退耕還林和地理特征對土壤侵蝕的關聯影響
——以陜西省107個縣區為例

謝怡凡,姚順波,*,丁振民,侯孟陽,鄧元杰,劉廣全

1 西北農林科技大學經濟管理學院,楊凌 712100 2 中國水利水電科學研究院,北京 100038

土壤侵蝕是導致土地退化和生態系統服務功能受損的全球性問題[1],僅2001—2012年全球由于土地利用變化導致的土壤侵蝕總量增加2.5%[2]。同樣,中國的土壤侵蝕問題也不容忽視,全國風蝕和水蝕面積占國土面積的37%[3],尤其是西部黃土高原地區,上世紀以來水土流失導致的生態問題十分嚴峻,區域社會經濟發展被嚴重制約[4—5]。因此,為應對土壤侵蝕問題,各個國家和地區采取多種措施[6],其中以退耕還林工程為代表的生態修復工程是中國20世紀90年代專門應對土壤侵蝕提出的生態修復方案。工程實施20年來取得顯著生態成效[7—8],其中區域土壤侵蝕狀況也得到一定程度改善,而土壤侵蝕作為衡量生態系統服務功能的重要指標,是自然因素和人為因素交互作用的結果[9],受到大量學者的關注和研究。科學評估在自然要素和社會經濟要素交互作用下退耕還林工程對土壤侵蝕的影響,對于區域生態系統可持續發展和生態文明建設有重要意義。

基于以上研究背景,學術界關于退耕還林工程對土壤侵蝕的影響研究主要圍繞利用土壤侵蝕模型定量評估退耕前后土壤侵蝕的時空變化特征[10—12],不同地形地貌下土壤侵蝕對生態修復政策和自然地理要素的響應[13—15],基于土壤侵蝕經驗預報模型,如常用的通用土壤流失方程(RUSLE),改進模型各個因子參數以實現參數本地化[16],以及對土壤侵蝕驅動因素的探究[17—18]等方面進行。李天宏[10]等利用RUSLE模型定量評估黃土高原典型地區延河流域2000—2010年土壤侵蝕狀況,結果表明流域土壤侵蝕模數在生態建設的作用下顯著降低。王歡[13]等基于地理探測器探討喀斯特地區不同地形地貌下土壤侵蝕的影響因素,結果表明土地利用對土壤侵蝕的影響最為顯著,且區域土壤侵蝕的影響機制隨著地形地貌的不同存在顯著的空間異質性。劉文超[16]等利用高精度梯田數據實現對陜北地區水土保持措施因子的改進,并評估了區域退耕還林前后土壤侵蝕時空演變特征,指出耕地轉為林地和草地對于改善土壤侵蝕效果最為顯著。此外Kong[6]等借助結構方程模型探究長江流域中上游退耕還林工程,城鎮化,農業發展,人口增長以及土壤侵蝕之間的關系,并指出退耕還林工程通過將耕地轉為林地和草地直接增強土壤保持效應的同時,還通過促進城鎮化間接減弱區域土壤侵蝕強度。上述工作為土壤侵蝕的定量評估提供了有價值的樣本研究,但仍存在需要完善和進一步挖掘的地方：(1)在生態系統與社會經濟因素交互作用下,探究縣域尺度退耕還林工程對土壤侵蝕的影響研究相對較少,而將社會經濟因素納入研究框架更有利于科學評估生態修復政策,促進生態政策的可持續性[19]；(2)地理特征因素對土壤侵蝕的影響研究多建立在土壤侵蝕的時空變化特征上,缺乏進一步與政策因素交互作用的機理分析；(3)在探究退耕還林工程對土壤侵蝕的影響時,多直接通過土地利用變化中耕地轉為林地和草地,或只使用單一的啞元變量來表征政策影響,容易造成對效果評價的偏差。

20世紀嚴重的土壤侵蝕問題,使得陜西省最早于1999年作為試點省份實施退耕還林工程,其工程實施范圍廣,投資大,持續時間長,同時區域社會經濟發展和自然地理特征均存在顯著的空間異質性,為在社會經濟因素和自然地理因素交互作用下研究退耕還林工程對土壤侵蝕的影響提供了理想樣本。本研究首先通過修正通用土壤流失方程(RUSLE)對陜西省2000—2015年的土壤侵蝕進行定量評估,在獲得縣域水平上土壤侵蝕數據后,結合退耕還林投資金額數據,將社會經濟因素納入計量實證,并利用面板數據固定效應模型,在社會經濟因素和自然因素交互作用下,探究不同地理區位特征以及自然地理條件如降雨,坡度,日照時間等對退耕還林工程防治土壤侵蝕效應的調節作用,豐富現行生態修復政策的生態效果評價體系,同時也為區域制定可持續的生態修復政策提供科學依據。

