生態服務價值對土地利用變化的時空響應研究
——以徐州市為例

汪清川，奚硯濤，劉欣然，周 文，徐欣冉

(中國礦業大學資源與地球科學學院，徐州 221000)

0 引言

生態系統服務是指通過生態系統的結構、過程和功能直接或間接得到的生命支持產品和服務,其價值評估是生態環境保護、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[1]，人類的生產生活離不開對生態系統服務的依賴，它與人類的發展密切相關。Costanza[2]在1997年就對生態系統的功能進行了相關研究，并在全球范圍內進行了相關劃分和價值評估，一經發表便成為當時研究生態系統服務價值(ecosystem service value，ESV)的基礎。謝高地等[3-5]在此基礎上，經過充分的實地調查，根據我國的具體國情改進了該評估模型，并發表了“中國陸地生態系統單位面積生態服務價值當量表”，此后，該研究成果被我國學者廣泛用于生態系統服務功能的研究。

土地利用變化是全球生態環境變化的重要因素[6-8]，隨著經濟和人口快速增長，城市基礎建設不斷擴張，建設用地需求越來越大，導致各用地類型轉換劇烈，尤其是耕地和建設用地的轉換，并最終導致區域ESV和功能發生變化，近年來越來越多的專家學者將研究重點放在土地利用變化對生態系統服務功能和價值的影響上，相關研究儼然已經成為生態學和地理學的研究重點。Carpenter等[9]認為土地利用類型的改變會導致生態系統的結構和過程發生變化，從而影響生態系統服務功能，Radford等[10]研究發現，土地利用格局會影響單項ESV從而影響其總值。國內學者在借鑒了國外的研究成果，對國內的ESV進行了相關研究[11-13]。胡和兵等[14]發現，土地利用程度與服務價值存在明顯的負相關關系；李濤等[15]以洞庭湖為研究區域，探討了土地利用變化與ESV的時空演變，發現其ESV變化表現出了很強的空間自相關現象。

近年來，隨著徐州正式確立為淮海經濟區中心城市，其未來城市的發展必然導致土地利用方式的劇變，因此，急需對徐州市的生態服務功能和土地利用變化的關系進行分析研究，探討各類土地利用類型的生態服務功能的價值，從而為徐州市未來生態環境保護和城市健康發展提供保障，因此，本文以Costanza和謝高地等人的研究成果為基礎，利用3期遙感影像，結合GIS(geo-information system)的空間分析功能，研究2005—2015年間徐州市的土地利用變化，進而計算其ESV并掌握其空間變化情況，為徐州市的可持續化發展及未來土地利用和生態環境保護提供數據保障。

1 研究區概況與數據源

1.1 研究區概況

徐州，作為江蘇省地級市，淮海經濟區中心城市，地處江蘇省西北部，地理坐標為E116 °22 ′～118 °40 ′，N33 °43 ′～34 °58 ′之間，總面積為11 258 km2，除中部和東部少數丘陵外，大部分為平原，受溫帶季風氣候影響，全年平均氣溫為14 ℃，年降水量為800～930 mm。截至2017年底，全市總人口為836.35萬人，國內生產總值為6 605.95億元，人均生產總值為75 611元。徐州市下轄5個區，2個縣級市，3個縣(圖1)。

圖1 研究區域Fig.1 Study area

1.2 數據源

本文使用到的數據主要為Landsat系列遙感影像數據、統計年鑒數據和行政邊界數據。通過對遙感影像進行相關預處理，經過人工解譯，將土地利用類型分為6類，從統計年鑒數據中獲取徐州市的糧食產量和價格數據，進行相關修正系數的計算，通過行政邊界數據獲取徐州市的縣區級別的邊界范圍。數據具體信息如表1所示。

表1 基本數據信息匯總Tab.1 Summary of basic data information

2 研究方法

2.1 單一土地利用類型動態度

單一土地利用類型動態度K表示的是某單一土地利用類型在一定時間范圍內的面積變化量[16]，表達式為：

(1)

式中:Sj和Si分別為研究區域在末期和初期的某種土地利用類型的面積;t為研究時間范圍，當t的單位是年時，K的值即為年變化率。

2.2 土地利用轉移矩陣

土地利用類型轉移矩陣可以計算出土地利用類型之間的相互轉移的數量和方向，可以對某一時期內各種土地利用類型的演變方向與程度進行描述[17]，其表達式為：

式中:S為土地面積;n為土地利用的類型數;i,j分別為研究期間開始和結束時的土地利用的類型。

2.3 ESV

Finlayson等[18]的研究為ESV研究提供了基本的指導理論和研究方向。當國內學者將其引入我國的一些區域進行相關研究時發現其方法存在一些不足，對我國的ESV估算不太合理。謝高地等[19]通過對200多位專家學者問卷調查的形式，對該方法進行改進，經過2次修訂，制定了如表2所示的中國ESV當量表。

