孟貴 王冬琳 吳水榮 張旭峰 余洋婷

摘要：文中在梳理我國(guó)現(xiàn)行的退耕還林還草政策文件的基礎(chǔ)上，借助Python軟件并通過(guò)構(gòu)建PMC指數(shù)模型對(duì)我國(guó)6份退耕還林還草專項(xiàng)政策文件進(jìn)行量化評(píng)價(jià)。結(jié)果發(fā)現(xiàn)：1）2000—2008年我國(guó)退耕還林還草政策文件年均發(fā)布數(shù)量快速增加，這一時(shí)期發(fā)布的現(xiàn)行有效的政策文件占總有效文件的66.67%；2009—2020年政策文件年均發(fā)布量的變化相對(duì)較小，退耕還林還草政策體系逐漸健全成熟。2）依據(jù)PMC指數(shù)結(jié)果，將所選擇的6份政策文件劃分為完美、優(yōu)秀、良好和可接受4個(gè)等級(jí)。其中，完美等級(jí)政策1份，優(yōu)秀和良好等級(jí)分別為2份和3份。政策總體水平處在優(yōu)秀等級(jí)，政策設(shè)計(jì)較為合理。3）對(duì)單項(xiàng)政策而言，有效的工作著力點(diǎn)能顯著提高政策得分等級(jí)。此外，對(duì)政策的適時(shí)修訂，多樣化的政策措施和明確的政策目標(biāo)可提高政策評(píng)分等級(jí)。4）現(xiàn)行政策內(nèi)容突出了退耕還林還草的生態(tài)效益，而對(duì)工程的經(jīng)濟(jì)效益、科技創(chuàng)新主體的作用和價(jià)值的重視程度相對(duì)欠缺。據(jù)此，提出以下3條建議：1）退耕還林還草政策的制定應(yīng)明確工作抓手，綜合考慮退耕還林還草的生態(tài)、經(jīng)濟(jì)和社會(huì)效益；2）對(duì)政策內(nèi)容進(jìn)行適時(shí)調(diào)整；3）綜合運(yùn)用人事任免、財(cái)稅支持、行政監(jiān)管和信息引導(dǎo)等多種政策措施，并注意退耕還林還草的實(shí)際效果，量化政策目標(biāo)。

關(guān)鍵詞：退耕還林還草政策；PMC指數(shù)模型；政策量化；政策評(píng)價(jià)

中圖分類號(hào)：F326.2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-9546（2023）01-0009-09

DOI： 10.12344/lczcyj.2023.01.13.0001

孟貴，王冬琳，吳水榮，等.基于PMC指數(shù)模型的我國(guó)退耕還林還草專項(xiàng)政策量化評(píng)價(jià)［J］.林草政策研究，2023，3（1）：9-17.

Quantitative Evaluation of Chinas Specific Policies on Returning Farmland to

Forest and Grassland Based on the Index of PMC ModelMeng Gui1，2Wang Donglin3Wu Shuirong1Zhang Xufeng4Yu Yangting5

（1.Research Institute of Forestry Policy and Information， Chinese Academy of Forestry， Beijing 100091， China;

2.Institute of Geographic Sciences and Natural Resources Research， Beijing 100101， China;

3.Institute of Ecological Conservation and Restoration， Chinese Academy of Forestry，

Beijing 100091， China;

4.School of Economics and Management， Beijing University of Technology， Beijing 100124， China;

5.Shaanxi Management Center for Forest Seedling and Farmland Conversion to Forest Project ，

Xian 710082， Shaanxi， China）Abstract： Based on the review of the current policies on farmland conversion to forest and grassland in China， the paper uses Python software and PMC index model to conduct the quantitative evaluation of 6 specific policies on the conversion in China. The results show that： 1） The annual average number of policies released for the conversion increased rapidly from 2000 to 2008 in China， and the currently effective policies issued during this period account for 66.67% of the total number of effective policies. From 2009 to 2020， there were small changes in the annual average number of policy released， and the policy system for the conversion has gradually got improved and come to mature; 2） According to the results of PMC index， the policies selected for evaluation can be categorized into four grades： perfect， excellent， good and acceptable， among which there are 1 policies in perfect grade， 2 policies in excellent grade and 3 policies in acceptable grade， respectively. In the sense， the policies are overall at an excellent level， and reasonably designed; 3） For any policy， setting effective focus and goals can significantly improve the evaluation level of policy; and 4） The policies are more focused on the ecological benefits of the conversion program than the economic benefits， and pay less attention to the role and value of scientific and technological innovation. In view of the above results， it is suggested that the policy of returning farmland to forest and grassland should be made clear and the ecological， economic and social benefits should be considered comprehensively. The policy content should be timely adjusted. We should comprehensively consider various policy measures such as personnel appointment and removal， fiscal and tax support， administrative supervision and information guidance， pay attention to the actual effect of returning farmland to forest and grassland， and quantify the policy objectives.

