生態系統價值評價模型的研究

李文瑞

摘要：為了緩解環境污染、土地沙化、生態系統退化等問題，在規劃土地利用項目的過程中，需要重視對土地開發項目的環境成本進行評估。按照國家標準我們對各個工廠和商場的財務報表進行核對，得到了工廠和商場的年收入與單位住宅的平均收入。在道路方面，我們從世界銀行獲得的車輛通行費的平均值，用年平均車流量來計算收入。通過反向傳播網絡對農作物各變量的預測，可以分析生態服務標準值調整的成本和污染的間接影響。

關鍵詞：生態系統價值評價模型，成本效益分析，元胞自動機，神經網絡

生態服務系統是生物圈為維持人類健康和可持續的生存環境而提供的一種自然過程。傳統的經濟理論往往只考慮人力和物質資源，忽視環境和資源問題。數據分析顯示，不同生態服務系統產生的價值與標準值的比值基本保持不變。因此，只需要計算時變標準值的變化，即可得到了生態服務系統的時變趨勢。土地利用項目對生態服務系統影響復雜，為了簡化問題和保持結果的正確性，需要以下基本假設：（1）在開發開始后用于開發的土地將直接變為荒地，項目占用的土地可視為荒地;（2）世界上同一土地類型的生態服務價值相同;（3）全球人均碳排放量大致相同，工廠產生的污染總量只取決于工廠的規模;（4）相同規模的全球項目只產生與項目類型和項目規模相關的效益。

由此，我們建立了生態服務系統價值影響模型，得到了生態服務系統的時變趨勢。同時，對其進行敏感度、可靠性分析和優缺點評價。

1 生態服務系統價值直接影響模型

生態服務系統價值評估的方法和原則最早由Costanza在1997提出，發表在《Science》上的“世界生態系統和自然資本的價值”[1]。然而，他在農地生產系統的服務價值方面考慮不足。根據生態系統評價方法和可持續發展評價理論，一般將生態服務系統分為四大類：供給服務、調節服務、支持服務和文化服務。

1.1單位面積標準生態服務系統價值

世界糧食生產主要集中于三種糧食：大米、小麥和玉米，其在全球糧食生產占比逐年上升。中國的三大糧食產品也是大米、小麥和玉米。由于中國幅員遼闊，糧食生產有一定的代表性，本文以中國耕地自然糧食年平均產量的數據和經濟價值作為參考。

把三種農作物的耕地面積占比和平均凈利潤的乘積作為糧食的經濟價值，記為M，有

M= m1n1+m2n2 +m3n3

（1）

其中，m1，m2，m3分別表示水稻、小麥和玉米種植面積占2017年三種作物總種植面積的比例。n1，n2， n3分別代表2017年水稻、小麥、玉米單位面積平均凈利潤（美元）。

根據2017年中國食生產的數據，得到糧食的經濟價值M為

M=584. 35 USD/hm2。

許多文獻提出了生態服務系統價值的評估方法，各有優缺點。為此，我們對不同生態服務系統價值的評估結果進行平均，得到每單位面積的生態系統價值。從而，得到不同類型生態系統在各服務功能方面產生的價值與標準單位面積生態系統價值的比值。

對于缺少文獻資料且不易根據現有文獻資料推斷的服務功能價值，以及陸地上的生態系統，我們參照不同生態系統與標準單位面積生態系統的生物量的比值進行了推算。從圖l可以看出，相同面積的土地，濕地的生態服務系統價值是最高的，荒漠的生態服務系統價值最低。

1.2 土地占用引起的生態服務體系變化

用于建造項目的土地可以看作從原來的生態系統轉變為荒漠生態系統。這一部分土地的生態服務系統價值就會發生變化，其改變量為

C1=（Aj -A6 ）M Sz

（2）

其中，C1表示用于建造項目的土地的生態服務系統價值的改變量;A，i=1，2，3，4，5分別表示森林、草地、濕地、荒漠生態服務系統價值與標準值之比，M表示標準值;SZ表示用于建造項目的土地面積。

