基于物質剝奪視角的森林依賴對相對貧困的影響研究

朱洪革 張曉蕾 林紅

摘要：實現共同富裕，解決相對貧困問題是關鍵。森林資源豐裕地區往往因過度依賴森林資源而產生“資源詛咒”。文章基于東北國有林區1350個職工家庭的調查數據，首次構建森林依賴指數和物質剝奪指數體系，運用Logistic模型和Poisson模型實證檢驗森林依賴對職工家庭發生相對貧困和物質剝奪程度的影響，并進一步分析影響的代際差異。研究發現：（1）職工家庭的森林依賴程度、林業活動重要性和家庭資產對相對貧困發生以及物質剝奪程度均具有顯著的影響，森林依賴程度、林業活動重要性和家庭資產每增加1單位，職工家庭發生相對貧困的概率分別上升225%、220%和下降5%，表明林業活動重要性是致貧的主要因素。（2）提高職工家庭人力資本水平、改善居住條件、提升家庭收入水平能夠有效降低職工家庭陷入相對貧困以及物質剝奪維度增加的風險。（3）進一步分析顯示，森林依賴對于新老兩代職工家庭相對貧困的影響存在明顯的代際差異。森林依賴對于老一代職工家庭發生相對貧困和物質剝奪程度的影響不顯著，而對于新一代職工家庭均在1%的顯著性水平上顯著為正。兩代系數相差1.26和0.03。據此得出政策啟示：提高職工家庭在非林業部門的就業比例；改善職工家庭的生活及工作條件；加強對森林依賴程度高的新一代職工家庭拓展增收渠道的政策引導；建立識別相對貧困的動態監管體系。

關鍵詞：森林依賴；物質剝奪；相對貧困；東北國有林區

中圖分類號：F326.27； F323.8文獻標識碼：A文章編號：1673-338X（2023）05-030-23

基金項目：國家社會科學基金一般項目“東北國有林區居民生計境況及其轉型實現機制研究”（編號：20BJY167）。

Impact of Forest Dependence on Relative Poverty from the Perspective of Material Deprivation

——Empirical Evidence from 1350 Workers Families in Northeast State Forest Regions

ZHU Hongge1ZHANG Xiaolei1LIN Hong2

（1 College of Economics and Management， Northeast Forestry University， Harbin 150040； 2 College of Marxism， Minjiang University， Fuzhou 350108）

Abstract：To achieve common prosperity， to solve the problem of relative poverty is the key. The resource curse caused by excessive dependence on forest resources often exists in areas rich in forest resources. Based on 1350 survey data of workers families in northeast state forest regions in China， this paper constructed forest dependence index and material deprivation index system， empirically tested the effects of forest dependence on relative poverty and material deprivation in workers families by using Logistic model and Poisson model， and further analyzed the intergenerational differences. The study found that：（1）The degree of forest dependence， importance of forestry activities and family assets of employee families had significant effects on the incidence of relative poverty and the degree of material deprivation. When the degree of forest dependence， importance of forestry activities and family assets increased by 1 unit， the probability of relative poverty of employee families increased by 225%， 220% and -5%， respectively. It showed that the importance of forestry activities was the main factor leading to poverty.（2）Improving the level of human capital， living conditions and raising the level of family income could effectively reduce the risk of relative poverty and material deprivation of workers families.（3）Further analysis showed that there was an obvious intergenerational difference in the impact of forest dependence on the relative poverty of the new and old generations of employee families. The effect of forest dependence on relative poverty and material deprivation of the older generation of workers families was not significant， but for the new generation of workers families was significantly positive at the significance level of 1%. The coefficient difference between the two generations was 1.26 and 0.03. Therefore， the policy enlightenments were drawn： To increase the proportion of workers families employed in the non-forestry section. To improve the living and working conditions of workers families. To strengthen the policy guidance for the new generation of workers families with high dependence on forests to expand their income sources. To establish a dynamic monitoring system to identify relative poverty.

Key Words：forest dependence；material deprivation；relative poverty；northeast state forest region

1引言

2020年底，我國打贏了人類歷史上規模最大的脫貧攻堅戰，成功解決了我國設定的以人均年純收入2300元作為貧困線的絕對貧困問題。習近平總書記在黨的二十大報告中高度評價我國為全球減貧事業做出的重大貢獻，并進一步提出要不斷增進民生福祉、提高人民生活品質、實現人民對美好生活向往的更高要求。絕對貧困消除并非意味著減貧任務的結束，下一步在防止脫貧人口返貧的同時，我國反貧困任務的重心也將由消除絕對貧困向解決相對貧困轉移（葉興慶等，2019）。從我國區域經濟發展來看，東北地區經濟長期落后于其他地區，近十年經濟增速呈現下降趨勢。第七次全國人口普查結果顯示，東北地區是我國人口流失最嚴重的地區，人口老齡化加劇、青壯年勞動力不足等問題對經濟發展已產生制約作用（柳如眉等，2021；李袁園，2022）。在東北地區，分布在黑龍江省、吉林省和內蒙古自治區大小興安嶺和長白山等地區的東北國有林區經濟發展更為落后，是中國天然林面積最大、分布最集中的林區（朱洪革等，2013）。以黑龍江省為例，2022年黑龍江省各地市統計局統計結果顯示，地區生產總值排名末三位的分別是伊春市、七臺河市和大興安嶺地區，伊春市和大興安嶺地區均為東北國有林區典型的森林資源型城市。東北國有林區承擔著區域性生態安全重大使命，由于經濟基礎薄弱以及生態優先的發展戰略使得經濟轉型困難重重，經濟發展較為遲緩。因此，從區域發展角度來看，東北國有林區具有相對貧困的特征。職工家庭是組成東北國有林區社會的重要微觀決策單元，林業職工與其他城鎮職工相比平均收入更低（朱洪革等，2022a），著力改善民生一直是東北國有林區改革發展中的重要命題（王永海，2018）。

基于此，本文創新性地選擇從物質剝奪的視角，構建森林依賴指數和物質剝奪指數體系，利用1350個職工家庭的調研數據對東北國有林區職工家庭的森林依賴①和相對貧困程度進行測度，深入了解職工家庭森林依賴和相對貧困的特點，并據此對森林依賴對相對貧困發生和程度的影響進行實證分析。研究結果旨在為東北國有林區及其他森林資源豐裕地區提供森林依賴和相對貧困指數測度方法的依據，為鞏固林區脫貧成果、平衡林區生態建設與民生改善和最終建立解決相對貧困問題的長效機制提供方向。

