首輪退耕還林補(bǔ)貼到期對農(nóng)戶多維相對貧困的影響

石顏露 陳琛 王立群

摘 要：基于甘肅、寧夏和湖南三地首輪退耕農(nóng)戶的調(diào)研數(shù)據(jù)，采用A-F雙界限方法測度退耕農(nóng)戶多維相對貧困發(fā)生率，在此基礎(chǔ)上借助精確斷點(diǎn)回歸設(shè)計(jì)，實(shí)證檢驗(yàn)退耕還林補(bǔ)貼到期對農(nóng)戶多維相對貧困的影響。結(jié)果表明：第一，補(bǔ)貼到期農(nóng)戶各維度及其多維相對貧困發(fā)生率均高于未到期農(nóng)戶;第二，補(bǔ)貼到期對相對收入、充分就業(yè)、生活水平、主觀感知維度及多維相對貧困的局部平均處理效應(yīng)均顯著為正;第三，異質(zhì)性分析發(fā)現(xiàn)，補(bǔ)貼到期對老年和低收入農(nóng)戶多維相對貧困的正向影響效應(yīng)相對更強(qiáng)。鑒于此，從制定相關(guān)保障措施、建立防止返貧的動態(tài)監(jiān)測和幫扶機(jī)制以及完善退耕還林后續(xù)政策等方面提出相應(yīng)政策建議。

關(guān)鍵詞：退耕還林;補(bǔ)貼政策;多維相對貧困;A-F雙界限方法;斷點(diǎn)回歸設(shè)計(jì)

中圖分類號：F326.2;S721? ??????文獻(xiàn)標(biāo)志碼：A 文章編號：1009-9107（2023）04-0125-10

收稿日期：2022-08-26? DOI：10.13968/j.cnki.1009-9107.2023.04.14

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（71873017）

作者簡介：石顏露，女，北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生，主要研究方向?yàn)檗r(nóng)林經(jīng)濟(jì)理論與政策。

*通信作者

引 言

消除貧困、逐步實(shí)現(xiàn)共同富裕不僅是中國發(fā)展的首要使命，也是聯(lián)合國可持續(xù)發(fā)展議程中的核心內(nèi)容。2020年中央一號文件明確提出要研究建立解決相對貧困的長效機(jī)制，推動工作體系與減貧戰(zhàn)略的平穩(wěn)轉(zhuǎn)型。2020年底，中國9 899萬農(nóng)村貧困人口全部脫貧，實(shí)現(xiàn)了消除農(nóng)村地區(qū)絕對貧困的目標(biāo)，為全球減貧事業(yè)作出了重要貢獻(xiàn)。然而，貧困具有長期性和階段性特征［1］，收入標(biāo)準(zhǔn)下絕對貧困的消除并不代表扶貧工作的結(jié)束，在后扶貧時代，中國治理的重心由消除絕對貧困向緩解相對貧困轉(zhuǎn)變。已有研究表明，在收入層面上脫貧的農(nóng)戶中僅有11.34％同時實(shí)現(xiàn)了多維層面上的脫貧［2］?？梢?，農(nóng)村貧困是一種兼具復(fù)雜性和多樣性的現(xiàn)實(shí)問題，與以經(jīng)濟(jì)狀況為基礎(chǔ)識別的絕對貧困相比，相對貧困的設(shè)定更寬泛，涉及相對收入、教育、健康、生活水平等多維度的貧困識別，呈現(xiàn)出明顯的多維特征［3-4］。因此在新的發(fā)展階段，政府及學(xué)界持續(xù)關(guān)注并研究多維相對貧困問題，既是推進(jìn)鄉(xiāng)村振興戰(zhàn)略實(shí)施的現(xiàn)實(shí)需要，也是實(shí)現(xiàn)共同富裕的關(guān)鍵環(huán)節(jié)［5］。

退耕還林工程作為世界范圍內(nèi)政策性最強(qiáng)、投資最大、涉及農(nóng)戶最多的生態(tài)恢復(fù)項(xiàng)目，肩負(fù)生態(tài)環(huán)境保護(hù)和農(nóng)村減貧的雙重責(zé)任［6］。為彌補(bǔ)農(nóng)戶退耕機(jī)會成本、促進(jìn)農(nóng)戶穩(wěn)定增收，國家持續(xù)多年向退耕農(nóng)戶發(fā)放補(bǔ)貼。其中，首輪退耕還林補(bǔ)貼累計(jì)占退耕農(nóng)戶人均純收入的14.36％［7］，且貧困戶獲得的人均補(bǔ)貼收入平均比非貧困戶多22.36％［8］，在減緩農(nóng)戶貧困方面起到了一定的積極作用。另外，退耕補(bǔ)貼對農(nóng)戶的收入、非農(nóng)就業(yè)及主觀感知等方面均產(chǎn)生了不同程度影響［9-11］，這也從側(cè)面反映出退耕補(bǔ)貼的多維減貧作用，有利于全面提升農(nóng)戶的福祉［12］。長達(dá)16年的首輪退耕還生態(tài)林補(bǔ)貼已于2021年全面到期，農(nóng)戶在失去了一項(xiàng)長期穩(wěn)定收入來源的情況下，會面臨退耕地產(chǎn)出、種養(yǎng)業(yè)經(jīng)營及生計(jì)轉(zhuǎn)型等多重挑戰(zhàn)與風(fēng)險［13］，可能對農(nóng)戶生產(chǎn)生活造成一定沖擊［14］。那么，這是否對農(nóng)戶多維相對貧困產(chǎn)生影響？如果是，將具體對哪些維度產(chǎn)生影響？其影響程度以及異質(zhì)性如何？探討上述問題，無論是對退耕還林成果的鞏固，還是對脫貧攻堅(jiān)與鄉(xiāng)村振興的有效銜接都具有重要意義。

