农户融入新型林业经营体系的增收效应研究

基金项目：国家级大学生创新训练项目“新型林业经营体系融入意愿、方式选择及其对林农收入的影响研究——以黑龙江省为例”（编号：202010225006）。

作者简介：刘雅涵（2000-），女，汉族，湖南益阳人。主要研究方向：经济统计学。

摘要：扶持新型林业经营主体、健全新型林业经营体系的核心目的在于促进农户增收，探讨现行政策背景下农户融入新型林业经营体系的增收效应具有重要的现实意义。基于黑龙江省251户农户的观测数据，运用倾向得分匹配对农户融入新型林业经营体系的增收效应进行实证检验。结果表明，户主文化程度更高、劳动力与土地资源及社会资本更丰富、处在新型林业经营主体发展更成熟地区的农户家庭更倾向于融入新型林业经营体系;融入新型林业经营体系对农户收入水平的正向影响显著，融入户家庭年总收入相较于未融入户有80.40%的提升;融入新型林业经营体系对不同营林类型农户收入的影响存在显著差异，具体表现为：与未融入户相比，以经营经济林为主、经营用材林为主和经营薪炭林为主的农户，其融入新型林业经营体系后的家庭年总收入水平分别有100.37%、68.20%、65.20%的提升。其中，以经济林为主的农户增收效应最大。基于此，提出加快培育和扶持新型林业经营主体，积极建立新型林业经营主体利益联结机制的建议，充分调动农户以多种方式融入新型林业经营体系的积极性，并加强对低收入群体的政策倾斜，从而有效激活新型林业经营体系的增收机制。

关键词：农户融入;新型林业经营体系;增收效应;倾向得分匹配

近年来，随着集体林权制度改革的稳步推进，家庭林场、专业大户、林业专业合作社以及林业龙头企业等各类新型林业经营主体不断涌现，并逐渐成为推动现代林业发展的中坚力量。深化集体林改、助力乡村振兴，要求有关部门不断探索放活林地经营权新的实践形式，以提升微观经营主体的林业生产积极性与发展水平。国家林业局于2017年7月颁布《关于加快培育新型林业经营主体的指导意见》，明确提出应构建完备的新型林业经营体系，推进集体林业适度规模经营。各级地方政府陆续出台扶持新型林业经营主体发展的相关政策，为小规模农户以多种方式经营林地提供支持，以期有效促进农户依林增收。

目前，国内外学者围绕新型林业经营体系相关选题展开的研究主要针对于单一的新型林业经营主体。Ndayambaje等[1]认为在国家政策支持下发展家庭林场有利于农户提升经济效益。Hendrikse等[2]认为小规模自产自销的农户难以在市场中获得交易的平等地位，而在合作社的带动作用下，农户获得大量经营红利。王小青等[3]研究林業专业合作社社员的收入变化，发现加入合作社使农户人均收入显著提高。姜贵腾等[4]通过对林业龙头企业带动农户的效率进行评价，为其提高综合效率，带动农户持续稳定增收建言献策。综上，学术界对于农户融入新型林业经营体系增收效应研究的关注度尚显不足，大多数学者仅在评价集体林权制度改革绩效中有所提及。而随着新型林业经营体系的不断完善，各地政策实施实效是否符合政策设计初衷？农户融入新型林业体系的增收机制能否得以有效激活？这一系列问题均有待考证。鉴于此，本文基于黑龙江省251户农户的调研数据，运用倾向得分匹配实证检验了融入新型林业经营体系对农户家庭的增收效应，并通过细分不同农户的营林特征，探究融入新型林业经营体系的增收效应是否存在异质性，以期为推动现代林业发展、促进农户增收提供相关参考。

1数据来源与研究方法

1.1 数据来源

作为我国林业大省，黑龙江省林区幅员辽阔，其中集体林广布于12个地级市的23个县（市），虽然整体占比不高，但也是林业建设的重要阵地。2008年以来，黑龙江省政府坚持贯彻党中央决策部署，扎实推进集体林权制度改革工作。2019年，全省集体林确权面积达1771.6万亩，占集体林地总面积的91%。林权改革进一步解放了林区生产力，催生了大批初具规模的新型林业经营主体，拓宽了小农户增产致富的空间。

