林业科学  2017, Vol. 53 Issue (5): 125-133   PDF    
DOI: 10.11707/j.1001-7488.20170515
0

文章信息

刘浩, 陈思焜, 张敏新, 刘璨
Liu Hao, Chen Sikun, Zhang Minxin, Liu Can
退耕还林工程对农户收入不平等影响的测度与分析——基于总收入决定方程的Shapley值分解
Measuring and Analyzing the Impact of Sloping Land Conversion Program on Rural Households' Income Inequality——Shapley Value Decomposition Approach for Total Income Decision Equation
林业科学, 2017, 53(5): 125-133.
Scientia Silvae Sinicae, 2017, 53(5): 125-133.
DOI: 10.11707/j.1001-7488.20170515

文章历史

收稿日期:2015-12-22
修回日期:2016-05-13

作者相关文章

刘浩
陈思焜
张敏新
刘璨

退耕还林工程对农户收入不平等影响的测度与分析——基于总收入决定方程的Shapley值分解
刘浩1, 陈思焜2, 张敏新2, 刘璨1   
1. 国家林业局经济发展研究中心 北京 100714;
2. 南京林业大学经济管理学院 南京 210037
摘要:【目的】研究退耕还林工程对农户收入不平等的影响,以检验退耕还林工程目标的实现情况,为政府相关部门调整退耕还林工程后续政策及实施其他生态恢复项目提供决策依据。【方法】基于四川、河北、陕西等6省(区)15个案例县1 158个样本农户1995-2012年的平衡面板数据,考虑参与退耕还林工程的总体影响和边际影响,建立样本农户总收入决定方程;以基尼系数、泰尔-L指数和泰尔-T指数作为衡量收入不平等的指标,采用Shapley值分解法对样本农户的总收入决定方程进行分解,全面系统评估退耕还林工程对农户收入不平等的影响。【结果】经验性结果显示,样本农户是否参加退耕还林工程和参加退耕还林工程面积对总收入的影响均为正且在1%水平上显著。1999—2012年,样本农户是否参加退耕还林工程和参加退耕还林工程面积对总收入基尼系数的贡献率呈先升后降的趋势,贡献率最高为2008年,是否参加退耕还林工程和参加退耕还林工程面积的贡献率分别为3.04%和4.55%;在变化趋势上,退耕还林工程对样本农户总收入泰尔-L指数和泰尔-T指数的贡献与对基尼系数的贡献基本一致。【结论】实施退耕还林工程增加了样本农户的总收入,但拉大了样本农户的总收入不平等。因此,就生态恢复工程对农户收入不平等可能产生的影响而言,有必要引起高度关注,实现生态恢复、农民增收与分配公平的多赢。
关键词:退耕还林工程    收入不平等    总收入决定方程    Shapley值分解    
Measuring and Analyzing the Impact of Sloping Land Conversion Program on Rural Households' Income Inequality——Shapley Value Decomposition Approach for Total Income Decision Equation
Liu Hao1, Chen Sikun2, Zhang Minxin2, Liu Can1    
1. Economics and Development Research Center, State Forestry Administration Beijing 100714;
2. College of Economics and Management, Nanjing Forestry University Nanjing 210037
Abstract: 【Objective】The objective of investigating the effect of the sloping land conversion program (SLCP) on rural households' income inequality is to verify the process of the SLCP, and some policy implications are considered for the next stage of the SLCP.【Method】Total income decision equations were built using unique panel dataset of 1 158 sample rural households from 15 counties in 5 provinces and 1 region to consider the marginal and the overall effects. The effect of the SLCP on rural households' total income was estimated with Shapley value decomposition approach by GINI coefficient, Theil-L coefficient and Theil-T coefficient.【Result】The empirical results indicated that the overall effect and marginal effect of the SLCP on rural households' total income were positive and significant at 0.01 statistical level. The contribution of the SLCP to GINI coefficients of both the overall effect and marginal effect of rural households' income inequality had been rising, and then declining from 1999 to 2012. The contributions in 2008 of both the overall effect and marginal effect were the highest with 3.04% and 4.55%, respectively. Both Theil-L coefficient and Theil-T coefficient informed us the similar consequences.【Conclusion】The implementation of the SLCP increased the sample rural households' income, and also caused their income disparity. Therefore, attentions should be paid to the impact of the ecological restoration programs on the income inequality of rural households. Multi-win policies should be designed to tackle the matter for ecological restoration to raise rural households' income and reduce income equality.
Key words: the sloping land conversion program    income inequality    total income decision equation    the Shapley value decomposition    

