昆明市生態(tài)系統(tǒng)服務(wù)價值時空演變及驅(qū)動因素研究

楊磊 劉鳳蓮

引用格式：楊磊，劉鳳蓮.昆明市生態(tài)系統(tǒng)服務(wù)價值時空演變及驅(qū)動因素研究[J].國土資源導(dǎo)刊，2023，20（04）：125-136.

Reference format：Yang Lei， Liu Fenglian.Study on spatial-temporal evolution and driving factors of ecosystem service value in Kunming prefecture[J].Land & Resources Herald，2023，20（04）：125-136.

摘 要：生態(tài)系統(tǒng)服務(wù)價值評估是合理配置土地資源、制定生態(tài)保護(hù)政策和生態(tài)補償標(biāo)準(zhǔn)的前提和基礎(chǔ)。本文基于遙感影像解譯的5期昆明市土地利用數(shù)據(jù)，通過土地利用動態(tài)度、轉(zhuǎn)移矩陣、當(dāng)量因子法，分析土地利用和ESV的時空動態(tài)變化，借助地理探測器模型探究ESV空間分異的驅(qū)動因素。結(jié)果表明：（1）林地、草地、耕地是研究區(qū)的主要用地類型，研究期內(nèi)三者面積不斷減少，建設(shè)用地大幅增加。（2）2000—2020年昆明市ESV持續(xù)下降，總量減少了77 200萬元，其中調(diào)節(jié)服務(wù)占主導(dǎo)地位（67.13%）；ESV高值區(qū)主要分布在西山、晉寧、呈貢、官渡、石林、祿勸和尋甸，研究期內(nèi)高值區(qū)鄉(xiāng)鎮(zhèn)數(shù)量減少，低值區(qū)數(shù)量增多；冷點區(qū)集中在昆明的5個主城區(qū)且數(shù)量有所增加。（3）人類活動強度和土地利用強度是昆明市ESV空間分異的主導(dǎo)因素，且人為因素的作用效果明顯高于自然因素；因子間交互作用效果相較于單因子作用明顯增強。因此，在未來的城市發(fā)展進(jìn)程中應(yīng)關(guān)注人類活動密集區(qū)的生態(tài)系統(tǒng)服務(wù)價值變化，避免因人為干擾導(dǎo)致生態(tài)環(huán)境惡化。

關(guān)鍵詞：土地利用變化；生態(tài)系統(tǒng)服務(wù)價值；地理探測器；驅(qū)動因素；昆明市

中圖分類號：TU982? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號：1672-5603（2023）01-125-12

Study on Spatial-temporal Evolution and Driving Factors of Ecosystem Service Value in Kunming Prefecture

Yang Lei， Liu Fenglian

（Institute of Land Resources and Sustainable Development， Yunnan University of Finance and Economics， Kunming Yunnan 650221）

Abstract：The evaluation of ecosystem service value is the prerequisite and foundation for rational allocation of land resources， formulation of ecological protection policies， and ecological compensation standards. Based on five periods of land use data of Kunming City interpreted from remote sensing images， this paper analyzes the spatio-temporal dynamic changes of land use and ESV through land use dynamic degree， Stochastic matrix and equivalent factor method， and explores the driving factors of spatial differentiation of ESV with the help of geographical detector model. The results indicate that： （1） Forest land， grassland， and arable land are the main types of land used in the study area. During the study period， the area of these three types of land continued to decrease， while construction land increased significantly. （2） From 2000 to 2020， the ESV in Kunming continued to decline， with a total decrease of 7.72×108 yuan， of which regulation service is dominant （67.13%）; The high value areas of ESV are mainly distributed in Xishan， Jinning， Chenggong， Guandu， Shilin， Luquan， and Xundian. During the research period， the number of towns in high value areas decreased， while the number of low value areas increased; The cold spots are concentrated in the five main urban areas of Kunming and the number has increased. （3） Human activity intensity and land use intensity are the dominant factors of spatial differentiation of ESV in Kunming， and the effect of human factors is significantly higher than that of natural factors; The interaction effect between factors is significantly enhanced compared to the single factor effect. Therefore， in the future urban development process， attention should be paid to the changes in the value of ecosystem services in areas with dense human activities， to avoid the deterioration of the ecological environment caused by human interference.

