整合自上而下和自下而上的方法可提高大规模生态恢复规划的实用性和效率：社会生态系统的启示

长江流域是中国最大的流域，涵盖近1.8×10⁶ km²的土地，呈现出巨大的生态和经济异质性（图1）。该流域是中国人口最密集、农业生产力最高的经济带，承载着全国40% 以上的人口和农业产出。流域地势西高东低，水土流失已成为一个严重的环境问题，尤其是在上游地区。1998年，流域内的特大洪水和水土流失造成了大量人员伤亡，经济损失超过120亿美元。为防止水土流失和洪水灾害进一步恶化，1999年长江流域实施了退耕还林工程。

为实现成本效益管理和项目的可操作性，退耕还林工程采用自上而下的实施方法。2014年，退耕还林工程重新启动，目标区域扩大到包括水源附近坡度大于15°的耕地以及对供水具有重要意义的区域。耕地被指定转换为“生态林”或“经济林”，同意土地管理转换的土地所有者，可通过与当地政府签订合同，获得现金或实物补偿（如粮食补贴和经济林种植的种苗）。经过两轮退耕还林工程，在生态恢复方面取得了显著成就。

图 1 中国长江流域的地理位置

在本研究中，通过整合自上而下和自下而上的方法，构建了一个适用于社会生态系统的生态恢复规划通用框架。以长江流域的退耕还林工程为例，并将其纳入社会生态系统框架（图2a）。在这个框架中，退耕还林工程可分为三个子系统：资源系统及资源系统单元（如坡度和粮食产量）、管理者（如地方政府）和参与者（如农民）。退耕还林工程规划的结果（实用性和效率）是由这三个子系统之间社会生态相互作用控制的。

为减少大规模生态恢复实施中的空间不匹配问题并提高项目效率，有必要量化社会生态因素对利益相关者（地方政府和农民）行为的影响。在本研究中，将精细尺度的自下而上方法整合到大规模空间规划中。这种整合方法通过以下方式实现对利益相关者行为对退耕还林工程实施影响的定量分析：①运用元分析识别关键社会生态变量；②建立利益相关者行为模型；③预测实施成功的概率（图2b）。本文测试了整合自上而下和自下而上方法的空间规划的实用性和成本效益，以确定社会经济过程对退耕还林工程实施的影响。

图 2 基于大规模生态恢复计划的社会生态系统中自上而下和自下而上方法的综合框架。(a)建立了一个分析框架，以整合自上而下(关注生态特征)和自下而上(考虑利益相关者的行为)的方法，以提高大规模生态恢复计划的实用性和效率。(b)一种自下而上的三步方法，将先前精细尺度研究的利益相关者行为的影响整合到大规模生态计划中。

图 3 2000 - 2010年CCFP候选耕地与实际耕地的分布格局及第一轮CCFP后复垦耕地的分布格局

图 4 基于自下而上方法的CCFP实施的社会生态影响。(a)基于元分析，土地所有者参与意愿受到社会生态因素的强烈影响。基于(b)关键社会生态因子的概率-响应曲线，(c)通过预测坡耕地CCFP成功实施的概率(来自MaxEnt模型)，将这些社会生态因子整合到CCFP实施模型中。

整合自上而下和自下而上方法调整后的退耕还林工程模式的实用性和效率

与未考虑社会经济因素的退耕还林工程候选耕地（图5a）相比，考虑社会经济因素的候选耕地与2015 - 2017年实际退耕还林工程耕地的空间匹配率，从61.55% 提高到了81.86%（图5b）。这些结果表明，融入自下而上的方法能够显著提高退耕还林工程空间规划实施的实用性。

融入社会经济影响的自下而上空间规划的实施成功率，从52.82% 提高到了77.53%（图6a）。此外，基于每公顷支付费用下的平均土壤侵蚀减少量，仅基于生物物理属性的退耕还林工程规划成本效益最低，为10.38 kg·CNY^－1，而融入自下而上方法的空间规划成本效益，相较于实际退耕还林工程实施提高了46.95%（图6b）。结果表明，融入社会经济因素的自下而上方法，对提高空间规划效率至关重要。

图 5 2015 - 2017年实际和目标CCFP耕地分布。在新的CCFP下，实际农田与目标农田的空间匹配度仅为(a) 61.55%，而在自下而上的社会经济整合方法下，这一匹配度增加到(b) 81.86%。

图 6 (a)基于当前基于坡度的CCFP空间规划和结合自下而上方法的CCFP空间规划，2015 - 2017年CCFP的执行率和(b)实施成本效益

编者评 

生态恢复政策及其实施受到生态和社会经济驱动因素的影响。以自上而下的方法为基础的空间规划，强调政府结构内的分级控制，没有全面考虑社会-生态互动，可能会导致实施失败和效率低下。尽管许多研究人员指出，在有效的规划过程中，利益相关者之间的社会生态互动是必要的，但由于数据稀缺和知识限制，大规模生态恢复的社会经济驱动因素难以量化。在此，文章建立了一种新的生态恢复规划方法，将社会生态系统框架与大规模生态恢复规划联系起来。新的空间规划方法整合了针对利益相关者利益的自下而上的方法，并为利益相关者行为分析提供了社会考虑因素。在此基础上，引入荟萃分析来识别影响大规模生态修复实施的关键社会经济和社会生态因素，并构建随机模型来分析社会经济驱动因素对当局和参与者大规模行为的影响。文章利用基于长江流域的 "退耕还林计划"（CCFP）--全球最大的生态系统服务补偿项目之一，来量化大规模生态恢复项目的社会经济影响。目前的"退耕还林计划"规划未考虑社会经济因素，未能实现大规模计划目标，投资效率较低，19.71%的实施面积在合同到期后重新变为耕地。 相比之下，纳入社会经济驱动因素后，规划修复与实际修复之间的空间匹配度从61.55% 提高到81.86%。此外，与目前实施的CCFP相比，考虑社会因素的空间规划的成本效益提高了46.94%。因此，与仅采用自上而下的方法相比，综合采用自上而下和自下而上两种方法的空间优化规划能带来更实用、更有效的生态恢复效果。文章的新方法将社会经济因素纳入大规模生态修复规划，具有很高的实用性和效率。

原文信息：Ding Z ,Zheng H ,Wang J , et al.Integrating Top-Down and Bottom-Up Approaches Improves Practicality and Efficiency of Large-Scale Ecological Restoration Planning: Insights from a Social–Ecological System[J].Engineering,2023,3150-58.

阅读原文：https://doi.org/10.1016/j.eng.2022.08.008

声明：本推送内容为课题组对论文的理解，因水平有限，难免出现错讹。敬请各位专家、同学批评指正。

本期编辑：关秀玉 硕士  审稿：董志超 博士

2336570451@qq.com