什么是生态系统服务之间的关系和农民的生计?基于测量生态系统服务的贡献农民的生计
李雷周
城东街关
菱太阳2、3,- 1重庆交通大学土木工程学院,重庆,中国
- 2智能城市学院、重庆交通大学、重庆,中国
- 3重庆市政设计研究院、中国重庆
- 4大学环境工程学院,北九州,日本北九州
生态系统服务之间的关系和农民的生计是重要的生态和生计可持续性。在这篇文章中,重庆被为例来阐明生态系统服务的贡献农民的生计。首先,我们构造了一个DPSIR(司机、压力、状态、影响和响应)框架的生态系统服务和农民的生计通过参与式农民生计从文献调查和实证数据。然后,48-node贝叶斯网络模型被用来探索的显性和隐性影响生态系统服务和农民的生计,决定的关键因素。最后,我们分析了生态系统服务的贡献不同类型的农民的生计。结果表明,生态系统服务产生重大影响农民的生计。高生态系统服务和生计的概率结果分别为17.6%和30.7%,分别。而介质状态的概率分别为51.2%和45.4%,分别。特别是对低收入的农民,对他们增加而增加的影响生态系统服务(审美景观和食品生产等)。对于不同类型的农户,生态系统服务相关收入的最重要的因素是纯农户,兼职农户非农家庭,占77.3%,36.3%,和14.8%的总平均家庭年收入,分别。 Our findings suggested that in promoting sustainable management of ecosystems, the contribution of ecosystem services to farmers’ livelihoods and their impact on farm income and the ecosystem services value should be considered.
1。介绍
地球生态系统和人类是完全依赖于他们所提供的服务(2005年生态系统评估报告(MEA),]。低收入农村家庭在几乎所有的设置,更直接依赖于生态系统服务(ESs)比一般家庭(汉森et al ., 2015;adg et al ., 2018)。然而,诸如森林生态系统的退化,农田和湿地,由人类活动引起的,会严重威胁人民的生活在当地或大范围(面包车大坝et al ., 2013)。因此,了解农村农民的生计和ES依赖关系及其相互关系可以帮助减少和防止生活压力造成的生态资源退化的社会发展。
ESs不仅对于维护生态平衡是至关重要的,也为人类社会提供巨大的经济效益(果园et al ., 2016;罗宾逊et al ., 2019)。人生活在农村地区,尤其是在发展中国家,高度依赖于环境资源和自然生态系统提供的服务(Huq et al ., 2020;Sarkodie和亚当斯,2020年)。不同生态系统的环境资源和相关的创收活动的一个重要来源农户生计(Walelign娇,2017)。例如,该地区的森林生态系统作为主要生活来源,充当安全网的农户面临贫困和生活压力(Pouliot et al ., 2012)。ESs对减少贫困和改善健康很重要的农业家庭在农村地区,但随着城市化的发展,越来越多的人直接依赖ESs维持生计。
时空上农村生计多样化,和数量取决于多个ES的收入。ESs经常在一起作为一组服务,出现复发,这样一些服务(例如,配置服务)比其他更直观地提供服务组织(亚当斯et al ., 2018,2020年)。不同的ESs提供多个服务不同的农民,和这些资源的使用可以受到政府政策的影响。在农村地区,农业用地的需求随着人口的增加,结合当地自然资源的依赖,可以导致区域生态资源的转换,如森林和农田的变化和转换的“荒地”,需要“再生”(特里帕西et al ., 2019;朱et al ., 2021)。来维持生计和生态可持续管理,需要用户生计和ESs理解生态系统之间的联系。
当前有关ESs和人类福祉的研究取得了丰富成果,但以下三个基本方面已经不那么常见的长期研究:(1)研究ESs的显性/隐性关系和农业家庭生计是不够的。供应和文化服务直接提供福利农户(定义为显式关系),同时支持和管理服务通过延迟影响间接影响农业household-related收入(定义为隐式关系;拉赫曼,2010)。然而,很少有研究调查的影响生态系统服务于农民的生计的显性和隐性的关系。(2)ESs的贡献的差异,不同类型的农户的生计是可以理解的。ES产品的收集和开发低收入家庭在农村地区是一个重要的收入来源,生活资料(阮et al ., 2015;Walelign娇,2017),和理解的贡献ESs基于农业的农户家庭水平可以揭示的可变性不同农户生态系统使用的程度。(3)很少有研究调查了ESs和农业家庭生计影响的机制。探索ESs的影响机制和农业家庭,生活可以提高家庭生活的增长潜力在农村地区生态管理和响应,并提供相应的建议。
在此背景下,本文探讨了以下研究问题:(1)如何量化显性/隐性ESs之间的关系和农民的生计;(2)如何衡量的贡献ESs农场的生计;(3)之间的影响机制以及如何揭示ESs和生计。为了回答这些问题,首先,我们分析了socio-demographic特点,不同类型的农户通过使用一个样本的517家庭问卷收集在重庆区域内。其次,我们引入了DPSIR(司机、压力、状态、影响和应对)生态系统服务的概念模型和农民的生计,进一步发展了贝叶斯网络(BN)模型量化ESs和农民之间的显式和隐式关系的生计。第三,我们决定ESs的关键因素的影响,农民的生计和探索ESs的贡献不同类型的农户的生计,使用相对库兹涅茨比率和绝对的库兹涅茨比率。最后,我们讨论和分析之间的差异ESs和农民生计在不同地区、不同收入水平和家庭,为了更好地理解ESs和生计之间的复杂联系。
2。材料和方法
2.1。研究区域
重庆位于中国西南地区位于东经105°11′-110°11′E′和纬度28°-32°13′n城市26区,8个县,和4个民族自治县,可分为主要的城市地区,西部地区、东北地区和东南地区(图1)。从重庆市2019年统计公报的数据,1重庆市农村人口达到1037.33万,人均农村居民可支配收入为15133元,增加了9.8%的前一年。在可支配收入的水平,在重庆的主要城市是高于平均水平,和区、县的经济发展是不平衡的。人口稠密的城市地区,农村地区人口稀少,常住人口城市化率为66.8%(见脚注1)。根据消除贫困的实现策略,城市的农村人口生活在贫困之中是24000,这是115000,去年年底,贫困发生率为0.12%,低于前一年的0.58%(见脚注1)。人均在贫困地区农村居民可支配收入为13832元,增加了10.9%的前一年(见脚注1)。
