城市绿地有害生物预警防控管理指标体系研究

朱 振，陆春杰，刘皎华，赵 阳，王新军

(1.常州市绿化管理指导站，江苏 常州 213012；2.常州工学院 艺术与设计学院，江苏 常州 213022)

1 引言

城市化建设与持续的全球气候变化促使城市绿地中的病虫害种类和危害性日趋复杂[1～3]，如武汉地区园林有害生物普查中查出园林害虫563种，分属13个目96个科[4]。城市绿地中的有害生物直接威胁到植物的健康生长，进而影响城市绿地生态功能的发挥，传统的化学药剂防治会带来环境污染，还会影响到城市居民的生活与健康[5, 6]。为了营造良好的城市人居环境，需要加强城市绿地有害生物预警防控管理[1]。城市绿地有害生物预警防控管理是通过若干变量特征对城市绿地系统中有害生物风险形成进行解析，并将这些变量定义为指标，形成有害生物监测预警的指标体系，对有害生物风险定量化，并通过模型进行预测[4]。预警防控管理的基础之一就是进行风险评估，而风险评估的基础是评估指标的选取及其指标体系的构建。城市的环境、绿地特征以及管理因素都直接或间接地影响有害生物的发生与发展，因此也就形成了城市绿地有害生物风险评估要素的多样性[7, 8]。如何科学地选择并构建评估指标体系，并使其具有较强的可操作性，是最终服务于有害生物预警防控管理的重要内容。

2 城市绿地有害生物预警防控管理指标体系研究进展

针对城市绿地有害生物风险评估，当前国内的研究有两种构建指标体系的方法：一种是按照有害生物发生的阶段性特征，在有害生物发展的不同阶段选择预警防控的重要影响要素作为指标，形成指标体系[4, 9, 10]，可称为阶段式的指标体系。例如：2013年夏文胜在武汉市的城市绿地有害生物预警防控研究中，结合有害生物的类别和发生状况、天敌与寄主情况、气候条件、防治水平和社会因素等，构建了警源、警兆和警情3个阶段的城市绿地害虫预警指标体系[4]。另一种是将风险理论与城市绿地有害生物相结合，分析有害生物在为害过程中的严重度和为害几率，构建有害生物风险评估的指标体系[11, 12]，可称为基于风险理论的指标体系。这类研究考虑的因素比较丰富，综合考虑了风险传播途径、传播能力、繁殖能力、气候条件、寄主条件、管理部门的重视程度以及对景观的影响、对人居环境的影响和对经济的影响。例如：华旭使用风险概念指标的构建方法，结合沈阳市绿地生态系统的特点及有害生物的危害过程中的严重度和为害几率，构建了沈阳市绿地有害生物风险评估的指标体系[11, 12]。总体而言，我国城市绿地有害生物防控管理的指标体系的研究较少，还处于探索阶段。上述两类指标体系有一定的借鉴价值，同时也存在一定的局限性。部分指标存在可操作性差，比如害虫天敌寄生率、越冬虫量等，天敌、越冬害虫比较隐秘难以准确统计，这些指标数据的实际收集的难度非常大；与城市绿地有害生物管理结合的不紧密，因此在城市绿地有害生物的管理方面发挥的作用有限。

为了提高城市绿地有害生物预警指标体系的预警的科学性、可操作性，同时发挥在有害生物预警防控管理中的导向性作用。本文基于城市绿地有害生物的管理现状、生态--社会环境以及城市绿地有害生物之间的相互影响、相互制约的逻辑关系，以常州市为例，探讨以压力-状态-响应框架模型(Pressure-State-Response，PSR)诠释城市绿地有害生物风险，构建城市绿地有害生物预警防控的指标体系，为城市绿地有害生物风险预警和管理奠定基础。

