研究

生态系统服务付费的有效性评估:基于agent的建模方法

• 摘要
• 简介
  • 中国天然林保护计划
• 方法
  • 研究区域
  • 模型的总结
  • 人口子模型
  • 政策子模型
  • 景观子模型
  • 模型验证和灵敏度分析
  • 仿真实验
• 结果
  • 不同模拟实验下的森林动态
  • 模型验证结果及敏感性分析
• 讨论
• 对本文的回应
• 致谢
• 文献引用

介绍

人类对地球生态系统产生了巨大且日益增长的影响(2005年千年生态系统评估)，导致全球生物多样性丧失和生态系统退化(Wackernagel et al. 2002, Luck et al. 2004)。人类对地球的改变不仅局限于人类主导的景观，在世界各地的许多保护区也很常见(Liu et al. 2001, Curran et al. 2004)。为了扭转这一趋势，政府、私营部门和以保护为导向的非政府组织开展了包括生态系统服务付费(PES)在内的保护工作(经合组织1997年，费拉罗和基斯2002年)。生态系统服务项目的支付直接激励生态系统服务提供者为预期的环境效益采取行动;一种有望提高保护投资效率的方法(Ferraro and Kiss 2002, Wunder 2007)。由于PES项目旨在通过塑造人类行为来减少对人类的影响(Smith 1995, Zbinden和Lee 2005, Wunder 2008)，其有效性取决于项目设计以及人类对这些项目的反应。

保护投资的有效性一直是保护从业者非常关注的问题(James et al. 1999, Ferraro and Kiss 2002)。以前的研究表明，PES项目减少了土壤和风蚀(Osborn et al. 1993)，恢复了恶化的生态系统(Dunn et al. 1993, Sierra and Russman 2006)，并为野生动物提供了栖息地(Johnson and Schwartz 1993, McMaster and Davis 2001, Asquith et al. 2008)。大多数对保护投资有效性的评估依赖于有和没有保护干预的综合环境结果的比较(Salafsky and Margoluis 1999, Cullen et al. 2001, Viña et al. 2007)，而没有考虑到异质性的人类决策。一些包含个人层面特征的保护投资的成本效益分析(Siikamäki和Layton 2007, Chen等人2010)往往忽略了这些特征的动态相互作用以及如何导致宏观层面的环境结果。这些知识差距主要是由于在评估保护投资时缺乏将动态的人-自然相互作用结合起来。

尽管人类与自然相互作用的重要性早已被认识到(Foley et al. 2005, MEA 2005)，但这些相互作用中的复杂过程和涌现模式尚未得到很好的理解。这主要是因为社会科学和生态科学传统上是分开发展的(Rosa and Dietz 1998)。人与自然在人与自然耦合系统中相互作用(CHANS;刘等。2007一个，b)．与CHANS类似的概念包括社会-生态系统(Ostrom 2009)和耦合的人-环境系统(Turner et al. 2007)。从系统论的角度来看(Von Bertalanffy 1968, Warren et al. 1998)，人与自然互动的复杂性特征可以表现为多种形式，包括异质成分、非线性关系、随机性、不确定性以及不同成分之间的多重交互，例如学习和反馈(Arthur 1999, Axelrod and Cohen 1999, Crawford et al. 2005)。先前的研究揭示了复杂性特征在人与自然互动中的重要性(An et al. 2005, Malanson et al. 2006, Liu et al. 2007一个，沃尔什等人。2008)。对复杂的人-自然相互作用的理解依赖于跨尺度、跨学科的数据和方法的整合，而传统方法往往在这方面不足(Parker et al. 2003, An et al. 2005, Liu et al. 2013)。

基于主体的建模(ABM)起源于人工智能，与生态学中基于个体的建模并行，是一种自下而上的方法，它模拟个体“主体”(如个人或家庭)的行为，以及它们与环境的相互作用，以产生聚合的宏观层次模式和过程(Parker等人，2003年，An等人，2005年)。代理具有自主行动，并且能够与其他代理和环境进行交互。由于这些特征，ABM已成功应用于生态研究，如土地利用/覆被变化研究，以了解环境变化的驱动过程，并探索合理的未来轨迹和政策影响(Deadman et al. 2004, Matthews et al. 2007)。基于代理的建模也是理解人类活动对制度转型的响应以及由此产生的宏观层面环境和社会结果的极好工具(Manson和Evans, 2007, Chen等，2012)一个)．

我们通过在空间明确的基于代理的模型中整合环境结果和人类行为，在政策下的人类和自然互动(HANIP)，展示了在PES中保护投资的评估。我们的模型是通过整合跨学科方法和跨尺度数据参数化来构建的，其中使用家庭调查和人口普查数据来表征人类活动，并模拟人口和家庭的动态，使用卫星图像来模拟环境结果的动态。通过模拟实验，HANIP可以用来评估PES计划的有效性和通过比较替代政策干预下的环境结果的可能情景。此外，由于人类对政策干预的反应和复杂的人-自然相互作用的不确定性，HANIP可用于探索PES项目有效性的动态。对政策下的人与自然交互作用(HANIP)进行参数化，以评估中国天然林保护计划(NFCP)的有效性，以及卧龙自然保护区为当地居民提供激励以减少影响天然林的薪材使用的替代政策情景。

中国天然林保护计划

在过去的30年里，中国的经济增长速度超过了任何其他主要国家，加剧了前所未有的生态系统退化，造成了破坏性的社会经济影响(Liu和Raven 2010)。例如，1997年的严重干旱和1998年的大洪水部分是过度砍伐的结果(世界银行，2001年)。为了减轻生态系统退化的影响，中国已经实施了几个生态环境保护计划(Liu and Diamond 2005, Liu 2010)。其中包括天然林保护计划(NFCP)，也被称为天然林保护计划，这是世界上最大的PES计划之一(Xu et al. 2006一个， Liu et al. 2008)。《国家森林保护计划》通过禁止采伐和为林业企业和农村社区提供激励措施来保护天然林(Xu et al. 2006b)．

NFCP作为试点项目于1998年开始实施，并从2001年开始全面实施。NFCP的目的是:(1)保护恢复长江上游和黄河中上游的天然林，减少其他地区的采伐;(二)通过航播、人工造林等方式建设人工林，提高人工林采伐木材的能力;(3)为传统林业企业创造替代就业(Zuo 2002, Liu et al. 2008)。《国家森林保护计划》通过禁止采伐、森林企业从采伐转向种植和森林管理等手段得到实施。该计划的发起者计划将天然林的木材采伐量从1997年的3200万立方米减少到2003年的1200万立方米，到2010年造林3100万公顷。向利益攸关方提供为期10年的养护费用。到2005年底，通过NFCP投资约610亿元(Liu et al. 2008)。NFCP在中国不同地区的具体实施是不同的。NFCP被认为是避免森林砍伐和恢复自然保护区等许多生物重要区域退化生态系统的特别重要工具(Loucks等，2001年，Liu等，2008年)。

