陳 睿，楊 燦，2，童 晶，蔣曉娉，藺向宇，歐陽婳

(1.中南林業(yè)科技大學 經(jīng)濟學院，湖南 長沙 410004；2.湖南綠色發(fā)展研究院，湖南 長沙 410004）

2014 年中共中央、國務院印發(fā)《國家新型城鎮(zhèn)化規(guī)劃（2014—2020 年）》，明確指出我國正處轉型的關鍵時期，應著力解決凸顯的生態(tài)環(huán)境問題，建立綠色循環(huán)、低碳環(huán)保、可持續(xù)發(fā)展的經(jīng)濟體系，將生態(tài)環(huán)境與城鎮(zhèn)化建設放在同等重要的位置，進而推動二者協(xié)調可持續(xù)發(fā)展[1]。隨著我國經(jīng)濟步入“新常態(tài)”階段，新型城鎮(zhèn)化呈現(xiàn)出新的發(fā)展態(tài)勢，走中國特色的新型城鎮(zhèn)化道路已達成共識。理論研究上，當下學者們主要從以下幾個不同視角出發(fā)：新型城鎮(zhèn)化的內涵[2]、發(fā)展規(guī)律和目標[3]、存在問題[4]等；實證研究方面，主要從新型城鎮(zhèn)化的發(fā)展水平測算[5]、時空格局演化[6]、評價指標體系構建等方面進行研究。

隨著生態(tài)環(huán)境問題的愈加惡化，測算生態(tài)系統(tǒng)服務價值（Ecosystem service value，ESV）已成為生態(tài)學、經(jīng)濟學、可持續(xù)發(fā)展等領域的關注焦點[7]。目前，ESV的定量核算方法主要分為兩大類：價值量評價法和能值分析法，其中Costanza 等[8]率先運用價值量評價法對全球的ESV進行測算，掀起了學術界對ESV進行深入研究的新浪潮，但由于生態(tài)系統(tǒng)具有一定個異性，謝高地等[9]于2015 年參考中國實際情況修訂建立了當量因子表及動態(tài)評估方案，為我國ESV的深入研究提供一定價值借鑒。目前，學術界圍繞全球、國家、區(qū)域、城市群、省市、流域等不同研究對象，探討人類活動強度[10]、經(jīng)濟社會發(fā)展[11]、土地利用變化[12]、景觀格局演變[13]、城鎮(zhèn)化水平[14]等因子對ESV的影響。

伴隨著城市群區(qū)域的城鎮(zhèn)化進程，土地利用發(fā)生了快速轉型，嚴重干擾了生態(tài)系統(tǒng)的正常結構和功能。姚小薇等[14]以武漢城市群為例，運用空間計量分析不同城鎮(zhèn)化水平與ESV的空間分異特征。陳萬旭等[15]借助長江中游城市群的土地利用數(shù)據(jù)，測度其ESV時空分布格局，并結合空間自相關、空間回歸對城鎮(zhèn)化水平與ESV之間的空間關系進行深入探討。耿甜偉等[16]運用地理探測器、地理加權回歸探究2000—2015 年陜西省107 個縣級行政單元ESV的時空分布特征、影響因子、主導因子作用強度的空間分異特征。張佳田等[17]以中國333 個城市為評價單元，運用綜合指標體系法，測度不同年份的城鎮(zhèn)化與生態(tài)系統(tǒng)服務水平及二者的時空演變特征，最后運用空間計量探究城鎮(zhèn)化水平與ESV之間的關系。

綜上，本研究以長株潭城市群縣級行政尺度為評價單元，基于2010—2018 年三期的Landsat衛(wèi)星遙感數(shù)據(jù)及經(jīng)濟社會統(tǒng)計數(shù)據(jù)，首先采用當量因子法分析研究區(qū)ESV的時空分布格局，在ArcGIS 和GeoDa 的技術支撐下，再探究不同新型城鎮(zhèn)化與ESV的雙變量空間相關性，最后綜合運用普通最小二乘法（OLS）、空間回歸模型（SRM）、地理加權回歸模型（GWR）從全局和局部視角探測不同新型城鎮(zhèn)化水平對ESV空間分異的影響，并測度其空間相互作用、空間依賴和空間溢出效應。以期為長株潭城市群高質量和一體化建設提供一定價值借鑒，同時為區(qū)域新型城鎮(zhèn)化建設和生態(tài)環(huán)境質量提升提供決策參考，最終實現(xiàn)新型城鎮(zhèn)化和生態(tài)文明“一體化”建設。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

