实施 30x30 ： 本国案例研究的经验教训(汉)

11045 实现 30x30 国家案例研究的经验教训 Susmita Dasgupta Brian Blankespoor DavidWheeler 政策研究工作文件 11045 Abstract 近乎60万份新物种分布图的发布，利用了全球生物多样性信息设施的数据，为重新评估国际物种保护提供了机会，并更广泛地代表植物、无脊椎动物和其他物种。这一发展与全球30x30倡议相一致，该倡议中188个国家政府承诺到2030年将陆地和海洋保护面积扩大到地球总面积的30%。本研究利用全球生物多样性信息设施的分布图，在拉丁美洲（巴西、哥斯达黎加和厄瓜多尔）、非洲（喀麦隆、南非和马达加斯加）以及亚太地区（巴布亚新几内亚、菲律宾、印度和中国）的10个国家中识别新的物种保护机会。通过关注个别国家，本文强调了当地保护管理的重要性。陆地和海洋案例均被分析，特别关注特有物种。 不同于以往的努力，这种方法赋予所有脊椎动物、无脊椎动物、植物以及其他数据库中映射的所有物种同等权重。一个空间效率高的算法识别出建立新保护区的优先地点，以保护未受保护的物种。研究结果表明，初始条件，如现有的保护水平和未受保护物种的空间聚集情况，对结果影响极大。未受保护的物种在某些国家显示出空间聚集的现象，而在其他国家则没有；不同类群的代表在未受保护物种中的分布也存在显著差异。有些国家可以在30%的领土限制内实现全面保护，而其他一些国家可能需要超出这个限制。然而，在所有情况下，通过适度扩大保护区面积，空间聚集使得能够实现显著的保护增益，展示了在国际承诺范围内增强生物多样性保护的路径。 该政策研究工作论文系列发布研究成果以促进关于发展方面的思想交流。问题。该系列的一个目标是尽快发布研究发现，即使展示的内容尚未完全打磨。论文保留了原始状态。作者的名字，并应据此引用。本文中表达的发现、解释和结论完全是作者个人观点。由作者撰写。它们不一定代表国际复兴开发银行/世界银行的观点。其附属组织 ， 或世界银行执行董事或他们所代表的政府的组织。 实现 30x30 ：国家案例研究的经验教训 Susmita Dasgupta Brian Blankespoor David Wheeler 资助 ： 这项研究由全球环境基金资助。 致谢：我们承认使用了根据GBIF引用指南下载的地理参考物种分布数据（Acknowledgements: We acknowledge the use of georeferenced species occurrence data provided by GBIF, which was downloaded following their citation guidelines (）https: / / www. gbf. org / citation - guidelines # derivedDatasets） 。 GBIF 事件数据于 2024 年 2 月 17日通过 Google BigQuery 访问。 我们感谢 Pritthijit(Raja) Kundu 在图形方面的宝贵帮助。 本论文中的发现、解释和结论完全由作者提出。它们不一定代表国际复兴开发银行/世界银行及其附属组织，或世界银行执行董事及其所代表政府的观点。 关键字:生物多样性保护, 保护区, 特有物种, 昆明 - 蒙特利尔全球生物多样性框架 JEL 分类 fi 阳离子 ： Q57 1. Introduction 世界正在迅速失去生物多样性。 Pimm 等人。 (2014) 发现目前的物种比率T1灭绝率至少是背景率的1000倍。来自生活地球指数（LPI）的支持证据显示，该指数追踪了陆地、淡水和海洋栖息地脊椎动物种群趋势，自1970年以来种群数量下降了69%。 The LPI向《生物多样性公约》（CBD）及其缔约方会议（COP）提供信息。面对快速下降的指标，188个国家政府在2022年12月的COP 15会议上批准了《昆明-蒙特利尔全球生物多样性框架》（GBF）。