農(nóng)戶參與濕地保護對家庭減貧的影響及作用機制*
——基于自然保護區(qū)問卷調(diào)查的實證研究

武照亮，周小喜，段存儒，馮 琳

（中國人民大學(xué)環(huán)境學(xué)院，北京 100872）

0 引言

反貧困及生態(tài)環(huán)境可持續(xù)在千年發(fā)展目標(biāo)（Millennium Development Goals，MDGs）和可持續(xù)發(fā)展目標(biāo)（Sustainable Development Goals，SDGs）中被賦予重要地位。然而，現(xiàn)實中生態(tài)環(huán)境保護與區(qū)域經(jīng)濟、農(nóng)戶生計的協(xié)調(diào)發(fā)展一直是個難題，持久的貧困與生態(tài)環(huán)境破壞的惡性循環(huán)依然存在[1-3]。

建立自然保護區(qū)被普遍認(rèn)為是生態(tài)環(huán)境保護最有效的方式之一，但多數(shù)保護區(qū)分布在生態(tài)脆弱、經(jīng)濟落后的偏遠貧困山區(qū)，面臨保護與發(fā)展的雙重壓力[4]。以我國濕地保護區(qū)為例，根據(jù)《全國濕地保護工程規(guī)劃》，到 2030 年保護區(qū)數(shù)量將達到 713 個，主要劃分為東北濕地區(qū)、黃河中下游濕地區(qū)、云貴高原濕地區(qū)、青藏高寒濕地區(qū)等8個濕地保護區(qū)域類型，退耕還濕、還湖是普遍實施的生態(tài)政策，但均面臨人地矛盾突出的問題。保護區(qū)在推動生態(tài)和生物多樣性保護中是否有助于農(nóng)戶減貧及生計可持續(xù)發(fā)展，目前還缺乏一致結(jié)論和實證支持。一種觀點認(rèn)為保護區(qū)建立不利于生計發(fā)展及減貧，原因有：第一，保護區(qū)建立及相關(guān)保護措施限制了當(dāng)?shù)剞r(nóng)戶對自然資源的使用，而農(nóng)戶通常對各類自然資源具有較強的依賴度，短期內(nèi)難以實現(xiàn)適應(yīng)性轉(zhuǎn)變，生計方式單一，進一步加劇貧困[5,6]；第二，傳統(tǒng)的生計行為受到約束，如農(nóng)藥、化肥無法使用，放牧、采伐等生計策略無法正常進行，因保護而付出的成本超出農(nóng)戶預(yù)期，收益與成本的不平衡使得農(nóng)戶生計難以持續(xù)[7,8]；第三，野生動物致害進一步加劇農(nóng)戶生產(chǎn)和生活困難[9,10]。另一種觀點認(rèn)為保護區(qū)建立利于社區(qū)發(fā)展和農(nóng)戶減貧，原因有：第一，國家生態(tài)建設(shè)給予的補貼、補償、扶持等措施幫助農(nóng)戶緩解保護帶來的生計風(fēng)險[11-13]；第二，解放了部分勞動力，實現(xiàn)生計轉(zhuǎn)型，提高生計能力，如發(fā)展生態(tài)養(yǎng)殖、種植、旅游等替代生計模式，生計策略趨向多樣化和非農(nóng)化，利于減貧[14]；第三，保護區(qū)建立改善了社區(qū)基礎(chǔ)設(shè)施，加強農(nóng)戶與外界聯(lián)系，利于增加就業(yè)機會，提高收入水平[15,16]。

如何衡量貧困是評估保護區(qū)內(nèi)農(nóng)戶參與是否有助于減貧的基礎(chǔ)。國際上對貧困的衡量經(jīng)歷了由單一收入維度（即貧困線）向包括人類健康、教育、福祉等多維度評估視角的轉(zhuǎn)變[17,18]。20世紀(jì)90年代，Sen提出貧困是一種復(fù)雜的社會現(xiàn)象，具有多維性，其不僅僅是缺乏滿足基本生活要求的收入，而是同時存在對人可行能力的剝奪，包括缺乏教育、健康、住房、就業(yè)、人身安全等[19,20]。Sen將能力融合到貧困的研究框架中，此后對貧困問題的多層次分析越來越受歡迎，如聯(lián)合國開發(fā)計劃署（UNDP）從教育、健康和生活水平3個維度衡量貧困，構(gòu)建人類貧困指數(shù)（HPI）和多維貧困指數(shù)（MPI）[21,22]。之后，學(xué)者繼續(xù)開發(fā)了多維貧困的度量方法，包括模糊集、完全模糊、相關(guān)度和Alkire-Foster（A-F）法等[23,24]，其中A-F法是目前測量多維貧困最成熟、應(yīng)用最廣泛的方法，如在《人類發(fā)展報告》中被UNDP用來測量多維貧困指數(shù)，同時多數(shù)學(xué)者在構(gòu)建MPI時也使用了該方法，但在度量維度和指標(biāo)選擇上存在差異，其多取決于對貧困測量的感知程度[25,26]。同樣，由于研究視角的差異，國內(nèi)學(xué)者多維貧困測量及指標(biāo)選擇標(biāo)準(zhǔn)多樣，如包含經(jīng)濟、教育、健康、生活水平、權(quán)利、資本等多個維度[27-29]。

