云南拉市海流域退耕还湿对农户的增收效应

于元赫,吴 健

云南拉市海流域退耕还湿对农户的增收效应

于元赫,吴 健*

(中国人民大学环境学院,北京 100872)

基于云南拉市海流域2005～2016年的农户面板数据,采用双重差分法(DID)并借助PSM-DID、工具变量、安慰剂测试等多种稳健性检验工具,对退耕还湿的增收效应进行实证分析.研究发现,退耕还湿对农户增收具有显著的促进作用,使家庭总收入和人均收入分别提高了39.2%和43.5%,这一结论在进行多项稳健性检验后仍然成立;退耕还湿有效改善了农户收入结构,退耕还湿补贴等转移性收入和生态旅游等非农就业共同构成农户增收的主要来源;退耕还湿的增收效应存在明显的异质性.一方面,退耕还湿对非贫困户的增收效应明显强于贫困户,可能存在拉大农村内部收入不平等的风险;另一方面,社会资本有助于农户增收,村民之间的信息共享和普遍信任提高了退耕还湿的增收效应.

退耕还湿；增收效应；异质性；双重差分；拉市海流域

湿地是自然界最富生物多样性和最具生产力的生态系统之一,在维护国土生态安全方面发挥着不可替代的作用[1-2].然而,随着人口的持续增长和现代农业的快速发展,大量开垦、围垦、引水筑坝和污染行为导致世界各地的湿地遭遇严重威胁[3-7].目前,退耕还湿、退田还湖等湿地保护工程已在我国黑龙江、吉林、辽宁、内蒙古、湖南、云南、江苏、江西等多个省份得到广泛实践并取得明显成效[8].退耕还湿旨在通过财政转移支付的形式引导和激励农户将湿地周边的耕地退出农业生产,以达到改善湿地生态系统的目标,其成功的关键在于处理好参与者的利益再分配问题.衡量一个湿地恢复项目的成功应考虑其所带来的社会经济效益[9].农户作为退耕还湿的参与主体和关键利益群体,一旦忽略了其在退耕还湿过程中所损失的资源和付出的代价,将会严重影响农户家庭收入和基本生计[10].从短期来看,如果农户家庭收入损失得不到有效补偿,农户参与退耕还湿的积极性会降低,进而增加复耕风险,影响政策执行的有效性;从长期来看,如果农户生计得不到改善或者无法从替代生计中实现增收,则会进一步制约政策执行的可持续性.因此,深入探究退耕还湿对农户的增收效应具有重要的学术价值和实践意义.

国内外学者从不同视角对退耕还湿展开了研究,主要集中在生态效益评估[11-14]、空间决策[15-16]、生态补偿机制[17-19]、农户参与意愿[20-22]、农户响应[23-24]等方面,而退耕还湿与经济发展之间的关系直到近几年才开始被关注[25-26].现有研究关于退耕还湿对经济发展的影响仍存在争议.部分学者发现了退耕还湿对经济发展的积极影响[27-29]. Ndebele等[27]发现新西兰湿地保护所带来的总经济价值每年在164万～378万新西兰元之间.张路路等[28]指出三江平原退耕还湿项目提高了人均生产总值,促进了社会和生态效益的快速发展.廖玉静等[29]调查了居民对退耕还湿政策的认知后发现绝大多数居民认为退耕还湿有利于当地经济协调发展.关于积极影响的原因,部分学者认为可能来源于外出打工、做生意、畜牧业、网箱养鱼和种植有机蔬菜等替代生计的发展[30-32].还有一些作者认为可能归因于政府的退耕还湿补偿资金[23-24].然而,根据文献,迄今为止基本没有实证研究考察退耕还湿对农户收入的影响.

本文以云南拉市海流域为研究区,利用2005～ 2016年的农户调研面板数据,采用双重差分法(DID)实证考察退耕还湿对农户收入的影响,并进行了一系列稳健性检验,旨在为探索保护与发展的协调机制提供实证证据.

1 研究方法与数据

1.1 退耕还湿对农户增收的影响机理

1.1.1 直接影响 一是农户参与退耕还湿后耕地转换为湿地,扩大了湿地面积,从而改善了湿地生态环境和生态功能.Wu等[33]发现,2000～2015年,拉市海流域的水质净化、土壤拦截和固碳等几项关键湿地生态系统服务功能均得到明显提高.二是农户参与退耕还湿后获得补偿资金,弥补因退耕造成的农业收入损失.值得注意的是,补偿标准的设定是否合理是影响退耕还湿政策效果的重要因素[34].当补偿金额高于农民放弃原有农业活动的成本时,能够稳定农户基本收入,丰富农户收入来源[35],从而激励农户积极地参与湿地保护.然而,退耕还湿补偿资金是基于生态保护的直接投入和机会成本,是对生态保护做出贡献者的最低保障[36],无法长期促进农户增收.

1.1.2 间接影响 一是退耕还湿限制了农户原本的资源利用方式,导致农户无法继续从事种植、捕鱼和砍柴等传统生产行为[37].二是因传统生计受到限制,导致劳动力和资金等要素的需求相应减少,从而释放了部分家庭劳动力和资本来从事打工、个体经营等非农活动[38-39].三是当地政府对农户开展相应的宣传教育与技能培训,引导农户将剩余劳动力与资金转移到生态旅游经营,从而推动农户转变家庭生计结构,实现多样化的生计策略,进一步提高家庭收入.在实地调研中发现,当地农户组建了集体马队,通过为游客提供骑马观光服务获得经济回报.

总体而言,退耕还湿通过直接和间接作用促进农户增收,不仅需要政府通过合理的补偿资金来稳定农户退耕后的基本收入,而且需要相关扶持政策来引导农户发展替代生计,通过生计转型实现增收.

