• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      生態(tài)旅游對(duì)農(nóng)戶家庭收入影響研究

      2016-05-13 10:41:35馬奔溫亞利
      中國人口·資源與環(huán)境 2016年10期
      關(guān)鍵詞:家庭收入生態(tài)旅游

      馬奔 溫亞利

      摘要 參與生態(tài)旅游經(jīng)營已成為保護(hù)區(qū)周邊社區(qū)家庭重要的生計(jì),生態(tài)旅游經(jīng)營收入是社區(qū)家庭重要的收入來源。本文基于中國7省40個(gè)保護(hù)區(qū)周邊社區(qū)農(nóng)戶調(diào)查數(shù)據(jù),研究了家庭參與生態(tài)旅游經(jīng)營對(duì)人均純收入以及人均非農(nóng)收入的影響,以期能為生態(tài)旅游經(jīng)營的家庭收入效應(yīng)提供新證據(jù),為緩解保護(hù)與發(fā)展的矛盾、健全生物多樣性保護(hù)制度、完善生態(tài)旅游發(fā)展政策提供實(shí)證支撐。研究結(jié)果表明:①傾向得分匹配法消除了家庭選擇性偏差后,估計(jì)出參與生態(tài)旅游經(jīng)營對(duì)家庭人均純收入的收入效應(yīng)為20%左右,而對(duì)人均非農(nóng)收入的收入效應(yīng)為47%左右。使用多元線性回歸高估了生態(tài)旅游經(jīng)營對(duì)家庭人均純收入的影響,大致高估了8%左右,使用Heckman模型也高估了生態(tài)旅游對(duì)家庭人均非農(nóng)收入的影響,大致高估了17%左右。②戶主性別、受教育程度、是否為村干部、身體狀況、家庭負(fù)擔(dān)比以及耕地面積對(duì)農(nóng)戶家庭參與生態(tài)旅游經(jīng)營行為產(chǎn)生顯著影響。③結(jié)合當(dāng)前的生態(tài)扶貧政策背景,政府以及社會(huì)可能高估了生態(tài)旅游經(jīng)營對(duì)周邊社區(qū)家庭收入的影響,追求立竿見影的扶貧效果往往在短期內(nèi)會(huì)獲得一定的收效,但是缺乏長期驅(qū)動(dòng)力,最終導(dǎo)致治標(biāo)不治本的扶貧。因此,政府要合理規(guī)劃地方生態(tài)旅游產(chǎn)業(yè)發(fā)展,創(chuàng)建一個(gè)更有利于社區(qū)參與的生態(tài)旅游開發(fā)模式。一方面,讓周邊社區(qū)家庭參與到生態(tài)旅游經(jīng)營的管理和決策工作中,在生態(tài)旅游管理中擁有自主權(quán)和決定權(quán);另一方面,建立生態(tài)旅游參與的外部約束機(jī)制,保障周邊社區(qū)的利益。

      關(guān)鍵詞 生態(tài)旅游;家庭收入;傾向得分匹配;收入效應(yīng)

      中圖分類號(hào) F062.1 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104(2016)10-0152-09 doi:10.3969/j.issn.1002-2104.2016.10.020

      生態(tài)旅游作為戶外旅游快速發(fā)展的領(lǐng)域,自1983年由國際自然保護(hù)聯(lián)盟謝貝洛斯·拉斯喀瑞提出,三十多年以來呈現(xiàn)迅猛發(fā)展之勢(shì)。從全球來看,自然保護(hù)區(qū)開展生態(tài)旅游每年接待游客大概80億人,產(chǎn)生大約6 000億美元的國內(nèi)支出和2 500億美元的消費(fèi)者剩余,生態(tài)旅游和生物多樣性保護(hù)已經(jīng)相輔相成,密切聯(lián)系。在中國,生態(tài)旅游每年以20%-25%的速度發(fā)展,是所有旅游產(chǎn)品中增長最快的。目前,全國已建立各級(jí)各類生態(tài)旅游地近3 000個(gè),面積約占陸地國土面積的10%。自然保護(hù)區(qū)大多位于自然景觀資源最豐富地區(qū),為生態(tài)旅游的發(fā)展提供了得天獨(dú)厚的自然優(yōu)勢(shì)。事實(shí)上,不少保護(hù)區(qū)在實(shí)驗(yàn)區(qū)與外圍邊緣都開展了生態(tài)旅游區(qū),生態(tài)旅游已經(jīng)成為協(xié)調(diào)生物多樣性保護(hù)與社區(qū)發(fā)展的重要手段,是解決保護(hù)與發(fā)展矛盾沖突的重要途徑。保護(hù)區(qū)周邊社區(qū)參與生態(tài)旅游經(jīng)營已經(jīng)成為一項(xiàng)重要的生計(jì)選擇,生態(tài)旅游的開展也成為一項(xiàng)積極的保護(hù)激勵(lì),成為社區(qū)參與生物多樣性保護(hù)的重要紐帶。

