易阿嵐,孫 清,王 鈞

北京大學(xué)深圳研究生院城市規(guī)劃與設(shè)計學(xué)院, 深圳 518055

生態(tài)系統(tǒng)服務(wù)是指人類從生態(tài)系統(tǒng)中直接或間接獲取的益處,其對人類福祉的貢獻(xiàn)是全球人均國內(nèi)生產(chǎn)總值(GDP)的兩倍以上[1]。濕地是地球上初級生產(chǎn)力最高、最有價值的生態(tài)系統(tǒng)之一,是重要的自然資源[2]。濕地在生產(chǎn)食物、降解污染物、改善水質(zhì)、減弱風(fēng)暴潮、減少洪水、維持物種多樣性、氣候調(diào)節(jié)以及文化價值等方面發(fā)揮著重要作用[3-4]。隨著人們對濕地認(rèn)識的不斷加深,濕地提供的生態(tài)系統(tǒng)服務(wù)越來越受到人們的重視[5]。盡管中國政府出臺了相關(guān)保護(hù)政策,濕地退化問題仍然嚴(yán)峻,因此需要將生態(tài)系統(tǒng)服務(wù)納入到濕地保護(hù)政策中[6]。對生態(tài)系統(tǒng)服務(wù)進(jìn)行估值可以量化這些服務(wù)價值的變化對人類福祉所產(chǎn)生的收益或損失,還可用于指導(dǎo)政策制定和土地管理,以控制生態(tài)系統(tǒng)服務(wù)變化的人類驅(qū)動因素[7]。此外,研究濕地生態(tài)系統(tǒng)服務(wù)價值有助于探索資源和經(jīng)濟(jì)的可持續(xù)發(fā)展[8]。

在城市化進(jìn)程中,濕地面積不斷縮減,濕地生態(tài)系統(tǒng)服務(wù)嚴(yán)重退化[9]。濕地面積的變化和人口的變化會引起濕地生態(tài)系統(tǒng)服務(wù)的變化[10]。濕地管理者需要對生態(tài)系統(tǒng)服務(wù)進(jìn)行可靠、合理地評估,即對生態(tài)系統(tǒng)服務(wù)進(jìn)行全面的生物、物理以及經(jīng)濟(jì)評估才能輔助決策者做出科學(xué)決策[11]。在過去20年中,研究者們運(yùn)用各種方法進(jìn)行生態(tài)系統(tǒng)服務(wù)價值(ecosystem service value, ESV)評估,例如,實(shí)際市場法、替代市場法、虛擬市場法等[12]。Costanza等提出的ESV估算方法以及謝高地提出的單位面積價值當(dāng)量是目前ESV評估的基礎(chǔ)并被廣泛引用[1,13],但參數(shù)的時效性存在著不確定性。雖然現(xiàn)有的ESV評估方法各有特點(diǎn),但絕大多數(shù)研究都以千年生態(tài)系統(tǒng)評估的分類方法為依據(jù)將每種ESV進(jìn)行單獨(dú)評估,很少能將生態(tài)系統(tǒng)服務(wù)與自然及人類影響因素結(jié)合起來進(jìn)行綜合評估。此外,在評估ESV時應(yīng)考慮單位面積價值當(dāng)量的時效性。將生態(tài)系統(tǒng)服務(wù)納入到政策議程中已成為一種趨勢,可以協(xié)調(diào)社會經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)之間的沖突[14]。

