基于人工社会模型的退田还湖生态补偿机制实例研究，本文主要内容关键词为：实例论文,模型论文,机制论文,生态论文,社会论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
生态补偿是一种以保护生态环境、促进生态系统服务可持续利用为目的，以经济手段调节各类利益相关者之间关系的制度安排。其补偿既包括由生态系统服务的受益者向生态系统服务提供者的补偿，也包括由生态系统破坏者向相应受害者的补偿[1]。自上世纪末以来，由于资源的不合理开采和利用导致的环境污染和生态破坏问题逐步引起了社会各界的重视[2]。生态补偿作为实现生态环境成本内部化、使利益相关者的获益与受损达到平衡的环境管理机制已逐步得到普遍关注[3-6]。在生态补偿研究中，如何制定生态补偿的标准和建立有效生态补偿机制一直是科研人员和决策者关注的热点问题。国内外的学者分别从不同角度对生态补偿机制进行了大量研究，在理论和实践上均取得了显著的成果[7-10]。其中补偿者和受偿者意愿调查分析方法是研究生态补偿机制的一种有效手段[11-12]。在生态补偿实践中，受偿者意愿是生态补偿实施效果的决定性因素之一。
鄱阳湖区是我国实行退田还湖的主要区域之一。姜鲁光[13]的研究表明，在退田还湖政策的驱动下，1998—2000年鄱阳湖区圩堤内的耕地面积明显减少，湿地面积大幅增加，还出现了建设用地面积减少的现象，说明退田还湖政策对该区圩堤内的土地利用起到了明显作用。但在2000年以后，国家相继出台了旨在保护耕地、提高农民种粮积极性、保障国家粮食安全的一系列农业政策，粮食种植开始有利可图。在此经济利益的驱使下，湖区撂荒的耕地又逐步恢复耕种，圩堤内大量湿地也重新被开垦为耕地。2000—2005年间，鄱阳湖区出现了湿地大面积转变为耕地的现象，退田还湖政策对土地利用的影响有弱化的趋势[13]。这充分说明在经济利益的驱动下，退田还湖政策能否有效实施与受偿者的接受意愿密切相关。因此，从个体的受偿意愿出发，制定合理的补偿机制，对于顺利实施补偿政策、保护生态补偿成果意义重大。
通过分析众多个体的意愿及其相应从事生产活动决策结果来检验宏观调控政策实施的整体效果，是自上世纪90年代以来逐步兴起的基于主体模拟的建模方法（agent-based modeling）在认识土地利用变化规律中的具体应用方式。众多研究表明[14-17]，采用这种自下而上、建立人工社会模型的研究方法有助于深化对土地利用变化的驱动因素、变化过程及其空间特征的认识。这一方法目前已应用于资源利用与环境保护等领域，并涌现出了众多人工社会模型，诸如基于个体行为的土地资源利用模型[18]、农业社会模型[19-20]、LUC-ASM模型[21]、城市土地资源可持续利用规划模型[22]，以及反映利益相关者利用土地资源的决策模型[23]等。但在生态环境保护领域，特别是在生态补偿政策实施机理方面，基于个体行为的人工社会模型的应用研究还很少见。
本研究以黄河清和潘理虎等近期建立的LUC- ASM模型[21]为基础，利用对农户生产活动进行实地调查获取的实际数据，以鄱阳湖区中一个现实自然乡中的农户、政府和企业3类主体（agents）利用土地资源的决策行为为准则，模拟研究区内土地利用变化过程和退田还湖政策的实施效应。在模拟分析不同气候和社会经济条件下，农户对所承包的土地进行耕种与否的决策行为及其环境响应的基础上，探讨各种可能的生态补偿政策措施对农户退田还湖决策的影响。最后，讨论不同退田政策对农户、政府和社会等对象的影响，并提出相应的合理化建议。
1 研究区概况
1.1 鄱阳湖区水文特征与洪水风险
