湖南省不同層級交通可達性對生態服務價值的影響

李科 汪丹 孔祥斌

摘要：對湖南省生態服務價值和不同層級交通可達性進行測算，以區（縣）為基本單元，使用地理加權回歸模型，揭示了與不同層級城市聯系的交通可達性對生態服務價值的影響。研究發現，縣級城市交通可達性對生態服務價值的負面影響由長沙-株洲-湘潭城市群向外圍逐漸減弱，并在湘西南地區轉變為正面影響。地級城市交通可達性對生態服務價值的影響機制與縣級城市類似，且負面影響的范圍有沿鐵路向西北蔓延的趨勢。大型城市交通可達性對整個湖南省的生態服務價值都具有正面影響，以東部最強。在考慮不同地區不同層級交通可達性對生態服務價值影響存在差異的基礎上，采取適合當地的交通基礎設施建設方案以及產業結構轉型升級策略，在促進社會經濟發展的同時維護和提升區域生態服務價值。

關鍵詞：交通可達性;生態服務價值;不同層級;地理加權回歸

中圖分類號：F301.2? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）02-0070-06

DOI：10.14088/j.cnki.issn0439-8114.2019.02.016? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

隨著可持續發展需求的日益迫切，居民對生態環境質量要求的提高，社會經濟發展對生態功能的影響逐步引起關注，生態功能的維護成為可持續發展的重要議題[1]。生態服務價值是衡量生態功能的一種常用方法，陳彧等[2]利用GWR模型進一步對湖北省生態服務價值的影響因素進行了研究，證實了人口、產業產值和城鎮化水平對生態服務價值有顯著影響，且存在明顯的空間差異，但忽略了交通這一對人口和物質流動產生決定性影響的重要因素。同時，大量研究[3-5]基于可達性分析區域經濟發展與交通網絡水平的空間分異規律及交通網絡空間格局演變引起的經濟效應，證明了交通基礎設施的配置與優化作為社會經濟發展的前提和結果，卻少有對生態功能的影響機理和影響程度的探討，亟待進一步研究。另外，生態服務價值和交通可達性的測度方法在最近的相關研究中都得到了不同程度的改進。生態服務價值的計算標準除了在不同地區存在差異外，生物量的大小也是決定性因素[6]，有學者利用歸一化植被指數（NDVI，Normalized Difference Vegetation Index）從植被茂盛程度的差異出發，對生態系統服務價值進行了修正[7]。在可達性的測度中，由于存在研究區域外部邊界難以明確的問題，大多數研究在評價區域交通網絡條件時，將研究區域看作封閉的“孤島”進行研究，對研究區域與外部的交通聯系缺乏系統考慮[8]，導致可達性測算結果受到研究區域邊界的限制，難以準確反映區域的交通條件。因此，王璐等[9]在相關研究中關注到研究區與外圍地區的聯系，大幅提高了可達性計算的科學性和真實性。

基于此，本研究以湖南省為例，以社會經濟因素為控制基礎，引入交通可達性，采用地理加權回歸模型分析區域可達性對生態服務價值的影響。在空間可達性測度中，運用網絡分析中的時間成本算法，考慮了與大型城市、地級城市、縣級城市聯系的便捷程度，分析了與不同層級城市聯系的空間可達性，以期為理解和認知湖南省生態風險的空間分布規律與交通網絡格局提供科學支撐，為湖南省的區域發展與環境保護策略提供參考。

