【文献分享】可持续减贫?林业培训对中国南方农村家庭经济福祉的长期影响与作用机制

摘要

研究农户林业收入与家庭经济脆弱性的转变，对于深化“森林—贫困”动态关系的理解至关重要，尤其有助于厘清森林干预政策在扶持约2.5亿极度依赖森林资源的贫困农户实现可持续减贫中的作用。本文构建经济模型，检验林业培训与林业收入增长之间的关系——此类培训可通过提供技术技能与信息来支撑可持续减贫。研究利用国家林业和草原局（NFGA）2023年对305户已脱贫农村家庭的抽样调查数据（样本来自国家级重点帮扶县），分析在中国“可持续减贫政策”（SPAP）框架下，林业培训对已脱贫农户林业收入与经济脆弱性的影响，并探讨不同群体间的政策异质性及潜在传导机制。结果显示，林业培训显著提高了农户收入并降低返贫风险。异质性检验发现，培训对中低林业收入家庭的增收效应更强，而防返贫效应呈“倒U型”曲线；此外，培训对小规模林地的脆弱农户尤为有益。机制分析表明，培训促进了更多劳动力进入林业部门，从而激活了已脱贫农村家庭的林地资产。最后，研究提出政策建议，以强化林业培训对农村贫困人口生计的长期影响。

研究背景

森林在全球经济发展和世界各地社区民生中扮演着关键角色。全球约三分之一的人口居住在森林地区或其周边，依靠森林资源维系家庭生计。其中，近2.5亿处于极端贫困的农村人口——主要集中在发展中国家——生活在森林内部或周边，依赖林产品和服务满足基本生活需求，然而森林在减贫方面的巨大潜力却长期被低估。在生态退化、社会经济复杂性加剧以及气候变化的背景下，防止这些人群陷入贫困和粮食不安全，仍是重大挑战。

中国的森林面积占全球5%，高度集中于生态脆弱和深度贫困区域。在832个国家级贫困县中，72.12%属于生态脆弱区；14个集中连片特困地区中，80%生态脆弱。为应对这一局面，中国政府实施精准扶贫（TPA）战略，对农村贫困进行系统性治理。尽管中国在“十三五”期间在减贫方面取得了显著进展，但部分地区经济基础依然薄弱，产业发展缓慢，极易受到经济冲击，存在返贫风险。为此，中国政府要求中央各部门发挥专业优势，整合行政资源，实施对口帮扶政策，建立定点帮扶县制度，以确保脱贫成果的巩固与乡村振兴战略的有效衔接。

对于那些生活在森林资源丰富但经济欠发达的重点帮扶县、已实现脱贫的农户而言，如何依托这些森林资源和自身已有的生计资产，实现可持续的经济发展，是当前面临的关键挑战。从根本上讲，脱贫农户必须发挥主观能动性，利用所获得的知识和政策支持，发展可持续的家庭生计产业，如林下经济和生态旅游，从而释放林地资源的市场价值，培育内生发展动力。

“可持续减贫政策”是中国“后脱贫时代”的一项制度性安排，意味着在农民脱贫后，政府继续保留原有的帮扶政策，持续帮助其降低返贫风险。林业培训作为SPAP框架下的重要开发式帮扶策略，旨在通过专业技术培训提升农村脱贫农户的人力资本，从而增强其内生发展动力，拓宽增收渠道。

然而，林业培训在多大程度上能够支持那些依赖森林资源的脱贫农户，特别是在林业收入和降低经济脆弱性方面，目前尚不清楚。此外，在农村收入差距不断扩大的背景下，林业培训可能存在的政策异质性及其传导机制也有待进一步研究。

研究贡献

本文创新性地选取国家林业和草原局对口帮扶县微观数据——这些县域森林资源丰富却经济受限。聚焦这一独特群体，填补了既有文献关于林业培训对边缘地区已脱贫农户经济福利影响的空白，并为制定差异化政策、提升其林业资源经济转化率提供了经验依据。文章以“可持续减贫政策”这一开发式帮扶政策为切入点，运用内生经济增长理论模型，分析林业培训对已脱贫农户林业收入与经济脆弱性的作用及其机制。研究采用OLS与Probit模型估计，并运用多种计量技术处理林业培训变量的内生性偏误，评估培训对不同贫困群体影响的异质性。最后，进一步检验林业培训影响林业收入与家庭经济脆弱性的潜在传导机制。