鄱阳湖区的水位跟鄱阳湖流域的降水和径流状况密切相关[24]。鄱阳湖流域径流系数的季节性变化很大，4—7月是鄱阳湖流域一年中径流系数较高的月份，其中5月或6月达到最高值。湖区的水位受流域洪水与长江洪水的双重影响。一般每年4—6月湖水水位随流域洪水入湖而上涨，7—9月因长江洪水顶托或倒灌而抬高。鄱阳湖年平均水位12.62～15.55m，多年平均14.01m（吴淞基面，下同）[25]。月平均水位以7月的17.59 m最高，1月的10.52m最低，年最高水位变化于16.00～21.84m之间（多年平均19.01m），一般出现在5—9月，大多数年出现在7—8月（占65.0％）。鄱阳湖区历来就是我国洪涝灾害最为频繁的地区之一[26]。从12世纪至19世纪，湖区洪灾发生频率呈总体上升趋势。进入20世纪以来，湖区洪灾平均2.7a一次，且洪水水位不断创历史新高，高水位频次明显增加。据1950—2002年间对洪水灾害造成损失的情况统计[27]，2a一遇以下的洪水基本上不形成洪灾，大于5a一遇（即发生频率低于20％）的洪水造成的灾害损失十分严重。鄱阳湖区1950—2002年间共发生2～5a一遇洪水24次，造成的损失大约只占到历年总损失的1／3，而5a一遇以上的洪水虽然只发生过7次，但其造成的损失约占历年洪灾总损失的2／3。
上世纪50年代以来，由于人口的急剧增加和发展经济的压力，鄱阳湖区的湿地被大量开垦，湿地面积显著减少[28]。这种土地利用变化导致当地的生态系统严重退化[29]，当地居民面临越来越大的洪水风险，严重制约着当地社会经济的可持续发展。因此，急需制定一个有效而且可以持续的生态补偿机制，不仅使位于生态保护区、蓄洪区的农户的生命、财产以及生计得到保障，而且还要尽可能避免复耕现象的发生，使已有的退田还湖政策实施成果得到巩固。
1.2 典型区退田还湖的关键控制水位
本研究以鄱阳县莲湖乡为研究对象。该乡是鄱阳湖中的一个岛乡（如图1所示），地处东经116°32′～116°40′，北纬58°52′～58°59′之间，位于鄱阳县城西南、鄱阳湖的东南岸，总面积为251
。该乡辖26个行政村，人口67946人，拥有耕地2761.8
，其中旱地1025.4，水田1736.4。莲湖乡莲南圩是典型的单退圩堤。2000年采取免费承包的方式，吸引附近居民耕种。2003年以来，该乡采用多种形式盘活土地经营权，耕地面积大幅提高。尽管近5a鄱阳湖区没有遭受大的洪水灾害，但是作为666.7上单退圩堤，莲南圩进洪工程—莲南堰（在21.68m进洪的滚水坝）已于2004年建成，当水位超过21.68m进水水位时，莲南圩将分蓄洪水。
图1 研究区位置与卫星影像
Fig.1 Location of Lianhu Township near the Poyang Lake
鄱阳湖区退田还湖政策规定的双退圩堤进洪水位为18.50m，相当于3a两遇的洪水水位，666.7以下单退圩堤进洪水位为20.50m，相当于5a一遇的洪水水位，666.7以上单退圩堤进洪水位为21.68m，相当于10a一遇的洪水水位。本研究以这3个关键水位为节点，把湖区水位划分为4个区段，分别是18.50m以下、18.50～20.50m、20.50～21.68m和21.68m以上水位。显然，不同的水位带来的洪水风险是不一样的。同样，处于不同水位区的农户退田还湖的动力和补偿需求也会不同。为此，在本研究中将仔细考察不同洪水水位可能产生的风险下，农户和政府在实施退田还湖政策中的决策行为及结果。
2 生态补偿人工社会模型
