林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的影響*

萬深瑋，朱洪革，侯天坤，高翔

(1.東北林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，哈爾濱 150040；2.吉林省白山市三岔子林業(yè)局 a.計(jì)劃發(fā)展處，b.天保中心，吉林 白山 134702)

自中國精準(zhǔn)扶貧攻堅(jiān)戰(zhàn)取得舉世矚目的成就以來，貧困治理方式也發(fā)生了本質(zhì)的變化[1]。政策方針變遷主要表現(xiàn)為由原先的大面積、大范圍、大動作逐步過渡為以小抓手為主[2]。生態(tài)扶貧作為創(chuàng)新治理模式的重要內(nèi)容，被運(yùn)用于多數(shù)自然資源豐富而地區(qū)貧困的偏遠(yuǎn)山區(qū)，因此中國一些森林資源豐富的貧困區(qū)域主要依賴生態(tài)扶貧政策對面臨脆弱環(huán)境的群體進(jìn)行幫扶，其中重要舉措之一就是生態(tài)護(hù)林員政策[3]。該政策一方面保護(hù)了以森林為主的生態(tài)環(huán)境，另一方面通過提供公益性崗位使生計(jì)脆弱人口能夠就近就業(yè)，在維持基本生計(jì)的同時獲得一定的補(bǔ)貼收入，進(jìn)而提升生計(jì)水平以實(shí)現(xiàn)脫貧。從結(jié)果來看，該政策確實(shí)能夠一定程度上實(shí)現(xiàn)當(dāng)?shù)氐姆鲐毮繕?biāo)任務(wù)，消除原建檔立卡戶的絕對貧困[4]。然而，在降低返貧風(fēng)險，提高生計(jì)穩(wěn)定性，改善生計(jì)脆弱環(huán)境等方面仍暴露出一些問題：一是多數(shù)生態(tài)護(hù)林員因政策補(bǔ)貼可能會產(chǎn)生福利依賴的情況，這些生態(tài)護(hù)林員主要表現(xiàn)出“等補(bǔ)貼，要扶持，靠政府”的特征，導(dǎo)致自身持續(xù)脫貧，穩(wěn)定脫貧的自主動力不足[5]。二是內(nèi)容單一的生態(tài)扶貧無法很好地起到均衡造血作用，對待不同致貧原因、不同脫貧方式、不同背景條件的生態(tài)護(hù)林員難以發(fā)揮統(tǒng)一的、應(yīng)有的作用，這將導(dǎo)致大部分生態(tài)護(hù)林員陷入生計(jì)脆弱環(huán)境，面臨返貧風(fēng)險。三是生態(tài)護(hù)林員政策配套措施的完善程度仍有待加強(qiáng)。林草科技培訓(xùn)體系旨在普及生態(tài)護(hù)林員崗位知識，使其更好地完成本職工作，保障基本工資補(bǔ)貼以保持基礎(chǔ)生計(jì)狀況，對其他林業(yè)生計(jì)的拓展相對較少；同時，對林業(yè)相關(guān)就業(yè)技能的培訓(xùn)專業(yè)術(shù)語較多，對部分未完成義務(wù)教育生態(tài)護(hù)林員來說較為晦澀，因此對該部分生態(tài)護(hù)林員促進(jìn)可持續(xù)生計(jì)發(fā)展的作用也十分有限。由于林草科技培訓(xùn)的參與主體不同，生態(tài)護(hù)林員選擇是否參與的決策不同，林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的作用機(jī)理并不清晰，這就阻礙了后續(xù)生態(tài)護(hù)林員政策的優(yōu)化改進(jìn)，可能會導(dǎo)致后扶貧時代生態(tài)護(hù)林員群體收入不平等、脫貧不穩(wěn)定以及暴露風(fēng)險增加等諸多問題[6-8]。進(jìn)一步研究發(fā)現(xiàn)，關(guān)于林草科技培訓(xùn)對農(nóng)戶的生計(jì)福利作用的文獻(xiàn)已較為豐富，主要側(cè)重于培訓(xùn)工作對不同主體的作用或培訓(xùn)增收效果的研究，如有學(xué)者將參加林業(yè)培訓(xùn)的次數(shù)納入到交易能力的維度，同時通過調(diào)查數(shù)據(jù)檢驗(yàn)了林業(yè)培訓(xùn)在交易能力的維度中對農(nóng)戶生計(jì)穩(wěn)定有顯著正向作用，有利于促進(jìn)其生計(jì)策略轉(zhuǎn)向新型林業(yè)經(jīng)營，從而達(dá)到生計(jì)穩(wěn)定與家庭增收[9]。是否接受過林業(yè)培訓(xùn)會影響到農(nóng)戶的林種選擇意愿，進(jìn)而影響農(nóng)戶生計(jì)資本水平，參與林業(yè)培訓(xùn)的農(nóng)戶生計(jì)資本水平較高，同時面臨生計(jì)風(fēng)險的程度也相對較低[10]。但鮮有研究關(guān)注林業(yè)科技培訓(xùn)在生計(jì)穩(wěn)定發(fā)展中的影響，在未來提高生態(tài)護(hù)林員可持續(xù)生計(jì)水平、實(shí)現(xiàn)穩(wěn)定脫貧的道路上，林草科技培訓(xùn)承擔(dān)的角色、實(shí)際生計(jì)福利效應(yīng)與異質(zhì)性作用都需要科學(xué)的測算和回答，這對未來促進(jìn)脫貧戶實(shí)現(xiàn)可持續(xù)生計(jì)具有實(shí)踐意義和理論價值?；谏鲜鲅芯勘尘昂途C合思考，以生態(tài)護(hù)林員作為研究對象，以生計(jì)脆弱性為研究視角，以改進(jìn)后的可持續(xù)生計(jì)分析框架為理論基礎(chǔ)，分析調(diào)查樣本中所有生態(tài)護(hù)林員的生計(jì)脆弱水平，并進(jìn)一步探討林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的影響機(jī)理，為改進(jìn)和優(yōu)化林草科技培訓(xùn)體系提供科學(xué)指導(dǎo)和參考建議，促進(jìn)生態(tài)護(hù)林員的技能提升和生計(jì)轉(zhuǎn)型，筑牢防止規(guī)模性返貧的防護(hù)堤。

