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(shí)中生態(tài)環(huán)境保護(hù)與區(qū)域經(jīng)濟(jì)、農(nóng)戶生計(jì)的協(xié)調(diào)發(fā)展一直是個(gè)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(hù)區(qū)被普遍認(rèn)為是生態(tài)環(huán)境保護(hù)最有效的方式之一，但多數(shù)保護(hù)區(qū)分布在生態(tài)脆弱、經(jīng)濟(jì)落后的偏遠(yuǎn)貧困山區(qū)，面臨保護(hù)與發(fā)展的雙重壓力[4]。以我國濕地保護(hù)區(qū)為例，根據(jù)《全國濕地保護(hù)工程規(guī)劃》，到 2030 年保護(hù)區(qū)數(shù)量將達(dá)到 713 個(gè)，主要?jiǎng)澐譃闁|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(gè)濕地保護(hù)區(qū)域類型，退耕還濕、還湖是普遍實(shí)施的生態(tài)政策，但均面臨人地矛盾突出的問題。保護(hù)區(qū)在推動(dòng)生態(tài)和生物多樣性保護(hù)中是否有助于農(nóng)戶減貧及生計(jì)可持續(xù)發(fā)展，目前還缺乏一致結(jié)論和實(shí)證支持。一種觀點(diǎn)認(rèn)為保護(hù)區(qū)建立不利于生計(jì)發(fā)展及減貧，原因有：第一，保護(hù)區(qū)建立及相關(guān)保護(hù)措施限制了當(dāng)?shù)剞r(nóng)戶對(duì)自然資源的使用，而農(nóng)戶通常對(duì)各類自然資源具有較強(qiáng)的依賴度，短期內(nèi)難以實(shí)現(xiàn)適應(yīng)性轉(zhuǎn)變，生計(jì)方式單一，進(jìn)一步加劇貧困[5,6]；第二，傳統(tǒng)的生計(jì)行為受到約束，如農(nóng)藥、化肥無法使用，放牧、采伐等生計(jì)策略無法正常進(jìn)行，因保護(hù)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(jì)難以持續(xù)[7,8]；第三，野生動(dòng)物致害進(jìn)一步加劇農(nóng)戶生產(chǎn)和生活困難[9,10]。另一種觀點(diǎn)認(rèn)為保護(hù)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(bǔ)貼、補(bǔ)償、扶持等措施幫助農(nóng)戶緩解保護(hù)帶來的生計(jì)風(fēng)險(xiǎn)[11-13]；第二，解放了部分勞動(dòng)力，實(shí)現(xiàn)生計(jì)轉(zhuǎn)型，提高生計(jì)能力，如發(fā)展生態(tài)養(yǎng)殖、種植、旅游等替代生計(jì)模式，生計(jì)策略趨向多樣化和非農(nóng)化，利于減貧[14]；第三，保護(hù)區(qū)建立改善了社區(qū)基礎(chǔ)設(shè)施，加強(qiáng)農(nóng)戶與外界聯(lián)系，利于增加就業(yè)機(jī)會(huì)，提高收入水平[15,16]。

如何衡量貧困是評(píng)估保護(hù)區(qū)內(nèi)農(nóng)戶參與是否有助于減貧的基礎(chǔ)。國際上對(duì)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(píng)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(huì)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(shí)存在對(duì)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(duì)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(jì)劃署（UNDP）從教育、健康和生活水平3個(gè)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(bào)告》中被UNDP用來測量多維貧困指數(shù)，同時(shí)多數(shù)學(xué)者在構(gòu)建MPI時(shí)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(duì)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(jì)、教育、健康、生活水平、權(quán)利、資本等多個(gè)維度[27-29]。

