剌美香，周力，刘宗志，王兴华

（1. 山西农业大学农业经济管理学院，山西 晋中 030801；
2. 南京农业大学经济管理学院，江苏 南京 210095）

光伏发电技术不仅能有效促进节能减排、应对气候变化，还能提升发展中国家农村电气化水平，实现减贫目标[1]。因此，光伏发电技术备受各国政府青睐，许多国家出台政策鼓励使用光伏发电技术。中国采用光伏发电技术有效缓解能源紧缺，推进节能减排[2]，但光伏产业的迅猛发展又导致产能过剩，将光伏发电技术用于精准扶贫，既吸收了过剩产能，也起到减轻贫困作用[3]。从2014 年开始实施光伏产业扶贫到2019 年年底，全国累计建成光伏扶贫电站规模2 636 万kW，覆盖5.98 万个建档立卡村、415 万建档立卡户，光伏产业扶贫在完成脱贫攻坚任务中发挥了重要作用。光伏电站有户级电站、村级电站、村级联合电站和集中光伏电站四种模式。其中户用分布式光伏电站作为农户财产，所发电量除去家庭用电，剩余电量上网销售，能减少农户用电支出，增加农户财产性收入，但因余电销售严重依赖政府补贴，容易引起“主动失业”，造成 “福利依赖”。因此，探讨如何规避户用分布式光伏的不利影响，发挥增收和减排效应，对巩固脱贫成效，推进乡村振兴，应对气候变化具有重要的现实意义。

光伏发电技术是节能减排、应对气候变化的重要措施之一，其突出特点是容易被小型用户所采纳，许多国家采取税收抵免、发电补贴等措施刺激户用分布式光伏的需求[1]，已有研究从不同角度研究户用分布式光伏的采纳问题[1,4-5]，分析安装屋顶光伏的技术经济潜力[6]以及农户将分布式光伏应用在农业生产的驱动因素与经济效益[7-8]，探讨如何扩大户用分布式光伏的需求。国内的户用光伏起步较晚，光伏产业长期以集中光伏电站为主，户用光伏装机比重较小，为刺激户用光伏的需求，2013 年国家开始实施户用光伏装机补贴政策，户用光伏装机数量占比随之增长，但随着户用分布式光伏安装率的快速增长，并网与电力消费问题凸显，影响发电效率，Lu 等[9]认为应制定基于自用电量消耗响应的动态电价，增加自用比例，使入网电量最小化。已有研究将户用分布式光伏电站与其他三种光伏电站结合进行整体评价，分析光伏产业项目的发电效率及产生的能源环境效益、社会效益和经济效益[10-11]。研究光伏产业项目的能源环境效益已达成共识，Wang等[12]指出，即使在太阳辐射较差的地区仍具有良好的能源与环境效益，但因基础设施薄弱、人口密度低[13]、融资难[14]影响光伏产业项目的实施，通过评估参与光伏产业项目建设为企业带来的社会声誉，鼓励企业参与光伏产业项目建设解决融资难的问题[14]。由于生产规模不合理，光伏产业项目的生产效率普遍较低[15]，在光伏电站四种模式中，村级和村级联合两种模式最有效[16]。但总体而言，光伏产业项目使农民生活水平得到显著提升，产生明显的社会效益[17-18]，在现行的补贴上网电价下农村地区光伏电站能够实现经济效益，但长期的经济效益存在不确定性[11]，建成的光伏电站严重依赖政府补贴[19]，需根据不同资源区域制定不同的削减政府补贴方案[20]，考虑到光伏发电技术的减排效应，削减补贴会影响光伏发电技术的采纳，需要从减排效益角度建立光伏发电动态补贴机制，促进分布式光伏的发展[21]。