课题组依据分层抽样原则，选取当前黑龙江省内新型林业经营体系发展较为健全的宾县、尚志市、饶河县、肇东市、嘉荫县作为样本地区，并于2020年8～11月对所抽取的5个县（市）8个乡镇15个村的300户农户展开了访谈与问卷相结合的调研。本次调研共回收问卷275份，剔除缺失数据及奇异值样本后，得到有效问卷251份。

1.2 研究方法

考虑到传统的线性回归方法的局限性，为有效克服有偏估计与样本选择偏差[5]，本文选取倾向得分匹配方法来测度融入新型林业经营体系对农户家庭年总收入的影响，以期验证农户融入新型林业经营体系能否达到理想的增收效果。

倾向得分匹配（Propensity Score Matching，缩写为PSM）最早由Rosebaum等[6]提出，基本原理是通过构建“反事实框架”，解决选择偏差问题。本文将农户融入和未融入新型林业经营体系的选择置于随机状态，以多种方式融入新型林业经营体系的农户构成实验组，未融入新型林业经营体系的农户构成对照组，用倾向得分表示个体在给定可测协变量的情况下进入实验组的条件概率，然后将倾向得分相同或相似的农户进行匹配，即在对照组中找到与实验组资源禀赋特征相似的农户进行收入比较，以此衡量农户融入新型林业经营体系的增收效应。具体研究步骤如下：

第一步：估计倾向得分。本文运用二项Logit模型，在禀赋特征给定时，估计农户融入新型林业经营体系的倾向得分，如式（1）所示。

式（1）中，表示农户融入新型林业经营体系的概率，表示农户融入新型林业经营体系，表示农户的特征变量，表示农户特征变量的观测值，表示对应的参数变量。

第二步：选择匹配算法。由于不同的匹配值与权重设置，选择不同的匹配算法得到的匹配结果存在差异。若使用多种算法输出的匹配结果能保持高度一致，则意味着结果具有良好的稳健性[7]。本文尝试运用近邻匹配、半径匹配、核匹配3种算法分别进行匹配，并对其结果进行比较。

第三步：计算平均处理效应。本文通过计算实验组与对照组的平均处理效应，评估融入新型林业经营体系对农户家庭年总收入的影响效果。对当前融入新型林业经营体系的农户的平均处理效应（the Average effect of the Treatment on the Treated，缩写为ATT）值进行计算，如式（2）所示。

式（2）中，表示农户融入新型林业经营体系，表示融入新型林业经营体系农户的收入，表示假使当前融入新型林业经营体系的农户在未融入情况下的收入，表示融入新型林业经营体系农户的收入期望值，表示假使当前融入新型林业经营体系的农户在未融入情况下的收入期望值。

在实际调研中，只能观测到，而无法观测到。本文通过倾向得分匹配找出一组与融入新型林业经营体系的农户特征变量相似的未融入农户，观察其家庭年总收入情况，以此估计当前融入新型林业经营体系的农户在未融入情况下的家庭年总收入，进而深入探究农户融入新型林业经营体系的增收效应。

2 变量设置与描述性统计

2.1 变量设置

基于对相关研究成果[8]的梳理，本文选取农户家庭年总收入作为被解释变量，以是否融入新型林业经营体系作为核心解释变量，以农户个体特征（户主年龄、户主受教育年限、是否兼业）、农户家庭特征（家庭人口数、林地经营面积、是否有村或村以上干部）及区域环境特征（村中林业专业合作社数量、村中林业龙头企业数量）作为协变量，具体设置如表1所示。

2.2 描述性统计

本文以是否融入新型林业经营体系为依据，将251户样本农户分为88户融入户和163户未融入户，以农户家庭年总收入表征其收入水平，并进行横向比较。如表2所示，农户的年总收入均值为10.685，其中融入户的均值为11.191，未流入户的均值为10.412，融入户的收入水平明显高于未融入户，为下文实证检验的开展提供了依据。

3 经验性结果

在保证解释变量不存在多重共线性的前提下，运用倾向得分匹配检验融入新型林业经营体系对农户家庭年总收入的影响，并根据营林类型的不同，进一步检验融入新型林业经营体系对农户家庭年总收入影响的组群差异，以期对农户融入新型林业经营体系的增收效应展开系统而科学的探究。

3.1 农户融入新型林业经营体系的影响因素分析

本文采用Logit模型对农户融入新型林业经营体系决策方程进行估计。在回归估计之前，通过方差膨胀因子（Variance Inflation Factor，缩写为VIF）对解释变量间的多重共线性进行检验。结果显示，各变量中VIF最大值为1.420，远小于经验值10，表明解释变量之间并不存在多重共线性问题。

