京津冀地區生態系統服務價值時空變化及驅動因子分析

李魁明，王曉燕，姚羅蘭，石云

1.防災科技學院應急管理學院

2.首都師范大學資源環境與旅游學院

3.北京農業職業學院國際教育學院

4.防災科技學院生態環境學院

在社會經濟發展加速轉型時期，人類活動導致土地利用格局的改變，產生直接或間接的生態環境效應。1997年Costanza提出了生態系統服務價值（ESV）估算原理、方法后，生態系統服務概念和價值研究得到廣泛重視[1]。近年來，區域土地利用變化對ESV的影響研究，已成為生態學、地理學和環境科學等學科的研究熱點：從研究空間尺度上看，有的以行政區[2-4]、城市群[5-6]、經濟區[7-8]等社會經濟功能區為評價對象；有的以生態功能區[9-10]為評價對象，有的以流域[11]、高原[12]、山地[13]、盆地[14]等自然地理單元為評價對象。從研究方法上看，ESV的評估一般將物質量評價法和價值量評價法結合進行研究[15-16]，其中以基于土地利用類型的生態系統服務價值系數法[3-8]應用最廣泛。關于ESV影響因素方面，或是基于土地利用方式的轉換分析ESV的變化特征[17]，或是建立指標與ESV的回歸結果解釋影響因素[18]，2類研究方法均忽視了因子作用強度空間差異。地理探測器能夠定量地探測單因子驅動力和多因子交互驅動力，定量識別因子強度空間差異。在城市群尺度上應用地理探測器方法開展生態服務價值的空間分異研究并不多見。

京津冀城市群是我國經濟發展格局中最具活力和潛力的前沿陣地[19]，但近年來快速城鎮化和工業化進程導致土地利用結構的改變也給該區域帶來了嚴重的生態環境問題。加強對京津冀地區土地利用變化、ESV時空演變及驅動因子的研究，對于京津冀協同發展具有重要意義。汪東川等[20]利用縣域尺度的糧食單產對單位面積農田食物生產服務價值進行修正，探討了ESV的空間異質性，選取3 km×3 km網格尺度揭示京津冀地區2005—2015年ESV的空間動態演變特征。婁佩卿等[21]基于谷歌地球引擎(GEE)云平臺，利用當量估算方法定量估算京津冀地區的ESV并結合15 km×15 km網格尺度探明其時空動態變化。唐秀美等[22]在分析生態系統服務供需邏輯關系的基礎上選擇指標，評估京津冀地區生態系統服務需求狀況，從縣域尺度分析ESV的時空變化。盛曉雯等[23]采用土地利用動態度和ESV模型等方法，對京津冀地區土地利用變化影響下的ESV在時間和空間上的差異進行了分析。以上研究多從整體上評估京津冀地區ESV，定量分析城市群內部地市的ESV時空演變的較少，并且鮮見ESV影響因子強度空間差異化的系統分析。

鑒于此，筆者針對京津冀地區土地利用變化對生態系統造成的影響，根據謝高地等[24]提出的ESV評估體系，分析2000—2018年京津冀地區土地利用變化引起的ESV時空規律，運用地理探測器分析京津冀地區影響因子強度空間差異，以期為研究區土地利用規劃、環境修復與保護提供參考。

1 研究區概況與研究方法

1.1 研究區概況

京津冀地區位于華北平原北部，地勢西北高東南低，地貌以平原為主，包括北京、天津兩大直轄市以及河北省的11個地級市，共13個地級市以上行政單元，總面積為21.72萬km2，占全國總面積的2.26%。在社會經濟迅速發展的同時，太行山燕山土壤侵蝕和壩上高原荒漠化加劇，平原洼淀萎縮及消失等也對京津冀原本脆弱的生態環境造成了巨大壓力。

1.2 數據來源與處理

京津冀地區土地利用數據源自中國科學院資源環境科學數據中心（https://www.resdc.cn）的2000年、2010年和2018年3期Landsat TM影像；根據中國科學院資源環境信息數據庫分類法，對3期土地利用數據進行重分類得到耕地、林地、草地、建設用地、水域和未利用地六大類土地利用類型。糧食單產數據來源于3省（市）相應年份統計年鑒，糧食價格根據《中國農產品價格調查年鑒（2019年）》得出，驅動因子指標中，數字高程模型（DEM）數據來源于美國對地觀測全球高程數據；降水量、土壤侵蝕強度來源于中國科學院資源環境科學數據中心；GDP、農民人均純收入、社會消費品零售額、人均耕地面積、人口密度等來源于相關省（市）統計年鑒。