1 數(shù)據(jù)與方法

1.1 理論分析

盡管生態(tài)扶貧在消除絕對貧困上已取得顯著成效[11]，但是在解決脫貧戶后續(xù)生計(jì)脆弱的問題上仍存在一定障礙[12]，如果繼續(xù)沿用偏重貼補(bǔ)資金、幫扶生活物質(zhì)的單一模式無法滿足現(xiàn)實(shí)需求，未來政策應(yīng)該側(cè)重于提高脫貧家庭的可持續(xù)性生計(jì)水平，幫助其有效抵御返貧風(fēng)險。

人力資本理論將人力資本定義為一種體現(xiàn)在勞動、技能與知識上的財(cái)富，強(qiáng)調(diào)“技能”的價值，理解該價值需要密切關(guān)注生態(tài)護(hù)林員“技能價值”的形成過程，即林草科技培訓(xùn)。依據(jù)人力資本理論可以得出，林草科技培訓(xùn)與生態(tài)護(hù)林員的技能發(fā)展息息相關(guān)，進(jìn)而促進(jìn)其生計(jì)的穩(wěn)定[13]。林草科技培訓(xùn)的內(nèi)容主要包括崗位培訓(xùn)和職業(yè)培訓(xùn)，崗位培訓(xùn)的主要內(nèi)容包括生態(tài)護(hù)林員基本職責(zé)的介紹與考核，職業(yè)培訓(xùn)主要包括當(dāng)?shù)亓謽I(yè)相關(guān)產(chǎn)業(yè)發(fā)展政策的解讀、就業(yè)活動中相關(guān)科學(xué)技術(shù)的講解、林業(yè)借貸抵押的指南以及交流平臺的搭建等。林草科技培訓(xùn)作為提供基本林草知識的主要方式及提升生計(jì)技能的重要工具，在生態(tài)護(hù)林員配套政策中占據(jù)重要地位，也對生態(tài)護(hù)林員獲得本職工作薪資提升以及其他林業(yè)產(chǎn)業(yè)收入拓展有著關(guān)鍵作用，緩解了已脫貧生態(tài)護(hù)林員的生計(jì)脆弱程度，有效地鞏固了脫貧成果[14]。生態(tài)護(hù)林員通過參與林草科技培訓(xùn)，一方面能夠提升自身崗位技能[15]，學(xué)習(xí)林草知識以完成生態(tài)護(hù)林員相關(guān)工作，在掌握相關(guān)的林草經(jīng)營方法，提高自身工作效率的同時能夠拓展自身對林草事業(yè)領(lǐng)域的知識掌握，更加深刻地學(xué)習(xí)到與林草管護(hù)、撫育、巡視和經(jīng)營相關(guān)的內(nèi)容及方式；另一方面能夠提升自身職業(yè)技能[16]，在林草科技培訓(xùn)中完成技能的學(xué)習(xí)、培訓(xùn)和考核，結(jié)合智慧林業(yè)學(xué)以致用，將現(xiàn)代科技手段運(yùn)用到發(fā)展家庭的林下經(jīng)濟(jì)上，更合理地進(jìn)行林業(yè)資源開發(fā)利用，以更好地促進(jìn)家庭生計(jì)改善、完成生計(jì)轉(zhuǎn)型，徹底擺脫脆弱環(huán)境，減少自己的暴露風(fēng)險，同時也意味著自身家庭相對貧困的緩解和生計(jì)脆弱性的降低。倘若未來林草科技培訓(xùn)能夠面向全體生態(tài)護(hù)林員構(gòu)建出新型的、完整的、全流程的創(chuàng)新體系，將更大程度地建設(shè)起生態(tài)護(hù)林員自身抵抗生計(jì)脆弱及防止返貧的紅線，能夠有效降低其生計(jì)脆弱性，使得陷入返貧陷阱的風(fēng)險得以有效減少。主要任務(wù)應(yīng)集中在測算生態(tài)護(hù)林員群體生計(jì)脆弱性，探究林草科技培訓(xùn)對生態(tài)護(hù)林員群體生計(jì)脆弱性是否具有顯著影響以及測度出該培訓(xùn)對生態(tài)護(hù)林員群體降低生計(jì)脆弱性的具體效應(yīng)。

社會分層理論認(rèn)為，不同層級之間在獲取培訓(xùn)機(jī)會或進(jìn)行是否參與培訓(xùn)的抉擇時可能會受到社會階層和自身文化水平等因素的交互影響，同一層級也可能因社會階層位置認(rèn)知不同而產(chǎn)生差異。因此，前期積累的教育水平會作用于生態(tài)護(hù)林員的社會階層自我認(rèn)知，同時這也將成為影響培訓(xùn)效果的關(guān)鍵因素，即生態(tài)護(hù)林員在選擇是否參與林草科技培訓(xùn)時做出的決策會在一定程度上受到自身學(xué)習(xí)能力、知識積累和已有經(jīng)驗(yàn)的影響[17]。同時，在安徽省潛山市實(shí)地調(diào)研過程中，發(fā)現(xiàn)大多數(shù)生態(tài)護(hù)林員受教育程度不高、不懂專業(yè)名詞以及不關(guān)心生計(jì)脆弱嚴(yán)重程度的現(xiàn)象較為普遍。這些問題都會直接作用到林草科技培訓(xùn)對生計(jì)脆弱性的降低效果上，從而使林草科技培訓(xùn)對教育水平不足的生態(tài)護(hù)林員所發(fā)揮的生計(jì)脆弱性降低效應(yīng)相對不明顯。

