基于生態系統服務視角的人類福祉評估技術方法體系

楊 武,陶俊杰,陸巧玲

浙江大學環境與資源學院,杭州 310058

人類社會發展的終極目標是提高人類福祉[1]。在2015年9月聯合國公布的可持續發展目標2030中,17個目標每一個都直接或間接關系到人類福祉[1]。自從聯合國千年生態系統評估之后,生態系統服務與人類福祉之間的聯系越來越受到重視[2- 5]。這是因為不管是扶貧還是可持續發展,很大程度上都依賴于可持續地提供各種類型的生態系統服務以改善人類福祉。

近年來,不同尺度上生態系統服務的評估以及不同服務之間權衡與協同的研究方興未艾[6- 8]。不過,如何定量評估人類福祉仍然是可持續性政策規劃和評估的重點和難點。盡管評估人類福祉并不新鮮,但是之前的研究很多是定性的,許多定量的研究也只是包含人類福祉的一部分組分(如經濟、心理、健康維度)[5,9],也少有將生態系統服務與福祉之間的關系納入評估框架的。舉例來說,以往的福祉研究包括生活滿意指數[10-11],快樂星球指數[12]和聯合國公布的人類發展指數[13]等。也有一些福祉的研究,如真實進步指數[14]、包容性財富指數[15]、更好生活指數[16],考慮到了大自然對人類社會的影響,但是也并非為研究生態系統服務與人類福祉設計。

為數不多的研究嘗試在評估人類福祉時將生態組分納入到評估框架中。譬如,聯合國千年生態系統評估將人類福祉分為基本生活條件、安全、健康、良好社會關系、選擇和行動自由五個維度[17]。Summers等[18]將人類福祉劃分為基本生活需求、經濟需求、環境需求和主觀幸福感。Smith等[19]提出了一個評估美國居民福祉的框架,將福祉分為健康、社會凝聚力、教育、安全、生活標準、休閑時間、精神和文化滿足、生活滿意度、以及與大自然的聯系九個維度。Yang等[20]基于千年生態系統評估的框架,提出了一套基于量表的人類福祉評估體系,并用于評估汶川大地震的影響,以及研究生態系統服務依賴度對居民福祉變化的影響[21]。Milner-Gulland等[22]提出了一個發展中國家福祉評估框架,將個體福祉劃分為滿足需求、追求目標和生活質量三個維度,并建議將福祉應用到保護政策的績效評估中。徐建英等[23]從當地居民的角度以臥龍保護區為例,研究了生態系統服務、福祉貢獻和受益者之間的聯系。Hori等[24]研究了沿海地區生態系統服務與人類福祉的關系,并進行了加拿大,中國,日本,韓國,俄羅斯和美國之間的比較。

我國政府也越來越重視提高和改善民生福祉,尤其是生態環境對民生福祉的貢獻。習近平總書記在十九大報告中指出,“增進民生福祉是發展的根本目的。”在2018年全國生態環境保護大會的重要講話中,習近平總書記再次強調,“良好生態環境是最普惠的民生福祉,堅持生態惠民、生態利民、生態為民,重點解決損害群眾健康的突出環境問題,不斷滿足人民日益增長的優美生態環境需要。” 2019年習近平總書記在江西省考察調研時強調說：“共產黨就是為人民群眾謀幸福的,黨中央想的就是千方百計讓老百姓過上好日子。”

盡管有關民生福祉的討論很多,但是我國對福祉的系統、定量研究仍然還處于摸索階段。筆者結合前期在國內外生態系統服務和福祉定量研究的理論與實踐[3,20-21,25],對人類福祉評估的理論基礎與技術方法進行系統地歸納與整理,以期為生態系統服務與人類福祉之間量化關系、生態保護政策對生態系統服務和人類福祉作用效應的研究奠定基礎,為我國進一步推進生態文明制度建設提供科學依據。

圖1 人類福祉評估流程圖Fig.1 Flow chart of human well-being assessment 藍色箭頭代表評估的步驟,綠色箭頭表示福祉指數的開發和應用是一個不斷迭代完善的過程,任一個步驟發現了問題都可以回到之前的步驟進行修正和完善

