鄉村生態系統文化服務供需關系研究
——以浙江省湖州市為例

李永鈞,張單陽,王 珂,3,黃 璐

1 浙江大學環境與資源學院,杭州 310058 2 國家林業和草原局森林資源管理司,北京 100714 3 浙江大學新農村發展研究院,杭州 310058

生態系統文化服務(CES)是指人類從生態系統中獲得的非物質收益,包括精神滿足、思考、美學體驗、娛樂和認知能力的發展等[1]。隨著人類對生態服務精神產品需求種類的增加,CES在社會-經濟-自然復合生態系統中發揮著至關重要的作用,是生態系統服務的重要組成。

由于CES具有無形性,人們對CES感知會受到不同文化需求、不同時空尺度和不同外在條件的影響[2]。因此,目前CES的研究熱點是如何對CES進行有效量化、評估。生態系統服務評估主要分為3種方式：生物物理量評估法、價值評估法和模型模擬法[3]。由于CES不涉及生物物理量,因此貨幣化估算成為量化CES的主要方式。價值評估法主要包括直接市場法、替代市場法和條件價值法,但此方法輸入參數較多、操作過程復雜,容易忽略CES的多元價值屬性,具有較大的主觀性[4]。評估生態系統文化服務的模型主要有MIMES模型、InFOREST模型、ESValue模型、InVEST模型、ARIES模型、Maxent模型等[4—5]。Maxent模型探討環境變量與特定觀測點的關系,不僅可以相對客觀地評估CES,還可以量化每個變量對CES的影響[6],對CES的量化評估效果較好[7—9]。近年來隨著遙感技術和大數據的發展,社交媒體(Flickr等)數據、興趣點(POI)數據也成為模型模擬中重要的數據來源[10—11]。

學者對CES的研究遍及全球、區域、流域、城市綠地等空間尺度[12—16],但專注于鄉村地區的研究較少[14]。我國鄉村地區擁有悠久的傳統地域文化、豐富的生態資源、多樣的山水田園風貌和獨特的民居建筑風格。這些都是鄉村維持生態系統健康與經濟可持續發展的重要基礎,在傳承民族傳統優秀文化、維護文化多樣性和特有性、緩解現代生活壓力,以及為人們休憩、接觸自然等方面都發揮了重要作用[16]。

目前,我國正全面實施鄉村振興戰略。湖州是中國“美麗鄉村”發源地、“兩山理念”誕生地,自然生態要素豐富,文化景觀類型眾多且極具農耕文化代表性。近年來,隨著湖州鄉村地區社會經濟蓬勃發展,生態系統服務的供需矛盾日益突出。基于此,以浙江省湖州市的鄉村地區為研究區,結合地理信息數據、社會調查數據和大數據,優化Maxent模型指標評價體系,對CES進行量化制圖,確定湖州市鄉村地區文化服務價值空間分布,并通過空間自相關分析研究區域文化服務供需格局。通過本研究對CES的量化制圖結果,可為開展精準的鄉村文化服務綜合開發、制定開發強度奠定理論基礎[17]。

1 研究區概況

湖州市地處浙江省北部,下設三縣兩區,是連接長三角東中部地區和南北兩翼的節點城市。湖州市資源豐富,山、水、林、田、湖兼備,環境清幽；地處北亞熱帶季風氣候區,氣候溫和,四季分明,降水充沛。從文化特色看,湖州歷史文化價值深厚,具有以桑基魚塘、湖絲、陸羽茶經為代表的農耕文化,以太湖溇港為代表的水利文化。

2019年縣域調查顯示,湖州市面積5820km2,戶籍人口約267萬人,其中農村人口149萬人。2020年,全市實現農林牧漁業增加值149.47億元,增長2.8%,增幅全省排名第一。鄉村振興考核全省第一、農業現代化發展水平綜合評價六連冠；縣域數字農業農村平均發展水平連續兩年獲全省第一。2019年被列入首批部省共建鄉村振興示范省創建市。本研究依據國家統計局制定的《統計用區劃代碼和城鄉劃分代碼編制規則》(國統字〔2009〕91號),對湖州市2018年城市和鄉村區域進行劃分(圖1)。

