安徽省生態系統服務價值與景觀生態風險時空協同研究

付丹陽，魏靖陽,2

(1.安徽農業大學 經濟管理學院,安徽 合肥 230036；2.安徽農業大學 國土資源研究所,安徽 合肥 230036)

隨著我國發展邁入新階段，國家對于生態環境問題的重視也一再提升，從“科學發展觀”到“綠水金山就是金山銀山”，再到“像保護眼睛一樣保護生態環境”政策的提出，無不體現出黨中央對于生態文明建設前所未有的重視程度。在近20 年的時間里，我國的生態環境治理工作取得了歷史性、轉折性、全局性的變化[1]，人地矛盾得到顯著緩和，生態系統的完整性和穩定性也相應增強[2]，但在快速城鎮化進程下，生態用地遭受侵占，生態服務價值下滑的問題也影響著國民本身的生活質量與環境福祉[3-4]。為科學協調人地關系，妥善管理生態環境質量，合理劃定發展邊界，當下對于生態系統服務價值與景觀生態風險的研究成為熱點議題[5-6]。

生態系統及生態過程源源不斷地供給生態物品和服務，為人類提供生存發展的基礎，是無法替代的自然資源和自然資產，其價值無法估量，但為避免生態系統被過度消費，通過量化人類在生態系統中獲得的收益計算生態服務價值以此作為生態管控政策實施的依據[7]。當下人類對于景觀的影響日趨深遠[8]，分析生態服務價值的時空演變趨勢，可準確反映景觀格局變化對于生態服務功能的直接影響，也是生態保護政策建立的必然前提[9-10]。目前較為權威的生態服務價值測算方法主要沿用謝高地等提出的“單位面積生態系統服務價值當量表”進行計算[11]，其使用幣值化的評估方法，具有容易理解、感受直觀的優點，被學者廣泛應用于區域生態服務價值評估研究[12-13]，也推動了自然資本的量化與生態補償政策的實施[14]。

景觀生態風險是自然或人為因素影響下景觀格局與生態過程相互作用可能產生的不利后果[15]，是從景觀尺度耦合人地關系的重要方法[16]。該指標與生態系統服務價值同為衡量生態系統健康狀況的重要依據，均基于景觀格局的改變而發生變化，具有深層次的聯系?，F有生態系統服務價值與景觀生態風險的研究多集中于單一指標的時空演變趨勢的分析[17-18]，并給出針對性修復意見，具有一定指導意義，但對于兩個指標間的關聯探討，可供參考的文獻不多。兩者的結合分析可深入探究景觀格局與生態環境質量間的互饋機理，對緩和人地矛盾有重要意義[19]。朱潤苗等評估了福建省景觀風險與生態系統服務價值的時空變化特征及空間相關性，得出景觀生態風險對生態服務價值的負影響效應，并可高彈性影響其總量變化[20]。靳甜甜等在分析黃土高原林區生態系統服務價值與生態風險關聯性時，發現兩者呈現空間負相關性，且生態系統服務價值變化相對于生態風險變化存在一定滯后效應[21]。結合前人研究成果，可見所得結論呈現地區差異，不具有普適性，需進行針對探討，且均未從空間上給出兩者的相互作用關系，無法契合地區真實情況因地制宜。

安徽省為我國糧食主產地之一，因其獨特的地理特征，境內大別山區水源涵養帶、皖江濕地洪水調蓄區、新安江流域等地是我國重要的生態功能區[22]。21 世紀以來，安徽省在經濟水平較弱，地理區位優勢不明顯，資源稟賦一般的劣勢下，發展至今全國較高水平，對于欠發達省份有很強的借鑒意義[23]，同時經濟產業發展迅速也使得生態環境遭受人類活動的強烈沖擊[24]。鑒于此，本研究以10 年為間隔，基于土地利用遙感數據和測算模型，識別20 年間安徽省生態系統服務價值與景觀生態風險的分區，并采用局部自相關、地理加權回歸、地理探測器等研究方法，探究兩者間的時空演變趨勢及空間關聯特征，挖掘驅動機制，并給出優化路徑。以期為安徽省摸清生態系統服務家底，建立生態風險預警機制，構建人地和諧的生態安全格局提供科學依據。

