基于人居耦合与服务通达性的国土生态空间优化——以扬州市江都区为例

胡秀艳，武 洋，吕程翔，周生路*

（1.扬州市自然资源和规划局 江都分局，江苏 扬州 225200； 2.南京大学 地理与海洋科学学院，江苏 南京 210023）

生态空间是国土空间的重要组成部分，对其进行优化是人地系统整体协调的基础。生态系统能为人类提供产品和服务，科学评估生态服务价值可为生态空间优化提供依据［1-2］。目前，国土生态空间优化多采用景观生态学方法，通过“生态源地选取—阻力面构建—生态廊道提取”的模式构建生态网络［3］，重点关注生态斑块间的连通性［4］。但生态空间优化须重视服务于人的需要［5］，关注点应从景观内部要素关联向生态人居系统的耦合视角转变［6］。耦合使不同系统之间相互作用并彼此影响，是系统内外要素从无序到有序的过程［7］。现有研究对于生态人居系统的耦合涉及较少，对生态服务对象——人的重视不足，仅强调生态服务在生态系统内的通达［8］，忽略了生态服务的人居通达性，因此，需探究生态—人居系统的耦合互动［9］，开展生态服务人居通达性研究。分析区域生态与人居系统的空间耦合，探究生态服务的流畅性与服务对象——人之间的匹配程度，对促进生态服务与人居系统的协同可持续发展、提高获得生态服务的便利程度、优化国土生态空间具有重要意义。

为此，本文以扬州市江都区为例，在通过二级地类调整得到当量因子的基础上，评价国土生态服务价值，计算生态连通性，分析国土生态与人居系统的耦合类型和格局，进而探究区域生态服务人居通达性、国土生态空间优化及其对策。

1 研究区域与数据来源

1.1 研究区概况

扬州市江都区（119°27′03″～119°54′23″E，32°17′51″～32°48′00″N）地处长三角，位于江苏省中部，全区面积1330 km2，境内地势平坦，河湖交织，土地利用类型多样，耕地、水域分布广泛，分别占全区总面积的49.22%和22.20%（图1）。江都区经济发达，人口稠密，2020年末，地区生产总值1114.91亿元，位列全国百强县第36位，全区常住人口92.66万人，人口密度696.69人/km2。

图1 研究区区位与土地利用类型图

1.2 数据来源

土地利用数据来源于江都区全国第三次国土调查成果数据库,生态区域数据来源于江都区国家级生态红线和省级生态管控区域数据；社会经济数据来源于《江都区统计年鉴》和《江都区国民经济和社会发展统计公报》；人口数据来源于WorldPop世界人口统计平台（https://hub.worldpop.org/geodata/）的中国人口统计数据集，时间范围为2020年，数据格式为Geotiff，分辨率为1 km，投影坐标为地理坐标系GCS2000，单位为每格网单元的人口总数。利用重采样方法得到30 m×30 m分辨率的数据。

2 研究方法

2.1 研究技术路线

首先，针对二级地类细化调整当量因子体系，评估国土生态服务价值，并据此选取生态重要功能区；其次，通过构建生态阻力面计算生态连通性指数，叠加人口密度空间数据计算区域生态连通性—人居耦合度，进一步分析生态人居系统空间耦合的等级、类型和格局；最后，设置低、中、高3种投入情景，探究基于生态服务人居通达性的国土生态空间优化，并提出相应的对策建议（图2）。

图2 研究技术路线图

2.2 生态服务价值评估与生态重要功能区选取

2.2.1 生态服务价值评估 本文采用当量因子法评估生态服务价值，在谢高地等［1］提出的生态服务当量因子表的基础上结合相关研究［10-14］，再通过研究区地类调整得到生态系统服务当量因子（表1）。其中，水浇地的当量因子取旱地和水田的均值；园地中，果园、其他园地的当量因子分别取灌木林地、其他林地和灌草丛的均值；草地中其他草地的当量因子取灌草丛值；建设用地中，采矿用地、工业用地、物流仓储用地与各类交通运输用地的当量因子采用工矿用地值，城镇、农村住宅用地和商服用地的当量因子选取住宅用地值，公共管理与公共服务用地的当量因子选取住宅用地和工矿用地的均值，公园绿地的取值参考相关方法得到［11］；河流湖泊的当量因子取水系值，沟渠坑塘的取值参考相关方法得到［12］，内陆滩涂的当量因子取湿地值，水工建筑用地的当量因子取工矿用地值；其他用地中仅含设施农用地，其当量因子取工矿用地值。

