王永琪, 馬姜明

1 廣西師范大學(xué)可持續(xù)發(fā)展創(chuàng)新研究院, 桂林 541006 2 廣西師范大學(xué)生命科學(xué)學(xué)院, 桂林 541006

生態(tài)系統(tǒng)服務(wù)是通過生態(tài)系統(tǒng)的結(jié)構(gòu)、功能和過程直接或間接得到的用于支持生命的產(chǎn)品和服務(wù)[1- 3],包括食物、原材料等實(shí)物產(chǎn)品和氣體調(diào)節(jié)、水文調(diào)節(jié)和維持生物多樣性等服務(wù)。生態(tài)系統(tǒng)服務(wù)價(jià)值(Ecosystem Services Value, ESV)量化有利于衡量生態(tài)系統(tǒng)服務(wù)供給潛力與生態(tài)效益大小[4],對生態(tài)系統(tǒng)服務(wù)定量評估更有助于高效配置土地資源[5]、全面認(rèn)識ESV結(jié)構(gòu)動態(tài)[6]、優(yōu)化區(qū)域土地利用格局[7],以及科學(xué)制定生態(tài)補(bǔ)償政策[8],得以實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展[9]。土地作為人類農(nóng)業(yè)生產(chǎn)和各種活動影響的載體,土地利用方式的變化影響著整個(gè)生態(tài)系統(tǒng)環(huán)境[10],這類土地利用變化(Land Use Change, LUC)通過改變生態(tài)系統(tǒng)結(jié)構(gòu)和功能,使得水循環(huán)、碳氮循環(huán)和土壤更新等生態(tài)過程發(fā)生變化,導(dǎo)致生態(tài)系統(tǒng)服務(wù)進(jìn)一步發(fā)生變化[11- 13],同時(shí)ESV評估作為反映土地利用與區(qū)域經(jīng)濟(jì)相互影響的主要方法之一,體現(xiàn)了土地通過集約利用與空間優(yōu)化所發(fā)揮的生態(tài)效益[9, 14],使得LUC對ESV影響的定量研究備受關(guān)注。

生態(tài)系統(tǒng)本身具有復(fù)雜性和多樣性特點(diǎn),其服務(wù)價(jià)值評估結(jié)果與ESV不同計(jì)算模型和方法有關(guān)。目前生態(tài)系統(tǒng)服務(wù)評估的方法可以分為基于單位面積價(jià)值當(dāng)量因子方法和基于單位服務(wù)功能價(jià)格方法兩大類[15]。前者比后者所需的評估參數(shù)較少、且計(jì)算過程相對簡便,對于較大尺度區(qū)域ESV的快速評估具有很高的便捷性和參考價(jià)值。謝高地等[3]在Daily[6]和Constanza等[17]研究基礎(chǔ)上結(jié)合中國國情改進(jìn)并制定了“中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價(jià)值當(dāng)量表”,被廣泛應(yīng)用到草地[18- 19]、森林[20]、農(nóng)田[21]和城市[22- 23]、海岸帶[24]等區(qū)域ESV評估中。隨著研究的逐漸深入,越來越多的學(xué)者開始挖掘LUC與ESV之間的相互作用關(guān)系及其影響因素[25- 27],發(fā)現(xiàn)人類社會經(jīng)濟(jì)活動導(dǎo)致的LUC是影響生態(tài)系統(tǒng)提供服務(wù)發(fā)生變化的主要原因[15, 28]。土地利用與生態(tài)系統(tǒng)服務(wù)是一個(gè)相互影響的綜合系統(tǒng),面對開發(fā)還是保護(hù)的抉擇需要決策制定者和利益相關(guān)人在識別兩者相互關(guān)系基礎(chǔ)上權(quán)衡,部分學(xué)者采用空間統(tǒng)計(jì)探索土地利用與ESV在時(shí)空上聚集規(guī)律等特征[29- 31]。土地利用程度是衡量土地利用水平的一個(gè)重要指標(biāo)[32],ESV是評估一個(gè)地區(qū)生態(tài)系統(tǒng)狀況的重要指標(biāo),使用生態(tài)系統(tǒng)服務(wù)價(jià)值強(qiáng)度(ecosystem services value intensity, ESVI)代替縣域生態(tài)系統(tǒng)服務(wù)總價(jià)值,運(yùn)用雙變量空間自相關(guān)來探索重要區(qū)域的LUC對ESV在空間域的聚集特征和依賴特性等研究很有意義。