1 研究區概況與研究方法

1.1 研究區概況

陜西省地處中國西北內陸,地理位置介于東經105°29′—111° 15′,北緯31° 42′—39°35′,占地面積達20.58萬km2,海拔在800—3000m,年均降雨在300—1300mm,年均氣溫在7—16°。中國南北方分界線秦嶺淮河線橫穿陜西省腹地,以秦嶺為界南北分別位于長江、黃河兩大流域,境內氣候差異顯著,地形地貌變化多樣,由陜北、關中和陜南三大地區組成：陜北位于黃土高原地區,地形溝壑縱橫,是典型的黃土高原丘陵溝壑區,雨量較少,煤、石油等能源豐富,植被類型以溫帶灌叢草原和溫帶落葉闊葉林為主,如長芒草,遼東櫟等；關中位于秦巴山區和黃土高原之間,地勢平坦,雨量適中,是主要的糧食產區,和人口聚集地區,植被類型以人工植被,溫暖性渭河盆地落葉果樹為主,如蘋果,獼猴桃等；陜南地區地處秦巴山區,地形以山地丘陵為主,雨量充足,水和林木資源豐富,植被類型以溫帶和亞熱帶落葉闊葉林和亞熱帶灌叢為主,如栓皮櫟,銳齒櫟等。

由于陜西省獨特的氣候和地形地貌特征,加上糧食生產,能源開發等各種高強度人類活動對生態系統的巨大壓力,長期以來區域水土流失問題十分嚴峻,同時陜西省作為退耕還林工程的試點省份,自1999年開展退耕還林工程以來累計總投資超過400億元,森林覆蓋率由工程實施前的30.92%增長到43.06%,黃土高原區輸沙量從2000年的8億t減少到近4億t[20],生態效果顯著。截止2015年,陜西省社會經濟發展變化顯著,人均國內生產總值從2000年的4900元增長到2015年的47500元,糧食產量由2000年的1089萬t增長到2015年的1204萬t。

1.2 機制分析與計量模型構建

1.2.1機制分析

退耕還林工程通過給予退耕農戶糧食補貼以及現金補貼,實現坡耕地退耕成林地和草地的土地覆蓋變化[21],即通過改變土地覆蓋/利用方式來對土壤侵蝕產生影響,減緩和防治水土流失。而土地利用方式的改變和社會經濟發展密不可分,比如人口的轉移(生態移民,勞動力轉移)、城鎮化的加快[6]、產業結構的改變等都同土地利用變化緊密聯系。因此將社會經濟因素納入到退耕還林工程對土壤侵蝕的影響機制當中,對生態修復政策的可持續性有重要作用。

地理特征對退耕還林工程土壤侵蝕防治效應的影響主要表現在兩方面,一是由于地理區位不同,退耕還林工程的生態效益也會因區域自然條件和社會經濟發展的差異而表現出空間異質性,進而工程投入資金的有效性也會隨區域改變,即不同地理區位退耕還林的植被生長效果呈現差異,從而影響植被覆蓋對地表土壤的保護效應,使土壤侵蝕的變化也具有空間異質性。二是自然地理條件如坡度,降雨和日照時間等對土壤侵蝕的發生和作用機理影響顯著,同時具體到縣域尺度上,不同縣區坡度,降雨和日照時間等自然地理條件的空間差異較大。具體表現為坡度越大,則區域土壤受到降雨侵蝕的影響就越明顯,對于整個區域而言水土流失就更容易。區域降雨量越大,降雨對土壤表層沖擊也越強,對區域整體而言土壤侵蝕的風險也會升高,同時降雨因素對植物生長也有顯著影響,即降雨對退耕還林工程防治土壤侵蝕效應有顯著的調節作用。日照時間的不同也會通過影響植被生長狀況,進而對區域土壤侵蝕產生影響。總體而言,在退耕還林工程通過改變地表覆蓋對區域土壤侵蝕產生作用的同時,地理特征會在其中產生調節效應。那么這種調節效應在縣區尺度上是否顯著,以及不同地理特征具體起到怎樣的調節作用,都需要進一步構建計量模型進行驗證。

