农户退耕还林政策的参与决策研究，本文主要内容关键词为：农户论文,退耕还林论文,政策论文，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。
自20世纪90年代以来，中国出现了大量的水土流失和环境恶化问题，环境保护也日益成为我国经济社会发展的重要议题。2000年，国务院开始将退耕还林列为西部大开发的重要内容。此后，退耕还林试点工作正式启动，范围涉及全国18个省（区、市）共1887个县，工程区土地总面积106.43亿亩，占国土总面积的73.91%①。
从目前来看，退耕还林政策已成为我国涉及面最广、规模最大的生态保护性项目，它的环境保护效率和可持续性问题也成为大众关注的焦点。由于农户是退耕还林政策的行为主体，因而农户参与退耕政策的意愿就显得尤为重要，这会直接影响和决定退耕还林政策的可持续性。然而，现有文献在评估退耕政策的参与意愿性方面却有不同的观点。其中的一些文献认为，退耕还林政策的补贴机制对农户有较大的吸引力，它促使农户自愿参与退耕政策并促进了劳动力的大量流动，据此他们认为退耕政策在生态保护及促进劳动力流动方面达到了预期的效果[1]。然而也有观点认为，农户对退耕还林政策的参与性受到政府强制性的干扰，其实农户自愿参与退耕政策的积极性并不高。另外，政府的补贴机制如良种补贴、现金补助和免费工作信息等辅助措施并不能明显地改变农户的成本收益对比，所以说政府的补贴措施对农户的参与积极性并未产生积极影响[2-3]。
综合来看，退耕还林政策本身的自愿参与性如何还没有一个确定的研究结果，而且对农户参与意愿的具体影响因素也没有系统的研究，因此对这些问题进行进一步研究是必要的。本文将利用2009年的调查数据研究这些问题，特别是在控制一些经济环境及其他内生性因素的情况下，考察退耕还林政策本身的参与决策及其影响因素。
文章结构安排为：第二部分为文献综述；第三部分为数据与变量说明；第四部分为农户退耕还林项目的参与决策分析；第五部分为退耕政策的内生性问题与纠偏；第六部分为不同收入水平农户的参与决策问题；第七部分为结论与不足。
二、文献综述
在国外也有很多类似于我国的退耕还林计划，如在发达国家中，有美国1986年开始的CRP工程（土地保护性储备计划）和加拿大1989年实行的森林长期覆盖计划（PCP）；另外，欧盟在1992年也开始试行土地保护项目（CPP）。而在发展中国家，像哥斯达黎加1997年开始的环境补偿政策（PSA），玻利维亚的森林保护补偿计划（PSP）及墨西哥的环境支持服务计划（PSAH）等也基本类似。这些计划一方面在保护环境和减少水土流失方面起到重要作用，另一方面也对农户的收入产生了显著的正外部性[4]，收入的增加诱使农户更加愿意参与退耕还林项目。
然而也有研究认为，虽然退耕项目会短暂地提高农户收入，但项目补贴一旦结束，这些收益却很可能是不可持续的，甚至会发生农户返耕的可能[5-6]。Cooper等利用离散选择模型和随机效用模型，分析了农户的退耕还林参与决策的临界点，也计算了促进农户参与该项目的适当补助金额[7]。Hamdar把线性规划和灵敏度分析的概念引入退耕还林政策的评价过程，通过计算农户参与退耕政策的成本与收益，认为参与退耕并进行劳动力流动对农户来说是不理性的，所以70%的农户都不愿意参与退耕还林项目。使用美国田纳西州的微观调查数据发现，退耕政策的经济激励额度是不足的，从而根本无法刺激农户自愿参与退耕还林项目[8]。
