基于PSM的湿地自然保护区保护效果分析

刘子刚　龚亚珍　杨飞　刘颂雅

摘要：真實地评估湿地保护效果对于我国湿地自然保护区的建设和管理具有的重要意义。  文中以洪河国家级自然保护区及其周边地区为研究对象，  基于倾向得分匹配法， 采用1980年代、 2000年和2015年TM遥感影像解译的土地利用数据， 将研究区划分为299 532个100 m×100 m的栅格。选择栅格内的湿地率、栅格内湿地率变化、周边为湿地的栅格数、坡度、距最近水体的距离等作为关键变量，对洪河国家级自然保护区的真实保护效果进行评估。结果表明，2015年，实验组的栅格平均湿地率（59.94％）明显高于对照组（26.02％）。2000—2015年，实验组的栅格湿地率下降幅度（0.14％）远低于对照组（11.97％）。说明洪河国家级自然保护区的建立有效地保护了湿地。倾向得分匹配法能够有效降低选择性偏差，从而有助于得到更为真实的保护效果。

关键词：保护效果;湿地率;倾向得分匹配

中图分类号：X196

DOI：10.16152/j.cnki.xdxbzr.2020－02－010

Conservation effectiveness evaluation of wetlands in Honghe Nature Reserve based on propensity score matching method

LIU ZigangGONG Yazhen1， YANG Fei LIU Songya1

Abstract： Establishing nature reserves is an important measure of wetland protection. The evaluation of conservation effectiveness has important implications for the management of wetland nature reserves.In this paper， Propensity Score Matching（PSM） method is used to evaluate the conservation effectiveness in Honghe National Nature Reserve. Based on the land use data of Honghe Nature Reserve and its surrounding area interpreted from TM remote sensing images in 1980s， 2000 and 2015， the research area is divided into 299 532 of 100m×100m pixels. The key variables， which areused to construct the propensity score， include wetland rate in pixels， changes of wetland rate in pixels， the number of wetland pixels in surrounding area， slope and distance from nearest water body.The result of descriptive statistics shows that wetlands in the research area degraded significantly.The average wetland rate decreases from 34.18％ in 1980 to 18.02％ in 2015. However， there is significant difference between outside and inside Honghe Nature Reserve. The average wetland rate decreases from 60.70％ in 1980 to 59.94％ in 2015 inside the nature reserve; while decrease from 31.74％ in 1980 to 14.17％ in 2015 outside the nature reserve.According to Logit model， the establishment of nature reserve is not a random procedure. A pixel can be adopted into nature reserve， which is significantly influenced by some natural factors such as slope， changes of wetland rate in pixels， the number of pixels in surrounding area， distance from nearest water body.In order to reduce selection bias， PSM method is used to choose treatment group and control group. The result of balance test shows that the distribution differences of propensity score obviously reduced after matching. Comparing the average wetland rate between control group and treatment group， results show that the average wetland rate of pixels in the treatment group（59.94％） is higher than the control group（26.02％） in 2015. The wetland rate in pixels decrease 0.14％in the treatment group， far lower than the control group （11.97％） from 2000 to 2015. Major conclusion of the paper is that the establishment of Honghe National Nature Reserve effectively conserved wetlands. PSM can serve a viable method to reduce the selection bias and can help to evaluate the conservation effectiveness.

Key words： conservation effectiveness; wetland rate; propensity score matching

湿地具有蓄洪防旱、降解污染、调节气候、控制侵蚀、维持生物多样性等多种生态功能［1］，是最重要的生态系统之一。然而，近年来湿地面临着大面积丧失和退化的危机［2］。第二次湿地资源调查结果显示，2003—2013年期间，我国湿地面积以每年约500万亩的速度在减少［3］。建立自然保护区是我国保护湿地的重要手段。截至2015年底，我国已建立了600多个湿地自然保护区，湿地保护率为44.60％［4］。那么湿地自然保护区的建立是否有效地保护了湿地呢？真实地评估湿地保护效果对于我国湿地自然保护区的建设和管理具有重要意义。

