李海燕, 蔡銀鶯

(1.哈爾濱工業(yè)大學(xué)(深圳), 廣東 深圳 518055; 2.深圳市房地產(chǎn)評(píng)估和發(fā)展研究中心,廣東 深圳 518040; 3.華中農(nóng)業(yè)大學(xué) 土地管理學(xué)院, 武漢 430070)

從2009年起，中央一號(hào)文件連續(xù)10年出臺(tái)多項(xiàng)政策強(qiáng)化農(nóng)業(yè)生產(chǎn)與農(nóng)田管護(hù)，為中國(guó)農(nóng)田保護(hù)補(bǔ)償機(jī)制設(shè)計(jì)提供強(qiáng)有力的政策支持。同時(shí)，蘇州、成都、上海、廣東等地也相繼推行多樣化的農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償政策，且多以地方政府探索創(chuàng)新，農(nóng)民被動(dòng)參與的方式展開，政策實(shí)施具有普遍性和強(qiáng)制性[1]。如何評(píng)價(jià)農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償激勵(lì)政策的成效，分析提升補(bǔ)償激勵(lì)政策的關(guān)鍵因素已成為“加強(qiáng)資源保護(hù)和生態(tài)修復(fù)，推動(dòng)農(nóng)業(yè)綠色發(fā)展”研究的重點(diǎn)。目前，歐美發(fā)達(dá)國(guó)家農(nóng)業(yè)環(huán)境政策效率及影響因素研究主要集中在補(bǔ)償政策參與率[2-3]、補(bǔ)償額度[4]、政策空間異質(zhì)性[5]、補(bǔ)償資金有效性[6]等方面。國(guó)內(nèi)學(xué)者也從區(qū)域?qū)用嫜芯可鷳B(tài)補(bǔ)償政策存在的若干問(wèn)題。其中，丁四保等[7]分析區(qū)域外部性存在導(dǎo)致國(guó)內(nèi)生態(tài)環(huán)境破壞，如果沒有生態(tài)補(bǔ)償政策約束，參與主體將傾向規(guī)避環(huán)境保護(hù)成本，努力發(fā)展經(jīng)濟(jì)，造成生態(tài)補(bǔ)償政策低效率。杜繼豐等[8]從耕地保護(hù)視角分析區(qū)域耕地保護(hù)政策成效，建議耕地保護(hù)應(yīng)以生態(tài)安全、糧食安全、經(jīng)濟(jì)安全為主要出發(fā)點(diǎn)。甘黎黎等[9]從生態(tài)補(bǔ)償、公眾參與、政府管制、直接供給等方面對(duì)區(qū)域生態(tài)治理的政策工具進(jìn)行選擇，在政策目標(biāo)界定、政策工具優(yōu)化等方面提供政策建議。王曉云[10]以綠色新政的執(zhí)行機(jī)制為基礎(chǔ)，分析新型環(huán)保政策對(duì)傳統(tǒng)農(nóng)業(yè)環(huán)境政策的影響。陳傲[11]從省際層面分析生態(tài)環(huán)境保護(hù)資金投入、產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)我國(guó)區(qū)域生態(tài)效率的影響。侯成成等[12]以生態(tài)補(bǔ)償?shù)恼吣繕?biāo)、政策成效為基礎(chǔ)，分析生態(tài)補(bǔ)償政策對(duì)區(qū)域經(jīng)濟(jì)、社會(huì)發(fā)展和環(huán)境改善所產(chǎn)生的影響。羅能生等[13]分析城市化水平與區(qū)域生態(tài)效率之間的關(guān)系，比較生態(tài)保護(hù)效率的區(qū)域差異，發(fā)現(xiàn)環(huán)境政策類型、產(chǎn)業(yè)機(jī)構(gòu)、技術(shù)水平是影響區(qū)域生態(tài)效率的關(guān)鍵。綜上可知，國(guó)內(nèi)從區(qū)域異質(zhì)性視角研究農(nóng)田生態(tài)補(bǔ)償政策實(shí)施效率，多注重政策機(jī)制探討，政策模式借鑒、政策工具選擇及補(bǔ)償政策效率的估算，鮮少?gòu)恼叱尚У恼系K因素入手，分析影響政策成效提升的關(guān)鍵?；诖?，本文以蘇州、成都地區(qū)兩次定點(diǎn)跟蹤調(diào)研數(shù)據(jù)為基礎(chǔ)，利用基于熵權(quán)改進(jìn)的TOPSIS模型，從區(qū)域異質(zhì)性視角分析農(nóng)戶參與農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)提升的障礙因素及差異。

