林业科学  2008, Vol. 44 Issue (4): 69-77   PDF    
0

文章信息

周腊虎.
Zhou Lahu.
甘肃省社会林业评价指标体系及类型划分
Indicator System for Social Forestry Assessment and Its Type Classification in Gansu Province
林业科学, 2008, 44(4): 69-77.
Scientia Silvae Sinicae, 2008, 44(4): 69-77.

文章历史

收稿日期:2007-05-24

作者相关文章

周腊虎

甘肃省社会林业评价指标体系及类型划分
周腊虎     
甘肃省林业科学技术推广总站 兰州 730046
摘要: 对甘肃省87个县(市、区)的自然条件、社会经济和林业资源等多项指标进行调查,按照指标选择的原则,选取21项指标建立了甘肃省社会林业评价指标体系,并借助SPSS统计分析软件,采用因子分析和聚类分析方法,利用自然条件、社会经济、林业资源三大类指标中的12个主因子进行分层聚类,把甘肃省87个县(市、区)划分为5个社会林业类型区。对划分的5个类型区按自然条件、社会经济和林业资源进行综合评价。根据5个类型区的综合评价结果,提出了各个类型区的社会林业发展方向。
关键词:社会林业    指标体系    类型划分    综合评价    发展方向    甘肃省    
Indicator System for Social Forestry Assessment and Its Type Classification in Gansu Province
Zhou Lahu     
Gansu Station for Forestry Science and Technology Extension Lanzhou 730046
Abstract: The indicator system establishment and type division are contents of social forestry research. This study investigated the indicators of the natural resource, social economy and the forest resources over the area of 87 counties in Gansu Province, among which 21 indicators were selected as the main bases used for the type division of social forestry system in Gansu Province according to the indicator selection principle. We conducted factor analysis and cluster analysis of the indicators with SPSS software. Produced 12 main factors of the natural resource, social economy and the forestry resources were analyzed by using hierarchical cluster, and the result indicated that 87 counties of Gansu Province were divided into five social forestry type areas. The five type areas were evaluated comprehensively in the light of the natural resource, social economy and the forest resources. According to the result of comprehensive evaluation, the development direction of social forestry about the five type areas were proposed.
Key words: social forestry    indicator system    type classification    comprehensive assessment    development trend    Gansu Province    

社会林业(social forestry)概念是1968年印度林学家Westoby J C在新德里召开的第9届英联邦林业大会上首次提出的,在1978年第8届世界林业大会上得到正式确认(张敏, 2003)。在印度,社会林业被定义为:“当地人民组织起来直接参与规划、执行和管理等过程,并可以从中获得利益的林业活动” (Malla et al., 2003)。此后,由于各国国情、林情、民情的不同,加之各国经济处在不同的发展阶段,因而对社会林业的概念和内涵的理解各有特色,流行的叫法很多,如乡村林业(country forestry)、社区林业(community forestry)、参与性林业(participatory forestry)、农用林业(farm forestry)、村社林业(village forestry),但以社会林业、乡村林业、社区林业、村社林业最为多见(林迎星等,2001)。尽管叫法很多,但总的来说,社会林业强调以广大群众参与为主体,通过从事林木(包括经济果木)培育、管理、保护及开发利用等林业生产活动以获得木材、薪材、食物、饲料及其他林副产品,促进乡村社会农、林、牧副业协调发展(Springate-Baginski et al., 2003)。1993年8月,美国成立的一个机构间生态系统管理课题组(interagency ecosystem management task force)重视自然系统与社会经济系统之间的联系,强调在各级政府、地方居民、土地所有者及其他利益相关方之间形成合作伙伴关系。有些学者认为,对土地、水和生命资源实行综合管理的战略手段,可以促进保护及可持续利用,即生态系统途径(ecosystem approach)(解焱等,2005)。人是生态系统的一部分,又是生态系统的管理者(周杨明等,2007)。生态系统途径理念强调,人类及其文化的多样性是生态系统的一个重要组成部分,人的经济活动和文化多样性都是重要的生态过程,对生态系统的影响将其引导到有利于生态系统可持续发展的方向(汪思龙等,2004),形成森林-社会一个大的互动系统。总之,社会林业打破了传统林业中“就林论林”的狭隘性,重视人与森林的协调关系,强化人的调控作用,强调农户积极参与森林经营规划和实施(王涛,2001)。社会林业与农村发展特别是与当前的社会主义新农村建设紧密联系,强调广大农民自觉参与林业决策、林业管理和林业实践活动,促进人与自然和谐相处。