方法

研究区域

卧龙自然保护区(图1)位于中国西南部四川省，是全球25个生物多样性热点地区之一(Myers et al. 2000)。它是世界闻名的濒危大熊猫最大的保护区之一。Ailuropoda melanoleuca)．卧龙除了为约10%的野生大熊猫和6000多种动植物提供栖息地外，还是约4500种本土大熊猫的家园人类居民(Liu et al. 2007一个)．保护区的人们从事各种各样的经济活动，如收集薪材、为农业用地砍伐森林、放牧和支持旅游业(He et al. 2008)。此前对该保护区的研究表明，由于人类的这些影响，包括燃料木材的收集和农业用地的森林砍伐，大熊猫的栖息地迅速退化(An et al. 2005, Viña et al. 2007)。此外，人口的快速增长和家庭数量的快速增长，使人类对保护区生态系统的影响越来越大(Liu et al. 2003)。

尽管由于地形极其崎岖，以及由于森林面积减少，收集薪材的难度越来越大，需要花费大量的时间和精力来收集薪材(He et al. 2009)，但保护区的土著居民仍然依赖薪材来满足他们烹饪和取暖的大部分能源需求。保护区管理部门从1984年起就限制了薪柴的收集数量和地点(卧龙自然保护区2000年);然而，由于保护区地形复杂，空间范围广，管理部门很难监督和执行收集规定(图1)。卧龙有电力作为燃料木的替代品，但主要用于照明和一些电子电器，如电视，因为电费对居民来说很贵，而且电力的电压和稳定性不可靠(an et al. 2002)。为了鼓励使用电力替代薪柴，2001年，卧龙的电网由政府重建，这大大改善了保护区内所有居民的电压和稳定性。然而，如果不向土著居民支付保护费用或在监测方面进行大量投资，这些保护政策和努力就不会有效(Liu et al. 2007一个)．

2001年，在卧龙自然保护区进行了NFCP的登记。2001年存在的所有家庭都加入了NFCP 10年。自2001年以来，NFCP不再提供额外的登记，新家庭，即2001年以后形成的家庭，不包括在该计划中。根据国家森林保护计划的合同，每个家庭或2-16户的群体都被分配到一块自然森林地块，该地块受到监测，以防止非法采伐(Yang et al. 2013)。每个参与的家庭每年可获得约850元的补贴，占卧龙家庭2001年平均年收入的14% (He 2008)。如果发现在森林地块内非法采伐木材，监测家庭将失去当年的部分或全部NFCP支付，这取决于该地块内采伐活动的程度。非法采矿者一旦被抓，就会失去他们的NFCP合同。鼓励参与计划的住户用这笔款项购买电力，以取代薪柴。

模型的总结

HANIP的概念框架(图2)在三个子模型中实现。在人口子模型中，通过模拟个体的生活史来模拟人口和家庭的动态过程。年轻的成年人在结婚后可能会组建新的家庭，新组建的家庭在地理上分布在父母的家庭周围，也就是根据环境条件与新家庭分离的家庭。在政策子模型(图2)中，以家庭特征、当地环境条件和保护政策为函数对家庭薪材使用进行建模。家庭使用薪材和新家庭为住房和农业砍伐森林都影响森林覆盖的动态，这在景观子模型中建模(图2)。森林覆盖的变化也取决于环境条件。我们把重点放在保护区所有家庭周围6公里的缓冲区上。我们采用这种缓冲尺寸是因为几乎所有的柴火收集和砍伐都发生在距离住户6公里以内的住房和农业(Linderman et al. 2005)。该地区覆盖515平方公里(图1)，2007年包括337平方公里的森林(Viña et al. 2011)。通过比较不同政策设想下的累计森林面积，可以发现保护投资的有效性。政策下的人与自然交互(HANIP)是使用Java编程语言(JDK 1.4.2, Sun Microsystems)开发的，并使用来自不同来源的数据进行参数化，包括人口和农业普查、家庭访谈和环境条件。

我们使用了基于代理的建模方法，因为它允许我们考虑到不同的人和环境特征。在做出诸如结婚和建立新家庭等决定时，代理能够“感知”其他代理的情况。个体特征的动态性导致人类活动的动态性，进而导致环境的变化。动态环境条件也会影响人类的决策，比如新家庭的位置。模拟人类主体和环境对集料的相互作用可以产生诸如养护政策的非线性效应等突发特性。此外，基于代理的建模使我们能够在人与环境的相互作用中融入许多随机过程。我们的基于代理的模型HANIP被用作探索替代政策情景的影响的“实验室”。

人口子模型

我们从三个政府人口普查数据集中获得了保护区每个家庭及其相应成员的特征:1996年农业普查，892户4053名居民;2000年人口普查，969户4375名居民;2006年户籍，1197户4504名居民。这些特征包括每个家庭成员的年龄、性别、婚姻状况、家庭成员之间的亲属关系和每个家庭的耕地数量。此外，我们在2006年夏天使用差分校正全球定位系统(GPS)接收器测量了所有家庭的地理位置和海拔高度。

我们的人口子模型在很大程度上采用了此前在该保护区的研究(An et al. 2001,2003,2005)。通过以一年为增量模拟个体的生活史来模拟人口动态。人代理的主要事件包括出生、学生迁往大学和技术学校迁移、结婚、通过婚姻迁入和迁出保护区、增龄一年和死亡。我们只考虑了通过婚姻和教育的迁移，因为其他类型的永久迁移由于永久居住的户口制度而非常罕见(An and Liu 2010)。个体代理的事件被建模为基于个体代理属性(包括年龄、性别、亲属关系和婚姻状况)的随机过程(An et al. 2005)。家庭agent的属性包括家庭的位置和海拔、耕地数量、家庭规模和老年人(即60岁以下)的存在。当年轻人结婚时，一个新的家庭可能会形成，这是一个随机过程，取决于年轻人的性别，年轻人是否有兄弟姐妹，年轻人的年龄与兄弟姐妹的比较，以及年轻人组建新家庭的意图。年轻人组建新家庭的意愿是用随机概率建模的，独立家庭意愿，它代表了年轻人在结婚时组建新家庭的概率。单独居住意愿的默认值为0.42 (An et al. 2005)。家庭代理人的主要事件还包括取决于每个家庭成员生活史的家庭规模的变化，以及在家庭中没有成员时发生的家庭解体。

根据现有家庭的信息(An et al. 2005)，新组建的家庭随机分布在坡度< 37度的地区。一个参数，max新亲代家庭距离，用来指定一个新家庭和其亲代家庭之间可能的最大距离，默认值为800米。每个新家庭与其父母家庭之间的距离是一个介于0和最大新父母家庭距离之间的随机值。根据此前在该领域的研究(An et al. 2005)，新农户开发的农田位于其相应农户的附近。因此，我们通过在HANIP中每个家庭的农田和建筑位于同一像素内(90米* 90米)的方式，间接模拟了新家庭对农田的开发。根据环境数据的可用性和保持可管理的计算复杂度，选择了90米乘90米的像素大小。我们更新了年轻人通过上大学和技术学校而走出保护区的概率，这是基于2006年户籍数据建立的随机概率模型，即大学/技术学校入学率。大学/技校升学率代表符合条件的年轻人的概率，他们大多在16 - 20岁之间，每年进入大学和技校，默认值为0.055。

