本研究以“中国生态系统单位面积生态服务价值当量”表为基础,用农田粮食单位面积产量比值、森林生物量和植被覆盖度作为地区修订系数,综合分析重庆都市区ESV时空演变规律,并揭示其变化的主要影响因素。结果表明:(1)2000—2015年,研究区ESV呈持续轻微增加趋势,主要源于水域ESV显著增加,说明三峡大坝蓄水后,水域面积大幅增加,使研究区ESV明显上升; 但另一方面,由于城市生态系统面积呈倍数增长,侵占了大量农田和森林,导致ESV大量流失。(2)从生态服务功能来看,研究时段内水文调节服务价值占总价值的26%以上,且其价值增加量最大,主要原因是水域水文调节服务价值当量远大于其他服务,且随水域面积增长而增加,为研究区ESV上升提供了重要支撑。(3)研究区内价值密度呈南部、北部、东部地区高,中部、西部地区低的分布格局,增加主要集中在巴南区和南岸区,减少地区域主要集中在沙坪坝区; 主要与南部、北部、东部森林覆盖率普遍较高有关,优质的生态资源带来了较高的生态服务价值,而中西部地区主要以低价值生态系统城市和农田分布为主,少量水域覆盖优势也无法提升区域整体ESV至高水平。(4)驱动力分析表明,重庆都市区ESV与城镇化率呈显著负相关,与林业生产总值呈显著正相关,说明合理调整产业空间布局、优化升级产业结构、加大建设用地管控力度可有效缓解城镇化发展造成的生态负效应。此外,加快实施“四山”地区各类生态修复重点工程,大力开展森林抚育和低效林改造以及适度发展生态旅游业,是在“共抓大保护,不搞大开发”的前提下,使重庆都市区ESV维持在一个较高水平的有效手段。
对ESV的评估,众多学者提出了不同的计算方法,但以谢高地基于Costanza的研究成果提出的计算方法被广泛接受和认可。本研究与张艳军等[27]开展的重庆市ESV的研究结果趋于一致,说明本研究价值当量修订是可行的,与采用谢高地2007年提出价值表计算的张凤太等[33]和张骞等[34]的研究结果相差较大,主要在于谢高地2015年的研究成果中极大的提升了水域生态系统服务价值当量,而重庆都市区水系发达、水资源丰富,所以结果间差异较大。此外,需指出的是,谢高地提出的价值当量表中并不涉及城市生态系统,本研究对城市各项服务价值当量赋值为0,但实际上,一方面城市生态系统的负面影响会波及到近自然、半自然生态系统,导致这些生态系统的服务功能无法正常发挥,进而引起ESV降低; 另一方面,城市生态系统中的公园、绿地等对生态系统具有正向影响,有的甚至具有较高ESV。因此,只从自然生态系统本身来考虑整个生态系统的服务价值是不全面的,应将城市生态系统纳入ESV计算范畴,但如何对其科学定量计算仍需进一步研究。
驱动机制研究有定性分析和定量分析两种方法,本研究采取的是定量分析法,通过相关分析剔除存在共线性以及与生态系统服务相关性低的数据后,选取相关性高的指标对ESV进行逐步回归分析,模型及相关待估参数均达到显著水平,结果显示城镇化率与重庆都市区ESV呈显著负相关,林业总产值与重庆都市区ESV呈显著正相关,与姚小薇等[35]运用双变量空间自相关分析得出的“空间城镇化与生态系统服务价值呈负相关”一致。但必须指出的是,本研究纳入驱动力分析的仅包含人口和经济两方面的量化指标,未纳入对社会发展影响巨大的政策措指标,评价结果会有一定偏差,如何更科学、更全面的定量化ESV驱动力分析值得进一步探索。
当量因子法是当前比较常用的ESV评估方法,尤其是大尺度区域的ESV评估。本研究虽然对“单位面积生态系统服务价值当量表”进行了系数修正,为重庆都市区ESV时空演变分析提供了可行途径。但是,由于生态系统本身的异质性、复杂性和动态性,在不同区域存在结构和质量状况的差异,表现出来的ESV存在明显差别。此外,在系数修正方面,本研究考虑了农田粮食单位面积产量比值、生物量(用净初级生产力代替)、植被覆盖度3个因素,进行了研究区域的ESV修正,价值系数的调整对于森林、农田和草地具有良好效果,但对水域可适性较差,仍需研究更为科学、准确的计算方法,尤其是在ESV的空间转换和尺度效应方面,仍需开展深入的研究。本研究所采用的研究方法,虽有上述不足,但并没有影响研究的结论。
