The Impact of Beijing-Tianjin Sandstorm Source Control Project on Rural Labor Transfer
-
摘要: 选取2005—2015年京津风沙源治理工程区73户连续样本户的面板数据, 在屏蔽社会经济发展和城镇化进程的影响下, 探索了京津风沙源治理工程在农村劳动力转移方面的净效应。首先, 建立面板数据模型, 筛选工程监测指标中对农村劳动力转移有显著影响的变量, 并分析工程对农村劳动力转移的影响。其次, 在回归模型所得结果的基础上, 选取模型中显著的解释变量, 并引入地区经济变量作为协变量, 进一步采用倾向得分匹配法得到了工程在农村劳动力转移方面的净效应, 并对比工程两期差异。分析发现, 京津工程对农村劳动力转移确实存在正向作用, 且工程从一期到二期净效应增加了0.9%, 说明随着京津工程的逐步深入, 工程区的社会经济效益会愈加明显。最后, 提出了相应的政策建议。Abstract: This paper explores the net effect of the Beijing-Tianjin Sandstorm Source Control Project on rural labor transfer while excluding the influence of economy development and urbanization process by using the balanced panel data about 73 consecutive samples in the year of 2005 to 2015. Firstly, this paper filters the significant variables for rural labor transfer in the project monitoring through the panel data model, and then preliminarily analyzes the effect of the project on rural labor transfer. Secondly, based on the regression model's results, this paper selects the significant explanatory variables in the model and the local economic variable as covariant, and gets the net effect of the project on rural labor transfer using the method of propensity score matching. Moreover, the difference between the phase 1 and 2 of the project was compared. The results show that this project has a positive effect on rural labor transfer, and the net effect increases by 0.9% from the first phase to the second phase, indicating that the social and economic benefits will become more obvious with the implementation of the project. Finally, this paper proposes policy suggestions for the sustainable development of the project.
-
京津风沙源治理工程是一项具有重大战略意义的生态修复建设工程, 其目的是为了改善和优化京津及周边地区的生态环境状况, 治理沙化土地, 遏制沙尘危害。该工程目前已经实施了两期, 工程一期于2000年启动, 范围涉及北京、天津、河北、山西及内蒙古等5省(区、市)的75个县(旗、市、区), 建设期为2000—2012年。为巩固工程一期治理成果, 国家于2013年启动了京津二期工程, 建设期为10年, 即2013—2022年, 工程区总面积由一期的45.8万km2增至70.6万km2, 范围涉及北京、天津、河北、山西、陕西、内蒙古等地138个县(旗、市、区)。自工程启动以来, 项目建设取得了显著的生态效益, 极大地改善了京津及周边地区的生态环境[1]。
