基于反事实框架的生态保护红线政策成效评估——以宁波市为例

陈 阳，夏皓轩，徐忠国，李 冠，卓跃飞，王雪琪

（1.宁波大学法学院，浙江 宁波 315211；2.宁波大学东海研究院，浙江 宁波 315211；3.浙江大学公共管理学院，浙江 杭州 310058）

长期以来，我国持续的城镇化与工业化引发人类不合理开发，严重破坏了生态系统完整性与生态过程，造成环境污染、资源浪费、生态退化等一系列问题，深刻影响生态安全与可持续发展[1-2]。为筑牢生态安全“生命线”，国务院于2011年颁布《关于加强环境保护重点工作的意见》，首次提出生态红线概念。随后，《关于划定并严守生态保护红线的若干意见》、《关于建立国土空间规划体系并监督实施的若干意见》到《关于加强生态保护红线管理的通知（试行）》等一系列文件相继完善了红线划定、动态调整、管控规则、绩效考核等环节，架构了生态保护红线的制度体系。这意味着生态保护红线作为维护区域生态安全的底线，上升到国家生态保护战略的高度[3-4]。

生态保护红线（简称“红线”）是治理资源环境的政策工具，已成为国土空间规划的重要组成部分[5]，其目标是维护生态系统服务。目前，红线政策推介[6-7]、概念内涵[8-9]、划定优化[10-12]、管控策略[13-14]等研究方兴未艾。囿于红线政策历时短，对其实施成效的探讨有限，主要集中于两方面：一是探索红线政策成效的评估方法[15-17]；二是从地理学视角，监测红线区生态系统服务变化，研判政策成效[18-20]。然而，鲜有从公共政策评估视角，采用反事实的逻辑思路，诊断红线政策实施对生态系统服务的作用，直面红线是否有效的疑问，难以把握政策的效度与信度[21]。显然，对红线政策效应评估的关注不足，无法为红线保护区的动态调整与管控策略提供决策支撑。因此，红线政策成效问题，即红线能否维护生态系统服务，仍待进一步探讨。

进入“十四五”阶段，国土空间规划相继落地，生态保护红线将由“划定”转向“严守”[22]。红线政策成效评估作为政策实施与优化调整的基础，将在监测监督、边界调整、动态管控等管理事务中扮演越来越重要的角色。鉴于此，本文聚焦生态保护红线能否维护生态系统服务的政策成效问题，借鉴公共政策评估思路，建立基于反事实框架的评估逻辑，以宁波为例开展实证检验，以期为生态保护红线的优化管理提供参考。

1 政策背景与理论逻辑

公共政策评估遵循先规范后验证的思路[23]。本文首先开展规范性研究，厘清红线政策背景，提供政策评估依据。随后，明确红线政策对生态系统服务的积极作用，构建反事实评估逻辑。

1.1 政策背景

生态保护红线是在具有自然属性、以提供生态服务或生态产品为主体功能的国土空间中，拥有重要生态功能和必须强制性严格保护的区域[24]，其政策发展是一项历史渐进的过程（图1）。相关政策可追溯至我国1956年划定的第一个自然保护区，早期探索以广东、深圳、安吉等地最为典型。然而，直到2011年我国才首次正式提出“在重要生态功能区、陆地和海洋生态环境敏感区、脆弱区等区域划定生态红线”。十八届三中全会将划定生态保护红线作为加快生态文明制度建设的核心任务，标志着生态保护红线上升为国家层面的“生命线”[25]，受到广泛关注。在制度上，《关于加快推进生态文明建设的意见》重申严守资源环境生态红线的部署；在立法上，《环境保护法》修订将生态保护红线纳入立法范畴；在技术上，出台技术性纲领《国家生态保护红线—生态功能红线划定技术指南（试行）》；在实施上，《关于划定并严守生态保护红线的若干意见》提出红线政策在全国范围推行。2018—2019年，自然资源部成立和《关于建立国土空间规划体系并监督实施的若干意见》出台，标志红线政策进入新阶段：自然资源部统一行使红线管理的多种职能，保障政策衔接；红线政策被纳入国土空间规划，作为常态化工作开展。2020年以来，《关于加强生态保护红线管理的通知（试行）》颁布和全国完成生态保护红线划定，意味着生态保护红线逐渐由“划定”向“管理”迈进。

图1 生态保护红线政策演进与技术应用Fig.1 Policy change and application of ecological conservation red line

