生态系统服务(Ecosystem Services)是指生态系统与生态过程所形成及维持的人类赖以生存的自然环境条件与效用^[1]，近年来，全球土地利用的变化导致全球生态系统服务功能的大量损失^[2]。生态系统服务体现了生态系统的功能状况，对于像海岸带这种人类活动剧烈、脆弱性程度高的敏感地带，进行生态系统服务的价值评价与空间分析具有重要意义^{[3, 4]}。1997年Costanza等对全球生态系统服务功能进行划分与评估^[5]，成为定量评价生态系统服务的里程碑。近年来，国外学者从生态系统服务的定义、度量指标、评估方法等方面进行了更深入的研究^{[6, 7, 8]}，在评估过程中越来越重视模型方法的使用^{[9, 10]}，并开始注重研究单项生态系统服务之间的相互作用^{[11, 12]}。而国内学者主要在以下几方面取得较大发展：对生态系统服务价值评估方法的比较^{[13, 14]}，对不同区域和不同自然地理区的生态系统服务价值的评估^[15]，对森林^[16]、海洋^[17]、草地^[18]、湖泊^[19]等不同类型生态系统服务价值的评估，对生态多样性保护^[20]、土壤保持^[21]、环境净化^[22]等单项生态系统服务价值的评估，对生态系统服务价值响应区域土地利用^[23]或景观格局变化^[24]的研究，对生态系统服务评估新方法的探索^{[25, 26]}。但总体而言，国内学者在评估生态服务价值时，大多依据Costanza等^[5]或谢高地等^[27]的研究成果，直接使用单位面积生态系统服务价值的平均值进行计算，或者通过生物量、生物多样性等修订方法间接估算区域生态系统服务的价值。这种方法主观性较强，不能充分地反映特定区域生态系统的结构和特性，因此，构建符合研究区域客观情况的评价模型很有必要。

空间相关性和空间异质性普遍存在于地理对象的空间格局问题中，对地理数据进行空间分析是地理学领域的重要方向。空间自相关分析作为空间分析的一个分支，用于探索空间变量的相关性和相关程度，和Tobler的地理学第一定律密切相关^[28]。生态系统服务价值和各种地理实体一样，存在着空间关联性，但之前的大部分研究都只是静态的快照式研究，忽视了它的复杂性、动态性以及非线性相关性。对生态服务价值空间分布的聚集模式、关联特征进行定量研究，有利于理解研究区生态系统的空间格局特征，揭示生态服务价值变化的影响因素和驱动机制。

本文在借鉴已有研究成果的基础上对海口市海岸带的生态系统服务价值进行研究，利用多期遥感影像分类数据及其它统计数据，结合当地实际情况，构建海口市海岸带生态系统服务价值动态评估模型，对各年份的生态系统服务价值的分布情况进行了可视化展示，定量研究分析了生态系统服务的时空分布特征和规律，为区域可持续发展提供决策依据。

海口市地处我国海南省北部沿海，海南省也是我国第二大海岛海南岛，海口是海南省的省会，分设秀英、龙华、琼山、美兰4个区。海口市海岸线长约136.2km，其中自然岸线长101.7km，占全市海岸线的74.7%，人工岸线长34.5km，占全市海岸线的25.3%，主要用于旅游、港口码头、防潮堤和防波堤、工程用海、渔业养殖等。海口市海岸带曲折狭长，其东部的东寨港红树林自然保护区为国家级自然保护区，也是国际重要湿地保护区之一，对海岸带起到重要的保护作用。海南岛最长的河流南渡江从海口市海岸带中部穿过而入海，河流搬运大量的泥沙堆积在入海口，造成海岸淤积，对海岸线产生一定的影响。海口市海岸带绝大部分区域属于海口市中心城区范围，人口压力大，道路密度高。此外，海口市海岸带拥有丰富的旅游资源，在旅游开发的同时，由旅游业带动的房地产行业也得到蓬勃发展，建设用地的扩展趋势非常强烈。海口市海岸带的过度开发趋势明显，土地利用结构变化剧烈，导致当地生态系统服务功能发生明显的改变。