表2 中國生態系統單位面積生態服務價值當量表(2007年)Tab.2 Ecological service value equivalent per unit area of China’s ecosystem (2007)

謝高地等認為1 hm2農田食物生產的ESV當量為1，單位面積農田食物生產的ESV相當于當年研究區域的平均糧食市場價格的1/7[19-21]。該方法在國內得到了眾多學者的廣泛應用。由于該當量表是基于全國大尺度的研究，直接使用該方法肯定會造成較大偏差，因此本文根據徐州市的區位因素和研究期間徐州市的糧食產量和價格等因素，對徐州市ESV當量進行修正計算。具體有以下幾個方面：①謝高地等的研究中，對我國不同省份的農田生態系統生物量因子繼續計算，得到江蘇省的生物量因子為1.74[22]；②將土地利用類型與最接近的生態系統相對應，森林、草地、農田、河流湖泊和荒漠分別對應林地、草地、耕地、水域和未利用地；由于目前對建設用地的理論研究尚少，未形成一些公認的研究方法，因此本文研究ESV時，建設用地沒有參與相關計算；③根據徐州市的統計年鑒數據和江蘇省糧油交易中心糧食價格統計數據，得到徐州市2005—2015年間平均糧食產量為6 068 kg/hm2，2015年徐州市的糧食收購價格為2.71元/kg，以2015年徐州市的糧食收購價格為基礎，消除年與年間價格的波動，計算得到徐州市單位農田食物生產的ESV為2 349.18元/hm2。進而得到徐州市單位面積ESV系數表，如表3所示，該表經過一系列修正，比較符合研究區域的實際情況。

表3 徐州市生態系統單位面積生態服務價值系數表Tab.3 Ecological service value coefficient per unit area of Xuzhou ecosystem

以修正過的ESV表為計算基礎，徐州市的生態系統服務功能價值的計算公式為：

(3)

(4)

式中:ESV為研究區內生態系統服務總價值;Vi為某單一土地利用類型i的ESV系數;Ai為某單一土地利用類型i的面積;ESVk為第k項ESV;Vki為第i種土地利用類型的第k項ESV。

2.4 生態系統敏感性

ESV敏感性指數(CS)可以很好地驗證生態系統類型對各土地利用類型的代表性和價值系數的準確性[23-25]。CS值越大，說明單項服務功能價值系數V對ESV的影響程度大，ESV易受V的影響產生大的波動。當CS>1時，表明當1%的自變量發生變化時，其引起的因變量的變化將大于1%，這種情況下我們認為結果可信度低，不予采納；反之，當CS<1時，表明V和ESV的關系是缺乏彈性的，即1%的自變量發生變化時，其引起的因變量的變化將小于1%，這種情況是可信的。

本文分別將徐州市各土地利用類型的V值各調整50%，以此來計算CS值，從而探究V對ESV的影響程度，其具體的計算公式如下：

(5)

式中:CS為敏感性指數;m,n分別為初始時的價值和調整生態價值系數后的價值;l為某單一土地利用類型。

3 結果與分析

3.1 徐州市土地利用變化分析

徐州市2005—2015年間土地利用變化情況如圖2和表4所示，結合圖2和表4可知，研究期間徐州市的主要用地類型為耕地，占總面積約69.3%，其次為建設用地，占總面積約21.3%，接著是林地和水域，占總面積分別為5%和3.96%，草地占總面積約為0.4%，面積最小的是未利用地，僅占總面積約0.04%。從總體變化來看，研究期間徐州市的土地利用變化呈現出兩增四減的變化趨勢，具體表現為建設用地和未利用地面積增加，耕地、林地、草地和水域面積減少，其中建設用地和耕地分別是增加面積最多和減少面積最多的用地類型，同時也是增長速度最快和減少速度最快的土地利用類型，在此期間建設用地共增加了499 630.5 hm2，占比增加了4.5%，耕地共減少了311 217.3 hm2，占比減少了2.81%。研究期間耕地和林地面積逐年下降，建設用地和未利用地逐年上升，而草地和水域面積在2005—2010年間都單調遞減，在2010—2015年間又有少量增加。2005—2015年間，徐州市各土地利用類型相互轉化如表5所示，其中草地向其他土地轉移的規模很小，轉移面積最大的為向耕地轉移了4 977 hm2，耕地主要轉移向建設用地、林地和草地，占轉出總面積90%以上，說明徐州的建設用地面積的增加主要是占用周邊耕地形成。林地和水域的轉出土地利用類型均為耕地和建設用地，占總的轉出面積均達到了90%以上。

(a)2005年 (b)2010年 (c)2015年

表4 2005—2015年徐州市土地利用變化Tab.4 Xuzhou City land use change from 2005 to 2015

表5 徐州市2005—2015年土地利用轉移矩陣Tab.5 Land use transfer matrix in Xuzhou from 2005 to 2015 (hm2)

