應用集萃法分析海河流域濱海濕地退化成因

楊昊臻, 楊小柳

(北京大學 城市與環境學院, 北京 100871)

濱海濕地是海洋生態系統與陸地生態系統相互交匯的復合地帶，是生態系統與生物資源多樣化的區域，同時也是生態環境較為敏感與脆弱的地帶[1]。近年來，海河流域濱海濕地退化現象十分嚴重，出現了水面萎縮、自然濕地面積轉化、環境功能退化、生物多樣性下降等諸多問題[2]；因此，為了對退化濕地進行科學的生態恢復與保護，需要首先探究影響濕地退化的具體因素，辨識其主要成因[3]。目前，許多研究采用不同方法對海河流域相關濱海濕地的退化成因進行了分析，部分研究使用定性研究方法，通過對影響因素的羅列和描述對濕地退化的成因進行分析[4-6]，沒有進一步研究這些因素對退化的影響程度；部分研究在定性分析的基礎上，選取相關指標，構建退化成因體系，采用定量分析的方法進一步分析了影響因素對于退化結果的具體程度。目前已有的研究結果顯示，導致海河流域濱海濕地退化的主要成因包括自然因素和人為因素兩類，其中人為因素起到主要作用。然而，相關研究在構建濕地退化成因指標體系時仍面臨著一些困難：一方面，研究需要在較大的時間跨度上收集多個退化成因指標的原始數據，但部分指標的數據在年鑒、統計網站等一手數據源中存在著缺失、統計概念與口徑前后不一致等問題，還有部分指標需要進行實地調查收集，成本較高，且難以跨時間獲取[7]，這些導致研究者在選擇指標時，不得不選取一些數據容易獲取、但與濕地退化缺乏明確因果關系的指標，如人均GDP、農業人口比例、固定資產投資等；另一方面，濕地退化是一個復雜而動態的系統性過程，涉及的影響因素多種多樣，且因素的相互關系復雜，在這種情況下，如果指標體系中的因素與濕地退化缺乏因果關聯，就難以準確展示濕地退化影響因素間的主次關系，也無法真正厘清導致濕地退化的主要成因。針對這一問題，本研究嘗試以濕地退化評價研究作為數據源，結合近二十年的文獻資料與數據結果，采用集萃法對海河流域濱海濕地的退化成因進行分析，嘗試為濕地退化成因分析尋找新的思路與方法。

集萃法(Meta-analysis)是一種對擁有共同研究目的的多個獨立研究結果進行定量、合并分析，并綜合評價研究結果的統計方法[8]。集萃法起源于統計學中“合并p值”的原理，1976年Gene Glass[9]在研究中將相關思想與方法進一步整合，將其定義為Meta-analysis。此后，集萃法被引入包括循證醫學、教育、心理學、市場營銷等眾多行業[10]。在20世紀90年代，集萃法被生態學界發現并引起了高度重視[11]，隨即被廣泛應用于地下水、大氣污染、瀕危物種、濕地等多個領域[12]。在發展過程中，集萃法逐漸細化出網狀集萃法、PMA法(Prospective Meta-analysis)、Meta-regression模型等諸多方法[13]。其中，Meta-regression模型是集萃法分析中較為常用的模型方法，它可以對同一研究課題下多個研究結果的同質性與異質性進行分析與評價，嘗試找出不同研究結果的統計關系[14]。

Meta-regression模型的一般形式通常為：

y(ij)=β0+βAXAij+βBXBij+βCXCij+μ

(1)

式中:y是待研究的效應值；j表示第j個樣本；i表示樣本中第i個觀察值;βA，βB，βC分別為研究特征XA(研究對象特征)、XB(研究方法特征)、XC(研究背景特征)的系數向量;β0為常數項；μ為殘差項[15]。在Meta-regression模型中,以效應值為結果變量(因變量),以影響效應值大小的研究特征為解釋變量(自變量),則模型擬合后的系數向量描述了結果變量是如何隨著解釋變量的單位增減而改變的,表征了相關研究特征對研究效應值的影響方式與影響程度[13]。