政策子模型

我们在HANIP中使用了三种政策场景:不支付、按照现行NFCP支付现金、以相同成本替代现金支付的电力支付。为了了解现金支付和电费支付下的家庭薪柴使用模式，我们在2006年夏天从1197户家庭中随机抽取321户进行了面对面访谈，得到了305次有效访谈，回复率为95%。我们选择户主或其配偶作为受访者，是因为他们通常是家庭事务的决策者。我们询问了前一年(2005年)的平均日薪柴消费量，包括消耗更多薪柴的冬季和消耗较少薪柴的夏季。家庭用薪材的使用量是全年每日消耗量的总和。我们还询问了如果按照2006年的电价(0.18元/kW*h)，将NFCP的现金支付(850元)换成电费支付(0.18元/kW*h)，那么每户需要多少薪柴，即每天电费支付为14 kW*h。

因为所有的家庭在2001年都加入了NFCP，我们没有一个没有执行NFCP的家庭对照组。因此，准确评估NFCP对薪材使用的影响是不可行的。在无付费情景下，假定家庭薪柴使用遵循NFCP之前的薪柴使用模式，因为从1999年到2005年，薪柴使用急剧减少，自2001年以来，森林覆盖从快速砍伐到快速更新发生了突然变化。NFCP是这一变化的主要原因(Viña et al. 2011)。在NFCP之前的家庭薪材使用模式是根据之前的一项研究来衡量的，该研究基于家庭规模、家庭中是否有老年人以及农田面积来模拟薪材使用(An等人，2001年)。在NFCP之前，家庭平均每年使用的薪材为15立方米。尽管许多其他因素(我们没有全部人口的数据)可能也影响了不支付情景下的薪材使用，但这些因素也可能对现金支付和电力支付下的薪材使用产生类似的影响，因此不太可能对不同政策情景之间的环境结果差异产生重大影响。

对305户家庭的采访显示，在现行的NFCP下，以现金支付的家庭平均每年消耗约900立方米薪材。与1999年的薪材使用相比(An et al. 2001)，大约减少了40%的薪材使用。涉及使用薪柴或电的主要人类活动包括烹饪人类食物，加热和烹饪猪饲料。1999年，只有一小部分家庭在这些活动中使用电力(An et al. 2002)。2005年，44.3%的家庭完全用电来烹饪人类食物，54.4%的家庭同时用电和薪柴来烹饪人类食物。在取暖方面，23.9%的家庭完全用电，52.1%的家庭既用电又用薪材。2005年，几乎所有的家庭都依赖薪柴来烹饪猪饲料。

2006年，家庭总电费平均只占NFCP支付的73%，这表明只有部分保护支付被用于更换薪材。如果用每天14 kW*h的电费来代替NFCP的现金支付，那么家庭平均每年的薪柴需求量将达到5.9 m³。我们将现金支付下的家庭薪柴消费和电力支付下的家庭薪柴需求进行了合并，并使用合并普通最小二乘(OLS)估计了所有储备家庭的电力支付和家庭特征的影响。由于同一家庭在现金支付和电费支付下的薪柴使用存在相关性，将不同支付场景下的家庭薪柴使用汇总，可能导致回归结果存在异方差。我们使用Huber的方差修正来获得异方差-鲁棒性标准差(Wooldridge 2002)。

家庭薪柴的使用与家庭规模显著正相关，因为家庭中更多的人通常需要更多的薪柴来做饭和取暖(表1)。家庭农田面积与家庭薪柴使用显著正相关，因为有更多农田的家庭通常种植更多的作物来喂养更多的猪，而用于烹饪猪饲料的薪柴是家庭薪柴使用的重要组成部分。由于小气候的差异，海拔较高的家庭在冬季取暖时通常比海拔较低的家庭需要更多的薪材，因此海拔较高的家庭也与薪材使用显著正相关。如果用电费支付代替现金支付，家庭每年平均减少3.1 m³(表1)。然后我们运用回归(表1)估计在现金支付和电费支付两种情况下，所有储备家庭的薪柴消耗量。

在政策子模型中，使用电力支付替代现金支付所减少的薪柴使用量的幅度是使用一个随机参数——电力支付效应来建模的，默认平均值为3.1 m³/年(表1)。在减少薪柴使用量方面，电力支付比现金支付更有效，因为所有的电力支付都将用于减少薪柴使用的能源需求，而不是所有的现金支付都可以用于电力。与An et al.(2001)相反，家庭中老年人的可用性与薪柴使用没有显著相关。这可能是因为在NFCP下，老年人在取暖时使用额外的薪材是减少薪材使用的相对容易的部分。尽管新家庭没有被纳入NFCP，但我们没有发现这些新家庭的薪柴使用量明显高于其他家庭。除了参加国家森林保护计划的家庭加强了监测工作外，新家庭和其他家庭之间的薪材使用情况也可能类似，因为新家庭的薪材使用可能受到保护区大多数参加国家森林保护计划的家庭(包括其父母家庭)的薪材使用模式的很大影响。这种规范性影响的现象已经在该领域和其他领域的先前研究中发现(Goldstein等人，2008年，Chen等人，2009年)。此外，这些新家庭的家庭规模(平均= 2.8)小于加入NFCP的家庭(平均= 4.0)，因此即使新家庭没有被纳入NFCP，其薪柴使用量也相当。

由于新家庭数量的增加和新家庭规模的变化，如果他们继续被排除在NFCP之外，他们的薪柴使用模式可能是不确定的。我们通过参数化新住户在三种不同情景下的薪柴使用情况来探讨这种不确定性:所有新住户都遵循当前NFCP下的薪柴使用模式;一半的新住户沿用《国家森林保护计划》之前的薪柴使用模式，即不支付薪柴费，另一半的新住户沿用现行《国家森林保护计划》下的薪柴使用模式;所有的新家庭都遵循NFCP之前的薪柴使用模式。

景观子模型

对1994年6月26日、2001年6月13日和2007年9月18日获得的遥感影像(Landsat专题制图器)进行分类，得到卧龙地区森林覆盖动态。我们使用了基于ISODATA技术的无监督分类，这是一个迭代的非分层像素分类过程(Jensen 1996)。最多1000次迭代用于分类，产生100个光谱类的输出。然后我们应用后分类排序方法，将100个光谱类合并为4个信息类:通过对这些图像和从高空间分辨率多光谱图像获得的土地覆盖信息进行视觉解读，即分别于2000年8月31日、10月3日和11月8日和16日获得的4个IKONOS多光谱场景(4 x 4米/像素)和2007年11月23日获得的一个Quickbird多光谱场景(2.4 x 2.4米/像素)。云层和云层阴影下的一些区域被排除在进一步分析之外。对1998年夏季(209点)、2000年夏季(83点)、2001年夏季(83点)、2007年夏季(593点)的地面真实点进行了分类准确度评价。1994年、2001年和2007年影像森林分布分类的总体准确性分别为79.2%、78.2%和82.6%。

1994 - 2001年，中国森林损失率为20.1%，恢复率为12.0%，森林净砍伐率为8.6%。2001 - 2007年，森林损失率为12.4%，森林恢复率为22.7%，森林净更新率为10.3%。为了在像素水平上分析森林动态，即森林损失和森林恢复，我们随机选取4500个像素，其中三分之二的数据，即3000像素用于模型校正，三分之一的数据用于模型验证。用于模型校准的3000像素对应1994年的1982年森林像素和1018个非森林像素，2001年的1797个森林像素和1203个非森林像素(表2)。我们比较了1994年和2001年这3000像素，以表征这一时期的森林损失和恢复情况。同样，为了描述2001-2007年期间的森林损失和恢复情况，我们比较了2001年和2007年之间的像素值。我们汇集了1994年和2001年的森林像素，总共有3779个森林像素，汇集了1994年和2001年的非森林像素，总共有2221个非森林像素。我们使用合并后的森林像素来模拟1994-2001年和2001-2007年的森林损失，使用合并后的非森林像素来模拟1994-2001年和2001-2007年的森林恢复(表2)。我们用Huber的方差校正(Wooldridge 2002)校正了代表1994-2001年和2001-2007年期间的像素之间的相关性。

