西北干旱荒漠地區(qū)退耕還林還草工程綜合效益評價

李曉英, 禹 熙, 王 方, 梁 添

(河海大學(xué) 水利水電學(xué)院, 南京 210098)

西北地區(qū)干旱少雨、植被覆蓋率較低，導(dǎo)致水土流失和土地荒漠化較為嚴(yán)重，生態(tài)環(huán)境持續(xù)退化，退耕還林還草工程是推進(jìn)西部大開發(fā)的重大舉措，也是全國生態(tài)文明建設(shè)的一項宏偉工程[1]。自1999年退耕還林政策實施以來，不少學(xué)者對其進(jìn)行了深入的研究分析，如姚盼盼等[2]以河北承德退耕還林工程為例，采用林業(yè)行業(yè)標(biāo)準(zhǔn)和專家賦值法，進(jìn)行綜合效益評價，結(jié)果表明承德市退耕還林工程綜合效益評價結(jié)果等級為較好，其中社會效益最大。高磊等[3]以重慶市退耕還林工程為例進(jìn)行了生態(tài)和經(jīng)濟效益兩方面的分析，結(jié)果表明退耕還林的實施對生態(tài)環(huán)境、經(jīng)濟具有促進(jìn)作用。徐玉霞[4]采用影子工程法、影子價格法等對陜西寶雞退耕還林工程的生態(tài)效益進(jìn)行評價分析，結(jié)果表明退耕還林工程對該區(qū)的水資源保護(hù)和改善空氣質(zhì)量具有重要促進(jìn)作用。李益敏等[5]基于RSEI模型與主成分分析法，對退耕還林背景下的瀘水市生態(tài)環(huán)境質(zhì)量遙感動態(tài)變化研究，結(jié)果表明退耕還林對當(dāng)?shù)厣鷳B(tài)環(huán)境產(chǎn)生積極影響。王澤宇等[6]利用RUSLE模型計算分析了陜北榆林退耕還林前后土壤侵蝕狀況與生態(tài)服務(wù)價值動態(tài)變化，結(jié)果表明實施退耕還林政策在一定程度上改善水土保持情況。汪濱等[7]基于RS與GIS技術(shù)，對黃土高原典型流域退耕還林土地利用變化進(jìn)行分析，結(jié)果表明該流域?qū)嵤┩烁€林工程以來，土地利用結(jié)構(gòu)發(fā)生了巨大變化。魯紹偉等[8]基于北京市退耕還林區(qū)實地調(diào)查及監(jiān)測數(shù)據(jù)，采用分布式測算法對涵養(yǎng)水源等六項生態(tài)效益指標(biāo)的物質(zhì)量與價值量進(jìn)行定量評估。謝晨等[9]基于退耕農(nóng)戶所獲得的退耕還林補助、人均純收入等指標(biāo)數(shù)據(jù)，從收入貧困和多維貧困兩個方面評估退耕還林的動態(tài)減貧效應(yīng)，結(jié)果表明退耕還林補助和退耕地收入顯著地降低了退耕農(nóng)戶的貧困發(fā)生率。退耕還林工程政策的實施給生態(tài)、經(jīng)濟和社會帶來了一定的效益影響，部分學(xué)者考慮到退耕還林工程與農(nóng)戶經(jīng)濟成本兩者之間的問題加入了政策響應(yīng)評價，以更加突出生態(tài)經(jīng)濟的可持續(xù)性，如馬楠等[10]基于層次分析法和加乘綜合法，從生態(tài)效益、社會經(jīng)濟效益和政策響應(yīng)3個方面定量分析陜北和關(guān)中退耕還林綜合效益。

