退耕补贴到期对贫困地区农户消费的影响研究*

赵娅娅，黄杰龙，李瑞民，王立群※

（1.北京林业大学经济管理学院，北京 100083；2.福建工程学院互联网经贸学院，福州 350011；3.河北省承德市围场县林业和草原局，围场 068450）

0 引言

但当前大批首轮退耕农户面临着退耕补贴陆续到期的情况。绝对收入假说认为当期收入决定人们的消费[27]，失去当期的补贴收入可能会对农户各项消费产生直接负向影响。但由于消费习惯有一定的惯性且存在棘轮效应[8,9]，补贴到期后农户可能会更为积极地寻找非农工作机会或外出就业来应对冲击，这会对农户的收入水平进而对消费水平提高和结构改善产生一定的正向影响。由于各项消费有不同的需求收入弹性，因而农户各项消费受退耕补贴到期的影响可能存在差异。已有研究主要是运用扩展性支出函数或对比分析参与退耕前后消费的变动来探究退耕补贴对农户消费的影响[10-12]。如，刘浩等[13]研究发现退耕补贴使得样本农户总消费、食品消费和其他消费分别增长了1.71%、1.91%和1.69%，样本农户的自给性粮食消费向购买性粮食消费转化，自给性粮食消费减少了35.32%，购买性粮食消费增加了9.69%，郑国柱等[14]的研究也证明退耕农户的生活开支有所增加，但增加幅度较前者更小，这可能是由于样本选择的不同导致两者研究结果存在一定的差异。同样地，康志强[15]发现农户人均生活消费和文娱消费占比分别由补贴前的46.9%和53.1%转变成补贴后的45.9%和54.1%，消费结构有了一定改善。已有研究虽取得了一定进展，但尚存在不足之处：众多学者主要关注退耕补贴的发放对农户消费变动产生的影响，鲜有研究关注退耕补贴到期对农户消费的影响，且对异质性农户影响的探究也相对缺乏。

鉴于此，文章结合已有研究和实地调查情况，基于微观农户家庭调查数据，通过控制退耕农户相关特征变量，利用双重差分倾向得分匹配法（PSM-DID）探究首轮退耕补贴到期对农户家庭消费水平和结构的影响，并利用组间差异分析和分位数回归（QR）来探究退耕补贴到期对异质性农户消费行为的影响。2020年之后，我国脱贫攻坚工作即将进入长期减缓相对贫困的战略转型新阶段[16]，农户消费是反映退耕农户家庭贫困程度与生活质量的重要指标，也关系到退耕还林工程改善农户生计目标的实现[17]，首轮退耕补贴到期是否显著影响了退耕农户的消费是值得关注也是亟待探究的关键性问题。该文研究结果有益于拓展退耕农户消费的研究领域，以期为退耕还林成果巩固的后续政策制定、巩固脱贫攻坚成果与乡村振兴有效衔接提供重要的实践参考依据。

1 研究区域与数据来源

1.1 研究区域

该文的研究区域为河北与四川省较为贫困的地区，选择这两省的考虑主要有4个：一是四川与河北的首轮累计退耕还林面积分别为75.94万hm2与68.65万hm2，分居全国三、四位，在退耕面积上具有代表性。二是河北与四川恰好分位于黄河流域与长江流域，契合首轮退耕还林的不同补贴政策标准，为研究不同补贴标准的影响提供了研究对象。第三，两省受访农户多集中于2017—2019年退耕补贴到期，到期时间的不一致性为寻找补贴到期农户的同期对照组提供了支撑。第四，两省参与退耕的受访县市在2019年之前普遍为贫困地区，这为研究的对象选择提供了良好的载体。

