生态系统服务价值测算以重庆市为例
统计观察
0引言
生态系统服务价值（Ecosystem Service Value，以下简
称“ESV”）是对自然资本用经济方法所做的估计，是自然资本每年能提供的流量价值，能够准确地反映出自然资本服务的多寡。1997年澳大利亚学者Costanza 等在《Nature 》杂志上使用价值当量法对全球生态系统服务价值进行测算，引发了全球ESV 测算研究的热潮。在国内，谢高地等学者通过专家问卷调查的方式构建了中国ESV 价值当量表，得到了学术界的广泛认可。但是针对某一特定地区的ESV 测算的研究较少，并且很难达到研究方法的完全统一和研究个体之间的可比。鉴于此，本文在探究土地利用面积、标准当量因子经济价值、当量因子修正等重要指标的基础上，完善ESV 测算的方法，对重庆市2009—2018年生态系统服务价值进行审慎测算，并对各生态系统服务功能的空间协同-权衡关系进行分析，以期为全市土地利用规划、环境经济政策制定和自然资本增值提供更科学的参考。1
重庆市生态系统服务价值测算
1.1土地利用面积的确定
关于土地利用面积的数据来源基本分为两类。一是直接采用各类统计年鉴和公报中的土地利用数据；二
是将遥感数据进行栅格化处理，再使用解译软件分析出各类土地利用面积。本文土地利用数据来自《重庆统计年鉴》《重庆市国土资源和房屋管理公报》和《重庆市土地利用变更调查公报》。表1展示了重庆市2009年、2013年和2018年三个年份的土地利用面积，其中，林地面积所占比重最高，呈先降后升的态势；耕地、湿地面积基本保持不变；草地、园地面积逐年下降；水体面积、建筑用地面积逐年上升。
表1
重庆市2009年、2013年和2018年各类土地利用面积的变化
林地草地园地耕地湿地水体未利用地建筑用地
2009年面积（万公顷）379.1733.3927.76237.0920.2720.0644.7261.24
比重
（%）
46.034.053.3728.782.462.445.437.43
2013年
面积（万公顷）378.2732.6727.17238.1820.2719.9040.4666.01
比重（%）45.973.973.3028.942.462.424.928.02
2018年
面积（万公顷）386.7432.5527.00237.0520.2726.7842.1671.47
比重
（%）46.923.953.2828.762.513.255.118.67
1.2价值当量表的确定
谢高地基于Costanza 等对全球ESV 评估的部分成果，
于2003年对200位中国生态学专家进行问卷调查，建立了中国陆地生态系统单位面积服务价值表。该表于2008年和2015年经过两次重大调整，得到中国ESV 研究人员的广泛认可和使用。本文根据数据来源的特点，使用谢高地等2008年确定的价值当量表。但是，该价值当量表中各类生态系统并不能与土地利用类型一一对应，典型的如没有园地这一土地利用类型，故需要对该表进行调整。通过引入薛明皋等的做法，将园地生态系统的价值当量取草地与林地的平均值。1.3价值系数的空间修正
值得注意的是，价值当量表的价值系数赋值固定不变，故只能反映全国生态系统服务功能的平均水平，而大量研究表明，服务功能的强度受不同生态条件的影响很大。因此，在针对某特定区域进行ESV 测算的研究中有必要对当量因子表进行空间修正。常见的空间修正方法有生物量系数法、降雨量因子法和土壤保持因子法等。本文参照谢高地的做法，将重庆市的生物量系数P 确定为1.21，并按照式（1）构建重庆市ESV 当量因子表。式（1）中,VC i 表示i 地各类生态系统服务价值系数，P i 表示i 地生
基金项目：重庆市社会科学基金资助项目（2017ZD05）；重庆市渝北区民政局委托项目；重庆市研究生科研创新项目（CYS18056）
作者简介：赵世宽（1996—），男，河南商丘人，博士，研究方向：公共经济学。生态系统服务价值测算：以重庆市为例
大江大河2结局赵世宽1，郭鹏飞2，杨玉玲1
（1.重庆大学公共管理学院，重庆400044；2.重庆工商大学经济学院重庆400067）
摘要：文章深入探究了生态系统服务价值的测算问题，并以重庆市为例进行权衡-协同分析。结果显示：
重庆市生态系统服务价值在时间上呈现出先降后升的态势；全市各地类中林地的生态贡献度最高，湿地和水体的生态贡献效率最高；各生态系统服务功能贡献度较为均衡，且研究结果通过了敏感性分析；区县各生态系统服务功能以协同关系为主、权衡关系为辅。
关键词：生态系统服务；当量因子法；敏感性分析；权衡与协同，重庆市
中图分类号：
F301.2；X24文献标识码：A 文章编号：1002-6487（2021）04-0104-04DOI:10.13546/jki.tjyjc.2021.04.023