社会林业是包含自然、社会、人文、经济、林业、组织管理等领域的综合性学科(王涛等,2003)。生态系统途径提供了一个将多学科的理论与方法运用到具体管理实践的科学和政策框架(周杨明等,2007)。甘肃省地域空间跨度大,自然、经济、社会条件复杂,森林社会功能种类多样,只有建立社会林业评价指标体系,才能简化研究难度,准确刻画一个地域一定时期内社会林业状况,提高研究的针对性和结论的有效性。以县域为基本单元,分析各县域之间社会林业基本状况,具有不同森林资源结构和林业发展方向的县域基本单元,分属于不同区域的社会林业类型(何丕坤,1999)。科学地评价各县域之间社会林业类型,可以为社会林业空间上合理布局,分类指导以及分区实施社会林业提供科学依据。

1 研究区概况

甘肃省地处祖国西北部,位居青藏高原、内蒙古高原和黄土高原的交汇处,省域面积45.4万km2,占全国土地面积的4.73%。省内地形复杂,约70%为山地丘陵,海拔一般多在1 500~3 000 m,全省境内六盘山、陇山纵横于东,叠山、潘家山、岷山横亘于南,祁连山,合黎山、龙首山分踞河西走廊南北,沙漠戈壁广布。大陆性温带季风气候,降水量大致从东南向西北递减,乌鞘岭以西降水明显减少,陇南山区和祁连山东段降水较多,受季风影响,降水多集中在7—9月。境内河流分属内陆、黄河和长江3个流域,地表水资源少,分布也不平衡,长江流域为丰水区,黄河流域、内陆河流域为缺水区(甘肃省地方志编纂委员会等,1999)。

全省现有林业用地总面积981.21万hm2,占全省总土地面积的21.82%,其中,有林地232.50万hm2,森林覆盖率为13.42%1)。森林植被的水平带分布由东南向西北主要为常绿阔叶林-落叶阔叶混交林-落叶阔叶林-森林草原-草原-半荒漠-荒漠等几个植被带;由云冷杉等针叶树构成的亚高山针叶林,代表着植被垂直带谱上最主要的成份,是甘肃天然林资源的主体2)

1) 甘肃省林业厅:2007年9月编印的甘肃省第六次森林资源清查结果新闻发布会材料.

2) 《甘肃森林》编辑委员会:甘肃森林(1998年).

全省乡村人口2 055.73万人,占总人口的78.97%,全省乡村劳动力为1 050.49万人,从事林业生产的劳动力8.51万人,仅占总劳动力的0.81%,占农林牧渔业劳动力的1.12%。乡村人口每10万人受教育程度在大专以上的只有409人,高中或中专4 954人,初中22 061人,小学41 849人,文盲率为17.09%,受教育程度普遍很低,人口素质差。

2 研究方法

在选取自然条件、社会经济和林业资源等21项指标的基础上,借助SPSS统计分析软件,对原始数据进行处理,采用因子分析和聚类分析方法,对全省87个县(区、市)3)进行社会林业类型划分。

3) 87个县(区、市)包含没有设区、县的地级市嘉峪关市.

因子分析是分析和考察各因子对总体影响的程度或各因子对总体的重要性的大小和方向,以决定所考察因子的取舍或对其关注的程度(薛薇,2004)。其主要作用是将有关自变量线性地组合成一些新的、相互正交的综合变量,称为主因子(也称公共因子),若PC表示主因子,X表示自变量,则主因子可表示为:PCi=Vi1Xi1+Vi2Xi2+Vi3Xi3+…VimXim

求取主因子的方法是首先求样本的协方差矩阵S,然后求S的特征值和特征向量,则主因子的系数矩阵V由协方差矩阵的特征向量组成,相应的特征值代表这一主成分的贡献大小。总之,因子分析是用损失少量信息(小于总信息量的15%)来换取减少变量个数的一种方法。

