EN中文

GEOGRAPHICAL RESEARCH >

2014 , Vol. 33 >Issue 9: 1694 - 1705

DOI: https://doi.org/10.11821/dlyj201409010

Orginal Article

Influencing factors of firewood consumption of rural household in restricted development zones: a case study of the Nujiang Prefecture in Yunnan Province

  • SUN Wei , 1, 2 ,
  • HU Wangshu 1, 3 ,
  • YAN Mei 1, 3 ,
  • LV Chen , 4
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China
  • 3. University of Chinese Academy of Sciences,Beijing 100049
  • 4. College of Technology Management, University of Chinese Academy of Sciences,Beijing 100049

Received date: 2013-12-26

  Request revised date: 2013-05-27

  Online published: 2014-09-20

Copyright

《地理研究》编辑部
Fold

Abstract

The promotion of the development of major function oriented zones by 2020 is a major strategic plan in China and requires collaboration between the government and the public. The solicitation of public support for the development of major function oriented zones remains a great unmet need that has not been addressed by academics. This study used the Nujiang prefecture in Yunnan province as an example in performing empirical analyses of the influencing factors that affect firewood consumption based on 654 rural household questionnaires and a logistic regression model. Our results indicated positive correlations of rural household firewood consumption with household size, the existence of migrant workers in a rural household, location of an administrative village in a natural reserve, the location of an administrative village above an altitude of 2000 meters, and the distance from the administrative village to its county town. The probability of rural household firewood consumption increased by 24.20% with each additional person in a household, and the probability of firewood consumption was 67.18% greater in households with migrant workers than in those without migrant workers. The probability of rural household firewood consumption in nature reserves was 3.26-fold higher than that of rural households outside nature reserves. In addition, the probability of rural household firewood consumption was 64.70% greater in administrative villages 2000 meters above sea level than in those at altitudes less than 2000 meters. The probability of rural household firewood consumption increased by 6.12% with each increase of one kilometer in the distance between an administrative village to the nearest county town. Both of these two variables reflected the accessibility of energy sources other than firewood to rural households. Higher altitude and longer distance from the county town led to lower accessibility to alternative energy sources and an increased probability of firewood usage. Our data showed a negative correlation with cash expenses in the previous year, housing conditions, and cash subsidies. The probability of firewood consumption was reduced by 2.28% with each additional 1000 CNY in cash expenditures in the previous year, whereas the probability was reduced by 45.73% for each increase of level in the housing condition. Cash subsidies for rural households reduced the probability of firewood consumption by 38.39%. According to the quantitative research on the firewood consumption, the article discovered various factors which had positive or negative effects on Nujiang prefecture, these are useful enlightenments on Restricted Development Zones from reducing the firewood consumption, curbing the ecological damages and forest degradation caused by excessive firewood consumption. The article puts forward some practical policy recommendations from environmental protection, finance, population, investment and industrial policy, and hope to improve energy consumption structure and consuming behavior and alleviate antinomies between household energy consumption and ecological protection, and advance the strategy implementations in this region.

Key words： rural household; firewood consumption; influencing factor; major function oriented zones

Cite this article

SUN Wei , HU Wangshu , YAN Mei , LV Chen . Influencing factors of firewood consumption of rural household in restricted development zones: a case study of the Nujiang Prefecture in Yunnan Province[J]. GEOGRAPHICAL RESEARCH, 2014 , 33(9) : 1694 -1705 . DOI: 10.11821/dlyj201409010

