王凱平,馮 悅,邱陳瀾,王欣言,馬 嘉,張?jiān)坡?/p>

北京林業(yè)大學(xué)園林學(xué)院,北京 100083

生態(tài)系統(tǒng)服務(wù)被廣泛定義為直接或間接促進(jìn)可持續(xù)人類福祉的生態(tài)特征、功能或過程,并按照生態(tài)系統(tǒng)對(duì)人類產(chǎn)生的直接影響分為供給、調(diào)節(jié)、文化服務(wù),以及對(duì)維持生態(tài)系統(tǒng)的其他功能具有重要作用的支持服務(wù)[1]。當(dāng)前,伴隨著生態(tài)系統(tǒng)服務(wù)對(duì)人類發(fā)展的重要性被廣泛認(rèn)識(shí),探求城市群生態(tài)系統(tǒng)服務(wù)的演變規(guī)律與驅(qū)動(dòng)因子關(guān)系逐漸成為學(xué)界的關(guān)注點(diǎn)之一。相關(guān)研究主要將生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因素劃分為自然因素和社會(huì)經(jīng)濟(jì)因素兩方面。在自然環(huán)境方面,紀(jì)建萬、閆國振、蘇常紅等學(xué)者研究發(fā)現(xiàn),氣候、土壤、高程等自然氣候因素變化與生態(tài)系統(tǒng)服務(wù)價(jià)值演變存在明顯相關(guān)[2—4]。在社會(huì)經(jīng)濟(jì)方面,徐煖銀,耿甜偉、璩路路等學(xué)者發(fā)現(xiàn)社會(huì)因素對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值有較大的影響,并在空間上與生態(tài)系統(tǒng)服務(wù)具有高度相關(guān)性[5—8]。由此可見,自然環(huán)境因素和經(jīng)濟(jì)社會(huì)因素變化對(duì)生態(tài)系統(tǒng)服務(wù)有顯著影響和密切聯(lián)系。因此,識(shí)別城市群生態(tài)系統(tǒng)服務(wù)的主要驅(qū)動(dòng)因素,可以為未來規(guī)劃者在城市群發(fā)展過程中做出決策提供依據(jù)。

2018年11月中共中央、國務(wù)院印發(fā)《關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制的意見》,提出“以北京、天津?yàn)橹行囊I(lǐng)京津冀城市群發(fā)展,帶動(dòng)環(huán)渤海地區(qū)協(xié)同發(fā)展”的目標(biāo)。環(huán)京津地區(qū)在自然資源的提供、廢氣廢物的處理等方面為京津發(fā)展提供支持,是京津地區(qū)生態(tài)安全的綠色屏障和重要生態(tài)緩沖地帶,因此對(duì)京津及環(huán)京津六市進(jìn)行生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)和驅(qū)動(dòng)因素分析,可以為未來協(xié)調(diào)該地區(qū)生態(tài)保護(hù)與社會(huì)經(jīng)濟(jì)發(fā)展提供支撐,并更好地促進(jìn)京津冀一體化發(fā)展[9—11]。

同時(shí),為避免當(dāng)前廣泛使用的“基于單位服務(wù)功能價(jià)格的方法”和“基于單位面積價(jià)值當(dāng)量因子的方法”分別存在的忽略生態(tài)系統(tǒng)服務(wù)在時(shí)空尺度上的內(nèi)在豐富信息,不利于對(duì)生態(tài)系統(tǒng)保護(hù)的管理決策[12—13]和可以轉(zhuǎn)化為市場(chǎng)交易價(jià)格的生態(tài)系統(tǒng)服務(wù)指標(biāo)較少,限制了對(duì)區(qū)域關(guān)鍵生態(tài)系統(tǒng)服務(wù)的評(píng)估[14—15]的問題。本次研究在系統(tǒng)梳理研究區(qū)域的發(fā)展脈絡(luò)的基礎(chǔ)上,選取長時(shí)間跨度中的多個(gè)時(shí)間節(jié)點(diǎn),并以當(dāng)前京津及環(huán)京津六市面臨的生態(tài)挑戰(zhàn)作為研究指標(biāo)構(gòu)建符合區(qū)域特征的生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)體系,生成生態(tài)系統(tǒng)服務(wù)綜合指數(shù)。通過PCA-OLS-GWR空間統(tǒng)計(jì)分析,較為科學(xué)地分析研究時(shí)期內(nèi),生態(tài)系統(tǒng)服務(wù)演變的特征,辨析其發(fā)展的動(dòng)態(tài)驅(qū)動(dòng)機(jī)制。通過分析實(shí)現(xiàn)主要研究目標(biāo)如下：(1)分析2000—2018年間生態(tài)系統(tǒng)服務(wù)的時(shí)空演變特征；(2)構(gòu)建自然環(huán)境因素和社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子指標(biāo)體系,闡釋各項(xiàng)驅(qū)動(dòng)因子對(duì)生態(tài)系統(tǒng)服務(wù)演變的驅(qū)動(dòng)機(jī)制；(3)結(jié)合政策導(dǎo)向提出區(qū)域生態(tài)系統(tǒng)服務(wù)優(yōu)化提升路徑。