當前，Meta-regression模型在濕地研究領域中已經得到了廣泛的應用，主要集中在濕地生態價值評估與轉移等方面，國內外學者應用以Meta-regression模型為基礎的效益轉移法，將已有的濕地生態系統服務價值評估結果轉移到待研究濕地，實現對該濕地價值的評估[16-21]。在濕地退化研究和成因分析方面，Sanneke van Asselen等[22]在2013年的研究中使用Meta-regression模型對全球范圍內濕地演變的驅動力進行綜合分析，認為濕地演變是多種驅動力共同作用的結果，其中農業發展是導致濕地轉化最主要的直接原因，經濟增長和人口密度是最常見的潛在因素;在國內則尚未看到集萃法與Meta-regression模型在濕地退化相關問題中的相關研究。綜上所述，本研究應用集萃法，收集關于海河流域濱海濕地退化評價的實證研究結果，建立數據庫，構建關于濕地退化成因的Meta-regression模型，嘗試對海河流域濱海濕地的退化成因及影響程度進行綜合對比與分析。

1 研究地區概況

海河流域東臨渤海，南界黃河，西倚太行，北接蒙古高原，流域總面積達31.82萬km2，包括海河、灤河和徒駭馬頰河三大水系[23]。作為華北平原最大的水系，海河流域以不足全國1.3%的水資源承擔著全國10%的人口、13%的GDP用水，具有非常重大的社會經濟戰略地位[24]。海河流域下游濱海濕地資源非常豐富，典型濱海濕地包括七里海濕地、北大港濕地、南大港濕地。各個濕地的具體分布情況見圖1。

圖1 海河流域濱海濕地分布

2 研究方法與研究過程

2.1 研究方法概述

根據集萃法的一般原理，本研究的具體步驟主要分為以下3步：

(1) 建立數據庫。在一定條件下對研究案例進行篩選，并將篩選出的研究案例相關信息予以整合，建立集萃法研究的數據庫。研究案例可以來源于已發表的文獻、會議論文等，也可以來源于未發表的相關研究與原始數據等[25]。

在本研究中，所篩選的研究案例均來源于海河流域濱海濕地退化評價的實證研究。這些研究通過結合多個因素指標，采取如PSR模型[26-28]、層次分析法[29-30]、綜合矩陣分析法[31-32]、快速評估法等[33-34]模型方法對濕地退化程度進行了定量的評價；研究中所構建的評價指標體系相對完整，指標選擇較為全面、細致，涉及了人類活動、水文條件、污染程度、氣候特征等多種與濕地退化具有直接相關性的因素指標。

(2) 選擇自變量與因變量，構建Meta-regression模型。根據Meta-regression模型的一般形式，結合本研究具體情況，構建模型為：

yij=β0+βsXsij+βpXpij+βeXeij+βtTij+μ

(2)

式中:因變量y是濕地退化的評價結果向量；i和j代表第j個研究中的第i個觀察值,則yij代表第j個研究中的第i個濕地退化的評價結果,該變量結果越大,說明濕地整體的退化評價結果越不樂觀,退化程度越嚴重;β0為常數項；μ為殘差項;βs，βp，βe，βt為自變量的回歸系數矩陣；Xs，Xp和Xe為自變量矩陣,其中；Xs是代表濕地本身屬性的自變量矩陣,在本研究中主要指濕地所處的地點；Xp是代表濕地評估方法的自變量矩陣,表示數據庫中的相關研究案例所采用的評估方法；Xe是代表濕地退化評價的各種參考量的自變量矩陣,主要包括濕地相關的自然與人為因素;同時,本研究根據研究年限引入Tij作為相應的時間序列變量矩陣。