1 引言

2010年12月国家出台了《全国主体功能区规划》,明确提出了优化开发区域、重点开发区域、限制开发区域、禁止开发区域四类主体功能区,并明确了各类功能区的定位、区域范围、发展方向和管制原则。其中,限制开发的生态地区包括25处,总面积约386万平方公里,总人口约1.1亿,以保护和修复生态环境、提供生态产品为主要任务[1,2]。中国限制开发的生态地区也是国家贫困人口分布最集中、贫困程度最深、脱贫难度最大的地区。中国有95%的绝对贫困人口生活在这一地区,农户为解决温饱问题而进行的农业生产活动和能源消费行为在很大程度上加剧了水土流失、土壤侵蚀、植被破坏,直接影响着江河下游地区的发展,乃至中华民族的可持续发展[3]。为实施主体功能区战略,国家在财政、投资、产业、人口、环境等方面出台了一系列配套政策,但政策实施主体多是强调自上而下的政府行为,没有很好地将自下而上的微观主体的行为给予充分考虑,紧紧依靠财政转移支付和政府对退耕还林农户的现金补贴等措施是无法从根本上改变农户的能源消费行为并在此基础上建立生态保护的自觉意识。
近年来,从微观视角分析森林退化和生态破坏的原因,成为国内外一些环境经济学家和农村发展学者研究的热点。学者们普遍认为,森林区域中的农户依赖薪柴作为能源有较复杂的原因：采集薪柴体现了家庭成员的劳动分工,是家庭内部分工的经济行为;薪柴是家庭的一种能源消费品,其消费行为受到消费习惯和消费文化等社会环境的影响[4]。在经济层面上,贫困是农户消费薪柴的主要原因[5-7]。Bluffstone对尼泊尔的研究发现,由于农户采集薪柴通常伴随着大量劳动力的投入,劳动力非农就业的变化对家庭薪柴消费量有着非常重要的影响[8]。Chen et al发现,家庭成员受教育程度对薪柴消费有负向影响,薪柴消费的减少并不是因为受教育成员提高了环保意识,而是由于家庭成员在外上学或工作的增多使得家庭减少了薪柴的采集量[9]。Cooke et al发现,森林退化使农户家庭成员需要到更远的地方去拾柴,增加了拾柴的机会成本,使家庭减少了薪柴消费[4]。在家庭层面上,许多研究发现,家庭人口规模、家庭成员受教育水平、家庭成员职业状况等都是决定农户薪柴消费量不可忽视的因素[10-12]。在能源可及性方面,Foley认为,农户习惯就地取材,传统非商品能源获得的便利性是薪柴成为农户生活能源的主要原因[13]。Leach发现,通过建设基础设施以增加商品能源可获得性也能改变农户的能源消费结构,从而使贫困农户减少薪柴的采集量和消费量[14]。葛之葳等对四川省10个村庄的调查表明,在自然保护区内因农户薪柴采集造成的森林破坏仍十分严重,木材蓄积密度与村落密度成显著的反比关系[15]。
云南省怒江州位于三江并流世界自然遗产保护地,也是中国确定的25个限制开发的生态地区之一的“川滇森林及生物多样性生态功能区”的核心区,自然保护区面积占全州总面积的58.3%。由于极度贫困和缺乏替代能源,农户仍以薪柴作为主要的能源,薪柴消费量占农户能源消费量的85.02%,全州仅农村生活用柴量每年就达3×106m3,目前海拔1500米以下的原始森林植被已破坏殆尽,1500-2000米之间的森林植被也破坏严重,生态保护的国家需求与农户薪柴消费的个人需求之间存在尖锐矛盾。基于此,本文利用该州4个县29个乡镇654份农户调查问卷的数据,对限制开发的生态地区农户薪柴消费的影响因素进行了实证分析,以期从微观层面上探讨影响主体功能区建设的影响因素和作用机理,为改善农户能源消费结构和消费行为,缓解农户能源消费与生态保护的矛盾,推进主体功能区建设提供科学依据（图1）。
Fig.1 The location of the study area

图1 案例区区位

需要说明的是,薪柴作为具有悠久利用历史的生活用能,包括多种类型,本文中的薪柴是指农户采伐自然保护区中的森林或捡拾用柴林、防护林、经济林等修枝、抚育、间伐等的剩余物。尽管两种行为对森林的破坏程度是不一样的,但由于难以进行区分,本文将其视为一种行为。由定义可以看出,农户个人的能源消费行为与国家保护川滇森林及生物多样性的战略目标构成一对矛盾,这也是本文的切入点和需要解决的科学命题。本文中的限制开发区域是指以提供生态产品为主体功能的区域,不包括以提供农产品为主体功能的区域。

2 数据来源和研究方法

数据来源于笔者2011年11-12月在怒江州开展的农户问卷调查。在怒江州政府的大力支持下,课题组分别在泸水、兰坪、福贡、贡山4县各发放问卷250份,合计1000份,回收有效问卷654份,回收率65.4%。问卷内容涉及三个方面：一是农户基本情况,包括家庭人口、收入与生计等;二是农户能源使用情况,包括常用生活能源的类型与用量;三是农户的发展能力与意愿,包括对发展现状的认识与未来的预期。另外,本文使用的部分空间分析数据来自于中国科学院资源环境数据中心,包括怒江州数字高程、交通路网、土地利用图（1:10万）、农村居民点（行政村）分布图,数据基期为2010年。

