基于PSM和DID法的濕地自然保護(hù)區(qū)保護(hù)效果分析
——以黑龍江省三江和撓力河國家級自然保護(hù)區(qū)為例

劉子剛,王 琦,彭愛珺,楊 飛

(1.中國人民大學(xué) 環(huán)境學(xué)院,北京 100872;2.中國科學(xué)院 地理科學(xué)與資源研究所,資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室,北京 100101)

建立濕地自然保護(hù)區(qū)是濕地保護(hù)的最主要的手段之一[1]。截至2015年底,我國已建立濕地自然保護(hù)區(qū)600多個(gè),濕地保護(hù)面積2 391萬hm2,濕地保護(hù)率為44.60%[2]。科學(xué)地評估自然保護(hù)區(qū)的保護(hù)效果對于濕地有效保護(hù)和管理具有重要意義。

國內(nèi)外研究主要從生物多樣性[3-8]、景觀格局變化[9-19]、生態(tài)系統(tǒng)價(jià)值和健康[20-23]等方面,通過對保護(hù)區(qū)建立前后變化或者保護(hù)區(qū)內(nèi)外差異的對比評估自然保護(hù)區(qū)的保護(hù)效果。但是,由于保護(hù)區(qū)建立前后,區(qū)內(nèi)外自然稟賦存在差異會(huì)導(dǎo)致評估結(jié)果產(chǎn)生選擇性偏差[24-25]。

雙重差分(difference in difference, DID)模型[26]和傾向得分匹配(propensity score matching,PSM)模型目前在已廣泛應(yīng)用于政策和項(xiàng)目評估,涵蓋經(jīng)濟(jì)學(xué)[27-31]和社會(huì)學(xué)領(lǐng)域[32-36],資源環(huán)境[37-42]領(lǐng)域也有涉及。雙重差分模型原理借鑒自然實(shí)驗(yàn)方法,選取不受政策影響的對照組,將兩組的同一指標(biāo)的變化量進(jìn)行比較,差值就是該項(xiàng)目或政策的真實(shí)效果[43]。傾向得分匹配法的原理是找到與實(shí)驗(yàn)組(treatment group)所有相關(guān)的預(yù)處理特征類似的對照組(control group),對照組產(chǎn)生的不同結(jié)果就可以歸因于該項(xiàng)目[44]。該方法的主要特點(diǎn)在于通過匹配變量的選取控制可觀測變量對估計(jì)結(jié)果的影響[45]。

本文運(yùn)用遙感數(shù)據(jù)對黑龍江省三江和撓力河國家級濕地自然保護(hù)區(qū)建立前后濕地變化特征進(jìn)行描述性統(tǒng)計(jì),運(yùn)用線性回歸模型、多項(xiàng)Logit模型、雙重差分模型、傾向得分雙重差分模型評估自然保護(hù)區(qū)的保護(hù)效果,并對結(jié)果進(jìn)行對比分析,試圖找到科學(xué)的方法得出更加真實(shí)的結(jié)果,為濕地自然保護(hù)區(qū)的建立和有效管理提供科學(xué)依據(jù)。

1 研究區(qū)概況

本文選擇三江國家級自然保護(hù)區(qū)和撓力河國家級自然保護(hù)區(qū)為研究區(qū)。這兩個(gè)保護(hù)區(qū)位于黑龍江省東北部三江平原腹地,是三江平原典型濕地的代表。研究區(qū)地理位置見圖1。

圖1 研究區(qū)地理位置Fig.1 Location of the study area

1.1 基本情況

三江自然保護(hù)區(qū)面積為198 100.00hm2,地理位置為46°40′N～46°52′N,132°05′E～132°26′E,平均氣溫2.2℃,平均海拔50.00m,年降水量540.00 mm;撓力河自然保護(hù)區(qū)面積160 595.40 hm2,地理位置為46°30′N～47°22′N,132°22′E～134°10′E,平均氣溫2.31℃,平均海拔50.00m,年降水量546.00 mm。兩個(gè)自然保護(hù)區(qū)地理位置接近,均為內(nèi)陸濕地與水域生態(tài)系統(tǒng),氣候均為溫帶大陸性季風(fēng)氣候。但兩個(gè)保護(hù)區(qū)建立時(shí)間不同,三江自然保護(hù)區(qū)建立于1994年,撓力河自然保護(hù)區(qū)建立2002年(國家級)。因此,本文將撓力河自然保護(hù)區(qū)作為對照區(qū),分析三江自然保護(hù)區(qū)的保護(hù)效果。