图1。重庆,中国的位置。
在重庆有58个自然保护区,包括7个国家级自然保护区。研究区有丰富的生物多样性,Ta-pa山脉东北部重庆和重庆东南部五菱山脉在关键领域和全球生物多样性保护的意义。与此同时,重庆地区提供了重要的周边社区所依赖的资源,旅游活动和文化服务相关的娱乐和自然也对当地经济产生了深远的影响,使重庆成为一个重要的研究领域对评估的影响ESs农民的生计。
2.2。数据源
在这篇文章中,我们收集了一些地区的农户调查数据,县在重庆和选择一些村庄,如兴华村,Xiongzhu村,洋河村,大兴村和zip村Xiuqi乡、Chengkou县;Dawanhe村建国村,闻喜村,桂花村和Gaojia Xiangjiawan村乡、丰都城县;玉溪村,在Longkong乡楠竹临江村和村。结合调查问卷和实地调查,我们选择了具有统计代表性家庭收集社会经济和行为数据。为了保证调查数据的代表性,我们至少必须收集440份问卷(Yamane 1967;奥德海波et al ., 2019)。共获得517份有效问卷后消除不完整的调查问卷,通过面对面的访谈和包括102份有效问卷通过网络问卷415份有效问卷。
我们在所有四个功能区域进行了调查(在重庆图1),问卷管理的数量与人口成正比(表1)。数据收集等类别的家庭人口、收入来源、各种生计资产,认为农民相关ESs的感觉。家庭调查数据得到补充和深入的讨论与选中的个体来确定生态系统使用基于农民收入状况。这些讨论造成的影响的理解农民的生计ESs,包括关键因素和关键家庭生计和ESs的变化之间的联系。
表1。问卷调查的细节在重庆这四个功能区域。
2.3。方法
2.3.1。农民问卷调查设计
之间的关系的复杂性农民生计和ESs需要使用研究方法的结合。本文使用定性和定量的方法进行研究。统计公报的数据和统计年鉴的重庆市各区县查询和分析提供一个农民生计和ESs预研的基础信息和结构背景的问卷设计。生活可以被定义为自然、物理、人力、金融、和社会资本活动和访问这些资源,共同确定的生活标准获得的个人或家庭(Angelsen et al ., 2014;汉森et al ., 2015),家庭收入被认为是代表生计直接措施,反映了生活的结果。我们分类ESs分为11类的基础上谢et al。(2017),基于Costanza et al。(1997)和修改根据中国生态系统的特点,和中国更适用。细节请参考附录B具体的问卷调查。
问卷设计分为四个部分:基本信息、生计资产,生活收入贡献,农民ESs的观念。每个部分是通过多个变量来衡量的。(1)基本信息包括家庭的社会人口特征,这是用来描述基本的家庭生计活动特征的影响。(2)主要生计资产包括自然、物理、人力、财务、社会资本活动的农村家庭,这些生计资产变量允许更精确的评估农业家庭生计的差异。(3)生活收入贡献主要包括森林、作物和牲畜收入ES收入,加上其他收入,这些信息提供了一个详细的了解农村家庭demographic-related收入。(4)农户感知的ESs涉及涉众的知识生态系统和ES条款的看法。请参考附录B具体的问卷调查。
在进行调查之前,我们进行了施工前,然后评估问卷的信度和效度通过使用SPSS 26.0。(1)可靠性测试。排除客观变量不适合可靠性测试(例如,职业,家庭收入来源),问卷的可靠性统计摘要与克伦巴赫的α系数为0.791,表明问卷具有良好的可靠性。(2)效度测试。问卷KMO值是0.796,p值为0.000,表明问卷项目的结果准确地反映了研究的目的。
进行调查时,家庭受访者选择家庭成员了解情况,主要是户主或配偶,提供家庭信息数据。农业家庭调查的目的是收集详细的数据与每个农户的生计和获得并排比较每个农户感知一样ESs ESs的相关用户。
2.3.2。BN模型建立
BN作为机器学习语言,提出的珍珠(1988)是一个图形化、多元统计模型基于概率推理。十亿模型之间的关系基于ESs和农民的生计了本文利用Netica软件,2包括以下三个主要步骤:识别ESs和农民livelihood-related ESs;分析DPSIR(司机、压力、状态、影响和响应)框架之间ESs和农民的生计;和BN模型实现基于ESs和农民的生计。
2.3.2.1。ESs和农民livelihood-related ESs的识别
我们分析了ESs导致农民的生计在重庆,农业和森林生态系统的主要来源是农民的生计,即。原材料生产和供应服务生成水和食物供应。农业或森林生态系统为人类提供文化服务(例如,作为审美景观或作物多样性的产生)。除了支持服务,人类不直接受益于土壤形成与保护服务,但这种变化影响人们间接地通过他们的影响在其他调节或提供服务。所示图2,这些有形和无形ESs直接或间接影响人类的健康和生存。
图2。确定生态系统服务与农民的生计。
2.3.2.2。ESs DPSIR框架和农民的生计
我们嵌入DPSIR框架考虑ESs的显性和隐性影响十亿年农民的生计建立的基础结构。最重要的连锁DPSIR ESs和农民的生计构造通过文献综述和比较和研究(刘易森et al ., 2016;艾哈迈德et al ., 2021)。
农民的生计选择指标是基于调查。ESs的变化的主要原因包括家庭人口结构的变化、土地利用变化,和污染来自农村和农业发展,农业被认为是最具影响力的Kuldna et al ., 2009;刘易森et al ., 2016)。摘要ESs的司机被分为直接和间接驱动程序。间接驱动起源于人口、经济、社会政策、文化、宗教、科学和技术。直接驱动程序直接影响生态系统条件和直接改变ESs的条款。这些驱动程序主要包括土地利用变化(受城市化的影响),过度开采自然资源和排放的各种污染物,农民的生计活动密切相关。因此,在图3,一个集成框架结合ESs和农民的生计和DPSIR模型被开发作为分析的理论基础。
图3。DPSIR框架基于生态系统服务和农民的生计。
2.3.2.3。BN模型
1。节点变量的识别。个别ESs的因果链和农民的生计提供的背景原因是如何相互关联和相互影响。结构学习是由强迫或者阻碍选中链接和方向在学习过程中通过构建连锁DPSIR模型的节点和网络。我们选择48节点变量构建ESs农民生计的BN模型关系。
2。状态节点变量的分类。节点包括离散和连续变量的数据。每个节点所示的意义补充表S1对于每个节点,定义一个定性或定量指标。收集定量数据和定性的证据被用来填充BN模型。
