基于易地扶贫搬迁视角的喀斯特生态脆弱区生态系统服务价值的时空演变

封 清,周忠发,陈 全,朱昌丽

1 贵州师范大学喀斯特研究院/地理与环境科学学院,贵阳 550001

2 贵州城市职业学院旅航学院,贵阳 550046

3 喀斯特山地生态环境国家重点实验室培育基地,贵阳 550001

生态系统服务维持着地球正常的运转[1],生态系统功能稳定输出是人类社会可持续发展的基本前提[2],生态系统服务研究对于社会可持续发展至关重要[3]。生态系统服务价值(ESV)是量化后的生态系统服务功能,表示方式更为直观,应用较为广泛[4]。Costanza在1997年率先提出了全球ESV当量因子表[5],谢高地等在Costanza研究基础上结合中国实际情况,建立了中国单位面积价值当量因子表,为国内有关ESV的研究提供了理论基础[6-7],由此在国内掀起ESV研究热潮。王效科等说明了生态系统服务较生态效益包含更多的社会经济特征[8],赖元长等对退耕还林与ESV变化的相互关系进行了分析[9],赵志刚等测算赣西地区ESV时空变化特征探讨区域生态补偿策略[10]。ESV研究了生态系统服务功能与人类社会发展的关系,量化了区域生态环境保护成效。至今,ESV已经成为区域生态建设、生态修复效果评估和生态补偿等生态评估决策的重要依据[11]。

易地扶贫搬迁对摆脱区域贫困和改善生态环境,促进区域人口、资源、环境协调发展具有积极促进意义[12]。易地扶贫搬迁促使农村人口迁入城镇,改变搬迁人口生产生活方式,促进农业产业结构调整,有效地缓解区域人地矛盾[13],生态系统逐渐向良性循环的方向调整过渡[14]。易地扶贫搬迁在脱贫攻坚和生态修复方面取得创新性的双赢效果[15]。然而,现阶段易地扶贫搬迁研究主要集中于搬迁产业、农户生计、减贫效应等社会发展方面[16—18],较少涉及生态方向研究。易地扶贫搬迁研究仅仅关注其社会经济效益,不利于突显易地扶贫搬迁的综合成效尤其生态修复成效,不利于构建持续有效的易地扶贫搬迁后续决策以促进区域可持续发展。因此,易地扶贫搬迁需要强化对于区域影响人类生活质量的根本因素—生态系统服务的研究[19]。ESV研究了生态系统服务功能与社会发展之间的关系,量化了区域生态环境保护成效。易地扶贫搬迁引起的ESV时空演变研究,可以量化易地扶贫搬迁生态保护成效,对于构建易地扶贫搬迁后续决策系统以及增强ESV研究的实效性具有积极意义。

喀斯特山区石漠化程度严重、生态环境脆弱,可供有效利用的土地资源有限,当地的人地矛盾日益突显[20—21],由于生态系统的长期开发利用和巨大人口压力的影响,制约了生态环境质量与经济的同步发展[22—23],喀斯特山区是“十三五”期间实施易地扶贫搬迁开展生态修复的重要区域。基于此,选择贵州省石漠化严重且搬迁人口最多的册亨县为例,收集 2009、2015、2020年 3个时期的土地利用现状地表覆盖数据,采用两次修正研究区单位面积生态服务价值当量模型,核算和对比研究区易地扶贫搬迁前(2009—2015年)、搬迁后(2015—2020年)两个时期易地扶贫搬迁引起ESV时空演变,分析不同搬迁人口密度与ESV变量的耦合协调程度,定量揭示易地扶贫搬迁引起的ESV空间分布变化和生态环境改善趋势,以期为全面评估易地扶贫搬迁生态成效提供参考。

1 材料与方法

1.1 研究区概况

册亨县地处贵州省西南部,位于东经105°27′—106°12′,北纬24°38′—25°19′之间,县域国土面积2596.82km2,全县辖11个乡镇(街道)132个行政村(图1)。20世纪80年代以来,脆弱的生态环境在人类扰动影响下,全县生态环境不断恶化,人地矛盾突出,社会经济发展水平相对滞后,属于典型的“一方水土养不好一方人”区域。册亨县属于我国十四个集中连片特殊困难地区的滇黔桂石漠化片区,2014年贫困发生率达33.69%,是全国最后一批脱贫的深度贫困县。2019年末人口24.03万,“十三五”期间,全县共搬迁安置8.75万人,占全县人口比重36.41%。其中搬迁至县城4.4万人,搬迁至中心集镇3.3万人,跨区域搬迁至兴义、义龙1.05万人,共计投入搬迁资金71.43亿元。

