基于Meta回归模型的土地利用类型生态系统服务价值核算与转移

张雅昕 刘娅 朱文博 李双成北京大学城市与环境学院资源与环境地理系地表过程与模拟教育部重点实验室北京 100871； 通信作者E-mail：scli@pku.edu.cn



基于Meta回归模型的土地利用类型生态系统服务价值核算与转移

张雅昕 刘娅 朱文博 李双成†
北京大学城市与环境学院资源与环境地理系地表过程与模拟教育部重点实验室北京 100871；† 通信作者E-mail：scli@pku.edu.cn

基于 Meta-analysis 方法分别建立耕地、林地、草地、园地、水域和未利用地6个地类的生态系统服务价值回归模型。除考虑年代和评估方法外还引入分区和社会经济因素（包括人口密度和人均 GDP）发现这两个变量在解释生态系统服务价值变化时较为重要。使用价值转移研究范式将所建模型应用到京津冀地区计算各类土地利用类型的生态系统服务价值。研究结果表明：土地利用类型按照生态系统服务价值高低排序为水域、林地、草地、园地、耕地、未利用地；京津冀地区不同市区各类土地利用提供的生态系统服务价值不同其中耕地、林地、草地、园地和水域的生态系统服务价值中北京和天津最高承德和张家口最低；未利用地的生态系统服务价值中张家口和承德最高北京和天津最低。研究成果丰富了生态系统价值评估的方法和技术也可为京津冀地区土地持续管理提供科学依据。

Meta分析；生态系统服务价值；价值转移；京津冀地区

北京大学学报（自然科学版） 第52卷 第3期 2016年5月

Acta Scientiarum Naturalium Universitatis PekinensisVol. 52No.3（May 2016）doi：10.13209/j.0479-8023.2016.026

土地利用变化对生态系统服务的影响机制极其复杂且具有较大时空异质性不同的研究方法或研究区域会使研究结果差别明显。因此需要对这些研究案例进行整合分析从而找到普遍结论并发现差异。在此情形下综合分析研究方法得到广泛使用尤其是Meta-analysis （整合分析）［1］。

Meta-analysis 又称元分析或荟萃分析相对于传统的文献综述Meta-analysis 扩大了样本例数，提高统计学检验效能改善对效应量的估计因而具有全面、系统、客观和定量的特点在自然和社会科学各个学科得到广泛应用［2］。诸多生态系统服务价值研究中最有影响力的是 Daily［3］编著的《Nature's service：societal dependence on natural ecosystem》和 Costanza 等［4］发表的“The value of the world's ecosystem services and natural capital”。Bateman 等［5］从经济学视角研究土地利用变化引起的生态系统服务变动在土地利用规划方面提出相应的政策建议拓展了Meta-analysis在土地管理和政策制定方面的应用。Brander 等［6］应用 metaanalysis研究湿地与其生态系统服务价值之间的关系使用价值转移研究范式建立生态系统服务价值回归方程并对其可行性进行探讨。谢高地等［7］在 Costanza等价值评价结果的基础上对国内 200多位学者进行问卷调查获得中国陆地生态系统服务价值当量因子表。

中国生态系统服务价值评估工作起源于20世纪80年代起步的森林资源价值核算［8-9］。欧阳志云等［10-11］评述了生态系统服务及其生态经济价值评估方法并测算了中国陆地生态系统服务价值。陈仲新等［12］按照Costanza等的单位价值量将中国生态系统服务的价值与世界生态系统服务总价值进行对比。宗跃光等［13-14］根据不同土地利用类型计算区域生态系统服务价值并将 Costanza 等单纯的自然资本价值测算拓展到自然资本、经济资本和社会资本的综合测算。此外还有大量研究侧重于全国草地［15］、森林［16］、农田［17］等不同类型生态系统服务价值的估算。

已有的生态系统服务价值研究大多只着眼于特定区域未考虑地理区位和社会经济等因素对生态系统服务价值的影响评估结果难以进行横向比较，从而限制了其政策应用。针对这种情况本文选择各土地利用类型提供的生态系统服务价值作为因变量年代、地理分区、评估方法、人均 GDP和人口密度等作为解释变量研究这些因素对各类土地利用生态系统服务价值的影响程度同时建立预测模型实现价值转移功能将其推广到不同地区以进行生态系统服务价值评估［18］。

