退耕還林還草工程對陜北地區生態系統服務價值時空演變的影響

鄧元杰,侯孟陽,謝怡凡,高 晴,姚順波,*,龔直文,魯亞楠,賈 磊,李園園

1 西北農林科技大學經濟管理學院, 楊凌 712100 2 西北農林科技大學資源經濟與環境管理研究中心, 楊凌 712100

生態系統服務(Ecosystem Services, ES)是指對人類生存和發展具有重要意義的一系列環境條件和產品,人類可以直接或間接地從中受益[1]。土地利用在維持生態系統服務方面起著決定性作用[2]。土地利用變化作為生態過程的載體,會直接引起生態系統類型、面積以及空間分布狀況的變化,進而對生態系統服務的結構和功能產生影響[3]。量化生態系統服務價值(Ecosystem Services Value, ESV)能夠更好的評估和反映土地利用變化對生態系統服務所產生的影響,是生態環境保護、生態功能區劃、環境經濟核算和生態補償決策的重要依據和基礎[4-6]。因此生態系統經濟學和生物多樣性(The Economics of Ecosystems and Biodiversity, TEEB)、生物多樣性和生態系統服務政府間科學——政策平臺(The Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services, IPBES)、聯合國千年生態系統評估(Millennium Ecosystem Assessment, MA)均將評估ESV作為了研究的重點。自Costanza等[1]實現了對全球ESV的量化后,便在全球范圍內掀起了對ESV量化的研究熱潮,世界各國學者使用Costanza等提出的評估模型對全球[5]、亞洲[4]、美洲[7]、非洲[8]和歐洲[9]范圍內的ESV進行了量化評估。中國學者謝高地等[10-11]以Costanza等提出的ESV評估模型為基礎,根據中國陸地生態系統的實際情況,編制出了可用于計算中國陸地ESV的評估價值體系,由此拉開了我國學者在全國范圍內針對不同尺度范圍的ESV研究序幕,如全國[12]、城市[13]、流域[14]、山區[15]等。

退耕還林還草工程(以下簡稱工程)自1999年在四川、陜西、甘肅三省試點開展,再到2002年在全國全面啟動、2014年新一輪工程啟動,至今已過了20年。截止到2018年,我國退耕還林還草近2億畝,總投資已經達5000億元[16]。通過20年來的建設,全國工程建設取得了顯著成效：首先,減少了水土流失和風沙的危害,扭轉了生態惡化的趨勢[17]。其次,調整了農村產業和結構[18],轉移了農村剩余勞動力[19],改變了生產方式和生活方式[20]。同時,因工程實施,我國的地表覆蓋發生了前所未有的大尺度、轉換性變化,對我國的生態系統結構和服務功能產生了重大的影響。因此對由退耕還林還草工程實施引起的ESV變化進行量化,不僅能從退耕還林與生態系統服務的角度評估20年來退耕還林還草工程實施的效果,還能為今后退耕還林還草工程的繼續實施及資金有效的使用提出科學合理的政策建議。然而,以主題詞“退耕還林還草工程”和“生態系統服務價值”在中國知網(CNKI)上進行檢索發現,國內僅有16篇文獻研究了兩者的關系；以主題詞“Sloping Land Conversion Program”和“Ecosystem Services Value”或“Grain For Green”和“Ecosystem Services Value”使用Web of Science核心合集進行檢索發現,國際上也僅有36篇研究論文。由此可得,對退耕還林還草工程實施和ESV關系研究還亟待擴充完善。此外,從現有研究來看,雖然學者們從流域[21]、縣域[22]、地形地貌區[23]、聚落區[24]等不同區域出發,探究了工程實施對上述區域ESV所產生的影響。然而,前人主要集中在研究工程對ESV的時間變化影響上,而缺少從空間的視角出發研究工程對ESV的影響；此外,前人選擇的研究范圍相對較小,這可能會導致不能從宏觀上全面把握工程對ESV的影響。