相应地，红线管理技术方案与试点应用持续推进。2012年，原环保部率先组织红线划定技术研讨会和技术指南草拟工作，并将内蒙古、江西、湖北、广西等列为试点。2014年和2017年出台两个版本红线划定指南，确立以评价生态系统服务重要性和生态敏感性为基础的划定方案。至2017年底，京津冀等15个省份形成红线划定方案。这一时期，对红线管理技术的探索与应用以环保部为主导，其他部门相继设计各自的“红线”，导致“政出多门”。例如，水利部提出水资源开发、用水效率和水功能区限制纳污3条红线，林业局制定林地、湿地、荒漠植被、物种等红线，国家海洋局划定海洋生态红线[26]。进入国土空间规划阶段，红线归自然资源部统一管理，红线评估、勘界定标、监管指标、“三区三线”规则等技术文件相继发布，标志红线由划定向综合集成技术发展。尽管前期部分试点提出绩效考核、监管监察、生态补偿等任务，如《关于开展生态保护红线管控试点工作的通知》，但仍以划定为主，对政策成效这一环节缺乏探索。

1.2 基于反事实框架的生态保护红线政策评估逻辑

实施红线政策对生态系统服务具有多重积极影响。首先，禁止大规模人为开发，维护生态系统服务底线。在红线保护区内，核心保护地严格禁止人为活动；核心保护地外则管控生产开发性建设活动，仅允许不影响生态系统服务的有限人为活动；需占用红线的重大项目必须编制调整方案和获得国家审批。通过红线的“控制阀”，可维持生态系统服务原生状态。例如，阻隔人类开发行为，避免生态用地被其他用途侵占，支撑红线保护区提供生态产品和服务的能力不降低；限制风景名胜区、森林公园、饮用水源保护地等类型变化，确保景观多样性和系统完整性。其次，规范社会活动秩序，保障生态系统服务协同。红线也是经济社会发展支撑线[27]，允许适度社会经济活动，规定了红线保护区小规模农林牧渔、生态修复工程、基建必要维护、生态旅游等8类内容。这不仅能统筹自然生态功能和人类社会服务需求，也利于“以发展促保护”，刺激供给、支撑、社会文化等生态系统服务同频发展，形成空间增值。最后，引导生态空间治理，促进生态系统服务提升。红线保护区是各类空间规划的焦点区域，扮演“指向针”角色，为生态保护修复提供因地制宜的指引。对于生态功能重要区，以封禁保育方式，推动生态演替规律和自然恢复，保障生态系统服务可持续。对于生态敏感脆弱区，倡导人工辅助自然恢复，治理水土流失、土地沙化、石漠化等问题，助力生态系统服务重回正轨。

基于以上推断，本文引入RUBIN的反事实框架，构建红线政策成效的评估逻辑，其核心是设定“如果没有实施红线政策，生态系统服务会如何”的反事实状态，对比现有政策实施的事实状态，将两者生态系统服务差异作为红线政策效应[28]。鉴于红线政策具有时间和空间双重特征，需统筹时空双维的反事实逻辑。首先，构建空间反事实逻辑，即考虑红线的空间政策属性，识别红线保护区（事实）和红线保护区外（反事实）生态系统服务的差异，确定政策空间效应。这要求不能随意将红线保护区外的区域作为反事实参照对象（如城镇），需考虑生态系统的空间相关性，甄选与红线保护区空间毗邻、系统相连、特性类似的地带，设定反事实的空间比较对象。然而，红线划定时只是将高生态系统服务区域纳入，红线保护区内外在政策实施前就可能存在固有的差距，导致两者不具可比性。对此，加入政策实施时序的权衡，辨析红线保护区内外在政策实施前（反事实）与实施后（事实）的生态系统服务差距，界定时间效应，形成时间反事实逻辑。其出发点是，红线保护区内外的生态系统服务在政策未实施时存在差距；政策实施能稳定或提升红线保护区生态系统服务，而红线保护区外的人类影响会持续削弱生态系统服务，使两区域生态系统服务差距进一步扩大。加入这重逻辑能避免直接将红线区内外生态系统服务固有差异作为政策效应，综合审视红线对生态系统服务的影响作用。

