范利瑤，文 倩，李青松，汪 瀟，韓 婧

（1.河南農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，河南 鄭州 450002；2.河南農(nóng)業(yè)大學(xué) 土地與鄉(xiāng)村可持續(xù)發(fā)展研究中心，河南 鄭州 450002）

隨著世界人口、經(jīng)濟(jì)的快速增長，土地利用／覆被發(fā)生了劇烈改變［1］，不僅引發(fā)了氣候異常［2］、土地退化［3］、水土流失［4］、生態(tài)系統(tǒng)惡化［5］等生態(tài)環(huán)境問題，也降低了區(qū)域生態(tài)系統(tǒng)服務(wù)供給能力［6］及人類社會福祉［7］。對區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值（ESV）展開定量評估已成為全球可持續(xù)發(fā)展研究的熱點(diǎn)內(nèi)容。早期關(guān)于ESV的研究主要集中在全球或區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值靜態(tài)評估方面［8－9］，近期則轉(zhuǎn)向土地利用與ESV關(guān)系分析［10－11］、生態(tài)系統(tǒng)服務(wù)時(shí)空格局與空間積聚性演變［12－13］、生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)力分析［14］等方面。有學(xué)者從“三生空間”、生態(tài)補(bǔ)償?shù)纫暯巧钊敕治隽松鷳B(tài)系統(tǒng)服務(wù)功能之間的內(nèi)在聯(lián)系［15］，結(jié)合CA－Markov［16］、FLUS 等模型對區(qū)域ESV進(jìn)行預(yù)測，對影響ESV的因子進(jìn)行定量分析，常用分析方法包括建立回歸模型［17］、面板分位數(shù)模型［18］、地理探測器模型等，其中采用地理探測器模型可以在空間上定量探測因子驅(qū)動(dòng)力及其交互作用［19］。

沙潁河流域河南段是河南省經(jīng)濟(jì)、文化、農(nóng)業(yè)中心［20］，具有重要的生態(tài)價(jià)值和經(jīng)濟(jì)價(jià)值，區(qū)域內(nèi)人類活動(dòng)強(qiáng)烈、人地矛盾突出［21］，土地利用與生態(tài)系統(tǒng)服務(wù)價(jià)值關(guān)系不明確，糧食安全與生態(tài)系統(tǒng)安全面臨嚴(yán)峻挑戰(zhàn)。本文基于土地利用變化數(shù)據(jù)，采用當(dāng)量因子法、熱點(diǎn)分析法、地理探測器模型等對沙潁河流域河南段2000—2018 年生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空分異特征及影響因素進(jìn)行定量研究，以期為改善區(qū)域生態(tài)環(huán)境、實(shí)現(xiàn)可持續(xù)發(fā)展提供科學(xué)參考。

1 研究區(qū)概況

沙潁河流域河南段位于河南省中部，主要包括沙河、潁河、賈魯河3 條河流，參考已有研究成果并考慮行政區(qū)域的完整性，將沙潁河流域河南段界定為鄭州、平頂山、許昌、漯河、周口5 個(gè)地級市，沙潁河流域河南段范圍及高程見圖1。2020 年區(qū)域人口總計(jì)3 301 萬人，GDP 總量為2.27 萬億元，糧食總產(chǎn)量為1 775.9 萬t，分別占全省的30.14%、41.36%、26.52%。

圖1 沙潁河流域河南段范圍及高程

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

2000 年、2005 年、2010 年、2015 年、2018 年5 期土地利用數(shù)據(jù)源自中科院資源環(huán)境科學(xué)數(shù)據(jù)中心，分辨率為30 m，在數(shù)據(jù)校核的基礎(chǔ)上，將土地利用類型劃分為耕地、林地、草地、水域、城鎮(zhèn)與農(nóng)村居民點(diǎn)、工礦交通用地、未利用地。高程數(shù)據(jù)源自地理空間數(shù)據(jù)云，分辨率為30 m，行政區(qū)劃數(shù)據(jù)、降水?dāng)?shù)據(jù)分別源自中科院資源環(huán)境科學(xué)數(shù)據(jù)中心、中科院地球系統(tǒng)科學(xué)數(shù)據(jù)中心，糧食播種面積、糧食總產(chǎn)值、人口等數(shù)據(jù)源自《河南統(tǒng)計(jì)年鑒》。

2.2 研究方法

2.2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值評估

采用基于單位面積價(jià)值的當(dāng)量因子法對ESV進(jìn)行評估，將研究區(qū)土地利用類型與謝高地等［9］研究的陸地生態(tài)系統(tǒng)類型匹配后對單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量進(jìn)行修正，得到研究區(qū)單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)（見表1），計(jì)算公式為