(3) 運用相關軟件對構建好的Meta-regression模型進行擬合，計算各個自變量的回歸系數矩陣。在本研究中，使用最小二乘法(Weighted Least Squares,WLS)來計算回歸系數項βs，βp，βe，βt，并把方差的倒數作為權重，以最小二乘平方求算β0，βs，βp，βe，βt，使誤差平方和為最小。以單個系數βs的一元回歸為例，最小二乘法就是使以βs為自變量系數，以β0為常數項的回歸線能夠更接近y的真實值。殘差項用μ表示，則殘差表達式為：

(3)

(4)

式中:β0為常數項；βs為自變量系數；x為自變量。要求解使SSE最小的βs與β0,需要分別對兩者進行微分,并令其結果為0:

(5)

繼續求解式(5)可得：

∑y=nβ0+βs∑x&∑xy=β0∑x+βs∑x2

(6)

式中:n為樣本數。求解式(6)中的兩個等式,可以得到βs與β0的表達式如下:

(7)

其他參數的計算方法以此類推。計算結束后，即可得到擬合完成的Meta-regression模型。

2.2 研究數據的收集和數據庫的建立

本研究通過關鍵詞、主題詞等方式，在中國學術期刊網絡出版總庫中遍歷檢索了所有與海河流域濱海濕地退化評價有關的實證研究文獻，并在根據相關標準篩選出了所有符合標準的文獻后，進一步提取研究案例。研究中，篩選文獻資料與研究案例時有以下標準：

(1) 研究案例為針對海河流域濱海濕地退化的定量化評價研究；

(2) 評價對象包含七里海、北大港、南大港濕地的案例；

(3) 評價方法以加權平均求和為原理的案例。

此外，部分研究案例來源于《海河南系子牙河流域下游濕地生態恢復關鍵技術與示范》項目中海河水利委員會完成并匯總的研究結果數據，篩選標準同上。

最終，共57例相關研究案例被篩選，提取出525個觀察值進入數據庫。篩選得到的研究案例時間范圍在2000—2019年，案例的研究目標為海河流域濱海濕地，主要包括七里海、北大港、南大港3塊典型濱海濕地。將入選數據庫的案例信息錄入Excel表中建立數據庫，主要包括研究年份、濕地名稱、影響濕地退化的因素指標、濕地退化的評價結果以及使用的評價方法等多類信息。

2.3 Meta-regression模型的自變量選取

參考國外相關研究中對自變量的選取[22]，結合數據庫中研究案例的變量結構和數據的實際情況，本研究選擇濕地退化影響因素、退化評價方法、濕地地點與研究時間作為Meta-regression模型的自變量：

(1) 濕地退化影響因素。由于各個實證研究案例在選取因素指標時存在主觀差異，其中部分濕地退化影響因素是極少數、甚至單一案例中所特有的，因而這些因素作為變量在數據庫中也包含了極大比例的缺失數據。這類變量表征了特定樣本的特殊性質，但在綜合分析中缺乏比較意義，還可能會影響分析結果的質量與準確性[35-37]。因此，本研究根據數據庫中各因素變量的實際數量分布，對退化影響因素變量進行篩選，得到自然和人為兩類共9種退化影響因素。其中，自然因素包括氣溫、降水量、河流徑流量、生物多樣性損失；人為因素包括水質污染、圍墾與建設占用、水資源開采、水產養殖、政策法規。這些因素相較于人均GDP、農業人口比例等指標，與濕地退化具有更為直接的因果關系，也是諸多研究案例的“共同選擇”。

(2) 濕地退化評價方法。研究案例中的濕地退化評價方法包括壓力—狀態—響應(PSR)模型、層次分析法(AHP)、綜合矩陣分析法、快速評價法。這些方法的基本原理是以“因子—權重”的對應形式建立濕地退化評價指標體系，采用加權平均求和的原理計算濕地退化的綜合評價結果。而各方法的層次結構與權重判別方式可能存在差別，也會導致不同評估方法的使用對濕地退化評價結果產生影響。需要說明的是，層次分析法(AHP)是較為常見的權重判別方法，在本研究中，如果一個研究案例在已聲明使用某種方法的情況下，又采用AHP法進行權重確定，則認為該案例使用的是其聲明的研究方法。

