况分析可知,居住在乡镇和农村地区的受访者比市区的受访者有更高的支付意愿。可能的原因是,乡村地区的生产生活环境相较于城市地区有更加直观的环境体验。乡村地区居民的日常生活更多地涉及农业、养殖业等与环境紧密衔接的行业,对流域生态环境有较高的依赖程度,比如水质恶化可能会影响农作物生长;同时,地理位置导致农村居民接触周边河流更加频繁,对于水质变化有更直观的感受;另外,由于政府通常更加重视城市环境问题,加上农村地区环境污染情况复杂、面积广大,农村环境治理水平可能落后于城市,所以乡镇和农村地区居民对于流域生态环境变化有更高的关注度,更愿意为改善生态环境出钱出力。

家庭年均收入x4与支付意愿呈显著正相关,这表明居民的家庭收入水平越高,其为改善长江流域生态环境措施的支付意愿也越强。家庭年均收入高的居民可能拥有更多可支配收入,当人们的个人收入能够满足日常生活需求时,剩余可支配收入将会被用于理财、改善生活环境等,因此他们为改善流域生态环境的支付意愿更强。

政策认可度x6、缴纳罚款认可度x8、政策了解程度x9与支付意愿有相关性,且相关系数为正,但相关性低于家庭居住位置和家庭年均收入。由此可见,居民的思想和行为上具有一致性,当受访者对长江流域保护工作的认可度、了解程度和参与度越高时,其支付意愿也越高。说明生态补偿政策普及度越高,居民越能认识到以牺牲生态环境为代价的发展是不可持续的,而生态补偿政策能够从长远视角协调流域生态环境保护与居民生活环境及生产发展。由此,流域居民也更加有意愿以实际行动参与改善流域生态环境。此外,流域居民对缴纳罚款认可度的高低亦会对其支付意愿产生直接影响,这与政府部门的政策执行力度息息相关。流域政府制定和执行的生态保护政策越严格,对违法违规行为的处罚力度越大,居民开展生态环境保护的意识会进一步提高,也会更愿意为生态补偿支付费用。

受教育程度x3与支付意愿不存在显著相关性,这与受访者受教育程度与支付意愿之间呈正相关性的预期不一致,可能的原因是本次调查的受访者主要为中青年,学历层次普遍较高,受访者中本科或大专及以上学历占比为67.01%,导致受教育程度对支付意愿的影响不显著。

2.2 居民生态补偿支付水平及其影响因素

使用Tobit模型估计变量对支付水平的影响,由于问卷设置的支付金额是区间值不适用于Tobit模型,依据统计学原理,将区间值替换为每个区间的中值。根据问询情况,将金额在2000元以上的,以受访者回答频率最高的2 500元代替;在10元以下的,以出现频率最高的5元代替,模型回归结果如表6所列。

表6 Tobit模型估计结果Tab.6 Estimation results by Tobit model

Tobit模型的回归结果表明,受教育程度x3、缴纳罚款认可度x8、政策了解程度x9、参与积极性x10与支付水平有相关性;而年龄x1、家庭居住位置x2、家庭年均收入x4、河流保护观念x5、利益补偿认可度x7与支付水平无显著相关性。

居民的生态补偿支付水平随着受教育程度提高而提高,因为当居民的受教育程度增加,其社会责任感整体会有所提高,对环境保护和生态补偿政策的理解能力也更高,环境保护意识转化为实际支付的概率也更高。

缴纳罚款认可度与支付水平正相关,当受访者对于补偿保护长江流域而牺牲的利益认可度越高,对于处罚污染长江流域生态环境者认可度越高,支付水平也越高。政府的政策执行力度越严格,表明政府保护生态环境的意志越坚定,流域居民也会更加认可更严格的处罚力度,从而提高支付水平。受访者的政策了解程度对其支付水平产生正向影响,当居民对生态补偿相关政策法规了解越全面,其支付水平越高。受访者参与长江流域生态补偿工作的积极性与支付水平呈现正相关性,这表明居民参与长江流域保护工作的积极性对其支付水平产生正向促进作用。

受访者的家庭年均收入与支付水平无显著相关性,这与家庭年均收入与支付水平呈正相关的预期不相符,可能由于家庭年均收入涉及个人隐私,导致受访者不愿意告知其真实收入水平。

2.3 WTP测算

根据表4所列受访者的生态补偿支付金额及概率,利用非参数估计法测算出受访者的生态补偿WTP为280.76元/(人·a),利用参数估计法测算结果为439.43元/(人·a)。由于两种计算方式可能存在一定程度的误差,本文参考赵素芹等[23]在研究九州江流域居民支付意愿时的处理方式,将两种估算方法的结果取均值,得到长江流域居民的平均支付意愿为360.10元/(人·a)。

本文统计了近些年相关流域或湿地生态补偿支付意愿的非参数估计结果,具体数据如表7所列。对比发现,本文所得长江流域居民平均支付水平虽然远低于湘江流域,但显著高于除赣江外的其他流域居民支付水平,说明流域经济发展水平高低会显著影响区域内居民的支付水平。

表7 本文非参数估计结果与国内其他研究结果比较Tab.7 Comparison of non-parametric estimation in this paper and other studies in China

