探索如何提升民生福祉正成为全球发展议程中的核心议题。2015年联合国可持续发展峰会确立的17项可持续发展目标也充分体现其与人类福祉的紧密联系^[1]。党的二十大报告明确指出大自然是人类生存和发展的基础, 提倡人与自然和谐共生, 并将增进民生福祉作为发展的重大目标。国家公园建设旨在对自然生态系统的原真性和完整性进行严格而系统地保护, 而园内及周边居民生计大多依赖于对当地自然资源的利用, 这不可避免地导致生态保护与生计发展之间的矛盾^[2]。国家公园的建设在短期内可能会对社区居民的社会经济福祉造成一定程度的负面影响^[3], 但从长期发展角度来看, 其对生态福祉的提升将为社区带来持续的积极效益。在国家公园体制建设背景下, 通过识别社会经济福祉和自然生态福祉的耦合关系, 确保在生态保护基础上提升社区福祉水平, 对于有效提高社区福祉水平以及促进社区整体可持续发展具有重要意义。

目前针对国家公园社区福祉的研究, 倾向于单独评价生态福祉和社会经济福祉, 而对二者的综合福祉测度及其耦合协调作用的探讨相对缺乏。在生态福祉的测度方面, 研究集中于生态系统服务价值的评估, 涉及总量和空间分布, 常用的方法有价值法、物质法、能值法等^[4—7]。而社会经济福祉测度更倾向于采用基于GDP或单一经济指标的客观测度、生活满意度的主观测度^[8—9]、以及基于可行能力理论构建的人类能力与功能的复合指标测度^[10]。

基于千年生态系统服务评估^[11]、社会-生态系统^[12]、人类-自然耦合系统^[13]等框架开展生态系统服务与社会经济福祉之间的关系研究^[14]备受学者关注, 尤其是生态系统服务对社会经济福祉的影响以及人类福祉对生态系统的依赖研究。然而, 研究多数是在全球^[15]、国家^[14]和省市^[16]等不同宏观尺度展开, 在保护地尺度的乡村社区探索较少。研究主要采用结构方程模型^[17]、耦合协调度^[18]、系统动力学模型^[19]来探讨生态系统服务与人类福祉之间的耦合关系及其相互作用, 但在探究综合福祉耦合的影响机制方面仍显不足^[20—21]。本研究拟构建国家公园社区社会经济福祉和自然生态福祉的指标测度体系, 运用耦合协调度模型分析两者之间的耦合关系, 并基于灰色关联法识别影响耦合关系的关键因素。耦合协调度衡量不同系统间相互作用与协同发展水平, 反映系统间的依存性、互动性及整合程度^[22]。对国家公园社区社会经济福祉和自然生态福祉的耦合协调度分析, 能够揭示社区发展中的不均衡因素和潜在问题, 为优化社区发展的平衡与公平性、促进国家公园社区的可持续发展提供科学依据。

作为中国首批正式设立的国家公园之一, 武夷山国家公园范围内及周边区域人类活动频繁, 国家公园内社区居民生计主要依赖于茶叶种植等经济活动, 当地资源利用与保护之间的冲突显著^[23]。因此, 在保障生态保护前提下如何提升社区居民福祉, 是武夷山国家公园仍面临的难题之一。本研究以武夷山国家公园范围内面积最大、人口最多的A村为研究对象, 测度其12个村民小组的社会与生态福祉, 探究二者之间的耦合协调关系及其影响因素, 并基于实证分析结果提出社区分类调控优化策略。本研究拟解决的关键科学问题是：(1)阐明A村的社会与生态福祉的空间分异特征；(2)分析A村的社会与生态福祉的耦合协调度差异；(3)识别耦合协调度的主要影响因素并提出规划优化对策。

