商品林種植結構的“趨經濟林化”*——基于勞動力成本效應及相對收益效應的成因分析

程 鈺 劉 璨 楊紅強 張 寒

(1.西北農林科技大學經濟管理學院 楊凌 712100； 2.國家林業和草原局經濟發展研究中心 北京 100714；3.南京林業大學經濟管理學院 南京 210037)

伴隨劉易斯拐點的到來和人口紅利的消退，農村勞動力成本上升成為中國面臨的客觀現實(柯炳生，2019；蔡昉，2020)。在此背景下，勞動節約型且易于用機械替代勞動的作物具有比較優勢(羅必良等，2018)。因此，從理論上說勞動力成本上升將誘導農戶種植勞動節約型作物，促進種植結構的調整(鐘甫寧等，2016；Tianetal.，2019)。現實中農業部門的“趨糧化”特征驗證了上述理論推斷的合理性(仇童偉等，2018；李昭琰等，2019)。然而，林業部門的商品林種植結構卻呈現“趨經濟林化”的特征(嚴如賀等，2019)，與農業部門的“趨糧化”特征恰好相反。從生產技術屬性看，經濟林屬于勞動密集型林種；相對而言，用材林屬于勞動節約型林種。按照上述理論，在勞動力成本上升背景下，農戶應該偏向于種植用材林，以節約生產成本。在林業部門發生的理論與現實相悖的現象該如何解釋？為什么農業與林業部門種植結構的調整方向恰好相反？

關注種植結構調整的研究主要集中于農業部門，學界關于“趨糧化”和“非糧化”展開了激烈爭論(張宗毅等，2015；Qiuetal.，2020)。主要從以下2個視角展開：一是勞動力成本視角。已有研究表明，農村勞動力成本上升會使勞動節約型作物具有比較優勢，引起種植結構的“趨糧化”(林堅等，2013；鐘甫寧等，2016；Jietal.，2017；Zhangetal.，2017；仇童偉等，2018；李昭琰等，2019；Tianetal.，2019)。二是相對收益視角。與上述關注“趨糧化”的研究不同，部分學者發現“非糧化”現象較為普遍(史清華等，2004；易小燕等，2010；錢龍等，2018)。其背后的經濟學機理是，作物價格及種植收益是農戶種植決策的重要決定因素(羅丹等，2013；祝華軍等，2018)；面對勞動力成本的上升，農戶傾向用相對收益較高的經濟作物替代糧食作物，從而減輕勞動力成本上升帶來的沖擊(楊進等，2016；黃瑪蘭等，2019)。可見，種植結構調整受勞動力成本和相對收益兩方面因素的影響(徐志剛等，2017)，調整方向取決于雙方效應的強弱對比。

上述研究對理解商品林種植結構“趨經濟林化”的形成機制具有重要參考價值，但仍存在以下不足。與農業種植結構調整的豐碩文獻相比，只有少數學者從經濟學視角關注了商品林種植結構調整問題。例如，王小龍(2004)發現，退耕還林工程實施過程中，原本應種植生態林的土地被經濟林所替代。嚴如賀等(2019)發現，中國南方12省的經濟林面積占比在逐年升高。然而，商品林種植結構調整的內在機理及“趨經濟林化”的形成機制猶未可知。

針對上述不足，構建商品林種植結構調整的理論分析框架，從勞動力成本與相對收益雙向視角出發，揭示商品林種植結構趨“經濟林化”的形成機制。以期科學理解農戶調整商品林種植結構的行為邏輯及決策機制，為研判勞動力成本上升背景下中國林業部門未來發展趨勢提供科學依據，為制定林地利用規劃、促進林業要素優化升級提供決策參考。