圖1 湖州市地理區位Fig.1 Location of Huzhou city

2 數據來源與研究方法

2.1 研究方法

本文主要通過Maxent模型和空間自相關的方法對鄉村生態系統文化服務的供需關系進行研究。主要分為以下3個步驟(圖2)：(1)基于自然地理數據、POI和社會調查數據通過Maxent模型對CES的供應能力進行評價,并分析各環境變量的重要性和貢獻率；(2)通過鄉村常住人口和外來旅游人口數據計算CES的需求水平；(3)通過空間自相關的方法來研究CES供需匹配特征,并為鄉村地區文化服務發展提供建議。

圖2 研究框架Fig.2 Research frameworkCES:生態系統文化服務Cultural Ecosystem Service; POI: 興趣點 Point of Interest

2.1.1Maxent模型

Maxent是以最大熵理論為基礎的、基于已知的不完全信息推斷未知信息概率分布的數學方法,在生態學領域被廣泛應用于預測物種生態位和分布研究[18]。其原則為在滿足所有已知約束的情況下,使未知區域中分布的信息熵最大[19]。假設未知區域x的概率分布為P(x),研究區域內x的有限集合為X,則在Maxent運算中,其熵的計算公式為：

每次模擬中Maxent會繪制一條受試者工作特征曲線(Receiver Operating Characteristic,ROC)曲線, 偽陽性率(False positive rate)為橫軸,真陽性率(True positive rate)為縱軸[20]。ROC曲線下面積(Area Under the Curve, AUC)可作為模擬精度指標,以此來判斷模擬效果好壞。AUC分為測試AUC(Test AUC)和訓練AUC(Training AUC),前者表示該模型應用于價值轉移的潛在能力,后者表明該模型擬合程度；AUC值越接近1,說明模擬效果越好[21]。

2.1.2空間自相關分析

空間自相關是指地理變量在不同空間區域內的某一屬性值之間的相互依賴性[22]。為了進一步探索湖州市鄉村地區的供需關系匹配格局,本研究采用雙變量局部莫蘭指數(Bivariate Local Moran′s I),將兩個不同地理事物間的局部空間自相關性進行可視化表達,以此來探索CES供給能力和需求水平的空間集聚特征,分析二者的空間匹配格局[23]。其計算公式如下：

2.2 數據來源

2.2.1社會調查數據

社會調查數據是Maxent模型重要的輸入數據。本研究社會調查主要通過電子問卷的形式進行,電子問卷共包含價值取點、價值分配、個人基礎信息收集3個部分[24]。個人基礎信息包括被調查者年齡、性別、職業、受教育程度、經常居住地與居住時間[25]。調查對象可以按個人傾向將100元的假定價值分配到文化服務價值類型中,以此確定各文化服務類型的價值權重。參考千年生態評估系統(MEA)報告對CES的分類[1],以及以往研究中Maxent模型模擬的價值體系[26—27],結合湖州市鄉村地區生態系統的文化服務特點,將CES劃分為三類,分別為自然風光價值、休閑娛樂價值、科教人文價值,如表1所示。

為確保調查點有較為廣泛的知名度,本研究選取了由湖州市文化廣電旅游局公布的《湖州市A級旅游景區名錄》中3A級及以上景點。在鄉村區域范圍內的景點共有56個(表2),將其在ArcGIS 10.2中空間化并作為Maxent模型模擬的訓練和檢驗數據。

表2 位于湖州市鄉村地區的景點

2.2.2環境指數數據

2010年世界保護監測中心(World Conservation Monitoring Centre)發布的報告表明,衡量CES的指標主要為自然條件指標、中間服務指標、人類福祉指標等[28]。本研究采用的環境要素包括自然條件指標：坡度(SLOPE)、距水體距離(DTW)、高程(ELEV)、歸一化植被指數(NDVI)；人為條件指標：綜合性指標土地利用/覆被(LULC),以及距道路距離(DTR)等[26](表3)。為避免多重共線性,對環境要素在ArcGIS 10.2中進行相關性分析。結果顯示,除高程與坡度相關性較高外,其余各變量間的相關性均小于0.45。

