西北干旱荒漠地區退耕還林還草工程綜合效益評價

李曉英, 禹 熙, 王 方, 梁 添

(河海大學 水利水電學院, 南京 210098)

西北地區干旱少雨、植被覆蓋率較低，導致水土流失和土地荒漠化較為嚴重，生態環境持續退化，退耕還林還草工程是推進西部大開發的重大舉措，也是全國生態文明建設的一項宏偉工程[1]。自1999年退耕還林政策實施以來，不少學者對其進行了深入的研究分析，如姚盼盼等[2]以河北承德退耕還林工程為例，采用林業行業標準和專家賦值法，進行綜合效益評價，結果表明承德市退耕還林工程綜合效益評價結果等級為較好，其中社會效益最大。高磊等[3]以重慶市退耕還林工程為例進行了生態和經濟效益兩方面的分析，結果表明退耕還林的實施對生態環境、經濟具有促進作用。徐玉霞[4]采用影子工程法、影子價格法等對陜西寶雞退耕還林工程的生態效益進行評價分析，結果表明退耕還林工程對該區的水資源保護和改善空氣質量具有重要促進作用。李益敏等[5]基于RSEI模型與主成分分析法，對退耕還林背景下的瀘水市生態環境質量遙感動態變化研究，結果表明退耕還林對當地生態環境產生積極影響。王澤宇等[6]利用RUSLE模型計算分析了陜北榆林退耕還林前后土壤侵蝕狀況與生態服務價值動態變化，結果表明實施退耕還林政策在一定程度上改善水土保持情況。汪濱等[7]基于RS與GIS技術，對黃土高原典型流域退耕還林土地利用變化進行分析，結果表明該流域實施退耕還林工程以來，土地利用結構發生了巨大變化。魯紹偉等[8]基于北京市退耕還林區實地調查及監測數據，采用分布式測算法對涵養水源等六項生態效益指標的物質量與價值量進行定量評估。謝晨等[9]基于退耕農戶所獲得的退耕還林補助、人均純收入等指標數據，從收入貧困和多維貧困兩個方面評估退耕還林的動態減貧效應，結果表明退耕還林補助和退耕地收入顯著地降低了退耕農戶的貧困發生率。退耕還林工程政策的實施給生態、經濟和社會帶來了一定的效益影響，部分學者考慮到退耕還林工程與農戶經濟成本兩者之間的問題加入了政策響應評價，以更加突出生態經濟的可持續性，如馬楠等[10]基于層次分析法和加乘綜合法，從生態效益、社會經濟效益和政策響應3個方面定量分析陜北和關中退耕還林綜合效益。

退耕還林還草政策在我國已開展二十余年，但對于西北干旱荒漠地區退耕還林還草工程綜合效益評價研究較少，同時采用層次分析法計算綜合效益評價指標的權重過于主觀，且在各指標缺少嚴格的定量評價標準情況下采用專家賦值，評價主觀性強，易對評價結果造成較大偏差。鑒于此，建立適合西北干旱荒漠地區退耕還林還草工程的綜合效益評價指標體系，基于云模型與變異系數法確定指標權重，運用比重法將評價體系中的各項指標數據無量綱化，采用加乘綜合法進行綜合效益分析，并通過灰色系統預測該區2021—2025年退耕工程綜合效益，旨在為西北干旱荒漠地區下一步的退耕還林還草工程實施提供科學指導。

1 研究區概況

吐魯番地處新疆維吾爾自治區中部偏東，位于東經87°16′—91°55′，北緯41°12′—43°40′，土地總面積69 713 km2，其中耕地面積581 km2，林地956 km2。全市熱量豐富、極度干燥、高溫多風、降雨稀少、蒸發性強、無霜期長、多年平均降雨量為16.6 mm。吐魯番地區退耕還林還草工程始于2002年，第一輪工程于2013年完成，截至2013年底，全市共完成退耕還林還草工程建設14.507萬hm2。吐魯番地區第二輪退耕還林還草工程于2015年啟動，至2019年全市森林覆蓋率為3.31%。

