基于生态系统服务价值评估的成都市生态补偿研究

摘要：生态补偿是实现区域生态环境和社会经济协调发展，调动各方生态环境保护积极性、促进生态文明制度建设、建立环境友好型社会的重要举措，通过测算生态系统服务价值，衡量不同区域间生态补偿的迫切程度，可为区域生态文明建设和社会经济协调发展提供参考依据。采用修正的当量因子法，以成都市为例，基于2000年、2005年、2010年、2015年和2019年土地利用数据，分析全市20个县区的生态系统服务价值时空变化特征，确定研究区2019年各县区的生态补偿优先级和额度。结果表明：（1）从总体趋势看，成都市5个研究节点的生态系统服务总价值分别为208.27亿、201.54亿、197.84亿、192.21亿和189.39亿元，呈逐年下降趋势，20年来生态系统服务总价值累计减少了18.88亿元，总减幅为9.07%；（2）大邑县的生态补偿优先级指数最高，达0.0942，其次是邛崃市和都江堰市，分别为0.0755和0.0674；这3个区县生态系统服务价值较高，但同时，单位面积GDP垫底，大邑县、邛崃市和都江堰市为成都市的经济发展做出了一定的生态贡献，应优先获得生态补偿；（3）成都市2019年生态补偿总额度为11 040.17万元；大邑县生态补偿额度最多，达到2 415.80万元，占生态补偿总额的21.88%，其次是都江堰市和邛崃市，生态补偿额度分别为1 843.71万元和1 799.15万元，分别占生态补偿总额的16.70%和16.30%。成都市2019年生态补偿额度仅占GDP的0.01%，成都市政府的财政压力并不大，生态补偿具有可操作性。此外，建议成都市拓宽补偿方式，探索开发性补偿，逐步缩小区域经济社会发展差距，保护好区域生态环境。

关键词：生态系统服务价值；生态补偿；成都市

中图分类号：F062.2 " " " "文献标志码：A " " " "文章编号：1674-3075（2024）06-0028-09

生态补偿有利于践行生态文明战略，保护和改善生态环境，提升生态保护效益，引导生态受益者履行补偿义务，激励生态保护者保护生态环境，构建生态保护者和受益者良性互动关系，推动经济社会可持续发展（王女杰等，2010）。

生态系统服务价值的测算是实行生态补偿的前提和依据。目前，关于生态系统服务价值的研究较多，研究内容包括生态系统服务功能分类、评估方法选择、时空变化以及空间分异的影响因素等方面（李子君等，2020）；研究尺度包括全球、国家、城市群、流域、省、市、县以及某一单一类型生态系统等（欧阳志云和王如松，2000）。研究方法主要有当量因子法、条件价值法（陈琳等，2006）、市场价值法、费用支出法（陈应发，1996）、INVEST模型评估法（刘菊等，2019）、生态足迹法等（曹瑞芬等，2015）。这些评估方法各有利弊，其中当量因子法由于规范性较强、评估结果直观、所需数据较少、评价精度较高、便于横向比较各种土地利用类型和单项生态系统服务功能的价值，应用最为广泛。当量因子法是基于可量化的标准，对不同类型的生态系统各种服务功能的价值当量赋予一定的数值，是一种测算区域生态系统服务价值的常用方法（谢高地等，2015a）。目前，生态系统服务价值应用方面的研究较少，本文将生态系统服务价值应用于生态补偿方面拟为环境保护作出贡献。

四川省成都市高度重视生态补偿机制的发展。2018年，云贵川三省人民政府签署《赤水河流域横向生态补偿协议》，共同出资2亿元设立赤水河流域横向生态补偿资金，视水质情况分享补偿资金，该协议有效调动了赤水河流域生态保护积极性，保障了赤水河流域水质稳定（杨凯耀和李琼薇，2023）。同年，成都市人民政府办公厅发布了《关于健全生态保护补偿机制的实施意见》，提出到2020年，实现重点生态领域和重点生态区域生态保护补偿基本覆盖，健全森林、饮用水水源地、流域水环境、耕地、湿地等重点生态区域的生态补偿机制。但是生态补偿机制也存在补偿模式单一、标椎不统一、资金不足和不到位、后续产业开发不足等问题（李欣欣等，2022）。本文以成都市为研究对象，分别测算研究区2000年、2005年、2010年、2015年和2019年5个时段的生态系统服务价值，通过引入生态补偿优先级（ecological compensation priority sequence， ECPS）衡量不同区域之间获得生态补偿的迫切程度，并计算2019年研究区各区县的生态补偿额度，以期为区域生态文明建设和社会经济协调发展提供依据和参考（欧阳志云和王如松，1999）。

