李曉英, 禹 熙, 王 方, 梁 添

(河海大學 水利水電學院, 南京 210098)

西北地區(qū)干旱少雨、植被覆蓋率較低，導致水土流失和土地荒漠化較為嚴重，生態(tài)環(huán)境持續(xù)退化，退耕還林還草工程是推進西部大開發(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，不少學者對其進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)標準和專家賦值法，進行綜合效益評價，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)的水資源保護和改善空氣質(zhì)量具有重要促進作用。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?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)效益指標的物質(zhì)量與價值量進行定量評估。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的權(quán)重過于主觀，且在各指標缺少嚴格的定量評價標準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體系，基于云模型與變異系數(shù)法確定指標權(quán)重，運用比重法將評價體系中的各項指標數(shù)據(jù)無量綱化，采用加乘綜合法進行綜合效益分析，并通過灰色系統(tǒng)預測該區(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指導。

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、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 評價指標體系的建立

遵循指標應(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個方面作為準則層，選擇與之密切相關(guān)的15個指標作為指標層。由于土地面積有限，經(jīng)過一定時間，退耕工程達到飽和，退耕的林草進入穩(wěn)定生長期，各指標值將達到上限。構(gòu)建的指標體系和各指標上下限取值見表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體系分層結(jié)構(gòu)

2.2 指標權(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決策問題，指標權(quán)重的確定對評價結(jié)果具有重要的影響，可以反映各指標對綜合效益的作用大小以及各指標之間的相互作用。由專家通過經(jīng)驗進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)中起到了主導作用，隨意性較強，賦權(quán)結(jié)果易受決策者知識、經(jīng)驗、認知水平等方面影響?？陀^賦權(quán)基于統(tǒng)計學原理，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研究領(lǐng)域各指標特征和數(shù)據(jù)分布情況[16]，更好的模擬樣本，綜合表達多位專家的權(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)

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

2.2.2 變異系數(shù)法 在評價指標體系中，取值差異越大的指標，越能反映該指標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)

各評價指標綜合權(quán)重見表2。

圖1 準則層各指標權(quán)重

圖2 目標層各指標體系權(quán)重

表2 各評價指標綜合權(quán)重

2.3 數(shù)據(jù)無量綱化處理

評價體系中的各指標量級差異較大，避免無法比較，對各指標數(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缺少嚴格的定量評價標準，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，因此選用線性標準化法中應(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，標準化計算公式如下：

C′i=Cit/Ci0(此時Ci為正向指標)

(11)

C′i=Ci0/Cit(此時Ci為負向指標)

(12)

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

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

2.4 效益指數(shù)計算

將各指標指數(shù)代入各自的準則層計算準則層指數(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為各準則層對應(yīng)的指標個數(shù);k=1～4,Bk分別為準則層中的生態(tài)效益、經(jīng)濟效益、社會效益和政策響應(yīng)指數(shù);Wci為各指標相對于準則層的單排序綜合權(quán)重;BI為綜合效益指數(shù);Wck為準則層各效益綜合權(quán)重。

2.5 灰色系統(tǒng)GM(1,1)預測模型構(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)預測模型對2021—2025年綜合效益進行時序預測，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，補償標準滿意度、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?。吐魯番?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數(shù)據(jù)統(tǒng)計問題，以2004年為基準年，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入穩(wěn)定生長期，地面植被緩解降雨對土壤的沖擊，抵擋風力，退耕還林還草工程開始在水土保持、防風固沙等方面發(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，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，遠遠高于農(nóng)民人均純收入、人均地區(qū)生產(chǎn)總值的指標指數(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，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，補償標準滿意度、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)高出基準年0.779，2019年高出基準年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)效益占比遠高于經(jīng)濟效益，說明退耕還林還草實施的初衷是修復生態(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)預測

基于灰色預測模型，預測吐魯番地區(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，提高其預測結(jié)果的可信度。

據(jù)表6可知，建立的效益指數(shù)預測模型精度等級好，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?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體系和灰色系統(tǒng)預測模型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，加快推進該區(qū)域城鎮(zhèn)化步伐，促進農(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，防風固沙，使農(nóng)民增收，促進區(qū)域的生態(tài)與經(jīng)濟可持續(xù)發(fā)展。結(jié)合當?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，促進農(nóng)村勞動力就業(yè)轉(zhuǎn)移，推動當?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)測算各地補償標準、納入利益相關(guān)者意愿的補償標準制定和競標機制實踐，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)型都具有深遠的促進作用，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數(shù)據(jù)的影響。在今后進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確。