易地移民搬迁对农户生态系统服务依赖度的影响

李聪　康博纬　李萍　高梦

摘要

为从微观农户视角分析易地移民搬迁对生态系统服务依赖度的影响，本文构建了农户生态系统服务依赖度指数，将农户从生态系统服务中获取的各种收益进行整合和量化，利用在陕南安康地区的入户调研数据，对比分析不同搬迁类型和特征家庭的生态系统服务收益和依赖度差异，并进一步检验易地移民搬迁对农户生态系统服务依赖度的影响。结果发现：搬迁户获得的生态系统总净收益、供给、调节、文化等服务净收益以及社会经济净收益均高于非搬迁户；不同搬迁特征的农户之间的生态系统服务依赖度差异显著；易地移民搬迁工程的实施能有效的降低农户对生态系统服务的依赖程度，参与易地移民搬迁有利于农户收入结构的优化，在降低从生态系统获取供给服务的同时，也提高了社会经济收入所占比重；自愿搬迁、集中安置和新阶段的移民等特征也在降低农户对生态系统服务的依赖上起到了积极作用，自愿搬迁的农户比非自愿搬迁农户能更好的应对和适应向非资源依赖型生计模式的转变。集中安置的方式能够产生一定的规模效应和政策溢出，使农户有机会获得更多配套和后续支持，从而提高对外部机会和资源的占有能力，拓宽非资源型收入的途径，此外，新阶段易地移民搬迁工程所提供的惠民措施和补贴力度都较以往零星的自主搬迁有较大提高，同时也强调搬迁农户在非农转变过程中的自我发展能力的建设和引导。本研究为实现生态系统服务与家庭福祉在微观尺度的结合提供路径支持和方法借鉴，也为新时期易地扶贫搬迁政策的持续推进提供启示。

关键词 易地移民搬迁；生态系统服务；生态系统服务依赖度指数；农户；陕南

中图分类号 X24 文献标识码 A 文章编号 1002-2104（2017）11-0115-09 [WTHZ]DOI：10.12062/cpre.20170433

易地扶贫移民搬迁是我国“十三五”实施脱贫攻坚、精准扶贫“五个一批”的重要举措，旨在通过对生存环境恶劣地区的农村贫困人口实施易地搬迁安置，从根本上破解“一方水土養不起一方人”的发展困境，实现生态保护与脱贫致富的双赢。对易地移民搬迁的生态效益进行考量，有赖于对生态系统服务价值以及由政策选择或人类活动导致的人类福祉变化的有效评估，而均衡（tradeoff）生态系统和人类福祉（Human Wellbeing，HWB）的关系，测度和评估人类从生态系统中获得的收益是提供科学、有效决策的关键[2]。基于现有的评估模型和工具，许多学者实现了在全球广泛的决策背景和多个尺度中评估和测度生态系统服务对整个人类和区域人口带来的福祉[2]。但较少研究关注到二者在微观尺度上的结合，特别是从家庭视角切入，审视个体决策单位对生态系统服务的使用和依赖。然而，生态系统服务功能的发挥离不开微观个体的决策及行为对其带来的影响。因此，审视微观视角下农户对生态系统服务的依赖程度至关重要。

本文从微观农户视角分析易地移民搬迁对生态系统服务依赖度的影响。首先，借鉴以往研究[3]，将农户从生态系统服务获取的各种收益进行整合和量化，构建其对生态系统服务依赖度的指数（Index of Dependence on Ecosystem Services，IDES），其次，在易地移民搬迁背景下分析农户对生态系统服务依赖度的现状及影响因素，并深入探索搬迁因素对农户生态系统服务依赖度的影响机制。

1 相关理论与实证研究

全面认识生态系统服务与居民福祉的关系是协调人地关系，解决“公共池塘”和外部性难题的基础，但联合国千年生态系统评估以来二者关系的研究仍以概念框架和大尺度描述为主，而要让决策者明确贫困和弱势人群将如何受到资源和发展的影响，需要精确阐明生态系统服务与人类福祉的相互作用关系，尤其是在微观尺度上精确刻画和表征人类福祉对生态系统服务功能的依赖性，否则，在追求经济增长和人类发展中，将存在恶化贫困人口困境的风险[4]。而在这方面仍然缺乏系统的方法，相关研究仍然有待深化。