研究区海岸线东起澄迈湾，西至铺前镇，海岸带研究范围分为陆域部分和海域部分，陆域部分为自海口市海岸线向陆延伸10km的滨海陆地，海域部分由沿海滩涂、红树林两类湿地生态系统组成。

图 1 海口市海岸带研究区示意图 Fig. 1 Location of Haikou city coastal zone

图选项

本文基于研究区的4期(1990年、1995年、2004年、2012年)Landsat TM遥感影像数据，同时结合土地利用现状数据进行遥感影像分类，将研究区的土地利用分为耕地、林地、建设用地、沿海滩涂、红树林、水域和未利用土地7类。为研究生态系统服务价值的需要，结合海口市海岸带自然地理环境，将沿海滩涂和红树林划为湿地生态系统，林地划为森林生态系统，耕地划为农田生态系统，水域划为水体生态系统，未利用土地划为未利用地生态系统，另外，考虑到建设用地对生态环境产生的负效应远远大于正效应，故本文不考虑其生态系统服务价值^[23]。在综合考虑研究区范围、数据的疏密性以及工作效率的基础之上，将土地利用数据的格网大小定为500m × 500m。除了遥感数据之外，其他数据还包括海南省的粮食产量、粮食价格等数据。

本文采用基于当量因子的生态系统服务价值评价方法，构建海口市海岸带生态系统服务价值动态评估模型。根据谢高地等^[27]的定义，生态系统生态服务价值1个当量因子为1hm²全国平均产量的农田每年自然粮食产量的经济价值，在生态系统服务体系中对应为农田食物生产服务，1个生态服务价值当量因子的经济价值量为当年全国平均粮食单产市场价值的1/7。

我国各地的自然地理环境差异显著，这决定着各地的粮食产量及生态系统的生物量相差较大，所以需要对文献^[27]制定的代表全国平均水平的生态服务价值当量因子表进行改进，使其符合区域特征。海口市海岸带生态系统服务价值动态评估模型的构建如图 2所示，包括3个部分：(1)影像数据预处理，对获得的遥感影像进行分类、类型合并，得到各生态系统的面积；(2)生物量修订，结合海口市海岸带的实际生物量，得到各生态系统的生物量因子调整系数；(3)地区粮食产量、价格调整，计算一个当量因子的价值量值。

图 2 海口市海岸带ESV动态评估模型构建流程图 Fig. 2 The flowchart of building dynamic evaluation model of coastal Ecosystem Services Values in Haikou city

图选项

关于模型中的生物量修订，一般来说，生物量越大，生态服务功能越强^[29]，于是为研究方便起见，假设生物量与生态系统服务价值呈线性关系，并在此基础上利用植被净第一生产力(net primary productivity,NPP)的比较分析进行生物量因子的调整^[30]。植物的净第一性生产力(NPP)反映了植物群落在自然环境条件下的生产能力，因而能够反映出各土地类型的生态服务的高低。另外，关于地区粮食价格的调整，本文剔除价格变化的影响，直接将2001年海口市各种粮食作物的平均价格定为粮食单产值的计算价格。

模型中所涉及到的计算公式及其变量含义见表 2。

表 2 评估模型中的公式及其变量 Table 2 Formulas and variables in the evaluation model

序号Sequence number	公式含义The meaning of the formula	公式内容The content of the formula	变量符号Variable symbol	变量含义The meaning of the variable	变量单位The unit of the variable
1	海口市海岸带ESV动态		ESVn	n年份海口市海岸带的生态系统服务总价值	元
	评估模型计算公式		En	n年份单位农田生态系统提供的食物生产服务价值	元/hm2
			Ain	n年份第i类生态系统的面积	hm2
			Dij	中国陆地第i类生态系统的第j类生态服务的价值当量因子	—
			Bi	第i类生态系统的生物量因子调整系数	—
2	海口市海岸带1个当量		P	2001年海口市所有粮食作物的平均单价	元/kg
	因子价值的计算公式		Qn	n年份海口市所有粮食作物的总产量	kg
			Mn	n年份海口市的耕地面积	hm2
3	海口市海岸带生态系统		bi	海口市海岸带单位面积i类生态系统一年的NPP	g/m2
	生物量的调整公式		bio	全国单位面积i类生态系统一年的NPP	g/m2
			Bf	海口市海岸带农田生态系统的生物量因子调整系数	—