Keywords： Returning Farmland to Forest and Grassland Program; PMC index model; quantitative evaluation of policy；policy evaluation

退耕還林還草工程強(qiáng)調(diào)以錢糧補(bǔ)助的方式激勵(lì)農(nóng)戶改變土地利用方式，實(shí)現(xiàn)在改善退耕地區(qū)生態(tài)環(huán)境的同時(shí)減少我國(guó)水土流失等自然災(zāi)害發(fā)生的頻次并增加農(nóng)戶收入和調(diào)整農(nóng)村土地利用結(jié)構(gòu)等目的，是迄今為止世界范圍內(nèi)涉及面最廣、補(bǔ)助金額最大、個(gè)人參與程度最高的生態(tài)補(bǔ)償項(xiàng)目之一［1］，也是推動(dòng)人與自然和諧發(fā)展、促進(jìn)社會(huì)經(jīng)濟(jì)與自然環(huán)境協(xié)調(diào)發(fā)展的重要舉措［2］。新一輪退耕還林還草政策的實(shí)施更是推進(jìn)生態(tài)文明建設(shè)的客觀要求［3］和鞏固脫貧攻堅(jiān)成果并促進(jìn)鄉(xiāng)村振興的有效途徑。然而隨著全球碳交易市場(chǎng)、氣候問(wèn)題等宏觀面的不斷改變，以及國(guó)內(nèi)經(jīng)濟(jì)社會(huì)的不斷發(fā)展，對(duì)退耕還林還草政策的預(yù)期目標(biāo)是否可以如期實(shí)現(xiàn)、政策效果是否合理有效、政策內(nèi)容是否符合實(shí)際情況仍有待進(jìn)一步探索。

現(xiàn)有研究主要對(duì)退耕還林還草工程的社會(huì)經(jīng)濟(jì)價(jià)值［4-10］、生態(tài)效益評(píng)價(jià)［11-13］和政策運(yùn)行機(jī)制［13-14］等方面展開(kāi)集中討論，重點(diǎn)在于對(duì)農(nóng)戶保護(hù)或再參與退耕還林還草工程的意愿及影響因素和退耕還林還草生態(tài)補(bǔ)償標(biāo)準(zhǔn)等問(wèn)題的研究［15-16］。有關(guān)林業(yè)政策的研究多以政策文獻(xiàn)的定性解讀、理論探討和經(jīng)驗(yàn)分析為主，缺乏對(duì)林業(yè)政策的量化研究［17］，對(duì)退耕還林還草政策文本的量化分析相對(duì)不足。同時(shí)，退耕還林還草取得了一定的生態(tài)效果，但資金利用的效率有待提高［13］，且政策效果存在顯著的空間差異［18］，因而有必要從政策文本角度審視政策內(nèi)容的科學(xué)合理性。此外，既有使用政策一致性（Policy Modeling Consistency，PMC）指數(shù)模型在新能源汽車補(bǔ)貼政策、養(yǎng)老服務(wù)政策、機(jī)器人產(chǎn)業(yè)政策等諸多領(lǐng)域展開(kāi)量化的研究［19-21］，在量化評(píng)價(jià)的基礎(chǔ)上給出了完善政策的建議。由于不同退耕還林還草政策文本的針對(duì)性、適用性和涉及的對(duì)象主體等方面存在較大區(qū)別，縱然量化全部的退耕還林還草政策文件具有規(guī)模上的可觀性，但其量化結(jié)果也將存在較大差異，實(shí)際意義和運(yùn)用價(jià)值可能會(huì)大打折扣。因此，在全面整理并閱讀我國(guó)退耕還林還草政策文件之后，本文以2000年至今國(guó)務(wù)院及各部委出臺(tái)的6份現(xiàn)行有效且具有代表性的退耕還林還草政策專項(xiàng)文件為研究對(duì)象，運(yùn)用Python軟件和PMC指數(shù)模型，在對(duì)政策進(jìn)行文本分析的基礎(chǔ)上，構(gòu)建退耕還林還草政策評(píng)價(jià)體系，從政策文本量化角度衡量各項(xiàng)政策的優(yōu)劣，以期在量化、比較各項(xiàng)政策的基礎(chǔ)上，提出鞏固退耕還林還草成效的政策建議。