1.2 變量選取

一是被解釋變量。以生態(tài)護(hù)林員生計(jì)脆弱性的實(shí)際值及生計(jì)脆弱程度作為被解釋變量。生計(jì)脆弱性的實(shí)際值指通過三階段FGLS(可行的廣義最小二乘法)測算出的樣本在未來一段時間內(nèi)陷入生計(jì)脆弱的概率[18]，即生態(tài)護(hù)林員的返貧概率；生計(jì)脆弱程度則是綜合考慮所有樣本的生計(jì)脆弱性實(shí)際值后，按照折算后的概率，即29%的脆弱標(biāo)準(zhǔn)來對該值進(jìn)行劃分，以判別生計(jì)脆弱的程度高低[19]，對生計(jì)脆弱性值高于該概率的樣本賦值為1，表示生計(jì)脆弱程度相對較高，對生計(jì)脆弱性值低于該概率的樣本賦值為0，表示生計(jì)脆弱程度相對較低。

二是核心解釋變量。依托可持續(xù)性生計(jì)分析框架，將生態(tài)護(hù)林員視為在一個脆弱性的背景中尋求穩(wěn)定生計(jì)發(fā)展的群體[20]。在該過程中，生態(tài)護(hù)林員可以通過崗位培訓(xùn)和職業(yè)培訓(xùn)來積累生計(jì)資本，實(shí)現(xiàn)生計(jì)策略的轉(zhuǎn)型，同時提升其配置和使用家庭生計(jì)資產(chǎn)的能力[21]。因此，基于林草科技培訓(xùn)對實(shí)現(xiàn)生態(tài)護(hù)林員生計(jì)長久穩(wěn)定和持續(xù)發(fā)展的重要意義，選取是否參與林草科技培訓(xùn)作為核心解釋變量，對參與和未參與的分別賦值為1和0。

三是工具變量。為了驗(yàn)證是否存在樣本選擇的內(nèi)生性，在工具變量上選取勞動力是否均完成義務(wù)教育以及勞動力平均受教育年限進(jìn)行檢驗(yàn)。生態(tài)護(hù)林員家庭中勞動力的義務(wù)教育完成情況越好、受教育程度越高，其參與林草科技培訓(xùn)的概率就越大[22]。這兩個變量因滿足工具變量選取時的相關(guān)性條件，且這兩個變量不會直接影響生態(tài)護(hù)林員的生計(jì)脆弱性，因而也滿足了工具變量選取時的外生性條件。

四是控制變量。生計(jì)資本是影響生計(jì)脆弱性的關(guān)鍵因素，自身生計(jì)資本的積累能顯著降低家庭的生計(jì)脆弱性[23]。因此，選取家庭生產(chǎn)資料價值代表物質(zhì)資本、選取勞動力健康狀況代表人力資本、選取家庭擁有的林地和耕地總面積代表自然資本、選取緊急時最大能夠借款的金額代表金融資本以及選取城鎮(zhèn)長期居住生活的親友數(shù)量代表社會資本。教育產(chǎn)生的代際可持續(xù)能力也會顯著影響生計(jì)脆弱性，重視對下一代的教育能夠有效抵御生計(jì)風(fēng)險，降低生計(jì)脆弱性。因此，采用家庭的年教育投資作為衡量生態(tài)護(hù)林員代際可持續(xù)能力的指標(biāo)[24]。

各變量的解釋或賦值如表1所示。

表1 變量說明與描述性統(tǒng)計(jì)Table 1 Variables description and their descriptive statistics

1.3 數(shù)據(jù)來源

數(shù)據(jù)來源于課題組于2022年6-8月在安徽省潛山市開展的生態(tài)護(hù)林員政策實(shí)地調(diào)研，采用座談會問卷發(fā)放以及入戶調(diào)查相結(jié)合的方式，問卷中涉及的數(shù)據(jù)皆為受訪者2021年度的相應(yīng)情況，即數(shù)據(jù)的采集截止時間為2021年底。安徽省潛山市林草局一共管轄16個鄉(xiāng)鎮(zhèn)16個林業(yè)站，為保證科學(xué)性和代表性，采用多階段分層抽樣的方式選取樣本。綜合考慮了潛山市各林業(yè)站的林業(yè)科技培訓(xùn)體系完整程度以及各區(qū)域生態(tài)護(hù)林員從事林下經(jīng)濟(jì)的程度，按照分層抽樣選取黃柏鎮(zhèn)、梅城鎮(zhèn)、黃鋪鎮(zhèn)、王河鎮(zhèn)、水吼鎮(zhèn)以及槎水鎮(zhèn)6個林業(yè)培訓(xùn)較完善的鎮(zhèn)級單位，同時選取痘姆鄉(xiāng)、五廟鄉(xiāng)、塔畈鄉(xiāng)以及龍?zhí)多l(xiāng)4個林業(yè)培訓(xùn)體系較簡單的鄉(xiāng)級單位。在選取的每個樣本鄉(xiāng)鎮(zhèn)中按照同樣的選取標(biāo)準(zhǔn)再分層抽樣選取3～4個樣本村，在每個樣本村中再隨機(jī)選取8～12名樣本生態(tài)護(hù)林員，并在每次座談會中按照隨機(jī)數(shù)表法對照名冊隨機(jī)抽取2～4名生態(tài)護(hù)林員進(jìn)行結(jié)構(gòu)式的深訪。調(diào)查共計(jì)發(fā)放問卷508份，剔除缺失值較多、極端值較多的樣本后，得到有效樣本458份，問卷有效率為90.16%。在調(diào)查樣本中參與林草科技培訓(xùn)的生態(tài)護(hù)林員共計(jì)256人，比例55.9%；未參與林草科技培訓(xùn)的生態(tài)護(hù)林員共計(jì)202人，比例44.1%。各變量樣本數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2 變量的描述性統(tǒng)計(jì)Table 2 Descriptive statistics of variables