1 評估流程

人類福祉評估總體可以分為五個部分：概念框架、指標選擇、指數構建、指數效驗與評估、以及指數應用(圖1)。由于人類福祉是一個綜合的概念,通常需要人為劃分為不同的維度(或組分)進行評估,這個分解的過程就是建立概念框架。概念框架建立后,就需要對不同維度設計指標進行量化,這個設計篩選的過程就是指標選擇。通常指標選擇有兩種方式：一種是結合理論分析和文獻梳理設計量表,通過問卷調查獲得第一手的指標數據；另一種是利用已有的統計數據,篩選合適的福祉指標。不管是哪一種方式,指標選擇一般都遵循數據可獲得性、較好的數據質量、以及理論上和當地實際上能表征福祉的狀態的原則。指標選擇之后就是通過構建指數模型獲得福祉指數體系(通常包含綜合指數和分維度指數),指數開發是一個不斷迭代和完善的過程,指數應用結果的好壞也能反饋于進一步修訂和完善概念框架、指標選擇、指數構建、指數效驗與評估步驟(圖1)。

1.1 指數構建

1.1.1常規的因子分析法

除了假設每個維度均等權重系數取平均值的方法,常用的構建人類福祉指數的方法包括主成分分析法(Principle component Analysis,PCA),層次分析法(Analytical Hierarchy Processing,AHP)和德爾菲法(Delphi method)。主成分分析法通過正交變換,將原變量進行線性組合轉換為一組主成分,然后選取幾個方差貢獻率足夠大(如累計貢獻率80%以上)的主成分來表示原變量[26]。層次分析法基于專家對各指標重要性的成對比較,并通過一定的數理統計過程將比較結果轉換成各指標的權重[27-28]。德爾菲法則是一種由專家參與進行權重設定的方法[29]。

1.1.2改進的因子分析法

綜合指數劃分為幾個維度通常是根據研究或管理的主觀需求,而不是客觀的實際。同時,與常規因子分析法一個指標只能表征一個維度的假設不同[24- 25],實際情況中一個指標本身是可以表征多個維度的,而且每個維度的權重可以不同[1]。譬如,房子的建筑材料可以反映農戶的基本生活條件,但同時也能表征農戶的安全程度(如財產安全、人身安全)。針對于此,Yang等[1]提出了一套新的因子分析法,該方法結合理論設計和數據挖掘的技術,利用結構方程模型實現了一個指標表征多個維度,并可以靈活設定權重(圖2)。首先,可以通過驗證性因子分析法(Confirmatory factor analysis,CFA)對理論設計的量表進行估計。然后,結合結構方程模型中調整指數(modification indices)通過探索性因子分析法(Exploratory factor analysis,EFA)增加或刪減單個指標與各個維度之間的表征關系,以實現對CFA模型的改進。

圖2 基于結構方程模型的改進因子分析法示意圖 Fig.2 Schematic diagram of improved factor analysis method based on structural equation model

結構方程模型(Structural Equation Models,SEMs)是一種驗證性多元統計分析方法。結構方程模型一般包括結構模型和測量模型兩部分。其中,結構模型表征外生變量與內生變量之間關系,測量模型表征多個內生變量之間的關系。一般公式可以表達如下[30]：

結構模型：

γj=bη+Bγj+μξj+θj

(1)

測量模型：

yj=by+Λyγj+εj

(2)

Xj=bx+Λxξj+φj

(3)

式中,γj是潛在內生性變量矢量；B是潛在內生性變量之間相關系數的矩陣；μ是潛在外生性變量影響潛在內生性變量的回歸系數矩陣；ξj是第j個分析單元的潛在外生性變量矢量；yj是對應γj的一系列福祉測量指標的矢量；Λy是γj對yj的回歸系數矩陣；Xj是對應ξj的一系列福祉測量指標的矢量；Λx是ξj對Xj的回歸系數矩陣；bη、by、bx是截距矢量；θj、εj、φj是誤差項。當沒有結構模型,只有測量模型,也就是模型中沒有潛在外生性變量時,結構方程就退化為因子分析法(Factor analysis)。當只有結構模型,沒有測量模型,也就是模型中沒有潛在變量時,結構方程就退化為路徑分析法(Path analysis)。

1.2 指數效驗與評估

指數質量的好壞可以通過有效性檢驗進行評估。有效性檢驗又分為內部有效性檢驗和外部有效性檢驗。內部有效性可以通過量表的內部一致性和指數模型擬合度檢驗。

內部一致性可以通過信度測試(Reliability test)進行檢驗。量表整體的設計可以通過信度測試的Cronbach′s alpha值判斷,alpha值在0到1之間,值越大表明內部一致性越高,通常需要達到0.6以上。同時,可以根據單個指標與同一個量表維度內其他指標的相關性或與所有指標的相關性進行指標篩選,通常相關性系數需要達到0.3以上[31]。

