武汉中心城区生态系统服务额外需求量化评估——缘起绿色基础设施供需错配

吴雪飞

谭传东

生态系统服务(Ecosystem Services，ES)是指人类从生态系统功能中直接或间接获得的各种惠益[1]，包括供给、调节、支持和文化服务。ES供给是指在特定区域特定时间段内提供特定生态系统产品和服务的能力[2]。而这种供给能力取决于绿色基础设施(Green Infrastructure，GI)的数量、质量和多样性[3]，换言之，GI构成了ES的供给体系[4]。ES需求则表示社会要求或期望得到的生态系统服务量[5]。

伴随城市化的加速，人类正在比任何时期都更快速和广泛地改变生态系统，以满足对食品、淡水、木材、纤维和燃料，以及其他非商品ES不断增长的需求[6]。但同时，城市建设用地的不断扩张致使GI在规模和种类上不断减少，破碎度不断增加，从而导致城市ES供给能力持续下降[7]。因此，在快速城市化背景下，人类正在过度使用ES，从而导致ES的供给和需求表现出数量和空间上的严重失衡，而其本质上是GI的供需错配。当ES供给无法满足需求时，则存在ES额外需求[8]。相比于传统单纯依靠ES供给潜力进行GI规划的方法，通过识别ES额外需求区域作为GI选址优先级评价方法将为GI实施提供新的规划思路。

当前整合供给与需求的ES综合评估相关研究正在逐渐增多，但研究尺度主要集中在区域[2,8-13]、国土[14]乃至全球[15]，聚焦于城市内部的微观尺度下的ES供需空间错配研究明显不足。

在评估方法上，当前大多数ES供需评估框架大都基于ES的传输过程而构建，其基本思路为先分别计算总量供给和总量需求，然后对两者叠加即可得到额外供给或额外需求。总量供给的量化评估方式通常与土地利用土地覆盖(Land use/land cover，LULC)类型挂钩。一般包括2类指标：1)LULC的供给当量，即基于LULC的单位效益值，如粮食产量[12]或固碳量[16]等； 2)基于LULC的专家打分值[2,17]。总量需求的空间量化方法与指标则较为多样。1)基于LULC的单位需求值，通常通过专家打分值表示[2]。2)基于社会经济空间特征的单位需求量，可分为如下2种：基于人均需求量，如粮食人均消耗量[18]等；以及基于其他交通、建筑等基础设施的单位需求量，如交通设施尾气排放量[19]等。3)受影响的人口[18]或基础设施[20]比例，通常用于调节服务。4)基于公众参与的方法，如支付意愿[21]、需求偏好[10]等。

在评估ES供需空间错配时，这些指标或方法通常混用。当供给侧和需求侧具有相同量纲时，则直接相减即可得到额外需求或额外供给值；而当两者量纲不同时，则对两者进行归一化后再叠加。然而当研究尺度偏小时，大多数ES供需难以平衡，所以通过直接叠加归一化后的总量供给与总量需求的方式评估ES的供需错配容易模糊与忽视其供给与需求的绝对范围，造成评估结果的不准确。

如果将以上基于供需叠加的思路视为一种间接的方法，那么本文的主要目的在于探索城市尺度下一种直接的ES额外需求的量化评估方法。换言之，即使用单一指标计算ES额外需求，而非供需叠加的方式。并最终将评估结果用作于城市GI的优化依据。本文以武汉中心城区为例，选取合适的城市ES类型，以及相应的量化指标和额外需求临界阈值，对其额外需求进行综合的量化评估及空间制图，以此揭示武汉市中心城区ES额外需求的空间特征，为其GI优化策略提供相应的决策依据。该方法的关键点在于使用环境质量标准作为ES额外需求的阈值。在一定程度的生态压力作用下，城市生态系统调节服务的供应将有助于改善并维持环境质量[22]。但当生态压力超出限制时，ES的供给则无法维持良好的环境质量，此时可视为ES需求未被完全满足，因此环境质量标准可被作为与调节服务需求相关的期望阈值。例如，Baro等使用世界卫生组织所提出的空气质量标准作为评估ES空气净化供需错配的最低阈值，即当空气污染水平超过世卫组织参考值时，则意味着城市空气净化服务需求超过了当前的服务供给能力[23]。同理，对于其他部分供给服务或文化服务而言，使用环境质量标准或相应的政策目标，同样可以表示额外需求的临界阈值。

