金沙江梯级库区生态系统服务供需耦合协调度及驱动因素

王 浩, 赵 旭, 赵菲菲, 刘小雪, 龚 磊

(1.三峡大学 经济与管理学院, 湖北 宜昌 443002;2.三峡大学 水库移民研究中心, 湖北 宜昌 443002; 3.吉首大学 土木工程与建筑学院, 湖南 张家界 427000)

生态系统服务是连接自然环境与人类福祉的桥梁,被定义为人类从生态系统中获取的各种惠益[1],其不仅受到生态系统的影响,也受到社会经济发展的影响。联合国千年生态系统评估指出生态系统服务存在供给不足与人类需求增长之间的不协调[2],威胁到生态系统健康和社会可持续发展。因此,将生态系统服务供应侧和需求侧纳入生态系统服务评估,充分了解生态系统服务供需的规模、差异和动态变化,以及驱动因素,这是当前极具现实价值的研究主题,也是人地系统耦合的核心内容,对于科学、合理地管理生态系统具有重要的决策和实践参考意义[3]。目前国内外学者已将耦合协调度模型[4]应用于生态系统服务与城镇化[5]、人口生计[6]和生态足迹等[7]之间的关系研究,关注人类多方面需求与生态系统服务供给之间的关系,但是传统的耦合协调度模型存在耦合度效度不佳,数值集中分布于0.9以上[8],无法正确表示系统间耦合关系的强弱。驱动因素研究中,较多采用最小二乘回归(OLS)等全局回归模型,没有考虑气候、地形等驱动因素的空间异质性,掩盖变量之间关系的空间局部特征。而地理加权回归(GWR)模型具有变参回归和局部回归思想,将空间位置作为权重加入运算,实现变量空间关系的精准识别,已广泛应用于多个领域研究中[9]。在研究范围方面,目前主要集中在城市群[10]和流域[11]内生态系统服务价值的研究,而关于重大工程建设,特别是水电工程建设,对周边生态系统服务及供需耦合关系的研究相对较少。

水电工程库区是水电工程建设而产生的一个新的地域空间名词,是指水电工程蓄水之后被淹没的范围。在水电工程建设之前,库区作为一个普通自然地理单元,是具有较为完整的自然生态系统。水电工程的建设与运营,导致库区大量低海拔土地被淹没,人居空间受到压缩,人类活动向山地生态空间蔓延。在“水进人退”的过程中,出现了大量的移民安置、土地重新开发、基础设施建设等,虽然促进了库区的城镇化建设和经济发展,但是也造成库区大范围的土地利用结构变化,出现了土地利用不合理、水土流失严重、人地关系紧张等现象;生态系统变为了介于自然与人工之间,陆地与水域交接的复合生态系统。库区也成为了自然环境与人类社会的过渡区和交错区,人类活动和自然环境的相互作用将会导致生态系统服务供给与人类需求之间的矛盾更为突出。

本研究以金沙江下游梯级水电工程库区(以下简称“金沙江库区”)为研究对象,利用土地利用、人口、国内生产总值(GDP)、归一化植被指数(NDVI)和降水量等数据,基于市场价值法和综合多指标模型计算金沙江库区生态系统服务供给与需求规模,基于修正的耦合协调测度方法和空间变异的地理加权回归模型,探讨库区生态系统服务供需关系及驱动机制的空间特征,强调通过耦合协调研究实现空间格局的调整和功能的优化,推动库区科学的生态系统管理和资源优化配置,对丰富生态系统服务供需关系及驱动因素的理论研究、实现区域生态保护与经济发展的协同共进等均具有重要意义。

1 研究区域及数据来源

1.1 研究区域概况

金沙江库区内向家坝、溪洛渡、白鹤滩、乌东德4座梯级水电站总装机容量达到4 600万kW·h,年发电量为1 900亿kW·h,规模相当于两个三峡水电站。四座水电站均已投产运营,正常蓄水水位分别达到380 m,600 m,825 m和975 m,形成了7.68万km2的库区,库区范围涉及四川和云南7个市(州),26个县(区)。库区地理坐标24°53′—29°58′N,100°36′—105°41′E(图1),位于川西南、滇中中高山盆地,地势起伏较大,海拔265～4 137 m,以山地、丘陵为主;气候属于亚热带季风气候,年平均降雨量达900 mm,夏季湿润,冬季干燥,气候变化明显,干湿分明,形成了以干热河谷为基带的复杂立体气候。该区域是欧亚大陆生物群落最富集的地区,是我国的主要林业生产基地和长江上游水源区,也是中国长江上游的重要生态屏障。区域内以少数民族为主,经济社会发展缓慢,生产生活水平低,矿产资源丰富,生态环境脆弱,发展与保护相结合是该区域实现可持续发展的根本途径。