2 研究方法

2.1 評價指標體系的建立

遵循指標應具有可獲得性、代表性、系統性與層次性相統一、動態性與靜態性相統一等原則，綜合有關文獻的分析成果[11-14]，選擇西北干旱荒漠地區退耕還林還草工程綜合效益作為目標層，生態效益、經濟效益、社會效益和政策響應4個方面作為準則層，選擇與之密切相關的15個指標作為指標層。由于土地面積有限，經過一定時間，退耕工程達到飽和，退耕的林草進入穩定生長期，各指標值將達到上限。構建的指標體系和各指標上下限取值見表1。

表1 西北干旱荒漠地區退耕還林還草工程綜合效益評價指標體系分層結構

2.2 指標權重的確定

退耕還林還草工程綜合效益的評價作為一個多目標決策問題，指標權重的確定對評價結果具有重要的影響，可以反映各指標對綜合效益的作用大小以及各指標之間的相互作用。由專家通過經驗進行主觀判斷得到的權重，屬于定性主觀賦權，如層次分析法、模糊分析等；客觀賦權是基于歷史數據反映指標之間的關系，主要有變異系數法等[15]。

主觀賦權更能反映決策者的主觀意圖，但人為因素在賦權中起到了主導作用，隨意性較強，賦權結果易受決策者知識、經驗、認知水平等方面影響。客觀賦權基于統計學原理，可避免人為因素引起的偏差，減少人的主觀隨意性，但有時賦權結果會與各指標的實際重要程度產生矛盾。為了得到較理想的綜合權重，既能充分利用專家的專業知識、經驗，又具有較強的數理基礎，本文采用云模型與變異系數法組合得到綜合權重。

2.2.1 云模型 云模型可以客觀的描述自然科學研究領域各指標特征和數據分布情況[16]，更好的模擬樣本，綜合表達多位專家的權重評價。本文選取正態云模型，具體步驟如下：

(1) 收集一定數量專家各自的初始權重評價；

(2) 通過逆向云發生器求解期望Ex，熵En，超熵He，計算公式為：

(1)

(2)

(3)

(4)

式中:xi為樣本值;n為樣本數;S2為樣本方差。

(3) 根據上一步所求的Ex，En，He，通過正向云發生器補充云滴，按最大隸屬度原則確定權重Wj，取云滴數N=2000。

求正態隨機數En′：

En′=randn(1)×He+En

(5)

求正態隨機數Ex′：

Ex′=randn(1)×En′+Ex

(6)

確定隸屬度μ：

(7)

準則層指標權重占比及相應層級指標在各自準則層中的權重占比結果見圖1—2所示。

2.2.2 變異系數法 在評價指標體系中，取值差異越大的指標，越能反映該指標在被評價年份之間的差距，應獲得更高的權重。計算步驟如下[17]：

(8)

(9)

2.2.3 綜合權重 對以上兩種不同方法所得權重進行線性加權平均，計算綜合權重Wc，公式如下：

(10)

各評價指標綜合權重見表2。

圖1 準則層各指標權重

圖2 目標層各指標體系權重

表2 各評價指標綜合權重

2.3 數據無量綱化處理

評價體系中的各指標量級差異較大，避免無法比較，對各指標數值作無量綱處理。鑒于西北干旱荒漠地區退耕還林還草工程綜合效益評價中的各指標缺少嚴格的定量評價標準，且西北干旱荒漠地區退耕還林還草工程綜合效益評價主要為縱向比較，因此選用線性標準化法中應用較廣泛的比重法[18]，以保證評價結果具有可比性和穩定性，標準化計算公式如下：

C′i=Cit/Ci0(此時Ci為正向指標)

(11)

C′i=Ci0/Cit(此時Ci為負向指標)

(12)

式中:C′i為無量綱化后的指標指數；Ci0為基準年的指標數值；Cit為測定年的指標數值。

根據式(11)、式(12)計算各指標指數。其中，C4為負向指標，代入式(12)計算。

2.4 效益指數計算

將各指標指數代入各自的準則層計算準則層指數，以此類推，最終得出西北干旱荒漠地區退耕還林還草工程綜合效益指數，計算公式如下：

(13)

