重庆市武陵山区土地利用转型的生态系统服务价值效应

张传华, 周 苗, 刘 力, 王钟书, 邓 炜,3

(1.重庆理工大学 管理学院, 重庆 400054; 2.重庆地质矿产研究院, 重庆 400042; 3.重庆铁路投资集团有限公司, 重庆 400025)

土地是人类主要社会经济活动和生态的空间载体，人类通过利用土地来实现自身的生存繁衍和发展。由于社会经济发展和革新的需要，某一区域在一定时间段内从某种土地利用形态转变为另一种形态的过程叫土地利用转型。

土地利用转型也是土地利用/覆被变化(LUCC)综合研究的重要途径，土地利用方式的改变会对生物多样性、生态系统生产力以及城乡空间产生影响[1-3]，从而影响土地资源的生态系统服务价值(ecosystem service values, ESV)。而生态系统服务价值的大小可以反映区域生态环境的优劣，进而作为表征生态环境质量高低的指标用于衡量地区的生态价值水平。

对区域生态系统服务价值的评估在生态经济学和环境经济学中都较为重要[4]。早在19世纪60年代，Marshall[5-6]就对生态系统服务理论展开研究，为之后更深层次的研究奠定了基础。国外学者Costanza等[7]制定出了适用于区域和全球尺度的生态系统服务价值估算方法，在此基础上，中国学者谢高地[8]等对ESV相关系数进行修订，计算出符合中国生态系统和社会经济发展状况的生态系统服务价值的基础当量，并被大量学者和研究人员借鉴，用于学术研究和区域生态系统服务价值评估工作。

土地利用转型频繁发生引发了一系列国土空间功能冲突问题，土地生态功能的退化日益显著。因此，研究土地利用转型与生态系统服务价值之间的关系，提出土地资源合理利用和生态价值最大化的措施具有显著意义。当前较多学者主要围绕在生态系统服务价值的提高方式[9-10]、城镇化与生态系统服务价值之间的关系[11-12]、生态系统服务价值时空演化等[13-14]，学者们将土地利用转型与生态系统服务价值相联系，结合特定流域或市域范围分析土地利用变化带来的生态环境效应[15-17]。

纵观现有研究，成果丰硕，为本研究奠定了坚实的基础，但当前研究仍存在诸多细微的问题有待拓展： ①鲜有学者测算土地利用类型两两间转变的敏感性系数，忽视了生态系统服务价值的变化实质上是由一种土地利用类型面积的转变及由此产生的另一种土地利用类型面积的变化所引发的现象； ②现有研究注重土地利用转型引起的生态系统服务价值总量和空间的变化，而未重视变化贡献率及空间差异。基于此，本研究选取武陵山区生态敏感典型县域重庆市武隆区，利用2010，2015，2020年的土地利用转型数据，构建生态系统服务价值变化贡献率模型和交叉敏感性系数，分析近10 a武隆区土地利用转型的生态系统服务价值效应，以期为武陵山区土地合理利用，资源优化配置，实现保护中开发和生态服务价值最大化提供借鉴。

1 研究区概况与数据来源

1.1 研究区概况

武隆区位于重庆东南部(图1)，东经107°14′—108°05′，北纬29°02′—29°40′，处于武陵山与大娄山的结合部，东邻彭水，西接南川和涪陵，南靠贵州道真，北抵丰都，位于重庆“一圈两翼”的渝东南翼，有“渝黔门屏”之称。武隆区土地总面积为2.89×105hm2，最低海拔160 m，最高海拔2 033 m，全区崇山峻岭，沟壑纵横，自然资源丰富，土壤以紫色土、黄壤土、黄棕壤土和水稻土为主，主要植被为人工林和天然次生林。该区属于亚热带湿润季风气候，全年平均气温17.4 ℃，年降水量1.20×103mm，年总日照时数939.0 h。2019年底，全年地区生产总值突破2.10×1010元，同比增长7.2%，其中第一产业增加值为2.60×105元，同比增长4.6%，第二产业增加值7.85×105元，同比增长8.3%，第三产业增加值1.05×106元，同比增长7.00%，人均地区生产总值5.96×104元，年末常住人口3.55×105人，城镇化率达45.55%。武隆有丰富的旅游资源，包括芙蓉江国家重点风景名胜区、仙女山国家森林公园景区、天生三桥、千里乌江画廊等旅游胜地，被誉为中国西部地质之乡。

