農戶生活消費對環境影響的空間差異及其原因
——基于張掖市2010年調查數據

侯彩霞, 趙雪雁, 文 巖, 張 亮, 張方圓

西北師范大學地理與環境科學學院, 蘭州 730070

農戶生活消費對環境影響的空間差異及其原因
——基于張掖市2010年調查數據

侯彩霞, 趙雪雁*, 文 巖, 張 亮, 張方圓

西北師范大學地理與環境科學學院, 蘭州 730070

農戶是農村最主要的行為主體，其生活消費對環境有重要影響，然而農戶的生活消費模式等因素的差異導致對環境的影響在空間上存在差異，為了緩解農戶生活消費對環境的壓力，需要研究其消費對環境影響的空間差異。基于張掖市2010年調查數據和統計資料研究了農戶生活消費對環境影響空間差異，并分析了原因，研究結果顯示：(1)張掖市2010年人均生態足跡為1.056hm2/人，人均生態承載力為1.705hm2/人，人均生態盈余0.649hm2/人；(2)從生態足跡的構成看，當地的生活消費主要是以生物資源和化石能源消耗為主，占總生態足跡的81%，而建筑用地和水域消耗最少，占總生態足跡的1.2%。；(3)張掖市五縣(區)農戶生活消費對環境的影響總體差異較小，Gini系數為0.309。但是區域間的差異遠遠大于區域內的差異，區域間的差異為0.442，占總差異的71.1%，區域內的差異為0.18，占總差異的28.9%。其中，甘州區農戶生活消費對環境影響差異最大，Theil指數為0.078；(4)農戶消費模式、家庭規模和人均年收入增多，將加劇農戶對環境的壓力，勞動力受教育程度、社會資本存量和非農化程度提高，將在一定程度上減緩農戶對環境的影響。

環境影響; 生態足跡; 農戶; 張掖市

中國乃至世界各國的環境問題日益嚴峻，人口增長、技術變化和消費增加被認為是產生環境危機的最主要三個原因[1]。然而，人口增長使得居民的生活消費數量增加，再加上居民消費水平的提高，這不僅給資源環境帶來直接的負面影響，而且作為社會再生產的主要環節和根本動力，消費成為生態環境壓力的終極原因[1]。因而，從居民的生活消費對環境影響入手研究生態環境問題不僅對保護生態環境有重要意義，同時也給可持續發展了提供新的思路[2]。目前，中國農村人口為6.74億，占全國人口的50.32%，由于西北地區經濟發展比較落后，農村居民占絕大多數，而農戶是農村最主要的行為主體，其消費模式是影響環境的重要因素。隨著農村經濟的發展以及農村生活質量的提高，農戶對資源的需求量日益加大、生活消費排放的廢棄物也不斷增大，導致環境質量遭受嚴峻挑戰，農戶生活消費成為影響環境的重要因素[3-5]。由于農戶的生活消費模式存在差異[6-11]，從而對環境的影響造成空間上的差異，因此，研究農戶生活消費對環境影響的空間差異，在緩解農戶生活消費對環境影響的政策制定上，具有一定的參考價值。

基于此，本文運用張掖市2010年調查數據以及統計數據對該區農戶生活消費對環境的影響做了分析，以生態足跡作為測度農戶的環境影響指標，分析了農戶對環境影響的空間差異，并且運用最小二乘法分析了農戶生活消費對環境影響，旨在為緩解生活消費對環境的影響，提高環境質量提供理論依據。

1 研究區概況

張掖市位于甘肅省河西走廊中段(東經97°20′—102°12′，北緯37°28′—39°57′)，國內重要的內陸河黑河流域中游，總面積4.2萬km2。東靠武威、金昌，西至嘉峪關、酒泉，南與青海省接壤，北和內蒙古毗鄰。海拔高度處于1200—5565m。本區地處中緯度地帶，深居歐亞大陸腹地，除祁連山區屬高寒的半干旱氣候外，其余均屬中溫帶干旱氣候。總體而言，氣候復雜多變，時空分布不均，夏季短而炎熱，冬季長而寒冷，干燥少雨，光照充足，太陽輻射強，晝夜溫差大。