Keywords： land use change; ecosystem service value; geographical detector; driving factors; Kunming prefecture

0 引言

生態(tài)系統(tǒng)服務(wù)是人類賴以生存的物質(zhì)基礎(chǔ)和環(huán)境條件[1]。城鎮(zhèn)化、工業(yè)化引發(fā)的土地利用劇烈變化，對生態(tài)系統(tǒng)結(jié)構(gòu)、功能和空間分布格局產(chǎn)生較大影響，進(jìn)而影響生態(tài)系統(tǒng)提供生態(tài)產(chǎn)品的能力，將直接威脅區(qū)域生態(tài)安全。因此開展生態(tài)系統(tǒng)服務(wù)研究，對保障區(qū)域生態(tài)安全具有重要意義[2]。生態(tài)系統(tǒng)服務(wù)價值作為衡量生態(tài)安全的重要指標(biāo)，關(guān)乎人類福祉和區(qū)域可持續(xù)發(fā)展[3]。

目前，大多學(xué)者從省[4]、市[5]、縣[6]、流域[7]、城市群[8]等不同空間尺度對濕地[9]、草地[10]、森林[11]、農(nóng)田[12]等生態(tài)系統(tǒng)類型展開研究，而對于西南不發(fā)達(dá)地區(qū)的相關(guān)研究較少。隨著研究的不斷深入，研究內(nèi)容從單一的生態(tài)系統(tǒng)服務(wù)價值評估，開始轉(zhuǎn)向生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同以及ESV與土地利用變化[13]、景觀格局[14]、生態(tài)安全格局[15]之間關(guān)系的綜合研究，尤其是ESV的驅(qū)動機制逐漸成為研究熱點[16]。周渝等[17]通過回歸模型探究重慶ESV的驅(qū)動力，結(jié)果表明城鎮(zhèn)化率和工業(yè)生產(chǎn)總值與ESV具有負(fù)相關(guān)關(guān)系；范曉敏等[18]基于廣義線性模型分析了青海海南、海北州生態(tài)系統(tǒng)服務(wù)的驅(qū)動因素；孟孟等[19]利用SPSS軟件中的相關(guān)性分析和主成分分析探究南京土地生態(tài)系統(tǒng)服務(wù)價值的驅(qū)動力，發(fā)現(xiàn)人口對南京ESV時空變化的影響高于經(jīng)濟因素。當(dāng)前，對驅(qū)動機制的研究多采用回歸分析，相關(guān)性分析等傳統(tǒng)的數(shù)理統(tǒng)計分析方法，在解釋ESV的驅(qū)動因素上，缺乏對驅(qū)動因子作用強度空間差異的研究[20]。

昆明是云南省社會經(jīng)濟發(fā)展的核心，也是長江水源的重要涵養(yǎng)地和生態(tài)屏障、長江經(jīng)濟帶和“一帶一路”建設(shè)的交匯點。近年來其城鎮(zhèn)化水平急速上升，2020年城市化率為73.6%，人類活動的劇烈干擾對區(qū)域生態(tài)環(huán)境質(zhì)量和生態(tài)系統(tǒng)健康產(chǎn)生較大威脅。鑒于此，本研究借助ArcGIS軟件，基于昆明市土地利用變化探討ESV在時間上的變化趨勢和空間分布情況，采用熱點分析工具測度ESV空間變化特征，并在地理探測器的支持下，深入分析ESV空間分異的驅(qū)動因素，以期為土地資源的有效配置以及制定合理的生態(tài)保護(hù)政策提供參考。

1 研究區(qū)概況

昆明市地處長江上游，位于“一帶一路”和長江經(jīng)濟帶的交匯區(qū)域，介于102°10'～103°40' E、24°23'～26°22' N之間，總體地勢“北高南低”，平均海拔? 1 891 m，是云貴高原的中心城市、西部大開發(fā)的重點城市、滇中城市群核心，也是長江流域上游重要的水源涵養(yǎng)區(qū)和生態(tài)安全屏障。昆明市總面積為21 012.54 km2，下轄7區(qū)、3縣、3個自治縣和1個縣級市，共139個鄉(xiāng)鎮(zhèn)（街道）。2020年末，轄區(qū)內(nèi)總?cè)丝跒?46.30 萬人，約占云南省總?cè)丝跀?shù)的17.92%；GDP為7 222.5億元，約占云南省GDP總量的29.45%。

昆明是云南省人口、經(jīng)濟最集中的地區(qū)，生態(tài)環(huán)境受人為干擾程度較高，以石林為代表的喀斯特地貌區(qū)石漠化嚴(yán)重，水土保持工作任務(wù)艱巨；滇池在20世紀(jì)90年代遭到嚴(yán)重污染，水體污染改變了滇池的生態(tài)系統(tǒng)服務(wù)功能價值結(jié)構(gòu)，污染治理難度大、成本高，不僅影響生態(tài)環(huán)境水平，也對社會經(jīng)濟發(fā)展造成了較大損失[21]。

2數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源與預(yù)處理

本研究用到的土地利用數(shù)據(jù)經(jīng)RS技術(shù)解譯得來，昆明市2000、2005、2010、2015、2020年遙感影像來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn），行列號為129-42、129-43、130-42、130-43，為確保影像的清晰度，所選影像的云量均在10%以下。運用ENVI 5.3軟件首先進(jìn)行幾何校正、輻射定標(biāo)和大氣校正，在此基礎(chǔ)上融合、鑲嵌、裁剪，最后通過監(jiān)督分類提取信息，再進(jìn)行實地調(diào)查對解譯后的數(shù)據(jù)進(jìn)行檢查修正，解譯精度均在85%以上，滿足研究需要。根據(jù)《土地利用現(xiàn)狀分類》（GB/T 21010—2017）中的分類標(biāo)準(zhǔn)，結(jié)合昆明實際情況，將土地利用類型劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地。其他數(shù)據(jù)來源如下所示（表1）。