黄河清和潘理虎等创建的模拟土地利用变化过程的人工社会模型（LUC-ASM），以农户和农民为两类agents，在模拟分析不同社会经济条件和政策影响下，两类主体对自己承包土地利用方式的微观决策所可能产生的宏观效应及其时空变化特征方面具有很好的成效。但利用该模型研究生态补偿机制，需要引入政府和企业两类agents，以模拟在不同的生态补偿方案中，政府和企业的行为对农户土地利用决策的影响。除此之外，还需考虑洪水风险、生态环境保护政策、劳动力转移等因素对农户土地利用决策的影响。为此，本研究对LUC-ASM进行了修改，增加以上内容，构建成了一个可以用来分析退田还湖生态补偿机制的人工社会模型（EC-ASM）。
2.1 农户agents个体行为及土地利用状态
假设研究区所有农户是“经济人”，他们对自己承包的土地采用何种利用方式取决于他们能够取得多大的预期收益，预期收益最高的那种土地利用方式将会被农户采用。在有洪水风险的情况下，农户在土地耕种时必然要考虑到洪水来临时的经济损失。根据实地调查，农户在没有预期洪水风险时，会正常实施对土地的资金投入，农作物产量达到正常水平。在有预期洪水风险时，除了投入种子或秧苗外农户常常不会再投入额外的资金（如施肥和田间管理等），任其自由生长，产量将会显著下降。当农户有强预期的洪水风险时，将会撂荒自己承包的土地，土地将不会有收成。据此，这里在模型中对农户土地利用的决策采用3种状态（土地已耕种状态，土地半耕种状态，土地撂荒）来表示，分别对应农户正常投入、减少投入和撂荒3种土地利用行为。对应于不同的土地利用状态和实际的洪水状况，农作物的收成也不相同。为此，表1给出了模型中采用的不同洪水和土地利用状态下农作物的收成情况。
作为经济人的农户，其决策的目的在于最大程度地规避洪水风险，并尽可能地为自己创造最大收益。而他的决策条件主要来自于对未来洪水风险的预测。但是，不仅农户没有足够的科学知识来准确预测未来的气候变化，而且即使是现有的科学研究成果也无法准确推论未来的气候变化。因此，农户的预测只能是基于之前几年的洪水发生情况。在本模型中，农户考虑的是前3a的洪水发生状况。
考虑到农田全部耕种和半耕种在资金投入和农作物产量上的显著不同，本研究中设定半耕种的产量只有正常耕种的3／4，投入也只有正常耕种的1／2。这个比例关系也可视情形予以调整。在农户自愿的前提下，农户退田与否取决于其退田得到的补偿能否高于或等于耕种土地所获收益。因此，模型中农户退田的决策规则为：
若农户有种田的劳动力，而政府给予农户的实物、货币或其他方式的补偿能够大于或等于农户的3a平均土地收益，那么农户将自愿退田；否则，农户将耕种。
若农户没有种田的劳动力，而政府给予农户的实物、货币或其他方式的补偿能够大于或等于农户的出租土地使用权收益，则农户会自愿退田，否则农户将转租土地。
2.2 企业agents的分类与决策
本研究引入企业agents是为了考虑企业对农业劳动力就业的影响。企业agents分为两类，第一类是第二产业，第二类是第三产业。为简化模拟企业行为的复杂度，在模型里只配置了两个企业agents，分别代表两类企业。第二产业的经营状况与市场环境相关，当经济景气时，企业经营状况良好，就会增加就业岗位；当经济不景气时，企业的经营状况下降，就会裁员。第三产业经营状况不仅与市场环境相关，还与农户的收入水平相关，当市场环境好、农户收入增加时，企业的经营状况好，就会扩大就业。反之，当市场环境差、农户收入减少时，企业的经营状况差，就会减少就业岗位。
从就业的角度出发，本研究还根据统计数据确定了两类企业本地招收农村劳动力的就业人数，并按照企业经营状况确定企业每年用工数量的变化，然后确定能够在本地就业的农业劳动力数量，从而反映当地的非农产业发展水平和非农劳动力在本地的转移水平。
2.3 政府agent的行为规则
