量化评估“绿水青山”的经济价值, 是生态文明建设的重要组成部分, 是推进生态文明制度体系建设的重要手段, 是引导各级政府积极践行生态文明的有力措施。生态资产是指能为人类提供各种产品和服务的生态资源和环境^[1—2], 包括各类自然和人工生态系统^[1]。生态资产的评估包括了作为载体的水、土地和生物的价值和生态系统服务价值的评估^[1—2], 自20世纪90年代生态系统服务价值的评估研究逐渐增多^[3—4]。对生态系统服务价值的定量评估可以分为基于单位生态服务产品价格的计算方法和基于单位面积价值当量因子的方法。基于单位生态服务产品价格的计算方法在全球均有广泛的应用, 欧阳志云等^[5]首次提出了生态系统生产总值(GEP)的概念, 建立了GEP核算的方法体系。此后, 基于该方法体系在不同尺度对不同类型生态系统开展了大量的GEP核算工作^{[1, 6—12]}。基于单位面积价值当量因子的方法由Costanza于1997年提出, 并评估了全球生态系统服务和自然资产的经济价值^[13]。谢高地等^[14—15]在该方法的基础上, 将生态系统生态服务价值当量因子, 定义为1hm²农田每年自然粮食产量的经济价值, 并对生态系统服务价值的当量因子进行了进一步修订和补充, 成功应用于中国区域不同生态系统服务价值的评估^[14—18]。由于碳元素是构成生命的基础, 陆地生态系统固定碳元素的多少决定了地球生命支持系统功能的大小, 直接和间接决定了人类福祉。生态系统的各类服务功能, 尤其是支持服务也与生态系统总有机碳库的形成、积累密切相关。因此, 本研究将单位面积上总有机碳库碳资产的价值作为生态系统生态服务价值当量因子, 相比将农田单位粮食产量的经济价值, 能够更加充分的反应生态系统的供给服务能力, 以及与调节服务、支付服务和文化服务之间的连接关系。

生态资产的变化是自然和人为因素共同驱动的结果, 在干部任期考核的自然资源和生态环境审计、生态文明建设评估等生态资产变化评估中, 定量区分自然和人为因素的相对贡献至关重要。已有生态系统服务价值的核算数据主要来源于监测和统计, 无法定量区分气候变化和土地利用变化在生态系统服务价值中的贡献率^[19—27]。因此, 本研究在生态资产核算的基础上, 构建了一个量化气候和土地利用变化对生态资产变化相对贡献的方法, 为评估人类活动对生态资产变化的影响提供了技术支撑。

房山区定位为首都可持续发展的战略新区和现代化国际大都市的重要发展区, 同时还是北京市西南部重要的生态屏障。20世纪80年代后, 房山区实施封山育林, 禁止乱砍滥伐, 大规模植树造林, 改善生态环境, 使得林地面积逐步扩大。2000年后北京城市化进程加速, 房山区的建设用地也急剧增加, 仅10年就翻了几乎1倍^[28]。因此, 本研究以房山区为例, 利用新建的生态资产核算方法体系, 评估了2000—2019年房山区生态资产的时空变异, 定量辨识了气候变化和人类活动对房山区过去20年生态资产变化的相对贡献, 从而为区域的干部离任生态环境审计、生态工程建设的生态效益评估、生态补偿等提供了技术和数据支撑, 同时也为区域的生态系统保护与管理提供参考。

1 研究区域和研究方法 1.1 研究区域概况

房山区(北纬39°30′—39°55′, 东经115°25′—116°15′)位于北京市的西南部, 辖区总面积2019km²。气候属北温带大陆性季风气候, 地处暖温带半湿润区, 年平均气温10—12℃, 多年平均降水量为655mm。房山区地处太行山脉与华北平原的过渡地带, 地貌类型复杂多样, 由西北向东南依次为中山、低山、丘陵、岗台地、洪积平原和冲积平原, 山地和丘陵的面积占总面积的三分之二(图 1)。基于2015年遥感影像解译的土地利用数据表明(图 1), 房山区的土地利用随地势而变化, 在西部中山、低山、丘陵区以森林、草地和灌丛为主, 其中森林面积最大, 占总面积的53.8%, 草地占到11.69%。在东部和南部的洪积平原和冲积平原, 以农田和建设用地为主。

