上海市土地利用變化對生態系統服務價值的影響研究

摘 要：面對資源約束趨緊、環境污染嚴重、生態系統退化的嚴峻形勢，建設生態文明是當前改善生態環境的迫切需要。研究土地利用變化對地區生態系統服務價值的影響，能夠為土地資源的可持續利用與生態環境保護建設提供科學依據。本文以上海市（陸域）為研究對象，基于2010—2020 年土地利用變更數據，采用當量因子法和GIS 空間分析技術，分析上海市2010、2020 年兩期的土地利用變化特征與生態系統服務價值時空變化的關系。結果表明：（1）2010—2020 年，上海市土地利用格局變化明顯，除草地和林地的面積增長外，其他各類用地面積均有不同程度的減少，其中水域面積減少最多，林地面積增加最多。（2）2010—2020 年間上海市生態系統服務價值減少52.65 億元，主要是因為水域面積減少所致。（3）在500 m×500 m 格網尺度下，上海市生態系統服務價值在空間上總體表現為高高、低低集聚，局部呈現高低、低高集聚的特點，人類活動是其主要驅動因素。

關鍵詞：土地利用；生態系統；服務價值；空間分析；驅動因素

中圖分類號：F293.22；X171.1 文獻標志碼：A 文章編號：2095-1329（2023）03-0079-06

生態系統服務是指生態系統與生態過程中所形成及所維持的人類賴以生存的自然環境條件與效用。量化生態系統服務價值（ecosystem service value， ESV）有利于了解生態系統的供給情況與生態效益的大小。近年來，隨著人類活動的不斷加劇，土地不合理利用導致的生態環境、資源利用等嚴重問題不斷涌現，也對生態系統服務價值產生了一系列影響。隨著2001 年聯合國組織千年生態系統評估項目的啟動，國內外掀起了一股生態系統服務價值相關的研究熱潮[1-3]。目前，國內外對于土地利用變化與生態系統服務價值的動態研究多從土地利用方式、類型、格局變化的響應角度出發[4]，各研究者之間僅研究尺度略有不同，從國家、流域到省市、縣域[5-7]。在城市方面，有學者基于樂山市2010、2017 年遙感影像，探析樂山市土地利用變化對ESV 空間分布差異的影響，結果表明樂山市ESV 的變化呈現極化效應，需進一步加強區域生態管控[8]；一些學者發現在1 km×1 km 格網尺度下，南昌市ESV 在空間上表現為高高、低低集聚，自然資源稟賦與人類活動是其主要驅動因素[9]。對于上海市，有學者基于Costanza 的生態系統服務單價和我國國情，評估了上海中心城區1947—2006 年土地利用變化對區域生態系統服務功能的影響，結果表明60 年間生態系統服務功能呈現4 個發展階段，除水域和耕地的生態系統服務功能顯著下降外，其余地類均有上升[10]；另一些學者同樣基于Costanza 模型，結合謝高地等的研究成果，計算了2003—2007 年間上海市ESV 的變化情況，結果顯示ESV 對價值系數的變化是缺乏彈性的[11]。這兩項針對上海市的研究均缺乏土地利用變化與ESV的空間對應研究，故本文以上海市（陸域）為研究對象，基于2010—2020年土地利用變更數據，采用當量因子法和GIS 空間分析技術，分析上海市2010、2020 年兩期的土地利用變化特征與生態系統服務價值時空變化的關系，旨在為土地資源的可持續利用與生態環境保護建設提供科學依據。

1 數據來源與研究方法

1.1 研究區概況

上海市位于中國華東地區，平均海拔高度2.19 m。上海市包括黃浦區、徐匯區、長寧區、靜安區、普陀區、虹口區、楊浦區、閔行區、寶山區、嘉定區、浦東新區、金山區、松江區、青浦區、奉賢區、崇明區的16 個區，常住人口約為2475.89 萬人。

1.2 數據來源

研究數據來源于上海市2010 年、2020 年土地利用變更數據，依據中國科學院土地利用/ 覆被分類標準，將各細分土地利用類型歸并為耕地、林地、草地、水域、建設用地和未利用地6 種土地利用類型（圖1）。社會經濟數據主要來自《上海統計年鑒》（2011—2021 年）。