在评估自然保护区和保护项目的保护效果时，现有的国内外研究大多通过对比分析保护区建立前后［5-6］或保护区内外［7-8］生物多样性［9-10］、土地利用格局［11-12］、生态系统健康［13］、生态系统价值等方面的差异。然而，自然保护区的建立并非是一个随机的决策过程，通常需要考虑自然条件、资源禀赋、社会经济条件、政策和管理等多种因素［14-15］。因此，对保护区建立前后发生的变化或者对保护区内外发生的变化作简单的时空对比分析可能会因选择性偏差（selection bias）或混杂偏倚（confoundingbias）的影响而得出不够准确的评估结果［16-17］。

近年来，已有一些研究运用倾向得分匹配法（propensity score matching，PSM）来评估环境政策［18］、林业政策和生态补偿项目的保护效果［19-21］。倾向得分匹配法是使用非随机数据或观测值数据对政策影响开展评估的一种方法，其基本思路是利用“准随机”实验（如建立自然保护区）创建实验组（treatment group）和对照组（control group），通过统计模型构建实验组个体和对照组个体的倾向得分，采用特定的方法对实验组和对照组个体的倾向得分进行匹配，使匹配以后的实验组和对照组个体具有可比性，从而有效地降低选择性偏差［22-24］。

本文以黑龙江省洪河国家级湿地自然保护区为例，基于遥感数据，采用倾向得分匹配法评估自然保护区的护效果，旨在为我国湿地自然保护区的建立和管理探索可供借鉴的评估方法和实证分析依据。

1 研究方法与数据来源

1.1 研究区概况

本研究以洪河国家级湿地自然保护区及其周边的洪河农场、前锋农场、鸭绿河农场和浓江农场作为研究区域。洪河国家级自然保护区位于黑龙江省三江平原腹地，同江市与抚远市交界处，面积为25 161.8 hm2。主要保护对象为原始沼泽生态系统及珍禽。该保护区于1984年建立，1996年晋升为国家级自然保护区，2002年被列入国际重要湿地名录。近几十年，由于保护区周边大规模农业开垦和排水，导致湿地大面积丧失［25］（见图1）。

图2显示了研究区土地利用变化情况。可见，1980—2015年，整个研究区土地利用变化非常显著，大面积的湿地被耕地所取代，且湿地破碎化严重，残存的湿地分布于保护区内以及河流两岸。

圖3显示了洪河自然保护区内外湿地变化情况。总体来看，1980—2015年，整个研究区湿地面积减少了47.29％。其中，保护区内湿地面积减少了1.25％，保护区外则减少了55.36％。这说明，保护区内湿地面积减少的幅度远远小于保护区外。但是，这种简单的时空比较往往存在选择性偏差，为了得到更为真实的保护效果，需要采用适当的方法进行进一步地分析。

1.2 数据来源及处理

本文以1980年代、2000年和2015年TM遥感影像解译的土地利用数据为基础，将研究区划分为299 532个100m×100m的栅格。1980年代和2000年的湿地和河流数据来源于1∶10万土地利用数据（中国科学院资源环境数据中心http：／／www.resdc.cn／），2015年湿地和河流数据是在2000年湿地数据基础上参考建三江地区2015年8月份Landsat OLI遥感影像进行解译修改得到。进而基于Python语言生成逐像元距离河流的距离数据。海拔高程数据是利用从美国地质调查局网站USGS（www.usgs.gov）下载的90m分辨率的栅格数据，在ArcGIS软件中通过坡度计算，生成坡度数据，并分别将海拔和坡度数据重采样成100m分辨率的栅格数据。

1.3 倾向得分匹配法

首先，通过倾向得分匹配法（PSM）将对照组（保护区外）和实验组（保护区内）的栅格进行匹配。具体步骤如下：

第1步，用二分变量模型估计得出倾向得分（即栅格纳入保护区的概率）。考虑到栅格是否被纳入保护区可能受坡度、离最近水体的距离及周边湿地的连片集中情况等因素影响。因此，在构建二分变量模型时，将坡度（slope），1980年时栅格离最近水体的距离（water1980）以及1980年时栅格周边有湿地的栅格数量（wetlandno1980）作为自变量，将栅格是否在保护区内作为因变量。回归模型如式（1）所示。