1.2 生态资产评估方法和参数确定

本研究将生态系统生态服务价值当量因子定义为单位面积上总有机碳库碳资产的价值, 然后应用改进的谢高地等^[14—15]的生态系统生态服务价值当量因子表, 核算出区域的生态资产总价值。生态资产总价值分为直接价值和间接价值两部分, 生态资产的直接价值(EWD)为供给服务价值, 用生态系统碳资产的价值表示, 计算方法为：

(1)

在进行区域生态资产评估时, 根据不同空间分辨率将区域划分成若干格点, n为评估区的格点数, A_i为第i个格点的面积(hm²), VC_i为第i个格点的植被碳储量(tCO₂/hm²), SC_i为第i个格点的土壤有机碳储量(tCO₂/hm²), P_C为自愿减排碳市场多年平均的碳交易价格, 根据研究时段内国际碳抵消价格的均值取值为13.6元/t CO₂。

生态资产间接价值包括调节服务、支持服务和文化服务的价值, 各项通过直接价值和当量因子表转换得到, 间接价值(EWI)的计算方法为：

(2)

式中, R_ij为间接价值与直接价值的转换系数。j=1, 7, 分别代表生态系统的气体调节服务、气候调节服务、水源涵养服务、土壤形成与保护服务、废物处理服务、生物多样性维持和娱乐文化服务。R_ij取值在谢高地等^[14—15]的当量因子表的基础上做了进一步的改进：(1)不同类型生态系统碳资产价值具有同等重要性；(2)在本研究中的当量因子反应的是各类生态系统服务价值相对于碳资产价值的重要性, 因此本研究在谢高地等^[14—15]的基础上做了适当调整, 取值见表 1。

生态资产总价值(EW)为直接价值与间接价值之和。

(3)

1.3 模型介绍

生态系统过程模型能够动态评估生态系统变化, 结合生态价值评估模型能够为决策和管理人员提供数据化信息, 满足不断增长的生态价值评估服务需求。本研究中土壤有机碳(SC)和植被碳(VC)来源于生态系统过程模型——CEVSA2模型的输出。应用生态系统过程模型(CEVSA)模型建立于1998年, 是一个基于生理生态过程模拟植物-土壤-大气系统能量、水、碳交换的生物地球化学循环模型^[29—31]。CEVSA2模型是在CEVSA模型的基础上构建的新一代碳氮水耦合模型^[32]。CEVSA2模型包括与植被类型相关的光合生理、分配、凋落、周转的参数以及与土壤质地类型相关的土壤水分参数等, 参数的取值来源于大量实验室和野外试验观测, 同时应用中国区域大量的地面观测数据进行了校准。CEVSA2模型的模拟结果已经应用大量的多尺度的观测数据进行了验证和校准, 在全球和区域水平上应用于研究陆地生态系统碳循环对气候年际变化的响应^[32—39]。

1.4 量化气候变化和土地利用变化相对贡献的方法

设t₁和t₂分别为生态资产计算时段的起始和终止时刻, t₁和t₂时刻格点i的面积为A_1i, A_2i, 格点i单位面积平均生态资产分别为EW_1i、EW_2i, 则t₁到t₂时刻土地利用类型i的生态资产的变化量ΔP_i为：

(4)

对公式(4)进行转换, 设土地利用变化面积ΔA_i=A_2i-A_1i, ΔEW_i=EW_2i-EW_1i, 可将公式(4)进行展开得到：

(5)

