基于土地利用變化的高陽縣生態系統服務價值和碳排放風險研究

湯 峰, 殷彥玲, 張蓬濤,3, 白 寧

(1.河北農業大學 國土資源學院, 河北 保定 071001; 2.高陽縣工商業聯合會,河北 高陽 071500; 3.河北省農田生態環境重點實驗室, 河北 保定 071001)

土地是各種生態系統的載體，人類在土地上的經營活動對地表的土地覆被狀況產生了巨大的影響，驅動著生態系統提供服務能力的變化[1]。土地利用變化是陸地生態系統碳循環最直接的人為驅動因素之一，其引起的碳排放量是僅次于化石能源燃燒的碳源[2]。研究土地利用變化下區域生態系統服務價值和土地碳排放風險的變化，對于了解土地利用變化的生態環境響應，促進區域經濟與環境的協調發展，實現低碳土地利用具有重要意義。

生態系統服務價值的研究起源于19世紀60年代，到20世紀90年代末隨著Costanza等[3]學者的研究成果相繼問世以及由聯合國資助的千年生態系統評估項目[4]的開展，將生態系統服務價值研究推向了新的高度，其已成為生態環境研究領域的熱點和前沿。國內外學者已在不同尺度、不同類型生態系統服務價值及其評價技術框架與方法研究方面取得了豐碩成果[5-8]，并應用于生態環境保護政策與管理規劃的制定[9]、為生態補償提供依據[10]、引導區域土地利用結構的優化[11]、生態源地的確定[12]等諸多方面。20世紀90年代起，有關土地利用對碳排放的影響研究開始興起，眾多學者已從國家[13]、區域[14]、省[15]、市[16]等空間尺度對土地利用變化的碳排放效應[17]、土地利用、能源消費與碳排放關系[18]、低碳土地利用優化[19]、土地利用碳排放風險[20]等方面進行了大量研究，但是，研究多集中在對碳排放量的測算及時序變化分析上，對空間格局變化研究較少，且主要以行政區劃為評價單元，不能夠充分揭示碳排放的空間分布特征，對于縣域尺度的碳排放研究也較少。

土地利用變化既會影響區域生態系統服務價值，也會導致碳排放發生變化，然而現有研究對生態系統服務價值和土地利用碳排放均是單獨開展的，將二者結合起來進行研究的極少。鑒于此，本文基于縣域尺度，以河北省高陽縣為例，在分析土地利用變化的基礎上利用網格法劃分評價單元，進行生態系統服務價值和土地碳排放風險的時空演變研究，探討土地利用、生態系統服務價值和碳排放風險之間的內在聯系，以期為高陽縣土地科學利用、決策與管理，生態環境質量的改善提供參考。

1 研究區概況與數據來源

1.1 研究區概況

高陽縣(115°38′—115°39′E，38°30′—38°46′N)隸屬于河北省保定市，位于河北省中部腹地；縣域地勢平坦開闊，東西長達30 km，南北縱跨28.5 km，國土總面積為49 476.81 hm2；屬于典型的溫帶大陸性季風氣候，四季分明，常年平均氣溫11.9℃，年平均降水量515.2 mm；境內共有潴龍河、孝義河和小白河3條匯入白洋淀的季節性河流。截至2016年末，高陽縣下轄4鎮5鄉共181個行政村，總人口35.73萬人，城鎮化率45.34%；全縣生產總值完成96.3億元，增長9.4%，一二三產業的產值占比為8.87∶61.59∶29.54。近年來，隨著京津冀一體化的開展，高陽縣經濟發展迅速，土地開發利用程度加劇，生態系統服務功能被損害的風險增大，同時碳排放風險變化也劇烈，因此，對該縣域進行生態系統服務價值和土地碳排放風險評估及其時空演變研究具有重要的現實意義。