基于此,本文將位于工程重點實施區域的陜北地區(包括榆林市和延安市)作為研究區,基于1990、2000、2015年3個時期的土地利用數據,首先通過對工程實施前(1990—2000年)和工程實施后(2000—2015年)的ESV進行估算和對比,定量揭示由工程引起的土地利用變化對研究區ESV在時間上的變化；其次運用探索性空間分析法(Exploratory spatial data analysis,ESDA)定量揭示由工程引起的土地利用變化對研究區ESV在空間分布、集聚和演化的影響,以期能科學全面評估工程實施對陜北地區ESV時空格局演變的影響,這將對評估由工程實施所帶來的生態資產價值變化具有重要的指導意義,同時將為鞏固工程實施成果和未來工程的繼續實施提供科學依據。

1 數據來源與研究方法

1.1 研究區概況

陜北地區位于陜西省北部,境內轄延安市和榆林市的25個縣(區),總面積8.03×104km2,占全省面積的39.05%。地理位置介于34°49′—39°35′N,107°10′—111°14′E之間,海拔高度約500—2000 m(圖1)。陜北地勢西北高,東南低,北部為風沙區,南部是丘陵溝壑區,土壤以黃綿土和草原風沙土為主,氣候上處于暖溫帶大陸性季風半濕潤氣候向溫帶半干旱氣候的過渡區,年平均氣溫8—12 ℃,年平均降水量350—600 mm,區域內氣溫和降水的空間分布差異較大,植被類型多樣,植被分布差異較大。2000年以前,由于在農牧業等生產中過度毀林開荒、陡坡耕種,造成森林面積不斷減少,土壤涵養水源、保持水土的功能降低,一度成為了我國水土流失和遭受風沙危害嚴重地區。2000年后,隨著工程的有效實施,以陜北地區為核心的黃土高原地區生態環境得到了極大的改善,土壤涵養水源和保持水土功能得到了顯著提升,陜北地區更是成為全國連片增綠幅度最大的地區[25]。

圖1 陜北地區位置示意圖

1.2 數據來源

本研究所使用的陜北地區延安、榆林兩市的土地利用數據來源于中國科學院資源環境數據中心(http：//www.resdc.cn),共包括1990年、2000年和2015年三期,其空間分辨率為30 m。該數據集的生產是以各期Landsat TM、ETM+及OLS遙感影像為數據源,通過人工目視解譯生成。并經過實地驗證,誤差修正后的土地利用以及類型綜合評價精度達到93%以上[26-28]。土地利用類型根據“國家資源環境遙感宏觀調查與動態研究”項目所建立的中國土地資源分類系統標準[29],本文將陜北地區土地利用類型重新分為耕地、林地、草地、水域、建設用地和未利用地六類(圖2)。研究區的DEM數據下載于地理空間數據云(www.gscloud.cn),數據類型為GDEM V2, 其分辨率為30 m；陜北地區行政邊界矢量數據來源于2017年國家基礎信息中心公布的全國1：100萬基礎地理數據庫(www.webmap.cn)。本研究所使用的空間坐標系為WGS_1984_UTM_zone_49 N。

圖2 1990—2015年陜北地區土地利用分類

1.3 研究方法

1.3.1ESV估算

(1)標準單位生態系統面積服務價值當量因子的確定

1個標準單位ESV當量因子是指單位面積上農田每年自然糧食產量的經濟價值的1/7[6],以此當量可以表征和量化不同類型生態系統對生態服務功能的潛在貢獻能力。基于研究區糧食價格的價值當量修訂方法,是目前廣泛使用的對確定“生態系統單位面積服務價值當量”的調整方法之一。其計算公式為：

(1)

式中,VC0為1個標準單位ESV當量因子(元/hm2)；P為平均糧食價格(元/kg)；Q為研究區平均糧食產量(kg/hm2)；n為年份數。本研究從《全國農產品成本收益匯編(1991—2016)》中獲取到陜西省1990—2015年小麥、玉米及水稻三種糧食作物平均糧食價格P為1.32元/kg,3種糧食作物的單位面積平均糧食產量Q為3174.15 kg/hm2。

為了消除物價上漲對糧食價格的影響,本文參考王航等[30]和Li等[31]的研究,引入居民消費價值指數對基于糧食價格和糧食產量求到的單位農田ESV當量進行修正,以求更為精確的求得陜北地區單位面積ESV的當量因子。修正具體公式為：

ai=CPI/100

(2)

(3)

(4)

