退耕还林对农户劳动力就业的影响

康继霞

（会宁县郭城驿镇人民政府 甘肃，白银 730726）

对于农户的事业转换退耕还林工程在一定程度上存在着一种时间的差异性，不管是从林业、农业、畜牧渔业或者是非农来讲都是一样的。该项目促进了畜牧业渔业和林业以及非农就业的增长率，而农业就业也在稳步降低的过程当中，体现出来的综合趋势相当不错。综合来看，退耕还林对于农户来说在从事林业生产和非农业活动方面产生了积极影响，并且具有很好的持续性。同时其对于从事畜牧业，渔业的影响并没有太大影响，且无持续性。

1 退耕还林对农户就业的研究

1.1 基于农田

这次研究是根据权威机构给出来的从2004 年～2014年进行跟踪的相关数据，10 年的时间里开展了六次现场跟踪调查。在通过分层随机抽样确定特定省区之后，选择了6 个村庄，从每个村庄中随机选择了3 个村庄，并随机选择了每个村庄。对15户进行了调查。为了确保所选农民的数据质量，研究团队制定了具体的调查表，并且针对研究工作人员进行了与之对应的认真的培训工作，希望每一个年度都能够从数量众多的家庭成员和农村政府机构获取更多的真实高效的信息内容。依照变量和变量彼此发生的逻辑关系来掌握数据是不是单一的结论，并删除连续六次没有参加调查的具有明显单一值的农民样本。参与该项目的国家开始将农地转为森林的时间各不相同。这是最早的1999 年，最近的是2008 年。同时，选定的县可能体现出长江流域和黄河流域农村土地转化成森林之后所得到的补贴在的不同之处[1]。根据样本可以发现，在同样的地区里，部分农民参与到退耕还林工程当中，而有些农民没有参加退耕还林工程。对于参与项目的农民，参与项目在时间上存在一定的差异。这此研究当中我们利用的是四川、江西等多地县市当中的11180个样本当中的相关数据展开研究。这项研究中使用的数据是该国的非常有代表性的数据，并提供了对农地转为森林对农村家庭参与到就业活动当中的时空方面的限制给出了精准的估测。

1.2 研究方法

1.2.1 构建起模型 本次研究关键是剖析农田改建项目对农村家庭就业的影响。因此，有必要在退耕还林工程与和农业劳动利用彼此互为因果。根据相关数据，这里只涉及到农业土地归还措施给农村家庭关于到就业活动当中造成的限制方面通过计量经济学模型展开研究：yit 表示农村劳动人口的就业状况；zi 是农村劳动力因为退耕还林参与到就业活动当中的各种变量，其中包含是不是需要退耕还林，退耕还林的土地数量以及退耕还林的时间限制等问题。在长江流域和黄河流域，根据退耕地的不同区域设置不同的变量。其中，xit 是解释变量的向量，该变量会直接作用于农户、是不是决定参与到就业活动当中，包含农户本身的特点、村落的特点、市场氛围和家庭能够提供的各类资源。位是系数的对应向量；eit表示的是雇佣劳动力时有可能出现的误差，表明它并不随时间变化，随机误差的成员也发生了变化[2]。

时空差异是退耕还林对农户劳动力就业影响的重要因素之一，其代表的意义就是退耕还林的地点和退耕时间所造成的时空上的差异。将农户假设性的表达作为探讨研究的入题点，然后对于农户在退耕还林工程措施、家庭提供的各类资源、农户本身的特点、市场氛围的变化等多个方面做出的与之对应的表现，来根据其表现尽可能的让农村劳动力获取最佳就业机会。并且针对研究的关键内容再次指出对农户在就业造成约束的因素，认为工程政策、其家庭天赋、农户的具体特征、市场环境的变迁还是从以上几个方面入手分析，来进行退耕还林政策，模型扩展。

