湖南省不同层级交通可达性对生态服务价值的影响

李科 汪丹 孔祥斌

摘要：对湖南省生态服务价值和不同层级交通可达性进行测算，以区（县）为基本单元，使用地理加权回归模型，揭示了与不同层级城市联系的交通可达性对生态服务价值的影响。研究发现，县级城市交通可达性对生态服务价值的负面影响由长沙-株洲-湘潭城市群向外围逐渐减弱，并在湘西南地区转变为正面影响。地级城市交通可达性对生态服务价值的影响机制与县级城市类似，且负面影响的范围有沿铁路向西北蔓延的趋势。大型城市交通可达性对整个湖南省的生态服务价值都具有正面影响，以东部最强。在考虑不同地区不同层级交通可达性对生态服务价值影响存在差异的基础上，采取适合当地的交通基础设施建设方案以及产业结构转型升级策略，在促进社会经济发展的同时维护和提升区域生态服务价值。

关键词：交通可达性;生态服务价值;不同层级;地理加权回归

中图分类号：F301.2         文献标识码：A

文章编号：0439-8114（2019）02-0070-06

DOI：10.14088/j.cnki.issn0439-8114.2019.02.016           开放科学（资源服务）标识码（OSID）：

随着可持续发展需求的日益迫切，居民对生态环境质量要求的提高，社会经济发展对生态功能的影响逐步引起关注，生态功能的维护成为可持续发展的重要议题[1]。生态服务价值是衡量生态功能的一种常用方法，陈彧等[2]利用GWR模型进一步对湖北省生态服务价值的影响因素进行了研究，证实了人口、产业产值和城镇化水平对生态服务价值有显著影响，且存在明显的空间差异，但忽略了交通这一对人口和物质流动产生决定性影响的重要因素。同时，大量研究[3-5]基于可达性分析区域经济发展与交通网络水平的空间分异规律及交通网络空间格局演变引起的经济效应，证明了交通基础设施的配置与优化作为社会经济发展的前提和结果，却少有对生态功能的影响机理和影响程度的探讨，亟待进一步研究。另外，生态服务价值和交通可达性的测度方法在最近的相关研究中都得到了不同程度的改进。生态服务价值的计算标准除了在不同地区存在差异外，生物量的大小也是决定性因素[6]，有学者利用归一化植被指数（NDVI，Normalized Difference Vegetation Index）从植被茂盛程度的差异出发，对生态系统服务价值进行了修正[7]。在可達性的测度中，由于存在研究区域外部边界难以明确的问题，大多数研究在评价区域交通网络条件时，将研究区域看作封闭的“孤岛”进行研究，对研究区域与外部的交通联系缺乏系统考虑[8]，导致可达性测算结果受到研究区域边界的限制，难以准确反映区域的交通条件。因此，王璐等[9]在相关研究中关注到研究区与外围地区的联系，大幅提高了可达性计算的科学性和真实性。

基于此，本研究以湖南省为例，以社会经济因素为控制基础，引入交通可达性，采用地理加权回归模型分析区域可达性对生态服务价值的影响。在空间可达性测度中，运用网络分析中的时间成本算法，考虑了与大型城市、地级城市、县级城市联系的便捷程度，分析了与不同层级城市联系的空间可达性，以期为理解和认知湖南省生态风险的空间分布规律与交通网络格局提供科学支撑，为湖南省的区域发展与环境保护策略提供参考。

1  数据来源与研究方法

1.1  数据来源与处理

生态服务价值计算使用2014年土地利用数据，选用精度为30 m×30 m的Landsat 7 ETM+遥感影像，利用遥感图像ENVI处理软件对上述影像进行辐射校正和大气校正，以1∶5万地形图为参照地理数据，采用二次多项法对影像进行几何校正获得。根据中国土地利用现状分类系统，结合研究区土地利用现状特点，利用监督分类与非监督分类两种方法，将湖南省土地分为6种土地利用类型，即耕地、林地、草地、水域、建设用地和未利用地，最终形成GRID格式的土地利用数据。NDVI值来源于美国宇航局Terra卫星MODIS传感器所观测到的中国500 m×500 m分辨率NDVI的逐旬合成数据。计算交通可达性所使用的公路铁路数据通过对《中国分省地图册》2016年版[10]中的铁路、高速公路、国道、省道和县道进行矢量化和几何校正处理获得。社会经济数据来自《湖南省统计年鉴2015》[11]，并以湖南省122个县（市、区）为评价单元进行统计。

