農戶參與濕地保護對家庭減貧的影響及作用機制*
——基于自然保護區問卷調查的實證研究

武照亮，周小喜，段存儒，馮 琳

（中國人民大學環境學院，北京 100872）

0 引言

反貧困及生態環境可持續在千年發展目標（Millennium Development Goals，MDGs）和可持續發展目標（Sustainable Development Goals，SDGs）中被賦予重要地位。然而，現實中生態環境保護與區域經濟、農戶生計的協調發展一直是個難題，持久的貧困與生態環境破壞的惡性循環依然存在[1-3]。

建立自然保護區被普遍認為是生態環境保護最有效的方式之一，但多數保護區分布在生態脆弱、經濟落后的偏遠貧困山區，面臨保護與發展的雙重壓力[4]。以我國濕地保護區為例，根據《全國濕地保護工程規劃》，到 2030 年保護區數量將達到 713 個，主要劃分為東北濕地區、黃河中下游濕地區、云貴高原濕地區、青藏高寒濕地區等8個濕地保護區域類型，退耕還濕、還湖是普遍實施的生態政策，但均面臨人地矛盾突出的問題。保護區在推動生態和生物多樣性保護中是否有助于農戶減貧及生計可持續發展，目前還缺乏一致結論和實證支持。一種觀點認為保護區建立不利于生計發展及減貧，原因有：第一，保護區建立及相關保護措施限制了當地農戶對自然資源的使用，而農戶通常對各類自然資源具有較強的依賴度，短期內難以實現適應性轉變，生計方式單一，進一步加劇貧困[5,6]；第二，傳統的生計行為受到約束，如農藥、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戶預期，收益與成本的不平衡使得農戶生計難以持續[7,8]；第三，野生動物致害進一步加劇農戶生產和生活困難[9,10]。另一種觀點認為保護區建立利于社區發展和農戶減貧，原因有：第一，國家生態建設給予的補貼、補償、扶持等措施幫助農戶緩解保護帶來的生計風險[11-13]；第二，解放了部分勞動力，實現生計轉型，提高生計能力，如發展生態養殖、種植、旅游等替代生計模式，生計策略趨向多樣化和非農化，利于減貧[14]；第三，保護區建立改善了社區基礎設施，加強農戶與外界聯系，利于增加就業機會，提高收入水平[15,16]。

如何衡量貧困是評估保護區內農戶參與是否有助于減貧的基礎。國際上對貧困的衡量經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變[17,18]。20世紀90年代，Sen提出貧困是一種復雜的社會現象，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、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，如聯合國開發計劃署（UNDP）從教育、健康和生活水平3個維度衡量貧困，構建人類貧困指數（HPI）和多維貧困指數（MPI）[21,22]。之后，學者繼續開發了多維貧困的度量方法，包括模糊集、完全模糊、相關度和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、應用最廣泛的方法，如在《人類發展報告》中被UNDP用來測量多維貧困指數，同時多數學者在構建MPI時也使用了該方法，但在度量維度和指標選擇上存在差異，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，國內學者多維貧困測量及指標選擇標準多樣，如包含經濟、教育、健康、生活水平、權利、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為例，以可持續生計框架理論為基礎構建農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）保護區內農戶的貧困現狀如何，關鍵的致貧因素是什么？（2）農戶參與濕地保護是否利于減輕多維貧困？（3）農戶參與保護影響多維貧困的內在機制是什么？與已有研究相比，該文的邊際貢獻體現在以下三個方面：第一，已有文獻多側重于保護區及相關政策的影響程度評估，該文從微觀層面農戶參與的視角出發，實證檢驗了農戶參與濕地保護對家庭貧困的影響，彌補了現有研究的不足；第二，已有研究多分析保護區相關政策對農戶生計資本、生計策略選擇及收入的影響，該文綜合評估了農戶參與濕地保護對收入、健康、教育、生活質量、就業及發展多維度的影響，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化視角分析了農戶參與保護對多維減貧影響的作用機制，能夠為研究區和我國類似地區改進保護及扶貧政策、創新和優化農戶生計選擇提供理論和實證支撐。

1 理論框架與研究假設

20世紀80年代，隨著世界范圍內貧困加劇，可持續生計思想產生，不同的生計分析方法相繼出現，其中應用最廣泛、接受度最高的是英國國際發展署提出的可持續生計分析框架（Sustainable Livelihood Analysis Framework，SLA）[2]。依據該框架，農戶在自然和社會等因素的制約下形成相對穩定的生計資本，包括自然資本（如土地、生物資源）、物質資本（如房屋、各類生產及交通工具）、人力資本（如家庭勞動力及其謀生技能）、金融資本（如用于生計發展的資金、貸款）和社會資本（如社交網絡、組織關系）五個方面。進而，農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，形成不同的生計策略，在生計策略作用下輸出生計結果。同時，生計結果反作用于生計資本，促使農戶可持續生計進入下一個循環過程[30,31]。

