Economic values for ecosystem services: A global synthesis and way forward
Notice bibliographique
Résumé
This paper presents a global synthesis of economic values for ecosystem services provided by 15 terrestrial and marine biomes. Information from over 1,300 studies, yielding over 9,400 value estimates in monetary units, has been collected and organised in the Ecosystem Services Valuation Database (ESVD). This is a substantial expansion of data since the de Groot et al. (2012) description of the ESVD and provides an important juncture to explore developments in the use of valuation methods and the contexts in which valuations are conducted. In this paper we provide summary values for 23 ecosystem services from 15 biomes to represent the magnitude, variation and gaps in economic values. To enable the comparison and synthesis of values, estimates in the ESVD are standardised to a common set of units (Int$/ha/year at 2020 price levels). This data provides a basis for value transfers to inform decision-making in current policy contexts but requires due consideration and adjustment for context specific determinants of value. Although the coverage of the ESVD is global, the geographic distribution of data is not even. There is a particularly high representation of European ecosystems and relatively little information for Russia, Central Asia and North Africa. Therefore, the data are not globally representative of biophysical and socio-economic contexts. The distribution of data across ecosystem services is also far from even, with some services very well represented (e.g. recreation, wild fish and wild animals, ecosystem and species appreciation, air filtration and global climate regulation) and others with almost no value estimates (e.g. disease control, water baseflow maintenance, rainfall pattern regulation). In the past decade, there has been a notable increase in demand for information on the economic value of ecosystem services from both public and private institutions to improve the conservation and management of natural capital. The literature is developing to meet this demand but there is a need for targeted and refined valuation research to ensure sufficient certainty, comparability, and representativeness of the data, and to enable transferability and fill knowledge gaps. This paper concludes by identifying avenues for future development to further increase the amount, quality, representativeness and application of data on economic values for ecosystem services.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,028 | 0,046 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».