近30年唐山市生态服务价值空间分异及地理探测研究

董悦，付梅臣*，陈乃鸽，刘金兰

（1.中国地质大学（北京）土地科学技术学院，北京 100083；2.中国科学院地理科学与资源研究所，陆地表层格局与模拟重点实验室，北京 100101；3.中国科学院大学，北京 100049；4.中国矿业大学（北京）土地复垦与生态重建研究所，北京 100083）

生态系统服务是指人类从生态系统特征、功能和过程中直接或间接获取的生态惠益，并提供了维持地球生命支持系统的资源和环境条件[1]。从生态经济学来看，人类开发利用过程中只片面强调生态系统服务的直接使用价值，忽略了其外部衍生的生态效用[2]，使生态系统服务供给能力衰减，导致生态格局破碎、生物多样性丧失等问题突显。随着生态可持续机制的深入，生态系统服务价值（Ecosystem Services Value，ESV）评估作为量化生态系统服务供给潜力和生态效用的重要手段[3]，可以为解决生态系统结构性损坏和功能性退化提供研究方法[4]。目前生态系统服务价值评估主要集中于不同尺度（国家[1]、省市县域[5]）、不同区域（流域[6-8]、森林[9]、黄土高原[10]）、不同角度（生态学[4]、经济学[11]）和不同生态系统类型（湿地[12]、海洋[13]、冰川[14]）的价值评估，系统地探讨了生态系统服务功能变化、土地利用程度和景观格局变化，但相关研究大多以构建当量因子表进行静态评估[15]，对生态系统服务价值驱动机制缺少考虑。因此，结合驱动机制的生态系统服务价值评估可以更全面认识生态系统服务价值的演变特征及影响因子，为构建生态安全格局提供保障。

近年来，针对ESV影响因子的研究主要是选取评价指标建立评价体系，利用统计学及线性关系（主成分及相关性分析[16]、回归模型[17]、灰色关联度[18]）、分类探讨（Excel 数据汇总[12]）等分析驱动因子，多数学者开展的驱动力研究并未验证变量之间相互作用强度，经过物理和数学公式获取的结果缺少因子空间关联性，忽视了内部复杂的耦合作用，无法揭示空间分异特征。地理探测器作为探索空间分异的统计学方法，揭示了自变量和因变量空间分布关系[19]，进一步解释了生态系统服务价值空间异质性、多因子交互作用机制。同理，对ESV 评估进行地理探测，可通过控制影响价值变化的潜在因子，分析内部因子作用强度空间差异性。当前，地理探测器的应用研究中，其研究范围涉及空气质量驱动分析[20]、空间分布格局研究[21]、地质灾害研究[22]等多方面，研究对象以省市、流域[23]、农田等为主，而以沿海资源型城市为对象的研究较少。万伦来等[24]开展了资源型城市生态系统价值评估,为地区绿色矿业发展、生态屏障建设等提供了理论依据[24]。

唐山市“十三五”规划中提出该市正处于资源型城市转型的关键阶段，生态优先、绿色发展是推动转型升级的重要抓手。同时，唐山市不断强化向海意识，以“蓝色思维”推动唐山沿海发展。在这个过程中产业转型伴随着剧烈的土地利用变化，对生态系统服务价值变化产生巨大影响，全面分析该变化有利于深入了解资源型城市转型中的生态系统服务价值空间分布格局变化。因此，本研究利用1990、2005、2010、2015 年土地覆被变化数据，采用当量因子法、空间相关性系统分析了近30 年唐山市生态系统服务价值的空间演变特征，并对生态系统服务价值驱动机制耦合性进行地理探测，从空间尺度和内部联动性对唐山市创建森林城市、矿区覆绿的生态建设提供有效建议。

1 数据来源与研究方法

1.1 研究区概况

唐山市地处河北省东部，位于环渤海经济圈，地形由北向南呈梯形下降趋势，包括山地丘陵、沿海平原两大地貌区，总面积约为13 472 km2（图1）。山地丘陵区煤矿、铁矿蕴藏量丰富，为唐山的煤炭钢铁核心产业提供了大量原材料。沿海平原区分布着广阔的滩涂、潮沟、湿地和自然海岛，是多种海洋动物生存、活动及鸟类迁徙、栖息的重要场所。同时，海岸临港产业聚集，兴建了京唐港区、曹妃甸港区和丰南港区三大港口，吞吐量大，是唐山市产业转型的关键区域。