在SLA的基礎上，該文構建了農戶參與濕地保護對減貧影響的理論分析框架（圖1）。農戶可持續生計在一定時期內具有相對穩定性，保護區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，農業生產活動受限，使農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戶從事不同的生產活動，如生態種養、生態旅游、外出務工等，生計策略趨向于多樣化和非農化。以非農及多樣為主導的生計策略降低農戶對自然資本的依賴，增強生計穩定性和抗風險性，進而推動傳統生計方式完成適應性轉變，利于多維減貧[11-14,32]。相較非參與農戶，政策干擾對參與農戶生計資本的影響程度更大，具有更強的生計策略轉變需求和內在動力，進而更利于實現多維減貧[27]。因此，該文認為相較非參與農戶，參與農戶的多維貧困發生率更低；參與濕地保護有助于推動生計資本重新組合實現生計策略多樣化和非農化，進而利于減貧；由于農戶多維貧困包含不同評價維度，農戶參與保護不一定對每個單維貧困具有相同影響；農戶參與保護通過生計策略的選擇影響貧困狀態。

圖1 農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。

H1：參與濕地保護農戶的貧困發生率低于非參與農戶。

H2：農戶參與濕地保護有助于多維減貧。

H3：農戶參與濕地保護對單維貧困的作用方向及效應不同。

H4：生計策略多樣化和非農化在農戶參與濕地保護和多維減貧之間具有中介效應。

2 數據與方法

2.1 研究區與數據來源

大山包黑頸鶴自然保護區位于云南省昭通市大山包鄉，是我國西南地區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，生態脆弱。當地總人口約1.8萬人，有漢、彝、苗3個民族，基礎設施和教育資源落后，貧困程度高[33]。2014年保護區開始實施退耕還濕政策，根據保護規劃、黑頸鶴生活和棲息規律及濕地生態系統的特定功能對保護區內的重要濕地進行重點保護，以通過轉變土地利用方式，保護生物多樣性和濕地生態系統完整性。農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的生計行為產生影響，進而改變家庭貧困狀況，而政策實施中需要平衡保護與發展的關系，因此有必要分析農戶參與濕地保護是否有助于促進減貧。

數據來源于2019年對保護區周邊社區進行的農戶深度訪談和隨機問卷調查。為提高數據代表性和典型性，在充分考慮農戶分布、經濟發展、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查。調查中共發放問卷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。問卷主要包含農戶基本特征（個人及家庭情況、資源稟賦擁有情況，生產經營情況等）和濕地保護與生計發展（濕地保護認知、參與度、支付意愿、生計策略選擇、保護區與社區關系感知等）兩大部分，為該文提供了數據支持。

2.2 變量選擇

變量解釋及描述統計分析如表1所示。

表1 變量解釋及描述統計分析

2.2.1 因變量

農戶貧困具有多維性特征，健康、教育、醫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戶的貧困程度，當家庭總體剝奪得分高于1/3（被剝奪指標超過5個）時，被視為多維貧困。數據顯示約75%的受訪農戶家庭處于多維貧困狀態，其中非參與農戶貧困發生率將近95%，而參與農戶貧困發生率約66%。

2.2.2 自變量

為探究農戶參與濕地保護是否有助于減貧，選取當地農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。數據顯示251戶（約69%）受訪農戶參與了退耕還濕政策。

2.2.3 控制變量

借鑒相關研究[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；選取勞動力數量、能人數量2個變量反映家庭特征；選取居住地海拔高度、離景區距離2個變量來征區域特征。數據顯示，受訪農戶以女性為主，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水平，約有4%擔任過村干部；平均勞動力數量不足3人，親戚朋友中能人數量平均不足2人；居住地平均海拔高度約2.82km，離景區平均距離約2.11 km。相比于非參與農戶，參與農戶個人年齡較小、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、擔任村干部的比例更高；家庭勞動力數量和能人數量較多；居住區海拔較高但離景區距離更近。