红线政策评估思路如图2所示。在政策实施前T0，红线保护区生态系统服务E0高于红线保护区外两者差值为D0。由于两区域均未受红线影响，生态系统服务均存在下降趋势。红线政策P于Tp时实施，将遏制红线保护区生态系统服务由E0向e1下降的潜在趋势。此时，红线保护区受政策影响，其生态系统服务E1能接近或超过E0；而红线保护区外生态系统服务由E'

图2 基于反事实框架的评估逻辑Fig.2 Evaluation logic based on counterfactual framework

0下降至E'1。因此，在T1时，红线保护区内外生态系统服务E1与E'1的差值为D1，较D0更大。基于此，本文认为红线政策实施后，红线保护区内生态系统服务未出现大幅下降，且红线保护区内外生态系统服务差距较政策实施前更为明显，即判定红线政策具有一定成效。

2 数据来源与研究方法

2.1 研究区与数据源

宁波地处杭州湾南岸，是长三角南翼重要城市，2020年人均GDP已达到15.39万元[29]，为经济发达地区。宁波也是生态管理的“试验田”，于2016年出台《宁波市生态保护红线规划》，确定浙江省第一条生态保护红线。“山海江”是宁波城市标签，也是生态保护重点。一方面，宁波山地丘陵交错分布，既反映地表景观特征，也构筑了生态屏障；杭州湾、象山港、三门湾属于典型的海陆交错生态区，为《宁波市生态海岸带建设实施方案》核心地区；甬江、姚江、奉化江穿城而过，形成以水循环为特色的生态廊道。另一方面，囿于城市开发与耕地保护，低丘、缓坡、谷地的人为开发加剧，加重开发保护矛盾[30]；沿海港湾是宁波港城联动的载体，相继建设北仑保税区、石化经济技术开发区、前湾新区等，削弱生态系统服务[31]；“三江”仅姚江江北段有红线，并被城区所包围，生态保护形势严峻。

本文涉及生态保护红线、土地覆被、自然环境、社会经济等方面数据（表1）。生态保护红线来源于浙江省《生态保护红线划定方案》；土地覆被、流域、社会经济等数据来自中科院资源环境科学与数据中心；高程和土壤数据分别来自地理空间数据云和世界土壤数据库；人口数据下载自南安普顿大学WorldPop网站；降水数据来源于中国气象数据网，通过插值获取；植被和蒸散发量数据下载自美国地质调查局。所有栅格数据重采样为100 m分辨率，统一为CGS2000坐标系。

表1 数据来源Tab.1 Data sources

2.2 研究方法

（1）生态系统服务估算。生态系统服务是生态系统及其过程所形成的人类赖以生存的自然环境条件与功能效用[32]。拥有生物多样性维护、水源涵养、土壤保持、防风固沙等生态系统服务是红线保护区基本特征。其中，生物多样性维护指生物与生存环境所构成的复杂系统多样性在基因维持、物种维护、生态系统保护等方面所发挥的作用[33]，采用生境质量表征。水源涵养体现生态系统结构、质量与格局对水文过程的贡献。土壤保持反映生态系统依托其结构与过程减少降水所引发的土壤侵蚀作用。防风固沙不属于研究区典型功能，故不纳入。

借助InVEST模型，参考相关参数[34]，估算生境质量：

式（1）—式（2）中：Qxj、Hj、Dxj分别为第j生境类型栅格x的生境质量、适宜度、退化度；R、wr、Yr分别为威胁因子类型、威胁因子权重、威胁因子栅格总数；ry和βx分别为栅格y威胁值和栅格x抗干扰度；Sjr为第j生境类型对威胁因子r的敏感度；irxy为栅格y的威胁源r对栅格x的影响；z为归一化常量，设为2.5；k为半饱和常数，设为最大生境退化度的1/2。

水源涵养采用水量平衡方程核算[35]：

式（3）中：WRi为栅格年水源涵养量（mm）；WYi为栅格年产水量；Ri为栅格降雨量；Cri为栅格地表径流系数。其中，WYi为InVEST模型产水模块获取，参数设置如下：降雨量、蒸散发量、流域、土地覆被、根限制深度根据对应数据集获取；植物可用水分含量根据土壤质地和有机质的非线性拟合公式获取[36]；生物物理系数参考已有文献设定[37]。地表径流系数参考《生态保护红线划定指南》设置。

土壤保持采用改进的水土流失方程进行测度[38]：

式（4）中：SC为土壤保持量（t/（hm2·a））；R为降雨侵蚀力因子；K为土壤侵蚀因子；L为坡长因子；S为坡面因子；C为植被覆盖因子。以上参数根据《生态保护红线划定指南》确定。

