王 浩, 趙 旭, 趙菲菲, 劉小雪, 龔 磊

(1.三峽大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 湖北 宜昌 443002;2.三峽大學(xué) 水庫(kù)移民研究中心, 湖北 宜昌 443002; 3.吉首大學(xué) 土木工程與建筑學(xué)院, 湖南 張家界 427000)

生態(tài)系統(tǒng)服務(wù)是連接自然環(huán)境與人類福祉的橋梁,被定義為人類從生態(tài)系統(tǒng)中獲取的各種惠益[1],其不僅受到生態(tài)系統(tǒng)的影響,也受到社會(huì)經(jīng)濟(jì)發(fā)展的影響。聯(lián)合國(guó)千年生態(tài)系統(tǒng)評(píng)估指出生態(tài)系統(tǒng)服務(wù)存在供給不足與人類需求增長(zhǎng)之間的不協(xié)調(diào)[2],威脅到生態(tài)系統(tǒng)健康和社會(huì)可持續(xù)發(fā)展。因此,將生態(tài)系統(tǒng)服務(wù)供應(yīng)側(cè)和需求側(cè)納入生態(tài)系統(tǒng)服務(wù)評(píng)估,充分了解生態(tài)系統(tǒng)服務(wù)供需的規(guī)模、差異和動(dòng)態(tài)變化,以及驅(qū)動(dòng)因素,這是當(dāng)前極具現(xiàn)實(shí)價(jià)值的研究主題,也是人地系統(tǒng)耦合的核心內(nèi)容,對(duì)于科學(xué)、合理地管理生態(tài)系統(tǒng)具有重要的決策和實(shí)踐參考意義[3]。目前國(guó)內(nèi)外學(xué)者已將耦合協(xié)調(diào)度模型[4]應(yīng)用于生態(tài)系統(tǒng)服務(wù)與城鎮(zhèn)化[5]、人口生計(jì)[6]和生態(tài)足跡等[7]之間的關(guān)系研究,關(guān)注人類多方面需求與生態(tài)系統(tǒng)服務(wù)供給之間的關(guān)系,但是傳統(tǒng)的耦合協(xié)調(diào)度模型存在耦合度效度不佳,數(shù)值集中分布于0.9以上[8],無(wú)法正確表示系統(tǒng)間耦合關(guān)系的強(qiáng)弱。驅(qū)動(dòng)因素研究中,較多采用最小二乘回歸(OLS)等全局回歸模型,沒(méi)有考慮氣候、地形等驅(qū)動(dòng)因素的空間異質(zhì)性,掩蓋變量之間關(guān)系的空間局部特征。而地理加權(quán)回歸(GWR)模型具有變參回歸和局部回歸思想,將空間位置作為權(quán)重加入運(yùn)算,實(shí)現(xiàn)變量空間關(guān)系的精準(zhǔn)識(shí)別,已廣泛應(yīng)用于多個(gè)領(lǐng)域研究中[9]。在研究范圍方面,目前主要集中在城市群[10]和流域[11]內(nèi)生態(tài)系統(tǒng)服務(wù)價(jià)值的研究,而關(guān)于重大工程建設(shè),特別是水電工程建設(shè),對(duì)周邊生態(tài)系統(tǒng)服務(wù)及供需耦合關(guān)系的研究相對(duì)較少。

水電工程庫(kù)區(qū)是水電工程建設(shè)而產(chǎn)生的一個(gè)新的地域空間名詞,是指水電工程蓄水之后被淹沒(méi)的范圍。在水電工程建設(shè)之前,庫(kù)區(qū)作為一個(gè)普通自然地理單元,是具有較為完整的自然生態(tài)系統(tǒng)。水電工程的建設(shè)與運(yùn)營(yíng),導(dǎo)致庫(kù)區(qū)大量低海拔土地被淹沒(méi),人居空間受到壓縮,人類活動(dòng)向山地生態(tài)空間蔓延。在“水進(jìn)人退”的過(guò)程中,出現(xiàn)了大量的移民安置、土地重新開(kāi)發(fā)、基礎(chǔ)設(shè)施建設(shè)等,雖然促進(jìn)了庫(kù)區(qū)的城鎮(zhèn)化建設(shè)和經(jīng)濟(jì)發(fā)展,但是也造成庫(kù)區(qū)大范圍的土地利用結(jié)構(gòu)變化,出現(xiàn)了土地利用不合理、水土流失嚴(yán)重、人地關(guān)系緊張等現(xiàn)象;生態(tài)系統(tǒng)變?yōu)榱私橛谧匀慌c人工之間,陸地與水域交接的復(fù)合生態(tài)系統(tǒng)。庫(kù)區(qū)也成為了自然環(huán)境與人類社會(huì)的過(guò)渡區(qū)和交錯(cuò)區(qū),人類活動(dòng)和自然環(huán)境的相互作用將會(huì)導(dǎo)致生態(tài)系統(tǒng)服務(wù)供給與人類需求之間的矛盾更為突出。

