青藏高原东北缘高寒干旱区森林资源社会价值分异及管理优化

Social Value Differentiation and Management Optimization to Forest Ecosystems at Alpine Arid Region in Northeastern Edge of the Qinghai-Tibet Plateau

摘要

青海省作为典型干旱-半干旱过渡带，森林资源稀缺性与生态系统服务社会价值关键性矛盾突出，亟需量化社会价值为平衡生态保护与区域开发提供科学依据。根据潜在游客对森林生态系统的认知和选择水平，采用SolVES（4.0）模型对12种社会价值指标进行评估，分析社会价值和环境条件之间的关系，解析干旱区青海森林生态系统社会价值空间分异规律。结果表明：（1）高寒干旱区森林生态系统生物多样性价值最高，而固有价值和娱乐价值最低；各社会价值的高值区分布区域大致相同，主要集中在人口相对稠密的西宁市、海东市及海南藏族自治州的东部地区；（2）森林生态系统服务社会价值的空间分布受海拔、坡度、距离道路和距水体远近的影响较大。研究成果可为高原生态保护与建设提供决策支持。

Abstract

Qinghai, as a typical transitional zone between arid and semi-arid regions, faces a prominent contradiction between the scarcity of forest resources and their critical ecological functions. Therefore, it is urgent to quantify social values of forest ecosystems to provide scientific baseline for balancing between conservation and development. Based on potential tourists' preferences for forest ecosystems, the spatial distribution of 12 social value indicators of forest ecosystem in Qinghai and the relationship between social values and environmental conditions were analyzed by using the SolVES (version 4.0) model to reveal the mechanisms underlying the spatial differentiation of social values of forest ecosystem in Qinghai. The biodiversity value was the highest, while intrinsic and recreational values were the lowest of forest ecosystems in high-altitude and arid region. The high-value regions of various social values were mainly distributed in the areas with relatively dense population, such as Xining City, Haidong Prefecture, and the eastern part of Haibei Prefecture. The spatial distribution of ecosystem service social values was significantly influenced by geographical location such as elevation, slope, the distance to road and to water. The findings could provide decision-make support for ecological protection and construction of the Plateau.

Graphical abstract

关键词

高寒干旱区 / 生态保护与建设 / 社会价值 / 政策建议 / SolVES / 分异规律

Key words

alpine arid region / ecological protection and construction / social value / policy suggestion / SolVES model / differentiation law

引 言

青藏高原因其独特的自然地理环境，被认为是全球气候变化的“驱动机”与“敏感区域”。青海省地处青藏高原东北缘干旱-半干旱过渡带，年均降水量约400 mm，其森林生态系统在区域水源涵养、防风固沙、水土保持^[1]等方面发挥着关键作用。目前，关于青海森林生态系统服务功能如固碳释氧和水土保持等的权衡及优先保护区确定方面的研究较为充足^[2,3]。青海省幅员辽阔，资源管理与利用之间的矛盾日益凸显，系统量化该省干旱区森林生态系统社会价值已成为协调生态保护与区域发展之间冲突的重要前提。

生态系统服务价值评估是协调生态保护与资源利用矛盾的重要工具，其核心目标在于量化生态系统为人类社会提供多元效益（如水源涵养、防风固沙、固碳释氧等调节服务）^[4-6]。传统评估多基于经济学理论，通过假设评价法、市场价值法等将生态服务货币化^[7-9]，该方法往往忽视其社会属性（如游牧文化传承、景观特性）和空间异质性（如可达性）^[10-12]。近年来，学者逐渐关注社会价值与地理要素的耦合机制，例如利用地理信息系统（GIS）技术揭示水资源约束下公众偏好的空间分异规律^[10]。生态系统服务社会价值评估模型（Social Values for Ecosystem Services, SolVES）因其对非货币化价值与空间因子的整合能力，已成为干旱区研究的重要工具^[11-15]。然而，现有研究多集中于湿润区且范围有限，如湿地公园^[16,17]、森林公园^[18]、城市绿地^[19]或经济开发区^[20]。而对青藏高原地区（如青海省）森林生态系统的社会价值空间分异规律仍较为缺乏。