上海市位于東海沿岸線和長江口沿岸,該地區(qū)的沿海和河口濕地在動態(tài)變化中,受到自然和人為的影響[15]。2003—2013年,上海市因經(jīng)濟(jì)發(fā)展和城鎮(zhèn)建成區(qū)擴(kuò)張損失了約5.05×104hm2的濕地[16]。上海市濕地面積的變化,一方面是由于長江上游輸送的沉積物導(dǎo)致河口濕地擴(kuò)張;另一方面是由于人口的增長、城市化進(jìn)程的加快以及海平面上升所帶來的海水侵蝕導(dǎo)致濕地面積不斷縮減[17]。濕地面積減少導(dǎo)致上海市ESV在1989—2010年間損失了約4.45億美元[7]?，F(xiàn)有研究不能很好地解釋濕地面積變化對生態(tài)系統(tǒng)服務(wù)的影響程度,也未能量化不同影響因素對生態(tài)系統(tǒng)服務(wù)的影響程度,有的甚至忽略了自然因素對生態(tài)系統(tǒng)服務(wù)的影響[18-19]。河口濕地生態(tài)系統(tǒng)影響因素以及空間異質(zhì)性大,要對濕地生態(tài)系統(tǒng)進(jìn)行評估,需要綜合濕地生態(tài)系統(tǒng)各個方面的評估指標(biāo)[20]?，F(xiàn)階段自然因素和人為因素對生態(tài)系統(tǒng)服務(wù)的影響研究大都處于定性水平或者僅研究兩個生態(tài)系統(tǒng)服務(wù)之間的協(xié)同或權(quán)衡關(guān)系[10,21-22],某一特定時期的ESV價值估算眾多,對未來生態(tài)系統(tǒng)服務(wù)動態(tài)變化的預(yù)測很少[19,23]。綜上,雖然對ESV的評估研究眾多,但仍缺乏對城市內(nèi)濕地生態(tài)系統(tǒng)的動態(tài)評估以及對未來生態(tài)系統(tǒng)服務(wù)變化的預(yù)測。本文構(gòu)建的系統(tǒng)動力學(xué)(system dynamics, SD)模型,借助Vensim PLE建模平臺對上海市ESV進(jìn)行仿真模擬及預(yù)測,并考察各因素變化對生態(tài)系統(tǒng)服務(wù)的影響,將有助于決策者在將來制定有效的政策。為此,本文旨在：(1)通過構(gòu)建SD模型對上海市1993—2025年濕地生態(tài)系統(tǒng)服務(wù)變化過程進(jìn)行模擬與預(yù)測;(2)分析1993—2025年上海市濕地ESV構(gòu)成的變化;(3)識別影響上海市ESV變化的主要驅(qū)動因素。

1 SD模型構(gòu)建

SD采取定性分析和定量分析相結(jié)合的方式來解決實(shí)際問題,模型可以實(shí)現(xiàn)動態(tài)模擬[24]。SD模型本質(zhì)上是一個微分方程系統(tǒng),通過數(shù)值分析來模擬復(fù)雜系統(tǒng)的行為[25],且方程中的參數(shù)可根據(jù)實(shí)際情況調(diào)整,從而使得模擬結(jié)果更加貼近實(shí)際情況并可進(jìn)行多方案的比較分析[24]。SD模型利用系統(tǒng)動力學(xué)的原理和方法對上海市快速城市化導(dǎo)致的濕地面積變化進(jìn)行模擬分析,并結(jié)合人口因素以及經(jīng)濟(jì)因素構(gòu)建模型流程圖(圖1)。

圖1 上海市濕地生態(tài)系統(tǒng)服務(wù)價值系統(tǒng)動力學(xué)模型流程圖Fig.1 System dynamics model flow chart of wetland ecosystem service values in Shanghai

將表1中的方程所涉及的參數(shù)輸入Vensim PLE平臺以搭建供給服務(wù)價值、調(diào)節(jié)服務(wù)價值以及文化服務(wù)價值計算子系統(tǒng),再根據(jù)式(1)建立ESV模型,之后將濕地面積、濕地保護(hù)系數(shù)等參數(shù)納入系統(tǒng),考慮到上海市濕地面積的變化并非線性,濕地面積增長率采用表函數(shù)的形式輸入模型。模型主要包含人口因素子系統(tǒng)、供給服務(wù)子系統(tǒng)、文化服務(wù)子系統(tǒng)、調(diào)節(jié)服務(wù)子系統(tǒng)中以及經(jīng)濟(jì)因素子系統(tǒng)。結(jié)合上海市人均GDP和上海市人均ESV可輸出ESV/GDP的值,濕地保護(hù)系數(shù)采用“IF THEN ELSE”函數(shù),即濕地保護(hù)系數(shù)的值由ESV/GDP值確定,根據(jù)濕地保護(hù)系數(shù)就可以判斷是否要采取適當(dāng)?shù)臐竦乇Ｗo(hù)政策來調(diào)節(jié)濕地面積增長率,在本文的研究中,濕地保護(hù)系數(shù)值取1,即不采取任何保護(hù)政策的情況。通過ESV/GDP的值,可以判斷ESV在經(jīng)濟(jì)發(fā)展中的地位,進(jìn)而給環(huán)境規(guī)劃與管理提供科學(xué)依據(jù)。此外,上海市濕地生態(tài)系統(tǒng)的發(fā)展?fàn)顩r可根據(jù)ESV、人均ESV來判斷。

