胥芝韵，肖旭峰，赵 真

（1.江西生物科技职业学院，江西 南昌 330200；2.江西农业大学 农学院，江西 南昌 330033；3.河海大学 水利水电学院，江苏 南京 210098）

生态系统服务是指支撑人类生存和发展的环境条件和产品，生态系统服务功能包括供给、调节、支持和文化服务［1］。生态系统服务作为连接自然与社会的桥梁，将自然资本与人类福祉紧密联系在一起，进而保障区域生态安全和社会经济发展［2］。然而，土地利用类型变化、人口快速增长和社会经济高速发展给生态系统带来了巨大压力，导致生态系统服务退化［3］。全球约60%的生态系统服务退化或正在以不可持续的方式被利用。生态系统服务价值（ESV）评估可以提高人们对生态资源价值重要性的认识，并为决策者进行促进人地和谐的生态保护规划和管理体系设计提供可靠依据［4］。

1997年Robert Costanza等［1］首次提出当量因子法和等效因子表来评估全球ESV，随后ESV评估受到各国生态学、经济学和地理学等领域学者的广泛关注，学者们深入探讨了ESV的概念、核算方法、时空变化特征和驱动力等［5－8］，形成了一系列研究成果。我国ESV的研究起步较晚，但发展迅速。谢高地等［9－10］利用生物量参数对Robert Costanza等提出的当量因子进行修正，提出了中国陆地ESV的等效因子表，此表得到了广泛应用；李建蓉等［11］采用谢高地等的等效因子表分析了京津冀ESV的时空变化特征，揭示了其与土地利用的关联性；Song F等［12］采用能值法和对数平均迪氏因素分解法评估了我国东北地区的ESV，并识别了其驱动因素。这些研究在生态系统管理策略的制定方面发挥了重要作用，但是现有ESV研究尺度多为栅格单元［13］、行政单元［14－15］，对生态环境脆弱的代表性流域的相关研究还有一定不足，尤其是关于黄河流域ESV的评估较少。因此，本文基于黄河干流沿线地级市1980—2018年土地利用数据，结合土地利用动态度和土地利用转移矩阵分析土地利用变化，并运用当量因子法和空间自相关分析法揭示黄河干流沿线地级市生态系统服务价值的时空演变特征，厘清黄河干流沿线地级市的生态“家底”。

1 数据与方法

1.1 评价单元

黄河流域自西向东横跨青藏高原、黄土高原和华北平原，是我国重要的生态屏障，也是我国重要的能源基地和重工业基地。2018年黄河流域第一、二、三产业产值比例为8.2∶43.1∶48.7，第一产业、第二产业比重均高于全国平均水平［16］。黄河流域拥有丰富的煤炭、石油、天然气和有色金属等资源，产业以重工业为主，给生态环境带来了巨大压力。由于黄河流域省级数据空间跨度大，不能准确反映黄河流域ESV的具体特征，而县级数据收集难度大，缺失较多，因此考虑数据的可获得性和代表性，结合文献［16］，选取黄河干流沿线41个地级市作为研究单元展开研究。

1.2 数据来源

黄河干流沿线各地级市1980年、2000年和2018年3期土地利用数据来源于中国科学院资源环境科学与数据中心，空间分辨率为30 m。生态系统服务价值当量因子经济价值统计数据来源于《中国粮食和物资储备年鉴》《中国农产品价格调查年鉴》。本地化生态系统单位面积价值系数空间数据来源于国家地球系统科学数据中心，空间分辨率为500 m。

1.3 研究方法

1.3.1 土地利用变化的量化

（1）单一土地利用动态度。单一土地利用动态度［11］是刻画不同土地利用类型在一定时段内的变化速度和幅度的指标，反映人类活动对单一土地利用类型的影响，其数学模型为

式中：Lk为t1到t2时段内土地利用类型k的动态度；分别为时间t1、t2土地利用类型k的面积。

（2）土地利用转移矩阵。土地利用转移矩阵用来明确研究期内土地利用结构的变化，即表达某种土地利用类型从t1到t2时段内转移为其他土地利用类型的情况，其表达式：

式中：Spq为土地利用转移面积，即t1到t2时段内土地利用类型p转移为土地利用类型q的面积；n为土地利用类型数量。

1.3.2ESV的核算

（1）生态系统服务价值当量因子经济价值计算。谢高地等［6，10］基于我国的实际情况，根据对200多位生态学家的调查问卷，修正了Robert Costanza等［1］提出的全球生态系统服务价值计算方法，将生态系统服务功能分为四大类和9个子类型：供给服务（包括食物生产、原材料生产）、调节服务（包括气体调节、气候调节、水文调节、废物处理）、支持服务（包括保持土壤、维持生物多样性）和文化服务（提供美学景观），获取了适合我国的单位面积ESV当量因子。1个ESV当量因子的经济价值为当年全国平均粮食单产市场价值的1／7，因此根据研究区粮食平均产量和粮食市场平均价格，计算黄河干流沿线各地级市单位面积ESV当量因子的经济价值。

