是挺身而出，还是选择退出？长江流域退休渔民的可持续生计韧性、多样化策略与扶贫措施

《Aquaculture, Fish and Fisheries》：Stepping Up or Stepping Out? Sustainable Livelihood Resilience, Heterogeneous Strategies and Poverty Alleviation Among Retired Fishermen in the Yangtze River Basin

　　摘要

长江流域的“十年禁渔”政策迫使超过23万名渔民停止捕鱼，转而从事其他生计活动，因此他们禁渔后的生计发展对于政策的长期有效性至关重要。本研究基于湖北省和湖南省的家庭调查数据（这两个省份约占受影响渔民总数的40%），探讨了退职渔民的可持续生计韧性与低收入贫困之间的关系。通过将韧性理论与可持续生计方法（SLA）相结合，我们构建了一个概念框架，并建立了一个定量指标系统，从缓冲能力、自我组织能力和学习能力三个维度来衡量生计韧性。渔民的生计策略被分为“转型农业”（以农业为导向）和“转型非农业”（非农业为导向）两种类型。利用有序逻辑回归结合解释结构建模（ISM）和MICMAC分析方法，我们研究了生计韧性对减贫结果的异质性影响。研究结果显示，生计韧性对两种策略的减贫效果都有显著影响，且这种影响取决于个体自身的禀赋特征。即使通过工具变量估计来控制内生性问题，这些发现仍然成立。对于转型农业的策略，自我组织能力和学习能力的指标显示出更高的边际效应；而转型非农业的策略则更依赖于自然资本和人力资本。研究发现，在三个层次上共有十二个影响因素：对于转型农业的策略，健康状况和自然资源获取是根本性驱动因素；对于转型非农业的策略，教育程度和金融资本是关键依赖因素。ISM-MICMAC分析进一步表明，减贫效果来自于能力、机会和动机之间的协同作用，而非单一因素。本研究提供了一个综合分析框架，将韧性维度、生计资本和策略类型联系起来，结合因果推断与结构分析，为支持渔民的职业转型提供政策建议。

1 引言

自2021年1月起，长江流域的关键水域实施了为期十年的全面禁渔政策，涵盖长江主干流、两个主要湖泊（洞庭湖和鄱阳湖）以及七条支流。这项政策涉及沿江十个省级行政区域的23.1万名渔民，他们被要求“停止捕鱼并重新安置在陆地上”。十年禁渔政策的根本目的是解决渔民面临的生计危机，即“水中鱼类资源匮乏和岸上土地短缺”的问题。该政策旨在保障渔民的基本生存和发展权利，并确保与全面建设小康社会的国家目标相一致。作为特定类型的生态移民，停止捕鱼的渔民通常具有以下特点：首先，渔业资源的严重枯竭导致家庭收入大幅下降；其次，他们的职业技能有限，正规教育水平普遍较低；第三，长期在恶劣的水上生活和工作条件导致了慢性疾病的高发（H. Wang等人，2022年）。因此，当渔民被迫进行这种强制性的生活方式转变时，他们极易因现有生计资产的突然丧失和生计能力的中断而面临生计不稳定。近年来，在国家政策的系统实施下，所有生活在贫困线以下的中国农村居民都已摆脱贫困，从而完成了消除绝对贫困的艰巨任务，进入了“后贫困时代”（Sun等人，2023年）。在此背景下，中国的减贫工作重心已经从消除绝对贫困转向巩固减贫成果，现在优先建立长期的制度机制来应对低收入（即相对贫困）问题。曾经的渔民家庭不仅面临着与历史上贫困地区居民类似的风险，还面临着因其职业和社会身份而产生的独特脆弱性。特别是，他们可能因疾病、教育支出、创业失败或就业不稳定而重新陷入贫困。长江的十年禁渔政策给这些前渔民的生计、子女教育、医疗保健、养老安全及未来规划带来了深远的风险和不确定性。因此，禁渔区内的社区经历了多方面的社会经济冲击，给贫困家庭的生存和发展造成了重大障碍，导致生计可持续性差、贫困持续或反复出现。关键在于，帮助低收入人群摆脱贫困取决于有效提升他们的可持续生计韧性，即他们预见、吸收、适应和从冲击与压力中恢复的能力（Su等人，2021年）。这一原则既是禁渔区减贫工作的核心目标，也是当代渔民社区治理的整体方向，即通过有针对性的干预措施增强可持续生计韧性，促进前渔民的收入增长（Y. He和Chen，2022年）。随着韧性理论的深化及其应用领域的扩大，该理论越来越多地被用于研究渔民的生计韧性（Sina等人，2019年；Eadie等人，2020年；Hofmann，2021年）。生计韧性指的是生计系统吸收环境变化并从干扰中恢复的能力（W. Liu等人，2020年；L. Liu等人，2023年）。这种能力使资源有限的渔民能够做出最佳行为选择，从而实现新的生计稳定状态（Bu和Zhuo，2021年；Yang等人，2023年）。当前关于生计韧性的学术研究主要关注两个方面：一是分析影响生计结果的关键变量之间的作用关系（Daniel等人，2019年）；二是采用基于传统贫困分析框架的多维指标进行综合评估（Lecegui等人，2022年）。在生计韧性的概念化和测量方面，大多数学者采用了一个包括缓冲能力、自我组织能力和学习能力的三维框架（Speranza等人，2014年；Fachrista和Suryantini，2019年）。尽管韧性与人易受伤害性密切相关，但其重点有所不同：易受伤害性强调暴露于风险和脆弱性，而韧性则强调预见、吸收、适应和从风险中恢复的能力。因此，认为围绕缓冲、自我组织和学习构建的分析方法最能捕捉到韧性的本质特征。可持续生计方法（SLA）是一种成熟且有效的减贫研究方法（Quandt，2018年；Sun等人，2024年）。基于生计资本并通过生计活动来实施SLA，旨在增强资本资产、促进结构转型并实现积极的生计成果（Hoq等人，2021年；Chen等人，2021年）。将生计韧性纳入SLA框架已成为评估生计系统结构稳定性及其抵御生计相关冲击和压力能力的核心方法工具。目前，关于可持续生计韧性对提高贫困人群生活水平影响的学术研究主要集中在三个维度：一是探索潜在机制，即可持续生计韧性在减贫中的作用和功能（Daniel等人，2019年）；二是评估其影响程度，即通过建立韧性测量框架和计算多维贫困指数来评估韧性对贫困结果的影响，从而为制定补偿政策提供指导（Ye等人，2021年）。例如，Ye等人（2021年）开发了一个“脆弱性-可持续生计分析”框架，明确追踪了可持续生计韧性与社会经济多重贫困指数之间的动态互动；Zhao等人（2024年）结合IPCC的“暴露-敏感性-适应能力”框架，识别可持续生计韧性的结构障碍并动态分析渔民的潜在生计挑战；Pang等人（2024年）将生计风险纳入SLA，提出一个综合风险指数并研究其对生计策略和行为反应的影响机制。三是政策背景分析，即认为支持性公共政策是脆弱生计生存和发展的关键驱动力（例如，研究探讨了替代性土地整合模式对收入增长的影响，强调其在贫困治理中的重要性）（W. Wang等人，2020年）。禁渔补偿政策的实施不仅提升了渔民的总体资本资产指数，还增强了不同资本形式的协调性和协同性（Y. He等人，2023年）。此外，研究表明，草地生态补偿和激励政策直接增加了牧民的家庭总收入，同时通过诱导适应性行为重塑了收入结构（L. Liu等人，2023年）。然而，将生计韧性与贫困或发展研究联系起来的现有研究很少关注生计韧性的差异特征。这些研究往往缺乏对生计韧性、生计策略及其如何调节渔民减贫结果之间相互关系的系统探讨。尽管某些研究试图将韧性概念纳入SLA框架，但它们的整合仍然主要是概念性的，要么是表面性的理论“嫁接”，要么将韧性仅视为评估系统状态的总体指标。这些研究未能深入探讨不同维度韧性（如缓冲能力、自我组织能力和学习能力）如何影响具体生计行为（例如，转型农业的生计与转型非农业的生计），从而对减贫效果产生异质性影响。这种缺乏综合分析的情况削弱了研究结果的实际相关性和政策针对性，使其无法有效回答核心问题：“对于受禁渔政策影响的不同渔民群体，应优先提升哪些具体的韧性能力以实现有针对性和有效的减贫？”

因此，为了更全面地评估受禁渔影响的渔民的可持续生计状况，本研究进一步探讨了韧性的概念意义，并将其视为评估渔民在新时代实现可持续生计发展的关键指标。我们认为，将基于韧性的分析框架与传统的SLA进行深度融合和系统协调，不仅是推进渔民生计韧性研究的重要方向，也是参与当前国际研究前沿和完善中国渔民可持续生计战略的有效切入点。本研究的核心贡献有三个方面：首先，它构建并实证验证了一个综合分析框架，系统地将生计韧性的三个维度（即缓冲能力、自我组织能力和学习能力）、SLA规定的五种生计资本形式以及家庭生计策略类型（即转型农业 vs. 转型非农业）联系起来。该框架专门用于阐明受禁渔影响的渔民所经历的减贫效果，超越了以往仅单独应用韧性或SLA或以简单叠加方式结合它们的研究。其次，它采用了一种混合方法，结合了“因果推断+结构分析”。在定量方面，使用有序逻辑模型来确定每个韧性维度对不同生计策略相关减贫结果的统计意义和边际效应；在定性和结构方面，创新地将解释结构建模（ISM）与MICMAC（Matrice d'Impacts Croisés–Multiplication Appliquée à un Classement）技术相结合，揭示了关键影响因素之间的层次结构、因果路径和潜在驱动因素，从而对复杂社会生态系统中减贫机制提供了更深入的理论和实践见解。第三，它聚焦于特定的政策背景，即长江禁渔政策，以及受该生态保护政策影响的特定脆弱群体——渔民。基于从湖北和湖南两省受禁令影响的渔民那里收集的微观层面调查数据，本研究提供了基于实证的、针对中国具体情况的证据，探讨了这一独特类别的生态移民的生计转型和减贫情况。这有助于丰富全球对保护导向政策如何发展中国背景下生计轨迹的理解。在这项研究中，研究对象是来自湖南和湖北两省的前渔民家庭。通过将可持续生计框架与抗韧性理论相结合，研究首先构建了一个概念性和描述性的框架，以刻画前渔民家庭在减贫背景下的可持续生计抗韧性。其次，基于缓冲能力、自我组织能力和学习能力这三个核心维度，研究制定了一个综合指标体系和测量模型来评估这些家庭可持续生计的抗韧性。最后，从“能力基础”的角度出发，研究分析了不同环境条件如何对应特定的能力，并探讨了这些能力与减贫行为之间的逻辑联系。研究还实证评估了生计抗韧性对这些行为的统计显著性和实际影响程度。随后，利用ISM方法，研究明确了关键因素之间的层次关系，揭示了它们共同影响生计结果的复杂机制，并据此提出了有针对性的优化策略。