基于以上分析，文章以大山包黑頸鶴自然保護區(qū)為例，以可持續(xù)生計框架理論為基礎(chǔ)構(gòu)建農(nóng)戶參與濕地保護對減貧影響的分析框架，擬回答以下問題：（1）保護區(qū)內(nèi)農(nóng)戶的貧困現(xiàn)狀如何，關(guān)鍵的致貧因素是什么？（2）農(nóng)戶參與濕地保護是否利于減輕多維貧困？（3）農(nóng)戶參與保護影響多維貧困的內(nèi)在機制是什么？與已有研究相比，該文的邊際貢獻體現(xiàn)在以下三個方面：第一，已有文獻多側(cè)重于保護區(qū)及相關(guān)政策的影響程度評估，該文從微觀層面農(nóng)戶參與的視角出發(fā)，實證檢驗了農(nóng)戶參與濕地保護對家庭貧困的影響，彌補了現(xiàn)有研究的不足；第二，已有研究多分析保護區(qū)相關(guān)政策對農(nóng)戶生計資本、生計策略選擇及收入的影響，該文綜合評估了農(nóng)戶參與濕地保護對收入、健康、教育、生活質(zhì)量、就業(yè)及發(fā)展多維度的影響，更利于為政府制定針對性政策提供新的思路；第三，從生計策略多樣化和非農(nóng)化視角分析了農(nóng)戶參與保護對多維減貧影響的作用機制，能夠為研究區(qū)和我國類似地區(qū)改進保護及扶貧政策、創(chuàng)新和優(yōu)化農(nóng)戶生計選擇提供理論和實證支撐。

1 理論框架與研究假設(shè)

20世紀(jì)80年代，隨著世界范圍內(nèi)貧困加劇，可持續(xù)生計思想產(chǎn)生，不同的生計分析方法相繼出現(xiàn)，其中應(yīng)用最廣泛、接受度最高的是英國國際發(fā)展署提出的可持續(xù)生計分析框架（Sustainable Livelihood Analysis Framework，SLA）[2]。依據(jù)該框架，農(nóng)戶在自然和社會等因素的制約下形成相對穩(wěn)定的生計資本，包括自然資本（如土地、生物資源）、物質(zhì)資本（如房屋、各類生產(chǎn)及交通工具）、人力資本（如家庭勞動力及其謀生技能）、金融資本（如用于生計發(fā)展的資金、貸款）和社會資本（如社交網(wǎng)絡(luò)、組織關(guān)系）五個方面。進而，農(nóng)戶對其所擁有的生計資本進行組合，通過生計活動之間的要素流轉(zhuǎn)，形成不同的生計策略，在生計策略作用下輸出生計結(jié)果。同時，生計結(jié)果反作用于生計資本，促使農(nóng)戶可持續(xù)生計進入下一個循環(huán)過程[30,31]。

在SLA的基礎(chǔ)上，該文構(gòu)建了農(nóng)戶參與濕地保護對減貧影響的理論分析框架（圖1）。農(nóng)戶可持續(xù)生計在一定時期內(nèi)具有相對穩(wěn)定性，保護區(qū)建立與濕地保護政策的實施會對原有生計背景形成干擾并直接引起生計資本的變化，如耕地、林地等自然資本擁有量減少，農(nóng)業(yè)生產(chǎn)活動受限，使農(nóng)戶對自然資源的依賴度降低[5,7]；而社會支持、政策補貼等則會促進社會資本、金融資本和人力資本水平增加[11,15,16]。生計資本的變化和重新組合促進農(nóng)戶從事不同的生產(chǎn)活動，如生態(tài)種養(yǎng)、生態(tài)旅游、外出務(wù)工等，生計策略趨向于多樣化和非農(nóng)化。以非農(nóng)及多樣為主導(dǎo)的生計策略降低農(nóng)戶對自然資本的依賴，增強生計穩(wěn)定性和抗風(fēng)險性，進而推動傳統(tǒng)生計方式完成適應(yīng)性轉(zhuǎn)變，利于多維減貧[11-14,32]。相較非參與農(nóng)戶，政策干擾對參與農(nóng)戶生計資本的影響程度更大，具有更強的生計策略轉(zhuǎn)變需求和內(nèi)在動力，進而更利于實現(xiàn)多維減貧[27]。因此，該文認(rèn)為相較非參與農(nóng)戶，參與農(nóng)戶的多維貧困發(fā)生率更低；參與濕地保護有助于推動生計資本重新組合實現(xiàn)生計策略多樣化和非農(nóng)化，進而利于減貧；由于農(nóng)戶多維貧困包含不同評價維度，農(nóng)戶參與保護不一定對每個單維貧困具有相同影響；農(nóng)戶參與保護通過生計策略的選擇影響貧困狀態(tài)。

