石春娜，高潔，蘇兵，姚順波

(1.西安工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，西安 710021；2.西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100)

基于成本—效益分析的退耕還林區(qū)域選擇研究
——以黃土高原區(qū)為例

石春娜1 ，2，高潔1，蘇兵1，姚順波2

(1.西安工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，西安 710021；2.西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100)

以黃土高原區(qū)的7個省份為研究對象，從退耕還林工程的成本、生態(tài)效益兩方面構(gòu)建退耕還林優(yōu)先區(qū)綜合評價指標(biāo)體系，采用GRA-TOPSIS方法對省份進(jìn)行優(yōu)先排序，得到優(yōu)先序結(jié)果為甘肅、寧夏、山西、內(nèi)蒙古、青海、河南、陜西，為新一輪退耕還林優(yōu)先區(qū)選擇及工程資金分配提供借鑒。

新一輪退耕還林工程；生態(tài)脆弱性；退耕還林成本；優(yōu)先序

基于上一輪退耕還林政策實施取得的良好效果，黨中央、國務(wù)院進(jìn)一步啟動了新一輪退耕還林工程，與以往“自上而下、統(tǒng)一政策、政府主導(dǎo)”的方式不同，新一輪退耕還林政策主張“農(nóng)民自愿，政府引導(dǎo)，自下而上，上下結(jié)合”[1]，其中著重強(qiáng)調(diào)尊重農(nóng)民主體地位、尊重地區(qū)實際情況。一項政策實施的前提是政策成本效益最大化[2-3]，新一輪退耕還林政策的實施亦當(dāng)如此。在農(nóng)戶自愿參與退耕還林的新方式下，新一輪退耕還林政策應(yīng)如何開展以更高效地達(dá)到改善生態(tài)環(huán)境等目標(biāo)[4]成為亟待解決的新課題，在國家分配給退耕還林工程的資金有限的前提下，為使工程成本—效益達(dá)到最大化，合理解決資金分配問題具有重要意義，將此問題歸結(jié)為退耕還林優(yōu)先序問題，使工程資金分配瞄準(zhǔn)到成本低、預(yù)期生態(tài)效益大的地區(qū)。退耕還林成本包括造林成本與農(nóng)戶退耕的機(jī)會成本[5]。造林成本主要有人工造林成本、后期撫育成本以及種苗成本，農(nóng)戶退耕的機(jī)會成本體現(xiàn)在農(nóng)戶從耕地上獲得的農(nóng)作物收入。為提高工程生態(tài)效益，退耕還林工程一般選擇坡度較大的坡耕地或者生產(chǎn)條件差、容易發(fā)生水土流失的地塊[6]。生態(tài)脆弱性較高的地區(qū)，因其本身環(huán)境惡劣、植被覆蓋率低或是受自然災(zāi)害等的影響，相對于生態(tài)環(huán)境良好的地區(qū)，其生態(tài)環(huán)境有更大的提升空間；且生態(tài)脆弱性較高的地區(qū)，退耕還林工程實施的邊際生態(tài)效益較大[7]。因此，相同數(shù)量的資金分配給生態(tài)環(huán)境脆弱與生態(tài)環(huán)境良好的地區(qū)，生態(tài)環(huán)境脆弱的地區(qū)有更大的可能實現(xiàn)相對較高的工程生態(tài)效益。以往的研究包括退耕還林工程的農(nóng)戶意愿與補(bǔ)償機(jī)制研究、退耕還林工程效益評價研究等。退耕還林工程具有雙向選擇性[8]，即農(nóng)戶自主選擇是否參與退耕還林工程[9]，政府也在自愿參與退耕還林工程的地區(qū)中有選擇性地投資[10-11]。評價研究一般從工程實施對生態(tài)效益[12]、經(jīng)濟(jì)效益[13]、社會效益[14]等方面帶來的影響入手。已有文獻(xiàn)大多是基于農(nóng)戶視角，直接基于政府利益視角提出的資金分配建議很少。對退耕還林工程效益做了事后評價，而沒有針對性的工程實施事前指導(dǎo)?；诖?，從政府視角出發(fā)，選取資源稟賦、自然條件、生態(tài)壓力、生態(tài)環(huán)境4個方面的16個指標(biāo)，建立成本—生態(tài)效益指標(biāo)體系，采用GRA-TOPSIS方法對實施退耕還林工程的省份進(jìn)行優(yōu)先排序，致力于為政府提供新一輪退耕還林工程資金分配建議。