1 " 材料和方法

1.1 " 研究区概况

成都市是四川省省会，地处四川盆地西部、成都平原腹地，位于东经102°54′～104°53′和北纬30°05′～31°26′，物产丰富，地貌类型多样，平原、山地、丘陵分别占总面积40.1%、32.3%和27.6%。截至2019年，耕地是成都市最主要的土地利用类型，其面积占比为55.51%；其次是林地和建设用地，面积占比分别为22.55%和15.91%；草地和水域分布较少，面积占比分别为4.11%和1.73%；未利用地面积占比最小，仅为0.19%（图1）。全市下辖12区3县、代管5个县级市，总面积达到14 335 km2，2021年末常住人口达到2 119.2万人。研究区属于亚热带季风气候区，雨水充足，湿度较大，年平均气温16.7℃，年均降雨量948.6 mm。

1.2 " 数据来源

本文所采用的成都市2000年、2005年、2010年、2015年和2019年土地利用数据来自于中国科学院资源环境科学与数据中心（http：//www.resdc.cn/），是基于美国陆地卫星Landsat 4-5TM和Landsat 8遥感影像，通过人工目视解译生成，结合研究区实际情况，将土地利用数据分为耕地、林地、草地、水域、建设用地和未利用地。行政区数据来自于全国地理信息资源目录服务系统（https：//www.webmap.cn），温度、降水量数据来自于国家气象科学数据中心（http：//data.cma.cn/），粮食作物种类、粮食播种量、粮食价格、粮食单位面积产量数据来自于《全国农产品成本收益资料汇编》和成都市粮食和物资储备局网站（https：//lwj.sc.gov.cn/），GDP数据来自于历年《成都统计年鉴》。

1.3 " 生态系统服务价值评估

1.3.1 " 单位面积生态系统服务价值当量确定 " 生态系统服务价值当量因子是指生态系统产生的生态价值相对贡献大小的潜在能力。根据（谢高地等，2015b）构建的《中国陆地生态系统单位面积生态系统服务当量》，生态系统服务功能包括供给服务、调节服务、支持服务和文化服务4个一级分类，以及食物生产、原料生产、水资源供给、气体调节、气候调节、净化环境、水文调节、土壤保持、维持养分循环、生物多样性、美学景观等11个二级分类（高伟等，2019）。结合研究区实际土地利用情况进行修正，耕地、林地、草地、水域、未利用地分别对应当量表一级分类中的农田、森林、草地、水域和荒漠生态系统；亚热带常绿阔叶林是研究区主要的植被类型，因此，取阔叶林当量值作为林地的当量值；研究区各种草地类型均有分布，因此，取草甸、灌草丛和草原三者的平均值作为草地的当量值；取水系的当量值作为水域的当量值；由于研究区的未利用地类型主要是裸地，所以取裸地的当量值作为未利用地的当量值；建设用地的当量值参照相关文献（邓舒洪，2012）。成都市生态系统服务价值当量因子如表1所示。其中，水域的单位面积生态系统服务价值当量最高，总和为125.61；其次为林地和草地，单位面积生态系统服务价值当量总和分别为22.95和12.87；耕地单位面积生态系统服务价值当量相对较低，总和为3.94；未利用地单位面积生态系统服务价值当量总和仅为0.2；建设用地单位面积生态系统服务价值当量为负值。

1.3.2 " 单位面积生态系统服务价值系数 " 将全国平均1 hm2的农田每年自然粮食产量的经济价值定义为1个标准单位生态系统服务价值当量因子（Costanza et al，1997），相当于1 hm²农田每年粮食市场价值的1/7，其他土地利用类型生态系统服务价值当量因子定义为相对于农田食物生产服务价值的大小（谢高地等，2015b），计算公式为：