1.2 數據來源及處理

土地利用數據來源于高陽縣2009年和2016年土地利用變更調查數據庫；社會經濟數據來源于2009年和2016年《高陽縣國民經濟統計資料》和國家統計局網站。本文根據研究需要和高陽縣實際用地情況，參考2007年全國土地分類標準，將高陽縣土地利用類型分為耕地、園地、林地、建設用地、水域和未利用地共六大類，具體分類規則如表1所示。利用網格法將研究區按250 m×250 m大小的網格進行劃分，共得到8 302個評價單元。

表1 土地利用分類

2 研究方法

2.1 土地利用變化分析

根據表1的土地利用分類原則，基于ArcGIS 10.2軟件將2009年和2016年高陽縣土地利用現狀圖重分類并對各土地利用類型的面積進行統計，利用土地利用轉移矩陣計算出各土地類型的轉化方向。

2.2 生態系統服務價值計算

2.2.1 計算模型 利用Costanza等[3]提出的生態系統服務價值分析模型計算高陽縣生態系統服務價值，計算公式如下：

(1)

式中：Vt為區域生態系統服務總價值(元)；Si為第i類土地利用類型面積(hm2)；Mij為第i類生態系統的第j類生態服務價值系數(元/hm2)；i為生態系統類型個數；j為生態系統服務類型個數。

2.2.2 模型修正 謝高地等[21]在Costanza等[3]研究的基礎上制定了中國陸地生態系統服務價值當量因子表，本文在此基礎上，從糧食單產經濟價值、土地利用類型、區域差異系數和社會發展系數4個方面對中國陸地生態系統服務價值當量因子表進行修正。

(1) 糧食單產經濟價值修正。參照謝高地等[21]的研究結果，利用高陽縣2009年和2016年糧食種植面積和產值計算單位面積糧食價格，取兩年平均值的1/7進行修正，得到1個單位當量因子的經濟價值為2 545.85元/hm2。

(2) 土地利用類型修正。本文根據研究區的實際土地利用情況，將林地對應謝高地的中國陸地生態系統服務價值當量因子表[21]中的森林系統，耕地對應農田系統，水域對應水體系統，未利用地對應荒漠系統。研究區園地主要是種植果樹和其他灌木，生態系統介于林地和耕地之間，生態作用相當于人工林地，因此本文取森林和農田系統和的一半作為園地的當量因子。由于中國陸地生態系統服務價值當量因子表中沒有建設用地，因此，本文主要參考宗躍光[22]和李曉賽[23]等的研究成果確定研究區建設用地的當量因子。

(3) 區域差異系數修正。由于各個地區地理環境狀況不同，生物量也有所差異，而生物量越大，其所具有的生態系統服務功能也就越強。根據研究區的實際情況，本文采用凈初級生產潛力代替生物量的方式，對當量因子加以修正，具體計算公式[24]如下：

(2)

NPP=3000[1-e-0.0009695(V-20)]

(3)

(4)

L=3000+25t+0.05t3

(5)

式中：Qt為第t年的區域差異系數；NPP為自然植被凈初級生產潛力t/(hm2·a)；NPPmean為所有類型植被的平均凈初級生產力；V為年實際蒸散量(mm)；L為年平均蒸散量(mm)；t為年平均氣溫(℃)；R為年平均降水量(mm)。

本文從中國氣象數據網和高陽縣國民經濟統計資料中獲取全國和高陽縣常年平均氣溫、常年降雨量，再根據上述公式計算得到高陽縣區域差異系數為0.86。

(4) 社會發展系數修正。Wilson等[25]認為，人類對生態系統服務價值的認識，是一個循序漸進、逐步深入的動態過程，其價值量的大小與社會經濟發展階段密切相關。本文用皮爾生長曲線模型表示社會發展系數來對當量因子加以修正。具體計算公式如下[26]：

(6)

(7)

