退耕還林工程促進農業生態經濟系統耦合發展路徑研究

摘 要：以陜西省延安市13個縣（區）農業生態經濟系統耦合發展水平為結果變量，利用基于模糊集定性比較分析方法，從工程規模、政策兌現面積、政府財政支持、退耕還林政策、退耕林草質量5個維度探究退耕還林工程對農業生態經濟系統耦合發展水平的影響。結果表明：工程規模、政策兌現面積、政府財政支持、退耕還林政策、退耕林草質量這5個條件變量均不是農業生態經濟系統耦合發展水平的必要條件；退耕還林工程促進高水平農業生態經濟系統耦合發展的路徑有4條，導致低水平農業生態經濟系統耦合發展的路徑有2條。

關鍵詞：退耕還林工程；農業生態經濟系統；模糊集定性比較分析；組態分析

中圖分類號：F323.22 文獻標志碼：A 文章編號：1674-7909（2023）02-52-4

1 研究背景

退耕還林工程是我國乃至世界上投資最大、涉及面最廣、群眾參與度最高的一項重大生態工程，可以實現合理利用土地資源、增加林草植被覆蓋面積、維護生態安全、調整農村產業結構、增加農民經濟收入等目標，是一舉多贏的戰略性舉措［1］。現如今，退耕還林工程是許多地區農村經濟活動的重心，對農民的生產生活方式、地方經濟及社會的發展等各個方面都產生了巨大而深遠的影響［2］。因此，筆者研究退耕還林工程和農業生態經濟系統耦合發展水平之間的關系，以進一步細化退耕還林政策，促進農業生態經濟系統發展。

陜西省延安市是退耕還林工程的重點市之一，通過實施退耕還林工程，生態環境得到了較好的改善。筆者以延安市13個縣（區）為例，采用模糊集定性比較分析方法（Fuzzy-Set Qualitative Comparative Analysis，fsQCA）分析退耕還林工程如何促進農業生態經濟系統耦合發展。模糊集定性比較分析方法是一種案例導向型的研究方法。其基于集合論思想和組態思維，將定性分析與定量分析有效聯結，基本思想是借助架構理論和布爾代數運算，從集合的角度考察前因條件及條件組合與結果的關系，從而解釋現象背后的復雜因果關系［3］。

2 文獻綜述

在退耕還林方面，目前學者研究的重點之一是工程實施后退耕區域所產生的效益。例如，楊致遠等［4］基于延安市1999—2019年退耕還林工程數據，對延安市退耕還林工程生態效益進行評估；高清等［5］基于贛南、鄂北地區農戶調查數據，運用均值回歸和分位數回歸方法分析了新一輪退耕還林工程對農戶收入的影響。

在農業生態經濟系統耦合方面，王繼軍等［6］分析了陜西省紙坊溝流域1938—2008年農業生態經濟系統的耦合態勢；汪陽潔等［7］基于黃土丘陵退耕區米脂、安塞和吳起三縣的農戶抽樣調查數據，運用灰色關聯分析法定量測算了該區域農業生態系統耦合協調發展態勢。這些研究對于穩固退耕還林工程成果具有一定的借鑒作用，但都存在一個問題，即沒有系統揭示退耕還林工程是如何促進農業生態經濟系統耦合發展的。基于此，筆者采用模糊集定性比較分析法對退耕還林工程和農業生態經濟系統耦合發展水平之間的關系進行分析。

3 研究方法與研究數據

3.1 研究方法

筆者采用模糊集定性比較分析方法（fsQCA）進行研究，該方法關注條件組態與結果之間的復雜因果關系［8］。一般來說，農業生態經濟系統耦合發展水平是由多個因素共同影響的，單一變量往往作用有限。因此，筆者以延安市13個縣（區）為樣本，以延安市13 個縣（區）的農業生態經濟系統耦合發展水平作為結果變量，以工程規模、政策兌現面積、政府財政支持、退耕還林政策、退耕林草質量5 個變量作為條件變量，探究退耕還林工程和農業生態經濟系統耦合發展水平之間的關系。

3.2 數據來源

各變量數據來源具體如下。

工程規模。由2020年延安市13縣（區）人工造林面積、飛播造林面積、無林地和疏林地新封面積之和表示，數據來源于《延安市統計年鑒》。

政策兌現面積。數據來源于2020年延安市人民政府發布的新一輪退耕還林政策兌現面積和資金兌付表。

政府財政支持。由2020年政府對各縣（區）退耕還林經費支出表示，數據來源于延安市人民政府。

退耕還林政策。筆者主要使用2020年各縣（區）發布的相關退耕還林政策，其主要來源于延安市人民政府網、延安市林業局網站等。

退耕林草質量。退耕林草質量由退耕還林工程實施后林草成活率表示，數據來源于延安市13個縣（區）人民政府。

3.3 數據校準

校準是模糊集定性比較分析的一個關鍵操作，其是給案例賦予集合隸屬的過程。筆者根據相關理論，運用直接校準法將數據轉化為0～1的模糊集隸屬分數［9］。以樣本數據分布的95%、50%和5%的值分別作為模糊集的3個錨點，即完全隸屬、交叉點和完全不隸屬所對應的數值［10］。最后得出結果變量與條件變量的模糊集隸屬分數如表1所示。