圖1 農(nóng)戶參與對減貧影響的分析框架

基于此，該文提出H1～H4，4條假設(shè)。

H1：參與濕地保護農(nóng)戶的貧困發(fā)生率低于非參與農(nóng)戶。

H2：農(nóng)戶參與濕地保護有助于多維減貧。

H3：農(nóng)戶參與濕地保護對單維貧困的作用方向及效應(yīng)不同。

H4：生計策略多樣化和非農(nóng)化在農(nóng)戶參與濕地保護和多維減貧之間具有中介效應(yīng)。

2 數(shù)據(jù)與方法

2.1 研究區(qū)與數(shù)據(jù)來源

大山包黑頸鶴自然保護區(qū)位于云南省昭通市大山包鄉(xiāng)，是我國西南地區(qū)獨特的高山沼澤濕地，也是國際重要濕地和瀕危野生動物黑頸鶴的越冬棲息地，平均海拔3 000m以上，大部分處于高寒區(qū)，生態(tài)脆弱。當(dāng)?shù)乜側(cè)丝诩s1.8萬人，有漢、彝、苗3個民族，基礎(chǔ)設(shè)施和教育資源落后，貧困程度高[33]。2014年保護區(qū)開始實施退耕還濕政策，根據(jù)保護規(guī)劃、黑頸鶴生活和棲息規(guī)律及濕地生態(tài)系統(tǒng)的特定功能對保護區(qū)內(nèi)的重要濕地進行重點保護，以通過轉(zhuǎn)變土地利用方式，保護生物多樣性和濕地生態(tài)系統(tǒng)完整性。農(nóng)戶是退耕還濕政策的直接作用對象，其參與濕地保護必然會對傳統(tǒng)的生計行為產(chǎn)生影響，進而改變家庭貧困狀況，而政策實施中需要平衡保護與發(fā)展的關(guān)系，因此有必要分析農(nóng)戶參與濕地保護是否有助于促進減貧。

數(shù)據(jù)來源于2019年對保護區(qū)周邊社區(qū)進行的農(nóng)戶深度訪談和隨機問卷調(diào)查。為提高數(shù)據(jù)代表性和典型性，在充分考慮農(nóng)戶分布、經(jīng)濟發(fā)展、政策參與等因素后，選擇合興村、大山包村、大興村及車路村4個行政村進行問卷調(diào)查。調(diào)查中共發(fā)放問卷391份，回收有效問卷364份，有效率達93%，其中合興村92份，大山包村86份，大興村91份，車路村95份。問卷主要包含農(nóng)戶基本特征（個人及家庭情況、資源稟賦擁有情況，生產(chǎn)經(jīng)營情況等）和濕地保護與生計發(fā)展（濕地保護認(rèn)知、參與度、支付意愿、生計策略選擇、保護區(qū)與社區(qū)關(guān)系感知等）兩大部分，為該文提供了數(shù)據(jù)支持。

2.2 變量選擇

變量解釋及描述統(tǒng)計分析如表1所示。

表1 變量解釋及描述統(tǒng)計分析

2.2.1 因變量

農(nóng)戶貧困具有多維性特征，健康、教育、醫(yī)療等能力的缺失同樣是造成貧困的重要原因。該文以多維貧困衡量農(nóng)戶的貧困程度，當(dāng)家庭總體剝奪得分高于1/3（被剝奪指標(biāo)超過5個）時，被視為多維貧困。數(shù)據(jù)顯示約75%的受訪農(nóng)戶家庭處于多維貧困狀態(tài)，其中非參與農(nóng)戶貧困發(fā)生率將近95%，而參與農(nóng)戶貧困發(fā)生率約66%。

2.2.2 自變量

為探究農(nóng)戶參與濕地保護是否有助于減貧，選取當(dāng)?shù)剞r(nóng)戶是否參與退耕還濕政策作為自變量，即參與退耕還濕定義為1，否則為0。數(shù)據(jù)顯示251戶（約69%）受訪農(nóng)戶參與了退耕還濕政策。