在logistic回归模型中，我们使用了以前森林动态研究中使用的生物物理变量(Geoghegan et al. 2001, Nagendra et al. 2003, Viña et al. 2011)。这些变量包括海拔、坡度、坡向(转换为土壤湿度等级(Parker 1982))和到森林边缘的距离(表3,4)。此外，我们使用了一个薪柴影响变量，其测量结果为:

(1）

在这fuelwood_impact_我代表薪材对我像素,fuelwood_consumption_j的薪柴消耗量j该住户位于离市中心6公里内我th像素,距离_ij之间的距离我第Th像素和j家庭。因此，薪柴影响是所有符合条件的家庭(即距离像素6公里缓冲区内的家庭)对每个像素的薪柴消费的反距离加权总和。这一指标反映了一个事实，即靠近住户的森林更有可能退化或被砍伐(He et al. 2009)。我们还总薪材使用变量,测量了所有家庭的薪材消费总量的储备作为解释变量(表3、4)。薪材消费前NFCP (et al . 2001年)应用于那些用来描述森林的像素损失和恢复在1994年至2001年之间,和薪材消耗在当前NFCP(表1)应用于那些用来描述森林的像素损失和恢复2001年和2007年之间。

然后，我们将森林损失和恢复的逻辑回归模型应用于景观子模型中的所有像素。1994年至2001年期间的森林动态持续时间为7年。由于NFCP的登记是在2001年进行的，我们假设NFCP之前的森林砍伐趋势是由于前六年(1994-2000年)的人类影响。2001年至2007年期间森林动态的持续时间也是6年。由于HANIP是建立在年度基础上的，我们通过将逻辑回归模型(表3,4)中森林损失和森林恢复的估计概率除以6年，来近似每个像素的年度动态。虽然在HANIP中，每个像素的地形变量，即海拔、坡度和坡向的值不随时间变化，但到森林边缘的距离每年都随着森林覆盖的变化而变化。此外，薪材影响和总薪材变量(表3,4)每年都因人口和家庭而变化，而人口和家庭每年都在变化。我们估算了HANIP中每年每个森林像素的森林损失概率和每个非森林像素的森林恢复概率，并通过伯努利试验确定了每个像素的年度森林动态。伯努利分布的速率参数是森林损失或森林恢复的概率。

模型验证和灵敏度分析

由于数据可用性的限制，人口子模型和景观子模型在不同的年份开始。为了验证模型，人口子模型从2000年开始使用2000年人口普查数据，景观子模型从2001年开始使用2001年土地覆盖数据。我们的模型验证是指模拟结果与经验数据的比较。通过使用受试者工作特征(ROC)曲线(Hanley and Mcneil 1982)测试森林损失和森林恢复的回归模型，我们对景观子模型进行了评估。ROC曲线反映了二元分类器在区分阈值变化时的性能。ROC曲线是敏感度值(即真阳性分数)与所有可能概率阈值的等效1特异性值(即假阳性分数)的曲线。ROC曲线下面积(AUC)是衡量模型准确性的指标，AUC值从0到1，其中1分表示完全识别，0.5分表示分类不如随机分类，低于0.5分表示分类不如随机分类。我们使用验证数据集(表2)来推导AUC值，以评估逻辑回归模型对森林损失和森林恢复进行分类的性能。我们还将2007年观测到的森林面积与30次模拟运行的2007年预测森林面积的平均值进行了比较。

对于人口子模型，我们将2006年观察到的人口规模和家庭数量与模拟结果进行了比较。虽然验证政策情景对森林面积的影响是不可实现的，但衡量当前现金支付的影响依赖于景观子模型的验证和在不支付情景下的薪柴使用模式，并在之前的研究中进行了验证(An等人，2001年)。

最后，我们进行了敏感性分析，以评估我们的模型结果对电费支付效应和三个关键社会人口因素(即大学/技术学校入学率、独立家庭意愿和最大新父母家庭距离)的微小变化的影响程度(An et al. 2001,2003,2005)。灵敏度指数定义为Sx= (DY / Y₀)/ (DX / X₀),X₀为模型参数的初始值，DX零钱少吗X，Y₀最初的结果是，和DY对应的变化是Y因为在X(哈伊弗纳1997)。较小的敏感性值表明结果对参数的微小变化具有鲁棒性。我们还使用双样本t检验来评估由于这些参数的变化而导致的模拟结果差异的大小。

仿真实验

我们使用2006年的户籍数据作为人口子模型的起点，2007年的土地覆盖数据作为景观子模型的起点，并对2030年进行了模拟。为了证明NFCP和电力支付方案的有效性，我们还使用了NFCP之前的家庭薪材使用模式(An et al. 2001)，以参数化不提供付款的方案作为比较。我们通过在大学/技术学校入学率、独立家庭意愿、最大新父母家庭距离三个关键社会人口因素和不同政策情景的不同配置下进行模拟，展示了社会人口条件和保护政策对森林面积的复杂交互效应。由于随机过程，HANIP模型使用每种参数设置和政策场景运行了30次，以促进模型参数和模拟结果之间相对稳健的关系。50次模拟运行的结果与30次模拟运行的结果非常相似，我们报告了30次模拟运行结果的平均值。

结果

不同模拟实验下的森林动态

模拟结果表明，随着时间的推移，在不同的支付场景下，森林的变化(图3)。2007年，研究区域的森林面积为336.82平方公里。根据不支付任何费用的基线预测，到2030年森林面积预计将达到233.65平方公里。根据NFCP的现金支付，到2030年可能有379.47平方公里的森林(图4)。如果用电力支付取代现金支付，到2030年可能有435.00平方公里的森林。现金付款的影响和电力支付相对于基线投影没有付款随着时间的增加(图4)。到2020年,可能存在²²368.63公里和406.50公里的森林,或增加²²88.58公里和126.45公里的森林基线投影²(280.05公里),到2030年,有可能增加²²145.82公里和201.34公里的森林基线投影(233.65 km²)通过现金支付和电力支付,分别。森林面积的增加是非线性的。从2011年到2015年，现金支付下森林面积平均每年增加2.49平方公里，而从2026年到2030年，平均每年增加0.91平方公里。这种非线性是随着人口和家庭数量的增加而发生的。该模型预测，从2006年到2030年，人口将增加约12.7%，达到约5075人;家庭数量将增加约26.7%，达到约1517户。

森林的动态也取决于新形成的家庭，即2001年以后形成的家庭的行为。更多新的家庭遵循薪材使用模式NFCP前,保护森林将会获得越少付款(图5)。相对于基线投影中没有提供付款(图4),预计将有增加²²135.12公里和125.32公里的森林在2030年的现金付款下NFCP如果一半的新家庭遵循薪材使用模式NFCP前,分别(图5)。如果所有新家庭都遵循NFCP之前的薪柴使用模式，森林面积将在2023年开始减少。

