农户参与湿地保护对家庭减贫的影响及作用机制*——基于自然保护区问卷调查的实证研究

武照亮，周小喜，段存儒，冯 琳

（中国人民大学环境学院，北京 100872）

0 引言

反贫困及生态环境可持续在千年发展目标（Millennium Development Goals，MDGs）和可持续发展目标（Sustainable Development Goals，SDGs）中被赋予重要地位。然而，现实中生态环境保护与区域经济、农户生计的协调发展一直是个难题，持久的贫困与生态环境破坏的恶性循环依然存在[1-3]。

建立自然保护区被普遍认为是生态环境保护最有效的方式之一，但多数保护区分布在生态脆弱、经济落后的偏远贫困山区，面临保护与发展的双重压力[4]。以我国湿地保护区为例，根据《全国湿地保护工程规划》，到 2030 年保护区数量将达到 713 个，主要划分为东北湿地区、黄河中下游湿地区、云贵高原湿地区、青藏高寒湿地区等8个湿地保护区域类型，退耕还湿、还湖是普遍实施的生态政策，但均面临人地矛盾突出的问题。保护区在推动生态和生物多样性保护中是否有助于农户减贫及生计可持续发展，目前还缺乏一致结论和实证支持。一种观点认为保护区建立不利于生计发展及减贫，原因有：第一，保护区建立及相关保护措施限制了当地农户对自然资源的使用，而农户通常对各类自然资源具有较强的依赖度，短期内难以实现适应性转变，生计方式单一，进一步加剧贫困[5,6]；第二，传统的生计行为受到约束，如农药、化肥无法使用，放牧、采伐等生计策略无法正常进行，因保护而付出的成本超出农户预期，收益与成本的不平衡使得农户生计难以持续[7,8]；第三，野生动物致害进一步加剧农户生产和生活困难[9,10]。另一种观点认为保护区建立利于社区发展和农户减贫，原因有：第一，国家生态建设给予的补贴、补偿、扶持等措施帮助农户缓解保护带来的生计风险[11-13]；第二，解放了部分劳动力，实现生计转型，提高生计能力，如发展生态养殖、种植、旅游等替代生计模式，生计策略趋向多样化和非农化，利于减贫[14]；第三，保护区建立改善了社区基础设施，加强农户与外界联系，利于增加就业机会，提高收入水平[15,16]。

如何衡量贫困是评估保护区内农户参与是否有助于减贫的基础。国际上对贫困的衡量经历了由单一收入维度（即贫困线）向包括人类健康、教育、福祉等多维度评估视角的转变[17,18]。20世纪90年代，Sen提出贫困是一种复杂的社会现象，具有多维性，其不仅仅是缺乏满足基本生活要求的收入，而是同时存在对人可行能力的剥夺，包括缺乏教育、健康、住房、就业、人身安全等[19,20]。Sen将能力融合到贫困的研究框架中，此后对贫困问题的多层次分析越来越受欢迎，如联合国开发计划署（UNDP）从教育、健康和生活水平3个维度衡量贫困，构建人类贫困指数（HPI）和多维贫困指数（MPI）[21,22]。之后，学者继续开发了多维贫困的度量方法，包括模糊集、完全模糊、相关度和Alkire-Foster（A-F）法等[23,24]，其中A-F法是目前测量多维贫困最成熟、应用最广泛的方法，如在《人类发展报告》中被UNDP用来测量多维贫困指数，同时多数学者在构建MPI时也使用了该方法，但在度量维度和指标选择上存在差异，其多取决于对贫困测量的感知程度[25,26]。同样，由于研究视角的差异，国内学者多维贫困测量及指标选择标准多样，如包含经济、教育、健康、生活水平、权利、资本等多个维度[27-29]。