Ea = [17] [i=1nmipiqiM] ①

式中：Ea为研究区1个标准单位生态系统服务价值当量因子的经济价值，单位为元/hm2；i为研究区粮食作物种类，[mi]为研究区第i种粮食作物种类的播种面积，单位为hm2；pi为研究区第i种粮食作物的平均收购价格，单位为元/kg；qi为第i种粮食作物单位面积平均产量，单位为kg/hm2；M为研究区所有粮食作物的总播种面积，单位为hm2（谢高地等，2005）。

根据《成都市统计年鉴》，研究区2000-2019年水稻和小麦播种面积的年平均值分别为211 895.1和92 240.75 hm2，年平均产量分别为6 994.06和3 468.42 kg/hm2，年平均收购价格分别为1.96和1.70元/kg，将上述数据代入公式①，得到1个标准单位生态系统服务价值当量因子的经济价值为1 620.13元/hm2，再乘以表1中的数值，得到研究区各土地利用类型单位面积生态系统服务价值系数（表2）（邓元杰等，2022）。其中，水域单位面积生态系统服务价值系数最高，总和为203 504.53元/hm2；其次为林地和草地，单位面积生态系统服务价值系数总和分别为37 181.98和20 851.07元/hm2；耕地单位面积生态系统服务价值系数总和为6 383.31元/hm2；未利用地单位面积生态系统服务价值系数总和仅为324.03元/hm2；建设用地单位面积生态系统服务价值系数总和为-19 457.76元/hm2。

1.3.3 " 生态系统服务价值计算 " 根据（谢高地等，2015b）提出的基于单位面积的当量因子法计算研究区的生态系统服务价值，计算公式为：

VES = [（Ak×IVC，k）] ②

VES，f "= [（Ak×IVC，fk）] ③

式中：VES为研究区生态系统服务总价值，单位为元；Ak为第k类土地利用类型的面积，单位为hm2；IVC，k为第k类土地利用类型的单位面积生态系统服务价值系数。VES，f为第k类土地利用类型第f项生态服务功能的生态系统服务价值，单位为元；IVC，fk为第k类土地利用类型第f项生态服务功能的单位面积生态系统服务价值系数（郭年冬等，2015）。

1.4 " 生态补偿优先级划分

生态补偿优先级用来衡量不同区域之间获得生态补偿的迫切程度（丁佳佳等，2022），由于供给服务（食物生产、原料生产和水资源供给）的价值可以通过市场进行交易，其价值已经在交易中转化为货币，因此不列入生态补偿的范围（郭荣中等，2017），在生态补偿优先级划分和补偿额度计算时只考虑生态系统服务非市场价值（李广东等，2011）。计算公式为：

IECPS = [VAL，NVGDP，N] ④

式中：IECPS为生态补偿优先级指数，VAL，N为单位面积生态系统服务非市场价值，VGDP，N为单位面积地区生产总值，单位为元（许丽丽等，2016）。IECPS的值越大，表明该区域对于获得生态补偿的迫切程度越高，反之，则越低。IECPS值越大的区域，应优先获得生态补偿（胡赛，2020）。

1.5 " 生态补偿额度确定

生态补偿用于支持生态环境良好但经济相对落后地区的发展（高辉和姚顺波，2014），通过引入生态补偿需求强度系数来体现不同地区生态补偿额度的差异（孙光等，2019），生态补偿额度计算公式为：

RT = VT[×]k[×]t ⑤

t = 2[×]arctan IECPS/[π] ⑥

式中：RT为区域生态补偿额度，VT为区域生态系统服务非市场价值，单位均为元，k为生态价值折算系数（孙付华等，2021），参考前人研究成果并结合研究区的实际情况，取15%（孙贤斌和黄润，2013），t为生态补偿需求强度系数（王立平等，2010），[π]为圆周率。引入反正切函数对IECPS进行归一化处理，以避免生态补偿资金过度集中在少数几个区县（高振斌等，2018）。

