-
促进退耕农户增收,不仅关乎退耕还林成果的巩固和退耕农户的利益,更是实现乡村振兴的应有之义。退耕还林工程实施20多年来,不仅有效改善了生态环境,也对农户收入产生了重要影响[1-3]。在实施退耕还林工程过程中,为弥补退耕地的机会成本,国家向退耕农户直接发放退耕补贴。其中,首轮退耕还生态林补贴为期16年,经济林补贴为期10年。据统计,退耕补贴累计占退耕农户人均纯收入的14.36%,并且退耕地区大多与国家级贫困区高度重合,长期稳定的退耕补贴已然成为退耕农户的重要收入来源[4-5]。然而,为期16年的首轮退耕还生态林补贴已陆续到期[6],生态林作为首轮退耕还林的主要树种,其比例要求占首轮工程的80%,由于生长周期较长,加之补助期满后对退耕地上的林木进行采伐有一定的条件限制且成本较高、经济收益较少,如果不考虑退耕还林补贴,首轮退耕还林对农户增收的贡献率会很低[7] 。那么,退耕补贴到期是否会因此对农户收入产生不利影响?其影响是否存在异质性?内在机制又如何?对上述问题的探讨,有助于明晰退耕补贴到期与农户收入之间的关系,从而为进一步完善退耕成果巩固长效机制、促进农户增收和实现乡村振兴总目标提供经验证据。
退耕还林补贴作为保证退耕还林顺利实施以及成果巩固的重要政策,其对农户收入的影响备受学界关注。相关研究通常采用OLS(ordinary least squares,简称OLS)模型、Tobit模型和倾向得分匹配等方法进行实证分析,所得出的结论却存在一定差异[2,8]。一部分学者认为在退耕补贴期限内农户的收入得到显著提高,若不计退耕还林补贴,农户退耕后增收效果暂不明显甚至产生负向影响[9-10],这一观点通过2006—2010年国家统计局贫困监测调查数据得到进一步证实,研究发现退耕农户收入增加主要归因于退耕还林补贴[9]。另一部分学者认为退耕补贴在短期内显著提高农户的收入,但这种影响在长期具有不确定性[11]。也有学者关注了退耕补贴对农户收入的异质性影响。譬如退耕规模更大的农户能够获得更多的退耕补贴,从而更有利于缓解农户在农业上的劳动力约束,促使农户通过外出就业等方式进一步实现增收[12]。又如年龄偏大的退耕农户在补贴到期后难以通过生计策略调整弥补其收入损失[13],可能对其收入水平产生不利影响。
通过对现有文献的梳理可见,尽管已有研究取得了一定进展,但仍存在以下不足:第一,退耕补贴政策自2015年开始大范围到期,而现有研究鲜有关注到退耕补贴到期这一政策的阶段性变化对农户收入的影响;第二,由于农户参与退耕还林的时间不同,退耕补贴到期的时间也存在一定的差异,传统的双重差分模型难以反映补贴到期这一多时点冲击的情况,进而无法观测补贴到期后退耕农户收入在时间趋势上的变动。鉴于此,本文基于宁夏、甘肃和湖南3省(区)实地调研数据,利用多期双重差分模型研究退耕补贴到期对农户收入的影响效应,并对其具体影响机制进行检验。
-
理论上,退耕补贴到期对农户收入可以通过直接效应和间接效应两条路径产生影响。在直接效应方面,退耕补贴到期使农户失去了一项稳定的转移性收入,并使退耕地的机会成本难以得到有效弥补,农户退耕地的边际收益受损[14]。因此,从直接效应来看,补贴到期会对农户转移性收入产生负向影响。
在间接效应方面,退耕补贴到期可能会促使农户生计策略转变。出于维持原有生计水平的考虑,追求福利最大化的农户会在农业土地经营和非农就业之间进行家庭生产要素的再配置。由于退耕还林已经使退耕农户耕地面积减少,补贴到期又使退耕地机会成本升高,加之从事农业土地经营的比较收益偏低,在这种情况下,停止发放补贴间接降低了农户参与非农就业的机会成本[15]。因此,经历退耕补贴到期的冲击后,农户更倾向于参与非农就业[16]。在资本不足和土地要素受限的现实条件下,家庭劳动力可能更多地被配置到边际收益更高的非农部门,进而提升其非农收入,实现增收。此外,补贴到期后,农户还有可能选择将退耕地进行流转,不仅能够获得流转金以及经营分红等财产性收入,还能分配出更多的时间和精力进行生计策略和非农就业的调整,以进一步增加自身收益[17]。因此,从间接效应来看,补贴到期对农户生产经营性收入产生负向影响,对农户工资性收入和财产性收入产生正向影响,导致退耕补贴到期对农户总收入的影响方向难以从理论上作出预期推断,有待进一步实证检验。据此提出以下假设H1:退耕补贴到期将对农户总收入水平产生显著影响。
根据上述分析,补贴到期后退耕农户在进行生计策略权衡时,更倾向于从事比较优势较高的非农就业[12],通过非农就业收入实现增收。同时,当前中国农村地区工资性收入对农户增收的贡献率最高,其增收贡献基本决定了农户收入整体走势[18]。因此,本文将非农就业作为关键影响路径纳入分析框架,以考察退耕补贴到期对农户总收入的内在影响机制。据此提出以下假设H2:非农就业在退耕补贴到期与农户总收入水平之间具有中介效应。
-
本文选取调研区域为宁夏、甘肃和湖南3省(自治区),原因是:①这3省(自治区)作为中国最早实施首轮退耕还林工程的重点省份,首轮累计退耕还林面积分别为143.98万hm2、87.03万hm2、189.69万hm2,2020年3省(自治区)首轮退耕还林补贴平均约占样本农户总收入的14.27%[13],具有一定的代表性;②这3省( 自治区)分别位于黄河流域和长江流域,契合首轮退耕还林的不同补贴政策标准,从而保证研究对象的全面性;③这3省(自治区)相对贫困问题仍较为凸出,返贫风险防控形势严峻[19]。
