生态系统是自然界在一定空间内的生物与环境构成的统一整体, 是一个动态平衡系统。生态系统服务是生态系统提供给人类的惠益, 其中就包括有供给服务、调节服务、文化服务、支持服务。定量评估生态系统服务的价值是人类合理利用和管理生态系统的重要前提, 因此实现生态系统服务的定量评估必要且重要。

目前, 不少国内外学者在生态系统服务价值(ESV)评估方面都奠定了基石, 其中最为显著的是Costanza和谢高地。评估生态系统服务价值(ESV)常用的方法有两种, 分别是基于单位服务功能价值评估法和基于单位面积生态系统价值当量因子评估法。前者属于原始价值评估^[1], 其计算复杂, 实施成本大, 且涉及参数的确定易受主观因素影响, 不确定性较大, 这就在一定程度上限制了评估结果的可比性^[2]。后者属于价值转移^[1]的方式, Costanza^[3]等使用的此方法, 因为计算方便, 而被广泛应用。在Costanza等人的基础上, 谢高地等人^[4—6]针对我国的现实情况做了改进, 得到了我国生态系统服务价值当量。目前诸多学者对我国的不同区域不同地类的生态系统服务价值进行了估算, 从土地利用类别来看, 分别对草地、森论、湿地^[7—9]等进行了评估; 从区域划分上来看, 分别对赣西地区、长江中游地区、西南地区、青藏高原地区^[10—14]等的生态系统服务价值的时空演变, 时空分异等进行了分析探讨。

总体来看, 大部分研究的区域都是某个小尺度区域或者其研究对象是单一的某类生态系统^[15—17], 对我国所有地类生态系统服务价值估算的研究^{[4, 18—23]}偏少, 且以往的研究大多是对历史的生态系统服务价值进行评估, 大尺度的对未来生态系统服务价值进行评估的研究相对比较缺乏。而大尺度的对未来的生态系统服务价值估算确是很有必要的, 通过预测未来土地利用覆被变化情况从而探讨未来生态系统服务价值量以及其空间分布情况、内在关系等, 可以为今后的应对气候变化一系列措施, 以及我国的生态补偿和自然资产评估政策制定提供理论参考依据。IPCC^[24]发布的《1.5℃增暖报告》明确了把温升控制在1.5℃以内的重要性并分析了温控1.5℃和2℃下对社会经济系统和自然生态系统的影响。而在最新第六次国际耦合模式比较计划(CMIP6)提出的ScenarioMIP的气候预估情景^[25]即不同的共享社会经济路径(SSPs)和不同的典型浓度路径(RCPs)的科学组合模拟的情景中, 纳入了针对21世纪末不同温控目标的经济社会发展路径(如SSP1-1.9和SSP1-2.6), 可以更加合理地评估1.5℃和2℃温升的气候变化后果, 为本研究对未来生态系统服务的模拟预测提供了强有力的支撑。

为此, 本研究基于单位面积价值当量因子的计算方法, 对未来不同SSP-RCP情景(SSP1-2.6、SSP2-4.5和SSP3-6.0)下的我国生态系统服务价值进行估算^[26], 以此来分析不同气候变化和社会经济发展情景下的我国生态系统服务时空变化特征, 进而为我国制定减缓和适应气候变化政策、生态系统服务管理和自然资产评估、国家生态保护与高质量发展等提供一定参考依据。

1 研究区概况与数据来源 1.1 研究区域

本研究位于我国, 地域辽阔, 陆地面积约960万km², 位于亚洲东部, 太平洋西岸, 北起黑龙江省的漠河, 南至南沙群岛的曾母暗沙, 西起帕米尔高原, 东至黑龙江和乌苏里江汇合处。地势东高西低, 复杂多样。全国从南到北跨热带、亚热带、暖温带、中温带、寒温带, 气候类型有温带季风气候、亚热带季风气候、热带季风气候、热带雨林气候、温带大陆性气候、高原山地气候等, 复杂多样。