2.1 数据处理

在调查问卷中,部分问卷的个别选项由于农户未填写等原因而缺失,如果将全部存在缺失值的问卷直接剔除,样本量损失过大。因此,本研究采用多重插补（Multiple Imputation）方法修补缺失数据,这种方法采用多组可能的值来替代每个缺失值,形成若干个插补数据集用来分析,以反映被替换的缺失数据的不确定性[16]。该过程使用SPSS19.0软件中的多重插补工具完成,插补方法为完全条件指定,生成除原始数据外的10组插补数据集用于下一步模型回归。
研究采用最大似然法建立Logistic回归模型,为避免自变量间多重共线性问题,采用逐步后向剔除法将变量引入模型,变量进入模型的显著性水平为0.05,剔除模型的显著性水平为0.10。之后,将10组插补数据集汇聚,将选出具有显著性的变量使用强制回归方法,得到最终回归结果。该过程同样在SPSS19.0软件中完成。
需要说明的是,由于不同变量之间计量单位不同,需要将定距变量（scale variable）进行标准化处理,研究采用了z-score标准化（zero-mean normalization）方法,消除量纲的影响,其公式为：
其中,x’为标准化后的数据,x为原始数据,μ为样本均值,σ为样本标准差。

2.2 调查方法

为了保证研究结果能够准确反映当地情况,问卷以随机抽样的方式发放,且尽可能覆盖整个怒江州。由于当地交通极为不便,入户调查成本极高且不能保证问卷发放的随机性,因此研究采用在怒江州4个县各选取1所高级中学,由项目组在每所学校随机选取250名高中生发放问卷,由其回家与家长共同填写后交回学校,再返回项目组的调查方法。由于学生来自全州各个乡镇,同时至少具有高中文化水平,这种方式既可以满足随机抽样的要求,保证问卷的质量,又可以降低发放成本。经统计,所回收的654份有效问卷覆盖了怒江州4个县的全部29个乡镇,以及汉、傈僳、白、怒、独龙、普米、藏、彝等主要民族。问卷发放与回收情况见表1。
Tab. 1 Issuance and recovery of the questionnaire

表1 问卷发放和回收情况

泸水县 兰坪县 福贡县 贡山县 合计
发放问卷数 250 250 250 250 1000
回收有效问卷数 146 138 170 200 654
有效问卷回收率 58.4% 55.2% 68.0% 80.0% 65.4%
有效问卷覆盖乡镇数 9 8 7 5 29

2.3 指标选取

农户是否使用薪柴(y),是多种因素共同作用的结果。根据国内外文献检索发现,农户能源消费主要受家庭因素、经济因素、资源因素、政策因素、地理因素的影响。
（1）家庭因素。Sheinbaum et al发现,1970-1990年间墨西哥农户家庭规模的变化对其消费行为的影响甚至大于收入变动的影响[17]。Yutaka 等发现人口较多的家庭平均耗能要低于人口较少的家庭平均耗能[18]。Le Chen发现学历与能源选择的品种有较强的关系,较低教育水平的家庭更倾向于使用生物质能源[19]。本文引入家庭总人口(x1)、非劳动力人口数(x2)、是否少数民族(x3)、是否有外出打工(x4)、是否是移民(x5)5个变量。
（2）经济因素。王效华在江苏扬中连续5年的研究表明,人均能源消费量与人均作物收获量、人均收入、户均人口有一定的相关性[20]。周曙东以内蒙古为例的研究发现,农村家庭能源消费量与人均纯收入、人均耐用家电数量、人均耕地面积、人均住房面积正相关[21]。本文引入上年现金收入(x6)、上年现金支出(x7)、拥有大牲口头数(x8)、住房条件(x9)5个变量。
（3）资源因素。研究发现,现代化能源设施的分布对农户能源选择也有重要影响。Leach认为,基础设施通过增加能源可及性改变能源结构[22]。本文引入是否通电(x10)、所在行政村到最近县城的距离(x11)2个变量。之所以选择所在行政村到最近县城的距离是因为农户在购买煤炭、液化气等替代能源时,必须到县城所在地购买,因此该指标能在一定程度上反映其他能源的替代性。
（4）政策因素。政府是否提供补贴和技术支持也会影响农户能源消费行为。孙凤莲等对湖北省的实证分析表明,农户对生物质能源林建设政策的了解程度、是否支持生物质能源林建设等是影响农户参与生物质能源林建设意愿的主要因素[23]。本文引入是否有粮食补贴(x12)、是否有现金补贴(x13)2个变量。
（5）地理因素。地理特征、地形特征、温度也是决定能源消费的因素。一般认为,山区农户生物质能源消费高于平原地区,商品能源的普遍使用主要集中在平原地区。Jiang 和O’Neil分析得出温度对能源消费有显著的负作用,即随着温度的升高,能源消费量不断减少[24]。本文探索性地引入所在行政村是否在自然保护区(x14)、所在行政村海拔是否大于2000米(x15)2个变量。
Fig. 2 The research framework of influencing factors of firewood consumption of rural household

