周 宇 張 余 王 琴 遲淦文 姜 博

(東北農(nóng)業(yè)大學(xué)公共管理與法學(xué)院,黑龍江 哈爾濱 150030)

生態(tài)系統(tǒng)服務(wù)是人類從生態(tài)系統(tǒng)結(jié)構(gòu)、功能和過程直接或間接得到的產(chǎn)品或服務(wù)[1-2]。然而隨著中國近幾年經(jīng)濟(jì)的高速發(fā)展,城鎮(zhèn)化進(jìn)程的不斷加快,土地利用格局發(fā)生劇烈變化,尤其是占用農(nóng)用地的建設(shè)用地?cái)U(kuò)張,導(dǎo)致糧食安全、生物多樣性銳減等生態(tài)問題,造成生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)損失[3-4]。因此,探究ESV及其驅(qū)動因子對于區(qū)域經(jīng)濟(jì)、社會、生態(tài)協(xié)調(diào)可持續(xù)發(fā)展具有重要意義。

目前國內(nèi)外學(xué)者對ESV評估體系尚未達(dá)成統(tǒng)一見解。COSTANZA等[5]闡明了ESV量化的原理與方法,為ESV測算提供了重要參考。謝高地等[6]912-913,[7]在前述方法的基礎(chǔ)上,結(jié)合中國實(shí)際情況進(jìn)行修正,構(gòu)建了適應(yīng)于中國的ESV動態(tài)量化方法,并得到廣泛應(yīng)用[8-10]。現(xiàn)有研究尺度多從省域[11]、市域[12]以及區(qū)域[13-14]尺度逐漸轉(zhuǎn)向縣域[15]等更細(xì)化的尺度,或者如流域[16-17]、綠洲[18]等特定區(qū)域,探討ESV時(shí)空演變。還有一部分學(xué)者則在預(yù)測未來土地利用變化趨勢的基礎(chǔ)上,研究其對生態(tài)系統(tǒng)服務(wù)功能的影響[19-20],而針對ESV驅(qū)動因子研究,多數(shù)學(xué)者從自然、經(jīng)濟(jì)和社會視角構(gòu)建指標(biāo)體系,利用回歸分析[21]、相關(guān)性分析[22]、灰色關(guān)聯(lián)度[23]等方法,探究區(qū)域ESV驅(qū)動因子,但僅揭示了驅(qū)動因子作用強(qiáng)度,忽視了驅(qū)動因子間的復(fù)雜交互作用,為了解決這一問題,有學(xué)者開始利用地理探測器來揭示因子之間復(fù)雜耦合作用對ESV的影響[24]。

基于此,本研究以自然資源豐富的東北地區(qū)為研究區(qū),探究其近18年來ESV時(shí)空變化特征,利用地理探測器以及地理加權(quán)回歸(GWR)模型來探討主導(dǎo)因子作用強(qiáng)度的空間差異,以期為東北地區(qū)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境可持續(xù)發(fā)展提供一定的理論參考。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

東北地區(qū)主要包括黑龍江省、吉林省、遼寧省3個(gè)省級行政區(qū),地形以平原、山地為主,森林覆蓋率達(dá)39.60%,遠(yuǎn)遠(yuǎn)高出全國森林覆蓋率(16.55%),森林總蓄積量約占全國的1/3。東北地區(qū)不僅礦產(chǎn)資源豐富,同時(shí)主要礦種比較齊全,且降水分布呈現(xiàn)東部多于西部、北部多于南部的特點(diǎn)。在土地利用中,建設(shè)用地增長較快,而林地、草地、水域都有不同程度下降;東北地區(qū)人均國內(nèi)生產(chǎn)總值(GDP)從2000年的2 719.67元增加到2018年的14 464.07元,年均增速9.70%。隨著經(jīng)濟(jì)發(fā)展,東北地區(qū)面臨著黑土資源侵蝕、森林生態(tài)功能衰退及草地資源由于過度放牧和濫墾出現(xiàn)退化、沙化、鹽堿化等一系列生態(tài)問題,使得東北地區(qū)生態(tài)環(huán)境保護(hù)壓力較大。