1 研究方法

1.1 研究区概况

青海省（E 89°35′\sim103°04′，N 31°39′\sim39°19′）地处青藏高原东北缘干旱-半干旱过渡带，总面积72.23万km²（图1），是我国“两屏三带”生态安全战略格局中青藏高原生态屏障的核心组成。作为“中华水塔”，其年均水资源总量达629.3亿 m³，贡献了黄河流域49%、长江流域25%的径流量，但受高原大陆性气候控制，降水时空分异极显著，年均降水量自东南（750 mm）向西北（17 mm）锐减，而蒸发量高达1 200\sim1 500 mm，水资源赤字矛盾突出。气候特征表现为干燥少雨（年均相对湿度50%）、寒旱交织（年平均气温-5.1\sim9.0℃）、太阳辐射强（年日照时数2 500\sim3 650 h），导致植被以高寒草甸、荒漠灌丛等群落为主，森林覆盖率低，呈“斑块状”且分布于东部湟水谷地及祁连山南麓等降水相对丰沛区。独特的自然条件使其成为研究高寒干旱区社会-生态耦合系统的天然实验室。

1.2 SolVES模型及输入数据的来源

SolVES模型由3个子模块（生态系统服务社会价值模型、价值制图模型、价值转换制图模型）构成^[21,22]，通过整合社会调查数据与地理空间变量，实现生态系统服务社会价值的非货币化评估，其核心模块包括社会价值量化、空间制图及环境因子相关性分析。

1.2.1 社会调查数据获取

针对高寒干旱区人口分散的特点，问卷设计参考Sherrouse等^[23]对落基山脉南部森林社会价值研究的成熟框架，根据SolVES模型技术要求及青海省特殊高原自然环境进行本地化调整，最终纳入可评估的12种社会价值指标（表1）。问卷初稿经预测试后，通过专业在线平台发放以确保数据的客观性。基于初步调查结果和受访者的反馈，对调查问卷内容进行修改和结构优化。正式调查于2020年11月启动，累计收回问卷229份，经有效性筛查后保留有效问卷199份，有效回收率为86.9%，可满足模型分析的数据量要求。

1.2.2 环境空间数据来源

海拔（elevation, ELEV)：从中国科学院资源环境科学与数据中心（http://www.resdc.cn/）下载的青海省数字高程模型（Digital elevation model， DEM，分辨率30 m × 30 m）获得；土地利用数据采用第三次全国国土调查结果。坡度（Slope, SLOPE）通过ArcGIS10.4表面分析工具对DEM数据进行提取所得；距道路距离（Ddistance to roads, DTR）与距水体距离（Distance to water，DTW）：基于道路水系数据，采用ArcGIS10.4欧氏距离分析工具计算所得。模型输出结果以价值指数（Value Index，VI=1\sim10）量化社会价值强度。基于问卷收集到1 365个有效社会价值点，采用核密度分析工具生成社会价值空间分布密度表面，得到景区社会价值点的整体空间分布密度，最终生成研究区社会价值分布图谱。解析社会价值与地理因子的空间异质性关联。

1.3 模型评估

采用受试者工作特征曲线（Receiver operating characteristic curve， ROC）下面积（Area under the ROC，AUC）量化SolVES模型的预测精度，具体流程如下： 随机选取25%的社会价值点作为测试集，剩余75%作为训练集；基于测试集生成ROC曲线并计算AUC值，其取值范围一般为0.5\sim1.0，当AUC\le0.5时，表明模型评估结果较差；当AUC>0.7时，则认为模型评估结果有效，且AUC值在0.7\sim0.8之间，表示模型准确性较好，0.8\sim0.9之间为准确，0.9以上为极准确。

2 结果

2.1 社会调查数据统计特征

基于199份有效网络问卷的统计分析（图2），受访者群体呈现显著的高寒干旱区人口学特征：

（1）本地主导性：98%为青海省内游客（195人）。这一分布特征与高寒干旱区生态景区对外交通可达性低、省外宣传不足密切相关，反映出青海省当前仍为本地客源为主的“内需型”生态旅游模式。

（2）年龄结构特征：45\sim64岁群体占比62%（123人），25\sim44岁占37%，表明中年群体构成高寒干旱区生态旅游的主力军。这可能与高海拔环境对年轻游客的生理适应性门槛高有关。

（3）社会经济属性：84%的受访者具有本科及以上学历，78%月收入超过5 000元，符合高寒干旱区生态旅游中高收入、高学历客群的定位。此类群体对生态保护的支付意愿显著高于大众游客。

（4）满意度评价：采用李克特5级量表（1=非常不满意，5=非常满意），景区整体满意度达（3.99±0.72），其中风景环境（4.32±0.65）得分最高，而门票价格（3.65±0.81）与服务设施（3.74±0.78）相对较低，凸显出高寒干旱区景区配套设施建设与游客需求之间存在显著差距。

