基于GWR的湖北省社會經濟因素對生態服務價值的影響

陳 彧，李江風，徐 佳

（1. 中國地質大學（武漢）公共管理學院， 湖北 武漢 430074；2. 中國地質大學（武漢）緊缺礦產資源勘查協同創新中心， 湖北 武漢 430074）

基于GWR的湖北省社會經濟因素對生態服務價值的影響

陳 彧1，李江風1，徐 佳2

（1. 中國地質大學（武漢）公共管理學院， 湖北 武漢 430074；2. 中國地質大學（武漢）緊缺礦產資源勘查協同創新中心， 湖北 武漢 430074）

研究目的：掌握湖北省社會經濟因素對生態服務價值影響的空間分異情況，為湖北省不同區域的經濟社會和生態環境的協調發展提供科學參考。研究方法：構建地理加權回歸模型。研究結果：（1）第一產業對生態服務價值的負面影響由西至東逐漸減弱；（2）第二產業對鄂東地區生態服務價值負面影響較為顯著，鄂中地區較弱，在鄂西地區則表現出正面影響；（3）第三產業主要對鄂西北及鄂中地區生態服務價值呈現正面影響，其他地區則不太明顯；（4）城鎮化對生態服務價值的負面影響由西至東逐漸減弱，對鄂東地區負面影響十分微弱；（5）人口因素主要對湖北省人口比較集中的沿江平原地區造成顯著的負面影響。研究結論：應根據不同地區社會經濟因素對生態服務功能影響的差異，采取適合當地的差別化發展方式。

土地評價；地理加權回歸模型；生態服務價值；社會經濟因素；湖北省

近年來中國社會經濟步入“新常態”，從資源環境約束方面來看，表現為目前的環境承載能力已經達到或者接近上限，因此必須調整發展思路，推進形成生態環境與社會經濟協調發展的新方式。鑒于此，本文旨在選取具有代表性的社會經濟影響因素，分析各因素對生態服務價值影響的規律，對湖北省的可持續發展提供支撐。

現有研究中[1]，有學者從社會經濟系統與生態系統協調度的角度，通過對兩者的時序發展曲線進行擬合，對擬合度進行分析從而判斷兩者是否協調發展[2-4]；也有學者對不同系統的關鍵性指標進行回歸建模，其回歸模型的應用經歷了從經典多元線性回歸到考慮空間數據自相關因素的空間自回歸模型的演化過程[5-7]。這些研究總體上仍然是從研究區域的全局角度進行分析或建模，其研究結果主要還是體現了研究區整體的一般性規律。然而地理空間數據具有空間非平穩性，因此需要有能描述這種空間分異現象的局部空間模型，而地理加權回歸模型（GWR）則可以解決該問題：該模型擴展了多元線性回歸模型，其回歸系數可以隨地理位置變化而變化，因此可以反映影響因素的空間分異情況[8-9]。本文利用該模型，進行地理加權回歸模型的構建，對土地生態服務價值驅動因素的空間分異特征進行分析，為地區生態經濟協調發展提供參考。

1 研究區域概況

湖北省鄂西地區主要以山地為主，中間是雄奇壯美的長江三峽；鄂中地區則是坦蕩寬闊的江漢平原，其間湖泊密布，大片田洋分布其中。往北則是大洪山低山丘陵區，漢水由此而過，其間形成鄂北平原崗地；鄂東地區兩側主要為桐柏—大別山系和幕阜山脈，中間長江橫貫而過，江湖沖擊形成平坦的沿江平原。

十八大首次將“生態文明建設”提升到國家建設和發展總布局的高度。由過去的經濟建設、政治建設、文化建設、社會建設“四位一體”，變成現在的“五位一體”。湖北省響應國家發展戰略，先后提出了“兩型社會—武漢城市圈”、“鄂西生態文化旅游圈”以及“長江經濟帶”的戰略構想?！皟扇σ粠А钡陌l展戰略以生態環境和社會經濟的協同發展為核心，強調區域間的統籌發展以及生態環境的約束，構成湖北省發展的基本框架。因此，本文即以2012年為切入點，深入分析社會經濟因素對土地生態服務價值的影響，揭示其中規律，為湖北省可持續發展提供參考。