表选项

为定量研究海口市海岸带生态系统服务的空间分布差异和变化规律，本文在利用构建好的价值评估模型计算出各年份的生态系统服务总价值的基础上，采用Moran散点图和空间联系的局部指标(LISA)相结合的方法，进行局部空间自相关分析，探索局部空间关联模式，反映空间关联模式的显著性水平。具体流程见图 3，分为A、B和C三部分。其中，A部分为数据预处理，得到ESV格网数据；B部分为探索局部空间关联模式，通过计算区域单元的空间权重矩阵，得到Moran散点图；C部分为反映空间关联模式的显著性水平，计算局部Moran′s I指数，并进行显著性水平检验，结合Moran散点图，得到LISA聚类地图和LISA显著性水平图。

图 3 海口市海岸带ESV时空变异分析流程图 Fig. 3 The flowchart of spatial-temporal variation analysis of coastal Ecosystem Services Values in Haikou city

图选项

Moran散点图的横轴是各单元标准化处理后的属性值，纵轴为该单元与周围单元属性值的加权平均，即空间滞后因子。Moran散点图的4个象限表达了空间单元与邻域的4种空间联系类型，分别为“高高(HH)”、“高低(HL)”、“低高(LH)”和“低低(LL)”。HH类型和LL类型为正的空间自相关关系，表示空间单元和周边单元的空间差异程度小，而HL类型和LH类型为负的空间自相关关系，表示空间单元和周边单元的空间差异程度大。

空间联系局部指标值由局部Moran′s I指数计算得到，计算公式为：

点击浏览公式

在给定显著性水平α的情况下，可用标准化统计量对局部Moran′s I指数的显著性进行检验，如公式(2)所示。

点击浏览公式

本文利用Geoda095i软件计算空间权重矩阵，绘制Moran散点图，计算局部Moran′s I指数，并在显著性水平P=0.05的情况下，利用99次置换方法对局部Moran′s I指数进行显著性检验。

本文基于前人的研究成果^{[31, 32]}，计算了海口市海岸带生物量因子调整系数。基于数据的可获得性，除农田、森林之外的其他生态系统的生物量水平未做调整，具体情况见表 3。

关于海口市海岸带粮食产量的调整，考虑到本研究的重点以及数据的可得性，将海南省的粮食产量作为海口市海岸带的粮食产量来参与计算。表 4是通过查阅海南省的各年份统计年鉴，计算得到的海南省各年份单位耕地面积的粮食生产情况，以此为基础得到海口市海岸带各年份的1个生态服务价值当量因子的经济价值量E_n。

表 5和图 4显示了海口市海岸带生态系统的面积变化情况和分布变化情况。从表 5可以看出，从1990至2012年，海口市生态系统的面积发生了很大的变化，变化最明显的是未利用地生态系统和水体生态系统。首先，未利用地生态系统减少了89.27%，这体现了人类对未利用土地的开发力度。其次，水体生态系统增加了63.72%，这和水产养殖面积的增大密切相关。

图 4 海口市海岸带生态系统分布图 Fig. 4 The distribution diagram of ecosystem in Haikou coastal zone

图选项

表 6和图 5显示的是海口市海岸带各年份生态系统服务价值情况。总体看来，对生态系统服务总价值贡献最大的是森林生态系统，其次是农田生态系统和水体生态系统。从时间角度来看，海口市海岸带生态系统服务总价值在1990至2004年之间处于增长趋势，在2004至2012年之间出现下降的情况。对于单个生态系统而言，水体生态系统的生态系统服务价值持续增加，未利用地生态系统的生态系统服务价值持续减少，而森林生态系统、农田生态系统和湿地生态系统的生态系统服务价值都处于有增有减的状态。

图 5 海口市海岸带生态系统服务价值变化情况 Fig. 5 Changes in ecosystem services values in Haikou coastal zone

