Page 86 - 2025年第56卷第7期

中，准确界定生态服务的空间溢出范围（即惠益区域）并量化其溢价效应是关键环节 ［22］ 。实践中，许多
生态服务具有显著的空间异质性和动态性。因此，评估工作需构建能够反映生态服务功能量与价值量
时空动态特征的系统模型，以综合体现多重因素的影响。鉴于此，寻求一个统一且可比的水利工程生
态服务价值测算方法显得尤为重要。
2.2.2 价值综合评估方法 生态服务的空间位置、评估结果的应用场景（即可达性）、区域主体功能定
位等是影响评估结果准确性的关键因素。当研究地点（原始估值研究区域）与政策应用地点（价值转移
目标区域）在时空背景上存在差异时，效益转移法的应用显得尤为必要 ［23］ 。特别是基于元分析构建的
价值函数转移法，能够整合多项研究成果，且考虑了社会-生态系统特征及区域发展阶段的差异，适
用于评估供给、调节、文化等多种类型的生态服务功能量。本文采用此方法，并借助传递误差分析，
利用现有生态服务评估数据库的数据进行元分析。
考虑到社会经济发展阶段对 ESV 及其影响因素的作用可能存在差异，本文采用分段回归方法，针
对不同发展阶段分别构建多变量线性回归模型，以更准确地量化各因素的影响程度，并寻求绝对误差
最小化。同时，考虑到不同评估方法具有各自的适用范围和侧重点，即使针对同一类型水利工程生态
服务功能，采用不同测算方法也可能得到差异明显的价值评估结果。此外，ESV 的空间溢出效应在现
有评估中常被忽视。已有研究尝试运用热点分析和空间自相关分析等方法探究 ESV 的时空集聚特征与
空间依赖性 ［24］ 。本文在借鉴上述方法的基础上，综合运用改进的回归分析与效益转移法，从空间变异
性和功能相关性两个维度构建水利工程生态服务价值系统化测算体系。
1）基于元回归分析的 ESV 测算。在 ESV 评估中，元回归分析通过整合多项独立研究的结果，有助
于生成更稳健的效益传递函数，识别影响价值的关键因素，系统分析 ESV 变化规律，并认知生态服务
功能发挥与经济增长间的关系，从而规避单一研究或敏感因素可能带来的偏差 ［25］ 。本文采用元回归分
析方法，比较水利工程建设前后生态服务功能的变化，识别和探索价值变动的决定性因素，为流域生
态健康管理提供科学依据。具体而言，基于最小二乘法构建计量经济学模型以开展元回归分析，其一
般形式可表示为：
I
y ij = β + ∑ α i X ij + e ij (i = 1，2，⋯，I ； j = 1，2，⋯，J ) （3）
i = 1
式中：y 为第 j 次调研第 i 次观测得到的水利工程生态服务价值，万元/a；X 为包含所有解释变量（影响
ij
ij
因素）的数值；α 为待估计的系数；e 为误差项，服从正态分布。
i
ij
为尽可能降低因样本量差异所引发的量化偏差，本文采用样本量的平方根作为权重进行回归分
析，进而构建加权最小二乘法（WLS）模型如下：
I
1
y ij = β + ∑ α i X ij + β 0 e ij (i = 1，2，⋯，I ； j = 1，2，⋯，J ) （4）
i = 1 n j
式中：β 为去除研究异质性与认知偏倚后的“真实”平均效应值；n 为第 j 项研究的观测值数量。
j
为检测并校正潜在的认知偏倚或模型设定偏误，本文采用漏斗图不对称性检验以改进计算结果的
偏差。公式如下：
I
y ij = β 0 + β n j + ∑ n j ⋅ α i ⋅ X ij + n j ⋅ e ij (i = 1，2，⋯，I ； j = 1，2，⋯，J ) （5）
n
i = 1
式中：β 为 t 检验时截距，表征偏离程度；β 为偏离状况修正，代表真实效应。
0
综合考虑各计算过程的精度差异，水利工程生态服务价值的加权估计值可基于加权平均法计算：
k k
（6）
V T = ∑ (w j ⋅ y j )/∑ w j
j = 1 j = 1
式中：V 为 ESV 加权平均估计值，代表综合效应；y 为第 j 项研究中的效应估计值；w 为第 j 项研究对
j
j
T
应的权重，通常与研究的精度有关；k 为纳入元回归分析的研究总数。
为应对元回归分析中广泛存在的异方差问题，可采用稳健标准误估计方法。通过构建计量经济学
模型，并对不同类型生态服务功能的量化数据进行元回归分析，能够进一步明确水利工程的多重经济

— 912 —