长期低息贷款的好处解决环境问题

文献分享｜长期低息贷款的好处解决环境问题，生态系统服务补偿对当地社会经济发展的影响

城市生态系统韧性研究组 2024-05-16 05:18 广东

【摘要】

    生态系统服务补偿（Payments for ecosystem services, PES）项目作为一种在促进社会经济发展的同时保护生态系统的有效工具已被广泛实施。然而，生态系统服务补偿项目影响社会经济发展的基本途径（或过程）仍然难以捉摸，现有文献也很少为量化这些途径提供指导。通过整合生态系统服务补偿项目、生计活动和社会经济发展之间的联系，本文建立了一个框架来揭示从生态系统服务补偿项目到社会经济效益的路径，并证明了该框架的可操作性，揭示了导致两个重要的生态系统服务补偿项目对参与家庭收入产生意想不到的负面影响的途径。随着对路径的理解加深（例如，项目通过减少作物产量来降低收入），本文提出了在示范点内外提高生态系统服务补偿项目效益的建议。研究结果表明：阐明生态系统服务补偿项目到其社会经济效益的途径有助于确定同时实现生态系统保护和社会经济发展的具体策略。

【研究背景】

    当前，全球重要的生态系统服务面临巨大威胁，部分地区依然存在贫困现象。可持续发展已成为消除贫困和保护生态系统的现实需要，也是联合国发展目标的核心。但保护活动对自然资源使用者缺乏吸引力，尤其在农村地区。为了解决这一冲突，人们正在寻找解决方案。生态系统服务补偿计划已被广泛实施，其核心理念是由受益者补偿目标区域的保护成本，以促进当地社区的发展。然而，保护的成本常常不成比例，而受益是区域甚至全球共享的。因此，生态系统服务补偿项目有望同时推动生态保护和社会经济发展。评估这些项目的有效性非常重要，但现有研究缺乏对其影响路径的深入理解。本文提出了一个概念框架，以揭示生态系统服务补偿项目对社会经济成果的影响路径，并利用结构方程建模方法进行了分析。基于研究结果，提出了一些改进生态系统服务补偿项目的建议，以促进社会经济影响的提升。

【研究方法】

1、住户调查和测量

    本研究使用了卧龙自然保护区的家庭数据，主要涵盖了1999年和2006年的调查结果。本文主要使用了 1999 年和 2006 年的调查数据。1999 年（在生态系统服务补偿项目实施之前），本文的研究团队在卧龙进行了首次住户调查，收集了 1998 年个体住户的人口统计（如家庭人口、出生年份、性别和教育水平）和社会经济（如收入来源、耕地面积和支出）信息。共随机抽取了 220 户家庭（约占卧龙总户数的 20%）进行调查。2006 年，当生态系统服务补偿项目已实施数年时，再次对 1999 年抽样调查的这些家庭进行了数据收集。除了收集与 1999 年类似的人口和社会经济数据外，本文还增加了关于住户前几年参与旅游活动、劳动力迁移、GTGP （退耕还林）和 GTBP （退耕还竹）的回顾性问题。在 2006 年的调查中，有 18 个家庭因各种原因而缺失，如在调查期间死亡、迁移到外地或暂时在卧龙以外的地方工作。因此，本文在此使用了这两年共调查的 202 户家庭的数据来研究生态系统服务补偿项目影响家庭收入的途径。除住户调查外，本文还使用全球定位系统测量了每个住户的位置，并使用 ArcGIS 10.2 软件（ESRI 公司）计算了每个住户到主干道的距离。本研究使用的调查工具和数据收集程序已通过密歇根州立大学机构审查委员会的审查和批准。

    在此，本文以家庭为单位来衡量 GTGP 和 GTBP，即根据 GTGP 和 GTBP，家庭分别将耕地转化为林地和竹地的比例。本文用耕地面积来衡量 2005 年的农作物产量。本文用两个二元变量来衡量 2005 年的劳动力迁移和旅游业参与情况，这两个变量分别表示该家庭是否有成员临时迁移到城市就业或是否有成员在当地旅游业工作。此外，本文还生成了一组变量来描述家庭的人口、社会经济和自然条件，这些变量通常被认为与家庭收入或上述生计活动有关。

