郜紅娟, 韓會慶, 羅緒強(qiáng), 俞洪燕, 韓默然

(貴州師范學(xué)院 地理與旅游學(xué)院, 貴陽 550018)

?

貴州省生態(tài)系統(tǒng)服務(wù)價(jià)值與社會經(jīng)濟(jì)空間相關(guān)性分析

郜紅娟, 韓會慶, 羅緒強(qiáng), 俞洪燕, 韓默然

(貴州師范學(xué)院 地理與旅游學(xué)院, 貴陽 550018)

基于2000年，2010年土地利用與社會經(jīng)濟(jì)數(shù)據(jù)，利用GeoDA模型分析了貴州省生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)與城鎮(zhèn)化率、人均GDP、人口密度之間空間相關(guān)性。結(jié)果表明：2000年和2010年ESV與城鎮(zhèn)化率、人均GDP、人口密度呈負(fù)相關(guān)；10 a間，ESV變化與城鎮(zhèn)化率變化、人均GDP變化呈正相關(guān)，與人口密度變化呈負(fù)相關(guān)。ESV與城鎮(zhèn)化率、人均GDP、人口密度之間高—低相關(guān)多分布中部，低—高相關(guān)多分布東南部和西北部，低—低和高—高相關(guān)分布較少且分散。ESV變化與城鎮(zhèn)化率、人均GDP變化之間低—高相關(guān)和高—高相關(guān)分布北部和西北部，低—低相關(guān)分布中部。ESV變化與人口密度變化之間高—低相關(guān)分布中部，低—高相關(guān)和高—高相關(guān)分布北部和西北部。

社會經(jīng)濟(jì)因素; ESV; 空間相關(guān)性; 貴州省

生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)是生態(tài)系統(tǒng)的構(gòu)成要素及其服務(wù)功能的價(jià)值貨幣化，是生態(tài)環(huán)境質(zhì)量的表征[1]，而人口密度、人均GDP和城鎮(zhèn)化率是對生態(tài)環(huán)境產(chǎn)生壓力的社會經(jīng)濟(jì)因素。探究ESV與人口密度、人均GDP和城鎮(zhèn)化率空間相關(guān)性，可以豐富社會經(jīng)濟(jì)與生態(tài)環(huán)境相關(guān)性研究內(nèi)容，也對區(qū)域可持續(xù)發(fā)展規(guī)劃具有重要意義。

目前，ESV與社會經(jīng)濟(jì)相關(guān)性研究多集中于人口、經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)、城市化等方面。如葉延瓊等分析了ESV變化與總?cè)丝凇DP、城市化水平、社會固定資產(chǎn)投資總額、人均GDP、人口密度的關(guān)系[2-3]。吳沛瑤和趙麗等分別分析了ESV變化與第三產(chǎn)業(yè)比重和農(nóng)民人均純收入之間的關(guān)系[4-5]。研究方法以回歸分析為主[6]。然而，這些研究多集中于傳統(tǒng)的相關(guān)性分析，忽視了兩者之間空間相關(guān)性。僅有姚小薇等分析了人口城鎮(zhèn)化、空間城鎮(zhèn)化、經(jīng)濟(jì)城鎮(zhèn)化、生活城鎮(zhèn)化和ESV的空間相關(guān)性[7]。但當(dāng)前的研究很少涉及人口、經(jīng)濟(jì)、城市化率等多個(gè)社會經(jīng)濟(jì)因素與ESV空間相關(guān)性分析。

近十幾年來，退耕還林還草工程使貴州省自然植被不斷恢復(fù)，生態(tài)系統(tǒng)質(zhì)量不斷提高。同時(shí)，快速社會經(jīng)濟(jì)發(fā)展對全省生態(tài)環(huán)境產(chǎn)生較大壓力，如何實(shí)現(xiàn)社會經(jīng)濟(jì)與生態(tài)環(huán)境之間協(xié)調(diào)發(fā)展成為影響區(qū)域可持續(xù)發(fā)展重要因素。因此，本文利用GeoDA模型，分析貴州省ESV與社會經(jīng)濟(jì)空間相關(guān)性，以期為區(qū)域社會經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展提供科學(xué)依據(jù)。

