基于縣域尺度珠江-西江經濟帶廣西段土地利用變化對生態系統服務價值的影響研究

王永琪, 馬姜明

1 廣西師范大學可持續發展創新研究院, 桂林 541006 2 廣西師范大學生命科學學院, 桂林 541006

生態系統服務是通過生態系統的結構、功能和過程直接或間接得到的用于支持生命的產品和服務[1- 3],包括食物、原材料等實物產品和氣體調節、水文調節和維持生物多樣性等服務。生態系統服務價值(Ecosystem Services Value, ESV)量化有利于衡量生態系統服務供給潛力與生態效益大小[4],對生態系統服務定量評估更有助于高效配置土地資源[5]、全面認識ESV結構動態[6]、優化區域土地利用格局[7],以及科學制定生態補償政策[8],得以實現區域經濟與生態環境協調發展[9]。土地作為人類農業生產和各種活動影響的載體,土地利用方式的變化影響著整個生態系統環境[10],這類土地利用變化(Land Use Change, LUC)通過改變生態系統結構和功能,使得水循環、碳氮循環和土壤更新等生態過程發生變化,導致生態系統服務進一步發生變化[11- 13],同時ESV評估作為反映土地利用與區域經濟相互影響的主要方法之一,體現了土地通過集約利用與空間優化所發揮的生態效益[9, 14],使得LUC對ESV影響的定量研究備受關注。

生態系統本身具有復雜性和多樣性特點,其服務價值評估結果與ESV不同計算模型和方法有關。目前生態系統服務評估的方法可以分為基于單位面積價值當量因子方法和基于單位服務功能價格方法兩大類[15]。前者比后者所需的評估參數較少、且計算過程相對簡便,對于較大尺度區域ESV的快速評估具有很高的便捷性和參考價值。謝高地等[3]在Daily[6]和Constanza等[17]研究基礎上結合中國國情改進并制定了“中國陸地生態系統單位面積生態服務價值當量表”,被廣泛應用到草地[18- 19]、森林[20]、農田[21]和城市[22- 23]、海岸帶[24]等區域ESV評估中。隨著研究的逐漸深入,越來越多的學者開始挖掘LUC與ESV之間的相互作用關系及其影響因素[25- 27],發現人類社會經濟活動導致的LUC是影響生態系統提供服務發生變化的主要原因[15, 28]。土地利用與生態系統服務是一個相互影響的綜合系統,面對開發還是保護的抉擇需要決策制定者和利益相關人在識別兩者相互關系基礎上權衡,部分學者采用空間統計探索土地利用與ESV在時空上聚集規律等特征[29- 31]。土地利用程度是衡量土地利用水平的一個重要指標[32],ESV是評估一個地區生態系統狀況的重要指標,使用生態系統服務價值強度(ecosystem services value intensity, ESVI)代替縣域生態系統服務總價值,運用雙變量空間自相關來探索重要區域的LUC對ESV在空間域的聚集特征和依賴特性等研究很有意義。

珠江-西江經濟帶廣西段處于國家實施西部大開發戰略的重要地段[33],是廣西除北海市、欽州市和防城港市沿海三市的其余部分,該區域生態資源豐富、具有重要的生態價值和經濟發展地位。目前針對珠江-西江經濟帶區域的研究時序較早[34- 35],且森林類型[36]的ESV研究較多,缺乏該區域近期且長時間跨度ESV以及LUC與ESV之間關系研究[37- 38]。如何合理協調珠江-西江經濟帶廣西段土地利用程度與生態系統服務供給潛力是該區域關注的焦點。本文以珠江-西江經濟帶廣西段1990年、2005年和2018年三個時間節點的土地利用數據為數據源,采用當量因子法、馬爾可夫轉移矩陣、價值損益流向表和空間自相關理論等方法,旨在揭示：(1)近28年城市化進程中珠江-西江經濟帶廣西段土地利用格局如何變化?(2)研究區ESV的時空結構、格局是如何?(3)LUC影響下ESV的時空相關特征及ESV對土地利用方式的空間依賴性如何? 這些問題的深入探討將有助于加深縣級單位LUC與ESVI之間的關系模式認知,厘清兩者關系的表現類型和空間差異,為優化珠江-西江經濟帶廣西段提供數據支持,也為制定該區域生態格局、調整生態系統服務、加強土地資源利用與區域可持續發展等提供科學參考。