1.2 數(shù)據(jù)來源

土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心數(shù)據(jù)平臺,空間分辨率為30 m,對數(shù)據(jù)進(jìn)行Kappa精度檢驗(yàn),Kappa系數(shù)均達(dá)到80%以上,達(dá)到分類精度要求。將研究區(qū)時(shí)段內(nèi)的土地利用類型劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地6類,社會經(jīng)濟(jì)數(shù)據(jù)來源于相應(yīng)年份的黑龍江省統(tǒng)計(jì)年鑒、吉林省統(tǒng)計(jì)年鑒和遼寧省統(tǒng)計(jì)年鑒,全國糧食平均收購價(jià)格來源于相應(yīng)年份的中國農(nóng)產(chǎn)品價(jià)格調(diào)查年鑒。

2 研究方法

2.1 土地利用動態(tài)度

土地利用動態(tài)度能夠反映研究區(qū)某一研究時(shí)段內(nèi)各用地類型動態(tài)變化情況。土地利用動態(tài)度越小,研究區(qū)土地利用變化越小;反之,則土地利用變化越大。動態(tài)度計(jì)算方法見式(1)。

(1)

其中:K為研究時(shí)段內(nèi)某一土地利用類型的動態(tài)度,%;Ua和Ub分別表示某一土地利用類型在研究前期和后期的面積,km2;T為研究時(shí)段年份跨度。

2.2 ESV測算方法

根據(jù)謝高地等[6]914修改得出的中國ESV當(dāng)量基礎(chǔ)表,結(jié)合東北地區(qū)實(shí)際狀況,利用研究區(qū)的糧食單產(chǎn)所產(chǎn)生的經(jīng)濟(jì)價(jià)值對當(dāng)量表進(jìn)行修正。東北地區(qū)2000—2018年各地區(qū)單位面積糧食單產(chǎn)平均值為2 136.58 kg/hm2,2018年全國糧食平均價(jià)格為2.65元/kg。按照除去人力投入的自然生態(tài)系統(tǒng)提供的經(jīng)濟(jì)價(jià)值是現(xiàn)有單位面積耕地提供的食物生態(tài)服務(wù)經(jīng)濟(jì)價(jià)值的1/7[6]915,計(jì)算出東北地區(qū)1個(gè)ESV因子的經(jīng)濟(jì)價(jià)值為2 049.94元/hm2,由此確定研究區(qū)單位面積ESV系數(shù)(見表1),計(jì)算出研究區(qū)ESV。

表1 東北地區(qū)不同土地利用類型單位面積ESV系數(shù)

2.3 地理探測器

地理探測器是用來度量地理事物及其影響因素之間關(guān)系的空間分析模型[25]。利用地理探測器分析東北地區(qū)ESV與驅(qū)動因子之間的關(guān)系,公式如下:

(2)

其中:q為某指標(biāo)對ESV的影響力,取值介于0～1;n為研究區(qū)樣本總數(shù);σ2、σh2分別為整個(gè)研究區(qū)、評價(jià)單元h的ESV方差;L為評價(jià)單元總數(shù)。

2.4 GWR模型

GWR模型是一種改進(jìn)的空間線性回歸模型,多用于分析變量系數(shù)之間的空間差異。GWR模型可以在空間上對每個(gè)觀測對象的參數(shù)進(jìn)行估計(jì),利用鄰近觀測對象的子樣本數(shù)據(jù)信息進(jìn)行局域回歸得到估計(jì)值,該值隨著局部地理位置變化而變化,更直觀地體現(xiàn)研究變量的空間依賴性[26-28]。

3 結(jié)果與分析

3.1 土地利用動態(tài)變化分析

利用ArcGIS 10.2對東北地區(qū)2000、2005、2010、2015、2018年遙感數(shù)據(jù)進(jìn)行重采樣、重分類,提取出東北地區(qū)土地利用狀況,并分析其土地利用變化狀況,結(jié)果見圖1和表2。