图2 农户薪柴消费的影响因素分析框架

2.4 Logistic模型

研究将农户是否使用薪柴设为因变量,这是一个典型的“0-1”形式的二分类变量且本研究所选取的自变量中也有一部分属于非连续的分类变量,对此,Logistic回归模型是较为适合的分析方法[25]。假定xki是与因变量y相关的一组自变量,pk是模型响应概率,可以建立Logistic回归模型如下：
式中,pk为给定变量xk1, xk2, …, xkn时农户使用薪柴事件发生的概率,即pk=p(y=1|xk1, xk2, …, xkn),α为截距,β为斜率,k为观测样本,xki为影响农户使用薪柴的第i个解释变量。事件y=1发生的概率是一个由解释变量xki构成的非线性函数,即

3 研究结果

3.1 农户能源消费的总体情况

尽管近年来怒江州加大了能源基础设施的投入力度,以电力为代表的现代能源普及率不断上升,但仍未彻底改变长期以来对薪柴的依赖。根据有效问卷的统计情况,电力和薪柴是怒江州农户使用最多的能源,4个县之间差异不大,但交通区位条件较好的县,如州政府所在地的泸水县电力普及率较高,而薪柴普及率较低。其它能源包括沼气、煤炭、可再生能源（太阳能、水能、风能等）,普及率都很低（表2）。
Tab. 2 Utilization rate of different types of energy sources in Nujiang Prefecture

表2 各类能源在怒江州的普及率

能源类型 泸水县 福贡县 贡山县 兰坪县 怒江州
电力 99.32% 98.24% 85.50% 94.93% 93.88%
薪柴 77.40% 87.65% 90.50% 81.88% 85.02%
沼气 12.33% 4.71% 5.00% 10.14% 7.65%
煤炭 4.79% 1.18% 6.50% 10.87% 5.66%
可再生能源（太阳能、水能、风能等） 2.05% 1.18% 0.50% 0 0.92%

注：能源普及率=使用某种能源的农户数/调查农户总数.

尽管电力在全州的普及率比薪柴高近9个百分点,但并不代表电力是怒江州农户最主要的能源类型。问卷结果显示,在“平时使用最多的能源”选项中,只有94份（14.37%）问卷首选电力,高达550份（84.86%）问卷首选薪柴。同时,由于怒江州特殊的地理环境与落后的基础设施状况,电力供应情况也会影响农户对电力的使用。在使用电力的农户中,反映“有时停电”的占91.19%,而“从不停电”的只有3.13%。因此,可以认为薪柴和电力是目前怒江州农户使用最多的能源,但在使用强度与可获得性方面,薪柴都超过电力,成为怒江州农户最主要的能源类型。

3.2 农户使用薪柴的基本特征

问卷统计结果显示,有73.20%的农户全年使用薪柴,而88.31%的农户一年有6个月以上的时间使用薪柴,使用薪柴的农户平均每年使用薪柴的月数达到11.22个月（表3）。州内不同县与全州平均值的差异仅在±5%以内,说明怒江州各县薪柴消费的特征基本相似,总体情况差异不大。在能源用途方面,92.63%的农户使用薪柴做饭,使用薪柴取暖的农户也占到46.32%。
Tab. 3 Rural household firewood usage time and proportion

表3 使用薪柴农户的使用时间

泸水县 福贡县 贡山县 兰坪县 怒江州
全年12个月使用薪柴的农户比例 70.80% 75.17% 74.59% 70.80% 73.20%
全年使用薪柴超过6个月的农户比例 88.50% 85.23% 91.71% 86.73% 88.31%
平均每年使用薪柴的时间（月） 10.88 11.13 11.45 11.30 11.22

3.3模型回归结果与影响因素分析

基于10组插补数据集汇总后的Logistic模型回归结果见表4。
Tab. 4 Regression results of factors influencing rural household firewood consumption

表4 农户薪柴消费的影响因素回归结果

变量 B S. E. Exp(B)
x1 0.251** 0.127 1.285
x4 0.514* 0.273 1.672
x7 -0.306** 0.106 0.736
X9 -0.429*** 0.135 0.651
x11 0.799*** 0.186 2.222
x13 -0.484** 0.244 0.616
x14 1.180** 0.601 3.255
x15 0.499* 0.277 1.647

