退耕还林对非农就业的影响分析，本文主要内容关键词为：退耕还林论文,非农论文，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：2006-07-26
中图分类号：F326.23 文献标识码：A 文章编号：1002-9753(2006)08-0031-10
一、引言
退耕还林主要在中西部地区实施，而这些地区整体经济发展水平不高，农村非农产业不发达，为农民提供的非农就业机会较少，农村剩余劳动力多。如果剩余劳动力能够借退耕还林实施的契机而转移到其他行业，不但有利于当地农业发展，还有利于减轻人口对耕地的压力。一旦新的经济结构形成，农业的份额下降，走出去的农民在农业之外有了稳定的谋生手段，不再依赖原有的耕地来维持生活，那么政府也就不用担心他们退回到退耕还林前的农业生产方式[1]。总而言之，退耕还林的粮食和现金补贴政策在一定程度上解决了剩余劳动力转移的后顾之忧，可能会促使劳动力的转移。
2002年起，政府部门和相关学者开始对退耕还林的效果进行评价，包括对非农就业的影响。部分学者认为该工程对当地非农就业有显著的促进作用。杨德福等(2003)根据调查的数据发现，退耕还林后，退耕户中95％的男劳动力都外出打工[2]；Uchida等(2005)和胡霞(2005)认为，从农民的收入结构和就业结构来看，退耕还林已经促使剩余劳动力向非农部门转移，这些变化将有助于退耕还林的持续发展[1，3]。而与之相反的观点认为，到2002年为止，该工程对非农就业促进效果不尽理想[4]。目前，退耕还林对非农就业的影响评价还处于初始阶段，大部分文献运用的是简单的统计方法，至今没有专门针对退耕还林和非农就业关系进行系统的研究。本文将从非农就业的人数与收入角度探讨该工程对农民外出务工的促进效果，这将有利于政策制定者重新审视工程目标的合理性，并在该工程放缓的这一阶段里理性地对其目标进行重新定位，以及致力于后续政策的制定。
本文使用的数据来自于中国科学院农业政策研究中心2003年的退耕还林调查和2005年的跟踪调查。调查对象是在陕西、甘肃和四川三省随机抽取的农户，涉及的所有样本县、乡、村和户都按照随机原则，采用问卷调查了农民的社会经济状况。2003年的调查涵盖6个样本县、18个样本乡。调查组在每个样本乡分别选取2个样本村，对共计36个样本村进行了村基本情况的调查。在每个样本村，调查组又分别抽取10个农户进行了详细的住户信息访问。访问的信息不仅包括当时(2002年)的家庭、生产、收入和资产等信息，对于所有指标，调查员也询问了他们在退耕还林工程实施前一年(1999年)的情况。2005年的跟踪调查是调查组回到2003年调查的陕西、甘肃和四川三省，对相同的农户作了回访，同时调查所设计问题也是相同的。两次调查共获得270户三年有效样本，包括1999年、2002年以及2004年。其中，有230户退耕农户和40户非退耕农户作为参照组。
根据上述提出的问题，本文分以下几个部分：第二部分是工程实施效果的研究方法和选用模型的介绍，第三部分对退耕还林调查数据做进一步描述分析，第四部分是计量结果和相关讨论，最后一部分是结论和政策建议。
二、研究方法和实证模型
(一)工程项目评价方法
从理论上讲，(1)式是合理的，但客观上不存在这样的事实，因为观测者不能观察到项目实际参与者如果不参与项目的收入。换句话说，如果能构造出
假设影响项目参与的因素Z都是可观测的，X是不可观测的，并且是不随时间变化的。“同趋势”假设参与项目组个体与非参与项目组个体的收入差异完全可以由Z和X来解释，即在控制这些因素和特征的情况下，个体没有参与项目时的收入与参加项目相互独立：
即ATET等于项目实际参与者项目实施前后的收入变化与他们如果不参与项目情况下的收入变化之差。与公式(1)计算ATET的问题类似，由于我们无法观察到项目的实际参与者如果不参与项目在项目实施后的收入
即参与项目个体项目实施前后收入变化和非参与项目个体项目实施前后收入变化的差异就等于项目对参加个体的影响ATET。