1　数据收集与样本遴选

为了使用 Meta-analysis 核算生态系统服务价值应尽可能收集多的研究案例。为此本研究共查阅国内 327篇文献。其中许多案例直接引用了谢高地等［7］的“中国生态系统单位面积生态服务价值当量因子”作为测算依据为了排除冗余本文将引用谢高地的文章作为一个方法案例。据此共筛选出38篇文献、197 个数据作为案例数据样本的地理分布遍及中国23个省份（图1）。

本研究将土地利用类型划分为6类即耕地、林地、草地、园地、水域和未利用地。其中耕地、林地、草地、园地分别与 2007 年国家标准《土地利用现状分类》中的地类相对应；水域对应于国家分类中的水域及水利设施用地文献中没有细分的湿地类型也一并归入此类；未利用地包括空闲地、沙地和裸地部分文献中的未利用地包括冰川及永久积雪导致其生态系统服务价值估算量较高。

在评估方法上引用 Costanza 估算值的称为Costanza 系数法引用谢高地估算值的称为谢高地系数法。这些研究利用了价值转移而不是初级评估手段；利用当地粮食价格和谢高地当量因子计算当地生态系统服务价值量的称为公式法；市场价值法、机会成本法、影子工程法、替代花费法等归为一类称为其他方法。

一般认为单位生态系统服务价值随土地利用类型、评估方法、年代等变化较大［19］（图 2）。Brander［6］在对世界范围的湿地生态系统服务价值研究中发现年代、地域和方法的选择对生态系统服务价值影响很大。事实上生态系统服务价值量也受其所在地区的社会经济特性制约（图 2）但这方面的研究略有欠缺。本研究中的影响因素包括这些社会经济因子然而一些研究案例中并不包含诸如人口密度和人均 GDP等社会经济信息。为此本研究从各地统计年鉴中补录了上述数据。

从图 2可以看出生态系统服务价值由高到低的顺序分别是水域、林地、园地、耕地、草地和未利用地。

为了减少整合分析中的不确定性对所有样本中的各个土地利用类型的价值进行奇异值检查（图3）。从图 3看出草地、水域和未利用地有 1～2个奇异值。对这些奇异值溯源可以发现草地中第10个样本由造林成本法核算的固定 CO2价值较高，由机会成本法核算的土壤保持价值也较高这是方法选择引起的生态系统服务价值偏高。水域中，第 13个样本评估得出的长白山天池的水源涵养、调节服务价值很高。未利用地中第 12 和第 14个样本将冰川积雪包含到未利用地中使难利用地与水体的面积比例约为 3：1导致其水源涵养和保持、废物处理价值很高取它们的加权平均值作为未利用地的生态系统服务价值后整体上仍偏高。

2　Meta回归分析

2.1 Meta回归模型

为了获取相关因素之间的定量关系本文使用Meta 回归模型来同时评估所有潜在相关因素的相对重要性［20］。根据土地利用类型划分方案共建立12 个回归方程式其中解释模型和预测模型各 6个。两类模型的回归参数可能相差甚远且符号不一致因为预测模型仅用来预测不具备解释能力；同理解释模型仅用来解释不具备预测能力［21］。回归方程中Yn（n取12…6）分别表示耕地、林地、草地、园地、水域和未利用地的单位面积生态系统服务价值（元/（hm2· 年））。解释变量共有5个，其中Xs表示年代Xp表示人均GDPXe表示人口密度Xf表示方法（Xf1：Costanza系数法；Xf2：谢高地系数法；Xf3：公式法；Xf4：其他方法）Xi表示区位（Xi1：东部；Xi2：中部；Xi3：西部）。回归模型如下：

式（1）中年代、人均 GDP和人口密度都是数值型变量方法和分区则是类别型变量。在解释模型中，为了使回归系数具有可比性对变量都用标准计分（standard score）方法［21］做了标准化处理。由于引入全部分类变量默认常数为0b是相应变量的回归系数检验排除了多重共线性DW值通过检验。