2 材料與方法

2.1 研究區(qū)概況

上海市位于中國東部,地處長江入?？?30°40′—31°53′N, 120°52′—122°12′E)。2018年末,上海市行政區(qū)劃面積為6340.5km2,除西南部有少數(shù)丘陵山脈外,絕大多數(shù)土地為沖積平原,平均海拔約2.19m,全市常住人口2423.78萬人。上海市被認(rèn)為是中國現(xiàn)代經(jīng)濟(jì)的樞紐,在全國經(jīng)濟(jì)建設(shè)和社會發(fā)展中具有十分重要的地位。該市擁有豐富的河口、河流、運(yùn)河、溪流和湖泊等濕地資源,包括兩個國家級濕地站點(diǎn),四個自然保護(hù)區(qū),十三個市級濕地。上海市濕地主要分布于郊區(qū),近30年來,濕地面積變化顯著(圖2)。

2.2 數(shù)據(jù)來源

本研究中的土地利用/覆蓋數(shù)據(jù)主要采用監(jiān)督分類方法結(jié)合目視解譯分別從Landsat TM/ETM遙感影像(1990年和2000年)、Landsat-TM遙感影像(1995年、2005年以及2010年)、Landsat 8遙感影像(2015年和2018年)獲取。遙感影像無云,空間分辨率為30m。在ENVI 5.3和ArcGIS 10.2軟件中進(jìn)行輻射定標(biāo)和波段融合。根據(jù)《全國濕地資源調(diào)查與監(jiān)測技術(shù)規(guī)程(試行)》將上海市土地利用/覆蓋數(shù)據(jù)分為“濕地”和“其他用地”兩種類型?！皾竦亍卑Ｅc海岸濕地、河流濕地、湖泊濕地、沼澤濕地以及人工濕地;“其他用地”則為“濕地”以外的土地(圖2)。上海市地處長江入?？?長江流域上海段水下地形復(fù)雜,故本文的研究區(qū)范圍不涉及長江流域上海段的河口濕地。

圖2 上海市濕地時空分布圖(1990—2018年)Fig.2 Spatial-temporal distribution of wetland in Shanghai from 1990 to 2018

表1 系統(tǒng)動力學(xué)模型主要方程

t: 當(dāng)年數(shù)據(jù);t-1: 上一年的數(shù)據(jù)

1993—2017年的總?cè)丝?、農(nóng)林牧漁業(yè)從業(yè)人口、其他人口(除了濕地農(nóng)從業(yè)人口之外的人口)、商品零售價指數(shù)、GDP、人均GDP、農(nóng)林牧漁業(yè)總產(chǎn)值數(shù)據(jù)來源于中國知網(wǎng)上海市經(jīng)濟(jì)社會發(fā)展統(tǒng)計數(shù)據(jù)庫(http://data.cnki.net/area/Yearbook/Single/N2019040068?z=D09)。濱海濕地面積變化的主要影響因素是農(nóng)林牧漁業(yè)和人口[31]。因缺失濕地農(nóng)業(yè)產(chǎn)值數(shù)據(jù),而濕地農(nóng)業(yè)是指在天然濕地基礎(chǔ)上改造成以稻田、葦塘、魚塘、小型水庫為主體的農(nóng)、林、牧、副、漁綜合發(fā)展的人工農(nóng)業(yè)復(fù)合生態(tài)系統(tǒng)[32],因此采用上海市農(nóng)林牧漁業(yè)從業(yè)人口年平均產(chǎn)值、農(nóng)林牧漁業(yè)從業(yè)人口、農(nóng)林牧漁業(yè)總產(chǎn)值分別近似代替濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值、濕地農(nóng)業(yè)從業(yè)人口以及濕地農(nóng)業(yè)總產(chǎn)值。

上海市1995—2017年的市轄區(qū)旅游總收入數(shù)據(jù)來源于上海市人民政府年鑒(http://www.shanghai.gov.cn/nw2/nw2314/nw24651/nw45010/index.html)。2000—2017年河流年輸沙量數(shù)據(jù)來源于中國人民共和國水利部《中國河流泥沙公報》(http://www.mwr.gov.cn/sj/tjgb/zghlnsgb/),1993—1999年大通站的河流年輸沙量因無具體統(tǒng)計數(shù)據(jù),故以公報中大通站1953—1999年平均年輸沙量4.36億t代替1993—1999年的河流年輸沙量,依據(jù)水庫泥沙容重1.5t/m3換算單位[28]。

2.3 研究方法

上海市濕地ESV的計算方法表達(dá)如下：

TESV=Vp+Vr+Vc=∑Vpi+∑Vri+∑Vci

(1)