1 材料與方法

1.1 研究區(qū)概況

黃土高原地區(qū)位于北緯33°43′～41°16′，東經(jīng)100°54′～114°33′之間，占地面積62.14萬km2，包括祁連山以東、長城以南、太行山以西、秦嶺以北的大面積地區(qū)[15]。黃土高原地區(qū)雨季較集中，全年降雨量整體較少，約400 mm，地表水與地下水總存儲量為685.32億m3。水土流失面積為45.4萬km2，其中風(fēng)蝕面積11.7萬km2，水蝕面積33.7萬km2，年均輸入黃河泥沙16億t。該地區(qū)氣候干燥，無霜期短，再加上人類活動引起的破壞以及土地利用的不合理，使得黃土高原地區(qū)生態(tài)脆弱性極高，不利于植被生長，故植被覆蓋率低，成為國家生態(tài)治理特別是退耕還林工程實施的重點地區(qū)[16]。盡管經(jīng)上一輪退耕還林工程的治理，植被覆蓋率大幅度提升，但部分地區(qū)仍然存在生態(tài)環(huán)境質(zhì)量低下、水土流失嚴(yán)重等問題，制約著當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展，因此需進(jìn)一步治理[17]。

黃土高原區(qū)主要包括甘肅、寧夏、山西、青海、內(nèi)蒙古、河南、陜西等7個省份。故以此7個省份作為退耕還林優(yōu)先序的研究對象。

1.2 指標(biāo)體系構(gòu)建

1.2.1 指標(biāo)的選取

退耕還林的成本主要有人工成本(C1，萬元/年)、種苗成本(C2，元/株)以及農(nóng)戶退耕的機(jī)會成本(C3，元/hm2)3個方面，具體通過農(nóng)林牧漁業(yè)就業(yè)人員平均工資、主要農(nóng)作物單位面積收入、各省油松單位價格這3個指標(biāo)來反映：工資水平越高的地區(qū)，政府應(yīng)付的人工成本越大，人工造林成本與后期撫育成本主要也表現(xiàn)在人工費用上，因此用農(nóng)林牧漁業(yè)就業(yè)人員年平均工資來表示人工成本的大小。油松是黃土丘陵區(qū)的主要造林樹種，用各省1米左右油松單位價格表示種苗成本。研究區(qū)中的7個省份均屬北方地區(qū)，用北方地區(qū)的主要農(nóng)作物小麥的單位面積收入表示農(nóng)戶從耕地上獲得的農(nóng)作物收入，即機(jī)會成本。

以往研究主要從壓力、狀態(tài)、響應(yīng)3方面評價生態(tài)脆弱性[18]，或是從生態(tài)脆弱性的成因及結(jié)果兩方面進(jìn)行評價[19]。基于此，從資源稟賦、自然條件、生態(tài)壓力、生態(tài)環(huán)境4個方面出發(fā)，綜合考慮指標(biāo)相關(guān)性以及可獲取性，共選取16個指標(biāo)。資源稟賦通過森林單位面積蓄積量(C4，m3/hm2)、人均供水量(C5，m3/人)、森林覆蓋率(C6，%)、草原面積占比(C7，%)4個指標(biāo)表示，自然條件通過全年降水量(C8，mm)、年均氣溫(C9，℃)、平均相對濕度(C10，%)、日照時數(shù)(C11，h)4個指標(biāo)表示，生態(tài)壓力通過人均用水量(C12，m3/人)、人口密度(C13，人/km2)、土地荒漠化比率(C14，%)、人均耕地面積(C15，hm2/人)4個指標(biāo)表示，生態(tài)環(huán)境通過泥石流和臺風(fēng)受災(zāi)面積比例(C16，%)、工業(yè)二氧化硫排放量(C17，萬t)、發(fā)生地質(zhì)災(zāi)害數(shù)量(C18，處)、一般工業(yè)固體廢物產(chǎn)生量(C19，萬t)4個指標(biāo)表示。

