基于Meta分析的运城市生态系统服务价值评估

孙 姝 博

(陕西地建土地勘测规划设计院有限责任公司， 陕西 西安 710075)

生态系统服务价值(ecosystem service values， ESV)是生态环境产生的定量化的效用价值量，主要依凭生态系统本身的稀缺性和功能性[1-2]。现今社会经济高速发展，科学技术日新月异，与此同时也产生了气候突变、资源枯竭、环境破坏、生态失衡等威胁人类生存与发展的问题，可持续发展思想应运而生。生态环境质量与人类发展关系密切，而生态系统服务价值评价是评价生态环境质量的主要研究方法[3]。20世纪末，Daily等首次提出“生态系统服务价值”概念[4]；同年，Costanza等[5]将全球分为17个功能的16个生态系统，提出针对全球ESV单位面积评估标准。21世纪初，千年生态环境评估项目启动，开始了对生态系统的首次整体性评价[6]。中国谢高地等[7][8]根据Costanza的评价标准，结合国内外学者观点和本国实际，建立中国生态服务价值当量因子表。中国关于ESV的定量化研究主要采用Costanza和谢高地的单位估算值，并辅以成本法和具体研究对象，综合估算研究区的生态价值。王洁等[9]运用谢高地等的生态服务价值系数，对淮北市17个生态节点的ESV进行评估。刘英英等[10]使用修订后的谢高地价值因子与土地利用系数、集中性分析模型相结合，具体分析长江上游生态脆弱区的ESV变化与响应。胡应龙等[11]利用谢高地[12]2015年改进型生态服务价值评估法，结合CA-Markov模型，探究广州市土地利用变化对ESV的影响。唐承佳[13]则将Costanza与谢高地的价值评估因子，与佟德龙[14]市场价值法和成本法得到的建设用地ESV相结合，对枣庄市总体生态进行评估。丁丽莲等[15]修正ESV当量因子，研究近30 a淀山湖地区ESV与土地利用变化的响应关系。然而，城市所处区位、评估时间甚至研究方法的不同，都会造成最终评估结果的不同；若仅采用同一套评估体系，即使结合当地经济要素，也仍会存在较大的误差[16]。而价值转移法最早在1975年就应用于评价美国赫尔斯峡谷自然环境价值[17]，此后逐渐用于自然生态环境评估，可以通过将已有研究区域(研究地)ESV成果转移到待研究区域(政策地)[18]，建立价值转移模型，以此估算待研究区ESV的值[19]。其中，Meta分析价值转移法通过建立价值转移函数关系，减少潜在因素的负作用，校正函数方程中的误差[20-21]，是目前价值转移法中最为客观准确的方法，目前主要应用于医学领域，在地理学、景观学领域应用相对较少。运城市位于晋陕豫三省交界处，是国家建设“黄河金三角国家区域协调发展综合试验区”的核心城市[22-23]，也是中部地区实现区域一体化跨越合作发展的重点示范区。运城市迎来发展机遇的同时，也面临着经济发展、人口增长和城市化带来的环境与资源上的压力，生态环境的保护与优化对城市可持续发展有重要意义。本文基于2007，2010，2013和2017年运城市景观格局变化情况，以全国地级市为价值转移基础库，建立Meta分析价值转移模型，对运城市ESV进行评估并分析其原因，希望为该区域探索可持续的城市发展模式提供参考。

1 材料与方法

1.1 研究区概况

运城市位于东经110°15′—112°04′，北纬34°35′—35°49′间，总面积近1.42×106hm2，是山西省西南部重要的地级市，晋陕豫三省交界、黄河“几”字形转弯处；北部与临汾市相邻，东部与晋城市相连，西边和南边隔黄河分别于陕西省渭南市、河南省三门峡市相望。运城市辖区包括1区2市10县，分别是盐湖区、永济市、河津市、稷山县、新绛县、万荣县、闻喜县、垣曲县、临猗县、绛县、芮城县、夏县、平陆县。运城市属于暖温带大陆性季风气候，受到季风作用，夏季高温多雨，且以暴雨、阵雨为主；冬季严寒干燥。年平均降水近564 mm；气温年较差大，1月平均气温-2.2 ℃，7月平均气温27.4 ℃。