20多年來，國內(nèi)外學(xué)者相繼利用描述性統(tǒng)計(jì)、傾向得分匹配和雙重差分等方法對退耕還林工程及補(bǔ)貼政策效果展開分析，研究主題不僅涵蓋退耕農(nóng)戶的收入、就業(yè)及生活水平等方面，也涉及各個維度的多維貧困效應(yīng)。從收入維度來看，相關(guān)研究表明退耕后農(nóng)戶的收入水平有所提高，其主要?dú)w因于退耕還林補(bǔ)貼［15］。與其他財政補(bǔ)貼相比，退耕還林補(bǔ)貼的邊際減貧效應(yīng)達(dá)到2.69％，顯著高于五保戶補(bǔ)貼（0.53％）和特困戶補(bǔ)貼（0.26％）的減貧效應(yīng)［16］。與中高收入農(nóng)戶相比，退耕還林補(bǔ)貼對低收入農(nóng)戶的減貧效應(yīng)更明顯［17］。但也有研究認(rèn)為，退耕還林補(bǔ)貼并沒有很好地惠及不同收入層次的農(nóng)戶，擴(kuò)大了農(nóng)戶之間的收入不平等，導(dǎo)致長期扶貧效果不明顯［11，18］。從就業(yè)維度來看，部分學(xué)者認(rèn)為退耕還林補(bǔ)貼政策能夠放松農(nóng)戶的勞動力流動性約束、減輕轉(zhuǎn)移就業(yè)成本和外出務(wù)工的失業(yè)風(fēng)險，進(jìn)而促進(jìn)其增收減貧［19］。但也有學(xué)者認(rèn)為由于農(nóng)戶對退耕補(bǔ)貼的依賴性等因素影響，使其外出務(wù)工的動力不足，不利于實(shí)現(xiàn)農(nóng)戶減貧［20］。從生活水平維度來看，得益于退耕補(bǔ)貼和林業(yè)發(fā)展，退耕農(nóng)戶的生產(chǎn)生活條件、衛(wèi)生條件、村容寨貌可以得到較大改觀［21］?；?0年100個退耕還林縣的監(jiān)測結(jié)果也表明，退耕還林工程使退耕農(nóng)戶生活整體得到改善，提高了農(nóng)戶福利水平［22］。此外，也有學(xué)者發(fā)現(xiàn)相比退耕前，退耕后農(nóng)戶在基本生活與就業(yè)維度方面的能力貧困程度下降了6.62％［23］。從多維貧困來看，基于退耕還林工程社會經(jīng)濟(jì)效益監(jiān)測數(shù)據(jù)的研究發(fā)現(xiàn)，從2008-2015年退耕農(nóng)戶的多維貧困發(fā)生率總體上降低了40％左右［12］。還有一些不同的觀點(diǎn)認(rèn)為，貧困地區(qū)的大多數(shù)退耕農(nóng)戶仍存在不同程度的多維貧困狀態(tài)［24］，有84.80％、59.84％和56.53％的退耕農(nóng)戶陷入生活質(zhì)量、醫(yī)療和教育維度的貧困，且退耕農(nóng)戶年齡越大，越容易在多維貧困各個維度上表現(xiàn)出脆弱性［25］。

既有文獻(xiàn)從不同維度評估了退耕還林工程及補(bǔ)貼政策的減貧效應(yīng)，其觀點(diǎn)與結(jié)論為本研究奠定了較好的基礎(chǔ)。在首輪退耕還林補(bǔ)貼到期的現(xiàn)實(shí)背景下，本文試圖從以下幾個方面拓展現(xiàn)有研究：第一，研究內(nèi)容上，關(guān)注并揭示首輪退耕還林補(bǔ)貼政策全面到期這一階段變化對農(nóng)戶多維相對貧困的影響，考察退耕還林補(bǔ)貼到期對不同類型農(nóng)戶的異質(zhì)性影響。第二，研究方法上，首輪退耕還林補(bǔ)貼到期可以視為一項(xiàng)外生沖擊，適合隨機(jī)實(shí)驗(yàn)的斷點(diǎn)回歸設(shè)計(jì)，以實(shí)現(xiàn)退耕還林補(bǔ)貼到期與農(nóng)戶多維相對貧困之間因果關(guān)系的精確識別，獲得解釋力度更大的實(shí)證結(jié)果。

一、研究設(shè)計(jì)

（一）政策背景

1999年國家率先在甘肅、陜西和四川3省試行退耕還林工程，2000年試點(diǎn)范圍擴(kuò)大到13個省份，2002年正式全面啟動，覆蓋了25個省（市、區(qū)）。生態(tài)環(huán)境改善、農(nóng)戶實(shí)現(xiàn)增收脫貧是工程實(shí)施的首要目標(biāo)，而退耕還林補(bǔ)貼政策是工程順利實(shí)施及退耕還林成果得以鞏固的重要保證。

首輪退耕還林補(bǔ)貼的期限較長，在退耕還林政策實(shí)施之初，2002年《國務(wù)院關(guān)于進(jìn)一步完善退耕還林政策措施的若干意見》和2004年《國務(wù)院辦公廳關(guān)于完善退耕還林糧食補(bǔ)助辦法的通知》規(guī)定退耕還生態(tài)林和還經(jīng)濟(jì)林的補(bǔ)貼期限分別為8年和5年。為進(jìn)一步解決退耕農(nóng)戶的長遠(yuǎn)生計(jì)問題，2007年國務(wù)院發(fā)布了《關(guān)于完善退耕還林政策的通知》，決定對退耕還林補(bǔ)貼期限再延長一個周期，因而首輪退耕還生態(tài)林補(bǔ)貼年限長達(dá)16年，還經(jīng)濟(jì)林長達(dá)10年。中央財政累計(jì)投入首輪退耕還林工程的補(bǔ)貼資金達(dá)4 424.8億元，使3 200萬農(nóng)戶、1.24億農(nóng)民直接受益（《中國退耕還林還草二十年（1999-2019）》）。據(jù)統(tǒng)計(jì)，總體上首輪退耕還林補(bǔ)貼占這類農(nóng)戶人均純收入近10％，西部地區(qū)多數(shù)縣均高于20％，其他地區(qū)有少數(shù)縣達(dá)到45％以上［21］。此外，2000年《國務(wù)院關(guān)于進(jìn)一步做好退耕還林還草試點(diǎn)工作的若干意見》和2002年《退耕還林條例》明確要求，生態(tài)林作為首輪退耕還林的主要樹種，其比例以縣為單位進(jìn)行核算，不能低于80％，且禁止農(nóng)戶退耕后自行砍伐。加之退耕還生態(tài)林存在生長周期較長、經(jīng)濟(jì)收益較低的特點(diǎn)，如果不考慮退耕補(bǔ)貼，其本身對于農(nóng)戶增收的貢獻(xiàn)率會很低?？梢?，首輪退耕還林補(bǔ)貼到期后，可能存在影響農(nóng)戶長遠(yuǎn)生計(jì)和退耕還林成果鞏固的問題，在此背景下考察農(nóng)戶多維相對貧困的變化及補(bǔ)貼到期對其影響具有現(xiàn)實(shí)意義。

