Farmer protection attitudes and behavior based on protection perception perspective for protected areas
MABen通讯作者:
收稿日期:2015-05-3
修回日期:2016-08-31
网络出版日期:2016-11-16
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (1194KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
自然保护区是生物多样性保护的重要形式,也是就地保护生物多样性最有效的方式之一,截止2014年底,中国已建立各类自然保护区2729个,占国土总面积的14.84%。在保护区内及周边生活着大量的社区农户,很多保护区地处少数民族地区以及贫困地区。虽然建立保护区是自然保护工作的基石,并且对生物多样性保护和满足社区需求是必要的,但是现有的保护区管理过多注重生物多样性保护成效,周边社区农户的需求满足没有得到充分体现,周边农户在生物多样性保护过程中处于被动的并且是弱势群体[1]。而周边社区农户是保护资源的利用者和执行者,其保护态度和行为意识是影响生物多样性保护的关键因素[2,3]。由于保护区的建立,改变了周边社区传统的生活方式,限制了当地政府和周边社区对保护区内外资源的利用,给区域经济发展带来了一定的影响,保护区与当地社区在资源保护与利用、土地权属与权益、文化冲突以及政策冲突等方面的矛盾随之加剧,已成为威胁生物多样性保护最大的难题之一。周边农户在承担保护成本的同时,也获得了一定的收益,主要有生态补偿、保护区的雇佣工作,如护林员、向导等,生态旅游收入、保护区发展项目收益以及合理采集保护区资源[4],还有很多间接收益,如改善社区环境、改善基础设施等,收益的存在缓解了保护区与社区的矛盾。许多案例表明保护区的持续存在与发展必须得到当地居民的支持和认可,周边社区直接参与保护区的建立、管理活动以及保护决策更有利于保护区的发展[5-7]。目前全国保护区已经意识到社区参与在保护中的作用,自1995年起,陆续开展了社区共管项目,提出保护区和社区共同参与管理自然资源,同时通过项目促进周边社区可持续利用资源达到生计的可持续。农户保护态度与生态保护行为是社区参与的重要体现,以往研究对农户保护态度及保护行为的影响因素进行了分析,研究方法主要是多元回归以及方差分析,以农户户主特征、家庭特征、政策特征等作为自变量分析保护态度及保护行为的影响因素,发现年龄、受教育程度、家庭人均收入以及政策特征是最为显著的影响因素[8-11]。
****们在理论与实践方面对保护区周边农户保护感知、态度和行为进行了大量有益研究,奠定了本研究的基础,然而在研究视角上,还需展开进一步研究,主要体现在保护成本收益作为农户在保护过程中直观感受到的切身利益体现,对其保护态度和行为会产生怎样的影响?此外,现有研究大多把保护态度和行为分为“积极”、“不积极”以及“参与保护”、“不参与保护”,这些定义太笼统且分类不细致。基于此,本研究基于对中国7省40个保护区周边社区的农户调查,通过实证分析检验农户保护成本收益感知对保护态度及保护行为的影响,同时,作为一项积极的探索,本研究检验保护工作感知对保护态度及行为的中介效应,从而更好地剖析影响机理。
2 理论分析与假设提出
农户保护态度与行为是社区参与保护的重要体现,对生物多样性保护成效至关重要。目前,从农户个体、家庭特征以及政策特征研究保护态度与行为的研究已广泛开展,而从成本收益、保护工作感知视角进行的研究还相对匮乏。此外,探讨保护工作感知的中介效应是本研究的有益尝试,中介效应指的是自变量X对因变量Y的影响通过中介变量M实现,也就是说M是X的函数,Y是M的函数。据此,本研究开展了相关的理论分析,并提出相应假设。2.1 保护感知与保护态度和行为
