综述:基于自然的解决方案超越风险降低的协同效益:评估方法综述

《Nature-Based Solutions》:Nature-based solutions’ co-benefits beyond risk reduction: a review of assessment methods

【字体: 大 中 小 】 时间:2026年07月02日 来源:Nature-Based Solutions 4.0

编辑推荐:

  基于自然的解决方案(NbS)可显著减少极端天气对社会造成的风险,此外还能提供多种社会和环境协同效益。NbS通常由公共部门设计,但私营部门(如金融部门)也可为NbS的采纳提供所需资金。然而,量化NbS协同效益的挑战是这些投资和NbS实施的一个障碍。通过系统性文献

  
基于自然的解决方案(NbS)可显著减少极端天气对社会造成的风险,此外还能提供多种社会和环境协同效益。NbS通常由公共部门设计,但私营部门(如金融部门)也可为NbS的采纳提供所需资金。然而,量化NbS协同效益的挑战是这些投资和NbS实施的一个障碍。通过系统性文献综述,研究人员调查了可用于评估NbS协同效益(超越风险降低)的方法,考察了它们的优势和劣势,以评估其在基于自然的保险和投资解决方案更广泛背景下的适用性。该综述确定了几种可用于提供协同效益(半)定量评估的(经济和非经济)方法,这些方法在总体工作量和知识要求方面各不相同。研究表明,没有单一方法被广泛用于评估特定协同效益或NbS。NbS协同效益评估的关键问题涉及时空尺度和数据可用性。以往的工作主要是特定背景并应用于具体案例,但所应用的方法原则上可复制并可扩展到不同背景。大多数方法显示了识别多种协同效益和处理可能产生的负效益的可能性。已综述论文中确定的一个关键局限是缺乏对气候变化对未来NbS影响的考虑。研究人员讨论了所应用方法的挑战和优势,以促进在更广泛的背景下对NbS协同效益进行更全面的评估,这可能有助于克服一些问题并加强NbS绩效的可靠证据基础。
  1. 1.
    引言
    基于自然的解决方案(NbS)在减少极端天气和气候变化对社会影响方面发挥着重要作用,支持适应策略并提供广泛的协同效益,如休闲区、增强社会凝聚力和促进教育与体育活动,提升人类健康和福祉。NbS还支持可持续经济增长,创造就业、促进创新和资源效率。由于其直接和协同效益,NbS被推动支持向可持续和气候韧性社会转型的许多国际和欧洲政策目标。然而,NbS在采纳和实施方面仍面临巨大挑战和障碍,包括专业知识有限、对其绩效和协同效益的证据不足、社会和治理挑战、政策和法律框架中的制度或结构障碍、误解、维护担忧以及经济和融资障碍。关于融资,UNEP《自然状态金融报告》指出,NbS投资至少需要增加两倍才能实现气候变化、生物多样性和土地退化的目标。量化NbS协同效益有潜力使NbS比传统的风险降低和气候变化适应措施(如工程或灰色方法,包括水坝、堤防、防洪墙、雨水排放系统和海岸硬防护如海堤和防波堤)更具吸引力,这有助于为决策过程和公共部门对NbS的投资提供信息。此外,保险和与保险相关的投资有潜力支持NbS实施,帮助填补当前投资水平与UNEP确定的所需融资规模之间的资金缺口。再保险行业对NbS的兴趣日益增长,特别是其降低气候相关灾害强度的能力,尤其是频繁和小规模事件,如城市地区的强降雨事件或热浪。如果NbS有助于降低自然灾害损失,则可能改善自然灾害风险的保险能力,以负担得起的保费实现。确保长期生态系统功能、为后代保护自然资产以及增强更广泛的社会经济韧性可能是保险的相关协同效益,超越了NbS的直接风险降低价值。通过NbS降低风险的潜力及其协同效益,可能使保险公司与政府合作参与NbS开发有利可图。尽管在NbS气候风险灾害建模和经济评估方面兴趣增长且近期有所发展,但其在(再)保险行业的采纳(如通过资本投资)仍然有限。在评估NbS有效性及其随时间动态变化的方法中存在差距和局限,特别是考虑到未来气候变化的影响。NbS融资和采纳的额外障碍可能包括实施NbS的经验相对缺乏、对其影响的监测活动有限以及随后成本和损害降低数据的稀缺。尽管存在提供有用指导的框架和工具,如IUCN NbS全球标准及相关自我评估工具,但研究和决策过程中经常忽视协同效益和负效益,不总是用于设计、实施或评估NbS项目。这可能导致对NbS投资不足,并扭曲其交付的真实环境、社会和经济影响及价值。在这些障碍背景下,本文探讨了评估NbS协同效益的可用方法,以确定其在更广泛背景(包括金融部门)中适用性的挑战和机遇。研究人员进行了系统性文献综述,以提供评估NbS环境和灾害风险降低以外社会、经济协同效益方法的概述和映射,通过检查其可用性和有用性的优势和劣势。除了增进对NbS协同效益的理解外,该综述还确定了方法差距和数据需求,以及结合评估方法以更好捕捉其多维价值的机遇。在此过程中,本文阐明了协同效益评估如何为投资和融资计划提供信息,有助于使金融机制与NbS产生的广泛效益和受益者保持一致。
  2. 2.