1 實(shí)驗(yàn)數(shù)據(jù)與方法

1.1 研究區(qū)域與研究數(shù)據(jù)

本次研究將北京、天津以及環(huán)京津六市(承德、唐山、張家口、保定、滄州、廊坊)8個(gè)城市劃定為研究區(qū)域,總面積16萬km2。該區(qū)域地處東經(jīng)113°40′—119°19′,北緯37°29′—42°37′,位于黃河下游以北,北靠燕山山脈,南朝華北平原,西倚太行山,東臨渤海灣,屬于典型溫帶季風(fēng)氣候。地勢(shì)由西北向東南逐漸傾斜,降水量自東南向西北遞減,地貌類型和生態(tài)系統(tǒng)類型多樣,從西北向東南依次分為壩上高原區(qū)、燕山和太行山區(qū)、京津保中心區(qū)、海岸海域區(qū)以及低平原區(qū)五大區(qū)域(圖1)。2018年常住人口為7486.8萬人,2018年GDP總值高達(dá)68081.46億元,是中國北方地區(qū)經(jīng)濟(jì)發(fā)展、人口聚集的城市群,在中國經(jīng)濟(jì)社會(huì)發(fā)展中具有重要的戰(zhàn)略地位。

研究數(shù)據(jù)包括基礎(chǔ)地理信息數(shù)據(jù)、土地利用數(shù)據(jù)、遙感(NNP、NDVI)數(shù)據(jù)、數(shù)字高程(DEM)數(shù)據(jù)、氣象數(shù)據(jù)、土壤屬性數(shù)據(jù)、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)7類。基礎(chǔ)地理信息數(shù)據(jù)及行政區(qū)劃、土地利用數(shù)據(jù)、溫度、降雨量等氣象數(shù)據(jù)和土壤屬性數(shù)據(jù)均來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(www.resdc.cn)；遙感數(shù)據(jù)和高程數(shù)據(jù)來自國家地理信息空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn/)；人口等社會(huì)數(shù)據(jù)來源于2019年北京、天津及河北各市縣的統(tǒng)計(jì)年鑒；基礎(chǔ)交通設(shè)施POI矢量數(shù)據(jù)來自于世界數(shù)據(jù)地圖(www.openstreetmap.org),以上數(shù)據(jù)分辨率均為1km×1km。通過對(duì)比1998—2018年NDVI的平均值,根據(jù)突變點(diǎn)并結(jié)合研究區(qū)域的發(fā)展歷程篩選出具有代表性的4個(gè)時(shí)間點(diǎn)——2000年、2005年2015年和2018年,劃分3個(gè)時(shí)期進(jìn)行研究。

1.2 研究方法

相關(guān)學(xué)者的研究表明,研究區(qū)域近年來面臨著植被減少、水土流失、水源匱乏、城市熱島、動(dòng)物多樣性等一系列問題[16—19]。因此,本研究根據(jù)“千年生態(tài)系統(tǒng)評(píng)估”框架并依據(jù)當(dāng)前研究區(qū)域生態(tài)系統(tǒng)的特征和面臨的生態(tài)壓力,從供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)4種服務(wù)類型出發(fā),綜合凈初級(jí)生產(chǎn)力(NPP)、水土保持、固碳釋氧、水源涵養(yǎng)、熱島緩解、生物多樣性保護(hù)、游憩利用7種指標(biāo)表征區(qū)域生態(tài)系統(tǒng)服務(wù)整體水平(表1)。通過ENVI遙感解譯、地理信息疊加分析等技術(shù)進(jìn)行生態(tài)系統(tǒng)服務(wù)評(píng)估。

1.2.1凈初級(jí)生產(chǎn)力(NPP)

凈初級(jí)生產(chǎn)力(NPP)是綠色植物呼吸后所剩下的單位面積單位時(shí)間內(nèi)所固定的能量或所生產(chǎn)的有機(jī)物質(zhì)。公式如下：

NPP=GPP-Ra

式中,NPP單位為：g m-2a-1,Ra表示自養(yǎng)呼吸的消耗量,GPP表示總初級(jí)生產(chǎn)量。

表1 生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)指標(biāo)

1.2.2水土保持

水土保持是生態(tài)系統(tǒng)通過其結(jié)構(gòu)與過程減少由于水蝕所導(dǎo)致的土壤侵蝕的作用。公式如下：

Spro=NPPmean×(1-K)×(1-Fslo)

