编辑推荐：
逆转全球生物多样性丧失和恢复退化生态系统，需要了解生态系统的状况，以估算恢复需求并跟进恢复行动的效果（CBD, 2022）。自2015年以来，欧洲环境署（EEA）已三次评估欧洲海洋生态系统的状态，特别是后两次评估基于定量指标的整合并生成空间输出（EEA, 20
逆转全球生物多样性丧失和恢复退化生态系统，需要了解生态系统的状况，以估算恢复需求并跟进恢复行动的效果（CBD, 2022）。自2015年以来，欧洲环境署（EEA）已三次评估欧洲海洋生态系统的状态，特别是后两次评估基于定量指标的整合并生成空间输出（EEA, 2015；2019；Andersen等, 2026）。综合评估已被提出并应用于特定政策，如富营养化、海洋垃圾和有害物质（Andersen等, 2014, 2016；Heiskanen等, 2016；Murray等, 2023），或用于更全面的生态系统视角（Borja等, 2016综述），并且被视为为政策目的组织科学知识的一种信息丰富的方式（Montenero等, 2021）。尽管对于如何进行或实施综合生态系统评估存在不同观点（Ojaveer和Eero, 2011；Probst和Lynam, 2016），但任何评估的主要组成部分都是数据和指标。因此，主要问题始终应该是：应监测哪些生态系统组分，以及需要多少指标才能获得稳健的评估结果。在本研究中，研究人员评估了三种复杂程度不同的整合方法，并特别测试了指标数量如何影响这些方法的输出。研究人员假设，结构化的评估层级需要更多指标才能提供稳健的结果。研究人员的科学问题是：（1）整合结果在多大程度上取决于可用指标的数量和特性？（2）整合结果的不确定性如何随指标数量和所选整合方法而变化？研究人员在欧洲海域的五个地点测试了这些问题。
论文解读文章
一、研究背景与科学问题
在全球生物多样性持续丧失和生态系统退化的背景下，准确评估生态系统状态是制定有效恢复策略和管理措施的基础。自2015年起，欧洲环境署（EEA）已多次对欧洲海洋生态系统进行综合评估，这类评估通常依赖于对多个定量指标的整合，以生成空间化的评估结果。综合评估已被广泛应用于富营养化、海洋垃圾、有害物质等具体政策领域，也被用于更全面的生态系统健康评价。
然而，现有评估实践面临一个核心难题：究竟需要多少指标才能得到一个可靠、稳健的评估结果？不同整合方法对指标数量的敏感度是否存在差异？这一问题直接关系到监测资源的配置效率、评估结果的科学可信度以及管理决策的有效性。尽管已有大量研究探讨了指标选择的标准——如指标应具备可观测性、成本效益、理论基础清晰、对压力和管理的响应灵敏等——但对于指标数量与整合方法之间交互作用的系统性研究仍较为缺乏。
为此，本研究聚焦于三个核心问题：（1）整合结果在多大程度上依赖于可用指标的数量和具体特性？（2）整合结果的不确定性如何随指标数量和所选整合方法而变化？研究人员假设，结构化程度更高的评估层级需要更多的指标才能产生稳健的结果。
二、研究方法与技术路线
本研究选取了欧洲海域的五个测试点：波罗的海的波的尼亚湾、芬兰湾、波罗的海本部、北海（比利时沿岸）以及地中海（西班牙东海岸）。指标数据来源于赫尔辛基委员会（HELCOM）第三次波罗的海整体评估、芬兰国家波罗的海状态评估、奥斯陆巴黎公约（OSPAR）2023年质量状态报告、联合国环境规划署-地中海行动计划（UNEP-MAP）2023年质量状态报告、欧盟水框架指令（WFD）的生态质量要素以及欧盟商业鱼类种群评估和国际大西洋金枪鱼保护委员会（ICCAT）的广泛分布鱼类评估。
研究人员应用并比较了三种复杂程度递减的整合方法：
- 1.
EEA整合方法：最复杂的结构，先在特征（feature）层面对指标取平均值，再在生态系统组分（ecosystem component）层面取平均值，最终采用“一票否决”（one-out-all-out, OOAO）原则确定整体生物多样性状态。
- 2.
BEAT整合方法：跳过特征层面，直接在生态系统组分层面平均所有指标，同样采用OOAO原则确定整体状态。
- 3.
均值整合方法：最简单的方法，直接计算所有指标的平均值作为评估结果。
为模拟实际监测资源有限的情况，研究人员在每个测试点随机抽取80%、60%、40%和20%的可用指标，每种情景重复运行10,000次评估。通过回归分析和广义线性模型（GLM），研究人员分析了指标减少对评估结果变异性的影响。
三、研究结果
3.1 整合方法的系统差异
三种整合方法在所有测试点均产生了系统性的差异。EEA整合方法始终产生最低的状态值，且更可能得出较低的状态等级；均值整合方法则产生最高的状态值。这表明，整合方法的选择本身就会显著影响最终的评估结论。
3.2 指标数量对评估变异性的影响
随着随机剔除指标比例的增大，评估结果的标准差（SD）显著增加（Pearson相关系数 r = -0.63，R2 = 0.90），落入错误状态等级的概率也显著上升（r = -0.41，R2 = 0.62）。这意味着，当可用指标较少时，评估结果的可靠性大幅下降，不同指标组合可能导致截然不同的评估结论。
3.3 整合方法与结构的交互效应
在均值整合方法中，标准差随指标减少仅略有增加，结果大致呈正态分布。而在EEA和BEAT整合方法中，由于采用了OOAO原则，当指标数量减少时，结果呈现明显的长尾分布或多峰分布——某些单一指标若被选中，可能主导整个评估结果，导致极低的状态值。统计分析表明，生态系统组分对评估变异性的增加具有统计显著的影响，说明不同组分内部指标间的差异是导致评估不稳定的重要因素。
四、讨论与研究结论
本研究表明，生态系统评估面临着简化的普遍困境：完全详细的评估不可行且难以沟通，而过度简化又可能丢失关键信息甚至导致误判。研究人员的核心发现是，结构化整合方法（如EEA和BEAT方法）对指标数量更为敏感，需要更多的指标才能降低评估变异性。这是因为这些方法旨在覆盖更多的生态过程和生物类群，其多层级的平均和OOAO规则使得单个指标或少数指标的影响力被放大。
基于上述发现，研究人员提出以下建议：（1）在指标选择过程中应给予更高重视，确保指标集能够合理代表各生态系统组分的状态；（2）应优先关注那些最可能决定整合状态的生态系统组分（即处于最高风险中的组分），在指标选择时对这些组分予以重点保障。这可以通过指标优先级排序流程实现，筛选出最具信息价值和响应能力的指标。
研究结论：适合的指标数量取决于所采用的整合方法。结构化程度越高的评估方法（如EEA和BEAT整合，以及欧盟《海洋战略框架指令》推荐的方法）必然需要更多指标以降低变异性。鉴于OOAO原则在欧洲许多评估中是通用规则，研究人员建议：（1）更加重视指标选择过程；（2）在指标选择时应优先考虑最有可能决定整合状态的生态系统组分（即处于最高风险的组分），以确保评估结果的稳健性。