1.2.2研究框架

通過上述機制分析,進一步確定本研究的框架,如圖1所示。研究主要聚焦于退耕還林,地理特征和土壤侵蝕三者的關系,即退耕還林工程通過改變土地利用結構,增加地表植被覆蓋對區域土壤侵蝕產生影響[5],而土壤侵蝕作為土地利用變化引起的主要環境效應之一,是自然和人為因素交互作用的結果[9],一方面受到區域地理特征如降雨、坡度等的影響,另一方面區域的土地利用變化和格局也會受到地理特征的影響,進而對退耕還林工程的生態效果產生作用。因此本研究以退耕還林,地理特征和土壤侵蝕三者的關系為研究出發點,建立納入社會經濟因素的研究框架。同時本研究根據陜西省區域自然地理條件的差異將地理特征分為地理區位特征即陜北,陜南和關中三大地區,以及降雨、坡度和日照時間等自然地理特征,來探究其在退耕還林工程防治土壤侵蝕效應的調節作用。

圖1 研究框架Fig.1 Reserach framwork

1.2.3模型構建

基于以上理論機制分析,同時考慮到最小二乘法(OLS)容易因遺漏變量而帶來內生性問題,本研究使用面板數據則在一定程度上可解決此問題。此外本研究經過豪斯曼檢驗,檢驗結果拒絕原假設,認為應該使用固定效應模型[22]。因此本研究選擇面板數據固定效應模型進行計量實證[23],本文實證部分基礎回歸模型設置如下：

Yit=λINVit+Xit′φ+αi+βt+μit

(1)

其中,i和t分別表示縣區和年份,Yit表示土壤侵蝕水平,INVit表示退耕還林投入資金,λ表示解釋變量退耕還林投入資金系數,Xit′表示控制變量矩陣,φ表示控制變量的系數向量,αi和βt分別表示縣區固定效應和時間固定效應,分別用來解決不隨時間改變但隨個體變化的遺漏變量問題,和不隨個體改變但隨時間變化的遺漏變量問題[22],μit表示隨機擾動項。

本研究通過加入地理特征變量與投資金額的交叉項來探究地理區位以及自然地理條件對退耕還林工程防治土壤侵蝕效應的調節作用,其回歸模型設置如下：

Yit=δGEOi×INVit+λINVit+Xit′φ+αi+βt+μit

(2)

其中,GEOi表示各縣區地理區位特征和自然地理條件的前定變量,它在樣本期內基本不隨時間改變或變動幅度較小,δ表示交叉項的系數。

1.2.4變量說明

(1)被解釋變量。本文將依據RUSLE模型求得的土壤侵蝕模數(Soil erosion,縮寫為SE),單位為t/hm2,以及地區土壤侵蝕總量(Total soil erosion,縮寫為TSE),單位為萬t,作為被解釋變量。土壤侵蝕模數(SE)是利用ArcGIS平臺的區域統計功能求得區域平均土壤侵蝕模數,反應區域的平均土壤侵蝕程度,土壤侵蝕模數表示單位面積和時間內土壤侵蝕的重量；土壤侵蝕總量表示地區發生土壤侵蝕的總重量。使用土壤侵蝕模數(SE)作為被解釋變量來增強模型的穩健性。

(2)解釋變量。本文使用退耕還林工程的投入資金(Investment,縮寫為INV),單位為萬元,作為核心解釋變量,由縣區歷年退耕認定面積和糧食補貼標準計算而得。

(3)控制變量。根據以往研究[6]中社會經濟因素對土壤侵蝕的影響的變量選取,以及土壤侵蝕,退耕還林工程與社會經濟發展之間互相作用的相關理論基礎,確保計量結果具有可靠性和獨立性,本研究選擇以下變量作為控制變量。城鎮化率(Urbanization rate,縮寫為URBR)為建設用地面積占比；產業結構(Industrial structure,縮寫為IS)用縣區第二產業生產總值占比表示；人均國內生產總值(Per GDP,縮寫為PGDP),單位為萬元；人口密度(Population density,縮寫為PD),單位為人/km2；農村人均年收入(Per rural income,縮寫為PRI),單位為萬元；糧食產量(CROP),單位為t。此外植被歸一化指數(NDVI)在較大時空尺度上反映植物生長狀態和覆蓋范圍,可表征區域自然資源稟賦特征,將其納入控制變量,提高計量模型參數估計的無偏性。