图1 金沙江下游梯级水电工程库区地理位置

1.2 数据来源

2005年、2010年、2015年和2019年金沙江库区土地利用数据(30 m分辨率)来源于武汉大学黄昕等[12]研究成果,结合金沙江库区土地利用特点,将土地覆盖分为耕地、林地、草地、水域、建设用地及未利用地6类;人口、GDP,NDVI和DEM空间网格数据来源于中国科学院资源环境科学数据中心(http:∥www.resdc.cn/);地形起伏度数据来源于中国科学院地理科学与资源研究所游珍等[13]研究成果;降水量数据来源于国家地球系统科学数据中心(http:∥www.geodata.cn/)。

2 研究方法

2.1 生态系统服务价值(供给)

生态系统服务供给能力通过计算生态系统服务价值(ESV)来反映[14],以Costanza等[15]的研究成果以及谢高地等[16]提出的生态系统服务价值当量因子法为基础,选取消费者价格指数和粮食价格等数据对生态系统服务价值当量进行修正,进一步计算金沙江库区生态系统服务价值,相关公式如下[17]:

(1)

(2)

(3)

(4)

Vk=V0×ek

(5)

(6)

式中:ai为第i年的单位CPI;q0 i为研究区域某种粮食平均价格;qi为修正的某种粮食平均价格;pi为研究区域某种粮食的单位面积产量;mi是研究区域某种粮食的播种面积;M是研究区域内粮食总播种面积;V0为生态系统服务当量因子价值量;Vk为生态系统服务价值系数;ek为第k种土地利用类型单位面积生态系统服务价值当量;ESV为生态系统服务价值;Ak为第k种土地利用类型的面积。选择了金沙江库区3种主要粮食作物,分别为稻谷、小麦和玉米。

2.2 生态系统服务需求

生态系统服务需求(ESD)为人类消费需求量,基于相关学者研究,选取土地利用强度指数、人口密度和经济密度,利用综合多指标模型对生态系统服务需求进行计算,公式如下[18]:

ESD=R×lgP×lgG

(7)

(8)

式中:ESD为生态系统服务需求指数;R为土地利用强度数据;P为人口密度数据;G为每1 km2国内生产总值(GDP)数据;Hi为研究区内第i级土地利用强度(i=1,2,3,4,5,6)[19];Mi为研究区第i级土地利用类型所占面积百分比。

2.3 生态系统服务供需耦合协调度

生态系统服务供需耦合协调度是指生态系统服务供给和生态系统服务需求两个系统相互作用、协调发展的程度。在计算耦合协调度之前,还需对生态系统服务供给与需求数据进行标准化平移和归一化处理。相关计算公式如下[20]:

(9)

(10)

T=αU1×βU2

(11)

(12)

式中:x′ij为经标准化处理的数据;xij为原始数据;max(xij)和min(xij)为生态系统服务供给或需求数据中的最大值和最小值,A=0.99,B=0.01;U1和U2分别为标准化处理后的生态系统服务供给指数和生态系统服务需求指数;C为系统之间的耦合度;T为协调发展度;a,β为待定系数,反映2个子系统对总系统贡献的重要程度,参照文献[21],取a=β=0.5;D为耦合协调度,具体的耦合度和耦合协调度等级见表1。

表1 生态系统服务供需耦合度和供需耦合协调度等级Table 1 Coupling degree and coupling coordination degree between ecosystem service supply and demand

2.4 地理加权回归

地理加权回归模型是基于传统的全局回归模型改进而来,其将空间数据位置信息嵌入到回归参数之中,能够较好解决数据的空间非平稳性问题。地理加权回归模型公式如下[9]:

(13)

式中:Yi为被解释变量,即(ui,vi)处生态系统服务供需耦合协调度,而(ui,vi)是第i个观测点的地理坐标,xik为解释变量xk在位置(ui,vi)处的观测值,εi为随机误差项,βk(ui,vi)(k=1,2,…,p)是关于空间位置的p个未知函数。

