佟玲玲,魏曉燕,宋秀華,毛旭鋒,*,金 鑫,金彥香,季海川,唐文家

1 青藏高原地表過程與生態(tài)保育教育部重點實驗室；青海省自然地理與環(huán)境過程重點實驗室, 西寧 810008

2 高原科學與可持續(xù)發(fā)展研究院,青海師范大學地理科學學院, 西寧 810008

3 青海師范大學經(jīng)濟與管理學院, 西寧 810008

4 青海湟水國家濕地公園生態(tài)管理服務(wù)中心, 西寧 810008

5 青海省林草局, 西寧 810008

6 青海省生態(tài)環(huán)境廳, 西寧 810008

濕地為周圍居民提供凈化空氣、美化環(huán)境及凈化水質(zhì)等諸多生態(tài)系統(tǒng)服務(wù)[1—6]。開展?jié)竦厣鷳B(tài)系統(tǒng)服務(wù)價值評估[7—10],是濕地管理和相關(guān)決策的重要基礎(chǔ)和依據(jù),有利于濕地保護、恢復和可持續(xù)利用[11—12]。2007年Constaza對全球生態(tài)系統(tǒng)開展價值評估引起巨大反響,諸多國內(nèi)外學者對濕地服務(wù)進行了評價。在MA提出生態(tài)系統(tǒng)分類的基礎(chǔ)上,謝高地等學者對于生態(tài)系統(tǒng)服務(wù)價值時動態(tài)評估方面提出綜合的評估方案,推動了當量因子法價值評估的應(yīng)用與發(fā)展[13]；Kingsfor等學者側(cè)重于濕地生態(tài)系統(tǒng)服務(wù)與其結(jié)構(gòu),提出了基于 3S 技術(shù)的動態(tài)監(jiān)測生態(tài)數(shù)據(jù),降低了濕地服務(wù)的重復估算[14—16]。上述研究促進了濕地生態(tài)系統(tǒng)服務(wù)評價體系和方法的進步。綜合已有研究成果發(fā)現(xiàn),基于現(xiàn)行的評價體系和方法核算出的濕地價值,通常是未被市場認可的“理想狀態(tài)”,其價值往往未能完全轉(zhuǎn)化為真正的市場價值。主要原因包括但不限于以下問題：(1)偏差問題：應(yīng)用支付意愿小于因破壞或污染相同質(zhì)量或數(shù)量的濕地資源的受償意愿[17]；(2)全部價值和部分價值：核算出來的是濕地的全部價值,但實際使用的僅為部分價值。

為解決上述問題,學者采用不同的價值量評估法對濕地的“市場認可”的價值進行估算。有學者結(jié)合濕地分布面積,運用當量因子法對其市場價值進行評估[18—19],有學者開展基于享樂價值的濕地生態(tài)系統(tǒng)服務(wù)價值研究[20]。將濕地的價值從房產(chǎn)的價格中“剝離”出來,進而核算出濕地真實的“市場價值”。諸多研究結(jié)果證明人們愿為濕地周邊的住宅區(qū)支付更高的價格,利用濕地附近住宅區(qū)價值可反映濕地提供多樣的生態(tài)系統(tǒng)服務(wù)的真實市場價值。值得進一步研究的是,上述方法雖然可以核算出濕地被市場認可的價值,但價值空間存在的差異,影響濕地被市場“認可價值”的關(guān)鍵因素不明確,亟需適當?shù)难芯糠椒ㄕ页鰸竦厣鷳B(tài)系統(tǒng)服務(wù)價值的關(guān)鍵空間過程和因素。本研究以中國高原城市濕地為例,采用價格享樂法,將濕地諸多服務(wù)轉(zhuǎn)化為市場認可的“房價”因素,計算出2020年湟水城市濕地生態(tài)系統(tǒng)服務(wù)被市場認可的價值；同時,分析濕地價值量的空間分布差異及隨距離的變化,揭示城市濕地生態(tài)系統(tǒng)服務(wù)價值的關(guān)鍵空間過程和影響因素,為濕地管理和決策提供科學依據(jù)。

1 研究區(qū)概況

研究區(qū)位于青海省西寧市城區(qū)段(圖1)。其位于青海省東部、河湟谷地中部,平均海拔約2261m；地勢西北高,東南低；屬于高原寒溫帶半干旱氣候區(qū),氣壓低,日照長,晝夜溫差大；年平均氣溫為5.8℃,年平均降水量為380mm。湟水是黃河上游最大的一級支流,全長374km,流域面積3200多km2。