2 " 结果与分析

2.1 " 生态系统服务价值时空变化特征

2.1.1 " 时间变化 " 经前述公式计算研究区生态系统服务价值，研究区2000年、2005年、2010年、2015年和2019年生态系统服务总价值分别为208.27亿、201.54亿、197.84亿、192.21亿和189.39亿元，呈逐年下降趋势，减幅分别为3.23%、1.84%、2.85%和1.47%（表3）。20年来生态系统服务价值累计减少18.88亿元，总减幅为9.07%，研究区的生态环境状况不容乐观，原因是随着社会经济发展，建设用地大量增加，且建设用地增加导致耕地面积大量减少。各土地利用类型的生态系统服务价值大小排序为林地gt;耕地gt;水域gt;草地gt;未利用地gt;建设用地。2000-2019年，林地、水域和未利用地的生态系统服务价值有所增加，原因是退耕还林政策的实施和龙泉山城市森林公园的规划建设；耕地、草地和建设用地的生态系统服务价值有所减少，原因是随着经济社会的发展，城镇化和工业化进程的不断加快，人们对建设用地的需求不断加大，从而造成建设用地面积的持续增加，而建设用地占用耕地和草地，导致耕地和草地面积减少。建设用地生态系统服务价值减少得最多，减少了20.44亿元，减幅为85.39%；其次为耕地，减少了7.49亿元，减幅为12.85%；草地减少了0.61亿元，减幅为4.75%；水域和林地的生态系统服务价值增量分别为6.04亿元和3.62亿元，增幅分别为13.61%和3.10%；未利用地生态系统服务价值变化量较小，原因是未利用地所占比重较小。

经计算，研究期间各单项生态系统服务功能价值大小的排序依次为水文调节gt;气候调节gt;土壤保持gt;生物多样性gt;食物生产gt;气体调节gt;净化环境gt;美学景观gt;原料生产gt;维持养分循环gt;水资源供给（表4）。其中，水文调节生态系统服务功能的价值最高，达到80亿元以上，占生态系统服务价值的比重最大，在40%以上。其次为气候调节，其生态系统服务价值在45亿元左右，占生态系统服务价值比重的20%以上。水资源供给服务功能的价值为负值，其值在-37.35亿到-46.19亿元，且其数值的绝对值在不断增大，主要原因是研究区的耕地主要为水田，而水田的水资源供给服务功能当量因子为负值，且研究区建设用地面积不断扩大，建设用地水资源供给当量因子同样为负值。

研究期间，只有生物多样性、净化环境、美学景观和气候调节功能的生态系统服务价值处于增加状态，其余类型均处于减少状态。其中，生物多样性价值增加量最大，达0.66亿元，增长率为3.65%；净化环境价值增加了0.24亿元，增长率为1.60%，增加原因为林地和水域面积的扩大。水资源供给价值减少量最大，减少了8.84亿元，减少率为23.67%；其次为气体调节价值，减少了5.66亿元，减少率为25.52%，减少原因主要是建设用地的快速增加；食物生产价值减少了2.21亿元，减少率为11.10%，减少原因是占食物生产价值当量较高的耕地面积的大量减少。

2.1.2 " 空间变化 " 基于格网尺度，将研究区划分为1 km×1 km的网格，按自然断点法将研究区的生态系统服务价值划分为：极低值区（lt;-67.68万元）、低值区（-67.68万～39.94万元）、较低值区（39.95万～131.30万元）、中等值区（131.31万～255.45万元）、较高值区（255.46万～452.86万元）、高低值区（452.87万～801.39万元）和极高值区（gt;801.39万元）共7个值区。

研究期间，研究区的生态系统服务价值空间分布格局较为稳定（图2）。极低值区主要分布在中心城区（金牛区、青羊区、武侯区、锦江区和成华区），低值区主要分布在中心城区外围，较低值区主要分布在简阳市和金堂县，中等值区作为低值区和高值区的过渡，分布在两者之间，较高值区主要分布研究区西部以及简阳市、金堂县和龙泉驿区交界处，高值区主要分布在岷江和沱江等河流附近，极高值区主要分布在长滩水库、向阳水库、三岔水库等水库附近。