1.2 濕地變化情況

圖2 三江和撓力河自然保護(hù)區(qū)1980—2000年濕地率變化Fig.2 The changes of wetland rate in Sanjiang and Naolihe Nature Reserve from 1980 to 2000

圖2顯示了1980—2000年三江和撓力河保護(hù)區(qū)濕地率變化情況?？梢钥闯?整個(gè)三江平原濕地率較低,且一直呈現(xiàn)下降趨勢。1980—1990年,三江與撓力河自然保護(hù)區(qū)均未成立,濕地率均大幅下降。其中,三江自然保護(hù)區(qū)下降幅度較大,由96.53%下降到86.10%;撓力河自然保護(hù)區(qū)由87.28%下降到84.69%。1990—2000年,三江自然保護(hù)區(qū)(建立于1994年)濕地率略有上升,由86.10%上升到86.49%,增加了0.39%;撓力河自然保護(hù)區(qū)此時(shí)尚未建立,濕地率下降幅度較大,由84.69%下降到80.68%。這說明,從1980—1990年濕地變化情況來看,三江自然保護(hù)區(qū)的建立是有效果的。但是,由于存在選擇性偏差,為了得到更為真實(shí)的保護(hù)效果,需要進(jìn)行進(jìn)一步的分析。

2 變量選取與數(shù)據(jù)來源

選擇濕地面積作為因變量,海拔、坡度、距河流的距離、徑流量、距居民點(diǎn)的距離、人口數(shù)量和GDP等作為自變量?？紤]到保護(hù)區(qū)周邊為國有農(nóng)場,農(nóng)業(yè)機(jī)械化比較發(fā)達(dá),本文選取農(nóng)業(yè)機(jī)械總動(dòng)力反映農(nóng)業(yè)生產(chǎn)對保護(hù)區(qū)的影響,變量具體情況如表2。

自然地理數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所，以GIS和RS技術(shù)為支撐,基于三江平原1990年、2000年土地利用現(xiàn)狀圖及LandsatTM/ETM+遙感影像圖,提取了兩個(gè)自然保護(hù)區(qū)的濕地面積和濕地率數(shù)據(jù)。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源為黑龍江統(tǒng)計(jì)年鑒和黑龍江墾區(qū)統(tǒng)計(jì)年鑒。

利用ArcGIS軟件的漁網(wǎng)分析功能將兩個(gè)保護(hù)區(qū)劃分為100m×100m的像元,將兩個(gè)保護(hù)區(qū)的像元分別編號,三江自然保護(hù)區(qū)劃分為192 947個(gè)像元,撓力河自然保護(hù)區(qū)204 771個(gè)像元,提取每個(gè)像元的屬性信息,包括海拔、坡度、距最近河流距離、距最近居民點(diǎn)距離、徑流量、濕地面積等。其中,徑流量由降水量和蒸散量的差值得到。GDP、人口數(shù)據(jù)等結(jié)合土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)通過ArcGIS軟件中計(jì)算得到。

3 模型構(gòu)建

為了科學(xué)地評估保護(hù)效果,選取多項(xiàng)Logit模型、線性回歸模型、雙重差分模型和傾向得分匹配模型分別對保護(hù)區(qū)的保護(hù)效果進(jìn)行分析。

3.1 線性回歸模型

將自然保護(hù)區(qū)建立與否作為自變量,濕地面積作為因變量進(jìn)行線性回歸,并控制盡可能多的變量以減少遺漏的變量誤差,建立模型如式(1)。

WAi=α0+α1Policyi+α2Dst_Riveri+α3Net_flowi+α4Demi+α5Slope5i+α6Dst_peoplei+α7Ag_mαi+α8GDPi+α9Popi+εi

(1)

式中:Policyi是虛擬變量,像元i位于三江自然保護(hù)區(qū)為1,位于撓力河自然保護(hù)區(qū)為0;Dst_Riveri是像元i距河流的距離;Dst_peoplei是像元i距居民點(diǎn)距離;Net_flowi是像元i的徑流量;Demi是像元i的海拔;Slopei是像元i的坡度;Popi是像元i的人口數(shù)量;GDPi是像元i的GDP;Ag_mαi是像元i的農(nóng)業(yè)機(jī)械總動(dòng)力;α1～α9是系數(shù)。

