! q) q# m; L2 N6 M 摘要 M* v N+ t0 [+ X
基于对1996至2021年期间中国海洋生态系统服务的偏好评价研究的回顾,本文采用多层次建模方法进行元分析,评估了海洋生态系统服务的经济效益。结果显示,中国海洋生态系统服务的估值受多种因素影响,包括生态系统面积、生态系统类型、受访者身份、区域人均国内生产总值(GDP)、被评估的生态系统服务、评价方法以及假设情景。此外,元回归结果表明,中国对海洋生态系统服务的支付意愿主要取决于人们对其重要性的认知。该认知受到国家政策、教育水平以及服务与人们生活的关联程度的影响。特别是,人们对沿海湿地和休闲服务的支付意愿较高,且对保护情景的支付意愿最高,而对环境补偿情景的支付意愿最低。这些发现有助于推动中国海洋生态系统服务的估值研究,并通过明确不同因素对估值的影响,有助于将研究成果应用于基于生态系统的管理决策当中。
1 h' N! `) `, m- D% _8 a 01
& A/ @/ |" H/ y 引言 3 U4 ?% z/ N5 ?
健康的海洋生态系统在支持海洋经济和维护人类福祉中扮演着至关重要的角色。它们不仅提供渔业资源、气候调节和文化娱乐等多样化服务,还为全球经济发展提供了关键支撑。随着党的十九大提出“陆海统筹”战略,中国政府加强了对海洋生态治理的重视,明确提出要加速海洋生态文明建设。习近平总书记强调,保护海洋生态不仅关系到中国的未来发展,也关乎全球的生态安全。 ! o7 Z# g, h) N9 {
在海洋经济发展与生态保护之间寻求平衡,已经成为亟待解决的研究课题。海洋生态系统服务的经济估值,可以量化这些资源对人类的贡献,为制定基于生态系统的管理政策提供科学依据。近年来,中国的海洋生态系统服务估值研究逐渐增加,涵盖沿海湿地、近海区域等生态系统类型及其调节、娱乐、保护等功能。然而,早期研究多采用市场法或简单的非市场估值法,缺乏系统的元分析,尤其缺乏区域层面的差异分析。 ' ^% j8 n- S% H0 g" Z
本研究利用多层次元分析模型(MLM),系统分析中国海洋生态系统服务估值的驱动因素,特别是生态系统特征、估值方法和区域社会经济特征的影响。研究旨在弥补现有文献的不足,为生态系统管理政策提供科学依据,推动中国海洋生态系统服务的经济研究及其在政策制定中的应用。 $ R! k. l' p8 U+ ^, k5 i; O0 k3 `
02 ' y: i3 p0 M& P$ [" U: E3 {
研究方法
4 i, E6 w w, D s/ M7 w 2.1 数据筛选和编码
! O5 v: I3 A K" @ 研究数据主要来自中国知网、Elsevier、Google Scholar等数据库,筛选出1996年至2021年期间与中国海洋生态系统服务估值相关的文献。通过预设条件对文献进行筛选,最终纳入57篇相关研究,共计72个有效观测值。筛选标准包括:是否提供了明确的海洋生态系统服务货币价值估算、采用偏好估值方法(如条件价值法或选择实验法)、可获取研究地点的社会经济指标(如人均GDP)等。
* w4 B, c& ~0 X% \* \! E3 x8 h* q/ @ 2.2 模型设定 * V0 e+ a5 F$ K' k7 r
研究采用多层次回归模型(MLM)进行元分析,将海洋生态系统服务的估值作为因变量,以生态系统特征、研究方法特征及社会经济特征作为解释变量。模型设置为两级层次结构,分别是样本所在的个体层面和区域层面。多层次回归模型能够有效控制区域性因素对估值的影响,从而更加精确地评估不同因素对估值的影响。为了验证模型效果,本文对普通最小二乘法(OLS)与MLM的估值结果进行比较,分析其拟合优度与估值转移误差。 $ H. p- _- P! J S
变量定义方面,本文将海洋生态系统服务的估值统一转换为“元/公顷/年”以便于比较。解释变量主要分为三类:
8 f1 N9 o9 Q7 k M% A8 ? (1)生态系统特征变量:包括生态系统面积、类型(如沿海湿地、近海、红树林等)和服务类型(如调节功能、非使用价值、休闲娱乐等)。
$ v8 b; J* k+ T" L6 v (2)研究方法特征变量:涵盖了研究的具体年份、问卷数量、受访者身份(如专业人员、居民、游客等)、估值方法(条件价值法或选择实验法)及情景设定(如生态系统保护、补偿、改进或存在等)。 1 w' @/ ?, p# Q5 p
(3)社会经济特征变量:主要为研究区域的人均GDP和人均教育年限 ' @# D- O& r7 ?0 {
2.3 数据来源
, G5 V5 [2 {" t+ C \ 除了从文献中提取的观测数据外,本研究还从《中国统计年鉴》中获取了原始研究区域的其他社会经济数据,特别是研究区域的平均教育年限和人均GDP。这些数据来自国家人口普查公告,确保了每个研究区域在不同时间点的统计一致性。 ' m; |2 f# @: k
03
6 y% i5 N# @( u" l* x& x$ q; \ 结果部分 : E9 P* w3 O( i; p/ V/ O! F0 }