1 調(diào)研區(qū)域與樣本特征

1.1 調(diào)研區(qū)域

蘇州市位于江蘇省東南部，長(zhǎng)江三角洲與太湖平原交匯處，地理位置優(yōu)越，是江蘇省經(jīng)濟(jì)發(fā)展的重心，全市農(nóng)用地占比43.20%，其中，耕地占農(nóng)用地總量的66.92%。成都市位于四川省中部，東西綿延192 km，南北橫跨166 km，是典型的內(nèi)陸城市。全市農(nóng)用地占比79.17%，耕地占農(nóng)用地面積的34.92%?？偟膩?lái)看，蘇州是長(zhǎng)三角地區(qū)最具經(jīng)濟(jì)活力的城市之一，也是率先實(shí)施農(nóng)田生態(tài)補(bǔ)償政策的區(qū)域；成都是西部地區(qū)重要的糧棉生產(chǎn)基地，也是最早開展耕地保護(hù)基金的地區(qū)，兩個(gè)地區(qū)既有政策特殊性，又在經(jīng)濟(jì)條件等方面存在顯著的空間差異，具有案例的典型性與代表性；因此，本文以蘇州市和成都市典型創(chuàng)新實(shí)踐地區(qū)長(zhǎng)期動(dòng)態(tài)微觀農(nóng)戶調(diào)研數(shù)據(jù)為實(shí)例，分析農(nóng)田保護(hù)補(bǔ)償政策的區(qū)域異質(zhì)效應(yīng)。課題組經(jīng)過(guò)調(diào)研預(yù)處理，于2012年7—8月和2015年7—8月對(duì)蘇州市和成都市內(nèi)農(nóng)田保護(hù)補(bǔ)償政策試點(diǎn)區(qū)域展開調(diào)研，調(diào)研采用同村入戶跟蹤調(diào)研方式，蘇州調(diào)研區(qū)域包括金港鎮(zhèn)的15個(gè)村、樂(lè)余鎮(zhèn)的14個(gè)村、南豐鎮(zhèn)的6個(gè)村，成都調(diào)研區(qū)域包括金橋鎮(zhèn)的6個(gè)村、永安鎮(zhèn)的6個(gè)村、江源鎮(zhèn)的7個(gè)村、羊馬鎮(zhèn)的7個(gè)村。

1.2 樣本特征

在蘇州市和成都市兩期動(dòng)態(tài)跟蹤調(diào)研中，調(diào)研問(wèn)卷共1 250份，回收有效問(wèn)卷1 108份，問(wèn)卷有效率為88.64%。其中，2012年在蘇州入戶調(diào)研250份，回收有效問(wèn)卷217份，有效率為86.80%；2015年在蘇州入戶調(diào)研400份，回收有效問(wèn)卷350份，有效率為87.5%；2012年在成都入戶調(diào)研250份，回收有效問(wèn)卷223份，有效率為89.2%；2015年在成都入戶調(diào)研350份，回收有效問(wèn)卷318份，有效率為90.85%。此次調(diào)研了受訪村莊耕地資源稟賦及社會(huì)經(jīng)濟(jì)狀況、受訪家庭農(nóng)業(yè)經(jīng)營(yíng)情況、家庭人口分布、家庭收支、對(duì)農(nóng)田保護(hù)補(bǔ)償政策的認(rèn)知、農(nóng)田保護(hù)補(bǔ)償政策效果的感知等內(nèi)容。