3.2 多項(xiàng)Logit模型

多項(xiàng)Logit模型可以通過對比不同時(shí)間段各種因素對濕地變化的影響。選擇三江自然保護(hù)區(qū)建立前的時(shí)間段1980—1990年,以及建立后的時(shí)間段2000—2010年,將濕地面積變化劃分為多值變量,濕地面積不變,定義為0,概率為P0;面積增加為1,概率為P1;面積減少為2,概率為P2。自變量均取不同研究時(shí)間段的均值。模型如式(2)和式(3)。

(2)

(3)

式中:Popi是像元i的人口數(shù)量,GDPi是像元i的GDP,Ag_mαi是像元i的農(nóng)業(yè)機(jī)械總動(dòng)力。β1，β2，β3是系數(shù),反映了各自變量對因變量的影響方向和大小。

3.3 雙重差分模型

雙重差分模型借鑒了自然實(shí)驗(yàn)的方法,建立實(shí)驗(yàn)組與對照組,將建立保護(hù)區(qū)的真實(shí)影響分離出來。為反映三江自然保護(hù)區(qū)建立前后的變化,選取其建立前的1990年與建立后的2000年的數(shù)據(jù),構(gòu)建雙重差分模型如式(4)。為了更好地估計(jì)保護(hù)區(qū)建立的政策效果,控制了影響濕地面積變化的其他因素。

WAit=α0+α1policyi+α2yeart+

α3policyi·yeart+α4Xit+εit

(4)

式中:WAit是像元i的濕地面積;policyi是保護(hù)區(qū)虛擬變量,當(dāng)像元i位于三江自然保護(hù)區(qū)內(nèi),取值為1,反之為0;yeart是時(shí)間二值虛擬變量,保護(hù)區(qū)建立后,t=2,yeart=1;保護(hù)區(qū)建立前,t=1,yeart=0;policyi·yeart是時(shí)間與保護(hù)區(qū)虛擬變量的乘積;Xit是一組隨時(shí)間變化的可觀測的影響變量Yit的控制變量。

選取撓力河自然保護(hù)區(qū)作為對照組,兩個(gè)保護(hù)區(qū)對比的保護(hù)效果為:

ΔWA1-ΔWA2=α3+Δε1-Δε2

(5)

式中：ΔWAi=WAi2-WAi1。由式(5)可見,建立保護(hù)區(qū)變量和時(shí)間的交互項(xiàng)系數(shù)α3即為真正用來度量實(shí)驗(yàn)組政策效應(yīng)的量。

3.4 雙重差分傾向得分匹配模型

雙重差分傾向得分匹配模型是對雙重差分模型進(jìn)一步修正,消除選擇性偏差,使保護(hù)區(qū)建立成為隨機(jī)事件,能夠得出更為真實(shí)的建立保護(hù)區(qū)的政策效果。具體步驟為:

1)以保護(hù)區(qū)為因變量,建立Logit回歸模型。模型的一般公式為

(6)

其中,Y為因變量,即是否建立自然保護(hù)區(qū)的二維虛擬變量,保護(hù)區(qū)內(nèi)為1,反之為0;Xi為一組協(xié)變量,即研究對象的一些基本特征變量,為徑流量、坡度、濕地距居民點(diǎn)的距離、濕地率。利用公式(6)進(jìn)行Logit回歸得出各協(xié)變量回歸估計(jì)的系數(shù)。

