《Ecological Indicators》：Assessing ecosystem service values responses to livelihood transitions in an Arid Mountain–Oasis–Desert system
编辑推荐：
干旱区和半干旱区是世界上最脆弱的社会-生态系统，土地退化、生物多样性丧失、荒漠化、土壤退化和人为干扰的加剧提高了对土地利用/覆被变化（LUCC）的敏感性，并逐渐削弱生态系统服务。这一问题在山地-绿洲-荒漠系统（MODS）中尤为突出，在该系统中，生态过程与人类活
干旱区和半干旱区是世界上最脆弱的社会-生态系统，土地退化、生物多样性丧失、荒漠化、土壤退化和人为干扰的加剧提高了对土地利用/覆被变化（LUCC）的敏感性，并逐渐削弱生态系统服务。这一问题在山地-绿洲-荒漠系统（MODS）中尤为突出，在该系统中，生态过程与人类活动在不同景观单元上强耦合。山地是主要生态功能区，绿洲是农牧户开展生计活动的核心生产生活空间，荒漠构成高度脆弱的生态缓冲带。以绿洲为主要依托，农牧户做出的生计决策会直接影响放牧强度、耕地扩张和资源获取，进而塑造整个MODS的生态系统服务供给。
现有研究虽已广泛评估生态系统服务价值（ESV），但大多依赖宏观尺度或行政区尺度的自上而下评估，将人类群体视为同质实体，难以揭示异质性微观生计决策、适应性行为及农户对政策冲击的响应如何自下而上影响生态结果。为解决这一局限，代理基模型（ABM）作为一种自下而上的方法，可以显式模拟农牧户等自主代理，在动态土地利用系统中表达多样化的生计资本、行为规则和政策响应。然而，仅模拟土地利用轨迹不足以支撑综合环境管理与ESV评估，还需将空间土地利用变化转化为可量化的生态后果。将ABM与ESV评估耦合，为连接农户行为、土地利用动态和生态系统服务结果提供了可操作途径。
本研究以新疆阿勒泰地区富蕴县为研究区，该县包含典型MODS景观，面临草地保护、农业发展及农牧生计平衡的压力。研究构建了一个集成ABM-ESV框架，旨在：（1）构建将农牧户生计策略与景观尺度土地利用动态相联系的建模框架；（2）在自然发展、利润导向生计和生态调控三种情景路径下模拟土地利用变化；（3）评估不同轨迹下各景观单元的ESV响应。研究在理论层面揭示了农牧民生计策略、土地利用格局和生态系统服务动态如何在MODS中耦合，为干旱农牧区协调景观管理与生态补偿提供了自下而上的政策启示。
**一、研究背景与科学问题**
干旱与半干旱区是全球最脆弱的社会-生态系统类型之一。山地-绿洲-荒漠系统（MODS）中，山地提供主要生态调节功能，绿洲承担农牧生产与聚落功能，荒漠作为生态缓冲带，三者在结构与功能上既分异又关联。已有生态系统服务价值（ESV）评估大多采用宏观尺度或自上而下的方法，将人口视为同质整体，难以反映异质性农户生计决策对生态结果的自下而上影响。因此，如何将农牧户生计策略转化为土地利用配置以及由此产生的空间差异化ESV响应，是当前MODS研究中亟待解决的科学问题。富蕴县地处中国新疆阿勒泰地区，包含完整的山地-绿洲-荒漠景观，面临着草地保护与农牧生计平衡的紧迫压力，是研究该问题的代表性案例。
**二、研究方法与关键数据**
研究人员集成代理基模型（ABM）与等价因子法ESV评估，提出了ABM-ESV耦合框架。具体而言：基于杜热镇6个典型村庄2017年和2021年两期问卷调查数据（205份有效样本，有效率96.7%），采用潜在类别分析（LCA）识别出5类生计策略（LS1纯牧型、LS2定居农业型、LS3多样型、LS4补贴依赖型、LS5非农型），并用一阶随机占优分析进行排序。ABM以农牧户为决策主体，基于生计类型特定决策概率、政策激励和空间约束（生态保护区、永久基本农田、坡度大于35°、距水体3公里等）模拟2020-2030年土地利用变化。利用等价因子法（参考谢高地等2015年方法，单位面积生态服务经济价值为6737.87 CNY·hm?2·a?1）计算各情景下的ESV。模型验证采用回溯方法，以2015年为基期模拟2020年土地利用并与实际图件比较，得到Kappa系数0.63、总体精度（OA）0.82、品质因子（FoM）0.10、数量差异（QD）0.04、分配差异（AD）0.14。
