退耕还林的经济效益研究

王 庶 邓泽林

一、引言

1998年长江、嫩江以及松花江流域发生特大洪灾，引发政府和社会各界对生态环境问题与经济发展模式的深刻反思。同年10月，中央颁布 《关于灾后重建、整治江湖、兴修水利的若干意见》，将 “封山植树、退耕还林”置于32字指导原则的首位，就此拉开退耕还林工程的序幕。1999年退耕还林工程率先在四川、陕西、甘肃三省试点运行，2000年推广至13个省份的174个县，并于2002年正式在全国范围内实施，覆盖中西部25个省份和新疆生产建设兵团。

退耕还林工程实施的最初目的是有效遏制水土流失，将易造成水土流失的坡耕地有计划、有步骤地停止耕种，并按照适地适树原则，因地制宜植树造林的一项环境保护工程。退耕还林工程启动至今，生态环境领域成果丰硕，不仅在提高长江上游植被覆盖、控制水土流失、减少泥沙入江、调节地表径流、减轻洪旱灾等方面发挥了重要作用（陈国阶，2001［1］）， 还成为长江上游生态屏障的重要组成部分（刘照光和潘开文，2001［2］）。

但退耕还林工程的实践意义并不局限于解决生态问题。鉴于20世纪90年代以来我国农村居民收入增长缓慢、城乡间收入差距不断拉大的事实，寻求促进农民增收之良策，改善收入分配之格局迫在眉睫。由于退耕还林工程直接作用于农民生产领域，因此调整农村产业结构、转变农民生产方式、提高农民收入也成为政策实施中所要兼顾的重要内容。倘若退耕还林工程在改善生态环境之余，又能实现转变农村生产模式、促进农民增收、扶贫开发等目标，即可实现 “双赢”的局面，由此退耕还林的经济效益日益引发政府的关注。《退耕还林条例》中明确指出 “退耕还林必须坚持生态优先”，并要与 “调整农村产业结构、发展农村经济”相结合； 《国务院关于进一步完善退耕还林政策实施的若干意见》格外强调要 “增加农民收入”；《国家林业局关于进一步做好退耕还林成果巩固工作的通知》又将 “扶贫开发”纳入到退耕还林工作的经济目标当中。因此，退耕还林的经济效益成为评价政策实施效果的重要组成部分，现实意义重大。

退耕还林对经济的影响最终体现为农民收入的变化，而内在影响机制主要有两条：一是以现金及粮食的形式直接给予农户退耕补贴；二是在发放补贴款之余，引导农户外出打工或从事经营活动。前者意在确保退耕后农户短期内不至于减收，充分调动农户的参与积极性，方便退耕还林工程的开展与推行；后者意在转变农民就业方式，通过从事附加值更高的生产活动来间接提高农户的创收能力，这是退耕还林在经济领域的长期目标。因此，实施退耕还林后农户能否实现增收成为项目评估的核心，而农户收入结构的变化则是项目评估的重点。

退耕还林工程涉及内容庞杂、研究领域广泛，不少文献涉及该问题的研究，取得了一些研究成果。其中，一些学者致力于理论层面的研究，例如，王小龙（2004）［3］在委托-代理框架下研究了私人承包与政府规制间的激励不相容问题；李彧挥和孙娟（2006）［4］、邵传林和何磊（2010）［5］试图从博弈论的视角解释退耕还林工程的可持续性问题。多数学者选择用实证分析的方法来检验工程的实施效果，具体包括生态环境问题（Cao等，2009［6］； 韩洪云和喻永红，2012［7］）、粮食安全问题（国家统计局课题调研组， 2004［8］； Xu 等， 2006［9］）、运行机制（Bennett，2007［10］）、成本有效性问题（徐晋涛等， 2004［11］；陶然等，2004［12］）等，但多数实证研究仍围绕在工程的经济效果，有关实施退耕还林后农民收入规模、收入结构、就业方式等问题的讨论尤为集中，当中不乏彼此对立的观点和结论。

