黄河下游地区土地利用和生态系统服务价值的时空演变

张鹏岩，耿文亮，杨 丹，李颜颜，张 宇，秦明周※

（1. 黄河中下游数字地理技术教育部重点实验室，河南大学区域规划与发展研究中心，河南大学农业与农村可持续发展研究所，沿黄生态建设与乡村振兴研究河南省学科创新引智平台，开封 475004；2. 黄河文明省部共建协同创新中心，开封 475001）

0 引 言

生态系统服务（Ecosystem Services，ES）是指直接或间接促进人类福祉的生态特征、功能或过程，即人类从生态系统中获得的所有益处[1-2]，而全球范围内土地利用的变化、人口的增加和经济的日益增长都会大大消耗生态系统服务功能[3-4]。从时间尺度和空间尺度来看，生态系统服务变化及其脆弱性与土地利用/土地覆被的变化密切相关[5]，土地利用/土地覆被的变化通常直接或者间接对生态系统格局与过程产生影响，改变着生态系统的服务功能，从而对区域环境产生深刻的影响，进一步对全球环境变化产生深远影响[6]。20 世纪90 年代以来，中国经济发展又迎来一波新的浪潮，城乡空间结构的转型导致了土地利用发生巨大的变化，主要表现为人口的大量增加，城市的盲目扩张和经济的快速增长，迫使大量耕地、林地、草地、未利用地等转变为建设用地，人类对土地的利用和改造越来越频繁，引发了一系列的生态和环境问题[7]。因此，基于土地利用变化的生态系统服务价值研究成为国内外生态系统服务研究的热点问题。

生态系统服务价值的引入将对人类社会的整体发展具有积极意义[8]。土地利用变化作为其中重要的驱动因素，对区域生态系统服务功能及其服务价值产生重要影响[9]。为了对生态系统服务功能进行更直观的表达，Costanza 等[1]首先进行了全球生态系统服务价值（Ecosystem Services Value，ESV）的评估工作，推动相关研究进入一个新的阶段[10]。进入21 世纪后，各国研究人员不断梳理生态系统服务与土地利用变化之间的关系，将生态系统服务研究、全球变化研究、土地利用变化研究等有机地融合在一起[11-12]。在世界各国学者的研究基础上，Costanza 等[13]总结了多年来生态系统服务价值评估的研究经验，对生态系统服务价值的评估工作进行了进一步的改进。目前，生态系统服务价值评估可分为两类，一是基于单位面积价值当量因子的评估方法[14]，二是基于单位服务功能量价格的评估方法[15]，相对而言，当量因子法更适用于区域和全球尺度生态系统服务价值的评估[16]。国内学者根据中国生态系统类型和生态服务价值特征，建立了符合中国实际的中国生态系统单位面积生态服务价值当量[14,17]，在国家[18]、城市群[19]、省市县[20-21]、流域[22]等空间尺度得到广泛应用。全面评估区域的生态系统服务价值，能够提高公众的生态环保意识，帮助政府为中国生态系统保育政策制定和决策过程提供理论依据[23]。

黄河流域是中华民族的摇篮，长期作为中国的政治、经济、文化中心，其发展逐渐由农耕文明为主导的传统社会向大规模城市化的现代社会转型，成为全球动态变化的缩影[24]。黄河流域与黄河所流经的地区在国家发展中具有极为重要的战略意义[25]。黄河下游地区是中国最重要的粮食主产区和生产核心区之一，耕地是研究区内十分重要的土地利用类型，经济和城市化快速发展，城市土地扩张模式对生态系统构成严重威胁[26]。加强对黄河下游地区生态系统服务价值的研究，对整个黄河流域内区域社会经济的可持续发展具有重要意义。目前，国内学者对于黄河下游的生态系统服务研究主要集中在黄河三角洲[27-28]，对于整个黄河下游地区的研究较少。本研究基于土地利用变化数据，通过对生态系统服务价值进行估算，分析其时空演变特征，运用热点分析探究生态系统服务价值的高、低值集聚，运用重心模型探究重心变化的轨迹，运用地理探测器对影响区域生态系统服务价值空间分异的驱动因子进行探测，有助于深入了解社会在满足发展需求的同时对生态系统服务功能的改变程度，对黄河下游生态环境保护和可持续发展具有重要意义。