研究数据来源于2021年7—8月“补偿到期后贫困地区退耕农户行为追踪、驱动因素与成果巩固长效机制研究”课题组在宁夏、甘肃和湖南3省(自治区)共11县(区)的农户问卷调查。结合所选区域退耕还林开展情况,本文选择2001—2005年参与首轮退耕还林的县(区)作为具体调研区域,以此获取到与参与首轮退耕年份相对应的2016—2020年农户的补贴到期情况及收入等数据,在时间维度上确保研究数据的完整性。采用分层随机抽样方法,具体步骤如下:首先,综合各县(区)退耕还林实施日期和规模,分别在三省(区)的贫困县中随机抽取3 ~ 5个县(区);其次,在每个样本县(区)中随机抽取2 ~ 3个乡镇,每个乡镇中随机抽取1 ~ 3个村庄;最后,在每个村庄随机抽取20 ~ 30户农户进行问卷调查,共获得样本1040份。在调研过程中,为了解决部分农户往年数据可能存在的偏差,对退耕补贴到期相对较早农户的土地种植、流转情况及非农就业等方面的变动情况详细记录,并依托村委会、村民小组辅助佐证相关信息,通过查阅包括建档立卡等农户档案及部分农户家庭日记账等对所获数据信息进一步核实,并将农户所填问卷偏差较大、关键信息漏答的样本予以剔除。在此基础上,对获得的调研数据进行信度和效度检验,Cronbach's α值为0.736,超过临界值0.7,表明数据具有较好的信度;KMO值大于0.7,Bartlett球形检验统计量达到1%的显著性水平,说明数据间相关性较高,具有良好的结构效度。最终获得897份有效问卷。
-
由于首轮退耕补贴到期存在时间不一致的特征,本文参考已有文献[20-21],利用多期双重差分模型探究退耕补贴到期对农户收入的影响,将所有样本农户中补贴未到期的农户作为对照组,补贴已到期的农户作为处理组,具体模型设定如下:
$$ {Y_{it}} = \beta( {T_i} \times {P_{it}} ) + \gamma {X_{it}} + {\lambda _i}+ {\rho _t} + {\varepsilon _{it}} $$ (1) 式中:
$ {Y_{it}} $ 是第$ i $ 个农户在第$ t $ 年总收入及各项收入的对数值;$ {T_i} $ 为标记处理组的虚拟变量,处理组农户取值为1,否则为0;$ {P_{it}} $ 为标记处理效应时期的虚拟变量,若$ t $ 大于等于第$ i $ 个农户补贴到期年份,则取值为1,否则为0;交互项$ {T_i} \times {P_{it}} $ 即为各农户退耕补贴到期情况;$ \;\beta $ 是需要关注的核心参数,衡量了退耕补贴到期对农户总收入及各项收入的平均处理效应,若退耕补贴到期对农户收入产生负向影响,则该系数估计值应显著为负,反之为正;$ {X_{it}} $ 为影响农户收入的一系列控制变量;γ为控制变量的待估参数;$ {\lambda _i} $ 和$ {\rho _t} $ 分别为个体和年份固定效应;$ {\varepsilon _{it}} $ 为随机误差项。本文对式(1)所示的多期双重差分模型进行个体时点双向固定效应回归。 -
为了进一步分析退耕补贴到期因农户禀赋特征不同对其收入水平可能产生的异质性影响,本文借鉴已有文献[12-13],从退耕规模和年龄两方面考虑,通过构造三重差分模型检验退耕补贴到期对农户收入的影响是否存在异质性。以农户退耕规模差异为例,具体模型设定如下:
$$ \begin{split} {Y_{it}} = &\;{\alpha _1}{T_i} \times {P_{it}} \times {S_i} + {\alpha _2}{T_i} \times {P_{it}} + {\alpha _3}{T_i} \times {S_i}{\text{ + }} \\ &\;{\alpha _4}{T_{it}} \times {S_i} + \omega {X_{it}} + {\lambda _i} + {\rho _t} + {\varepsilon _{it}} \end{split} $$ (2) 式中:
$ {S_i} $ 表示退耕规模虚拟变量,根据分位数分组的思想,以25%和75%分位点为界,将农户退耕规模分为小、中、大3组,在此基础上,将退耕规模虚拟变量$ {S_i} $ 与$ {T_i} \times {P_{it}} $ 构造三重交互项;是需要关注的核心参数;${\alpha _1} $ 衡量了退耕规模变化对补贴到期收入效应影响的差异性。在年龄方面,参考杨进等[22]的做法,生成年龄虚拟变量$ {A_i} $ ,对于有60岁及以上老年劳动力的农户家庭,该变量取值为1,否则为0;${\alpha _5} $ 衡量了年龄对补贴到期收入效应影响的差异性,其余变量与前文相同。具体模型设定如下。$$\begin{split} {Y_{it}} =&\; {\alpha _{\text{5}}}{T_i} \times {P_{it}} \times {A_i} + {\alpha _{\text{6}}}{T_i} \times {P_{it}} + {\alpha _{\text{7}}}{T_i} \times {A_i} + \\ &\;{\alpha _{\text{8}}}{T_{it}} \times {A_i} + \xi {X_{it}} + {\lambda _i} + {\rho _t} + {\varepsilon _{it}} \end{split} $$ (3) -