2.2.4 工具變量

為解決可能存在的內生性問題，選取居民家庭耕地離濕地水面的平均距離作為工具變量，數據顯示耕地離水面平均距離約2.93 km，其中參與農戶平均距離約2.75 km，非參與農戶約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化。多樣化的謀生方式利于保障農戶生計安全，降低生計脆弱性，研究區農戶生計策略選擇包括轉變農業生產方式、參與生態旅游、外出務工、家庭副業及移民搬遷5種，以生計策略多樣化指數，即家庭生計策略選擇數占總數的比例表征生計策略多樣化水平[34,35]。收入是農戶可持續生計的重要體現，該文基于收入來源及依賴度衡量生計策略非農化。研究區農戶家庭收入構成主要包括：種植業，養殖業，林業經營，退耕補償及養老、撫恤、低保等補貼，務工及旅游業收入六大類，定義當農業收入（種植業、養殖業和林業）占總收入的比例大于60%時，表示農戶選擇以務農為主的生計策略，計為0；否則表示選擇以非農為主的生計策略，計為1[35,36]。數據顯示農戶生計策略多樣化和非農化水平分別為0.48和0.54，參與農戶分別為0.54和0.63，非參與農戶分別為0.42和0.47。

2.3 研究方法

2.3.1 A-F多維貧困測度法

評價維度與指標選擇。參考已有研究[19-29]及保護區現狀，將收入、健康、教育、生活質量、就業及發展作為衡量農戶多維貧困的6個評價維度，共包含15個指標，考慮到貧困戶與非貧困戶在多維貧困指標上都存在貧困現象，且每個指標對減貧脫貧同樣重要，因此與多數研究相似，采用等權重賦值法，即每個指標權重為1/15[17,27-29]。指標內容及說明如表2所示。

表2 農戶多維貧困評價指標體系

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

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

為客觀反映區域貧困現狀，計算多維貧困指數（MPI），即：

式（3）中，pk為臨界值k標準下的多維貧困人口數，n為樣本總數，為多維貧困發生率；ci(k)為臨界值k標準下農戶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回歸模型探討農戶參與退耕還濕對多維貧困的影響效應，可視為基準計量方程。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，當其他解釋變量不變時，自變量每增加一個單位將會使發生比擴大eβ倍，當回歸數值為負時，發生比將縮小。

實證分析的第二步是解決模型中可能存在的內生性。該文選擇農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系統的保護范圍，進而影響到農戶的退耕行為，而距離變量相對于農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，應用最小二乘法（OLS）進行估計。

基于前文分析，農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化進而促進減貧。為分析其傳導機制，借鑒Baron和Kenny[38]提出的中介效應檢驗逐步回歸法構建模型，由于該文涉及生計策略多樣化和非農化兩個中介變量，為準確分析兩個中介變量的作用，構建以下多重中介模型：

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

圖3 受訪農戶單一維度指標貧困發生率

3 結果與分析

3.1 貧困測度結果

3.1.1 單維貧困測度結果

結果顯示，6個評價維度中收入維度的貧困發生率最高（圖2、3），達67.83%，其中人均年收入指標的貧困發生率為84.39%，即超過80%的受訪農戶家庭人均年收入低于國家貧困線，同時51.27%的家庭轉移性收入占總收入的比例高于40%，收入脆弱性較大。其次是發展維度，貧困發生率為52.55%，具體來說，約23.89%的農戶家庭沒有加入任何專業合作社，71.02%的家中沒有電腦、手機，無法實現上網，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個維度貧困發生率從高到低為：生活質量（30.18%）、教育（23.89%）、就業（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貧困發生率較高，約57.32%的農戶家庭住房類型為土木結構，42.99%的農戶家庭無自行車、三輪車等基本交通工具，36.94%的農戶家庭最高受教育水平小于9年。

圖2 受訪農戶單維貧困發生率

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

3.1.2 多維貧困測度結果

表3為A-F法測度農戶多維貧困狀況的結果。當臨界值k=5時，農戶貧困發生率為75.48%，意味著75.48%的農戶至少有任意5個指標處于貧困狀態；平均剝奪程度為42.59%，表明農戶家庭被剝奪的指標數平均約6～7個，多維貧困指數為0.321 4。當k=10時，貧困發生率為0.96%，平均剝奪程度為71.11%，多維貧困指數為0.006 8。