本文的邊際貢獻在于：一是目前關于相對貧困的研究多集中于農村地區，并且一般采用設置相對貧困線的方法識別相對貧困家庭，本文關注東北國有林區職工家庭的相對貧困問題，采用構建物質剝奪指數的方法測度職工家庭的多維相對貧困水平，為森林資源豐裕地區相對貧困群體的識別提供了新的借鑒；二是首次使用構建森林依賴指數的方法對森林依賴程度進行量化，突破了以往僅從收入單一維度衡量森林依賴程度的方式，將林業活動和家庭生計納入指數體系，提高了森林依賴群體的識別精度；三是利用微觀調研數據對森林依賴和相對貧困的關系進行實證檢驗，為資源詛咒理論提供了微觀數據的證據支持，同時為政策制定者決策提供微觀層面的參考依據。

2文獻回顧與評述

美國經濟學家Auty（1993）在研究產礦國經濟發展問題時首次提出了資源詛咒理論，該理論認為自然資源稟賦豐富的國家和地區其資源對經濟發展不是“祝福”而是“詛咒”。這為森林依賴與貧困關系的研究提供了一定的理論前提。在此基礎上，Kusel（2001）提出了“依賴森林的人”這一學理概念，即以某種方式從森林資源中獲益的人類群體。這一概念側重于從生計視角考慮森林對人類的貢獻，并被廣泛應用于森林治理、減緩貧困、生計策略等研究領域（Angelsen et al.， 2003；Babulo et al.， 2008）。隨后，國際林業研究中心、聯合國糧食及農業組織和世界銀行等多個國際組織都先后將“森林依賴群體”界定為援助行動的目標受益人。

國內外學界圍繞森林依賴與貧困問題展開了大量的理論和實證研究，并形成了兩種主要的觀點。一是“安全網”派，他們認為森林產品在支持消費、提供收入、應對沖擊等多個方面為當地居民生計做出貢獻（Liu et al.， 2019）。Ali等（2018）使用巴基斯坦農村的微觀數據檢驗了森林依賴與收入和貧困之間的關系，結果表明以森林為基礎生計的家庭收入水平較高，貧困水平較低，并且消費的林產品更多。說明在一些家庭擺脫貧困的過程中來自森林的收入發揮了一定作用，并且對于那些最貧困的家庭而言，來自森林的收入又能夠在一定程度上緩解貧困（Damania et al.， 2020；Curie et al.， 2021）。二是“貧困陷阱”派，他們認為森林資源豐富的地區缺少農地資源，可替代生計缺乏，同時森林資源天然具有經濟回報低、自然風險和市場風險并存等內在特性，導致森林依賴程度越高的家庭往往越貧困（Newton et al.， 2020；M？ntymaa et al.， 2021）；Gatiso等（2015）在埃塞俄比亞農村地區的森林依賴和收入不平等的研究中指出較富裕的家庭較少依靠森林產品為生；Dokken等（2015）對坦桑尼亞貧困群體對森林依賴的研究中發現，發展中國家鄰近森林的社區的貧困家庭通常更依賴森林，而且收入和資產均較低的結構性貧困家庭對森林的依賴度更高；Mamo等（2007）研究得出貧困程度更高的人相對森林收入更高、而富人的絕對森林收入更高的結論。

森林依賴和貧困的科學測度是進行相關研究的基礎和前提，隨著研究的不斷深入，在森林依賴和貧困的測度方法方面也取得了相應的進展。Nerfa（2020）認識到相對森林收入僅從收入單一維度來衡量，忽視了時間成本、工作強度、生計策略可替代性等其他維度上的依賴，因此提出了構建森林依賴指數的方法，從生計和林業活動兩個角度出發對森林依賴進行測度。Townsend（1979）首次提出了與絕對貧困相對應的相對貧困理論，認為相對貧困是一種被剝奪的狀態，與客觀剝奪是不同的。構建物質剝奪指標對多維相對貧困進行測度的方法，已經得到了國際學界廣泛的應用（Main et al.， 2012；韓華為等，2017；Saunders et al.， 2019）。

我國東北國有林區擁有豐富的森林資源，屬于典型的資源依賴型地區。隨著森林資源持續不斷地被開發，在20世紀80年代不可避免地出現了資源危機和經濟危困的“兩危”困境。許多學者對東北國有林區的貧困問題展開研究。朱洪革等（2013）測度了東北國有林區的貧困發生率、貧困深度和貧困強度，進一步運用Logistic模型分析了國有林區貧困的影響程度，結果表明研究區域貧困發生率與同時期全國貧困發生率比較接近，但貧困強度和貧困深度較大，東北國有林區存在較為嚴重的貧困差距；王玉芳等（2014）則從貧困脆弱性理論出發，選擇多層次隨機回歸法對黑龍江國有林區職工家庭進行分析，結果表明家庭規模、負擔比、家庭特征等因素對于家庭貧困脆弱性呈顯著影響；朱洪革等（2015）則利用A-F多維貧困測量方法，從教育、健康和生活水平3個維度對東北國有林區的多維貧困進行測量與分解，結果表明衛生設施、飲用水和生活燃料3個指標對多維貧困指數貢獻最大，內蒙古森工林區多維貧困狀況最為嚴重。

已有文獻在理論和方法上為本文奠定了基礎，但還有需要完善之處。首先，目前國內關于森林依賴與相對貧困的研究數量較少，以東北國有林區為研究區域的更為少見；其次，在測度方法方面，現有研究方法比較傳統，通常使用相對森林收入法測度森林依賴程度，使用收入貧困測度方法識別相對貧困，缺少同時使用森林依賴指數和物質剝奪指數對森林依賴和相對貧困進行測度的研究；最后，現有研究一般使用宏觀統計數據檢驗國家層面或省級層面的資源詛咒現象，缺少使用微觀調研數據對資源詛咒進行驗證的研究。

綜上，為彌補現有研究的不足，本文以東北國有林區1350個職工家庭為研究對象，采用構建森林依賴指數和物質剝奪指數的方法，實證分析森林依賴與相對貧困的關系，檢驗森林資源豐裕地區的資源詛咒現象，并對可能存在的代際差異進行檢驗，以期為提高森林資源豐裕地區相對貧困群體生活水平提供理論指導。

3理論分析框架與研究方法

基于資源詛咒理論，本文結合東北國有林區現實問題，建立森林依賴與物質剝奪視角下的相對貧困理論分析框架，并以此為基礎構建東北國有林區職工家庭的森林依賴和物質剝奪指數體系。為探究資源詛咒是否是相對貧困發生和物質剝奪程度加深的原因，設計二元Logistic模型和Poisson模型，闡述研究方法和變量選取的過程。

3.1理論分析與研究假設

資源詛咒理論是指自然資源豐裕的國家和地區在經歷了大規模和長時期的自然資源開發后，伴隨著資源的枯竭，面臨著生態破壞、人均收入減少、貧困人口增加以及經濟衰退等困境（Sachs et al.， 2001）。特別是以自然資源豐裕度作為度量指標時，得到的結論通常是資源詛咒不存在，而以自然資源依賴度作為度量指標時資源詛咒通常存在（劉宗飛等，2015）。由此可以明確，擁有豐富的自然資源本身并不是“詛咒”，而對自然資源的過度依賴才是“詛咒”。

