危小建, 趙 莉, 程朋根, 謝亞娟, 王慧敏

(1.東華理工大學(xué) 測繪工程學(xué)院, 南昌 330013; 2.自然資源部 環(huán)鄱陽湖區(qū)域礦山環(huán)境監(jiān)測與治理重點實驗室, 南昌 330013; 3.仲愷農(nóng)業(yè)工程學(xué)院 城鄉(xiāng)建設(shè)學(xué)院, 廣州 510225)

土地利用是人與自然進行緊密交流的重要紐帶，土地利用/土地覆被變化影響著生態(tài)系統(tǒng)的結(jié)構(gòu)和功能[1]，帶來了生態(tài)系統(tǒng)服務(wù)價值的變化。生態(tài)系統(tǒng)服務(wù)(Ecosystem Services，ES)是指生態(tài)系統(tǒng)與生態(tài)過程直接或間接產(chǎn)生的，保證人類賴以生存的不可缺少的生命支撐產(chǎn)品和服務(wù)[2]，它是人類生存與現(xiàn)代文明發(fā)展的重要保障，同時也是科學(xué)技術(shù)無法取代的產(chǎn)物[3]。土地利用與生態(tài)系統(tǒng)相互作用、密不可分，分析土地利用與生態(tài)服務(wù)價值兩者的相互關(guān)系，對合理規(guī)劃土地資源，保證生態(tài)系統(tǒng)的協(xié)調(diào)發(fā)展具有重要意義。

近年來，國內(nèi)外不少學(xué)者從多方面對土地利用與生態(tài)服務(wù)價值的關(guān)系開展了一系列研究[4-9]，已然成為生態(tài)學(xué)、地理學(xué)等領(lǐng)域的研究熱點之一[10-11]。從研究驅(qū)動因素來看，茆長寶[12]、韓蕊[13]等基于土地利用數(shù)據(jù)和相關(guān)社會經(jīng)濟統(tǒng)計數(shù)據(jù)分別深入探究了促使江蘇省和川東地區(qū)土地利用及生態(tài)服務(wù)價值產(chǎn)生變化的驅(qū)動因素；從研究方法和手段來看，張鵬巖等[14]采用熱點分析、重心模型以及地理探測器模型研究了黃河流域生態(tài)服務(wù)價值的空間分異特征；姚小薇等[15]應(yīng)用空間自相關(guān)理論分析了人口、空間、經(jīng)濟、生活4個不同層面城鎮(zhèn)化水平對生態(tài)系統(tǒng)服務(wù)價值的影響。從研究尺度來看，目前開展的研究中主要是以單個省市縣[16-18]、流域[19]或生態(tài)經(jīng)濟區(qū)[20]為研究對象，而針對中觀尺度研究鮮少，以地級城市為研究單元也更為少見。同時，研究不同地級城市土地利用、社會經(jīng)濟發(fā)展與ESV的空間相關(guān)性，能夠進一步揭示人類活動與社會經(jīng)濟發(fā)展對不同地區(qū)生態(tài)環(huán)境的影響，而當(dāng)前從土地利用與社會經(jīng)濟兩方面共同出發(fā)，對二者與生態(tài)服務(wù)價值的空間相關(guān)性方面也少有研究。因此，本文基于1990—2018年中國地級及以上城市土地利用數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)，分析土地利用與生態(tài)系統(tǒng)服務(wù)價值的動態(tài)變化情況，同時對生態(tài)服務(wù)價值進行敏感性分析，最后再通過研究生態(tài)服務(wù)價值與土地利用動態(tài)度、社會經(jīng)濟指標(biāo)綜合值的空間相關(guān)性，為優(yōu)化土地利用結(jié)構(gòu)、保證中國土地資源可持續(xù)利用以及促進生態(tài)文明社會協(xié)調(diào)發(fā)展提供一定的決策支持。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本研究采用的中國地級及以上城市1990年、2000年、2010年、2018年的4期空間分辨率為1 km×1 km的土地利用數(shù)據(jù)由資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn)整理而得，土地利用類型主要通過耕地、林地、草地、水域、建設(shè)用地和未利用土地6種一級地類的形式呈現(xiàn)。相應(yīng)年份的社會經(jīng)濟數(shù)據(jù)主要來源于中國統(tǒng)計年鑒和中國城市統(tǒng)計年鑒。本文研究對象是中國地級及以上城市單元，包括除香港、澳門和臺灣地區(qū)以外的地級及以上城市和省直轄縣級行政單元。西藏自治區(qū)無各個地級市GDP、城鎮(zhèn)及農(nóng)村人口指標(biāo)等詳細(xì)數(shù)據(jù)，本文以整個西藏地區(qū)的各項社會經(jīng)濟指標(biāo)的平均值替代。另外，部分研究單元如鎮(zhèn)江市、淮陰市及宿遷市等社會經(jīng)濟數(shù)據(jù)缺失，新疆維吾爾自治區(qū)無1990年城市統(tǒng)計年鑒等情況，使得部分?jǐn)?shù)據(jù)難以獲取，本文以相鄰年份統(tǒng)計年鑒或同省周邊相鄰市縣的數(shù)據(jù)插值替代。