    方法
    研究人员进行了同行评审文献的系统性综述,重点关注评估NbS用于气候变化适应和灾害风险降低的研究。虽然承认灰色文献在NbS评估背景下的相关性,但综述限于同行评审科学出版物,以确保研究选择和评估的透明性、可复制性和可比性,并专注于经过学术同行评审的方法。NbS和灾害风险降低研究近年大幅扩展,特别是改进保险行业应用洪水风险建模的兴趣增长。研究人员在此基础上进行工作,将综述范围集中在灾害风险降低中NbS的协同效益,以加强NbS与传统工程解决方案相比的证据,包括从融资和保险视角。综述协议详见Staccione等人。研究人员选择了一组涵盖五个领域的关键词:基于自然的解决方案、风险降低、灾害、协同效益和方法。关键词用“AND”运算符组合成单个搜索查询。使用Scopus和Web of Science作为搜索数据库(搜索字段:标题-摘要-关键词)。综述限制为2005年1月至2026年3月发表的英文期刊文章。定义的时间跨度指最初将生态系统服务定义为人们可从自然获得的利益,以及后续相关概念(包括NbS和协同效益)的发展。研究人员未限制综述的地理区域、空间尺度或生态系统类型。搜索研究描述了主要旨在减少气候相关灾害和风险的自然基于方法的设计、实施或使用,跨各种尺度和生态系统(用于灾害风险降低的NbS)。这些可包括例如洪泛区恢复或城市蓄水措施以减少洪水风险、重新造林和城市公园以减轻热浪,或可持续森林管理实践以减少野火。此外,符合条件的研究必须全面评估NbS超越风险降低的辅助效应,如改善生物多样性和栖息地质量、提供娱乐机会和增强健康与福祉、支持经济和可持续发展(无仅灾害风险降低评估)。这些效应无论是环境、社会还是经济的,可以是正向(协同效益)或负向(负效益)。最后,研究应提出模型、方法和指标,从环境、经济和社会视角定量评估协同效益的有效性(定量协同效益评估)。从选定的论文中,研究人员提取了关于协同效益、NbS、灾害、尺度、分析的生态系统以及用于评估协同效益和/或负效益方法的信息。方法分为八类:1)野外采样和观察;2)模型;3)软件和工具;4)统计分析;5)利益相关者参与;6)多准则决策分析(MCDA);7)文献和案头审查;8)经济方法。对于每类方法,根据五个不同标准比较综述论文:总体工作量和知识要求、跨尺度和/或其他位置的适用性、评估多种协同效益和负效益的适用性、是否包含任何气候变化考虑(例如用于事前和/或事后评估)或气候变化情景。这些标准选自探索这些方法的更广泛潜力,考虑不同视角和NbS有效性文献的关键需求,也与IUCN NbS全球标准的某些内容一致。通过阅读论文,研究人员检查了方法在NbS协同效益评估中的讨论和应用。对于每个方法类别,提取了其应用背景和评估的协同效益类型信息。还考虑了所需努力,包括数据需求、基础设施(软件、硬件和工具)、成本(时间、财务和人力资源)以及所需的专业知识和知识水平。最后,评估了空间和时间适用性、捕捉多种协同效益和负效益的能力以及考虑未来气候变化的情况。基于此信息,进行了方法类别的比较评估。评级被分配为相对定性分数(低、中、高),将每个方法类别与综述中的其他方法进行比较,而非绝对性能分数。“低”评级表示在特定标准中适用性或相关性有限;“中”表示中等或取决于背景的适用性;“高”表示该方法在综述文献中频繁或强烈与该标准相关。为减少主观性,评级基于综述论文中提取的证据并在作者间讨论。评估进一步得到欧盟项目NATURANCE多学科合作伙伴和专家咨询的支持,包括NbS、洪水建模、金融、经济学和气候变化适应专家,特别是验证方法实际可用性和对NbS融资与实施相关性的解释。
  3. 3.
    结果
    应用合格标准,从最初的753篇中选择了78篇论文进行综述。综述论文数量随时间增加,大部分在过去10年发表,自2021年以来显著增加。论文涵盖北美洲、南美洲和中美洲、欧洲、亚洲和太平洋、非洲的案例研究,一篇论文关注全球沿海地区。大多数论文呈现地方、河流流域和区域尺度的案例研究,在淡水、城市和森林生态系统中,主要针对洪水风险,其次是野火风险。与调查和危害及尺度一致,案例研究主要分析了自然蓄水措施的实施,如创建自然池塘收集储存雨水径流、河流近自然化和河岸植被恢复、湿地和洪泛区恢复;其次为森林燃料处理(如森林生物质控制和管理)、城市基于自然的解决方案(包括创建绿色空间和植树)、城市蓄水措施(如雨水花园、生态沟和透水铺装)以及绿色屋顶和墙壁。评估的协同效益主要是碳固存、生物多样性和栖息地质量,其次是经济和货币效益、初级资源生产和支持娱乐活动。建模方法最常用于协同效益评估,其次是利益相关者参与、文献/案头审查和野外采样与观察。通常不同方法用于分析的不同阶段,例如野外采样方法用于收集数据评估生态系统状态,包括自然干预前后,然后这些结果用于运行模型模拟未来变化,并结合利益相关者参与方法验证。方法的使用分布在多个世界区域,欧洲和南亚东亚最常应用建模和利益相关者参与,北美洲和加勒比地区最常应用建模和文献案头审查,非洲仅有一项肯尼亚研究评估红树林保护的经济协同效益,南亚东亚还广泛使用统计分析和野外采样。