基于以上分析，文章以大山包黑颈鹤自然保护区为例，以可持续生计框架理论为基础构建农户参与湿地保护对减贫影响的分析框架，拟回答以下问题：（1）保护区内农户的贫困现状如何，关键的致贫因素是什么？（2）农户参与湿地保护是否利于减轻多维贫困？（3）农户参与保护影响多维贫困的内在机制是什么？与已有研究相比，该文的边际贡献体现在以下三个方面：第一，已有文献多侧重于保护区及相关政策的影响程度评估，该文从微观层面农户参与的视角出发，实证检验了农户参与湿地保护对家庭贫困的影响，弥补了现有研究的不足；第二，已有研究多分析保护区相关政策对农户生计资本、生计策略选择及收入的影响，该文综合评估了农户参与湿地保护对收入、健康、教育、生活质量、就业及发展多维度的影响，更利于为政府制定针对性政策提供新的思路；第三，从生计策略多样化和非农化视角分析了农户参与保护对多维减贫影响的作用机制，能够为研究区和我国类似地区改进保护及扶贫政策、创新和优化农户生计选择提供理论和实证支撑。

1 理论框架与研究假设

20世纪80年代，随着世界范围内贫困加剧，可持续生计思想产生，不同的生计分析方法相继出现，其中应用最广泛、接受度最高的是英国国际发展署提出的可持续生计分析框架（Sustainable Livelihood Analysis Framework，SLA）[2]。依据该框架，农户在自然和社会等因素的制约下形成相对稳定的生计资本，包括自然资本（如土地、生物资源）、物质资本（如房屋、各类生产及交通工具）、人力资本（如家庭劳动力及其谋生技能）、金融资本（如用于生计发展的资金、贷款）和社会资本（如社交网络、组织关系）五个方面。进而，农户对其所拥有的生计资本进行组合，通过生计活动之间的要素流转，形成不同的生计策略，在生计策略作用下输出生计结果。同时，生计结果反作用于生计资本，促使农户可持续生计进入下一个循环过程[30,31]。

在SLA的基础上，该文构建了农户参与湿地保护对减贫影响的理论分析框架（图1）。农户可持续生计在一定时期内具有相对稳定性，保护区建立与湿地保护政策的实施会对原有生计背景形成干扰并直接引起生计资本的变化，如耕地、林地等自然资本拥有量减少，农业生产活动受限，使农户对自然资源的依赖度降低[5,7]；而社会支持、政策补贴等则会促进社会资本、金融资本和人力资本水平增加[11,15,16]。生计资本的变化和重新组合促进农户从事不同的生产活动，如生态种养、生态旅游、外出务工等，生计策略趋向于多样化和非农化。以非农及多样为主导的生计策略降低农户对自然资本的依赖，增强生计稳定性和抗风险性，进而推动传统生计方式完成适应性转变，利于多维减贫[11-14,32]。相较非参与农户，政策干扰对参与农户生计资本的影响程度更大，具有更强的生计策略转变需求和内在动力，进而更利于实现多维减贫[27]。因此，该文认为相较非参与农户，参与农户的多维贫困发生率更低；参与湿地保护有助于推动生计资本重新组合实现生计策略多样化和非农化，进而利于减贫；由于农户多维贫困包含不同评价维度，农户参与保护不一定对每个单维贫困具有相同影响；农户参与保护通过生计策略的选择影响贫困状态。

图1 农户参与对减贫影响的分析框架

基于此，该文提出H1～H4，4条假设。

H1：参与湿地保护农户的贫困发生率低于非参与农户。

H2：农户参与湿地保护有助于多维减贫。

H3：农户参与湿地保护对单维贫困的作用方向及效应不同。

H4：生计策略多样化和非农化在农户参与湿地保护和多维减贫之间具有中介效应。

2 数据与方法

2.1 研究区与数据来源

大山包黑颈鹤自然保护区位于云南省昭通市大山包乡，是我国西南地区独特的高山沼泽湿地，也是国际重要湿地和濒危野生动物黑颈鹤的越冬栖息地，平均海拔3 000m以上，大部分处于高寒区，生态脆弱。当地总人口约1.8万人，有汉、彝、苗3个民族，基础设施和教育资源落后，贫困程度高[33]。2014年保护区开始实施退耕还湿政策，根据保护规划、黑颈鹤生活和栖息规律及湿地生态系统的特定功能对保护区内的重要湿地进行重点保护，以通过转变土地利用方式，保护生物多样性和湿地生态系统完整性。农户是退耕还湿政策的直接作用对象，其参与湿地保护必然会对传统的生计行为产生影响，进而改变家庭贫困状况，而政策实施中需要平衡保护与发展的关系，因此有必要分析农户参与湿地保护是否有助于促进减贫。

