土地利用及其生態服務價值演變的驅動力與預測研究——以江蘇省為例

茆長寶，陳 勇

（1.四川大學 環境與區域發展研究所，成都610064；2.四川大學 人口研究所，成都610064）

資源是人類賴以生存與發展的物質基礎，土地是資源中的基礎資源，它不僅滿足人類對居住空間需求，也滿足人類對食物的需求，對人類的生存、發展具有十分重要的意義。工業革命爆發以來，人口急劇增長，污染日益加劇，人口、資源、環境問題日益嚴峻，尤其是稀缺的土地資源，不僅數量減少，質量也在不斷地下降，供給與需求間的矛盾十分尖銳，已威脅到人類自身的生存和發展。在這樣的背景下，國際地圈－生物圈計劃（IGBP）和全球環境變化中的人文因素計劃（IHDP）于1995年聯合提出了LUCC（土地利用／土地覆蓋變化）概念［1］，用以研究人類活動對土地演變的影響，并最終實現土地資源的可持續利用。這一課題因其巨大的現實意義而迅速成為全球關注焦點［2－7］。

土地不僅僅是人類生存、發展的基礎，也是陸地生態系統的載體，土地利用變化引起各類生態系統面積及其空間分布格局的改變，進而影響整個生態系統功能與價值［8］。通過對生態系統價值變化的定量研究，則可從直觀上反映人類對土地所施加的影響，以此為基礎，調整人類的行為，可實現土地資源的可持續利用，但如何定量研究生態系統價值成為研究難題。Costanza于1997年實現了對生態系統服務價值的定量描述［7］，為LUCC的深入研究奠定了基礎，得到廣泛應用［9－13］。Costanze所確定的生態系統服務價值雖具有普遍的意義，但在具體區域的評價中，存在針對性不強的缺點。我國學者在Costanze研究的基礎上，根據我國的具體條件，確定了適合我國區域生態服務價值的評價標準［14－15］，促進我國LUCC研究的深入開展。

在我國東部沿海地區，工業發達，人類活動對土地影響巨大，生態效應亦十分明顯：一方面由于城市化進程的加快，使得可用土地數量日益減少；另一方面由于人口生活質量的提高，加大了對土地資源的索取，使得土地質量不斷下降，加之工業污染嚴重，生態環境不斷惡化。但目前從生態服務價值視角對東部地區土地利用狀況及其生態服務演變研究較少。本文選取東部沿海地區具代表性的江蘇省作為研究區域，對江蘇省1999－2007年土地利用及其生態服務價值的演變過程進行研究，并利用GM（1，1）模型對2010－2020年土地利用及其生態服務價值進行預測，研究其演變趨勢，探討這一發展過程的驅動因素，為發達地區生態環境改善、土地資源的科學規劃與合理利用提供依據。

1 研究區概況

江蘇省位于我國東部沿海中心，介于東經116°18′－121°57′，北緯30°45′－35°20′之間。東瀕黃海，西連安徽，北接山東，東南與浙江和上海毗鄰。全省地勢平坦，平原面積占全省總面積的69%，由蘇南平原、江淮平原、黃淮平原和東部濱海平原組成。低山丘陵占14%，由西南和北部低山丘陵組成。水域面積占16.8%，主要由太湖、洪澤湖、淮河、京杭運河、長江水域構成。全省氣候具有明顯的季風特征，處于亞熱帶向暖溫帶過渡地帶，以淮河－灌溉總渠一線為界，以南屬亞熱帶濕潤季風氣候，以北屬暖溫帶濕潤季風氣候。全省氣候溫和，年平均氣溫為13～16℃；雨量適中，年降水量724～1 210mm，四季分明。全省經濟發達，2008年GDP總量位列全國第三。全省人口眾多，但國土面積狹小，僅有10.26萬km2，占全國總面積的1.06%，人多地少，2007年人口密度達到743人／hm2。

2 研究方法與數據來源

2.1 單一土地利用動態度（K）

式中：K——研究期內土地利用的動態度；Ua——研究期初某一土地類型的數量；Ub——研究期末某一土地類型的數量；T——研究的時間。

土地利用變化速度的動態指標能較好的描述土地利用過程的變化狀況。本文選用單一土地利用動態度（K）指標，定量、直觀的體現土地利用、變化狀況。土地利用的變化速度既是土地利用、變化的結果體現，又是未來土地利用變化的基礎。因而土地利用速度指標既能反映當前土地利用的現狀，又能對未來土地利用作出預測。

