山水林田湖草沙生命共同體理念下社會-生態系統時空耦合及模擬預測

油 暢,渠鴻嬌,郭 濼

1 中央民族大學民族學與社會學學院,北京 100081 2 中央民族大學生命與環境科學學院,北京 100081

在面對日益嚴峻的生態環境問題時,必須認識到生態系統管理的重要性。而傳統的管理方式往往更重視經濟效益而忽視了生態系統的平衡和可持續發展[1—3]。因此,需要探索出一種基于社會-生態系統理論的管理方式。Ostrom創立的社會-生態系統(Social-Ecological System, SES)理論分析框架為解決生態系統管理問題提出了理論指導[4—6]。該理論框架包括資源系統、資源單位、管理系統、用戶等核心子系統,具有很強的解釋、診斷與解決問題功能,已成為生態環境問題治理的強有力工具[7—8]。

社會-生態系統理論框架在很多研究領域受到廣泛關注[9—10]。Rosenschold等應用SES框架評價了美國科羅拉多州河流流域不同治理策略對水資源和生態系統服務的影響,并為未來的管理和規劃提供了指導[11]。Taghilou等使用SES框架在中國小流域開展調研,研究不同管理措施對水資源和生態系統服務的影響,并分析了決策制定者、社區和專業管理者之間的權力關系[12]。Fernandes等基于SES框架,探討了城市公園管理對生態系統服務供給的影響,并提出了政策建議,以促進城市公園的可持續發展和生態系統服務的提供[13]。

社會-生態系統(SES)框架是一種分析和理解社會-生態系統相互作用關系的工具。框架指出人類社會與周圍的自然環境之間存在著復雜的相互依賴和相互作用。在SES框架中,社會系統和生態系統被視為相互聯系的整體。社會系統由人類社會、機構和決策者組成,生態系統則由物理環境和生態過程組成。這兩個系統之間存在著相互作用和反饋關系,社會行為和決策會對生態系統產生影響,同時生態系統的變化也會反過來影響社會行為和決策。SES框架強調了人類社會對于生態系統的影響和依賴,并呼吁通過合作、共享責任和適應性管理來保護生態系統的可持續性[14—18]。本文將“山水林田湖草沙生命共同體理念”融入SES研究框架展開耦合關系的研究。在生態學領域,耦合主要用于描述生態系統內部不同組分之間的相互作用與聯系[19]。耦合關系代表了生態系統中各個組分之間的相互依賴程度[20]。關于生態系統中的耦合學者們針對不同問題做出了總結。有學者指出耦合是生態系統穩定性和可持續性的關鍵因素[21]。并進一步探討了耦合性、復雜性和不確定性在生態系統管理中的作用,并提出耦合管理的原則[22]。有學者探討了人口和土地利用變化之間的耦合動態對生物多樣性熱點的影響[23]。學者們也嘗試在機理層面對生態系統的耦合關系進行探討。例如研究物質元素在生態系統中的循環和相關耦合[24];探究生態系統各個組分之間的動態變化調節機制,包括生態系統的正向和負向反饋機制,以及這些反饋對生態系統穩定性和轉變過程的影響[25]。

山、水、林、田、湖、草、沙是生態系統的核心要素,它們相互關聯、相互依存,構成了復雜的生態系統[26—28]。這些要素不僅提供了物質上的服務(如水資源、食品等),也提供了非物質上的服務(如文化遺產、美景欣賞等)。把山、水、林、田、湖、草、沙單獨提出來,是為了從整體上思考和推動生態文明建設[29—31]。這七大元素是生態系統中的關鍵要素,也是生態系統健康與平衡的基礎[32]。其中水是生態系統中的基本要素,它是生物生存和繁衍的基礎。而湖作為水體的一種形態,具有獨特的特點和功能,有自己的生態系統和生物多樣性。將水和湖單獨提出來,可以有側重地保護和管理水資源,推動不同類型水資源的有效治理。生態系統要素是生態系統中至關重要的組成部分,它們不僅為人類提供自然資源和環境服務,同時也是維持地球生命支撐系統的重要因素[33]。因此,對這些要素的研究一直是生態學、環境科學和社會科學等領域的熱點問題。針對山、水、林、田、湖、草、沙等系統的特征和功能,各種研究方法被廣泛應用。常見的研究方法包括生態系統價值評估、生態系統服務可視化、生態系統服務分類和定量評估等。然而,現有方法對于復雜生態系統的預測和模擬能力相對較弱。引入新的方法和技術以彌補現有方法的不足變得非常必要。灰色預測(GM)模型可以有效地解決社會生態系統評估指標模擬預測的問題。GM模型可以獲得更準確和可靠的預測結果,同時具有數據驅動性和可擴展性[34]。GM模型可以分析歷史數據來預測未來的生態系統服務價值,進而提供管理決策支持。Wang等利用GM模型對北方邦地區的洪水風險進行了預測,并根據模型結果提出了相應的防災建議[35]。Li等利用GM模型對水文數據進行了預測,并提出了相應的水資源管理建議[36]。