調(diào)研農(nóng)戶特征見表1。其中，男性占比59.75%，略高于女性；受訪農(nóng)戶年齡存在顯著區(qū)域差異，其中蘇州地區(qū)受訪者年齡主要集中在60～70歲，占樣本總體的18.14%，成都地區(qū)受訪者年齡偏小，集中在40～50歲，占樣本總體的14.62%；受訪者教育程度在小學(xué)及以下的比例最高，占比59.66%，蘇州地區(qū)教育水平整體高于成都地區(qū)；樣本總體中，黨員和村干部的比例分別占9.48%，17.06%；受訪者家庭收入分布比較平均，年收入在4.0～6.0萬(wàn)元的受訪家庭比例最高，占到樣本的21.30%，其次是家庭年收入在2萬(wàn)元以下的受訪者，占比19.04%；綜上可知，成都地區(qū)受訪農(nóng)戶在家務(wù)農(nóng)的男性比例更高，受訪者更年輕，教育水平較低，且家庭年收入水平普遍低于蘇州地區(qū)。

表1 樣本描述性統(tǒng)計(jì)

2 數(shù)據(jù)變量與研究方法

2.1 數(shù)據(jù)變量

為了分析農(nóng)田保護(hù)補(bǔ)償政策成效提升的障礙因素，本文從參與補(bǔ)償政策的農(nóng)戶視角展開，選取補(bǔ)償范圍、補(bǔ)償標(biāo)準(zhǔn)、補(bǔ)償類型、資金發(fā)放形式、資金分配合理性、補(bǔ)償賬務(wù)公開性、補(bǔ)償資金用途限制、政府對(duì)補(bǔ)償政策監(jiān)督管理8個(gè)方面，分析限制不同地區(qū)農(nóng)戶參與補(bǔ)償政策的主要障礙因素(表2)。區(qū)域異質(zhì)性農(nóng)戶類型劃分主要依據(jù)受訪農(nóng)戶的來(lái)源，調(diào)研數(shù)據(jù)為受訪農(nóng)戶類型劃分提供依據(jù)。補(bǔ)償類型分為：物質(zhì)補(bǔ)償、現(xiàn)金補(bǔ)償、技術(shù)培訓(xùn)補(bǔ)償、養(yǎng)老補(bǔ)償4類；補(bǔ)償發(fā)放形式分為：資金按月發(fā)放、按季度發(fā)放、按年發(fā)放3類；補(bǔ)償資金分配主要指：補(bǔ)償資金完全發(fā)放給農(nóng)戶，或按一定比例在村集體經(jīng)濟(jì)組織與農(nóng)戶之間進(jìn)行分配；補(bǔ)償資金使用要求是指：補(bǔ)償資金全部由農(nóng)戶自由消費(fèi)，還是只能用于農(nóng)戶購(gòu)買養(yǎng)老保險(xiǎn)和農(nóng)業(yè)保險(xiǎn)。障礙因素用變量C1—C8表示，實(shí)地調(diào)研中，障礙因素用李克特量表來(lái)度量，5—1分別表示障礙因素的顯著程度，5表示指標(biāo)非常顯著，1則表示指標(biāo)非常不顯著。

表2 農(nóng)戶參與補(bǔ)償政策效應(yīng)提升的障礙因素

調(diào)研區(qū)域農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)提升的障礙因素描述性統(tǒng)計(jì)見表3。整體來(lái)看，補(bǔ)償政策實(shí)施階段，限制蘇州地區(qū)補(bǔ)償政策效應(yīng)提升的障礙因素均值上升明顯，表明補(bǔ)償政策實(shí)施過(guò)程中顯現(xiàn)的問(wèn)題越來(lái)越多。成都地區(qū)障礙因素指標(biāo)的均值有一定程度的下降，表明政策實(shí)施過(guò)程中，農(nóng)戶對(duì)補(bǔ)償政策的滿意度不斷上升，耕地保護(hù)補(bǔ)償政策在不斷調(diào)整和完善。

表3 障礙因素的描述性統(tǒng)計(jì)

蘇州地區(qū)，影響農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)提升的最主要障礙因素是政策后期缺乏監(jiān)管，隨著補(bǔ)償政策的實(shí)施，障礙因素均值也在不斷上升，2015年農(nóng)戶對(duì)政策后期缺乏監(jiān)管的認(rèn)知比2012年提高了33.16%；其次，政策補(bǔ)償類型不一致和補(bǔ)償標(biāo)準(zhǔn)不統(tǒng)一也是較為顯著的障礙因素，雖然依據(jù)土地類型、農(nóng)田等級(jí)、承包地屬性對(duì)補(bǔ)償類型和補(bǔ)償標(biāo)準(zhǔn)進(jìn)行了嚴(yán)格的限定，但在補(bǔ)償政策實(shí)施過(guò)程中，部分村集體依據(jù)本村農(nóng)地分布情況，參照公式(1) 重新計(jì)算補(bǔ)償標(biāo)準(zhǔn)，并按平均后的補(bǔ)償標(biāo)準(zhǔn)發(fā)放補(bǔ)償資金，這也造成村與村之間補(bǔ)償標(biāo)準(zhǔn)存在一定差異，見表4。