1.2 研究方法

1.2.1 土地利用動態(tài)研究方法 土地利用動態(tài)度是分析土地利用結(jié)構(gòu)變化動態(tài)的重要指標(biāo)，主要包括單一土地利用動態(tài)度和綜合土地利用動態(tài)度[14,21]。

(1) 單一土地利用動態(tài)度。單一土地利用動態(tài)度(K)是指在一定時間范圍內(nèi)某種土地利用類型的數(shù)量變化情況。其公式為：

(1)

式中:Ua，Ub分別為研究初期、末期某種土地利用類型的面積(km2)；T為研究時段。

(2) 綜合土地利用動態(tài)度。綜合土地利用動態(tài)度(LC)是指在某一時段所在研究區(qū)內(nèi)，結(jié)合所有土地利用類型的變化情況而計算的綜合土地利用變化的年變化率。其公式為：

(2)

式中：Ui為研究初期第i類土地利用類型的面積；ΔUi-j為研究時段第i類土地利用類型向其他非i類土地利用類型轉(zhuǎn)化的面積的絕對值；n為土地利用類型的種類。

1.2.2 生態(tài)系統(tǒng)服務(wù)價值評估模型構(gòu)建 Costanza等[22]在效用價值理論和均衡價值理論的基礎(chǔ)上，首先對全球生態(tài)系統(tǒng)服務(wù)價值進行了評估，隨后謝高地等[23-25]通過分析Costanza等[22]得出的全球生態(tài)系統(tǒng)服務(wù)價值，結(jié)合中國生態(tài)系統(tǒng)結(jié)構(gòu)特點，進一步制定了中國生態(tài)系統(tǒng)單位面積的生態(tài)服務(wù)價值當(dāng)量。本文借助謝高地等[24]的“中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值當(dāng)量表”測算中國地級及以上城市的生態(tài)服務(wù)價值。其中，生態(tài)服務(wù)價值當(dāng)量因子的經(jīng)濟價值約為全國平均糧食單產(chǎn)價值的1/7。參照前人研究[6,15,22]，建設(shè)用地的生態(tài)系統(tǒng)服務(wù)價值評估過程中需要考慮因素眾多，測算較為復(fù)雜，本研究對其將不作估算。未利用地的生態(tài)服務(wù)價值估算時，其當(dāng)量因子參數(shù)以草地與荒漠當(dāng)量因子的平均值為基礎(chǔ)進行估算[26]。因此，根據(jù)中國各省、自治區(qū)、直轄市不同糧食單產(chǎn)的實際情況計算當(dāng)?shù)貑挝幻娣e糧食產(chǎn)量的經(jīng)濟價值，計算公式如下：

(3)