1.3 研究方法

（1）生態系統服務價值當量的確定

采用我國學者提出的中國生態系統價值系數[12]，結合上海市具體情況，依據上海市2010—2020 年糧食作物產值、糧食單產數據，綜合相關文獻和區域自然情況，采用一個標準生態服務當量子的經濟價值等于研究區單位面積農田糧食產值的1/7 的中國生態系統服務系數修正方法[13]，得出上海市一個生態系統服務價值當量為2491.64元/hm2 。

（2）基于格網的ESV 空間表達

結合上海市地形特征、面積大小等因素，采用500m×500 m 格網作為評價單元，利用ArcGIS 10.6 軟件確立覆蓋上海市陸域的格網。格網確定后，以每個格網內土地利用類型數據為基礎，計算出各個格網中的ESV：

式中：n E 是每一個格網單元內第n 類土地利用類型的生態系統服務價值；s E 是每一個格網單元內生態系統服務價值總量；mn A 為第m 個網格中第n 種土地利用類型的面積（hm2 ）；m LU 為第m 種土地利用類型的單位面積生態系統服務價值；k 為土地利用類型個數。

（3）空間自相關分析

本文中的全域空間自相關是利用Moran's I 指數來判斷上海市ESV 在空間上是否有聚集特性存在，局域空間自相關是利用Anselin Local Moran's I 指數判斷上海市ESV 在空間上的聚集空間單元及其空間自相關性的顯著性。

2 土地利用結構變化

2.1 土地利用數量變化

表1 反映出2010—2020 年上海市主要土地利用類型一直是建設用地、耕地，2010 年、2020 年這兩種地類總面積分別占上海市總面積的70.81%、66.82%。從變化量可知，林地和草地面積分別增加39270.09 hm2、17263.71hm2，林地增幅為57.29%，草地增長了10.52 倍；水域和耕地面積大幅減少，面積分別縮減28287.43 hm2、19245.35 hm2，降幅分別為21.61%、10.14%，建設用地面積縮減8474.49 hm2，降幅達2.81%。

2.2 土地利用轉移分析

由表2 可知，2010—2020 年間上海市耕地的轉出面積最多，轉出67010.97 hm2，主要轉變為林地、建設用地，面積分別為35686.95 hm2、21318.34 hm2；其次是建設用地，轉出49405.24 hm2，主要轉變為林地、耕地，面積分別為18502.13 hm2、14375.76 hm2；水域轉出面積達45698.66 hm2，主要轉變為耕地、建設用地、林地，面積分別為20202.66 hm2、10709.78 hm2、10407.45 hm2。林地的轉入面積最多，為65164.72 hm2，主要由耕地、建設用地、水域轉入，面積分別為35686.95 hm2、18502.13hm2、10407.45 hm2；其次是耕地，轉入面積為47765.62hm2，主要由水域、建設用地、林地轉入，面積分別為20202.66 hm2、14375.76 hm2、12512.20 hm2。其中，耕地—林地是永久基本農田劃定過程中耕地從嚴判定的體現，建設用地—林地、耕地是上海市近5 年大力推進集建區外低效建設用地減量化，將低效建設用地轉為農用或生態用地功能的行動結果，水域—耕地、林地多為沿海灘涂圍墾造田、郊區以坑塘水面為代表的水域土地整治的結果，而耕地、水域—建設用地是上海市城市化進程中集建區建設開發的結果。

3 生態系統服務價值變化

3.1 生態系統服務價值數量變化

通過確立的上海市生態系統服務價值當量（2491.64元/hm2），由此計算出上海市6 種土地利用類型的單位面積生態系統服務價值（見表3）。

在確立各種土地利用類型的單位面積生態服務價值的基礎上，采用生態系統服務價值計算公式，計算上海市土地生態系統服務價值：

式中：E 代表研究區生態系統服務價值總量；i VC 代表第i 類土地利用類型的單位面積生態系統服務價值（ 當量/hm2）；i A 代表第i 類土地利用類型的面積（hm2）；n 為研究區所有土地利用類型個數。

表4 反映的是2010—2020 年上海市土地利用的ESV變化情況。由表可知，10 年間ESV 共減少了52.65 億元，降幅達12.54%。從土地利用類型上看，水域是上海市ESV 的主體，在2010 年ESV 達361.673 億元，占總價值量的86.17%；其次是林地和耕地，2010 年ESV 分別為39.196 億元、18.390 億元，占比到達9.34%、4.38%。到了2020 年，六種土地利用類型中，林地和草地的ESV分別增長了22.455 億元、4.917 億元；水域和耕地的ESV分別減少了78.159 億元、1.865 億元。