3.1.1森林依賴對職工家庭發生相對貧困的影響作用分析

森林資源屬于可再生資源，相較于礦產資源等不可再生資源具有分布范圍廣、涉及區域面積大等特點。相較于其他區域，森林資源豐裕地區發生相對貧困以及相對貧困的廣度和深度等情況均更為嚴重（劉宗飛等，2015）。在宏觀層面，森林資源豐裕地區的產業發展容易對森林資源產生路徑依賴，造成產業結構單一化，進而對區域經濟可持續發展產生影響。在微觀層面，產業結構單一直接造成當地居民的生計類型單一、收入來源渠道較少，影響居民可持續生計。從擠出邏輯來看，長期依賴自然資源的地區會擠出人力資本和科技創新，對地區居民而言，通過教育改善人力資本的需求較低，這種氛圍也會加劇高素質人才的流出（丁從明等，2018）。從地理條件來看，森林資源通常分布在地理位置偏遠、交通不便的山區，存在先天地理劣勢的特點（張榮佳等，2022）。由此可見，森林依賴是造成地區相對貧困的原因之一，而對于職工家庭來說，過度依賴森林資源獲取收入則會對家庭產生“資源詛咒”效應，直接導致職工家庭相對貧困的發生（秦會艷，2019）。基于此，提出假設H1。

H1：森林依賴會對職工家庭發生相對貧困產生正向影響。

3.1.2森林依賴對職工家庭物質剝奪程度的影響作用分析

更進一步地，對森林資源的依賴不僅會影響相對貧困的發生，而且隨著森林依賴程度的加深，其相對貧困的程度也會加深（Mantey et al.， 2021；Talp？et al.， 2022）。相對貧困理論的奠基人Townsend認為，家庭或個人相對貧困的具體表現是其正在遭受的物質剝奪和社會排斥，從被剝奪和排斥的具體內容來看，既包括飲食、衣著、燃料和光照等基于生理需要的維度，房屋狀況及房屋基礎設施、工作條件、健康、環境等基于安全需要的維度，也包括家庭娛樂設施、娛樂活動、社交、家人等社交娛樂需要的維度等。物質剝奪維度與研究區域的社會經濟狀況高度相關，并隨經濟社會發展而不斷變化。因此，對于生活在東北國有林區的職工家庭來說，如果缺乏在所處的林區社會中體面生活的物質條件，并且缺乏的物質條件維度越多，反映其相對貧困程度越深。基于此，并結合假設H1，提出假設H2。

H2：森林依賴的程度會對職工家庭物質剝奪的程度產生正向的影響。

3.1.3森林依賴影響職工家庭相對貧困的代際差異分析

由于新老兩代群體在文化程度、認知結構、生活習慣等方面都存在著較大的差異，因此，相對貧困問題通常存在顯著的代際差異（胡江霞等，2019；彭繼權等，2020）。在東北國有林區，一方面，天然林保護工程實施以后，森工企業的資金來源逐漸由營林采伐收入被國家財政轉移支付所取代，職工的收入結構也相應地發生了變化（朱洪革等，2019）；另一方面，職工的年齡反映了其在森工企業工作的工齡以及從事林業經營性活動的經驗（張曉蕾等，2022）。其中，工齡直接影響了其工資收入的高低，經驗則能為從事林下種植、養殖和采集等具有自然和市場雙重風險的經營性活動盈利提供保障；戶主年齡越大，通常其家庭資本積累越豐富，可用于投入林下經營的資本也就越多，家庭抗風險能力更強。因此，相較于新一代職工家庭而言，老一代職工家庭能夠從森林依賴中獲取更多的利益。基于此，提出假設H3。

H3：森林依賴對職工家庭相對貧困的影響存在代際差異。

基于以上分析，本文構建森林依賴與相對貧困及其他影響因素的理論分析框架，如圖1所示。

3.2模型構建

對基于物質剝奪視角的東北國有林區職工家庭相對貧困情況及其影響因素進行實證分析，主要關注職工家庭是否發生相對貧困和物質剝奪維度數量兩個方面。

3.2.1職工家庭相對貧困發生的回歸模型

以職工家庭是否發生相對貧困作為被解釋變量，由于被解釋變量是0/1變量，因此回歸模型選擇二元Logistic模型。當核心被解釋變量為森林依賴指數，并將公式兩邊同時取對數后該模型表示如式（1）所示；當核心被解釋變量為森林依賴指數的子指數，并將公式兩邊同時取對數后模型表示如式（2）所示。

式（1）、式（2）中，ln為職工家庭相對貧困發生比的自然對數值，Pi為職工家庭發生相對貧困的概率，1 - Pi職工家庭未發生相對貧困的概率，αi為截距項參數，β1是森林依賴指數的回歸系數，F是核心解釋變量森林依賴指數，βj是xj相應的回歸系數，xj代表k個可能影響職工家庭相對貧困的控制變量，表示控制變量對因變量的影響方向及程度。式（2）中核心解釋變量替換為I、T、N、A、S五個森林依賴指數的子指數，被解釋變量和控制變量則與式（1）中完全一致。在對模型回歸結果進行解釋時，回歸系數βj的符號代表解釋變量的影響方向，exp（βj）代表相對貧困的發生比率。

3.2.2職工家庭物質剝奪程度的回歸模型

進一步分析職工家庭發生物質剝奪程度的影響因素，采用物質剝奪維度數量對其物質剝奪程度進行刻畫。由于被解釋變量是取值為0～7的整數，因此，選取計數回歸模型中的Poisson模型進行回歸分析。Poisson模型假定個體發生物質剝奪維度數量服從Poisson分布，當核心被解釋變量為森林依賴指數，并將公式兩邊同時取對數后該模型表示如式（3）所示；當核心被解釋變量為森林依賴指數的子指數，并將公式兩邊同時取對數后表示如式（4）所示。

式（3）包含與式（1）完全相同的解釋變量，式（4）包含與式（2）完全相同的解釋變量，Y表示職工家庭發生物質剝奪維度的數量，服從Poisson分布。回歸系數βj表示相應解釋變量對被解釋變量條件均值的半彈性，即當解釋變量增加一個單位時，被解釋變量平均增加的百分點。

3.3變量選取

根據本文理論分析框架和東北國有林區社會生活實際情況，選取職工家庭是否相對貧困和物質剝奪維度數量為被解釋變量，森林依賴指數及其子指數作為核心解釋變量，家庭及戶主特征、健康狀況特征、居住地特征、家庭收入特征以及所屬森工企業特征等作為控制變量。具體變量說明及賦值如表1所示。

（1）被解釋變量。本文被解釋變量為職工家庭是否相對貧困和物質剝奪維度數量。是否相對貧困通過職工家庭的物質剝奪情況進行判斷，根據馬斯洛需求層次理論的有關論述，本文將食物剝奪或衣物剝奪或至少三個維度被剝奪的職工家庭定義為相對貧困。作為虛擬變量引入，發生相對貧困賦值為1，否則賦值為0。物質剝奪維度數量作為離散變量引入，數值介于0～7之間，數值越大，代表其家庭物質剝奪程度越嚴重。