(3) 濕地地點與研究時間。本研究將各個案例中的研究地點與研究時間作為變量納入Meta-regression模型，嘗試利用集萃法將不同研究案例的研究結果在研究地和研究時間方面進行合并分析并建立比較關系。

2.4 數據預處理

(1) 數據的標準化。在研究案例中，由于不同方法往往使用不同的層次結構與權重，甚至同一種方法在不同研究中的打分方式也可能不一致，導致不同研究中濕地的退化評價結果在分布范圍和表征意義上會有較大的差異。基于本研究中涉及的濕地退化評價方法都采用了“加權平均求和”的原理，研究中可以對數據進行標準化處理如下：通過放縮在不改變數據點的幾何距離與分布的情況下將不同研究中的數據調整至同一范圍；通過取倒數將各個實證研究案例中的影響因素指標評價結果數據指標統一標準化為“數值越大濕地退化評價越不樂觀”的表征關系。

(2) “啞變量”賦值。按照統計和計量的數據要求，將自變量中除時間外的各類信息視為“啞變量”(虛擬變量)進行“編碼”和賦值。Meta-regression模型的變量信息見表1。

表1 Meta-regression模型的變量信息

(3) 將因變量轉化成對數數據的形式。根據現有國內外與集萃法分析相關的研究，這樣的變換通常能夠減少原始數據的波動程度和非對稱性，從而減小異方差[38]。

3 結果與分析

3.1 Meta-regression模型的回歸結果

本研究中使用Python 3.7軟件，應用最小二乘法對上表中的變量進行Meta-regression模型擬合，得到模型各項因子的擬合結果見表2。

保留在模型中的自變量有16個，Meta-regression模型的R2為0.967。在擬合得到的模型中沒有包括壓力—狀態—響應(PSR)模型這一變量，原因在于該變量大于顯著性水平(p>0.1)，對因變量不具有顯著的解釋能力。

3.2 模型結果與分析

根據表2的Meta-regression模型擬合結果，在濕地退化影響因素矩陣中，各影響因素變量系數的正負性表征了該變量對濕地退化評價結果呈正效應或負效應，系數絕對值的大小表征了變量的影響程度。其中，大部分人為因素與濕地退化評價結果呈正相關，其中水資源開采(1.512)、水質污染(0.813)的正相關性更顯著，水產養殖(0.593)、圍墾與建設占用(0.436)次之，說明上述人類活動行為是導致濕地退化的主要原因；政策法規(-1.202)是人為因素中唯一與模型結果呈顯著負相關的因素，這是由于相關法規政策的制訂與執行，能夠對濕地區域的生產、生活行為產生針對性的引導與強制性的限制[39]，對濕地退化具有明顯的抑制作用。自然因素中，河流徑流量(-1.176)、降水量(-0.788)兩個變量會直接影響到濕地水資源量，降水越豐沛，濕地周邊的河流徑流量越高，濕地水資源量越充足，因而在模型中呈顯著負相關；氣溫(0.037)的升高會帶動蒸發、蒸散作用，影響到濕地水資源的存蓄；而生物多樣性損失(0.072)的增加意味著濕地區域的植被覆蓋率、動植物數量與種類、底棲生物豐富度的下降，以及濕地生態環境遭到破壞，會導致濕地功能的退化。

表2 集萃法分析中各項因子的擬合結果

在濕地退化評價方法矩陣中，模型合并比較了不同評價方法在研究中的表現。層次分析法(1.079)、綜合矩陣分析法(-0.042)、快速評估法(-0.237)的回歸參數在統計上顯著，說明在其他條件相似的情況下，3種方法得到的濕地退化評價結果會存在方法性上的差異。使用綜合矩陣分析法和快速評估法得到的濕地退化評價結果相對其他方法偏低，表征意義相對更樂觀；使用層次分析法得到的評價結果最高，表征意義相對更嚴重。