一、研究區域與研究方法

（一）研究區概況

安徽省地處我國華東長江三角洲地區，地理位置介于114°91′～119°22′E，34°61′～29°33′N 之間，東接江蘇、浙江，南鄰江西，西接河南、湖北，北靠山東。處暖溫帶與亞熱帶過渡地區，水陸空交通便利，自然資源豐富，地勢有北平原、南山地的特征，平均海拔119.3 m，由南向北依次為淮北平原、江淮丘陵、皖西大別山區、沿長江平原和皖南山區。下屬16 個地級市，總面積14.01 萬km2，常住人口6 127 萬人（2022 年底），年產值45 045 億元（2022 年）。根據第三次全國土地調查結果，安徽省耕地總面積554.67萬hm2，產出全國6%的糧食，同時河流眾多，山系延綿，生態價值極為豐富。近年來，安徽省順應“中部崛起”戰略，搶抓發展機遇，鼓勵科技創新，承接發達地區產業轉移實現飛速發展[25]，城鎮化速率快速提升，景觀格局劇變，對于生態安全與耕地資源有較強沖擊，生態系統壓力增大，相關部門積極推動生態治理措施并取得顯著成效。

（二）數據來源

本文2000—2020 年三期土地利用遙感數據來源于中國自然資源部牽頭建立的30 m 高精度全球地表覆蓋數據（GlobeLand 30），原始數據集已進行遙感解譯，各期數據精度總體達到80%以上，符合研究精度要求，同時為保證研究需要，將用地類型分為耕地、林地、草地、水域、建設用地、未利用地共6 類。年均溫度、年均降水、GDP 數據來源于中科院資源環境科學數據中心（https://www.resdc.cn/），空間分辨率為1 km；坡向、DEM 數據來源于地理空間數據云（https://www.gscloud.cn/），空間分辨率為90 m；路網數據來源于Openstreet（https://www.openstreetmap.org/）；人口柵格數據源于美國能源部橡樹嶺國家實驗室發布的全球人口動態統計分析數據庫（https://landscan.ornl.gov/）；行政區劃數據來源于我國民政部公開的全國行政區劃信息查詢平臺（http://xzqh.mca.gov.cn/map），標準底圖審圖號為：GS（2022）1873 號。

（三）研究方法

1.評價單位的劃分

為對ESV與ERI進行空間測算，對研究區進行網格化劃分，且考慮到尺度效應對各景觀類型的形態特征和復雜程度維持能力的差異[26]，采用Arc GIS 10.8 中Fish net 功能，將研究區采樣成1 578 個邊長為10 km 的正方形格網，并進行序列編號，作為研究區指標測算的評價單元。針對地域邊緣不足10 km 的網格，根據實際面積比例乘算。

2.生態系統服務價值（ESV）的測算

按謝高地等提出的生態系統服務價值當量表[11]（表1），以安徽省每年1 hm2耕地平均產出糧食的經濟價值定義為1 為基礎，衡量生態系統產生生態服務相較于耕地食物生產的貢獻度。根據謝高地“單位面積農田ESV等于平均糧食單產市場經濟價值的1/7”的定義，由安徽省統計年鑒（http://tjj.ah.gov.cn/）得到2000—2020 年間平均糧食產量為4 915.76 kg/hm2，由安徽省糧食和物資儲備局（http://lswz.ah.gov.cn/）得到2020年主要糧食作物收購均價為2.62 元/kg。耕地食物生產生態系統服務價值單價計算公式為：

表1 單位面積生態系統服務價值當量表

式（1）中，Ccrop為耕地食物生產生態系統服務價值的單價，Ta為研究區研究期間內單位面積平均糧食產量（kg/hm2），Tb為研究區平均糧食收購價格（元/kg）。