式中,TESV為濕地ESV,Vp、Vr、Vc分別為濕地生態(tài)系統(tǒng)提供的供給服務(wù)價值、調(diào)節(jié)服務(wù)價值和文化服務(wù)價值?！芕pi、∑Vri、∑Vci則分別表示各服務(wù)指標(biāo)的總價值。

上海市濕地ESV核算模型的部分公式及輸入?yún)?shù)參考商慧敏等[10]、張緒良等[28]、鐘水映等[24]的核算方法(表1)。其中為簡化供給服務(wù)價值的計算,本研究參考崔麗娟等[27]的核算方法將濕地的供給服務(wù)價值等價為濕地農(nóng)業(yè)總產(chǎn)值和水資源價值。設(shè)定濕地農(nóng)業(yè)總產(chǎn)值等于濕地農(nóng)業(yè)從業(yè)人口乘以濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值。濕地年平均凈初級生產(chǎn)力取自然濕地年平均凈初級生產(chǎn)力和人工濕地年平均凈初級生產(chǎn)力的算術(shù)平均值25.58t/hm2[28]。

2010年的碳稅率為702.95元/t[33]。2002年的單位圍墾工程單價為8.00元/t[28]。2002年單位面積生物多樣性維持服務(wù)價值為2786.90元 hm-2a-1,1998年單位自然面積濕地氮吸收能力為0.30t/kg,1998年建設(shè)人工濕地吸收單位質(zhì)量氮成本5750元/t[28]。2002年單位水資源價值為3.52元/t[30]。1997年的單位面積科研教育價值為5880元/hm2[34]。2010年單位釋氧價值為352.93元/t[33]。由于1993—2017年的25年間物價變化較大,故1993—2017年期間的碳稅率、單位圍墾工程價格、單位面積濕地生物多樣性維持服務(wù)價值、單位自然面積濕地氮吸收能力、建設(shè)人工濕地吸收單位質(zhì)量氮成本、單位水資源價值(取單位地表水價值和單位地下水價值的算術(shù)平均值)、單位面積科研教育價值以及單位釋氧價值根據(jù)文獻(xiàn)提供的數(shù)據(jù),按照張緒良等[28]的方法采用全國零售物價總指數(shù)進(jìn)行換算,保證計算結(jié)果的可比性。

濕地光合作用每形成1g有機(jī)質(zhì)需要吸收1.63g二氧化碳量并釋放1.19g氧氣量[28]。年單位濕地水面蒸發(fā)量為2177.78m3/hm2,單位體積水量轉(zhuǎn)化為蒸汽耗電量約為125kWh[27]。電價參考國家電網(wǎng)提供的上海市銷售電價表,取0.61元/kWh。單位面積水源涵養(yǎng)量為744.48m3/hm2,[35]。

濕地生態(tài)系統(tǒng)模型方程中既有線性方程,也存在一些非線性關(guān)系。Vensim PLE軟件針對非線性關(guān)系可以采取表函數(shù)的形式輸入,即可以用圖表的方式來反映兩個變量之間的非線性關(guān)系,當(dāng)部分自變量缺失時,系統(tǒng)可以用線性插值法取其近似值,從而彌補(bǔ)因部分?jǐn)?shù)據(jù)缺失而無法估算的不足。表函數(shù)的輸入數(shù)據(jù)均來源于已知的統(tǒng)計年鑒數(shù)據(jù)或經(jīng)過全國零售物價總指數(shù)換算后的數(shù)據(jù)。市轄區(qū)旅游總收入的統(tǒng)計數(shù)據(jù)缺失1993—1994年的數(shù)據(jù),遙感數(shù)據(jù)難以有連續(xù)年份的數(shù)據(jù),所以在該模型輸入數(shù)據(jù)時市轄區(qū)旅游總收入和濕地面積都采取表函數(shù)的形式輸入。此外,為了更好地反映自變量和因變量之間的特殊非線性關(guān)系,在該模型中,其他人口增長率、濕地農(nóng)業(yè)從業(yè)人口增長率、濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值、GDP、濕地面積增長率、單位面積濕地生物多樣性維持服務(wù)價值、單位水資源價值、碳稅率、單位釋氧價值、年單位自然面積濕地氮吸收能力、建設(shè)人工濕地吸收單位質(zhì)量氮成本、單位圍墾工程價格以及河流年輸沙量共13個變量也采用表函數(shù)的方式建模。表函數(shù)的運(yùn)用可以使模型更加接近實(shí)際情況,減小實(shí)際值與模擬值之間的誤差。現(xiàn)階段生態(tài)系統(tǒng)支持服務(wù)核算方法尚未成熟,且支持服務(wù)通常又是其他三類服務(wù)的形成條件,所以學(xué)界已達(dá)成共識,不再核算支持服務(wù)的價值量,以避免重復(fù)核算,因而在本文中不涉及生態(tài)系統(tǒng)支持服務(wù)的計算。根據(jù)模型的主要方程(表1),在Vensim PLE平臺繪制成系統(tǒng)流圖(圖1)。輸入相應(yīng)的參數(shù)和經(jīng)驗(yàn)數(shù)據(jù),設(shè)定模型的初始年為1993年,終止年為2017年,步長為1年。模擬結(jié)果使用Origin 2019軟件處理。