      國內(nèi)外學(xué)者針對(duì)生態(tài)旅游與社區(qū)發(fā)展展開了大量研究,普遍認(rèn)為保護(hù)區(qū)開展生態(tài)旅游不僅可以為周邊社區(qū)帶來短期的經(jīng)濟(jì)活動(dòng),也為社區(qū)農(nóng)戶提供實(shí)現(xiàn)長期可持續(xù)生計(jì)的機(jī)會(huì)。具體的收益包括提供就業(yè)機(jī)會(huì)、基礎(chǔ)設(shè)施改善、獲得財(cái)政補(bǔ)貼、傳統(tǒng)文化的復(fù)蘇,同時(shí)也為周邊社區(qū)生物多樣性保護(hù)活動(dòng)提供激勵(lì)。周邊社區(qū)在參與生態(tài)旅游經(jīng)營的積極性很高,對(duì)保護(hù)區(qū)開展生態(tài)旅游持有積極的態(tài)度。Stem等認(rèn)為生態(tài)旅游是保護(hù)生物多樣性的工具,在發(fā)展經(jīng)濟(jì)的同時(shí)保護(hù)生態(tài)多樣性。馬奔等對(duì)森林景區(qū)周邊農(nóng)戶生態(tài)旅游經(jīng)營行為進(jìn)行研究,認(rèn)為生態(tài)旅游是當(dāng)?shù)厣鐓^(qū)脫貧致富的有效手段,是生態(tài)扶貧的重要措施。段偉等發(fā)現(xiàn)保護(hù)區(qū)周邊農(nóng)戶對(duì)生態(tài)旅游增加收入的認(rèn)同比率最高,生態(tài)旅游產(chǎn)生的積極效應(yīng)包括外出打工人數(shù)減少、關(guān)注環(huán)境的人增加、保護(hù)環(huán)境意識(shí)增強(qiáng)以及亂砍濫伐現(xiàn)象減少。此外,生態(tài)旅游對(duì)社區(qū)的正向扶貧效應(yīng)也得到不少學(xué)者的認(rèn)可,并被提出作為貧困社區(qū)的扶貧開發(fā)模式進(jìn)行推廣。然而,也有不少學(xué)者對(duì)生態(tài)旅游對(duì)社區(qū)生計(jì)的正向影響提出質(zhì)疑,認(rèn)為生態(tài)旅游發(fā)展很可能造成保護(hù)區(qū)物價(jià)上漲,發(fā)生通貨膨脹,降低當(dāng)?shù)鼐用裆钏?,?duì)經(jīng)濟(jì)產(chǎn)生不利影響。蘇楊認(rèn)為我國目前社區(qū)參與程度較低,通過實(shí)證調(diào)查,僅有10.7%的發(fā)展生態(tài)旅游的保護(hù)區(qū)使超過50%農(nóng)戶從生態(tài)旅游中獲得收益,而22.7%的開展旅游的保護(hù)區(qū)周邊農(nóng)戶并未從生態(tài)旅游中收益,保護(hù)與發(fā)展的矛盾進(jìn)一步被激化。當(dāng)然也有少量學(xué)者認(rèn)為生態(tài)旅游對(duì)周邊社區(qū)農(nóng)戶沒有經(jīng)濟(jì)影響,Kim等發(fā)現(xiàn)生態(tài)旅游對(duì)社區(qū)農(nóng)戶的影響隨著旅游發(fā)展的不同階段而改變。既有研究對(duì)生態(tài)旅游經(jīng)營的收入效應(yīng)存在差異的主要原因在于研究方法與樣本選擇存在差異,生態(tài)旅游所處的發(fā)展階段也不同,現(xiàn)有的研究方法大多采用描述性統(tǒng)計(jì)與方程回歸,并未考慮樣本的異質(zhì)性,而研究區(qū)域也局限于某一保護(hù)區(qū)或縣市,缺乏大尺度的研究樣本和更科學(xué)合理的研究方法。

      在新的時(shí)期,中國生態(tài)旅游的發(fā)展進(jìn)入到一個(gè)新的階段,特別是在生態(tài)扶貧作為社區(qū)脫貧致富重要手段的形勢(shì)下,生態(tài)旅游能否擔(dān)當(dāng)?shù)貐^(qū)扶貧攻堅(jiān)的支柱,顯著改善當(dāng)?shù)厣鐓^(qū)家庭經(jīng)濟(jì)狀況,還需進(jìn)一步驗(yàn)證。本研究以中國7省40個(gè)保護(hù)區(qū)周邊社區(qū)農(nóng)戶為例,從大樣本角度實(shí)證研究保護(hù)區(qū)開展生態(tài)旅游對(duì)周邊社區(qū)家庭收入的影響,以期能為生態(tài)旅游經(jīng)營的家庭收入效應(yīng)提供新證據(jù),同時(shí)檢驗(yàn)現(xiàn)有的生態(tài)旅游發(fā)展政策是否合理可行,在生態(tài)扶貧政策大力推廣的背景下,如何最大化發(fā)揮生態(tài)旅游對(duì)社區(qū)生計(jì)的正向效應(yīng),從而為緩解保護(hù)與發(fā)展的矛盾、健全生物多樣性保護(hù)制度、完善生態(tài)旅游發(fā)展政策提供實(shí)證支撐。

