基于Meta分析的運城市生態系統服務價值評估

孫 姝 博

(陜西地建土地勘測規劃設計院有限責任公司， 陜西 西安 710075)

生態系統服務價值(ecosystem service values， ESV)是生態環境產生的定量化的效用價值量，主要依憑生態系統本身的稀缺性和功能性[1-2]。現今社會經濟高速發展，科學技術日新月異，與此同時也產生了氣候突變、資源枯竭、環境破壞、生態失衡等威脅人類生存與發展的問題，可持續發展思想應運而生。生態環境質量與人類發展關系密切，而生態系統服務價值評價是評價生態環境質量的主要研究方法[3]。20世紀末，Daily等首次提出“生態系統服務價值”概念[4]；同年，Costanza等[5]將全球分為17個功能的16個生態系統，提出針對全球ESV單位面積評估標準。21世紀初，千年生態環境評估項目啟動，開始了對生態系統的首次整體性評價[6]。中國謝高地等[7][8]根據Costanza的評價標準，結合國內外學者觀點和本國實際，建立中國生態服務價值當量因子表。中國關于ESV的定量化研究主要采用Costanza和謝高地的單位估算值，并輔以成本法和具體研究對象，綜合估算研究區的生態價值。王潔等[9]運用謝高地等的生態服務價值系數，對淮北市17個生態節點的ESV進行評估。劉英英等[10]使用修訂后的謝高地價值因子與土地利用系數、集中性分析模型相結合，具體分析長江上游生態脆弱區的ESV變化與響應。胡應龍等[11]利用謝高地[12]2015年改進型生態服務價值評估法，結合CA-Markov模型，探究廣州市土地利用變化對ESV的影響。唐承佳[13]則將Costanza與謝高地的價值評估因子，與佟德龍[14]市場價值法和成本法得到的建設用地ESV相結合，對棗莊市總體生態進行評估。丁麗蓮等[15]修正ESV當量因子，研究近30 a淀山湖地區ESV與土地利用變化的響應關系。然而，城市所處區位、評估時間甚至研究方法的不同，都會造成最終評估結果的不同；若僅采用同一套評估體系，即使結合當地經濟要素，也仍會存在較大的誤差[16]。而價值轉移法最早在1975年就應用于評價美國赫爾斯峽谷自然環境價值[17]，此后逐漸用于自然生態環境評估，可以通過將已有研究區域(研究地)ESV成果轉移到待研究區域(政策地)[18]，建立價值轉移模型，以此估算待研究區ESV的值[19]。其中，Meta分析價值轉移法通過建立價值轉移函數關系，減少潛在因素的負作用，校正函數方程中的誤差[20-21]，是目前價值轉移法中最為客觀準確的方法，目前主要應用于醫學領域，在地理學、景觀學領域應用相對較少。運城市位于晉陜豫三省交界處，是國家建設“黃河金三角國家區域協調發展綜合試驗區”的核心城市[22-23]，也是中部地區實現區域一體化跨越合作發展的重點示范區。運城市迎來發展機遇的同時，也面臨著經濟發展、人口增長和城市化帶來的環境與資源上的壓力，生態環境的保護與優化對城市可持續發展有重要意義。本文基于2007，2010，2013和2017年運城市景觀格局變化情況，以全國地級市為價值轉移基礎庫，建立Meta分析價值轉移模型，對運城市ESV進行評估并分析其原因，希望為該區域探索可持續的城市發展模式提供參考。

1 材料與方法

1.1 研究區概況

運城市位于東經110°15′—112°04′，北緯34°35′—35°49′間，總面積近1.42×106hm2，是山西省西南部重要的地級市，晉陜豫三省交界、黃河“幾”字形轉彎處；北部與臨汾市相鄰，東部與晉城市相連，西邊和南邊隔黃河分別于陜西省渭南市、河南省三門峽市相望。運城市轄區包括1區2市10縣，分別是鹽湖區、永濟市、河津市、稷山縣、新絳縣、萬榮縣、聞喜縣、垣曲縣、臨猗縣、絳縣、芮城縣、夏縣、平陸縣。運城市屬于暖溫帶大陸性季風氣候，受到季風作用，夏季高溫多雨，且以暴雨、陣雨為主；冬季嚴寒干燥。年平均降水近564 mm；氣溫年較差大，1月平均氣溫-2.2 ℃，7月平均氣溫27.4 ℃。

