中国自然保护区空间分布的驱动因素
2022-07-01杨喆，吴健
杨 喆，吴 健
（1. 青岛大学经济学院，山东青岛 266071；2. 中国人民大学环境学院，北京 100872）
生物多样性是人类赖以生存的物质基础［1］，而农村地区保存着中国最主要的生物多样性资源［2］。然而，随着经济的快速增长，中国生物多样性遭到了严重的人为破坏［3］。1992 年通过的《生物多样性公约》指出，建立自然保护地是保护生物多样性的重要措施。在2021 年《生物多样性公约》第十五次缔约方大会领导人峰会上，习近平主席指出，为加强生物多样性保护，中国正加快构建以国家公园为主体的自然保护地体系。截至2018年底，中国已建立自然保护区2 750 个，约147 万km2，自然保护区占国土面积比重高达14.9%，成为自然保护地体系重构的重点［4］。现有研究表明，中国自然保护区占国土面积的比重已基本达到世界平均水平［5］，但保护区分布不均［6］。部分生物多样性大省，其保护区占辖区面积的比例不足7.5%，生物多样性的就地保护存在较大空缺［7］。那么，是什么原因导致了目前中国自然保护区的空间分布与生物多样性丰富地区不一致？深入研究保护区空间格局的驱动因素对于保护地的合理规划与管理，以及纾解农村地区保护与开发的矛盾具有重要的现实意义。
1 文献综述
国内外学者多从成本效益的视角分析和评价保护区建设的科学性［8-9］。Metrick 等［10］提出了诺亚方舟模型，指出物种保护的优先次序与该物种的效用、独特性及生存概率的增加量成正比，与保护的成本成反比，这为保护区的科学选择提供了参考。部分学者对保护区建设的效益展开了分类研究，主要包括生态效益（如保护生物多样性、涵养水源等）［11-12］、社会效益（如科学研究、劳动力就业等）［13］以及经济效益（如木材和药材产出、旅游收益等）［14-15］。关于保护区建设的成本，学者们多将其分为管理成本和机会成本两大类［1，16-17］。其中，Green 等［18］和Bruner 等［19］将管理成本进一步细分为经常性支出、基本建设费用、成立成本以及经常性补偿费用等。而机会成本作为保护成本的重要组成部分，主要体现为保护区建设给周边社区带来的经济利益损失［20］。既有研究显示，保护区的机会成本往往远大于管理成本［20-22］。
考虑到保护区决策具有复杂性和主观性［6，23］，国外学者进一步从自然禀赋和社会经济等方面探讨了保护区决策的驱动因素。Getzner［24］通过定量分析发现，灭绝概率等生态因素在物种保护决策过程中往往起着次要作用，而物种的类别以及物种保护与经济发展的潜在冲突是更重要的决定因素。一些研究认为，建立自然保护区需要关注机会成本［25-27］。另外，也有学者发现财政支出不足是制约保护区扩张的重要原因［19，28］。国内学者对于保护区分布特征的影响因素的研究比较匮乏，闫颜等［29］和张卓然等［30］利用省级截面数据，采用主成分分析法研究了自然因素和社会发展因素对保护区分布特征的影响。Wu等［31］对比分析了中国自然保护区空间分布的影响因素，发现相较于生态因素，经济因素对保护区的影响更显著。
综上所述，关于自然保护区建设的决定因素，国内外学者从不同视角进行了分析，取得了诸多有益的研究成果。然而，目前鲜有文献从机会成本与保护区空间分布特征视角进行深入研究。鉴于此，该研究在揭示中国自然保护区空间分布特征的基础上，理论分析保护区建设的决策机制，采用2005—2018 年县级面板数据实证检验机会成本对保护区空间分布的影响，并按照地区和级别进行分类讨论，为合理规划和有效管理自然保护地提供参考。
与已有文献相比，该研究力求在两个方面有所创新：第一，从县级政府视角探索保护区建设的决策机制并进行实证检验。中国自然保护区建设采取自下而上的决策体系［32］，而现有文献多采用省级截面数据分析保护区的影响因素，该研究采集微观数据进行实证分析，弥补已有研究的不足。第二，按照不同地区、不同级别分类研究机会成本对保护区空间分布的影响。中国地区之间自然环境与社会经济发展状况差异较大，且不同级别保护区的侧重点有所不同。该研究按照地区和级别进行分类研究，有助于对自然保护区进行更为合理的规划和管理，推动国家公园体制改革进程。
