影響牧民收入的關鍵因素研究—基于Meta分析與累積Meta分析

關士琪，李泓薇，唐增*

（1.草地農業生態系統國家重點實驗室，農業農村部草牧業創新重點實驗室，蘭州大學草地農業科技學院，甘肅蘭州730020；2.蘭州大學管理學院，甘肅 蘭州730000）

草原牧區的發展一直是我國經濟發展的難點與重點，作為我國特殊的經濟和生態區域，牧區的發展具有非常重要的戰略地位和意義，不僅關系到牧民的脫貧致富，更是關系到邊疆地區的社會穩定和民族團結［1］。牧區的發展依賴于草原，而草原不僅是牧民生存和發展的基礎，也是我國重要的生態安全屏障和畜牧業生產基地，其在涵養水土、調節氣候、保護生物多樣性等方面的功能對于全社會來說更是有著巨大的價值［2］。但是過去幾十年由于自然因素和人為因素的影響，我國草地發生了嚴重的退化［3］，這嚴重影響了草原生態環境服務功能［4］和牧區牧民的生計發展［5］。

為了解決草地退化問題，促進牧民增收，我國政府于2011年提出在我國內蒙古、新疆、西藏等8個主要牧區建立草原生態保護補助獎勵機制（簡稱草原生態補獎政策），該政策的主要目標一是鼓勵牧民減畜，二是促進牧民增收，以此來提高草地的可持續發展能力，改善牧區生計［6］。但是從目前的實施效果來看結果卻出現了很大的分歧，有些研究表明政策效果良好，有些研究卻指出政策效果并不理想，甚至有研究表明出現了偏離政策目標的現象，超載過牧的行為依然存在，政策對牧民增收的作用也并無明顯效果［7-10］，草原生態環境“局部好轉，整體惡化”的趨勢依然沒得到根本性改變［11］。尤其是在我國的經濟發展進入新常態后，近幾年牧民收入也進入了瓶頸期，增長速度明顯減緩［12］，由于收入結構較單一，牧民面臨著收入持續增長困難的境況［13-15］，經濟收入的脆弱性和不穩定性的特點明顯，城鄉差距依然巨大［16］，這非常不利于牧區未來的發展。

牧區的主體是牧民，研究表明牧民的生計資本對其生計策略和收入有著非常重要的影響［17-18］。生計資本是指人們為了維持自身生活而從事的生產活動和行為的基本手段和方式［19］。其中自然資本是牧民重要的生計保障［20］，影響著牧民對草原的依賴性［21］，人力資本是推動牧區經濟增長的主要動力［22］，物質資本是維持牧民生計的基礎，可以提高牧民的生產力和生產效率［23］。現有的研究結果表明，代表自然資本的家庭草場面積、代表金融資本的借錢情況、代表人力資本的勞動力數量等、代表物質資本的家庭牲畜數量等都對牧民的收入產生了很大的影響［24-26］，但是這些影響作用在不同的研究中卻呈現出不同的結果。

通過梳理現有的文獻，發現目前關于牧民收入的研究中存在以下幾個問題：第一，現有的研究都是單獨地對某一個牧區的研究，幾乎沒有涉及全國大范圍牧區的研究，缺乏對大樣本研究結果的論證，而大樣本往往能得出更加穩健可靠的結論；第二，關于影響牧民收入的關鍵因素，當前的研究觀點產生了分歧，但這些分歧均沒有得到有效的解釋，有必要對此進行綜述分析；第三，現有的研究中，缺乏對這些重要影響因素的作用隨著時間變化趨勢的研究。

基于此，本研究運用Meta分析特有的優勢，立足于草原生態補償政策實施以來牧民收入變化的背景，試圖從現有的研究中分析并探討究竟是什么因素顯著影響著牧民的收入情況？這些因素的作用方向如何？以及這些因素隨著時間產生了怎樣的變化趨勢？目前的相關研究間產生分歧的原因是什么？通過探討這些問題，以期分析促進牧民增收的關鍵因素和有效途徑，也有助于從根本上分析牧民超載過牧的行為背后的原因，從而為草原生態補獎政策的合理制定和可持續實行提供有效的理論基礎。