退耕還林還草政策在我國已開展二十余年，但對于西北干旱荒漠地區(qū)退耕還林還草工程綜合效益評價研究較少，同時采用層次分析法計算綜合效益評價指標(biāo)的權(quán)重過于主觀，且在各指標(biāo)缺少嚴(yán)格的定量評價標(biāo)準(zhǔn)情況下采用專家賦值，評價主觀性強，易對評價結(jié)果造成較大偏差。鑒于此，建立適合西北干旱荒漠地區(qū)退耕還林還草工程的綜合效益評價指標(biāo)體系，基于云模型與變異系數(shù)法確定指標(biāo)權(quán)重，運用比重法將評價體系中的各項指標(biāo)數(shù)據(jù)無量綱化，采用加乘綜合法進(jìn)行綜合效益分析，并通過灰色系統(tǒng)預(yù)測該區(qū)2021—2025年退耕工程綜合效益，旨在為西北干旱荒漠地區(qū)下一步的退耕還林還草工程實施提供科學(xué)指導(dǎo)。

1 研究區(qū)概況

吐魯番地處新疆維吾爾自治區(qū)中部偏東，位于東經(jīng)87°16′—91°55′，北緯41°12′—43°40′，土地總面積69 713 km2，其中耕地面積581 km2，林地956 km2。全市熱量豐富、極度干燥、高溫多風(fēng)、降雨稀少、蒸發(fā)性強、無霜期長、多年平均降雨量為16.6 mm。吐魯番地區(qū)退耕還林還草工程始于2002年，第一輪工程于2013年完成，截至2013年底，全市共完成退耕還林還草工程建設(shè)14.507萬hm2。吐魯番地區(qū)第二輪退耕還林還草工程于2015年啟動，至2019年全市森林覆蓋率為3.31%。

2 研究方法

2.1 評價指標(biāo)體系的建立

遵循指標(biāo)應(yīng)具有可獲得性、代表性、系統(tǒng)性與層次性相統(tǒng)一、動態(tài)性與靜態(tài)性相統(tǒng)一等原則，綜合有關(guān)文獻(xiàn)的分析成果[11-14]，選擇西北干旱荒漠地區(qū)退耕還林還草工程綜合效益作為目標(biāo)層，生態(tài)效益、經(jīng)濟效益、社會效益和政策響應(yīng)4個方面作為準(zhǔn)則層，選擇與之密切相關(guān)的15個指標(biāo)作為指標(biāo)層。由于土地面積有限，經(jīng)過一定時間，退耕工程達(dá)到飽和，退耕的林草進(jìn)入穩(wěn)定生長期，各指標(biāo)值將達(dá)到上限。構(gòu)建的指標(biāo)體系和各指標(biāo)上下限取值見表1。

表1 西北干旱荒漠地區(qū)退耕還林還草工程綜合效益評價指標(biāo)體系分層結(jié)構(gòu)

2.2 指標(biāo)權(quán)重的確定

退耕還林還草工程綜合效益的評價作為一個多目標(biāo)決策問題，指標(biāo)權(quán)重的確定對評價結(jié)果具有重要的影響，可以反映各指標(biāo)對綜合效益的作用大小以及各指標(biāo)之間的相互作用。由專家通過經(jīng)驗進(jìn)行主觀判斷得到的權(quán)重，屬于定性主觀賦權(quán)，如層次分析法、模糊分析等；客觀賦權(quán)是基于歷史數(shù)據(jù)反映指標(biāo)之間的關(guān)系，主要有變異系數(shù)法等[15]。

主觀賦權(quán)更能反映決策者的主觀意圖，但人為因素在賦權(quán)中起到了主導(dǎo)作用，隨意性較強，賦權(quán)結(jié)果易受決策者知識、經(jīng)驗、認(rèn)知水平等方面影響?？陀^賦權(quán)基于統(tǒng)計學(xué)原理，可避免人為因素引起的偏差，減少人的主觀隨意性，但有時賦權(quán)結(jié)果會與各指標(biāo)的實際重要程度產(chǎn)生矛盾。為了得到較理想的綜合權(quán)重，既能充分利用專家的專業(yè)知識、經(jīng)驗，又具有較強的數(shù)理基礎(chǔ)，本文采用云模型與變異系數(shù)法組合得到綜合權(quán)重。

