论文部分内容阅读
摘 要 以北京市延庆区为例，采用调查数据为基础，建立生态补偿在农户层面的作用机制模型，旨在通过深入分析生态补偿的生态效应和生计效应，进一步明确生态补偿与生态环境之间的内在作用机制，进而促进生态补偿在现实中更好地发挥作用。借助Baron的实证检验方法，研究生态补偿、非农就业与农药投入之间的直接与间接作用。结果表明：1）非农就业户以较多的农药代替劳动力投入，目前的生态管护项目通过抑制非农就业，间接减少农药投入;2）平原造林项目通过改变项目地块的种植结构，直接减少原有地块的农药投入;3）退耕还林项目对非农就业和农药投入的影响均不显著。最后列出了根据已有研究结论得到的三点启示。
关键词 生态补偿;非农就业;农药;直接效应;间接效应
中图分类号：F323.22;F328 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2021.22.018
中国的“生态补偿”与国际上的“生态服务付费（PES，payment for ecosystem services）”概念相似，前者的概念和范围更加广泛。2020年，国家发展和改革委员会发布的《生态保护补偿条例（公开征求意见稿）》，将生态补偿定义为“采取财政转移支付或市场交易等方式，对生态保护者因履行生态保护责任所增加的支出和付出的成本，予以适当补偿的激励性制度安排。”这一概念的明确，表明国家对生态补偿关注的重点从资金的来源转向资金使用的效果[1]。然而，近年来我国农户层面的生态补偿项目资金仍存在使用不够精准、激励作用不强等突出问题。针对这一现实问题，本文以北京市延庆区为例，采用调查数据为基础，建立生态补偿在农户层面的作用机制模型，旨在通过深入分析生态补偿的生态效应和生计效应，进一步明确生态补偿与生态环境之间的内在作用机制，进而促进生态补偿在现实中更好地发挥作用。
1 文献回顾及分析框架
目前农户层面的生态补偿项目实施方式主要有两种，一种是将农业用地转变为生态用地，另一种是设置生态管护岗位[2]。第一种生态补偿项目的实施方式会通过改变作物种植结构，导致原有地块的农药投入发生变化，即直接的生态效应。而第二种则会引发家庭就业决策的变化，即生计效应;同时由于农业投工量与农药投入之间具有替代关系[3]，家庭就业决策的变化也会间接引起农药投入的变化，即间接的生态效应（见图1）。
现有研究大多数聚焦于直接生态效应和生计效应，对间接生态效应的关注较少。与生态补偿对农药投入的直接影响不同的是，生态补偿对非农就业的影响方向具有不确定性。一些研究证明生态补偿有助于优化农村就业结构，促进非农就业[4-5];但是，同样也有部分研究认为生态补偿项目对非农就业的促进作用不显著，甚至会导致剩余劳动力的增多[6-7]。同生态补偿项目对非农就业的影响类似，非农就业对农药投入的影响方向也没有一致的研究结论。一方面，部分学者认为非农就业会导致农业生产规模减小，从而减少农药的投入，进而减少农业生产对生态环境的破坏[8-10];另一方面，也有部分学者认为非农就业会导致农村劳动力减少，剩余劳动力为保证产量只能大量增加化肥、农药等的投入[11]。
通过上述分析可以发现，除生态补偿对农药投入的直接影响外，生态补偿对非农就业的影响方向和非农就业对农药投入的影响方向均有一定的不确定性，即生态补偿除直接生态效应趋好外，其生计效应和间接生态效应的趋向皆不确定。此外，现有研究主要是根据研究需要选取其中一种生态补偿项目，分别研究其生态效应或生计效应，没有研究者注意到这两方面的研究是否具有某种关系，是否可以整合起来。因此，本文选取北京市延庆区作为案例，并选用Baron的实证检验方法，对三者之间的关系进行进一步的分析，进而检验生态项目的生计效应和间接生态效应。
2 数据来源与研究方法
2.1 数据来源