1 材料與方法

Meta分析，也叫薈萃分析或者元分析，是對明確了假設的各個獨立檢驗的研究結果的統計整合［27-28］。這種用于整合研究結果的統計方法有很長的發展歷史［29］。Meta分析最大的貢獻和益處在于對某一個研究領域內知識的積累，這種累積知識的觀點有許多例子來證明［30-31］。由于Meta分析具有非常顯著的優勢，如設計嚴密；通過增加統計功效來提高論證強度，使得結論更加精確；可以分析各研究結果的差異；能夠解決獨立研究所不能解決的問題，引出新問題等，這使得它比傳統的文獻綜述更客觀［32-33］，由于Meta分析所具有的眾多優勢，近年來也逐步得到社會科學的廣泛認可［34］，同時也促進了詢證經濟學的發展，有助于決策者作出更加有效合理的決策，優化資源配置［35］。

經典的Meta分析經過發展與改進，其在社會科學研究中的應用主要有以下的步驟：第一，確定研究問題，即明確Meta分析的對象，系統地檢索相關文獻，制定納入或者剔除文獻的標準，這也是Meta分析區別于傳統方法的特別之處；第二，選擇恰當的效應值（合并統計量），進行必要的統計檢驗，這是Meta分析至關重要的一步；第三，對效應值進行異質性檢驗；第四，統計模型的選擇，依據異質性檢驗的不同結果，選擇不同的模型，分別有固定效應模型和隨機效應模型；第五，發表偏倚檢驗，當出現發表偏倚時，在后文中需要對其進行分析和修正；第六，其他分析諸如敏感性分析、Meta累積分析、Meta回歸分析和亞組分析，根據情況的不同以及所需要研究的內容和結果的不同還可以進行其他的分析。

1.1 效應值

就本研究而言，選擇Hedges g值作為本研究的效應值，Hedges g具有與樣本無關且無量綱的特點。Hedges g表示不同樣本間處理的標準化均值差［36］。當Hedges g＞0，表示該變量綜合效應對牧民意愿具有正向影響，Hedges g＜0為負向影響，Hedges g=0則表示無影響，同時通過顯著性檢驗驗證Hedges g的顯著性。

1.2 異質性檢驗和模型選擇

Meta分析需要對各效應值進行異質性的檢驗，也叫齊性檢驗或者同質性檢驗，根據檢驗結果的不同選擇不同的模型。一般有Q檢驗、I2檢驗［37］。

式中：為綜合效應量；E i為第i個研究的效應量；w i為第i個研究的權重；統計量Q服從自由度為n-1的卡方分布。若表明P＞0.05，即研究間的方差的異質性是由于存在抽樣誤差造成的，此時可以認為研究間是同質的。若表明P＜0.05，研究間的變異超出抽樣誤差所能解釋的范疇，需要考慮異質性的存在。

式中：Q為總體異質性；df為自由度；I2統計量指的是異質性部分在效應量總的變異中所占的比重。

最新版的cochrane干預措施系統評價手冊（cochrane handbook of systematic review of interventions）中I2檢驗法則將異質性分為輕度異質性（0～40%）、中度異質性（40%～60%）、較大異質性（50%～90%）和很大異質性（75%～100%）。而Higgins等［38］建議25%、50%和75%的I2值需要被格外注意，這種建議通常是基于醫學研究領域的元分析，但是也可以用于其他領域的Meta分析。一般認為，當同時滿足P＞0.1和I2≤40%時（也有學者認為I2≤50%），采用固定效應模型；反之，則采用隨機效應模型。

1.3 發表偏倚

一般公認已經發表的研究報告并不代表所有可能的影響結果［39］，當研究結果在統計學上并不顯著的時候，審稿人和編輯很少會接受那些結果不顯著的研究報告［40］，即所謂的發表偏倚，也叫出版偏倚。由于Meta分析是基于已經發表研究的積累，因此可能在一定程度上會受到出版偏倚的影響。常見的解決發表偏倚的方法有funnel plot，egger’s regression，trim and fill procedure以及fail-safe N［41］。本研究用egger’s regression對各個變量的發表偏倚進行檢驗［42］，若存在發表偏倚的情況，則采用trim and fill非參數方法對發表偏倚量進行校正，再次估計修正后的效應量及其顯著性［43］。