1.2.2 估计方法和研究假设 这次研究利用的是平衡的面板数据，需要进行一些判断和操作才能估计农民就业影响方程的参数。首先，这项研究由Hausman（P =0.000 0）检验，以确定计量经济模型使用固定效应模型（P=0.000 0）。固定影响评估的优点之一是它可以管理无法观察的固定因素，这些因素可能会使评估结果产生混淆。直接对参数造成影响。其次，样本彼此会出现关联现象，通过鲁棒聚类标准误差能够更好的处理这种情况。除此之外，模型当中新添加了年度虚拟变量，用来减少因为国家措施或者市场氛围发生改变导致的影响。所以这次研究的经验方法是运用来自20年农村家庭调查的均衡面板数据来针对两方面存在的不同展开剖析。两方面出现的不同之处关键在于利用相关措施的横截面数据和时间。时间序列双重差异用于确定政府政策的处理效果。这表明正确评估双重差异的一个重要条件是公共政策的变化必须是外生的。Hausman检验使用两阶段最小二乘和常规最小二乘，经验证明，开展了退耕还林的农民并不具备显著的内生性。

2 结果与分析

2.1 退耕还林对非农农民工作的实证影响

客观地讲，部分或全部农民的工作时间将被排除在农作物部门之外，并将转移到非农业工作中，例如农民工和非农业商业活动。但实际上，包括黄河流域和长江流域在内的中国农业土地流转规模相对较大。而且地理环境，交通和文化教育是不同的。因此，在这两个地区，退耕还林项目对非农业就业的影响在空间上是不同的。

2.2 退耕还林年数对农民从事林业，农业，畜牧业和渔业以及非农业就业的持续时间的实证影响

由于该项目已经进行了很长时间，以了解有关项目实施阶段的具体条件的更多信息，因此将每年评估该项目对林业，农业，畜牧业和渔业以及非农业就业的暂时影响。由于林地的增加和对退还农地的补贴，花在林地开垦上的时间影响了一些农民的林业活动。退耕前12 年，影响因子为正，其统计意义为1%，非常重要。从那以后它逐渐变化，影响因子也从转换第一年的3.383变为可耕地4。在16年中，转换为0.138 2，占96%。在第一年和第二年，退还耕地的年数将对所选耕作方法产生负面影响。这是因为耕地退耕政策规定，农民获得补贴以将耕地转为森林的前提是他们有责任退耕还林并种植适合管理的贫瘠土地。林业。植草挑战和造林成活率应在85%以上。结果，在项目开始时一些退耕还林的家庭的农耕时间普遍减少了。在接下来的五年中，当基本实现退耕还林的目标时，选定农民的农业工作与退耕还林的比例将为正，表明样本中农民的工作时间长短。

2.3 稳定性测试

为了证明回归模型产生的结果相对稳定，本次研究样本数据当中不再包含1995 年的数据，并使用固定效应模型重新评估了耕地开垦对农村家庭就业的影响，从而构建了10,621个新的样本量。这表明该研究的实证分析结果相对可靠。

3 结语

基于农地退还政策时空差异的视角，基于1995 年至2014年中国4省8县6户农户的调查数据，采用双差分析法，对农地退还政策的影响进行了实证分析到森林里为农民就业。分析表明，该项目对林业和非农业部门的农业劳动力产生了积极影响，对农业，畜牧业和渔业没有重大影响。它影响到黄河流域的林业，农业，畜牧业和渔业的农民工。非农业部门的活动和就业都产生重大影响；长江流域的农业劳动力对林业活动的影响是积极的，而对农业活动的影响是消极的，对牲畜，渔业和非农业就业的影响可以忽略不计。对森林而言，对农民工的林业活动和非农业就业产生了积极而重大的影响，并且具有较强的适应力；没有连续性行为，对农村工人的农业，畜牧业和渔业活动的影响微乎其微。在随后的造林项目设计中，应引入浮动造林补贴政策，并采取适当措施在关键地区提供关键支持；促进农村家庭的可持续就业模式，增加农民收入并减少贫困，以更好地平衡经济和环境利益。