2.2 研究方法

2.2.1 土地利用動態(tài)度

單一土地利用動態(tài)度能夠定量描述特定研究區(qū)在研究時段內(nèi)不同土地利用類型的變化速度，反映不同用地類型變化的劇烈程度，計算公式為：

式中，[A]為[T]時間段內(nèi)某種土地利用類型的動態(tài)度，用來衡量土地利用增減變化的程度及速度；[Sa]表示研究初期某種用地類型的面積；[Sb]表示研究期末該種土地利用類型的面積[22]。

2.2.2 土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣作為一種系統(tǒng)分析的定量研究方法，能夠從靜態(tài)、動態(tài)兩個方面反映土地利用變化，被廣泛應(yīng)用于LUCC相關(guān)研究之中[23]。其數(shù)學(xué)表達(dá)式為：

式中，Sij的含義是研究期初i地類轉(zhuǎn)換成研究期末j地類的面積。n表示土地利用類型數(shù)目。

2.2.3 當(dāng)量因子法

本研究以謝高地等[24]的研究成果作為參考，結(jié)合昆明市各植被類型特征及面積占比進(jìn)行調(diào)整，得到適合本研究區(qū)的單位面積生態(tài)系統(tǒng)服務(wù)價值系數(shù)表（表2），采用平均糧食單產(chǎn)市場經(jīng)濟價值的1/7計算當(dāng)量因子。2020年昆明市平均單位面積糧食產(chǎn)量為4 549 kg/hm2，平均糧食價格為2.45元/kg，計算得出昆明市農(nóng)田自然糧食產(chǎn)量的經(jīng)濟價值為1 592.15元/hm2。本研究將2000、2005、2010、2015、2020年30 m×30 m的土地利用柵格數(shù)據(jù)與昆明市鄉(xiāng)鎮(zhèn)尺度的行政區(qū)劃圖疊加分析，利用ArcGIS10.3軟件中的面積制表工具，統(tǒng)計昆明市每個鄉(xiāng)鎮(zhèn)街道不同土地利用類型的面積，結(jié)合如下公式計算各鄉(xiāng)鎮(zhèn)的生態(tài)系統(tǒng)服務(wù)價值：

式中，[ESV]、[ESVk]和[AESV]分別代表生態(tài)系統(tǒng)服務(wù)價值總量、單項生態(tài)系統(tǒng)服務(wù)價值和地均生態(tài)系統(tǒng)服務(wù)價值；q為地類；[Sq]為地類q的面積；[VCq]、[VCqk]分別表示地類q的單位面積生態(tài)系統(tǒng)服務(wù)價值和第k項生態(tài)系統(tǒng)服務(wù)的價值系數(shù)[25]。

2.2.4熱點分析

熱點分析法能夠判斷研究區(qū)ESV是否存在高低值集聚現(xiàn)象，進(jìn)而識別ESV熱點區(qū)及冷點區(qū)的空間分布位置，揭示研究區(qū)生態(tài)系統(tǒng)服務(wù)價值的空間差異[26]。計算方法為：

式中，[G*i]指數(shù)為正值，則為ESV增加較多的熱點區(qū)，[G*i]指數(shù)為負(fù)值，則為ESV損失較多冷點區(qū)；n為網(wǎng)格數(shù)量；[xi]、[xj]分別為第i和j個網(wǎng)格的生態(tài)系統(tǒng)服務(wù)價值。

2.2.5生態(tài)系統(tǒng)服務(wù)價值敏感性分析

敏感性指數(shù)與經(jīng)濟學(xué)中彈性系數(shù)的原理相似，用來驗證利用不同用地類型生態(tài)系統(tǒng)服務(wù)價值系數(shù)計算得到的ESV結(jié)果的可靠性，進(jìn)而分析不同土地利用類型變化對生態(tài)系統(tǒng)服務(wù)價值的影響[27]。公式如下：

式中，CS為彈性系數(shù)，表示不同土地利用類型變化對生態(tài)系統(tǒng)服務(wù)價值的影響程度，ESVb、ESVa 分別表示研究期末和研究期初的生態(tài)系統(tǒng)服務(wù)價值；VCik、VCjk分別表示調(diào)整前后第k種土地利用類型的生態(tài)系統(tǒng)服務(wù)價值系數(shù)。