珠江-西江經(jīng)濟(jì)帶廣西段處于國家實(shí)施西部大開發(fā)戰(zhàn)略的重要地段[33],是廣西除北海市、欽州市和防城港市沿海三市的其余部分,該區(qū)域生態(tài)資源豐富、具有重要的生態(tài)價(jià)值和經(jīng)濟(jì)發(fā)展地位。目前針對珠江-西江經(jīng)濟(jì)帶區(qū)域的研究時(shí)序較早[34- 35],且森林類型[36]的ESV研究較多,缺乏該區(qū)域近期且長時(shí)間跨度ESV以及LUC與ESV之間關(guān)系研究[37- 38]。如何合理協(xié)調(diào)珠江-西江經(jīng)濟(jì)帶廣西段土地利用程度與生態(tài)系統(tǒng)服務(wù)供給潛力是該區(qū)域關(guān)注的焦點(diǎn)。本文以珠江-西江經(jīng)濟(jì)帶廣西段1990年、2005年和2018年三個(gè)時(shí)間節(jié)點(diǎn)的土地利用數(shù)據(jù)為數(shù)據(jù)源,采用當(dāng)量因子法、馬爾可夫轉(zhuǎn)移矩陣、價(jià)值損益流向表和空間自相關(guān)理論等方法,旨在揭示：(1)近28年城市化進(jìn)程中珠江-西江經(jīng)濟(jì)帶廣西段土地利用格局如何變化?(2)研究區(qū)ESV的時(shí)空結(jié)構(gòu)、格局是如何?(3)LUC影響下ESV的時(shí)空相關(guān)特征及ESV對土地利用方式的空間依賴性如何? 這些問題的深入探討將有助于加深縣級單位LUC與ESVI之間的關(guān)系模式認(rèn)知,厘清兩者關(guān)系的表現(xiàn)類型和空間差異,為優(yōu)化珠江-西江經(jīng)濟(jì)帶廣西段提供數(shù)據(jù)支持,也為制定該區(qū)域生態(tài)格局、調(diào)整生態(tài)系統(tǒng)服務(wù)、加強(qiáng)土地資源利用與區(qū)域可持續(xù)發(fā)展等提供科學(xué)參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

珠江-西江經(jīng)濟(jì)帶廣西段地域遼闊(圖1),地處21°37′—26°20′N、104°29′—112°3′E,占廣西國土面積的92%。地勢西北高東南低,處于第二級階梯云貴高原的東南邊緣,兩廣丘陵的西部,平均海拔約800 m。氣候?qū)賮啛釒Ъ撅L(fēng)氣候,年平均氣溫在16.5—23.1℃之間。各地年降水量均在1070 mm以上。廣西地貌總體呈山地丘陵性盆地地貌,山地眾多,小氣候顯著。土地利用類型存在明顯地域分異[39],研究區(qū)廣泛分布有林地,且占地面積在66%以上,耕地主要分布在研究區(qū)中部,草地主要分布于研究區(qū)中部與北部。

圖1 珠西經(jīng)濟(jì)帶廣西段位置示意圖Fig.1 Location diagram of Guangxi section of the Pearl River-West River Economic Belt

1.2 數(shù)據(jù)來源

1)珠江-西江經(jīng)濟(jì)帶廣西段1990年、2005年和2018年3期1 km空間分辨率的土地利用類型數(shù)據(jù),均來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)的中國土地利用現(xiàn)狀遙感監(jiān)測數(shù)據(jù)庫,數(shù)據(jù)生產(chǎn)制作是以各期 Landsat TM/ETM遙感影像為主要數(shù)據(jù)源,通過人機(jī)交互式判讀解譯生成,然后根據(jù)各類型在1 km內(nèi)所占面積最大類型賦予重分類后的土地利用類型。采用 LUC 分類體系將土地利用方式劃分為耕地、林地、草地、水域、建設(shè)用地和未利用土地 6 大類,其中考慮到建設(shè)用地對于當(dāng)?shù)厣鷳B(tài)系統(tǒng)產(chǎn)生的負(fù)面效應(yīng)遠(yuǎn)超過正面效應(yīng),故本文不納入其生態(tài)系統(tǒng)服務(wù)價(jià)值[40]。該套數(shù)據(jù)經(jīng)過嚴(yán)格質(zhì)量控制,6大類土地利用綜合評價(jià)精度在90%以上[41]。

2)行政區(qū)劃數(shù)據(jù)由中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供。

3)糧食產(chǎn)量、糧食價(jià)格等統(tǒng)計(jì)數(shù)據(jù)取自于《2018年全國農(nóng)產(chǎn)品成本收益資料匯編》、《2018年廣西統(tǒng)計(jì)年鑒》。

2 研究方法

2.1 土地利用變化研究方法

參考前人的研究成果,本文通過馬爾可夫轉(zhuǎn)移矩陣[42]和土地利用程度指數(shù)[43]來表現(xiàn)研究區(qū)的LUC特征。

2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值評估

ESV評估方法多樣,本文采用基于單位面積價(jià)值當(dāng)量因子法,結(jié)合數(shù)據(jù)的可獲得性,對珠江-西江經(jīng)濟(jì)帶廣西段ESV評估進(jìn)行了修正：