考虑到近年来生态补偿项目实施方式的多样性，研究选取北京市延庆区作为案例地点。该区位于官厅水库和密云水库上游，在北京市的生态涵养区和京津冀北部水源涵养功能区内，其中京津冀北部水源涵养功能区是全国63个重要生态功能区之一。由于生态功能定位和北京市政府强大的财力支持，延庆区近年来实施了一系列的生态补偿项目。从农户层面来看，一类是退耕还林、平原造林等土地类生态补偿项目，一类是对从事护林、护水和保洁等生态管护工作的人员进行补偿的生态管护项目。
采用分层随机抽样的方法，以乡镇作为分层依据，在每个乡镇随机抽取2个村进行问卷调查，共得到30个村649户农户的观测值。在被选出的样本村，根据户主花名册，由随机数确定第一个被选中的农户，然后根据等距抽样的方法选取其他的农户。调查员同时与一家之主或多个家庭成员进行约2个小时的访谈，以收集问卷数据。由于一些文化程度较低的農民对商品的外包装有深刻的记忆，所以为了获得更准确的农药数据，调查人员在访问一个村庄时，首先调查该村庄附近的农资分销点，了解相关商品的销售情况，对产品进行拍照，并制作价格清单。
2.2 模型设定和变量选取
为了检验生态补偿项目的生计效应和间接生态效应，文章选用最常用的实证检验方法，即由Baron提出的三步曲：影响变量影响被解释变量;影响变量影响中间变量;控制中间变量以后，影响变量对被解释变量的作用消失了，或是明显减小了[12]。Baron方法具有操作简单、易于理解和解释的特点。结合研究区的实际情况，对影响变量、被解释变量和控制变量选取如下。
被解释变量的选取上，模型使用农户家庭在农业生产中的农药支出，而不使用投入量的折纯量，原因有两点：1）调查样本主要是小农户。小农户更加关注农药在农业生产中的防治作用，而对环境友好的关注较少，因此小农使用农药的差异主要是投入量的差异，而不是产品本身的环境友好性的差异。2）中国加入WTO后，农药价格基本趋于一致[13]。同一产品在不同地区的价格差异主要是由于运输成本和仓储成本的差异所致[13]。因此，对于同一地区的同一产品，购买支出和投入金额是非常有代表性的。最终模型加入农户在化肥和农药上的总支出的对数值作为被解释变量。 关键解释变量的选取上，主要有农户是否非农就业及其生态补偿项目参与情况：1）家庭第一产业收入大于第二、三产业收入的农户即为农业就业户，反之则为非农就业户，最终模型加入农户是否非农就业的虚拟变量作为中间变量。2）生态补偿项目参与情况，主要是指相关项目涉及的土地面积和家庭人口数。
控制变量的选取上，农户收入、农药价格、农产品价格、农业劳动力供给、农业生产规模、复种指数、气候条件、病虫害、农业机械化水平等均纳入考查范围：1）由于区域之间的农药和农产品价格是收敛的[13]，对于横截面数据，可以假定在同一年的横截面数据中农民面临着相同的产品价格，因此模型未考虑价格因素。2）根据消费需求的非线性特征，将上一年的家庭总收入和上一年的家庭总收入的平方项同时作为控制变量。3）农业劳动是所有家庭成员共同承担的。在控制农民是否为非农业就业的情况下，经济和生活与家庭融为一体的农户数量可以反映该家庭的农业劳动力供给。4）农业生产规模由家庭实际耕种的耕地和林地面积来衡量。5）本研究假设同一村庄的复种指数、农业机械化水平、气候条件和病虫害是相同的，因此加入村庄虚拟变量来控制这些差异。此外，该模型还添加了平均年龄、平均年龄的平方、平均受教育年限、性别结构和平均健康状况作为控制变量。
根据上述选定的相关变量，参考Baron的方法，最终的模型设定为模型（1）（2）（3）。综合三个模型中三类生态补偿项目的系数估计结果，如果某一生态补偿项目类型对应的系数估计结果在三个模型中均显著，则这种类型的生态补偿项目具有直接的作用，并且通过非农业就业，对农药支出有间接影响;如果模型（1）（2）中与某类型生态补偿项目相对应的系数估计结果显著，而在模型（3）中不显著，则该类型的生态补偿项目仅对农药支出产生直接影响，间接影响为零;如果与某种类型的生态补偿项目相对应的系数估计结果在模型（2）中不显著，而在模型（1）（3）中显著，则表明该类型的生态补偿项目仅对农药支出具有间接影响，直接影响为零。
相关变量的含义和描述性统计列于表1。
3 结果与分析