社会交换理论认为人类的一切行为都受到某种能够带来奖励和报酬的交换活动的影响。农户作为理性经济人,其行为更多受利益驱动,因而在保护过程中会感知到成本和收益会对其保护行为产生影响。Dogan以社会交换理论为基础,研究了社区居民旅游感知收益与感知成本对旅游发展态度的影响,发现感知收益对旅游发展态度产生正向显著影响,感知成本对旅游发展态度产生负向显著影响[12]。卢小丽在此基础上进一步研究发现,感知正面影响对旅游态度和参与行为有直接正向显著影响,而感知负面影响对态度没有显著影响,而对参与行为有显著影响[13]。Khamfea等研究了老挝国家级保护区周边社区农户保护成本收益感知与保护态度和保护参与行为的关系,认为农户保护成本感知对保护态度和保护参与行为无显著影响,而保护收益感知对保护态度和保护参与行为有正向显著关系[14]。而现有研究主要从农户经济感知角度来分析农户态度和行为,忽略了在生物多样性中最重要的保护形式——自然保护区的保护工作,保护区的建设和发展与周边农户生活息息相关,很多保护区将周边社区纳入保护区建设与管理的范围,保护区开展的社区共管工作其重要目的就是加强社区参与,实现社区和保护区协调可持续发展,因此,农户对保护区保护工作的感知会影响其保护态度和保护行为。据此,本文提出如下假设:H1:农户保护成本感知与保护态度具有负相关关系
H2:农户保护成本感知与保护行为具有负相关关系
H3:农户保护收益感知与保护态度具有正相关关系
H4:农户保护收益感知与保护行为具有正相关关系
H5:农户保护工作感知与保护态度具有正相关关系
H6:农户保护工作感知与保护行为具有正相关关系
2.2 保护成本收益感知与保护工作感知
社区参与作为保护工作的重要组成部分,对提高生物多样性保护效率,促进保护与发展的协调有重要作用。保护区通过社区共管来实现社区参与保护,推动社区经济发展和资源可持续利用。保护工作的重要目的是为了提高周边社区农户在保护中的利益,从而缓解保护与发展的矛盾冲突,实现可持续发展。因此,社区农户在保护中感知到的收益越多,成本越少,其对保护工作就会越认可。据此,本文提出以下假设:H7:保护成本感知与保护工作感知具有负相关关系
H8:保护收益感知与保护工作感知具有正相关关系
2.3 保护态度与保护行为
计划行为理论认为行为态度是个体在执行某项具体行为时的认知和评价,个体行为态度越积极,其行为意向越强烈。Fishbein等在对顾客品牌态度对行为意向研究时发现,行为意向是态度的结果,态度包括认知和情感因素,认知对行为起引导作用,而情感对行为起激发作用[15]。张艳将保护区周边社区农户参与态度作为参与行为的影响因素,发现参与态度在一定程度上影响着参与行为[16]。据此,本研究提出以下假设:H9:农户保护态度对生态保护行为具有正相关关系
据此,本文构建了成本收益感知、保护态度与农户生态保护行为之间的理论模型,如图1所示。
显示原图|下载原图ZIP|生成PPT
图1理论模型
-->Figure 1Theoretical model
-->
3 研究方法与数据来源
3.1 研究测量
本研究涉及到5个变量,分别为保护成本感知、保护收益感知、保护工作感知、保护态度与生态保护行为。以上变量均通过Likert5级量表进行测量,分别为1(不同意)、2(不太同意)、3(一般)、4(有点同意)、5(同意)。本研究测试项目设计均借鉴国内外已有的研究设计,并结合中国保护区实际情况进行适度修改。在保护成本收益感知的测度上,主要参考了Khamfeua等[14]以及段伟等[17]对保护区周边农户保护成本收益感知的研究设计。其中保护成本感知的测试项目为农药化肥使用限制严重、野生动物攻击人畜严重、野生动物破坏庄稼严重、薪柴采集限制严重、木材采伐限制严重、野生植物采集限制严重以及传统文化习俗破坏严重等7项。保护收益感知的测试项目为提供了就业机会、加强了外界联系、家庭收入增加、基础设施改善、社区环境改善等5项。保护工作感知参考了张艳[16]对居民对保护区感知的研究设计,有保护区的管理人员很好、经常参与保护区的培训和宣传、保护区和村里的关系很好、每年接触保护区管理人员的次数很多、家庭生计和保护区管理没有冲突等5项。保护态度和生态保护行为参考了Khamfeua等、Biddlecom等、赵永新、Frenken的研究设计[14,18-20],其中保护态度的测试项目有生态保护越来越重要、我愿意参与野生动植物保护、支持保护区面积扩大、我了解保护区相关法规、保护意识越来越强、我对保护区相关管理活动满意等6项。生态保护行为的测试项目有参与过保护区的管理活动、薪柴使用越来越少、山野菜采集量越来越少、自用材采集越来越少、参与过救助野生动植物等5项。测试项目共28项,其描述性统计如表1所示。