2 數據來源和研究方法

2.1 數據來源與處理

生態服務功能是指生態系統和生態過程所形成和所維持的人類賴以生存的自然效用。生態服務價值則是其功能效用的價值化體現[10]。近年來研究已證實，利用土地利用/覆蓋來評價生態服務價值是可行的[11-13]。因此，本文借助謝高地等提出的中國生態系統服務價值當量因子表[12]，對湖北省各縣、市的生態服務價值進行評估，并利用歸一化植被指數（NDVI）進行生物量修正。生態服務價值計算使用的2012年土地利用數據來自湖北省國土資源廳提供的土地利用變更調查數據，其縣級尺度上采用的是1∶1萬的比例尺，數據精度可靠。NDVI值來源于SPOT_Vegetation（2012年）的逐旬數據（數據來源于黑河計劃數據管理中心）。社會經濟數據來源于湖北省農村統計年鑒。本文以湖北省91個縣（市、區）為評價單元，按縣分別統計上述各項數據。

另外，由于不同背景的學科對城鎮化相關概念和定義的理解存在差異，一般從統計口徑得到的城鎮化率指標主要反映的是人口城鎮化水平，而本研究更傾向于表達城鎮化的綜合發展水平，而目前多數研究所采用的復合指標法對于指標的確定和數據的采集均存在操作上的困難性，因此本文采用遙感領域經常應用的夜間燈光指數來反映城鎮化的綜合發展程度，該數據可以在大尺度范圍內進行全方位的獲取，克服了數據采集上的困難。該數據是1976年發射的美國軍事氣象衛星DMSP攜帶的OLS傳感器探測到夜間低強度燈光，其空間分辨率為1 km，可以綜合反映人類的活動信息，其值越高表示人類生產活動越頻繁，可以反映城鎮化綜合發展的強度大小[14]。

2.2 生態服務價值的評估方法

2.2.1 生態服務價值當量因子表 生態服務價值的估算方法中影響最廣泛的當屬謝高地[12]在Costanza等的評估方法基礎上制定的中國生態系統服務價值當量因子表。該表定義1hm2的農田食物生產的生態服務價值當量為1，其他生態系統各類生態服務價值的當量因子則是其相對于農田食物生產服務功能的貢獻大小。

2.2.2 單位面積農田食物生產生態服務價值 根據謝高地等[15-16]的研究，單位面積農田食物生產生態服務價值（即1個當量因子的價值）相對于當年研究區域平均糧食單產市場價值的1/7，可用如下公式計算：

式1中，Ea為單位農田生態系統提供食物生產服務功能的經濟價值（元/hm2）；i為作物種類，湖北省主要糧食作物有水稻、小麥、油菜等；pi為i種糧食作物平均價格（元/t）；qi為i種糧食作物單產（t）；mi為第i種糧食作物面積（hm2）；M為糧食作物總面積。

2.2.3 湖北省各區域生態服務價值的確定 根據當量因子表中各類土地利用類型生態服務價值所相對于農田食物生產服務價值的大小（即當量因子），可計算出每種地類的單位面積生態服務價值（表1）。土地類型與生態系統按相應關系對應，其中園地取林地和草地的平均值，建設用地生態服務價值計為0。

最后以縣為單位根據每種地類的面積對生態服務價值進行匯總，得到各縣總的生態服務價值。

表1 各土地利用類型單位面積生態服務價值 單位：元/hm2·aTab.1 The ecosystem service values per unit area of each type of land use unit: yuan/hm2·a

2.3 生態服務價值的修訂方法

實際上，由于生態服務價值的空間異質性，即使相同的生態系統其內部的生態服務價值也會有差異，已有的研究結果表明[12,15]，生態服務價值與其生物量成正比關系，因此可根據各地區生物量的差異對上述土地生態服務價值進行修訂，公式如下：

式2中，Ej′為生物量修正后的生態服務價值；E1為未修正之前的生態服務價值；bj為j類評價單元的生物量；B為研究區平均生物量。

直接計算生物量比較困難，而各項研究表明[17-18]，生物量與植被覆蓋度成正比關系，而植被覆蓋度可由歸一化植被指數（NDVI）用對應關系計算得到，因此本文首先對各縣的NDVI數值進行匯總，然后利用如下公式對生態服務價值進行修正：