2000-2019年，研究区生态系统服务价值极低值区的面积不断增加，由2000年的2.49万 hm2增加到2019年的10.43万hm2，增量高达7.94万hm2，增幅高达318.66%；较低值区的面积不断减少，由2000年的55.58万hm2减少到2019年的44.86万hm2，减少量高达10.73万hm2，减幅为19.30%；低值区和极高值区的面积先减少后增加，总体上分别增加了1.00万和0.21万hm2，增幅分别为3.90%和311.08%；中等值区和较高值区的面积先增加后减少，总体上分别增加了0.88万和1.47万hm2，增幅分别为3.24%和4.78%；高值区的面积先大幅减少后小幅增加，总体上由2000年的1.59万hm2减少到2019年的0.82万hm2，减少了0.77万hm2，减幅高达48.58%。

20 年来，研究区生态系统服务价值极低值区范围不断扩张，中心城区尤为明显，扩张方向主要集中在武侯区西部和南部、锦江区中部、成华区西部、金牛区北部和郫都区东南以及双流区北部，西部山区的较高值区范围有所增加，都江堰市、简阳市西南部以及龙泉驿区和简阳市的交界处出现了高值区和极高值区，原因是龙泉山城市森林公园和三岔湖旁公园的建设。

2.2 " 生态补偿优先级

从成都市2019年各区县生态补偿优先级分布情况（图3）可知，各区县的生态补偿优先级差异较为明显。其中，大邑县的生态补偿优先级最高，IECPS高达0.0942，其次是邛崃市和都江堰市，IECPS分别为0.0755和0.0674，属于生态补偿优先级第1梯队。大邑县、邛崃市和都江堰市的西部属于龙门山区，地形以山地为主，土地利用类型以林地和草地为主，生态环境质量较好，生态系统服务价值较高，龙门山脉是成都市西部重要的生态屏障和生态涵养区，在成都市生态环境保护工作中享有重要地位，因此，应该优先获得生态补偿，且这3个区县的单位面积GDP相对偏低。彭州市、简阳市、蒲江县和崇州市IECPS位于0.0494和0.0674之间，生态补偿优先级仅次于大邑县、邛崃市和都江堰市，处于生态补偿优先级第2梯队。金堂县IECPS达到0.0303，处于生态补偿优先级第3梯队。新津区、青白江区、双流区、龙泉驿区、新都区和温江区IECPS位于0.0044和0.0126之间，处于生态补偿优先级第4梯队。成华区、金牛区、锦江区、青羊区和武侯区IECPS位于-0.0003和-0.0001之间，处于生态补偿优先级第5梯队。

2.3 " 生态补偿额度

利用公式⑤和公式⑥，计算得到成都市2019年各区县的生态补偿需求强度系数和生态补偿额度（图4）。成都市2019年生态补偿总额为11 040.17万元，其中，大邑县生态补偿额度最高，达到2 415.80万元，占成都市生态补偿总额的21.88%，其次是都江堰市和邛崃市，生态补偿额度分别为1 843.71万元和1 799.15万元，分别占总额的16.70%和16.30%。这3个区县的生态系统服务价值为79.95亿元，占研究区总生态系统服务价值的42.63%，GDP为1 040.93亿元，仅占研究区GDP的6.12%，大邑县、都江堰市和邛崃市为成都市的生态环境保护工作做出了显著贡献，理应获得较多生态补偿。

3 " 讨论

成都市生态补偿额度高值区域主要分布在大邑县、邛崃市、都江堰市、彭州市和简阳市，该区域分布着龙门山脉和龙泉山脉，是成都市重要的生态屏障和生态涵养区，也是长江上游生态屏障的重要组成部分，该区域获得较多生态补偿额度体现了生态补偿政策的针对性。