1　研究區(qū)概況

貴州省位于中國西南地區(qū)，轄6個(gè)地級市、3個(gè)自治州、88個(gè)縣級行政區(qū)劃單位，國土面積17.61 km2。境內(nèi)地勢西高東低，自中部向北、東、南三面傾斜，平均海拔約1 100 m，素有“地?zé)o三里平”之說。地貌屬高原山地，巖溶地貌發(fā)育非常典型，占全省國土總面積的61.9%。氣候?qū)賮啛釒駶櫦撅L(fēng)氣候，年降水量約1 200 mm，年平均氣溫約15℃。2010年，全省常住人口3 475萬人，人口密度197人/km2，GDP 4 593億元，固定資產(chǎn)投資額3 186億元。

2　研究方法

2.1數(shù)據(jù)來源與處理

本研究主要數(shù)據(jù)包括：遙感影像解譯數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)。其中遙感影像來源2000年，2010年Landsat TM/ETM，遙感影像經(jīng)過圖像配準(zhǔn)、建立解譯標(biāo)志、室內(nèi)解譯、野外驗(yàn)證等步驟，采用人機(jī)交互解譯的方法獲取2期遙感解譯數(shù)據(jù)，依據(jù)中國土地利用現(xiàn)狀分類標(biāo)準(zhǔn)，將遙感解譯數(shù)據(jù)劃分為耕地、林地、草地、建設(shè)用地、水域、未利用地六種地類。社會經(jīng)濟(jì)數(shù)據(jù)主要包括：人口密度、人均GDP和城鎮(zhèn)化率，來源于2001年和2010年貴州省統(tǒng)計(jì)年鑒。

2.2研究方法

2.2.1ESV評估方法Costanza等首次利用價(jià)值系數(shù)對ESV進(jìn)行評價(jià)[8]，我國學(xué)者謝高地利用Costanza等研究成果，通過問卷調(diào)查，得出“中國陸地生態(tài)系統(tǒng)單位面積ESV表”[9]。本研究利用謝高地的中國陸地生態(tài)系統(tǒng)單位面積ESV表(表1)以及貴州省土地利用數(shù)據(jù)，計(jì)算全省2000年和2010年ESV，其計(jì)算公式為：

ESV=∑Ai·Ci

(1)

式中：Ai——各土地利用類型面積；Ci——各地類單位面積ESV系數(shù)。

2.2.2空間相關(guān)性分析方法利用GeoDA模型中的Moran′s I分析ESV與人口密度、人均GDP和城鎮(zhèn)化率相關(guān)性，在z檢驗(yàn)的基礎(chǔ)上(p=0.05)，繪制LISA集聚圖，Moran's I計(jì)算公式為：

I=Zi∑WijZj

(2)

式中：Zi，Zj——空間單元i和j的標(biāo)準(zhǔn)化值；Wij——空間權(quán)重(當(dāng)區(qū)域i和j相鄰接，則為1；否則，為0)。Moran′sI取值[-1，1]之間，<0表示負(fù)相關(guān)，=0表示不相關(guān)，>0表示正相關(guān)。LISA集聚圖把區(qū)域被劃分為：高—高型、低—低型、低—高型和高—低型。

表1　不同土地利用類型的單位面積ESV　元/hm2

3　結(jié)果與分析

3.1土地利用變化

2000—2010年，耕地、林地和草地一直是全省主要地類，建設(shè)用地、水域和未利用地相對較小。耕地和未利用地多分布中西部，林地多分布東部和南部，草地多分布西南部，建設(shè)用地多集中于中部，水域多分布中北部和南部。10 a間，耕地和未利用面積減少，而林地、草地、建設(shè)用地、水域面積增加。其中，耕地、林地和草地變化量較大。從變化率看，建設(shè)用地和水域變化突出，耕地、草地變化居中，未利用地和林地變化較小(表2)。