首先，生态系统服务的量化更多的关注自然资本对人类福利的整体贡献，缺乏系统的研究方法和工具开发，以实现在动态和不确定条件下对生态系统服务价值的量化。近10年来，对生态服务的认识和评估已经有了质的提高[5]，生态学家呼吁将生态服务的理念主流化，并利用经济政策等手段推动理论转变为行动[6]，而科学的决策有赖于对生态系统服务价值的有效评估。许多学者对生态系统服务价值的评估往往针对自然本身的价值[7]，而并不关注价值的分布和路径。随着Daily对生态系统服务概念及评价方法的提出以后，人们逐渐意识到要真正实现对自然的定价，充分理解并证明生态系统服务的改变及跨越群体、时间、空间尺度的影响是核心[8]，但在实践中，将生态系统服务作为“自然资本”整合到项目和资源利用决策中还处于发展的早期阶段，虽然现有基于生态系统服务类型与定价的众多评估工作使人们意识到其重要性，然而这些方法本身都存在各自的缺陷，容易造成生态系统服务被低估或无从定价[9]。

其次，农户作为联接生态系统服务与居民福祉的关键环节，对其进行深入分析可为解析生态系统服务与居民福祉的关系、评估区域可持续性提供新的视角，然而现有研究对于刻画和表征微观视角下的人类福祉对生态系统服务功能的依赖性还有待深化。自然资本项目开发了一套整合评估生态系统服务与权衡的工具InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs），被认为是将生态系统服务功能研究纳入不同尺度管理的高效工具，在未来具有广泛的应用空间[10]，但该模型更多的侧重对大尺度空间分布与变化的生态系统服务进行测度，在微观尺度的测度和研究仍有待深化。

此外，国内外学者对量化生态系统服务和人类福祉的关系进行了实践与创新，提出了许多系统的指标和方法，为定量分析两者的关系提供了有益的借鉴。Malte Busch[11]等通过对近海环境和沿海人类福祉之间联系的案例研究，将有形和无形的生态系统效益与构成人类福祉的一系列物质和非物质的因素联系起来，基于经济分析和问卷调查，发现海上风力发电养殖影响了生态系统服务并改变了人类福祉。这一发现为探究ES和HWB的关系提供了新的视角。之后，ES和HWB关系的量化方法得到不断发展，学者们从成本效益分析工具[12]、土地利用变化[13]、基于Web应用程序[14]、基于MA框架基础[15]等不同角度研究，对量化评估ES以及探讨ES和HWB之间的关系进行改造和创新。Yang， et al.[3]提出了一种量化人类对ES依赖程度的方法（简称IDES），并实证分析了当地农户对中国卧龙自然保护区的依赖程度，该方法的提出为定量分析ES和HWB的关系提供了思路。endprint

易地移民搬迁这一创新政策持续有效的实施，需要将生态与减贫的效果一起纳入项目整体进行系统考量，而目前微观视角下相关的研究尚不多见。一方面，国内针对易地移民搬迁的生态效益评估多针对生态移民，相关的研究成果虽然较多，但生态效应的分析多集中在宏观的生态功效，如宏观生态指标体系、地区水土保持、生态修复等方面。另一方面，随着农户生计研究越来越受到关注，许多学者把农户生计的相关研究从经济活动转到了生态方面，探讨人类生计与生态环境的相互关系已成为当前人地系统科学的研究热点[16]。易地移民搬迁农户的土地利用、覆被变化、能源利用被认为是农户生计策略影响生态环境的重要中介。易地移民搬迁这一地理空间变换过程中由于地理位置和生计资本的显著变化，通常需要农户花费很长的时间来适应。为了应对生计压力和实现生计目标，农户所采取的生计策略通过影响农户的生产和消费而对生态环境产生显著的影响[17]。作为生态脆弱地区农户生计转型的强大引擎，城镇化背景下的易地移民搬迁农户的生计方式逐渐由传统的农业开始向兼业、非农化转变，相应地引起农户的消费行为、对自然资源的依赖程度、利用方式与利用效率、农村聚落的变化，使农户对生态环境的依赖程度也随之发生变化[17]。