式（1）中，Y是指栅格是否被纳入保护区，1表示栅格在保护区内，0表示栅格在保护区外。βk（k=0，1，2，3）表示待估计的参数，ε表示扰动项。研究采用Logit模型来估计式（1）中的待估计的各个参数。基于Logit模型得到的各参数的估计值β^（k=0，1，2，3），可计算出第i个栅格的倾向得分P^i，即第i个栅格被划入自然保护区的概率式（2）。

第2步，基于计算出的倾向得分P^i对实验组和对照组的栅格作匹配。采用PSM方法中最常用的近邻匹配（k－nearest neighbors）法进行匹配。考虑到研究区的栅格数量较大，且对照组（保护区外）栅格数是实验组（保护区内）栅格数的6倍多，用对照组的3个栅格与实验组的1个栅格进行近邻匹配。为了提高匹配效果，将栅格与栅格之间的最小得分控制在0和1之内。式（3）中，Pi和Pj分别为实验组和对照组栅格的倾向得分，当倾向得分之差的绝对值在i和j之间倾向得分的所有可能匹配中最小时，并且此差值的绝对值在预定的卡尺范围（0，1）内，则C（Pi）最小的两个成员被匹配出来。

第3步，当倾向得分匹配解决了“样本选择偏差”的问题后，可以认为配对成功的栅格在保护区建立时是被随机地分配到实验组和对照组的，因此，可用对照组栅格对实验组栅格的保护结果作“反事实（counterfactual）”推断，从而可计算出建立湿地保护区所产生的保护效果（ATT）式（4）：

式（4）中，ATTNN可以用如下公式估计得到：

式（5）中，AT^T是实验组的平均影响;NT是实验组的栅格数量，1指实验组，0指对照组;Y实际观测的i指被匹配上的实验组栅格内事实上能被观测到的保护成果，

Y^i（0）指被匹配上的对照组栅格如果被纳入实验组所产生的保护成果的估计值。

2 结果分析

2.1 变量选取和描述性统计

选择对保护区建立影响较大的自然地理因素如栅格内的湿地率、栅格内湿地率变化、周边为湿地的柵格数、坡度、距最近水体的距离等作为统计的关键变量，以栅格数据作为样本分析这些影响因素与湿地变化之间的定量关系。表1为关键变量初步的描述性统计结果。

由表1可知，总体上，保护区建立前的1980年整个研究区栅格内的平均湿地率（34.18％）大于2015年（18.02％）。1980年和2015年，保护区内栅格的平均湿地率均明显大于保护区外。保护区建立后的2000—2015年，保护区内的栅格湿地率的下降幅度（0.14％）明显低于保护区外（6.53％）。t检验显示，就这些关键变量而言，保护区内和保护区外栅格之间均存在显著的差异。在保护区建立之前的1980年，与未被划入保护区（保护区外）的栅格相比，后来被划入保护区（保护区内）的栅格平均湿地率较高、周边有湿地的栅格数较多、平均坡度较小、距水体的距离较近。这说明，栅格是否被纳入保护区并不是随机决定的，受湿地面积、湿地集中连片程度、坡度和距水体的距离等因素影响，划入保护区的湿地自然禀赋优于未被划入保护区的湿地。因此，在评估保护效果的时候，如果只是简单地对比保护区内外湿地面积及其变化，就可能因样本选择的非随机性导致选择性偏差。为了得出更为真实的保护效果，本研究采用倾向得分匹配法来减少保护区建立过程中可能存在的选择性偏差。

2.2 Logit模型估计结果

表2是Logit模型的估计结果。由表2可知，划定自然保护区并非是一个完全随机的过程，坡度、距水体的距离、栅格周边湿地的连片集中程度等都是显著地影响栅格是否被纳入保护区的重要因素。1980年保护区建立前，栅格的坡度越小、栅格距水体的距离越近、栅格周边的湿地个数越多就越有可能被纳入保护区。

