退耕还林工程经济影响结构性分析

分类：论文范文 发表时间：2022-02-09 08:36

　　摘要:当今,正处于调整与完善退耕还林后续政策的关键时期。作为的一项重大生态工程,退耕还林实施后的经济影响将关系到工程的长期持续发展。本文利用2003年与2005年对陕西、甘肃与四川3个试点省份的跟踪调查数据,通过样本分类,采用实证模型的研究方法分析了退耕还林对不同收入水平、不同收入结构的退耕户所产生的经济影响。研究表明,工程实施6年来,在促进农民总收入增加方面作用甚微,并且在很大程度上降低了农民的种植业收入,但工程却显著地促进了农村劳动力的转移。同时,如果不考虑时间效应,工程并没有瞄准相对贫穷或富裕的农户;如果考虑时间效应,工程对低收入退耕户,特别是以种植业收入为主的低收入退耕户产生了更加不利的影响。因此,在后续政策的制定中,应该更加关注这一部分农户的后续生计问题。

　　关键词:退耕还林;经济影响;持续发展;后续政策

　　退耕还林作为的一项大型公共政策,自1999年实施以来,截至2006年底,共安排退耕还林任务0.24亿hm2,其中退耕地造林0.09亿hm2、宜林荒山荒地造林0.14亿hm2、封山育林0.01亿hm2,累计投入工程的建设资金达1300.1亿元。同时,根据规划,“十一五”期间将安排退耕指标233万hm2,并安排退耕还林补助317亿元,钱粮补助资金1060亿元[1]。工程范围涉及25个省、自治区、直辖市和新疆生产建设兵团的3200多万农户、1.25亿农民。如此大规模的投入,是否能最终实现农民增收与生态环境改善,将直接关系到政策实施的效果,以及工程自身的长期可持续性。

　　一、项目评价理论方法介绍

　　平均处理效应(averagetreatmenteffect,简称为ATE)在工程项目评价中受到广泛的重视,其主要关注的是二元离散解释变量对因变量的影响,因此,其属于平均偏效应的一个特例[11]。根据Moffitt的研究[12],令t∈{0,1}代表项目实施的时期,t=0代表项目实施前,t=1代表项目实施后;di∈{0,1}表示个体i参与项目的情况,di=0表示个体i没有参与项目,di=1表示个体i参与了项目;yi0代表个体i没有参与项目所达到的结果水平(或收入水平),yi1代表个体i实际参与项目所达到的结果水平(或收入水平),α代表处理效应,则:α=yi1-yi0(1)但问题的关键是,对于实际参与项目的个体i,只能观察到其实际的结果水平yi1,而yi0是不可以观测的;而对于没有参与项目的个体i,其yi0是可以实际观察到的。因此,α可以通过估计实际参与项目的个体i所达到的结果水平(或收入水平)yi1与实际没有参与项目的个体i所达到的结果水平(或收入水平)yi0而获得。

　　二、实证模型的设定与数据说明

　　(一)实证模型的设定

　　由于本研究所使用的数据包括农户1999年和2004年两期的家庭特征、各种收入等信息,构成了一个纵列数据集,因此本文选择可以在很大程度上控制遗漏变量和系统差异的非观测效应纵列数据模型对退耕还林的经济影响进行评估。根据徐晋涛等[7]的研究,本文所采用的模型形式如下:yit=α0+α1·t+δ·progit+β·Zit+γ·Xit+ci+μit(15)其中,i代表农户,t是时期虚拟变量,t取值1和2,分别表示退耕还林工程实施前和实施后。而progit是代表农户工程参与情况的二值虚拟变量,其取值为0,表示截至2004年底农户还没有参加退耕还林,取值为1表示截至2004年底农户参加了退耕还林。因此progi1=0,progi2=0或者progi2=1。yit是代表t期i农户的家庭总收入、种植业纯收入、畜牧业纯收入、非农收入等可能受退耕还林影响的经济变量。Zit是一组随时间变化的可观测的影响变量yit的控制变量,主要包括农户家庭人口规模、劳动力数量、人均土地拥有量等。Xit是一组不随时间变化,或随时间同等变化的可观测的影响变量yit的控制变量,包括户主年龄、户主受教育年限、户主是否党员、户主是否村干部等。ci是非观测效应,控制影响yit的不随时间变化的不可观测因素。μit是随机扰动项,代表因农户因时而变且影响yit的那些非观测扰动因素。α0、α1和δ是待估计参数,其中δ是衡量退耕还林工程对变量yit的影响,即退耕还林工程净效应的重要参数。β和γ是待估参数矩阵,衡量了控制变量对变量yit的影响作用。