图1 退耕还湿对农户增收的影响机理

1.2 研究区概况

1998年拉市海被批准建立云南省第一个省级高原湿地自然保护区,2004年被列为拉姆塞尔国际重要湿地.保护区的主要功能是保护高原湿地、湿地鸟类及其赖以生存的湿地生态系统,是生物多样性保护的热点地区[37].2006年开展的拉市海调蓄水工程为集湿地恢复、环境保护和水资源合理利用的综合性水利工程.因拉市海水位提高,周边大量耕地被淹没(又称海淹).当地政府对于拉市海周边淹没的耕地采用退耕还湿补偿机制,按淹没前3a耕地平均亩产值,逐年进行补偿.补偿标准(即退耕还湿现金补偿)为10500元/hm2,每5a上调5%.据此,拉市海流域的农户自然地分成2组,即参与退耕还湿和未参与退耕还湿.这对于开展退耕还湿的准自然实验研究具有一定代表性.

本课题组自2005年开始对拉市海流域展开调查,退耕还湿工程于2006年下半年启动,从而为本研究提供了退耕还湿实施前后可观察的时间节点. 2005～2016年,课题组对拉市海流域核心村庄(拉市乡)进行了持续的追踪调查,形成多期面板数据,为本研究提供了详实的数据支撑.

拉市海流域地处云南省丽江市玉龙县,该县于2004年被列为省级贫困县,少数民族占总人口的98%以上[33].该流域包含8个行政村,其主体部分集中在拉市乡的6个行政村.2016年,拉市乡农民人均纯收入为9965元(2017年拉市乡政府工作报告),低于全省平均水平.可见,拉市海流域是一个集山区、贫困、生态脆弱与少数民族四位为一体的典型地区.在探索环境保护与经济发展双赢背景下,以拉市海流域为例研究退耕还湿对农户的增收效应具有重要的参考价值.

1.3 问卷设计

拉市海流域主体的6个行政村共84个村小组.每个村小组内的农户家庭在地理位置、资源禀赋和社会经济条件等方面具有较高的相似性,尤其是受到少数民族传统的影响,同一村小组内的农户从事的生产活动具有高度一致性.村小组的行政负责人村小组组长,通常最了解村小组整体情况,是问卷调查的主要采访对象.通过这种问卷设计,本研究覆盖了拉市乡所有村小组,累计获得726份有效问卷.调研获取了村小组层面和农户层面的人口、土地、收入等信息.除此之外,本文还深入采访了当地专家和政府相关部门,为本文提供了丰富的文化、历史及政策背景等资料.由于课题组每年通过问卷来收集前一年的数据,调查对象对收入、人口、就业等信息记忆深刻,能为本研究提供比较准确的数据.通过与当地工作人员交谈,发现样本信息能够较好地反映当地农户的普遍情况,样本代表性良好.

1.4 模型构建

本文将退耕还湿视为准自然实验,将参与退耕还湿的农户设为处理组,将未参与退耕还湿的农户设为对照组,采用双重差分法(DID)比较不同组别农户在退耕还湿实施前后的差异,以获得退耕还湿的农户增收效应.具体的面板回归模型如下:

表1 变量定义与描述性统计

式中:下标和分别代表农户和年份,Y为被解释变量,代表农户收入;treatment=treat×time,表示农户在第年是否参与退耕还湿,treat和time分别为政策虚拟变量和时间虚拟变量;X表示村小组和农户2个层面的控制变量;μ和δ分别表示个体固定效应和时间固定效应,共同形成双向固定效应模型;ε为随机误差项;、、是需要估计的参数,其中本文重点treat×time的交互项系数,代表退耕还湿对农户收入的影响.

1.5 变量选择与描述性统计

被解释变量Y为农户收入.农户收入用家庭总收入和家庭人均收入表示.为了进一步探究退耕还湿对农户收入结构的影响,分别对家庭农业收入、家庭非农收入、家庭转移性收入和家庭收入结构进行回归.其中,家庭农业收入包括农户从事种植、养殖和捕鱼等农业经营的收入,家庭非农收入指农户从事生态旅游等非农经营收入,家庭转移性收入指退耕还湿、退耕还林和海鸟喂食等生态补偿收入,家庭收入结构指农业收入占家庭总收入的比重.为了消除通货膨胀的干扰,本文参考王庶等[40]的研究,以2005年为基准年,利用云南省农村居民消费价格指数对原始收入数据进行了调整.

核心解释变量为退耕还湿参与虚拟变量(treat)和退耕还湿实施时间虚拟变量(time)的交乘项treat×time.treat=1代表参与退耕还湿(处理组), treat=0代表未参与退耕还湿(对照组).根据现有数据,time=1表示退耕还湿实施后,年份为2009～2016年,time=0表示退耕还湿实施前,年份为2005年.

控制变量X,考虑到除退耕还湿外,农户的人力资本状况、自然资源禀赋和基础设施条件等因素均会对家庭收入产生较大影响,故本文对上述变量进行控制.参考已有研究[23-24,31-33]和调研数据的可得性,从村小组和农户层面分别选取了4个关键变量,共计8个控制变量.其中,村小组特征变量包括:村小组规模(表示村小组人力资本)、村小组耕地面积和村小组果园面积(表示村小组自然资源禀赋)以及是否有水泥路或柏油路(表示村小组基础设施条件);农户特征变量包括:家庭规模、家庭劳动力、家庭外出劳动力(表示家庭人力资本)以及家庭耕地面积、家庭果园面积(表示家庭自然资源禀赋).