位于生态补偿优先级第1梯队的大邑县、邛崃市和都江堰市，是成都市“西控”的重点区域。这些地区生态环境较好，生态系统服务价值较高，与此同时，经济发展水平相对较低，这与经济发展水平较高地区通过生态补偿反哺经济发展水平较低地区的初衷相一致，生态补偿政策有助于上述地区加快经济发展（赵志刚等，2020）。这些地区的生态文明建设应摆在更加突出的地位，对于污染重、与生态保护背道而驰的产业进行控制，加大产业转型，大力发展低能耗、低排放、高效益、高科技产业，利用自身生态优势大力发展文化创意、旅游康养等产业，探索城市绿色发展新模式（周健等，2018）。位于生态补偿优先级第2梯队的彭州市、简阳市、蒲江县、崇州市以及第3梯队的金堂县，其境内耕地广布，在今后发展中，应促进耕地规模化、集约化、机械化、专业化发展，利用自身优势将生态补偿资金重点投向绿色食品加工等上下游产业，在保护好生态环境的同时，发展经济（朱懋，2010）。位于生态补偿优先级第4梯队的新津区、双流区、龙泉驿区、青白江区、新都区和温江区，应利用靠近成都主城区的优势，将生态补偿资金用于承接主城区的产业转移，打造区域发展新引擎（Gastineau et al，2021）。位于生态补偿优先级第5梯队的郫都区、成华区、锦江区、金牛区、青羊区和武侯区，生态系统服务价值较低，经济较为发达，是生态补偿政策的主要支付者，应积极支付生态补偿，利用其经济实力较强的优势重点发展生产性服务业和高端生活性服务业，同时还应积极规划建设城市绿地系统，开创美丽宜居公园城市新路径（Addison amp; Greiner，2016）。

成都市2019年生态系统服务总价值为189.39亿元，生态补偿额度为1.10亿元，生态补偿占GDP的比重仅为0.01%。成都市政府的财政压力并不大，生态补偿具有可操作性。此外，还应积极探索横向生态补偿，促进经济发达、生态系统服务价值较低的区县和经济相对落后、生态系统服务价值较高的区县签订横向生态补偿协议，共同促进区域生态环境保护（Farley amp; Costanza，2010）。

生态补偿可以促进区域生态环境和社会经济协调发展，有利于生态文明建设（邓楚雄等，2019）。成都市政府还应加快建立健全生态补偿政策法律法规，拓展生态补偿融资渠道，加强各级财政支持，通过设立生态补偿专项资金，拓宽补偿方式，探索开发性补偿，加强生态补偿绩效评价等手段，逐步缩小区域经济发展差距，保护区域生态环境（张帅等，2021）。

本文通过引入生态补偿优先级指数（IECPS）以及生态补偿需求强度系数，为成都市各区县的生态补偿优先级和生态补偿额度的确定提供了可靠依据，也可为其他地区生态补偿研究提供参考。由于工作量和数据获取难度的原因，本文只采用当量因子法对生态系统服务价值进行了评估，后续计划采用生态足迹法和INVEST模型评估法做一个对比分析，以保证研究结果的精确性和可信度。除了应用于生态补偿外，生态系统服务价值研究还可应用于划分生态红线、制定生态修复政策、实现城市土地空间分区优化等，这也是下一步的研究重点。

4 " 建议

（1）林地对研究区生态系统服务价值的贡献最大，水域单位面积生态系统服务价值当量最高。因此，成都市应积极推进龙泉山城市森林公园和白鹤滩国家湿地公园等重大标志性生态工程建设，推进龙门山、龙泉山区域及东、南部丘陵地区等重点区域生态修复，建立健全岷江、沱江、人民渠、三岔湖等重点流域、湖库的水生态监测预警系统，多措并举，逐步提高研究区的生态系统服务价值。

（2）成都市政府应多渠道筹措资金，加大生态保护补偿力度。建立市级生态保护补偿资金投入机制，加大对大邑县、邛崃市、都江堰市等生态补偿优先级较高区域的支持力度。完善生态保护成效与资金分配挂钩的激励约束机制，加强对生态保护补偿资金使用的监督管理。

（3）应积极探索推进横向生态补偿，研究制定横向生态补偿办法，鼓励受益地区与保护生态地区、流域下游与上游通过资金补偿、对口协作、产业转移、人才培训、共建园区等方式建立横向补偿关系。

（4）成都市2019年生态补偿资金仅占GDP的0.01%，生态补偿政策具有可操作性。建议通过落实生态补偿政策以扭转成都市20年来生态系统服务价值逐年下滑的趋势，促进区域生态环境和经济社会协调发展。

参考文献

曹瑞芬，张安录，万珂，2015.耕地保护优先序省际差异及跨区域财政转移机制：基于耕地生态足迹与生态服务价值的实证分析[J].中国人口·资源与环境，25（8）：34-42.