張掖市現轄甘州區、臨澤縣、高臺縣、山丹縣、民樂縣、肅南裕固族自治縣1區5縣， 2010年該區人口達119.95萬，漢族人口占總人口的91%。2011年，張掖市農戶人均純收入5575元，當地農戶收入主要以農業為主，其次是經商、外出務工等。農村居民人均生活消費支出5242元，農村居民家庭食品消費支出占消費總支出的比重為39.06%。

2 數據來源和研究方法

2.1 數據來源

2010年7—8月對張掖市農戶進行入戶調查。調查過程中，采用農村參與式評估方法獲取相關數據。采用分層隨機抽樣法對張掖市的甘州區、臨澤縣、民樂縣、高臺縣、山丹縣4縣1區224戶農戶進行了調查，問卷回收率100%，有效問卷223份，占99.6%。雖然獲取的問卷數量有限，但調查數據顯示，樣本戶的戶主平均年齡為44.87歲，家庭規模為3.91人/戶，家庭年收入為9121.9元/人。張掖市統計資料顯示戶主年齡的均值為43.79歲，家庭規模為3.93人/戶，家庭年收入為9153.7元/人，說明樣本具有較好的代表性。因此能較好的反映張掖市農戶的普遍情況。

主要調查內容涉及：(1)調查對象的基本情況，包括戶主的年齡、家庭人口及其受教育程度、家庭年收入、社會資本等；(2)農戶的食物、能源等生活消費情況。

2.2 研究方法

2.2.1 生活消費對環境影響的測算方法

本文運用生態足跡測算農戶生活消費對環境的影響[11]。生態足跡是一個很好地表征人類活動對環境影響的綜合指標，由William Rees[12]于1992年提出，并由Mathis Wackernagel[12]進一步完善。生態足跡在基本計算方法——綜合法的基礎上，已發展為成分法、投入產出法和能值法等計算方法，其中成分法由Simmons提出，Barrett等[13]進行了改進完善。成分法以人們的衣食住行為出發點，自下而上通過物質流分析獲取主要消費品的消費量及廢物產生數據，借助生態足跡了解物質流帶來的環境壓力[14]，由于其準確性和實用性而具有廣泛的用途。本文采用成分法計算生態足跡，其計算公式為：

EF=Nefi=N∑(ci/pi)

(1)

式中，EF為總的生態足跡；i為消費商品和投入的類型；N為人口數；efi為第i類項目的生態足跡；pi為i類消費商品的平均生產能力；ci為i種商品的人均消費量。

2.2.2 農戶生活消費對環境影響的空間差異測算方法

本文運用Gini系數和Theil指數測算農戶生活消費對環境影響的空間差異。在差異性研究中，不平等度量方法主要用于收入與分配差異分析中，由于生態足跡與收入分配同樣具有不公平性和差異的可分解性，因此對于度量收入分配不平等的方法同樣適用于生態足跡的不平等評價。鑒于不同方法各有其優點和不足，且側重點各不相同，單獨使用某種方法可能產生方法上的誤差，故采用Gini系數和Theil指數兩種方法。

Gini系數是指洛倫茨曲線圖中絕對均勻線與洛倫茨曲線之間的面積和絕對均勻線與絕對不均勻線之間的面積之比，通常用來測量收入與分配的不平等[15]。其計算公式如下：

(2)

式中,G為Gini系數，yi為第i組足跡占總足跡的比重(按升序排列，y1

Theil指數是將區域總體差異分解成不同空間尺度的區內差異和區間差異，以便比較它們對區域整體的影響和貢獻[15]，計算公式為：

(3)

(4)