1.2 数据来源

本文用到的农产品当年产量及利润等社会经济数据来自于2015年的《中国统计年鉴》和《全国农产品成本收益资料汇编》。未来我国土地利用情景数据^[27]是基于全球变化评估模型(GCAM), 采用共享社会经济路径(SSPs)和典型浓度路径(RCPs)情景得到的新情景数据, 分辨率为0.05°×0.05°。这套数据集为2015—2100年期间, 基于15个组合的共享社会经济路径(SSPs)和典型浓度路径(RCPs)情景下(下文简称SSP-RCP)预测得到的32种土地利用/覆盖类型的组合的演变。与CMIP6的设计一致的是在不同社会经济和气候系统的情景下开发, 分别以SSPs和RCPs为代表通过改变未来的温室气体排放和潜在的社会经济预测, 此套数据将SSPs和RCP组合形成一套未来全球变化情景, 具体如表 1。本文参考廖威林等人^[28]认为SSP1-RCP1.9、SSP1-RCP2.6、SSP2-RCP4.5、SSP5-RCP8.5这几种情景下我国土地利用变化趋势与世界基本一致, 结合数据的获得性, 最终选择以下3种情景^[26], 即SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0。

2 研究方法 2.1 生态系统服务价值计算

一个标准单位生态系统服务价值当量因子的价值量可看作单位面积的农田食物生产服务的价值量, 此时价值当量为1.0。单位面积的农田食物生产服务的价值量相当于1hm²全国平均产量的农田每年自然粮食产量的经济价值^[6]。参考王永琪等人^[29]计算公式如下：

(1)

式中, E_a为研究区单位面积农田生态系统食物生产服务的价值量(元/hm²); n为研究区主要粮食作物种类(稻谷、小麦、玉米); m_i为农作物i的播种面积(hm²); p_i为农作物i的总产量(kg); q_i为农作物i的价格(元/kg); S为n种粮食作物总播种面积(hm²); 1/7指没有人力投入的自然生态系统提供的经济价值占现有单位面积农田生态系统食物生产服务经济价值的1/7。鉴于数据的可获得性以及与其他文献的比对分析, 本研究最终以2015年的粮食产量和单价为准, 计算得到2015年全国标准当量价值量为2313.97元/hm²。考虑到全国各地具有差异性, 参考谢高地等人^{[14, 30]}, 通过生物量因子对其修正得到全国31个地区(除我国港、澳、台地区外)的标准当量价值量, 如表 2。

本研究基于2015年我国单位面积生态系统服务价值当量表(表 3), 依据公式如下：

(2)

式中, ESV为生态系统服务价值(元); A_j为第j种地类面积(hm²); E_ij为第j种地类第i种生态服务的价值量(元/hm²)。

2.2 权衡-协同分析

空间自相关一般分为全局空间自相关、局部空间自相关, 局部空间自相关又有单要素以及多要素, 本文选择分析的是四种生态系统服务两两组合得到的6组相关关系分别在3种情景下的局部的双要素相关关系。利用ArcGIS对相关数据进行处理后, 通过GeoDa软件计算各生态系统服务局部的双变量空间自相关指数, 得到LISA聚类图(高高和低低表示协同, 高低和低高表示权衡)。