式3—式5中，f為植被覆蓋度，Fi為第i個縣的植被覆蓋度修訂系數，fi為第i個縣的植被覆蓋度總和，為研究區的植被覆蓋度平均值，Ei為修訂前的生態服務價值，E為修訂后的生態服務價值。由此，可得到各個縣的生態服務價值的修訂值。

2.4 湖北省生態服務價值的空間分異

通過上述方法得到湖北省各縣的土地生態服務價值，為消除面積的影響，采用地均生態服務價值進行地區間的橫向比較，在ArcGIS中通過自然分等法將2012年湖北省各縣的地均生態服務價值分為5個等級：高等級區主要位于鄂西地區的秦巴山區；較高等級區也主要位于鄂西和鄂東的幾大山系以及沿江湖泊群集中的區域；而江漢平原和襄陽崗地則是生態服務價值較低等級分布集中的區域。總體上看，湖北省土地生態服務價值呈現出西高中低，東部南北高中間低的基本格局。

圖1 湖北省2012年生態服務價值空間分異情況Fig.1 Spatial variation of ecological service value of Hubei Province in 2012

2.5 社會經濟因素對生態服務功能影響的機理及自變量的選取

2.5.1 社會經濟因素對生態服務功能影響的機理 人類社會經濟活動是影響生態環境的重要驅動力。近年來，城鎮化水平提升，用地需求也隨之加劇，不合理的用地擴張導致生態用地大幅減少，生態服務功能大幅減弱。其次，人口增長使得人類向自然界索取的資源也越來越多，大大影響了生態系統本身的自我調節服務功能，生態環境加劇惡化。再次，不同類型產業在發展過程中，從自然環境中吸取所需要的資源，釋放出各種產品和廢棄物，對生態環境產生了破壞。例如第一產業會對植被覆蓋度產生巨大影響，造成水土保持等生態服務功能的減弱。第二產業對其他生態用地的占用，排出的污染物等均會對各種生態服務功能產生巨大影響。第三產業是城市化進程中發展較快的產業，反映居民生活質量的重要指標，對用地結構也產生深刻影響，進而影響土地生態服務功能。綜上，本文考慮地均GDP、人口、城鎮化水平以及第一、二、三產業作為回歸模型的備選自變量。

2.5.2 回歸自變量的遴選 建立回歸模型前，必須通過備選自變量之間的多重共線性檢驗來對回歸模型的自變量進行遴選。通常判斷一個變量是否應該排除在外可以用容忍度（TOLERANCE = 1 - R2）的倒數VIF來檢驗，當VIF＞10時表示該變量的多重共線性很嚴重，檢驗結果如表2。

表2 回歸方程自變量的多重共線性檢驗Tab.2 The multi-collinearity diagnostics of regression equation

模型1表明當自變量為第一、二、三產業以及地均GDP、人口、城鎮化水平時的多重共線性檢驗結果，可以看到地均GDP的VIF＞10，說明地均GDP與其他變量之間存在嚴重的多重共線性，可以考慮刪除這個冗余變量（從實際意義上看，地均GDP也隱含了產業類型的影響，因此在理論上各個產業也可以替代表達其實際意義），因此筆者再用刪除后的5個變量再進行一次多重共線性檢驗，得到模型2所示結果：去除地均GDP后，每個變量的VIF均小于10，多重共線性變得不再嚴重，屬于模型可接受的范圍。鑒于此，本文最終采用第一、二、三產業以及人口、城鎮化水平作為回歸模型的自變量。

2.6 地理加權回歸建模

本文采用地理加權回歸模型建模，該模型是一種局域回歸模型，是在經典多元線性回歸的基礎上進行的空間局域擴展，相對于傳統的全局回歸模型，優勢在于其回歸系數對于每個樣點對象都有一個單獨的值，因此對于存在非平穩性的空間數據，該模型可反映不同地理位置每個變量對該區域的影響程度，由此可了解研究區域各因素對解釋變量影響的空間分異特征[8-9]。其回歸模型如下：

式6中，（ui，vi）為第i個樣本點空間坐標；xik為第k個自變量在第i個樣本點的值，k為自變量個數，i為樣本點個數；εi為殘差；βk（ui，vi）為連續函數βk（u，v）在i點的值。