在因子分析的基础上进行聚类,采用Q型。聚类分析的基本思路是先将每个样品各自看成一类,然后定义样品间的距离(或相似系数)和类间的距离。聚类过程是首先选择距离最小的两类将其合并成一个新类,再按类间距离的定义计算新类与其他类的距离,再将距离最近的两类合并,如此继续,这样每次减少一类,直至所有的样品都聚为一类为止(薛薇,2004)。聚类法有多种定义方法,本研究采用的是组间连接和皮尔逊相关来进行系统聚类,聚类结果以树形图表示。

3 结果与分析 3.1 评价指标体系建立 3.1.1 选择依据

一个区域便是一个复杂的自然、社会、经济系统的综合体。森林不是孤立地存在的,而是与系统中的其他组分有着密切的联系,如与人、动物等其他组分之间进行着物质、能量和信息的交换(刘涛,2002)。人类可以从森林中获取生活必须的物质,并且森林为人类提供良好的生态环境。森林资源的状态除决定于自然环境状况,还决定于人类对于森林的活动方式和强度,也就是区域社会环境和经济环境状况。人类在不能改变自然环境的情况下,可以改变或调整其社会和经济环境,以保持森林的良好状态和整个系统的稳定性。而社会林业更加强调和重视人与自然的和谐关系,一个区域的社会林业除与当地的自然条件密切相关外,还与该地的经济社会密不可分。因此,考察一个地区的社会林业,要从自然条件、社会经济和林业资源3方面综合考察,全面评估。

3.1.2 指标选择原则

社会林业评价指标体系是分析和考察一个地域林业与社会协调程度,描绘该地域社会林业发展水平与能力的有效工具(胡德焜等,2003)。因此,评价指标体系的内容应该是完备的,能够比较全面、真实地反映全省社会林业全貌,能够由此衡量出全省社会林业发展的潜力(冯金桃等,2003)。评价指标体系还应该尽可能地简单,以最少的指标准确反映全省社会林业基本特征。同时,根据因子分析建模的要求,在选择指标时应遵循以下基本原则:1)指标数据收集的可行性,要求在现有条件、技术手段下能够而且易于取得数据;2)指标的可比性,要求大多数指标应属于相对指标,以排除各地域单元面积大小、人口多寡不同所造成的绝对值差别;3)指标的独立意义及不可替代性,这样可以消除因指标交错重叠引起分类界线不吻合的现象。

3.1.3 指标的选取

通过对原始资料分析整理,按指标体系建立的原则及上述依据,从自然条件、社会经济以及林业资源3个方面选取,力求简洁明了,突出重点,建立以下甘肃省社会林业工程现状及类型划分研究的指标体系。1)自然条件评价指标  自然条件是社会林业活动重要的影响因素,可评价大的森林类型区内社会林业工程活动与光、热、水以及气候带的关系,因此选取(刘涛,2002):年均气温(℃);年降水量(mm);年日照时数(h);年积温(≥10 ℃),共4项。2)社会经济评价指标  林业作为一种产业,受到区域社会经济条件的制约。因此,社会经济指标的选择应以对林业发展有利的社会因子和不利(包括破坏性)的社会因子来考虑。因些选取(王涛等,2003):人均国民生产总值(元);农民人均纯收入(元);综合指数;林业产值占农业总产值比重(%);农业人口占总人口比例(%);农林牧渔劳动力占总劳动力比例(%);耕地面积(万hm2),共7项。3)林业资源评价指标  这类指标以大自然客观存在的森林生态系统为研究对象,考察各地的林业结构、发展潜力,来评价林业在社会经济发展中的地位和作用。选取(冯金桃等,2003; 胡德焜等,2003):人均林业用地面积(hm2);有林地所占比例(%);灌木林地所占比例(%);农田林网及四旁植树所占比例(%);人均人工林面积(hm2);人均林木蓄积(m3);森林覆盖率(%);经济林所占比例(%);防护林所占比例(%);用材林所占比例(%),共10项。