图1 册亨县地理位置及行政区划示意图

1.2 数据来源

研究数据主要包括册亨县2009年、2015年、2020年土地利用现状植被覆盖数据及村域范围数据,数据来源于贵州省测绘地理信息行政主管部门。生态系统服务基础单价计算涉及数据来源于当2015年的《黔西南州统计年鉴》及《全国农产品成本收益资料汇编》。遥感影像数据选择GF1_WFV遥感影像,源于遥感集市(www.rscloudmart.com)。研究区数字高程模型(DEM)来源于地理空间数据云(http://www.gscloud.cn/)。气象资料来源中国气象网(http://cma.gov.cn/),陆表太阳总辐射(MJ/m2)基于气象站点逐日地表太阳能辐射和日照时数等气象资料,通过最小二乘法拟合回归建立模型计算所得。册亨县易地扶贫搬迁人口数据来源贵州省生态移民局。

1.3 研究方法

1.3.1生态系统服务价值计算

研究采用当量因子法测算研究区ESV：

(1)

式中,ESV表示生态系统服务价值；f、k分别表示生态系统服务功能分类及生态系统类型；Ak为第k类生态系统类型面积；VC表示单位面积生态系统服务价值。为保障比较分析效果,全文统一采用2015年单位面积ESV为基础计算三期ESV[24]。

1.3.2模型修正

首先采用研究区农田生产力与全国农田生产力的差异作为地区修订系数[7],公式如下：

λ=Q/Q0

(2)

式中,λ表示地区修订转换系数；Q和Q0,分别代表研究区与全国农田的单位面积粮食产量。

册亨县主要粮食作物为水稻、小麦、玉米、薯类,以2015年四类粮食的单位面积产量与全国均值进行比较,以其比值作为地区ESV修订系数,计算得到转换系数为0.51。

基于植被净初级生产力(NPP)因子进一步修正当量因子[25]。为了更准确的体现册亨县生态系统服务价值的空间差异性,研究应用植被净初级生产力[26]在农田单位面积粮食产量修正的基础上进行进一步调整：

Ei=(bi/B)E1

(3)

式中,Ei为修正后的生态系统服务当量；i=1,2…,n,为生态系统类型；E1为需修正的生态系统服务当量；bi为第i类生态系统类型的NPP；B为一级生态系统的NPP均值。

基于改进的光能利用率模型CASA模型,参照部分参数值[27],计算得到各生态系统类型转换系数,其中草原为0.551、灌木林为0.440、针阔混交林为0.689、阔叶林为2.235、针叶林为2.287。据此,在首次ESV修订基础上,经过NPP修订得出研究区单位面积生态系统服务价值当量(表1)。

国家电网乡镇供电所工程数字化建设管理新模式，是指集成数字化信息的工程数据模型（BIM），结合面向多任务和多专业三维协同等先进的设计和管理理念，并应用于设计、建造、管理的数字化方法。本项目通过建立三维建筑信息模型，作为数据载体，融入进度、成本、质量、安全、环境、人本服务等多目标因素，构建多维、动态更新的工程数据信息数据库，为工程建设全过程的设计、施工、采购、计划、控制等管理提供统一高效的数据支撑与可视化仿真模拟分析基础，供项目全生命周期建设管理所运用。

表1 册亨县单位面积生态系统服务价值当量/(103元hm-2a-1)

1.3.3耦合协调度模型

耦合协调指不同系统在自身和外界的作用下产生的相互作用,为更好反映易地扶贫搬迁对研究区生态系统服务价值的影响程度,引入耦合协调度模型定量分析两者之间的关联程度。耦合协调度综合考虑了二者的差距与二者共同的发展水平,同步反映二者总体发展水平程度。因此,研究同时构建了研究区ESV变量与搬迁人口密度的耦合度及耦合协调度模型[28—30]：