式中:Ea為研究區(qū)單位面積糧食產(chǎn)量的經(jīng)濟價值(元/hm2);P為2018年全國糧食平均價值(元/kg),本研究以國家發(fā)改委價格監(jiān)測中心2018年的全國早中晚秈稻最低收購價格平均值與小麥最低收購價格的平均值作為2018年的糧食平均價格,取值為2.403元/kg;Q為根據(jù)1990年、2000年、2010年、2018年中國統(tǒng)計年鑒中31個省、自治區(qū)、直轄市糧食產(chǎn)量數(shù)據(jù)計算得到的1990—2018年各研究區(qū)域平均糧食單產(chǎn)(kg/hm2)(表1)。

表1 1990-2018年各地區(qū)糧食平均單產(chǎn) kg/hm2

然而，隨著社會不斷發(fā)展，不同時間各研究區(qū)域社會發(fā)展程度有所不同，生態(tài)系統(tǒng)服務(wù)價值也會隨之產(chǎn)生變化。為提高評價模型的精確性，本研究將以2018年為基準(zhǔn)年，引入與社會發(fā)展相關(guān)的支付意愿系數(shù)(Dt)，構(gòu)建適用于中國地級及以上城市的生態(tài)系統(tǒng)服務(wù)價值評估模型[27]，其公式如下：

(4)

式中:ESV為研究區(qū)生態(tài)系統(tǒng)服務(wù)總價值(億元);Ai為第i類生態(tài)系統(tǒng)的面積(km2);Mij為第i類土地第j種生態(tài)系統(tǒng)服務(wù)功能所對應(yīng)當(dāng)量因子表數(shù)值;m為生態(tài)系統(tǒng)類型數(shù);n為生態(tài)系統(tǒng)服務(wù)類功能項數(shù);Ea表示單位面積糧食產(chǎn)量的經(jīng)濟價值(元/hm2)；Dt為引入恩格爾系數(shù)通過Logistic回歸模型修正后的社會發(fā)展階段系數(shù),詳見參考文獻[27]。

1.2.3 生態(tài)系統(tǒng)敏感性指數(shù) 敏感性指數(shù)(Coeficient of Sensitive,CS)是指當(dāng)生態(tài)服務(wù)價值系數(shù)變動1%時所引起的生態(tài)系統(tǒng)服務(wù)價值的變化情況[28]。其公式如下：

(5)

式中:ESVi和ESVj分別為調(diào)整1%前、調(diào)整1%后的生態(tài)服務(wù)價值;VCik和VCjk則分別為調(diào)整前后的生態(tài)服務(wù)價值系數(shù)。

1.2.4 空間自相關(guān)分析 空間自相關(guān)主要是用來研究某一變量在一定研究范圍內(nèi)是否成相關(guān)特征的空間分析方法，主要包括全局空間自相關(guān)(Moran′sI指數(shù))和局部空間自相關(guān)(Local Moran′sI指數(shù))[15]。

全局Moran′sI指數(shù)計算公式如下：

(6)

對于局部空間單元i，其Local Moran′sI指數(shù)計算公式為：

(7)

為了揭示多個要素的空間相關(guān)性，相關(guān)學(xué)者在Moran′sI指數(shù)的基礎(chǔ)上進一步拓展了雙變量全局自相關(guān)和局部自相關(guān)，其公式為：

(8)

2 結(jié)果與分析

2.1 土地利用變化分析

根據(jù)各年份土地利用數(shù)據(jù)，利用公式(1)和公式(2)分別計算1990—2000年、2000—2010年、2010—2018年以及1990—2018年的單一土地利用動態(tài)度和綜合土地利用動態(tài)度。如圖1—2和表2所示，中國地級及以上城市不同土地利用類型在空間上存在著明顯的區(qū)域分異特征，林地、草地分布面積較大。從整個時間跨度來看，除草地呈減少的趨勢外，其他土地利用類型均呈增加的趨勢。其中，建設(shè)用地在研究區(qū)內(nèi)變化速率最大，達2.50%，整個研究期共增加10.72萬km2；水域和未利用地次之，整個研究期內(nèi)土地利用動態(tài)度為0.29%，0.40%；耕地和林地變化速率則相對較小，整體上呈增加趨勢，分別增加了1.50萬km2，2.33萬km2；同時，整個研究時段內(nèi)綜合土地利用動態(tài)度大于0.15%的區(qū)域主要集中于東北、西北和西部方向。

