2. 中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085
2. State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085
建立自然保护区一直以来被公认为是保护生物多样性的最有效的保护措施之一[1]。根据UNEP的《Protected Planet Report 2012》的报道,截至2012年,自然保护区已经覆盖了世界上陆地面积的12.7%。全球各种自然保护区的数量多,覆盖面积也较大,但如何科学评估自然保护区建立的效果一直存在争议[2],并成为自然保护研究的热点之一[2-4],探讨的议题主要有:① 自然保护区管理的有效性;② 自然保护区保护物种多样性或者旗舰珍稀物种的有效性;③ 自然保护区保护生态系统完整性、维持生态平衡方面的效果。目前大多数这方面的研究是定性的主观评价,如基于专家经验和问卷调查的结果[5];定量评价开展较少,且大多是以森林退化为评价指标[6]。热带森林虽然只占有全球陆地面积的10%,却包含了世界上三分之二的动植物物种[7],综述热带森林自然保护区保护效果研究对于全球生物多样性保护和维持全球生态平衡具有重要意义。
评价自然保护区保护效果很大程度上取决于对照的选择,选择一个可比性强的对照,才可能获得可靠的评估结果。针对自然保护区保护效果的评估,可以比较在保护措施实施之前和实施之后的资源状况,即:之前-之后-对照-影响分析的分析模式[11]。对比方式可以是保护之前和之后的对比,也可以是自然保护区内外的对比。基于森林退化的热带森林自然保护区保护效果评估的总体思路是:若自然保护区的森林退化程度小于对比区域,说明自然保护区具有一定的保护效果;若自然保护区区域的退化程度比对比区域还要严重或者差不多,则自然保护区保护效果差[6]。目前针对热带森林自然保护区保护效果研究争议最大的是可比性的问题,自然保护区功能的多样性、建立的随机性[8, 9]以及其建立对周边地区的影响[10]等因素,致使简单的空间和时间尺度对比对自然保护区保护效果的评估存在显著影响。本文重点探讨热带森林自然保护区保护效果评估中可比性,以期为自然保护区保护效果评估提供参考。
1 保护效果评价面临的挑战自然保护区保护效果评估面临的挑战之一就是空间不可比性,即对比区域与自然保护区差异的可比性,因此需要选择一个有可比性的区域,定量确定没有保护措施条件下的森林退化程度。基于自然保护区概念以及目标的广泛性,自然保护区的建立并不是随机的,而是因为某些目标[9]。一些研究表明:在自然保护区地点选择上,自然保护区分布是非随机的,通常是建立在土地价格和土地需求低的边缘或偏远地区[9, 12],因此自然保护区的地理位置、可接近性、土地生产力等都会影响对比方式的科学性。例如,王伟等的研究发现自然保护区外围的森林恢复很好,这不是因为自然保护区保护效果不好,而是因为自然保护区处在人烟稀少的山区以及政府实施了造林政策[2]。另外,自然保护区建立后,人们对土地利用的改变就都集中在自然保护区周边[10],这会影响自然保护区的保护效果评估。所以评估自然保护区保护效果的对比方式就不能是简单的自然保护区内外对比,这可能会高估自然保护区的保护效果[8]。
自然保护区保护效果评估面临的另一挑战就是时间不可比,即:森林退化率的影响因素并不是不变的,而是会随着时间的变化而变化。可以比较自然保护区建立前后的状态,这样就可以排除上述自然保护区建立的非随机性以及空间外溢的影响了。然而,森林退化并不是一直保持不变的,人类的影响以及气候环境等的改变可以使森林演替发生天翻地覆的改变[13],退化随着时间以及不同驱动因素的变化而变化,导致自身不同时期的对比方式存在更大的影响。例如,自然保护区本底较好或者自然保护区建立之前处于自然演替的初期,但是自然保护区建立之后,自然演替到了顶级群落状态,这些与自然保护区的建立没有关系,可能是因为随着时间迁移,该地区自然发展的结果。因此,建立前后的对比方式也是当前一大挑战[14]。
2 保护效果评价方法的建立综合近年来针对热带森林自然保护区保护效果研究,要使自然保护区保护效果评估更加准确,就得使参与比较的一对样本具有可比性,要求我们控制一些可比性的因素。然后在控制这些因素之后,建立或者选择可比性强的对比区域,再进行森林退化的对比,从而评估自然保护区的保护效果。
首先,森林退化指标的确定。选择能够量化森林退化的指标,如森林面积变化、土地利用变化、火灾发生率、森林破碎化指标以及生物量等。这些能够可获得的、能定量表征森林退化变化的指标就是我们进行比较的因变量。