1.4 敏感性分析

在效應量進行整合的過程中，可能會因為某些研究結果差異較大而導致模型整體出現估計偏誤，敏感性分析的重要性在于能夠確定結果是否穩健，通過改變研究的納入標準或者分析中的一些假設，檢查Meta分析的結果是如何變化的［44］。可以采用leave on out方法［45］通過逐一移除單個效應量對其余效應量進行整合，觀察結果的差異性，以觀察結果是否穩健。

1.5 累積Meta分析

累積Meta分析是在某個研究領域歷史進程中的某個節點上運行Meta分析的過程，具體而言，是基于長期累積的Meta分析的數據庫，然后將新的各個獨立的研究依次添加到累積的Meta分析數據庫中進行單獨Meta分析的過程。通過Meta分析可以對現有的Meta分析進行重新檢查，以衡量研究對象何時能夠達到足夠的穩定性［46］。累積Meta分析代表的是時間序列數據（在薈萃分析的層面上），可以反映效應值的估計量隨著時間或者其他的協變量而進行變化的趨勢，在這方面對時間序列的分析運用常在應用行為學領域，累積Meta分析在很多領域早就證明了其充分性和穩定性［47-48］。而本研究中運用累積Meta分析研究牧民行為及決策具有開創性的意義。

1.6 Meta回歸分析

當研究者懷疑一些研究層面的特征可以被用來解釋效應值之間的差異時，有必要用Meta回歸分析來驗證這些假設，這些研究特征通常有諸如發表年份、研究方法、干預類型、抽樣方式、研究區域等因素［49］，這些因素的不同可能會導致研究間異質性的產生，可以通過加入調節變量加以控制。本研究中選取地區因素、變量測量方式、抽樣方式及時間因素作為可能的調節變量，將效應量作為因變量，調節變量作為自變量，進行Meta回歸分析以驗證不同研究間異質性來源，其回歸模型設定為：

式中：Y為效應量；βi為待估參數；x i為調節變量；β0為截距項；ε為誤差項。

1.7 數據檢索

本次檢索數據來源于已公開發表的期刊論文，檢索的數據庫包括中文數據庫和英文數據庫，檢索方法為關鍵詞及其組合檢索（表1），檢索的截止時間為2019年12月27日。初次檢索得到295篇相關文獻，納入和排除標準參考之前的研究［50］。從本研究采用的方法來篩選，最終通過納入標準最終確定的文獻數量為16篇（圖1），有效樣本總量為3099。

圖1 文獻篩選流程Fig.1 The process of selecting literature

表1 檢索項目Table 1 Search items

1.8 文獻編碼

在進行Meta分析時，要對納入的文獻進行編碼，并根據研究對象和研究內容的性質對其進行分類，本研究中將對納入的文獻編碼（表2）。本研究的研究區域有：內蒙古、甘肅、新疆、寧夏、青海。

表2 文獻編碼Table 2 Literature coding

1.9 變量選取

通過對納入本研究的16篇有效文獻進行梳理，并結合效應量不低于5的經驗法則，最終選取牧民的個體特征，牧戶的家庭基本特征等兩個維度共7個變量，將其作為變量納入分析研究中，同時對不同變量的測量方式進行了標注，以驗證不同的變量測量方式是否影響研究結果（表3）。

表3 變量描述Table 3 Description of variables

本研究采用R3.6.1、CMA（comprehensive meta analysis）2.0及Stata/SE12.0軟件對數據進行統計與分析。其中綜合效應量的統計是基于Q檢驗和I2檢驗的結果，同時對各變量進行異質性檢驗，用I2值評價異質性大小，I2值越大，表明異質性越強，若檢驗結果存在異質性，采用隨機效應模型，反之，則用固定效應模型，同時采用Egger’s回歸檢驗對發表偏倚進行檢驗。在本研究中，根據Higgins等［38］的建議，將P＜0.05，且I2＞75%視為高度異質性，需要解釋其異質性來源；而I2＜75%，視為異質性在可接受的范圍。