(4)

(5)

式中,C为系统耦合度,说明了ESV变量与搬迁人口的关联关系；U1为村域ESV增量规范化数据,U2为村域搬迁人口数量或搬迁人口比重；T为U1、U2的综合评价指数,α和β为待定系数,综合考虑ESV增量与搬迁人口重要性相当,取α=β=0.5；D为耦合协调度,不仅说明系统关联关系,还能体现系统总体发展水平,说明系统之间是制约关系还是促进关系。为了明确说明生态系统服务价值与搬迁人口密度的耦合关系,对耦合度及耦合协调度进行等级划分[30](表2)。

表2 生态系统服务价值与搬迁人口密度耦合阶段划分

2 结果与分析

2.1 生态系统服务价值时空变化及其原因分析

研究区总面积2596.82km2,基于ESV计算需要,将研究区土地利用现状按生态系统分类需求分为6个一级分类11个二级分类,研究区2009、2015、2020年三期土地利用现状植被覆盖如图2。

图2 研究区2009—2020年土地利用现状植被覆盖图

经过修正后当量因子法计算,易地扶贫搬迁前(2009—2015年),研究区ESV总体呈上升趋势,由44.46亿元上升为46.30亿元,变化率为4.13%。易地扶贫搬迁后(2015—2020年),研究区ESV较搬迁前有明显增长,由46.30亿元增长为54.62亿元,增长率达17.97%,是2009—2015年增长率的4倍多。搬迁后,研究区ESV降幅较大的生态系统为农田、草原、荒漠,增幅较大的生态系统为森林,具体见表3。

表3 2009—2020年生态系统服务价值变化

根据搬迁前后研究区ESV变量分析,搬迁后研究区ESV增长率达17.97%,较搬迁前有显著提高。2011年研究区开始实施森林资源可持续发展等工程[31],林地规模化经营已经取得一定成效。但是当地人地矛盾仍然未能消除,农户为维持生机退耕意愿不强,退耕还林等项目推进存在一定阻力,山区小农经营模式也使得林地规模化经营遭遇一定瓶颈。2015年后,易地扶贫搬迁实施，退耕还林、林地规模化经营等得以有序推进，促进了生态系统服务价值快速增长。较搬迁前,搬迁后研究区农田ESV降低25.97%,草原ESV降低89.62%,森林中灌木林ESV降低52.65%,生态服务价值较高的针叶林、阔叶林ESV共计增加10.01亿元。

为有效分析研究区ESV空间分布特征,揭示区域ESV空间演变规律,本文以研究区132个村域(含行政村、村级林场、村级牧场)为基本研究单元,经过ArcGIS 10.3处理得到2009、2015、2020三个年度各研究单元ESV,计算研究单元搬迁前后两个阶段ESV变量并经过自然断点法结合经验判断,将两个阶段ESV变量划分为5个等级。根据研究区ESV测算结果显示(图3),搬迁后2015—2020年间,ESV增加最为显著区域集中在坡妹镇、冗渡镇、巧马镇、丫他镇、八渡镇、百口乡一线,基本沿册亨县中北侧逆时针延续至东南侧呈半环状,而且易地扶贫搬迁后(2015—2020年)增长幅度较搬迁前(2009—2015年)有较为明显的提升。

图3 2009—2020年土生态系统服务价值变化图

当量因子法中ESV变化主要源于研究区土地利用方式转变,不同类型用地面积的ESV贡献有明显差异。2009—2015年研究区一级生态系统除建设用地增幅达到22.44%变化率较高外(增量7.73km2,对区域ESV变化影响不显著),其他一级生态系统整体变化不明显,大部分变化范围处于3%以内(荒漠减幅为5.47%,但减量1.51km2,影响有限)。期间ESV增长贡献最大类型来源于森林中的灌木林大量调整为单位面积生态系统服务价值当量(VC)更高的阔叶林、针叶林,灌木林减少105.71km2,针叶林、阔叶林分别增加61.91km2、39.13km2。2009—2015年ESV增量明显区域集中在巧马镇巧马林场和百口乡或扒村、弄丁村及冗渡镇美井村、冗贝村等村域。