式中,Spro為水土保持服務(wù)能力指數(shù),NPPmean為植被凈初級(jí)生產(chǎn)力平均值,Fslo為坡度因子,K為土壤可蝕性因子。

1.2.3固碳釋氧

固碳釋氧是生態(tài)系統(tǒng)通過綠色植物的光合作用進(jìn)行氧氣和二氧化碳的物質(zhì)交換過程,生態(tài)空間每生產(chǎn)1g的植物干物質(zhì),可以固定1.63g的CO2,同時(shí)會(huì)釋放出1.2g的O2。公式如下：

Gv=1.63Rc×A×NPP；G0=1.19A×NPP

式中,Gv為植被年固碳量,單位為g/d,G0為生態(tài)空間年釋氧量,Rc為CO2中碳的含量,取值27.27%,A為生態(tài)空間面積(hm2),NPP為植被凈初級(jí)生產(chǎn)力平均值。

1.2.4水源涵養(yǎng)

水源涵養(yǎng)是生態(tài)系統(tǒng)通過其特有的結(jié)構(gòu)與水相互作用,對(duì)降水進(jìn)行截留、滲透、蓄積,并通過蒸散發(fā),實(shí)現(xiàn)對(duì)水流、水循環(huán)的調(diào)控。公式如下：

WR= NPPmean×Fsic×Fpre×(1-Fslo)

式中,WR為生態(tài)空間水源涵養(yǎng)服務(wù)能力指數(shù), NPPmean為植被凈初級(jí)生產(chǎn)力平均值,Fsic為土壤滲透因子,Fpre為平均降水量因子,Fslo為坡度因子。

1.2.5熱島緩解

熱島緩解是通過增加植被、水體及濕地等生態(tài)系統(tǒng),減輕由于人為原因?qū)е碌某鞘袦囟雀哂谥苓叺貐^(qū)的熱島效應(yīng)。公式如下：

Ts=Ti+A(Ti-Tj)×B

式中,Ts為地表溫度,單位為℃/a,Ti和Tj為熱通道i和j的亮度溫度,A和B為系數(shù),由大氣透過率和地表比輻射率等因子決定。

1.2.6生物多樣性維護(hù)

生物多樣性維護(hù)是生態(tài)系統(tǒng)支撐服務(wù)的重要內(nèi)容之一,旨在維持物種、基因多樣性中發(fā)揮的作用。通過該項(xiàng)指標(biāo)的評(píng)價(jià),識(shí)別現(xiàn)狀和未來不同區(qū)域承擔(dān)生物多樣性保護(hù)的能力強(qiáng)弱。公式如下：

Sblo=NPPmean×Fpre×Ftem×(1-Falt)

式中,Sblo為生物多樣性維護(hù)服務(wù)能力指數(shù),NPPmean為植被凈初級(jí)生產(chǎn)力平均值,Fpre為平均降雨量,Ftem為平均氣溫,Falt為海拔因子。

1.2.7游憩利用

游憩娛樂為人類生活提供了休閑、娛樂與美學(xué)享受。通過對(duì)游憩資源、游憩設(shè)施、游憩區(qū)位三方面多個(gè)指標(biāo)進(jìn)行評(píng)價(jià),判斷生態(tài)系統(tǒng)文化服務(wù)的能力水平[12]。公式如下:

式中,S為游憩利用綜合評(píng)價(jià)指數(shù),Wi為游憩因子等級(jí)值,Xi為不同游憩因子權(quán)重值,n為評(píng)價(jià)因子的個(gè)數(shù)。

1.3 生態(tài)系統(tǒng)服務(wù)綜合指數(shù)

為避免同一類型服務(wù)因指標(biāo)因子多而造成數(shù)值過高的問題,本次計(jì)算首先對(duì)上述7項(xiàng)服務(wù)指標(biāo)進(jìn)行最大值-最小值歸一化,然后按照生態(tài)系統(tǒng)服務(wù)4大分類等權(quán)疊加后再次進(jìn)行歸一化,最終將四項(xiàng)服務(wù)指標(biāo)累加獲取生態(tài)系統(tǒng)服務(wù)綜合指數(shù),表征區(qū)域生態(tài)系統(tǒng)服務(wù)的總體水平。具體公式如下：

式中,yij、xij為生態(tài)系統(tǒng)服務(wù)因子i的標(biāo)準(zhǔn)化數(shù)據(jù)和原始數(shù)據(jù);xmax和xmin分別為狀態(tài)指數(shù)j的原始數(shù)據(jù)的最大值和最小值。