2.2 生態系統服務價值評價方法［6］

2.2.1 生態系統服務價值（ESV）

式中：ESV——生態系統服務總價值；Ai——第i類土地分布面積；VCi——第i類土地生態系統服務價值當量。

2.2.2 不同土地類型的生態服務價值貢獻率

式中：ESVCi——第i類土地生態服務價值貢獻率；ESVi——第i類土地生態服務價值；ESV——各類土地生態系統服務總價值。

2.3 GM（1，1）灰色預測模型

灰色系統理論以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統為研究對象，通過對“部分”已知信息生成、開發，提取有價值的信息，實現對系統運行規律的正確認識和有效控制［16］。生態服務價值預測為一個典型的灰色評價過程，較適合采用灰色模型預測其變化過程，具體原理不再贅述。

2.4 數據來源

研究中選用農用地、建設用地、未用地3大類型土地。其中，農用地選用耕地、園地、林地3類；建設用地選用居民點及工礦用地、交通用地、水域3類；土地數據來源于中國統計年鑒（2000－2008年）、江蘇統計年鑒（2000－2008年）、中國國土資源年鑒（2000－2008年）。

3 結果與分析

3.1 土地利用現狀

江蘇省1999年和2007年土地利用及其結構變化見表1。其中，耕地、林地、水域、未用地面積出現不同程度下降，未用地的單一變化率達到－19.2%，降幅最大；園地、居民點及工礦用地、交通用地面積出現不同程度增加，交通用地的單一變化率達到67.1%增幅最大。這表明在1999－2007年間，隨著江蘇人口的增加、城市化進程加快以及交通運輸的飛速發展，居民對住宅的需求以及交通基礎設施建設侵占了大片土地，使得后備土地資源戰略空間日益縮小。

表1 江蘇省1999－2020年土地利用結構及其單一變化率 hm2

3.2 生態服務價值

3.2.1 土地生態服務功能價值當量 1997年，Costanza提出生態系統服務價值估算方法［7］。這一研究成果為全球生態系統價值評價提供方法支撐，但存在個別土地類型的價值偏高或偏低，同時在具體區域的評價中，存在針對性不強的缺點。我國生態學家依據中國的具體條件［14］，在Costanza研究成果的基礎上，確定了符合我國具體條件生態系統生態服務價值；謝高地通過對我國各省區農用地研究并提出修正系數，本文以此為依據，確定江蘇省各類型土地的生態服務價值當量因子（見表2）。

表2 不同土地利用類型的生態服務功能價值當量 元／hm2

3.2.2 江蘇省1999－2007年生態服務價值及其評價 利用公式（3）對江蘇省生態服務價值進行計算，結果見表3。

（1）生態系統服務總價值呈現下降趨勢。江蘇省1999年生態服務總價值為716億元，逐年下降，到2007年已降至666.2億元，減少49.8億元，降幅達7%。其中耕地貢獻度最大，其生態服務價值在1999－2007年間減少28.7億元，占下降總量的57.6%；居民點及工礦用地的生態服務價值在1999－2007年間減少了12.4億元，占下降總量的24.9%。雖然園地、交通用地的生態服務價值略有上升，但沒能改變生態服務總價值的變動趨勢。

（2）耕地、林地生態服務價值呈下降趨勢，而占生態服務總價值比重呈上升趨勢。由表3可知，在1999－2007年耕地、林地生態服務價值分別下降28.7億元和5.6億元，下降幅度為5.4%、4.7%，但其對生態服務總價值的貢獻率由74.8%、16.6%分別上升到76.1%、17%。一方面是由于耕地被侵占、林地被砍伐，絕對數量減少，導致耕地、林地生態系統服務價值下降；另一方面則是由于居民點及工礦用地的擴張以及未用土地被大量使用，大幅降低了生態系統服務總價值，其降幅高于耕地、林地的生態系統服務價值，使得耕地、林地生態服務價值雖有下降，但占生態系統服務總價值的比重不斷上升。

（3）園地、交通用地生態服務價值呈上升趨勢。由表1知，江蘇省園地、交通用地單一變化率分別上升了9.4和67.1個百分點，交通用地的單一變化率在所有土地類型中最高，但由于其生態服務價值年均僅為3 480元，使得交通用地的生態服務價值僅增加1.7億元。雖然園地、交通用地生態服務價值呈上升趨勢，但上升絕對值小，沒能改變生態服務總價值的下降趨勢。