1.4 數(shù)據(jù)處理

1.4.1 測算生態(tài)護(hù)林員的生計(jì)脆弱性

測算生計(jì)脆弱性存在3種常用的測度方法。由于脆弱性存在定義上的差異，所采用的理論與模型構(gòu)建方法也不同，主要包括預(yù)期的貧困脆弱性(Vulnerability as Expected Poverty，VEP)，代表樣本在將來一段時間陷入貧困或相對貧困的概率[25]；低期望效用脆弱性(Vulnerability as Low Expected Utility，VEU)，代表樣本在均衡消費(fèi)下的效用水平與其期望消費(fèi)下的效用水平之間的差值[26]；風(fēng)險暴露的脆弱性(Vulnerability as Uninsured Exposure to Risk，VER)，代表樣本在風(fēng)險暴露和打擊下對樣本本身帶來的福利上的損失值[27]。其中，對于生態(tài)護(hù)林員群體而言，VER缺乏前瞻性，在生態(tài)扶貧和鄉(xiāng)村振興銜接的時代背景下測算事后的福利效應(yīng)對生態(tài)護(hù)林員的可持續(xù)生計(jì)意義有限[28]；而VEU由于使用單一的效用函數(shù)，不符合林草科技培訓(xùn)背景下生態(tài)護(hù)林員家庭生計(jì)多樣性偏好的實(shí)際情況[29]。相對而言，VEP更適用于截面數(shù)據(jù)，不僅能夠考量生計(jì)變化的動態(tài)性，還考慮了生態(tài)護(hù)林員之間相互關(guān)聯(lián)而產(chǎn)生的異質(zhì)性。因此，借助VEP的理論框架，結(jié)合研究對象、研究區(qū)域的特點(diǎn)，對框架內(nèi)容進(jìn)行進(jìn)一步完善，改進(jìn)為預(yù)期的生計(jì)脆弱性(Vulnerability as Expected Livelihood，VEL)測度框架，使其更適用于生態(tài)護(hù)林員家庭生計(jì)可持續(xù)、返貧風(fēng)險可抵御的目標(biāo)?；谠摽蚣芫C合評價生態(tài)護(hù)林員的生計(jì)狀態(tài)和特征，測度生態(tài)護(hù)林員生計(jì)脆弱性的實(shí)際值，同時識別出生計(jì)脆弱性程度高的群體，即易返貧的生態(tài)護(hù)林員?；诖耍瑢⑸?jì)脆弱性界定為生態(tài)護(hù)林員受自身生計(jì)狀態(tài)和特征影響下的綜合福利水平在未來陷入相對貧困的概率，即易返貧的概率。

在測算具體生計(jì)脆弱性值時，采用三階段可行廣義最小二乘法測算每位生態(tài)護(hù)林員的生計(jì)脆弱性[30]。同時借鑒面臨生計(jì)脆弱的群體可以組成一個亞群的觀點(diǎn)，將其福利水平的中位數(shù)作為生計(jì)脆弱性的閾值線，即生態(tài)護(hù)林員亞群中的相對貧困標(biāo)準(zhǔn)線[31]。對研究樣本的福利水平進(jìn)行計(jì)算可以得出生態(tài)護(hù)林員每年福利水平的中位數(shù)為6500元，即將家庭人均年收入水平為6500元的生態(tài)護(hù)林員樣本作為生計(jì)脆弱的閾值線標(biāo)準(zhǔn)，進(jìn)而測算每個樣本在下一時期低于該閾值的概率，該概率即為樣本生態(tài)護(hù)林員的生計(jì)脆弱性值。

同時，針對脆弱程度高度判別門檻值的設(shè)定一般是50%的概率值[32]，但在鞏固脫貧攻堅(jiān)成果的新要求下，以這種概率作為門檻進(jìn)行測度的方法存在一定的局限性，難以識別出暫時生計(jì)脆弱的生態(tài)護(hù)林員家庭。鑒于此，假設(shè)每位生態(tài)護(hù)林員家庭在未來兩年內(nèi)均存在生計(jì)脆弱的可能性，即生計(jì)轉(zhuǎn)變?yōu)椴豢沙掷m(xù)狀態(tài)的可能性，將50%折算成29%的概率值。因此，研究借鑒其他學(xué)者的做法[33]，設(shè)定29%的概率值為判別線，生計(jì)脆弱性值大于29%的生態(tài)護(hù)林員存在較高的返貧風(fēng)險，其生計(jì)脆弱程度相對較高，將這種概率狀態(tài)下的生態(tài)護(hù)林員定義為生計(jì)脆弱程度較高的群體；相應(yīng)的，生計(jì)脆弱性值小于29%的生態(tài)護(hù)林員存在較低的返貧風(fēng)險，其生計(jì)脆弱程度相對較低，將這種概率狀態(tài)下的生態(tài)護(hù)林員定義為生計(jì)脆弱程度較低高的群體。

1.4.2 傾向得分匹配模型估計(jì)林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的凈處理效應(yīng)

傾向得分匹配法是評估政策實(shí)施與否對研究對象效應(yīng)大小的有效估計(jì)方法之一，即是一種能夠?qū)μ摂M變量作為處理變量進(jìn)行評估的模型[34]。因此，林草科技培訓(xùn)的處理效應(yīng)可以運(yùn)用傾向得分匹配法進(jìn)行估計(jì)，同時該方法能夠有效地避免樣本的自選擇偏誤問題，解決內(nèi)生性。PSM模型是一種非參數(shù)法，使用時有兩個假定前提：可忽略性與共同支撐[35]。

首先，將樣本分為實(shí)驗(yàn)組(參與林草科技培訓(xùn))和控制組(未參與林草科技培訓(xùn))，利用Logit模型估計(jì)出每個生態(tài)護(hù)林員參與林草科技培訓(xùn)的傾向得分值，將分別來源于兩組、傾向得分值相近的樣本共同構(gòu)成支撐領(lǐng)域。其次，基于已知的傾向得分值，將實(shí)驗(yàn)組和控制組進(jìn)行相應(yīng)的匹配，保證兩組特征相似，數(shù)值相近。最后，根據(jù)控制組匹配結(jié)果模擬處理組的反事實(shí)狀態(tài)，即未參與林草科技培訓(xùn)，用以比較生態(tài)護(hù)林員在參與和未參與林草科技培訓(xùn)這兩種互斥的事實(shí)條件下生計(jì)脆弱性的差異情況，即凈處理效應(yīng)。

1.4.3 內(nèi)生性檢驗(yàn)