圖1 2000—2018年東北地區(qū)土地利用類型年度變化

表2 2000—2018年東北地區(qū)土地利用轉(zhuǎn)移矩陣1)

由圖1可知,東北地區(qū)土地利用變化在不同階段呈現(xiàn)不同的特點(diǎn)。2000—2005年間,未利用地動態(tài)變化最大,其次是建設(shè)用地,林地和水域都有一定減少,耕地、草地有所增加;2005—2010年,未利用地面積變化依然最大,土地利用動態(tài)度達(dá)到4.18%,除未利用地與建設(shè)用地外,其他用地都有不同程度的減少,其中林地面積減少最大;2010—2015年,建設(shè)用地動態(tài)變化最大,未利用地減少,土地整治項(xiàng)目使得耕地面積呈增加趨勢,林地、草地有不同程度減少;2015—2018年,除耕地、建設(shè)用地和未利用地增加外,其他用地都在減少,草地動態(tài)變化最大,動態(tài)度達(dá)-9.73%。從整體來看,2000—2018年間東北地區(qū)土地利用變化明顯,林地、草地和水域都呈現(xiàn)減少的趨勢,其中草地最為明顯,動態(tài)度達(dá)-1.77%;而近年來東北地區(qū)開展土地利用整治,耕地面積有所增加,經(jīng)濟(jì)的發(fā)展以及城鎮(zhèn)化的擴(kuò)張帶動建設(shè)用地的增加。

從土地利用轉(zhuǎn)移角度看(見表2),東北地區(qū)2000—2018年共有165 363.13 km2土地進(jìn)行了相互轉(zhuǎn)化,其中林地轉(zhuǎn)出面積最大,其次是耕地、草地、未利用地、水域,轉(zhuǎn)出面積最小的是建設(shè)用地;耕地轉(zhuǎn)入面積最大,其次是林地、未利用地、草地和建設(shè)用地,水域轉(zhuǎn)入面積最小。耕地與林地相互轉(zhuǎn)換,未利用地則通過土地整治項(xiàng)目成為耕地面積增加的第二大來源;草地的增加主要來源是林地和耕地,分別占草地轉(zhuǎn)化總面積的51%和29%;水域因內(nèi)河道灘涂和沼澤地規(guī)劃不合理導(dǎo)致的占用等原因,主要向未利用地轉(zhuǎn)換,2000—2018年建設(shè)用地面積增加14 839.28 km2,其主要來源于對耕地的占有(占建設(shè)用地總轉(zhuǎn)入面積的80%),隨著東北振興戰(zhàn)略的實(shí)施,東北地區(qū)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變,使得城市建設(shè)進(jìn)程進(jìn)一步加快,進(jìn)而推動建設(shè)用地面積的持續(xù)增長,而通過土地整合和舊城改造等項(xiàng)目的實(shí)施,也有6 277.94 km2的建設(shè)用地轉(zhuǎn)變?yōu)榱烁亍?/p>

3.2 ESV變化分析

3.2.1 ESV時(shí)間變化

2000—2018年東北地區(qū)ESV變化情況見表3。2000—2018年,東北地區(qū)整體ESV下降了982.70億元,下降率達(dá)4.04%。從土地利用類型來看,研究期內(nèi),林地ESV占比均超過60%以上,說明林地ESV是東北地區(qū)ESV主要構(gòu)成,其次是水域、耕地。研究期間內(nèi)耕地與未利用地ESV呈波動上升趨勢,草地ESV呈波動下降的趨勢,林地與水域ESV呈不斷下降的趨勢。從各時(shí)間階段來看,2000—2018年東北地區(qū)總ESV呈逐年下降的趨勢,其中2015—2018年下降速度最快,下降率達(dá)2.6%。