式中：S為社會發展修正系數；l為與現實支付意愿有關的社會發展階段系數；L為極富階段的支付意愿，取值為1；En為恩格爾系數。

本文從高陽縣國民經濟統計資料和國家統計局網站獲取2009年和2016年高陽縣和全國恩格爾系數，再根據上述公式計算社會發展修正系數，得到兩年的平均值為1.34。

通過糧食單產經濟價值修正、土地利用類型修正、區域差異系數修正和社會發展系數修正后得到高陽縣單位面積生態系統服務價值系數，如表2所示。

表2 高陽縣單位面積生態系統服務價值系數 元/hm2

2.3 土地碳排放風險評估

2.3.1 評估模型 土地碳排放風險指數大小由評價單元內的各土地利用類型面積大小以及各地類的碳排放系數共同決定，碳排放風險指數越大說明單位區域內碳排放量越大。計算公式[20]如下：

(8)

式中：CRI為土地碳排放風險指數；Si為第i種土地利用類型的面積；S為區域土地利用總面積；Pi為第i種土地利用類型的碳排放系數。

2.3.2 碳排放系數確定 本文在參考Cai等[27]、賴力[17]、方精云等[28]的研究成果基礎上，確定耕地、園地、林地、水域和未利用地的碳排放系數分別為0.372，-0.398，-0.644，-0.410，-0.005 t/(hm2·a)。

建設用地的碳排放系數根據研究區化石能源消費產生的碳排放總量與建設用地面積的比值確定。其中化石能源消費產生的碳排放總量計算公式[20]如下：

E=∑ej=∑Ej×μj×εj

(9)

式中：E為碳排放總量；ej為第j種能源消耗所產生的碳排放量；Ej為第j種能源的消耗量；μj為第j種能源轉換標準煤系數；εj為第j種能源的碳排放系數。各種化石能源轉標準煤系數和碳排放系數來源于2006年IPCC國家溫室氣體清單指南，見表3。

通過查找高陽國民經濟統計資料，按規模以下工業企業主要能源消費量、規模以上工業企業能源消費情況和有關行業能源消費量這3類數據統計2009年和2016年的各種能源消耗量，見表4。

表3 各種能源轉換標準煤系數和碳排放系數

表4 高陽縣各種能源消耗統計

根據公式(9)和表3—4，結合高陽縣建設用地情況，計算得到建設用地的碳排放系數為20.298 t/(hm2·a)。

3 結果與分析

3.1 土地利用變化

高陽縣2009年和2016年主要的土地類型為耕地和建設用地，兩者總占比超過高陽縣國土總面積的87%(圖1)。2009—2016年，除了耕地和建設用地面積增加外，園地、林地、水域和未利用地面積均呈不同程度減少。建設用地面積增加最多達394.33 hm2，增幅為3.91%；耕地面積增加了287.46 hm2，由于基數大，增幅僅為0.86%；水域用地下降幅度最大達20.31%，面積減少了385.76 hm2；未利用地面積減少也較大，達257.52 hm2，減幅為11.44%；林地和園地變化較小，面積分別減少了34.81，3.70 hm2，減幅分別為2.72%，0.61%。總體來講高陽縣這一時期土地利用變化的特點是建設用地迅速擴張、水域等生態類用地逐漸減少，主要是因為在研究期間高陽縣經濟快速發展、人口不斷增加、城鎮化加速推進，需要以一定的土地作為承載，這導致大量的未利用地、林地和水域用地被開發成為耕地和建設用地，以滿足人口增長對糧食的需求和經濟建設活動擴張的需要。