3所示。模型精度测试和敏感性分析。引起了评估的条件概率表。模型评估工具主要包括定性评估(例如,参与式专家或利益相关者的反馈)和定量验证(评估精度通过获得的数据或其他数据比较)以及灵敏度分析。K-fold交叉验证的方法被用来测试BN模型的准确性。我们将517份问卷分成8等于样本子集,然后八子集依次遍历模型训练和测试。总体精度为84.6%。在这篇文章中,灵敏度分析是用来确定哪些变量影响了目标变量高度敏感。敏感性分析是由应用“敏感的发现”到“生态系统服务”和“生活的结果”节点。
2.3.3。测量ESs农民生计的贡献
来衡量的贡献ESs农民的生计,我们计算总之间的相对库兹涅茨比率(RKR)农业家庭收入和生态系统服务相关的收入基于以下三个步骤。后第一个排名根据他们的调查农户家庭收入、农户被分组到昆泰(Angelsen et al ., 2014;Pontarollo和Mendieta穆尼奥斯,2020年),最后ESs-related收入最高的收入之间的比率(20%)和两个收入最低五分位数(40%)获得了(Angelsen et al ., 2011,2014年)。RKR < 1的值表明,低收入家庭ESs-related收入更高。一个类似的计算绝对ESs-related收入,我们称之为绝对的库兹涅茨比率(AKR)。
3所示。结果
3.1。农民的生计问卷结果
参考现有研究成果对农户的分类(刘,2021;Waruingi et al ., 2021),我们农业家庭生计类型分为纯农户,兼职的农户,非农家庭基于家庭劳动力投入的方向。调查结果所示图4,样本数据用于纯农户最少,占样本总数的7.2%,而兼职农户占48.7%的样本;农村家庭的大小一般都是4 - 5人,但家庭劳动力一般只有2 - 3人。
图4。农民的生活调查结果。(一)家庭规模;(B)家庭劳动力;(C)家庭性;(D)家庭年龄;(E)家庭教育;(F)家庭健康;(G)农民类型;(H)收入的资源;(我)总收入。
88.6%的家庭的户主是男性,以中青年为主和健康状况良好。农村家庭有越来越广泛的生活选择,以8.4%和11.2%的家庭从事农业和培养,分别,但只有7.2%的家庭依靠农业为生(图4)。其中,纯农户的耕地面积是3 - 6英亩,而最高的农业家庭达到超过21英亩种植果园和森林生存的收入。此外,31.4%的高比例农户外出工作(图4),与主家庭劳动力外出工作,其余家庭成员在家耕种。家庭的费用主要是由种植作物,饲养家禽,和额外的费用由劳动收入。此外,农业家庭的年平均总收入是20000 - 50000元(图4),我们发现,农户的总收入的增加比例逐年增加非农就业。
3.2。分析显性/隐性ESs和农民生计之间的关系
3.2.1之上。明确的关系分析
所示图5概率的“高”和“媒介”国家“生态系统服务”和“生活的结果”是17.6%和30.7%,51.2%和45.4%,分别。影响低收入农民增加当ESs的水平增加。我们发现农民的生计资本的不同生活收入的相对大小决定的。细节,森林里收入是农民使用的程度森林和森林产品消费,取决于原材料的生产,气候调节和生态系统的生物多样性;作物收入是指农民在多大程度上培养他们的土地来获得产品,根据食品供应和生态系统的水文调节不同的作物;畜牧业收入反映了草原的使用和消费水产品的农民,根据生态系统土壤形成与保护、水源和环境净化,而文化服务反映在剩余的农民的收入。
图5。贝叶斯网络模型的生态系统服务和农民的生计。
敏感性分析的结果使用“生态系统服务”作为目标变量所示图6。视觉上,橙色的长度栏对应图中的每个变量敏感性的测量变量对目标变量的影响。互信息值越大,越敏感目标变量的影响变量。我们发现最敏感的目标节点的值是“生态系统服务”审美娱乐文化景观,提供的服务互熵值为0.41 (图6),这是对气候敏感、天然气、水文调节、生物多样性,这是相当简单的解释这些变量的敏感性。生态系统变化的主要直接驱动生存活动,和重庆是一个山地生态系统具有很高的审美价值,提供了许多娱乐机会和稀有物种的栖息地,导致气候调节。
图6。生态系统服务节点敏感性分析。
第二个是粮食生产所提供的服务的价值提供服务(图6)。农民的生计活动ESs密切相关,当ESs的变化,农民的生活将受到影响。收入来源的农民生计活动包括森林(食用林产品等)、作物收入(食品生产等)、畜牧业收入(牧场提供牲畜的食物),和其他收入,受益于收获ES产品(主要是提供服务)。作物种植的变化,森林产品和草原退化量在干燥和雨季会影响农民的收入来自森林和其他ESs。ESs原材料生产和粮食生产有积极的对森林的影响收入,并产生较小影响整体农民的生计。当食品生产的价值增加,农民从环境中获得更多的产品,从而增加收入。在显式关系,森林的面积,耕地、草地和水域属于农民和利用生态系统的程度共同决定的贡献ESs农民的生计。在自然资本类型,耕地和林地的面积的面积对ESs的贡献有更大的影响。特别是粮食生产,原材料生产和供水有重要作用。
3.2.2。隐式关系分析
敏感性分析的结果用“生计结果”作为目标变量所示图7。我们发现其他收入的农民最敏感的变量影响生活的结果,相互熵值为0.5,其次是作物的收入,牲畜的收入,收入森林,气候调节和废物处理变量。间接ES变化的驱动力主要包括使用和干预农民的农业和林业。过度的森林砍伐和利用森林,不适当的种植耕地、水产品和过度捕捞导致生态系统自我调节失控,每天和这些生态系统退化。对农户来说,他们有ESs-related收入的61.1%。特别是对农村家庭贫困、贫困增加依赖ecosystem-related产品和服务,迫使他们利用更多的生态资源,从而创建一个恶性循环。此外,访问当地生态系统原料和本地ESs的使用是重要的司机的农民的生计,和访问更多的产品,他们的家庭的绝对收入增加。同时,农民获得ES产品促进了营养出口从土壤中,扮演着一个重要的角色在水土保持和废物回收利用。
图7。灵敏度分析节点的生物识别的结果。
在间接司机ESs的变化,农户的农业和林业的生计活动,影响生活收入和间接影响生态系统的使用。我们发现,当其他收入的比例在农民收入高,农民的生计的比例的结果在一个低的水平将会增加。在气候变化和城市化的背景下,农民从事mono-agricultural活动的数量已经减少,导致增加废弃的土地和森林和草地的生产力。这些可能有积极的影响生态系统管理服务和支持服务。例如,增加碳封存在土壤,增强土壤的形成和保持,提高环境净化,并促进养分循环。与此同时,农民的生计活动改变区域景观的异质性和影响生物多样性。因此,有一个隐式的影响ES水平农民的生计。一般来说,收入相关ESs农民生计受气候和土地利用变化的影响。