表3 江蘇省1999－2020年生態服務價值 億元

3.3 驅動力分析

3.3.1 生態服務價值變動的影響因素 在前人研究成果［17－19］基礎上，以生態服務價值為因變量，選取人口、經濟發展、生活狀況、農村生產條件以及城市化5大因素為生態服務價值變動的自變量。其中人口因素包含人口數量（總人口X1、非農人口X2、農業人口X3、人口密度X4）、人口質量（人口平均受教育年限X5、人口文盲率X6）和人口結構（撫養比X7）三個方面；經濟發展（固定資產投資X8、國內生產總值X9、第一產業值X10、第二產業值X11、第三產業值X12、人均GDPX13）；居民生活狀況（城鎮居民人均可支配收入X14、農村居民人均純收入X15、城市人均建筑面積X16、農村人均建筑面積X17、人均糧食產量X18）；農現代化（農業機械動力X19、農村用電量X20、農村化肥使用量X21）；城市化（城市化率X22）。

3.3.2 指標數據標準化 由于指標單位不同，指標間存在量綱影響，需對指標數據進行無量綱化處理，以消除指標間量綱的影響。處理公式如公式（4）。

式中：Xij——無量綱數據；xij——第i個指標j年數據；max（xij）——第i個指標的最大值；min（xij）——第i個指標的最小值。

3.3.3 生態服務價值變化驅動因素的主成分分析本文利用SPSS16.0對22組變量進行主成分分析，同時依據特征值來選定主成分。當特征值大于1時，表明主成分能夠充分表達原始指標數據的相關信息。以此為依據，選擇生態服務價值與驅動因素的主成成分，其結果見下表4。

由表4可知，1999－2007年第一主成分的特征值分別為21.173，其貢獻率為92.057%，即第一主成分解釋了總變異的92.057%；第二主成分特征值為1.25，其解釋了總變異的5.434%。第一、第二主成分累積貢獻率達到97.49%，提供充分表達23組變量的信息，滿足本文分析的需要。

由表5可知，第一主成分與總人口X1、人口密度X4、固定資產投資X8、國內生產總值X9、第一產業值X10、第二產業值X11、第三產業值X12、人均GDPX13、城鎮居民人均可支配收入X14、農村居民人均純收入X15、城市人均建筑面積X16、農村人均建筑面積X17、農業機械動力X19呈高度正相關關系；而與人口文盲率X6、撫養比X7呈較高的負相關關系。第二主成成分與人均糧食產量X18有較高的相關性。1999－2007年間，影響江蘇省生態服務價值的因素主要有人口數量、經濟發展、居民生活以及農業現代化水平。

表4 特征值及主成分貢獻率

表5 主成分載荷矩陣

3.3.4 生態服務價值與驅動因素的回歸模型 多重線性回歸分析是反映多個變量間線性依存于相關的統計方法。回歸分析不僅能較好體現生態服務價值與其驅動因素間的相互關系，并能確定驅動因素中的主要影響因素。將生態服務價值與各驅動因素數據進行逐步回歸分析，得到如下的回歸模型：

由公式（5）可知，在1999－2007年江蘇省生態服務價值很大程度上受人口和農業現代化水平的影響。

3.4 土地利用及其生態服務價值預測與評價

3.4.1 土地利用預測 以1999－2007年江蘇省土地利用數據為基礎，利用GM（1，1）預測模型，預測江蘇省2010－2020年土地利用情況，以此作為江蘇省2010－2020年生態服務價值評價的基礎。預測模型見表6，預測結果見表1。

由表6知，不同類型土地預測模型精確度較高。其中，園地預測模型平均誤差值最大為1.6%，林地預測模型平均誤差最小，僅為0.04%，所有預測模型檢驗結果都為“優”，這表明預測模型可信度高。

由表1可知，耕地、林地、水域、未用地面積出現不同程度下降，未用地的單一變化率達到－22.9%；園地、居民點及工礦用地、交通用地面積出現不同程度增加，交通用地的單一變化率達到85.9%。這表明在2010－2020年隨著江蘇人口的進一步增加、城市化進程加快以及交通行業的飛速發展，居民住宅、交通用地侵占土地強度加大。

其中，耕地單一變化率為－8.1%，與1999年相比，面積縮減了15.37%，僅為土地總面積的48.2%，縮減的面積最大；交通用地面積單一變化率為85.9%，為單一變化率最大的土地類型，與1999年相比，交通用地增加了282.5%；居民點及工礦用地單一變化率為25.2%，與1999年相比，其面積增長近60%；園地面積的增長速度加快。

