生物多样性预测模型论文

生物多样性预测模型论文

摘要：GLOBIO3模型是全球生物多样性评价领域的前沿成果。该模型以剂量-反应关系为基础，借助比较容易监测的驱动因子预测难以监测的生物多样性。这一模型具有明显的创新性，但也有不足之处。该文在介绍GLOBIO3模型主体框架和基本方法的基础上，分析其中存在的不足并提出具有针对性的建议，以期完善GLOBIO3模型并促进相关领域的持续深入研究。

关键词：GLOBIO3 模型完善

1 引言―― GLOBIO3模型简介

1.1 基本思想

GLOBIO3[1]使用与原始环境相比的相对平均物种丰度（MSA）来表征一定环境条件下的生物多样性，这是模型需要预测的因变量。同时，GLOBIO3使用植被覆盖、土地利用程度、生态环境破碎化程度、全球平均气温、大气氮沉降量和基础设施建设量这六个驱动因子作为自变量。模型的基础是因变量与六个自变量间的六个函数关系。在对生物多样性进行预测时，先使用未来情景预测模型对驱动因子做出预测，然后将因子的预测值输入模型，其输出结果就是预测的MSA。

1.2 具体方法

对因变量与自变量的函数关系进行回归时需要使用样本数据，这些样本数据通过Meta分析得到。选取与“生物多样性和环境条件的关系”高度相关的研究，提取其中对生物多样性和环境条件进

行描述的数据形成回归建模的素材。

得到自变量和因变量的函数关系后，需要对未来的自变量取值进行预测。模型中六个驱动因子的预测值依赖于对未来经济、社会和环境发展情景的预期。GLOBIO3将经济发展、植被覆盖及气候变化等领域的权威研究结果结合起来，构建驱动因子的预测模型。

将驱动因子的数值分别输入六个函数，得到每个因子影响下，生物多样性的预测值。基于驱动因子间不存在相互作用关系的假设，将六个函数的因变量值相乘，得到MSA综合预测值。

1.3 论题摘要

GLOBIO3模型的思想方法新颖、使用过程简洁。但是这不能掩盖理论分析和实践检验中显示的不足之处。为了完善该模型，该文将对三个主要问题进行分析并以此为基础提出建议。分析的三个不足之处包括：

（1）忽略重要驱动因子导致模型具有遗漏变量偏差；

（2）样本数据的收集质量不高，函数关系缺乏对某些地区和某些因子的代表性；

（3）对未来发展情景的预测结果单一，结论不够稳健；

以下三个部分将对这些问题分别进行分析。

2 忽略影响生物多样性的重要因子

2.1 问题分析

GLOBIO3的基础是六个驱动因子（植被覆盖、土地利用程度、生态环境破碎化程度、全球平均气温、大气氮沉降量和基础设施建

设量）与生物多样性（平均物种丰度MSA）的剂量反应关系。其中，土地覆盖变化、土地利用强度、生态环境破碎化程度、气候变化、大气氮沉降因子源于评价全球环境的综合模型（IMAGE；MNP 2006）[3]；基础设施建设因子源于GLOBIO2模型。通过参考IMAGE团队、MNP和GLOBIO2的研究成果，GLOBIO3模型比较全面地体现了现有研究中对生物多样性具有显著影响的因子。

但是，通过文献分析找寻驱动因子的方法容易受到文献选择的制约，产生遗漏变量偏差。解决遗漏变量偏差的最佳途径就是通过更加深入的研究将以往未注意到的显著因子纳入模型。对发展问题的关注，使得很多研究注重贫困和生态的关系。已有一些研究发现，贫困地区与生物多样性热点地区高度重合（Brendan Fisher 2007）[7]，而且在经济发展水平较低的时期表现得尤其明显。这符合贫困导致生物多样性减少的理论预期。这一现象促使我们在完善GLOBIO3模型时，应当首先纳入被遗漏的“贫困水平”驱动因子以减小预测的偏差。或许“贫困水平”只是诸多遗漏变量中的一个，纳入它并不能使得这个模型足够全面。但是通过纳入“贫困水平”来完善模型却是探索更多遗漏变量的良好开端。 2.2 解决措施

（1）准确选取贫困水平的测度指标

将“贫困水平”纳入GLOBIO3模型的前提条件是找到合适的指标量化贫困水平。根据不同的研究目的，以往研究中使用的贫困测度指标包括生活水平、财产、教育水平、健康状况、营养条件等

（Azariadis 2005[4]，Bowless 2006[5]，Carter MR 2006[6]）。由于在GLOBIO3中纳入“贫困水平”因子是从经济和环境的关系入手分析人类的福利水平变化，其测度应当既包括反映经济水平的货币指标，又包括反应环境变化的非货币指标。例如：选取劳动力人均收入直接度量贫困水平（Huib Hengsdijk 2007）[7]；或选取人群健康和死亡率指标间接度量贫困水平。

（2）在充分论证的基础上选择函数形式

“贫困水平”具有显著的经济发展阶段性特征，在描述它与生物多样性的关系时，许多学者以环境经济学为基础提出：应当使用库兹涅茨曲线的函数形式（Stern et al. 1996）拟合这种函数关系。这种想法来源于保护生物多样性会提高经济活动的机会成本的基本理论（M.Norton-Griffiths et al.1995）[8]，表示早期生物多样性会随着经济增长而降低；而到达一定临界状态后，生物多样性又随经济发展而升高。更多研究在试图应用这一函数形式时发现：该种形式成立的条件是生物多样性保护政策和经济发展政策协调实施，而这种双赢关系通常难以实现（D.Hulme 2001[9]，

C.B.Barrett 1995[1]，M.Wells 1992[10]）。所以，在拟合生物多样性与贫困水平的函数关系时依然应当采用简单线性回归模型。

（3）在适合的尺度上使用模型

“贫困水平”的地区异质性（T.Kepe 2004）限制了模型应用的尺度条件。正如对库兹涅茨曲线临界点的计算结果常因所选取的研究地区不同而产生巨大的差异（Panayotou 1993；Cropper and

Griffiths 1994[12]），经济变量受制度因素的影响极大，在不同国家和地区对生物多样性的影响差异显著。（Southgate 1990[13]，Mendelsohn 1994[14]， von Amsberg 1994[15]）可以说，“贫困水平”因子作为该模型中对经济水平的代表，对全球尺度生物多样性的影响效果已经很不明确了。因此，纳入“贫困水平”后的GLOBIO3模型应当在较小的空间尺度上使用，比如在某一国家或地区共同体范围内。

3 样本数据的收集缺乏代表性

3.1 问题分析

GLOBIO3模型中驱动因子与生物多样性的因果关系是通过Meta 分析从已经发表的文献中收集数据并拟合回归得到的。GLOBIO3团队先从SCI等权威数据库中搜索以“生物多样性与驱动因子的关系”为主题的研究；然后，从这些研究中提取驱动因子和生物多样性的数据；最后，利用这些数据建立驱动因子和生物多样性的对应关系。在实际检测技术受到限制，监测数据缺失严重的情况下，Meta 分析方法能够间接帮助研究人员获得数据（G?ran Arnqvist et al.1995）[16]，但是其精确度低、数据代表性不足等问题降低了研究的指导意义。下文将着重讨论如何通过建立更完整有效的网络来获取并综合利用数据来拟合函数。

GLOBIO3在拟合函数时使用的数据通过Meta分析得到，其中存在的问题主要有：第一，对不同区域的代表性不均。在温带和北半球的大多数区域，人类活动的历史较长，难以找到未受人类干扰的