2 研究区域和数据
2.1 研究区域
我们选择了中国的湖北省和湖南省作为研究区域。如图1所示，这两个省份发达的水资源系统导致了大量渔民的存在，并且在调查区域内有着悠久的捕鱼传统。预计约有60,000名渔民会受到禁令的影响，占整个长江流域受影响渔民总数的近40%。在选择样本地点时，我们 careful 考虑了地区间的合理分布以及所涉及县市的贫困水平。在湖北省，研究团队选择了如江夏区和赤壁市这样的地区，这些地方直接受到长江主干流的影响，以及以传统捕鱼活动著称的鄂州市梁子湖区。在湖南省，有几条支流流入长江，包括湘江、沅江和资江，同时这里还有中国第二大淡水湖洞庭湖。研究团队选取了沿这些水道的多个地点：沅江沿线的卢西县和陈西县；湘江沿线的筠阳市和湘阴县；以及资江沿线的贺山区和桃江县。
2.2 数据收集
数据来源于2021年和2022年对中国长江流域退休渔民进行的“十个省份、百个县、千户家庭”跟踪调查。样本涵盖了湖北和湖南省七个城市和一个自治区域内14个城镇和26个村庄的405户退休渔民家庭。根据当地渔业管理部门提供的名单，我们根据退休渔民的收入水平及其替代生计的分布模式，在每个省份选择了3-4个城市/自治区域。随后，从每个城市（或自治区域）中各选取了两个乡镇，通过分层抽样方法从每个乡镇中抽取了20-25名退休渔民作为样本。研究采用了半结构化访谈和家庭层面的问卷调查相结合的方法。调查的主要目的是评估长江“十年禁渔”政策实施前后生计抗韧性的各个方面，以及分析不同生计策略下渔民人均净收入的变化情况。最终获得了总共389个有效样本：其中217户属于“提升型生计”（农业收入占总收入的≥80%），172户属于“转型型生计”（农业收入占总收入的<20%）。SPSS软件被用来检验问卷数据的可靠性和有效性。可靠性分析得出的Cronbach's α系数为0.760，表明数据具有较高的可靠性。在有效性测试方面，KMO值为0.775，适合进行因素分析。Bartlett检验显示概率值低于显著性水平（p < 0.05），表明模型数据有效。为了避免多重共线性导致估计参数的标准误差膨胀，进行了方差膨胀因子（VIF）测试。VIF值均≤2.409，表明变量间不存在多重共线性，从而可以有效地进行回归分析。数据收集和清洗、图像预处理、地理参考和检查等工作也按照要求完成。

3 研究方法
3.1 减贫背景下的渔民可持续生计抗韧性测量框架
可持续生计方法（SLA）是一个综合分析框架，旨在识别贫困的根本原因并提供多样化的、针对具体背景的解决方案（Fierros和Mora 2022）。该框架不仅增强了人们对贫困概念的理解，还强调了减贫的潜在可能性（Lucock等人2022；Yang等人2023）。该框架围绕三个核心组成部分：生计资产（或资本）、生计策略和生计结果。然而，传统SLA框架未能充分考虑到渔民与其外部环境之间的动态互动，以及渔民生计结构背后的内在生成机制。在当前巩固减贫成果的背景下，建立系统抗韧性已成为一个重要优先事项。因此，本文从抗韧性的角度扩展了传统的SLA框架。如图2所示，发展了一个理论框架，以阐明抗韧性如何中介并塑造渔民多样化生计行为的减贫效果。
3.1.1 退休渔民可持续生计抗韧性的组成部分
退休渔民可持续生计抗韧性的描述性框架包括四个要素：生计脆弱性、生计抗韧性、生计行为和生计结果。这是一个动态过程，个体利用其生计资本来发展缓冲能力，以及从行动者的角度构建自我组织能力和学习能力，从而更好地从风险中恢复，保持生计稳定。生计脆弱性包括渔民在维持生计过程中面临的所有可能情况。对于退休渔民而言，他们面临三种脆弱性：由于不可持续的水资源管理导致的生态脆弱性、由于缺乏外部发展机会而产生的社会脆弱性，以及由于就业创造和收入多样化困难导致的经济脆弱性。这些相互关联的脆弱性常常迫使他们在生计转型的初期严重依赖政府的援助。因此，旨在促进就业转型和社会安全的政府政策成为调整渔民生计的关键支持。生计脆弱性的发生在不同程度上影响着渔民生计抗韧性的不同维度。退休渔民的生计抗韧性体现在他们的生计行为中。生计抗韧性最大化了他们对内部和外部影响的缓冲能力，维持了他们的生计结构，并有效应对各种脆弱性。生计抗韧性的概念提供了对影响渔民生计行为的多种因素的理解。它从三个维度上描述了结构差异对渔民福祉的动态影响：缓冲能力、自我组织能力和学习能力。缓冲能力通过生计资本和动态过程表现出来，指的是渔民在面对突然变化时维持生计稳定的能力，是生计抗韧性中的一个触发因素。自我组织能力定义为渔民融入社会、适应制度框架和理解政策环境的能力。这是塑造生计抗韧性过程的一个稳定器。学习能力不仅取决于个体，还取决于他们与社会之间的联系。有效接受和应用新知识及创新技能对于建立抗韧性结果至关重要。我们认为，这三个维度共同构成了退休渔民的生计抗韧性，但它们之间也存在相互作用，任何一个维度的缺失都会由于系统不平衡而影响其他两个维度的发展。退休渔民根据生计脆弱性以及政策和制度的促进或抑制效应选择适当的生计行为，并充分利用他们现有的生计抗韧性。根据Dorward等人（2009）的分类，我们将退休渔民采取的适应行为分为“提升型”（SU）和“转型型”（SO）。这一分类得到了学者们的普遍认可（DFID 2015；Hansen等人2019；Islam等人2021；X. He等人2024）。SU可以定义为通过新的投资和活动改进农业，而SO可以定义为减少或退出农业从事非农业活动。SU和SO代表了渔民针对生计脆弱性的两种不同适应选项。我们试图将这种适应行为的分类与渔民生计的抗韧性联系起来，以帮助更好地适应生活环境的变化。例如，受到禁令影响的长江流域退休渔民可以利用他们的生计资本和潜在资源做出相应的行为调整。他们可能会采取参与种植和养殖等农业活动（SU）来规避风险，或者通过寻找就业机会或扩展在线销售渠道来实现数字收入增长（SO）。生计结果体现在生活条件的改善和人口贫困脆弱性的降低上。人口贫困的脆弱性通过收入指标来衡量。“贫困”被认为是经济维度的不足，而“脆弱性和脆弱性”强调诸如基本服务获取有限、生计资本薄弱和抗韧性低等问题。虽然可以通过政策措施缓解贫困，但缺乏持续的支持可能会使渔民的生计系统处于持续的压力之下。短期内，摆脱这种“脆弱性”状态变得具有挑战性，而改变其“脆弱性”的根本性质则更加困难。这种情况有可能使他们的贫困状况长期持续。低收入贫困是一种综合考虑个体社会环境的方法，它不仅关注收入的不足和发展挑战，还反映了社会对福利赤字和资源短缺的关切。在长江流域全面实施禁渔政策的背景下，捕鱼活动的停止扰乱了渔民的生计。在禁令后的适应期内，需要积极引导渔民积累生计资本并通过政府的发展干预和政策支持来提高生计抗韧性，否则将导致渔民陷入低收入贫困。
3.1.2 退休渔民可持续生计抗韧性的描述性框架
根据上述关键要素的描述，本文构建的描述退休渔民生计抗韧性的框架可以被视为一个包含两个主要方面的复合系统：(1) 生计抗韧性、生计行为和减贫之间的相互作用。在生活环境变化的影响下，退休渔民会根据自己的禀赋和外部机会采取不同的适应行为，从而导致不同的生计抗韧性和生计结果。(2) 可持续生计系统和渔民的生计抗韧性互相影响。首先，抗韧性由与可持续生计系统相关的内在因素决定。由于脆弱性导致的可持续生计系统内部的变化不可避免地会导致抗韧性的变化。生计抗韧性中的缓冲能力由生计资本体现，在可持续生计系统中，生计资本是其核心和基础。其次，渔民的可持续生计系统根据生计抗韧性不断演变，通过各种过程最终达到稳定状态。从减轻贫困风险和重建生计能力中获得的韧性可以弥补关于可持续生计系统中行动主体能力结构的研究的不足。渔民生计的韧性水平和可持续性决定了他们是否处于贫困状态。本研究探讨了渔民在面对脆弱性时如何抓住政策和制度进程带来的有利条件，并研究他们如何利用生计资本和潜在机会来采取特定的生计行为以缓解贫困。这为研究提供了逻辑基础。

3.2 测量退休渔民的可持续生计韧性

3.2.1 退休渔民的可持续生计韧性指数

在上述可持续生计韧性描述框架的指导下，结合研究区域的特点、数据可用性以及指标代表性和科学性原则，我们选择了相关的退休渔民可持续生计韧性指标（Speranza等人2014；Fachrista和Suryantini 2019；Yang等人2023；Sun等人2023）。我们构建了一个指数来衡量退休渔民的可持续生计韧性，该指数基于缓冲能力、自组织能力和学习能力三个维度，如表1所示。