2 結果與分析

2.1 綜合效應量和發表偏倚檢驗

根據表4中的結果可知，草地面積這一變量存在發表偏倚，其他變量均無發表偏倚，草地面積這一變量的矯正結果（圖2）表明若要消除發表偏倚還需要納入3項研究，剪補后的效應量為0.14237（95%CI=0.05650-0.22824），其影響方向未發生變化，變量缺失的研究集中在漏斗圖左側，缺失的研究個數為3個，圖中的紅色圓表示填補的缺失文獻，藍色圓則表示真實值。

圖2 矯正漏斗圖Fig.2 Funnel chart

根據表4的結果可知，在牧民的個體特征中，年齡和教育水平屬于中度異質性，年齡對牧民收入沒有顯著影響，但是教育水平卻對牧民收入產生了顯著的正向影響，這意味著牧民所受的教育水平越高，收入來源更豐富，其收入水平也更高。這與已有的研究結論一致，提高教育水平可以豐富收入來源，增加經濟收益［51，63-64］。教育是發展的根本，對牧區未來的長遠發展至關重要，因此，提高牧區教育迫在眉睫。

表4 Meta分析結果Table 4 Meta-analysis results

就牧民家庭特征變量而言，牲畜數量這一變量存在中度的異質性，且牲畜數量對牧民收入的影響有顯著的正向促進作用；而家庭人口數量，家中勞動力人數，家庭草場面積和家庭貸款情況均存在高度異質性，表明現有的研究間對這幾個變量的研究結果存在很大的分歧；家庭人口數量對牧民收入的影響并不顯著，但是家庭勞動力數量對收入有著顯著的正向影響，即家庭勞動力越多，家庭收入也越高；家庭貸款情況對收入并沒有顯著的影響，現有研究中對這一變量的研究比較少；草場面積對收入有顯著的正向影響，表明草場面積越大，牧民的收入越高。且在所有因素中，草地面積和牲畜數量是牧民非常關注的因素（效應值較大）。而之前的研究也得出了類似的研究結果，牧戶家庭的牲畜養殖數量是決定牧戶家庭收入的一個關鍵性因素，并且其重要性程度在不斷增強［65-66］，這也解釋了為什么草原生態補償政策的預期目標與牧民的減畜行為相背離，其關鍵點就在于牲畜數量，草原生態補獎政策的目的是激勵牧民減畜，但是于牧民而言，牲畜數量在維持家庭生計中占據著重要的地位，這就導致兩者之間產生了矛盾。因此，草原生態補償政策的實施要想達到理想的目標，就要在改善牧民生計和鼓勵牧民減畜方面做好平衡，即補償的標準要有效且合理，補償要能彌補減畜帶來的損失［67］，同時還要鼓勵牧民從牧業生產活動向非牧業生產活動進行轉移。

2.2 敏感性分析

為了排除個別極端值導致的結果偏誤，以檢驗上述結果的穩健性，對變量進行了敏感性分析，因為存在的變量較多，限于篇幅，本研究選取了一個非顯著性變量（年齡）和一個顯著性變量（牲畜數量）進行數據分析（表5），結果表明，敏感性分析對變量的顯著性、效應量、置信區間及異質性的影響作用很小，因此，可以得知表4的數據結果穩健，可信度高。

表5 變量的敏感性分析Table 5 Variable sensitivity analysis

2.3 累計Meta分析

累計Meta分析的結果（圖3）表明，就牧民個體特征方面，年齡對牧民收入的影響隨時間變化波動比較大，從方向上來說，由最開始的負向影響變為正向影響，影響作用逐漸變小；受教育水平對牧民收入的影響作用始終正向影響，但隨時間變化一直呈現減小的趨勢。

圖3 累積Meta分析Fig.3 Cumulative Meta analysis

從牧戶的家庭特征來看，家庭人口數量對牧民收入的影響逐漸減小，影響作用一直是正向的；家庭勞動力數量對牧民收入的影響也逐漸減小，其影響作用一直是正向的；家庭牲畜數量的影響從最開始的負向影響變為正向影響，且在整體上來看其影響作用逐漸增大，這意味著牲畜數量是影響牧民收入的一個非常重要的因素，且重要性在不斷增加；草地面積對牧民收入的影響整體上先增大后減小，其拐點發生在2016年，這正好是草原生態補獎政策改進后第二輪實施的開始，在一定程度上說明了政策的實施對牧民的放牧行為起到了一定的影響，其影響方向一直是正向的；牧民家庭的貸款情況對牧民收入的影響近幾年逐漸減小，其影響作用均為正向的。