1退耕還林還草政策評(píng)價(jià)模型構(gòu)建

1.1政策文件與模型選擇

1999年，我國(guó)在四川、陜西和甘肅3省率先開(kāi)展了退耕還林還草試點(diǎn)工作，2002年則在全國(guó)范圍內(nèi)全面啟動(dòng)了退耕還林還草工程。2000年3月，《關(guān)于開(kāi)展2000年長(zhǎng)江上游、黃河上中游地區(qū)退耕還林（草）試點(diǎn)示范工作的通知》明確了相關(guān)工作的試點(diǎn)示范實(shí)施方案。2000年9月的《國(guó)務(wù)院關(guān)于進(jìn)一步做好退耕還林還草試點(diǎn)工作的若干意見(jiàn)》進(jìn)一步對(duì)種苗生產(chǎn)供應(yīng)、植被恢復(fù)方式和檢查監(jiān)督機(jī)制等方面作出了較詳細(xì)的規(guī)定。隨著退耕還林還草工程的實(shí)施，相關(guān)政策文件不斷出臺(tái)。本研究在國(guó)家林業(yè)和草原局政府相關(guān)網(wǎng)站、中國(guó)林業(yè)信息網(wǎng)及北大法寶數(shù)據(jù)庫(kù)輸入“退耕還林”這一主題詞進(jìn)行檢索，剔除重復(fù)內(nèi)容后，獲取了自2000年以來(lái)相關(guān)專項(xiàng)政策文件共計(jì)43份，其中現(xiàn)行有效文件30份（含修訂）?？偨Y(jié)各年發(fā)布文件數(shù)量及總體變化趨勢(shì)（圖1）可以發(fā)現(xiàn)：1）2000—2008年我國(guó)退耕還林還草政策各年發(fā)布數(shù)量總體呈快速上升趨勢(shì)，并在2008年達(dá)到最大值，表明了國(guó)家解決生態(tài)環(huán)境問(wèn)題及退耕還林還草過(guò)程中存在的各項(xiàng)問(wèn)題的力度與決心；這一時(shí)期是我國(guó)退耕還林還草政策體系的建成與完善階段，出臺(tái)的各項(xiàng)政策都對(duì)后期政策的實(shí)施及執(zhí)行產(chǎn)生重要影響。2）2009—2020年累計(jì)出臺(tái)10份退耕還林還草專項(xiàng)政策，我國(guó)退耕還林還草政策體系逐漸完備健全。

基于政策文本的代表性、階段性和側(cè)重點(diǎn)差異，兼顧分析的可行性，從30份政策文本中選擇了《國(guó)務(wù)院關(guān)于進(jìn)一步做好退耕還林還草試點(diǎn)工作的若干意見(jiàn)》和《國(guó)家發(fā)展和改革委員會(huì)，國(guó)家統(tǒng)計(jì)局，國(guó)家林業(yè)局，農(nóng)業(yè)部，監(jiān)察部關(guān)于開(kāi)展退耕還林還草核查工作的通知》等6份退耕還林還草專項(xiàng)政策文件（表1）。上述6份政策文件涉及面相對(duì)較為廣泛，反映了特定時(shí)期的退耕還林還草工作重點(diǎn)，對(duì)推動(dòng)我國(guó)退耕還林還草事業(yè)發(fā)展作出了較大貢獻(xiàn)。同時(shí)，選取的政策文件較平均地分布在2000—2020年，并在政策發(fā)布數(shù)量較多的2007年和2008年多選入了1份文件納入分析，以提高研究的科學(xué)性和代表性。所選擇的政策文件中既有國(guó)務(wù)院、國(guó)家林業(yè)局單獨(dú)發(fā)布的政策文件，又有多部門如國(guó)家發(fā)展和改革委員會(huì)、國(guó)家統(tǒng)計(jì)局、國(guó)家林業(yè)局和農(nóng)業(yè)部等聯(lián)合發(fā)布的政策文件。因此，所選擇的6份政策文件在時(shí)間、內(nèi)容和效力等方面均具有一定的代表性。

PMC指數(shù)模型以O(shè)mnia Mobilis假說(shuō)為指導(dǎo)思想，強(qiáng)調(diào)在政策評(píng)價(jià)中要全面考慮各類影響變量［22］。該模型能夠從各個(gè)維度分析某份政策的內(nèi)部一致性及其優(yōu)劣，PMC曲面能夠通過(guò)圖像方式直觀反映政策各維度情況，以提出更為具體、客觀和有針對(duì)性的提升措施，是目前國(guó)際上較為先進(jìn)的政策評(píng)價(jià)方法［19，23］。PMC指數(shù)模型應(yīng)用主要包括5個(gè)具體步驟：1）根據(jù)政策文本內(nèi)容確定二級(jí)變量；2）對(duì)各二級(jí)變量進(jìn)行二進(jìn)制處理并設(shè)定參數(shù)；3）建立多投入產(chǎn)出表；4）計(jì)算PMC指數(shù)；5）構(gòu)建PMC曲面。通過(guò)PMC指數(shù)和曲面可以直觀反映政策全貌［24］。

1.2分詞處理與詞頻統(tǒng)計(jì)

運(yùn)用Python軟件對(duì)選取的6份政策文件進(jìn)行分詞處理及高頻關(guān)鍵詞統(tǒng)計(jì)，鑒于研究?jī)?nèi)容為退耕還林還草政策，故選擇剔除“退耕還林”“退耕”等明顯的高頻主題詞匯，同時(shí)剔除“有關(guān)”“或者”“關(guān)于”等高頻干擾詞匯，最終選取頻次較高且具有代表性的重點(diǎn)詞匯作為分析對(duì)象（表2）。