图选项

本研究利用GIS技术将生态系统服务总价值量化到每个格网，来分析生态系统服务价值的时空演变。图 6为各年度生态系统服务价值的空间分布情况图。从空间角度来看，由于海口中心城区西面的森林覆盖率比较高，生态完整性好，所以生态服务价值高；东寨港周围分布有国家级的红树林保护区，人类活动干扰程度低，所以生态服务价值也较高；海口市中心城区人口密度高，城市化水平高，对自然生态系统的干扰程度大，所以生态服务价值低。从时间角度来看，1990—2012年间，生态系统服务高值区域在不断缩小，且离散度变高，而低值区域以海口市中心城区为中心向周围不断扩张。

图 6 海口市海岸带生态系统服务价值空间分布 Fig. 6 The spatial distribution of ecosystem services values in Haikou coastal zone

图选项

Moran散点图(图 7)展现了区域单元和周围单元的空间联系形式，从图中可以看出，生态系统服务价值散点主要分布在第一象限(HH)和第三象限(LL)，第二象限(LH)和第四象限(HL)散点分布相对较少，说明生态系统服务价值具有较大的空间正相关性。从1990至2012年，沿趋势线分布的散点越来越多，散点与趋势线匹配的效果越来越好，这体现了自相关程度的增强。

图 7 海口市海岸带4个时期生态系统服务价值Moran散点图 Fig. 7 Moran scatter plots of the ecosystem services values in Haikou coastal zone

图选项

LISA聚类图(图 8)是对Moran散点图中通过了显著性检验的区域单元的地理表达。可以看出，生态系统服务价值之间的空间集聚主要为空间相似值之间的集聚，空间奇异值极少，这印证了Moran散点图所揭示的空间正相关性。和生态系统服务价值的分布情况相一致，高值集聚区主要分布在中心城区西面和东寨港周围，低值集聚区主要是以中心城区为中心分布。

图 8 海口市海岸带4个时期生态系统服务价值显著性检验 Fig. 8 The significance testing of the ecosystem services values in Haikou coastal zone

图选项

LISA显著性水平图(图 8)显示了和周围单元具有显著的空间联系的区域单元。从空间上看，大部分区域的相关性不显著，主要在高值集聚区和低值集聚区表现出较高的显著性水平，显著性水平达到0.01的区域位于显著性水平达到0.05区域的中间位置。从时间上看，较高显著水平(P=0.01)的区域面积呈增长趋势，主要发生在东寨港周围以及海口市中心城区周围，表明这部分区域的生态系统服务价值在空间分布上的差异性变小，空间趋同性增强。

本文在借鉴已有的研究成果基础之上，采用基于当量因子的生态系统服务价值评价方法，结合海口市海岸带的实际自然地理和社会经济情况，构建了海口市海岸带生态系统服务价值动态评估模型，并利用局部空间自相关模型，对生态系统服务价值的时空变异性进行研究。研究表明：

(1)海口市海岸带在1990、1995、2004和2012这4a的生态系统服务价值(ESV)分别为37.05亿元、41.46亿元、42.19亿元和39.24亿元。整体变化不大，但近年来ESV有所降低，生态环境出现退化趋势。

(2)海口市海岸带生态系统服务价值有显著的正空间相关性，空间集聚程度较高，高值区主要集中于中心城区西部和东寨港周围，低值区主要集中于中心城区；1990—2012年，高值区以中心城区为中心向四周辐射扩张，低值区在东寨港周围有所增加，而在中心城区西部有所减少。

本文在对生态系统服务价值的研究过程中不仅考虑到区域差异，而且实现了动态评估。在空间上，通过生物量指标对全国平均水平的生态系统服务价值当量因子表进行修订；在时间上，通过各年份的海南省粮食产量调整，实现生态系统服务价值的动态评估。此外，在对生态系统服务的时空变异研究方面，不同于大多数对生态系统服务价值分布格局的空间展示，本研究利用GIS空间分析的方法，对生态系统服务价值空间聚集规律和空间关联模式的动态变化进行定量研究。

本研究也存在着一些不足之处。首先，本文是从土地利用角度来估算生态系统服务价值，所以对土地利用类型的解译精度要求较高。其次，由于中国陆地生态系统服务价值当量表是以全国民众对各项服务的生态服务的可能的支付意愿和支付能力为基础的，所以在构建地区生态系统服务价值评估的模型中，需要考虑到当地对各项生态系统服务的支付意愿和支付能力。受限于数据来源的局限，本研究对这些因素考虑不足，有待进一步发展和改进。