(1)基于糧食價(jià)格的修訂。

依據(jù)謝高地等[44]的研究,1 hm2平均產(chǎn)量的農(nóng)田每年自然糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值的1/7為1個(gè)標(biāo)準(zhǔn)生態(tài)系統(tǒng)生態(tài)服務(wù)價(jià)值當(dāng)量因子,為消除不同年份農(nóng)作物價(jià)格波動對總價(jià)值的影響,以廣西2017年5種主要農(nóng)作物(早稻、晚稻、粳稻、大豆和玉米)的播種面積、產(chǎn)量和農(nóng)作物的平均價(jià)格作為基礎(chǔ)數(shù)據(jù),由式(1)計(jì)算出珠江-西江經(jīng)濟(jì)帶廣西段單位面積農(nóng)田生態(tài)系統(tǒng)糧食作物的經(jīng)濟(jì)價(jià)值為1444.78元/hm2。

(1)

式中,En為研究區(qū)單位面積農(nóng)田生態(tài)系統(tǒng)提供食物生產(chǎn)服務(wù)的經(jīng)濟(jì)價(jià)值(元/hm2)；n為研究區(qū)主要糧食作物種類；qi為農(nóng)作物i的價(jià)格(元/kg)；pi為農(nóng)作物i的總產(chǎn)量(kg)；M為n種糧食作物總面積(hm2)。

(2)基于生物量的修訂。

考慮到生態(tài)系統(tǒng)時(shí)空異質(zhì)性,珠江-西江經(jīng)濟(jì)帶廣西段ESV系數(shù)還進(jìn)一步修訂。參考謝高地等[21]給出的全國范圍內(nèi)各區(qū)域農(nóng)田生態(tài)系統(tǒng)的生物量因子表,確定了研究區(qū)農(nóng)田生態(tài)系統(tǒng)生物量因子取0.98,對農(nóng)田生態(tài)系統(tǒng)所提供的各類服務(wù)進(jìn)行生物量因子修訂。從而生成珠江-西江經(jīng)濟(jì)帶廣西段不同土地利用類型的各項(xiàng)生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)表(表1)。

表1 珠西經(jīng)濟(jì)帶廣西段生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)/(元 hm-2 a-1)

對縣域行政區(qū)劃單位分別計(jì)算ESV和ESVI(元/hm2),計(jì)算研究區(qū)生態(tài)系統(tǒng)服務(wù)功能總價(jià)值,并進(jìn)行空間分析[25]。

2.3 空間自相關(guān)分析

空間自相關(guān)用來衡量土地利用及ESV的空間分布是否具有集聚性,包含全局空間自相關(guān)與局部空間自相關(guān)兩個(gè)方面[29]。Ansenlin[45]在單變量空間自相關(guān)研究基礎(chǔ)上,提出了雙變量空間自相關(guān),揭示了空間單元屬性值與鄰近空間上其他屬性值的相關(guān)性[31]。本文空間自相關(guān)采用GeoDa 1.12.1.161軟件完成。

3 結(jié)果與分析

3.1 土地利用變化特征

根據(jù)珠江-西江經(jīng)濟(jì)帶廣西段土地利用類型分布圖可知(圖2),1990—2018年研究區(qū)林地所占面積最大,建設(shè)用地主要分布在各市縣行政中心,主要以南寧市、柳州市、桂林市建設(shè)用地成片最為明顯,28年間建設(shè)用地增幅顯著。

圖2 1990—2018年珠江-西江經(jīng)濟(jì)帶廣西段土地利用類型圖Fig.2 Land use maps of Guangxi section of the Pearl River-West River Economic Belt during 1990—2018

1990年、2005年和2018年3個(gè)時(shí)期研究區(qū)不同土地利用類型的占比情況如表2所示。從土地利用類型總體特征來看,3個(gè)時(shí)期研究區(qū)主要土地利用類型變化并不是十分顯著,面積占比最高均為林地,其次是耕地,二者合占研究區(qū)總面積86%以上。從土地利用類型的變化特征來看,建設(shè)用地面積增加的幅度最大,近1560 km2。耕地面積在28年間持續(xù)減少了984 km2,達(dá)0.46個(gè)百分點(diǎn)。林地面積先增后減,水域面積保持上漲。