基于以上分析，文章以大山包黑頸鶴自然保護(hù)區(qū)為例，以可持續(xù)生計(jì)框架理論為基礎(chǔ)構(gòu)建農(nóng)戶參與濕地保護(hù)對(duì)減貧影響的分析框架，擬回答以下問題：（1）保護(hù)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(hù)是否利于減輕多維貧困？（3）農(nóng)戶參與保護(hù)影響多維貧困的內(nèi)在機(jī)制是什么？與已有研究相比，該文的邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：第一，已有文獻(xiàn)多側(cè)重于保護(hù)區(qū)及相關(guān)政策的影響程度評(píng)估，該文從微觀層面農(nóng)戶參與的視角出發(fā)，實(shí)證檢驗(yàn)了農(nóng)戶參與濕地保護(hù)對(duì)家庭貧困的影響，彌補(bǔ)了現(xiàn)有研究的不足；第二，已有研究多分析保護(hù)區(qū)相關(guān)政策對(duì)農(nóng)戶生計(jì)資本、生計(jì)策略選擇及收入的影響，該文綜合評(píng)估了農(nóng)戶參與濕地保護(hù)對(duì)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(duì)性政策提供新的思路；第三，從生計(jì)策略多樣化和非農(nóng)化視角分析了農(nóng)戶參與保護(hù)對(duì)多維減貧影響的作用機(jī)制，能夠?yàn)檠芯繀^(qū)和我國類似地區(qū)改進(jìn)保護(hù)及扶貧政策、創(chuàng)新和優(yōu)化農(nóng)戶生計(jì)選擇提供理論和實(shí)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(jì)思想產(chǎn)生，不同的生計(jì)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(jì)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(huì)等因素的制約下形成相對(duì)穩(wěn)定的生計(jì)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(dòng)力及其謀生技能）、金融資本（如用于生計(jì)發(fā)展的資金、貸款）和社會(huì)資本（如社交網(wǎng)絡(luò)、組織關(guān)系）五個(gè)方面。進(jìn)而，農(nóng)戶對(duì)其所擁有的生計(jì)資本進(jìn)行組合，通過生計(jì)活動(dòng)之間的要素流轉(zhuǎn)，形成不同的生計(jì)策略，在生計(jì)策略作用下輸出生計(jì)結(jié)果。同時(shí)，生計(jì)結(jié)果反作用于生計(jì)資本，促使農(nóng)戶可持續(xù)生計(jì)進(jìn)入下一個(gè)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(hù)對(duì)減貧影響的理論分析框架（圖1）。農(nóng)戶可持續(xù)生計(jì)在一定時(shí)期內(nèi)具有相對(duì)穩(wěn)定性，保護(hù)區(qū)建立與濕地保護(hù)政策的實(shí)施會(huì)對(duì)原有生計(jì)背景形成干擾并直接引起生計(jì)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(dòng)受限，使農(nóng)戶對(duì)自然資源的依賴度降低[5,7]；而社會(huì)支持、政策補(bǔ)貼等則會(huì)促進(jìn)社會(huì)資本、金融資本和人力資本水平增加[11,15,16]。生計(jì)資本的變化和重新組合促進(jìn)農(nóng)戶從事不同的生產(chǎn)活動(dòng)，如生態(tài)種養(yǎng)、生態(tài)旅游、外出務(wù)工等，生計(jì)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(jì)策略降低農(nóng)戶對(duì)自然資本的依賴，增強(qiáng)生計(jì)穩(wěn)定性和抗風(fēng)險(xiǎn)性，進(jìn)而推動(dòng)傳統(tǒng)生計(jì)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(duì)參與農(nóng)戶生計(jì)資本的影響程度更大，具有更強(qiáng)的生計(jì)策略轉(zhuǎn)變需求和內(nèi)在動(dòng)力，進(jìn)而更利于實(shí)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(hù)有助于推動(dòng)生計(jì)資本重新組合實(shí)現(xiàn)生計(jì)策略多樣化和非農(nóng)化，進(jìn)而利于減貧；由于農(nóng)戶多維貧困包含不同評(píng)價(jià)維度，農(nóng)戶參與保護(hù)不一定對(duì)每個(gè)單維貧困具有相同影響；農(nóng)戶參與保護(hù)通過生計(jì)策略的選擇影響貧困狀態(tài)。

圖1 農(nóng)戶參與對(duì)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(hù)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(hù)有助于多維減貧。