关于退耕还林在促进农民增收的作用方面，许多文献给予积极评价（彭浩，2005［13］；刘璨和张巍，2006［14］； Uchida 等， 2005［15］、2007［16］）。 但当深入探究农民的增收原因时，众学者的观点开始出现明显的分歧。 Uchida等（2005）［15］认为， 即使退耕还林能够增加农户的实际纯收入，收入增加的主要原因仍要归因于政府的项目补贴，在目前还没有培育有效的收入增长点的情况下，退耕后农户收入的可持续性值得怀疑，这意味着一旦补贴停止，极易出现 “复耕”的可能。对此，王爱民（2005）［17］运用统计的方法定量分析河北省坝上地区退耕还林的实施效果，发现退耕还林工程对区域经济和退耕农户的家庭收入存在明显的区域差异性，部分地区实行退耕还林工程后，非农收入比重变化不大，退耕农户主要收入来源转为政府的粮款补助，这意味着退耕补贴一旦停止，退耕农户收入将会明显下降。也有一部分学者将农民收入的提高归因于劳动力转移及农民收入结构转变的结果。其中，王秋菊和王立群（2009）［18］结合河北省平泉县的情况，认为农户退耕后农业劳动力向其他产业转移，从而实现农民收入结构调整，在一定程度上帮助农民增收。Groom（2009）［19］也认同这一观点， 并进一步补充，退耕还林工程在促使农村剩余劳动力向非农部门转移的同时，还显著地增加了非农部门的劳动力供给。胡霞（2005）［20］认为退耕还林工程虽然促使了剩余劳动力的转移，但农村转移出去的劳动力大多流向非正

二、文献综述

规部门从事简单劳动，而非以工业和商业为主的现代部门。随着外出从事简单体力劳动的农民数量的增加，其预期收入将会下降，难以解决长期生计。还有不少学者从退耕农户的内在差异入手研究退耕还林对不同人群的影响。Uchida等（2009）［21］利用陕西、甘肃、四川三个省份退耕还林调查数据，运用双重差分法对此进行实证研究，发现低收入农户和受教育程度高的年轻农户退耕后非农就业的增加效果更明显。而杨小军和徐晋涛（2009）［22］利用相同的数据，却认为退耕还林工程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，特别是对以种植业收入为主的低收入农户而言影响极弱，反而对高收入农户的劳动力转移帮助较大。除此之外，易福金和陈志颖（2006）［23］同样利用陕西、甘肃、四川三省份的退耕还林调查数据，认为非农收入的提高主要归因于外出务工人员劳动时间的增加，而各农户的外出务工人数并没有发生显著的变化。

部分学者对退耕还林工程的实施效果持否定的态度，理由主要集中于两点。首先，退耕还林工程是扶贫措施中的一种，但在实践中项目本身对扶贫的关注力度不够，表现为退耕对象的选择上没有优先照顾贫困人口（刘璨和张巍， 2006［14］； Uchida 等， 2007［16］；杨小军和徐晋涛，2009［22］）。更为严重的是，在退耕户中低收入家庭得到的补贴少，高收入家庭得到的补贴反而更多（Liu和 Wu，2010［24］）， 严重减弱了退耕还林在缩小居民间收入差距上的效果。其次，也有学者认为退耕还林工程在促进农民增收方面作用甚微（徐晋涛等， 2004［11］； 易福金等， 2006［25］； 谢旭轩等， 2010［26］）。 其中， 谢旭轩等（2010）［26］利用宁夏和贵州的调研数据，认为退耕后林业和养殖业短期内难以成为替代收入来源，外出务工收入虽增加明显，但退耕还林在其中发挥的直接促进作用不显著。

因此，首先退耕还林工程究竟能否实现农民增收，农民增收原因如何，诸多问题目前仍旧存在争论，亟需给出严谨的论断和夯实有力的证明。其次，在数据基础上，以往研究多数是基于两三个省份的样本，缺乏大数据的支持，在评价全国层面的政策效果时，难免以偏概全。再次，目前几乎所有有关退耕还林工程的微观样本都是采取问卷调查的方式收集的，这类一次性回忆数据的准确度欠佳，可能会干扰研究结论，倘若通过使用记账式数据来进行实证分析，结果将会更加准确，结论也更具说服力。最后，在论证方法上，部分文献偏重描述性统计分析，只是单纯从数据上描述实施退耕还林与农民增收之间的相关关系，没能排除掉其他因素的干扰，在刻画因果性上解释力度不强。以上原因成为激发本文研究的主要动机。