(4)地理特征變量。本文使用的自然條件變量有坡度(SLOP),單位為度,年降雨(Annual precipitation,縮寫為PRE),單位為mm,和日照時間(Sunshine duration,縮寫為SUN),單位為h。此外將陜北(SHANBEI),關中(GUANZHONG),陜南(SHANNAN)作為虛擬變量,表征地理區位的調節變量。

1.3 修正通用土壤侵蝕模型RUSLE

本研究選用修正通用土壤流失方程 RUSLE 模型進行土壤侵蝕的定量評估[11],表達式如下：

A=R×K×L×S×C×P

(3)

式中,A為土壤侵蝕模數,單位是t hm-2a-1；R為降雨侵蝕力因子,單位為MJ mm hm-2h-1a-1；K為土壤可蝕性因子,單位為t hm2h hm-2MJ-1mm-1；L為坡長因子；S為坡度因子；C為植被覆蓋與管理因子；P為水土保持措施因子。

1.3.1降雨侵蝕力因子R

降雨侵蝕力因子反映降雨引起土壤分離和搬運的動力大小,根據對類似研究中不同算法的比較和數據獲取情況,本研究選擇章文波等[24]提出的年平均雨量簡易算法模型來估算侵蝕力, 計算公式如下：

R=α1Pβ1

(4)

式中,P為年平均降雨量,單位為mm,R為多年平均降雨侵蝕力,單位為MJ mm hm-2h-1a-1,α1、β1為模型參數。

1.3.2土壤可蝕性因子K

土壤可蝕性是表征土壤性質對降雨侵蝕敏感程度的指標,反映土壤內在的理化性質,如砂礫百分比,有機碳百分比的大小對降雨侵蝕的影響程度。RUSLE模型中將土壤可蝕性定義為標準小區內單位降雨侵蝕力引起的土壤流失率[25]。本研究使用的數據來源于國家地球系統科學數據中心提供的陜西省土壤可蝕性因子K值圖,空間分辨率為30m。

1.3.3坡度坡長因子LS

眾多坡面或流域尺度的土壤侵蝕研究表明,地形因素是誘發土壤侵蝕的直接因子,坡度坡長因子LS反映了地形的坡度坡長對土壤侵蝕的影響,其數值在0—1之間。本研究LS的計算基于陜西省DEM數據,利用符素華等[26]提出的修正后的土壤侵蝕模型地形因子計算工具生成研究區的坡度坡長因子圖層,以及坡度圖層。

1.3.4植被覆蓋與管理因子C

在RUSLE模型中C因子反映植被覆蓋和管理措施對土壤侵蝕的影響,被認為是影響土壤侵蝕最敏感的因子,介于 0—1。本文根據相關研究[5,13],采用蔡崇法等[25]提出的基于植被覆蓋度c的計算公式,對林地、草地和未利用地C因子進行計算,旱地和水田的C因子分別賦值[27]為0.44和0.1,水域和建設用地賦值為0。

(5)

1.3.5水土保持措施因子P

水土保持措施因子一般根據地類進行賦值,P值范圍在0到1之間,0表示不發生土壤侵蝕的地區,1表示未采取任何水保措施的地區。根據相關研究[10]將建設用地和水域賦值為0,未利用地、林地和草地一般未采取水土保持措施賦值為1,耕地根據坡度的不同賦予不同的P值,見下表。

1.4 數據來源

土壤侵蝕數據根據修正通用土壤侵蝕方程(RUSLE)計算而得；退耕還林投資數據來源于中南林業調查規劃設計院；四期土地利用覆被數據來源于中國科學院資源環境數據中心(http://www.resdc.cn),其空間分辨率為30m[28]；歸一化植被指數(NDVI)數據、高程(DEM)數據來源于地理空間數據云(https://www.gscloud.cn/search)；陜西省矢量數據來源于國家基礎地理信息中心(http://www.webmap.cn)；日照時間、降雨等氣象數據來源于中國氣象局網站(http://data.cma.cn/)；土壤數據來源于國家地球系統科學數據中心(http://www.geodata.cn)；其他統計數據如人均GDP,人口,糧食產量等均來源于《陜西省統計年鑒》[29]。本研究使用的空間數據分辨率統一為30m,空間坐標系均為Krasovsky_1940_Albers。

