生态补偿对象空间选择的研究进展及展望Word文档下载推荐.docx
《生态补偿对象空间选择的研究进展及展望Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《生态补偿对象空间选择的研究进展及展望Word文档下载推荐.docx（24页珍藏版）》请在冰点文库上搜索。
努力建立生态补偿效果的评价机制,,健全生态补偿机制。
关 键 词:
;
;
:
文章编号:
1000-3037（200910-1772-13
指在众多潜在的生态系统服务提供者中,依据其区域或个体条件差异,确定最有效的补偿区域或生态服务供给者。
对生态补偿对象空间选择的研究主要基于以下三点的考虑:
首先,不同区域的生态环境是非均质的,所提供的生态系统服务存在量和质的差异,区域生态系统所处的地位与承担的生态服务功能也不相同;
其次,生态系统受损风险与土地所有者的参与成本（机会成本、交易成本与实施成本之和也存在区域差异
[1];
第三,生态补偿项目实施过程中存在着三种无效率操作[2]:
①在没有生态补偿项目的情况下,也会存在期望的土地利用活动,即没有对生态系统服务进行购买,生态环境仍然能得到保护或不被破坏;
②支付的金钱数量并没有高到引起社会期望的土地利用,即支付的金钱数量低于土地所有者由现有的土地利用方式（如草地转化为另一种土地利用方式（如退牧还草所造成的损失;
③支付的金钱数量引起的正外部性的价值低于成本,即生态补偿项目实施过程中所花费的成本超过了所获得的环境效益。
基于补偿资金效率考虑,以有限的补偿资金获得最大的生态系统服务,发挥补偿资金效益的最大化是生态补偿对象空间选择研究的主要目标。
国际上对生态系统服务空间选择的研究经历了由单目标单准则发展到多目标多准则的
10期戴其文等:
生态补偿对象空间选择的研究进展及展望1773 过程。
最早是以单一的成本、效益或效益成本比为选择标准,如Babcock等将空间选择标准分为效益、成本或效益成本比3个标准[3];
Powell和Rodrigues等采用效益标准定位方法,通过GAP分析法确定生物多样性保护的优先保护区域[425];
Chomitz等以成本为依据进行空间选择并发现成本和生物多样性的负相关性产生了低成本/高效益的解决方案[6];
Barton和Ferraro等以效益成本比为标准对生物多样性保护和流域保护的优先区域进行了空间筛选[728]。
在单一标准基础上考虑了生态系统受损风险的选择标准研究,如Alix2Garcia等在成本效益定位法基础上考虑了森林采伐风险,并检验了方案的效率,发现每美元所购买的生态系统服务高出统一标准方案的4倍[9];
AlexanderSPPfaff采用毁林风险（威胁作为生物储备计划的一个重要指标,并利用毁林风险选择计划生物储备区域和候选区域[10]。
由单一目标发展到复合目标,如Imbach以复合生态系统服务为目标并考虑毁林风险对补偿对象进行空间选择[11212];
Ferraro采用非参数复合生态系统服务目标定位方法,并利用距离函数依据效益成本比标准分配补偿项目资金[13];
Claassen等利用线性得分函数并把成本作为得分方程中的一个因子进行定位[14];
TobiasWü
nscher、土地所有者的参与成本及环境服务受损风险等3个空间变量,,1],
择的研究甚少,,
是建立和完善生态补偿机,。
然而,更没有系统的理论研究和实证分析。
论文在阅读大量国际生态补偿对象空间选择文献资料的基础上,对生态补偿对象空间选择的研究背景、研究历程和研究方法进行了梳理和归纳,并对未来研究的发展方向提出几点思考与建议,以期对我国生态补偿和生态补偿对象空间选择理论研究和实践分析提供一定的参考。
1 不同补偿方案对补偿对象空间选择的影响
在生态补偿对象的选择研究中,选择标准是关键,不同的选择标准直接影响到受偿者、所获得的生态系统服务和补偿的效率。
111 统一标准选择方案
统一标准选择方案是生态补偿项目实施过程中最初实行的补偿对象选择方案,主要内容包括每年对单位面积土地支付相同数额的补偿,并对补偿土地设置了上限。
由于方案实施便利,可操作性强,而且更能显示公平性,不存在补偿的多寡,因而这种补偿方案仍然是目前的主流补偿方案。
但由于方案没有考虑到空间异质性,存在大量的无效或低效补偿,补偿资金效率很低。
补偿的土地存在上限也可能造成一些需要保护的土地没有得到保护。
112 成本、效益和效益成本比标准选择方案
成本和效益最先被明确为补偿对象的选择标准,Taff和Runge在成本-效益平面图上绘出了可利用土地在4块分区中的分布情况[16],如图1所示。