1 研究区概况

黄河下游以河南省荥阳市的桃花峪为起点，下游全长785.6 km。参照已有研究成果对黄河下游地区的划分[29]，结合引黄灌区覆盖的区域，同时考虑地区经济发展与黄河下游的密切关联性以及地市级行政区划的完整性，本项目将黄河下游地区界定为河南、山东两省的20 个地级市133 个县区（含市辖区），总面积达14.81 万km2。黄河下游地区地形以平原、山地和丘陵为主，海拔在-2～1 682 m，西部是以嵩山为主的豫西山地末段，西北部为太行山脉的豫北山地，东部为鲁中山地丘陵区，中部为豫东平原，北部为鲁西北平原区，中部和北部的平原区地势坦荡，土层深厚，是耕地最为集中的地区，构成华北平原的一部分。黄河下游因泥沙量大，长期淤积形成举世闻名的“地上悬河”。由于独特的地貌类型，使下游地区决溢频繁。多次决溢使其内部土壤存在着盐碱、沙化、干旱、渍涝、排水不良等多种障碍因素，加之人类对该地区的不合理开发利用，导致下游地区生态系统脆弱性升高、稳定性较差，在快速城镇化、工业化、农业现代化的背景下，建设用地扩张、水资源短缺以及城乡居民土地需求多样化等对区域生态安全提出了挑战。

图1 研究区概况 Fig.1 Location of study area

2 数据来源与研究方法

2.1 数据来源

本研究采用的黄河下游地区土地覆被数据来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn），为1990、2000、2010 和2015 年中国土地利用现状遥感监测解译数据，空间分辨率为1 000 m×1 000 m。根据研究区土地资源特征和研究目标，按照“中国土地利用/土地覆盖遥感监测数据分类系统”对各年份的土地利用类型进行一级重分类，得到耕地、林地、草地、水域、建设用地和未利用地6 种土地利用类型。DEM 是30 m 的ASTER GDEM V2 数据，来源于地理空间数据云（http：//www.gscloud.cn）。粮食产量数据来自于1991、2001、2011、2016 年的《河南统计年鉴》《山东统计年鉴》《中国统计年鉴》，粮食价格根据2016 年《中国农产品价格调查年鉴》计算得出。

本研究的驱动因子指标选取主要考虑对生态系统服务价值产生影响的自然因素和人文经济因素。结合研究区实际情况，基于数据的可获取性，最终确定2 类9 项指标：①自然因子：高程、降水、气温、NDVI、土壤侵蚀强度；②社会经济因子：人为影响综合指数、地均GDP、人口空间分布数据、土地利用类型。高程数据基于DEM数据提取，人为影响综合指数参考前人研究计算得到[30]，降水、气温、NDVI、土壤侵蚀强度、地均GDP、人口空间分布数据均来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn）。降水、气温基于中国1980 年以来逐年年降水量空间插值数据集提取，NDVI 数据基于中国年度植被指数（NDVI）空间分布数据集提取，土壤侵蚀强度基于中国土壤侵蚀空间分布数据提取，地均GDP和人口空间分布数据分别基于中国GDP 空间分布公里网格数据集和中国人口空间分布公里网格数据集进行提取。若驱动因子为数值量，需要进行离散化处理得到需要的类型数据集。

2.2 研究方法

2.2.1 土地利用动态度

土地利用动态度是定量评价土地利用变化速度的指标[31]，表征研究区内某一时段不同土地类型的变化速度，包含单一土地利用动态度和综合土地利用动态度。

利用单一土地利用动态度(K)来表达黄河下游地区一定时间内某一土地利用类型数量的速度变化。其模型表达式为

式中i 为第i 类土地利用类型，Uj、Ui分别为研究期末与研究期初某一土地利用类型的面积，T 为研究时长。

利用综合土地利用动态度(LC)来表示黄河下游地区一定时间内综合土地利用类型数量的速度变化。其模型表达式为

式中Ui为研究初期第i 类土地利用类型面积；ΔUi-j为研究时段第i 类土地利用类型转化为非i 类土地利用类型面积的绝对值；n 为不同的土地利用类型数量。

2.2.2 土地利用转移矩阵

土地利用转移矩阵来源于系统分析中对系统状态与状态转移的定量描述[32]，可以全面、具体地刻画区域土地利用变化方向以及研究期末各土地利用类型的来源与构成，反映出人类活动所引导的土地利用变化方向，更好地揭示土地利用格局的时空演化过程。其数学表达式为