1 研究区域

A村位于武夷山国家公园内部的中心区域, 该区域地形复杂, 海拔高度从255—1927m不等, 呈现西北高、东南低的趋势, 总面积约207.90km²。该区域属于气候温和湿润的亚热带季风气候, 形成典型的亚热带森林生态系统, 其中主要森林类型包括常绿阔叶林、针叶林和混交林等。同时, A村也拥有丰富的野生动物资源, 如藏酋猴、短尾猴等。全村分为12个村民小组(图 1), 共计428户, 约有2100名村民, 占武夷山国家公园总人口的62.7%, 呈现人口分布不均和密度较低的特征。A村主要产业为茶产业, 尤其是第1、2、3村民小组是茶产业的核心。只有部分农户开展民宿经营、养蜂等副业。鉴于A村在地形海拔、人口分布、经济收入等方面的显著差异, 本研究将研究尺度细化至自然村级别, 选取A村下辖的12个村民小组作为分析单元, 更为精确地反映其地理空间结构和发展目标上的多样性^[24], 从而准确识别问题并提出优化对策。

2 研究方法和数据来源 2.1 国家公园社区福祉评估指标体系

当前对于福祉测度的研究主要从社会经济^[25—26]或自然生态^[27—28]单个维度分别构建指标体系, 通常针对流域^[29]、城市^[27]、草原^[28]等特定的生态系统。由于不同生态系统与福祉之间的联系存在显著的差异, 呈现出独特的地理特性^[30], 相关研究中的指标体系难以完全匹配研究区域。因此, 本研究在对武夷山国家公园A村社会-生态系统分析和研究综述的基础上, 充分考虑指标选取科学性、可行性和系统性, 从社会经济和自然生态两个维度选取社区福祉评估指标(表 1)。

社会-生态系统作为人类生存和发展的重要载体, 是社会系统与生态系统通过复杂的相互作用而形成的动态耦合系统^[31]。本研究将武夷山国家公园A村视作一个复杂的社会-生态系统, 其中经济、社会和自然要素在人类活动的驱动下形成了紧密的互动关系^[32]。武夷山国家公园是中亚热带森林生态系统的典型代表, 提供了丰富的调节和支持服务。A村位于武夷山国家公园内部, 是该森林生态系统的子系统。自然生态福祉测度的指标筛选是基于A村独特的地理位置、生态系统的特殊性及数据的可获取性^[33], 选取对福祉影响最为关键和直接的生态系统服务进行评估, 包括植被覆盖^[34]、生境质量^[35]、水源涵养^{[17, 35]}、固碳服务^{[7, 36]}及土壤保持^{[7, 35]}等5个方面。社会经济福祉测度的指标选取基于对A村实际情况的深入了解和已有研究, 涵盖基础生活资料^{[17, 37]}、健康^[37—38]、安全^[38—39]、社会关系^[38]、选择与行动的自由^{[37, 40]}和家庭经济^{[25, 37]}等6个方面。此外, 国家公园社区福祉测度指标通过熵权法确定权重。熵权法作为一种客观的多指标决策分析的方法^[41], 具有较高的可信度。为消除量纲不同对评价结果的影响, 研究采用极差标准化方式进行数据处理^[42]。

2.2 国家公园社会经济福祉测度问卷设计与收集情况

本研究社会经济福祉测度相关数据通过实地调研和问卷调查收集。其中, 公共设施分布指标基于对A村各村民小组公共设施的地理位置标记, 并运用核密度分析进行指标计算^[43]。其他指标通过入户问卷调查获取。问卷的设计综合考虑受访者的基本情况、生计资源、对武夷山国家公园认知情况以及社会福祉情况等4个部分, 各指标评分标准如表 2。

为确保问卷的科学性和信效度, 首先于2022年1月在武夷山国家公园开展了为期10d的预调研, 根据预调研结果优化问卷设计, 剔除误差较大的问题。随后, 于2022年7月进行为期10d的正式调查, 共发放问卷210份, 回收有效问卷207份(表 3), 问卷有效率为98%。A村共有户籍428户, 回收有效问卷数量覆盖总户籍数的48.4%。207份调查数据的描述统计分析如表 4所示, 调查样本分布较为均衡, 基本涵盖A村情况。

为确保问卷数据的可靠性和客观性, 本研究在数据分析前对问卷的信效度进行检验。Cronbach′s alpha系数达到0.66, KMO值为0.72, Bartlett球形检验的显著性P值为0.000, 均表明所选指标适合进行因子分析, 足以支撑后续的数据分析。