(二)样本处理与估计方法选择
DID的估计方法有2*2方格分析法、混合截面数据模型估计(OLS和一阶差分)、非观测效应综列数据模型估计(固定效应、一阶差分和随机效应)等。本研究调查了所有退耕农户和非退耕农户1999年、2002年和2004年的家庭特征、生产和收入等信息，构成了一个三年的综列数据(panel data)，因此，在此基础上将采用固定效应估计法来测算退耕还林对非农就业的影响。但是，仅仅用固定效应法估计会忽视样本选择可能带来的估计有偏问题。
事实上，虽然我们的调查遵循了随机抽样的原则，但是只能观测到总体中被解释变量的一个子集。例如，对于退耕还林工程调查，我们假定非农就业收入是可观测的，调查能获得一个确实在从事非农工作农民的务工收入，但是对于那些没有非农工作的人，我们就不能获得这样的信息。因此，获得收入的信息是断尾信息，而且是偶然的[6]。通常处理偶然断尾问题的方法是在考虑总体模型中添加一个明确的选择方程以确定个体是否从事过非农工作。
因此，本文拟采用以下步骤测算退耕还林对非农就业的影响：第一步是通过Probit模型确定非农就业的决定性因素，并以此对非农就业劳动力人数和收入方程进行纠偏；第二步是用固定效应法估计DID模型，估计退耕还林对劳动力转移的影响。
除了截断数据可能造成的估计有偏问题以外，我们还需要考虑自选择问题对模型估计的影响。不过，根据徐晋涛等(2004)的讨论，自选择问题基本可以被忽略[4]。
(三)模型设定
1.模型一：非农就业人数
在Heckman两阶段估计中，首先用Probit模型估计农户是否会有劳动力从事非农就业，第二步用固定效应法估计参加退耕还林对每户非农就业人数的影响程度。
在(7)式中，Y表示农户家庭里是否有人外出务工的二值因变量，当Y=1时表示该农户有非农就业的劳动力，当它等于0时则表示没有。
X[，1]表示农户是否参加退耕还林的虚拟变量，X[，1]=1表示该户参加了退耕还林，X[，1]=0表示没有参加。
X[，2]表示一组反映家庭特征的变量，包括家庭人口规模、坡耕地面积、户主受教育水平、男性劳动力人数、未成年人口数以及老年人口数等变量。农民是否外出务工在很大程度上是家庭所有成员集体决策的结果，因此，不同家庭特征的农户对非农就业的态度也是不同的，相应的结果也会不同。
X[，3]表示宏观经济环境的变量，这里用时间虚拟变量来表示。如果宏观经济良好，农民可能在劳动力市场上获得就业机会就增大，农民外出务工的积极性和可能性增加，相应的外出务工人数也多。
X[，4]表示反映村集体经济发展状况的变量，我们用农户所在村的人均收入水平来代替。在我们调查的地区，村集体的经济状况良好的地方，一般也是外出就业人数较多的。同时，农民外出务工的重要渠道是同乡提供的就业信息，所以处于村集体经济状况好的地方的农户外出务工的机会和可能性都较大些。
X[，5]是村级虚拟变量，它能控制农户所在村的自然条件，包括地理位置、气候、当地就业传统、耕地状况、交通条件等等因素。
其中，Off-farm表示农户非农就业的人数，其解释变量与方程(7)中的解释变量基本相同，唯一区别是X[，2]中没有户主受教育水平，并且没有村集体经济发展水平变量。变量X[，5]从解释变量中剔除，因为固定效应模型实际等同于给每个农户设置了虚拟变量，以此来控制每个农户的固有特征对非农就业的影响。
2.模型二：非农就业收入
模型二仍然选用Heckman两阶段法估计模型。(10)式运用Probit模型(9)式的调整信息米尔斯比值来估计退耕还林对个人的非农就业收入影响。
其中Y′表示个人是否有非农工作的二值因变量，当Y′等于1时表示有非农工作，等于0表示没有。
X′[，1]表示个人所在家庭是否参加退耕还林，当X′[，1]等于1时表示他所在的家庭参加了退耕还林工程，等于0则相反；
X′[，2]是一组反映家庭特征的控制变量，包括未成年和老年人口数、人均坡耕地面积等。
X[，3]仍是用时间虚拟变量，用它来控制宏观经济的影响。如果宏观经济状态良好，对于个体来说，外出寻找工作的机会也会增加，个体可以获得非农工作的可能性越大。