基于此,本文以南方丘陵山區典型區域-贛州市為例,對社會-生態系統進行評價與耦合關系的研究,在分析社會-生態系統評估指標演變規律的基礎上,運用GM模型對社會-生態系統評估指標的演變趨勢進行預測。旨在為類似區域的生態環境保護和可持續發展提供科學決策支持,為中國生態建設和可持續發展提供有益探索。

1 材料與方法

1.1 研究區域概況

贛州市位于江西省中部,地理坐標為115°25′58″—117°20′47″東經和24°26′27″—28°56′04″北緯。贛州市地形起伏,多山地、丘陵、平原和河谷等多種地貌類型,是中國南方著名的“五嶺之一、四水環繞”的地區(圖1)。贛州市屬于亞熱帶季風氣候,年平均氣溫為16—19℃,年降雨量在1300—1900 mm之間。贛州市擁有得天獨厚的自然資源和生態優勢,其中包括森林資源、水資源、土壤資源、動植物資源等[37]。同時,贛州市也是一個歷史文化名城,具有深厚的歷史底蘊和文化遺產。社會經濟發展迅速,已逐漸成為南方丘陵山區的重要城市[38]。贛州市的獨特地理位置、自然資源和社會經濟條件,以及生態系統要素-山水林田湖草沙的豐富性,使其成為理想的研究區域[39]。研究贛州市社會生態系統之間的耦合關系和其評估指標的模擬預測,對于深入了解南方丘陵山區的生態環境狀況,積極推進生態文明建設和可持續發展具有重要意義。

圖1 研究區域概況Fig.1 Overview of study area

圖2 SES互動分析框架[45]Fig.2 Framework for analyzing the principles of SES interaction

1.2 數據來源與處理

本研究需要的數據包括:(1)SES框架的各要素評價指標主要來源于《中國縣域統計年鑒》,缺失數據由相應年份的《江西統計年鑒》、《贛州統計年鑒》補充。(2)氣象數據來自于國家氣象科學數據中心(http://data.cma.cn/)。DEM數據主要來源于地理空間數據云(http://www.gscloud.cn/)。土壤質地數據源自寒旱區科學大數據中心(http://bdc.casnw.net/index.shtml)。潛在蒸散量數據源自《全球干旱指數和潛在蒸散(ET0)氣候數據庫v2》(https://figshare.com/)。(3)土地利用數據、NDVI、NPP、人口密度柵格數據、GDP柵格數據源自中國科學院資源環境科學數據中心(http://www.resdc.cn)。上述柵格數據集的空間分辨率均統一為100m。

1.3 研究方法

1.3.1基于“山水林田湖草沙生命共同體理念”的SES分析框架

SES框架已成為目前研究社會-生態系統關系應用最廣泛的概念框架[40]。共包含四個核心系統:資源系統(RS)、資源單位(RU)、治理系統(GS)和行動者(A)。在治理系統的約束下,行動者會展開一系列互動過程(I)并產生一系列結果,從而對系統產生反饋。此外,該框架還包括社會、經濟、政治背景(S)和生態系統(ECO)兩個宏觀背景變量[41—44]。