指數模型的擬合度包括模型總體的擬合度和單個指標的統計檢驗量。以結構方程模型法為例,模型總體擬合度指標包括卡方與自由度比率(χ2/df,通常需要小于3)、比較擬合指數(Comparative Fit Index,CFI)、Tucker-Lewis指數(Tucker-Lewis Index,TLI)、近似誤差均方根(Root Mean Square Error of Approximation,RMSEA)和標準化殘差均方根(Standardized Root Mean Square Residual,SRMSR)。CFI和TLI通常需要大于0.9,而RMSEA和SRMSR通常需要小于0.05[32]。

外部有效性可以通過實地驗證和指數應用進行檢驗。譬如,可以通過地面樣方數據或者高精度的影像數據進行生物多樣性指數驗證[33-34]。對人類福祉指數,可以結合實地農戶調研的情況或者邀請熟悉當地情況的專家,判斷指數的時間動態和空間格局是否與實地調研情況相符。此外,可以根據人類福祉指數與其他指標之間已知的關系進行外部有效性驗證。譬如,對于大多數國家來說,人類福祉的提高往往伴隨著農戶收入的提升。與此同時,城市化程度的提高往往與人類福祉水平改善成正相關[1,35]。

舉例來說,在四川省臥龍大熊貓自然保護區的研究中,Yang等[20]設計了一套新的量表以評估汶川大地震對人類福祉的影響,信度測試和CFA模型擬合度都在0.9以上,顯示了很好的內部有效性。接著,Yang等[21]通過分析直接和間接驅動因子、農戶生態系統服務依賴度對農戶福祉變化的影響驗證了福祉指數的外部有效性。在柬埔寨的福祉指數構建中,Yang等[1]利用統計數據,結合量表設計和數據挖掘技術構建了公社尺度(介于村和鄉鎮之間的行政單元)上的人類福祉指數體系,通過信度測試和結構方程模型擬合度指標對人類福祉指數體系的內部有效性進行了檢驗。同時,根據農戶福祉的時空格局、福祉指數與城市化程度(如總人口數、人口密度、家庭數密度、道路密度)對福祉綜合指數的外部性進行了驗證。

1.3 指數應用

人類福祉指數作為社會發展的綜合衡量指標,可以用于諸多方面的研究和管理。首先,可以用于確定扶貧的優先區域。福祉水平較低的地區或社會群體應該作為扶貧政策的優先區域,Yang等[1]在柬埔寨以公社為單元構建了人類福祉指數,并通過該指數精準定位當地迫切需要扶貧政策支持的區域,輔助進一步的工作實施。其次,人類福祉指數可以用于風險評估和管理,譬如,福祉指數可以作為自然災害(如洪水、干旱、地震)對人類社會影響的綜合評估指標。Das[36]利用自然地理變量與社會經濟變量構建綜合福祉指數,以印度海岸區域的262個村莊為研究單元,定量評估了其對海嘯的承受力與住戶生命脆弱程度。Yang等[20]通過對四川臥龍大熊貓自然保護區的農戶進行研究,探索了汶川地震對當地農戶人類福祉指數的短期影響。Yang等[37]則進一步通過長期福祉問卷追蹤調查,發現四川臥龍大熊貓保護區的農戶福祉指數到2014年才恢復到地震前2007年的水平。最后,福祉指數可以用于研究生態保護與人類福祉之間、以及生態系統服務與人類福祉之間的關系。徐榮林等[38]基于Yang等[20]構建的福祉問卷對九寨溝國家級自然保護區內的居民福祉進行了評估,發現生態旅游所帶來的社會和經濟影響感知顯著地提升了當地居民的主觀福祉。朱杰等[39]則應用Yang等[20]構建的福祉指標體系對陜西佛坪國家級自然保護區居民福祉進行了長期(1995—2005,、2005—2015)的定量歷時性研究,結果表明,保護區居民福祉總體上有明顯提升,而且2005—2015年階段比1995—2005年提升幅度更大；除了健康方面隨著年齡增加有顯著下降,居民福祉在基本生活條件、安全、選擇和行動的自由方面都顯著提高。同時,徐榮林等[38]和朱杰等[39]的定量研究都表明Yang等[20]構建的福祉指標體系具有較好的內部一致性和外部有效性。Sandhu等[40]在東喜馬拉雅生物多樣性較高的地區進行研究,探索福祉指數與當地生態系統服務的聯系,從而為緩解當地貧困狀況提供支持。Adams[41]等在孟加拉國沿海三角洲地區進行研究,探索當地生態系統服務對人類福祉指數的影響,為制定當地減貧政策提供支持。

