集体生态公益林补偿政策对林农职业分化的影响研究——以江西为例

杜 娟，胡亚平，朱述斌

（1.江西农业大学经济管理学院，江西 南昌 330045；2.江西农业大学计算机与信息工程学院，江西 南昌 330045；3.江西农业大学新农村发展研究院，江西 南昌 330045）

一、引言与文献综述

中国经济高速发展的经验表明，农村持续供给劳动力参与城镇化、工业化过程［1］，导致农村社会急剧转型，引发深刻的农民与土地关系变革［2-3］。土地不但具有基础性生产功能，而且具有重要的社会保障功能［4］。历年的中央一号文件持续聚焦土地问题，均直接或间接强调要加快促进农地要素市场的培育。2015 年的《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》以及2016 年农业农村部发布的《推进农业供给侧结构性改革重点任务工作方案》均提到在“三权分置”下如何协调农村农民与土地关系，促进农村要素优化配置［5］。通过制度创新以释放农村要素市场，促进农民与土地最优配置，是我国农村工作的重要着力点。

基于农民理性的假设，家庭土地禀赋是农民经济决策的核心变量。改革开放以来，农民职业分化先后经历城乡票证供应制下的萌芽期（1978—1993 年）、以农为主兼业期（1994—2002 年）、以非农为主兼业期（2003—2014 年）以及少量农民工回流（2015 年至今）4 个阶段，说明土地政策会影响农民对土地主观价值评估，进而促进职业分化［6］。农民的城乡双向流动现象表明，一方面是收入鸿沟驱动下的农民精英外流、土地依赖性减弱［7］，另一方面是传统土地信仰驱动下的农民回流、土地保障属性增强［8］，两种作用力相互牵制，形成目前农村劳动力要素流动快于土地要素流动的格局［9-10］。

相较于耕地而言，集体林区林地因地理区位特征、人均林地资源禀赋和林业平均收益率差异，林农与林地资源错配情况更为突出。江西省林地与耕地面积之比为3.8∶1，而林业产值与农业产值之比仅为0.21∶1。第九次森林资源清查结果显示，江西省林业用地面积1 072 万公顷，其中集体林地面积占总林地面积的85%，高于全国61.34%的比例均值。集体林区农民仅有48.02%存在不同程度的兼业特征，远低于全国农村71%的平均水平［11］。因此，在资源可持续利用的背景下，剖析林地资源禀赋尤其是生态公益林生态补偿制度对林农职业分化决策的影响机理，有助于合理评估集体林区林地资源禀赋对劳动力吸附能力的变化，对于优化林地管理制度、促进乡村振兴具有重要意义［12］。

以往研究对农民职业分化的界定标准有所不同，有些学者侧重从阶层角度划分［13-14］，有学者以非农劳动力比例和非农收入比例为依据将农户分为纯农业户、Ⅰ兼农户、Ⅱ兼农户和非农业户［15］，也有学者按影响农户技术采纳的土地、资本和劳动力禀赋及风险偏好因素将农户划分为规模户、高兼业户和低兼业户［16］，职业分化与产权身份、社区身份紧密联系［17-18］。学者们普遍认为，农民职业分化受到家庭土地资源禀赋等因素的影响［19］，进而促进农村土地流转［20-21］，有利于打破城乡二元藩篱［22-23］。尽管现有研究揭示林地资源禀赋现状对农户外出务工和兼业行为的影响［24-25］，但通常使用林地面积作为林地资源禀赋的重要指标［26-27］，缺乏从异质性（如林种差异）角度剖析农户林地资源禀赋，而且鲜有专门讨论集体生态公益林补偿政策对林农职业分化影响的文献。以往研究主要采用基于截面数据的计量回归模型，由于缺乏对研究样本在长时间序列上的追踪，无法深入揭示变量间实质性关系，削弱了研究结论的可靠性。特定的林业政策供给（如集体生态公益林补偿政策）对林农职业分化的影响是一个循序渐进的过程，基于面板数据的精准分析有助于合理评价林业政策效果的社会效益评价。基于此，本文利用对林农连续8 年跟踪调查的纵向数据，运用系统广义矩阵估计方程（GEE）的Logistic 面板回归模型，揭示变量之间的调节作用和内生性等复杂关系，检验户主职业与农户集体生态公益林禀赋之间关系以及集体生态公益林补偿政策的劳动转移效应，以期客观评价集体生态公益林补偿政策在生态、经济及社会的贡献，为优化集体生态公益林补偿政策，推动城乡经济一体化、实现乡村振兴提供决策参考。