为了消除异常值的影响,对所有连续变量在1%和99%分位上采取Winsorize处理.同时,为了消除各种收入数据的异方差,分别对农户收入和控制变量进行对数化处理.各变量的定义和描述性统计见表1.

2 实证分析

2.1 农户增收效应分析

由表2可以看出,不管是否加入控制变量,退耕还湿对家庭总收入和人均收入均在1%的显著性水平上具有正向影响.在排除其他影响因素后,参与退耕还湿能够促进家庭总收入和人均收入分别提高39.2%和43.5%.这也意味着参与退耕还湿的农户收入没有下降,不存在明显的复耕动机.因此,退耕还湿的增收效应估计结果有利于激励农户后续积极参与退耕还湿,保障了退耕还湿的可持续性.

表2 退耕还湿对农户的增收效应

注:*、**、***分别表示在10%、5%、1%的水平上显著,括号内数值为稳健标准误,下同.

从各控制变量对农户收入的影响来看(见表2第(2)列和(4)列),家庭规模和家庭劳动力对家庭总收入和家庭人均收入具有显著的正向影响,说明人口数量较多的农户家庭可能拥有更多的劳动力,有利于家庭生计的多样化发展[30-32],进而丰富家庭收入来源,提高家庭收入水平.家庭果园面积对家庭总收入和家庭人均收入具有显著的负向影响.根据实地调查了解到,近10a因受到气候变化和市场波动的影响,林果种植业的经济效益有限,并且林果生产需要投入大量劳动力和资本,阻碍了劳动力和资金向其他生产经营途径转移[24],不利于家庭增收.家庭耕地面积和家庭外出劳动力对农户收入具有正向影响,但结果均不显著.一方面是因为当地耕地资源有限,通过增加耕地面积来促进农户增收并不现实;另一方面是随着生态旅游不断发展,增加了当地的就业机会,从而抑制了劳动力外流,因此外出务工没有明显的增收效果.村小组规模、村小组耕地面积、村小组果园面积以及柏油路或水泥路的建设对农户收入均无显著影响,但值得注意的是,交通基础设施水平的提高,不仅有利于降低游客旅游的时间成本,促进旅游业发展,而且便利村民亲友间的联系交流,增加农户社会资本,有助于其获得更多的就业机会.

2.2 农户收入结构分析

为了探究退耕还湿对农户收入结构的影响,进一步分析退耕还湿对家庭农业收入、非农收入、转移性收入和收入结构的影响(表3).从收入来源来看,退耕还湿对家庭农业收入具有显著的负向影响,主要是因为参与退耕还湿的农户因耕地资源约束无法继续从事农业生产,从而造成家庭农业收入损失.退耕还湿对家庭非农收入具有显著的正向影响,说明劳动力从农业生产中解放出来后,倾向于转向非农就业,例如经营生态旅游,进而提高非农收入.研究表明,生态旅游是协调保护区生态环境与经济发展的重要替代生计之一[41-42].当地农户通过组建马队为游客提供旅游服务等形式获取旅游收入.生态旅游产业已发展成为拉市海经济增长的重要引擎[33].

表3 退耕还湿对农户收入结构的影响

退耕还湿对家庭转移性收入具有显著的正向影响,表明退耕还湿补贴已成为农户重要的转移性收入来源.根据调研数据计算得出,2005～2016年拉市乡粮食平均产值约8700元/hm2,而退耕还湿补贴为10500元/hm2,并且每5a上调5%,补偿资金在弥补农户粮食生产损失后仍有结余,从而保持农户收入基本稳定,而且避免了农户种植收入受自然灾害影响的风险.从生态保护的角度看,转移性收入的增加也提高了农户参与湿地保护的积极性.因此,政府逐步提高退耕还湿补偿标准不仅能够稳定农户收入,还可以更好地激励农户主动放弃农业生产而积极响应退耕还湿的号召[35].

从收入结构来看,退耕还湿对家庭收入结构具有显著的负向影响,相应地提高了家庭非农收入和家庭转移性收入的比重,说明农户通过参与生态旅游经营等非农就业以及退耕还湿补贴等转移性收入拓宽了家庭收入渠道,改变了以农业为主的传统生计模式,进而有效改善了农户收入结构.

2.3 异质性影响

2.3.1 不同经济状况的异质性 选取新阶段国家贫困标准[43]作为划定贫困线的依据,将农户划分为贫困户和非贫困户(表4).本文发现,退耕还湿对于贫困户和非贫困户存在明显的异质性影响.从增收效应来看,退耕还湿对贫困户家庭总收入和非农收入影响不显著,但对其农业收入具有显著的负向影响.相反,退耕还湿对非贫困户家庭总收入和非农收入具有显著的正向影响,而对其农业收入影响不显著.此外,退耕还湿对贫困户和非贫困户的家庭转移性收入均具有显著的正向影响,而对收入结构均存在显著的负向影响.

在调研中发现,贫困户大多是年老体弱或因病致残而失去劳动能力的群体,缺乏必要的资金、技术和劳动力,几乎没有能力从事非农活动,其收入来源主要依靠农业生产或政府补贴.退耕还湿直接导致农户无法继续从事农业生产,这对贫困户的家庭收入造成了极大的损失,而补偿资金作为一种稳定的现金流,成为了贫困户重要的收入来源.因此,退耕还湿对贫困户家庭总收入影响并不显著.然而,非贫困户在劳动力、资金、技术等方面具有相对优势,家庭收入来源主要依靠非农活动,因此退耕还湿对其农业收入影响不明显.此外,非贫困户在面对外部冲击后,倾向于投资生态旅游获得经济回报,从而改善了生计结构,提高了家庭收入水平.值得注意的是,退耕还湿可能会进一步拉大贫困户与非贫困户之间的收入差距,存在扩大农村内部收入不平等的风险.