在濕地地點矩陣中，模型綜合比較了3塊濕地退化評價結果的整體差異。當被評價的濕地分別為七里海、北大港與南大港時，模型擬合結果在統計上表現為七里海(-1.050)<北大港(-0.528)<南大港(-0.356)，這表示在其他條件相似的情況下，3塊濱海濕地在退化評價中整體表現為南大港濕地退化情況相對嚴重，北大港次之，七里海濕地的退化情況相對最輕。同時，模型在研究時間矩陣中對濕地的整體退化情況進行了時序擬合，研究時間(0.392)在模型的擬合結果中表現為正相關，這意味著濕地的整體退化評價結果在時序上表現為逐漸提升的狀態。

3.3 海河流域濱海濕地退化成因分析

結合上述對模型結果的分析可以看到，海河流域濱海濕地的退化是在人為因素和自然因素的共同作用下進行的。

在人為因素中，水資源開采和水質污染是導致濕地退化的主要成因。海河流域濱海濕地所在的區域淡水資源非常短缺，為了滿足工農業生產與生活用水的需求，需要大量開采地下水，因此，濕地區域及周邊河流遍布采水井，地下水超采率達40%上下。長期高強度地超采地下水改變了濕地的水文條件，導致地下水位下降，濕地水源補給受阻嚴重，最終使得濕地逐漸干涸，功能和生態環境逐漸退化[40]。而隨著周邊地區工業的發展與人口密度的提升，工業廢水和生活污水的排放量也逐年增加，致使濕地水質受到了嚴重污染。根據海河水利委員會在2019年的項目調查報告，在七里海、北大港、南大港3塊濕地共14個采樣點中，依據《地表水環境質量標準》(GB3838—2002)進行評價，有13個采樣點的水質類別為劣Ⅴ類，1個采樣點的水質類別為Ⅴ類，濕地水體整體上受污染十分嚴重，很容易引起濕地生物死亡，導致濕地的原有生物群落結構遭到破壞，并通過食物鏈富集影響到其他物種，嚴重干擾濕地生態平衡[41]。

同時，水產養殖、圍墾與建設占用也是導致濕地退化的重要成因。近年來水產養殖業發展迅速，導致海河流域濱海濕地的自然濕地逐漸向庫塘濕地、鹽田濕地等人工濕地進行轉化，也造成了濱海濕地嚴重的富營養化問題，濕地原有的水環境與生態功能逐漸喪失[42]。而在濱海濕地周邊的圍墾極易影響濕地區域與海水的連通性，濕地性質由此發生變化，失去特有的生態功能與價值[43]，如七里海濕地周邊沿岸約60%土地已被開墾為耕地，其環境的整體性已遭到人為的破壞。此外，相關的建設開發活動不僅會和圍墾一樣造成自然濕地面積被侵占，部分建設活動，如北大港和南大港的油田開發，還會對濕地區域的水文條件造成破壞，進而導致濕地水資源退化；一些針對濕地及周邊河流的水利工程建設也會直接導致大量水資源被攔截或改道，進而使得濕地水資源減少，如潮白新河的開挖及擋潮閘的修建，導致原本屬于七里海濕地的上游來水直接泄入大海，造成了七里海水量補充減少，同時也阻斷了魚蝦蟹類的回游途徑。

在自然因素中，降水量與河流徑流量對濕地退化過程有著重要的影響，主要是由于降水量及河流徑流量是濕地水源補給的重要方式[44]，降水量的豐沛與否以及河流徑流量的大小直接影響到濕地的水資源量。而由于氣候的相對干旱，近年來海河流域濱海濕地區域的天然降水逐漸減少，根據海河水利委員會在2019年的項目調查報告，七里海濕地所在的寧河區在80年代年平均降雨量約685 mm，90年代年平均降雨量約593 mm，而2015年前后的年平均降雨量不足400 mm；北大港濕地所在的大港區多年平均降雨量為560 mm，而近幾年每年的降雨量只有500 mm左右；南大港濕地所在的滄州地區的年降水量也呈現明顯的下降趨勢，1994—2003年的年平均降水量比1964—1973年減少約150 mm，2015年前后的年降水量減為約390 mm。同時，濕地區域內的河流也存在徑流量減少乃至斷流的情況，如獨流減河、子牙新河在九十年代年的平均入海量尚有5.6億m3，自2000年后有近6 a時間呈現幾乎斷流的狀態；過境水量的減少，也制約了區域內的濱海濕地水資源的存蓄。