      1數(shù)據(jù)來源與描述統(tǒng)計(jì)

      本文數(shù)據(jù)來源于中國7省40個(gè)保護(hù)區(qū)周邊農(nóng)戶家庭調(diào)查,研究區(qū)域選取了湖北省、江西省、云南省、陜西省、廣東省、遼寧省以及四川省。每省控制國家級(jí)保護(hù)區(qū)與省級(jí)保護(hù)區(qū)的比例為3:1。自2014年8月起,陸續(xù)展開相關(guān)調(diào)研。在調(diào)研過程中,采用隨機(jī)抽樣與典型抽樣相結(jié)合的方法,由調(diào)研員選擇家庭戶主進(jìn)行一對(duì)一訪談,家庭其他成員補(bǔ)充的形式完成問卷。調(diào)研共獲取問卷2 270份,剔除無效問卷,有效問卷1914份,問卷有效率84.3%。具體調(diào)研區(qū)域與樣本來源情況如表1所示。

      本研究所使用的主要變量描述性統(tǒng)計(jì)如表2所示。根據(jù)調(diào)研及相關(guān)研究,農(nóng)戶家庭參與生態(tài)旅游經(jīng)營劃分為經(jīng)營農(nóng)家樂、賣旅游商品和從事生態(tài)旅游服務(wù)等相關(guān)活動(dòng)。農(nóng)戶家庭收入包括家庭人均純收入以及人均非農(nóng)收入,人均純收入是由農(nóng)戶家庭種植業(yè)收入、養(yǎng)殖業(yè)收入、林業(yè)收入、務(wù)工收入、個(gè)體經(jīng)營收入、補(bǔ)貼性收入以及其他收入之和減去家庭經(jīng)營性成本除以家庭總?cè)丝谟?jì)算得出。人均非農(nóng)收入主要包括人均務(wù)工收入、經(jīng)營性純收入、轉(zhuǎn)移性收入和財(cái)產(chǎn)性收入。在1914戶保護(hù)區(qū)周邊農(nóng)戶家庭中,只有155戶農(nóng)戶家庭參與了生態(tài)旅游經(jīng)營,參與率8.10%,反映出現(xiàn)有保護(hù)區(qū)周邊農(nóng)戶參與程度不高。差異性檢驗(yàn)結(jié)果顯示,參與生態(tài)旅游的家庭人均純收入和非農(nóng)收入都顯著高于未參與生態(tài)旅游經(jīng)營的家庭,而且在戶主性別、受教育程度、是否為村干部、身體狀況、勞動(dòng)力人口、外出打工人口以及離鎮(zhèn)市場(chǎng)遠(yuǎn)近上都存在顯著性差異,這也反映農(nóng)戶參與生態(tài)旅游經(jīng)營不是隨機(jī)選擇的過程,樣本存在選擇性偏誤問題。

      2研究方法

      2.1傳統(tǒng)線性回歸

      為了考察農(nóng)戶家庭參與生態(tài)旅游經(jīng)營對(duì)人均純收入的影響,以往研究采用最小二乘法(OLS)對(duì)生態(tài)旅游經(jīng)營對(duì)人均純收入影響效應(yīng)進(jìn)行估計(jì),收入方程如下:

      (1)

      (1)式中,lnYi為第i個(gè)農(nóng)戶家庭人均純收入的對(duì)數(shù),Xi為家庭i可觀測(cè)到的影響人均純收入的家庭和個(gè)人特征變量以及資源稟賦,包括戶主年齡、戶主性別、戶主民族、戶主受教育程度、戶主是否為村干部、自評(píng)身體狀況、勞動(dòng)力人口、外出打工人口、家庭負(fù)擔(dān)比、林地面積、耕地面積、離鎮(zhèn)市場(chǎng)遠(yuǎn)近以及保護(hù)區(qū)內(nèi)外等;Di為家庭是否參與生態(tài)旅游經(jīng)營,Di=1表示參與生態(tài)旅游經(jīng)營,Di=0表示沒有參與生態(tài)旅游經(jīng)營;β2表示參與生態(tài)旅游的收入效應(yīng);μi為隨機(jī)誤差項(xiàng)。

      2.2Heckman模型

      本研究同時(shí)對(duì)農(nóng)戶參與生態(tài)旅游對(duì)家庭人均非農(nóng)收入的影響進(jìn)行估計(jì),由于并非所有的農(nóng)戶家庭都會(huì)有非農(nóng)收入,在保護(hù)區(qū)周邊生活著不少農(nóng)戶,他們以從事農(nóng)林業(yè)經(jīng)營為家庭唯一收入來源,由于地理位置偏僻、交通不便,這些家庭沒有非農(nóng)收入,非農(nóng)收入的多少不僅取決于參與非農(nóng)收入的家庭勞動(dòng)者的特性,也受包括未參與非農(nóng)勞動(dòng)的全體農(nóng)村勞動(dòng)力的影響,如果不對(duì)此問題進(jìn)行考慮,會(huì)導(dǎo)致非農(nóng)選擇方程的誤差項(xiàng)和非農(nóng)收入方程的誤差項(xiàng)相關(guān),為了解決這種選擇性偏差,采用Heckman兩階段模型來對(duì)生態(tài)旅游對(duì)人均非農(nóng)收入的影響進(jìn)行估計(jì)。