(14)

式中:n為各準則層對應的指標個數;k=1～4,Bk分別為準則層中的生態效益、經濟效益、社會效益和政策響應指數;Wci為各指標相對于準則層的單排序綜合權重;BI為綜合效益指數;Wck為準則層各效益綜合權重。

2.5 灰色系統GM(1,1)預測模型構建

考慮生態效益、經濟效益、社會效益、政策響應指數的不確定性，采用灰色系統預測模型對2021—2025年綜合效益進行時序預測，利用綜合效益評價體系計算未來5 a的綜合效益。步驟如下[19-20]：

(1) 累加時間序列。設原始數據為

X(0)=〔x(0)(1),x(0)(2),…,x(0)(n)〕

對X進行一次累加，獲得

X(1)=〔x(1)(1),x(1)(2),…,x(1)(n)〕

(15)

(2) 求X(1)的均值生成數列

Z(1)=〔z(1)(2),z(1)(3),…,z(1)(n)〕

(16)

其中：

(3) 灰微分方程

(17)

式中:a稱為發展系數,u稱為內控制灰數,可通過最小二乘法擬合得到。

(18)

Y=〔x(0)(2),x(0)(3),…,x(0)(n)〕T

(19)

(20)

(4) 構建X(1)所對應的時間響應函數模型

(21)

對其累減運算可得原始數列預測值公式：

(k=1,2,…,n-1)

(22)

(5) 模型精度檢驗(后驗差檢驗)

(23)

(24)

后驗差比為

(25)

小誤差概率為

(26)

式中:C值越小,P值越大,模型可靠度越高,模型精度等級見表3。

(6) 納什系數

(27)

表3 模型精度等級

2.6 數據來源

本研究中森林覆蓋率、城區空氣質量高于Ⅱ級的天數占比、水土流失治理面積、人均林業產值、人均地區生產總值、農民人均純收入等12個指標數據從《新疆統計年鑒》(2005—2020年)、《吐魯番統計年鑒》(2005—2020年)、吐魯番歷年國民經濟和社會發展統計公報(2005—2020年)中整理獲取，補償標準滿意度、退耕還林還草政策滿意度、農民再退耕意愿等3個指標數據來自于對退耕所涉及農戶發放調查問卷并回收分析轉變為分值后所得。吐魯番于2002年開始實施退耕還林還草政策，考慮到退耕還林還草初期效益不明顯以及各項指標數據統計問題，以2004年為基準年，以2005—2019年為測定年。

3 結果與分析

根據公式(11—12)對各指標數據歸一化，利用權重計算結果及公式(13—14)，得出各效益指數，結果見表4，并選取兩輪退耕還林還草工程中的2013年和2019年兩個典型年各指標指數作對比，見表5。

3.1 生態效益

自退耕還林還草以來，吐魯番地區森林面積大幅增加，森林覆蓋率由2.67%提升到3.31%。

由表4可知，在2004—2019年期間、吐魯番退耕還林還草工程的生態效益呈波動式上升趨勢、在2012—2019年上升趨勢較快，一方面因為退耕規模的持續擴大，造林面積增多(圖3)，一方面因為前一輪退耕工程的林草進入穩定生長期，地面植被緩解降雨對土壤的沖擊，抵擋風力，退耕還林還草工程開始在水土保持、防風固沙等方面發揮作用、2004—2019年累計水土流失治理面積約2.65萬hm2。

表5表明生態效益的提升主要依靠水土流失治理面積指數的提升，次要原因是森林覆蓋率、年降水量指數等的小幅度提升及大風沙塵天數的減少，但隨著工業的快速發展，致使城區空氣質量高于Ⅱ級的天數占比指數在總體上略有下降。進一步分析可知，城區空氣質量高于Ⅱ級的天數占比指數在2004—2008年有所提升，但2008年后卻呈回落趨勢，這也是吐魯番退耕還林還草生態效益指數在2008—2012年略有波動的原因。