三、数据来源

本文的数据基础是2013年中国家庭收入调查数据（China Household Income Projects 2013， 以下简称CHIP 2013）。CHIP 2013是一项在全国范围内展开的、截面式的研究数据库。研究样本从国家统计局的大样本中按照多阶段分层抽样法获取，覆盖北京、山西、辽宁、江苏、安徽、山东、河南、湖北、湖南、广东、重庆、四川、云南、甘肃、新疆15个省份，具有全国代表性，其中实施退耕还林工程的样本省份有山西、安徽、河南、湖北、湖南、重庆、四川、云南、甘肃和新疆，囊括了退耕还林工程的大多数参与省份。

CHIP 2013数据收集工作于2014年开展，系统记录了2013年各家庭住户的生产经营情况。CHIP 2013数据由两部分组成：一部分是反映个人、家庭层面的基本信息和生产经营活动的相关指标，通过委托国家统计局调查队以问卷调查的方式采集；另一部分是反映个人、家庭层面2013年全年收入、支出规模和结构的数据，从国家统计局的数据库中直接过录。由于国家统计局的收入、支出数据采用记账式的收集方法，相比于普通问卷调查一次性回忆得到的数据更加准确细致，数据质量更高。这也是本文相比于已有研究在数据基础上的进步。

CHIP 2013总调查包括城镇住户、农村住户和外来务工住户三种住户类型，本文致力于研究退耕还林问题，首先将城镇样本排除在外。又由于农村住户问卷与外来务工住户问卷在结构上存在差异，诸多指标难以吻合，遂又将外来务工样本删除，由此导致的结果可能会低估退耕还林工程对劳动力转移、非农就业的影响。再加之新疆住户数据缺失严重，因此新疆也不在本文研究的范围之内。由此，得到一份覆盖10 070户37 428人的农村住户样本，其中退耕户650户，占样本总数的6.45%，构成本文的数据基础。

CHIP 2013分别从家庭和个人两种统计口径下收集了收入和支出的数据。其中，个人数据在家庭数据的基础上被拆分为归属于各成员的部分和难以在家庭成员间细分的部分。正是由于这部分难以在家庭成员间准确划分的收入的存在，倘若以个人为单位进行研究，容易低估家庭成员的收入状况，特别是家庭的财产收入部分。又鉴于中国农村普遍是以家庭作为生产经营决策单位，因此本文将研究单位锁定在户级层面。

四、实证方法

项目评估的实证方法较为丰富，鉴于本文的数据基础，CHIP 2013为截面数据，缺乏时间维度的延伸，因此选用倾向得分匹配（Propensity Score Matching，PSM）的方法。

项目评估的关键是能否构造出一组合适的反事实，即我们希望知道某一退耕户假使没有参与退耕情况下的收入状况，通常此类数据无法直接观测获得。但通过数学推导，可以将观测到的项目效果分解为平均处理效应和选择性偏差，当选择性偏差趋近于零时，便可将观测的项目效果近似为平均处理效应，即项目的真实效果。具体而言，按照农户是否参与退耕还林工程设定虚拟变量TGHLi＝｛0，1｝。TGHLi＝1表示该农户参与退耕还林工程，其收入为Y1i；TGHLi＝0表示该农户没有参与退耕还林，收入记为Y0i。可观测到的收入表示为

退耕农户与非退耕农户之间的收入差距表示为

式（2）等号左侧表示通过数据观测到的项目效果，右侧表示平均处理效应和选择性偏差的和。选择性偏差为零，意味着退耕户与非退耕户之间除是否接受项目处理外的其他情况完全相同，通常这一假设无法满足，能否成为退耕户与农户自身属性之间存在关联，因此需要借助匹配的方法来确保处理组与对照组样本之间的同质性。