林草科技培訓(xùn)的參與與否是生態(tài)護(hù)林員自選擇的一種結(jié)果，可能存在樣本內(nèi)生性問題，故首先應(yīng)對生態(tài)護(hù)林員參與林草科技培訓(xùn)之間是否存在內(nèi)生性問題進(jìn)行檢驗(yàn)。在選取合適的工具變量并符合基本假設(shè)后，采用豪斯曼檢驗(yàn)林草科技培訓(xùn)樣本的內(nèi)生性問題，假設(shè)為所有解釋變量都是外生的。Prob>chi2=0.000 7<0.01(表3)，說明在1%顯著性水平上存在內(nèi)生性。因此，需要運(yùn)用PSM來緩解內(nèi)生性，以便在一定程度上避免函數(shù)形式設(shè)定錯誤(FFM)導(dǎo)致的偏差。

表3 內(nèi)生性檢驗(yàn)Table 3 Endogenous test

采用PSM方法對林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的影響進(jìn)行評估，使用Logit模型估計(jì)生態(tài)護(hù)林員樣本參加林草科技培訓(xùn)的概率，從而測算獲得樣本的傾向得分值，并使用全樣本一對一匹配法完成樣本間的匹配，通過了共同支撐檢驗(yàn)。根據(jù)匹配結(jié)果顯示，匹配前各特征變量的偏差率較大，其均值為54.9%，說明參與組和未參與組在各特征變量上存在較大的差異，在此基礎(chǔ)上直接比較兩個組間生計(jì)脆弱性的差異是不準(zhǔn)確的，會存在估計(jì)偏誤。在完成匹配后，各特征變量之間的偏差率明顯降低，其均值為9.9%，說明參與組和未參與組匹配后個體特征的差異得到了很好的消除。

1.4.4 平衡性假設(shè)檢驗(yàn)

平衡性檢驗(yàn)結(jié)果如表4所示，事實(shí)證明特征變量在匹配前基本均通過了T檢驗(yàn)，而匹配后均不再顯著，說明匹配后處理組與控制組之間幾乎不存在系統(tǒng)性差異，這說明匹配后的兩組樣本具有良好的平衡性，總體匹配效果較好。

表4 全樣本各變量匹配前后平衡性檢驗(yàn)結(jié)果Table 4 Balance test before and after matching of each variable of the whole samples

2 結(jié)果與分析

2.1 多數(shù)生態(tài)護(hù)林員均存在相對較高的生計(jì)脆弱性

生態(tài)護(hù)林員生計(jì)脆弱性(L1)測度得到的生計(jì)脆弱性實(shí)際值在0～1之間。生態(tài)護(hù)林員生計(jì)脆弱性實(shí)際值在0.2以下的生態(tài)護(hù)林員有18位，占13.93%；在0.2～0.4的生態(tài)護(hù)林員有28位，占6.11%；在0.4～0.6的生態(tài)護(hù)林員有349位，占76.20%；在0.6～0.8的生態(tài)護(hù)林員有62位，占13.54%，在0.8及以上的生態(tài)護(hù)林員有1位，占0.22%(表5)。總體而言，生態(tài)護(hù)林員的生計(jì)脆弱性多集中于0.4～0.6，比例接近90%，處于0.6以上的生態(tài)護(hù)林員接近14%，說明大多數(shù)生態(tài)護(hù)林員均存在相對較高的生計(jì)脆弱概率，面臨相對較高程度的生計(jì)脆弱性，需要對這部分群體的生計(jì)風(fēng)險進(jìn)行重點(diǎn)關(guān)注，優(yōu)化和完善林草科技培訓(xùn)，通過培訓(xùn)來促使生態(tài)護(hù)林員提升崗位技能和發(fā)展就業(yè)技能。同時，后續(xù)在生態(tài)護(hù)林員政策實(shí)施過程中應(yīng)當(dāng)重點(diǎn)識別和幫扶生計(jì)脆弱性較高的生態(tài)護(hù)林員群體，著重關(guān)注該部分群體接受培訓(xùn)后的實(shí)際生計(jì)改善效果。

表5 生態(tài)護(hù)林員生計(jì)脆弱性測度結(jié)果Table 5 Measurement results of livelihood vulnerability of the ecological forest rangers

如果根據(jù)折算后29%的概率值為判別線，依據(jù)所有生態(tài)護(hù)林員樣本的生計(jì)脆弱性值對樣本進(jìn)行劃分后，得到生計(jì)脆弱程度(L2)較高的樣本群體有434位，占94.76%，較低的生態(tài)護(hù)林員只有24位，僅占5.24%，表明大部分生態(tài)護(hù)林員均存在較高的生計(jì)脆弱性，需要在林草科技培訓(xùn)中采取更具針對性的完善措施，以促進(jìn)生態(tài)護(hù)林員提高資源利用和技能掌握的能力，進(jìn)而改善生計(jì)脆弱的狀況。這與部分脫貧農(nóng)戶處于一般風(fēng)險水平且差異較小的觀點(diǎn)存在差異[36]。這是因?yàn)檠芯繀^(qū)域不一致，較少關(guān)注集體林區(qū)的脫貧生態(tài)護(hù)林員的生計(jì)狀況，且是否參與林草科技培訓(xùn)(P)具有自選擇的特性，這也會導(dǎo)致生態(tài)護(hù)林員之間的生計(jì)脆弱性出現(xiàn)較大分異。