3 結果分析

3.1 農戶生活消費的環境影響

張掖市2010年人均生態足跡處于盈余水平，但盈余值很小，張掖市的人均生態足跡為1.056hm2/人，人均生物承載力為1.705hm2/人，人均生態盈余0.649hm2/人。從人均生態足跡的構成看，當地的生態消費主要是以糧食等生物資源和煤炭、薪柴等化石能源消耗為主，占總生態足跡的81%，而建筑用地和水域消耗最少，占總生態足跡的1.2%。除了人均耕地生態足跡和石化能源生態足跡出現生態赤字外，其余的都是生態盈余。人均耕地生態足跡最大，為0.636hm2/人，其次是人均石化能源生態足跡為0.220hm2/人。可見，農戶生活消費主要通過對糧食和石化能源的消費而影響環境(表1)。

表1 張掖市2010年人均生態足跡的計算Table 1 Ecological footprint summary of Zhangye City in 2010

3.2 農戶生活消費對環境影響的空間差異性

研究結果顯示，張掖市5縣(區)農戶人均生態足跡Gini系數為0.309，介于0.3—0.4之間，農戶人均生態足跡的差異性不是很大。進一步研究發現，甘州區人均生態足跡最高為1.212hm2，其次是臨澤縣為1.119hm2，山丹縣和高臺縣差距較小，分別為0.909hm2和0.923hm2，民樂縣的人均生態足跡最小為0.783hm2。甘州區和臨澤縣出現了生態赤字，而民樂縣、山丹縣和高臺縣為生態盈余。張掖市5縣(區)總的Theil指數為0.622，區域間的差異遠遠大于區域內的差異，區域間的差異為0.442，占總差異的71.1%，區域內的差異為0.18，占總差異的28.9%。甘州區的區內差異最大，Theil指數為0.078(表2)。

表2 張掖各縣(區)農戶人均生態足跡差異狀況Table 2 The diversity of farmers per capita ecological footprint in Zhangye City

3.3 對環境影響的因素

3.3.1 模型構建

York等在經典的IPAT等式基礎上改造而成的人口、富裕和技術隨機回歸影響模型(STIRPAT模型)，由于能夠很好地解析人文因素對環境影響的作用而得到了廣泛應用。STIRPAT模型的通用形式如下[16]：

I=aPbAcTde

(5)

式中,I為人均生態足跡；a為該模型的常數項；b，c，d為P、A和T的指數項；e為誤差項。該模型容許增加社會或其他控制因素來分析它們對環境的影響，但是增加的變量要與式(6)指定的乘法形式具有概念上的一致性。

為了衡量人文因素對環境影響的作用大小，可將方程(6)轉換成對數形式：

(6)

式中，a、e為方程(6)中a和e的對數，b，c表示其它的影響因素維持不變時，驅動因素(P或A)變化1%所引起的環境影響變化百分比。

3.3.2 變量選擇

經典的IPAT等式將影響生態環境的人文因素簡單地分解為人口、富裕和技術，認為這三種獨立人文因素的聯合作用造成了環境影響，盡管這三種人文因素通常并不是獨立的[16]。在IPAT等式基礎上發展而來的ImPACT等式進一步將人文因素分解為人口、富裕、消費和技術[17]。按照這一思路，人文因素又被分解為人口、經濟活動、技術、政治和經濟制度、態度和信仰[18]。生計方式和消費模式表征經濟活動，社會資本表征政治和經濟制度、態度和信仰[19]，為了探尋農戶生活消費對環境影響的因素，本文將人口、富裕、生計方式和社會資本作為解釋變量，人口被進一步分解為人口數量與人口質量，其中，人口質量用勞動力受教育程度來表征；富裕狀況用年收入來測量；生計方式用非農就業比重(從事非農生產的鄉村勞動力占鄉村勞動力的比重)來測算；消費模式用恩格爾系數來測算；社會資本采用因子分析法[19]，從信任、網絡和規范3個維度出發對農戶的社會資本進行估算[20]。

3.3.3 模型檢驗和結果

本研究運用最小二乘法模擬了對環境影響的因素，將所有解釋變量引入方程，采用向后逐步剔除法擬合模型。研究結果顯示，F統計量達5.952，Durbin-Watson統計量為1.904，解釋度R2達到0.544，說明人口數量、人口質量、富裕水平、生計方式和社會資本能解釋環境影響差異的54.4%。