2)計(jì)算各個(gè)研究對象的傾向得分。將第一步中回歸估計(jì)出系數(shù)帶入到原方程中,并將各個(gè)研究對象協(xié)變量的取值帶入。

3)依據(jù)計(jì)算所得的傾向得分,進(jìn)行匹配,得到實(shí)驗(yàn)組和對照組。

4)匹配后剔除多余數(shù)據(jù)直接進(jìn)行雙重差分模型計(jì)算。

4 結(jié)果分析

4.1 傾向得分估計(jì)結(jié)果

以建立保護(hù)區(qū)為因變量,三江保護(hù)區(qū)為實(shí)驗(yàn)組,賦值為1;撓力河為對照組,賦值為0。選取坡度、距居民點(diǎn)距離、徑流量、濕地率等變量進(jìn)行傾向得分匹配。使用保護(hù)區(qū)建立前的1990年數(shù)據(jù),利用stata14.0軟件進(jìn)行統(tǒng)計(jì)。Logit回歸結(jié)果(表1)顯示,選取的協(xié)變量回歸系數(shù)均顯著,說明協(xié)變量均對保護(hù)區(qū)的建立有顯著的影響,保護(hù)區(qū)建立與上述因素存在相關(guān)性,建立保護(hù)區(qū)不是隨機(jī)事件。

為考察匹配效果,采用核密度函數(shù)圖(圖3)進(jìn)行匹配平衡檢驗(yàn)。由圖3可見,匹配前,實(shí)驗(yàn)組和對照組的傾向得分值的概率分布存在明顯若異,說明出現(xiàn)樣本選擇偏誤問題,如果選取兩組樣本進(jìn)行分析,得到的計(jì)量估計(jì)結(jié)果存在偏誤,這也說明如果直接采用雙重差分模型進(jìn)行保護(hù)效果評估其結(jié)果存在混雜偏誤。然而,進(jìn)行匹配之后,實(shí)驗(yàn)組和對照組的差異大幅度降低,兩組樣本傾向得分值的概率分布更加接近,說明得出較為合適的匹配樣本,匹配效果較好。

表1 Logit回歸估計(jì)結(jié)果Tab.1 Results of Logit regression model

4.2 不同模型結(jié)果比較

多項(xiàng)Logit模型、線性回歸模型、DID模型和PSM+DID模型結(jié)果比較如表2。

多項(xiàng)Logit模型通過比較兩個(gè)時(shí)間段保護(hù)區(qū)像元GDP、人口、農(nóng)業(yè)機(jī)械總動(dòng)力變化引起面積變化的可能性,來比較保護(hù)區(qū)保護(hù)效果。對于面積增加的像元,隨著GDP的增加,濕地面積增加的可能性變小。建區(qū)前,濕地面積增加的概率減少12.4%,建區(qū)后則減少87%。對于面積減少的像元,建區(qū)前,GDP增加會(huì)使面積減少的概率減少97.9%,建區(qū)后則增加2.4%。人口與農(nóng)業(yè)機(jī)械總動(dòng)力的變化對濕地面積變化的影響均會(huì)隨著保護(hù)區(qū)的建立而變小,說明保護(hù)區(qū)建立會(huì)使得人為因素對濕地面積的改變的影響變小。

線性回歸模型結(jié)果表明,建立保護(hù)區(qū)對2000年的濕地面積產(chǎn)生了負(fù)向影響,即建立保護(hù)區(qū)會(huì)比不建保護(hù)區(qū)濕地率減少1.85%,且在1%的水平下顯著,說明保護(hù)區(qū)建立并沒有起到保護(hù)效果。

雙重差分模型結(jié)果可知建立保護(hù)區(qū)導(dǎo)致濕地面積增加,且在1%的水平下顯著,建立保護(hù)區(qū)比不建保護(hù)區(qū)濕地率增加4.67%。

PSM+DID模型結(jié)果表明建立保護(hù)區(qū)導(dǎo)致濕地面積增加,且在1%的水平下顯著,建立保護(hù)區(qū)比不建保護(hù)區(qū)濕地率增加6.18%。

圖3 核密度函數(shù)圖Fig.3 Kernel density function

變量多項(xiàng)Logit模型② 線性回歸模型DID模型PSM+DID模型 1980—2000年(建區(qū)前)OR 2000—2010年(建區(qū)后)OR 2000年 1990—2000年 1990—2000年 1/02/01/02/0時(shí)間*保護(hù)區(qū) 466.80***(19.30)617.80***(22.90) 保護(hù)區(qū)變量 -184.90***(31.89)-191.80***(17.700)-699.10***(21.34) GDP (-)0.12***(-24.66)(-)0.98***(-2.70)(-)0.87***(-4.490)(+)1.24(35.62)0.04***(0.00)-0.01***(0.00)-0.02***(0.00) 人口 (-)0.31***(-32.51)(-)0.82***(-24.49)(-)0.45***(-26.28)(-)0.80(-36.31)-0.02***(0.00)0.00***(0.00)0.01***(0.00) 農(nóng)機(jī)總動(dòng)力 (+)1.36***(12.01)(-)0.97***(-3.93)(-)0.91***(-3.11)(-)1.00(-0.73)-0.04***(0.00)-0.02***(0.000678)-0.03***(0.00)