2.3 倾向得分匹配结果

用Logit模型估计得出每一个栅格的倾向得分后，用最近邻匹配法（nearest neighbor pixel-matching algorithm）对实验组和对照组的栅格进行匹配，结果是仅有27个对照组的栅格未被匹配上，其余的299 504个栅格（包括对照组274 326个栅格和实验组25 178个栅格）被成功匹配。

图4显示了匹配前和匹配后对照组和实验组倾向得分的分布状况。从图4可知，匹配前，对照组栅格的倾向得分分布与实验组栅格的倾向得分的分布差异较大。匹配后，实验组和对照组中配对栅格的倾向得分的分布差异明显缩小。

2.4 匹配效果检验

为了进一步评估匹配的效果，采用“平衡性检验”这种统计检验方法估计倾向得分所用的模型设定（即表2中模型设定）是否合理。如果模型设定合理，那么匹配后选择性偏差率应低于统计上可接受的5％的偏差率水平，各自变量的均值在对照组和实验组之间不存在显著差别。

表3是对匹配效果所作的统计检验。由偏差率（％bias）可知，匹配前，由样本选择偏差导致的平均偏差率为50.60％，其中，water1980和wetlandno1980两个变量的偏差率高达65％以上。匹配后，平均偏差率下降到0.40％，低于统计上可接受的5％的偏差率水平。由此可知，倾向得分匹配大大地降低了对照组和实验组栅格由于选择性偏差导致的偏差率。由t值和p值可知，匹配前，slope，water1980和wetlandno1980这3个协变量的均值在对照组和实验组之间存在显著差别。匹配后，t检验的p值都远远大于10％的显著性水平，说明匹配后这3个变量对照组和实验组之间的均值没有显著差别。以上分析表明，Logit模型的设定（即自变量的选择及模型的函数形式）是合理的。

2.5 保护效果评价

表4是经过倾向得分匹配以后，基于公式（5）计算得出的保护区建立所产生的更为真实的保护效果，用保护区建立后的两个指标，即2015年栅格平均内湿地率和2000—2015年栅格内湿地率变化来表征。由表4可知，2015年，实验组（保护区内）的栅格平均湿地率（59.94％）明显高于对照组（保护区外）（26.02％），两者相差33.92％。t－值显示二者存在显著差异。2000—2015年间，实验组（保护区内）的栅格湿地率下降幅度（0.14％）远低于对照组（保护区外）（11.97％），两者相差11.83％。t－值显示二者存在显著差异。上述结果表明保护区的建立对遏制湿地退化起到重要作用，保护区的建立有效地保护了湿地。

3 结论和建议

3.1 结 论

初步的描述性统计结果显示，总体而言，整个研究区域的湿地呈现退化趋势，栅格内平均湿地率从1980年的34.18％下降到2015年的18.02％。然而，保护区内外的栅格湿地率变化存在显著差异。保护区内的栅格平均湿地率从1980年的60.70％下降到2015年的59.94％;保护区外的平均湿地率则从1980年的31.74％下降到2015年的14.17％。

Logit模型的结果表明，划定自然保护区并非是一个完全随机的过程，坡度、距水体的距离、栅格周边湿地的连片集中程度等都是显著地影响栅格是否被纳入保护区的重要因素。

为了减少选择性偏差采用最近邻匹配法进行倾向得分匹配，选取了实验组和对照组。通过对匹配前和匹配后对照组和实验组倾向得分的分布情况的分析以及平衡性检验，结果表明，匹配后，实验组和对照组中配对栅格的倾向得分的分布差异明显缩小，倾向得分匹配大大地降低了对照组和实验组栅格由于“选择性偏差”导致的偏差率。