2.2 土地利用类型回归结果

2.2.1 耕地

运行土地利用 Meta回归模型得到耕地回归方程如下。

1）解释模型：

2）预测模型：

式中解释模型 R2=0.523预测模型 R2= 0.877调整的 R2=0.774。与数据预分析得出的结论一致表明人均 GDP 和年代对耕地的生态系统服务价值有正向作用。人口密度与其关系不显著，评估方法对耕地生态系统服务价值有负向作用。

2.2.2 林地

运行土地利用 Meta 回归模型得到林地回归方程如下。

1）解释模型：Y2=0.191Xs+0.224Xp+0.239Xe-1.175Xf1-0.878Xf2-0.366Xf3+0.100Xi1+0.149Xi2-0.816Xi3。

2）预测模型：Y2′=1688.13Xs+0.08Xp+7.32Xe+2639.49Xf2+ 7166.53Xf3+10412.73Xf4-4374.81Xi1+ 3935.40Xi2-1974.43Xi3。

式中解释模型 R2=0.540预测模型 R2= 0.927调整的R2=0.838。人均GDP、人口密度、年代都对林地的生态系统服务价值有正向作用地域和评估方法与林地生态系统服务价值呈负相关。

2.2.3 草地

运行土地利用 Meta回归模型得到草地回归方程如下。

1）解释模型：

Y3=0.316Xs+0.327Xp+0.1Xe-0.932Xf1-2.240Xf2-

2.086Xf3+0.804Xi1+0.222Xi2-0.169Xi3。

2）预测模型：

Y3′=1620.31Xs+0.06Xp+1.9Xe-4782.51Xf1-11498.58Xf2-10706.65Xf3+9011.88Xi1+ 6022.24Xi2+5751.55Xi3。

式中解释模型 R2=0.653预测模型 R2= 0.879调整的 R2=0.722。人均 GDP、人口密度、年代和地域都对草地的生态系统服务价值有正向作用而方法皆为负影响说明文中列举的方法计算草地生态系统服务价值有偏低的可能。

2.2.4 园地

运行土地利用 Meta回归模型得到园地回归方程如下。

1）解释模型：

Y4=0.239Xs+0.435Xp+0.371Xe-1.223Xf2-

0.449Xf3+0.281Xf4-0.463Xi1-0.877Xi3，

2）预测模型：

Y4′=1556.52Xs+0.09Xp+7.82Xe-120.95Xf1+ 4911.71Xf2+9663.1Xf3+0.09Xf4-3017.13Xi1-5704.67Xi3，

式中解释模型 R2=0.648预测模型 R2= 0.938调整的 R2=0.694。人均 GDP、人口密度和年代对园地的生态系统服务价值有正向作用。地域上东部和西部与园地生态系统服务价值呈负相关。方法上除“其他方法”对园地生态系统服务价值是正影响外其余两种方法皆为负影响（园地中没有用 Costanza 系数评估的样本案例）说明用谢高地系数、公式法计算园地生态系统服务价值有偏低的可能性。

2.2.5 水域

运行土地利用 Meta 回归模型得到水域回归方程如下。

1）解释模型：

Y5=-0.111Xs-0.16Xp+0.409Xe-2.669Xf2-

2.136Xf3+2.775Xi1+2.719Xi2+2.584Xi3。

2）预测模型：

Y5′=-2398.31Xs-0.14Xp+34.03Xe-57696.29Xf2-46167.17Xf3+120986.1Xi1+119763.87Xi2+ 116841.87Xi3。

式中解释模型 R2=0.951预测模型 R2= 0.813调整的 R2=0.673。人均 GDP、年代和方法与水域生态系统服务价值呈负相关。随着时间的推进和经济的发展人们在源源不断地获取水源涵养与洪水控制的生态系统服务的同时欠缺对水域合理的保护；文中列举的评估方法可能低估了水域的生态系统服务价值。人口密度和地域则与其有正向作用。

2.2.6 未利用地

运行土地利用 Meta 回归模型得到未利用地回归方程如下。

1）解释模型：

Y6=0.075Xs-0.236Xp-0.253Xe-0.348Xf1-

0.594Xf2-0.064Xf4+0.372Xi1-0.512Xi2-

0.265Xi3，

2）预测模型：

Y6′=188.12Xs-0.03Xp-2.36Xe-713.33Xf1-

1331.65Xf2-+161.1Xf3+1.491Xf4+

3318.13Xi1+1096.55Xi2+1716.84Xi3。

式中解释模型 R2=0.218预测模型 R2= 0.349。人均 GDP、人口密度和方法与未利用地生态系统服务价值呈负相关经济发达或者人口密集的地方未利用地提供的生态系统服务种类减少，质量降低。年代则对其有正向作用。地域上东部与未利用地生态系统服务价值呈正相关西部和中部与其呈负相关。

