基于双边界二分式条件价值法的杭州西湖风景名胜区旅游资源非使用价值评估

通过假想市场的构建, 可以利用条件价值法对旅游环境资源的非使用价值进行评估。而支付意愿的导出技术是条件价值法研究的重要手段。合理选用导出技术, 可减小条件价值法的导出偏差, 提高非使用价值评估的信度和效度。以杭州西湖风景名胜区为个案, 选用双边界二分式条件价值法对其非使用价值进行了评估。结果表明, 2012 年西湖风景区非使用价值为1277.81 亿元, 选择价值、遗产价值和存在价值分别为325.84 亿元、491.96 亿元和460.01 亿元。保护费用的支付意愿与游客的年龄、职业、受教育程度以及家庭年收入等显著相关, 与性别相关关系不显著; 浙江本省, 特别是杭州市的游客, 意愿支付率远远高于其他地区; 保护费用的支付意愿与游客的总体感知、景区拥挤度、游客满意度等显著相关, 与景区替代性相关关系不显著。未来的研究应该进一步围绕导出技术、游览经验、具体国情及旅游消费行为及意向等方面展开, 以求对条件价值法评估非使用价值的信度和效度有所裨益。     

基于化肥施用控制的稻田生态补偿标准研究——以南京市溧水区为例

农田生态补偿作为一种控制化肥用量与面源污染的公共政策工具,其补偿标准将决定政策内化外部效应的实际效果。以南京市溧水区水稻种植户为对象,综合运用成本收益法、能值分析法和双边界二分式CVM法,测定基于政府和农户双重视角下的稻田化肥减施生态补偿标准。研究结果表明:化肥污染环境成本量化视角下南京市水稻种植过程中的折纯化肥投入参考值为268.75 kg hm~(-2)a~(-1),相比2017年南京市的实际化肥用量312.48 kg hm~(-2)a~(-1)仍有约14%的下降空间;绝大多数种植户愿意在接受平均补偿标准为882.49元hm~(-2)a~(-1)的前提之下减少化肥投入至参考用量;受教育程度越高、家中务农人数越多、化肥投入成本越高的稻农更倾向于接受生态补偿,而种植面积较大的农户以及年长男性种植户对减施化肥持更谨慎的态度。研究结果为南京市农业面源污染防治和稻田生态补偿标准制定提供了一定的理论支撑,在实际补偿发放过程中,单一的补偿标准无法保障公平公正,需建立与作物种植类型、化肥减施成效相挂钩的分级生态补偿制度,从而激励农户尽可能减少化肥投入。     

三种海水生态养殖池塘细菌数量特征及其与环境因子的相关性

为阐明不同生态养殖池塘浮游细菌数量变化规律及其与环境因子间的相关性,以期为多元立体综合养殖模式中的水质安全与生物疾病防控提供科学依据。利用荧光显微镜细菌计数法(Acridine Orange Direct Counting),研究了“参-虾”“蟹-蛏”和“蜇-蛏”三种海水生态养殖池塘的细菌数量特征,使用典范对应分析(Canonical Correspondence Analysis, CCA)探讨细菌数量与环境因子的相互关系。结果表明,“参-虾”“蟹-蛏”和“蜇-蛏”池塘的细菌平均密度分别为(0.49～3.32)×10⁵ cell/mL、(0.52～2.98)×10⁵ cell/mL和(0.47～2.55)×10⁵ cell/mL,细菌数量有明显的时间差异,夏季密度大于春秋季。三种海水生态养殖池塘的水温、溶解氧和pH变化均不明显,且相差不大,而硝态氮均发生显著变化;其中“蟹-蛏”和“蜇-蛏”池塘的硝态氮、亚硝态氮、活性磷、总氮和总磷均高于“参-虾”池塘,透明度、叶绿素a和化学耗氧量则均低于“参-虾”池塘。典范对应分析(C...     

养殖池塘生态系统文化服务价值的评估

池塘养殖在我国已经有几千年的历史.这种生产模式不仅具有经济功能,还具有文化价值.随着我国经济与文化水平的提高,这种价值将会进一步凸显.对其生态服务价值的评估,可为渔业经济政策的制订提供科学支撑,避免政策扭曲及其所产生的政策失灵,科学地发展水产养殖业及相关休闲服务业,增加养殖经济的附加值,进而提高渔民收入,促进农村经济发展.本文以上海市青浦区淀山湖水源保护区养殖池塘作为研究对象,以实证调查数据为基础,结合该区的相关统计数据,将养殖池塘的文化价值分为游憩价值和存在价值, 并在此基础上,以旅游成本法（TCM）和条件价值评估法（CVM）分别对这两种价值进行了估算,测算了总的文化服务价值.结果表明：该区养殖池塘文化服务总价值约为每年2.13亿元,约合231296.69元·hm^-2, 是该池塘养殖水产品产量市场价值的5.25倍.其中游憩价值约为1.89亿元,存在价值0.24亿元.在推动上海新农村建设的过程中,职能部门需重新认识此类系统的价值.     