計算單價后，根據價值當量表中數值分別計算耕地、林地、草地、水域、建設用地、未利用地的單位面積生態系統服務功能經濟價值量。并按評價單元進行分類加總，得到每個評價單元中心的生態服務價值總量[4]。其計算公式為：

式（2）中，ESV代表獨立單位內生態系統服務價值的總量，Ai表示單元內第i類地類的面積（hm2），fhk為第h類地類中第k類生態系統服務價值當量因子，i為土地利用類型數量，j為生態系統服務類型。

3.景觀生態風險（ERI）的測算

景觀生態風險指數是從景觀尺度耦合人地關系的重要指標，基于研究區景觀格局指數[27]（表2）得出，主要受到景觀類型受外部因素侵擾的干擾程度和景觀內部本身的脆弱程度的影響[28]。其計算公式為：

表2 景觀格局指數計算方法及含義

式（3）中，ERIk為單元內景觀生態風險指數，Aki為第k個評價單元中第i類景觀的面積，Ak為第k個評價單元中的景觀總面積，n為評價單元總數，Ri為景觀損失度指數。

4.雙變量空間自相關分析

利用Geoda 軟件中的雙變量局部空間自相關分析方法刻畫研究區生態系統服務價值與景觀生態風險間的空間關聯特征，通過空間聚類圖識別指標空間集聚情況，計算全局自相關系數（莫蘭指數）反映指標間的總體相關性[29]，且為地理加權回歸模型構建的必要檢驗步驟[30]。其計算公式如下：

式（4）中，I為莫蘭指數，其值介于[-1,1]之間，以0 為分界點，若值＞0，表明兩者呈現空間正相關性，若值＜0，則反之。xih、xik分別為第i個評價單元內的生態系統服務價值與景觀生態風險指數值，σh、σk為生態系統服務價值和景觀生態風險指數的方差，wij為基于空間鄰接關系建立的權重矩陣。

5.地理加權回歸模型（GWR）

地理加權回歸模型可從空間上給出生態系統服務價值對于景觀生態風險的具體影響程度，可探尋指標的空間關聯特征，有助于定點協調人地關系。該模型相較于傳統OLS 回歸納入空間異質性的考量，其回歸結果更為準確。其計算公式為：

式（5）中，yi為被解釋變量，β0為截距，(ui,vi) 為經緯度坐標，β(ui,vi)為第k個解釋變量在第i個樣本時的擬合系數，xik為第k個解釋變量在第i個樣本點的取值，εi表示隨機誤差項。

6.地理探測器

為探明研究區ESV與ERI主要受何因素影響，采用地理探測器模型[31]，從自然因子、社會因子兩個維度分別發掘研究區ESV與ERI的驅動機制。利用分異及因子探測模塊，用q值表示變量（Y）的空間異質性與因子（X）能夠在多大程度上解釋這種空間異質性特征，其值介于[0,1]之間，值越大，表明因子（X）的解釋能力越強，即對（Y）的影響越大。計算公式為：

式（6）中，h為第h個評價單元，L為評價單元總數，Nh、N分別為評價單元h和研究區全部的樣本數量，σ2分別為評價單元h和研究區（Y）值的方差。

二、結果與分析

（一）生態系統服務價值的時空演變趨勢

計算3 個時間節點的生態系統服務價值（表3），并通過克里金法插值實現可視化，將研究區價值量按照自然斷點分級法分為5 個等級，生成2000—2020 年研究區生態系統服務價值時空演變圖（圖1）。

表3 研究區各地類生態系統服務價值

從表3 中得出，研究區在2010—2020 年間，生態系統服務價值出現大幅下滑，降低1 475.84億元，降幅達3.5%。從各土地類型看，耕地、林地、水域的生態系統服務價值總量較高。耕地、林地ESV在20 年間逐漸降低，分別減少485.55億元、352.2 億元；草地ESV穩固增長，增加41.78億元；水域ESV先增后減，總體上漲290.37 億元；建設用地ESV為負值且負向生態服務20 年間增加965.19 億元，幅度為45.69%。