長株潭城市群，坐落于湖南省的中東部，為長江中游經(jīng)濟帶的重要組成部分，涵蓋長沙、株洲和湘潭三市，共23 個縣級行政單元[18]（圖1）。2005 年以來，湖南省政府頒布《湖南省推進新型城鎮(zhèn)化實施綱要（2012—2020）》《長株潭城市群區(qū)域規(guī)劃（2008—2020）》等一系列政策推動長株潭城市群的融合發(fā)展，是中國首個自主進行區(qū)域一體化建設發(fā)展試驗的區(qū)域。鑒于此，選取長株潭城市群為研究區(qū)域，探究新型城鎮(zhèn)化對土地利用變化生態(tài)環(huán)境效應的空間分異情況，進而對城市群集聚地區(qū)土地可持續(xù)利用和生態(tài)環(huán)境保護提供一定指導和借鑒。

圖1 研究區(qū)空間區(qū)位及高程Fig.1 Spatial location and elevation of the study area

1.2 數(shù)據(jù)來源及處理

2010—2018 年的三期土地利用/覆被變化數(shù)據(jù)源自中國科學院資源環(huán)境科學與數(shù)據(jù)中心，借助ArcGIS 的重分類工具，劃分為耕地、林地、草地、水域、建設用地和未利用地6 大類。糧食單產(chǎn)、糧食價格、其他經(jīng)濟社會數(shù)據(jù)源自《湖南統(tǒng)計年鑒》《中國農(nóng)產(chǎn)品價格調查年鑒》和各市縣區(qū)統(tǒng)計年鑒等?；A地理數(shù)據(jù)來源于國家基礎地理信息系統(tǒng)全國1∶400 萬數(shù)據(jù)庫。

2 研究方法

2.1 新型城鎮(zhèn)化水平測算

結合長株潭城市群的發(fā)展現(xiàn)狀，立足于理論內涵的全面性、研究階段的過渡性、數(shù)據(jù)獲取的準確性，構建了一套涵蓋人口、經(jīng)濟、空間、社會、生態(tài)城鎮(zhèn)化等5 個子系統(tǒng)的新型城鎮(zhèn)化發(fā)展水平評價系統(tǒng)。其中，人口城鎮(zhèn)化是表象，經(jīng)濟和空間城鎮(zhèn)化是動力，社會和生態(tài)城鎮(zhèn)化是最終目標[15]。加強新型城鎮(zhèn)化建設，促進經(jīng)濟社會協(xié)調發(fā)展，實現(xiàn)共同富裕，不僅要從城市人口、財政收入、空間規(guī)劃、居民意念和設施建設等方面出發(fā)提高居民的生活水平，還應注重城鎮(zhèn)化與生態(tài)環(huán)境的協(xié)調可持續(xù)發(fā)展。本研究選取人口城鎮(zhèn)化率（城鎮(zhèn)人口占總人口的比重，%）、人均財政收入（財政收入與總人口的比值，元/人）、建設用地比例（城市建設用地占市區(qū)面積的比重，%）、每萬人普通中學在校生數(shù)（人/萬人）、人均公園綠地面積（公園綠地面積與總人口的比值，m2/人）分別測度研究區(qū)的人口城鎮(zhèn)化、經(jīng)濟城鎮(zhèn)化、空間城鎮(zhèn)化、社會城鎮(zhèn)化和生態(tài)城鎮(zhèn)化水平。為消除數(shù)據(jù)量綱的不一致與相關性，運用極差標準法對各指標進行處理。