运城市2018年地区生产总值1 509.6亿元，相较2017年增长了7.0%；产业结构从2017年的16.0∶36.4∶47.6逐渐优化调整为2018年的15.0∶36.8∶48.2；居民可支配收入18 707元，其中城市军民人均可支配收入达到29 104元，农村为10 916元。截止2018年，运城市人口共有常住人口535.97万人，在全省位居首位。全年新出生人口5.19万人，人口自然增长率为4.42%；常住人口中城镇人口达到50.20%，相较2017年增长1.26%。

1.2 数据来源与预处理

本文选取的遥感数据均来自地理空间数据云(www.gscloud.cn)，分别是2007和2010年的Landsat 4—5TM遥感影像和2013，2017年的Landsat 8OLI-TIRS遥感影像数据(表1)；用于价值转移的文献均来自中国知网(CNKI)；社会经济数据来自各市统计年鉴及国民经济和社会发展统计公报。遥感影像涉及预处理主要包括大气校正、以Landsat 8OLI-TIRS影像为基准的几何校正、影像拼接和以运城市行政区范围为边界的影像裁剪，最终得到2007—2017年共4期研究区影像。

表1 研究使用的遥感影像属性

1.3 景观分类标准

本文分别采用453波段组合、564波段组合，提取感兴趣区域(region of interest， ROI)，对TM影像和OLI-TIRS影像进行景观格局分类[24]。结合研究区实际和相关文献，在“国家资源环境遥感宏观调查与动态研究”制定的土地分类基础上[25-26]，将运城市景观分为耕地景观、林地景观、草地景观、水域景观和建设用地景观5类(图1)其中，耕地景观包括种植农作物和蔬菜的土地，主要有新开地、复垦地、整理地、轮作地、休耕地等；林地景观包括乔木林、灌木林、宜林地、疏林地等，郁闭度>0.2；草地景观主要指覆盖度>0.02的草甸、草原等；水域景观包括河流、天然及人工湖泊、水库坑塘、沼泽、滩涂等水体及水利设施；建设用地景观主要包括指城镇及农村居民点、交通用地、工矿用地等。

图1 运城市2007-2017年景观类型分布

1.4 Meta分析价值转移模型的建立与检验

1.4.1 建立价值转移模型 运城市是晋陕豫交界处的重要地级市，因此，根据中国地级市全名单[27]，将地级市全称和关键词“生态系统服务价值”共同输入中国知网进行检索，选取研究地级市生态系统服务价值的文献进入价值转移文献库，共得到文献194篇；选择其中同时具有“单位面积生态系统服务价值量”和具体研究时间的文献，最终筛选得到可用文献29篇。综合考虑文献中的具体信息和研究区现状，结合国内外学者的研究经验[28-35]，设定研究时间、研究方法、研究区位置、研究区面积、研究区经济、研究区人口等6个自变量，并进行编码赋值(表2)。

表2 生态服务价值转移模型自变量编码赋值

Meta分析价值转移模型的基本形式为：

Wi=m1TIME+m2WAYi+m3LOCi+

m4AREA+m5ECO+m6PEO+n

(1)

式中：m,n分别为系数和常量;i为正整数;W为研究区各景观单位面积生态系统服务价值；i=1～5时；W分别为单位面积上耕地、林地、草地、水域、建设用地景观的ESV值;TIME为研究时间; WAY为研究方法；i=1～3时； WAY分别为直接法、修正法和融合法; LOC为研究区位置；i=1～4时； LOC分别为东部、东北、中部、西部地区; AREA为研究区面积; ECO为研究当年地区生产总值; PEO为研究当年研究区常住人口。

1.4.2 Meta分析生态系统服务价值转移模型 从已筛选文献中按已设定自变量提取数据，建立价值转移数据库；利用SPSS 23，选择“向后法”进行回归分析，结果详见表3。向后法会逐步剔除对模型贡献相对较小的因子，直到全部因子达到标准[36]。本文对最终未进入回归模型的因子不予分析。