已有研究为本文的分析提供了理论基础和方法借鉴，也为本文研究留下空间：目前针对易地移民搬迁项目，从生态系统服务的价值提供角度进行评估的研究极少，缺少一个系统的评价体系和分析路径，能够将生态系统服务与微观农户的福祉有机联系起来，揭示农户获得福利的过程中对生态系统的作用路径和机制，并在整合生态效益和经济效益的同时实现系统评价。因此，本文基于易地移民搬迁的背景，通过构建农户对生态系统服务依赖度指数，分析地移民搬迁对农户生态系统服务依赖度的影响，以检验微观层面的政策效果。

2 指标构建

本文对生态系统服务依赖度指数（IDES）的构建参考了Yang， et al.的相关研究和方法[3]。该指数体系包括：IDES总指数和三项子指数。其中，IDES总指数为家庭从生态系统中获得的净收益与从生态系统及其他社会经济活动中获得的总净收益的绝对值的比值（其中，其他社会经济活动包括外出打工及生态系统服务不相关的小生意等，详见表1）；三项子指数分别为：供给服务（Provisioning Services）、调节服务（Regulating Services）、文化服务（Cultural Services）指数，其计算方法同上[18]。

根据生态系统服务依赖度指数的定义，IDES总指数及各子指数的值越高，表明人类对相应的生态系统服务的依赖程度越高，反之则表明人类对生态系统服务的依赖程度越低。IDES总指数和三项子指数的计算方法如下：

IDESi=ENBi|∑3i=1ENBi+SNB|（1）

IDES=∑3i=1IDESi（2）

其中，i表示生态系统服务的种类，IDES是衡量人类对生态系统服务依赖的总指数，IDESi是人类对第i类生态系统服务依赖的子指数，ENBi是人类从第i类生态系统服务中获得的总净收益，SNB是人类从社会经济活动中获得的总净收益。

根据农户家庭净收益的种类，本文在指数体系构建中将生态系统服务相关条目进行了分类，详见表1。

其中，P、R、C和NA分别代表供给服务、调节服务、文化服务和与生态系统服务不相关的收益。“P、R和C”之后的数字“0”和“1”分别表示从生态系统服务中获得的直接和间接收益。本文将退耕还林补贴、生态公益林补助和农业补贴划归为调节服务。

3 数据与方法

3.1 数据来源

本文的数据来源于课题组在陕南安康地区展开的农户生计专项调查。安康地处秦巴集中连片特困区，常住人口300万，其中，贫困人口约占1/3，贫困村占52%。陕南移民搬迁工程涉及安康地区的22.6万户、88万农村人口，他们都居住在高山偏远地区和自然灾害易发地区。调查所选择的5个县（区）中，除平利县为陕西省省定扶贫开发工作重点县之外，汉滨区、宁陕县、紫阳县、石泉县均为国家扶贫开发工作重点县。

课题组首先在每一個目标县（区）选择3个乡镇，所选乡镇必须同时满足以下条件：实施了易地移民搬迁工程、处于或离近自然保护区、实施了退耕还林等生态补偿项目；接下来，课题组在各目标乡镇进行行政村抽样，共选取25个行政村进入样本框，其中包括10个移民搬迁安置社区、3个实施退耕还林项目的行政村和其他12个随机抽取的行政村；之后，根据村（社区）委会提供的村民小组名单，在每个行政村（社区）随机抽取2个村民小组；最后，对每个样本村民小组在调查期内的全部常住户进行入户调查。调查的对象为家庭中年龄在18—65岁的户主或户主配偶，调查内容包括家庭基本人口情况、各类生计资本状况和移民搬迁状况。在实地调查过程中，课题组采取了一系列质量控制措施：对调查员进行复访，并通过对调查员调查时间和工作方式的把握来确保调查问卷的质量；对录入后的数据进行数值检验和逻辑检验。调查最终获得有效问卷1 306份，其中搬迁户占29.1%，非搬迁户占709%。总体来说，调查样本具有一定的代表性。

