基于GlobeLand30 的广州市生态系统服务价值与社会经济协同发展格局分析

陈 敏，刘加敏，秦亮军，陈奕云

（1.广州市城市规划勘测设计研究院/广东省城市感知与监测预警企业重点实验室，广州 510060；2.武汉大学资源与环境科学学院，武汉 430079）

随着城市边缘不断向外扩张，生态系统结构和功能发生转变，生态系统平衡遭受破坏，造成生态环境恶化及生态系统服务功能退化［1，2］。生态系统服务价值（Ecological service values，ESV）是指通过生态系统的结构、过程和功能直接或间接得到的生命支持产品和服务［3］，对区域生态环境安全和人类健康发展发挥着至关重要的作用［4，5］。科学合理评估区域生态系统服务价值是高效、合理配置环境资源的基础［6］，也是制定生态补偿的重要前提［7，8］。

20 世纪90 年代，Costanza 等［3］率先提出ESV 的估算原理和方法模型。谢高地等［9，10］基于Costanza模型，结合中国实际情况建立了ESV 价值当量表，提出经济价值核算方法并加以改进，该方法由于操作简单，在中国得到了广泛的应用。此后，诸多学者在这些研究的基础上根据实际研究区的生态系统和社会经济发展状况提出当量因子的修正［11-16］，能较准确地评估研究区的生态系统状况。

随着城市社会经济迅猛发展，生态环境与社会经济之间的矛盾愈发突出［17］，当城市的发展超过生态环境可承载的限度时，往往造成生态环境的恶化，进而影响人类的身体健康［18］。经济城镇化是导致生态系统服务价值减少的主要因素［19］，如何定量衡量城市社会经济发展与生态系统服务价值间的矛盾成为当前研究的热点［20］。本研究在生态系统服务价值的基础上，结合广州市社会经济情况提出GDP-ESV 指数，定量衡量了2020 年广州市各区生态系统服务价值与社会经济间的矛盾冲突，以期为广州市各区今后的城市规划、生态建设和环境保护等方面提供理论依据。

1 研究区域概况与数据来源

1.1 研究区域概况

广州市地处广东省中南部，是广东省政治、经济、科技、教育和文化的中心。广州市东连惠州，西邻佛山，北靠清远，南接东莞和中山，与香港、澳门特别行政区隔海相望。广州市土地类型多样，地势自北向南降低，最高峰为天堂顶，海拔为1 210 m，东北部为中低山区，中部为丘陵盆地，南部为沿海冲积平原，番禺区和南沙区沿海地带的冲积、海积平原土层深厚，土地肥沃，是广州市粮食、甘蔗、蔬菜的主要生产基地。广州市海洋性气候特征特别显著，具有温暖多雨、光热充足、温差较小、夏季长、霜期短等气候特征，年平均温度在20~28 ℃，年平均降雨量为1 623.6~1 899.8 mm。

1.2 数据来源与处理

广州市2020 年GlobeLand30 地表覆盖数据是基于美国陆地卫星影像（TM5、ETM+）和中国环境减灾卫星（HJ-1）影像数据，采用基于像素分类-对象提取-知识检核的综合方法提取而成［21］。该数据集包含耕地、森林、湿地等10 个主要的地表覆盖类型，总体精度为85.72%，Kappa 系数为0.82；数据来源于全国地理信息资源目录服务系统网站（https：//www.webmap.cn/mapDataAction.do？method=globalLandCover），后经裁剪、重分类得到广州市2020 年土地利用数据。广州市2020 年各区常住人口数据和各区GDP数据来源于2020 年《广州统计年鉴》。

2 研究技术与方法

2.1 生态系统服务价值评估

2.1.1 价值评估系数修正 生态系统服务一般被归纳为4 类，分别为供给服务（包括食物生产、原材料生产、水资源供给）、调节服务（包括气体调节、气候调节、净化环境和水文调节）、支持服务（包括土壤保持、维持养分循环和维持生物多样性）和文化服务（包括提供美学景观）。Costanza 等［3］利用生物量和土地覆被面积计算出单位面积生态系统服务价值当量表，随后谢高地等［9］依据中国的实际情况提出了中国生态服务价值当量表。本研究在谢高地等［9，10］提出的生态系统服务价值当量表基础上，结合研究区实际情况对价值当量进行修正。修正公式如式（1）所示。

式中，Ei为第i类土地利用类型修正之后的当量因子；C和C0分别为广州市和全国粮食单位面积产量；Ei0为谢高地等［9，10］确定的同种土地利用类型的当量因子。

2020 年全国粮食单位面积产量为5 734 kg/hm2，广州市粮食单位面积产量为5 749 kg/hm2，广州市2020 年末的粮食采购价格为3 156.05 元/t，由于自然生态系统提供的经济价值是现有单位面积耕地提供的食物生产服务经济价值的1/7［22］，所以可计算出广州市1 个生态服务价值量因子的经济价值为2 592.01 元/hm2。将修正后当量因子（Ei）与1 个生态服务价值量因子的经济价值相乘，得到广州市不同生态系统单位面积的生态服务价值系数（表1），其中人造地表生态系统服务价值系数为0。

