延安市生态修复双赢模式实证研究

曹世雄,刘 伟,赵麦换,冯 飞

1 延安大学经济管理学院,延安 716000 2 中央民族大学经济学院,北京 100081 3 中山大学大气科学学院,广州 510275 4 黄河勘测规划设计有限公司,郑州 450003

土壤侵蚀引发的土地退化是全球面临的重大环境问题之一[1- 2]。全球土地退化面积3600万km2,占地球陆地面积的四分之一,直接经济损失每年高达8500亿美元[2]。我国土地退化面积约330万km2,占国土总面积的三分之一,影响着18个省、400多个县,威胁着4亿多人口,直接导致1200万人口处于贫困状态,占全国贫困人口的28.5%[3]。土地退化导致可耕地面积逐步减少,贫困化问题也呈加剧态势[4]。由于缺乏选择,这些地区的居民往往被迫从事不可持续的生产活动,如森林砍伐、过度放牧、开垦荒地,从而造成土地退化[5]。贫困导致土地退化、土地退化进一步加剧贫困的恶性循环被称为“贫困陷阱”,严重困扰着这些地区居民的生存与社会经济发展[6]。

土地退化是自然和人为等多重因素共同作用的结果[7- 8],气候变化和人类活动对植被变化有重要影响,地表植被变化也会影响气候变化[9- 10]和人类活动[11-12]。自然学科的一些学者认为,气候变化影响土壤质量、植被覆盖度、物种组成、水文循环,因而导致了土地退化[13- 14]；人文学科一些学者认为,不可持续的人类活动(如过度放牧、过度采伐、地下水开采等)对生态系统施加了巨大压力,进而导致了水土流失,加剧了土地退化[15- 16]。但是,以前的研究要么集中在与气候变化有关的气象因素[1]、要么集中在与人类活动有关的人为因素[4],鲜有基于长期数据监测下对自然与人为等多重因素之间相互作用的定量评估[13-14]。这些互不关联的研究结果,很难为环境管理提供科学依据,从而制约了生态环境保护的进一步发展。

传统生态系统恢复的工作重点是重新建立生态干扰机制或者非生物条件、并依靠生态系统演替过程促进生物群落恢复。但是,生物因素和气候环境之间强烈的相互作用可以改变以生态系统演替为基础的环境工程结果[17- 18]。因此,如何正确认识生态修复与社会经济发展的相互关系,有的放矢地建立有效应对机制,仍然是我国乃至全球生态修复研究的重要课题[19-20]。寻找摆脱“越穷越垦、越垦越穷”的被动局面,实现生态修复与居民生计改善的双赢目标,无疑是生态修复的根本出路[21]。

由此可见,土地退化是自然和人为等多重因素共同作用的结果,因此,生态修复不仅要依据气候与地理条件开展生态治理,同时要改变当地居民的生产生活行为,发展有利于生态修复的绿色产业,使当地居民的生产生活行为既可以提高收入、改善生活,又有利于生态修复。从而摆脱“越穷越垦、越垦越穷”的被动局面,实现生态修复与居民生计改善的双赢目标。为了提高效率,生态修复应通过关键因素对生态系统演化的影响评估,明确历史时期不同治理措施对生态系统恢复的贡献度,结合地方气候条件、土地退化程度、以及当地居民的生产生活方式,科学配置生态修复治理措施,使退化生态系统逐步恢复到健康稳定的自然状态。为了验证这一假设的科学性和可行性,该研究依据生态修复双赢理论,在陕西省延安是开展了为期16年的实证研究。

1 延安市生态修复双赢模式的探索与实践

1.1 研究区概况

延安市位于陕西省北部黄土丘陵沟壑区,总面积3.7×106hm2,年均气温9.6℃,极端最低气温-11℃、极端最高气温28.2℃,年均降水513 mm,且81.4%集中在5—10月主汛期。2015年全市人口2.2×106,其中农村人口1.9×106,年人均纯收入6180元。1999年延安市在全国率先开展退耕还林试点工作。

1.2 生态修复双赢模式

为了全面认识气候变化和人类活动对生态系统演化的影响,该研究通过卫星或遥感数据,以归一化差分植被指数值NDVI(Normalized Difference Vegetation Index,一般应用于检测植被生长状态、植被覆盖度)代替植被变化,获取研究区各个年度植被变化的平均值。并从统计年鉴或者社会调查方法获得可能影响植被变化的所有气候和人类活动指标的年度数据。