例如，開發利用一片面積為1hm2的農田。原來的農田生態系統就會由于人為破壞，轉變為荒漠生態系統。根據（2）計算可得每年直接的生態服務系統價值成本為2220. 53美元。

2生態服務系統價值間接效應模型

項目建成后，無論是商場、住宅還是工廠，都會對生態系統產生負面影響。包括空氣污染、危險廢物存放、廢水處理等。

2.1住宅用地成本模型的構建

我們建立了下面的模型來估計每個居住區域單位面積的人口數量：

為了估計公式（3）中每個人需要的居住空間SP，我們利用谷歌地圖的數據，將我們熟知的某小區中的建筑近似為矩形（如圖2），測量了一棟樓房的占地面積為748m2，即每層樓的面積為748m2。通過調查得到每層樓的住戶為4戶。

為了簡化模型，我們假設每戶住戶都包括三個人，得到每層樓居住的人數為12人。根據（3）式可計算出每人需要的居住面積SP為62. 3m2。

2.2測試模型

為檢驗每人需要的居住面積S的正確性，我們用谷歌地圖測量了該小區的總面積和綠化面積，分別為26110.89m2和13017. 7m2。用總面積與綠化面積的差值表示住宅區內建筑的占地面積Sz。同時，我們統計了該小區內總共樓房數為17棟，每棟樓房的樓層數為11層。

為了構建住宅用地成本模型，我們需要得到每個人住宅的平均面積

根據文獻[5，6]，每人每年產生的各類污染物的數量和治理各類單位污染物需要的費用如表2所示，排放的單位為噸/年，處理成本的單位為美元/噸。根據表2的數據，我們就可以得到處理每個人每年產生的污染物需要的費用MR為115.8美元。結合之前的公式，住宅建造完成后每年間接的生態服務系統的經濟成本Cg：

根據上式，在規劃這類土地利用項目時，只要知道建筑的樓層數和建筑的占地面積，就可計算出住宅建造完成后每年間接的生態服務系統的經濟成本Cg。若每公頃生活區可容納約161人，每公頃住房的間接生態服務系統的經濟成本為18，644美元。

2.3商場土地成本模型構建

商場建造完成后每年的間接生態服務系統的經濟成本C為

取不同規模購物中心建筑面積的平均值計算每年不同規模購物中心單位面積所產生的間接生態服務系統CD的經濟成本，得到經濟成本如表3。

2.4道路用地成本模型構建

道路建設完成后，大量的汽車尾氣排放會造成大量的空氣污染，我國VI標準私家車的排放量大致相當C0 1.0/km， NOx 0. 06g/km， HC 0.168g/km。由于技術原因，目前還沒有較好的CO和HC的處理方法。因此，本文只考慮NOx的污染治理成本。

首先，利用元胞自動機中的NaSch模型[6]，我們分析了車流密度與平均車速之間的關系。模擬道路總長度設為lkm，每個格點的長度為10m，然后將道路劃分為100個格點。如果每個時間步長為1，則小車的最大速度為V SMAX=3.33格點/時間步，相當于120千米/小時。汽車的最大速度是V1MAX=2.64格點/時間步，相當于95公里/小時。這個速度對于模擬高速公路比較合理，其交通流相對平穩。

其次，本文模擬了減速概率ρnoise=0.10的情況。在隨機混合交通流仿真中我們設置初始交通流密度為0.001，每一個模擬的增量為0.001，總模擬為1000次，大型汽車的線性形式轉化為小車的系數是1.5，大型汽車占每個仿真的車輛總數的0.4。我們得到了模擬交通密度和混合交通的平均車速的曲線圖（圖4）。