图1 重庆市武隆区地形及政区分布

1.2 数据来源预处理

本研究所采用的数据主要包括： ①土地利用类型来源于2010，2015，2020年3个时期土地利用遥感监测数据，基于Landsat OLI/ETM影像数据(空间分辨率为30 m×30 m)和Google Earth影像数据解译获得，利用ArcGIS软件按照《全国遥感监测土地利用/覆盖分类体系》的标准将原有数据进行重分类，分为耕地、林地、草地、水域、荒漠五大类。 ②社会经济数据来源于《武隆区统计年鉴》及武隆区国民经济和社会发展统计公报。以上数据获取后，通过ArcGIS 10.2建立空间数据库进行整合，并统一各专题图件的空间投影坐标系(Gauss_Kruger，CGCS2 000_3_Degree_GK_Zone_35)，统一栅格数据空间分辨率到30 m×30 m。

2 研究方法

2.1 土地利用强度

根据黄静等[18]，陈茹等[19]的研究，按照土地利用类型自然状态被人为干扰的程度，将土地利用理想状态划定为4种土地利用级，等级越高代表受人为干扰的程度越高：Ⅰ级为未利用地；Ⅱ级为林地、草地和水域；Ⅲ级为耕地；Ⅳ级为建设用地，其强度分级指数分别赋值为1，2，3，4。按照各自占据不同的面积比例贡献于土地利用强度综合指数，计算公式如下：

(1)

式中：L是土地利用强度综合指数;Gi表示第i种土地利用类型的强度分级指数;Ai表示第i种土地利用类型面积占土地总面积的比例。

2.2 生态系统服务价值

本文以土地利用现状地类为基础，依据Costanza等[20]和谢高地等[8]确定的生态系统服务价值系数，参考相关单位面积生态服务价值当量的研究成果[21]，并结合实际情况选择与归并地类，最终确定了武隆区单位面积生态系统服务价值量表(表1)。生态系统服务价值评价方法采用单位面积当量法，计算公式如下：

(2)

式中：ESV是生态服务价值;Mi表示第i类生态系统面积;Nij表示i类生态系统j种生态服务功能单位面积生态服务价值。

表1 武隆区单位面积生态系统服务价值量 元/(hm2·a)

2.3 生态系统服务价值变化贡献率模型

2010—2020年武隆区生态系统服务价值的变化差异比较大，变化贡献率表示不同土地利用类型ESV的变化量在一段时间内对总的ESV变化量影响的大小，从而揭示出对区域ESV变化起主要影响作用的贡献因子和敏感因子[22]。因此本研究结合表1划分的生态系统类别，引入变化贡献率对不同土地利用类型进行分析[23]。

(3)

式中：ESVab是变化贡献率; ESVia和ESVib分别是研究期开始和结束时生态系统服务价值。

2.4 交叉敏感性系数

由于一种土地利用类型的转变必然引起另一种土地利用类型面积的变化，因此生态系统服务价值的变化是由某一土地利用类型面积的变化及由此产生的另一种土地利用类型面积的变化所引发的一种综合响应[24]。在借鉴已有研究的基础上[25]，本研究采用交叉敏感性系数测算武隆区各类土地利用类型之间转换的敏感性。

(4)