图1 研究范围(底图引自武汉各中心城区统计年鉴)

1 研究区域概况

本研究的具体范围为武汉市中心城区(图1)，包括江岸、江汉、硚口、汉阳、武昌、青山和洪山区，但由于数据缺失，将位于青山区的武钢厂区排除在研究范围之外。研究区域共包含89个街道(乡镇)，总面积为628km2，常住总人口572.6万人，平均人口密度0.911 8万人/km2。

2 城市ES额外需求评估方法

2.1 城市ES服务的选取

GI视角下的城市ES需求评估，应综合考虑城市GI的服务供给能力和ES的空间流动特征，以确定所需评估的ES类型。例如，由于城市内部的GI要素主要由公园、水域和林地等构成，农田所占比例甚小，因此城市生态系统的粮食供给服务能力较低，但是由于全球贸易的发展，城市商品类供给服务的需求可以依靠外部其他更广泛的生态系统来满足[24]。但对于部分调节服务(温度、雨洪调节等)和文化服务(游憩服务、审美价值等)而言，其服务范围更多地依赖于提供这些服务的GI所处的位置。因此，GI的实施区域将决定此类服务能否被有效使用。

ES的选取还应契合利益相关者的关注。例如武汉的城市内涝问题一直备受社会各界关注。因此，将雨洪调节服务纳入武汉中心城区的ES需求评估将契合城市的利益取向。另外数据可获得性也是考虑因素之一。在ES评估研究中，数据的可获得性在很大程度上影响指标的选取，甚至影响某种ES类型的取舍。

综合考虑以上因素，本文最终选取3项调节服务(空气净化、雨洪调节、温度调节)和1项文化服务(游憩服务)作为ES额外需求评估类型。

2.2 量化指标及环境质量标准的选取

2.2.1 空气净化

在当前诸如高温热浪、洪水、风暴等极端气象和气候事件频发的环境下，人类面临着前所未有的环境风险与挑战。为了量化风险的大小与程度，事件发生频率和严重程度通常只是考量因素之一，暴露在风险中的元素及其脆弱性同样影响风险的大小与损失程度。灾害的风险评估研究一直以来便受到相关专家学者与政府组织的广泛关注，并由此产生了一系列多样化的风险量化方法与框架。其中，最有代表性的是由政府间气候变化专门委员会(IPCC)基于“灾害危险性(或胁迫性)(Hazard，H)-暴露性(Exposure，E)-社会脆弱性(Vulnerability，V)”提出的灾害风险(Risk，R)评估框架[25]，表达公式如下：

式中，灾害胁迫性(H)是衡量致灾因子状态程度的指标，也是灾害发生的首要条件，直接决定了该风险是否存在，即在当灾害危险超过临界阈值时，则意味着存在相应的灾害风险；暴露性(E)则是指暴露在该风险环境中的社会人员、基础设施、公众财产等各种经济社会资产，是灾害的直接承受载体；脆弱性(V)反映受灾对象对灾害的承受或应对能力，是对承灾体内部属性的衡量，与灾害的危险性程度无关。

本文基于灾害风险评估框架，使用PM2.5灾害风险指数作为空气净化的额外需求评价指标(表1)。相比于单纯地使用浓度或暴露于超出污染限制的人口数量等指标，风险指数更加全面地考虑社会经济条件中的脆弱性问题，因为脆弱性较低的地方对生态系统的依赖程度更高，即表现为对ES的需求更为强烈。本文选择PM2.5主要是因为2015年武汉市环境空气质量优良天数为192d，在全年173个污染日中，首要污染物为PM2.5的有113d，占65.3%[26]。