本文选取变量如下:①被解释变量为农户收入水平,以农户总收入来衡量,为保证数据的平稳并削弱模型的异方差性,对农户总收入进行对数化处理。基于研究目的和前文分析,为了更好地说明退耕补贴到期对总收入的内在影响机理,借鉴已有研究[23],本文进一步将农户总收入划分为生产经营性收入、工资性收入、转移性收入和财产性收入4个部分,并取对数赋值。②核心解释变量。农户退耕补贴到期情况是本文的核心解释变量,当农户处在退耕补贴到期当年及以后年份时赋值为1,否则为0。③控制变量。基于实地调查情况并结合前人做法[24-26],控制变量包括户主特征和家庭资源禀赋特征两大类。其中,户主特征包含户主年龄、户主受教育程度;家庭资源禀赋特征包括健康状况、家庭人口数、抚养负担、是否为建档立卡户、农地面积、林地面积、退耕地面积和退耕树种。此外,考虑到退耕农户收入水平和结构可能受农户所在区域特征的影响,引入地区虚拟变量控制区域固定效应。具体的变量及描述性统计分析如表1所示。
表 1 变量定义及描述性统计
变量名称 变量说明 均值 标准差 最小值 最大值 农户总收入 农户总收入取对数 10.657 1.276 3.466 13.885 生产经营性收入 生产经营性收入取对数 4.670 4.483 0.000 13.831 工资性收入 工资性收入取对数 8.307 4.650 0.000 12.628 转移性收入 转移性收入取对数 8.044 1.689 0.000 11.838 财产性收入 财产性收入取对数 0.318 1.482 0.000 9.393 退耕补贴到期情况 退耕补贴到期当年及以后年份为 1,未到期 为0 0.353 0.478 0 1 户主年龄 58.291 11.601 26 91 户主受教育程度 年 6.176 4.172 0 16 健康状况 家中有残疾人或重大疾病患者赋值为1,其余为0 0.032 0.176 0 1 家庭人口数 4.545 1.738 1 11 抚养负担 15岁及以下儿童、65岁及以上老人占家庭总人口比例 0.266 0.260 0.000 1.000 是否为建档立卡户 是 = 1,否 = 0 0.501 0.500 0 1 农地面积 hm2 0.844 1.398 0.000 4.367 林地面积 hm2 0.363 0.481 0.000 2.640 退耕地面积 hm2 0.571 0.779 0.000 8.853 退耕树种 生态林 = 1,经济林 = 0 0.870 0.337 0 1 所在地区 宁夏 = 1,甘肃 = 2,湖南 = 3 2.261 0.810 1 3 -
本研究借鉴Beck等[20]做法,使用事件研究法进行平行趋势检验。结果显示,处理组和对照组的农户收入在退耕补贴到期前不存在显著差异,符合平行趋势的假设前提。本文通过多期双重差分模型,分析退耕补贴到期对农户总收入的平均处理效应,基准回归结果见表2。可以发现,无论是否引入控制变量,退耕补贴到期对农户总收入均在1%的水平上显著为正,表明受到退耕补贴到期的冲击后,农户总收入水平未降反升,假设H1成立。
表 2 退耕补贴到期对农户收入的影响
被解释变量 农户总收入 生产经营性收入 工资性收入 转移性收入 财产性收入 未加入
控制变量加入控制
变量未加入
控制变量加入控制
变量加入控制
变量加入控制
变量加入控制
变量加入控制
变量补贴到期情况
($ {T_i} \times {P_{it}} $)0.109***(0.025) 0.102***(0.026) −0.025(0.107) 0.186***(0.031) −0.095***(0.035) 0.079(0.050) 补贴到期当年
(D0)0.074***(0.027) 0.066***(0.027) 补贴到期后
第1年(D1)0.163***(0.036) 0.158***(0.036) 补贴到期后
第2年(D2)0.097***(0.037) 0.100***(0.039) 补贴到期后
第3年(D3)0.045(0.059) 0.056(0.051) 补贴到期后
第4年(D4)0.021(0.051) 0.043(0.063) 固定效应 控制 控制 控制 控制 控制 控制 控制 控制 N 4485 4485 4485 4485 4485 4485 4485 4485 R-squared 0.216 0.236 0.253 0.282 0.227 0.203 0.217 0.264 注:*p < 0.1,**p < 0.05,***p < 0.01;括号内为稳健标准误。 进一步估计退耕补贴到期对农户收入结构的处理效应,结果见表2。其中,退耕补贴到期对农户生产经营性收入影响为负,但并不显著;对农户工资性收入的影响在1%水平上显著为正;对农户转移性收入的影响在1%水平上显著为负;而对农户财产性收入影响为正,同样不显著。这些结果初步表明,退耕补贴到期会促使农户进行生计策略的调整,通过影响农户收入结构的变动,使得农户工资性收入的增长能充分抵消补贴到期所带来的收入损失,最终使农户总收入水平未降反升。据此下文进一步检验影响机制。
