长江流域中部地区生态系统服务价值评估与综合驱动力分析

曾 晨, 李扬镳, 段雪雯, 徐宇琪

(1.华中农业大学 公共管理/土地管理学院, 武汉 430070; 2.中国科学院 地理科学与资源研究所, 北京 100101)

生态系统服务是支撑人类生产和生活的生态系统产品和生态系统功能的总和，是土地利用结构和布局变化所产生的生态效益的重要体现，是国土空间生态修复的重要依据，并且生态系统服务价值的提升也是生态文明建设的重要目标。生态系统服务(ecosystem services)的内涵是在Ehrlich等[1]提出的“生态系统功能”、“环境服务”、“全球环境服务”与“自然服务”等概念的基础上发展而来。国外学者Costanza[2]将其分为包括气体调节、气候调节、干扰调节、水文调节、水供应、水土保持、土壤形成、营养循环、废物处理、授粉、生物控制、提供栖息地、食物生产、原料供给、遗传资源、娱乐、文化在内的17种类型。De Groot等[3]又将其细分为23个小类，并将其概括为生态支持、供给功能、调节功能、信息功能4个大类。国内学者欧阳志云等[4]也对生态系统服务进行了分类，分为了固定太阳能、调节气候等共9个方面。《千年生态系统评估报告》(MA)则将其分为了供给服务、调节服务、文化服务和支持服务4个大类，也是当前被采用最多的分类方法。

近年来生态系统服务价值的评估、时空分异特征以及影响因子分析成为了相关学者研究的热点问题。当量因子法最早由Costanza等[5]提出，随后谢高地等[6]将当量因子法进行了本土化修改，改善了Costanza生态系统服务价值评估方法中对耕地低估的弊端，成为了国内评估生态系统服务价值的主流方法。随着社会经济的快速发展，当量因子的动态修正成为了准确评估生态系统服务价值的重要环节。目前系数修正的方法包括专家打分法、NPP时空调节、降水时空调节、社会发展系数修正等。彭丽云等[7]选取了NPP、降水、土壤保持3个调节因子，在时间和空间上对当量表系数进行了修正，计算出兰州市2007—2016年耕地生态系统服务价值。荔琢等[8]通过修正生态系统服务价值当量因子，计算湿地价值的内外部贡献率，来测度湿地功能价值。胡其玉等[9]则以降水量修正当量因子系数。龚溪等[10]利用多种生态经济学方法对武夷山生态系统服务价值进行评估。孟阳阳等[11]结合主要粮食与作物的平均利润等社会经济发展水平修正当量因子系数。在生态系统服务价值的时空分异特征方面。耿甜伟等[12]利用地理探测器识别生态系统服务价值变化的主导因子，最后基于GWR模型分析各主导因子的空间异质性特征。陈万旭等[13]利用土地利用/覆被变化数据以及生态系统服务价值测度模型，对长江中游地区县域生态系统服务价值时空分异特征进行测度，并构建土地利用生态系统服务价值贡献度和生态系统服务价值敏感性测度方法。在生态系统服务价值与国土空间规划的联系方面，戴文远等[14]通过福州新区2000年、2009年、2015年3期遥感数据和“三生”土地利用主导功能分类体系，定量分析了福州新区土地利用功能转型特征及生态系统服务价值。Yang等[15]则以生态保护红线和气象数据为基础，进行了生态系统服务价值的评估修正。在生态系统服务价值的影响因子方面，韩蕊等[16]采取当量因子法，以川东地区生态服务价值为研究对象，生态系统服务价值时空差异主要驱动因素为农业人口数、人口密度、工业总产值和国内旅游收入。在社会经济发展的影响因子方面，总人口、农业人口、旅游总人数、人均GDP、第一、二、三产业比重、固定资产投资、城市化率、居民人均可支配收入、万元GDP能耗等通过实证研究发现对生态系统服务价值的变化产生显著影响[17-18]。另外，土地利用不仅直接决定了生态系统的主导功能的价值体现[19]，不同用地空间形成的景观格局与生态系统服务价值的关系也在实证中得到了一定的验证[20]。