对于模型（1）（2）来说，被解释变量是离散值0与连续数据的组合，符合归并数据的特征。如果模型存在归并，则所有观测值或子样本数据（仅包含农药支出的样本数据）的OLS估计都是非均匀估计量。克服此缺点的方法是使用Tobit模型进行估算。在Tobit模型中，所解释的变量是离散分布和连续分布的混合分布，并且假定误差项服从正态分布。为了检验正态性，可以将Tobit模型的最大似然估计的一阶条件视为某个矩条件，并且可以基于此条件矩进行检验。如果误差項不满足正态分布的假设，则Tobit估计仍然是非均匀估计。解决此问题的更好方法是使用更可靠的半参数估计。归并最小绝对离差法CLAD可用于解决半参数估计问题。CLAD不需要假定正态分布，并且CLAD可以使离差的绝对值之和最小。由于它不是平方项，因此受极值的影响较小。总体而言，CLAD是一种更可靠的方法，即使在非正态和异方差的情况下，也可以获得一致的估计。如果Tobit模型设定正确，则Tobit和CLAD的估计结果基本一致。对于模型（3）来说，解释的变量是虚拟变量，因此更适合使用二进制Logit模型进行估计。所有模型的估计结果列于表2。表2分别报告了模型（1）（2）的Tobit和CLAD的估计结果，以及模型（3）的普通标准误和稳健标准误的估计结果。
平原造林项目的估算结果在模型（1）（2）中显著为负，但在模型（3）中不显著，表明平原造林项目对非农业就业的影响不显著，并且对农药支出显示为直接影响。原因可能是与种植其他农作物相比，林木的农药施用强度较低，而政府可能直接承担相关费用。退耕还林项目在三个模型中均不显著，说明退耕还林项目没有对农户的非农就业和农药支出产生显著影响。在模型（2）中，非农业就业的估计结果显著为正，表明在控制农业生产规模和其他因素的条件下，非农业就业家庭在农药上的花费要高于农业就业家庭。原因可能是，与具有相同农业生产规模的农业就业家庭相比，非农业就业家庭的农业工作时间更少，倾向于使用更多的农药以节省时间和劳动力，并确保农产品的产量。
生态管护项目在模型（2）中不显著，在模型（1）（3）中显著为负，说明生态管护项目对农药支出的影响，完全取决于其通过非农就业而产生的间接效应，最终表现为负向的影响。生态管护项目限制了农户的非农就业，原因可能是这种补偿方法还不是充分就业的一种形式，参加该项目后，农民将调整其就业决定以参加其他劳动，以进一步获得收入并充分利用家庭的劳动力。其他非农业劳动通常对劳动者的劳动时间有更严格的要求，劳动者不能同时照顾。但是，农业劳动对工人一天的工作时间没有严格的要求，农业劳动可能成为参与家庭的就业决定，并且农业劳动力可以在一定程度上替代农药投入。所以生态管护项目通过抑制农户的非农就业，间接减少农药投入。
4 结论与启示
本文利用位于重点生态功能区北京市延庆区的649户农户的调查数据，借助Baron的实证检验方法和OLS、Logit、Tobit、CLAD等估计方法，从生态和生计两个方面，研究了生态补偿与生态环境之间的内在作用机制。结果表明：1）非农就业户以较多的农药代替劳动力投入，目前的生态管护项目通过抑制非农就业，间接减少农药投入;2）平原造林项目通过改变项目地块的种植结构，直接减少原有地块的农药投入;3）退耕还林项目对非农就业和农药投入的影响均不显著。
根据已有的研究结论，得到三点启示：1）如果政府仅仅追求特定的生态恢复效果，例如森林覆盖率的提高、水土保持、生物多样性的保护等，而没有考虑生态补偿在促进农民增收和减贫等方面的多目标性等，或者为了防止生态补偿的实施影响农民的生计，那么首先考虑从林地实施生态补偿项目是一个合理的选择。2）直观来看，平原造林项目在直接减少农药投入方面非常有效，但是农耕地在农业生产和农村地区中具有基础性作用，因此，应该警惕平原造林工程可能带来的剩余劳动力增加、粮食产量下降等一系列问题。3）应该清楚地认识到，虽然目前的生态管护项目对间接减少农药投入有一定的作用，但如果农民不愿意放弃他们耕种的土地，那么生态管护项目的参与者还是会加大农药投入。 参考文献：
[1] 徐丽媛.贫困地区生态综合补偿转移支付法制研究[J].中国环境管理，2020，12（6）：137-142.