1 理論分析與研究假說

種植結構調整內生于農戶利潤最大化決策中。假設農戶生產決策的目標是利潤最大化(劉瑩等，2010)，而降低生產成本、提高產出收益是實現該目標的有效路徑。首先，從降低生產成本的角度看，勞動力成本上升使得需要較少勞動、易于用機械替代勞動的糧食作物具有成本上的比較優勢，而勞動密集型的經濟作物處于比較劣勢。出于降低生產成本的考慮，農戶傾向于種植勞動節約型作物以替代勞動密集型作物(仇童偉等，2018；Tianetal.，2019)。因此，勞動力成本上升會促進勞動節約型的糧食作物的種植，下文稱之為“勞動力成本效應”。其次，從提高產出收益的角度看，經濟作物的每公頃收益高于糧食作物，市場前景較好(羅必良等，2018)。為了提高產出收益，農戶傾向于種植相對收益更高的經濟作物(楊進等，2016；黃瑪蘭等，2019)。因此，相對收益差異會促進收益較高的經濟作物的種植，下文稱之為“相對收益效應”。上述2個效應表明，種植結構調整受勞動力成本和相對收益兩方面因素的影響，且作用方向相反(徐志剛等，2017)。

具體到林業部門，商品林主要包括用材林和經濟林2種類型。其中，用材林以培育和提供木材為主要目的，而經濟林以生產果品、食用油料、工業原料和藥材為主要目的，兩者存在雙重屬性差異。首先，技術屬性不同。經濟林需要投入較多、精細度較高的勞動進行管護，且部分環節難以采用機械去替代勞動，因此更偏向于勞動密集型林種；相對而言，用材林生產環節簡單，對勞動投入的需求相對較少，屬勞動節約型林種。其次，經濟屬性不同。經濟林的初始投資期較短，經過一段時期生長發育后能獲得穩定的周期性收益；而用材林生長周期較長，自然風險較大，經濟收益相對較低(嚴如賀等，2019)。

用材林和經濟林的雙重屬性差異意味著，商品林種植結構的調整方向取決于勞動力成本效應和相對收益效應的強弱對比。結合中國林情的客觀實際，對2個效應的強弱做如下預判。在林地集體所有的產權制度下，農戶根據相對收益調整商品林種植結構的行為會受到限制，因此，商品林種植結構調整的制度前提是農戶對林地擁有較為完整的產權。始于2003年的新一輪集體林權制度改革(以下簡稱“集體林改”)恰好提供了這一制度前提。通過分林到戶、確權頒證等措施，集體林改明晰了農戶對于林地的使用權、經營權和林木的所有權，解除了農戶根據相對收益調整種植結構的制度障礙。因此，集體林改進一步強化相對收益效應，可能導致相對收益效應占據主導地位，進而誘導農戶擴大經濟林的種植，引發商品林種植結構“趨經濟林化”。圖1刻畫了上述邏輯推理，據此提出如下假說：

圖1 商品林種植結構調整的邏輯分析框架Fig.1 Theoretical framework on the adjustment of commercial forest structure

假說1：勞動力成本上升會抑制經濟林的種植。

假說2：經濟林相比于用材林的相對收益越高，越有利于經濟林的種植。

假說3：受集體林改的影響，相對收益對經濟林種植的正向效應被強化，由此導致勞動力成本效應較弱。

2 數據來源、模型構建與變量描述

2.1 數據來源

所用數據來自國家林業和草原局經濟發展研究中心在全國9省(區)開展的農戶固定樣本連續監測數據，分別于2010年、2012年、2014年開展了3輪，獲得了2003年(集體林改前)、2007—2013年共計8年的數據。采用分層抽樣技術，在考慮經濟發展水平、森林資源稟賦、集體林改進展等因素的基礎上，選擇東北集體林區的遼寧，平原林區的山東、河南，西南集體林區的四川，南方集體林區的浙江、福建、湖南、江西和廣西作為樣本省，每個省(區)抽取2個縣1)[注]1)遼寧清原縣、本溪縣，山東蒙陰縣、萊州縣，河南舞陽縣、浉河縣，四川威遠縣、丹棱縣，浙江遂昌縣、德清縣，福建順昌縣、沙縣，湖南平江縣、洪江縣，江西銅鼓縣、遂川縣，廣西平果縣、環江縣，共計18個縣。，每個縣選擇3個鄉鎮，每個鄉鎮選擇3個行政村，每個行政村隨機抽取約15個樣本農戶開展深度訪談。涉及農戶的家庭基本信息、林地特征信息、集體林改參與情況、林業投入產出情況、家庭收入與支出情況等信息。在刪除數據缺失或回答問題前后矛盾的樣本后，最終獲得由1 497個農戶構成、每個農戶有8個時點觀測值的平衡面板數據。

