【北京市某山区造林工程对农户收入影响趋势实证分析案例4100字】

北京市某山区造林工程对农户收入影响趋势实证分析案例目录TOC\o"1-3"\h\u22249北京市某山区造林工程对农户收入影响趋势实证分析案例 1189181.1计量模型选取 1258251.2计量模型构建 193571.3数据结构与指标构建 2118701.3.1数据结构 216321.3.2被解释变量 3281991.3.3解释变量 3140421.3.4控制变量 3118631.4对农户收入的影响趋势实证研究 376951.5结果与分析 41.1计量模型选取已有研究多采用双重差分法与DEA数据包络法进行计量分析。双重差分法是指用来进行项目分析与政策评估的一种计量经济方法，假设目标变量为y，试验组T（受政策影响），对照组C（未受政策影响），一般政策实施后可以直接对试验组和对照组行对比，将此单差分的差异减去政策实施之前的两组固有差异，则可以得到双重差分，基于具体研究对象构建的模型即为双重差分模型。主要用于估计某项政策或项目的实施效应。由于政策相较于微观经济主体而言一般是外生的，所以双重差分法在一定程度上可以忽略内生性问题。为实证分析结果的可信度与适用性提供了保证。因此，本章本章选用“双重差分法法”（Difference-in-Difference简称DID）对北部山区造林工程建设的实施效果、造林农户受益程度及工程后续建设的可持续性进行分析与评价。1.2计量模型构建首先，假设对于某一个特定项目P，随机选取了其中某一样本，并观察其收入Y在政策实施前后的变动情况，假设上述样本中A组成员参加了政策实施，B组人员未参与政策实施，若样本对象属于A组，则dA等于1，否则等于0。其次，令dt代表政策实施后的虚拟变量，即政策实施后dt等于1，政策实施前dt等于0。再次，假设ε为干扰项，表示其余未受控制的影响因素。由此可以建立以下模型：Y根据上述模型，可以分别得到表示政策处理组和控制组收入变动的两个模型，其中，控制组dA等于0，故模型可以表示为：Y由此可见，政策控制组B组在政策实施前后的收入分别为：Y因此，政策实施前后，控制组的收入平均变动dif1=Y因此，政策实施前后，处理组的收入平均变动dif由于样本农户为随机选取，因此，本章假设政策参与者与未参与者之间不存在系统差异。若处理组不参与政策，则其收入变动应与未参与政策者的收入变动情况相同，即收入平均变动β，而实际处理组收入变动在政策实施前后平均为β+dif表6-1政策实施预期效果试验组政策实施预期效果差分政策实施后政策实施前处理组α+β+δ+γα+δβ+γ控制组α+βαβ差分γ由表6-1可知，处理组差分（β+γ），即有特定特征的处理组在政策实施期间的均值的变化量，反映了政策的可能影响与其他未被观测到的影响之和。此时我们注意到有特定特征的处理组在通过第一次差分把未被观测的决定因素排除了。控制组差分（β），也就是控制组在这一时期均值的变化量，其仅仅反映了其他未被观测到的影响。计算处理组与控制组差分的差分γ（即（β+γ）-β=γ），由此可得到在同一时期特定政策实施的影响结果。1.3数据结构与指标构建1.3.1数据结构本文运用双重差分法研究造林工程实施对农户收入的影响。因此，本文选取造林工程实施前（2017年）与造林工程实施后（2019年）造林覆盖区域农户作为研究样本。所使用的数据均来自当地相关政府部门及村委会内拥有的造林及农户收入相关的统计数据。最终选取329户家庭的家庭收入等相关数据，通过筛选获得316个数据样本，其中参与造林工程农户166户，未参与造林农户150户。1.3.2被解释变量本文研究造林工程对农户收入的影响，被解释变量为农户收入水平。农户收入主要从种植业、国家补贴方面以及外出打工所得。因此，本文将采用造林前后种植业人均纯收入、造林前后农业人均纯收入、非农就业人均收入与人均纯收入为指标进行衡量。1.3.3解释变量根据以往的文献研究，本文使用双重差分法进行政策评估，其核心解释变量为did、treat与period，若农户参与了造林工程则赋值为1，否则为0。1.3.4控制变量在实际生活中，由于有众多因素影响农户家庭收入变化，为了排除其他影响农户收入的因素造成的偏误，因此，本文主要选择了受访者年龄、文化水平、非农就业人数、劳动人口数、造林面积、离造林地距离、造林工程了解程度、造林信息透明度、造林补贴兑现情况、造林技术指导与造林工程参与意愿作为相关控制变量。