退耕还林工程土地选择指标体系研究——基于西南地区农户调查的实证分析，本文主要内容关键词为：西南地区论文,指标体系论文,实证论文,农户论文,退耕还林论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修回日期：2007-09-25
中图分类号：F303.4文献标识码：A文章编号：1002-9753（2007）10-0155-06
一、引言
我国退耕还林工程是目前国内涉及面最广，政府投入最多的公共管理项目之一。该工程从1999年开始试点，2002年退耕还林工程全面启动，工程范围涉及25个省区和新疆生产建设兵团。1999-2005年完成退耕还林任务3.44亿亩，其中退耕地造林1.35亿亩，宜林荒山荒地造林1.89亿亩，封山育林0.2亿亩。根据国家林业局制定的《退耕还林工程规划》，截止到2010年，退耕地造林总面积将达到2.2亿亩（1467万公顷），工程总预算将达3370亿元[1]。退耕还林工程的实施，使我国造林面积由以前的每年六、七千万亩增加到连续四年超过1亿亩，其中退耕还林工程造林占全国造林总面积的60％，西部一些省区占到90％以上，大大加快了水土流失和土地沙化治理的步伐，生态状况得到明显改善；其次，农民的收入和生活水平也得到了提高。
但是，由于退耕还林工程是一个政策性非常强的项目，并且涉及面广，工作对象复杂多样，导致在项目实施过程中出现了一些问题。退耕还林政策实施情况引起了学术界的关注。目前国内学者从政策认知情况、政策实施的成本效益性、对农民收入、农村发展等方面，通过实地调查对政策实施情况进行了详细深入的分析[2]。国外某些国家出于粮食安全、生态环境恢复等目的开展了类似我国的退耕还林的土地休耕项目。到目前为止，国外进行退耕还林还草的国家主要有美国、英国、法国、德国、日本、澳大利亚等发达国家。从国外学者研究退耕还林的进展看，美国学者研究退耕还林的成果比较多，主要集中在耕地保护计划——CRP（conservation reserve program）的研究上，主要研究内容涉及CRP项目退耕土地的选择机制（EBI评价标准）、项目竞标和补偿金机制、CRP项目的社会影响评价方法以及成本收益分析等方面[3]。从现有的国内外研究文献看，目前国内在退耕还林工程实施情况方面的研究主要以定性分析和简单定量分析为主，利用计量模型进行分析的文章不多；并且国外学者比较关注的CRP项目退耕土地的选择指标、机制研究，而我国学者在退耕还林土地选择指标研究方面欠缺。然而，退耕还林土地选择指标的研究对于提高工程实施效率有着非常重要的意义。因此本文通过建立计量经济模型，在研究现有退耕还林工程目标瞄准性的基础上，提出符合中国国情的退耕土地选择指标体系，从而提高工程的运作效率。
本文第二部分将介绍案例地区基本概况，调查方法以及数据描述；第三部分基于实地调查获得的地块数据，运用logistic模型分析退耕还林的地块是否符合现行的国家退耕还林标准，并评价目前我国退耕还林地块选择标准；第四部分根据分析结果，在借鉴美国CRP项目地块选择标准EBI的基础上，提出符合我国国情的退耕还林地块选择指标体系及评估方法。
二、数据及研究方法
本文使用的数据来源于2005年4月7日-18日对西南地区的四川北川县退耕还林工程实施情况的实地调查。四川省北川羌族自治县位于四川盆地西北部，地处长江上游，为重要的水源涵养地，而该县境内的片口、小寨子沟自然保护区更是大熊猫的重要栖息地。由于历史原因，该县森林资源缩减迅速，当地生态环境遭到破坏，严重影响了北川县林业、农业及其他产业的发展，阻碍了当地经济发展进程。1999年，退耕还林工程率先在四川试点，鉴于其特殊且重要的地理位置和生态资源，北川县成为了首批退耕还林试点县之一。由于该县属于退耕还林试点县，可以获得退耕前后的数据，并且数据跨越年限为5年，因此选择该县为调查县。调查涉及的北川县所有乡、村和户都按照随机原则选取。调查涵盖擂鼓、开坪、禹里三个乡，共发放农户调查问卷110份。问卷回收统计结果显示：问卷回收率达到100％，有效农户调查问卷101份，占回收问卷的91.8％。调查信息包括退耕土地情况、农户1999-2004年的家庭、生产、收入和资产等信息，并重点了解农户相关信息中的退耕还林前的数据。