如表3所示，本文选取的协变量总体上对农户融入行为具有显著影响。其中，户主受教育年限对融入行为有显著正向影响，其估计系数通过1%显著性水平检验，可能的原因是，文化程度更高的户主通常有着更强的政策敏感度与技术接受能力，这将有效降低其融入新型林业经营体系的风险8;家庭人口数对融入行为有显著正向影响，其估计系数通过5%显著性水平检验，这表明众多的家庭人口往往意味着丰富的劳动力资源，而融入新型林业经营体系有利于充分发挥劳动力的价值，有效促进农户增收;林地经营面积对融入行为有显著正向影响，其估计系数通过1%显著性水平检验，这表明拥有较大经营规模的农户营林积极性更高，融入新型林业经营体系的可能性更大;家庭成员中是否有村或村以上干部有村干部及村以上干部对融入行为有显著正向影响，其估计系数通过5%显著性水平检验，这表明拥有更多社会资本的农户了解和接触新型林业经营主体的渠道更广，融入障碍更少;村中林业专业合作社数量和林业龙头企业数量对融入行为均有显著正向影响，其估计系数均通过10%显著性水平检验，这表明新型林业主体分布较多地区的农户更有可能受其带动，从而产生积极的融入行为。综上，户主文化程度更高、劳动力与土地资源及社会资本更丰富、处在新型林业经营主体发展更成熟地区的农户家庭，其融入新型林业经营体系的倾向性更强。

3.2 农户融入新型林业经营体系对家庭年总收入的影响分析

本文采用PSM模型的3种不同匹配算法进一步分析融入新型林业经营体系对農户家庭年总收入的影响效果，并且进行平衡性检验，保证匹配结果的稳健性与可靠性。

通过Stata16.0统计软件，分别运用近邻匹配、半径匹配及核匹配算法对平均处理效应表达式进行估计。如表4所示，在多种匹配算法下，融入新型林业经营体系对农户家庭年总收入的影响方向与程度基本一致，这表明模型估计结果具有较强的稳健性。农户融入新型林业经营体系对家庭年总收入的平均处理效应均值为0.590，即经匹配，在相同资源禀赋特征下，融入户家庭年总收入水平相较于未融入户有80.40%（exp（0.590）-1）的提升，融入新型林业经营体系对农户家庭年总收入有显著的促进作用。

为确保倾向得分匹配的质量，对平衡性检验结果进行汇报。如表5所示，运用3种匹配算法进行匹配后，Pseudo-R2值大幅减小，从匹配前的0.183下降至0.002～0.009之间;LR统计量从匹配前的59.550下降至4.040～7.110之间;标准化偏差均值均降至9.20%以下;偏差中位数均降至6.80%以下;B值从匹配前的95.30%下降至20.80%以下。综上，认为样本匹配结果充分平衡，且具有较高的可靠性。

3.3 农户融入新型林业经营体系对家庭年总收入影响的组群差异分析

为进一步探究农户融入新型林业经营体系对家庭年总收入的影响，分析融入新型林业经营体系对不同样本群体收入影响的差异，本文根据不同林种生产经营特性将样本农户分为三种类型：以经营经济林为主的农户、以经营用材林为主的农户和以经营薪炭林为主的农户[9]。通过3种算法就融入新型林业经营体系对不同类型农户收入的影响进行测算。如表6所示，对于以经营经济林为主的农户，融入新型林业经营体系对家庭年总收入的平均处理效应均值为0.695，即经匹配，在相同资源禀赋特征下，融入户家庭年总收入水平相较于未融入户有100.37%（exp（0.695）-1）的提升;对于以经营用材林为主的农户，融入新型林业经营体系对家庭年总收入的平均处理效应均值为0.520，即经匹配，融入户家庭年总收入水平相较于未融入户有68.20%（exp（0.520）-1）的提升;对于以经营薪炭林为主的农户，融入新型林业经营体系对家庭年总收入的平均处理效应均值为0.502，即经匹配，融入户家庭年总收入水平相较于未融入户有65.20%（exp（0.502）-1）的提升。综上，融入新型林业经营体系对农户家庭年总收入具有显著的促进作用，其中以经营经济林为主的农户融入的增收效应最强。