3.3。测量结果的贡献ESs农民的生计
的绝对和相对收入不同地区不同类型的农民和在重庆基于调查问卷中所示表2。绝对收入,重庆市的平均家庭年收入是2250 5元与森林有关的收入,即2740 .8元与作物有关的收入,为收入和2805。6元畜牧。对于不同的农业家庭类型,纯农户的主要收入是通过畜牧业,平均每年10297。3元的绝对收入,其次是作物的收入5202 .7元。几乎没有区别各种ES-related兼职农户的收入,而非农家庭ES-related收入中所占比例较小,从畜牧业收入最低的820.2元。有显著差异农民生计在四个功能区域的重庆,平均家庭年收入从牲畜的重庆主城区781.9元,3852.0元相比,重庆的东北部地区。
表2。绝对收入和相对收入的农民和不同地区不同类型的。
我们对相对收入进行了比较,发现森林的百分比,作物和牲畜为兼职纯农户收入高于农业和非农家庭,有减少的趋势。森林总共收入收入的份额是16.5%纯农户,为兼职农户11.6%,非农家庭为7.1%。此外,森林农民收入的份额的四个功能区域的重庆变化很大。最高的依赖森林农民的生计被发现在重庆东南部地区,平均家庭年收入的16.3%从从作物种植森林和16.6%。森林最低收入是主要城市地区的重庆,与8.5% (表2)。
我们还发现提供的ESs森林、农田、草地发挥重要作用在农民的生计。ESs的相对收入贡献了最纯农户在77.3%,和兼职农业和非农家庭为36.3%和14.8%,分别。每种类型的相对收入排名在重庆的四个功能区域是一致的,与重庆东南部地区是最高的,其次是东北地区的重庆,重庆的西部地区,最后重庆的主要城市。我们得出结论,ESs的贡献农民生计在重庆的主要城市最低为20.0%,紧随其后的是重庆西部地区为25.9%,东北地区的重庆和重庆东南部地区的支持率分别为32.6%和41.3% (表2)。
我们提出的复合ESs-related森林、农作物和牲畜的收入表3。木材收入等,从天然森林和森林种植园占更大份额的森林纯农户收入比其他类型的农户在31.5%和32.1%,分别。本文现金收入从退耕还林/草和金融相关的职业收入森林种植森林或森林保护也包含在收入、和兼职农业家庭的收入这两个组件占森林的21.6%的收入,这是高于纯农户非农家庭。森林产品,如各种野生植物,毛蕊花属,树脂,藤还为农户生计的重要来源。Chengkou县为例,调查地区,有许多抽样家庭现金收入通过收集和栽培的野生草本植物。重庆的主要城市有很高的自然森林收入的比例为43.4%,尽管重庆的主要城市有小面积的林地,在单位获得的收入超过剩余的区域。
表3。收入相关的生态系统服务的组成部分。
作物收入的主要来源是农民的生计,占总数的33.1%纯农户的家庭收入,也包括食物、蔬菜、水果、油作物和经济作物、蔬菜作物收入占最高比例的纯农户。相比纯农户、兼职农户的作物收入和非农家庭占更高比例的粮食生产,分别为38.9%和28.6%。粮食作物收入(47.5%)最高在东南部地区,和这种类型的收入主要包括大米、玉米和豆制品。重庆收入最高的东北地区蔬菜(26.5%)和瓜果作物(23.4%),和特殊的作物魔芋和土豆;牲畜饲养(76.0%),包括牛、羊、猪和家禽、鸡蛋和奶制品,在这一领域占主导地位的比例的收入。养殖鱼类、内河所得产品在东北地区主要城市的重庆低于重庆和西部和东南部地区。
表4显示了ESs-related RKR收入从森林和农作物。重庆示例数据,ESs的RKR是0.34。森林相比收入(RKR = 0.88),畜牧业收入(RKR = 0.77)更接近于农民的生计。在农业家庭类型有不同的细微差别。非农家庭相比,纯农业和兼职农户有更高ESs-related低收入家庭收入和非农家庭RKR之间的区别,其余农户并不重要。畜牧业收入,另一方面,会导致更多农户之间收入差距,差距更加明显RKR 4.04兼职农业和非农RKR 1.35和高收入家庭。
表4。库兹涅茨比率相对和绝对的库兹涅茨比率。
四个功能区域,我们观察到变化较少的RKR ESs在每个地区。在东南部地区,森林的RKR值,作物和牲畜不同比从剩下的地区,可能由于小样本数据的大小和家庭之间出现的差异,在重庆东南部地区,使得森林RKR 1.97大。在重庆的主城区,ESs-related收入前20%的家庭略高于其余家庭RKR 1.17。更重要的是,相比RAR, ESs-related AKR显示不同的特征(表4)。我们发现ESs-related收入之间的差异最富有的五分位数的家庭和贫困家庭不显著,和收入差距主要是反映在总收入。
4所示。讨论
4.1。ESs之间的耦合关系的分析机制和农民的生计
有明显的显式和隐式ESs和农民的生计之间的关系(图8)。ESs,农村地区重要的水文和生态功能,特别是供应服务和文化服务,它有一个显著的显性影响不同类型的农户。而调节服务、支持服务和文化服务有一个隐含的对不同类型的农户的影响。例如,农作物和森林为大型无脊椎动物的生物多样性提供栖息地,哺乳动物和鸟类。如果土地施肥和栽培,保持土地中的养分,但收获作物可以促进养分的输出。农业的发展也会影响土壤生产力。农业可以最大限度地利用短期食品供应陆地生态系统提供的服务,但它将减少湿地生态系统提供长期服务的能力。然而,不同农民依赖于生态系统不同,导致ESs的贡献率,农民的生活是不同的。
图8。生态系统服务之间的耦合关系的机制和农民的生计。
我们五个回归模型的结果表5。的大小ESs-related收入更重要的是受家庭的健康,这是负相关。这意味着更好的健康家庭,家庭的ESs-related收入越低,他们就越有可能从事其他劳动生产(工作在外,等等)。此外,随着户主年龄他或她的家庭总收入增加,但是可以减少森林的收入。家庭教育水平越高,收入相对较低的森林和其余的较高收入的他或她的家庭,虽然对农作物和牲畜的收入的影响较小。
表5。回归模型结果生计资产生态系统服务相关的收入。
每种类型的资本的回归模型是一个指示器,家庭财富,地位和家庭储蓄和贷款等金融资本对ES收入几乎没有影响。相比之下,质量的耕地和林地面积、作物种植和ESs自然资本呈正相关,和依赖的生态系统是更重要的,对农业的影响最大的ESs的家庭收入。土地是关键农户的生产性资本,相比之下,耕地的面积和质量产生更大的影响农户的作物和牲畜收入。我们发现一个小的影响物质资本(如房屋建筑面积的年龄和污水排放的情况)和社会资本在每个收入类型,表明其与ESs低相关。
4.2。ESs的贡献差异的比较分析农民的生计
4.2.1。准备ESs的贡献不同类型的农户的生计