1.2.2 指標(biāo)的數(shù)據(jù)來源

退耕還林成本中的樹苗價格數(shù)據(jù)來源于中國苗木網(wǎng)，小麥單位面積收入由城市二級小麥價格與小麥單位面積產(chǎn)量相乘所得，小麥價格來源于中國谷物網(wǎng)，生態(tài)脆弱性指標(biāo)中的土地荒漠化比率數(shù)據(jù)來源于第五次全國荒漠化和沙化檢測結(jié)果。其他指標(biāo)數(shù)據(jù)來源于2015年中國統(tǒng)計年鑒，其中全年降水量、年均氣溫、平均相對濕度、日照時數(shù)、一般工業(yè)固體廢物產(chǎn)生量使用省會城市數(shù)據(jù)代表省份數(shù)據(jù)，人均供水量、人均用水量、人口密度、人均耕地面積根據(jù)2014年年末人口數(shù)計算得出。黃土高原區(qū)7個省份19個評價指標(biāo)的調(diào)研數(shù)據(jù)如表1所示。

1.3 模型構(gòu)建

構(gòu)建由7個地區(qū)、19個指標(biāo)組成的指標(biāo)值矩陣，并對指標(biāo)進(jìn)行同趨化和無量綱化處理。應(yīng)用GRA-TOPSIS模型進(jìn)行退耕還林區(qū)域優(yōu)先序研究，是灰色關(guān)聯(lián)分析法(GRA)與TOPSIS法的結(jié)合運用。主要原理是利用灰色關(guān)聯(lián)分析法為19個評價成本與生態(tài)脆弱性的指標(biāo)賦予權(quán)重，在加權(quán)矩陣的基礎(chǔ)上采用TOPSIS法求出7個地區(qū)分別與正負(fù)理想解間的綜合距離并對地區(qū)排序[20]。

表 1 黃土高原區(qū)7個省份19個評價指標(biāo)的調(diào)研數(shù)據(jù)Table 1 Survey data of 19 evaluation indexes in 7 provinces of Loess Plateau

1.3.1 采用灰色關(guān)聯(lián)系數(shù)法確定指標(biāo)權(quán)重

單一指標(biāo)與其他指標(biāo)灰色關(guān)聯(lián)度越高，則該指標(biāo)在指標(biāo)體系中的重要程度越大?？梢砸罁?jù)各指標(biāo)對退耕還林成本和生態(tài)脆弱性的影響程度來確定指標(biāo)權(quán)重[20-21]。首先計算出矩陣中任意兩個指標(biāo)向量xi和xj之間的灰色關(guān)聯(lián)度r[xk(i)，xk(j)]和指標(biāo)向量xj與其他指標(biāo)向量的灰色關(guān)聯(lián)度rj，然后對rj進(jìn)行歸一化處理，即可得到指標(biāo)權(quán)重向量W=(w1，w2，……，wk，……，w19)[20]。指標(biāo)向量xi和xj的灰色關(guān)聯(lián)度r[xk(i)，xk(j)]和指標(biāo)向量xj與其他指標(biāo)向量的灰色關(guān)聯(lián)度rj為：

式中i和j分別為第i個和第j個指標(biāo)向量，i=1，2，……，m；j=1，2，……，m；k為指標(biāo)向量中第k個指標(biāo)，k=1，2，……，n；ρ為分辨系數(shù)，一般取0.5。

1.3.2 采用TOPSIS方法對地區(qū)進(jìn)行排序

根據(jù)求得的指標(biāo)權(quán)重向量W={w1，w2……，wk，……，w19}計算出加權(quán)矩陣R，R=(rkq)19×7，rkq=wkxkq，在R中選取各指標(biāo)所對應(yīng)的極大值和極小值，得到極大值和極小值向量M+、M-；然后求出極大值和極小值向量M+、M-之間的距離D，各地區(qū)與正、負(fù)理想解的距離D+、D-[21]以及與正、負(fù)理想解之間的綜合距離Dq；最后根據(jù)各方案與正、負(fù)理想解之間的綜合距離對地區(qū)進(jìn)行排序。與正、負(fù)理想解之間的綜合距離越大的地區(qū)，工程實施成本越低，生態(tài)環(huán)境越脆弱，則排序越靠前。