第二,选择协变量(控制变量)。选择对森林退化有影响的因素,选择变量的标准有:① 根据研究地的实际情况;② 根据研究地的历史情况;③ 其他选择:初始的森林面积、高程、坡度、人口密度、土壤类型,以及自然保护区距离主道路、森林边缘、城市等的距离等。例如,王伟等在海南岛的研究就选择2000年的森林面积、高程、坡度和自然保护区边缘到主要道路的距离四个作为评估森林面积变化的协变量[2];Nelly等根据研究地的文献等,选择了自然保护区的大小和建立时间、所处的行政区、海拔、坡度以及最大月温度等作为控制变量[15];Adam等根据Costa Rica的自然保护区的历史资料以及热带森林退化的文献研究,选择土地利用生产力(以气候、土壤和坡度为基础)、到森林边缘、道路、最近的主要城市的距离作为主要变量[9]。
第三,协变量平衡。通过平衡第一步选择的协变量,创建一个比较区域或者选择一个和自然保护区相似的比较区域来进行对比。协变量平衡可以通过一般线性模型或者倾向性评分方法等。通过数学方法,来减少自然保护区位置随机化的影响,从而使两个区域可比。如:王伟等[2]首先根据文献选择2000年的森林面积、高程、坡度和自然保护区边缘到主要道路的距离四个影响因素作为协变量,然后使用偏相关分析来测量每一个协变量与森林面积变化的关联程度,使用皮尔逊相关分析评估协变量之间的关系,再使用主成分分析转换存在相关关系的变量为线性不相关的变量,最后使用一般线性模型来进行自然保护区内外森林面积的比较,从而评估了2000到2010年海南岛28个森林类型自然保护区的保护效果。
第四,选择对比方式。根据平衡协变量的方法不同,选择的对比方式也不同。比较自然保护区的森林退化率的对比方式有:与外围缓冲区对比(比较自然保护区和紧接着的邻近地区的森林退化,也就是建立外围缓冲区,外围缓冲区的距离从几千米到几十千米不等)、与外围非保护区域对比(将森林退化在自然保护区与整个非保护区区域进行对比,非保护区区域可以是所在的地区、行政区域或者整个国家或者景观相似的地区)、与自身不同时期对比(比较在建立自然保护区之前和之后,森林退化率的改变),也可以是这几种方式的结合。Mas等[8]的研究就是使用回归分析法,他们提出了相似缓冲区(similar buffer area)的概念,认为缓冲区类型有两种:标准缓冲区和相似缓冲区。标准缓冲区(standard buffer area)指的是只以相对于自然保护区的距离远近为基础建立的。相似缓冲区是指控制一些环境变量(土壤类型、自然保护区相对于道路和居民区的距离、高程、坡度等)的影响下创立的缓冲区。发现保护区内部森林退化率0.3%/年,标准缓冲区1.3%/年,相似缓冲区0.6%/年。从而得出自然保护区的保护效果。
第五,判断空间溢出的影响范围并去除。空间溢出的影响范围是指自然建立自然保护区将其受到的影响转移到其邻近地区或者其他非保护区域的距离。将自然保护区内部和外围不同距离缓冲区的人类影响与更远的区域的人为影响进行比较,如果自然保护区的人为影响减小了,然而缓冲区的人为影响增加了,则说明出现了空间外溢,并判断其大小,具体可参见Ewers等[16]的研究。如果存在大的空间溢出影响,我们将这部分距离的缓冲区去除,选择剩余的部分进行对比。
最后,通过上述处理,我们就可以根据对比区域的森林退化的大小来判定自然保护区是否取得了应有的保护效果。
3 保护效果评价常用统计方法现在使用最多的用于自然保护区保护效果评估可比性建立的方法有两种:一是回归评估法(regression estimators);二是匹配评估法(matching estimators)。这两种方法相比于上述的简单内外对比来说有以下三个优点[30 ]:① 自然保护区自动和有同样特征的非保护区域进行对比,因此控制了地点选择的非随机性的影响。② 回归模型的使用能够允许影响森林退化的潜在驱动因素被评估到。③ 模型预测自然保护区有效性的精度可以预测到。这两种方法在数学上没有较大差异[17],但是在自然保护区保护效果的评估上还是有一定区别的[9]。
回归评估法通过在协变量上回归结果来评估在观察到的数据上的处理效应,包括处理状态的指示变量以及处理变量和每一个协变量的交互作用[17]。在自然保护区保护效果评估上是指利用相关的分析方法(偏相关分析、皮尔逊相关分析、主成分分析)等将相关变量进行相关性分析,然后利用一般线性模型(general linear model)控制变量影响的情况下来进行自然保护区内外对比,这种方法对自然保护区与缓冲区或者非保护区域的对比研究有一定的作用。
根据以往文献的研究,选择与研究地土地利用有关系的环境变量(高程、坡度、土壤、自然保护区与道路和居民区的距离),然后利用卡方检验(Chi-square test)和逻辑斯蒂回归来检验所选5个空间变量和森林退化的关系,然后基于上述变量来创立一个与自然保护区相似的缓冲区来进行对比。最后,发现土壤类型、自然保护区与道路和居民区的距离是主要影响因素,因此在Calakkmul地区的相似缓冲区就主要控制这三个变量[9]。
