四川省土地利用变化对生态系统服务价值的影响研究*

罗 芳，潘 安 ，陈忠升，张 寒

(西华师范大学 国土资源学院，四川 南充 637002)

在人类对地球产生影响的时代，人类从生态系统中获得的生命生存与发展必需的产品及服务称之为生态系统服务功能。生态系统是价值的创造者，生态系统服务价值(ecosystem services values，ESV)是通过货币的形式来度量自然生态系统所产生的价值[1]。ESV 是评价区域可持续发展的有力指标。对ESV 的评估早在20 世纪60 年代就已经开始，但一直未形成完善的定量化评估体系。直到1997 年COSTANZA 等[2]率先以货币形式对全球ESV 开展了评估，提出了系统的评估方法，为世界各地ESV 评估奠定了基础。但受区域社会经济和自然生境的空间异质性影响，统一的价值评估指标无法适用于所有地区。因此，2003 年谢高地等[3]结合中国实际情况，提出了当量因子法，此法在数据基础薄弱的地区也可开展，故被广泛借鉴于各项ESV 评估研究中。

随着中国经济的发展，人地矛盾日渐突出。研究土地利用/覆被变化(land use and cover change，LUCC)对全球气候变化和环境演变研究领域中的特殊现象具有一定的解释作用[4]。LUCC 在水土保持、粮食安全和生物多样性等研究中发挥着重要的作用[5]。经济发达地区和生态脆弱地区是研究的重点和热点区域[6-7]。此外，不少学者还以平原、流域和绿洲等自然尺度，运用土地利用动态度[8]和空间自相关分析等方法[9]，针对土地利用变化的方向、数量、速率及其驱动机制等方面进行研究[10]。土地利用/覆被类型发生变化，引起了自然生态系统结构、营养层次及成分等发生改变，进而引发ESV 改变。近年来，众多学者基于土地利用类型数据，依托多种评估方法对多尺度的ESV 开展了大量研究，如李辉等[11]基于土地利用变化，运用当量因子法对三峡库区ESV 进行评估；刘永强等[12]结合湖南省实际，对价值系数进行修正，测度和分析了区域土地利用转型对ESV所产生的影响。

四川省素称“天府之国”，是长江上游地区重要的生态屏障，是成渝经济区和双城经济圈的重要依托，对于打造内陆战略高地至关重要。伴随四川省经济的发展，环境压力正在逐步增大，因此，掌握四川土地利用现状及其对生态系统服务价值的影响显得尤为重要。目前有关四川省ESV对LUCC 的响应研究并不少见，如彭文甫等[13]分析1996—2006 年四川省土地利用变化，探究其对ESV 的影响；胥媛媛等[14]运用当量因子法，基于2010 年土地利用数据对四川省大熊猫栖息地的ESV 进行评估。整体来看，关于四川省的研究成果大多集中于局部地区且研究时段较短[15]。因此，本研究基于四川省2000—2018 年土地利用数据，借助空间分析技术，全面探究四川省18 年来土地利用变化特征及其对ESV 的影响，以期为四川省土地资源合理规划与环境保护提供参考，为长江流域水土保持和区域土地资源合理利用与开发提供科学依据。

1 材料与方法

1.1 研究区概况

四川省位于中国西南地区，总人口约8 375万人，总面积约4.86×105km2，辖21 个地级行政区；位于中国地理第一阶梯与第二阶梯的过渡地带，省内河流众多，雅砻江、嘉陵江和岷江等河流是长江的重要支流。全省山区面积广大，地势险峻，山地、高原和丘陵地貌居多。川西部地区为山地高原，林地与草原分布广泛；川东部地区以平原与低山丘陵为主，地势相对平坦，耕地面积广阔。川中东部地区属亚热带季风气候，川西南地区为亚热带湿润气候，而川西高原山地地区为高山高原气候。土壤类型多样，包括红壤、黄壤、紫色土和草甸土等。

1.2 数据来源

从中国科学院资源环境科学数据中心(http://www.resdc.cn)获取2000、2010 和2018 年的土地利用/覆被类型数据(空间分辨率为30 m)，根据土地资源及其利用属性，将土地利用/覆被类型分为6 种：耕地、草地、林地、建设用地、水域和未利用地。数据基于各时期Landsat TM/ETM 遥感影像数据，在ArcMap 软件环境下开展人机交互式解译判读，再通过地形图和植被图等区域辅助数据和野外调查验证解译成果。该套数据经过严格的质量控制，遥感影像解译精度耕地和城镇图斑的属性判对率达95%，其余地类达90%[16]。粮食价格、产量和种植面积数据来源于2001、2011和2019 年的《全国农产品成本收益资料汇编》以及各时期的《四川省统计年鉴》。