表3 東北地區(qū)ESV

從單項(xiàng)ESV來看(見表4),調(diào)節(jié)服務(wù)是東北地區(qū)生態(tài)系統(tǒng)服務(wù)的核心功能,2018年調(diào)節(jié)服務(wù)ESV約占總ESV的70%;從二級功能類型來看,東北地區(qū)生態(tài)系統(tǒng)服務(wù)中以氣候調(diào)節(jié)和水文調(diào)節(jié)為主,2000—2018年占比均分別高于20%和30%。整體來看,研究期內(nèi)除食物生產(chǎn)ESV有所上升之外,其他功能均呈不斷下降的趨勢,其中,水文調(diào)節(jié)功能價(jià)值損失量最大(達(dá)398.96億元),說明隨著東北地區(qū)經(jīng)濟(jì)發(fā)展,建設(shè)用地占用其他用地空間,導(dǎo)致東北地區(qū)生態(tài)系統(tǒng)的調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)ESV均出現(xiàn)損失,而退林還耕政策以及農(nóng)業(yè)現(xiàn)代化的發(fā)展,促進(jìn)了食物生產(chǎn)ESV的提升。

表4 東北地區(qū)單項(xiàng)ESV

3.2.2 ESV空間變化

利用自然斷點(diǎn)法,將ESV從高到低劃分成4級,結(jié)果見圖2。

圖2 2000—2018年東北地區(qū)ESV分布

東北地區(qū)ESV主要呈現(xiàn)中間高、兩端低的特點(diǎn),高值區(qū)與次高值區(qū)分布廣泛,呈現(xiàn)出月牙形狀,分布在大興安嶺、小興安嶺、長白山、花脖子山等山區(qū),該地區(qū)森林覆蓋廣闊,林地面積占比大,區(qū)域生態(tài)資源豐富,因此該地區(qū)ESV較高;低值區(qū)與次低值區(qū)主要分布在東北地區(qū)的東北平原、遼河平原以及三江平原,該地區(qū)地勢平坦,水資源豐富,耕地面積占比較大,是東北地區(qū)糧食主產(chǎn)區(qū),因此該地區(qū)人口密集,農(nóng)業(yè)、工業(yè)生產(chǎn)活動較多,ESV較低。從空間演變來看,2000—2018年低值區(qū)與次低值區(qū)分布范圍擴(kuò)大,主要是由于東北地區(qū)林地與草地不斷向耕地與未利用地轉(zhuǎn)移,而耕地不斷向建設(shè)用地轉(zhuǎn)移,這使得建設(shè)用地面積不斷增加,造成東北地區(qū)ESV減少。

3.3 ESV驅(qū)動力分析

3.3.1 驅(qū)動因子選取

為了進(jìn)一步分析東北地區(qū)ESV驅(qū)動力,參考文獻(xiàn)[27]至[29],ESV驅(qū)動因子大體可以分為自然因素與人為因素兩大類,考慮到數(shù)據(jù)的可獲取性,將東北地區(qū)ESV驅(qū)動力分為自然因子、經(jīng)濟(jì)因子與社會因子(見表5)。

表5 東北地區(qū)ESV驅(qū)動因子

3.3.2 ESV驅(qū)動力識別

根據(jù)所選取的驅(qū)動因子,利用地理探測器工具中的因子識別與交互作用功能對東北地區(qū)ESV驅(qū)動因子及其之間的交互作用進(jìn)行定量分析,結(jié)果見表6。

表6 地理探測器因子識別結(jié)果

從表6可以看出,東北地區(qū)ESV受到自然、經(jīng)濟(jì)與社會的多重因子影響,其中,人口密度(0.44)、年均降水量(0.44)和GDP(0.41)等驅(qū)動因子對ESV影響作用較大,其次是總?cè)丝?0.40)、年均氣溫(0.35)、社會消費(fèi)零售總額(0.32)、高程(0.24)、人均GDP(0.20)、農(nóng)村居民人均可支配收入(0.19)和人均耕地面積(0.19),而城鎮(zhèn)居民人均可支配收入(0.08)與坡度(0.04)對ESV變化的影響相對較小。此外,從總體來看,東北地區(qū)社會因子對ESV影響作用最大,其次是自然因子與經(jīng)濟(jì)因子。