1? 數據來源與研究方法

1.1? 數據來源與處理

生態服務價值計算使用2014年土地利用數據，選用精度為30 m×30 m的Landsat 7 ETM+遙感影像，利用遙感圖像ENVI處理軟件對上述影像進行輻射校正和大氣校正，以1∶5萬地形圖為參照地理數據，采用二次多項法對影像進行幾何校正獲得。根據中國土地利用現狀分類系統，結合研究區土地利用現狀特點，利用監督分類與非監督分類兩種方法，將湖南省土地分為6種土地利用類型，即耕地、林地、草地、水域、建設用地和未利用地，最終形成GRID格式的土地利用數據。NDVI值來源于美國宇航局Terra衛星MODIS傳感器所觀測到的中國500 m×500 m分辨率NDVI的逐旬合成數據。計算交通可達性所使用的公路鐵路數據通過對《中國分省地圖冊》2016年版[10]中的鐵路、高速公路、國道、省道和縣道進行矢量化和幾何校正處理獲得。社會經濟數據來自《湖南省統計年鑒2015》[11]，并以湖南省122個縣（市、區）為評價單元進行統計。

1.2? 研究方法

1.2.1? 生態服務價值測算? 生態系統中形成和保有的生態服務功能可以通過生態服務價值來量化評估，本研究依據肖玉等[12]在Costanza等[13]發布的評估方法的基礎上改進的適用于中國生態服務價值當量因子表，計算湖南省各縣（市）的生態服務價值，并以歸一化植被指數（NDVI）為參考進行生物量修正。該表定義1 hm2耕地的食物生產價值當量為1，其他各類生態服務價值的當量因子則參考相對于耕地食物生產功能的相對大小而確定，單位面積耕地的食物生產價值與當年市場糧食平均價格的1/7相當，計算公式如下：

式中，V為單位耕地提供的食物生產功能的價值（元/hm2）;i為農作物類型，水稻、小麥、玉米是湖南省主要的糧食作物;pi為i種糧食作物平均價格（元/t）;ci為i種糧食作物單產（t）;ai為第i種糧食作物面積（hm2）;A為糧食作物總面積（hm2）。

根據各土地利用類型的生態服務價值當量因子，可計算出每種地類的單位面積生態服務價值，利用公式（表1），最后依據各縣（市）每種地類的面積對生態服務價值進行測算和統計，得到各縣（市）的地均生態服務價值。

植物本體和外部環境差異導致生態服務價值在各系統內部存在不可忽視的各向異性，已有研究結果[14，15]表明，區域生態服務價值與其生物量總量成正比，故可根據不同評價單元生物量總量的差異對生態服務價值的測算結果進行修正。直接計算生物量受數據來源的限制相對困難，而已有研究[16，17]表明，植被覆蓋度與生物量成正比，首先對各縣（市）所有柵格的NDVI數值按極差法完成標準化處理和統計匯總，然后用以下公式對生態服務價值進行修正。

1.2.2? 交通可達性測算? 空間可達性反映了空間聯系的便捷程度，是度量區域交通網絡結構及地域對外聯系的重要指標。本研究在對可達性進行測度時，運用網絡分析中的時間成本（Time Cost）方法，使用了基于最小阻抗的可達性分析方法，以評價區域中心點至所有目的地點的平均最小阻抗作為該區域的通達性評價指標。基于最小阻抗的通達性分析方法應用非常廣泛，它不考慮出行目的，僅對路網作一般性評價[18]，計算公式如下：

式中，Ai表示網絡上的節點i的可達性，A為交通網絡所有節點的平均可達性;Dij表示節點i、j之間的最低阻抗。Ai值越小，表明節點i的平均可達時間越短，可達性越好，反之則可達性相對較差。在可達性計算時，采用網絡分析中的時間成本方法生成500 m×500 m精度，共計846 884個柵格的時間成本柵格文件，計算道路網絡中最短時間距離作為最小阻抗。參考中國《公路工程技術標準（JTGB01-2014）》[19]規定的道路設計速度基礎上適當降低，按照高速公路100 km/h，國道80 km/h，省道60 km/h，縣道50 km/h的標準計算陸地的時間成本。鐵路則參考相關研究[20]，按照120 km/h計算。在計算與縣級城市和地級城市聯系的交通可達性時，參考國道和省道的1 h可達范圍，分別將湖南省外部60、80 km范圍內的區域納入分析范疇;在計算與大型城市聯系的交通可達性時，則考慮省內以及與湖南省接壤的省份中的大型城市，包括長沙、武漢、南昌、廣州、深圳、重慶、貴州、南寧，以求減少將研究區作為封閉“孤島”進行分析所帶來的誤差[9]。在以縣（市）為研究單元的分析中，可達性取各縣（市）范圍內所有柵格的平均值。

