黃河干流沿線生態系統服務價值動態評估

胥芝韻，肖旭峰，趙 真

（1.江西生物科技職業學院，江西 南昌 330200；2.江西農業大學 農學院，江西 南昌 330033；3.河海大學 水利水電學院，江蘇 南京 210098）

生態系統服務是指支撐人類生存和發展的環境條件和產品，生態系統服務功能包括供給、調節、支持和文化服務［1］。生態系統服務作為連接自然與社會的橋梁，將自然資本與人類福祉緊密聯系在一起，進而保障區域生態安全和社會經濟發展［2］。然而，土地利用類型變化、人口快速增長和社會經濟高速發展給生態系統帶來了巨大壓力，導致生態系統服務退化［3］。全球約60%的生態系統服務退化或正在以不可持續的方式被利用。生態系統服務價值（ESV）評估可以提高人們對生態資源價值重要性的認識，并為決策者進行促進人地和諧的生態保護規劃和管理體系設計提供可靠依據［4］。

1997年Robert Costanza等［1］首次提出當量因子法和等效因子表來評估全球ESV，隨后ESV評估受到各國生態學、經濟學和地理學等領域學者的廣泛關注，學者們深入探討了ESV的概念、核算方法、時空變化特征和驅動力等［5－8］，形成了一系列研究成果。我國ESV的研究起步較晚，但發展迅速。謝高地等［9－10］利用生物量參數對Robert Costanza等提出的當量因子進行修正，提出了中國陸地ESV的等效因子表，此表得到了廣泛應用；李建蓉等［11］采用謝高地等的等效因子表分析了京津冀ESV的時空變化特征，揭示了其與土地利用的關聯性；Song F等［12］采用能值法和對數平均迪氏因素分解法評估了我國東北地區的ESV，并識別了其驅動因素。這些研究在生態系統管理策略的制定方面發揮了重要作用，但是現有ESV研究尺度多為柵格單元［13］、行政單元［14－15］，對生態環境脆弱的代表性流域的相關研究還有一定不足，尤其是關于黃河流域ESV的評估較少。因此，本文基于黃河干流沿線地級市1980—2018年土地利用數據，結合土地利用動態度和土地利用轉移矩陣分析土地利用變化，并運用當量因子法和空間自相關分析法揭示黃河干流沿線地級市生態系統服務價值的時空演變特征，厘清黃河干流沿線地級市的生態“家底”。

1 數據與方法

1.1 評價單元

黃河流域自西向東橫跨青藏高原、黃土高原和華北平原，是我國重要的生態屏障，也是我國重要的能源基地和重工業基地。2018年黃河流域第一、二、三產業產值比例為8.2∶43.1∶48.7，第一產業、第二產業比重均高于全國平均水平［16］。黃河流域擁有豐富的煤炭、石油、天然氣和有色金屬等資源，產業以重工業為主，給生態環境帶來了巨大壓力。由于黃河流域省級數據空間跨度大，不能準確反映黃河流域ESV的具體特征，而縣級數據收集難度大，缺失較多，因此考慮數據的可獲得性和代表性，結合文獻［16］，選取黃河干流沿線41個地級市作為研究單元展開研究。

1.2 數據來源

黃河干流沿線各地級市1980年、2000年和2018年3期土地利用數據來源于中國科學院資源環境科學與數據中心，空間分辨率為30 m。生態系統服務價值當量因子經濟價值統計數據來源于《中國糧食和物資儲備年鑒》《中國農產品價格調查年鑒》。本地化生態系統單位面積價值系數空間數據來源于國家地球系統科學數據中心，空間分辨率為500 m。

1.3 研究方法

1.3.1 土地利用變化的量化

（1）單一土地利用動態度。單一土地利用動態度［11］是刻畫不同土地利用類型在一定時段內的變化速度和幅度的指標，反映人類活動對單一土地利用類型的影響，其數學模型為

式中：Lk為t1到t2時段內土地利用類型k的動態度；分別為時間t1、t2土地利用類型k的面積。

（2）土地利用轉移矩陣。土地利用轉移矩陣用來明確研究期內土地利用結構的變化，即表達某種土地利用類型從t1到t2時段內轉移為其他土地利用類型的情況，其表達式：

式中：Spq為土地利用轉移面積，即t1到t2時段內土地利用類型p轉移為土地利用類型q的面積；n為土地利用類型數量。

1.3.2ESV的核算

（1）生態系統服務價值當量因子經濟價值計算。謝高地等［6，10］基于我國的實際情況，根據對200多位生態學家的調查問卷，修正了Robert Costanza等［1］提出的全球生態系統服務價值計算方法，將生態系統服務功能分為四大類和9個子類型：供給服務（包括食物生產、原材料生產）、調節服務（包括氣體調節、氣候調節、水文調節、廢物處理）、支持服務（包括保持土壤、維持生物多樣性）和文化服務（提供美學景觀），獲取了適合我國的單位面積ESV當量因子。1個ESV當量因子的經濟價值為當年全國平均糧食單產市場價值的1／7，因此根據研究區糧食平均產量和糧食市場平均價格，計算黃河干流沿線各地級市單位面積ESV當量因子的經濟價值。