三、模型建立及分析
（一）目前我国退耕还林地块选择标准
目前我国退耕还林项目土地选择标准主要依据《退耕还林条例》有关退耕土地的规定：“下列耕地应当纳入退耕还林规划，并根据生态建设需要和国家财力有计划地实施退耕还林：（一）水土流失严重的；（二）沙化、盐碱化、石漠化严重的；（三）生态地位重要、粮食产量低而不稳的。江河源头及其两侧、湖库周围的陡坡耕地以及水土流失和风沙危害严重等生态地位重要区域的耕地，应当在退耕还林规划中优先安排。”从上述退耕还林土地选择规定看，该标准涵盖了生态退化的土地，但是标准非常简单，没有细化，导致在具体操作过程易受到人为因素的影响。该问题在实地调查过程中得到了印证。通过对相关退耕还林实施部门的了解，发现当前退耕还林土地选择主要是根据退耕土地的坡度来确定的，并且存在简单的认识观点，即坡度越高，则土地越符合《退耕还林条例》有关退耕土地的规定。那么，实地调查获得的数据分析结果会怎样？因此本文基于上述目的，通过建立logistic模型，分析被调查地块退耕的目标瞄准性，即是否严格符合国家退耕还林的标准。
（二）模型建立及分析结果
为了分析退耕土地选择标准，在调查问卷中重点了解可能会影响退耕地块选择的因素：面积、坡度、土壤质量、土壤侵蚀程度、土壤沙化程度、作物产量情况、离家距离、离公路距离、离河距离以及是否退耕。在调查中，总共获得142块有效的地块信息。地块描述性统计分析见表1，其中变量离公路距离、离河距离的离散性较大，而坡度的离散性较小。退耕地块与未退耕地块的作物产量存在明显差异。
表1 调查地块描述性统计分析
变量退耕（N=84） 未退耕（N=58）
均值（标准差）均值（标准差）
面积3.470（2.517）2.736（1.787）
坡度3.476（0.871）3.103（0.949）
土壤质量1.750（0.848）2.161（0.987）
土壤侵蚀度 1.850（0.982）1.585（0.795）
土壤沙化度 0.788（0.520）0.472（0.541）
作物产量1.775（1.292）2.732（1.657）
离家距离2.012（1.820）1.190（0.512）
离公路距离 3.143（3.742）3.431（4.168）
离河距离2.976（2.998）2.983（3.143）
1.计量变量的选择以及预期方向 有关计量变量的选择和预期作用方向见表2。表中对各个变量的定义作了解释，并在此基础之上，根据从退耕还林主管部门以及农户中获得的信息对各个自变量对是否退耕影响的作用方向进行了预测。一般来说，坡度、土壤质量、土壤侵蚀程度、土壤沙化程度、作物产量、离家距离、离河距离这些变量对退耕的影响是正相关的，即坡度越高、土壤质量越差、土壤侵蚀程度和沙化程度越严重、作物产量越低、离家、离河距离越远，地块越容易被退耕。而地块面积、离公路距离对退耕的影响可能是负相关的，即地块面积越大，越不容易退耕；根据农户反映的情况和实地观察的结果，离公路越近，越容易被退。
表2 变量的定义以及自变量作用因变量的预期方向
变量定义 预期方向
地块被退耕（是） 2004年耕地被退
地块被退耕（否） 2004年耕地没有被退
面积 每块耕地的实际面积大小（亩） -
坡度 1.小于6度；2.6-15度；3.16-25度；4.大于25度+
土壤质量 1.很好；2.好；3.一般；4.差；5.很差
+
1.无明显侵蚀；2.轻度侵蚀；3.中度侵蚀；4.强度侵蚀；5.高强度侵蚀；6.剧烈
土壤侵蚀程度 侵蚀 +
土壤沙化程度 0.没有；1.一般；2.严重；3.很严重；+
作物产量 1.产量低，不稳定；2.产量低，稳定；3.产量一般，不稳定；4.产量一般，稳定；5.