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

H4：生計(jì)策略多樣化和非農(nóng)化在農(nóng)戶參與濕地保護(hù)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(hù)區(qū)位于云南省昭通市大山包鄉(xiāng)，是我國西南地區(qū)獨(dú)特的高山沼澤濕地，也是國際重要濕地和瀕危野生動(dòng)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(gè)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(hù)區(qū)開始實(shí)施退耕還濕政策，根據(jù)保護(hù)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(duì)保護(hù)區(qū)內(nèi)的重要濕地進(jìn)行重點(diǎn)保護(hù)，以通過轉(zhuǎn)變土地利用方式，保護(hù)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(duì)象，其參與濕地保護(hù)必然會(huì)對(duì)傳統(tǒng)的生計(jì)行為產(chǎn)生影響，進(jìn)而改變家庭貧困狀況，而政策實(shí)施中需要平衡保護(hù)與發(fā)展的關(guān)系，因此有必要分析農(nóng)戶參與濕地保護(hù)是否有助于促進(jìn)減貧。

數(shù)據(jù)來源于2019年對(duì)保護(hù)區(qū)周邊社區(qū)進(jìn)行的農(nóng)戶深度訪談和隨機(jī)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(jì)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(gè)行政村進(jìn)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(dá)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(gè)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(hù)與生計(jì)發(fā)展（濕地保護(hù)認(rèn)知、參與度、支付意愿、生計(jì)策略選擇、保護(hù)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(jì)分析如表1所示。

表1 變量解釋及描述統(tǒng)計(jì)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(gè)）時(shí)，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(hù)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(gè)變量描述受訪農(nóng)戶個(gè)人特征；選取戶主年齡、受教育程度、是否為村干部3個(gè)變量描述戶主特征；選取勞動(dòng)力數(shù)量、能人數(shù)量2個(gè)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(gè)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(dòng)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(gè)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(dòng)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(jì)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(jì)安全，降低生計(jì)脆弱性，研究區(qū)農(nóng)戶生計(jì)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(jì)策略多樣化指數(shù)，即家庭生計(jì)策略選擇數(shù)占總數(shù)的比例表征生計(jì)策略多樣化水平[34,35]。收入是農(nóng)戶可持續(xù)生計(jì)的重要體現(xiàn)，該文基于收入來源及依賴度衡量生計(jì)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(bǔ)償及養(yǎng)老、撫恤、低保等補(bǔ)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(shí)，表示農(nóng)戶選擇以務(wù)農(nóng)為主的生計(jì)策略，計(jì)為0；否則表示選擇以非農(nóng)為主的生計(jì)策略，計(jì)為1[35,36]。數(shù)據(jù)顯示農(nóng)戶生計(jì)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(píng)價(jià)維度與指標(biāo)選擇。參考已有研究[19-29]及保護(hù)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(gè)評(píng)價(jià)維度，共包含15個(gè)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(gè)指標(biāo)對(duì)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(gè)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(píng)價(jià)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(jì)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(jìn)而，根據(jù)加權(quán)剝奪得分c的閾值識(shí)別是否為多維貧困，定義k為農(nóng)戶i有任意k個(gè)指標(biāo)同時(shí)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(gè)評(píng)價(jià)指標(biāo)中存在任意5個(gè)及以上指標(biāo)被視為貧困（ci(k)≥1/3）時(shí)，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(jì)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(jì)量模型

該文實(shí)證研究的第一步是采用二項(xiàng)Logit回歸模型探討農(nóng)戶參與退耕還濕對(duì)多維貧困的影響效應(yīng)，可視為基準(zhǔn)計(jì)量方程。其是對(duì)因變量（0-1變量）取值為1的概率P進(jìn)行估計(jì)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(diǎn)解釋變量，Xj為控制變量，εi為誤差項(xiàng)。由模型可知，當(dāng)其他解釋變量不變時(shí)，自變量每增加一個(gè)單位將會(huì)使發(fā)生比擴(kuò)大eβ倍，當(dāng)回歸數(shù)值為負(fù)時(shí)，發(fā)生比將縮小。

實(shí)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(hù)范圍，進(jìn)而影響到農(nóng)戶的退耕行為，而距離變量相對(duì)于農(nóng)戶行為而言是外生的，具有獨(dú)立性和隨機(jī)性，因此是比較合理的工具變量。在工具變量估計(jì)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(yàn)，該文采用替換估算模型和替換因變量兩種方法進(jìn)行重新估計(jì)。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(jìn)行估計(jì)。