2.1.2 价值评估 结合表1 可计算出广州市2020 年生态系统服务价值，其计算式如式（2）所示。

式中，P为生态系统服务价值；Mi为第i类土地利用类型的面积；V为广州市1 个生态服务价值量因子的经济价值，本研究为2 592.01 元/hm2。

2.2 空间自相关分析

空间自相关分析包含了全局空间自相关和局部空间自相关。全局空间自相关是判断某一变量是否在空间上相关的主要手段，局部空间自相关主要用于探索集聚中心的空间位置。本研究采用GeoDa 1.14 软件进行空间自相关分析和双变量空间自相关分析。

全局空间自相关（全局MoranʼsI）反映图斑单元与相邻图斑单元之间的相似性。其计算式如式（3）所示。

式中，n为网格单元的总数；xi为网格单元i的数值；(xi-xave)为第i个网格单元上数值与平均值的差；(xj-xave)为第j个网格单元上数值与平均值的差；Qij为已经标准化的空间权重矩阵；S2为方差。

局部空间自相关（LISA 集聚图）可以准确把握图斑单元与邻近图斑单元的集聚性特征，HH 表示高高集聚区域；HL 表示高低集聚区域；LH 表示低高集聚区域；LL 表示低低集聚区域。其计算式如式（4）所示。

2.3 敏感度分析

由于各生态系统服务价值系数存在不确定性，故本研究将各土地利用类型的生态服务价值系数上下调整50%，运用敏感度（CS）来反映ESV对生态系统服务价值系数变化的响应［23］，计算式如式（6）所示。

式中，VC为价值系数；Pi和Pj分别代表生态系统服务价值的初始值和调整后的值（上下调整50%）；x表示各土地利用类型［22］。当CS≥1 时，表明ESV 相对于价值系数是富有弹性的；当CS<1 时，ESV 表示缺乏弹性，而且CS越大（但小于1），表明选取的生态系统服务价值系数越适合研究区。

2.4 GDP-ESV 指数分析

GDP 是衡量地区经济发展的重要指标。ESV 是反映生态系统能够直接或间接提供生命支持产品和服务的多少［8］。城市化必然导致生态系统服务功能的降低，但人口城市化和经济城市化对生态系统的不同服务功能产生的影响不同［24，25］，城市扩展对生态系统服务价值影响显著，尤其是在城镇化造成的建设用地转入的过程中［25］，地区经济的发展会间接影响当地生态系统服务价值［26］，如何定量衡量ESV与社会经济发展间的矛盾有利于城市健康发展，基于此，本研究提出GDP-ESV 指数来衡量生态系统服务价值与社会经济间的矛盾冲突。其计算式如式（7）所示。

式中，GEi表示第i个子区域的GDP-ESV 指数；Gi表示第i个子区域的人均GDP；Pi为第i个子区域的人均ESV。

3 结果与分析

3.1 各类土地生态系统服务价值

由表2 可知，广州市主要土地利用类型为林地、耕地和人造地表，占比分别为36.18%、26.98%和26.49%；水域、草地、湿地和裸地的占比较小，占比分别为7.33%、2.98%、0.03%和0.01%；2020 年广州市生态系统服务总价值约为348 亿元，其中水域生态系统服务价值最高，占比为47.99%；除人造地表和裸地外，湿地和草地贡献的生态系统服务价值整体较低，占比分别为0.07%和3.07%。从单位面积生态系统服务价值来看，水域单位面积的生态系统服务价值最高，达326 430.05 元/hm2，其次是湿地和林地，单位面积生态系统服务价值分别为135 188.59 元/hm2和59 641.50 元/hm2。除人造地表之外，裸地单位面积生态系统服务价值最低。

表2 各地类生态系统服务价值

3.2 生态系统服务价值空间自相关分析

为避免出现因土地利用类型图斑之间面积不同而造成ESV 的计算数值差别较大的情况出现，需要对生态系统价值进行格网化。首先运用ArcGIS 软件的渔网工具创建1 km×1 km 的渔网，共计7 366 个网格，后用相交工具与2020 年矢量化土地利用数据进行相交，计算相交后每个网格内每块图斑面积。结合生态系统服务价值计算公式，在字段计算器中编写python 脚本代码，计算每个图斑的生态系统服务价值，最后用融合工具统计每个网格中的生态系统服务价值。采用ArcGIS 中的空间自相关工具得到Moran’sI指数为0.48，P小于0.01，Z为79.54，因此2020 年广州市生态系统服务价值表现出显著的空间正向自相关。从图1 可以看出，ESV 较高的区域主要分布于从化区北部林地一带、花都区的湿地林地交织地带和番禺区南沙区珠江入海口区域，表现为显著的HH 集聚，也反映出湿地和水域的单位ESV 很高；LL 集聚主要分布在越秀区、天河区、白云区、黄埔区、花都区、海珠区、番禺区和荔湾区的城区，人口分布密集，人造地表面积比例很高，导致ESV 数值很低；LH 集聚零星分布在番禺区和南沙区。