数据来源于2019年对保护区周边社区进行的农户深度访谈和随机问卷调查。为提高数据代表性和典型性，在充分考虑农户分布、经济发展、政策参与等因素后，选择合兴村、大山包村、大兴村及车路村4个行政村进行问卷调查。调查中共发放问卷391份，回收有效问卷364份，有效率达93%，其中合兴村92份，大山包村86份，大兴村91份，车路村95份。问卷主要包含农户基本特征（个人及家庭情况、资源禀赋拥有情况，生产经营情况等）和湿地保护与生计发展（湿地保护认知、参与度、支付意愿、生计策略选择、保护区与社区关系感知等）两大部分，为该文提供了数据支持。

2.2 变量选择

变量解释及描述统计分析如表1所示。

表1 变量解释及描述统计分析

2.2.1 因变量

农户贫困具有多维性特征，健康、教育、医疗等能力的缺失同样是造成贫困的重要原因。该文以多维贫困衡量农户的贫困程度，当家庭总体剥夺得分高于1/3（被剥夺指标超过5个）时，被视为多维贫困。数据显示约75%的受访农户家庭处于多维贫困状态，其中非参与农户贫困发生率将近95%，而参与农户贫困发生率约66%。

2.2.2 自变量

为探究农户参与湿地保护是否有助于减贫，选取当地农户是否参与退耕还湿政策作为自变量，即参与退耕还湿定义为1，否则为0。数据显示251户（约69%）受访农户参与了退耕还湿政策。

2.2.3 控制变量

借鉴相关研究[4,9,16]，选取性别、年龄、受教育程度、健康状况4个变量描述受访农户个人特征；选取户主年龄、受教育程度、是否为村干部3个变量描述户主特征；选取劳动力数量、能人数量2个变量反映家庭特征；选取居住地海拔高度、离景区距离2个变量来征区域特征。数据显示，受访农户以女性为主，年龄集中在40～50岁，平均受教育程度约4.32年，健康状况良好；户主年龄以40～50岁为主，受教育程度多为小学水平，约有4%担任过村干部；平均劳动力数量不足3人，亲戚朋友中能人数量平均不足2人；居住地平均海拔高度约2.82km，离景区平均距离约2.11 km。相比于非参与农户，参与农户个人年龄较小、受教育程度较高、健康状况更好；户主年龄较小、受教育程度较高、担任村干部的比例更高；家庭劳动力数量和能人数量较多；居住区海拔较高但离景区距离更近。

2.2.4 工具变量

为解决可能存在的内生性问题，选取居民家庭耕地离湿地水面的平均距离作为工具变量，数据显示耕地离水面平均距离约2.93 km，其中参与农户平均距离约2.75 km，非参与农户约3.22 km。

2.2.5 中介变量

该文中介变量为生计策略多样化和非农化。多样化的谋生方式利于保障农户生计安全，降低生计脆弱性，研究区农户生计策略选择包括转变农业生产方式、参与生态旅游、外出务工、家庭副业及移民搬迁5种，以生计策略多样化指数，即家庭生计策略选择数占总数的比例表征生计策略多样化水平[34,35]。收入是农户可持续生计的重要体现，该文基于收入来源及依赖度衡量生计策略非农化。研究区农户家庭收入构成主要包括：种植业，养殖业，林业经营，退耕补偿及养老、抚恤、低保等补贴，务工及旅游业收入六大类，定义当农业收入（种植业、养殖业和林业）占总收入的比例大于60%时，表示农户选择以务农为主的生计策略，计为0；否则表示选择以非农为主的生计策略，计为1[35,36]。数据显示农户生计策略多样化和非农化水平分别为0.48和0.54，参与农户分别为0.54和0.63，非参与农户分别为0.42和0.47。