物量系数，VC 为各类生态系统服务价值系数的全国平均水平。
VC i =P i ´VC
（1）
1.4标准单位价值当量因子的确定
谢高地等将1个标准当量因子定义为1hm 2粮食经济
价值全国平均水平的1/7，但这只能反映全国当量因子平均价值。因此，本文在考察重庆市生态系统服务价值时，将该市主要两种粮食作物（玉米和水稻）单位面积产值的加权平均数作为1单位当量因子的价值。值得关注的是，使用当量因子法是基于消费者的“支付意愿”，如需考察时间序列中ESV 的变动，必然涉及粮食价格的折现与指数问题。目前针对这一问题的处理方法有两种，一是直接使用研究期间某年粮食单位面积产值作为整个研究期间的标准，从而确定当量因子价值；二是确定基年，使用粮食价格指数作为调整，计算研究期间所有年份年均粮食单位面积产值，从而确定当量因子价值。显然，第二种方法更加符合现实。本文采取第二种方法计算当量因子价值，确定2010年为基年，以期达到研究期间ESV 可比的效果，具体计算过程如式（2）所示。其中，D 指研究期间一单位标准
当量因子的生态服务价值，
n 代表年份，S r n 和S c
n 分别代表玉米和稻谷两种粮食作物的比重，F r n
和F c n 分别代表两种粮食作物单位面积经济价值，R n 代表每年的农产品价格指数。经计算，确定D 的价值为2152.5元/hm 2。
D =110ån =2009
2018
()
S r n ´F r n +S c n ´F c
n /R n
（2）
1.5生态系统服务价值的相关计算公式
生态系统服务价值（ESV ）的计算过程见式（3），其中，
LUC i 代表第i 类土地利用类型的面积，VC ij 代表第i 类土
地利用类型的第j 种生态服务功能的价值系数，D 代表一单位标准当量因子的生态服务价值。Q i 代表第i 类土地利用类型的贡献效率，由第i 类土地利用类型面积的贡献度除以该土地利用类型ESV 的贡献度得到（见式（4）），其中，LU 表示土地利用总面积，ESV i 代表第i 类土地利用类型的生态服务价值。
ESV =åi =1n
()
LUC i ´VC ij ´D
（3）Q i =
LUC i /LUC ESV i /ESV
（4）
2测算结果及分析
2.1
重庆市ESV 的时间变动分析
表2展示了重庆市2009年、2013年和2018年ESV 变
动的时间变动和总体态势。从总量来看，全市ESV 呈现先降后升的态势，从2009年的4051.40亿元下
降到2013年的4040.64亿元，再上升到2018年的4100.22亿元。各类土地利用类型的贡献度基本保持不变，从2018年数据来看，林地ESV 贡献度最大，占ESV 总量的69.21%，2009年、2013年和2018年林地贡献度略微上升，这也是全市ESV 上升
的主要原因；耕地、湿地、水体的贡献度次之，分别为11.67%、7.09%和5.67%；园地、草地、未利用地和建筑用地贡献度最小，分别为3.44%、2.43%、0.33%和0.00%。各类土地利用类型的贡献效率基本保持不变，从2018年数据来看，湿地是ESV 贡献效率最高的土地利用类型，贡献效率为2.88；水体、林地和园地的ESV 贡献效率大于1，分别为2.38、1.48和1.05；草地、耕地、未利用地和建筑用地的ESV 贡献效率小于1，分别为0.61、0.42、0.07和0.00。
表2
2009年、2013年和2018年重庆市生态系统服务价值变动林地草地园地耕地湿地水体未利用地建筑用地合计
2009年
ESV （亿元）2776.02101.29143.82487.79288.86237.0116.210.00
4051.40贡献度（%）68.522.503.5512.047.135.850.400.00
100.00贡献效率1.490.62
1.050.42
2.902.400.070.00
1.002013年
ESV （亿元）2770.6799.40
141.42490.53288.91234.7614.950.00
4040.64贡献度（%）68.572.463.5012.147.155.810.370.00
100.00贡献效率1.490.62
1.060.42
2.902.400.080.00
1.002018年
ESV （亿元）2837.7699.64
141.05478.50290.71232.4813.530.00
4100.22贡献度（%）69.212.433.4411.677.095.670.330.00
100.00贡献
效率
1.480.611.050.42
2.882.380.070.00