（2）分组回归模型。采用分组回归模型，诊断红线保护区内外的特质差异。其核心是对比红线内外两组回归的环境特征因子差异，当差异通过检验时，表示生态红线内外具有明显差异。模型如下：

式（5）中：Hi为采样点生态系统服务；r为红线保护区的内外分组情况；xi为采样点特征因子；βk是第k变量的系数；β0为常数项；ε为随机误差项；n为采样点数量。环境特征因子包括高程（m）、GDP密度（亿元/km2）、人口密度（人/hm2）、到城镇距离（km）。采用T检验衡量分组回归系数差异，采用Chow检验评判红线保护区内外的结构性差异。

（3）断点回归模型。采用断点回归，以红线保护区边界为空间断点，评估红线维持生态系统服务的成效。断点回归是一种准自然实验，可以有效检测某一政策的影响程度差异。以表示区域是否处于红线保护区：

式（6）中：Rd=1为红线保护区样本，Rd=0为红线保护区外样本；di为样本i到红线边界距离，d0为红线边界，即断点所在，本文设为0。di≤0和di＞0分别表示样本i位于红线保护区内部和外部。

进一步构建断点回归模型：

式（7）中：Yi为被解释变量，表示样本i生态系统服务；β1为红线政策实施的平均处理效应，当β1＜0时，表示红线政策维护了生态系统服务，值越小代表红线管控成效越好，反之则相反；Rd为处理变量；di为分组变量，（di-d0）为该分组变量的标准化，β2为该分组变量系数；β3Rd（di-d0）交叉项可以允许断点两侧拥有不同斜率，ε为误差项。本文采用三角核函数，作为确定最优带宽的准则。同时，考虑到是否加入协变量不影响断点回归估计，且如果加入的协变量具有内生性，会影响回归结果[39]，故不加入其他协变量。研究分别更换带宽、核函数和断点，开展稳健性检验。

被解释变量分别为生境质量、水源涵养和土壤保持。政策驱动变量为采样点到红线边界的直线距离，位于红线边界内、外的驱动变量分别为负、正，反映政策对生态系统服务的影响差异。为比较红线实施前后差异，以2016年为政策实施时间，选择2010年和2020年作为断点回归的时点，这是因为尽管浙江省于2018年发布了《浙江省生态保护红线划定方案》，但相关成果承接自2016年《浙江省环境功能区划》划定的702个红线保护区。

（4）样本选择。本文通过以下步骤选取样本。首先，在宁波102个红线保护区，以500 m为最小间隔距离，采用随机采样法获取1 000个样本点，最大限度地覆盖所有红线保护区，形成处理组变量。其次，统计1 000个样本点到红线边界的距离，发现998个样本处于3 km内，因而以3 km为参考距离，在红线保护区外设定缓冲区，作为控制组范围。最后，在红线保护区外3 km缓冲区，以500 m为最小间隔距离，获取1 000个随机样本点，形成控制组样本。由于样本均采用随机采样获取，符合断点两侧驱动变量不受个体操纵的要求，满足有效性检验。

3 研究结果分析

3.1 红线保护区内外的生态系统服务分析

尽管生态系统服务有一定波动，但其水平与是否处于红线保护区紧密相关（图3）。一方面，红线保护区的生态系统服务较为稳定，出现小幅波动。无论是2010年还是2020年，红线保护区的生境质量与水源涵养分别处于≥0.6和900～1 300 mm的水平，其均值在10年间分别上升0.046和47.12 mm；土壤保持均超过3 500 t/（hm2·a），但其均值由2010年4 459.78 t/（hm2·a）下降至2020年4 451.51 t/（hm2·a）。相反地，红线保护区外3 km缓冲区部分地区受城镇建设影响，生境质量与水源涵养出现不同程度下降；土壤保持则在10年间上升了36.17 t/（hm2·a）。另一方面，红线保护区内外生态系统服务分布具有明显的环境特征差异（表2）。红线保护区外样本的高程和人口密度回归系数高于红线保护区样本，通过差异性检验。这意味着低生态系统服务更易出现在红线保护区外平原和人口集聚地区，且随海拔升高和人口密度降低而逐渐上升，而红线保护区多山且人口稀少，生态系统服务差异小。同时，Chow检验的F统计量均通过1%显著性水平，表明是否处于红线保护区会对生态系统服务分布特征带来结构性变化。