（二）數(shù)據(jù)來源

本文數(shù)據(jù)來自課題組于2021年7-8月在甘肅、寧夏及湖南三省（區(qū)）進(jìn)行的實(shí)地調(diào)研，選擇這三?。▍^(qū)）主要原因如下：第一，上述三省（區(qū)）作為首輪退耕還林工程試點(diǎn)和實(shí)施的重點(diǎn)省份，其累計(jì)退耕還林面積分別為2 845萬畝、1 305萬畝和2 160萬畝，具有一定的代表性數(shù)據(jù)來源：國家林業(yè)和草原局政府網(wǎng)站http：//www.forestry.gov.cn/main/134/index.html.;第二，湖南位于首輪退耕還林補(bǔ)貼標(biāo)準(zhǔn)中的長江流域，而甘肅和寧夏則位于黃河流域，有助于考察區(qū)位條件和補(bǔ)貼差異所帶來的不同影響;第三，調(diào)研縣（區(qū)）均曾為國家級或省級扶貧開發(fā)重點(diǎn)縣，多屬于生態(tài)環(huán)境脆弱和致貧因素復(fù)雜地區(qū)，眾多脫貧農(nóng)戶生計(jì)可持續(xù)性長期處于脆弱和不穩(wěn)定狀態(tài)，仍面臨著較高的返貧風(fēng)險。

課題組采用多階段典型抽樣的方法獲取調(diào)研樣本。首先，重點(diǎn)選擇原國家級貧困縣，并且綜合考慮各縣退耕還林實(shí)施日期和參與情況，在三?。▍^(qū)）分別選取2000-2006年2006年是首輪退耕還林原補(bǔ)助標(biāo)準(zhǔn)實(shí)施的最后一年，也是農(nóng)戶退耕面積幾乎沒有繼續(xù)發(fā)生變化的年份，因此本文選擇2006年及之前參與首輪退耕的農(nóng)戶作為樣本，能夠較好地反映首輪退耕還林補(bǔ)貼到期的政策效果。參與首輪退耕還林的3～5個縣（市、區(qū)）考慮到1999年僅能觀察到甘肅省的數(shù)據(jù)，為保證數(shù)據(jù)完整性，本文以2000年為起點(diǎn)進(jìn)行選擇。樣本縣（區(qū)）分別為：甘肅省的靜寧縣、莊浪縣和天水市麥積區(qū);寧夏的彭陽縣、西吉縣和固原市原州區(qū);湖南省的中方縣、芷江縣、沅陵縣、古丈縣和花垣縣。。其次，在每個縣（市、區(qū)）依次選擇2～3個鄉(xiāng)鎮(zhèn)，再從所選鄉(xiāng)鎮(zhèn)中隨機(jī)抽取1～3個行政村。最后，從每個行政村隨機(jī)抽取20～30戶農(nóng)戶，對其開展入戶調(diào)查，共獲得調(diào)查問卷1 040份。剔除遺漏關(guān)鍵信息或填寫有誤的問卷后，共獲得有效問卷896份，問卷有效率為86.15％。

（三）變量說明

1.被解釋變量。本文參考汪三貴等［26］和王小林等［5］提出的2020年后中國多維相對貧困的測評指標(biāo)，立足于調(diào)研地區(qū)農(nóng)戶實(shí)際狀況和數(shù)據(jù)可得性，綜合選取了相對收入、教育水平、充分就業(yè)、健康養(yǎng)老、生活水平和主觀感知6個維度11項(xiàng)指標(biāo)形成多維相對貧困指標(biāo)體系，并沿用聯(lián)合國及國內(nèi)研究通用的等權(quán)重法對各個指標(biāo)進(jìn)行賦權(quán)，如表1所示。

在多維相對貧困的測算方法中，由Alkire等［27］提出的A-F雙界限方法應(yīng)用最為廣泛，因此本文采用A-F方法對退耕農(nóng)戶多維相對貧困進(jìn)行測度。計(jì)算公式如下：

M=H×A=qn×1q∑ni=1 ci （k）（1）

其中：M表示多維相對貧困指數(shù)，即樣本農(nóng)戶多維相對貧困整體情況;H為多維相對貧困發(fā)生率;A為多維平均剝奪程度;ci （k）表示多維相對貧困臨界值為k時參照多數(shù)國內(nèi)外相關(guān)文獻(xiàn)［2，27］，本文將k=30％設(shè)定為多維相對貧困狀態(tài)的臨界值，即被剝奪得分大于或等于30％的農(nóng)戶認(rèn)定為多維相對貧困。，農(nóng)戶i的被剝奪的指標(biāo)數(shù)量;n、q分別表示家庭總戶數(shù)和處于多維相對貧困的戶數(shù)。