式中：e為單位面積ESV當量因子的經濟價值，元／km2；pd為第d種糧食作物的平均價格，元／kg；qd為第d種糧食作物單產，kg／km2；sd為第d種糧食作物的面積，km2；S為糧食作物總面積，km2。

（2）生態系統單位面積價值系數計算。為保證生態系統單位面積價值系數（VC）的計算結果符合研究區實際，參考文獻［9］對VC進行本地化，VC計算公式：

式中：VCik為本地化后的土地利用類型k提供的第i項生態系統服務的單位面積價值系數；Qik為土地利用類型k提供的第i項生態系統服務的等效因子；F為本地化系數。

（3）生態系統服務價值ESV計算。公式為

式中：ESV、ESVi分別為研究區總的、第i項生態系統服務的價值；Ak為土地利用類型k的面積。

1.3.3 敏感性分析

為驗證研究方法和計算結果的可靠性和合理性，應用彈性系數概念計算價值系數的敏感性系數（CS）［11］，以確定生態系統服務價值對黃河干流生態系統單位面積價值系數變化的敏感性。敏感性系數計算公式：

式中：VCak、VCbk分別為土地利用類型k初始、調整后的價值系數；ESVa、ESVb分別為初始、調整后總的生態系統服務價值。

將各土地利用類型的單位面積價值系數（VC）分別調整50%，來衡量ESV的變化情況。如果CS＞1，則說明ESV對VC是富有彈性的，即1%的自變量變動將引起因變量大于1%的變動，則其準確度差、可信度較低；如果CS＜1，則說明ESV對VC是缺乏彈性的，結果是可信的。

1.3.4 空間自相關分析

（1）全局空間自相關。全局空間自相關是對研究區整體空間分布情況的描述，表達了研究區整體的空間關聯性和空間差異特征，常用全局莫蘭指數表示，計算公式為

式中：I為全局莫蘭指數，I取值范圍為［－1，1］，I＜0表示研究區空間負相關，I＞0表示研究區空間正相關，I＝0表示研究區不存在空間相關性；b為地級市數量；Wij為空間權重值；xi、xj分別為地級市i、地級市j的觀測值，i≠j；為觀測值的均值。

（2）局部空間自相關。局部空間自相關描述各研究單元與相鄰單元之間的空間相似性和相異特征，用局部莫蘭指數表示，計算公式為

式中：Ii為局部莫蘭指數；s為樣本值標準差。

利用局部莫蘭指數，在GeoDa軟件中生成空間自相關的LISA集聚圖，并將隨機模擬次數設置為999次。

2 結果與分析

2.1 土地利用變化分析

（1）土地利用變化幅度及速度。1980年、2000年、2018年研究區各土地利用類型面積變化見圖1。黃河干流沿線土地利用類型以草地為主，草地面積占研究區總面積的一半左右，其次為耕地、未利用地和林地，建設用地、水體和濕地面積較小。從土地利用的時間變化來看，耕地、濕地和未利用地面積呈減小趨勢，其他土地利用類型面積呈增大趨勢。

圖1 研究區各土地利用類型面積變化

根據式（1）得出黃河干流沿線1980—2018年單一土地利用動態度，進而得到綜合土地利用動態度，見表1。建設用地的動態度遠高于其他土地利用類型的，說明該時期研究區城鎮化快速推進，建設用地大規模擴張；濕地和未利用地的動態度始終為負值，說明這兩種土地利用類型的面積減小，其中濕地面積減小速度在2000—2018年有所減緩，這可能與國家對濕地的保護取得了初步成效有關；1980—2000年耕地的動態度為正值，林地、草地和水體的動態度為負值，但是2000—2018年出現逆轉，即耕地的動態度為負值，而林地、草地和水體的動態度為正值，這可能與國家在1999年以后實施退耕還林還草工程有關。從綜合土地利用動態度來看，2000—2018年綜合土地利用動態度最大，反映了這一時期土地利用變化非常活躍，城鎮化進程和生態文明建設同步進行，人類活動對自然生態系統的綜合影響最大。