为了更清晰地反映各土地利用类型提供的生态系统服务价值与其影响因素之间的关系表1 将各地类的Meta回归结果进行汇总。

3 价值转移

3.1 可行性分析

将 Meta 回归分析结果用于价值转移即利用一个地区的自然和社会经济属性数据预测和估计当地土地利用类型生态系统服务价值［19］。价值转移有直接价值转移和价值转移方程［4］两种方法。前者简单地将某几个样本区的研究结果应用到研究区，理想情况下研究区的特征参数应当与样本区相似或可调整到相似［22］。后者基于已知的属性数据利用价值回归方程核算研究区的生态系统服务价值，一般采用 meta 回归方法［23］。应用价值转移方程需满足以下条件［24］：1）有一个评估方程式可将生态系统服务的价值量与研究区的时间、空间等属性联系起来；2）研究区与样本区之间的差异可以通过价值体现出来；3） 价值在时间变化下是稳定的或者考虑了时间的影响；4） 所取用样本的核算价值是准确的。

一般情况下价值转移方程的效果比直接价值转移稍有优势。原因如下：第一价值转移方程中包含了更多的信息量；第二价值转移方程控制了样本估算方法之间的差别；第三类别变量也可量化更精确地核算价值［19］。

在价值转移过程中可能会出现一些“转移误差”。首先获取评估方程式中需要的研究区自然社会属性数据有一定的不确定性；其次有些地方土地利用类型和生态系统服务类型划分界限不明确因此类别变量对社会经济因素的评估不能准确捕捉真实的变化量［24］。本研究也不可避免地面临这样的问题应对措施是采用的社会经济因素尽量集中在数值变量上例如人均GDP和人口密度等。这些因素与生态系统服务价值越相关就越能增加价值转移评估的正确性；最后回归所采用的案例样本的核算误差会导致价值转移的误差。

在实现价值转移之前先分析模型预测的效能。这里引入一个检验指标——平均完全百分误差（MAPE）［4］：

其中Yobs表示案例中直接给出的生态系统服务价值Ypred表示使用回归方程核算的生态系统服务价值。下面以耕地和林地为例给出误差示意图（图4）。经过计算在 38 个案例中平均转移误差为5%68%以上的样本数据转移误差低于10%MAPE在可接受范围内［18］因此可以进行价值转移。

3.2 基于价值转移的京津冀地区土地利用类型生态系统服务价值量

京津冀地区包括北京市、天津市以及河北省的唐山、石家庄、秦皇岛、廊坊、保定、沧州、衡水、邢台、邯郸、张家口和承德等市（图 5）。使用2012 和 2013年京津冀13个城市的人均GDP和人口密度代入回归方程。因不同回归方程避免多重共线性所舍弃的方法变量不同［25］且此处是同等条件下分析比较所以一致舍弃方法选择类变量。价值转移结果如表2和3所示。将价值转移后的京津冀地区土地利用类型生态系统服务价值进行空间化表达并分成4个等级（图6）。

与已有的研究对比本文经价值转移得到的北京市生态系统服务价值比赖瑾瑾等［26］在顺义区的出的结果略高与两个研究的时空尺度不一致有关。与马程等［27］得出的京津冀地区不同土地利用类型生态系统服务价值相比耕地、水域和未利用地的生态系统服务价值相近而林地和草地则较之略高与时间尺度与方法选择不同有关。实际上，北京市作为一国之首都人口密度大其担负的提供生态系统服务责任重大而北京市及周围地区的生态系统服务价值偏高也符合实际情况。其未利用地价值偏低与北京及周边的未利用地得到大力开发有关。

将土地利用类型按照生态系统服务价值高低排序依次为：水域、林地、草地、园地、耕地和未利用地。研究发现京津冀地区不同市区的不同土地利用类型提供的生态系统服务价值高低不同按照生态系统服务价值由高到低的顺序汇总到表4。