1.2 数据来源

研究所用数据均来自2019年9—11月对河北和四川共8个县的实地入户调查。数据具体调查过程如下：首先，分别在河北和四川退耕面积较大且为贫困县的县区中随机抽取3～5个县（河北为围场县、沽源县和涞源县，四川省为朝天区、利州区、昭化区、恩阳区和南江县）。每个县区随机选择2～5个乡镇，每个乡镇随机抽取2～3个村庄，每个村庄随机抽取15～20户左右的退耕农户进行问卷调查。综合运用单项和多项选择法、自由回答法及赋值评分法等方法，对受访农户在退耕补贴到期前后各一年的家庭基本情况、农地种植情况、林地种植情况、林下种植情况、养殖业情况、家庭各项支出情况与农户对退耕补贴政策的意向问题进行调查。共获得840份农户样本数据，有效831份，其中河北473份，四川358份。

2 研究设计

2.1 模型构建

2.1.1 PSM-DID模型

估计退耕补贴到期对农户消费的影响，最直观的方法是比较退耕农户在补贴到期前后的消费差异，但这一差异除了可能受到农户是否退耕补贴到期的影响外，还可能受到其他共时性因素的干扰，为了识别出退耕补贴到期对农户消费的净效应，实证分析中通常采用双重差分（DID）的方法。结合同时期退耕补贴未到期的农户状况，从补贴到期前后的消费的差异中剔除其他共时性因素的影响便得到退耕补贴到期对消费的净影响。但双重差分模型要求农户未受到补贴到期的冲击时，处理组与对照组农户的变动趋势大致相同，但这在非自然实验中难以满足，因此要先通过倾向得分匹配（PSM）的方法来构建反事实框架[28]，将具有相似倾向分数的退耕农户进行匹配以保证补贴到期组与未到期组之间同质性和趋势一致性假定的成立，之后再结合双重差分模型进行估计。双重差分倾向得分匹配（PSM-DID）具体步骤如下。

从上述案例可以预见，在数据新闻叙事的变革大潮中，要想做一个专业内容生产者，需要不断提升自身的“数据素养”。

首先，以补贴是否在2018年到期为分组依据，将退耕农户划分为补贴到期组（处理组）与补贴未到期组（对照组）农户，用于DID模型计算的两期数据固定在2017与2019年以便更为明显的体现退耕补贴到期对农户消费产生的影响。其次，选取影响农户消费的可观测变量，如：户主年龄、健康状况、家庭负担比等作为协变量利用Logit回归计算倾向分数，将具有相同倾向分数的到期组农户与未到期组农户进行匹配。最后，对处于共同支撑范围内的农户进行双重差分后估计出退耕补贴到期对农户消费的影响效应。该文的双重差分模型设定形式为：

式（1）中，i代表农户，t代表时间，lnYit是i农户在t期与消费相关的对数形式，包括总消费、生存性消费、发展性消费和享受性消费；Di为分组变量，未到期组Di=0，到期组Di=1；Tt是时期变量，T2017=0，T2019=1；X为影响农户消费的相关控制变量。

2.1.2 分位数回归

PSM-DID模型估计的是全样本农户消费是否受到退耕补贴到期的影响，而分位数回归利用农户各项消费的分位数来建模，更为全面地刻画不同消费水平农户受退耕补贴到期的差异性影响。分位数回归最早由Koenker R和Bassett G[29]提出，相较于普通最小二乘估计而言，分位数回归法有以下优势:一是不要求很强的分布假设，在随机扰动非正态分布的情况下，其估计量更有效；二是适合具有异方差的模型；三是估计量不易受奇异值影响而更稳健可靠；四是对条件分布刻画更细致。分位数回归结果相对于最小二乘回归来说，估计结果对离群值表现地更为稳健[18]。该文设定的分位数回归模型为：

式（2）中，lnYit(τ)表示农户消费变量的分位数；αi(τ)为截距项；Dit是0-1变量，Dit=1表示补贴到期，Dit=0表示补贴未到期；βi(τ)为Dit的系数，表示在τ分位数下补贴到期对农户家庭各项消费的影响程度；X表示相关控制变量，γi(τ)为各控制变量系数。根据样本数据分布情况，τ选取0.25、0.5、0.75以便更好区分不同消费水平农户受退耕补贴到期的差异性影响。