CIES為生態(tài)系統(tǒng)服務(wù)綜合指數(shù);ES為第i類生態(tài)系統(tǒng)服務(wù)的標(biāo)準(zhǔn)化結(jié)果;n為4。

1.4 因子篩選與相關(guān)性分析

1.4.1普通最小二乘法(Ordinary Least Squares,OLS)

OLS模型作為全局回歸模型,常用于解釋單一因變量與多個(gè)自變量之間的驅(qū)動(dòng)關(guān)聯(lián)。本研究將其作為篩選影響城市群生態(tài)系統(tǒng)服務(wù)相關(guān)因子的評(píng)價(jià)途徑,計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值與各項(xiàng)驅(qū)動(dòng)因子基礎(chǔ)回歸關(guān)系,并進(jìn)行因子篩選。計(jì)算公式如下：

yi=β0+∑iβixi+εi

式中,β0是常數(shù)項(xiàng)；βi為回歸系數(shù)；εi為隨機(jī)誤差項(xiàng)

1.4.2地理加權(quán)回歸(Geographical Weighted Regression, GWR)

在建立OLS模型的基礎(chǔ)上,通過GWR模型建立嵌入空間加權(quán)函數(shù)的線性回歸模型,用以探索研究對(duì)象在某一尺度下的空間變化關(guān)系及驅(qū)動(dòng)因素。相比使用OLS模型進(jìn)行回歸分析,GWR模型能夠反映參數(shù)在不同空間的非平穩(wěn)性,使變量間關(guān)系可以隨空間位置變化,同時(shí)考慮空間對(duì)象的局部效應(yīng),其結(jié)果具有更高的準(zhǔn)確性[20—21]。其評(píng)價(jià)公式如下：

βk(Ui,Vi)=(XTW(Ui,Vi)X)-1XTW(Ui,Vi)y

式中,β0(Ui,Vi)是(Ui,Vi)空間位置的地理加權(quán)回歸截距,βk(Ui,Vi)是k項(xiàng)自變量(驅(qū)動(dòng)因子)在(Ui,Vi)空間位置的加權(quán)回歸系數(shù),xk(Ui,Vi)為第k項(xiàng)自變量(驅(qū)動(dòng)因子)在(Ui,Vi)空間位置的取值,εi為算法殘差,XT是自變量(驅(qū)動(dòng)因子)的轉(zhuǎn)置,W(Ui,Vi)是距離權(quán)重矩陣,h為AIC準(zhǔn)則的帶寬,為空間i位置與空間j位置的距離。

2 研究結(jié)果

2.1 生態(tài)系統(tǒng)服務(wù)時(shí)空演變特征

對(duì)研究區(qū)域生態(tài)系統(tǒng)服務(wù)指數(shù)進(jìn)行具體分析發(fā)現(xiàn),4類服務(wù)指數(shù)在各個(gè)時(shí)期表現(xiàn)出的特征各異(圖2),具體情況如下：1)供給服務(wù)指數(shù)在2000—2018年間總體上呈現(xiàn)從上升向平穩(wěn)過渡的特征,并在2015年達(dá)到研究時(shí)期最大值0.316。2)調(diào)節(jié)服務(wù)指數(shù)在2000—2018年間呈現(xiàn)波動(dòng)逐漸增強(qiáng)的變化特征,在2015年達(dá)到研究時(shí)期最高值0.333后并在2018年驟降至0.292。3)文化服務(wù)指數(shù)在2000—2018年間在總體上呈現(xiàn)先上升后下降末期數(shù)值高于初期的特征,在2005年達(dá)到研究時(shí)期最高值0.057。4)支持服務(wù)指數(shù)在2000—2018年間變化幅度較大,總體呈現(xiàn)先上升后下降再上升的特征。在2005年達(dá)到研究時(shí)期最高值0.057并在2015年降至研究時(shí)期最低值0.020,整體波動(dòng)較大。

通過對(duì)研究區(qū)域在2000年、2005年、2015年、2018年生態(tài)系統(tǒng)服務(wù)綜合指數(shù)進(jìn)行綜合量化分析,發(fā)現(xiàn)研究區(qū)域生態(tài)系統(tǒng)服務(wù)綜合指數(shù)呈現(xiàn)出先上升后下降、研究期末生態(tài)系統(tǒng)服務(wù)綜合指數(shù)略高于研究初期的總體特征。

圖2 2000—2018年生態(tài)系統(tǒng)服務(wù)指數(shù)變化圖Fig.2 Map of changes in ecosystem service index from 2000 to 2018