3 城市绿地有害生物的特征

城市绿地作为一个人工与自然结合的生态系统，为有害生物提供了较独特的生存、发展的环境和条件，城市绿地有害生物的特征具体表现为：外来有害生物不断入侵，寄主多元；生态种群脆弱，有害生物易定殖[13, 14]；有害生物的动态变化，控制难度大[5]；有害生物的天敌不足[14]。城市绿地有害生物预警防控管理指标体系的构建既要考虑有害生物的特征，也要考虑城市绿地的现代化管理方式对有害生物防控带来的影响[15]。当前城市绿地的现代化管理方式主要体现在网格化和信息化管理的运用[16, 17]。目前常州市各个区的绿地已经实施网格化管理，城市信息化管理的技术和方式也逐渐成熟，为常州有害生物的信息化管理奠定了坚实的基础，也为有害生物的网格监测、数据传输和风险分析插上了科技的翅膀，使互联网+和云平台得以创新性地在有害生物风险防控管理中发挥作用。

4 常州市城市绿地有害生物预警防控管理指标体系构建理论基础

4.1 自然灾害风险管理理论

自然灾害风险是源于致灾因子的潜在威胁(危险性)和承灾体的脆弱性之间相互作用而导致的一种有害的结果或损失发生的可能性[18]。当一个区域处于致灾因子可能影响范围之内，而该区域内的承灾体对于一定强度的致灾因子具有脆弱性并缺乏足够的应对能力，当同时具备这两个条件的时候即存在灾害风险，当二者同时发生时即出现灾害事件[19]。脆弱性主要用来描述相关系统及其组成要素易于受到影响和破坏，并缺乏抗拒干扰、恢复的能力。脆弱性分析被认为是把灾害与风险研究紧密联系起来的重要桥梁。脆弱性是承灾体本身的属性，无论自然灾害发不发生都存在。自然灾害风险是动态发展的，随着全球气候变化，致灾因子危险性从过去到现在再到可预见的未来可能会持续增加，如果降低承灾体的脆弱性，灾害风险可能会降低。

城市绿地有害生物风险由自然环境、城市绿地、有害生物以及管理环节综合作用而产生的[5](图1)。其中，自然环境和有害生物的管理是孕灾环境，城市绿地是承灾体，有害生物是致灾因子。孕灾环境、致灾因子和承灾体是城市绿地有害生物风险的三大核心要素。孕灾环境是指能够孕育并为有害生物风险传递提供条件的各类自然环境与有害生物管理的总称，孕灾环境是有害生物产生的源头。城市绿地的有害生物系统中，孕灾环境能够孕育并形成致灾因子，也能够促使有害生物快速发展。首先，温度和湿度对有害生物的产生和发展由重要的作用，是重要的自然环境的孕灾要素。其次，管理环境也能够对有害生物的发生发展产生重要的影响，风险早期阶段的有害生物管理能够起到事半功倍的作用；然而错失时机或不对症的有害生物管理措施，就会错过有害生物防治的最佳时间窗口，使病虫害治理时间后移，增加了防治的难度，对城市环境带来影响。

4.2 PSR框架模型

为了将城市绿地有害生物、城市生态环境和城市绿地管理有机的融合，构建既能反映有害生物发生的状态又能引导城市绿地有害生物管理的指标体系，PSR框架模型可以提供较理想的指标体系框架。加拿大统计学家Fried提出的压力(Pressure)-状态(State)-响应(Response)模型，其中压力(P)是指自然或人为因素对生态系统和社会系统产生压力作用的因子，也是人类或自然干扰对社会和生态系统造成的负荷[20]。状态(S)指社会及生态系统的健康状况。响应(R)是系统面临风险采取的对策与措施。PSR模型遵循的逻辑是“环境受到人类和经济活动的压力，导致了环境条件状态变化，可能刺激社会做出响应以改变环境的压力和状态”[21]。压力、状态和响应三者紧密联系，相互作用，体现了人与环境间的相互作用。PSR模型具有很强的灵活性和实用性，被广泛地应用于区域生态风险评估中[18]，是目前用来评价和分析区域生态风险状况较成熟的框架模型。如王国萍等使用PSR框架模型制定了国家公园灾害风险评估的指标体系和风险等级。虽然目前国内还没有研究将PSR框架模型应用到城市绿地有害生物的预警中，但是PSR框架模型的使用逻辑能够较全面地反映城市绿地有害生物、城市生态环境和有害生物管理三者之间的关系，因此可以为城市绿地有害生物预警防控所用。