统计指标包括：(1)农村社会发展指标：农村人口、农业劳动力、公路绿化里程、铁路绿化里程、矿区绿化面积；(2)农村经济发展指标：农业GDP,农业收入、农村人均收入、耕地面积、播种面积、复种指数、基本农田面积、粮食产量、粮食单产、各种家畜存栏量；(3)环境政策指标：封山禁牧面积、封山育林面积、人工造林面积、人工种草面积、退耕面积、生态项目投资；(4)气候环境指标：年均温度、年均降水量、极端温度、>0℃和>10℃积温、太阳辐射、地下水位、地表水量等统计监测指标。

为了去除统计单位不同造成的影响,相关研究使用每个指标的年度变化率面板数据去识别关键因素,并且比较他们对NDVI的贡献。为了避免重叠因素对结果的影响,该研究应用2011版本的STATA软件的回归分析模型(http://www.stata.com)计算所有双驱动因素之间关系的回归系数,最后确定关键指标。面板数据模型如下：

yit=a+bxit+uit

(1)

式中,yit是指在t年i地区的NDVI值,xit是相应的影响因素,uit是误差,a和b是回归系数。

为了解释在回归分析中变量因素自相关的可能性,可以使用Breusch-Godfrey LM 测试,最终得到辅助回归系数R。依据(n-1)R近似服从自由度为1的卡方分布来确定有没有出现显著自相关。然后将原始数据xit减去xit的均数〗后,再除以xit的标准差,从而得到标准化的a和b。最后计算项目区中不同变量对NDVI变化的贡献率,并依据贡献率、结合地方气候条件、土地退化程度配置生态修复治理措施。计算的模型如下：

(2)

式中,Coni是变量i对NDVI的贡献,|SCVi|是变量i标准化系数值的绝对值、通过系数b来计算。

2000年,测算了延安市历史时期关键指标对植被变化的贡献率。结果表明,农村人口减少、农民收入增加、耕地面积减少、封山育林、矿区和道路绿化对本年度植被的贡献率分别为18.8、11.4、11.1、6.1、11.8%,并存在时滞效应(对第二年和第三年的影响分为8.5、20.4、25.5、0、0%和0、9.9、11.5、15.9、0%)；气候变化(气温和降水)对本年度的影响为18.1、19.0%(表1)。

表1 各因素对1982至1999年间延安市NDVI变化的相对贡献

显著性水平Significance levels: ** 1%, * 5%

依据补短板原理,延安市政府在国家退耕还林植树造林基础上,增加了以下治理策略：(1)通过人均0.17 hm2基本农田建设促进坡地退耕还林；(2)多种经营大力发展经济林增加农民的收入；(3) 大力开展封山育林和封山禁牧,依靠自然力量恢复植被；(4)通过城市化和生态移民减少环境压力；(5)加大矿区和道路边坡水土保持工作力度,保护生态环境。

2 实施效果

结果显示,1999至2016年延安市人工造林、果树种植、封山育林、道路绿化、基本农田、农民纯收入分别增长了111.7%、98.1%、74.2%、35.3%、17.0%、203.1%(图1)；NDVI增长了49.8%(图2)。

图1 1999—2016年延安市主要生态经济指标增长情况Fig.1 The primary ecological economics change in Yan′an City from 1999 to 2016

卫星图片显示,精准治理前的1982—1999年,延安市NDVI增长速度是陕西省平均水平的41.2%,精准治理后是陕西省平均水平的 194.8%(图2,图3)。精准治理对本年度、第二年度、及第三年度的贡献分别为74.0%、72.1%、67.7%(表2)。

图2 延安市和陕西省精准治理项目前后NDVI变化图Fig.2 NDVI change in Yanan City and Shaanxi Province before and after the Targeted path

图3 延安市1984、1999、2016NDVI图Fig.3 NDVI in Yanan City from 1984 to 1999 and 2016

指标Factors第一年 First year第二年 Second year第三年 Third yearR2贡献率Contribution/%R2贡献率Contribution/%R2贡献率Contribution/%精准治理 农村人口-0.743∗∗5.77-0.743∗∗2.10-0.743∗∗5.07Targeted measures农民纯收入0.331∗23.630.331∗40.600.331∗37.56基本农田 0.647∗∗14.620.647∗∗5.390.744∗∗3.10封山禁牧面积0.628∗∗16.68-0.705∗∗11.460.628∗∗7.89道路矿区绿化面积0.691∗∗13.310.691∗∗12.550.691∗∗14.03退耕还林 人工造林面积0.513∗∗12.110.513∗∗5.420.513∗∗15.30Grain for Green经济林面积0.612∗∗5.620.612∗∗17.730.612∗∗5.66气候变化气温 0.678∗∗2.890.678∗∗2.120.678∗∗3.41 Climate change降水 0.043 ns5.360.0432.810.0437.99