2.3 研究方法

2.3.1 A-F多维贫困测度法

评价维度与指标选择。参考已有研究[19-29]及保护区现状，将收入、健康、教育、生活质量、就业及发展作为衡量农户多维贫困的6个评价维度，共包含15个指标，考虑到贫困户与非贫困户在多维贫困指标上都存在贫困现象，且每个指标对减贫脱贫同样重要，因此与多数研究相似，采用等权重赋值法，即每个指标权重为1/15[17,27-29]。指标内容及说明如表2所示。

表2 农户多维贫困评价指标体系

多维贫困测度。假定样本量为n，Xij为农户i在指标j下的观测值，Zj为指标j的贫困剥夺临界值，即不被定义为贫困的最低标准。若Xij＜Zj，则家庭i在指标j上被视为处于贫困状态，计为1，否则为0，基于此构造剥夺矩阵Dij，即：

当ci=0，表示不被剥夺，当ci=1，表示被完全剥夺。进而，根据加权剥夺得分c的阈值识别是否为多维贫困，定义k为农户i有任意k个指标同时被剥夺，k值越大多维贫困程度越深，该文中0≤k≤15，借鉴国内外研究的常用标准[17,27-29]，选择大于等于所选指标的1/3作为k的临界值，即15个评价指标中存在任意5个及以上指标被视为贫困（ci(k)≥1/3）时，该家庭处于多维贫困，定义为1，否则为0。

为客观反映区域贫困现状，计算多维贫困指数（MPI），即：

式（3）中，pk为临界值k标准下的多维贫困人口数，n为样本总数，为多维贫困发生率；ci(k)为临界值k标准下农户i的总体剥夺得分，为平均剥夺程度。

2.3.2 计量模型

该文实证研究的第一步是采用二项Logit回归模型探讨农户参与退耕还湿对多维贫困的影响效应，可视为基准计量方程。其是对因变量（0-1变量）取值为1的概率P进行估计的线性回归模型。模型方程为：

式（4）中，x1为农户是否参与退耕政策，是该文的重点解释变量，Xj为控制变量，εi为误差项。由模型可知，当其他解释变量不变时，自变量每增加一个单位将会使发生比扩大eβ倍，当回归数值为负时，发生比将缩小。

实证分析的第二步是解决模型中可能存在的内生性。该文选择农户耕地离湿地水面的平均距离（dis）作为工具变量。首先，耕地离湿地水面越近，越可能纳入湿地生态系统的保护范围，进而影响到农户的退耕行为，而距离变量相对于农户行为而言是外生的，具有独立性和随机性，因此是比较合理的工具变量。在工具变量估计中，该文采用两阶段最小二乘法（2SLS），具体方程为：

研究的第三部是稳健性检验，该文采用替换估算模型和替换因变量两种方法进行重新估计。首先应用Probit模型重新回归；再次将因变量替换为家庭总体剥夺得分，应用最小二乘法（OLS）进行估计。

基于前文分析，农户参与保护通过生计资本重新组合影响生计策略多样化和非农化进而促进减贫。为分析其传导机制，借鉴Baron和Kenny[38]提出的中介效应检验逐步回归法构建模型，由于该文涉及生计策略多样化和非农化两个中介变量，为准确分析两个中介变量的作用，构建以下多重中介模型：

式（7）至（10）中，D1为农户生计策略多样化水平，D2为农户生计策略非农化水平。模型（7）和（10）是Logit回归中介模型，系数以Logit为单位，与OLS回归得到的系数不在一个尺度上。为计算中介效应，需得到一致的等尺度系数，借鉴已有研究通过标准化转换实现回归系数的等量尺化，定义模型（10）各变量转化后的系数分别为：具体计算方法可参见刘红云等相关研究[39]。进而，参与保护对家庭减贫的总效应为：γ=β'01+β11α01+β21α02+β11β22α02，生计策略多样化的中介效应为：β11α01，生计策略非农化的中介效应为：β21α02。