图1 生态系统服务价值分布（a）及其LISA 集聚图（b）

3.3 敏感度分析

由图2 可知，广州市各土地利用类型价值系数的敏感度范围在0~0.48，都小于1，表明结果具有有效性与可信度。其中，水域的敏感度最高，为0.48，即当水域生态系统服务价值增加或减少1%时，生态系统服务总价值增加或减少0.48%；林地的敏感度其次，为0.43；人造地表、湿地和裸地的价值系数几乎不影响ESV，敏感度为0。

图2 广州市ESV 的敏感度

3.4 ESV 与社会经济间的矛盾分析

用人均GDP 与人均ESV 的比值来衡量生态系统服务价值与社会经济协同发展格局。由表3 可知，广州市的人均ESV 为2 268.11 元，从化区的人均ESV 最高，远超广州市，为13 916.86 元，其次是增城区和花都区，人均ESV 分别为5 705.47 元和4 820.25元；越秀区、天河区、荔湾区的人均ESV 远低于广州市的ESV，分别为79.23、157.76、175.16 元。

表3 广州市各区ESV 与GDP-ESV 指数

由表3 可知，广州市的GDP-ESV 指数为72.07，增城区和从化区的GDP-ESV 指数分别为14.78 和4.27，远低于广州市整体的GDP-ESV 指数，表明这2 个区社会经济发展与生态系统服务价值之间的冲突较小，该地区的林地、耕地较多，需要注意严守耕地红线，防止耕地“非农化”和“非粮化”，同时可以适当发展生态旅游经济，促进ESV 保值增值；越秀区和天河区的GDP-ESV 指数较高，分别为3 516.36和1 882.96，远高于广州市整体的GDP-ESV 指数，表明这2 个区社会经济发展与生态系统服务价值之间的冲突较大，该地区人造地表逐年增高，占用耕地和林地建房的现状较为严重，因此需进一步提升城市空间利用率，提高植被覆盖率和水资源利用效率。

4 小结

本研究采用系数修正后的价值当量法探究广州市生态系统服务价值的空间分布特征，并融合经济数据提出经济-生态系统服务价值（GDP-ESV）指数来分析广州市各区生态系统服务价值与社会经济协同发展格局，主要结果如下。

1）广州市主要土地利用类型为林地、耕地和人造地表，占比分别为36.18%、26.98%和26.49%；水域、草地、湿地和裸地的占比较小，占比分别为7.33%、2.98%、0.03%和0.01%；2020 年广州市水域贡献的生态系统服务价值整体最高，占整个广州市的47.99%，单位面积生态系统服务价值贡献最高的是水域，为326 430.05 元/hm2，其次是湿地和林地，分别为135 188.59 元/hm2和59 641.50 元/hm2。

2）2020 年广州市生态系统服务总价值约为348亿元，其中水域生态系统服务价值最高；除人造地表之外，裸地、湿地和草地贡献的生态系统服务价值较低。水域单位面积的生态系统服务价值最高，其次是湿地和林地，除人造地表之外，裸地单位面积的生态系统服务价值最低。

3）2020 年广州市生态系统服务价值表现出很强的空间正向自相关。ESV 较高的区域主要分布于从化区北部林地一带、花都区的湿地林地交织地带和南沙区珠江入海口区域，表现为显著的HH 集聚，也反映出湿地和水域的单位ESV 很高。LL 集聚主要分布在越秀区、天河区、白云区、黄埔区、花都区、海珠区、番禺区和荔湾区的城区，人口分布密集，人造地表面积比例很高，导致ESV 很低。LH 集聚零星分布在番禺区和南沙区。

4）广州市各区生态系统服务价值系数的敏感度范围在0~0.48，都小于1，表明结果具有有效性与可信度。其中，水域的敏感度最高，为0.48，即当水域生态系统服务价值增加或减少1%时，生态系统服务总价值增加或减少0.48%；人造地表、湿地和裸地的价值系数几乎不影响ESV，敏感度为0。

5）广州市的人均ESV 为2 268.11 元，从化区的人均ESV 最高，远超广州市，为13 916.86 元，其次是增城区和花都区，人均ESV 分别为5 705.47 元和4 820.25 元；越秀区、天河区、荔湾区的人均ESV 远低于广州市，分别为79.23、157.76、175.16 元。广州市的GDP-ESV 指数为72.07，增城区和从化区的GDP-ESV 指数分别为14.78 和4.27，远低于广州市整体的GDP-ESV 指数；越秀区和天河区的GDPESV 指数较高，分别为3 516.36 和1 882.96，远高于广州市整体的GDP-ESV 指数。增城区和从化区需要注意严守耕地红线，防止耕地“非农化”和“非粮化”，同时可以适当发展生态旅游经济，在发展自身经济的同时促进ESV 保值增值；越秀区和天河区需要进一步提升城市空间利用率，探索经济健康发展途径，提高植被覆盖率和水资源利用效率，促进生态系统服务价值量提升。其他区域需要在保障经济发展的同时提升生态环境的质量，促进ESV 与经济的良性协同发展。