黄河流域“三生空间”变化强度对生态系统服务价值的影响

Impact of production-living-ecological space change intensity on ecosystem service value in Yellow River Basin

摘要

目的 探究黄河流域“三生空间”时空变化强度及其对生态系统服务价值的影响，为流域国土空间优化与生态保护提供科学依据。 方法 基于1980—2020年共5期土地利用遥感数据，综合运用强度分析与空间分析方法，系统辨识“三生空间”的演变特征，并定量评估其转换对生态系统服务价值的损益。 结果 在研究期内，生产空间占比减少0.53%，生活空间占比上升1.05%，生态空间占比减少0.52%。2010—2020年是“三生空间”变化强度相对较快的阶段。生态系统服务价值中调节服务占比最高，其次为支持服务。生态系统服务总价值增加7.58亿元，生活空间转为生产空间和生态空间，分别产生0.223亿元和0.180亿元价值，生产空间转为生态空间产生2.004亿元价值的同时，转为生活空间损失0.393亿元，而生态空间转为生活空间和生产空间，分别损失2.071亿元和0.300亿元。生态空间转为生活空间以及生产空间转为生态空间的变化对生态系统服务价值损益变化的总贡献率高达78.8%。 结论 1980—2020年黄河流域“三生空间”演变深刻影响着生态系统服务价值，生态系统服务总价值整体略有增加。其中，生态空间向生活空间的转化是造成生态系统服务价值（Ecosystem Service Value，ESV）损失的主要来源，而生产空间向生态空间的转化则是ESV增益的最主要贡献者。生产空间与生态空间之间的相互转化，构成了驱动ESV变化的关键环节。

Abstract

Objective This study aims to investigate the spatiotemporal variation intensity of production-living-ecological space （PLES） in the Yellow River Basin and its impact on ecosystem service value （ESV）， providing a scientific basis for territorial spatial optimization and ecological protection in the basin. Methods Based on five periods of land-use remote sensing data from 1980 to 2020， intensity analysis and spatial analysis methods were comprehensively applied to systematically identify the evolution characteristics of PLES and quantitatively assess the gains and losses in ESV resulting from land-use conversions. Results During the study period， the proportion of production space decreased by 0.53%， living space increased by 1.05%， and ecological space decreased by 0.52%. The period from 2010 to 2020 exhibited relatively high change intensity in PLES. Among types of ecosystem services， regulating services accounted for the largest proportion， followed by supporting services. The total ESV increased by 758 million yuan. Specifically， the conversion of living space to production and ecological space generated values of 22.3 million yuan and 18 million yuan， respectively. Conversion of production space to ecological space generated a value of 200.4 million yuan， whereas its conversion to living space resulted in a loss of 39.3 million yuan. Meanwhile， conversions of ecological space to living space and production space incurred losses of 207.1 million yuan and 30 million yuan， respectively. Conversions from ecological space to living space and from production space to ecological space together contributed 78.8% of the total variation in ESV gains and losses. Conclusion From 1980 to 2020， the evolution of PLES in the Yellow River Basin profoundly influenced ESV， with the total ESV showing a slight overall increase. Conversion of ecological space to living space was the primary source of ESV loss， while conversion of production space to ecological space contributed the most to ESV gains. The mutual conversion between production space and ecological space constituted the key link driving ESV changes.

Graphical abstract

关键词

生产—生活—生态空间 / 生态系统服务价值 / 时空演变 / 强度分析 / 黄河流域

Key words

production-living-ecological space / ecosystem service value / spatiotemporal evolution / intensity analysis / Yellow River Basin