通过公式转换将气候变化和土地利用变化分别导致的生态资产变化进行了区分, 在土地利用类型不发生转换的情况下, 区域上由气候变化导致的生态资产的变化量ΔE_C为：

(6)

式中, n为区域上的格点数, 而区域上由土地利用变化所导致的生态资产的变化量ΔE_L为：

(7)

基于以上计算的ΔE_L和ΔE_C, 气候和土地利用变化对区域陆地生态资产的贡献率R_C和R_L分别为：

(8)

(9)

1.5 数据来源和处理

驱动CEVSA2模型的气象数据来源于气象台站的观测数据, 应用ANUSPLIN软件^[40]进行内插, 获得分辨率30m的栅格数据。大气CO₂浓度资料来自于美国夏威夷Mauna Loa观测所(https://www.co2.earth/)。土壤类型和质地资料取自1 ∶ 1400万土壤类型图和第二次土壤普查数据, 结合联合国粮食及农业组织(FAO)的土壤数据库(HWSD v 1.2), https://previous.iiasa.ac.at/), 重采样到30m空间分辨率。基于2000年和2015年遥感影像解译了30m空间分辨率的土地利用数据。

2 结果与分析 2.1 2000—2019年房山区生态资产及其变化 2.1.1 房山区生态资产总量及其空间分布

2019年房山生态资产总价值为177.14亿元, 生态资产总价值占国内生产总值(GDP)的23.3%。森林、草地、农田和湿地的生态资产分别占生态资产总价值的82.33%、11.76%、5.25%和0.095%, 而直接价值分别占总量的84.51%、6.90%、8.01%和0.009%。房山西部山地和丘陵区以森林为主, 生态资产较高, 总价值大部分区域在11万元/hm²以上, 直接价值大部分区域在1.2万元/hm²以上。东部以农田和建设用地为主, 生态资产相对较低, 总价值在6万元/hm²以下, 直接价值大部分区域在0.5万元/hm²以下(图 2)。

由于不同生态系统类型的生态系统服务功能和面积的差异, 使得其在房山区生态资产间接价值中占比差异较大, 气体调节、气候调节、水源涵养、生物多样性维持和娱乐文化服务价值, 森林均占比超过80%, 草地的占比约在10%左右, 而湿地的占比最小, 仅不到1%。土壤形成与保护服务价值总量中森林、草地、农田和湿地分别占比78.08%、14.89%、6.47%和0.02%。废物处理服务价值总量中森林、草地、农田和湿地分别占比68.74%、17.96%、12.49%和0.34%。在空间上, 各项生态系统服务价值均是西部山地和丘陵区较高, 而东部较低, 除废物处理和娱乐文化服务价值外, 其他生态系统服务价值均在在1.4万元/hm²以上(图 3)。

2.1.2 2000—2019年房山区生态资产的变化

2000年至2019年是房山经济社会快速发展的时期, GDP在20年间增长了6.73倍, GDP年均增长35.42%。同期, 生态资产增加了2.275亿元, 占2000年生态资产的1.30%。其中森林、草地和湿地生态资产增加了1.955亿元、0.478亿元和0.475亿元；农田和水域的生态资产则分别减少了0.63亿元和0.003亿元(表 2)。

2.2 气候变化和土地利用变化对房山区生态资产变化的相对贡献

过去20年, 房山区的气温和降水均表现为增加趋势, 气候倾向率分别为0.33℃/10a和53.40mm/10a, 升温伴随着降水增加有利于植被的生长和恢复, 促进了生态系统有机碳的累积。因此, 气候变化使得各类型生态资产均增加, 增加值达到2.689亿元。气候变化对森林和草地的生态资产变化贡献最大, 分别达到95.78%和92.10%。土地利用变化则是农田、湿地和水域生态系统生态资产变化的主要原因, 分别贡献了75.78%、97.90%和66.67%, 土地利用变化使得房山区总的生态资产共减少了0.414亿元(表 3)。

