赵宏宇 李雁冰 车 越
生态系统服务是传统村落历经百年经久不衰的关键所在,其社会价值属性更是可持续发展的核心。传统村落作为中国5 000年农耕文明的载体,国家已经投入上百亿资金予以保护[1],但收效甚微[2]。归因于,其保护方式多集中于“表面化”的物质空间层面,并未真正触及传统村落可持续的核心所在。人们以巨大的生态代价去获取传统村落的社会价值,不仅破坏了其良好的自然生态本底,更是使得传统村落丧失了固有的社会价值属性,逐渐归于平庸,甚至消亡,这是不可持续的。社会价值因为其无形性常被人们所忽视,亟须借助量化评估方法进行可视化解译,使得人们能够清晰认知并引起高度重视,实现传统村落真正的可持续发展保护。
目前,生态系统服务社会价值评估研究随着人们对其需求的增加而逐渐增加,研究内容也从自然资源保护利用[3]向游客偏好感知[4]、政策决策管理[5]等方面转变。评估方法也呈现多学科、多主体、多数据的趋势,由传统的经济学货币化评估方式向多数据源结合的公众参与式评估方式转变。主要运用SolVES(Social Values for Ecosystem Services)模型[6]、参与式制图法[7]、系统动力学模型[8]、IPA(重要性-绩效表现模型)[9]等。其中,SolVES模型凭借其易操作、可视化、精准化的优势受到国内外学者的青睐[10],它能够以图示化的形式将人们所感知到的生态系统服务社会价值指数在具体空间上进行落位,使人们能够正确、清晰地认知其社会价值指数。目前已经成功应用在生态性较好的湿地[11]、森林[12]、绿地[13]、滨水空间[14],同时也逐渐向城市[8]、经济区[15]等复杂的人工生态系统方面演进,实现了对研究区生态系统服务社会价值的量化评估,破解了研究区政府管理人员无据可依的保护建设发展瓶颈。这恰恰解决了当今人们对传统村落社会价值认知不清、管理保护无据可依的困境,因此选择SolVES模型作为本文的主要研究方法模型。
以国家第二批传统村落锦江木屋村为研究对象,尝试引入SolVES模型,对传统村落生态系统服务社会价值进行量化评估和空间分析,揭示其社会价值与自然环境条件的关系,探讨SolVES模型在传统村落领域的适用性,为我国传统村落可持续发展和保护提供参考。
锦江木屋村位于吉林省白山市漫江镇,被誉为“长白山木文化的活化石”。地处长白山山脉西南麓,头道松花江上游,环抱长白山原始森林,全村均由木材建成,是吉林省长白山地区保存最完整的传统木刻楞民居建筑群落[16],并于2013年入选国家第二批传统村落名录。其中蕴藏的“长白山森林文化”“木刻楞建筑群”常年吸引着全国各地的游客。浩瀚的茫茫林海,滔滔的松花江之源,使村落具备多样且独特的生态系统服务功能,因此选取锦江木屋村作为本次研究区域。
由美国地质勘探局开发的SolVES模型,应用于生态系统服务社会价值的量化、评估与空间分析[17]。模型由社会价值、价值制图、价值转化3个子模型构成。本研究采用社会价值和价值制图模型相结合的方法,模型执行过程如图1所示。
图1 SolVES模型基本结构示意(作者改绘自参考文献[18])
1.3.1 社会调查数据来源
数据收集包括2个阶段:现场调查和社交媒体收集。其中,现场调查包括试点调查和正式调查。笔者团队于2020年12月进行了试点调查(n=10,答复率100%),以验证问卷的可行性。于旅游出行高峰期(劳动节,5月1—7日)进行正式调查,对来木屋村参观旅游的14岁以上的人群进行问卷调研,共回收问卷219份,答复率93.7%。