Table 1
表1
表1探索性因子分析结果
Table 1Results of exploratory factor analysis
变量及测试项目 | 均值 | 标准差 | 因子 载荷 | KMO |
---|---|---|---|---|
保护成本感知(NP)(ɑ=0.715) | 0.849 | |||
农药化肥限制严重(NP1) | 2.07 | 1.171 | 0.409 | |
野生动物攻击人畜很严重(NP2) | 2.17 | 1.151 | 0.455 | |
薪柴采集限制严重(NP3) | 2.58 | 1.289 | 0.672 | |
野生动物破坏农作物很严重 (NP4) | 2.37 | 1.049 | 0.781 | |
野生植物采集限制严重(NP5) | 2.48 | 1.251 | 0.765 | |
木材采伐限制严重(NP6) | 2.42 | 1.745 | 0.762 | |
传统文化习俗破坏严重(NP7) | 2.45 | 1.235 | 0.666 | |
保护收益感知(PP)(ɑ=0.93) | 0.849 | |||
提供了就业机会(PP1) | 3.34 | 1.260 | 0.793 | |
基础设施改善(PP2) | 3.55 | 1.274 | 0.799 | |
家庭收入增加(PP3) | 3.37 | 1.269 | 0.774 | |
加强了外界联系(PP4) | 3.62 | 1.263 | 0.776 | |
社区环境改善(PP5) | 3.71 | 1.249 | 0.774 | |
保护工作感知(WP)(ɑ=0.824) | 0.849 | |||
保护区的管理人员很好(WP1) | 3.59 | 0.650 | 0.725 | |
经常参与保护区的培训和宣传(WP2) | 3.48 | 1.072 | 0.593 | |
保护区和村里的关系很好(WP3) | 3.51 | 0.824 | 0.584 | |
每年接触保护区管理人员的次数很多(WP4) | 3.42 | 0.822 | 0.709 | |
家庭生计和保护区管理没有冲突(WP5) | 3.58 | 0.838 | 0.636 | |
保护态度(PA)(ɑ=0.902) | 0.820 | |||
生态保护越来越重要(PA1) | 3.79 | 0.804 | 0.728 | |
我愿意参与野生动植物保护 (PA2) | 3.81 | 0.849 | 0.762 | |
支持保护区面积扩大(PA3) | 3.90 | 0.717 | 0.762 | |
我了解保护区相关法规(PA4) | 4.06 | 0.869 | 0.792 | |
保护意识越来越强(PA5) | 4.08 | 0.907 | 0.686 | |
我对保护区相关管理活动满意(PA6) | 4.00 | 0.953 | 0.736 | |
保护行为(PB)(ɑ=0.755) | 0.820 | |||
参与过保护区的管理活动(PB1) | 4.19 | 0.791 | 0.725 | |
薪柴使用越来越少(PB2) | 4.24 | 0.774 | 0.708 | |
山野菜采集量越来越少(PB3) | 4.20 | 0.784 | 0.687 | |
自用材采集越来越少(PB4) | 4.26 | 1.078 | 0.601 | |
参与过救助野生动植物(PB5) | 3.58 | 1.492 | 0.322 |
新窗口打开
3.2 模型选择
根据以上分析可知,农户感知、保护态度与生态保护行为之间存在复杂的关系,传统的计量方法存在一定的局限性,因其虽然允许因变量存在测量误差,但需要假设自变量不存在误差,所以传统的计量无法处理自变量无法测量的情况,而结构方程可以同时处理潜变量及其指标,本文采用结构方程模型(SEM)基于Amos软件来分析它们之间的联系[21]。结构方程模型由两套理论模型组成:一是结构模型,用于界定潜在自变量(保护成本感知、保护收益感知、保护工作感知、保护态度)与潜在因变量(保护工作感知、保护态度与生态保护行为)之间的线性关系;二是测量模型,用于界定潜在变量与观测变量之间的线性关系。各模型方程式如下所示:结构方程式:
内衍变量(因变量)的测量方程式:
外衍变量(自变量)的测量方程式:
式中
3.3 数据来源
基于理论分析与方法选择,项目组对问卷进行了相关设计,陆续对中国7省40个保护区周边农户进行调查,研究区域选择根据国家林业局确定的在保护区建设方面具有典型性、保护区的不同类型情况以及项目组讨论研究的基础上,最终选取湖北、江西、云南、陕西、广东、辽宁和四川,云南和四川作为中国生物多样性保护大省,项目组分别调查了6个及14个保护区,其他各省分别调查了4个保护区,每个省选择的国家级保护区与省级保护区比例基本为3Table 2
表2
表2研究区域与数据来源
Table 2Study area and data sources
调研省 | 调研时间 | 调研保护区 | 调查样本量 | 有效样本量 |
---|---|---|---|---|
湖北 | 2014年8月 | 神农架保护区、后河保护区、赛武当保护区、丹江口保护区 | 140 | 128 |
江西 | 2014年11月 | 鄱阳湖保护区、官山保护区、庐山保护区、桃红岭保护区 | 130 | 111 |
云南 | 2015年1月 | 元江保护区、糯扎渡保护区、西双版纳保护区、拉市海保护区、苍山洱海保护区、剑湖保护区 | 370 | 355 |
陕西 | 2015年6月 | 太白山保护区、周至保护区、牛尾河保护区、黄柏塬保护区 | 160 | 120 |
广东 | 2015年7月 | 南岭保护区、车八岭保护区、湛江红树林保护区、鹅凰嶂保护区 | 140 | 125 |
辽宁 | 2015年7月 | 辽河口保护区、医巫闾山保护区、努鲁尔虎山保护区、清风岭保护区 | 130 | 110 |
四川 | 2015年8月 | 卧龙保护区、小寨子沟保护区、唐家河保护区、王朗保护区、九寨沟保护区、大相岭保护区、栗子坪保护区、贡嘎山保护区、冶勒保护区 | 600 | 526 |
2015年11月 | 马边大风顶保护区、龙溪虹口保护区、嘛咪泽保护区、蜂桶寨保护区、雪宝顶保护区 | 600 | 562 | |
合计 | 2 270 | 2 037 |
新窗口打开
4 结果及分析
4.1 信度与效度分析
本研究采用在专题研究中应用较为广泛的Cronbach ɑ(Alpha)作为测试信度的标准。一般来说,Cronbach ɑ值≥0.70时说明问卷属于高信度;当0.35≤Cronbach ɑ值<0.70时,属于一般信度;当Cronbach ɑ值<0.35时说明问卷属于低信度[22]。本次研究中,整个量表的信度为0.805,保护成本感知、保护收益感知、保护工作认知、保护态度与生态保护行为5个维度的 Cronbach ɑ值都大于0.70,达到了较高的信度。因此,从整体看,研究调查问卷满足信度要求。效度,指测量结果的有效性。由于本研究量表测项均来自成熟量表,且在设计过程中经过项目组以及保护区研究方面的专家深入讨论,确保测量工具涵盖了它所要测量的某一观念的代表性项目,因此问卷有较高的内容效度。采用探索性因子分析进行检验,提取因子时依据因子荷载小于0.5或同时在两个主成分上荷载都大于0.4予以删除,保证每个主成分至少对于3个因子,以及测试因子的应答率大于90%[23]。因子分析的结果如表1所示,可以发现,KMO值大于0.8,适合做因子分析,删除了保护成本感知中农药化肥限制严重(NP1)、野生动物攻击人畜严重(NP2)以及生态保护行为中参与过救助野生动植物(PB5)3个题项。再对整体观测模型进行验证性因子分析,如表3所示,从组合信度来看,各维度都大于0.8,明显大于标准值0.6,说明测量模型有较高的内部一致性。平均方差提取均大于0.5,说明模型的内部质量很好。综合来看,模型有较高的效度。
Table 3
表3
表3验证性因子分析结果
Table 3Results of confirmatory factor analysis
潜变量 | 显变量 | 标准化因子荷载 | 组合信度 | 平均方差提取 |
---|---|---|---|---|