研究結果顯示，消費模式與人均生態足跡在0.01水平上呈顯著正相關關系，消費模式每提高1個單位，人均生態足跡隨之提高0.171個單位。家庭規模與人均生態足跡在0.05水平上呈顯著正相關關系，家庭規模每提高1個單位，人均生態足跡隨之提高0.144個單位。人均年收入與人均生態足跡在0.1水平上呈顯著正相關關系，人均年收入每提高1個單位，人均生態足跡隨之提高0.098個單位。說明家庭規模和人均年收入提高會加劇生活消費對環境的影響。

勞動力受教育程度、信任和規范與人均生態足跡在0.05水平上呈顯著負相關關系，勞動力受教育程度、信任度和規范度每提高1個單位，人均生態足跡分別隨之降低0.028、0.292和0.165個單位。非農就業比重和網絡與人均生態足跡在0.01水平上呈顯著負相關關系，非農就業比重和網絡水平每提高1個單位，人均生態足跡分別隨之降低0.126和0.087個單位。說明勞動力受教育、非農化程度、信任度、網絡水平和規范度的提高有助于緩解生活消費對環境的影響(表3)。

表3 環境影響因素的最小二乘法估計結果Table 3 The OLS estimated results of the factors on ecological footprint

*顯著性水平為0.1，**顯著性水平為0.05，***顯著性水平為0.01

4 討論與建議

隨著農業現代化進程的推進，農村經濟取得了長足的發展，農戶的生活消費對生存環境的影響越來越深刻。研究結果顯示，影響農戶生活消費對環境壓力的因素中，家庭規模、勞動力受教育程度和人均年收入有重要的作用，而徐中民等[18]、龍愛華等[21]學者也指出人口數量是驅動我國生態足跡變化的主要因子。Pretty J[22]等也指出人力資本是自然資本改善的重要條件，而且徐中民等[18]學者的研究也顯示財富與生態足跡呈負相關。這主要是因為隨著家庭規模的擴大導致農戶對生活消費品需求的擴張，再加上生活消費水平的提高，致使生態消費增加，從而加重農戶生活消費對環境的影響，然而具有較高的文化水平的農戶，不僅會約束自己引起環境惡化的行動，而且會積極參與保護環境的行動，從而促使自然環境得以改善；人均年收入的增加促進農戶生活質量的提高，農戶對環境質量的要求日益提高，但對資源的需求量和對廢棄物排放量也日益加大，致使環境質量遭受嚴峻挑戰。因此控制家庭規模、通過技能培訓、文化教育等措施，提高農戶文化水平和引導農戶正確的消費觀，提高農戶的環保意識，引導其自覺地保護環境、自發地監管各種不良的環境行為是緩解環境壓力的重要舉措。

社會資本在一定程度上可緩解環境的壓力。 Grafton與Knowles[23]發現社會資本可以促進環境可持續指數的上升。信任度越高，農戶之間關系越和諧，對環境保護的自覺性越強。規范度越高，農戶之間的約束力就會越強，在輿論與道德的約束下，農戶的生活消費行為也會得到規范，從而減輕對環境的壓力，同時，遵守共享的規范、社會網絡緊密，將促進信息溢出和知識傳播，增強合作，形成集體性的消費意識，促使人們自覺地采取符合集體目標的個體行為，也有助于加強自律和自我管理，從而規范農戶的消費行為，促使自然資本得以改善，取得積極的環境效果[24]。因此建立健全政策引導機制，促進不同地區間農戶的交流和協作，形成高效、緊密的社會網絡，通過社團的集體行動促進社區層面的環境治理，提高生態環境績效，減輕農戶對環境的壓力，促進生態系統的可持續發展。

