《Frontiers in Sustainable Food Systems》：Can ecological restoration strengthen farm household livelihood resilience? Evidence from the Shan-Shui project and CHFS panel data
编辑推荐：
摘要
背景： 大规模生态修复日益被期望用于改善生态系统并增强农村社区应对冲击的能力，然而，可信的家庭层面证据仍然有限。
方法： 本研究将中国家庭金融调查（CHFS）与山水工程（SSP）相关联，采用双重差分（difference-in-differences,
摘要
背景： 大规模生态修复日益被期望用于改善生态系统并增强农村社区应对冲击的能力，然而，可信的家庭层面证据仍然有限。
方法： 本研究将中国家庭金融调查（CHFS）与山水工程（SSP）相关联，采用双重差分（difference-in-differences, DID）设计，估计综合生态修复对农户生计韧性的影响。
结果： 完全控制后的估计值为0.1610，相当于生计韧性样本均值的约2.7%。该结果在平行趋势检验和安慰剂检验、倾向得分匹配、滞后结果、家庭固定效应、省级聚类、替代样本窗口和结果构建、工具变量设定以及交错处理时点的异质性稳健估计中均保持稳健。渠道检验表明，山水工程（SSP）与区域产业升级、家庭资产积累以及创业概率提高相关。政策效应在高资产家庭、粮食主产区家庭、未接受政府救助的家庭以及宽带中国计划覆盖地区的家庭中更为显著。
结论： 这些发现表明，生态修复的社会价值不仅取决于生态恢复，还取决于家庭能否将新的资源和机会转化为持久的生计能力。
生态修复与农户生计韧性：基于山水工程与中国家庭金融调查面板数据的实证研究解读
一、研究背景与问题提出
生态退化与农村生计通过土地、水资源、生态系统服务和地方劳动力市场紧密相连。生态退化可能降低土壤生产力、加剧水资源短缺、增加环境危害，并导致农户收入反复损失；而生态修复则可能同时改变自然资源基础和农户可获得的机遇。因此，评价生态修复的社会价值，不仅应关注生态系统是否恢复，更应关注周边农户是否能够更好地吸收扰动、重建基本生计功能，并随环境和市场条件变化调整其生计组合。生计韧性（livelihood resilience）正是捕捉这种持续、恢复与转型综合能力的关键概念。
然而，现有研究存在三方面不足。第一，多数家庭层面研究聚焦于退耕还林、保护区、禁牧或单一补偿计划，与山水工程（Shan-Shui Project, SSP）这类综合景观干预存在本质差异。第二，生态修复研究通常止步于生物物理绩效或区域经济结果，而生计韧性研究多解释家庭能力的截面差异，缺乏对大尺度修复冲击的识别。第三，区域结构调整、家庭资产形成、创业以及数字基础设施等赋能条件常被割裂研究，导致从生态系统恢复到家庭能力的跨层级过程仍不清晰。
二、研究设计与核心问题
为填补上述空白，研究人员将中国家庭金融调查（China Household Finance Survey, CHFS）数据与山水工程（SSP）的时空实施相匹配，采用双重差分（difference-in-differences, DID）模型，提出三个核心问题：综合生态修复是否提升农户生计韧性？生态收益通过哪些可观测的经济过程转化为家庭能力？这些收益是否受家庭资源、区域生产条件、公共救助和数字基础设施的调节？
三、主要技术方法
研究采用的主要方法包括：其一，基于熵权法（entropy weight method）构建农户生计韧性指数（FLR），涵盖风险承受能力、恢复发展能力和适应转型能力三个一级维度，涉及人力资本、自然资本、金融资本、社会资本、物质资本、政府支持、交通条件、教育投入和信息敏感性等指标；其二，利用山水工程（SSP）分批次、分区域推进的准自然实验特征，构建交错双重差分模型；其三，采用倾向得分匹配（propensity score matching, PSM）缓解区域政策选址的观测特征差异；其四，使用工具变量（instrumental variable, IV）策略，以省级森林覆盖率作为山水工程（SSP）暴露的工具；其五，采用Sun和Abraham（2021）交互加权估计量及Cengiz等人（2019）队列堆叠规范，应对交错处理时点下异质性处理效应的偏误问题。样本来源于中国家庭金融调查（CHFS）2013—2019年多轮面板数据，最终分析样本包含76,443个农户—年度观测值。