通過對(duì)4類生態(tài)系統(tǒng)服務(wù)指數(shù)在空間變化上進(jìn)行研究后發(fā)現(xiàn)(圖3)：1)供給服務(wù)指數(shù)在研究期間內(nèi)呈現(xiàn)以太行山燕山山脈為界東南、西北兩側(cè)分別以“增強(qiáng)-減弱-增強(qiáng)”和“減弱-增強(qiáng)-減弱”的間隔規(guī)律差異發(fā)展的總體特征。2)調(diào)節(jié)服務(wù)指數(shù)在京津保中心區(qū)和燕山區(qū)域內(nèi)逐漸增強(qiáng),但在壩上高原和西部太行山區(qū)呈現(xiàn)相反演變特征,而海岸海域區(qū)、低平原區(qū)以2015年為界,先增強(qiáng)后降低。3)文化服務(wù)指數(shù)在研究期間,以2005年為界,燕山和太行山區(qū)、京津保中心區(qū)、低平原區(qū)呈現(xiàn)先增強(qiáng)后減弱變化趨勢(shì)。海岸海域區(qū)則呈現(xiàn)相反的態(tài)勢(shì)。壩上高原區(qū)在研究期間變化趨勢(shì)不明顯。4)支持服務(wù)指數(shù),除了在太行山區(qū)呈現(xiàn)先增強(qiáng)后減弱再增強(qiáng)的變化波動(dòng)現(xiàn)象外,整體變化不明顯。

圖3 生態(tài)系統(tǒng)服務(wù)指數(shù)空間分布圖Fig.3 Spatial distribution of ecosystem service index

生態(tài)系統(tǒng)服務(wù)綜合指數(shù)的分級(jí)方法是在地理信息系統(tǒng)軟件中將4類服務(wù)做疊加處理,得到生態(tài)系統(tǒng)服務(wù)綜合指數(shù)空間分布。同時(shí),進(jìn)一步采用自然間斷點(diǎn)分類對(duì)其進(jìn)行5級(jí)分類。通過對(duì)在研究期間內(nèi)的生態(tài)系統(tǒng)服務(wù)綜合指數(shù)進(jìn)行評(píng)估得出(圖4)：研究期間內(nèi),總體上燕山山脈及太行山山脈北部區(qū)域?yàn)檠芯繀^(qū)域生態(tài)系統(tǒng)服務(wù)綜合指數(shù)的高值區(qū)域,壩上區(qū)域?yàn)榈椭祬^(qū)。生態(tài)系統(tǒng)服務(wù)綜合指數(shù)波動(dòng)主要集中在太行山和燕山區(qū),燕山區(qū)域生態(tài)系統(tǒng)服務(wù)綜合指數(shù)在2000—2015年間呈下降的趨勢(shì),2015—2018年間呈上升的趨勢(shì),而太行山區(qū)域在整個(gè)研究時(shí)期呈現(xiàn)下降趨勢(shì)。

圖4 生態(tài)系統(tǒng)服務(wù)綜合指數(shù)空間分布及變化Fig.4 Spatial distribution and change of ecosystem service index

2.2 構(gòu)建驅(qū)動(dòng)模型

為了探索自然社會(huì)因素與生態(tài)系統(tǒng)服務(wù)之間的關(guān)系,本研究在可獲取的數(shù)據(jù)范圍內(nèi),結(jié)合研究區(qū)域?qū)嶋H情況[22—24]和相關(guān)研究成果[25—28],最終選擇涵蓋氣候、地形土壤、人類活動(dòng)及土地利用5類共8項(xiàng)因子代表區(qū)域自然地理特征和社會(huì)經(jīng)濟(jì)發(fā)展的特征(表2)。這些因子作為研究區(qū)域生態(tài)系統(tǒng)服務(wù)的預(yù)選驅(qū)動(dòng)變量,并確定最鄰近狀態(tài)的2018年進(jìn)行驅(qū)動(dòng)要素分析評(píng)估。為避免自變量出現(xiàn)明顯的共線性問題,導(dǎo)致因子對(duì)模型的解釋力出現(xiàn)偏差,研究以擬合優(yōu)度大于0.5、P值邊界0.05、冗余檢驗(yàn)小于7.5作為篩選條件,運(yùn)用OLS模型篩選出5個(gè)驅(qū)動(dòng)因子,即降雨量、溫度、土壤含沙量、人口密度和基礎(chǔ)設(shè)施密度。在對(duì)比OLS模型與GWR模型的基礎(chǔ)上(表3),將驅(qū)動(dòng)因子導(dǎo)入GWR模型中進(jìn)行地理空間加權(quán)回歸分析。模擬結(jié)果在ArcGIS 10.6軟件中進(jìn)行空間可視化,獲得的GWR模型擬合結(jié)果顯示圖(圖5)。在擬合優(yōu)度(R2)模擬結(jié)果上,除保定南部極少部分區(qū)域外整體擬合優(yōu)度均高于0.6,平均值為0.655,模型效率可信；在擬合t值模擬結(jié)果上,整體區(qū)域模型t值范圍均在-2.58—2.58內(nèi),模型結(jié)構(gòu)可信。