2015—2020年研究区各类用地均有明显变化,其中农田减少100.24km2,减幅26.37%,草原减少235.61km2,减幅89.62%,荒漠减少20.21km2,减幅77.38%,研究区范围内VC较低的地类均有较为明显的减少。而VC较高的森林增加340.50km2,增幅18.65%,其中阔叶林、针叶林占绝对主导,增量分别为266.93km2、148.19km2。2015—2020年ESV增量较为明显区域集中在北部的坡妹镇、冗渡镇大部分村域及南部巧马镇、丫他镇、八渡镇、百口乡的大部分村域,该区域农田较为集中,易地扶贫搬迁引起人口密度降低,人地矛盾得到缓解,搬迁农户生计中心已由耕地转移,其退耕意愿大幅提升,退耕还林得以顺利推进,6个乡镇退耕面积占研究区的84.78%。同时农户搬迁后规模化经营土地得以有效实施,在政府引导下土地流转顺利推进,农业公司、农业合作社、农业大户租用农地意愿得以激发,土地规模化经营全面展开,区域范围内大量灌草丛、灌木林得以调整为经济价值更高的针叶林、阔叶林,该区域草原调整为森林面积占总调整面积82.02%。6个乡镇ESV增量占研究区总增量的82.89%,是研究区ESV增量贡献最大的区域。

2.2 生态系统服务价值变量与易地扶贫搬迁耦合协调

搬迁人口密度含搬迁人口数量及搬迁人口占农村人口比重。册亨县整个易地扶贫搬迁期间,共计搬迁87540人。册亨县搬迁人口,以坡妹镇经冗渡镇、巧马镇、丫他镇、八渡镇至百口乡一线最为集中,搬迁人口超过1000人的24个村域中,有19个位于这6个乡镇。册亨县搬迁人口占农村人口比重达到39.12%,根据空间分布结果(图4),搬迁人口比重基本呈现与搬迁总数相对应关系。

图4 搬迁人口分布图

根据公式(4)、(5),计算得到册亨县132个行政村搬迁人口密度与ESV增量的耦合度C与耦合协调度D空间相关关系(图5)。研究区耦合度以高度耦合占主导。

图5 生态服务价值增量与搬迁人口耦合协调度分布图

基于研究区ESV增量与搬迁人口数量耦合协调度分析,研究区以一般耦合协调占主导,搬迁力度越大的研究单元其ESV增长越明显,对应的耦合协调水平越高。ESV增量和搬迁人口密度耦合协调度较高区域,集中在坡妹镇、冗渡镇、巧马镇、丫他镇、八渡镇、百口乡一线,在空间表现基本沿册亨县中北侧逆时针延续至东南侧呈半环状。总体表现为ESV增幅较大区域与搬迁人口密度较大区域呈高等级耦合协调趋势。

易地扶贫搬迁促成农户大量迁入城镇,原有宅基地基本实现复垦复绿,农户的生产生活方式完全转变,其所有农用地所呈现价值由经营性收入转变为资产性收入,退耕还林、林地规模化经营等工作得以顺利推进。易地扶贫搬迁引起的土地利用方式转变,对研究区ESV提升和改善当地生态环境具有显著的影响效果,并促使当地生态系统持续向好发展,为当地生态环境改善与保护起到关键性作用。

2009—2015年,研究区132个村域有94个ESV实现增长,其中增幅超过500万元有12个村域,大部分集中于冗渡镇、巧马镇、百口乡区域,研究区生态现状呈“总体平稳、局部好转”的局面。2015—2020年,研究区ESV变化呈显著的区域分异特征,有121个村域ESV实现增长,其中增幅超过500万元的有55个村域。ESV增幅较高区域主要集中在坡妹镇经冗渡镇、巧马镇、丫他镇、八渡镇至百口乡一线。研究区大部分区域ESV呈现平稳增长状态,区域生态现状实现由“总体平稳、局部好转”向“总体好转、局部良性循环”转变。