二、理论分析与研究假说

按照Kelly［28］提出的个人建构理论（Personal Construct Theory，简称“PCT”），职业兴趣及分化取决于现实（R）、调查（I）、艺术（A）、社会（S）、执行力（E）以及惯例（C）6个因素［29］。相对于高技能群体，因个人能力和社会资本的制约，现实（R）是农民职业分化决策过程中最关键的影响因素，影响农民职业分化的现实因素包括性别、年龄、受教育程度、是否拥有村级以上干部经历以及家庭土地资源禀赋。在集体林区，耕地资源匮乏，家庭林地资源禀赋成为决定林农职业分化的现实核心因素。

我国集体林区在先后经历分山到户、农业合作化时期的山林入社、人民公社时期的山林统一经营、改革开放初期的林业“三定”（稳定山权林权、划定自留山和确定林业生产责任制）4次产权变动后，集体农户的家庭林地资源禀赋发生明显变化。林地资源禀赋作为林业生产活动重要要素之一，林地资源供给的变化，会引起林业劳动力、资金等其他生产要素的适应性变化，要素边际报酬发生进一步分化。

集体林区农民的职业分化决策，本质上是在家庭林地收益和非农经济收益间作出的理性抉择。家庭林地收益越大，林农涉林经营投入越多，全职或主兼务农的概率越高。在集体林区，林农对林地收益权由保障性收益权、流转性收益权以及生产性收益权组成。然而，由于先天自然禀赋或农民耕作习惯差异，集体林区林地已形成用材林、经济林和竹林三类主要林分结构。不同林分的林地，轮伐期不同，年生产收益率不同，农民对林地的收益权存在明显差异。就保障性收益权和流转性收益权而言，经济林最高，用材林次之，竹林最低；相反地，就生产性收益权而言，经济林最高，竹林次之，用材林最低。总之，不同林分的家庭林地资源禀赋对应不同的林地收益，是影响林农职业分化决策的重要因素。

集体生态公益林补偿政策，是政府通过发放集体生态公益林补偿金，将重要生态区位的连片集体商品林变更为公益林属性，通过减少农户可用于短期生产的林地面积获得森林生态价值，以牺牲生产性收益获得少量的保障性收益。因此，生态公益林补偿政策进一步加剧家庭林地资源禀赋的异质性，引致家庭林地收益差异，进而影响集体林区林农职业分化。林地地理区位、生态公益林补偿政策以及早期外出务工经历，是林农进行家庭林地资源禀赋重要性评估的基本依据，也会进一步强化林农职业分化决策。基于此，提出如下研究假说：

H1：林农职业分化程度与林业收入占家庭总收入比呈负相关关系；

H2：不同林种林地面积会对林农职业分化造成差异化影响；

H3：不同林种集体生态公益林面积比例对林农职业分化造成差异化影响；

H4：林农职业分化存在状态相依的经验规律。

三、数据来源、变量选取与模型选择

（一）数据来源

本文依托国家林业与草业总局组织进行的集体林权制度改革监测项目，江西省课题组自2011—2018年每年6—8月对江西省集体林区10县50个村567户进行跟踪调查。样本县根据江西省县域区域差异运用分层、PPS和等概率相结合的三阶段混合模式进行随机抽样。首先，根据《江西省统计年鉴》及各县区域统计公报，构建一套包括森林资源条件、林业收入水平、劳动力转移的指标体系，采用主成分分析法和空间聚类分析法将各区县根据县域差异，随机选取武宁县、信丰县、永丰县、铅山县、黎川县、德兴县、崇义县、宜丰县、遂川县和乐安县10 个县为调查目标县；其次，为保证抽样的科学性，每个样本村的10 个样本林农均按序随机从户籍名单中抽取作为后续8 年追踪的田野调查对象。如遇到样本林农外出等无法访问等异常情况，以该户为半径，向东南西北任意方向选择邻居林农作为替代样本林农，邀请该林农中熟悉林业经营活动的家庭决策者作为被访问对象。共获取问卷3 952 份，剔除无效问卷及信息缺失严重的问卷，最终得到有效问卷3 894份。以家庭是否拥有至少一块集体生态公益林地，获得生态公益林农样本476户，有效生产公益林农调查问卷2 228份。