X[，5]是村级虚拟变量(解释同模型一)。
X[，6]是一组个人特征的控制变量，包括教育年限和教育水平的平方项、年龄和年龄的平方项、性别、是否是党员以及是否是村干部等。
Income表示个人非农就业收入水平，X[，1]、X[，3]和(7)式中的含义一样；X′[，6]同样是一组个人特征变量，主要在X[，6]的基础上增加了区分是否从事自营工商业的虚拟变量，并删除了是否是党员的虚拟变量。一般来说，不同类型工作的收入水平是不同的，尤其在调查中发现从事自营工商业的收入与受雇佣并领取工资的工作收入水平是不同的，所以模型中增加了虚拟变量来区分从事这两种不同类型工作的差别。尽管在上文的样本处理方法介绍中要求第二阶段的变量是第一阶段的严格子集，但是从选择方程中去掉一些元素也是行得通的[4]。这里，村级虚拟变量也被剔除了，原因和(8)式基本相同：固定效应等同于为每个农民设置了虚拟变量。
三、样本数据的描述性统计分析
(一)家庭基本特征
我们用表1报告的退耕农户和非退耕农户基本特征统计量来判断他们之间是否存在系统性差异。从该表可以看出退耕户和非退耕户在家庭规模上没有明显的差异，这包括家庭人口规模和劳动力人数。从外出打工的农民年龄结构来看，青壮年劳动力是外出打工的主要人群，从该表的统计量上发现非退耕户每户平均有1.98个青壮年劳动力，而退耕户只比非退耕户少0.22个，且在统计上并不显著。一般认为户主对家庭的影响力在评价农户行为时是不可低估的，但是样本农户的户主基本特征(户主年龄和教育水平)没有显著的差别。同时，从人均受教育水平来看，两组农户也并不存在明显的差异。徐晋涛等(2004)的经验性研究表明退耕还林工程的瞄准效率是很高的[4]，所以农户拥有的坡耕地(15度以上的耕地)面积越大，该户被规划到退耕还林工程中的可能性就越大。比较表1中退耕户和非退耕户的坡耕地总面积可以发现，两者存在4亩左右的差距，即使按人均坡耕地面积计算，退耕户也比非退耕户多0.82亩，这也是预料之中的结果。事实上，这与我国的耕地平均分配制度是密切相关的，平均分配既包括土地面积的平均，也包括质量上的平均。如果一个农户得到的土地质量较差，那么相应的面积也会较大。
(二)退耕还林与非农就业人数的影响
图1是退耕还林工程实施以来农户就业结构的变化情况。由图1判断从1999年退耕还林工程开始试点到2004年，无论是退耕农户还是非退耕农户，非农就业人数占家庭总人口的比例都在不断上升，并且退耕农户的非农就业人口比例上升的速度高于非退耕农户。1999年退耕农户的非农就业人数的比例为14.7％，到了2004年这一比例上升为25.1％，上升了近10个百分点；而非退耕农户的非农就业人数比例由1999年的21.5％上升到25.4％，仅上升了4个百分点左右。从务农人数的比例来看，非退耕农户的比例是稳中略有下降，从1999年的66.1％下降到64.6％；而退耕农户这一比例基本上没有什么变化，在2002年时有一个比较大的波动，从上一年的54.8％下降到2002年的52.9％，这可能与当年的总体就业形式有关，与之相对应的是2002年退耕农户的非农就业比例有加速上升的趋势。综上所述，退耕农户的非农就业人数比例起点要比非退耕农户低，但是退耕农户非农就业人数的增加幅度高于非退耕农户，到2004年，两组农户的非农就业比例已经很接近；另外，无论是退耕农户还是非退耕农户的务农人口的比例变化不是很大，这似乎与非农就业人口比例的持续增长存在一定的矛盾，但是，这正反映出当前非农就业的兼业化特点，即农民从事非农工作相当一部分选择在农闲时间，这种非农就业与劳动力真正从农村转移出来还是存在一定差距的。
(三)退耕还林对非农就业收入的影响
1.非农就业收入