為更加全面詳細地了解高陽縣在這一時期土地利用變化的結構特征，構建土地利用轉移矩陣(表5)。

圖1 土地利用類型面積變化

從轉出角度分析，2009—2016年耕地、園地、林地、水域、建設用地和未利用地均發生了不同程度的轉出量；轉出量最大的是水域用地，共轉出了385.76 hm2，主要轉出方向為耕地和建設用地，其中耕地占轉出量的95.80%，建設用地占水域轉出量的4.20%；其次是未利用地，轉出量達到257.52 hm2，主要轉出方向為耕地和建設用地，其中耕地占轉出量的59.24%，建設用地占轉出量的40.76%；耕地轉出量較大達到了238.766 hm2，且全部轉出為建設用地，這是由于高陽縣城鎮化的快速發展導致城鎮附近的大量耕地被占用為建設用地；林地和園地轉出量較少且主要轉出為建設用地；建設用地也產生了轉出，但轉出量極少僅有0.09 hm2，且全部轉出為耕地，這可能與廢棄居民點整理及工礦廢棄地復墾有關。從轉入的角度分析，2009—2016年僅有耕地和建設用地存在轉入量，其余地類均未產生轉入量；耕地轉入量最大達526.21 hm2，主要來源于水域和未利用地，轉入率分別為70.23%，28.99%；建設用地共轉入394.43 hm2，主要來源于耕地和未利用地，轉入率分別為60.53%，26.61%，由林地、水域和園地轉化而來的建設用地較少，轉入率分別為8.06%，4.11%，0.69%。總體來看，高陽縣2009—2016年土地利用轉變方向主要為園地、林地、水域和未利用地轉為建設用地和耕地。

表5 2009-2016年土地利用轉移矩陣

3.2 生態系統服務價值的時空演變

從時間角度來看，2009—2016年高陽縣生態系統服務價值呈下降趨勢，總價值由94 674.65萬元下降為88 913.89萬元，減少了6.08%(表6)；各生態系統服務功能中，除了食物生產和保持土壤的服務價值出現微度增加外，其余功能的服務價值均出現不同程度的減少；其中水文調節和廢物處理的服務價值下降最明顯，分別減少了22.21%，14.7%。這主要是因為研究期間高陽縣城鎮化快速推進，導致大量建設用地占用林地和水域等生態類用地，由此造成生態系統服務價值減少。

為了充分體現高陽縣生態系統服務價值的空間變化差異，將兩期各評價單元的生態系統服務價值劃分為-139 907.38～0，0～150 000，150 000～300 000，300 000～831 559.58元共4個區間，分別對應負值區、低值區、中值區和高值區4個等別。由表7可知，高陽縣生態系統服務價值總體偏低，2009年和2016年處于低值區的面積最大，分別占61.22%，61.54%；高值區面積最少，分別占6.09%，5.24%。從變化情況來看，2009—2016年負值區和低值區面積增加，而中、高值區面積減少；其中負值區面積增加最多達293.54 hm2，增幅為3.49%；高值區面積減少最多達420.26 hm2，減幅為13.95%。從各等級的變化情況可以發現，高陽縣生態系統服務價值呈下降趨勢，生態環境日益惡化。

表6 高陽縣2009-2016年生態系統服務價值時序變化

表7 生態系統服務價值等級

從空間角度來看(圖2)，高陽縣生態系統服務價值呈現出如下分布特點：縣域東、中部地區生態系統服務價值整體高于西部地區；高值區呈條帶狀分布特點，集中分布在東南和中部的潴龍河、孝義河和小白河流域沿線地帶，主要是因為這些地區是水域和林地的集中分布區，而這兩種地類的單位面積生態系統服務價值較高；中值區和低值區廣泛分布在縣域各處；負值區呈團塊狀分布，與建制鎮、農村居民點等建設用地的空間分布高度吻合，因為建設用地不提供生態系統服務價值，甚至產生負面影響。與2009年相比，2016年低值區的分布范圍變大，出現向周邊區域擴散的特點；高值區分布范圍萎縮，出現了向中、低值區域轉變的現象。