3.2ESV與社會經(jīng)濟(jì)時(shí)空變化

2000年，ESV東南部和西部地區(qū)最高，北部和南部地區(qū)次之；2010年，ESV空間格局整體變化不大；10 a間，ESV變化最大的是黔西縣和赤水市，變化率大于5%，北部和中西部變化率在2%～5%，東部和南部地區(qū)變化率在0%～2% (圖1)。

全省社會經(jīng)濟(jì)空間異質(zhì)性特征明顯，2000年，城鎮(zhèn)化率和人均GDP中部高，其他地區(qū)低；2010年大部分地區(qū)城鎮(zhèn)化率和人均GDP均較高，其中，中部和西南部城鎮(zhèn)化率增長較慢，西部、北部和南部增長較快。東部、西南部和西北部人均GDP增長突出，北部和南部部分地區(qū)增長較小。2000年，人口密度中西部和北部高，東南部低；2010年，中西部高，東南部低，其中，人口密度增長集中西部和中部、北部，其他大部分地區(qū)呈降低趨勢(圖2)。

表2　貴州省土地利用變化　km2

圖1　ESV變化

圖2　社會經(jīng)濟(jì)因素變化

3.3社會經(jīng)濟(jì)因素與ESV空間自相關(guān)

2000年和2010年ESV均與城鎮(zhèn)化率、人均GDP、人口密度呈負(fù)相關(guān)，其中ESV與城鎮(zhèn)化率和人口密度相關(guān)性較強(qiáng)，而不同時(shí)期ESV與人均GDP相關(guān)性差異較大。10 a間，ESV變化與城鎮(zhèn)化率和人均GDP呈正相關(guān)，與人口密度變化呈現(xiàn)負(fù)相關(guān)，其中與人口密度變化相關(guān)性較強(qiáng)，與城鎮(zhèn)化率變化和人均GDP變化相關(guān)性相對較低(表3)。

表3　社會經(jīng)濟(jì)因素與ESV全局空間自相關(guān)指數(shù)

2000年，城鎮(zhèn)化率、人口密度與ESV高—低和低—低相關(guān)多分布中部貴陽市，低—高相關(guān)多分布西北部畢節(jié)市和東南部黔東南州；人均GDP與ESV高—低多位于中部貴陽市，低—高相關(guān)多位于西北部畢節(jié)市和東南部黔東南州，高—高相關(guān)多位于西北部畢節(jié)市。與2000年相比，2010年，城鎮(zhèn)化率、人口密度、人均GDP與ESV各相關(guān)類型分布格局相似。10 a間，城鎮(zhèn)化率變化與ESV變化呈低—高相關(guān)的地區(qū)是北部地區(qū)，呈低—低相關(guān)的地區(qū)是中部地區(qū)，呈高—高相關(guān)的地區(qū)是西北和北部地區(qū)；人均GDP變化與ESV變化呈低—高相關(guān)的地區(qū)是北部，呈低—低相關(guān)的是中部地區(qū)，呈高—高相關(guān)的地方是西北部；人口密度變化與ESV變化呈高—低相關(guān)的地區(qū)是中部地區(qū)，呈低—高相關(guān)的地區(qū)是西北地區(qū)和北部地區(qū)，呈高—高相關(guān)的是西北部金沙縣(圖3)。

圖3　社會經(jīng)濟(jì)因素與ESV的雙變量LISA聚集圖

4　討 論

土地利用格局及變化是ESV時(shí)空異質(zhì)性的重要因素[10]。人類通過各種社會經(jīng)濟(jì)活動對土地利用產(chǎn)生影響，進(jìn)而影響生態(tài)系統(tǒng)結(jié)構(gòu)和功能，從而影響ESV[11]。本研究通過ESV與人口密度、人均GDP和城鎮(zhèn)化率的相關(guān)性驗(yàn)證了人類活動對生態(tài)系統(tǒng)產(chǎn)生壓力，從而導(dǎo)致人口密度、人均GDP、城鎮(zhèn)化率與ESV呈負(fù)相關(guān)，這與葉延瓊[2]、姚遠(yuǎn)[12]、蔡邦成[13]等研究結(jié)果一致。受退耕還林還草影響，貴州省自然植被不斷恢復(fù)，林地大幅增加，耕地迅速下降，導(dǎo)致全省大部分地區(qū)ESV呈增加趨勢，同時(shí)快速經(jīng)濟(jì)發(fā)展使全省城鎮(zhèn)化率與人均GDP也呈增加趨勢，然而，2000—2010年，貴州省總?cè)丝跍p少50.12萬人，呈遞減趨勢。因此，ESV變化與城鎮(zhèn)化率、人均GDP變化呈正相關(guān)，與人口密度變化呈負(fù)相關(guān)。

