長江、珠江上游土地利用及其生態系統服務價值空間變化研究

摘 要：基于長江、珠江上游黔南州2009—2019年土地利用數據，采用土地利用轉移矩陣、生態系統服務價值評估方法及空間自相關性分析方法，分析黔南州10 a間的土地利用變化情況及其對區域生態系統服務價值（ESV）的影響。研究發現，黔南州土地利用結構變化明顯，林地面積增加最多，園地面積增幅最大，建設用地和水域面積增長明顯，而草地面積減少最多、減幅也最大，未利用地和耕地面積均呈減少趨勢；各土地利用類型間相互轉移面積較大，達880 833.92 hm2，占全州國土面積的比例達33.62%，主要特征為耕地、草地轉變為林地，耕地、林地轉為建設用地等。黔南州ESV凈增加340.17億元，生態服務當量因子價值增加和土地利用結構變化分別貢獻凈增益的70.20%和29.80%；林地在黔南州生態系統服務中起著主導作用，2019年林地對地區ESV的貢獻達83.16%。黔南州ESV損益在空間上具有顯著的正自相關性，其高值區進一步聚集增加，低值區進一步聚集擴大。可見，10年間黔南州生態環境質量大幅提升，對長江、珠江流域生態環境穩定作出積極貢獻。

關鍵詞：黔南州；土地利用；生態系統服務價值；空間自相關

中圖分類號：F301.24 文獻標識碼：A 文章編號：1006-060X（2023）05-0094-07

Abstract：Based on the land use data of Qiannan Prefecture （located in the upper reaches of the Yangtze River and Pearl River） from 2009 to 2019， the study used the land use transfer matrix， ecosystem service value evaluation method and spatial autocorrelation analysis method to analyze land use changes of Qiannan Prefecture in 10 years and impacts on regional ecosystem service value （ESV）. The results showed that the land use structure changed significantly in Qiannan Prefecture： the increased area of woodland was the largest， the area of garden land increased the most， and the area of construction land and water area increased obviously; both the decreased area and extent in grassland were the largest， and the area of unused land and farmland showed a decreasing trend. The transfer area among different land use types was large， reaching 880 833.92 hm2 and accounting for 33.62% of the total land area in the prefecture， mainly in the conversion of farmland and grassland into woodland， and farmland and woodland into construction land. The net increase of ESV in Qiannan Prefecture was 34.017 billion yuan， of which the increase of the ecological service equivalent factor value and the change of the land use structure contributed 70.20% and 29.80%， respectively. Woodland played a leading role in ecosystem services in Qiannan Prefecture， and contributed 83.16% to regional ESV in 2019. The ESV profit and loss in Qiannan Prefecture showed a significant positive autocorrelation in space， with the high value area further gathering and increasing， and the low value area further gathering and expanding. Therefore， it could be seen that the quality of ecological environment in Qiannan Prefecture was greatly improved in 10 years， making positive contributions to the stability of ecological environment in the Yangtze River and Pearl River basins.

Key words： Qiannan Prefecture; land use; ecosystem service value; spatial autocorrelation

生態系統服務是指人類從生態系統中獲得的生存與發展必需的物質和服務，包括直接或間接獲取到的產品或惠益[1]。生態系統服務價值（Ecosystem Service Value，ESV）測算是以貨幣的形式來測算生態系統所產生的價值[2]，生態系統服務價值是環境保護及生態補償支付的重要依據[3-4]。土地作為地表基礎，其利用發生變化將引起生態系統結構、營養層次及成分等發生改變，從而導致生態系統服務價值發生變化。土地利用變化是自然生態系統變化的重要推動力，其通過改變地表土地利用類型來改變生態系統狀況，進而影響生態系統提供產品或服務的能力，最終導致生態系統服務價值發生變化[5-8]。以分析土地利用變化為基礎，量化其對區域生態系統服務價值產生的影響，有助于科學有效地制定土地利用政策，從而保持生態系統的平衡，促進區域可持續發展[9]。