随着新型城镇化的推进和社会经济的快速发展，生态系统服务的区域性和动态性特征日趋明显，探索生态系统服务价值的影响因素也逐渐成为解决人类社会经济系统和自然生态系统耦合发展的关键问题。但是目前针对区域特征的生态系统服务价值动态修正方法尚未完全建立，国土空间利用与生态系统服务价值的“本土化”关系亦亟待系统测度、比较和分析。同时，生态系统服务的影响因素包括“内因”和“外因”两个方面，过去的研究主要集中在社会经济发展等“外因”的影响机理方面，在反映生态系统与用地空间的动态演化的“内因”方面的研究则相对不足，同时对空间互动的识别和影响尚未深入分析。事实上，景观格局是生态过程发生的载体，承载着土壤、生物、大气中的能量流动与转化，探索景观生态的表征因子对生态系统服务价值的影响有利于挖掘生态系统服务变化的综合驱动机制及其与国土空间利用的内在联系。因此，本研究以长江流域中部地区为例，通过因子修正法计算和比较不同区域的生态系统服务价值，并结合景观生态学指标，采用空间回归方法对其影响因子进行分析。

1 研究区概况和数据来源

长江流域中部地区(东经110°29′—118°28′，北纬25°58′—31°51′)地处我国长江流域中段，总面积约3.17×105km2，拥有多个重要生态功能区，高程-142～3 090 m，地跨“鄂湘赣”三省，是长江经济带生态环境保护和绿色发展战略的重要区域。《长江中游城市群发展规划》由国务院于2015年4月批复，位于长江流域，是重要的交通枢纽地，是中部崛起战略的重点区域，亦是深化改革、推动新型城镇化的重要区域。本研究选取长江流域中部地区湖北省的武汉、黄石、黄冈、孝感、荆门、荆州、天门、潜江、仙桃、鄂州、咸宁11个市(61个县、区)，湖南省的长沙、湘潭、岳阳、株洲、衡阳、益阳、娄底、常德8个市(64个县、区)，江西省的南昌、九江、宜春、新余、吉安、萍乡、景德镇、上饶、抚州、鹰潭10个市(82个县、区)作为研究区，属亚热带季风性气候，年平均降水量在8 000～1 943 mm，以平原为主，土壤肥沃，区域内湖泊聚集，水系众多。

研究数据主要包括长江流域中部地区2010年、2017年2期Landsat TM/ETM高分辨率遥感影像土地利用解译数据，土地利用分类基于《土地利用现状分类标准》(GB/T21010—2017)划分一级地类，包括耕地、林地、草地、水域、建设用地和未利用，二级地类以当量表为准(当量表中不涉及建设用地)；以及长江流域中部地区207个县域单元社会经济数据和景观格局指数。这些数据包括湖北省11个市(61个县、区)，湖南省8个市(64个县、区)，江西省10个市(82个县、区)的固定资产投资、社会消费品零售总额、总产值、第二产业增加值占比、第三产业增加值占比、城镇居民人均可支配收入、常住人口等社会经济数据。此外，景观格局指数由FRAGSTATS工具软件在土地利用数据的基础上计算分析得到，具体包括斑块密度(PD)、蔓延度指数(CONTAG)、香农多样性指数(SHDI)、斑块聚合度(AI)4类(表2)。此外还收集了2010年、2015年的温度数据和降水量数据和中国植被类型数据等。

2 长江流域中部地区生态系统服务价值的评估和建模

2.1 基于NPP系数修正的当量因子法

本文在谢高地等[6]改进的生态系统服务价值当量表的基础上，用Thornthwaite-Memorial模型[21]计算研究区域各县区NPP，进行生态系统服务价值当量的系数修正。植被净初级生产力(Net Primary Production, NPP)是植物在单位时间和单位面积里生产的有机干物质量，反映了植被相关生态系统对气候变化的反映。NPP是许多生态系统功能和过程的基础，Costanza[2]将一些基于NPP的价值估算与基于供给、支持和文化服务的总价值估算进行比较，发现它们具有一致性。之后Costanza等[22]绘制了其一致性的关系图。因为NPP在空间和时间上相对容易用遥感进行测量，所以其成为了评估生态系统服务价值的关键因素。由于生态系统服务价值当量表是基于土地二级利用类型，则由研究区域土地二级利用类型的比例计算出一级利用类型的价值当量。

NPP=3000[1-e-0.0009659(V-20)]

(1)

其中：

(2)

L=3000+25t+0.05t3

(3)