1.2.3? 地理加權回歸模型? GWR是一種改進的局部線性回歸模型，通過引入地理坐標位置對傳統的回歸模型進行了擴展，與傳統的多元線性回歸模型相比，回歸系數在每個樣點上具有獨立性[21]。隨空間上局部地理位置變化而變化的變數，它更能較好地揭示經濟變量之間的空間依賴性，設湖南省某縣市地均生態服務價值為Yi，第i個縣市的地理坐標為（μi，vi），解釋變量矩陣為Xki，構建GWR模型為：

式中，Yi為生態服務價值，？茁1為交通可達性回歸系數，？茁2為城鎮化水平回歸系數，？茁3為人口密度回歸系數，？茁4為地均第一產業產值回歸系數，？茁5為地均第二產業產值回歸系數，？茁6為地均第三產業產值回歸系數，？茁7為地均固定資產投資額回歸系數，？著i為常數項。

2? 結果與分析

2.1? 生態服務價值的空間分布

通過前文所述方法得到分辨率為30 m×30 m的生態服務價值分布情況，以縣（市）為研究單元進行匯總并取平均值，采用地均生態服務價值進行地區間的橫向比較，以消除評價單元面積規模差異的影響。整體上看，湖南省土地生態服務價值平均值為37 114.56元/hm2，最高為郴州市資興縣（50 151.11元/hm2），最低為長沙市芙蓉區（4 123.50元/hm2）。通過自然斷點分級法將2014年湖南省各縣（市）的地均生態服務價值分為5級，高生態服務價值區主要位于湘西武陵山脈、湘東羅霄-幕阜山脈以及湘南南嶺山脈，而洞庭湖平原、長沙市區周邊和資水流域則是生態服務價值較低的縣（市）集中分布的區域。

2.2? 不同層級交通可達性的空間分異

縣級城市可達性主要受省道和縣道覆蓋密度的控制，空間分布呈現為以縣級城市政府城駐地為中心沿公路向四周逐層擴散衰減的放射狀圈層結構。以縣級城市政府駐地為中心的內圈交通可達性較好，可達時間在0.5 h以內，即從這些區域內任意地點出發均可在0.5 h內到達研究區內部的某個縣級城市政府駐地。研究區內大部分區域可達時間分布在1.0 h以內，僅有西北部的懷化市沅陵縣和張家界市桃源縣存在連片的可達時間大于1.0 h的低可達性地區。

國道和省道的覆蓋密度決定了到地級城市的交通可達性的高低，目前湖南省地級城市可達性東部優于西部的格局比縣級城市可達性更為顯著。地級城市中心區域及其鄰近地區的可達時間明顯更短。值得注意的是，將分析區域擴展到湖南省行政邊界范圍之外的方法改進，使得到地級城市的可達性評價結果相比傳統方法下研究區中心區域可達性優，邊緣區域可達性差的偏差得到有效降低。例如，位置處在湖南省外圍的常德、岳陽、郴州等市附近可達性并不差，尤其岳陽市與湖北省鄰近的多個地級城市之間緊密聯系，具有極高的可達性。而湘西、張家界、常德北部，以及懷化、永州南部可達性較差則是由于當地地形地貌復雜，且省道覆蓋度低導致的，與其地處研究區邊緣的空間位置無關。除西部山區外，研究區可達時間較長區域還包括中部的安化縣、東部的平江縣和炎陵縣等地，直接原因可能是這些區域與地級城市駐地的距離較遠，在公路網絡覆蓋不佳的情況下表現得更加明顯。