+
产量高，不稳定；6.产量高，稳定
离家距离 地块离家的距离，单位：500米
+
离公路距离地块离公路的距离，单位：500米 -
离河距离 地块离河的距离，单位：500米
+
2.模型建立 本文将收集上来的数据运用SAS软件进行logistic回归[4]，模型建立以及分析过程如下。由于待分析的样本地块是否被退耕是两类变量，即地块被退耕或地块没有退耕，因此选用logistic回归。本文计X为地块自变量向量，即X=（x[，1]，x[，2]，…，x[，m]）；因变量地块退耕（Y=1）的概率计为p，即p=Pr（Y=1｜X）。在地块自变量X作用下，logistic回归方程为logit（p）=log（（p/1-p））=β[，0]+β[，1]x[，1]+β[，2]x[，2]+…+β[，m]x[，m]，式中，β[，0]是常数项，β[，i]（i=1，…，m）为logistic的回归系数[5]。经过数学变换，地块退耕的概率可表示为
p=（exp（β[，0]+β[，1]x[，1]+β[，2]x[，2]+…+β[，m]x[，m]）/1+exp（β[，0]+β[，1]x[，1]+β[，2]x[，2]+…+β[，m]x[，m]）
3.Logistic回归分析 在回归的变量选择时，本文使用了“选项=逐个剔除”逐步清除不显著的变量[6]。SAS代码为：模型Y（事件=‘1’）=x[，1]x[，2]x[，3]x[，4]x[，5]x[，6]x[，7]x[，8]x[，9]/选项=逐个剔除，其中Y，x[，1]，x[，2]，x[，3]，x[，4]，x[，5]，x[，6]，x[，7]，x[，8]，x[，9]分别为logistic回归方程中地块退耕、面积、坡度、土壤质量、土壤侵蚀程度、沙化度、作物产量、离家距离、离公路距离及离河距离的变量缩写名称。
SAS统计最终输出结果显示有四个变量显著，它们分别是：沙化度、产量、离家距离以及离公路距离。模型参数估计概括如表3。
表3 Logistic回归分析结果
解释变量参数估计 卡方统计量 比数比
95％置信区间
常数项 0.421 0.570
沙化度0.978[**]6.309 2.658 （1.240，5.701）
作物产量 -0.476[***] 10.922 0.621 （0.469，0.824）
离家距离0.592[**]
5.483 1.808 （1.101，2.967）
离公路距离 -0.145* 3.427 0.865 （0.742，1.009）
注：*、**、***分别表示在10％、5％和1％的置信水平上具有统计显著性
SAS输出中Likelihood Ratio检验（P＜.0001），Score检验（P＜.0001）和Wald检验（P=.0002）的P值都远小于0.05，故认为模型成立[5]。因此，Logistic回归模型为logit（p）=0.421+0，978*沙化度-0.476*作物产量+0.592*离家距离-0.145*离公路距离。其中，变量中作物产量和离公路距离的系数为负值，表明产量越低、离公路距离越近地块越容易被退耕。沙化度和离家距离系数为正值，表明土地沙化越严重、离家越远地块越容易被退耕。由拟合的回归方程得沙化度的比数比=exp（0.978）=2.658，即沙化度每提高一个单位，沙化度高水平较低水平地块退耕的比数比为2.658；作物产量的比数比=exp（-0.476）=0.621，即产量每提高一个单位，产量高水平较低水平地块退耕的比数比为0.621，或者说，产量每降低一个单位，产量低水平较高水平地块退耕的比数比为1.61；离家距离的比数比=exp（0.592）=1.808，即离家距离每增加一个单位，离家远较离家近地块退耕的比数比为1.808；离公路距离的则表现出距离公路越近的地块越容易被退耕的趋势，比数比=exp（-0.145）=0.865，即离公路距离每增加一个单位，离公路远较离公路近地块退耕的比数比为0.865，或者说离公路近较离公路远地块退耕的比数比是1.156。
计量分析结果表明，在实际操作过程中，地块特征中的沙化度、作物产量、离家距离、离公路距离是影响地块是否被退耕的显著因素。其中作物产量在影响退耕的因子中最显著，其次是沙化度和离家距离，最后是离公路距离。而当地林业管理部门对退耕土地选择的主要标准——土地坡度则在回归分析中不显著。其中一个有趣的现象是回归分析结果显示地块是否退耕与离公路距离呈负相关趋势，即离公路近的地块容易被退耕。并且，该分析结论与实地观察的结果和农户反映的情况相符。这可能与行政干预有关，地方退耕还林工程实施单位可能存在面子工程，即优先安排公路周边的耕地退耕，这样就可能存在一些原本不符合退耕要求的地块被退耕了。而根据我国《退耕还林条例》中规定的退耕土地标准而设计的其他土地地块特征，如面积、土壤质量、土壤侵蚀程度、离河距离回归不显著。本文也不排除非显著的结果也许与样本量有关，增加样本量可能会观测到更细微的趋势。因此，从总体上看，目前我国退耕地块选择的目标瞄准性不太高。许多在退耕地块选择中应该优先考虑的因素没有被实施，这可能与《退耕还林条例》中对地块选择标准过于简单有关。由于地块选择标准没有细化，导致在地块选择过程中受影响的因素较多，可能会忽略某些非常重要的因素，从而影响退耕土地选择的目标瞄准性。可见有必要对目前我国退耕地块选择标准进行细化，使其具有操作简单、易实施、标准化的特性，从而提高工程效率及统一性。