表1 研究区生态系统服务当量因子

依据1年内每公顷农田自然粮食产量价格为1个生态服务当量的经济价值，得到研究区的当量因子价值量为3578.70元/hm2，并计算生态服务价值(ESV)，计算公式为：

式(1)～式（2）中：Ea为当量因子价值量，参考扬州市2020年平均粮食单产为7137 kg/hm2；单价A为3.51元/kg；系数1/7指在没有人力等外在因素影响下农田自然产生的生态经济价值；ESV为生态服务价值；VCk为当量因子；Sk为研究区k种地类的面积。

2.2.2 生态重要功能区选取 根据相关理论［3］，生态重要功能区的选取有最小面积要求，生态服务价值较高而面积较小的“孤岛”通常不具备维持生态服务功能的能力［8］；同时，本研究生态重要功能区的选取还应充分考虑《江苏省生态红线区域保护规划（2013）》划定的生态红线区域类型［3］。因此，根据研究区的实际情况，本文确定面积≥100 hm2且生态服务价值降序排列在前30%的区域再叠加生态红线区域，得到本研究生态重要功能区。

2.3 生态连通性计算

2.3.1 最小累积阻力模型构建 通过生态重要功能区的选取，借助生态服务价值空间分布确定生态阻力面，生态服务价值越高，表明生态阻力越低，反之则越高。生态阻力值与最小累计阻力计算公式分别为：

式（3）～式（4）中，Rk是k类土地利用类型的生态阻力值，ESVmax和ESVmin分别为研究区生态服务价值的最大值和最小值。MCR是最小累积阻力值，n是生态重要功能区数目，Dlo是生态重要功能区l到达格网中心o的半径。

2.3.2 生态连通性指数计算 选用生态连通性指数评估区域生态连通状况，其优点是能够反映生态景观动态变化并且考虑到基质和廊道的影响［15］。根据最小累积阻力值计算生态连通性指数，计算公式为：

式（5）～式（6）中，di表示第i个像元到各生态重要功能区的总耗费距离，dri表示阻力面中第i个像元到第r个生态重要功能区的最小耗费距离。ECIi为第i个像元的生态连通性指数，dmax、dmin分别表示像元到各生态重要功能区总耗费距离di的最大值和最小值，参考相关文献［15］取a=b=1。

2.4 生态连通性—人居耦合度计算

本文使用人口密度表征人居系统，采用生态连通性—人居耦合度测度生态人居系统的空间耦合。采用离差标准化法对生态连通性指数和人口密度进行标准化处理，计算公式为：

式（7）中，yi表示第i个像元的生态连通性指数和人口密度标准化值，xi表示第i个像元的区域生态连通性和人口密度，xmin和xmax分别表示所有像元中区域生态连通性和人口密度的最小值和最大值。

将数据标准化处理后，计算生态连通性—人居耦合度，公式为：

式（8）～式（10）中，D表示生态连通性—人居耦合度，C表示生态连通性与人居系统的协调度，ECI表示生态连通性指数标准化值，PEOP表示研究区人口密度标准化值，T表示综合调和指数，α和β为待定权重，考虑到2个系统同等重要，取α=β=0.5［7］。

2.5 生态服务人居通达性计算与投入情景设置

2.5.1 生态服务人居通达性计算 生态连通性高且人口密度较大的地区，生态服务人居通达性较高，而生态连通性高的地区，若人口密度较低，生态服务人居通达性也相应降低，计算公式为：

式（11）中，HAi表示第i个像元的生态服务人居通达性，ECIi表示第i个像元的生态连通性指数标准化值，PEOPi表示第i个像元的人口密度标准化值。

2.5.2 生态空间优化情景设置 设置低、中、高3种投入情景，选择关键区域，将生态服务人居通达性排在后20%的区域作为低值区（表2），优化提升该区域的生态服务人居通达性。

表2 3种投入情景的优化区域与相应生态服务人居通达性提升程度

3 结果分析

3.1 基于生态服务价值评估的生态重要功能区选取结果

根据2.2节方法，得到研究区生态服务价值和生态重要功能区分布情况（图3）。研究区内国土生态服务价值差异较大，高值区主要分布在研究区西北部和南部的水域；中西部的生态服务价值较高且以林地为主；中部成片耕地生态服务价值不及水域；而西部城区和各镇区生态服务价值最低，以建设用地为主，生态重要功能区则主要为湖泊水域。