貴州省ESV與社會經(jīng)濟(jì)因素空間相關(guān)性類型及分布特征與ESV和社會經(jīng)濟(jì)空間差異有關(guān)，如2000年和2010年社會經(jīng)濟(jì)因素與ESV聚集圖中，東南部和西北部一直以低—高類型為主，中部以高—低類型為主。一方面，東南部和西北部社會經(jīng)濟(jì)水平較差，人口密度、人均GDP和城鎮(zhèn)化率均較低，而這些地區(qū)自然生態(tài)系統(tǒng)卻保留較好，其ESV較高，從而導(dǎo)致以低—高類型為主，而中部地區(qū)一直為貴州省的社會經(jīng)濟(jì)發(fā)展核心區(qū)，人口密度、人均GDP和城鎮(zhèn)化率均較高，自然環(huán)境受人類干擾較大，從而導(dǎo)致以高—低類型為主。

5　結(jié) 論

(1) 2000年和2010年，全省ESV東南部和西部地區(qū)較高，北部和南部地區(qū)較低。西北部ESV增長最快，北部和中西部增長較快，東部和南部增長較慢；2000年，全省城鎮(zhèn)化率和人均GDP中部高，其他地區(qū)低，2010年全省大部分地區(qū)城鎮(zhèn)化率和人均GDP均較高。西部、北部和南部城鎮(zhèn)化率增長率快于中部和西南部，東部、西部和西北部人均GDP增長率快于西部、北部和南部部分地區(qū)；2000年和2010年，全省人口密度中西部高于東南部。西部和中部的貴陽市、北部的遵義市城區(qū)人口密度增長率快于其他地區(qū)。

(2) ESV均與城鎮(zhèn)化率、人均GDP、人口密度呈負(fù)相關(guān)，10 a間，ESV變化與城鎮(zhèn)化率和人均GDP變化呈正相關(guān)，與人口密度變化呈負(fù)相關(guān)。2000年和2010年，ESV與城鎮(zhèn)化率、人均GDP、人口密度空間相關(guān)性類型以高—低相關(guān)和低—高相關(guān)主，其中高—低相關(guān)以中部地區(qū)為主，低—高相關(guān)以東南部和西北部為主，而低—低和高—高相關(guān)分布較少且分散。ESV變化與城鎮(zhèn)化率變化和人均GDP變化的空間相關(guān)性類型以低—高相關(guān)，低—低相關(guān)和高—高相關(guān)為主，其中低—高相關(guān)和高—高相關(guān)以北部和西北為主，低—低相關(guān)以中部為主。ESV變化與人口密度變化的空間相關(guān)性類型以高—低相關(guān)，低—高相關(guān)和高—高相關(guān)為主，其中高—低相關(guān)以中部為主，低—高相關(guān)和高—高相關(guān)以北部和西北部為主。

[1]趙志剛,王凱榮,謝小立,等.丘陵縣域生態(tài)系統(tǒng)服務(wù)價(jià)值研究:以湖南省桃源縣為例[J].湖北農(nóng)業(yè)科學(xué),2014,53(6):1474-1482.

[2]葉延瓊,章家恩,李韻,等.基于農(nóng)用地變化的社會經(jīng)濟(jì)驅(qū)動因子對廣東省農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J].農(nóng)業(yè)現(xiàn)代化研究,2011,32(6):740-741.

[3]葉延瓊,章家恩,陳麗麗.佛山市順德區(qū)土地利用變化及社會經(jīng)濟(jì)發(fā)展對生態(tài)系統(tǒng)服務(wù)的影響[J].生態(tài)科學(xué),2014,33(5):872-878.