流域生态补偿标准中成本核算的原理分析与方法改进

运用边际分析的方法,探讨了流域生态系统服务供给与需求均衡的条件,证明了直接成本、机会成本是生态补偿标准的下限,低于这个下限,生态补偿理论上将达不到激励生态保护行为的目的。由此出发,在系统总结流域生态补偿中已有的直接成本、机会成本的核算范围与核算方法和分析存在问题的基础上,建立了流域生态补偿直接成本核算的一般性框架与方法,提出了基于分类核算的机会成本计算方法,可有效提高生态补偿标准核算准确性、科学性和可接受性,为流域生态补偿标准的确定提供了新的方法支持。     

机会成本法在确定生态补偿标准中的应用——以海南中部山区为例

合理的确定生态补偿标准是构建生态补偿机制的关键和难点.以海南中部山区为例,在遥感解译、问卷调查以及模型模拟的基础上,计算了贴现橡胶和槟榔经营现金流,以土地权属为载体,应用机会成本法确定了海南中部山区进行森林保护的机会成本(2.37×108元/年);探讨了时间因子和风险因子对机会成本的影响:时间因子对机会成本的影响主要体现于贴现率和不同时期的现金流上,风险的存在降低了机会成本.土地权属结合机会成本估算,是确定区域生态补偿的有效方法,考虑时间因子和风险因子的影响将使生态补偿标准的估算更为合理和科学.     

基于最小数据方法的甘南藏族自治州生态补偿标准

生态补偿标准的确定是生态补偿机制建立的难点和重点.根据1987-2007年甘南州气象站和2007年甘南藏族自治州的社会调查资料,采用最小数据方法、社会调查法、降水储水量法对草地生态系统服务的供给曲线进行模拟.结果表明：2007年,甘南藏族自治州年实施生态补偿的机会成本为503.6 yuan·hm^-2,草地生态系统提供的单位水源涵养量为1110.7 m³·hm^-2,补偿标准为788.6 yuan·hm^-2,草地生态系统提供的总水源涵养量为2.56×10.9 m³.     

The cost of habitat selection in prairie voles: an empirical assessment using isodar analysis

The ideal free distribution assumes that habitat selection is without cost and predicts that fitness should be equal in different habitats. If habitat selection has a cost, then individuals should only move to another habitat when potential fitness in the new habitat exceeds that in the source habitat by an amount greater than the cost of habitat selection. We used isodar techniques to assess the cost of habitat selection. In an experimental landscape, we monitored density, movement, and reproductive success of adult female prairie voles, Microtus ochrogaster, in adjacent paired habitats with low and high cover. We tested the following hypotheses: (1) adult female prairie voles exhibited density-dependent habitat selection; (2) the cost of habitat selection was density-independent. Habitat quality based on population density and fitness of adult females was higher in high cover habitats. Net movement was from low cover to high cover habitats. The results indicated that adult female prairie voles exhibited density-dependent habitat selection. Furthermore, there was a significant cost of habitat selection, and the cost was density-independent.     

生态补偿对大熊猫栖息地周边农户生态足迹的影响

大熊猫栖息地正面临破碎化和人类活动干扰的威胁,如何减少这些威胁成为保护大熊猫这一生态旗舰物种的关键.通过实施生态补偿项目,充分考虑当地弱势群体生存和发展的权利,帮助其进行生计替代和能源替代,以减小生态系统所承受的压力.以120个项目农户作为研究对象,利用生态足迹方法,探讨了生态补偿项目对生活在关键生态区域内农村人口的影响.结果表明,在各种生态生产性土地中,农户对林地和草地生态占用最大,能源替代可以大幅降低农户的薪柴消耗水平,从而降低农户对林地的生态占用.通过调整农户的牲畜养殖模式,减小了放牧对草地资源的压力和对草地的生态占用.农户人均生态足迹由2005年的2.7346hm2减小至2007年的1.6325 hm2,对周边环境的压力降低,有利于保护和恢复珍稀野生动植物栖息地.     