1 研究區概況與數據來源

1.1 研究區概況

珠江-西江經濟帶廣西段地域遼闊(圖1),地處21°37′—26°20′N、104°29′—112°3′E,占廣西國土面積的92%。地勢西北高東南低,處于第二級階梯云貴高原的東南邊緣,兩廣丘陵的西部,平均海拔約800 m。氣候屬亞熱帶季風氣候,年平均氣溫在16.5—23.1℃之間。各地年降水量均在1070 mm以上。廣西地貌總體呈山地丘陵性盆地地貌,山地眾多,小氣候顯著。土地利用類型存在明顯地域分異[39],研究區廣泛分布有林地,且占地面積在66%以上,耕地主要分布在研究區中部,草地主要分布于研究區中部與北部。

圖1 珠西經濟帶廣西段位置示意圖Fig.1 Location diagram of Guangxi section of the Pearl River-West River Economic Belt

1.2 數據來源

1)珠江-西江經濟帶廣西段1990年、2005年和2018年3期1 km空間分辨率的土地利用類型數據,均來自中國科學院資源環境科學數據中心(http://www.resdc.cn/)的中國土地利用現狀遙感監測數據庫,數據生產制作是以各期 Landsat TM/ETM遙感影像為主要數據源,通過人機交互式判讀解譯生成,然后根據各類型在1 km內所占面積最大類型賦予重分類后的土地利用類型。采用 LUC 分類體系將土地利用方式劃分為耕地、林地、草地、水域、建設用地和未利用土地 6 大類,其中考慮到建設用地對于當地生態系統產生的負面效應遠超過正面效應,故本文不納入其生態系統服務價值[40]。該套數據經過嚴格質量控制,6大類土地利用綜合評價精度在90%以上[41]。

2)行政區劃數據由中國科學院資源環境科學數據中心提供。

3)糧食產量、糧食價格等統計數據取自于《2018年全國農產品成本收益資料匯編》、《2018年廣西統計年鑒》。

2 研究方法

2.1 土地利用變化研究方法

參考前人的研究成果,本文通過馬爾可夫轉移矩陣[42]和土地利用程度指數[43]來表現研究區的LUC特征。

2.2 生態系統服務價值評估

ESV評估方法多樣,本文采用基于單位面積價值當量因子法,結合數據的可獲得性,對珠江-西江經濟帶廣西段ESV評估進行了修正：

(1)基于糧食價格的修訂。

依據謝高地等[44]的研究,1 hm2平均產量的農田每年自然糧食產量的經濟價值的1/7為1個標準生態系統生態服務價值當量因子,為消除不同年份農作物價格波動對總價值的影響,以廣西2017年5種主要農作物(早稻、晚稻、粳稻、大豆和玉米)的播種面積、產量和農作物的平均價格作為基礎數據,由式(1)計算出珠江-西江經濟帶廣西段單位面積農田生態系統糧食作物的經濟價值為1444.78元/hm2。

(1)

式中,En為研究區單位面積農田生態系統提供食物生產服務的經濟價值(元/hm2)；n為研究區主要糧食作物種類；qi為農作物i的價格(元/kg)；pi為農作物i的總產量(kg)；M為n種糧食作物總面積(hm2)。

(2)基于生物量的修訂。

考慮到生態系統時空異質性,珠江-西江經濟帶廣西段ESV系數還進一步修訂。參考謝高地等[21]給出的全國范圍內各區域農田生態系統的生物量因子表,確定了研究區農田生態系統生物量因子取0.98,對農田生態系統所提供的各類服務進行生物量因子修訂。從而生成珠江-西江經濟帶廣西段不同土地利用類型的各項生態系統服務價值系數表(表1)。