研究區受地類分布特征影響，生態系統服務價值呈現北低南高的態勢。安慶、池州、銅陵、蕪湖、馬鞍山所處的長江流域，淮河流經的六安、淮南、蚌埠、滁州沿線與巢湖流域呈現出高度價值。其次屬皖西大別山區的六安市、安慶市，皖南山區內的池州市、黃山市、宣城市都呈現中等以上價值等級，該地區主要景觀類型為林地，林地生態系統在氣候調節、土壤保持、生物多樣性等方面有較強貢獻。皖北阜陽、亳州、淮北、宿州及合肥市北部生態系統服務價值較低，為省內耕地主要分布地區，因耕地保護政策需維持面積穩定。

（二）景觀生態風險時空演變趨勢

同上對景觀生態風險計算結果進行空間插值，將研究區劃分為低生態風險（ERI≤0.018 5）、較低生態風險（0.018 5＜ERI≤0.024 5）、中生態風險（0.024 5＜ERI≤0.030 9）、較高生態風險（0.030 9＜ERI≤0.040 4）、高生態風險（ERI＞0.040 4），劃分等級后生成2000—2020 年研究區景觀生態風險時空演變圖（圖2）。

圖2 2000—2020 年研究區景觀生態風險時空演變

2000—2020 年，研究區景觀生態風險均值逐漸下降，結合土地利用圖與景觀生態風險演變圖可顯著看出，研究區河流流域與湖泊周邊地區景觀生態風險較高。長江流域、淮河流域、巢湖流域均呈現出較高以上風險等級，同時滁州市東北部及西部生態風險狀況較為嚴峻，該地區景觀類型夾雜較多草地，因其景觀破碎度、脆弱度均較高，使其所處區域生態系統較為脆弱。安徽省北部、中部耕地集中地區具有較低的景觀生態風險，源于耕地景觀較高的景觀整體性，景觀抗干擾能力為中等水平。皖西大別山區與皖南山區因林地集中連片，景觀保持高度整體性，同時生態系統物種較為豐富，有很強的抗外界干擾能力，因此生態風險較弱。按時間跨度看，2000—2020 年安徽省景觀生態風險總體變化不大，高生態風險區有顯著收縮的趨勢，如淮河流域六安段、合肥巢湖、長江流域安慶段高風險區在2020 年較之2000 年時已大幅縮小，主要處于淮河流域、長江流域的較高生態風險區在20 年間也顯著收緊，在2020 年時僅滁州市中部、安慶市南部生態安全問題較為嚴峻外，其余城市大都風險可控。從面積占比上，20 年間高生態風險區占比下降1.5%，較高生態風險區由18 352.9 km2降低至11 393 km2，較低風險區增長顯著，由2000 年的60 320.5 km2升高至2020 年 的72 092.7 km2，其占比也大幅提高8.4 個百分點（圖3）。

圖3 2000—2020 年研究區景觀生態風險分級面積占比

（三）生態系統服務價值與景觀生態風險空間相關性分析

以生態系統服務價值為解釋變量，以景觀生態風險為被解釋變量，探究前者對后者的空間影響效應，并生成空間聚類圖（圖4）。圖4 中共分為不顯著、高價值—高風險、高價值—低風險、低價值—低風險、低價值—高風險物種聚類類型。同時計算得出3 個時間節點雙變量莫蘭指數（表4）。

圖4 2000—2020 年ESV-ERI 局部空間聚類圖

表4 2000—2020 年雙變量莫蘭指數

三期莫蘭指數值均為正值，表明總體上研究區生態系統服務價值對景觀生態風險的影響是正向的，即生態系統服務價值的升高會增加區域生態風險。莫蘭指數的降低，表明生態系統服務的提高對景觀生態風險的增長促進作用逐漸減弱。