收入分配是经济学和相关政策分析的热点之一。目前,世界主要经济体均面临收入不平等拉大的格局,我国亦存在类似情形。据统计,我国农村居民收入基尼系数从1978年的0.21上升到2002年的0.38,到2010年进一步提升至0.41。学者们深入研究了收入不平等的原因及其影响(Krugman,2007Stiglitz,2012Piketty,2014Gusafsson et al., 2008),结果发现,收入不平等拉大在很大程度上是由政策和制度设计不完善所导致的;一些研究亦关注了财政、税收等相关政策对城镇居民收入不平等的影响(Rozelle,1996李实等,1998Bourguignon et al., 2008中国发展研究基金会,2012)。

林业是农村居民维持生计的重要手段之一,就森林资源管理与当地居民生计之间的关系而言,Wunder(2001)Angelsen(2003)Chomitz (2007)开展了相关研究。为了改变生态环境,一些发达国家陆续启动了生态恢复工程,如美国的土地休耕项目(CRP)和加拿大的永久覆盖计划(PCP)等。1999年,我国开始了退耕还林工程试点工作,并于2002年正式实施。截至2015年底,退耕还林工程完成退耕地造林面积950.93万hm2,匹配荒山荒地造林面积1 675.70万hm2,新封山育林面积294.69万hm2,完成投资2 378.42亿元(1994年不变价)(国家林业局,2016)。

退耕还林工程是世界范围内实施规模最大、涉及人口最多的林业生态恢复项目,其主要目标在于恢复生态环境,改善农户生计。学者们研究了实施退耕还林工程对农户收入产生的影响(支玲等,2001刘璨等,2006Uchida et al., 2007Liu et al., 2010Yin et al., 2014陶然等,2004),结果发现,绝大部分退耕地块的机会成本低于国家补贴标准。Liu等(2014b)研究认为,由退耕还林工程引起的土地利用模式变化可促使农户调整其生产要素配置,进而改变其收入水平及结构;徐晋涛等(2004a2004b)、Weyerhaeuser等(2005)研究认为,实施退耕还林工程对农户收入的正面影响甚微,在某些情况下甚至会导致农户收入下降。笔者认为,实施退耕还林工程是否增加农户收入是问题的一个方面,而对农户收入不平等产生了什么影响是问题的另一方面,开展此方面研究有助于更加系统地检验退耕还林工程目标的实现情况,并为政府相关部门调整退耕还林工程后续政策及实施其他生态恢复项目(如农地休耕项目)提供科学决策依据。

一些学者已分析了退耕还林工程对农户收入不平等产生的影响:刘璨(2010)分解了退耕还林工程对县内与县际收入不平等的贡献;Liu等(2014a)发现退耕还林工程对农户收入不平等的非补助贡献为负,在考虑退耕补助贡献后,退耕还林工程拉大了农户的收入不平等。需要认识到,农户收入是其生产要素禀赋配置的结果,基于收入结构测分不平等仅能从表面上反映退耕还林工程对农户收入不平等产生的影响。收入与贫困问题是由人的能力造成的(Sen,1973),构成人的能力的重要因素在于其所拥有的生产要素禀赋。因此,为了更为清晰地认识、理解退耕还林工程对农户收入不平等产生的影响,需要从其生产要素禀赋角度进行测度与分析。

Shapley值分解是基于生产投入要素的不平等分解方法(Shorrocks,1999),已广泛应用于收入不平等相关研究(Fields et al., 2000Morduch et al., 2002Obayelu,2014Moute et al., 2015万广华,2006; 许庆等, 2008),但尚未见其应用于退耕还林工程等生态恢复项目对农户收入不平等影响的报道。鉴于此,本研究基于四川、河北、陕西等6省(区)15个案例县1 158个样本农户1995—2012年的平衡面板数据,考虑参与退耕还林工程的总体影响和边际影响,建立样本农户总收入决定方程,在此基础上,利用Shapley值分解法测度与分析实施退耕还林工程对农户收入不平等的影响。