2.2 模型性能评价

评估的12种社会价值AUC值均超过0.9（表2），充分证实模型预测结果具有极高的空间精度与可靠性，可为管理决策提供稳健的科学依据。

2.3 青海省森林生态系统社会价值分布

2.3.1 社会价值的空间聚类特征

对12种社会价值点进行平均最邻近分析，结果表明：所有价值类型的平均最邻近比率R值均小于1（0.04\sim0.36），标准差Z得分均呈负值（-11.52\sim-22.13），表明所有社会价值点在空间上均呈显著聚类分布特征（表3），符合后续数据分析要求。进一步分析社会价值类型的最大价值指数（Maximum value index: MVI）发现，生物多样性价值的MVI最高（MVI= 10），固有价值和娱乐价值的MVI最低（MVI=3）。

2.3.2 社会价值的空间分布格局

社会价值点集中分布在西宁市、海东市及海南藏族自治州东部（图3）。核密度高值区主要位于孟达天池、老爷山风景名胜区、互助北山国家森林公园、本康滩自然风景区、群加国家森林公园、坎布拉国家森林公园、东峡省级公园以及夏群寺森林公园等区域。这些社会价值点自然风貌完整，林木繁茂，动植物种类多样，文化景观独特，深受游客喜欢。

（1）高价值类型空间特征

生物多样性价值、美学价值、文化价值和生命可持续价值这四类社会价值的最大价值指数均大于5。其中，生物多样性价值（MVI=10）分布广泛，以大通县、湟源县等地最为显著（图3A），与野生动植物资源富集区高度吻合。美学价值（MVI=7）集中于景观资源优越区，如坎布拉国家森林公园（图3B）。文化价值（MVI=6）呈斑块状分布，坎布拉国家森林公园、群加国家森林公园、与民和县本康滩自然风景区形成主要集聚点（图3C）。生命可持续价值（MVI=6）集聚于西宁湟水公园、南山旅游风景区等城市生态节点（图3D），反映城市森林对生命支持功能的关键作用。

（2）中等价值类型空间特征

未来价值、经济价值及精神价值（MVI=5）呈现差异化分布格局：经济价值的社会价值高点分布较少，集聚于北山国家森林公园，与该区域林产品供给功能息息相关；未来价值高值点密集度较高，主要分布在祁连县、西宁市城区及海东市，反映城市居民对代际资源公平的关注；精神价值较高点以民和县、大通县为主，这与藏传佛教寺庙（如塔尔寺）的空间分布高度契合。

（3）低价值类型形成机制

学习价值、固有价值、历史价值、娱乐价值与治疗价值（MVI<4）整体强度相对较低，这些社会价值类型的弱势可能主要归因于潜在游客的行为模式。具体来看，MVI固有价值的高值点稀少且集中，体现内在价值认知的门槛较高；历史价值在空间上分布相对广泛，表明大多数游客对森林景区所承载的历史文化底蕴具有共同认同；娱乐价值的价值指数较高点分布区域较多，但受限于设施不足，实际体验不佳。

2.3.3 社会价值与地理环境的关联

（1） 生物多样性价值

生物多样性价值指数（VI）随地理环境呈规律性变化（图4）：在距道路距离0\sim3 km之间，VI值出现剧烈的波动，约2 km处达到峰值（图4A），反映出适度的交通便利性可提升生物多样性的感知；中等距离亲水区域更受关注，VI值表现为DTW在0 ~ 7 km以内呈随DTW 波动上升，约7 km处出现最大值（图4B）；VI值在坡度<6°的缓坡及海拔2700 m左右的中高海拔出现极值（图4C和图4D），该地形区域同时优化了游客可达性与野生动植物的观测条件，支持生物多样性观赏体验。

（2）美学价值

美学价值VI的空间分异受地理环境因素的显著影响：在距离道路0~2 km之内美学价值VI呈单峰分布，峰值出现在约1 km处，表明交通便利显著提升景观美学体验；水体要素对美学价值VI的影响呈现波动变化趋势，距水体0\sim8 km缓冲带内，VI值随距离增加呈震荡衰减趋势，最小距离处（<1 km）感知强度最高，反映出近水区域具有较强的美学吸引力。地形条件对美学价值分布具有约束效应，VI值在海拔2 400\sim2 700 m、坡度2°\sim8°的中低、缓坡地形带出现高值区，这与游客活动适宜区高度吻合。

（3）文化价值与生命可持续价值

总体上看生命可持续价值的价值指数高点较多，呈现分化特征。距离道路1 km以内文化价值波动变化且价值较高点较少，生命可持续价值在距离道路0\sim2 km之内呈现波动变化，多个地方被赋予较高价值（VI≥5）。文化价值在海拔2 200\sim2 600 m之间、坡度2°\sim7°之间缓坡区形成最优响应区间。生命可持续价值VI最佳响应区间集中在海拔2 450~2 550 m之间和坡度4°~8°；二者VI分布共同说明了平缓地形对文化传承和生态功能的支撑作用。