（二）变量选取

1.被解释变量与核心解释变量 本文的被解释变量为户主职业，林农职业变化是考核林农职业分化的重要依据。核心解释变量之一是林农家庭异质性林地资源禀赋，包括用材林面积、经济林面积和竹林面积，另一个核心变量是集体生态公益林补偿政策变量，包括家庭用材林、经济林、竹林被划为生态公益林的比例。

2.控制变量 （1）户主人口学特征变量。包括户主性别、年龄、受教育程度、是否有担任过村镇干部经历。一般而言户主受教育程度越高，担任过干部，具有更丰富的社会资本，从事非农职业的可能性越大。（2）家庭主要农业生计资本变量。包括家庭林业收入比例和耕地面积，家庭农业生计资本越匮乏，从事非农职业的可能性越大。

3.其他变量 当地村县信息变量，主要是村与乡镇间的实际距离。集体林地的实际地理区位是农民林地资源禀赋评价的重要指标，林地离乡镇越近，林地经营的运输等机会成本越小，林农从事林业生产的意愿越强。

本文所涉及到的变量具体情况如表1 所示。根据描述性统计结果，2011—2018 年样本林农职业状况发生了明显变化。整体样本中户主职业在不同年份非农收入户主的比例从2011年的19.13%下降至2014 年的8.44%，又上升到2018 年的18.06%；长期外出务工户主的比例在2011 年为1.69%，2018 年激增至9.33%；工副业兼务农户主的比例从7.83%逐步下降至4.96%；务农兼打零工保持在比例14.13%～19.34%；全职务农户主的比例虽然有明显的下降趋势，但比例依然超过半数，是林农职业最重要的组成部分。控制变量中，2018 年户主平均年龄为56.82 岁，耕地与林地面积之比为0.24，林业收入在家庭总收入中的比例连年下降至9%。林农家庭平均拥有用材林2.87 公顷、经济林1.59 公顷、竹林2.85 公顷，连续8年未发生明显变化。

表1 变量说明与描述性统计

同时，生态公益林样本林农的职业分布在2011—2018年与整体样本林农存在差异。生态公益林样本林农中，全职务农户主的比例在不同年份均高于整体样本林农；生态公益林样本中长期外出务工的户主比例虽然在不断上升，但依然低于整体样本林农；农工兼顾的生态公益林样本林农户主（包括工副业兼务农和务农兼打零工两类）比例虽有波动，但低于整体样本林农。2018 年生态公益林样本林农平均年龄为57.88 岁，耕地与林地面积比为0.18，林业收入占家庭总收入的11%。生态公益林样本林农拥有更丰腴的林地资源，包括用材林3.12公顷、经济林2.1公顷和竹林3.73公顷，其中用材林、经济林和竹林中公益林的比例分别为29.1%、17.6%和35.4%。

（三）模型选择

为了检验林农林地资源禀赋对户主职业分化的影响，充分考察户主个人特征及集体生态公益林补偿政策以及林地区位特征对职业分化的作用机理，根据广义估计方程GEE 基准模型［30-32］最大限度地利用来自每个调查周期的可用数据，有效控制随机误差项（uit）中的序列相关，解决个体不可观测异质性与自变量的相关而产生的内生性问题。

第一步，构建主效应模型如下：

式（1）～式（3）中，ρ为相关系数参数，t和l分别表示第t次和第l次测量，(β0，β1，…，βk)′为待估参数向量，γt为时间虚拟变量，uit为随机误差项；yi=(yi1，…，yiT）′，表示第i个林农T时期的职业变动向量；Xit=(xit1，…，xiTK)′，对应于yit的（K× 1）维可观测到的解释变量向量，包括社会人口统计学特征变量、农户家庭资源禀赋的生计资本特征变量，以及集体生态公益林补偿政策等。