將”山水林田湖草沙生命共同體”融入社會-生態系統分析框架。水和林是地球上最重要的生態系統之一,水資源支撐著農業、工業和城市的發展,是許多生物群落賴以生存的最基本要素之一。森林不僅擁有龐大的生物量,且提供了許多重要的生態系統服務,如氧氣產生、水資源調節、土壤保持和碳儲存等。生態系統中的水和林是資源單位賴以生存的基礎。例如農民需要水來灌溉農田,牧民需要森林提供草和飼料。湖、草、沙作為資源單位,不僅受生態系統的影響,同時對資源系統的供應和可持續利用也起到了重要作用。湖泊負擔了許多生態功能,例如調節水文循環、提供洪水容量、維護水質等,這些功能對山地的水源管理和田地的灌溉至關重要。草地具有保持山地土壤結構穩定、防止水土流失和保護水源的關鍵作用。沙地則在農田中起到了保持土壤肥力、改善排水和調節氣候的作用。基于“山水林田湖草沙生命共同體”的SES框架如下。

1.3.2社會-生態系統及子系統評估指數的計算

在SES多要素耦合評價指標體系中(圖3),生態系統和社會系統做為宏觀的核心系統相互作用、影響,為資源系統和治理系統提供能量和信息基礎。資源系統進一步為資源單位提供物質輸入,治理系統制定規則,規范行動者的行為。資源單位和行動者兩個系統交互作用,對社會生態系統格局產生影響[46]。將水、林、山、田、湖、草、沙分別做為SES子系統。各個子系統均包含在復雜SES系統之中,其評估指標的選取應該遵循全面性,綜合性,典型性的原則。

圖3 基于SES框架的評價指標體系Fig.3 Evaluation index system based on SES framework

基于SES框架與前人的研究[47—49]。在指標層(表1)共選取25個指標來分別表征子系統層的水、林、山、田、湖、草、沙以及系統層的社會、治理和行動者。在子系統層,水土流失面積是反映土地水資源管理的重要指標。污水處理率可以衡量社會對水質保護的努力和成效。而年產水量可以反映社會對水資源的利用情況和需求水平。森林覆蓋率是評估林地資源的重要指標之一。退耕還林面積可以表示地區對森林資源保護和生態修復的重視程度。而林業產值可以體現林業活動所創造的經濟價值。山地面積的大小直接反映了山地在整個地區的分布和占比情況。地形起伏度決定了山地相關自然資源的分布和利用條件。通過溝壑密度可以了解山地的地表侵蝕嚴重程度。較高的農作物與經濟作物面積比值通常意味著農田的經濟效益較高,農業產業結構合理。耕地面積的大小直接決定了農作物的種植規模和農業產出。河湖面積的大小反映了水生態系統的規模和水文循環的強弱。河流徑流量的大小直接反映了水資源的充足程度。歸一化植被指數(NDVI)反映了植物生長的繁盛程度。植被凈初級生產力(NPP)是評估草地生態系統功能和生產能力的指標。草地面積通常能反映人類對草地資源的需求。氮磷總含量能反映土壤中氮、磷元素的豐富程度。土壤平均pH值對土壤養分的有效性、微生物活性都有直接影響。土壤沙化面積能直接反映土壤中的沙粒含量。

表1 社會-生態系統的評估指標體系Table 1 SES assessment indicator system

在系統層選擇GDP總量和人口密度作為社會系統的代表指標有助于分析和比較不同地區之間的經濟發展水平、社會資源利用情況和人口情況。這些指標對于制定經濟政策、資源規劃和社會發展具有重要意義。年均財政支出可以反映政府在一年內用于開展各項工作的資金投入。進而判斷政府對人民生活水平提高和社會發展的支持程度。全社會固定資產投資可以反映經濟體系中企業和政府對物質和技術基礎設施的建設投資。廢氣中煙塵排放量是衡量行動者對環境的污染程度的重要指標。全社會用電量可以反映行動者在生產和生活過程中對能源的消耗程度。

運用極值法對指標層的數據進行標準化處理,熵權法計算指標權重,將標準化后的指標層數據與對應的指標權重系數相乘并加總,得到子系統層,即水、林、山、田、湖、草、沙,與系統層社會、治理和行動者的綜合指數[50]。

社會-生態系統及子系統綜合評估指數的計算公式如下[51]:

Pij=(Xij-min(Xij))/(max(Xi)-min(Xi))

(1)

Pij=(max(Xij)-Xij)/(max(Xi)-min(Xi))

(2)

(3)

(4)

Hj=∑WiPij

(5)

公式(1)、(2)分別為正向和負向指標的標準化公式,i和j分別為指標行列次序,min(Xi)和max(Xi)分別為指標的最小值和最大值,Pij為標準化后的數值。公式(3)中,ei為熵權法計算出的熵值。公式(4)中Wi為指標權重系數。公式(5)中Hj為社會-生態系統及子系統的綜合評估指數。

1.3.3社會-生態系統的綜合評價

利用熵權法計算各個指標權重[52],根據公式(5)計算出的山、水、林、田、湖、草、沙子系統層與社會、治理、行動者系統層的評估指數,用TOPSIS模型進一步計算,得到社會-生態系統的綜合評價指數[53]。計算公式如下:

(6)

(7)

(8)

(9)

(10)

(11)

1.3.4耦合協調度模型

基于公式(5)計算得到的山、水、林、田、湖、草、沙子系統層和社會、治理、行動者系統層的評估指數,運用耦合協調度模型計算系統間的耦合協調度,將計算結果運用自然斷點法劃分為四個等級,分別為失調(0.0—0.3)、低耦合(0.3—0.4)、中耦合(0.4—0.5)、高耦合(0.5—1.0)[54—56]。耦合協調度模型的計算公式如下:

(12)

(13)

Cn表示多個系統間的耦合度,Ui代表各系統和子系統的綜合發展水平。Tc為各系統和子系統的評估指數。Dc為系統間的耦合協調度,取值范圍為[0,1],本研究中?=β=0.5。

系統動力學將系統視為一個整體,并通過建立因果回路圖、設計仿真模型和構建變量間的數學方程來模擬復雜系統的動態變化過程[57—58]。本研究初步構建了基于“山水林田湖草沙生命共同體理念”的社會-生態系統動力學因果回路圖,用于模擬社會-生態系統內部各系統之間的復雜耦合關系。

1.3.5社會-生態系統及子系統評估指數的GM動態預測

GM預測的基本邏輯是通過對原始數據進行累加生成新的數據序列,擬合得到一個一階線性常微分方程,最后利用該方程進行預測。將2005—2020年山、水、林、田、湖、草、沙子系統和社會、治理、行動者系統的綜合評估指數作為原始序列輸入模型,輸出2030年山、水、林、田、湖、草、沙子系統和社會、治理、行動者系統的綜合評估指數。模型精度檢驗見表2,計算公式如下[59]:

表2 GM模型精度檢驗參照表Table 2 GM model accuracy test reference table

(1) 假設非負原始序列為:X(0)={x(0)(1),x(0)(2),…,x(0)(n)}

(14)

(2) 對X(0)做一次累加,生成數列:X(1)={x(1)(1),x(1)(2),…,x(1)(n)}

(15)

(16)

(17)

(5) 把(4)求取的參數帶入(3),得到灰色預測計算公式:

(18)

2 研究結果

2.1 社會-生態系統及子系統評估指數的時空變化

基于SES框架,運用綜合評價模型計算,得出贛州市社會-生態系統及子系統評估指標的綜合指數變化見圖4。2005—2020年,子系統山的評估指數在贛州市東北部的寧都縣和瑞金市始終最高,在西部的南康區始終最低,西南部的崇義縣、龍南縣、安遠縣有微增的趨勢,信豐縣呈現先增,后減再增加的趨勢,其它區域無明顯變化。2005—2020年,子系統水的評估指數在贛州市西南部的南康區、章貢區、贛縣均呈現由低值到高值逐年增加的趨勢,在東部的寧都縣、會昌縣和安遠縣以及南部的定南縣也呈現由低值到中值微增的趨勢,在東部的瑞金市呈現先增后減的趨勢。子系統林的評估指數在贛州市的北部-中部-南部均有明顯的高值區域,這表明贛州市的森林資源較為富集。2005—2020年,林的評估指數在贛州市北部的寧都縣呈現先增加后微減的趨勢,在中部的章貢區和會昌縣有逐年減少的趨勢,在東南部的其它區域均呈現逐年增加的特征。子系統田的評估指數在贛州市整體呈現西南部高值聚集,東部和西部低值聚集的特征,南部和北部整體處在中高值的范圍。2005—2020年,子系統田的評估指數只在東南部的安遠縣呈現逐年微減的趨勢,在其它區域無明顯變化特征。子系統湖的評估指數在贛州市北部的寧都縣和中西部的贛縣最高,表明這些區域的湖泊資源豐富。在章貢區、東部的瑞金市和南部的安遠縣湖的評估指數最低,贛州市其它區域均處在中高值的范圍。2005—2020年,湖的評估指數無明顯變化特征,表明湖泊資源較為穩定。