3.2 經濟效益

退耕還林還草后，短時間內耕地面積減少，糧食產量降低，之后逐漸恢復并高于退耕之前的糧食產量水平。吐魯番地區2004年糧食單產為4 122 kg/hm2，2019年提高至7 000 kg/hm2，退耕還林還草造成耕地面積減少，但由于耕作技術提高，節水灌溉技術改進，隨著糧食單產量的提高，對糧食產量影響不大。退耕還林還草工程實施以來，農戶收入及來源不斷變化，截至2019年，農民人均純收入14 798元，相比于2004年的3 047元，年增長率為25.7%。

表4 吐魯番地區2004-2019年退耕還林還草工程綜合效益評價效益指數

表5 兩輪退耕還林還草工程典型年效益對比

由表4可知，在2004—2019年期間，吐魯番退耕還林還草工程經濟效益總體呈上升趨勢。表5表明農民人均純收入、人均林業產值、人均地區生產總值的增加促進了經濟效益的提升。在2013—2019年期間，人均林業產值指數大幅提升，遠遠高于農民人均純收入、人均地區生產總值的指標指數，評價指數相比于2013年高出兩倍。自退耕還林以來，林果種植面積逐年增加(圖4)，這也是吐魯番地區在實行退耕還林還草政策時，科學利用氣候優勢發展林果業帶動經濟效益提升的體現。

圖3 2004-2019年吐魯番造林面積

圖4 2004-2019年吐魯番林果地面積

3.3 社會效益

由表4可知，近幾年來，吐魯番退耕還林還草工程的社會效益指數雖有所反復，就總體而言略有提升。由表5可知，在2008—2013年期間社會效益指數出現總體略微下降，原因是在這期間第二、三產業增加值占地區生產總值比重以及第二、三產業從業人員占鄉村從業人員比重減少。相比于2004年、2019年社會效益明顯提高，政府投入大量資金和出臺相關政策，響應“西部大開發”戰略，激發農民參與的積極性，促進農村勞動力向城鎮和工業、服務業轉移，將發展重心逐步轉移到第二、三產業，提高其社會發展水平。

3.4 政策響應

政策響應指數在2004—2019年期間呈上升趨勢。在前一輪退耕中補助政策為每年每公頃退耕地補助3 750元，在新一輪退耕中每年每畝補助為12 000元。由表5可以看出在2013年之后政策響應指數的上升趨勢較2013年之前的上升趨勢大，退耕還林還草政策實施初期，由于農民還未享受到生態經濟的成果，所以對退耕政策有消極情緒，導致初期政策響應三方面的滿意度分值較低。由表5可知，補償標準滿意度、退耕還林還草政策滿意度和農民再退耕意愿的指標指數都逐步上升，說明政府對退耕的補助資金投入和對退耕所涉及的農戶補償更合理，退耕還林還草政策不斷完善。

3.5 綜合效益

通過對表4的各指數進行分析后發現，吐魯番退耕還林還草工程的綜合效益總體呈現穩步上升的趨勢，其上升動力主要源于生態效益和經濟效益的提升，其次是政策響應，社會效益次之。2013年的綜合效益指數高出基準年0.779，2019年高出基準年1.684，提升幅度是第一輪退耕還林還草的兩倍。從權重來看，生態效益占比遠高于經濟效益，說明退耕還林還草實施的初衷是修復生態環境。從效益指數來看，生態效益與經濟效益都有大幅度提升，這說明退耕還林還草工程促進了林果業的發展，使得人均林業產值增加，農業結構得以調整，在保證生態效益的前提下帶來了良好的經濟效益。政策響應則更好的衡量了退耕還林還草工程的實施具有可持續性。