注: ***、**、*分别代表1%、5%、10%显著性水平。

分别对10组插补数据集的模型回归结果使用似然比检验、Hosmer和Lemeshow检验方法进行拟合优度检验。似然比检验结果显示,10组变量的显著性结果都小于1%,Hosmer和Lemeshow检验显示,10组变量的显著性水平都大于0.1,说明这些变量对回归方程均有统计学意义,模型可以较好地反映怒江州农户薪柴消费的影响因素。
由回归结果可以看出,对怒江州农户薪柴消费具有显著影响的变量共有8个,包含在经济因素、家庭因素、资源因素、政策因素、地理因素5个类型中。
（1）家庭因素中“家庭总人口”、“是否有外出打工”是影响显著的2个变量,且均为正向影响。在保持其它变量不变的前提下,家庭总人口每增加1人,薪柴消费的概率增加24.20%（通过将Exp(B)值,即Odds Ratio值换算为数据标准化变化前的数值求得,以下同）,说明人口越多,家庭对于薪柴这类相对容易获得的能源的需求越大,因而使用薪柴的概率也会相应增加。在保持其它变量不变的前提下,“有外出打工”的家庭比没有外出打工的家庭使用薪柴的概率高67.18%,这与其它类似研究中的外出打工会减少薪柴使用的结论有所不同[26]。可能的原因是：一方面,普通农户家庭外出打工以青壮年劳动力为主,如在有外出打工的200份问卷（占总数的30.58%）中,平均每户仅有1.20人外出打工,而这些打工者平均每年仅有7.62个月外出,因此虽然打工能在一定程度上起到改善家庭经济状况或补贴家庭日常花销的作用,但对于家庭能源消费的传统观念,以及薪柴以外能源的可获得性的改变上都非常有限,甚至可能由于青壮年劳动力外出打工,使得家庭获取其它能源变得更为不易,从而增加了薪柴消费的概率;另一方面,留在家中不适宜外出打工的人口,如老人、妇女、儿童等在其它能源不便获得的情况下,有充裕的时间和精力采集薪柴,也会使薪柴消费的概率增加。
（2）经济因素中“上年现金支出”、“住房条件”2个变量影响显著,且为负向影响。“上年现金支出”和“住房条件”可以反映家庭的经济状况,也即家庭贫困程度。结果显示,在保持其它变量不变的前提下,“上年现金支出”每增加1000元,农户薪柴消费的概率降低2.28%,而住房条件每提升1个档次（共有茅草房-土木房-砖房-楼房4个层次）,农户薪柴消费的概率下降45.73%。说明随着家庭现金支出的增加和住房条件的改善,薪柴消费也随之减少。从另一方面也可以认为,家庭越贫困,表现为现金支出越低,住房条件越差,使用薪柴的概率越高。
（3）资源因素中“所在行政村到最近县城的距离”具有显著影响,且为正向影响。在保持其它变量不变的前提下,所在行政村到最近县城的距离每增加1公里,使用薪柴的概率增加6.12%。这项变量反映了农户对于薪柴以外的其它能源的可获得性,即距离县城越远,替代能源的可及性越差,使用薪柴的概率越高（图3）。
Fig. 3 Distances from administrative villages to the nearest county town (left) and to the nearest town (right).

图3 行政村距最近县城的距离（左）和距最近乡镇的距离（右）

（4）政策因素中“是否有现金补贴”对薪柴消费具有显著负影响。怒江州长期享受国家政策的支持,包括各种类型的农户补贴。主要模式是农业补贴（包括粮食直补、购买农业供给品补贴、购买农机具补贴）和退耕还林补贴。2010年怒江州人均两项补贴分别是106元和80元。另外,还有其他可能的补贴渠道,人均约91元,包括最低生活保障资金、能繁母猪补贴、边销茶叶补贴、安置补偿等自然灾害补贴等。此外,还有一些补贴是以粮食而不是现金的形式补贴给农户,鉴于无法将这些补贴进行货币化计量,本文没有统计在内。各种形式的现金补贴人均总计277元,占到农户人均纯收入的13.82%。根据回归结果,在保持其它变量不变的前提下,对农户进行现金补贴会使薪柴消费概率下降38.39%。因此,现金补贴能够有效降低农户消费薪柴的概率。
（5）地理因素中“所在行政村是否在自然保护区”、“所在行政村海拔是否大于2000米”2个变量都具有显著影响,且均为正向影响。其中,在保持其它变量不便的前提下,在自然保护区内的农户消费薪柴的概率是自然保护区外农户的3.26倍,说明自然保护区内的农户更倾向于消费薪柴,这是因为自然保护区内基础设施建设受到限制,农户获得其它能源的可及性差。这与葛之葳等国内学者的研究结论相一致[15]。在保持其它变量不变的前提下,“所在行政村海拔大于2000米”的农户使用薪柴的概率比海拔在2000米以下的农户高64.70%,这主要是因为2000米以上的地区森林覆盖率高、薪柴资源相对丰富,农户更愿意通过砍伐森林就近取材。同时,受经济贫困和生计资产脆弱性的制约,农户更愿意选择不需要花费经济成本的非商品性能源（表5）。
Tab. 6 Social and economic conditions of villages and towns situated in Gaoligong Mountain Nature Reserve