3.2 支撑度评价 3.2.1 自然条件支撑度评价

把选取的4项指标作为甘肃省社会林业自然条件支撑度评价指标,数据处理和评价过程如下。

利用SPSS统计分析软件对原始数据(表 1)进行标准化处理后,得到相关矩阵(表 2)。

表 1 各县区自然条件指标 Tab.1 Natural conditions index of every county or district
表 2 自然条件因子相关系数矩阵 Tab.2 Correlation matrix of matural conditions factor

表 2看,有些变量之间有较高的相关性,为避免采取全部指标进行聚类分析造成繁重的工作量,对指标进行因子分析,以减少变量,对其进行因子分析各变量的特征值和方差贡献率见表 3

表 3 自然条件主因子贡献率 Tab.3 Contribution rate of leader factor of natural conditions

表 3可见,按照累计贡献率大于85%(即信息损失量少于15%)的原则,选取的2个主因子已提供了原始资料96.156%的信息。为进一步简化指标,对因子载荷进行方差最大正交旋转,见表 4,根据旋转后的因子载荷可确定2个相互独立的主因子,记为F1、F2

表 4 自然条件主因子载荷 Tab.4 Leader factor loading of natural conditions

F1类:包括年均气温(℃)、年积温(≥10 ℃),此类指标包的贡献率为49.926%;F2类:包括年降水量(mm)、年日照时数(h),此类指标的贡献率为46.230%。为了进一步研究每个县区的特征,将共同因子表示为变量的线性组合:YJβJ1V1+βJ2V2,其中βJI为因子得分系数。将每个县区的4个指标变量的相关数据(标准化处理后的数据)代入这一公式,可计算出因子得分Y1Y2依次记作F′1得分、F′2得分;因子总分值(称之为自然条件支撑度)等于共同因子得分乘以相应的因子贡献率,再求和得出结果并排序(表 5)。

表 5 各县区自然条件支撑度 Tab.5 Supporting degree of natural conditions

为进一步分析各县市社会林业所属类型, 根据排序进行聚类, 得出自然条件支撑度评价结果:自然条件最好的有文县、武都区、徽县等7个县(区、市);自然条件较好的有秦州区、麦积区、礼县等11个县(区、市);自然条件一般的有华亭县、庆城县、镇原县等25个县(区、市);自然条件较差的有积石山县、临夏县、平川区等20个县(区、市);自然条件最差的有敦煌市、民勤县、安西县等24个县(区、市)。

3.2.2 社会经济支撑度评价

把选取的7项指标作为甘肃省社会林业社会经济支撑度评价指标,利用SPSS统计分析软件对原始数据进行标准化处理后,得到相关系数矩阵后(方法及过程同对自然条件支撑度评价,有关分析过程和表格略),进行因子分析,求各变量的特征值和方差贡献率。按照累计贡献率大于85%(即信息损失量少于15%)的原则,选取的4个主因子已提供了原始资料93.288%的信息。为进一步简化指标,对因子载荷进行方差最大正交旋转,根据旋转后的因子载荷确定4个相互独立的主因子,记为F1、F2、F3、F4(表 6)。

表 6 社会经济主因子载荷 Tab.6 Principal factor load of social economic

F1类:包括人均国民生产总值(元)、农民人均纯收入(元)、综合指数,此类指标的贡献率为47.978%;F2类:包括耕地面积(万hm2)、农业人口占总人口比例,此类指标的贡献率为15.404%;F3类:为林业产值占农业总产值比重(%),此类指标的贡献率为15.046%;F4类:为农林牧渔劳动力占总劳动力比例,此类指标的贡献率为14.860%。为了进一步研究每个县市区的特征,将共同因子表示为变量的线性组合:YJβJ1V1+βJ2V2+βJ3V3+βJ4V4,其中βJI为因子得分系数。将每个县市区的7个指标变量的相关数据(标准化处理后的数据)代入这一公式,可计算出因子得分Y1Y2Y3Y4依次记作F′1得分、F′2得分、F′3得分、F′4得分;因子总分值(称之为社会经济资源支撑度)等于共同因子得分乘以相应的因子贡献率,再求和得出结果(表 7)。