Sankey图说明了方法、评估的协同效益和分析的基于自然的解决方案之间的关系。利益相关者参与方法经常用于探索不同协同效益,特别是文化和经济社会效益;野外采样和观察最常用于评估环境效益。但总体而言,所有协同效益都使用多种方法评估,没有哪种方法主要用于评估特定协同效益或NbS。同样,协同效益和基于自然的解决方案之间没有严格关系。少数综述研究还包括了负效益评估,主要与城市NbS、蓄水塘和燃料处理相关,包括与砍伐大树相关的碳排放增加、人类安全风险、蚊子传播和过敏原扩散、维护成本和努力、房价上涨、交通问题、文化遗产损失以及城市绿色干预可能降低的可持续性及韧性。主要通过建模、案头和文献审查、统计分析和利益相关者参与评估。
3.1. 方法评估
表1总结了根据定义标准的方法潜在使用综合表,包括总体努力和专业知识要求、跨尺度和/或其他位置的适用性、多种协同效益、负效益和未来气候变化。标准“总体努力和专业知识要求”考虑了应用不同方法所需输入数据、基础设施、成本、专业知识和知识的更高或更低要求。“跨尺度和/或其他位置的适用性”检查了在不同位置、生态系统、区域或空间尺度应用同一方法的可行性(高),相对于定义特定地点程序、方法和框架(低)。“多种协同效益”和“负效益”标准探讨了方法同时评估多种协同效益(包括灾害风险降低效益)的能力,以及捕捉负面或意外效应的能力(高),与一次评估单一效益(低)相比。最后,“未来气候变化”标准检查了协同效益评估方法是否已用于考虑未来气候变化情景(高),或在文献中应用有限或没有(低)。为支持比较评估,以下章节详细讨论了每个方法类别,包括其主要特征、应用背景、机遇和障碍。
3.2. 各类方法详述
野外采样和观察通常用于评估NbS干预前后的环境状况、生物物理和生物多样性参数,或识别生态系统服务指标。这些方法通常需要大量样本在NbS干预附近收集,采样活动可能持续数月,可随机、分层或沿样带进行。例如,Kasada等人在三个月内收集了72个样带的200多个样本,Robotham等人在一年内使用GPS、LiDAR和传感器收集了60多个水、沉积物和土壤样本。采样活动可能持续数月或延长至一两年以捕捉季节和事件间变异性,这强烈影响NbS性能。因此,这些方法可能需要多种仪器和实验室设施,使过程可能昂贵、耗时和劳动密集。对于基于野外观察的NbS评估,当地专业知识和知识对于适当设计采样方案和解释现有风险及环境社会经济条件结果至关重要。在NbS评估研究中,野外采样和观察还与统计分析和建模方法结合使用,用于验证和校准模型和软件,例如通过根和林分采样校准灾害风险加固模型,或通过专家应用生物物理模型(如InVEST)评估水产量等生态系统服务。这些信息也可输入模型、软件和工具模拟与NbS干预相关的未来变化和影响(事前分析),或计算统计分析估计生物量和物种丰富度变化。野外采样和观察通常是地点和效益特定的,大多数仅基于野外测量的论文关注单一效益,例如河流生态系统中的水质量和生物多样性。然而,最近研究显示了其多效益分析潜力,例如洪水滞蓄池峰值流量衰减、水质改善和牧场健康的粗略经验监测。当与其他方法集成时,基于野外的方法可进一步促进使用类似参数集评估多种效益,并帮助识别权衡和潜在负效应,如营养物保留与磷释放、生物多样性增益与播种物种减少、调节服务较高但供应服务较低,或土地转换后混合生物多样性结果。虽然大多数综述的野外观察研究关注单一小规模干预,但一些已证明采样协议可适应多个位置,实现NbS干预的比较分析,例如不同河段的河流恢复研究、英国城市蓄水案例研究以及两国通过共同指标评估的雪崩和滑坡相关NbS。最近研究通过景观水平清查和实验设计进一步扩展了野外方法,包括分层森林样地、城市样地与生物物理模型结合以及野火风险管理协议的燃烧/对照样地。为增强可复制性和扩展性,结果和采样协议应存档于开放获取数据库,实现更广泛适用性和促进数据重用。此外,将采样协议嵌入标准化评估程序和框架可支持其在不同环境中的申请,而透明的报告不确定性和综合生物物理量测可弥合生态科学与灾害风险管理实践。重复采样经常被引用为必要,特别是监测干预措施以评估其随时间的影响。野外采样和观察技术主要用于收集历史或当代数据并提供事后评估,但这些方法考虑未来气候变化条件的潜力有限。因此,虽然野外数据提供了基本的生物物理基线,但应越来越多地与预测建模结合,以评估气温上升、降水模式改变和更严重水文极端事件可能如何影响NbS性能。