在我国，也有不少文献对农户退耕还林政策的参与性问题进行了评价，但是正反两方面结果都存在。蒋海（2003）从投资激励的相容性角度分析了农户参与退耕的阀值点，认为补贴金额越高，农户自愿参与项目的可能性越大[9]。危丽等（2006）在对重庆和四川地区的退耕还林情况进行调研的基础上，构造了一个农户选择的决定模型，认为退耕还林政策的补贴措施改变了农户的成本与收益，因此使得大部分农户都自愿参与退耕项目[10]。陶然等（2008）从外部性视角出发，对退耕还林及相关生态补偿政策进行了分析与评述，认为退耕还林的补贴政策对农户是否愿意参与政策有显著的影响，而且财政补偿政策、最佳的退耕还林规模、补偿标准的确定等是农户是否愿意参与项目的主要因素[11]。
然而，另一些研究却提出了相反的观点。Brockett等（2003）从农户的行为态度出发，研究了退耕还林政策后农户经济状况的变化，认为该政策只是对环境的改善有所作用，而对农户的收入本身并没有带来显著影响，从而80%的农户都不愿参与这项政策[12]。Wang等（2007）等通过研究表明，退耕政策对环境保护和水土流失治理方面起到重要作用，然而却减少了农户的经济利益，所以农户的参与积极性非常低[3]。Uchida等（2005）以甘肃和宁夏的数据为样本，研究了退耕还林项目的成本收益问题，认为该政策使得很大一部分退耕农户的平均实际收入在减少，只有不到40%的农户愿意参与退耕项目[13]。易福金等（2006）利用农户调查的面板数据，对农户参与退耕还林政策的影响因素及工程效果进行了分析，认为耕地存量少的农户更有可能参与退耕项目；而且，政策对农业生产结构和农民收入增收方面没有显著效果，从而认为退耕还林工程的经济可持续性不容乐观[14]。吴伟光等（2008）采用来自浙江省林农调查的面板数据，表明在经济发达地区，政策激励对农户的成本收益没有显著影响，所以退耕政策的参与性并不高。虽然当地文化、经济状况都对农户参与退耕政策的可能性产生了正反两方面的影响，但总体影响结果不太明显[15]。Wunder（2007）认为，退耕政策的激励措施对不同条件与特征农户的参与性的影响是不确定的，因此有必要对退耕户及非退耕户的参与行为和微观经济决策进行更为深入的研究[2]。
整体来看，现有的文献大多是在定性层面上研究了农户的退耕还林参与决策问题，而且这些文献没有系统考虑农户个体影响因素，从而无法从根本上解决退耕还林政策的瞄准性和可持续性问题。为此，本文利用2009年北京师范大学与日本一桥大学进行的退耕还林政策调查数据，从微观计量的角度，采用probit及分位回归方法，深入研究退耕还林政策的自愿参与决策过程及其影响因素。
三、数据与变量说明
（一）数据来源
本文的主要数据来源于北京师范大学与日本一桥大学共同开展的退耕还林政策调查。调查时间为2009年3月至6月。本次调查采取随机分层典型抽样方法，在宁夏回族自治区选取了所需要的乡、村与农户样本，共发放调查问卷812份，回收800份。在这些有效调查样本中，退耕户500户，非退耕户300户，包括12个乡，71个村，共计800户家庭。退耕户组中调查了9个县，44个乡，52个村，非退耕户组中有9个县，31个乡，31个村。
调查内容包括村、住户与个人的数据，由调查员入户收集了农户2009年前后及参与退耕还林项目的相关信息，主要涉及：家庭成员基本情况、劳动力流动、就业和家庭经营情况、收入和消费、土地使用和退耕还林政策参与前后的情况等。
（二）变量统计描述
根据已有研究和本文调查数据的特点，可以把农户参与退耕还林项目的决定因素归纳为户主个人特征、农户家庭基本特征、家庭生产条件、家庭外出务工收入与机会成本等几个方面，如表1所示。