式中Dq為各地區(qū)與正、負(fù)理想解之間的綜合距離；D為極大值和極小值向量M+、M-之間的距離；q=1，2，……，7。

2 結(jié)果與分析

2.1 指標(biāo)權(quán)重值分析

使用灰色關(guān)聯(lián)系數(shù)法求得的各指標(biāo)的權(quán)重值如表2所示。指標(biāo)權(quán)重較大的是工業(yè)二氧化硫排放量與日照時數(shù)。二氧化硫的過度排放可能形成酸雨，給生態(tài)系統(tǒng)造成嚴(yán)重破壞；二氧化硫是環(huán)境酸化的前驅(qū)物，是造成生態(tài)脆弱的重要影響因素。而日照時數(shù)較長則會促進(jìn)植被的光合作用，大大加快植被的生長速度，對生態(tài)脆弱性有反向的重要影響(已經(jīng)過取倒數(shù)處理)。因此，這2個指標(biāo)在指標(biāo)體系中重要程度較高，被賦予較大的權(quán)重。

表 2 指標(biāo)權(quán)重值Table 2 Weight value of each index

2.2 區(qū)域排序結(jié)果分析

山西、內(nèi)蒙、河南、陜西、甘肅、青海和寧夏與正、負(fù)理想解的綜合距離分別為0.29、0.36、0.34、0.29、0.47、0.36和0.40。所以，退耕還林區(qū)域優(yōu)先序為甘肅、寧夏、山西、青海、內(nèi)蒙古、河南、陜西。甘肅省位居第一位，主要是因為甘肅省的生態(tài)環(huán)境受到洪澇、山體滑坡、泥石流等自然災(zāi)害的影響，生態(tài)脆弱性大；該地區(qū)工資水平也相對低于其他省份，在該地區(qū)實施退耕還林工程可支付相對較低的植樹造林工資及后期撫育資金，工程成本低。在退耕還林工程資金有限的情況下，政府進(jìn)行資金分配時首先應(yīng)滿足甘肅省的資金需求，對其優(yōu)先分配工程資金。陜西省位居排序最后一位，主要是因為陜西省的森林覆蓋率已達(dá)到41.42%之多，生態(tài)環(huán)境較好，預(yù)期工程效益會相對低于其他地區(qū)；該地區(qū)工資水平較高、農(nóng)戶退耕還林的機(jī)會成本較大，實施工程成本高，應(yīng)最后考慮陜西省的資金需求。

為實現(xiàn)政策成本效益最大化的政策目標(biāo)，新一輪退耕還林工程可依據(jù)上述的退耕還林區(qū)域優(yōu)先序分配工程資金，首先考慮排序靠前地區(qū)的資金需求，再按照優(yōu)先序依次考慮剩余地區(qū)的資金需求。依據(jù)該優(yōu)先序分配工程資金的優(yōu)點為：⑴對地區(qū)來說，可使生態(tài)環(huán)境脆弱、水土流失嚴(yán)重的地區(qū)優(yōu)先得到相應(yīng)的工程資金，避免出現(xiàn)急需改善環(huán)境的地區(qū)未分配到資金或得到的資金不足等問題。⑵對政府來說，依據(jù)該優(yōu)先序分配工程資金能幫助政府盡快將工程瞄準(zhǔn)到生態(tài)環(huán)境脆弱、水土流失嚴(yán)重的地區(qū)，有助于政府高效利用退耕還林工程資金，實現(xiàn)成本最低、預(yù)期生態(tài)效益最大的工程目標(biāo)。⑶對農(nóng)戶來說，能將不適宜耕種、耕種收成低的地區(qū)的耕地退耕，促使該地區(qū)農(nóng)戶將同等的人力轉(zhuǎn)移到其他產(chǎn)業(yè)上，獲得更高的報酬，提升農(nóng)戶的生活水平。