匹配的方法为没有采用随机实验方法区分处理组和对照组的观测数据提供了一种近似于随机实验的方法。如果接受或不接受处理的两组样本的差异能够被一组协变量所解释，那么就可以利用这些协变量进行分层配对，使得两组样本中唯一的不同即为是否接受过处理。再通过观察两组样本在结果上的差异，便可得出较好的平均处理效应。但普通的匹配方法存在潜在的难题，假设有k个控制变量，那么普通的匹配要求在k维上寻找最接近的匹配对象，当k很大时，对具有k维控制变量的个体进行匹配变得非常复杂。为了解决普通匹配方法的弊端，Rosenbaum和Rubin（1983）［27］提出了倾向得分匹配的方法，其优点是将k维信息综合成一维数值，即倾向得分（指在一系列可观察到的协变量条件下，任意一个研究对象被分配到处理组或者对照组的概率），倾向得分越接近的样本表示同质性越强，因此只需在这个一维变量上寻找最接近的匹配对象。

五、实证结果

本文旨在评估退耕还林工程的经济效益，选用农民的收入指标作为分析问题的切入点，分别讨论退耕还林工程在农民收入增长、就业方式转变、扶贫开发上的效果。

表1详细对比了退耕户与非退耕户在各项收入上的关系。首先，从总量的层面看，无论是否包括退耕还林补贴，退耕户的人均收入对数值均小于非退耕户的人均收入对数值，说明工程实施过程中退耕户的选取上有意向低收入农户倾斜，希望通过引导低收入农户转变生产方式从而实现增收，这符合政府相关文件中所强调的退耕还林经济效应的政策意图。其次，即使包括退耕补贴，退耕户的人均收入对数值提高不大，说明补贴规模相对于收入水平而言仍然较小。再次，从收入结构的层面看，退耕户的人均工资收入对数值为5.78，低于非退耕户；但退耕户的人均经营收入对数值为7.77，高于非退耕户；在人均非农收入对数值上，非退耕户略高，相差不大。

表1 退耕户与非退耕户的人均收入情况描述性统计

表2报告了最近邻匹配下计算的退耕还林对人均收入的影响。为方便阅读，同时给出了匹配前样本和匹配后样本的差分结果，其中，匹配后样本表示通过计算倾向得分而筛选出一组除是否参与退耕外，其他情况近似于同质的样本，此时差分的含义即为平均处理效应。首先，前4行的结果显示，尽管如前所述，描述性统计分析显示，退耕户与非退耕户在人均收入对数值（含退耕补贴以及不含退耕补贴）上存在些许差异，但当控制相关因素的干扰后，二者在统计意义上并没有显著差别，表明退耕还林工程不能构成影响农民收入规模的因素。这其中包含了两层含义：一是由于退耕活动改变了农户的生产经营方式，农户赖以维持生计的农业收入大幅度下降，退耕存在减收的可能，但实证结果否定了这一判断，意味着农户参与退耕后的收入状况不会有明显的改变，特别是考虑到不含退耕补贴的人均收入，表明即使取消退耕补贴农户也不会因经济利益的驱使选择 “复耕”，退耕成果具备可持续性。二是退耕活动也并没能显著改善农户的收入状况，工程在实施过程中的经济效应不明显。其次，农户参与退耕还林工程后人均非农收入实现了显著的增长，退耕户相较于未参与退耕的同质非退耕户而言，人均非农收入高出8.53%，该数据在5%的水平下显著，说明退耕农户正在通过非农生产的途径来弥补农业生产上的损失，退耕还林使得农户生产方式和收入结构发生了明显的改变。再将人均非农收入拆解为两个部分：人均工资收入和人均经营收入，匹配后的样本回归结果显示，非农收入增长的原因主要源自于经营收入的提高（18.21%），农户退耕后主要通过个体经营活动来获得新的收入来源。与此同时，退耕户的人均工资收入虽要高于非退耕户，但在统计上并不显著。最后，匹配后样本与匹配前样本在回归结果上存在明显的差异，匹配前样本的以上五项指标均呈现出显著的统计结果，而匹配后样本的结果不同程度地将之弱化，两组样本回归结果的差异即可以解释为样本选择性偏差的干扰。

表2 退耕还林对收入的影响（一）

本文进一步对倾向得分匹配的结果进行了共同支撑（Common Support）和 平 衡 性 检 验（Balance Test）。满足共同支撑的样本数共计9 050户，其中退耕户1 367户，非退耕户7 983户。匹配前后的倾向得分密度分布图如图1所示，表明匹配后退耕户与非退耕户在倾向得分密度分布上具备极高的相似度。平衡性检验①鉴于篇幅有限，平衡性检验表格在文中省略，如有需要请与作者或编辑部联系。结果显示，除样本所处省份的地理方位外，其他变量均通过了平衡性检验，即在5%的显著性水平下无法区分样本属于处理组还是对照组，整体上似然比等于23.35，对应的P值为0.949，可以认为处理组与对照组间没有明显的差异。