2.3 国家公园自然生态福祉测度与数据来源

在自然生态福祉测度中, 5个关键指标分别通过不同方法计算。植被覆盖通过植被归一化指数计算得出, 其余指标均通过InVEST模型进行计算(表 5)。各项指标经分区统计后, 采用自然断点法划分为5个等级, 按照从低到高的顺序, 依次赋予1至5分的评分值。本研究涉及的数据主要包括土地利用、归一化植被覆盖度、降水量和潜在蒸散量、降雨侵蚀力、植物可利用水含量、土壤深度、土壤可蚀性、数字高程模型以及武夷山国家公园边界数据等。数据来源如下所述：(1)土地利用数据来源于地球大数据科学工程数据网站(https://data.casearth.cn/), 结合实际情况分为林地、草地、耕地、园地、建设用地、水域、其他土地。(2)归一化植被覆盖数据来源于Google Earth Engine(GEE), 空间分辨率30m。(3)降水量数据和潜在蒸散量数据来自时空三极环境大数据平台(http://poles.tpdc.ac.cn), 分辨率为1000m。降雨侵蚀力(R因子)数据以1991—2020年降雨侵蚀力数据作为2020年的R因子数据(http://clicia.bnu.edu.cn)。(4)植物可利用水含量数据使用ISRIC网站土壤质地数据和土壤孔隙度的加权平均值矢量数据。土壤深度数据来自《Depth-to-bedrock map of China at a spatial resolution of 100 meters》。土壤可蚀性(K因子)数据来自第三极(20国)土壤可蚀性因子数据集。(5)数字高程模型(DEM)来源于美国国家航空航天局(NASA)全新的全球30m分辨率DEM数据。(6)武夷山国家公园边界数据来源于武夷山国家公园管理局, A村村民小组边界数据根据相关图件进行矢量化和空间配准。

2.4 国家公园社区福祉空间分析

为全面比较A村不同村民小组的社区福祉水平, 本研究运用综合评价法对社区福祉的各维度进行整体评价, 公式如下：

(1)

式中, S表示福祉的总体得分, n代表指标个数, j代表福祉的各项指标, w_j代表指标权重, S_j代表指标j经过标准化的数值。

本研究通过综合评价法进行加权求和后, 计算得到社区福祉各维度的总分, 应用自然断点法^[36]将12个村民小组的社会经济福祉水平和自然生态福祉水平分别划分为高、中和低三个等级, 以便更清晰地识别和比较不同村民小组间的社区福祉水平。

2.5 耦合协调度分析

耦合协调度能在耦合度的基础上进一步表明社会-生态系统的相互作用机制, 可针对二者的促进或制约类型及水平进行判别, 反映其协调程度^[45]。参考相关研究^[46—47], 根据耦合协调度D值进行耦合协调发展特征分类, 将其划分为协调型、磨合型、拮抗型、失调型4种类型(表 6)。具体公式如下：

(2)

(3)

(4)

式中, C为耦合度, U₁和U₂分别为自然生态福祉和社会经济福祉的综合评估值。D为耦合协调度, T为社会经济福祉和自然生态福祉系统的综合协调指数。社会经济福祉和自然生态福祉相互依存, 共同构成社区可持续发展的基础, 因此本研究认为两者同样重要, 赋予相同的权重, 即a=b=0.5。此外, 运用相对发展度(μ)判断自然生态福祉与社会经济福祉之间的相对发展水平差异。参考相关研究^[48—49], 本研究设当0.8＜μ≤1.6时, 二者处于均衡发展水平；当μ≤0.8时, 自然生态福祉相对滞后；当1.6＜μ时, 社会经济福祉相对滞后。具体公式如下：

(5)

2.6 灰色关联分析

灰色关联分析主要应用于揭示系统内部复杂且难以鉴别的各子系统之间的关联强度。相较于相关分析和回归分析, 灰色关联分析更真实客观地反映系统的主要影响因素及差异性^[50]。因此, 本研究运用灰色关联分析法, 对社会经济福祉与自然生态福祉中各项指标与两者之间的耦合协调度的关联性进行定量评估, 探究耦合关系变化的关键驱动因素。参考相关研究划分标准^[51], 将关联度ξ划分为3个等级：0＜ξ≤0.35表示关联程度弱, 0.35＜ξ≤0.70表示中等关联程度, 0.70＜ξ≤1则表示关联程度强。灰色关联度计算公式为：