此外,参考黄溶冰等[27]做法,本文分别定义从补贴到期当年至第4年变量,即D0、D1、D2、D3、D4进行动态性检验。如表2所示,补贴到期收入效应在补贴到期当年就已初步显现,且这种效应在补贴到期第1年达到最大值,此后不断下降,直到补贴到期第3年不再显著。从回归系数看,补贴到期第1年收入的影响系数达到最大,从补贴到期后第2年开始回归系数呈现逐年降低的趋势,说明随补贴到期时间的推移,其带来的正向影响呈现出由强到弱的趋势。原因可能在于,农户受到补贴到期的冲击后对家庭劳动要素的配置调整需要一定的时间,且劳动力的非农就业转移也需要经过一个从寻求工作机会到适配岗位的过程,存在一定的时滞性[28],因而补贴到期带来的影响并非在补贴到期当年达到峰值。此外,随着时间推移农户因补贴到期而进行的生计活动也趋于稳定,从而使补贴到期的收入效应在达到峰值后逐渐减弱。
-
本文采用倾向得分匹配法消除样本选择偏差造成的估计偏误,并在此基础上再次使用多期双重差分模型对补贴到期的收入效应进行因果识别,利用Logit模型计算农户的倾向得分,运用半径匹配的方法对样本农户进行匹配以保证补贴到期组和未到期组之间具有同质性和趋势一致性假定成立。结果表明匹配后处理组和对照组之间并不存在显著差异,即匹配效果良好。基于上述匹配方法得到匹配样本后,再利用多期双重差分模型进行估计。回归结果如表3所示,补贴到期对农户总收入的回归系数仍然在1%水平下显著为正,且系数大小与基准回归结果相差较小,说明基准回归估计结果具有一定的稳健性。
表 3 匹配后样本回归结果
被解释变量 农户总收入 未加入控制变量 加入控制变量 补贴到期情况($ {T_i} \times {P_{it}} $) 0.105***
(0.026)0.098***
(0.026)固定效应 控制 控制 N 4465 4465 R-squared 0.232 0.256 注:*p < 0.1,**p < 0.05,***p < 0.01,括号内为稳健标准误。 -
为了进一步排除其他因素对估计结果产生的影响,本文根据反事实检验的思想,设计安慰剂检验鉴别补贴到期对农户总收入的影响是否客观存在。参考钱雪松等[29]做法,将农户补贴到期时点分别提前1年和提前2年,构造虚拟的补贴到期时间,然后使用多期双重差分模型进行估计。如果是其他因素导致目前的结果,或无论补贴政策到期与否,农户总收入都会有所提高,那么把补贴到期时间提前,也应当表现出目前结果。从表4可以发现,不论将补贴到期时间提前1年还是提前2年,补贴到期对农户收入水平的影响均不显著,这也从侧面印证了本文结论具有较好的稳健性。
表 4 改变补贴到期时间的安慰剂检验
被解释变量:
农户总收入提前1年 提前2年 未加入
控制变量加入控制
变量未加入
控制变量加入控制
变量补贴到期情况($ {T_i} \times {P_{it}} $) 0.0015
(0.054)0.009
(0.051)0.042
(0.057)0.037
(0.052)固定效应 控制 控制 控制 控制 N 4485 4485 4485 4485 R-squared 0.157 0.189 0.177 0.282 注:括号内为稳健标准误。 -
退耕补贴依据农户退耕地的实际面积进行发放,农户退耕规模不同,补贴到期对农户收入的冲击响应也可能不同。另外,由于老年农户和中青年农户之间劳动能力存在差距,农户受补贴到期影响的程度可能因年龄不同而存在一定差异。因此,本文将补贴到期情况分别与退耕规模虚拟变量和年龄虚拟变量构造三重差分模型(见表5)。
表 5 退耕规模和农户年龄的异质性估计结果
引入退耕规模 引入农户年龄 未加入
控制变量加入控
制变量未加入
控制变量加入控
制变量退耕规模($ S $)$\times 补贴 $
到期情况($ {T_i} \times {P_{it}} $)0.114***
(0.029)0.109***
(0.029)农户年龄($ A $)$\times 补贴 $
到期情况($ {T_i} \times {P_{it}} $)−0.126***
(0.039)−0.114***
(0.039)补贴到期情况
($ {T_i} \times {P_{it}} $)0.062**
(0.059)0.053**
(0.058)0.148***
(0.032)0.138***