1.3 研究方法

1.3.1 土地利用动态度

土地利用动态度(单一) (Lu)是指在一定时间段里，某一种地表覆盖类型的面积变化，常用的表达式为：

式中，Ua是四川省研究初期的某种土地利用类型的面积；Ub为研究末期的土地利用类型的面积；T为研究末期减去研究初期所得到的研究时长(年)。

1.3.2 土地利用转移矩阵

转移矩阵由俄国数学家马尔科夫提出，常用于解释客观事物从一种状态转移到另外一种状态的可能性。该矩阵基于马尔科夫模型，应用于土地利用变化，对土地利用转移情况进行定量化描述。是分析各种土地类型间转化的一种较好的方法。

1.3.3 生态系统服务价值评估

目前评估ESV 有多种方法[17]，本研究采用谢高地等[18]构建的基于单位面积价值当量因子法。当量因子法认为1 个标准生态系统服务价值当量因子等于1 hm2农田上生产的粮食作物所产生经济价值的1/7。2000—2018 年，四川省3 种主要粮食作物(稻谷、小麦和玉米)的产量占四川省粮食作物总产量的82%以上。为了避免因不同年份粮食作物售价波动而引起当量因子的巨大变化，以便更好地对2000、2010 与2018 年3 个时期ESV时空变化进行对比分析，参考前人研究成果[19]，本研究以2018 年的农作物价格为数据基础，并结合3 种农作物不同时期的产量与播种面积数据，运用式(2)计算得出四川省2000、2010 和2018年标准生态系统服务价值当量因子En分别为：1 968.99、1 872.78 和2 046.95 元/hm2。

式中，n是农作物的种类；pj和qj分别为j种农作物的价格(元/kg)与产量(kg)；M为n种农作物播种面积之和(hm2)。

借助谢高地等[18]提出的“中国生态系统单位面积生态服务价值当量表”，结合研究区各时期的当量因子及土地利用类型数据，根据式(3)计算四川省各时期的生态系统服务价值。当量因子法认为建设用地类型的价值当量为0，故不参与ESV运算。

式中，ESV 是指研究区域生态系统服务价值；Ai为第i类土地利用类型的面积(hm2)；VCi为第i种土地利用类型的生态系统服务价值系数。

1.3.4 空间自相关分析

全局空间自相关能表征某个空间要素在空间上整体的分布状况，一般采用Moran’sI统计量与Z值度量。Moran’sI值的取值范围界于-1～1 之间。若I值大于0，表征空间要素在空间上呈正相关性；若I值小于0，要素在空间分布上趋于分散，呈负相关性。若I值等于0，则要素在空间上呈随机分布。Z为Moran’sI的标准化统计量，其渐近地服从正态分布，当显著性水平α=0.01 时，|Z|＞2.58 表明ESV 在空间上呈显著的自相关。为了掌握四川省ESV 空间分布情况，运用ArcGIS 软件创建渔网工具，将四川省划分为5.53×104个3 km×3 km 的网格单元，运用Arc-GIS 软件中的Global Moran’sI统计量对格网ESV 做全局空间自相关分析。

局部空间自相关可以检验空间上是否存在要素集聚现象，分析邻近或邻接要素之间的关联性。主要包含空间联系的局部指标(LISA)、G 统计和Moran 散点图等3 种分析方法[19]。为了探究微观尺度上，四川省土地利用类型的ESV 在空间分布上是否具有相关性，明晰ESV 空间分布的聚集情况，基于网格单元，将ESV 数据与格网进行空间链接，随后在GeoDa 软件中完成四川省ESV局部空间自相关分析。

2 结果与分析

2.1 土地利用结构特征分析

整体上来看，四川省2000—2018 年土地利用类型以林地与草地为主，二者多年合计占比达69%以上(表1)。耕地是区域土地利用的重要成分，占比在24%以上。四川省土地利用空间分布存在明显的地域差异(图1)，主要受地形地貌因子影响。川中平原与川东丘陵地区土地类型以耕地为主，林地主要分布于川西山地地区，草地则大范围地分布于川西的高原山地之上，建设用地主要分布在经济较发达的成都平原与盆周丘陵地区，地理条件优越，区位优势明显。水域面积较小，分布在川西高原冰川地区与河流水库地区。此外，区域内有大量未利用地有待开发，2018 年全省未利用地面积达1.77×104km2，主要集中在川西山地高原地区。