图1 最近邻匹配前、后的倾向得分密度分布图

倾向得分匹配的结果容易受到匹配方法和参数的干扰，为了获得稳健的结果，本文选择分别用半径匹配、核匹配和马氏距离匹配对上文最近邻匹配的结果进行稳健性检验。回归结果如表3所示，三种方法下的结论与之前的最近邻匹配结果大体一致，即退耕还林工程不能显著增加农民总收入，但可以通过引导农户从事非农生产，进而改变农户收入结构。农户退耕后非农收入的增长主要得益于经营收入的提高，而工资收入变化不大。

表3 退耕还林对收入的影响（二）

进行项目评估时，不仅仅要检验项目的总体效果，探究不同群体间的影响差异性甚至更为重要，特别是涉及农村问题时，相对贫困的群体能否从项目中得到实惠成为评价项目效果的重中之重。因此本文将退耕户按收入从低到高进行排序并将其四等分组，再对四组样本分别进行匹配计算平均处理效应，结果如表4所示。第一列表示收入水平最低的25%的退耕户参与退耕还林工程后各项收入的变化，无论是包含退耕补贴还是剔除掉退耕补贴，退耕户的人均收入均呈现大幅度下降，约为49.65%和52.39%。除此之外，人均非农收入、人均工资收入、人均经营收入等指标的下降幅度同样巨大且显著。而且四种匹配方法的结论大体相同，表明退耕还林工程恶化了贫困农户的收入状况。与此相反，高收入农户收入状况的改善较为明显，而且收入水平越高增收幅度越大，这一点可以通过第三组和第四组的对比看出。

为何贫困农户退耕后收入状况难以改善，本文进一步通过对比四组样本的基本属性予以探究。首先，村级层面对比发现，相对富裕的农户大多居住在平原地区，贫困农户多数居住在山区，地理环境影响了农户从事非农生产的难易程度。其次，户级层面对比发现，低收入农户在常住人口、文盲比例、有无残疾人、生病天数等指标上明显偏高，而在平均受教育年限、党员比例、有无村干部、能否上互联网等指标上明显偏低①鉴于篇幅有限，具体数字不予列示，如有需要请与作者或编辑部联系。，这表明低收入农户相比于高收入农户而言，受教育水平偏低、健康状况偏差、获取资源和信息的能力偏弱，以上三点因素正是收入中的主要贡献因素。因此，倘若没有退耕，低收入农户可以依靠低技能的农业生产维持生计，反而退耕后难以适应高技能的非农生产的工作要求，收入下降。

表4 退耕还林对不同人群收入的影响

六、基本结论与政策建议

本文研究发现，从总体上看，退耕还林工程没能改善农民收入水平，但通过引导农户从事非农就业，改变了农户收入结构，尤其是经营收入增加明显。而且，退耕户内部呈现出明显的差异性，表现为低收入农户退耕后收入大幅下降，高收入农户增收效果明显。因此，鉴于以上结论，对退耕还林工程的进一步实施与完善提出如下政策建议：

一是实行差异化补贴。非农生产活动对劳动力素质要求偏高，考虑到农户自身的生产能力的差异，部分退耕户难以适应新工作而出现减收。补贴的目的在于维持原有收入水平，从而保证农民有意愿从事退耕活动，因此补贴额的发放应该将退耕户的生产能力纳入考虑范围，因人而异，对生产能力弱的群体给予更多的财力资助。

二是加大技术培训和就业指导等辅助措施的力度。无论农户退耕后是选择从事生产经营活动还是外出打工，都需要较强的专业技术水平和较高的理财能力，因此建议政府在推行退耕还林工程时，不单要给予农户财力支持，更重要的是提高农户劳动技能以适应新的生产需要。

［1］陈国阶.长江上游退耕还林与天然林保护的问题与对策［J］.长江流域资源与环境，2001（3）：544-549.

［2］刘照光，潘开文.长江上游陡坡耕地退耕的难点与对策［J］.长江流域资源与环境，2001（5）：426-431.