圖5 地理加權(quán)回歸模型擬合常量R2和t值分布圖Fig.5 Geographically weighted regression model fitting constants R2 and t-value distribution

表2 驅(qū)動(dòng)因子統(tǒng)計(jì)分析表

2.3 驅(qū)動(dòng)結(jié)果分析

全局回歸結(jié)果表明(表4),各因子的驅(qū)動(dòng)強(qiáng)度排序如下：降雨量(5.244405)>土壤含沙(-2.185510)>人口密度(-1.009130)>溫度(0.788722)>基礎(chǔ)設(shè)施密度(-0.649611)。由此可見,與社會(huì)經(jīng)濟(jì)因素相比,自然環(huán)境因素對(duì)研究區(qū)域生態(tài)系統(tǒng)服務(wù)能力影響更大。GWR回歸結(jié)果如圖6所示。在自然驅(qū)動(dòng)因子中,降雨量對(duì)生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)影響呈現(xiàn)明顯的正相關(guān)性,驅(qū)動(dòng)作用強(qiáng)度從承德西北部和張家口東南部山地向南呈現(xiàn)遞減的趨勢(shì)。溫度對(duì)生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)影響呈現(xiàn)由北向南從正相關(guān)向負(fù)相關(guān)過渡的趨勢(shì),正向驅(qū)動(dòng)作用在保定及廊坊以北逐漸增強(qiáng),在承德則出現(xiàn)最為明顯的正驅(qū)動(dòng)作用,而在以南地區(qū)呈現(xiàn)負(fù)相關(guān)。土壤含沙量與研究區(qū)域生態(tài)系統(tǒng)服務(wù)整體呈負(fù)相關(guān)性,土壤含沙量的增加會(huì)給生態(tài)系統(tǒng)服務(wù)帶來負(fù)面影響,且從北向南逐漸增強(qiáng)。南部地區(qū)保定、滄州市較中北部城市呈現(xiàn)的負(fù)驅(qū)動(dòng)作用最為明顯。人口密度和基礎(chǔ)設(shè)施密度2項(xiàng)社會(huì)驅(qū)動(dòng)因素都對(duì)生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)呈現(xiàn)負(fù)相關(guān)。人口的增長會(huì)給生態(tài)系統(tǒng)服務(wù)能力帶來負(fù)面影響,且從東北向西南逐漸增強(qiáng),南部地區(qū)保定、滄州市較中北部城市呈現(xiàn)出更為明顯的負(fù)驅(qū)動(dòng)作用?；A(chǔ)設(shè)施密度對(duì)生態(tài)系統(tǒng)服務(wù)的負(fù)向驅(qū)動(dòng)作用由太行山脈部向東南和東北方向逐漸增強(qiáng),以壩上高原區(qū)及海岸海域區(qū)負(fù)向驅(qū)動(dòng)作用最為明顯。

表3 基于探索性回歸的最小二乘法(OLS)模型參數(shù)因子篩選結(jié)果表

表4 全局回歸結(jié)果的計(jì)算結(jié)果

圖6 各因子與生態(tài)系統(tǒng)服務(wù)回歸系數(shù)空間分布圖Fig.6 Spatial distribution diagram of regression coefficients between various factors and ecosystem service

3 討論

3.1 自然-社會(huì)因子對(duì)生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)作用分析