本研究以金沙江下游梯級(jí)水電工程庫(kù)區(qū)(以下簡(jiǎn)稱“金沙江庫(kù)區(qū)”)為研究對(duì)象,利用土地利用、人口、國(guó)內(nèi)生產(chǎn)總值(GDP)、歸一化植被指數(shù)(NDVI)和降水量等數(shù)據(jù),基于市場(chǎng)價(jià)值法和綜合多指標(biāo)模型計(jì)算金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供給與需求規(guī)模,基于修正的耦合協(xié)調(diào)測(cè)度方法和空間變異的地理加權(quán)回歸模型,探討庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需關(guān)系及驅(qū)動(dòng)機(jī)制的空間特征,強(qiáng)調(diào)通過(guò)耦合協(xié)調(diào)研究實(shí)現(xiàn)空間格局的調(diào)整和功能的優(yōu)化,推動(dòng)庫(kù)區(qū)科學(xué)的生態(tài)系統(tǒng)管理和資源優(yōu)化配置,對(duì)豐富生態(tài)系統(tǒng)服務(wù)供需關(guān)系及驅(qū)動(dòng)因素的理論研究、實(shí)現(xiàn)區(qū)域生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展的協(xié)同共進(jìn)等均具有重要意義。

1 研究區(qū)域及數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

金沙江庫(kù)區(qū)內(nèi)向家壩、溪洛渡、白鶴灘、烏東德4座梯級(jí)水電站總裝機(jī)容量達(dá)到4 600萬(wàn)kW·h,年發(fā)電量為1 900億kW·h,規(guī)模相當(dāng)于兩個(gè)三峽水電站。四座水電站均已投產(chǎn)運(yùn)營(yíng),正常蓄水水位分別達(dá)到380 m,600 m,825 m和975 m,形成了7.68萬(wàn)km2的庫(kù)區(qū),庫(kù)區(qū)范圍涉及四川和云南7個(gè)市(州),26個(gè)縣(區(qū))。庫(kù)區(qū)地理坐標(biāo)24°53′—29°58′N,100°36′—105°41′E(圖1),位于川西南、滇中中高山盆地,地勢(shì)起伏較大,海拔265～4 137 m,以山地、丘陵為主;氣候?qū)儆趤啛釒Ъ撅L(fēng)氣候,年平均降雨量達(dá)900 mm,夏季濕潤(rùn),冬季干燥,氣候變化明顯,干濕分明,形成了以干熱河谷為基帶的復(fù)雜立體氣候。該區(qū)域是歐亞大陸生物群落最富集的地區(qū),是我國(guó)的主要林業(yè)生產(chǎn)基地和長(zhǎng)江上游水源區(qū),也是中國(guó)長(zhǎng)江上游的重要生態(tài)屏障。區(qū)域內(nèi)以少數(shù)民族為主,經(jīng)濟(jì)社會(huì)發(fā)展緩慢,生產(chǎn)生活水平低,礦產(chǎn)資源豐富,生態(tài)環(huán)境脆弱,發(fā)展與保護(hù)相結(jié)合是該區(qū)域?qū)崿F(xiàn)可持續(xù)發(fā)展的根本途徑。

圖1 金沙江下游梯級(jí)水電工程庫(kù)區(qū)地理位置

1.2 數(shù)據(jù)來(lái)源

2005年、2010年、2015年和2019年金沙江庫(kù)區(qū)土地利用數(shù)據(jù)(30 m分辨率)來(lái)源于武漢大學(xué)黃昕等[12]研究成果,結(jié)合金沙江庫(kù)區(qū)土地利用特點(diǎn),將土地覆蓋分為耕地、林地、草地、水域、建設(shè)用地及未利用地6類;人口、GDP,NDVI和DEM空間網(wǎng)格數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn/);地形起伏度數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所游珍等[13]研究成果;降水量數(shù)據(jù)來(lái)源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http:∥www.geodata.cn/)。