表 7 各县市区社会经济资源支撑度 Tab.7 Supporting degree of society economy resources

为分析各县市社会林业所属类型, 根据排序进行聚类分析, 得出社会经济支撑度评价结果:社会经济条件最好的有城关区、西固区、嘉峪关市等13个县(区、市);社会经济条件一般的有环县、清水县、安宁区等29个县(区、市);社会经济条件较差的有麦积区、庆城县、镇原县等30个县(区、市);社会经济条件最差的有庄浪县、皋兰县、康乐县等15个县(区、市)。

3.2.3 林业资源支撑度评价

把选取的10项指标1)作为甘肃省社会林业林业资源支撑度评价指标,对原始数据进行标准化处理后(方法及过程同对自然条件支撑度评价,有关分析过程和表格略),得到相关矩阵。有些变量之间有较高的相关性,为避免采取全部指标进行聚类分析造成繁重的工作量,对指标进行因子分析,以减少变量,用SPSS统计分析软件对其进行因子分析各变量的特征值和方差贡献率。按照累计贡献率大于85%(即信息损失量少于15%)的原则,选取的6个主因子已提供了原始资料91.758%的信息。为进一步简化指标,对因子载荷进行方差最大正交旋转,根据旋转后的因子载荷可确定6个相互独立的主因子,记为F1、F2、F3、F4、F5、F6(表 8)。

1) 林业资源有关指标的原始数据来源于1999年甘肃省林业厅编写的《甘肃林业经济与资源调查》汇编资料.

表 8 林业资源主因子载荷 Tab.8 Principal factor load of forestry resources

F1类:包括有林地所占比例%、人均人工林面积(hm2)、森林覆盖率(%),此类指标的贡献率为23.606%;F2类:包括人均林业用地面积(hm2)、人均林木蓄积(m3),此类指标的贡献率为15.572%;F3类:为用材林所占比例(%),指标的贡献率为15.379%;F4类:为防护林所占比例(%),指标的贡献率为13.848%;F5类:为灌木林地所占比例(%),指标的贡献率为13.137%;F6类:为农田林网及四旁植树所占比例(%),类指标的贡献率为10.216%。

为了进一步研究每个县市区的特征,将共同因子表示为变量的线性组合:YJβJ1V1+βJ2V2+βJ3V3+βJ4V4+βJ5V5+βJ6V6,其中βJI为因子得分系数。将每个县市区的10个指标变量的相关数据(标准化处理后的数据)代入这一公式,可计算出因子得分Y1Y2Y3Y4Y5Y6依次记作F′1得分、F′2得分、F′3得分、F′4得分、F′5得分、F′6得分;因子总分值(称之为林业资源支撑度)等于共同因子得分乘以相应的因子贡献率,再求和得出结果(表 9)。

表 9 各县市区林业资源支撑度 Tab.9 Supporting degree of forestry resources

为进一步分析各县市社会林业所属类型, 根据林业资源支撑度和排序, 进行聚类分析, 得出87个县(区、市)林业资源支撑度评价结果:林业资源最好的有迭部县、舟曲县、卓尼县等8个县(区、市);林业资源较好的有麦积区、灵台县、宁县等22个县((区、市);林业资源一般的有崇信县、宕昌县、西峰区等24个县(区、市);林业资源较差的有七里河区、安宁区、玛曲县等23个县(区、市)。

3.3 类型划分

以上从自然条件、社会经济、林业资源3方面指标进行了分析,可以对甘肃省87个县(区、市)的社会林业实施条件有了基本了解。综合三大因素和评价结果,选取自然条件、社会经济、林业资源3类指标的12个主因子进行聚类分析,具体方法为最近邻法,测度值为皮尔森相关法,把全省87个县区划分为5个社会林业类型区, 如图 1

图 1 甘肃省社会林业类型划分聚类直方图 Figure 1 The duster system dendrogram of society forestry types division in Gansu Province

一类区:合作市、夏河县、碌曲县、玛曲县、临潭县、卓尼县、和政县、岷县、临夏市、临夏县、康乐县、天祝县、积石山县、东乡县、舟曲县、广河县、肃南县、迭部县共18个县(区、市)。