1.2  研究方法

1.2.1  生态服务价值测算  生态系统中形成和保有的生态服务功能可以通过生态服务价值来量化评估，本研究依据肖玉等[12]在Costanza等[13]发布的评估方法的基础上改进的适用于中国生态服务价值当量因子表，计算湖南省各县（市）的生态服务价值，并以归一化植被指数（NDVI）为参考进行生物量修正。该表定义1 hm2耕地的食物生产价值当量为1，其他各类生态服务价值的当量因子则参考相对于耕地食物生产功能的相对大小而确定，单位面积耕地的食物生产价值与当年市场粮食平均价格的1/7相当，计算公式如下：

式中，V为单位耕地提供的食物生产功能的价值（元/hm2）;i为农作物类型，水稻、小麦、玉米是湖南省主要的粮食作物;pi为i种粮食作物平均价格（元/t）;ci为i种粮食作物单产（t）;ai为第i种粮食作物面积（hm2）;A为粮食作物总面积（hm2）。

根据各土地利用类型的生态服务价值当量因子，可计算出每种地类的单位面积生态服务价值，利用公式（表1），最后依据各县（市）每种地类的面积对生态服务价值进行测算和统计，得到各县（市）的地均生态服务价值。

植物本体和外部环境差异导致生态服务价值在各系统内部存在不可忽视的各向异性，已有研究结果[14，15]表明，区域生态服务价值与其生物量总量成正比，故可根据不同评价单元生物量总量的差异对生态服务价值的测算结果进行修正。直接计算生物量受数据来源的限制相对困难，而已有研究[16，17]表明，植被覆盖度与生物量成正比，首先对各县（市）所有栅格的NDVI数值按极差法完成标准化处理和统计汇总，然后用以下公式对生态服务价值进行修正。

1.2.2  交通可达性测算  空间可达性反映了空间联系的便捷程度，是度量区域交通网络结构及地域对外联系的重要指标。本研究在对可达性进行测度时，运用网络分析中的时间成本（Time Cost）方法，使用了基于最小阻抗的可达性分析方法，以评价区域中心点至所有目的地点的平均最小阻抗作为该区域的通达性评价指标。基于最小阻抗的通达性分析方法应用非常广泛，它不考虑出行目的，仅对路网作一般性评价[18]，计算公式如下：

式中，Ai表示网络上的节点i的可达性，A为交通网络所有节点的平均可达性;Dij表示节点i、j之间的最低阻抗。Ai值越小，表明节点i的平均可达时间越短，可达性越好，反之则可达性相对较差。在可达性计算时，采用网络分析中的时间成本方法生成500 m×500 m精度，共计846 884个栅格的时间成本栅格文件，计算道路网络中最短时间距离作为最小阻抗。参考中国《公路工程技术标准（JTGB01-2014）》[19]规定的道路设计速度基础上适当降低，按照高速公路100 km/h，国道80 km/h，省道60 km/h，县道50 km/h的标准计算陆地的时间成本。铁路则参考相关研究[20]，按照120 km/h计算。在计算与县级城市和地级城市联系的交通可达性时，参考国道和省道的1 h可达范围，分别将湖南省外部60、80 km范围内的区域纳入分析范畴;在计算与大型城市联系的交通可达性时，则考虑省内以及与湖南省接壤的省份中的大型城市，包括长沙、武汉、南昌、广州、深圳、重庆、贵州、南宁，以求减少将研究区作为封闭“孤岛”进行分析所带来的误差[9]。在以县（市）为研究单元的分析中，可达性取各县（市）范围内所有栅格的平均值。