匹配评估法(matching estimators)是一个在经济评估政策影响中广泛使用的数据影响评估技术,可减少一个处理的非随机应用的影响;是指通过选择匹配点(保护区外)来和控制点(保护区内)的配对来进行比较,每一个匹配点都和控制点有一定数量的因素控制。此方法逐渐被用于非实验数据中来建立原因-结果关系的一种方法,其目的在于使保护地和非保护地之间的相关变量分布相似[14]。总的来说,就是在自然保护区外面选择与自然保护区内相似的点来进行对比。Andam等[9]对Costa Rica在1960-1997年期间超过150个保护地的研究使用了匹配评估法。他们主要控制每个地点到道路、森林边界、最近主要城市的距离、土地利用能力等级以及一些未达成一致意见补充变量,如到铁路和河流的距离、人口密度、移民比例、教育水平、贫穷以及行政区的大小。尝试了多种对等对比法后,选择了带来最好变量平衡的方法--根据马氏距离度量(Mahalanobis distance metric)选择最邻近相关变量对等法(nearestnrighbor covariate matching),从而创造了一个更有代表性的控制点,从而使配对对比的点相似程度高。使用“ Caliper”技术来在对等法中设置最小可接受相似性,并且使用同样的对等方法来测量空间溢出(spillovers)。
4 研究展望自然保护区保护效果的科学性研究对于自然保护区管理具有重要意义。将来这方面的研究需要从以下方面强化:
(1)强化时空对比的可比性。要保证空间对比的对等性,包含的变量除了地理变量,将来基于森林退化的自然保护区有效性研究应该包括更多的控制变量,如生态系统的独特性、生态系统服务功能,当地的管理能力、资金水平、政策的实施、自然保护区的类型以及社区的参与等[6]。要保证时间尺度上更加对比,自然保护区一定要持续进行资源记录,才能使对比更加有效,如果时间和空间尺度相结合,自然保护区的保护效果评估能更加准确。
(2)探索多种评估方法。使用不同的自然保护区保护效果评估方法将会得到不同的保护效果,应该应用不同学科的优秀方法或者多个学科的研究方法相结合,从而使自然保护区的保护效果的评估方法更加科学。
(3)综合采用多个评价指标。森林退化只能定量评价自然保护区的森林生态系统格局,将来的研究可以从森林生态系统的质量、功能、生态系统服务等多个方面同时评估。
总之,随着自然保护区保护效果研究方法的不断深入和完善,自然保护区效果评估将更加规范、科学和简便,从而为自然保护区高效管理奠定方法基础。
[1] | JOPPA L N, LOARIE S R, PIMM S L. On the protection of"protected areas"[J]. Proceedings of the National Academy ofSciences, 2008, 105(18): 6673–6678. DOI:10.1073/pnas.0802471105 |
[2] | WANG W, PECHACEK P, ZHANG M, et al. Effectivenessof nature reserve system for conserving tropical forests:Astatistical evaluation of Hainan Island, China[J]. PloS one, 2013, 8(2): e57561. DOI:10.1371/journal.pone.0057561 |
[3] | SOUTHWORTH J, NAGENDRA H, CARLSON L A, et al. Assessing the impact of Celaque National Park on forestfragmentation in western Honduras[J]. Applied Geography, 2004, 24(4): 303–322. DOI:10.1016/j.apgeog.2004.07.003 |
[4] | RAYN D, SUTHERLAND W J. Impact of nature reserve establishment on deforestation:a test[J]. Biodiversity andConservation, 2011, 20(8): 1625–1633. DOI:10.1007/s10531-011-0051-y |
[5] | BRUNER A G, GULLISON R E, RICE R E, et al. Effectiveness of parks in protecting tropical biodiversity[J]. Science, 2001, 291(5501): 125–128. DOI:10.1126/science.291.5501.125 |
[6] | NAUGHTON-TREVES L, HOLLAND M B, BRANDON K. The role of protected areas in conserving biodiversity andsustaining local livelihoods[J]. Annu. Rev. Environ. Resour, 2005, 30: 219–252. DOI:10.1146/annurev.energy.30.050504.164507 |