建立指標(biāo)體系對退耕還林區(qū)域進(jìn)行事先預(yù)評估，解決了退耕還林工程的實施缺乏事前指導(dǎo)的問題。對退耕還林區(qū)域進(jìn)行優(yōu)先排序，能更好地抓住新一輪退耕還林工程高效實施的關(guān)鍵點：選擇合適的退耕還林區(qū)，這是以往研究中關(guān)注不足之處。

3 結(jié)論與討論

3.1 結(jié)論

基于政府視角，以黃土高原區(qū)的7個省份為研究對象，從退耕還林工程成本、生態(tài)效益兩方面構(gòu)建退耕還林優(yōu)先區(qū)綜合評價指標(biāo)體系，利用灰色關(guān)聯(lián)系數(shù)法確定各指標(biāo)權(quán)重，采用TOPSIS法對省份進(jìn)行優(yōu)先排序，結(jié)果表明：黃土高原退耕還林區(qū)域的優(yōu)先序為甘肅、寧夏、山西、青海、內(nèi)蒙古、河南、陜西。對退耕還林區(qū)域進(jìn)行優(yōu)先排序可以為政府退耕還林資金分配提供最直接、有效的指導(dǎo)。將GRA-TOPSIS方法引入?yún)^(qū)域優(yōu)先序模型是解決退耕還林資金分配問題的有效方法，是指導(dǎo)資金分配方案的一種創(chuàng)新思路。新一輪退耕還林工程應(yīng)該依據(jù)區(qū)域優(yōu)先序分配資金，預(yù)期工程效益大、成本低的地區(qū)，優(yōu)先為其分配工程資金，然后按照優(yōu)先序依次考慮剩余地區(qū)的資金需求。

3.2 討論

后續(xù)研究可使用相同的方法，將資金分配由省級細(xì)化到各市、縣級，再落實到具體鄉(xiāng)鎮(zhèn)。

后續(xù)研究可比較以下兩種資金分配方案，選出最優(yōu)方案并計算資金分配的具體數(shù)額：分散式資金分配，使每個參與退耕還林的地區(qū)都能得到資金，排序靠前的地區(qū)多得資金，排序較后的地區(qū)少得資金；集中式資金分配，限制地區(qū)資金分配名額，不考慮預(yù)期工程生態(tài)效益較低的地區(qū)的資金需求。

[1]張朝輝，耿玉德，張靜．新一輪退耕還林工程農(nóng)戶響應(yīng)意愿影響因素研究[J]．林業(yè)經(jīng)濟(jì)，2015(6)：35-39．

[2]陶然，徐志剛，徐晉濤．退耕還林，糧食政策與可持續(xù)發(fā)展[J]．中國社會科學(xué)，2004(6)：25-38．

[3]易福金，徐晉濤，徐志剛．退耕還林經(jīng)濟(jì)影響再分析[J]．中國農(nóng)村經(jīng)濟(jì)，2006(10)：28-36．

[4]韓洪云，喻永紅．退耕還林的環(huán)境價值及政策可持續(xù)性：以重慶萬州為例[J]．中國農(nóng)村經(jīng)濟(jì)，2012(11)：44-55．

[5]劉震，姚順波．黃土高原退耕還林補(bǔ)償標(biāo)準(zhǔn)及補(bǔ)償年限的實證分析[J]．林業(yè)經(jīng)濟(jì)問題，2008，28(1)：86-89．

[6]楊新華，章升東，陳志軍．對我國退耕還林的可持續(xù)性思考[J]．林業(yè)經(jīng)濟(jì)問題，2003，23(4)：214-217．

[7]徐晉濤，陶然．退耕還林：成本有效性、結(jié)構(gòu)調(diào)整效應(yīng)與經(jīng)濟(jì)可持續(xù)性：基于西部三省農(nóng)戶調(diào)查的實證分析[J]．經(jīng)濟(jì)學(xué)，2014，4(1)：139-162．