式中:NPP为植被净初级生产力[t/(hm2·a)];V为年度实际蒸散量(mm);L为年度平均蒸散量(mm);t为当年平均温度(℃);r为当年降水量(mm)。

用NPP进行系数修正后，计算生态系统服务价值。

(i=1,2,…,n;j=1,2,…,m)

(4)

表1 生态系统服务分类

2.2 生态系统服务价值变化的空间回归模型

影响生态服务价值的因子分为内在和外在两个方面。内在影响因子反映生态系统与用地空间的动态演化，外在影响因子体现社会经济发展对生态系统的影响机理。生态环境是社会经济发展的基础，社会经济对生态环境具有能动的作用，很大程度上促进或者阻碍着生态环境系统的发展，本文选用研究区域的常住人口表征人口因子，地区生产总值、第二产业增加值占比、第三产业增加值占比表征宏观经济因子，城镇居民人均可支配收入、固定资产投资额、社会消费品零售总额表征社会发展因子，据此研究生态系统服务的外在影响。景观格局是景观异质性的具体体现，其动态变化也受自然环境和人为因素的共同作用，其自然演变必然导致生态系统组分和功能的变化，进而影响生态系统服务价值。PD和SHID描述了斑块密度及多样性程度，表征景观类型类型因子。CONTAG和AI描述斑块之间的团聚程度和连通性，表征景观结构因子。本文将从景观类型因子和景观结构因子两方面探索对生态系统服务价值的内在影响。以2010年和2017年研究区域的ESV总量作为因变量y，上述指标作为自变量x，研究生态系统服务价值的影响因子(表2)。

表2 综合影响因子的选取

将ESV和指标进行对数处理，通过对自变量的相关性分析，通过显著性检验进行逐步回归，剔除不显著的变量，选择最终的影响因子，构造关于生态系统服务价值的线性回归方程。但经典的计量模型无法反映空间上的关系，还需要进行空间相关性的检验和分析。

Moran′sI指数是表征空间相关性的重要指数：

(5)

式中：wij为空间权重矩阵W中的(i,j)元；yi，yj为位置i与j空间单元的属性值。Moran′sI显著为正时，存在正向的空间自相关；Moran′sI显著为负时，则存在负向的空间自相关[23]。

计算Moran′sI指数在构建空间权重矩阵的基础上，空间权重矩阵主要有邻接矩阵和距离矩阵，本文用GeoDa软件构造距离空间权重矩阵，其基本概念是，设定一个固定距离，以其作为阈值，小于这个阈值则将其赋值为1，也即相邻关系，反之赋值0，关系为不相邻：

(6)

构建好空间权重矩阵并选取相应的空间回归模型，其基本形式如下：

ESV=α+ρ·W·ESV+β1(x1)+β1(x2)+ε

(7)

ESV=α+β1(x1)+β2(x2)+ε，ε=λ·Wε+μ

(8)

式中:α为常数项；W为空间权重矩阵；β为待估计的参数；ρ为空间滞后项的待估计参数，ε为随机误差项；λ为空间自相关误差项的待估计参数,也被称为空间自相关系数；μ为误差项；x1为社会经济数据；x2为景观格局指数。当模型形式为空间滞后模型时,则采用模型(7)的形式;当模型形式为空间误差模型时,则采用模型(8)的形式。

3 结果与分析

3.1 生态系统服务价值评估结果

3.1.1 生态系统服务价值时空变化 2010—2017年长江流域中部地区生态系统服务总价值分别是6 060.46亿元、6 876.36亿元(表3)。由于植被净初级生产力提高，其修正系数从2010年的1 688增加至2017年的1 870，变化率为10.77%，这7 a间ESV总量也增加了815.9亿元，变化率为13.46%。在城镇用地不断扩张和人类活动密度加大的情况下，低生态服务价值的未利用地面积减少了24.91%，同时高生态服务价值的水域和林地面积增加了9.01%，0.07%。但是生态系统服务价值在区域内部增长差异明显，湖北省地区增加了275.97亿元，变化率为17.75%；湖南省地区增加了157.05亿元，变化率为8.78%；江西省地区增加了385.88亿元，变化率为14.02%。