首先根据2015年全年武汉市空气质量国控监测站点的PM2.5浓度监测数据，利用ArcGIS工具，使用普通克里金插值法，绘制PM2.5年均浓度空间分布图。本文采用国家环境空气质量标准中规定的PM2.5年均浓度限制(35μg/m3)作为额外需求阈值。因此采用重分类工具，将年均浓度小于35μg/m3的区域分为0，表示此类区域不存在额外需求，其他区域则采用自然断点法按照浓度值由低至高分类为1～5五个等级，“1”表示最低胁迫程度，“5”表示最高胁迫程度，以此作为胁迫指数。对街道尺度下的人口密度同样进行重分类并赋值1～5，作为暴露程度评价指标。因为老人、儿童和女性更易受到环境灾害的影响，本文选用老年人口比重、儿童人口比重和女性人口比重衡量社会脆弱性，为了消除各指标间数据级的差异，需对指标进行归一化处理，使结果落到[0，1]的区间，公式如下：

表1 ES额外需求评价指标与需求阈值

式中，x为原始值，x'为标准化后的值，xmin为最小值，xmax为最大值。

最后，根据风险评估框架公式(1)，得到研究区域的PM2.5风险指数，并进行重分类赋值为0(无额外需求)～5(最高额外需求)共6个等级。

2.2.2 雨洪调节

本文采用内涝风险指数作为评估城市雨洪调节服务额外需求的量化指标(表1)。选择模拟渍水深度表示致灾因子的胁迫程度，数据来源于《武汉市海绵城市专项规划》。不同于空气污染，内涝灾害的承灾体不仅包括人，还涉及建筑和道路等基础设施，因此，本文选择道路网密度、建筑面积密度和人口密度作为暴露性指数评价指标。其中道路网密度为街道内的道路总长度与街区面积的比值；建筑面积密度为街区内总建筑面积与街区面积的比值。各指标的权重根据层次分析法确定得到。社会脆弱性评估方法与空气净化服务相同。

根据住房和城乡建设部发布的《城市内涝防治规划标准(征求意见稿)》中对内涝等级的评价标准，积水深度小于15cm时，属于轻微积水；15～40cm时，属于轻微内涝；大于等于40cm时，属于严重内涝。因此本文选择积水深度15cm作为雨洪调节服务额外需求阈值，即对于积水深度小于15cm的区域，雨洪调节服务的额外需求为0。

2.2.3 温度调节

本文采用城市高温风险指数作为评估城市温度调节服务额外需求的量化指标(表1)。以地表温度表示灾害因子胁迫程度，人口密度作为暴露性指数，老年、儿童和女性人口作为脆弱性指数，构建城市高温风险评价指标体系。虽然相比于地表温度，气温(近地表温度)能更准确地反映人体的热舒适度，但气温数据常用地面站点气象观测获得，且站点数量有限、分布密度小，因此难以在高分辨率要求下准确描绘城市热环境空间分布信息[27]，而基于遥感反演的地表温度则可以满足本研究的尺度要求。

选取2015年夏季某一日Landsat8热红外遥感波段，使用ENVI遥感处理软件，采用大气校正法对研究区域地表温度进行遥感反演。然后对反演得到的地表温度进行重分类，得到相应的高温风险灾害胁迫指数。暴露性指数和脆弱性指数计算方法与空气净化服务相同。

我国气象部门针对高温天气的防御，特别制定了三级高温预警信号。黄色预警指连续3d最高气温在35℃以上，橙色指24h内最高气温将升至37℃，红色指24h内最高气温将升至40℃。因此，本文选择35℃作为温度调节服务需求阈值。气温与地表温度存在一定的相关性，且夏季地表温度一般高于气温，但两者的精确定量关系目前仍少有研究。因此本文直接使用气温阈值作为地表温度阈值。

2.2.4 游憩服务可达性是解释城市绿色空间娱乐使用的关键变量，其反映了居民接近并使用公园绿地的难易程度，以及区域内城市公园绿地与潜在使用需求之间的空间与数量关系[28]。基于这一理由，本文假设研究区内的所有居民在公园绿地游憩方面都有相同的期望，则人口密度可以在一定程度上反映对于游憩服务的需求。但不同区域的人前往公园绿地存在不同的阻力(时间、距离、交通成本等)，所以，本文最终结合人口密度与可达性，将低游憩机会人口数量作为额外需求量化指标(表1)。

