基于空间异质性的水源地精准补偿研究

(河海大学 商学院,江苏 南京 211100)

1 引言

随着我国对生态补偿工作的不断重视,《生态文明体制改革总体方案》正式提出了生态补偿的顶层设计和量化补偿。虽然,目前方案的实施对参与生态建设的农户等进行了生态补偿,但补偿标准远不足以弥补当地的损失,且在流域尺度、区域尺度、行政尺度上采用统一的补偿标准不尽合理,有些区域具有重要的生态功能价值却得不到相应的补偿。从后期效益评估看,我国目前的补偿效率低下[1]。因此,针对不合理的统一补偿标准,因地制宜地确定水源地生态补偿方法,突破以往方法的局限性,实施更高效率和更公平的生态补偿,是实现生态环境可持续发展需要解决的重要问题。

从目前对生态补偿的研究来看,生态补偿主要解决补给谁、谁来补、补多少、怎么补等问题,目的是解决在地理空间上产生的生态环境资源与经济利益的不平衡[2],涉及人际补偿与人地补偿[3]。我国对于生态补偿尚未形成统一的标准,生态补偿标准按不同方法计算结果差异较大,不能为生态补偿提供很好的借鉴和参考。“一刀切”的补偿标准具有统一简化的优点,但未综合考虑生态服务质量、地形、土壤、气候等因素。生态补偿具有空间异质性,受自然资源、生态环境、社会经济、地理归属综合差异的影响,目前国内外对生态补偿的空间异质性研究多集中在生态补偿的空间选择。生态补偿的空间选择是在经济有限的条件下确定最优的补偿区域或生态服务提供者。国外学者认为,生态补偿机制的购买方应注意评估提供方由于区域不同所提供的生态系统服务与成本上的空间差异[4]。国内近年对生态补偿对象空间选择开始有所研究,谢剑斌认为生态补偿标准从空间角度看其实质是空间选择与分配问题。还有部分研究虽然不是直接进行空间选择,但可反映生态补偿与空间层面有关[5,6],孙贤斌[7]根据计算生态系统服务价值的结果,划分安徽省会经济圈各市的生态补偿优先等级,说明在各市之间存在差异;吴健[8]在对生态补偿目标选择理论和实践回顾的基础上,提出精准补偿可作为一种补偿政策,设计出考虑生态效益和生态服务供给成本及其在空间上差异的实施机制。

本文基于空间异质性提出更具针对性和精度更高的生态补偿标准，构建一个基于空间异质性的水源地精准补偿模式,由精准补偿标准和精准的补偿对象所构成。考虑到生态补偿资金有限性,从生态补偿金的分配入手,对水源地生态补偿金的分配标准和补偿对象进行研究,将差异度在允许范围内的区域作为同一补偿对象。区域间的差异度过大时,按照各自的差异进行补偿,将补偿对象空间尺度从行政区域尺度层面转变为合理的补偿区域,以提高生态补偿的公平性和合理性。

2 水源地精准补偿生态贡献评价体系构建

2.1 生态补偿的差异因素分析

生态补偿具有地理学的属性[9-14],生态补偿必然会受到地理区域不同的影响。首先,自然地域系统由水文、土壤、大气等自然地理因子组成,这些自然地理因子与生态环境资源的形成密切相关,可基本决定自然地域的空间分布格局及基本态势。在大气、水流等自然地理要素运动的作用下,产生了空间外部性,使生态服务具有空间关系,因此也就固定了生态环境的空间格局,并产生了空间异质性。地理学属性主要影响区域自然地理条件,导致产生不同类型的生态服务功能和不同价值的生态服务功能。经济地理格局差异导致区域经济发展水平会形成不同的空间形态,其空间形态特征基本确定了不同区域在生态补偿方面的空间差异[15-17]。经济发展水平在生态补偿框架同样具有重要的作用,经济落后地区往往是生态服务的提供者,他们牺牲自身的发展机会为资源需求、生态服务需求更大的经济发达地区提供生态服务。此外，不同经济发展水平的区域在生态补偿能力、补偿方式、环境意识等方面存在的差异也是导致补偿标准差异的原因。