續(xù)表2

變量多項(xiàng)Logit模型② 線性回歸模型DID模型PSM+DID模型 1980—2000年(建區(qū)前)OR 2000—2010年(建區(qū)后)OR 2000年 1990—2000年 1990—2000年 1/02/01/02/0距居民點(diǎn)距離 ---0.07***(0.00)--距河流距離 0.03***(0.00)-- 徑流量---4.62***(0.06)-- 海拔---25.71***(0.65)-- 坡度--490.6***(8.65)-- 常數(shù)(-)0.00***(-87.50)(-)0.16***(-274.09)(-)0.03***(-122.91)(+)2.51(171.98)11,771***(47.37)8,993***(20.98)9,407***(24.32) 觀測值個(gè)數(shù)165,935191,789127,171189,820397,718795,436583,588 R20.040.000.01

注:① 系數(shù)下面括號內(nèi)數(shù)字表示標(biāo)準(zhǔn)差,*表示10%水平下顯著,**表示5%水平下顯著,***表示1%水平下顯著。② 在多項(xiàng)Logit模型中,括號內(nèi)為系數(shù)的正負(fù),反映自變量對因變量影響的方向;OR(Odds Ratio)為幾率比,反映影響的大小。1/0表示面積增加和面積不變的比率P1/P,2/0表示面積減少和面積不變的比率P2/P。

5 結(jié)論與討論

從濕地變化情況來看,1980—1990年,三江與撓力河自然保護(hù)區(qū)濕地率均大幅下降;1990—2000年,三江自然保護(hù)區(qū)濕地率略有上升,增加了0.39%;而撓力河保護(hù)區(qū)濕地率仍在下降。說明三江自然保護(hù)區(qū)的建立以后,濕地退化的趨勢有所減緩。但是,從濕地變化情況并不能得出保護(hù)區(qū)建立的真實(shí)效果。

為了得到更為真實(shí)的保護(hù)效果,本文采用線性回歸模型、多項(xiàng)Logit模型、雙重差分模型、傾向得分匹配雙重差分模型對三江自然保護(hù)區(qū)的保護(hù)效果進(jìn)行了分析。不同模型的結(jié)果具有顯著差異。多項(xiàng)Logit模型從時(shí)間跨度對比得出建立保護(hù)區(qū)會(huì)使人為干擾因素對濕地面積變化產(chǎn)生的影響縮小,保護(hù)效果為正,但該模型無法滿足保護(hù)區(qū)建立前后其自身稟賦相同的條件;線性回歸模型的結(jié)果表明建立保護(hù)區(qū)會(huì)比不建保護(hù)區(qū)濕地率減少1.85%,但該模型的分析并未涉及時(shí)間前后對比,未考慮政策的滯后性;雙重差分模型結(jié)果表明建立保護(hù)區(qū)比不建保護(hù)區(qū)濕地率增加4.67%;雙重差分傾向得分匹配模型結(jié)果表明建立保護(hù)區(qū)比不建保護(hù)區(qū)濕地率增加6.18%。

建立自然保護(hù)區(qū)是一個(gè)非隨機(jī)過程,尋找對照組對于分析建立保護(hù)區(qū)的政策效果十分重要,一般來講無法做到使實(shí)驗(yàn)組和對照組完全一致。運(yùn)用雙重差分模型和傾向得分匹配模型,目的是創(chuàng)造一種自然實(shí)驗(yàn),在實(shí)驗(yàn)區(qū)和對照區(qū)選擇具有可比性的樣本進(jìn)行分析,使保護(hù)區(qū)建立成為一種隨機(jī)過程。通過本研究發(fā)現(xiàn)雙重差分模型和傾向得分匹配模型應(yīng)用于濕地保護(hù)效果評估是適用的,能夠有效降低選擇性偏差,從而得到更加真實(shí)的保護(hù)效果。