问卷分为3个部分。第一部分:受访者对木屋村的偏好和满意度调查。第二部分:价值指数信息,即获取受访者对木屋村生态系统服务社会价值较高的位置及赋予的分数,考虑到部分受访者对研究区地图不熟悉,我们通过现场实地考察和观察受访者在景点停留时间确定了14个生态系统服务较为丰富的社会价值点,将其标注在地图上。第三部分:受访者的社会背景信息。问卷的第二部分设置参考了美国圣伊莎贝尔国家森林公园评估案例[6],并结合木屋村现状特征、相关文献分析及专家、村民的建议,针对性地选择了7种与传统村落相关度较高的社会价值类型,适当改进了对价值类型的描述供受访者选择(表1)。
表1 锦江木屋村生态系统服务社会价值类型描述[6]
由于疫情的影响,现场调研方式受到了一定程度的限制,因此选取新浪微博数据作为另一个数据源补充。新浪微博已被证明提供了一个可访问和有效的数据源[19-20]。它可以提供简洁的、带有地理标签的文本、链接、照片或视频内容,并对这些内容进行空间和定量分析。在微博上收集了2020年全年112篇关于木屋村的文章,筛选出87篇与木屋村景点相关且包含位置信息的微博文章用于进一步分析,并基于现场问卷中各社会价值指标的平均值配置量解译照片中表达的社会价值分配。
补充专家调查法完善仅由受访者主观意愿分析的局限性,选择对木屋村熟知且从事传统村落价值评估、生态系统服务研究的专家学者作为受访者,以保障评估结果的可靠性。
1.3.2 空间数据来源
研究所需要的空间数据包括研究区域边界、社会价值点和空间环境变量(表2)。其中,空间环境变量的选取取决于研究区域现状特征和已有的评估条件[21-22]。考虑到锦江木屋村特殊的木质型村落特征及层层叠落的地理空间特征,空间环境变量选取与研究区域密切相关的4种环境变量,即与水体的距离(Distance to Water,DTW)、与道路的距离(Distance to Road,DTR)、与木屋院落的距离(Distance to Mu Wu,DTMW),以及村落高程数据(ELEV)。相比SolVES模型多集中于宏观层面的社会价值评估,本研究应用于尺度更小的传统村落区域,借助高精度、高分辨率的无人机倾斜技术进行空间数据采集。采集到的栅格单元精度达到1m×1m,投影坐标系为CGCS2000_3_Degree_GK_Zone_42。采用DTW、DTR、DTMW、ELEV的栅格化结果作为地理环境层。
表2 空间数据类型的描述和来源
1.3.3 分析方法确定
1)基于SPSS软件对调研采集的316份问卷数据进行信效度分析,统计受访者游玩信息,确定其人口统计学特征;2)采用ArcGIS核密度分析工具分析木屋村的社会价值点数据,确定其空间聚合度;3)通过SolVES模型嵌入ArcGIS的平均最邻近工具,借助平均最邻近比率(R值)与标准差(Z值)评估各类社会价值点的空间聚类情况;4)借助SolVES对问卷二阶段结果进行归一化,确定各类别最大价值指数(Value Index Maximum,M-VI),以此进行重要度排序;5)SolVES模型核心处理部分:基于上文所述5组变量,借助社会价值子模型模拟的空间布局情况,明确各组变量的结果贡献度;6)性能评估验证:应用ROC曲线计算对应统计模型的线下面积(Area Under the Curve,AUC),以评测评估模型性能。
问卷结果显示,受访者中男性占52.4%,女性占47.6%,男女比例为1.1:1。其中,吉林省居民占47.6%,来自全国其他城市的居民占52.4%。本科及以上学历的受访者占77.7%。受访者受教育程度普遍较高,且问卷内容易于理解,降低了调查结果的误差。基于学术界常用的李克特量法(1~5分)问卷调查方法采集受访者对木屋村的满意度评价,结果显示大家对木屋村旅游整体感受满意度较高,达到4.43分;旅游设施满意度、旅游环境满意度分别为4.16、4.28分。
2.2.1 社会价值点的空间分布