Costanza等[10]于1997年以貨幣形式率先對全球的生態系統服務價值展開了測算評估，并提出了全面的測算方法，這對世界各地的學者研究測算生態系統服務價值起到了引領作用。但由于區域間社會經濟和自然生態環境差異較大，Costanza等提出的測算方法不能用于所有地區。2003年，謝高地等[11]根據中國自然生態系統實際情況，系統總結出了使用當量因子法評估區域生態系統服務價值的思路，該方法被廣泛應用于各地生態系統服務價值的評估測算。近年來，眾多學者根據土地利用變化情況，采用不同評估方法對多區域、多尺度的生態系統服務價值展開了大量研究。如雷金睿等[12]基于海南島1980—2018年5個時期的土地利用變化數據系統分析了生態系統服務價值的時空變化特征；羅芳等[13]根據四川省2000—2018年的土地利用變化數據深入研究了四川省土地利用變化對生態系統服務價值的影響；肖建設等[14]以黃河源區瑪多縣2005—2015年的土地利用變化數據為基礎，系統研究了瑪多縣生態系統服務價值的演變特征。

現有研究為后續相關研究提供了基礎，但該領域關于黔南布依族苗族自治州（以下簡稱黔南州）的案例研究較少。因此，該研究以長江、珠江兩大流域上游的黔南州為研究對象，以其2009—2019年土地利用數據為基礎，分析該區域10 a間的土地利用變化特征，進而分析該區域生態系統服務價值的空間變化特征。研究長江、珠江兩大流域上游的黔南州10 a間土地利用變化及生態系統服務價值變化情況，可為從源頭上做好長江、珠江生態環境保護，指導區域進一步合理利用土地資源提供依據，從而促進經濟社會可持續發展。

1 研究區域及數據來源

1.1 研究區域

黔南州位于貴州省南部，為長江、珠江兩大流域上游重要的生態屏障[15]，全州國土面積為262萬hm2，氣候類型為亞熱帶季風氣候，下轄2個縣級市、9個縣、1個自治縣。根據《黔南州第三次全國國土調查主要數據公報》，2019年林地在全州國土面積中的占比達70.89%，林地為轄區主要地類，發揮著涵養水源、保護生物多樣性等重要作用，主導著區域生態系統服務價值的發揮。

1.2 數據來源

該研究以從黔南州自然資源局獲取的2009年、2019年（部分）黔南州土地利用數據為基礎，從“天地圖·貴州省地理信息公共服務平臺”上獲取2019年黔南州遙感影像，對其進行校正處理后，通過人機交互目視解譯方法獲得缺失的2019年黔南州相關數據。結合相關文獻[16]和黔南州土地利用實際情況，該研究將黔南州土地利用類型劃分為耕地、園地、林地、草地、建設用地、水域和未利用地7種。所獲取的影像精度基本優于5 m，部分影像精度優于2 m，可辨識度較好；該研究在ArcGIS環境下通過人機交互判定土地利用類型，同時結合野外調查驗證判讀結果。通過該方法得出的土地利用類型數據準確率超過95%，可應用于該區域土地利用及其生態系統服務價值空間變化研究。

2 研究方法

2.1 土地利用轉移矩陣

土地利用轉移矩陣是量化土地利用轉移面積的分析方法，是研究不同土地利用類型之間面積發生轉移變化的常用手段，可以直觀地表示一段時間內土地利用的變化值和方向，該研究參照張祎等[17]的方法進行計算。

2.2 生態系統服務價值評估方法

目前測算ESV的方法有多種，該研究借鑒謝高地等[11]構建的基于單位面積價值的當量因子法，采用3 406.50元/hm2為1個生態系統服務價值當量因子的經濟價值[18]。根據統計，2009年黔南州單位面積糧食產量為3 129.76 kg/hm2，同期全國為4 908.45 kg/hm2，以此推算黔南州2009年1個標準當量因子的ESV為2 172.08元/hm2；2019年黔南州單位面積糧食產量為4 526.65 kg/hm2，同期全國為5 719.47 kg/hm2，以此推算黔南州2019年1個標準當量因子的ESV為2 696.06元/hm2。建設用地的生態服務價值當量為0，故在ESV計算中不被納入[19]。該研究根據修正后的黔南州各土地利用類型不同類別的單位面積生態服務價值當量[20-21]（表1）和黔南州2009年、2019年不同地類面積數據測算區域ESV，具體見公式（1）和（2）。