表1 沙潁河流域河南段生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)元／（hm2·a）

式中：ESV總為總生態(tài)系統(tǒng)服務(wù)價(jià)值，元；ESVi為第i種土地利用類型的生態(tài)系統(tǒng)服務(wù)價(jià)值，元；Ai為第i種土地利用類型面積，hm2，由于城鎮(zhèn)與農(nóng)村居民點(diǎn)、工礦交通用地的生態(tài)系統(tǒng)服務(wù)價(jià)值接近0，因此不對其進(jìn)行估算；Vo為當(dāng)量因子的價(jià)值量，元／（hm2·a）；ei為第i種土地利用類型的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量［15］。

2.2.2 熱點(diǎn)分析法

采用熱點(diǎn)分析法可探明ESV空間變化是否具有統(tǒng)計(jì)學(xué)意義上顯著的高值空間集聚（熱點(diǎn)）和低值空間集聚（冷點(diǎn)），并對其集聚位置進(jìn)行空間表達(dá)，已被廣泛用于空間異質(zhì)性研究［22－23］，表達(dá)式為

式中：為局部相關(guān)性指數(shù)；n為地理空間單元個(gè)數(shù)；xj為地理空間單元j的ESV指數(shù)變化量；wi，j為二進(jìn)制空間權(quán)重；S為地理空間單元的標(biāo)準(zhǔn)差；為地理空間單元的平均值；E（）為數(shù)學(xué)期望；Var（）為方差。

對進(jìn)行Z檢驗(yàn)，Z得分為標(biāo)準(zhǔn)差的倍數(shù)，由Z值確定冷熱點(diǎn)區(qū)域的聚類情況。

2.2.3 地理探測器模型

采用地理探測器模型中的因子探測方法識別自然、社會經(jīng)濟(jì)因子對ESV空間分異的影響，采用地理探測器模型中的交互探測方法分析驅(qū)動(dòng)因子的共同作用對ESV空間分異的影響［19］，表達(dá)式為

式中：q為驅(qū)動(dòng)因子對ESV空間分異的影響程度，值域?yàn)椋?，1］；L為變量Y或因子X的分類或分區(qū)數(shù)；Nh為層h的單元數(shù)；N為全區(qū)單元數(shù)；σh2、σ2分別為層h、全區(qū)的Y值方差。

3 結(jié)果與分析

3.1 土地利用變化分析

2000—2018 年沙潁河流域河南段各土地利用類型面積變化情況見圖2（圖中URS 為城鎮(zhèn)與農(nóng)村居民點(diǎn)，IL 為工礦交通用地），研究區(qū)土地利用類型以耕地為主，耕地面積占研究區(qū)總面積的65.6%～73.5%；其次是城鎮(zhèn)與農(nóng)村居民點(diǎn)，其面積占研究區(qū)總面積的13.9%～17.9%。2000—2018 年土地利用類型變化明顯，耕地、林地、草地面積減小，城鎮(zhèn)與農(nóng)村居民點(diǎn)、工礦交通用地、水域、未利用地面積增大，其中：耕地面積減小了1 351.72 km2，城鎮(zhèn)與農(nóng)村居民點(diǎn)面積增大了1 679 km2，工礦交通用地面積增大了3 倍，這一變化與區(qū)域快速的城鎮(zhèn)化、工業(yè)化進(jìn)程有關(guān)［22］。

圖2 2000—2018 年各土地利用類型面積變化情況

2000—2018 年沙潁河流域河南段土地利用轉(zhuǎn)移矩陣見表2，研究期內(nèi)共有5 233.34 km2土地利用類型發(fā)生轉(zhuǎn)變，占研究區(qū)總面積的14.93%，其中：耕地轉(zhuǎn)出面積累計(jì)3 020.13 km2，占總轉(zhuǎn)出面積的57.71%，是其他土地利用類型轉(zhuǎn)入的主要貢獻(xiàn)者；城鎮(zhèn)與農(nóng)村居民點(diǎn)轉(zhuǎn)入面積累計(jì)2 488.08 km2，87.99%轉(zhuǎn)入面積來源于耕地；水域轉(zhuǎn)入面積累計(jì)242.44 km2，88.57%轉(zhuǎn)入面積來自于耕地；草地轉(zhuǎn)出面積累計(jì)434.28 km2，51.87%草地轉(zhuǎn)為耕地，其余草地主要轉(zhuǎn)向林地和城鎮(zhèn)與農(nóng)村居民點(diǎn)。