2.2.3 控制變量

借鑒相關(guān)研究[4,9,16]，選取性別、年齡、受教育程度、健康狀況4個變量描述受訪農(nóng)戶個人特征；選取戶主年齡、受教育程度、是否為村干部3個變量描述戶主特征；選取勞動力數(shù)量、能人數(shù)量2個變量反映家庭特征；選取居住地海拔高度、離景區(qū)距離2個變量來征區(qū)域特征。數(shù)據(jù)顯示，受訪農(nóng)戶以女性為主，年齡集中在40～50歲，平均受教育程度約4.32年，健康狀況良好；戶主年齡以40～50歲為主，受教育程度多為小學(xué)水平，約有4%擔(dān)任過村干部；平均勞動力數(shù)量不足3人，親戚朋友中能人數(shù)量平均不足2人；居住地平均海拔高度約2.82km，離景區(qū)平均距離約2.11 km。相比于非參與農(nóng)戶，參與農(nóng)戶個人年齡較小、受教育程度較高、健康狀況更好；戶主年齡較小、受教育程度較高、擔(dān)任村干部的比例更高；家庭勞動力數(shù)量和能人數(shù)量較多；居住區(qū)海拔較高但離景區(qū)距離更近。

2.2.4 工具變量

為解決可能存在的內(nèi)生性問題，選取居民家庭耕地離濕地水面的平均距離作為工具變量，數(shù)據(jù)顯示耕地離水面平均距離約2.93 km，其中參與農(nóng)戶平均距離約2.75 km，非參與農(nóng)戶約3.22 km。

2.2.5 中介變量

該文中介變量為生計策略多樣化和非農(nóng)化。多樣化的謀生方式利于保障農(nóng)戶生計安全，降低生計脆弱性，研究區(qū)農(nóng)戶生計策略選擇包括轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式、參與生態(tài)旅游、外出務(wù)工、家庭副業(yè)及移民搬遷5種，以生計策略多樣化指數(shù)，即家庭生計策略選擇數(shù)占總數(shù)的比例表征生計策略多樣化水平[34,35]。收入是農(nóng)戶可持續(xù)生計的重要體現(xiàn)，該文基于收入來源及依賴度衡量生計策略非農(nóng)化。研究區(qū)農(nóng)戶家庭收入構(gòu)成主要包括：種植業(yè)，養(yǎng)殖業(yè)，林業(yè)經(jīng)營，退耕補償及養(yǎng)老、撫恤、低保等補貼，務(wù)工及旅游業(yè)收入六大類，定義當(dāng)農(nóng)業(yè)收入（種植業(yè)、養(yǎng)殖業(yè)和林業(yè)）占總收入的比例大于60%時，表示農(nóng)戶選擇以務(wù)農(nóng)為主的生計策略，計為0；否則表示選擇以非農(nóng)為主的生計策略，計為1[35,36]。數(shù)據(jù)顯示農(nóng)戶生計策略多樣化和非農(nóng)化水平分別為0.48和0.54，參與農(nóng)戶分別為0.54和0.63，非參與農(nóng)戶分別為0.42和0.47。

2.3 研究方法

2.3.1 A-F多維貧困測度法

評價維度與指標(biāo)選擇。參考已有研究[19-29]及保護區(qū)現(xiàn)狀，將收入、健康、教育、生活質(zhì)量、就業(yè)及發(fā)展作為衡量農(nóng)戶多維貧困的6個評價維度，共包含15個指標(biāo)，考慮到貧困戶與非貧困戶在多維貧困指標(biāo)上都存在貧困現(xiàn)象，且每個指標(biāo)對減貧脫貧同樣重要，因此與多數(shù)研究相似，采用等權(quán)重賦值法，即每個指標(biāo)權(quán)重為1/15[17,27-29]。指標(biāo)內(nèi)容及說明如表2所示。

表2 農(nóng)戶多維貧困評價指標(biāo)體系

多維貧困測度。假定樣本量為n，Xij為農(nóng)戶i在指標(biāo)j下的觀測值，Zj為指標(biāo)j的貧困剝奪臨界值，即不被定義為貧困的最低標(biāo)準(zhǔn)。若Xij＜Zj，則家庭i在指標(biāo)j上被視為處于貧困狀態(tài)，計為1，否則為0，基于此構(gòu)造剝奪矩陣Dij，即：

當(dāng)ci=0，表示不被剝奪，當(dāng)ci=1，表示被完全剝奪。進而，根據(jù)加權(quán)剝奪得分c的閾值識別是否為多維貧困，定義k為農(nóng)戶i有任意k個指標(biāo)同時被剝奪，k值越大多維貧困程度越深，該文中0≤k≤15，借鑒國內(nèi)外研究的常用標(biāo)準(zhǔn)[17,27-29]，選擇大于等于所選指標(biāo)的1/3作為k的臨界值，即15個評價指標(biāo)中存在任意5個及以上指標(biāo)被視為貧困（ci(k)≥1/3）時，該家庭處于多維貧困，定義為1，否則為0。

為客觀反映區(qū)域貧困現(xiàn)狀，計算多維貧困指數(shù)（MPI），即：

式（3）中，pk為臨界值k標(biāo)準(zhǔn)下的多維貧困人口數(shù)，n為樣本總數(shù)，為多維貧困發(fā)生率；ci(k)為臨界值k標(biāo)準(zhǔn)下農(nóng)戶i的總體剝奪得分，為平均剝奪程度。