表1. 变量定义和描述性统计
变量代码
变量内容
变量分配
平均值

人力资本
HC1
HC2
HC3
PC1
家庭成员数量（人）
教育水平
家庭成员健康状况
家庭拥有的农业机械数量
0 = ‘1’，1–2 = ‘2’，3–4 = ‘3’，5–6 = ‘4’，≥7 = ‘5’
小学以下 = ‘1’，小学 = ‘2’，初中 = ‘3’，高中 = ‘4’，高中以上 = ‘5’
长期生病 = ‘1’，经常生病 = ‘2’，有时生病 = ‘3’，很少生病 = ‘4’，健康 = ‘5’
0 = ‘1’，1 = ‘2’，2 = ‘3’，3 = ‘4’，4及以上 = ‘5’

2.30
2.33
3.78
3.55

2.27
2.53
3.74
2.19

物质资本
PC2
PC3
家庭拥有的耐用商品价值
人均居住面积（平方米）
10,000及以下 = ‘1’，10,000–30,000 = ‘2’，30,000–50,000 = ‘3’，50,000–80,000 = ‘4’，80,000及以上 = ‘5’
≤10平方米 = ‘1’，10–20平方米 = ‘2’，20–30平方米 = ‘3’，30–40平方米 = ‘4’，≥50平方米 = ‘5’

2.87
2.80
3.02
2.86

自然资本
NC1
NC2
承包耕地面积（亩）
拥有的水产养殖池塘面积（亩）
0 = ‘1’，0–1 = ‘2’，1–3 = ‘3’，3–5 = ‘4’，≥5 = ‘5’
0 = ‘1’，0–1 = ‘2’，1–3 = ‘3’，3–5 = ‘4’，≥5 = ‘5’

3.67
3.80
1.64
1.56

金融资本
FC1
FC2
FC3
退休后的年收入（10,000元）
退休前非农业收入的比例
渔民拥有的保险类型
退休后与邻居的熟悉程度
5 = ‘1’，5–10 = ‘2’，10–20 = ‘3’，20–30 = ‘4’，≥30 = ‘5’
20% = ‘1’，20%～40% = ‘2’，40%～60% = ‘3’，60%～80% = ‘4’，≥80% = ‘5’
0 = ‘1’，1 = ‘2’，2 = ‘3’，3 = ‘4’，4及以上 = ‘5’
基本不熟悉 = ‘1’，不太熟悉 = ‘2’，一般 = ‘3’，比较熟悉 = ‘4’，非常熟悉 = ‘5’

2.57
1.16
2.88
3.41
2.41
3.85
3.66
3.50

社会资本
SC2
SC3
OC1
退休后与政府的联系
参与社区活动的频率
对生产和就业政策理解的程度
无接触 = ‘1’，较少接触 = ‘2’，一般 = ‘3’，较多接触 = ‘4’，频繁接触 = ‘5’
0 = ‘1’，1–2 = ‘2’，3–4 = ‘3’，5–6 = ‘4’，≥7 = ‘5’
非常不熟悉 = ‘1’，不熟悉 = ‘2’，一般 = ‘3’，比较熟悉 = ‘4’，非常熟悉 = ‘5’

3.76
3.36
3.59
4.05
3.49
3.37

自组织能力
OC2
OC3
LC1
政府公共资源的可及性
他人选择的邻里效应
参与技术培训的积极性
无法获得 = ‘1’，不太容易获得 = ‘2’，一般 = ‘3’，比较容易获得 = ‘4’，容易获得 = ‘5’
不受影响 = ‘1’，不太受影响 = ‘2’，一般 = ‘3’，比较受影响 = ‘4’，非常受影响 = ‘5’
从不参与 = ‘1’，很少参与 = ‘2’，有时参与 = ‘3’，经常参与 = ‘4’，总是参与 = ‘5’

3.81
2.74
3.95
3.96
2.61
3.69

学习能力
LC2
X1
X2
信息交流的频率
劳动力性别
劳动力年龄
从不交流 = ‘1’，很少交流 = ‘2’，偶尔交流 = ‘3’，频繁交流 = ‘4’，总是交流 = ‘5’
男性 = ‘1’，女性 = ‘2’
<50 = ‘1’，≥50 = ‘2’

3.02
1.24
1.89
3.13
1.16
1.83

控制变量
X3
X4
家庭中的依赖人数
从当前居住地到市场/城镇中心的通达性
0 = ‘1’，1 = ‘2’，2 = ‘3’，3 = ‘4’，≥3 = ‘5’
极其不方便 = ‘1’，不太方便 = ‘2’，一般 = ‘3’，比较方便 = ‘4’，非常方便 = ‘5’

3.75
2.97
3.81
3.42

因变量
Y
退休渔民为缓解贫困而采取的不同生计行为
退休渔民的收入低于贫困线 ‘=’ 1
略高于低收入门槛 ‘=’ 2
显著高于贫困线 ‘=’ 3

缓冲能力是指退休渔民利用其资源禀赋来减轻外部风险并维持其生计水平的能力。这种能力由五种类型的资本表示：自然资本、物质资本、金融资本、人力资本和社会资本。生计资本是生计的核心，其属性和条件是影响渔民生计行为的关键因素。我们讨论了这五种类型的生计资本作为分析退休渔民减贫的先决条件元素。具体来说，承包耕地面积（NC1）和拥有的水产养殖池塘面积（NC2）用于衡量自然资本。物质资本包括农业基础设施、消费品资源和住房条件，通过家庭拥有的农业机械数量（PC1）、家庭拥有的耐用商品价值（PC2）和人均居住面积（PC3）来衡量。金融资本是指渔民依赖的实现生计目标的金融资源，包括退休后的年收入（FC1）、退休前非农业收入的比例（FC2）以及渔民拥有的保险类型（FC3）。人力资本禀赋体现在个人发展能力上，通过家庭成员数量（HC1）、教育水平（HC2）和家庭成员健康状况（HC3）来表示。社会资本关注三个方面：退休后与邻居的熟悉程度（SC1）、与政府实体的联系程度（SC2）以及参与社区活动的频率（SC3）。自组织能力指的是通过政府和社会网络获得帮助，以及融入当地社区和适应制度和政策环境（Lecegui等人2022；De Moraes等人2023）。公共资源的可及性影响渔民对生计转变的主观态度，而政策意识反映了他们对生态补偿和就业转移政策的理解。此外，邻里间的信任体现了支持渔民生计行为的社会网络广度。因此，我们重点关注三个方面：对生产和就业政策理解的程度（OC1）、政府公共资源的可及性（OC2）以及他人选择的邻里效应（OC3）。学习能力是渔民的重要工具（Ford等人2020；X. He等人2024），使他们能够获取知识和信息，并有效地将这些知识转化为实际行动（Choudhury等人2021；Y. Wang等人2023）。技术培训（LC1）和信息交流（LC2）表明了政府政策的精确性和退休渔民生计行为的主动性。

3.2.2 不同生计策略下韧性能力的差异性效应的理论解释

为了更深入地理解为什么特定的韧性能力在两种生计策略（即SU和SO）中扮演着不同的关键角色，在进行实证分析之前，有必要阐明其背后的理论依据。这种差异主要源于这两种策略依赖生计资本的路径存在根本性的差异，以及韧性能力在缓解各种类型风险时所发挥的不同功能。首先，缓冲能力的不同机制源于SU和SO策略中对核心资本的不同依赖程度。SU策略专注于农业生产与运营，其稳定性高度依赖于自然资本（例如耕地、水产养殖水域）和人力资本（例如劳动力规模、健康状况）的持续投入。农业生产具有周期长、对自然条件敏感度高以及对工人体力和实践经验要求高的特点。因此，在SU策略下，丰富的自然资本（NC1, NC2）提供了必要的生产投入，为收入生成奠定了物质基础；同时，充足且健康的家庭劳动力（HC1, HC3）对于将这些投入转化为实际产出以及应对农业生产的体力要求和高强度的自然冲击至关重要。换句话说，对于SU策略来说，缓冲能力主要表现为一种“资源依赖”的韧性——其减贫效果直接取决于家庭的自然资源禀赋及其劳动力的数量和质量。相比之下，SO策略旨在通过非农业就业来保障收入，其成功实施关键取决于家庭进入劳动力市场并获得稳定就业的能力。这一转变首先需要一定水平的金融资本（例如退休前的非农业收入比例FC2）作为生计保障，并在过渡期间覆盖求职费用。同时，广泛的社会网络——特别是与政府机构的联系程度（SC2）在获取非农业就业信息和扩大就业机会方面起着重要作用。因此，在SO策略下，缓冲能力更准确地表现为一种“市场嵌入”的资本转换能力——即利用现有或积累的金融和社会资本进入并维持非农业劳动力市场的参与。其次，在SU策略中，自组织和学习能力显示出更高的边际价值，这归因于它们在缓解“信息不对称”和“能力差距”方面的独特能力。在传统的基于水产养殖的生计模式下，渔民长期以来在相对孤立的水环境中作业，导致信息渠道受限，对新兴技术和政策进步的敏感性和吸收应用能力有限。当被迫“上岸”并从事不熟悉的农业活动（如作物种植或畜牧业）时，他们面临着全新的生产技术、市场信息和商业模式。在这种情况下，政府政策指导、公共资源的获取（由自组织指标OC2表示）以及新知识和技术的主动获取和应用（反映在学习能力指标LC1中）变得至关重要。这些能力有效地弥补了农业信息和技术技能的初始不足，使渔民能够更好地管理生产风险，抓住市场机会，从而显著提高其农业企业的稳定性和收入生成潜力。相比之下，对于选择非农业就业的渔民（即SO策略），学习能力（如LC2（信息交流）仍然有价值，但它在更多的多元化信息生态系统中发挥作用（例如同行、劳动力中介、在线平台）。此外，劳动力市场本身提供了某些价格信号功能，部分替代了正式的信息传播和技能发展机制。因此，在SO策略下，自组织和学习能力的边际减贫效应相对较低，因为其中的一些信息和能力增强功能部分被市场机制吸收了。