1.2.3  地理加权回归模型  GWR是一种改进的局部线性回归模型，通过引入地理坐标位置对传统的回归模型进行了扩展，与传统的多元线性回归模型相比，回归系数在每个样点上具有独立性[21]。随空间上局部地理位置变化而变化的变数，它更能较好地揭示经济变量之间的空间依赖性，设湖南省某县市地均生态服务价值为Yi，第i个县市的地理坐标为（μi，vi），解释变量矩阵为Xki，构建GWR模型为：

式中，Yi为生态服务价值，？茁1为交通可达性回归系数，？茁2为城镇化水平回归系数，？茁3为人口密度回归系数，？茁4为地均第一产业产值回归系数，？茁5为地均第二产业产值回归系数，？茁6为地均第三产业产值回归系数，？茁7为地均固定资产投资额回归系数，？着i为常数项。

2  结果与分析

2.1  生态服务价值的空间分布

通过前文所述方法得到分辨率为30 m×30 m的生态服务价值分布情况，以县（市）为研究单元进行汇总并取平均值，采用地均生态服务价值进行地区间的横向比较，以消除评价单元面积规模差异的影响。整体上看，湖南省土地生态服务价值平均值为37 114.56元/hm2，最高为郴州市资兴县（50 151.11元/hm2），最低为长沙市芙蓉区（4 123.50元/hm2）。通过自然断点分级法将2014年湖南省各县（市）的地均生态服务价值分为5级，高生态服务价值区主要位于湘西武陵山脉、湘东罗霄-幕阜山脉以及湘南南岭山脉，而洞庭湖平原、长沙市区周边和资水流域则是生态服务价值较低的县（市）集中分布的区域。

2.2  不同层级交通可达性的空间分异

县级城市可达性主要受省道和县道覆盖密度的控制，空间分布呈现为以县级城市政府城驻地为中心沿公路向四周逐层扩散衰减的放射状圈层结构。以县级城市政府驻地为中心的内圈交通可达性较好，可达时间在0.5 h以内，即从这些区域内任意地点出发均可在0.5 h内到达研究区内部的某个县级城市政府驻地。研究区内大部分区域可达时间分布在1.0 h以内，仅有西北部的怀化市沅陵县和张家界市桃源县存在连片的可达时间大于1.0 h的低可达性地区。

国道和省道的覆盖密度决定了到地级城市的交通可达性的高低，目前湖南省地级城市可达性东部优于西部的格局比县级城市可达性更为显著。地级城市中心区域及其邻近地区的可达时间明显更短。值得注意的是，将分析区域扩展到湖南省行政边界范围之外的方法改进，使得到地级城市的可达性评价结果相比传统方法下研究区中心区域可达性优，边缘区域可达性差的偏差得到有效降低。例如，位置处在湖南省外围的常德、岳阳、郴州等市附近可达性并不差，尤其岳阳市与湖北省邻近的多个地级城市之间紧密联系，具有极高的可达性。而湘西、张家界、常德北部，以及怀化、永州南部可达性较差则是由于当地地形地貌复杂，且省道覆蓋度低导致的，与其地处研究区边缘的空间位置无关。除西部山区外，研究区可达时间较长区域还包括中部的安化县、东部的平江县和炎陵县等地，直接原因可能是这些区域与地级城市驻地的距离较远，在公路网络覆盖不佳的情况下表现得更加明显。

大型城市交通可达性主要由空间距离和高速铁路、高速公路的建设情况决定，在空间分布呈现出长沙周边区域最优，东北部次之，西部和南部差的格局。这与地级城市层级交通可达性格局大体相似。可见在大型城市层级，湖南省大部分地区除了与省会长沙市的联系最为紧密外，与距离其较近，周边路网发达的武汉市和南昌市之间的联系也相对便捷。西侧大型城市重庆市、贵阳市和南宁市则由于距离远且交通条件较差，对湖南省西部的辐射能力较弱。研究区以南的外围区域虽然路网发达，但因距离广州市、深圳市较远，削弱了受到辐射的影响。