表1 不同坡度范圍下耕地的P值[27]

2 結果分析

2.1 2000—2015年陜西省土壤侵蝕時空特征

2.1.1壤侵蝕的時間變化

根據RUSLE模型計算結果得到陜西省及各地區2000—2015年土壤侵蝕狀況(表2),2000年到2015年陜西省土壤侵蝕總量總體呈下降趨勢,同時陜北、關中和陜南地區土壤侵蝕變化差異顯著。

表2 2000—2015年陜西土壤侵蝕量統計表/(萬t)

將研究區土壤侵蝕數據同其他相似地區做對比驗證,劉文超[16]等利用高精度梯田數據評估陜北地區土壤侵蝕時空特征的結果表明,陜北地區2000年,2010年土壤侵蝕總量分別為27488.07萬t和15977.69萬t,本研究中提取陜北地區2000年和2010年土壤侵蝕總量分別為18522.04萬t和12486.99萬t,數據的綜合解釋力達到70%以上,因此本研究數據結果的精度與誤差也滿足科研要求,可進行下一步分析。

從全省來看,2000年土壤侵蝕總量為34166.42萬t,其中陜北地區占比最大達到54.21%,超過關中和陜南占比之和,陜南地區次之,關中地區最小；到2005年減少至31344.12萬t,下降明顯；到2010年再次減少近10%,土壤侵蝕得到相對有效控制,但到2015年土壤侵蝕總量相較2010有所回升。從分區來看,陜北地區土壤侵蝕總量在2000—2015年期間由18522.04萬t下降至13375.50萬t,下降近30個百分點,而陜南和關中地區變化總量則相對較小,分別由2000年的6236.78萬t和9407.60萬t,下降至2015年的5665.43萬t和9219.75萬t。

2.1.2土壤侵蝕的空間變化

2000年到2015年,陜西省土壤侵蝕模數空間分布及其變化特征的空間異質性較為顯著。根據我國土壤侵蝕分類分級標準[30],將土壤侵蝕強度劃分為6個級別,如圖2所示,2000年陜西省微度侵蝕主要集中分布在關中地區的關中平原,陜南地區的秦嶺以及漢中平原地區,陜北地區南部黃陵、黃龍縣以及北部地區土壤侵蝕強度較低。中度侵蝕、強度侵蝕和劇烈侵蝕主要集中在陜北地區的黃土丘陵溝壑區,如延安市的安塞縣、志丹縣、子長縣、吳起縣以及榆林市的子洲縣、綏德縣、米脂縣等。關中地區北部山區,以及陜南地區中部和南部土壤侵蝕也以中、強度侵蝕為主。

如圖2所示,到2015年區域土壤侵蝕強度空間變化明顯,2000年上述中、強度侵蝕分布的地區,土壤侵蝕強度顯著降低,尤其是陜北地區最為明顯。結合圖3可知,特別是退耕還林工程實施最具代表性的延安市,其中安塞縣、志丹縣、吳起縣、子長縣等土壤侵蝕模數降低基本在5t/hm2以上,部分地區土壤侵蝕模數降低甚至超過10t/hm2,水土流失得到有效控制,這也與類似研究的結論[10,16]吻合,進一步證明本研究模型模擬的可靠性。同時關中地區北部長武縣、旬邑縣、印臺區、隴縣等土壤侵蝕模數也顯著降低,陜南地區土壤侵蝕降低主要零散分布在寧強縣、勉縣、石泉縣等部分地區。

圖2 2000—2015年陜西省土壤侵蝕模數空間分布Fig.2 Spatial distribution of soil erosion modulus of Shaanxi Province during 2000—2015

圖3 2000—2015年陜西省土壤侵蝕模數變化 Fig.3 Changes of soil erosion modulus in Shaanxi Province during 2000—2015

2.2 計量實證檢驗結果

2.2.1基礎回歸結果分析

如表3所示,第一列(1)和(2)的基礎回歸分別表示不考慮控制變量和考慮控制變量的模型,退耕還林工程對土壤侵蝕均有顯著的負向影響,即退耕還林的投資金額增加,則土壤侵蝕總量就減少,即工程的實施能顯著減少土壤侵蝕總量。控制其他條件不變,由表3中投資金額(INV)對應的回歸系數可知,退耕還林投資金額每增加1萬元則土壤侵蝕總量下降26.30t。2000年到2015年陜西省退耕還林累計投資金額從7.77億元增加到303.28億元,若控制其他條件不變,則陜西省退耕還林工程使得土壤侵蝕總量下降7771.91萬t。對于被譽為“退耕還林第一縣”的延安市吳起縣,2000—2015年累計投資金額增加16.73億元,相當于2000—2015年退耕還林工程使土壤侵蝕總量下降440.00萬t,相比2000年的1416.40萬t,減少近30%。