3 结果分析 3.1 2020—2050年不同情景下土地利用变化情况

2020—2050年不同情景下我国土地利用变化如表 4所示。通过对比SSP1-RCP2.6情景下2020年和2050年的土地利用占比情况, 可以发现旱地、裸地及城镇用地基本上是保持着动态平衡, 水田、针叶和阔叶有所增加, 灌木与草甸、草原、冰川积雪均有所减少, 其中面积变化显著的以冰川积雪为代表。针叶、阔叶和水田面积分别增加了16.79万km²、16.01万km²和15.03万km²; 灌木、冰川积雪、草甸、草原、旱地面积分别减少了3.8万km²、0.18万km²、30.68万km²、11.97万km²、1.2万km²。城镇和裸地面积保持不变。在SSP2-RCP4.5情景下, 2020—2050年各类土地利用变化均趋于稳定, 除冰川积雪变化较大外, 各土地利用类型变化幅度较小。针叶、阔叶和水田面积分别增加了2.54万km²、2.35万km²和7.68万km²; 灌木、冰川积雪、草甸、草原、旱地面积分别减少了0.57万km²、0.18万km²、7.95万km²、2.34万km²、1.51万km²。在SSP3-RCP6.0情景下, 2020—2050年土地利用变化情况最显著的依然是冰川积雪, 随之变化较为明显的是灌木、草甸、草原、水田和旱地, 变化不明显的是针叶、阔叶、城镇和裸地。其中灌木、草甸和草原变化情况表现为占比减少, 水田和旱地变化情况表现为占比增加。水田和旱地面积分别增加了20.78和10.05万km²; 针叶、阔叶、灌木、冰川积雪、草甸、草原面积分别减少了3.09万km²、2.51万km²、1.41万km²、0.18万km²、18.24万km²、5.42万km²。此情景下水田面积增量最大, 是因此情景重视粮食安全, 对耕地的保护应更为严苛。而SSP1-RCP2.6情景下森林增量最大, 也是因该情景低碳排, 必将更加重视碳汇。3种情景下冰川积雪到2050年均减少至0, 这也说明温升是必然的, 所以更要向低碳生态友好可持续的发展方向努力以减缓其升温的速度, 改善极端气候。

3种情景下2020—2050年我国各地类土地利用面积增减变化量表现为SSP1-RCP2.6＞SSP3-RCP6.0＞SSP2-RCP4.5(图 1)。据表 4可知, 2020年SSP1-RCP2.6情景下除水田旱地以外各类土地面积均大于等于SSP2-RCP4.5和SSP3-RCP6.0两种情景下的土地利用面积。这进一步揭示了SSP1-RCP2.6情景下生态系统服务价值高于SSP2-RCP4.5和SSP3-RCP6.0与土地利用类型面积大小有关。同理可得在SSP2-RCP4.5情景下除水田旱地以外的各类土地利用面积均大于SSP3-RCP6.0情景下各土地利用类型的面积, 这也是SSP2-RCP4.5情景下ESV大于SSP3-RCP6.0的原因之一, 2050年同上。

3.2 2020—2050年我国生态系统服务价值时空变化

通过对SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0情景下2020—2050年我国生态系统服务价值的测算, 其在空间上均表现为东南方的ESV高于西北方。ESV值数量上表现为：SSP1-RCP2.6＞SSP2-RCP4.5＞SSP3-RCP6.0, 且除了SSP2-RCP4.5情景下ESV值较为平稳略有增加的趋势, 其余的SSP1-RCP2.6情景下ESV呈现的是下降后略有回升的趋势, SSP3-RCP6.0情景下ESV值自2020年后持续减少, 在2020—2035年期间减少速率较快, 直到2035年以后下降速率才逐渐变慢。SSP1-RCP2.6与SSP2-RCP4.5两种情景下ESV值(2020—2050年)变化情况相较于SSP3-RCP6.0情景下ESV值的变化情况明显平缓稳定(图 2)。

分析结果可得, 在SSP1-RCP2.6情景下, 2020年和2050年ESV值分别为12.39×10⁴亿元和12.34×10⁴亿元。2020—2030年生态系统服务价值中部地区和东北部地区有明显增加, 西部地区无明显变化, 2030—2040年空间变化情况与前一时期大致相似, 2040—2050年变化明显的地方大多分布在东南部和东北部。整体上看从2020—2050年在高值集聚区生态系统服务价值在以往的基础上数值略有增加, 而在相邻高值集聚的中间低值区数值略有减少, 东北部的中值集聚区在整体上呈现向外扩张式增加(图 3)。在SSP2-RCP4.5情景下, 2020年和2050年ESV值分别为12.17×10⁴亿元和12.11×10⁴亿元。2020—2030年生态系统服务价值略微增加, 但在空间上的变化不明显。2030—2040年生态系统服务价值空间变化情况也不明显, 间隔20年看2020—2040和2030—2050年的生态系统服务价值空间分布变化情况, 比较明显的变化区域集中在四川的西北部, 略有增加, 另外还分布在西藏的东南部。总体趋势上, 这种情景下生态系统服务价值变化趋于稳定, 虽然有所增加, 但增长幅度较小, 与情景设定的稳定增长情形一致(图 4)。在SSP3-RCP6.0情景下, 2020年和2050年ESV值分别为12.02×10⁴亿元和11.53×10⁴亿元。2020—2030年间空间分布变化表现为, 华北、华中和华东地区以及西藏的西南方的生态系统服务价值都有所减少, 2030—2040年变化情况延续上一期, 持续减少; 2040—2050年变化情况明显的区域依然是聚集在华北、华中、华东地区及西藏的西南方, 相较于上两期变化情况, 本次变化变小。总体趋势来看, 在这一情景下, 生态系统服务价值变化较为明显且呈现的是下降趋势, 从变化趋势图及空间分布图的颜色变化情况可以看出生态系统服务价值在2020—2030年与2040—2050年间减少速率比较缓慢, 在2030—2040年较快(图 5)。这与该情景下面临缓和气候矛盾等可能存在的挑战相对应, 此情景下ESV下降速率较大, 随着区域的不断发展, 区域间的竞争更加突出, 在保障能源和粮食安全的基础上, 人们转向从生态系统获取一定的竞争资源。ESV值变化主要集中在东北与东南部, 与人口分布紧密相关, 3种情景的不同限制, 人们生活方式的转变影响着生态系统服务能力进而影响ESV值。