(6)

(7)

式中, ξ代表灰色关联度；X′_0j表示第j村民小组经均值化处理的母序列数值, 即社会经济福祉与自然生态福祉的耦合协调值；X′_ij为第j村民小组均值化后的特征序列数值, 即国家公园社区福祉评估指标体系中的19个指标数值；ρ表示分辨系数, 为0.5。

3 结果分析 3.1 社会经济福祉空间分异分析

A村社会经济福祉各指标的空间分布显示出显著差异(图 2)。在基础生活资料方面, 各村民小组存在生活资源分配不均的情况, 整体空间布局呈现西北部较高而东南部较低的趋势。其中第5小组分值最高, 为0.204, 作为A村村级行政服务中心, 具备较为完善的基础设施建设和更好的生活资源获取能力。第11村民小组分值最低为0.092, 由于地理位置偏远, 道路条件较差, 且基础设施建设程度远低于其他小组。在健康方面, 各小组分值没有明显差异。在安全方面, 各村民小组平均分在0.041左右。从图 2中可得, 第3、4、7、9村民小组安全程度相对较高。第5和第11村民小组的安全情况得分较低, 分别为0.037和0.035。其中, 第5村民小组的猴群虽带来较多的游客收益, 但也使其居民更容易受到猴群的骚扰与侵害, 第11村民小组则是由于地理位置偏远且人口较少, 根据调研情况, 该小组更容易遭受到野猪、蛇等野生动物侵扰的影响。在社会关系中, 以邻里关系作为主要衡量指标, 其中第4村民小组在该项中得分最高, 为0.023。在选择与行动的自由方面, 第1和第4村民小组得分最高为0.135, 第6村民小组得分最低, 仅为0.072。在家庭经济方面, A村内部收入水平差异显著, 总体上北部小组经济条件更优, 而南部则较为落后, 第7村民小组得分最高, 得分为0.110, 得分最低的小组为第5组, 为0.070。

综合而言, A村社会经济福祉的分布存在较大差异, 其空间分布如图 3所示。研究发现, 高社会经济福祉包括第1和第5村民小组。中等社会经济福祉包括第2、3、4、7、8、10村民小组, 主要集中在村级行政服务中心附近, 展现出较为均衡的发展水平。而第6、9、11、12村民小组则因地处村落较边缘地带, 交通不便, 通常存在社会福祉较低的问题。

3.2 自然生态福祉空间分异分析

整体而言, A村的自然生态福祉水平较高(图 4)。在植被覆盖方面, A村森林资源丰富, 土地类型以林地为主, 植被覆盖度整体较高, 并在空间上呈现西部较高、东部较低的分布情况。其中, 第5、7、8村民小组植被覆盖度最高, 分值为0.155。A村整体水源涵养量呈现由北向南递减的空间分布情况, 第1、3、4、7村民小组得分较高为0.126, 第12村民小组得分最低。在生境质量方面, A村的生境质量状况优越, 生境质量指数较高。其中, 第1、3、4村民小组得分最高为0.335；而第10、11、12村民小组得分较低为0.084, 生境质量相对较低。在固碳服务方面, A村各村民小组碳储量差异较小, 但位于高海拔地区的村民小组拥有更高的碳储量。此外, A村具有较高的土壤保持量, 在空间分布特征上, 呈现出北部略高南部略低的情况, 第1、5、11村民小组分值最高, 均为0.142。

A村村民小组分布相对分散, 其自然生态福祉呈现出明显的差异性(图 5), 整体上呈现由北部向南部递减的空间分布趋势。在此分布中, 第1和第3村民小组自然生态福祉较高。其中第1村民小组分值为0.961, 远高于其余村民小组, 位于村内最北端且海拔最高。第3村民小组也同样位于A村北部, 两者的自然条件优越, 提供丰富的生态系统服务。中等自然生态福祉包括第2、4、5、6、7、8、9和11村民小组, 其中2、4、7村民小组的分值较高, 约在0.700范围, 三者都位于海拔较高的区域。而低自然生态福祉的村民小组为第10和12小组, 分别为0.366和0.219, 第10村民小组处于村落中部, 第12村民小组为A村的入口小组。