在变量的分布上，退耕组与非退耕组在许多方面都存在显著差异。户主受教育年限的双t检验p值为0.071，表明两组户主的受教育年限存在10%以上的显著差异。同样，在退耕政策实施前有过种草培训经历的农户参与退耕项目的可能性显著更大（p值为0.000）。而退耕组的家庭人口明显高于非退耕组，并在5%水平上显著。同时，退耕组的燃料支出、固定资产支出、务工收入时间比也与非退耕组明显不同，其分布差异都在5%水平上显著。另外，家庭人均收入变量也同样在两个组别间存在分布差异（p值为0.000），退耕组的平均收入要显著高于非退耕组，且在1%水平上显著。我们认为，所有这些变量都有可能是农户参与退耕项目决策的重要影响因素。
四、农户退耕还林项目的参与决策
（一）参与退耕项目的几个假说
退耕还林政策是从保护和改善生态环境出发，将易造成水土流失的坡耕地和砂地造林种草，它是中央政府在新世纪提出的重大工程，也是增加农民收入和转移农村剩余劳动力的重大举措。政策的设计是由政府提供补贴和后续服务两部分构成。一方面，政府承诺给农户一个合理的按亩计算衡量的补偿价格，从而直接影响农户的现期收益；另一方面，提供退耕后的粮食补助并免费提供退耕后林草种子；而且，政府还建立了公共就业服务机构，对参与退耕的农户提供技能培训以及对进入城市工作生活的农户提供必要的帮助指导。我们认为，这种现金补贴、免费提供的职业培训与工作信息服务等，大大减少了农户的心理成本，也增加了农户的预期收益，从而改变了农户的成本收益对比，使得农户更加愿意参与退耕项目。政府正是通过这种诱导机制，直接引导农户自愿参与退耕还林项目。根据退耕还林政策的实施方式与基本的经济理论，我们提出以下假说。
假说Ⅰ：受教育程度越高，越可能参与退耕还林政策。如果农户受教育程度高，劳动力迁移的心理成本就更低，根据劳动力流动的“拉力一推力”理论，相比同样的流动收益，受更多教育的农户就更有可能进行劳动力流动从而参与退耕还林项目。
假说Ⅱ：家庭人口越多，越可能选择参与退耕项目。因为家庭耕地面积有限，随着劳动生产率的提高，家庭成员就越有可能外出就业。在迁移外出的状态下，理性的农户会倾向于选择植树种草等较少需要打理的作业方式，而不会倾向于选择继续耕种或抛荒。
假说Ⅲ：家庭人均收入越高，越可能参与退耕还林项目。家庭人均收入越高，越容易通过机械化来替代劳动力进行耕作，从而形成劳动力的剩余；而且人均收入越高的家庭，越不可能从农田获取所需要的高收入，因此更愿意退耕并外出打工以寻求更好的机会，从而更可能参与退耕还林项目。
（二）回归结果
为了更深一步考察农户的退耕还林参与决策，我们利用probit方法来分析农户参与退耕决策的影响因素。并建立以下模型：
其中被解释变量Y为是否参与退耕还林项目的虚拟变量（是为1，否为0），X包含了户主年龄、受教育年限、政治成分、是否村干部等农户户主个人特征；还包括家庭人口、总耕地面积、上年存粮、家庭燃料支出等农户家庭特征变量，也包括信息化程度、手扶拖拉机数量等家庭生产性特征变量，也包括农户外出工资率等机会成本变量，最后还包括人均收入、就业与培训等变量。
利用上述解释变量，我们得到probit估计结果如下：
一共有四类变量，包括户主个体特征，家庭基本特征，家庭生产特征与家庭参与退耕的机会成本变量。在基本变量确定的情形下，我们通过STATA变量筛选法，依次减少解释变量的个数，从而确定模型最终的解释变量。从表2中我们发现一些变量的系数和显著性水平非常稳定，如户主的受教育程度、年龄、是否村干部等变量；另一方面，随着解释变量个数的增加，
值及样本观测量有一些变化（这是因为新增的变量存在缺失值的情况）。综合数据分析结果及Uchida（2009）的研究看，我们认为模型3更具有代表性，一方面它控制了所有重要的变量，同时样本容量不至于有太大损失；另一方面，它没有把具有内生性的收入变量纳入到模型中，从而结果更加准确。
（三）假说的检验
1.假说Ⅰ检验。