表2 珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年不同土地利用類型占比變化/%

運(yùn)用ArcGIS的分析工具得到1990—2018年不同土地利用類型轉(zhuǎn)移矩陣(表3),珠江-西江經(jīng)濟(jì)帶廣西段土地利用轉(zhuǎn)移主要特征：(1)林地轉(zhuǎn)入轉(zhuǎn)出面積最多,分別為27322 km2和26971 km2,其中主要轉(zhuǎn)入源是耕地、草地和水域,主要轉(zhuǎn)出源是耕地、草地和建設(shè)用地；(2)建設(shè)用地作為人為改造最為徹底的土地類型,它的轉(zhuǎn)入面積和轉(zhuǎn)出面積相差最多,其主要轉(zhuǎn)入源和轉(zhuǎn)出源均為耕地、林地和草地;(3)耕地的轉(zhuǎn)入面積和轉(zhuǎn)出面積分別為21934 km2和22917 km2,其主要轉(zhuǎn)入源與轉(zhuǎn)出源均為林地、草地和建設(shè)用地。說明研究區(qū)林地、建設(shè)用地和耕地之間置換規(guī)模、建設(shè)用地對耕地面積的占用較大。期間林地的增加主要是因?yàn)榧訌?qiáng)林地保護(hù)和管理,以及“退耕還林工程”、“天然林保護(hù)工程”和“防護(hù)林體系工程”等生態(tài)工程建設(shè),很大程度上保護(hù)了林地資源,其生態(tài)效益、經(jīng)濟(jì)效益和社會效益顯著。

表3 珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年土地利用類型轉(zhuǎn)移矩陣/hm2

3.2 生態(tài)系統(tǒng)服務(wù)價(jià)值變化特征

3.2.1各地類生態(tài)系統(tǒng)服務(wù)價(jià)值變化

土地利用變化引起珠江-西江經(jīng)濟(jì)帶廣西段ESV波動變化(表4)。1990—2018年水域與未利用地的ESV增加了17.56億元和0.01億元；林地的ESV增幅僅有0.23%,但價(jià)值增長有13.37億元；草地與耕地的ESV均呈減少趨勢,共虧損約30.84億元,總體而言,28年間總ESV僅增長約0.1億元。1990—2005年間,草地與耕地的ESV皆呈現(xiàn)降低的現(xiàn)狀,15年間凈增長約13.82億元；2005—2018年草地和耕地ESV持續(xù)降低,林地的ESV亦開始呈現(xiàn)降低的趨勢,13年虧損生態(tài)價(jià)值約13.72億元。廣西退耕還林政策持續(xù)實(shí)施以及城市建設(shè)用地的擴(kuò)張是導(dǎo)致耕地ESV持續(xù)減少的關(guān)鍵原因。

表4 珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年各地類ESV變化

3.2.2各項(xiàng)生態(tài)系統(tǒng)服務(wù)價(jià)值變化

珠江-西江經(jīng)濟(jì)帶廣西段各項(xiàng)ESV變化相對緩慢(表5)。在1990—2005年及2005—2018年2個(gè)研究期間,ESV總值呈先增長后降低的趨勢。28年間水文調(diào)節(jié)、廢物處理、美學(xué)景觀和原材料生產(chǎn)的價(jià)值有所增長,分別增長約5.56億元、2.39億元、0.99億元和0.4億元。其他單項(xiàng)ESV呈下降趨勢,特別是食物生產(chǎn)ESV降低幅度最大,達(dá)1.19%,這與耕地面積的減少有著直接聯(lián)系。1990—2005年間,研究區(qū)的食物生產(chǎn)與水文調(diào)節(jié)的ESV變化相較于其他功能大,食物生產(chǎn)降低了0.32%,水文調(diào)節(jié)ESV增長了0.4%。2005—2018年間,除了水文調(diào)節(jié)和廢物處理外,其余的ESV皆有所下降,其中食物生產(chǎn)與保持土壤的ESV下降速率最大,占比為0.87%和0.42%。

從研究區(qū)ESV的構(gòu)成看,各單項(xiàng)ESV所占比例的大小依次為：維持生物多樣性>水文調(diào)節(jié)>保持土壤>氣體調(diào)節(jié)>氣候調(diào)節(jié)>原材料生產(chǎn)>廢物處理>美學(xué)景觀>食物生產(chǎn)。研究區(qū)維持生物多樣性的功能價(jià)值最為突出,占據(jù)ESV總值的15.5%以上,足以體現(xiàn)廣西有著豐富的動植物適宜生境資源；水文調(diào)節(jié)、保持土壤、氣體調(diào)節(jié)和氣候調(diào)節(jié)次之,四者各占據(jù)ESV總值的14%左右,食物生產(chǎn)占比最低,不足2.2%。

表5 珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年ESV結(jié)構(gòu)變化

3.2.3生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空分異特征

1990—2018年間,研究區(qū)ESV總量以及各分量變化并不能反映其在空間上的差異。為刻畫研究區(qū)ESV時(shí)空分異格局,計(jì)算1990—2018年研究區(qū)各縣區(qū)ESVI,利用自然斷點(diǎn)法在數(shù)值差異相對較大處設(shè)置邊界,對相似值進(jìn)行恰當(dāng)分組,使之各組數(shù)據(jù)間最大化差異,有效表征各區(qū)縣ESVI的空間分異特征[27]。本文將研究區(qū)各區(qū)縣ESVI從低到高劃分為5個(gè)等級：Ⅰ級(0