社会价值点的分布在一定程度上可以反映受访者对景点的总体偏好[23]。基于SolVES模型对1 264个社会价值点进行核密度分析,确定木屋村的热点区域,并获得了社会价值点的空间分布。由价值点核密度分析图(图2)可见,热点主要集中在村落中心处的价值点5、6和村落西北处的价值点8等区域。木屋人家(价值点5)与曹保明工作室(价值点6)、观景平台(价值点8)是锦江木屋村最受游客喜爱的3处景点,分别有192、171和166个社会价值点,分别占社会价值点总数的15.2%、13.5%和13.1%。
图2 锦江木屋村社会价值点核密度分析
2.2.2 社会价值的空间聚类分析
根据平均最近邻分析结果(表3)可以看出,由4种环境模型计算出的锦江木屋村5种社会价值类型的空间分布均属于空间聚集模式(R<1),精神价值和经济价值在村落中表现相对分散(R>1)。每个社会价值类型的最大价值指数(M-VI)在不同的环境模式中显示一定程度的差异,4种模型计算出的社会价值M-VI顺序为:美学价值>历史价值>生物多样价值>治疗价值>精神价值=经济价值>娱乐价值。然而,4种模式产生的M-VI较高的社会价值类型是相同的:美学、历史、治疗和精神(M-VI>5)。因此,本文选择美学、历史、生物多样性和治疗价值作为深入讨论的对象。
表3 锦江木屋村各社会价值类型最大价值指数及空间聚集性
对木屋村社会价值较高且较受游客偏好的美学、历史、生物多样性和治疗价值的价值指数核密度表面进行分析,以清晰地认知木屋村生态系统服务社会价值点的空间聚集关系。
从4种社会价值指数核密度分析图(图3)可以看出,游客对锦江木屋村的美学价值感受度较高,主要集中在价值点4和7区域;结合现场实地调研分析,这些区域均为具备开阔视野且开发强度较低的空地,游客感知度较高,可以一览村落全貌。历史价值贯穿于全村各个空间,价值点5、6是村落民俗文化集中体现的区域,价值指数最高。而生物多样性价值和治疗价值集中于村落西南区域,靠近村落水体与林地区域。归其原因,村落周边的森林生态系统服务功能为村落提供了宝贵的物质精神价值,也是锦江木屋村能够保持鲜活生命力最直接的影响因素之一。
图3 木屋村主要社会价值指数核密度分析图3-1 美学价值指数核密度分析图3-2 历史价值指数核密度分析图3-3 生物多样性价值指数核密度分析图3-4 治疗价值指数核密度分析
为探究不同环境变量对木屋村社会价值的影响,将DTW、DTR、DTMW、ELEV 4种单一变量和DTW-DTR-DTMW-ELEV综合变量依次导入SolVES模型,分析单变量和综合变量对木屋村社会价值空间聚类影响,以及各变量对木屋村社会价值的贡献度。
2.3.1 DTW(与水体的距离)对社会价值的影响
在研究DTW和价值指数(VI)之间的关系时,将DTW作为唯一的环境变量。从图4中可以看出,当DTW用作唯一的环境变量时,美学、历史、生物多样性、治疗价值显示出明显的条纹分布特征。美学价值和历史价值主要集中在距离水体0~10m的区域,在距离水体5m的位置价值指数表现最高(VI=10)。此外,从DTW与VI的拟合曲线可以看出,在0~5m内,生物多样性价值、治疗价值的VI与DTW呈负相关,美学和历史价值的VI与DTW呈正相关。
图4 与水体的距离(DTW)和价值指数(VI)的拟合关系
2.3.2 DTR(与道路的距离)对社会价值的影响
将DTR作为唯一环境变量,研究DTR与价值指数(VI)的关系。结合价值指数核密度分析(图5)可以看出,历史价值的价值指数集中分布在村落主要道路沿线区域,而治疗价值的价值指数未表现出明显的分布特征。同时,历史价值主要集中在距离道路0~10m的地方。DTR与VI的拟合曲线显示,在0~5m内,美学价值、生物多样性价值的VI与DTR呈负相关关系,历史价值的VI与DTR呈正相关关系,治疗价值的VI未体现与DTR之间的关系。
图5 与道路的距离(DTR)和价值指数(VI)的拟合关系
2.3.3 DTMW(与木屋院落的距离)对社会价值的影响