3 模型檢驗(yàn)和情景模擬

3.1 SD模型驗(yàn)證

模型驗(yàn)證的作用一方面通過模型檢驗(yàn)評估其是否能夠準(zhǔn)確反映現(xiàn)實(shí)狀態(tài),另一方面通過靈敏度分析評估模型系統(tǒng)在運(yùn)行中是否具有穩(wěn)定的置信度。

3.1.1模型檢驗(yàn)

本研究從人口因素子系統(tǒng)、供給服務(wù)子系統(tǒng)、文化服務(wù)子系統(tǒng)、調(diào)節(jié)服務(wù)子系統(tǒng)、以及經(jīng)濟(jì)因素子系統(tǒng)中共選取10個變量,分別為總?cè)丝?、河流年輸沙量、濕地農(nóng)業(yè)從業(yè)人口、其他人口、濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值、人均GDP、GDP、濕地農(nóng)業(yè)總產(chǎn)值、市轄區(qū)旅游總收入以及濕地面積。以1993—2017年間上海市統(tǒng)計年鑒、中國河流泥沙公報以及中國統(tǒng)計年鑒等數(shù)據(jù)為基礎(chǔ),對10個變量的模型模擬值與歷史實(shí)際值進(jìn)行相對誤差檢驗(yàn),因濕地遙感數(shù)據(jù)沒有連續(xù)年份的數(shù)據(jù),故濕地面積只采用1995年、2000年、2005年、2010年以及2015年的歷史實(shí)際值與相應(yīng)年份的模擬值進(jìn)行相對誤差檢驗(yàn)。結(jié)果表明(圖3)：1993—2017年間所有檢驗(yàn)指標(biāo)的平均相對誤差均小于10%,模型的仿真值與實(shí)際值擬合較好,因此可以認(rèn)為SD模型具有可靠性,可以進(jìn)行實(shí)際仿真操作。

3.1.2靈敏度分析

靈敏度分析可以評估關(guān)鍵參數(shù)的變化對模型輸出結(jié)果的影響程度。根據(jù)顧朝林等的方法,通過增加或減少10%關(guān)鍵參數(shù)值來確定其影響程度[29]。若模型對大部分參數(shù)的變化表現(xiàn)不靈敏,則說明模型具有很好的穩(wěn)健性。

SD模型的靈敏度分析分別從人口因素子系統(tǒng)、供給服務(wù)子系統(tǒng)、文化服務(wù)子系統(tǒng)、調(diào)節(jié)服務(wù)子系統(tǒng)、以及經(jīng)濟(jì)因素子系統(tǒng)中選取15個變量,考察這15個變量對上海市濕地生態(tài)系統(tǒng)服務(wù)的影響程度即變化幅度均值。這15個變量分別為濕地農(nóng)業(yè)從業(yè)人口增長率、其他人口增長率、單位圍墾工程價格、濕地面積增長率、單位釋氧價值、碳稅率、單位面積科研教育價值、濕地年平均凈初級生產(chǎn)力、單位面積濕地蒸發(fā)量、市轄區(qū)旅游總收入、年單位面積濕地氮吸收能力、河流年輸沙量、單位水資源價值、濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值以及單位面積濕地生物多樣性維持服務(wù)價值。靈敏度檢驗(yàn)結(jié)果表明(表2)：除了3個變量(單位面積濕地蒸發(fā)量、市轄區(qū)旅游總收入以及濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值)的靈敏度較高外,其他12個變量的靈敏度值均未超過10%,這說明SD模型具有穩(wěn)健性,能對實(shí)際情況進(jìn)行可靠的預(yù)測。

圖3 1993—2017年關(guān)鍵變量系統(tǒng)存流量檢驗(yàn)結(jié)果Fig.3 The system stock-flow test of key variables in the system dynamics model from 1993 to 2017