陈琳，欧阳志云，王效科，等，2006.条件价值评估法在非市场价值评估中的应用[J].生态学报，（2）：610-619.

陈应发，1996.费用支出法：一种实用的森林游憩价值评估方法[J].生态经济，（3）：27-31.

邓舒洪，2012.区域土地利用变化与生态系统服务价值动态变化研究[D].杭州：浙江大学.

邓元杰，侯孟阳，贾磊，等.2022.基于生态系统服务价值评估的长征沿线革命老区生态补偿策略[J].应用生态学报，33（1）：159-168.

邓楚雄，钟小龙，谢炳庚，2019.洞庭湖区土地生态系统的服务价值时空变化[J].地理研究，38（4）：844-855.

丁佳佳，蔡庆，丁磊，等，2022.基于生态价值核算的重庆市区域生态补偿策略研究[J].环境生态学，4（增刊1）：23-30.

高振斌，王小莉，苏婧，2018.基于生态系统服务价值评估的东江流域生态补偿研究[J].生态与农村环境学报，34（6）：563-570.

高辉，姚顺波，2014.中国三江源地区生态补偿标准研究[J].云南财经大学学报，30（4）：10-14.

高伟，杜展鹏，严长安，2019.污染湖泊生态系统服务净价值评估：以滇池为例[J].生态学报，（5）：1-9.

郭荣中，申海建，杨敏华，2017.基于生态足迹和服务价值的长株潭地区生态补偿研究[J].土壤通报，48（1）：70-78.

郭年冬，李恒哲，李超，2015.基于生态系统服务价值的环京津地区生态补偿研究[J].中国生态农业学报，23（11）：1473-1480.

胡赛，2020.基于土地利用变化的生态系统服务价值及生态补偿标准研究[D].徐州：中国矿业大学.

李广东，邱道持，王平，2011.三峡生态脆弱区耕地非市场价值评估[J].地理学报，66（4）：562-575.

李欣欣，任茜，余向克，等，2022.生态保护红线区域的生态系统服务价值分析及生态补偿优先区域研究：以四川省生态保护红线区域为例[J].中国水土保持，（4）：33-37，7.

李子君，刘金玉，姜爱霞，等，2020.基于土地利用的祊河流域生态系统服务价值动态变化[J].水土保持研究，27（2）：269-275，283.

刘菊，傅斌，张成虎，等，2019.基于InVEST模型的岷江上游生态系统水源涵养量与价值评估[J].长江流域资源与环境，28（3）：577-585.

欧阳志云，王如松，2000.生态系统服务功能、生态价值与可持续发展[J].世界科技研究与发展，22（5）：45-50.

欧阳志云，王如松，1999.生态系统服务功能及其生态经济价值评价[J].应用生态学报，10（5）：635-640.

孙光，罗遵兰，李果，等，2019.衡水湖国家级自然保护区生态补偿标准核算[J].水生态学杂志，40（4）：8-13.

孙付华，熊佳丽，高鑫，等，2021.基于生态系统服务价值的水源地生态补偿研究：以南水北调东线扬州市为例[J].资源与产业，23（3）：38-49.

孙贤斌，黄润，2013.基于GIS的安徽省会经济圈区域生态补偿优先等级研究[J].水土保持研究，20（1）：152-155.

王女杰，刘建，吴大千，2010.基于生态系统服务价值的区域生态补偿：以山东省为例[J].生态学报，30（23）：6646-6653.

王立平，陈飞龙，杨然，2010.京津冀地区雾霾污染生态补偿标准研究[J].环境科学学报，38（6）：2518-2524.

谢高地，张彩霞，张昌顺，2015a.中国生态系统服务的价值[J].资源科学，37（9）：1740-1746.

谢高地，张彩霞，张雷明，2015b.基于单位面积价值当量因子的生态系统服务价值化方法改进[J].自然资源学报，30（8）：1243-1254.

谢高地，肖玉，甄霖，2005.我国粮食生产的生态服务价值研究[J].中国生态农业学报，（3）：10-13.