运用倾向得分匹配法降低选择性偏差后，再对实验组（保护区内）和对照组（保护区外）栅格的平均湿地率进行对比分析。结果表明，2015年，实验组的栅格平均湿地率（59.94％）明显高于对照组（26.02％），两者相差33.92％。2000—2015年间，实验组的栅格湿地率下降幅度（0.14％）远低于对照组（11.97％），两者相差11.83％。这说明，保护区的建立有效地保护了湿地。

3.2 建 议

科学地评估湿地自然保护区的保护效果至关重要。今后，应进一步加强对湿地自然保護区保护效果的评估，以便科学评估政府管理部门和保护区管理机构的绩效，为开展自然资源审计和自然资源资产负债表的编制提供依据。

在评估保护项目或保护区的保护效果时，不应该单纯地对比项目实施或保护区建立前后的变化，或者对比保护区内外的变化，而应该通过构建“反事实（counterfactual）”的情景，来比较“建立保护区”和“如果没有建立保护区”这两种情景下在保护效果上存在的差异。本研究的结果表明，倾向得分匹配法是值得参考借鉴的一种减少选择性偏差的方法，能够得到更为真实的保护效果。

参考文献：

［1］HU S， NIU Z， CHEN Y， et al. Global wetlands： Potential distribution， wetland loss， and status［J］.Science of the Total Environment，2017， 586： 319－327.

［2］刘红玉. 中国湿地资源特征、现状与生态安全［J］.资源科学，2005，27（3）： 54－60.

LIU H Y. Characteristics of wetland resources and ecological safety in China［J］.Resources Science，2005，27（3）：54－60.

［3］耿国彪. 我国湿地保护形势不容乐观——第二次全国湿地资源调查结果公布［J］.绿色中国，2014（3）：8－11.

GENG G B. The situation of wetland protection in China is not optimistic［J］.Green China，2014（3）：8－11.

［4］国家林业局，国家发展改革委，财政部. 全国湿地保护“十三五”实施规划［EB/OL］.http：／／www.forestry.gov.cn／main／218／content－984258.html， 2017－04－20.

［5］崔瀚文，姜琦刚，程彬，等. 东北地区湿地变化影响因素分析［J］.应用基础与工程科学学报，2013，21（2）：214－223.

CUI H W， JIANG Q G， CHENG B， et al. Analysis of wetland dynamics and its influencing factors in Northeast China［J］.Journal of Basic Science and Engineering，2013，21（2）：214－223.

［6］任春颖，张柏，张树清，等. 基于RS与GIS的湿地保护有效性分析——以向海自然保护区为例［J］.干旱区资源与环境，2008，22（2）：133－139.

REN C Y， ZHANG B， ZHANG S Q， et al. Analysis on the effectiveness for the wetland protection based on RS and GIS：Taking Xianghai National Nature Reserve as an example［J］.Journal of Arid Land Resources and Environment，2008，22（2）：133－139.

［7］莫燕妮，洪小江. 海南省林业系统自然保护区管理有效性评估［J］.热带林业，2007，35（4）：12－16.

MO Y N， HONG X J. Management effectiveness assessment for Hainan forestry nature reserve［J］.Tropical Forestry，2007，35（4）：12－16.

［8］金晓敏，李颖，付波霖，等. 基于东方白鹳生境的洪河自然保护区生态评价［J］.土壤与作物，2017，6（2）：132－138.

JIN X M， LI Y， FU B L， et al. Ecological assessment to wetland of Honghe National Nature Reserve：A case study of oriental white stork habitat［J］.Soils and Crops，2017，6（2）：132－138.

［9］辛利娟，朱彦鹏，陈冰，等. 基于PSR模型的云南苍山保护区保护成效研究［J］.生态经济，2015，31（12）：125－128.

XIN L J， ZHU Y P， CHEN B， et al. Effectiveness assessment of Cangshan Nature Reserve of Yunnan Province based on PSR model［J］.Ecological Economy，2015，31（12）：125－128.

［10］NORTON T W. Conservation of biological diversity in temperate and boreal forest ecosystems［J］. Forest Ecology and Management，1996，85（1-3）：1－7.

［11］郑姚闽，张海英，牛振国，等. 中国国家级湿地自然保护区保护成效初步评估［J］.科学通报，2012，57（4）：207－230.