3.3 2020—2050年各项生态系统服务价值的变化

通过对SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0情景下各类生态系统服务价值测算(表 5), 可看出在2020年、2030年、2040年、2050年4期数据中调节服务所占据的比例最大(66.98%—68.46%), 位居第二的是支持服务(18.81%—20.64%), 次之是供给服务(8.64%—9.44%), 所占比例最小的是文化服务(3.19%—3.36%)。从各类服务的二级分类数目看, 调节服务包括气体调节、气候调节、净化环境以及水文调节四类, 而支持服务(土壤保持、维持养分循环、生物多样性)和供给服务分别包含三类(食物生产、原料生产、水资源供给), 文化服务只包含景观文化一类, 这也造成其占比存在差异。另外从数值上看, 供给服务和调节服务的生态系统服务价值在(2020—2050年)3种情景下基本呈现减少的趋势, 与之相反的是支持服务和文化服务在同样条件下生态系统服务价值呈现的是增加的趋势。这应该也跟各服务所包含的服务类型相关, 其中供给服务和调节服务所包含的食物生产、原料生产、水资源供给以及气体调节、气候调节、净化环境、水文调节几种服务类型顺应土地利用变化趋势以及3种情景模式下针对环境、粮食以及能源的设定。

3.4 2050年3种情景下生态系统服务之间的权衡与协同关系

2020—2050年SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0情景下的ESV值为：SSP1-RCP2.6>SSP2-RCP4.5>SSP3-RCP6.0, 全局自相关LISA聚类图协同度表现同上, 由此可知在SSP1-RCP2.6情景下的协同关系最显著, 且通过对比3种情景下2050年各项生态系统服务之间的数量与空间分布关系, 可知其数量占比以及空间分布变化均不大。因此本研究主要对2050年SSP1-RCP2.6情景下各项生态系统服务之间的权衡与协同进行简要讨论, 主要组成关系共6组, 分别是SSP1-RCP2.6情景下：供给服务-调节服务、供给服务-支持服务、供给服务-文化服务、调节服务-支持服务、调节服务-文化服务、支持服务-文化服务。

