基于SolVES的传统村落生态系统服务社会价值评估——以锦江木屋村为例

 

摘要：与自然和谐共生的生态系统服务，是传统村落能够历经百年仍保持鲜活生命力的核心关键，但其社会价值属性一直由于无形性常在村落保护建设中被忽视，造成大量传统村落价值流失，亟须对其进行量化分析。以国家第二批传统村落锦江木屋村为研究对象，基于SolVES模型和偏好调查数据对其生态系统服务社会价值进行量化评估，绘制社会价值地图，揭示其社会价值的空间聚类关系，以及周边自然环境变量对其社会价值的影响，探讨传统村落社会价值提升的优化策略。

 

生态系统服务是传统村落历经百年经久不衰的关键所在，其社会价值属性更是可持续发展的核心。传统村落作为中国5000年农耕文明的载体，国家已经投入上百亿资金予以保护[1]，但收效甚微[2]。归因于，其保护方式多集中于“表面化”的物质空间层面，并未真正触及传统村落可持续的核心所在。人们以巨大的生态代价去获取传统村落的社会价值，不仅破坏了其良好的自然生态本底，更是使得传统村落丧失了固有的社会价值属性，逐渐归于平庸，甚至消亡，这是不可持续的。社会价值因为其无形性常被人们所忽视，亟须借助量化评估方法进行可视化解译，使得人们能够清晰认知并引起高度重视，实现传统村落真正的可持续发展保护。

 

目前，生态系统服务社会价值评估研究随着人们对其需求的增加而逐渐增加，研究内容也从自然资源保护利用[3]向游客偏好感知[4]、政策决策管理[5]等方面转变。评估方法也呈现多学科、多主体、多数据的趋势，由传统的经济学货币化评估方式向多数据源结合的公众参与式评估方式转变。主要运用SolVES(SocialValuesforEcosystemServices)模型[6]、参与式制图法[7]、系统动力学模型[8]、IPA(重要性-绩效表现模型)[9]等。其中，SolVES模型凭借其易操作、可视化、精准化的优势受到国内外学者的青睐[10]，它能够以图示化的形式将人们所感知到的生态系统服务社会价值指数在具体空间上进行落位，使人们能够正确、清晰地认知其社会价值指数。

 

目前已经成功应用在生态性较好的湿地[11]、森林[12]、绿地[13]、滨水空间[14]，同时也逐渐向城市[8]、经济区[15]等复杂的人工生态系统方面演进，实现了对研究区生态系统服务社会价值的量化评估，破解了研究区政府管理人员无据可依的保护建设发展瓶颈。这恰恰解决了当今人们对传统村落社会价值认知不清、管理保护无据可依的困境，因此选择SolVES模型作为本文的主要研究方法模型。

 

以国家第二批传统村落锦江木屋村为研究对象，尝试引入SolVES模型，对传统村落生态系统服务社会价值进行量化评估和空间分析，揭示其社会价值与自然环境条件的关系，探讨SolVES模型在传统村落领域的适用性，为我国传统村落可持续发展和保护提供参考。

 

1研究区域与研究方法

 

1.1研究区域选定

 

锦江木屋村位于吉林省白山市漫江镇，被誉为“长白山木文化的活化石”。地处长白山山脉西南麓，头道松花江上游，环抱长白山原始森林，全村均由木材建成，是吉林省长白山地区保存最完整的传统木刻楞民居建筑群落[16]，并于2013年入选国家第二批传统村落名录。其中蕴藏的“长白山森林文化”“木刻楞建筑群”常年吸引着全国各地的游客。浩瀚的茫茫林海，滔滔的松花江之源，使村落具备多样且独特的生态系统服务功能，因此选取锦江木屋村作为本次研究区域。

 

 

1.2SolVES模型

 

由美国地质勘探局开发的SolVES模型，应用于生态系统服务社会价值的量化、评估与空间分析[17]。模型由社会价值、价值制图、价值转化3个子模型构成。本研究采用社会价值和价值制图模型相结合的方法，模型执行过程如图1所示。