四、研究结果
4.1 基准估计
基准双重差分（DID）估计显示，完全控制协变量后，山水工程（SSP）对农户生计韧性（FLR）的效应系数为0.1610（p<0.01），相当于样本均值（5.997）的约2.7%，约为样本标准差（2.692）的0.060。加入控制变量后系数变化很小，表明正向结果并非由可观测协变量驱动，支持假设H1。
4.2 稳健性检验
平行趋势检验显示，政策实施前各期系数接近零且置信区间包含零，政策实施后系数转为正且后期效应更大。安慰剂检验中，随机分配处理状态和时点的模拟估计呈以零为中心的对称分布，真实系数远离安慰剂估计集中区域。倾向得分匹配（PSM-DID）后系数为0.2303（p<0.01）。滞后一期结果（L.FLR）系数为0.2675（p<0.01），表明效应具有持续性而非短期建设支出所致。加入家庭固定效应后系数为0.2546（p<0.01），省级聚类标准误下系数为0.2675（p<0.01）。将样本限制在2020年之前，系数为0.2524（p<0.01）。采用主成分分析（principal component analysis, PCA）重构的替代结果变量FLR2，系数为0.0793（p<0.01）。Sun和Abraham（2021）及Cengiz等人（2019）的异质性稳健估计显示，预处理期系数接近零，处理后第二期起系数显著为正且持续。工具变量（IV）估计中，第一阶段森林覆盖率与处理变量显著正相关（系数=0.0023，F统计量=133.36），第二阶段工具变量化处理系数为0.3374（p<0.01），方向与基准估计一致。
4.3 渠道分析
产业升级渠道方面，以综合产业升级指数（indus_up1）和产业高级化指数（indus_up2）为因变量，双重差分（DID）系数分别为0.0229（p<0.05）和0.3245（p<0.01），表明处理区域产业结构向高附加值和服务业方向显著转变。家庭资产积累渠道方面，以对数家庭总资产为因变量，系数为0.2655（p<0.05），表明山水工程（SSP）改善了家庭资源基础。创业扩张渠道方面，以家庭创业指示变量为因变量，系数为0.0324（p<0.01），表明处理区域家庭创业概率显著提高。
4.4 异质性分析
政策效应在高资产家庭中更为显著，系数为0.2511（p<0.01），而低资产家庭系数为0.1715（p<0.05）。粮食主产区家庭系数为0.2970（p<0.01），非粮食主产区家庭系数为0.1685（p<0.05）。未接受政府救助家庭系数为0.2607（p<0.01），接受救助家庭系数不显著。宽带中国计划覆盖地区家庭系数为0.2994（p<0.01），未覆盖地区家庭系数为0.1435（p<0.05）。
五、讨论与结论
讨论部分指出，山水工程（SSP）对农户生计韧性的正向效应并非自动实现，而是取决于家庭能否将生态恢复创造的新资源和机会转化为可用的生计能力。产业升级、资产积累和创业扩张三个渠道共同揭示了从景观修复到区域机会结构变化，再到家庭资源与策略调整的跨层级转化过程。政策效应在资产禀赋较高、粮食生产功能突出、未依赖政府救助以及数字基础设施完善的地区和家庭中更为显著，说明家庭资源、区域生产条件、公共支持和信息基础设施共同构成生态收益向生计能力转化的过滤条件。研究局限包括：行政区层面的处理匹配无法区分项目多边形内外的家庭，可能引入暴露错分；工具变量（IV）策略依赖森林覆盖率的相关性假设；渠道分析中资产指标同时构成生计韧性（FLR）指数的组成部分，不应被解释为机械的因果中介份额。
结论部分表明，综合生态修复能够显著提升农户生计韧性，其社会价值不仅取决于生态恢复本身，更取决于农户能否将新的资源和机会转化为持久的生计能力。政策含义在于：生态修复项目应配套产业转型支持、资产积累机制和创业赋能措施，同时关注低资产家庭、非粮食主产区、依赖政府救助群体及数字基础设施薄弱地区的转化能力建设，以确保生态治理的收益具有包容性和可持续性。