［3］王小龙.退耕还林：私人承包与政府规划［J］.经济研究，2004（4）：107-116.

［4］李彧挥，孙娟.从政府与农户的动态博弈分析退耕还林工程的可持续性［J］.中国人口资源环境，2006（6）：62-65.

［5］邵传林，何磊.退耕还林：农户、地方政府与中央政府的博弈关系［J］.中国人口资源与环境，2010（2）：116-121.

［6］Cao S X， Chen L， Yu X X.Impact of China's Grain for Green Project on the Landscape of Vulnerable Arid and Semi-arid Agricultural Regions： A Case Study in Northern Shaanxi Province［J］.Journal of Applied Ecology， 2009， 46： 536-543.

［7］韩洪云，喻永红.退耕还林的环境价值及政策可持续性［J］.中国农村经济，2012（11）：44-55.

［8］国家统计局课题调研组.退耕还林对西部地区粮食生产及供求的影响［J］.管理世界，2004（11）：97-108.

［9］Xu Z G，Xu J T，Deng X Z，Huang J K，Uchida E，Rozelle S.Grain for Green versus Grain：Conflict between Food Security and Conservation Set-Aside in China［J］.World Development， 2006， 34： 130-148.

［10］Bennett M T.China's Sloping Land Conversion Program： Institutional Innovation or Business as Usual［J］.Ecological Economics，2007，65： 699-711.

［11］徐晋涛，陶然，徐志刚.退耕还林：成本有效性、结构调整效应与经济可持续性——基于西部三省农户调查的实证分析［J］.经济学（季刊）， 2004， 4（1）： 139-162.

［12］陶然，徐志刚，徐晋涛.退耕还林，粮食政策与可持续发展［J］.中国社会科学，2004（6）：25-38.

［13］彭浩.甘肃张掖市退耕还林（草）工程影响综合评价［J］.中国人口资源与环境，2005（6）：95-99.

［14］刘璨，张巍.退耕还林政策选择对农户收入的影响——以我国京津风沙源治理工程为例［J］.经济学（季刊），2006，6（1）：273-290.

［15］Uchida E， Xu J T， Rozelle S.Grain for Green： Cost-effectiveness and Sustainability of China's Conservation Set-aside Program［J］.Land Economics，2005，81： 247-264.

［16］Uchida E， Xu J T， Xu Z G，Rozelle S.Are the Poor Benefiting from China's Land Conservation Program？［J］.Environment and Development Economics，2007，12： 593-620.

［17］王爱民.退耕还林的经济影响及现行政策的调整——以河北省为例［J］.农业经济问题，2005（11）：21-25.

［18］王秋菊，王立群.退耕还林对农户的经济影响——河北省平泉县案例研究［J］.北京林业大学学报，2009，8（1）：88-92.

［19］Groom B，Grosjean P，Kontoleon A，Swanson T，Zhang S Q.Relaxing Rural Constraints：A “Win-Win” Policy for Poverty and Environment in China［J］.Oxford Economic Papers， 2009， 62： 132-156.

［20］胡霞.退耕还林还草政策实施后农村经济结构的变化——对宁夏南部山区的实证分析［J］.中国农村经济，2005（5）：63-70.

［21］Uchida E， Rozelle S， Xu J T.Conservation Payments， Liquidity Constraints， and Off-farm Labor： Impact of the Grain for Green Program on Rural Household in China［J］.American Journal of Agricultural Economics， 2009， 91（1）： 70-86.

［22］杨小军，徐晋涛.退耕还林工程经济影响结构性分析［J］.北京林业大学学报，2009（4）：12-19.

［23］易福金，陈志颖.退耕还林对非农就业的影响分析［J］.中国软科学，2006（8）：31-40.

［24］Liu C， Wu B. “Grain for Green Programme” in China： Policy Making and Implementation［R］.China Policy Institute Policy Papers Series，2010.

［25］易福金，徐晋涛，徐志刚.退耕还林经济影响再分析［J］.中国农村经济，2006（10）：28-36.

［26］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（3）：457-464.

［27］Rosenbaum P R， Rubin D B.The Central Role of the Propensity Score in Observational Studies for Causal Effects［J］.Biometrika，1983， 70： 41-55.