3 結果與分析

從回歸診斷結果來看（表3），擬合優度R2包括調整R2均比較大，說明了回歸方程能夠解釋因變量的70%以上，其擬合度較高；F統計量值也很大，P值極小，說明該回歸方程的聯合顯著性較高。

3.1 第一產業對生態服務價值影響的空間分異特征

湖北省第一產業較發達的地區主要位于沿江平原地區。總體上第一產業對生態服務價值的影響為負效應，其影響程度由西至東逐漸減弱（圖2）?？梢钥吹?，第一產業對山區的影響比平原地區的影響更為顯著，這是由于第一產業對植被覆蓋度會產生較大影響，在山區更容易造成水土流失，從而對水土保持服務功能造成破壞，而對平原地區的水土保持影響則相對較小。因此鄂西地區的第一產業發展要更加注意對生態環境的影響。

圖2 第一產業回歸系數空間分布圖Fig.2 Spatial variation of the coeffcient of the primary industry

圖 3 第二產業回歸系數空間分布圖Fig.3 Spatial variation of the coeffcient of the second industry

3.2 第二產業對生態服務價值影響的空間分異特征

湖北省第二產業主要分布于鄂北十堰—襄陽—武漢和長江沿線兩條工業走廊上?？傮w來看，第二產業對武漢城市圈地區的負面影響比較顯著，鄂中地區較弱，而在鄂西地區則表現出正面影響（圖3）。這說明，在第二產業比較集中的武漢城市圈地區，其負面影響比較顯著；而鄂中和鄂西地區的第二產業總量較小且相對分散，因此負面效應并不明顯。特別的，第二產業在鄂西地區表現出了正面影響，這一方面是由于該地區的第二產業總量不太大，另一方面也說明該地區以水力、風力以及汽車產業為代表的第二產業的發展并不一定會帶來生態服務功能的減弱，其發展所帶來的經濟效益可以及時的反饋于對生態環境保護和治理的投入中，反而可以促進當地生態環境的改善。

3.3 第三產業對生態服務價值影響的空間分異特征

第三產業對生態服務價值總體影響是正面的（圖4）。表現為顯著影響的地區主要集中于鄂西北及鄂中地區，在其他地區不太明顯。第三產業尤其是現代服務業的提高有助于當地實現產業轉型，可以減少對生態環境影響較大的第一、二產業的依賴。結果說明，相比較第三產業更為發達的鄂東地區，第三產業對相對落后的鄂中西地區的正面影響更為顯著，未來該地區應該積極推動第三產業發展，提高第三產業就業人口比例，通過優化產業結構帶動地區生態環境改善。

3.4 城鎮化水平對生態服務價值影響的空間分異特征

湖北省城鎮化水平最高的地區位于武漢城市圈，其他地區則相對較低，總體上城鎮化水平由東至西逐漸減弱（圖5）?；貧w結果顯示，城鎮化對生態服務價值的總體影響是負面的，程度由西至東逐漸減弱，對鄂東地區負面影響十分微弱。這說明，處于城鎮化初期階段的地區其城鎮化對生態環境仍然是具有負面影響的，但隨著城鎮化向更高程度的發展，其積極作用開始體現，可以帶動產業結構、就業人口結構等的優化，減輕資源環境承載壓力，促進地區生態經濟協調發展。

3.5 人口對生態服務價值影響的空間分異特征

人口對生態服務價值具有顯著負面影響的區域主要位于鄂中和鄂東北地區，而在其他地區不具有統計顯著性（圖6）。原因在于，湖北省的人口主要分布于沿江地區，人口的集中使得人類向自然界索取的資源也越多，加重了周圍的生態環境承載壓力，土地的生態服務功能減弱。因此，人口對這些人口密集地區的生態服務價值負面影響更大。