2.3.2 不同社会资本的异质性 社会资本是一种有助于个体之间相互合作的非正式规范[44].研究表明,社会资本能够在减少贫困或增加农户收入方面发挥重要作用[45-46].目前,关于社会资本的明确定义仍存在争论,本文采用一个比较宽泛的定义,即信任、社会网络和规范之间的联系以及对违反规则或规范的制裁意愿[47-48].本文使用的社会资本指标是通过询问受访者:“村民相互间的信任与合作的程度”以及“村小组内的信息共享程度”.为此,使用李克特量表进行评估,1分表示“很高”,2分表示“高”,3分表示“一般”,4分表示“低”,5分表示“很低”.经过计算,相互信任程度和信息共享程度的平均值分别为1.91和1.79.本文采用四舍五入的方式,将“2”作为阈值,进一步把农户划分为两类:即高社会资本和低社会资本.在公式(1)的基础上构建三重差分模型:

表4 不同经济状况的异质性

表5 不同社会资本的异质性

式中:sc代表社会资本.如果受访者回答1(“很高”)或2(“高”),则sc=1;如果受访者回答3(“一般”)、4(“低”)或5(“很低”),则sc=0;其余变量的含义与式(1)相同.

如表5所示,从增收效应来看,表征社会资本的2个变量对家庭总收入均具有显著的正向影响,说明随着村民之间信息共享与信任程度的提高,退耕还湿的增收效应不断扩大.从收入结构来看,退耕还湿对高社会资本农户的农业收入和收入结构均具有显著的负向影响,而对其非农收入和转移性收入具有显著的正向影响.

上述结果意味着拥有较高社会资本的群体能够更快的实现生计转型,从而改善收入结构,提高家庭收入水平. Stiglitz等[49]指出,社会资本与市场制度间存在着一定的替代作用.由于拉市海旅游市场规模较小并且不完备,依靠关系获得资源、进行交易的现象普遍存在[37].村民之间的信息共享与普遍信任将会降低不确定性和交易费用,加强组织管理能力,提高集体行动的效率,从而促进当地经济发展.根据调研结果,拉市海周边17个村小组的骑马旅游团队均通过投票制度在选择团队领导、分享收益、维护公共物品和惩罚违规者等重要问题上进行决策,只有当超过三分之二的团队成员投赞成票时,才能制定规则和做出决定,这些举措充分借助了当地的社会资本,促进了农户增收.

2.4 稳健性检验

2.4.1 基于PSM-DID的检验 双重差分法(DID)不能很好地解决由选择偏差导致的内生性,因此本文选择倾向得分匹配(PSM)解决该问题[50-51].采用PSM-DID相结合的方法来控制样本选择偏差问题,以此进行稳健性检验(PSM选择1:1最近邻匹配方法,匹配变量为本文选取的控制变量).

PSM-DID的回归结果显示(表6),(1)列～(4)列交互项的符号方向未发生实质性改变,均显著为正,这与基于DID的结果基本一致,验证了退耕还湿促进农户增收的结论.

表6 PSM-DID回归结果

2.4.2 连续型DID回归 本文核心解释变量是政策虚拟变量和时间虚拟变量的交互项treat×time,但这种0～1变量没有体现出农户参与退耕还湿程度的差异.为刻画不同退耕还湿参与程度下政策实施对农户增收的影响,本文借鉴Chen等[52]、王立勇等[53]的做法,进行连续型DID回归,并采用表示政策力度的连续变量作为分组变量的代理变量.在式(1)的基础上,构造的连续型DID模型如下:

式中:采用农户划归退耕还湿的耕地占家庭耕地面积的比重(weight)作为退耕还湿政策力度的替代变量,交互项treatmentconti=weight×time是农户退耕还湿面积占家庭耕地面积的比重和时间的交互作用;2是退耕还湿的政策效应;其余变量的含义与式(1)相同.

如表7所示,无论是否考虑控制变量,(1)～(4)列交互项系数均显著为正,这与表2结果基本一致,表明退耕还湿参与程度越高的农户,其政策实施所带来的增收效应越强,从而保证本文结论的稳健性.

表7 连续型DID结果

2.4.3 安慰剂检验 为了排除不可观测因素对上述结论的干扰,借鉴刘聪等[54]的做法,通过随机设定处理组构建安慰剂检验进一步考察结论的稳健性.具体地,从726个样本中随机选取368个作为“伪”处理组,并保持各年份“伪”处理组的数量与实际保持一致,其他样本作为对照组.通过进行1000次的随机抽样,并按式(1)进行基准回归.图2为随机分配后估计系数的分布情况.发现所有treatment的估计系数均值大多集中在零附近且服从正态分布,即对应的估计系数在统计上不显著,符合预期.退耕还湿对农户总收入的真实估计值(图2中灰色竖线)在安慰剂检验中属于明显的异常值.检验结果排除了不可观测因素对回归结果的干扰,证明了本文结论的稳健性.

图2 安慰剂检验结果

2.4.4 工具变量检验 通过构造准自然实验,虽然可以在一定程度上解决退耕还湿与农户增收之间的内生性问题,但两者之间的反向因果关系仍可能存在.为提高研究结论的稳健性,本文选取村小组的坡度(slope)作为退耕还湿的工具变量,采用两阶段最小二乘法(2SLS)进行检验.工具变量选取的依据在于:一方面村小组的坡度越大,耕地被划入退耕还湿的可能性越小,因此,村小组的坡度和参与退耕还湿的概率预期呈负相关,满足有效工具变量的相关性假设;另一方面,坡度是由地理条件决定的,并不会随农户收入的变化而发生改变,满足有效工具变量的外生性假设.工具变量检验结果见表8.不难发现,在第一阶段回归结果中,slope与treatment呈显著负相关,并且F统计量为29.94远大于10,拒绝“存在弱工具变量”的原假设,可认为该工具变量的选取是合理的;在第二阶段回归结果中,退耕还湿对农户收入具有显著的正向影响,验证了本文结论是稳健的.