2.2 生態(tài)系統(tǒng)服務價值測算

借鑒“一個當量因子的價值量等于當年單位面積糧食產(chǎn)量市場價值的1/7”規(guī)則，結合長株潭城市群糧食單產(chǎn)和糧食價格數(shù)據(jù)對當量因子表進行補充修訂[9]。為使研究成果更加切合實際，糧食單產(chǎn)采用2010—2018 年長株潭城市群平均糧食單產(chǎn)水平，經(jīng)測算為6 805.8 kg/hm2，糧食價格采用2018年全國中晚秈稻最低收購價格（長株潭城市群的主要糧食作物是中晚秈稻），經(jīng)查詢?yōu)?.52 元/kg。最后確定長株潭城市群單位面積ESV系數(shù)（表1），參考前人研究，擬定建設用地的價值系數(shù)為0。

表1 長株潭城市群單位面積生態(tài)系統(tǒng)服務價值系數(shù)Table 1 ESV coefficient per unit area of Changsha-Zhuzhou-Xiangtan urban agglomeration 元·hm-2·a-1

基于此，運用Costanza[8]等給出的方法，結合各土地利用類型的面積，測算不同縣域尺度的ESV，公式如下：

式中：ESV為生態(tài)系統(tǒng)服務價值，AESV為地均生態(tài)系統(tǒng)服務價值，Ai為第i類土地利用類型的面積，VCij為單位面積第i類土地利用類型的第j項服務功能價值系數(shù)。

2.3 雙變量空間自相關模型

空間自相關分析包含全局、局部空間自相關兩種類型，一般情況下，采用Global Moran’s I和Local Moran’s I 指數(shù)分別對其進行描述。公式如下：

式中：I 為Global Moran’s I 指數(shù)，Ii為Local Moran’s I 指數(shù)，n 為空間單元數(shù)量，xi、xj分別為空間單元i、j 的屬性值，為屬性的均值，wij為空間權重矩陣。

為診斷多個變量間的空間相關性，相關學者們鑒于Moran’s I 指數(shù)，延伸到雙變量空間自相關，本研究運用此方法探究不同新型城鎮(zhèn)化水平與ESV之間的空間溢出效應。公式如下：

式中： xlp為空間單元p 的屬性l 的值，xmq為空間單元q 的屬性m 的值；、分別為屬性l 和m 的均值；σl、σm分別為屬性l 和m 的方差。

2.4 空間回歸模型

基于空間自相關的檢驗結果，本研究引入空間計量模型分析新型城鎮(zhèn)化水平與ESV之間的繁雜空間相互作用及空間依賴性，即普通最小二乘法（OLS）、空間滯后模型（SLM）、空間誤差模型（SEM）。公式如下：

空間滯后模型：

空間誤差模型：

式中：Y1、Y2為被解釋變量，X 為解釋變量，W 為空間權重矩陣，ρ 為空間滯后項WY 的參數(shù)，β 為參數(shù)向量，ε 為回歸殘差向量，λ 為空間誤差相關系數(shù)，μ 為白噪聲干擾項。

2.5 地理加權回歸模型

地理加權回歸模型的優(yōu)勢在于回歸系數(shù)對于每個樣本都有唯一的值，因此對不平穩(wěn)的空間數(shù)據(jù)而言，可反映不同地理位置不同變量對該區(qū)域的影響程度，用以解釋地域差異對變量的影響，本研究借此來探究不同新型城鎮(zhèn)化水平對ESV空間分異的動態(tài)演變特征。公式如下：