（2）核心解釋變量。本文的核心解釋變量是森林依賴指數及其子指數。森林依賴指數由職工家庭參與林業活動的重要性、工作量、家庭資產和非森林生計策略等四個子指數構成，表示職工家庭對森林的依賴程度。森林依賴程度與職工家庭的生活水平、生活方式、生計策略類型等密切相關，影響著物質剝奪情況，進而對是否發生相對貧困產生影響。

（3）代際差異變量。參考劉冠東等（2023）的做法，選擇大事件發生的時間節點劃分新老兩代職工家庭。1998年開始試點實施的天然林保護工程是東北國有林區森工企業發展過程中的重大事件，自該工程實施后，東北國有林區開始大幅調減木材產量，經營重心逐漸轉移到生態建設上來。因此，本文以1998年以前參加工作的林業職工作為老一代職工，以后的作為新一代職工。

（4）控制變量。職工家庭相對貧困及物質剝奪維度數量還受到其他諸多因素的影響。家庭及戶主特征、健康狀況特征、居住地特征等均是研究家庭層面相對貧困問題首要考慮的影響因素（錢力等，2022；李文青等，2023）。另外，考慮東北國有林區作為重點生態功能區的特殊性，林區職工家庭享受如天然林保護政策的幫扶，選取職工家庭的農業補貼收入、林下經營補貼收入、低保金及政府的其他補助等計算出家庭人均轉移性收入，用來反映政策因素對相對貧困的影響。考慮部分職工家庭從事生產經營性活動，市場因素會對從事經營活動的家庭生計產生影響，由于受限于調研數據的具體情況，選取職工家庭人均經營性收入替代市場價格因素反映市場對相對貧困的影響，當市場及價格利好時，職工家庭從事的農業經營或林下經營收入一般也隨之提高。家庭及戶主特征、健康狀況特征、居住地特征、家庭收入特征均是從調查問卷中選取的涉及家庭微觀層面的變量，而代表森工企業特征的變量則是從《中國林業和草原統計年鑒》中選取的中觀層面變量，使用代表森工企業規模和發展水平的森工企業總產值表示。

為了解相對貧困家庭和非相對貧困家庭之間存在的差異，本文對兩類群體進行描述性統計分析如表2所示。結果顯示相對貧困的家庭存在六個方面特征：第一，在森林依賴程度方面，發生相對貧困的家庭森林依賴的程度更深、林業活動對家庭的重要性越大、從事林業活動的人數越多、一年中從事林業活動的時間越長，非森林生計策略的數量越少。第二，在家庭及戶主特征方面，發生相對貧困的家庭戶主的年齡越大、受教育程度越低、家庭規模越大，家庭負擔比越小。值得注意的是，由于東北國有林區社會老齡化嚴重，在計算家庭負擔比時，家庭中年齡超過65歲的老年人數量均值為0.39，14歲以下的兒童數量均值為0.30，由此可見，老年人數量明顯高于兒童的數量。而林區的老年人通常都有退休金收入，因此產生了家庭負擔比越大反而降低了其發生相對貧困可能性的結果。第三，在健康狀況特征方面，發生相對貧困的家庭直接支付的醫療費用明顯高于非相對貧困家庭，戶主的自評健康狀況也更差。據此，本文進一步統計了職工家庭發生災難性醫療支出的情況，按照世界衛生組織關于災難性醫療支出的定義，即家庭醫療支出超過家庭一般消費的40%，就被認為出現了災難性醫療支出，結果發現在1350份樣本中有53戶職工家庭出現了不同程度的災難性醫療支出，其中43戶是本文中定義為相對貧困的職工家庭。這表明相對貧困家庭發生災難性醫療支出的可能性更大。第四，在居住地特征方面，發生相對貧困的家庭居住在山上林場的比例更大，居住地距離最近的硬化公路的距離也更遠。第五，在家庭收入特征方面，發生相對貧困的家庭轉移性收入和經營性收入更高，而家庭人均純收入更低。第六，在所屬森工企業特征方面，發生相對貧困的家庭所在的森工企業總產值也更低。

4數據來源和指標體系

在理論分析框架和模型構建的基礎上，本文結合東北國有林區的現實情況，設計調查問卷開展調研，并根據問卷中的變量構建了森林依賴和物質剝奪指標體系。為避免抽取森工企業無法體現東北國有林區的整體情況，調研覆蓋了東北國有林區全部的87個森工企業。

4.1數據來源

本文數據來源于2021年6～7月國家林業和草原局與課題組聯合開展的“東北國有林區民生監測”項目。調研人員由農林經濟管理專業本科生、碩士生以及林業經濟管理專業博士生組成，在調研工作開展前，針對問卷調查系統的應用、問卷術語的理解以及提問方式的規范等進行了三輪系統的培訓。在調查樣本的選取方面，依據等距抽樣原則對每個森工企業（林業局）選取局址和2個林場，采用隨機抽樣的方式在局址選擇9個受訪者，每個林場選擇8個受訪者，共25個樣本，87個森工企業共計2175個樣本。課題組成員對2175個受訪者進行了問卷調查，最終獲得有效樣本2107個。在此基礎上，隨機在每個森工企業（林業局）局址和林場選擇5個樣本，又進行了關于家庭物質剝奪情況的附加問卷調查，共得到有效附加問卷樣本1350份，占全部有效樣本數的64.07%，即本文實際應用的總樣本量。調查問卷的內容主要涉及與被調查者共同生活的全部家庭成員的基本信息以及家庭的資產、收入和消費等信息，并重點關注了受訪者及家庭成員從事林業相關生計活動的情況。附加問卷的內容主要涉及職工家庭飲食、衣著、居住、工作、娛樂等多個維度的物質剝奪情況。除上述獲取的一手調查數據外，本文還從《中國林業和草原統計年鑒》中獲取了相關數據。

4.2指標體系

基于森林依賴的組成詞“森林”和“依賴”，本文確定森林依賴指數應包含的兩個維度分別是圍繞森林所開展的活動以及家庭生計狀況（Newton et al.， 2016）。前者包括林業活動的重要性和工作量兩個子指數，后者包括家庭財富水平和替代性生計策略兩個子指數。物質剝奪指數是借鑒Tonwonsend（1979）的相對剝奪思想，在結合東北國有林區實際情況的基礎上建立的，具體包括7個維度共計27個指標。