表8 工具变量检验结果

2.5 讨论

与已有研究相比,本文的边际贡献体现在如下几个方面:第一,本文利用拉市海流域实施退耕还湿这一外生冲击作为准自然实验,基于面板数据构建双重差分模型,实证检验了退耕还湿对农户收入的影响,填补了国内已有文献的空白.第二,本文不仅分析了退耕还湿的平均经济效果,还进一步从农户的经济状况和社会资本两个角度拓展分析了退耕还湿对不同农户群体影响的异质性,研究结果可为完善保护政策、提高农民收入提供新的思路和有益的补充.结合研究结果,本文提出如下政策建议.

2.5.1 完善生态补偿机制 政府应进一步完善退耕还湿补偿制度,更好地确定对农户的补偿金额,充分发挥补偿资金的激励作用,从而激励农户主动放弃农业生产而参与湿地保护.同时,提高退耕还湿补偿的公平性,重点考虑生态补偿如何缓解农村收入不平等问题.尤其对于贫困人口,政府应给予关注与扶持,适当提高其补偿标准,并要持续保障贫困户的收益.除了现金补偿外,还可以提供生态管护公益岗位来拓宽其收入渠道,如湿地生态管护员、环境监督员、卫生清洁员等,通过这种岗位性的间接补偿来增加贫困户收入,缩小农村内部的收入差距.

2.5.2 加强非农就业指导 政府应加大宣传推广和人力资本投入力度,有针对性地提供非农就业指导服务.研究区的农户通过生态旅游创造了新的收入来源,然而,旅游产业存在不稳定性.一旦市场信息缺乏或受到突发性的外部事件冲击,往往导致农户无法继续维持生计.因此,政府需要针对农户生计转型开展多样化的宣传指导活动,如研讨会、实地考察、非农技能培训等,拓宽农户非农就业渠道,为农户生计转型营造良好的政策环境.此外,在村小组层面,可积极探索建立村小组之间的乡土合作组织,推动形成村小组间优势互补、良性互动的协调发展机制,促进当地生态旅游产业的健康可持续发展.

2.5.3 发挥社会资本优势 社会资本有助于农户增收,因此应积极培育农户社会资本.一方面,农户之间要注重培育良好的信息共享和互惠机制,充分重视社会资本有效促进农户增收的非正式保障作用;另一方面,村小组之间要加强沟通交往,扩大社会关系网络,丰富信息获取渠道.此外,政府可以采取一定措施提高农户对政府的信任度,如补偿标准公开、补偿金额公开等,增加信息的透明度,从而减少实施退耕还湿补偿的政策成本.同时,通过电视、广播等多种途径进行宣传教育,增强农户的集体意识和主人翁意识,并积极为正当的团体组织提供资金及政策支持,从而提高社会资本的使用效率.

本文的分析结果为退耕还湿所带来的积极的经济影响提供了实证证据.拉市海由于紧靠丽江古城,大部分游客也来自于丽江古城.这一丰富的旅游市场使拉市海享受到了旅游红利.此外,当地政府也在促进旅游业发展方面投入了大量资源.尽管本文的分析仅限于云南拉市海流域,但类似的经济影响很可能会在已经实施类似保护政策的其他地区发生.因此,本研究的结果对于许多具有相似背景的国家或地区具有一定的借鉴意义.例如,政府可以通过加强宣传教育和技能培训、建设乡村旅游合作社来引导农户参与生态旅游,实现生计转型.未来可进一步对退耕还湿增收效应的长期影响和短期影响、作用机制等进行深入探讨,为推动生态保护与经济社会协调发展提供科学支撑.

3 结论

3.1 退耕还湿对农户增收具有显著的促进作用,使家庭总收入和人均收入分别提高了39.2%和43.5%,这一结论在进行多项稳健性检验后仍然成立.

3.2 退耕还湿有效改善了农户收入结构,减少了农户农业收入,而大幅提高了非农收入和转移性收入,退耕还湿补贴等转移性收入和生态旅游等非农就业共同构成农户增收的主要来源.

3.3 退耕还湿的政策效应存在明显的异质性.从经济状况来看,退耕还湿对非贫困户的增收效应要明显强于贫困户,显著提高了非贫困户的非农收入,降低了贫困户的农业收入,可能存在拉大农村内部收入不平等的风险.从社会资本来看,社会资本有利于农户增收,村民之间的信息共享与普遍信任提高了退耕还湿的增收效应.

[1] Wei X, Guan Z, Zhu H, et al. Farmer's willingness to participate in wetland restoration: a hurdle model approach [J]. Agricultural Economics, 2016,47(6):719-727.

[2] 马国霞,於 方,王金南,等.中国2015年陆地生态系统生产总值核算研究[J]. 中国环境科学, 2017,37(4):1474-1482.

Ma G X, Yu F, Wang J N, et al. Measuring gross ecosystem product (GEP) of 2015 for terrestrial ecosystems in China [J]. China Environmental Science, 2017,37(4):1474-1482.

[3] 杨新荣.湿地保护与现代农业发展之间的矛盾分析——以洞庭湖区为例[J]. 农业经济问题, 2013,34(8):104-109.

Yang X R. Analysis on the contradiction between modern agriculture development and wetland conservation: case of the Dongting Lake area [J]. Agricultural Economy, 2013,34(8):104-109.

