基于生态足迹视角的长江流域生态补偿额度测算

官冬杰,姜亚楠,严聆云,周 健,和秀娟,殷博灵,周李磊

1 重庆交通大学建筑与城市规划学院,重庆 400074 2 省部共建山区桥梁及隧道工程国家重点实验室,重庆 400074 3 重庆市地质矿产勘查开发局208水文地质工程地质队(重庆市地质灾害防治工程勘查设计院),重庆 400700 4 中国科学院重庆绿色智能技术研究院,重庆 400714 5 重庆交通大学土木工程学院,重庆 400074

随着我国工业化与城镇化的不断推进,伴随而来的生态问题日益严重,影响着社会经济的可持续性发展[1]。我国以水资源为媒介的流域作为重要的生态系统服务和优势发展战略区域,近年来不断凸显以水资源价值为核心的生态产值和生态系统服务价值时空不平衡问题[2]。在流域生态补偿机制的研究中,由于不同城市的地理区位、自然资源禀赋和社会经济结构等要素不同,单元区域的研究具有显著的差异[3—4],长江流域作为中国典型的流域地区,一方面面临的生态问题不容小觑,另一方面由于地跨中国东部、中部和西部三大经济区,流经地域多且各地生态系统服务功能、经济发展水平差异较大,致使对生态环境的治理能力存在明显差距[5—6]。

补偿标准核算是量化生态补偿的核心[7—8],其中生态足迹方法是在特定区域范围内,从需求层面确定人类经济活动对自然资源的消耗强度(生态足迹),从供给层面求取生态环境能够提供的资源支持量(生态承载力)[9—11]。生态足迹是一个研究可持续消费的指标[12—15]。基于生态足迹的生态补偿研究,能够结合区域生态环境实际状况和经济发展的实际需要,衡量自然供给和生态服务需求的地域性差异,为多尺度、多跨度的生态区域可持续性发展提供补偿依据[16—18]。1992年Rees[19]正式提出了生态足迹的概念,首次将生态足迹法用于评估旅游生态环境的可持续性,并在全球和国家尺度上进行了生态足迹的核算；Jennie Moor[20]利用生态足迹模型以温哥华都市区为例,搭建了城市代谢综合框架,演示了自下而上的生态足迹分析应用,衡量了当地生产材料和能量的消耗,并与全球人均承载力结合,促进城市资源管理和可持续发展。Meidid Kissinger[21]为深化农业、环境与经济之间的关系研究,建立了农户生态平衡账户,该账户用改进量化后的生态足迹与生物承载力相较,从而权衡作物的正负利润效应。生态足迹作为一种资源消耗测算指标,在生态补偿的研究中运用较少,需要进一步科学利用生态足迹、生态承载力表征的相关生态环境指标反应环境基质的盈亏程度,完善生态补偿机制,达到合理规划生态资源基础的目的[22—25]。长江流域作为典型的消耗型内陆环境,如何可持续平衡资源消耗与生态供给成为研究热点。卢海新等[26]从长江流域表征考虑经济补偿能力的修正系数,建立区域水资源的生态足迹,结合省域间生态系统服务的差异,构建水资源生态补偿模型,测算结果对区域间明确补偿关系,联动经济发展起到了协调作用；肖建红等[27]依据修建大型水电工程对河流生态系统服务的影响,构建了大型水电工程的生态供需足迹模型,并依据正负向影响制定生态补偿标准,明确补偿主体和补偿额度；熊兴等[28]通过生态足迹和生态承载力方法理论,构建生态压力、生态赤字与生态投入的概念,确立补偿标准与总补偿额度,探讨补偿机制与生态安全的协同关系。围绕人类福祉与生态建设大背景,以自然资源消耗程度与环境承载能力的共生关系为研究基础的探讨,未来将成为研究热点,能够更好地为地区科学规划、可持续生态投入产出做出指导建议。

本文将生态足迹的思想引入到长江流域生态补偿的研究中,构建生态补偿标准量化模型,对长江流域生态补偿额度进行测算,并进行等级划分,从流域尺度、城市群尺度和城市规模尺度对生态补偿额度进行差异化分析,期望可实现生态补偿标准更加精确的量化与评估,对长江流域的生态补偿及其相关研究具有重要意义。