当DTMW作为唯一的环境变量时,美学、历史、生物多样性和治疗价值基本都覆盖了村域中最受游客喜爱的区域,其中木屋建筑群更是木屋村社会价值的主要体现之一。其中,美学价值和治疗价值主要集中在村口和观景平台区域,历史和精神价值主要集中在木屋村石碑和村落西南区域。从图6中可以看出,DTMW对美学价值的价值指数影响较大,0~5m范围内,美学价值的价值指数与DTMW呈正相关关系,最高价值指数达到8.8(VI=8.8)。距离木屋115m处,治疗价值已低于平均价值指数。
图6 与木屋院落的距离(DTMW)和价值指数(VI)的拟合关系
2.3.4 ELEV(高程)对社会价值的影响
当ELEV作为唯一的环境变量时,从图7中可以看出,美学价值和历史价值显示出明显的条纹分布特征,美学价值、历史价值在海拔高度890~900m呈上升趋势。结合锦江木屋村现状分析,在这一高度区域可以一览村落全貌特征,具备非常好的视线观察点。同时,生物多样性价值和治疗价值与村落高程呈负相关关系,当海拔高度达到906m以后,价值指数已经低于价值平均指数。
图7 高程(ELEV)和价值指数(VI)的拟合关系
2.3.5 多变量综合影响下的社会价值分析
当DTW、DTR、DTMW和ELVE共同作为环境变量时,美学价值、历史价值和生物多样性价值的分布特征与DTMW作为唯一变量时相似;也就是说,这些社会价值类型主要集中在景区密度较大的地区。其中,美学价值主要集中在村落南部且视野开阔的地区,如价值点4、7等区域;生物多样性价值和治疗价值主要集中在价值点11和13等贴近森林等区域,历史价值主要集中在价值点5、6等靠近村落主要道路及与木屋距离较近的区域。
MaxEnt作为SolVES模型中的重要检验工具,在模型运算时采用刀切法来检验研究区每种环境变量对不同社会价值类型的贡献程度(表4)。统计结果显示,DTMW对历史价值的贡献大于DTW、DTR和ELEV等环境图层,贡献率达到49.9%。其中,DTR对美学价值的贡献远大于其他3种社会价值,贡献率为74%;ELEV对治疗价值的贡献最大,贡献率为75.9%;DTW仅次于ELEV,贡献率为24.1%。从整体上看,DTR对4种社会价值类型的贡献大于DTMW、DTR或ELEV。
表4 环境变量对各社会价值类型的贡献率统计
本文探索了基于SolVES模型的传统村落生态系统社会价值评估方法,实现了其社会价值的可视化表达和量化分析,揭示了村落自然环境条件对其社会价值的影响,并以锦江木屋村为例,验证其方法在传统村落价值评估应用的可能性。结果表明,村落以美学、历史、生物多样性、治疗价值受游客偏好,重要性排序为:美学价值>历史价值>生物多样性价值>治疗价值。其中,美学价值与DTW在0~5m呈正相关关系,在0~10m的距离内都有明显的社会价值体现,村落的热点区域集中于村落中心民俗文化浓郁的木屋人家区域(价值点5),以及村落西北处靠近森林的观景平台(价值点8)等视野开阔等区域。而村落的历史价值主要分布在村落东北处的木屋人家(价值点5)、曹保明工作室(价值点6)等地。此外,Maxent的统计结果表明,DTMW是对历史价值贡献最大的因素,贡献率为49.9%;DTR对美学价值、生物多样性价值的贡献度最大,分别为74%、62.5%。
为了可持续地享受生态系统的好处,在构建景观以提升社会价值的同时,应该考虑如何将生态系统的负面影响降到最低。因此,本文研究了环境变量对社会价值的贡献,可以帮助我们在尽可能改变地理因素的前提下进行景观建设,并优先识别出传统村落重点保护和优先开发区域,提高生态系统在空间上的社会价值。此外,对于传统村落保护的一些建设方法,例如,如何合理利用地域性材料,或者如何恢复被破坏且濒临消失的生态人文景观,都值得更深入的研究。
注:文中图片除注明外,均由作者绘制。