3 结论与讨论

3.1 讨论

生态修复项目实施对全球生态改善具有明显效果,中国贡献尤其突出[32]。其中易地扶贫搬迁对生态修复成效显著[33]。研究结果表明,易地扶贫搬迁人口外迁从源头缓解了生态脆弱区人地矛盾,由于人口外迁生态脆弱区退耕还林得以快速推进,土地利用结构调整得以有效实行,农田、草原及荒漠逐渐调整为森林。这些因素使得农田、草原及荒漠等用地类型在实施易地移民搬迁的生态脆弱区占比逐渐降低,森林尤其是具备一定经济价值的森林类型面积逐渐扩大,从而引起研究区内农田、草原及荒漠等VC较低植被覆盖大幅减少,而VC相对较高的森林,尤其是阔叶林、针叶林在退耕还林、用地结构调整后面积普遍得到增加。由此可见,在生态脆弱区实施易地扶贫搬迁加速土地利用及植被覆盖的演变,从而引起ESV在时空分布上发生较为明显的增加。

研究从充分利用区县政府掌握的基础数据出发,指标系统涵盖了生态系统供给服务、调节服务、支持服务及文化服务等评价指标,分析ESV时空演变作为易地扶贫搬迁生态修复成效评估依据的可行性,进一步增强科学论证,尝试向全国区县进行试行和推广。同时,还可以以此判断县域空间上的生态修复成效,引导县域生态功能区的划定,结合搬迁人口密度及生态修复水平有针对性制定宅基地、承包地、山林地“三块地”盘活政策,指引村域发展定位。旨在保障生态系统服务功能的同时兼顾生态系统的经济效能,提高易地扶贫搬迁后续政策的空间针对性,全面推进区域的可持续发展。

此外,通过与其他相关研究进行比较分析,进一步增强研究的科学性和实用性,以期进一步优化研究方法和指标体系。如比较生态恢复综合效益评估指标体系[34]及GEP核算指标体系[35],本文尚未结合生态恢复的综合效益及与人类福祉关联性评估方面开展相关的研究[36],考虑到易地扶贫搬迁成效评估研究大部分集中于社会可持续发展方面,本研究聚焦于生态脆弱区的ESV空间演变特征,体现易地扶贫搬迁生态恢复成效具有一定可行性。同时,比较TSS-RESTREND 算法、多元回归残差分析或人类活动强度指数(HAI)等方法解译人类活动对生态环境影响[37—39],本研究具有相似性,通过耦合协调度分析方法相对直观的反映出搬迁人口密度与ESV变量直接的时空关联特征。但这样的方法在综合性及全面性仍然存在一些不足,如搬迁人口密度与ESV变量之间关联性放到耦合协调度较低的村域未能充分体现易地扶贫搬迁的生态修复效果,后期将尝试增加莫兰指数等研究方法,进一步分析搬迁人口密度与ESV变量之间的时空关联关系。此外,本文关注了研究区ESV大幅提升的主要驱动力,未就气候、地形、土壤等辅助驱动力进行分析,后期将收集温度、湿度、土壤等指数数据,参照RSEI 模型等研究方法[40]综合分析生态系统基于面积和质量引起的价值变化,以期更全面分析生态系统修复成效。本研究采用的土地利用现状地表覆盖数据在统一性、精准性上还有一定欠缺,今后需要尝试更为精细的遥感影像提取技术[41]以提升基础数据精度。

3.2 结论

本文采用当量因子法评估典型喀斯特生态脆弱县域的ESV,通过两次修正保障评估精度,并分阶段定量估算研究区ESV时空演变,最后完善和强化了易地扶贫搬迁的综合效益及生态修复成效评估。经过分析讨论得出以下主要几点结论：

(1)实施易地扶贫搬迁对生态系统服务价值提升具有显著的促进作用,搬迁后(2015—2020年)研究区的ESV增幅达17.97%,增长8.32亿元,比较搬迁前(2009—2015年)4.13%的增幅有显著提高；

(2)研究区ESV组成中的阔叶林及针叶林的价值量占比普遍较高。此外,坡妹、冗渡、巧马、丫他、八渡及百口6个乡镇的退耕面积为研究区的84.78%,草原调整为森林面积占总调整面积82.02%,其ESV增量占研究区总增量的82.89%,是研究区ESV增量贡献最大的区域；

(3)研究区ESV增幅与搬迁人口密度存在显著的正相关,搬迁力度越大其ESV增加越明显,且对应的耦合协调水平越高,研究区高耦合协调度区域主要集中于坡妹镇等搬迁人口较为集中的6个乡镇。