1 研究方法

选择适当的概念性框架与计量经济学估计技术是利用Shapley值分解法分析农户收入不平等的前提与基础,因此,本研究根据概念性框架建立样本农户的总收入决定方程,采用基尼指数和泰尔指数等指标测度与分析退耕还林工程对样本农户收入不平等的贡献度。

1.1 样本农户总收入决定方程

本研究选取样本农户总收入作为衡量其收入状况的指标。一般情况下,样本农户的土地、劳动力和生产费用等投入量直接影响其总收入。家庭特征也可能影响样本农户总收入,如作为人力资本的重要组成部分,农户受教育程度常被视为影响样本农户产出的重要家庭特征之一(Schultz,1964)。同时,农户开展生产活动受到其所在村层面物理和社会经济等环境的影响,村落道路情况等会影响农户生产运输的便利性。因此,在选择影响样本农户总收入的因素时,需要全面考虑。

实施退耕还林工程后,参与工程的样本农户将坡耕地和沙化土地转化为林地,政府给予其相应补助。此外,样本农户参与退耕还林工程改变了土地利用模式,会影响到样本农户劳动力和生产费用投入等。作为理性经济主体,在生产要素禀赋给定的情况下,为实现利润最大化,样本农户通常会做出反应并调整其生产行为。因此,参与退耕还林工程对样本农户总收入的影响机制可以概括为:1) 样本农户获得退耕还林工程补助;2) 样本农户生产要素配置调整对其总收入的影响(刘浩等,2012)。综上分析,本研究建立样本农户总收入决定方程为:

(1)

式中:R为样本农户的总收入(元);c为截距;farmland为耕地面积(hm2);foreland为林地面积(hm2);landbaselabor为以土地为基础生产活动(包括种植业、林业、畜牧业和渔业等与土地有关的生产活动)的劳动力投入(人天);offfarmlabor为非农劳动力投入(人天);productionfee为以土地为基础生产活动的生产费用(元);cadreif为干部变量(户主是干部=1;否则=0);eduif为教育变量(户主受过初中及以上教育=1;否则=0);roadif为道路变量(硬化=1;否则=0);SLCP_if为退耕还林工程虚拟变量(参加=1;否则=0);α1, α2α10为待估参数;i为第个i农户;t为时间变量;φ为iid的残差。

样本农户是否参与退耕还林工程反映了退耕还林工程对其收入产生的总体影响。为更加全面地测度实施退耕还林工程对样本农户收入产生的影响,在式(1) 中考察样本农户参与退耕还林工程的面积(hm2)(lnSLCP_area),从而得到退耕还林工程对样本农户收入产生的边际影响。

1.2 样本农户总收入不平等指标的选取及Shapley值分解法

本研究选取样本农户第t年的基尼系数(GINI)、泰尔平均对数离差(GE-L)和泰尔第一指数(GE-T)作为衡量其总收入不平等的指标,计算公式如下:

(2)
(3)
(4)

式中:yityjt分别为第i个和第j个样本农户第t年的总收入;yt为样本农户第t年的平均总收入;Nt为第t年的样本农户数;nit是第i个样本农户第t年的家庭人口数。

Shorrocks(1999)提出了Shapley值分解法,其包含繁杂的迭代计算过程。Wan (2004)将Shapley值分解法与Blackorby等(1981)Jenkins等(1995)Cancian等(1998)的思路结合起来,提出基于收入决定方程的Shapley值分解法,该方法具有受限制条件少和易增加控制变量等优点(Wan et al., 2007Zhang et al., 2006)。万广华(2006)田士超等(2007)许庆等(2008)利用基于收入决定方程的Shapley值分解法开展了收入不平等研究,本文亦采用此方法分解样本农户的总收入不平等。

根据经验性结果,式(1) 可变为:

(5)