1.3 研究方法

1.3.1 土地利用動態分析法

為定量分析京津冀地區土地利用變化，引入單一土地利用類型動態度和綜合土地利用動態度，計算公式如下：

1.3.2 生態服務價值測算

結合謝高地等[24-25]的研究成果，同時借鑒已有研究[26-28]，通過查閱統計年鑒，計算得出京津冀地區2000年、2010年和2018年平均糧食單產量（5 253 kg/hm2），通過查閱《中國農產品價格調查年鑒（2019年）》計算出京津冀 2018年糧食平均單價（2.65元/kg），確定京津冀地區單位面積生態系統服務價值系數（表1）。由此計算京津冀地區ESV，其計算公式見式（3）。

表1 京津冀地區單位面積生態系統服務價值系數Table 1 Ecosystem service value coefficient per unit area in Beijing-Tianjin-Hebei Region 元/hm2

考慮到京津冀地區13個地級以上城市大小不一，引入地均生態系統服務價值〔式（4）〕和地均生態系統服務價值變化率〔式（5）〕，來分析京津冀地區生態系統服務價值的時空演變。使用敏感性指數[27]分析生態系統服務價值對于生態系統價值系數的依賴程度〔式（6）〕。

1.3.3 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方法[29-30]。采用地理探測器模型對京津冀地區影響ESV空間分異的自然因子、社會因子和經濟因子進行探測，公式如下：

2 結果與分析

2.1 土地利用動態變化

從土地利用結構上看（圖1），2000—2018年，京津冀地區土地利用結構以耕地、林地、草地為主，2000年，這3種土地類型的占比分別為50.81%、20.72%和16.32%，合計占比為87.84%；2018年的占比分別為46.14%、21.13%和15.75%，合計占比為83.02%。2000—2018年，各類型土地面積變化最大的為建設用地，其次是耕地，建設用地面積增加了9 992 km2，耕地面積減少了9 742 km2。而林地、草地、水域、未利用土地4種土地利用類型面積變化幅度不大。

圖1 2000—2018年京津冀地區不同土地利用類型面積變化Fig.1 Area change of different land use types in Beijing-Tianjin-Hebei Region from 2000 to 2018

2000—2018年京津冀地區土地利用變化動態度如表2所示。從單一土地利用動態度來看，2000—2010年，京津冀地區建設用地變化最劇烈，其次是水域和未利用土地，其動態度分別為1.19%、-0.38%和-0.37%；2010—2018年，建設用地變化幅度依然最大，其次是水域和未利用土地，其中建設用地變化幅度明顯上升，水域呈增長趨勢，耕地較上一階段減少幅度提升。總的來看，京津冀地區近18年來，土地利用幅度變化劇烈的是建設用地、未利用土地，變化幅度大于1%；耕地因面積占比最大，變化不明顯；草地和林地變化較小；水域面積波動大，不穩定。

表2 2000—2018年京津冀地區土地利用變化動態度Table 2 Land use change dynamics degree in Beijing-Tianjin-Hebei Region from 2000 to 2018%

2000—2018年，綜合土地利用動態度為0.30%，其中 2000—2010年僅為 0.10%，但 2000—2018年為0.57%，這表明京津冀地區在2010年后土地利用變化速率加快，也表明區域社會經濟活動對土地影響更加劇烈。土地利用動態度與人類活動強度密切相關，例如耕地被侵占，建設用地面積擴張，未利用地逐漸被開發、實施退耕還林還草等生態修復工程，導致京津冀各地市各時期土地利用動態度出現不同幅度的變化。

2.2 生態系統服務價值變化

2.2.1 京津冀地區生態系統服務價值時間序列分析

根據式（3）得到京津冀地區2000年、2010年、2018年的 ESV分別為 4 346.78億、4 295.36億、4 413.11億元，呈先下降后上升趨勢，總共增加了66.33億元，其中2000—2010年減少了51.42億元，2010—2018年增加了117.75億元（表3）。

表3 京津冀地區2000—2018年生態系統功能單項服務價值Table 3 Ecosystem individual service value of Beijing-Tianjin-Hebei Region from 2000 to 2018

從生態系統功能構成一級內容來看，調節服務與支持服務始終是京津冀地區生態系統服務的核心功能；從占比分析，各類服務占比變化幅度較小，說明2000—2018年京津冀地區各類生態系統服務較為穩定，且其中調節服務占比一直保持在71%左右，其次為支持服務，占比一直保持在18%左右，文化服務與供給服務占比均較小。從生態系統功能構成二級內容來看，水文調節的貢獻率最大，2000—2018年均在35%左右，其次是氣候調節、氣體調節、土壤保持，貢獻率均在10%左右。