1.00
2.2各类生态系统服务功能的价值分析
下页表3展示了2009—2018年不同生态系统服务功能价值的变化。以2018年为例，重庆市各项生态系统服务功能贡献度较为均衡，其中水文调节、维持生物多样性、气候调节、保持土壤、气体调节5项生态服务功能贡献度较高，分别为16.15%、14.56%、14.34%、13.43%和12.91%，总贡献度超过ES
V 总量的70%，这类重要的服务功能为打造长江上游生态屏障提供了扎实的生态服务基础。而废物处理、原材料生产、提供美学景观、食物生产4项生态服务功能贡献度较低，分别为10.65%、8.36%、7.04%和2.61%，总贡献度低于ESV 总量的30%，这从一定程度上制约了重庆市经济的发展和品质的提升，应加强耕地、森林、湿地等生态服务价值的转化，更好地将“绿水青山”变成“金山银山”。2.3
敏感性分析
敏感性分析是生态系统服务价值的测算中必不可少
虎皮鹦鹉怎么养
的一部分，是为了验证各类土地利用类型“价值系数（VC ）
”与“ESV 总量”之间弹性的显著性。当弹性很小，即说明两者之间的反应程度较弱，测算结果更加可信。在此引用经济学的弹性概念来验证ESV 总量对各地类VC 的敏感度，用敏感性系数CS （the coefficient of sensitivity ）来表示。式（5）中，CS 为敏感度系数，ESV i 和ESV j 分别代表调整前和调整后的生态系统服务价值，
VC i 和VC j 分别代表调整前和调整后的价值当量因子，
k 为各类土地利用类型。通过对8种土地利用类型的当量因子上下调整50%，来确定ESV 对价值当量因子的依赖程度。计算结果如下页表4所示，其中第一列%表示某类土地价值系数变动50%，ESV 总
量变动的百分比；第二列CS 是敏感性系数，表示某地类ESV 变动1%，ESV 总量变动的百分比。
CS =|
|||||||||||()ESV j -ESV i /ESV i ()
VC jk -VC ik /VC ik （5）
从表4中可以看出，对于所有的土地利用类型来说，CS 的值明显小于1，
甚至几乎为0，这表明本文中价值当量因子与ESV 总量的估计值存在非弹性关系，价值系数通过稳健性检验，ESV 总量的测算结果是可信的。各土地利用类型敏感性系数CS 从大到小依次是林地、
耕地、湿地、水体、园地、草地、未利用地和建筑用地，其中林地的CS 最高达到0.692，这意味着林地生态系统价值每增加1%，全市ESV 增加0.692%。
表4
各土地利用类型当量因子与生态系统服务价值总量敏感性分析
当量因子的改变（±50%）
林地草地园地耕地湿地水体未利用地建筑用地
2009年%34.261.251.786.023.572.920.200.00
CS 0.6850.0250.0360.1200.0710.0580.0040.000
2013年
%34.281.231.756.073.582.910.190.00CS 0.6860.0250.0350.1210.0720.0580.0040.000
2018年
%34.611.211.725.843.622.840.160.00CS 0.6920.0240.0340.1170.0720.0570.0030.000
3生态系统服务功能的权衡-协同分析3.1
权衡-协同关系的测度方法
一般采用计量软件对两变量之间的相关关系进行检验，如果相关关系显著为正，说明两者之间有协同发展关系，反之则表现为权衡关系。当进行双变量空间相关分析时，一般采用Geo Da 软件对变量之间的全局自相关和局部自相关进行空间计量分析。双变量自相关分析可以揭示两个变量之间的空间相
关性，相关学者在Moran’s I 的基础上进一步拓展了双变量全局自相关和局部自相关，其定义为：
I p
lm
=z
p l åq =1n
W
pq z q
m立春简短文案
和平精英如何二段跳（6）
其中，z p l
=X p l -X ˉl σl ；z p m =X p
m -X ˉm σm
；X p
l 是空间单元
p 的属性l 的值；X q
m 是空间单元q 的属性m 的值；X
ˉl 和X ˉm 分别是属性l 和m 的平均值；σl 和σm 分别是属性l 和
m 的方差。
3.2生态系统服务的相关性分析
基于2009年、2013年和2018年重庆市各区县生态系
统服务的面板数据，使用Stata 15软件计算得到生态系统服务之间的相关系数，如表5所示。可以看出，全市生态系统服务之间的主导关系是协同关系，且正向相关性通过了1%的显著性水平检验。从四大类生态系统服务的协同关系来看，供给服务与支持服务、供给服务与文化服务、支持服务与文化服