2 研究方法

2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值(供給)

生態(tài)系統(tǒng)服務(wù)供給能力通過(guò)計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)來(lái)反映[14],以Costanza等[15]的研究成果以及謝高地等[16]提出的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子法為基礎(chǔ),選取消費(fèi)者價(jià)格指數(shù)和糧食價(jià)格等數(shù)據(jù)對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量進(jìn)行修正,進(jìn)一步計(jì)算金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值,相關(guān)公式如下[17]:

(1)

(2)

(3)

(4)

Vk=V0×ek

(5)

(6)

式中:ai為第i年的單位CPI;q0 i為研究區(qū)域某種糧食平均價(jià)格;qi為修正的某種糧食平均價(jià)格;pi為研究區(qū)域某種糧食的單位面積產(chǎn)量;mi是研究區(qū)域某種糧食的播種面積;M是研究區(qū)域內(nèi)糧食總播種面積;V0為生態(tài)系統(tǒng)服務(wù)當(dāng)量因子價(jià)值量;Vk為生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù);ek為第k種土地利用類型單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量;ESV為生態(tài)系統(tǒng)服務(wù)價(jià)值;Ak為第k種土地利用類型的面積。選擇了金沙江庫(kù)區(qū)3種主要糧食作物,分別為稻谷、小麥和玉米。

2.2 生態(tài)系統(tǒng)服務(wù)需求

生態(tài)系統(tǒng)服務(wù)需求(ESD)為人類消費(fèi)需求量,基于相關(guān)學(xué)者研究,選取土地利用強(qiáng)度指數(shù)、人口密度和經(jīng)濟(jì)密度,利用綜合多指標(biāo)模型對(duì)生態(tài)系統(tǒng)服務(wù)需求進(jìn)行計(jì)算,公式如下[18]:

ESD=R×lgP×lgG

(7)

(8)

式中:ESD為生態(tài)系統(tǒng)服務(wù)需求指數(shù);R為土地利用強(qiáng)度數(shù)據(jù);P為人口密度數(shù)據(jù);G為每1 km2國(guó)內(nèi)生產(chǎn)總值(GDP)數(shù)據(jù);Hi為研究區(qū)內(nèi)第i級(jí)土地利用強(qiáng)度(i=1,2,3,4,5,6)[19];Mi為研究區(qū)第i級(jí)土地利用類型所占面積百分比。

2.3 生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度

生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度是指生態(tài)系統(tǒng)服務(wù)供給和生態(tài)系統(tǒng)服務(wù)需求兩個(gè)系統(tǒng)相互作用、協(xié)調(diào)發(fā)展的程度。在計(jì)算耦合協(xié)調(diào)度之前,還需對(duì)生態(tài)系統(tǒng)服務(wù)供給與需求數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化平移和歸一化處理。相關(guān)計(jì)算公式如下[20]:

(9)

(10)

T=αU1×βU2

(11)

(12)

式中:x′ij為經(jīng)標(biāo)準(zhǔn)化處理的數(shù)據(jù);xij為原始數(shù)據(jù);max(xij)和min(xij)為生態(tài)系統(tǒng)服務(wù)供給或需求數(shù)據(jù)中的最大值和最小值,A=0.99,B=0.01;U1和U2分別為標(biāo)準(zhǔn)化處理后的生態(tài)系統(tǒng)服務(wù)供給指數(shù)和生態(tài)系統(tǒng)服務(wù)需求指數(shù);C為系統(tǒng)之間的耦合度;T為協(xié)調(diào)發(fā)展度;a,β為待定系數(shù),反映2個(gè)子系統(tǒng)對(duì)總系統(tǒng)貢獻(xiàn)的重要程度,參照文獻(xiàn)[21],取a=β=0.5;D為耦合協(xié)調(diào)度,具體的耦合度和耦合協(xié)調(diào)度等級(jí)見(jiàn)表1。

表1 生態(tài)系統(tǒng)服務(wù)供需耦合度和供需耦合協(xié)調(diào)度等級(jí)Table 1 Coupling degree and coupling coordination degree between ecosystem service supply and demand