運城市2018年地區生產總值1 509.6億元，相較2017年增長了7.0%；產業結構從2017年的16.0∶36.4∶47.6逐漸優化調整為2018年的15.0∶36.8∶48.2；居民可支配收入18 707元，其中城市軍民人均可支配收入達到29 104元，農村為10 916元。截止2018年，運城市人口共有常住人口535.97萬人，在全省位居首位。全年新出生人口5.19萬人，人口自然增長率為4.42%；常住人口中城鎮人口達到50.20%，相較2017年增長1.26%。

1.2 數據來源與預處理

本文選取的遙感數據均來自地理空間數據云(www.gscloud.cn)，分別是2007和2010年的Landsat 4—5TM遙感影像和2013，2017年的Landsat 8OLI-TIRS遙感影像數據(表1)；用于價值轉移的文獻均來自中國知網(CNKI)；社會經濟數據來自各市統計年鑒及國民經濟和社會發展統計公報。遙感影像涉及預處理主要包括大氣校正、以Landsat 8OLI-TIRS影像為基準的幾何校正、影像拼接和以運城市行政區范圍為邊界的影像裁剪，最終得到2007—2017年共4期研究區影像。

表1 研究使用的遙感影像屬性

1.3 景觀分類標準

本文分別采用453波段組合、564波段組合，提取感興趣區域(region of interest， ROI)，對TM影像和OLI-TIRS影像進行景觀格局分類[24]。結合研究區實際和相關文獻，在“國家資源環境遙感宏觀調查與動態研究”制定的土地分類基礎上[25-26]，將運城市景觀分為耕地景觀、林地景觀、草地景觀、水域景觀和建設用地景觀5類(圖1)其中，耕地景觀包括種植農作物和蔬菜的土地，主要有新開地、復墾地、整理地、輪作地、休耕地等；林地景觀包括喬木林、灌木林、宜林地、疏林地等，郁閉度>0.2；草地景觀主要指覆蓋度>0.02的草甸、草原等；水域景觀包括河流、天然及人工湖泊、水庫坑塘、沼澤、灘涂等水體及水利設施；建設用地景觀主要包括指城鎮及農村居民點、交通用地、工礦用地等。

圖1 運城市2007-2017年景觀類型分布

1.4 Meta分析價值轉移模型的建立與檢驗

1.4.1 建立價值轉移模型 運城市是晉陜豫交界處的重要地級市，因此，根據中國地級市全名單[27]，將地級市全稱和關鍵詞“生態系統服務價值”共同輸入中國知網進行檢索，選取研究地級市生態系統服務價值的文獻進入價值轉移文獻庫，共得到文獻194篇；選擇其中同時具有“單位面積生態系統服務價值量”和具體研究時間的文獻，最終篩選得到可用文獻29篇。綜合考慮文獻中的具體信息和研究區現狀，結合國內外學者的研究經驗[28-35]，設定研究時間、研究方法、研究區位置、研究區面積、研究區經濟、研究區人口等6個自變量，并進行編碼賦值(表2)。

表2 生態服務價值轉移模型自變量編碼賦值

Meta分析價值轉移模型的基本形式為：

Wi=m1TIME+m2WAYi+m3LOCi+

m4AREA+m5ECO+m6PEO+n

(1)

式中：m,n分別為系數和常量;i為正整數;W為研究區各景觀單位面積生態系統服務價值；i=1～5時；W分別為單位面積上耕地、林地、草地、水域、建設用地景觀的ESV值;TIME為研究時間; WAY為研究方法；i=1～3時； WAY分別為直接法、修正法和融合法; LOC為研究區位置；i=1～4時； LOC分別為東部、東北、中部、西部地區; AREA為研究區面積; ECO為研究當年地區生產總值; PEO為研究當年研究區常住人口。

1.4.2 Meta分析生態系統服務價值轉移模型 從已篩選文獻中按已設定自變量提取數據，建立價值轉移數據庫；利用SPSS 23，選擇“向后法”進行回歸分析，結果詳見表3。向后法會逐步剔除對模型貢獻相對較小的因子，直到全部因子達到標準[36]。本文對最終未進入回歸模型的因子不予分析。