3.2.3 控制变量和因变量

3.2.3.1 控制变量

退休渔民不同生计行为的减贫效果不仅受到可持续生计韧性基本结构的影响，还受到渔民其他基本特征和因素（如渔业村庄的分布规模）的制约。为了确保模型的科学严谨性和全面性，本研究根据以往的文献和数据可用性，选择了三个层面的控制变量：个体、家庭和区域。具体来说，这些变量包括：劳动力性别（X1）和劳动力年龄（X2）。这是因为不同年龄和性别的渔民在文化素养、身体状况和价值观方面存在差异（Willmore等人，2012年；胡和陆，2019年），这些差异可能会影响不同的生计行为在减轻低收入贫困方面的效果。家庭中的受抚养人数（X3）。过重的家庭负担会占用渔民的时间用于家务职责，阻碍他们获取新政策和知识的能力。此外，基本生活费用和医疗费用的增加通常会导致借贷行为（唐和徐，2023年）。从当前居住地到市场或镇中心的便利程度（X4）。一个活跃的劳动力市场有助于渔民理解适应性政策和发展机会（王等人，2023年）。能力的提升通常有助于他们避免落入低收入贫困（何等人，2024年）。因此，本研究将控制这些重要变量，因为它们强烈影响着各种生计行为对退休渔民贫困 alleviation（此处应替换为“减轻贫困”）的贡献程度。

3.2.3.2 因变量
评估不同生计行为对退休渔民贫困 alleviation（此处应替换为“减轻贫困”）效果的标准是人均净收入。目前，渔民家庭的基本生存需求已经得到满足。然而，他们仍然面临财务限制和收入不足的问题，导致低收入贫困。中国目前的贫困 alleviation（此处应替换为“减轻贫困”）标准设定为每人2300元人民币，自2010年起。考虑到相应年份的价格水平变化，这相当于2013年每人约2736元人民币，2017年每人2952元人民币，2019年每人3218元人民币，并在2021年达到每人4000元人民币的收入水平。根据参考指标（杨和Mukhopadhaya，2019年；宋等人，2022年），将阈值设定为人均净收入的中位数的一半（4000元人民币）与现有的贫困标准非常吻合。因此，我们将人均净收入中位数的一半视为低收入贫困线。如果一个退休渔民的家庭在2021年的人均净收入低于这一阈值，则表明其处于低收入贫困状态。本研究将渔民的各种生计行为对贫困 alleviation（此处应替换为“减轻贫困”）的效果分为三个不同的等级：年收入低于4000元人民币的；年收入在4000至6350元人民币之间的（大约比低收入贫困线高出60%）；以及年收入超过6350元人民币的。这些等级从低到高分别标记为：等级1表示“收入低于贫困线”，等级2表示“收入略高于低收入贫困线”，等级3表示“收入显著高于贫困线”。政策实施后，这些效果在渔民就业转型方面的分布见表2。

3.2.4 测量工具的主观性讨论
本研究使用了一种基于问卷的测量工具，该工具已经经过了严格的可靠性和有效性测试（Cronbach's α = 0.760；KMO = 0.775）。然而，应该认识到，一些核心变量——例如受访者自我报告的政策意识水平（OC1）、与邻居的熟悉程度（SC1）以及参与技术培训的意愿（LC1）——依赖于主观自我报告，其测量采用了序数等级的条目。尽管这种方法在生计研究中很常见，但它本身带有一定的主观性，可能会对研究结果产生影响。首先，是感知偏差的问题。受访者对诸如“与政府的联系程度”（SC2）和“公共资源的可及性”（OC2）等条目的回答可能会受到个人期望、以往经验或当前情绪状态的影响，从而导致对客观现实的过高或过低估计。例如，最近与政府机构有良好互动的渔民可能会高估他们的联系程度，而那些在政策实施过程中遇到困难的渔民可能会低估公共资源的可及性。这样的感知偏差可能导致变量测量值与其真实值之间存在系统性差异。其次，是报告误差。对于回顾性问题的回答，例如“禁渔前的非农业收入比例”（FC2）和“家庭耐用消费品的价值”（PC2），可能会因为记忆衰退或不准确而产生报告误差。同样，主观评估条目，包括“自我报告的健康状况”（HC3）和“参与技术培训的意愿”（LC1），容易受到社会期望偏差的影响。在这种偏差下，受访者倾向于给出更积极的自我评价，从而导致报告误差。上述感知偏差和报告误差可能会对研究结果产生以下潜在的干扰影响：首先，它们可能会影响边际效应的估计。如果独立变量中的测量误差是非随机分布的，可能会导致衰减偏差，即回归系数偏向于零，从而低估这些变量对减贫的真正影响程度。对于像OC2（公共资源的可及性）和LC1（参与技术培训）这样的主观测量指标来说，这个问题尤为明显，其估计的边际效应可能会偏小。在本研究的边际效应分析中，OC2对SU策略的负边际效应（?0.077）比SO策略（?0.072）更大。同样，LC1对SU策略的负边际效应（?0.079）也比SO策略（?0.070）更强。尽管这种方向性与理论预期一致，但测量误差的存在意味着两种策略之间的实际边际效应差异可能比当前估计的更大。其次，它会影响对层次结构关系的解释。ISM方法依赖于对变量之间统计显著性的判断。如果一个关键变量在有序logit模型中未能达到统计显著性，例如由于测量误差，它将被排除在后续的ISM分析之外，从而导致对影响因素层次结构的误解。例如，如果OC3（由他人选择产生的邻里效应）由于其测量误差而被低估，那么它在SU或SO策略中的潜在机制可能会被忽视，从而削弱了对“邻里效应”作为自组织能力维度的全面理解。为了减轻上述潜在的干扰因素，本研究在问卷设计和数据分析过程中采取了以下方法论保障：（1）在问卷设计过程中，对主观条目使用了多维度交叉验证。例如，同时收集受访者和他们家庭成员的回答，以减少单一来源的偏差。（2）在数据收集过程中，采访者接受标准化培训，以确保一致和中立的提问程序，并消除引导性问题。（3）在数据分析中，进行VIF测试以验证不存在严重的多重共线性，并使用工具变量（IV）估计来处理潜在的内生性偏差。（4）在解释结果时，谨慎处理边际效应估计和ISM框架内的层次关系。研究结果严格经过与理论预期的交叉验证，并结合了补充的定性访谈证据。

3.3 模型设置
3.3.1 有序逻辑模型
采用有序逻辑回归来检验自变量与因变量之间的潜在关系。回归模型的构建如下：

在方程（1）中，表示特定的渔民，而表示在选择了某种特定的生计行为后，该渔民的贫困 alleviation（此处应替换为“减轻贫困”）程度。向量 包含了一组影响渔民贫困 alleviation（此处应替换为“减轻贫困”的）的自变量，包括所有与可持续生计韧性相关的变量以及控制变量HC1至X4。包括被称为估计参数的回归系数，i是误差项。为了进一步分析不同生计行为对渔民贫困 alleviation（此处应替换为“减轻贫困”）的具体影响，本研究讨论了不同Xi值对Yi的边际效应。我们使用最大似然估计来评估每个自变量对因变量的边际效应，从而确保实证结果与理论预期更加一致。

3.3.2 工具变量（IV）方法
本研究可能存在反向因果关系和内生性问题，即可持续生计韧性可以减轻受长江禁渔影响的渔民的贫困程度，同时，这种韧性可能会随着收入贫困的减少而增强。这种动态可能会影响政府为渔民过渡到非渔业职业而制定的多样化政策。为了解决这些关系可能导致的估计偏差，本研究进一步采用了IV方法来估计模型结果，并在回归模型中控制了县（区）固定效应。这种IV方法的有效性取决于以下两个关键假设：首先，在同一个村庄内的渔民之间存在显著的“同伴效应”，意味着个体行为和能力受到同一社区其他成员的显著影响。对于受禁渔影响的渔民来说，这一假设得到了实证支持：由于长期生活在相对孤立的水上社区，这些个体经常进行信息共享，并与邻居保持密切的社会互动。其次，其他渔民的生计韧性不会通过除同伴效应之外的渠道直接影响样本渔民的收入水平。例如，政府为其他渔民提供的就业援助不一定能为样本个体带来更多的就业机会；同样，其他渔民健康状况的改善也不会直接提高样本渔民的生产能力。这一假设在研究调查区域内通常是成立的，因为个体层面的收入主要由个人资源禀赋、行为选择和家庭特征决定。尽管如此，这种方法也存在以下限制：首先，仍然存在“工具变量较弱”的风险。如果样本量进一步减少或变量规格被修改，仍需要谨慎对待可能由工具变量薄弱引起的估计偏差。其次，外生性假设面临潜在挑战。从理论上讲，其他渔民的生计韧性可能会通过影响社区层面的公共服务提供来间接影响样本渔民的收入，从而部分违反外生性假设。为了减轻这些社区层面的混淆因素，本研究在问卷设计和数据分析中采取了以下方法论保障：（1）在问卷设计过程中，对主观条目使用了多维度交叉验证。例如，同时收集受访者和他们家庭成员的回答，以减少单源偏差。（2）在数据收集期间，采访者接受标准化培训，以保证一致和中立的提问程序，并消除引导性问题。（3）在数据分析中，进行VIF测试以验证不存在严重的多重共线性，并使用工具变量（IV）估计来处理潜在的内生性偏差。（4）在解释结果时，谨慎处理边际效应估计和ISM框架内的层次关系。研究结果严格经过与理论预期的交叉验证，并结合了补充的定性访谈证据。

3.3.1 有序逻辑模型
有序逻辑回归被用来检验自变量与因变量之间的潜在关系。回归模型的构建如下：

在方程（1）中，表示特定的渔民，而表示在选择了某种特定的生计行为后，该渔民的贫困 alleviation（此处应替换为“减轻贫困”）程度。向量 包含了一组影响渔民贫困 alleviation（此处应替换为“减轻贫困”的）的自变量，包括所有与可持续生计韧性相关的变量以及控制变量HC1至X4。 包含称为估计参数的回归系数，i是误差项。为了进一步分析生计韧性对不同生计行为下渔民贫困 alleviation（此处应替换为“减轻贫困”的）的具体影响，本研究讨论了不同Xi值对Yi的边际效应。我们使用最大似然估计来评估每个自变量对因变量的边际效应，从而确保实证结果更符合理论预期。