2.2.6 地理探測器

地理探測器是一種統(tǒng)計分析模型[28]，主要包括生態(tài)、因子、風(fēng)險和交互探測器四部分，每種探測器的功能不盡相同。本文意在探究昆明市ESV的驅(qū)動因素，考慮到昆明屬于高原山地城市，且近年來經(jīng)濟發(fā)展速度較快，故而從自然環(huán)境和人為影響兩個方面選取12個指標(biāo)，探究不同因子對研究區(qū)ESV空間分異的影響程度。首先，借助SPSS軟件對各項驅(qū)動因子與ESV進(jìn)行相關(guān)性分析，結(jié)果顯示各因子均通過顯著性檢驗；其次，將12項驅(qū)動因子在ArcGIS中柵格化并統(tǒng)一投影坐標(biāo)系，重分類后進(jìn)行離散處理；最后，導(dǎo)入地理探測器進(jìn)行驅(qū)動因素分析。計算方法如下：

式中，q表示某個因子對ESV的解釋力大小，取值為0～1，q值越大，說明該因子對ESV的解釋力越強；h為自變量的分區(qū)序號；L為分區(qū)總數(shù)；[Nh]和N分別為每個分區(qū)和全區(qū)內(nèi)總共的樣本數(shù)；[σ2h]和[σ2]分別為每個分區(qū)方差和全區(qū)內(nèi)ESV的方差；SSW和SST分別是層內(nèi)方差之和及全區(qū)總方差。

2.2.7土地利用綜合程度指數(shù)

土地利用綜合程度指數(shù)作為一項衡量土地利用變化的重要指標(biāo)，能夠反映人為活動對土地的改變程度、區(qū)域土地開發(fā)利用水平以及測度該地區(qū)土地利用的深度與廣度[29]。計算公式如下：

式中，[L]為研究區(qū)域土地利用程度綜合指數(shù)；[n]指土地利用類型個數(shù)；[A]i指不同土地利用類型的面積；[P]指土地利用程度參數(shù)；At指研究區(qū)總面積。參照以往的研究成果，根據(jù)開發(fā)情況與人為干擾程度將未利用地、林地、草地、水域、耕地與建設(shè)用地劃分為4個級別，賦值為1～4級;[C]i為第i類土地利用類型面積。

2.2.8人為影響指數(shù)

人為影響指數(shù)一般用來描述生態(tài)系統(tǒng)與人類活動干擾程度之間的關(guān)系，公式如下：

式中，HAI表示人為影響指數(shù)；TA表示景觀總面積；Ai表示第i種景觀類型的面積；Pi表示第i種景觀類型的人為影響強度系數(shù)；n表示景觀類型數(shù)量。結(jié)合昆明市土地利用類型特征和前人研究成果[30]，本研究采用Delphi法對不同土地利用類型的人為影響強度系數(shù)賦值，其中耕地0.67、林地0.13、草地0.13、水域0.10、建設(shè)用地0.96、未利用地0.05。

3 結(jié)果分析

3.1 土地利用動態(tài)變化

從昆明市土地利用空間分布圖（圖1）可以看出，林地、草地和耕地三種土地利用類型面積較大，研究期內(nèi)建設(shè)用地以滇池為中心，不斷向外擴張，向東北部擴張趨勢最為顯著。從土地利用結(jié)構(gòu)看（表3），林地、草地、耕地為研究區(qū)主要用地類型，三者面積之和占研究區(qū)總面積的90%以上，水域面積、建設(shè)用地面積和未利用地面積較少。2000—2020年，耕地、林地、草地面積不斷縮減，分別減少了251.39 km2、125.99 km2和320.5 km2；水域在2005—2010年間有所增加；建設(shè)用地面積增長劇烈，其增加面積接近耕地、林地、草地面積減少之和，且在2005—2010年和2015—2020年兩個時段漲幅較大。

從土地利用變化速度看，耕地、林地和草地的土地利用動態(tài)度在各個研究時段均小于0（表4），說明20年來這3種地類面積持續(xù)減少，其中耕地、林地面積在2015—2020年間減少速度最快，草地面積在2005—2010年間減少速度最快；水域的土地利用動態(tài)度在2015—2020年間最大；建設(shè)用地面積增速最快，其在各研究時段的土地利用動態(tài)度均比其他地類的大，尤其是2015—2020年其動態(tài)度達(dá)9.71%。

從土地利用轉(zhuǎn)移方向來看，昆明市土地利用轉(zhuǎn)移以耕地、林地和草地的相互轉(zhuǎn)化以及三者向建設(shè)用地的轉(zhuǎn)移為主（表5），究其原因一方面在于昆明市20年來退耕還林還草工程取得顯著成效，另一方面是城鎮(zhèn)化速度加快，社會經(jīng)濟的快速發(fā)展需要較多的用地空間，使得大量自然半自然用地轉(zhuǎn)為建設(shè)用地。從流出量來看，草地（853.31 km2）、耕地（702.45 km2）和林地（686.87 km2）的流出量居于前三，耕地的流出以建設(shè)用地為主（355.63 km2），其次是林地（168.48 km2）和草地（153.34 km2）；從流入量來看，建設(shè)用地的流入量最大，為703.57 km2，其中有一半左右來自耕地（50.5%），其他大部分來自草地和林地。