3.2 影响因素的选择

根据文献和调查地实际情况，将影响IDES的因素归为四类：搬迁因素、生计资产、家庭人口特征和地理特征，具体的变量设置及取值参见表2。

搬迁因素包括家庭是否参与易地移民搬迁工程（搬迁

户）、搬迁类型、安置方式和迁入时间。在本文的研究框架中，首先将搬迁户纳入模型进行回归，分析参与易地移民搬迁是否对家庭的生态系统服务依赖度有影响；在此基础上进一步对搬迁类型、安置方式和迁入时间等特征进行考察。其中，搬迁类型主要包括：自愿搬迁和非自愿搬迁，在355户搬迁家庭中，自愿搬迁的有261户，占73.52%；按照安置方式将搬迁家庭划分为集中安置和非集中安置两种，搬迁户家庭中采取集中安置的农户224个，占6171%；考虑到陕南移民搬迁工程实施的时间点为2011年，虽然在此之前也有许多移民搬迁活动零星实施，但其规模、补贴、支持的力度都远不如前者，因此，本文将2011年陕南移民搬迁政策实施后参与搬迁的家庭称为新阶段移民搬迁户，将此前的搬迁家庭称为早期的移民搬迁户，通过前后对比来审视不同政策力度的影响，同时检验农户与生态相关行为的变化。endprint

农户的生计资产包括自然资本、物质资本和社会资本三项，其中，选取人均耕地面积和人均林地面積来表征自然资本；选取农户的自有资产和房屋估价两个指标表示农户的物质资本；选取农户社会支持网的规模来代表家庭的社会资本。一般情况下，农户所拥有的土地和林地等自然资本数量越多，其具备从生态系统获得更多供给服务的条件；以农户在遇到紧急情况时可求助的社会网络规模的大小来度量社会资本，社会网络在农户遇到风险和冲击时可以起到一定程度的缓冲作用从而在一定程度上避免农户对生态的掠夺性使用。

家庭的人口特征包括了户主特征、家庭平均受教育年限、劳动力数量以及家庭人口结构等方面。户主通常是一个家庭的最高决策者，其年龄和性别都会对家庭的收入和需求起着决定性的作用，通常户主的年龄越大，其对生态系统服务的依赖度可能越高；户主为女性的家庭对生态系统服务的依赖度往往更高。本文从名义和实际两个方面来考察户主的性别，其中名义户主为家庭在户口本登记的户主，样本中89%的农户家中的名义户主为男性，考虑到劳动力的城乡流动，本文还考虑了另一种实际户主的情况，即家庭名义户主外出后将实际决策权让渡给另一半的农户[19]。此外，考虑到农户的家庭人口构成也是农户决策的重要考量因素，结合前期的研究[20]，本文将农户家庭结构区分为四种类型：家中有老人和成年劳动力、家中有成年劳动力、家中有成年劳动力和孩子、以及家中有老人孩子和成年劳动力。

综合考虑陕南地区地理状况和农户的实际情况，本文选取邻近保护区和到镇上的距离来衡量家庭所处地理位

置。到镇上的距离远近不仅表示农户所在社区交通条件是否便利，也用于衡量农户接近市场的程度，是影响农户拓展非资源性收入渠道的重要因素；在保护区内或邻近自然保护区的农户，其生产行为往往受到一定的限制，也会在一定程度影响农户对自然资源的获取程度。

3.3 分析方法

在构建生态系统服务依赖度指数的基础上，本文进一步探究易地移民搬迁政策对农户生态系统服务依赖度的影响。考虑到变量的属性和特征，在此采用OLS模型进行回归分析：

IDES=β0+β1x1+β2x2+β3x3+…+βnxn+μ（3）

其中，x1，x2，x3，…，xn为解释变量，即影响农户对生态系统服务依赖度的搬迁因素、家庭生计资产、家庭人口特征和地理特征；β0为常数项，β1，β2，…，βn为解释变量的系数；μ为随机项。

回归的策略如下：首先，在总体样本中进行IDES影响因素分析，验证搬迁对IDES影响的存在性；随后以搬迁户为样本，分别纳入搬迁类型、安置方式和迁入时间，分析不同的搬迁特征对农户IDES的影响。

4 结果与讨论

4.1 农户生态系统服务收益的比较

表3提供了搬迁户和非搬迁户从不同来源获得的净收益。可以看出，搬迁户比非搬迁户获得了更多的生态系统总净收益，搬迁户从生态系统服务中获得的平均总净效益超出非搬迁户1 498.67元；从各项分指标可以看出，搬迁户从供给服务、调节服务和文化服务中获得的净收益也都高于非搬迁户的平均水平；此外，搬迁户在社会经济活动上的净收益也高于非搬迁户平均水平约6 754.19元。