(1)

差別化的補(bǔ)償標(biāo)準(zhǔn)，造成農(nóng)戶對(duì)補(bǔ)償政策認(rèn)知與滿意度的差異，進(jìn)而制約農(nóng)田保護(hù)補(bǔ)償政策的實(shí)施效率。此外，補(bǔ)償資金用途限制多的均值提高了16.90%，這表明該指標(biāo)是制約政策效率提升的關(guān)鍵因素；而補(bǔ)償資金發(fā)放形式、補(bǔ)償資金分配以及補(bǔ)償資金對(duì)外公開程度等變量的均值在政策實(shí)施過(guò)程中變化較小。

表4 農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償標(biāo)準(zhǔn)

成都地區(qū)，農(nóng)戶對(duì)補(bǔ)償政策整體效果的認(rèn)知高于蘇州地區(qū)，補(bǔ)償政策的農(nóng)戶參與度也高于蘇州地區(qū)。從描述性統(tǒng)計(jì)結(jié)果來(lái)看，政策實(shí)施過(guò)程中，限制補(bǔ)償政策效率提升的主要障礙因素是：補(bǔ)償賬務(wù)公開程度、補(bǔ)償資金分配、補(bǔ)償資金發(fā)放形式。2015年，成都地區(qū)受訪農(nóng)戶對(duì)障礙因素的認(rèn)知比2012年提高了11.42%，7.01%，6.57%。農(nóng)田保護(hù)補(bǔ)償政策規(guī)定補(bǔ)償資金只能用于農(nóng)戶購(gòu)買農(nóng)村養(yǎng)老保險(xiǎn)和農(nóng)業(yè)保險(xiǎn)補(bǔ)貼，對(duì)應(yīng)購(gòu)買農(nóng)業(yè)保險(xiǎn)的補(bǔ)貼資金流向，農(nóng)戶知之甚少，這也造成補(bǔ)償資金賬務(wù)的不公開、不透明。在缺乏明確補(bǔ)償范圍、補(bǔ)償資金用途限制多、補(bǔ)償類型不一致、缺乏統(tǒng)一補(bǔ)償標(biāo)準(zhǔn)和補(bǔ)償政策后期監(jiān)管等方面，農(nóng)戶認(rèn)知度有顯著的下降，其中缺乏明確補(bǔ)償范圍的變化幅度最顯著，降低了17.42%，補(bǔ)償政策缺乏監(jiān)督管理的降幅最小，為3.74%，這表明成都地區(qū)農(nóng)田保護(hù)補(bǔ)償政策實(shí)施過(guò)程中，農(nóng)戶對(duì)補(bǔ)償范圍越來(lái)越了解，但補(bǔ)償政策缺乏監(jiān)督管理的認(rèn)知變化較小，這表明補(bǔ)償政策實(shí)施后，地方政府仍存在監(jiān)管漏洞，補(bǔ)償政策仍待完善。綜上可知，成都地區(qū)制定補(bǔ)償政策的政府部門未來(lái)可在補(bǔ)償政策監(jiān)管、補(bǔ)償賬務(wù)公開、補(bǔ)償資金分配和補(bǔ)償資金發(fā)放形式等方面完善補(bǔ)償政策，激勵(lì)農(nóng)戶參與政策的積極性，有效提升補(bǔ)償政策的實(shí)施效率。

2.2 研究方法

農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)評(píng)價(jià)是一個(gè)復(fù)雜的系統(tǒng)工程，需要綜合多方面因素來(lái)評(píng)判。以農(nóng)田保護(hù)補(bǔ)償政策實(shí)施過(guò)程中存在的問(wèn)題為依據(jù)，利用基于熵權(quán)改進(jìn)的TOPSIS模型，結(jié)合調(diào)研數(shù)據(jù)的可獲取性與可操作性，對(duì)影響不同地區(qū)農(nóng)戶參與農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償政策效應(yīng)提升的障礙因素進(jìn)行診斷。