表5 高黎贡山自然保护区内各乡镇社会经济基本情况（2010年）

县名 乡（镇） 行政村
数 量		 自然村
数 量		 农业
人口		 人均粮食量
(kg/人)		 人均纯收入
(元/年)
贡山 独龙江 6 40 3697 214 533
丙中洛 4 45 5711 532 807
茨 开 6 59 7368 287 856
捧 打 4 38 5527 439 778
福贡 架科底 6 40 4270 379 722
子里甲 5 61 1763 369 695
匹 河 9 105 3370 383 699
合计 40 283 31706 -- --

资料来源: 根据怒江州2011年统计年鉴计算而得.

4 政策启示

本文结论对国家限制开发区域的配套政策具有启发意义（图4）。
Fig. 4 Relationship between the major function oriented zones and rural household firewood consumption

图4 主体功能区建设与农户薪柴消费的关系

（1）环保政策。中国政府对自然保护区的管理手段仍是在当地推行强制性措施,如禁止开矿、放牧、非抚育和更新性采伐等活动,但是对于依赖森林资源的农户来说,实施强制性措施会增加他们对未来贫困的预期,从而增加他们破坏森林的可能性[27,28]。因此,在实施强制性措施的同时,要从提高农户生计资产（如改善能源结构）、降低贫困预期等方面出台相应措施,提高农户生计资产的多样性并减少对森林资源的依赖程度。
（2）财政政策。根据研究结果,对农户进行现金补贴会降低薪柴消费的概率。中国自1999年实施退耕还林还草政策以来,已经在西部地区开展了10余年,第一阶段的工作已经基本结束。未来政策实施的重点是如何将退耕还林还草政策继续延续下去,并逐步提高对农户的补贴标准,这将有助于降低农户对薪材消费的概率。
（3）人口政策。根据研究结果,家庭总人口与农户薪柴消费正相关,外出打工与薪柴消费负相关。2001-2011年怒江州人口自然增长率9.25‰,是全国人口自然增长率的2倍左右,人口增长率高、人地矛盾突出,是怒江州难以脱贫致富和使用薪柴的原因之一。从减少农户薪柴消费的角度,应进一步降低人口出生率和自然增长率,严格控制人口规模。1990年代以来,中国农村劳动力外出打工已经成为常态,这为解决当地贫困与环境恶化的恶性循环问题提供了一个很好的契机。但值得注意的是,要想使农户外出打工真正影响到农户家庭的薪柴消费行为,还需要有相应的辅助性政策,如从户籍管理制度改革方面要逐步放宽来自贫困地区农户的入籍标准,实现永久性移民,以逐步降低人口对当地生态环境的压力,完善农户医疗、养老等社会保障体系,改变当地居民使用薪柴做饭取暖的生活习惯等。另外,要坚决把居住在自然保护区内和海拔在2000米以上的农户搬迁出来,降低自然保护区周边农村居民点的密度,减少农户因就地取材而对森林资源的破坏。
（4）投资政策。加强通乡公路等基础设施建设,提高行政村到县城的可达性,减少农户获取能源的时间成本和经济成本。加快怒江流域水电开发步伐,为当地农户提供清洁、高效、廉价的替代能源,逐步实现“以电代薪”。提高农村电网的覆盖率,提高输电效率,通过价格补贴、给予当地优惠电价等方式,有效降低农户使用电力的价格,切实改变农户“有电用不起”的尴尬局面。
（5）产业政策。鼓励农户从传统的种植业转向第二、第三产业,从以种植玉米等粮食作物向发展草果、核桃、柑橘等特色种植业转变。积极发展生态旅游、民族手工业等地方特色产业,增加农户收入。探索建立水电开发的利益共享和持续带动机制,使农户真正参与水电开发的经营管理,逐步改变对未来生活的贫困预期和能源消费习惯。