2 中国自然保护区的发展趋势及空间分布
2.1 自然保护区发展趋势
中国自1956 年建立第一个自然保护区以来，保护区规模逐步扩大，初步形成了类型多样、功能丰富的自然保护区网络，为生物多样性保护做出了积极贡献。进入21世纪，中国自然保护区的数量和面积经历了由快速增长到逐渐平稳的发展阶段。其中，2000—2007 年自然保护区数量和面积增速较快，年均增长率分别达到10.9%和6.4%。自2008 年开始，保护区数量增长幅度放缓，面积甚至出现了下降趋势。图1 显示了2005—2018 年中国自然保护区数量和面积的变化情况。由于数据可得性等原因，研究未包含港澳台地区。这一阶段保护区数量增加了401 个，但保护区面积却减少了276 万hm2。这一方面是由于一些保护区被大幅度调减面积；另一方面，少数地方甚至出现了将保护区撤销的情况［7］，反映出保护与开发之间的矛盾日益突出。
图1 2005—2018年中国自然保护区发展趋势
2005—2018年各省份保护区数量和面积的变化情况如图2所示。31个省份中有21个省份保护区数量有所增加。其中，广东省数量增加最多，增长数高达90个。与之相比，近一半省份的保护区面积有所减少。其中，面积减少最多的是新疆维吾尔自治区，减少了210 万hm2。值得注意的是，7 个省份（辽宁、重庆、四川、广西、甘肃、新疆、山西）的保护区呈现出数量增加而面积减少的现象。这种变化反差说明自然保护区的平均面积缩小，保护区生境面临着破碎化的风险。这不利于物种的自然繁育，也对濒危物种的生存造成威胁［3］。
2.2 自然保护区的空间分布
中国自然保护区的分布存在较大的地区差异。从数量上看，2018 年，广东省保护区数量最多，达到384 个；数量较多的前7 个省份（广东、黑龙江、江西、内蒙古、四川、云南、湖南）保护区总数达到1 473 个，占全国的半数以上（图3）。从保护区级别来看，地方级自然保护区（尤其是县级保护区）多分布于中东部地区。如安徽省祁门县有53 个自然保护区，其中51 个为县级保护区。国家级自然保护区多分布于西部和东北地区。由于国家级保护区面积普遍较大，各区县拥有的国家级保护区数量最多为3个（如陕西省太白县）。
与数量相比，保护区的面积分布更不均衡。保护区面积主要集中在西部地区。2018 年，西藏自治区保护区面积最大，达到4 157万hm2。保护区面积较大的前6个省份（西藏、青海、新疆、内蒙古、甘肃、四川）总面积达到11 260万hm2，超过全国自然保护区总面积的3/4。西部地区在国家级保护区的面积占比高达90%，在地方级保护区的面积占比也达到了65%。从保护区面积占辖区陆地面积的比例来看，西藏自治区同样位列全国第一，达到34%；而该比重在5%以下的有7 个省份，分别是浙江（1.55%）、福建（3.13%）、安徽（3.26%）、河北（3.68%）、江苏（3.92%）、河南（4.44%）、山东（4.93%）。其中，不少省份具有丰富的生物多样性和独特的物种资源，这反映了生物多样性的就地保护仍存在较大空缺［7］。
3 理论分析与研究假说
中国自然保护区的建设和发展与保护区管理部门的审批和认证制度密切相关［33］。尽管各级保护区由其对应级别的政府部门监管，但往往由地方政府（一般是县级政府）下设的保护区管理机构直接管理［31］。根据《自然保护区条例》，中国自然保护区按照级别采取逐级申请审批的模式。其中，国家级自然保护区由省级政府提出申请，报国务院批准；地方级自然保护区由地方政府提出申请，由省级政府批准。此外，省级自然保护区才有资格申报国家级自然保护区。由此可知，绝大多数保护区的建立开始于县级政府提交申请方案，并由上级政府审批。因此，县级政府在自然保护区决策中起着关键作用，直接影响自然保护区的空间分布。