此外，政策法規作為一項特殊的人為因素，在濕地退化過程中也有著重要作用。由于相關政策法規具有引導性與強制性，對于制約影響濕地環境的生產活動與生活行為往往具有立竿見影的即時性效果；同時，與濕地保護相關的法律與政策會起到宣傳的作用，人們保護濕地的意識也會隨之提高，有利于抑制濕地的退化趨勢[45]。目前，七里海、北大港、南大港3塊濕地都已成立了濕地自然保護區，并先后推出了相關的濕地生態保護修復規劃、生態保護“十大工程”等政策，相關法律法規體系也在逐漸完善，這對于海河流域濱海濕地的恢復與保護具有重要的意義。

4 討論與結論

4.1 討 論

本研究綜合上述分析認為，人為因素與自然因素對于海河流域濱海濕地的退化都具有重要的影響，其中核心成因在于濕地水資源的補給與存蓄受到了威脅。因此，模型中對濕地水資源影響更直接的因素，在濕地退化過程中也呈現出更大的影響程度與主導作用。結合模型擬合結果，各因素對濕地退化影響程度從大到小的順序為:水資源開采(1.512)>政策法規(-1.202)>河流徑流量(-1.176)>水質污染(0.813)>降水量(-0.788)>水產養殖(0.593)>圍墾與建設占用(0.436)>生物多樣性損失(0.072)>氣溫(0.037)。其中，水資源開采、水質污染直接造成了濕地水資源量減少、水體萎縮與水生態環境惡化等問題，降水量、河流徑流量作為重要的水資源補給來源也會直接影響到濕地水量的豐沛與否，所以這些因素是影響海河流域濱海濕地退化的主要成因。水產養殖、圍墾與建設占用等行為活動在侵占自然濕地面積的同時，還對濕地的水文條件造成了重大的影響乃至不可逆的破壞，進而也會影響到濕地水資源的存蓄，是濕地退化的重要成因。此外，政策法規作為一項性質特殊的人為因素，對濕地內生產活動與生活行為具有約束、引導功能，對濕地退化具有強效、即時的制約與抑制作用。因此，針對濕地水資源的補給與存蓄問題，可以通過制定對應的政策與法規來遏制它們對濕地的影響：政府與相關部門可以通過繼續規劃實施調水、補水工程，如已取得一系列成果的“引黃濟津”工程、南水北調工程和針對濕地的生態調水措施[46]，一方面可以為濕地提供穩定的水源補給保障，解決濕地的水資源補給問題，另一方面調水也可以滿足對工業與生活用水的供給，緩解水資源的過度開采問題；同時，可以通過加強濕地及周邊河流的排污檢測、有計劃地升級改造污水處理廠、推廣健康的水產養殖技術體系、引導化肥農藥的合理使用等多種措施的結合，減少污水的排放量，增加污水的收集率和治理率，改善濕地的水質污染問題。此外，針對圍墾、養殖與工業開發等問題，可以通過不斷完善相關濕地的生態保護與修復規劃，推進相關法律制度建設，對濕地區域內的生產生活行為進行統一管理，以規避不合理的工農業開發與城市建設活動對濕地環境的破壞，堅持“以保護求持續發展，以發展促環境保護”的濕地發展戰略[4]。