三个关键的社会人口因素，即大学/技术学校入学率、分开的家庭意愿、最大新父母家庭距离和森林保护政策的交互作用如图6所示。大学/技术学校入学率的提高、独立家庭意愿的降低、新父母家庭最大距离的降低都会导致森林数量的增加(图6)。大学/技术学校入学率的提高和独立家庭意愿的降低会导致人口规模和家庭数量的减少。新家庭和父母家庭之间距离的缩短将减少将森林转变为居住用地和相应农田的可能性，因为更接近家庭的森林更有可能因以前的人类影响而退化或被移除(He et al. 2009)。

在不同的政策情景下，这三个社会人口因素对森林的影响是不同的。如果大学/技术学校入学率增加50%，到2030年，在不付费、现金付费和电力付费的情况下，森林面积将分别增加6.56(图6a)、4.16(图6d)和2.12(图6g)平方公里。到2030年，在不支付、现金支付和电力支付的情况下，独立住房意愿减少50%将导致森林面积分别增加12.56(图6b)、8.84(图6e)和4.44(图6h)平方公里。大学/技术学校升学率和单独居住意向对森林的影响下降，是因为当政策从不付费转变为电费付费时，每个单位(即人和家庭)的薪柴消耗减少了。

相比之下，到2030年，在不支付、支付现金和支付电费的情况下，新父母家庭最大距离减少50%，森林面积将分别增加0.96(图6c)、3.76(图6f)和2.94(图6i)平方公里。新亲代家庭距离对森林的影响随政策变化呈非线性变化。这在一定程度上是因为，如果不提供补贴，家庭周围的森林面积就不多，导致很多新家庭将非森林面积转化为住房和农业用地，新父母家庭距离的影响会小。现金补偿下，新亲代家庭距离的影响随着森林恢复而增加。但是，随着电力付费下森林的进一步恢复，通过森林面积的转换会形成很多新家庭，新亲本家庭距离的影响会变小。

模型验证结果及敏感性分析

森林损失和森林恢复模型均具有较高的精度，AUC值分别为0.775和0.773。模型预测值与实测值的比较表明，2007年预测平均森林面积为339.24 km²，与实测值接近(表5)。预测平均森林面积与实测值的差值为2.42 km²，小于2001 - 2007年森林年平均变化观测值(5.16 km²)。2006年预测人口与观测人口的平均值之差为16，也小于2000 - 2006年人口年平均变化(21)。二零零六年的实际住户数目为1197户，比预测的平均住户数目多56户。家庭数量的差异主要是由于在实施NFCP之后，为了更有效地获取以家庭为基础分配的保护补贴，2001年出人意料地形成了大量的新家庭(Liu et al. 2007)一个)．

敏感性分析(表6)表明，电费支付的效果每降低10%，即用电费支付代替现金支付可以节省的平均薪柴数量，平均森林面积将减少2.04 km²(Sx= -0.057)。t检验表明，平均森林面积的减少是显著的(p< 0.001)。由于在我们的模型中，薪柴使用的变化与森林动态直接相关，预计由于电费支付的影响降低，平均森林面积将显著减少。森林面积对所有三个社会人口因素的微小变化不敏感(表6)。大学/技术学校入学率每增加10%，平均森林面积就会增加0.20平方公里(Sx= 0.006)，尽管年轻成年人组建新家庭的意愿增加10%导致平均森林面积减少0.23平方公里(Sx= -0.007)。新组建的家庭与老家庭的最大距离每增加10%，平均森林面积就减少0.17平方公里(Sx= -0.005)。统计检验表明，这些参数的扰动不会导致平均森林面积的显著差异(表6)。

讨论

卧龙自然保护区过去的保护政策旨在限制薪柴收集的数量和地点。然而，监测和执行保护政策是困难的(Liu et al. 2007一个)，导致森林快速砍伐(Liu et al. 2001, Viña et al. 2007)。虽然森林覆盖从1994-2001年的快速砍伐到2001-2007年的快速森林更新的突然变化可能是由多种因素引起的，如电力供应的改善，但天然林保护计划(NFCP)似乎发挥了主要作用。根据这一方案，当地家庭因监测森林地块而获得一笔可观的保护费。因此，家庭薪柴的使用已大大减少。尽管NFCP在保护森林方面取得了成功，但在其他政策安排下，它的有效性可能会得到提高。此外，由于人类行为及其环境影响之间的复杂相互作用，这种保护投资的有效性可能存在不确定性(Liu et al. 2007一个)．

我们开发了一个空间显式模拟模型HANIP，以研究政策情景下人类与自然的相互作用。利用HANIP进行的模拟实验使我们能够衡量不同政策下的保护效果。到2030年，通过现金支付和电力支付机制，研究区可获得的森林面积分别为145.82平方公里和201.34平方公里。与现金支付相比，用电形式的节约费是一种更直接的方式，通过用电替代薪柴来减少对人们的负面影响。因此，电力付费可能会提高保护投资的效率，这一点很重要，因为目前的保护投资远远低于全球保护生态系统的要求(James et al. 1999,2001)。我们认识到发电对环境有潜在的负面影响，如滑坡、水和空气污染、温室气体排放、土壤侵蚀和生物多样性损失(Liu和Diamond 2005)，这些也应在政策实施时予以考虑。

通过对人口和家庭动态的建模，国家森林政策方案还可以发现政策干预措施对森林影响随时间的变化。政策干预下森林的非线性增长表明，PES项目的保护收益可能在很大程度上取决于土著社区的人口和家庭动态。由于人类对政策干预的反应不确定，保护投资的有效性可能无法持续。参与国家森林保护计划的家庭和新家庭之间的薪柴使用情况类似，反映了森林监测的增加和潜在的规范效应。随着新组建家庭数量的增加，如果新家庭不被纳入计划，保护支付的有效性可能会受到新家庭行为的威胁。

我们还探索了社会人口因素对森林的影响，对三个关键的社会人口因素分别使用了三个不同的值。我们发现，在不同的政策情景下，这些社会人口因素对森林的影响不同，表明政策干预和社会人口因素对森林的影响存在交互作用。然而，在现实世界中，这些因素可能不会持续20年。这一领域的长期研究可提供有关这些因素变化的资料，可用于进一步解释动态的社会人口条件对森林的影响。

随着森林通过保护资金恢复，许多野生物种的栖息地可能会恢复。然而，保护政策的实施对野生动物栖息地的影响可能滞后，因为野生动物物种，如大熊猫的栖息地在森林恢复后通常需要几十年的时间才能完全恢复(holder et al. 2008)。这表明，保护投资应该持续相对较长的时间，以恢复野生动物物种的栖息地。

在HANIP的参数化过程中，我们通过比较在当前NFCP支付条件下的薪柴使用情况，以及在替代电力支付条件下与NFCP之前的薪柴使用情况，来近似计算保护政策的效果。虽然许多因素可能导致了卧龙森林的薪材使用及其相应的动态，但野外观察表明，NFCP在卧龙森林动态中发挥了主要作用。对保护政策的准确评价需要通过倾向评分匹配等先进的项目评价方法，对处理组(即政策实施的地区)和对照组(即政策未实施的地区)的结果进行比较(Ferraro和Pattanayak 2006, Alix-Garcia等人2008,Andam等人2008,Joppa和Pfaff 2011, Arriagada等人2012,Chen等人2012)b)．未来的研究可能会比较卧龙及其周边地区的森林动态，而这些地区可能还没有完全实施NFCP。