对式(5) 进行Shapley值分解可得到各影响因素对样本农户总收入基尼系数、泰尔平均对数离差和泰尔第一指数的贡献。从Shapley值分解思路来看,影响因素对样本农户总收入不平等的贡献主要取决于:一是影响因素与总收入不平等的相关系数,即影响因素对总收入的偏效应,在给定因素分布下,相关系数越大,对总收入不平等的贡献越大;二是影响因素自身的分布状况,在给定影响因素对总收入的相关系数不变的情况下,其分布越不平均,那么该影响因素对总收入不平等的贡献也更大。反之亦然。

2 数据

本研究采用分层随机抽样技术抽取农户样本。根据全国退耕还林工程任务分布和农民收入状况,首先选取四川、江西、河北、陕西、山东和广西6省(区)。在向6省(区)有关专家与政府官员咨询后,选取四川省马边、沐川、南部和南江,江西省修水、遂川和兴国,河北省易县、张北和平泉,陕西省镇安和延长,山东省平邑,广西壮族自治区平果和环江15个县为案例县,马边、南部、南江、修水、遂川、兴国、张北、平泉、镇安和延长等案例县选取6个乡镇,其余案例县选取3个乡镇,每个乡镇随机选取3个行政村,每个行政村随机选取15个样本农户。2004年开始第1轮样本农户调研,以后每年或每2年进行1次跟踪调研。为了保障样本农户的数据质量,根据Hakim(2000)Devereux等(1993)的思路设计了详尽的调查表,邀请样本农户家庭多位成员及村干部等相关人员参与调研,对参与调研人员进行认真培训,尽可能保证样本农户回忆数据的可靠性和有效性。由于采用跟踪调查,难以保证每次调查都能访谈到所有农户,加之存在一些调查误差,并考虑到研究样本农户收入分配采用平衡面板数据较为理想,最终选用了1 158个样本农户。采用方差分析方法,对1 158个样本农户的平衡面板数据和全部样本农户的非平衡面板数据的主要经济指标进行比对分析,结果发现这2类农户样本并不存在显著差异。

从选择的案例点来看,既包括最早实施退耕还林工程的陕西省和四川省,还包括后续启动退耕还林工程的河北、江西和广西等省(区),亦包括未实施退耕还林工程的山东省平邑县。从样本农户总收入水平来看,各案例县的样本农户总收入水平存在一定差异,既有农户收入高于全国平均水平的南部县,也有低于全国平均水平的环江县。总之,从实施退耕还林工程和农户总收入水平的角度来看,本研究选择的样本在全国来说具有一定代表性。在样本农户数据中,与价值有关的数据均根据全国农村居民消费价格指数或农业生产资料价格指数折合成1994年不变价(国家统计局,2014)。

样本农户关键变量的描述性统计见表 1。1999年,仅有8%的样本农户参与退耕还林工程,户均退耕还林面积为0.03 hm2;此后逐年上升,到2007年参与退耕还林工程的样本农户比重和户均退耕还林面积均达到最大值。2012年,参与退耕还林工程的样本农户比重和户均退耕还林面积小幅下降,这可能与样本农户之间林地流转或部分退耕地造林未达标而被取消等因素有关。与此相应,户均耕地面积从1999年的0.50 hm2逐年下降到2012年的0.34hm2,1995—1999年户均耕地面积变化甚小;1995—2012年样本农户户均林地面积呈现出明显上升态势,这与启动退耕还林工程有关,也与2003年启动的新一轮集体林产权制度改革有关。

表 1 所选年度样本农户关键变量的描述性统计 Tab.1 Summary statistics for the key sample household data in the selected years

1995—2012年,样本农户总收入水平显著提高,户均总收入从4 498.18元增长至18 284.54元。同期生产要素投入也有较大变化,其中,样本农户户均以土地为基础生产活动的劳动力投入从260.27人天减少到228.42人天,下降了12.24%;户均非农劳动力投入从95.57人天大幅增加到260.31人天,约增长了172.38%;样本农户户均以土地为基础生产活动的生产费用年均增长率6.77%。样本农户户主受教育程度在研究期内变化不大,村庄道路状况得到明显改善。