高頻關(guān)鍵詞“糧食”“種苗”是受退耕還林還草政策影響較大的對(duì)象，“農(nóng)戶”“農(nóng)民”“地方”是退耕還林還草政策的利益群體，集中體現(xiàn)了退耕還林還草過(guò)程中國(guó)家與農(nóng)戶兩大主體的關(guān)系，即國(guó)家對(duì)提高農(nóng)戶收入、改善農(nóng)戶生活的重視，以及促進(jìn)退耕還林還草與保障群眾生活之間的協(xié)調(diào)發(fā)展。“補(bǔ)助”“核查”“驗(yàn)收”“檢查” 等均反映了退耕還林還草政策實(shí)施過(guò)程中的具體措施，即突出對(duì)退耕還林還草農(nóng)戶的補(bǔ)償和對(duì)還林還草效果的核查與驗(yàn)收。其中，“核查”“檢查”“驗(yàn)收”累計(jì)出現(xiàn)107次，反映了國(guó)家對(duì)退耕還林還草效果的重視程度以及監(jiān)管力度；“行政”“責(zé)任”“負(fù)責(zé)”等體現(xiàn)了為實(shí)現(xiàn)退耕還林還草工程的政策目標(biāo)而采取的保障手段，即強(qiáng)調(diào)行政監(jiān)管和落實(shí)主體責(zé)任；“生態(tài)”“糧食”等集中體現(xiàn)了退耕還林還草政策制定的功能和政策目標(biāo)的約束機(jī)制，即既要提升生態(tài)效益，又要保障地區(qū)糧食安全。此外，退耕還林還草政策的落腳點(diǎn)在于國(guó)家通過(guò)制定階段性的目標(biāo)約束，采取一定的行政、經(jīng)濟(jì)和法律等保障手段，以實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)和生態(tài)效益的最大化。

1.3變量設(shè)置與參數(shù)設(shè)定

運(yùn)用內(nèi)容分析法對(duì)退耕還林還草政策文件內(nèi)容進(jìn)行挖掘分析，明確關(guān)鍵詞對(duì)應(yīng)的側(cè)重點(diǎn)，兼顧退耕還林還草政策的實(shí)施背景并在借鑒相關(guān)政策評(píng)價(jià)指標(biāo)變量設(shè)置的基礎(chǔ)上，凝練出9個(gè)一級(jí)變量，分別為政策層級(jí)、政策性質(zhì)、政策時(shí)效、政策主體、政策評(píng)價(jià)、政策內(nèi)容、政策措施、政策效益和政策約束；隨后對(duì)各個(gè)一級(jí)變量進(jìn)一步挖掘，設(shè)計(jì)了35個(gè)二級(jí)變量，從而構(gòu)建出退耕還林還草政策量化指標(biāo)（表3）。

1.4建立多投入產(chǎn)出表

多投入產(chǎn)出表由若干個(gè)一級(jí)變量和不受數(shù)量限制的二級(jí)變量組成，構(gòu)成替代性的數(shù)據(jù)庫(kù)分析框架，可以通過(guò)存儲(chǔ)大量數(shù)據(jù)來(lái)測(cè)量并顯示政策演變過(guò)程中的任何單個(gè)變量［21］，用于對(duì)退耕還林還草政策文件各項(xiàng)指標(biāo)進(jìn)行量化。具體來(lái)說(shuō)，X1～X9構(gòu)成了多投入產(chǎn)出表的一級(jí)變量，X11、X12、X13…X93則構(gòu)成了多投入產(chǎn)出表的二級(jí)指標(biāo)。

2實(shí)證分析

2.1PMC指數(shù)計(jì)算X～N ［0 ， 1］，（1）

Xt={XR：［0 ～ 1］}，（2）

Xt∑nj=1XtjT（Xtj）t=1，2，3…n，（3）式中，t代表一級(jí)變量，j代表二級(jí)變量。PMC=X1∑3j=1X1j3+X2∑5j=1X2j5+

X3∑3j=1X3j3+X4∑3j=1X4j3+

X5∑4j=1X5j4+X6∑6j=1X6j6+

X7∑5j=1X7j5+X8∑3j=1X8j3+

X9∑3j=1X9j3。（4）根據(jù)退耕還林還草政策量化指標(biāo)細(xì)則，采用文獻(xiàn)挖掘法將二級(jí)變量指標(biāo)數(shù)值放在多投入產(chǎn)出表中。PMC模型中所有指標(biāo)均為二進(jìn)制0和1，若評(píng)估的政策中存在二級(jí)變量涉及的相關(guān)信息，則賦值為1，反之則為0。因而，首先根據(jù)公式（1）和（2）評(píng)估二級(jí)變量；再根據(jù)公式（3）求和計(jì)算得出一級(jí)變量Xt的具體數(shù)值，是二級(jí)變量得分之和與二級(jí)變量個(gè)數(shù)的比值；最后，根據(jù)公式（4）計(jì)算出每份政策的PMC指數(shù)值。

因?yàn)樵O(shè)定了9個(gè)一級(jí)指標(biāo)，故計(jì)算得到的PMC指數(shù)取值范圍為0～9，值越大表明政策設(shè)計(jì)越合理。進(jìn)一步根據(jù)國(guó)外關(guān)于PMC方法運(yùn)用［22］及國(guó)內(nèi)相關(guān)文獻(xiàn)［19，26］關(guān)于政策評(píng)價(jià)等級(jí)劃分結(jié)果，確定退耕還林還草政策評(píng)判標(biāo)準(zhǔn)：8＜PMC指數(shù)≤9分為完美政策等級(jí)，6＜PMC指數(shù)≤8為優(yōu)秀政策等級(jí)，4＜PMC指數(shù)≤6分為良好政策等級(jí)，4分及以下為可接受政策等級(jí)。依據(jù)表3對(duì)選取的6份退耕還林還草專項(xiàng)政策打分后，根據(jù)上述公式計(jì)算出每份政策的PMC指數(shù)（表4）。