图3 受访农户单一维度指标贫困发生率

3 结果与分析

3.1 贫困测度结果

3.1.1 单维贫困测度结果

结果显示，6个评价维度中收入维度的贫困发生率最高（图2、3），达67.83%，其中人均年收入指标的贫困发生率为84.39%，即超过80%的受访农户家庭人均年收入低于国家贫困线，同时51.27%的家庭转移性收入占总收入的比例高于40%，收入脆弱性较大。其次是发展维度，贫困发生率为52.55%，具体来说，约23.89%的农户家庭没有加入任何专业合作社，71.02%的家中没有电脑、手机，无法实现上网，47.77%的家庭离市场距离大于3 000m，67.52%的家庭难以获得银行贷款。其余4个维度贫困发生率从高到低为：生活质量（30.18%）、教育（23.89%）、就业（21.34%）和健康（13.38%），其中住房类型、交通工具及受教育程度指标贫困发生率较高，约57.32%的农户家庭住房类型为土木结构，42.99%的农户家庭无自行车、三轮车等基本交通工具，36.94%的农户家庭最高受教育水平小于9年。

图2 受访农户单维贫困发生率

参与湿地保护政策农户的贫困发生率均低于非参与农户，尤其在收入、就业及发展维度下差异较大，参与农户的贫困发生率分别为63.70%、14.61%和46.69%，而非参与农户的分别为77.37%、34.84%和66.05%，同时在健康维度下差异也较大，在教育和生活质量维度下差异较小。假设1得证。

3.1.2 多维贫困测度结果

表3为A-F法测度农户多维贫困状况的结果。当临界值k=5时，农户贫困发生率为75.48%，意味着75.48%的农户至少有任意5个指标处于贫困状态；平均剥夺程度为42.59%，表明农户家庭被剥夺的指标数平均约6～7个，多维贫困指数为0.321 4。当k=10时，贫困发生率为0.96%，平均剥夺程度为71.11%，多维贫困指数为0.006 8。

表3 农户多维贫困测量

同样，参与保护政策农户的多维贫困发生率低于非参与农户。当k=5时，参与农户贫困发生率为65.75%，平均剥夺程度为40.19%，平均被剥夺指标约为6个，最高被剥夺指标为9个，多维贫困指数为0.264 2；而非参与农户贫困发生率为94.89%，平均剥夺程度为46.31%，平均被剥夺指标约为7个，最高被剥夺指标为12个，多维贫困指数为0.439 4。假设1进一步得证。

3.2 回归结果

3.2.1 基准回归结果

表4是基准回归结果，模型（1）是对家庭多维贫困的影响，模型（2）至（7）是分别对6个单维贫困的影响。结果表明：在控制受访者个人、户主、家庭及居住区域特征后，农户参与退耕还湿政策1%显著性水平下负向影响家庭多维贫困，即参与湿地保护对减贫具有显著正向影响，数据显示参与湿地保护的农户家庭处于多维贫困状态的发生概率比非参与农户降低了62.24%，假设2得证。尽管从农户参与视角出发，但也表明保护区设置、保护政策实施有助于当地农户减贫，该结论与Mullan等[11]，乔勇等[13]、张雅馨等[16]保持一致。具体而言，农户参与保护对减贫的影响主要作用在发展、就业、生活质量和收入维度，对健康和教育维度的作用效果不显著，数据显示参与湿地保护的农户家庭在发展、就业、生活质量和收入维度处于贫困状态的发生概率比非参与农户分别降低约34.62%、55.34%、60.03%和66.81%，表明参与湿地保护利于农户提升发展资本、寻求就业机会、提高生活水平及增加收入，进而减轻多维贫困程度，尤其对收入和生活质量维度减贫的影响效应更大。可能由于退耕后，一方面农户家庭自然资本减少，传统的种养业、捕鱼、砍柴等生计活动受到限制，进而部分劳动力得到解放，在相关扶持和优惠政策下，农户选择参与农家乐、纪念品商店、开马场等生态旅游及外出打工等非农活动的可能性增加，实现了再就业，利于增加收入及提高生活质量；另一方面政策实施后，保护区道路、住宿、餐饮等基础设施和条件进一步完善，加强了农户与外界信息与人际交往联系，增强了生计发展的资源禀赋，利于实现减贫脱贫。假设3得证。尽管以农户参与湿地保护政策为例，但也表明贫困山区农户参与保护并非对所有单维贫困具有显著影响，该结论与黎洁等[27]保持一致，这一结果也突出了在减贫脱贫中识别致贫因素并精准施策的重要性。