農戶生計方式和消費模式不同，對環境的影響也有差異。研究結果顯示，生計方式和消費模式是影響農戶人均生態足跡的重要因素。閻建忠等[25]指出生計方式是影響生態環境的關鍵因素，提高非農就業水平有助于緩解環境影響。以非農活動為主的生計多樣化不僅有利于降低生計脆弱性，減少自然災害威脅，而且能促使農戶尋找更加合理的生活消費方式，增強農戶對生態環境變化的響應能力，有效地減輕環境壓力[26]，農戶合理的消費模式，有利于減輕農業環境污染和糧食供給的壓力，從而減輕環境壓力，進一步研究發現，研究區農戶的恩格爾系數為42.7%，說明當地生活水平已是小康水平，消費模式較合理，對環境的壓力較小。因此大力促進二、三產業發展，增加非農就業機會，為農村勞動力提供非農就業崗位，促進農戶生計轉型，促使其實現生計多樣化與非農化，避免單一生計方式對環境造成巨大壓力，同時，保持合理的消費模式是保護生態環境的關鍵[27]。

[1] 楊莉, 劉寧, 戴明忠, 陸根法. 城鎮化進程中居民生活消費的生態環境壓力評估——以江蘇省江陰市為例. 生態學報, 2008, 28(11): 5610-5618.

[2] 劉晶茹, 王如松, 楊建新. 可持續發展研究新方向: 家庭可持續消費研究. 中國人口.資源與環境, 2003, 13(1): 6-8.

[3] 閔慶文, 李云, 成升魁, 劉壽東, 余衛東. 中等城市居民生活消費生態系統占用的比較分析——以泰州、商丘、銅川、錫林郭勒為例. 自然資源學報, 2005, 20(2): 286-292.

[4] 閔慶文, 余衛東, 成升魁. 商丘市居民生活消費生態足跡的時間序列分析. 資源科學, 2004, 26(5): 125-131.

[5] 蘇筠, 成升魁, 謝高地. 大城市居民生活消費的生態足跡初探. 資源科學, 2001, 23(6): 24-28.

[6] 趙慧霞, 姜魯光. 濟南市城市居民生活消費的生態足跡. 生態學雜志, 2004, 23(6): 178-181.

[7] 張澤洪, 朱飛燕. 成都市城市居民生活消費的生態足跡分析. 國土資源科技管理, 2006, 23(2): 100-103.

[8] 羅婷文, 歐陽志云, 王效科, 苗鴻, 鄭華. 北京城鎮化進程中家庭食物碳消費動態. 生態學報, 2005, 25(12): 3252-3258.

[9] 耿莉萍. 我國居民消費水平提高對資源、環境影響趨勢分析. 中國人口 資源與環境, 2004, 14(1): 39-44.

[10] 徐中民, 張志強, 程國棟. 甘肅省1998年生態足跡計算與分析. 地理學報, 2000, 55(5): 607-616.

[11] 趙雪雁. 不同生計方式農戶的環境感知——以甘南高原為例. 生態學報, 2012, 32(21): 6776-6787.

[12] Wackernagel M, Rees W. Our Ecological Footprint: Reducing Human Impact on the Earth. Gabriela Island: New Society Publishers, 1996: 61-83.

[13] Druckman A, Jackson T. Measuring resource inequalities: the concepts and methodology for an area-based Gini coefficient. Ecological Economics, 2008, 65(2): 242-252.

[14] 李定邦, 金艷. 基于生態足跡模型的家庭資源消費可持續性研究. 華東理工大學學報: 社會科學版, 2005, 20(2): 39-44.

[15] 章昌平, 廉超, 裴金平. Theil系數、基尼系數和縣域差異的實證分析. 統計與決策, 2013, (3): 109-113.

[16] York R, Rosa E A, Dietz T. Bridging environmental science with environmental policy: Plasticity of population, affluence, and technology. Social Science Quarterly, 2002, 83(1): 18-34.

[17] Waggoner P E, Ausubel J H. A framework for sustainability science: A renovated IPAT identity. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(12): 7860-7865.

[18] 徐中民, 程國棟, 邱國玉. 可持續性評價的ImPACTS等式. 地理學報, 2005, 60(2): 198-208.

[19] 趙雪雁, 侯彩霞, 路慧玲, 張方圓, 張亮. 藏族地區農戶的社會資本特征分析——以甘南藏族自治州為例. 中國人口 資源與環境, 2012, 22(12): 101-107.