2.2.1 基于熵權(quán)改進(jìn)的TOPSIS模型 以熵權(quán)改進(jìn)為基礎(chǔ)的TOPSIS模型適用于多指標(biāo)變量模型的評(píng)價(jià)，對(duì)樣本數(shù)量與樣本分布無(wú)嚴(yán)格限制。具體步驟包括：

(1) 依據(jù)指標(biāo)體系，建立特征矩陣。設(shè)m個(gè)指標(biāo)，n個(gè)評(píng)價(jià)對(duì)象的數(shù)據(jù)矩陣X：

(2)

(2) 數(shù)據(jù)規(guī)范化處理。構(gòu)造加權(quán)的規(guī)范化決策矩陣，利用熵權(quán)法，計(jì)算權(quán)重。

為了消除量綱帶來(lái)的影響，采用極值法對(duì)各項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行歸一化處理(公式3)，極值則根據(jù)各個(gè)指標(biāo)的最大值和最小值來(lái)確定[14]。

(3)

(4)

(3) 確定評(píng)判指標(biāo)權(quán)重。構(gòu)造權(quán)重矩陣，其中，第j項(xiàng)指標(biāo)的熵值ej的計(jì)算式如下：

(5)

然后，計(jì)算第j項(xiàng)指標(biāo)的差異性系數(shù)gj：

gj=1-ej

(6)

計(jì)算第j項(xiàng)指標(biāo)的權(quán)重系數(shù)Wj：

Wj=gj/∑gj

(7)

V=∑Wj×xij

(8)

(4) 確定正理想解V+和負(fù)理想解V-。

(9)

式中：V是一個(gè)m×k的矩陣；V+為權(quán)重規(guī)范化矩陣的正理想解；V-為權(quán)重規(guī)范化矩陣的負(fù)理想解[14]。

(5) 計(jì)算指標(biāo)間距離。估算表征政策成效提升的障礙因素指標(biāo)到對(duì)應(yīng)指標(biāo)正負(fù)理想解之間的距離：

(10)

式中：D+為各評(píng)價(jià)指標(biāo)距離全局最優(yōu)指標(biāo)的遠(yuǎn)近程度，D+值越小，說(shuō)明農(nóng)戶對(duì)政策效果的評(píng)價(jià)結(jié)果距離正理想解越近，政策效果越好；D-為各評(píng)價(jià)指標(biāo)與最劣指標(biāo)的接近程度，D-值越小，說(shuō)明農(nóng)戶對(duì)補(bǔ)償政策的評(píng)價(jià)效果距離負(fù)理想解越近，評(píng)價(jià)效果越差[15]。

(6) 計(jì)算正理想解的貼近度。評(píng)價(jià)對(duì)象與最優(yōu)目標(biāo)決策之間的貼近程度為Ti：

(11)

式中：Ti介于0～1之間，Ti值越大，表明農(nóng)戶對(duì)農(nóng)田保護(hù)補(bǔ)償政策效果的評(píng)價(jià)越高，反之亦然。Ti=1表明對(duì)應(yīng)農(nóng)田保護(hù)補(bǔ)償政策效果評(píng)價(jià)最優(yōu)，能夠滿足農(nóng)戶的心理預(yù)期和目標(biāo)，Ti=0則表示對(duì)應(yīng)農(nóng)田保護(hù)補(bǔ)償政策效果評(píng)價(jià)最劣，政策沒有達(dá)到預(yù)期目標(biāo)。

2.2.2 障礙度模型 在農(nóng)田保護(hù)補(bǔ)償政策實(shí)施成效的基礎(chǔ)之上，對(duì)限制補(bǔ)償政策成效提升的障礙因素進(jìn)行診斷，分析影響政策效果的主要障礙因子，為進(jìn)一步完善政策提供參考依據(jù)。障礙度模型主要采用因子貢獻(xiàn)度、偏離度與障礙度等變量來(lái)估計(jì)。因子貢獻(xiàn)度Uj為單因素對(duì)總目標(biāo)的權(quán)重(wj)；指標(biāo)偏離度(Ij)為評(píng)價(jià)指標(biāo)與農(nóng)田保護(hù)補(bǔ)償政策效果目標(biāo)之間的差距；障礙度(Yj,yj)為分類指標(biāo)和單項(xiàng)指標(biāo)對(duì)補(bǔ)償政策效果評(píng)價(jià)的影響程度[15]。