[4] 焉恒琦,朱卫红,毛德华,等.长江三角洲国际重要湿地人为胁迫遥感解析[J]. 中国环境科学, 2020,40(8):3605-3615.

Yan H Q, Zhu W H, Mao D H, et al. Landsat-based observation of human pressure to wetlands in Ramsar sites over the Yangtze River Delta [J]. China Environmental Science, 2020,40(8):3605-3615.

[5] Pattison J, Boxall P, Adamowicz W. The economic benefits of wetland retention and restoration in Manitoba [J]. Canadian Journal of Agricultural Economics, 2011,59(2):223-244.

[6] 国家林业和草原局.第二次全国湿地资源调查主要结果(2009～2013年) [EB/OL]. http://www.forestry.gov.cn/main/65/content-758154. html. 2014-01-28.

National Forestry and Grassland Administration. Main results of the second national wetland resource survey (2009～2013). http://www. forestry.gov.cn/main/65/content-758154.html. 2014-01-28

[7] 崔丽娟,张骁栋,张曼胤.中国湿地保护与管理的任务与展望——对《湿地保护修复制度方案》的解读 [J]. 环境保护, 2017,45(4):13- 17.

Cui L J, Zhang X D, Zhang M Y.The tasks and perspectives of wetland conservation and management in China [J]. Environmental Protection, 2017,45(4):13-17.

[8] 全国绿化委员会办公室.2019年中国国土绿化状况公报[J]. 自然资源通讯, 2020,(5):41-48.

National Greening Committee Office. 2019 China land greening bulletin [J]. National Land & Resources Information, 2020,(5):41-48.

[9] Comin A, Menendez M, Pedrocchi C, et al. Wetland restoration: integrating scientific-technical, economic, and social perspectives [J]. Ecological Restoration, 2005,23(3):182-186.

[10] Mulugeta S. Socio-economic determinants of wetland cultivation in Kemise, illubabor zone, southwestern Ethiopia [J]. Eastern Africa Social Science Research Review, 2004,20(1):93-114.

[11] Wang X H, Yu J B, Zhou D, et al. Vegetative ecological characteristics of restored reed (phragmites australis) wetlands in the Yellow River Delta, China [J]. Environmental Management, 2012, 49(2):325-333.

[12] Yepsen M, Baldwin A H, Whigham D F, et al. Agricultural wetland restorations on the USA Atlantic Coastal Plain achieve diverse native wetland plant communities but differ from natural wetlands [J]. Agriculture, Ecosystems & Environment, 2014,197:11-20.

[13] 路春燕,王宗明,刘明月,等.松嫩平原西部湿地自然保护区保护有效性遥感分析[J]. 中国环境科学, 2015,35(2):599-609.

Lu C Y, Wang Z M, Liu M Y, et al. Analysis of conservation effectiveness of wetland protected areas based on remote sensing in West Songnen Plain [J]. China Environmental Science, 2015,35(2): 599-609.

[14] Zhang S Q, Zhang P Y, Pan B H, et al. Wetland restoration in the East Dongting Lake effectively increased waterbird diversity by improving habitat quality [J]. Global Ecology and Conservation, 2021,27:1-17.

[15] Zhang X L, Song Y Q. Optimization of wetland restoration siting and zoning in flood retention areas of river basins in China: A case study in mengwa, Huaihe River Basin [J]. Journal of Hydrology, 2014,519: 80-93.

[16] 黄 妮,刘殿伟,王宗明,等.基于GIS的三江平原退耕还湿空间决策分析[J]. 地理科学, 2009,29(6):874-879.

Huang N, Liu D W, Wang Z M, et al. Spatial decision analysis on returning farmland to wetland based on GIS in the Sanjiang Plain [J]. Scientia Geographica Sinica, 2009,29(6):874-879.

[17] 陈科屹,邱胜荣,赵晓迪,等.北京市湿地生态补偿标准研究[J]. 生态学报, 2021,41(12):4786-4794.

Chen KY, Qiu S R, Zhao X D, et al. Study on ecological compensation standard of wetland in Beijing [J]. Acta Ecologica Sinica, 2021,41(12): 4786-4794.

[18] 孙 博,谢 屹,温亚利.中国湿地生态补偿机制研究进展[J]. 湿地科学, 2016,14(1):89-96.

Sun B, Xie Y, Wen Y L. Advance in ecological compensation mechanism for wetlands in China [J]. Wetland Science, 2016,14(1): 89-96.

[19] 刘子玥,王 辉,霍璐阳,等.松花江流域湿地保护生态补偿机制研究[J]. 湿地科学, 2015,13(2):202-206.

Liu Z Y, Wang H, Huo L Y, et al. Mechanism of ecological compensation of wetland protection in Songhua River Basin [J]. Wetland Science, 2015,13(2):202-206.

[20] 朱红根,江慧珍.补偿权益保障、村干部特征对农户退耕还湿意愿的影响分析——基于鄱阳湖区的实证[J]. 农林经济管理学报, 2015,14(3):296-301.

Zhu H G, Jiang H Z. Influence of rights and interests protection and village cadres features on farmers’ willingness of wetland restoration: based on survey data in Poyang Lake [J]. Journal of Agro-Forestry Economics and Management, 2015,14(3):296-301.

[21] 朱红根,江慧珍,康兰媛,等.基于农户受偿意愿的退耕还湿补偿标准实证分析——来自鄱阳湖区1009份调查问卷[J]. 财贸研究, 2015, 26(5):57-64.

Zhu H G, Jiang H Z, Kang L Y, et al. An empirical analysis of wetland restoration compensation standards based on farmers' WTA: survey data from 1009farmers in Poyang Lake [J]. Finance and Trade Research, 2015,26(5):57-64.