式中：Ai為第i種土地利用類型的面積（hm2）；VCi代表第i種土地利用類型的ESV當量價值（元/hm2）；ECf代表某種土地利用類型第f項ESV當量；Ea代表1個標準當量因子的ESV值，即黔南州2009年1個標準當量因子的ESV為2 172.08元/hm2，2019年1個標準當量因子的ESV為2 696.06元/hm2。

2.3 空間自相關性分析方法

空間自相關性分析方法可以用來分析相鄰要素之間的關聯性，檢驗空間上要素是否存在聚集現象。空間自相關性可以通過Moran's I統計值進行度量，Moran's I值在－1到1之間。當Moran's I值為正數時，在空間上相鄰要素存在聚集現象，呈現正相關性；當Moran's I值為負數時，在空間上相鄰要素存在分散現象，呈現負相關性；當Moran's I值為0時，相鄰要素在空間上存在隨機分布現象。為了探究細微尺度上黔南州土地利用類型轉變引起的區域ESV變化在空間分布上是否存在相關性，該研究在ArcGIS環境下以黔南州2009年和2019年土地利用現狀矢量圖斑疊加形成的單元為基礎，創建漁網工具，按照1 km×1 km的標準將黔南州劃分為多個網格單元，參考劉亞茹等[9]構建的土地利用變化對ESV的影響程度指標，結合自然斷點法將ESV損益分為5級，使用GeoDa軟件對土地利用變化引起的ESV損益空間自相關性進行分析，分別計算全局、局部Moran's I指數及局部Gi指數，具體見公式（3）～（10）。

式中：LPi為第i種土地利用類型的ESV損益（元），Ai為第i種土地利用類型的面積（hm2），VCi，k、VCi，k'分別為第i種土地利用類型的第k項生態系統服務在土地利用類型發生變化前后的ESV當量價值（元/hm2）；DYi、DYt分別代表單一、綜合的土地利用動態度（%），、分別代表t1年、t2年第i種土地利用類型的面積（hm2）， 代表第i種土地利用類型在t1—t2年時間段內轉移到非i類（j類）土地利用類型的面積（hm2）；IMi為土地利用類型發生變化對區域ESV的影響程度（%），LPi，j為第i種土地利用類型在研究期內轉移到第j種土地利用類型產生的區域ESV損益（元）；I、Ii分別為全局和局部Moran's I統計值，Gi為局部統計量，為2009—2019年單元i的ESV損益值（元/hm2），是區域內所有單元的ESV損益平均值（元/hm2），Wij為單元i與單元j之間的空間權重，n為單元個數，S2為單元i的ESV損益方差。

3 結果與分析

3.1 土地利用結構變化特征分析

由表2可知，整體上來看，黔南州2009年土地利用類型以林地、耕地和草地為主，3種地類占比合計達88.12%，其中，林地是該區域土地利用的主要地類，占比超50%；2019年土地利用類型主要為林地、耕地，其中，林地占比高達70.89%。黔南州10 a間土地利用結構變化顯著，水域、林地、建設用地、園地面積增加，增幅分別為13.39%、25.24%、89.53%、224.42%；草地、未利用地、耕地面積呈現減少趨勢，減幅分別為87.72%、39.49%、26.47%。可見，在黔南州近年來經濟社會高速發展態勢下，林地面積增加最多，園地面積增幅最大，建設用地和水域面積增長明顯；草地面積減少最多、減幅也最大，未利用地和耕地面積均呈減少趨勢。