綜上所述，年齡、教育水平、家庭人口數量、家庭勞動力數量、草地面積以及家庭貸款情況等因素對牧民收入的影響作用均在逐漸減小，且減小的趨勢都很明顯，意味著這些因素對收入的決定作用變得越來越小，而在這之中值得關注的是教育水平。教育是人類社會發展的基石，但是在草原牧區，教育的作用卻逐漸變小，這引人深思，經過對相關文獻的梳理，發現在所有對牧區進行調研的實證文獻中，幾乎都無一例外的提到了牧區的教育問題，大部分的牧民文化程度極低，甚至有些牧區的牧民幾乎都是文盲，這導致了牧民的生產生活方式完全依賴于自身經驗，其收入來源受到限制。

除此之外，從累積Meta分析的結果可以看出，牲畜數量對于促進牧民收入的作用逐漸增加，其重要性不言而喻，牧戶家庭的牲畜數量越多，牧民的收入也越高。這也解釋了為什么草原生態補獎政策的實施效果在某些地區不理想，甚至出現了違背政策目標的現象，諸如發生“偷牧”“夜牧”等現象，超載過牧依然存在，甚至一些牧民不惜通過借款來擴大養殖規模等［68］。草原生態補償政策的目的就是減畜的同時改善牧區生計，但對于牧民而言，牲畜是決定其收入的重要因素，因此，出現了牧民與政策制定者之間的博弈。從博弈論的角度來看，政府與牧民之間的博弈就是典型的“囚徒困境”問題，政府期望從生態發展和經濟發展的戰略全局出發，優化草地資源的配置，保護草原生態環境，以實現經濟發展與草原生態效益的最大化。而牧民的主要生計活動依賴于草原，牧民作為“經濟人”在追求個人利益最大化的過程中就會出現過度放牧的現象，而超載過牧則會導致草原生態環境惡化，草原生態環境惡化則會導致草原生態效益減弱，從而導致牧民的經濟利益降低，這將會使整個草原生態系統陷入惡性循環，十分不利于牧區的草原生態環境的可持續發展，也有悖于政策制定和實施的初衷。這也意味著，只有當政策的補償金額可以彌補牧民減少牲畜帶來的損失時，草原生態補償政策才能達到其理想效果，減畜的同時改善牧區牧民的生計。

2.4 回歸分析

針對前文Meta分析的結果中異質性很高（I2＞75%，且P＜0.05）的變量，家庭人口數量，家庭勞動力數量，草場面積，家庭貸款情況等4個變量，有必要進一步做Meta回歸分析，來探討造成異質性的原因。

將研究區域按照地理位置進行劃分，具體為：東部（內蒙古牧區），中部（甘肅和寧夏牧區），西部（新疆和部分青海地區）。抽樣方式分為隨機抽樣和非隨機抽樣；變量的測量方式分為logit模型和OLS模型，發表年份為文獻發表在紙質版期刊的時間。

將異質性變量的效應值作為因變量，調節變量作為自變量，進行回歸分析，得到的結果如下所示。首先考慮單個因素對效應值的影響，對于家中人口數量這一變量而言，時間因素和模型因素可能是影響異質性的因素（表6）；而對于家庭勞動力數量而言，時間因素和地區因素可能是異質性的來源；對于草地面積而言，時間因素和變量類型是最有可能導致異質性的原因；就貸款情況而言，變量類型可能是導致產生異質性的原因，但是調節效應均不明顯。