1 研究区域

长江流域地理位置介于90°33′E—122°25′E,24°30′N—35°45′N之间,东西横跨3000km以上,南北跨度除江源及长江三角洲地区以外,均达到1000km左右。长江流域是世界第三大流域,流域总面积达180万km2,占据中国国土面积的18.8%。包括上海、江苏、浙江、安徽、福建、江西、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海共19个行政区,据《2020年中国统计年鉴》统计,长江流域2019年年末人口总数约9.78亿。属亚热带季风气候,地貌呈现出多级阶梯性,在我国的经济发展中发挥着至关重要的作用。近50年来,长江流域中尤其是中下游地区及四川盆地,经济发展迅速,逐渐形成了以上海、武汉、成都—重庆为中心的长江三角洲城市群、长江中游城市群、成渝城市群,构成了我国经济发展的重要经济区域。

图1 长江流域Fig.1 The Yangtze River Basin

2 研究方法

2.1 生态足迹模型构建

生态足迹是指能够提供或消纳废物的具有一定生产能力的生物生产性土地面积[29]。将不同的商品及能源按照一定的比例折算成相应的生物生产性土地面积,即建立了生态足迹账户[17]。如公式(1)所示。

(1)

式中,EF为生态足迹(hm2)；N为人口数量；ef为人均生态足迹；aai表示第i类商品人均生物生产土地面积(hm2)；Ci第i类商品的人均消费量(kg)；EPi表示第i类商品的全球平均生产量(kg/hm2)；rj为第j种生物生产性土地的均衡因子。

生物生产性土地包括以下6类：耕地、林地、草地、水域、建筑用地和化石能源用地,即生态足迹账户包含了生物产品消费账户和能源消耗账户。为使生态足迹的计算结果更加符合实际,需要对生态足迹模型进行修正。本文基于“省公顷”模型[30]对长江流域生态足迹模型中的均衡因子和产量因子进行修正。均衡因子的计算公式如(2)所示。

(2)

耕地、林地、草地、水域的均衡因子按照(表1)进行计算,其中生物产品的热值数据来源于《农业技术经济手册(修订本)》；由于建筑用地基本占用耕地,因此建筑用地的均衡因子等于耕地的均衡因子；化石能源用地的均衡因子计算,按一定的比例将其折算成林地与草地[31]。

表1 长江流域各生物生产性土地均衡因子

2.2 生态承载力模型构建

生态承载力是指某区域能够提供的生物生产性用地总面积[32]。计算公式如(3)所示。

(3)

式中,EC为生态承载力(hm2)；ec为人均生态承载力；Si为第i类生物生产性土地面积(hm2)；ri为第i种生物生产性土地的均衡因子；yj为第i种生物生产性土地的产量因子。

省公顷模型中,产量因子=各区域某种生物生产性土地的平均生产力/全研究区所有某种生物生产性土地的平均生物生产力。同样,通过热值来对其进行表示所得到的计算公式如(4)所示。

(4)

耕地、林地、草地、水域的产量因子按照(表2)进行计算；建筑用地的产量因子等同于耕地的产量因子；化石能源用地的产量因子为0[33]。2015—2017年的产量因子平均值如表2所示。

表2 2015—2017年长江流域年平均产量因子

2.3 生态安全指数构建

生态安全指数是生态足迹与生态承载力的比值,用来量化评估生态安全的指标[34]。它明确了生态补偿的方向,即当生态环境处于不安全状态时,需要对其区域进行补偿。具体公式如(5)所示。

(5)

式中,ES表示生态安全指数。当ES>1时,表明生态足迹大于生态承载力,生态环境处于赤字即不安全状态；当ES<1时,表明生态足迹小于生态承载力,生态环境处于盈余即安全状态。

2.4 生态补偿额度测算模型构建

在生态足迹的基础上结合生态系统服务价值,可构建生态补偿模型[33]。

EV=∑evi=Ei×Ri×Ki

(6)

式中,EV为生态补偿额度；evi是第i种生物生产性土地的生态补偿额度；Ei为第i种生物生产性土地的生态足迹系数；Ri为第i种生物生产性土地的生态系统服务价值系数；Ki为第i种生物生产性土地的生态补偿系数。

生态系统服务价值可将生态环境的安全性量化成补偿的具体金额,ESVi为第i种生物生产性土地的生态系统服务价值。

(7)

由于生态系统服务价值与实际经济发展水平存在较大的差异,需对Ki进行调整[34]。利用各地区的生产总值GDP进行量化,如公式(8),ε为恩格尔系数。结果如表3。

(8)

生态补偿的实质为对生态赤字区的面积进行补偿,生态系统服务价值作为联系生态足迹与生态补偿之间的桥梁,将生态赤字区面积量化为补偿的具体金额。本文采用谢高地[35]估算的生态系统服务价值作为生物生产性土地的生态系统服务价值系数Ri的值(如表4)。