3.2 生態(tài)系統(tǒng)服務(wù)價值時空演變

3.2.1 生態(tài)系統(tǒng)服務(wù)價值時序變化

2000—2020年昆明市生態(tài)系統(tǒng)服務(wù)價值總量持續(xù)降低（表6），總量減少7.72×108元。不同地類生態(tài)系統(tǒng)服務(wù)價值表現(xiàn)由大致小依次為：林地，草地，水域，耕地，未利用地，建設(shè)用地，其中林地對ESV貢獻(xiàn)率較高，占研究區(qū)ESV總量的56%左右。6種土地利用類型的ESV總體表現(xiàn)出“四減兩增”特征，即耕地、林地、草地、建設(shè)用地的ESV都有不同程度的減少，ESV減少最多的地類是草地（5.83×108元）和林地（3.95×108元），水域ESV增長幅度最大（8.52×108元）。值得注意的是，2015—2020年這一時段，土地利用結(jié)構(gòu)發(fā)生較大轉(zhuǎn)變，導(dǎo)致各地類ESV變化顯著，表明土地利用轉(zhuǎn)型對區(qū)域生態(tài)系統(tǒng)服務(wù)價值影響較大。

昆明市各項生態(tài)系統(tǒng)服務(wù)中調(diào)節(jié)服務(wù)占主導(dǎo)地位（表7），約占總ESV的67.13%，支持服務(wù)次之（約為21.72%），供給服務(wù)和調(diào)節(jié)服務(wù)相對較弱。單項生態(tài)系統(tǒng)服務(wù)中氣候調(diào)節(jié)（121.26×108元）和水文調(diào)節(jié)（165.92×108元）最為突出，水資源供給和維持養(yǎng)分循環(huán)功能最弱。從變化趨勢來看，只有凈化環(huán)境和水文調(diào)節(jié)的生態(tài)系統(tǒng)服務(wù)價值有所增加，其余各項均有不同程度的降低，尤其是水資源供給和氣候調(diào)節(jié)的ESV下降最多，原因在于林地和草地在研究期內(nèi)面積不斷在減少，而建設(shè)用地面積顯著增加，生態(tài)系統(tǒng)服務(wù)功能的ESV降低與高ESV地類（林地、草地、水域、耕地）向低ESV地類（建設(shè)用地）轉(zhuǎn)移有較大關(guān)聯(lián)。

3.2.2 生態(tài)系統(tǒng)服務(wù)價值空間變化

從昆明市ESV空間分布圖（圖2）可知，2000年昆明市生態(tài)系統(tǒng)服務(wù)價值高值區(qū)包括祿勸彝族苗族自治縣的撒盤營鎮(zhèn)，九龍鎮(zhèn)；尋甸回族彝族自治縣的功山鎮(zhèn)、河口鎮(zhèn)、仁德街道；西山區(qū)的團(tuán)結(jié)街道、碧雞街道；晉寧區(qū)的昆陽街道；呈貢區(qū)的大漁街道；官渡區(qū)的大板橋街道以及石林彝族自治縣的鹿阜街道。低值區(qū)圍繞在滇池周圍，包括五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)交界處的26個街道，此外還涉及呈貢區(qū)的龍城街道、洛龍街道、馬龍街道、雨花街道和安寧市的連然街道。與2000年相比，2020年昆明市ESV總體水平降低，一些鄉(xiāng)鎮(zhèn)ESV水平向下一層級轉(zhuǎn)變，如官渡區(qū)的大板橋街道由高值區(qū)變?yōu)檩^高值區(qū)，馬街街道、前衛(wèi)街道、阿拉街道和矣六街道由較低值區(qū)轉(zhuǎn)為低值區(qū)；也有個別鄉(xiāng)鎮(zhèn)ESV增加，如云龍鄉(xiāng)從較高值區(qū)變?yōu)楦咧祬^(qū)，原因在于云龍水庫的投入使用發(fā)揮了重要的生態(tài)服務(wù)功能。

熱點分析結(jié)果顯示（圖3），ESV熱點區(qū)分布在昆明周邊的四個區(qū)縣，冷點區(qū)集中在西南部地區(qū)。具體來說，熱點區(qū)包括祿勸的云龍鄉(xiāng)和撒營盤鎮(zhèn)；尋甸的功山鎮(zhèn)、河口鎮(zhèn)、七星街道；晉寧區(qū)的二街鎮(zhèn)、六街鎮(zhèn)、昆陽街道、上蒜鎮(zhèn)；石林的鹿阜街道和宜良的狗街鎮(zhèn)，共計11個鄉(xiāng)鎮(zhèn)。與ESV低值區(qū)相對應(yīng)，冷點區(qū)主要集中在昆明市五個中心城區(qū)（五華、盤龍、官渡、西山和呈貢）的42個街道。研究期內(nèi)冷點區(qū)涉及鄉(xiāng)鎮(zhèn)街道數(shù)量增多，表明研究區(qū)生態(tài)系統(tǒng)服務(wù)功能減弱。