基于支付意愿和受偿意愿比较分析的贵阳市森林资源非市场价值评价

采用条件价值法,调查了贵阳市居民保护森林资源过程中的参与意愿、支付意愿和受偿意愿,并以此为依据,对影响支付意愿和受偿意愿的主要社会经济因子进行统计分析,构建贵阳市居民基本情况与支付意愿和受偿意愿之间的评价模型,并对贵阳市森林资源的非市场价值进行评估,希望能对贵阳市森林资源的保护以及生态补偿标准的制定提供科学依据,从而减少由于生态环境的破坏引起的经济损失,使贵阳市森林生态环境向着健康有序的方向发展。     

中国人均生态足迹与生物承载力变化的EMD分析及情景预测

利用经验模态分解(EMD)方法分解并提取1961～2001年中国人均生态足迹与生物承载力变化的波动周期,建立具有周期性波动的非线性动力学预测模型,提出未来50a中国人均生态足迹和生物承载力变化的3种预测情景。结果表明:(1)40a来,中国人均生态足迹在波动中不断增加,具有明显的3.5a和8a两个波动周期;中国人均生物承载力在波动中不断减少,具有明显的2.7a和28a两个周期。(2)若一切照旧,即未来50a中国人均生态足迹与生物承载力保持过去40a的年均变化率不变,则人均生态足迹会持续上升,2050年达到3.391g.hm2;人均生物承载力持续下降,2050年降为0.490g.hm2;而人均生态赤字急剧拉大,2050年为3.024g.hm2,可持续发展形势非常严峻。(3)若缓慢变化,即未来20a中国人均生态足迹保持年均增长率1.195%、人均生物承载力年均减少率0.614%不变,则2025年人均生态足迹为1.849g.hm2、人均生物承载力为0.860g.hm2、人均赤字0.989g.hm2。(4)若人均生态足迹快速减少,即2025～2050年中国人均生态足迹年均减少率为0.996%、人均生物承载力年均减少率为0.614%不变,则2050年人均生态足迹为1.381g.hm2、人均生物承载力0.739g.hm2、人均生态赤字0.641g.hm2,但这需要中国经济发展和技术水平的极大提高、能源消费结构的多元化、居民消费意识和消费模式的快速转变、人民生活质量的极大改善。这样,中国的生态发展才有助于实现全球水平的生态可持续发展,在促进世界可持续发展的道路上起到积极的推动作用。     

基于网络分析的生态建设评估指标体系定量选取——以福建省为例

科学有效的指标体系是开展区域生态建设评估以及规划、管理的重要技术手段。然而目前在生态指标体系构建中仍缺乏对指标内涵的系统研究,同时指标的选取过程不够透明,掺杂诸多主观臆断,损害了生态指标体系构建的科学性和有效性。针对福建省生态建设实践,将网络分析与量化指标选择过程相结合,(1)根据福建省生态建设规划和目标,建立主题导向的生态省建设评估网状指标体系;(2)从因果联系、生态过程和管理需求三方面分析各个备选指标之间的相互联系,形成基于主题导向的生态指标网络;(3)根据生态指标应用的科学性和实用性标准,基于网络分析原理,建立生态建设评估指标选择标准矩阵和备选指标矩阵;(4)构建面向经济社会成本和生态完整性的指标选取模型,定量化选取符合福建省实际发展特征的生态建设评估操作指标体系。将有助于深入理解生态建设评估指标体系的内涵,提高指标体系构建的科学性和系统性,提升生态指标体系在实际生态建设评估、规划和管理应用中的效用。     

基于暴露-敏感-适应性模型的生态脆弱性时空变化评价及相关分析——以中国大运河苏州段为例

为了及时掌握运河流域生态系统脆弱性的真实状况,以中国大运河苏州段区域为例,基于VSD模型建立生态脆弱评价指标体系,结合层次分析法-熵权法以及遥感-地理信息系统技术,以栅格为基础评价单元,运用空间叠置分析计算生态脆弱度,揭示其生态脆弱性时空分布格局及演变趋势。通过生态环境脆弱性综合评价及相关分析,其结果表明：(1)2008—2018十年间研究区生态脆弱度以潜在脆弱和轻微脆弱为主,合计占比从62.63%增长到68.79%,非常脆弱区与极度脆弱区占比较小,合计占比从22.45%下降到15.61%;(2)研究区生态恢复情况良好,根据时空演变趋势将研究区划分为生态修复区、生态持平区和生态退化区,生态修复率为37.09%,生态持平率为37.93%,生态退化率为24.89%;(3)对生态修复区与生态退化区进行划分,各包含四种等级区,其中生态修复区以Ⅰ级修复区为主,占比为13.31%;生态退化区以Ⅰ级和Ⅱ级退化区为主,合计占比为18.80%,Ⅳ级退化区占比仅有1.50%。