表2 2000—2018 年土地利用轉(zhuǎn)移矩陣 km2

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

3.2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)間變化特征

2000—2018 年沙潁河流域河南段生態(tài)系統(tǒng)服務(wù)價(jià)值變化情況見表3，研究區(qū)總ESV值隨時(shí)間變化整體呈先增大后減小趨勢，與2000 年相比，2018 年研究區(qū)總ESV值減小了0.67%。2000—2005 年、2010—2015 年總ESV值分別增大了3.54%、0.11%，2005—2010 年、2015—2018 年總ESV值分別減小了2.12%、2.09%。18 a 內(nèi)單項(xiàng)指標(biāo)的ESV值變化較緩慢，水資源供給、水文調(diào)節(jié)ESV值分別增大了10.06%、9.69%，其余單項(xiàng)指標(biāo)的ESV值均下降，變化幅度為3.02%～9.23%。2000—2005 年水資源供給、水文調(diào)節(jié)ESV值變化較大，分別增大了10.21%、9.92%；2005—2010 年氣候調(diào)節(jié)、生物多樣性維持、美學(xué)景觀ESV值變化較大，分別減小了8.82%、7.78%、6.46%；2010—2015 年所有單項(xiàng)指標(biāo)的ESV值變化均不明顯；2015—2018 年水資源供給、水文調(diào)節(jié)ESV值分別減小了4.28%、4.19%。

表3 生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)間變化情況 億元

從研究區(qū)ESV構(gòu)成看，2018 年各單項(xiàng)指標(biāo)的ESV值占比大小依次為水文調(diào)節(jié)＞土壤保持＞氣候調(diào)節(jié)＞氣體調(diào)節(jié)＞食物生產(chǎn)＞凈化環(huán)境＞生物多樣性維持＞原材料生產(chǎn)＞水資源供給＞美學(xué)景觀＞養(yǎng)分循環(huán)維持。2018年研究區(qū)水文調(diào)節(jié)ESV值占比最高，占ESV總值的37.81%，土壤保持與氣候調(diào)節(jié)ESV值占比次之，分別占ESV總值的12.94%、11.03%，美學(xué)景觀ESV值占比最低，僅占ESV總值的2.3%。

3.2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值空間變化特征

根據(jù)研究區(qū)ESV值并利用自然斷點(diǎn)法把研究區(qū)分為高值區(qū)、次高值區(qū)、中值區(qū)、次低值區(qū)、低值區(qū)，沙潁河流域河南段生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布情況見圖3。2000—2018 年研究區(qū)ESV高值區(qū)和次高值區(qū)主要分布于沙潁河流域西部山區(qū)、北部河流濕地；中值區(qū)分布于鄭州市、平頂山市西部以及沙潁河沿線的草地、耕地；次低值區(qū)分布最為廣泛且分布范圍逐年減?。坏椭祬^(qū)主要分布于鄭州市、許昌市，周口市主城區(qū)、下轄縣及周邊區(qū)域，隨著城鎮(zhèn)化進(jìn)程的加快，低值區(qū)范圍有明顯擴(kuò)張的趨勢，這與建設(shè)用地?cái)U(kuò)張范圍的變化趨勢基本一致。2000—2018 年鄭州市中部、西部ESV值有明顯減小趨勢，次低值區(qū)逐漸變?yōu)榈椭祬^(qū)，次高值區(qū)逐漸變?yōu)橹兄祬^(qū)，這一變化與經(jīng)濟(jì)發(fā)展導(dǎo)致農(nóng)業(yè)生產(chǎn)空間與生態(tài)空間面積減小有關(guān)；平頂山市西南部生態(tài)優(yōu)勢逐漸突出，中值區(qū)變?yōu)榇胃咧祬^(qū)的趨勢較為明顯，主要得益于國家生態(tài)文明建設(shè)及國土空間修復(fù)政策的實(shí)施。

圖3 沙潁河流域河南段生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布情況

3.2.3 生態(tài)系統(tǒng)服務(wù)變化冷熱點(diǎn)分析

對2000—2010 年、2011—2018 年研究區(qū)ESV變化量的空間分布進(jìn)行空間自相關(guān)性檢驗(yàn)，2 個(gè)時(shí)段對應(yīng)的Moran′s I值分別為0.3、0.4，表明研究區(qū)ESV變化量在空間上具有顯著的集聚性。