森林产品,农作物收成,和牲畜对草地的需求都是西文供应的重要来源。纯农户、整体绝对家庭收入低,家庭贫困。纯农户收入主要依靠森林自然和种植森林,这是相对较低。从事森林活动,他们可以为他们的家庭收入来源多样化。在社区在加纳的森林保护区,73%的受访者在某种程度上依赖于森林为生(Derkyi et al ., 2013)。纯农户从事森林培育、种植和保护超过其他类型的农场,主要是因为重庆是一个山城,山及周边地区大多数农村地区生活,和土地资源丰富。因此,大多数纯农户依靠森林、耕地和草地来维持他们的生计。这个地区的主要作物是蔬菜和谷物,除了农民自给自足,他们还通过出售他们的产品获得生计;例如,在调查Xiuqi镇Chengkou县,重庆,当地农民依靠出口土豆增加家庭收入。此外,畜牧业收入的27.7%,从家禽和水产养殖等,也是一个纯粹的农业家庭收入的重要来源,而这些家庭都依赖于内陆打捞水产品集水区来获得收入。相比之下,自年初以来长江流域地区长达10年的禁渔令,渔民已经转移到其他地区的产业,而水ESs收入降低了,导致农业家庭收入较低。兼职农户依靠作物收入(14.6%)和畜牧业收入(10.1%)低比例的生活收入。特别是非农家庭。区别不同类型的农户主要是有关土地利用的程度,进入森林,农田和草地导致ESs农业家庭的更大的贡献。
靠家庭相比,女户主家庭(大约11.4%的样本大小)所有类别的绝对收入较低和较低的相对收入从ESs 4.9%,但相对收入从森林为首的家庭比靠家庭高出3.0%,这表明农作物和牲畜的收入相比,森林更有吸引力的女户主家庭收入。其他研究也表明,女户主家庭使用广泛的森林资源,经常为生存,而男性倾向于收集高附加值的森林产品(Senganimalunje et al ., 2016)。
依赖ESs-related收入收入群体之间有很大的差别。在农村家庭,一小部分农民生存依靠森林产品,和大多数家庭使用森林产品(真菌/皮/树脂/藤/野蘑菇)为自己的消费。产品烹饪食物,如燃料木材,和消费的野生产品突出森林生态系统的重要性而言,农户的生计维持家庭营养和生存。作物的收入是由粮食作物的种植,与水稻、大豆、玉米导致农户的收入作为经济补充。相比之下,人们的饮食中的主食和蔬菜农产品,这是人类摄取营养的重要组成部分。其次,分析家庭之间的收入差距在重庆,排位最高的收入相比,收入最低的五分位数更多依赖于生态系统提供的服务,但它绝对收入平均是1.5倍,收入最低的五分位数。即贫困群体更大份额的收入来自生态系统。然而,富裕家庭同样也依赖于生态系统(Kabubo-Mariara 2013ESs相关),他们的收入增加的绝对值作为家庭年总收入的增加。富裕的家庭可能所需的财务和物质资本生产和市场价值的产品。产品,如木材、建材或茅草在农村家庭也重要产品所提供的生态系统,这个生态系统资源使农户能够发挥重要作用在建筑房屋和家具,等等。
4.2.2。ESs的贡献在不同地区农民的生计
农民进入森林,森林的副产品,作物和牲畜产品也是不同的地理位置。不同地区的重庆,重庆的西部地区和主要城市地区低海拔比重庆的东南部和东北部地区,稍微平坦地形和森林覆盖率相对较低,从而减少农民的森林产品的消费。距离森林地区和耕地所有权是密切相关的农民进入产品和资源的利用率。例如,在Chengkou区、县,位于重庆北部,农民住在山上,和家禽,封闭位置附近的家庭,这就增加了对ESs的需求从森林和草原。森林产品的供应是家庭更容易接近森林地区比那些远离森林(Senganimalunje et al ., 2016;Bakkegaard et al ., 2017)。
整体农业平均家庭收入从森林重庆约8.4%相比相对较低的结果决定在森林生活调查为发展中国家的农村家庭(22.2%)、森林收入达到20.1%和21.4%的份额在亚洲和非洲,分别为(Angelsen et al ., 2014);这种差异可能是因为农户主要计算他们的收入来自森林的直接价值和间接收入的来源是低估了。相比之下,ESs-related产品收入占家庭收入的29.1%在重庆总体而言,但这些数据并没有完全反映这个收入来源的贡献农业家庭的生计。农户不占intrahousehold消费组件在确定他们的收入从相应的产品。因此,ESs的贡献应该更高。
在这篇文章中,59.2%的受访家庭在517年的样品直接ESs-related产品贡献他们的生计。在不同地区的比较,更多的农户依靠农业为生,农业和发展可能会影响林业的收入,一个方面,可以通过观察确定总体收入水平相结合,主要用于农业和林业、土地利用,更具体地说,一个更大的生态系统的贡献。
4.3。政策影响和限制
提出以下建议进一步优化ESs和农民的生计之间的关系。首先,重庆需要继续其森林保护政策和扩大森林副产品市场稳步增加纯农民的收入。其次,紧急政策需要开发应对极端天气的爆发。气候直接影响生态系统的稳定供给和农民的生计。极端天气超过40°C发生在重庆2022年,历时2个月,有巨大影响农户依赖ESs维持生计。在这种背景下,动态的森林生态补偿政策,对农民的技能培训和其他一些政策。可能有效的方法来保持稳定的农民的生计。最后,重要的是要制定特有的可持续管理政策在女王的基础上实现动态和分化增加ESs的贡献区域管理政策在不同地区农民的生计。
介绍了显式和隐式ESs和农民的生计之间的关系基于DPSIR BN模型框架。以往的研究表明,传统的ES估值无法将有形和无形ESs (费舍尔et al ., 2009),因此更能证实ESs影响农民的生计。随着机器学习的发展,相关的研究已经证实在DPSIR框架下,各种定性和定量指标的ESs和农民的生计可能利用BN耦合成一个模型,使模型更真实和充分渗透(面包车大坝et al ., 2013;巴顿et al ., 2016;而et al ., 2020)。研究框架提出了研究可概括的其他地区只要驱动力、压力、状态,在研究区识别和响应影响因素。然而,由于COVID-19的影响,我们的问卷不覆盖每一个县,需要更多的面对面的问卷调查来更好地了解感知ESs的农民的生计。ESs和农民生计之间的关系在重庆multi-scenario模拟未来的研究应该探索。
5。结论
分析了DPSIR框架之间ESs和农民的生计和提出了基于ESs十亿模型的实现和农民的生计在重庆。获得的主要结论如下:
1。ESs之间的明确关系和农民的生计在重庆,审美景观价值服务和食品生产服务有直接和重大影响农民的生计。
2。有一个隐式ESs对农民生计的影响。ESs的供应所需的农民生活收入受气候和土地利用变化的影响。