最后根據(4)式求得研究時間段內陜北地區1個標準單位生態系統面積生態服務價值當量因子為868.88元/hm2。

(2)生態服務價值系數修正

在確定標準單位生態系統面積生態服務價值當量因子基礎上,根據劃分的陜北地區實際的土地利用類別情況,綜合參考謝高地等[10-11]經過兩次修訂的“中國陸地生態系統單位面積服務價值當量表”,和高振斌等[32]和李曉賽等[33]在研究中確定的建設用地單位面積價值當量,計算得到各生態系統服務的生態服務價值系數(表1)。計算公式為：

表1 陜北地區各類生態系統服務價值系數/(元/hm2)

VCij=eijVC0′,i=1,2,…,6;j=1,2,…,9

(5)

式中,VCij為i種生態系統j種生態服務功能的系數(元/hm2)；eij為i種生態系統j種生態服務功能相對于單位農田生態系統提供食物生產的生態服務功能；i為生態系統類型；j為生態服務功能；VC0為單位農田生態系統提供生產服務功能的經濟價值(元/hm2)。本文的生態系統為耕地、林地、草地、水域、未利用地和建設用地6種,其中前5種分別對應“中國陸地生態系統單位面積服務價值當量表”中的農田、森林、草地、水域及荒漠。

(3)生態系統服務價值計算

陜北地區ESV計算公式為：

(6)

式中,ESV表示陜北地區生態系統服務功能總價值(元)；Aj為土地利用類型j的面積(hm2),VCij表示j類土地利用類型的i類生態服務功能價值系數(元/hm2)；i表示生態系統服務功能,j表示土地利用類型。

ESDA分析方法是利用GIS空間分析技術,通過鄰接關系定義空間權重矩陣,運用空間自相關、空間關聯指數等探測、描繪事物在空間上的分布,利用模型將分析結果進行可視化表達,以此揭示事物在空間上的相互作用關系[34]。常用的統計量有衡量全局自相關的Moran′I或Geary′sC統計量,以及衡量局部自相關的LISA散點圖或Getis-Ord Gi*統計量。前兩者主要用來探測整個研究區的空間關聯結構模式；后兩者用來識別不同空間位置的高值簇和低值簇的空間分布特征。

(1)全局空間自相關

本研究采用計量地理學常用的空間自相關模型——Moran′I統計量來度量陜北地區經過格網重建后的ESV在空間分布上的集聚和擴散特征。其具體公式為：

(7)

式中,S2為ESV的方差值；n為樣本數；Yi和Yj分別為i單元格網內和j單元格網內的ESV值；Wij為空間權重矩陣的相應要素。Moran′I指數的趨勢范圍為[-1,1],當I>0時,表示格網化后陜北地區的ESV在空間分布上具有正相關性,即高值與高值鄰近或低值與低值鄰近的現象顯著；當I<0時,表示ESV在空間分布上具有負相關性,即高值與低值或低值與高值鄰近的現象顯著；當I=0時,表示ESV在空間上是隨機分布的狀態,即不存在空間自相關性。對其分析結果,采用Z值顯著性檢驗,在0.05的顯著性水平下,當Z值大于1.96時,表明具有顯著的正相關性；當Z值小于-1.96時,表明具有顯著的負相關性。

(2)熱點分析

本研究采用熱點分析(Getis-Ord Gi*)統計量度量局部空間自相關。盡管與Moran′I對應的LISA散點圖同樣可以反映局部空間自相關,但是與LISA散點圖相比,基于正態分布假設檢驗的Getis-Ord Gi*比基于隨機分布假設檢驗的LISA更具敏感性[35],進而探測出空間集聚的關鍵位置及區域相關的程度,確定具體區域對于全局自相關的貢獻度,并揭示Moran′I在何種程度上掩飾了局部的不穩定。熱點分析(Getis-Ord Gi*)可以識別具有統計顯著性的高值(熱點)和低值(冷點)空間聚類,通過計算每個要素的Getis-Ord Gi*值,得到每個要素的Z得分和P值[36]。Getis-Ord Gi*局部統計可表示為：

(8)