二类区:宕昌县、成县、文县、徽县、康县、两当县、武都区、清水县、西和县、渭源县、张家川县、秦安县、礼县、陇西县、漳县、甘谷县共16个县区。

三类区:镇原县、永靖县、宁县、灵台县、西峰区、秦州区、崆峒区、合水县、泾川县、华池县、崇信县、华亭县、麦积区、庄浪县、正宁县共15个县区。

四类区:七里河区、西固区、城关区、红古区、白银区、安宁区、山丹县、甘州区、凉州区、古浪县、平川区、景泰县、民勤县、永昌县、肃北县、阿克塞县、金川区、嘉峪关市、玉门市、敦煌市、临泽县、金塔县、高台县、安西县、肃州区共25个县区。

五类区:靖远县、庆城县、环县、临洮县、皋兰县、永登县、通渭县、会宁县、安定区、榆中县、静宁县、武山县、民乐县共13个县区。

4 结论

以上划分的5个类型区所赋予的社会林业现状和发展潜力的涵义,是甘肃省林业在自然、经济和社会条件下相对的同类等级,而不是按地理条件制定的标准,每一类型区的社会林业现状大致在一个等级上。

1) 一类区主要位于甘肃西南部,大部分属于高寒阴湿地区,雨水充沛,热量不足;社会经济条件一般,少数民族聚居区,甘肃的主要牧场都集中在这里,人均耕地很少,工业不发达,农业人口比重较大,特别是从事农林牧渔劳动力占总劳动力比例最大,由于以牧业为主,农民收入水平在全省来说处于中等水平;林业资源丰富,白龙江等甘肃的大型天然林区主要集中在这里,植被良好,人均人工林面积最大,人均林木蓄积居全省之首。

2) 二类区主要位于甘肃东南部,山大沟深,气候条件优越,温湿多雨;社会经济条件在全省最差,交通条件较差,农民收入低,农业人口比重大;林业资源丰富,动植物种类繁多,经济林品种丰富,种植面积较大,所占比例达到了67.11%,林业产值在全省来说比重最大,占到本类型区农业产值的8.64%。

3) 三类区主要位于甘肃东部地区,温带半湿润气候,降雨不均,春夏季干旱严重,典型的雨养农业区,地貌有黄土塬区、川区、沟壑区、梁、峁等类型,水土流失严重;社会经济条件中等,农业人口比重较大,耕地丰富,农林牧渔劳动力比重不大,劳务输出效果明显;林业资源较好,正宁、华池、合水、关山等林业总场及小陇山几大林场都在该类型区,经济林果业发达,乡村绿化效果较好。

4) 四类区主要位于甘肃西部地区,气候条件恶劣,干燥少雨,蒸发量是降水量的10多倍,阳光充足,日温差较大,土地沙化和荒漠化严重,工农业生产用水主要是祁连冰川融水;社会经济条件最好,人均国民生产总值达到了12 469.84元,是其他类型区的3~6倍,工业较发达,农业人口比重不大,只占总人口的一半多;林业资源最差,森林覆盖率最低,仅为7.172%。

5) 五类区大部分县区位于甘肃中部地区,气候干燥少雨,自然条件较差;社会经济条件中等,农业人口比重最大,耕地面积较广;林业资源比较匮乏,植被稀疏。

5 讨论

传统的林业类型划分主要以流域、自然条件为依据,社会经济因素考虑较少或不考虑。由于社会林业是从整个社会角度考查研究林业,在发展林业的同时,较多地关注社会和经济因素。因此本文从自然、社会、经济和林业资源等因子建立指标,以县域为单位进行类型划分,打破了较粗放、传统林业类型划分,较多地赋予了现代林业、社会林业的特点,有针对性地指导各县(市、区)按照所属的社会林业类型进行林业建设,增强社会林业实施的有效性。

根据各类区的综合评价结果看,各类型区社会林业现状明显不同,按照因地致宜、分类指导的原则,各类型区社会林业发展方向建议如下:

1) 一类区  应用生态系统途径理念,加强多部门、多行业协作,充分调动参与者的积极性,增强高寒湿地涵养水源功能,加大黄河首曲地区植被保护力度,综合治理沙化土地,确保黄河中、下游生态安全。从社区居民生存发展的需要出发,通过促进参与和利益共享,保护好天然林,合理开发林区资源。