模型已被用于研究森林和植被生长、产量、管理和碳固存能力;海岸恢复或保护项目对碳固存、生态系统功能和质量的影响;NbS对生物多样性和栖息地质量的影响;水产量和可用性;评估绿色屋顶对抗热应激以及透水铺装、生物滞留池和雨水花园对抗洪水或水污染的有效性;或比较河流生态系统中洪水替代方案(包括绿色和灰色解决方案)。然而,在风险降低背景下,模型无法同时解决多种效益是一个关键缺点。它们可能被专门设计用于评估单一方面,如 stormwater 和洪水管理中的水质、与堤防拆除相关的红树林恢复,或野火管理背景下的碳排放,因此可能无法捕捉NbS协同效益的全部范围。因此,多个模型被用于分析不同效益。克服此限制的尝试包括模型集成,如将水动力建模与沉积动力学和蓝碳评估耦合用于红树林恢复,或将水文模型与空间分析工具结合以在流域尺度优先考虑NbS用于联合洪水缓解和硝酸盐减少。尽管有此限制,一些模型应用提供了对NbS相关潜在正负变化、权衡和系统限制的见解,包括与洪泛区和河流恢复相关的生物多样性变化、城市蓄水措施优化、城市水、自然和人相关效益之间的权衡、城市洪水与热应激的多灾害分析以及NbS相关野火碳排放。建模在风险和NbS背景下的巨大优势是其适用于面临不同条件的不同位置,如果所需信息可用。实际上,模型可用于从地方到国家尺度。在综述论文中,不同模型通常用于每个尺度,反映了跨尺度、位置和背景应用模型的挑战,如模型分辨率、表示的模型过程或数据需求。组合模型或采用模块化方法可克服这些缺点。新兴例子包括耦合水动力、沉积物和蓝碳模型、生态系统服务模型、实现从场地到流域尺度的高分辨率空间数据集以及水文模型中的实时控制。模型要求在数据、预处理、参数化和验证程序以及计算要求方面差异很大,但通常很高,如超过600次水动力模拟评估红树林扩张对洪水风险降低和潜在生态效益的影响,或国家尺度优先排序数千网格单元。数据可用性仍是关键限制,特别是当数据集空间或时间分辨率不同时。复杂模型(如SWMM)可能需要大量背景信息和工时,使简单工具对早期筛选有用但不太精确。因此,使用补充信息很有用,文献综述通常用于定义模型假设和设置,但应与野外调查和观察结合以捕捉当地动态。此外,模型在与其他方法连接时也很有用,如与参与式过程和MCDA方法结合评估NbS产生的协同效益。最后,根据其特定设计,模型具有提供事前评估、模拟未来情景或条件的最大能力。气候变化情景或不同气候条件在近期NbS协同效益分析中更频繁地被考虑,而其他研究主要评估长期管理选项而未明确考虑气候变化效应。尽管存在剩余限制(如短建模视野和空间分辨率不确定性),建模正朝着适应性框架发展,其中气候变化被视为关键输入变量。
软件和工具作为单独类别区分,通过用户友好界面和指南或即用代码简化其应用,也可用于分析通过其他方法(如参与式过程或野外采样)收集的投入数据。在综述论文中,研究人员确定了几个支持生态系统服务分析的工具(InVEST、TESSA、i-Tree、GAFD)、营养相互作用和生物质工具(Ewe)、保护规划工具(ACPF)、生物多样性工具(Primer)、森林韧性工具(WildEST、LANDIS-II)、根系生长工具(MATLAB rootFORCE包、ROOT)以及人口健康和社会凝聚力工具(Teeb-Stadtool)等。与模型类似,要求因软件而异,在某些情况下需要大量预处理输入数据或参数化以在本地适用。例如,SWMM等工具需要详细的土地覆盖和排水系统信息,而GAFD等较简单工具数据密集度较低,可用于NbS替代方案的早期设计和测试。用户友好平台可进一步降低技术障碍,实现更广泛的应用而无需高级建模专业知识,尽管工具不一定免费使用。在综述论文中,用于NbS分析的软件很少用于同时评估多种协同效益,只有当工具包含专用于不同效益的多个模块或支持多目标分析和权衡评估时才有可能。这些工具可轻松适用于不同位置,跨尺度使用同一软件是可能的,但这可能增加计算要求或降低分析分辨率。与模型一样,其纳入未来气候变化的潜力很高,因为一些工具可整合气候预测以评估长期NbS性能并支持适应性规划。
统计分析与环境和生态参数的统计分析主要由标准化数学技术组成,用于汇总数据、检验假设并支持对环境、生态和社会经济参数的循证解释。在NbS协同效益评估中,统计方法主要用于分析观测或建模数据,而非独立评估方法。这些技术是可复制和可扩展的,能够跨不同数据集比较、识别时空趋势并探索参数和变量之间的关系。统计方法已用于表征样本群体(特别是在生物多样性分析中)、检查与环境条件、干预或情景相关的分布和相关性、比较数据集、分析利益相关者调查以及验证模型结果。回归分析也常用于定义干预与其相关效益之间的关系,特别是在生态或环境变量背景下,并预测未来变化。高级统计技术可通过支持不确定性分析、识别关键驱动因素、隔离因果效应、比较生态群落和分析生态系统多功能性来进一步加强NbS评估。它们还可支持模型验证并输入更广泛的决策支持工具(如聚合指数和成本效益分析),以评估财务可行性和政策相关性。因此,统计分析常与其他方法集成,以评估各种影响并评估协同效益或负效益、灾害和其他影响因素或变量之间的可能性和关系,同时考虑基于可用数据的当前和预测气候条件。