式中Uij为i 类用地转为j 类用地的土地面积；n 为不同土地利用的类型数量；i，j 分别为转移前后的土地利用类型。运用ArcGIS 10.3 软件对反映研究区内土地利用的栅格数据进行处理，计算得到研究期内的土地利用转移数据，构建土地利用转移矩阵。

2.2.3 生态系统服务价值测算

单位面积生态系统服务价值的等效系数是评估区域生态系统服务价值的基础。本研究以“中国生态系统单位面积生态服务价值当量”[17]为基础来测算黄河下游地区生态系统服务价值，按单位面积耕地生态系统服务价值等于平均粮食单产市场经济价值的1/7 计算，通过查阅《河南统计年鉴》《山东统计年鉴》《中国统计年鉴》，“国家统计局关于2015 年粮食产量的公告”等，计算得出黄河下游地区1990—2015 年粮食单位面积产量为5 162.88 kg/hm2，该地区主要农产品为小麦、玉米、水稻，同时为了使生态系统服务价值年份对比更直观，选取参照2015 年小麦、玉米、水稻价格的平均值作为实际计算的粮食价格，经查阅《中国农产品价格调查年鉴》并进行计算，得到黄河下游地区粮食单价为2.57 元/kg，确定黄河下游地区单位面积生态系统服务价值系数表（表1），并根据前人研究[1,17,20,33]，假定建设用地的价值系数为0。

表1 黄河下游单位面积生态系统服务价值系数表 Table.1 Factor of ecosystem services value per unit area in the Lower Yellow River

根据不同类型土地利用面积，结合公式（4）分别计算研究区内生态系统服务价值总量，由于研究区内各研究单元受面积大小的影响较大，使得县域间生态系统服务价值空间分异的结果并不合理，因此，结合公式（5）计算研究区内各研究单元的地均生态系统服务价值，基于此分析黄河下游地区生态系统服务价值的时空演变、空间集聚和驱动因子探测，并结合公式（6）计算研究区内地均生态系统服务价值的变化率。

式中ESV 为研究区内生态系统服务价值总量，元；Ui为土地利用类型i 的面积，hm2；VCi为黄河下游地区土地利用类型i 单位面积内提供的生态系统服务价值系数，元/（hm2·a）；AESV 为地均生态系统服务价值，元/hm2，AESVt1和AESVt2分别为t1 和t2 时地均生态系统服务价值，元/hm2；C 为地均生态系统服务价值变化率，%。

为分析生态系统服务价值随时间的变化对于生态系统价值系数的依赖程度，本研究使用敏感性指数，通过上下调整已确定的各类土地利用类型价值系数的50%大小，计算ESV 对VC 变化的响应，最终确定生态系统服务价值随着时间的变化情况和对价值系数的依赖程度[34]。当VC 变化1%时引起ESV 的变化后，若CS > 1 时，说明ESV对VC 富有弹性；若CS < 1 时，则缺乏弹性，CS 比值越大，说明VC 的准确性对ESV 的计算越关键。计算公式如下

式中E（Gi*）为Gi*值的数学期望，Var（Gi*）为Gi*值的方差；Wab为第a、b 地理空间单元的空间权重系数。当Z（Gi*）> 1.96 时，表示为ESV 变化的热点区，当Z（Gi*）介于>1.65～1.96 时，为ESV 次热点区；当Z（Gi*）介于>-1.65～1.65 时，为ESV 不显著变化区；当Z（Gi*）介于-1.96～-1.65 时，为ESV 次冷点区；当Z（Gi*）< -1.96时，为ESV 冷点区。

2.2.5 重心分析

重心模型是研究区域发展过程中要素空间变动的重要分析工具。由于区域发展是要素集聚与扩散的过程，各要素的重心位置处于不断变动之中，要素重心的移动反映了区域发展的空间轨迹[36]。本研究构建的区域生态系统服务价值重心模型公式如下