4 结论与建议

6.1 结论

农户融入新型林业经营体系的积极性不高，样本农户中融入户占比为35.06%。黑龙江省集体林权制度改革与新型林业经营体系构建均滞后于南方发达地区，目前，农户仍以小规模自产自销的经营模式为主，尚未在生产、销售方面有效地寻求到各类新型林业经营主体的帮助。户主文化程度更高、劳动力与土地资源及社会资本更丰富、处在新型林业经营主体发展更成熟地区的农户家庭更倾向于融入新型林业经营体系。研究表明，融入新型林业经营体系能显著提升农户的收入水平，融入户家庭年总收入相较于未融入户有80.40%的提升，由此可见，新型林业经营体系的建立健全是农户持续性提效增收的重要保障。对于不同营林类型的农户来说，融入新型林业经营体系对其收入的影响存在显著差异，具体表现为：与未融入户相比，以经营经济林为主、经营用材林为主和经营薪炭林为主的农户，其融入新型林业经营体系后的家庭年总收入水平分别有100.37%、68.20%、65.20%的提升。其中，以经营经济林为主的农户增收效果最佳。

6.2 建议

根据上述研究结论提出以下建议：（1）加快培育和扶持新型林业经营主体。充分发挥林业专业大户、家庭林场的示范作用与林业专业合作社、林业龙头企业的带动作用，通过政策规划、补贴激励、创设平台等方式，调动农户的生产积极性，提高规模经营效益，为新型林业经营体系的发展营造良好的环境。（2）积极建立新型林业经营主体利益联结机制。发展订单农业，引导龙头企业通过与农户、家庭林场、林业专业合作社等签订产品购销合同，建立稳定的购销关系;鼓励龙头企业为其它主体提供贷款担保;推行股份合作模式，引导农户以土地经营权等入股林业专业合作社，使其通过分红分享增值收益。（3）加大对低收入农户的帮扶力度。低收入群体在劳动力、土地及社会资本等方面相对薄弱，常处在市场竞争的不利地位。有关部门应加强对这一群体政策倾斜的力度，如提供长期的经营补贴、低息贷款等，缓解其规模化发展面临的困境;或通过短期的技术培训，提升其参与经营管理的水平。

参考文献

[1] Ndayambaje J D， Heijman W J M， Mohren G M J. Household Determinants of Tree Planting on Farms in Rural Rwanda[M]. Small-scale Forestry， 2012， 11：477–508.

[2] Hendrikse G W J， Veemian C P. Marketing cooperatives and financial structure：a transaction costs economics analysis[J]. Agricultural Economics， 2001， 26（3）：205-216.

[3] 王小青， 孔斌， 马钟丽， 令狐荣钢， 庄大伟， 王立芹.山东省临沂市农民林业专业合作社发展情况调查报告[J].林业经济， 2014， 36（10）：50-53.

[4] 姜贵腾， 余元春， 章群.林业产业化龙头企业带动农户能力研究——基于DEA的四川省84家省级龙头企业实证分析[J].林业经济， 2014， 36（6）：69-78.

[5] Wooldridge J M. Introductory Econometrics：A Modern Approach[M]. Cincinnati：South-Western College Publishing， 2006：166.

[6] Rosenbaum P R， Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika， 1983， 70（1）：41-55.

[7] 陈强. 高级计量经济学及Stata应用[M]. 北京：高等教育出版社， 2014：542-545.

[8] 郭红东， 蒋文华. 影响农户参与专业合作经济组织行为的影响因素分析——基于对浙江省农戶的实证研究[J]. 中国农村经济， 2004， （5）.

[9] 张娜， 王晶晶.农户参与专业合作经济组织行为的影响因素分析[J].统计与决策， 2010， （5）.

[10] 张笑寒， 金少涵，洪艳.农户参与资金互助社行为及影响因素——基于计划行为理论[J].湖南农业大学学报（社会科学版）， 2018， （5）.

[11] 吕晓， 臧涛， 张全景.农户规模经营意愿与行为的影响机制及差异——基于山东省3县379份农户调查问卷的实证[J].自然资源学报， 2020， 35（5）：1147-1159.

[12] 韩育霞， 李桦， 杨扬.市场环境、社会网络对不同商品林经营类型农户林业社会化服务需求的影响研究——来自集体林区福建省的调查[J].农林经济管理学报， 2019， 18（2）：199-208.