表6 各變量的Meta回歸分析Table 6 Meta r egr ession of variables

為了驗證以上的猜想，又進一步對異質性變量做了調節變量綜合效應Meta回歸。由于家庭數量和貸款情況所納入的研究個數較小，不適宜做調節變量的綜合性回歸，故只考慮家庭勞動力數量和草場面積這兩個變量的綜合回歸結果（表7）。經過各種變量的組合驗證，得出的結論是，對于家庭勞動力數量而言，地區因素、抽樣方式、模型及變量方式都很可能是導致異質性的原因，且這幾個因素綜合的影響最大，校正擬合優度（AdjustedR2）達到51.49%，其中抽樣方式是影響異質性的顯著性因素；對于草地面積而言，時間和地區因素是最主要的可能導致異質性存在的因素，其綜合回歸后的結果顯示AdjustedR2達到71.64%，且時間因素非常顯著。對于這兩個變量異質性因素的具體影響作用和方向還有待進一步的亞組分析進行討論。

表7 綜合Meta回歸分析Table 7 Compr ehensive Meta r egr ession analysis

2.5 亞組分析

根據上述Meta回歸分析的結果，進一步探究家庭勞動力數量和草場面積這兩個變量中其異質性因素的具體作用效果。從家庭勞動力數量亞組分析結果可知（表8），地區因素中，東部地區和西部地區的研究顯示，家庭勞動力對收入并無顯著影響，但是中部地區的家庭勞動力對牧民收入具有顯著的正向影響；抽樣方式中，隨機抽樣的研究結果中家庭勞動力數量對家庭收入具有顯著的正向影響，而在非隨機抽樣方式下，并無顯著影響；變量的類型經檢驗后表明沒有顯著影響。綜上，中部地區（甘肅和寧夏牧區）的研究，在隨機抽樣的方式下，家庭勞動力數量對牧民的收入具有非常顯著的正向影響。

就草場面積而言（表8），地區因素中，東部地區和中部地區草場面積對牧民收入具有顯著的正向促進作用；而對于時間因素，因之前Meta回歸分析的結果中時間因素顯著，因此本研究按照政策實施的周期不同，對其進行了亞組分類，第一輪實施周期（2011-2015年），第二輪實施周期（2016-2020年），得出的結論是，第二輪政策實施期間，草場面積對牧民收入具有顯著的正向影響。綜上，對于東部（內蒙古）和中部地區（甘肅和寧夏）的牧民來說，在第二輪政策實施期間，草場面積對牧民的收入具有非常顯著的促進作用。

表8 家庭勞動力數量和草場面積的亞組分析Table 8 Subgroup analysis of the number of family labor and grassland area

基于Meta回歸分析和亞組分類的結果表明，地區因素是導致不同研究間產生分歧的重要因素，是導致不同影響因素產生不同結果的根本，但是目前草原生態補償政策的實施仍然是“一刀切”，補償的標準全國統一，這對不同牧區的發展來說存在著一定的局限，因此，實現理想的政策效果就要考慮到政策的差異化實施，在已有的研究［69-71］中也得到類似的結論。

3 結論

本研究運用Meta分析法對現有的牧民收入影響因素的實證文獻做了計量分析，基于大樣本的研究得出了更加穩健可靠的結論，主要結論如下：

1）當前的研究中普遍關注的因素有牧民的年齡、受教育程度、牧戶家庭的人口數量、家庭勞動力數量、牲畜養殖規模、牧戶家庭承包的草場面積、牧戶家庭的借貸情況。研究結果表明，顯著促進牧民收入的因素有：人力資本中的受教育程度和家庭勞動力數量，物質資本中的牲畜養殖規模，以及自然資本中的草場承包面積；其中牧戶最為關注的因素是草場承包面積，其次是牲畜養殖規模。

2）隨著時間的變化，牧民收入的影響因素的作用和強度也隨之發生了不同程度的變化。其中受教育程度、家庭人口數量、家庭勞動力人數、草場面積以及借貸情況均隨著時間的變化其影響作用都明顯減小；牲畜養殖規模對牧民收入的影響卻逐漸增大，即牲畜數量的重要性對收入而言變得非常重要，而牧民對此也比較看重。

3）在牧民家庭收入影響因素的研究中，各個研究間的異質性都比較大，即不同研究間出現顯著分歧，而異質性非常強烈的因素為家庭人口數量、勞動力數量、草場面積和家庭借貸情況；其中，地區因素是造成異質性的主要來源，是導致現有的研究產生分歧的主要因素。