如图1所示,回归结果表明,生态系统特征(如生态系统类型和面积)、估值方法(如条件价值法和选择实验法)以及社会经济因素(如人均GDP和教育年限)在两种模型中均对估值产生显著影响。特别是MLM模型更清晰地反映出区域特征的影响。例如,沿海湿地和娱乐服务在多层次模型中的系数较高,表明其在区域层次上的估值稳定性。这些结果表明,公众对海洋生态系统服务的支付意愿受到多个维度的共同影响,其中区域经济水平和生态系统的特性起着关键作用。相比之下,MLM模型显示出比OLS更高的拟合效果,且误差较小,进一步表明MLM模型在处理区域差异和层级数据结构时的优势。这一结果为生态系统服务的估值研究提供了新思路,表明未来在进行生态系统服务估值时,采用多层次分析方法可以更好地控制区域特征对估值的影响,从而更精确地捕捉到支付意愿的驱动因素。 , `! T4 c3 p# U
图1 普通最小二乘法和多层次回归模型变量的系数 ) L; s5 g& K( U
图2展示了OLS(普通最小二乘法)和MLM(多层次回归模型)在估值转移上的误差结果。研究采用72个观测值的完整样本来计算转移误差,结果显示OLS模型的平均转移误差为14.19%,MLM模型为15.69%。根据相关文献标准,如果转移误差低于40%,则模型被认为有效。在本研究中,两个模型的平均转移误差均低于20%,表明这两个模型在预测样本内估值方面具有较高的有效性和准确性。 % m' Z* J9 C$ r0 B* F) e1 x+ y* d
图2 转移误差结果 # s) e3 g% Q, y4 o8 ?' s5 n1 b
04 ' v% B5 O/ W+ v$ d) k A
讨论部分
( o5 q8 f0 {0 x0 N- C& K 中国对海洋生态系统服务的支付意愿具有递减的边际效用和财富效应,即随着研究区域的面积增大,支付意愿下降。这一现象与国际研究一致,通常在较富裕的地区,支付意愿更高。估值方法的选择显著影响了估值结果,选择实验法(CE)的估值通常高于条件价值法(CVM),因为选择实验法能够提供更丰富的情境信息,受访者更能理解并重视生态系统服务的价值。此外,受访者身份也对支付意愿有显著影响。专业人士的支付意愿较高,反映了他们在生态保护认知上的优势。
# I7 Q# E a0 K* T% b0 z% `! e 区域社会经济特征中,收入水平的提升显著增加了支付意愿,表明高收入与支付意愿之间呈正相关性。同时,不同区域的社会经济背景和政策影响导致了海洋生态系统服务估值在区域差异上的显著性,这种差异在估值结果的可靠性上产生了影响。目前中国的海洋生态系统服务估值研究主要集中于沿海湿地、近海湾和岛屿,然而对于红树林、海草床等重要生态系统的估值相对较少。这种研究空白限制了估值在多样性和覆盖广度上的全面性,从而影响了估值结果在生态保护政策制定中的应用效果。 1 @0 I% L0 T3 H6 V
往期精选 , E \; S' `, x2 a* R X
中国大米供应链的温室气体排放-从生产到贸易 5 S$ n3 l) Q! d; H' |$ E& q
' }4 R# l2 b) X) o8 |7 i! | 气候引起的死亡风险变化的风险 " y: Q% q' i5 t r% E" D+ P2 Y/ u- q
! g) V1 b" n/ Y. \ 引领氢能发展的城市: 中国39个城市的承诺与战略
7 K9 f! c$ t9 m* }/ |/ u1 ?' a , Y, y6 Y9 l* ]5 O0 l. G3 H# ?6 @% g
编辑:李甜甜 1 R! ]/ R# e* H t; i, @4 l
内容:吴俊良 * \* o$ T5 V. M' |4 ?. a; Q; Z2 _
审核:孟聪会
" d# M2 C5 {6 U7 m; C 图片来源于网络,侵删 3 Q" \( G D$ h _0 C4 ~) h9 N! m& K
欢 0 q/ }/ |5 s+ _/ {2 B- ~$ y
迎 - P( k8 A. F6 T% L* h, `% i
加
: I! [: w! P1 L3 F' E! T 入 0 ?5 b, ~: u. @; ?% v' K
我们建立了微信群: , j3 d6 ?- Z" O5 s
气候变化经济学。
/ @( I2 Y% z7 {+ ]3 Q 感兴趣的伙伴请加微信号:
! K' A$ I% l5 v4 _) F$ _+ y2 t climate_economics 8 H& ?% v; Y6 c" X" }- ? v, x
备注“姓名-单位-职称/职位/学生”。
" A j8 ^2 Q J! d( d2 a1 t: K& `2 M8 S3 c; n _- V1 e4 V
$ h" Q% |$ f: h9 g* m, n
( P; ~ ~0 `' x7 `% U/ c3 V; `. _, n [( m9 _4 l5 b8 `1 b2 G
|