在全球化和信息化的双重驱动下，经济结构转型与社会要素重组深刻改变了国土空间格局^［1］。“生产—生活—生态”空间（“三生空间”）是融合国际可持续发展理念与我国国土空间规划实践的新概念^［2］，有效弥补了传统功能分类体系中生态维度考虑不足的缺陷^［3］。当前，国内关于三生功能的研究已形成较为系统的脉络，主要集中在土地利用多功能评价^［4］、分区^［5-6］、演变及影响因素研究^［7-8］；围绕“三生空间”的识别和优化研究，具体包括“三生空间”划定^［9］、三生功能空间分布^［10］、演化与机理分析^［11］、三生功能时空关系^［12］、国土空间优化等^［13］。然而，现有研究多聚焦于三生功能在时空上的“分异”特征，对其内在协同或冲突关系的探讨仍显薄弱，尤其缺乏从复合功能视角对土地利用与生态系统服务互动关系的深入解析。

生态系统服务（Ecosystem Service， ES）是指生态系统凭借其自然特性与相互作用，为人类生存发展提供的环境条件与自然功能。作为生态学与生态经济学的重要交叉领域，生态系统服务研究，尤其是其价值动态评估，正受到日益广泛的关注。概念正式提出后，学界从多维度推动该领域的发展，国际上从分类体系和价值评估方面均有重大突破^［14］。联合国千年生态系统评估项目将生态系统服务定义为既包括有形物质资源，也涵盖无形服务等多重益处，将其划分为供给服务、调节服务、文化服务以及维持其他服务类型所必需的支持服务^［15］。生态系统服务评价分为价值量评价与物质量评价两类^［16］，其中价值量评价计算简便，更利于决策参考。我国在该领域的研究形成清晰的方法论路径：其一，构建评估体系，如谢高地提出的“当量因子法”为全国尺度价值评估提供标准^［17］；其二，开展案例实证，诸多研究（如对大江大河流域、重点保护区、湿地等的评估）应用当量因子等方法对特定生态系统进行定量评价^［18］；其三，推动应用与反思，研究进一步关注土地利用变化的影响预测^［19］。现有研究多局限于单一地类或局部区域，忽视生态系统服务价值（Ecosystem Service Value， ESV）动态与“三生空间”功能演变的系统性关联，尤其在流域尺度上缺乏定量识别。基于生态优先原则，通过构建土地利用复合功能分类体系，将ESV动态嵌入“三生空间”演变分析，定量评估空间转换对生态价值的贡献与响应，兼具理论与现实意义。

黄河流域是我国重要的生态屏障和经济地带。长期以来，流域内经济增长一定程度上依赖自然生态价值的消耗，导致土地利用功能转换与生态系统服务失衡。在此背景下，本研究试图从新的视角来考虑土地利用的复合功能：建立土地利用综合生态系统分类体系，揭示1980—2020年黄河流域“三生空间”功能变化强度；并测算不同土地利用空间类型下ESV的变化及其贡献，定量识别ESV对“三生空间”变化的响应；以期为流域国土空间优化与生态保护修复提供科学依据，弥补现有研究在典型流域案例中的系统性不足。

1 研究区概况和数据来源

1.1 研究区概况

黄河流域位于96°—119°E与32°—42°N，东西长约1 900 km，南北宽约1 100 km（图1）。流域内水热条件空间分异显著，降水量从东南部秦岭的700~1 000 mm减少至西北内陆的150 mm以下；年均气温则由河源区的-4 ℃递增至下游山东的12~14 ℃。然而，黄河流域生态本底脆弱，水资源短缺与水土流失问题突出，上、中、下游广泛分布着冰川、草甸、黄土高原及三角洲等易退化区域，生态保护任务艰巨。流域内地理梯度分异显著，上游作为高寒干旱的高原山地，是重要的生态功能区与畜牧业基地；中游是黄河泥沙的主要来源地，水土流失严重；下游冲积平原则地势平坦、土壤肥沃，是国家核心的粮食生产基地与高度城镇化区域。流域沿线人口、城镇与经济活动高度集中，人类活动对土地利用的干扰极为直接，导致生态保护与经济发展矛盾突出^［20］。这一系列特征使其成为探究国土空间与ESV相互关系的理想研究平台。