2、估算不同途径的影响

    本文使用结构方程模型法检验了生态系统服务补偿项目、相关生计活动和无偿家庭收入之间的假设联系。结构方程模型在统计上无偏见，在统计推断文献中得到了广泛应用。

    由于本研究中的所有变量都可以被合理地视为可观测变量，因此本文使用结构方程模型技术进行了路径分析，以检验生态系统服务补偿项目、相关生计活动和无偿家庭收入之间的假设联系，如图 2 所示。结构方程模型的一般矩阵表示（只有观测变量）如公式 1 所示

    其中，y是内生变量的 p× 1 向量，代表模型所解释的变量；x是模型中外生变量的 q× 1 向量（即模型无法解释的变量）；ζ是误差项的 p× 1 向量；B是描述内生变量对内生变量影响的 p×p系数矩阵；Γ是描述外生变量对内生变量影响的 p×q 系数矩阵；p是内生变量的个数；q 是外生变量的个数。由于某些内生变量是二分变量（旅游参与和劳动力迁移），本文使用稳健加权最小二乘法估计法获得模型中的路径系数。

    本文使用了一组验证指数来检验数据对假设途径的支持程度。这些指数的所有数值都表明，本文的经验数据很好地支持了假设的路径。在得到路径系数后，本文计算了 GTGP 或 GTBP 影响非支付收入的每条路径的效果。在此基础上，本文进一步计算了本研究中通过每项观察到的生计活动（农作物生产、旅游参与和劳动力迁移）传递的净效应、通过未指定过程传递的效应（即未指定路径所捕捉到的效应）及其总和（表 1）。本文使用 Mplus 7进行了统计建模和分析。

3、估算生态系统服务补偿项目对家庭收入的净影响

    根据对无偿收入总影响的估计和直接支付的信息，本文用以下公式计算了加入 GTGP 和 GTBP 的耕地单位面积（亩）的净经济影响

    式中：i∈{GTGP，GTBP}；β_i为第 i个项目对无偿收入的总效应系数；percentage_i为第 i个项目的平均耕地入户百分比（GTGP 为 56%，GTBP 为 10%）；nonpayment_income为 2005 年当地农户的平均无偿收入（14764 元）；area_i 为第 i 个项目的平均耕地入户面积（GTGP 为 5.5 亩，GTBP 为 1 亩）；payment_i为第 i 个项目的平均支付率（GTGP为 240 元/亩，GTBP 为 1060 元/亩）。

【研究结果】

1、概念框架

    本文的概念框架（图 1）包括三个相互关联的主要部分：生态系统服务补偿项目、生计活动和社会经济效益。它们之间的联系构成了生态系统服务补偿项目影响社会经济成果的途径。

图1. 生态系统服务补偿项目通过影响不同生计活动对社会经济发展产生影响的框架

    在每条指定路径上，都有一项或多项生计活动作为中介变量，传递生态系统服务补偿方案对社会经济成果的影响。这意味着生态系统服务补偿项目首先会影响生计活动（如农业），而生计活动反过来又会影响社会经济发展。例如，生态系统服务补偿项目通常通过为土地利用变化（如将耕地转换为森林或草地）支付费用来发挥作用，而这些变化被认为可增加生态系统服务。过去几十年的经验和教训表明，生态系统服务补偿项目所促进的土地利用变化可能会减少参与家庭从其以前的生计活动（如农业生产）中获得的收益，从而对社会经济成果（如家庭收入）产生负面影响。同时，生态系统服务补偿项目为参与家庭提供的资源（如剩余劳动力和付款）可能会帮助他们转向其他生计活动（如在非农业部门工作）。这些替代生计活动所带来的收益可帮助补偿因参与生态系统服务补偿项目而造成的损失，并改善社会经济发展。