4.2 农户对生态系统服务依赖度的差异比较

和特征下农户的生态系统服务依赖度表现出显著的差异。首先，搬迁户的IDES显著低于非搬迁户，造成这一差异的原因主要集中在两个群体的供给服务子指数，可以看出，搬迁户的供给服务指数显著低于非搬迁户，而两个样本在调节服务指数和文化服务指数上并未表现出显著的差异；其次，自愿搬迁户的IDES显著低于非自愿搬迁户，这一差异则源自两组的调节服务指数，自愿搬迁户的调节服务显著低于非自愿搬迁户，虽然自愿搬迁户在供给服务指数和文化服务指数上均高于非自愿搬迁户，但两者的差异并不显著；此外，集中安置户的IDES显著低于非集中安置户，从各项子指数来看，集中安置户的供给服务和调节服务指数均显著低于非集中安置户，两者在文化服务上并未表现出显著的差异；最后，新阶段搬迁户的IDES显著低于早期搬迁户，同时，前者的调节服务指数也显著低于后者，而两者在供给和文化服务指数上的差异则未表现出显著差异。

4.3 IDES的影响因素分析

基于描述性统计比较，选取量化后的生态系统服务依赖度（IDES）作为因变量，对农户IDES的影响因素进行回归，结果见表5。其中，模型1是农户IDES影响因素模型，在总样本中检验农户参与易地移民搬迁对IDES的影响，经过缺失值和奇异值处理，最终进入模型的总样本为1 306；在此基础上，为进一步分析不同搬迁特征对IDES的影响，在搬迁户样本中分别纳入了搬迁类型（模型2）、安置方式（模型3）、迁入时间（模型4），样本量为355。

基于全样本的回归（模型1）的结果显示，参与易地移民搬迁对农户的IDES有显著的负向影响；在家庭生计资产中，人均耕地面积和房屋估价对IDES有显著的正向影响，而农户的自有资产对IDES有显著的负向影响；在家庭人口特征中，户主的性别对IDES有显著的负向影响，无论是名义户主还是实际户主，女性户主对IDES有显著的负向作用。从搬迁户样本的回归模型（2-4）可以看出，非自愿搬迁对IDES有显著的正向作用，集中安置对IDES有显著的负向作用，新阶段移民对IDES有显著的负向作用；家庭的人均耕地、自有资产均对IDES有显著的正向作用，而房屋估价对IDES有显著负向作用；此外，女性作为家庭实际户主则对IDES有显著的负向作用，户主的年龄和年龄的平方表现出相反的作用方向，可见户主年龄与IDES之间呈倒“U”形关系。

可以看出，易地移民搬迁有效降低了农户对生态系统服务的依赖，相较于非搬迁户，搬迁户对生态系统服务的依赖程度更低。同时，自愿搬迁更有利于降低农户对生态系统服务的依赖程度，相较于工程、避灾等非自愿移民，自愿移民本身对搬迁的期望较高，也更愿意积极迎合和主动适应搬迁带来的变化并构建新的非资源依赖型生计模式，这一经济行为背后充分的体现了农户的自主、理性决策，与非自愿搬迁的“等、靠、要”有着本质的差异。采取集中安置的方式能有效降低农户生态系统服务依赖度，相较于进城入镇、插花等分散安置的方式，采取集中安置的农户对生态系统服务的依赖程度更低。一方面，集中安置社区相应的配套设施建设通常较为完善，市场的可及性高，就业和商业信息资源获得途径广，从而有助于农户充分利用市场，拓宽收入渠道；另一方面，集中安置更有利于政府集中安排培训项目、就业指导等措施，增加农户外出务工、发展非农经营活动的机率，从而在一定程度有助于降低对生态系统服务的依赖。另外，新阶段的移民搬迁工程有效降低了农户对生态系统服务依赖度，相较于早期自发和小规模的移民搬迁户，参与陕南移民搬迁工程更加突出政府主导、系统推进，以及配套的产业支持和政策扶持措施，从而有利于实现农户向非资源依赖型生计转变。endprint