作为其中的一项措施，该框架承诺参与者将在2030年前保护地球30%的区域。这一举措被命名为“全球30x30倡议”，通常简称为“30x30”。 有效实施“30x30”目标需要回答两个关键问题：（1）应当保护哪些全球生物多样性的空间分布？（2）如何保护30%的地球以最佳方式保存这些生物多样性？ 在之前的研究（Dasgupta等，2024）中，我们使用全球生物多样性信息设施（GBIF）解答了第一个问题。GBIF现已扩展至涵盖超过200万种物种的记录。在过去两年里，GBIF每天新增约13万条发生记录。大多数记录包括地理位置坐标，这使得我们能够为以前未被测绘的物种提供新的空间分布估算，并改进已有地图物种的空间分布估算。通过基于机器的学习模式识别，我们估计了超过6万个物种的空间分布图。这些地图补充了先前的工作，极大地扩展了对植物、无脊椎动物和其他非脊椎动物物种的代表性。我们的算法允许随着GBIF数据的增加快速更新和生成新的地图。 在本文中，我们借鉴先前的研究工作，探讨在拉丁美洲、非洲和亚太地区10个国家样本中，对于“30x30”目标的一些潜在影响。我们重点关注个别国家，以突出保护管理在当地环境中的作用。我们的国家分析从当前的保护区开始，这些保护区在领土覆盖范围和物种类群代表性方面表现出巨大的跨国家差异。我们考虑了陆地和海洋案例，并集中研究每个国家特有的物种。通过利用全球生物多样性信息设施（GBIF）的空间数据库，涵盖近60万个物种，我们将物种分布地图叠加到世界自然保护区域数据库中最新的保护区地图上。这有助于识别现有保护区覆盖率不足或极为稀疏的特有物种。 我们的方法不同于以往许多研究，因为我们赋予了所有脊椎动物、无脊椎动物、植物以及数据库中记录分布区域的其他物种同等权重。我们使用一种空间效率高的算法来识别优先级层次，确定新地点的优先顺序。 保护区域将为未受保护的物种提供覆盖。我们的国家案例基于研究结果，探索对各国30x30承诺的空间影响。 我们选择不一开始就提供详细的方法论描述，而是通过国家案例逐步介绍其特点。我们首先进行一种计量经济分析，以确定每个国家设想中的保护区的适当规模。 2. 国家规模和保护区规模 在每个国家，我们的序列化算法首先将所有未受保护物种的发生地图叠加到一个空间网格上。它计算每个网格单元内的居民物种数量，并将计数最高的单元（P1）识别为优先级1的保护覆盖候选区域。在第二步中，它排除P1中的居民物种，并对剩余物种重复网格单元计数。它将计数最高的单元识别为P2。该算法可以反复进行此操作，直到所有物种至少有一个网格单元得到保护。2 我们方法的关键特征是为每个国家选择电网规模。我们使用一个空间网格，其单元面积与平均保护区面积相同，并控制国家规模。图1显示了212个国家和地区在对数尺度下国家面积与平均保护区（PA）面积（平方公里）之间的关系。3表1中的回归结果证实了强烈的相关关系：平均PA大小随国家面积每增加1%而增加0.614%，且具有非常高的显著性（回归t统计量为15.47）。4） 。使用此结果 ， 我们可以预测任何区域的平均 PA大小 ， 并将其转换为适当的网格单元分辨率。5 3. 优先地区选择 ： 巴西和喀麦隆 我们介绍了我们的方法论，并应用于巴西和喀麦隆两国。两国的规模差异决定了网格单元的分辨率分别为0.332和0.136度（纬度）。通过我们的算法，在每个步骤中，都会在一个网格单元中识别一个新的保护区域，该网格单元在巴西的边长为0.332度（约36.9公里），而在喀麦隆则为0.136度（约15.1公里）。 巴西 图3显示了巴西的陆地保护区以深绿色表示。现有的保护区覆盖约260万平方公里，占全国土地面积的30.6%（总面积为850万平方公里）。巴西数据库中有20,245种特有物种，其当前保护系统在国际标准中表现突出。巴西的5,499个保护区涵盖了其国土面积的30.6%，并为数据库中93%的特有物种提供了显著的覆盖范围。