    由于不同的生计活动可能相互关联，因此它们之间的联系可能构成生态系统服务补偿项目对社会经济发展产生影响的额外途径。例如，由于各种原因（如较高的收入和耕作的艰辛），在世界各地的许多农村地区，非农工作通常对农民更具吸引力。有机会在农场外就业的家庭可能会减少投入到农业活动中的劳动力，从而降低农业产量。因此，如果生态系统服务补偿项目能促使参与家庭找到非农就业岗位，那么反过来也会减少他们的农业生产，最终改变社会经济发展。

    在现实中，生态系统服务补偿项目通常会通过多种途径影响社会经济发展，其中一些途径可能会因实际原因而难以明确（例如，缺乏描述相关生计活动的数据）。此外，用于描述特定生计活动的测量方法可能无法捕捉到这些活动的所有方面。因此，在本文的框架中，生态系统服务补偿项目与社会经济发展之间的直接联系（图 1 中的蓝色箭头）被用来表示未指定的过程，这种联系被命名为“未指定的途径”。

    要对这三个组成部分（即生态系统服务补偿项目、相关生计活动和社会经济发展）之间的联系进行可靠的估计，就必须在分析中适当考虑控制变量。在本文的框架中，控制变量指的是可能影响（图 1 中的红色箭头）路径上一个或多个变量的因素。如果不加以控制，这些变量可能会对构成生态系统服务补偿项目与社会经济发展（图 1 中的黑色箭头）之间联系的估计值产生偏差。控制变量的例子可包括分析单位（如家庭）的社会经济、人口和生物物理条件。

2、展示框架的可操作性

2.1示范点和生态系统服务补偿方案

    本文利用在卧龙自然保护区（以下简称卧龙）实施的两个生态系统服务补偿项目来展示该框架的可操作性。卧龙是中国西南部的一个旗舰保护区，其建立的主要目的是保护大熊猫。除了丰富的生物多样性外，卧龙还居住着约 1200 户、4900 名当地居民。当地居民主要以农作物生产和畜牧业为生。自 2000 年代初以来，从事当地旅游业和外出到城市工作已成为一些当地家庭的重要收入来源。

    为解决人类活动（如农业扩张、木材采伐和薪材采集）造成的熊猫栖息地快速退化问题，两个生态系统服务补偿项目分别于 2000 年和 2002 年在卧龙开始实施。在这些项目中，当地农户每年都会根据他们将耕地转化为林地或竹地的数量从政府获得补偿。

2.2框架组件的规格

    本文对 GTGP 和 GTBP 对家庭收入的影响很感兴趣，并运用本文的框架来分析这些影响是如何通过影响不同的生计活动而产生的。由于这些项目通过直接支付对家庭收入的影响是显而易见的，而且很容易观察到，因此本文将非支付收入（这两个生态系统服务补偿项目直接支付以外的收入来源）作为社会经济发展的指标，并重点关注这些项目如何通过不同途径影响非支付收入。根据本文对卧龙的了解，本文选择了三项生计活动作为中介变量，以传递 GTGP 或 GTBP 对非支付收入的影响，包括参与旅游业（在当地旅游业工作）、劳动力迁移（临时外出到城市工作）和农作物生产。

2.3假设的途径

    根据之前的研究结果，本文假设生态系统服务补偿项目、生计活动和无偿收入之间的联系构成了 GTGP 和 GTBP 影响收入的不同途径（图 2）。

图2. 生态系统服务补偿项目、生计活动、控制变量和无偿收入之间的假设联系

    具体来说，本文假设 GTGP 和 GTBP 会引发这三种生计活动的变化，进而影响非支付收入。正如之前的研究所指出的，本文首先假设所有这三种生计活动都能增加非支付收入。然后，本文假设 GTGP 和 GTBP 对家庭参与当地旅游业和劳动力迁移有积极影响。这是因为以往的研究表明，保护政策导致的耕地减少可以将农村劳动力从农作物生产中解放出来，促进他们从农田内活动转向农田外活动，如在当地旅游业工作或向外迁移到城市就业。此外，本文假设 GTGP 和 GTBP 都会对农作物生产产生负面影响，因为参与家庭将部分耕地转为林地或竹地。这些假设的联系可以形成两个步骤，即 GTGP 和 GTBP 影响这三种生计活动，进而影响非支付收入（图 2）。例如，GTGP 可通过促进旅游业的参与，进而增加非支付收入的途径来影响非支付收入。