(12)

式中：Iij=1-rij，rij為單項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化值，采用極值標(biāo)準(zhǔn)化法求得。

3 農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)提升的障礙因素診斷

3.1 農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)提升障礙因素的熵權(quán)系數(shù)

因蘇州和成都地區(qū)經(jīng)濟(jì)發(fā)展水平、政策差異以及農(nóng)戶對(duì)補(bǔ)償政策關(guān)注程度等因素影響，導(dǎo)致農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)提升的障礙因素方面存在一定區(qū)域差異，本文以蘇州和成都兩個(gè)典型創(chuàng)新實(shí)踐地區(qū)為實(shí)例，采用極差法對(duì)各項(xiàng)指標(biāo)進(jìn)行歸一化處理，確定規(guī)范化矩陣對(duì)應(yīng)的正負(fù)理想解，借助障礙因素指標(biāo)評(píng)價(jià)體系估算指標(biāo)因素距離最優(yōu)目標(biāo)之間的差距。最后，借助障礙度模型，對(duì)比分析限制異質(zhì)類型農(nóng)戶參與補(bǔ)償政策效應(yīng)提升的障礙因素。根據(jù)熵權(quán)法的計(jì)算過(guò)程，將蘇州和成都兩個(gè)地區(qū)，2012年和2015年的調(diào)研數(shù)據(jù)依次帶入改進(jìn)后的TOPSIS模型，得到異質(zhì)區(qū)域樣本農(nóng)戶的熵權(quán)系數(shù)，見表5。

3.2 農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)提升障礙因素的貼近度

計(jì)算異質(zhì)區(qū)域農(nóng)戶參與政策成效評(píng)價(jià)的熵權(quán)系數(shù)與正負(fù)理想解，再利用貼近度指標(biāo)來(lái)衡量政策實(shí)施過(guò)程中，障礙因素指標(biāo)偏離農(nóng)戶預(yù)期目標(biāo)的程度。貼近度越接近1，表明政策實(shí)施效果越好，偏離補(bǔ)償政策預(yù)期目標(biāo)差距越小，貼近度越接近0，表明政策實(shí)施效果越差，補(bǔ)償政策實(shí)施效應(yīng)偏離農(nóng)戶預(yù)期目標(biāo)的距離越大。農(nóng)戶參與補(bǔ)償政策異質(zhì)效應(yīng)障礙因素的貼近度見表6，在2012年，蘇州地區(qū)補(bǔ)償政策成效提升障礙因素的貼近度與成都地區(qū)補(bǔ)償政策成效提升障礙因素的貼近度比較接近，到2015年，蘇州地區(qū)障礙因素貼近度顯著低于成都地區(qū)，從貼近度來(lái)看，成都地區(qū)補(bǔ)償政策的實(shí)施效應(yīng)與預(yù)期政策目標(biāo)之間差距較小。從蘇州地區(qū)障礙因素的貼近度來(lái)看，政策實(shí)施過(guò)程中，除了資金發(fā)放形式、補(bǔ)償資金分配、補(bǔ)償賬務(wù)公開3個(gè)指標(biāo)，其他障礙因素在2015年的貼近度均高于2012年。從成都地區(qū)補(bǔ)償政策障礙因素的貼近度來(lái)看，2015年補(bǔ)償政策成效提升的障礙因素指標(biāo)貼近度均顯著高于2012年，這表明，成都地區(qū)補(bǔ)償政策在不斷改進(jìn)，政策效果更接近預(yù)期的政策目標(biāo)，補(bǔ)償效果相對(duì)更顯著。

表5 不同地區(qū)農(nóng)戶參與補(bǔ)償政策障礙因素的熵權(quán)系數(shù)

表6 不同地區(qū)農(nóng)戶參與補(bǔ)償政策障礙因素的貼近度

3.3 農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)提升障礙因素的障礙度

依據(jù)農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)提升的障礙因素評(píng)價(jià)體系，對(duì)影響政策效應(yīng)提升的障礙因素進(jìn)行估算，分析限制農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)提升的主要因素，文中按照障礙因素指標(biāo)的障礙度依次列出排名前5的障礙因子，見表7。