图1 唐山市范围及地理位置Figure 1 Tangshan City scope and geographical location

1.2 数据来源

本研究使用的唐山市土地覆被数据来自中国科学院资源环境科学数据中心（http：//www.resdc.cn）解译的1990、2005、2010、2015 年土地利用数据（图2）。其中1990、2005、2010 年遥感解译主要使用了Landsat-TM/ETM 遥感影像数据，2015 年主要使用Landsat 8遥感影像数据，均按照中国土地利用/土地覆盖数据分类系统进行一级分类，得到耕地、林地、草地、水域、湿地、建设用地和未利用地7 种土地利用类型。粮食产量、播种面积和粮食价格数据来自1990、2005、2010、2015 年的《唐山统计年鉴》和《中国农产品价格调查年鉴》。其余高程、降雨、气温、土壤侵蚀强度、归一化植被指数（NDVI）等数据均来自中国科学院资源环境科学数据中心，采用自然间断点法对数据进行离散化处理，最终形成土地类型数据。

图2 唐山市土地利用现状Figure 2 Current land use of Tangshan City

1.3 研究方法

1.3.1 生态系统服务价值

谢高地等[25-26]提出1 个当量因子为单位面积的农田生态系统每年每公顷主要粮食作物经济价值的1/7，以此为基础量化不同类型生态系统服务价值量，同时，根据谢高地等[27]提出的区域农田生态系统生物量因子（河北省为1.02）修正生态系统服务经济价值，定量分析不同生态系统类型对生态系统服务的贡献程度。

根据唐山市1990、2005、2010、2015年的主要粮食作物产量、播种面积和粮食价格计算1 个当量因子价值，主要粮食作物选取小麦、玉米和水稻。为减少经济发展水平对数据的影响，分别获取研究时点下小麦、玉米和水稻的单产和市场价格，进行均值计算后单产分别为5 317.56、6 069.21 kg·hm-2和8 800.39 kg·hm-2，市场价格分别为1.89、1.74 元·kg-1和2.26 元·kg-1，计算得到一个价值当量的经济价值为1 694.84 元·hm-2，再进行区域修正得到唐山市生态系统服务价值系数表（表1）。

根据唐山市1990、2005、2010、2015 年主要粮食作物种植面积、产量、平均市场价格等数据，计算当量因子的经济价值。其计算公式为：

式中：E为1 hm2农田粮食产量的经济价值，元·hm-2；j为主要粮食作物种类；aj为第j种粮食作物的面积，hm2；pj为第j种粮食作物的平均市场价格，元·kg-1；qj为第j种粮食作物的单产，kg·hm-2；A为粮食作物种植面积，hm2；Ki为第i种生态系统服务价值当量；Q为农田生态系统生物量因子；Pi为第i种生态系统服务价值系数，元·hm-2。

通过统计不同土地类型的总面积，结合表1 可以分别获得不同生态系统服务价值量，最终得到研究区域总价值量。其计算公式为：

式中：ESV为唐山市生态系统服务总价值，元；Si为第i种土地利用类型面积，hm2。

1.3.2 网格尺度下生态系统服务价值

网格面状单元作为指标因子数据评价载体，可以进一步揭示区域空间价值变化特征。本研究在ArcGIS 10.7 中运用Create Fishnet 工具创建1.5 km×1.5 km 的网格样点，并将ESV 赋值到网格矢量中，得到网格尺度下ESV空间分布。

1.3.3 空间自相关

空间自相关是探究区域与邻域之间同一属性值的相关程度[28]，反映事物的空间集聚性。通过局部自相关Moran′sI指数反映ESV 空间聚集性，I取值在[-1，1]，指数越接近-1，说明生态系统服务价值分布越零散，分异性越大；指数接近0 时，说明研究区域不存在空间相关性，分布随机；指数越接近1，说明空间正相关性越强，空间分布聚集。其计算公式为：

式中：xi、xj分别为评价单元i、j的ESV，元；为研究区ESV均值，元；wij为空间权重；n为评价单元数量。

1.3.4 地理探测器

地理探测器是由王劲峰等[19]提出的探测驱动因子空间分异特性的统计学方法，揭示因子对某现象空间分布的影响[29]。该方法通过q值来反映自变量对因变量空间分异的解释程度，q的值域为[0，1]。q为0，表示自变量对因变量的空间分布无关系；q为1，表示自变量完全控制因变量的空间分布。该方法既可以探测单因子空间分异性，还可以判断多因子交互作用的强弱，公式为：