NP | NP3 | 0.598 | 0.842 | 0.520 |
NP4 | 0.800 | |||
NP5 | 0.805 | |||
NP6 | 0.750 | |||
NP7 | 0.626 | |||
PP | PP1 | 0.863 | 0.925 | 0.713 |
PP2 | 0.866 | |||
PP3 | 0.874 | |||
PP4 | 0.830 | |||
PP5 | 0.786 | |||
WP | WP1 | 0.847 | 0.854 | 0.543 |
WP2 | 0.563 | |||
WP3 | 0.676 | |||
WP4 | 0.776 | |||
WP5 | 0.788 | |||
PA | PA1 | 0.599 | 0.890 | 0.578 |
PA2 | 0.736 | |||
PA3 | 0.836 | |||
PA4 | 0.889 | |||
PA5 | 0.686 | |||
PA6 | 0.781 | |||
PB | PB1 | 0.930 | 0.941 | 0.678 |
PB2 | 0.891 | |||
PB3 | 0.823 | |||
PB4 | 0.613 |
新窗口打开
4.2 模型修正与拟合检验
初始假设模型的修正指标临界值设定为20,依次对M.I.值最大的分别建立联系进行修正,最终使所有的M.I.值小于20[24]。在此基础上,对模型拟合度进行计算,结果如表4所示。可以发现,模型的绝对拟合度指标、增量拟合度指标以及精简拟合度指标均符合评价标准,模型整体拟合度较好。Table 4
表4
表4模型拟合度检验
Table 4Test of model goodness of fit
拟合度指标 | 绝对拟合度指标 | 增量拟合度指标 | 精简拟合度指标 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
RAMSEA | RMR | GFI | AGFI | NFI | CFI | IFI | PGFI | PNFI | PCFI | |||
评价标准 | <0.05 | <0.05 | >0.90 | >0.90 | >0.90 | >0.90 | >0.90 | >0.50 | >0.50 | >0.50 | ||
实际值 | 0.042 | 0.035 | 0.950 | 0.938 | 0.958 | 0.969 | 0.969 | 0.766 | 0.837 | 0.847 |
新窗口打开
4.3 结构方程模型检验
在对模型信度、效度和拟合度检验结果良好的基础上,研究采用Amos18.0软件以极大似然法和最小平方法进行了假设检验、区间推定等,参数估计的结果如表5所示。模型结果显示:保护收益感知与保护工作感知有正向显著关系,保护成本感知与保护工作感知有负向关系,但关系不显著,保护收益感知与保护工作感知对与保护态度和生态保护行为均有正向显著关系,保护成本感知与保护态度有负向显著关系,与生态保护行为有负向关系,但不显著。保护态度与生态保护行为有正向显著关系。结果表明,研究假设关系H1、H3、H4、H5、H6、H8、H9均成立,但H2、H7假设关系未得到证实。H2未得到证实原因在于研究假设建立借鉴了农户对旅游成本感知对参与行为产生负向显著影响,旅游参与行为是农户自愿的,而保护区由于有严格的保护条例和完善的宣教体系,生态损害行为会触犯法律,因而农户即使成本感知强烈,也不会有生态损害行为,所以保护成本感知不会显著负向影响农户生态保护行为。H7未得到证实的原因在于虽然保护工作的重要方面在于通过发展项目、替代产业等减少社区保护成本,但其保护工作的主要目的是保护生物多样性,生物多样性充分保护后就会导致野生动物数量增长,破坏农作物和袭击家畜的几率就会提高。因而农户保护工作感知强烈,一方面会认为保护区社区工作不到位,另一方面也可能会认为保护区保护工作出色以至于野生动物数量太多,所以保护成本感知不会显著正向影响保护工作感知。结构模型中各潜变量之间的影响关系以及观测变量对潜变量的影响程度可通过模型路径系数即标准化的参数估计值来表示,如图2所示。
4.4 中介效应验证