    此外，本文假设这三种生计活动是相互关联的，它们之间的联系构成了 GTGP 和 GTBP 影响非支付收入的更长路径。例如，本文假设旅游业会对农作物生产产生负面影响。这是因为旅游活动（例如经营餐馆）往往是劳动密集型的。参与当地旅游业的家庭可用于农业活动的劳动力可能会减少，因此用于农作物生产的土地也会减少。本文还假设旅游业对劳动力迁移有负面影响。虽然旅游业和劳动力迁移都有可能增加农村家庭收入，但进城务工的农民工可能缺乏医疗保险，面临子女教育的巨大开支，受到城市居民的歧视，并承受着巨大的压力和抑郁。因此，卧龙当地的旅游工作往往比进城务工更具吸引力。如果一个家庭能够获得当地旅游业的工作机会，那么该家庭就不太可能有在城市工作的外来务工人员。这些假设的不同生计活动之间的联系，以及前面提到的生计活动与其他两个组成部分（即生态系统服务补偿项目和非支付收入）之间的联系，构成了生态系统服务补偿项目影响家庭收入的其他途径（图 2）。例如，全球通用补助金计划可能会通过以下途径影响非支付收入：全球通用补助金计划促进了旅游业的参与，从而降低了农作物产量，进而降低了非支付收入。

    为了对这些假设的路径进行可靠的估计，本文考虑了一系列控制变量，以描述当地家庭的人口（如家庭规模）、社会经济（如与政府的社会联系）和生物物理（如与主要道路的距离）特征。

3、分析结果

    本文的结果表明，两个生态系统服务补偿项目（GTGP 和 GTBP）、生计活动和无偿收入之间的联系构成了这些项目影响家庭收入的不同途径（图 3）。例如，GTBP 通过以下途径对收入产生负面影响：GTBP 促进了对当地旅游业的参与（P < 0.1），导致农作物产量下降（P < 0.05），进而减少了非支付收入（P < 0.01）。

图 3. 结构方程模型结果的可视化

    通过旅游业参与和劳动力迁移对非支付性收入产生的净效应均为正值（表 1），但这些效应在统计上并不显著（P > 0.1），且小于通过作物生产对非支付性收入产生的显著负效应（P < 0.01）（表 1）。就 GTBP 而言，通过促进旅游业参与和劳动力迁移对收入产生的积极影响仅能抵消因作物减产造成的约 34% 的收入损失。就 GTGP 而言，这些积极效应只能抵消作物减产造成的更小部分损失（11%）。

表1. 2005 年通过不同的生计活动和其他未指定过程从 GTGP 和 GTBP 向非支付收入传递的效应的标准化系数

    对于这两个生态系统服务补偿项目而言，未指定途径对非支付收入的影响均为负值，但在统计上并不显著（P>0.1）（表 1）。GTGP 和 GTBP 对未支付收入的总影响为负，且在统计上与 0 有差异（P < 0.05）（表 1）。结果表明，在 GTGP 和 GTBP 中，耕地登记率每增加 1.0%（以耕地登记率衡量），非支付收入将分别减少 0.6%和 0.9%。相应地，对于 1 亩耕地（1 亩 = 0.067 公顷）的登记，考虑到当地家庭收到的直接付款（使用公式 2 估算），GTGP 的平均净损失为 634 元，GTBP 为 194 元（2005 年 1 元 = 0.122 美元）。这些对收入的负面影响表明，如果不参与这些生态系统服务补偿项目，参与家庭的收入水平会更好。