3.3 耦合协调度分析

本研究通过耦合协调度模型对A村各村民小组进行分析(表 7、图 6), 研究发现协调型和磨合型村民小组分布在西北部, 而拮抗型和失调型村民小组则集中在东南部。具体而言, 协调型由第1、2、3、5和7村民小组组成, 该类型小组主要位于A村的西北部, 得益于良好的生态系统服务, 为村民提供高品质的生活环境及由优质茶园所带来的经济收益。同时, 这些小组在茶叶经营和生产资源以及第三产业的发展方面表现突出, 从而拥有较高的社会经济福祉水平。磨合型由第4、8、9村民小组组成, 其社会经济福祉和自然生态福祉处于中等水平, 基础设施建设能够满足基本生活需求。

拮抗型涵盖第10和第11村民小组, 虽然在物质基础条件和交通状况方面较为落后, 但具有较高的植被覆盖度和较好的水源涵养能力。失调型包括第6与第12村民小组, 从空间分布来看, 该类型的村民小组位于A村的东南侧。根据实地调研, 尽管这些村民小组的家庭平均茶园面积较大, 但因缺乏有效的销售渠道, 且茶叶品质不够突出, 导致经济收入较低。此外, 这些村民小组居民居住分散, 与A村行政服务中心距离较远, 在构建社会资本和社会网络方面存在不足, 村民获取政策信息和村内交流机会的减少, 从而影响社会经济福祉的整体水平。此外, 第6和第12村民小组部分区域位于国家公园生态修复区内, 尤其是第12村民小组更靠近集镇, 人类活动较为频繁, 对生态环境造成较大影响, 进而导致自然生态福祉水平较低。

3.4 主要影响因素识别

本研究采用灰色关联分析方法从国家公园社区社会经济福祉与自然生态福祉指标中识别主要影响因素, 结果如图 7。整体而言, 耦合协调度与各指标间的灰色关联度在0.594至0.747范围内, 表明社会-生态两个维度的指标与耦合协调度的整体关联度较强, 均处于中等关联以上。其中, 选择与行动的自由关联度最为突出, 高达0.747, 属于强关联度。这一结果表明居民对自由的感知及生活方式选择的自主性是影响福祉感知差异的主要影响因素。而固碳服务的影响作用最小, 这可能是由于A村整体自然环境优越, 碳储量差异较小所致。

不同耦合协调类型之间的主要影响因素存在差异。在协调型社区中, 基础生活资料、选择与行动的自由、家庭经济、水源涵养、生境质量和土壤保持6个影响因素与耦合协调度关联度都在0.7以上, 属于强关联度, 这表明以上影响因素与两者耦合协调关系差异均有密切联系。对磨合型社区而言, 基础生活资料、健康、安全、社会关系、选择与行动的自由、家庭经济和水源涵养7个影响因素与耦合协调度为强关联度。其中, 社会关系的关联度极高, 达到0.911, 凸显邻里关系的和谐对磨合型社区耦合协调度的重要影响。与拮抗型社区的耦合协调度保持强关联度的影响因素为基础生活资料、健康、安全、选择与行动的自由、家庭经济、水源涵养。其主要受基础生活资料影响, 显示生活质量满意度和便利程度对此类社区的耦合协调度有显著影响。失调型社区的耦合协调度主要受植被覆盖的影响, 呈现出强关联性, 而其余指标与耦合协调度的关系均显示为中等关联度。