同時考慮到生態修復工程所帶來的生態效益具有3—5a的滯后期[31—32],將解釋變量投資金額滯后3期(INV-3)帶入計量模型得到第(3)列模型的回歸結果,由表可知退耕還林工程依然對土壤侵蝕總量有顯著的負向影響。第(4)、(5)和(6)列反映的是使用土壤侵蝕模數(SE)作為被解釋變量來增強模型穩健性的回歸結果,退耕還林工程對土壤侵蝕總量的負向影響依然顯著。控制其他條件不變時,由表3中投資金額(INV)對應的回歸系數可知,在研究期內投資金額每增加1億元,平均土壤侵蝕模數下降0.7t/hm2。考慮滯后期因素,在回歸模型中加入投資金額三期滯后項(INV-3),回歸結果依舊顯著。

表3 退耕還林對土壤侵蝕影響的基礎回歸結果

根據表4的回歸結果可知,人均GDP和農村人均收入(PRI)的回歸系數為負且在1%置信水平上顯著,表明地區經濟發展水平上升,農村人均收入的提高對防治土壤侵蝕有顯著正向作用,城鎮化率的回歸系數為負且在5%置信水平上顯著,表明隨著城鎮化的推進,區域土壤侵蝕水平也會降低,同時相關研究[33]表明退耕還林促進城鎮化的加快,進而間接影響土壤侵蝕。而工業化的回歸系數為負且在1%置信水平上顯著,表明工業產業發展可能會加強區域土壤侵蝕水平,因此在工業現代化進程中要避免對生態系統產生負的外部性。此外,糧食產量的回歸系數不顯著,但其數值為負仍然值得關注,即雖然退耕還林工程通過將坡耕地轉為林地和草地使得土壤侵蝕降低,但由于耕地面積的減少將導致糧食產量的下降,而系數為負表明糧食產量同生態系統服務之間可能存在協同關系,這可能與技術進步帶來的糧食增產效應有關[34]。

表4 加入控制變量的退耕還林對土壤侵蝕影響的基礎回歸結果

2.2.2地理區位特征的影響

陜西省南北狹長,區域自然條件以及社會經濟發展的差異,將其分為資源稟賦差異顯著的三大地區,陜北,關中,陜南地區[35],而地理區位的不同則會使退耕還林對土壤侵蝕防治效應呈現區域異質性。表5回歸結果反映了不同地理區位對退耕還林工程土壤侵蝕防治效應影響的差異,同時考慮到三大地區由南向北依此分布,加入緯度(LONG)變量來檢驗模型結果的穩健性。

由表5回歸結果可知,相對于關中和陜南地區,陜北地區退耕還林工程對土壤侵蝕有顯著的負向影響,雖然陜南地區系數也為負,但其系數的回歸結果不顯著。回歸結果表明退耕還林工程的防治土壤侵蝕效應存在顯著的空間異質性,陜北地區作為黃土高原典型的生態脆弱區,研究初期植被覆蓋度較低,加之地形溝壑縱橫,坡度起伏大,土壤侵蝕風險較高,而隨著退耕還林工程逐步實施,其植被覆蓋水平顯著提升,同時陜北地區降雨量相較于其他地區較小,因此土壤侵蝕強度降低的潛力就大,工程投資對促進其生態系統服務恢復的效果更為顯著[36—37],所以工程減少水土流失,防治土壤侵蝕的作用相較其他地區更為突出。而關中,陜南地區退耕還林工程防治土壤侵蝕效應則相對較小,在統計結果上不顯著,關中地區主要以平原耕地為主,工程實施力度相對較小,則工程對土壤侵蝕的改善作用不顯著；陜南地區位于秦巴山區腹地,平均降雨量較大,坡度大,同時本身植被覆蓋狀況良好,工程提升其植被覆蓋水平的潛力較小,降雨,坡度等自然因素對土壤侵蝕起主導作用,故表現為退耕還林投資對土壤侵蝕的影響不顯著,存在潛在的提升空間。利用緯度(LONG)變量替代地區虛擬變量進行回歸,結果如第(2)列所示,表明緯度越高的地區其退耕還林工程的土壤侵蝕防治效應更顯著,與以上結果基本一致。同時更換被解釋變量為土壤侵蝕模數(SE)增強模型穩健性,回歸結果如第(3),(4)所示,陜北地區系數仍然為負且顯著,結論與上述一致。