表3 農戶多維貧困測量

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

3.2 回歸結果

3.2.1 基準回歸結果

表4是基準回歸結果，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。結果表明：在控制受訪者個人、戶主、家庭及居住區域特征后，農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，數據顯示參與濕地保護的農戶家庭處于多維貧困狀態的發生概率比非參與農戶降低了62.24%，假設2得證。盡管從農戶參與視角出發，但也表明保護區設置、保護政策實施有助于當地農戶減貧，該結論與Mullan等[11]，喬勇等[13]、張雅馨等[16]保持一致。具體而言，農戶參與保護對減貧的影響主要作用在發展、就業、生活質量和收入維度，對健康和教育維度的作用效果不顯著，數據顯示參與濕地保護的農戶家庭在發展、就業、生活質量和收入維度處于貧困狀態的發生概率比非參與農戶分別降低約34.62%、55.34%、60.03%和66.81%，表明參與濕地保護利于農戶提升發展資本、尋求就業機會、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量維度減貧的影響效應更大?？赡苡捎谕烁?，一方面農戶家庭自然資本減少，傳統的種養業、捕魚、砍柴等生計活動受到限制，進而部分勞動力得到解放，在相關扶持和優惠政策下，農戶選擇參與農家樂、紀念品商店、開馬場等生態旅游及外出打工等非農活動的可能性增加，實現了再就業，利于增加收入及提高生活質量；另一方面政策實施后，保護區道路、住宿、餐飲等基礎設施和條件進一步完善，加強了農戶與外界信息與人際交往聯系，增強了生計發展的資源稟賦，利于實現減貧脫貧。假設3得證。盡管以農戶參與濕地保護政策為例，但也表明貧困山區農戶參與保護并非對所有單維貧困具有顯著影響，該結論與黎潔等[27]保持一致，這一結果也突出了在減貧脫貧中識別致貧因素并精準施策的重要性。

表4 農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，家庭勞動力數量及親戚朋友中能人數量顯著負向影響多維貧困，尤其家庭能人數量及戶主是否為村干部的影響效應較大，體現了濕地保護背景下農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，表明保護區地理特征對農戶減貧具有顯著不利影響。

3.2.2 工具變量回歸結果

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

表5 農戶參與退耕還濕對多維貧困影響的工具變量估計

3.2.3 穩健性檢驗

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

第一種方法是替換回歸模型，通常認為當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。發現除對健康維度變為顯著影響外，回歸結果與表4基本一致，即農戶參與濕地保護對多維貧困及對收入、生活質量、就業和發展單維度具有顯著的減貧效應，該結果證實了估計模型的穩健性。第二種方法是替換被解釋變量，農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，應用最小二乘法進行重新估計。發現除就業維度顯著性由1%降為5%外，農戶參與對減貧影響的方向和顯著性與基準回歸保持一致。以上檢驗表明，無論是對離散變量采用更嚴格的回歸方法還是更換離散變量為連續變量，該文的基準回歸結果都是穩健的。

3.2.4 機制檢驗分析

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

表7是中介效應的機制分析結果，模型（1）和（4）的系數經過標準化轉換與（2）和（3）一致。模型（1）表明參與濕地保護農戶比非參與農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=-0.212且P＜0.01），進一步驗證假設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=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由-0.212變為-0.106，表明生計策略多樣化和非農化對多維減貧存在中介效應，假設4得證。進一步計算參與保護對家庭多維減貧的總效應為：-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為：-0.102×0.468= -0.0477，占總效應的比例約為24.48%；生計策略非農化的中介效應為：-0.263×0.128= -0.033 7，占總效應的比例約為17.26%，可以看出生計策略多樣化的中介效應更高，對農戶參與濕地保護和減貧的關系影響更大。

表7 中介效應估計

表6 穩健性檢驗

4 結論與政策建議

4.1 結論

基于可持續生計框架理論，該文構建了農戶參與濕地保護影響貧困的理論分析框架。通過保護區364戶農戶調研數據，運用計量模型實證評估了農戶參與保護對多維貧困的影響及作用機制，得出如下結論。

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

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

（3）通過模型基準回歸、工具變量估計及穩健性檢驗表明，農戶參與濕地保護確實顯著利于多維減貧，并對收入、生活質量、就業及發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?，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，家庭勞動力數量及親戚朋友中能人數量顯著負向影響多維貧困，體現了農戶人力資本及社會資本對減貧的重要作用。

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

4.2 政策建議

基于研究結果和保護區現狀，提出如下建議。

（1）保障農戶收入，提高收入水平和穩定性。研究顯示保護區農戶收入維度的貧困發生率最高，仍有較多家庭人均收入低于貧困線。應推動集約化發展，促進農業轉型，推廣經濟林木種植，減輕因自然條件惡劣和濕地與野生動物保護造成的損失；推動生態旅游擴大化發展，完善旅游業規劃，創新與增設旅游資源；優化生態補償政策，充分考慮退耕農戶及其他弱勢群體的生計問題，建立與扶貧脫貧相結合的補償機制。

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

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

（4）提供多元化就業渠道和生計模式，提高生計策略多樣化和非農化水平。研究顯示農戶生計策略多樣化和非農化在農戶減貧中起到中介作用，應基于農戶生計資本狀況，提供多元謀生方式，進一步引入生態產業、養老產業等，推動傳統的生計方式完成適應性轉變。