3.2 土地利用轉移特征分析

該研究利用ArcGIS軟件疊加分析工具，制作了2009—2019年黔南州的土地利用轉移矩陣（表3）。結合表3和實際情況可知，2009—2019年黔南州各土地利用類型間相互轉移過程頻繁，轉移面積較大，10 a間地類發生轉移的面積達880 833.92 hm2，占全州國土面積的比例為33.62%，主要特征為耕地、草地轉為林地，耕地、林地轉為建設用地等。各地類轉移情況如下。一是耕地轉移情況。減少的耕地主要流向林地、建設用地、園地，這與10 a間黔南州經濟快速發展，大力實施國土綠化、退耕還林、農業產業結構調整及建設項目而占用耕地有關。其中，耕地轉到林地的面積為139 331.72 hm2，占耕地總轉出面積的59.91%；轉到建設用地的面積為36 360.31 hm2，占比為15.64%；轉到園地的面積為28 362.88 hm2，占比為12.20%，耕地轉移到上述3種地類的面積占耕地總流出面積的87.75%。二是園地轉移情況。10 a間，園地面積增加2.24倍，流入的園地主要來自耕地（28 362.88 hm2），其占園地總流入面積的35.84%。三是林地轉移情況。10 a間，林地總流入面積為523 116.70 hm2，主要來源于草地、耕地。從草地、耕地流入到林地的面積分別為265 721.76 hm2、139 331.72 hm2，占林地總流入面積的50.80%、26.63%。林地面積大幅增加的原因有2個：其一，由于封山育林、自然生長演化原因，草地、未利用地變為林地；其二，黔南州大量人口外出務工，降低了對土地、林木的依賴，部分耕地因長期無人耕種而撂荒，自然生長演變為林地。四是草地轉移情況。10 a間，草地總流出面積為318 609.80 hm2，主要流出到林地，面積為265 721.76 hm2，占草地總流出面積的83.40%，其次是流出到耕地、園地、建設用地。五是建設用地轉移情況。10 a間，建設用地總流入面積為91 155.10 hm2，主要來源為耕地和林地。從耕地、林地流入到建設用地的面積為69 782.36 hm2，占建設用地總流入面積的76.55%。六是水域轉移情況。10 a間，水域總流入面積為14 197.56 hm2，其中，來源于耕地的面積為5 952.79 hm2，來源于林地的面積為4 853.43 hm2，二者合計占水域總流入面積的76.11%。七是未利用地轉移情況。10 a間，未利用地總流出面積為123 758.27 hm2，主要流出到林地，流出面積為86 408.98 hm2，占未利用地總流出面積的69.82%。

3.3 生態系統服務價值變化特征分析

根據黔南州單位面積生態服務價值當量及2009—2019年各土地利用類型面積，該研究分別統計出黔南州2009—2019年各土地利用類型ESV變化情況（表4）和各項生態系統服務價值變化情況（表5）。根據表4可知，黔南州2009年和2019年ESV總量分別為888.58億元和1 228.75億元，10 a間ESV增加340.17億元，增幅高達38.28%，這反映出10 a間黔南州生態環境質量得到極大提升。2009年，林地的ESV為657.34億元，占各土地利用類型ESV總量的73.98%，這說明林地在黔南州生態系統服務中起著主導作用；2019年，林地對黔南州生態系統服務價值的貢獻進一步增大，占比達83.16%。2009—2019年，耕地、草地、未利用地面積呈現減少趨勢，其ESV亦呈減少趨勢，其中，草地ESV減少值最大，為76.68億元；園地、林地、水域三者面積合計增加438 184.79 hm2，其ESV合計增加421.56億元。

由表5可知，黔南州生態系統服務一級服務中調節服務價值最高，其次為支持服務和供給服務，文化服務價值最低。2009年，調節服務價值為609.71億元，占當年ESV總量的68.62%；2019年，調節服務價值增長到843.79億元，占當年ESV總量的68.67%。從單項ESV方面來看，除食物生產服務增加15.79%以外，其余各單項ESV增幅均超過30%。由于水域對地區ESV影響較大，10 a間水域面積增長13.39%，水資源供給價值增長209.91%。從各單項ESV在地區生態系統服務價值中的占比來看，水文調節、氣候調節服務占比最大，這說明其在維系黔南州生態系統穩定中發揮重要的作用。