表5 地理區位特征對退耕還林土壤侵蝕防治效應的影響

2.2.3自然地理條件的影響

自然地理條件主要通過影響土壤侵蝕的物理發生過程和地表植被覆蓋,進而對退耕還林工程的土壤侵蝕防治效應產生調節作用,表6分別列出了坡度(SLOP),年均降雨(PRE)和日照時間(SUN)對退耕還林工程防治土壤侵蝕效應的調節作用回歸結果。

(1)坡度對退耕還林工程防治土壤侵蝕效應存在顯著的負向影響。表6第(1)列結果顯示,投資金額和坡度的交叉項回歸系數為正,且在1%置信水平上顯著。表明隨著坡度的上升,土壤侵蝕總量也會變大,即退耕還林工程減弱土壤侵蝕的效果將降低,這反映出地形坡度因素對加劇土壤侵蝕物理過程的顯著作用,同時在坡度較大地區實施退耕還林工程減緩土壤侵蝕的效應也難以突顯,具體表現在由于陜南地區平均坡度相對較大,則根據2.2.2小節可知,退耕還林工程投資對陜南地區土壤侵蝕的影響不顯著。在區域生態修復工程實施過程中應充分考慮地形坡度因素,對生態系統服務在地形地勢上的空間異質性提出針對性方案,從而提升工程生態效益。同時更換被解釋變量為土壤侵蝕模數(SE)增強模型穩健性,其回歸結果如第(4)列所示,結論同上述一致。

(2)降雨同樣對退耕還林工程防治土壤侵蝕效應存在顯著的負向影響。表6第(2)列結果顯示,投資金額和降雨的交叉項回歸系數為正,且在1%置信水平上顯著。表明降雨越大,降雨侵蝕力也會越強,則區域土壤侵蝕總量隨之變大,即退耕還林工程減弱土壤侵蝕的效果也將降低,這反映出降雨即降雨侵蝕力對加強土壤侵蝕的顯著作用,使得退耕還林工程對土壤侵蝕的防治效果被部分降雨帶來的土壤侵蝕抵消,工程減弱土壤侵蝕的效應下降。顯然降雨因素在土壤侵蝕發生過程中存在復雜的調節機理[5],表現在通過促進植被生長[9]從而對土壤侵蝕有間接減弱作用以及對土壤侵蝕物理過程的直接增強作用,因此充分厘清氣候條件對生態系統服務的復合影響機理是保證區域生態修復政策可持續性的關鍵。同時更換被解釋變量為土壤侵蝕模數(SE)增強模型穩健性,其回歸結果如第(5)列所示,結論同上述一致。

(3)與坡度和降雨的調節作用不同,日照時間(SUN)對退耕還林工程防治土壤侵蝕效應存在顯著的正向影響。表6第(3)列結果顯示,投資金額和日照時間的交叉項回歸系數為正,且在1%置信水平上顯著。表明隨著日照時間的增加,其對退耕還林工程減弱土壤侵蝕的效果將增強。這反映出日照時間在退耕還林工程防治土壤侵蝕效應的正向調節作用,其生態學意義表現為日照時間更長的區域,植物光合作用越強,樹葉生長越茂密,進而增強植被減弱土壤侵蝕的效應,使得土壤侵蝕總量下降,退耕還林工程的生態效益更為顯著。不同氣候條件對于生態系統服務和功能存在異質性,在實施生態修復過程中應針對區域對生態系統起主導作用的自然地理條件進行科學分析和應對。同時更換被解釋變量為土壤侵蝕模數(SE)增強模型穩健性,其回歸結果如第(6)列所示,結論同上述一致。

表6 自然地理條件對退耕還林土壤侵蝕防治效應的影響

3 結論與討論

3.1 結論

本文在利用RUSLE模型評估陜西省2000—2015年土壤侵蝕水平的基礎上,構建面板數據固定效應模型,在自然因素和社會經濟因素交互作用下,探究陜西省地理特征對退耕還林工程防治土壤侵蝕的影響,主要結論如下：