2.4 地理加權(quán)回歸

地理加權(quán)回歸模型是基于傳統(tǒng)的全局回歸模型改進(jìn)而來(lái),其將空間數(shù)據(jù)位置信息嵌入到回歸參數(shù)之中,能夠較好解決數(shù)據(jù)的空間非平穩(wěn)性問(wèn)題。地理加權(quán)回歸模型公式如下[9]:

(13)

式中:Yi為被解釋變量,即(ui,vi)處生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度,而(ui,vi)是第i個(gè)觀測(cè)點(diǎn)的地理坐標(biāo),xik為解釋變量xk在位置(ui,vi)處的觀測(cè)值,εi為隨機(jī)誤差項(xiàng),βk(ui,vi)(k=1,2,…,p)是關(guān)于空間位置的p個(gè)未知函數(shù)。

3 結(jié)果與分析

3.1 金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)間變化

通過(guò)表2可知,2005—2019年金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)總體增長(zhǎng)的趨勢(shì),增長(zhǎng)幅度為0.7506%。其中在2005—2010年和2015—2019年出現(xiàn)不同程度的減少,減少幅度分別達(dá)到-1.2317%和-0.3873%,而在2010—2015年出現(xiàn)一定程度的增長(zhǎng),增長(zhǎng)幅度為2.4036%。從土地類型來(lái)看,林地和水域的生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)逐年遞增,2005—2019年的增長(zhǎng)幅度分別為4.0181%,50.3588%;草地的生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)逐年遞減的態(tài)勢(shì),2005—2019年減少幅度為-18.0824%;耕地的生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)增減交替的趨勢(shì),總體小幅增長(zhǎng),2005—2019年變化幅度為2.5069%;未利用地的生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)先增后減的趨勢(shì),總體大幅減少,2005—2019年減少幅度為-44.0179%,但是減少額度僅為5萬(wàn)元。

表2 2005-2019年金沙江庫(kù)區(qū)各類土地生態(tài)系統(tǒng)服務(wù)價(jià)值Table 2 Ecosystem service values of land types in the Jinsha River Reservoir Area from 2005 to 2019

3.2 金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供給指數(shù)與需求指數(shù)空間分布

生態(tài)系統(tǒng)服務(wù)供給指數(shù)(以下簡(jiǎn)稱“生態(tài)供給指數(shù)”)是對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行標(biāo)準(zhǔn)化處理得到的,生態(tài)系統(tǒng)服務(wù)需求指數(shù)(以下簡(jiǎn)稱“生態(tài)需求指數(shù)”)是根據(jù)土地利用強(qiáng)度,人口和GDP等指標(biāo)計(jì)算得出,并進(jìn)行了標(biāo)準(zhǔn)化處理。

從圖2可知,生態(tài)供給指數(shù)和生態(tài)需求指數(shù)的空間分布具有顯著的空間異質(zhì)性。庫(kù)區(qū)生態(tài)供給指數(shù)分布呈現(xiàn)出南高北低的趨勢(shì),高值區(qū)主要位于云南省永仁縣、武定縣、祿勸縣、尋甸縣、巧家縣、金陽(yáng)縣和四川省鹽邊縣,這些地區(qū)均是位于海拔高、森林多、耕地少的地區(qū);低值區(qū)主要位于四川省攀枝花市東區(qū)、西區(qū)和宜賓市敘州區(qū),云南省昭通市昭陽(yáng)區(qū)和昆明市東川區(qū)等,這些地區(qū)具有經(jīng)濟(jì)較為發(fā)達(dá)、人口密集、城鎮(zhèn)化率較高的特點(diǎn),建設(shè)用地和耕地?cái)?shù)量相對(duì)更多,導(dǎo)致生態(tài)系統(tǒng)服務(wù)價(jià)值較低。庫(kù)區(qū)生態(tài)需求指數(shù)呈現(xiàn)高值區(qū)沿江分布的趨勢(shì),例如四川省會(huì)理縣、寧南縣、攀枝花市東區(qū)和西區(qū)、宜賓市敘州區(qū),這些區(qū)域均是沿江分布,海拔較低,以平原和丘陵為主,水資源豐富,交通相對(duì)更為發(fā)達(dá),城鎮(zhèn)和人口沿河集聚,導(dǎo)致形成生態(tài)需求高值集聚;低值區(qū)則大部分分布于人口稀少、海拔較高、森林草地覆蓋率較高的山地區(qū)域。從時(shí)間維度來(lái)分析,研究期間屏山縣、金陽(yáng)縣的生態(tài)供給指數(shù)呈現(xiàn)較大幅度增長(zhǎng),攀枝花市東區(qū)和西區(qū)生態(tài)供給指數(shù)呈現(xiàn)較大幅度遞減,同時(shí)該區(qū)域生態(tài)需求指數(shù)呈現(xiàn)較大幅度增長(zhǎng),綏江縣和巧家縣生態(tài)需求指數(shù)呈現(xiàn)較大幅度遞減。