研究结果

1.基准回归分析

本研究采用OLS与Probit模型估计林业培训对已脱贫农户林业收入和经济脆弱性的影响，并在县级层面聚类以解决潜在的异方差问题，结果列于表2。

核心解释变量方面：第（1）列显示，接受林业培训的已脱贫农户，其林业收入在1%水平上显著增长，增幅达16.4%，表明培训显著提升了其在林业部门的生计水平。第（2）列表明，林业培训在1%水平上显著降低家庭经济脆弱性，回归系数为–0.61，说明培训增强了已脱贫农户的经济韧性，拓宽了生计选择，对防止返贫具有显著效果。控制变量方面：第（1）列显示，家庭劳动力占比、林地面积和人力资本均显著正向影响林业收入，意味着更充裕的人力与土地资本使这些家庭能更好地借助林业培训提升收入。第（2）列表明，户主年龄、婚姻状况和人力资本显著正向影响经济脆弱性。可能原因在于：随着年龄增长，农民经济压力与健康恶化，婚后负担加重，抵御外部冲击能力下降；同时，人力资本竞争可能减少非农就业机会与收入，进一步加剧脆弱性。相反，农民健康状况、家庭劳动力占比、林地面积、住房条件以及到县城的距离均呈负系数，说明医疗支出越低、家庭劳动力越多、土地越多、居住条件越好、与县城经济联系越紧密，越能降低返贫风险。

2.内生性检验

尽管通过控制已脱贫农户的个体、家庭与社会层面因素，已部分缓解遗漏变量导致的估计偏误，但本文仍采用工具变量（IV）方法，进一步应对潜在不可观测因素及反向因果带来的内生性问题。具体而言，选取“本村其他已脱贫农户接受林业培训的比例”作为工具变量。

表3第（1）、（2）列报告了林业收入的二阶段最小二乘（2SLS）估计结果：KP-LM统计量（拉格朗日乘数统计量）为73.299，CD-F统计量（Cragg-Donald Wald F 统计量）为159.642，均在1%水平拒绝原假设，表明工具变量通过识别检验且不存在弱工具问题。第（3）、（4）列给出了经济脆弱性的IV-Probit两阶段估计结果：第一阶段F值大于10的临界值，AR与Wald检验均在1%水平显著，再次确认工具变量有效。

第（2）、（4）列进一步显示，在工具变量框架下，林业培训不仅显著提高了已脱贫农户的林业收入，还有效降低了其经济脆弱性，从而帮助防止返贫。

3.稳健性检验

（1）替换被解释变量

首先，由于已脱贫农户的林业收入为连续变量，为降低极端值对实证结果的干扰，本文参照同类文献的做法，采用双侧1%的缩尾（Winsorize）处理，并重新回归，在保持数据真实性的同时有效平衡了极端值处理的严谨性。其次，依据世界银行贫困线划分标准，将经济脆弱性的临界值调整为29%进行稳健性测试。最后，把贫困标准线替换为中国2020年4000元的国家线，重新计算已脱贫农户的经济脆弱性并再次回归。表4第（1）—（3）列显示，无论采用何种指标，林业培训均显著提高林业收入并降低经济脆弱性，进一步验证了实证结果的稳健性。

（2）PSM模型

为缓解因可观测特征自选择带来的内生性偏误，本文采用倾向得分匹配（PSM）方法。该方法基于个体、家庭与社会特征，对“参训”与“未参训”样本进行匹配。图3与图4显示，匹配前两组倾向得分存在显著差异；匹配后得分分布大幅重叠，满足共同支撑假设。

本文进一步使用1:2最近邻匹配、核匹配、半径匹配与局部线性匹配，估计林业培训对已脱贫农户林业收入与经济脆弱性的平均处理效应（ATE）。表5结果显示，林业培训显著提高了农户林业收入，促进了林业产业发展，并有效降低了经济脆弱性，展现出强劲的防返贫效应。

4.异质性分析

（1）分位数回归

为检验林业培训对不同林业收入水平农户的增收作用，以及对不同经济脆弱程度农户的防返贫效应，本文采用分位数回归，重点关注20%、50%与80%分位点。表6显示：增收效应在中低林业收入农户中最强，尤以中等收入农户最为突出，表明培训显著提升了其人力资本、拓宽了生计策略，从而提高了林业收入。培训降低经济脆弱性的作用呈“倒U型”：对中等脆弱农户的缓解力度最大，对高、低脆弱两端农户的效果较弱。这说明培训在增强已脱贫农户经济韧性、多元化生计及降低返贫风险方面发挥了关键作用。

（2）土地经营面积

在“可持续减贫政策”框架下，土地经营面积是已脱贫农户能否把培训所得技术知识付诸实践的核心变量。按平均经营面积将样本划分为“小面积组”与“大面积组”进行异质性检验。表7结果显示：对小面积农户，林业培训显著提升林业收入、显著降低经济脆弱性；对大面积农户，培训对林业收入与经济脆弱性均无显著影响。Chow检验进一步表明两组系数差异显著。由此可见，林业培训的效果随土地经营面积呈现异质性：土地作为关键生计资本，对小面积农户的可持续增收尤为重要，并有助于缩小农村内部收入差距。

5.中介效应

表8报告了作用机制的回归结果。第（1）–（3）列显示，林业培训显著降低已脱贫农户选择非农就业的概率，使其更多投入林业，进而提高林业收入并抑制经济脆弱性恶化；Bootstrap检验表明，该路径的部分中介效应分别为20.12%与32.19%。同样，第（5）–（7）列表明，培训提升林地资产的变现程度，带来林业收入增加与返贫风险下降，部分中介效应分别为4.04%与1.92%，亦通过Bootstrap验证。