3 结果分析

3.1 长江流域生态足迹分析

本文将所有能源指标均转换成标准煤,求取化石能源的生态足迹。将生产品的生态足迹与化石能源的生态足迹进行汇总,得到长江流域各行政区人均生态足迹(图2)。

表3 2015—2017年长江流域各行政区生态补偿系数

表4 生态系统服务价值/(元/hm2)

图2 长江流域人均生物足迹、人均能源足迹和人均生态足迹对比Fig.2 Comparison of per capita biological footprint, per capita energy footprint and per capita ecological footprint in the Yangtze River Basin

2015—2017年间,长江流域各行政区的生态足迹变化微小,其中西藏最小,上海最大。3年内,长江流域的平均生态足迹分别为2.39hm2、2.36hm2、2.37hm2,呈现出先下降又小幅上升的趋势,生态足迹均大于年平均值的行政区均处于沿海地区。陕西与青海人均能源足迹消耗较大,分别达1.25hm2和1.27hm2,仅次于沿海地区最高的上海(图2)。生物足迹、能源足迹与生态足迹的变化趋势基本一致,除上海、陕西和青海以外,其余各行政区的人均生物足迹均高于人均能源足迹。对于生物足迹,重庆与四川的生物足迹是整个长江流域里最高的,河南的人均生物足迹最小,为0.81hm2。

利用ArcGIS空间分析技术,采用自然断点法的方式,将长江流域的人均生态足迹划分为5个等级(图3),可知由于经济资源的不均衡性,长江流域的生态足迹整体上呈现出东大西小的空间格局。2015—2017年间,长江流域的人均生态足迹总体变化不大,说明长江流域在3年时间里的经济发展基本稳定。

图3 2015—2017年长江流域人均生态足迹空间分布Fig.3 Spatial distribution of per capita ecological footprint in the Yangtze River Basin, 2015—2017

3.2 长江流域生态承载力分析

通过对均衡因子及产量因子的修正,得到2015—2017年长江流域的人均生态承载力(表5)。河南的年均生态承载力最大为0.87hm2,上海的年平均生态承载力最小为0.09hm2。整个长江流域的年平均生态足迹为0.47hm2。总体来看,长江流域不同生物生产性土地的生态承载力大小排序均为：耕地>林地>建筑用地>水域>草地,且耕地的生态承载力远大于其他类型的生物生产性土地(图4)。

表5 2015—2017年长江流域各行政区人均生态承载力/hm2

图4 2015—2017年长江流域不同土地人均生态承载力对比Fig.4 Comparison of per capita ecological carrying capacity of different land types in the Yangtze River Basin, 2015—2017

为了明确长江流域生态承载力的地域间差异,利用ArcGIS空间分析技术,采用自然断点法的方式,将长江流域的人均生态承载力划分为5个等级(图5),可知空间分布呈现出中部高,东、西部低的格局。东部地区经济发达,空间上占用了大量的生物生产性土地,建筑用地扩张其他生物生产性土地面积减少,造成生态承载力较低。西部地区受气候和地理因素影响,人均生态承载力低主要体现在西藏和青海,该区域的未利用土地广阔,生态脆弱,导致其生态承载力仅处于一级状态。2015—2017年间,长江流域的人均生态承载力分别为0.47hm2、0.46hm2、0.46hm2,呈现出逐渐下降的趋势。

图5 2015—2017年长江流域人均生态承载力空间分布Fig.5 Spatial distribution of per capita ecological carrying capacity in the Yangtze River Basin, 2015—2017

3.3 长江流域生态安全分析

对长江流域各行政区的生态环境安全性进行评估可知(表6),长江流域全部行政区生态安全指数均大于1,表明整个流域都处于生态赤字即生态不安全的状态,需要对其进行生态补偿。在2015—2017年内,生态安全指数最大的为上海,最小的为河南。

利用ArcGIS平台对长江流域行政区生态安全指数进行划分(图6),空间上呈现出东、西较高,交错分布的格局。由于自然因素和经济因素,西藏和青海生态承载力较低,生态安全指数则较高。东部沿海的上海、浙江、广东等省市,较频繁的经济活动导致生态足迹偏高,使得这些地区的生态安全指数也较高。3年内,长江流域的平均生态安全指数分别为7.29、7.30、7.52,呈现逐年缓慢增加的趋势,表明长江流域的生态环境不安全状态也在轻微升高。