从现有的研究成果来看，关于户用分布式光伏的研究主要关注用户采纳、发电效率和如何削减政府补贴，与农户收入相关的研究是利用省级、县级和村级层面数据整体评价光伏产业项目的实施效果，其中涉及光伏电站对农户收入影响的分析只关注直接效应，未讨论对农户收入的间接影响。因集中电站、村级和村级联合电站属于集体资产，其动态收益分配机制对农户收入的影响不具有长期性，而户用分布式光伏电站属于农户财产，会持续影响农户收入，除了直接增加财产性收入外，会引起家庭要素禀赋的重新配置，间接影响农户收入。因此，本文以户用分布式光伏作为研究对象，利用微观农户面板数据，采用双重差分法分析户用分布式光伏对农户收入的影响，运用中介效应模型分析产生影响的作用机制，探讨因农户所在村的位置、农户劳动能力差异产生的收入变化差异，为户用分布式光伏的管理和可持续发展提供决策依据。

1.1 户用分布式光伏的收入效应

户用分布式光伏可解决农村家庭用电，多余电量可上网销售获得财产性收益，但发电量多少除了与屋顶采光、光伏板安装角度、方向与位置、台区差异等客观条件相关之外，很大程度上受光伏板清洁度的影响，需要定期清理灰尘进行简单维护，从而挤占家庭劳动力非农就业时间，抑制远距离非农转移就业，促使远距离就业劳动力回流。那么，户用分布式光伏是否引起农户迁移决策的改变，Harris和Todaro[22]提出的哈里斯-托达罗模型可以做出解释。该模型假设农村劳动力向城市流动只考虑纯经济因素，通过对比城市和农村的预期收入差距来决定是否做出迁移决策。哈里斯-托达罗模型的基本思想是如果农村劳动力对城市的预期收入大于农村，就从农村向城市迁移，只要存在城市和农村预期收益差距，这种劳动力的流动就会一直持续下去，直到农村收入和城市预期收益相等时劳动力才会停止流动，即当农村收入和城市预期收益相等时，劳动力市场就处于均衡状态，如果农村收入大于城市的预期收益，则会出现劳动力的回流[23]。

户用分布式光伏对家庭非农就业劳动力是否产生挤出效应取决于农户在城市非农就业的预期收入是否低于回流的预期收入，若在城市的预期收入低于回流的预期收入，农户家庭劳动力会选择回到流出地，便于光伏设施的维护，增加光伏发电收益，同时可以从事农业生产经营活动，增加经营性收入；
若因增加光伏设施维护次数产生的发电收益增额与回流后从事农业生产预期收益相加的总和低于留在城市的预期收益，农户家庭劳动力将继续留在城市从事非农就业。建有户用分布式光伏的农户均为收入相对较低的建档立卡户，人力资本水平低，多数在城市非正规部门就业，户用分布式光伏提高农户返乡的预期收入，促使农户家庭劳动力做出回流决策。基于上述分析，户用分布式光伏会减少农户工资性收入，增加经营性收入。

1.2 非农劳动时间和空间距离中介效应

户用分布式光伏导致农户家庭劳动力、土地等生产要素重新配置。安装户用分布式光伏的农户，若家庭劳动力在村居住，可利用闲暇时间维护光伏发电设备，不占用农业劳动时间；
若在乡镇或县城居住，光伏设施维护会挤出非农就业时间；
若在距离较远的县外居住，就需缩短家庭劳动力的非农就业距离或返乡从事农业生产经营。因此，户用分布式光伏对农户收入的影响通过两条途径起作用：一是挤占劳动力非农就业时间，降低非农就业强度，减少工资性收入；
二是缩短非农就业空间距离，挤出县外非农就业劳动力，使城市劳动力回流，挤出的非农就业劳动力和增加的资本要素配置于种植业和畜牧业生产，进而增加经营性收入。基于上述分析，户用分布式光伏通过减少非农就业时间和缩短非农就业的空间距离影响农户收入。