利益相关者参与方法广泛用于识别多种协同效益和负效益,甚至同时进行。它们主要依赖人们的感知和观察,例如比较NbS实施前后的条件和效益。这些方法特别有价值,因为当地利益相关者可识别相关成本、效益、脆弱性和反馈机制,这些可能被非参与式评估忽视,同时改善社区接受度和参与度。参与式过程可支持通过专家判断对数据进行加权、验证和比较,帮助识别当地需求和偏好,并评估感知效益和影响。定性和访谈工具还可揭示未来可监测和估值的效益,特别是在定量数据有限的地方。它们还有助于评估解决方案有效性,用于前后比较和未来规划,支持目标定义和可视化部门目标(如旅游、渔业和海岸保护)之间的权衡。此外,利益相关者参与方法可根据利益相关者的感知、偏好或对NbS中某些服务的支付意愿为货币价值估算提供信息。鉴于与焦点小组、访谈、问卷和研讨会的互动可能需要多次迭代和大量人员,努力很大,包括财务资源和时间。然而,这些迭代过程可捕捉居民福祉、社区风险感知、反馈机制和当地脆弱性等往往被其他方法(特别是定量方法)忽视的方面。一个关键挑战是确保代表性和道德参与,雪球抽样等技术有助于识别具有特定技术或文化知识的利益相关者。专家促进支持对话和NbS共同创造,降低忽视社会或生态目标的风险,并将不同背景和“认知方式”整合到决策中。适当的沟通渠道、当地语言、文化知识以及翻译或促进者的支持也至关重要,尤其是在不同地理区域。然而,可复制性可能因使用的参与过程(如面对面访谈或在线调查)而异。在实践中,混合方法常在同一案例中结合问卷、半结构化访谈和研讨会,取决于跨位置和尺度涉及相关利益相关者的能力。利益相关者参与可与MCDA一起用于对影响进行排序、比较不同背景下的解决方案并潜在地为NbS的位置和实施提供信息。基于偏好的工具(如效率前沿)可帮助可视化旅游、渔业和海岸风险降低等目标之间的权衡,而参与式方法对于识别非货币效益(包括边缘化群体的性别平等、教育机会和社会正义)至关重要。参与式过程也可用于(有时与其他方法结合)NbS的事前评估、协同效益和待维持或保护的价值、识别潜在未来协同作用和权衡。它们有助于为国家战略定义循证、可衡量和有时间限制的生态系统目标,同时识别非参与式方法可能忽视的关键系统组件和反馈回路。然而,它们在评估气候变化条件下未来NbS性能方面的能力有限。为解决这些限制,多目标方法可帮助利益相关者可视化竞争目标之间的权衡。最后,参与式方法对于捕捉非货币化效益(包括边缘化群体的社会公平、教育和健康结果)至关重要,这些往往被纯定量评估低估。
多准则决策分析(MCDA)方法收集人们的信息和感知,以对替代NbS及其效益进行排序和评估。它们可使用基于数学方法(如模糊逻辑方法)或系统动态工具(如因果循环图或系统动态建模)的方法来支持复杂决策并管理与主观信息相关的不确定性。它们也可基于评估矩阵比较不同标准下的选项、评估权衡、排序替代方案并确定合适解决方案。通常,MCDA涉及直接的利益相关者参与,以确保决策反映受影响社区或群体的视角、知识和需求,包括在参与式环境(如Living Labs和多行为者框架)中。更高级的方法可进一步将专家判断与空间数据结合以提高稳健性和背景相关性。因此,MCDA方法与利益相关者参与方法密切相关,并共享类似的优势和劣势。总体努力和专业知识要求很高,取决于收集信息的质量以及将复杂信息解释和转化为简化定量值的能力,以及对变量间因果关系的理解。MCDA需要了解底层算法、编程技能和技术工具使用知识,尽管模型和软件可支持分析。它们通常在参与式环境中应用(如Living Labs),需要专家促进以平衡利益相关者视角(如风险降低优先级与生态系统协同效益)。MCDA旨在处理复杂性,因此可轻松处理多种解决方案或实施情景之间的效益和负效益。它支持多功能评估,有助于优先考虑洪水风险降低、生物多样性和社会经济效益等标准,并提高对NbS、协同效益和负效益之间复杂相互作用、相互联系和反馈过程的理解。此外,MCDA技术可应用于不同位置,并潜在地跨尺度,尽管主要投入数据来自参与式过程可能限制应用。同样,其考虑未来气候条件的潜力有限,除非与能够表示演变灾害和环境条件的动态或基于过程的评估结合。
文献和案头审查收集来自现有、注册和发布记录及知识的数据和信息。在此背景下,该方法优势在于收集历史信息,还促进条件、经济成本和效益的比较,以及必要时干预前和干预后的生物多样性、生态和环境影响。同样,收集的信息可用于指导解决方案排序和支持证据、为要建模的替代情景定义提供信息以及为参与式过程和评估中的利益相关者提供信息。在NbS和协同效益评估背景下,文献和案头审查通常与其他方法结合使用,以定义背景和假设、收集历史数据、创建数据集和汇总信息。大多数情况下,案头数据和信息收集与野外采样数据结合使用,以获得完整的分析信息集,并与确定模型投入和假设结合。例如,Dutta等人回顾了约一百项研究以识别污染物、用于污染控制的NbS以及评估不同NbS干预下城市水质的建模工具,而Baustian等人为路易斯安那州沿海地区的沿海NbS减缓评估收集了碳通量数据。基于文献的方法还支持效益转移,将先前研究的经济价值应用于新背景,可通过本地数据、模型和利益相关者投入进行细化以更好地估算生态系统服务。它们有助于评估多种效益和负效益,如Bartowitz等人基于对美国无意碳后果的广泛数据和文献审查评估了与野火NbS方法相关的无意碳后果。