3.4 生態系統服務價值損益時空動態分析

該研究根據黔南州各土地利用類型生態服務價值當量及2009—2019年土地利用轉移矩陣，計算出黔南州2009—2019年生態系統服務價值損益（表6），通過表6可清楚得知ESV的數量變化特征和ESV增加來源及減少去向。10 a間，黔南州ESV損失82.13億元，增益422.30億元，凈增益為340.17億元，生態服務當量因子價值增加和土地利用結構變化分別貢獻ESV凈增益的70.20%和29.80%。耕地、園地、草地、建設用地、未利用地轉移到林地和水域引起ESV增益228.81億元，是地區ESV增益的主要原因。林地和水域轉移到耕地、園地、草地、建設用地、未利用地引起ESV損失59.12億元（占全州ESV損失的71.98%），是全州ESV損失的主要原因。此外，由表4可知，2009年，林地和水域ESV之和為745.21億元，占總ESV的83.87%；2019年，林地和水域在地區生態系統服務中的主導作用進一步增強，兩者ESV之和為1 145.51億元，占總ESV的93.23%。可見，林地和水域在維系黔南州生態系統穩定中發揮主導作用。

3.5 生態系統服務價值變化空間自相關性分析

為進一步分析黔南州2009—2019年ESV變化程度的空間關系，該研究在ArcGIS環境下將其2009年和2019年土地利用現狀矢量圖斑疊加形成分析單元，計算每個單元的生態系統服務價值變化指數。從10 a間黔南州ESV的空間變化情況來看，ESV高值區進一步增大，主要表現為林地、水域面積增加；同時，ESV低值區也在擴大，主要表現為建設用地面積大幅增加。從10 a間黔南州ESV損益分布情況來看，零星的水域用地轉變為建設用地、未利用地、耕地、草地、園地，造成單位面積上的ESV損失較大；而建設用地、未利用地、耕地等轉變為林地、水域，是單位面積上ESV增益較大的主要原因。該研究利用空間自相關模型進行計算，得出黔南州生態系統服務價值損益的全局Moran's I指數為0.614 2，這說明黔南州生態系統服務價值損益在空間上表現為顯著的正自相關性，其高值區進一步聚集增加，低值區進一步聚集擴大。

4 結論與建議

該研究基于黔南州2009—2019年土地利用數據，分析了其土地利用變化特征及生態系統服務價值變化特征，得出以下主要結論。就土地利用變化而言，在黔南州近年來經濟社會高速發展態勢下，10 a間土地利用結構變化顯著，林地面積增加最多，園地面積增幅最大，建設用地和水域面積增長明顯；草地面積減少最多、減幅也最大，未利用地和耕地面積均呈減少趨勢。各土地利用類型間相互轉移過程頻繁，轉移面積較大，10 a間地類發生轉移的面積達880 833.92 hm2，占全州國土面積的比例達33.62%，主要特征為耕地、草地轉變為林地，耕地、林地轉為建設用地等。就生態系統服務價值變化而言，10 a間黔南州ESV凈增加340.17億元，增幅達38.28%。林地在作為生態之州的黔南州生態系統服務中起著主導作用，2019年林地對地區ESV的貢獻達83.16%；從生態系統二級服務的單項ESV來看，水文調節、氣候調節2項在地區生態系統服務價值中占比最大，2019年達51.49%，其對維系黔南州生態系統穩定貢獻較大。就生態系統服務價值損益時空動態變化而言，生態服務當量因子價值增加和土地利用結構變化是地區ESV增益的原因，分別貢獻凈增益的70.20%和29.80%；林地和水域在維系黔南州生態系統穩定中發揮主導作用。就生態系統服務價值變化空間自相關性而言，2009—2019年黔南州ESV損益的全局Moran's I指數為0.614 2，這說明黔南州生態系統服務價值損益在空間上具有顯著的正自相關性，其高值區進一步聚集增加，低值區進一步聚集擴大。可見，黔南州的土地利用結構能夠滿足經濟發展和生態環境保護的需求，10 a間其生態環境持續向好，對長江、珠江流域的生態環境穩定有積極貢獻。未來，黔南州要提高建設用地使用效率，減緩建設用地增速[22]；同時根據國土空間規劃要求，嚴守耕地保護紅線及生態紅線，合理劃定城鎮開發邊界，從而促進地區穩定可持續發展，更好維護長江、珠江流域上游地區生態系統穩定。

參考文獻：

[1] DAILY G C，S?DERQVIST T，ANIYAR S，et al. The value of nature and the nature of value[J]. Science，2000，289（5478）：395-396.