2.核心解釋變量。本文將農(nóng)戶退耕還林補(bǔ)貼是否到期作為核心解釋變量，用1表示補(bǔ)貼到期，0表示補(bǔ)貼未到期。

3.協(xié)變量。由于斷點(diǎn)回歸設(shè)計(jì)是一種特殊的因果識別，模型中是否包含協(xié)變量對結(jié)果沒有實(shí)質(zhì)性的影響，但加入?yún)f(xié)變量可以有效降低估計(jì)值的抽樣變異性和擾動項(xiàng)方差，提升對被解釋變量的解釋力［28］。本文遵循外生性原則，借鑒相關(guān)研究成果［25，29］，選取反映戶主、家庭和地區(qū)特征的性別、年齡、家庭規(guī)模、撫養(yǎng)負(fù)擔(dān)比以及農(nóng)戶所在地區(qū)作為協(xié)變量。

（四）描述性統(tǒng)計(jì)

本文變量描述性統(tǒng)計(jì)結(jié)果如表2所示。補(bǔ)貼到期的樣本量為395個，占比44.08％;補(bǔ)貼未到期的樣本量為501個，占比55.92％。多維相對貧困指數(shù)為0.324，補(bǔ)貼到期戶比未到期戶的多維相對貧困指數(shù)平均高0.031，均值t檢驗(yàn)在5％的水平上統(tǒng)計(jì)顯著（限于篇幅，檢驗(yàn)結(jié)果從略）。這初步表明，退耕還林補(bǔ)貼到期可能會對農(nóng)戶多維相對貧困產(chǎn)生正向影響。就所選取的指標(biāo)而言，本次調(diào)研結(jié)果基本與以往研究和官方統(tǒng)計(jì)數(shù)據(jù)一致國家林業(yè)和草原局經(jīng)濟(jì)發(fā)展研究中心，國家林業(yè)和草原局規(guī)劃財務(wù)司《2017國家林業(yè)重點(diǎn)工程社會經(jīng)濟(jì)效益監(jiān)測報告》（第1版），北京：中國林業(yè)出版社，2018。http：//www.stats.gov.cn/tjsj/tjgb/nypcgb/。，這在一定程度上說明調(diào)研樣本具有代表性。

（五）模型設(shè)計(jì)

1.斷點(diǎn)回歸模型。考慮到退耕還林補(bǔ)貼到期的特點(diǎn)及方法適用性，采用斷點(diǎn)回歸設(shè)計(jì)對退耕還林補(bǔ)貼到期與多維相對貧困變動的因果關(guān)系進(jìn)行實(shí)證檢驗(yàn)。這一方法的基本思想是在外生政策沖擊下形成一個斷點(diǎn)，在斷點(diǎn)左右兩側(cè)樣本接受政策處理概率有所不同，通過測算斷點(diǎn)左右兩側(cè)的樣本差異得出因果效應(yīng)。由于是根據(jù)補(bǔ)貼年限計(jì)算退耕還林補(bǔ)貼到期時間，樣本農(nóng)戶是否受到政策處置完全取決于驅(qū)動變量的取值情況，因此使用精確斷點(diǎn)回歸（SRD）的方法。

本文的抽樣方式能夠獲得2015-2021年期間退耕農(nóng)戶補(bǔ)貼到期狀況的相關(guān)數(shù)據(jù)，為了在時間維度上相對完整的觀察斷點(diǎn)左右兩側(cè)樣本農(nóng)戶多維相對貧困的狀態(tài)變化，本文設(shè)置2018年12月補(bǔ)貼到期為斷點(diǎn)。根據(jù)Imbens等［30］對精確斷點(diǎn)回歸的設(shè)計(jì)思路，本文分別計(jì)算斷點(diǎn)右側(cè)（2018年12月之前）和左側(cè)（2018年12月之后）樣本農(nóng)戶的多維相對貧困指數(shù)，并以兩者的差值得到局部平均處理效應(yīng)。

δ=E［Y（1）-Y（0）｜x=0］=limx↓0 E［Y｜x］-limx↑0 E［Y｜x］limx↓0 E［D｜x］-limx↑0 E［D｜x］（2）

式（2）中，被解釋變量Y為農(nóng)戶多維相對貧困指數(shù);處理變量D表示農(nóng)戶退耕還林補(bǔ)貼到期情況;x為驅(qū)動變量，表示農(nóng)戶退耕還林補(bǔ)貼到期距離斷點(diǎn)的時間，x=0代表驅(qū)動變量x的斷點(diǎn);δ表示退耕還林補(bǔ)貼到期對農(nóng)戶多維相對貧困的局部平均處理效應(yīng)，其分子和分母分別表示多維相對貧困和退耕還林補(bǔ)貼是否到期在斷點(diǎn)處發(fā)生的“跳躍”。由于精確斷點(diǎn)回歸的特性，樣本受到政策處理的概率只能為0或1。

2.雙重差分模型。已有研究表明，雙重差分模型可用于綜合驗(yàn)證斷點(diǎn)回歸結(jié)果的穩(wěn)健性［31］。因此，本文設(shè)置同樣的處理變量D將樣本分為兩組，分別考察這兩組樣本在退耕還林補(bǔ)貼到期前（T=0）和退耕還林補(bǔ)貼到期后（T=1）農(nóng)戶多維相對貧困的變化趨勢，通過進(jìn)一步測算其差距獲得平均處理效應(yīng)?；貧w方程如下：

Y=β0+β1D+β2T+αDT+β3X+μ（3）

式（3）中，交互項(xiàng)DT的系數(shù)α為雙重差分估計(jì)量;X為協(xié)變量;μ表示隨機(jī)誤差項(xiàng)。

二、實(shí)證結(jié)果分析

（一）退耕農(nóng)戶的多維相對貧困發(fā)生率

為了更全面地從整體和分樣本層面考察退耕農(nóng)戶多維相對貧困的狀態(tài)，通過A-F方法對退耕農(nóng)戶各維度及多維相對貧困發(fā)生率進(jìn)行測算，結(jié)果如表3所示。從總體來看，全部樣本農(nóng)戶的多維相對貧困發(fā)生率達(dá)到48.5％，其中退耕還林補(bǔ)貼到期農(nóng)戶比未到期農(nóng)戶的多維相對貧困發(fā)生率高出6％。從各個維度來看，補(bǔ)貼到期農(nóng)戶的相對貧困發(fā)生率均高于未到期農(nóng)戶。以上結(jié)果說明補(bǔ)貼到期可能會對退耕農(nóng)戶的多維相對貧困產(chǎn)生影響，為后續(xù)利用斷點(diǎn)回歸設(shè)計(jì)進(jìn)行實(shí)證檢驗(yàn)提供特征性事實(shí)。