由于在校正人口子模型时没有使用2006年的人口信息，因此通过比较2006年模拟值和观测值之间的人口规模和家庭数量来验证人口子模型。对于景观子模型，使用1994 - 2001年的森林覆盖变化来表征NFCP实施前的森林覆盖动态，使用2001 - 2007年的森林覆盖变化来表征NFCP实施后的森林覆盖动态。由于模型校准均使用了1994年、2001年和2007年的森林覆盖数据，我们使用了接收者工作特征(ROC)曲线来评估森林损失和恢复的回归模型。随着可以获得独立的森林覆盖数据，基于Pontius及其合著者(Pontius和Pacheco 2004年，Pontius等人2004年，Pontius和Malanson 2005年)开发的方法在像素级进一步验证景观子模型可能会有所帮助。此外，1994年、2001年和2007年森林覆盖的分类错误可能损害模型在像素水平上的性能，但不太可能对政策效果的大小产生重大影响，因为分类错误是随机的而不是系统的，因此不太可能有偏见。

在耦合的人类和自然系统(CHANS)中，组件之间的相互作用是复杂的(Liu et al. 2007一个)．准确预测这些相互作用是很困难的。例如，我们用于估计家庭薪柴消费的模型(表1)的预测能力不高，尽管基于该模型估计的薪柴消费的变量是森林损失/恢复模型(表3、表4)的重要预测指标，具有中等水平的预测能力。因此，与所有其他模型一样，我们的模型(HANIP)是现实世界中政策下的人-自然相互作用的简化表示。尽管如此，使用HANIP对一些关键的动态相互作用进行建模对于理解可能涉及复杂性(如非线性和不确定性)的保护投资的长期有效性非常重要。HANIP的建模框架也可用于研究关键相互作用的动态，以及在世界各地许多其他耦合的人-自然系统中保护政策的长期有效性。

文献引用

阿利克斯-加西亚，J. A.德Janvry和E. Sadoulet. 2008。森林砍伐风险和校正补偿在设计环境服务支付中的作用。环境与发展经济学13:375 - 394。

安丽丽，林德曼，齐杰，刘杰。2005。探索人-环境系统的复杂性:基于智能体的多学科和多尺度集成空间模型。美国地理学家协会年鉴95:54 - 79。http://dx.doi.org/10.1111/j.1467-8306.2005.00450.x

安丽娟，刘杰。2010。计划生育和其他生育决定因素对人口和环境的长期影响:基于agent的建模证据，来自卧龙自然保护区。人口与环境31:427 - 459。http://dx.doi.org/10.1007/s11111-010-0111-3

安亮，刘建军，欧阳铮，周舒，张宏。2001。模拟家庭层面的人口和社会经济过程及其对大熊猫栖息地的影响。生态模型140:31-49。http://dx.doi.org/10.1016/s0304 - 3800 (01) 00267 - 8

安磊，卢皮，刘杰，林德曼，黄杰。2002。模拟选择从薪柴转换为电力:对大熊猫栖息地保护的影响。生态经济学42:445 - 457。http://dx.doi.org/10.1016/s0921 - 8009 (02) 00126 - x

安丽丽，刘杰。2003。青少年离开父母的家:心理社会的相关性和对保护的影响。人口与环境24:415 - 444。http://dx.doi.org/10.1023/A:1023694924954

Andam, K. S.， P. J. Ferraro, A. Pfaff, G. A. Sanchez-Azofeifa, J. A. Robalino. 2008。测量保护区网络在减少森林砍伐方面的有效性。美国国家科学院院刊105:16089 - 16094。http://dx.doi.org/10.1073/pnas.0800437105

Arriagada, r.a.， P. J. Ferraro, E. O. Sills, S. K. Pattanayak和S. Cordero-Sancho。2012.环境服务付费会影响森林覆盖率吗?来自哥斯达黎加的农场层面的评估。土地经济学88:382 - 399。

阿瑟，1999年。复杂性和经济性。科学284:107 - 109。http://dx.doi.org/10.1126/science.284.5411.107

阿斯奎斯，n.m.， m.t.瓦格斯和S.文德，2008。销售两项环境服务:玻利维亚洛斯内格罗斯鸟类栖息地和流域保护的实物支付。生态经济学65:675 - 684。http://dx.doi.org/10.1016/j.ecolecon.2007.12.014

阿克塞尔罗德和M. D.科恩，1999。利用复杂性:科学前沿的组织含义．美国纽约自由出版社。

黄丽安，何国强，刘俊。2008。薪柴采伐对大熊猫栖息地利用的影响。生物保护141:385 - 393。http://dx.doi.org/10.1016/j.biocon.2007.10.009

陈x, K. A. Frank, T. Dietz和J. Liu. 2012b．弱联系、劳动力迁移和环境影响:走向可持续性社会学。组织与环境25:3-24。http://dx.doi.org/10.1177/1086026611436216

陈曦，F. Lupi, L. An, R. Sheely, A. Viña，刘杰。2012一个．基于agent的社会规范对生态系统服务付费登记的影响建模。生态模型229:16-24。http://dx.doi.org/10.1016/j.ecolmodel.2011.06.007

陈晓霞，何国强，刘杰。2009。通过支付生态系统服务费用，将社会规范与有效的保护投资联系起来。美国国家科学院院刊106:11812 - 11817。http://dx.doi.org/10.1073/pnas.0809980106

陈晓霞，陆斐，何桂，刘杰。2010。利用具有成本效益的目标，提高生态系统服务付费的保护投资效率。保护生物学24:1469 - 1478。http://dx.doi.org/10.1111/j.1523-1739.2010.01551.x

克劳福德，t.w.， J. P.梅西纳，S. M.曼森，D.奥沙利文。2005.复杂性科学、复杂系统和土地利用研究。环境与规划——规划与设计32:792 - 798。http://dx.doi.org/10.1068/b3206ed

R. Cullen, G. A. Fairburn和K. F. D. huhey, 2001。衡量受威胁物种项目的生产力。生态经济学39:53 - 66。http://dx.doi.org/10.1016/s0921 - 8009 (01) 00191 - 4

柯伦，L. M.， S. N.特里格，A. K.麦克唐纳，D.阿斯蒂亚尼，Y. M.哈尔迪奥诺，P. Siregar, I. Caniago和E. Kasischke, 2004。印度尼西亚婆罗洲保护区的低地森林损失。科学303:1000 - 1003。http://dx.doi.org/10.1126/science.1091714

P. Deadman, D. Robinson, E. Moran和E. Brondizio. 2004。亚马逊雨林殖民者家庭决策与土地利用变化:基于agent的模拟。环境与规划——规划与设计31:693 - 709。http://dx.doi.org/10.1068/b3098

Dunn, c.p, F. Stearns, G. R. Guntenspergen和D. M. Sharpe, 1993。保护保护区计划的生态效益。保护生物学7:132 - 139。http://dx.doi.org/10.1046/j.1523-1739.1993.07010132.x