表4 农户参与退耕还湿对多维贫困影响的Logit估计

控制变量中，受访者受教育程度、健康状况，户主受教育程度、是否为村干部，家庭劳动力数量及亲戚朋友中能人数量显著负向影响多维贫困，尤其家庭能人数量及户主是否为村干部的影响效应较大，体现了湿地保护背景下农户人力资本及社会资本水平对减贫的重要作用。而受访者年龄、户主年龄及居住地海拔高度显著正向影响多维贫困，尤其海拔高度的影响程度较大，表明保护区地理特征对农户减贫具有显著不利影响。

3.2.2 工具变量回归结果

在基准回归估计中，可能存在同时影响农户是否参与湿地保护及多维贫困的因素，进入残差项，造成内生性偏差；同时家庭多维贫困状态可能影响农户是否参与湿地保护，互为因果，产生内生性偏误。基于此，该文选取农户家庭耕地离湿地水面的平均距离作为农户是否参与退耕政策的工具变量进行回归，第一阶段回归结果显示耕地离水面平均距离与农户参与湿地保护呈显著相关关系。第二阶段工具变量回归结果见表5。回归显示除收入和就业维度显著性由1%降为5%外，表5的实证结果与表4基本一致，表明考虑内生性后，农户参与湿地保护仍显著利于多维减贫，参与农户处于多维贫困状态的发生概率比非参与农户降低了54.43%，并对收入、生活质量、就业及发展单维度减贫具有显著影响，发生概率分别降低31.75%、44.95%、49.08%和58.81%。该结论进一步证实了假设2和3。

表5 农户参与退耕还湿对多维贫困影响的工具变量估计

3.2.3 稳健性检验

仅通过上述回归结果还不足以完全证实农户参与湿地保护确实有助于家庭减贫，此处进行稳健性检验，以提升研究结果的准确性和可信度。

第一种方法是替换回归模型，通常认为当被解释变量为二值离散变量时，Logit和Probit模型均可适用[40]，因此采用Probit模型进行重新估计。发现除对健康维度变为显著影响外，回归结果与表4基本一致，即农户参与湿地保护对多维贫困及对收入、生活质量、就业和发展单维度具有显著的减贫效应，该结果证实了估计模型的稳健性。第二种方法是替换被解释变量，农户家庭总体剥夺得分与是否处于多维贫困具有一致性，因此将离散二值因变量替换为家庭总体剥夺得分，应用最小二乘法进行重新估计。发现除就业维度显著性由1%降为5%外，农户参与对减贫影响的方向和显著性与基准回归保持一致。以上检验表明，无论是对离散变量采用更严格的回归方法还是更换离散变量为连续变量，该文的基准回归结果都是稳健的。

3.2.4 机制检验分析

由以上回归结果可以看出，农户参与湿地保护确实显著利于多维减贫。基于可持续生计框架理论和前文分析，该文认为生计策略多样化和非农化在农户参与湿地保护与减贫的影响中具有中介效应。因此，此处进行机制检验分析以验证假设4。