2.3.2 計量模型

該文實證研究的第一步是采用二項Logit回歸模型探討農(nóng)戶參與退耕還濕對多維貧困的影響效應(yīng)，可視為基準(zhǔn)計量方程。其是對因變量（0-1變量）取值為1的概率P進行估計的線性回歸模型。模型方程為：

式（4）中，x1為農(nóng)戶是否參與退耕政策，是該文的重點解釋變量，Xj為控制變量，εi為誤差項。由模型可知，當(dāng)其他解釋變量不變時，自變量每增加一個單位將會使發(fā)生比擴大eβ倍，當(dāng)回歸數(shù)值為負時，發(fā)生比將縮小。

實證分析的第二步是解決模型中可能存在的內(nèi)生性。該文選擇農(nóng)戶耕地離濕地水面的平均距離（dis）作為工具變量。首先，耕地離濕地水面越近，越可能納入濕地生態(tài)系統(tǒng)的保護范圍，進而影響到農(nóng)戶的退耕行為，而距離變量相對于農(nóng)戶行為而言是外生的，具有獨立性和隨機性，因此是比較合理的工具變量。在工具變量估計中，該文采用兩階段最小二乘法（2SLS），具體方程為：

研究的第三部是穩(wěn)健性檢驗，該文采用替換估算模型和替換因變量兩種方法進行重新估計。首先應(yīng)用Probit模型重新回歸；再次將因變量替換為家庭總體剝奪得分，應(yīng)用最小二乘法（OLS）進行估計。

基于前文分析，農(nóng)戶參與保護通過生計資本重新組合影響生計策略多樣化和非農(nóng)化進而促進減貧。為分析其傳導(dǎo)機制，借鑒Baron和Kenny[38]提出的中介效應(yīng)檢驗逐步回歸法構(gòu)建模型，由于該文涉及生計策略多樣化和非農(nóng)化兩個中介變量，為準(zhǔn)確分析兩個中介變量的作用，構(gòu)建以下多重中介模型：

式（7）至（10）中，D1為農(nóng)戶生計策略多樣化水平，D2為農(nóng)戶生計策略非農(nóng)化水平。模型（7）和（10）是Logit回歸中介模型，系數(shù)以Logit為單位，與OLS回歸得到的系數(shù)不在一個尺度上。為計算中介效應(yīng)，需得到一致的等尺度系數(shù)，借鑒已有研究通過標(biāo)準(zhǔn)化轉(zhuǎn)換實現(xiàn)回歸系數(shù)的等量尺化，定義模型（10）各變量轉(zhuǎn)化后的系數(shù)分別為：具體計算方法可參見劉紅云等相關(guān)研究[39]。進而，參與保護對家庭減貧的總效應(yīng)為：γ=β'01+β11α01+β21α02+β11β22α02，生計策略多樣化的中介效應(yīng)為：β11α01，生計策略非農(nóng)化的中介效應(yīng)為：β21α02。

圖3 受訪農(nóng)戶單一維度指標(biāo)貧困發(fā)生率

3 結(jié)果與分析

3.1 貧困測度結(jié)果

3.1.1 單維貧困測度結(jié)果

結(jié)果顯示，6個評價維度中收入維度的貧困發(fā)生率最高（圖2、3），達67.83%，其中人均年收入指標(biāo)的貧困發(fā)生率為84.39%，即超過80%的受訪農(nóng)戶家庭人均年收入低于國家貧困線，同時51.27%的家庭轉(zhuǎn)移性收入占總收入的比例高于40%，收入脆弱性較大。其次是發(fā)展維度，貧困發(fā)生率為52.55%，具體來說，約23.89%的農(nóng)戶家庭沒有加入任何專業(yè)合作社，71.02%的家中沒有電腦、手機，無法實現(xiàn)上網(wǎng)，47.77%的家庭離市場距離大于3 000m，67.52%的家庭難以獲得銀行貸款。其余4個維度貧困發(fā)生率從高到低為：生活質(zhì)量（30.18%）、教育（23.89%）、就業(yè)（21.34%）和健康（13.38%），其中住房類型、交通工具及受教育程度指標(biāo)貧困發(fā)生率較高，約57.32%的農(nóng)戶家庭住房類型為土木結(jié)構(gòu)，42.99%的農(nóng)戶家庭無自行車、三輪車等基本交通工具，36.94%的農(nóng)戶家庭最高受教育水平小于9年。

圖2 受訪農(nóng)戶單維貧困發(fā)生率

參與濕地保護政策農(nóng)戶的貧困發(fā)生率均低于非參與農(nóng)戶，尤其在收入、就業(yè)及發(fā)展維度下差異較大，參與農(nóng)戶的貧困發(fā)生率分別為63.70%、14.61%和46.69%，而非參與農(nóng)戶的分別為77.37%、34.84%和66.05%，同時在健康維度下差異也較大，在教育和生活質(zhì)量維度下差異較小。假設(shè)1得證。