根據空間聚類圖，皖北皖中耕地分布地區主要呈現不顯著的特征，高價值—高風險區集中于長江流域安慶段、巢湖流域、淮河流域滁州段，該地區水域較寬闊，能夠提供極高價值的生態服務，但因水域脆弱的景觀屬性，受人類活動影響的風險較高，需對該區域進行重點保護，嚴格防范水生態系統的破壞。低價值—低風險聚集區數量較少，在2020 年時于阜陽市城區與亳州市城區出現，因城市擴張，該地區景觀脆弱度進一步降低。高價值—低風險區主要位于皖西大別山區與皖南山區，山林生態系統穩定且能輸出極高的生態價值，生態功能十分寶貴，需做好山林保護工作。低價值—高風險地區主要位于淮河流域、長江流域高—高聚集區周邊草地分布帶，生態功能有限且生態風險等級較高，為生態治理工作中的重點區域。

（四）生態系統服務價值與景觀生態風險時空關聯特征演變

分別運用OLS（普通線性回歸）與GWR（地理加權回歸，圖5）對研究區2000—2020 年生態系統服務價值與景觀生態風險進行回歸擬合，擬合參數如表5 所示。利用AICc 值與R2衡量模型擬合優度，可以看到，GWR 模型相較于普通線性回歸法具有更低的AICc 值，同時調整后的R2大幅優于OLS 模型，表明GWR 模型計算結果更接近于真實值，其解釋效果及模型構建明顯優于OLS 模型[32]。

圖5 2000—2020 年地理加權回歸（GWR）回歸系數空間分布

表5 各模型設置下AICc 值與R2（Adjusted）結果比對

整體來看，安徽省生態系統服務價值對景觀生態風險呈正影響效應，即生態系統服務價值的提升會相應增高生態風險性。從地理空間分布上看，較低系數區主要分布于宿州市中部林草地集結區，皖西大別山區，池州市、銅陵市、黃山市等地的皖南山區。皖北平原耕地區、皖中地帶正相關系數較為適中。六安市中部、宣城市中部、黃山市中部及滁州市、安慶市正相關系數較高，也表明這些區域新增生態地類可能會較快增高地區生態風險，需要謹慎對待。從時間變化看，2000—2020 年研究區ESV對ERI的平均相關系數呈先增高后降低的趨勢。市級層面上，六安市中部地區在20 年間明顯好轉，正相關系數顯著降低，皖南山區低系數區大幅縮減，表明生態穩定性有所降低，合肥市城區在2020 年升至較高系數區，宣城市、阜陽市及亳州市正相關系數均有所降低。

（五）生態系統服務價值與景觀生態風險的驅動力分析

綜合研究區自然與社會兩個層面的因素對生態系統服務價值與景觀生態風險的內在影響，分析自然、社會兩個維度的因子對兩個生態指標的驅動效應。自然環境方面，選取高程（X1）、坡向（X2）、年均溫度（X3）、年均降水量（X4）；社會經濟方面，選取道路距離（X5）、GDP（X6）、人口密度（X7）、人類活動強度（X8）。同時將前文所計算的各年份景觀生態風險（X9）生態系統服務價值（X10）作為驅動因子納入對應指標的驅動力分析。其中，采用自然斷點法將自然環境因素離散為9 個等級，社會經濟因素離散為6 個等級，人類活動強度通過總結前人研究采用AHP 層次分析法所確定[33]，對耕地、林地、草地、水域、建設用地、未利用地分別設以0.3、0.05、0.05、0.05、0.55、0 的權重進行計算。

根據因子探測結果（表6），觀察P值，可得除GDP 外其余因子對生態系統服務價值均有顯著解釋能力，道路距離、GDP、人口密度對景觀生態風險無解釋能力，其余因子均有顯著解釋力。剔除無解釋力變量后，觀察q值，2000 年對生態系統服務價值的驅動力排序依次為X1＞X8＞X3＞X9＞X5＞X3＞X7＞X1，坡向能影響植物所得太陽輻射強度，對植被類型影響顯著，驅動能力最強，人類活動強度可大體反應評價單元內的景觀組成，進而顯著影響生態系統服務價值，到2020 年時，高程對ESV的驅動力顯著提升，社會因子道路距離、人口密度、人類活動強度的貢獻有所提高。2000 年景觀生態風險驅動力排序為X1＞X10＞X1＞X4＞X8＞X3，坡向的解釋力很強但驅動力弱于對ESV的，ESV對景觀生態風險的驅動力僅次于坡向，需加強關注高生態價值區域風險狀況，且研究區景觀生態風險主要受自然因素影響，受社會因素影響較不顯著，20 年間各因子的解釋能力呈現不同程度的下滑，表明人類的生態修復、景觀整體性維持等工作可降低景觀生態風險受外界影響程度，提高了生態系統穩定性。