2) 二类区  政府、社区共管,巩固好退耕还林成果,政府要生态的长期利益与农民获取收益的短期利益相结合,应用参与式管理方法,在江河两侧、高山陡坡地带、高山峡谷以及其他生态区位重要的地域营造防护林,并加快花椒、核桃、油橄榄、银杏等经济林果业发展,增加农民收入。

3) 三类区  村民是参与式管理的主体,是实施生态治理的实践者,通过明晰产权,落实生态效益受偿权,调动参与者的积极性,通过造林(草)和水利工程等措施对小流域进行综合治理,实行保塬、护坡、固沟,塬坡沟综合治理,遏制水土流失。在条件比较优越地区大力发展以温带水果和速生丰产用材林基地建设为主的经济林产业。

4) 四类区  采用利益共享机制,通过各种方式,吸纳社会力量投入荒山绿化,特别是绿化好兰州南北两山总理工程。调动社区村民参与治沙,对直接影响生态安全的沙尘暴多发地区进行重点治理。社区共管共赢,加强祁连山水源涵养林的保护和管理,改造现有林网以及提高绿洲边缘防护林体系的防护效益。

5) 五类区  结合新农村建设,改善社区村民生产生活条件,提高村民特别是农村妇女生态治理的决策权,通过乔灌草结合,工程措施、生物措施与农艺措施相结合,山、水、林、田、路综合治理,形成功能完善的林草植被生态体系。发展一定规模的薪炭林,满足村民的生活用能。

参考文献(References)
张敏. 2003. 社会林业现状及发展趋势. 世界林业研究, 16(5): 35-39. DOI:10.3969/j.issn.1001-4241.2003.05.008
林迎星, 张建国. 2001. 社会林业研究述评. 林业经济, (10): 11-15.
解焱, 汪松. 2005. 实现生态系统途径的5个步骤. 世界自然保护信息, (27): 5-6.
周杨明, 于秀波, 于贵瑞. 2007. 自然资源和生态系统管理的生态系统方法:概念、原则与应用. 地球科学进展, 22(2): 171-177. DOI:10.3321/j.issn:1001-8166.2007.02.008
汪思龙, 赵士洞. 2004. 生态系统途径——生态系统管理的一种新理念. 应用生态学报, 15(12): 2364-2368. DOI:10.3321/j.issn:1001-9332.2004.12.033
王涛. 2001. 国际社会林业研究. 北京: 中国林业出版社.
王涛, 金佩华. 2003. 中国社会林业工程区域评价指标体系与类型研究. 北京: 中国科学技术出版社, 1-3.
何丕坤. 1999. 社会林业研究探索. 昆明: 云南科技出版社.
甘肃省地方志编纂委员会, 甘肃省林业志编辑委员会. 1999. 甘肃省志·林业志. 兰州: 甘肃人民出版社, 10-13.
薛薇. 2004. SPSS统计分析方法及应用. 北京: 电子工业出版社, 45-67.
刘涛. 2002. 中国天然林区社会林业工程指标体系及类型区划分的研究//王涛, 金佩华. 中国社会林业工程类型与发展模式研究. 北京: 中国科学技术出版社, 29-30.
胡德焜, 金佩华. 2003. 中国社会林业工程区域评价指标体系与类型研究综合报告//王涛, 金佩华. 中国社会林业工程区域评价指标体系与类型研究. 北京: 中国林业出版社, 4-20.
冯金桃, 吴乾平. 2003. 广东省社会林业工程评价指标体系与类型划分研究//王涛, 金佩华. 中国社会林业工程区域评价指标体系与类型研究. 北京: 中国科学技术出版社, 355-377.
Malla Y B, Neupane H R, Branney P, et al. 2003. Why aren't poor people benefiting more from community forestry?. J For Livelihood, 3(1): 78-93.
Springate-Baginski O, Dev O P, Yadav N P, et al. 2003. Community forest management in the middle hills of Nepal: the changing context. J For Livelihood, 3(1): 5-20.