基于前文分析，農(nóng)戶參與保護(hù)通過生計(jì)資本重新組合影響生計(jì)策略多樣化和非農(nóng)化進(jìn)而促進(jìn)減貧。為分析其傳導(dǎo)機(jī)制，借鑒Baron和Kenny[38]提出的中介效應(yīng)檢驗(yàn)逐步回歸法構(gòu)建模型，由于該文涉及生計(jì)策略多樣化和非農(nóng)化兩個(gè)中介變量，為準(zhǔn)確分析兩個(gè)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(jì)策略多樣化水平，D2為農(nóng)戶生計(jì)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(gè)尺度上。為計(jì)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(shí)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(jì)算方法可參見劉紅云等相關(guān)研究[39]。進(jìn)而，參與保護(hù)對(duì)家庭減貧的總效應(yīng)為：γ=β'01+β11α01+β21α02+β11β22α02，生計(jì)策略多樣化的中介效應(yīng)為：β11α01，生計(jì)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(gè)評(píng)價(jià)維度中收入維度的貧困發(fā)生率最高（圖2、3），達(dá)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(shí)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(jī)，無法實(shí)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(gè)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(hù)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(shí)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(shí)，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(gè)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(gè)，多維貧困指數(shù)為0.321 4。當(dāng)k=10時(shí)，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(hù)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(shí)，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(gè)，最高被剝奪指標(biāo)為9個(gè)，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(gè)，最高被剝奪指標(biāo)為12個(gè)，多維貧困指數(shù)為0.439 4。假設(shè)1進(jìn)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(duì)家庭多維貧困的影響，模型（2）至（7）是分別對(duì)6個(gè)單維貧困的影響。結(jié)果表明：在控制受訪者個(gè)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(fù)向影響家庭多維貧困，即參與濕地保護(hù)對(duì)減貧具有顯著正向影響，數(shù)據(jù)顯示參與濕地保護(hù)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(hù)區(qū)設(shè)置、保護(hù)政策實(shí)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(hù)對(duì)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(duì)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(hù)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(hù)利于農(nóng)戶提升發(fā)展資本、尋求就業(yè)機(jī)會(huì)、提高生活水平及增加收入，進(jìn)而減輕多維貧困程度，尤其對(duì)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(jì)活動(dòng)受到限制，進(jìn)而部分勞動(dòng)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(dòng)的可能性增加，實(shí)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(shí)施后，保護(hù)區(qū)道路、住宿、餐飲等基礎(chǔ)設(shè)施和條件進(jìn)一步完善，加強(qiáng)了農(nóng)戶與外界信息與人際交往聯(lián)系，增強(qiáng)了生計(jì)發(fā)展的資源稟賦，利于實(shí)現(xiàn)減貧脫貧。假設(shè)3得證。盡管以農(nóng)戶參與濕地保護(hù)政策為例，但也表明貧困山區(qū)農(nóng)戶參與保護(hù)并非對(duì)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(shí)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(duì)多維貧困影響的Logit估計(jì)

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(dòng)力數(shù)量及親戚朋友中能人數(shù)量顯著負(fù)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(hù)背景下農(nóng)戶人力資本及社會(huì)資本水平對(duì)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(hù)區(qū)地理特征對(duì)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(jì)中，可能存在同時(shí)影響農(nóng)戶是否參與濕地保護(hù)及多維貧困的因素，進(jìn)入殘差項(xiàng)，造成內(nèi)生性偏差；同時(shí)家庭多維貧困狀態(tài)可能影響農(nóng)戶是否參與濕地保護(hù)，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(jìn)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(hù)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(shí)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(hù)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(duì)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(jìn)一步證實(shí)了假設(shè)2和3。

表5 農(nóng)戶參與退耕還濕對(duì)多維貧困影響的工具變量估計(jì)

3.2.3 穩(wěn)健性檢驗(yàn)

僅通過上述回歸結(jié)果還不足以完全證實(shí)農(nóng)戶參與濕地保護(hù)確實(shí)有助于家庭減貧，此處進(jìn)行穩(wěn)健性檢驗(yàn)，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(shí)，Logit和Probit模型均可適用[40]，因此采用Probit模型進(jìn)行重新估計(jì)。發(fā)現(xiàn)除對(duì)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(hù)對(duì)多維貧困及對(duì)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(shí)了估計(jì)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(jìn)行重新估計(jì)。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(duì)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(yàn)表明，無論是對(duì)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(jī)制檢驗(yàn)分析