4 結果分析

4.1 必要性檢驗

必要條件是導致結果變量發生必須存在的條件，但其存在并不能保證結果必然發生［11］。必要條件分析是為了判斷單一條件變量是否是影響最終結果的必要條件，通常選用一致性和覆蓋率作為衡量指標［12］。利用模糊集定性比較分析軟件對延安市13個案例縣（區）進行必要性實證分析，結果見表2。

一致性是判斷條件變量是否是結果變量的必要條件的重要檢測標準，如果一致性得分大于0.9，那么條件變量就是結果變量的必要條件。由表2可知，在高水平和低水平農業生態經濟系統耦合中，5個條件變量的一致性水平均小于0.9，不構成必要條件。因此，需要對這5個條件變量進行組合分析，找出影響農業生態經濟系統耦合協調發展的多種條件組合。

覆蓋率則用于判斷條件變量能否較好地解釋結果變量，覆蓋率數值越高，表示解釋力度越好［13］。筆者選取的5個條件變量的覆蓋率均較高，說明這5個條件變量對結果變量具備較好的解釋力。

4.2 組態分析

條件組態路徑分析是在通過單個條件的一致性檢驗后，測量不同條件變量多重并發作用對結果變量的系列影響，是fsQCA研究方法的核心。充分性分析是在單個變量必要性分析的基礎上找出所有條件變量可行的組態［14］。模糊集定性比較分析的結果存在三類解：復雜解（未使用邏輯余項）、簡約解（使用所有邏輯余項）及中間解（僅使用經過理論或實踐證實過的邏輯余項［15］）。由于中間解既綜合了單個變量之間的不同組態，又包含了最終解的核心條件，所以選取中間解作為結果組態。在簡約解和中間解中同時存在的條件為核心條件，僅出現在中間解中的條件為邊緣條件［16］。組態分析如表3所示。

組態1：以政府財政支持為核心條件、退耕還林政策為邊緣條件的退耕還林工程可以產生高水平農業生態經濟系統耦合。由此可見，無論工程規模、政策兌現面積及退耕林草質量如何，只要政府能給予強大的財政支持，提供完善的退耕還林政策，就能創造出高水平農業生態經濟系統耦合。

組態2：以政府財政支持為核心條件、退耕還林政策和退耕林草質量為邊緣條件的退耕還林工程可以產生高水平農業生態經濟系統耦合。這表明無論工程規模和政策兌現面積如何，只要政府能給予強大的財政支持，并提供完善的退耕還林政策，提高退耕林草質量，就能創造出高水平農業生態經濟系統耦合。

組態3：以退耕還林政策和退耕林草質量為核心條件、政策兌現面積和政府財政支持為邊緣條件的退耕還林工程可以產生高水平農業生態經濟系統耦合。這表明無論退耕還林工程規模如何，只要政府積極實施退耕還林政策，提高退耕林草質量，并設置合理的政策兌現面積和政府財政支持，就可以創造出高水平農業生態經濟系統耦合。

組態4：以政府財政支持為核心條件，以工程規模、退耕還林政策和退耕林草質量為邊緣條件的退耕還林工程可以產生高水平農業生態經濟系統耦合。這表明無論政策兌現面積如何，只要政府提供充足的財政支持，并提供完善的退耕還林政策，提高退耕林草質量，就可以創造出高水平農業生態經濟系統耦合。

此外，筆者也檢驗了產生低水平農業生態經濟系統耦合的條件組態（組態5和組態6）。

組態5：在退耕還林政策為邊緣條件，且政策兌現面積和政府財政支持未出現的情況下，無論工程規模和退耕林草質量情況如何，農業生態經濟系統耦合水平都較低。

組態6：在退耕還林政策和退耕林草質量為邊緣條件，且政策兌現面積和政府財政支持未出現的情況下，無論工程規模如何，農業生態經濟系統耦合水平都較低。

4.3 穩健性檢驗

杜運周［17］指出，可以采用調高一致性閾值、提高PRI一致性、新增其他條件、增加或刪除案例的方式進行fsQCA穩健性檢驗。筆者將案例一致性閾值由0.75提升至0.80，新組態結果與上述結果一致，說明該結果具有較好的穩健性。