3.4 长江流域生态补偿额度测算结果分析

对长江流域各行政区进行人均生态补偿额度测算(表7)。2015—2017年间,年人均生态补偿额度最高的为上海达到396.80元,最低的为西藏为33.72元。分析其原因,主要是经济发展所致。上海市的综合经济实力一直处于我国前列,屡次位居全国第一。随着国家产业结构调整迅速,促进了上海市的经济进一步发展。加之生态补偿模型中的补偿系数是由GDP进行修正的,因此上海市的人均生态补偿额度达最高。西藏自治区受地理因素的影响,产业发展较单一,经济发展较长江流域其他地区缓慢,生态补偿额度远低于其他地区。

表6 2015—2017年长江流域各行政区生态安全指数

图6 2015—2017年长江流域生态安全指数空间分布Fig.6 Spatial distribution of ecological security index in the Yangtze River Basin, 2015—2017

表7 2015—2017年长江流域各行政区人均生态补偿额度/元

为明晰长江流域人均生态补偿的空间分布差异,本文利用自然断点法和GIS平台,将长江流域的人均生态补偿额度划分为5个等级(图7)。从整个流域上来看,人均生态补偿额度仍然有东高西低、交替分布的空间格局。2015—2017年间,人均生态补偿额度小于70元的有江西、广西、贵州、云南、西藏和甘肃；大于130元的有上海、江苏、浙江、福建、广东、陕西。各行政区的人均生态补偿额度有部分地区发生了一个级别的变化,如四川、湖北和广西。东部沿海各省市一直处于补偿额度最高的状态,而西部地区除个别省以外,均处于级别最低的状态。

4 讨论

4.1 长江流域生态足迹、生态承载力和生态补偿额度比较分析

2015—2017年长江流域的人均生态补偿随着生态足迹和生态承载力变化而变化,生态承载力一直处于小幅上升的状态。2015年的人均生态补偿为123.27元,2016年为120.39元,2017年为120.40元,3年内基本持平。生态足迹与生态补偿的变化保持一致,呈现先有所下降再小幅上升的趋势,而生态承载力则逐年降低(图8),由此可见长江流域的经济发展正不断推进,由经济活动所造成的生物生产性土地被占用将是一个长期的趋势。

图8 2015—2017年长江流域人均生态足迹、人均生态承载力、人均生态补偿额度Fig.8 Per capita ecological footprint, per ecological carrying capacity and per ecological compensation in the Yangtze River Basin, 2015—2017

4.2 长江流域生态补偿差异化分析

4.2.1基于流域尺度生态补偿额度差异化分析

基于长江流域各行政区生态补偿额度以及等级划分,对上、中、下游人均生态补偿额度进行差异化分析(图9)。研究表明长江流域上游的人均生态补偿呈现出高低交叉分布的空间格局,3年期间,整体上未发生较大的变化。上游地区人均生态补偿大都集中在小于70元的低范围内。陕西、重庆和青海的人均生态补偿额度是最高的,3年平均值分别为133.32元、125.25元、118.32元。长江流域中游地区的人均生态补偿呈现出南北两头高,中间低的空间格局,未发生明显变化,只有湖北省发生了一个级别的变化。整体来看中游地区的人均生态补偿额度跨越了5个等级,比上游地区幅度大。长江流域下游人均生态补偿呈现出东多西少且差异较大的空间格局(图9),且3年内未发生明显变化。沿海的上海、江苏、浙江和福建的人均生态补偿额度均处于最高等级大于130元。将上、中、下游的生态补偿额度进行数量上的对比分析(图10),长江流域人均生态补偿数量变化幅度以上游最为大,中游次之,下游最小。

图9 长江流域上、中、下游划分与不同省份生态补偿额度Fig.9 Division of the upper, middle and lower reaches of the Yangtze River Basin and the ecological compensation in different provinces

图10 长江流域上、中、下游生态补偿额度对比Fig.10 Comparison of ecological compensation in upper, middle and lower reaches of Yangtze River Basin

4.2.2基于城市群尺度生态补偿额度差异化分析

长江流域包括长江三角洲城市群,成渝城市群和长江中游城市群,不同城市群人均生态补偿额度差异显著(图11)。对2015—2017年间成渝城市群和中游城市群人均生态补偿额度进行空间分析,人均生态补偿额度呈现出东多西少,整体较均匀的空间格局,期间主要是四川的城市出现了一个级别的改变。重庆作为成渝城市群的中心,3年间年人均生态补偿达125.25元。长江中游城市群人均生态补偿额度呈现出西多东少的空间格局,湖北的城市最高为110.25元,江西的城市最低为63.97元。长江三角洲城市群人均生态补偿额度呈现出均匀分布的空间格局,且在3年间未发生明显变化。由于地处沿海区域,地理位置优越,由经济活动所造成的生物生产性土地被占用则会导致生态赤字增高,生态补偿额度随之增大。