通过对空间选择文献梳理发现,早期较多采用单一的成本效益比或效益成本比作为筛选区域或个体条件差异的空间选择标准,说明生态补偿的空间异质性主要受到生态效益和成本两个因素的影响：一是由于不同区域提供的生态系统服务有差异;二是不同区域在付出的成本有空间差异。本文在成本研究中主要是指机会成本,不考虑直接支出成本。

水源地生态保护的生态效益一般是指在保护水源地过程中,各个生态系统产生的生态服务价值。由于水源地存在着不同的土地利用类型,提供的生态服务价值会因此而不同,林地、草地、耕地、水域等多种生态系统提供的生态服务价值的核算方法也不同,按照土地利用类型的不同进行计算符合考虑空间异质性的要求。水源地生态保护的机会成本是指因保护生态造成的发展权损失,政府主导下的水源地保护和涵养水源限制了当地相关产业发展,给当地政府、企业和居民带来了发展权损失。本文从水源地经济发展的实际出发,考虑相关经济指标的重要性、不可通约性和重叠性等因素,选择对经济发展造成影响的直接指标和对经济发展造成间接影响的指标来反映机会成本。

2.2 水源地精准补偿衡量指标确定

水源地生态保护生态效益指标确定:为了全面考虑生态效益和机会成本对生态补偿额分配的影响,提高生态补偿分配的公平性和补偿效率,首先采取文献法初步筛选指标,在文献统计的基础上选取与生态效益相关的指标,并统计文献中所使用的指标频率;其次筛选频次较高、针对性较强、影响大的指标作为衡量指标;同时结合GIS技术,获取水源地精准补偿生态贡献计算的指标体系。在指标统计结果中,食物生产、原料生产、气体调节、气候调节、净化环境、水资源供给、水文调节、土壤保持、生物多样性、维持养分循环和美学景观等类似指标,都能体现生态系统服务功能,可以归类为生态服务价值,由此得到水源地生态保护生态效益的评价指标(表1)。

表1 水源地生态保护生态效益的影响指标

在区域尺度上,生态环境所产生的生态效益对生态补偿有着紧密的关系,区域内不同自然资源利用情况产生的生态服务价值不同,且自然资源的地理位置也会对水源地的生态贡献产生影响。生态服务价值虽然可反映生态效益的大小,但由于生态服务的外部性,会有其他因素的共同作用,所以本文的生态效益选取生态服务价值、海拔高度、各区域质心与水源地的距离四类指标。

海拔高度:海拔是指地面高出海平面的垂直距离[8]。通常,植被难以生存在空气稀薄的高海拔地区。当植被覆盖率与质地一致,地点的环境高效益取决于高度,越高则环境价值贡献值愈大,因此海拔高度和单位面积环境补偿的价值额度成正比。在空间上,每个点的高程均不相同,为避免把区域内高程看作一个统一的数据,利用地理信息系统的GIS方法对区域每一个点的高程数据进行采集。

生态服务价值:生态服务价值是生态系统与生态过程中产生的生态系统服务,是对自然效用的经济价值进行衡量。从空间异质性考虑,本研究采用谢高地[5]建立的生态价值当量法进行计算。

NDVI:NDVI值的大小可进一步反映出空间异质性的存在。归一化植被指数NDVI能反映区域的植被分布和植被覆盖密度,一般能消除部分辐射误差,用来反映植被生长状态、体现植被覆盖度。在同等生态服务价值大小的情况下,NDVI值愈高,表示区域的植被质量越高,对生态保护贡献的价值越大,产生的生态效益越大。NDVI的计算公式为:

NDVI=(Band4-Band3)/(Band4+Band3)

(1)

式中,Band4为近红外波段；Band3为红色波段。NDVI指数存储在研究区NDVI指数栅格图层的每个单元内,用属性表格调取各区域的NDVI数值。

距水源地的距离:根据凯雷的研究,在自然环境中距离会影响衰减规律。由于生态服务价值具有外部性,且生态系统作为半开放的系统,与外界会产生不断的交流和变化。由于空间异质性的存在,不同区域不同资源与水源的距离是不一样的,本研究认为生态效益对水源地的影响受距离衰减规律制约。对距水源地的距离计算时,在GIS的帮助下可实现通过点与点的垂直距离进行连线计算。