1.2 数据来源

1980—2020年研究区土地利用遥感数据与黄河流域矢量范围数据，获取于中国科学院地理科学与资源研究所资源环境科学与数据中心（https://www.resdc.cn）、生态环境部卫星应用中心及中国环境监测总站，该数据是基于Landsat TM/ETM+和HJ-1/1B等影像数据解译而来，空间分辨率为30 m。省级行政区划数据来源于国家基础地理信息中心（http://www.ngcc. cn/ngcc/）。为充分揭示“三生空间”和ESV的变化特征，本研究选取间隔10 a的共5期土地利用数据，分别为1980年、1990年、2000年、2010年、2020年。基于2005年《中国统计年鉴》中“主要农产品单位面积产量”数据，计算2005年全国单位农田平均粮食产量和黄河流域（内蒙古、河南、山东、山西、陕西、四川、宁夏、甘肃和青海共9个省份）的单位农田平均粮食产量。

2 研究方法

2.1 国土“三生空间”分类体系

本研究遵循功能主导性、可操作实用性原则，考虑对生态功能也有重大支持作用的潜在生态空间^［21］，结合黄河流域土地利用类型，构建黄河流域“三生空间”分类体系（表1）。

2.2 ESV计算

本研究采用由Costanza等人奠基的ESV评估原理^［14］，并应用谢高地等针对中国陆地生态系统修订的单位面积价值当量表^［22］。鉴于土地利用类型与生态系统类型间的紧密关联，通过土地利用数据估算ESV是一种行之有效的方法。因此，根据已有研究，将黄河流域的各土地利用类型与价值表中最为近似的生态系统类型进行匹配，从而确定其单位面积ES价值^［23］，其中未利用地对应荒漠生态系统。

谢高地等的计算结果显示，中国2005年农田粮食产值为449.1元/hm²，本研究以此值为基准。根据历史文献，对研究区农田单位产量的ESV做修正，具体见公式（1）：

X=E_{\mathrm{a}}·(y\mathrm{\text{'}}/y)（1）

式中：X为修正价值基准；E_a为原始价值基准（449.1元/hm²）；y′为2005年黄河流域的单位农田平均粮食产量；y为同期全国单位农田平均粮食产量。根据粮食生产数据，确定黄河流域农田食物生产价值X为354.7元/hm²，以此值为基准价，确定黄河流域中不同土地类型的单位面积ESV系数（表2）。

基于各种类型的土地面积和单位面积ESV系数，各地类总ESV采用公式（2）进行估算：

\mathrm{E}\mathrm{S}\mathrm{V}={\displaystyle \sum _{i=\mathrm{1}}^n}{P}_i·S_i（2）

式中：P_i 是第i种土地类型的单位面积ESV系数，S_i 是第i种土地类型的面积。

公式（2）计算研究区1980年、1990年、2000年、2010年和2020年的总ESV，通过自然断点法将ESV划分为极低、低、中、高、极高5个等级。

2.3 强度分析

\begin{array}{l}{S}_t=\frac{〔y_t,y_{t+\mathrm{1}}〕\mathrm{期间}\mathrm{的变}\mathrm{化面}\mathrm{积}/\mathrm{研究}\mathrm{区总}\mathrm{面积}}{〔y_t,y_{t+\mathrm{1}}〕\mathrm{的持}\mathrm{续时}\mathrm{间}}\times \mathrm{100}\mathrm{\%}\\ =\frac{｛{\displaystyle \sum _{j=\mathrm{1}}^J}〔\left({\displaystyle \sum _{i=\mathrm{1}}^J}{C}_{tij}\right)-C_{tij}〕｝/〔\left({\displaystyle \sum _{j=\mathrm{1}}^J}{\displaystyle \sum _{i=\mathrm{1}}^J}{C}_{tij}\right)〕}{\left(Y_T-Y_{\mathrm{1}}\right)}\times \mathrm{100}\mathrm{\%}\end{array}