表1 珠西經濟帶廣西段生態系統服務價值系數/(元 hm-2 a-1)

對縣域行政區劃單位分別計算ESV和ESVI(元/hm2),計算研究區生態系統服務功能總價值,并進行空間分析[25]。

2.3 空間自相關分析

空間自相關用來衡量土地利用及ESV的空間分布是否具有集聚性,包含全局空間自相關與局部空間自相關兩個方面[29]。Ansenlin[45]在單變量空間自相關研究基礎上,提出了雙變量空間自相關,揭示了空間單元屬性值與鄰近空間上其他屬性值的相關性[31]。本文空間自相關采用GeoDa 1.12.1.161軟件完成。

3 結果與分析

3.1 土地利用變化特征

根據珠江-西江經濟帶廣西段土地利用類型分布圖可知(圖2),1990—2018年研究區林地所占面積最大,建設用地主要分布在各市縣行政中心,主要以南寧市、柳州市、桂林市建設用地成片最為明顯,28年間建設用地增幅顯著。

圖2 1990—2018年珠江-西江經濟帶廣西段土地利用類型圖Fig.2 Land use maps of Guangxi section of the Pearl River-West River Economic Belt during 1990—2018

1990年、2005年和2018年3個時期研究區不同土地利用類型的占比情況如表2所示。從土地利用類型總體特征來看,3個時期研究區主要土地利用類型變化并不是十分顯著,面積占比最高均為林地,其次是耕地,二者合占研究區總面積86%以上。從土地利用類型的變化特征來看,建設用地面積增加的幅度最大,近1560 km2。耕地面積在28年間持續減少了984 km2,達0.46個百分點。林地面積先增后減,水域面積保持上漲。

表2 珠江-西江經濟帶廣西段1990—2018年不同土地利用類型占比變化/%

運用ArcGIS的分析工具得到1990—2018年不同土地利用類型轉移矩陣(表3),珠江-西江經濟帶廣西段土地利用轉移主要特征：(1)林地轉入轉出面積最多,分別為27322 km2和26971 km2,其中主要轉入源是耕地、草地和水域,主要轉出源是耕地、草地和建設用地；(2)建設用地作為人為改造最為徹底的土地類型,它的轉入面積和轉出面積相差最多,其主要轉入源和轉出源均為耕地、林地和草地;(3)耕地的轉入面積和轉出面積分別為21934 km2和22917 km2,其主要轉入源與轉出源均為林地、草地和建設用地。說明研究區林地、建設用地和耕地之間置換規模、建設用地對耕地面積的占用較大。期間林地的增加主要是因為加強林地保護和管理,以及“退耕還林工程”、“天然林保護工程”和“防護林體系工程”等生態工程建設,很大程度上保護了林地資源,其生態效益、經濟效益和社會效益顯著。

表3 珠江-西江經濟帶廣西段1990—2018年土地利用類型轉移矩陣/hm2

3.2 生態系統服務價值變化特征

3.2.1各地類生態系統服務價值變化

土地利用變化引起珠江-西江經濟帶廣西段ESV波動變化(表4)。1990—2018年水域與未利用地的ESV增加了17.56億元和0.01億元；林地的ESV增幅僅有0.23%,但價值增長有13.37億元；草地與耕地的ESV均呈減少趨勢,共虧損約30.84億元,總體而言,28年間總ESV僅增長約0.1億元。1990—2005年間,草地與耕地的ESV皆呈現降低的現狀,15年間凈增長約13.82億元；2005—2018年草地和耕地ESV持續降低,林地的ESV亦開始呈現降低的趨勢,13年虧損生態價值約13.72億元。廣西退耕還林政策持續實施以及城市建設用地的擴張是導致耕地ESV持續減少的關鍵原因。