 

 

1.3.1社会调查数据来源

 

数据收集包括2个阶段：现场调查和社交媒体收集。其中，现场调查包括试点调查和正式调查。笔者团队于2020年12月进行了试点调查(n＝10，答复率100%)，以验证问卷的可行性。于旅游出行高峰期（劳动节，5月1—7日）进行正式调查，对来木屋村参观旅游的14岁以上的人群进行问卷调研，共回收问卷219份，答复率93.7%。

 

问卷分为3个部分。第一部分：受访者对木屋村的偏好和满意度调查。第二部分：价值指数信息，即获取受访者对木屋村生态系统服务社会价值较高的位置及赋予的分数，考虑到部分受访者对研究区地图不熟悉，我们通过现场实地考察和观察受访者在景点停留时间确定了14个生态系统服务较为丰富的社会价值点，将其标注在地图上。第三部分：受访者的社会背景信息。问卷的第二部分设置参考了美国圣伊莎贝尔国家森林公园评估案例[6]，并结合木屋村现状特征、相关文献分析及专家、村民的建议，针对性地选择了7种与传统村落相关度较高的社会价值类型，适当改进了对价值类型的描述供受访者选择(表1)。

 

由于疫情的影响，现场调研方式受到了一定程度的限制，因此选取新浪微博数据作为另一个数据源补充。新浪微博已被证明提供了一个可访问和有效的数据源[19-20]。它可以提供简洁的、带有地理标签的文本、链接、照片或视频内容，并对这些内容进行空间和定量分析。在微博上收集了2020年全年112篇关于木屋村的文章，筛选出87篇与木屋村景点相关且包含位置信息的微博文章用于进一步分析，并基于现场问卷中各社会价值指标的平均值配置量解译照片中表达的社会价值分配。

 

补充专家调查法完善仅由受访者主观意愿分析的局限性，选择对木屋村熟知且从事传统村落价值评估、生态系统服务研究的专家学者作为受访者，以保障评估结果的可靠性。

 

 

研究所需要的空间数据包括研究区域边界、社会价值点和空间环境变量(表2)。其中，空间环境变量的选取取决于研究区域现状特征和已有的评估条件[21-22]。考虑到锦江木屋村特殊的木质型村落特征及层层叠落的地理空间特征，空间环境变量选取与研究区域密切相关的4种环境变量，即与水体的距离(DistancetoWater，

DTW)、与道路的距离(DistancetoRoad，DTR)、与木屋院落的距离(DistancetoMuWu，DTMW)，以及村落高程数据(ELEV)。相比SolVES模型多集中于宏观层面的社会价值评估，本研究应用于尺度更小的传统村落区域，借助高精度、高分辨率的无人机倾斜技术进行空间数据采集。采集到的栅格单元精度达到1m×1m，投影坐标系为CGCS2000_3_Degree_GK_Zone_42。采用DTW、DTR、DTMW、ELEV的栅格化结果作为地理环境层。

 

 

1)基于SPSS软件对调研采集的316份问卷数据进行信效度分析，统计受访者游玩信息，确定其人口统计学特征；

 

2)采用ArcGIS核密度分析工具分析木屋村的社会价值点数据，确定其空间聚合度；

 

3)通过SolVES模型嵌入ArcGIS的平均最邻近工具，借助平均最邻近比率(R值)与标准差(Z值)评估各类社会价值点的空间聚类情况；

 

4)借助SolVES对问卷二阶段结果进行归一化，确定各类别最大价值指数(ValueIndexMaximum，M-VI)，以此进行重要度排序；

 

5)SolVES模型核心处理部分：基于上文所述5组变量，借助社会价值子模型模拟的空间布局情况，明确各组变量的结果贡献度；

 

6)性能评估验证：应用ROC曲线计算对应统计模型的线下面积(AreaUndertheCurve，AUC)，以评测评估模型性能。