\begin{array}{l}U=\frac{\mathrm{整个}\mathrm{研究}\mathrm{时段}\mathrm{内的}\mathrm{变化}\mathrm{面积}/\mathrm{研究}\mathrm{区总}\mathrm{面}{\mathrm{积}}^{}}{\mathrm{整个}\mathrm{期间}\mathrm{的持}\mathrm{续时}\mathrm{间}}\times \mathrm{100}\mathrm{\%}\\ =\frac{{\displaystyle \sum _{t=\mathrm{1}}^{T-\mathrm{1}}}｛{\displaystyle \sum _{j=\mathrm{1}}^J}〔\left({\displaystyle \sum _{i=\mathrm{1}}^J}{C}_{tij}\right)-C_{tij}〕｝/〔\left({\displaystyle \sum _{j=\mathrm{1}}^J}{\displaystyle \sum _{i=\mathrm{1}}^J}{C}_{tij}\right)〕}{\left(Y_T-Y_{\mathrm{1}}\right)}\times \mathrm{100}\mathrm{\%}\end{array}

强度分析是土地利用/覆盖变化研究中的常用方法，适用于多时期、多地类的对比，其分析框架涵盖时间间隔、类别与转换3个层面^［24］。本研究中利用该方法对黄河流域“三生空间”变化强度进行深入分析。

时间间隔层面：基于公式（3）计算各时段的变化面积百分比，得出总体变化面积与年变化率，并通过年均变化强度与均值线的比较判断变化速率快慢。公式（4）给出变化速率均值线，若各时间点t的S_t 值均相等，则S_t 等于U，这是强度分析的基本逻辑，同样适用于类别层面和转换层面的分析。

（3）

式中：S_t 为时间段〔Y_t， Y_t+1〕的年变化强度；J为类别数量；下标i表示某时间段初始时间点的类别；下标j表示某时间段终止时间点的类别；T为时间段的数量；下标t是〔Y_t， Y_t+1〕期间的某一时间点，范围是〔1， T-1〕；Y_t 为时间点t的年份。

（4）

式中：U为时间强度分析变化速率均值。

\begin{array}{l}{G}_{tj}=\frac{〔Y_t,Y_{t+\mathrm{1}}〕\mathrm{期间}\mathrm{内类}\mathrm{型}j\mathrm{的增}\mathrm{加面}\mathrm{积}/〔Y_t,Y_{t+\mathrm{1}}〕\mathrm{的持}\mathrm{续时}\mathrm{间}}{\mathrm{类型}j\mathrm{在}{Y}_{t+\mathrm{1}}\mathrm{的面}\mathrm{积}}\times \mathrm{100}\mathrm{\%}\\ =\frac{{\displaystyle \sum _{j=\mathrm{1}}^J}〔\left({\displaystyle \sum _{i=\mathrm{1}}^J}{C}_{tij}\right)-C_{tij}〕/\left(Y_t,Y_{t+\mathrm{1}}\right)}{{\displaystyle \sum _{j=\mathrm{1}}^J}{C}_{tij}}\times \mathrm{100}\mathrm{\%}\end{array}

\begin{array}{l}{L}_{tij}=\frac{〔Y_t,Y_{t+\mathrm{1}}〕\mathrm{期间}\mathrm{内类}\mathrm{型}i\mathrm{的减}\mathrm{少面}\mathrm{积}/〔Y_t,Y_{t+\mathrm{1}}〕\mathrm{的持}\mathrm{续时}{\mathrm{间}}^{}}{\mathrm{类型}I\mathrm{在}{Y}_{t+\mathrm{1}}\mathrm{的面}\mathrm{积}}\times \mathrm{100}\mathrm{\%}\\ =\frac{〔\left({\displaystyle \sum _{i=\mathrm{1}}^J}{C}_{tij}\right)-C_{tij}〕/\left(Y_t,Y_{t+\mathrm{1}}\right)}{{\displaystyle \sum _{j=\mathrm{1}}^J}{C}_{tij}}\times \mathrm{100}\mathrm{\%}\end{array}