2.3 2000—2019年房山区各乡镇生态资产变化的比较

受各乡镇土地利用类型和总面积的影响, 房山区共28个乡镇中, 生态资产排名最高的为霞云岭乡, 2019年生态资产总价值达到12.142亿元, 其后依次为十渡镇、佛子庄乡、蒲洼乡、张坊镇、史家营乡, 这些乡镇的生态资产均超过5亿元。生态资产超过1亿元的乡镇共有15个, 超过1千万元的乡镇共有25个。迎风街道、新镇街道、星城街道均不足1千万元, 其中星城街道最低, 仅为3万元, 这些街道主要分布在东部平原城区, 以建设用地为主(图 4)。

从2000年至2019年各乡镇生态资产变化的绝对量来看, 受气候变化和生态保护与修复的影响, 21个乡镇的生态资产均增加, 主要分布在西部山地、丘陵区。琉璃河镇湿地保护与修复成效显著, 生态资产增加最为显著, 其后依次为霞云岭乡、佛子庄乡、大安山乡等。房山区另有8个乡镇在研究时段内生态资产下降, 主要分布在东部建设用地快速扩张的乡镇, 其中拱辰街道下降最为显著, 共下降了0.125亿元(图 4)。

由气候变化引起的房山区各乡镇生态资产的变化均表现为增加, 有17个乡镇的生态资产变化由气候变化所主导, 其中霞云岭乡由于气候变化导致的生态资产增加最高, 其相对贡献高达99.66%。有11个乡镇的生态资产变化由土地利用变化所主导。植树造林和生态保护与修复会促进生态资产的增长, 在琉璃河、大安山乡、石楼镇等7个乡镇土地利用变化使得生态资产增加。毁林开荒等破坏生态环境的行为会造成生态资产的减少甚至丧失, 土地利用变化在20个乡镇均使得生态资产下降, 其中城关街道、拱辰街道和窦店镇由于建设用地的扩张, 下降最为显著。

3 讨论

本研究计算的房山区2019年生态资产总价值为177.14亿元, 约占同期GDP的23.3%。马国霞等^[8]核算的我国2015年GEP约是同期GDP的1.01倍。谢高地等^[18]基于当量因子法计算的2010年中国生态系统服务价值为38.10万亿元, 约为同期GDP的94.97%。牟雪洁等^[9]计算的2016年北京市延庆区GEP为335.63亿元。本研究中生态资产对自愿减排市场的碳交易价格较为敏感, 在本研究中年平均的碳交易价格取值为13.6元/t CO₂, 近年来, 碳抵消的价格在逐步上涨, 2022年初已经上涨至14.4美元, 预计到2030年碳价可能高达50美元/t CO₂。由此可见, 本研究采用的碳交易价格相对偏低, 使得核算的生态资产总价值也相对偏低。另外, 本研究采用了平均的碳交易价格, 忽略了研究时段内碳交易市场价格的波动, 以提高不同区域生态资产核算结果的可比性, 同时忽略了由于碳价变化对生态资产变化的影响, 以更好地分析气候变化和土地利用变化的相对贡献。

GEP的核算方法体系是目前国内应用最为广泛的生态产品价值核算方法, 但在进行区域核算过程中, 需要采集的行业数据庞杂, 数据采集、处理、参数选择和计算的工作量较大, 耗时长、成本高^[41], 较难实现快速的、动态的价值评估。而且不同研究者在进行区域核算时, 对于核算指标及其计算方法的选择、参数的确定、定价方法等的不同, 使得不同区域核算结果的可比性相对较差。基于单位面积价值当量因子的方法采用标准生态服务价值当量因子和基础当量表, 能够快速完成区域核算, 且不同区域之间可比性较强。但是, 当量因子反应的是各类生态系统服务价值相对于碳资产价值的重要性, 取值来源于专家知识^[14—15], 缺乏机理解释, 不能准确反映不同类型生态系统和不同类型生态系统服务的价值、动态及其主导影响因素的差异, 同时对标准生态服务价值当量因子的定价较为敏感, 对核算的生态资产总价值影响较大, 其结果也缺乏充分的验证。未来随着生态基础观测数据和GEP功能量核算成果的累积, 逐步建立不同区域、不同类型生态系统中生态系统调节服务、支持服务和文化服务与碳储量之间的定量关系, 从而获得更为准确、详细和动态的当量因子表, 进一步提升核算结果的科学性、易操作性和可比性。