5 總结与建议

本研究利用在陕南山区农户调研的数据，分析了微观视角下易地移民搬迁对农户生态系统服务依赖度的影响。结果表明：①易地移民搬迁工程的实施有助于破解我国集中连片贫困地区“一方水土养不起一方人”的发展困境，在实现生计转变过程中有效的降低农户对生态的依赖程度，达到生态保护与经济发展的双赢；②参与易地移民搬迁有利于优化农户的收入结构，在降低从生态系统获取供给服务的同时，也提高了社会经济收入所占比重；③自愿搬迁的基本原则下，农户往往会主动应对外界的变化和机遇，更快完成向非资源依赖型生计模式的转变；④集中安置的方式能够产生一定的规模效应和政策溢出，农户有机会获得更多配套和后续支持，从而提高对外部机会和资源的占有能力，拓宽非资源型收入的途径；⑤新阶段易地移民搬迁工程的惠民措施和补贴力度都较以往有较大提高，同时强调搬迁农户非农转变过程中的自我发展能力的建设和引导，也有效的降低了农户对生态资源的依赖程度。

从政策制定的角度看，对易地移民搬迁农户生态系统服务依赖度的有效测量及分解，也有助于理清政策传导的路径和机制，提高相关帮扶措施的针对性和有效性，实现搬迁农户在安置地的可持续生计构建和恢复。陕南作为国家“十三五”易地扶贫搬迁政策的策源地，本文的研究结论也将为相关政策的制定和下一步工作开展带来启示：①破解“一方水土养不起一方人”的发展困境，“搬迁”只是“手段”，扶贫才是目的，本研究在一定程度上印证了前期政策和措施，特别是政府所强调的自愿原则、集中安置、城镇化模式等在实现“生态保护”目标中所起到的积极作用，也为后续政策的调整和改进提供了依据；②农户“脱贫”是实现“生态保护”目标的前提和基础，否则，搬迁户会延续原有高生态依赖的生计模式，这就需要政府管理部门不断加强扶贫政策的精准性和管理过程的精细化；③本文的研究虽然在一定意义上证实了易地搬迁在破解“一方水土养不起一方人”的发展困境中起到的积极作用，但也应该看到，搬迁农户对生态系统服务的依赖度下降在很大程度上是由于安置地的土地资源稀缺的客观原因所致，农户在安置地不具备进一步从生态中获取供给服务的客观条件，在这一前提下，政府的非农引导和后续支持便显得尤为关键；④政府在强调迁出地生态修复，降低农户对生态和资源依赖的同时，尤为关键的是合理引导和有序调整搬迁户从生态系统服务中获得的收益结构，一方面要鼓励搬迁农户从生态系统中获得更多的文化服务，如生态旅游、农家乐等，以及提高供给服务中的养殖、非木材森林产品等方面的收入占比，另一方面也需要在积极鼓励迁出地土地流转的基础上，进一步有序引导和大力发展新型农业，在搬迁农户的“转身就业”上下功夫，真正实现人口与生态可持续发展的“双赢”。

（编辑：于 杰）

参考文献（References）

[1]LI C， ZHENG H， LI S Z， et al. Impacts of conservation and human development policy across stakeholders and scales [J]. Proceedings of national academy of sciences， 2015， 112（24）：7396-7401.

[2]LARONDELLEA N， HAASE D. Urban ecosystem services assessment along a ruralurban gradient： a crossanalysis of European cities [J]. Ecological indicators， 2013， 29（6）：179-190.

[3]YANG W， DIETZ T， LIU W， et al. Going beyond the Millennium Ecosystem Assessment： an index system of human dependence on ecosystem services [J]. Plos one， 2013，8（5）：e64581.

[4]DAILY G C， 欧阳志云， 郑华， 等. 保障自然资本与人类福祉：中国的创新与影响 [J]. 生态学报， 2013， 33（3）：669-676. [DAILY G C， OUYANG Zhiyun， ZHENG Hua， et al. Protecting natural capital and human wellbeing： Chinese innovation and impacts [J]. Acta ecologica sinica， 2013， 33（3）：669-676.]

[5]ASH N， BLANCO H， BROWN C， et al. Ecosystems and human wellbeing： a manual for assessment practitioners [J]. Civil engineering， 2010， 42（1）：77-101.

[6]DAILY G C， MATSON P A. Ecosystem services： from theory to implementation [J]. Proceedings of the national academy of sciences， 2008， 105（28）：9455-9456.

[7]COSTANZA R， DARGE R， GROOT R D， et al. The value of the worlds ecosystem services and natural capital [J]. Nature， 1997， 387（6630）：253-260.