就中介强度而言，“减少非农就业”这一渠道对培训增收减贫的贡献更大。原因在于，非农就业的“回流”可直接把劳动力配置到林业部门，快速积累生计资本，效应传导更高效；而林地资产变现通常需要更长时间与更复杂的产权安排，故非农就业渠道成为已脱贫农户更主要的中介路径。

研究结论与政策启示

1.研究结论

在“可持续减贫政策”长期扶持与生计质量提升的双重目标下，本文将研究视角从既往“农户相对收入”或“区域整体发展”转向更具针对性的“已脱贫农户绝对林业收入”及其“人均消费脆弱性”，首次利用国家林草局对口帮扶县的微观数据，精确评估林业培训的经济福利效应。实证结果显示，培训使已脱贫农户的林业收入平均提高16.4%，防返贫指数下降0.61单位；在工具变量纠正内生性后，两项指标分别提升至17.6%和–2.29单位，并在缩尾处理、替换贫困线、PSM匹配等稳健性检验中保持显著。本文进一步指出：对于受教育年限仅为小学至初中水平的已脱贫群体，林业培训以“干中学—学中干”的短周期技能补偿方式，直接提升其在森林经营、智慧林业技术获取及家庭内资本循环中的劳动效率，从而弥补了既往教育不足的缺口，增强了其应对气候冲击与未来生计转型的能力。

政策异质性分析表明，林业培训的增收红利主要集中在中低林业收入层级，而防返贫效应呈“倒U型”，即中等经济脆弱组受益最大；同时，小面积经营农户在收入提升与风险下降两方面均获得更大幅度的正向冲击，Chow检验证实两组系数差异显著。这意味着培训政策天然地具有“扶弱”和“缩差”双重属性：在资源禀赋更薄弱的群体中产生更大的边际收益，有效阻断其因外部冲击而再次陷入贫困的路径。本文进一步强调，通过精准瞄准小地块农户，培训可在不加剧森林资源过度采伐的前提下，放大生计资本乘数，为生态脆弱区提供包容性增长方案。

机制检验揭示了两条并行的中介路径：其一，培训通过降低农户外出非农就业概率，使劳动力回流林业，该渠道对收入增长的贡献达20.12%，对降低经济脆弱性的贡献高达32.19%；其二，培训提升林地资产变现能力，对收入和脆弱性的中介效应分别为4.04%与1.92%，Bootstrap检验均显著。本文证实林业培训反而抑制了已脱贫农户的非农外流，强化其“以林为生”的主观能力与客观投入；同时，财产性收入占比的提升使农户不再单纯依赖森林实物产出，而是借助林地经营权、用益物权等获得持续现金流，既平滑季节性收入缺口，又增强对突发冲击的抵御能力。

2.政策启示

2025年脱贫攻坚过渡期结束后，中国应把“开发式帮扶”的主线从“脱贫”转向“防贫”与“增收”并重，林业培训正是这一转换的关键抓手。研究显示，培训对中低林业收入、小地块、中等脆弱度的已脱贫农户边际收益最大，因此政策设计需从“大水漫灌”走向“精准滴灌”：建立以生计状况、经济脆弱性和林地禀赋为核心的分类管理机制，优先向低收入层级和小面积经营群体倾斜培训指标与补贴强度，最大化其增收减贫潜力。同时，培训内容本身也要升级——从一次性项目制转向“常规化、专业化、精准化、现代化”的永久体系，引入智慧林业、碳汇经营、林下经济深加工等模块，并与“林票”“碳票”等新型产权工具对接，让农民在“干中学”过程中就能把技术即时转化为可抵押、可交易、可增值的资产，真正实现“资源变资产、资产变资本”。

在宏观层面，应把林业培训纳入乡村振兴考核指标，设立中央财政“林业人力资本专项”，对培训后农户的林业收入增幅、财产性收入占比、返贫风险下降幅度进行年度跟踪，按绩效拨付后续资金，形成正向激励。对于林地分散、留守老人居多的村庄，可推广“村社嵌入式”培训站，利用冬季农闲、采伐淡季开展短周期现场教学，降低机会成本；对于产业基础较好的县域，则鼓励“龙头企业+合作社+农户”的订单式培训，把技能认证、原料回购、产品代销一体化，确保农民学成即有市场对接。

在国际维度，中国经验可为其他森林资源丰富但教育匮乏的发展中国家提供“低成本、高回报”的减贫方案：通过南南合作输出模块化教材、移动培训车和线上双语课程，把课堂搬到林间地头；结合当地权属状况，设计“社区共管+收益分成”模式，使培训不仅提升个体技能，也强化集体森林治理能力，进而增强社区面对气候冲击和市场波动的韧性。由此，林业培训将从单一技术项目升级为对接SDGs（减贫、陆地生命、体面工作）的综合性政策工具，为全球约2.5亿依赖森林的极端贫困人口打开一条“以林致富、以林固贫”的可持续通路。