3 讨论

3.1 社会价值的地域性特征

生物多样性价值（MVI=10）是青海省生态系统服务社会价值的核心组分，这一发现与高寒干旱区森林生态系统服务研究结论一致（占比36.6%）^[24]。西藏生态系统服务评价研究中，林地在陆地生态系统中的生物多样性服务价值当量因子仅次于湿地^[9]，结果亦获西安浐灞湿地公园社会价值研究支持^[17]。然而，上海吴淞炮台湿地公园社会价值研究显示，游客更偏好美学与历史价值^[16]，凸显干旱区与湿润区的生态系统服务社会价值分异。生物多样性社会价值在干旱区更易受到关注，应注重保护该干旱地区的野生动植物资源，尤其是高寒干旱区。三江源国家公园因可达性低致社会价值弱化，而西宁、海东景区（如北山国家森林公园）依托区位优势与完善设施成为社会价值高值集聚区。森林生态系统高社会价值与可达性密切相关。因此，加强道路等基础设施建设是提高社会价值的有效途径。

美学价值（MVI=7）也是青海省森林生态系统服务社会价值的重要组成部分，与秦岭太白山^[25]、邛海湿地^[11]相关研究形成共识，亟需通过景观美感强化、多元素融合、智慧旅游的研究升级驱动生态旅游高质量发展。文化价值和生命可持续价值亦具有较高的重要性（MVI=6），呼应了关中-天水经济区发现^[20]，表明青海独特的高寒干旱区文旅资源有助于提升森林景观附加值。

相比之下，青海森林生态系统娱乐价值较低（MVI=3），基础设施缺乏导致游客体验弱化（满意度仅为3.74），亟需针对性地完善景区基础设施。综上所述，景区规划应持续稳定发展社会价值指数相对较高的地区，以提升综合竞争力。本研究还发现，森林生态系统服务社会价值与部分环境要素之间的关系与王玉等 ^[16]研究结果相似，游客更倾向于选择距离道路较近且亲水性良好的地方。此外，本研究对生物多样性、美学、文化等多种社会价值进行了评估，突破了以往评估中价值维度单一化的限制。

3.2 模型适用性与优化方向

SolVES模型能有效评估和预测生态系统服务的社会价值，并可解析社会价值与环境要素的关联（如可达性、亲水性和地理位置），且能够突破单一社会价值评估局限。然而，该模型目前仍存在不足，需要在未来研究中加以完善：建议纳入气象/社会经济等环境变量，以提升模型跨尺度评估能力，进而为生态保护红线的科学划定提供支持。此外，今后研究可以考虑采用手机数据^[26]，以获得更多客观的社会调查数据，避免受到网络问卷散播的地域局限性。

结 语

本研究揭示了青海省等高寒干旱区森林生态系统服务社会价值的核心特征与空间规律。生物多样性社会价值（MVI=10）是青海省森林生态系统服务社会价值的主体部分，历史价值、学习价值与治疗价值（MVI<4）偏低，固有价值和娱乐价值最低（MVI=3）。各社会价值类型的高值区（VI≥5）集中分布在西宁市、海东市及海南藏族自治州的东部等人口相对稠密区。海拔较低地区（<2 600 m）及缓坡地带（如城市森林）因地理优势成为社会价值热点。潜在游客显著偏好道路通达性高、交通便利地区，生态脆弱区（如高海拔）受可达性制约形成价值洼地。针对社会价值高、人口相对密集区域，建议积极推广生态旅游模式，开发森林研学、自然教育等游憩项目，强化生物多样性展示功能。而对社会低价值区域，则应优先实施生态保护措施，建立脆弱生态系统监测网络，严格控制人为干扰。

本文研究表明，SolVES模型耦合社会调查数据评估生态系统服务社会价值的新范式，可有效量化各利益相关者偏好，为森林景区规划提供决策支持，未来可将其扩展至生态保护红线划定。

参考文献

[1] 梁梓澳,王祥福,王维枫,等.青海省天保工程土壤保持效益评价研究[J]. 南京林业大学学报(自然科学版),2023,47(5): 181-188.

[2] Yan K, Wang W, Li Y, et al. Identifying priority conservation areas based on ecosystem services change driven by Natural Forest Protection Project in Qinghai province, China[J]. Journal of Cleaner Production, 2022,362:132453.