圖1 西寧市湟水國家濕地公園概況圖Fig.1 Overview Map of Xining Wetland Park

隨著湟水國家濕地公園和西寧海綿城市的建設(shè),湟水河沿線濕地生態(tài)系統(tǒng)服務(wù)功能日益凸顯。海湖濕地公園(36°38′57″—36°39′29″N,101°40′24″—101°43′24″E),在湟水河的南北岸兩側(cè)分布,南北兩岸建滿住宅區(qū)。(2)火燒溝區(qū)(36°38′15″—36°39′01″N,101°42′40″—101°43′55″E),其下游河道梯級水壩景觀提升了購房者對火燒溝附近住宅區(qū)的購買意愿。(3)北川濕地公園(36°40′40″—36°43′32″N,101°45′41″—101°46′11″E),呈南北條狀分布,水景和綠景占全濕地公園面積的70%以上,改善了濕地周圍住宅區(qū)的小氣候。(4)寧湖濕地公園(36°34′12″—36°33′48″N,101°52′43″—101°54′27″E)是一處人工濕地,集水質(zhì)凈化與生物多樣性維持等多重功能的濕地生態(tài)系統(tǒng)。

2 研究方法和數(shù)據(jù)來源

2.1 享樂價格法

享樂價格模型:P=P(Z1,Z2,Z3,...,Zn)式中,P為住宅價格,Z為住宅價格影響因子(如房屋結(jié)構(gòu)、區(qū)位條件等)。它通過揭示不同的房地產(chǎn)價格與其不同的環(huán)境屬性,采用多重回歸方法來研究房地產(chǎn)價格與可能影響房價的許多變量的關(guān)系。本文采用線性形式和線性對數(shù)形式函數(shù)模型：

Pi=β0+β1S1+β2Si+β3Qi+εi

(1)

In(Pi)=β0+β1S1+β2S2+β3Qi+εi

(2)

式中,Pi表示第i個住宅社區(qū)的平均單價;Si表示住房結(jié)構(gòu)屬性特征向量矩陣,為住房的結(jié)構(gòu)屬性特征向量矩陣;Ni表示住房鄰里屬性特征向量矩陣;Qi為模型引入的虛擬變量,為第i個社區(qū)住宅區(qū)與濕地公園間距離;βi為相應(yīng)系數(shù)矩陣。模型通過F檢驗(F=8.479,P<0.05)。

2.2 斷裂點理論和加權(quán)Voronoi圖模型

采用斷裂點理論和加權(quán)Voronoi圖模型研究濕地價值發(fā)揮的空間范圍。1949年,康弗斯提出斷裂點理論[21],定量計算不同濕地公園生態(tài)系統(tǒng)服務(wù)的作用邊界[22—23]。斷裂點公式[23]:

(3)

式中:Di為公園i到斷裂點的距離；Dij為公園j中心點與公園i中心點間的距離；Pi、Pj分別為公園i和公園j生態(tài)系統(tǒng)價值量。采用歐氏距離,式(3)變換為:

(4)

由式(4)可得,兩個相鄰濕地公園到其斷裂點的距離與兩公園的生態(tài)系統(tǒng)服務(wù)價值的平方根呈正比。設(shè)研究區(qū)有兩個濕地斑塊a(x1,y1)和b(x2,y2),其生態(tài)系統(tǒng)服務(wù)價值量分別為Pa、Pb。a,b,范圍分界上的任一點的坐標點P(x,y)?；趦牲c間距離公式,當Pa≠Pb時,可將公式(4)整理化簡為:

(5)

Voronoi圖模擬濕地價值的空間影響范圍時,將濕地生態(tài)系統(tǒng)服務(wù)價值作為權(quán)重對Voronoi圖進行加權(quán)[24— 25]。加權(quán)Voronoi圖的定義：

(6)

式中,Pi是二維歐式空間上的n個點;λi為給定n個正實數(shù),由Vn(Pi,λi)確定的對平面的分割稱為點上加權(quán)的Voronoi圖,λi是Pi的權(quán)重[26]。

2.3 結(jié)構(gòu)方程模型

生態(tài)系統(tǒng)服務(wù)價值法僅能反映濕地整體價值,對不同服務(wù)類型的生態(tài)系統(tǒng)價值無法準確估算。因此,引入結(jié)構(gòu)方程模型,具體分析湟水濕地不同類型生態(tài)系統(tǒng)服務(wù)對價值的影響。結(jié)構(gòu)方程模型(structural equation model,SEM)分為測量與結(jié)構(gòu)模型。測量模型公式：