[22] 卢明强,陈丽军.基于MNL离散选择模型的社区居民对湿地保护的贡献意愿——以大庆湿地为例[J]. 自然资源学报, 2021,36(2): 449-458.

Lu M Q, Chen L J. The contribution willingness of community residents' protection of wetlands based on MNL Discrete Selection Model: A case study of Daqing wetland [J]. Journal of Natural Resources, 2021,36(2):449-458.

[23] 张春丽,佟连军,刘继斌,等.三江自然保护区湿地保护与退耕还湿政策的农民响应[J]. 生态学报, 2009,29(2):946-952.

Zhang C L, Tong L J, Liu J B, et al. Farmers’ response to policy of wetland protection and restoration in Sanjiang Reserve [J]. Acta Ecologica Sinica, 2009,29(2):946-952.

[24] 张春丽,佟连军,刘继斌.湿地退耕还湿与替代生计选择的农民响应研究——以三江自然保护区为例[J]. 自然资源学报, 2008,23(4): 568-574.

Zhang C L, Tong L J, Liu J B. Response of farmers to conversion of cultivated land to wetland and substitute livelihood—A case of Sanjiang Reserve [J]. Journal of Natural Resources, 2008,23(4):568- 574.

[25] Browne M, Fraser G, Snowball J. Economic evaluation of wetland restoration: a systematic review of the literature [J]. Restoration Ecology, 2018,26(6):1120-1126.

[26] Svetlana S, Zheng X L, Sergey R. Forward-looking farmers owning multiple potential wetland restoration sites: implications for efficient restoration [J]. Environmental Management, 2018,61(4):577-596.

[27] Ndebele T, Forgie V, Vu H. Estimating the economic benefits of a wetland restoration program in New Zealand: A contingent valuation approach [J]. Mpra Paper, 2014,33(6):447-454.

[28] 张路路,佟光霁.模糊模型分析下退耕还湿效益评价——以黑龙江三江平原湿地为例[J]. 林业经济, 2018,40(7):39-44.

Zhang L L, Tong G J. Benefit evaluation of returning farmland to wetland based on fuzzy model analysis—taking the Sanjiang Plain wetland in Heilongjiang Province as an example [J]. Forestry Economics, 2018,40(7):39-44.

[29] 廖玉静,宋长春,郭跃东,等.基于PRA方法的社区居民对湿地生态系统稳定性及退耕政策的认知分析[J]. 自然资源学报, 2009,24(6): 1041-1048.

Liao Y J, Song C C, Guo Y D, et al. Responses of farmers to wetland ecosystem stability and grain for wetland program based on participatory rural appraisal [J]. Journal of Natural Resources, 2009, 24(6):1041-1048.

[30] 王 瑾,张玉钧,石 玲.可持续生计目标下的生态旅游发展模式——以河北白洋淀湿地自然保护区王家寨社区为例[J]. 生态学报, 2014,34(9):2388-2400.

Wang J, Zhang Y J, Shi L. Evaluation index system of sustainable livelihoods ecotourism strategy: a case study of wangjiazhai community in baiyangdian wetland nature reserve, Hebei [J]. Acta Ecologica Sinica, 2014,34(9):2388-2400.

[31] 朱红根,康兰媛.退耕还湿农户替代生计选择及其影响因素分析——以鄱阳湖区为例[J]. 江苏大学学报(社会科学版), 2017,19(3):7-14.

Zhu H G, Kang L Y. An analysis on farmers’ alternative choice to substitute livelihood and its influencing factors in returning farmland to wetland—A case study of Poyang Lake Area [J]. Journal of Jiangsu University (Social Science Edition), 2017,19(3):7-14.

[32] 于秀波,张 琛,潘明麒.退田还湖后替代生计的经济评估研究——以洞庭湖西畔山洲垸为例[J]. 长江流域资源与环境, 2006,15(5): 632-637.

Yu X, Zhang C, Pan M. Economic assessment of alternative livelihood in the context of wetland restoration [J]. Resources and Environment in the Yangtze Basin, 2006,15(5):632-637.

[33] Wu J, Guo Y N, Zhou J B. Nexus between ecological conservation and socio-economic development and its dynamics: Insights from a case in China [J]. Water, 2020,12(3):663.

[34] Wunder S. Payments for environmental services and the poor: concepts and preliminary evidence [J]. Environment and Development Economics, 2008,13(3):279-297.

[35] Wu L, Jing L S. How eco-compensation contribute to poverty reduction: A perspective from different income group of rural households in Guizhou, China [J]. Journal of Cleaner Production, 2020,275:122962.

[36] Yin R S, Zhao M J. Ecological restoration programs and payments for ecosystem services as integrated biophysical and socioeconomic processes—China's experience as an example [J]. Ecological Economics, 2012,73:56-65.

[37] Wu J, Gong Y Z, Zhou J B, et al. The Governance of integrated ecosystem management in ecological function conservation areas in China [J]. Regional Environmental Change, 2013,13(6):1301-1312.

[38] 庞 洁,徐 珂,靳乐山.湿地生态补偿对农户生计策略和收入的影响研究——以鄱阳湖区调研数据为例[J]. 中国土地科学, 2021, 35(4):72-80,108.

Pang J, Xu K, Jing L S. Research on the impact of wetland eco- compensation on farmers’ livelihood strategies and income: An empirical analysis of Poyang Lake [J]. China Land Science, 2021, 35(4):72-80,108.

[39] 吴 乐,靳乐山.贫困地区生态补偿对农户生计的影响研究—基于贵州省三县的实证分析 [J]. 干旱区资源与环境, 2018,32(8):1-7.