一. 文献回顾
目前, 国内学者对京津工程的研究主要集中在生态、社会、经济等方面, 重点关注了生态环境改善以及农民增收等问题。胡俊等[2]依据2000—2008年的连续监测数据, 通过建立森林生态系统服务价值评估指标体系, 从生态和经济两方面对工程实施效果进行了评价研究。京津工程不仅使生态环境得到保障, 同时在提高农民收入等一系列民生问题上发挥了重要作用[3]。刘越等[4]研究发现不同类型国家林业重点工程对农户非农劳动参与和供给的影响存在差异, 其中京津工程对农户进入非农市场和提高参与非农劳动时间均有显著的促进作用, 参与工程的农户较未参与者高出9.1%的可能性。在农村劳动力转移影响因素研究方面, 有学者认为农村劳动力的外出务工行为是社会、经济、政策、个人及家庭特征等多种因素共同作用的结果[5]。高国力[6]认为区域经济发展不平衡是促使农村劳动力转移的重要因素, 并将该因素划分为两方面, 一是经济发展水平因素, 二是经济结构因素。朱农[7]通过湖北省关于人口迁移和经济发展的问卷调查, 从实证分析角度证实了城乡收入差距是影响农村劳动力转移决策的重要因素, 同时还发现, 农村家庭经济水平的提高能显著抑制男性劳动力的转移意愿。
国外也有关于生态修复政策对农村劳动力转移影响的研究, 国外学者多选择美国联邦政府最大的土地休耕项目作为研究对象。Gardner[8]通过研究农场的劳动力供给发现, 土地休耕保护计划(conservation reserve program, 简称CRP)的实施促进了农村劳动力由小农场向大农场转移, 具体表现为小农场的劳动力供给减少, 大农场的劳动力供给增加。Kirwan等[9]指出美国实施的CRP项目补贴对农户的劳动力转移有显著影响, 由于补贴标准远高于耕地的收益率, 所以当农户获得CRP补贴后, 收入大幅增加, 变得相对富有, 减少了农业和非农业的劳动力供给, 而增加了农户的休闲时间。
中国已经成为仅次于美国的世界第二大经济体, 但长期以来支撑中国经济增长的人口红利正在逐步消失。中国劳动力人口规模从2012年开始连续4年绝对值下降, 由2012年的9.37亿人降至9.11亿人。我国高速的经济增长模式, 使得城市劳动力需求正逐渐由供给过剩转向供给短缺, 城乡二元经济结构问题日益凸显[10]。合理配置城乡劳动力, 加快农村劳动力的转移, 对促进中国城镇化健康发展显得尤为重要[11]。林颖等[12]提出在退耕还林背景下, 国家林业工程的实施对农村劳动力转移有正向的促进作用。农村劳动力的转移可以优化农村产业结构调整, 有效推动我国城镇化建设[13]。
二. 数据说明及研究方法
一 数据来源
自工程实施之日起, “京津风沙源治理工程社会经济效益监测”项目课题组开展了京津风沙源治理工程(简称京津工程)社会经济效益监测。本文所使用的数据来源于该项目, 监测时间跨度为2000—2015年, 监测对象为工程区的样本县和样本户, 二期工程监测范围已由一期的21个样本县增至25个样本县。各样本县和样本户通过分层抽样方法确定, 工程建设范围及样本县范围见图 1。京津工程的社会经济效益监测已持续十余年, 由于工程初期农户监测数据不完整, 有关家庭基本特征的数据缺失严重, 因此本文选取自2005年以后的农户数据。此外, 由于监测期间可能存在样本户轮换、农户搬迁等问题, 致使一些农户的跟踪数据不连续。为保证数据的有效性, 在随机抽样的原则下, 本文最终选取2005—2015年, 73户连续样本户(参与工程63户、未参与工程10户)①的平衡面板数据, 并根据居民消费价格指数对农户家庭收入、工程补贴等进行价格调整。由于时间跨度较长, 存在样本轮换的问题, 连续样本户数量受限。
① 本研究选取的工程参与户与非参与户的比例与京津工程每年监测的所有样本户中参与户与非参与户的比例一致。
二 研究方法
本文的研究目的是测度工程带来的劳动力转移净效应, 如果单纯使用传统回归统计方法, 所得到的政策评估效应可能会被放大。在京津工程实施过程中, 会伴随着社会经济发展和城镇化进程等不可测影响因素, 或者在工程实施的同时, 可能存在一些其他也在进行着的工程、政策、项目(如林业重点工程中的退耕还林工程、天然林资源保护工程等)。另一方面, 本研究数据集为典型的面板数据结构, 要先筛选影响劳动力转移的重要变量, 本研究对象为农户, 由于样本数据集时间跨度较大, 除工程对农村劳动力转移的影响之外, 存在社会经济发展、社会进程等因素的影响。为剥离这些方面的影响, 本研究选择采用倾向得分匹配法分析京津工程对劳动力转移的净效应。