费拉罗，P. J.和A.接吻。2002。直接支付保护生物多样性的费用。科学298:1718 - 1719。http://dx.doi.org/10.1126/science.1078104

费拉罗，P. J.和S. K.帕塔纳亚克。2006。没有钱吗?呼吁对生物多样性保护投资进行实证评价。公共科学图书馆生物学4:482 - 488。http://dx.doi.org/10.1371/journal.pbio.0040105

Foley, J. A, R. DeFries, G. P. Asner, C. Barford, G. Bonan, S. R. Carpenter, F. S. Chapin, M. T. Coe, G. C. Daily, H. K. Gibbs, J. H. Helkowski, T. Holloway, E. A. Howard, C. J. Kucharik, C. Monfreda, J. A. Patz, I. C. Prentice, N. Ramankutty, P. K. Snyder, 2005。土地使用的全球后果。科学309:570 - 574。http://dx.doi.org/10.1126/science.1111772

盖根，J, S. C.维拉尔，P. Klepeis, P. M.门多萨，Y. Ogneva-Himmelberger, R. R. Chowdhury, B. L. Turner, II和C. Vance. 2001。Yucatán半岛南部热带森林砍伐模拟:比较调查和卫星数据。农业、生态系统与环境85:25-46。http://dx.doi.org/10.1016/s0167 - 8809 (01) 00201 - 8

Goldstein, n.j, R. B. Cialdini和V. Griskevicius. 2008。有视角的房间:用社会规范促进酒店的环境保护。消费者研究杂志35:472 - 482。http://dx.doi.org/10.1086/586910

海夫纳，1997。生物系统建模:原理和应用．查普曼和霍尔，纽约，纽约，美国。

汉利，J. A.和B. J.麦克尼尔，1982。受试者工作特征(ROC)曲线下面积的含义和用途。放射学143:29-36。

他,g . 2008。平衡人类的能源需求和熊猫栖息地的保护．论文。密歇根州立大学，东兰辛，密歇根州，美国。

何国强，陈旭东，刘伟，周少思，程磊，张宏，欧阳铮，刘杰。2008。生态旅游的经济效益分配:以卧龙大熊猫自然保护区为例。环境管理42:1017 - 1025。http://dx.doi.org/10.1007/s00267-008-9214-3

何光，陈旭人，S.贝尔，M. Colunga, A. Mertig, An L.，周S.， M. Linderman，欧阳铮，S. Gage，李S.，刘杰。2009。卧龙自然保护区薪柴采集的时空格局及其对大熊猫保护的启示景观与城市规划92:1-9。http://dx.doi.org/10.1016/j.landurbplan.2009.01.010

詹姆斯，A. N, K. J.加斯顿和A.巴尔姆福德，1999。平衡地球账户。自然401:323 - 324。http://dx.doi.org/10.1038/43774

詹姆斯，A. N, K. J.加斯顿和A.巴尔姆福德，2001。我们有能力保护生物多样性吗?生物科学51:43-52。http://dx.doi.org/10.1641/0006 - 3568 (2001) 051 (0043: CWATCB) 2.0.CO; 2

詹森，J. R. 1996。数字图像处理导论，遥感视角．第二版。普伦蒂斯大厅，上马鞍河，新泽西州，美国。

约翰逊，D. H.和M. D.施瓦茨，1993。保护保护计划和草原鸟类。保护生物学7:934 - 937。http://dx.doi.org/10.1046/j.1523-1739.1993.740934.x

Joppa, L. N.和A. Pfaff. 2011。全球保护区的影响。英国皇家学会学报b -生物科学278:1633 - 1638。http://dx.doi.org/10.1098/rspb.2010.1713

林达曼，安澜，贺国强，欧阳铮，刘杰。2005。模拟家庭、景观和大熊猫栖息地的时空动态和相互作用。生态模型183:47 - 65。http://dx.doi.org/10.1016/j.ecolmodel.2004.07.026

刘,j . 2010。中国的可持续发展之路。科学328:50。http://dx.doi.org/10.1126/science.1186234

刘杰，《日报社》，P. R. Ehrlich, G. W. Luck. 2003。家庭动态对资源消耗和生物多样性的影响。自然421:530 - 533。http://dx.doi.org/10.1038/nature01359

刘杰，戴蒙德，2005。全球化世界中的中国环境。自然435:1179 - 1186。http://dx.doi.org/10.1038/4351179a

刘，J, T. Dietz, S. R. Carpenter, M. Alberti, C. Folke, E. Moran, A. N. Pell, P. Deadman, T. Kratz, J. Lubchenco, E. Ostrom, Z.欧阳，W. Provencher, C. L. Redman, S. H. Schneider，和W. W. Taylor. 2007一个．人类与自然耦合系统的复杂性。科学317:1513 - 1516。http://dx.doi.org/10.1126/science.1144004

刘，J.， T. Dietz, S. R. Carpenter, C. Folke, M. Alberti, C. L. Redman, S. H. Schneider, E. Ostrom, A. N. Pell, J. Lubchenco, W. W. Taylor, Z.欧阳，P. Deadman, T. Kratz，和W. Provencher. 2007b．人类和自然系统的耦合。中记录36:639 - 649。http://dx.doi.org/10.1579/0044 36 - 7447(2007)[639:陈氏]2.0.CO; 2

刘，J, V. Hull, M. Batistella, R. DeFries, T. Dietz, F. Fu, T. W. Hertel, R. C. Izaurralde, E. F. Lambin, S. Li, L. A. Martinelli, W. J. McConnell, E. F. Moran, R. Naylor, Z.欧阳，K. R. Polenske, A. Reenberg, G. de Miranda Rocha, C. S. Simmons, P. H. Verburg, P. M. Vitousek, F. Zhang，和C. Zhu. 2013。在一个远程耦合的世界中构建可持续发展框架。生态和社会18(2): 26。http://dx.doi.org/10.5751/ES-05873-180226

刘建军，李淑娟，欧阳铮，谭辰辰，陈晓。2008。中国生态系统服务政策的生态和社会经济效应美国国家科学院院刊105:9477 - 9482。http://dx.doi.org/10.1073/pnas.0706436105

刘建军，欧阳铮，杨建军，张宏。2001。保护区的生态退化:以卧龙大熊猫自然保护区为例。科学292:98 - 101。http://dx.doi.org/10.1126/science.1058104

刘j, P. H. Raven, 2010。中国的环境挑战及其对世界的影响。《环境科学与技术评论》40:823 - 851。http://dx.doi.org/10.1080/10643389.2010.502645

王德华，王德华，朱晨，王德华。2001。大熊猫生活在不断变化的环境中。科学294:1465。http://dx.doi.org/10.1126/science.1064710

《运气》，G. W.， T. H.里基茨，G. C.戴利，M.伊姆霍夫，2004。缓解人与生物多样性之间的空间冲突。美国国家科学院院刊101:182 - 186。http://dx.doi.org/10.1073/pnas.2237148100

马兰松、曾勇、沃尔什。2006。推进过渡带和前沿的复杂性。环境及规划A38:619 - 632。http://dx.doi.org/10.1068/a37340

曼森，S. M.和T.埃文斯，2007。墨西哥尤卡坦半岛南部森林砍伐和美国中西部再造林的基于agent的建模。美国国家科学院院刊104:20678 - 20683。http://dx.doi.org/10.1073/pnas.0705802104