2.3  不同层级交通可达性对生态服务价值的影响

县级城市可达性较系数为负的区域主要分布在中部益阳-长沙-湘潭-株洲一线，可达性越差生态服务价值越高。在长株潭城市群，随着生产要素的聚集，土地城镇化在空间上连片的趋势日益明显，土地利用的剧烈变化会显著拉低生态服务价值。县级城市可达性对生态服务价值的负面影响由中部向南北方向递减，在西南部的邵阳市和怀化市等地区第一产业占GDP比例偏高，交通可达性的改善能够促进区域社会经济发展，加速产业结构升级与转型，因此对生态服务价值有正面影响。

地级城市可达性系数的负值区与县级城市层级类似，沿着铁路和高速公路向西北方向有一定扩散。主要分布在西北至中部的张家界-常德-益阳-湘潭一线，该区域的生态服务价值高且地级城市可达性较差。相比县级城市层面，地级城市可达性的提高会带来更多规模化的生产活动，引起土地向非农地快速转移。同时，高生态服务价值区的生态环境相对更易被破坏，这将导致西北山区地级城市可达性的负面影响更加显著。

大型城市可达性对生态服务价值的影响比县级、地级层级更加平稳，区域差异性降低，且在湖南省全境都表现为正面影响。与大型城市的紧密联系能够加速先进生产方式对落后生产方式的替代，从而减少生产活动对生态环境的破坏。东部由于距离长沙市、南昌市、广州市、深圳市等大型城市较近，而长株潭城市群以西的赫山区、宁乡县、娄星区和涟源市距离长沙市较近，产业承接成本低廉，导致部分过剩的、落后的制造业产能向这些周边县（市）转移，引起生态服务价值的下降，从而抵消了部分大型城市高可达性的积极影响。

3  结论与建议

以湖南省为例，结合土地利用和NDVI数据对生态服务价值进行了计算和修正，运用GIS网络分析方法系统分析了各地区到县级城市、地级城市和大型城市交通可达性的空间特征，并以县域为基本单元，使用地理加权模型进行分析，揭示了各地区不同层级交通可达性对生态服务价值的影响，并得出以下结论与建议。

1）长株潭城市群是湖南省社会经济发展的核心驱动力量，县级城市可达性如果进一步提高会刺激制造业的用地需求向城市周边扩张，从而拉低区域生态服务价值。地级城市可达性的变化对生态服务价值的影响相对较弱，主要原因是长株潭城市群内部的国道和高速公路建设已经十分完善，进一步提升地级城市可达性对产业布局的影响有限，土地利用方式因此改变的程度较弱，生态服务价值所受的影响较小。然而快速城镇化进程中生态服务价值极有可能出现大幅下降的情况，是相关管理部门需要重点关注的地区，应该设立更高环保标准对迁入的企业进行筛选。

2）湘西北地区聚集了大量高生态服务价值的县市，各层级下的交通可达性都处于较低水平，经济基础也相对薄弱，大规模的粗放生产方式下的人类活动会对生态环境造成破坏，故县级城市和地级城市可达性的增加对生态服务价值具有明显的消极影响。大型城市可达性的改善对生态服务价值有积极影响。因此，升级该地区产业结构，促进旅游等第三产业的发展，引导更多农村剩余劳动力外流或直接转向第三产业就业，减少对破坏林地较为严重的农业和制造业的依赖，实现经济跨越式转型，从而保护优质的生态环境不被破坏。

3）湘西南地区的交通可达性较差，与湘西北地区相似，但生态服务价值偏低，同时对第一产业的依赖程度较高，各个层级的交通可达性提升对生态服务价值都具有正面影响。因此，加强各级公路网络的建设，为产业升级改善区位条件，同时引导农村剩余劳动力转化为二三产业生产力是促进地方经济社会发展与减少农林牧渔业生产对脆弱生态环境破坏的有效途径。