地理探測器交互作用功能可以檢驗(yàn)兩種驅(qū)動因子是起獨(dú)立作用還是相互作用[30]。從因子交互作用結(jié)果來看,東北地區(qū)ESV任意兩個(gè)驅(qū)動因子交互作用均大于單個(gè)驅(qū)動因子對ESV的影響,可見,東北地區(qū)ESV是由多種驅(qū)動因子共同作用的結(jié)果。經(jīng)濟(jì)因子與社會因子交互作用對ESV的影響明顯高于經(jīng)濟(jì)因子與自然因子的交互作用,這說明,經(jīng)濟(jì)因子、社會因子之間復(fù)雜耦合作用對ESV影響變化占據(jù)主導(dǎo)地位。

3.3.3 驅(qū)動因子空間差異分析

為了進(jìn)一步探索東北地區(qū)ESV主導(dǎo)驅(qū)動因子空間差異性,根據(jù)地理探測器的探測結(jié)果,選擇對ESV貢獻(xiàn)最大的主導(dǎo)因子進(jìn)行進(jìn)一步分析,可以避免因子過多導(dǎo)致共線性問題。利用GWR模型對主導(dǎo)因子年均降水量、人口密度和GDP對ESV影響進(jìn)行回歸分析,進(jìn)一步分析東北地區(qū)ESV驅(qū)動因子空間差異特征。在構(gòu)建GWR模型之前,利用莫蘭指數(shù)對東北地區(qū)ESV空間相關(guān)性進(jìn)行驗(yàn)證,2000、2010、2018年莫蘭指數(shù)分別為0.59、0.58、0.57,說明東北地區(qū)ESV存在明顯空間集聚性,且與普通最小二乘法(OLS)模型結(jié)果對比可以看出,運(yùn)用GWR模型模擬更優(yōu)(見表7)。

表7 OLS模型與GWR模型結(jié)果對比

根據(jù)GWR模型得出的結(jié)果,將各主導(dǎo)因子系數(shù)進(jìn)行可視化,結(jié)果見圖3。年均降水量對ESV的影響整體上呈正向作用,作用強(qiáng)度大體從東到西遞減;在遼寧省中西部地區(qū)與黑龍江省的大興安嶺地區(qū)與黑河市則存在負(fù)向作用,這說明年均降水量的增加會帶來以上地區(qū)ESV減少,其原因是遼寧省經(jīng)濟(jì)發(fā)展較快,土地利用變化較快,水源涵養(yǎng)能力較差,年均降水量過多意味著全年降水強(qiáng)度增加,而生態(tài)系統(tǒng)涵養(yǎng)水源能力具有一定限度,降水過多打破了地區(qū)水源涵養(yǎng)能力平衡,從而導(dǎo)致ESV下降。東北地區(qū)的中部與東部年均降水量與ESV呈正相關(guān),說明年均降水量的變化會帶來ESV的提升,但其影響作用相對較小。

圖3 東北地區(qū)ESV空間差異性

人口密度對ESV的影響呈全域負(fù)相關(guān),即人口密度越大,ESV越小,北部地區(qū)人口密度變化對ESV的影響高于南部。北部人口密度遠(yuǎn)低于南部,但由于北部地區(qū)生態(tài)系統(tǒng)脆弱,人口密度一旦增加,生態(tài)系統(tǒng)破壞程度將遠(yuǎn)高于南部地區(qū),因此對ESV的影響較高。