比較不同生態系統服務類型的ESV 可知，水文調節的ESV 占比最高，2010、2020 年分別達到72.34%、67.24%。主要原因一是提供水文調節的水域基礎當量遠遠大于其他地類，二是在上海市土地利用類型中水域面積較大（見表5）。

比較生態系統服務價值變化量（見表2）可知，在土地利用轉移過程中，耕地—水域、耕地—林地、建設用地—水域、建設用地—林地使得ESV 增加，分別增加23.317億元、16.948 億元、16.744 億元、10.580 億元，共占土地利用類型轉移過程中ESV 增加量的86.57%；水域—耕地、水域—建設用地、水域—林地、水域—草地會導致ESV 減少，分別減少53.862 億元、29.591 億元、22.805億元、10.837 億元，減少量占土地利用類型轉移過程中ESV 減少量的89.57%。可知，2010—2020 年間，上海市水域轉向其他用地類型導致了ESV 的減少，而耕地、建設用地轉向水域、林地導致了ESV 的增加，水域的轉入轉出是引起ESV 較大變化的主要原因。

3.2 生態系統服務價值空間分布變化

以500 m×500 m 的格網作為研究單元，計算每個格網的ESV，并按照自然斷點法將上海市ESV 分為五個等級，一級最低，五級最高。圖2 反映的是2010—2020 年上海市ESV 分布情況，由圖可知：（1）2010 年上海市ESV 高值區主要分布于崇明島的長江北港北支、北湖、東灘、東風西沙、青草沙，寶山區的陳行—寶鋼水庫、青浦區的淀山湖—金澤水庫一帶、浦東新區的南匯沿岸新圍墾灘地、奉賢區的杭州灣北岸沿海灘涂以及黃埔江等水域占比高的沿河沿岸地區；2020 年ESV 高值區在南匯沿岸、崇明地區面積大量縮小，僅在東風西沙地區有所擴大。（2）2010 年較高值區除沿高值區外圍分布外，主要集中分布于崇明島、青浦以及奉賢等郊區中河流水面、坑塘水面密集分布的地區，2020 年較高值區在青浦、奉賢區范圍縮小，在崇明島內整體向島內、東部轉移。（3）中值區與較低值區交錯分布，主要分布于郊區的城郊結合帶地區，2020 年分布情況基本一致。（4）上海市ESV 低值區主要位于中心城區、郊區集建區等建設用地占比高的城鎮化地區，2020 年上海市ESV 低值區范圍進一步擴大，沿已有集建區外圍擴張，低值區的增長主要集中在金山南部、浦東新區臨港新城地區。

3.3 生態系統服務價值空間自相關變化分析

表6 反映的是上海市ESV 各年份Moran's I 統計值計算結果，由表可知：2010 年、2020 年上海市ESV 的Moran's I 值均大于0，P 值均小于0.001，表明上海市ESV 整體上呈顯著的空間正相關關系；2020 年Moran's I值略小于2010 年，表明上海市近10 年來，生態系統服務價值集聚程度降低，相關性逐漸減弱，在空間上表現為整體較為分散、區域集聚程度降低的特點。

圖3 是上海市生態系統服務價值LISA 分布圖。由圖可知：2010 年上海市ESV 高—高值聚集區除集中于ESV高值區（五級區）外，還分布于水網密集的橫沙島紅星港—新民港地區、奉賢區東北部四團港—南大港—三團港地區以及東南部焦墩港—南門港—南橫港（河）一帶。低—低值聚集區基本與ESV 低值成片區分布一致，主要集中于中心城區、崇明島城橋鎮、長興島船舶制造基地（東、西塊）、寶山區東部及蘊藻浜兩岸地區、嘉定區南部、閔行區黃浦江西岸、松江區東北—中部地區、奉賢區上海化學工業區、金山區南部杭州灣沿岸、浦東新區西部黃浦江沿岸；2020 年上海市ESV 空間分布上高—高值聚集區范圍大幅縮小，低—低值聚集區僅在浦東新區、閔行區及嘉定區范圍有所縮小。