本文选择网络分析法作为公园绿地空间可达性评价方法。使用ArcGIS网络分析工具构建网络拓扑模型，以城市公园的真实出入口作为中心(centers)，以城市道路作为连接(links)，节点(nodes)为道路之间的交点，阻力(impedance)则通过在道路上移动所花费的时间成本表示。考虑到“边界效应”，本文将研究边界外的邻近公园绿地也纳入分析过程。将额外需求阈值作为可达性是否良好的标准，通过叠加人口密度，得到各街区低可达性范围的人口数量，最后按0～5重分类表示游憩服务额外需求。

当前我国绿地系统规划标准常用公园服务半径作为公园设置的硬性要求，但这种直线缓冲距离并不能准确反映公园的服务范围，因此本文使用基于城市道路交通网络分析的可达性度量方法。并且相比较于使用距离作为阻力值，时间能更准确地衡量居民的出现成本，因为道路交叉口往往会花费一定的等待时间。目前，对于公园绿地可达时间标准，国内并未有明确规定，但武汉曾在发布的《武汉市城市建设绿色发展实施方案(2018—2020年)》提出建设15min社区生活圈的措施。因此本文最终选择步行方式下15min作为公园绿地可达性优劣标准，即游憩服务额外需求阈值。

2.3 熵值法确定权重

在信息理论中，熵是系统无序程度的度量。熵值越大，系统的无序程度越小，结构越均衡，差异越小。熵值法就是根据判断指标的离散程度来确定指标对系统的影响，离散程度越大，熵值越小，相应的权重就越大；反之，权重越小。因此，本文从整体公平性的角度出发，衡量各项需求指数的离散程度，采用客观赋权法中的熵值法确定各项需求的权重。其具体计算步骤如下：

图2 ES额外需求评估结果

指标的归一化处理。由于各项指标在量纲、数量级、正负取向上会存在差异，需对指标进行归一化处理：

计算第i个街区第j项ES需求的比重：

计算各项需求的信息熵：

计算信息熵冗余度：

计算各项需求所占权重：

根据权重，即可求得各个街区的综合ES需求值:

式中，Dij为第i个街区第j项ES需求的值；Djmax、Djmin分别为第j项ES需求所在矩阵列的最大值和最小值；m为街区个数，n为评价的ES需求总数。

3 评估结果与分析

3.1 武汉中心城区ES额外需求评估结果

各项ES额外需求的评估结果如图2(a，b，c，d)所示。整个研究区域都存在空气净化服务额外需求，额外需求值由5～0对应的街道数量分别为34、16、13、11、15、0。其空间分布存在明显的南北分异特征，高额外需求区域主要集中在城市北部，包括在江汉区大部分街道、硚口区和江岸区部分街道、汉阳的建桥街、武昌区的中华路街，以及青山区的新沟桥街、冶金街、钢化村街和钢都花街。雨洪调节服务额外需求值由5至0对应的街道数量分别为2、12、11、15、44、5。高需求区域分别是江汉区北湖街和新华街。较高区域主要分布在硚口、江汉和江岸区。温度调节额外需求值由5～0对应的街道数量分别为10、9、11、47、1。较高区域主要集中在城市中心，且形成一定的梯度分布趋势，即需求由中心向外部递减。游憩服务额外需求值由5～0对应的街道数量分别为3、10、15、9、44、8。高额外需求区域主要位于中心城区边缘，分别是江岸区后湖街、武昌区水果湖街和洪山区关山街。中心城区内部需求较低，因为城市中心公园绿地较为充足，且道路设施发达，因此具有良好可达性。

使用MATLAB软件利用熵值法求得各项服务的权重，其中游憩服务所占权重最大，为0.328，雨洪调节为0.274，其次为温度调节，占0.269，最小为空气净化，权重值为0.129。