第二步，户主职业转型分化的机会、林业收入与所在村庄、乡镇甚至县域的经济发展水平、人口结构、文化习俗、地理位置等村级、乡镇级或县级社会经济特征之间会存在一定的关联性，从而导致遗漏变量偏误。为了进一步解决内生性问题［33-34］，采用工具变量（IV）法来解决这一内生性问题，公式为：

式（4）中，Zit是工具变量，通过过度识别检验和弱工具变量检验，确定林农所在村到最近乡镇或县城距离为有效工具变量。

第三步，采用广义估计方程GEE 方法的动态模型分析框架区分户主职业分化的真伪状态相依问题，模型设定为：

四、结果与分析

为了探明异质性林地资源禀赋对林农职分化的影响机理，利用全林农和生态公益林农两个样本数据集构建GEE面板回归模型。首先，验证林农职分化与人口学特征之间的关系；其次，通过加入县乡信息变量处理自变量内生性及工具变量过度识别问题；然后，在模型中引入丰富的林地资源变量予以分析，如家庭耕地面积，不同林分林地的面积（用材林、经济林和竹林）以及不同林分林地中生态公益林的比例；随着，通过加入林农职业的滞期项，构建GEE 动态面板回归模型，判定“林农外出务工”现象是否存在真伪状态相依规律，进一步验证林地资源禀赋是否对林农具有吸引力。最后，通过Stata 15软件对模型予以估计，估计结果如表2所示。

表2 全样本户主职业分化因素的回归结果

（一）全样本户主职业分化实证结果分析

采用GEE 面板回归模型进行基准回归分析时，依次将户主人口学特征变量、林地资源特征变量、时间变量纳入双变量和多变量广义估计方程（GEE）logistic 回归模型分析得到模型（1）～模型（3），验证林农在作出职业分化决策时考虑的主要因素。模型（1）为双变量logistic 模型，模型（2）为控制变量调节模型，模型（3）为控制变量和调查周期调节模型。多重共线性检验结果表明，模型中各变量最大方差膨胀因子均小于10，所以变量之间不存在多重共线性，满足变量之间独立性的要求。基于最小QIC 准则，基准模型选择未结构化（Unconstrued）工作相关矩阵，自回归模型选择可交换工作相关矩阵。

模型（1）～模型（3）结果表明，年龄越大、受教育程度越低、无亲属担任村级以上干部的林农更容易选择务农时间较长的职业。相比而言，农田比林地对户主务农的吸引力更大，林业收入占家庭总收入的比例越大，林农更愿意从事林业生产经营。就林地资源禀赋而言，不同林种林地资源对引导农民回归农林业生产的作用有明显差异，经济林最强，用材林次之，竹林基本无影响。从年份上来看，集体林区农户向城镇迁徙的比例从2011 年快速上升到2014 年后开始下降。另外，其余控制变量影响并不显著。

（二）生态公益林样本户主职业分化实证结果分析

为探讨集体生态公益林补偿政策对林农职业分化的影响，从以上8年林农跟踪面板数据中，抽取至少有一块集体生态公益林的林农构建新的生态公益林样本林农数据，进行生态公益林样本户主职业分化实证分析，结果如表4 所示。构建GEE 面板回归模型（6）～模型（8），并与模型（1）～模型（3）进行对比分析。模型（6）为双变量logistic 模型，模型（7）为控制变量调节模型，模型（8）为控制变量和调查周期调节模型。模型（6）～模型（8）将户主职业作为因变量，逐步添加户主人口学特征变量、集体生态公益林资源变量、时间变量为自变量，验证生态公益林样本户主在职业选择时考虑的主要因素。

模型（6）～模型（8）显示，集体生态公益林样本林农不同林种林地面积以及户主平均年龄均高于全样本林农，因此集体生态公益林样本林农中全职务农户主的比例更高。家庭不同林种林地中集体生态公益林的比例对林农职业分化的影响有明显差异，用材林及经济林中生态公益林比例越高，竹林中集体生态公益林比例越低，林农职业的务农色彩越浓重。集体生态公益林样本林农向城镇转移的倾向从2014年起逐渐明显，但非农就业倾向远低于全样本林农。其余控制变量影响并不显著。