式中：e为单位面积ESV当量因子的经济价值，元／km2；pd为第d种粮食作物的平均价格，元／kg；qd为第d种粮食作物单产，kg／km2；sd为第d种粮食作物的面积，km2；S为粮食作物总面积，km2。

（2）生态系统单位面积价值系数计算。为保证生态系统单位面积价值系数（VC）的计算结果符合研究区实际，参考文献［9］对VC进行本地化，VC计算公式：

式中：VCik为本地化后的土地利用类型k提供的第i项生态系统服务的单位面积价值系数；Qik为土地利用类型k提供的第i项生态系统服务的等效因子；F为本地化系数。

（3）生态系统服务价值ESV计算。公式为

式中：ESV、ESVi分别为研究区总的、第i项生态系统服务的价值；Ak为土地利用类型k的面积。

1.3.3 敏感性分析

为验证研究方法和计算结果的可靠性和合理性，应用弹性系数概念计算价值系数的敏感性系数（CS）［11］，以确定生态系统服务价值对黄河干流生态系统单位面积价值系数变化的敏感性。敏感性系数计算公式：

式中：VCak、VCbk分别为土地利用类型k初始、调整后的价值系数；ESVa、ESVb分别为初始、调整后总的生态系统服务价值。

将各土地利用类型的单位面积价值系数（VC）分别调整50%，来衡量ESV的变化情况。如果CS＞1，则说明ESV对VC是富有弹性的，即1%的自变量变动将引起因变量大于1%的变动，则其准确度差、可信度较低；如果CS＜1，则说明ESV对VC是缺乏弹性的，结果是可信的。

1.3.4 空间自相关分析

（1）全局空间自相关。全局空间自相关是对研究区整体空间分布情况的描述，表达了研究区整体的空间关联性和空间差异特征，常用全局莫兰指数表示，计算公式为

式中：I为全局莫兰指数，I取值范围为［－1，1］，I＜0表示研究区空间负相关，I＞0表示研究区空间正相关，I＝0表示研究区不存在空间相关性；b为地级市数量；Wij为空间权重值；xi、xj分别为地级市i、地级市j的观测值，i≠j；为观测值的均值。

（2）局部空间自相关。局部空间自相关描述各研究单元与相邻单元之间的空间相似性和相异特征，用局部莫兰指数表示，计算公式为

式中：Ii为局部莫兰指数；s为样本值标准差。

利用局部莫兰指数，在GeoDa软件中生成空间自相关的LISA集聚图，并将随机模拟次数设置为999次。

2 结果与分析

2.1 土地利用变化分析

（1）土地利用变化幅度及速度。1980年、2000年、2018年研究区各土地利用类型面积变化见图1。黄河干流沿线土地利用类型以草地为主，草地面积占研究区总面积的一半左右，其次为耕地、未利用地和林地，建设用地、水体和湿地面积较小。从土地利用的时间变化来看，耕地、湿地和未利用地面积呈减小趋势，其他土地利用类型面积呈增大趋势。

图1 研究区各土地利用类型面积变化

根据式（1）得出黄河干流沿线1980—2018年单一土地利用动态度，进而得到综合土地利用动态度，见表1。建设用地的动态度远高于其他土地利用类型的，说明该时期研究区城镇化快速推进，建设用地大规模扩张；湿地和未利用地的动态度始终为负值，说明这两种土地利用类型的面积减小，其中湿地面积减小速度在2000—2018年有所减缓，这可能与国家对湿地的保护取得了初步成效有关；1980—2000年耕地的动态度为正值，林地、草地和水体的动态度为负值，但是2000—2018年出现逆转，即耕地的动态度为负值，而林地、草地和水体的动态度为正值，这可能与国家在1999年以后实施退耕还林还草工程有关。从综合土地利用动态度来看，2000—2018年综合土地利用动态度最大，反映了这一时期土地利用变化非常活跃，城镇化进程和生态文明建设同步进行，人类活动对自然生态系统的综合影响最大。