3所示。ESs-related收入是最重要的因素为纯农户家庭年收入总额在重庆,占77.3%。而ESs-related收入仅占总数的36.3%和14.8%的年度收入的兼职农户非农家庭,分别。
4所示。在重庆的RKR ESs-related收入为0.34,这意味着高收入家庭相比,低收入家庭更大份额的收入来自生态系统。重庆的收入总额的AKR为1.15,这表明,尽管低收入家庭更加依赖ESs,他们的收入之间的差距从ESs和富裕家庭不显著。
数据可用性声明
最初的贡献提出了研究中都包含在这篇文章/补充材料,进一步的调查可以针对相应的作者。
作者的贡献
LilZ:概念、方法、调查、项目管理、监督、验证、和原创作品草案,审查和编辑。DG:概念、方法论、数据管理、资金收购,调查,正式的分析,软件,验证、可视化、原创作品草案,审查和编辑。LS:概念、方法、调查形式分析,writing-review和编辑。XH和MC:数据管理和调查。YZ:调查、监督和writing-review和编辑。LiaZ:调查、监督和writing-review和编辑。所有作者的文章和批准提交的版本。
资金
这项工作是由中国国家自然科学基金(批准号42171298和42171298),自然科学基金(批准号cstc2020jcyj-jqX0004)在中国重庆,教育部人文社会科学项目(批准号20 yja790016),和中国博士后科学基金(批准号2021 md703914)。
确认
我们要感谢家庭参与调查。支持的工作是工程研究中心Eco-Mechanical沙漠化控制和生态系统碳汇,教育部,Eco-Mechanical沙漠化控制工程研究中心和生态系统碳汇,在重庆大学高级研究和创新平台。
的利益冲突
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。
出版商的注意
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。
补充材料
本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fevo.2023.1106167/full补充材料
脚注
1。^数据来自2019年重庆市统计公报的数据。http://tjj.cq.gov.cn/zwgk_233/fdzdgknr/tjxx/sjzl_55471/tjgb_55472/202003/t20200330_6686410.html
引用
亚当斯,H。,adg, w . N。艾哈迈德·S。艾哈迈德,。女王,D。,Matthews, Z., et al. (2020). Multi-dimensional well-being associated with economic dependence on ecosystem services in deltaic social-ecological systems of Bangladesh.Reg。环绕。张。20:42。doi: 10.1007 / s10113 - 020 - 01620 - x
亚当斯,H。,adg, w . N。,和尼科尔斯,R。J. (2018). Ecosystem Services Linked to Livelihoods and Well-Being in the Ganges-Brahmaputra-Meghna Delta. In: Nicholls, R., Hutton, C., Adger, W., Hanson, S., Rahman, M., Salehin, M. (eds) Ecosystem Services for Well-Being in Deltas.瑞士:可汗,帕尔格雷夫麦克米伦。doi: 10.1007 / 978 - 3 - 319 - 71093 - 8 - _2
adg, w . N。,亚当斯,H。凯,S。,尼科尔斯,R。J., and Salehin, M. (2018). Ecosystem Services, Well-Being and Deltas: Current Knowledge and Understanding. in:尼科尔斯,R。赫顿,C。adg, W。,Hanson, S., Rahman, M., Salehin, M. (eds) Ecosystem Services for Well-Being in Deltas。瑞士:可汗,帕尔格雷夫麦克米伦。doi: 10.1007 / 978 - 3 - 319 - 71093 - 8 _1
•艾哈迈德。,Mahmud, H., and Sohel, M. (2021). DPSIR framework to analyze anthropogenic factors influence on provisioning and cultural ecosystem services of Sundarbans east reserve Forest, Bangladesh.Reg。钉。3月科学。48:102042。doi: 10.1016 / j.rsma.2021.102042
Angelsen,。贾格尔,P。,Babigumira, R., Belcher, B., Hogarth, N. J., Bauch, S., et al. (2014). Environmental income and rural livelihoods: a global-comparative analysis.世界开发。64年,S12-S28。doi: 10.1016 / j.worlddev.2014.03.006
Angelsen,。,Larsen, H. O., Lund, J. F., Smith-Hall, C., and Wunder, S. (2011).测量生计和环境依赖性:研究和田野调查的方法国际林业研究中心(CIFOR)主任。茂物,印度尼西亚。
Bakkegaard, r·K。贺加斯,n . J。锣,i W。,Bosselmann, A. S., and Wunder, S. (2017). Measuring forest and wild product contributions to household welfare: testing a scalable household survey instrument in Indonesia.森林政策经济学。84年,精神分裂症一般。doi: 10.1016 / j.forpol.2016.10.005