[2] 杜洪燕，武晋.生态补偿项目对农村劳动力转移就业的影响——基于农村地区自我发展能力的视角[J].人口与经济，2017（6）：116-124.
[3] 刘文倩，费喜敏，王成军.化肥经济过量施用行为的影响因素研究[J].生态与农村环境学报，2018，34（8）：726-732.
[4] 唐鸣，汤勇.生态公益林建设对山区农村生计的影响分析——基于浙江省128个村的调查[J].中南民族大学学报（人文社会科学版），2012（4）：124-129.
[5] 侯成成，赵雪雁，张丽，等.生态补偿对区域发展的影响——以甘南黄河水源补给区为例[J].自然资源学报，2012（1）：50-61.
[6] 徐晋涛，陶然，徐志刚.退耕还林：成本有效性、结构调整效应与经济可持续性——基于西部三省农户调查的实证分析[J].经济学（季刊），2004（4）：139-162.
[7] 张方圆，赵雪雁.基于农户感知的生态补偿效应分析——以黑河中游张掖市为例[J].中国生态农业学报，2014（3）：349-355.
[8] Aide T M，Grau H R. Ecology - Globalization，migration，and Latin American ecosystems[J]. Science，2004，305（5692）：1915-1916.
[9] Shi X，Heerink N，Futian Q U. Does off-farm employment contribute to agriculture-based environmental pollution？ New insights from a village-level analysis in Jiangxi Province，China[J]. China Economic Review，2011，22（4）：524-533.
[10] Qin H. Rural-to-Urban Labor Migration，Household Livelihoods，and the Rural Environment in Chongqing Municipality，Southwest China[J]. HUMAN ECOLOGY，2010，38（5）：675-690.
[11] 錢文荣，郑黎义.劳动力外出务工对农户水稻生产的影响[J].中国人口科学，2010（5）：58-65.
[12] Baron R M，Kenny D A. The moderator–mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J]. Journal of personality and social psychology，1999，51（6）：1173.
[13] Qiao F，Lohmar B，Huang J，et al. Producer benefits from input market and trade liberalization：the case of fertilizer in China[J]. American Journal of Agricultural Economics，2003，85（5）：1223-1227.
（责任编辑：丁志祥）
关键词 生态补偿;非农就业;农药;直接效应;间接效应
中图分类号：F323.22;F328 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2021.22.018
中国的“生态补偿”与国际上的“生态服务付费（PES，payment for ecosystem services）”概念相似，前者的概念和范围更加广泛。2020年，国家发展和改革委员会发布的《生态保护补偿条例（公开征求意见稿）》，将生态补偿定义为“采取财政转移支付或市场交易等方式，对生态保护者因履行生态保护责任所增加的支出和付出的成本，予以适当补偿的激励性制度安排。”这一概念的明确，表明国家对生态补偿关注的重点从资金的来源转向资金使用的效果[1]。然而，近年来我国农户层面的生态补偿项目资金仍存在使用不够精准、激励作用不强等突出问题。针对这一现实问题，本文以北京市延庆区为例，采用调查数据为基础，建立生态补偿在农户层面的作用机制模型，旨在通过深入分析生态补偿的生态效应和生计效应，进一步明确生态补偿与生态环境之间的内在作用机制，进而促进生态补偿在现实中更好地发挥作用。
1 文献回顾及分析框架