在本模型中，政府agent只有一个。政府agent具有管理和服务功能，其行为的目的是保证社会稳定，促进粮食增产，保障农户安居乐业，规避洪水风险，促进就业，完成退田还湖的任务。为达到这些目标，政府agent将会对企业和农户的生产行为进行宏观政策调控。
政府对农户从事农业生产活动进行直接调控，即通过调控生产资料和农产品价格，实施农业补贴来实现。同时还通过提高非农就业率和非农就业收入进行间接调控。在可预见的洪水风险的条件下，政府agent将向农户agents发布洪水预警，以尽可能地帮助农户规避洪水风险：如果洪水灾害已然发生，政府agent将对受灾的农户agents实施援助，保证灾民的生活和生产。在退田还湖政策的实施中，政府agent将对退田还湖的农户agents实施补助。本研究采用政府agent和农户agents博弈的方式来探讨动态补偿的机制。政府agent对企业agents的调控是通过调节税收水平和生产补贴实现。当需要农户退田时，政府会鼓励企业招收和培训农民工，并调高农民工的薪金待遇，以鼓励农民脱离土地。
政府agent在发生洪涝灾害时需要抢险救灾，安置灾民并帮助灾民积极开展生产自救。对灾民的生活补助按每人每天0.5 kg大米和2元现金的标准补助，对于房屋受损的农户按每户5000元标准救助，对农户agents的生产补助采用每户200元的种子化肥补助。政府为灾民提供的这部分物资和资金构成政府agent的救灾成本。
3 模型运行及结果分析
3.1 模型的初始化
限于程序算法和运行速度，模型中的模拟环境没有选取整个莲湖乡，而是选取莲湖乡中的莲南圩一带作为研究区（图2）。范围是一个8km×8km的正方形区域，在模型中划分成100×100的栅格。每个栅格代表80m×80m（6400m[2]）的实际土地地块。土地类型分为农用地（水田、旱地）、建筑用地、林地和水域，其具体空间分布如图2所示。
3.2 退田还湖政策实施效应过程模拟
模型以年为时间单位，以2007年为起始时间，以水田、农户、政府、企业和气候为观测对象，针对不同的气候、政策和经济环境变化条件，分别考查相应情形下退田还湖政策实施的过程。气候条件变化对农户种田的影响主要体现在湖区每年最高水位能否淹没农户所承包的水田。由于鄱阳湖区的降水过程具有分形特征[30]，本研究应用分形算法对每年可能出现的最高水位进行模拟，处于最高水位下的水田将会淹没。模拟的湖区最高水位变化时间序列记录如图3所示。
在模拟的湖区水位变化过程中，与退田还湖政策实施相应的4个水位相对应的研究区土地淹没状态如图4所示。
在模拟过程中的每一个时间段内，农户agents按照自己的运行规则做出土地利用的决策，即决定是否退田、耕种、转租或撂荒。洪水过后，模型统计出研究区内所有农户的经济指标，并以图5表示出来。
同时，对政府的退田补助金额变化、退田户数、劳动力数也做了如图6所示的统计记录。
3.3 不同情景下的模拟结果与分析
如上所述，位于双退水位区的农户的退田方式有两种，一种是所有双退区农户全部退田并进行安置，另一种是对愿意退田的农户实施退田，对不愿意退田的农户进行土地置换，把这些农户与非双退区但愿意执行退田还湖政策的农户进行土地置换。由于研究区内居住在双退区的农户有4000户，所以满足农户退田意愿的情况下，可以任意退4000户然后再进行土地置换。将双退水位区的两种退田方式与水位、圩堤和企业参与等条件相结合，发现需要对6种情景进行模拟，分别是自由水位条件下任意退4000户（情景1）和双退水位区农户全退（情景2）；有圩堤保护条件下任意退4000户（情景3）和双退水位区农户全退（情景4）；有圩堤保护且有企业参与条件下任意退4000户（情景5）和双退水位区农户全退（情景6）等。政府补助现金起始值200元／户，每个时间段递增100元，直到完成既定任务为止。6种情景下退田还湖政策实施的模拟结果如表3所示。