2.2 林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性呈負(fù)向影響

林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性和生計(jì)脆弱程度(L2)的基準(zhǔn)回歸結(jié)果如表6所示。模型(1)～(4)均旨在從生計(jì)脆弱的視角觀察核心解釋變量林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)穩(wěn)定發(fā)展、抵御生計(jì)風(fēng)險能力的影響。由模型(1)和(2)可知林草科技培訓(xùn)會對生態(tài)護(hù)林員的生計(jì)脆弱性產(chǎn)生顯著的負(fù)向影響，同時，家庭生產(chǎn)資料價值(CV1)、勞動力健康狀況(CV2)、自然資本(CV3)、年教育投資(CV4)、在城鎮(zhèn)長期居住的親友數(shù)(CV5)、最大借貸能力(CV6)也是影響生態(tài)護(hù)林員生計(jì)脆弱性的重要因素，模型(3)和(4)所得到的顯著水平和影響方向與模型(1)和(2)大致相同，說明研究具有良好的穩(wěn)健性，以生計(jì)脆弱性和生計(jì)脆弱程度分別作為被解釋變量得到的實(shí)證結(jié)果基本無差異。林草科技培訓(xùn)會對生態(tài)護(hù)林員的生計(jì)脆弱性在1%的顯著性水平上負(fù)向影響，說明開展林草相關(guān)的職業(yè)和崗位培訓(xùn)，可以使生態(tài)護(hù)林員獲得更多的知識，使其掌握發(fā)展林業(yè)相關(guān)生計(jì)所需要的技能，進(jìn)而降低生態(tài)護(hù)林員的生計(jì)脆弱性。該影響在加入控制變量后依然顯著，說明具有良好的穩(wěn)健性。林草科技培訓(xùn)與生計(jì)脆弱性之間存在著緊密的關(guān)系，完善的培訓(xùn)體系不僅有利于生態(tài)護(hù)林員厘清崗位職責(zé)，更好地從事自己的公益性崗位工作，還有利于其通過培訓(xùn)獲得更多林下經(jīng)濟(jì)的相關(guān)信息，在更專業(yè)的指導(dǎo)下進(jìn)行生計(jì)策略的轉(zhuǎn)型，實(shí)現(xiàn)真正意義上的生計(jì)多樣和生計(jì)穩(wěn)定。但部分研究將是否參加就業(yè)培訓(xùn)歸納到社會資本中，得出培訓(xùn)與脫貧群體脫貧穩(wěn)定性的作用并不顯著的結(jié)果[37]。然而對生態(tài)護(hù)林員而言，林草科技培訓(xùn)所涵蓋的內(nèi)容更廣，已不能將其籠統(tǒng)地歸屬到社會資本的范疇中，且生計(jì)脆弱性和脫貧穩(wěn)定性互為相反的測度視角，所以林草科技培訓(xùn)對生態(tài)護(hù)林員的生計(jì)脆弱性發(fā)揮的負(fù)向影響更為明顯。

表6 林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性及生計(jì)脆弱程度的基準(zhǔn)回歸Table 6 Baseline regression results of forest and grass technology training on livelihood vulnerability and its degree of the ecological forest rangers

2.3 生計(jì)資本對生態(tài)護(hù)林員生計(jì)脆弱性均為負(fù)向影響

在其他因素中，家庭生產(chǎn)資料價值、勞動力健康狀況、自然資本、在城鎮(zhèn)長期居住的親友數(shù)、最大借貸能力均對生態(tài)護(hù)林員生計(jì)脆弱性在1%的顯著性水平上負(fù)向影響。可能的原因是，家庭生產(chǎn)資料越多，生態(tài)護(hù)林員越能夠利用這些資產(chǎn)稟賦積累更多的財(cái)富，從而達(dá)到生計(jì)上的可持續(xù)；勞動力的健康狀況越好，勞動力工作效率就越高，越有時間和精力進(jìn)行生計(jì)策略的轉(zhuǎn)型和拓展；家庭中自然資本越多，生態(tài)護(hù)林員越能做好本職工作和進(jìn)行其他林業(yè)生計(jì)的轉(zhuǎn)型；在城鎮(zhèn)長期居住的親友數(shù)越多，社會網(wǎng)絡(luò)帶來的就業(yè)機(jī)會就相對更多；最大借貸能力越高，說明生態(tài)護(hù)林員的信貸可得性就越大，即能夠基于此獲得更多的增收效應(yīng)，進(jìn)而提升自身的金融資本，提升生計(jì)穩(wěn)定性。這與小農(nóng)戶生計(jì)脆弱性與生計(jì)類型是否多樣有關(guān)的觀點(diǎn)并不相同[38]，原因可能在于小農(nóng)戶的生計(jì)類型較為復(fù)雜，因此生計(jì)類型能夠有效發(fā)揮降低生計(jì)脆弱性的作用；對于生態(tài)護(hù)林員而言，其生計(jì)類型本就較為單一，因此生計(jì)類型對生計(jì)脆弱性的作用并不明顯，而生計(jì)資本的作用顯得尤為重要。

2.4 多種匹配方法下林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性影響的真實(shí)值約為5%

相對于沒有參與林草科技培訓(xùn)的生態(tài)護(hù)林員，生態(tài)護(hù)林員參與林草科技培訓(xùn)對生計(jì)脆弱性的影響(ATE)在1%水平上顯著負(fù)向影響，即對于全樣本而言，無論生態(tài)護(hù)林員參與林草科技培訓(xùn)與否，其生計(jì)脆弱性都會發(fā)生負(fù)向變化(表7)；而未參與組的潛在處理效應(yīng)(ATU)在1%水平上顯著負(fù)向影響，說明原本未參與林草科技培訓(xùn)的生態(tài)護(hù)林員在選擇參加以后的反事實(shí)狀態(tài)中，該部分群體的生計(jì)脆弱性會增加0.003 3個標(biāo)準(zhǔn)差。參與組的潛在處理效應(yīng)(ATT)在1%水平上顯著負(fù)向影響，說明對于已經(jīng)參加林草科技培訓(xùn)的生態(tài)護(hù)林員而言，如果不再參與林草科技培訓(xùn)，其生計(jì)脆弱性會增加0.006 1個標(biāo)準(zhǔn)差。在通過PSM糾正變量之間的內(nèi)生性后，林草科技培訓(xùn)仍然對生態(tài)護(hù)林員的生計(jì)脆弱性存在一定的影響，影響系數(shù)為-0.048 8，這說明基準(zhǔn)回歸所得到的估計(jì)結(jié)果-0.145 0存在偏差，盡管均為負(fù)向影響，但基準(zhǔn)回歸中所采用的普通OLS回歸會由于內(nèi)生性導(dǎo)致估計(jì)效應(yīng)結(jié)果偏大，而PSM模型可以通過緩解內(nèi)生性，并修正FFM帶來的偏差，得到更穩(wěn)健的估計(jì)結(jié)果：生態(tài)護(hù)林員參與林草科技培訓(xùn)能夠顯著降低生態(tài)護(hù)林員生計(jì)脆弱性的4.88%。