圖2 2005-2019年金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供給指數(shù)與需求指數(shù)的空間分布

3.3 金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)空間分布

從圖3、圖4和表3可知,2005年、2010年、2015年、2019年生態(tài)系統(tǒng)服務(wù)供需耦合度和耦合協(xié)調(diào)度空間分布變化不大。生態(tài)系統(tǒng)服務(wù)供需耦合度方面,從空間分布來(lái)看,4種不同的耦合類型較為均勻的分布在庫(kù)區(qū)內(nèi)。其中處于中級(jí)耦合的鄉(xiāng)鎮(zhèn)數(shù)量最多,占比約為39%,其次為初級(jí)耦合的鄉(xiāng)鎮(zhèn)占比約為27%,高級(jí)耦合的鄉(xiāng)鎮(zhèn)占比約為26%,低級(jí)耦合的鄉(xiāng)鎮(zhèn)數(shù)量最少,占比約為8%。從具體的鄉(xiāng)鎮(zhèn)數(shù)量變化來(lái)看,研究期間低級(jí)耦合和初級(jí)耦合的鄉(xiāng)鎮(zhèn)數(shù)量呈現(xiàn)總體增加的趨勢(shì),增加數(shù)量分別為3個(gè)和2個(gè),中級(jí)耦合和高級(jí)耦合的鄉(xiāng)鎮(zhèn)呈現(xiàn)總體減少的趨勢(shì),減少數(shù)量分別為3個(gè)和2個(gè)。生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度(以下簡(jiǎn)稱“供需耦合協(xié)調(diào)度”)方面,大部分鄉(xiāng)鎮(zhèn)處于重度失調(diào)和勉強(qiáng)協(xié)調(diào)的狀態(tài),嚴(yán)重失調(diào)和良好協(xié)調(diào)的鄉(xiāng)鎮(zhèn)數(shù)量較少,優(yōu)質(zhì)協(xié)調(diào)的鄉(xiāng)鎮(zhèn)數(shù)量為零。從空間分布來(lái)看,嚴(yán)重失調(diào)的區(qū)域零星分布于四川省雷波縣、屏山縣和攀枝花市東區(qū)、西區(qū)等縣(區(qū))的部分鄉(xiāng)鎮(zhèn);重度失調(diào)的區(qū)域主要分布于四川省鹽邊縣、會(huì)東縣、寧南縣、金陽(yáng)縣、雷波縣和宜賓市敘州區(qū)等;勉強(qiáng)協(xié)調(diào)的區(qū)域主要分布于云南省元謀縣、尋甸縣、巧家縣、會(huì)澤縣和昆明市東川區(qū);良好協(xié)調(diào)的區(qū)域零星分布于云南省武定縣、尋甸縣、會(huì)澤縣、巧家縣、魯?shù)榭h等縣的部分鄉(xiāng)鎮(zhèn)。從鄉(xiāng)鎮(zhèn)數(shù)量變化來(lái)看,研究期間嚴(yán)重失調(diào)、勉強(qiáng)協(xié)調(diào)和良好協(xié)調(diào)的鄉(xiāng)鎮(zhèn)數(shù)量呈現(xiàn)總體減少的趨勢(shì),減少數(shù)量分別為3個(gè)、1個(gè)和8個(gè),重度失調(diào)的鄉(xiāng)鎮(zhèn)呈現(xiàn)總體增長(zhǎng)的趨勢(shì),增長(zhǎng)數(shù)量為12個(gè)。