5 结论与讨论

本研究以位于限制开发区域的云南省怒江州为案例,基于654份农户调查问卷,对农户薪柴消费的影响因素进行了实证分析。研究发现,家庭总人口、是否有外出打工、所在行政村是否在自然保护区内、所在行政村海拔是否大于2000米、所在行政村到最近县城的距离与农户薪柴消费显著正相关。在保持其它变量不变的前提下,家庭总人口每增加1人,农户薪柴消费的概率增加24.20%;有外出打工的家庭比没有外出打工的家庭使用薪柴的概率高67.18%;所在行政村海拔大于2000米的农户使用薪柴的概率比海拔在2000米以下的农户高64.70%;在自然保护区的农户消费薪柴的概率是自然保护区外农户的3.26倍;所在行政村到最近县城的距离每增加1公里,农户使用薪柴的概率增加6.12%。上年现金支出、住房条件、是否有现金补贴与农户薪柴消费显著负相关。在保持其它变量不变的前提下,上年现金支出每增加1000元,农户薪柴消费的概率降低2.28%;住房条件每提升1个档次,农户薪柴消费的概率下降45.73%;对农户进行现金补贴,会使薪柴消费概率下降38.39%。
本文采用逐步后向剔除法将变量引入模型,在选择的15个变量中,最终剔除了7个不具有显著性的变量,这些变量分别是“非劳动力人口数”、“是否少数民族”、“是否移民”、“上年现金收入”、“拥有大牲口头数”、“是否有粮食补贴”、“是否通电”。这些变量回归结果不显著的原因可能有两个：
一是受问卷发放总量和方式的影响,有些变量的样本量不够。如“是否少数民族”,汉族的样本量只有56户,占调查样本的8.6%,而实际民族构成中汉族占12.3%,接近实际情况。其它少数民族也存在类似的状况,如彝族人口占怒江州的2.2%,我们的问卷抽样结果是1.8%。作者的出发点是希望从民族构成上分析其对薪柴消费的影响,由于受样本量的影响,这一目标并没有实现。但从问卷统计结果与实际民族构成看,又佐证了调查方法和结果是科学和可信的。
二是受区域差异性的影响,在一地具有显著性的变量未必在另一地也具有显著性。如“是否通电”,根据文献检索,电力等基础设施状况和替代能源的发展对农户薪柴消费会产生显著影响,但在怒江州的实际情况是尽管近年来政府加大了能源基础设施建设,电力等现代能源普及率不断上升,但仍未彻底改变长期以来对薪柴的依赖。问卷结果显示,在“平时使用最多的能源”选项中只有94份（14.37%）问卷首选电力,高达550份（84.86%）问卷首选薪柴。这也反映出电力对薪柴的替代作用非常有限,也是最终导致“是否通电”变量从回归模型中剔除的主要原因。中国地域辽阔、地区间差异性大,农户薪柴消费受到多种因素的复合影响,因此,本文得出的结论是否具有普适性还需要在其他限制开发的生态地区开展进一步的研究工作予以论证。开展不同案例区的比较研究,也是作者未来的一个研究方向。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
国务院. 全国主体功能区规划, 2010.

The State of Council of the People’s Republic of China. The Planning of Major Function oriented zone, 2010.

[2]
Jie F, Wei S, Kan Z, et al., Major function oriented zone: new method of spatial regulation for reshaping regional development pattern in China. Chinese Geographical Science, 2012, 22(2): 196-209.

[3]
Jie F, Yutian L, Anjun T, et al., Energy policies for sustainable livelihoods and sustainable development of poor areas in China. Energy Policy, 2011, (39): 1200-1212.

[4]
Cooke P, Kohlin G, Hyde W F. Fuelwood, forests and community management: evidence from household studies. Environment and development economics, 2008, 13(1): 103-135.

[5]
Adeoti O, Idowu D.O.O, Falegan T. Could fuelwood use contribute to household poverty in Nigeria? Biomass and Bioenergy, 2001, (21): 205-210.

[6]
Sushenjit B, Priya S, Alessandro B. Forests, biomass use and poverty in Malawi. Ecological Economics, 2011,(70): 2461-2471.

[7]
丁士军, 陈传波. 贫困农户的能源使用及其对缓解贫困的影响. 中国农村经济, 2002, (12): 27-32.

Ding Shijun, Chen Chuanbo. Energy consumption of poor rural househoulds and its impact on poverty alleviation. Chinese Rural Economy, 2002, (12): 27-32.

[8]
Bluffstone R A. The effect of labor market performance on deforestation in developing countries under open accesss: an example from rural Nepal. Journal of environmental economics and management, 1995, 29(1): 42-63.

[9]
Chen L, Heerink N, Vanden B M. Energy consumption in rural China: A household model for three villages in Jiangxi Province. Ecological economics, 2006, 58(2): 407-420.

[10]
Filmer D, Pritchett L H. Environmental degradation and the demand for children: searching for the vicious circle in Pakistan. Environment and development economics, 2002, 7(1): 123-146.

[11]
Shi X, Heerink N, Qu F. The role of off-farm employment in the rural energy consumption transition: a village-level analysis in Jiangxi Province, China. China economic review, 2009, 20(2): 350-359.