3.3.2 工具变量（IV）方法
本研究可能表现出反向因果关系和内生性问题，即可持续生计韧性可以减轻受长江禁渔影响的渔民的贫困程度，同时，随着收入贫困的减少，这种韧性可能会增强。这种动态可能会影响政府为渔民过渡到非渔业职业而制定的多样化政策。为了解决这些关系可能导致的估计偏差，本研究进一步采用了IV方法来估计模型结果，并在回归模型中控制了县（区）固定效应。这种IV方法的有效性取决于以下两个关键假设：首先，在同一个村庄内的渔民之间存在显著的“同伴效应”，表明个体行为和能力受到同一社区其他成员的显著影响。对于受禁渔影响的渔民来说，这一假设得到了实证支持：这些个体生活在相对孤立的水上社区，经常进行信息共享，并与邻居保持密切的社会互动。其次，其他渔民的生计韧性不会通过同伴效应以外的渠道直接影响样本渔民的收入水平。例如，政府为其他渔民提供的就业援助不一定能为样本个体带来更多的就业机会；同样，其他渔民健康状况的改善也不会直接提高样本渔民的生产能力。这一假设在该研究的调查区域内通常是成立的，因为个体层面的收入主要取决于个人自身的资源禀赋、行为选择和家庭特征。尽管如此，这种IV方法也存在以下局限性：首先，仍然存在“工具变量较弱”的风险。如果样本量进一步减少或变量规格被修改，仍需谨慎对待可能由工具变量薄弱引起的估计偏差。其次，外生性假设面临潜在的挑战。从理论上讲，其他渔民的生计韧性可能会通过影响社区层面的公共服务提供来间接影响样本渔民的收入，从而部分违反了外生性假设。为了减轻这些社区层面的混淆因素，本研究控制了县（或区）层面的固定效应；然而，它不能完全排除所有可能的间接渠道。第三，尽管IV方法有效地解决了内生性偏差，但它不能消除由测量误差引起的系数衰减偏差。因此，本研究应用IV方法的主要目的是评估核心结论的稳健性，而不是建立严格的因果关系。

3.3.3 解释结构模型
ISM通常用于研究复杂社会经济系统内的结构关系。基于实践经验和科学技术，构建了一个多层次层次结构模型来分析影响因素及其相互关系，从而揭示系统内各种要素之间的关联和层次结构（Hughes等人，2020年；Mohamadi等人，2022年）。本文利用ISM来测量识别的关键因素的关联和层次结构，明确了影响退休渔民不同生计行为贫困 alleviation（此处应替换为“减轻贫困”）效果的表层直接因素、中间间接因素和深层根本因素。本研究通过有序逻辑回归分析提取了明确的因素。利用公式（2），对这些因素进行成对比较，建立邻接矩阵R。随后，根据公式（3），计算可达性矩阵M。这允许基于矩阵M分析不同层次之间的元素分布。最后，使用公式（4）和（5）中的有向边，建立相邻层次之间的连接以及同一层次内影响之间的连接。这个过程最终生成了一个层次结构图，展示了影响退休渔民多样化的生计行为对减贫成果的因素。

3.3.4 应用于分类的交叉影响矩阵乘法（MICMAC）
为了进一步阐明ISM分析结果所呈现的复杂机制，本文采用了交叉矩阵乘法（MICMAC）方法，在ISM分析的基础上验证所推导出的结构模型的科学严谨性，并深化研究结论。MICMAC方法基于矩阵乘法原理，识别系统内各元素之间的相互依赖性和影响，从而明确对系统稳定性和动态性有显著影响的变量（Huang和Zhao 2023）。

4 结果与分析
4.1 估计结果与解释
该分析采用有序逻辑回归来衡量条件变量对不同生计行为结果的影响程度。此外，它还深入探讨了边际效应，以提供这些变量具体影响值的更客观评估。从回归模型的拟合优度结果来看，从事升级和退出活动的渔民样本的R2值分别为0.639和0.650，显著性水平为0.000。这表明模型对观察值有很好的拟合。每个条件变量的回归系数及其显著性水平如表3所示。

4.1 估计结果与解释
分析使用有序逻辑回归来衡量条件变量对不同生计行为结果的影响程度。此外，还深入研究了边际效应，以提供这些变量具体影响值的更客观评估。从回归模型的拟合优度结果来看，从事升级和退出活动的渔民样本的R2值分别为0.639和0.650，显著性水平为0.000。这表明模型对观察值有很好的拟合。每个条件变量的回归系数及其显著性水平见表3。

4.1 估计结果与解释
分析采用有序逻辑回归来衡量条件变量对不同生计行为结果的影响程度。此外，还深入研究了边际效应，以提供这些变量具体影响值的更客观评估。从回归模型的拟合优度结果来看，从事升级和退出活动的渔民样本的R2值分别为0.639和0.650，显著性水平为0.000。这表明模型对观察值有很好的拟合。表3展示了有序逻辑回归模型的分析结果。

4.2 边际效应分析
有序逻辑模型中的标准化回归系数估计主要用于比较变量之间的系数，而不是直接衡量每个指标的具体影响。本文进一步计算了渔民生计韧性通过不同生计策略对减贫和收入生成的边际效应，利用阈值估计和相关估计系数。在升级和退出生计策略的背景下，上述指标的增加会导致渔民人均净收入低于标准线的概率降低。关于自我组织能力，政府公共资源的可得性（OC2）每增加一个单位，依赖变量取Y = 1的概率在两种生计策略下都以相似的速率降低。然而，在退出型生计模式下，依赖变量取Y = 3的概率低于升级型生计模式。这表明，在升级型生计模式下，政府公共资源的可获取性对减贫的边际效应大于退出型生计模式。在学习能力方面，参与技术培训的积极性（LC1）显示出与之前观察到的边际效应一致的结果。这可能是因为农业生产容易受到健康风险、市场波动和自然灾害的影响。在缓冲能力方面，四个指标——承包耕地面积、拥有的水产养殖池塘面积、家庭劳动力规模和家庭成员的健康状况——显示出显著的边际效应。特别是对于旨在减贫和增加收入的升级型生计策略，需要自然资本和人力资本的实质性支持。在退出型生计行为导致减贫的情况下，影响更为显著的因素包括退役前非农业收入的比例；渔民与政府之间的联系程度；以及渔民自身的教育水平——这些因素表明向非农业领域的转型在很大程度上依赖于金融资本和社会资本的积累。

4.2 边际效应分析
有序逻辑模型中的标准化回归系数估计主要用于比较变量之间的系数，而不是直接衡量每个指标的具体影响。本文进一步计算了渔民生计韧性通过不同生计策略对减贫和收入生成的边际效应，利用阈值估计和相关估计系数。在升级和退出生计策略的背景下，上述指标的增加会导致渔民人均净收入低于标准线的概率降低。关于自我组织能力，政府公共资源的可得性（OC2）每增加一个单位，依赖变量取Y = 1的概率在两种生计策略下都以相似的速率降低。然而，在退出型生计模式下，依赖变量取Y = 3的概率低于升级型生计模式。这表明，在升级型生计模式下，政府公共资源的可获取性对减贫的边际效应大于退出型生计模式。在学习能力方面，参与技术培训的积极性（LC1）显示出与之前观察到的边际效应一致的结果。这可能是因为农业生产容易受到健康风险、市场波动和自然灾害的影响。在缓冲能力方面，四个指标——承包耕地面积、拥有的水产养殖池塘面积、家庭劳动力规模和家庭成员的健康状况——显示出显著的边际效应。特别是对于旨在减贫和增加收入的升级型生计策略，需要自然资本和人力资本的实质性支持。在退出型生计行为导致减贫的情况下，影响更为显著的因素包括退役前非农业收入的比例；渔民与政府之间的联系程度；以及渔民自身的教育水平——这些因素表明向非农业领域的转型在很大程度上依赖于金融资本和社会资本的积累。

4.3 内生性处理
退休渔民的生计韧性和减贫效果可能表现出反向因果关系。为了减轻这种内生性问题对基线回归结果可能造成的偏差，本研究选择了“同一退休渔村其他渔民的平均生计韧性”作为工具变量（IV）。选择这一理由有两个方面：首先，在同一个渔村内，样本渔民和他们的同行之间存在“同伴效应”，其他渔民积极转行可以对样本渔民的生计状况、就业能力和就业机会产生积极影响。其次，其他渔民的生计韧性并不直接影响样本渔民的贫困水平，样本渔民也难以控制或影响他人的恢复程度。因此，选择“同一退休渔村其他渔民的平均生计韧性”作为IV满足了工具变量的相关性和外生性标准。本文采用IV方法来检验内生性问题，结果见表4。Cragg–Donald Wald F统计量在10%的水平上超过了临界值，表明它通过了弱工具变量检验。此外，Kleibergen–Paaprk LM统计量在1%的水平上显著，确认我们的工具变量是可识别的。此外，两阶段回归结果显示我们的工具变量与核心自变量之间存在显著相关性，进一步验证了其作为工具变量的有效性。生计韧性的影响在统计上具有1%的水平显著性，系数为0.4036，表明提高生计韧性显著减轻了长江退休渔民通过不同收入生成活动所面临的低收入贫困问题。这些发现与有序Logit回归分析的结果一致，表明基线模型的结果具有相当的稳健性，同时也验证了生计韧性和扶贫行为之间任何潜在的逆向因果关系都不会导致回归结果的显著偏差。表4基于工具变量方法显示了生计韧性对渔民不同生计行为减贫影响的回归结果。

**变量**

**步骤1**
**步骤2**

**退休渔民的生计韧性**
**不同生计行为的减贫效果**

**退休渔民的生计韧性**
**0.4036***
（0.0541）

**同一渔村其他渔民在停止捕鱼活动后的平均生计韧性**
**0.6985***
（0.0326）

**控制变量**
**已控制**
**已控制**

**县（区）级固定效应**
**已控制**
**已控制**

**观察值**
**389**
**389**

**弱工具变量检验**
**95.376**

**工具变量识别不足检验**
**90.205*****

***表示1%的显著性水平。括号中的值代表稳健标准误差。**根据上述分析，IV回归结果（表4）表明，在受到禁渔影响的渔民中，生计韧性对减贫具有统计学上的显著正面影响（系数=0.4036，p<0.01）。需要澄清两个关键的解释方面：首先，通过IV估计确定的“显著效应”应被视为生计韧性与减贫结果之间的稳健统计相关性，而不是严格的因果关系。尽管IV方法减轻了由于逆向因果关系和遗漏变量偏差引起的内生性偏差，但它基于工具变量外生性的关键假设，这在实证上可能难以验证。此外，该方法没有解决由测量误差引起的偏差。其次，估计的系数代表局部平均处理效应（LATE），仅适用于那些因同伴效应而改变生计韧性的受影响渔民子群体，而不是所有受到禁渔影响的渔民群体。**