2.1 数据来源

Y 县作为中部地区地处偏远、资源匮乏的相对贫困县之一，光伏产业是其摆脱贫困，完成脱贫任务的主要措施之一。Y 县的户用分布式光伏是从2016 年开始筹建，农户自筹2 000 元，财政投资3.8万元，总投资8 590 万元，最终在2017 年3 月至2017 年6 月安装并网1 418 户，2017 年7 月至2018年6 月安装并网718 户，约占全县建档立卡户的三分之一，样本具有代表性。Y 县的户用分布式光伏是政府针对建档立卡户实施的扶贫项目，由政府出资建设并完成并网，非建档立卡户可自愿选择是否建设户用分布式光伏，但不能享受政府资助，因建设成本高、并网难等问题，建有户用分布式光伏的农户均为建档立卡户。

本文使用的数据是来自Y 县政府对2014—2019 年建档立卡农户的追踪调查数据，统计了农户的基本特征、人均收入及各类收入、享受的政策情况等信息。数据中建与未建户用分布式光伏农户均为建档立卡户，农户家庭特征更接近，使处理组和对照组更具可比性。另外，课题组从2016—2019年对Y 县农户进行随机抽样调查，政府提供数据与调研数据相吻合，能准确反映农户基本信息和收入变化情况。考虑到数据的完整性，本文采用政府提供的追踪数据进行分析，为了分析户用分布式光伏对农户收入的影响，本文对样本数据进行如下处理：剔除数据不全和有时间间断的样本户2 161 户；
剔除因房屋采光条件、屋顶平整度、整村搬迁等不符合建设户用光伏条件的样本户1 291 户；
剔除因占地补偿获得一次性财产性收益的农户210 户。通过筛选得到2014—2019 年3 187 个农户数据，其中 1 362 户建有户用分布式光伏，1 825 户未建。

2.2 变量选取与设定

1）被解释变量。本文以农户人均收入、经营性收入、工资性收入、财产性收入和转移性收入为被解释变量，为减少异方差带来的影响，实证分析中被解释变量均取收入的对数值。

2）关键解释变量。本文的核心变量为是否建有户用分布式光伏，为二元变量。建有光伏赋值为1，未建光伏赋值为0。

3）中介变量。参考杨忍等[24]的研究，本文引入非农就业时间和非农就业空间距离为中介变量。非农劳动时间采用家庭劳动力平均非农劳动时间；
空间距离变量为分类变量，分别是村内、村外乡镇内、乡镇外县内、县外省内和省外，考虑到同一农户家庭劳动力非农就业距离不同，因此采用家庭中县外非农就业人数占比作为代理变量。

4）控制变量。根据相关文献，本文引入控制变 量：户主年龄及户主年龄平方[25-26]、家庭规模[27-29]、平均受教育程度[30]、抚养比[31]、家中有患病人员和家中有残疾[30]。变量定义见表1。

表1 变量定义Table 1 Definitions of variables

2.3 模型设定

1）户用分布式光伏对农户收入影响的模型设定。为了估计户用分布式光伏对农户收入的影响，可以直接比较农户在建设户用分布式光伏前后的收入差异，但收入差异除了受光伏项目影响外，还受到其他随时间变化的总体因素的影响。为剔除其他因素的影响，本文采取双重差分法估计户用分布式光伏对农户收入的影响。遵循Bertrand 等[32]的双重差分模型设定思想，设定基准模型为：

式中：i 表示农户个体，t 表示年份， INit表示农户i 在t 年的人均收入，本文进一步区分工资性收入（WINit）、经营性收入（AINit）、财产性收入（PINit）和转移性收入（TINit）作为因变量。Dit为虚拟变量，如果农户i 在t 年建光伏发电设施，那么农户i 在t年以后的观测值Dit=1，否则为0；
Z 表示控制变量；
φi为个体固定效应，μt为年份固定效应，εit为误差项。

Y 县户用分布式光伏项目是在2016 年和2017年分批筹建，2016 年筹建项目在2017 年6 月并网发电，2017 年筹建项目在2018 年6 月并网发电，政策干预时点为2016 年和2017 年。因此将2016 年和2017 年建设户用光伏的农户确定为处理组，未建该项目的农户确定为对照组。