2.2政策等級(jí)及得分情況分析

2.2.1基于PMC指數(shù)的政策等級(jí)劃分

根據(jù)PMC指數(shù)，6份政策的PMC指數(shù)排名由高到低分別為P1、P6、P4、P3、P2、P5，其中完美、優(yōu)秀和良好級(jí)別政策分別為1份（P1）、2份（P6、P4）和3份（P3、P2、P5）。政策總體PMC指數(shù)處在優(yōu)秀等級(jí)，表明我國(guó)退耕還林還草政策整體設(shè)計(jì)較為科學(xué)、合理。P1、P4和P6政策發(fā)文層級(jí)為國(guó)務(wù)院，政策性質(zhì)涉及面廣，政策內(nèi)容較為完善且政策措施設(shè)計(jì)較健全，相對(duì)于財(cái)政部、國(guó)家發(fā)展改革委及國(guó)家林業(yè)局等單個(gè)部門或多個(gè)部門聯(lián)合發(fā)布的政策評(píng)級(jí)明顯較高。P3、P2和P5主要為部委級(jí)別的政策文件，在政策內(nèi)容和政策約束等方面具有明顯的側(cè)重點(diǎn)，在政策措施（X7）和政策效益（X8）得分方面與完美和優(yōu)秀等級(jí)政策存在一定差異。

2.2.2基于量化指標(biāo)的政策得分情況分析

綜合各份政策一級(jí)指標(biāo)得分情況，分析政策著力點(diǎn)、時(shí)效性、政策措施多樣性和約束性對(duì)政策評(píng)級(jí)的影響。

1） 有效的工作著力點(diǎn)能顯著提高政策評(píng)判等級(jí)，明確的工作抓手可以提高政策的執(zhí)行力。完美政策P1強(qiáng)調(diào)退耕還林還草工程要兼顧社會(huì)、經(jīng)濟(jì)和環(huán)境效益；優(yōu)秀政策P6強(qiáng)調(diào)集合政府、市場(chǎng)和農(nóng)戶集體力量來(lái)推進(jìn)退耕還林還草工程，鞏固造林成果，拓寬農(nóng)戶收益；優(yōu)秀政策P4兼具預(yù)測(cè)、監(jiān)管、引導(dǎo)等政策性質(zhì)，以多項(xiàng)定量化的政策目標(biāo)為工作著力點(diǎn)來(lái)切實(shí)保障政策執(zhí)行效果；良好政策中PMC指數(shù)最高的P3在突出造林規(guī)范的同時(shí)更注重對(duì)造林成果的檢查驗(yàn)收，發(fā)揮政府或外部力量的監(jiān)管作用，強(qiáng)調(diào)以環(huán)境效益為重要抓手。

2） 長(zhǎng)期有效的政策文件評(píng)級(jí)較高，對(duì)政策的適時(shí)修訂可提高政策時(shí)效性。從各一級(jí)變量具體得分情況可以發(fā)現(xiàn)：均值最大的3個(gè)一級(jí)變量分別是政策時(shí)效（X3）、政策約束（X9）和政策性質(zhì)（X2），均值最小的3個(gè)一級(jí)變量分別是政策層級(jí)（X1）、政策效益（X8）和政策主體（X4）。完美和優(yōu)秀等級(jí)的林業(yè)政策為中期和長(zhǎng)期有效，并通過(guò)不斷修改補(bǔ)充來(lái)適應(yīng)時(shí)代發(fā)展，如PMC指數(shù)最大的P1《國(guó)務(wù)院關(guān)于進(jìn)一步做好退耕還林還草試點(diǎn)工作的若干意見(jiàn)》最早于2002年12月發(fā)布，并于2003年1月實(shí)施，在2006年進(jìn)行修訂。6份退耕還林還草政策絕大多數(shù)自發(fā)布之日起有效期超過(guò)10年。

3） 多樣化的政策措施能夠有效提升政策評(píng)級(jí)。政策P1既采取了人事任免、財(cái)稅支撐、信息引導(dǎo)，又包括行政獎(jiǎng)懲、金融支持措施，反映了國(guó)務(wù)院充分運(yùn)用人事、行政、財(cái)政和社會(huì)等多方資源充分保障退耕還林還草試點(diǎn)工作的開(kāi)展實(shí)施。作為核查類的政策P2只涉及人事和行政措施，而政策P5只涉及財(cái)稅措施和信息引導(dǎo)措施，缺乏一定的行政手段和人事任免等措施的保障。政策P3和P4分別在財(cái)稅措施、金融措施和人事措施等方面仍有空白，影響了政策等級(jí)的提升，或不利于政策最終執(zhí)行效果的提升。