表1 研究区土地利用动态度 %

（2）土地利用转移。结合ArcGIS软件对研究期初和期末的土地利用状况进行叠加分析，得到黄河干流沿线土地利用转移矩阵，见表2。1980—2018年研究区共有129 556.143 km2的土地发生了转移；建设用地的转入面积（21 528.708 km2）显著大于转出面积（5 008.783km2），以耕地转移为建设用地为主，转移了14 992.460 km2；未利用地的转入面积（12 746.877 km2）显著小于转出面积（35 070.720 km2），且以未利用地转移为草地为主，转移了27 966.319 km2。各种土地利用类型之间的相互转移特征：耕地转移为建设用地、未利用地转移为草地、草地转移为耕地和未利用地。

表2 研究区1980—2018年土地利用转移情况 km2

2.2 生态系统服务价值变化特征

（1）敏感性分析。根据式（7）得到不同土地利用类型的敏感性系数CS，见图2（本文建设用地生态系统服务价值赋值为0，不涉及敏感性系数）。各土地利用类型CS值从大到小依次为草地、林地、耕地、湿地、水体、未利用地，而且整个研究期所有土地利用类型CS值均小于1。其中，草地的CS值最大，其最大值出现在2018年，为0.492，说明当草地的价值系数VC增加或者减少1%时，会导致生态系统服务总价值增加或减少0.492%；未利用地的CS值在2018年最小，仅为0.013。总的来说，计算得到的生态系统服务价值计算结果相对于VC是缺乏弹性的，即生态系统服务价值计算结果可以用于后续分析。

图2 研究区不同土地利用类型敏感性系数

（2）生态系统服务价值变化特征。黄河干流沿线不同土地利用类型生态系统服务价值及变化见表3。从生态系统服务总价值变化来看，1980—2018年研究区生态系统服务总价值呈现先减小后增大的变化趋势，总体增加了128.037亿元。具体来说，从1980年的12 007.198亿元减小至2000年的11 914.988亿元，减小率为0.768%；2018年增大至研究期的最大值12 135.235亿元，增大率为1.848%。生态系统服务总价值的变化主要与研究期内不同土地利用类型之间的转移有关。1980—2000年以林地、草地、水体和湿地等具有较高生态系统服务价值的生态用地面积减小为主；2000年以后，由于退耕还林还草工程的实施，林地、草地和水体等生态用地面积增大，因此这一时期生态系统服务总价值增大。从不同土地利用类型生态系统服务价值的变化来看，研究区不同地类提供的生态系统服务价值从大到小依次为草地、林地、耕地、湿地、水体、未利用地。其中草地和林地生态系统服务价值在2018年占生态系统服务总价值的比例分别为48.372%、21.187%，表明草地和林地对黄河干流沿线生态系统稳定性的维持至关重要。从时间变化看，1980—2000年湿地生态系统服务价值变化量最大，减少了70.916亿元，占这一时期总价值减小量的76.907%；2000—2018年水体和草地的生态系统服务价值变化量较大，共增大了305.561亿元。

表3 研究区不同土地利用类型生态系统服务价值及变化

（3）单项服务的生态系统服务价值变化特征。各项服务的生态系统服务价值及变化见表4。1980—2018年保持土壤对研究区生态系统服务总价值的贡献最大，占生态系统服务总价值的16.638%以上，这可能与当地生态现状有关。研究区特别是中部地区长期以来遭受严重的土壤侵蚀，显著影响区域社会经济的可持续发展。水文调节、维持生物多样性、废物处理、气候调节和气体调节这5项生态系统服务对研究区生态系统服务总价值的贡献相对较大，而提供美学景观、原材料生产和食物生产的贡献较小。从时间变化上来说，除了食物生产服务的生态系统服务价值呈现先增大后减小的变化特征外，其他各项服务的生态系统服务价值均呈现先减小后增大的变化特征。总体来说，黄河干流沿线生态系统服务价值的变化由早期（1980—2000年）的小幅减小到后期（2000—2018年）的大幅增大，在一定程度上反映了研究区生态环境逐步改善，区域内土地利用结构和格局趋于优化。

表4 研究区各项生态系统服务价值及变化

2.3 生态系统服务价值的空间分异特征

（1）全局空间自相关。黄河干流沿线各地级市面积存在明显差异，为了使研究区各地级市之间具有可比性，对黄河干流沿线单位面积生态系统服务价值（地均ESV）进行自相关分析，探究生态系统服务价值在研究区内空间分布的集聚特征。1980年、2000年、2018年全局莫兰指数分别为0.458、0.507、0.484，且通过了0.01水平的显著性检验。1980年、2000年、2018年全局莫兰指数均为正值，表明黄河干流沿线地均ESV存在显著空间正相关性，即地均ESV在空间上表现出明显集聚特征。从时间变化来看，全局莫兰指数呈现先增大后减小趋势，整体略有增大，说明1980—2018年黄河干流沿线地均ESV集聚程度先增强后减弱，集聚性整体略有增强。

