黃河下游地區土地利用和生態系統服務價值的時空演變

張鵬巖，耿文亮，楊 丹，李顏顏，張 宇，秦明周※

（1. 黃河中下游數字地理技術教育部重點實驗室，河南大學區域規劃與發展研究中心，河南大學農業與農村可持續發展研究所，沿黃生態建設與鄉村振興研究河南省學科創新引智平臺，開封 475004；2. 黃河文明省部共建協同創新中心，開封 475001）

0 引 言

生態系統服務（Ecosystem Services，ES）是指直接或間接促進人類福祉的生態特征、功能或過程，即人類從生態系統中獲得的所有益處[1-2]，而全球范圍內土地利用的變化、人口的增加和經濟的日益增長都會大大消耗生態系統服務功能[3-4]。從時間尺度和空間尺度來看，生態系統服務變化及其脆弱性與土地利用/土地覆被的變化密切相關[5]，土地利用/土地覆被的變化通常直接或者間接對生態系統格局與過程產生影響，改變著生態系統的服務功能，從而對區域環境產生深刻的影響，進一步對全球環境變化產生深遠影響[6]。20 世紀90 年代以來，中國經濟發展又迎來一波新的浪潮，城鄉空間結構的轉型導致了土地利用發生巨大的變化，主要表現為人口的大量增加，城市的盲目擴張和經濟的快速增長，迫使大量耕地、林地、草地、未利用地等轉變為建設用地，人類對土地的利用和改造越來越頻繁，引發了一系列的生態和環境問題[7]。因此，基于土地利用變化的生態系統服務價值研究成為國內外生態系統服務研究的熱點問題。

生態系統服務價值的引入將對人類社會的整體發展具有積極意義[8]。土地利用變化作為其中重要的驅動因素，對區域生態系統服務功能及其服務價值產生重要影響[9]。為了對生態系統服務功能進行更直觀的表達，Costanza 等[1]首先進行了全球生態系統服務價值（Ecosystem Services Value，ESV）的評估工作，推動相關研究進入一個新的階段[10]。進入21 世紀后，各國研究人員不斷梳理生態系統服務與土地利用變化之間的關系，將生態系統服務研究、全球變化研究、土地利用變化研究等有機地融合在一起[11-12]。在世界各國學者的研究基礎上，Costanza 等[13]總結了多年來生態系統服務價值評估的研究經驗，對生態系統服務價值的評估工作進行了進一步的改進。目前，生態系統服務價值評估可分為兩類，一是基于單位面積價值當量因子的評估方法[14]，二是基于單位服務功能量價格的評估方法[15]，相對而言，當量因子法更適用于區域和全球尺度生態系統服務價值的評估[16]。國內學者根據中國生態系統類型和生態服務價值特征，建立了符合中國實際的中國生態系統單位面積生態服務價值當量[14,17]，在國家[18]、城市群[19]、省市縣[20-21]、流域[22]等空間尺度得到廣泛應用。全面評估區域的生態系統服務價值，能夠提高公眾的生態環保意識，幫助政府為中國生態系統保育政策制定和決策過程提供理論依據[23]。

黃河流域是中華民族的搖籃，長期作為中國的政治、經濟、文化中心，其發展逐漸由農耕文明為主導的傳統社會向大規模城市化的現代社會轉型，成為全球動態變化的縮影[24]。黃河流域與黃河所流經的地區在國家發展中具有極為重要的戰略意義[25]。黃河下游地區是中國最重要的糧食主產區和生產核心區之一，耕地是研究區內十分重要的土地利用類型，經濟和城市化快速發展，城市土地擴張模式對生態系統構成嚴重威脅[26]。加強對黃河下游地區生態系統服務價值的研究，對整個黃河流域內區域社會經濟的可持續發展具有重要意義。目前，國內學者對于黃河下游的生態系統服務研究主要集中在黃河三角洲[27-28]，對于整個黃河下游地區的研究較少。本研究基于土地利用變化數據，通過對生態系統服務價值進行估算，分析其時空演變特征，運用熱點分析探究生態系統服務價值的高、低值集聚，運用重心模型探究重心變化的軌跡，運用地理探測器對影響區域生態系統服務價值空間分異的驅動因子進行探測，有助于深入了解社會在滿足發展需求的同時對生態系統服務功能的改變程度，對黃河下游生態環境保護和可持續發展具有重要意義。