X=Λxξ+δ

(7)

Y=Λyη+ε

(8)

(7)(8)式中ξ為外生潛變量矩陣,X為ξ的測量變量矩陣,Λx為測量變量X和外生潛變量矩陣ξ之間的關(guān)系的測量系數(shù)矩陣,δ為方程殘差矩陣,η為內(nèi)生潛變量矩陣,Y為η的測量變量矩陣,Λy為內(nèi)生潛變量矩陣,η和Y之間關(guān)系的測量系數(shù)矩陣,ε為方程殘差矩陣。結(jié)構(gòu)模型公式：

η=Bη+Γξ+ζ

(9)

(9)中,ξ為外源潛變量,η為內(nèi)生潛變量,B為內(nèi)生潛變量系數(shù)矩陣,Γ為外生潛變量系數(shù)矩陣,ζ為方程的殘差。

本文構(gòu)建濕地公園服務(wù)滿意度理論模型,選取供給服務(wù)、調(diào)節(jié)服務(wù)、文化服務(wù)、支持服務(wù)四個潛變量[27—30]。經(jīng)過專家小組評論和查閱相關(guān)文獻[31]等兩個步驟,設(shè)置潛變量的具體觀測指標,得到較合理的觀測指標25項。例如,研究區(qū)濕地灌叢和森林濕地較多,過去附近居民采集薪柴作燃料,雖現(xiàn)已禁止采集薪柴,但仍有其市場價值。故將此類指標也納入觀測變量中。問卷中每個指標分為五個評判標準,分別為“特別愿意”“愿意”“一般”“不愿意”“非常不愿意”。其含義如表1所列。

表1 模型觀測指標Table 1 Model observation indicators

2.4 數(shù)據(jù)來源

于2020年11月—2021年1月前往濕地周圍住宅區(qū)調(diào)查問卷發(fā)放。共發(fā)放460份問卷,各濕地回收115份,剔除無效問卷20份,有效回收率95.65%。

具體遙感數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站,房價數(shù)據(jù)來源于西寧市房管局網(wǎng)。本文基于Fan[31]等相關(guān)文獻及研究區(qū)社區(qū)實際情況,來控制社區(qū)的特征和位置屬性,篩選出10種因子,通過ArcGIS10.2軟件計算住房與其最近中學(為全市前七所中學)、醫(yī)院(西寧市三甲醫(yī)院)、市中心(以西寧市政府為代表)及與四個濕地公園間距離(因各濕地斑塊屬性特征和影響力度不同,且需計算各濕地公園價值,所以將四塊濕地公園距離各作為分析指標),如表2。

表2 住宅特征變量統(tǒng)計Table 2 Statistics of residential characteristic variables

3 研究結(jié)果與分析

3.1 基于享樂模型的湟水濕地生態(tài)系統(tǒng)服務(wù)價值

采用線性模型探索高原城市濕地對周圍住宅區(qū)房價的影響,計算購買者的邊際支付意愿。表3結(jié)果表明,(1)住房價格(元/m2)與總建面積、綠化率、容積率、車位配比、物業(yè)管理費呈正相關(guān)關(guān)系,與各濕地公園距離、最近中學距離、成交面積呈負相關(guān)關(guān)系。四塊濕地,與海湖濕地距離負相關(guān)關(guān)系最為顯著,系數(shù)值為-0.175。(2)基于多元線性回歸模型,購房者對住宅區(qū)與濕地公園的最近距離邊際支付意愿為β3,四個濕地公園平均估計結(jié)果為0.120(元/m2)/m,即購買者愿意為住宅區(qū)與濕地公園之間的距離縮小1m而多支付0.120元/m2。結(jié)合社區(qū)平均價格7434.629元/m2,邊際支付意愿占整個房價的2.04%。(3)湟水國家公園濕地平均生態(tài)系統(tǒng)服務(wù)價值為151.916元/m2,由大到小排列: 火燒溝濕地公園>海湖濕地公園>寧海濕地公園>北川濕地公園；據(jù)房產(chǎn)總成交價值量,2020年湟水濕地的總價值達到3.367億元,四處濕地價值量分別為1.632億元、0.710億元、0.629億元和0.330億元。