马修斯，R. B.， N. G.吉尔伯特，A.罗奇，J. G.波尔希尔和N. M.戈茨，2007。基于代理的土地使用模型:应用程序的回顾。景观生态学22:1447 - 1459。http://dx.doi.org/10.1007/s10980-007-9135-1

麦克马斯特，D. G.和S. K.戴维斯，2001。加拿大永久覆盖计划的评价:草原鸟类的栖息地?野外鸟类学杂志72:195 - 210。

千年生态系统评估。2005.生态系统与人类福祉．美国华盛顿特区岛。

迈尔斯，R. A. Mittermeier, C. G. Mittermeier, G. A. B. da Fonseca, J. Kent, 2000。生物多样性热点是保护重点。自然403:853 - 858。http://dx.doi.org/10.1038/35002501

纳根德拉，H. J.索斯沃思和C.塔克，2003。可达性作为洪都拉斯西部景观转变的决定因素:连接模式和过程。景观生态学18:141 - 158。http://dx.doi.org/10.1023/A:1024430026953

经济合作与发展组织。1997.农地改道计划对环境的影响．经济合作与发展组织，法国巴黎。

奥斯本，T.布朗巴克和M. Schamberger, 1993。保护储备计划-现状、未来和政策选择。水土保持学报48:271 - 279。

奥斯特罗姆,e . 2009。分析社会生态系统可持续性的一般框架。科学325:419 - 422。http://dx.doi.org/10.1126/science.1172133

帕克，A. J. 1982。地形相对湿度指数:山区土壤水分评价的一种方法。自然地理3:160 - 168。

帕克，S. M.曼森，M. A.杨森，M. J.霍夫曼，P. Deadman, 2003。用于模拟土地利用和土地覆盖变化的多主体系统:综述。美国地理学家协会年鉴93:314 - 337。http://dx.doi.org/10.1111/1467-8306.9302004

小庞提乌斯，G. R.和J.马兰森，2005。两种土地变化模型的结构和精度比较。国际地理信息科学杂志19:243 - 265。http://dx.doi.org/10.1080/13658810410001713434

Pontius, Jr. G. R.和P. Pacheco. 2004。1920-1990年印度西高止山脉森林扰动模型的校准和验证。GeoJournal61:325 - 334。http://dx.doi.org/10.1007/s10708-004-5049-5

小庞提乌斯，G. R.， D.赫芬顿克和K.丹曼，2004。空间显式土地变化模型的实用验证技术。生态模型179:445 - 461。http://dx.doi.org/10.1016/j.ecolmodel.2004.05.010

Rosa, E. A.和T. Dietz. 1998。beplay竞技气候变化与社会-投机、建设和科学调查。国际社会学13:421 - 455。http://dx.doi.org/10.1177/026858098013004002

Salafsky, N.和R. Margoluis. 1999。减少威胁评估:评估保护和发展项目的一种实用和具有成本效益的方法。保护生物学13:830 - 841。http://dx.doi.org/10.1046/j.1523-1739.1999.98183.x

Sierra, R.和E. Russman, 2006。关于支付环境服务的效率:哥斯达黎加奥萨半岛的森林保护评估。生态经济学59:131 - 141。http://dx.doi.org/10.1016/j.ecolecon.2005.10.010

Siikamäki, J.和D. F.雷顿。2007。保护非工业私营森林的奖励支付方案的潜在成本效益。土地经济学83:539 - 560。

史密斯，r.b . W. 1995。保护储备计划作为一种最低成本的土地退休机制。美国农业经济学杂志77:93 - 105。http://dx.doi.org/10.2307/1243892

Turner, II, B. L.， E. F. Lambin，和A. Reenberg. 2007。土地变化科学对全球环境变化和可持续性的影响。美国国家科学院院刊104:20666 - 20671。http://dx.doi.org/10.1073/pnas.0704119104

七弦琴,一个美国人,x, g .他出演Linderman m, l .一个h . Zhang z欧阳,j·刘,2007年。卧龙自然保护区大熊猫栖息地跨界连通性的时间变化生态应用程序17:1019 - 1030。http://dx.doi.org/10.1890/05-1288

陈爱霞，刘伟，徐伟，欧阳铮，张宏，刘俊。2011。自然灾害对保护政策的影响:以2008年中国汶川地震为例。中记录40:274 - 284。http://dx.doi.org/10.1007/s13280-010-0098-0

冯·伯特兰菲，1968年。一般系统理论:基础，发展，应用．George Braziller，纽约，纽约，美国。

瓦克纳格尔，M.， N. B. Schulz, D. Deumling, A. C. Linares, M. Jenkins, V. Kapos, C. Monfreda, J. Loh, N. Myers, R. Norgaard和J. Randers. 2002。追踪人类经济的生态过度发展。美国国家科学院院刊99:9266 - 9271。http://dx.doi.org/10.1073/pnas.142033699

沃尔什、S. J.、J. P.梅西纳、C. F.米纳、G. P.马兰森、P. H.佩奇。2008。复杂性理论、空间模拟模型和厄瓜多尔亚马逊北部的土地利用动态。Geoforum39:867 - 878。http://dx.doi.org/10.1016/j.geoforum.2007.02.011

沃伦，K. C.富兰克林和C. L.斯特里特，1998。系统理论的新方向:混沌与复杂性。社会工作43:357 - 372。http://dx.doi.org/10.1093/sw/43.4.357

卧龙自然保护区。2000。卧龙地区规章制度的编制．卧龙自然保护区，四川省汶川县，中华人民共和国。

伍尔德里奇，2002。截面和面板数据的计量分析。麻省理工学院出版社，剑桥，马萨诸塞州，美国。

世界银行,2001年。中国:空气、土地和水:新千年的环境重点．世界银行，华盛顿特区，美国。

奇迹,s . 2007。热带保护中支付环境服务的效率。保护生物学21:48-58。http://dx.doi.org/10.1111/j.1523-1739.2006.00559.x

奇迹,s . 2008。为环境服务和穷人支付:概念和初步证据。环境与发展经济学13:279 - 297。http://dx.doi.org/10.1017/S1355770X08004282

徐建军，尹荣仁，李振民，刘春。2006一个．中国的生态修复:前所未有的努力，巨大的影响，必要的政策。生态经济学57:595 - 607。http://dx.doi.org/10.1016/j.ecolecon.2005.05.008

徐伟，欧阳铮，郑辉，肖勇。2006b．为保护中国邛崃山区大熊猫栖息地而设计的保护方案。生物多样性和分布12(5): 610 - 619。

杨伟，刘伟，何桂，刘杰。2013。群体规模对集体行动和资源产出的非线性影响。美国国家科学院院刊110:10916 - 10921。http://dx.doi.org/10.1073/pnas.1301733110

Zbinden, S.和D. R. Lee, 2005。为环境服务付费:参与哥斯达黎加PSA项目的分析。世界发展33:255 - 272。http://dx.doi.org/10.1016/j.worlddev.2004.07.012

左,t . 2002。NFPP的实施。页3 - 14在徐j。，E. Katsigris., and T. A. White, editors.天然林保护工程和退耕还林工程的实施:经验教训和政策建议．中国林业出版社，北京。