2）双重差分法的平行趋势检验模型设定。采用双重差分法需要检验处理组和对照组在政策冲击前的时间趋势是否一致，即平行趋势检验，为此本文设定计量模型为：

式中：Djit±为虚拟变量，当处理组筹建屋顶光伏设施前j 年时Dit-j取值为1；
当处理组筹建屋顶光伏后j 年时，Ditj取值为1；
当j=0 时，Dit0=1，表示个体i 在t 期筹建光伏发电设施，除此之外Dit±j取值为0。以分析期第一年作为参照组，回归结果中Dit±j的系数表示与此参照组相比，处理组与对照组的人均收入和各类收入是否存在显著差异。

户用分布式光伏增收效应作用机制模型设定。本文借鉴温忠麟等[33]的研究，构建中介效应模型为：

式中：Wit为中介变量，表示非农就业时间和空间距离（家庭县外非农就业人数占比为代理变量），Z 为其他控制变量，由于户用分布式光伏间接影响工资性收入和经营性收入，所以只分析对工资性收入和经营性收入的作用机制。

3.1 户用分布式光伏建设与农户收入分析

在被调查的3 187 个样本户中，2016 年建有户用分布式光伏的农户有812 户，占总样本户的25.5%，至2017 年累计建有户用分布式光伏的农户有1 362 户，累计占比42.7%。2014—2019 年农户人均收入以及收入构成中工资性收入、财产性收入和转移性收入在去除价格影响后均呈上升趋势，经营性收入变化趋于平稳，其中未建光伏农户的经营性收入呈下降趋势（表2）。

对比户用分布式光伏项目实施前后农户收入的变化情况（表3），建与未建光伏农户的人均收入均显著增长，建光伏农户在项目实施前人均收入显著低于未建光伏农户的人均收入，而在项目实施后显著高于未建光伏农户的人均收入，虽然在此期间政府实施的一系列扶贫政策使所有建档立卡户的收入得到大幅度提升，但建光伏农户人均收入增长幅度大于未建光伏农户，说明户用分布式光伏对农户收入增长存在显著的促进作用。

表2 样本描述性统计Table 2 Descriptive statistics of samples

表3 户用分布式光伏建设与农户收入情况Table 3 Installation of solar panels and rural households’ income

在各项收入中，建光伏农户的财产性收入和转移性收入增幅显著大于未建光伏农户，原因是建光伏农户获得的发电收入远高于未建光伏农户仅有的财产性收入——土地流转收入，而且建光伏农户户主年龄偏大，家庭患病人员、残疾人员数量和抚养比偏高（表2），因此转移性收入也会偏高。另外，建与未建光伏农户工资性收入在项目实施前后都在1% 的水平上显著增长，未建光伏农户的经营性收入显著降低，表明劳动力转移是农户增收的主要渠道，而建光伏农户经营性收入在10%的水平上显著增长，工资性收入增长幅度显著低于未建光伏农户，原因是户用分布式光伏的清理维护引起家庭要素禀赋的重新配置，进而引起建与未建光伏农户工资性收入和经营性收入的变化差异。

3.2 户用分布式光伏对农户收入的影响

前文的分析说明建有户用分布式光伏农户的家庭相对脆弱，在政府实施光伏产业扶贫项目前，人均收入相对较低，说明此项政策更倾向于收入相对较低的农户，政府在农户是否建设光伏设施的决策中起主导作用，不存在严重的自选择偏误，可直接采用双重差分模型进行估计。表4 给出了户用分布式光伏对农户收入影响的双重差分估计结果。在控制了农户个体固定效应和时间固定效应后，户用分布式光伏项目对农户人均收入的影响在1%的显著性水平上显著为正，使农户人均收入提高25.4%，在各类收入中，对转移性收入无显著影响；
对经营性收入和财产性收入存在显著的正向影响，使经营性收入提高74.4%，财产性收入提高444.5%；
由于户用光伏发电设施作为农户的自有资产，获得的发电收益直接计入农户财产性收入中，在筹建项目后一年并网发电，获得发电收入，因此对财产性收入的影响最明显；
对工资性收入存在显著的负向影响，使工资性收入下降45.3%。