3.1.2 多維貧困測度結(jié)果

表3為A-F法測度農(nóng)戶多維貧困狀況的結(jié)果。當(dāng)臨界值k=5時，農(nóng)戶貧困發(fā)生率為75.48%，意味著75.48%的農(nóng)戶至少有任意5個指標(biāo)處于貧困狀態(tài)；平均剝奪程度為42.59%，表明農(nóng)戶家庭被剝奪的指標(biāo)數(shù)平均約6～7個，多維貧困指數(shù)為0.321 4。當(dāng)k=10時，貧困發(fā)生率為0.96%，平均剝奪程度為71.11%，多維貧困指數(shù)為0.006 8。

表3 農(nóng)戶多維貧困測量

同樣，參與保護政策農(nóng)戶的多維貧困發(fā)生率低于非參與農(nóng)戶。當(dāng)k=5時，參與農(nóng)戶貧困發(fā)生率為65.75%，平均剝奪程度為40.19%，平均被剝奪指標(biāo)約為6個，最高被剝奪指標(biāo)為9個，多維貧困指數(shù)為0.264 2；而非參與農(nóng)戶貧困發(fā)生率為94.89%，平均剝奪程度為46.31%，平均被剝奪指標(biāo)約為7個，最高被剝奪指標(biāo)為12個，多維貧困指數(shù)為0.439 4。假設(shè)1進一步得證。

3.2 回歸結(jié)果

3.2.1 基準(zhǔn)回歸結(jié)果

表4是基準(zhǔn)回歸結(jié)果，模型（1）是對家庭多維貧困的影響，模型（2）至（7）是分別對6個單維貧困的影響。結(jié)果表明：在控制受訪者個人、戶主、家庭及居住區(qū)域特征后，農(nóng)戶參與退耕還濕政策1%顯著性水平下負向影響家庭多維貧困，即參與濕地保護對減貧具有顯著正向影響，數(shù)據(jù)顯示參與濕地保護的農(nóng)戶家庭處于多維貧困狀態(tài)的發(fā)生概率比非參與農(nóng)戶降低了62.24%，假設(shè)2得證。盡管從農(nóng)戶參與視角出發(fā)，但也表明保護區(qū)設(shè)置、保護政策實施有助于當(dāng)?shù)剞r(nóng)戶減貧，該結(jié)論與Mullan等[11]，喬勇等[13]、張雅馨等[16]保持一致。具體而言，農(nóng)戶參與保護對減貧的影響主要作用在發(fā)展、就業(yè)、生活質(zhì)量和收入維度，對健康和教育維度的作用效果不顯著，數(shù)據(jù)顯示參與濕地保護的農(nóng)戶家庭在發(fā)展、就業(yè)、生活質(zhì)量和收入維度處于貧困狀態(tài)的發(fā)生概率比非參與農(nóng)戶分別降低約34.62%、55.34%、60.03%和66.81%，表明參與濕地保護利于農(nóng)戶提升發(fā)展資本、尋求就業(yè)機會、提高生活水平及增加收入，進而減輕多維貧困程度，尤其對收入和生活質(zhì)量維度減貧的影響效應(yīng)更大?？赡苡捎谕烁?，一方面農(nóng)戶家庭自然資本減少，傳統(tǒng)的種養(yǎng)業(yè)、捕魚、砍柴等生計活動受到限制，進而部分勞動力得到解放，在相關(guān)扶持和優(yōu)惠政策下，農(nóng)戶選擇參與農(nóng)家樂、紀(jì)念品商店、開馬場等生態(tài)旅游及外出打工等非農(nóng)活動的可能性增加，實現(xiàn)了再就業(yè)，利于增加收入及提高生活質(zhì)量；另一方面政策實施后，保護區(qū)道路、住宿、餐飲等基礎(chǔ)設(shè)施和條件進一步完善，加強了農(nóng)戶與外界信息與人際交往聯(lián)系，增強了生計發(fā)展的資源稟賦，利于實現(xiàn)減貧脫貧。假設(shè)3得證。盡管以農(nóng)戶參與濕地保護政策為例，但也表明貧困山區(qū)農(nóng)戶參與保護并非對所有單維貧困具有顯著影響，該結(jié)論與黎潔等[27]保持一致，這一結(jié)果也突出了在減貧脫貧中識別致貧因素并精準(zhǔn)施策的重要性。

表4 農(nóng)戶參與退耕還濕對多維貧困影響的Logit估計

控制變量中，受訪者受教育程度、健康狀況，戶主受教育程度、是否為村干部，家庭勞動力數(shù)量及親戚朋友中能人數(shù)量顯著負向影響多維貧困，尤其家庭能人數(shù)量及戶主是否為村干部的影響效應(yīng)較大，體現(xiàn)了濕地保護背景下農(nóng)戶人力資本及社會資本水平對減貧的重要作用。而受訪者年齡、戶主年齡及居住地海拔高度顯著正向影響多維貧困，尤其海拔高度的影響程度較大，表明保護區(qū)地理特征對農(nóng)戶減貧具有顯著不利影響。