式中：Yi為被解釋變量，（ui,vi）為第i 個樣本點的空間坐標，β0(ui,vi)為截距項，xik為解釋變量xk在第i 個樣本點的值，εi為隨機擾動項。

3 研究結果與分析

3.1 新型城鎮(zhèn)化水平時空演變

為更簡明和可視化地表達研究區(qū)不同新型城鎮(zhèn)化水平的時空分布格局，以長株潭城市群地形圖為背景，測度出長株潭城市群各縣域2010、2015 和2018 年的人口、經(jīng)濟、空間、社會、生態(tài)城鎮(zhèn)化水平（圖2）?？傮w上，研究區(qū)平原區(qū)域的新型城鎮(zhèn)化水平明顯高于山地區(qū)域，表現(xiàn)出以長沙市市區(qū)為中心，株洲、湘潭市市區(qū)為“雙副中心”逐漸向周圍遞減的空間分布格局。其中，人口城鎮(zhèn)化方面，長沙市芙蓉區(qū)位居榜首，高達100%的人口城市化水平，其次是天心區(qū)、開福區(qū)、雨花區(qū)、株洲市荷塘區(qū)和岳塘區(qū)等；經(jīng)濟城鎮(zhèn)化方面，天元區(qū)達到最高水平，長沙市市區(qū)出現(xiàn)了集中連片的高水平分布格局，東、西和南部山地覆蓋區(qū)域則呈現(xiàn)低水平分布格局?？臻g城鎮(zhèn)化方面，芙蓉區(qū)及其周邊的都市區(qū)形成了一個高水平的空間城鎮(zhèn)化團體。社會城鎮(zhèn)化方面，總體呈顯著偏高水平，特別是岳麓區(qū)、雨花區(qū)和瀏陽市等地區(qū)，說明該區(qū)域的娛樂休閑、科研教育等事業(yè)在不斷發(fā)展，普及程度也在逐漸提高。生態(tài)城鎮(zhèn)化方面總體呈“北高南低”空間布局，且位于北部的長沙市各縣區(qū)呈直線降低的趨勢。因此，建議其在發(fā)展經(jīng)濟的同時應注重居民的生活環(huán)境質量。

3.2 生態(tài)系統(tǒng)服務價值時空演變

3.2.1 生態(tài)系統(tǒng)服務價值時序變化

根據(jù)公式（1）測算長株潭城市群各地類ESV（表2）。2010、2015、2018 年研究區(qū)的ESV分別為1 461.80、1 451.60 和1 431.81 億元，總體逐年遞減，且累計降低了29.99 億元。具體而言，耕地和林地提供的ESV呈直線下降的趨勢，且降低幅度持續(xù)增加，林地提供的ESV分別降低了0.63%和1.43%；草地提供的ESV呈U 型變化特征；水域提供的ESV不斷增加，是長株潭城市群ESV增加的主要貢獻者，累計增加了4.85%；建設用地和未利用地對ESV的貢獻不顯著。

表2 2010—2018 年各地類ESV 變化Table 2 Changes in the ESV of various lands from 2010 to 2018

3.2.2 生態(tài)系統(tǒng)服務價值空間變化

借助公式（1）和（2）分別測算2010、2015和2018 年的ESV和AESV（圖3）。ESV總體上呈“中心低、四周高”空間分布格局，由于土地利用類型和用地面積均存在一定差異，各評價單元的ESV存在顯著差距，其中，東北部的瀏陽市ESV處于最高水平；長沙、寧鄉(xiāng)、湘鄉(xiāng)和湘潭等的ESV次之；長沙市核心地位的芙蓉區(qū)ESV則處于最低水平。

圖3 2010—2018 年ESV 和AESV 空間布局Fig.3 Spatial layout of the ESV and AESV from 2010 to 2018

為消除ESV對面積的依賴性，本研究進一步測度了研究區(qū)各評價單元AESV的空間特征，AESV的高值區(qū)主要分布在研究區(qū)的邊界地區(qū)，東北部幕阜山、南部羅霄山、西北部雪峰山及周邊山區(qū)尤為顯著，該區(qū)域林地面積占比大，擁有豐饒的生態(tài)資源，進而產(chǎn)生相對較高的AESV。低值區(qū)連片分布在北部的洞庭湖平原以及中部的長沙、株洲、湘潭市市區(qū)，該區(qū)域地勢平坦，森林覆蓋率低，且城鎮(zhèn)化水平相對較高，是導致該區(qū)域ESV較低的主導因素。

