退耕还林动态减贫:收入贫困和多维贫困的共同分析

国家林业和草原局政府网 http://www.forestry.gov.cn/2021-06-21来源:《中国农村经济》
【字体: 打印本页

一、引言

 

  作为生态环境脆弱的发展中大国,生态恶化带来的贫困曾是中国经济社会发展面临的突出问题。自改革开放以来,减少贫困和改善生态环境一直是中国国民经济和社会发展的战略重点。在1997年极端干旱引起黄河断流及1998年长江流域发生特大洪水后,中国政府相继在全国启动了包括天然林资源保护、退耕还林等在内的一系列生态保护与修复工程。其中,退耕还林工程是涉及面最广、投资额最大、政策性最强、农户参与程度最高的一项生态建设工程,旨在解决重点地区的水土流失问题(吴涛等,2011),通过向农户提供退耕还林补助(包括粮食补助、现金补助和种苗补助),使农户退出粮食生产进行植树造林(草),因此该工程也被誉为世界上最大规模的生态补偿项目(Bennet et al.,2014)。

  退耕还林工程分为1999年起实施的前一轮退耕还林工程和2014年起实施的新一轮退耕还林工程。1999年,中国退耕还林工程在四川、陕西和甘肃三省启动试点;2002年,退耕还林工程在全国正式全面启动,工程范围涉及25个省1897个县3200万农户。2014年,政府启动新一轮退耕还林还草工程。截至2019年,即退耕还林工程实施20周年之际,中国已累计完成退耕还林建设任务3386.67万公顷,其中退耕地还林还草1326.67万公顷,工程范围涉及全国25个省2279个县4100万户农户,中央财政总投入5112亿元。

  退耕还林工程实施20多年以来,除了增加森林资源、改善生态之外,还对农户生计和收入产生了影响(袁刚明、林华,2004;徐晋涛等,2004;Uchida et al.,2007)。然而,2015年之前,关于退耕还林政策减贫效果的研究多集中在退耕还林增加农民收入和改善生计两个方面,量化退耕还林减贫贡献的研究几乎没有,更缺少对退耕还林多维减贫效应的关注。近年来,在国家精准扶贫战略推动下,作为改革开放后中国实施最早的、大规模的公共财政转移支付手段,退耕还林的益贫性受到广泛关注。卢洪友、杜亦缳(2019)在中国财政再分配和减贫框架内将退耕还林这个单项林业政策与社会保障、医疗教育等农村公共政策进行对比分析,发现退耕还林工程的边际减贫贡献为2.69%,高于特困户和五保户补助的减贫贡献。苏春红、解垩(2015)、李实等(2016)研究发现,退耕还林补贴主要集中于低收入农户,因此减轻了农村居民收入的不平等程度,使农村贫困发生率降低0.11个百分点。

  退耕还林曾被誉为中国首个直补到户的生态补偿和减贫政策。然而,在退耕还林实施早期,有研究发现由于短期内难以转换生计方式、补助政策落实不到位等原因,因贫复耕、因退耕返贫曾是退耕还林政策实施过程中面临的主要问题(奉国强,2001;昌敦虎、叶文虎,2005)。2008年,巩固退耕还林成果政策实施后,退耕还林补助减半。如果直接按退耕的成本收益计算,一些退耕农户是受损的,那么,退耕还林政策到底是否具有减贫效应呢?在20多年的退耕还林工程中,其减贫效应是如何动态变化的?动态减贫的机制是什么?退耕还林补助具有收入补偿的性质,完善退耕还林的政策中包含农村能源建设等多维减贫内容,那么,退耕还林减贫是收入减贫还是多维减贫呢?传统林业减贫主要针对以林为主(即森林资源丰富)地区的贫困问题,森林是安全网还是“贫困陷阱”乃是传统林业减贫的主要议题(李周等,2000;Wunder,2001;Angelsen and Wunder,2003),退耕还林减贫与传统林业减贫有何不同?退耕还林减贫与农村发展和经济结构转变之间的关系如何?本文采用退耕还林社会经济效益监测21个省(市、自治区)100个县1121户退耕监测农户20年的监测数据,从收入贫困和多维贫困两个角度展开分析,以回答上述问题。

  相比于以往的文献,本文在以下三个方面有所拓展:一是系统梳理了退耕还林政策内置的减贫措施进展;二是根据退耕还林政策阶段性变化的特征,采用退耕还林6个关键年份的农户面板数据进行分析,力图反映退耕还林动态减贫趋势;三是采取收入贫困和多维贫困方法共同分析,初步揭示了退耕还林政策的减贫贡献及其与农村发展互补、实现动态减贫的机制。

 

二、研究设计

 

  自1999年以来,退耕还林工程实施了两轮补助政策,这些政策涵盖了不断增强的减贫措施,是退耕还林动态减贫的关键,因此,在进行定量分析之前,本文首先系统梳理了退耕还林政策减贫措施进展,之后,采用收入贫困和多维贫困两种方法估计退耕还林的减贫贡献。