2.2 模型構建

為驗證商品林種植結構“趨經濟林化”的形成機制，構建模型如下：

(1)

式中：上標“*”表示不可觀測的潛變量，下標“it”表示第i個農戶在第t年的觀測值。被解釋變量F_ratio代表商品林種植結構，用經濟林面積占商品林面積之比來表示。在模型構建時，部分農戶的經濟林面積占比為零，這說明被解釋變量存在截尾(censoring)特征。因此式(1)采用了Tobit模型的設定形式。

式(1)中的核心解釋變量是W、RR、Reform×RR。W代表勞動力成本，用當地勞動力平均每天的工資水平(元·天-1)來衡量；根據假說1，W的系數β1預期為負。RR代表相對收益，用經濟林和用材林的每公頃收益之比來衡量；根據假說2，RR的系數β2預期為正。Reform×RR是集體林改變量Reform與相對收益變量RR的交互項，其中，集體林改變量Reform用當地集體林改主體改革是否完成來衡量(是=1，否=0)；根據假說3，如果交互項系數β3顯著為正，說明集體林改會強化相對收益對經濟林種植的正向效應。

向量X表示控制變量。參考鐘甫寧等(2016)、鄭旭媛等(2016)、張寒等(2018)、李寧等(2019)等研究，向量X涉及市場特征變量(木材價格)、林地特征變量(林地面積、林地細碎化程度)、家庭特征變量(家庭人口數量、家庭人均年收入、非農就業收入占家庭總收入比例、家庭成員是否有干部)、戶主特征變量(年齡、戶主受教育水平)、村級特征變量(是否地處山區、村莊道路是否硬化、村莊至最近縣城的距離)等。β0-β4、φ為待估參數，ε為特異擾動項。

各國政府作為國際和國內安全的主要維護者，需要承擔打擊網絡恐怖主義國際合作的主要責任。對于主權國家而言，政府應當采取一切必要手段，如政治、經濟、文化、法律等措施對本國網絡恐怖主義進行綜合治理，努力將網絡空間中恐怖主義的影響控制在最小范圍，為網絡反恐合作奠定堅實基礎。在綜合治理措施中，法治手段無疑是不可或缺的核心要素。在統一的國際性法律文件缺失的情況下，國家合作打擊網絡恐怖主義的最大問題在于各國國內立法的沖突。此外，相關國際規則適用最終要轉化為國內立法，網絡恐怖主義的治理最終也會落實到各國反恐國內法中，因此，網絡反恐合作的有效實現，有賴于國內立法的協調。

式(1)中的Reform是內生變量。新一輪集體林改需要村民代表大會中2/3以上的農戶同意才能進行改革。這意味著，集體林改是農戶自選擇的結果，具有內生性(Xieetal.，2016；張紅等，2016)。為解決內生性，采用IV-Tobit(Instrumental Variable，IV-Tobit)模型對式(1)進行參數估計。參照李寧等(2019)的研究經驗，選擇同一鄉鎮除本村外其他村的集體林改完成率作為本村集體林改的工具變量。由于同群效應和從眾心理，同一鄉鎮其他村的集體林改完成情況會影響到本村村民是否集體林改的決定，故滿足工具變量的相關性要求；但其他村的集體林改情況應該不會直接影響本村農戶的商品林種植決策，故滿足工具變量的外生性要求。在具體操作時，模型中的連續變量取自然對數；為控制不可觀測的固定效應，加入了村級虛擬變量和時間虛擬變量；為控制異方差，選擇了Huber-White穩健標準誤。

模型(1)可用于參數估計，但估計出的參數值由于量綱的不同，不能直接用于比較勞動力成本效應和相對收益效應的強弱。為解決該問題，參考Lin(1992)的思路，對式(1)兩邊進行差分，得到如下方程：

(2)

式中：ΔF_ratioit表示商品林種植結構的變化量，β1ΔWit、β2ΔRRit、β3ΔReformit×RRit分別為勞動力成本、相對收益和交互項對商品林種植結構變化量的貢獻值，將上述3個貢獻值除以商品林種植結構的變化量ΔF_ratioit，即可以得到每個因素的貢獻率。因此，上述方法將系數估計值轉化成同量綱的貢獻率，可用于兩大效應的強弱對比分析。