表3 各級(jí)耦合度和耦合協(xié)調(diào)度的鄉(xiāng)鎮(zhèn)數(shù)量

圖3 2005-2019年金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合度的空間分布

圖4 2005-2019年金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度的空間分布

3.4 金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度驅(qū)動(dòng)因素分析

表4 OLS模型與GWR模型擬合效果比較Table 4 Comparison of fitting effect between OLS model and GWR model

表5為各驅(qū)動(dòng)因素對(duì)庫(kù)區(qū)供需耦合協(xié)調(diào)度的GWR回歸系數(shù),從均值來(lái)看,NDVI的回歸系數(shù)平均值為0.255,說(shuō)明NDVI對(duì)供需耦合協(xié)調(diào)度的影響整體上呈正相關(guān)驅(qū)動(dòng),即NDVI越大,耦合協(xié)調(diào)度也越大,NDVI的增加是供需耦合協(xié)調(diào)度上升的主要因素。常住人口、地形起伏度和降水量的回歸系數(shù)平均值均小于0,分別為-0.176,-0.252和-0.055,說(shuō)明常住人口、地形起伏度和降水量對(duì)供需耦合協(xié)調(diào)度的影響整體上呈負(fù)相關(guān)驅(qū)動(dòng)。其中NDVI的GWR回歸系數(shù)絕對(duì)平均值最大,說(shuō)明庫(kù)區(qū)供需耦合協(xié)調(diào)度對(duì)NDVI的變化更為敏感,NDVI是耦合協(xié)調(diào)度增長(zhǎng)的主要因素。從GWR模型回歸系數(shù)的最大值和最小值看,只有降水量的最大值和最小值有正有負(fù),說(shuō)明其與供需耦合協(xié)調(diào)度的關(guān)系相對(duì)較為復(fù)雜,存在顯著的空間異質(zhì)性,即隨著鄉(xiāng)鎮(zhèn)空間位置的變化而變化。其余驅(qū)動(dòng)因素中,NDVI均為正值,常住人口和地形起伏度均為負(fù)值,說(shuō)明這些因素與生態(tài)系統(tǒng)服務(wù)供需耦合度的驅(qū)動(dòng)關(guān)系在整個(gè)區(qū)域內(nèi)不會(huì)發(fā)生變化,但是這些因素對(duì)供需耦合度的驅(qū)動(dòng)效應(yīng)或程度會(huì)隨著空間位置的變化而變化。

表5 各因素對(duì)金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度影響的回歸系數(shù)對(duì)比Table 5 Comparison of regression coefficients of various factor influence on coupling coordination degree between ecosystem service supply and demand in Jinsha River Reservoir Area

采用ArcGIS 10.2軟件對(duì)各驅(qū)動(dòng)因素在不同空間位置的GWR回歸系數(shù)制作成空間分布圖,進(jìn)一步分析各驅(qū)動(dòng)因素對(duì)供需耦合協(xié)調(diào)度的影響程度及其空間差異(圖5)。人口是影響庫(kù)區(qū)供需耦合協(xié)調(diào)度的關(guān)鍵因素,其與庫(kù)區(qū)供需耦合協(xié)調(diào)度為負(fù)相關(guān)關(guān)系,因?yàn)槿丝诘脑黾訒?huì)導(dǎo)致生態(tài)系統(tǒng)服務(wù)需求增加,同時(shí)如果生態(tài)管理措施不當(dāng),還會(huì)降低生態(tài)系統(tǒng)服務(wù)供給,進(jìn)一步導(dǎo)致供需之間的不協(xié)調(diào),且回歸系數(shù)在空間上呈現(xiàn)為北高南低的布局。地形起伏度也是影響生態(tài)系統(tǒng)服務(wù)供給需求協(xié)調(diào)的關(guān)鍵控制因素,一般來(lái)說(shuō),地形起伏程度通過(guò)控制人類活動(dòng)和景觀的空間分布格局,導(dǎo)致不同地形上生態(tài)系統(tǒng)服務(wù)的供給能力和需求偏好不同。地形起伏度的影響也為負(fù)的,且回歸系數(shù)在空間上也呈現(xiàn)為北高南低的布局。NDVI與供需耦合協(xié)調(diào)度之間的關(guān)系為正向驅(qū)動(dòng)關(guān)系,回歸系數(shù)空間分布為西高東低的布局。對(duì)于生態(tài)系統(tǒng)服務(wù)供給值低而需求值高的區(qū)域,提高植被覆蓋可以提高生態(tài)系統(tǒng)服務(wù)供給,因?yàn)橹脖桓采w是影響生態(tài)系統(tǒng)服務(wù)價(jià)值的重要因素,其可以提高生態(tài)系統(tǒng)服務(wù)價(jià)值,進(jìn)而提升供需耦合協(xié)調(diào)度。降水量的回歸系數(shù)空間分布為庫(kù)區(qū)北部地區(qū)的供需耦合協(xié)調(diào)度隨著降水的增加而增大,而其他地區(qū)的供需耦合協(xié)調(diào)度隨著降水的增加而減小,這可能與該地區(qū)的整體干旱氣候條件相關(guān)。