**三、研究结果**
**3.1 模型验证**：通过回溯验证，模型总体精度Kappa为0.63、OA为0.82，QD较低说明土地利用数量差异较小，而AD相对较高表明误差主要来自空间配置，模型能合理再现整体土地利用格局和宏观动态，但不宜作为像元级精确预测工具。
**3.2 不同情景下土地利用变化**：2020-2030年间，三种情景均呈现耕地和裸地增加、林地草地和水域减少的趋势。情景1（自然发展）草地丧失最严重，面积降至3440 km2（10.7%）；情景2（利润导向生计）耕地扩张最大，达1145 km2（3.6%）；情景3（生态调控）草地保留最高，达6996 km2（21.8%），裸地减少至22103 km2（69.1%）。空间上，情景1中山地区森林和草地发生大范围收缩，景观破碎化严重；情景2耕地扩张有效覆盖绿洲和山地；情景3生态保护区与基本农田得到有效保留，山地草地格局与情景2相似但耕地显著减少。荒漠区土地利用变化在各情景均较小。
**3.3 不同情景下ESV动态**：敏感性分析表明各土地利用类型的敏感性指数介于0.01-0.66之间，均小于1，ESV估算对价值系数变化不敏感，结果稳健。2030年情景1、2、3的总ESV分别为698.89亿元、962.48亿元和971.40亿元。情景3比情景1高出272.51亿元，但仅比情景2高出8.92亿元（相对差异约0.93%）。情景1中草地的调节和支持服务大幅下降，草地ESV较2020年减少322.03亿元（18.29%）；情景2的供给服务价值最高（66.54亿元），而情景3的调节、支持和文化服务价值最高，分别为632.52亿元、227.45亿元和45.35亿元。空间上，山地贡献了总ESV的60%左右。情景1中山地ESV损失达194.9亿元，高价值区显著收缩；情景3的山地ESV仅损失19.1亿元，高价值区分布更连续。断面分析显示2020年山地ESV最高值在2304万-5224万元之间，荒漠区仅约177万元；情景1在冬牧场段波动加剧，情景2和情景3空间格局总体相似，差异集中在南部荒漠区。
**四、讨论与结论**
讨论部分指出，山地、绿洲和荒漠构成功能分异但相互关联的社会-生态系统，生态调控情景通过维持草地面积有效减缓了ESV损失，而利润导向情景在总价值上与生态调控相近，但服务组成存在显著权衡。以自然发展情景为基准，生态调控情景避免了约272.6亿元的生态系统服务损失，对应于每户约3959.07元的指示性生态价值，占调查农户平均年收入的15.26%，但这仅作为理论参考而非实际补偿标准。研究同时指出模型主要用于对比情景分析，未来需纳入气候和市场动态，扩展面板调查数据，发展混合情景并耦合生物物理模型以提高评估精度。
研究结论表明：在自然发展情景下，草地退化加剧、ESV明显下降；生态调控情景通过增加草地保留有效减缓了生态系统服务损失。本研究的核心科学贡献在于将土地利用变化表征为异质性农户生计决策的结果，而非外部规定的情景输入，由此将微观行为与景观尺度生态系统服务动态相连接，并强调了MODS中山地、绿洲、荒漠差异化但互联的系统完整性，将传统LUCC-ESV分析从静态价值核算拓展为对生计驱动的人类-土地耦合的整合理解。该框架可通过重新校准当地生计类型、决策概率、政策约束和ESV系数，推广至其他干旱区社会-生态系统。