      Heckman模型涉及兩個(gè)方程,即選擇方程和結(jié)果方程,具體到本研究,在選擇方程中,采用Probit模型來估計(jì)農(nóng)戶家庭是否參與非農(nóng)就業(yè),第二階段將第一階段通過選擇方程計(jì)算出的逆米爾斯比和是否參與生態(tài)旅游經(jīng)營以及其他變量一起作為自變量,而人均非農(nóng)收入作為因變量,通過OLS模型估計(jì)生態(tài)旅游經(jīng)營對(duì)人均非農(nóng)收入的影響。具體表達(dá)式如下:

      選擇方程:Y*I=Ziγ+μi,如果y*i>0,則wi=1,否則wi=0

      (2)

      (3)

      其中,XI是家庭i觀測(cè)到的影響人均非農(nóng)收入的自變量,lnY*i是人均非農(nóng)收入的對(duì)數(shù),ZI是外生變量的向量,決定選擇方程的結(jié)果,φ是標(biāo)準(zhǔn)累積分布函數(shù)。

      2.3傾向得分匹配法

      保護(hù)區(qū)周邊農(nóng)戶參與生態(tài)旅游經(jīng)營不是一個(gè)隨機(jī)行為也不是隨機(jī)分配的結(jié)果,而是農(nóng)戶根據(jù)自身家庭條件做出的選擇,是自選擇的結(jié)果,農(nóng)戶是否參與生態(tài)旅游經(jīng)營不是外生變量,而是虛擬內(nèi)生變量。因此,采用最小二乘法來估計(jì)參與生態(tài)旅游經(jīng)營對(duì)家庭人均純收入的影響會(huì)產(chǎn)生自選擇導(dǎo)致的偏差問題。此外,農(nóng)戶家庭參與生態(tài)旅游經(jīng)營可能是由于戶主特征、家庭特征或其他政策特征決定的,而這些特征同時(shí)也會(huì)對(duì)家庭人均純收入和人均非農(nóng)收入產(chǎn)生影響,這就導(dǎo)致在估計(jì)生態(tài)旅游經(jīng)營對(duì)人均純收入和非農(nóng)收入影響時(shí)存在內(nèi)生性問題,即家庭參與生態(tài)旅游的行為不僅與人均純收入以及非農(nóng)收入相關(guān),也與誤差項(xiàng)相關(guān)。

      鑒于此,本文采用國際上近年比較常用的傾向得分匹配來解決這種由于自選擇導(dǎo)致的偏差問題。其最早由Rosenbamn和Rubin于1983年提出,通過構(gòu)建反事實(shí)框架將非隨機(jī)數(shù)據(jù)近似隨機(jī)化,即由于數(shù)據(jù)缺失在無法觀測(cè)到參加生態(tài)旅游經(jīng)營的家庭如果沒有參與生態(tài)旅游經(jīng)營其家庭收入,只能觀測(cè)到參與后的家庭收入,據(jù)此提出使用“傾向得分”來作為農(nóng)戶參與生態(tài)旅游經(jīng)營的概率。一般采用Logit模型根據(jù)影響農(nóng)戶參與生態(tài)旅游經(jīng)營的特征計(jì)算出每個(gè)家庭的傾向得分,這樣就可以在沒有參與生態(tài)旅游經(jīng)營的家庭中找到與參與生態(tài)旅游經(jīng)營家庭相似的對(duì)照組,構(gòu)造一個(gè)近似隨機(jī)化的數(shù)據(jù)。根據(jù)Rosenbaum和Rubin(1983)的定義,處理者的平均處理效應(yīng)為:

      (4)

      其中N1=∑iD。i為參與生態(tài)旅游的家庭數(shù),∑i:Di=1表示僅對(duì)參與生態(tài)旅游的家庭進(jìn)行加總,y0i表示參與生態(tài)旅游的家庭參與后的家庭收入,y0i表示參與生態(tài)旅游的家庭如果沒有參加生態(tài)旅游其家庭收入。y1i是可觀測(cè)的,而y0i是一個(gè)反事實(shí)的結(jié)果,需要通過傾向得分匹配在未參與生態(tài)旅游經(jīng)營的家庭中估算得出。其基本步驟為選擇影響(y0i,y1i)和Di的相關(guān)變量xi,然后利用Logit回歸模型估計(jì)農(nóng)戶參與生態(tài)旅游概率的傾向得分,依據(jù)概率大小進(jìn)行傾向得分匹配,通過控制如下xi的每個(gè)分量的標(biāo)準(zhǔn)化偏差:

      (5)

      傾向得分匹配有很多匹配方法,一般認(rèn)為不存在適用一切情形的絕好方法,在實(shí)踐中,一般采用不同的匹配方法比較其結(jié)果,如果結(jié)果相似,則說明結(jié)果是穩(wěn)健的。在此,本研究依據(jù)本身研究的特征以及以往相關(guān)研究,主要采用K近鄰匹配、半徑匹配和樣條匹配來進(jìn)行具體匹配。

      3實(shí)證分析

      3.1基于OLS與Heckman模型的估計(jì)結(jié)果

      基于OLS模型估計(jì)參與生態(tài)旅游經(jīng)營對(duì)家庭人均純收入的收入效應(yīng)如表3所示,結(jié)果發(fā)現(xiàn)家庭是否參與生態(tài)旅游對(duì)家庭人均純收入在1%的顯著性水平上產(chǎn)生正向顯著影響,參與生態(tài)旅游經(jīng)營的家庭比未參與生態(tài)旅游經(jīng)營的人均純收入高28.6%;同時(shí)戶主民族、受教育程度、是否為村干部、自評(píng)身體狀況、家庭勞動(dòng)力人口、外出打工人數(shù)、家庭負(fù)擔(dān)比、林地面積、離鎮(zhèn)市場(chǎng)遠(yuǎn)近以及地理位置都對(duì)人均純收入產(chǎn)生顯著影響?;贖eckman樣本選擇模型估計(jì)結(jié)果如表3所示,結(jié)果表明逆米爾斯比在5%統(tǒng)計(jì)水平上顯著,表明了使用Heckman樣本選擇模型的有效性。在校正了農(nóng)戶家庭參與非農(nóng)就業(yè)的選擇性偏差后,相比于未參與生態(tài)旅游經(jīng)營的家庭,參與生態(tài)旅游經(jīng)營的家庭人均非農(nóng)收入高64.2%,并且在1%的統(tǒng)計(jì)水平上顯著。此外,戶主民族、受教育程度、身體狀況、家庭勞動(dòng)力人口、家庭負(fù)擔(dān)比、耕地面積、離鎮(zhèn)市場(chǎng)遠(yuǎn)近對(duì)家庭非農(nóng)工作選擇有顯著影響,而戶主民族、受教育程度、自評(píng)身體狀況、勞動(dòng)力人口、身體狀況、外出打工人數(shù)、家庭負(fù)擔(dān)比、耕地面積、離鎮(zhèn)市場(chǎng)遠(yuǎn)近以及地理位置對(duì)家庭人均非農(nóng)收入產(chǎn)生顯著影響。

      3.2基于傾向得分匹配的估計(jì)結(jié)果

      3.2.1農(nóng)戶家庭參與生態(tài)旅游經(jīng)營的影響因素分析

      應(yīng)用傾向得分匹配的第一步是估計(jì)傾向得分,選擇匹配變量是關(guān)鍵,Heckman等認(rèn)為選擇無關(guān)變量不會(huì)影響最終結(jié)果,但遺漏變量會(huì)產(chǎn)生嚴(yán)重偏差。選擇的變量必須同時(shí)影響農(nóng)戶參與生態(tài)旅游的行為以及家庭收入,同時(shí)選擇的變量也不會(huì)因?yàn)檗r(nóng)戶參與生態(tài)旅游經(jīng)營而受到影響。因此,本研究選擇戶主年齡、戶主性別、民族、受教育程度、是否為村干部、自評(píng)健康狀況、家庭勞動(dòng)力人數(shù)、家庭負(fù)擔(dān)比、耕地面積、林地面積、離鎮(zhèn)市場(chǎng)遠(yuǎn)近、地理位置作為匹配變量,農(nóng)戶參與生態(tài)旅游經(jīng)營的傾向得分的估計(jì)結(jié)果如表4所示??梢园l(fā)現(xiàn),戶主性別、受教育程度、是否為村干部、身體狀況、家庭負(fù)擔(dān)比以及耕地面積對(duì)農(nóng)戶家庭參與生態(tài)旅游經(jīng)營產(chǎn)生顯著影響,其中,女性戶主比男性戶主參與概率高4.6%,戶主受教育每增加1年,參與概率提高0.5%,擔(dān)任村干部的戶主相比其他農(nóng)戶參與概率高3.7%,耕地面積每增加1畝,參與概率減少0.1%。