它们还可作为评估风险降低、影响、暴露或脆弱性的投入,主要用于干预后和灾后评估。然而,它们直接适用于气候变化条件的可能性非常有限。当与建模结合时,基于文献的证据可为未来生态系统动态预测提供信息(如海平面上升下的变化)。总体而言,将文献数据与当地生物物理和社会经济信息整合有助于减少转移误差,并确保评估反映特定地点条件和社区价值。总体努力和专业知识要求通常低于其他类别,但文献和案头审查也存在一些挑战。首先,搜索策略的定义可能具有挑战性——需要考虑正确的术语和同义词、指标、时间框架和研究区域。从已识别文献中进行系统数据提取也可能耗时,取决于研究数量和最终分析范围。如果数据不公开可用,获取它们可能需要时间和成本。但总体而言,如果有适当信息,文献/案头审查遵循标准化方法,可轻松应用于不同背景和尺度。文献综述可轻松应用于多个位置,甚至同时进行。在这方面,文献综述还有助于识别和填补信息空白。例如,元分析结合价值转移函数可通过分析NbS价值与其提供的生态系统服务之间的统计关系来估算缺乏原始数据时的协同效益。
经济方法为超越灾害风险降低的NbS协同效益分配货币价值。在综述论文中确定的方法中,成本效益分析很突出,从成本、效益和产生的价值方面评估NbS干预。例如,Alves等人将成本效益分析应用于城市NbS洪水管理,比较考虑和不考虑产生协同效益的情况。最近研究通过全生命周期成本效益分析扩展了此方法,包括长期运营和维护成本以及多种协同效益。价值通常来源于市场价格、实施和维护成本、使用成本、避免的损害或损失以及间接效益(如避免受保护关键基础设施的环境污染)。不确定性可通过蒙特卡洛模拟解决,将结果呈现为概率分布而非单一期望值。成本效益分析常与评估方法结合使用,计算净现值、效益成本比和总经济价值以比较政策干预或投资选项。Nordman等人使用效益转移方法估算城市 stormwater 管理绿色基础设施的经济效益和成本,而Bilkovic等人用本地数据(如人口密度、生态系统形态和风暴暴露)细化了文献衍生价值。经济估值还可依赖专业工具估算生态系统服务,包括碳储存、空气质量调节、城市降温、径流减少和社区效益。Karanja和Saito使用避免损害和市场价格方法估算红树林生态系统服务超越洪水风险降低的总经济价值。其他经济估值方法包括重置成本、揭示偏好方法(如特征价格法和旅行成本法)以及陈述偏好方法(如条件价值评估和选择实验)。这些方法已用于估算栖息地创建、娱乐、海岸保护和公共福祉等价值。揭示偏好方法使用现实世界数据(如财产价格或娱乐用途)估算基于生态系统的舒适价值,依赖观察到的行为和选择。陈述偏好技术通过利益相关者参与为没有直接市场价值的服务提供货币价值。条件价值评估评估对环境服务或NbS的支付意愿。选择实验呈现具有不同协同效益的成本变化情景。这些应用需要高水平的总体努力、专业知识和数据来定义效益的货币价值,因为专家和利益相关者参与对于将协同效益转化为经济术语、捕捉当地相关和非货币价值、验证效益和项目目标以及改善权衡评估和决策接受度非常重要。参与式方法还可验证效益和项目目标,有助于避免低估NbS价值并改善权衡评估和决策接受度。总体而言,经济方法用于同时估值多种协同效益,从能源节约、碳固存、自然资源质量和可用性、降温到旅游和初级生产,或娱乐和生物多样性保护、避免环境污染、生物控制以及福祉、安全、教育和健康服务的改善。这些评估需要指标和代理来定义不同效益的货币价值,以便在成本效益框架内可比。这可能涉及不同程度的不确定性,严重依赖数据质量。为解决此问题,高级工具和模型与概率方法可支持生态系统服务估值和不确定性下的决策。尽管经济方法尚未广泛用于评估负效益,但它们可识别潜在经济损失,如高度工程化NbS与更简单基于自然的替代方案相比的更高成本、负外部性、感知到的负服务或降低NbS有效性的反馈效应。在综述论文中,负效益仅在有限案例中被明确考虑,如Herivaux和Le Coent研究了人们在选择实验结果中对NbS效益和负效应的感知。经济评估主要用于地方和河流流域尺度,跨大陆和各种环境(包括城市、城郊、森林、淡水和沿海地区)。最近研究显示出使用高分辨率数据捕捉生态系统服务提供局部变异性的更空间显式分析转变。这些方法适用于不同位置并潜在地适用于不同尺度,尽管可能需要修改实验设计,因为诸如洪水风险降低等价值强烈依赖于当地因素(包括人口密度和关键基础设施)。经济方法用于事前和事后评估,但通常不考虑未来气候变化情景。虽然早期研究很少纳入气候变化,但近期方法越来越多地整合未来情景(如海平面上升下的栖息地变化或极端降雨条件下的NbS性能)。在事前评估中,经济方法比较NbS替代方案以确定成本和效益(定义为市场价格和间接估值),并优化管理和投资,包括实时控制系统等技术增强。成本效益分析更常用于评估NbS干预后或灾后影响,通常与物理模型和软件结合。为支持这些分析,经济评估日益依赖集成建模工具和概率方法量化生态系统服务和不确定性。交互式工具还可向利益相关者和决策者传达经济协同效益,提高NbS的透明度、接受度和政策采纳。
  1. 4.