圖5 各因素對(duì)金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度影響的回歸系數(shù)空間分布

4 討 論

耦合協(xié)調(diào)度模型借鑒了王淑佳等[20]研究成果,對(duì)模型進(jìn)行了修正。模型中耦合度是核心部分,其數(shù)值分布[0,1]區(qū)間內(nèi),用于表示系統(tǒng)間耦合關(guān)系的強(qiáng)弱。但是現(xiàn)有研究中普遍使用的公式得出的計(jì)算結(jié)果大概率偏向于1,因而耦合協(xié)調(diào)度值主要依賴于系統(tǒng)的協(xié)調(diào)發(fā)展度,導(dǎo)致耦合協(xié)調(diào)度難以充分實(shí)現(xiàn)本身測(cè)度的價(jià)值與意義。本研究利用修正的耦合協(xié)調(diào)度模型,計(jì)算結(jié)果與已有利用修正模型的研究結(jié)果[22]相比,兩者耦合度數(shù)值區(qū)分度均被增大,使計(jì)算所得耦合協(xié)調(diào)度更符合系統(tǒng)之間的相互關(guān)系。

研究期間金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)增減交替,總體增長(zhǎng)的趨勢(shì),增長(zhǎng)額度為6.8億元,低于三峽庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的增長(zhǎng)額度[23],這與庫(kù)區(qū)面積和研究時(shí)長(zhǎng)有關(guān)。金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的增加主要發(fā)生在2010—2015年期間,因?yàn)樵谠撈陂g溪洛渡水電站和向家壩水電站進(jìn)行水庫(kù)蓄水,水位上升,水域面積大幅增加導(dǎo)致生態(tài)系統(tǒng)服務(wù)價(jià)值的增加,這與已有關(guān)于三峽庫(kù)區(qū)的研究結(jié)論一致[24]。目前有關(guān)的研究集中于生態(tài)系統(tǒng)服務(wù)供給,而將生態(tài)系統(tǒng)服務(wù)需求納入生態(tài)系統(tǒng)服務(wù)評(píng)估,研究生態(tài)系統(tǒng)服務(wù)供需模式的時(shí)空特征和驅(qū)動(dòng)因素,可為實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展目標(biāo)提供科學(xué)依據(jù)。張中浩等從省域尺度對(duì)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)—經(jīng)濟(jì)耦合協(xié)調(diào)進(jìn)行研究,得出2010年云南省耦合協(xié)調(diào)狀態(tài)要優(yōu)于四川省,2015年兩省耦合協(xié)調(diào)狀態(tài)基本相當(dāng)[25]。Li Tongning等從縣域尺度對(duì)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)—經(jīng)濟(jì)耦合協(xié)調(diào)研究中,認(rèn)為2020年云南省耦合協(xié)調(diào)狀態(tài)要優(yōu)于四川省[26]。這與本研究認(rèn)為金沙江南岸的云南省供需耦合協(xié)調(diào)狀態(tài)要優(yōu)于金沙江北岸的四川省的結(jié)論基本一致。在驅(qū)動(dòng)因素方面,除了土地利用類型以外,氣候、地形、人類干擾等因素也被確定為影響生態(tài)系統(tǒng)服務(wù)的關(guān)鍵因素[27],本研究分析了人口、NDVI、地形起伏度和降水量等因素對(duì)供需平衡的影響。Li Tongning等認(rèn)為在云南與四川交界區(qū)域內(nèi)NDVI、溫度、人均財(cái)政支出對(duì)生態(tài)—經(jīng)濟(jì)耦合協(xié)調(diào)度具有正向驅(qū)動(dòng)的作用,人均糧食產(chǎn)量具有負(fù)向驅(qū)動(dòng)作用[26],這與本研究對(duì)NDVI驅(qū)動(dòng)效應(yīng)分析基本一致。最后本研究結(jié)論與上述研究也有一定差異,主要原因是研究范圍、尺度和評(píng)價(jià)指標(biāo)的不同。