  (一)数据来源

  本文研究所用数据来自国家林业重点工程社会经济效益监测中的退耕还林工程社会经济效益监测。该监测体系于2003年正式启动,监测范围覆盖21个省(市、自治区),包含100个县120个行政村(或自然村)的1165户退耕还林监测农户(以下简称退耕监测农户)。本文数据时间跨度为退耕还林工程试点启动前的1998年至2018年,退耕监测农户样本量为1121户。主要监测内容包括土地、家庭人口、主要生产生活性资产、耐用消费品、农林牧渔生产及成本、外出务工、转移性收入、主要消费支出以及退耕还林政策执行情况等。其中,主要生产生活性资产、教育及医疗支出、医疗及养老保险等定性指标可用于多维贫困分析。

  (二)分析年度

  退耕还林属于长期政策,年度间的减贫效果变化不大。为便于比较,本文在20年的退耕还林监测数据中,选取6个重要的政策年份进行分析,即退耕还林工程启动前的1998年、全面启动后的2003年、开始实施巩固退耕还林成果政策的2008年、退耕还林实施10周年的2010年、新一轮退耕还林启动和巩固退耕还林成果建设基本完成的2015年以及退耕还林工程实施20年的2018年。收入减贫和多维减贫的分析均采用这6个观测年份的数据(以下简称6个观测年份)。

  (三)收入贫困分析方法

  本文的收入减贫分析包括统计分析和计量分析两部分。

  1.统计分析

  主要借鉴李实等(2016)估计中国农村公共转移支付减贫效果时所采用的方法,即通过测算有无退耕还林补助和退耕地收入带来的贫困发生率变化,估计退耕还林的直接减贫效应。具体而言,首先,计算6个监测年份每个农户的年人均可支配收入(或人均纯收入),根据当年的农村贫困标准判断该农户是否为贫困户,贫困户取值1,反之取值为0;其次,计算该年度监测农户总体贫困发生率;然后,去掉退耕还林补助和退耕地收入,再按上述方法计算一次该年度监测农户总体贫困发生率;最后,根据后者与前者的差,得出退耕还林的净减贫效应。由于收入减贫在地区间有明显的差异,在收入减贫统计分析中,本文将监测农户分为北方地区、中东部地区、西南地区和西北地区四个区域进行分析。

  2.计量分析

  在统计分析的基础上,本文采用二元面板随机Logit模型估计退耕还林政策的减贫效应。

  被解释变量是农户收入贫困的状况,为二元选择变量。根据监测年份的贫困标准,样本农户的人均纯收入低于该标准,赋值为1;反之,则赋值为0。自实施退耕还林政策以来,样本农户的贫困发生率显著下降,从退耕还林前的53.43%下降到2018年的9.24%。

  解释变量包括退耕还林政策、农地利用及收入类以及家庭特征三组变量。退耕还林政策变量主要包括退耕还林补助和退耕地收入,它们是影响退耕还林减贫效应的核心变量。由于退耕还林是农地利用变化政策,农地结构变化及其带来的农户收入变化也是影响样本农户贫困的主要因素,本文选取的农地利用变量包括人均耕地面积和单位面积粮食产量。收入及结构指标包括农林牧净收入占农户年纯收入的比重、工资性收入(含外出务工收入)以及转移性收入(不含退耕补助)3类,农林牧净收入占农户年纯收入的比重是衡量农户是否以农为主的重要指标;工资性收入包括外出务工收入,它既是衡量退耕后农村劳动力转移状况的重要变量,也是衡量退耕农户脱贫与否的重要变量;转移性收入则是接替退耕补助发挥了扶贫托底的作用。家庭特征变量包括户主年龄、户主受教育程度、民族以及劳动力占家庭人口比重4个变量。

  由于退耕还林政策在地区之间有显著差异,为反映这些差异对退耕还林减贫效应的影响,本文在计量分析中设置了北方地区、西北地区、西南地区3个虚拟变量。

  (四)多维贫困分析方法

  本文的多维减贫估计采用全球多维贫困指数方法。按教育、健康养老、资产和生活水平4个维度共9个指标进行分析。指标临界值达不到标准的赋值为1,表示监测农户在此指标上处于贫困状态。各维度指标权重均为1/4,各维度内的指标按指标数量平均分配权重,分别为1/4、1/8和1/16。监测农户年度各维度指标合计值超过1/3(即0.33),则认定为年度多维贫困户。年度多维贫困农户数除以监测农户总数,即为该年度监测农户多维贫困发生率;据此,可分别计算6个观测年份的多维贫困发生率。

 

三、结果分析

 