大型城市交通可達性主要由空間距離和高速鐵路、高速公路的建設情況決定，在空間分布呈現出長沙周邊區域最優，東北部次之，西部和南部差的格局。這與地級城市層級交通可達性格局大體相似。可見在大型城市層級，湖南省大部分地區除了與省會長沙市的聯系最為緊密外，與距離其較近，周邊路網發達的武漢市和南昌市之間的聯系也相對便捷。西側大型城市重慶市、貴陽市和南寧市則由于距離遠且交通條件較差，對湖南省西部的輻射能力較弱。研究區以南的外圍區域雖然路網發達，但因距離廣州市、深圳市較遠，削弱了受到輻射的影響。

2.3? 不同層級交通可達性對生態服務價值的影響

縣級城市可達性較系數為負的區域主要分布在中部益陽-長沙-湘潭-株洲一線，可達性越差生態服務價值越高。在長株潭城市群，隨著生產要素的聚集，土地城鎮化在空間上連片的趨勢日益明顯，土地利用的劇烈變化會顯著拉低生態服務價值。縣級城市可達性對生態服務價值的負面影響由中部向南北方向遞減，在西南部的邵陽市和懷化市等地區第一產業占GDP比例偏高，交通可達性的改善能夠促進區域社會經濟發展，加速產業結構升級與轉型，因此對生態服務價值有正面影響。

地級城市可達性系數的負值區與縣級城市層級類似，沿著鐵路和高速公路向西北方向有一定擴散。主要分布在西北至中部的張家界-常德-益陽-湘潭一線，該區域的生態服務價值高且地級城市可達性較差。相比縣級城市層面，地級城市可達性的提高會帶來更多規模化的生產活動，引起土地向非農地快速轉移。同時，高生態服務價值區的生態環境相對更易被破壞，這將導致西北山區地級城市可達性的負面影響更加顯著。

大型城市可達性對生態服務價值的影響比縣級、地級層級更加平穩，區域差異性降低，且在湖南省全境都表現為正面影響。與大型城市的緊密聯系能夠加速先進生產方式對落后生產方式的替代，從而減少生產活動對生態環境的破壞。東部由于距離長沙市、南昌市、廣州市、深圳市等大型城市較近，而長株潭城市群以西的赫山區、寧鄉縣、婁星區和漣源市距離長沙市較近，產業承接成本低廉，導致部分過剩的、落后的制造業產能向這些周邊縣（市）轉移，引起生態服務價值的下降，從而抵消了部分大型城市高可達性的積極影響。

3? 結論與建議

以湖南省為例，結合土地利用和NDVI數據對生態服務價值進行了計算和修正，運用GIS網絡分析方法系統分析了各地區到縣級城市、地級城市和大型城市交通可達性的空間特征，并以縣域為基本單元，使用地理加權模型進行分析，揭示了各地區不同層級交通可達性對生態服務價值的影響，并得出以下結論與建議。

1）長株潭城市群是湖南省社會經濟發展的核心驅動力量，縣級城市可達性如果進一步提高會刺激制造業的用地需求向城市周邊擴張，從而拉低區域生態服務價值。地級城市可達性的變化對生態服務價值的影響相對較弱，主要原因是長株潭城市群內部的國道和高速公路建設已經十分完善，進一步提升地級城市可達性對產業布局的影響有限，土地利用方式因此改變的程度較弱，生態服務價值所受的影響較小。然而快速城鎮化進程中生態服務價值極有可能出現大幅下降的情況，是相關管理部門需要重點關注的地區，應該設立更高環保標準對遷入的企業進行篩選。

2）湘西北地區聚集了大量高生態服務價值的縣市，各層級下的交通可達性都處于較低水平，經濟基礎也相對薄弱，大規模的粗放生產方式下的人類活動會對生態環境造成破壞，故縣級城市和地級城市可達性的增加對生態服務價值具有明顯的消極影響。大型城市可達性的改善對生態服務價值有積極影響。因此，升級該地區產業結構，促進旅游等第三產業的發展，引導更多農村剩余勞動力外流或直接轉向第三產業就業，減少對破壞林地較為嚴重的農業和制造業的依賴，實現經濟跨越式轉型，從而保護優質的生態環境不被破壞。