水源地生态保护机会成本指标的确定:机会成本的核算拟采用间接法进行计算,根据统计数据中的城乡居民可支配收入,计算水源地与正常地区之间的居民收入水平的差异,间接衡量发展权受限制的情况下所造成的经济损失。

测算公式为:

C城镇=C参照-C水源

C农村=N参照-N水源

(2)

式中,C为机会成本;C参照为参照地城镇居民人均可支配收入;C水源为水源地城镇居民人均可支配收入;N参照为参照地农民人均可支配收入;N水源为水源地农民人均可支配收入。

指标权重的确定:在水源地精准补偿的生态贡献评价体系中,各个指标对生态贡献的评价结果影响程度不同,本研究采用层次分析法对指标权重进行确定。在问卷调查的基础上,运用Yaahp v7.0软件确定精准补偿生态贡献各个评价指标的权重(表2)。生态效益和机会成本作为重要度同等的两个准则层因素,共同影响精准补偿的生态贡献评价结果。根据该评价指标体系,将其作为水源地精准补偿的生态补偿金分配的依据,对各区域补偿对象进行计算。

表2 指标权重

指标标准化方法:根据前文确定的对精准补偿生态贡献的评价指标,不同的指标和指标数据源是不同的,其数据类型也不同。因此,需要对数据进行标准化处理,消除指标间的量纲差异后才能将具有统一涵义的指标进行计算融合。极差变换法也叫做极差正规化法,体系中有m个指标(1≤j≤m),n个评价单元(1≤i≤n)的情况下,对不同的指标需要分析其指标是正向指标还是逆向指标,在标准化时尽量将这些指标都转化为正值,计算公式为:

(3)

(4)

2.3 水源地精准补偿分配模型构建

在实际情况下,政府所支付的生态补偿金远远小于理论计算值,考虑到各地区生态贡献的大小和公平性,本文依据各区域的生态贡献构建了精准补偿的分配模型。

单位面积精准补偿综合值构建:在确定的时间因素条件下,根据具体各个指标的归一化值和权重值,计算出各区县单位面积生态补偿的综合值,计算公式为:

(5)

式中,Yj(j=1,2,…,m)为第j个评价单元的单位面积补偿指标综合值;ai(i=1,2,…,n)为各指标的标准化值;w为各指标权重;Ei为第j个评价单元生态效益指标综合值;Ci为第j个评价单元的机会成本值。

单位面积生态补偿系数:在确定的时间因素条件下,通过对第j个区域生态保护单位面积生态补偿指标的综合值的归一化处理,获得第j个区域单位面积综合值占研究区单位面积的综合值具体比例,即区域单位面积生态补偿系数，计算公式为:

(6)

式中,Pj为第j个评价单元的单位面积补偿指标的综合值。

3 精准补偿评价单元聚类的理论模型

虽然区域的面积越小越有助于实现精准补偿的区域划分,但它带来的管理成本增加和补偿难度加大是需要考虑的实际因素;其次区域面积大并不代表生态补偿不精准,如果区域内相关指标的值差异度很小,将属性相似、空间位置相连的区域划分为同一补偿标准的区域,不仅可保证生态补偿的准确性,还能把管理成本和补偿难度控制在合理的范围内。为了实现区域划分,本文将研究区域划分为网格,根据属性相似、空间位置相连的原则,将相似度较高的评价单元进行聚类合并,从而形成满足精准补偿要求的新的区域划分。由于分区要求各区域的自然和经济条件相对一致,应保持空间行政边界的连通性和完整性,采用常规聚类方法难得到符合分区原则的结果,因此运用图论的空间演示法等相关理论进行研究。