表3 享樂價格模型的回歸結(jié)果Table 3 The regression result of the hedonic price model

3.2 湟水濕地生態(tài)系統(tǒng)服務(wù)價值空間及距離衰減

基于享樂價格法,得到濕地公園生態(tài)系統(tǒng)服務(wù)價值量(表4)。基于斷裂點理論,將濕地公園生態(tài)系統(tǒng)服務(wù)價值量的平方根為其權(quán)重[32—33],得到濕地公園生態(tài)系統(tǒng)服務(wù)價值影響范圍加權(quán)Voronoi圖(圖2)。

表4 濕地公園生態(tài)系統(tǒng)服務(wù)價值Table 4 Ecosystem Service Value of Huangshui Wetland Park

運用公式(5)計算出各濕地有關(guān)指標(表5)。結(jié)合表3和圖2可知：(1)110個社區(qū)樣點,平均社區(qū)房價隨著與濕地公園可達性的減小而降低(圖2),雖并非完全由濕地距離主導,也從側(cè)面反映濕地對房價的影響。(2)以住宅平均價格和濕地距離的平均值,濕地公園邊際隱含價格為173.622元。即與海湖濕地的距離每減少1km,住房價格每m2增加173.622元。由此,北川、火燒溝和寧湖濕地公園邊際隱含價格為131.937元/m2、144.343元/m2、157.761元/m2。

表5 空間分布范圍有關(guān)指標Table 5 Relevant indicators of the spatial distribution range

圖2 湟水濕地生態(tài)系統(tǒng)服務(wù)價值空間分布Fig.2 Spatial distribution of the service value in the Huangshui Wetland ecosystem

3.3 湟水濕地生態(tài)系統(tǒng)服務(wù)價值的影響因素

本文構(gòu)建了濕地生態(tài)系統(tǒng)服務(wù)滿意度結(jié)構(gòu)方程模型,以探究濕地生態(tài)系統(tǒng)服務(wù)主要影響因素,分析不同類型生態(tài)系統(tǒng)服務(wù)對總價值的影響。本次調(diào)查中購房者普遍是中年人,受教育程度主要為高中學歷。潛變量的克朗巴哈系數(shù)和KMO值均>0.6,通過信效度檢驗,滿足結(jié)構(gòu)方程建模需要(表6)。

表6 樣本數(shù)據(jù)信效度統(tǒng)計檢驗Table 6 Reliability validity of sample data

本文采用絕對擬合指標： CMIN/DF、GFIA、GFI,相對擬合指標：NFI,替代性指標：CFI、RMSEA,對結(jié)構(gòu)方程模型擬合效果進行判斷。擬合效果如表7所示。

表7 結(jié)構(gòu)方程模型擬合效果檢驗Table 7 Fitting effect test of the structural equation model

檢驗結(jié)果顯示,模型CMIN/DF= 2.926；RMSEA<0.1, GFI>0.85；CFI>0.90,NFI =0.882,模型的擬合效果較好。

由圖3可知,(1)文化服務(wù)對濕地生態(tài)系統(tǒng)服務(wù)價值影響最大,其標準路徑系數(shù)為 1.404>0,P<0.001,具有較高顯著性,表明文化服務(wù)越好,越有利于提升濕地生態(tài)系統(tǒng)服務(wù)價值；(2)文化服務(wù)潛變量中,X11(濕地公園提供休閑娛樂)對文化服務(wù)影響最大,標準路徑系數(shù)為0.80。(3)對影響濕地價值量的顯變量標準化路徑系數(shù)按所占比例初步運算,文化服務(wù)占總影響因素的47.19%,供給服務(wù)23.26%、支持服務(wù)15.85%、調(diào)節(jié)服務(wù)13.71%,相關(guān)結(jié)果見表8。

圖3 模型標準化系數(shù)路徑圖Fig.3 Path Map of the Model Standardization FactorX11,休閑娛樂; X12,宗教審美;X13,存在價值;X14,遺產(chǎn)價值;X15,科研價值;X16,文教價值; X21,凈化空氣; X22,釋放氧氣;X23,溫度調(diào)節(jié);X24,水質(zhì)凈化;X25,吸收二氧化碳;X26,地表水補給;X27,污染物降解; X31,香蒲種子;X32,觀賞風景;X33,魚類產(chǎn)品;X34,蘆葦種子;X35,淡水資源;X36,綠化用水;X37,薪柴; X41,護岸防災;X42,植物多樣性保護;X43,動物多樣性保護;X44,固定營養(yǎng)物質(zhì);X45,降低土壤侵蝕;X46,提供棲息地； e1,e2,...,en 為其誤差項