上海市2010—2020 的十年間ESV 聚集情況發生較大轉變，主要有以下四種變化方式：

（1）非顯著區轉變成高—高值聚集區的ESV 增值區面積僅占上海市ESV 增加區總面積的2.06%，增加量占到了總增加量的10.44%。此類區域主要分布于崇明島北湖與東灘東側向島地區、東風西沙沿江地區、黃浦江沿岸、奉賢—金山北杭州灣沿岸地區以及青浦環淀山湖水網密集區。崇明島內主要以耕地轉化為水域和林地為主；黃浦江沿岸土地多以建設用地轉為水域、林地和草地為主；奉賢—金山北杭州灣沿岸地區多以建設用地轉為水域、林地和草地為主；青浦環淀山湖水網密集區多以耕地、建設用地轉化為水域和林地為主（圖4a）。

（2）低—低值聚集區轉變成非顯著區中的ESV 增值區面積占ESV 增加區總面積的8.31%，增加量占總增加量的12.20%。從圖4b 可知，上述區域集中成片區基本與近10 年上海市重要生態空間建成區重合。浦東新區東北角沿上海繞城高速沿線—上海浦東國際機場西側、浦東新區外環高速三林—康橋沿線出現的低—低值聚集區轉變成非顯著區主要是建設用地轉化成林地、草地，建成了環城綠帶、近郊綠環區；寶山江楊北路—泰和路—鐵峰路—蘭崗路合圍區以建設用地轉為轉成林地、水域為主，形成吳淞楔形綠地；川楊河、申嘉湖、趙家溝地區形成的聚集區主要是建設用地轉化成林地、水域，形成郊區骨干河道兩側建設生態林帶；寶山羅店美蘭湖、嘉定遠香湖公園及浦東新區森蘭公園附近均以建設用地轉成水域、草地與林地為主，成為主要城市公園。

（3）非顯著區轉變成低—低值聚集區中ESV 值降值區占此類區域總面積的71.25%，成片分布于工業園的建設區、大型居住社區新建區和市政大型工程建設區（ 圖4c），其中工業園區有依托臨港發展的臨港重裝備產業基地—臨港物流園區（奉賢園區）—海港綜合開發區、上海化學工業區奉賢分區（基地）杭州灣沿岸、松江工業區東區、嘉定工業園區（北區）；大型居住社區新建區有浦東新區航頭鎮航三路—航海路—航浦路—滬南公路合圍區、閔行區吳涇鎮申嘉湖高速—櫻桃河—淡水河—劍川路合圍區、滴水湖臨港大道—申港大道地區；市政大型工程建設區主要在浦東機場東側臨海區。工業園的建設區以林地、耕地轉化為建設用地為主，大型居住社區新建區多以耕地、水域轉化為建設用地為主，浦東機場東側臨海區多以耕地、水域轉化為草地、林地為主。

（4）高—高值聚集區轉變成非顯著區中的ESV 降值區域面積僅占上海市ESV 減少區總面積的6.73%，而ESV 值減少量占總減少量的30.99%。主要分布于崇明島的長江北港北支與東灘地區、浦東新區的南匯沿岸新圍墾灘地、青浦區南部、松江區西南部以及奉賢區南部地區。其中，崇明島的長江北港北支與東灘地區、浦東新區的南匯沿岸地區均以水域轉成耕地為主，青浦、松江及奉賢區內多以水域轉成耕地、林地為主（圖4d）。

4 結論

本文基于2010—2020 年土地利用變更數據，采用當量因子法和GIS 空間分析技術，分析了上海市（陸域）2010、2020 年兩期的土地利用變化及其ESV 的轉換矩陣、ESV 時空變化的關系。結果表明：

（1）2010—2020 年間，上海市土地利用格局變化明顯，林地、草地面積增加，而水域、耕地和建設用地面積減少，反映了上海市近10 年城市化進程背景下，構建“雙環、九廊、十區”市域生態空間結構，以保障城市生態安全，提升城市生態環境品質的建設結果。期間上海市ESV 減少52.65 億元，主要是因為水域面積減少所致。

（2）在500 m×500 m 格網尺度下，上海市生態系統服務價值在空間上總體表現為高高、低低集聚，局部呈現高低、低高集聚，上海市ESV 高值區主要集中于崇明島、淀山湖、杭州灣、南匯邊灘等大片生態紅線保護區域；ESV 低值區主要集中于市中心城區。

（3）崇明島長江北港北支與東灘地區、浦東新區的南匯沿岸地區的圍墾造田和近郊青浦、松江及奉賢區的土地整治以及工業園區、城鎮化大型居住社區、市政重大工程的重大城市建設是近10 年間上海市ESV 下降的重要因素；近10 年間崇明島（退耕還濕還林工程）、杭州灣（恢復生態用地工程）、淀山湖（湖泊生態治理工程）為代表的重要生態保護區—上海市域環城綠帶、近郊綠帶—連接兩者的楔形綠地—骨干河道生態帶（濱水生態空間建設工程）—區級公園不同層級生態空間建設的重要成效區，使上海市ESV 有一定的提升，表明上海市現有生態整治工程和手段效果明顯。人類活動是上海市ESV 變化的主要驅動因素。

參考文獻（References）

[1] DAILY G C. The value of nature and the nature of value[J].Science， 2000，289（5478）：395-396.