（2）局部空间自相关。为进一步揭示研究区地均ESV在局域空间上的空间集聚特征及演变规律，采用式（9）并借助GeoDa软件生成黄河干流沿线地均ESV的LISA集聚图，见图3。1980—2018年黄河干流沿线地均ESV集聚特征明显，涉及高高集聚、高低集聚、低高集聚和低低集聚4种类型，以高高集聚和低低集聚为主。从总体上看，高高集聚和低低集聚的地级市数量较多且集聚特征明显，高低集聚和低高集聚的地级市数量均为1个，且分布稳定。高高集聚区分布在青海省果洛州、黄南州和海东市，甘肃省甘南州以及山西省运城市，而甘肃省临夏州的高高集聚在2018年消失。这样的集聚特征可能与土地利用结构有关，这些地级市的生态用地占比与周围其他地级市相比要大，这在高高集聚区和低低集聚区尤为明显。低低集聚区主要分布在河南省开封市、新乡市和濮阳市，山东省菏泽市、聊城市和济南市，而2018年山东省德州市的低低集聚消失，泰安市演变为低低集聚。

图3 研究区地均ESV的LISA集聚图和显著性（P表示显著性水平）

3 讨 论

1980—2018年黄河干流沿线建设用地的变化最为活跃，增加了71.596%，说明黄河流域的城市化进程快速推进，这与任保平等［17］的研究结果相符，但建设用地的增加主要以牺牲耕地为代价。王尧等［18］测算黄河流域2000—2015年生态系统服务价值，显示了与本文类似的结果，即生态系统服务总价值在2000年后呈增大趋势。此外，草地和林地对维持黄河干流沿线生态系统稳定至关重要，一方面归因于研究区林草地广泛分布，另一方面与退耕还林还草工程的实施有关［15，19］。同时存在草地退化为未利用地的现象，这与过度放牧等造成草原荒漠化有关［20－21］。黄河干流沿线地均ESV低低集聚区主要分布在河南省开封市、新乡市和濮阳市，山东省菏泽市、聊城市和济南市，这些地级市建设用地占比显著高于高高集聚区的，而生态用地占比却显著低于高高集聚区的［14，22］。

需要说明的是，本研究仍有以下不足之处需要在未来的研究中改进：虽然根据研究区实际情况对价值系数进行了本地化，而且通过敏感性分析验证了结果的可靠性，但当量因子的确定仍具有主观性，在后续研究中可以引入人们的支付意愿以进一步提高ESV评估的准确性；建设用地生态系统服务价值当量因子可能为负，本研究将建设用地的生态系统服务价值当量因子赋值为0，存在一定局限性；本研究只分析了生态系统服务价值的时空演变特征，没有进一步讨论各种服务之间的权衡和协同关系，未来研究中可以引入生态系统服务评价模型进行系统分析。

4 结论与建议

1980—2018年黄河干流沿线以草地为主，其次为耕地、未利用地、林地、建设用地、水体和湿地，耕地、湿地和未利用地面积整体减小，其他土地利用类型面积整体增大。2000—2018年综合土地利用动态度最大，且建设用地的动态度远高于其他土地利用类型的，说明这一时期土地利用变化非常活跃，主要是耕地转移为建设用地、未利用地转移为草地、草地转移为耕地和未利用地。1980—2018年生态系统服务总价值呈现先减小后增大的趋势，总体增加了128.037亿元，其中草地和林地的生态系统服务价值占比最大，对黄河干流沿线生态系统稳定性的维持至关重要。此外，1980—2018年单项生态系统服务价值中，除了食物生产价值先增大后减小外，其他各项服务的生态系统服务价值均呈现先减小后增大的变化特征。其中保持土壤服务对生态系统服务总价值的贡献最大，而提供美学景观、原材料生产和食物生产的贡献较小。黄河干流沿线地均ESV在研究期内呈显著空间正相关性，并在局域空间上集聚，以高高集聚和低低集聚为主。

为了促进研究区人地关系的和谐发展，提出以下建议：建设用地作为增速最快的用地类型，以耕地为侵占对象，今后应着力加强对耕地的保护，严守耕地面积保护红线；草地对黄河干流沿线生态系统服务价值的贡献最大，但研究区存在草地退化为未利用地的现象，需要加强对草地资源的管护，防止过度放牧；在地均ESV低低集聚区要严格控制城市扩张规模，鼓励对城市内部低效用地、废弃地的开发，以提高这些区域建设用地的集约利用水平；与此同时，要加快绿地、公园等绿色基础设施建设，以改善研究区生态环境。