表2　京津冀地区各市2012年各土地利用类型的生态系统服务价值Table 2 Ecosystem service value per unit area of land use types using value transfer method in 2012 元/hm2

耕地和林地的生态系统服务价值空间格局较相似前3个城市分别是北京、天津和唐山后3个城市分别是衡水、承德和张家口。天津的草地生态系统服务价值最高剩下的城市排名与耕地一致。城市按园地生态系统服务价值量高低排名与林地完全一致。北京、天津和邯郸的水域生态系统服务价值最高秦皇岛、张家口和承德的最低。按照未利用地生态系统服务价值高低与按照其他地类排序得到的结果完全相反最高的是张家口、承德和衡水，唐山、天津和北京最低。总生态系统服务价值最高的是北京其次是天津、邯郸张家口和承德最低（图7）。

表3　京津冀地区2013年各土地利用类型的生态系统服务价值Table3Ecosystem service value per unit area of land use types using value transfer method in 2013 元/hm2

表4　京津冀地区2013年生态系统服务价值从高到低的城市排序Table4 Cities of value transfer area ranked by ecosystem service value of land use types in 2013

4　结论与讨论

本文收集了近年中国土地利用类型生态系统服务价值评估的相关案例建立 Meta 回归模型通过价值转移计算京津冀地区2012 和2013年土地利用类型的生态系统服务价值。研究结果如下。

1）从前研究常被忽视的社会经济因素如人均GDP和人口密度等在解释生态系统服务价值变化中起到了重要作用。除未利用地外人口密度与其他地类的生态系统服务价值都呈正相关人均GDP与水域和未利用地的生态系统服务价值都呈负相关；除水域外年代与各地类生态系统服务价值呈正相关表明随着时间的推移整体上各地类生态系统服务价值量有所提高水域价值量则略有下降。

2）在评估方法上应用 Costanza系数会高估耕地的生态系统服务价值而低估草地和林地的生态系统服务价值。除耕地外谢高地提出的系数及公式与生态系统服务价值呈负相关“其他方法”则高估了园地的生态系统服务价值。

3） 利用平均完全百分误差（MAPE）评估了 Meta回归模型价值转移的可行性。价值转移在京津冀地区各城市的结果表明：耕地、林地、草地和园地的生态系统服务价值空间格局较相似前三名分别是北京、天津和唐山后三名分别是衡水、承德和张家口；水域生态系统服务价值最高的是北京、天津和邯郸最低的是秦皇岛、承德和张家口；未利用地生态系统服务价值的空间格局和其他地类完全相反张家口、承德和衡水最高唐山、天津和北京最低。

基于 Meta 回归模型的生态系统服务价值方程纳入了社会经济变量给出更全面的核算结果。价值转移过程节省了资金和时间的投入较为高效、准确地核算生态系统服务价值量进而为政策制定提供支撑。在应用 Meta 回归模型的价值转移方程时应当格外注意所采用的社会经济数据的准确性［1］。未来的研究工作中需要范围更广、更高质量的初始评估研究进行 Meta 回归进一步提高结果精确性。

［1］ Stanley T D. Wheat from chaff：Meta-analysis as quantitative literature review. Journal of Economic Perspectives200115（3）：131-150

［2］ Glass G V. Primarysecondaryand meta-analysis of research. Educational Researcher19765（10）：3-8

［3］ Daily G. Nature's services：societal dependence on natural ecosystems. Washington DC：Island Press，1997

［4］ Costanza Rd'Arge RGroot Ret al. The value of the world's ecosystem services and natural capital. Pacific Science1999387：253-260

［5］ Bateman I JHarwood A RMace G Met al. Bringing ecosystem services into economic decision-making：land use in the United Kingdom. Science2013341：45-50

［6］ Brander L MFlorax R J G MVermaat J E. The empirics of wetland valuation：a comprehensive summary and a meta-analysis of the literature. Environmental and Resource Economics200633（2）：223-250