**4.4 稳健性测试**

本文主要通过替换基线回归模型来进行稳健性检验。由于退休渔民的不同生计行为产生的减贫效果是离散变量，当前研究中常用处理这类变量的模型包括Logit模型和Probit模型。由于之前章节已经使用了有序逻辑模型进行回归，我们现在将使用有序Probit模型进行进一步分析。从表5中的回归结果来看，无论退休渔民采用升级型还是退出型生计策略，生计韧性对他们的减贫效果的影响仍然显著，且系数为正。这一发现与表3中的回归结果大体一致，从而确认了之前讨论的基线回归结果相对稳健。

**表5. 退休渔民不同生计行为下生计韧性对减贫影响的基线回归结果**

**退休渔民升级型生计行为的减贫效果**
**退休渔民退出型生计行为的减贫效果**

**退休渔民的生计韧性**
**0.033***
（0.009）
**0.024***
（0.007）

**控制变量**
**已控制**
**已控制**

**县（区）级固定效应**
**已控制**
**已控制**

**-2 对数似然值**
**1112.335**
**1101.391**

**Nagelkerke R2**
**0.279**
**0.258**

**似然比检验**
**X2(19) = 123.703, p = 0.000**
**X2(19) = 110.312, p = 0.000**

**观察值**
**389**
**389**

***表示1%的显著性水平。括号中的值代表稳健标准误差。**有序Probit模型的估计结果（表5）与基线回归的结果一致，进一步证实了生计韧性与减贫效果之间的统计相关性的稳健性。然而，无论采用哪种具体模型规范，本研究的实证分析本质上都是观察性的，其设计本身无法仅通过统计方法完全消除所有潜在的混淆偏差。因此，这些发现不应被视为因果证据，而应视为对理论预期的实证支持：在控制了可观察的协变量后，生计韧性与各种生计策略的减贫效果之间存在统计学上显著且稳定的关联。

**4.5 影响因素的层次结构**

前述有序Logit分析的结果表明，有六个重要因素影响参与两种生计策略的渔民的减贫。利用ISM方法，我们对这些影响因素的层次结构进行了分类，并构建了一个邻接矩阵R1，用于与渔民升级型生计行为相关的减贫因素。随后，我们计算了可达性矩阵M1（如图3所示），以描绘这六个重要因素的层次结构。对于渔民在升级型生计下的减贫（Y1），确定了三个影响层次：LC1涉及技术培训的参与，被归类为表层直接因素；HC1代表家庭劳动力规模，OC2涉及政府公共资源的可获取性，被归类为中间层次间接因素；而NC1（承包耕地面积）、NC2（拥有的水产养殖池塘面积）和HC3（家庭成员的健康状况）被认为是根深蒂固的原因。通过用有向边连接每个层次，我们得到了一个层次关系图，说明了渔民通过升级型生计行为减贫的显性影响因素（图4）。同样，对于渔民的退出型生计策略，我们也建立了邻接矩阵R2和可达性矩阵M2（如图5所示）。影响渔民非农业转型减贫的因素（Y2）也被分为三个层次。这种连接产生了一个层次关系图，展示了渔民在退出型生计中减贫的显性影响因素（图6）。

**Figure 3：影响扶贫升级行为的因素的邻接矩阵和可达性矩阵。**
**Figure 4：影响扶贫升级行为的显性因素的层次关系图。**
**Figure 5：影响扶贫退出行为的因素的邻接矩阵和可达性矩阵。**
**Figure 6：影响扶贫退出行为的显性因素的层次关系图。**

根深蒂固的根本因素（NC1、NC2、HC3）位于层次结构的底部，代表了渔民农业转型的初始资源禀赋，构成了生计系统的基本驱动力。这些因素非常稳定，短期内难以改变，但一旦它们的优势确立，就会对中间和表层因素产生持续而深远的影响。中间间接因素（HC1、OC2）位于中间层次，受根深蒂固因素的制约，同时对表层因素产生传递效应。其中，家庭劳动力数量（HC1）代表了家庭层面根深蒂固的人力资本（HC3）的组织延伸，而政府公共资源的可获取性（OC2）是将根深蒂固的自然资源转化为实际产出的外部条件。表层直接因素（LC1）位于层次结构的顶部，直接影响减贫效果，代表了能力传递的最终实现环节。根深蒂固的根本因素（FC2、HC2）位于层次结构的底部，代表了渔民非农业转型的核心能力基础。禁渔前的非农业收入比例（FC2）反映了渔民现有的非农业工作经验和经济储备，而教育水平（HC2）代表了他们的知识水平和信息处理能力。这两个因素表现出强烈的路径依赖性，构成了渔民进入非农业就业市场的基本门槛。

**4.5 影响因素的层次结构**

上述有序Logit分析的结果表明，有六个重要因素影响参与两种生计策略的渔民的减贫。利用ISM方法，我们对这些影响因素的层次结构进行了分类，并构建了一个邻接矩阵R1，用于与渔民升级型生计行为相关的减贫因素。随后，我们计算了可达性矩阵M1（如图3所示），以描绘这六个重要因素的层次结构。对于渔民在升级型生计下的减贫，确定了三个影响层次：LC1涉及技术培训的参与，被归类为表层直接因素；HC1代表家庭劳动力规模，OC2涉及政府公共资源的可获取性，被归类为中间层次间接因素；NC1（承包耕地面积）、NC2（拥有的水产养殖池塘面积）和HC3（家庭成员的健康状况）则被认为是深层次原因。通过用有向边连接每个层次，我们得到了一个层次关系图，说明了渔民通过升级型生计行为减贫的显性影响因素（图4）。同样，对于渔民的退出型生计策略，我们也建立了邻接矩阵R2和可达性矩阵M2（如图5所示）。影响渔民非农业转型减贫的因素也被分为三个层次。这种连接产生了一个层次关系图，展示了渔民在退出型生计中减贫的显性影响因素（图6）。

**图3：影响扶贫升级行为的因素的邻接矩阵和可达性矩阵。**
**图4：影响扶贫升级行为的显性因素的层次关系图。**
**图5：影响扶贫退出行为的因素的邻接矩阵和可达性矩阵。**
**图6：影响扶贫退出行为的显性因素的层次关系图。**

根深蒂固的根本因素（NC1、NC2、HC3）位于层次结构的底部，代表了渔民农业转型的初始资源禀赋，构成了生计系统的基础驱动力。这些因素非常稳定，短期内难以改变，但一旦它们的优势确立，就会对中间和表层因素产生持续而深远的影响。中间间接因素（HC1、OC2）位于中间层次，受到根深蒂固因素的制约，同时对表层因素产生传递效应。其中，家庭劳动力数量（HC1）代表了根深蒂固的人力资本（HC3）在家庭层面的组织延伸，而政府公共资源的可获取性（OC2）则是将根深蒂固的自然资源转化为实际产出的外部条件。表层直接因素（LC1）位于层次结构的顶部，直接影响减贫效果，代表了能力传递的最终实现环节。根深蒂固的根本因素（FC2、HC2）位于层次结构的底部，代表了渔民非农业转型的核心能力基础。禁渔前的非农业收入比例（FC2）反映了渔民现有的非农业工作经验和经济储备，而教育水平（HC2）代表了他们的知识水平和信息处理能力。这两个因素表现出强烈的路径依赖性，构成了渔民进入非农业就业市场的基本门槛。中间间接因素（SC2、OC2）位于中间层次，为渔民获取外部机会提供了双重支持结构。与政府的联系程度（SC2）反映了获取社会网络资源的能力，而政府公共资源的可获取性（OC2）反映了公共服务的供应水平。这两个因素共同构建了从能力基础到就业实现的信息和资源桥梁。

**4.5 影响因素的层次结构**

上述有序Logit分析的结果表明，有六个重要因素影响参与两种生计策略的渔民的减贫。利用ISM方法，我们对这些影响因素的层次结构进行了分类，并构建了一个邻接矩阵R1。接下来，我们计算了可达性矩阵M1（如图3所示），以描绘这些重要因素的层次结构。对于渔民在升级型生计下的减贫（Y1），确定了三个影响层次：LC1涉及技术培训的参与，被归类为表层直接因素；HC1代表家庭劳动力规模，OC2涉及政府公共资源的可获取性，被归类为中间层次间接因素；NC1（承包耕地面积）、NC2（拥有的水产养殖池塘面积）和HC3（家庭成员的健康状况）被认为是深层次原因。通过用有向边连接每个层次，我们得到了一个层次关系图，说明了渔民通过升级型生计行为减贫的显性影响因素（图4）。同样，对于渔民的退出型生计策略，我们也建立了邻接矩阵R2和可达性矩阵M2（如图5所示）。影响渔民非农业转型减贫的因素也被分为三个层次。这种连接产生了一个层次关系图，展示了渔民在退出型生计中减贫的显性影响因素（图6）。