圖4 第三產業回歸系數Fig.4 Spatial variation of the coeffcient of tertiary industry

圖5 城鎮化水平回歸系數空間分布圖Fig.5 Spatial variation of the coeffcient of the light index

4 結論及建議

圖6 人口回歸系數空間分布圖Fig.6 Spatial variation of the coeffcient of population

本文通過構建地理加權回歸模型，分析湖北省社會經濟因素對土地生態服務價值影響的空間分異特征及內在原因，得到如下結論：第一產業對生態服務價值的負面影響由西至東逐漸減弱；第二產業對武漢城市圈地區的生態服務價值負面影響較為顯著，鄂中地區較弱，而在鄂西地區則表現出正面影響；第三產業主要對鄂西北及鄂中地區生態服務價值呈現正面影響，其他地區則不太明顯；城鎮化對生態服務價值的負面影響由西至東逐漸減弱，對鄂東地區負面影響十分微弱；人口因素主要對湖北省人口比較集中的沿江平原地區造成顯著的負面影響。湖北省區域間地形地貌和社會經濟發展的差異決定了上述空間分異現象。鄂西山區主要為林區，第一產業和城鎮化易對其植被覆蓋度造成損害，因此這兩者對該地區生態服務功能的負面影響更大，而第三產業的發展可以減少對該地區林地破壞較嚴重的第一、二產業的依賴，通過優化產業結構保護當地生態環境；鄂中地區是傳統的農業區，農業人口密集，因此人口總量對該地區產生較大負面影響，而第三產業的發展可以吸納農村過剩人口，并帶動城鎮化、產業化的協同發展，減輕農村資源環境壓力，因此表現出正面影響，是未來該地區重點發展的方向；鄂東地區林地、水網交錯，生態本底較好，并且城鎮化發展處于相對較高的水平，其帶動產業升級和優化就業人口的積極效應開始顯現，因此城鎮化對該區域的負面影響較小。

基于上述結論，對各區域的發展分別提出如下建議：（1）鄂西地區在發展過程中必須對林地進行嚴格保護，保持退耕還林良好勢頭；發展具有區域特色的第一、二產業：做大做強恩施富硒農產品品牌，適度擴大三峽庫區蜜橘、臍橙和茶葉特色農產品生產規模，促進水利、風力等清潔能源的發展，強化十堰汽車產業的研發和創新，將需要大量占地的生產環節向武漢、襄陽等地區轉移；加快第三產業，尤其是旅游業的發展，提升當地旅游業品質；城鎮空間發展必須以保障生態安全為前提進行適度擴張，積極推進生態敏感地區的生態移民。（2）鄂中地區要在保護基本農田的基礎上繼續實施退田還湖，加強濕地的保護力度，發揮水資源優勢，促進現代漁業發展；依托鄂北襄陽—隨州—孝感汽車產業走廊和沿江船舶工業走廊形成產業集聚優勢；加快以物流為主體的第三產業發展，提高第三產業就業人口比重，引導農村過剩人口向城鎮轉移，分散農村資源環境承載壓力，促使工業化、信息化、城鎮化和農業現代化“四化同步”發展。（3）鄂東地區要以農業深加工為依托推動農業規?；彤a業化發展；加快產業轉型升級，積極發展生物科技、電子信息等高新技術產業，逐步推進第二產業向武漢外圍地區轉移，以此為契機促進城市圈一體化發展；積極推進大別山和幕阜山地區紅色旅游和生態旅游，以此帶動服務業整體發展，優化經濟結構，促進生態經濟協調發展。

（

）:

［1］ 馮廣京，林堅，胡振琪，等. 2013年土地科學研究重點進展評述及2014年展望［J］ . 中國土地科學，2014，28（1）：3 - 19.

［2］ 劉瓊，吳斌，歐名豪，等. 揚州市土地利用與經濟系統的協調發展評價［J］ . 中國土地科學，2013，27（6）：28 - 34.

［3］ 梁紅梅，劉衛東，劉會平，等. 土地利用社會經濟效益與生態環境效益的耦合關系——以深圳市和寧波市為例［J］ . 中國土地科學，2008，22（2）：42 - 48.

［4］ 吳建寨，李波，張新時. 生態系統服務價值變化在生態經濟協調發展評價中的應用［J］ . 應用生態學報，2007，（11）：2554 -2558.

［5］ 許恒周，吳冠岑，郭玉燕. 耕地非農化與中國經濟增長質量的庫茲涅茨曲線假說及驗證——基于空間計量經濟模型的實證分析［J］ . 中國土地科學，2014，28（1）：75 - 81.

［6］ 謝花林. 基于Logistic回歸模型的區域生態用地演變影響因素分析——以京津冀地區為例［J］ . 資源科學，2011，（11）：2063 -2070.

［7］ 陳利根，龍開勝. 耕地資源數量與經濟發展關系的計量分析［J］ . 中國土地科學，2007，21（4）：4 - 10.