靈敏度的大小代表著各變量對濕地ESV的影響程度。靈敏度較高的變量既是對系統(tǒng)影響最大的因素,也是日后影響濕地生態(tài)系統(tǒng)服務(wù)變化的主要動力。靈敏度最高的4個變量分別為單位面積濕地蒸發(fā)量、市轄區(qū)旅游總收入、濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值以及濕地面積增長率(表2),因此可以確定這4個因素是影響上海市濕地生態(tài)系統(tǒng)服務(wù)的主要因素,對整個模型的影響最大。其他人口增長率和單位圍墾工程價格這兩個變量的靈敏度最小,即這兩個變量的波動對上海市濕地生態(tài)系統(tǒng)服務(wù)的影響甚微。

3.2 情景模擬3.2.1 情景模擬參數(shù)設(shè)定

2017年12月上海市出臺《上海市濕地保護(hù)修復(fù)制度實(shí)施方案》(簡稱《上海實(shí)施方案》),該方案明確,到2020年,上海濕地面積不少于46.4×104hm2。利用Vensim PLE軟件進(jìn)行仿真模擬,設(shè)置單位時限為1年,以1993年為起始年,終止年為2025年,進(jìn)行為期33年的模擬,初始參數(shù)值為1993年所對應(yīng)的實(shí)際值。模型仿真的時長涵蓋“十四五”規(guī)劃期(2021—2025年),可以為“十四五”規(guī)劃期的濕地保護(hù)決策提供參考。

表2 1993—2017年關(guān)鍵變量系統(tǒng)靈敏度分析結(jié)果

SM+: 增10%靈敏度均值 Sensitivity mean (+10%); SM-: 減10%靈敏度均值 Sensitivity mean (-10%)

本文研究濕地的變化對上海市濕地生態(tài)系統(tǒng)服務(wù)的影響,上海市2017年濕地面積年增長率為-1.30%,因此通過設(shè)置不同的濕地面積增長率來分析不同情景下上海市濕地生態(tài)系統(tǒng)服務(wù)變化趨勢。在4種情景中,2018—2025年的濕地面積增長率分別設(shè)置為：將維持現(xiàn)狀背景下的發(fā)展模式定義為情景1,即濕地面積增長率為-1.30%;將優(yōu)先發(fā)展經(jīng)濟(jì),濕地總面積維持不變的模式設(shè)定為情景2,即濕地面積增長率為0;假設(shè)從2017年后開始逐漸保護(hù)濕地生態(tài)環(huán)境,劃定濕地面積生態(tài)紅線,將這種濕地面積逐漸擴(kuò)大的發(fā)展模式設(shè)定為情景3,設(shè)定濕地面積增長率為2017年濕地面積增長率的絕對值,即濕地面積增長率為1.30%;若在情景3中的模式下,每年濕地增長的面積不足以彌補(bǔ)因自然因素?fù)p失的濕地,需要繼續(xù)加大濕地恢復(fù)力度的模式設(shè)定為情景4,設(shè)定濕地面積增長率為2017年濕地面積增長率的絕對值的2.5倍,即濕地面積增長率為3.50%。

將設(shè)定的參數(shù)輸入模型,根據(jù)表3中的結(jié)果可以看出,到2020年底,按照情景1、情景2、情景3、情景4預(yù)測,上海市濕地面積將分別為40.44×104、42.04×104、43.70×104、46.61×104hm2。4種情景中,只有按照情景4的發(fā)展模式,上海市濕地面積在2020年才能達(dá)到《上海實(shí)施方案》中的要求,即2018—2020年年濕地面積增長率設(shè)定在3.50%。在情景1和情景2中,ESV和人均ESV均呈下降趨勢,即維持濕地面積不變或減少濕地面積都會導(dǎo)致ESV和人均ESV的下降,但濕地面積不管是逐年增長、逐年減少還是年際間保持不變,供給服務(wù)價值并未增長,反而逐年下降。1993—2025年期間,在生態(tài)系統(tǒng)服務(wù)構(gòu)成中,隨著上海市濕地面積逐年減少(圖2),調(diào)節(jié)服務(wù)價值在ESV中的比例總體上呈下降趨勢,供給服務(wù)價值在ESV中的比例總體上呈下降趨勢,而文化服務(wù)價值在ESV中的比例總體上呈上升趨勢(圖4)。