3 结果与分析

3.1 金沙江库区生态系统服务价值时间变化

通过表2可知,2005—2019年金沙江库区生态系统服务价值呈现总体增长的趋势,增长幅度为0.7506%。其中在2005—2010年和2015—2019年出现不同程度的减少,减少幅度分别达到-1.2317%和-0.3873%,而在2010—2015年出现一定程度的增长,增长幅度为2.4036%。从土地类型来看,林地和水域的生态系统服务价值呈现逐年递增,2005—2019年的增长幅度分别为4.0181%,50.3588%;草地的生态系统服务价值呈现逐年递减的态势,2005—2019年减少幅度为-18.0824%;耕地的生态系统服务价值呈现增减交替的趋势,总体小幅增长,2005—2019年变化幅度为2.5069%;未利用地的生态系统服务价值呈现先增后减的趋势,总体大幅减少,2005—2019年减少幅度为-44.0179%,但是减少额度仅为5万元。

表2 2005-2019年金沙江库区各类土地生态系统服务价值Table 2 Ecosystem service values of land types in the Jinsha River Reservoir Area from 2005 to 2019

3.2 金沙江库区生态系统服务供给指数与需求指数空间分布

生态系统服务供给指数(以下简称“生态供给指数”)是对生态系统服务价值进行标准化处理得到的,生态系统服务需求指数(以下简称“生态需求指数”)是根据土地利用强度,人口和GDP等指标计算得出,并进行了标准化处理。

从图2可知,生态供给指数和生态需求指数的空间分布具有显著的空间异质性。库区生态供给指数分布呈现出南高北低的趋势,高值区主要位于云南省永仁县、武定县、禄劝县、寻甸县、巧家县、金阳县和四川省盐边县,这些地区均是位于海拔高、森林多、耕地少的地区;低值区主要位于四川省攀枝花市东区、西区和宜宾市叙州区,云南省昭通市昭阳区和昆明市东川区等,这些地区具有经济较为发达、人口密集、城镇化率较高的特点,建设用地和耕地数量相对更多,导致生态系统服务价值较低。库区生态需求指数呈现高值区沿江分布的趋势,例如四川省会理县、宁南县、攀枝花市东区和西区、宜宾市叙州区,这些区域均是沿江分布,海拔较低,以平原和丘陵为主,水资源丰富,交通相对更为发达,城镇和人口沿河集聚,导致形成生态需求高值集聚;低值区则大部分分布于人口稀少、海拔较高、森林草地覆盖率较高的山地区域。从时间维度来分析,研究期间屏山县、金阳县的生态供给指数呈现较大幅度增长,攀枝花市东区和西区生态供给指数呈现较大幅度递减,同时该区域生态需求指数呈现较大幅度增长,绥江县和巧家县生态需求指数呈现较大幅度递减。

图2 2005-2019年金沙江库区生态系统服务供给指数与需求指数的空间分布

3.3 金沙江库区生态系统服务供需耦合协调空间分布

从图3、图4和表3可知,2005年、2010年、2015年、2019年生态系统服务供需耦合度和耦合协调度空间分布变化不大。生态系统服务供需耦合度方面,从空间分布来看,4种不同的耦合类型较为均匀的分布在库区内。其中处于中级耦合的乡镇数量最多,占比约为39%,其次为初级耦合的乡镇占比约为27%,高级耦合的乡镇占比约为26%,低级耦合的乡镇数量最少,占比约为8%。从具体的乡镇数量变化来看,研究期间低级耦合和初级耦合的乡镇数量呈现总体增加的趋势,增加数量分别为3个和2个,中级耦合和高级耦合的乡镇呈现总体减少的趋势,减少数量分别为3个和2个。生态系统服务供需耦合协调度(以下简称“供需耦合协调度”)方面,大部分乡镇处于重度失调和勉强协调的状态,严重失调和良好协调的乡镇数量较少,优质协调的乡镇数量为零。从空间分布来看,严重失调的区域零星分布于四川省雷波县、屏山县和攀枝花市东区、西区等县(区)的部分乡镇;重度失调的区域主要分布于四川省盐边县、会东县、宁南县、金阳县、雷波县和宜宾市叙州区等;勉强协调的区域主要分布于云南省元谋县、寻甸县、巧家县、会泽县和昆明市东川区;良好协调的区域零星分布于云南省武定县、寻甸县、会泽县、巧家县、鲁甸县等县的部分乡镇。从乡镇数量变化来看,研究期间严重失调、勉强协调和良好协调的乡镇数量呈现总体减少的趋势,减少数量分别为3个、1个和8个,重度失调的乡镇呈现总体增长的趋势,增长数量为12个。