**图3：影响扶贫升级行为的因素的邻接矩阵和可达性矩阵。**
**图4：影响扶贫升级行为的显性因素的层次关系图。**
**图5：影响扶贫退出行为的因素的邻接矩阵和可达性矩阵。**
**图6：影响扶贫退出行为的显性因素的层次关系图。**

根深蒂固的根本因素（NC1、NC2、HC3）位于层次结构的底部，代表了渔民农业转型的初始资源禀赋，构成了生计系统的基础驱动力。这些因素非常稳定，短期内难以改变，但一旦它们的优势确立，就会对中间和表层因素产生持续而深远的影响。中间间接因素（HC1、OC2）位于中间层次，受到根深蒂固因素的制约，同时对表层因素产生传递效应。其中，家庭劳动力数量（HC1）代表了根深蒂固的人力资本（HC3）在家庭层面的组织延伸，而政府公共资源的可获取性（OC2）则是将根深蒂固的自然资源转化为实际产出的外部条件。表层直接因素（LC1）位于层次结构的顶部，直接影响减贫效果，代表了能力传递的最终实现环节。根深蒂固的根本因素（FC2、HC2）位于层次结构的底部，代表了渔民非农业转型的核心能力基础。禁渔前的非农业收入比例（FC2）反映了渔民现有的非农业工作经验和经济储备，而教育水平（HC2）代表了他们的知识水平和信息处理能力。这两个因素表现出强烈的路径依赖性，构成了渔民进入非农业就业市场的基本门槛。中间间接因素（SC2、OC2）位于中间层次，为渔民获取外部机会提供了双重支持结构。与政府的联系程度（SC2）反映了获取社会网络资源的能力，而政府公共资源的可获取性（OC2）反映了公共服务的供应水平。这两个因素共同构建了从能力基础到就业实现的信息和资源桥梁。表层直接因素（LC2）位于层次结构的顶部，直接影响减贫效果，反映了渔民积极适应市场并获取信息的意愿和行动。为了进一步理解ISM层次结构的机制基础，本研究结合了动机-机会-能力（MOA）理论框架，重新解释了图4和图6中呈现的影响因素之间的层次关系。动机-机会-能力（MOA）框架源于社会心理学和组织行为研究，该框架假设个体行为，包括其启动和持续执行，严重依赖于三个核心决定因素之间的协同作用：动机、机会和能力（Gruen等人，2005年）。具体来说，“动机”是指个体参与行为的内部倾向和动力；“机会”指的是使行为成为可能的外部环境条件和支持；“能力”包括成功实施特定行为所需的知识、技能和资源。显然，这三个要素都是不可或缺的，没有一个可以替代另一个（Choi等人，2025年）。它们共同构成了行为实施的必要前提。将MOA框架纳入本研究的ISM层次结构中，使得可以更精细地解释不同层次因素在影响受禁渔影响的渔业社区生计转型行为中的作用。

如图4所示，SU策略的决定因素呈现出一个三层、逐渐分层的结构：根深蒂固的因素包括承包耕地面积（NC1）、自有的水产养殖水面面积（NC2）和家庭成员的健康状况（HC3）。中间间接因素包括家庭劳动力规模（HC1）和政府公共资源的可获取性（OC2）。表层直接因素体现在积极参与技术培训的主动性（LC1）上。从MOA理论框架的角度来看，根深蒂固的因素（NC1、NC2、HC3）构成了支持“能力”维度的基本禀赋。承包耕地和水产养殖水面是使渔民家庭能够参与农业生产的核心生产资产。同时，家庭成员的健康状况决定了他们维持农业劳动的身体和心理能力。总体而言，这三个因素划定了渔民进行农业活动的基本能力边界。如果没有这些基本资源禀赋，即使有强烈的动机和外部支持，农业生产也无法有效实施。中间间接因素（HC1、OC2）分别对应于“机会”维度的关键促进因素和“能力”维度的组织延伸。特别是，家庭劳动力规模（HC1）是“能力”维度的一个关键组成部分。然而，与根深蒂固的因素不同，它反映的不是内在禀赋，而是劳动力的数量规模和结构配置。相比之下，政府公共资源的可获取性（OC2）代表了“机会”维度的核心要素，即政策支持、公共服务和基础设施等外部条件，共同为渔民家庭的农业参与提供了制度保障和资源便利。这两个因素共同构建了从能力基础到就业实现的信息和资源桥梁。表层直接因素（LC1）位于层次结构的顶部，直接影响减贫效果，反映了渔民积极参与培训和获取信息的意愿和行动。为了进一步理解ISM层次结构的机制基础，本研究结合了动机-机会-能力（MOA）理论框架，重新解释了图4和图6中呈现的影响因素之间的层次关系。

如图4所示，SU策略的决定因素呈现出一个三层、逐渐分层的结构：根深蒂固的因素包括承包耕地面积（NC1）、自有的水产养殖水面面积（NC2）和家庭成员的健康状况（HC3）。中间间接因素包括家庭劳动力规模（HC1）和政府公共资源的可获取性（OC2）。表层直接因素体现在积极参与技术培训的主动性（LC1）上。从MOA理论框架的角度来看，根深蒂固的因素（NC1、NC2、HC3）构成了支持“能力”维度的基本禀赋。承包耕地和水产养殖水面作为核心生产资产，使渔民家庭能够参与农业生产。同时，家庭成员的健康状况决定了他们维持农业劳动的身体和心理能力。总体而言，这三个因素划定了渔民进行农业活动的基本能力边界。如果没有这些基本资源禀赋，即使有强烈的动机和外部支持，农业生产也无法有效实施。中间间接因素（HC1、OC2）分别是“机会”维度的关键促进因素和“能力”维度的组织延伸。家庭劳动力规模（HC1）是“能力”维度的关键组成部分。然而，与根深蒂固的因素不同，它反映的不是内在禀赋，而是劳动力的数量规模和结构配置。相比之下，政府公共资源的可获取性（OC2）代表了“机会”维度的核心要素，即政策支持、公共服务和基础设施等外部条件，共同为渔民家庭的农业参与提供了制度保障和资源便利。这两个因素共同构建了从能力基础到就业实现的信息和资源桥梁。表层直接因素（LC1），即参与技术培训的积极性，反映了动机维度的关键作用。参与技术培训不仅仅是能力的问题，更取决于渔民学习新技术的意愿、他们对农业现代化的认同以及对收入增长的期望。当渔民具备基本的生产资源（能力）和外部政策支持（机会）时，他们参与技术培训的积极性（动机）直接决定了能力提升的可能性和有效性，从而影响了减贫目标的最终实现。因此，SU策略的扶贫机制可以总结如下：它以自然资本和人力资本为基础能力，以获得公共资源的便利性为机会支持，以参与技术培训为动力驱动。这三个要素之间的协同作用共同促进了从事农业生计的渔民的收入增长和贫困减少。基于MOA框架对“步出”（SO）策略的理论解释

如图6所示，SO策略的影响因素也呈现出三级结构：深层因素包括禁令前的非农业收入比例（FC2）和教育水平（HC2）；中间因素包括与政府的联系程度（SC2）和政府公共资源的可获得性（OC2）；表层直接因素是信息交流的频率（LC2）。从MOA理论的角度来看，深层因素（FC2、HC2）共同构成了能力维度的核心基础。禁令前的非农业收入比例（FC2）反映了渔民现有的非农业工作经验及其转型的经济基础，而教育水平（HC2）则代表了渔民的知识储备、学习能力和信息处理能力。这两个因素共同塑造了渔民进入非农业就业市场的基本能力。与SU策略相比，后者强调拥有生产资源和身体健康，SO策略的能力维度更侧重于知识积累、经验储备和人力资本质量。中间因素（SC2、OC2）反映了机会维度的双重支持。与政府的联系程度（SC2）代表了渔民获取非农业就业信息、政策支持和社会网络资源的渠道；政府公共资源的可获得性（OC2）反映了就业服务、技能培训和工作推荐等公共服务的可用性。这两个因素共同构成了渔民进入非农业劳动力市场的外部机会结构。值得注意的是，与SU策略相比，后者的机会维度主要体现在农业生产基础设施和公共服务上，SO策略的机会维度更强调获取社会网络资源和劳动力市场信息。表层直接因素（LC2），即信息交流的频率，反映了动机维度的关键作用。在非农业转型的背景下，信息交流不仅是获取市场信息的手段，也反映了渔民积极参与外部环境并寻求发展机会的意愿和努力。当渔民具备基础能力（非农业经验和教育水平）和外部机会（政府联系）时，他们在信息交流中的积极性直接决定了他们能否有效抓住就业机会，避免就业风险，从而实现稳定的非农业就业和收入增长。因此，SO策略的扶贫机制可以总结如下：它以非农业经验和教育水平为基础能力，以社会网络和公共服务为机会支持，以信息交流的积极性为动力驱动。这三个要素之间的协同作用共同促进了从事非农业转型的渔民的收入增长和贫困减少。从MOA理论角度解释两种策略之间的差异

应用MOA理论框架进一步揭示了SU策略和SO策略在扶贫机制上的本质差异。在能力维度方面，SU策略强调“硬”资源禀赋，如自然资本（NC1、NC2）和体力人力资本（HC3），而SO策略则强调“软”人力资本的积累，如非农业经验（FC2）和教育水平（HC2）。这种差异反映了农业生产与市场就业的不同核心能力要求。在机会维度方面，SU策略更多地依赖于政府直接提供的公共服务和基础设施（OC2），而SO策略则更强调获得社会网络资源，如政府联系（SC2）。这一区别表明，农业转型的成功更多依赖于公共资源的普遍提供，而非农业转型的成功则更依赖于个人社会资本的激活和利用。在动机维度方面，SU策略的动机表现为采用新技术的意愿（LC1），而SO策略的动机则体现在积极寻找市场信息上（LC2）。这种差异反映了农业生产和市场就业应对不确定性的不同方式——前者依赖于技术改进，后者依赖于信息优势。总之，将MOA理论引入ISM层次结构的解释有助于系统地揭示退休渔民生计转型的潜在机制。实现扶贫效果既不完全依赖于能力的积累，也不仅仅依赖于外部机会的提供，或简单地依赖于主观意愿的激发，而是依赖于特定生计策略背景下三个要素——能力、机会和动机——的系统性协同作用。这一理论视角为理解退休渔民职业转型过程的内在复杂性提供了更全面的分析框架。