[20] Putnam R D, Leonardi R, Nanetti R Y. Making Democracy Work: Civic Traditions in Modern Italy. Princeton: Princeton University Press, 1993: 57-66.

[21] 龍愛華, 徐中民, 王新華, 尚海洋. 人口、富裕及技術對2000年中國水足跡的影響. 生態學報, 2006, 26(10): 3358-3367.

[22] Pretty J, Ward H. Social capital and the environment. World Development, 2001, 29(2): 209-227.

[23] Grafton R Q, Knowles S. Social capital and national environmental performance: a cross-sectional analysis. Journal of Environment and Development, 2004, 35(13): 336-370.

[24] Pretty J. Social capital and the collective management of resources. Science, 2003, 302(5652): 1912-1914.

[25] 閻建忠, 張鐿鋰, 朱會義, 擺萬奇, 鄭度. 大渡河上游不同地帶居民對環境退化的響應. 地理學報, 2006, 61(2): 146-156.

[26] Shackleton C M, Shackleton S E, Buiten E, Bird N. The importance of dry woodlands and forests in rural livelihoods and poverty alleviation in South Africa. Forest Policy and Economics, 2007, 9(5): 558-577.

[27] Dulal H B, Foa R, Knowles S. Social capital and cross-country environmental performance. The Journal of Environment & Development, 2011, 20(2): 121-144.

Spatial disparities and the reasons about the impact of the peasant household consumption on environment: based on the survey data of Zhangye city in 2010

HOU Caixia, ZHAO Xueyan*, WEN Yan, ZHANG Liang, ZHANG Fangyuan

NorthwestNormalUniversitygeographyandenvironmentalscienceGansu,Lanzhou730070,China

The Peasant Household are the most important actors in rural areas, their living consumption pattern has significant impact on the environment, however, the difference of farmer′s living consumption pattern and other factors led to the difference of the environmental impact in space. In order to alleviate the impact of household′s living consumption on environment, it is necessary to research the spatial difference of the environmental impact of the household′s living consumption. Based on the survey data in Zhangye, this paper analyzes the impact of household consumption on the environment and the reasons for spatial differences. the results shows: (1) the per capita ecological footprint of the peasant household in Zhangye in 2010 is 1.056hm2/people, per capita bio capacity is 1.705hm2/people, per capita ecological surplus 0.649hm2/person;(2) The peasant household′s ecological consumption is mainly based on biological resources and fossil-based energy consumption, about 81% of the total ecological footprint, but the construction land and waters consume is lowest, about 1.2% of the total ecological footprint;(3) The overall difference of the peasant household′s environmental impact in Zhangye is small, its Gini coefficient is 0.309. But the differences among the five counties is far greater than that of the region inside, its Theil index is 0.442, this kind of difference represents 71.1% of the overall difference, the difference of the region inside is 0.18, accounting for 28.9% of the overall difference. Among them the impact the peasant household′s living consumption on the environment in Ganzhou is the biggest difference, Theil index is 0.078; (4)Increasing household living consumption, family size and per capita income will exacerbate the environmental impact, however, improving the labor′s education level, social capital and non-agricultural level will mitigate the environmental impact.

environmental impact; ecological footprint; the peasant household; Zhangye City

國家自然科學基金項目(91125019, 41061051, 41361106); 教育部新世紀優秀人才支持計劃(NCET-11-0910);甘肅省高校基本科研業務費項目

2013-05-30;

日期:2014-04-25

10.5846/stxb201305301240

*通訊作者Corresponding author.E-mail: xbzhaoxy@163.com

侯彩霞, 趙雪雁, 文巖, 張亮, 張方圓.農戶生活消費對環境影響的空間差異及其原因——基于張掖市2010年調查數據.生態學報,2015,35(6):2013-2019.

Hou C X, Zhao X Y, Wen Y, Zhang L, Zhang F Y.Spatial disparities and the reasons about the impact of the peasant household consumption on environment: based on the survey data of Zhangye city in 2010.Acta Ecologica Sinica,2015,35(6):2013-2019.