[8]LIU J， DIETZ T， CARPENTER S R， et al. Coupled human and natural systems [J]. Ambio， 2007，36（8）：639-649.endprint

[9]DAILY G C， SODERQVIST T， ANIYAR S， et al. The value of nature and the nature of value [J]. Science， 2000，289（5478）：395-396.

[10]POLASKY S， NELSON E， PENNINGTON D， et al. The impact of landuse change on ecosystem services， biodiversity and returns to landowners： a case study in the state of Minnesota [J]. Environmental and resource economics， 2011， 48（2）：219-242.

[11]BUSCH M， GEE K， BURKHARD B， et al. Conceptualizing the link between marine ecosystem services and human wellbeing： the case of offshore wind farming [J]. International journal of biodiversity science， ecosystem services & management， 2011 （3）：190-203.

[12]WEGNER G， PASCUAL U. Costbenefit analysis in the context of ecosystem services for human wellbeing： a multidisciplinary critique [J]. Global environmental change， 2011，21（2）： 492-504.

[13]INGE L， MARIJEB S， LEO D N， et al. Developing a value function for nature development and land use policy in Flanders， Belgium [J]. Land use policy， 2013，30（1）：549-559.

[14]BROEKX S， LIEKENS I， PEELAERTS W， et al. A web application to support the quantification and valuation of ecosystem services [J]. Environmental impact assessment review， 2013，40： 65-74.

[15]YANG W， DIETZ T， KRAMER D B， et al. Going beyond the millennium ecosystem assessment： an index system of human wellbeing [J]. Plos one， 2013，8（5）： e64582.

[16]趙雪雁. 不同生计方式农户的环境影响——以甘南高原为例 [J]. 地理科学， 2013， 33（5）：545-552. [ZHAO Xueyan. Environmental impact of farmers with different livelihoods：a case study of Gannan plateau [J]. Scientia geographica sinica， 2013， 33（5）：545-552.]

[17]贾国平， 朱志玲， 晓涛. 移民生计策略变迁及其生态效应研究——以宁夏红寺堡区为例 [J]. 农业现代化研究， 2016， 37（3）：505-513. [JIA Guoping， ZHU Zhiling， XIAO Tao. Study on the change of immigrant livelihood strategy and its ecological effect：a case study of Hongsipu District in Ningxia [J]. Research of agricultural modernization， 2016， 37（3）：505-513.]

[18]REID W V， MOONEY H A， CROPPER A， et al. Millennium ecosystem assessment. ecosystems and human wellbeing： synthesis [M]. Washington D C： Island Press， 2005：49-63.

[19]谭灵芝， 王国友. 气候变化对干旱区家庭生计脆弱性影响的空间分析——以新疆于田绿洲为例 [J]. 中国人口科学， 2012 （2）：67-77. [TAN Lingzhi， WANG Guoyou. Spatial analysis on the influence of climate change on vulnerability of family livelihood in arid areas：a case study of Yutian oasis in Xinjiang [J]. Chinese journal of population science， 2012 （2）：67-77.]

[20]李树茁， 梁义成， FELDMAN W M， 等. 退耕还林政策对农户生计的影响研究——基于家庭结构视角的可持续生计分析 [J]. 公共管理学报， 2010， 7（2）：1-10. [LI Shuzhuo， LIANG Yicheng， FELDMAN W M， et al. Impacts of the policy of returning farmland to forests on farmers livelihoods：an analysis of sustainable livelihoods based on family structure [J]. Journal of public management， 2010， 7（2）：1-10.]

[21]ZHENG Z R，FENG C Y，YE S X，et al.Ecological pressures on grassland ecosystems and their conservation strategies in Northern China[J].Chinese journal of population，resources and environment，2015，13（2）：87-91.

[22]蔡林.中国生态移民工程的问题及规范性研究[J].环境保护，2014（23）：45-47.[Cai Lin.Study on the problems and normative of Chinese ecological immigrant project[J].Environmental protection，2014（23）：45-47.]

[23]TARU J. CHAZOVACHII B. Rural households live lihoods diversification through termite utilization in depressed region of Zimbabwe [J]. Chinese journal of population， resources and environment， 2015，13（4）：373-378.

[24]WANG G L， Lu Q. Influence of social capital on farmer household in come gap：total effect and structrual effect[J]. Chinese Journal of population， resources and environment， 2016，14（1）：30-37.endprint