表1 研究區土地利用動態度 %

（2）土地利用轉移。結合ArcGIS軟件對研究期初和期末的土地利用狀況進行疊加分析，得到黃河干流沿線土地利用轉移矩陣，見表2。1980—2018年研究區共有129 556.143 km2的土地發生了轉移；建設用地的轉入面積（21 528.708 km2）顯著大于轉出面積（5 008.783km2），以耕地轉移為建設用地為主，轉移了14 992.460 km2；未利用地的轉入面積（12 746.877 km2）顯著小于轉出面積（35 070.720 km2），且以未利用地轉移為草地為主，轉移了27 966.319 km2。各種土地利用類型之間的相互轉移特征：耕地轉移為建設用地、未利用地轉移為草地、草地轉移為耕地和未利用地。

表2 研究區1980—2018年土地利用轉移情況 km2

2.2 生態系統服務價值變化特征

（1）敏感性分析。根據式（7）得到不同土地利用類型的敏感性系數CS，見圖2（本文建設用地生態系統服務價值賦值為0，不涉及敏感性系數）。各土地利用類型CS值從大到小依次為草地、林地、耕地、濕地、水體、未利用地，而且整個研究期所有土地利用類型CS值均小于1。其中，草地的CS值最大，其最大值出現在2018年，為0.492，說明當草地的價值系數VC增加或者減少1%時，會導致生態系統服務總價值增加或減少0.492%；未利用地的CS值在2018年最小，僅為0.013。總的來說，計算得到的生態系統服務價值計算結果相對于VC是缺乏彈性的，即生態系統服務價值計算結果可以用于后續分析。

圖2 研究區不同土地利用類型敏感性系數

（2）生態系統服務價值變化特征。黃河干流沿線不同土地利用類型生態系統服務價值及變化見表3。從生態系統服務總價值變化來看，1980—2018年研究區生態系統服務總價值呈現先減小后增大的變化趨勢，總體增加了128.037億元。具體來說，從1980年的12 007.198億元減小至2000年的11 914.988億元，減小率為0.768%；2018年增大至研究期的最大值12 135.235億元，增大率為1.848%。生態系統服務總價值的變化主要與研究期內不同土地利用類型之間的轉移有關。1980—2000年以林地、草地、水體和濕地等具有較高生態系統服務價值的生態用地面積減小為主；2000年以后，由于退耕還林還草工程的實施，林地、草地和水體等生態用地面積增大，因此這一時期生態系統服務總價值增大。從不同土地利用類型生態系統服務價值的變化來看，研究區不同地類提供的生態系統服務價值從大到小依次為草地、林地、耕地、濕地、水體、未利用地。其中草地和林地生態系統服務價值在2018年占生態系統服務總價值的比例分別為48.372%、21.187%，表明草地和林地對黃河干流沿線生態系統穩定性的維持至關重要。從時間變化看，1980—2000年濕地生態系統服務價值變化量最大，減少了70.916億元，占這一時期總價值減小量的76.907%；2000—2018年水體和草地的生態系統服務價值變化量較大，共增大了305.561億元。

表3 研究區不同土地利用類型生態系統服務價值及變化

（3）單項服務的生態系統服務價值變化特征。各項服務的生態系統服務價值及變化見表4。1980—2018年保持土壤對研究區生態系統服務總價值的貢獻最大，占生態系統服務總價值的16.638%以上，這可能與當地生態現狀有關。研究區特別是中部地區長期以來遭受嚴重的土壤侵蝕，顯著影響區域社會經濟的可持續發展。水文調節、維持生物多樣性、廢物處理、氣候調節和氣體調節這5項生態系統服務對研究區生態系統服務總價值的貢獻相對較大，而提供美學景觀、原材料生產和食物生產的貢獻較小。從時間變化上來說，除了食物生產服務的生態系統服務價值呈現先增大后減小的變化特征外，其他各項服務的生態系統服務價值均呈現先減小后增大的變化特征。總體來說，黃河干流沿線生態系統服務價值的變化由早期（1980—2000年）的小幅減小到后期（2000—2018年）的大幅增大，在一定程度上反映了研究區生態環境逐步改善，區域內土地利用結構和格局趨于優化。

表4 研究區各項生態系統服務價值及變化

2.3 生態系統服務價值的空間分異特征

（1）全局空間自相關。黃河干流沿線各地級市面積存在明顯差異，為了使研究區各地級市之間具有可比性，對黃河干流沿線單位面積生態系統服務價值（地均ESV）進行自相關分析，探究生態系統服務價值在研究區內空間分布的集聚特征。1980年、2000年、2018年全局莫蘭指數分別為0.458、0.507、0.484，且通過了0.01水平的顯著性檢驗。1980年、2000年、2018年全局莫蘭指數均為正值，表明黃河干流沿線地均ESV存在顯著空間正相關性，即地均ESV在空間上表現出明顯集聚特征。從時間變化來看，全局莫蘭指數呈現先增大后減小趨勢，整體略有增大，說明1980—2018年黃河干流沿線地均ESV集聚程度先增強后減弱，集聚性整體略有增強。