首先，通过表1的统计分析可以知道，非退耕组的户主平均受教育年限为5.22年，退耕组的为5.96年。非退耕组中受教育年限超过4年的比例只为58.67%，而退耕组中这一比例超过63.3%，两者在10%统计水平上存在显著差异。其次，如表2所示，对于总体样本的probit模型来讲，无论怎样控制农户的特征变量，户主受教育年限都显著地影响农户参与退耕项目的决策，影响程度也相当稳定。在模型3中，我们在自变量的平均值处计算标准正态概率密度函数，从而得到自变量的边际效应。在平均值处计算，受教育年限的边际效应值为0.043，这意味着每增加一年的受教育年限，农户参与退耕还林项目的概率约会增加4.4%。②这可能是，农户受教育程度越高，劳动力迁移的心理成本就越低，相比同样的流动收益，会更加倾向于参与退耕还林项目。
2.假说Ⅱ检验。
由于宁夏地区人多地少，耕地面积尤其匮乏。对于成员较多的家庭来讲，会出现劳动力剩余。家庭人口越多，越会选择参与退耕还林项目。通过表1的统计分析，非退耕组的家庭平均人口为4.80人，退耕组的为4.93人。非退耕组中家庭平均人口超过5人的比例只有29.57%，而退耕组中这一比例超过了40%。其次，如表2所示，无论我们怎样控制农户的特征变量，对于5个不同的probit模型，家庭人口规模都显著地影响农户的参与决策。例如在模型3，在平均值下，家庭人口的边际效应值为0.108，这表明在其他条件不变下，每增加一个家庭成员平均会使农户参与退耕还林项目的概率增加11.4%。
3.假说Ⅲ检验。
家庭人均收入越多，越容易通过机械化来替代劳动力进行一般农田的耕作，从而形成劳动力的剩余；而且人均收入越高的家庭，不可能只从基本农田获取所需要的高收入，因此更愿意参与退耕还林并外出打工寻求更高的收入。
首先，选取农机、手扶拖拉机数量反映农户家庭的机械化程度，我们发现家庭人均收入与机械化设备数量呈现明显的正相关关系，较高的机械化配备程度能有效地提高农户家庭的生产效率。从数据上，对于非退耕组来说，在农忙时期的平均劳动生产率为4.2公斤/人·时（用粮食产量与农忙季节的劳动时间之比来代替），而退耕组的这一比例则高达5.7公斤/人·时。其次，退耕组农户具有更多的家庭总人口数量，非退耕组的家庭平均人口为4.80个，退耕组的为4.93个（表1）。所以，劳动生产率较高的家庭通常家庭规模较大，这促使他们考虑外出就业从而更愿意参与退耕项目。再次，如表2所示，在控制了农户的特征变量后，对于5个不同的probit模型，其人均收入变量都显著影响农户的参与决策，而且显著性水平都在10%以上。对于影响系数来说；在平均值下，家庭人均收入对参与决策影响的边际效应值显著不为零，这表明在同一个家庭内部，如果每增加一个家庭成员，若其他条件不变，都会显著增加农户参与退耕还林项目的概率。所以，一方面，人均收入越高的农户具有更多的农机数量，可以用更少的人员去进行农田耕作；另一方面，退耕组农户具有更多的家庭总人口。所以人均收入高的家庭具有更多的剩余劳动力，并更加迫切地要求转移家庭剩余劳动力，从而更愿意参加退耕还林项目。
然而，模型中家庭人均收入变量的系数虽然为正，这表明在同一个家庭内部，在其他所有因素不变的情况下，家庭人均收入越高，参与退耕还林项目的可能性就越大。但同时必须注意到，这并不一定就能说明在不同家庭之间，人均收入越高，参与退耕项目的概率就越大。另外，收入是一个具有较强内生性的变量，因此也不适合作为一个解释变量来简单考察它对另一个变量的影响程度。为了进一步说明这一点，我们在模型2、3、4中剔除了这一变量，发现结论与之前是一致的。另外，我们在第五部分会通过分位回归方法继续研究这一问题。