3 经验性结果

在对总收入决定方程(1) 进行估计之前,需要确认样本农户参与退耕还林工程是否具有内生性。本研究采用Hausman检验,结果拒绝了样本农户参与退耕还林工程具有内生性的假设,与刘璨等(2006)Liu等(2010)的结论吻合,原因在于样本农户能否参与退耕还林工程主要取决于其耕地是否被纳入政府的规划范围(徐晋涛等,2004bUchida et al., 2005)。此外,利用Hausman检验判定总收入决定方程(1) 是选择固定效应模型还是随机效应模型,结果显示应采用固定效应模型。

3.1 样本农户总收入决定方程经验性结果

样本农户总收入决定方程的经验性结果见表 2。除户主是否为干部对样本农户总收入的影响不显著以外,其他变量的影响均在1%水平上显著。以土地为基础生产活动的劳动力投入、非农劳动力投入、以土地为基础生产活动的生产费用、户主的受教育程度、道路状况等变量以及时间变量等具有稳健性。若样本农户参与退耕还林工程,则其收入可以增加5.38%;样本农户参与退耕还林工程面积的总收入弹性为0.006 7。需要说明的是,2个方程的拟优度均为0.258。一般情况下,在面板数据的计量经济学经验性结果中,拟优度都比较低(Wooldridge,1999)。

表 2 样本农户总收入决定方程的经验性结果 Tab.2 Empirical results of sample households' income equation
3.2 样本农户收入不平等指标

根据式(2)~(4) 计算样本农户1995—2012年的GINI、GE-L和GE-T, 结果发现样本农户总收入的GINI、GE-L和GE-T呈现相似趋势,即1995—2005年呈现下降态势,2005年后则呈现明显上升态势(图 1)。

图 1 1995—2012年样本农户总收入的GINI、GE-L和GE-T Fig.1 GINI, GE-L and GE-T of total income of sample households from 1995 to 2012
3.3 退耕还林工程对农户总收入不平等的贡献

利用Shapley值分解法分解样本农户总收入决定方程,得出各因素对总收入不平等的贡献并进行归一化处理,得到各因素对样本农户总收入不平等的贡献率。由于本研究重点关注实施退耕还林工程对样本农户总收入不平等的贡献,因此,限于篇幅,此处只给出实施退耕还林工程对样本农户总收入不平等的贡献率,见表 3

表 3 退耕还林工程对样本农户收入不平等的贡献 Tab.3 Contribution of the SLCP to income inequality of the sample households%

表 3可知,实施退耕还林工程对样本农户总收入不平等的贡献率趋势基本一致,仅个别年度存在细微差别。1999—2008年,参与退耕还林工程对样本农户总收入不平等的贡献率呈现上升态势,2008年达到最大值;2008—2012年,参与退耕还林工程对样本农户总收入不平等的贡献率呈现下降态势,但有所波动。按照GINI计算出的参与退耕还林工程对样本农户总收入不平等的贡献率高于按照GE-L和GE-T计算出的贡献率,这与GINI、GE-L和GE-T的计算方法有关。

4 讨论

1999年,我国政府启动退耕还林工程的初衷在于恢复生态环境,在此前提下改善农户生计。样本农户的坡耕地或沙化土地能否纳入到退耕还林工程中取决于其经营的农田是否在退耕还林工程规划区域内,若在退耕还林工程规划区域,则农户有可能参与退耕还林工程;否则不能参与退耕还林工程。参加退耕还林工程的农户可以获得政府发放的退耕还林工程补助。退耕还林工程第1轮补助明显高于退耕地的机会成本(Liu et al., 2010),参与退耕还林工程的农户比继续经营耕地的农户获得更高的收入(表 2)。同时,在退耕还林工程影响既定的情况下,样本农户参与退耕还林工程的可能性和退耕地面积的分布越不均,退耕还林工程对样本农户总收入不平等的贡献越大。在退耕还林工程实施过程中,相关政策强调大户和集中成片,这种不均拉大了样本农户总收入的差距。2007年,政府开始推行的延长期补助标准减半,加之减免农业税和实施农业补贴等,导致农户参与退耕还林工程的溢价减少甚至对其收入形成负面影响,在一定程度上,该影响反映于退耕还林工程对样本农户总收入不平等的贡献在2008年后的减小态势上。