根據表3，得到單位面積景觀基于Meta分析的生態系統服務價值轉移模型。

(1) 單位面積耕地景觀價值轉移模型：

W1=10 302.170WAY3-19 872.161LOC1-

18 135.095LOC3+27.742PEO

(2) 單位面積林地景觀價值轉移模型：

W2=20 325.641WAY2+34 482.722WAY3+

88.475PEO+28 149.366

(3) 單位面積草地景觀價值轉移模型：

W3=300.261TIME+13 631.852WAY3+

(-9.578E-9)ECO+21.300PEO

(4) 單位面積水域景觀價值轉移模型：

W4=8 436.268TIME+82 840.768WAY3+

81 912.199LOC2+(-4.203E-7)ECO+

92.197PEO-82 036.525

1.4.3 有效性檢驗 本文選用可決系數R2，F值和t值進行模型有效性檢驗[37]。R2的計算公式為：

(2)

F值的計算公式為：

(3)

表3 基于Meta分析的運城市生態服務價值轉移結果

t值的計算公式為：

(4)

2 結果與分析

2.1 運城市景觀格局變化

運城市景觀格局始終以耕地景觀為主(表4)，面積基本在8.00×105hm2上下，占比一直穩定在50%以上，是運城市的優勢景觀類型，結合圖2可以看出耕地景觀集中連片，景觀通達度很高，在2007—2017年小幅增加了1.861 8×104hm2。林地景觀面積呈現出“先減少再增加”變化，2010年降至低值2.734 4×105hm2，到2017年回升了6.448 5×104hm2；結合圖2可發現，林地景觀基本集中在運城市南部、東南部的中條山、呂梁山北麓及孤山山區，在此范圍內景觀優勢度明顯，其余部分景觀零碎分布。草地景觀先擴張至2010年的2.361 14×105hm2，此后不斷減少；在格局上基本與林地景觀伴隨分布在山區、溝壑，在地形平坦的地區分布較少，且景觀破碎度大。水域景觀面積占比最少，以黃河及汾河、涑水河、亳清河、允西河等黃河支流為主，呈條帶狀分布；景觀變化呈“增加—減少—再增加”趨勢，在2007—2017年總體增加了6.820×103hm2，在2010年出現峰值4.210 9×104hm2。由圖2可知，建設用地景觀呈現持續擴張趨勢，城市擴張，零散景觀不斷積聚，從2007年面積6.751 0×104hm2，10 a間擴張了2.893 4×104hm2。

表4 運城市2007-2017年景觀面積變化

2.2 運城市景觀生態服務價值評估

以2017年作為景觀分析的統一研究時間，對應自變量TIME的輸入值為18；綜合多人研究成果建立Meta分析價值轉移模型評估運城市景觀ESV值，屬于融合法WAY3；運城市位于山西省西南部，因此屬于中部地區LOC3；自變量AREA值輸入運城市總面積1.423 3×106hm2；運城市2017年地區生產總值為1.34×1011元；運城市2017年常住人口為533.6萬人。據此代入價值轉移模型可得運城市景觀生態系統服務價值轉移結果(表5)。由表5可知，總體而言，運城市ESV總量在2007—2017年期間呈現“降低—增加—再降低”變化，2010年ESV降至最小值4.874 61×1010元，2013年上升至峰值后在2017年又小幅降低；但在研究時段內，運城市生態系統服務價值呈增長趨勢，總量整體提升了1.429 82×109元。水域景觀的單位面積ESV最大，耕地景觀最小，從大到小排列依次是水域景觀1.456 97×105元/(hm2·a)，林地景觀1.098 42×105元/(hm2·a)，草地景觀2.966×104元/(hm2·a)，耕地景觀6.970×104元/(hm2·a)，且前3種景觀的單位面積ESV遠高于耕地景觀的單位面積ESV值，甚至是其4到20倍。因此可以從理論上解釋毀林開荒、填湖造田等不合理的發展方式不僅會破壞生態環境，造成生態失衡，還會造成區域生態服務價值的大幅降低；而“退耕還林還草”等政策，對于區域生態服務價值的增加有直接有效的正向作用。2007—2017年，運城市耕地景觀ESV總體呈現減少再增加變化，2013年最低值與2017年最高值間相差5.526 30×108元；而林地景觀ESV總量一直是所有景觀類型中的值，2007—2010年ESV減少4.454 04×109元，此后ESV一直增加至2017年最大值3.711 83×1010元；草地景觀生態價值顯示出增加再減少變化，且減少幅度最大，2007—2017年前后減少了37.40%；水域景觀價值量表現為“增加—減少—再增加”變化，2010年ESV增至最大值6.135 10×109元，2013年降低后，2017年又有所提升，整體來說在研究時段內ESV為曲折上升趨勢。各景觀類型生態系統服務價值的變化與景觀面積變化趨勢一致。因此認為針對景觀類型面積的保護措施，如“嚴守耕地紅線”，“嚴守濕地紅線”等政策，對于區域生態服務價值的提升與保護是非常有效的。