2.2.2 地均生態系統服務價值的時空變化

根據式（4）得到京津冀地區2000年、2010年、2018年的AESV分別為201.67萬、199.27萬、204.10萬元/km2。2000年相較2010年降低了1.19%，2010相較2018年增加了2.42%，呈現先下降后上升的趨勢，上升幅度大于下降幅度，說明京津冀地區生態系統服務趨于好轉。

將AESV大于200萬元/hm2的城市劃分為高值區，100萬～200萬元/hm2為中值區，小于100萬元/hm2為低值區，作出京津冀地區13個地級以上城市的AESV空間演變趨勢，結果如圖2所示。由圖2可知，京津冀地區AESV空間分布差異明顯，高值區主要分布在冀北和京津地區。具體來看，2000年和2010年的高值區主要集中在北京市、天津市、承德市和秦皇島市；低值區主要分布在中南部的平原地區，包括衡水市、滄州市、廊坊市。2018年相對于2000年和2010年，高值區增加了唐山市，開始連片分布，低值區少了滄州市。承德市和北京市土地利用類型以林地為主，近年來造林工程的實施和山區草地轉換為林地，對ESV貢獻較大；天津市東鄰渤海地區，地勢較低，水域面積廣大，在土地利用類型中，水域生態系統服務價值系數最大；秦皇島市地處燕山山脈東段丘陵地區與山前平原地帶，林地、草地占比較大。衡水市、滄州市、廊坊市地處華北平原腹地，耕地面積占比特別大，故AESV較低；唐山市和滄州市AESV的提升得益于2市沿海灘涂灘地面積的擴大。

圖2 2000—2018年京津冀地區AESV空間分布Fig.2 Spatial distribution of AESV in Beijing-Tianjin-Hebei Region from 2000 to 2018

根據式（5）得出京津冀地區各地級以上城市AESV變化率的空間分布，結果如圖3所示。由圖3可知，近18年京津冀地區大部分地市AESV呈減少趨勢，表明生態系統仍然面臨較大壓力。具體來看，2000—2010年，84.62%的地市AESV呈減少趨勢，但減幅不大，僅天津市減幅超過5%，15.38%的地市呈增加趨勢，但是增幅不大，均小于5%。2010—2018年，38.46%的地市AESV呈增加趨勢，61.54%的地市趨于減少，其中天津市、廊坊市和衡水市減幅超過5%，該階段呈增加趨勢的地市較上一階段增加3個，分別是張家口市、滄州市和唐山市。天津市近18年水域面積大幅轉換為建設用地，而水域的生態系統服務價值系數最高，因此AESV減幅較大；2010年以來張家口市的“三北防護林”“退耕還林還草”以及“京津風沙源治理工程”等工程建設成效顯著，AESV開始呈現增長趨勢；廊坊市緊鄰京津地區，受地理位置和環京樓市影響，2010年以后大量耕地轉換為建設用地，AESV減幅較大。衡水市土地利用類型單一，耕地面積占比特別大，2010年后大量耕地轉換為建設用地，AESV減幅較大。

圖3 2000—2018年京津冀地區AESV變化率空間分布Fig.3 Spatial distribution of AESV change rate in Beijing-Tianjin-Hebei Region from 2000 to 2018

2.3 生態系統服務價值對價值系數的敏感性分析

根據式（6），通過上下調整50%的生態系統服務價值系數來計算京津冀地區敏感性指數，結果如表4所示。

表4 京津冀地區生態系統服務價值敏感性指數Table 4 Sensitivity index of ecosystem services value in Beijing-Tianjin-Hebei Region

由表4可見，不同土地利用類型的敏感性指數差別較大，但不同年份之間差別較小。2000年各土地利用類型的敏感性指數高到低依次是林地、水域、耕地、草地、未利用土地；2010年依次為林地、耕地、草地、水域、未利用土地；2018年依次為林地、水域、草地、耕地、未利用土地。各土地利用類型的敏感性指數均小于1，表明京津冀的ESV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。其中林地的敏感性指數最高，說明林地對ESV影響最大，這是由于京津冀地區林地面積占比大，且林地生態系統服務價值系數也大。林地的敏感性指數為0.411 2～0.415 8，表明當林地的價值系數增加1%時，ESV將增加0.411 2%～0.415 8%。水域面積雖然占比不大，但其當量因子最大，故而敏感性指數較高。耕地的敏感性指數從0.197 6減小到0.177 3，這是因為耕地面積在逐年減少。