2.2.1 云模型 云模型可以客觀的描述自然科學(xué)研究領(lǐng)域各指標(biāo)特征和數(shù)據(jù)分布情況[16]，更好的模擬樣本，綜合表達(dá)多位專家的權(quán)重評價。本文選取正態(tài)云模型，具體步驟如下：

(1) 收集一定數(shù)量專家各自的初始權(quán)重評價；

(2) 通過逆向云發(fā)生器求解期望Ex，熵En，超熵He，計算公式為：

(1)

(2)

(3)

(4)

式中:xi為樣本值;n為樣本數(shù);S2為樣本方差。

(3) 根據(jù)上一步所求的Ex，En，He，通過正向云發(fā)生器補充云滴，按最大隸屬度原則確定權(quán)重Wj，取云滴數(shù)N=2000。

求正態(tài)隨機數(shù)En′：

En′=randn(1)×He+En

(5)

求正態(tài)隨機數(shù)Ex′：

Ex′=randn(1)×En′+Ex

(6)

確定隸屬度μ：

(7)

準(zhǔn)則層指標(biāo)權(quán)重占比及相應(yīng)層級指標(biāo)在各自準(zhǔn)則層中的權(quán)重占比結(jié)果見圖1—2所示。

2.2.2 變異系數(shù)法 在評價指標(biāo)體系中，取值差異越大的指標(biāo)，越能反映該指標(biāo)在被評價年份之間的差距，應(yīng)獲得更高的權(quán)重。計算步驟如下[17]：

(8)

(9)

2.2.3 綜合權(quán)重 對以上兩種不同方法所得權(quán)重進(jìn)行線性加權(quán)平均，計算綜合權(quán)重Wc，公式如下：

(10)

各評價指標(biāo)綜合權(quán)重見表2。

圖1 準(zhǔn)則層各指標(biāo)權(quán)重

圖2 目標(biāo)層各指標(biāo)體系權(quán)重

表2 各評價指標(biāo)綜合權(quán)重

2.3 數(shù)據(jù)無量綱化處理

評價體系中的各指標(biāo)量級差異較大，避免無法比較，對各指標(biāo)數(shù)值作無量綱處理。鑒于西北干旱荒漠地區(qū)退耕還林還草工程綜合效益評價中的各指標(biāo)缺少嚴(yán)格的定量評價標(biāo)準(zhǔn)，且西北干旱荒漠地區(qū)退耕還林還草工程綜合效益評價主要為縱向比較，因此選用線性標(biāo)準(zhǔn)化法中應(yīng)用較廣泛的比重法[18]，以保證評價結(jié)果具有可比性和穩(wěn)定性，標(biāo)準(zhǔn)化計算公式如下：

C′i=Cit/Ci0(此時Ci為正向指標(biāo))

(11)

C′i=Ci0/Cit(此時Ci為負(fù)向指標(biāo))

(12)

式中:C′i為無量綱化后的指標(biāo)指數(shù)；Ci0為基準(zhǔn)年的指標(biāo)數(shù)值；Cit為測定年的指標(biāo)數(shù)值。

根據(jù)式(11)、式(12)計算各指標(biāo)指數(shù)。其中，C4為負(fù)向指標(biāo)，代入式(12)計算。

2.4 效益指數(shù)計算

將各指標(biāo)指數(shù)代入各自的準(zhǔn)則層計算準(zhǔn)則層指數(shù)，以此類推，最終得出西北干旱荒漠地區(qū)退耕還林還草工程綜合效益指數(shù)，計算公式如下：

(13)

(14)

式中:n為各準(zhǔn)則層對應(yīng)的指標(biāo)個數(shù);k=1～4,Bk分別為準(zhǔn)則層中的生態(tài)效益、經(jīng)濟效益、社會效益和政策響應(yīng)指數(shù);Wci為各指標(biāo)相對于準(zhǔn)則層的單排序綜合權(quán)重;BI為綜合效益指數(shù);Wck為準(zhǔn)則層各效益綜合權(quán)重。