圖4 2005—2020年山、水、林、田、湖子系統綜合評估的空間分布特征Fig.4 Spatial distribution of the mountains, water, forests, fields and lakes subsystem, 2005—2020

贛州市2005—2020年草、沙子系統與治理、社會、行動者系統綜合評估的空間分布特征見圖5。可以看出,研究區域子系統草的評估指數主要在中值到高值的范圍,只在中部的章貢區、贛縣和瑞金市最低。2005—2020年,草的評估指數在西部的南康區呈現逐年減少的趨勢,在東南部的尋烏縣和北部的寧都縣逐年增加。子系統沙的評估指數在贛州市整體偏低,只在東部的瑞金市偏高。2005—2020年,除中西部的贛縣呈現下降的特征,子系統沙的評估指數在贛州市的其它區域均呈現增加的特征,表明近年來贛州市的土壤環境較10年前有所下降。治理系統的評估指數在贛州市中部較高,在北部和南部較低。2005—2020年,治理系統的評估指數在贛州市中部的于都縣和興國縣均有增加,在瑞金市有下降的趨勢。社會系統的評估指數在贛州市的中部和北部均較高。2005—2020年,社會系統的評估指數在贛州市中部的于都縣、興國縣、信豐縣均有下降,其它區域無明顯變化。行動者系統的評估指數在贛州市西部和北部存在高值區的聚集,中西部有較多的中低值區。2005—2020年,行動者系統的評估指數在贛州市西部的大余縣有所下降,在東南部的尋烏縣有微增,其它區域無明顯變化特征。

圖5 2005—2020年草、沙子系統與治理、社會、行動者系統的空間分布Fig.5 Spatial distribution of grass, sand subsystems and, governance, social, actor systems, 2005—2020

2.2 社會-生態系統的綜合評價

社會-生態各系統及子系統的權重占比見圖6,利用熵權法計算出的權重高低能夠反映不同年份下,各系統及子系統對社會生態系統總體的影響。2005—2020年,對社會-生態系統影響最大的依次是社會(31.36%— 44.4%)、水(27.12%—31.97%)、湖(10.66%—13.48%)和治理(10.90%—12.09%)。研究區社會-生態系統綜合評價的時空變化特征見圖7。可以看出,贛州市中西部和東北部存在社會-生態系統綜合指數的高值(0.50—0.93)聚集,西南部和東南部存在少量低值(0.00—0.25)聚集,其它區域均處于中值區間(0.25—0.50)。2005—2020年,社會-生態系統綜合指數在贛州市北部的寧都縣、石城縣以及西部的大余縣、信豐縣、安遠縣均呈現先增后減的變化趨勢。在贛州西部的崇義縣,西南部的龍南縣呈現增加的趨勢。在贛州東南部的瑞金市呈現下降的趨勢。

圖6 社會-生態各系統及子系統權重占比Fig.6 Share of weight of each system and subsystem of social ecology

圖7 社會-生態系統TOPSIS綜合評價的時空變化特征Fig.7 Socio-ecological system TOPSIS synthesis evaluation