表8 路徑系數(shù)估計結(jié)果Table 8 Path coefficient estimation results

4 討論

濕地生態(tài)系統(tǒng)服務(wù)評估法有直接評估法和間接評估法[34]。與傳統(tǒng)的評估方法比較,價格享樂法評估數(shù)據(jù)容易獲取且可快速得到結(jié)果,采用真實數(shù)據(jù)模擬市場,避免了主觀意識干擾。張艷春[35]等利用中間物質(zhì)轉(zhuǎn)換法,計算得到湟水濕地2020年的生態(tài)系統(tǒng)服務(wù)價值為6.18億元,本研究計算得到其2020年的生態(tài)系統(tǒng)服務(wù)價值為3.36億元。造成計算結(jié)果大小差別的原因：(1)前者的計算是理想狀態(tài)下的濕地價值,而后者是被市場承認的價值；(2)后者計算結(jié)果是基于2020年房產(chǎn)總成交量計算得到的,尚有不少房產(chǎn)尚未銷售。上述兩種方法各有優(yōu)缺點：前者可以將濕地生態(tài)系統(tǒng)各分項的價值核算得較為清楚,但需要多源數(shù)據(jù)的支撐；后者需要的數(shù)據(jù)相對較為簡單,但不能計算出各分項服務(wù)的價值。

在生態(tài)系統(tǒng)服務(wù)的空間份上,張艷春等[35]人通過ArcGIS10.2等空間方法,基于斷裂點模型研究了濕地生態(tài)系統(tǒng)服務(wù)價值空間分布格局。其探究輻射范圍,以某濕地公園中心為圓心,濕地公園生態(tài)系統(tǒng)服務(wù)作用半徑為輻射半徑,向四周輻射,雖實現(xiàn)各類服務(wù)可視化,但物理情況下其輻散過程并不是均質(zhì)擴散,不會出現(xiàn)以固定的半徑,輻散成一個正圓的空間分布格局。本文將斷裂點理論與加權(quán)空間Voronoi圖模型相結(jié)合,在獲得各濕地公園生態(tài)系統(tǒng)服務(wù)價值量后,基于城市斷裂點理論確定權(quán)重,以研究區(qū)4個濕地公園生態(tài)系統(tǒng)服務(wù)價值量的平方根為權(quán)重,采用歐式距離的柵格算法,通過ArcGIS10.2形成各濕地公園生態(tài)系統(tǒng)服務(wù)價值影響范圍加權(quán)Voronoi圖。此方法因考慮了權(quán)重,使?jié)竦胤?wù)價值擴散過程更接近實際。

論文存在不足之處包括：(1)享樂模型評估指標不完善。本文選取了其他環(huán)境因子,但未考慮濕地在住宅用地中的價值受到周圍土地利用模式等因素的影響[36]；(2)忽略了房產(chǎn)價格存在空間自相關(guān)性。杜學軍[37]采用空間滯后模型,均來解決住宅價格的空間自相關(guān)性；由于未考慮到相鄰房產(chǎn)間空間自相關(guān)性,模型估計存在一定的偏差。

5 結(jié)論

本文通過收集西寧市房屋特征與價格資料,基于ArcGIS10.2、EMVI5.3和SPSS25.0軟件平臺,采用享樂價格模型、斷裂點模型和結(jié)構(gòu)方程模型,定量表征了城市濕地公園的生態(tài)系統(tǒng)服務(wù)價值、空間影響范圍及其影響因素。主要結(jié)論如下:

(1)由享樂價格模型計算得到的2020年湟水濕地生態(tài)系統(tǒng)服務(wù)價值約為3.367億元,約有54.3%的濕地生態(tài)系統(tǒng)服務(wù)通過房產(chǎn)被市場轉(zhuǎn)化。

(2)濕地生態(tài)系統(tǒng)服務(wù)價值占房產(chǎn)總價值的比例達到2.04%,湟水濕地的存在增加了周邊房產(chǎn)的價值。

(3)各濕地服務(wù)的空間影響范圍大小為火燒溝>海湖濕地>寧湖濕地>北川濕地,購買者對濕地的邊際支付意愿是0.12元/m2。

(4)購房者對濕地的文化服務(wù)支付意愿最大,在總服務(wù)比例中高達47.19%,主要體現(xiàn)在濕地提供的休閑娛樂服務(wù)上。