3.3 生態(tài)系統(tǒng)服務(wù)價值敏感性分析

研究發(fā)現(xiàn)，昆明市各土地利用類型的敏感性系數(shù)從高到低依次為林地、草地、水域、耕地、未利用地和建設(shè)用地（表8），這與各土地利用類型對ESV的貢獻(xiàn)是一致的。林地的敏感性系數(shù)最高，在研究期間保持在0.6以上，其次是草地，敏感性系數(shù)約為0.2。與其他土地類型不同的是，建設(shè)用地的敏感性系數(shù)在不同年份均為負(fù)值，表明建設(shè)用地的增加會導(dǎo)致研究區(qū)生態(tài)系統(tǒng)服務(wù)價值的降低；未利用地的敏感性系數(shù)較低，表明研究區(qū)未利用地的變化對ESV的變化沒有顯著影響。此外，各時期土地利用類型的敏感性系數(shù)均小于1，表明ESV對土地利用變化缺乏彈性，ESV評估結(jié)果可靠。

3.4生態(tài)系統(tǒng)服務(wù)價值驅(qū)動因素分析

3.4.1 因子探測結(jié)果分析

本文采用地理探測器中的因子探測器來分析各驅(qū)動因子對昆明市ESV空間分異 的貢獻(xiàn)率。ESV空間分異驅(qū)動因子的q值從大到小依次是：人類活動強度、土地利用強度、人口密度、夜光遙感、GDP、降水量、海拔、坡度、NDVI、土壤侵蝕度、土壤類型和氣溫（表9）。其中，人類活動

強度和土地利用強度是引起昆明市生態(tài)系統(tǒng)服務(wù)價值空間分異最重要的驅(qū)動因素（圖4），其q值分別為0.776 7和0.766 7，自然因素中降水量和海拔是導(dǎo)致昆明ESV空間分布差異較為重要的因素。此外，研究發(fā)現(xiàn)，貢獻(xiàn)率排在前五的驅(qū)動因子均屬于人為因素，說明人為因素是研究區(qū)生態(tài)系統(tǒng)服務(wù)價值空間分異的主要驅(qū)動力。

3.4.2 交互探測結(jié)果分析

昆明市生態(tài)系統(tǒng)服務(wù)價值空間分異的驅(qū)動因子交互探測結(jié)果表明，因子間的交互作用相較于單一驅(qū)動因子而言，對ESV的空間分異具有一定的增強效應(yīng)，尤其是q值較高的因子與其他因子耦合協(xié)調(diào)會擴大對ESV空間分異的影響。由圖5可知，土地利用強度∩NDVI，人類活動強度∩土壤侵蝕度的交互作用效果最強。除此之外，q值大于0.9的交互類型還有17種，主要以土地利用強度和人類活動強度與自然因素的交互作用為主。因此，昆明未來的生態(tài)安全格局優(yōu)化和景觀生態(tài)風(fēng)險防范應(yīng)著重考量驅(qū)動因子的作用特征和相互作用機理，采取差異化策略選擇與本區(qū)域自然稟賦和社會經(jīng)濟水平相符的土地利用方式和城市發(fā)展模式，避免人類活動的過分干擾，以及各因子協(xié)同增強作用對生態(tài)環(huán)境造成較大壓力。

4 結(jié)論與討論

4.1 討論

（1）研究期內(nèi)昆明市耕地、林地、草地面積不斷減小。耕地面積減小一方面是由于退耕還林還草工程的實施，2000—2019年間，昆明市共完成退耕還林1 670.67 km2，全市森林覆蓋率顯著提升，水土流失得到有效遏制。另一方面城鎮(zhèn)化速度加快，建設(shè)用地需求激增，研究期末的建設(shè)用地約為研究期初的2.35倍，增加的面積中有52.3%來源于耕地。未來應(yīng)控制建設(shè)用地擴張規(guī)模，深入挖潛城市建設(shè)用地存量，提高土地利用效率。

（2）林地是昆明市的主要生態(tài)用地，原因在于林地提供的生態(tài)系統(tǒng)服務(wù)價值最多，占ESV總量的56%左右，研究期內(nèi)林地、草地、耕地面積的減少以及建設(shè)用地面積的增加是研究區(qū)ESV下降的主要原因，與前人研究相符[31]；水域雖面積較小，卻以2%左右的面積提供了超13%的生態(tài)系統(tǒng)服務(wù)價值，其面積的增加具有明顯的生態(tài)效益。因此，未來應(yīng)著重關(guān)注林地、水域等生態(tài)系統(tǒng)服務(wù)功能較強用地類型的動態(tài)變化，加強對滇池流域的保護(hù)，以期改善昆明生態(tài)環(huán)境質(zhì)量和人居環(huán)境。