4）洞庭湖地区是长株潭城市群与武汉城市圈的连接处，也是农产品主产区，县级城市可达性极佳，提升空间有限，修建更多的低等级公路不会明显提升区域可达性。而县级城市可达性系数为负也表明，过多的交通基础设施建设会转变大量农用地成为建设用地，从而降低生态服务价值。地级城市和大型城市下的高可达性都对生态服务价值有积极的作用，通过铁路和高速公路的建设与升级进一步拉近与这两个城市群的距离，在吸引高新企业迁入、推进农业和制造业升级的同时，达到保护生态服务价值的目的。

参考文献：

[1] 張学斌，石培基，罗  君.基于生态系统服务价值变化的生态经济协调发展研究——以石羊河流域为例[J].中国沙漠，2014，

34（1）：268-274.

[2] 陈  彧，李江风，徐  佳.基于GWR的湖北省社会经济因素对生态服务价值的影响[J].中国土地科学，2015，29（6）：89-96.

[3] DUPUY G，STRANSKY V. Cities and highway networks in Europe[J].Journal of Transport Geography，1996，4（2）：107-121.

[4] 俞勇军，陆玉麒.交通投资与经济发展的关系及其区域效应评价方法研究[J].人文地理，2005，81（1）：27-31.

[5] AHLSTR？魻M A，PILESJ？魻 P，LINDBERG J. Improved accessibility modeling and its relation to poverty：A case study in Southern Sri Lanka[J].Habitat International，2011，35（2）：316-326.

[6] 姜翠红，李广泳，程  滔，等.青海湖流域生态服务价值时空格局变化及其影响因子研究[J].资源科学，2016，38（8）：1572-1584.

[7] TAUGOURDEAU S，MAIRE G L，AVELINO J，et al. Leaf area index as an indicator of ecosystem services and management practices：An application for coffee agroforestry[J]. Agriculture，Ecosystems and Environment，2014，192（7）：19-37.

[8] 黄晓燕，曹小曙，李  涛.海南省区域交通优势度与经济发展关系[J].地理研究，2011（6）：985-999.

[9] 王  璐，黄晓燕，曹小曙，等.贫困山区不同层级可达性及其经济效应——以秦巴山区为例[J].经济地理，2016，36（1）：157-164.

[10] 張佩英.中国分省地图册[M].北京：星球地图出版社，2016.38-39.

[11] 湖南省统计局.湖南统计年鉴2015[M].北京：中国统计出版社，2015.

[12] 肖  玉，谢高地，安  凯.莽措湖流域生态系统服务功能经济价值变化研究[J].应用生态学报，2003，14（5）：676-680.

[13] COSTANZA R，D′ARGE R，DE GROOT R，et al. The value of the worlds ecosystem services and natural capital[J].Nature，1997，387（7）：253-260.

[14] 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，2008，23（5）：911-919.

[15] 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，2003，18（2）：189-196.

[16] 徐丽芬，许学工，罗  涛，等.基于土地利用的生态系统服务价值当量修订方法——以渤海湾沿岸为例[J].地理研究，2012， 31（10）：1775-1784.

[17] 霍天阳.基于生物量的十堰市森林生态系统服务价值评价[D].北京：北京林业大学，2009.

[18] ALLEN W B，LIU D，SINGER S. Accessibility measures of U. S. metropolitan areas[J].Transportation Research Part B：Methodological，1993，27（6）：439-449.

[19] 公路工程技术标准JTGB01-2014[S].

[20] 白永平，陈博文，吴常艳.关中—天水经济区路网空间通达性分析[J].地理科学进展，2012，31（6）：724-732.

[21] BRUNSDON C，FOTHERINGHAM A S，CHARLTON M E. Geographically weighted regression：A method for exploring spatial non-stationarity[J].Geographical Analysis，1996，28（4）：281-298.