3.3 新型城鎮(zhèn)化與生態(tài)系統(tǒng)服務價值的空間相關性特征

3.3.1 雙變量全局空間自相關

結果如表3 所示。研究期內人口、經(jīng)濟、空間、生態(tài)4 個新型城鎮(zhèn)化水平與AESV的雙變量Moran’s I均小于0，且均通過顯著性檢驗，表明存在顯著的空間負相關關系，且詮釋了隨著新型城鎮(zhèn)化建設的推進會導致生態(tài)系統(tǒng)服務惡化的現(xiàn)象。其中，人口城鎮(zhèn)化與AESV的空間負相關性最強，且相關程度逐年遞增，說明人口城市化的推進是造成地區(qū)ESV虧損的主導因素；人口城市化集聚會引發(fā)城市交通、住房、休閑娛樂及公共設施等社會需求不斷增長，進而驅動地區(qū)土地利用/覆蓋發(fā)生較為顯著變化，因此，人口城鎮(zhèn)化一定程度上會推動空間城鎮(zhèn)化進程，研究期內空間城鎮(zhèn)化與AESV的空間負相關性較強，且逐年遞增。經(jīng)濟城鎮(zhèn)化、生態(tài)城鎮(zhèn)化與AESV的空間負相關性較弱，經(jīng)濟城鎮(zhèn)化與AESV的空間負相關關系呈倒U 型變化，先增強再減弱，而生態(tài)城鎮(zhèn)化與AESV的空間負相關關系呈U 型變化，先減弱再增強。相較而言，社會城鎮(zhèn)化與AESV的全局Moran’s I 未通過假設檢驗，說明二者不存在顯著的空間相關性，由于社會城鎮(zhèn)化是對人口城市化、政府公共財政、國土空間規(guī)劃、居民生活環(huán)境質量等現(xiàn)狀的綜合體現(xiàn)，雖然人口、經(jīng)濟、空間、生態(tài)對其產(chǎn)生一定顯著效應，但決定性因素還是人民的生活水平和科研技術等，因而社會城鎮(zhèn)化與AESV不存在直接的空間相關關系。

表3 2010—2018 年雙變量空間自相關?Table 3 Bivariate spatial autocorrelation between the new urbanization and average ESV from 2010 to 2018

3.3.2 雙變量局部空間自相關

鑒于Z檢驗（P=0.05），繪制2010—2018 年三期長株潭城市群的雙變量局部空間自相關LISA聚集圖（圖4）。人口城鎮(zhèn)化與AESV研究期內雙變量空間相關分布格局無顯著變化，主要呈現(xiàn)高—低與低—高聚集。經(jīng)濟城鎮(zhèn)化與AESV研究期內雙變量空間相關分布格局也無顯著變化，僅2015 年岳塘區(qū)出現(xiàn)低—低聚集?？臻g城鎮(zhèn)化與AESV的雙變量空間相關分布格局和人口城鎮(zhèn)化完全一致，很大程度上詮釋了人口城鎮(zhèn)化帶動空間城鎮(zhèn)化發(fā)展的形勢。社會城鎮(zhèn)化與AESV的全局Moran's I 未通過假設檢驗，但其局部LISA 聚集圖存在4 種空間異質格局。生態(tài)城鎮(zhèn)化與AESV研究期內雙變量空間相關分布格局變化最顯著，特別是2015 年出現(xiàn)了低—低聚集，主要分布在天心、開福、芙蓉、雨花等區(qū)和長沙縣。

圖4 2010—2018 年雙變量LISA 聚集圖Fig.4 Bivariate LISA aggregation of new urbanization and AESV from 2010 to 2018

3.4 新型城鎮(zhèn)化對生態(tài)系統(tǒng)服務價值空間分異的影響

3.4.1 空間回歸分析

基于新型城鎮(zhèn)化水平與AESV之間的雙變量空間相關特征分析可看出其間存在顯著的空間依賴性，為進一步定量測度二者間的關系，首先在不考慮空間相互作用情況下，進行OLS 檢驗，再與SLM、SEM 模型的擬合優(yōu)度（R2）、自然對數(shù)似然函數(shù)值（Log likelihood）、赤池信息量準則（AIC）、施瓦茨準則（SC）等統(tǒng)計量對比，可以發(fā)現(xiàn)SEM模型具有更大的R2和Log likelihood 值，更小的AIC 和SC 值，能更好的解釋新型城鎮(zhèn)化與AESV間的空間關系（表4）。