（二）退耕還林補(bǔ)貼到期對農(nóng)戶多維相對貧困的影響效應(yīng)

1.初步圖形觀察。在實(shí)施精確斷點(diǎn)回歸前，本文以1個月為箱體（bin），利用可視化分布圖直觀地展示驅(qū)動變量分別與退耕還林補(bǔ)貼到期概率、多維相對貧困指數(shù)的關(guān)系限于篇幅，本文沒有展示驅(qū)動變量與各個維度相對貧困指數(shù)關(guān)系的可視化圖形。如有需要，可向作者索取。。圖1和圖2顯示，在斷點(diǎn)“2018年12月”右側(cè)，結(jié)果變量均發(fā)生明顯的向上跳躍，初步表明退耕還林補(bǔ)貼到期對農(nóng)戶多維相對貧困的影響情況。

2.精確斷點(diǎn)回歸的估計(jì)。本文的精確斷點(diǎn)回歸采用非參數(shù)方法作為基準(zhǔn)回歸，其優(yōu)點(diǎn)在于不依賴具體的函數(shù)形式，并可以選擇最優(yōu)帶寬。表4列（1）匯報了未加入?yún)f(xié)變量、最優(yōu)帶寬及三角核函數(shù)的估計(jì)結(jié)果;列（2）、列（3）顯示通過設(shè)定不同帶寬以檢驗(yàn)估計(jì)結(jié)果是否基本一致;列（4）～列（6）使用矩形核函數(shù)以檢驗(yàn)估計(jì)結(jié)果的穩(wěn)健性。

在選擇不同核函數(shù)估計(jì)的情況下，退耕還林補(bǔ)貼到期對農(nóng)戶相對收入、充分就業(yè)、生活水平及主觀感知維度的最優(yōu)帶寬估計(jì)結(jié)果均顯著為正，且對多維相對貧困指數(shù)的估計(jì)結(jié)果在1％的水平上也顯著為正，說明退耕還林補(bǔ)貼到期在一定程度上加劇了農(nóng)戶多維相對貧困程度。其可能的原因主要是，其一，補(bǔ)貼到期直接降低退耕農(nóng)戶的收入水平及減少一項(xiàng)長期穩(wěn)定的收入來源。相對于未補(bǔ)貼到期的農(nóng)戶，補(bǔ)貼到期農(nóng)戶在家庭資源重新配置過程中會新增人力、物力、財力的投入，同時市場風(fēng)險和外部環(huán)境的不確定性使其難以獲得穩(wěn)定的收益，因而補(bǔ)貼到期后極易導(dǎo)致農(nóng)戶降低相對收入水平。其二，由于務(wù)農(nóng)存在間歇性、季節(jié)性及非穩(wěn)定性特點(diǎn)，大多數(shù)農(nóng)戶的農(nóng)業(yè)經(jīng)營收入缺乏有效保障［32］，補(bǔ)貼到期后可能在一定程度上影響農(nóng)戶的農(nóng)業(yè)生產(chǎn)投入。相對于非農(nóng)就業(yè)，務(wù)農(nóng)增收緩慢，這往往會造成農(nóng)戶降低其農(nóng)業(yè)生產(chǎn)積極性。農(nóng)戶在進(jìn)行非農(nóng)就業(yè)的過程中還可能會面對轉(zhuǎn)移就業(yè)成本增加以及因勞動市場信息不對稱帶來的待業(yè)風(fēng)險，不利于實(shí)現(xiàn)農(nóng)戶家庭勞動力的充分就業(yè)，同時可能加大農(nóng)戶的經(jīng)濟(jì)壓力，生活水平也隨之受到一定的影響。其三，補(bǔ)貼到期農(nóng)戶無論是與補(bǔ)貼到期前的生活水平進(jìn)行縱向?qū)Ρ龋蚴桥c同村未退耕農(nóng)戶進(jìn)行橫向比較，都容易產(chǎn)生較大的心理落差和相對剝奪感，進(jìn)而提高其主觀貧困感知。

此外，如表4所示，在不同函數(shù)估計(jì)和帶寬的情況下，退耕還林補(bǔ)貼到期對農(nóng)戶教育水平和健康養(yǎng)老的估計(jì)結(jié)果均不顯著?？赡艿脑蚴牵航陙韲掖罅ν七M(jìn)公共服務(wù)均等化，逐步將農(nóng)村教育、醫(yī)療和養(yǎng)老等納入公共財政覆蓋范圍，并且保障水平不斷提高;對于特殊群體，國家建立了農(nóng)村最低保障等“托底”制度等。

為降低擾動項(xiàng)方差，提升對被解釋變量的解釋力，得到更準(zhǔn)確的估計(jì)結(jié)果，參照已有文獻(xiàn)的做法［28］，在穩(wěn)健性檢驗(yàn)中加入?yún)f(xié)變量，估計(jì)結(jié)果見表4列（7）～列（12）。由表4可知，加入?yún)f(xié)變量與未加入?yún)f(xié)變量的估計(jì)結(jié)果基本一致，說明斷點(diǎn)回歸結(jié)果具有較好的穩(wěn)健性。3.有效性檢驗(yàn)。SRD估計(jì)結(jié)果的有效性還取決于兩個假設(shè)條件，一是驅(qū)動變量無法受到個體操控;二是協(xié)變量在斷點(diǎn)兩側(cè)具有連續(xù)性。對于第一個假設(shè)檢驗(yàn)，本文采用McCrary［33］檢驗(yàn)方法，結(jié)果如圖3所示，在2018年12月斷點(diǎn)前后的核密度函數(shù)估計(jì)值的置信區(qū)間幾乎重合，且斷點(diǎn)前后的密度差異為0.016，說明樣本個體的分布連續(xù)平滑，不存在對驅(qū)動變量的操控，故符合第一個假設(shè)條件。對于第二個假設(shè)檢驗(yàn)，本文利用局部線性回歸的思想，用協(xié)變量替代被解釋變量，結(jié)果顯示限于篇幅，結(jié)果未呈現(xiàn)。如有需要，可向作者索取。，不論帶寬是否進(jìn)行調(diào)整，協(xié)變量在斷點(diǎn)前后均沒有發(fā)生顯著的變化，故證實(shí)其假設(shè)。