Wu L, Jing L S. Influence of eco-compensation on peasant households’ livelihood in poverty-stricken regions in Guizhou province [J]. Journal of Arid Land Resources and Environment, 2018,32(8):1-7.

[40] 王 庶,岳希明.退耕还林、非农就业与农民增收——基于21省面板数据的双重差分分析[J]. 经济研究, 2017,52(4):106-119.

Wang S, Yue X M. The grain-for-green project, non-farm employment, and the growth of farmer income [J]. Economic Research Journal, 2017,52(4):106-119.

[41] Ma B, Cai Z, Zheng J, et al. Conservation, ecotourism, poverty, and income inequality – A case study of nature reserves in Qinling, China [J]. World Development, 2018,115:236-244.

[42] 马 奔,温亚利.生态旅游对农户家庭收入影响研究——基于倾向得分匹配法的实证分析[J]. 中国人口·资源与环境, 2016,26(10): 152-160.

Ma B, Wen Y L. Impact of ecotourism management on rural households income: based on propensity score matching method [J]. China Population. Resources and Development, 2016,26(10):152-160.

[43] 国家统计局,国家统计局住户调查办公室.中国农村贫困监测报告(2005～2017) [M]. 北京:中国统计出版社, 2005-2017.

National Bureau of Statistics, Household Survey Office of National Bureau of Statistics. Poverty monitoring report of rural China [M]. Beijing: China Statistical Publishing House, 2005-2017.

[44] Coleman J. Social capital in the creation of human capital [J]. American Journal of Sociology, 1988,94:95-120.

[45] 曾贤刚,段存儒,虞慧怡.社会资本对生态补偿绩效的影响机制研究——以锡林郭勒盟草原生态补偿为例[J]. 中国环境科学, 2019, 39(2):879-888.

Zeng X G, Duan C R, Yu H Y. Influence mechanism of social capital on ecological compensation performance—A case on grassland ecological compensation in Xilin Gol League [J]. China Environmental Science, 2019,39(2):879-888.

[46] 徐 戈,陆 迁,姜雅莉.社会资本、收入多样化与农户贫困脆弱性[J]. 中国人口·资源与环境, 2019,29(2):123-133.

Xu G, Lu Q, Jiang Y L. Social capital, income diversification and households’ poverty vulnerability [J]. China population, Resources and Environment, 2019,29(2):123-133.

[47] Bowles S, Gintis H. Social capital and community governance [J]. The Economic Journal, 2010,112(483):419-436.

[48] Putnam R D, Leonardi D R. Making democracy work: Civic traditions in modern Italy [J]. Contemporary Sociology, 1994,26(3):306-308.

[49] Stiglitz J E. “Formal and informal institutions,” in social capital: a multifaceted perspective //The International Bank for Reconstruction and Development [R]. The World Bank, 2000,2000:59-68.

[50] Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects [J]. Biometrika, 1983, 70(1):41-55.

[51] 任晓松,马 茜,刘宇佳,等.碳交易政策对工业碳生产率的影响及传导机制[J]. 中国环境科学, 2021,41(11):5427-5437.

Ren X S, Ma Q, Liu Y J, et al. The impact of carbon trading policy on industrial carbon productivity and its transmission mechanism [J]. China Environmental Science, 2021,41(11):5427-5437.

[52] Chen Y Y, Zhou L A. The long-term health and economic consequences of the 1959～1961 famine in China [J]. Journal of Health Economics, 2007,26(4):659-681.

[53] 王立勇,许 明.中国精准扶贫政策的减贫效应研究:来自准自然实验的经验证据[J]. 统计研究, 2019,36(12):15-26.

Wang L Y, Xu M. Research on the effect of poverty reduction of targeted poverty reduction policy: empirical evidences from quasi natural experiment [J]. Statistical Research, 2019,36(12):15-26.

[54] 刘 聪,张 宁.新安江流域横向生态补偿的经济效应[J]. 中国环境科学, 2021,41(4):1940-1948.

Liu C, Zhang N. Study on the economic effects of Xin’an river basin horizontal ecological compensation [J]. China Environmental Science, 2021,41(4):1940-1948.

Rural households income-enhancing effect of wetland restoration based on the Lashihai watershed, Yunnan.

YU Yuan-he, WU Jian*

(School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China)., 2022,42(2)：982～992

Using household level panel data in the Lashihai watershed in Yunnan Province from 2005 to 2016, this paper exploits the Difference-in-Differences (DID) model, Propensity Score Matching (PSM)-DID approach and placebo test to empirically investigate the income-enhancing effect of wetland restoration for local residents. The results suggest that wetland restoration has had a significant positive impact on households’ income growth, raising total and per capita income by 39.2% and 43.5% respectively. Such findings are valid through multiple robustness tests. Wetland restoration has effectively improved the income structure such that the income growth stems mainly from government transfer like subsidies for wetland restoration and off-farm employment such as ecotourism. The income-enhancing effects of wetland restoration are heterogenous. On the one hand, the effect is significantly stronger for non-poverty households than for poverty households, and thus there may be a risk of enlarging income inequality within rural communities; on the other hand, social capital within rural communities such as information sharing and general trust improved the income-enhancing effect of wetland restoration.

wetland restoration；income-enhancing effect；heterogeneity；difference-in-difference；Lashihai watershed

X32

A

1000-6923(2022)02-0982-11

于元赫(1993-),男,山东青岛人,中国人民大学博士研究生,研究方向为环境与资源经济学.发表论文8篇.

2021-07-07

国家社会科学基金资助项目(18VSJ100);国家自然科学基金资助项目(41571519);国家自然科学基金资助项目(72103198);中国人民大学2020年度拔尖创新人才培育资助计划成果

* 责任作者, 教授, jianwu@ruc.edu.cn