2.3 社會-生態系統間的耦合分析

社會-生態系統間良好的耦合協調關系是生態系統可持續發展的基本前提。本研究計算了社會-生態系統間的耦合協調度(圖8)。結果表明,在贛州市中部以北,社會-生態系統間的耦合協調情況較好,聚集著一些中、高度耦合的區域。在贛州市西部聚集著一些社會-生態系統間失調的區域。贛州市東部以南存在大量低度耦合的區域。2005—2020年,贛州市中部以北的興國縣、寧都縣、于都縣均呈現從低耦合向中、高耦合過渡的變化趨勢。贛州市西部的上猶縣、南康區,西南部的全南縣呈現由失調區向低耦合區過渡的趨勢。贛州市東南部的瑞金市、會昌縣、安遠縣和尋烏縣均呈現由失調區向低耦合區過渡的發展趨勢,這表明近年來贛州市社會-生態系統間耦合的發展趨勢向好。

圖8 2005—2020年社會-生態系統耦合空間分布Fig.8 Spatial distribution of SES coupling, 2005—2020

本研究基于系統動力學模型,構建因果回路圖來模擬復雜系統的動態變化過程。 并進一步基于“山水林田湖草沙生命共同體理念” 初步構建起社會-生態系統動力學因果回路圖,用于模擬社會-生態系統內部各系統之間的復雜耦合關系,與系統間反饋的動態過程,為決策者提供科學依據,以實現社會經濟的可持續發展和生態環境的保護。

因果回路圖展現了社會-生態系統內部的主要三個耦合邏輯(圖9)。圖9中各系統對應的系數表示由熵權法計算的2005、2010、2015、2020年系統權重的均值。在社會系統與資源系統之間存在負反饋回路。當資源系統的過度開發導致資源減少時,這種變化進一步加劇了社會系統對資源的需求和開發行為,形成一個相互促進的循環。在資源系統和生態系統之間存在正反饋回路。合理的資源利用與保護措施有助于維持生態系統的健康穩定。在社會系統與生態系統之間存在負反饋回路。當生態系統健康且穩定時,能向社會系統提供背景環境和資源支持,促進社會經濟的發展。反之,會對社會系統產生限制和影響。如資源枯竭和環境惡化可能引發社會沖突和經濟下滑。

圖9 贛州市社會-生態系統因果回路圖Fig.9 Causal loop diagram of social-ecological system in Ganzhou City

2.4 基于GM模型的社會-生態系統及子系統評估指數變化的預測

為了更好地了解社會-生態系統評估指數的動態演化規律,本研究基于GM模型對贛州市社會生態系統的評估指數進行了預測(圖10),所有評估指數預測的相對誤差絕對值均在0—0.1之間,后驗差比C值在0—0.06之間,小誤差概率P值在0.95—1.00之間,表明模型預測精度較高。山的評估指數在2005—2020年間有小幅波動,但整體呈現出上升的趨勢,2020—2030年該指數將持續小幅上升。水的評估指數在2005—2030年呈現持續下降趨勢,這一變化趨勢與2010—2020年總產水量的下降有關。林的評估指數在2005—2010年增長較快,在2010—2030年整體呈現微降的預測趨勢。田的評估指數在2010—2030年整體呈現增長的預測趨勢,這與2010年以后贛州市進一步嚴格落實耕地保護有關。湖的評估指數在2005—2030年呈現持續增加的預測趨勢,這與贛州市2010年以后的濕地生態修復和生態補水的實施有關。草的評估指數在2005—2030年呈現持續下降的預測趨勢。這與贛州市在2005年以后農村草地被開墾為農田或養殖場以及草地的過度利用有關。沙的評估指數在2005—2010年增加,2010—2030年基本保持不變,這表明2010年以后贛州市對土壤荒漠化程度控制的較好。治理的評估指數在2005—2010年下降,在2010—2030年持續增加。社會的評估指數在2005—2030年持續增加。行動者的評估指數在2005—2010年增加,在2010—2030年持續下降。

圖10 贛州市社會-生態各系統及子系統評估指數的預測Fig.10 Prediction of assessment indices of socio-ecological systems and subsystems in Ganzhou City