目前农户层面的生态补偿项目实施方式主要有两种，一种是将农业用地转变为生态用地，另一种是设置生态管护岗位[2]。第一种生态补偿项目的实施方式会通过改变作物种植结构，导致原有地块的农药投入发生变化，即直接的生态效应。而第二种则会引发家庭就业决策的变化，即生计效应;同时由于农业投工量与农药投入之间具有替代关系[3]，家庭就业决策的变化也会间接引起农药投入的变化，即间接的生态效应（见图1）。
现有研究大多数聚焦于直接生态效应和生计效应，对间接生态效应的关注较少。与生态补偿对农药投入的直接影响不同的是，生态补偿对非农就业的影响方向具有不确定性。一些研究证明生态补偿有助于优化农村就业结构，促进非农就业[4-5];但是，同样也有部分研究认为生态补偿项目对非农就业的促进作用不显著，甚至会导致剩余劳动力的增多[6-7]。同生态补偿项目对非农就业的影响类似，非农就业对农药投入的影响方向也没有一致的研究结论。一方面，部分学者认为非农就业会导致农业生产规模减小，从而减少农药的投入，进而减少农业生产对生态环境的破坏[8-10];另一方面，也有部分学者认为非农就业会导致农村劳动力减少，剩余劳动力为保证产量只能大量增加化肥、农药等的投入[11]。
通过上述分析可以发现，除生态补偿对农药投入的直接影响外，生态补偿对非农就业的影响方向和非农就业对农药投入的影响方向均有一定的不确定性，即生态补偿除直接生态效应趋好外，其生计效应和间接生态效应的趋向皆不确定。此外，现有研究主要是根据研究需要选取其中一种生态补偿项目，分别研究其生态效应或生计效应，没有研究者注意到这两方面的研究是否具有某种关系，是否可以整合起来。因此，本文选取北京市延庆区作为案例，并选用Baron的实证检验方法，对三者之间的关系进行进一步的分析，进而检验生态项目的生计效应和间接生态效应。
2 数据来源与研究方法
2.1 数据来源
考虑到近年来生态补偿项目实施方式的多样性，研究选取北京市延庆区作为案例地点。该区位于官厅水库和密云水库上游，在北京市的生态涵养区和京津冀北部水源涵养功能区内，其中京津冀北部水源涵养功能区是全国63个重要生态功能区之一。由于生态功能定位和北京市政府强大的财力支持，延庆区近年来实施了一系列的生态补偿项目。从农户层面来看，一类是退耕还林、平原造林等土地类生态补偿项目，一类是对从事护林、护水和保洁等生态管护工作的人员进行补偿的生态管护项目。
采用分层随机抽样的方法，以乡镇作为分层依据，在每个乡镇随机抽取2个村进行问卷调查，共得到30个村649户农户的观测值。在被选出的样本村，根据户主花名册，由随机数确定第一个被选中的农户，然后根据等距抽样的方法选取其他的农户。调查员同时与一家之主或多个家庭成员进行约2个小时的访谈，以收集问卷数据。由于一些文化程度较低的農民对商品的外包装有深刻的记忆，所以为了获得更准确的农药数据，调查人员在访问一个村庄时，首先调查该村庄附近的农资分销点，了解相关商品的销售情况，对产品进行拍照，并制作价格清单。
2.2 模型设定和变量选取
为了检验生态补偿项目的生计效应和间接生态效应，文章选用最常用的实证检验方法，即由Baron提出的三步曲：影响变量影响被解释变量;影响变量影响中间变量;控制中间变量以后，影响变量对被解释变量的作用消失了，或是明显减小了[12]。Baron方法具有操作简单、易于理解和解释的特点。结合研究区的实际情况，对影响变量、被解释变量和控制变量选取如下。
被解释变量的选取上，模型使用农户家庭在农业生产中的农药支出，而不使用投入量的折纯量，原因有两点：1）调查样本主要是小农户。小农户更加关注农药在农业生产中的防治作用，而对环境友好的关注较少，因此小农使用农药的差异主要是投入量的差异，而不是产品本身的环境友好性的差异。2）中国加入WTO后，农药价格基本趋于一致[13]。同一产品在不同地区的价格差异主要是由于运输成本和仓储成本的差异所致[13]。因此，对于同一地区的同一产品，购买支出和投入金额是非常有代表性的。最终模型加入农户在化肥和农药上的总支出的对数值作为被解释变量。 关键解释变量的选取上，主要有农户是否非农就业及其生态补偿项目参与情况：1）家庭第一产业收入大于第二、三产业收入的农户即为农业就业户，反之则为非农就业户，最终模型加入农户是否非农就业的虚拟变量作为中间变量。2）生态补偿项目参与情况，主要是指相关项目涉及的土地面积和家庭人口数。