根据SSP1-RCP2.6情景下的各生态系统服务间的相关关系, 计算得到莫兰指数, Moran′s I均大于0且接近于1, 表明各生态系统服务间呈正相关且相关性较为明显。再利用GeoDa空间自相关分析软件得到了两两组合的生态系统服务局部自相关LISA聚类图(图 6)。其中高高和低低表示协同, 高低和低高表示权衡, 各类生态系统服务相关关系占比值代表的是各关系的格网个数占总格网个数的比重。由聚类图可知, 在SSP1-RCP2.6情景下, 各类生态系统服务之间以协同关系为主导, 其中协同关系占比66.15%, 权衡关系占比3.19%。协同度最高的是支持-文化, 占比达69.60%, 而支持-文化的权衡关系占比也是最低的, 占比0.29%, 此外, 协同度最低的是供给-调节, 占比62.21%;权衡度最高的是供给-支持, 占比7.46%。从空间分布上看, 六组关系所展现的协同区域多在西藏的西部、青海北部、吉林、辽宁、黑龙江的中部、四川、云南、广西、广东、浙江、福建还有内蒙的西南部等, 分布较广, 而权衡区域分布较零散且分布较少, 主要在内蒙的东北部、西藏的东南部等。若以东北—西南走向的中线为轴, 其轴线西北侧协同关系表现为低低集聚, 轴线东南侧协同关系表现为高高集聚。主要是西北地区地广人稀, 经济发展受限, 虽然其林地和草地面积广大, 但是地处高原以及经济发展较比于东南地区落后。4种服务间权衡关系表现在空间上分布于轴线的东北侧、西南侧以及西北侧, 呈现零散分布。

4 讨论

本研究以我国为研究区, 对其在SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0几种发展情景下生态系统服务价值在过去现在以及未来的变化趋势及各生态系统服务间相关关系进行探讨, 弥补了目前对于在未来情景下大尺度的生态系统服务价值研究较少的问题。针对得到的结论进行简要讨论：

(1) 生态系统服务与气候变化的关系。随着全球气候变暖, 全球许多区域出现极端事件并发的概率将增加。为了实现碳达峰和碳中和的目标, 世界各国都在积极应对气候变化, 我国作为最大碳排放国, 表明要力争在2030年前二氧化碳排放达到峰值, 努力争取2060年前实现碳中和^[31]。IPCC第六次评估报告第一工作组报告指出实现1.5℃温升或2℃温升目标, 需要在2050年左右或之后实现CO₂净零排放, 与此同时也要减少其他温室气体排放^[32], 这就与我国提出的碳中和愿景一致。气候变化通过影响土地利用/覆被变化进而对生态系统服务产生影响, 本文的研究结论表明在SSP1-RCP2.6情景下生态系统服务价值最高, 协同度也最显著, 也进一步证实了温升1.5℃或2℃目标对生态系统服务影响的重要性。此外, 何霄嘉等人^[33]认为将生态系统服务纳入应对气候变化可以从生态系统服务价值评估、制定工作目标、评估应对决策、拟定选择方案、确定高效方案这五个步骤采取措施。本文的研究结论对将生态系统服务纳入应对气候变化提供了参考, 本文的结论表明3种情景下ESV空间分布上均表现为东南方的ESV高于西北方, 这对于在应对气候变化时选取关键区域提供了参考, 日后的应对决策应重视生态系统服务价值高值区, 同时提升中值和低值区的ESV。从生态系统服务角度出发, 调节服务在四类生态系统服务中对ESV贡献最大, 森林又对调节服务的贡献大, 因此保育森林, 禁止毁林砍伐确有必要。从减少碳排放的角度出发, 森林是最重要的碳汇组成部分, 要想减少二氧化碳排放量, 森林尤为重要。由此可以看出, 生态系统服务是应对气候变化的一个重要组成部分, 应纳入应对气候变化的行动当中。

(2) 优化生态系统管理、提升生态系统服务能力等相关建议。生态系统服务与生物多样性以及生态系统功能紧密相连, 实现生态系统服务价值精确的量化与评估十分不易, 虽然目前结果的精度还需提高, 但是它对生态环境保护与规划提供了切实的落脚点。国家应重点保护生态系统服务价值高的地区, 结合低碳政策约束, 使其发展方式接近于生态友好型。将生态系统服务价值估算与生态补偿、生物多样性、生态系统功能纳入生态系统管理并与生态系统服务治理统筹协调起来, 建立体系, 打破学科壁垒, 促进我国向高质量发展。同时, 今后在致力于提升生态系统服务能力时, 可借助生态系统服务之间的权衡与协同关系, 从支持或文化服务入手, 通过提升其服务能力而拉动其他服务能力, 最终实现生态系统服务价值的总体提升。例如在我国的西北部, 作为协同关系的低低集聚区, 可利用其广大的草原, 因地制宜, 充分发挥自然本底优势, 划分人工牧业保护区, 借助人力、动植物、以及微生物结合相应的政策引导与帮扶, 提升区域生物多样性、土壤肥力等, 从而带动整个区域生态系统服务价值的提升。