表4 珠江-西江經濟帶廣西段1990—2018年各地類ESV變化

3.2.2各項生態系統服務價值變化

珠江-西江經濟帶廣西段各項ESV變化相對緩慢(表5)。在1990—2005年及2005—2018年2個研究期間,ESV總值呈先增長后降低的趨勢。28年間水文調節、廢物處理、美學景觀和原材料生產的價值有所增長,分別增長約5.56億元、2.39億元、0.99億元和0.4億元。其他單項ESV呈下降趨勢,特別是食物生產ESV降低幅度最大,達1.19%,這與耕地面積的減少有著直接聯系。1990—2005年間,研究區的食物生產與水文調節的ESV變化相較于其他功能大,食物生產降低了0.32%,水文調節ESV增長了0.4%。2005—2018年間,除了水文調節和廢物處理外,其余的ESV皆有所下降,其中食物生產與保持土壤的ESV下降速率最大,占比為0.87%和0.42%。

從研究區ESV的構成看,各單項ESV所占比例的大小依次為：維持生物多樣性>水文調節>保持土壤>氣體調節>氣候調節>原材料生產>廢物處理>美學景觀>食物生產。研究區維持生物多樣性的功能價值最為突出,占據ESV總值的15.5%以上,足以體現廣西有著豐富的動植物適宜生境資源；水文調節、保持土壤、氣體調節和氣候調節次之,四者各占據ESV總值的14%左右,食物生產占比最低,不足2.2%。

表5 珠江-西江經濟帶廣西段1990—2018年ESV結構變化

3.2.3生態系統服務價值時空分異特征

1990—2018年間,研究區ESV總量以及各分量變化并不能反映其在空間上的差異。為刻畫研究區ESV時空分異格局,計算1990—2018年研究區各縣區ESVI,利用自然斷點法在數值差異相對較大處設置邊界,對相似值進行恰當分組,使之各組數據間最大化差異,有效表征各區縣ESVI的空間分異特征[27]。本文將研究區各區縣ESVI從低到高劃分為5個等級：Ⅰ級(0

圖3 珠江-西江經濟帶廣西段1990—2018年各區縣ESVI空間分異Fig.3 Spatial differentiation of ESVI in Guangxi section of the Pearl River-West River Economic Belt during 1990—2018

研究區ESVI總體上存在著中部低、周圍高的空間分異格局,與董新芳和周興[37]的廣西2005年ESVI分布研究結果類似,28年間各區縣ESVI整體格局并未發生太大變化。Ⅰ級低價值區較少,僅有桂林市七星區、柳州市魚峰區兩區,2018年柳州市柳南區加入I級區。在桂西北金鐘山、青龍山等山區、桂北九萬大山、融江等丘陵區和桂東丘陵區,分別形成西林縣、隆林縣、田林縣等12個區縣為組團,融水縣、三江縣、融安縣等5個區縣為組團,和昭平縣、蒙山縣、藤縣等11個區縣為組團的三組團Ⅴ級高ESVI聚集區,2018年梧州市長洲區和蝶山區ESVI價值降低。在桂中合山市等11個市以及南寧市西鄉塘區、江南區、邕寧區,柳州市柳城縣、柳北區、柳南區和玉林市玉州區形成一核四衛星的Ⅱ級ESVI分布格局,2018年全州縣加入Ⅱ級ESVI行列。從研究區不同縣域土地利用情況來看,三組團高值聚集區林地面積比例大,普遍占對應區縣面積的70%以上,更高的森林覆蓋率和優良的自然環境條件造就了三組團區的更高的ESV,且這些區域有廣泛的山脈存在,如越城嶺、貓兒山、天平山、云開大山等,是許多江河的源頭和水源涵養區。而一核四衛星區域位于桂中丘陵、平原區,地勢低平,人為活動約束相對較弱,宜農業耕作,耕地占比較大,是珠江-西江經濟帶重要的糧食重要產區,森林覆蓋率比之其他縣域較低,客觀上降低了這些區縣的ESV。