表3 生态系统服务价值总量的变化

从空间格局上看，长江流域中部地区各县域单元的生态系统服务价值分布和变化存在空间差异，从中间向两边减少，东西两端的生态系统服务价值较高。从具体县(区)来看，武汉市江岸区、江汉区、硚口区、汉阳区、洪山区，长沙市芙蓉区、开福区、雨花区，南昌市东湖区、西湖区、青云谱区等经济发展较好的区域生态系统服务价值呈降低趋势，而其他区域生态系统服务价值大多呈上升趋势。长江流域中部地区大部分县域单元生态服务价值变化率为2.08%～14.09%，个别区域增长较多，如仙桃市、天门市、监利县、洪湖市、安乡县、新洲区、黄陂县、星子县。

通过LISA集聚分析看出长江流域中部地区高-高集聚区和低-低集聚区较多，该区域内生态系服务价值分布具有聚集性并且高低差异明显(图1)。高-低集聚区和低-高集聚区则表示高值与低值相互交错，空间破碎性明显。2010-2017年变化不大，高-高集聚区和低-低集聚区的分布呈现中间集聚，零散分布，成带状在中间盘踞的特征。高-高集聚区分别是平江县、崇阳县、通山县、临湘市、宜黄县、崇仁县、临川区，低-低集聚区分别是江汉区、汉阳区、武昌区、洪山区、东西湖区、青山区、硚口区、开福区、岳麓区、芙蓉区、珠晖区、石鼓区等地。

图1 生态系统服务价值总量空间分布与LISA聚类

3.1.2 四大类生态系统服务价值 长江流域中部地区3省份不同生态系统服务功能四大类的价值变化趋势不一，其中调节服务、供给服务、文化娱乐呈上升趋势，变化率分别为14.34%，37.77%，30.79%。供给服务和文化娱乐上升较多，支持服务呈下降趋势，变化率为-5.81%，其中湖南省地区支持服务和供给服务变化剧烈。调节服务总量最大，2010年和2017年分别为4 728.98亿元、5 407.30亿元。调节服务中的水文调节是水系的重要生态服务，而长江流域中部地区湖泊、河流聚集且处于政策保护下不断发展，这对区域内生态系统调节服务有较大影响。

从空间分布上看，调节服务、供给服务和文化娱乐在区域内和总的生态系统服务价值具有相似性，即从中间向外围呈下降趋势，而支持服务聚集在东南方向，那里主要是江西省地区(图2)。从2010—2017年调节服务、供给服务和文化娱乐在空间上差异不大，支持服务逐渐向东偏移。

3.1.3 各类用地生态系统服务价值 生态系统服务价值的分地类计算结果发现耕地、水域、林地、草地的生态系统服务价值呈上升趋势，未利用地则呈下降的趋势。其中水域面积从2010—2017年扩大了9.01%，水域生态系统服务价值上升最多且在2017年成为总量最大的生态系统服务价值。水域对生态系统服务有很大贡献，其水资源供给服务、水文调节服务巨大，净化环境服务、气候调节服务、生物多样性服务较强。长江流域中部地区湖泊集聚，水系众多，湖北省有“千湖之省”之名，湖南省内有洞庭湖和湘江、资水、沅水和澧水4大水系，江西省有中国第一大淡水湖鄱阳湖。湖北省2013年发布第一批湖泊保护名录，包括了308个湖泊，而这个数字在2013—2017年里不断增加，为“一湖一法”的落实提供了基础，湖南省、江西省也在不断推进“一湖一法”和“湖长制”、“河长制”的落实，水域的保护不断完善和发展。这使得湖北省、湖南省、江西省水域面积从2010—2017年分别扩大了12.86%，9.01%，7.63%。几个因素共同作用使得其生态系统服务价值较大。

林地生态系统服务价值的增加小于水域的增加，其于2010年是生态系统服务价值最大的地类。林地对气候调节、气体调节、土壤保持、水文调节、生物多样性贡献较大，而长江流域中部地区林地占大约48%，所以其生态系统服务价值较大。

各类用地生态系统服务的空间分布从2010—2017年变化不大(图3)，其中耕地生态系统服务较高区域集中在湖北省天门市、潜江市、仙桃市、钟祥市，江西省丰城市、临川区，湖南省衡南县等地，该区域耕地面积较大。林地生态系统服务较高区域集中在湖南省平江县、浏阳市，江西省修水县、浮梁县、婺源县等地。草地生态系统服务集中于右侧，为湖北省麻城市、江西省遂川县等。水域生态系统服务集中于上半部分，为湖北省洪湖市、湖南省岳阳县、江西省鄱阳县等，洪湖市是四湖汇聚之地，共有大小湖泊102个，岳阳县水网密布，全县有新墙河、汨罗河、东洞庭湖三大水系，鄱阳县境内大小河流225条，总长2 070 km，水文资源的充足使得这些地区生态系统服务价值较大。