4.2.1基于林業活動和生計的森林依賴指數體系構建

本文將圍繞森林所開展的活動簡稱為“林業活動”，將家庭生計狀況簡稱為“生計”。前者包括在國有森工企業工作、造林、森林撫育、森林管護，也包括林下種植、林下養殖和林下采集等經營性活動7項。其中，重要性是指家庭從事林業活動的數量占全部林業活動數量的比例，工作量則用從事林業活動的家庭成員的數量以及全部成員在林業活動上累計花費的時間來衡量；后者包括家庭財富水平和替代性生計策略兩方面內容，其中家庭財富水平使用家庭資產來衡量，替代性生計策略是指家庭從事林業活動的替代方案的數量。這兩個子指數的結合可以更全面地衡量東北國有林區職工家庭的森林依賴程度（朱洪革等，2022b），具體計算過程如圖2所示。

4.2.2基于物質剝奪的相對貧困指標體系構建

Tonwonsend（1979）通過社會調查和研究發現，收入和相對貧困的關系是收入降低會使家庭無法獲取和從事那些滿足基本社會需要的物質和活動，進而使其產生社會層面的“相對剝奪感”。因此他認為相對貧困不僅僅是收入方面的，而更應該包括社會感知方面的。在此理論基礎上，Tonwonsend（1979）將來自心理學領域強調個體主觀感受的概念——相對剝奪感，引入到相對貧困領域上，并構建了一套客觀的物質剝奪指標體系，用以衡量家庭遭受相對剝奪的程度。該指標體系包含社會生活的12個維度共計60個指標，對研究對象的相對貧困情況進行了較為細致的描摹，屬于典型的多維相對貧困測度方法。本文以東北國有林區職工家庭為研究對象，選取食物、衣物、居住條件、家用設施、網絡、工作條件、娛樂社交等7個維度共計27個指標，構建了東北國有林區職工家庭物質剝奪指標體系。其中，網絡剝奪維度是新增的維度，其余6個維度基本沿用Tonwonsend的指標體系，僅根據實際情況對具體含義和剝奪臨界值進行調整。當任意維度內有至少一項指標被賦值為1時，就認為該維度處于被剝奪狀態。具體的變量說明及特征如表3所示。

注：Fj代表林業活動的重要性；Ei代表從事林業活動的工作量，具體包含家庭從事某項林業活動的總人數和總時長；Wj代表家庭的相對財富；Lj代表非森林生計策略；FAj代表林業活動子指數的總和；LHj代表生計子指數的總和；A為數量、T為時間、n為林業活動總數；下標：i為從事的林業活動數量、j為生計水平、o為未從事的林業活動數量；虛線框中的標準化方法均為z-score標準化，最終計算森林依賴指數時的標準化方法為歸一化標準化方法。

5結果與分析

基于理論框架和模型設定，本文使用Stata 17.0軟件對森林依賴指數與東北國有林區職工家庭是否發生相對貧困做二元Logistic回歸估計，對森林依賴指數與東北國有林區職工家庭物質剝奪程度做Poisson回歸估計，再根據新老兩代職工家庭分別進行回歸分析，檢驗影響是否存在代際差異，最后對回歸結果進行穩健性檢驗。

5.1森林依賴影響職工家庭相對貧困發生的回歸與分析

在進行二元Logistic回歸前，先對各自變量進行多重共線性檢驗，結果顯示方差膨脹因子（Variance Inflation Factor， VIF）最大為2.55，均小于3，說明各自變量之間不存在多重共線性問題。基準回歸結果如表4所示，其中模型（1）和模型（2）分別對應核心被解釋變量為森林依賴指數及其子指數，被解釋變量為職工家庭是否發生相對貧困的回歸結果。

（1）核心解釋變量的估計結果。在模型（1）中，核心解釋變量森林依賴指數在1%的顯著性水平上顯著，并正向影響職工家庭相對貧困的發生。這表明森林依賴度越高的職工家庭發生基于物質剝奪維度的相對貧困的幾率越高，森林依賴是造成職工家庭發生相對貧困的重要原因之一。在模型（2）中，職工家庭林業活動重要性對是否發生相對貧困在1%的顯著性水平上呈顯著正相關，職工家庭資產對是否發生相對貧困在5%的顯著性水平上呈顯著負相關。這具體解釋了從事更多種類林業活動的職工家庭，其相對貧困情況更加嚴重，而積累的家庭資產則有利于降低職工家庭發生相對貧困的風險。驗證了假設H1成立。

（2）控制變量的估計結果。本文控制了森工集團固定效應，以消除不同森工集團之間的差異對估計結果的影響。模型（3）和模型（4）控制變量的估計結果在顯著性和系數大小上僅有微小的差異。

在家庭及戶主特征方面，戶主受教育程度在1%的顯著性水平上顯著，且系數為負，表明戶主受教育程度高的職工家庭，人力資本水平相對較高，獲取非林收入的機會更多，更有能力避免陷入相對貧困中。戶主年齡在5%的顯著性水平上顯著，且系數為正，可見戶主的年齡越大，家庭發生相對貧困的可能性越高。可能的原因：一方面，在林區年齡相對較大的戶主通常受教育程度較低，多數從事重復性強的體力勞動，存在工作條件差、工資待遇低的特點；另一方面，由于東北國有林區青年人口流失較為嚴重，在調研中發現戶主年齡在50歲以上的職工家庭多數是夫妻二人居住，且與子女的距離較遠，受傳統觀念影響，對于物質生活條件的要求較低，因此物質剝奪水平也就更高。

在健康狀況特征方面，與戶主自評健康狀況為非常差的家庭相比，自評健康狀況越好的家庭發生相對貧困的可能性越低。表明戶主認為自身健康狀況越好，身體健康水平越高，對自身健康狀況的認可也一定程度上也體現了工作和生活的積極性較高，職工家庭發生相對貧困的可能性就越低。職工家庭直接支付的醫療費用在5%的顯著性水平上顯著，且系數為正，表明支出的醫療費用越多，職工家庭發生相對貧困的機率就越高。一方面，更多的醫療費用支出為家庭帶來了沉重的負擔，甚至產生負債；另一方面，醫療費用越高也意味著家庭人力資本的降低，收入來源和數量的減少。

在居住地特征方面，居住地點在1%的顯著性水平上顯著，且系數為負，表明居住在山上林場的職工家庭發生相對貧困的幾率更大。原因在于山上林場遠離城區，基礎設施落后，居住條件較差，未普及集中供暖，居住在林場的職工家庭生活便利性受到影響，越來越多職工家庭從林場遷入城鎮，大部分留守在林場的職工家庭都呈現出家庭資產和收入較低的特點。與硬化公路的距離方面，與距離小于1千米的職工家庭相比，距離越遠的職工家庭發生相對貧困的可能性越大。這是由于東北國有林區硬化公路建設已經較為普及，僅在偏遠的林場存在硬化公路建設不完善的情況，與硬化公路的距離反映了職工家庭的交通便利程度，距離越遠出行的成本越高，家庭潛在負擔越大。