3.2.4生態系統服務價值空間自相關

為反映研究區各區縣不因面積的大小不同造成ESV相差較大情況,采用了ESVI進行空間自相關分析。28年間研究區全局Moran′I值始終大于0.55,P值均小于0.001,說明研究區內各區縣ESVI整體上始終呈顯著的正向空間自相關,具有很明顯的聚集性,在空間中的分布并非完全隨機。

圖4 縣域尺度下珠江-西江經濟帶廣西段ESVI Moran散點圖Fig.4 Moran scatter diagram of ESVI in Guangxi section of the Pearl River-West River Economic Belt at the county scale

Moran′I散點圖展現的區域單元屬性與周圍單位屬性之間的空間聯系模式,從圖4中可以看出,ESVI散點主要分布在第一象限(HH)和第三象限(LL),第二象限(LH)與第四象限(HL)散點分布相對少,結合全局Moran′I指數,說明研究區各區縣生態系統服務價值強度具有較高的空間正相關性且分布規律具有相對一致性。從1990—2018年,局部Moran′I指數先增后減,結合沿趨勢線分布的散點先增多后減少的情況,體現了研究區局部空間自相關程度先增后減趨勢。各區縣ESVI的空間集聚和ESVI空間分異情況大致相似(圖5)。1990年ESVI高-高集聚區分布主要為在桂西西林縣、隆林縣、田林縣、樂業縣等13個縣區,在空間區域內受人為因素干擾及城市用地擴張影響程度較小；桂東昭平縣、蒙山縣、藤縣等8個縣區和桂北三江縣的兩組團一星模式。低-低集聚主要組團分布在來賓市合山市、貴港市覃塘區等周圍11個區縣范圍,主要是因為該區耕地集中分布而林地分布相對較少造成ESVI偏低；低-高集聚區只有平南縣一個；呈高-低集聚區的是靈川縣。2005年時高-高集聚區新增了桂西賀州市八步區,2018年賀州市八步區與梧州市萬秀區不屬于高-高集聚區。

圖5 縣域尺度下珠江-西江經濟帶廣西段ESVI LISA分布圖Fig.5 Lisa distribution map of ESVI in Guangxi section of the Pearl River-West River Economic Belt at the county scale

3.3 土地利用變化對生態系統服務價值的影響

3.3.1生態系統服務價值流向特征

利用ArcGIS軟件計算馬爾可夫轉移矩陣得到1990—2018年研究區ESV損益流向表(表6),以此直觀的分析土地利用數量變化對ESV的影響。結果表明：耕地轉林地和草地轉林地是主要的生態服務增值類型,分別使ESV增高了490.21億元和211.88億元,對ESV增加的貢獻率分別為56.5%和24.4%,建設用地向耕地和林地的轉移也對ESV的增長貢獻有19.8億元和29.70億元；林地轉耕地是最主要的生態服務減值類型,分別使得ESV降低了478.55億元,貢獻率足有55.1%。林地轉草地和林地轉建設用地也是主要且受大眾關注的生態服務減值類型,分別導致ESV下降了198.97億元和47.53億元,貢獻率分別為22.9%和5.4%。深入分析可以看出退耕還林(草)是使得ESV價值升高得主要原因,對生態系統服務功能改善起著主要作用,而林地向其他土地利用類型的轉移導致了研究區ESV下降的主要原因。

表6 珠江-西江經濟帶廣西段1990—2018年生態系統服務價值損益流向/億元

3.3.2土地利用程度指數對ESVI的影響

為進一步探索珠西經濟帶廣西段各區縣土地利用程度與ESVI之間的時空關系,采用雙變量空間自相關分析結果顯示(圖6),Moran′I指數均小于0,表明土地利用程度與ESVI之間存在著顯著的空間負相關關系。從1990—2018年,局部Moran′I指數先減后增,結合沿趨勢線分布的散點先增多后減少的情況,體現了研究區局部空間負向自相關程度先增后減趨勢。