图2 4类生态系统服务价值空间情况

图3 各类用地生态系统服务价值空间情况

3.2 生态系统服务价值的影响因素分析

生态系统服务价值与人类社会经济活动密切相关，景观格局也在一定程度决定了生态系统的结构和功能。孔凡靖等[24]通过研究农业人口、城镇化率、万元GDP能耗、农村居民人均可支配收入、第二产业比重与人均农田ESV直接的关系，认为农业人口、城镇化率与万元GDP能耗是引起人均ESV变化的主要驱动因素。赵志刚等[25]通过研究社会经济因素对ESV的影响，认为人口因素与产业结构是其中影响程度较高的因素。另一方面，王丽群等[20]研究景观格局指数对ESV的影响后，认为ESV与PD，LPI，LJI，CONTAC，SHDI相关性高。Hou等[26]也观察到不同类型ESV与PD之间存在高相关性。在已有实证研究的基础上，综合考虑多重共线性与数据收集情况，研究最终选择景观类型因子PD、宏观经济因子第三产业增加值占比、社会发展因子城镇居民人均可支配收入反映生态系统服务价值的变化。

3.2.1 生态服务价值总量的影响因素分析 在相关检验的基础上，采用线性回归模型得到生态系统服务价值总量与景观格局指数PD、第三产业增加值占比、城镇居民人均可支配收入呈现负相关性(表4)。即斑块密度越大，生态系统服务价值越小，斑块密度表示斑块破碎程度和景观异质性，值越高，异质性越大、破碎性越大。因为斑块密度决定生态过程，斑块的破碎程度会影响能量的流动和营养物质的循环，从而影响生态系统服务价值[20]。第三产业增加值占比和城镇居民人均可支配收入越高，生态系统服务价值越低。第三产业的发展和城镇居民人均可支配收入等社会经济因素将导致对食物、原材料等的需求增加，并增加废弃物排放数量，都会降低生态系统服务价值[26]，有损生态系统服务价值。

表4 ESV总量回归结果

进一步通过检验发现OLS(Ordinary Least Squares，普通最小二乘法)误差项存在空间性，同时通过空间自相关指数Moran′sI值的计算发现2010年的长江流域中部地区生态系统服务价值存在正向空间自相关关系，在拉格朗日乘子空间自相关误差检验的研判下，最终采用空间误差回归模型。与线性回归模型的R2相比，拟合效果变好，表明结果更加稳定和准确。从空间误差回归模型中可以分析得出PD、第三产业增加值占比、城镇居民人均可支配收入对生态系统服务价值呈负向影响。PD是景观斑块间分异程度，即破碎化程度的一个表示指标，PD越大则一个单位的斑块面积越小，这是景观破碎、空间异质的表现。PD对生态系统服务价值的影响是负向的，也就是景观的破碎使生态系统服务受到一定程度的损害。第三产业和城镇居民人均可支配收入和经济发展有重要联系，其负向影响说明人类追求经济增长的活动会降低生态系统服务价值。

3.2.2 单项生态服务价值总量的影响因素分析 对11个单项生态系统服务价值进行OLS回归和空间回归，除了气体调节之外，其余的生态系统服务都具有空间自相关效应。结果表明2010年和2017年OLS回归都通过了检验，但调整R2较小，最大调整R2值出现于2010年食物生产生态服务功能为0.503。在空间误差模型拟合后调整R2显著增加。从OLS的回归结果来看，2010年PD对水文调节服务的影响系数最大为-0.376，2017年PD对各项生态服务功能影响在-0.019～-0.178普遍不高。第三产业增加值占比对各项服务的影响差别不大，2010年对维持养分循环影响最大为-0.474，2017年对食物生产影响最大，为-0.422。城镇居民人均可支配收入除了对水文调节服务和食物生产服务的影响较小之外，对其他服务的影响差别不大，2010年对气体调节影响最大为-0.281，2017年对气候调节影响最大为-0.453。2010年和2017年相比，回归结果存在差别，PD和第三产业增加值占比对单项服务的影响多为减小，城镇居民人均可支配收入影响增加，PD的负向影响变化在单项服务里存在差异。