3.2.2情景模擬結(jié)果及分析

綜合4種情景下的模擬結(jié)果,可以發(fā)現(xiàn),在2017—2025年上海市濕地生態(tài)系統(tǒng)服務(wù)構(gòu)成中,除本文未涉及的生態(tài)系統(tǒng)支持服務(wù)外,文化服務(wù)價值最高(占總價值的64%以上),研究時段內(nèi)呈增長趨勢;調(diào)節(jié)服務(wù)價值次之(占ESV的30%以上),呈增長趨勢;供給服務(wù)價值最低(占ESV的6%以下),呈下降趨勢。依據(jù)中國知網(wǎng)上海市經(jīng)濟(jì)社會發(fā)展統(tǒng)計數(shù)據(jù),在1993—2017上海市三大產(chǎn)業(yè)產(chǎn)值中,第三產(chǎn)業(yè)產(chǎn)值增長最快,第一產(chǎn)業(yè)最慢,到2017年,第三產(chǎn)業(yè)產(chǎn)值占比最大(>69%)。這是上海市濕地生態(tài)系統(tǒng)文化服務(wù)價值占比最高且不斷增長、供給服務(wù)價值占比最低且不斷下降的原因之一。

1993—2025年,ESV/GDP的值總體上呈下降趨勢(圖4)。盡管生態(tài)系統(tǒng)服務(wù)的估值與經(jīng)濟(jì)活動或GDP之間沒有必要的關(guān)系,但ESV/GDP的值對于理解生態(tài)系統(tǒng)對人類的福祉非常有用,2010年全國人均ESV為28569元(以2010年美元平均匯率6.77計算),ESV/GDP為0.87[26]。2017年—2025年,ESV/GDP的值除了在情景1和情景2中逐年下降外(表3),其他兩種情景中ESV/GDP的值均逐年增大,即ESV占上海市GDP的份額逐年增大。

圖4 1993—2025年上海市濕地面積及其生態(tài)系統(tǒng)服務(wù)價值的相關(guān)預(yù)測Fig.4 Predictions of wetland areas and ecosystem service values in Shanghai from 1993 to 2025

到2025年,情景1、情景2、情景3、情景4中上海市濕地ESV/GDP的值分別為0.20、0.22、0.24以及0.25,相比2010年全國ESV/GDP的值,上海市ESV/GDP值遠(yuǎn)低于全國平均水平。在上海市今后的發(fā)展中,應(yīng)該逐步增加濕地面積,恢復(fù)濕地的生態(tài)系統(tǒng)服務(wù)功能,朝著情景2, 3的模式發(fā)展。此外,模型也可根據(jù)ESV/GDP的值來判斷是否應(yīng)設(shè)置適當(dāng)?shù)臐竦乇Ｗo(hù)系數(shù)來促進(jìn)濕地面積的增長。例如可以在Vensim PLE軟件中將“濕地保護(hù)系數(shù)”設(shè)置為“IF THEN ELSE((“生態(tài)系統(tǒng)服務(wù)價值/國內(nèi)生產(chǎn)總值”≥1), (1), (1.2))”,這表示如果ESV/GDP<1時,系統(tǒng)會將“濕地保護(hù)系數(shù)”設(shè)定為1.2,即需要加大濕地保護(hù)力度;若ESV/GDP>1時,系統(tǒng)則將“濕地保護(hù)系數(shù)”設(shè)定為1,即維持濕地面積現(xiàn)狀不變。

表3 2017—2025年上海市濕地生態(tài)系統(tǒng)服務(wù)價值及濕地面積情景模擬結(jié)果

4 討論

近30年來,上海市經(jīng)濟(jì)發(fā)展突飛猛進(jìn),城市化不斷推進(jìn)。在經(jīng)濟(jì)發(fā)展的過程中上海市濕地面積不斷被開墾為其他的用地,以滿足經(jīng)濟(jì)發(fā)展的需求。濕地的ESV日益受到人們的重視,ESV受自然因素和人為因素的影響,各種影響因素動態(tài)變化,這使得在實(shí)際估算模擬當(dāng)中,模擬方程往往呈非線性。而vensim PLE中的表函數(shù)的出現(xiàn),使得非線性方程的使用成為現(xiàn)實(shí),它允許用戶通過列舉自變量值和因變量值的方式來構(gòu)建模型。且當(dāng)某個自變量為非已知點(diǎn)或數(shù)據(jù)缺失時,可以用線性插值的方法取得其近似值,這樣就能讓模型更加接近實(shí)際情況,同時,表函數(shù)的使用可以讓復(fù)雜的生態(tài)系統(tǒng)服務(wù)核算方程變得更為簡便。關(guān)于ESV的核算,現(xiàn)階段的研究主要采用價值當(dāng)量因子方法計算,但這種方法存在依賴主觀判斷的風(fēng)險,SD模型在ESV的核算方面,多采用較為精細(xì)的計算方式,在很大程度上減少了依賴主觀判斷的風(fēng)險。