針對海河流域濱海濕地的退化成因分析，已有多位學者采用不同方法進行了定量研究[47]，在構建關于濕地退化成因的指標體系的基礎上，進一步量化分析了各個因素指標對于退化結果的影響程度并進行比較，從而得到濕地退化的主要成因。然而，受限于部分指標數據的缺失情況與獲取難度，許多研究在構建指標體系時可選取的合適的指標數量較少，部分研究不得不在指標體系中加入與濕地退化相關性不強、但數據容易獲取的因素指標，而這在濕地退化成因較多、機制復雜的背景下，其分析結果難以準確表現濕地退化的具體成因及主次關系。通過本文的研究，以相關濕地退化評價研究案例作為數據源，應用集萃法匯總了多年的文獻與資料，提取案例中的數據指標和結果進行合并分析，避免了構建指標體系時數據源缺失與獲取成本過高的問題，為濕地退化成因分析研究提供了新的思路與嘗試。同時，本文在研究過程中發現，雖然針對海河流域濱海濕地退化評價研究已有許多研究案例，但目前尚未出現一個統一的評價指標體系和評價方法。不同的研究案例在評價過程中采用的因素指標往往不完全一致，方法論中的權重定義與評價體系層次結構也會存在一定差異。這導致不同退化評價研究的結果在空間和時間上形成了相對孤立，很少進行直接對比與綜合分析。本研究基于眾多濕地退化評價實證研究結果的合并，嘗試利用集萃法分析各研究的共性與差異性，得到了各個因素指標的定量化對比關系，不失為一種對濕地退化評價研究進行綜合分析的可行思路與方向。

作為一種間接的評價方法，集萃法的可靠性在很大程度上取決于已有研究的數量和質量。在本研究中，一方面，出于對數據進行放縮的標準化處理需要，僅篩選了退化評價方法的基本原理等價于“加權平均求和”的研究案例，導致部分研究案例由于評價方法在原理上的不等價而無法納入模型，限制了模型的樣本數；另一方面，由于不同案例中因素指標選取不統一，部分因素由于觀察值數目過少無法納入模型，制約了模型的變量數；以上不足都會對集萃法的綜合能力與結果質量造成一定的影響。而可以展望的是，隨著濕地退化評價相關研究的積累和發展，在不斷的試錯與比較過程中，會逐漸形成相對成熟、統一的評價指標體系與評價方法，應用集萃法時可以建立更加豐富、完備的數據庫，提升模型的綜合性與精確性，在未來相關研究中具有不小的應用空間。

4.2 結 論

(1) 整體來看，海河流域濱海濕地的退化受到人為與自然因素的雙重影響。根據分析結果，各因素按照影響程度大小排序為：水資源開采>政策法規>河流徑流量>水質污染>降水量>水產養殖>圍墾與建設占用>生物多樣性損失>氣溫。人為因素中的水資源開采、水質污染，與自然因素中的降水量、河流徑流量等因素屬于導致濕地退化的主要成因；圍墾與建設占用、水產養殖是導致濕地退化的重要成因。此外，政策法規作為性質特殊的人為因素，對濕地退化具有強效、即時的抑制效果，可以通過制定具有針對性的政策與法律，遏制相關因素對濕地退化的影響。

(2) 結合Meta-regression模型中的變量對比與機制分析，可以發現海河流域濱海濕地退化的核心成因在于濕地水資源的補給與存蓄受到了威脅。在濕地退化的動態過程中，能夠影響濕地水資源的因素會對濕地退化產生重要影響，因素對水資源補給與存蓄的影響越直接，該因素對退化的主導作用就越強。因此，在針對海河流域濱海濕地的恢復策略中，應優先解決水源問題，通過規劃調水、補水工程和污染治理方案等措施，改善濕地水資源的補給來源與存蓄環境。

(3) 本研究利用集萃法針對海河流域濱海濕地退化成因進行了定量分析，需要注意的是，本方法得到的統計學上的定量結果表征的是相對意義而不是絕對意義，對于一個影響因素而言，在分析結果上的相對“較小”并不意味著該因素“不重要”，因為這些因素在濕地退化的過程中是相互影響、共同作用的，同時部分因素也存在著一定的因果關系。因此，在進行濕地恢復與保護的過程中，厘清主要成因、解決首要問題的同時也需要進行多方面措施的綜合協調，而不是采取相對單一的保護措施。