（三）户主职业分化真伪状态相依验证

为了探究林农职业分化行为是否存在“真状态相依”的经验规律，将滞后一期户主职业分别添加到全样本和生态公益林样本数据集，构建动态GEE面板回归模型，得到控制变量、控制因变量共同调节模型（4）和模型（9）。模型（4）和模型（9）呈现了含有时间滞后项的GEE 的logistic 回归结果，结论高度一致，均除t期户主的职业选择更倾向于在（t-1）期林农的原有职业基础上向城镇深度转移（全职务农＞务农兼打零工＞工副业兼务农），充分印证林农在“外出务工”行为上存在典型的“真状态相依”经验规律。考虑到“外出务工”真状态相依的经验规律后，户主职业分化受到林地资源的影响程度明显减弱，用材林的相关系数下降。

（四）内生性检验

本文重点探讨的是异质性林地资源禀赋对林农职业分化决策的影响，但可能存在内生性问题，其生产的原因主要有：一是双向因果关系，林业收入比会影响林农职业选择，林农职业选择也会改变林业收入比。二是遗漏变量，外部不可观察因素变量（如林改相关政策、服务供给等）是不因截面变化但随时间变化的非观测因素对应的误差项。因此，通过在模型中引入时间虚拟变量和工具变量（IV）法来解决内生性问题。

将时间虚拟变量和“乡镇距离”作为工具变量引入模型，通过设置与“不同林种林地面积”的交叉项来解决自变量内生性问题，得到控制变量、滞后及交互项共同调节的模型（5）和模型（10）。相比较可知，添加地理区位变量“乡镇距离”作为交叉项后，不同林种林地面积对户主职业分化的影响系数明显下降（如用材林面积相关系数从0.008 下降到0.002）。模型（10）设置“乡镇距离”和“不同林种生态公益林比例”的交叉项以解决自变量内生性问题。相比较可知，添加地理区位变量“乡镇距离”作为交互项后，结论一致。综上，选取的工具变量有效，在解决内生性问题后，异质性林地资源禀赋对林农职业分化决策的影响不同。

表3 生态公益林样本户主职业分化因素的回归结果

五、主要结论与政策建议

利用广义估计方程模型（GEE）处理江西省集体林区连续8 年跟踪调查的面板样本数据，通过强化林农家庭林地资源禀赋的林种及公益林属性，以检验集体林区林地资源禀赋以及集体生态公益林补偿政策对户主职业分化的引致效应。研究发现，江西省集体林区只有48.02%的林农存在兼业行为，林地对农村劳动力更具有粘性。具体到不同林分林地，由于存在较高的保障性收益、流转性收益以及较低的生产性收益，经济林对集体林区农民从事林业的吸引力最强，用材林次之，竹林最弱。集体生态公益林补偿政策本质上是通过抑制短期的生产性收入而强化长期保障性收益，对竹林负向影响显著。家庭用材林中公益林的比例越高，竹林中公益林的比例越低，越容易吸引农民从事林业生产。林农职业分化存在典型的“真状态相依”规律，即有过外出务工或工商兼业经历的林农会持续加快向城镇二三产业深入融入的步伐。进一步考虑林地资源的地理区位，把“乡镇距离”作为交叉项引入分析，偏远地区的林地资源对吸引集体林区农民回归乡村的作用进一步被削弱。

基于上述研究结论，提出如下政策建议：第一，全面提升集体林区森林质量，通过科学经营管护提高森林蓄积量和出材率。根据不同林分森林的生长规律确定合理的轮伐期，保证林农生产性收益。第二，政府应在集体林区依据生态区位重要性实施分类生态公益林补偿政策，对于核心生态区内林地，应不断提高林业生态补偿标准，为林农保障性收益托底。第三，在集体林区劳动力外出务工趋势放缓的背景下，优化林地管理政策，大力发展森林康养等绿色林业，提高林业流转收益，对于吸附劳动力从事农业生产，为乡村振兴提供人力资源支持至关重要。