1611年帕多瓦版《圖像學》的卷首部分，書商保羅·托奇（Pietro Paolo Tozzi）依據其豐富的徽志類圖書出版經驗，自作主張為里帕的讀者們提供了一系列索引表（Tavole），其中甚至包含“所引用的作家目錄”（Tavola degl'autori citati）。托奇此舉令里帕大為滿意——這不僅是他們后續幾個帕多瓦版《圖像學》合作愉快的起點，甚至成為此后大部分《圖像學》修訂本和譯本的“標配”。

2 結果分析

2.1 退耕還林還草工程實施前后土地利用類型轉移變化

以陜北地區1990年、2000年和2015年3期土地利用類型圖為基礎,運用ArcGIS 10.3軟件中空間統計工具箱(Spatial Statistics Tools)的面積制表工具(Tabulate Area)計算得到陜北地區1990—2000年和2000—2015年兩期土地利用轉移矩陣,并運用Excel軟件將各土地利用類型轉入轉出面積統計可視化可得圖3。

工程實施前,陜北地區土地利用變化最主要的類型為未利用地、草地、林地和耕地。其中未利用地為轉出最多的地類,10年間共轉出136065 hm2,其主要向草地轉出,10年間共有129080 hm2未利用地轉為草地,占總轉出面積94.87%。受到未利用地大面積轉換為草地的影響,草地在這一階段為轉入面積最多的地類,未利用地轉入占草地總轉入面積的84.61%,此外耕地和林地向草地轉入面積分別占草地總轉入面積的7.91%和6.61%。草地主要轉出為耕地和林地,10年分別轉出32978.8 hm2和33599.1 hm2,分別占草地總轉出面積的44.03%和44.86%。而這也是林地和耕地轉入面積最多的地類,草地向耕地和林地轉出的面積分別占耕地和林地轉入面積的73.58%和79.52%(圖3)。

工程實施后,耕地、林地、草地和建設用地依次為變化最為劇烈的土地利用類型。耕地為轉出最多的地類,15年間共轉出419144 hm2,其中有288179 hm2耕地轉出為草地,占耕地總轉出面積68.75%,占草地總轉入面積89.66%；耕地向林地轉出99586.3 hm2,占總轉出面積23.76%,占林地總轉入面積67.60%；耕地向建設用地轉出25686.5 hm2,占總轉出面積6.13%,占建設用地總轉入面積32.38%。此外,林地轉入面積中,有31.41%的轉入面積來自于草地向林地的轉出；耕地面積轉入則主要來自于草地面積的轉出,15年間共有87009.8 hm2轉為耕地,占耕地轉入總面積71.27%,占草地轉出總面積47.43%；建設用地轉入面積除了來源于耕地轉出,還主要來源于草地和未利用地向建設用地的轉出,其中草地向建設用地的轉出為建設用地轉入最多的類型,占總轉入面積43.52%(圖3)。

圖3 1990—2015年陜北地區土地利用轉移情況

2.2 陜北地區ESV時間變化

陜北地區1990年、2000年和2015年ESV分別為858.53億元、871.97億元和891.35億元,ESV總體呈持續增長趨勢,25年間共增長32.82億元。ESV在工程實施后明顯高于工程實施前,工程實施前(1990—2000年),陜北地區ESV增長了13.44億元,增長率為1.57%,工程實施后(2000—2015年)ESV增長了19.38億元,較工程實施前多增長了5.93億元,增幅達2.22%。由表2可得,草地、林地和耕地為陜北地區產生ESV最多的三種土地生態系統,25年間三種土地生態系統占陜北地區總ESV的平均比例分別為40.56%、38.27%和17.20%。

表2 1990—2015年陜北地區各類生態系統服務價值變化

由各生態系統ESV變化趨勢可得(圖4),林地、草地兩種生態系統ESV呈持續上升趨勢,且工程實施后的增幅顯著高于工程實施前。工程實施前林地和草地ESV分別增長了5.79億元和8.44億元,而在工程實施后林地和草地則分別增長了28.30億元和15億元,ESV增量分別為工程實施前的4.89倍和1.78倍。未利用地、水域和建設用地ESV呈持續減少趨勢,三種土地生態系統ESV在25年間分別減少0.99億元、2.07億元和6.45億元。耕地ESV呈先增加后減少的趨勢,工程實施前,耕地ESV增加了1.13億元,而在工程實施后,耕地ESV呈大幅減少,15年間共減少了16.33億元。