圖1 1990-2018年中國地級及以上城市土地利用類型變化情況

注：基于標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)下載的審圖號GS(2016)1585號的標(biāo)準(zhǔn)地圖制作，底圖未做修改，下圖同。

從單個時間段跨度來看，草地的土地利用動態(tài)度一直為負(fù)值，其減少幅度在2010—2018年最明顯，為-1.17%；1990—2000年，耕地的土地利用動態(tài)度主要表現(xiàn)為增加的趨勢，在2000—2010年、2010—2018年兩個時段內(nèi)均以較小的幅度減少，減少幅度不斷增加；林地的土地利用動態(tài)度在1990—2000年為負(fù)值，在2000—2018年為正值，且在各個時間段始終小于0.1%，變化幅度較不明顯；水域一直保持增加的趨勢，尤其是2000—2010年期間變化最為強烈；未利用地在1990—2010年時段內(nèi)以減少的趨勢變化，變化幅度很小，在2010—2018年土地利用的變化幅度略微增大，呈增加趨勢；建設(shè)用地面積則在研究時段內(nèi)一直保持增加的趨勢，變化幅度逐漸強烈，這主要是由于人口增加、城市擴張等原因，造成建設(shè)用地面積也隨之逐漸增加；同時，綜合土地利用動態(tài)度在2010—2018年變化最為明顯，相對于其他類型土地而言，草地變化面積占總變化面積比重較大，且主要分布于西部地區(qū)，使得綜合土地利用動態(tài)度變化明顯區(qū)域主要集中于西部地區(qū)。

表2 研究區(qū)1990-2018年單一土地利用變化年動態(tài)度 %

2.2 生態(tài)系統(tǒng)服務(wù)價值變化分析

從時間尺度來看，研究區(qū)在1990年、2000年、2010年、2018年的生態(tài)服務(wù)價值ESV分別為：2.354×1013，2.253×1013，2.264×1013，2.197×1013元，整體呈減少的趨勢。由表3可知，整個研究期內(nèi)，生態(tài)服務(wù)總價值減少了1.57×1012元。1990—2010年期間，耕地的生態(tài)服務(wù)價值增加幅度逐漸減小，在2010—2018年則呈減少的趨勢。林地和草地是我國最主要的兩種土地利用類型，是構(gòu)成生態(tài)系統(tǒng)服務(wù)總價值的重要組成部分，林地的生態(tài)服務(wù)價值在生態(tài)服務(wù)總價值中占比最大，在1990—2018年整個研究時段內(nèi)，林地和草地兩者的生態(tài)服務(wù)價值均呈減少特征，其中，林地減少2.8×1011元，草地減少了1.47×1012元。與生態(tài)服務(wù)總價值相比，由于水域占總面積比例小、未利用地產(chǎn)生的生態(tài)效用較小，使得兩者產(chǎn)生的生態(tài)服務(wù)價值較小，變化幅度較為穩(wěn)定。

從空間尺度來看(圖3)，生態(tài)服務(wù)總價值超過1.5×1011元的區(qū)域主要分布于西藏、新疆和內(nèi)蒙古等西北地區(qū)一帶，這些地區(qū)海拔較高，草地分布較為廣泛。生態(tài)服務(wù)價值在5×1010～1.5×1011元的區(qū)域主要集中于東北、東南和南方一帶，這是由于所處地區(qū)氣候和地理條件原因，使得林地面積分布范圍廣泛，產(chǎn)生生態(tài)服務(wù)價值較高。中東部則主要以耕地為主，該地帶生態(tài)服務(wù)價值普遍低于5×1010元。