表4 户用分布式光伏对农户收入的影响Table 4 Influence of the installation of solar panels on rural households’ income

3.3 平行趋势假设检验分析

为检验处理组和对照组在政策冲击前的时间趋势是否一致，绘制关键变量系数变化趋势图，横轴表示距离筹建光伏发电设施当年的时间，纵轴表示系数估计值。从图1 可看出，处理组和对照组的人均收入和经营性收入、工资性收入、财产性收入、转移性收入在筹建户用光伏之前的变化趋势不存在显著差异，不能拒绝平行趋势假设成立的可能；
建设户用光伏对农户的人均收入和经营性收入有显著的正向影响，不存在时滞且具有持续性影响；
对工资性收入的影响显著为负，并存在持续的负向影响；
对财产性收入的影响最明显且具有持续性；
对转移性收入不存在显著影响。

3.4 户用分布式光伏收入效应的稳健性检验分析

1）基于倾向得分匹配的双重差分。使用双重差分法的前提是处理组和对照组的选择是随机的，考虑到建设户用分布式光伏需投资4 万元，财政配套资金3.8 万元，需农户自筹2 000 元，自筹资金可能形成该项目的“门槛效益”，进而排斥少数收入相对较低农户的受益机会[34-36]，为检验是否存在上述问题影响估计结果，本文采用PSM-DID 方法，选取户主特征变量和家庭特征变量，并加入人均收入滞后项进行倾向得分匹配。用2015 年和2016 年处理组和对照组的数据进行逐年匹配，保留政策前后匹配样本的数据，有效控制处理组和对照组在可观测特征上的差异，尽量满足条件独立假设。本文采用核匹配法，最终得到2 655 户15 935 个观测值，匹配后处理组和对照组各变量均值没有显著差异。表5 是匹配后的双重差分估计，可以看出户用分布式光伏对人均收入、经营性收入、工资性收入和财产性收入的影响仍在1%的水平下显著，但估计系数有所减少，这与加入人均收入滞后期后损失了2014 年数据有关，但回归结果仍能肯定本文的结论。

图1 平行趋势检验Fig. 1 Parallel trend test

2）控制相关政策冲击。在户用分布式光伏政策实施同时可能存在其他政策冲击，回归结果需要控制相关政策的影响。其中易地搬迁政策对搬迁户收入的影响较为明显，在建有户用分布式光伏的农户中也有少数农户是易地搬迁户，因此，将是否易地搬迁虚拟变量加入模型中。小额贷款为有发展生产需求的农户提供资金扶持，也对农户的收入产生影响，在基准回归模型中加入是否获得小额贷款虚拟变量。回归结果与基础回归结果相似，没有明显差异，结果依然稳健（表6）。

3.5 户用分布式光伏影响农户收入的机制分析

为了进一步探讨户用分布式光伏对农户收入的内在影响机理，本文使用非农就业时间和空间距离为中介变量，采用家庭县外就业人数占比作为非农就业空间距离的代理变量。根据前文理论分析可知，户用分布式光伏通过非农就业时间和空间距离作用于工资性收入和经营性收入，因此只对作用于工资性收入和经营性收入的中介效应进行检验，估计结果见表7。

结果显示，户用分布式光伏对农户工资性收入和非农就业时间都有显著的负向影响，当控制非农就业时间之后，户用分布式光伏对工资性收入的影响不显著（模型2），存在完全中介效应，说明户用分布式光伏通过减少非农就业时间减少农户的工资性收入；
户用分布式光伏对农户经营性收入有显著的正向影响，当控制非农就业时间之后，户用分布式光伏对农户经营性收入的影响显著下降（模型5），存在部分中介效应，表明户用分布式光伏通过减少非农就业时间，增加农业生产时间，提高农户经营性收入。