1 研究區概況

黃河下游以河南省滎陽市的桃花峪為起點，下游全長785.6 km。參照已有研究成果對黃河下游地區的劃分[29]，結合引黃灌區覆蓋的區域，同時考慮地區經濟發展與黃河下游的密切關聯性以及地市級行政區劃的完整性，本項目將黃河下游地區界定為河南、山東兩省的20 個地級市133 個縣區（含市轄區），總面積達14.81 萬km2。黃河下游地區地形以平原、山地和丘陵為主，海拔在-2～1 682 m，西部是以嵩山為主的豫西山地末段，西北部為太行山脈的豫北山地，東部為魯中山地丘陵區，中部為豫東平原，北部為魯西北平原區，中部和北部的平原區地勢坦蕩，土層深厚，是耕地最為集中的地區，構成華北平原的一部分。黃河下游因泥沙量大，長期淤積形成舉世聞名的“地上懸河”。由于獨特的地貌類型，使下游地區決溢頻繁。多次決溢使其內部土壤存在著鹽堿、沙化、干旱、漬澇、排水不良等多種障礙因素，加之人類對該地區的不合理開發利用，導致下游地區生態系統脆弱性升高、穩定性較差，在快速城鎮化、工業化、農業現代化的背景下，建設用地擴張、水資源短缺以及城鄉居民土地需求多樣化等對區域生態安全提出了挑戰。

圖1 研究區概況 Fig.1 Location of study area

2 數據來源與研究方法

2.1 數據來源

本研究采用的黃河下游地區土地覆被數據來源于中國科學院資源環境科學數據中心（http：//www.resdc.cn），為1990、2000、2010 和2015 年中國土地利用現狀遙感監測解譯數據，空間分辨率為1 000 m×1 000 m。根據研究區土地資源特征和研究目標，按照“中國土地利用/土地覆蓋遙感監測數據分類系統”對各年份的土地利用類型進行一級重分類，得到耕地、林地、草地、水域、建設用地和未利用地6 種土地利用類型。DEM 是30 m 的ASTER GDEM V2 數據，來源于地理空間數據云（http：//www.gscloud.cn）。糧食產量數據來自于1991、2001、2011、2016 年的《河南統計年鑒》《山東統計年鑒》《中國統計年鑒》，糧食價格根據2016 年《中國農產品價格調查年鑒》計算得出。

本研究的驅動因子指標選取主要考慮對生態系統服務價值產生影響的自然因素和人文經濟因素。結合研究區實際情況，基于數據的可獲取性，最終確定2 類9 項指標：①自然因子：高程、降水、氣溫、NDVI、土壤侵蝕強度；②社會經濟因子：人為影響綜合指數、地均GDP、人口空間分布數據、土地利用類型。高程數據基于DEM數據提取，人為影響綜合指數參考前人研究計算得到[30]，降水、氣溫、NDVI、土壤侵蝕強度、地均GDP、人口空間分布數據均來源于中國科學院資源環境科學數據中心（http：//www.resdc.cn）。降水、氣溫基于中國1980 年以來逐年年降水量空間插值數據集提取，NDVI 數據基于中國年度植被指數（NDVI）空間分布數據集提取，土壤侵蝕強度基于中國土壤侵蝕空間分布數據提取，地均GDP和人口空間分布數據分別基于中國GDP 空間分布公里網格數據集和中國人口空間分布公里網格數據集進行提取。若驅動因子為數值量，需要進行離散化處理得到需要的類型數據集。

2.2 研究方法

2.2.1 土地利用動態度

土地利用動態度是定量評價土地利用變化速度的指標[31]，表征研究區內某一時段不同土地類型的變化速度，包含單一土地利用動態度和綜合土地利用動態度。

利用單一土地利用動態度(K)來表達黃河下游地區一定時間內某一土地利用類型數量的速度變化。其模型表達式為

式中i 為第i 類土地利用類型，Uj、Ui分別為研究期末與研究期初某一土地利用類型的面積，T 為研究時長。

利用綜合土地利用動態度(LC)來表示黃河下游地區一定時間內綜合土地利用類型數量的速度變化。其模型表達式為

式中Ui為研究初期第i 類土地利用類型面積；ΔUi-j為研究時段第i 類土地利用類型轉化為非i 類土地利用類型面積的絕對值；n 為不同的土地利用類型數量。

2.2.2 土地利用轉移矩陣

土地利用轉移矩陣來源于系統分析中對系統狀態與狀態轉移的定量描述[32]，可以全面、具體地刻畫區域土地利用變化方向以及研究期末各土地利用類型的來源與構成，反映出人類活動所引導的土地利用變化方向，更好地揭示土地利用格局的時空演化過程。其數學表達式為