沙潁河流域河南段生態(tài)系統(tǒng)服務(wù)變化冷熱點(diǎn)分布見圖4，2000—2010 年研究區(qū)生態(tài)系統(tǒng)服務(wù)變化冷熱點(diǎn)集聚性較強(qiáng)，2011—2018 年冷熱點(diǎn)大幅度減少且分散。2000—2010 年增值熱點(diǎn)區(qū)（某范圍內(nèi)ESV變化量與周圍相比高出較多）主要分布在鄭州市中牟縣、惠濟(jì)區(qū)、鞏義市、滎陽市北部濕地，平頂山市西部、南部、北部的水域和林地，禹州市、長葛市以及周口市扶溝縣沙潁河濕地；損失冷點(diǎn)區(qū)（某范圍內(nèi)ESV變化量與周圍相比低出較多）主要分布在鄭州市主城區(qū)及下轄的鞏義、滎陽、登封、新密4 市，以及漯河市沙潁河沿岸、平頂山市南部舞鋼市林地、魯山縣、郟縣。2011—2018年增值熱點(diǎn)區(qū)范圍和損失冷點(diǎn)區(qū)范圍較上一階段明顯縮小，呈現(xiàn)出熱點(diǎn)區(qū)零星分布、冷點(diǎn)區(qū)集中分布的空間特征。增值熱點(diǎn)區(qū)主要分布在鄭州市中牟縣雁鳴湖鎮(zhèn)、新鄭市，許昌、漯河、周口三市的沙潁河濕地以及平頂山市西部山區(qū)；損失冷點(diǎn)區(qū)主要分布在鄭州市惠濟(jì)區(qū)北部、中牟縣雁鳴湖鎮(zhèn)北部、滎陽市北部濕地。

圖4 生態(tài)系統(tǒng)服務(wù)變化冷熱點(diǎn)分布

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

利用ArcGIS10.8 軟件分析2000—2018 年研究區(qū)生態(tài)系統(tǒng)服務(wù)損益流向及空間分布。結(jié)果（見圖5）表明，耕地轉(zhuǎn)水域、耕地轉(zhuǎn)林地是研究區(qū)ESV值增大的主要原因，使ESV值分別增大了54.74 億、5.97 億元，貢獻(xiàn)率分別為70.33%、8.11%；林地、水域轉(zhuǎn)耕地、耕地轉(zhuǎn)城鎮(zhèn)與農(nóng)村居民點(diǎn)是研究區(qū)ESV值減小的主要原因，導(dǎo)致ESV值分別減小了31.78 億、17.40億元，貢獻(xiàn)率分別為40.13%、21.97%。2000—2010 年ESV增值區(qū)形成的主要原因是耕地轉(zhuǎn)水域、耕地轉(zhuǎn)林地、耕地轉(zhuǎn)草地，使ESV總量分別增加了53.42 億、6.07 億、1.28億元，分別占總增加量的71.38%、8.12%、1.71%；ESV損失區(qū)形成的主要原因是耕地轉(zhuǎn)城鎮(zhèn)與農(nóng)村居民點(diǎn)、林地轉(zhuǎn)耕地、草地轉(zhuǎn)耕地，分別占總損失量的21.5%、8.5%、15.6%。2011—2018 年ESV變化幅度有所減小，ESV增值區(qū)形成的主要原因是耕地轉(zhuǎn)水域、耕地轉(zhuǎn)林地、耕地轉(zhuǎn)草地，分別占總增加量的77.6%、11.79%、5%；ESV損失區(qū)形成的主要原因是水域轉(zhuǎn)耕地、耕地轉(zhuǎn)城鎮(zhèn)與農(nóng)村居民點(diǎn)、林地轉(zhuǎn)耕地，分別占總損失量的60.38%、12.04%、3.76%。

圖5 土地利用變化對ESV 的影響

3.4 生態(tài)系統(tǒng)服務(wù)價(jià)值驅(qū)動(dòng)因子分析

研究區(qū)ESV的空間分異受自然因素和社會經(jīng)濟(jì)因素的共同影響，采用地理探測器模型分析各驅(qū)動(dòng)因子對研究區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值空間分異的影響，單因子探測結(jié)果見表4。2000—2018 年各驅(qū)動(dòng)因子的q統(tǒng)計(jì)量從大到小依次為人為干擾指數(shù)、高程、氣溫、地均GDP、農(nóng)業(yè)機(jī)械總動(dòng)力、歸一化植被指數(shù)、降水、人口密度。其中：人為干擾指數(shù)的q統(tǒng)計(jì)量為0.483～0.508，對研究區(qū)ESV的空間分異影響最大；高程的q統(tǒng)計(jì)量為0.069～0.120，對研究區(qū)ESV的空間分異有相對重要影響；氣溫、地均GDP、農(nóng)業(yè)機(jī)械總動(dòng)力、歸一化植被指數(shù)、降水、人口密度等的影響程度相對較低。