圖3 珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年各區(qū)縣ESVI空間分異Fig.3 Spatial differentiation of ESVI in Guangxi section of the Pearl River-West River Economic Belt during 1990—2018

研究區(qū)ESVI總體上存在著中部低、周圍高的空間分異格局,與董新芳和周興[37]的廣西2005年ESVI分布研究結(jié)果類似,28年間各區(qū)縣ESVI整體格局并未發(fā)生太大變化。Ⅰ級低價(jià)值區(qū)較少,僅有桂林市七星區(qū)、柳州市魚峰區(qū)兩區(qū),2018年柳州市柳南區(qū)加入I級區(qū)。在桂西北金鐘山、青龍山等山區(qū)、桂北九萬大山、融江等丘陵區(qū)和桂東丘陵區(qū),分別形成西林縣、隆林縣、田林縣等12個(gè)區(qū)縣為組團(tuán),融水縣、三江縣、融安縣等5個(gè)區(qū)縣為組團(tuán),和昭平縣、蒙山縣、藤縣等11個(gè)區(qū)縣為組團(tuán)的三組團(tuán)Ⅴ級高ESVI聚集區(qū),2018年梧州市長洲區(qū)和蝶山區(qū)ESVI價(jià)值降低。在桂中合山市等11個(gè)市以及南寧市西鄉(xiāng)塘區(qū)、江南區(qū)、邕寧區(qū),柳州市柳城縣、柳北區(qū)、柳南區(qū)和玉林市玉州區(qū)形成一核四衛(wèi)星的Ⅱ級ESVI分布格局,2018年全州縣加入Ⅱ級ESVI行列。從研究區(qū)不同縣域土地利用情況來看,三組團(tuán)高值聚集區(qū)林地面積比例大,普遍占對應(yīng)區(qū)縣面積的70%以上,更高的森林覆蓋率和優(yōu)良的自然環(huán)境條件造就了三組團(tuán)區(qū)的更高的ESV,且這些區(qū)域有廣泛的山脈存在,如越城嶺、貓兒山、天平山、云開大山等,是許多江河的源頭和水源涵養(yǎng)區(qū)。而一核四衛(wèi)星區(qū)域位于桂中丘陵、平原區(qū),地勢低平,人為活動約束相對較弱,宜農(nóng)業(yè)耕作,耕地占比較大,是珠江-西江經(jīng)濟(jì)帶重要的糧食重要產(chǎn)區(qū),森林覆蓋率比之其他縣域較低,客觀上降低了這些區(qū)縣的ESV。

3.2.4生態(tài)系統(tǒng)服務(wù)價(jià)值空間自相關(guān)

為反映研究區(qū)各區(qū)縣不因面積的大小不同造成ESV相差較大情況,采用了ESVI進(jìn)行空間自相關(guān)分析。28年間研究區(qū)全局Moran′I值始終大于0.55,P值均小于0.001,說明研究區(qū)內(nèi)各區(qū)縣ESVI整體上始終呈顯著的正向空間自相關(guān),具有很明顯的聚集性,在空間中的分布并非完全隨機(jī)。

圖4 縣域尺度下珠江-西江經(jīng)濟(jì)帶廣西段ESVI Moran散點(diǎn)圖Fig.4 Moran scatter diagram of ESVI in Guangxi section of the Pearl River-West River Economic Belt at the county scale

Moran′I散點(diǎn)圖展現(xiàn)的區(qū)域單元屬性與周圍單位屬性之間的空間聯(lián)系模式,從圖4中可以看出,ESVI散點(diǎn)主要分布在第一象限(HH)和第三象限(LL),第二象限(LH)與第四象限(HL)散點(diǎn)分布相對少,結(jié)合全局Moran′I指數(shù),說明研究區(qū)各區(qū)縣生態(tài)系統(tǒng)服務(wù)價(jià)值強(qiáng)度具有較高的空間正相關(guān)性且分布規(guī)律具有相對一致性。從1990—2018年,局部Moran′I指數(shù)先增后減,結(jié)合沿趨勢線分布的散點(diǎn)先增多后減少的情況,體現(xiàn)了研究區(qū)局部空間自相關(guān)程度先增后減趨勢。各區(qū)縣ESVI的空間集聚和ESVI空間分異情況大致相似(圖5)。1990年ESVI高-高集聚區(qū)分布主要為在桂西西林縣、隆林縣、田林縣、樂業(yè)縣等13個(gè)縣區(qū),在空間區(qū)域內(nèi)受人為因素干擾及城市用地?cái)U(kuò)張影響程度較小；桂東昭平縣、蒙山縣、藤縣等8個(gè)縣區(qū)和桂北三江縣的兩組團(tuán)一星模式。低-低集聚主要組團(tuán)分布在來賓市合山市、貴港市覃塘區(qū)等周圍11個(gè)區(qū)縣范圍,主要是因?yàn)樵搮^(qū)耕地集中分布而林地分布相對較少造成ESVI偏低；低-高集聚區(qū)只有平南縣一個(gè)；呈高-低集聚區(qū)的是靈川縣。2005年時(shí)高-高集聚區(qū)新增了桂西賀州市八步區(qū),2018年賀州市八步區(qū)與梧州市萬秀區(qū)不屬于高-高集聚區(qū)。