式中Uij為i 類用地轉為j 類用地的土地面積；n 為不同土地利用的類型數量；i，j 分別為轉移前后的土地利用類型。運用ArcGIS 10.3 軟件對反映研究區內土地利用的柵格數據進行處理，計算得到研究期內的土地利用轉移數據，構建土地利用轉移矩陣。

2.2.3 生態系統服務價值測算

單位面積生態系統服務價值的等效系數是評估區域生態系統服務價值的基礎。本研究以“中國生態系統單位面積生態服務價值當量”[17]為基礎來測算黃河下游地區生態系統服務價值，按單位面積耕地生態系統服務價值等于平均糧食單產市場經濟價值的1/7 計算，通過查閱《河南統計年鑒》《山東統計年鑒》《中國統計年鑒》，“國家統計局關于2015 年糧食產量的公告”等，計算得出黃河下游地區1990—2015 年糧食單位面積產量為5 162.88 kg/hm2，該地區主要農產品為小麥、玉米、水稻，同時為了使生態系統服務價值年份對比更直觀，選取參照2015 年小麥、玉米、水稻價格的平均值作為實際計算的糧食價格，經查閱《中國農產品價格調查年鑒》并進行計算，得到黃河下游地區糧食單價為2.57 元/kg，確定黃河下游地區單位面積生態系統服務價值系數表（表1），并根據前人研究[1,17,20,33]，假定建設用地的價值系數為0。

表1 黃河下游單位面積生態系統服務價值系數表 Table.1 Factor of ecosystem services value per unit area in the Lower Yellow River

根據不同類型土地利用面積，結合公式（4）分別計算研究區內生態系統服務價值總量，由于研究區內各研究單元受面積大小的影響較大，使得縣域間生態系統服務價值空間分異的結果并不合理，因此，結合公式（5）計算研究區內各研究單元的地均生態系統服務價值，基于此分析黃河下游地區生態系統服務價值的時空演變、空間集聚和驅動因子探測，并結合公式（6）計算研究區內地均生態系統服務價值的變化率。

式中ESV 為研究區內生態系統服務價值總量，元；Ui為土地利用類型i 的面積，hm2；VCi為黃河下游地區土地利用類型i 單位面積內提供的生態系統服務價值系數，元/（hm2·a）；AESV 為地均生態系統服務價值，元/hm2，AESVt1和AESVt2分別為t1 和t2 時地均生態系統服務價值，元/hm2；C 為地均生態系統服務價值變化率，%。

為分析生態系統服務價值隨時間的變化對于生態系統價值系數的依賴程度，本研究使用敏感性指數，通過上下調整已確定的各類土地利用類型價值系數的50%大小，計算ESV 對VC 變化的響應，最終確定生態系統服務價值隨著時間的變化情況和對價值系數的依賴程度[34]。當VC 變化1%時引起ESV 的變化后，若CS > 1 時，說明ESV對VC 富有彈性；若CS < 1 時，則缺乏彈性，CS 比值越大，說明VC 的準確性對ESV 的計算越關鍵。計算公式如下

式中E（Gi*）為Gi*值的數學期望，Var（Gi*）為Gi*值的方差；Wab為第a、b 地理空間單元的空間權重系數。當Z（Gi*）> 1.96 時，表示為ESV 變化的熱點區，當Z（Gi*）介于>1.65～1.96 時，為ESV 次熱點區；當Z（Gi*）介于>-1.65～1.65 時，為ESV 不顯著變化區；當Z（Gi*）介于-1.96～-1.65 時，為ESV 次冷點區；當Z（Gi*）< -1.96時，為ESV 冷點區。

2.2.5 重心分析

重心模型是研究區域發展過程中要素空間變動的重要分析工具。由于區域發展是要素集聚與擴散的過程，各要素的重心位置處于不斷變動之中，要素重心的移動反映了區域發展的空間軌跡[36]。本研究構建的區域生態系統服務價值重心模型公式如下