2.2 变量与描述性统计

2.2.1 被解释变量

基于实地调查情况结合前人做法[19-21]，研究选择以总消费、生存性消费、发展性消费和享受性消费支出来表征农户家庭消费。其中，生存性消费包括农户衣物、食品、水电和取暖；发展性消费包括教育、通讯、医疗保健等；享受性消费包括烟酒支出、购买汽车和家用电器等。由于财富类相关信息难以得到，所以消费分类中不包括金融或理财方面的支出。为保证数据平稳并克服变量间的非线性问题，研究对消费变量取自然对数，同时为避免消费水平过度受家庭规模大小的影响，所选变量均采用人均消费的形式。

2.2.2 核心解释变量

研究选择分组变量与时期变量的交互项Di×Tt作为核心解释变量。Di为分组变量，当农户为补贴到期组农户，则Di=1，否则Di=0；Tt是时期变量，当时间为第一期数据T2017=0，否则T2019=1。交互项Di×Tt的系数估计值是需要关注的核心参数，代表了退耕补贴到期对样本农户家庭消费的净影响，若退耕补贴到期对农户消费产生负向影响，则该系数估计值应显著为负。

2.2.3 控制变量

为了测度退耕补贴到期对样本农户家庭消费的影响效应，该文借鉴已有相关研究，选取户主特征、农户家庭特征、退耕情况与区域特征作为控制变量[22-26]。具体的，以户主年龄、健康状况与职业类型表征户主特征，户主自身特征不仅影响自我消费行为，通常也会影响其他家庭成员甚至整个家庭的消费选择，一般年长、身体不健康和纯务农为生的农户相较于其他类型农户消费能力与消费意愿可能更弱。以家庭受教育水平①家庭受教育水平：家庭成员完成义务教育人数/家庭总人数、负担比②负担比：家庭成员非劳动力人数/家庭总人数、人均家庭年收入和人均土地面积③人均土地面积：（林地面积+农地面积）/家庭总人数表征农户家庭特征；农户退耕情况主要涉及退耕面积与退耕树种两方面，同时考虑到退耕农户消费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。各变量描述性统计如表1所示。

表1 变量设置与描述性统计

由表1可知，全样本退耕农户总消费、生存性消费、发展性消费和享受性消费的人均消费对数的均值分别为10.234、9.188、9.687和7.565，发展性消费高于生存性消费和享受型消费，享受性消费占比最低。户主特征方面，农户年龄的均值59.024岁，说明受访农户中户主多为中老年人；健康状况为0～1变量，均值为0.548，表示45.2%的受访户主身体有或轻或重的健康问题；职业类型均值为0.672，表示超60%的农户依旧从事纯农业生产，有兼业行为或非农工作的农户占比不到40%。在家庭特征方面，家庭受教育水平仅32%，说明受访农户家庭受教育水平偏低；家庭负担比达37.1%，说明家庭非劳动人数占家庭总人数的近40%，受访农户家庭负担普遍偏重；人均收入对数与人均土地面积均值约分别为9.837与4.761。在退耕情况方面，退耕地面积均值为4.293，退耕树种经济林占比为0.499，表明经济林与生态林占比相近。从补贴到期与未到期农户对比来看，补贴未到期农户的各项消费均值大于补贴到期农户，户主健康状况、人均收入、退耕地面积等均值也大于补贴到期农户，而职业类型、家庭受教育水平、负担比、人均土地面积、退耕树种类型等变量均值，退耕补贴到期农户大于未到期农户。

3 结果与分析

3.1 样本农户匹配结果

为提高估计结果的准确性，研究对出现较多缺失值的样本数据做删除处理，同时去除退耕补贴到期时间较为久远的农户，共筛选出符合要求的样本数量为621份，其中河北371份，四川省250份；处理组（补贴到期组农户）为368份，对照组（未到期组农户）为253份，共1 242个观测值。依据选取的协变量，利用Logit模型计算退耕农户的倾向分数，运用最近邻匹配的方法将具有相似倾向分数的农户进行匹配以保证补贴到期组与未到期组之间具有同质性和趋势一致性假定的成立。在处理组损失了6个样本之后保留了615个匹配样本，除退耕树种变量外，匹配后的变量P值均大于0.05，且标准化偏差小于10%，不能拒绝“补贴到期组农户与未到期组农户之间无差异”的原假设，即：经匹配后的补贴到期组农户与未到期组农户之间无显著系统性差异，匹配结果良好。