人為因素和自然因素是生態(tài)系統(tǒng)變化的主要驅(qū)動(dòng)力因素,在長時(shí)間跨度上,自然因素對(duì)生態(tài)系統(tǒng)服務(wù)的影響是巨大的,而在短時(shí)間內(nèi),生態(tài)系統(tǒng)服務(wù)則更易受人為因素影響[29]。京津及環(huán)京津六市是京津冀城市群中人口最為稠密、土地利用方式復(fù)雜、經(jīng)濟(jì)生態(tài)社會(huì)脅迫效應(yīng)顯著的區(qū)域。在研究期間內(nèi),該區(qū)域的生態(tài)系統(tǒng)服務(wù)呈現(xiàn)明顯且明確的空間分異,即在空間維度上,生態(tài)系統(tǒng)服務(wù)的高值區(qū)域集中在燕山山脈區(qū)域,而生態(tài)系統(tǒng)服務(wù)低值區(qū)域集中在壩上高原地區(qū)。本研究運(yùn)用“OLS降維模型+GWR回歸模型”探索了驅(qū)動(dòng)因素對(duì)生態(tài)系統(tǒng)服務(wù)的空間異質(zhì)性影響[30—31],使得研究結(jié)果更加全面且符合區(qū)域?qū)嶋H。GWR回歸結(jié)果表明,由于研究區(qū)域位于屬于中國半干旱向半濕潤過渡的地帶北方農(nóng)牧交錯(cuò)帶,水資源較為匱乏,生態(tài)本底較差[32]。因此,降雨量對(duì)該區(qū)域生態(tài)系統(tǒng)服務(wù)的正向演化具有積極作用,并對(duì)較為干旱的壩上高原區(qū)域表現(xiàn)出更強(qiáng)的驅(qū)動(dòng)力。同時(shí)溫度也是限制植物生長的主要因素[33],由于太行山區(qū)及壩上高原區(qū)氣候寒冷,而南部平原地區(qū)較為溫暖,所以溫度對(duì)生態(tài)系統(tǒng)服務(wù)的正向驅(qū)動(dòng)作用由南向北增強(qiáng)。其次,土壤的顆粒組成及含沙量是影響土壤可蝕性差異的主要因素。土壤中其含沙量越大,土壤可蝕性越高,易發(fā)生侵蝕[34]。而在研究區(qū)域內(nèi),南部地區(qū)用地性質(zhì)以農(nóng)田為主,植被單一加之人類不合理的生產(chǎn)活動(dòng),導(dǎo)致土壤養(yǎng)分流失和土地退化以及水土流失等生態(tài)問題,從而影響生態(tài)系統(tǒng)的穩(wěn)定性[35—37]。社會(huì)因子對(duì)生態(tài)系統(tǒng)服務(wù)的影響也較為明顯,人口密度和人類活動(dòng)強(qiáng)度的增加對(duì)生態(tài)系統(tǒng)產(chǎn)生較強(qiáng)的干擾和破壞作用[38—39]。人口增長會(huì)增加對(duì)周邊自然資源需求和改變土地覆蓋變化,對(duì)周邊生態(tài)環(huán)境造成不利影響[31]。本研究區(qū)域北部山地城市人口密度較小,基礎(chǔ)設(shè)施建設(shè)量也相對(duì)較少,對(duì)自然系統(tǒng)的破壞較小。而中部南部平原城市由于北京首都功能疏解導(dǎo)致的人口外溢和人口的高流動(dòng)性,使該區(qū)域人口聚集,對(duì)生態(tài)系統(tǒng)服務(wù)的負(fù)驅(qū)動(dòng)作用更為顯著。由此可見,人類活動(dòng)多集中在易于建設(shè)的平原地區(qū),社會(huì)因素對(duì)平原的生態(tài)系統(tǒng)服務(wù)負(fù)向驅(qū)動(dòng)力明顯高于山區(qū)與高原地區(qū)。

3.2 生態(tài)系統(tǒng)服務(wù)時(shí)空演變分析

本研究通過總結(jié)研究區(qū)域當(dāng)前面臨的關(guān)鍵挑戰(zhàn),選取確定了凈初級(jí)生產(chǎn)力(NPP)、水土保持、固碳釋氧、水源涵養(yǎng)、熱島緩解、生物多樣性保護(hù)、游憩利用7種評(píng)價(jià)指標(biāo),生成該區(qū)域生態(tài)系統(tǒng)服務(wù)綜合指數(shù),與相關(guān)學(xué)者對(duì)該區(qū)域的生態(tài)系統(tǒng)服務(wù)時(shí)空分布的研究結(jié)果相似[28],但由于在指標(biāo)選取方面存在差異,生態(tài)系統(tǒng)服務(wù)的空間分布也存在一定的差異,同時(shí)相比與運(yùn)用生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空分布,該實(shí)驗(yàn)結(jié)果可以更加準(zhǔn)確地反應(yīng)時(shí)空尺度上的內(nèi)在豐富信息。通過對(duì)2018年研究區(qū)域生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因子的分析,結(jié)合研究區(qū)2000—2018年生態(tài)系統(tǒng)服務(wù)指標(biāo)時(shí)空演變的特征,對(duì)近20年的生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)因子作用機(jī)制進(jìn)行分析：2000—2015年間,退耕還林等生態(tài)治理工程、京津風(fēng)沙源治理工程等生態(tài)治理工程在研究區(qū)域內(nèi)不斷推進(jìn)。這些生態(tài)保護(hù)項(xiàng)目注重地表覆蓋的綠化,植被覆蓋的明顯提升,能夠降低土壤侵蝕,促進(jìn)土壤保持服務(wù)、固碳等服務(wù)能力的提升[40—41]。2015年,中共中央政治局召開會(huì)議,審議通過《京津冀協(xié)同發(fā)展規(guī)劃綱要》,為京津冀地區(qū)注入了新的發(fā)展活力。在這4年間,中國政府開始大規(guī)模推進(jìn)京津冀城市群一體化發(fā)展戰(zhàn)略,開展一系列的基礎(chǔ)設(shè)施建設(shè)活動(dòng),改變了區(qū)域土地利用的方式,造成了綠地面積的減少和生態(tài)空間的破碎化。這無疑加大對(duì)生態(tài)資源的消耗,對(duì)當(dāng)?shù)氐慕涤?、溫度等自然環(huán)境因子產(chǎn)生了影響,造成生態(tài)系統(tǒng)服務(wù)能力的退化[42—43],也使得研究區(qū)域生態(tài)系統(tǒng)服務(wù)總體則呈現(xiàn)下降的趨勢(shì)。因此在未來該區(qū)域發(fā)展的過程中,應(yīng)將與人口密度、基礎(chǔ)設(shè)施建設(shè)相關(guān)的政策作為必要的輔助行動(dòng),來維護(hù)區(qū)域的生態(tài)系統(tǒng)健康。