(1)2000年到2015年陜西省土壤侵蝕模數和侵蝕總量均顯著降低,侵蝕總量從2000年到2015年下降近30%,區域土壤侵蝕和水土流失問題得到有效緩解。其中,陜北地區土壤侵蝕面積占比最大,強度最高,同時較關中和陜南地區,其土壤侵蝕強度下降也最為明顯,這得益于退耕還林工程持續性和全面性的資金投入。

(2)退耕還林工程對防治土壤侵蝕存在顯著的正向影響,投入資金越高則減弱土壤侵蝕效應越強,投資金額每增加1萬元,土壤侵蝕總量降低26.30t,且資金投入的生態效應存在顯著的3期滯后。同時這種影響呈現顯著空間異質性,即地理區位的調節作用顯著,表現為陜北地區退耕還林工程對土壤侵蝕的影響最為顯著,陜南和關中地區的回歸系數則不顯著。而自然地理特征中,降雨和坡度對退耕還林工程防治土壤侵蝕效應存在顯著的負向調節作用,即隨著降雨或坡度的增加,工程防治土壤侵蝕的效應將降低,而日照時間則存在顯著的正向調節作用,即在日照時間更長的區域,退耕還林工程防治土壤侵蝕的效應更強。

3.2 討論

退耕還林工程防治土壤侵蝕以及提升生態系統服務功能的顯著作用已被學術界廣泛研究和證實[38—39],同時大量社會經濟學者也關注退耕還林工程對糧食生產[34],農民收入結構[40],勞動力轉移[41]的影響。土壤侵蝕作為自然和人為因素交互的結果,應該將社會經濟因素納入分析退耕還林工程對土壤侵蝕影響機制的框架之中,否則會造成政策評估的偏差。同時地理特征的異質性對于土壤侵蝕的影響極為顯著,特別是在較小尺度土壤侵蝕研究中,坡度,降雨等自然地理條件在土壤侵蝕過程中更是起到主導作用。本研究在計量模型中通過構建地理特征與退耕還林工程投資金額的交互項,將政策因素同自然因素結合起來納入生態修復工程的效果評價體系中,有利于政策評估的系統性和政策實施的可持續性。同時使用資金投入來表征政策實施的強度,相較直接使用土地利用類型間轉換數量有更強的代表性,也有助于衡量資金投入的有效性。計量回歸結果還可得出區域投入資金與生態效益之間存在的定量關系,而不同地理區位存在著顯著差異,則該定量關系和差異就可作為制定政策資金投入和補貼標準的依據,同時可借助大數據平臺,將退耕還林地塊“上圖入庫”為后期管理和維護提供科學支撐,以便針對其社會經濟特征以及自然地理條件精準施策。同時,在制定和實施生態修復政策時應注重同區域社會經濟發展的協調耦合,就陜北,陜南和關中地區而言,分別承載著不同的區域功能。陜南是重要的生態功能區,應繼續作為生態保護的重點,出臺落實相應的保護法規,保障退耕成果；關中是人口集聚區和農業主產區,應注重人地關系的協調發展,可發展林下經濟,調整生態林和經濟林的比例；陜北是典型的生態脆弱區,則應通過延長補助期限,增加補助金額等措施推進生態修復工程,鞏固生態成果。同時,在此基礎上還應進一步厘清自然地理條件對生態系統服務的復合影響機理,有針對性的提高和改善區域生態系統服務和功能。

以退耕還林工程為代表的生態修復工程在提升區域生態系統服務和功能的同時,對區域社會經濟發展也會帶來影響,而這些社會經濟因素的改變也必然會反作用于生態系統。比如城鎮化進程的加快,對水資源,空氣質量帶來負的外部性壓力,同時在自然因素與社會經濟要素的交互作用下,如何制定更為全面和系統的生態政策來應對生態系統服務和社會經濟發展之間存在的權衡和協同關系將是決策者和學術界關注的重點。此外本研究在以下兩方面還需進一步完善和改進：(1)如何在社會經濟因素和自然因素的交互作用和多種生態系統服務存在權衡和協同關系時,科學評估生態修復工程投入資金的效率以實現政策實施的可持續性。(2)由于數據獲取原因,利用RUSLE模型評估土壤侵蝕水平時多借鑒前人研究參數,對精準評估區域土壤侵蝕水平可能存在一定誤差,尋找更為適合樣本的參數本地化方法是下一步努力的方向。