许丽丽，李宝林，袁烨城，2016.基于生态系统服务价值评估的我国集中连片重点贫困区生态补偿研究[J].地球信息科学学报，18（3）：286-297.

杨凯耀，李琼薇，2023.发挥市场机制作用加快推进赤水河流域多元化生态补偿[J].低碳世界，13（4）：178-180.

张帅，汪洋，安沙舟，2021.典型内陆盆地生态系统服务价值对土地利用变化的响应[J].新疆农业科学，58（4）：766-777.

赵志刚，余德，王凯荣，2020.赣西地区生态系统服务价值与生态补偿策略[J].生态学报，40（20）：7507-7518.

朱懋，2010.基于生态系统服务价值的德化县土地利用结构优化研究[D].福州：福建师范大学.

周健，官冬杰，周李磊，2018.基于生态足迹的三峡库区重庆段后续发展生态补偿标准量化研究[J].环境科学学报，38（11）：4539-4553.

Addison J，Greiner R，2016.Applying the social-ecological systems framework to the evaluation and design of payment for ecosystem service schemes in the Eurasian steppe[J].Biodiversity and Conservation，25（12）：2421-2440.

Costanza R，d'Arge， R，Groot R，et al，1997.The value of the world’s eco⁃system services and natural capital[J].Nature，387（15）：253-260.

Gastineau P，Mossay P，Taugourdeau E，2021.Ecological comp ensation： how much and where？[J].Ecological Economics，90（6）：5210-5210.

（责任编辑 " 熊美华）

Ecological Compensation in Chengdu City Based

on Ecosystem Service Assessment

CAO Qing1，2，3， ZHAO Jun‐san1，2，3， LIN Yi‐lin1，2，3， CHEN Guo‐ping1，2，3， WANG Rong‐yao1，2，3， HE Wan‐cai1，2，3

（1. Faculty of Land and Resources Engineering， Kunming University of Science and Technology，

Kunming " 650093， P.R. China;

2. Key Laboratory of Geospatial Information Integration and Innovation for Smart Mines，

Kunming " 650093， P.R. China;

3. Science and Technology Innovation Team of Spatial Information Integration and Application of

Natural Resources in Universities of Yunnan Province， Kunming " 650211， P.R. China）

Abstract： Ecological compensation is an important measure for achieving coordinated development of the regional ecological environment and socio-economic conditions， energizing all parties to protect the environment， promoting an ecologically sensitive civilization， and establishing an environmentally friendly society. In this study， Chengdu City was selected as a case study， and we analyzed the spatio-temporal variation of ecosystem service values in 20 counties and districts of the city based on land use data for 2000， 2005， 2010， 2015 and 2019. The ecological compensation priority and amount for each county and district was then determined for 2019 using the modified equivalent factor method. Results include： （1） The total value of ecosystem services in Chengdu City were 20.827 billion yuan （2000）， 20.154 billion yuan （2005）， 19.784 billion yuan （2010）， 19.221 billion yuan （2015） and 18.939 billion yuan （2019）. In the past 20 years， the total value of ecosystem services decreased by 1.888 billion yuan （9.07%）. （2） The priority levels of ecological compensation were highest for Dayi County， Qionglai and Dujiangyan Cities， with respective ecological compensation priority indices of 0.0942， 0.0755 and 0.0674. These districts and county provided high ecological benefits and made ecological contributions to the economic development of Chengdu City， while their GDP per unit area ranked near the bottom and they should be given priority to receive ecological compensation. （3） In 2019， the total amount of ecological compensation in Chengdu City was 110.4017 million yuan. Dayi County had the largest amount of ecological compensation， accounting for 24.1580 million yuan （21.88%） of the total ecological compensation， followed by Dujiangyan City at 18.4371 million yuan （16.70%） and Qionglai City at 17.9915 million yuan （16.30%）. In 2019， ecological compensation accounted for only 0.01% of the GDP in Chengdu City. The financial pressure on the Chengdu city government is not great， so implementation of ecological compensation is feasible. Further， we suggest that Chengdu City broaden ecological compensation， explore developmental compensation， gradually narrow the gap of regional economic and social development， and increase protection of the regional ecological environment.

Key words：ecosystem service value; ecological compensation; Chengdu City