图2是人均非农就业收入的三年变化情况。我们发现无论是退耕农户还是非退耕农户的人均非农就业收入从1999年到2004年都是上升的，但是两者的起始点有所不同：退耕农户的人均非农就业收入比非退耕户多495元左右。非退耕农户1999年的人均非农就业收入为1091.7元，2004年为1261.9元，增加了170元，增幅是15.6％；退耕农户人均务工收入从1999年的596.6元上升到2004年的845.7元，净增了249元左右，增幅达到42％左右。所以，虽然退耕农户的人均务工收入的起点较非退耕农户低，但是它的增加幅度大于非退耕农户。
2.非农就业收入结构
图3反映了非农就业收入来源的结构。我们将非农就业收入分为工资性收入和自营工商业收入两部分，以便探讨非农就业收入增长的内部结构。首先，从图3中可以看出两组农户从1999年到2004年的三年时间里来源于工资性收入部分增加不是很明显，而自营工商业的收入总量却是在不断增加的。非退耕户在三年的观测中，工资性收入都维持在870元左右，而自营工商业收入从1999年的217.6元上升到384元，增加了76.2％。退耕户的工资性收入在观测的三年中是稳中有升的，反观自营工商业收入从1999年的147元增加到335元，增加了127％，是非退耕农户增长率的近两倍。第二，两组农户的人均自营工商业收入在2002年至2004年这一时期的增长幅度显著大于1999年到2002年的增长水平，尤其是退耕农户的人均自营工商业收入2004年比2002年增加了78.2％，而2002年仅比1999年增加了27.9％。结合图2的分析，我们可以得出：自营工商业收入有长期增加的趋势，而且不论是非退耕农户还是退耕农户，这部分收入已经成为农民非农就业收入增长的主要推动力。
四、计量模型结果及讨论
表2是关于非农就业人数和非农就业收入模型的估计结果，由于篇幅的限制，我们将省略掉村级虚拟变量的估计值。
(一)退耕还林对非农就业人数的影响
在非农就业人数模型里，米尔斯比值为0.20，p值为0.70，这表明本文采用的样本不存在样本选择问题。
对模型一的解释可以分解成两步，在第一阶段中，控制其他变量的情况下，是否参加退耕还林对家庭里是否有外出务工人员的影响并不显著。具体来说，农村家庭中是否有非农就业人口很大程度上是家庭所有成员决策的结果。其中，户主由于其特殊的地位，他们对家庭的决定往往起关键性的作用，而户主的决定一般和他们受到的教育水平有关，即受教育水平越高，越有可能支持家庭成员外出务工，因为他们能很好地把握劳动力市场的就业状况。从估计结果看，户主受教育水平每提高1年，家庭有外出务工人员的可能性就会增大3％，并且在5％水平上显著。家庭人口数对农户是否有外出就业人员的可能性影响在1％水平上显著，即家庭人口越多，家庭中越可能有农民从事非农工作。如果家庭中老年人或者未成年人数较多，就需要青壮年劳动力照顾，这样势必会影响整个家庭对外出务工的决策。回归结果也证实了以上的分析：老年人口数和未成年人数每增加1人，家庭中有外出务工人员的可能性就下降18％和12％，并且分别在10％和5％水平上显著。反映2002年和2004年宏观经济的时间虚拟变量分别在5％和10％水平上显著，这表明如果当年的整体就业环境良好，就能促使农户做出非农就业的决定。
模型的第二阶段估计中，剔除农户的固定效应后，退耕还林工程对非农就业人数的影响也不显著。控制变量中，农户的坡耕地面积每增加一个单位，外出务工人数就增加0.02个，并且在5％水平上显著；男性劳动力人数在1％水平上与非农就业人数显著正相关，即男性劳动力人数越多，从事非农工作的人数也就越多；同样，如果家庭中未成年人数和老年人数较多，那么非农就业人数就会相应较少，这种负相关关系分别在1％和5％水平上显著。2002年和2004年的宏观经济水平对非农就业人数的影响也不显著。
(二)退耕还林对非农就业收入的影响
在非农就业收入模型里，米尔斯比值为0.05，p值是0.91。因此，由所有外出务工的农民构成的样本也不存在样本选择问题。