控制变量的选取上，农户收入、农药价格、农产品价格、农业劳动力供给、农业生产规模、复种指数、气候条件、病虫害、农业机械化水平等均纳入考查范围：1）由于区域之间的农药和农产品价格是收敛的[13]，对于横截面数据，可以假定在同一年的横截面数据中农民面临着相同的产品价格，因此模型未考虑价格因素。2）根据消费需求的非线性特征，将上一年的家庭总收入和上一年的家庭总收入的平方项同时作为控制变量。3）农业劳动是所有家庭成员共同承担的。在控制农民是否为非农业就业的情况下，经济和生活与家庭融为一体的农户数量可以反映该家庭的农业劳动力供给。4）农业生产规模由家庭实际耕种的耕地和林地面积来衡量。5）本研究假设同一村庄的复种指数、农业机械化水平、气候条件和病虫害是相同的，因此加入村庄虚拟变量来控制这些差异。此外，该模型还添加了平均年龄、平均年龄的平方、平均受教育年限、性别结构和平均健康状况作为控制变量。
根据上述选定的相关变量，参考Baron的方法，最终的模型设定为模型（1）（2）（3）。综合三个模型中三类生态补偿项目的系数估计结果，如果某一生态补偿项目类型对应的系数估计结果在三个模型中均显著，则这种类型的生态补偿项目具有直接的作用，并且通过非农业就业，对农药支出有间接影响;如果模型（1）（2）中与某类型生态补偿项目相对应的系数估计结果显著，而在模型（3）中不显著，则该类型的生态补偿项目仅对农药支出产生直接影响，间接影响为零;如果与某种类型的生态补偿项目相对应的系数估计结果在模型（2）中不显著，而在模型（1）（3）中显著，则表明该类型的生态补偿项目仅对农药支出具有间接影响，直接影响为零。
相关变量的含义和描述性统计列于表1。
3 结果与分析
对于模型（1）（2）来说，被解释变量是离散值0与连续数据的组合，符合归并数据的特征。如果模型存在归并，则所有观测值或子样本数据（仅包含农药支出的样本数据）的OLS估计都是非均匀估计量。克服此缺点的方法是使用Tobit模型进行估算。在Tobit模型中，所解释的变量是离散分布和连续分布的混合分布，并且假定误差项服从正态分布。为了检验正态性，可以将Tobit模型的最大似然估计的一阶条件视为某个矩条件，并且可以基于此条件矩进行检验。如果误差項不满足正态分布的假设，则Tobit估计仍然是非均匀估计。解决此问题的更好方法是使用更可靠的半参数估计。归并最小绝对离差法CLAD可用于解决半参数估计问题。CLAD不需要假定正态分布，并且CLAD可以使离差的绝对值之和最小。由于它不是平方项，因此受极值的影响较小。总体而言，CLAD是一种更可靠的方法，即使在非正态和异方差的情况下，也可以获得一致的估计。如果Tobit模型设定正确，则Tobit和CLAD的估计结果基本一致。对于模型（3）来说，解释的变量是虚拟变量，因此更适合使用二进制Logit模型进行估计。所有模型的估计结果列于表2。表2分别报告了模型（1）（2）的Tobit和CLAD的估计结果，以及模型（3）的普通标准误和稳健标准误的估计结果。
平原造林项目的估算结果在模型（1）（2）中显著为负，但在模型（3）中不显著，表明平原造林项目对非农业就业的影响不显著，并且对农药支出显示为直接影响。原因可能是与种植其他农作物相比，林木的农药施用强度较低，而政府可能直接承担相关费用。退耕还林项目在三个模型中均不显著，说明退耕还林项目没有对农户的非农就业和农药支出产生显著影响。在模型（2）中，非农业就业的估计结果显著为正，表明在控制农业生产规模和其他因素的条件下，非农业就业家庭在农药上的花费要高于农业就业家庭。原因可能是，与具有相同农业生产规模的农业就业家庭相比，非农业就业家庭的农业工作时间更少，倾向于使用更多的农药以节省时间和劳动力，并确保农产品的产量。
生态管护项目在模型（2）中不显著，在模型（1）（3）中显著为负，说明生态管护项目对农药支出的影响，完全取决于其通过非农就业而产生的间接效应，最终表现为负向的影响。生态管护项目限制了农户的非农就业，原因可能是这种补偿方法还不是充分就业的一种形式，参加该项目后，农民将调整其就业决定以参加其他劳动，以进一步获得收入并充分利用家庭的劳动力。其他非农业劳动通常对劳动者的劳动时间有更严格的要求，劳动者不能同时照顾。但是，农业劳动对工人一天的工作时间没有严格的要求，农业劳动可能成为参与家庭的就业决定，并且农业劳动力可以在一定程度上替代农药投入。所以生态管护项目通过抑制农户的非农就业，间接减少农药投入。
4 结论与启示