（3）通過分析ESV驅(qū)動因素，發(fā)現(xiàn)人類活動強度和土地利用強度對研究區(qū)ESV空間分異的影響較大，這點與前人研究結(jié)果相似[32]。此外，本研究僅以2020年數(shù)據(jù)分析研究區(qū)整體ESV的驅(qū)動因素，忽視了驅(qū)動因素的時間變化趨勢以及不同鄉(xiāng)鎮(zhèn)街道之間的差異，未來應(yīng)進(jìn)一步探究ESV時空演變的驅(qū)動因素，針對不同鄉(xiāng)鎮(zhèn)的特點，提出差異化生態(tài)保護(hù)政策。

4.2 結(jié)論

（1）林地、草地、耕地是昆明市的主要土地利用類型，三者占總面積的90%以上。研究期內(nèi)耕地、林地、草地面積不斷減??；水域面積在2005—2010年間明顯增加；建設(shè)用地面積劇烈增長，以占用其他地類的方式擴張，增加的建設(shè)用地一半以上來自耕地（50.5％），剩余部分主要來源于林地和草地。

（2）昆明市2000—2020年間ESV持續(xù)下降，ESV總量減少了77 200 萬元，其中2015—2020年間下降幅度最大。單項ESV中凈化環(huán)境和水文調(diào)節(jié)的ESV上升，水資源供給和氣候調(diào)節(jié)的ESV損失相對較多。研究區(qū)生態(tài)系統(tǒng)服務(wù)價值高值區(qū)分布在祿勸、尋甸、呈貢、西山、官渡、晉寧、石林7個區(qū)縣，低值區(qū)主要集中在昆明市5個主城區(qū)的交界處；冷點區(qū)與ESV低值區(qū)空間分布相符，且數(shù)量增加。

（3）自然因子中貢獻(xiàn)率較大的因子是降水量、海拔和坡度，人為因子中貢獻(xiàn)率較大的因子是人類活動強度、土地利用強度和人口密度。綜合來看，人為因素是研究區(qū)ESV變化的主要驅(qū)動因素，其中人類活動強度和土地利用強度對ESV空間分異的貢獻(xiàn)率最高。昆明市ESV的空間分異是多因子協(xié)同作用的結(jié)果，因子間交互作用的效果要明顯比因子單獨作用的好。

參考文獻(xiàn)/References

[1] 孫夢華，牛文浩，張蚌蚌，等.黃河流域土地利用變化下生態(tài)系統(tǒng)服務(wù)價值時空演變及其響應(yīng)—以陜甘寧地區(qū)為例[J].應(yīng)用生態(tài)學(xué)報，2021，32（11）：3913-3922.

[2] 姚志強，陳實，胡文海，等.皖江城市帶生態(tài)系統(tǒng)服務(wù)價值演變及驅(qū)動分析[J].環(huán)境科學(xué)與技術(shù)，2022，45（4）：218-226.

[3] 李孝永，匡文慧.京津冀1980—2015年城市土地利用變化時空軌跡及未來情景模擬[J].經(jīng)濟地理，2019，39（3）：187-194+200.

[4] 彭文甫，周介銘，楊存建，等.基于土地利用變化的四川省生態(tài)系統(tǒng)服務(wù)價值研究[J].長江流域資源與環(huán)境，2014，23（7）：1053-1062.

[5] Chen S R， Feng Y J， Tong X H， et al. Modeling ESV losses caused by urban expansion using cellular automata and geographically weighted regression[J]. Science of the Total Environment， 2020， 712： 136509.

[6] 肖建設(shè)，喬斌，陳國茜，等.黃河源區(qū)瑪多縣土地利用和生態(tài)系統(tǒng)服務(wù)價值的演變[J].生態(tài)學(xué)報，2020，40（2）：510-521.

[7] Li W S， Wang L Q， Yang X， et al. Interactive influences of meteorological and socioeconomic factors on ecosystem service values in a river basin with different geomorphic features[J]. Science of The Total Environment， 2022， 829： 154595.

[8] 婁佩卿，付波霖，林星辰，等.基于GEE的1998～2018年京津冀土地利用變化對生態(tài)系統(tǒng)服務(wù)價值的影響[J].環(huán)境科學(xué)，2019，40（12）：5473-5483.

[9] Walters D， Kotze D C， Rebelo A， et al. Validation of a rapid wetland ecosystem services assessment technique using the Delphi method[J]. Ecological Indicators， 2021， 125： 107511.

[10] Gascoigne W R， Hoag D， Koontz L， et al. Valuing ecosystem and economic services across land-use scenarios in the Prairie Pothole Region of the Dakotas， USA[J]. Ecological Economics， 2011， 70（10）： 1715-1725.

[11] Kibria A S M G， Behie A， Costanza R， et al. The value of ecosystem services obtained from the protected forest of Cambodia： The case of Veun Sai-Siem Pang National Park[J]. Ecosystem Services， 2017， 26： 27-36.