式中：Ak是土地利用类型k的初始面积;Al是土地利用类型l的初始面积; ΔA是转换的面积; ΔESV是变化的生态系统服务价值。

3 结果与分析

3.1 武隆区土地利用转型分析

3.1.1 土地利用变化时空格局 如图2所示，到2020年，武隆区总面积为2.89×105hm2，各土地利用类型中林地面积最大，为2.14×105hm2，占土地总面积的74.17%；耕地面积为5.68×104hm2，占土地总面积的19.64%；水域主要是贯穿武隆东西的乌江和东南部的江口电站水库，面积较少，为4.22×103hm2，占土地总面积的1.46%；荒漠主要是建设用地，集中分布在乌江沿岸和仙女山街道，面积为1.26×104hm2，占土地总面积的4.37%；草地面积最小，仅有1.02×103hm2，占土地总面积的0.35%。由于武隆区山脉较多，地势起伏大，缺少大面积的平缓地带，导致耕地和草地呈零散式分布，难以集中成片。

a 2010年 b 2015年 c 2020年

3.1.2 土地利用转型分析 为了进一步探讨各地类之间的转换，采用ArcGIS软件的空间分析功能将2010，2015，2020年3期土地利用数据进行叠加分析，获得了3期土地利用类型转换的数据(表2)。

表2 2010—2020年武隆区土地利用变化矩阵 hm2

到2020年，武隆区耕地和草地面积减少幅度较大，水域和荒漠面积有所增加。这说明该区近几年随着经济的发展，武隆区的城镇建设用地需求不断增加，土地开发利用的强度有所提高，土地后备资源有所减少。

2010—2020年期间，耕地转其他类型的面积为2.59×104hm2，其他类型转为耕地的面积为9.55×103hm2，耕地面积减少了1.63×104hm2，主要转为林地和荒漠；林地转为其他类型的面积为1.18×104hm2，其他类型转为林地的面积为2.54×104hm2，林地面积增加了1.36×104hm2，主要来源于耕地和荒漠；草地转为其他类型的有1.12×103hm2，其他类型转为草地的有5.07×102hm2，草地减少了6.12×102hm2，主要转为林地；水域转为其他类型的面积为6.08×102hm2，其他类型转为水域的面积为1.46×103hm2，水域增加了8.52×102hm2，主要来源于林地和耕地；荒漠转为其他类型的面积有4.46×103hm2，其他类型转为荒漠的面积有6.89×103hm2，荒漠增加了2.43×103hm2，主要来源于耕地和林地。

研究区内林地和耕地的面积占比最大，且大部分耕地转变为林地，退耕还林的生态保护措施得到了有效落实，说明武隆区在城镇化建设中，也兼顾了生态环境的保护。

3.2 武隆区生态系统服务价值时空变化分析

3.2.1 生态系统服务价值总量变化分析 由公式(2)分别计算出2010,2015,2020年武隆区各乡镇的生态系统服务价值总量。武隆区2010，2015，2020年的生态系统服务价值总量分别为1.83×1010，1.81×1010，1.95×1010元，虽然有小幅度波动，但总体上呈上升趋势。在参考张帅等[26]研究的基础上，结合武隆区实际情况，统一不同年份生态系统服务价值标准，运用手动断点法将各乡镇的生态系统服务价值划分为Ⅰ，Ⅱ，Ⅲ，Ⅳ 4个等级，以表示“较差”“一般”“良好”“优”的系统发展状态(图3)。2010—2020年浩口乡和土地乡由Ⅰ级变化为Ⅱ级，其余乡镇没有发生变化。总体上，武隆区的生态服务价值没有明显的提升。武隆区大部分乡镇都处于Ⅰ，Ⅱ等级，中高等级的乡镇较少，处于第Ⅲ等级的只有5个，处于第Ⅳ等级的仅2个。

a 2010年 b 2015年 c 2020年

从空间布局上看，生态系统服务价值较高的地区主要集中在武隆区中部，较低的地区主要集中在武隆区东西两侧和中部的土坎镇。若按乌江划分，高值区主要分布在紧邻乌江沿线的南北两侧，以乌江为出发点，总体上看，距其越远的乡镇，生态系统服务价值等级越低。得益于仙女山国家森林公园、天生三桥等自然旅游景点，仙女山镇和白马镇的生态系统服务价值较其余乡镇都更高，处于第Ⅳ等级。