式中mef为f 年第e 个评价单元的ESV；(xe，ye)为第e 个评价单元的地理中心坐标；为ESV 第f 年的重心坐标。重心移动的方向的计算公式如下

迁移距离的计算公式如下

式中D 为指研究期间重心的移动距离，其余指标含义与公式（12）一致。

2.2.6 地理探测器模型

地理探测器是用来探测地理要素空间分异性，揭示地理要素背后驱动因子的一种新的统计学方法[37]。因子探测可以探测各驱动因子多大程度上解释了分析变量的空间分异；交互探测可以识别不同驱动因子之间共同作用是否增加或减弱对分析变量的解释力[38]。本研究采用地理探测器模型对黄河下游地区影响ESV 空间分异的自然因子、社会经济因子进行探测。公式如下

式中q 为某一影响因子对区域ESV 空间分异的影响力；σh2和σ2分别为次一级区域和全区ESV 的方差；N 为整个研究区的样本数；Nh为次一级样本数；L 为次一级区域个数。其中，q 取值范围为[0,1]，若q 值越大，表明驱动因子对ESV 空间分异的影响越大，能更大程度解释对黄河下游地区ESV 空间分异驱动机制。

3 结果与分析

3.1 黄河下游地区土地利用变化特征

基于遥感数据和统计数据分析，得到黄河下游地区不同土地利用类型面积变化结构（图2）。1990—2015年，耕地始终是研究区内最主要的土地利用类型，占全区总面积70%以上，其次是建设用地。研究区内不同土地利用类型的变化趋势主要表现为：耕地、草地和未利用地面积逐渐减少；建设用地和水域面积也在逐渐增加，水域面积增幅较小；林地面积略有增加，变化不大。

结合黄河下游地区土地利用数据，根据公式（1）和公式（2）分别计算研究区单一土地利用动态度和综合土地利用动态度（表2）。从单一土地利用动态度来看，1990—2000 年间，研究区未利用地变化最剧烈，其次是建设用地，分别是-31.60%和7.33%。2000—2010 年间，未利用地变化幅度仍然最大，但较上一阶段，变化幅度略有降低；水域和建设用地变化幅度较上一阶段有明显的提高；草地较上一阶段减少幅度最大，其次是耕地；2010—2015 年间，耕地、草地、未利用地较上一阶段都有轻微变化幅度，水域、建设用地面积增加幅度较为明显。总体来看，黄河下游地区近25a 间，土地利用变化幅度较为剧烈的是未利用地、建设用地、水域和草地，分别是-48.57%，23.19%，13.24%和-11.62%，耕地变化幅度受制于基数大，变化幅度不明显，林地变化幅度较小。从综合土地利用动态度来看，1990—2015 年变化始终维持在0.10%左右，2000—2010 年间最高，为0.13%，2010—2015 年最低，仅0.07%，主要由于此研究时段较短。土地利用动态度与人类对生态环境开发的强度密切相关，人口增加、建设用地面积扩张，未利用地逐渐被开发，耕地被侵占，出现草地退化等现象；水域面积受气候、径流影响较大；退耕还林还草工程的实施对于林地具有重要的保护措施。地类变化频繁，主要是自然因素和社会经济因素综合作用的影响，因此，各个时期土地利用动态度出现不同幅度的变化。

图2 1990—2015 年黄河下游地区不同土地利用类型面积变化 Fig.2 Area change of different land use types in the Lower Yellow River from 1990 to 2015

表2 1990—2015 年黄河下游地区土地利用变化动态度 Table 2 Dynamic changes of land use in the Lower Yellow River from 1990 to 2015

根据1990—2015 年黄河下游地区土地利用转移矩阵（表3），近25 年间，研究区内土地利用类型发生转变的面积为7 764 km2，占总面积的5.24%，耕地、草地和未利用地面积呈现减少态势，分别减少了2 894 、1 476 、856 km2。水域和建设用地扩张明显，面积分别增加了595、 4 598 km2，林地面积变化微小。其中耕地的转出面积（4 433 km2）占总转出面积（7 764 km2）的57.10%，是其他土地利用类型转入的主要贡献者。建设用地则表现出大幅扩张的态势，转入面积高达4 650 km2，且有82.19%来源耕地。水域的转入面积为1 300 km2明显大于转出面积705 km2，有38.69%来自耕地，46.54%来自未利用地。草地大量转出，净转出面积为856 km2，草地转出量的63.80%转入耕地。