县级政府决策通常带有较强的领导主观意志性［34］，而地方政府领导为追求晋升，往往要在政绩考核方面下功夫［35］。2013年，中共中央组织部发布了《关于改进地方党政领导班子和领导干部政绩考核工作的通知》，强调政绩考核要统筹兼顾，注重经济、政治、文化、社会和生态文明建设等实际成效。因此，该研究将县级政府建设保护区的决定因素划分为生态、经济、社会和政治四个方面。
3.1 生态因素
生态因素主要指保护区建设所带来的生态效益，体现为保护生物多样性、涵养水源、保持水土、固碳制氧、净化环境质量、调节区域气候等［11］。值得注意的是，生态效益具有较强的正外部性，尤其对于一些生态价值较高的保护区（如国家级自然保护区），其正外部性更加明显。因此，为了保障此类保护区足质足量建设，中央政府可能会对地方政府施压，导致地方政府对于重点自然保护区建设的自主权减少。
图2 2005—2018年中国各省份保护区数量和面积变化情况
图3 2018年中国自然保护区数量分布
3.2 经济因素
经济因素可以划分为经济成本和经济效益两个方面。保护区承担着保护与治理环境的巨大成本［36］，其成本主要包括管理成本和机会成本［1］。机会成本往往远高于管理成本［20］，因而成为地方政府建立保护区的重要考察因素。机会成本越高的地区，保护区与周边社区的矛盾也愈发凸显［37］。经济效益主要指上级政府对保护区建设和管理所提供的财政资助。例如，目前省级以上保护区的硬件设施以及生态补偿费用主要由中央和省级政府提供专项财政资金予以支持［38］。获取财政资助也是地方政府建立保护区的动力之一。
3.3 社会因素
社会因素主要表现为保护区建设的社会效益，体现在对生产生活、人类健康以及社会文明进步的效益等［14］。其一，就业是民生之本，建立保护区可以创造就业机会，具体体现为保护区主管部门和下设机构对管理人员和专业技术人员的需求；其二，保护区创造的良好生态环境有利于周边社区居民的身体健康，延长人口寿命；其三，保护区拥有的生物多样性资源和遗传资源为科研和宣传教育提供了必要素材。
3.4 政治因素
如何处理好环境保护与经济发展的关系，是检验领导干部政绩观的重要指标之一［39］。2003 年，原国家环境保护总局发布了《生态县、生态市、生态省建设指标（试行）》，其中生态县建设指标包括“受保护地区占国土面积比例”。因此，自然保护区的建设和管理成为县级政府官员展示其“生态政绩”的重要依托，地方政府也有动力通过建设自然保护区来提高政府绩效。
综合分析以上四方面影响因素，生态、社会、政治因素以及经济因素中的经济效益均会促进县级政府建设自然保护区（表1）。其中，正向激励的必要条件是该地具有较好的自然禀赋，以达到自然保护区的成立标准。与之相对，经济因素中的机会成本则会抑制保护区的建立和扩张。基于此，提出研究假说1。
H1：机会成本越高的地区，保护区建设受到的阻力越大，表现为保护区的面积越小。
设立自然保护区的重要目的是保护生物多样性。生物多样性保护优先区明确了需要优先开展保护的生物多样性监管范围，其主要分布于中国西部和东北地区［40］。因此，西部和东北地区的保护区设立可能更侧重于生态因素，而东部和中部地区保护区可能受社会经济因素影响较大。基于此，提出研究假说2。
表1 县级政府建设自然保护区的主要影响因素
H2：东部和中部地区保护区受机会成本的影响较大，西部和东北地区保护区受机会成本的影响不显著。
针对国家级自然保护区，国务院有关部门出台了《国家级自然保护区评审标准》，其评审指标由自然属性、可保护属性和保护管理基础三个部分组成，赋分比重分别为60%、20%和20%。由此可见，国家级自然保护区的设立主要考察其自然禀赋，而对保护区所在地的机会成本问题关注较少。2013年，国务院印发了《国家级自然保护区调整管理规定》，又明确了国家级自然保护区不得随意调整。与之相比，地方级自然保护区（尤其是市县级）尚缺乏关于评审标准和调整管理的明确规定。因此，地方政府对于地方级自然保护区建设与管理的自主权较大，为了地区的经济发展，有动机将保护区的机会成本纳入决策因素。基于此，提出研究假说3。
H3：地方级保护区面积受机会成本的影响较大，国家级保护区受机会成本的影响不显著。