式中：q为某一因子对唐山市ESV 空间分布的解释程度；h=1，2，…，L，为次一级样本数；Nh和N分别为层h和研究区的样本数；和σ2分别为次一级和唐山市ESV的方差。

交互作用检验的是因子之间共同作用相对于单因子对ESV变化的影响[30]，交互因子关系如表2所示。

表2 地理探测器交互探测因子关系Table 2 Tangshan City interaction detection factor relationship

唐山市地形由北向南呈梯形下降趋势，由山地丘陵过渡到沿海平原，同时，人口聚集性高，产业布局明显，考虑到对生态系统服务和功能变化有影响的自然环境因子和社会经济因子，结合数据的可获取性和易操作性，选取的影响因子包括：①自然环境因子：高程、坡度、降雨、气温、土壤侵蚀强度、NDVI、土地利用程度；②社会经济因子：地均GDP、人口密度、渔业产值。其中，自然环境因子可以直接影响ESV 空间分布，本研究选取的地形、坡度是ESV 空间格局形成的决定性因子；气温、降雨、NDVI 等表征自然本底和植物群落生长情况；土壤侵蚀强度探测低山丘陵、采煤塌陷区生态脆弱性对ESV分布的影响；土地利用程度反映城镇化趋势，表征人为活动对ESV的干扰。社会经济因子通过内部发展生产力影响ESV空间分布，其中地均GDP、人口密度、渔业产值从区域发展和地区特色渔业反映社会经济活动。

2 结果与分析

2.1 唐山市生态系统服务价值

2.1.1 唐山市生态系统服务价值变化趋势

结合表1 和公式（1）、（2）、（3）求得唐山市生态系统服务价值总量（图3），结果表明，1990—2015 年唐山市ESV 呈先下降再上升的变化趋势，总体增长8.34亿元，增长率为3.33%，其中，1990—2010 年下降了8.96亿元，2010—2015年增加了17.30亿元。另外，不同土地类型的ESV 变化差异较大。ESV 的增加主要来自水域，1990—2015 年水域ESV 增加23.13 亿元，增长率为81.60%。水域ESV 的增加归因于沿海区域渔业、养殖业等特色农业的发展；同时港口码头等建设用地向旅游娱乐用地转移，其中包括唐山湾国际旅游岛项目开发。ESV的减少主要来自耕地和湿地，二者ESV分别减少7.74亿元和5.22亿元。

图3 1990—2015年唐山市生态系统服务价值总量变化Figure 3 Changes in the total value of ecosystem services in Tangshan City from 1990 to 2015

2.1.2 唐山市生态系统服务价值时空演变

将统计结果在自然间断点法分级的基础上进行均值化调整，按照生态系统服务价值划分为5 个等级，分别为低价值区（0～1.68×106元）、较低价值区（1.68×106～4.13×106元）、中等价值区（4.13×106～7.37×106元）、较高价值区（7.37×106～1.24×107元）、高价值区（1.24×107～2.09×107元）（图4）。结果显示，不同年份唐山市ESV 等级空间分布存在差异。1990 年唐山市ESV高值区主要分布在北部低山丘陵、东部滦河流域和南部海岸带，低值区主要分布于中部居民点和城镇区，煤矿、铁矿开采区贯穿其中；2005 年，北部高值区逐渐向四周发散，南部低值区增加，东南部高值区增加。南部ESV下降是由于曹妃甸工业区加快建设，致使西南部的沿海区域河流和滩涂被占用，东南部ESV 上升主要是由于乐亭县菩提岛和月坨岛周边滩涂增加；2010 年，北部高值区分布较为稳定，南部高值区趋于集中，低值区持续增加，海岸带高值区凸显。南部ESV 集中是由于滦南县和丰南县发展渔业贝类等养殖业，ESV持续下降是由于临海港口运输业日趋成熟；发展到2015 年，北部高值区无显著变化，南部高值区沿海岸线呈条带状，中部高值区增加。南部ESV 上升是由于沿海沙滩、浴场等旅游潜力被挖掘，中部中高值区由点向外扩散，绿色矿业、地质环境治理和分区保护效果显著。