表3 1990—2015 年黄河下游地区土地利用转移矩阵 Table3 Land use transition in the Lower Yellow River from 1990 to 2015 km2

3.2 黄河下游地区地均生态系统服务价值的时空演变

3.2.1 地均生态系统服务价值的时间变化

根据公式（4）计算得出1990、2000、2010、2015 年黄河下游地区ESV 分别为：2 480.24、2 478.13、2 477.95、2 461.38 亿元，近25a 间ESV 降低了18.86 亿元根据公式（5）计算得出AESV 分别为：167.36、167.22、167.21、166.09万元/km2。1990—2000 年间年均降低0.09‰，2000—2010年间年均降低0.01‰，2010—2015 年间年均降低1.34‰，表明了黄河下游地区生态系统总体趋于恶化。

3.2.2 地均生态系统服务价值的空间变化

根据公式（5）计算得到黄河下游地区县域尺度AESV的空间分布（图3）。为了更加清晰地表达县域尺度AESC的空间演变趋势，将AESV>210 万元/km2划分为高值区、190～210 万元/km2为较高值区、170～190 万元/km2为中高值区、150～170 万元/km2为中低值区、130～150 万元/km2为较低值区、<130 万元/km2为低值区。整体来看，黄河下游地区AESV 空间分布差异明显，AESV 的高值区主要分布于主要分布在豫北、豫西和鲁中地区，这些地区海拔较高，多山地丘陵，不适宜进行耕作，因此林地和草地分布范围较广，生态环境相对较好；低值区主要分布在中部和北部的平原地区，这些地区除了耕地外多分布建设用地，生态环境相对较差。具体来看，1990年的高值区主要集中在4 个区域：豫北和豫西13 个县区（焦作市、郑州市以及新乡市、鹤壁市、安阳市的少部分县区）、鲁中7 个县区（淄博市、莱芜市、济南市及泰安市的部分县区）、以及垦利县和微山县；有17个县区属于低值区，主要在周口市和商丘市。2000 年相对于1990 年比，高值区明显较少，减少的区域主要集中在豫西地区，主要表现在郑州市辖区、中牟县、孟州市、武陟县，这一阶段该区域城市化发展水平较快，出现建设用地侵占耕地、草地等现象；低值区较前一阶段的变化主要表现在河南省新增加了长葛市、鄢陵县，山东省新增了定陶县和莘县。2010 年较2000 年相比，高值区和低值区没有明显变化，主要归功于全面推行退耕还林还草政策的实施。2015 年与前一阶段相比，高值区较前一阶段数量有所增加，河南省新增了南乐县，山东省新增了菏泽市辖区以及荏平县，而黄河下游中部平原地区有形成低值区连接的趋势。

图3 1990—2015 年黄河下游地区AESV 空间分布 Fig. 3 Spatial distribution of Average Ecosystem Services Value(AESV) in the lower Yellow River from 1990 to 2015

根据公式（6）计算得出黄河下游县域尺度AESV 的变化率，得到AESV 变化率的空间分布（图4）。具体来看，1990—2000 年间，81.2%的县区AESV 处于减少趋势，17.29%的县区处于增加趋势，增加幅度较大的县区主要分布在山东省，其中微山县增幅高达83.22%，减少幅度较大的县区主要分布在河南省，其中郑州市辖区、开封市辖区、周口市辖区、濮阳市辖区、新郑市、中牟县、开封县、封丘县、长垣县、武陟县、温县、孟州市AESV减少幅度超过10%。2000—2010 年间，36.84%的县区AESV 处于增加趋势，60.9%的县区趋于减少，这一阶段，呈增加趋势的县区数量较1990—2000年这一阶段增加26个。2010—2015 年间，86.47%的县区AESV 趋于较低幅度的降低，增长的地区主要为山东省12 个县区以及河南省3 个县区。