　　(二)数据说明

　　本论文所使用的数据是基于中科院农业政策研究中心分别于2005年和2003年组织的对陕西、甘肃和四川3个1999年开始退耕还林的试点省份的跟踪调查数据。调查涉及的所有样本县、乡、村和户都按照随机抽样的原则选取,共涵盖6个样本县、18个样本乡、36个样本村。调查在每个样本县随机抽取3个样本乡,在确定样本乡的基础上,调查队在每个样本乡分别选取两个样本村,在每个样本村,调查队又分别抽取了10个农户进行了详细的住户信息访问。访问的信息包括农户2004年和1999年的家庭基本特征和种植业生产、畜牧业生产、非农工作等各种收入来源情况,及其家庭所拥有的固定资产信息,并重点对农户参与退耕还林情况、家庭所拥有的地块特征、退耕地利用等情况进行了调查。最终构成两期纵列数据,为利用计量模型进行评价分析奠定了丰富的数据基础。

　　三、样本数据的描述统计分析

　　(一)样本农户家庭基本特征

　　表1列出了不同收入水平下退耕户与非退耕户的家庭基本特征及其特征差异t检验,并列出了所有低收入农户与高收入农户的家庭特征差异t检验,以及两组样本的方差F检验。由表1可知,除了高收入退耕户的劳动力比例在10%的水平下显著高于非退耕户外,两种收入水平下非退耕户与退耕户的家庭特征差异不大,都没有达到显著水平。其中,高、低收入退耕户的人均耕地面积都略大于非退耕户,而在人均15°以上的坡耕地面积方面,高收入非退耕户略大于退耕户,但两种收入水平下退耕户的人均25°以上的坡耕地面积都大于非退耕户,这与的退耕政策基本上是相符合的。对于所有低收入农户与高收入农户来说,他们在家庭人口规模、劳动力人数、劳动力比例、户主性别、户主年龄、户主受教育年限等方面都存在显著的差异,这种差异也说明了将农户分为两种类型进行研究的必要性。相对于低收入农户来说,高收入农户拥有比较丰富的家庭人力资源禀赋优势,而且高收入农户户主是村干部的比例、人均15°以上的坡耕地面积、人均25°以上的坡耕地面积等都大于低收入农户,但低收入农户的人均耕地面积略大于高收入农户。从后面的分析可知,低收入农户的退耕补助(退耕面积)大于高收入农户,说明低收入农户可能将更大比例的低于15°的耕地进行了退耕。

　　(二)样本农户家庭人均收入

　　1.低收入农户通过对低收入非退耕户与退耕户1999年与2004年的家庭收入结构情况的描述统计,并由其收入差异t检验可知,首先,退耕户与非退耕户的总收入都有所增加。虽然在1999年退耕户的总收入显著高于非退耕户,但到2004年,不管是否考虑补贴,退耕户的总收入都低于非退耕户,但这种差异并不显著。其次,在种植业纯收入方面,相对于非退耕户,2004年退耕户的种植业纯收入减少了49%,即便包含补贴,其种植业纯收入仍相对减少16%。最后,在非农收入方面,1999年非退耕户的非农收入略大于退耕户,但到2004年,退耕户的非农收入却明显大于非退耕户。而与徐晋涛、Uchida等[7,10]用2003年的调查数据所分析的结果有所不同的是,退耕户与非退耕户的畜牧业净收入都有所下降,这可能与的禁牧政策,以及2004年开始实施现金补助与粮食价格的上升有关。