2.5 灰色系統(tǒng)GM(1,1)預(yù)測模型構(gòu)建

考慮生態(tài)效益、經(jīng)濟效益、社會效益、政策響應(yīng)指數(shù)的不確定性，采用灰色系統(tǒng)預(yù)測模型對2021—2025年綜合效益進(jìn)行時序預(yù)測，利用綜合效益評價體系計算未來5 a的綜合效益。步驟如下[19-20]：

(1) 累加時間序列。設(shè)原始數(shù)據(jù)為

X(0)=〔x(0)(1),x(0)(2),…,x(0)(n)〕

對X進(jìn)行一次累加，獲得

X(1)=〔x(1)(1),x(1)(2),…,x(1)(n)〕

(15)

(2) 求X(1)的均值生成數(shù)列

Z(1)=〔z(1)(2),z(1)(3),…,z(1)(n)〕

(16)

其中：

(3) 灰微分方程

(17)

式中:a稱為發(fā)展系數(shù),u稱為內(nèi)控制灰數(shù),可通過最小二乘法擬合得到。

(18)

Y=〔x(0)(2),x(0)(3),…,x(0)(n)〕T

(19)

(20)

(4) 構(gòu)建X(1)所對應(yīng)的時間響應(yīng)函數(shù)模型

(21)

對其累減運算可得原始數(shù)列預(yù)測值公式：

(k=1,2,…,n-1)

(22)

(5) 模型精度檢驗(后驗差檢驗)

(23)

(24)

后驗差比為

(25)

小誤差概率為

(26)

式中:C值越小,P值越大,模型可靠度越高,模型精度等級見表3。

(6) 納什系數(shù)

(27)

表3 模型精度等級

2.6 數(shù)據(jù)來源

本研究中森林覆蓋率、城區(qū)空氣質(zhì)量高于Ⅱ級的天數(shù)占比、水土流失治理面積、人均林業(yè)產(chǎn)值、人均地區(qū)生產(chǎn)總值、農(nóng)民人均純收入等12個指標(biāo)數(shù)據(jù)從《新疆統(tǒng)計年鑒》(2005—2020年)、《吐魯番統(tǒng)計年鑒》(2005—2020年)、吐魯番歷年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報(2005—2020年)中整理獲取，補償標(biāo)準(zhǔn)滿意度、退耕還林還草政策滿意度、農(nóng)民再退耕意愿等3個指標(biāo)數(shù)據(jù)來自于對退耕所涉及農(nóng)戶發(fā)放調(diào)查問卷并回收分析轉(zhuǎn)變?yōu)榉种岛笏谩Ｍ卖敺?002年開始實施退耕還林還草政策，考慮到退耕還林還草初期效益不明顯以及各項指標(biāo)數(shù)據(jù)統(tǒng)計問題，以2004年為基準(zhǔn)年，以2005—2019年為測定年。

3 結(jié)果與分析

根據(jù)公式(11—12)對各指標(biāo)數(shù)據(jù)歸一化，利用權(quán)重計算結(jié)果及公式(13—14)，得出各效益指數(shù)，結(jié)果見表4，并選取兩輪退耕還林還草工程中的2013年和2019年兩個典型年各指標(biāo)指數(shù)作對比，見表5。

3.1 生態(tài)效益

自退耕還林還草以來，吐魯番地區(qū)森林面積大幅增加，森林覆蓋率由2.67%提升到3.31%。

由表4可知，在2004—2019年期間、吐魯番退耕還林還草工程的生態(tài)效益呈波動式上升趨勢、在2012—2019年上升趨勢較快，一方面因為退耕規(guī)模的持續(xù)擴大，造林面積增多(圖3)，一方面因為前一輪退耕工程的林草進(jìn)入穩(wěn)定生長期，地面植被緩解降雨對土壤的沖擊，抵擋風(fēng)力，退耕還林還草工程開始在水土保持、防風(fēng)固沙等方面發(fā)揮作用、2004—2019年累計水土流失治理面積約2.65萬hm2。