4.6 影响退休渔民生计行为扶贫效果的因子影响量的MMcCMA分析

基于建立的ISM模型，该研究采用MMcCMA方法来验证推导出的模型，并深入分析重要影响因素之间的互动机制。MMcCMA方法主要依赖于可达性矩阵M1和M2来计算各因素在ISM模型中的依赖性和驱动力值。更高的驱动力表明该因素对他因素的影响更为显著，而更大的依赖性则表示该因素对其他影响因素的依赖性更强。因此，我们对两种提升和步出生计行为对扶贫效果进行了MMcCMA分析，如图7和图8所示。图7展示了提升生计行为扶贫效果的MMcCMA分析图；图8展示了步出生计行为扶贫效果的MMcCMA分析图。MMcCMA分析将影响因素分类为自主簇、依赖簇、接触簇和独立簇，进一步揭示了不同能力在系统中的不同作用。值得注意的是，在SU策略的MMcCMA分析中（图7），LC1（参与技术培训的热情）被归类为独立簇，而NC2（拥有的水产养殖池塘面积）和HC3（家庭成员的健康状况）也属于独立簇。然而，这三个因素在ISM层次结构中的位置不同（LC1是表层直接因素，NC2和HC3是深层基础因素）。这一发现表明，尽管表层能力和深层能力都在系统中表现出强大的驱动力，但它们的运作方式根本不同：深层能力构成了生计系统的基本驱动力，而表层能力则代表了能力传递的最终实施环节。这两者之间的协同作用——即深层资源禀赋为表层能力的功能提供了空间，表层能力使深层资源禀赋转化为实际收入——构成了SU策略扶贫效果的核心机制。同样，在SO策略中，OC2（政府公共资源的可获得性）被归类为独立簇，而FC2（非农业收入比例）和HC2（教育成就）位于依赖簇。这表明政策支持资源与其他形式的资本积累之间存在互补而非替代的关系：公共资源的可获得性可以激活金融资本和人力资本的内在价值，而后者的有效性高度依赖于前者的持续提供。因此，在解释MMcCMA分析结果时，本研究超越了单独讨论各个因素的簇分类，而是关注不同簇之间因素的互动和协同配置。从政策优先级的角度来看，在图7中，应将重点放在独立簇中的因素上，特别是深层基础因素，如NC2（拥有的水产养殖池塘面积）和HC3（家庭成员的健康状况），以及表层驱动因素，如LC1（参与技术培训的热情）。同时，应注意依赖簇中OC2（政府公共资源的可获得性）与其他因素之间的协同关系，以避免因基础条件不足而造成政策资源的浪费。在图8中，应将重点放在独立簇中的OC2（政府公共资源的可获得性）上，使其成为政策干预的关键杠杆点。此外，还应重视依赖簇中HC2（教育成就）和FC2（非农业收入比例）与OC2之间的协同关系，即通过增强公共资源的可获得性来激活教育资本和金融资本的内在价值。对于自主簇中的因素，应采取鼓励和支持的方法，为渔民发挥个人主动性创造有利环境。

5 讨论与结论

研究结果表明，退休渔民的生计韧性与提升和步出生计行为的贫困减少结果之间存在统计学上的显著关联，不同禀赋特征下观察到了不同的模式。需要注意的是，这些发现反映了从观察数据中得出的统计关联，不应被解释为确定的因果效应。具体而言，与自我组织能力和学习能力相关的指标通过提升行为对扶贫的边际效应高于步出行为。在缓冲能力方面，提升生计需要自然资本和人力资本的实质性支持，而步出生计则更依赖于金融资本和社会资本。不同生计行为对扶贫的显著影响因素具有独立的路径。同时，这些因素是相互关联的，并间接影响了提升和步出行为中的贫困减少机制。通过集成应用ISM和MMcCMA方法，本文全面揭示了影响长江沿岸退休渔民提升和步出生计扶贫效果的关键因素，以及它们之间的相互关系、影响动态、层次结构和内部互动。基于这些见解，我们得出几项启示：

短期行动：专注表层直接因素并立即实施可操作的操作措施。对于SU策略，短期行动应关注LC1。首先，利用现有的农业技术推广系统在渔村建立“田间教室”或“移动服务站”，由农业技术人员定期进行水稻种植、水产养殖、果树种植等适用技术的实际培训。培训内容应针对当地资源禀赋和渔民的实际需求进行定制，避免“一刀切”的方法。其次，实施“培训+补贴”模式，为参与者提供因失去工作时间而获得的补偿或农业材料奖励，以经济激励提高参与热情。第三，利用“当地专家”和“示范家庭”的推动作用，组织成功转型的渔民分享他们的经验，用具体、可观察的案例增强培训的吸引力。上述措施所需的资源有限，可以在现有的基层农业服务系统内完成，无需新的机构或大规模的财政投资。对于SO策略，短期行动应关注LC2。首先，建立村级就业信息传播平台，利用村务公告板、微信群组、村广播系统等渠道定期分发当地和周边地区的就业信息、职位要求、薪资详情等，从而降低渔民的信息搜索成本。其次，设立“就业服务联络”岗位，可以由村干部或村基团队成员兼任，负责收集和组织就业信息，联系企业需求并回应渔民的咨询。第三，组织“就业经验分享会议”，邀请成功转向非农业就业的退休渔民分享他们的求职经验、工作见解和收入情况，利用同伴效应激发其他渔民在信息交流中的积极性。上述措施主要依赖于现有的基层组织能力，无需大规模的行政资源投入，并且能够在短期内实现覆盖目标。中期行动：优化中间传导因素并实施协调的支持措施。对于SU（渔村），中期行动应重点关注HC1和OC2。首先，发展互助模式，如联合家庭经营和合同耕作，以缓解劳动力短缺问题；其次，加强农业基础设施建设，包括灌溉和水利设施以及收获后的储存和保鲜设施，为农业生产创造有利条件；第三，整合农业资金，集中支持那些基础设施条件良好且有强烈转型意愿的渔村和渔民，从而产生示范效应。对于SO（渔户），中期行动应重点关注SC2和OC2。首先，建立退休渔民的就业服务记录，动态更新他们的就业状况和技能需求，为有针对性的援助提供信息支持；其次，加强乡镇级劳动安全服务平台的职能，为渔民提供“一站式”服务，如就业安置、技能培训和创业指导；第三，促进政府与企业劳动力需求之间的信息匹配，鼓励当地企业优先招聘退休渔民，并提供适当的政策激励。上述措施需要在现有基层服务系统内实现职能整合和资源优化，涉及多个政府部门之间的协调努力。

中长期行动：巩固根深蒂固的基本因素，并分阶段实施结构性改革。对于SU，中长期行动应重点关注NC1、NC2和HC3。首先，稳步推进土地流转和整合，通过建设高标准农田来提高耕地的质量和连片性；其次，支持水产养殖池塘的标准化改造，为符合条件的渔民提供设施升级补贴；第三，加强初级卫生保健服务体系，加强村级卫生站的建设，并实施慢性病管理和健康干预措施。上述措施涉及土地、金融和卫生等多个领域的改革，应纳入地方的中长期社会经济发展规划。对于SO策略，中长期行动应重点关注FC2和HC2。首先，推进职业教育体系的发展，为退休渔民及其子女提供需求导向的实用技能培训；其次，支持渔民参与成人教育，对获得学术学位或职业资格证书的人提供激励；第三，建立完善的“渔业转型基金”，为在转型过程中遇到困难的家庭提供过渡性就业援助和生计支持。上述措施需要多个部门的长期投入，包括教育、人力资源和社会保障以及财政部门，并应纳入省级或国家特别计划中，以确保政策的持续性和资金的可持续性。

6. 限制与未来方向
本研究有助于加深对农民可持续生计及其与减贫努力相关成果的理解。然而，在解读本研究的测量局限性时需要谨慎。首先，测量工具的主观性。核心变量主要基于受访者的自我报告作为顺序指标进行操作化。感知偏差和报告错误可能导致测量值与真实值之间存在系统性差异。尽管本研究通过多维交叉验证、标准化调查协议和工具变量估计来减少测量误差，但剩余偏差仍无法完全消除。例如，OC2（公共资源的可及性）的边际效应可能被低估，而LC1（参与技术培训的积极性）作为表面层面的直接因素，可能由于社会期望偏差而被高估。其次，基于收入的贫困测量存在局限性。本研究采用人均净收入作为贫困的主要指标。然而，贫困是一个多维概念，包括教育、健康、社会参与等方面的剥夺。仅依赖收入无法全面反映退休渔民的福利状况，也无法充分体现生计韧性在非经济维度上的减贫效果。第三，横截面分析的方法学限制。本研究基于两个时间点的调查数据，本质上属于横截面研究，难以捕捉渔民生计韧性随时间的动态变化。此外，尽管工具变量估计在一定程度上解决了内生性问题，但它仍然是一种观察性分析，反映出因果关系的滞后性（LATE），无法完全消除未观察到的异质性所带来的混淆偏差。第四，区域代表性的限制。本研究主要关注湖北和湖南两省，这两个省份代表了受长江流域禁渔影响的渔民。然而，不同地区在自然条件、社会经济发展水平和政策实施强度方面存在显著差异。这些发现是否适用于长江沿岸的其他省份，需要进一步验证。基于这些局限性，未来的研究可以朝以下方向发展：首先，应进行纵向追踪研究，以揭示生计韧性、行为选择和收入增长之间的动态因果关系；其次，需要开展跨区域比较研究，以在多样化背景下产生更具普遍性的政策启示；第三，应纳入多维度的贫困视角，以捕捉教育、健康和社会包容方面的剥夺情况；第四，应采用更客观的测量方法，如行政记录或实验设计，以更严谨地确定因果效应。

作者贡献：
郑建明：概念化、调查、撰写——审稿和编辑、监督、资金筹集。
王学明：概念化、调查、方法论、撰写——初稿、软件使用、正式分析。
沈涛：概念化、调查、方法论、正式分析、撰写——审稿和编辑。
蒋启军：调查、资金筹集、监督、撰写——审稿和编辑。

致谢：
本研究得到了国家社会科学基金（22BGL274）和国家自然科学基金（72173084）的支持：“长江三角洲地区水产养殖产业链数字化转型驱动因素与实施路径研究”。我们感谢农业农村部的支持和协助，他们在收集材料和数据调查方面的工作，这是“十省百县千户”追踪研究的一部分，该研究关注受长江流域禁渔影响的渔民。同时，也感谢现代农业产业技术体系建设专项基金“国家特色淡水渔业技术体系”（项目编号：CARS-46）的支持。

伦理声明：
本文不包含任何由作者进行的涉及人类参与者的研究。本研究已获得上海海洋大学机构审查委员会的批准（批准编号：SHOU-DW-2020-011）。

知情同意：
在数据收集之前，已从所有参与渔民处获得了书面知情同意。所有受访者均被告知研究的目的、参与的自愿性质以及他们随时无需解释即可退出的权利。问卷调查以匿名方式进行，所有收集的数据均经过汇总处理和报告，以确保保密性。

利益冲突：
声明作者不存在利益冲突。

注释：
1. https://www.stats.gov.cn/zs/tjws/tjzb/202301/t20230101_1903716.html

数据可用性声明：
本研究期间生成和/或分析的数据集可向通讯作者提出合理请求后获取。