從蘇州地區(qū)2012年和2015年的障礙因素指標(biāo)來(lái)看，影響農(nóng)戶參與政策效應(yīng)提升的障礙因素之間存在一定差異，2012年，蘇州農(nóng)戶認(rèn)為政策缺乏監(jiān)督管理(C8)是限制補(bǔ)償政策效應(yīng)提升的最主要障礙因素，其次是補(bǔ)償類型限定不一致(C3)，到2015年，最主要障礙因素變?yōu)檠a(bǔ)償資金分配不合理(C5)，其次是政策缺乏監(jiān)督管理(C8)。在2012年，成都地區(qū)限定受訪家庭必須滿足戶主或其他成員至少有一人購(gòu)買養(yǎng)老保險(xiǎn)，才可以領(lǐng)取農(nóng)田保護(hù)補(bǔ)貼。因此，受訪農(nóng)戶參與補(bǔ)償政策效應(yīng)提升的最主要障礙因素為：政策實(shí)施缺乏監(jiān)督管理(C8)和補(bǔ)償類型限定不一致(C3)。到2015年，農(nóng)田保護(hù)補(bǔ)償政策對(duì)補(bǔ)償標(biāo)準(zhǔn)進(jìn)行了調(diào)整，限制條件放寬，這對(duì)受訪農(nóng)戶的權(quán)益產(chǎn)生一定影響，限制政策效應(yīng)提升的最主要因素變?yōu)檎呷狈ΡO(jiān)督管理(C8)和補(bǔ)償資金用途限制多(C7)。

表7 不同地區(qū)農(nóng)戶參與補(bǔ)償政策效應(yīng)提升的障礙因素及障礙度

盡管蘇州和成都地區(qū)在社會(huì)經(jīng)濟(jì)發(fā)展水平、自然資源稟賦等方面存在差異，但是農(nóng)民對(duì)農(nóng)田保護(hù)補(bǔ)償政策的集中關(guān)注點(diǎn)是一致的。因此，要想提高農(nóng)田保護(hù)補(bǔ)償政策的實(shí)施成效，提升政策效益，首先要提高基層部門對(duì)于補(bǔ)償政策后期監(jiān)管力度；其次，明確補(bǔ)償類型適用范圍，做到補(bǔ)償類型統(tǒng)一，避免政策執(zhí)行過(guò)程中地方政府的個(gè)性化調(diào)整，減少農(nóng)戶家庭利益分配不均等現(xiàn)象的發(fā)生；當(dāng)然，也不能忽視補(bǔ)償賬務(wù)公開、補(bǔ)償資金分配對(duì)于提高農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)的影響。

4 結(jié)論與建議

4.1 結(jié) 論

本文從受訪農(nóng)戶視角入手，選取全國(guó)率先探索農(nóng)田生態(tài)補(bǔ)償和耕地保護(hù)基金的蘇州市和成都市為補(bǔ)償政策實(shí)施的典型創(chuàng)新實(shí)踐區(qū)域，以兩次連續(xù)定點(diǎn)跟蹤調(diào)研數(shù)據(jù)為實(shí)例，采用基于熵權(quán)改進(jìn)的TOPSIS模型，對(duì)農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償政策異質(zhì)效應(yīng)提升的障礙因素進(jìn)行診斷，發(fā)現(xiàn)典型創(chuàng)新實(shí)踐區(qū)域農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)提升的障礙因素之間既有一定共性障礙因素，又有顯著的區(qū)域差異。其中，影響蘇州地區(qū)政策成效提升的關(guān)鍵障礙因素為：政策缺乏監(jiān)督管理(C8)、缺乏統(tǒng)一補(bǔ)償標(biāo)準(zhǔn)(C2)、補(bǔ)償資金分配不合理(C5)、補(bǔ)償類型不一致(C3)、缺乏明確補(bǔ)償范圍(C1)；影響成都地區(qū)補(bǔ)償政策成效提升的關(guān)鍵障礙因素為：政策缺乏監(jiān)督管理(C8)、補(bǔ)償類型不一致(C3)、缺乏統(tǒng)一補(bǔ)償標(biāo)準(zhǔn)(C2)、補(bǔ)償資金分配不合理(C5)、資金發(fā)放形式不明確(C4)。