    讨论
    多项发现表明,存在多种方法可单独或组合应用,以提供源于灾害风险降低NbS的协同效益定量评估。这些方法原则上可用于不同尺度和位置,除多种效益外还可识别负效益。综述显示没有特定方法评估NbS的个体协同效益,这也反映了协同效益因不同视角和研究背景而异。鉴于不同视角,收集NbS和协同效益的综合多维(环境、社会、经济)价值似乎很重要,理想情况下需要在同一NbS和灾害风险降低背景下应用几种已识别方法。目前,方法的异质性使NbS有效性和价值比较困难,从而限制了其在多个部门(包括保险和金融部门)的使用,以及更广泛的决策过程。这对于非有形和非市场效益(如生物多样性和福祉)尤其如此。然而,经济方法允许估算NbS协同效益的货币价值。采取广泛视角看待多种效益确保更全面理解NbS真实价值,预计将促进其在融资中的采纳。因此令人鼓舞的是,已识别方法显示了解决多种效益和潜在负效益的潜力。评估的协同效益涵盖社会、经济和环境方面,满足广泛利益相关者利益。参与式过程和利益相关者参与在NbS和协同效益的设计、实施和评估中发挥关键作用。即使在定量评估中,整合利益相关者知识、意见和感知对于估值和量化NbS效益也至关重要。许多综述论文将利益相关者参与方法与不同定量评估方法结合,这使数据指标(如来自建模)与利益相关者利益和NbS主要受益者保持一致。利益相关者参与对于改善NbS接受度和促进可能投资很重要。
局限性
局限性在于实施大多数这些方法相关的复杂性和高水平努力。总体而言,缺乏标准化方法、数据集和指标是关键缺点,阻碍了在寻求超越灾害风险降低的多种效益背景下NbS共同证据和知识库的发展。这与先前文献一致,突显了当前NbS协同效益知识状态的局限性,因为大多数研究局限于特定地点和气候背景。实施提供多种效益的有效NbS需要根据气候、环境和社会经济条件进行背景化。鉴于大多数已识别方法的财务和时间成本,不断重复努力在不同位置评估NbS影响(事后或事前)似乎是禁止的。显然,需要找到在这些不同尺度和位置应用这些方法的更好方式,作为实施NbS作为气候变化适应和灾害风险降低更广泛策略的重要一步,超越特定地点解决方案。在许多挑战中,克服与数据需求和可用性相关的限制至关重要,特别是参考 catastrophe 模型通常使用的大尺度或全球数据集与当地尺度NbS项目所需主要本地数据之间的当前不匹配。解决数据稀缺问题可通过用额外数据收集方法补充传统野外采样来实现。遥感技术(如高分辨率卫星图像或无人机监测)结合面向对象图像分析和深度学习正变得越来越强大,已证明可实现生态系统和植被动态的精细、可重复和成本效益评估。例如,配备不同传感器的无人机可绘制物种组成、树冠特征和栖息地结构,从而支持恢复项目、入侵物种管理和精准农业。基于AI的模型还可帮助提高分类准确性并促进更高效的大尺度和长期监测。整合无人机和卫星数据可将监测从地方扩展到区域尺度,支持生物多样性和生态系统功能分析。此外,在欧洲和全球南部背景下,公民参与已被证明是支持洪水管理、城市流动性和湿地恢复的有效方式。最后,许多协作数据共享倡议(包括开放获取环境数据门户、区域观测站和研究网络)正在使不同背景和尺度的协调互操作数据集可访问。NbS可能需要时间才能生效(如森林生长或泥炭地复湿),或在极端事件后恢复,这也影响投资者的短期盈利能力。同样,如果管理不当,NbS长期有效性可能丧失。因此,NbS和协同效益评估方法的一个主要局限是缺乏考虑未来气候变化。尽管某些方法(特别是建模)具有很高的潜力,但此处确定的大多数研究进行了NbS效益和有效性事后评估。当提出事前评估时,研究探索了计划NbS的预期效益,但很少考虑气候变化是否会对NbS构成风险(如森林死亡率或湿地干涸),以及生态系统管理和生物多样性是否会影响NbS对气候和天气相关灾害的韧性。此外,一些NbS可能需要几年才开始提供足够水平的风险降低和其他协同效益。因此,将这方面整合到评估中对于支持考虑未来气候变化影响和社会适应需求不确定性的长期规划是必要的。这需要不仅关注气候因素,还要关注不断变化的土地利用模式和社会经济系统。对NbS的全面评估必须考虑植被、土壤、水和生物多样性的相互关联组成部分及其动态相互作用。所有这些组成部分都受气候、土地利用变化、社会经济发展和生态条件影响。为应对这些复杂性,先进建模方法可提供宝贵机会。基于过程的生态系统模型(如动态全球植被模型LPJ-GUESS)模拟生态相互作用和生物物理过程(包括植被生长、水文、养分循环和碳固存),在不同气候和土地利用情景下。它们有助于预测生态系统结构和功能变化,并评估NbS减轻气候影响的潜力。然而,动态全球植被模型通常在广阔尺度运行,不直接适用于详细空间规划或当地NbS实施。其输出应与建模专家密切合作解释,并辅以区域特定知识和科学文献。同时,土地利用变化的基于个体模型(如CRAFTY)模拟响应政策、气候和社会经济驱动因素的空间动态。这些模型支持景观尺度的权衡分析和情景测试。虽然这些模型存在数据要求和计算复杂性等限制,但它们提供了对长期风险、协同效益和适应选项的关键见解。当与利益相关者告知的情景和参与式方法结合时,可帮助弥合科学建模与实际、特定背景的弹性多功能NbS规划之间的差距。
对保险和投资的影响