      3.2.2生態(tài)旅游經(jīng)營對(duì)家庭收入的影響

      表5給出了三種匹配方法對(duì)生態(tài)旅游經(jīng)營對(duì)家庭收入的處理效應(yīng)估計(jì)結(jié)果,在家庭人均純收入方面,使用K近鄰匹配法得到的處理組平均處理效應(yīng)(ATT)為0.186,且在5%統(tǒng)計(jì)水平上顯著,使用半徑匹配法和樣條匹配法得到ATT分別為0.210和0.213,且都在1%水平上顯著,無論是平均處理效應(yīng)的估計(jì)值還是顯著性,三種匹配方法的結(jié)果相似,一定程度上反映了結(jié)果的穩(wěn)定性,同時(shí)說明在消除了參與生態(tài)旅游的家庭以及未參與生態(tài)旅游家庭可觀測(cè)異質(zhì)性導(dǎo)致的顯性偏差后,參與生態(tài)旅游經(jīng)營的家庭人均純收入比其如果未參與生態(tài)旅游經(jīng)營人均純收入高20%左右。相比于OLS估計(jì)結(jié)果,收入效應(yīng)減少了8%左右,說明傳統(tǒng)線性回歸模型沒有考慮有選擇性偏差,高估了生態(tài)旅游對(duì)家庭人均純收入的處理效應(yīng)。在人均非農(nóng)收入方面,使用K近鄰匹配、半徑匹配與樣條匹配估計(jì)的處理組平均處理效應(yīng)分別為0.500,0.457和0.471,且三者都在1%統(tǒng)計(jì)水平上顯著,三種匹配方法的平均處理效應(yīng)值和顯著性水平都類似,說明估計(jì)結(jié)果的穩(wěn)定性,同時(shí)表明參與生態(tài)旅游經(jīng)營的家庭比其如果未參與生態(tài)旅游經(jīng)營家庭人均非農(nóng)收入高47%左右,比Heckman模型的估計(jì)結(jié)果低17%左右,雖然兩種方法修正的不同的選擇性偏差,估計(jì)的收入效應(yīng)也不同類,嚴(yán)格意義上結(jié)果不具可比性,但兩種方法的結(jié)果都表明在修正了選擇性偏差后,參與生態(tài)旅游經(jīng)營對(duì)家庭非農(nóng)收入有較高比例的顯著正向效應(yīng)。此外,參與生態(tài)旅游經(jīng)營的家庭一定會(huì)有非農(nóng)收入,而擁有非農(nóng)收入的家庭則不一定會(huì)參與生態(tài)旅游經(jīng)營,這表明Heckman修正的選擇偏差范圍更廣,在估計(jì)生態(tài)旅游經(jīng)營對(duì)農(nóng)戶家庭收入的影響時(shí)還存在一定的家庭異質(zhì)性,而傾向得分匹配的選擇性偏差修正更加精確,結(jié)果也更準(zhǔn)確。

      3.2.3匹配的平衡性檢驗(yàn)

      為了保證傾向得分匹配的估計(jì)質(zhì)量,需要對(duì)三種匹配方法做平衡性檢驗(yàn),以檢驗(yàn)匹配后處理組與控制組是否存在系統(tǒng)差別,結(jié)果如表6所示。匹配后,Pseudo R2的值都很小,幾乎為零,似然比檢驗(yàn)在匹配前在1%顯著性水平上被拒絕,而匹配后都未被拒絕,標(biāo)準(zhǔn)偏差均值與中位數(shù)都大幅下降,除樣條匹配估計(jì)人均非農(nóng)收入的B值大于25%,其余B值都小于25%,由此可見,經(jīng)過傾向得分匹配后基本消除了處理組與控制組的可觀測(cè)變量顯性偏差,通過了平衡性檢驗(yàn),傾向得分匹配結(jié)果可靠。

      3.2.4匹配的穩(wěn)健性分析

      盡管本研究通過傾向匹配來控制選擇偏差,但是只能基于被觀測(cè)或被測(cè)量的協(xié)變量進(jìn)行調(diào)整,因此因?yàn)槲幢粶y(cè)量的協(xié)變量而導(dǎo)致的選擇偏差依然是個(gè)問題,在此,采用Rosenbaum邊界方法分析如果存在不可觀測(cè)的異質(zhì)性,估計(jì)結(jié)果是否發(fā)生顯著性差異,進(jìn)一步檢驗(yàn)匹配結(jié)果的穩(wěn)健性。Gamma值為1表示家庭參與生態(tài)旅游經(jīng)營的概率是一樣的,通過賦予Gamma不同的值,Rosenbaum邊界估計(jì)給出了參與生態(tài)旅游經(jīng)營的顯著性水平上限、顯著性水平下限、HL估計(jì)上限、HL估計(jì)下限、置信區(qū)間上限以及置信區(qū)間下限。如果Gamma值增加很小的比例,導(dǎo)致統(tǒng)計(jì)推論與假定研究不會(huì)有隱藏偏差的情況下的統(tǒng)計(jì)推論極為不同,那么結(jié)果就不是穩(wěn)健的,意味著基于可觀測(cè)異質(zhì)性的傾向得分匹配方法是不合理的。生態(tài)旅游對(duì)家庭人均純收入和非農(nóng)收入的Rosenbaum邊界估計(jì)結(jié)果如表7和表8所示??梢钥闯觯词褂捎谖幢挥^測(cè)的協(xié)變量導(dǎo)致參與可能性的差異有2倍以上,生態(tài)旅游經(jīng)營對(duì)人均純收入影響仍然為正向的,顯著性水平也在1%以下,5%顯著性水平的置信區(qū)間也都大于0。同時(shí)表明,即使由于未被觀測(cè)的協(xié)變量導(dǎo)致參與可能性的差異有2倍以上,也不會(huì)改變生態(tài)旅游經(jīng)營對(duì)人均非農(nóng)收入的正向影響,顯著性水平也在1%以下,5%顯著性水平的置信區(qū)間也都大于0。此外,三種匹配方法的估計(jì)值差異不大,綜合來看,使用傾向得分匹配估計(jì)家庭收入的處理效應(yīng)具有較高的穩(wěn)健性。

