图1 用于水质建模和预测的地理区域
科学问题
1. 构建水质模型
参考既有研究，选择BI（生物指数）、FC（粪大肠菌群）、SC（电导率）、TN（总氮）、TP（总磷）和Turb（浑浊度）六种水质监测指标作为响应变量，选择代表流域土地覆盖、水文气候、点源污染等自然和人为因素作为解释变量（预测因子），构建分层回归模型。模型首先将不透水面占比视为固定效应，将采样点所处的地点和流域作为随机效应，为每个水质监测指标创建基线模型。然后，通过信息标准方法和穷举搜索程序，在平衡模型拟合优度与复杂性的基础上，将不同解释变量作为潜在的辅助变量纳入模型，对所有可能的解释变量组合进行评估，完成回归分析，识别各种自然和人为预测因子对水质监测指标的影响程度。
2. 开展专家征询
在前期文献、网络调研的基础上，通过滚雪球抽样方法邀请8位专家参与征询过程。专家首先学习和了解水质指标和“生态端点指标”的相关含义，随后对100行经标准程序生成的水质数据进行评估，并回答以下两个问题：（1）如果这些确切的数据来自100条可涉水的城市溪流，这些溪流分别最可能落入生态端点指标的哪一类别？（2）对于每一个数据行，如果有100条溪流都呈现该数据，落入每一类别的溪流数量分别为多少？
以数据行中的6个水质监测指标为自变量，以该数据行落入的有序类别为因变量，使用有序Probit回归模型完成专家征询数据分析，将具体的水质监测指标转化为公众可直接观察或理解的“生态端点指标”。
3. 调查公众意愿
公众意愿调查包括前期的一系列预调研和最后的正式调查，旨在了解家庭对改善城市溪流水质的支付意愿。正式调查于2021年2月至4月在北卡罗来纳州皮埃蒙特地区的威克县、梅克伦堡县和吉尔福德县的12500个家庭进行，包括社会经济特征调查、选择实验任务和回顾性问题三部分。其中，选择实验任务要求受访者根据自己的喜好，以公民投票的二分法形式赞成或反对拟议的、旨在改善当地100英里溪流水质的行动计划。共有2511个家庭完成调查，获得了1896名受访者对7584个选择实验任务的有效回答。
公众意愿调查数据通过基于支付意愿空间估计的随机系数二元logit模型进行分析。此外，研究还进行了一系列敏感性分析，以进一步验证模型的稳健性，并识别潜在的影响因素。
研究结果
专家征询过程结果显示：（1）对于生态系统状况生态端点指标，生物指数是最强的预测因子。在P＜0.001水平，生物指数每增加1个标准差，生态系统状况潜在指数平均增加0.673。浑浊度是第二强的预测因子。（2）对于人类健康风险，除总磷外的所有指标均具有统计学意义。粪大肠菌群是最强的预测因子，在P＜0.01水平，每增加1个标准差会导致人类健康风险的潜在指数增加0.618。第二强和第三强的预测因子分别是浑浊度和电导率。（3）对于年浑浊水质天数，除电导率外，所有指标均具有统计学意义。浑浊度是最强的预测因子，在P＜0.001水平，每增加1个标准差，年浑浊水质天数的潜在指数增加0.600。生物指数是第二强的预测因子。
图2 专家征询数据的有序Probit回归分析结果
将开发的生态生产函数框架具体应用于上纽斯河流域维克县中部的Crabtree、Walnut Creek及南部的Swift和Middle Creeks四个子流域。根据调查结果，当地居民对将河岸林冠覆盖率提高25%并减少不透水面地表径流这一水质干预措施最为支持，平均每户居民愿意为其支付约127美元的费用，每年总计5400万美元。
个人评价
本文的核心贡献在于开发了一个将可测量的溪流水质指标最终转化为水质改善经济效益的生态生产函数框架，将生态损害的发生与管理政策的响应联系了起来，旨在克服城市溪流治理中的信息缺失和制度失效问题，为政策制定者评估和指导水质改善政策发展提供了有力工具。但由于该框架的建构依托水质监测站点数据，且生态端点指标和支付意愿判定需要当地专家和公众的参与，该方法在其它地区是否同样具有适用性和有效性仍待进一步检验。
Abstract：
Streams in urbanizing watersheds are threatened by economic development that can lead to excessive sediment erosion and surface runoff. These anthropogenic stressors diminish valuable ecosystem services and result in pervasive degradation commonly referred to as “urban stream syndrome.” Understanding how the public perceives and values improvements in stream conditions is necessary to support efforts to quantify the economic benefits of water quality improvements. We develop an ecological production framework that translates measurable indicators of stream water quality into ecological endpoints. Our interdisciplinary approach integrates a predictive hierarchical water quality model that is well suited for sparse data environments, an expert elicitation that translates measurable water quality indicators into ecological endpoints that focus group participants identified as most relevant, and a stated preference survey that elicits the public’s willingness to pay for changes in these endpoints. To illustrate our methods, we develop an application to the Upper Neuse River Watershed located in the rapidly developing Triangle region of North Carolina (the United States). Our results suggest, for example, that residents are willing to pay roughly $127 per household and $54 million per year in aggregate (2021 US$) for water quality improvements resulting from a stylized intervention that increases stream bank canopy cover by 25% and decreases runoff from impervious surfaces, leading to improvements in water quality and ecological endpoints for local streams. Although the three components of our analysis are conducted with data from North Carolina, we discuss how our findings are generalizable to urban and urbanizing areas across the larger Piedmont ecoregion of the Eastern United States.
Citation：
阅读原文了解更多