【讨论】

    消除贫困和保护生态系统是联合国 2030 年可持续发展议程的主要目标之一。为了实现这些目标，科学家、政策制定者和保护工作者需要更好地了解保护政策成功或失败产生理想结果的基本途径。本文的研究表明，对生态系统服务补偿项目、生计活动和社会经济发展之间的联系进行综合分析，有助于揭示从生态系统服务补偿项目到社会经济发展的路径。

    与许多其他研究中发现的生态系统服务补偿项目对收入的积极影响不同，本文发现，在本文的研究地点，GTGP 和 GTBP 对收入的负面影响超过了其积极影响，即使在计算了这些项目的付款后也是如此。这些对家庭收入的净负面影响之所以会出现，可能是因为随着时间的推移，GTGP 或 GTBP 的固定付款无法弥补它们通过不同途径对收入产生的正负面影响之间日益扩大的差距。此外这些项目对促使参与家庭在当地旅游业或城市寻找非农就业机会的影响很小。因此，在实施 GTGP 和 GTBP 后，农作物减产对收入的负面影响与通过促进非农就业对收入的正面影响之间的差距有所扩大。然而，这些计划的固定支付水平并未考虑到参与家庭所承担的机会成本可能发生的变化，无法弥补本文研究期间后期因作物产量损失而不断增加的成本。

    根据所理解的途径，保护工作者或许能够找出提高生态系统服务补偿项目社会经济绩效的障碍，并据此设计有效的管理策略。研究结果表明，GTGP 和 GTBP 在促进当地旅游业参与或劳动力迁移方面的效果都很弱。其中一个主要原因可能是当地家庭获得旅游业发展所带来的收益有限。应考虑采取有助于克服这些障碍的管理干预措施以增加参与家庭从这些非农生计活动中获得的收益，并最终改善生态系统服务补偿项目的社会经济效益。否则，应向当地家庭提供更高的付款，以弥补参与这些项目的相关损失，尽管这可能会加重政府的财政负担。与其他任何保护政策一样，生态系统服务补偿项目的社会经济效益往往因时空而异。如果能更好地了解其基本途径，本文就能更好地解释和预测生态系统服务补偿项目在不同情况下的社会经济效果。

    此外，更好地了解转化途径可能有助于预测生态系统服务补偿项目的社会经济发展在不同时期的动态变化。例如，中国城市经济的快速增长刺激了对劳动力日益增长的需求。在中国的一些沿海城市，许多工厂近年来一直在为劳动力短缺而苦苦挣扎。与此同时，中国政府实施了一系列有利于劳动力进城务工的政策（例如，改革现行的城市户籍制度）。这些变化可能有助于农村家庭在城市找到非农就业岗位，从而提高 GTGP 和 GTBP 的社会经济效益，使许多农村劳动力从农业活动中解放出来。随着发展中国家城市化进程的不断加快，生态系统服务补偿项目对社会经济发展的影响也可能在其他国家出现类似的趋势。

    虽然本文的框架是为分析生态系统服务补偿项目的社会经济效益而开发的，但它可以很容易地用于分析其它保护政策（例如保护区），这些政策也会通过影响不同的生计活动而产生复杂的社会经济效应。最终，为了改善保护政策的社会经济效益，有必要发展更精细的理论（如跨空间整合人与自然互动的元耦合理论），以指导保护实践，从而增强积极效益，同时减轻消极效益。本文希望，本研究中提出的框架及其操作化将有助于构建这些理论，并为保护计划的社会经济发展的路径影响建立一个集体证据库。有了这些理论和知识，科学家、政策制定者和保护工作者也许就能更好地利用保护工具来实现可持续发展目标。

【声明】

本文献分享内容仅代表团队对于文章的理解，请有兴趣的同学阅读原文，也请各位专家、同学批评指正。

【原文出处】

Hongbo Y., et al. Revealing pathways from payments for ecosystem services to socioeconomic outcomes. Science Advances 4, eaao6652 (2018).