表6 因子探測結果

三、結論及討論

（一）結論

（1）源于建設用地的快速擴張對生態地類的侵占與水域的縮減，2000—2020 年安徽省生態服務價值流失明顯，共減少1 475.84 億元。高生態系統服務價值區域集中于省內淮河、長江、巢湖流域與皖西皖南山區，皖北皖中糧食產區的生態服務價值較低。研究區景觀生態風險在20 年間顯著改善，較高以上風險區面積占比降低6.5%，較低生態區面積占比提升8.4%。高風險區主要集中于水域地區，低風險區集中于境內南部山區林地。

（2）研究區生態系統服務價值與景觀生態風險的全局自相關系數在20 年間逐漸下降，高價值—高風險、低價值—高風險聚集區不斷減少。安慶、池州、滁州為高—高聚集區主要分布地，需進行重點把控，低—高聚集區主要在草地區域，需進行針對治理。2000—2020 年間，研究區ESV對ERI的平均正影響系數先升高后降低，安慶、六安、滁州市等地區生態系統服務價值增加對景觀生態風險激化作用最強。

（3）2000—2020 年，研究區ESV與自然變化、社會活動關系密切，ERI主要受自然環境影響，坡度與人類活動強度是兩者的主要影響因素。隨著經濟規模的擴大，對自然開發的深化，ESV受社會因素影響不斷增強，自然因素解釋力減弱。人類的生態治理政策使得ERI受外部影響顯著降低，人地矛盾得到緩和。

（二）討論

本文選取對欠發達省份具有重要借鑒意義的安徽省作為研究區域，基于土地利用數據、綜合生態系統服務價值與景觀生態風險測算模型，借助空間自相關、地理加權回歸、地理探測器等研究方法，摸清研究區生態系統服務價值總量，識別景觀生態風險分區，并探明兩者的空間相關性及因子驅動力。結果可為安徽省精準開展生態修復工作、科學規劃發展思路、有效防范生態風險提供理論支撐。但隨著時代的發展，人與自然的關系也在飛速演變且具有地區差異性，糧食價格、產量也受到自然社會因素影響，因此如何提高價值當量表的適應性和測算結果的時效性是接下來需深入的方向，景觀生態風險的測算也僅基于用地布局演變，未考慮風險源、區域功能等層面因素。

本文結果表明皖西皖南的山林是安徽省寶貴的自然生態資源，具有治理成本低、生態功能極高的優點，需要及時劃定生態保護區，嚴格管制用地審批，防范林地退化；水域是安徽省需重點投入生態治理資源的區域，高價值—高風險的特性決定其如果保護利用得當可輸出極高的生態價值，如若受污染，將引發嚴重生態問題且是巨大生態損失；草地區域價值較低、風險較高，可適當進行地類轉化工作，增強景觀整體性，以此降低草地的生態風險等級。為減緩甚至逆轉生態系統服務價值的降低趨勢，安徽省需及時推進各地國土空間規劃工作，科學合理劃定城鎮開發邊界，控制建設用地總量，高效利用存量用地。盡管ESV對ERI的增強效益已明顯淡化，但將“沖突”轉為“互促”仍是漫長的過程，從莫蘭指數下降趨勢可看出，科學推進生態一體化修復，合理規劃用地布局，在未來實現提升生態系統服務價值緩解景觀生態風險的治理措施具有現實性，實現正循環效應，生態環境質量將會迎來新一階段的提升。在實行生態修復工作時需重點關注ESV對ERI高正向影響效應的地區，應整體提升生態地類質量及穩定度后，再逐步開展該類地區生態綠化工作。