2 討論

本文探討了人類福祉評估的技術方法體系,著重介紹了改進的因子分析法。下面重點討論改進的因子分析法相比傳統因子分析法的優點和缺點。

首先,改進的因子分析法提供了一種普適、高效又實用的人類福祉綜合指數評估方法。與傳統的因子分析方法相比,這種方法通過理論設計與數據挖掘技術的結合,最大程度利用了指標的變異和提高了指數的內部和外部有效性。譬如,在柬埔寨的福祉研究中,改進的因子分析法在每個維度的內部一致性都得到了改善[1]。

第二,改進的因子分析法不受尺度限制,可以用于任何尺度的分析單元(如個體、農戶、鄉鎮尺度)。同時,改進的因子分析法不受劃分的維度數量限制,既可以按照千年生態評估的框架劃分為五個維度(即基本生活條件、安全、健康、良好的社會關系、選擇和行動的自由),又可以根據實際需要劃分成其他維度,如基本生活需求、環境需求、經濟需求和主觀幸福感[18]。

第三,改進的因子分析法可以靈活設定權重系數。不管是每個福祉維度還是每個指標的權重系數,既可以根據數據本身的變異獲得,也可以結合實際的情況(如管理的目標)自定義。這大大方便了福祉指數在不同尺度、不同生態社會經濟背景下的應用。例如,Yang等[1]在柬埔寨公社尺度和汶川大地震對人類福祉影響時[20],均有應用。

第四,改進的因子分析法在結構方程模型中考慮了單個指標的測量誤差。因而與傳統的因子分析法不同,改進的因子分析法不存在測量誤差為零的潛在假設條件,指數模型結果比較穩健。這一優勢意味著即便是數據質量不是那么好的二手數據也能應用改進的因子分析法獲得相對較好的指數模型結果。考慮到大部分的福祉研究需要收集大量第一手的問卷調查數據,費時費力,成本很高。改進的因子分析法的這一優勢使得利用現有的二手數據(尤其是統計數據)構建人類福祉綜合指數成為可能。例如,Yang等[1]在柬埔寨公社尺度上利用統計數據構建了柬埔寨全國范圍的人類福祉指數體系。

第五,與傳統的因子分析法類似,改進的因子分析法產生的是一套福祉指數體系,既包括綜合指數,又包括各維度的分指數。綜合指數可以用于反映福祉整體的時空動態和格局,分指數則可以用于細化的各維度分析。譬如,綜合指數比較適用于大尺度的比較分析,但是不利于分析生態系統服務對福祉不同維度貢獻之間的權衡與協同,也不利于揭示因地而異的局部機理[9,42]。

最后,與傳統的因子分析法類似,改進的因子分析法對統計分析的要求較高,指數模型無法通過現有的統計軟件用戶界面直接導入數據獲得結果,需要編寫計算機程序實現,存在一定的技術難度。不過,筆者正試圖開發相應的用戶界面友好、操作簡便的軟件包,該軟件包將植于現有的廣泛應用的統計軟件(如R、Stata)上。希望在不久的將來,人類福祉評估的研究能得到越來越多的重視,為揭示生態系統服務與人類福祉之間耦合模式和機制奠定基礎。

3 結論

人類福祉的定量評估對于研究生態服務與人類福祉的耦合模式與機制,以及量化生態保護與建設政策的社會經濟綜合效益有著重要意義。本文對人類福祉評估的理論基礎與技術方法進行了系統地歸納與梳理,也引入相關的案例進行了分析闡述,并比較討論了不同評估方法的優缺點。對于深入定量的研究,筆者重點推薦改進的因子分析法。未來應加強相應的軟件包的開發,同時將定量的福祉指標應用于生態服務與人類福祉關系的研究,以及構建系統模型開展生態保護與建設政策對生態系統服務和人類福祉作用效應的評估與模擬,并探索其調控機理,更好地為政策管理提供科學依據。