第一阶段是对农民个体是否从事非农工作的选择模型，第二阶段是根据前一阶段样本调整，而后进行的收入影响估计。第一阶段中，模型中选取的人均坡耕地面积、老年人口以及未成年人口数对农民个人外出务工的倾向影响在控制了个体的其他特征后都不显著，但这并不能说明农户的家庭特征对个体没有影响，可能有些显著的家庭特征因素并没有被观察到。估计结果中的年龄、教育年限等对农民外出务工可能性的影响都是正的，并且都在1％水平上显著；而受教育年限的平方项和年龄的平方项分别在5％和1％水平上显著，并且负号表明这两种因素的效应是递减的。性别对农民外出从事非农工作的影响也是显著的，而且男性劳动力的可能性比女性高97％。而是否是党员则对农民的外出务工决定影响不显著。同时，2002年和2004年宏观经济状况对农民外出就业倾向在1％水平上有显著的促进作用。最后，我们关心的退耕还林工程对农民个体的非农就业倾向影响不显著。
在非农就业收入模型中，退耕还林工程对非农就业收入有促进作用，其影响在10％水平上显著。这说明在控制其它变量的情况下，参加退耕还林的农民外出务工的收入水平比没有参加该工程的农民高17.3％。个人特征变量中，男性劳动力的收入要比女性高3倍多；从事自营工商业的收入水平正如前文的统计描述一样，其收入水平比领取雇佣工资的工作收入高15％，且在10％水平上显著。而文化水平和年龄的相关变量对农民的非农就业收入水平影响都不显著。尽管在第一阶段中这些因素对农民的外出务工倾向的影响是显著的，但是由于我国中西部地区农村劳动力整体素质偏低[7]，农民在劳动力市场上一般从事的是低技能的工作，文化水平的差异并不能直接区分开他们的工作类型，因此对非农就业的收入影响也就不显著。换句话说，教育在非农就业收入的决定作用中不是很重要，至少高学历不一定能够带来高收入。
(三)非农就业收入和人数变化进一步探讨
上述的分析表明，退耕还林对参加该工程农户的外出务工人数没有显著的影响，但是对非农就业收入却有显著的促进作用。本节将着重分析该工程对非农就业收入促进作用的发生机制。非农就业收入的增加可能有三种来源：(1)非农劳动力人数的增加，这里指的是劳动力由原来的务农开始向外出务工转变；(2)原本从事非农工作的劳动力延长了在外工作时间；(3)原本从事非农工作的劳动力在工作时间大致不变的情况下，获得了更高的工资。但是，从模型一结果来看，退耕还林对农户的劳动力外流没有促进作用，这里就不应该存在因为改变工作方式增加务工收入的可能。另外，模型中的非农就业收入是经过物价调整后的收入，所以也不会存在劳动力价格上涨导致收入增加的可能。因而，非农就业收入的增加最大的可能性来源于已经外出务工的劳动力延长了务工时间。从图4中可以看出，1999年到2002年的四年中，退耕农户中的非农就业人员有40.33％的反映非农就业时间增加了，这一比例比非退耕农户高近6个百分点，同时，反映时间减少的农民人数也比非退耕农户的农民低8个百分点左右。这种就业时间的正负变化恰好一致地表明退耕户的外出务工农民增加了在外务工时间。因此，退耕还林对非农就业收入的促进作用主要来源于该工程能够促使已经外出务工的农民增加劳动强度。
五、结论与政策建议
以上分析表明，退耕还林工程的实施不能促使非农就业人数的增加，但是对增加农民的非农就业收入有促进作用。促进非农收入增加的主要原因是该工程提供一定的物质保障，可以减少外出务工人员回家务农的次数和时间，以此延长他们务工的时间。所以，退耕还林工程实施六年以来，它的确增加了退耕农户非农就业的收入，但是他对农村剩余劳动力的转移促进作用不明显。从这个角度来看，2004年到2005年退耕还林指标的缩减是正确的。因为该工程尽管能够提高非农就业收入，但是它没有在剩余劳动力转移上发挥人们预期的作用。
今后对退耕还林的规模仍需要加以控制，并致力于工程质量的改善和后续配套政策的设计，使该工程在发挥生态功能的基础上能增加农民外出务工的积极性，毕竟退耕农民摆脱对耕地的依赖是退耕还林工程可持续性的根本。目前来说，农民外出务工收入的增加也主要源于退耕补贴促使增加外出务工时间的延长，而从长期上，在非农就业人口增加不明显的基础上，这种依赖于退耕补贴的非农就业收入增长是没有可持续性的，一旦工程补贴结束，“退耕还林”的压力也会越来越大。因此，政府相关部门应当在对补贴政策的合理和可持续性上做更科学合理的规划。