［8］ Fotheringham. Geographically weighted regression［M］ . U.K.West Sussex：John Wiley&Sons Ltd，2002.

［9］ 羅罡輝. 基于GWR模型的城市住宅地價空間結構研究［D］ . 杭州：浙江大學，2007：165.

［10］ 李文華. 生態系統服務功能價值評估的理論、方法與應用［M］ . 北京：中國人民大學出版社，2008.

［11］ 畢曉麗，葛劍平. 基于IGBP土地覆蓋類型的中國陸地生態系統服務功能價值評估［J］ . 山地學報，2004，22（1）：48 - 53.

［12］ 謝高地，甄霖，魯春霞，等. 一個基于專家知識的生態系統服務價值化方法［J］ . 自然資源學報，2008，23（5）：911 - 919.

［13］ Costanza R.，D’Arge R.，de Groot R.，et al. The value of the world’s ecosystem services and natural capital［J］ . Nature，1997，387：253 - 260.

［14］ 陳晉，卓莉，史培軍，等. 基于DMSP/OLS數據的中國城市化過程研究——反映區域城市化水平的燈光指數的構建［J］ . 遙感學報，2003，7（3）：168 - 175.

［15］ 謝高地，魯春霞，冷允法，等. 青藏高原生態資產的價值評估［J］ . 自然資源學報，2003，18（2）：189 - 196.

［16］ 肖玉，謝高地，安凱. 莽措湖流域生態系統服務功能經濟價值變化研究［J］ . 應用生態學報，2003，14（5）：676 - 680.

［17］ 徐麗芬，許學工，羅濤，等. 基于土地利用的生態系統服務價值當量修訂方法——以渤海灣沿岸為例［J］ . 地理研究，2012，31（10）：1775 - 1784.

［18］ 霍天陽. 基于生物量的十堰市森林生態系統服務價值評價［D］ . 北京：北京林業大學，2009：53.

（本文責編：陳美景）

李燦文中圖

圖3 順義區建設用地空間安全預警Fig.3 Spatial early warning of construction land expansion in Shunyi District

孟成文中圖

The Impact of Socio-economic Factors on Ecological Service Value in Hubei Province: A Geographically Weighted Regression Approach

CHEN Yu1, LI Jiang-feng1, XU Jia2
（1. School of Public Administration , China University of Geosciences（Wuhan）, Wuhan 430074, China; 2. Collaborative Innovation Center for Exploration of Strategic Mineral Resources, China University of Geosciences（Wuhan）, Wuhan 430074, China）

The purpose of this paper is to reveal spatial variation of the impact of socio-economic factors on ecological service value, which may serve as a reference in coordinated development of economy and ecology in Hubei Province. Geographically weighted regression model was employed to analyze the dataset. The results indicated that: 1）The negative impact of primary industry on ESV diminished from west to east.2）The impact of secondary industry on ESV is obviously negative in the Western Hubei, weak in the Central Hubei, but positive in the Eastern Hubei. 3）The significantly positive impact of tertiary industry is mainly in northwestern and the central Hubei. 4）The negative impact of urbanization level on ESV diminished from west to east, but weak in eastern Hubei. 5）The negative impact of population on ESV mainlyfocus on the Jianghan Plain in the central Hubei and the Plain along the Yangtze River in east of Hubei, which are the most populated areas. The conclusion is that physiographic condition and level of social economic development are varied from different areas in Hubei, which decide the spatial variation of the above phenomenon. Finally, some proposals on sustainable developmentare given to different areas of Hubei Province according to the main impact factorsof each region.

land assessment; GWR; ecological service value; spatial socio-economic factor; Hubei Province

圖5 2012年武漢市土地模擬結果與真實結果對比圖Fig.5 The simulation results and practical landuse of Wuhan in 2012

F301.2

A

1001-8158（2015）06-0089-08

10.13708/j.cnki.cn11-2640.2015.06.012

2014-12-19

2015-02-16

湖北省國土資源廳科技項目（GTZYKJ201302）；中國地質調查局地質調查項目（1212011220096）。

陳彧（1985-），男，湖北荊州人，博士研究生。主要研究方向為土地利用變化及生態效應。E-mail: 376392214@qq.com