区域Ⅰ包括了高效益低成本的地块,区域Ⅱ包括了高成本高效益的地块,区域Ⅲ包括了低成本低效益的地块,区域Ⅳ包括了高成本低效益的地块。
如果选择低成本的地块,可以从区域Ⅰ和区域Ⅲ中获得;
如果选择高效益的地块,就需要从区域Ⅰ和区域Ⅱ中获得。
如果基于效益成本比选择地块,可以从
1774 自 然 资 源 学 报24卷区域Ⅰ中得到,也可能在区域Ⅱ和区域Ⅲ中获得,这要取决于可获得的资金。
由此可见效益和成本的空间分布为我们选择不同的补偿对象提供了基本依据。
Babcock等在此基础上系统地总结了成本标准、效益标准和效益成本比（边际成本标准3种选择方案,并进行了定量估算。
用TC3表示有限的预算,C表示每年每hm2
土地所支
付的成本,C0≤C≤C1（C0和C1分别为成本的上界和下界,B为每年每hm2土地所提供的
效益,B0≤B≤B1（B0和B1分别为效益的上界和下界,用C和B的联合密度函数s（C,B测量具有特定属性的土地所占的比例。
比如,具有CA≤C≤CB属性的土地所占比例为
∫B1B0∫CBCAs（C,BdCdB
。
图2显示了3种定位标准所选择的土地。
（1在成本标准下,成本低于C3的所有土地（区域D+G+H+I将被选择,C3为成本标准下最高可接受的价格;
（2在效益标准下,效益大于B3的所有土地（区域D+G+E+F都被选择,B3为效益标准下可接受的每hm2
土地提供的最低环境效益;
（3在边际成本标准下,边际成本小于MC3的所有土地（区域I+D+E都被选择,MC3为最高的效益成本比或边际成本。
113 基于生态系统受损风险标准的选择方案
11311 生态系统受损风险的估算
基于生态系统受损风险的选择标准是在效益成本比标准基础上考虑了生态系统受损风险,主要选择最有可能遭到破坏的生态系统进行保护和补偿,因此这种选择标准首先需要对风险进行估算。
考虑到不同生态区所提供的生态环境效益不相同,假设Fi是生态环境效益
为bi的土地面积,总的土地面积为∑iF
i=Fe。
假设生态补偿项目实施的第一年,采伐等
破坏行为将质量或类型为i面积为τiFi的土地转化为其他土地利用类型,如森林转化为牧场,τi为森林采伐率。
第二年,余下的（1-τiFi森林中又有额外的τiFi森林转化为牧场,
依此类推,第3年,第4年……t年后,采伐的森林面积为ΔFti=[1-（1-τit]Fi。
生态补偿对象空间选择的研究进展及展望1775 11312 补偿标准
风险选择标准以机会成本为补偿标准。
如果提供的生态系统效益价值超过了项目成本,基于机会成本的补偿额为Ptc=∑icΔFt
i
c为机会成本。
如果总的补偿额∑ePc（e为土
地所有者超过了项目预算,最佳补偿方案可通过地块的效益成本比bc=
∑ibiτiFi/∑icτiFi
由大到小对不同地块进行分级排序,以机会成本Pc=∑i
cτiFi为补偿标准,按照分级的高低顺序对处于风险中的土地实施补偿直到耗尽预算。
114 多目标多标准选择方案
多目标多标准选择方案考虑了3个空间变量:
土地所有者提供的生态系统服务、土地所有者的参与成本和生态系统服务受损风险,选择高风险的生态系统补偿。
方案以风险效益成本比为标准,效益为土地所有者提供的各种生态系统服务总和与生态系统受损风险的乘积,成本为土地所有者的参与成本,包括机会成本和与生态补偿项目相关的实施成本和交易成本。
假设单位面积的补偿额超过土地所有者单位面积机会成本、和,则土地所有者总是愿意参与。
-成本比最大为目标选择合适的项目参与区域。
1 1onoffourpaymentprograms
选择方案基于成本、效益和效益
成本比标准选择方案基于生态系统受损风险标准选择方案多目标多标准选择方案
特点补偿标准相同,补偿土地数量具有上限考虑了方案实施的成本和所获得环境效益考虑了生态系统受损风险综合考虑了多种生态系统服务,生态系统受损风险及多种成本
补偿对象所有提供生态系统服务的土地所有者成本低,效益高或效益成本比高的区域处于受损风险的生态系统风险环境效益与参与成本比最大且生态系统受损风险高的区域
补偿标准机会成本
机会成本机会成本参与成本优势实施简便,公平透明,
参与率高
补偿资金效率较高补偿资金效率较高避免了生态补偿项目中的3种无效率操作劣势
补偿资金效率低仅考虑了成本和效益参与性低,公平性差目标只局限于生态系统服务注意的问题需要保护的生态系统而未得到保护效益与成本的准确估算采伐风险的预测,如何避免受偿者实施的策略行为