式中mef為f 年第e 個評價單元的ESV；(xe，ye)為第e 個評價單元的地理中心坐標；為ESV 第f 年的重心坐標。重心移動的方向的計算公式如下

遷移距離的計算公式如下

式中D 為指研究期間重心的移動距離，其余指標含義與公式（12）一致。

2.2.6 地理探測器模型

地理探測器是用來探測地理要素空間分異性，揭示地理要素背后驅動因子的一種新的統計學方法[37]。因子探測可以探測各驅動因子多大程度上解釋了分析變量的空間分異；交互探測可以識別不同驅動因子之間共同作用是否增加或減弱對分析變量的解釋力[38]。本研究采用地理探測器模型對黃河下游地區影響ESV 空間分異的自然因子、社會經濟因子進行探測。公式如下

式中q 為某一影響因子對區域ESV 空間分異的影響力；σh2和σ2分別為次一級區域和全區ESV 的方差；N 為整個研究區的樣本數；Nh為次一級樣本數；L 為次一級區域個數。其中，q 取值范圍為[0,1]，若q 值越大，表明驅動因子對ESV 空間分異的影響越大，能更大程度解釋對黃河下游地區ESV 空間分異驅動機制。

3 結果與分析

3.1 黃河下游地區土地利用變化特征

基于遙感數據和統計數據分析，得到黃河下游地區不同土地利用類型面積變化結構（圖2）。1990—2015年，耕地始終是研究區內最主要的土地利用類型，占全區總面積70%以上，其次是建設用地。研究區內不同土地利用類型的變化趨勢主要表現為：耕地、草地和未利用地面積逐漸減少；建設用地和水域面積也在逐漸增加，水域面積增幅較小；林地面積略有增加，變化不大。

結合黃河下游地區土地利用數據，根據公式（1）和公式（2）分別計算研究區單一土地利用動態度和綜合土地利用動態度（表2）。從單一土地利用動態度來看，1990—2000 年間，研究區未利用地變化最劇烈，其次是建設用地，分別是-31.60%和7.33%。2000—2010 年間，未利用地變化幅度仍然最大，但較上一階段，變化幅度略有降低；水域和建設用地變化幅度較上一階段有明顯的提高；草地較上一階段減少幅度最大，其次是耕地；2010—2015 年間，耕地、草地、未利用地較上一階段都有輕微變化幅度，水域、建設用地面積增加幅度較為明顯。總體來看，黃河下游地區近25a 間，土地利用變化幅度較為劇烈的是未利用地、建設用地、水域和草地，分別是-48.57%，23.19%，13.24%和-11.62%，耕地變化幅度受制于基數大，變化幅度不明顯，林地變化幅度較小。從綜合土地利用動態度來看，1990—2015 年變化始終維持在0.10%左右，2000—2010 年間最高，為0.13%，2010—2015 年最低，僅0.07%，主要由于此研究時段較短。土地利用動態度與人類對生態環境開發的強度密切相關，人口增加、建設用地面積擴張，未利用地逐漸被開發，耕地被侵占，出現草地退化等現象；水域面積受氣候、徑流影響較大；退耕還林還草工程的實施對于林地具有重要的保護措施。地類變化頻繁，主要是自然因素和社會經濟因素綜合作用的影響，因此，各個時期土地利用動態度出現不同幅度的變化。

圖2 1990—2015 年黃河下游地區不同土地利用類型面積變化 Fig.2 Area change of different land use types in the Lower Yellow River from 1990 to 2015

表2 1990—2015 年黃河下游地區土地利用變化動態度 Table 2 Dynamic changes of land use in the Lower Yellow River from 1990 to 2015

根據1990—2015 年黃河下游地區土地利用轉移矩陣（表3），近25 年間，研究區內土地利用類型發生轉變的面積為7 764 km2，占總面積的5.24%，耕地、草地和未利用地面積呈現減少態勢，分別減少了2 894 、1 476 、856 km2。水域和建設用地擴張明顯，面積分別增加了595、 4 598 km2，林地面積變化微小。其中耕地的轉出面積（4 433 km2）占總轉出面積（7 764 km2）的57.10%，是其他土地利用類型轉入的主要貢獻者。建設用地則表現出大幅擴張的態勢，轉入面積高達4 650 km2，且有82.19%來源耕地。水域的轉入面積為1 300 km2明顯大于轉出面積705 km2，有38.69%來自耕地，46.54%來自未利用地。草地大量轉出，凈轉出面積為856 km2，草地轉出量的63.80%轉入耕地。