表2 分组回归与差异性检验结果Tab.2 Results of grouping regression and heterogeneity test

图3 宁波2010年和2020年的生态系统服务Fig.3 Ecosystem service of Ningbo in 2010 and 2020

进一步采用T检验发现，红线保护区内外样本的生态系统服务存在较大差异，满足开展断点回归的条件（表3）。生境质量、水源涵养和土壤保持的t值均通过1%显著性水平，表明无论是红线政策实施前或实施后，红线保护区内外的生态系统服务都存在差距，且红线保护区样本都优于红线保护区外样本。除2010年水源涵养的Cohen’sd仅为0.29外，其他T检验效应量都处于中等水平（0.5）以上，说明红线保护区内外的生态系统服务差异幅度较大。

3.2 生态保护红线维持生态系统服务的成效分析

图4展示了采样点到红线边界距离与其生态系统服务的关系，断点两侧直线为通过散点生成的非参数一阶回归拟合线。无论是2010年还是2020年，生境质量、水源涵养和土壤保持在红线保护区都维持高位，且较为平稳，但在红线保护区外出现明显的下降趋势，从红线保护区到红线保护区外存在显著的突变下降现象。这表明在空间反事实维度上，无论是实施红线政策前、后，生态系统服务在红线保护区较稳定，始终保持着由红线保护区内向外的“跳跃”下降趋势。

图4 生态系统服务的“跳跃”效应Fig.4 The jump effect of ecosystem service

进一步结合表3和表4可以明确红线政策的空间效应。政策实施前后，红线保护区的生态系统服务保持相对稳定。其中，生境质量和水源涵养均值分别由2010年的0.89和1 019上升至2020年的0.91和1 060；土壤保持出现小幅下滑，但仍维持在5 000水平。同时，所有断点回归系数在2010年和2020年均为负数，通过显著性检验，表明红线保护区生态系统服务都显著高于红线保护区外。其中，红线保护区样点在2010年的生境质量、水源涵养、土壤保持均值比红线外样点分别高0.060、56.71、588.57，表明在红线政策实施前，红线保护区外部和内部生态系统服务存在固有的差距；在政策实施后，这三者差值分别为0.062、62.09、566.49，表明在红线保护区生态系统服务维持在政策实施前水平的前提下，这一差距仍然存在。

表4 断点回归结果Tab.4 Results of regression discontinuity

从时间反事实的维度上看，红线保护区内外的部分生态系统服务差距在政策实施后有所扩大，存在时间效应。具体而言，2020年生境质量和水源涵养的断点回归系数比2010年分别小0.002和5.38，表明政策实施后，红线保护区两种生态系统服务领先红线保护区外的趋势更明显。结合T检验结果（表3）可知，这种现象源于红线政策促进红线保护区生境质量和水源涵养的提升，而红线保护区外受人类开发活动影响，两种生态系统服务持续下降。相反地，土壤保持的2020年断点回归系数比2010年高22.08，表明红线保护区内外的土壤保持能力差距未因红线政策实施而缩小。总之，以上结果符合红线政策的反事实评估标准，部分地验证了红线政策成效。

3.3 断点回归的稳健性检验

本文的断点回归均通过稳健性检验（表5）。首先，将带宽调整至0.75倍和1.25倍后，断点回归系数均为负，通过5%和1%显著性水平，与基准断点回归结果基本一致，表明基准断点回归具有稳健性。其次，保持断点回归模型参数不变，将三角核函数调整为矩形核函数，断点回归与基准回归结论基本一致，证实基准回归结果可靠。最后，将断点更换至红线保护区内300 m和外部300 m时，回归系数变化大且均不显著，表明更换断点对模型计算的影响有限，证实基准断点回归通过检验。

表5 稳健性检验结果Tab.5 Results of robustness test

3.4 研究结果讨论

案例证实了生态保护红线的部分政策成效，但这并不代表红线政策成效普遍存在。事实上，宁波红线政策成效源于其特殊的红线格局和连贯的管制策略，这在高生态系统服务倾向集中于红线内高海拔和低人口密度区域便已初见端倪（表2）。