表5 基于倾向得分匹配的双重差分估计Table 5 Difference-in-Difference model estimation based on propensity score matching method

表6 排除相关政策影响的稳健性检验Table 6 Robustness test excluding the effects of relevant policies

表7 非农就业时间和空间距离中介效应Table 7 Mediating effect of off-farm employment hours and spatial distance

户用分布式光伏对县外非农就业人数占比有显著的负向影响，在控制县外非农就业人数占比之后，户用分布式光伏对工资性收入和经营性收入的影响显著减少（模型3 和模型6），存在部分中介效应，表明户用分布式光伏通过缩短劳动力非农就业距离，即减少家庭劳动力县外就业人数占比使农户工资性收入显著减少，同时回流的劳动力从事农业生产，进而增加经营性收入。

3.6 户用分布式光伏影响农户收入的异质性分析

1）是否为中心村农户异质性分析。相较于中心村（村委所在地），其他自然村处于更偏远，交通不便的浅山、浅沟地带，常住人口少，自然条件、基础设施和公共服务设施更加落后，户用分布式光伏对中心村农户和其他自然村农户收入产生的影响会存在较大差异。因此，本文分中心村和非中心村（其他自然村）进行分组回归。结果表明，户用分布式光伏对中心村和非中心村农户的人均收入均存在显著的正向影响；
对非中心村农户的经营性收入的影响远大于对中心村农户经营性收入的影响，非中心村农户经营性收入增长99.6%（表8），是中心村农户经营性收入增长幅度的两倍。原因是非中心村居住人口少，人均实际耕地面积大，浅山浅沟地带更适合发展养殖，回流的劳动力从事农业生产的回报率更高；
户用分布式光伏对中心村农户的工资性收入在10%的显著性水平下呈负向影响，使非中心村农户的工资性收入在1%的水平下显著下降59.7%，原因是非中心村交通成本高，光伏设施的清理与维护挤出更多非农就业时间和家庭县外非农就业劳动力。

表8 是否为中心村农户异质性分析Table 8 Heterogeneity analysis of rural households in central village

2）农户劳动能力异质性分析。由于农户劳动力能力不同，户用分布式光伏对农户收入的影响也会存在较大差异。劳动力一般分为无劳动力、丧失劳动力、弱劳动力或半劳动力、普通劳动力、技能劳动力五类。因此，本文引入家庭中普通劳动力及以上成员人数占家庭总人数比重表示家庭劳动能力，并加入交乘项（光伏×劳动能力）。回归结果表 明，户用分布式光伏对人均收入的影响没有因劳动能力的异质性产生显著差异，但对农户经营性收入、工资性收入、财产性收入和转移性收入的影响存在显著差异（表9）。劳动能力越强，户用分布式光伏对农户经营性收入的正向影响越大，对财产性收入的正向影响越小，对工资性收入和转移性收入的负向影响越小。可能的原因是劳动能力强的农户从事农业生产回报率高，但在光伏设施维护上配置的时间少，发电效率低，收益少；
劳动能力弱的农户对回流的预期收入大于在城市的非农就业收入，会直接放弃非农就业回到农村，造成“主动失业”，工资性收入下降幅度大。另外，因为发电收入严重依赖政府补贴，发电量越多政府补贴越多，考虑到政策的公平性，政府会减少对获得补贴较多农户的转移性支付，最终使得因劳动能力异质性产生的家庭人均收入变化差异不显著。

表9 农户劳动能力异质性分析Table 9 Heterogeneity analysis of labor ability for rural households

4.1 结论

研究表明，户用分布式光伏显著增加农户财产性收入和经营性收入，减少农户的工资性收入，最终提高了农户人均收入。作用机制分析表明，户用分布式光伏通过挤占农户非农就业时间，降低家庭县外非农就业人数占比两种途径减少农户工资性收入，同时增加从事农业生产时间提高经营性收入。