表3 1990—2015 年黃河下游地區土地利用轉移矩陣 Table3 Land use transition in the Lower Yellow River from 1990 to 2015 km2

3.2 黃河下游地區地均生態系統服務價值的時空演變

3.2.1 地均生態系統服務價值的時間變化

根據公式（4）計算得出1990、2000、2010、2015 年黃河下游地區ESV 分別為：2 480.24、2 478.13、2 477.95、2 461.38 億元，近25a 間ESV 降低了18.86 億元根據公式（5）計算得出AESV 分別為：167.36、167.22、167.21、166.09萬元/km2。1990—2000 年間年均降低0.09‰，2000—2010年間年均降低0.01‰，2010—2015 年間年均降低1.34‰，表明了黃河下游地區生態系統總體趨于惡化。

3.2.2 地均生態系統服務價值的空間變化

根據公式（5）計算得到黃河下游地區縣域尺度AESV的空間分布（圖3）。為了更加清晰地表達縣域尺度AESC的空間演變趨勢，將AESV>210 萬元/km2劃分為高值區、190～210 萬元/km2為較高值區、170～190 萬元/km2為中高值區、150～170 萬元/km2為中低值區、130～150 萬元/km2為較低值區、<130 萬元/km2為低值區。整體來看，黃河下游地區AESV 空間分布差異明顯，AESV 的高值區主要分布于主要分布在豫北、豫西和魯中地區，這些地區海拔較高，多山地丘陵，不適宜進行耕作，因此林地和草地分布范圍較廣，生態環境相對較好；低值區主要分布在中部和北部的平原地區，這些地區除了耕地外多分布建設用地，生態環境相對較差。具體來看，1990年的高值區主要集中在4 個區域：豫北和豫西13 個縣區（焦作市、鄭州市以及新鄉市、鶴壁市、安陽市的少部分縣區）、魯中7 個縣區（淄博市、萊蕪市、濟南市及泰安市的部分縣區）、以及墾利縣和微山縣；有17個縣區屬于低值區，主要在周口市和商丘市。2000 年相對于1990 年比，高值區明顯較少，減少的區域主要集中在豫西地區，主要表現在鄭州市轄區、中牟縣、孟州市、武陟縣，這一階段該區域城市化發展水平較快，出現建設用地侵占耕地、草地等現象；低值區較前一階段的變化主要表現在河南省新增加了長葛市、鄢陵縣，山東省新增了定陶縣和莘縣。2010 年較2000 年相比，高值區和低值區沒有明顯變化，主要歸功于全面推行退耕還林還草政策的實施。2015 年與前一階段相比，高值區較前一階段數量有所增加，河南省新增了南樂縣，山東省新增了菏澤市轄區以及荏平縣，而黃河下游中部平原地區有形成低值區連接的趨勢。

圖3 1990—2015 年黃河下游地區AESV 空間分布 Fig. 3 Spatial distribution of Average Ecosystem Services Value(AESV) in the lower Yellow River from 1990 to 2015

根據公式（6）計算得出黃河下游縣域尺度AESV 的變化率，得到AESV 變化率的空間分布（圖4）。具體來看，1990—2000 年間，81.2%的縣區AESV 處于減少趨勢，17.29%的縣區處于增加趨勢，增加幅度較大的縣區主要分布在山東省，其中微山縣增幅高達83.22%，減少幅度較大的縣區主要分布在河南省，其中鄭州市轄區、開封市轄區、周口市轄區、濮陽市轄區、新鄭市、中牟縣、開封縣、封丘縣、長垣縣、武陟縣、溫縣、孟州市AESV減少幅度超過10%。2000—2010 年間，36.84%的縣區AESV 處于增加趨勢，60.9%的縣區趨于減少，這一階段，呈增加趨勢的縣區數量較1990—2000年這一階段增加26個。2010—2015 年間，86.47%的縣區AESV 趨于較低幅度的降低，增長的地區主要為山東省12 個縣區以及河南省3 個縣區。