根据表3，得到单位面积景观基于Meta分析的生态系统服务价值转移模型。

(1) 单位面积耕地景观价值转移模型：

W1=10 302.170WAY3-19 872.161LOC1-

18 135.095LOC3+27.742PEO

(2) 单位面积林地景观价值转移模型：

W2=20 325.641WAY2+34 482.722WAY3+

88.475PEO+28 149.366

(3) 单位面积草地景观价值转移模型：

W3=300.261TIME+13 631.852WAY3+

(-9.578E-9)ECO+21.300PEO

(4) 单位面积水域景观价值转移模型：

W4=8 436.268TIME+82 840.768WAY3+

81 912.199LOC2+(-4.203E-7)ECO+

92.197PEO-82 036.525

1.4.3 有效性检验 本文选用可决系数R2，F值和t值进行模型有效性检验[37]。R2的计算公式为：

(2)

F值的计算公式为：

(3)

表3 基于Meta分析的运城市生态服务价值转移结果

t值的计算公式为：

(4)

2 结果与分析

2.1 运城市景观格局变化

运城市景观格局始终以耕地景观为主(表4)，面积基本在8.00×105hm2上下，占比一直稳定在50%以上，是运城市的优势景观类型，结合图2可以看出耕地景观集中连片，景观通达度很高，在2007—2017年小幅增加了1.861 8×104hm2。林地景观面积呈现出“先减少再增加”变化，2010年降至低值2.734 4×105hm2，到2017年回升了6.448 5×104hm2；结合图2可发现，林地景观基本集中在运城市南部、东南部的中条山、吕梁山北麓及孤山山区，在此范围内景观优势度明显，其余部分景观零碎分布。草地景观先扩张至2010年的2.361 14×105hm2，此后不断减少；在格局上基本与林地景观伴随分布在山区、沟壑，在地形平坦的地区分布较少，且景观破碎度大。水域景观面积占比最少，以黄河及汾河、涑水河、亳清河、允西河等黄河支流为主，呈条带状分布；景观变化呈“增加—减少—再增加”趋势，在2007—2017年总体增加了6.820×103hm2，在2010年出现峰值4.210 9×104hm2。由图2可知，建设用地景观呈现持续扩张趋势，城市扩张，零散景观不断积聚，从2007年面积6.751 0×104hm2，10 a间扩张了2.893 4×104hm2。

表4 运城市2007-2017年景观面积变化

2.2 运城市景观生态服务价值评估

以2017年作为景观分析的统一研究时间，对应自变量TIME的输入值为18；综合多人研究成果建立Meta分析价值转移模型评估运城市景观ESV值，属于融合法WAY3；运城市位于山西省西南部，因此属于中部地区LOC3；自变量AREA值输入运城市总面积1.423 3×106hm2；运城市2017年地区生产总值为1.34×1011元；运城市2017年常住人口为533.6万人。据此代入价值转移模型可得运城市景观生态系统服务价值转移结果(表5)。由表5可知，总体而言，运城市ESV总量在2007—2017年期间呈现“降低—增加—再降低”变化，2010年ESV降至最小值4.874 61×1010元，2013年上升至峰值后在2017年又小幅降低；但在研究时段内，运城市生态系统服务价值呈增长趋势，总量整体提升了1.429 82×109元。水域景观的单位面积ESV最大，耕地景观最小，从大到小排列依次是水域景观1.456 97×105元/(hm2·a)，林地景观1.098 42×105元/(hm2·a)，草地景观2.966×104元/(hm2·a)，耕地景观6.970×104元/(hm2·a)，且前3种景观的单位面积ESV远高于耕地景观的单位面积ESV值，甚至是其4到20倍。因此可以从理论上解释毁林开荒、填湖造田等不合理的发展方式不仅会破坏生态环境，造成生态失衡，还会造成区域生态服务价值的大幅降低；而“退耕还林还草”等政策，对于区域生态服务价值的增加有直接有效的正向作用。2007—2017年，运城市耕地景观ESV总体呈现减少再增加变化，2013年最低值与2017年最高值间相差5.526 30×108元；而林地景观ESV总量一直是所有景观类型中的值，2007—2010年ESV减少4.454 04×109元，此后ESV一直增加至2017年最大值3.711 83×1010元；草地景观生态价值显示出增加再减少变化，且减少幅度最大，2007—2017年前后减少了37.40%；水域景观价值量表现为“增加—减少—再增加”变化，2010年ESV增至最大值6.135 10×109元，2013年降低后，2017年又有所提升，整体来说在研究时段内ESV为曲折上升趋势。各景观类型生态系统服务价值的变化与景观面积变化趋势一致。因此认为针对景观类型面积的保护措施，如“严守耕地红线”，“严守湿地红线”等政策，对于区域生态服务价值的提升与保护是非常有效的。