4） 政策約束越強(qiáng)，即政策目標(biāo)越細(xì)致，政策評(píng)級(jí)越高。具體表現(xiàn)為設(shè)定明確的量化目標(biāo)的政策文件比只涉及定性目標(biāo)的政策文件效力要高。除政策P3外，其余5份政策均涉及單項(xiàng)或多項(xiàng)具體的量化目標(biāo)。層級(jí)越高的政策發(fā)布機(jī)構(gòu)越注重制度設(shè)計(jì)的合理性。而鑒于林業(yè)在國(guó)民經(jīng)濟(jì)中的特殊地位，6份退耕還林還草政策的發(fā)布機(jī)構(gòu)層級(jí)較低，政策的發(fā)布主體主要為部委層級(jí)，少數(shù)為國(guó)務(wù)院層級(jí)，缺少中央、全國(guó)人大等層面的政策，使得6份政策的X1變量在整個(gè)一級(jí)指標(biāo)中平均分最低。此外，由于6份退耕還林還草政策文件主要強(qiáng)調(diào)的是社會(huì)民生和環(huán)境效益，因而使其對(duì)經(jīng)濟(jì)效益重視程度不足。

2.3基于PMC指數(shù)的政策改進(jìn)策略

在確定6份退耕還林還草政策得分等級(jí)的基礎(chǔ)上，結(jié)合各項(xiàng)政策一級(jí)指標(biāo)的不足，提出相應(yīng)的改進(jìn)策略。

PMC指數(shù)排名第1的是政策P1，指數(shù)值為8.47，各項(xiàng)一級(jí)指標(biāo)且均超過(guò)均值。根據(jù)表4的具體得分明細(xì)，可以進(jìn)一步對(duì)政策性質(zhì)加以完善補(bǔ)充，即在X2方面加以優(yōu)化，注重運(yùn)用多樣化的政策工具手段。

PMC指數(shù)排名第2的是政策P6，指數(shù)值為7.61。相較于完美政策，其可以在政策約束、政策時(shí)效、政策性質(zhì)和政策措施等方面進(jìn)一步加以優(yōu)化調(diào)整。作為國(guó)家層面的退耕還林還草綜合條例，應(yīng)制定多項(xiàng)可量化評(píng)判的階段性目標(biāo)以保障最終政策目標(biāo)的成功實(shí)現(xiàn)，鼓勵(lì)市場(chǎng)主體積極參與到退耕還林還草工程建設(shè)之中，完善金融規(guī)范措施，切實(shí)發(fā)揮好退耕還林還草工程的社會(huì)、經(jīng)濟(jì)和環(huán)境效益，優(yōu)化順序依次為X9、X3、X7、X2。

PMC指數(shù)排名第3的是政策P4，指數(shù)值為6.86。作為國(guó)務(wù)院發(fā)布的政策文件，其兼具多樣化的政策性質(zhì)，但在政策內(nèi)容、政策主體和政策措施方面得分略低于均值，在造林任務(wù)、造林規(guī)范及市場(chǎng)的作用發(fā)揮等方面稍顯欠缺，改進(jìn)順序?yàn)閄6、X4、X7。

PMC指數(shù)排名第4的是政策P3，指數(shù)值為5.57。政策約束、政策評(píng)價(jià)和政策主體得分顯著低于均值。在退耕還林還草工程實(shí)施過(guò)程中既要兼顧宏觀目標(biāo)的實(shí)現(xiàn)，也要制定微觀量化的階段性目標(biāo)加以約束，同時(shí)盡可能鼓勵(lì)多主體的參與，以加強(qiáng)政策執(zhí)行的監(jiān)督或群眾參與力度，因而P3的改進(jìn)順序?yàn)閄9、X5、X4。

PMC指數(shù)排名第5的是政策P2，指數(shù)值為5.00。在政策內(nèi)容、政策效益、政策措施和政策評(píng)價(jià)等方面得分顯著低于均值，說(shuō)明退耕還林還草政策完善過(guò)程中要適當(dāng)兼顧內(nèi)容的完備性與政策措施的多樣化選擇，科學(xué)量化政策實(shí)施的目標(biāo)，改進(jìn)順序?yàn)閄6、X8、X7、X5。

PMC指數(shù)排名第6的是政策P5，指數(shù)值為4.92。P5在政策措施運(yùn)用方面明顯不足，與其他政策樣本相比，在人事措施和行政措施方面表現(xiàn)欠缺，對(duì)經(jīng)濟(jì)、市場(chǎng)和環(huán)境效益的重視程度相對(duì)不足。作為通知類文件，較于P3，可適當(dāng)增加檢查驗(yàn)收方面的政策內(nèi)容，并輔以行政措施加以保障，在提高退耕還林還草規(guī)模的同時(shí)兼顧造林質(zhì)量，解決現(xiàn)有政策對(duì)工程的環(huán)境效益重視程度不足的問(wèn)題。因而，改進(jìn)的重點(diǎn)依次為X8、X7、X6、X2。