务之间的正向相关性较强；供给服务与调节服务、调节服务与支持服务、调节服务与文化服务的正向相关性较弱。从9小类生态系统服务的协同关系来看，食物生产服务与其他各类生态系统服务的协同关系较弱，相关系数基本在0.9以下；其他生态系统服务之间的协同关系较强，相关系数保持在0.9以上。以上分析结果表明，研究期间重庆市各项生态系统服务之间协同发展状况较好，但是要注意统筹自然资本供给-调节、供给-文化和调节-文化服务之间的共同发展，同时要注重食物供给功能的提升。
3.3生态系统服务权衡-协同关系空间表达
为了清晰展示重庆市各类生态系统服务在空间上的
权衡-协同关系，本文基于38个区县的四大类生态系统服
务研究期间内的均值，使用Geo Da 软件进行双变量局部自相关分析，构建双变量LISA 聚类图，结果见下页图1。总体来看，38个区县的四类生态系统服务之间以协同关系为主、权衡关系为辅，且四类生态系统服务之间的相互协同关系在各县表现基本相同。
本文以供给服务与调节服务的相关关系为例进行分析：全市38个区县中，相关关系不显著的区县共有18个；存在协同关系的区县共有19个，其中高-高型县区共有9个，低-低型区县共有10个；存在权衡关系的区县只有江津区1个。高-高型区县主要集中在渝东南和渝东北地区，其中，渝东北地区处于大
巴山脉南部、长江三峡起点，典型代表有巫山县、巫溪县等；渝东南地区则处于武陵山脉西部，乌江及其支流广泛分布，典型代表区县有黔江区、秀山县等。两地自然资源丰富，能很好地协同供给服务与调节服务的发展。低-低型区县主要分布在主城区和渝西地区，该类地区城镇化率较高、自然资本相对较为贫乏，虽然能协同供给服务与调节服务的发展，但是两类生态系统
表3
2009年、2013年和2018年重庆市各类生态系统服务功能ESV 变动
一级服务功能供给服务(A)
调节服务(B)
支持服务(C)文化服务(D)
二级服务功能食物生产(a)原材料生产(b)气体调节(c)
气候调节(d)水文调节(e)废物处理(f)
保持土壤(g)维持生物多样性(h)提供美学景观(i)
合计
2009年ESV
108.17337.08521.01579.35654.71434.72544.51589.48284.814051.40比重
2.678.3212.8614.3016.1610.731
3.441
4.557.03100.002013年ESV
107.89336.18519.63578.22652.56433.56543.06587.91283.654040.64比重
2.678.3212.8614.3116.1510.731
3.441
4.557.02100.002018年ESV
107.02342.78529.34587.97662.19436.67550.66596.99288.664100.22比重
2.618.3612.9114.3416.1510.651
3.431
4.56
7.04100.00
注：A—D 表示生态系统服务功能大类，a—i 表示生态服务系统功能小类。下同。
表5重庆市生态系统服务功能相关关系
类别A B
C
D a
b c d e f g h i A a 1
0.840***0.850***0.879***0.911***0.965***0.881***0.872***0.875***b
10.999***
0.997***0.976***0.912***0.997***0.997***0.994***B
c
1
0.998***0.981***0.920***0.998***0.999***0.996***d
10.989***
0.941***0.999***0.999***0.999***e
1
0.977***0.988***0.989***0.994***f
10.940***
0.938***0.948***C
g
1
0.999***
0.998***h
1
0.998***D i
1
注：***表示两种生态系统服务的相关性通过了1%的显著性水平检验。
服务均处于较低的水平，代表性区县有江北区、合川区等。江津区是全市唯一一个没有协同供给服务与调节服务发展的区县，表现为高供给服务、低调节服务。
双变量LISA 聚类地图
双变量LISA 聚类地图
双变量LISA 聚类地图
050100Kilometers 050100Kilometers 050100Kilometers
000N N N
供给-调节（I=0.7037）
供给-支持（I=0.7085）
供给-文化（I=0.7074）
050100Kilometers N 050100Kilometers 050100Kilometers
双变量LISA 聚类地图
双变量LISA 聚类地图