显著性水平: ** 1%, * 5%

3 讨论

生态修复工程作为一项公共政策,其根本目标是实现人类社会经济的可持续发展[6,22]。研究结果表明,通过发展农村经济实现环境保护是可持续发展的长期策略[23]。因此,在处理生态建设与社会经济发展的关系上,不应一味寻找资源替代品,而应做好生态建设与社会经济发展的平衡[24]。由此可见,社会经济发展在环境保护工作中起着至关重要的作用,其不仅影响项目区内人群之间利益分配的公平性,也影响项目区外受项目影响人群之间利益分配的公平性[25- 27]。

生态恢复对未来生态系统和社会经济系统的结构和组成有着复杂而难以估量的影响[8,28]。即使生态恢复的意图良好,恢复策略适合环境条件,也有必要考虑该项目的社会经济后果[23]。特别是像我国这样经济发展迅速、人口密集、地理环境差异显著的国家更是如此[29]。通过改善居民生计、增加农村居民收入,可以有效提高他们对生态恢复活动的积极性。也只有这样,生态脆弱地区的居民才有可能摆脱贫困陷阱[21]。实践表明,双赢策略对延安生态修复做出了重大贡献(表2)。

生存权高于所有其他权利[30]。因此,生态修复与精准扶贫的有效对接才是区域可持续发展的根本出路。对于生态脆弱区的居民,生态退化和贫困化相互作用,极易形成贫困陷阱。采取有效措施消除贫困,为当地居民提供更好和可持续的发展策略,可显著提高生态修复效果[21]。国家或地方政府实施生态修复工程时,必须充分考虑相关地区的社会和经济需要,通过技术培训、就业帮扶、绿色产业发展等方法,使当地居民在项目结束后也有稳定的就业和收入来源[23]。如果一个项目不能为当地居民提供良好生计,任何保护环境的语言都是空话[31]。

生态系统复杂多变,如降水对干旱少雨的干旱地区无疑是植被修复的甘露,但对积温不足的高寒地区,降水增加会减少光照,影响植物的光和作用[7]。干旱地区植树造林通常需要灌溉才能存活[32],但树木蒸散发进一步增加了土壤水分消耗,使本来就有限的水资源更加紧张[3]。相对于自然因素(如降水、光照)直接作用于植物的生长发育,人工措施对生态系统的影响是渐渐的,需要较长时间的响应过程,这很好地说明了人类活动的时滞效应[33]。生态退化与经济发展之间的关系、以及环境保护与消除贫困之间的联系都是动态的,也存在区域差异[34- 35]。自然生态系统具有复杂性特征[36],在受到人为干扰或者环境变化(如气候变化)时,生态系统自我恢复会更加困难[37]。在气候变化、环境退化、生态系统日益脆弱化的大背景下,环境管理更加需要负有弹性的解决方案[38]。这进一步说明生态修复需要全面了解气候变化和人类活动之间的交互作用,从而针对这些因素的相关性制定出切实可行的应对措施。

退化的生态系统处于极不稳定状态,景观连续性和结构变化、物种丧失、优势物种变化、不同营养层次相互作用,都会引起土壤和其他生物群落的变化[39]。当外部扰动引起主要物种、土壤、或者生态群落内部其他资源发生变化时,生态群落结构极有可能表现出突然变化[40- 42]。而不适当的生态修复方式会导致退化生态系统朝逆向方向发展[17,43]。不同地区气候不同、社会经济发展水平不同,生态修复的路径也不尽相同[36]。因此,尊重地方差异,在不同地区采取因地制宜的差异性策略是未来环境管理学研究的重要方向。

生态修复是对受损生态系统的修补、而不是重建。正如该研究结果显示,生态修复双赢模式的理念与方法,可以有效减少生态修复的盲目性、降低生态工程成本,达到事半功倍的效果。科学合理的生态修复是基于长期土地净收益最大化的综合结果,而不是追求某个单一指标(比如森林覆盖度)的最大化和短期利益最大化。通过分析生态系统演化的驱动力,因地制宜生态治理,是生态修复的根本出路。虽然该研究的理论方法还很粗糙,但是研究结果反映出的问题值得重视。生态修复双赢模式的研究结果可以帮助相关部门获得更加有效的规划方案,为环境保护和社会经济发展提供理论基础,该方法的成熟与应用将对我国社会经济可持续发展产生深远影响。