生态资产核算的目的在于应用, 在进行地区生态文明建设成效评估、干部离任生态环境审计、生态补偿机制建立过程中, 如何定量区分人类活动的相对贡献具有重要意义。目前无论是GEP的核算方法体系还是单位面积价值当量因子法都无法将人类活动的影响进行定量区分。本研究将生态系统的碳资产价值作为标准生态服务价值当量因子, 并构建了一个能够定量区分气候变化和土地利用变化对生态资产变化相对贡献的方法, 从而能够将生态产品价值评估的结果与政策决策与管理很好地整合, 提升了生态产品价值评估的有效性、必要性和应用价值, 为区域生态文明建设的一系列决策提供了技术支持。房山在2000—2019年期间, 由于经济社会快速发展, 城镇化建设的需求, 各类建筑用地需求增加, 过去20年, 建设用地增加了37.411km², 占2015年房山区城乡建设用地的12.27%, 建设用地的增加主要来源于农田面积的减少, 过去20年房山区农田面积减少了36.256km², 其次是水域面积减少了2.518km², 草地的面积也有所减少, 但同时期也是房山区开展生态文明建设, 加强生态系统保护与修复的重要时期。得益于房山区生态文明建设的成效, 森林和湿地面积均有所增加, 通过新增造林森林面积增加了1.38km², 湿地面积也增加了0.74km²。建设用地的扩张使得房山区生态资产总价值减少了0.967亿元, 森林和湿地面积的增加使得生态资产共增加了0.55亿元, 气候变化则使得生态资产增加了2.689亿元, 因此过去20年房山区生态资产净增加了2.275亿元, 由此可以看出, 气候变化和生态保护与修复抵消了城市扩张所造成的生态资产损失。另外, 本研究构建的算法是定量区分气候变化和土地利用变化对生态资产变化的相对贡献, 但人类活动的影响除土地利用变化外, 还包括生态修复与保护、森林经营管理、草场可持续经营、农田管理等, 需要进一步改进算法, 从而能够定量区分各种人类活动对生态系统及其资产变化的相对贡献。

4 结论

基于本研究构建的快速、动态的生态资产变化评估方法, 2019年房山陆地生态系统生态资产总价值的评估结果为177.14亿元。森林、草地、农田和湿地的生态资产分别占生态资产总价值的82.33%、11.76%、5.25%和0.095%。房山在2000—2019年期间, 生态资产总价值增加了2.275亿元, 占2000年生态资产总价值的1.30%。

房山在2000—2019年期间, 由于经济社会快速发展, 城镇化建设的需求, 建设用地增加了37.411km², 农田、水域、草地面积的减少, 使得房山总生态资产减少了0.967亿元。但得益于房山区生态文明建设的成效, 森林和湿地面积均有所增加, 森林和湿地生态资产共增加了0.55亿元。过去20年气候变化有利于房山区生态资产的提升, 使得生态资产增加了2.689亿元, 因此在过去20年房山区的生态资产总体表现为增加, 气候变化和生态保护与修复抵消了城市扩张所造成的生态资产损失。

房山区生态资产西高东低, 森林主要分布在西部山区, 其中霞云岭乡生态资产最高, 东部平原区以建设用地、农田为主, 生态资产相对较低。过去20年房山区生态资产增长最为显著的是琉璃河街道, 由于建设用地扩张也主要发生在东部地区, 拱辰街道的生态资产下降最为显著。