分区原则的数学表达:设代表所研究的自然地域,即将要划分的区域。将所研究的自然地域格网化后,每个格网单元就是一个待分类对象,目前s内有n个网格单元Qi∈S,i=1,2,…,n,x1=(xi1,xi2,…,xik)表示第i个网格单元的特征矢量；k为属性的个数。为了对S进行区划,需要对网格单元Qi进行聚类,即求一割集{Sj,j=1,2,…,m}。式中,m为分区数。在网格单元聚类的过程中需满足条件为:①Qi∈Sj,Y(Qi,Qj)=1(连通性);②可利用相似度的大小来判断两个网格单元是否属同一类别,d(Qi,Qj)之间定义为一个Qi和Qj的关联度量,max{d(Qi,Qj)|Qi,Qj∈Si}

CG=CC+CS

(7)

(8)

(9)

(10)

结合评价单元聚类理论模型,从网格系统所包含的网格单元考虑,拟采用基于网格系统的空间聚类方法(Supervised Density Information Grid,SDIG)来实现网格单元在空间上的聚类,将属性相似、空间相连的网格进行合并,从而实现在管理成本上的最小和公平性最大的目的。

4 案例分析

本文对丹江口核心水源区按照行政区划范围内的10个县(市)进行案例分析。在10个县(市)中,郧西县、郧阳区、十堰市区等7个行政区域位于湖北省,淅川县和邓州市位于河南省，白河县属于陕西省。研究区域在各省份所占面积与比例见表3。

表3 研究区域内各省份所占面积及比例

图1 2017年丹江口核心水源区土地利用状况

表4 土地利用情况

4.1 土地利用信息提取

本研究首先需要获取生态服务价值的数据,但由于不同的土地利用类型产生的服务价值区别较大。依据《土地利用现状分类》(GB/T21010-2007)等对土地利用类型进行分类,并按照影像解译条件将研究区分为城市建设用地、耕地、水域、林地、草地。对遥感影像进行解译获取2017年丹江口核心水源区土地利用类型和面积数据。为了土地利用分类的准确性,分别选取五类土地利用的分类样本,然后利用监督分类中的最大似然法执行监督分类,最后根据自动分类结果的精确度执行人工解译修改,统计各类土地的面积和制图,见图1和表4。

4.2 生态服务功能价值的计算

本文采用Costanza等[17]的生态系统服务功能价值评价模型,根据谢高地等[6]修订生态服务价值当量表(表5),对丹江口核心水源区的各土地利用类型的生态服务价值进行计算,单位面积土地生态系统的服务价值计算公式为:

Vt=ΣAi×Yi/At

(11)

式中,Ai为第i种土地的利用面积;Vt为单位面积土地上的生态系统服务价值;Yi为某地第i种土地利用类型的生态服务价值系数;At为某地的土地总面积。

表5 生态服务价值当量

4.3 植被指数(NDVI)的提取

在目前的相关研究中,NDVI一般用于生态植被评价等方面,通过对研究区域的影像图提取计算NDVI值。本文采用归一化植被指数(NDVI),即近红外波段的反射值与红光波段的反射值之差比上两者之和。研究区域的NDVI见图2。

图2 植被指数

4.4 海拔高度

本研究采用的高程模型采用由日本METI和美国NASA联合研制的ASTER GDEM数据,空间分辨率为30m,本研究需要12景DEM数据拼接而成,再按照研究区矢量裁剪得到需要的DEM,研究区域海拔高度见图3。根据海拔高度的数据提取结果,丹江口核心水源区的海拔高度范围为0—2585m,地势呈现的趋势为东南区域地势低,西部区域和北部区域海拔较高。

图3 高程图

4.5 各区域质心距水源距离

本研究以丹江口核心水源区境内的所有水系为研究对象,运用GIS计算各网格区域质心与水源的距离,计算结果见表6。

表6 各网格质心距水源距离

表7 各区域居民可支配收入及机会成本

4.6 机会成本

本文以湖北省城镇、农村居民人均可支配收入为参照,测算郧西县、郧阳区、十堰市区、丹江口市、竹山县、竹溪县和房县、淅川县和邓州市、白河县与湖北省城镇、农村居民收入水平差异作为间接体现的机会成本,测算结果见表7。