城市绿地有害生物预警防控管理是一个面向社会--生态系统的风险管理，压力-状态-响应类指标清晰的逻辑关系和框架结构，能够全面地反映风险系统间的相互关系。该模型还能够对有害生物管理过程中社会—生态系统状态、改变的原因以及响应的措施进行评估，帮助管理者不断改进和调整响应措施，优化管控效果。因此基于PSR模型，构建常州市城市绿地有害生物预警防控指标体系。

5 常州市城市绿地有害生物预警防控管理指标体系构建

5.1 常州市城市绿地有害生物预警防控管理指标体系构建理论框架

基于PSR框架模型，城市绿地有害生物预警防控指标体系的压力、状态、响应三大类指标间是相互影响的动态关系。首先城市绿地有害生物的发生和发展是由自然条件和有害生物管理共同作用下发生发展的，因此这二者是城市绿地有害生物防控的压力指标。压力因素的变化能够改变城市绿地的健康状态，同时使社会的承受度承压，因此绿地状态、有害生物发生状态、社会承受度是城市绿地有害生物防控的状态指标。绿地监测系统会将状态变化反馈，促使城市绿地管理系统通过政策、管理方式的变化对城市绿地状态的改变产生响应，进而影响压力和状态，一方面降低压力，调节有害生物的危害度；另一方面提高绿地的抗性，促使状态的恢复，如此往复，就形成城市绿地管理与有害生物之间的相互作用、相互制约的关系，即压力-状态-响应(图2)。

图2 压力-状态-响应模型关系

灾害事件是一个区域处于致灾因子可能影响范围之内，而该区域内的承灾体对于一定强度的致灾因子具有脆弱性并缺乏足够的应对能力导致的。结合风险理论，致灾因子的危害性和承灾体的脆弱性是有害生物发生的重要原因。在PSR模型框架下，分析致灾因子的危害性和承灾体的脆弱性能够更科学地评估城市绿地有害生物风险。压力指标是指自然条件和管理环境对有害生物的直接压力因子，反映自然或管理干扰对社会-生态系统带来的负荷，其中致灾因子的危险性包括自然环境、有害生物危险性、传播途径管理、测报管理和防治管理对有害生物发展的影响。状态指标是指城市的社会-生态系统当前状态，从风险理论的角度理解即孕含危险性又包括脆弱性。危险性是指绿地、社会对致灾因子形成的环境条件的适宜性，包含有害生物发生的强度、绿地健康状况；其中的脆弱性是指承灾体(社会和绿地)在抵抗有害生物方面表现出的状态，包括绿地的受害状态和社会的承受度。响应指标指社会-生态系统应对生态退化等问题并恢复状态采取的对策与措施，其中也包含脆弱性，表现为有害生物履职水平和应急响应的有效性。常州市绿地有害生物的评估的概念框架如图3所示。

图3 城市绿地有害生物风险评估概念框架

5.2 指标体系的构建方法

常州市绿地有害生物风险防控管理指标体系需要充分体现自然环境、绿地、有害生物、管理环境等社会—生态系统中的子系统在有害生物防控管理中的相互影响。在构建多指标的综合指标体系过程中，使用了4种方法，包括：①文献归纳法;②专家访谈法;③问卷调查法，使用问卷的形式，向行业内的从业者论证指标体系中风险要素的合理性;④理论分析法，指标体系的构建也结合了已有的自然风险管理理论和网格管理理论，并将理论内容与常州市有害生物的预警防控管理相结合。