[2] EGOH B， ROUGET M， REYERS B， et al. Integrating ecosystemservices into conservation assessment： A review[J]. EcologicalEconomics， 2007，63：714-721.

[3] LAUTENBACH S， KUGEL C， LAUSCH A， et al. Analysis ofhistoric changes in regional ecosystem service provisioning usingland use data[J]. Ecological Indicators， 2011，11：676-687.

[4] 李雅， 劉玉卿. 灘涂濕地生態系統服務價值評估研究綜述[J].上海國土資源，2017，38（4）：86-92.

LI Y， LIU Y Q. Review of ecosystem service evaluation of a tidalflat wetland[J]. Shanghai Land & Resources， 2017，38（4）：80-92.

[5] 黃耀文， 張曉平. 國家重點生態功能區生態系統服務價值時空變化研究—— 以江西省大余縣為例[J]. 上海國土資源，2022，43（3）：99-104，123.

HUANG Y W， ZHANG X P. Study on the spatio-temporal changesof ecosystem service value in national key ecological functionareas： Take Dayu County of Jiangxi Province as an example[J].Shanghai Land & Resources， 2022，43（3）：99-104，123.

[6] 王雙， 劉永強. 浙江省土地景觀格局演變及其生態服務價值效應分析[J]. 上海國土資源，2021，42（3）：63-70.

WANG S， LIU Y Q. Analysis of the evolution of land use landscapepattern and value effect of ecological services in Zhejiang province[J].Shanghai Land & Resources， 2021，42（3）：63-70.

[7] 王丹妮. 基于上海市土地利用方式變化下的土壤有機碳儲量核算研究[J]. 上海國土資源，2021，42（3）：1-6.

WANG D N. Soil organic carbon storage based on land use changein Shanghai[J]. Shanghai Land & Resources， 2021，42（3）：1-6.

[8] 舒波， 李雨哲， 王玲， 等. 樂山市土地利用與生態系統服務價值時空動態變化分析[J]. 生態科學，2022，41（1）：159-168.

SHU B， LI Y Z， WANG L， et al. Spatial and temporal dynamicchanges of land use and ecosystem service value in Leshan City[J].Ecological Science， 2022，41（1）：159-168.

[9] 楊光宗， 呂凱， 李峰. 基于格網尺度的南昌市土地利用變化及生態系統服務價值時空相關性分析[J]. 中國土地科學，2022，36（8）：121-130.

YANG G Z， LYU K， LI F. Spatial and temporal correlation analysisof land use change and ecosystem service value in Nanchang Citybased on grid scale[J]. China Land Science， 2022，36（8）：121-130.

[10] 程江， 楊凱， 趙軍， 等. 基于生態服務價值的上海土地利用變化影響評價[J]. 中國環境科學，2009，29（1）：95-100.

CHENG J， YANG K， ZHAO J， et al. Impact assessment of land usechange in center district of Shanghai based on ecosystem servicesvalue[J]. China Environmental Science， 2009，29（1）：95-100.

[11] 鹿亞楠， 石登榮， 馮艷之， 等. 上海市土地利用與生態服務價值變化研究[J]. 北方環境，2011，23（7）： 198-199.

LU Y N， SHI D R， FENG Y Z， et al. Land-use on and the ecosystemservice value changes in Shanghai city[J]. Northern Environment，2011，23（7）：198-199.

[12] 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.

XIE G D， ZHEN L， LU C X， et al. Expert knowledge basedvaluation method of ecosystem services in China[J]. Journal ofNatural Resources， 2008，23（5）：911-919.

[13] 閆安安， 劉雁. 大同市土地利用變化對生態系統服務價值的影響[J]. 農村經濟與科技，2022，33（3）： 49-52.

YAN A A， LIU Y. Effects of land use change on ecosystem servicevalue in Datong city[J] .Rural Economy and Science-Technology，2022，33（3）：49-52.