在家庭收入特征方面，家庭人均轉移性收入在5%的顯著性水平上顯著，且系數為正，表面轉移性收入越多的家庭相對貧困可能性越大，這是由于相對貧困的家庭會接受到更多的救濟金或各類補助。家庭人均生產性收入在10%的顯著性水平上顯著，且系數為正，表面轉移性收入越多的家庭相對貧困可能性越大，這是由于農業和林下生產經營具有弱質性特點，同時東北國有林區的農林業生產一般規模較小，屬于勞動密集型產業，會占用大量的勞動時間，因此職工家庭發生相對貧困的可能性也就越大。另外，家庭人均純收入在1%的顯著性水平上顯著，且系數為負，表明人均收入越低，職工家庭滿足其自身消費需求的能力就越低，遭受嚴重物質剝奪的可能性就越大。在所屬森工企業特征方面，森工企業經濟發展在1%的顯著性水平上顯著，且系數為負，表明職工家庭所屬森工企業的總產值越高，職工家庭發生相對貧困的可能性也越小。原因一方面是規模越大、經濟實力越強的森工企業職工工資相對更高，發放更及時，對于困難職工的幫扶力度更大；另一方面是規模越大的森工企業所在的林區社會經濟基礎更好，其他就業渠道更為豐富，能夠為職工家庭提供更多的收入來源。

5.2森林依賴影響職工家庭物質剝奪程度的回歸與分析

在進行Poisson回歸前，先對各自變量進行多重共線性檢驗，結果顯示方差膨脹因子最大為8.28，均小于9，說明各自變量之間不存在多重共線性問題。基準回歸結果如表4所示，其中模型（3）和模型（4）分別對應核心被解釋變量為森林依賴指數及其子指數，被解釋變量為物質剝奪維度數量的回歸結果。

（1）核心解釋變量的估計結果。模型（1）、模型（2）和模型（3）、模型（4）的核心解釋變量估計結果在顯著性方面均表現一致。職工家庭森林依賴程度、林業活動對職工家庭的重要性、家庭資產三個變量均在1%的顯著性水平上顯著。表明職工家庭森林依賴的程度越高，遭受物質剝奪的維度數量越多，物質剝奪的維度數量可以較為直接地反映出職工家庭的生活水平，進一步驗證了森林依賴會造成相對貧困的結論，假設H2成立。

（2）控制變量的估計結果。模型（3）和模型（4）中控制變量的估計結果在顯著性上表現一致，在系數大小上僅有微小的差異，同時模型（1）、模型（2）和模型（3）、模型（4）的控制變量估計結果在顯著性方面的差異也較小。這表明戶主年齡、戶主受教育程度、直接支付的醫療費用、戶主自評健康狀況、居住地點、與硬化公路的距離、家庭人均純收入、森工企業經濟發展等關鍵變量不僅對職工家庭是否相對貧困具有顯著影響，還會對其物質剝奪程度產生顯著影響。另外，與Logistic回歸中對是否發生相對貧困的影響相比，戶主年齡對物質剝奪程度影響更為顯著，但其回歸系數僅為0.01，因此，隨著戶主年齡的增長，其物質剝奪程度的變化并不明顯。

5.3森林依賴影響職工家庭相對貧困代際差異的回歸

根據參加工作的時間將職工家庭劃分為新老兩代進行分類回歸，如表5所示。表5中的結果顯示，森林依賴對于老一代職工家庭發生相對貧困和物質剝奪程度的影響不顯著，而對新一代職工家庭發生相對貧困和物質剝奪程度的影響分別在5%和1%的顯著性水平上顯著。兩代系數相差1.26和0.03，說明在本文的研究樣本中，森林依賴對于新老兩代職工家庭相對貧困的影響存在明顯的代際差異，驗證了假設H3成立。

此外，戶主受教育程度和直接支付的醫療費用兩個變量都是在老一代職工家庭中不顯著，而在新一代職工家庭中非常顯著，可能的原因是東北國有林區老一代職工普遍受教育程度較低，其家庭支付的醫療費用差異也不大，因此對相對貧困的影響并不顯著。家庭規模則對老一代職工家庭相對貧困產生了顯著的負向影響，可能的原因是家庭規模大的老一代職工家庭成員一般為已經工作的未婚子女或已經退休的老人，因而家庭收入來源更為豐富，陷入相對貧困的可能性更低。

5.4穩健性檢驗

為了檢驗回歸結果的穩健性，本文以表4中的結果為基準模型，采用因變量替換法和縮小樣本量兩種方法進行模型的穩健性檢驗（周京奎等，2019）。

5.4.1模型和因變量替換法

模型（5）、模型（6）是對模型（1）、模型（2）采用因變量替換法進行回歸，具體替換過程考慮到收入貧困和相對剝奪程度具有天然的內在聯系，因此，將上文中的被解釋變量替換為家庭總收入進行穩健性檢驗，如表6所示。森林依賴指數及具體子指數對職工家庭總收入的影響與是否發生相對貧困影響的方向與程度基本一致，進一步驗證了森林依賴度及相關指標對職工家庭相對貧困影響的穩健性。

5.4.2縮小樣本范圍

本部分穩健性檢驗采用改變樣本數量的方法，即選擇剔除戶主年齡小于等于30歲與大于等于70歲的職工家庭樣本，共計137戶，所有核心變量、控制變量均保持不變。由表6中模型（7）至模型（10）可知，改變樣本量后核心變量的回歸系數方向與顯著性與表4中模型結果基本一致，進一步表明模型的結果較為穩健。

6研究結論、討論與政策啟示

本文基于來自東北國有林區1350個職工家庭的調查數據，結合資源詛咒和相對貧困理論，構建了森林依賴指數和物質剝奪指數體系，實證分析森林依賴對職工家庭發生相對貧困和物質剝奪程度的影響，并進一步分析了影響的代際差異。在得出研究結論的基礎上進行進一步討論，并提出相應的政策啟示，為解決東北國有職工家庭相對貧困問題提供解決思路。

6.1研究結論

本文運用Logistic模型和Poisson模型實證分析了森林依賴對職工家庭發生相對貧困和物質剝奪程度的影響，驗證了森林依賴所導致的資源詛咒的存在，得出3點研究結論。

（1）職工家庭森林依賴程度在1%的顯著性水平上導致了其相對貧困的發生。在其他變量不變的情況下，職工家庭的森林依賴程度、林業活動重要性和家庭資產每增加1單位，其相對貧困的可能性分別上升225%、220%和下降5%；職工家庭森林依賴程度越高，其物質剝奪程度越嚴重。在其他變量不變的情況下，職工家庭的森林依賴指數每提高1個百分點，其物質剝奪維度數量增加0.74個百分點。具體來看，林業活動重要性和家庭資產兩個變量分別從正反兩個方面對森林依賴指數的影響效果起到重要作用，說明提高職工家庭非林就業水平和家庭資產存量是避免其陷入相對貧困的關鍵。