4.7 网格化处理和数据融合

对丹江口核心水源地进行网格评价前,首先利用Arcgis10.2.2软件中fishnet扩展模块,对行政区划图进行2500m×2500m的矢量网格划分,共划成了5163个网格单元(图4)。对每个网格进行编号,将指标信息赋予网格属性中,便于指标数据的叠加建立整个指标数据库的网格评价模型。在获取评价指标数据基础上进行标准化处理,根据综合评价指标对数据进行多源异构融合。将各精准补偿评价指标的计算结果链接到研究区网格单元中,然后根据评价指标体系的权重(表2)计算评价结果。

图4 丹江口核心水源区网格划分

图5 生态贡献评价

4.8 评价结果分析

从遥感数据结果和统计结果表中的单指标很难直接看出丹江口核心水源区整体生态补偿的具体情况,同时为了研究丹江口核心水源区生态补偿的差异结果,选择通过GIS的可视化功能反映基于网格尺度下的丹江口核心水源区的精准补偿结果。依据构建的评价单元网格聚类理论模型,由于相关补偿数据获取难度较大,理论模型方程中差异度α、β的取值根据帕累托法则,差异度取值20%；根据聚类结果将丹江口核心水源区精准补偿生态贡献评价结果划分为五级,并通过不同的颜色显示不同区域的划分状况,从空间上反映丹江口核心水源区生态贡献结果(图5)。

根据评价结果,本文将生态贡献等级划分为五个等级,1—5代表等级由高到低。从图5可见,叠加后各乡镇行政区划内会出现不同面积聚类的网格,说明在行政区划内存在生态贡献的差异性,且部分行政区内差异跨度较大,说明以往行政区的均值化结果不合理。对丹江口核心水源区精准补偿生态贡献评价结果进行统计,结果见表8。

表8 丹江口核心水源区精准补偿生态贡献评价结果分级情况统计

从图5可见:①生态贡献等级高的网格部分(绿色区域)多处于林地、草地地区,表明生态服务价值高的地区对生态贡献值较大;生态贡献等级低的网格部分(红色、橘色区域)多为城市建设地区,表明生态服务价值较低对生态保护的贡献较少。②距离水源地近的地区,如郧县、丹江口市、茅箭区、淅川县,经济条件较好,机会成本值相对其他几个地区较小,且城市建设较发达,生态效益小,虽然离水源地距离较近,但生态贡献由多个指标共同决定。竹溪县、白河县、房县虽距离水源地相对较远,但产生的生态效益高,生态贡献等级高。③由于空间差异的存在,在单位面积的补偿系数方面不同的区域范围间有较大差距,这是生态补偿空间异质性的真实反映,也是按照构建精准补偿生态贡献计算体系进行计算和网格聚类的结果,区域之间生态贡献存在差异,生态补偿标准也应依据计算结果进行分配,这不仅反映出行政区域内的空间异质性,还可解决生态补偿“一刀切”的问题。

5 结论

通过上述的研究分析,得出以下结论:①结合实际情况,合理构建精准补偿分配标准。本文通过对生态补偿的差异性进行分析,得出生态效益和机会成本两个影响因素,通过文献统计选取评价指标,建立评价标准。基于空间差异角度衡量生态贡献的差异进而以此为精准补偿的依据。②打破传统行政区划补偿模式,以实现基于空间异质性的生态补偿模式。以往研究受行政区划的限制,本文采用网格模型作为初始评价单元,并基于差异度和公平性两个条件构建网格聚类的理论模型,利用网格聚类法实现对新区域的新划分,从而实现精准补偿,且构建了单位面积系数作为生态补偿金的分配依据。③基于空间异质性的精准补偿模式,可解决生态补偿在行政区域内“一刀切”的问题。在丹江口水源案例分析中,研究区域被划分成5163个2500m×2500m的网格评价单元,同时通过遥感数据提取及相关数据的统计调查,进行网格划分从而实现了精准的水源地补偿评价,评价结果可反映出行政区域的空间差异性。