圖4 1990—2015 年黃河下游地區AESV 變化率空間分布 Fig. 4 Spatial distribution of the change rate of AESV in the Lower Yellow River from 1990 to 2015

3.2.3 生態系統服務價值對價值系數的敏感性分析

根據公式（7），通過上下調整50%的生態系統服務價值系數來計算敏感性指數（表4），結果表明，黃河下游地區所有土地利用類型的生態系統服務價值系數的敏感性指數均小于1，由高到低依次為耕地、水域、林地、草地、未利用地。其中，耕地的敏感性指數為0.63～0.65，說明當耕地的價值系數增加1%時，生態系統服務價值將增加0.63%～0.65%。敏感性分析表明，黃河下游地區的生態系統服務價值是缺乏彈性的，相對于價值系數來說是相對穩定的，因此本研究所選取的價值系數適用于該研究區。

表4 生態系統服務價值敏感性指數變化表 Table4 Changes of sensitivity index of ecosystem service value

3.3 黃河下游地區地均生態系統服務價值冷熱點格局及演變特征

為探究1990—2015 年黃河下游地區AESV 空間集聚特征，根據公式（8）和公式（9），采用ArcGIS 10.3 軟件中的熱點分析工具，對1990、2000、2010、2015 四個年份AESV 進行冷熱點探測，得到黃河下游地區AESV的冷熱點分布（圖5）。整體來看，黃河下游地區AESV的空間格局保持相對穩定，熱點區仍然主要分布在豫西和魯中的山地地區；冷點區主要分布在豫東平原地區。具體來看，1990 年AESV 的空間集聚最為明顯，熱點區主要分布在豫西地區鄭州市、焦作市下轄的12 個縣區和魯中地區泰安市、萊蕪市下轄的5 個縣區，除此之外，水域面積分布較廣的山東省微山縣和魚臺縣也成為高值集聚的區域；冷點區主要集中在周口市轄區、商水縣、項城市、淮陽縣、西華縣、鹿邑縣、柘城縣、太康縣、睢縣、寧陵縣等耕地分布較廣的平原地區。2000 年熱點區和冷點區較前一階段出現萎縮趨勢，魯中地區的濟南市轄區、泰安市轄區和新泰縣由熱點區變為了次熱點區，豫西地區的熱點區有一半變成了不顯著區，豫東地區的次冷點區逐漸消失，變為不顯著區，冷點區大量消減。2010 年較2000 年冷點區和熱點區變化并不明顯，只有河南省許昌市轄區、許昌縣、襄城縣與鄢陵縣新增成為次冷點區。2015 年冷點區已經消失，冷熱點和熱點區變化極其微小，只有周口市次冷點區減少。

圖5 1990—2015 年黃河下游地區AESV 的空間集聚圖 Fig.5 Spatial clustering of AESV in the Lower Yellow River from 1990 to 2015

為深入探究1990—2015 年黃河下游地區AESV 變化的空間分布特征，仍然采用ArcGIS 10.3 中熱點分析工具，對1990—2000 年、2000—2010 年、2010—2015 年3 個時段AESV 的變化量進行冷/熱點探測，得到黃河下游地區AESV 增減變化的冷熱點分布（圖6）。

具體來看，1990—2000 年，AESV 變化的熱點區分布在濟寧市的微山縣和魚臺縣。冷點區和次冷點區集中分布在河南省焦作、鄭州、新鄉、開封四市相臨的縣區。2000—2010 年，價值量變化較前一階段出現了明顯的高值集聚，熱點區主要分布在焦作市下轄孟州市、溫縣、沁陽市、博愛縣和緊鄰的鞏義市，開封市轄區、開封縣及北部相鄰的封丘縣，以及山東的曲阜市。次熱點區有5 個縣區，其中3 個分布在熱點區周圍，2 個分布在東營市的利津縣和墾利縣。冷點區轉移至許昌下轄6 個縣區以及北邊的新鄭市。2010—2015 年，與前一階段相比，冷熱點遷移明顯，熱點區分布在沾化縣和濱州市轄區，次熱點區數量衰減至2 個，冷點區分布在鄭州市下轄的新密市、新鄭市、中牟縣，以及永城市、曲阜市和寧陽縣，次熱點區分布在鄭州市轄區、夏邑縣和汶上縣。