  (一)收入贫困和多维贫困发生率均显著下降

  研究发现,1998-2018年,退耕监测农户收入贫困发生率和多维贫困发生率均呈显著下降趋势,实现动态减贫,其中收入贫困发生率从53.43%下降到9.24%,下降了44.19个百分点;多维贫困发生率从88.14%下降到4.46%,下降了83.68个百分点。

  (二)退耕还林政策对减贫的贡献率平均接近1/3

  收入减贫统计分析结果显示,在分析期内,退耕还林政策的实施使贫困发生率平均降低了7.52个百分点,对监测农户减贫的贡献率平均为26.80%,其中,在退耕还林补助最高的2003年,退耕减贫的贡献率达到49.40%,接近一半。随着退耕补助标准降低和退耕补助陆续到期,退耕减贫贡献趋于下降。

  (三)退耕还林政策与农村发展互补、共同构成不复耕不反弹的底线

  二元面板随机效应模型估计结果显示,退耕还林补助变量和退耕地收入变量显著减贫;扣除退耕补助的转移性收入变量显著为负,表明包括社会保障等在内的农村发展在减缓退耕农户贫困方面发挥了重要作用;同时,工资性收入变量显著为负,印证了退耕区农户经济结构性转换也是影响退耕还林减贫效应的重要因素。这些结果表明,退耕还林政策与农村发展互补,共同构成不复耕不反弹的底线,实现了退耕还林工程初期提出的“退得下、稳得住、不反弹、能致富”的政策目标。

  (四)地区差异和资源禀赋影响退耕还林减贫效应

  退耕还林减贫效应存在地区差异,西北地区退耕还林减贫效果较为显著。平均看,从2003年到2018年,西北地区退耕还林的收入减贫贡献率接近40%(退耕监测农户总体为26.80%),其中,在退耕补助标准高的2003年和2008年,退耕还林政策的收入减贫贡献率均在50%左右;资源禀赋是影响退耕区农户贫困的重要因素,以农为主的退耕农户贫困发生率高,耕地多、耕地质量好、劳动力多的农户减贫有优势。

  (五)不断增强的减贫措施是退耕还林动态减贫的决定因素

  减缓贫困是生态改善的前提,为此,退耕还林政策内设了减贫措施且不断增强,成为退耕还林动态减贫的决定因素。退耕还林减贫措施进展分析表明退耕还林减贫措施不断增强,从收入减贫扩展到多维减贫,并于2015年发展成为国家生态扶贫手段;减贫措施对贫困人口的覆盖面逐步扩大,精准度逐步提高;退耕林地林木权属政策不断改进,维护和保障退耕还林农户收益。

 

四、结论与启示

 

  本文研究表明,退耕还林发挥了显著的减贫作用,实现了动态减贫。从1998年到2018年,退耕监测农户收入贫困发生率和多维贫困发生率均显著下降,退耕还林补助和退耕地收入提高了退耕监测农户的收入,使其贫困发生率平均降低7.52个百分点,退耕还林对收入减贫的平均贡献率接近1/3。退耕还林政策发挥了多维减贫的作用,包括退耕区农村能源建设、生态改善带来的生活环境改善和土地生产力提高等。

  退耕还林减贫的原理包括技术、政策持续改进和经济发展三个方面。其中,技术原理包括:①发挥生态补偿增收和多样化收入来源的作用;②调整农地利用结构,改变了农村土地、劳动力、资金配置结构,显著增加了退耕农户的工资性收入;③打破了生态与贫困恶性循环,使退耕农户逐步获得长期发展潜力。政策原理在于,不同于传统林业减贫,减缓贫困是退耕还林生态改善的前提,因此,中国两轮退耕还林政策中均内设了减贫措施,且实施力度不断增强、覆盖面持续扩大,为退耕还林动态减贫提供了机制保障。经济发展原理体现为农村转移性收入和社会保障为退耕农户提供托底,既避免发生因贫复耕,又降低了森林资源的利用压力,促进退耕还林成果的巩固。退耕还林政策与农村减贫相辅相成,共同筑起不复耕、不返贫的底线。

  退耕还林减贫的启示在于:发展中国家在实施生态修复工程的同时,必须持续推动农村减贫,打破贫困与生态恶化的陷阱;退耕补助减贫效果显著,但退耕还林减贫是阶段性的,长期看,农村减贫总体上仍依赖于经济发展;退耕还林工程成果来之不易,退耕森林生态系统尚不稳定,农村生态与农户生计之间平衡尚脆弱,需要继续采取强有力措施巩固退耕还林和减贫成果。

  本文的学术启示在于:探讨了生态修复政策对减贫的贡献,今后,生态修复政策与经济发展对减贫贡献的关系、退耕收入减贫和多维减贫的联系可进一步研究。

 

 

  作者:谢晨 张坤 王佳男 聂杨

  作者单位:国家林业和草原局经济发展研究中心

  原文刊发:《中国农村经济》2021年第5期