1 面板数据模型
面板数据是同时具有时间维度和横截面维度的二维数据, 是截面上个体在不同时点上重复观测数据的集合。面板数据模型如下:
(1) 式中, i表示截面, 代表各个样本户; N为截面维度, 即样本户总数73;t表示时间, T为时间序列的维度, 即时间跨度为11;αi是截距项; β'是不随i和t变化的1 × M阶的回归系数列变量; xit是M × 1阶的外生变量; uit是误差项。
面板数据模型一般分为3类, 即混合回归模型、固定效应模型和随机效应模型。在式(1)中, 当αi不随样本户i变化时, 即所有样本户都为同一截距项α, 则该模型为混合回归模型。如果模型中的截距项随不同样本户变化, 说明不同样本户之间存在差异, 则该模型称为固定效应模型。如果模型中的个体效应αi与随机误差项uit是随机变量, 则称此模型为随机效应模型。
2 倾向得分匹配法
倾向得分(propensity score)这一概念最早由统计学家Rosenbaum和Rubin首次提出[14], 用来度量样本个体间的距离。本研究将倾向得分作为距离函数对工程参与户与非参与户进行匹配。这样可以将工程政策效应从其他社会经济影响因素中独立出来, 评估工程对农村劳动力转移的净效应。该工程政策效应称为“处理效应”, 其期望值称为“平均处理效应”, 仅考虑样本户中工程参与者的平均处理效应时, 称为“参与者平均处理效应”(average treatment effect on the treated, 简称ATT), 其表达式为:
(2) 式中, N1为工程参与户的数量; D=1表示个体i参与工程; y1i表示样本户i参与工程时的劳动力转移情况;
为y0i的估计量, 表示样本户i未参与工程时的劳动力转移情况。通过上述两种方法结合使用, 可以更准确地测度京津工程的劳动力转移净效应。
三. 统计结果分析
一 描述性统计分析
从县级监测数据来看, 2000—2015年, 样本县总人口数量平稳增长, 乡村人口总体上呈稳中有降趋势, 乡村总人口数占年末总人口数的比例基本呈下降趋势。20 15年乡村人口数占比74.5%, 与2014年相比, 下降了4%, 与2000年相比, 下降了11% (见图 2)。由图 3样本县外出务工情况分析可得, 样本县外出务工比例总体上呈上升趋势。2015年外出务工比例为29.8%, 相比二期工程初期的2012年, 增加了2.1%, 相比一期工程初期的2006年, 增加了5.8% (见图 3)。工程区样本县乡村人口比例的下降及工程区外出务工比例的上升, 同时反映了该地区劳动力正由农村向城镇转移, 城镇化进程在不断推进。
二 实证分析
本文选取的因变量为家庭劳动力转移率, 在选取劳动力转移影响因素指标时, 主要考虑3大层面: ①工程政策因素, 包括是否为项目户、京津工程人均补助; ②家庭特征因素, 包括户主教育程度、劳动力占比、人均耕地面积、人均林地面积、家庭人均收入; ③农户外出务工收入(见表 1)。
表 1 变量表考虑物价水平的影响, 本文通过居民消费价格指数对京津工程人均补助、农户外出务工收入和家庭人均收入进行调整。为减少数据异方差的影响, 对以下5个变量取对数形式:人均耕地面积、人均林地面积、京津工程人均补助、农户外出务工收入和家庭人均收入。
1 面板数据模型
在进行分析前, 首先要选择恰当的面板数据模型, 判别结果如表 2, 应建立随机效应模型。从样本实际情况来看, 本文所选取的是73户连续数据, 且此样本是由工程区监测样本县中的农户总体中随机抽取, 即截面单位是总体的一部分。由于固定效应模型仅适用于抽中的截面单位, 并不能反映总体情况, 因此建立随机效应模型。
表 2 面板数据模型类别判断结果运用Stata 12.0建立随机效应模型, 并采用可行广义最小二乘估计法(feasible generalized least squares estimation, 简称FGLS)对面板数据模型作回归分析, 结果如表 3所示。
表 3 面板模型回归结果由表 3可知, 有2个解释变量在5%的显著性水平上显著, 有3个解释变量在1%的显著性水平上显著, 说明京津工程的实施有利于促进农村劳动力的转移, 劳动力占比、农户外出务工收入和家庭人均收入与劳动力转移率呈正相关关系, 而人均耕地面积对农村劳动力转移有负向作用。
此外, 有3个解释变量在5%的显著性水平上不显著, 说明劳动力的外出务工决策不受户主教育程度、家庭林地面积、工程补助的影响。
2 倾向得分匹配法