2.3 變量描述

圖2顯示，中國主要集體林區經濟林面積占比從2003年的約11%上漲到2013年的約19%，反映出在勞動力成本上升背景下，商品林種植結構呈現出“趨經濟林化”的特點。表1報告了變量的描述性統計結果。其中，經濟林面積占比約為15%，但集體林改后該比值顯著增加。這在一定程度上支持了上文提出的“集體林改為商品林種植結構調整提供了制度前提”的論點。相對收益的均值顯示經濟林的每公頃收益約為用材林的2.15倍。這支持了上文提出的“經濟林相對收益更高”的論點。

表1 變量描述性統計①Tab.1 Variable descriptive statistics

圖2 商品林種植結構的動態趨勢Fig.2 Dynamic trend of commercial forest structure

3 實證結果與分析

3.1 商品林種植結構影響因素分析

表2第2、3列報告了IV-Tobit的回歸結果。Wald檢驗的卡方統計量為3.46，且在10%的統計水平上顯著，這反映出集體林改變量具有內生性。第1階段的回歸結果顯示，工具變量的估計系數為正，且在1%的統計水平上顯著，說明工具變量與被解釋變量之間存在強相關關系，符合工具變量的相關性要求。作為對照，表2第4列報告了兩階段最小二乘法(Two Stage Least Square，2SLS)的估計結果。2種估計方法的參數值存在一定差異，下文基于IV-Tobit的估計結果展開分析。

勞動力成本上升對經濟林種植具有負向影響。表2顯示，勞動力成本的估計系數為負，且在5%的統計水平上顯著，表明勞動力成本上升會導致經濟林種植減少。這驗證了“勞動力成本效應”和假說1的成立。該發現與已有的關注勞動力成本上升對農業種植結構調整的研究結論(鐘甫寧等，2016；仇童偉等，2018)類似。

集體林改對相對收益與經濟林種植的關系具有正向調節作用。表2顯示，集體林改與相對收益的交互項系數值為正，且在1%的統計水平上顯著，表明集體林改后，相對收益對經濟林種植的正向效應被強化。這驗證了假說3的成立。集體林改后，農戶獲得了更加完整的林地產權，緩解了農戶根據相對收益調整商品林種植結構的制度性約束，使得相對收益的正向效應被進一步強化。從數值上看，表2顯示，勞動力成本效應為-0.22，相對收益和交互項的效應分別為0.42和0.28。這為相對收益的正向效應占據主導優勢提供了初步的判斷依據。出于可比性考慮，利用式(2)計算勞動力成本、相對收益和交互項對商品林種植結構變化量的貢獻率(圖3)。結果顯示，勞動力成本效應的貢獻率約為-26%，相對收益效應、交互項效應的貢獻率分別約為41%、28%。這反映出相對收益占據主導性優勢，由此導致了經濟林面積占比增加。這合理解釋了勞動力成本上升背景下商品林種植結構“趨經濟林化”。

表2 IV-Tobit模型回歸結果①Tab.2 Estimated results of IV-Tobit model

產權改革的跨部門差異是農林業種植結構呈現反向調整趨勢的可能成因。以家庭聯產承包責任制為標志的土地改革，在20世紀80年代基本完成。然而，直到2008年黨中央、國務院《關于全面推進集體林權制度改革的意見》的出臺，類似的改革才得以在林業部門全面實施(劉璨，2020)。由于效應的衰減性，產權改革對相對收益效應的強化機制難以長久維持。因此，農業與林業種植結構方向呈現差異化調整的可能解釋是，受時效性影響，產權改革的強化機制在農業部門難以發揮作用，導致勞動力成本效應占據主導位置，使得農業種植結構整體呈現“趨糧化”特征(羅必良等，2018；鐘甫寧等，2016)。