3.2.2 生态系统服务价值变化贡献率分析 2010—2020年武隆区耕地面积减少1.63×104hm2，林地面积增加1.36×104hm2，草地面积减少6.12×102hm2，水域面积增加8.52×102hm2，荒漠面积增加2.43×103hm2(表2)。2010—2020年武隆区生态系统服务价值变化量最大的是林地，增加了1.07×109元，其次是水域，增加了3.65×108元，荒漠的生态系统服务价值增加量不大，不到2.00×106元，耕地和草地都呈负增长的现象，分别减少了2.23×108元和2.40×107元。这与各类用地的单位面积生态系统服务价值量的大小以及各类用地面积的变化情况相关，其中林地的单位面积生态系统服务价值量最大，林地面积的增加量也是最大的，因此林地的生态系统服务价值增加量是最大的。而荒漠的面积虽然也在增加，但由于荒漠的单位面积生态系统服务价值量最低，因此荒漠的生态系统服务价值变化量不大。

根据公式(3)计算出2010—2020年各类用地对生态系统服务价值的变化贡献率(以下简称贡献率)，其中林地的贡献率最大，达到63.67%，其次是水域和耕地，分别为21.62%和13.20%，各地类面积的变化量是导致武隆区各乡镇生态系统服务价值变化的重要原因。草地和荒漠的贡献率之和不到2%，分别为1.41%和0.10%。其中，草地的贡献率小是因为草地的面积变化量不大，荒漠的贡献率小是因为荒漠的单位面积生态服务价值量很小。因此，2010—2020年林地、水域和耕地是武隆区生态系统服务价值变化的主要贡献因子和敏感因子。

各类用地的生态系统服务价值贡献率在空间上有不同的表现，针对武隆区生态系统服务价值变化的主要贡献因子和敏感因子，分别对林地、水域和耕地进行分析(图4)。林地的贡献率为43.88%～81.92%，林地贡献率大的乡镇主要有鸭江镇、庙垭乡、平桥镇、长坝镇、白马镇、大洞河乡以及芙蓉街道，林地贡献率小的乡镇主要有羊角镇、土坎镇、火炉镇、黄莺乡、江口镇和浩口乡；水域的贡献率为2.06%～51.97%，水域贡献率大的乡镇主要有羊角镇、土坎镇、火炉镇、江口镇、黄莺乡、浩口乡，水域贡献率小的乡镇主要有鸭江镇、白马镇和长坝镇；耕地的贡献率在3.17%～17.19%之间，耕地贡献率大的乡镇主要有和顺镇、白马镇、长坝镇、石桥乡、沧沟乡，耕地贡献率小的乡镇主要有羊角街道、土坎镇、黄莺乡、江口镇、浩口乡。

图4 2010—2020年武隆区各类型用地生态系统服务价值(ESV)变化贡献率

3.3 交叉敏感性分析

由公式(4)计算出2010—2020年武隆区生态系统服务价值的交叉敏感性系数(图5)，具体表示为图5a—5e横轴上的土地利用类型向特定土地利用类型转变时的敏感性系数。

图5 武隆区生态系统服务价值交叉敏感性系数

由图5可知，草地与耕地、林地之间的转换敏感性十分显著，其中草地转换为林地时的敏感性与其余土地利用类型之间的敏感性相比处于断层式第一，说明草地与林地之间面积的转化会使生态系统服务价值产生较大幅度的变化。水域向耕地、林地的转换以及荒漠向林地转换的敏感性系数也处于较高水平，敏感性系数都大于10。荒漠转换为耕地、草地转换为水域和荒漠、水域转换为荒漠这几个类型的转换敏感性系数都处于1～5之间。所有土地利用类型转换为草地时的敏感性系数都小于1，表明这些类型之间的转化缺乏敏感性，生态系统服务价值的变化受其转换的影响较小。总体上，除了草地转换为耕地和水域转换为林地这两种转换类型在2010—2015年和2015—2020年两期间的敏感性系数相比差距较大，其余类型间转换的敏感性系数在这两期都相差无几。