[3] Yan K, Zhao B, Li Y, et al. Effects of the implementation intensity of ecological engineering on ecosystem service tradeoffs in Qinghai province, China[J]. Land, 2024,13(6):848.

[4] Díaz S, Pascual U, Stenseke M, et al. Assessing nature's contributions to people[J]. Science, 2018,359(6373):270-272.

[5] Costanza R, D'arge R, De Groot R, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997,387(6630):253-260.

[6] 于德永,郝蕊芳.生态系统服务研究进展与展望[J].地理科学进展,2020,35(8):804-815.

[7] 央金卓玛,张根,冯佳佳.拉萨市生态系统调节服务价值核算[J].高原科学研究,2023,7(1):27-36.

[8] 李思荣,苏同向.基于保护政策影响的抚仙湖流域景观格局变化及生态系统服务价值响应[J].南京林业大学学报(自然科学版),2024,48(3):145-154.

[9] 赵永华,曹鹏熙,拉琼,等.基于当量因子法的西藏生态系统服务价值估算[J].高原科学研究,2024,8(4):13-21.

[10] Kulaixi Z, Chen Y, Wang C, et al. Spatial differentiation of ecosystem service value in an arid region: A case study of the Tarim River Basin, Xinjiang[J]. Ecological Indicators, 2023, 151:110249.

[11] 张予倩,赵振斌,李小永,等.城郊保护地“三生”空间变化对社会生态服务价值的影响——以邛海国家湿地公园为例[J]. 生态学报,2023,43(16):6772-6784.

[12] 张军谋,左兰,刘海军,等.基于游客感知的沙漠旅游景区生态系统文化服务价值评估研究——以图开沙漠旅游景区为例[J].生态学报,2025,45(12):5710-5722.

[13] 潘健峰,马月伟,蔡思青,等.SolVES模型在生态系统服务功能社会价值评估中的应用[J].世界林业研究,2023,36(1):20-25.

[14] Zahidi I, Yau M E, Lechner A, et al. Modelling public social values of flood-prone land use using the GIS application SolVES[J]. Journal of Hydroinformatics, 2024,26(1):20-32.

[15] Chen B, Lu Y, Imran M, et al. Evaluating and transferring social value of ecosystem services in urban wetland parks using the SolVES model[J]. Ecological Indicators, 2025, 172: 113270.

[16] 王玉,傅碧天,吕永鹏,等.基于SolVES模型的生态系统服务社会价值评估——以吴淞炮台湾湿地森林公园为例[J].应用生态学报,2016,27(6):1767-1774.

[17] 马桥,刘康,高艳,等.基于SolVES模型的西安浐灞国家湿地公园生态系统服务社会价值评估[J].湿地科学,2018,16(1): 51-58.

[18] 高艳,刘康,马桥,等.基于SolVES模型与游客偏好的生态系统服务社会价值评估——以太白山国家森林公园为例[J].生态学杂志,2017,36(12):3564-3573.

[19] 李嘉宁,姚磊,刘凌宙,等.基于SolVES模型的长株潭城市群绿心地区生态系统服务社会价值评估[J].生态与农村环境学报,2025,41(8):987-1001.

[20] 赵琪琪,李晶,刘婧雅,等.基于SolVES模型的关中-天水经济区生态系统文化服务评估[J].生态学报,2018,38(10):3673-3681.

[21] Sherrouse B C, Semmens D J. Social Values for Ecosystem Services, Version 4.0 (SolVES 4.0)—Documentation and User Manual[Z]. US Geological Survey Techniques and Methods, 2020, C25: 74.

[22] Sherrouse B C, Semmens D J, Ancona Z H. Social Values for Ecosystem Services (SolVES): Open-source spatial modeling of cultural services[J]. Environmental Modelling & Software, 2022, 148: 105259.

[23] Sherrouse B C, Semmens D J, Ancona Z H, et al. Analyzing land-use change scenarios for trade-offs among cultural ecosystem services in the Southern Rocky Mountains[J]. Ecosystem Services, 2017,26:431-444.

[24] 党晓鹏,蔡延玲.青海省森林生态系统服务功能价值评估研究[J].林业调查规划,2019,44(5):91-100.

[25] Zhang H, Gao Y, Hua Y, et al. Assessing and mapping recreationists' perceived social values for ecosystem services in the Qinling Mountains, China[J]. Ecosystem Services, 2019,39:101006.

[26] Ciesielski M, Kaminska A. Mapping cultural ecosystem services in mountain forests using mobile phone data[J]. Journal of Mountain Science, 2023,20(12):3437-3449.

基金资助

国家林业和草原局西北调查规划院科技创新项目(XBJ-KJCX-2021-15)