2.4 生態系統服務價值驅動因子分析

為了探測京津冀地區ESV的驅動因子，參照前人成果[2,11,28]，基于數據可獲取性，選取年降水量（X1）、DEM（X2）、土壤侵蝕強度（X3）3個自然因子，GDP總量（X4）、地均 GDP（X5）、農民人均純收入（X6）、社會消費品零售額（X7）4個經濟因子，人均耕地面積（X8）、人口密度（X9）2個社會因子對京津冀地區的ESV進行探測。

基于京津冀地區13市研究尺度，以AESV作為變量，以上述影響因子為因變量，基于地理探測器（GeoDetector）工具的“因子探測”和“交互作用探測”功能進行驅動因子及驅動因子之間交互作用的定量分析，探討京津冀地區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京津冀地區AESV空間分異的因子探測結果（表5）和交互探測結果（表6）。

表5 京津冀地區生態系統服務價值驅動因子Table 5 Driving factors of ecosystem services value in Beijing-Tianjin-Hebei Region

表6 地理探測器的交叉探測結果Table 6 Cross detection results of geodetectors

分析顯示，京津冀地區AESV在空間上的分布差異受到區域自然因子、經濟因子和社會因子共同作用，其中高程、地均GDP、人口密度等因子的貢獻率較大，而土壤侵蝕力、社會消費品零售額、人均耕地面積等對AESV空間分異影響的貢獻率相對較小。從驅動因子對AESV的影響來看，DEM的解釋力最為顯著，為27.2%；其次是地均GDP和人口密度，其影響力均在20%左右，是影響區域AESV空間分異的重要因素；另外，年降水量、GDP總量和農民人均純收入等因子影響力均在14%以上，是影響區域AESV空間分異較為重要的因素；土壤侵蝕力、社會消費品零售額、人均耕地面積的解釋在10%以下，對ESV的空間分異影響較小。

交互作用探測器用來檢驗2種影響因子是自身獨立起作用還是相互作用[30]。從表6可以看出，任意2個因子的交互作用均大于單個因子的影響，因此京津冀地區AESV空間分異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，DEM（X2）與地均 GDP（X5）、DEM（X2）與年降水量（X1）的交互作用程度達到40%左右，不同驅動力之間的交互作用對京津冀地區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京津冀地區AESV在空間上分異效果。

因此京津冀地區在生態系統優化與生態風險管控實踐中，應考慮不同驅動因子的作用特點和各驅動因子交互協同增強的效果，采取差異化多元調控策略，選擇與區域自然條件、社會經濟發展水平相適應的土地利用開發模式，避免不合理或強烈人為土地利用干擾與自然、社會經濟因子協同作用增強對區域生態系統的壓力。

3 結論

（1）2000—2018年，耕地是京津冀地區最主要的土地利用類型，土地利用類型面積變化最大的為耕地和建設用地。耕地減少了9 742 km2，建設用地增加了9 992 km2。從單一土地利用動態度來看，土地利用幅度變化劇烈的是建設用地，變化幅度高達3.14%，變化幅度最小的是林地。綜合土地利用變化度呈增長趨勢。

（2）從數值分析，2000—2018年ESV呈先下降后上升趨勢，18年間增加了66.33億元。從生態功能構成來看，調節服務與支持服務始終是京津冀地區生態系統服務的核心功能，其中水文調節的貢獻率最大。從時間上看，京津冀地區2000年、2010年、2018年的AESV分別為201.67萬、199.27萬、204.10萬元/km2，京津冀地區生態系統服務趨于好轉。從空間上看，京津冀地區AESV空間分布差異明顯，高值區主要分布在冀北和京津地區，低值區主要分布在中南部的平原地區。京津冀各地市AESV的變化較為明顯，大多數地市呈減少趨勢，2010—2018年較前一階段情況稍有好轉。敏感性結果表明京津冀的ESV是缺乏彈性的，其中林地的敏感指數最高，對ESV影響最大。

（3）生態系統本身具有多樣性與復雜性，加上ESV計算模型和方法多樣，其價值評估結果存在較大差異，因此其計算方法及參考指標數據仍有完善的空間。對比京津冀地區已有的相關研究，本文所采用的當量因子測算的ESV與已有研究結果大致相同，研究結論合理。

（4）地理探測器分析表明，京津冀地區AESV在空間上的分布差異受到區域自然因素、經濟因素和社會因素共同作用，其中DEM、地均GDP、人口密度等因子的貢獻率較大，不同驅動力之間的交互作用對京津冀地區AESV的空間分異影響明顯增強。