表5表明生態(tài)效益的提升主要依靠水土流失治理面積指數(shù)的提升，次要原因是森林覆蓋率、年降水量指數(shù)等的小幅度提升及大風(fēng)沙塵天數(shù)的減少，但隨著工業(yè)的快速發(fā)展，致使城區(qū)空氣質(zhì)量高于Ⅱ級的天數(shù)占比指數(shù)在總體上略有下降。進(jìn)一步分析可知，城區(qū)空氣質(zhì)量高于Ⅱ級的天數(shù)占比指數(shù)在2004—2008年有所提升，但2008年后卻呈回落趨勢，這也是吐魯番退耕還林還草生態(tài)效益指數(shù)在2008—2012年略有波動的原因。

3.2 經(jīng)濟效益

退耕還林還草后，短時間內(nèi)耕地面積減少，糧食產(chǎn)量降低，之后逐漸恢復(fù)并高于退耕之前的糧食產(chǎn)量水平。吐魯番地區(qū)2004年糧食單產(chǎn)為4 122 kg/hm2，2019年提高至7 000 kg/hm2，退耕還林還草造成耕地面積減少，但由于耕作技術(shù)提高，節(jié)水灌溉技術(shù)改進(jìn)，隨著糧食單產(chǎn)量的提高，對糧食產(chǎn)量影響不大。退耕還林還草工程實施以來，農(nóng)戶收入及來源不斷變化，截至2019年，農(nóng)民人均純收入14 798元，相比于2004年的3 047元，年增長率為25.7%。

表4 吐魯番地區(qū)2004-2019年退耕還林還草工程綜合效益評價效益指數(shù)

表5 兩輪退耕還林還草工程典型年效益對比

由表4可知，在2004—2019年期間，吐魯番退耕還林還草工程經(jīng)濟效益總體呈上升趨勢。表5表明農(nóng)民人均純收入、人均林業(yè)產(chǎn)值、人均地區(qū)生產(chǎn)總值的增加促進(jìn)了經(jīng)濟效益的提升。在2013—2019年期間，人均林業(yè)產(chǎn)值指數(shù)大幅提升，遠(yuǎn)遠(yuǎn)高于農(nóng)民人均純收入、人均地區(qū)生產(chǎn)總值的指標(biāo)指數(shù)，評價指數(shù)相比于2013年高出兩倍。自退耕還林以來，林果種植面積逐年增加(圖4)，這也是吐魯番地區(qū)在實行退耕還林還草政策時，科學(xué)利用氣候優(yōu)勢發(fā)展林果業(yè)帶動經(jīng)濟效益提升的體現(xiàn)。

圖3 2004-2019年吐魯番造林面積

圖4 2004-2019年吐魯番林果地面積

3.3 社會效益

由表4可知，近幾年來，吐魯番退耕還林還草工程的社會效益指數(shù)雖有所反復(fù)，就總體而言略有提升。由表5可知，在2008—2013年期間社會效益指數(shù)出現(xiàn)總體略微下降，原因是在這期間第二、三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重以及第二、三產(chǎn)業(yè)從業(yè)人員占鄉(xiāng)村從業(yè)人員比重減少。相比于2004年、2019年社會效益明顯提高，政府投入大量資金和出臺相關(guān)政策，響應(yīng)“西部大開發(fā)”戰(zhàn)略，激發(fā)農(nóng)民參與的積極性，促進(jìn)農(nóng)村勞動力向城鎮(zhèn)和工業(yè)、服務(wù)業(yè)轉(zhuǎn)移，將發(fā)展重心逐步轉(zhuǎn)移到第二、三產(chǎn)業(yè)，提高其社會發(fā)展水平。

3.4 政策響應(yīng)

政策響應(yīng)指數(shù)在2004—2019年期間呈上升趨勢。在前一輪退耕中補助政策為每年每公頃退耕地補助3 750元，在新一輪退耕中每年每畝補助為12 000元。由表5可以看出在2013年之后政策響應(yīng)指數(shù)的上升趨勢較2013年之前的上升趨勢大，退耕還林還草政策實施初期，由于農(nóng)民還未享受到生態(tài)經(jīng)濟的成果，所以對退耕政策有消極情緒，導(dǎo)致初期政策響應(yīng)三方面的滿意度分值較低。由表5可知，補償標(biāo)準(zhǔn)滿意度、退耕還林還草政策滿意度和農(nóng)民再退耕意愿的指標(biāo)指數(shù)都逐步上升，說明政府對退耕的補助資金投入和對退耕所涉及的農(nóng)戶補償更合理，退耕還林還草政策不斷完善。