综合来看，实证结果支持我们的假设，即户主年龄大、家庭人口多、户主受教育程度多的家庭更倾向于参与退耕还林项目。另外我们还发现，旱地占耕地比例显著影响农户的参与度，旱地比例越高，农户土地耕作的收益率就越低，从而农户更加愿意参与退耕项目。以家庭上年度燃料支出来衡量的机会成本变量的符号与预期一致。即上年度燃料支出越大，越依赖于土地耕种所带来的秸秆等农作物副产品。如果农户将土地退耕并进行劳动力流动，那么燃料支出会更大，从而参与退耕的机会成本也越大，所以农户参与退耕项目的可能性越小。而对于家庭上年已经购置的固定设备来衡量的机会成本变量，所有变量的系数都为负而且在1%水平上显著，表明参与退耕并进行劳动力流动从而废弃家庭固定资产所面临的成本会更高，参与退耕项目的概率越小。与此相对应，农户务工收入时间比（工资率）变量正向影响退耕项目的参与率，工资率越高，农户越倾向于外出打工，从而退耕的概率显著增加。
但是，“是否村干部”变量的系数并不显著，而用家庭“是否拥有彩电、收音机”来衡量信息接收量的系数也都不显著。当然，这可能有变量选取的问题，因此，本文先后用“农户一年中去村委会的次数”、“与村干部沟通的次数”和“自己拥有的朋友数量”来衡量，这些变量直接度量了农户对退耕项目了解的程度，但是结果仍不显著。
最后，退耕项目实施前农户参与的种草培训对之后农户是否参与退耕项目的决策有显著影响。但是，也可能农户预计到自己会参与退耕项目，从而在实施项目前就决定接受种草培训，这种内生性问题是可能存在的。
五、内生性问题与纠偏
（一）内生性问题来源
内生性问题始终困扰着农户的退耕参与决策。一般来说，在政策实施过程中，还有三方面的原因可能会导致内生性偏差：
第一，政策与农户的匹配，及政策实施过程中的预期导致内生偏差。在退耕政策的设计和实施中，虽然政策规定农户可以自由选择是否参与退耕还林项目，但是在实际执行过程中，并不能保证这种完全自由性。我们的调查是在2009年进行的，而在被调查户中，有不少是从2003年就开始进行退耕。多年的政策实施使得政府会积累一些相关经验，政府可能会预期到具有某些特征、某些条件的农户会倾向于退耕，从而会更加偏重游说或安排这些农户参与退耕，这样一方面可以达到政策的最佳效果、减少实施过程中的阻力，同时也会增加政策与农户的匹配程度。政府游说农户是否进行退耕时的这种倾向性很可能会导致内生性问题。
第二，我们调查的宁夏农村属于国家重点贫困县的覆盖区域，大多数农户生活在贫困线以下。而根据当地政府的政策文件，决定把“促进劳动力流动作为扶贫的一种基本途径③，这样地方政府会倾向于使那些退耕后容易进行外出务工的贫困户参与退耕项目。这样的话，那部分最贫困的农户就更有可能被安排参与退耕还林项目并进行劳动力流动，从而产生内生性偏差。
第三，还有一种相反的内生性来自于政府的财政压力。由于退耕政策的制度设计，需要当地政府对退耕后的农户进行相应的配套补贴。地方政府为了减少财政负担，可能会尽量少地让有某些特征或条件的农户参与退耕项目，从而减少潜在的退耕补贴。这样也会让农户的退耕决策产生系统性偏误。
实际上，这些潜在的内生性偏差都会导致同一个问题，就是农户实际的退耕还林决策并不是他们真实、自由的表达，而是受到外部因素的干扰。对于这个问题，我们通过更加有针对性的样本来缓解。
（二）自由选择样本
由于调查是在2009年进行的，所以调查中除了了解农户是否已经进行退耕等信息外，问卷还问及农户当年实际上是否愿意进行退耕等信息。从调查数据上，我们也可以清楚地看到农户参与退耕项目的自主性受到较大程度的干扰，从而说明自由选择样本的必要性。在退耕户样本中，当被问及“退耕还林头一年，您可以自己选择是否参加项目吗”，在退耕户中，选择为“没有自主权”的农户比例为58%，而选择为“有自主权”的为38.6%，另外还有3.4%的农户认为“说不清”。而在非退耕户中，“没有自主权”的农户比例为74.2%，“有自主权”的为22.5%，同时有3.4%的农户认为“说不清”。这样，在所有的农户样本里，有自主权（真实意愿表达）的农户比例只有32.6%，从中我们也可以发现农户的退耕还林决策确实受到严重干扰。陶然等（2004）也指出，退耕户中确实有许多农户在退耕地块、退耕面积、退耕地上种植的树种等方面都没有充分的自主选择权。