(0.032)固定效应 控制 控制 控制 控制 N 4485 4485 4485 4485 R-squared 0.315 0.349 0.284 0.307 注:*p < 0.1,**p < 0.05,***p < 0.01;括号内为稳健标准误。 估计结果见从表5可以发现:①无论加入控制变量与否,补贴到期情况与退耕规模的交互项回归系数均在1%的水平上显著为正。这表明,相对于中等及以上规模的退耕户,补贴到期对小规模退耕户收入水平的促进作用更弱。可能的原因是,相较于小规模退耕户,中等及以上规模的退耕户会因补贴到期损失更多的机会成本,为了继续维持生计并出于收益最大化的考虑,其调整生计策略的动机和实施的可能性更大,可能会更加积极地寻求非农就业,最终使其收入效应更明显。②补贴到期情况与年龄的交互项回归系数在1%的水平上显著为负。这表明,相对于中青年组农户,补贴到期对老年组农户收入水平有显著的负向影响。原因可能是,由于年龄的限制,老年组农户的劳动能力、适应能力及应对风险冲击能力处于相对劣势,且本身缺乏通过其他渠道实现增收的主观意愿,导致收入渠道较为单一,补贴到期后难以通过调整生计策略来扭转补贴到期的损失,使得退耕补贴到期对老年组农户收入水平产生显著负向影响。
-
基于前述理论分析及退耕补贴到期对工资性收入呈现显著正向影响的实证分析结果,下面将非农就业纳入分析框架,进一步验证补贴到期对农户收入水平的影响机制。参考中介效应分析框架[30-31],在式(1)的基础上,构建如下方程实证检验补贴到期影响农户收入的作用机制:
$$ {M_{it}} = {\beta _1}{T_i} \times {P_{it}} + \psi {X_{it}} + {\lambda _i} + {\rho _t} + {\varepsilon _{it}} $$ (4) $$ {Y_{it}} = {\beta _2}{T_i} \times {P_{it}} + \eta {M_{it}} + \zeta {X_{it}} + {\lambda _i} + {\rho _t} + {\varepsilon _{it}}$$ (5) 式中:考虑到存在一定数量的农户在退耕补贴到期前就已经从事非农就业,为了更好地观测补贴到期前后农户家庭非农劳动力的比例变动,本文参考严中成等[32]做法,用农户家庭的非农就业率M it来表征农户非农就业;
$\; {\beta _1} $ 表示退耕补贴到期对农户非农就业的效应;$ \eta $ 表示控制了补贴到期情况后,农户家庭非农就业率对农户收入的效应;$ \;{\beta _2} $ 表示控制农户家庭非农就业率后,退耕补贴到期对农户收入水平的直接效应;$\; {\beta _1} \times \eta $ 为农户家庭非农就业率在退耕补贴到期与农户收入关系中的中介效应;$ {X_{it}} $ 为影响农户收入的一系列控制变量;$ \psi、\zeta $ 分别为控制变量的待估参数,其余变量含义与前文相同。如表6显示,退耕补贴到期对农户非农就业的影响系数在1%的水平上显著,说明补贴到期有助于促进农户非农就业。考虑补贴到期情况,农户非农就业对其收入的影响系数在1%的水平上显著,说明参与非农就业能够促进农户收入水平的增加,这与蔡洁等[33]的研究结论相一致。可以看出,农户非农就业在退耕补贴到期与农户收入水平的关系中起中介作用,假设H2成立。此外,控制农户非农就业后,退耕补贴到期对农户收入的直接效应为−0.020,且在1%的水平上显著。直接效应与间接效应的影响方向相反,且间接作用更强,说明非农就业能在一定程度上缓解补贴到期对农户收入带来的不利影响。
表 6 影响机制分析
被解释变量 非农就业率 农户总收入 加入控制变量 加入控制变量 $ {T_i} \times {P_{it}} $ 0.301***(0.012) −0.020***(0.025) Mit 0.405***(0.029) 固定效应 控制 控制 N 4 485 4 485 R-squared 0.204 0.249 注:*p < 0.1,**p < 0.05,***p < 0.01;括号内为稳健标准误。 -
在巩固拓展脱贫攻坚成果和实施乡村振兴战略大背景下,本文基于宁夏、甘肃和湖南897户农户实地调研数据,采用多期双重差分模型评估退耕补贴到期对农户收入水平的影响,并进一步剖析该影响的异质性和内在影响机理。结果表明:①受到退耕补贴到期的冲击后,农户通过参与非农就业实现增收,从而使其总收入水平未降反升,这种影响效应在退耕补贴到期当年便已初步显现,并随时间推移呈现出由强到弱的趋势(见表2)。②异质性分析发现,退耕补贴到期对小规模退耕户收入水平的促进作用相对较弱,而对老年组农户收入水平则会产生显著负向影响(见表5)。
-
基于研究结论,笔者提出如下建议:①增强农户转移就业能力。按现行政策首轮退耕补贴已全面到期,政府应加强组织补贴到期农户的职业技能培训和就业指导,并通过各种途径及时提供非农就业信息,增强退耕农户转移就业的能力,进一步引导农户树立市场主体和参与竞争的意识,帮助和促使其依靠自身发展能力提高收入水平。同时,依托当地特色优势产业,为其提供更多的就业岗位和机会,扩大退耕农户的收入来源。②制定差异化帮扶措施。在兼顾效率和公平原则下,充分考虑退耕农户的差异性,帮扶方向和各种惠农政策适度向老年退耕农户倾斜,使退耕补贴到期后农户收入和生活水平能够维持稳定。③及时出台退耕还林后续政策。考虑到按现行政策补贴到期后农户的长远生计问题,建议进一步完善退耕还林成果巩固长效机制,将国家财政补偿与市场化补偿相结合,对划入国家生态功能区的退耕地,继续通过其他生态补偿项目给予退耕农户生态补偿并适度提高标准,对未被划入的退耕地应赋予农户一定的处置权,并依托退耕还林发展特色优势产业,发展森林旅游、乡村旅游,促进退耕还林的生态价值实现,增加农户收入,以有效保障退耕农户的利益并巩固退耕还林成果。