（三）雙重差分的估計(jì)結(jié)果

根據(jù)表5的回歸結(jié)果可見，如果將局部影響擴(kuò)大到全樣本，退耕還林補(bǔ)貼到期對多維相對貧困及各維度相對貧困指標(biāo)的平均處理效應(yīng)比局部平均處理效應(yīng)更低，但影響方向和顯著性沒有改變，再次證實(shí)了SRD估計(jì)結(jié)果的穩(wěn)健性。

三、異質(zhì)性分析

由于農(nóng)戶在個體特征、資源稟賦及收入水平等方面存在差異，退耕還林補(bǔ)貼到期對不同農(nóng)戶群體多維相對貧困的影響可能會有所不同，本文進(jìn)一步從年齡和收入層面探討退耕補(bǔ)貼到期對不同農(nóng)戶群體的多維相對貧困影響效應(yīng)。

年齡對農(nóng)戶生產(chǎn)生活決策和行為的影響較大，補(bǔ)貼到期后不同年齡階段農(nóng)戶承擔(dān)風(fēng)險能力和應(yīng)對方式不同，可能使得補(bǔ)貼到期對其多維相對貧困程度影響不盡相同。本文參照楊進(jìn)等［34］的研究，將60歲以上的農(nóng)戶劃分為老年農(nóng)戶組，60歲及以下農(nóng)戶劃分為中青年農(nóng)戶組，選擇最優(yōu)帶寬的非參數(shù)估計(jì)，結(jié)果如表6所示。可見，無論是否加入?yún)f(xié)變量，退耕補(bǔ)貼到期對老年農(nóng)戶和中青年農(nóng)戶充分就業(yè)、生活水平、主觀感知及多維相對貧困均產(chǎn)生了顯著的正向影響，而在相對收入維度僅對老年農(nóng)戶產(chǎn)生顯著正向影響。從系數(shù)值來看，老年農(nóng)戶的相對收入、充分就業(yè)、主觀感知、生活水平以及多維相對貧困的系數(shù)估計(jì)值顯著大于中青年農(nóng)戶，這意味著退耕還林補(bǔ)貼到期后老年農(nóng)戶多維相對貧困問題會更加突出?？赡艿脑蚴?，相對于老年農(nóng)戶，中青年農(nóng)戶在勞動投入效率、生計(jì)轉(zhuǎn)型能力及應(yīng)對風(fēng)險能力等方面更具有比較優(yōu)勢，因而會有較多的方式和渠道來緩解退耕補(bǔ)貼到期帶來的影響。

為了探討退耕還林補(bǔ)貼到期對不同收入層次農(nóng)戶多維相對貧困的影響程度，本文以總收入的中位數(shù)為標(biāo)準(zhǔn)，進(jìn)一步將樣本農(nóng)戶分為低收入組和中高收入組，估計(jì)結(jié)果見表7。結(jié)果表明，無論協(xié)變量加入與否，補(bǔ)貼到期對低收入農(nóng)戶和中高收入農(nóng)戶的主觀感知均產(chǎn)生顯著正向影響，而在相對收入、充分就業(yè)、生活水平及多維相對貧困的影響效應(yīng)上僅對低收入農(nóng)戶顯著為正。可能原因在于，相對于中高收入農(nóng)戶，低收入農(nóng)戶自身要素稟賦、信息和社會資源處于劣勢，難以掌握與勞動力市場需求相匹配的勞動技能，使得補(bǔ)貼到期對其充分就業(yè)和生活水平造成的不利沖擊更大，會進(jìn)一步擴(kuò)大與其他農(nóng)戶的相對收入差距，最終加劇低收入農(nóng)戶的多維相對貧困程度。

四、結(jié)論與啟示

本文基于首輪退耕還林補(bǔ)貼到期的現(xiàn)行政策背景，利用甘肅、寧夏和湖南三地的896份農(nóng)戶實(shí)地調(diào)查數(shù)據(jù)，構(gòu)建多維相對貧困指標(biāo)體系，采用A-F雙界限方法測度退耕農(nóng)戶各維度及多維相對貧困發(fā)生率。在此基礎(chǔ)上，運(yùn)用精確斷點(diǎn)回歸方法估計(jì)退耕還林補(bǔ)貼到期對農(nóng)戶多維相對貧困的影響效應(yīng)，考察補(bǔ)貼到期對不同農(nóng)戶群體多維相對貧困的影響效應(yīng)。研究結(jié)果表明：（1）補(bǔ)貼到期農(nóng)戶各維度及其多維相對貧困發(fā)生率均高于未到期農(nóng)戶;（2）補(bǔ)貼到期對相對收入、充分就業(yè)、生活水平、主觀感知維度及多維相對貧困的局部平均處理效應(yīng)均顯著為正;（3）異質(zhì)性分析發(fā)現(xiàn)，補(bǔ)貼到期對老年和低收入農(nóng)戶多維相對貧困的正向影響效應(yīng)相對更強(qiáng)。