表4 OLS、SLM 和SEM 模型結果對比Table 4 Comparison results of OLS,SLM and SEM models

據(jù)SEM 模型檢驗結果（表5），回歸顯著性方面：經(jīng)濟、空間和生態(tài)城鎮(zhèn)化均通過P＜0.01顯著性檢驗，表明其對AESV具有顯著驅動作用。值得說明的是，人口和社會城鎮(zhèn)化未通過顯著性檢驗，表明當前人口和社會城鎮(zhèn)化對AESV尚未構成顯著影響力，可能與近年來人口城鎮(zhèn)化帶動空間城鎮(zhèn)化水平發(fā)展有關，且社會城鎮(zhèn)化是對各城鎮(zhèn)化水平的綜合體現(xiàn)，則社會城鎮(zhèn)化與AESV不存在直接顯著的驅動動力，這也驗證了前面雙變量空間相關特征初步分析的結果。

表5 SEM 模型檢驗和估計結果Table 5 SEM model test and estimation results

回歸系數(shù)方面：人口、經(jīng)濟、空間和生態(tài)城鎮(zhèn)化回歸相關系數(shù)為負，表明其對AESV產(chǎn)生負向驅動作用，社會城鎮(zhèn)化水平對AESV產(chǎn)生正向作用。其中，空間城鎮(zhèn)化（-0.757 2），表明空間城鎮(zhèn)化水平每上升1 個單位，AESV將下降0.757 2 個單位，長株潭城市群位于長江中游核心位置，中部崛起過程中，為進一步擴張城市建成區(qū)，占用了大量的耕地、林地和水域面積建設居民住宅、商業(yè)用地及其配套設施等，并未注重科學合理的國土空間規(guī)劃和生態(tài)系統(tǒng)的協(xié)調可持續(xù)發(fā)展，是對生態(tài)系統(tǒng)服務功能產(chǎn)生負面影響的主導因素；經(jīng)濟城鎮(zhèn)化（-0.127 1），表現(xiàn)出一定的負向影響，伴隨城市經(jīng)濟的不斷發(fā)展，地方政府稅收持續(xù)增長，政府預算支出會增加，如環(huán)保事業(yè)、社會教育等投入，從而對提升ESV起到一定促進作用，同時增加了城市建設的預算支出，給生態(tài)環(huán)境帶來嚴峻壓力，這一研究結果再次證明了經(jīng)濟和空間城鎮(zhèn)化是影響ESV動力源的理論基礎；生態(tài)城鎮(zhèn)化（-0.065 5），表明出較弱的負向作用，人口城市化推動道路交通設施持續(xù)建設，雖政府會加大對綠化園區(qū)的規(guī)劃，但仍處于初期，未對生態(tài)環(huán)境產(chǎn)生顯著的促進作用。

3.4.2 地理加權回歸分析

為進一步探究幾個顯著性因子在不同評價單元中作用方向和作用強度的空間差異性，本研究引入GWR 模型進行局部空間回歸分析。由于GWR 模型只能對截面數(shù)據(jù)進行分析，擬定ESV為GWR 模型的因變量，經(jīng)濟、空間和生態(tài)城鎮(zhèn)化等3 個顯著性因子作為自變量，選擇常用的“自適應”核類型和AICc 的帶寬方法，得到具體參數(shù)如下：AICc 值為-64.063 2，R2值為0.960 6，校正的R2值為0.950 1，GWR 模型的R2比OLS 模型高，說明在GWR 模型中各影響因子對ESV的解釋力大大提高。采用Jenks 將回歸系數(shù)劃分為5 個級別，得到空間分布圖（圖5），回歸系數(shù)大小差異顯著且均為負值，說明影響研究區(qū)ESV的不同新型城鎮(zhèn)化水平存在空間異質性，也再度印證了不同新型城鎮(zhèn)化水平對ESV具有負向作用。

圖5 GWR 模型影響因子回歸系數(shù)的空間布局Fig.5 Spatial layout of regression coefficients of GWR model influencing factors