对于样本农户而言,同样被列入退耕还林工程规划区域,但实施优先秩序上存在一定差异。以2006年为例,按人均收入分别将实施退耕还林工程最早和退耕地造林强度最大的四川和陕西2省的样本农户进行5等分,四川省最高收入层次的样本农户参加退耕还林工程的比重最大,最低收入层次的样本农户参加退耕还林工程的比重最小(表 4),四川省和陕西省参加退耕还林工程面积最大、获得退耕还林工程补贴最多的均为较高收入层次的样本农户;陕西省较高收入层次的样本农户参加退耕还林工程面积及获得的工程补贴约为最低收入层次样本农户的2倍。低收入层次样本农户对退耕还林工程的响应也同样低于高收入层次样本农户。高收入层次样本农户的非农劳动力投入比重远高于低收入层次样本农户,这便于其将劳动力从种植业转移至非农行业上。此外,高收入层次样本农户可将更多资本投入到以土地为基础的生产活动中,进而实现集约化经营。

表 4 不同收入层次样本农户参加退耕还林工程的情况 Tab.4 The sample households participated in SLCP by income levels

2015年,在一些土地退化严重且有条件的地区,我国启动了新一轮退耕还林工程。鉴于本研究对退耕还林工程与农户总收入不平等之间相互关系的结果,在实施后续退耕还林工程和相关生态恢复工程中,有必要高度关注生态恢复工程对农户总收入不平等可能产生的影响。在保障生态优先的前提下,考虑生态恢复工程对农户收入公平的影响,如适当向低收入农户倾斜和强化后续产业发展,侧重低收入农户群体,提高其增加收入的能力,实现生态恢复、农民增收与分配公平的多赢。

5 结论

本研究基于6省(区)15个案例县1 158个样本农户18年的平衡面板数据,采用Shapley值分解法,以GINI、GE-L和GE-T作为收入不平等衡量指标,分析了退耕还林工程对样本农户总收入不平等产生的影响。经验性结果显示:退耕还林工程对样本农户总收入不平等产生了正向影响,表明实施退耕还林工程拉大了样本农户总收入的差距,对样本农户总收入不平等的贡献率呈现先增后降的趋势。按照要素分解出的退耕还林工程对样本农户总收入不平等的经验性结果,与刘璨(2010)Liu等(2014)的研究结论基本吻合,但从要素出发测度退耕还林工程对样本农户总收入不平等的影响,能够更为直接地理解退耕还林工程对样本农户总收入不平等的影响,而非已有研究从收入结构变化上间接地理解实施退耕还林工程对样本农户总收入不平等所产生的影响。