表3 各级耦合度和耦合协调度的乡镇数量

图3 2005-2019年金沙江库区生态系统服务供需耦合度的空间分布

图4 2005-2019年金沙江库区生态系统服务供需耦合协调度的空间分布

3.4 金沙江库区生态系统服务供需耦合协调度驱动因素分析

表4 OLS模型与GWR模型拟合效果比较Table 4 Comparison of fitting effect between OLS model and GWR model

表5为各驱动因素对库区供需耦合协调度的GWR回归系数,从均值来看,NDVI的回归系数平均值为0.255,说明NDVI对供需耦合协调度的影响整体上呈正相关驱动,即NDVI越大,耦合协调度也越大,NDVI的增加是供需耦合协调度上升的主要因素。常住人口、地形起伏度和降水量的回归系数平均值均小于0,分别为-0.176,-0.252和-0.055,说明常住人口、地形起伏度和降水量对供需耦合协调度的影响整体上呈负相关驱动。其中NDVI的GWR回归系数绝对平均值最大,说明库区供需耦合协调度对NDVI的变化更为敏感,NDVI是耦合协调度增长的主要因素。从GWR模型回归系数的最大值和最小值看,只有降水量的最大值和最小值有正有负,说明其与供需耦合协调度的关系相对较为复杂,存在显著的空间异质性,即随着乡镇空间位置的变化而变化。其余驱动因素中,NDVI均为正值,常住人口和地形起伏度均为负值,说明这些因素与生态系统服务供需耦合度的驱动关系在整个区域内不会发生变化,但是这些因素对供需耦合度的驱动效应或程度会随着空间位置的变化而变化。

表5 各因素对金沙江库区生态系统服务供需耦合协调度影响的回归系数对比Table 5 Comparison of regression coefficients of various factor influence on coupling coordination degree between ecosystem service supply and demand in Jinsha River Reservoir Area

采用ArcGIS 10.2软件对各驱动因素在不同空间位置的GWR回归系数制作成空间分布图,进一步分析各驱动因素对供需耦合协调度的影响程度及其空间差异(图5)。人口是影响库区供需耦合协调度的关键因素,其与库区供需耦合协调度为负相关关系,因为人口的增加会导致生态系统服务需求增加,同时如果生态管理措施不当,还会降低生态系统服务供给,进一步导致供需之间的不协调,且回归系数在空间上呈现为北高南低的布局。地形起伏度也是影响生态系统服务供给需求协调的关键控制因素,一般来说,地形起伏程度通过控制人类活动和景观的空间分布格局,导致不同地形上生态系统服务的供给能力和需求偏好不同。地形起伏度的影响也为负的,且回归系数在空间上也呈现为北高南低的布局。NDVI与供需耦合协调度之间的关系为正向驱动关系,回归系数空间分布为西高东低的布局。对于生态系统服务供给值低而需求值高的区域,提高植被覆盖可以提高生态系统服务供给,因为植被覆盖是影响生态系统服务价值的重要因素,其可以提高生态系统服务价值,进而提升供需耦合协调度。降水量的回归系数空间分布为库区北部地区的供需耦合协调度随着降水的增加而增大,而其他地区的供需耦合协调度随着降水的增加而减小,这可能与该地区的整体干旱气候条件相关。

图5 各因素对金沙江库区生态系统服务供需耦合协调度影响的回归系数空间分布

4 讨 论

耦合协调度模型借鉴了王淑佳等[20]研究成果,对模型进行了修正。模型中耦合度是核心部分,其数值分布[0,1]区间内,用于表示系统间耦合关系的强弱。但是现有研究中普遍使用的公式得出的计算结果大概率偏向于1,因而耦合协调度值主要依赖于系统的协调发展度,导致耦合协调度难以充分实现本身测度的价值与意义。本研究利用修正的耦合协调度模型,计算结果与已有利用修正模型的研究结果[22]相比,两者耦合度数值区分度均被增大,使计算所得耦合协调度更符合系统之间的相互关系。