3.2.2 工具變量回歸結(jié)果

在基準(zhǔn)回歸估計中，可能存在同時影響農(nóng)戶是否參與濕地保護及多維貧困的因素，進入殘差項，造成內(nèi)生性偏差；同時家庭多維貧困狀態(tài)可能影響農(nóng)戶是否參與濕地保護，互為因果，產(chǎn)生內(nèi)生性偏誤。基于此，該文選取農(nóng)戶家庭耕地離濕地水面的平均距離作為農(nóng)戶是否參與退耕政策的工具變量進行回歸，第一階段回歸結(jié)果顯示耕地離水面平均距離與農(nóng)戶參與濕地保護呈顯著相關(guān)關(guān)系。第二階段工具變量回歸結(jié)果見表5?；貧w顯示除收入和就業(yè)維度顯著性由1%降為5%外，表5的實證結(jié)果與表4基本一致，表明考慮內(nèi)生性后，農(nóng)戶參與濕地保護仍顯著利于多維減貧，參與農(nóng)戶處于多維貧困狀態(tài)的發(fā)生概率比非參與農(nóng)戶降低了54.43%，并對收入、生活質(zhì)量、就業(yè)及發(fā)展單維度減貧具有顯著影響，發(fā)生概率分別降低31.75%、44.95%、49.08%和58.81%。該結(jié)論進一步證實了假設(shè)2和3。

表5 農(nóng)戶參與退耕還濕對多維貧困影響的工具變量估計

3.2.3 穩(wěn)健性檢驗

僅通過上述回歸結(jié)果還不足以完全證實農(nóng)戶參與濕地保護確實有助于家庭減貧，此處進行穩(wěn)健性檢驗，以提升研究結(jié)果的準(zhǔn)確性和可信度。

第一種方法是替換回歸模型，通常認(rèn)為當(dāng)被解釋變量為二值離散變量時，Logit和Probit模型均可適用[40]，因此采用Probit模型進行重新估計。發(fā)現(xiàn)除對健康維度變?yōu)轱@著影響外，回歸結(jié)果與表4基本一致，即農(nóng)戶參與濕地保護對多維貧困及對收入、生活質(zhì)量、就業(yè)和發(fā)展單維度具有顯著的減貧效應(yīng)，該結(jié)果證實了估計模型的穩(wěn)健性。第二種方法是替換被解釋變量，農(nóng)戶家庭總體剝奪得分與是否處于多維貧困具有一致性，因此將離散二值因變量替換為家庭總體剝奪得分，應(yīng)用最小二乘法進行重新估計。發(fā)現(xiàn)除就業(yè)維度顯著性由1%降為5%外，農(nóng)戶參與對減貧影響的方向和顯著性與基準(zhǔn)回歸保持一致。以上檢驗表明，無論是對離散變量采用更嚴(yán)格的回歸方法還是更換離散變量為連續(xù)變量，該文的基準(zhǔn)回歸結(jié)果都是穩(wěn)健的。

3.2.4 機制檢驗分析

由以上回歸結(jié)果可以看出，農(nóng)戶參與濕地保護確實顯著利于多維減貧?；诳沙掷m(xù)生計框架理論和前文分析，該文認(rèn)為生計策略多樣化和非農(nóng)化在農(nóng)戶參與濕地保護與減貧的影響中具有中介效應(yīng)。因此，此處進行機制檢驗分析以驗證假設(shè)4。

表7是中介效應(yīng)的機制分析結(jié)果，模型（1）和（4）的系數(shù)經(jīng)過標(biāo)準(zhǔn)化轉(zhuǎn)換與（2）和（3）一致。模型（1）表明參與濕地保護農(nóng)戶比非參與農(nóng)戶處于多維貧困的可能性低21.2%，即參與保護政策顯著有助于多維減貧（系數(shù)=-0.212且P＜0.01），進一步驗證假設(shè)1。模型（2）表明參與保護政策對生計策略多樣化具有顯著正向影響（系數(shù)=0.102且P＜0.01）；模型（3）表明參與保護政策和生計策略多樣化同時對生計策略非農(nóng)化具有顯著正向影響；模型（4）表明參與保護政策、生計策略多樣化和非農(nóng)化對多維減貧均具有顯著促進作用，且參與保護政策的影響系數(shù)由-0.212變?yōu)?0.106，表明生計策略多樣化和非農(nóng)化對多維減貧存在中介效應(yīng)，假設(shè)4得證。進一步計算參與保護對家庭多維減貧的總效應(yīng)為：-0.106-0.102×0.468-0.263×0.128-0.102×0.582×0.128= -0.195 0，生計策略多樣化的中介效應(yīng)為：-0.102×0.468= -0.0477，占總效應(yīng)的比例約為24.48%；生計策略非農(nóng)化的中介效應(yīng)為：-0.263×0.128= -0.033 7，占總效應(yīng)的比例約為17.26%，可以看出生計策略多樣化的中介效應(yīng)更高，對農(nóng)戶參與濕地保護和減貧的關(guān)系影響更大。