2.2.3文化服務興趣點

隨著地理空間大數據的快速興起,興趣點數據成為地理和社會領域中常用的數據類型[29]。POI數據具有信息量大、位置精準度高、業態分類明確、實時性強等特點[30],每個POI都有自己的標簽,如景點、餐飲。本研究根據湖州市鄉村地區3種類型文化服務與相關產業的特點,結合以往研究[31],對通過高德地圖應用程序接口(Application Programming Interface, API)獲取的湖州市2019年169974個POI數據進行清洗、分類、篩選。采用按標簽與按關鍵詞并用的篩選方式,首先根據標簽確定文化服務價值分類,再根據對應標簽中按關鍵詞篩選數據點,刪除篩選中的重復項,具體篩選方式見表4。根據湖州市鄉村區域邊界范圍對POI數據進行裁剪,得到3種文化服務類型的POI集合。通過坐標轉換將各POI點繪制于湖州市鄉村區域中,結果如圖3。

表3 環境要素指標與數據處理*

表4 興趣點(POI)篩選方式與數量*

圖3 興趣點(POI)點分布Fig.3 Point of Interest (POI) distribution

2.2.4CES需求數據

參考以往對CES需求評價的研究[32],本文從CES受益者的角度出發,以受益者空間分布情況來反映CES需求水平的空間格局分布,湖州市鄉村地區CES的受益者主要為鄉村常住人口和外來鄉村旅游人口。常住人口數據來源于英國南安普頓大學的全球人口高分辨率數據庫(WorldPOP Project)[33],該數據庫基于隨機森林的分區密度再分配算法,對人口密度與多個地理和遙感變量之間的復雜非線性關系進行了建模,是迄今為止最精確的中國全域高分辨率人口數據庫[34],其空間分辨率為100m,通過投影變換、重采樣、裁剪、歸一化得到湖州市2019年鄉村地區常住人口分布情況。2019年的外來旅游人口數據來源于《2020湖州市統計年鑒》,按照不同縣區將人口數據柵格化,以外來旅游人口數最多的吳興區旅游人口為最大值、以0為最小值進行歸一化處理。考慮到文化服務的多元屬性與常住人口的受益時長,將兩者權重均設置為0.5。通過以上兩類受益者數據加權求和得到CES需求水平。

3 結果與分析

3.1 鄉村生態系統文化服務的供給能力

自然風光、科教人文和休閑娛樂3種文化服務類型的空間分布狀況大致相同(圖4)。其價值較高的點成片分布于安吉縣南部、德清縣北部和長興縣的西北部。3類文化服務類型中最大價值指數中科教人文價值最高,自然風光價值和休閑娛樂價值次之,最大指數分別為10、9、7。3種文化服務類型中休閑娛樂價值所占面積最大,自然風光價值和科教人文價值次之。為了綜合考慮3種文化服務價值類型,將3種類型的價值指數進行相加并通過ArcGIS模糊隸屬工具進行歸一化處理,生成文化服務綜合價值空間分布圖(圖5)。從分布結果可以看出,綜合價值與各文化服務類型的價值分布相似,最高的區域位于安吉縣南部景區集群、德清縣西部莫干山地區、長興縣水口鄉顧渚村地區。

圖4 不同文化服務類型的價值評估Fig.4 Value evaluation of different types of CES

圖5 文化服務類型的綜合價值評估Fig.5 Overall value evaluation of CES

從要素結果來看(表5),POI、LULC、DTR是模型模擬中較為重要的影響要素。其中,POI對三類文化服務價值的累積貢獻率最高,達到了所有要素貢獻率的50%。LULC在每類文化服務價值模擬中都有較強作用。DTR的累積貢獻率與各價值指數都有較高的相關性,均位于前三,說明了交通條件對文化服務具有較強的促進作用。雖然ELEV在貢獻度方面不及其他要素,但在科教人文價值和自然風光價值模擬中有較強的不可置換性。DTW、ELEV、SLOPE在自然風光價值的貢獻度遠高于休閑娛樂價值,然而NDVI對休閑娛樂價值的貢獻度比在自然風光價值中更強。