表2 误差消减状况

3.2 补贴到期对农户消费水平和消费结构的影响

对全样本农户匹配后，研究将处于共同支撑范围的农户进行双重差分，估计结果由表3显示。第二列的被解释变量是退耕农户人均消费总量的对数值，该回归的组内R2约为0.715，说明模型对农户总消费有较强的解释能力。退耕补贴到期（Di×Tt）的估计系数约为-0.091且在1%的水平上显著，退耕补贴到期对样本农户消费总量有显著负向影响，说明退耕补贴到期一定程度上降低了样本农户的消费水平。

为考察退耕补贴到期对样本农户消费结构的影响，研究将农户总消费划分成生存性消费、发展性消费和享受性消费。表3第三、四列的被解释变量分别是农户人均生存性消费和人均发展性消费的对数值，对应的退耕补贴到期（Di×Tt）的系数估计值分别为-0.087和-0.097，且都在5%的水平上显著。由于生存性消费需求收入弹性较小，退耕补贴到期引起该类消费的幅度变动小于发展性消费。第五列的被解释变量为人均享受性消费对数值，退耕补贴到期（Di×Tt）系数估计值约为0.030，估计系数不存在统计上的显著性，由于贫困地区农户享受性消费较少，所以退耕补贴到期可能无法显著影响农户的享受性消费支出。

表3 全样本农户双重差分估计

3.3 补贴到期对异质性农户消费行为的影响

在推进巩固脱贫攻坚成果与乡村振兴有效衔接的背景下，为探讨退耕补贴到期对农户消费产生的影响是否具有针对性，从农户异质性的视角对农户消费行为进行分析可能更具有现实意义。研究将分别从不同收入水平农户和不同消费水平农户两方面对不同样本农户消费受退耕补贴到期的影响进行估计。

3.3.1 不同收入水平农户的差异分析

为对比不同收入水平农户的消费变动，研究以农户是否为建档立卡贫困户为分组依据，将样本农户分为贫困农户和非贫困农户。为保证前后分析的一致性，研究对两组农户消费受退耕补贴到期影响效应同样运用双重差分倾向得分匹配进行估计，估计结果如表4，退耕补贴到期引起贫困农户的总消费、生存性消费和发展性消费的负向变动，影响系数分别为-0.095%、-0.108%、-0.102%，而享受性消费影响并不显著。非贫困农户的总消费受退耕补贴到期的负向影响，影响系数为-0.069%，在10%的水平上显著，其余消费所受影响均不显著。因此，贫困农户各项消费比非贫困农户更易受到退耕补贴到期的负向影响。

表4 不同收入水平农户双重差分估计

3.3.2 不同消费水平农户的差异分析

为得知退耕补贴到期是否对处于不同消费水平的样本农户产生差异性影响，研究运用分位数回归的方法，对匹配后农户的各项消费分别进行下四分位数、中位数与上四分位数的分位数回归来估计低、中、高消费水平农户受到的影响。估计结果由表5所示，退耕补贴到期对农户总消费、生存性消费、发展性消费的影响在下四分位数、中位数与上四分位数均是显著为负的。在农户总消费方面，低、中消费水平农户受退耕补贴到期的影响系数分别为-0.464%与-0.477%，影响程度高于高消费水平农户的-0.377%；低、中消费水平农户生存性消费与发展性消费受退耕补贴到期的影响程度均高于高消费农户，而农户享受性消费受退耕补贴到期负向影响较大的则是中、高消费水平农户。总体来看，低、中消费水平农户更易受退耕补贴到期的负向影响，实证结果基本符合预期。