ZHENG Y M， ZHANG H Y， NIU Z G， et al. Protection efficacy of national wetland reserves in China［J］.Chinese Science Bulletin，2012，57（4）：207－230.

［12］GAVEAU D， EPTING J， LYNE O， et al. Evaluating whether protected areas reduce tropical deforestation in Sumatra［J］.Journal of Biogeography，2010， 36（11）： 2165－2175.

［13］晏玉莹，杨道德，邓娇，等. 国家级自然保护区保护成效评估指标体系构建——以陆生脊椎动物（除候鸟外）类型为例［J］.应用生态学报，2015，26（5）：1571－1578.

YAN Y Y， YANG D D， DENG J， et al. Construction of an indicator system for evaluating the protection efficacy of national nature reserves in China： A case study on terrestrial vertebrates （excluding migratory birds）［J］.Chinese Journal of Applied Ecology，2015，26（5）：1571－1578.

［14］JOPPA L， PFAFF A. Reassessing the forest impacts of protection：The challenge of nonrandom location and a corrective method［J］.Annals of the New York Academy of Sciences，2010，1185（1）：135.

［15］ANDAM K S， FERRARO P J， PFAFF A， et al. Measuring the Effectiveness of Protected Area Networks in Reducing Deforestation［J］.Proceedings of the National Academy of Sciences of the United States of America，2008，105（42）：16089－16094.

［16］SIMS K R E. Conservation and development： evidence from Thai protected areas［J］.Journal of Environmental Economics and Management，2010，60（2）：94－114.

［17］MAS J. Assessing protected area effectiveness using surrounding （buffer） areas environmentally similar to the target area［J］.Environmental Monitoring and Assessment，2005，105（1-3）：69－80.

［18］LIST J A， MILLIMET D L， FREDRIKSSON P G， et al. Effects of environmental regulations on manufacturing plant births：Evidence from a propensity score matching estimator［J］.Review of Economics and Statistics，2003， 85（4）：944－952.

［19］DENG X Z， HUANG J K， UCHIDA E， et al. Pressure cookers or pressure valves： do roads lead to deforestation in China？［J］.Journal of Environmental Economics and Management，2011，61（1）：79－94.

［20］JORDI H R， KATHY B， M ISABEL R. A spatially explicit estimate of avoided forest loss［J］.Conservation Biology，2011，25（5）：1032－1043.

［21］刘子刚，王琦，彭爱珺，等. 基于PSM和DID法的湿地自然保护区保护效果分析——以黑龙江省三江和挠力河国家级自然保护区为例［J］.西北大学学报（自然科学版），2019，49（1）：54－61.

LIU Z G， WANG Q， PENG A J， et al. Analysis of conservation effectiveness of wetland nature reserve based on PSM and DID： A case study of Sanjiang and Naolihe National Nature Reserves in Heilongjiang Province［J］.Journal of Northwest University（Natural Science Edition），2019，49（1）：54－61.

［22］ROSENBAUM P R， RUBIN D B. The central role of the propensity score in observational studies for causal effects［J］. Biometrika，1983， 70（1）：41－55.

［23］HECKMAN J J， ICHIMURA H， TODD P. Matching as an econometric evaluation estimator：Evidence from evaluating a job training programme［J］. Review of Economic Studies，1997， 64（4）：605－654.

［24］SMITH J A， TODD P E. Does matching overcome LaLonde′s critique of nonexperimental estimators？［J］.Journal of Econometrics，2005，125（1-2）：305－353.

［25］劉兴土，马学慧. 三江平原自然环境变化与生态保育［M］.北京： 科学出版社，2002.

（编 辑 亢小玉）

收稿日期：2019－11－11

基金项目：中国人民大学科学研究基金项目（17XN1008）

作者简介：刘子刚，女，吉林长春人，中国人民大学环境学院副教授，博士，从事资源环境经济研究。

通信作者：龚亚珍，女，浙江余姚人，博士，副教授，从事环境经济学、计量经济学研究。