[7] | TALBOT J J. Research Priorities in Tropical Biology[J]. Environmental Conservation, 1980, 7(02): 99–100. DOI:10.1017/S0376892900007074 |
[8] | MAS J F. Assessing protected area effectiveness usingsurrounding (buffer) areas environmentally similar to the targetarea[J]. Environmental Monitoring and Assessment, 2005, 105(1-3): 69–80. DOI:10.1007/s10661-005-3156-5 |
[9] | ANDAM K S, FERRARO P J, PFAFF A, et al. Measuringthe effectiveness of protected area networks in reducing deforestation[J]. Proceedings of the National Academy ofSciences, 2008, 105(42): 16089–16094. DOI:10.1073/pnas.0800437105 |
[10] | WITTEMYER G, ELSEN P, BEAN W T, et al. Acceleratedhuman population growth at protected area edges[J]. Science, 2008, 321(5885): 123–126. DOI:10.1126/science.1158900 |
[11] | 杨军, 张明祥, 雷光春. 《中国国家级湿地自然保护区保护成效初步评估》中的偏差[J]. 科学通报, 2012, 57(15): 1367–1370. |
[12] | GAVEAU D L A, EPTING J, LYNE O, et al. Evaluatingwhether protected areas reduce tropical deforestation inSumatra[J]. Journal of Biogeography, 2009, 36(11): 2165–2175. DOI:10.1111/jbi.2009.36.issue-11 |
[13] | ARMENTERAS D, RODRIGUEZ N, RETANA J. Areconservation strategies effective in avoiding the deforestationof the Colombian Guyana Shield?[J]. Biological Conservation, 2009, 142(7): 1411–1419. DOI:10.1016/j.biocon.2009.02.002 |
[14] | J L, PFAFF A. Reassessing the forest impacts of protection:the challenge of nonrandom location and a correctivemethod[J]. Annals of the New York Academy of Sciences, 2010, 1185: 135. DOI:10.1111/j.1749-6632.2009.05162.x |
[15] | RODRIGUEZ N, ARMENTERAS D, RETANA J. Effectiveness of protected areas in the Colombian Andes:deforestation, fire and land-use changes[J]. Regional Environmental Change, 2013, 13(2): 423–435. DOI:10.1007/s10113-012-0356-8 |
[16] | EWERS R M, RODRIGUES A S L. Estimates of reserve effectiveness are confounded by leakage[J]. Trends in Ecology & Evolution, 2008, 23(3): 113–116. |
[17] | ZANUTTO E L. A comparison of propensity score and linearregression analysis of complex survey data[J]. Journal of DataScience, 2006, 4(1): 67–91. |