同时，有1,412种特有物种的分布区域完全位于现有保护区之外，或者分布稀疏到几乎未受保护。6为了举例说明，图2展示了某些未受保护的土著物种的图像，而图3则展示了这些未受保护物种的分布地图和图像。7fi GURE 包括脊椎动物 (图 3a) 、植物 (3b) 和节肢动物 (3c) 。 公共领域要求导致图2中的物种选择呈现出准随机性，尽管样本数量有限，无法确保代表巴西的1,412种未受保护物种。然而，有两个显著特征十分明显：许多物种分布在巴西的东部和东南部，且大多数物种的分布范围相对较小。从空间角度来看，这些特征是合理的。首先，北部和西北部的保护区通常规模更大，因此更多的地方物种在那里受到保护。其次，巴西的保护区分布足够广泛，使得拥有大面积分布区域的物种在其部分分布范围内也会获得相当程度的保护。值得注意的是，许多未受保护的物种首次被Dasgupta等人（2024）进行地理分布测绘，并且这些物种多属于尚未在保护区选址中得到主要关注的群体（如昆虫类）。总体来看，图3表明这些物种在东部和东南部地区有显著存在，而该地区的保护区面积远小于北部和西北部。 图4中的四个面板展示了识别巴西四块最高优先级区域以获得新的保护状态的迭代步骤。如前所述，巴西的网格比例为0.332 dd（约每边36.9 km）。对于1,412种未受保护的物种，图4a报告了初始的网格单元计数。颜色编码从浅黄色到红色和深棕色，标识出最高的计数值。图4a显示了巴西东部和东南部存在许多显著的聚类，其中最大网格单元计数值（由紫色轮廓标识）位于 Espírito Santo 州的中部。因此，我们确定这个37 x 37 km 的区域为最高优先级的候选区，为98种之前未受保护的物种提供一定的覆盖范围。 图4b显示了在第二次考虑中排除这98个物种后的计数结果。尽管东部和东南部再次出现高计数，但本轮的最大单元计数出现在亚马逊州东北部。这确定了第二优先区域，为43种未受保护的物种提供了部分覆盖。接下来的迭代确定了东南部、帕纳纳州东部的第三优先区域，为32种物种提供了部分覆盖。第四次迭代还确定了帕纳纳州北部的最高计数单元，为30种物种提供了覆盖。这些迭代步骤共同确定了四个37 km × 37 km的区域，为巴西的1,412种未受保护的特有物种中的203种（占14.4%）提供了覆盖。 喀麦隆 图6以深绿色显示了喀麦隆的保护区域。其保护强度明显低于巴西，喀麦隆有464,319平方公里，其中55,600平方公里（占12%）被划为保护区。在我们的数据库中，喀麦隆有645种特有物种，其中有189种（占29.3%）实际上未得到保护。图5展示了部分未受保护物种的图片，而图6则展示了来自未受保护群体的一些脊椎动物（图6a）、植物（图6b）和昆虫（图6c）的范围和公共领域图片。它们的地理分布模式类似于巴西：这些物种位于现有保护区之外（通过设计），并且它们的分布区域通常较小，因为较大的分布区域往往会与保护区重叠。在喀麦隆，所展示的物种主要集中在该国的西部和西南部。 图7的四个面板复制了我们在巴西案例中介绍的迭代方法。喀麦隆的网格尺度为0.136 dd（每个单元格为15.1 km见方）。图7a展示了喀麦隆189种未受保护的特有物种在各个网格单元中的数量。该图揭示了西部和西南部明显的聚集现象，在中心地区的南部部分（用紫色轮廓标注）计数最高。该单元格覆盖了24种此前未受保护的物种。接下来的三次迭代分别确定了西北地区中部优先区域（包含21个物种，图7b）、东部地区西南角优先区域（包含16个物种，图7c）以及西南地区南部优先区域（包含15个物种，图7d）。这些迭代步骤共同识别出了四个15 km × 15 km的区域，这些区域覆盖了喀麦隆189种未受保护的特有物种中的76种（占40.2%）。 总结而言，我们的案例分析展示了在巴西和喀麦隆识别未受保护的土著物种、建立网格尺度以及选定高优先级保护区的基本方法。结果表明，相对较少的新保护区可以覆盖大量未