参考文献(References)
[] 国家林业局. 2016. 中国林业发展报告2015. 北京, 中国林业出版社.
(State Forestry Administration. 2016. China forestry development report 2015. Beijing, China Forestry Publishing House. [in Chinese])
[] 国家统计局. 2014. 中国统计年鉴2013. 北京, 中国统计出版社.
(China National Statistics Bureau. 2014. China statistics yearbook 2013. Beijing, China Statistics Press. [in Chinese])
[] 李实, 赵人伟, 张平. 1998. 中国经济改革中的收入分配变动. 管理世界(1): 43–56.
(Li S, Zhao R W, Zhang P. 1998. Changes of income distribution in China's economic reform. Management World(1): 43–56. [in Chinese])
[] 刘璨. 2010. 林业重点工程对样本农户收入不平等影响的分解与分析. 经济理论与经济管理(10): 67–73.
(Liu C. 2010. The decomposition and analysis of the impact of forest priority programs (PFPs) on rural households' income inequality. Economics Theory and Economic Management(10): 67–73. DOI:10.3969/j.issn.1000-596X.2010.10.010[in Chinese])
[] 刘璨, 张巍. 2006. 退耕还林政策选择对农户收入的影响——以我国京津风沙治理工程为例. 经济学, 23(6): 273–290.
(Liu C, Zhang W. 2006. Impacts of conversion of farmland to forestland program on household income:evidence from a sand control program in the vicinity of Beijing and Tianjin. China Economic Quarterly, 23(6): 273–290. [in Chinese])
[] 刘浩, 刘璨. 2012. 退耕还林工程对农民持久收入与消费影响的研究. 制度经济学研究, 35(1): 16–47.
(Liu H, Liu C. 2012. An estimation of the effects of China's sloping land conversion program on farmers' permanent income and consumption. Research of Institutional Economics, 35(1): 16–47. [in Chinese])
[] 陶然, 徐志刚, 徐晋涛. 2004. 退耕还林, 粮食政策与可持续发展. 中国社会科学(6): 25–38.
(Tao R, Xu Z G, Xu J T. 2004. Grain for green project, grain policy, and sustainable development. Social Sciences in China(6): 25–38. [in Chinese])
[] 田士超, 陆铭. 2007. 教育对地区内收入差距的贡献:来自上海微观数据的考察. 南方经济(5): 12–21.
(Tian S C, Lu M. 2007. Education's contribution to the regional income gap:micro data from Shanghai. South China Journal of Economics(5): 12–21. [in Chinese])
[] 万广华. 2006. 经济发展与收入不平等:方法和证据. 上海, 上海人民出版社.
(Wan G H. 2006. Economic development and income inequality. Shanghai, Shanghai People's Press. [in Chinese])
[] 徐晋涛, 秦萍. 2004a. 退耕还林和天然林资源保护工程的社会经济影响案例研究. 北京, 中国林业出版社.
(Xu J T, Qin P. 2004a. Case studies of the socioeconomic influence of the converting cropland to forest and grassland program and the nature forest protection program. Beijing, China Forestry Publishing House. [in Chinese])
[] 徐晋涛, 陶然, 徐志刚. 2004b. 退耕还林:成本有效性、结构调整效应与经济可持续性——基于西部三省农户调查的实证分析. 经济学(季刊), 14(4): 143–166.
(Xu J T, Tao R, Xu Z G. 2004b. Sloping land conversion program:cost-effectiveness, structural effect and economic sustainability. China Economic Quarterly, 14(4): 143–166. [in Chinese])
[] 许庆, 田士超, 徐志刚, 等. 2008. 农地制度、土地细碎化与农民收入不平等. 经济研究(2): 83–92.
(Xu Q, Tian S C, Xu Z G, et al. 2008. Rural land system, land fragmentation and farmer's income inequality. Economic Research Journal(2): 83–92. [in Chinese])
[] 支玲, 邵爱英. 2001. 退耕还林的实践与思考. 林业经济(3): 43–46.
(Zhi L, Shao A Y. 2001. The practice and thought of sloping land conversion program. Forestry Economics(3): 43–46. [in Chinese])
[] 中国发展研究基金会. 2012. 转折期的中国收入分配. 北京, 中国发展出版社.
(China Development Research Foundation. 2012. China's income distribution in transition period. Beijing, China Development Press. [in Chinese])
[] Angelsen S W. 2003. Exploring the forest-poverty link:key concepts, issues and research implications. Center for International Forestry Research.
[] Blackorby C, Donaldson D, Auersperg M. 1981. A new procedure for the measurement of inequality within and among population subgroups. The Canadian Journal of Economics, 14(4): 665–685. DOI:10.2307/134822
[] Bourguignon F, Bussolo M, de Silva L A P. 2008. The impact of macroeconomic policies on poverty and income distribution. World Bank, Palgrave, 85(271): 490–491.
[] Cancian M, Reed D. 1998. Assessing the effects of wives earning on family income inequality. Review of Economics and Statistics, 80(1): 73–79. DOI:10.1162/003465398557348
[] Chomitz K M. 2007. At loggerheads:agricultural expansion, poverty reduction, and environment in the tropical forests. World Bank, Washington, D.C., USA.
[] Devereux S, Hoddinott J. 1993. Fieldwork in developing countries. FAO Working Paper.
[] Fields G S, Yoo G. 2000. Falling labor income inequality in Korea's economic growth:patterns and underlying causes. Review of Income & Wealth, 46(2): 139–159.