[8]黃文清，張俊飚．退耕還林的經(jīng)濟(jì)學(xué)分析及其對策[J]．林業(yè)經(jīng)濟(jì)問題，2005，25(5)：260-264．

[9]李彧揮，孫娟．從政府與農(nóng)戶的動態(tài)博弈分析退耕還林工程的可持續(xù)性[J]．中國人口·資源與環(huán)境，2006，16(6)：62-65．

[10]柯水發(fā)，趙鐵珍．農(nóng)戶參與退耕還林行為選擇機(jī)理分析[J]．北京林業(yè)大學(xué)學(xué)報(社會科學(xué)版)，2008，7(3)：52-56．

[11]劉璠．退耕還林行為動因的經(jīng)濟(jì)分析[J]．北京林業(yè)大學(xué)學(xué)報(社會科學(xué)版)，2003，2(4)：22-27．

[12]劉軍利，秦富倉，岳永杰，等．內(nèi)蒙古伊金霍洛旗風(fēng)沙區(qū)退耕還林還草生態(tài)效益評價[J]．水土保持研究，2013，20(5)：104-107．

[13]李蕾，劉黎明，謝花林．退耕還林還草工程的土壤保持效益及其生態(tài)經(jīng)濟(jì)價值評估：以固原市原州區(qū)為例[J]．水土保持學(xué)報，2004，18(1)：161-163．

[14]支玲，任恒祺．西部退耕還林(草)工程生態(tài)與經(jīng)濟(jì)協(xié)調(diào)發(fā)展途徑的選擇[J]．林業(yè)資源管理，2002(6)：1-5．

[15]賈曉娟，常慶瑞，薛阿亮，等．黃土高原丘陵溝壑區(qū)退耕還林生態(tài)效益評價[J]．生態(tài)經(jīng)濟(jì)，2008，28(3)：182-185．

[16]高照良，李永紅，徐佳，等．黃土高原水土流失治理進(jìn)展及其對策[J]．科技和產(chǎn)業(yè)，2009，9(10)：1-12．

[17]楊小軍，陳珂，徐晉濤，等．退耕還林工程經(jīng)濟(jì)可持續(xù)性的實證分析：以陜西省為例[J]．生態(tài)經(jīng)濟(jì)，2006(5)：36-38．

[18]靳毅，蒙吉軍．生態(tài)脆弱性評價與預(yù)測研究進(jìn)展[J]．生態(tài)學(xué)雜志，2011，30(11)：2646-2652．

[19]喬青，高吉喜，王維，等．生態(tài)脆弱性綜合評價方法與應(yīng)用[J]．環(huán)境科學(xué)研究，2008，21(5)：117-123．

[20]譚吉玉，朱傳喜，張小芝，等．基于TOPSIS的區(qū)間直覺模糊數(shù)排序法[J]．控制與決策，2015，30(11)：2014-2018．

[21]趙遠(yuǎn)飛，陳國華．基于改進(jìn)逼近理想解排序(TOPSIS)法的應(yīng)急系統(tǒng)優(yōu)化選址模型研究[J]．中國安全科學(xué)學(xué)報，2008，18(9)：22-28．

2017-01-18 基金項目：國家自然科學(xué)基金資助項目(71603205)、陜西省社科聯(lián)重大理論與現(xiàn)實問題研究項目(2016Z022)、西安工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院教學(xué)科研孵化基金資助項目(2014)

石春娜(1981-)，女，山西臨汾人，西安工業(yè)大學(xué)講師，西北農(nóng)林科技大學(xué)資源經(jīng)濟(jì)與環(huán)境管理研究中心在站博士后，從事資源經(jīng)濟(jì)與環(huán)境管理方面的研究，(電話)18182444300，(E-mail)cncnshi@163.com。

姚順波(1964-)，男，湖南南縣人，教授，博士，從事林業(yè)經(jīng)濟(jì)理論與政策方面的研究，(電話)029-87081291，(E-mail)yaoshunbo@163.com。

10.16832/j.cnki.1005-9709.2017.04.004

F326.20

A

1005-9709(2017)04-0018-05