綜上所述，由于補(bǔ)償信息不對(duì)稱、政策監(jiān)管不完善等制度弱化因素的存在，導(dǎo)致蘇州、成都地區(qū)補(bǔ)償政策在實(shí)施過(guò)程中存在道德風(fēng)險(xiǎn)和逆向選擇等激勵(lì)非兼容性風(fēng)險(xiǎn)。政策后期監(jiān)管、補(bǔ)償標(biāo)準(zhǔn)統(tǒng)一、補(bǔ)償類型要一致仍是顯著影響農(nóng)田保護(hù)補(bǔ)償政策異質(zhì)效應(yīng)提升的關(guān)鍵，未來(lái)應(yīng)結(jié)合障礙因素的分析結(jié)果對(duì)現(xiàn)有農(nóng)田保護(hù)補(bǔ)償政策進(jìn)行有計(jì)劃的調(diào)整，規(guī)避農(nóng)戶參與補(bǔ)償政策逆向選擇的風(fēng)險(xiǎn)，降低信息不對(duì)稱的發(fā)生，將豐富的基層創(chuàng)新實(shí)踐做法提煉總結(jié)為具有普及性且兼顧公平和效率的補(bǔ)償措施，為有效提升政策效應(yīng)提供可操作化管理路徑。

4.2 政策建議

目前，國(guó)內(nèi)對(duì)農(nóng)田保護(hù)補(bǔ)償政策效應(yīng)的研究才剛起步，尚未跳出“就補(bǔ)償論補(bǔ)償”的局限，對(duì)政策實(shí)行過(guò)程中產(chǎn)生的參與主體、涉及空間及成本異質(zhì)性問(wèn)題缺乏必要的關(guān)注，尤其對(duì)補(bǔ)償政策的空間特點(diǎn)和尺度效應(yīng)研究尚未展開。本文從區(qū)域異質(zhì)性視角對(duì)典型實(shí)踐地區(qū)農(nóng)田保護(hù)經(jīng)濟(jì)政策效應(yīng)提升的障礙因素進(jìn)行分析，但仍缺乏第三方評(píng)估對(duì)典型創(chuàng)新實(shí)踐地區(qū)的空間異質(zhì)效應(yīng)及實(shí)踐過(guò)程中存在的問(wèn)題進(jìn)行評(píng)估檢驗(yàn)。未來(lái)借鑒國(guó)際經(jīng)驗(yàn)，依據(jù)農(nóng)戶家庭個(gè)體差異有選擇性的確定參與政策的主體，制定階梯式補(bǔ)償標(biāo)準(zhǔn)，有針對(duì)性的確定參與地區(qū)、參與主體的優(yōu)先順序，避免農(nóng)戶被動(dòng)參與政策，將有利于糾正補(bǔ)償政策設(shè)計(jì)、運(yùn)行和監(jiān)管過(guò)程中產(chǎn)生的效率偏差，提升農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償政策效率。

農(nóng)田保護(hù)補(bǔ)償政策因資源稟賦及要素流動(dòng)性等區(qū)域差異，具有顯著的空間異質(zhì)效應(yīng)，呈現(xiàn)出補(bǔ)償非均衡、空間集聚性等特點(diǎn)。蘇州和成都地區(qū)的補(bǔ)償政策存在后期監(jiān)管不嚴(yán)、補(bǔ)償標(biāo)準(zhǔn)和補(bǔ)償類型不統(tǒng)一等信息不對(duì)稱問(wèn)題，上述制度弱化因素的存在，導(dǎo)致補(bǔ)償政策在實(shí)施過(guò)程中面臨道德風(fēng)險(xiǎn)和逆向選擇等激勵(lì)非兼容性困擾，未來(lái)研究的重點(diǎn)應(yīng)側(cè)重如何降低優(yōu)質(zhì)農(nóng)戶逆向選擇的風(fēng)險(xiǎn)，避免信息不對(duì)稱的發(fā)生，制定能夠有效提升政策效率的操作路徑及措施，將基層豐富的創(chuàng)新實(shí)踐做法及時(shí)總結(jié)提升為能夠普及推廣且兼顧公平和效率的補(bǔ)償政策。