圖4 1990—2015年陜北地區各類生態服務價值變化

2.3 陜北地區ESV空間分布格局

為了從更精細的角度測度陜北地區ESV空間相關性變化的總體趨勢,分析陜北地區ESV時空分異特征,揭示陜北地區ESV空間演化規律,本文在參考相關研究[37-39]的基礎上,擬定以3 km×3 km的格網作為探究陜北地區ESV空間變化規律的基本研究單元,并經過ArcGIS 10.3軟件計算處理得到陜北地區1990年、2000年和2015年3期ESV格網圖,再運用ArcGIS 10.3軟件中的自然斷點法(Natural Jecks)根據3個時期陜北地區ESV的高低將其劃分為5個等級：低、較低、中等、較高和高,最終得到陜北地區1990年、2000年和2015年ESV空間格局分布圖(圖5)。

圖5 1990—2015年陜北地區生態系統服務價值等級空間分布圖

由圖5可得,陜北地區ESV等級的空間分布基本格局較為穩定,整體呈“南高北低”的空間分布格局。2015年陜北地區ESV高等級區域主要分布在陜北地區南部,低和較低等級區域主要分布在陜北地區西北部,中等和較高等級區域主要分布在陜北地區中部。從1990—2015年陜北地區ESV的空間演化來看,陜北地區南部ESV高等級區域保持穩定不變；中部ESV較高和中等等級區域呈不斷擴大趨勢,且變化主要集中在工程實施后；陜北地區西北部ESV較低和低等級區域在1990—2015年間呈不斷縮小態勢,且變化主要集中在工程實施前。

2.4 陜北地區ESV空間變化分析

2.4.1全局空間自相關分析

根據式(7),運用ArcGIS 10.3軟件中的空間統計工具箱對經過格網空間重構的陜北地區1990年、2000年、2015年ESV進行Moran′sI計算(表3)：陜北地區3個時段全局空間自相關Moran′sI在1%顯著性水平下均為正值,表明3 km×3 km格網的ESV指數在99.9%置信度下存在顯著的空間正相關性,且較為穩定,表明ESV在空間分布上有著明顯的高低值集聚特征,總體表現為單元格網內ESV指數較高的格網趨于和ESV較高的格網相鄰,ESV較低的格網趨于同ESV較低的格網相鄰,這與陜北地區自南向北隨著地形地貌變化依次從林地過渡為耕地、草地再到荒漠的土地利用基本分布格局相一致(圖1、圖2)。

表3 1990—2015年陜北地區生態系統服務價值Moran′s I各統計量

2.4.2熱點分析

根據式(8),運用ArcGIS 10.3軟件中的空間統計工具箱對經過格網空間重構的陜北地區1990年、2000年及2015年ESV進行冷熱點計算,并采用ArcGIS 10.3軟件中的自然斷點法(Natural Jecks)依據冷熱點Gi-Z值高低將其劃分為ESV冷點區、次冷點區、次熱點區和熱點區4種類型,最終得到陜北地區1990年、2000年和2015年ESV空間冷熱點分布圖(圖6)。由圖6可得,1990—2015年陜北地區ESV冷熱點分布總體上呈“南熱北冷”的空間格局,且較為穩定。ESV熱點區集中分布在南部,ESV次熱點區集中分布在熱點區周圍, ESV次冷點區主要分布在中部和北部,ESV冷點區主要分布在陜北地區西北部和西部。由陜北地區1990—2015年ESV冷熱點分布空間演化來看,陜北地區南部ESV熱點區在25年間趨于穩定不變。ESV次熱點區在1990—2000年間出現零星小范圍增長,主要分布在陜北地區東部的清澗縣境內；而到了2000—2015年,ESV次熱點區則在陜北地區中部的吳起縣、志丹縣、子長縣等地境內呈集中連片擴大趨勢。1990—2015年,ESV冷點區范圍總體呈集中連片縮小趨勢,主要集中分布在陜北地區北部米脂縣、佳縣和橫山縣等地。