四、关于我国退耕土地选择指标体系的建议
从上面的分析中可以看出，我国退耕地块选择机制中存在的最主要的问题是选择标准过于粗略，容易受外来因素的影响，从而制约工程目标瞄准性，进而影响工程效率。因此有必要对我国退耕土地选择标准进行深入研究，通过给出可操作的指标体系，并根据相应的分值对地块进行评分，在退耕指标一定的情况根据分值高低进行排序，由高到低确定退耕地块。
（一）退耕土地选择指标
在结合我国《退耕还林条例》中的退耕地块选择标准的基础上，借鉴美国CRP项目中EBI（environment benefit index）评分标准[7]，提出符合我国国情的退耕地块选择指标。建议将选择指标分为5类1级指标，在1级指标下分若干2级亚指标。具体选择指标见表4。
表4 退耕地块选择指标
1级指标 2级亚指标
A1濒危物种活动区域
A与野生动物保护的关系
A2地块与湿地的距离
A3地块与保护区的距离
B1地块与重点水源保护区
B水质情况
域的距离
B2地下水水质情况
B3地表水水质情况
C1地块土壤侵蚀状况
C土壤状况
C2地块沙化状况
C3地块盐碱化状况
C4地块石漠化状况
D是否为国家规划的生态优先
E地块产量情况
（二）退耕土地选择指标赋值标准
根据退耕还林工程的目标，确定各项指标权重，并进行分级化处理，提出以下赋值标准，详见表5。
表5 退耕土地选择指标赋值标准
1级指标分值
2级亚指标分值 具体分值
A与野生动物保护的关系 A1濒危物种活动区域属于濒危物种活动区域 50分
100分 （0-50分） 不属于濒危物种活动区域 0分
A2地块与湿地的距离天然永久性或季节性湿地临近地块或
（0-25分） 占地块面积的5％以上 25分
天然永久性或季节性湿地距离地块3
公里之内 15分
上述状况不存在 0分
A3 地块与保护区的距离 保护区临近地块 25分
（0-25分） 保护区距离地块3公里之内 15分
上述状况不存在 0分
B水质情况 B1地块与重点水源保护区域 位于国家、省级、地市级水源涵养区
100分 的距离域的陡坡耕地 50分
（0-50分） 位于国家、省级、地市级水源涵养区
域耕地 30分
上述状况不存在 0分
B2地下水水质情况 地块范围内以及周边区域地下水受到
（0-20分） 污染 20分
没有受到污染 0分
B3地表水水质情况 地块范围内以及周边区域地表水受到
（0-30分） 污染 30分
没有受到污染 0分
续表5
1级指标分值
2级亚指标分值 具体分值
C土壤状况 C1地块土壤侵蚀状况 重度侵蚀 25分
100分 （0-25分）
中度侵蚀 20分
轻度侵蚀 10分
轻微侵蚀 5分
无侵蚀0分
C2地块沙化状况 重度沙化 25分
（0-25分）
中度沙化 20分
轻度沙化 10分
轻微沙化 5分
无沙化0分
C3地块盐碱化状况重度盐碱化 25分
（0-25分）
中度盐碱化 20分
轻度盐碱化 10分
轻微盐碱化 5分
无盐碱化0分
C4地块石漠化状况重度石漠化 25分
（0-25分）
中度石漠化 20分
轻度石漠化 10分
轻微石漠化 5分
无石漠化0分
D是否为国家规划的生态优先恢复区域 属于国家规划的生态优先恢复区域 25分
25分
不属于国家规划的生态优先恢复区域 0分
E地块产量情况 产量低且不稳 25分
25分
产量低但稳20分
产量中稳 10分
产量中不稳5分
产量高0分
（三）退耕土地选择指标计算分值方法
根据我国生态环境保护目标，在进行分值计算时，将耕地分两类进行评估（表5）。第一类：只要地块属于濒危物种活动区域、或者位于国家、省级、地市级水源涵养区域的陡坡耕地，即A1或B1分值为50分，则该耕地自动纳入退耕地块范畴；第二类，如果耕地为非濒危物种活动区域、或者非国家、省级、地市级水源涵养区域的陡坡耕地，则通过专家对照以上赋值标准对耕地逐项打分，将各项分数累加，即得到退耕土地选择指标计算总分值，具体计算方法如下：
F=
A[，j]+B[，i]+
C[，i]+D+E
式中A、B、C、D、E分别代表相应的选择评价指标。
通过上述公式计算出来的分值越高，代表该地块越处于生态脆弱区域，应优先考虑退耕。而在进行退耕地块分配时，应以县为单位，县里统一对申请退耕的地块进行评分，在退耕指标一定的情况根据计算分值高低进行排序，由高到低确定退耕地块。