經(jīng)濟城鎮(zhèn)化與AESV全局呈負相關關系，回歸系數(shù)在-0.088 4～-0.065 1 之間,表明經(jīng)濟城鎮(zhèn)化水平的提升對AESV產(chǎn)生負向影響；空間特征分析：由中部向南北部逐漸遞減，空間異質性較強，從絕對值來看，中部地區(qū)遠高于南北部地區(qū)，說明長株潭城市群中部地區(qū)單位經(jīng)濟城鎮(zhèn)化水平的變化造成的AESV下降幅度均高于南北部地區(qū)?？臻g城鎮(zhèn)化對AESV的負面影響最大，回歸系數(shù)在-0.935 0～-0.821 3 之間；空間特征分析：總體呈由西北地區(qū)向東南地區(qū)梯度遞減的態(tài)勢，空間異質性最強，說明西北地區(qū)單位空間城鎮(zhèn)化水平的變化引起AESV的下降幅度最大，主要是由于長株潭城市群偏西北地區(qū)人口集聚、經(jīng)濟發(fā)達、交通便利及城市建成區(qū)不斷擴張，給生態(tài)環(huán)境帶來一定壓力，且其生態(tài)本底較差，故呈現(xiàn)出空間城鎮(zhèn)化對研究區(qū)西北地區(qū)ESV作用強度更大的特征。生態(tài)城鎮(zhèn)化與AESV也呈全局負相關關系，回歸系數(shù)在-0.0471～-0.0190之間；空間特征分析：呈“由北向南，由東向西”遞減的態(tài)勢，影響的空間差異范圍較大，生態(tài)城鎮(zhèn)化水平變化影響的高值地區(qū)主要為瀏陽市和醴陵市。

4 結論與討論

基于長株潭城市群2010—2018 年三期的土地利用遙感監(jiān)測和社會經(jīng)濟數(shù)據(jù)，運用當量因子法、空間自相關、OLS、SRM 和GWR 等，從全局和局部視角出發(fā)探測不同新型城鎮(zhèn)化水平對ESV空間分異的影響。結論如下：

1）長株潭城市群平原區(qū)域的新型城鎮(zhèn)化水平明顯高于山地區(qū)域，且表現(xiàn)出以長沙市市區(qū)為中心，株洲、湘潭市市區(qū)為“雙副中心”逐漸向周圍遞減的空間分異格局；ESV研究期內顯著下降，累計降低了29.99 億元，空間上總體呈“中心低、四周高”分布特征；二者呈現(xiàn)相反的空間分布格局。

2）除社會城鎮(zhèn)化以外，其他不同新型城鎮(zhèn)化水平與AESV之間存在顯著的空間依賴效應，且產(chǎn)生了一定的負外部性；高-低聚集區(qū)基本分布在以長沙市市區(qū)為核心或相鄰的平原地區(qū)，人口聚集度高，社會經(jīng)濟發(fā)展水平較發(fā)達；低-高聚集區(qū)基本分布在東南部的羅霄山、八面山等山地丘陵地區(qū)，森林覆蓋率高，生態(tài)優(yōu)勢顯著。

3）通過對比發(fā)現(xiàn)，SEM 被證明能更好的解釋不同新型城鎮(zhèn)化水平與AESV之間的空間關系，經(jīng)濟、空間、生態(tài)城鎮(zhèn)化是影響ESV空間分異的顯著因子，且其作用方向均為負向，作用強度上空間城鎮(zhèn)化水平最強，是對生態(tài)系統(tǒng)服務功能產(chǎn)生負面影響的主導因素，其次是經(jīng)濟和生態(tài)城鎮(zhèn)化。

4）地理加權回歸分析可知各因子的效應均存在顯著的空間非平穩(wěn)性，其中經(jīng)濟城鎮(zhèn)化與AESV呈負相關關系，空間上由中部向南北部逐漸遞減；空間城鎮(zhèn)化對AESV的影響最大，呈現(xiàn)由西北向東南地區(qū)梯度遞減，說明在西北地區(qū)單位空間城鎮(zhèn)化水平的變化引起AESV的下降幅度最大；生態(tài)城鎮(zhèn)化與AESV也呈全局負相關關系，總體上呈“由北向南，由東向西”遞減態(tài)勢。