3結(jié)論與啟示

3.1結(jié)論

本文在回顧我國(guó)自2000年以來(lái)發(fā)布的退耕還林還草政策文件的基礎(chǔ)上，從現(xiàn)行有效的30條政策文本數(shù)據(jù)庫(kù)中選取了6份退耕還林還草專項(xiàng)政策文件，進(jìn)一步借助Python軟件并根據(jù)PMC指數(shù)模型對(duì)6份退耕還林還草政策文件進(jìn)行量化評(píng)價(jià)研究。研究發(fā)現(xiàn)：2000—2008年我國(guó)退耕還林還草政策年均發(fā)布數(shù)量總體呈快速上升趨勢(shì)，期間發(fā)布的政策文件占現(xiàn)行有效文件的66.67%，2009—2020年累計(jì)出臺(tái)了10份退耕還林還草專項(xiàng)政策，使得我國(guó)退耕還林還草政策體系逐漸完備健全。在選取的6份退耕還林還草專項(xiàng)政策文件中，完美等級(jí)政策1份，優(yōu)秀等級(jí)和良好等級(jí)分別2份和3份，且政策總體水平處于優(yōu)秀范圍內(nèi)，我國(guó)退耕還林還草政策總體上設(shè)計(jì)較為科學(xué)合理。但總體而言，退耕還林還草政策對(duì)經(jīng)濟(jì)價(jià)值的重視程度相對(duì)不足。明確的工作抓手可以提高政策的執(zhí)行力，有效的工作著力點(diǎn)和對(duì)既有政策文本內(nèi)容的適時(shí)修訂，以及在政策文本中制定多樣化的政策措施和確定可量化的政策目標(biāo)能顯著提高政策評(píng)級(jí)。

3.2啟示

PMC指數(shù)為政策量化評(píng)價(jià)提供了可行途徑，但其意義不在于簡(jiǎn)單地將指數(shù)結(jié)果作為政策優(yōu)劣的評(píng)判標(biāo)準(zhǔn)。各項(xiàng)政策指標(biāo)的得分結(jié)果和政策改進(jìn)策略，可以為后續(xù)退耕還林還草政策的優(yōu)化提供有益參考：1）作為一項(xiàng)重要的生態(tài)工程，在退耕還林還草政策的制定和執(zhí)行過(guò)程中，要明確政策執(zhí)行后的社會(huì)、經(jīng)濟(jì)和生態(tài)效益。同時(shí)，退耕還林還草政策主體是政府和農(nóng)戶集體，且政府對(duì)農(nóng)戶集體常給予資金補(bǔ)助來(lái)鞏固退耕還林還草成效，改善農(nóng)戶生存條件。因此，應(yīng)注重發(fā)揮市場(chǎng)機(jī)制的作用，發(fā)掘退耕還林還草工程的經(jīng)濟(jì)效益與市場(chǎng)價(jià)值，增強(qiáng)退耕還林還草工程的“造血”功能。2）政策的制定與完善不是一蹴而就的，需要根據(jù)時(shí)代變化和實(shí)際情況進(jìn)行及時(shí)修正調(diào)整，以保障政策內(nèi)容的延續(xù)性和適應(yīng)性。3）政策內(nèi)容應(yīng)盡可能綜合考慮運(yùn)用人事管理、財(cái)稅支撐、信息引導(dǎo)、金融支持和行政獎(jiǎng)罰措施，發(fā)揮好不同政策措施的協(xié)同效應(yīng)，充分提升退耕還林還草多方利益主體的積極性。4）政策目標(biāo)既要凸顯國(guó)家宏觀戰(zhàn)略，又要充分強(qiáng)調(diào)退耕還林還草的實(shí)際效果，制定可量化的政策目標(biāo)，強(qiáng)調(diào)多元化的政策工具，即行政監(jiān)管與經(jīng)濟(jì)激勵(lì)相結(jié)合，發(fā)揮好政府或外部力量的監(jiān)管作用，積極鼓勵(lì)廣大農(nóng)戶參與植樹(shù)造林以及過(guò)程監(jiān)督和成效評(píng)估，以促進(jìn)退耕還林還草政策的落實(shí)與工程的實(shí)施。

參考文獻(xiàn)

［1］李國(guó)平，石涵予.退耕還林生態(tài)補(bǔ)償標(biāo)準(zhǔn)、農(nóng)戶行為選擇及損益［J］.中國(guó)人口·資源與環(huán)境，2015，25（5）：152-161.

［2］劉婷，鄭宇梅.中國(guó)退耕還林生態(tài)補(bǔ)償研究［J］.林業(yè)經(jīng)濟(jì)問(wèn)題，2020，40（1）：21-28.

［3］張坤，謝晨，彭偉，等.新一輪退耕還林政策實(shí)施中存在的問(wèn)題及其政策建議［J］.林業(yè)經(jīng)濟(jì)，2016，38（3）：52-58.

［4］康子昊，劉浩，楊鑫，等.退耕還林工程對(duì)農(nóng)戶收入增長(zhǎng)和收入分配影響的測(cè)度與分析：基于長(zhǎng)期跟蹤大農(nóng)戶樣本數(shù)據(jù)［J］.林業(yè)經(jīng)濟(jì)，2021，43（1）：5-20.