表1 四川省土地利用类型结构及其占比Tab.1 The structure and proportion of land use types in Sichuan Province

图1 四川省土地利用现状图)Fig.1 Land use status in Sichuan Province

2.2 土地利用变化特征分析

通过分析四川省2000—2018 土地利用变化数据(表2)，可以归纳得出四川省18 年来土地利用变化特征。

表2 2000—2018 年四川省土地利用面积变化与动态度Tab.2 Changes and dynamics of land use area in Sichuan Province from 2000 to 2018

(1)耕地面积大量减少。耕地受人类社会经济活动影响较大，在2000—2018 年间，共减少了3 298.67 km2，减幅约3%。2000 年以来农村大量耕地撂荒，以成都平原为中心的城市建设用地迅速扩展，导致耕地面积持续减少。尽管相关土地政策规定占用了耕地要做到“占补平衡”，但在施行过程中多只做到数量上的平衡，补充耕地的质量无法得到保障。

(2)林地面积先增后减。林地是森林物质生产和生态服务的源泉，也是四川省主要的土地利用类型之一。2000—2010 年，林地面积增加3 527.47 km2；2010—2018 年，减少39.81 km2；呈现出先增后减的趋势。整体上看，林地面积趋于稳定。

(3)城市建设用地迅速增加。建设用地面积从2000 年的2 972.82 km2，激增到了2018 年的6 132.37 km2。在研究期内，2 个时期增长相当，分别增加1 564.89 和1 594.67 km2。其动态变化率高达52.64%与35.14%。

(4)草地面积不断减少。四川省西部地区多高原山地，草地面积广阔。研究期内，第1 个时期草地面积减少4 025.48 km2，第2 个时期减少444.20 km2，其动态变化度从-2.30%变为-0.26%，减少速率在降低。

(5)水域面积持续增加。2000 年水域面积为3 817.49 km2，2018 年 为4 794.01 km2，共 增 加976.51 km2，其中第1 个时期增加500.20 km2，第2 个时期增加476.31 km2。2000 年以来，四川省内兴修了紫坪铺和瀑布沟等水利工程，使得水域面积持续增加。

(6)未利用地呈先增后减趋势。四川省未利用地主要分布于川西高原山地地区，山高谷深，人烟稀少，开发难度大，占四川省面积的3.60%。在研究期内，第1 个时期未利用地增加181.77 km2，第2 个时期减少37.16 km2。

2.3 土地利用转移特征分析

由表3 和图2 可知：2000—2018 年四川省各土地利用类型间都有着频繁的相互转换过程。2000—2010 年，耕地共转出4 937.85 km2，其中分别转向建设用地与林地1 454.31 和2 346.39 km2，分别占总转出量的30%和47%。草地的转出主要发生在川西地区，草地总转出量为9 696.42 km2，主要转出到耕地、林地和未利用地，分别转出了915.66、6 123.60 和2 220.21 km2。林地主要转向草地与耕地，占总转出量的93%。未利用地主要向草地转换，转换量占总转出量的92%。建设用地与水域向其他地类转换的面积较小。2010—2018 年，草地与耕地面积持续减少，大量转成林地、草地和建设用地。部分林地转成了耕地，主要集中在川南与川东地区。整体来看，2010—2018年土地利用转移更加的频繁。

图2 2000—2018 年土地利用转移图)Fig.2 Land use transfer map from 2000 to 2018

表3 2000—2018 年四川省土地利用转移矩阵Tab.3 Land use transfer matrix of Sichuan Province from 2000 to 2018 km2

2.4 生态系统服务价值变化

2.4.1 生态系统服务价值的数量变化分析

由表4 可知：四川省2000、2010和2018 年ESV 总量分别为15 459.48、14 818.96 和16 203.28亿元，2000—2010 年ESV 减少640.52 亿元，2010—2018 年增加1 384.32 亿元，总量呈先减后增的V 型。林地和草地的生态系统服务价值是ESV 总量构成的主体，两者合占总量约85%。其中，林地所做出的贡献占绝对优势，约为60%。2000—2010 年间，林地面积虽有所增加，受2010 年的当量因子减少的影响，林地ESV 损失261.89 亿元。除水域外其他地类ESV 均有所减少。水域ESV 增加25.83 亿元，可见水域在生态系统服务调节方面具有至关重要的作用。