表4 單因子探測結(jié)果

雙因子交互探測結(jié)果見圖6，各驅(qū)動(dòng)因子交互后表現(xiàn)出雙因子增強(qiáng)或非線性增強(qiáng)，即任何2 個(gè)驅(qū)動(dòng)因子對ESV空間分異的交互作用均大于1 個(gè)驅(qū)動(dòng)因子的單獨(dú)作用，說明ESV空間分異受各驅(qū)動(dòng)因子的共同作用?？傮w來看，社會經(jīng)濟(jì)因素內(nèi)部交互作用＞自然因素與社會經(jīng)濟(jì)因素交互作用＞自然因素內(nèi)部交互作用，人為干擾指數(shù)與各因子的交互作用顯著，其中人為干擾指數(shù)與歸一化植被指數(shù)、降水、地均GDP、高程、農(nóng)業(yè)機(jī)械總動(dòng)力之間的交互程度較高，q統(tǒng)計(jì)量均大于0.6。

圖6 雙因子交互探測結(jié)果

4 結(jié)論與建議

（1）耕地是沙潁河流域河南段最主要的土地利用類型，2000—2018 年耕地、林地、草地面積減小，城鎮(zhèn)與農(nóng)村居民點(diǎn)、水域、工礦交通用地、未利用地面積增大。耕地轉(zhuǎn)出面積占總轉(zhuǎn)出面積的57.71%，是其他土地利用類型轉(zhuǎn)入的主要貢獻(xiàn)者。

（2）2000—2018 年沙潁河流域河南段ESV值隨時(shí)間變化整體呈先增大后減小趨勢，各單項(xiàng)指標(biāo)的ESV值變化相對緩慢，水資源供給、水文調(diào)節(jié)ESV值分別增大了10.06%、9.69%，其余單項(xiàng)指標(biāo)的ESV值均下降，變化幅度為3.02%～9.23%。研究區(qū)ESV空間分布差異明顯，高值區(qū)主要分布在流域西部山區(qū)、北部的河流及周邊濕地，低值區(qū)主要分布于鄭州市、許昌市、周口市；高值區(qū)面積逐漸減小，低值區(qū)面積逐漸增大，且低值區(qū)有沿國道南北貫通的趨勢。

（3）2000—2018 年沙潁河流域河南段冷熱點(diǎn)的空間集聚性弱化。耕地轉(zhuǎn)水域、耕地轉(zhuǎn)林地是研究區(qū)ESV值增大的主要原因，貢獻(xiàn)率分別為70.33%、8.11%；林地、水域轉(zhuǎn)耕地、耕地轉(zhuǎn)城鎮(zhèn)與農(nóng)村居民點(diǎn)是研究區(qū)ESV值減小的主要原因，貢獻(xiàn)率分別為40.13%、21.97%。

（4）沙潁河流域河南段ESV空間分異受自然、社會經(jīng)濟(jì)因素的共同影響，人為干擾指數(shù)是造成ESV空間分異的首要原因，高程、氣溫、地均GDP、農(nóng)業(yè)機(jī)械總動(dòng)力、歸一化植被指數(shù)、降水、人口密度等因素對ESV的影響較小。各驅(qū)動(dòng)因子之間存在復(fù)雜的協(xié)同增強(qiáng)效應(yīng)，其中社會經(jīng)濟(jì)因素之間的交互作用最強(qiáng)，人為干擾指數(shù)與各因子的交互作用最顯著。

為保護(hù)沙潁河流域河南段生態(tài)環(huán)境，促進(jìn)區(qū)域高質(zhì)量發(fā)展，須強(qiáng)化法律法規(guī)建設(shè)，嚴(yán)格保護(hù)耕地和基本農(nóng)田，提高耕地的多功能性與生態(tài)經(jīng)濟(jì)價(jià)值；限制林地、水域向耕地與建設(shè)用地轉(zhuǎn)化，遏制城鎮(zhèn)無序擴(kuò)張，合理規(guī)劃城市內(nèi)部生態(tài)空間；科學(xué)劃定生態(tài)保護(hù)紅線，加強(qiáng)對生態(tài)用地的投入與管護(hù)，開展生態(tài)修復(fù)及流域生態(tài)補(bǔ)償。

限于自然的復(fù)雜性及數(shù)據(jù)的有限性，本文未考慮建設(shè)用地內(nèi)部水體、綠地等生態(tài)空間的功能與服務(wù)價(jià)值，今后應(yīng)加強(qiáng)相關(guān)方面的定量評估，為國土空間規(guī)劃、生態(tài)管理決策提供更精準(zhǔn)、高效的技術(shù)支撐。