印度比哈尔邦Kaimur野生动物保护区森林退化的社会经济效应：基于种姓差异的时空分析与可持续管理策略

本研究针对印度Kaimur野生动物保护区森林退化引发的资源获取不平等问题，采用遥感GIS技术和327户分层抽样调查，揭示了1977-2022年间30.37%森林丧失的时空格局。研究发现ST（Scheduled Tribes）家庭森林依赖度超70%，显著高于SC（50%）和非SC-ST群体，提出需建立兼顾生态保护与社会公平的参与式管理政策。成果为平衡保护与发展的SDGs目标实现提供了重要实证依据。

　　

在印度农村地区，森林维系着约2.75亿人的生计，贡献了家庭收入的20-40%。然而随着农业扩张和气候变化，比哈尔邦最大的Kaimur野生动物保护区（KWS）在45年间丧失了382.68 km2森林，这种生态退化对依赖森林资源的边缘群体造成了不成比例的冲击。尤其值得注意的是，印度特有的种姓制度使得Scheduled Tribes（ST）和Scheduled Castes（SC）等弱势群体在资源获取上存在结构性不平等，但相关研究在保护区内仍存在空白。

来自中国的研究团队在《Trees, Forests and People》发表的研究，通过整合遥感解译与社会调查方法，首次系统揭示了KWS地区森林退化与种姓差异的交互影响。研究采用Landsat系列卫星影像进行1977-2022年的土地覆被变化（LULC）分析，结合327户分层随机抽样调查（含ST、SC和非SC-ST群体），运用NDVI指数划分高、中、低三级退化区域，通过卡方检验、t检验和逻辑回归（OR=23.476）等统计方法量化了社会生态关系。

研究结果呈现四个关键发现：

1. 土地覆被动态：北部平原30.37%的森林转化为农用地，而南部高原因土壤贫瘠主要转为休耕地。GIS分析显示开放林地50%发生退化，道路网络扩展加剧了资源开采。
2. 种姓依赖差异：ST家庭70%收入来自非木材林产品（NTFPs），月均花费14.74天采集资源，燃料木消耗（93.83 kg/周）显著高于SC（76.89 kg）和非SC-ST群体（79.56 kg）。
3. 退化区域特征：中度退化区（MDR）呈现"倒U型"收入曲线，森林贡献1966.2卢比/月，高于高（543.7卢比）和低（82.09卢比）退化区，反映资源可获得性与市场可达性的平衡。
4. 预测模型：逻辑回归显示ST家庭依赖森林的概率是非SC-ST的23.476倍，土地持有量（1-5 Bigha）使依赖率降低76%，教育水平呈现非线性影响。

讨论部分强调了三个理论贡献：首先验证了Socio-Ecological Systems（SES）框架中种姓作为社会边界的作用，其次通过Sustainable Livelihoods Approach（SLA）解释了中度退化区的生计优化策略，最后从Environmental Justice理论揭示了ST群体面临的分配不公（土地持有仅1.29 Bigha）和程序不公（参与决策缺失）。研究建议实施三轨政策：强化《森林权利法》（FRA）执行确保ST/SC资源权属，发展NTFP价值链（如tendu叶加工），在MDR推广农林复合系统。

这项研究的创新性在于首次量化了印度保护区森林退化的种姓维度，为全球类似社会-生态系统提供了比较案例。特别是提出的"中度退化最优"理论，挑战了传统线性退化认知，对制定差异化的区域管理策略具有重要指导意义。未来研究可纵向追踪FRA政策实施效果，并比较不同社会制度下的适应性机制。