［5］張旭銳，高建中.農(nóng)戶新一輪退耕還林的福利效應(yīng)研究：基于陜南退耕還林區(qū)的實(shí)證分析［J］.干旱區(qū)資源與環(huán)境，2021，35（2）：14-20.

［6］WANG C，OUYANG H，MACLAREN V，et al.Evaluation of the economic and environmental impact of converting cropland to forest：a case study in Dunhua county，China［J］.Journal of Environmental Management，2007，85（3）：746-756.

［7］胡霞.退耕還林還草政策實(shí)施后農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)的變化：對(duì)寧夏南部山區(qū)的實(shí)證分析［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2005（5）：63-70.

［8］易福金，陳志穎.退耕還林對(duì)非農(nóng)就業(yè)的影響分析［J］.中國(guó)軟科學(xué)，2006（8）：31-40.

［9］劉璐璐.退耕還林工程對(duì)貧困山區(qū)農(nóng)戶生計(jì)的影響：以甘肅會(huì)寧縣為例［J］.山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，49（3）：543-546，550.

［10］劉浩，劉璨，劉俊昌.中國(guó)退耕還林工程對(duì)農(nóng)戶收入和消費(fèi)不平等的影響測(cè)度［J］.南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，45（1）：227-234.

［11］黃麟，曹巍，祝萍.退耕還林還草工程生態(tài)效應(yīng)的地域分異特征［J］.生態(tài)學(xué)報(bào)，2020，40（12）：4041-4052.

［12］WANG S，F(xiàn)U B J，PIAO S L，et al.Reduced sediment transport in the Yellow River due to anthropogenic changes［J］.Nature Geoscience，2016，9（1）：38-41.

［13］丁振民，姚順波.陜西省耕地轉(zhuǎn)移對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響［J］.資源科學(xué)，2019，41（6）：1070-1081.

［14］吳樂(lè)，龐潔，靳樂(lè)山.少數(shù)民族貧困地區(qū)退耕還林農(nóng)戶復(fù)耕意愿研究：基于云南省兩縣的調(diào)查數(shù)據(jù)［J］.干旱區(qū)資源與環(huán)境，2020，34（3）：7-13.

［15］張朝輝，耿玉德，王太祥.農(nóng)戶退耕意愿影響因素的貧困尺度差異分析：基于新疆阿克蘇地區(qū)的調(diào)研數(shù)據(jù)［J］.林業(yè)經(jīng)濟(jì)問(wèn)題，2018，38（1）：1-6，99.

［16］張連剛，支玲，王光玉，等.農(nóng)戶對(duì)退耕還林工程滿意度的影響因素及提升路徑：基于云南省鶴慶縣和貴州省織金縣的調(diào)查數(shù)據(jù)［J］.林業(yè)科學(xué)，2019，55（12）：123-132.

［17］余洋婷，吳水榮，孟貴，等.1949～2019年中國(guó)林業(yè)政策發(fā)布主體合作網(wǎng)絡(luò)演化研究［J］.林業(yè)經(jīng)濟(jì)，2020，42（4）：3-19.

［18］楊致遠(yuǎn)，劉琪璟，秦立厚，等.延安市退耕還林工程生態(tài)效益評(píng)價(jià)［J］.西北林學(xué)院學(xué)報(bào)，2022，37（1）：259-266.

［19］張永安，周怡園.新能源汽車補(bǔ)貼政策工具挖掘及量化評(píng)價(jià)［J］.中國(guó)人口·資源與環(huán)境，2017，27（10）：188-197.

［20］張麗，姚俊.中國(guó)養(yǎng)老服務(wù)政策的量化評(píng)價(jià)［J］.現(xiàn)代經(jīng)濟(jì)探討，2020（12）：33-38.

［21］胡峰，戚曉妮，汪曉燕.基于PMC指數(shù)模型的機(jī)器人產(chǎn)業(yè)政策量化評(píng)價(jià)：以8項(xiàng)機(jī)器人產(chǎn)業(yè)政策情報(bào)為例［J］.情報(bào)雜志，2020，39（1）：121-129，161.

［22］ESTRADA M A R.Policy modeling：definition，classification and evaluation［J］.Journal of Policy Modeling，2011，33（4）：523-536.

［23］張永安，郄海拓.“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”政策量化評(píng)價(jià)研究：以2017的10項(xiàng)雙創(chuàng)政策情報(bào)為例［J］.情報(bào)雜志，2018，37（3）：158-164，186.

［24］郭強(qiáng)，劉冬梅.中國(guó)農(nóng)業(yè)農(nóng)村科技服務(wù)政策量化評(píng)價(jià)［J］.中國(guó)科技論壇，2020（8）：148-158.

［25］史童，楊水利，王春嬉，等.科技成果轉(zhuǎn)化政策的量化評(píng)價(jià)：基于PMC指數(shù)模型［J］.科學(xué)管理研究，2020，38（4）：29-33.

［26］董紀(jì)昌，袁銓，尹利君，等.基于PMC指數(shù)模型的單項(xiàng)房地產(chǎn)政策量化評(píng)價(jià)研究：以我國(guó)“十三五”以來(lái)住房租賃政策為例［J］.管理評(píng)論，2020，32（5）：3-13，75.