圖5 縣域尺度下珠江-西江經(jīng)濟(jì)帶廣西段ESVI LISA分布圖Fig.5 Lisa distribution map of ESVI in Guangxi section of the Pearl River-West River Economic Belt at the county scale

3.3 土地利用變化對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響

3.3.1生態(tài)系統(tǒng)服務(wù)價(jià)值流向特征

利用ArcGIS軟件計(jì)算馬爾可夫轉(zhuǎn)移矩陣得到1990—2018年研究區(qū)ESV損益流向表(表6),以此直觀的分析土地利用數(shù)量變化對ESV的影響。結(jié)果表明：耕地轉(zhuǎn)林地和草地轉(zhuǎn)林地是主要的生態(tài)服務(wù)增值類型,分別使ESV增高了490.21億元和211.88億元,對ESV增加的貢獻(xiàn)率分別為56.5%和24.4%,建設(shè)用地向耕地和林地的轉(zhuǎn)移也對ESV的增長貢獻(xiàn)有19.8億元和29.70億元；林地轉(zhuǎn)耕地是最主要的生態(tài)服務(wù)減值類型,分別使得ESV降低了478.55億元,貢獻(xiàn)率足有55.1%。林地轉(zhuǎn)草地和林地轉(zhuǎn)建設(shè)用地也是主要且受大眾關(guān)注的生態(tài)服務(wù)減值類型,分別導(dǎo)致ESV下降了198.97億元和47.53億元,貢獻(xiàn)率分別為22.9%和5.4%。深入分析可以看出退耕還林(草)是使得ESV價(jià)值升高得主要原因,對生態(tài)系統(tǒng)服務(wù)功能改善起著主要作用,而林地向其他土地利用類型的轉(zhuǎn)移導(dǎo)致了研究區(qū)ESV下降的主要原因。

表6 珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年生態(tài)系統(tǒng)服務(wù)價(jià)值損益流向/億元

3.3.2土地利用程度指數(shù)對ESVI的影響

為進(jìn)一步探索珠西經(jīng)濟(jì)帶廣西段各區(qū)縣土地利用程度與ESVI之間的時(shí)空關(guān)系,采用雙變量空間自相關(guān)分析結(jié)果顯示(圖6),Moran′I指數(shù)均小于0,表明土地利用程度與ESVI之間存在著顯著的空間負(fù)相關(guān)關(guān)系。從1990—2018年,局部Moran′I指數(shù)先減后增,結(jié)合沿趨勢線分布的散點(diǎn)先增多后減少的情況,體現(xiàn)了研究區(qū)局部空間負(fù)向自相關(guān)程度先增后減趨勢。

圖6 縣域尺度下珠西經(jīng)濟(jì)帶廣西段雙變量Moran散點(diǎn)圖Fig.6 Bivariate Moran scatter diagram of Guangxi section of the Pearl River-West River Economic Belt at the county scale

圖7 縣域尺度下珠江-西江經(jīng)濟(jì)帶廣西段雙變量LISA分布及顯著性水平圖Fig.7 Bivariate LISA distribution and significance level map in Guangxi section of the Pearl River-West River Economic Belt at the county scale

在z檢驗(yàn)的基礎(chǔ)上(P=0.05)繪制雙變量局部空間自相關(guān)LISA聚類圖(圖7),表征區(qū)域土地利用程度與其鄰域ESVI之間的局部空間關(guān)系。由圖7可知,土地利用程度與ESVI呈高-高集聚的區(qū)縣是平南縣；呈低-低集聚的區(qū)縣是柳江縣和靈川縣,其中柳江縣低-低集聚情況達(dá)到99.9%的置信水平；柳州市柳南區(qū)、城中區(qū),來賓市合山市等14個(gè)區(qū)縣呈現(xiàn)高-低集聚；呈低-高集聚的區(qū)縣分布最為廣泛,主要分布在研究區(qū)百色市大部分區(qū)縣、河池市西部區(qū)縣、東部梧州、賀州等地,且是唯一一種空間分布發(fā)生變化的集聚區(qū)。