圖6 1990—2015 年黃河下游地區AESV 變化的空間集聚圖 Fig.6 Spatial clustering of AESV changes in the Lower Yellow River from 1990 to 2015

3.4 黃河下游地區生態系統服務價值重心變化軌跡

根據區域ESV 重心模型公式（10）和公式（11）計算得出1990—2015年間黃河下游地區ESV的重心變化趨勢（圖7）。由圖7 可知，1990 年的重心是（115°51'25.2"E，35°42'39.6"N），2000 年的重心是（115°55'8.4"E，35°43'15.6"N），2010 年的重心是（115°54'50.4"E，35°42'46.8"N），2015 年的重心是（115°54'50.4"E，35°42'54"N）。根據重心分布的位置來看，1990—2015年間ESV 的重心始終分布在山東省鄆城縣，說明山東地區的ESV 始終高于河南地區。根據公式（12）計算黃河下游地區ESV 重心的移動方向，根據公式（13）計算重心的移動距離，得到1990—2000 年間ESV 重心向北偏東78°方向遷移了7.57km，結合1990—2000 年間的ESV來看，整個黃河下游地區減少了2.11 億元，河南地區減少了44.46 億元，山東地區增加了42.35 億元，兩地區ESV差值出現較大幅度的增加，表現為ESV 的重心向ESV 增加的地區（山東地區）明顯遷移趨勢。2000—2010 年間，ESV 重心向南偏東24.5°方向遷移了0.71km，這一階段整個地區的ESV 減少了0.18 億元，河南地區增加5.69億元，山東地區減少了5.87 億元，因此這一階段重心出現向河南地區遷移的趨勢。2010—2015 年間，重心遷移較前一階段幾乎沒有變化，在這5a 間，整個黃河下游地區減少了16.56 億元，這一階段與前兩個階段相比出現了較大幅度的減少，但是由于河南地區和山東地區生態系統服務價值減少數值十分相近，且相對均衡，河南地區減少了8.51 億元，山東地區減少了8.05 億元，因此這一階段黃河下游地區ESV 的重心變化非常微小。

3.5 黃河下游地區生態系統服務價值空間分異的驅動分析

基于黃河下游地區縣域研究尺度，以AESV 作為因變量，以氣溫（X1）、降水（X2）、高程（X3）、土壤侵蝕強度（X4）、NDVI（X5）、人為影響綜合指數（X6）、地均GDP（X7）、人口空間分布數據（X8）、土地利用類型（X9）為因變量，基于GeoDetector 工具的“因子探測”和“交互作用探測”功能，輸入地理探測器進行驅動因子及驅動因子之間交互作用的定量分析，探討黃河下游地區ESV 空間分異的主導因子，以及各驅動因子間交互作用的特征，最終得到地理探測器對黃河下游AESV空間分異的因子探測結果（表5）和交互探測結果（表6）.

圖7 1990—2015 年黃河下游地區ESV 重心變化軌跡 Fig.7 Change of barycenter of average ESV in the Lower Yellow River from 1990 to 2015

表5 地理探測器的因子探測 Table 5 Factor detector of the GeoDetector

從表5 中可以看出，黃河下游地區AESV 空間上的差異受自然因素和社會經濟因素共同作用的影響，根據各驅動因子的q 統計量從大到小排序為：人為影響綜合指數、高程、氣溫、降水、NDVI、地均GDP、人口空間分布數據、土壤侵蝕強度、土地利用類型，可以看出，人類綜合影響指數（X6）的q 統計量為0.75，對區域生態系統服務的影響最大，是黃河下游地區縣域尺度AESV空間分異最主要的原因，也反映了黃河下游地區是人類活動的熱點區域，人類活動頻繁，社會經濟發展迅速。高程（X3）的q 統計量也達到0.23，是影響其空間分異的重要因素；氣溫（X1）、降水（X2）、NDVI（X5）在0.10～0.15 之間，也是影響其空間分異較為重要的因素。而地均GDP（X7）、人口空間分布（X8）、土壤侵蝕強度（X4）、土地利用類型（X9）q 值小于0.1，說明這些驅動因子一定程度上影響著AESV 的空間分異，但是影響程度較小。