4 讨论与结论

4.1 结 论

本研究以武隆区3期土地利用数据为研究对象，通过对生态系统服务价值的时空变化、土地利用转型对生态系统服务价值的变化贡献率以及交叉敏感性分析。

(1) 从总量上看，2010—2020年武隆区ESV总量呈增加趋势，各用地类型ESV中：林地>水域>耕地>草地>荒漠。

(2) 从时序上看，2010—2020年林地和水域的ESV增加，耕地和草地的ESV减少；林地、水域和耕地是武隆区生态系统服务价值变化的主要贡献因子和敏感因子。归结于武隆地区对生态资源的不断重视，致力于推进文旅融合发展，着重建设绿色创新发展，强调人与自然的和谐，既利于打造山清水秀美丽之地，又有助于推进经济的可持续增长，实现了发展与保护的双赢。

(3) 从空间上看，2020年ESV高值区(1.30×109～1.55×109元)主要分布在武隆中部，其中仙女山街道1.55×109元，白马镇1.51×109元，ESV低值区(1.74×108～5.00×108元)主要分布在武隆西部地区的庙垭乡、凤来镇、平桥镇、白云乡、大洞河乡、赵家乡，以及中部的土坎镇和东部的沧沟乡，其中庙垭乡的ESV最低，仅1.74×108元。

(4) 从交叉敏感性上看，草地转换为林地的敏感性系数最高，水域向耕地、林地的转换以及荒漠向林地转换的敏感性系数均大于10，而其他土地利用类型转换为草地时缺乏敏感性。

4.2 讨 论

本研究引入生态系统服务价值变化贡献率模型，有效揭示出引起生态服务价值变化的主要贡献因子和敏感因子，能够就区域用地转变与生态服务价值展开更深层次的探究，改变了现有关于生态系统服务价值通过修正当量因子表和ESV计算公式测算区域生态系统服务价值及其变化的研究范式。

本研究引入交叉敏感性系数测算和分析生态系统服务价值对土地利用类型变化所表现的敏感程度，是对传统敏感性系数的修正和进一步应用。传统敏感性系数反映的是一定区域内生态系统服务价值随时间变化对单位面积生态系统服务价值当量的依赖程度，用来表征某一种土地利用类型的变化对单位面积生态系统服务价值所表现的弹性，其结果并不能反映生态系统服务价值对土地利用类型变化的响应程度。而土地利用类型的转变通常是双向的，即一种地类的变化必然导致其他地类的转变。生态系统服务价值变化的实质就是由一种土地利用类型的变化及由此产生的其他用地类型的变化所引发的综合反映，即各地类间的净转换。

本研究引入生态系统服务价值变化贡献率模型和交叉敏感性系数，定量分析武隆区生态系统服务价值对土地利用变化的敏感程度，揭示引发区域生态系统服务价值变化的主要因子，探究武隆区土地利用转型的生态系统服务价值效应，为地方决策提供了有力的科学依据。

本研究存在的不足。受数据可获取性的限制，本文构建的生态系统服务价值、变化贡献率及敏感性测度指标体系没有考虑城乡在生态环境基础、土地利用结构以及社会经济活动等方面的细微差异，简单地以乡镇为评价单元进行评估，与精细评估还存在一定差距。此外，在今后的研究中，还有必要进一步细化评估单元到栅格，加强部门间基础数据的共享和对接，创新数据整合方式和方法，突破行政界限和城乡壁垒，分析评估对象的连续性变化特征和细微空间差异，为生态安全预警、生态红线划定以及土地政策精准落地提供参考。