GDP對ESV呈負(fù)向作用,相鄰地市的GDP系數(shù)差異較小,說明GDP對ESV的影響有明顯負(fù)向空間依賴性。相比之下,東北地區(qū)東、中部GDP系數(shù)絕對值高,西北和西南部相對較低,說明東、中部GDP變動對ESV下降更明顯。東、中部地處三江平原地區(qū)和長白山地區(qū),以能源化工產(chǎn)業(yè)為主;而西北部作為我國重要的森林資源保護(hù)區(qū),且地處我國邊境,開發(fā)受到限制,西南部經(jīng)濟(jì)發(fā)展較快,科技較為發(fā)達(dá),產(chǎn)業(yè)結(jié)構(gòu)合理,因此對ESV變化影響相對較小。

4 結(jié)論與展望

4.1 結(jié) 論

1) 2000—2018年間,東北地區(qū)整體土地利用結(jié)構(gòu)變化明顯,除了耕地、建設(shè)用地、未利用地之外,林地、草地、水域都有不同程度的減少;從土地利用轉(zhuǎn)移矩陣來看,2000—2018年期間東北地區(qū)共有165 363.13 km2土地進(jìn)行了相互轉(zhuǎn)化,林地轉(zhuǎn)出面積最大,是耕地和草地最大轉(zhuǎn)換來源;而建設(shè)用地的主要來源是耕地。

2) 2000—2018年東北地區(qū)ESV呈下降趨勢,期間共損失982.70億元,林地ESV是ESV的主要構(gòu)成。從單項(xiàng)ESV來看,調(diào)節(jié)服務(wù)是東北地區(qū)生態(tài)系統(tǒng)服務(wù)的核心功能,其中以水文調(diào)節(jié)和氣候調(diào)節(jié)功能為主;從空間分布特征來看,ESV呈現(xiàn)中間高、兩端低的特點(diǎn),高值區(qū)與次高值區(qū)呈現(xiàn)月牙形狀,主要分布在大興安嶺、小興安嶺、長白山、花脖子山等山區(qū)。低值區(qū)與次低值區(qū)則主要分布在東北平原、遼河平原以及三江平原等平原地區(qū)。

3) 從地理探測器結(jié)果來看,人口密度、年均降水量和GDP是主導(dǎo)因子,經(jīng)濟(jì)與社會因子共同作用對ESV影響最大。從GWR模型結(jié)果來看,人口密度與ESV呈負(fù)相關(guān),作用強(qiáng)度由北向南遞減;GDP與ESV呈負(fù)相關(guān),各地級市之間系數(shù)差異較小,呈明顯空間集聚性;年均降水量與ESV整體上呈正相關(guān),作用強(qiáng)度整體上由東向西遞減。

4.2 展 望

吉林省與黑龍江省作為我國省級生態(tài)重點(diǎn)建設(shè)地區(qū),應(yīng)該堅(jiān)持民生與生態(tài)建設(shè)并重,積極開展生態(tài)系統(tǒng)多樣性修復(fù)工程,警惕一刀切“退林還耕”趨勢蔓延,在保障耕地紅線以及糧食安全戰(zhàn)略前提下,科學(xué)優(yōu)化國土空間布局,精準(zhǔn)銜接國土空間規(guī)劃;為保證調(diào)節(jié)服務(wù)的可持續(xù)性,綜合自然因子尤其是年均降水量的負(fù)向影響,遼寧省應(yīng)該著重提升涵養(yǎng)能力,積極推廣遼中南地區(qū)海綿城市建設(shè),逐步提高建成區(qū)綠色空間覆蓋率,嘗試未利用地生態(tài)修復(fù),發(fā)揮濕地“地球之肺”作用。

本研究利用GWR模型探討了東北地區(qū)生態(tài)系統(tǒng)主導(dǎo)因子影響程度及其空間差異性,為東北地區(qū)區(qū)域生態(tài)系統(tǒng)環(huán)境保護(hù)、走可持續(xù)發(fā)展道路提供一些理論參考。但值得注意的是,從地理探測器交互結(jié)果來看,生態(tài)系統(tǒng)的變化是受到多重因子共同作用的結(jié)果,僅靠數(shù)據(jù)模型結(jié)果,難以全面了解ESV影響差異,因此未來可以從人類福祉等多重視角,更全面分析ESV影響差異。