表5 不同消费水平农户双重差分估计

3.4 稳健性检验

双重差分倾向得分匹配有多种匹配方法，前文选择了最近邻匹配，为避免因匹配方法的不同对双重差分估计结果产生影响，保证估计结果的有效性，研究对全样本农户采用其他匹配方法（核匹配和半径匹配）对估计结果进行稳健性检验，得到的估计结果如表6，可以看出，无论是选用最近邻匹配、核匹配还是半径匹配，双重差分模型估计结果并不存在显著差异，说明表3的估计结果具有较强的稳健性。

表6 稳健性检验

4 结论与政策建议

4.1 结论

研究基于河北与四川8个贫困县共831份农户实地调查数据，探究退耕补贴到期对农户消费行为的影响。通过对样本农户的基本情况进行描述性统计分析看出，农户总消费占比较高的是生存性消费和发展性消费，而享受性消费占比较低，这说明农户消费尚有待于改善和提升；从补贴到期组与未到期组对比来看，未到期组农户的总消费及各分项消费均值较到期组更高，初步表明补贴到期会对农户消费产生一定负向冲击。

在此基础上，研究进一步利用PSM-DID模型来估计首轮退耕补贴到期对农户总消费和消费结构造成的影响。实证研究显示，退耕补贴到期一定程度上降低了样本农户的总消费，不利于农户消费水平的提升；退耕补贴到期对样本农户生存性消费的负向影响低于对发展性消费的负向影响，失去当期退耕补贴的农户会缩减用于提升生活质量的消费支出，这在一定程度影响了农户消费结构升级。研究进而运用分位数回归和组间差异分析来探究退耕补贴到期是否对异质性农户消费行为产生了差异性影响。研究结果显示，退耕补贴到期一定程度上降低了贫困农户生存性消费和发展性消费，而对非贫困农户消费结构影响并不显著，相较于非贫困农户来说，贫困农户收入水平低、抗风险能力较弱，因此退耕补贴到期对贫困农户的消费产生的影响更大；低、中消费水平农户受退耕补贴到期的负向影响程度高于高消费水平农户，因此低、中消费水平的农户可能对退耕补贴到期更为敏感。

4.2 政策建议

依据前文实证研究结果和实地调研情况，该文有以下政策建议。

退耕补贴到期对样本农户家庭总消费产生明显负向影响，退耕补贴作为农户参与退耕的一种经济偿付，对偏远地区和退耕面积较大农户尤其对于还生态林但目前仍无收益的退耕农户来说是维持生活消费的重要保障。建议政府应深入了解退耕农户的现状和政策诉求，适度延长补贴时间或给予农户一定的退耕地处置权来保障农户的退耕收益。此外，通过合理引导有需求的退耕农户进行农地和退耕地流转，使部分高龄无劳动能力农户获得土地租金收入，也可使部分农户缓解所面临的劳动力流动性约束，总体上提高退耕农户增收能力，保障补贴到期农户的消费水平。

在关注农户消费水平的同时更要关注其消费结构和消费质量，退耕补贴到期对样本农户生存性消费和发展性消费产生了显著负向影响，这不利于农户消费结构升级和国内农村消费内需的扩大。建议政府加强对补贴到期农户的专项技能培训，开展就业指导服务，提升其就业能力。同时，建立和完善农村劳动力招聘信息平台，积极帮助退耕农户寻找非农就业机会和兼业机会，支持农户多渠道增加收入以改善家庭消费结构，促进消费结构的优化升级。

退耕补贴到期对不同类型农户所产生的影响存在一定差异，贫困农户相较于非贫困农户、中低消费水平农户相较于高消费水平农户受退耕补贴到期负向影响程度更大。建议政府通过建立收入贫困和消费贫困的识别指标体系，实现对贫困农户返贫风险的监测和预警，推动各项支持政策有针对性地向低收入低消费特别是贫困的退耕农户倾斜。通过定向就业培训项目和差别化补贴政策，帮助该部分退耕农户实现家庭收入持续稳定增长，不断提升其消费水平，推动巩固脱贫攻坚成果和乡村振兴有效衔接。