在选择协变量时, 还应考虑样本户所在县的区域经济发展水平, 最终选取面板数据模型中的显著变量以及地区经济变量作为协变量进行匹配。样本数据分为两个阶段, 第一阶段即一期工程(2005—2011年), 第二阶段即二期工程(2012—2015年)。对每个阶段的样本户在其连续时间段上对各解释变量取均值, 得到两期各73户样本户的截面数据, 协变量个数均为6。
运用倾向得分匹配法的具体操作步骤为:①对选取的6个协变量采用logit回归模型参数估计法估计倾向得分; ②利用得到的倾向得分采用3种不同方法进行倾向得分匹配; ③依据匹配后的样本计算平均处理效应ATT, 即京津工程实施的净效应。估计结果如表 4所示。两期工程的平均处理效应(ATT)的值均为正值, 且都通过了平均处理效应的显著性检验, 说明京津工程对农村劳动力的转移有显著正向作用。
表 4 参与农户平均处理效应在2005—2015年的时间跨度上, 将3种匹配方法对应的平均处理效应取均值, 得到工程对劳动力转移的整体净效应为(6.2%+4.2%+6.3%+ 7.8%+6.2%+5.5%)/6=6.0%, 说明工程的实施使得农村家庭劳动力转移的可能性提高了6.0%。同样的, 得到一期工程和二期工程对农村劳动力转移的净效应分别为(6.2%+4.2%+6.3%)/3= 5.6%和(7.8%+6.2%+5.5%)/3=6.5%, 说明一期工程和二期工程的实施使得农村家庭劳动力转移的可能性分别提高了5.6%和6.5%。二期工程较一期工程的净效应增加了0.9%。
四. 结论与讨论
通过以上实证分析, 得出以下结果:
1) 根据面板数据随机效应模型分析结果, 变量“是否为项目户”系数为0.064(见表 3), 说明京津工程对农村劳动力转移有正向促进作用, 工程区的项目户比非项目户在劳动力转移上的可能性高出6.4%。但由于面板数据模型所得的工程效应可能包含了社会经济发展和城镇化进程的影响, 采用倾向得分匹配法进一步分析。
2) 面板数据模型中政策因素的另一解释变量“京津工程人均补助”并不显著。结合样本县社会经济情况的宏观分析可知, 工程区生产总值逐年上升, 农民生产生活水平不断提高, 工程补贴可能并不能满足农户对生活所需。在一定程度上, 目前的补贴水平不是影响农户转移决策的因素。
3) 面板模型回归结果显示, 变量“农户外出务工收入”系数为0.038(见表 3), 即外出务工收入每增加1%, 劳动力转移率提高3.8%。这说明城乡收入差距是促使劳动力从农村向城市转移的重要原因, 劳动力由收入较低的农村向收入较高的城市转移。
4) 从时间跨度上进行分析, 工程整体劳动力转移的净效应为6.0%。其中, 一期工程对农村劳动力转移的净效应为5.6%, 二期工程对农村劳动力转移的净效应为6.5%, 且都通过了显著性检验, 工程从一期到二期, 工程净效应是增加的, 增幅为0.9%。该结论也从另外一个侧面证实了京津工程对农村劳动力转移确实有正向作用, 随着工程实施的逐步深入, 京津工程的社会经济效应会愈加明显。
推动农村劳动力转移并不是本论文的目的, 本文通过分析找出了在京津工程实施过程中影响农村劳动力转移的重要因素, 得到了工程确实推动了农村劳动力转移, 且二期工程比一期工程净效应增加的现状事实。现阶段工程区的经济发展水平、农户的收入水平还不高, 农村劳动力在短期内还会持续不断地向城市流动。近年来, 一些经济相对发达地区出现了大量农村劳动力“回流”的现象, 已转移出去的农村劳动力逆向流动。就京津工程区来说, 随着工程区经济的不断发展、城乡差距缩小, 当农村劳动力在当地也能有稳定的工资收入时, 已转移出去的那部分劳动力就会回到农村, 出现“回流”现象。
五. 政策建议
随着京津工程的不断深入, 工程区生态环境整体得到改善, 农民生产生活水平不断提高。结合本研究的结论及调研情况, 笔者提出如下政策建议:
一 开展就业指导, 实现地区稳定发展
京津工程的实施促进了劳动力由农村转移到城市, 由于在农村主要以第一产业为主, 从而导致该地区农业劳动力减少, 非农劳动力相应增加。那么, 劳动力产业结构的变化能否维持地区的稳定、持续?笔者建议政府为农户免费开展就业指导、技能培训等活动, 提高劳动者素质, 增强劳动力的市场竞争力, 使更多的农户在工程补助期内能找到稳定、多样化的收入来源, 保证工程生态目标和经济目标的实现。
二 积极引导, 实现资源效益最大化
农户拥有耕地面积的减少和农户外出务工收入的增加, 使得更多的劳动力由农村转移到城市。为防止以土地为基础的农村劳动力过度向城市转移, 保证粮食生产, 政府要积极引导, 实行优惠政策措施, 如加大农业补贴、控制农业生产要素价格等。在发展当地传统农业的同时, 还可以通过发展林下经济充分利用资源, 使农户在有限的土地上创造出比工程区退耕前更大的收益, 走出一条可持续发展的致富之路。