图4 1990—2015 年黄河下游地区AESV 变化率空间分布 Fig. 4 Spatial distribution of the change rate of AESV in the Lower Yellow River from 1990 to 2015

3.2.3 生态系统服务价值对价值系数的敏感性分析

根据公式（7），通过上下调整50%的生态系统服务价值系数来计算敏感性指数（表4），结果表明，黄河下游地区所有土地利用类型的生态系统服务价值系数的敏感性指数均小于1，由高到低依次为耕地、水域、林地、草地、未利用地。其中，耕地的敏感性指数为0.63～0.65，说明当耕地的价值系数增加1%时，生态系统服务价值将增加0.63%～0.65%。敏感性分析表明，黄河下游地区的生态系统服务价值是缺乏弹性的，相对于价值系数来说是相对稳定的，因此本研究所选取的价值系数适用于该研究区。

表4 生态系统服务价值敏感性指数变化表 Table4 Changes of sensitivity index of ecosystem service value

3.3 黄河下游地区地均生态系统服务价值冷热点格局及演变特征

为探究1990—2015 年黄河下游地区AESV 空间集聚特征，根据公式（8）和公式（9），采用ArcGIS 10.3 软件中的热点分析工具，对1990、2000、2010、2015 四个年份AESV 进行冷热点探测，得到黄河下游地区AESV的冷热点分布（图5）。整体来看，黄河下游地区AESV的空间格局保持相对稳定，热点区仍然主要分布在豫西和鲁中的山地地区；冷点区主要分布在豫东平原地区。具体来看，1990 年AESV 的空间集聚最为明显，热点区主要分布在豫西地区郑州市、焦作市下辖的12 个县区和鲁中地区泰安市、莱芜市下辖的5 个县区，除此之外，水域面积分布较广的山东省微山县和鱼台县也成为高值集聚的区域；冷点区主要集中在周口市辖区、商水县、项城市、淮阳县、西华县、鹿邑县、柘城县、太康县、睢县、宁陵县等耕地分布较广的平原地区。2000 年热点区和冷点区较前一阶段出现萎缩趋势，鲁中地区的济南市辖区、泰安市辖区和新泰县由热点区变为了次热点区，豫西地区的热点区有一半变成了不显著区，豫东地区的次冷点区逐渐消失，变为不显著区，冷点区大量消减。2010 年较2000 年冷点区和热点区变化并不明显，只有河南省许昌市辖区、许昌县、襄城县与鄢陵县新增成为次冷点区。2015 年冷点区已经消失，冷热点和热点区变化极其微小，只有周口市次冷点区减少。

图5 1990—2015 年黄河下游地区AESV 的空间集聚图 Fig.5 Spatial clustering of AESV in the Lower Yellow River from 1990 to 2015

为深入探究1990—2015 年黄河下游地区AESV 变化的空间分布特征，仍然采用ArcGIS 10.3 中热点分析工具，对1990—2000 年、2000—2010 年、2010—2015 年3 个时段AESV 的变化量进行冷/热点探测，得到黄河下游地区AESV 增减变化的冷热点分布（图6）。

具体来看，1990—2000 年，AESV 变化的热点区分布在济宁市的微山县和鱼台县。冷点区和次冷点区集中分布在河南省焦作、郑州、新乡、开封四市相临的县区。2000—2010 年，价值量变化较前一阶段出现了明显的高值集聚，热点区主要分布在焦作市下辖孟州市、温县、沁阳市、博爱县和紧邻的巩义市，开封市辖区、开封县及北部相邻的封丘县，以及山东的曲阜市。次热点区有5 个县区，其中3 个分布在热点区周围，2 个分布在东营市的利津县和垦利县。冷点区转移至许昌下辖6 个县区以及北边的新郑市。2010—2015 年，与前一阶段相比，冷热点迁移明显，热点区分布在沾化县和滨州市辖区，次热点区数量衰减至2 个，冷点区分布在郑州市下辖的新密市、新郑市、中牟县，以及永城市、曲阜市和宁阳县，次热点区分布在郑州市辖区、夏邑县和汶上县。