根據(jù)研究結(jié)論，提出以下政策啟示。

第一，制定有效降低相對貧困指數(shù)的保障措施。建議以發(fā)展當(dāng)?shù)赝烁€林后續(xù)產(chǎn)業(yè)和特色農(nóng)林業(yè)為依托，通過多元化參與模式建立產(chǎn)業(yè)與退耕農(nóng)戶的利益聯(lián)結(jié)機(jī)制，并搭建外出務(wù)工、非農(nóng)經(jīng)營和生態(tài)公益崗位的對接平臺，引導(dǎo)補(bǔ)貼到期農(nóng)戶從事非農(nóng)就業(yè);通過制定各種惠農(nóng)政策，為農(nóng)戶農(nóng)業(yè)生產(chǎn)環(huán)節(jié)提供配套保障措施，降低其農(nóng)業(yè)經(jīng)營成本，進(jìn)一步提高農(nóng)戶生活水平和滿意度;向退耕農(nóng)戶提供職業(yè)技能培訓(xùn)和新型農(nóng)林業(yè)生產(chǎn)經(jīng)營技術(shù)支持，助力退耕區(qū)勞動力轉(zhuǎn)移、農(nóng)林業(yè)增產(chǎn)和農(nóng)林產(chǎn)品提質(zhì)，有效減輕多維相對貧困程度。

第二，建立防止返貧的動態(tài)監(jiān)測和幫扶機(jī)制。充分考慮退耕農(nóng)戶的差異性，各類幫扶政策應(yīng)適度向更易陷入多維相對貧困的老年群體和低收入家庭傾斜，并且將存在返貧風(fēng)險的退耕農(nóng)戶納為生態(tài)公益崗位的優(yōu)先對象。另外，通過政府專崗平臺、其他公益性崗位和托底安置等方式讓生計(jì)轉(zhuǎn)型能力和資源稟賦處于相對弱勢的退耕農(nóng)戶實(shí)現(xiàn)穩(wěn)定就業(yè)，逐步提高其生活質(zhì)量，降低多維相對貧困程度。

第三，完善退耕還林后續(xù)政策。一方面，建議政府應(yīng)在補(bǔ)貼到期后，對位于各級各類生態(tài)功能區(qū)或生態(tài)脆弱區(qū)的退耕地，繼續(xù)通過相應(yīng)生態(tài)補(bǔ)償項(xiàng)目給予退耕農(nóng)戶生態(tài)補(bǔ)償，并對其余退耕地賦予農(nóng)戶一定的退耕地處置權(quán)。另一方面，建議政府結(jié)合退耕還林所處區(qū)位的生態(tài)保護(hù)重要性，探索退耕還林生態(tài)產(chǎn)品價值實(shí)現(xiàn)機(jī)制和市場化補(bǔ)償機(jī)制，有效保障農(nóng)戶利益、鞏固退耕還林成果并減少相對貧困，實(shí)現(xiàn)保護(hù)生態(tài)和改善民生的雙贏。

參考文獻(xiàn)：

［1］ GUO Y，ZHOU Y，CAO Z.Geographical Patterns and Anti-poverty Targeting Post-2020 in China［J］.Journal of Geographical Sciences，2018，28（12）：1810-1824.

［2］ 張全紅.中國農(nóng)村收入貧困與多維貧困的動態(tài)轉(zhuǎn)換及影響因素［J］.財貿(mào)研究，2021，32（11）：27-36.

［3］ 董曉林，吳以蠻，熊健.金融服務(wù)參與方式對農(nóng)戶多維相對貧困的影響［J］.中國農(nóng)村觀察，2021（06）：47-64.

［4］ 高遠(yuǎn)東，李華龍，馬辰威.農(nóng)戶防范返貧：應(yīng)該更關(guān)注人力資本還是社會資本？［J］.西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2022，22（04）：135-143.

［5］ 王小林，馮賀霞.2020年后中國多維相對貧困標(biāo)準(zhǔn)：國際經(jīng)驗(yàn)與政策取向［J］.中國農(nóng)村經(jīng)濟(jì)，2020（03）：2-21.

［6］ DUAN W，LANG Z X，WEN Y L.The Effects of the Sloping Land Conversion Program on Poverty Alleviation in the Wuling Mountainous Area of China［J］.Small-scale Forestry，2015，14（03）：331-350.

［7］ 吳樂，孔德帥，靳樂山.生態(tài)補(bǔ)償對不同收入農(nóng)戶扶貧效果研究［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（05）：134-144.

［8］ 李實(shí)，詹鵬，楊燦.中國農(nóng)村公共轉(zhuǎn)移收入的減貧效果［J］.中國農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2016，33（05）：71-80.

［9］ 李衛(wèi)忠，吳付英，吳宗凱，等.退耕還林對農(nóng)戶經(jīng)濟(jì)影響的分析——以陜西省吳起縣為例［J］.中國農(nóng)村經(jīng)濟(jì)，2007（S1）：108-111.

［10］ LU G，YIN R S.Evaluating the Evaluated Socioeconomic Impacts of Chinas Sloping Land Conversion Program［J］.Ecological Economics， 2020，177：1-11.

［11］ 李國平，石涵予.比較視角下退耕還林補(bǔ)償?shù)霓r(nóng)村經(jīng)濟(jì)福利效應(yīng)——基于陜西省79個退耕還林縣的實(shí)證研究［J］.經(jīng)濟(jì)地理，2017，37（07）：146-155.

［12］ 謝晨，張坤，王佳男，等.退耕還林動態(tài)減貧：收入貧困和多維貧困的共同分析［J］.中國農(nóng)村經(jīng)濟(jì)，2021（05）：18-37.

［13］ 徐彩瑤，王苓，潘丹，等.退耕還林高質(zhì)量發(fā)展生態(tài)補(bǔ)償機(jī)制創(chuàng)新實(shí)現(xiàn)路徑［J］.林業(yè)經(jīng)濟(jì)問題，2022，42（01）：9-20.

［14］ YANG X J，XU J T.Program Sustainability and the Determinants of Farmers Self-predicted Post-program Land Use Decisions：Evidence From the Sloping Land Conversion Program（SLCP） in China［J］.Environment and Development Economics，2014，19（01）：30-47.

［15］ GUTIéRREZ RODRíGUEZ L，HOGARTH N J，ZHOU W，et al.Chinas Conversion of Cropland to Forest Program：A Systematic Review of the Environmental and Socioeconomic Effects［J］.Environmental Evidence，2016，5（01）：1-22.