图3 研究区生态服务价值与生态重要功能区空间分布

3.2 生态连通性—人居耦合度评价结果

利用ArcGIS 10.8软件中创建渔网工具得到研究区30 m×30 m的空间网格，根据2.3和2.4节方法，得到研究区生态连通性指数和生态连通性—人居耦合度（表3）。参考相关研究［7］和研究区的实际情况，采用分位数法将生态连通性—人居耦合度分为高、较高、中、较低、低5个耦合度等级和高等协调同步型、高等协调人居耦合滞后型、高等协调人居生态连通性滞后型3种耦合类型，其中高、较高、中、较低、低耦合度等级的面积分别为232.57、266.31、287.72、285.99、259.56 km2，占比分别为17.49%、20.02%、21.63%、21.42%、19.52%；同步型、人居耦合滞后型、生态连通性滞后型耦合类型的面积分别为772.93、501.77、54.91 km2，占比分别为58.13%、37.74%、4.13%。

表3 研究区生态连通性—人居耦合度等级与耦合类型判别标准

由图4可知，高耦合度区域主要分布在研究区西部及中部，以河流湖泊和人口集中地区为主，表现出团块状集中、线状延伸的特征。较高和中耦合度区域分布较为集中，围绕高耦合度区域逐级递减，表现出圈层式连续变化的特征，中耦合度以上区域面积为786.6 km2，占比为58.93%。较低和低耦合度区域广泛分布在研究区中部，以农用地为主，面积为545.55 km2，占比为41.07%。中耦合度以上区域内，同步型区域位于研究区中部，以耕地和建设用地为主，面积为297.54 km2，占比为37.90%，表明同步型不是其主导类型；人居耦合滞后型区域位于研究区西部和南部，以耕地和水域为主，面积为436.80 km2，占比为55.64%，为主导类型，其形成原因可能是由于人口向城镇迁移集中，而生态环境建设没有同步，导致人居通达性下降后生态与人居系统不匹配；生态连通性滞后型区域以建设用地为主，仅50.75 km2，占比最低，为6.46%，表明生态服务功能之间连通性良好。总体而言，研究区生态连通性—人居耦合度较高，呈现出由西南向东北的“高—低”分布特点（图4）。

图4 研究区生态连通性—人居耦合度等级和耦合类型空间分布

3.3 生态服务人居通达性评价与优化结果

根据2.5节方法，采用分位数法将研究区人居通达性划分为强、较强、中等、较弱、弱5个等级，面积分别为286.5、277.75、277.75、277.75、278 km2，占比分别为20.50%、19.87%、19.87%、19.87%、19.89%。其中，强通达性区域以团块状分布在西南地区，较强和中等通达性区域围绕强通达性区域由内向外呈圈层式分布，中等通达性以上区域面积为842 km2，占比为60.24%。较弱和弱通达性区域则在全域散布，面积为555.75 km2，占比为39.76%。研究区生态服务人居通达性整体水平较高，但存在两极分化现象，表现出自西南向东北由高到低过渡分布的特征（图5），区域内的人居通达性有待进一步提升。

图5 研究区生态服务人居通达性等级空间分布

根据2.5节方法，得到3种投入情景优化区域空间分布（图6），以及人居通达性面积变化率（表4）。相较于优化前，各情景中生态服务人居通达性都有不同程度的提高。其中，高投入情景下的提升效果较好，中等通达性以上区域面积可增加28.47%。

表4 研究区3种投入情景下各级人居通达性区域面积变化率 %

图6 研究区3种投入情景优化区域空间分布

根据上述结果，确定耦合主导类型与耦合度低值区域，对关键区域进行针对性的优化提升。同步型区域匹配程度良好，应发展优质高效农业，减少用地闲置，并对沿江生态进行整治，维护生态人居系统的协调状态。对于人居耦合滞后型区域，生态红线区域内应进行生态修复，维护生态现状；生态红线区域外部分应着力提升人居通达性，利用生态廊道串联城乡，加大廊道及沿线的生态绿化建设，通过打造南部滨江旅游休闲区，提高获得生态服务的便利程度。生态连通性滞后型区域内，应禁止随意占用城市绿地，保障生态服务功能的正常发挥。

4 结论

（1）研究区生态连通性—人居耦合度较高，中等耦合度以上区域面积占比达58.93%，耦合类型以人居耦合滞后型为主导，面积占比为55.64%。

（2）研究区生态服务人居通达性整体水平较高，中等通达性以上区域面积占比为60.24%，但存在两极分化现象，区域内人居通达性有待进一步提升。低、中、高3种投入情景相较于优化前，生态服务人居通达性均有不同程度的提高，其中高投入情景提升效果较好，中等通达性以上区域面积可增加28.47%。

（3）通过分析生态人居系统的空间耦合，可识别耦合主导类型与耦合度低值等关键区域。对关键区域内生态服务人居通达性进行针对性的优化提升，可增加获得生态服务的便利程度，对促进国土生态空间优化具有重要的指导作用。