按照上述数据，在所有的被调查户中，我们把样本分成四类：
A：退耕户且农户实际上也是自愿退耕（占退耕组的38.6%）；
B：退耕户但是被强制做出的选择（占退耕组的58.0%）；
C：非退耕且农户确实是自愿非退耕（占非退耕组的22.5%）；
D：非退户但是被强制做出的选择（占非退耕组的74.2%）。
为了更加深入地研究农户参与政策的自愿性问题，我们把所有农户按上述分类方法分成3个样本组，如下页图1所示。
全样本：退耕组（A与B类）、非退耕组（C与D类）。把所有农户分成了退耕组和非退耕组。
强制选择样本：强制退耕组（B类）、强制非退耕组（D类）。在组样本下，农户的真实意愿与政府的政策安排是相冲突的。农户是否退耕的行为决策，仅仅是由于政府的强制安排所导致的。
自由选择样本：自由退耕组（A类）、自由非退耕组（C类）。在组的样本下，农户的真实意愿与实际结果是一致的。但需要说明的是，两者的顺序是不一致的，首先是2009年前农户是否进行退耕（更准确的是2004年之前），然后是2009年问及农户当年是否愿意。
由于政府在农户做出是否参与退耕项目的决策过程中起到了一定的干扰作用，或是为了使得退耕项目顺利进行，或是使得退耕与农户的意愿更加匹配，从而更可能安排那些倾向于进行退耕的农户进行退耕，这样农户退耕决策的自决性就不能保证。所以，用自由选择样本的重要性在于，如果挑选那些都是自由进行退耕或非退耕的样本，所有的农户都是真实、自由地表达了他们自己的意愿，参与或是不参与是由农户自己决定的，他们参与退耕项目可以认为完全是一个自我选择的过程，这样就更能保证农户参与退耕政策的自由性，从而免受内生性问题的困扰。
（三）自由选择样本农户的参与决策
相比全样本数据，在自由选择样本下，解释变量系数对农户参与性的影响有了一定的变化。在考虑内生性问题之后，解释变量的估计系数有了明显的增加，但系数的显著性没有发生明显变化④。
在考虑到内生性问题之后，民族、党员身份对农户参与退耕项目的影响虽然为正，但是仍然不显著。与之前的结论类似，“是否村干部”、燃料支出等变量符合预期，但是不显著。然而，在考虑到内生性问题之后，户主年龄对农户参与退耕政策的影响不再显著。
教育仍然是极为显著的影响因素，在不同模型中，变量系数都在5%水平上显著。户主每增加1年的受教育年限，在平均值处计算，该农户家庭参与退耕的概率增加6.74%，这比简单probit模型的估计值有了明显的提高。
家庭总人口依然显著影响农户参与退耕项目决策。农户每增加1人，参与退耕项目的可能性增加20.32%。同样，旱地占总耕地的比例也仍然是显著的因素，旱地比每增加1个百分点，农户参与退耕项目的概率增加37.16%，这比简单全样本下的估计系数有了进一步的提高。
六、不同收入水平农户的参与决策
前面我们认为，家庭人均收入或财富变量本身是内生性很强的变量，所以在模型中直接把它作为解释变量可能会存在某种程度的内生性问题。
另外，在理论上，收入越高的农户，流动性约束更小，退耕后有更多的选择，所以更有可能参与退耕还林项目并进行劳动力流动。因此在理论上可能高收入者的较高参与性与低收入者的低参与性同时存在，从而在平均结果上并不能体现出来。值得注意的是，非退耕户的家庭年人均收入为3285元，收入普遍偏低，许多农户都面临不同程度的现金约束；然而也存在少数高收入群体（收入前5%农户的年人均收入为26867元），他们在退耕项目的参与上可能存在不同的决定机制和影响因素，所以区分不同收入水平分别考察农户的决策机制显得尤为必要。本节将尝试5等分位组分位回归方法对不同收入水平的农户进行分类考察。