不同的氮氧化物處理成本大致相同。根據表2中的數據，計算道路Cgl年度經濟生態服務系統的成本是54750 USD/hm2。

3 基于神經網絡的作物變量預測

大米、小麥和玉米作物生長時，污染氣體排放量隨時間變化。我們使用反向傳播網絡對這些變量進行模擬和預測。下面以水稻為研究對象，應用反向傳播網絡預測其2020年污染氣體排放量。

反向傳播網絡由輸入層、隱含層和輸出層組成。隱藏層可以有一個或多個層。反向傳播網絡具有很強的非線性和泛化能力，能夠在搜索空間中找到最優解。通過水稻樣本數據訓練的反向傳播網絡，不斷修正網絡權值和閾值。誤差函數在負梯度方向上減小，逼近期望輸出。在輸入/輸出層的設計上，以中國統計年鑒（20102017）（2009年測試的數據除外）的水稻用地面積為輸入，以2009年和2020年的水稻用地面積為輸出作為這兩年的預測值。

在隱層設計中，只要有足夠的隱節點，就可以用任意精度逼近非線性函數。在網絡設計過程中，隱含層神經元的數量是非常重要的。隱層中神經元過多會增加網絡的計算量，導致過擬合問題。如果神經元數量過少，會影響網絡性能，達不到預期的效果。因此，我們采用經驗公式來選擇隱含層的神經元數量：l=√n+m+a。其中，n為輸入層神經元數量，m為輸出層神經元數量，a為[1，10]之間的常數。在我們的模型中，隱含層神經元的數量分別為10、5和1。通過觀察采樣點的一般曲線，選擇S形的切線函數‘tansig’作為激勵函數。

擬合結果如圖5。樣本1-8分別代表20102017年，樣本9和樣本10分別代表2009年和2020年的預測值。2009年預測指標為1992.7 hm2，實際值為1975. 13 hm2，誤差0. 8%，在可接受范圍內。用同樣的方法可以得到其他食物類型的土地面積。

在我們的模型中，考慮了食物類型、土地面積和污染物排放的變化。通過反向傳播網絡的預測，可以預測生態服務標準值調整的成本和污染的間接影響。

4 結論

土地利用項目對生態服務系統價值的影響分為直接影響和間接影響。生態系統直接服務的經濟成本與被開發土地的生態系統都和開發面積有關。根據謝高地[2]的研究，我們評估了不同類型生態系統的經濟價值。

影響生態系統間接服務經濟成本的因素很多，不同類型的項目有不同的影響因素。將排污量轉化為相應的污染治理成本。不同規模項目和不同類型項目對單位面積生態服務系統價值的影響不同。其中，工廠對生態服務系統價值的影響最為嚴重，生態服務系統的經濟成本最高。

間接生態服務系統的經濟成本遠遠高于直接生態服務系統。基于神經網絡模型，我們給出了水稻種植面積變化趨勢。

參考文獻

[1lCostanza R， d'Arge R， de Groot R S，et al.Thevalue of the world's ecosystem services and naturalcapital [Jl.Nature， 1997， 387： 253 - 260.

[2]Xie gaodi， zhang caixia， zhang Ieiming， et al.Im-provement of ecosystem service value method basedon equivalent factor of unit area value [Jl. Journalof natural resources， 2015（8）：1243-1254.

[3]Lautenbach S，Kugel C， Lausch A， et al.Analysisof historic changes in regional ecosystem serviceprovisioning usingland use data[Jl. Ecological In- dicators， 2011， 11： 676-687.

[4]Shi Y， Wang R S，Huang J L， et al.An analysis ofthe spatial and temporal changes in Chinese terres-trial ecosystem service functions [Jl. Chinese Sci-ence Bulletin， 2012， 57（17）： 21202131.

[5]Administration of the People's Republic of China.Specifications for Assessment of Forest EcosystemService Function（ LY/T1721 - 2008）.Beijing： Chi-na Standards Press， 2008.

[6]Wangjinnan. Technical guide to environmental eco-nomic accounting in China[Ml. China environmen-tal science press， 2009.

<指導老師：杜鴻飛）