表5 各環境變量的重要性和貢獻率/%

3.2 鄉村生態系統文化服務的需求水平

常住人口主要分布在南潯區、吳興區的東部和德清縣的東部。旅游人口主要分布于吳興區和安吉縣。按照自然斷點法,將整體需求水平劃分為四個等級,分別占鄉村地區總面積的18.75%、39.70%、27.52%和14.02%,其需求水平隨著等級的增高而增大。從整體上看,吳興區的大部分區域具有最高的文化服務需求,其余依次為安吉縣的北部和中部、長興縣、德清縣的東部、南潯區(圖6)。

圖6 鄉村地區生態系統文化服務需求分布Fig.6 The distribution of demand for CES of rural areas

圖7 鄉村地區文化服務供需分區Fig.7 Supply and demand divisions of CES in rural areas

3.3 鄉村生態系統服務的供需匹配格局

根據空間自相關結果可知,顯著性P不大于0.05(置信水平95%以上)的區域占鄉村地區總面積的79.87%,而P不大于0.001(置信水平99.9%以上)的區域占鄉村地區總面積的64.92%。根據CES供需關系的冷熱點圖,可以將湖州市鄉村地區分為四類(圖7)。

高供給-高需求：文化服務發達區。該區域內具有較高的文化服務供給能力和需求水平,占鄉村地區總面積的15.80%。整體供需關系的匹配程度較高,文化服務較為發達,該區域主要分布于安吉縣東南部；長興縣夾浦鎮、白峴鄉、煤山鎮；德清縣的高橋鎮、新市鎮以及吳興區內半部分鄉村區域。

低供給-高需求：文化服務需求區。該區域內具有較高的文化服務需求水平,但供給能力相對較低,占鄉村地區總面積的24.88%。該區域呈現供不應求的態勢的,應大力提升供給水平以滿足人們對文化服務的需求,主要分布在安吉縣西北部和吳興區內余下半部分鄉村區域。

高供給-低需求：文化服務潛力區。該區域內文化服務供給能力普遍較高,但人們對該區域的文化服務需求水平較低,占鄉村地區總面積的19.91%。該區域擁有擴大文化影響力的潛力,呈現供大于求的態勢。主要分布在安吉縣鄣吳鎮南部和浙北大峽谷周邊；德清縣莫干山周邊和中部地區；長興縣水口鄉、方一村一線、北湯村以及南潯區大部分鄉村區域。

低供給-低需求：文化服務發展區。該區域內文化服務供給能力和需求水平均相對較低,占鄉村地區總面積的19.27%。文化服務綜合發展程度較低,尚處于發展階段,該區域主要分布在長興縣西北部、德清縣西南部、安吉縣西南部和南潯區余下小部分鄉村區域。

4 討論

本文將Maxent模型與POI數據相結合,以鄉村為研究對象對CES進行制圖和評價。本文從具有代表性的鄉村景點中隨機選取樣本地點,研究表明Maxent模型可以提供穩健的空間輸出。此外,本研究中3種價值類型的AUC值均在0.9以上,表明該模型在小樣本量的情況下也具有較好的模擬效果[35]。Maxent模型因模擬結果優,操作便捷等優點廣泛用于生物多樣性和適宜性評價研究[36—37],本研究表明其在CES供給制圖和評估方面也具有較大潛力。