3.2 徐州市ESV變化

3.2.1ESV總體變化

2005—2015年徐州市各類土地利用類型ESV變化如表6所示，從表6中可以發現，徐州市的ESV總量一直在不斷減少，從2005年的4.15×1010元，到2015年的3.86×1010元，10 a間共減少了2.9×109元，變化率為-6.9%，其中2005—2010年間的變化比較劇烈。2005—2010年，除了未利用地，其他各土地利用類型的ESV均出現大幅度的下降，2010—2015年耕地仍處于大幅下降的趨勢，林地的下降幅度減小，草地、水域和未利用地的ESV出現小幅度的上升。總體上看，除了未利用地，其他各土地利用類型的ESV均處于下降趨勢，其中林地的ESV下降量最大，共減少了1.43×109元，變化率為-22.45%，其次是耕地，共減少了1×109元，變化率為-3.95%，接下來是草地和水域，分別減少了2.47×108元和2.5×108元，變化率分別為-62.3%和2.65%，最后是未利用地，其ESV增加了1.47×106元，變化率為75.77%，但其對ESV總量影響最小。從歷年土地利用類型的ESV所占比例來看，徐州市的ESV組成結構相對穩定，依次為耕地、水域、林地、草地、未利用地，與此同時水域，林地和耕地的ESV之和占比超過95%以上。耕地所占比重一直是最大的，這是因為其面積所占比例始終最大，水域雖然面積占比小，僅為4.5%左右，但其產生的ESV比較大，故而所占比例也比較大。

表6 徐州市各用地類型ESV變化Tab.6 Changes in ESV of various land types in Xuzhou City

3.2.2 單項ESV變化

徐州市單項ESV及其變化如表7所示，從表7中可以看出，2005—2015年間徐州市各單項生態系統服務功能均呈現下降趨勢。這是因為研究期間除了建設用地和未利用地，其他地類面積均處于明顯的下降趨勢。各單項ESV中減少量最多的是水文調節的功能，價值共減少了4.5×108元，這主要是因為研究期間，水域面積的減少所造成的。變化最小的是娛樂文化功能，共減少了1.7×108元。從一級類型來看，對ESV貢獻最大的是調節服務功能，貢獻率約為56.35%，其次是支持服務功能，貢獻率約為25.88%，供給服務功能，貢獻率約為13.08%，最后是文化服務功能，貢獻率約為4.69%。從二級類型來看，徐州市提供的廢物處理功能價值最大，其次是水文調節功能，且這2個功能價值主要由水域面積提供。

表7 徐州市單項ESV及其變化Tab.7 Xuzhou City’s single ecosystem service value and its change (106元)

3.2.3ESV空間變化

2005—2015年，徐州市總的ESV持續下降，由于總量的變化無法反映出其在空間上的差異，因此在ArcGIS軟件中計算各縣域的ESV總量及其單位面積ESV。計算結果如表8和圖3—4所示，從空間變化上來看，研究期間，徐州市ESV低值區域由城區向周邊擴散，尤其在泉山區、鼓樓區、云龍區，變化最為明顯，這是由于城市發展，建設用地不斷擴張，占用了很多的耕地、林地和水域資源，而本文中鑒于建設用地對ESV的研究尚不明確，故其并沒有參與相關計算，從而導致徐州市ESV降低。2005—2010年間，ESV變化量較大的區域有豐縣、沛縣和邳州市，較小的有賈汪區，2010—2015年ESV變化量較大的有豐縣、賈汪區和新沂市，較小的有邳州市。各縣級行政區域除了賈汪區以外，均呈現出持續下降的趨勢，其中下降總量最多的是豐縣，共減少了7.6×108元，下降總量最小的是賈汪區，共減少了0.7×108元，在縣級行政區域中，ESV最高的是邳州市，這主要是因為其行政區面積較大，耕地面積多，比較高的有銅山區、新沂市和豐縣，較低的區域有泉山區和云龍區。賈汪區在2005—2015年間先減少后增加，增加的主要原因是在2010—2015年間，水域和草地面積的大幅度增加。由于各縣域土地面積不同，直接比較存在一定的差異性，因此采用單位面積ESV進行比較，在2005年，單位面積ESV最高的是泉山區，達到了5.04×104元/hm2，但在此之后，泉山區內水域面積和林地面積大幅度減少，導致其ESV總量銳減，在2010—2015年間，單位面積ESV最高的均為新沂市，這是因為新沂市建設用地占比和增長較小，耕地、林地、水域面積占比較高，因此其ESV較高。研究期間，單位面積ESV變化最大的是泉山區，下降了4.23×104元/hm2，變化最小的是賈汪區，減少了0.1×104元/hm2，同時可以看出，單位面積ESV較高的區域有賈汪區和銅山區，較低的有睢寧縣、云龍區、鼓樓區和沛縣。