研究期间金沙江库区生态系统服务价值呈现增减交替,总体增长的趋势,增长额度为6.8亿元,低于三峡库区生态系统服务价值的增长额度[23],这与库区面积和研究时长有关。金沙江库区生态系统服务价值的增加主要发生在2010—2015年期间,因为在该期间溪洛渡水电站和向家坝水电站进行水库蓄水,水位上升,水域面积大幅增加导致生态系统服务价值的增加,这与已有关于三峡库区的研究结论一致[24]。目前有关的研究集中于生态系统服务供给,而将生态系统服务需求纳入生态系统服务评估,研究生态系统服务供需模式的时空特征和驱动因素,可为实现区域可持续发展目标提供科学依据。张中浩等从省域尺度对长江经济带生态—经济耦合协调进行研究,得出2010年云南省耦合协调状态要优于四川省,2015年两省耦合协调状态基本相当[25]。Li Tongning等从县域尺度对长江经济带生态—经济耦合协调研究中,认为2020年云南省耦合协调状态要优于四川省[26]。这与本研究认为金沙江南岸的云南省供需耦合协调状态要优于金沙江北岸的四川省的结论基本一致。在驱动因素方面,除了土地利用类型以外,气候、地形、人类干扰等因素也被确定为影响生态系统服务的关键因素[27],本研究分析了人口、NDVI、地形起伏度和降水量等因素对供需平衡的影响。Li Tongning等认为在云南与四川交界区域内NDVI、温度、人均财政支出对生态—经济耦合协调度具有正向驱动的作用,人均粮食产量具有负向驱动作用[26],这与本研究对NDVI驱动效应分析基本一致。最后本研究结论与上述研究也有一定差异,主要原因是研究范围、尺度和评价指标的不同。

本研究对金沙江水电工程库区生态系统服务供需关系及驱动因素进行了分析,方法成熟简便,能满足研究需求,但仍有不足,首先市场价值法和综合多指标模型计算生态系统服务供给与需求规模具有一定的不确定性,需要采用更加准确和科学方法进行测算。其次生态系统服务供给与需求存在不均匀性和空间转移性,未来可以从生态系统服务流视角,研究生态系统服务供需关系,识别空间分布特征和流动特性,阐明内部机制,揭示自然、人为等影响因素。

5 结 论

(1) 2005—2019年金沙江库区生态系统服务价值呈现波动增长的趋势,增长了0.75%。从土地类型来看,林地的生态系统服务价值是主要组成部分,总体增长了4.01%,水域面积增大是金沙江库区生态系统服务价值增加的主要因素,主要发生在2010—2015年,期间水域生态系统服务价值增长了44.19%,其淹没了沿江耕地和草地,致使相应的生态系统服务价值分别减少了2.78%和4.48%。

(2) 金沙江库区生态系统服务供给指数呈现南高北低的空间格局,需求指数为高值沿江分布,低值分布山地区域。供需耦合状态以中级耦合为主,其次为初级耦合,乡镇数量占比分别为39%,27%,耦合协调状态以重度失调为主,其次为勉强协调,乡镇数量占比分别为65%,26%。

(3) 人口、地形起伏度、植被覆盖和降水量是能影响生态系统服务供需耦合协调度的关键因素,植被覆盖对其影响程度最大,其次是地形起伏度、人口和降水量。其中植被覆盖对金沙江库区生态系统服务供需耦合协调度呈现正向驱动关系,地形起伏度和人口为负向关系,降水量对库区北部地区为正向关系,其余地区为负向关系。

(4) 金沙江南岸的云南省,发展方式较为粗放,生态环境改善成效尚不稳固,需要以长江大保护、长江经济带发展等国家战略为契机,依托原有优势,扩大以绿色制造、智能制造为重点的工业和新兴产业投资,同时大力推进河道综合治理,建设金沙江下游生态廊道,助力打造“绿色能源、绿色食品、健康生活目的地”三张名牌。金沙江北岸的四川省,生态保护与经济发展不平衡问题更为突出,应继续推动区域空间布局优化和新旧动能转换,发展现代制造、航空航天、旅游康养、绿色食品等产业,建设清洁能源基地和沿江生态走廊,实现川南经济区和攀西经济区协同发展。