［7］ 谢高地鲁春霞冷允法等. 青藏高原生态资产的价值评估. 自然资源学报200318（2）：189-195

［8］ 毕绪岱. 一项重要研究成果表明：河北省森林年生态经济效益价值 162.28 亿元. 林业科技通讯，19985：45

［9］ 侯元兆王琦. 中国森林资源核算研究. 世界林业研究19958（3）：51-56

［10］ 欧阳志云王效科. 中国陆地生态系统服务功能及其生态经济价值的初步研究. 生态学报1999，19（5）：607-613

［11］ 赵同谦欧阳志云王效科等. 中国陆地地表水生态系统服务功能及其生态经济价值评价. 自然资源学报200318（4）：443-452

［12］ 陈仲新张新时. 中国生态系统效益的价值. 科学通报200045（1）：17-22

［13］ 宗跃光陈红春. 地域生态系统服务功能的价值结构分析：以宁夏灵武市为例. 地理研究200019（2）：148-155

［14］ 宗跃光徐宏彦. 区域生态系统可持续发展的生态价值评价：以宁夏灵武市为例. 生态学报2002，22（10）：1573-1580

［15］ 谢高地张镱锂鲁春霞等. 中国自然草地生态系统服务价值. 自然资源学报200116（1）：47-53

［16］ 赵同谦欧阳志云郑华等. 中国森林生态系统服务功能及其价值评价. 自然资源学报200419（4）：480-491

［17］ 章家恩饶卫民. 农业生态系统的服务功能与可持续利用对策探讨. 生态学杂志200423（4）：99-102

［18］ Brander L MVan Beukering PCesar H S J. The recreational value of coral reefs：a meta-analysis. Ecological Economics200763（1）：209-218

［19］ 李双成. 生态系统服务地理学. 北京：科学出版社，2014

［20］ Farber S CCostanza RWilson M A. Economic and ecological concepts for valuing ecosystem services. Ecological economics200241（3）：375-392

［21］ 陈彦光. 基于 Excel 的地理数据分析. 北京：科学出版社2010：11-12

［22］ Spash C LVatn A. Transferring environmental value estimates：Issues and alternatives. Ecological Economics200660（2）：379-388

［23］ 李双成刘金龙张才玉等. 生态系统服务研究动态及地理学研究范式. 地理学报201166（12）：1618-1630

［24］ Rosenberger R SLoomis J B. Benefit transfer of outdoor recreation use values：a technical document supporting the Forest Service Strategic Plan （2000 revision）. General Technical Report-Rocky Mountain Research StationUSDA Forest Service2001 （RMRS-GTR-72）

［25］ 陈彦光. 地理数学方法：基础及应用. 北京：科学出版社2011：45-98

［26］ 赖瑾瑾刘雪华靳强. 顺义地区生态系统服务功能价值的时空变化. 清华大学学报：自然科学版，200848（9）：1466-1471

［27］ 马程李双成刘金龙等. 基于 SOFM 网络的京津冀地区生态系统服务分区. 地理科学进展2013，32（9）：1383-1393

Ecosystem Service Valuation and Value Transfer of Land Use Types: A Comprehensive Meta-analysis of the Literature

ZHANG YaxinLIU YaZHU WenboLI Shuangcheng†
School of Urban and Environmental SciencesLaboratory for Earth Surface ProcessesPeking UniversityBeijing 100871；† Corresponding authorE-mail：scli@pku.edu.cn

Based on Meta-analysisthe ecosystem service value regression models for cultivated landforest land，pasturegarden landwaters and unused land were established respectively. In addition to time and value method，the geographical division and socio-economic factors （including population density and GDP per capita） were also incorporated into the models. The performance of model indicates that these factors play a significant role in explaining ecosystem service value change. Using value transfer approachthe authors valued ecosystem service of land use types in BeijingTianjinand 11 cities in Hebei Province. The results show that land use types ranked by ecosystem service value are watersforest landpasturegarden landcultivated land and unused land. The ecosystem service values per unit area of cultivated landforest landpasturegarden land and water area in Beijing and Tianjin are more than other areas. The research results on the one hand can enrich the methodology and technology of ecosystem service valuationon the other hand provide scientific support for land use sustainable management in study area.

Meta-analysis；ecosystem service valuation；value transfer；Beijing-Tianjin- Hebei region

X171

国家自然科学基金（41371096）和国家重点基础研究发展计划（2015CB452702）资助

2015-01-28；

2015-04-14；网络出版日期：2015-12-16