3.2 反向視角的機理驗證

上述發現的反向推理是，如果集體林改沒有發生或處于初級階段，那么集體林改的強化效應應該不顯著或較弱，進而相對收益的正效應不會占據主導地位。因此，有必要從反向視角進一步驗證上述發現的合理性。2008年黨中央、國務院《全面推進集體林權制度改革的意見》的出臺，標志著新一輪集體林改在全國展開。從時間上看，樣本數據顯示，截至2009年沒有完成林改的樣本農戶約占總樣本的49.70%。因此，前4年數據為反向機理驗證提供了理想的實驗樣本。本文將2003、2007—2009年共計4年數據帶入式(1)進行回歸，從反向視角檢驗假說1-3，估計結果如表3所示。其中，勞動力成本變量、相對收益變量、交互項的符號均符合假說預期，且都在1%的統計水平上顯著。然而，與表2不同的是，交互項以及集體林改的系數估計值很小。這反映出集體林改尚未完成時，產權改革對相對收益的強化機制較弱。從系數估計上看，勞動力成本的系數為-1.00，相對收益與交互項的系數分別為0.93和0.05。從圖3的貢獻率來看，勞動力成本效應的貢獻率約為-34%，相對收益和交互項效應的貢獻率分別約為25%、17%。可見，相對收益效應相比于勞動力成本效應不具有顯著優勢，這也合理解釋了圖2中經濟林面積占比在前期未發生顯著增長的現象。這一發現從反向視角驗證了假說1-3。

表3 反向視角的機理驗證回歸結果Tab.3 Estimated results from an opposite perspective

圖3 勞動力成本效應、相對收益效應和交互項效應的貢獻率Fig.3 Contribution rates of labor cost,relative revenue and interaction term

3.3 穩健性分析

為考察回歸結果的可靠性，進行如下穩健性檢驗：首先，更換工具變量，將同一縣中除本村外其他村的集體林改完成率作為新的工具變量，記為模型1；其次，第2階段的Tobit回歸采用隨機效應模型進行參數估計，記為模型2；第三，將被解釋變量換為用材林面積占比，記為模型3；第四，將集體林改變量的指標由“改革是否已完成”替換為“改革是否已開始”，重新進行IV-Tobit估計，記為模型4。估計結果如表4所示。其中模型1、2、4的核心解釋變量符號和顯著性水平與表2基本一致，模型3的核心解釋變量符號與表2相反，這是因為模型3的被解釋變量是用材林面積占比，與經濟林面積占比之間存在反向關系。因此，上述4個模型顯示出本文的估計結果是穩健的。

表4 穩健性檢驗Tab.4 Robust test

4 研究結論與政策啟示

4.1 研究結論

在農村勞動力成本上升背景下，中國主要集體林區的商品林種植結構卻出現了“趨經濟林化”現象，這與農業的“趨糧化”特征相反，也與理論預期不符。以此為切入點，構建了“勞動力成本-相對收益-商品林種植結構”理論分析框架，從勞動力成本和相對收益雙向效應出發，對上述現象的形成機制進行分析。主要研究結論如下：

第一，商品林種植結構調整受勞動力成本和相對收益兩方面因素影響，其調整方向取決于二者強弱對比。回歸結果表明，勞動力成本上升對經濟林面積占比具有顯著負向影響，相對收益對經濟林面積占比有顯著正向影響，這揭示了商品林種植結構調整的內在機制。

第二，集體林改對相對收益具有強化效應，使得相對收益效應占據優勢，進而導致“趨經濟林化”的發生。回歸結果表明，集體林改與相對收益的交互項對經濟林面積占比具有顯著的正向影響，且集體林改與交互項的貢獻率大于勞動力成本。這合理解釋了勞動力成本上升背景下經濟林面積占比增長現象。

4.2 政策啟示

上述結論為科學研判勞動力成本上升背景下中國林業部門未來發展具有重要政策啟示。在農村勞動力成本上升的大趨勢下，農戶傾向于種植相對收益較高的經濟林以抵減勞動力成本壓力。預計今后一段時間內，經濟林面積占比將會出現一定程度地增長。這種動態調整趨勢是否會對國家木材安全造成影響，值得持續性關注。有關部門應從成本和收益2條渠道入手，積極引導農戶調整商品林種植結構；同時，科學制定商品林種植結構規劃，確保用材林占比位于合理范圍內，充分發揮林業在國家生態文明建設中的重要作用。