表7是中介效应的机制分析结果，模型（1）和（4）的系数经过标准化转换与（2）和（3）一致。模型（1）表明参与湿地保护农户比非参与农户处于多维贫困的可能性低21.2%，即参与保护政策显著有助于多维减贫（系数=-0.212且P＜0.01），进一步验证假设1。模型（2）表明参与保护政策对生计策略多样化具有显著正向影响（系数=0.102且P＜0.01）；模型（3）表明参与保护政策和生计策略多样化同时对生计策略非农化具有显著正向影响；模型（4）表明参与保护政策、生计策略多样化和非农化对多维减贫均具有显著促进作用，且参与保护政策的影响系数由-0.212变为-0.106，表明生计策略多样化和非农化对多维减贫存在中介效应，假设4得证。进一步计算参与保护对家庭多维减贫的总效应为：-0.106-0.102×0.468-0.263×0.128-0.102×0.582×0.128= -0.195 0，生计策略多样化的中介效应为：-0.102×0.468= -0.0477，占总效应的比例约为24.48%；生计策略非农化的中介效应为：-0.263×0.128= -0.033 7，占总效应的比例约为17.26%，可以看出生计策略多样化的中介效应更高，对农户参与湿地保护和减贫的关系影响更大。

表7 中介效应估计

表6 稳健性检验

4 结论与政策建议

4.1 结论

基于可持续生计框架理论，该文构建了农户参与湿地保护影响贫困的理论分析框架。通过保护区364户农户调研数据，运用计量模型实证评估了农户参与保护对多维贫困的影响及作用机制，得出如下结论。

（1）当贫困临界值为所选指标的1/3时，超过75%的受访农户家庭处于多维贫困状态，平均被剥夺指标约6～7个，且参与湿地保护农户的贫困发生率低于非参与农户。

（2）从单维度看，受访农户家庭收入及发展维度的贫困发生率较高，具体体现在人均年收入偏低，收入脆弱性较大，信息设备缺乏无法实现上网及难以获得银行贷款。

（3）通过模型基准回归、工具变量估计及稳健性检验表明，农户参与湿地保护确实显著利于多维减贫，并对收入、生活质量、就业及发展单维减贫具有显著影响，但对健康和教育维度无显著影响。控制变量中，受访者受教育程度、健康状况，户主受教育程度、是否为村干部，家庭劳动力数量及亲戚朋友中能人数量显著负向影响多维贫困，体现了农户人力资本及社会资本对减贫的重要作用。

（4）最后，通过机制检验发现生计策略多样化和非农化在农户参与湿地保护影响多维减贫的关系中具有显著中介效应，占总效应的比例分别为24.48%和17.26%。

4.2 政策建议

基于研究结果和保护区现状，提出如下建议。

（1）保障农户收入，提高收入水平和稳定性。研究显示保护区农户收入维度的贫困发生率最高，仍有较多家庭人均收入低于贫困线。应推动集约化发展，促进农业转型，推广经济林木种植，减轻因自然条件恶劣和湿地与野生动物保护造成的损失；推动生态旅游扩大化发展，完善旅游业规划，创新与增设旅游资源；优化生态补偿政策，充分考虑退耕农户及其他弱势群体的生计问题，建立与扶贫脱贫相结合的补偿机制。

（2）区分参与农户和非参与农户，精准施策。研究显示非参与农户的多维贫困及各单维贫困发生率均高于参与农户，且参与湿地保护对单维减贫影响效应不同，需识别不同类型农户家庭致贫因子，加强政策帮扶，尤其应加强保护区与外界联系，给予农户充分的发展机会。

（3）完善保护区扶持政策，扩大影响范围。研究显示农户参与湿地保护显著利于多维减贫，应推进可持续化发展，加强部门合作与协调，减少部门利益冲突和政策实施中对农户的利益损害，完善保障机制，增强政策实施的长久性和动态变化过程，增强持续性脱贫。

（4）提供多元化就业渠道和生计模式，提高生计策略多样化和非农化水平。研究显示农户生计策略多样化和非农化在农户减贫中起到中介作用，应基于农户生计资本状况，提供多元谋生方式，进一步引入生态产业、养老产业等，推动传统的生计方式完成适应性转变。