表3 1990-2018年研究區(qū)土地利用類型生態(tài)服務(wù)價值的變化 1010元

圖3 1990-2018年研究區(qū)土地利用類型生態(tài)服務(wù)價值在空間上的變化

2.3 敏感性分析

通過公式(5)，將整個研究區(qū)域的各項生態(tài)服務(wù)價值系數(shù)分別變動1%，計算不同研究時期各土地利用類型的生態(tài)服務(wù)價值敏感性指數(shù)(表4)。整個研究期內(nèi)，不同土地利用類型的敏感性指數(shù)一直處于穩(wěn)定狀態(tài)，且均小于1，說明生態(tài)服務(wù)價值系數(shù)在研究區(qū)內(nèi)存在合理。另外，研究區(qū)內(nèi)各土地利用類型敏感性指數(shù)從高到低依次為林地>草地>耕地>未利用地>水域。以上結(jié)果表明，林地對生態(tài)系統(tǒng)服務(wù)價值的貢獻最大，未利用地和水域貢獻最小。因此，為了保證生態(tài)系統(tǒng)服務(wù)價值的穩(wěn)定協(xié)調(diào)，應(yīng)加大對林地的保護。

表4 生態(tài)系統(tǒng)服務(wù)價值的敏感性指數(shù)

2.4 空間相關(guān)分析

2.4.1 生態(tài)服務(wù)價值變動與土地利用變化動態(tài)度的相關(guān)性分析 采用Geoda軟件，構(gòu)建空間權(quán)重矩陣，得到1990—2000年、2000—2010年、2010—2018年以及1990—2018年4個時間段內(nèi)生態(tài)服務(wù)價值變化量與綜合土地利用動態(tài)度的全局Moran′sI值，其結(jié)果為0.11，-0.08，-0.27，-0.18。結(jié)果表明，除1990—2000年，其余幾個時間段內(nèi)生態(tài)服務(wù)價值變化量與綜合土地利用動態(tài)度均呈負(fù)相關(guān)。同時根據(jù)z檢驗結(jié)果，繪制1990—2018年整個研究期間內(nèi)生態(tài)服務(wù)價值與綜合土地利用變化動態(tài)度的雙變量局部空間自相關(guān)LISA聚集圖。由圖4可知(高—高型表示生態(tài)服務(wù)價值與綜合土地利用動態(tài)度均表現(xiàn)為較高值；高—低型表示生態(tài)服務(wù)價值較高，綜合土地利用動態(tài)度表現(xiàn)為較低值；低—高型表示生態(tài)服務(wù)價值較低，綜合土地利用動態(tài)度表現(xiàn)為較高值；低—低型表示生態(tài)服務(wù)價值與綜合土地利用動態(tài)度均表現(xiàn)為較低值)，高—低型主要分布在中部地區(qū)，低—高型主要分布于西藏地區(qū)，低—低型主要分布于南部，高—高型則零星分布。

2.4.2 生態(tài)服務(wù)價值與社會經(jīng)濟的相關(guān)性分析 通過收集1990年、2000年、2010年、2018年的中國地級及以上城市總?cè)丝跀?shù)、城鎮(zhèn)人口數(shù)、城鎮(zhèn)化率以及GDP這4個指標(biāo)，利用歸一化和熵值法求取社會經(jīng)濟指標(biāo)綜合值，再結(jié)合生態(tài)服務(wù)價值進行空間自相關(guān)分析，得到4個時期研究區(qū)生態(tài)服務(wù)價值與社會經(jīng)濟指標(biāo)綜合值的全局Moran′sI值，其結(jié)果分別為-0.14，-0.09，-0.10，-0.13。結(jié)果可知，生態(tài)服務(wù)價值與社會經(jīng)濟之間存在顯著的空間負(fù)相關(guān)性，且兩者在研究期內(nèi)z檢驗值均<-1.96。根據(jù)生態(tài)服務(wù)價值與社會經(jīng)濟指標(biāo)綜合值的雙變量空間自相關(guān)LISA聚集圖(圖5)，1990—2018年研究區(qū)生態(tài)服務(wù)價值與社會經(jīng)濟的局部空間特點總體上較為統(tǒng)一。其中，高—高型主要分布于中部和東部偏北地區(qū)，該區(qū)域經(jīng)濟較為發(fā)達，且林地所占面積較大，其生態(tài)價值較高；低—高型主要分布于中、東部地區(qū)，這部分地區(qū)經(jīng)濟發(fā)展較快，對生態(tài)資源占用現(xiàn)象嚴(yán)重；低—低型主要分布于西南地區(qū)，該區(qū)域山多地少、交通相對閉塞、地理條件較差，其經(jīng)濟和生態(tài)條件均處于落后階段；高—低型則主要分布于昌都、噶爾縣、拉薩和喀什市等西部地區(qū)，這是因為西部地區(qū)草地面積分布范圍廣泛，生態(tài)服務(wù)價值較高，但其經(jīng)濟發(fā)展較為落后。