4 结论与建议 4.1 结论

本研究以武夷山国家公园A村为例, 探究其社会与生态福祉的耦合协调度及影响因素, 并提出分类调控优化策略。主要结论如下：(1)A村社会经济福祉整体呈现以村道向东西递减分布, 高社会经济福祉村民小组主要分布在A村村级行政服务中心附近, 有更好的基础设施和政策支持；中等社会经济福祉的小组发展较为均衡；而低社会经济福祉村民小组则多因位置边缘化及经营活动不足, 导致其福祉较低。(2)A村在自然生态福祉方面整体表现良好, 呈现出北高南低的分布趋势。高自然生态福祉小组通常位于海拔较高的区域, 享有优越的生态系统服务；中等自然生态福祉小组通常分布在较高海拔地区或A村行政服务中心附近, 具有良好的自然生态条件；而低自然生态福祉的村民小组则因其特殊的地理位置和频繁的人类活动的影响, 面临较大挑战。(3)基于社会-生态福祉耦合协调分析, A村可分为协调型、磨合型、拮抗型、失调型四种模式。协调型和磨合型村民小组主要分布于西北部, 拮抗型和失调型村民小组集中在东南部。(4)总体而言, 指标与社会经济福祉和自然生态福祉的耦合协调度的关联程度较高。其中, 影响耦合协调度发展的关键因素依次为选择与行动的自由、基础生活资料和家庭经济。此外, 不同耦合协调类型之间的主要影响因素存在差异。

4.2 讨论

结合实地调研和实证分析, 总结协调型与磨合型社区的成功经验, 以及拮抗型和失调型社区所面临的关键问题。协调型与磨合型社区通过有效结合并利用优越的自然资源和良好的基础设施, 提高自然生态福祉与社会经济福祉的耦合协调度, 促使两者均衡发展。这两类社区依托良好的交通条件和完善的基础设施, 为社会经济活动提供支持。通过利用茶产业的优势, 以及有效的资源转化机制, 成功将自然资源转化为经济收益, 进而逐步形成第一产业与第三产业融合的可持续发展模式。

拮抗型社区面临的主要问题包括基础生活资源的短缺、经济活动的局限性、健康和安全保障不足以及自然资源的未充分利用。其中, 缺乏基本物质资本及不完善的道路条件, 限制了经济活动的发展。健康和安全保障的缺失进一步制约了居民的生活质量和福祉水平。虽然该类社区拥有相对丰富的自然资源, 但未能有效将自然优势转化为经济发展的推动力, 造成社会经济福祉与自然生态福祉之间的轻度失衡。

失调型社区的主要问题是生态环境退化和居民选择与行动自由的受限。这主要由人类活动对生态环境造成的负面影响所导致, 进而限制了社区经济活动的发展, 尤其是对自然资源依赖较高的经济形式。由于地理位置偏远和基础设施水平的严重落后, 居民在生活方式选择和经济活动方面受到限制, 从而导致社会与生态福祉间的失衡加剧。

4.3 建议

本研究通过借鉴协调型与磨合型社区的成功经验, 识别拮抗型与失调型社区在社会-生态福祉耦合协调度较低的主要影响因素。结合实地调研情况, 本研究通过精细化的社区规划和差异化的策略实施, 从推动产业多元化、促进生态产品价值实现、构建社会资本和社会网络等方面提出优化建议。

拮抗型社区应着重促进经济多样化和提升居民生活质量, 同时合理利用生态环境优势。首先, 充分发挥其生态环境的优势, 如设立“生态银行”等自然资源运营管理和交易平台^[52], 推动生态产品的价值实现。其次, 探索多元化的经济产业, 提供必要的资金和技术支持, 并建立完善的产品销售渠道, 以拓宽市场和提升经济效益。最后, 通过教育和培训提升居民的可持续发展意识和职业技能, 促进社区内部社会资本的建设和社区发展的内生动力, 共同推动社区和生态环境的和谐发展。

失调型社区的优化策略应当同步关注经济发展与生态环境保护。首先, 应重视生态环境的修复工作, 采取水土保持、植被恢复等有效措施, 改善和提升生态系统服务能力。其次, 采取集聚发展和极化带动的方式^[53], 鼓励居民逐步向村级行政中心或服务设施较为完善的区域聚拢, 促进社区内部的资源优化配置。最后, 通过建立持续的监测和评估机制, 确保能够及时调整政策以应对新的挑战和需求, 从而有效支持社区的可持续发展。