The Impact of the Expiration of Subsidies for the Sloping Land Conversion Program on Farmer Households' Income and Its Mechanism: Based on the Perspective of Non-farm Employment
-
摘要: 探讨首轮退耕还林补贴到期对农户收入的影响,有助于为完善退耕成果巩固长效机制、促进农户增收和实现乡村振兴总目标提供经验证据。基于宁夏、甘肃和湖南3省(区)897户农户实地调研数据,采用多期双重差分模型,考察退耕补贴到期对农户收入的影响,并从非农就业视角对其影响机制进行检验。结果表明:退耕补贴到期的冲击会促使农户参与非农就业,并实现增收,使其总收入水平未降反升,这种影响效应在退耕补贴到期当年已初步显现,并随时间推移呈现出由强到弱的趋势;异质性分析发现,退耕补贴到期对小规模退耕户收入水平的促进作用相对较弱,而对老年组农户的收入水平则会产生显著负向影响。基于此,从增强农户转移就业能力、制定差异化帮扶措施和及时出台退耕还林后续政策等方面提出建议。Abstract: Exploring the impact of the expiration of the first round subsidies for the Sloping Land Conversion Program (SLCP) on farmer households' income will help to provide empirical evidence for improving the long-term mechanism for consolidating the SLCP, increasing farmer households’ income and achieving the overall goal of rural revitalization. Based on the survey data of 897 farmer households in the Ningxia Hui Autonomous Region, Gansu and Hunan provinces, this paper uses a multi-period DID to investigate the impact of the expiration of the subsidies for the SLCP on farmer households' income, and tests its specific impact mechanism from the perspective of non-farm employment. The results show that the expiration of the subsidies for the SLCP prompts farmer households to participate in non-farm employment and increase their income, so that their total income level does not fall but rises. This effect has initially appeared in the year when the subsidies for the SLCP expire, and shows a trend from strong to weak over time. Heterogeneity analysis found that the expiration of the subsidies for the SLCP has a relatively weak effect on the income level of farmer households with small scale of SLCP, while it has a significantly negative impact on the income level of elderly farmer households. Based on test results above, this paper puts forward policy recommendations from the aspects of enhancing farmer households' ability to transfer employment, formulating differentiated assistance measures and timely issuing follow-up policies for the SLCP.