3）湘西南地區的交通可達性較差，與湘西北地區相似，但生態服務價值偏低，同時對第一產業的依賴程度較高，各個層級的交通可達性提升對生態服務價值都具有正面影響。因此，加強各級公路網絡的建設，為產業升級改善區位條件，同時引導農村剩余勞動力轉化為二三產業生產力是促進地方經濟社會發展與減少農林牧漁業生產對脆弱生態環境破壞的有效途徑。

4）洞庭湖地區是長株潭城市群與武漢城市圈的連接處，也是農產品主產區，縣級城市可達性極佳，提升空間有限，修建更多的低等級公路不會明顯提升區域可達性。而縣級城市可達性系數為負也表明，過多的交通基礎設施建設會轉變大量農用地成為建設用地，從而降低生態服務價值。地級城市和大型城市下的高可達性都對生態服務價值有積極的作用，通過鐵路和高速公路的建設與升級進一步拉近與這兩個城市群的距離，在吸引高新企業遷入、推進農業和制造業升級的同時，達到保護生態服務價值的目的。

參考文獻：

[1] 張學斌，石培基，羅? 君.基于生態系統服務價值變化的生態經濟協調發展研究——以石羊河流域為例[J].中國沙漠，2014，

34（1）：268-274.

[2] 陳? 彧，李江風，徐? 佳.基于GWR的湖北省社會經濟因素對生態服務價值的影響[J].中國土地科學，2015，29（6）：89-96.

[3] DUPUY G，STRANSKY V. Cities and highway networks in Europe[J].Journal of Transport Geography，1996，4（2）：107-121.

[4] 俞勇軍，陸玉麒.交通投資與經濟發展的關系及其區域效應評價方法研究[J].人文地理，2005，81（1）：27-31.

[5] AHLSTR？魻M A，PILESJ？魻 P，LINDBERG J. Improved accessibility modeling and its relation to poverty：A case study in Southern Sri Lanka[J].Habitat International，2011，35（2）：316-326.

[6] 姜翠紅，李廣泳，程? 滔，等.青海湖流域生態服務價值時空格局變化及其影響因子研究[J].資源科學，2016，38（8）：1572-1584.

[7] TAUGOURDEAU S，MAIRE G L，AVELINO J，et al. Leaf area index as an indicator of ecosystem services and management practices：An application for coffee agroforestry[J]. Agriculture，Ecosystems and Environment，2014，192（7）：19-37.

[8] 黃曉燕，曹小曙，李? 濤.海南省區域交通優勢度與經濟發展關系[J].地理研究，2011（6）：985-999.

[9] 王? 璐，黃曉燕，曹小曙，等.貧困山區不同層級可達性及其經濟效應——以秦巴山區為例[J].經濟地理，2016，36（1）：157-164.

[10] 張佩英.中國分省地圖冊[M].北京：星球地圖出版社，2016.38-39.

[11] 湖南省統計局.湖南統計年鑒2015[M].北京：中國統計出版社，2015.

[12] 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.

[13] COSTANZA R，D′ARGE R，DE GROOT R，et al. The value of the worlds ecosystem services and natural capital[J].Nature，1997，387（7）：253-260.

[14] 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.

[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] 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.

[17] 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.

[18] ALLEN W B，LIU D，SINGER S. Accessibility measures of U. S. metropolitan areas[J].Transportation Research Part B：Methodological，1993，27（6）：439-449.

[19] 公路工程技術標準JTGB01-2014[S].

[20] 白永平，陳博文，吳常艷.關中—天水經濟區路網空間通達性分析[J].地理科學進展，2012，31（6）：724-732.

[21] BRUNSDON C，FOTHERINGHAM A S，CHARLTON M E. Geographically weighted regression：A method for exploring spatial non-stationarity[J].Geographical Analysis，1996，28（4）：281-298.