[] Gustafsson B, Li S, Sicular T, et al. 2008. Income inequality and spatial differences in China, 1988, 1995, and 2002//Uchimura H. Inequality and public policy in China. Cambridge University Press.
[] Hakim C. 2000. Research design:succesful designs for social economics research. Routledge.
[] Jenkins S P. 1995. Accounting for inequality trends:decomposition analyses for the UK 1971-86. Economica, 62(245): 29–63. DOI:10.2307/2554775
[] Krugman P. 2007. The conscience of a liberal:reclaiming America from the right. Penguin Books, London, England.
[] Liu C, Lü J Z, Yin R S. 2010. An estimation of the effects of China's forestry programs on farmers' income. Environmental Management, 45: 201–218.
[] Liu C, Mullan K, Liu H, et al. 2014a. The estimation of long term impacts of China's key priority forestry programs on rural household incomes. Journal of Forest Economics, 20(3): 267–285. DOI:10.1016/j.jfe.2014.08.001
[] Liu T J, Liu C, Liu H, et al. 2014b. Did the key priority forestry programs affect income inequality in rural China. Land Use Policy, 38: 264–275. DOI:10.1016/j.landusepol.2013.11.016
[] Moute E N, Djemba I L, Kameni F J. 2015. Disparity in the sharing of family income in Cameroon:a Gini decomposition analysis based on the Shapley-value approach. International Journal of Educational Research and Reviews, 3(4): 171–180.
[] Morduch J, Sicular T. 2002. Rethinking inequality decomposition, with evidence from rural China. Economic Journal, 112(476): 93–106. DOI:10.1111/ecoj.2002.112.issue-476
[] Obayelu O A. 2014. Spatial decomposition of poverty in rural Nigeria:shapley decomposition approach. Journal of Economic Development, 39(4): 77–97.
[] Piketty T. 2014. Capital in the twenty-first century. The Belknap Press of Harvard University Press, Cambridge, Massachusetts, USA.
[] Rozelle S. 1996. Gradual reform and institutional development:the keys to success of China's rural reforms, reforming Asian socialism:the growth of market institutions. Ann Arbor, University of Michigan Press.
[] Schultz T W. 1964. Transforming traditional agriculture. Yale University Press.
[] Sen A K. 1973. On economic inequality:the Radcliffe lectures, delivered in the University of Warwick, 1972. Tokyo, Clarendon Press.
[] Shorrocks F. 1999. Decomposition procedures for distributional analysis:a unified framework based on the Shapley value. University of Essex.
[] Stiglitz J E. 2012. The price of inequality:how today's divided society endangers our future. W.W. Norton & Company, New York, USA.
[] Uchida E, Xu J T, Rozelle S. 2005. Grain for green:cost-effectiveness and sustainability of China's conservation set-aside program. Land Economics, 81(2): 247–264. DOI:10.3368/le.81.2.247
[] Uchida E, Xu J T, Xu Z G. 2007. Are the poor benefiting from China's land conservation program?. Environment and Development Economics, 12(4): 593–620. DOI:10.1017/S1355770X07003713
[] Wan G H. 2004. Accounting for income inequality in rural China:a regression-based approach. Journal of Comparative Economics, 32: 348–363. DOI:10.1016/j.jce.2004.02.005
[] Wan G H, Lu M, Chen Z. 2007. Globalization and regional income inequality:empirical evidence from within China. Review of Income and Wealth, 53(1): 35–59. DOI:10.1111/roiw.2007.53.issue-1
[] Weyerhaeuser H, Wilkes A, Kahrl F. 2005. Local impacts and responses to regional forest conservation and rehabilitation programs in China's northwest Yunnan Province. Agricultural Systems, 85(3): 234–253. DOI:10.1016/j.agsy.2005.06.008
[] Wooldridge J M. 1999. Introductory econometrics:a modern approach. South-Western College Publishing.
[] Wunder S. 2001. Poverty alleviation and tropical forests-what scope for synergies?. World Development, 29(11): 1817–1833. DOI:10.1016/S0305-750X(01)00070-5
[] Yin R S, Liu C, Zhao M J, et al. 2014. The implementation and impacts of China's largest payment for ecosystem services program as revealed by longitudinal household data. Land Use Policy, 40: 45–55. DOI:10.1016/j.landusepol.2014.03.002
[] Zhang Y, Wan G H. 2006. The impact of growth and inequality on rural poverty in China. Journal of Comparative Economics, 34(4): 694–712. DOI:10.1016/j.jce.2006.08.008