巴顿,d . N。,Benjamin, T., Cerdán, C. R., DeClerck, F., Madsen, A. L., Rusch, G. M., et al. (2016). Assessing ecosystem services from multifunctional trees in pastures using Bayesian belief networks.Ecosyst。服务公司。18日,165 - 174。doi: 10.1016 / j.ecoser.2016.03.002
Costanza, R。,d 'Arge, R。,de Groot, R., Farber, S., Grasso, M., Hannon, B., et al. (1997). The value of the world’s ecosystem services and natural capital.自然387年,253 - 260。doi: 10.1038 / 387253 a0
Derkyi, M。,Ros-Tonen, M., Kyereh, B., and Dietz, T. (2013). Emerging forest regimes and livelihoods in the Tano Offin Forest reserve, Ghana: implications for social safeguards.森林政策经济学。32,49-56。doi: 10.1016 / j.forpol.2013.03.005
费舍尔,B。,Turner, R. K., and Morling, P. (2009). Defining and classifying ecosystem services for decision making.生态。经济学。68年,643 - 653。doi: 10.1016 / j.ecolecon.2008.09.014
汉森,c·P。Pouliot, M。Marfo E。,Obiri, B. D., and Treue, T. (2015). Forests, timber and rural livelihoods: implications for social safeguards in the Ghana-EU voluntary partnership agreement.小规模的。14日,401 - 422。doi: 10.1007 / s11842 - 015 - 9295 - 9
而,S。,Ziemba, A., and El Serafy, G. (2020). A Bayesian approach to ecosystem service trade-off analysis utilizing expert knowledge.环绕。系统。决定40岁,67 - 83。doi: 10.1007 / s10669 - 019 - 09742 - 2
Huq, N。,Pedroso, R., Bruns, A., Ribbe, L., and Huq, S. (2020). Changing dynamics of livelihood dependence on ecosystem services at temporal and spatial scales: an assessment in the southern wetland areas of Bangladesh.生态。印度的。110:105855。doi: 10.1007 / s10669 - 019 - 09742 - 2
Kabubo-Mariara, j . (2013)。森林地区反贫困的关系:探索森林的贡献在肯尼亚农村生计。Resour Nat。论坛37岁,177 - 188。doi: 10.1111 / 1477 - 8947.12003
Kuldna, P。,Peterson, K., Poltime, H., and Luig, J. (2009). An application of DPSIR framework to identify issues of pollinator loss.生态。经济学。69年,32-42。doi: 10.1016 / j.ecolecon.2009.01.005
刘易森,r . L。陆克文,m。,Al-Hayek, W., Baldwin, C., Beger, M., Lieske, S. N., et al. (2016). How the DPSIR framework can be used for structuring problems and facilitating empirical research in coastal systems.环绕。科学。政策56岁,110 - 119。doi: 10.1016 / j.envsci.2015.11.001
刘,y (2021)。家庭生计选择在不同的岩溶地区的生态环境:一个案例研究的安顺城市,中国的西南部。环绕。Res。197:111171。doi: 10.1016 / j.envres.2021.111171
阮,T . T。,,t . L。,Buehler, D., Hartje, R., and Grote, U. (2015). Rural livelihoods and environmental resource dependence in Cambodia.生态。经济学。120年,282 - 295。doi: 10.1016 / j.ecolecon.2015.11.001
奥德海波,c . O。Wasike, c, B。,和Ogindo, H. O. (2019). Effect of socio-demographic characteristics on Kenyan smallholder dairy farmers’ adaptive strategies to climate change effects.大气压。爬。科学。9日,583 - 599。doi: 10.4236 / acs.2019.94037