5.3 常州市城市绿地有害生物预警防控管理指标分析

该指标体系分为目标层，准则层A，准则层B和指标层。

(1)目标层：以城市绿地有害生物防控管理指数为总目标，表征网格绿地尺度上的有害生物管理相关的灾害风险险度。

(2)准则层：准则层A由城市绿地有害生物风险评估的构成要素组成，分别是：压力、状态、响应。准则层A进一步细分为准则层B。准则层B中压力指标包括2个，分别是自然致灾因子和管理致灾因子；状态指标包括3个，分别是绿地状态因子、有害生物状态因子、社会可承受状态因子；响应指标包括2个，分别是履职响应因子和应急响应因子。

(3)指标层：由可直接度量的指标构成，共27个指标，是该指标体系最基本的层面。每个指标根据其自身特征设计为1～5分进行量化赋值，从低到高代表有害生物风险从小到大，具体指标构成及其内涵见表1。

表1 绿地有害生物预警防控管理评估指标体系

5.4 压力、状态、响应指标的量化

压力指标(P)是指自然条件和绿地养护管理对有害生物的直接压力因子，反映自然或管理干扰带来的负荷。自然环境压力包括：①上年度有害生物发生的程度，上年度发生程度对有害生物发生程度有重要影响[8, 10]；②温度适宜性，温度升高对有害生物发展具有重要的影响[4, 8, 10];③绿地健康水平[4, 10];④有害生物危险性根据国家林草局发布的有害生物等级和常州市绿地有害生物重点监测对象进行评估。管理致灾的压力方面包括：①传播路径管理，体现为补植苗木的健康状况和绿化废弃物收集与清运的规范性[12];②监测管理，指有害生物监测的上报率、准确性、及时性;③综防管理，指有害生物防治的培训参与率、综防科学性、中度以上病虫害发生情况、预警消警率等综合管理能力[4, 10]，见表2。

表2 压力指标量化方法

状态(S)是指城市的社会-生态系统当前状态，具体包括绿地状态、有害生物发生状态和社会可承受状态。①绿地状态是基于绿地的等级及其受害程度反映出的受害状态[12];②有害生物发生状态是指病虫草害在绿地中的发生的情况[4, 5, 8, 10]；③社会可承受度是从社会舆情来反映有害生物对社会的影响[8, 10]，见表3。

表3 状态指标量化方法

续表3

响应(P)指标指社会-生态系统为了应对生态退化等问题，为了恢复状态采取的对策与措施，具体包括：①履职响应，表征有害生物即时管理水平[4, 8]，包括自查问题上报率、自查问题处置率；②应急响应，表征应急管理方面的综合管理措施[12]，包括应急预案的科学性、应急培训和演练的次数以及突发有害生物灾害的处置表现，见表4。

表4 响应指标量化方法

6 结论

本文在充分梳理已有的相关研究基础上，结合风险理论、PSR框架模型构建了常州市城市绿地有害生物预警防控管理评估指标体系。在具体指标选择中，将已有的城市绿地有害生物风险预警、林业有害生物预警指标作为参考，结合常州市城市绿地有害生物网格化管理方式构建了整个指标体系。

本文使用PSR模型构建了常州市绿地有害生物预警评估指标体系，该体系包括3大类，共27个指标，具有以下特征：

(1)该指标体系能够对常州市城市绿地有害生物的致灾因子、承灾体、孕灾环境进行较为全面的概括，因此该指标体系能够较为全面地反映城市绿地有害生物风险的现状。

(2)该指标体系以PSR模型为框架，从有害生物管理角度出发，对社会-生态系统的状态、改变的原因以及响应的措施进行评估，可以直接反映有害生物的发生程度、承灾能力的强弱以及管理措施作用于状态、压力的效果，能够帮助常州市绿地有害生物的管理走向信息化、规范化，具有快速处置能力。

综上所述，该指标体系的构建是面向城市绿地有害生物风险评估的有益尝试，对风险发展逻辑的反映和风险评估原理的运用有助于准确和科学地反映城市绿地有害生物风险的现状和管理效果，为有害生物风险管理提供可信的理论基础和参考依据，以促进常州市城市绿地的管护。根据评估指标对常州市绿地有害生物风险进行综合评估，是下一步研究要解决的问题。