      4結(jié)論與討論

      4.1研究結(jié)論

      本文基于中國7省40個(gè)保護(hù)區(qū)周邊社區(qū)農(nóng)戶調(diào)查數(shù)據(jù),通過傳統(tǒng)線性回歸、He&man兩階段模型以及傾向得分匹配分別研究了家庭參與生態(tài)旅游經(jīng)營對(duì)人均純收入以及非農(nóng)收入的影響,研究結(jié)果表明:無論是傳統(tǒng)線性回歸、Heckman模型還是傾向得分匹配模型,結(jié)果都顯示保護(hù)區(qū)周邊農(nóng)戶家庭參與生態(tài)旅游經(jīng)營對(duì)人均純收入以及非農(nóng)收入都有正向顯著影響。戶主性別、受教育程度、是否為村干部、身體狀況、家庭負(fù)擔(dān)比以及耕地面積對(duì)農(nóng)戶家庭參與生態(tài)旅游經(jīng)營產(chǎn)生顯著影響。傳統(tǒng)線性回歸模型在估計(jì)家庭參與生態(tài)旅游對(duì)人均純收入影響時(shí),沒有考慮選擇性偏差,高估了參與生態(tài)旅游的收入效應(yīng),而傾向得分匹配在考慮參與生態(tài)旅游經(jīng)營家庭存在異質(zhì)性的背景下,估計(jì)出參與生態(tài)旅游經(jīng)營的家庭比如果未參與生態(tài)旅游經(jīng)營家庭人均純收入高20%左右,比OLS估計(jì)結(jié)果低8%左右。而Heckman模型盡管修正了農(nóng)戶參與非農(nóng)經(jīng)營的選擇性偏差,但并未考慮到家庭參與生態(tài)旅游經(jīng)營的異質(zhì)性,使用傾向得分匹配估計(jì)的家庭人均非農(nóng)收入效應(yīng)為47%左右,比Heckman估計(jì)結(jié)果低17%左右。同時(shí),傾向得分匹配的穩(wěn)健性檢驗(yàn)與平衡性檢驗(yàn)結(jié)果顯示,匹配方法基本消除了處理組與控制組的可觀測(cè)變量顯性偏差,不可觀測(cè)變量的異質(zhì)性,也不會(huì)導(dǎo)致估計(jì)結(jié)果發(fā)生顯著性差異。

      4.2討論

      可以發(fā)現(xiàn),生態(tài)旅游經(jīng)營對(duì)農(nóng)戶家庭收入有一定貢獻(xiàn),主要是非農(nóng)收入的提高,而對(duì)家庭人均純收入的影響有限。調(diào)研數(shù)據(jù)表明,在155戶參與戶中,60%左右集中在少數(shù)幾個(gè)生態(tài)旅游開發(fā)充分的保護(hù)區(qū),如九寨溝、唐家河、龍溪虹口、太白山等保護(hù)區(qū),參與模式往往由政府主導(dǎo),社區(qū)農(nóng)戶大多被動(dòng)參與,只有少數(shù)家庭地理位置好、經(jīng)營管理水平高的家庭經(jīng)營農(nóng)家樂獲得了較高的經(jīng)營收益。很多農(nóng)戶抵制生態(tài)旅游的開發(fā),原因在于政府主導(dǎo)的旅游為了效益最大化,禁止周邊社區(qū)對(duì)自然資源的利用,例如禁止社區(qū)家庭在門前屋后種植農(nóng)作物,只能種植沒有收益、但具有觀賞價(jià)值的樹木花卉。政府以及社會(huì)可能高估了生態(tài)旅游經(jīng)營對(duì)周邊社區(qū)家庭收入的影響,一味地鼓勵(lì)社區(qū)家庭參與生態(tài)旅游經(jīng)營反而會(huì)導(dǎo)致供過于求的局面,社區(qū)農(nóng)戶本來由于受教育程度不足、經(jīng)營管理水平不高,加上自身財(cái)富積累不夠,導(dǎo)致參與能力不足,即使勉強(qiáng)參與,也往往不能可持續(xù)地經(jīng)營與獲益。此外,生態(tài)旅游的負(fù)面影響也不可忽視,旅游開發(fā)會(huì)對(duì)生物多樣性保護(hù)產(chǎn)生一定負(fù)面影響,增大保護(hù)難度與不可控制的風(fēng)險(xiǎn)性。同時(shí)旅游開發(fā)導(dǎo)致當(dāng)?shù)匚飪r(jià)上漲、社會(huì)治安問題增加、不文明的游客行為都一定程度上增加了周邊社區(qū)的生活成本。雖然參與生態(tài)旅游經(jīng)營成為周邊社區(qū)家庭重要的生計(jì),但是現(xiàn)有的生態(tài)旅游發(fā)展并未完全發(fā)揮環(huán)境宣教、利益合理配置、社區(qū)參與保護(hù)的作用,還有很大的提升空間。