1.4对农户收入的影响趋势实证研究本节将结合北部山区造林工程说明双重差分法的应用及其计算。假设研究区农户分为参加造林工程分为参与造林农户与未参与造林农户两组，其中A组（作用组）农户参与了造林工程，B组农户（对照组）未参与造林工程。Y表示农户人均年收入，为被解释变量，变量ds为衡量农户是否参与造林工程的虚拟变量，若农户参与造林工程则ds等于1，否则ds等于0；变量dt代表样本数据是否来自造林工程实施后的虚拟变量，如果是，则dt等于1，否则dt等于0。假设μ为干扰项，表示表示其余未受控制的影响因素其中βiY=由模型（6-1）可得参与造林工程农户和未参与造林工程农户其收入变动的模型，其中：（1）对于未参与造林工程农户，未造林，则ds等于0，故模型可以表示为：Y=故未参与造林工程农户在工程实施前后收入分别为：Y由此可见，造林工程实施前后，未参与造林工程农户的收入平均变动为：dif（2）对于参与造林工程农户，参与了造林工程，则ds等于1，故模型可以表示为：Y=故参与造林工程农户在工程实施前后收入分别为：Y由此可知，造林工程实施前后，参与造林工程农户的收入平均变动为：dif由于研究区农户样本为随机选取所得，因此应剔除参与造林农户与未参与造林农户之间的系统差异。因此，北部山区造林工程对参与造林农户的净影响为：dif此外，本文应用DID对工程项目实施的政策目标进行检验并进行下一步的实证分析。对Difference-in-Difference估计公式的描述如下：Yit其中，i表示农户，t表示时期，Yit表示在t时期内农户i的不同类别人均收入；dsi为一个二值变量，1代表参与造林农户农户，0代表未参与造林农户；dt1Yi1.5结果与分析对于一阶差分模型（3-5）进行估计，由于北京市北部山区造林工程是在2000年开始启动的，因此将2000年作为造林工程实施前的基准年，将2019年作为造林工程实施后的评价年。表6-2列出了一阶差分模型（6-5）的估计结果。表6-2一阶差分模型估计结果被解释变量时变不可观测（did）参与（未参与）造林农户不可观测差异效应（treat）工程净参与效应（period）DW补贴前种植业人均纯收入-8.37-2.71-7.491.23（-0.89）（-0.31）（-3.79**）补贴后种植业人均纯收入7.2923.537.561.26（-0.81）（0.33）（0.07）补贴前农业人均纯收入38.21129.4429.441.79（0.28）（0.29）（0.21）补贴后农业人均纯收入34.98185.72110.271.99（0.28）（0.28）（0.67）非农就业人均收入281.14238.5197.741.76（4.74）（1.18）（1.05）人均纯收入（除补贴）135.67182.34-147.631.88（0.7）（1.24）（1.37*）人均纯收入（包补贴）117.69183.0161.391.81（0.71）（1.25）（1.19）资料来源：根据调查数据，通过SPSS软件回归分析整理而得。注：1．括号内为t值；2．*代表10%水平显著；**代表5%水平显著；***代表1%水平显著。由表6-2的估计结果可知，采用一阶差分法得到的实证分析结果与描述性统计分析所得结果基本一致。首先，在5%的显著水平下，在北部造林工程实施过程中，对农户种植业收入未计入补贴收入的部分影响呈显著负效应，造林工程参与净效应也为负，而种植业收入在计入国家补贴后其种植业收入为显著正效应，造林工程参与正效应也为正。由此说明，造林工程的实施削减了农户实际耕地面积，进而减少了其种植业收入，导致其对于参与造林工程的意愿降低，而国家造林补贴政策的实施弥补了参与造林农户的种植业收入的损失，并且使其家庭总收入有加大幅度增加，农户对于造林工程的参与度也有所增加，若没有补贴，则农户对与参与造林工程的积极性会大幅度降低，并且极有可能复耕不参与后续造林工程的建设。其次，北部山区造林工程对非农就业收入的影响成正效应，但未达到显著性水平，由此说明，造林工程未对非农就业收入产生显著的直接影响，但由于农户非农就业收入增长幅度较大说明造林工程的实施对农户非农就业收入有显著的间接影响，这可能是由于农户耕地面积的减少，其种植业收入降低，因此，农户若想维持其原本生活水平或提高其生活水平只能选择外出务工来维持其生活质量，进而导致其家庭总收