表5 運城市2007-2017年景觀價值轉移

3 討論與結論

3.1 結 論

(1) 本文通過文獻篩選、選取自變量、提取數據、有效性檢驗建立了Meta分析生態系統服務價值轉移模型。據此模型可以發現：變量研究時間、研究方法、研究區人口與景觀生態系統服務價值轉移模型正相關，研究區經濟變量與景觀價值轉移模型負相關；而在變量研究區位置中，東部地區、中部地區對ESV有負向作用，東北地區則產生正向作用。

(2) 運城市單位面積生態系統服務價值中，水域景觀ESV值最大，其后依次是林地景觀、草地景觀、耕地景觀。運城市生態服務價值總量呈現“減少—增加—再減少”的變化，可以看出林地景觀、草地景觀的變化對運城市ESV總量影響較大。其中，耕地景觀生態系統服務價值降低后復又增加，這與城市化發展占用耕地以及后期運城市采用強有力耕地保護政策息息相關。林地景觀生態系統服務價值在2010年前降低，而后不斷增加。這是由于運城市采取退耕還林措施，加大監管保護森林資源。而草地景觀呈現降低趨勢，說明草地資源仍受到農田和城鎮擴張的影響。水域景觀2007—2010年ESV大幅度上升，這或與小浪底水庫投入使用，黃河及支流水位上升有關；此后ESV減少后又增加，總體曲折上升，這與運城市推動水域濕地生態區保護及退耕還湖還濕政策相關。景觀生態系統服務價值的變化與景觀面積變化基本一致。

3.2 討 論

本文以全國地級市的生態系統服務價值為價值轉移庫，建立基于Meta分析的價值轉移模型，分析運城市景觀生態系統服務價值，是一種方法在黃河流域重要城市的合理應用。運城市是國家建設“黃河金三角”綜合發展區域的核心城市，其生態系統服務價值的準確評估對經濟、社會和環境和協調發展有重要意義。Meta分析法相對于當量因子法，在評估ESV的準確度上有很大提升，可以兼顧到更多的影響因子對生態系統服務價值的影響，在方法上更加合理，但對于基礎樣本的數量和均勻度也有一定要求。

根據必須有“單位面積生態系統服務價值量”和“具體研究時間”對來自中國知網的文獻進行篩選，最終僅有29篇文獻通過篩選進入文獻庫，樣本量相對較少。另外，本文未討論建設用地景觀生態價值轉移，是因為建設用地未通過F檢驗，這可能與樣本中建設用地景觀生態系統服務價值研究數據量較少有關，本文最終通過篩選的29篇文獻中，僅有11篇具有建設用地單位面積價值量數據，因此會影響回歸結果。今后研究中希望能夠采用更好的篩選標準，允許更多的樣本進入研究范圍，同時保證樣本文獻的數量與質量。

從文獻創作和研究區本身屬性兩個角度共選取了6個自變量，雖然部分自變量仍有細分，但在回歸后一部分自變量被剔除后，剩余變量依舊較少。今后需要綜合考慮更多可能的影響因素加入變量中，如自然條件方面的氣候、生物以及通過問卷等調查方式獲得人文方面比較難以量化的政策、民眾生態環保意識等變量，進一步完善模型質量。