      研究結(jié)論對(duì)保護(hù)區(qū)生態(tài)旅游開發(fā)和社區(qū)協(xié)調(diào)可持續(xù)發(fā)展有重要的政策啟示:①生態(tài)扶貧確實(shí)能達(dá)到事半功倍的效果,但不能操之過急,合理的規(guī)劃、論證、多方利益群體參與決策等都必不可少,追求立竿見影的扶貧效果,往往在短期內(nèi)會(huì)獲得一定的收益,但是缺乏長期驅(qū)動(dòng)力,最終導(dǎo)致治標(biāo)不治本的扶貧。保護(hù)區(qū)周邊社區(qū)家庭參與生態(tài)旅游確實(shí)提高了家庭收入,特別是家庭非農(nóng)收入的提高,但是生態(tài)旅游在吸納周邊社區(qū)參與能力上存在不足,這需要政府積極探索不同的生態(tài)旅游開發(fā)模式,如對(duì)口幫扶模式、政府主導(dǎo)模式、聯(lián)合開發(fā)模式等,分別進(jìn)行試點(diǎn)工作,從而創(chuàng)建一個(gè)更有利于社區(qū)參與的生態(tài)旅游開發(fā)模式,激發(fā)社區(qū)參與生態(tài)建設(shè)與旅游開發(fā)的熱情,達(dá)到生態(tài)旅游開發(fā)與社區(qū)扶貧協(xié)調(diào)發(fā)展的目的。②現(xiàn)階段生態(tài)旅游經(jīng)營還并不能作為社區(qū)家庭的可持續(xù)生計(jì),其產(chǎn)生的收入效應(yīng)有限,還沒有發(fā)揮巨大的潛力。相關(guān)經(jīng)營管理培訓(xùn)、鼓勵(lì)優(yōu)惠政策固然對(duì)居民參與能力提升很重要,但這些都不能改變農(nóng)戶被動(dòng)參與以及處于參與群體中弱勢(shì)地位的現(xiàn)實(shí),只有讓周邊社區(qū)家庭參與到生態(tài)旅游經(jīng)營的管理和決策工作中,讓社區(qū)在生態(tài)旅游管理中擁有自主權(quán)和決定權(quán),才能真正使周邊社區(qū)獲益,改變現(xiàn)有收益分配不均、參與不足的現(xiàn)狀。③政府以及保護(hù)區(qū)需要合理規(guī)劃地方生態(tài)旅游產(chǎn)業(yè)發(fā)展,客觀認(rèn)識(shí)由于制度、經(jīng)濟(jì)發(fā)展水平以及參與能力方面的局限性導(dǎo)致社區(qū)參與不足和利益實(shí)現(xiàn)不充分問題,建立生態(tài)旅游參與的外部約束機(jī)制,確保周邊社區(qū)在農(nóng)家樂經(jīng)營、旅游商品生產(chǎn)銷售等生態(tài)旅游相關(guān)經(jīng)營活動(dòng)參與的優(yōu)先權(quán),最終實(shí)現(xiàn)周邊社區(qū)在生態(tài)旅游開發(fā)中的利益保障。

      (編輯:尹建中)

      猜你喜歡
      家庭收入生態(tài)旅游
      世界七大生態(tài)旅游目的地
      英語世界(2023年11期)2023-11-17 09:23:54
      生態(tài)旅游之利弊
      英語世界(2023年11期)2023-11-17 09:23:48
      生態(tài)旅游的不同類型
      英語世界(2023年11期)2023-11-17 09:23:46
      生態(tài)旅游
      英語世界(2023年11期)2023-11-17 09:23:40
      “十三五”漁民家庭收入情況分析及對(duì)策研究
      寧都積極創(chuàng)建鉤刀咀生態(tài)旅游型清潔小流域
      恩格爾系數(shù)
      我國生態(tài)旅游的開發(fā)與建設(shè)探索
      恩格爾系數(shù)
      美貧富差距創(chuàng)新高
      绥中县| 靖西县| 土默特左旗| 寿阳县| 德惠市| 庆元县| 云霄县| 潮州市| 陆良县| 化德县| 微山县| 吴川市| 方城县| 铁岭市| 安康市| 武义县| 平阳县| 横峰县| 甘洛县| 财经| 潞西市| 永平县| 封丘县| 梅州市| 漳浦县| 泸定县| 铁力市| 濉溪县| 霍林郭勒市| 岢岚县| 武邑县| 和顺县| 黔南| 成都市| 类乌齐县| 曲靖市| 永兴县| 台东市| SHOW| 库伦旗| 富蕴县|