(3) 研究结果的可靠性。目前, 鲜有研究对于未来情景下大尺度的生态系统服务价值开展评估, 大部分研究大多是对历史的生态系统服务价值进行评估, 从我国生态系统服务价值的空间分布格局特征来看, 本文研究结果与薛明皋、蔡中华、陈俊成、刘慧明等人^{[19, 23, 34—35]}对我国生态系统服务价值估算结果相一致。与李龙等人^[36]对区域的生态系统服务研究得到各项生态系统服务之间的权衡协同关系的分析结果也相一致, 较好的证明了本研究的可靠性。而对不同生态系统服务类型估算的相关研究中, 武文欢等人^[37]选取的四种服务类型为食物供给、碳储存、土壤保持、产水量, 祁宁等人^[38]选取水源涵养、固碳、土壤保持等服务, 与本文所选生态系统服务类型有所重叠也有所差异, 加之如今生态系统分类在各研究中也有所不同, 生态系统服务价值估算方法也各有差异, 这对研究结果之间的对比产生了一定影响, 因此日后研究将在深化的基础上实现统一估算体系, 制定统一的估算标准。本文采取的土地利用分类主要是依据谢高地的14类生态系统分类, 这与传统的土地利用分类不同, 而就可能忽视了某些土地利用的生态系统服务价值, 例如园地、盐碱地、沙地等, 并且Song^[18]等人研究表明土地利用变化影响着生态系统服务价值。所以今后应深入讨论土地利用类型与生态系统之间的关系, 全面科学的评估每种地类的生态系统功能以及其附有的生态系统服务价值。

5 结论

通过估算SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0情景下我国生态系统服务价值, 并对其在2020—2050年的ESV时空变化趋势以及2050年SSP1-RCP2.6情景下各生态系统服务间的权衡与协同关系进行分析得到以下结论：

(1) SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0情景下2020—2050年我国生态系统服务价值表现为SSP1-RCP2.6＞SSP2-RCP4.5＞SSP3-RCP6.0, 整体上呈现下降趋势, 其在空间上均表现为东南方的ESV高于西北方。2020年, SSP1-RCP2.6、SSP2-RCP4.5和SSP3-RCP6.0情景下ESV分别为12.39×10⁶、12.17×10⁶和12.02×10⁶亿元; 预测至2050年, 3种情景下ESV分别为12.34×10⁶、12.11×10⁶亿元和11.53×10⁶亿元。

(2) SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6.0情景下各类生态系统服务价值在2020年、2030年、2040年、2050年四期数据中调节服务所占据的比例最大(66.98%—68.46%), 位居第二的是支持服务(18.81%—20.64%), 次之是供给服务(8.64%—9.44%), 所占比例最小的是文化服务(3.19%—3.36%)。此外, 供给服务和调节服务的生态系统服务价值在(2020—2050年)3种情景下基本呈现减少的趋势, 支持服务和文化服务在同样条件下生态系统服务价值呈现增加的趋势。

(3) 2020—2050年3种情景下ESV的协同性表现为SSP1-RCP2.6>SSP2-RCP4.5>SSP3-RCP6.0, 通过对2050年SSP1-RCP2.6情景下生态系统服务之间的权衡与协同关系进行讨论, 得到此情景下4种生态系统服务两两组合而成的6组相关关系均以协同关系为主, 这其中支持-文化的协同度最高, 其权衡度最低。权衡度最高的是供给-支持。

依此提出以下建议：我国应积极应对气候变化, 开展生态系统保护与修复, 提升生态系统服务能力, 增加碳汇, 助力实现碳达峰碳中和; 同时应重视粮食安全, 控制城市无序扩张, 在城市边缘进行生态治理与保护, 保障供给与调节服务的能力。这不仅是为实现全球温升2度乃至1.5度的目标努力, 更是顺应我国走低碳可持续发展道路的需求。本研究对我国生态系统保护、生态功能区划制定和气候变化应对等方面提供科学依据和决策支持。