-
表 1 变量定义及描述性统计
变量名称 变量说明 均值 标准差 最小值 最大值 农户总收入 农户总收入取对数 10.657 1.276 3.466 13.885 生产经营性收入 生产经营性收入取对数 4.670 4.483 0.000 13.831 工资性收入 工资性收入取对数 8.307 4.650 0.000 12.628 转移性收入 转移性收入取对数 8.044 1.689 0.000 11.838 财产性收入 财产性收入取对数 0.318 1.482 0.000 9.393 退耕补贴到期情况 退耕补贴到期当年及以后年份为 1,未到期 为0 0.353 0.478 0 1 户主年龄 58.291 11.601 26 91 户主受教育程度 年 6.176 4.172 0 16 健康状况 家中有残疾人或重大疾病患者赋值为1,其余为0 0.032 0.176 0 1 家庭人口数 4.545 1.738 1 11 抚养负担 15岁及以下儿童、65岁及以上老人占家庭总人口比例 0.266 0.260 0.000 1.000 是否为建档立卡户 是 = 1,否 = 0 0.501 0.500 0 1 农地面积 hm2 0.844 1.398 0.000 4.367 林地面积 hm2 0.363 0.481 0.000 2.640 退耕地面积 hm2 0.571 0.779 0.000 8.853 退耕树种 生态林 = 1,经济林 = 0 0.870 0.337 0 1 所在地区 宁夏 = 1,甘肃 = 2,湖南 = 3 2.261 0.810 1 3 表 2 退耕补贴到期对农户收入的影响
被解释变量 农户总收入 生产经营性收入 工资性收入 转移性收入 财产性收入 未加入
控制变量加入控制
变量未加入
控制变量加入控制
变量加入控制
变量加入控制
变量加入控制
变量加入控制
变量补贴到期情况
($ {T_i} \times {P_{it}} $ )0.109***(0.025) 0.102***(0.026) −0.025(0.107) 0.186***(0.031) −0.095***(0.035) 0.079(0.050) 补贴到期当年
(D0)0.074***(0.027) 0.066***(0.027) 补贴到期后
第1年(D1)0.163***(0.036) 0.158***(0.036) 补贴到期后
第2年(D2)0.097***(0.037) 0.100***(0.039) 补贴到期后
第3年(D3)0.045(0.059) 0.056(0.051) 补贴到期后
第4年(D4)0.021(0.051) 0.043(0.063) 固定效应 控制 控制 控制 控制 控制 控制 控制 控制 N 4485 4485 4485 4485 4485 4485 4485 4485 R-squared 0.216 0.236 0.253 0.282 0.227 0.203 0.217 0.264 注:*p < 0.1,**p < 0.05,***p < 0.01;括号内为稳健标准误。 表 3 匹配后样本回归结果
被解释变量 农户总收入 未加入控制变量 加入控制变量 补贴到期情况( $ {T_i} \times {P_{it}} $ )0.105***
(0.026)0.098***
(0.026)固定效应 控制 控制 N 4465 4465 R-squared 0.232 0.256 注:*p < 0.1,**p < 0.05,***p < 0.01,括号内为稳健标准误。 表 4 改变补贴到期时间的安慰剂检验
被解释变量:
农户总收入提前1年 提前2年 未加入
控制变量加入控制
变量未加入
控制变量加入控制
变量补贴到期情况( $ {T_i} \times {P_{it}} $ )0.0015
(0.054)0.009
(0.051)0.042
(0.057)0.037
(0.052)固定效应 控制 控制 控制 控制 N 4485 4485 4485 4485 R-squared 0.157 0.189 0.177 0.282 注:括号内为稳健标准误。 表 5 退耕规模和农户年龄的异质性估计结果
引入退耕规模 引入农户年龄 未加入
控制变量加入控
制变量未加入
控制变量加入控
制变量退耕规模( $ S $ )$\times 补贴 $
到期情况($ {T_i} \times {P_{it}} $ )0.114***
(0.029)0.109***
(0.029)农户年龄( $ A $ )$\times 补贴 $
到期情况($ {T_i} \times {P_{it}} $ )−0.126***
(0.039)−0.114***
(0.039)补贴到期情况
($ {T_i} \times {P_{it}} $ )0.062**
(0.059)0.053**
(0.058)0.148***
(0.032)0.138***
(0.032)固定效应 控制 控制 控制 控制 N 4485 4485 4485 4485 R-squared 0.315 0.349 0.284 0.307 注:*p < 0.1,**p < 0.05,***p < 0.01;括号内为稳健标准误。 表 6 影响机制分析
被解释变量 非农就业率 农户总收入 加入控制变量 加入控制变量 $ {T_i} \times {P_{it}} $ 0.301***(0.012) −0.020***(0.025) Mit 0.405***(0.029) 固定效应 控制 控制 N 4 485 4 485 R-squared 0.204 0.249 注:*p < 0.1,**p < 0.05,***p < 0.01;括号内为稳健标准误。 -
[1] LI J,FELDMAN M W,LI S Z,et al. Rural household income and inequality under the Sloping Land Conversion Program in western China[J]. Proceedings of the National Academy of Sciences of the United States of America,2011,108(19):7721-7726. doi: 10.1073/pnas.1101018108 [2] 段伟,申津羽,温亚利. 西部地区退耕还林工程对农户收入的影响−基于异质性的处理效应估计[J]. 农业技术经济,2018(2):41-53. [3] WU Z L,DAI X H,Li B,et al. Livelihood consequences of the Grain for Green Programme across regional and household scales:a case study in the Loess Plateau[J]. Land Use Policy,2021,111:105746. doi: 10.1016/j.landusepol.2021.105746 [4] 吴乐,孔德帅,靳乐山. 