[12] Liao J J， Yu C Y， Feng Z， et al. Spatial differentiation characteristics and driving factors of agricultural eco-efficiency in Chinese provinces from the perspective of ecosystem services[J]. Journal of Cleaner Production， 2021， 288： 125466.

[13] Long H L， Liu Y Q， Hou X G， et al. Effects of land use transitions due to rapid urbanization on ecosystem services： Implications for urban planning in the new developing area of China[J]. Habitat international， 2014， 44： 536-544.

[14] Estoque R C， Murayama Y. Landscape pattern and ecosystem service value changes： Implications for environmental sustainability planning for the rapidly urbanizing summer capital of the Philippines[J]. Landscape and Urban planning， 2013， 116： 60-72.

[15] Wang Y， Pan J H. Building ecological security patterns based on ecosystem services value reconstruction in an arid inland basin： A case study in Ganzhou District， NW China[J]. Journal of Cleaner Production， 2019， 241： 118337.

[16] 趙曉慧，朱明暢，雷軍成，等.東江源區(qū)生態(tài)系統(tǒng)服務(wù)價值時空變化及驅(qū)動力研究[J].水生態(tài)學(xué)雜志，2023，44（2）：26-33.

[17] 周渝，鄧偉，劉婷，等.重慶都市區(qū)生態(tài)系統(tǒng)服務(wù)價值時空演變及其驅(qū)動力[J].水土保持研究，2020，27（1）：249-256.

[18] 范曉敏，井新，肖博文，等.氣候和土地利用變化共同驅(qū)動青海海南、海北州生態(tài)系統(tǒng)服務(wù)的時空變化[J].草業(yè)學(xué)報，2022，31（12）：17-30.

[19] 孟孟，張運，支俊俊，等.快速城市化背景下生態(tài)系統(tǒng)服務(wù)價值時空演變——以南京市為例[J].水土保持通報，2021，41（3）：296-304.

[20] 趙琪琛，余敦，王檢萍，等.低山丘陵縣域生態(tài)系統(tǒng)服務(wù)價值的時空分異及影響因素分析——以江西德興市為例[J].環(huán)境工程技術(shù)學(xué)報，2023，13（2）：704-714.

[21] 高偉，杜展鵬，嚴(yán)長安，等.污染湖泊生態(tài)系統(tǒng)服務(wù)凈價值評估——以滇池為例[J].生態(tài)學(xué)報，2019，39（5）：1748-1757.

[22] 王秀蘭，包玉海.土地利用動態(tài)變化研究方法探討[J].地理科學(xué)進(jìn)展，1999，18（1）：83-89.

[23] 佟光臣，林杰，陳杭，等.1986-2013年南京市土地利用/覆被景觀格局時空變化及驅(qū)動力因素分析[J].水土保持研究，2017，24（2）：240-245.

[24] 謝高地，肖玉，甄霖，等.我國糧食生產(chǎn)的生態(tài)服務(wù)價值研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2005，13（3）：10-13.

[25] 陳萬旭，李江風(fēng)，朱麗君.長江中游地區(qū)生態(tài)系統(tǒng)服務(wù)價值空間分異及敏感性分析[J].自然資源學(xué)報，2019，34（2）：325-337.

[26] 張艷芳，李云.1995—2015年關(guān)中平原城市群生態(tài)系統(tǒng)服務(wù)價值（ESV）及其時空差異[J].浙江大學(xué)學(xué)報（理學(xué)版），2020，47（5）：615-623+629.

[27] 吳愛林，陳燕，燕彩霞，等.長江三角洲生態(tài)系統(tǒng)服務(wù)價值分析及趨勢預(yù)測[J].水土保持通報，2017，37（4）：254-259+265.

[28] 王勁峰，徐成東.地理探測器：原理與展望[J].地理學(xué)報，2017，72（1）：116-134.

[29] 曾志偉，楊華，寧啟蒙，等.洞庭湖區(qū)土地利用強度演變及其對生態(tài)系統(tǒng)服務(wù)的影響[J].經(jīng)濟地理，2022，42（9）：176-185.

[30] 陳睿，楊燦，楊艷，等.洞庭湖生態(tài)經(jīng)濟區(qū)生態(tài)系統(tǒng)服務(wù)價值的時空演繹及其驅(qū)動因素[J].應(yīng)用生態(tài)學(xué)報， 2022， 33（1）：169-179.

[31] 李志英，李媛媛，薛夢柯，等.昆明市景觀格局變化及其生態(tài)環(huán)境效應(yīng)研究[J].西南林業(yè)大學(xué)學(xué)報（自然科學(xué)），2023，43（4）：152-163.

[32] 武燕，吳映梅，高彬嬪，等.成渝城市群生態(tài)系統(tǒng)服務(wù)價值與人類活動強度空間關(guān)系[J].水土保持研究，2023，30（1）：173-182.