对中介效应检验的方法已经非常成熟,本文参考Lai等和薛永基等对检验中介效应存在的四条标准:①严格自变量对严格因变量存在显著影响;②严格自变量对中介变量存在显著影响;③中介变量对严格因变量存在显著影响;④加入中介变量后,严格自变量对严格因变量的显著影响减少或消失[25,26]。基于此,对本文的中介变量保护工作感知进行验证,由于保护成本感知与保护工作感知之间不存在显著关系,不符合标准②,因此本文重点探讨保护工作感知在保护收益感知与保护态度和生态保护行为关系之间的中介效应。如图3a所示,保护收益感知对保护态度以及生态保护行为有正向显著影响,满足标准①;如图3b所示,保护收益感知对保护工作感知产生正向显著影响,满足标准②;如图3c所示,保护工作感知对保护态度及生态保护行为产生正向显著影响,满足标准③;如图3d所示,加入“保护工作感知”后,保护收益感知对保护态度及生态保护行为的影响减小,满足标准④。由此可知,保护工作感知确实存在中介效应。5 结论与讨论
5.1 结论
在结构模型中,保护收益感知以及保护工作感知均可对保护态度以及生态保护行为产生正向显著影响,说明农户对保护收益感知和保护工作感知越强烈,其保护态度越积极,其生态保护行为越强烈。保护成本感知对保护态度产生负向显著影响,但对生态保护行为的影响不显著,说明农户感知到的保护成本越强烈,其保护态度越消极,但由于保护政策制约,其生态保护行为并未受到显著影响。同时本文证实了保护收益感知不仅对农户保护态度和生态保护行为产生直接积极影响,还通过显著保护工作感知来间接影响保护态度与生态保护行为。进一步分析显变量之间的影响系数(表5),保护收益感知与成本感知同时对保护态度产生显著影响,而收益感知的影响系数(0.280)显著大于成本感知的影响系数绝对值(0.083),也高于保护工作感知的效应(0.209),这一定程度上说明周边农户内心保护态度是积极的,提高农户生物多样性保护中的收益对其保护态度的效应高于减轻农户保护成本对其保护态度的效应。而在农户生态保护行为有显著影响的显变量中,保护工作感知的效应(0.270)显著高于保护收益感知的效应(0.205),说明保护工作的开展对农户生态保护行为的提高至关重要,这也说明保护区保护工作的必要性与重要性。显示原图|下载原图ZIP|生成PPT
图2结构方程路径系数
-->Figure 2Diagram of path coefficient of SEM
-->
显示原图|下载原图ZIP|生成PPT
图3中介变量验证
-->Figure 3Intermediary variable validation
-->
Table 5
表5
表5SEM相关路径检验指标
Table 5Relative path test index of SEM model
Estimate | S.E. | C.R. | P | |||
---|---|---|---|---|---|---|
保护工作感知 | <--- | 保护成本感知 | -0.037 | 0.022 | -1.256 | 0.209 |
保护工作感知 | <--- | 保护收益感知 | 0.207 | 0.016 | 7.252 | *** |
保护态度 | <--- | 保护工作感知 | 0.209 | 0.035 | 7.449 | *** |
保护态度 | <--- | 保护收益感知 | 0.280 | 0.020 | 9.905 | *** |
保护态度 | <--- | 保护成本感知 | -0.083 | 0.026 | -3.007 | 0.003 |
生态保护行为 | <--- | 保护成本感知 | -0.016 | 0.024 | -0.583 | 0.560 |
生态保护行为 | <--- | 保护工作感知 | 0.270 | 0.035 | 9.147 | *** |
生态保护行为 | <--- | 保护收益感知 | 0.205 | 0.02 | 7.064 | *** |
生态保护行为 | <--- | 保护态度 | 0.092 | 0.028 | 3.192 | 0.001 |
新窗口打开