表4 四川省土地利用类型ESV 总量及变化Tab.4 Total am ount and change of ESV of land use types in Sichuan Province ×108 yuan

从单向生态系统服务价值方面来看，2000—2018 年，四川省ESV (表5)构成从大至小依次为：调节服务、支持服务、供给服务和文化服务。其中，单项ESV 所占比例较大的有保持土壤、维持生物多样性、水文调节、气候调节和气体调节等。食物生产占比最低，且呈先减后增趋势，占ESV 总量的3.10%。2000—2018 年，单项ESV 增减变化明显，保持土壤与维持生物多样性变化的最明显，这表明这两者在维系生态系统稳定方面显得尤为重要。

表5 四川省单项生态系统服务价值Tab.5 The value of individual ecosystem services in Sichuan Province ×108 yuan

2.4.2 生态系统服务价值的时空变化分析

从空间分布来看，四川省各市州ESV 空间分布呈西高东低的特点(表6)。川西的甘孜州、阿坝州和凉山州所辖区划面积广阔，各年3 个州的ESV 总量在9 384.5 亿元以上，对四川省ESV 总量的贡献极大。位于四川盆地周边地区，如绵阳市、雅安市及乐山市等，林地是其主要的土地利用类型，地区ESV 总量较高。资阳市、内江市、自贡市和遂宁市等地的ESV 值最小，对四川省ESV 的贡献最小。从时间变化来看，各市州ESV变化明显，2000—2010 年各市州ESV 均在减少，2010—2018 年各地区ESV 都有所增加。3 个自治州面积广泛，损失与增值也最大；而德阳市、遂宁市和内江市等地ESV 增减变化不太明显。

表6 四川省各市州ESV 空间分布及变化情况Tab.6 Spatial distribution and variation of ESV in Sichuan Province ×108 yuan

为避免因各市州面积不同导致的地区ESV 差异过大，而无法准确地反映各地区的生态系统环境，进一步分析了2000—2018 年四川省各市州单位面积的ESV 及其空间变化情况。结果(图3)显示：四川省单位面积ESV 空间分布存在较大差异性，整体上呈西高东低的分布格局，与市州ESV 总量的空间分布特征基本一致。川西地区土地利用类型以林地和草地为主，对ESV 的贡献率最大，如雅安市、凉山州、攀枝花市和阿坝州等地，草地森林资源丰富，单位面积上的ESV 也最高。成都平原与盆周丘陵地区地势平坦，社会经济发达，人类活动频繁，如成都市、德阳市、遂宁市和资阳市等地区ESV 总量较小，同时地区单位面积ESV 也很低。

图3 四川省单位面积上ESV 空间分布情况(yuan/hm2))Fig.3 Spatial distribution of unit ESV in Sichuan Province

2.4.3 生态系统服务价值的空间自相关分析

四川省2000、2010 和2018 年全局Moran ’sI值分别为0.353、0.342 和0.332，Z值分别为110.85、109.11 和108.34，P值均小于0.000 1。表明四川省ESV 在空间分布上存在正的空间自相关，并非完全随机分布，ESV 高值与低值在空间上趋于集聚。2000—2018 年Moran ’sI整体呈下降趋势，说明四川省ESV 的空间自相关性在减弱。

为了探究生态系统服务价值要素在空间聚类的位置及变化特征，进一步开展局部空间自相关分析，结果(图4)显示：高—高聚集区主要集中在龙门山脉以西的阿坝州、绵阳市、雅安市以及攀西(凉山州和攀枝花市)等地区，这些地区林地和草地分布广泛，受人类活动影响较小；成都平原(成都市、德阳市、眉山市和资阳市)、川东丘陵地区(南充市和遂宁市)和川南地区(内江市、自贡市和宜宾市)是低—低聚集区，这些区域内地势平坦，土地利用类型以耕地为主，城市密集，造成区域ESV 值偏低。不显著的区域在全省范围内均有分布，大面积分布于川西高原和川北地区。2000、2010 和2018 年，高—高聚集区分别有7 251、7 077 和7 057 个单元，低—低聚集区分别有8 502、8 596 和8 459 个单元，不显著区域分别为35 466、35 357 和35 457 个单元。整体来看，低值聚集区范围大于高值聚集区，且两者范围整体上逐渐缩小，但缩小的幅度不大，不显著区域范围变动不大，表征四川省ESV 空间聚集性在缓慢减弱。