不同的土地利用程度水平與ESVI的局部空間聯(lián)系特點(diǎn)明顯,28年間研究區(qū)局部空間聚集存在明顯的相似性。桂西北金鐘山、青龍山等山區(qū)、桂東丘陵區(qū)和桂北九萬大山、融江等丘陵區(qū)地區(qū),多是林地分布占所在區(qū)縣70%以上的地區(qū),森林資源豐富,生態(tài)優(yōu)勢明顯,但是由于山多地少,交通較為閉塞,也限制了這些地區(qū)的人口增長、產(chǎn)業(yè)的規(guī)模聚集和城市建設(shè)用地?cái)U(kuò)張,影響地區(qū)經(jīng)濟(jì)的發(fā)展,因此空間上表現(xiàn)為明顯的低土地利用程度-高生態(tài)系統(tǒng)服務(wù)強(qiáng)度的聚集形態(tài),且在時(shí)間上變化不明顯。2005年時(shí)八步區(qū)表現(xiàn)為低-高集聚特點(diǎn),2018年賀州市八步區(qū)和梧州市萬秀區(qū)表現(xiàn)了空間隨機(jī)模式,該區(qū)的土地利用程度與周圍地區(qū)不再有顯著的空間相關(guān)性。桂中地勢低平的丘陵區(qū),人口較多,農(nóng)耕及城市規(guī)模發(fā)展較快,交通便捷,使得空間上表現(xiàn)為明顯的高土地利用程度-低生態(tài)系統(tǒng)服務(wù)強(qiáng)度的聚集格局。

4 討論

土地利用方式的變化作為區(qū)域生態(tài)環(huán)境變化的主要根源,受自然、經(jīng)濟(jì)、社會等多種因素的影響[46],自然生態(tài)環(huán)境因子在土地利用變化空間分布上起主導(dǎo)作用,而社會經(jīng)濟(jì)因子在決定土地利用變化數(shù)量方面起著主導(dǎo)作用[47]。珠江-西江經(jīng)濟(jì)帶廣西段近28年中,城鎮(zhèn)建設(shè)用地?cái)U(kuò)張占用了大量的耕地、林地和草地,各類土地利用類型之間因人類的經(jīng)濟(jì)需求和保護(hù)政策實(shí)施而發(fā)生復(fù)雜的相互轉(zhuǎn)變。該區(qū)域生態(tài)系統(tǒng)服務(wù)的主要支撐者為林地、水域和耕地。由于林地、耕地等被耕地和建設(shè)用地侵占以及退耕還林等工程的實(shí)施,總體上給生態(tài)系統(tǒng)服務(wù)諸如土壤保護(hù)作用、糧食生產(chǎn)、氣體調(diào)節(jié)、氣候調(diào)節(jié)、維持生物多樣性等方面帶來了一定損失,而水文調(diào)節(jié)、廢物處理、美學(xué)景觀、原材料生產(chǎn)價(jià)值有所增加?？梢姀?qiáng)烈的人類活動對生態(tài)系統(tǒng)服務(wù)功能產(chǎn)生重要影響。面對28年間土地利用方式轉(zhuǎn)變的一系列問題,諸如耕地減少趨勢尚未扭轉(zhuǎn)、耕地后備資源不足,建設(shè)用地布局不合理,土地利用粗放,節(jié)約集約用地水平不足,大大制約了經(jīng)濟(jì)的良性發(fā)展,有待加強(qiáng)生態(tài)用地的保護(hù)力度,提高土地參與宏觀調(diào)控的能力。

大量研究證明土地利用程度和生態(tài)系統(tǒng)服務(wù)具有明顯的空間溢出效應(yīng)[31, 48],本研究識別出珠江-西江經(jīng)濟(jì)帶廣西段的四種聚集模式,高土地利用程度水平的平南縣被高ESVI集聚的區(qū)縣所包圍,應(yīng)當(dāng)限制高污染性土地利用模式,在大力保護(hù)現(xiàn)有生態(tài)優(yōu)勢基礎(chǔ)上,城市化建設(shè)平穩(wěn)、有序的推進(jìn),最大程度上減少城市化建設(shè)對生態(tài)環(huán)境的干擾和破壞。低土地利用程度和低ESVI集聚的柳江縣和靈川縣應(yīng)當(dāng)改變土地利用不夠恰當(dāng)?shù)姆绞?增強(qiáng)自身和周邊區(qū)縣土地利用效率,提高生態(tài)經(jīng)濟(jì)價(jià)值。高土地利用程度和低ESVI聚集模式的柳州市柳南區(qū)、城中區(qū),合山市、南寧市青秀區(qū)等14個(gè)區(qū)縣是城市化進(jìn)程較為充分的區(qū)縣,應(yīng)當(dāng)考慮生態(tài)修復(fù),在提高土地集約節(jié)約利用水平基礎(chǔ)上引導(dǎo)土地利用向高ESV發(fā)展。對于低土地利用程度和高ESVI聚集的縣域,被視為生態(tài)優(yōu)勢區(qū),一方面要加強(qiáng)對于這些縣域部分地區(qū)生態(tài)資源的保護(hù),另一方面也利用好生態(tài)資源優(yōu)勢,開發(fā)旅游城市、森林天然氧吧,培育高效經(jīng)濟(jì)林,增加人民收入,制定合適的生態(tài)補(bǔ)償機(jī)制,讓生態(tài)經(jīng)濟(jì)可持續(xù)發(fā)展。從時(shí)間尺度上看,研究區(qū)局部雙變量自相關(guān)分布模式變化不大。