生态补偿对不同收入农户扶贫效果研究[J]. 农业技术经济,2018(5):134-144. [5] 谢旭轩,张世秋,朱山涛. 退耕还林对农户可持续生计的影响[J]. 北京大学学报(自然科学版),2010,46(3):457-464. [6] 石颜露,陈琛,王立群. 退耕补贴到期对贫困地区农户主观贫困的影响−基于四川和河北802份调研数据的分析[J]. 湖南农业大学学报(社会科学版),2022,23(2):27-35. [7] 蔡志坚,蒋瞻,杜丽永,等. 退耕还林政策的有效性与有效政策搭配的存在性[J]. 中国人口·资源与环境,2015,25(9):60-69. doi: 10.3969/j.issn.1002-2104.2015.09.009 [8] 张炜,薛建宏,张兴. 退耕还林政策对农户收入的影响及其作用机制[J]. 农村经济,2019(6):130-136. [9] 王庶,岳希明. 退耕还林、非农就业与农民增收−基于21省面板数据的双重差分分析[J]. 经济研究,2017,52(4):106-119. [10] 李树茁,梁义成,FELDMAN M W,等. 退耕还林政策对农户生计的影响研究−基于家庭结构视角的可持续生计分析[J]. 公共管理学报,2010,7(2):1-10. [11] 谢晨,张坤,王佳男,等. 退耕还林动态减贫:收入贫困和多维贫困的共同分析[J]. 中国农村经济,2021(05):18-37. [12] LI L C,LIU C,LIU J L,et al. Has the Sloping Land Conversion Program in China impacted the income and employment of rural households?[J]. Land Use Policy,2021,109(4):105648. [13] 陈琛,石颜露,邱珊珊,等. 首轮退耕补贴到期对农户非农就业的影响[J]. 干旱区资源与环境,2022,36(12):15-21. [14] 刘天婕,黄杰龙,赵娅娅,等. 首轮退耕补贴到期对农户收入影响调查与分析[J]. 林业经济问题,2022,42(2):188-195. [15] 缪书超,钱龙,宋亮. 农业补贴与农村家庭非农创业−基于中国家庭金融调查(CHFS)数据的实证分析[J]. 农业经济问题,2021(3):62-74. [16] 赵娅娅,黄杰龙,李瑞民,等. 退耕补贴到期对贫困地区农户消费的影响研究[J]. 中国农业资源与区划,2022,43(7):183-192. [17] 陈琛, 杜温鑫, 王立群. 首轮退耕补贴到期对农户退耕地利用意愿影响研究−基于农户主观福利的中介检验[EB/OL]. (2022-04-17)[2022-11-01]. http://kns.cnki.net/kcms/detail/11.3513.s.20220415.1538.018.html. [18] 中国社会科学院农村发展研究所, 国家统计局农村社会经济调查司. 农村绿皮书: 中国农村经济形势分析与预测(2020 ~ 2021)[M]. 北京: 社会科学文献出版社, 2021. [19] 孙久文,夏添. 中国扶贫战略与2020年后相对贫困线划定−基于理论、政策和数据的分析[J]. 中国农村经济,2019(10):98-113. [20] BECK T,LEVINE R,LEVKOV A. Big bad banks? the winners and losers from bank deregulation in the United States[J]. The Journal of Finance,2010,65(5):1637-1667. doi: 10.1111/j.1540-6261.2010.01589.x [21] 何凌云,马青山. 智慧城市试点能否提升城市创新水平?−基于多期DID的经验证据[J]. 财贸研究,2021,32(3):28-40. [22] 杨进,陈志钢. 劳动力价格上涨和老龄化对农村土地租赁的影响[J]. 中国农村经济,2016(5):71-83. [23] 张炜,薛建宏,张兴. 退耕还林政策对农户收入的影响及其作用机制[J]. 农村经济,2019(6):130-136. [24] 潘丹,陆雨,孔凡斌. 不同贫困程度农户退耕还林的收入效应[J]. 林业科学,2020,56(8):148-161. doi: 10.11707/j.1001-7488.20200817 [25] 蔡洁,夏显力. 农地转出:缓解还是加剧了农户的多维贫困?[J]. 长江流域资源与环境,2019,28(12):2971-2979. [26] 王恒,王征兵,朱玉春. 乡村振兴战略下连片特困地区劳动力流动减贫效应研究−基于收入贫困与多维贫困的双重视角[J]. 农村经济,2020(4):43-50. [27] 黄溶冰,赵谦,王丽艳. 自然资源资产离任审计与空气污染防治:“和谐锦标赛”还是“环保资格赛”[J]. 中国工业经济,2019(10):23-41. doi: 10.19581/j.cnki.ciejournal.2019.10.002 [28] PAUL T,PAMELA J,CONGHE S,et al. Impacts of China's Grain for Green Program on migration and household income[J]. Environmental management,2018,62(3):489-499. doi: 10.1007/s00267-018-1047-0 [29] 钱雪松,唐英伦,方胜. 担保物权制度改革降低了企业债务融资成本吗?−来自中国《物权法》自然实验的经验证据[J]. 金融研究,2019(7):115-134. [30] BARON R M,KENNY D A. The moderator-mediator variable distinction in social psychological research:conceptual,strategic,and statistical considerations[J]. Journal of personality and social psychology,1986,51(6):1173-1182. doi: 10.1037/0022-3514.51.6.1173 [31] 温忠麟,张雷,侯杰泰,等. 中介效应检验程序及其应用[J]. 心理学报,2004(5):614-620. [32] 严中成,漆雁斌,韦锋,等. 非农就业对农户农地价值预期的影响研究−来自CHFS的实证分析[J]. 中国农业资源与区划,2022,43(7):193-204. [33] 蔡洁,刘斐,夏显力. 农村产业融合、非农就业与农户增收−基于六盘山的微观实证[J]. 干旱区资源与环境,2020,34(2):73-79. -