圖6 1990—2015年陜北地區生態系統服務價值冷熱點空間分布圖

3 討論

3.1 退耕還林還草工程對土地利用變化的影響

退耕還林還草工程是我國林業建設史上覆蓋范圍最廣、政策性最強、投資規模最大、群眾參與度最高、造林效果最佳的生態建設工程,工程的有效實施使得全國土地覆被發生了大規模、轉換性的變化,且主要集中在耕地、林地和草地三種土地利用類型[40]。由表4可得,工程實施后耕地、林地和草地變化相比于工程實施前更為活躍,變化程度更為劇烈。受退耕政策的影響,耕地、林地和草地的動態度由工程實施前的4.84%、12.02%、16.36%分別變成了工程實施后的-69.77%、57.68%、28.38%。

表4 1990—2015年陜北地區耕地、林地、草地變化動態度/%

陜北地區作為工程實施的核心區域,積極貫徹執行退耕還林還草政策,工程實施取得了顯著成效,境內水土流失得到了有效控制[41]。由圖7可得,工程實施前陜北地區僅有4954.59 hm2耕地轉化為林地、12064.41 hm2耕地轉化為草地,而在工程實施后,耕地向林地和草地轉化面積分別增至99581.58 hm2和288159.1 hm2。且從耕地向林地和草地轉化面積在不同坡度范圍內的分布來看,工程實施后,陜北地區耕地向林地和草地轉化面積相比于工程實施前均出現了不同程度的顯著增長,轉化面積最多的坡度范圍為6°—15°和15°—25°。耕地在以上兩個坡度范圍內向林地分別轉化了48386.88 hm2和31809.69 hm2,轉化面積比工程實施前分別增長了24倍和36倍；耕地在以上兩個坡度范圍內向草地分別轉化了141895 hm2和84372.75 hm2,轉化面積比工程實施前分別增長了49倍和124倍。工程實施后,陜北地區林地和草地覆蓋率分別提升了1.43%和1.73%,生態環境得到了顯著改善。

圖7 1990—2015年陜北地區耕地在不同坡度范圍內向林地和草地轉化面積

3.2 退耕還林還草工程對土地生態系統服務價值的影響

土地利用變化對生態系統服務提供及其價值變化有著顯著的影響[42],實施退耕還林還草工程能有效增加區域生態系統服務價值[43]。工程實施后,陜北地區ESV共增長了19.38億元,比工程實施前多增長了5.93億元,增速明顯快于工程實施前,這在支再興等[44]、封建民等[45]及趙永華等[46]的研究中也得到了印證。為了能更加充分了解由退耕還林還草工程所引起的土地覆被變化造成的生態系統服務價值增減變化,本文基于陜北地區退耕還林前、后兩期土地利用轉移矩陣,結合不同生態系統類型的當量因子計算得到陜北地區在退耕前后兩個時期的ESV損益矩陣(表5)。工程實施前,受三北防護林、治沙種草等生態修復工程的影響[47],榆林市西北部的毛烏素沙地得到了有效的治理,大量的沙地、荒地等未利用地轉化為草地[48],使得未利用地在工程實施前是對陜北地區ESV增長貢獻最多的地類,共轉出14.22億元,其中向草地轉化共轉出13.19億元,占總轉出ESV的92.76%。耕地在工程實施前僅轉出1.27億元,其中耕地向林地和草地轉化所貢獻的ESV僅為0.96億元和0.65億元。然而在工程實施后,隨著大面積坡耕地轉化為林地和草地,使得耕地成了對陜北地區ESV增長貢獻最多的地類,耕地在工程實施后共轉出32.06億元,其中耕地向林地和草地轉化分別貢獻了19.23億元和15.49億元,顯著高于工程實施前。此外,工程實施期間也是我國城鎮化進程高速發展時期,城市擴張占用了大量耕地、草地以及其他地類,導致自然生態系統遭到破壞,ESV出現下降,2000—2015年間因建設用地擴張共導致ESV流失13.27億元,然而由退耕還林還草工程實施所帶來的ESV不僅補償了因建設用地擴張所導致的ESV損失,還使陜北地區ESV增長19.34億元,從而確保區域生態資產價值損益平衡,并保持穩步增長。