图4 1990—2015年唐山市ESV时空演变特征Figure 4 Temporal and spatial evolution characteristics of ESV in Tangshan City from 1990 to 2015

2.2 唐山市生态系统服务价值空间相关性

空间相关性测算结果显示，1990、2005、2010、2015 年Moran′sI指数分别为0.516、0.569、0.589、0.594，数值逐年增加，说明唐山市ESV 具有明显的正向空间自相关性（图5）。

图5 唐山市生态系统服务价值Moran′s I指数散点图Figure 5 Scatter plot of Moran index of ecosystem service value in Tangshan City

1990—2015 年ESV 聚集图（图6）显示，近30 年唐山市北部高值聚集区分布稳定，中部低值聚集区趋于集中。其中高-高空间聚集类型有三处：①北部燕山地带，该区域以林地、草地为主；②中部开平区陡河水库区域附近的水域和林地；③南部带状海岸带区域，该区域以海滨旅游产业为主，同时水产养殖业和海岛建设日趋完善。低-低空间聚集类型主要集中分布于中部和南部盐田、港口区域，这些区域主要为建设用地。高-低、低-高空间聚集类型分布较少，高-低聚集区分散于中部，低-高聚集区零星分布于北部山脉附近。

图6 唐山市生态系统服务价值聚集图Figure 6 Aggregation map of Tangshan City ecosystem service value

2.3 唐山市生态系统服务价值驱动机制

2.3.1 单因子探测

从自然环境和社会经济两方面选取10 个指标因子，以网格中心点提取重分类结果为地理探测器因变量，以高程（X1）、地均GDP（X2）、降雨（X3）、坡度（X4）、人口密度（X5）、土地利用程度（X6）、土壤侵蚀强度（X7）、气温（X8）、NDVI（X9）、渔业产值（X10）为自变量，通过对因子贡献率和多因子交互定量分析[31]，探索唐山市ESV空间分布的主导因子。

借助地理探测器的因子探测模块得到10 个驱动因子对唐山市生态系统服务价值空间分异的贡献率，结果如表3 所示。在自然环境因子和社会经济因子共同作用下各因子q值表现为土地利用程度（0.305 8）＞高程（0.260 6）＞坡度（0.204 5）＞人口密度（0.186 3）＞气温（0.184 7）＞土壤侵蚀强度（0.147 1）＞渔业产值（0.127 9）＞地均GDP（0.096 6）＞降雨（0.071 7）＞NDVI（0.027 3）。可以看出，土地利用程度对ESV 影响最强，其次是高程和坡度，地形地势对植物分布、植被覆盖度等多方面具有重要作用；人口密度数据也是影响ESV 空间分布的重要因素，人口越聚集，生产生活活动越频繁，ESV 受到的扰动越大；探测在10%以上的因子还有气温、土壤侵蚀强度和渔业产值，唐山市北部为低山丘陵、中部多为采煤塌陷区，易发生水力侵蚀，对地表土壤、地质造成影响，渔业产值集中于乐亭县、丰南县、滦南县和曹妃甸区，对ESV也起到较为重要的影响；地均GDP、降雨和NDVI 等因子的q值小于10%，表明其对ESV 空间分异影响较小，但也起到一定作用。

表3 唐山市生态系统服务驱动因子分异结果Table 3 Differentiation results of ecosystem service driving factor in Tangshan City

2.3.2 因子交互作用

各因子交互探测结果如表4 所示，其中两两交互的类型主要为双因子交互增强和非线性增强，同时也说明多因子交互探测对生态系统服务价值空间分异的解释程度显著增加[32]。

表4 唐山市生态系统服务驱动因子交互探测结果Table 4 Interactive detection results of ecosystem services driving factor in Tangshan City

其中土地利用程度∩人口密度的交互作用对生态系统服务价值的影响最为显著，q值约为0.45；其次，对ESV 变化解释程度在40%以上的还有土地利用程度∩高程、土地利用程度∩坡度、气温∩土地利用程度、NDVI∩土地利用程度。其余因子交互程度虽然低于40%，但多因子对ESV空间分异起到明显增强效果。考虑到不同因子之间的差异性及协同作用，为规避生态风险、提高生态系统供给能力，应发展和利用与之相平衡的多元调控手段[33]，通过改变土地利用方式，提高生态系统服务功能，避免过度人为活动造成生态系统负载。