农户所在村的位置不同和家庭劳动能力存在差异，户用分布式光伏对农户收入的影响会存在明显的异质性，对非中心村农户的工资性收入和经营性收入影响大于中心村农户，对劳动能力强的农户经营性收入的正向影响大于劳动能力弱的农户，对劳动能力弱的农户工资性收入负向影响大于劳动能力强的农户。虽然户用分布式光伏产生显著的增收效应，但增加的收入主要来自分布式光伏带来的财产性收入，而这部分收入又严重依赖政府的电价补 贴，因此，户用分布式光伏在减少家庭非农劳动供给、降低劳动回报率的同时增加了农户对政府补贴的依赖。

4.2 政策建议

1）统一维护光伏设施，合理配置劳动力要素。各级政府与电力主管部门协同合作，出台规范相关制度实现对光伏电站有效的运维管理，引入具有专业资质的企业、技术人员参与日常维 护工作[18]，对不具有竞争优势无法流向城市的劳动力进行光伏设施日常维护与清理工作培训，在技术人员指导下统一负责各村户用分布式光伏设施的日常清理与维护，建有光伏设施农户根据各自资源禀赋优势自愿选择设施维护的外包服务，参与者依据发电收益按约定比例支付服务费用，改变劳动力约束，重新配置被挤出的县外非农就业劳动力要素和挤占的非农就业时间，实现村级层面劳动力要素的合理配置。

2）实施“保底收益+按股分红”，分层分配股份。保持光伏设施作为农户资产的属性，按投资金额折合股份，实施“保底收益+按股分红”，依据劳动能力差异分层分配股份，细化收益分配方案，完善收益分配管理机制，可以让无劳动力、丧失劳动力和弱劳动力家庭占有分布式光伏的全部股份，防止劳动能力较低的农户返贫，普通劳动力和技能劳动力家庭则在收回投资基础上，再按投资金额分配股份，减少劳动能力较强农户对政府补贴的依赖，政府或村集体获得的股份收益用于改善相对贫困人口的生产生活条件，以及支持村级公共事业建设、公益事业发展等乡村振兴关键领域和薄弱环节。

3）创新光伏产业发展模式，拓宽增收渠道。依托产业扶贫项目成果，提升产业发展水平，为返乡劳动力创造更多就业创业机会，提高返乡劳动力劳动回报率；
利用非中心村自然资源优势，为返乡劳动力创造创业条件，发展特色种植（如中药材等经济作物）和养殖；
采用“光伏+农业”模式[37]，将蔬菜、药材、林业、渔业、菌类与光伏发电产业相结合发展板下农业，增加农民收入；
调动企业、银行等社会团体参与户用分布式光伏项目建设与维护的积极性，探索“光伏+”创新模式，促进光伏产业不断向其他产业渗透[38]，逐步减轻光伏产业对政府补贴的依赖，促进光伏产业的可持续发展。

猜你喜欢 财产性人均收入经营性 忠诚村的“棚经济”——村集体资产3025万元，去年村民人均收入2.3万元当代陕西(2022年4期)2022-04-19军工院所经营性固定资产投资存在的问题及管理提升建议军民两用技术与产品(2021年3期)2021-06-09农村不动产促增农民财产性收入的效能分析今日财富(2018年7期)2018-05-14韩明年人均收入有望破三万美元环球时报(2017-12-23)2017-12-23论盗窃财产性利益中国检察官·司法务实(2017年4期)2017-05-04研究生全面收费背景下应届生考研的可行性分析大学教育(2016年11期)2016-11-16出口产品质量影响因素的文献综述商(2016年4期)2016-03-24农村居民财产性收入差异及其影响因素研究重庆工商大学学报(西部论坛)(2014年5期)2014-09-26提高财产性收入与转变财富观董事会(2007年12期)2007-12-20