图4 2000—2018 年四川省ESV 的LISV 聚集图)Fig.4 LISV aggregation of ESV in Sichuan Province from 2000 to 2018

3 讨论

18 年来，四川省生态系统服务价值提升了743.8 亿元，除当量因子变动产生的影响外，主要得益于林地面积的增加以及水利工程的修建而导致的水域面积增加。有研究表明：林地和水域能创造极高的生态服务价值[20]，二者在区域ESV总量构成中扮演着至关重要的角色，深刻体现了“绿水青山就是金山银山”的科学发展理念。因此，在今后的区域生态环境保护工作中应加强对林地和水域的看管。川西和盆周山地地区森林资源丰富、河湖密集，但社会经济水平较低。可以利用优越的自然资源，借助森林天然氧吧的特点，发展区域旅游产业，引导农民栽种培育高效生态经济林，逐渐缩小与盆地中心地区的发展差距。与林地和水域相比，草地创造的价值相对较低。此外，在草地密集分布区域适当将草地转变为林地，创造更为丰厚的生态价值，增加人民福祉。

进入2000 年以来，四川盆地地区大量耕地转入建设用地之中。该区域在成渝经济协同发展进程中发挥着关键作用。耕地作为一种至关重要的自然资源，其变化直接关系到区域的可持续发展。耕地面积的减少降低了生态系统服务能力，对农业生产安全与生态环境保护也将产生负面影响。因此，应加强区域耕地保护力度，增强土地利用效率。在城市密集分布地区，如成都平原、川东丘陵和安宁河谷等地，合理规划城市发展方向与速率，提高城市空间的利用率。合理开发四川盆地周边山地与川西地区的未利用地。不断优化土地利用结构，促使区域生态系统可持续供给，推动土地利用结构朝着ESV 增值的方向发展。

生态系统服务能否可持续供给一直以来都是国际社会关注的焦点问题[21]，生态系统服务价值的评估方法也呈多样化的态势[17]。相关研究表明：土地利用类型不同程度的变化驱动着生态系统服务功能发生相应转变[19-20]。本研究采用土地利用动态度、土地利用转移矩阵和空间自相关分析方法，探究了四川省2000—2018 年21 个市州的土地利用时空变化特征及其对区域ESV 的影响，旨在为土地资源管理与生态环境的保护提供参考借鉴。本研究打破了将行政区作为评价单元的传统，基于网格单元进行ESV 评估，在此基础上开展空间自相关分析。既从整体上把握区域ESV的空间分布情况，也借助LISA 图直观地刻画出局部ESV 的变化特征，不仅提高评价结果的可视化效果，同时显著提升了评估结果的表达度。结果表明：四川省土地利用类型多样且空间分布具有明显的差异性，区域ESV 在空间上呈西高东低的分布特征，全局Moran’sI显示区域ESV 具有显著的空间聚集性，但其聚集性在逐渐减弱。在彭文甫等[13]的研究中，其区域ESV 的变化趋势和空间分布形式与本研究结果相似，但其当量因子与区域ESV 总量与本研究结果有显著差异，分析其原因主要是受不同年份农产品市场定价的不确定性影响，从而导致计算结果的差异。参数选取和修正角度的不同可能造成同一研究区域产生不同的研究结果[22-23]。谢高地等[18]所构建的当量因子法认为建设用地不能创造任何生态系统服务价值。实际上，城市生态系统是生态系统的一个重要组成部分，除城市中的公园等绿化用地外，城乡建设用地在气体调节、废物处理和提供美学景观等生态服务功能方面具有积极的作用[24]。因此，如何全面地评估包括建设用地在内的区域生态系统服务价值、构建精确度更高和适用性更强的评价指标体系是今后的研究方向。

4 结论

四川省土地利用类型多样，主要以耕地、草地和林地为主。2000—2018 年间各地类均发生明显转变。主要表现为耕地与草地大量减少，林地和建设用地明显增加，大量耕地转为林地和建设用地。受区域土地利用方式变化的影响，四川省ESV 整体呈增加趋势，净增值为743.80 亿元。林地与水域面积的增加对区域ESV 增值起着关键的作用。空间分布上，ESV 主要呈西高东低的分布特征；时间序列上，ESV 高值区域与低值区域均呈缓慢缩小的态势。空间自相关分析结果显示区域ESV 空间分布具有显著的空间聚集性，具体表现为高—高聚集和低—低聚集模式。川西地区是ESV 高—高聚集区，成都平原及盆周东部丘陵地区是ESV 低—低聚集区。