3.5 綜合效益

通過對表4的各指數(shù)進(jìn)行分析后發(fā)現(xiàn)，吐魯番退耕還林還草工程的綜合效益總體呈現(xiàn)穩(wěn)步上升的趨勢，其上升動力主要源于生態(tài)效益和經(jīng)濟效益的提升，其次是政策響應(yīng)，社會效益次之。2013年的綜合效益指數(shù)高出基準(zhǔn)年0.779，2019年高出基準(zhǔn)年1.684，提升幅度是第一輪退耕還林還草的兩倍。從權(quán)重來看，生態(tài)效益占比遠(yuǎn)高于經(jīng)濟效益，說明退耕還林還草實施的初衷是修復(fù)生態(tài)環(huán)境。從效益指數(shù)來看，生態(tài)效益與經(jīng)濟效益都有大幅度提升，這說明退耕還林還草工程促進(jìn)了林果業(yè)的發(fā)展，使得人均林業(yè)產(chǎn)值增加，農(nóng)業(yè)結(jié)構(gòu)得以調(diào)整，在保證生態(tài)效益的前提下帶來了良好的經(jīng)濟效益。政策響應(yīng)則更好的衡量了退耕還林還草工程的實施具有可持續(xù)性。

3.6 效益指數(shù)預(yù)測

基于灰色預(yù)測模型，預(yù)測吐魯番地區(qū)2021—2025年的生態(tài)效益、經(jīng)濟效益、社會效益和政策響應(yīng)指數(shù)，并對模型作檢驗，提高其預(yù)測結(jié)果的可信度。

據(jù)表6可知，建立的效益指數(shù)預(yù)測模型精度等級好，后驗差比C均小于0.35，小誤差概率P均為1，Nash系數(shù)均接近1，模型構(gòu)建合理。

經(jīng)預(yù)測，生態(tài)效益、經(jīng)濟效益、社會效益和政策響應(yīng)指數(shù)在2021—2025年整體都呈穩(wěn)定上升趨勢。其中，經(jīng)濟效益指數(shù)整體增幅高于生態(tài)效益、社會效益和政策響應(yīng)指數(shù)，表明退耕在一定程度上減緩農(nóng)戶對耕地的依賴性，林果業(yè)、電商的發(fā)展為當(dāng)?shù)剞r(nóng)戶提供大量就業(yè)崗位，林業(yè)產(chǎn)值增加，農(nóng)民人均收入上漲，經(jīng)濟效益指數(shù)持續(xù)增加。生態(tài)效益指數(shù)較經(jīng)濟效益指數(shù)增長緩慢，生態(tài)環(huán)境脆弱地區(qū)其生態(tài)修復(fù)周期長，但指數(shù)呈正向增長，表明隨著新一輪退耕規(guī)模較前一輪有所增加，水土保持、防風(fēng)固沙作用更加凸顯。政策響應(yīng)指數(shù)小幅上升，表明退耕政策隨退耕實施進(jìn)程逐步完善，對所涉農(nóng)戶的補償更合理，農(nóng)戶的生態(tài)保護(hù)意識有所提升。社會效益指數(shù)小幅上升，表明在經(jīng)濟持續(xù)發(fā)展的驅(qū)動下，就業(yè)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等方面呈良性發(fā)展趨勢，但受人口結(jié)構(gòu)的影響，城鎮(zhèn)化步伐放緩，社會效益指數(shù)增長緩慢。