2.4 WTA测算

根据表4所列受访者的最小受偿意愿情况,利用非参数估计法测算的居民最小WTA结果为808.82元/(人·a),利用参数估计法测算的居民最小WTA结果为1 063.18元/(人·a)。由于两种计算方法的误差问题,将两种估算方法的结果取均值,得到长江经济带流域居民最小WTA为935.9元/(人·a)。

对比长江经济带流域居民的最小受偿意愿和支付意愿金额,可知两者存在较大差距。居民的最小受偿意愿明显高于其支付意愿,这与大多数研究结论一致。进一步分析,导致居民WTA和WTP严重不平衡的原因可能有:① 基于前文分析,居民家庭年均收入对WTP产生正向影响,而WTA与居民家庭年均收入无显著相关性,因此受访者在选择受偿意愿时出现非理性判断的概率可能会更高,更加趋向于选择高水平受偿额度;② 大部分受访者认为“生态补偿由政府组织,居民不应该为此掏钱”,这反映出受访者虽然希望拥有良好的流域生态环境,但更多依靠政府来维护和改善流域生态环境,即上述不对称性是因流域生态环境的公共物品属性而产生;③ 人们在决策时,面对失去是风险规避型,而面对获得是风险偏好型,因此对于生态保护的付费和受偿问题,受访者更愿意在流域被破坏后受到高额补偿,而不愿为保护流域环境付出代价。

3 结论与建议

3.1 结 论

本文基于长江流域7省市的770份实地调查数据,选取Probit模型和Tobit模型分析长江流域居民生态补偿支付意愿和支付水平及其影响因素,采用参数估计和非参数估计测算流域居民的支付意愿和受偿意愿水平,得到如下结论:

(1) 调查结果显示超过86%的受访者表示愿意以出资或者其他方式参与到生态补偿工作中,说明长江的流域居民对流域生态补偿工作的支持力度较高。进一步分析影响居民生态补偿支付意愿和支付水平的因素,显示家庭居住位置、家庭年均收入、政策认可度、缴纳罚款认可度、政策了解程度和参与积极性对居民生态补偿支付意愿产生正向影响;受教育程度、缴纳罚款认可度、政策了解程度和参与积极性与支付水平呈现正相关性。此外,除了居民个人的经济特征,保护生态环境的思想认知也对其生态补偿支付意愿和支付水平起到重要的正向作用。

(2) 利用参数估计法和非参数估计法分别测算受访者的支付意愿和受偿意愿。支付意愿测算结果分别为280.76元/(人·a)和439.43元/(人·a);受偿意愿测算结果分别为结果808.82元/(人·a)和1 063.18元/(人·a)。本文将两种测算方式的结果分别取均值,可将支付意愿360.10元/(人·a)作为长江流域生态补偿标准的下限参考,可将受偿意愿935.9元/(人·a)作为长江经济带流域补偿标准的上限参考。结果显示,受偿意愿水平明显超过支付意愿,对此,本文认为造成该现象的根本原因有3点:居民收入影响受偿意愿,而支付意愿不受其影响;河流的公共物品属性;受访者面对获得与失去时的风险偏好和风险规避差异。

3.2 建 议

为进一步提高长江流域居民在生态补偿中的参与度和生态补偿效率,提出如下建议:

(1) 加强生态补偿制度与相关政策的宣传引导。流域居民的生态补偿支付意愿与其对生态环境的重视程度、生态补偿制度和政策的了解程度正向相关。因此,加强对流域居民生态补偿相关信息的宣传教育,有助于提升居民参与生态补偿的积极性,从而促进流域生态补偿制度建设。一方面加大电视、报刊和微信、短视频等媒体渠道的推广宣传,用通俗易懂的生活化语言,对流域生态补偿的内涵、作用和运行方式等内容开展接地气的阐释与宣讲,提升居民认知水平和行动意愿。另一方面积极发挥基层党员和河湖长在流域生态补偿知识、政策宣传及生态保护方面的带头示范作用。

(2) 构建纵向补偿和横向补偿互补的流域生态补偿模式。流域生态补偿的内核是水生态补偿,水资源的公共资源属性和中国自然资源产权制度特性,需要以政府为主导的纵向流域生态补偿与之匹配。同时,水资源的流动性造成流域上下游、左右岸和跨行政区问题,又需要流域中不同地区之间开展横向补偿。此外,横向流域生态补偿还有助于缓解纵向补偿资金不足的问题。

(3) 探索市场化多元化的流域生态补偿方式。政府主导的上级财政资金转移支付和同级政府间协议对赌方式为当前流域生态补偿主要模式,还需探索建立市场化多元化的补偿方式。调查结果显示,除了支付现金,流域居民还愿意以其他方式参与到生态补偿行动中,比如提高水价并直接代扣、环境税费代扣、捐款等。因此,地方政府在推进流域生态补偿过程中,要积极探索市场化多元化的补偿方式,尤其应当充分考虑实施流域的居民个体意愿,灵活制定多样化生态补偿方式来提高居民生态补偿意愿和支付能力。

(4) 因地制宜制定生态补偿标准。已有文献研究表明,因为各流域经济发展水平、居民受教育程度等存在较大差异,所以不同流域的居民支付意愿、支付水平及其影响因素差异明显。此外,同一流域内,居民支付意愿和受偿意愿通常差距较大,本研究结果亦符合这一现象。因此,各地开展生态补偿时,可以通过听证会,实地调研等方式收集流域生态补偿相关主体意见,同时综合考虑当地经济发展状况与居民个人承担能力等具体情况,制定差异化生态补偿标准。