表6 地理探測器的交叉探測 Table 6 Interaction detector of the GeoDetector

從表6 中可以看出，任何兩種驅動因子對黃河下游地區縣域尺度AESV 空間分異的交互作用均大于一個驅動因子的單獨作用，也證實了黃河下游地區縣域尺度AESV 空間分異結果的不是由單一驅動因子造成的，而是由不同驅動因子共同作用的結果。從交互探測的結果來看，人為影響綜合指數（X6）與氣溫（X1）、降水（X2）、NDVI（X5）之間的交互作用程度達到0.85 左右，不同驅動力之間的交互作用對區域AESV 的空間分異影響明顯增強，不同因子之間的復雜耦合作用所形成的協同增強效應共同影響了區域AESV 在空間上分異效果。黃河下游地區生態環境較為脆弱，受制于自然因素的約束，加之人類活動較為頻繁，因此要采取與自然環境、社會經濟發展水平相適應的發展模型，加強生態保護治理，促進生態文明建設。

4 結論與討論

1）耕地是黃河下游地區最主要的土地利用類型，1990—2015 年間，全區耕地、未利用地、草地面積逐漸減少，分別減少了2 894 、1 476 、856 km2，而建設用地和水域面積逐漸增加，分別增加了4 598 、595 km2。從不同土地利用類型的動態變化度來看，變化最劇烈的未利用地，幅度最小的是林地；綜合土地利用變化度基本上穩定在0.1%左右。從土地利用類型的轉移情況來看，耕地是其他土地利用類型轉入的主要貢獻者，建設用地表現出大幅擴張的態勢，且有82.19%來源耕地。

2）從時間尺度看，黃河下游地區近25 年間生態系統服務價值ESV 降低了18.86 億元，生態系統需要進行保護和改善。從空間尺度來看，縣域尺度的地均生態系統服務價值AESV 空間分布差異明顯，高值區主要分布于主要分布在豫西、豫北的山地地區和魯中山地丘陵區，低值區主要分布在建設用地較多的平原地區。高值區逐漸減少，低值區逐漸增加，且低值區有形成沿著平原地區南北貫通的趨勢。黃河下游地區各縣區AESV 的變化較為明顯，大多數縣區處于減少趨勢，2000—2010 年較前一階段情況稍有好轉。本研究通過敏感性指數來反映ESV 對生態價值系數的依賴程度，表明所選用的生態價值系數比較合理。

3）黃河下游地區AESV 的熱點區主要分布在海拔較高、植被覆蓋較廣的豫西和魯中地區，冷點區分布在豫東平原地區。整體來看，熱點區和冷點區都有逐漸減少的趨勢，空間集聚趨于弱化。微山縣和魚臺縣受廣闊水域面積的影響始終是熱點區。重心模型研究表明，山東地區ESV 始終高于河南地區，重心前移距離與兩地區之間生態系統服務價值變化差值有關。

4）黃河下游地區AESV 空間上的差異受自然因素和社會經濟因素共同作用的影響，人為綜合影響指數對區域生態系統服務的影響最大，是黃河下游地區縣域尺度AESV 空間分異最主要的原因，其次是高程，地均GDP、人口空間分布、土壤侵蝕強度、土地利用類型等對于AESV 空間分異的影響較小。黃河下游地區縣域尺度AESV 空間分異結果的不是由單一驅動因子造成的，而是由不同驅動因子共同作用的結果，不同驅動因子之間的復雜耦合作用所形成的協同增強效應共同影響了區域AESV 在空間上分異效果。

黃河下游地區未來的發展需完善生態保護的法律法規、強化監管責任，嚴格控制城市建設用地的盲目擴張，劃定區域生態保護紅線，加大生態用地保護力度，同時還需做好區域范圍內的生態補償，從而促進黃河下游地區生態經濟系統協調高質量發展。在建設用地的ESV 評估方面，由于其自然的復雜性對區域ESV 總量的結果影響較大，在今后的研究中將從不同城鄉等級、多種建設用地生態功能角度探究建設用地ESV 的評估。在ESV 空間分異的驅動力探測方面，本研究僅以2015 年為例探測了黃河下游地區縣域尺度AESV 空間分異的驅動因子，驅動因子探測還可以從多個年份、不同空間尺度開展研究，揭示不同驅動因子對于ESV 在時序和多層次空間上的變化規律。