4 建 議

基于綜合效益評價指標(biāo)體系和灰色系統(tǒng)預(yù)測模型GM(1,1)，對吐魯番退耕工程過去15 a與未來5 a的綜合效益進(jìn)行分析探討。結(jié)果表明，吐魯番退耕取得了一定的生態(tài)效益、經(jīng)濟效益和社會效益，且對比各效益上限值，生態(tài)效益有很大的提升空間。吐魯番地區(qū)生態(tài)環(huán)境脆弱，干旱少雨，其生態(tài)建設(shè)需考慮長遠(yuǎn)利益[21]。如今正是鞏固退耕成果以及實施更為合理的退耕政策階段，提出如下建議：

表6 指數(shù)預(yù)測與模型精度檢驗參數(shù)

(1) 提高生態(tài)林和灌木林的種植比例，并加強對經(jīng)濟林的管理。在退耕還林還草政策實施過程中，嚴(yán)守耕地紅線，在保障人均農(nóng)田的前提下，加大退耕還林還草工程力度，借鑒類似地區(qū)的種植經(jīng)驗，選擇適宜的林草種類，推廣覆膜技術(shù)，促進(jìn)林業(yè)建設(shè)快速發(fā)展，提高土地資源利用率。

(2) 加大對艾丁湖流域的生態(tài)保護(hù)和治理力度。改善地下水超采、地面沉降過大等問題，增加湖水面積，提升植被覆蓋度，增加生物多樣，逐步恢復(fù)濕地功能。

(3) 加強生態(tài)補償和鄉(xiāng)村振興戰(zhàn)略的有效銜接，加快推進(jìn)該區(qū)域城鎮(zhèn)化步伐，促進(jìn)農(nóng)業(yè)轉(zhuǎn)移人口市民化[22]。因地制宜將不適合耕地的地塊用作特色林果產(chǎn)業(yè)發(fā)展，防風(fēng)固沙，使農(nóng)民增收，促進(jìn)區(qū)域的生態(tài)與經(jīng)濟可持續(xù)發(fā)展。結(jié)合當(dāng)?shù)亓止a(chǎn)業(yè)與旅游業(yè)，發(fā)展電子商務(wù)與生態(tài)旅游的雙融產(chǎn)業(yè)，創(chuàng)造新興崗位，促進(jìn)農(nóng)村勞動力就業(yè)轉(zhuǎn)移，推動當(dāng)?shù)亟?jīng)濟發(fā)展，鞏固脫貧攻堅成果。

(4) 建立健全退耕還林還草補償政策。在退耕成果鞏固與新一輪發(fā)展階段，將所涉農(nóng)戶的損失盡可能降到最低，如分區(qū)測算各地補償標(biāo)準(zhǔn)、納入利益相關(guān)者意愿的補償標(biāo)準(zhǔn)制定和競標(biāo)機制實踐，調(diào)動農(nóng)戶積極性。

5 結(jié) 論

(1) 退耕還林還草工程對西北干旱荒漠地區(qū)生態(tài)環(huán)境的改善，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和農(nóng)村經(jīng)濟發(fā)展的轉(zhuǎn)型都具有深遠(yuǎn)的促進(jìn)作用，退耕補助政策的改善提升了所涉農(nóng)戶退耕意愿，保證了退耕的可持續(xù)發(fā)展。

(2) 預(yù)測2021—2025年退耕工程4個效益指數(shù)均呈穩(wěn)定上升趨勢，經(jīng)濟效益指數(shù)增加最快，政策響應(yīng)指數(shù)其次，生態(tài)效益指數(shù)較政策響應(yīng)指數(shù)緩慢，社會效益指數(shù)發(fā)展最慢。未來隨著退耕工程達(dá)到飽和，各效益將趨于穩(wěn)定值。

本研究基于退耕還林還草綜合效益評價體系對吐魯番地區(qū)退耕工程做綜合效益初步分析，在統(tǒng)計數(shù)據(jù)時未能全面考慮其他因素對各指標(biāo)數(shù)據(jù)的影響。在今后進(jìn)行退耕工程綜合效益分析時，應(yīng)盡可能排除其他因素所帶來的影響，使研究數(shù)據(jù)更加客觀，退耕還林還草綜合效益分析更為合理準(zhǔn)確。