3.3 生態(tài)資源與空間管控優(yōu)化策略

社會(huì)與生態(tài)是相輔相成的,二者只有相互協(xié)調(diào)達(dá)到良好的耦合狀態(tài),才能實(shí)現(xiàn)研究區(qū)域生態(tài)保護(hù)和社會(huì)發(fā)展的雙重目標(biāo)。因此,未來應(yīng)該依據(jù)分區(qū)規(guī)劃,因地制宜的采取有針對(duì)性的生態(tài)資源與空間管控優(yōu)化策略,并積極推動(dòng)生態(tài)補(bǔ)償體系建設(shè),以實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展[44—45]。在京津保中心區(qū),通過疏解非必要的首都功能,控制人口聚集、城市擴(kuò)張來減弱對(duì)周邊生態(tài)系統(tǒng)的影響,并適當(dāng)增加生態(tài)用地比重。在燕山和太行山區(qū)內(nèi)應(yīng)繼續(xù)開展一系列的生態(tài)修復(fù)工程。在保護(hù)生物多樣性的前提下,可以適當(dāng)促進(jìn)文旅產(chǎn)業(yè)發(fā)展,增加當(dāng)?shù)厥杖?。在壩上高原區(qū),受到降雨等影響較大,且生物多樣性低,應(yīng)通過增加植被覆蓋、保護(hù)河流,增強(qiáng)該區(qū)域的水源涵養(yǎng)和地表蓄水能力,提升區(qū)域生物多樣性[46]。在低平原區(qū)應(yīng)關(guān)注土壤沙化問題,合理開發(fā)水資源,保護(hù)生態(tài)系統(tǒng)免受退化[47]。

4 結(jié)論

由于城市化進(jìn)程的加快,人類活動(dòng)極大地改變了城市群的生態(tài)系統(tǒng)服務(wù)能力。本研究選擇以2000—2018年近20年的長時(shí)間跨度,探索生態(tài)系統(tǒng)對(duì)研究區(qū)域的功能反饋效益。并探討了生態(tài)-社會(huì)驅(qū)動(dòng)因子與生態(tài)系統(tǒng)服務(wù)的關(guān)系,揭示其在空間尺度上對(duì)生態(tài)系統(tǒng)服務(wù)的影響程度與作用機(jī)制。結(jié)果表明：1)2000—2018年,研究區(qū)域的生態(tài)系統(tǒng)服務(wù)綜合指數(shù)呈現(xiàn)出先上升后下降,在2015年達(dá)到最高值。2)2000—2018年生態(tài)系統(tǒng)服務(wù)綜合指數(shù)呈現(xiàn)明顯的空間分異特征,以燕山和太行山為界,燕山和太行山區(qū)域呈現(xiàn)先減弱后提升的趨勢(shì),西北區(qū)域則整體呈現(xiàn)減弱趨勢(shì),東南區(qū)域從2015年起逐漸降低。3)自然-社會(huì)因子對(duì)生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)作用從強(qiáng)到弱排列依次是：降雨量>土壤含沙>人口>溫度>基礎(chǔ)設(shè)施4)。在驅(qū)動(dòng)因子中,分析結(jié)果表明：人口密度、土壤含沙量、基礎(chǔ)設(shè)施密度呈較為明顯的負(fù)相關(guān)驅(qū)動(dòng)特征,降雨量呈較為明顯的正相關(guān)驅(qū)動(dòng)特征。溫度呈南部負(fù)相關(guān),北部正相關(guān)。同時(shí),本文還依據(jù)實(shí)驗(yàn)結(jié)果提出了相應(yīng)的優(yōu)化策略,為研究區(qū)域?qū)崿F(xiàn)生態(tài)系統(tǒng)可持續(xù)管控提供有價(jià)值的政策指引。