本研究在ESV時(shí)空變異方面,不限于大多數(shù)研究[25- 27]對ESV分布格局的空間展示,也利用可以表征土地利用變化和人類活動強(qiáng)度的土地利用程度指數(shù)[32],對生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行雙變量空間聚集規(guī)律和空間關(guān)聯(lián)模式動態(tài)變化進(jìn)行定量研究。限于數(shù)據(jù)可獲取性和技術(shù)的復(fù)雜性,本研究尚未對土地利用程度和ESV之間的復(fù)雜關(guān)聯(lián)機(jī)制深入研究,今后可參考方創(chuàng)琳等[49]構(gòu)建的城鎮(zhèn)化與生態(tài)環(huán)境耦合過程的耦合器(UEC),嘗試揭示ESV驅(qū)動機(jī)理、探索土地利用程度和ESVI兩者耦合的最佳狀態(tài)。

5 結(jié)論

本文以我國重要的珠江-西江經(jīng)濟(jì)帶廣西段為研究區(qū),從縣域尺度分析1990—2018年土地利用變化對生態(tài)系統(tǒng)服務(wù)的影響,結(jié)果表明：

(1)珠江-西江經(jīng)濟(jì)帶廣西段1990—2018年間土地利用類型總體上變化不是非常激烈,林地與耕地面積合占總面積的86%以上。轉(zhuǎn)出的耕地主要流向林地、草地和建設(shè)用地,轉(zhuǎn)出的林地主要變成耕地、草地和建設(shè)用地,新增的耕地主要來源于林地、草地的轉(zhuǎn)化,新增的建設(shè)用地主要由耕地、林地和草地轉(zhuǎn)化而來。

(2)生態(tài)系統(tǒng)服務(wù)價(jià)值方面,珠江-西江經(jīng)濟(jì)帶廣西段28年來ESV總值呈先增后減趨勢。其中林地和耕地對生態(tài)系統(tǒng)服務(wù)總價(jià)值的貢獻(xiàn)最大,貢獻(xiàn)率達(dá)82%以上。研究區(qū)最為突出的生態(tài)系統(tǒng)服務(wù)價(jià)值是維持生物多樣性,其次為水文調(diào)節(jié)、保持土壤、氣體調(diào)節(jié)和氣候調(diào)節(jié),這五項(xiàng)生態(tài)系統(tǒng)服務(wù)占總服務(wù)價(jià)值的73%。生態(tài)系統(tǒng)服務(wù)價(jià)值最低是食物生產(chǎn),僅為2.1%左右。

(3)28年來研究區(qū)各區(qū)縣生態(tài)系統(tǒng)服務(wù)強(qiáng)度總體上呈現(xiàn)中部低、周圍高的分異格局,且變化不大。ESVI高值區(qū)主要分布在山地、丘陵眾多,林地面積占極大比例的桂西北、桂北、桂東區(qū)縣,低值區(qū)主要分布在周圍地勢較為低平的丘陵、平原區(qū),以耕地和建設(shè)用地為主的區(qū)縣。珠江-西江經(jīng)濟(jì)帶廣西段各區(qū)縣ESVI有著顯著的正空間自相關(guān)性,空間集聚程度較高,且以高-高聚集模式與低-低集聚模式為主,高-高集聚主要以兩團(tuán)一星模式分布在研究區(qū)桂西北、桂東和桂北,低-低集聚主要組團(tuán)分布在桂中。

(4)對于土地利用變化對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響,研究期間珠江-西江經(jīng)濟(jì)帶廣西段耕地向林地的轉(zhuǎn)移是ESV增加的主要貢獻(xiàn)項(xiàng),林地向耕地以及建設(shè)用地的轉(zhuǎn)移,是ESV減少的主要方式。不同土地利用程度與ESVI雙變量LISA聚集圖呈現(xiàn)出明顯的負(fù)空間自相關(guān)性,且在三個(gè)時(shí)期的雙變量局部空間自相關(guān)性異質(zhì)性程度變化不大,主要以低土地利用程度與高ESVI聚集和高土地利用程度與低ESVI聚集分布為主。兩組團(tuán)一星模式的低高聚集主要以分布在研究區(qū)的桂西北、桂東和桂北；一組團(tuán)兩星模式的高低聚集主要分布在經(jīng)濟(jì)水平相對發(fā)達(dá)的中部和桂林市轄區(qū)。

致謝：感謝中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn)為本研究提供原始數(shù)據(jù)。