圖2 生態系統服務價值空間分布

3.3 土地碳排放風險的時空演變

為了更加直觀、清楚地表達研究區土地碳排放風險的變化情況，本文從相對重要性的角度出發，對計算得到的各評價單元的土地碳排放風險指數劃分為-0.6～0.5，0.5～7，7～13.5，13.5～20.3共4個區間，分別對應低度風險、中度風險、高度風險和重度風險4個等級，各等級分布情況見表8和圖3。

從時間角度來看(表8)，高陽縣土地碳排放風險總體偏低，以低、中度風險為主，2009年和2016年兩者面積總占比分別為77.21%，76.23%；2016年低度風險區的比例較2009年減少了3.97%，2016年中度風險區、高度風險區和重度風險區的比例較2009年分別增加了2.60%，2.43%，5.56%，這說明2009—2016年高陽縣整體土地碳排放風險有所上升。

從空間角度來看(圖3)，高陽縣土地碳排放風險呈現出如下分布特點：縣域中、西部地區土地碳排放風險整體高于北部和東南部地區；重度風險區呈團塊狀分布，與建制鎮、農村居民點等建設用地的空間分布高度吻合，主要是因為這些地區是人類生產、生活的集中區域，能源消耗大，碳排放量高；高度風險區零星點狀分布在重度風險區附近；中度風險區緊密圍繞在重度和高度風險區周圍；低度風險區分布范圍最廣，穿插在縣域各處。與2009年相比，2016年重度風險區呈現出向周邊擴散的趨勢，特別是高陽鎮擴散最為明顯；低度風險區分布范圍變小，向中、高、重度風險區轉變。

表8 土地碳排放風險等級

圖3 土地碳排放風險空間分布

3.4 土地碳排放風險與生態系統服務價值的關系

將高陽縣8 302個評價單元的土地碳排放風險值與生態系統服務價值運用SPSS 19.0軟件進行相關性分析，得到2009年和2016年的Spearman秩相關系數分別為-0.705(p<0.01)和-0.723(p<0.01)，表明二者具有顯著的負相關關系，隨著土地碳排放風險升高，生態系統服務價值下降。因此，由土地利用變化引起的碳排放風險變化可通過生態系統服務價值的變化來體現，可考慮在土地利用碳排放評價中引入生態系統服務評價。

4 討論與結論

4.1 討 論

本文利用網格法劃分評價單元打破了行政區界限的限制，能夠更加精確地反映生態系統服務價值和土地碳排放風險的空間分布特征。由于受資料收集的限制，在確定建設用地碳排放系數時僅考慮了高陽縣能源消耗所產生的碳排放，沒有考慮工業生產過程和廢棄物的碳排放，未來需要進一步深入調研，加強資料收集，以便更科學的測算建設用地的碳排放。

4.2 結 論

(1) 土地利用變化分析表明研究期間高陽縣土地利用轉變方向主要為園地、林地、水域和未利用地轉為建設用地和耕地，這與高陽縣經濟快速發展、人口不斷增加、城鎮化加速推進密切相關。

(2) 生態系統服務價值時空演變分析表明：研究期間高陽縣生態系統服務價值總體減少，這與建設用地的擴張和生態類用地的減少有關；研究區生態系統服務價值普遍存在中東部高，西部低的態勢；高值區集中分布在東南和中部的潴龍河、孝義河和小白河流域沿線地帶，負值區主要分布在建制鎮、農村居民點等建設用地附近。

(3) 土地碳排放風險的時空演變分析表明：高陽縣土地碳排放風險雖然總體偏低，但在研究期間呈上升趨勢，這與生產建設活動的大力開展有關；研究區土地碳排放風險普遍存在中西部高，北部和東南部低的特點；重度風險區呈現出向周邊擴散的趨勢，低度風險區分布范圍變小，向中、高、重度風險區轉變。

(4) 高陽縣土地碳排放風險與生態系統服務價值存在顯著負相關關系，由土地利用變化引起的碳排放風險上升可直接表現為生態系統服務價值的下降，基于此可考慮將生態系統服務評價引入土地利用碳排放評價之中。