3 討論

3.1 社會-生態系統(SES)框架的應用

SES理論框架模型能提供對生態、社會相關領域中各類型變量的全面考察,并對其包含的抽象變量進行分析。前者的分析能夠考察社會-生態系統中大量潛在變量與復雜系統之間的相互作用關系,對于實現社會-生態系統的綜合分析至關重要。本研究充分考慮到了人與自然之間關系的復雜性,通過SES模型所包含的資源系統、資源單位、治理系統、行動者、生態系統、社會系統主要六大系統來全面分析贛州市社會-生態系統的要素耦合狀況[60]。并基于“山水林田湖草沙生命共同體理念”構建指標體系來量化SES框架,雖然指標的選取涵蓋了多個層面,能夠較全面地反映系統整體情況。但為了更深入地反映系統的可持續性、生態系統的多樣性和穩定性,更好地評估人類活動對系統的影響,在今后指標的選取中,可以引入可持續發展指數、生物多樣性指數等綜合性指標,以及能源消耗、碳排放量等與人類活動強相關的指標。對于抽象變量,例如行動者努力程度、企業家精神、社會-生態系統的精神模式、明晰的資源邊界等指標變量文章還未涉及,該類型變量不易量化,但抽象變量的分析能夠對整個社會-生態系統進行查漏補缺,在今后的研究中爭取加入這方面的分析[61]。

本研究將“山水林田湖草沙生命共同體理念”融入了社會-生態系統中進行系統動力學模擬的量化分析。這種量化分析有助于更好地理解SES框架中各系統之間的耦合關系和因果邏輯。在SES框架中,首先存在社會系統與資源單位和資源系統的耦合。社會系統通過管理資源單位(如湖、草、沙)來對資源系統(山、田)進行利用與開發。社會系統的決策和行為會對資源系統的利用和保護產生影響,同時社會系統也會受到資源系統的限制和影響。其次存在資源系統與生態系統的耦合。生態系統(水、林)提供了資源系統(山、田)所需的背景環境和支持,生態系統的健康與穩定是資源系統可持續利用發展的前提。資源系統的開發和利用也會對生態系統的結構和功能產生影響。例如,過度利用資源可能導致生態系統的退化和生物多樣性的喪失。最后是生態系統與社會系統的耦合。生態系統的運行和演化對社會系統產生影響,并在社會系統中產生反饋效應。例如,資源的枯竭和環境的惡化可能引發社會沖突和經濟下滑。社會系統的決策和行為可以促進或阻礙生態系統的恢復和適應能力。關注社會系統的合作機制和治理設計對保護和恢復生態系統具有重要意義。

現如今出現了眾多研究人員將SES框架應用于跨學科領域,從不同的角度收集數據進行多學科研究[62]。SES框架能夠提供一個公共結構,通過跨學科如自然科學與社會科學之間的交流,實現對模型測算結果的比較分析,最終實現不同學科領域的協同發展。本研究主要采用定量分析的方法,通過指標量化,分析了社會-生態系統評估指數的時空分布,但對于聯動機制的分析涉及較少,在今后的研究中需要將定量分析與定性分析相結合[63]。此外Ostrom認為有必要將SES框架從區縣尺度擴大到全國乃至全球范圍,Ostrom的理論引導我們更深刻地理解人類與自然的本質聯系,有助于人類更有效地實現生態環境保護的目標[64—65]。

3.2 基于SES框架的社會-生態系統耦合及演變規律

社會-生態系統不是孤立的,是由多個子系統共同作用而產生的。運用SES框架將自然與社會相融合,能夠更加真實、準確、全面地評估社會-生態系統耦合情況。2005—2020年,基于SES框架的社會-生態系統的子系統展現出了時空分布差異。贛州南部以丘陵山地為主要地貌特征,且為熱帶季風氣候,有利于山、林、草富集,東北部也分布著大面積的森林、湖泊、草原,為自然資源的增長提供了基礎條件[66]。2005—2020年,贛州南部與其他發達地區相比,人類活動和經濟發展水平更低,減少了對生態系統的影響[67]。一些自然保護區和森林公園的建設也進一步保護了自然環境,導致山、林評估指數上升。隨著時間推移,對草原保護的減少導致了草評估指數的下降。而湖泊資源由于水文地理原因相對穩定,因此湖評估指數未呈現明顯的時空變化。