4 模型与数据
4.1 模型设定
为检验机会成本对自然保护区面积的影响，根据以上保护区建设的决策机制分析，并借鉴现有相关研究，设定计量经济模型：
其中：下标i 和t 分别表示地区和年份；NR_areai，t表示i地区在t期建立保护区的总面积；OCi，t-1表示i地区在t - 1期建立保护区的机会成本；Xi，t-1为控制变量；μi和ηt分别表示地区和时间的控制效应，εi，t为随机扰动项。
4.2 变量说明
4.2.1 被解释变量
被解释变量为保护区空间分布。其中，面积分布特征是保护区空间分布情况的重要体现［29，31］，因此，借鉴Wu 等［31］的衡量方法，采用各县所拥有的自然保护区面积表征保护区分布情况，记为NR_area。
4.2.2 核心解释变量
核心解释变量为机会成本。有学者［26］提出土地租金或土地价格是机会成本的主要衡量指标，也有学者［20］采用耕地和林地单位面积的经济产出值衡量机会成本，但目前尚缺乏县级层面的有效数据。参考巩芳等［41］的估计方法，采用农村家庭人均净收入作为机会成本衡量指标，记为family_rev。原因在于，保护区多分布于偏远的山区农村，缺乏替代性生计选择［42］，而《自然保护区条例》中规定，禁止在自然保护区内进行砍伐、放牧、狩猎、捕捞、采药、开垦等生产活动。保护区的建立势必会影响周边农村居民的生产生活，造成经济利益上的损失［5］，表现为人均净收入的下降。因此，使用农村家庭人均净收入作为机会成本的衡量指标具有合理性。为缓解内生性问题，以及考虑到机会成本对保护区的影响具有滞后性，使用滞后一期的农村家庭人均净收入进行分析。
4.2.3 控制变量
从自然禀赋和区县社会经济特征两个方面选取控制变量。自然禀赋是建立自然保护区的基础条件。2015年12月，中国正式发布了《中国生物多样性保护优先区域范围》，涉及904 个县级行政区，约占中国陆地国土面积的28.78%。生物多样性保护优先区的确定主要依据生态系统类型的代表性、生态功能以及物种丰富度等指标。因此，选取生物多样性保护优先区（priority）作为自然禀赋的衡量指标具有一定的代表性。具体设定方法为：如果该区县在优先区域范围，则priorityi=1，否则，priorityi=0。统计发现，2018年，在2 077个样本区县中，满足生物多样性保护优先区的区县有739 个，其中有500 个建立了自然保护区，仍有239个自然禀赋良好的区县未建立自然保护区。这说明生物多样性的就地保护还存在较大空缺。区县社会经济特征方面，设定如下控制变量。首先，辖区面积是影响保护区面积的重要因素之一，辖区面积越大，保护区的面积也倾向于越大。采用保护区所在地的区县面积来表示辖区面积，记为county_area。其次，人口密度越高的地区，保护区建设和管理受到的人为干扰越多，可能不利于保护区面积的扩张［43］。因此，将保护区所在区县的人口密度作为控制变量之一，记为pdensity。再次，地方财力也是影响保护区面积的重要因素。根据《自然保护区条例》，县级以上地方人民政府负责安排本地保护区经费。因此，县级政府财力越强，越有能力建设自然保护区，保护区的面积也倾向于更大。采用保护区所在区县的财政收入表示地方财力，记为fiscal_rev。最后，保护区所在地的经济发展水平对保护区的面积也有影响。经济发展水平越高的地区，保护区建设和扩张的经济代价会越大，导致保护区的面积可能越小。但同时，中国在经济发展的过程中不断强化环境保护［44］，经济发展水平高的地区可能更加重视生态环境保护。因此，经济发展水平对保护区面积的影响可能具有不确定性。采用保护区所在地的地区生产总值表示经济发展水平，记为gdp。为了缓解控制变量潜在的内生性问题，采用滞后一期的控制变量进行分析。
4.3 数据来源与描述性统计