（1）“以山为基”的红线格局为政策成效奠定基础。宁波的红线政策成效离不开以山地为基质的红线空间构架。宁波具有“五山一水四分田”的地貌特征，四明山脉、天台山脉、福泉山等自然景观组织在维持生态系统服务上发挥重要作用。红线保护区恰恰集中于这些山地丘陵地带，以森林公园、地质公园、自然保护区等类型为主。这些红线区域面积占比达92.5%，海拔高且森林覆被茂盛，能提供高生态系统服务而受海拔影响小。同时，山地丘陵地区可以凭借空间区位优势，远离人为干扰，无论在划定前、后，都能保持独立的状态，防止红线保护区被城镇建设侵占。相反地，平原地带的红线保护区更容易受城镇化的潜在影响，而宁波仅有姚江段红线位于城区。一方面，平原地带的红线保护区往往被密集的城镇开发与活跃的人类活动包围，但由于缺少实体管控界线（如围墙、栅栏），不能彻底防止城镇开发对红线保护区的渗透与蚕食，也无法阻隔人类自发活动对红线保护区的干扰。另一方面，尽管红线可以严防负面行为进入，但并不能抑制外围城镇与红线保护区的物质沟通与能量流动，当外围城镇建成环境和生态条件发生恶化，势必影响红线保护区生态系统服务。

（2）红线管制的时空衔接为政策绩效提供保障。得益于“以山为基”的特定生态构架，宁波对现有红线保护区的管制在空间和时序上得以延续，保障生态系统服务免受人为影响。在1995年城市总体规划中，现有红线保护区即被划入以自然山体为主的生态带，作为禁建区进行管控，奠定管制的空间框架。进入新世纪，对红线保护区管控沿用了前一轮规划思路。包括：《宁波城市总体规划（2004—2020年）》和《宁波土地利用总体规划（2006—2020年）》分别将红线保护区划为生态敏感区和禁止建设区；2008年通过的《宁波市区生态环境功能区规划》将该区域划归限制准入区和禁止准入区，明确了各生态二级区的功能定位和保护要求；城市总体规划2015年修订版细分了11类生态红线保护区，并列入禁建区。这一阶段侧重对建设开发的限制，而红线政策的颁布进一步健全了管理方式。2016年颁布的《宁波市生态保护红线规划》全面介绍了项目准入、规划控制、用地管控等细则。宁波国土空间规划更是拓展了长期以来对这些红线区域的严格保护模式：严格保护、分级管控、损害追责和违法严惩。

4 结论与政策启示

本文梳理了生态保护红线政策演化脉络，引入公共政策评估视角，提出基于反事实框架的红线政策评估逻辑，集成InVEST模型、分组回归和断点回归，部分地证实了宁波红线政策的成效。在政策实施前，红线保护区内外生态系统服务存在固有的差距，表现为明显的“跳跃”效应。在政策实施后，红线保护区生态系统服务仍保持稳定，“跳跃”效应得以延续，且红线保护区生境质量和水源涵养领先红线外的趋势更加明显，反映了红线政策的积极成效。相反地，对土壤保持的保护成效并不明显。宁波红线的政策成效与其“以山为基”的红线格局和红线管制的时空衔接密切相关，这可为生态保护红线管理提供启示。

如何推动划定、监测、管制、调整等环节“同频共振”，是后国土空间规划阶段生态保护红线政策的要务，宁波的案例恰恰为此提供了两重启示。一方面，因地制宜确立红线划定和管控的策略。山地密集城市在红线划定上具有天然优势，可优先考虑山区丘陵和远离城镇地带，避让平原和集中建设区，将较独立的生境地作为潜在红线保护区，以维持生态系统服务功能。针对平原广阔的市县，在划定上，充分考虑红线与人口集聚、开发活动的冲突，减少受人类干扰引发的红线破碎化和“开天窗”现象，确保红线保护区系统性；在管制上，除明确生态环境准入清单外，强化红线勘界定位并埋设界桩，在现实中发挥隔离管控的作用。另一方面，推进红线保护区内外的管控过渡与政策衔接。在红线保护区，针对生态系统服务由红线内向外“断崖式”下降现象，严守二元思维的刚性管控制度，在时序上维持红线保护区管制政策的延续性，保障核心红线保护区的空间一致性和衔接性，促进生态系统服务稳定。在红线保护区外，充分考虑其与红线保护区的生态功能一体化联系，延续适度限制人为开发的管控思路，维系红线区内外生境系统完整性和生态流连通性；在城区周围的红线保护区外围设立一定缓冲带，为红线内外的生态系统演化与过渡预留空间，防止城区生境骤变对红线保护区的直接影响。