从11类生态系统服务价值的空间误差模型可以看出与最小二乘回归模型相比，该模型的拟合结果更好、更稳定(图4)。3个不同的自变量对11类生态系统服务价值的解释是存在差异的。斑块密度PD主要负向作用于维持养分循环、原料生产两项生态系统服务，这种作用在2010—2017年呈减小趋势。第三产业增加值占比主要负向作用于气候调节、原料生产、维持养分循环3项服务，在2010—2017年期间差异不大，相对维持稳定。城镇居民人均可支配收入对各类生态系统服务的正向作用相对均衡，这种正向影响在2010—2017年已经呈现负向影响。城镇居民人均可支配收入的增加表征着经济发展，收入增加带来了消费的活跃，住房消费增加、娱乐消费增加都导致用地需求的增长，用地需求增长意味着土地利用的转变，极大可能由耕地等向建设用地转变，这势必带来生态系统服务的衰减。

图4 影响因子雷达图

4 讨论和结论

本文采用基于NPP系数修正的价值当量法评估长江流域中部地区3个省份生态系统服务价值，并加以时空分析和比较，采用空间回归方法挖掘了景观格局和社会经济发展对生态系统服务价值的影响。总体来看，2010—2017年，湖北省武汉市江岸区、湖南省长沙市芙蓉区、江西省南昌市东湖区等经济发达的区域生态系统服务价值有所下降，其他县、区、市生态系统服务价值呈上升趋势。长江流域中部地区207个县域单元的生态系统服务价值空间分布存在一定差异，从中部到两端是减少的。斑块密度、第三产业增加值占比、城镇居民人均可支配收入对生态系统服务价值呈负向影响，说明景观的破碎会使生态系统服务受到一定程度的损害，第三产业的发展和人类生活水平的提高也在一定程度上威胁了生态系统服务。据此得出以下结论：(1) 长江流域中部地区生态系统服务价值有所提高，但是湖北省、湖南省和江西省各自变化的幅度有所不同；(2) 各类用地里生态系统服务价值最大的为水域和林地，其次为耕地、草地，2010—2017年呈增加趋势，未利用地生态系统服务价值最小，2010—2017年呈减少趋势；(3) 长江流域中部地区的生态系统服务价值呈现显著的空间自相关现象，斑块密度、第三产业增加值占比、城镇居民人均可支配收入显著负向影响区域的生态系统服务价值，其中城镇居民人均可支配收入的负向影响最大。

在生态文明建设的背景下，为了实现长江流域社会经济系统与自然生态系统的协同发展，推动长江经济带的保护和修复，本文建议：(1) 在国土空间的开发和利用过程中注重空间格局规划，避免高密度、细碎化的开发和建设造成城市远郊区景观破碎化，提升湖南省蒸湘区等，湖北省新洲区等省会城市远郊区与地级市市辖区的生态系统服务价值；(2) 在长江经济带“共抓大保护，不搞大开发”的战略方针下，重视对重要生态功能区的保护，权衡江西省鄱阳县、湖南省岳阳县、湖北省监利县等相关高生态系统服务价值县域经济发展与生态保护的关系，不牺牲生态用地以发展经济；(3) 在诊断生态系统服务中维持养分循环和食物生产功能受到较大威胁的基础上，结合江西省青山湖区、湖北省江夏区、湖南省岳麓区等省会城市中心城区及其他相关地区存在生态系统输入输出养分不均衡以及食物生产供需矛盾加剧等生态环境问题，开展国土空间生态修复，划分出优化开发与重点修复区域、分阶段地制定保护措施，因地制宜地进行开发利用和保护修复。对于重要的生态功能区，要限制人类开发对区域内生态环境本底的影响，改善生态环境质量，以提高生态系服务价值。优化开发区域要根据人口、资源、环境相互协调的发展要求，加大生态系统资源投入，确定合理的生态系统养分循环承载上限，在生态系统承载力范围内走节约用地，规模化发展道路。重点修复区内要以修复食物生产功能为先，确保封禁和退耕措施的同时坚守耕地红线，推广保护性耕作措施，坚持生态保护与治理相结合。

本研究在数据处理和方法设计上有待进一步改进：(1) 基于温度和降水量测算的NPP存在一定的局限性，模型因数据缺失，未对土壤、地形、生物生态学等特性进行测度和考量；(2) 鉴于建设用地生态系统服务价值量较少，忽略了建设用地的生态系统服务价值，有待进一步完善。