圖6 縣域尺度下珠西經濟帶廣西段雙變量Moran散點圖Fig.6 Bivariate Moran scatter diagram of Guangxi section of the Pearl River-West River Economic Belt at the county scale

圖7 縣域尺度下珠江-西江經濟帶廣西段雙變量LISA分布及顯著性水平圖Fig.7 Bivariate LISA distribution and significance level map in Guangxi section of the Pearl River-West River Economic Belt at the county scale

在z檢驗的基礎上(P=0.05)繪制雙變量局部空間自相關LISA聚類圖(圖7),表征區域土地利用程度與其鄰域ESVI之間的局部空間關系。由圖7可知,土地利用程度與ESVI呈高-高集聚的區縣是平南縣；呈低-低集聚的區縣是柳江縣和靈川縣,其中柳江縣低-低集聚情況達到99.9%的置信水平；柳州市柳南區、城中區,來賓市合山市等14個區縣呈現高-低集聚；呈低-高集聚的區縣分布最為廣泛,主要分布在研究區百色市大部分區縣、河池市西部區縣、東部梧州、賀州等地,且是唯一一種空間分布發生變化的集聚區。

不同的土地利用程度水平與ESVI的局部空間聯系特點明顯,28年間研究區局部空間聚集存在明顯的相似性。桂西北金鐘山、青龍山等山區、桂東丘陵區和桂北九萬大山、融江等丘陵區地區,多是林地分布占所在區縣70%以上的地區,森林資源豐富,生態優勢明顯,但是由于山多地少,交通較為閉塞,也限制了這些地區的人口增長、產業的規模聚集和城市建設用地擴張,影響地區經濟的發展,因此空間上表現為明顯的低土地利用程度-高生態系統服務強度的聚集形態,且在時間上變化不明顯。2005年時八步區表現為低-高集聚特點,2018年賀州市八步區和梧州市萬秀區表現了空間隨機模式,該區的土地利用程度與周圍地區不再有顯著的空間相關性。桂中地勢低平的丘陵區,人口較多,農耕及城市規模發展較快,交通便捷,使得空間上表現為明顯的高土地利用程度-低生態系統服務強度的聚集格局。

4 討論

土地利用方式的變化作為區域生態環境變化的主要根源,受自然、經濟、社會等多種因素的影響[46],自然生態環境因子在土地利用變化空間分布上起主導作用,而社會經濟因子在決定土地利用變化數量方面起著主導作用[47]。珠江-西江經濟帶廣西段近28年中,城鎮建設用地擴張占用了大量的耕地、林地和草地,各類土地利用類型之間因人類的經濟需求和保護政策實施而發生復雜的相互轉變。該區域生態系統服務的主要支撐者為林地、水域和耕地。由于林地、耕地等被耕地和建設用地侵占以及退耕還林等工程的實施,總體上給生態系統服務諸如土壤保護作用、糧食生產、氣體調節、氣候調節、維持生物多樣性等方面帶來了一定損失,而水文調節、廢物處理、美學景觀、原材料生產價值有所增加。可見強烈的人類活動對生態系統服務功能產生重要影響。面對28年間土地利用方式轉變的一系列問題,諸如耕地減少趨勢尚未扭轉、耕地后備資源不足,建設用地布局不合理,土地利用粗放,節約集約用地水平不足,大大制約了經濟的良性發展,有待加強生態用地的保護力度,提高土地參與宏觀調控的能力。