表8 徐州市ESV空間變化Tab.8 Spatial changes of ecosystem service value in Xuzhou

(a)2005—2010年 (b)2010—2015年 (c)2005—2015年

(a)2005年 (b)2010年 (c)2015年

3.3 生態系統服務敏感性分析

敏感性指數變化如表9所示，徐州市ESV的敏感性從低到高依次為未利用地、草地、水域、林地和耕地，最高為耕地的0.633 0，說明徐州市的耕地生態價值系數變化1%時，耕地的ESV增加0.633%，最低為未利用地的0.000 47。不同時期各用地類型的敏感性系數均小于1，這表明ESV和ESV系數是缺乏彈性的，即這種研究結果是可信的，符合徐州市的實際情況。

表9 敏感性指數變化Tab.9 Changes in sensitivity index

3.4 土地利用變化對ESV的影響

各土地利用類型面積的變化趨勢與ESV的變化趨勢情況如圖5所示，從圖5中可以發現，在2000—2015年間，耕地和林地的變化趨勢與ESV的變化呈現完全的正相關關系，這是因為本身研究區域內的耕地和林地面積所占比例較大，故而其變化趨勢呈現出相同的趨勢，而草地和水域面積變化則是在2005—2010與ESV的變化趨勢保持相同，在2010—2015年間與ESV變化趨勢保持相反，這是因為2005—2010年間雖然水域面積和草地面積是增加的，但與2000—2005年相比，其增加的面積量較小，故而其ESV增加值被耕地和林地減少的ESV所抵消，所以整體上呈現出下降的趨勢，而未利用地面積的變化與ESV的變化趨勢一直呈現相反的趨勢，這是因為未利用地面積所占比例極小，對ESV變化的影響也很小，更多的是其他4種地類影響著ESV的變化。結合表9看，各土地利用類型對ESV的敏感性是不同的，且在研究期間，林地、耕地和水域的敏感系數較高，說明其對ESV的貢獻較大，是未來生態環境發展與保護的重點對象。

(a)耕地 (b)林地 (c)草地

4 結論

ESV的評估本身是一個很復雜的過程，其影響因素眾多，評估方法也不盡相同。不同的評估方法計算出來的ESV價值可能不太相同，但是其時空變化特征相差不會太大。本文以謝高地等人的研究為基礎，根據研究區域的實際情況修正了相關計算系數，得到了徐州市生態系統單位面積生態服務價值系數表，并通過3期遙感影像數據對徐州市土地利用類型進行分類，在GIS中進行相關疊加運算，統計出各土地利用類型的面積及其時空變化，研究得到了近10 a來徐州市ESV隨土地利用變化的時空變化。主要結論如下：

1)2005—2015年間徐州市耕地、林地、草地和水域面積均不同程度的減少，未利用地面積小幅度上升，建設用地大幅增加。同時各用地類型相互轉換，建設用地增加的面積主要由耕地貢獻，水域和林地也貢獻了較小的一部分，耕地同時也向林地和草地轉移了部分面積，但轉出面積遠遠大于轉入面積，這使得研究期間，徐州市的耕地面積大幅減少，建設用地面積不斷增加，各土地利用類型相互之間轉換頻繁。

2)研究期間徐州市ESV隨土地利用變化而變化。從時間上看，研究期間徐州市ESV處于逐年下降的趨勢，尤其是2005—2010年這一階段，ESV銳減。就不同地類生態服務價值來說，水域和耕地的生態服務價值較高，未利用地對ESV貢獻率最小，這主要是由于耕地面積所占比例高，而水域ESV系數較高，因此對ESV貢獻率高。從單項ESV來看，水文調節和廢物處理對ESV貢獻率較高，這是因為水域面積對這2項生態系統服務功能影響較大，未來徐州市應加強對水域面積的管理，同時加強未利用地向林地和草地的轉換，避免ESV繼續下降。從空間上看，徐州市ESV差異比較明顯，高生態服務價值區域主要分布在林地，水域面積大的區域如賈汪區、銅山區，低ESV區主要分布在建設用地集中的地區，占比高的區域如睢寧縣云龍區等。

3)本文最后計算所得敏感性系數均小于1，說明研究結果是可靠的，對于徐州市未來的土地利用和規劃，本文可提供數據上的支撐，確保經濟和生態的協調發展。

4)各土地利用類型面積之間的相互轉化對徐州市ESV影響較大。尤其是耕地和建設用地的轉換，林地、草地向耕地的轉換，這些轉換都是由高ESV系數向低ESV系數的轉換，打破了原有的平衡性，所以會導致研究區域內ESV總量的流失。因此，徐州市應該合理調整土地利用結構，加強耕地、林地和水域用地的保護。