5 結論與不足

5.1 研究結論

筆者運用模糊集定性比較分析方法（fsQCA）和組態思維分析退耕還林工程影響農業生態經濟系統耦合發展水平的路徑，探索退耕還林工程與農業生態經濟系統耦合發展之間的復雜關系。通過上述分析得出以下結論。

①工程規模、政策兌現面積、政府財政支持、退耕還林政策、退耕林草質量這5個條件變量均不是農業生態經濟系統耦合發展水平的必要條件。

②退耕還林工程促進高水平農業生態經濟系統耦合發展有4條關鍵路徑（組態1至組態4）。在4條路徑中，政府財政支持、退耕還林政策、退耕林草質量是核心條件。

③退耕還林工程導致低水平農業生態經濟系統耦合發展存在2條解釋路徑（組態5和組態6）。

5.2 不足與展望

為了提高縣域內退耕還林工程效率，進而提升農業生態經濟系統耦合發展水平，筆者給出如下建議。

①加強退耕還林監管，提高重視度，落實責任制。做好退耕還林工程驗收工作，對于成林率高和已有退耕收益的林地，可減少驗收檢查；各鄉鎮政府之間協調配合，及時解決退耕還林過程中遇到的問題。

②積極推動退耕還林政策兌現工作，依法處置以各種方式推諉不兌現退耕還林補助的工作人員。

③提高造林成活率。造林成活率低不僅會增加造林成本，而且會降低當地造林人員的造林積極性。在退耕還林過程中，必須遵循林業發展規律，按當地氣候及土壤條件制訂規劃方案，因地制宜選擇造林樹種，合理規劃造林密度，以實現退耕還林效益最大化。

參考文獻：

［1］徐彩瑤，王苓，潘丹，等.退耕還林高質量發展生態補償機制創新實現路徑［J］.林業經濟問題，2022（1）：9-20.

［2］高磊，楊現坤，胡海珠，等.重慶市退耕還林工程實施的生態和經濟效益分析［J］.水土保持研究，2019（6）：353-358.

［3］FISS P C.Building better causal theories：a fuzzy set approach to typologies in organization research［J］.Academy of Management Journal，2011（2）：393-420．

［4］楊致遠，劉琪璟，秦立厚，等.延安市退耕還林工程生態效益評價［J］.西北林學院學報，2022（1）：259-266.

［5］高清，朱凱寧，靳樂山.新一輪退耕還林規模的收入效應研究：基于還經濟林、生態林農戶調查的實證分析［J/OL］.農業技術經濟：1-15［2022-12-08］. https：//kns.cnki.net/kcms/detail/detail.aspx？dbcode=CAPJamp;dbname=CAPJLASTamp;filename=NYJS20211213003amp;uniplatform=NZKPTamp;v=iTunj5N9gP8S-1T3mW C3diOUWIYM7BjwSGrGkdgfZiYlcFKD8lmOLHfIrob xgann.

［6］王繼軍，姜志德，連坡，等.70年來陜西省紙坊溝流域農業生態經濟系統耦合態勢［J］.生態學報，2009（9）：5130-5137.

［7］汪陽潔，姜志德，王繼軍.基于農業生態系統耦合的退耕還林工程影響評估［J］.系統工程理論與實踐，2015（12）：3155-3163.

［8］FISS P C. A set-theoretic approach to organizational configurations［J］.The Academy of Management Review，2007（4）：1180-1198.

［9］郝政，KIHO Kwak，黃明浩，等.國家創新系統對經濟趕超績效影響的定性比較分析：基于QCA方法的聯動效應研究［J］.經濟問題探索，2022（10）：33-52.

［10］RAGIN C C.Redesigning Social Inquiry：Fuzzy Sets and Beyond［M］.Chicago：University of Chicago Press，2008：153-168.

［11］周凌，峗怡.衛生事業發展影響因素研究：基于中東歐17國定性比較分析（QCA）［J］.中國衛生事業管理，2022（8）：561-565.

［12］杜運周，賈良定.組態視角與定性比較分析（QCA）：管理學研究的一條新道路［J］.管理世界，2017（6）：155-167.

［13］段海艷，李一凡.制造業衰退企業快速逆轉的戰略選擇：基于QCA方法的研究［J］.財會月刊，2022（7）：133-142.

［14］趙貞，李華晶，陳睿綺.基于QCA方法的生態倫理與創業意圖關系研究［J］.生態經濟，2021（10）：214-221.

［15］RAGIN C C. Redesigning social inquiry： Fuzzy sets and beyond［J］. Social Forces，2010（4）：1936-1938.

［16］齊統祥.陜西省吳起縣退耕還林工程建設可持續發展思考：以白豹鎮廟臺村為例［J］.世界熱帶農業信息，2021（12）：71-72.

［17］杜運周，李佳馨.復雜動態視角下的組態理論與QCA方法：研究進展與未來方向［J］.管理世界，2021（3）：180-197.