表6 不同類型土地的預測模型

3.4.2 生態服務價值預測 依據表6對江蘇省2010－2020年土地利用進行預測，計算江蘇省2010－2020年間生態服務價值，結果見表4。

由表4可知，江蘇省生態服務價值由2010年的640.7億元下降到2020年的565.3億元，降幅達11.77%；與1999年相比，生態服務總價值下降150.7億元，約為2020年生態服務總價值的30%；1999－2020年江蘇省生態服務總價值年均下降1.78億元，降幅大。

2010－2020年耕地的生態服務價值量下降最大，達到39.7億元，占土地生態服務價值下降量的52.65%。雖然耕地的生態服務價值在不斷減少，但其在生態服務總價值中的比重在不斷上升，由2010年76.9%上升到2020年的80.2%；林地、水域、居民點及工礦用地以及未用地生態服務價值出現下降，居民點及工礦用地的下降25.24%，高于耕地的降幅，但由于其面積和生態服務價值相對耕地都要小的多，所以對土地生態服務總價值的影響比耕地小；交通用地的生態服務價值雖略有上升，但由于其生態服務價值當量小，較之其侵占的土地而言，其對生態服務總價值表現為負影響。

3.4.3 江蘇省2010－2020年生態服務價值變化驅動因素的主成分分析 以江蘇省1999－2007年驅動因素數據為基礎，利用GM（1，1）灰色預測模型，預測江蘇省2010－2020年驅動因素的數據。利用SPSS16.0進行主成分分析，其結果見表4。

由表4可知，2010－2020年第一主成分的特征值分別為22.723，其貢獻率為98.797%，即第一主成分解釋了總變異的98.797%，提供充分表達23組變量的信息，滿足分析的需要。

由表5可知，第一主成分非農人口X2、第一產業值X10、農村居民人均純收入X15、城市人均建筑面積X16、農村人均建筑面積X17、農業機械動力X19、城市化率X22、人均公共綠地面積X23有較高的正相關關系。2010－2020年影響江蘇省生態服務價值的因素主要有非農人口、第一產業、居民生活以及農業現代化水平以及城市化水平。

3.4.4 多元線性回歸模型建立 利用江蘇省2010－2020年生態服務價值與驅動因素數據進行逐步回歸分析，得到如下的回歸模型：

由公式（6）可知，2010－2020年江蘇省生態服務價值很大程度上受人口質量、固定資產投資以及城市化的影響。

可見，1999－2020年引起江蘇省生態服務價值變化的主要因素逐漸由人口數量、農業現代化水平轉變為人口質量、固定資產投資和城市化水平。

4 結論與建議

4.1 結 論

（1）通過將土地利用的變化與生態服務價值相聯系，用生態服務價值的變動來反映人類活動對生態系統所施加的影響并對造成的結果有直觀上的認識；將人類活動、土地利用變動和生態系統的價值有機的結合，給快速城市化地區LUCC的研究提供新的思路。

（2）研究顯示：1999－2007年江蘇省耕地、林地、水域、未用地面積出現不同程度下降，園地、居民點及工礦用地、交通用地面積出現不同程度增加，其中交通用地面積單一變化率最高，達到67.1%；生態服務總價值下降了7%，其中，耕地貢獻最大，耕地的減少帶來28.7億元的生態服務價值流失，占減少生態服務總價值的57.6%。預測結果顯示，2010－2020年各類型土地延續1999－2007年間變化趨勢，且單一變化率有擴大趨勢；生態服務價值下降95.4億元，年均下降9.54億元，高出1999－2007年年均降幅3.32億元，且有進一步擴大的趨勢。2020年江蘇省生態服務價值較1999年下降150.7億元，占到2020年全省生態服務價值的26.7%，說明在1999－2020年間，江蘇省生態價值下降近1／3。

（3）預測結果顯示：1999－2020年引起江蘇省生態服務價值變動的主要因素逐漸由人口數量、農業現代化水平轉變為人口質量、固定資產投資和城市化率。表明隨著江蘇經濟發展，人口素質、固定資產投資以及城市化進程日益成為影響江蘇生態環境的主要因素。

4.2 政策建議

4.2.1 控制人口數量，提高人口素質 江蘇省人多地少，2007年人口密度達到743人／km2，人口絕對數量增長對住宅需求及其生活質量的提高加快對自然索取的動力給土地保護帶來巨大的壓力。要不斷地控制人口，以減少人口增長對土地帶來的直接壓力；同時要不斷提升人口素質，以提高人口對土地的利用率和利用水平，增強生態系統的服務能力，保護生態環境。