[2] 李文華，張 彪，謝高地. 中國生態系統服務研究的回顧與展望[J]. 自然資源學報，2009，24（1）：1-10.

[3] VALLECILLO S，LA NOTTE A，ZULIAN G，et al. Ecosystem services accounts：Valuing the actual flow of nature-based recreation from ecosystems to people[J]. Ecological Modelling，2019，392：196-211.

[4] 謝高地，張彩霞，張雷明，等. 基于單位面積價值當量因子的生態系統服務價值化方法改進[J]. 自然資源學報，2015，30（8）：1243-1254．

[5] CHEN W X，CHI G Q，LI J F. The spatial association of ecosystem services with land use and land cover change at the county level in China，1995—2015[J]. Science of the Total Environment，2019，669：459-470.

[6] LI F，ZHANG S W，YANG J C，et al. Effects of land use change on ecosystem services value in West Jilin since the reform and opening of China[J]. Ecosystem Services，2018，31：12-20.

[7] 韓增林，孟琦琦，閆曉露，等. 近30年遼東灣北部區土地利用強度與生態系統服務價值的時空關系[J]. 生態學報，2020，40（8）：2555-2566．

[8] 馮 源，朱建華，曾立雄，等. 縣域土地利用變化下生態系統服務價值損益預測：以重慶市巴南區為例[J]. 生態學報，2021，41（9）：3381-3393.

[9] 劉亞茹，王 聰，嚴力蛟. 華北平原農區土地利用變化對生態系統服務的影響：以河南省商丘市為例[J]. 應用生態學報，2018，29（5）：1597-1606．

[10] COSTANZA R，D'ARGE R，DE GROOT R，et al. The value of the world's ecosystem services and natural capital[J]. Nature，1987，387（15）：253-260.

[11] 謝高地，魯春霞，冷允法，等. 青藏高原生態資產的價值評估[J]. 自然資源學報，2003，18（2）：189-196.

[12] 雷金睿，陳宗鑄，陳小花，等. 1980—2018年海南島土地利用與生態系統服務價值時空變化[J]. 生態學報，2020，40（14）：4760-4773.

[13] 羅 芳，潘 安，陳忠升，等. 四川省土地利用變化對生態系統服務價值的影響研究[J]. 云南農業大學學報（自然科學），2021，36（4）：734-744.

[14] 肖建設，喬 斌，陳國茜，等. 黃河源區瑪多縣土地利用和生態系統服務價值的演變[J]. 生態學報，2020，40（2）：510-521.

[15] 馬 歡，計 偉，馮朝陽，等. 黔南州重安江流域水環境現狀及成因分析[J]. 環境工程技術學報，2022，12（2）：477-484.

[16] 羅 馨，忻 靜，禹 雷. 基于地理國情的土地利用格局與敏感性評價：以上海市崇明生態島為例[J]. 城市勘測，2020（3）：11-16.

[17] 張 祎，李玉鳳，高 鴻，等. 基于土地轉移矩陣的生態服務功能研究：以南京市仙林新市區為例[J]. 生態與農村環境學報，2014，30（6）：800-805.

[18] 幸贊品，顏長珍，馮 坤，等. 1975—2015年甘肅省白龍江流域自然保護區生態系統服務價值及其時空差異[J]. 中國沙漠，2019，39（3）：172-182.

[19] 段彥博，雷雅凱，馬 格，等. 鄭州市生態系統服務價值時空變化特征[J]. 浙江農林大學學報，2017，34（3）：511-519．

[20] 雷軍成，王 莎，汪金梅，等. 土地利用變化對尋烏縣生態系統服務價值的影響[J]. 生態學報，2019，39（9）：3089-3099.

[21] 李 娜，董立國，劉長寧，等. 黃土丘陵區土地利用格局與生態系統服務價值分析：以中莊流域為例[J]. 水土保持研究，2013，20（1）：144-147，307.

[22] 張東麗，蔡銀鶯. 武漢城市圈規劃設置前后建設用地利用效率差異[J]. 上海國土資源，2019，40（4）：14-20.

（責任編輯：袁萍萍）