果园,s E。,Stringer, L. C., and Quinn, C. H. (2016). Mangrove system dynamics in Southeast Asia: linking livelihoods and ecosystem services in Vietnam.Reg。环绕。张。16,865 - 879。doi: 10.1007 / s10113 - 015 - 0802 - 5
Pontarollo, N。,和Mendieta Muñoz, R. (2020). Land consumption and income in Ecuador: a case of an inverted environmental Kuznets curve.生态。印度的。108:105699。doi: 10.1016 / j.ecolind.2019.105699
Pouliot, M。的忠诚,T。,Obiri, B. D., and Ouedraogo, B. (2012). Deforestation and the limited contribution of forests to rural livelihoods in West Africa: evidence from Burkina Faso and Ghana.中记录41岁,738 - 750。doi: 10.1007 / s13280 - 012 - 0292 - 3
罗宾逊,b, E。郑,H。,和Peng, W. (2019). Disaggregating livelihood dependence on ecosystem services to inform land management.Ecosyst。服务公司。36:100902。doi: 10.1016 / j.ecoser.2019.100902
Sarkodie, s。,和Adams, S. (2020). Electricity access and income inequality in South Africa: evidence from Bayesian and NARDL analyses.Energ。stratocaster电吉他。牧师。29:100480。doi: 10.1016 / j.esr.2020.100480
Senganimalunje, t . C。、Chirwa p W。,Babalola, F. D., and Graham, M. A. (2016). Does participatory forest management program lead to efficient forest resource use and improved rural livelihoods? Experiences from Mua-Livulezi Forest reserve, Malawi.Agrofor。系统。90年,691 - 710。doi: 10.1007 / s10457 - 015 - 9826 - 6
特里帕西,R。,Moharana, K. C., Nayak, A. D., Dhal, B., Shahid, M., Mondal, B., et al. (2019). Ecosystem services in different agro-climatic zones in eastern India: impact of land use and land cover change.环绕。Monit。评估。191年,98 - 113。doi: 10.1007 / s10661 - 019 - 7224 - 7
面包车大坝,A。,Kipkemboi, J., Rahman, M. M., and Gettel, G. M. (2013). Linking hydrology, ecosystem function, and livelihood outcomes in African papyrus wetlands using a Bayesian network model.湿地33岁,381 - 397。doi: 10.1007 / s13157 - 013 - 0395 - z
Walelign, s . Z。,和Jiao, X. (2017). Dynamics of rural livelihoods and environmental reliance: empirical evidence from Nepal.森林政策经济学。83年,199 - 209。doi: 10.1016 / j.forpol.2017.04.008
Waruingi E。Mbeche, R。,和Ateka, J. (2021). Determinants of forest dependent household’s participation in payment for ecosystem services: evidence from plantation establishment livelihood improvement scheme (PELIS) in Kenya.全球生态。Conserv。26:e01514。doi: 10.1016 / j.gecco.2021.e01514
谢,G。,Zhang, C., Zhen, L., and Zhang, L. (2017). Dynamic changes in the value of China’s ecosystem services.Ecosyst。服务公司。26日,146 - 154。doi: 10.1016 / j.ecoser.2017.06.010
关键词:生态系统服务、农民的生计,DPSIR框架,贝叶斯网络模型,贡献率,重庆
引用:太阳周L,关D, L, X,陈M,张周Y L(2023)生态系统服务之间的关系和农民的生计?基于测量生态系统服务的贡献农民的生计。前面。生态。另一个星球。11:1106167。doi: 10.3389 / fevo.2023.1106167
编辑:
Umut哈利克,新疆大学,中国版权©2023周,关,太阳,他,陈,张周。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
*通信:城东街关,✉guandongjie_2000@163.com