3.6 效益指數預測

基于灰色預測模型，預測吐魯番地區2021—2025年的生態效益、經濟效益、社會效益和政策響應指數，并對模型作檢驗，提高其預測結果的可信度。

據表6可知，建立的效益指數預測模型精度等級好，后驗差比C均小于0.35，小誤差概率P均為1，Nash系數均接近1，模型構建合理。

經預測，生態效益、經濟效益、社會效益和政策響應指數在2021—2025年整體都呈穩定上升趨勢。其中，經濟效益指數整體增幅高于生態效益、社會效益和政策響應指數，表明退耕在一定程度上減緩農戶對耕地的依賴性，林果業、電商的發展為當地農戶提供大量就業崗位，林業產值增加，農民人均收入上漲，經濟效益指數持續增加。生態效益指數較經濟效益指數增長緩慢，生態環境脆弱地區其生態修復周期長，但指數呈正向增長，表明隨著新一輪退耕規模較前一輪有所增加，水土保持、防風固沙作用更加凸顯。政策響應指數小幅上升，表明退耕政策隨退耕實施進程逐步完善，對所涉農戶的補償更合理，農戶的生態保護意識有所提升。社會效益指數小幅上升，表明在經濟持續發展的驅動下，就業結構、產業結構等方面呈良性發展趨勢，但受人口結構的影響，城鎮化步伐放緩，社會效益指數增長緩慢。

4 建 議

基于綜合效益評價指標體系和灰色系統預測模型GM(1,1)，對吐魯番退耕工程過去15 a與未來5 a的綜合效益進行分析探討。結果表明，吐魯番退耕取得了一定的生態效益、經濟效益和社會效益，且對比各效益上限值，生態效益有很大的提升空間。吐魯番地區生態環境脆弱，干旱少雨，其生態建設需考慮長遠利益[21]。如今正是鞏固退耕成果以及實施更為合理的退耕政策階段，提出如下建議：

表6 指數預測與模型精度檢驗參數

(1) 提高生態林和灌木林的種植比例，并加強對經濟林的管理。在退耕還林還草政策實施過程中，嚴守耕地紅線，在保障人均農田的前提下，加大退耕還林還草工程力度，借鑒類似地區的種植經驗，選擇適宜的林草種類，推廣覆膜技術，促進林業建設快速發展，提高土地資源利用率。

(2) 加大對艾丁湖流域的生態保護和治理力度。改善地下水超采、地面沉降過大等問題，增加湖水面積，提升植被覆蓋度，增加生物多樣，逐步恢復濕地功能。

(3) 加強生態補償和鄉村振興戰略的有效銜接，加快推進該區域城鎮化步伐，促進農業轉移人口市民化[22]。因地制宜將不適合耕地的地塊用作特色林果產業發展，防風固沙，使農民增收，促進區域的生態與經濟可持續發展。結合當地林果產業與旅游業，發展電子商務與生態旅游的雙融產業，創造新興崗位，促進農村勞動力就業轉移，推動當地經濟發展，鞏固脫貧攻堅成果。

(4) 建立健全退耕還林還草補償政策。在退耕成果鞏固與新一輪發展階段，將所涉農戶的損失盡可能降到最低，如分區測算各地補償標準、納入利益相關者意愿的補償標準制定和競標機制實踐，調動農戶積極性。

5 結 論

(1) 退耕還林還草工程對西北干旱荒漠地區生態環境的改善，產業結構的調整和農村經濟發展的轉型都具有深遠的促進作用，退耕補助政策的改善提升了所涉農戶退耕意愿，保證了退耕的可持續發展。

(2) 預測2021—2025年退耕工程4個效益指數均呈穩定上升趨勢，經濟效益指數增加最快，政策響應指數其次，生態效益指數較政策響應指數緩慢，社會效益指數發展最慢。未來隨著退耕工程達到飽和，各效益將趨于穩定值。

本研究基于退耕還林還草綜合效益評價體系對吐魯番地區退耕工程做綜合效益初步分析，在統計數據時未能全面考慮其他因素對各指標數據的影響。在今后進行退耕工程綜合效益分析時，應盡可能排除其他因素所帶來的影響，使研究數據更加客觀，退耕還林還草綜合效益分析更為合理準確。