该研究编制了2005—2018年的县级面板数据集。其中，关于自然保护区数量、面积、级别以及所在区县等数据源自相应年份的《中国自然保护区名录》。其中，2018年自然保护区名录未公开。依据2017年保护区名录以及官网中公布的2018 年保护区面积、范围调整情况进行人工匹配，形成2018 年保护区名录数据，并与《中国环境统计年鉴》中的各地区自然保护基本情况进行核对验证，证实匹配结果准确。农村家庭人均净收入以及其他控制变量数据源自《中国县域经济统计年鉴》以及各省份统计年鉴。依据保护区所在区县，将县域数据和保护区数据进行了人工匹配，囊括了中国2 000 多个区县。其中，部分保护区存在跨行政区域的情况。以2017 年为例，全国共有2 750个保护区，其中有209个为跨行政区域保护区，占保护区总数的7.6%。由于缺乏具体跨区域面积分布数据，该研究将首位行政区域作为保护区所在地进行近似匹配，并采用跨区域保护区面积平分方式进行稳定性检验，以尽可能保证各区县保护区数据准确性。为控制异方差问题，对涉及的相关变量采取对数化处理。另外，为剔除物价变化的影响，采用2004 年为基期的CPI 对农村家庭人均净收入进行调整，并采用2004 年为基期的GDP平减指数对区县财政收入和地区生产总值进行调整。各变量的描述性统计见表2。
5 实证结果与分析
5.1 机会成本对保护区空间分布的影响
为确保回归结果的稳定性，识别控制变量是否对核心解释变量估计结果造成影响。在基准回归分析中，采取逐步添加控制变量方法对模型进行调整，具体回归结果见表3。
机会成本越高的地区，保护区的面积越小。表3中回归结果显示，农村家庭人均净收入变量的回归系数均在1%水平上显著为负。在添加全部控制变量之后，如列（6）所示，农村家庭人均净收入每增加1%，将会使该地区保护区面积减少0.679%，从而验证了研究假说H1。农村家庭人均净收入越高，意味着保护区的机会成本越高，建立和扩张保护区的阻力也会越大，保护区面积趋向于越小。在逐步添加控制变量后，虽然关键解释变量的回归系数大小有所改变，但正负关系不变，进一步证明模型设定的可靠性。
控制变量对保护区面积的影响与预期一致。从列（2）—列（6）的回归结果可见，位于生物多样性保护优先区的区县，由于自然禀赋较好，相较于其他区域，具有较高的生态、经济、社会和政治效益，其保护区的面积倾向于更大。县域面积的回归系数显著为正，表明辖区面积越大的区县，保护区的面积往往越大，这与研究者的一般预期一致。人口密度呈现显著的负向影响，即人口密度越高的地区，越不利于建立自然保护区，保护区的面积倾向于越小。财政收入的回归系数显著为正，其主要原因在于地方政府是保护区经费的主要承担者，区县财政收入越高的地区，越有能力建立自然保护区，保护区的面积也相对较大。地区生产总值对保护区面积的影响不显著，表明经济发展水平对保护区面积的影响具有不确定性。
总体而言，保护区的决策不仅受到生态因素的影响，还受到机会成本和其他社会经济因素的影响，且机会成本对保护区面积呈现出显著的负向影响。
5.2 机会成本对保护区空间分布影响的异质性分析
5.2.1 区域差异
由于保护区分布存在明显的区域差异，按照保护区所在区县的地理位置，将其划分为东部、中部和西部/东北三个区域。通过子样本回归分析来检验机会成本对保护区面积的影响是否存在地区差异。研究认为，机会成本可能在这些地区的保护区决策中扮演不同的角色。由于中国东部比西部地区更发达，东部地区土地保护的机会成本要高于西部，因此，机会成本对东部保护区的决策影响可能更显著。按地区分样本回归结果见表4。
表2 变量的描述性统计
表3 基准回归结果
在东部和中部地区，机会成本对保护区面积有显著的负向影响；而在西部和东北地区，机会成本对保护区面积影响不显著，从而验证了研究假说H2。可能的原因在于，西部和东北地区覆盖着大面积的国家重点生态功能区，具有重要的生物多样性资源，而机会成本相对较低。因此，生态因素是这些地区考察的重点。
控制变量的回归结果与预期基本一致。从表4 中各列的回归结果可见，在各区域内，自然禀赋对保护区面积的影响均在1%水平上显著为正。其他控制变量对保护区面积的影响方向也与基准回归结果无明显差异。值得注意的是，在东部地区，地区生产总值的回归系数在1%水平上显著为正，意味着地区经济发展水平越高的地区，保护区的面积也越大。可能的原因在于经济发展水平越高，人们的生态环境保护意识越强，地方政府更加重视保护区的建设和管理。