整合NbS协同效益对于释放NbS总经济价值至关重要。如果不考虑特定NbS提供的不同协同效益,与传统的工程解决方案比较仅以其总价值的一小部分进行。公共部门投资者可能有兴趣推广不仅降低气候风险而且改善空气质量(降低医疗成本)、创造新娱乐空间或增加该地区旅游收入的NbS。几种协同效益可提高该地区生活质量,导致对NbS干预的更高政治支持。此外,私营部门投资者也可从协同效益中受益,因为绿色和水域的可用性可提高社区房价。然而,除了关于NbS协同效益货币化的限制外,一些协同效益具有更广泛的社会影响并作为正外部性。因此,私营投资者不会获得某些NbS协同效益产生的经济收入。这使NbS投资案例复杂化。建议公私投资者合作克服协调产生多种效益的气候适应投资的挑战。在此类伙伴关系中,保险公司和其他私营部门投资者可按比例贡献部分NbS投资成本,对应于NbS的私营部门效益(如气候风险降低)。此外,保险可通过授予保费减免(即减少保险覆盖支付的金额)来促进对NbS的投资。保费减免和协同效益一起,可使NbS对保单持有人或地方政府具有财务吸引力。在NbS评估中考虑未来气候变化影响在保险业尤其相关,因为NbS对风险降低和潜在协同效益的有效性将转化为长期保险费定价。目前,保险模型倾向于低估天气极端的加速,并且不考量未来气候变化,因为它们主要基于过去事件和向后看的方法。全面的效益评估和理解NbS随时间的功能对于开发可持续金融工具、计划和投资也很重要,特别是在保险和风险防范背景下。这也是确保未来可保性和维持保险公司财务缓冲的关键考虑因素。NbS降低风险的潜力使其对保险公司越来越相关,因为它们可降低索赔(即保单持有人向保险公司提出的损失或损坏后赔偿或报销正式请求)和保费,在有现有覆盖的国家,并改善无覆盖国家的可保性。通过降低损失和稳定保费,NbS为保险公司提供了扩大客户群同时为气候韧性做出贡献的机会。此外,为解决方法异质性和将协同效益评估整合到保险和投资框架的挑战,需要更标准化的方法来结合生态、经济和风险降低指标。现有倡议(如TEEB框架和世界银行自然资本核算系统)可提供基础。TEEB提供了一个结构化、多尺度方法,以货币和非货币术语估值NbS协同效益,支持将生态系统服务整合到金融决策中。世界银行的框架将这些服务与国家账户联系起来,使NbS协同效益能包含在公共财政、规划和投资项目风险分析中(宏观和项目层面)。两个框架都提供可适应金融产品(如绿色债券或参数保险)的数据驱动方法。它们还通过一致透明的估值方法促进政府、开发银行、保险公司和投资者之间的跨部门对话。协作推进这些框架可减少方法碎片化,提高协同效益评估的可信度和可比性,使NbS对金融部门更具行动性和吸引力。增加投资者、保险公司、公共部门决策者和科学家之间的知识共享至关重要。例如,将风险评估方法科学研究与精算建模联系起来,可弥合科学和保险界之间的知识差距。这也可加强关于当前和未来气候变化下NbS性能的可靠证据开发。最后,这种更紧密的合作可帮助识别最终用户和潜在投资者,提供更准确和量身定制的风险降低和NbS产生的协同效益价值,并鼓励其投资和实施。这可促进变革性决策过程,考虑NbS产生的更广泛福利和福祉。从投资和保险视角看,NbS评估方法的相关性取决于其提供决策相关、稳健和可比信息的能力,且在未来条件下成立。在此背景下,本综述中使用的标准(表1)提供了一个有用的视角,以识别哪些方法最适合支持金融决策。能够量化多种协同效益和负效益、允许在未来气候情景下进行事前评估、可跨位置和背景扩展并提供透明和可比输出的方法更可能为投资决策提供信息。然而,没有单一方法完全满足所有这些标准。因此,通常需要互补方法的组合:模型对于模拟未来性能和气候风险至关重要,经济估值方法将NbS效益转化为货币术语,利益相关者参与和MCDA有助于捕捉非货币化效益并验证假设,而野外数据和统计分析加强经验证据并减少不确定性。这种综合方法可增加NbS评估的可信度、降低投资风险并改善科学证据与金融决策之间的一致性,最终使NbS对保险公司和投资者更具行动性和吸引力。
未来研究
综述论文清楚报告了不同环境下NbS超越灾害风险降低的协同效益,至少在地方尺度和河流、城市及森林生态系统中。然而,现有证据的一个显著缺点是强烈偏向北半球(特别是美国和欧盟),那里大多数NbS应用已实施和研究。未来研究应优先通过调查现有方法是否及如何应用于热带和发展中地区来解决这种不平衡。这将需要有针对性的努力在全球南部收集主要数据,因为这些地区通常缺乏可靠数据集,且现有大尺度模型通常未针对当地生态和社会经济条件校准。研究还应探索在这些背景下评估和货币化协同效益(包括对生物多样性的影响)的适当方法,以确保NbS评估具有全球相关性和公平性。未来综述还可系统纳入灰色文献(如项目报告、技术指南、政策文件和实践者主导的评估),这可能提供关于NbS实施及其在代表性不足地区协同效益评估的宝贵证据。尽管某些已识别挑战可使用现有方法克服,但未来研究还应开发收集和整合数据的方法。通过野外采样和观察收集主要数据,并得到案头和文献审查以及利益相关者本地知识的支持和结合。这些数据可存入开放获取数据库,这对于定义参考值非常相关。随着来自不同位置的定量信息汇集,与这些不同位置相关的NbS正负效应将显现,为投资决策或确定保险价值提供更稳健的基础,理想情况下也包括非市场价值。同时,进一步发展物理和经济模型、统计分析和利益相关者参与方法(可在一定程度上借鉴同一组信息)可促进NbS的更广泛采纳,使其协同效益在多个政策和金融领域更可见、可测量和相关。
  1. 5.
    结论
    本文献综述检查了可用于评估NbS协同效益(超越风险降低)的方法范围,探讨了它们各自的优势和劣势。研究结果显示,存在多种评估NbS多维价值的方法,从野外采样和观察到模型、软件、工具和利益相关者参与以及经济估值。然而,在保证其在各种背景下的适用性方面仍存在挑战。增强数据可用性、改善结果可比性以及促进科学、政策和金融部门之间的合作是释放NbS全部潜力的关键。弥合知识差距并使评估框架与决策过程保持一致,将为利益相关者提供更清晰、更实用的NbS价值理解。此外,未来评估应系统纳入气候变化影响以确保长期有效性和韧性。将科学评估与金融和政策框架联系起来可弥合关键差距、支持明智决策并解锁新投资机会。最终,解决这些差距并促进跨部门合作将使NbS不仅因其降低灾害风险的作用而被认可,而且作为可持续、多功能的策略,提供广泛的环境、社会和经济效益,支持不同全球背景下的韧性和公平发展。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号