表7 林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的Bootstrap結(jié)果Table 7 Bootstrap results of forest and grass technology training on livelihood vulnerability of the ecological forest rangers

為了保證模型估計(jì)的有效性，采用全樣本數(shù)據(jù)一對一匹配(匹配1)、k近鄰匹配(匹配2)、半徑匹配(匹配3)、核匹配(匹配4)、局部線性匹配(匹配5，默認(rèn)核函數(shù)與帶寬)分別估計(jì)林業(yè)科技培訓(xùn)對全樣本生態(tài)護(hù)林員生計(jì)脆弱性的平均處理效應(yīng)估計(jì)結(jié)果如表8所示。從全樣本數(shù)據(jù)的基準(zhǔn)模型回歸估計(jì)結(jié)果來看，匹配前參與林草科技培訓(xùn)會顯著降低生態(tài)護(hù)林員生計(jì)脆弱性的15.60%，采用5種匹配方法解決內(nèi)生性再進(jìn)行估計(jì)后，林草科技培訓(xùn)對生計(jì)脆弱性的負(fù)向影響均依然顯著，匹配1至匹配5所估計(jì)得到的ATT結(jié)果分別是-0.048 8、-0.051 0、-0.048 7、-0.050 0和-0.049 7，5種匹配方法所估計(jì)出的系數(shù)差異較小，且均小于匹配前基準(zhǔn)回歸的估計(jì)系數(shù)，說明樣本的選擇性偏誤會導(dǎo)致基準(zhǔn)回歸模型的估計(jì)結(jié)果被高估。取5種匹配方法所得ATT估計(jì)系數(shù)的均值為-0.05。根據(jù)分析，該結(jié)果可以看作是同一個生態(tài)護(hù)林員參與林草科技培訓(xùn)與不參與林草科技培訓(xùn)之間的生計(jì)福利效應(yīng)，這說明林草科技培訓(xùn)能夠顯著降低生態(tài)護(hù)林員生計(jì)脆弱性的5.0%。林草科技培訓(xùn)在實(shí)施過程中能夠在一定程度上帶給生態(tài)護(hù)林員精神層面的知識文化積累、信息渠道拓展及提供就業(yè)機(jī)會，同時也能夠給予生態(tài)護(hù)林員物質(zhì)層面上的生計(jì)資本轉(zhuǎn)化、物質(zhì)條件改善及增加經(jīng)濟(jì)收益，生態(tài)護(hù)林員在參與林草科技培訓(xùn)的過程中不僅能夠達(dá)到勝任公益性崗位的預(yù)期目標(biāo)，還能夠收獲社會責(zé)任感及心理上的成就。通過接觸從事林下經(jīng)濟(jì)產(chǎn)業(yè)的方法及技能，熟悉林業(yè)貸款、林業(yè)保險的相關(guān)操作流程，與其他專家和林戶溝通合作，進(jìn)而生態(tài)護(hù)林員可以更好地進(jìn)行生計(jì)策略的多樣化轉(zhuǎn)型，徹底擺脫森林依賴與單一生計(jì)導(dǎo)致的生計(jì)脆弱現(xiàn)狀。估計(jì)的結(jié)果較多偏大[39]的原因可能在于忽略了自選擇偏誤帶來的內(nèi)生性影響，而多種匹配方法可以緩解這種函數(shù)形式設(shè)定錯誤(FFM)導(dǎo)致的偏差，得到更準(zhǔn)確的結(jié)果。

表8 全樣本多種匹配穩(wěn)健性檢驗(yàn)結(jié)果Table 8 Robustness test results of the whole samples multiple matching

綜合可知，無論從何種匹配方法來看，參與林草科技培訓(xùn)的生態(tài)護(hù)林員相比未參與的生態(tài)護(hù)林員而言，其生計(jì)脆弱性明顯更低，充分說明了林草科技培訓(xùn)能夠顯著降低生態(tài)護(hù)林員的生計(jì)脆弱性。在模型估計(jì)結(jié)果上，5種匹配方法得出的ATT值均明顯低于匹配前，說明傾向得分匹配能夠緩解模型中原先存在的樣本自選擇偏誤的影響。因此，模型具有良好的穩(wěn)健性。

2.5 林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的影響存在教育異質(zhì)性

將全樣本按照勞動力是否均完成義務(wù)教育(IV1)劃分為勞動力均未完成義務(wù)教育組以及勞動力均完成義務(wù)教育組。分別對兩組生態(tài)護(hù)林員進(jìn)行5種傾向得分匹配處理，得到林草科技培訓(xùn)對這兩個群組生計(jì)脆弱性帶來的穩(wěn)健效應(yīng)結(jié)果。所有處理效應(yīng)均通過了顯著性檢驗(yàn)(表9)。勞動力均未完成義務(wù)教育組的處理效應(yīng)均值為4.4%，勞動力均完成義務(wù)教育組的處理效應(yīng)均值為5.4%。與家庭勞動力義務(wù)教育不完善的生態(tài)護(hù)林員家庭相比，勞動力均完成義務(wù)教育的生態(tài)護(hù)林員家庭抵御生計(jì)風(fēng)險及接受培訓(xùn)的積極程度均優(yōu)于均未完成的家庭，也更容易獲得生計(jì)脆弱性的降低效應(yīng)。有部分學(xué)者基于“風(fēng)險性-敏感性-適應(yīng)能力”的生計(jì)框架，得出培訓(xùn)與脆弱性之間不存在教育異質(zhì)性，對于不同受教育程度的脫貧群體，培訓(xùn)對其生計(jì)脆弱性所發(fā)揮的效用不存在明顯的差異[40]。觀點(diǎn)不同的原因可能在于所采用的研究框架不同，基于改進(jìn)后的VEP理論框架，將更重視教育分異所分化出的“精英護(hù)林員”和“普通護(hù)林員”，這就意味著林草科技培訓(xùn)對生態(tài)護(hù)林員生計(jì)脆弱性的影響存在教育異質(zhì)性。