各种生态系统服务和参与成本的准确估算通过4种方案的比较（表1可以发现,尽管不同的方案存在差异,但除了第一种方案,其余都是以效益成本比为标准,最优化生态补偿项目的资金效益为目标。
前3种方案的补偿标准都是机会成本,多目标多标准方案的补偿标准由机会成本增加到参与成本,将生态补偿项目相关的实施成本与土地所有者的交易成本纳入其内,对生态补偿项目实施所花费成本的估算更加准确,并避免了补偿金额过低产生补偿无效的结果。
补偿方案开始考虑了生态系统受损风险,这样也避免了对没有生态风险的生态系统进行补偿,提高了补偿资金的效率。
1776
自 然 资 源 学 报24卷2 生态补偿对象空间选择研究的几种方法
211 得分函数法（传统定位方法
传统的空间定位方法就是指在预算约束下,以最少的成本选择最佳的区域以获得最大的生态环境效益。
方法存在一些假设:
①分析单元可以看作是“地块”,地块上的生态环境效益和成本均质分布;
②第i个地块要么产生土地所有者的净收益,要么产生合同代理人的生态环境收益。
基于模型（1~（3进行空间选择,达到单位金钱购买最大环境效益的目标。
max∑
piei（1 约束于
∑
pi（ci+ti≤B（20≤pi≤1（3
式中,pi为在保护合同下,地块i的份额（,p
=;
i的环境效
益（通常是单一目标的测量或指标值,;
c
（个人
保护生态环境的机会成本;
t
为地块i（、监控成本;
B
,因为模型通常使用单一的,然而有些属性对环境效益的提供又是至关重要的[17],,而以最大效益成本比为标准进行补偿区域的选择,显然会影响到选择的结果。
其原因就在于很难把多个生物物理属性转变为一维的环境效益指标,而以效用或货币为单位测量环境效益又存在很大的难度。
此外,心理实验和日常经验表明选择标准的权重很难确定[18219],线性偏好函数无法捕获决策者的偏好[20]。
得分函数法主要应用于适宜性分析和评价,包括人类居住环境和物种生境[21225];
生态系统功能的评估,如湿地生态系统服务功能的评估[26227];
水资源保护[28230];
化学物质的评估[31];
生态系统的空间选择,如选择需保护的耕地、特殊生态区保护的选择、物种保护的选择[32235];
城市与区域规划的评估[36]等。
212 基于DEA的距离函数法
在距离函数方法中,将保护环境的合同模拟为一种生产活动,把投入转变为多种产出。
由于资源必须投入到地块上才能获得合同,因此地块生产期望的生物物理属性的效率可以通过一个投入距离函数测量。
在环境保护合同的案例中,产出是由环境保护合同获得的期望的生物物理属性,投入是能够投资于环境保护合同的资源。
s为“土地属性”,用来描述由合同投入转化为期望的生物物理属性的过程;
S={（x,y:
x可以产出y}。
s是联合生产函数并假定是个凸的闭集,投入距离函数表示为模型（4,通常在“DataEnvelopmentAnalysis”（DEA中进行分析。
DI（x,y=max{ρ:
（x/ρ,y∈S}=（min{ρ:
（ρx,y∈S}-1（4式中,距离ρ存在3种情况:
①大于或等于1;
②当且仅当地块属于边远地区等于1;
③在x上不减少,在y上增加。
距离函数由（4定义。
对于第i个地块,通过模型（5~（8解决最优化问题。
生态补偿对象空间选择的研究进展及展望1777 [DI（xi,yi]-1=min
θ,λ
θ（5 约束于
-yi+Yλ≥0（6
θx
-Xλ≥0（7λ≥0（8
用xi=（x
i1
xi2,…,xiK和y
=（y
y
i2
…,y
iM
表示第i个地块上K个合同投入和M个
生物物理属性产出,并且对于合同有N个地块。
θ是第i个地块的效率得分,等于（4中距离值的倒数。
λ是个常数,等于N×
1,X是合同投入的K×
N矩阵,Y是通过合同获得的生物物理属性M×
N矩阵。
如果有100个用于合同的地块,并且在i个地块的合同上投入能够用货币衡量并且不可替代,X是1×
100矩阵。
如果第i个地块有3个生物物理变量（比如排水区、沿岸地区、坡度,则Y是3×
距离函数可以描述为一个多投入多产出的生产技术,优点在于不需要明确生产单元的价格或生产目标。
这些函数可以用非参数方法估算,（或成本函数的参数,
估算不准确的缺陷,,而
生态环境的保护活动[37243],,水资源保护等流域管理,由于,因此用于水质的保护尤为合理]
213 得分函数法与基于DEA的距离函数法的比较分析
得分函数法基于分配效率,通过表达式（1~（3分级地块,
而距离函数法基于生产技
图3 加权线性得分函数法与DEA距离函数法 Fig13 WeightedlinearscoringandDEArankings 术效率,通过表达式（5~（8分级地块。