5.2.2 级别差异
根据保护区级别，将保护区划分为国家级和地方级（包括省级、市级和县级）两大类，以检验机会成本是否对不同级别保护区的面积产生差异化影响。由于国家级保护区是由省级保护区晋升而来，因此地方级和国家级保护区面积存在此消彼长的关系。为了避免因遗漏该变量导致的回归结果有偏，在级别异质性分析中需要考虑当年保护区因级别转换造成的影响。鉴于此，在基准计量模型（1）的基础上加入保护区级别转换（Change）控制变量，即当年该地区是否存在省级保护区晋升为国家级保护区的情况，若存在，Change=1，否则Change=0。
表4 按地区分样本回归结果
由于国家级保护区具有较高的生态效益，中央政府对国家级保护区的规划与管理做出了较为严格的规定。因此，相较于地方级保护区，县级政府对国家级保护区的决策可能没有太多的自主权，难以根据机会成本调整国家级保护区的面积。按级别分样本回归结果见表5。
机会成本对于国家级自然保护区的面积影响不显著，而对地方级保护区面积有显著的负向作用。这意味着机会成本并非国家级保护区决策中考虑的关键因素，从而验证了研究假说H3。究其原因，一方面，中央政府在国家级自然保护区的决策上发挥了决定性作用，地方政府难以根据机会成本来决定国家级保护区的面积。另一方面，根据《全国自然保护区名录（2014）》，市级和县级保护区未建机构所占比重分别达到了40%和58%。管理机构的缺位容易造成保护区管理不力，从而导致保护区面积易受机会成本的影响。
控制变量的回归结果也与预期基本一致。其中，对于国家级保护区，级别转换（Change）的回归系数在1%水平上显著为正；而对于地方级保护区，该指标回归系数显著为负。这意味着若当年存在省级保护区晋升为国家级保护区的情况，则会显著增加该地区国家级保护区面积，同时减少该地区地方级保护区面积。
表5 按保护区级别分样本回归结果
5.3 稳健性检验
5.3.1 基于Heckman模型的检验
为了避免计量模型中可能存在的样本自选择偏差问题，采用Heckman［45］两阶段法进行检验。其中，第一阶段估计样本地区建立保护区的概率（NR_whether），再将第一阶段估计的逆米尔斯比率作为式（1）的一个控制变量进行第二阶段回归，结果见表6。
由表6可知，Heckman 模型中的主要解释变量和控制变量的回归结果与表3的基准回归结果基本一致。另外，逆米尔斯比率（Inverse Mill’s ratio）不显著，表明不存在明显的样本自选择偏差，进一步验证了研究结论的可靠性。
5.3.2 工具变量检验
为了有效控制机会成本与保护区面积之间可能互为因果产生的内生性问题，使用工具变量进行检验。根据已有研究，基础教育会对农村家庭收入产生影响［46］，但基础教育和自然保护区的面积并没有直接关联。基于此，参考《中国县域经济发展报告》的衡量方法，采用中学在校学生数与小学在校学生数之比构建基础教育竞争力指数，作为机会成本的工具变量。为考察研究结果的稳健性，采取逐步添加控制变量的方式进行回归分析，结果见表7。
表6 Heckman模型检验
表7列（1）—列（6）中Kleibergen-Paap rk LM 统计量的P 值均为0，有效拒绝了工具变量识别不足的假定，Kleibergen-Paap rk Wald F 的统计量均大于Stock-Yogo 检验的临界值，说明不存在弱工具变量的情况。因此，工具变量选择具有合理性。另外，在逐步添加控制变量后，解释变量的回归系数和显著性基本保持稳定，进一步证明了研究结论的稳健性。
5.3.3 替代变量检验
为保证回归结果的稳健性，针对跨区域保护区，将其面积按照所跨行政区域进行平分处理，作为相应区县保护区面积的替代变量，在此基础上，逐步纳入其他控制变量以检验回归结果的稳健性，具体结果见表8。
表8 中列（1）—列（6）农村家庭人均净收入变量的回归系数均在1%水平上显著为负，虽然回归系数大小与表3 中基准回归结果略有差异，但正负关系不变，且控制变量的回归结果与预期基本一致，进一步说明研究结论具有较好的稳健性。