本研究對(duì)金沙江水電工程庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需關(guān)系及驅(qū)動(dòng)因素進(jìn)行了分析,方法成熟簡(jiǎn)便,能滿足研究需求,但仍有不足,首先市場(chǎng)價(jià)值法和綜合多指標(biāo)模型計(jì)算生態(tài)系統(tǒng)服務(wù)供給與需求規(guī)模具有一定的不確定性,需要采用更加準(zhǔn)確和科學(xué)方法進(jìn)行測(cè)算。其次生態(tài)系統(tǒng)服務(wù)供給與需求存在不均勻性和空間轉(zhuǎn)移性,未來(lái)可以從生態(tài)系統(tǒng)服務(wù)流視角,研究生態(tài)系統(tǒng)服務(wù)供需關(guān)系,識(shí)別空間分布特征和流動(dòng)特性,闡明內(nèi)部機(jī)制,揭示自然、人為等影響因素。

5 結(jié) 論

(1) 2005—2019年金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)波動(dòng)增長(zhǎng)的趨勢(shì),增長(zhǎng)了0.75%。從土地類型來(lái)看,林地的生態(tài)系統(tǒng)服務(wù)價(jià)值是主要組成部分,總體增長(zhǎng)了4.01%,水域面積增大是金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值增加的主要因素,主要發(fā)生在2010—2015年,期間水域生態(tài)系統(tǒng)服務(wù)價(jià)值增長(zhǎng)了44.19%,其淹沒(méi)了沿江耕地和草地,致使相應(yīng)的生態(tài)系統(tǒng)服務(wù)價(jià)值分別減少了2.78%和4.48%。

(2) 金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供給指數(shù)呈現(xiàn)南高北低的空間格局,需求指數(shù)為高值沿江分布,低值分布山地區(qū)域。供需耦合狀態(tài)以中級(jí)耦合為主,其次為初級(jí)耦合,鄉(xiāng)鎮(zhèn)數(shù)量占比分別為39%,27%,耦合協(xié)調(diào)狀態(tài)以重度失調(diào)為主,其次為勉強(qiáng)協(xié)調(diào),鄉(xiāng)鎮(zhèn)數(shù)量占比分別為65%,26%。

(3) 人口、地形起伏度、植被覆蓋和降水量是能影響生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度的關(guān)鍵因素,植被覆蓋對(duì)其影響程度最大,其次是地形起伏度、人口和降水量。其中植被覆蓋對(duì)金沙江庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)供需耦合協(xié)調(diào)度呈現(xiàn)正向驅(qū)動(dòng)關(guān)系,地形起伏度和人口為負(fù)向關(guān)系,降水量對(duì)庫(kù)區(qū)北部地區(qū)為正向關(guān)系,其余地區(qū)為負(fù)向關(guān)系。

(4) 金沙江南岸的云南省,發(fā)展方式較為粗放,生態(tài)環(huán)境改善成效尚不穩(wěn)固,需要以長(zhǎng)江大保護(hù)、長(zhǎng)江經(jīng)濟(jì)帶發(fā)展等國(guó)家戰(zhàn)略為契機(jī),依托原有優(yōu)勢(shì),擴(kuò)大以綠色制造、智能制造為重點(diǎn)的工業(yè)和新興產(chǎn)業(yè)投資,同時(shí)大力推進(jìn)河道綜合治理,建設(shè)金沙江下游生態(tài)廊道,助力打造“綠色能源、綠色食品、健康生活目的地”三張名牌。金沙江北岸的四川省,生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展不平衡問(wèn)題更為突出,應(yīng)繼續(xù)推動(dòng)區(qū)域空間布局優(yōu)化和新舊動(dòng)能轉(zhuǎn)換,發(fā)展現(xiàn)代制造、航空航天、旅游康養(yǎng)、綠色食品等產(chǎn)業(yè),建設(shè)清潔能源基地和沿江生態(tài)走廊,實(shí)現(xiàn)川南經(jīng)濟(jì)區(qū)和攀西經(jīng)濟(jì)區(qū)協(xié)同發(fā)展。