从表3可以看出，在没有圩堤保护的情景下，水患频繁，农户退田意愿较强，政府仅经过3个时间段提高现金补偿标准的行动，就可使4000户退田还湖。最后的补偿标准保持在500元。但是在此情景下政府需要提供救灾补助，而且救灾的负担很重。在有圩堤保护的情景下，由于农户种田的收益有保障，所以退田的意愿很低，政府需要付出极大的成本才能完成退田还湖的任务，负担很重。但有了圩堤的保护，政府救灾的负担要相对减轻许多。在有企业参与的情景下，由于企业提供工作岗位，更多的劳动力脱离土地而成为产业工人，在能找到工作的前提下，农户愿意以补贴换取退田，因此退田的补助额和实施期限均显著下降，政府的退田负担也显著减轻。
此外，分析结果还表明，单纯提供货币补偿会使政府在退田还湖政策实施博弈过程中处于被动地位。在这种情况下，政府只有补足农户退田的损失，才会达到退田目标。但当有企业参与到退田还湖政策实施中后，企业起到了一个很好的缓冲和调节作用。企业提供的就业岗位工资越高，对农民越有吸引力，农户的退田积极性也越高。在有企业参与的条件下，退田的补助金额已退居至次要地位，而企业提供的工资额则成为主要因素。因此，本地经济的发展和农村劳动力向非农产业转移是退田还湖政策实施的推动力。借助这一动力，政府可以显著降低退田还湖实施的成本。因为这个成本已变相地转移到了企业身上。但是，企业本身利益并没有损失，这是因为通过政府的积极引导和扶持，企业壮大了规模，提高了效益，自身得到了发展。虽然政府扶持企业发展需要一定的成本，但是政府本身有发展本地经济、扶持本地企业的义务。从这个角度看，政府的扶持是顺势而为的行为。虽然成本无法忽略不计，但这部分成本可以与政府发展经济的成本衔接，相当于政府单一投入而获得了双重效益。总而言之，有企业参与，并对不愿退田的农户进行土地置换（情景5），是一个多方共赢的退田还湖实施机理。如果能够按照这种情景实施退田还湖，那么效果会变得较为理想。
4 结论
本研究在分析鄱阳湖区水文特征和洪水风险的基础上，以鄱阳湖边上的一个小岛——鄱阳县莲湖乡为典型研究区，应用人工社会模型模拟了退田还湖政策实施的整个过程。通过详细分析政府、企业和农户三类agents的行为规则和决策过程，本研究首先对黄河清和潘理虎等建立的土地利用人丁社会模型进行了改造，然后利用改造后的模型模拟分析了政府推进退田还湖政策过程中政府、企业和农户之间的互动关系及可能产生的生态补偿效应。模拟结果表明，在没有圩堤保护的情景下，退田还湖政策能够顺利实施，补贴标准也相对较低。有了圩堤保护后，退田还湖的成本将大大增加。特别是退位于双退区农户的土地时，补贴金额将大大增加。在有企业参与的情景下，随着农业劳动力向非农劳动力的转移，更多的农户愿意接受政府的退田补助，成为乡镇企业的员工，政府的退田成本将会下降。但是对于双退区的农户，必须实施用工倾斜的制度，才能保证顺利退田。
这些结果充分表明，利用人工社会模型能够对生态补偿的实施过程和各种社会经济因素的影响效应进行仿真模拟，并且能够清楚地展示生态补偿实施过程中政府、农户、企业、政策和经济环境之间的互动关系。虽然这一方法为深入研究并提出有效解决生态补偿机制问题提供了有效途径，但目前这一模型的数据统计方式还较为简单，模型结果的展示也还不很具体，在生态补偿领域方面的应用也不完善，将在后续研究中加以改进。
标签：生态补偿机制论文; 社会风险论文; 长江洪水论文; 土地政策论文; 情景模拟论文; 鄱阳湖水位论文; 三农论文; 社会企业论文;