-
表 1 变量表
表 2 面板数据模型类别判断结果
表 3 面板模型回归结果
表 4 参与农户平均处理效应
-
[1] 燕楠.北京市京津风沙源治理工程生态效益评价研究[D].北京: 北京林业大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10022-2010128838.htm [2] 胡俊, 叶海英, 王冬梅, 等.北京市京津风沙源治理工程生态与经济效益研究与评价[J].北京农学院学报, 2012(4):38-42. doi: 10.3969/j.issn.1002-3186.2012.04.012 [3] 宋元媛, 黄波, 全世文.京津风沙源治理工程对农户收入影响实证研究:以"退耕还林"项目为例[J].林业经济, 2013, 35 (9):36-42. http://www.cnki.com.cn/Article/CJFDTotal-LYJJ201309010.htm [4] 刘越, 姚顺波.不同类型国家林业重点工程实施对劳动力利用与转移的影响[J].资源科学, 2016, 38(1):126-135. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zykx201601014 [5] 史常亮.陕西省农村劳动力非农就业影响因素研究[D].北京: 北京林业大学, 2012. [6] 高国力.区域经济发展与劳动力迁移[J].南开经济研究, 1995(2):27-32. http://www.cnki.com.cn/Article/CJFDTotal-NKJJ502.004.htm [7] 朱农.论收入差距对中国乡城迁移决策的影响[J].人口与经济, 2002(5):10-17. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rkyjj200205002 [8] GARDNER B L. Changing economics perspectives on the farm problem[J]. Journal of Economic Literature, 1992(3): 62-101.
[9] KIRWAN B, LUBOWSKI R N, ROBERTS M J. How cost- effective are land retirement auctions? estimating the difference between payments and willingness to accept in the conservation reserve program[J]. American Journal of Agricultural Economics, 2005, 87(5):1239-1247. doi: 10.1111/j.1467-8276.2005.00813.x
[10] 蔡昉, 都阳.工资增长、工资趋同与刘易斯转折点[J].经济学动态, 2011(9):9-16. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=jjxdt201109002 [11] 蔡昉.人口转变、人口红利与刘易斯转折点[J].经济研究, 2010(4):4-13. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=jjyj201004001 [12] 林颖, 张雅丽.退耕还林背景下农村劳动力转移机制研究[J].林业经济, 2013(7):98-103. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=NSSD201408050000625406 [13] 许晓红.城镇化进程中农村劳动力转移就业问题研究[D].福州: 福建师范大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10394-1015717761.htm [14] 陈强.高级计量经济学及Stata应用[M].北京:高等教育出版社, 2010:15-18, 540-545. -
期刊类型引用(1)
1. 栗慧珍,张升,高建中. 新一轮退耕还林工程对农户收入的影响实证研究. 林业经济问题. 2022(05): 508-515 . 百度学术
其他类型引用(1)