表5 不同時期陜北地區生態系統服務價值損益矩陣/億元

綜上,退耕還林還草工程實施對陜北地區ESV提升和保障區域生態資產價值安全做出了巨大貢獻,并使區域生態系統得到了有效改善,生態系統服務功能可持續效益也得到了顯著提升。此外,在我國城市化、工業化進程不斷加快的背景下,還有一部分耕地被大量消耗占用。由此可得,耕地在陜北地區不僅承擔著生態退耕、保護生態的作用,還為社會經濟發展做出了巨大犧牲。因此,為了保證工程實施效益能夠可持續、最大化的發揮以及保證耕地數量安全,為此我們提出了以下幾點建議：第一,要加強對基本農田的保護,嚴守耕地紅線,并加強對耕地占補平衡工作的監管,以確保耕地數量安全。第二,工程實施不可避免的會導致糧食生產服務功能下降,對區域糧食安全造成威脅,因此陜北地區要以基本農田建設為重點,突出淤地壩和坡改梯建設,完善小型水利設施,提高水土資源利用效率,提升農業機械化水平,進而提高耕地質量和糧食單產水平,確保區域糧食安全。第三,提高退耕還林還草工程實施管理效率,鞏固工程實施成果,嚴防復耕放牧現象發生；提升工程規劃質量,做好工程動態監測工作,做好退耕還林還草工程營造地的補植補造工作,避免重復退耕,以保證退耕還林還草工程生態系統服務價值的最大化發揮。第四,在土地利用規劃中,規劃好城市和工業用地的擴張方向和規模,避免建設用地無序發展。此外,要深入開展城市建設用地節約集約利用評價工作,消化盤活存量用地,提升城市土地利用效率,從而緩解耕地與建設用地之間的供需矛盾。

3.3 退耕還林還草工程對陜北地區ESV空間變化的影響

陜北地區ESV和陜北地區ESV冷熱點分布總體呈“南高北低”的空間格局。陜北地區ESV高等級區域和ESV熱點區范圍均分布在陜北地區南部黃陵縣、黃龍縣、富縣和宜川縣境內(圖5、圖6)。上述區域主要分布在子午嶺、黃龍山土石山區等林草生態資源較為豐富地區,其中黃陵縣和黃龍縣森林覆蓋率均高達74.3%以上,兩縣被譽為陜北黃土高原的“黃河綠洲”、“陜西的葉肺”,該區域生態系統服務功能突出,生態系統服務價值高,所以該區域也是陜北地區ESV的熱點分布區(圖5、圖6),這與侯孟陽等[43]、杜國明等[49]的研究結果相同。對此,要對該區域內的林地和草地制定嚴格的保護措施,加大森林資源保護力度,完善自然保護區制度,發揮好生態屏障的調節作用,確保區域生態資產安全。陜北地區ESV低等級區域和ESV冷點分布區主要分布在陜北地區北部榆陽區、橫山縣、神木縣、佳縣、米脂縣等地(圖5、圖6)。上述地區位于毛烏素沙地和黃土高原溝壑縱橫,丘陵茆梁交錯地區,生態環境脆弱,林草覆蓋率低,水土流失較為嚴重[48],生態系統類型多為未利用地和耕地,生態系統服務功能弱,產生的生態系統服務價值低,因此上述區域為陜北地區ESV低等級和ESV冷點分布區。對此,首先要將區域內產量低、質量差的耕地納入新一輪退耕還林還草工程中；其次堅持治沙造林、種草,進一步消滅荒漠化,提高生態系統服務價值。

1990—2015年,從陜北地區ESV和冷熱點空間格局演化可得陜北地區ESV增加和ESV次熱點區范圍的擴大均主要集中分布在陜北地區中部吳起縣、志丹縣、子長縣、延川縣等地境內,且演化主要集中在工程實施后(圖5、圖6)。原因在于上述地區位于陜北黃土高原丘陵溝壑核心區域,水土流失和土壤侵蝕問題嚴重,自工程實施起上述地區便是工程實施力度最大的區域[50]。由圖8可得,上述地區在工程實施后,境內大量耕地轉化為了林地和草地,使得林地和草地面積得到了大面積增加,境內水土流失、土壤侵蝕情況得到了有效的控制和改善[41],生態環境狀況得到了明顯改善,生態系統服務功能得到了顯著提升,生態系統服務價值增長顯著。受此影響,陜北地區中部ESV中等和較高等級區域呈集中連片增長趨勢,陜北地區中部也成為了ESV增值次熱點區(圖9、圖10)。對于以上工程實施效果顯著地區,要鞏固好退耕還林還草工程成果,加強退耕還林還草工程建設和管理。對此,我們提出了以下幾點建議：第一,加大退耕還林補植補造投資力度,彌補完善退耕還林地塊,鞏固好退耕還林成果。第二,加強封山禁牧工作,鞏固好退耕還草成果。第三,推進生態環境保護制度建設,讓鞏固退耕還林還草工程成果有法可依。