本文利用位于重点生态功能区北京市延庆区的649户农户的调查数据，借助Baron的实证检验方法和OLS、Logit、Tobit、CLAD等估计方法，从生态和生计两个方面，研究了生态补偿与生态环境之间的内在作用机制。结果表明：1）非农就业户以较多的农药代替劳动力投入，目前的生态管护项目通过抑制非农就业，间接减少农药投入;2）平原造林项目通过改变项目地块的种植结构，直接减少原有地块的农药投入;3）退耕还林项目对非农就业和农药投入的影响均不显著。
根据已有的研究结论，得到三点启示：1）如果政府仅仅追求特定的生态恢复效果，例如森林覆盖率的提高、水土保持、生物多样性的保护等，而没有考虑生态补偿在促进农民增收和减贫等方面的多目标性等，或者为了防止生态补偿的实施影响农民的生计，那么首先考虑从林地实施生态补偿项目是一个合理的选择。2）直观来看，平原造林项目在直接减少农药投入方面非常有效，但是农耕地在农业生产和农村地区中具有基础性作用，因此，应该警惕平原造林工程可能带来的剩余劳动力增加、粮食产量下降等一系列问题。3）应该清楚地认识到，虽然目前的生态管护项目对间接减少农药投入有一定的作用，但如果农民不愿意放弃他们耕种的土地，那么生态管护项目的参与者还是会加大农药投入。 参考文献：
[1] 徐丽媛.贫困地区生态综合补偿转移支付法制研究[J].中国环境管理，2020，12（6）：137-142.
[2] 杜洪燕，武晋.生态补偿项目对农村劳动力转移就业的影响——基于农村地区自我发展能力的视角[J].人口与经济，2017（6）：116-124.
[3] 刘文倩，费喜敏，王成军.化肥经济过量施用行为的影响因素研究[J].生态与农村环境学报，2018，34（8）：726-732.
[4] 唐鸣，汤勇.生态公益林建设对山区农村生计的影响分析——基于浙江省128个村的调查[J].中南民族大学学报（人文社会科学版），2012（4）：124-129.
[5] 侯成成，赵雪雁，张丽，等.生态补偿对区域发展的影响——以甘南黄河水源补给区为例[J].自然资源学报，2012（1）：50-61.
[6] 徐晋涛，陶然，徐志刚.退耕还林：成本有效性、结构调整效应与经济可持续性——基于西部三省农户调查的实证分析[J].经济学（季刊），2004（4）：139-162.
[7] 张方圆，赵雪雁.基于农户感知的生态补偿效应分析——以黑河中游张掖市为例[J].中国生态农业学报，2014（3）：349-355.
[8] Aide T M，Grau H R. Ecology - Globalization，migration，and Latin American ecosystems[J]. Science，2004，305（5692）：1915-1916.
[9] Shi X，Heerink N，Futian Q U. Does off-farm employment contribute to agriculture-based environmental pollution？ New insights from a village-level analysis in Jiangxi Province，China[J]. China Economic Review，2011，22（4）：524-533.
[10] Qin H. Rural-to-Urban Labor Migration，Household Livelihoods，and the Rural Environment in Chongqing Municipality，Southwest China[J]. HUMAN ECOLOGY，2010，38（5）：675-690.
[11] 錢文荣，郑黎义.劳动力外出务工对农户水稻生产的影响[J].中国人口科学，2010（5）：58-65.
[12] Baron R M，Kenny D A. The moderator–mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J]. Journal of personality and social psychology，1999，51（6）：1173.
[13] Qiao F，Lohmar B，Huang J，et al. Producer benefits from input market and trade liberalization：the case of fertilizer in China[J]. American Journal of Agricultural Economics，2003，85（5）：1223-1227.
（责任编辑：丁志祥）