4.2.2 加強對現有耕地保護，提升生態服務價值從研究結果看，耕地面積的減少是造成江蘇省整個生態服務價值大幅下降的主要原因。在1999－2020耕地減少導致生態服務價值減少值，占整個生態服務價值減少值的50%以上，所以，耕地保護對于江蘇省生態服務價值提升有重要意義。因而要完善相關的耕地保護法律法規，保護現有耕地數量，更要按自然規律合理利用現有耕地，提高耕地利用效率。

4.2.3 加大對林地的保護力度，提高林地覆蓋面積森林系統對于整個生態系統具有巨大的、不可替代的作用，林地生態服務價值在所有類型土地中最大。江蘇省林地面積極小，雖有植樹造林，但每年砍伐數量很大，林地覆蓋面積上升速度十分緩慢，沒有充分發揮林地巨大的生態服務價值的功能。要加大植樹造林力度，提高林地覆蓋面積，發揮森林巨大的生態功能。

4.2.4 加大對城市擴展的控制與規劃，減少城市化的生態負效應 城市化將侵占大量土地、耕地、林地，給整個生態系統造成巨大影響。隨著江蘇經濟發展，城市化進程加快，對生態負效應已日漸顯現，預測研究顯示，城市化成為影響江蘇生態服務價值的主要因素。在城市化進程中，要加強對城市擴展控制與規劃，合理利用土地，植樹造林，將城市化帶來的失態負效應降到最低。

［1］ Turner II B L，Meyer W B，Skole D L.Global land－use／land－cover change：Towards an integrated study［J］.Am－bio，1994，23（1）：91－95.

［2］ Foley J A，DeFries R，Asner G P et al.Global consequences of land use［J］.Science，2005，309：570－574.

［3］ Pielke Sr R A.Land use and climate change［J］.Science，2005，310：1625－1626.

［4］ Kalnay E，Cai M.Impact of urbanization and land－use change on climate［J］.Nature，2003，423：528－531.

［5］ 萬利，陳佑啟，譚靖，等.土地利用變化對區域生態系統服務價值的影響：以北京市為例［J］.地域研究與開發，2009，28（4）：94－99.

［6］ 唐華俊，吳文斌，楊鵬.土地利用／土地覆被變化（LUCC）模型研究進展［J］.地理科學，2009，64（4）：456－468.

［7］ Costanza R，Arge R，de Groot R，et al.The value of the world’s ecosystem services and natural capital［J］.Nature，1997，387（15）：253－259.

［8］ Lambin E F，Baulies X，Bockstael N，et al.Land－use and land cover change，implementation strategy［R］.IGBP Report No.35／HDP Report No.10.Stockholm：IGBP，1999.

［9］ 張正峰.土地整理中的生態服務價值損益估算［J］.農業工程學報，2008，24（9）：69－72.

［10］ 花利忠，崔勝輝，李新虎，等.汶川大地震滑坡體遙感識別及生態服務價值損失評估［J］.生態學報，2008，28（12）：5909－5916.

［11］ 姚成勝，朱鶴健，劉耀彬.土地利用變化的社會經濟驅動因子對福建生態系統服務價值的影響［J］.自然資源學報，2009，24（2）：225－233.

［12］ 于開芹，馮永軍，鄭九華.城鄉交錯帶土地利用變化及其生態效應［J］.農業工程學報，2009，25（3）：213－218.

［13］ 謝春花，王克林，陳洪松，等.土地利用變化對洞庭湖區生態系統服務價值的影響［J］.長江流域資源與環境，2006，15（2）：191－195.

［14］ 謝高地，魯春霞，冷允法，等.青藏高原生態資產的價值評估［J］.自然資源學報，2003，18（2）：189－195.

［15］ 謝高地，肖玉，甄霖，等.我國糧食生產的生態服務價值研究［J］.中國生態農業學報，2005，13（3）：10－13.

［16］ 茆長寶，程琳.兩種人口預測模型的精確度比較［J］.南京人口管理干部學院學報，2009，25（1）：29－32.

［17］ 汪涌，蔡運龍，蒙吉軍.中國耕地流轉驅動力研究綜述［J］.資源科學，2007，29（3）：177－182.

［18］ 邵曉梅，楊勤業，張洪業.山東省耕地變化趨勢及驅動力研究［J］.地理研究，2001，20（3）：298－307.

［19］ 夏淑芳，許紅衛，王珂，等.浙江省耕地數量演變及其驅動力研究［J］.科技通報，2006，22（3）：345－352.