圖8 2015年陜北地區耕地轉為林地和草地空間分布圖

圖9 2015年陜北地區生態系統服務價值等級空間分布圖

圖10 2015年陜北地區生態系統服務價值冷熱點空間分布圖

3.4 ESV核算

本文用于核算陜北地區ESV的方法為謝高地等在Costanza等研究基礎上經過修正后的單位面積生態系統價值當量因子評估法。雖然該方法相比于其他核算ESV的方法操作方便,簡單易行[6],但是該方法將土地利用分類簡單對應為自然生態系統類型,而實際上自然生態系統與土地利用的分類并非完全對應,尤其是對不同林分和類型的草場無法進行區分[51],因此各種土地利用類型單位面積服務價值的取值只是一種近似[52],因此如何更好的細分土地利用類型,以準確的對應自然生態系統,實現ESV更為精確的估算,這在今后是一個重要的研究方向。

此外,本文在使用價值當量法核算陜北地區ESV時,雖然基于陜西省的糧食價格和居民消費價格指數對核算方法進行了一定的修正,但是由于數據獲取有限,沒能使用延安、榆林兩市的糧食產量和價格來表征陜北地區的土地生產能力,使得修正結果還不夠精確,因此在以后的研究中獲取研究區域更為準確的數據,將會進一步推動ESV核算的進步。

4 結論

本文以退耕還林還草工程實施核心區域——陜北地區為例,基于退耕前后的土地利用變化數據,首先運用單位面積生態系統價值當量因子法、數理統計法分析了1990—2015年退耕前后陜北地區ESV在時間上的變化；其次基于格網法、采用ESDA法分析了1990—2015年退耕前后陜北地區ESV在空間上的變化,得到的主要結論如下：

(1)退耕還林還草工程實施效果顯著,陜北地區林草覆蓋率由2000年57.33%增長至2015年60.50%。工程實施共使陜北地區耕地減少了297066 hm2,其中288179 hm2耕地轉化為了草地, 99586.3 hm2耕地轉化為了林地,且主要集中發生陜北地區中部,轉化坡度范圍為6°—15°和15°—25°。

(2)退耕還林還草工程有效提升了陜北地區的ESV,且為陜北地區ESV增長最重要的來源。工程實施前,陜北地區ESV由858.53億元增長至871.97億元,10年間共增長了13.44億元,而在工程實施后,陜北地區ESV由871.97億元增長至891.35億元,共增長了19.38億元,相比于工程實施前多增加了5.93億元。工程實施前,促使陜北地區ESV增長最重要的原因為未利用地向草地的轉化,耕地轉化為林地和草地僅貢獻了1.27億元ESV,而在工程實施后,由耕地退耕還林和還草帶來的ESV為32.06億元,是促使陜北地區ESV增長最重要的原因,并由此使得陜北地區中部ESV中等等級以上區域在工程實施后呈集中連片擴大趨勢。

(3)生態系統服務價值空間集聚上,由ESDA法分析可得,陜北地區1990年、2000年和2015年ESV全局Moran′sI均大于0.74,表明陜北地區ESV在3 km3 km的格網尺度下表現出正向的空間關聯性和依存性。冷熱點分析顯示,陜北地區ESV的熱點區和冷點區的空間集聚效果顯著,熱點區集聚分布在陜北地區南部,冷點區集聚分布在陜北地區北部。工程實施后,陜北地區中部ESV次熱點區呈集中連片擴大趨勢,北部ESV冷點區呈集中連片縮小趨勢。