图11 长江流域城市群划分及生态补偿额度差异Fig.11 Division of urban agglomerations in the Yangtze River Basin and ecological compensation for different cities

图12 长江流域三大城市群生态补偿额度对比Fig.12 Comparison of ecological compensation of three urban agglomerations in Yangtze River Basin

按各行政区GDP进行一定比例的计算。2015—2017年间,三大城市群年人均生态补偿额度(图12),变化最为明显的是长江三角洲城市群,而变化幅度最小的为成渝城市群,每个城市群内部变化曲线的最高点均发生在城市群中心城市。成渝城市群和中游城市群中,最高的分别是重庆市和武汉市,达到125.26元和130.14元,最低的分别是四川省内江市和江西省萍乡市,补偿额度分别达到64.22元和58.40元,成渝城市群的其他城市均分布在50元—100元间；对于长江三角洲城市群而言,上海市的补偿额度明显高于其他城市为396.80元,其余城市都低于300元。

4.2.3基于省级尺度生态补偿额度差异化分析

2015—2017年间,长江流域总体生态补偿额度年平均为1169.11亿元。其中江苏和广东所需生态补偿额度最高,年均生态补偿总额度超过140亿元,总额度最少的为西藏和青海,皆少于10亿元(图13)。各行政区间补偿额度相比较,差距较大,整体来说,东部沿海地区补偿额度远大于西部内陆地区,与经济发展及区域资源配置呈大致正相关性。3年间变化最大的省份是广东和上海。3年间,长江流域总补偿额度变化较小,分别为1177.61亿元、1163.16亿元和1166.57亿元,呈先减少再增加态势。

图13 2015—2017年长江流域各行政区生态补偿额度对比Fig.13 Comparison of ecological compensation in different administrative regions of the Yangtze River Basin, 2015—2017

基于以上不同省份生态补偿额度差异化分析,发现长江流域内地域由西向东所需的生态补偿额度升高,产生这一结果的原因,理论上,生态补偿研究实质上是环境成本的互置问题,关键在于解决生态产品节制和损害后的成本问题[36]。本研究采用的生态补偿修正模型结合反映地域社会因素的GDP和恩格尔系数,兼顾了区域生态生产的外溢性价值,考虑到局域发展水平的差异及其相应的资源配置所带来的环境保护代价不同,综合补偿实施过程中为保护环境所牺牲的经济差距。综合以往研究,较发达的地区,在发展和实施环境保护的过程中,对生态环境的投入成本大,生态资本薄弱,建设治理过程中考虑到人口密度、工业占比、人均GDP等资源消耗问题,以及发展机会成本损失,生态构建所需的资本更高[37]。按照国际研究标准,城市生态环保投入占政府财政收入2%—3%之间时,城市的生态环境运转较健康,保护相对较好[38],由此生态补偿制度构建过程中应涉及区域社会发展水平的差异。

5 结论

将生态足迹的思想引入到生态补偿的研究中,构建生态补偿额度测算模型,对长江流域生态补偿额度进行测算,并进行等级划分,从流域尺度、城市群尺度和城市规模尺度对生态补偿额度进行差异化分析。得到如下结论：(1)长江流域的生态足迹呈东大西小的分布,生态承载力则出现中部大,东西部小的空间格局；2015—2017年的生态足迹呈现出略微波动的状态,生态承载力则表现出逐年下降的趋势。(2)从长江流域各行政区的生态安全指数来看,整个长江流域都处于赤字区,均需要补偿。在生态补偿额度测算中,江苏省的年均生态补偿额度最高,达到了210.06亿元,而西藏自治区的最少,为1.12亿元,说明在发达的东部沿海省份,实施环境保护过程中,对环境投入成本较大,生态资本薄弱,建设治理过程中同时考虑到社会经济因素影响,生态补偿的额度会更高。(3)生态足迹与生态补偿的变化保持一致,呈现先有所下降再小幅上升的趋势,而生态承载力则逐年降低,说明长江流域经济活动占用生物生产性土地的现象将成为长期趋势。(4)基于流域尺度分析生态补偿额度,上游表现为交叉分布,中游表现为南北高,中间低的格局,而下游则呈东多西少的分布；基于城市群尺度补偿额度由大到小依次为：长江三角洲城市群、成渝城市群、长江中游城市群,整体上仍表现为东多西少的空间格局；基于省级尺度,整体上依旧存在东多西少的空间格局现象,数量在宏观上呈现出与经济发展水平正相关的趋势。本研究为长江流域差异性生态补偿政策制定提供了建议和指导,为流域生态补偿的量化方法提供参考。