（2）局部空間自相關。為進一步揭示研究區地均ESV在局域空間上的空間集聚特征及演變規律，采用式（9）并借助GeoDa軟件生成黃河干流沿線地均ESV的LISA集聚圖，見圖3。1980—2018年黃河干流沿線地均ESV集聚特征明顯，涉及高高集聚、高低集聚、低高集聚和低低集聚4種類型，以高高集聚和低低集聚為主。從總體上看，高高集聚和低低集聚的地級市數量較多且集聚特征明顯，高低集聚和低高集聚的地級市數量均為1個，且分布穩定。高高集聚區分布在青海省果洛州、黃南州和海東市，甘肅省甘南州以及山西省運城市，而甘肅省臨夏州的高高集聚在2018年消失。這樣的集聚特征可能與土地利用結構有關，這些地級市的生態用地占比與周圍其他地級市相比要大，這在高高集聚區和低低集聚區尤為明顯。低低集聚區主要分布在河南省開封市、新鄉市和濮陽市，山東省菏澤市、聊城市和濟南市，而2018年山東省德州市的低低集聚消失，泰安市演變為低低集聚。

圖3 研究區地均ESV的LISA集聚圖和顯著性（P表示顯著性水平）

3 討 論

1980—2018年黃河干流沿線建設用地的變化最為活躍，增加了71.596%，說明黃河流域的城市化進程快速推進，這與任保平等［17］的研究結果相符，但建設用地的增加主要以犧牲耕地為代價。王堯等［18］測算黃河流域2000—2015年生態系統服務價值，顯示了與本文類似的結果，即生態系統服務總價值在2000年后呈增大趨勢。此外，草地和林地對維持黃河干流沿線生態系統穩定至關重要，一方面歸因于研究區林草地廣泛分布，另一方面與退耕還林還草工程的實施有關［15，19］。同時存在草地退化為未利用地的現象，這與過度放牧等造成草原荒漠化有關［20－21］。黃河干流沿線地均ESV低低集聚區主要分布在河南省開封市、新鄉市和濮陽市，山東省菏澤市、聊城市和濟南市，這些地級市建設用地占比顯著高于高高集聚區的，而生態用地占比卻顯著低于高高集聚區的［14，22］。

需要說明的是，本研究仍有以下不足之處需要在未來的研究中改進：雖然根據研究區實際情況對價值系數進行了本地化，而且通過敏感性分析驗證了結果的可靠性，但當量因子的確定仍具有主觀性，在后續研究中可以引入人們的支付意愿以進一步提高ESV評估的準確性；建設用地生態系統服務價值當量因子可能為負，本研究將建設用地的生態系統服務價值當量因子賦值為0，存在一定局限性；本研究只分析了生態系統服務價值的時空演變特征，沒有進一步討論各種服務之間的權衡和協同關系，未來研究中可以引入生態系統服務評價模型進行系統分析。

4 結論與建議

1980—2018年黃河干流沿線以草地為主，其次為耕地、未利用地、林地、建設用地、水體和濕地，耕地、濕地和未利用地面積整體減小，其他土地利用類型面積整體增大。2000—2018年綜合土地利用動態度最大，且建設用地的動態度遠高于其他土地利用類型的，說明這一時期土地利用變化非常活躍，主要是耕地轉移為建設用地、未利用地轉移為草地、草地轉移為耕地和未利用地。1980—2018年生態系統服務總價值呈現先減小后增大的趨勢，總體增加了128.037億元，其中草地和林地的生態系統服務價值占比最大，對黃河干流沿線生態系統穩定性的維持至關重要。此外，1980—2018年單項生態系統服務價值中，除了食物生產價值先增大后減小外，其他各項服務的生態系統服務價值均呈現先減小后增大的變化特征。其中保持土壤服務對生態系統服務總價值的貢獻最大，而提供美學景觀、原材料生產和食物生產的貢獻較小。黃河干流沿線地均ESV在研究期內呈顯著空間正相關性，并在局域空間上集聚，以高高集聚和低低集聚為主。

為了促進研究區人地關系的和諧發展，提出以下建議：建設用地作為增速最快的用地類型，以耕地為侵占對象，今后應著力加強對耕地的保護，嚴守耕地面積保護紅線；草地對黃河干流沿線生態系統服務價值的貢獻最大，但研究區存在草地退化為未利用地的現象，需要加強對草地資源的管護，防止過度放牧；在地均ESV低低集聚區要嚴格控制城市擴張規模，鼓勵對城市內部低效用地、廢棄地的開發，以提高這些區域建設用地的集約利用水平；與此同時，要加快綠地、公園等綠色基礎設施建設，以改善研究區生態環境。