图6 1990—2015 年黄河下游地区AESV 变化的空间集聚图 Fig.6 Spatial clustering of AESV changes in the Lower Yellow River from 1990 to 2015

3.4 黄河下游地区生态系统服务价值重心变化轨迹

根据区域ESV 重心模型公式（10）和公式（11）计算得出1990—2015年间黄河下游地区ESV的重心变化趋势（图7）。由图7 可知，1990 年的重心是（115°51'25.2"E，35°42'39.6"N），2000 年的重心是（115°55'8.4"E，35°43'15.6"N），2010 年的重心是（115°54'50.4"E，35°42'46.8"N），2015 年的重心是（115°54'50.4"E，35°42'54"N）。根据重心分布的位置来看，1990—2015年间ESV 的重心始终分布在山东省郓城县，说明山东地区的ESV 始终高于河南地区。根据公式（12）计算黄河下游地区ESV 重心的移动方向，根据公式（13）计算重心的移动距离，得到1990—2000 年间ESV 重心向北偏东78°方向迁移了7.57km，结合1990—2000 年间的ESV来看，整个黄河下游地区减少了2.11 亿元，河南地区减少了44.46 亿元，山东地区增加了42.35 亿元，两地区ESV差值出现较大幅度的增加，表现为ESV 的重心向ESV 增加的地区（山东地区）明显迁移趋势。2000—2010 年间，ESV 重心向南偏东24.5°方向迁移了0.71km，这一阶段整个地区的ESV 减少了0.18 亿元，河南地区增加5.69亿元，山东地区减少了5.87 亿元，因此这一阶段重心出现向河南地区迁移的趋势。2010—2015 年间，重心迁移较前一阶段几乎没有变化，在这5a 间，整个黄河下游地区减少了16.56 亿元，这一阶段与前两个阶段相比出现了较大幅度的减少，但是由于河南地区和山东地区生态系统服务价值减少数值十分相近，且相对均衡，河南地区减少了8.51 亿元，山东地区减少了8.05 亿元，因此这一阶段黄河下游地区ESV 的重心变化非常微小。

3.5 黄河下游地区生态系统服务价值空间分异的驱动分析

基于黄河下游地区县域研究尺度，以AESV 作为因变量，以气温（X1）、降水（X2）、高程（X3）、土壤侵蚀强度（X4）、NDVI（X5）、人为影响综合指数（X6）、地均GDP（X7）、人口空间分布数据（X8）、土地利用类型（X9）为因变量，基于GeoDetector 工具的“因子探测”和“交互作用探测”功能，输入地理探测器进行驱动因子及驱动因子之间交互作用的定量分析，探讨黄河下游地区ESV 空间分异的主导因子，以及各驱动因子间交互作用的特征，最终得到地理探测器对黄河下游AESV空间分异的因子探测结果（表5）和交互探测结果（表6）.

图7 1990—2015 年黄河下游地区ESV 重心变化轨迹 Fig.7 Change of barycenter of average ESV in the Lower Yellow River from 1990 to 2015

表5 地理探测器的因子探测 Table 5 Factor detector of the GeoDetector

从表5 中可以看出，黄河下游地区AESV 空间上的差异受自然因素和社会经济因素共同作用的影响，根据各驱动因子的q 统计量从大到小排序为：人为影响综合指数、高程、气温、降水、NDVI、地均GDP、人口空间分布数据、土壤侵蚀强度、土地利用类型，可以看出，人类综合影响指数（X6）的q 统计量为0.75，对区域生态系统服务的影响最大，是黄河下游地区县域尺度AESV空间分异最主要的原因，也反映了黄河下游地区是人类活动的热点区域，人类活动频繁，社会经济发展迅速。高程（X3）的q 统计量也达到0.23，是影响其空间分异的重要因素；气温（X1）、降水（X2）、NDVI（X5）在0.10～0.15 之间，也是影响其空间分异较为重要的因素。而地均GDP（X7）、人口空间分布（X8）、土壤侵蚀强度（X4）、土地利用类型（X9）q 值小于0.1，说明这些驱动因子一定程度上影响着AESV 的空间分异，但是影响程度较小。