表9 林草科技培訓(xùn)生計(jì)脆弱性降低效應(yīng)的勞動力義務(wù)教育完成情況異質(zhì)性群組比較Table 9 Heterogeneous group comparison of the effect of forest and grass technology training on livelihood vulnerability reduction effect of labor forces with different completion of compulsory education

3 結(jié)論與討論

林草科技培訓(xùn)對生態(tài)護(hù)林員的生計(jì)脆弱性有顯著負(fù)向影響。同時，家庭生產(chǎn)資料價值、勞動力健康狀況、自然資本、在城鎮(zhèn)長期居住的親友數(shù)、最大借貸能力以及年教育投資也對生態(tài)護(hù)林員生計(jì)脆弱性產(chǎn)生顯著影響。勞動力是否均完成義務(wù)教育對林草科技培訓(xùn)的處理效應(yīng)具有顯著差異。研究結(jié)果顯示：

第一，在全面脫貧攻堅(jiān)戰(zhàn)取得偉大勝利之后，依然有部分生態(tài)護(hù)林員面臨著生計(jì)風(fēng)險，自身較高的生計(jì)脆弱性可能導(dǎo)致返貧。

第二，參與林草科技培訓(xùn)能夠有效降低生態(tài)護(hù)林員的生計(jì)脆弱性，這與他人研究一致[41]。同時，各項(xiàng)生計(jì)資本的積累能夠幫助生態(tài)護(hù)林員家庭擺脫返貧陷阱，增強(qiáng)其面臨生計(jì)脆弱狀況時的應(yīng)對能力，以實(shí)現(xiàn)自身生計(jì)的可持續(xù)發(fā)展，這與他人的研究相似[42]，盡管采用的是“暴露-敏感-適應(yīng)性”的框架，但也得出了生計(jì)資本對生計(jì)穩(wěn)定具有重要促進(jìn)作用的結(jié)論。在此基礎(chǔ)上綜合考慮了樣本特征及數(shù)據(jù)獲取可行性，更準(zhǔn)確地把握林草科技培訓(xùn)解決生態(tài)護(hù)林員生計(jì)脆弱問題的目的，在VEL的框架下估計(jì)生態(tài)護(hù)林員各項(xiàng)生計(jì)資本對生計(jì)脆弱性的影響。

第三，參與林草科技培訓(xùn)能夠發(fā)揮生態(tài)護(hù)林員生計(jì)脆弱性的降低效應(yīng)，同時，林草科技培訓(xùn)的效果在生計(jì)穩(wěn)定上表現(xiàn)出直觀效果。

第四，林草科技培訓(xùn)的生計(jì)福利效應(yīng)存在教育異質(zhì)性，勞動力均完成義務(wù)教育組參與培訓(xùn)后所降低的生計(jì)脆弱性比未完成組要多?？赡艿脑蚴橇植菘萍寂嘤?xùn)是一個新興的培訓(xùn)機(jī)制，與傳統(tǒng)培訓(xùn)中常見的實(shí)地指導(dǎo)不同，林草科技培訓(xùn)更偏重理論知識層面的講述。因此，自身具備較好教育素養(yǎng)的生態(tài)護(hù)林員往往具有更高的知識敏銳性，更能夠憑借自身前期積累的義務(wù)教育優(yōu)勢，從培訓(xùn)中汲取更多的經(jīng)驗(yàn)并轉(zhuǎn)化，從而在更大程度上降低家庭的生計(jì)風(fēng)險。

基于此，提出以下政策建議：

第一，精準(zhǔn)識別返貧風(fēng)險，促進(jìn)培訓(xùn)體系全面化。在力圖實(shí)現(xiàn)共同富裕的今天，生態(tài)護(hù)林員政策的優(yōu)化調(diào)整方向應(yīng)側(cè)重于識別生態(tài)護(hù)林員的返貧風(fēng)險、指導(dǎo)其把握生計(jì)發(fā)展機(jī)會以及幫扶其克服生計(jì)脆弱，這就需要完善林草科技培訓(xùn)機(jī)制，建設(shè)既能鞏固生態(tài)護(hù)林員的生計(jì)穩(wěn)定性、又能促使其實(shí)現(xiàn)生計(jì)多樣化轉(zhuǎn)型的培訓(xùn)體系。

第二，重視積累生計(jì)資本，帶動培訓(xùn)體系配套化。重視生計(jì)資本在實(shí)現(xiàn)生態(tài)護(hù)林員可持續(xù)生計(jì)目標(biāo)過程中發(fā)揮的作用，配套政策的落實(shí)應(yīng)切實(shí)到位，包括物質(zhì)補(bǔ)償和農(nóng)業(yè)、林業(yè)相關(guān)補(bǔ)貼，相應(yīng)的社會保障和基本福利也應(yīng)予以確保。

第三，調(diào)查評估教育特征，致力培訓(xùn)體系多元化。生態(tài)護(hù)林員政策難以滿足未完成義務(wù)教育生態(tài)護(hù)林員群體的實(shí)際需求，應(yīng)在培訓(xùn)前進(jìn)行相應(yīng)的調(diào)查，對缺乏基本認(rèn)知的生態(tài)護(hù)林員進(jìn)行系統(tǒng)的前期教育以彌補(bǔ)義務(wù)教育缺失所帶來的負(fù)面影響，并根據(jù)其教育水平的差異進(jìn)行區(qū)分，依據(jù)多維目標(biāo)針對性地制定林草科技培訓(xùn)的課程和內(nèi)容。另外，生態(tài)護(hù)林員自身除了積極參與林草科技培訓(xùn)之外，還應(yīng)該通過參與其他非學(xué)歷教育提升自己的文化水平，促使自身完成生計(jì)轉(zhuǎn)型，以增強(qiáng)抵御生計(jì)脆弱的能力。