在所有的分位中，户主年龄对是否参与退耕项目的影响虽然是正向的，但不再显著。而且民族、党员身份、燃料支出变量的符号与预期一致，但都不显著。
但是，在对收入水平进行5等分组的分位回归中，教育都是非常显著的影响因素。家庭总人口依然显著影响农户是否参与退耕还林项目决策，而且都在5%水平上显著。旱地占总耕地的比例也都在5%水平内影响农户退耕项目的参与决策。因此，可以认为，在5个分位组回归中，农户退耕项目的决策基本类似，其影响因素都是一致的。
前面由于考虑到人均收入变量的内生性问题，我们在其他所有的模型中都剔除了人均收入变量，发现结论仍然基本类似，户主的受教育程度、家庭规模、土地质量是影响农户参与退耕项目的重要因素。而在5分位组的分位回归中，这些因素在5个组中仍然都在5%水平上显著。
综合来看，我们认为，户主的受教育程度，家庭规模、土地质量等家庭生产性特征，家庭上年固定资产支出、农户外出工资率等机会成本变量是农户是否参与退耕还林项目的主要影响因素。
近年来，退耕还林政策面临着严重的可持续性问题，因为政策对农户的吸引力越来越小，返耕的现象趋于严重。从农户参与退耕政策的意愿来看，在退耕户中有58%都不是自愿参与的，而且有43%的农户在下一年中不愿意继续参加，因而分析如何提高农户参与退耕政策的意愿性就显得尤为重要。本文利用2009年退耕还林调查数据，研究了农户退耕还林政策的参与决策问题。特别是，在考虑内生性问题的基础之上，我们深入研究了不同收入水平下农户个体和家庭等因素对参与决策的影响，从而得到如下结论：
户主受教育程度、家庭规模、农户土地质量是影响农户参与退耕还林项目决策的重要因素。户主受教育年限每增加1年，则该家庭参与退耕的概率增加6.7%；家庭人口每增加1人，农户参与退耕项目的可能性增加20.3%；同样，旱地占总耕地的比例每增加1个百分点，农户参与退耕地概率增加37.2%。而上年购置的固定设备少、潜在外出工资率越高的农户，放弃土地耕作的机会成本就越小（潜在收益也越高），从而更加愿意参与退耕还林项目。
家庭人均收入越高的农户更有可能参与退耕还林项目。
综上所述，我们认为，政府的退耕还林政策需要瞄准户主受教育程度高、家庭规模大、人均收入高及土地质量差的农户，以此来提高农户自愿参与该项政策的积极性，并逐步增强退耕还林政策在农户之间的示范效应，从而最大程度提高退耕还林政策的可持续性。同时，要根据区域和农户的实际情况，适当地、有区别地提高补偿标准，逐步建立和完善多层次的财政转移体制和生态补偿机制，通过有效的制度架构来提高补偿主体的积极性。
①《关于开展2000年长江上游、黄河上中游地区退耕还林（草）试点示范工作的通知》（林计发[2000]111号）.http://www.jxyanshan.gov.cn/?do=detail&ids=1010。
②根据%
=100（eb-1）计算的偏回归系数。
③宁夏农村扶贫开发规划（2001-2010年）。
④模型3中，我们加入了人均收入变量作为解释变量，发现变量的系数符合预期，而且在1%水平上显著。另外，我们还尝试把农户的人均收入进行排序，把人均收入分为高收入与低收入组，从而以虚拟变量的形式加入模型，发现仍然是显著的。但是，由于人均收入的内生性，我们在模型1和模型2中都剔除了作为解释变量的人均收入。发现结论依然是一致的。
标签：人均收入论文; 项目成本论文; 样本容量论文; 退耕还林论文; 土地政策论文; 人口问题论文; 特征选择论文; 林业论文;