6 对自然保护区个体规模的进一步讨论
由图1 可知，2005—2018 年自然保护区数量稳步提高，而面积有下降趋势，体现为自然保护区个体规模趋于变小，保护区可能面临生境破碎化的风险。因此，有必要进一步研究机会成本对自然保护区个体规模的影响。其中，保护区个体规模通过各区县保护区总面积与各区县保护区数量之比得到，其他控制变量与前文一致。为了考察研究结果的稳健性，分别进行了全样本和分样本（按地区和级别）回归，结果见表9。
总体来看，机会成本对于自然保护区个体规模具有显著的负向影响；分样本回归结果显示，机会成本的影响效果有所差异。由表9 中列（1）结果可知，农村家庭人均净收入变量的回归结果在1%水平上显著为负，说明机会成本越高的地区，自然保护区个体规模越小。究其原因，地方政府可能受制于机会成本，有动机将一个大型自然保护区替换成多个小型自然保护区，导致保护区总面积下降，保护区数量上升。例如，根据《自然保护区名录》，广东省乳源瑶族自治县2006 年拥有5 个自然保护区，总面积51 419 hm2，2007 年该县保护区数量增加到7 个，总面积却减少了1 287.5 hm2。关于机会成本的分样本回归结果与表4和表5类似，机会成本对西部/东北地区保护区以及国家级保护区的个体规模无显著影响。控制变量方面，由表9 列（1）—列（6）结果可知，对于全样本和分样本而言，自然禀赋高的地区，自然保护区个体规模都倾向于更大。其他控制变量对自然保护区个体规模的影响同样与预期基本一致，其作用机理也无明显差异。
7 研究结论与政策启示
农村地区是中国自然保护区的主要分布区，自2008年开始中国自然保护区面积呈现减少趋势，且保护区的空间分布与自然禀赋并不一致，机会成本是潜在的驱动因素。在分析保护区建设的决策机制基础上，采用2005—2018 年全国范围的县级面板数据，深入研究机会成本对保护区分布的影响，并按照地区和级别进行了异质性影响分析。得到如下结论。①总体来看，机会成本在决定保护区分布中发挥着重要作用。机会成本越高的地区，保护区建设受到的阻力越大，表现为保护区的面积越小。②在东部和中部地区，机会成本对保护区面积有显著的负向影响；而在西部和东北地区，机会成本对保护区面积影响不显著。③与地方级保护区相比，机会成本对于国家级保护区的面积影响不显著。④进一步研究发现，机会成本对于自然保护区个体规模也有显著的负向影响。随着机会成本的提高，保护区生境需要警惕破碎化的风险。
基于上述结论，得到如下政策启示。①地方政府有动机通过减少保护区面积来缓解保护区与地区发展之间的矛盾，导致保护区总面积以及平均面积均有减少趋势，破坏了自然生境的完整性，不利于生物多样性保护。因此，需完善各级各类保护地的调整审批机制，通过构建合理的保护地评审制度，严格审批保护区的范围与功能区调整。②保护区机会成本主要由农村地区承担，而其生态收益却具有较强外溢性，意味着如果不采取有效补偿措施，保护与开发的矛盾将持续存在。尤其是国家级保护区多分布于西部和东北一些偏远地区，与相对贫困的农村地区在空间上高度吻合。应当建立起多元化、市场化的保护地生态补偿机制，如在保护区的实验区开展生态旅游，实现“造血式”补偿，以缓解保护区建设与周边社区发展之间的矛盾，形成生态良好、生活富裕的美丽乡村新格局。③中国正在推进以国家公园为主体的自然保护地整合优化工作，应当既突出科学评估、应保尽保的原则，又充分考虑机会成本所表征的经济因素对保护区建立和管理的影响，合理调整、统筹协调，构建以国家公园为主体的多功能自然保护地体系。自然保护地整合优化工作开展过程中，应推动保护区边界与功能分区的优化调整，将生态保护价值高、生物多样性丰富的对象纳入保护体系，优化保护区布局，并根据自然保护地体系中国家公园、自然保护区及自然公园的功能定位，确定不同的管理强度和措施，兼顾实现生物多样性保护和农村地区经济发展的双重目标。
表7 工具变量检验
表8 替代变量检验
表9 关于自然保护区个体规模的回归结果