表6 地理探测器的交叉探测 Table 6 Interaction detector of the GeoDetector

从表6 中可以看出，任何两种驱动因子对黄河下游地区县域尺度AESV 空间分异的交互作用均大于一个驱动因子的单独作用，也证实了黄河下游地区县域尺度AESV 空间分异结果的不是由单一驱动因子造成的，而是由不同驱动因子共同作用的结果。从交互探测的结果来看，人为影响综合指数（X6）与气温（X1）、降水（X2）、NDVI（X5）之间的交互作用程度达到0.85 左右，不同驱动力之间的交互作用对区域AESV 的空间分异影响明显增强，不同因子之间的复杂耦合作用所形成的协同增强效应共同影响了区域AESV 在空间上分异效果。黄河下游地区生态环境较为脆弱，受制于自然因素的约束，加之人类活动较为频繁，因此要采取与自然环境、社会经济发展水平相适应的发展模型，加强生态保护治理，促进生态文明建设。

4 结论与讨论

1）耕地是黄河下游地区最主要的土地利用类型，1990—2015 年间，全区耕地、未利用地、草地面积逐渐减少，分别减少了2 894 、1 476 、856 km2，而建设用地和水域面积逐渐增加，分别增加了4 598 、595 km2。从不同土地利用类型的动态变化度来看，变化最剧烈的未利用地，幅度最小的是林地；综合土地利用变化度基本上稳定在0.1%左右。从土地利用类型的转移情况来看，耕地是其他土地利用类型转入的主要贡献者，建设用地表现出大幅扩张的态势，且有82.19%来源耕地。

2）从时间尺度看，黄河下游地区近25 年间生态系统服务价值ESV 降低了18.86 亿元，生态系统需要进行保护和改善。从空间尺度来看，县域尺度的地均生态系统服务价值AESV 空间分布差异明显，高值区主要分布于主要分布在豫西、豫北的山地地区和鲁中山地丘陵区，低值区主要分布在建设用地较多的平原地区。高值区逐渐减少，低值区逐渐增加，且低值区有形成沿着平原地区南北贯通的趋势。黄河下游地区各县区AESV 的变化较为明显，大多数县区处于减少趋势，2000—2010 年较前一阶段情况稍有好转。本研究通过敏感性指数来反映ESV 对生态价值系数的依赖程度，表明所选用的生态价值系数比较合理。

3）黄河下游地区AESV 的热点区主要分布在海拔较高、植被覆盖较广的豫西和鲁中地区，冷点区分布在豫东平原地区。整体来看，热点区和冷点区都有逐渐减少的趋势，空间集聚趋于弱化。微山县和鱼台县受广阔水域面积的影响始终是热点区。重心模型研究表明，山东地区ESV 始终高于河南地区，重心前移距离与两地区之间生态系统服务价值变化差值有关。

4）黄河下游地区AESV 空间上的差异受自然因素和社会经济因素共同作用的影响，人为综合影响指数对区域生态系统服务的影响最大，是黄河下游地区县域尺度AESV 空间分异最主要的原因，其次是高程，地均GDP、人口空间分布、土壤侵蚀强度、土地利用类型等对于AESV 空间分异的影响较小。黄河下游地区县域尺度AESV 空间分异结果的不是由单一驱动因子造成的，而是由不同驱动因子共同作用的结果，不同驱动因子之间的复杂耦合作用所形成的协同增强效应共同影响了区域AESV 在空间上分异效果。

黄河下游地区未来的发展需完善生态保护的法律法规、强化监管责任，严格控制城市建设用地的盲目扩张，划定区域生态保护红线，加大生态用地保护力度，同时还需做好区域范围内的生态补偿，从而促进黄河下游地区生态经济系统协调高质量发展。在建设用地的ESV 评估方面，由于其自然的复杂性对区域ESV 总量的结果影响较大，在今后的研究中将从不同城乡等级、多种建设用地生态功能角度探究建设用地ESV 的评估。在ESV 空间分异的驱动力探测方面，本研究仅以2015 年为例探测了黄河下游地区县域尺度AESV 空间分异的驱动因子，驱动因子探测还可以从多个年份、不同空间尺度开展研究，揭示不同驱动因子对于ESV 在时序和多层次空间上的变化规律。