圖4 1990-2018年生態(tài)服務(wù)價值與土地利用變化動態(tài)度的

圖5 1990-2018年生態(tài)服務(wù)價值與社會經(jīng)濟的雙變量空間自相關(guān)LISA集聚圖

3 討論與結(jié)論

(1) 1990—2018年，草地在整個研究期內(nèi)一直呈減少的趨勢，共減少了38.74萬km2；耕地在1990—2000年表現(xiàn)為增加的趨勢，在2000—2018年呈減少的趨勢，減少幅度略微增大，但整個研究期內(nèi)仍保持增加趨勢，凈面積共增加了1.50萬km2；林地在各個研究階段變化幅度不明顯；水域的土地利用動態(tài)度一直為正值，整個研究期內(nèi)增加了2.06萬km2；未利用地在1990—2010年以減少的趨勢變化，2010—2018年有所增加，整體仍呈增加的趨勢；建設(shè)用地在整個研究期內(nèi)變化最為強烈，土地利用動態(tài)度始終為正值，增加了10.72萬km2；綜合土地利用動態(tài)度隨著時間變化也有所增加，在2010—2018年變化尤為明顯。

(2) 1990—2018年，中國地級及以上城市生態(tài)服務(wù)價值較高的區(qū)域主要集中于西北地區(qū)，總體上呈減少的趨勢，28 a間共減少了1.57×1012元，而林地和草地產(chǎn)生的生態(tài)服務(wù)價值是構(gòu)成研究區(qū)生態(tài)系統(tǒng)服務(wù)總價值的主要部分，其在研究期內(nèi)分別減少了2.8×1011元、1.47×1012元。

(3) 1990—2018年，各土地利用類型的生態(tài)服務(wù)價值敏感性指數(shù)在研究區(qū)內(nèi)均表現(xiàn)為<1，研究期內(nèi)不同土地利用類型敏感性指數(shù)由高到低依次為林地、草地、耕地、未利用地以及水域。其中，林地敏感性指數(shù)最高，產(chǎn)生的生態(tài)服務(wù)價值最大。

(4) 1990—2018年，生態(tài)服務(wù)價值與綜合土地利用動態(tài)度整體上呈負(fù)相關(guān)，各年份生態(tài)服務(wù)價值與社會經(jīng)濟指標(biāo)綜合值呈負(fù)相關(guān)，且雙變量LISA圖空間特點較為一致。低—高型主要分布于經(jīng)濟發(fā)展較快的中、東部地區(qū)；高—低型則主要分布于草地面積廣泛經(jīng)濟發(fā)展較為落后的西部地區(qū)。這表明社會經(jīng)濟的發(fā)展、土地利用格局的變化一定程度上影響著生態(tài)系統(tǒng)結(jié)構(gòu)和功能的轉(zhuǎn)變。當(dāng)?shù)卣块T應(yīng)結(jié)合實際情況，通過加大對生態(tài)系統(tǒng)的保護力度，采取有效措施保證土地合理規(guī)劃，促進社會—經(jīng)濟—生態(tài)和諧發(fā)展。

與此同時，文中仍存在一些缺陷。本文僅根據(jù)謝高地等[23-25]制作的中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值表測算中國各地級城市生態(tài)服務(wù)價值，未根據(jù)各地區(qū)實際情況制定出適用于各地區(qū)的陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值表，導(dǎo)致測算有所偏差，在今后需要加強這一方面的研究。