水、田、沙、治理評估指數值在贛州市中部以西較高。贛州中部以西屬于內陸山區,地形起伏度大,河流水資源儲量豐富,氣候條件適宜農作物生長,但由于重復耕作、土地過度開墾、水蝕和風蝕,也會導致土地沙化面積增加[68]。2005—2020年贛州市中西部水資源充沛,降水豐富,但過去的幾年進行了大規模的土地開發和建設,導致水和沙評估指數增加,而農業發展與政府治理在研究期內較為穩定,使得田、治理評估指數變化趨勢不明顯。隨著人們環保意識增強,贛州逐漸強化了生態保護、修復的措施,維持了生態系統的穩定,提高了社會生態系統綜合指數,促進了各子系統間的耦合發展。較高的水、田、沙、治理評估指數意味著贛州市中部以西的水資源管理與沙漠化的治理能力較強、農田質量較高。這為地方政府和相關部門提供了重要的參考信息,可以優先保護和管理這些區域的生態系統,進一步采取措施提高水資源的利用效率、保護水源地和水生態系統,確保水資源的可持續供應。加強農田管理,保護土壤資源、改善農田環境,提升農業生產效益和農民的收入水平[69—70]。加強沙漠化防治工作,實施退耕還林還草、植被恢復、水土保持等措施,繼續推動沙漠化治理,保護地區生態環境穩定[71—72]。這些成果可以為相關部門的決策制定和實踐操作提供科學參考,促進可持續發展和生態環境保護。

根據2030年GM模型的預測結果,山、田、湖子系統與社會、治理系統的評估指數將會增加,而水、林、草子系統與行動者系統的評估指數將會下降,沙子系統評估指數保持不變。這表明在贛州市政府的實踐過程中,可以加大資金投入力度,建設更多的生態環境保護區,提高山、田、湖子系統的質量和數量。同時,加強社會與治理體系建設,提高社會文明程度和治理效能,為經濟社會發展提供良好的支撐。同時重視水、林、草子系統的保護和恢復。保護水源地,提高水利設施建設水平;加強林草覆蓋工作,推進森林防火和植樹造林;同時,提高人們的環保意識,引導市民積極參與環境保護行動。加強沙漠化監測和預警體系建設,制定有效的沙漠化防治措施,加強土地治理和植被恢復工作,防止沙漠擴展對經濟社會發展的影響[73]。

當前的研究往往假設耦合關系是線性的,即系統之間的相互作用是穩定且可預測的。然而,在實際情況下,社會-生態系統的耦合關系可能存在非線性效應,如閾值效應、正反饋等。同時耦合關系的研究需要跨越時間和空間尺度進行觀察和分析,以充分考慮系統的動態性和復雜性。然而,目前仍缺乏長期的觀察數據和跨尺度的研究,尤其是在不同地區和生境條件下的比較研究。因此,未來的研究可以進一步探索非線性效應對耦合關系的影響,并開發相應的分析工具和模型,并加強對多樣性場景的考察,以深入理解耦合關系的普適性和可行性。也可以開展跨尺度的比較研究,分析不同地區和生境條件下的社會-生態系統耦合關系的差異和共性,以提供區域性和全球性的參考和借鑒。總之,未來的研究需要更加全面、深入地探索社會-生態系統的耦合關系,并將相關研究成果應用于實踐中,為可持續發展提供科學支撐。

4 研究結論

本研究探索了融入“山水林田湖草沙生命共同體理念”后的社會-生態系統時空耦合情況,預測了2030年社會-生態系統及子系統的演變趨勢。2005—2020年,山的評估指數在贛州西南部微增。水的評估指數在贛州西南部逐年增加,在東部的瑞金市先增后減。林的評估指數在贛州北部先增后減,在中部逐年減少,在東南部逐年增加。田的評估指數在東南部的安遠縣逐年微減。湖的評估指數無明顯變化趨勢。草的評估指數在西部的南康區逐年減少,在東南部逐年增加。沙的評估指數在中西部的贛縣呈下降趨勢。治理與社會的評估指數在贛州中部均有增加。行動者評估指數在贛州西部下降,在東南部的尋烏縣微增。贛州中部以北,社會-生態系統之間主要為中、高度耦合。西部存在社會-生態系統間的失調。東南部有較多的低耦合區。在2020—2030年,子系統山、田、湖、治理、社會的評估指數均呈現增長的演變趨勢。水、林、草、行動者的評估指數呈下降的演變趨勢。沙的評估指數保持不變。