大量研究證明土地利用程度和生態系統服務具有明顯的空間溢出效應[31, 48],本研究識別出珠江-西江經濟帶廣西段的四種聚集模式,高土地利用程度水平的平南縣被高ESVI集聚的區縣所包圍,應當限制高污染性土地利用模式,在大力保護現有生態優勢基礎上,城市化建設平穩、有序的推進,最大程度上減少城市化建設對生態環境的干擾和破壞。低土地利用程度和低ESVI集聚的柳江縣和靈川縣應當改變土地利用不夠恰當的方式,增強自身和周邊區縣土地利用效率,提高生態經濟價值。高土地利用程度和低ESVI聚集模式的柳州市柳南區、城中區,合山市、南寧市青秀區等14個區縣是城市化進程較為充分的區縣,應當考慮生態修復,在提高土地集約節約利用水平基礎上引導土地利用向高ESV發展。對于低土地利用程度和高ESVI聚集的縣域,被視為生態優勢區,一方面要加強對于這些縣域部分地區生態資源的保護,另一方面也利用好生態資源優勢,開發旅游城市、森林天然氧吧,培育高效經濟林,增加人民收入,制定合適的生態補償機制,讓生態經濟可持續發展。從時間尺度上看,研究區局部雙變量自相關分布模式變化不大。

本研究在ESV時空變異方面,不限于大多數研究[25- 27]對ESV分布格局的空間展示,也利用可以表征土地利用變化和人類活動強度的土地利用程度指數[32],對生態系統服務價值進行雙變量空間聚集規律和空間關聯模式動態變化進行定量研究。限于數據可獲取性和技術的復雜性,本研究尚未對土地利用程度和ESV之間的復雜關聯機制深入研究,今后可參考方創琳等[49]構建的城鎮化與生態環境耦合過程的耦合器(UEC),嘗試揭示ESV驅動機理、探索土地利用程度和ESVI兩者耦合的最佳狀態。

5 結論

本文以我國重要的珠江-西江經濟帶廣西段為研究區,從縣域尺度分析1990—2018年土地利用變化對生態系統服務的影響,結果表明：

(1)珠江-西江經濟帶廣西段1990—2018年間土地利用類型總體上變化不是非常激烈,林地與耕地面積合占總面積的86%以上。轉出的耕地主要流向林地、草地和建設用地,轉出的林地主要變成耕地、草地和建設用地,新增的耕地主要來源于林地、草地的轉化,新增的建設用地主要由耕地、林地和草地轉化而來。

(2)生態系統服務價值方面,珠江-西江經濟帶廣西段28年來ESV總值呈先增后減趨勢。其中林地和耕地對生態系統服務總價值的貢獻最大,貢獻率達82%以上。研究區最為突出的生態系統服務價值是維持生物多樣性,其次為水文調節、保持土壤、氣體調節和氣候調節,這五項生態系統服務占總服務價值的73%。生態系統服務價值最低是食物生產,僅為2.1%左右。

(3)28年來研究區各區縣生態系統服務強度總體上呈現中部低、周圍高的分異格局,且變化不大。ESVI高值區主要分布在山地、丘陵眾多,林地面積占極大比例的桂西北、桂北、桂東區縣,低值區主要分布在周圍地勢較為低平的丘陵、平原區,以耕地和建設用地為主的區縣。珠江-西江經濟帶廣西段各區縣ESVI有著顯著的正空間自相關性,空間集聚程度較高,且以高-高聚集模式與低-低集聚模式為主,高-高集聚主要以兩團一星模式分布在研究區桂西北、桂東和桂北,低-低集聚主要組團分布在桂中。

(4)對于土地利用變化對生態系統服務價值的影響,研究期間珠江-西江經濟帶廣西段耕地向林地的轉移是ESV增加的主要貢獻項,林地向耕地以及建設用地的轉移,是ESV減少的主要方式。不同土地利用程度與ESVI雙變量LISA聚集圖呈現出明顯的負空間自相關性,且在三個時期的雙變量局部空間自相關性異質性程度變化不大,主要以低土地利用程度與高ESVI聚集和高土地利用程度與低ESVI聚集分布為主。兩組團一星模式的低高聚集主要以分布在研究區的桂西北、桂東和桂北；一組團兩星模式的高低聚集主要分布在經濟水平相對發達的中部和桂林市轄區。

致謝：感謝中國科學院地理科學與資源研究所資源環境數據中心(http://www.resdc.cn)為本研究提供原始數據。