從生態系統文化服務的供給能力來看,安吉縣南部景區集群、德清縣西部莫干山地區、長興縣水口鄉顧渚村地區具有較高的文化價值,是湖州市鄉村發展的重點區。同時也表明不同文化服務之間有相互促進作用,價值較高的區域相對集中。科教人文價值指數最高,可能是受金釘子遠古世界和新四軍蘇浙軍區舊址群等歷史景點的影響。休閑娛樂價值的面積最大,主要受安吉縣南部景區集群、莫干山風景區、長興縣水口鄉顧渚村地區的影響。王朝輝等的研究結果表明[38],湖州市的鄉村旅游呈現古鎮古村、傳統村落等帶有文化符號的旅游景觀空間行為。POI數據的應用為研究鄉村生態系統服務供給提供了更多的數據支撐,對生態系統服務供給的累積貢獻率最高。在以往的生態系統服務評估中,土地利用類型和可達性等因素是影響供應能力的主要因素[39]。湖州區域交通已形成了周邊、主要城市“一小時交通圈”和“兩軸一廊”的交通格局,但鄉村路網的可達性與便利性還有待進一步提升。

生態系統文化服務供需關系是可持續景觀規劃的基礎[40—41],能為鄉村的建設方向起到指引作用。安吉縣鄉村地區整體文化服務需求水平較高,作為中國美麗鄉村和“兩山理念”發源地,國內外游客對其具有較高的文化服務功能需求,安吉縣東南部屬于文化服務發達區,但西北部的文化服務供給能力還有較大的開發空間。德清縣新市鎮區位優勢明顯,鄰近杭州、嘉興等城市,自身文化服務供需匹配能力較好,屬于文化服務發達區；而莫干山及其周邊地帶雖然盛名在外[38],仍屬于文化服務潛力區,要使其發揮潛能,在維持人文底蘊與生態基礎的前提下,建議繼續發展 “洋家樂”等精品民宿產業,同時結合高新技術增加體驗感,提高文化服務知名度。長興縣內的文化服務發達區主要位于太湖湖濱鄉村地區、虹星橋鎮北部和煤山鎮,長興縣可以從區域協同上下手提升需求水平,加強與太湖周邊地區民俗體驗、養老養生等文化服務產業協作,開發文化體驗、鄉村康養等新型業態,優化與長三角核心區域的交通設施,讓文化服務價值向周邊輻射,發揮外來人群的推介效應。南潯區內大部分地區屬于文化服務發展區或潛力區,其中發展區主要為平原內的坑塘水面等,文化服務的開發程度相對較低。相關研究表明,當地的民間藝術、飲食、生活傳統是主要的文化遺產,具有社會價值和象征價值[42]。南潯區的水鄉古村及以桑基魚塘為代表的農耕文化為鄉村區域賦予了充足的文化服務供應能力,應提升農業附加值,將“農業+文化+商貿”的農事節慶活動常態化、品牌化[43],發展全域旅游,充分利用南潯古鎮的游客資源,打造配套的鄉村旅游精品路線。吳興區作為湖州市主城區,雖然鄉村常住人口較少,但歷年來都是外來游客的聚集地[44],主要發揮著旅游集散、交通中轉、大眾餐飲等基礎設施功能[38]。吳興區應注重文化服務的休閑娛樂功能,重點發展民俗體驗、研學旅行等項目。

5 結論

Maxent模型的價值制圖結果表明,湖州市鄉村地區3種文化服務類型中科教人文價值的最大價值指數最高,自然風光價值、休閑娛樂價值次之。根據空間分布結果,自然風光、科教人文和休閑娛樂3種文化服務類型價值較高的點成片分布于安吉縣南部、德清縣北部和長興縣的西北部。

從分析各環境要素對文化服務價值的貢獻率可知,POI、LULC、DTR在模擬中發揮著較為重要的作用,雖然DTW、SLOPE、NDVI在評價體系中的整體作用不明顯,但每個環境要素都不可或缺。在評價體系中考慮POI要素,對于提高結果可靠性、提升文化服務價值制圖精度有較明顯的積極作用。

根據文化服務供給能力和需求水平的匹配關系,將湖州市鄉村地區分為四類：文化服務發達區、需求區、潛力區、發展區。四種分區類別面積相對平均但分布具有較強異質性,本研究從供需能力匹配角度,對湖州三縣兩區的文化服務綜合發展提出相應建議。