［16］ 盧洪友，杜亦譞.中國財政再分配與減貧效應(yīng)的數(shù)量測度［J］.經(jīng)濟(jì)研究，2019，54（02）：4-20.

［17］ LIU Z，LAN J.The Sloping Land Conversion Program in China：Effect on the Livelihood Diversification of Rural Households［J］.World Development，2015，70：147-161.

［18］ 朱烈夫，殷浩棟，張志濤，等.生態(tài)補(bǔ)償有利于精準(zhǔn)扶貧嗎？——以三峽生態(tài)屏障建設(shè)區(qū)為例［J］.西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2018，18（02）：42-48.

［19］ UCHIDA E，ROZELLE S，XU J T.Conservation Payments ， Liquidity Constraints and Off-farm Labor：Impact of the Grain for Green Program on Rural Households in China［J］.American Journal of Agricultural Economics，2009，91（01）： 70-86.

［20］ LI L，TSUNEKAWA A，MACLACHLAN I，et al.Conservation Payments，Off-farm Employment and Household Welfare for Farmers Participating in the“Grain for Green”Program in China：Empirical Evidence From the Loess Plateau［J］.China Agricultural Economic Review，2020，12（01）：71-89.

［21］ 中國國際經(jīng)濟(jì)交流中心課題組，魏禮群，田青.穩(wěn)定和擴(kuò)大退耕還林的幾點(diǎn)建議［J］.全球化，2014（11）：37-44.

［22］ 劉東生，謝晨，劉建杰，等.退耕還林的研究進(jìn)展、理論框架與經(jīng)濟(jì)影響——基于全國100個退耕還林縣10年的連續(xù)監(jiān)測結(jié)果［J］.北京林業(yè)大學(xué)學(xué)報（社會科學(xué)版），2011，10（03）：74-81.

［23］ 劉璞，姚順波.退耕還林前后農(nóng)戶能力貧困的比較研究［J］.統(tǒng)計(jì)與決策，2015（16）：53-56.

［24］ REN L J，LI J，LI C，et al.Does Poverty Matter in Payment for Ecosystem Services Program？ Participation in the New Stage Sloping Land Conversion Program［J］.Sustainability，2018，10（06）：1-27.

［25］ 史恒通，趙伊凡，吳海霞.社會資本對多維貧困的影響研究——來自陜西省延安市513個退耕農(nóng)戶的微觀調(diào)查數(shù)據(jù)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（01）：86-99.

［26］ 汪三貴，孫俊娜.全面建成小康社會后中國的相對貧困標(biāo)準(zhǔn)、測量與瞄準(zhǔn)——基于2018年中國住戶調(diào)查數(shù)據(jù)的分析［J］.中國農(nóng)村經(jīng)濟(jì)，2021（03）：2-23.

［27］ ALKIRE S，F(xiàn)OSTER J.Counting and Multidimensional Poverty Measurement［J］.Journal of Public Economics， 2011，95（07）：476-487.

［28］ 秦雪征，莊晨，楊汝岱.計(jì)劃生育對子女教育水平的影響——來自中國的微觀證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊），2018，17（03）：897-922.

［29］ 王恒，王征兵，朱玉春.鄉(xiāng)村振興戰(zhàn)略下連片特困地區(qū)勞動力流動減貧效應(yīng)研究——基于收入貧困與多維貧困的雙重視角［J］.農(nóng)村經(jīng)濟(jì)，2020（04）：43-50.

［30］ IMBENS G W，LEMIEUX T.Regression Discontinuity Designs：A Guide to Practice［J］.Journal of Econometrics，2008，142（02）：615-635.

［31］ 張川川，GILES J，趙耀輝.新型農(nóng)村社會養(yǎng)老保險政策效果評估——收入、貧困、消費(fèi)、主觀福利和勞動供給［J］.經(jīng)濟(jì)學(xué)（季刊），2015，14（01）：203-230.

［32］ 黨夏寧.我國的農(nóng)業(yè)勞動力配置與農(nóng)村經(jīng)濟(jì)發(fā)展［J］.西安交通大學(xué)學(xué)報（社會科學(xué)版），2010，30（03）：29-34.

［33］ MCCRARY J.Manipulation of the Running Variable in the Regression Discontinuity Design：A Density Test［J］.Journal of Econometrics，2008，142（02）：698-714.

［34］ 楊進(jìn)，陳志鋼.勞動力價格上漲和老齡化對農(nóng)村土地租賃的影響［J］.中國農(nóng)村經(jīng)濟(jì)，2016（05）：71-83.

The Impact of the Expiration of Subsidies for the First Round of the SLCP on Farmer Households Multidimensional Relative Poverty

SHI Yanlu，CHEN Chen，WANG Liqun*

（College of Economics and Management，Beijing Forestry University，Beijing 100083，China）

Abstract：Based on the survey data of farmer households who participated in the first round of the SLCP（sloping land conversion program） in Gansu，Ningxia and Hunan，this paper adopted the A F dual cut-off approach to measure farmer households multidimensional relative poverty，and empirically tested the impact of the expiration of subsidies for the first round of the SLCP on farmer households multidimensional relative poverty by using the Sharp Regression Discontinuity.The results show：firstly，each single dimension and multidimensional relative poverty incidence of farmer households whose SLCP subsidy has expired are higher than that of farmer households not expired;Secondly，the local average treatment effect of the expiration of subsidies for the SLCP on farmer households relative income，full employment，living standard，subjective perception and multidimensional relative poverty is significantly positive;and thirdly，the heterogeneity analysis finds that the expiration of subsidies for the SLCP has a relatively stronger positive effect on the multidimensional relative poverty of the aging farmer households and the low-income farmer households.Based on the results above，the paper puts forward some policy suggestions from the aspects of formulating relevant guarantee measures，establishing the dynamic monitoring and assisting mechanism to prevent re-poverty， and improving the follow-up policy of the SLCP.

Key words：SLCP（sloping land conversion program）;subsidy policy;multidimensional relative poverty;A F dual cut-off approach;regression discontinuity design

（責(zé)任編輯：楊峰）