[12]
梁育填, 樊杰, 孙威, 等. 西南山区农村生活能源消费结构的影响因素分析:以云南省昭通市为例. 地理学报, 2012, 67(2): 221-229.

Liang Yutian, Fan Jie, Sun Wei, et al. The influencing factors of rural household energy consumption structure in mountainous areas of Southwest China: a case study of Zhaotong city of Yunnan province, Acta Geographica Sinica, 2012, 67(2): 221-229.

[13]
Foley. G. Photovoltaic applications in rural areas of the developing world. World Bank Publications, 1995.

[14]
Leach G. The energy transition. Energy Policy, 1992, 20(2): 116-123.

[15]
葛之葳, 邢玮, 李俊清, 等. 保护区周边居民薪柴采集对乔木分布的影响:以四川王朗大熊猫自然保护区为例. 生态学报, 2006, 26(1): 97-103.

Ge Zhiwei, Xing Wei, Li Junqing, et al. The impact of firewood collection by local people on the distributing of arbors around the nature reserves: a case study in Wanglang Nature Reserve for Giant Panda(Sichuan), Acta Ecologica Sinica, 2006, 26(1): 97-103.

[16]
Donald B R. Multiple imputation for nonresponse in surveys. New York: John Wiley & Sons inc.1987:75-112.

[17]
Sheinbaum C, Martinez M, Rodriguez L. Trends and prospects in Mexican residential energy use. Energy, 1996, 21(6): 493-504.

[18]
Tonooka Y, Jiaping L, Kondou Y, et al. A survey on energy consumption in rural households in the fringes of Xi'an city. Energy and Buildings, 2006, 38(11): 1335-1342.

[19]
Le C, Nico H, Marrit B. Energy consumption in rural China: A household model for three villages in Jiangxi Province. Ecological Economics, 2006, 58(4): 407-420.

[20]
王效华, 冯帧民, 包信峰, 等. 江苏扬中农村家庭生活用能和能源消费的研究. 农业工程学报, 1998,(1): 142-147.

Wang Xiaohua, Feng Zhenmin, Bao Xinfeng, et al. Rural household energy consumption in Yangzhou County. Transactions of the CSAE, 1998, (1): 142-147.

[21]
周曙东, 崔奇峰, 王翠翠. 农牧区农村家庭能源消费数量结构及影响因素分析:以内蒙古为例. 资源科学, 2009, 31(4): 696-702.

Zhou Shudong, Cui Qifeng, Wang Cuicui. Study on the quantity, structure and influencing factors of rural household energy consumption: A case study in Inner Mongolia. Resources Science, 2009, 31(4): 696-702

[22]
Leach G. The energy transition. Energy Policy, 1992, 20(2): 116-123.

[23]
孙凤莲, 王雅鹏, 叶慧. 影响农户参与生物质能源林建设意愿因素的实证分析:基于湖北省182个农户的问卷调查. 中国农村经济, 2011, (10): 86-96.

Sun Fenglian, Wang Yapeng, Ye Hui. The empirical analysis of influencing factors of rural household involving in biomass energy forest construction: basing on questionnaire survey of 182 households in Hubei Province. Chinese Rural Economy, 2011, (10): 86-96.

[24]
Jiang L, O'Neill B C. The energy transition in rural China. Int. J.Global Energy Issues, 2004, 21: 2-26.

[25]
王济川.Logistic回归模型. 北京: 高等教育出版社,2001.124-125.

Wang Jichuan. Logistic regression model. Beijing: Higher Education Press, 2001. 124-125.

[26]
邰秀军. 西部山区农户薪柴消费的影响因素分析. 中国农村经济, 2011, (7): 85-96.

Tai Xiujun. The influencing factors of household’s firewood consumption in southwest China. Chinese Rural Economy, 2011, (7): 85-96.

[27]
闫丽珍, 闵庆文, 成升魁. 中国农村生活能源利用与生物质能开发. 资源科学, 2005, 27(1): 8-13.

Yan Lizhen, Min Qingwen, Cheng Shengkui. Energy consumption and bio-energy development in rural areas of China. Resources Sciences, 2005, 27(1): 8-13.

[28]
杨国安, 徐勇, 郭腾云. 基于脆弱性和可持续生计视角的黄土高原生态环境治理研究. 水土保持研究, 2010, 17(2): 64-69.

Yang Guo’an, Xu Yong, Guo Tengyun. Eco-environmental construction on the Loess Plateau based on the perspective of the vulnerability and sustainable livelihoods approaches. Research of Soil and Water Conservation, 2010, 17(2): 64-69.

Options
Outlines

/

〈 〉