表7 中介效應(yīng)估計

表6 穩(wěn)健性檢驗

4 結(jié)論與政策建議

4.1 結(jié)論

基于可持續(xù)生計框架理論，該文構(gòu)建了農(nóng)戶參與濕地保護影響貧困的理論分析框架。通過保護區(qū)364戶農(nóng)戶調(diào)研數(shù)據(jù)，運用計量模型實證評估了農(nóng)戶參與保護對多維貧困的影響及作用機制，得出如下結(jié)論。

（1）當(dāng)貧困臨界值為所選指標(biāo)的1/3時，超過75%的受訪農(nóng)戶家庭處于多維貧困狀態(tài)，平均被剝奪指標(biāo)約6～7個，且參與濕地保護農(nóng)戶的貧困發(fā)生率低于非參與農(nóng)戶。

（2）從單維度看，受訪農(nóng)戶家庭收入及發(fā)展維度的貧困發(fā)生率較高，具體體現(xiàn)在人均年收入偏低，收入脆弱性較大，信息設(shè)備缺乏無法實現(xiàn)上網(wǎng)及難以獲得銀行貸款。

（3）通過模型基準(zhǔn)回歸、工具變量估計及穩(wěn)健性檢驗表明，農(nóng)戶參與濕地保護確實顯著利于多維減貧，并對收入、生活質(zhì)量、就業(yè)及發(fā)展單維減貧具有顯著影響，但對健康和教育維度無顯著影響?？刂谱兞恐校茉L者受教育程度、健康狀況，戶主受教育程度、是否為村干部，家庭勞動力數(shù)量及親戚朋友中能人數(shù)量顯著負向影響多維貧困，體現(xiàn)了農(nóng)戶人力資本及社會資本對減貧的重要作用。

（4）最后，通過機制檢驗發(fā)現(xiàn)生計策略多樣化和非農(nóng)化在農(nóng)戶參與濕地保護影響多維減貧的關(guān)系中具有顯著中介效應(yīng)，占總效應(yīng)的比例分別為24.48%和17.26%。

4.2 政策建議

基于研究結(jié)果和保護區(qū)現(xiàn)狀，提出如下建議。

（1）保障農(nóng)戶收入，提高收入水平和穩(wěn)定性。研究顯示保護區(qū)農(nóng)戶收入維度的貧困發(fā)生率最高，仍有較多家庭人均收入低于貧困線。應(yīng)推動集約化發(fā)展，促進農(nóng)業(yè)轉(zhuǎn)型，推廣經(jīng)濟林木種植，減輕因自然條件惡劣和濕地與野生動物保護造成的損失；推動生態(tài)旅游擴大化發(fā)展，完善旅游業(yè)規(guī)劃，創(chuàng)新與增設(shè)旅游資源；優(yōu)化生態(tài)補償政策，充分考慮退耕農(nóng)戶及其他弱勢群體的生計問題，建立與扶貧脫貧相結(jié)合的補償機制。

（2）區(qū)分參與農(nóng)戶和非參與農(nóng)戶，精準(zhǔn)施策。研究顯示非參與農(nóng)戶的多維貧困及各單維貧困發(fā)生率均高于參與農(nóng)戶，且參與濕地保護對單維減貧影響效應(yīng)不同，需識別不同類型農(nóng)戶家庭致貧因子，加強政策幫扶，尤其應(yīng)加強保護區(qū)與外界聯(lián)系，給予農(nóng)戶充分的發(fā)展機會。

（3）完善保護區(qū)扶持政策，擴大影響范圍。研究顯示農(nóng)戶參與濕地保護顯著利于多維減貧，應(yīng)推進可持續(xù)化發(fā)展，加強部門合作與協(xié)調(diào)，減少部門利益沖突和政策實施中對農(nóng)戶的利益損害，完善保障機制，增強政策實施的長久性和動態(tài)變化過程，增強持續(xù)性脫貧。

（4）提供多元化就業(yè)渠道和生計模式，提高生計策略多樣化和非農(nóng)化水平。研究顯示農(nóng)戶生計策略多樣化和非農(nóng)化在農(nóng)戶減貧中起到中介作用，應(yīng)基于農(nóng)戶生計資本狀況，提供多元謀生方式，進一步引入生態(tài)產(chǎn)業(yè)、養(yǎng)老產(chǎn)業(yè)等，推動傳統(tǒng)的生計方式完成適應(yīng)性轉(zhuǎn)變。