双变量LISA 聚类地图
000N N
调节-支持（I=0.7048）调节-文化（I=0.7034）支持-文化（I=0.7099）
图1重庆市四类生态系统服务双变量局部空间自相关聚类分布
4结论与建议
本文在充分探究和讨论生态系统服务价值测算方法
的基础上，采用修正的价值当量法，测算重庆市2009年、2013年和2018年生态系统服务的价值。研究发现：（1）重庆市ESV 呈现先降后升的“U 型”态势，且拐点出现在2013年。（2）从各类土地利用面积的ESV 贡献度来看，林地对全市贡献度最高，接近70%，林地ESV 的提高也是全市ESV 增加的主要原因；湿地、水体的贡献效率最高，分别为2.88和2.08，也是亟须保护和提升的土地类型，且9类生态系统服务功能贡献度相对均衡。（3）从敏感性分析结果来看，全市各地类敏感性指数均小于1，ESV 总量测算结果可信，同时，各地类敏感性指数在全市的分布存在差异性。（4）从生态系统服务的权衡-协同关系来看，全市各区县表现为协同关系为主、权衡关系为辅，其中高-高型区县分布在渝东北和渝东南地区，低-低型区县分布在主城区和渝西北地区。
因此，针对全市生态系统服务价值、敏感性程度和权衡-协同关系的空间差异，有必要制定相应的环境经济政策以期促进经济和生态的协同发展，具体建议如下：（1）在生态系统服务价值测算及基础上，
继续加强自然资本的统计核算工作。通过引入大数据、云计算、区块链等技术加快推动编制城乡自然资本数据集，借鉴国际上普遍采用的资源核算（RA ）和环境核算（EA ）方法，系统推进自然资本
服务价值核算。（2）针对重庆市不同区县之间的生态系统服务差异，应统筹完善生态补偿机制，牢牢抓住各类生态资源统筹，推进市外市内两个层面、横向纵向两个维度的
生态补偿机制，鼓励不同区县之间开展排污权和水权交易，建立市内横向森林覆盖率的交易、补偿机制，在重庆市碳排放权交易中心的基础上，继续完善碳交易平台政策。（3）根据重庆市生态系统服务权衡-协同分析结果，应继续统筹各类土地利用类型的保护和开发，促进各类生态系统
服务功能的协调发展。渝东北和渝东南地区应继续发挥区
域生态优势，并通过打造国家湿地公园、国家森林公园和5A级旅游景点，带动旅游业、餐饮业等服务业发展，将生态优势转化为经济优势。主城九区和渝西地区应加强对高生态贡献率、高生态效率土地利用类型的保护，促进各类生态系统服务的高水平协同发展。
参考文献：
[1]Costanza R,Darge R,Degroot R,et al.The Value of the World ’s Eco⁃system Services and Natural Capital [J].Nature,1997,387(15).
中国新说唱什么时候播
[2]Boumans R,Costanza R,Farley J ，et al.Modeling the Dynamics of the Integrated Earth System and the Value of Global Ecosystem Services Using the GUMBO Model [J].Ecological Economics,2002,41(3).[3]曹跃，赵世宽.推动城乡自然资本加快增值[N].重庆日报(思想周刊).2018-11-15.
[4]谢高地，鲁春霞，冷允法，等.青藏高原生态资产的价值评估[J].自然资源学报,2003,(2).
[5]谢高地，甄霖，鲁春霞，等.一个基于专家知识的生态系统服务价值化方法[J].自然资源学报,2008,(5).
[6]陈万旭，李江风，朱丽君.长江中游地区生态系统服务价值空间分异及敏感性分析[J].自然资源学报,2019,34(2).
[7]薛明皋，邢路，王晓艳.中国土地生态系统服务当量因子空间修正及价值评估[J].中国土地科学,2018,32(9).[8]李晶，李红艳，张良.关中-天水经济区生态系统服务权衡与协同关系[J].生态学报,2016,(10).
[9]王静，孟秀祥.生态系统服务价值的核算与实证[J].统计与决策,2019,(19).
[10]谢高地，肖玉，甄霖，等.我国粮食生产的生态服务价值研究[J].中
办公室风水知识国生态农业学报,2005,(3).
[11]唐秀美，郝星耀，刘玉，等.生态系统服务价值驱动因素与空间异
质性分析[J].农业机械学报,2016,47(5).
[12]赵鸿雁，陈英，杨洁，等.基于改进当量的甘肃省耕地生态系统服
务价值及其与区域经济发展的空间关系研究[J].干旱区地理,2018,41(4).（责任编辑/方思）

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。