　　2.高收入农户通过对高收入非退耕户与退耕户1999年与2004年的家庭收入结构情况的描述统计,并由其收入差异t检验可知,首先,与低收入农户有所不同的是,如果不含补贴,非退耕户与退耕户的总收入都有所下降。而如果考虑补贴,则退耕户的总收入有所增加,但与非退耕户相比,退耕户的总收入仍下降了7%。其次,退耕户的种植业纯收入比退耕前减少了29%,而相对于非退耕户,其种植业纯收入减少了47%。即便将补贴计入种植业纯收入,则退耕户的种植业纯收入仍比非退耕户减少33%。最后,在非农收入方面,虽然1999年非退耕户的非农收入显著高于退耕户,但到2004年退耕户的非农收入增加了25%,而且相对于非退耕户,其非农收入增加了74%。而同低收入农户相似的是,2004年退耕户与非退耕户的畜牧业净收入都有所下降。

　　四、模型估计结果与分析

　　表2列出了低收入农户、高收入农户,以及所有农户的非观测效应模型一阶差分估计结果,为了检验模型参数的稳定性,表2还列出了不同收入水平农户退耕还林工程净效应的chow检验结果。由chow检验结果可知,退耕还林在种植业纯收入方面对低收入农户和高收入农户的影响存在着显著不同。因此,本文又以各个样本县种植业纯收入在家庭总收入中所占比例的中位数(43%)为依据,对以种植业收入为主的农户进行了非观测效应一阶差分估计,模型估计结果见表3。

　　结论与政策建议

　　由以上的分析可知,退耕还林工程实施6年来,并没有对退耕户的总收入产生明显的促进作用,而且其在很大程度上降低了农民的种植业收入,但工程却显著地促进了农村劳动力的转移。如果不考虑退耕的时间效应,与Uchida等[15]的结论相一致的是,工程并没有在总收入、种植业纯收入、非农收入等方面对不同收入水平的农户产生明显的不同影响,也就是说工程并没有瞄准相对贫穷或富裕的农户。但如果考虑退耕的时间效应,相对于高收入农户,工程对低收入农户产生相对不利的影响。而且值得一提的是,相对于高收入农户,的补助对低收入农户的退耕效应具有更加明显的促进作用,低收入农户对补助的依赖程度更大。另外,工程对以种植业收入为主的农户产生更加不利的影响,工程实施6年来,其对以种植业收入为主的农户的总收入仍然产生负的影响。退耕也没有对以种植业收入为主的农户的劳动力转移产生明显的促进作用,特别是对于以种植业收入为主的低收入农户。由于退耕对其种植业收入产生了更大的冲击,而他们的劳动力又没有得到有效的转移,如果在后续政策的制定中不能更加关注这一部分农户的长远生计问题,则他们在工程期结束后为了维持生计而复耕的可能性会很大。而对于高收入农户来说,由于其对补助的依赖性较小,再加上其相对丰富的人力资源优势,其更倾向于以退耕为契机而将他们的坡耕地退掉,以使其劳动力在将来实现更大程度的转移①。

　　总之,退耕还林工程对低收入农户,尤其是以种植业收入为主的低收入农户产生了更加不利的影响。由于他们对的退耕补助存在更大程度的依赖性,一旦的补助期结束,将会对他们的生活造成更大程度的冲击和影响,而他们也极有可能会为了生计而做出与的政策目标相违背的选择。因此,在后续政策的制定中,应适当向这一部分农户倾斜。特别是在的后续发展资金受限制的情况下,更应该优先考虑低收入农户,特别是以种植业收入为主的低收入农户的生计问题。

　　因此,下一步工作的重点应放在配套措施的制定与实施上。应加大对退耕区基本农田建设的投入力度,提高当地的科技扶持体系;通过逐渐完善的劳动力市场,为退耕区农民提供更多稳定的就业机会。同时,建议成立专门的后续产业发展资金,鼓励当地后续产业的发展,以增强当地农民的自我生存与自我发展能力,从根本上实现退耕还林工程的长期持续发展。

　　参考文献:

　　[1]退耕还林七年,投资千亿[N].人民日报,2005-11-17(6).

　　[2]朱山涛,张世秋,陶文娣,等.影响退耕还林农户返耕决策的因素识别与分析[J].人口资源与环境,2005,15(5):108-112.

　　[3]东梅,钟甫宁.退耕还林政策经济可持续性的实证分析———以宁夏回族自治区为例[J].人口资源与环境,2005,15(1):104-108.

　　杨小军,徐晋涛

上一篇：休闲农业现状及发展对策分析 下一篇：微观区域农户种植业生产效率研究