根据所得权重值，利用ArcGIS软件进行综合叠加，重分类后得到赋权的综合ES额外需求值(图2e)。结果显示，高需求的街区共有10个(表2)。从空间结构上看，高需求区域呈显著聚集分布，全部集中于汉口片区，主要位于硚口区和江汉区交界处。较高需求区域主要分布于高需求区域周边，呈一定的梯度分布趋势。低需求区域主要分布于汉阳区、洪山区和青山区，且主要集中于城市边缘地区。

3.2 从“区域”到“类型”的武汉中心城区GI供给侧调控

GI的多功能性已被广泛接受和认可，但GI经常从单一的利益角度进行研究和实施[29]。这一定程度上忽视了GI的整体效益，从而导致用于GI投资的社会资本的低效与浪费。另一方面，GI的大多数效益具有高度本地化的特征，即GI所提供的大多数城市ES的受益区位于供给区或其附近，因此GI的选址决策对当地的环境和社会公平具有重要意义。城市ES额外需求评估的最终目标正是在于为GI的决策制定提供辅助信息，具体而言则是从GI的实施区域和实施类型两方面进行考量。

表2 综合ES高额外需求街区

为了提升GI的单位效益，其供给调控应建立在综合的需求基础之上，而非基于单一利益或目的。根据评估结果，表2列出了综合ES额外需求最高的10个街区，这也将是未来武汉中心城区GI建设的应优先投资的区域。此举将有助于促进城市GI的全局公平，从而提升人类福祉的整体效益。

综合ES额外需求只能确定GI的优先实施区域，而具体的GI实施类型的选择应根据对单项ES需求进行逐一分析得到。首先，根据加权叠加得到的综合ES需求结果，将10个高综合ES额外需求(值为5)的街区设定为GI优先实施区域，然后对该区域对应的单项ES需求进行分析。如表2所示，在新村街的各种ES需求中，空气净化需求(5)＞游憩服务需求(4)＞雨洪调节需求(3)=温度调节需求(3)。因此，在未来新村街的GI规划中，应当将空气净化作为首要目标。就整体而言，在10个高综合ES额外需求中，空气净化需求都排第一位或与其他服务并列第一，这也表明今后武汉中心城区的GI建设应优先考虑在空气净化服务上的投入。同时也可考虑在满足空气净化服务需求的同时，进一步解决雨洪调节和温度服

务需求，当然这取决于技术层面的GI实施手段，例如选择合适的GI类型、组分与结构，以同时提供这3种服务。

4 结论与讨论

4.1 结论

在当前大多数ES供需评估集中于区域、国土等宏观尺度的研究趋势下，本文聚焦于城市尺度，探索基于环境质量标准的ES额外需求评估方法，通过对城市ES供需空间错配的定量评估与空间制图，为城市GI实施提供相应的优化调控策略和决策辅助信息。通过识别高ES额外需求区域作为城市GI实施的优先地点，打破了传统GI规划中侧重于依靠现状生态本底条件而忽视社会经济背景的GI选址方法，将有助于实现GI所提供的ES综合效益的最大化。本文以武汉中心城区为例，以街道作为基本单元，对4项ES额外需求(空气净化、雨洪调节、温度调节和游憩服务)进行了单一及综合评估。结果表明，综合叠加后的ES额外需求结果显示高需求共有10个，且全部聚集于硚口区与江汉区交界处，这也表明该区域将成为武汉中心城区GI建设优先级最高的区域。就ES类型而言，武汉市中心城区应首先考虑在空气净化服务上的GI供给。

4.2 讨论

使用环境质量标准作为额外需求阈值的方法对于调节服务和游憩服务极为适用，但对于诸如美学价值、文化遗产等其他更为主观的文化服务，本研究所提出的方法则无法适用。因此，对于文化服务的供需评估将是未来研究的重点。另外，本文仅从城市尺度探讨了ES额外需求评估方法，且纵观大多数研究，都局限于从单一尺度开展相关研究工作。并且在实践领域，单一尺度的绿地规划无法充分发挥GI的功效[30]。因此，未来可结合国土空间规划视角，开展全尺度多层级的ES评估与GI规划工作，并重点关注尺度间的衔接与协调，将是未来相关研究的重要挑战。

注：文中图片均由作者绘制。