表5 运城市2007-2017年景观价值转移

3 讨论与结论

3.1 结 论

(1) 本文通过文献筛选、选取自变量、提取数据、有效性检验建立了Meta分析生态系统服务价值转移模型。据此模型可以发现：变量研究时间、研究方法、研究区人口与景观生态系统服务价值转移模型正相关，研究区经济变量与景观价值转移模型负相关；而在变量研究区位置中，东部地区、中部地区对ESV有负向作用，东北地区则产生正向作用。

(2) 运城市单位面积生态系统服务价值中，水域景观ESV值最大，其后依次是林地景观、草地景观、耕地景观。运城市生态服务价值总量呈现“减少—增加—再减少”的变化，可以看出林地景观、草地景观的变化对运城市ESV总量影响较大。其中，耕地景观生态系统服务价值降低后复又增加，这与城市化发展占用耕地以及后期运城市采用强有力耕地保护政策息息相关。林地景观生态系统服务价值在2010年前降低，而后不断增加。这是由于运城市采取退耕还林措施，加大监管保护森林资源。而草地景观呈现降低趋势，说明草地资源仍受到农田和城镇扩张的影响。水域景观2007—2010年ESV大幅度上升，这或与小浪底水库投入使用，黄河及支流水位上升有关；此后ESV减少后又增加，总体曲折上升，这与运城市推动水域湿地生态区保护及退耕还湖还湿政策相关。景观生态系统服务价值的变化与景观面积变化基本一致。

3.2 讨 论

本文以全国地级市的生态系统服务价值为价值转移库，建立基于Meta分析的价值转移模型，分析运城市景观生态系统服务价值，是一种方法在黄河流域重要城市的合理应用。运城市是国家建设“黄河金三角”综合发展区域的核心城市，其生态系统服务价值的准确评估对经济、社会和环境和协调发展有重要意义。Meta分析法相对于当量因子法，在评估ESV的准确度上有很大提升，可以兼顾到更多的影响因子对生态系统服务价值的影响，在方法上更加合理，但对于基础样本的数量和均匀度也有一定要求。

根据必须有“单位面积生态系统服务价值量”和“具体研究时间”对来自中国知网的文献进行筛选，最终仅有29篇文献通过筛选进入文献库，样本量相对较少。另外，本文未讨论建设用地景观生态价值转移，是因为建设用地未通过F检验，这可能与样本中建设用地景观生态系统服务价值研究数据量较少有关，本文最终通过筛选的29篇文献中，仅有11篇具有建设用地单位面积价值量数据，因此会影响回归结果。今后研究中希望能够采用更好的筛选标准，允许更多的样本进入研究范围，同时保证样本文献的数量与质量。

从文献创作和研究区本身属性两个角度共选取了6个自变量，虽然部分自变量仍有细分，但在回归后一部分自变量被剔除后，剩余变量依旧较少。今后需要综合考虑更多可能的影响因素加入变量中，如自然条件方面的气候、生物以及通过问卷等调查方式获得人文方面比较难以量化的政策、民众生态环保意识等变量，进一步完善模型质量。