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

表7是中介效應(yīng)的機(jī)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(hù)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(hù)政策顯著有助于多維減貧（系數(shù)=-0.212且P＜0.01），進(jìn)一步驗(yàn)證假設(shè)1。模型（2）表明參與保護(hù)政策對(duì)生計(jì)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(hù)政策和生計(jì)策略多樣化同時(shí)對(duì)生計(jì)策略非農(nóng)化具有顯著正向影響；模型（4）表明參與保護(hù)政策、生計(jì)策略多樣化和非農(nóng)化對(duì)多維減貧均具有顯著促進(jìn)作用，且參與保護(hù)政策的影響系數(shù)由-0.212變?yōu)?0.106，表明生計(jì)策略多樣化和非農(nóng)化對(duì)多維減貧存在中介效應(yīng)，假設(shè)4得證。進(jìn)一步計(jì)算參與保護(hù)對(duì)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(jì)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(jì)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(jì)策略多樣化的中介效應(yīng)更高，對(duì)農(nóng)戶參與濕地保護(hù)和減貧的關(guān)系影響更大。

表7 中介效應(yīng)估計(jì)

表6 穩(wěn)健性檢驗(yàn)

4 結(jié)論與政策建議

4.1 結(jié)論

基于可持續(xù)生計(jì)框架理論，該文構(gòu)建了農(nóng)戶參與濕地保護(hù)影響貧困的理論分析框架。通過保護(hù)區(qū)364戶農(nóng)戶調(diào)研數(shù)據(jù)，運(yùn)用計(jì)量模型實(shí)證評(píng)估了農(nóng)戶參與保護(hù)對(duì)多維貧困的影響及作用機(jī)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(shí)，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(gè)，且參與濕地保護(hù)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(shí)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(jì)及穩(wěn)健性檢驗(yàn)表明，農(nóng)戶參與濕地保護(hù)確實(shí)顯著利于多維減貧，并對(duì)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(duì)健康和教育維度無顯著影響?？刂谱兞恐?，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(dòng)力數(shù)量及親戚朋友中能人數(shù)量顯著負(fù)向影響多維貧困，體現(xiàn)了農(nóng)戶人力資本及社會(huì)資本對(duì)減貧的重要作用。

（4）最后，通過機(jī)制檢驗(yàn)發(fā)現(xiàn)生計(jì)策略多樣化和非農(nóng)化在農(nóng)戶參與濕地保護(hù)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(hù)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(hù)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(dòng)集約化發(fā)展，促進(jìn)農(nóng)業(yè)轉(zhuǎn)型，推廣經(jīng)濟(jì)林木種植，減輕因自然條件惡劣和濕地與野生動(dòng)物保護(hù)造成的損失；推動(dòng)生態(tài)旅游擴(kuò)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(bǔ)償政策，充分考慮退耕農(nóng)戶及其他弱勢群體的生計(jì)問題，建立與扶貧脫貧相結(jié)合的補(bǔ)償機(jī)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(hù)對(duì)單維減貧影響效應(yīng)不同，需識(shí)別不同類型農(nóng)戶家庭致貧因子，加強(qiáng)政策幫扶，尤其應(yīng)加強(qiáng)保護(hù)區(qū)與外界聯(lián)系，給予農(nóng)戶充分的發(fā)展機(jī)會(huì)。

（3）完善保護(hù)區(qū)扶持政策，擴(kuò)大影響范圍。研究顯示農(nóng)戶參與濕地保護(hù)顯著利于多維減貧，應(yīng)推進(jìn)可持續(xù)化發(fā)展，加強(qiáng)部門合作與協(xié)調(diào)，減少部門利益沖突和政策實(shí)施中對(duì)農(nóng)戶的利益損害，完善保障機(jī)制，增強(qiáng)政策實(shí)施的長久性和動(dòng)態(tài)變化過程，增強(qiáng)持續(xù)性脫貧。

（4）提供多元化就業(yè)渠道和生計(jì)模式，提高生計(jì)策略多樣化和非農(nóng)化水平。研究顯示農(nóng)戶生計(jì)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(jì)資本狀況，提供多元謀生方式，進(jìn)一步引入生態(tài)產(chǎn)業(yè)、養(yǎng)老產(chǎn)業(yè)等，推動(dòng)傳統(tǒng)的生計(jì)方式完成適應(yīng)性轉(zhuǎn)變。