（2）提高職工家庭人力資本水平、改善居住條件、提升家庭收入水平能夠有效降低職工家庭陷入相對貧困以及物質剝奪維度增加的風險。

（3）森林依賴對于新老兩代職工家庭相對貧困的影響存在明顯的代際差異。當職工家庭的森林依賴指數每增加一單位，新一代職工家庭比老一代職工家庭相對貧困發生的可能性大1.26。說明相較于老一代職工家庭，森林依賴對于新一代職工家庭發生相對貧困和物質剝奪程度的正向影響更為顯著，因此，需要對新一代職工家庭實施更有針對性的幫扶政策。

6.2討論

森林依賴帶來的資源詛咒是導致東北國有林區職工家庭發生物質剝奪視角下的相對貧困的重要原因之一。本文研究結果發現，職工家庭森林依賴程度越深，其發生物質剝奪的維度越就越多，意味著其相對貧困的程度越嚴重。這與Nielsen等（2012）、Munanura等（2014）、Ali等（2018）的觀點基本一致。目前國內相關問題的研究數量較少，但與已有的研究結論相比仍具有一定的一致性。例如與段偉等（2015）研究南方集體林區農戶收入多樣化與相對森林收入之間關系時得出的隨著農戶家庭收入多樣化程度提高森林依賴程度下降的結論相符，與劉宗飛等（2018）使用省級面板數據檢驗森林資源豐裕區在收入不平等層面上存在森林資源的“資源詛咒”效應得出的結論保持一致。

在研究使用的測度方法方面，文中森林依賴指數的構建參考了Nerfa等（2020）提出的一種基于農戶林產品收集和生計資源衡量森林依賴程度的森林依賴指數，區別在于本文選擇納入更符合研究區域特點的林業活動和職工家庭生計等子指數。森林依賴指數相較于相對森林收入法能夠反映出更為詳細的信息，幫助政策制定者了解到哪些職工家庭會花費更多的精力在林業活動上而收入卻較少，哪些社會經濟因素會對職工家庭非森林生計策略數量產生影響，家庭資產水平是否會影響其從事非森林生計策略等問題（朱洪革等，2022b）。物質剝奪指數方面，由于物質剝奪相對貧困者與收入相對貧困者通常是存在交叉的兩個群體（Acar et al.， 2017），而物質剝奪能夠直接反映那些面對物質匱乏和排斥的人群。因此，物質剝奪指數作為多維相對貧困的測度方法之一，已經在許多發達國家成為與基于收入的相對貧困線互為補充的相對貧困識別方法（Dotto et al.， 2019；Notten et al.， 2021）。值得注意的是，物質剝奪指數中的指標選取在不同國家或地區應具有一定的差異性（Verbunt et al.， 2019），以更好地反映滿足當地居民體面生活的物質條件。為此，本文專門構建了適用于東北國有林區職工家庭的物質剝奪指數體系，盡可能從更多維度衡量職工家庭的相對貧困問題。

此外由于條件所限，本文還存在一定的局限性。一是囿于數據獲取難度，森林依賴指數指標選取未能納入更為細致的變量，如采集林產品所消耗的人力和時間。二是由于缺乏國內關于物質剝奪指數體系的權威參考，本文在構建物質剝奪指數體系時更多借鑒國外文獻中的做法并加以改良，可能產生一定的水土不服現象。三是關于森林依賴對相對貧困的影響僅進行了簡單的理論分析，未能夠從發生機制的角度進行探討。

6.3政策啟示

根據本文研究結論和進一步討論可知，東北國有林區職工家庭的森林依賴程度較深，物質剝奪情況較為普遍，森林依賴又在一定程度上造成了職工家庭相對貧困的發生以及程度的加深。基于上述結論，本文提出3點政策啟示。

（1）治理自然資源豐裕地區的相對貧困要以降低自然資源依賴程度為抓手。東北國有林區應通過提高非林部門就業比例，增加職工家庭的生計多樣性，進而降低其森林依賴程度。

（2）減輕物質剝奪程度需要從物質剝奪的各個維度入手。在東北國有林區地方政府要繼續致力于提升民生保障水平，充分發揮天然林保護資金的民生保障作用，縮小林業職工與城鎮其他職工工資收入差距。為林業職工提供合理的休假制度，加強林區公共文化基礎設施建設等，從各個維度減輕物質剝奪程度。

（3）細化相對貧困治理的目標群體，根據不同群體的特點制定專門的幫扶政策。政府在相對貧困群體識別和分類時應不斷優化其瞄準方法，包括但不局限于文中使用的森林依賴指數法和物質剝奪指數法，建立識別相對貧困的動態監管體系。在東北國有林區要給予新一代林業職工家庭重點的關注，通過提高森林管護、撫育補助標準以及森林防火人員補貼標準，提高職工家庭福利水平。另外，對有意從事林下生產經營的職工給予政策性支持，為職工提供家庭生產經營培訓，建立職工家庭創業失敗“兜底”機制，為職工家庭拓展增收渠道保駕護航。

參考文獻

丁從明，馬鵬飛，廖舒婭.資源詛咒及其微觀機理的計量檢驗——基于CFPS數據的證據[J].中國人口·資源與環境， 2018， 28（08）：138-147.

段偉，劉倩倩，雷碩，等.收入多樣化、森林依賴度和林業可持續發展——以西部四省756戶農戶數據為例[J].農林經濟管理學報， 2015， 14（06）：606-612.

韓華為，高琴，徐月賓.農村老年人口絕對貧困及其影響因素——物質剝奪視角下的實證研究[J].人口與經濟， 2017， 224（05）： 70-83.

胡江霞，文傳浩.深度貧困區少數民族農村移民生計水平的代際差異分析[J].統計與決策， 2019， 35（11）：81-86.

李文青，趙雪雁，何小風.重點生態功能區農戶的相對貧困程度及影響因素——以隴南山區為例[J/OL].生態學報. https：//doi. org/10. 20103/j. stxb. 202209142621.

李袁園.東北地區人口年齡結構老化對經濟發展影響的作用機制研究[J].東北師大學報（哲學社會科學版）， 2022， 319（05）： 127-138.

劉冠東，郝可彤，吳偉.代際視角下宅基地退出意愿影響分析——基于陜西省關中地區1177份問卷的實證[J].西北大學學報（哲學社會科學版）， 2023， 53（01）：72-82.

劉宗飛，姚順波，劉越.基于空間面板模型的森林“資源詛咒”研究[J].資源科學， 2015， 37（02）：379-390.

劉宗飛，趙偉峰.森林資源異質性對收入不平等的影響——基于1986-2012年省際面板數據[J].農林經濟管理學報， 2018， 17（04）：445-454.

柳如眉，劉淑娜，柳清瑞.人口變動對東北地區經濟增長的影響研究[J].中國人口科學， 2021， 206（05）：63-76， 127.

彭繼權，張利國，陳蘇.進城農民工相對貧困的代際差異研究——基于RIF無條件分位數回歸分解法[J].財經論叢， 2020， 263（09）：3-12.