目前,ESV的評估眾多,但往往都是基于某一時期的估算,對于ESV的變化難以持續(xù)模擬。這使得決策者難以通過某一時期或幾個時期的ESV來判斷該地區(qū)的生態(tài)系統(tǒng)服務(wù)變化趨勢。SD模型可以同時實(shí)現(xiàn)多變量多年份連續(xù)動態(tài)模擬,這使得ESV的變化趨勢變得更為直觀,也可量化ESV構(gòu)成之間的變化,具有實(shí)際參考價值。本文通過設(shè)定不同的濕地面積增長率分別模擬上海市在采取不同的政策下濕地ESV未來發(fā)展情況,這種模擬可以為劃定生態(tài)紅線以及其他政策的制定提供超前評估,預(yù)防政府決策失誤。

“濕地保護(hù)系數(shù)”采用“IF THEN ELSE”函數(shù),可以理解為模型能夠依據(jù)期望設(shè)定ESV/GDP的閾值,再把實(shí)際的ESV/GDP值與期望閾值作比較,根據(jù)比較結(jié)果再采取不同的濕地保護(hù)系數(shù),這樣就使得這個函數(shù)實(shí)際上具有了兩種含義。它能提前發(fā)現(xiàn)未來ESV/GDP的變化,從而為構(gòu)建生態(tài)安全格局提供參考依據(jù)。

本文所構(gòu)建的SD模型雖然部分參數(shù)采用了上海市尺度之外的參數(shù),但理論上各要素之間的相互關(guān)系可在本文所確定的概念框架之上通過結(jié)合研究區(qū)的特點(diǎn)而靈活調(diào)整參數(shù),從而使得模型更加貼近實(shí)際情況。此外,本文采用全國零售物價總指數(shù)對不同年份的單位價值量進(jìn)行換算,從而減小通貨膨脹等因素所帶來的估算偏差,使得模擬結(jié)果更具有時效性。但本文所構(gòu)建的SD模型仍有待將土地因素、氣候因素、社會經(jīng)濟(jì)情況等因素嵌入模型之中,并嘗試將其量化,以便在其他尺度的區(qū)域進(jìn)行推廣。

5 結(jié)論

本文通過構(gòu)建SD模型對上海市濕地ESV動態(tài)變化過程進(jìn)行仿真模擬,可以得出如下結(jié)論：

(1)基于1993—2017年的經(jīng)驗(yàn)數(shù)據(jù),通過對該模型進(jìn)行系統(tǒng)存流量檢驗(yàn)和系統(tǒng)靈敏度分析,顯示該模型有效且具有實(shí)際仿真的可操作性,可根據(jù)政策要求設(shè)定參數(shù),對上海市濕地ESV變化進(jìn)行模擬與預(yù)測。

(2)4種基于不同的“濕地面積增長率”情景模擬顯示了未來經(jīng)濟(jì)發(fā)展在不同增速條件下的濕地面積及ESV變化。按此4種情景預(yù)測,到2020年底上海市濕地面積將分別為40.44×104hm2、42.04×104hm2、43.70×104hm2和46.61×104hm2。無論哪種情景,在濕地生態(tài)系統(tǒng)服務(wù)構(gòu)成中,文化服務(wù)價值最高,約占總價值的64%以上,研究時段內(nèi)呈增長趨勢;調(diào)節(jié)服務(wù)價值次之,呈增長趨勢;供給服務(wù)價值最低,呈下降趨勢。在影響上海市濕地ESV變化的因素中,最重要的4個影響因素分別為單位面積濕地蒸發(fā)量、市轄區(qū)旅游總收入、濕地農(nóng)業(yè)從業(yè)人口年平均產(chǎn)值、濕地面積增長率。對比4種情景,只有情景4滿足當(dāng)下對于濕地面積的要求,適合當(dāng)前的發(fā)展方向,即年濕地面積增長率設(shè)定在3.50%。

(3)到2025年,即“十四五”規(guī)劃末期,按照現(xiàn)行的政策(情景1),上海市濕地面積將減少至37.92×104hm2,濕地ESV將減少至4711.56×108元,其中文化服務(wù)價值為3085.67×108元,調(diào)節(jié)服務(wù)價值為1441.27×108元,供給服務(wù)價值為184.62×108元。人均ESV為1.95×104元,濕地ESV占上海市GDP的20%。