[4]吳沛瑤,陳龍乾,張宇,等.社會經(jīng)濟(jì)發(fā)展對土地生態(tài)服務(wù)價(jià)值的影響:以江蘇省徐州市為例[J].江蘇農(nóng)業(yè)科學(xué),2015,43(4):435-438.

[5]趙麗,張蓬濤,朱永明.退耕還林對河北順平縣土地利用變化及生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J].水土保持研究,2010,17(6):74-77.

[6]馬駿,馬朋,李昌曉,等.基于土地利用的三峽庫區(qū)(重慶段)生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空變化[J].林業(yè)科學(xué),2014,50(5):17-26.

[7]姚小薇,曾杰,李旺君.武漢城市圈城鎮(zhèn)化與土地生態(tài)系統(tǒng)服務(wù)價(jià)值空間相關(guān)特征[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(9):249-256.

[8]Costanza R, d′Arge R, de Groot R, et al. The value of the world′s ecosystem services and natural capital[J]. Nature, 1997,387(6630):253-260.

[9]謝高地,魯春霞,冷允法,等.青藏高原生態(tài)資產(chǎn)的價(jià)值評估[J].自然資源學(xué)報(bào),2003,18(2):189-196.

[10]Geneletti D. Assessing the impact of alternative land-use zoning policies on future ecosystem services[J]. Environmental Impact Assessment Review, 2013,40:25-35.

[11]陳陽,張建軍,杜國明,等.三江平原北部生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空演變研究[J].生態(tài)學(xué)報(bào)，2015,35(18):1-12.

[12]姚遠(yuǎn),丁建麗,張芳,等.土地利用變化的人文驅(qū)動因子對新疆生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J].水土保持通報(bào),2013,33(5):298-304.

[13]蔡邦成,陸根法,宋莉娟,等.土地利用變化對昆山生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J].生態(tài)學(xué)報(bào),2006,26(9):3005-3010.

Spatial Correlation of Socioeconomic Factors and Ecosystem Service Values in Guizhou Province

GAO Hongjuan, HAN Huiqing, YU Hongyan, HAN Moran

(College of Geography and Tourism, Guizhou Normal College, Guiyang 550018, China)

Based on the data of land use, social economy for 2000 and 2010， we explored the spatial correlation of urbanization rate, GDP per person, population density and ecosystem service value (ESV) in Guizhou Province using the GeoDA model. The results showed that there was a negative correlation between urbanization rate, GDP per person, population density and ESV. A positive correlation between urbanization rate change, GDP per person change and ESV change could be observed, while a negative correlation between ESV change and population density change could be found. The high—low correlation and low—high correlation mainly occurred in central part, southeast and northwest parts, while there were little high—high correlation and low—low correlation in spatial correlation types of urbanization rate, GDP per person, population density and ESV. The low—high correlation and high—high correlation were situated in north and northwest parts, while low—low correlation was observed in central part between urbanization rate change, GDP per person change and ESV change. The high—low correlation lied in central part, while high—low correlation and low—high correlation mainly presented in north and northwest parts between population density change and ESV change.

socioeconomic factors; ESV; spatial correlation; Guizhou Province

2015-08-03

2015-08-23

貴州師范學(xué)院2015年度校級自然科學(xué)研究資助項(xiàng)目(2015YB021)；貴州省環(huán)境科學(xué)教學(xué)團(tuán)隊(duì)項(xiàng)目(黔教高[2012]426號)；貴州師范學(xué)院環(huán)境科學(xué)教學(xué)團(tuán)隊(duì)項(xiàng)目(貴師院[2012]47號)

郜紅娟(1981—),女,山東菏澤人,碩士,講師,從事自然資源開發(fā)與區(qū)域規(guī)劃研究。E-mail:cgp1963@126.com

韓會慶(1983—),男,山東濟(jì)南人,博士研究生,講師,主要從事土地利用開發(fā)與保護(hù)。E-mail:hhuiqing2006@126.com

F301.2

A

1005-3409(2016)02-0262-05