錢力，王花.農村家庭相對貧困的脆弱性測量及影響因素分析[J].農業經濟與管理， 2022， 72（02）：49-58.

秦會艷.黑龍江省國有林區森林生態與貧困關系研究[D].哈爾濱：東北林業大學， 2019.

王永海.以著力民生改善推進國有林區改革——以東北重點國有林區為例[J].林業經濟， 2018， 40（08）：9-14， 41.

王玉芳，李朝霞.黑龍江省國有林區職工家庭貧困脆弱性的影響因素分析[J].林業經濟問題， 2014， 34（01）：1-7.

葉興慶，殷浩棟.從消除絕對貧困到緩解相對貧困：中國減貧歷程與2020年后的減貧戰略[J].改革， 2019， 310（12）：5-15.

張榮佳，付琳，孫曉華.地理區位、經濟區位與資源型城市產業轉型[J].宏觀經濟研究， 2022， 284（07）：88-104， 119.

張曉蕾，曹博，朱洪革，等.資源詛咒視角重點國有林區職工家庭生計策略轉型[J].林業經濟問題， 2022， 42（03）：278-288.

周京奎，王貴東，黃征學.生產率進步影響農村人力資本積累嗎？——基于微觀數據的研究[J].經濟研究， 2019， 54（01）：100-115.

朱洪革，曹博.東北國有林區的現實判斷、關鍵問題和破解要點[J].林業經濟問題， 2022， 42（06）：569-577.

朱洪革，井月.重點國有林區貧困：測度、特征及影響因素[J].中國農村經濟， 2013， 337（01）：76-86.

朱洪革，袁琳，馬廣波，等.重點國有林區多維貧困的測度[J].林業經濟問題， 2015， 35（01）：7-12.

朱洪革，張少鵬，胡琴心.全面停伐政策對國有林區居民家庭收入的影響[J].林業經濟問題， 2019， 39（05）：457-464.

朱洪革，張曉蕾，逯志剛.重點國有林區職工家庭森林依賴測度方法對比分析研究[J].林業經濟問題， 2022， 42（06）：578-588.

Acar A， Anil B， Gursel S. Mismatch between material deprivation and income poverty：The case of Turkey [J]. Journal of Economic Issues， 2017， 51（03）：828-842.

Ali A， Rahut D B. Forest-based livelihoods， income， and poverty：Empirical evidence from the Himalayan region of rural Pakistan[J]. Journal of Rural Studies， 2018， 57：44-54.

Angelsen A， Wunder S. Exploring the forest-poverty link [J]. CIFOR Occasional Paper， 2003， 40：1-20.

Auty R. Sustaining development in mineral economies [M]. New York：Routledge， 1993.

Babulo B， Muys B， Nega F， et al. Household livelihood strategies and forest dependence in the highlands of Tigray， Northern Ethiopia[J]. Agricultural Systems， 2008， 98（02）：147-155.

Curie K B， Mertens K， Vranken L. Tenure regimes and remoteness：When does forest income reduce poverty and inequality？ A case study from the Peruvian Amazon [J]. Forest Policy and Economics， 2021， 128：102478.

Damania R， Joshi A， Russ J. Indias forests-Stepping stone or millstone for the poor？ [J]. World Development， 2020， 125：104451.

Dokken T， Angelsen A， Forest reliance across poverty groups in Tanzania [J]. Ecological Economics， 2015， 117（09）：203-211.

Dotto F， Farcomeni A， Pittau M G， et al. A dynamic inhomogeneous latent state model for measuring material deprivation [J]. Journal of the Royal Statistical Society Series A：Statistics in Society， 2019， 182（02）：495-516.

Gatiso T T， Wossen T. Forest dependence and income inequality in rural Ethiopia：evidence from Chilimo-Gaji community forest users [J]. The International Journal of Sustainable Development and World Ecology， 2015， 22（01）：14-24.

Kusel J. Assessing well-being in forest dependent communities [J]. Journal of Sustainable Forestry， 2001， 13（1-2）： 359-384.

Liu S， Xu J. Livelihood mushroomed：Examining household level impacts of non-timber forest products （NTFPs） under new management regime in Chinas state forests [J]. Forest Policy and Economics， 2019， 98：44-53.

Main G， Bradshaw J. A child material deprivation index [J]. Child Indicators Research， 2012， 5（03）：503-521.

Mamo G， Sjaastad E， Vedeld P. Economic dependence on forest resources：A case from Dendi District， Ethiopia [J]. Forest Policy and Economics， 2007， 9（08）：916-927.

Mantey P P K， Teye J K. Forest dependence among rural households in southern Ghana：implications for conservation and poverty reduction [J]. Ghana Journal of Geography， 2021， 13（01）：1-24.

M？ntymaa E， Pouta E， Hiedanp？？J. Forest owners interest in participation and their compensation claims in voluntary landscape value trading：The case of wind power parks in Finland [J]. Forest Policy and Economics， 2021， 124：102382.

Munanura I E， Backman K F， Moore D W D， et al. Household poverty dimensions influencing forest dependence at Volcanoes National Park， Rwanda：An application of the sustainable livelihoods framework [J]. Natural Resources， 2014， 5（16）：1031-1047.

Nerfa L， Rhemtulla J M， Zerriffi H. Forest dependence is more than forest income：Development of a new index of forest product collection and livelihood resources [J]. World Development， 2020， 125：104689.

Newton P， Kinzer A T， Miller D C， et al. The number and spatial distribution of forest-proximate people globally [J]. One Earth， 2020， 3（03）：363-370.

Newton P， Miller D C， Byenkya MAA， et al. Who are forest-dependent people？Ataxonomy to aid livelihood and land use decision-making in forested regions [J]. Land Use Policy， 2016， 57：388-395.

Nielsen M R， Pouliot M， Bakkegaard R K. Combining income and assets measures to include the transitory nature of poverty in assessments of forest dependence：Evidence from the Democratic Republic of Congo [J]. Ecological Economics， 2012， 78：37-46.

Notten G， Kaplan J. Material deprivation：Measuring poverty by counting necessities households cannot afford [J]. Canadian Public Policy， 2021， 47（01）：1-17.

Sachs J D， Warner A M. The curse of natural resources [J]. European Economic Review， 2001， 45（4-6）：827-838.

Saunders P， Tang V M. Adult and child deprivation in Hong Kong [J]. Social Policy & Administration， 2019， 53（06）：820-834.

Talp？N， Lozan A， H？l？li？an A F， et al. Forest dependence of rural communities in the Republic of Moldova [J]. Forests， 2022， 13（06）：954.

Townsend P. Poverty in the United Kingdom：a survey of household resources and standards of living [M]. California：University of California Press， 1979.

Verbunt P， GuioAC. Explaining differences within and between countries in the risk of income poverty and severe material deprivation： Comparing single and multilevel analyses [J]. Social Indicators Research， 2019， 144：827-868.

（責任編輯康燕）