在测量模型中,野生动物破坏农作物严重以及野生植物采集闲置严重是影响农户对保护成本感知的最重要的两个因素,并显著影响着农户的保护态度,这表明农户对野生动物破坏和采集限制的感知比较强烈,采取相关措施减缓野生动物破坏,给予周边农户一定的采集权利是减轻农户成本感知的重要方式。家庭收入增加、提供就业机会以及基础设施改善是显著影响农户保护收益感知的重要因素,对农户保护工作感知、保护态度以及生态保护行为产生正向显著影响,反映保护区从农户收入、就业与改善基础设施三个方面开展社区工作是农户最希望看到的。保护区管理人员态度很好、每年和保护区管理人员接触次数很多以及家庭生计和保护区没有冲突是显著影响农户保护工作感知的重要因素,对农户保护态度和生态保护行为产生正向显著影响,体现出保护区管理人员工作态度与社区工作频率的重要性。
从调研保护区协调保护与社区发展的成功经验也进一步印证了本文的研究结论,以四川唐家河保护区为例,生物多样性保护与社区生计协调发展,社区参与保护意愿很高,不仅是由于发展旅游增加了农户保护收益,与保护区重视社区工作密不可分,保护区机构内设置了社区工作科和宣教科,初步建立了社区共管体系,对周边贫困社区定点帮扶。一方面,拓宽社区收入渠道,发展林下经济,如林下养蜂、种植魔芋和养鸡等;另一方面,积极开展生态项目,如节能灶、沼气池等。虽然由于野生动植物致害社区承担了部分成本,但并未显著影响农户保护行为和对保护工作的感知。而有些保护区,虽然也积极发展生态旅游,但社区保护态度与行为并不是很积极,这往往是由于保护区忽视社区工作所导致的。
5.2 讨论
生物多样性保护关系到区域可持续发展是否能够实现。作为重要的利益相关者,保护区周边农户在保护过程中的成本收益是决定保护态度和行为的基础和关键,而保护造成的成本收益并不都是显性的,也有很多隐形的,无法进行准确测度。以往的研究大多定性分析农户保护的成本收益以及保护对社区发展的影响,而从保护的直接和间接影响角度定量分析农户保护态度和保护行为的研究很少。本文在大样本调查的基础上,研究该问题为今后设计保护区发展战略和制定保护政策提供了很好的依据。十八大以后,农户经济发展模式开始了转变,集体林权改革进一步深化,农户的资源和资产权益体现越来越充分,以往生物多样性保护对周边农户造成的成本收益特别是成本处于模糊灰色状态,现在逐渐清晰并显性化。另一方面,城镇化进程的加快从一定程度上缓解了农户对直接资源利用的依赖。然而,保护区周边农户对资源不仅拥有法律的权益,还拥有传统的使用权益。对农户来说,资源不仅仅具有经济利益,对文化、习俗和宗教信仰的传承同样必不可少,以往研究与保护政策设计往往会忽略生物多样性保护对农户成本收益的内涵,这种内涵不仅仅是资源利用和限制造成的成本收益,还有更深刻更广泛的内涵,这种内涵往往都是通过农户的保护态度和行为来体现的。社会的发展是一个综合的发展过程,生物多样性保护应该和文化多样性保护并重,在关注保护造成的直接成本收益的同时,也要考虑到保护中的其他利益,包括文化传承、宗教信仰等。在此基础上提出三点政策启示:一是完善自然保护区相关补偿制度,特别是野生动物肇事补偿制度;二是在保护过程中重视社区工作,设置社区共管专项资金;三是通过多种形式增加周边社区保护收益,增强社区保护参与能力。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | [J]. , |
[2] | [J]. , |
[3] | [J]. , |
[4] | [J]. , |
[5] | [J]. , [J]. , |
[6] | [M]. , |
[7] | [J]. , |
[8] | [J]. , [J]. , |
[9] | [J]. , [J]. , |
[10] | [J]. , |
[11] | [J]. , |
[12] | [J]. , |
[13] | [J]. , [J]. , |
[14] | [J]. , |
[15] | [M]. , |
[16] | [J]. , [J]. , |
[17] | [J]. , [J]. , |
[18] | [J]. , |
[19] | |
[20] | [M]. , |
[21] | |
[22] | |
[23] | [J]. , [J]. , |
[24] | |
[25] | [J]. , |
[26] | [J]. , [J]. , |