3 讨论

本研究核算了唐山市1990—2015 年生态系统服务价值。结果表明，在经济发展和生态建设要求下，唐山市生态系统服务价值波动主要受建设用地扩张、绿色矿山发展、沿海经济带建设等影响，表现出明显的空间分布差异，土地开发强度较低的北部低山丘陵、南部沿海区生态系统服务价值较高，而建设用地、矿区开采集中的中部生态系统服务价值普遍较低。这表明唐山市在注重生态、建设用地协调发展的同时，需结合矿区生态环境重建来推动绿色产业发展。

唐山市ESV具有明显的正向空间分布自相关性，聚集性强，主要是由于北部地区为低山丘陵，难以大规模开发建设，地类主要是林地和草地，同时开展生态修复和国土绿化建设成为唐山市重要的生态屏障。因此，唐山市有必要树立山青水绿、矿区植绿、湿地生态恢复、森林覆盖率提高等发展目标。

唐山市生态系统服务价值演变的影响因子中，渔业产值对唐山市生态系统服务价值变化具有重要影响，近30 年渔业产值增加8.9 倍，占第一产业增长贡献率的15.4%，说明沿海经济对唐山市生态文明建设起到推动作用。未来唐山市应继续以南部沿海港口建设和养殖业发展为重心，依托海洋发展建设滨海新城。

本研究以中国生态系统服务价值当量表为基础结合地区修正，在网格尺度和空间集聚性分析下，从微观和宏观相结合的角度展示研究区域ESV 动态变化，细化不同生态系统之间的差异，为生态资产核算提供研究思路。此外，本研究基于地理探测器研究ESV内部复杂耦合性，揭示了不同影响因子对生态系统服务价值演变的影响程度。

谢高地[4]对生态系统服务价值当量的核算方法得到广泛认可，引用地区修正保障了数据的合理性，但不同的修正基准和参数使得评估结果具有差异性。卢艳梅[34]直接采用全国粮食价格评估得到唐山市1985—2008 年生态系统服务价值为66.57 亿～67.56 亿元。而本研究采用唐山市粮食价格计算得到1990—2015年生态系统服务价值为250.56 亿～258.90 亿元，克服了区域经济发展造成的误差，具有更高的精确度。未来的研究应考虑用精度更高的卫星遥感数据细化分类[35]，依据生态系统动态变化、景观格局变化和地区自然经济选取修正因素[36]。目前，生态系统服务价值时空分异研究多基于统计变量进行回归分析，缺乏以空间因子为支撑的定量探讨，与传统研究体系相比，地理探测器对数据精度要求更高，具有明显的地域性特征。今后关于地理探测器的相关研究应着重选取具有地区特点和影响程度高的相关因子，统一数据离散化标准，提高数据可靠性。

4 结论

本研究探讨了1990—2015 年唐山市生态系统服务价值空间演变特征，并定量分析了生态系统服务价值驱动力，得出以下结论：

（1）从时间尺度看，唐山市ESV 呈现先下降后上升的趋势，由1990 年的250.56 亿元增长到2015 年的258.90亿元，共增加8.34亿元；从变化特征来看，水域ESV 随时间推移呈现增加趋势，耕地、湿地ESV 出现小幅下降。其中，城镇经济建设、海港产业链条化发展导致ESV 下降，海滨旅游业和养殖业规模化促使ESV上升。

（2）从空间尺度看，唐山市ESV 高值区主要分布于北部低山丘陵和南部海岸带，中部低值区逐渐向四周侵占，高值区逐渐弱化，向海意识增强和产业升级转型是其格局转变的主要原因。ESV 局部自相关Moran′sI均大于0.5，具有明显的正向空间聚集性和自相关性，高-高聚集区主要分布于北部，变化趋势较稳定，低-低聚集区主要分布于中部，并逐渐集中，区域属性值相关程度高。

（3）唐山市ESV变化受到自然因子和经济因子共同作用，其中土地利用程度对ESV 影响显著；其次是高程、坡度和人口密度数据，人类活动对ESV 产生干扰；降雨、NDVI等影响较小。这证实了ESV空间演变是多因子协同作用的结果，并且多因子交互作用强度高于单因子解释程度。