为了比较分析传统定位方法和距离函数方法在产生优先补偿地块上的差异性,在此简单介绍一个投入量生产两个生物物理属性Y1和
Y2及生产优先地块的成本的情况。
图3呈现了在属性空间{A,B,C,D,E,F}中6个地块的数据点。
距离函数法中的生产可能边界（PP′,由所观测地块的非参数分段线性组合产生,这些地块最有可能获得产出。
地块与边界线的距离可以在图3中看到。
每个地块生产期望属性的效率可以通过来自原点的两条线段
比例测量:
到地块的一条线段与通过这个地块到边界线的一条线段（如OA/OQ。
这个比例越大（即这个地块离边界线越接近,这个地块被分配保护资金的可能性就越大。
地块C和E在边界线上,因此它们的比例是1。
基于DEA的地块保护资金分配顺序是:
{C,E}>
F>
D>
A>
B。
地块C和E具有同等的效率,因此如果没有充足的资金保护这两个地块,就需要获得区分这两个地块的另一个标准（如Andersen和Petersen的超效率标准[45]。
得分函数法形成一个等收入线（ZZ′,并通过地块到与边界线相切的等收入线的距离
1778 自 然 资 源 学 报24卷测量效率。
ZZ′表示线性得分方程中的一个可能加权因子。
如果斜率是0,则单独用Y2表示环境效益。
一个地块的期望值用来自原点的两条线段的比例衡量:
一条是到该地块的线段,另一条是通过该地块到等收入线的线段（比如,OA/OR。
得分函数法所分级的地块顺序是:
C>
E>
D>
得分函数法利用固定的权重确定地块的属性。
DEA方法在选择每个地块的权重时,考虑了与其他地块相比较,最大化每个地块的等级。
正如Lovell所说,“DEA方法在公共部门
发展起来,不是为了环境效益,价格在最好情况下是可疑的,最坏情况下是缺失的[46]”。
在
DEA方法中,权重并不是主观选择或者是一定要相等;
它们通过最优化标准选择。
214 GAP分析法
GAP分析概念是由Burley于1988年首次提出[47],又称为生物多样性保护规划的地理学方法（AGeographicApproachtoProtectBiologicalDiversity,并由ScottJM等学者首次应
用于生物多样性的保护区域选择研究[48]。
方法综合考虑区域植被分布、重要濒危物种适宜
生境分布、土地所有权和保护区等方面的空间信息,利用GIS进行空间分析找出不同植被类型、单个重要物种分布与保护区之间的间隙,,样性组成、分布与保护状态的概况,物种的保护空白地区, 图4 GAP分析基本要素及其过程Fig14 ThebasicelementsandprocedureofGAPanalysisGAP较,4,:
①,
包括植被分布图、物种分布图、物种丰富度图、
土地权属与管理状态图;
②确定GAPS（差距或
空白,将建立的生物多样性热点地区与其他
需要优先保护的地区相比较,显示出保护地区
的空白区,至少应该使每一种物种和植被类型
在保护区中出现一次,没有被保护和没有代表
的植被类型、热点地区和这些空白地区是需要
立即采取保护行动的区域。
在任何情况下,确
定生物多样性管理区更应该注意用生态区特征来分析生物多样性的分布,而不是以行政区。
省级的生物多样性地理信息系统应与地区、全国或全球相合并,然后探讨新保护区的设立位置。
国内利用GAP分析法进行实证研究已
趋于成熟,主要应用于生物多样性的保护区域选择[49252]、湿地生态系统的保护[53254]、植物多
样性的保护[55256]、自然保护区的选择[57258]和陆地生态系统优先保护区的选择[59]。
国际上,
最初应用GAP分析生物多样性的保护[60],近期GianlucaCatullo等和LuigiMaiorano等学者
基于分布模型和分布范围模型通过GAP分析对哺乳动物保护区的效率进行评价,并确定优
先保护物种和优先保护区以扩大和巩固保护网络[61262]。
GAP分析在生物多样性保护应用中具有明显优势:
①GAP分析法使物种和生态系统都能得到有效的保护,为进一步确定未来生物多样性保护区界线的设计提供科学依据[49]
②GAP分析提供的基于多层次多结构的生物地理信息可以进行更详细的研究[63];
③GAP分
析重视从景观尺度上将物种保护和生境保护相结合,强调最大限度地保护生物多样性的先
决条件是通过构建保护区网络,而不仅仅考虑生物多样性最高的地区[48]。
但也存在一些局
生态补偿对象空间选择的研究进展及展望1779 限和不足:
①由于GAP分析法在较大的尺度上进行,分辨率较粗,所
升级会员 