类别层面：分析各时段各类型的增减程度（公式5—6），通过对比均值线判断其变化速率的快慢。

（5）

式中：G_tj为〔Y_t， Y_t+1 〕中j等级的年总增加强度。

（6）

式中：L_tij 为从时间点Y_t 的i类别转换至时间点Y_t+1的j类别的像元个数。

转换层面：分析各类别的转出与转入程度，并识别特定时段内转换最为剧烈的类别。

2.4 冷热点分析

为识别ESV的高、低值空间聚集区，通过热点分析方法（Getis-Ord G_i^* 指数），对研究区ESV空间冷热点区域进行分析。该分析以1 km×1 km网格为单元，通过计算每个网格与其邻域的局部总和相对于整体总和的差异，生成统计显著性的z-score。依据z-score在95%置信区间的显著性，将空间模式划分为3类：热点（显著的高—高聚类）、冷点（显著的低—低聚类）与非显著区（无显著空间自相关）。

3 结果与分析

3.1 1980—2020年黄河流域“三生空间”格局演变分析

近40年来黄河流域的“三生空间”分布特征与面积变化显示，生态空间在该区域占据绝对主体地位，具备提供丰富生态产品和服务的巨大潜力（图2与表3）。生态空间主要分布于研究区东北部和西南部，其面积在整个研究期内呈下降趋势，占比由1980年的71.22%降至2020年的70.70%。具体来看，绿地生态空间在1980—2000年有所缩减，而在2000—2020年则出现增加。2010—2020年其他生态空间（主要包括沙地、戈壁等未利用地）显著减少，尤其是在阴山、“贺兰山—腾格里沙漠”及库布齐沙漠等关键治理区。这些变化直观反映近十年中国北方风沙源治理、退牧还草等生态工程的卓越成效。其本质是人为主动干预下的正向土地利用转型：通过植树种草、固沙沙障等措施，将原本生态功能薄弱、易导致风沙灾害的沙地，成功转化为绿地生态空间（如草地、灌木林）或生产空间（如人工绿洲）。

生产空间作为区域内第二大土地利用类型，主要分布于生活空间的外围区域，集中于研究区中部、东南部、东部及东北沿流域边界一带。其面积呈现先增后减的趋势，占比从1980年的26.78%上升至2000年的27.22%，随后在2020年降至26.25%。生产空间的这一演变趋势，反映了研究区近40年来人地关系与发展模式的转型，2000年之前的扩张，主要源于农业开发力度大，通过开垦草原、侵占生态边缘地带等方式扩大农业生产空间，这是传统发展理念下对自然空间的直接索取；2000年之后的收缩原因：其一，城镇化与基础设施的快速扩张，直接占用外围优质的生产空间，特别是城市周边的耕地；其二，退耕还林还草等重大生态工程，将大量位于生态脆弱区或不适宜耕作的生产空间，有规划地转化为生态空间，这既是生产空间缩减的直接原因，也是区域生态功能提升的关键路径。

生活空间则高度集中于西安、郑州、太原、呼和浩特、银川、兰州与西宁等城市区域，其面积在整个研究期内持续上升，占比从1980年的1.99%增长至2020年的3.04%。城镇生活空间与农村生活空间均呈稳定增长态势，前者占比上升0.59%，后者上升0.46%。生活空间的持续扩张，尤其是其主要城市区的快速蔓延，是黄河流域城镇化与工业化进程最直接的空间体现。城镇与农村生活空间的“双增长”格局，共同加剧与农业生产、生态功能之间的空间竞争。生活空间的无序蔓延不仅直接占用了优质的农业生产空间与关键的生态屏障区，更导致自然景观的严重破碎化。

3.2 1980—2020年黄河流域“三生空间”演变强度分析

1980—1990年、1990—2000年、2000—2010年和2010—2020年4个阶段的时间间隔分析如图3所示，纵轴0左侧对应各阶段变化总面积，右侧则表示单位时间内的变化强度。若强度条未超越均值虚线，表明该时段变化较缓；若超过虚线，则代表变化较为迅速。研究区4个阶段的“三生空间”变化分析显示，变化强度呈持续递增趋势，其中2010—2020年为变化最为剧烈的阶段，其强度值显著超过均值虚线，反映出该时期土地利用转型进入加速期。从不同类型空间的变动来看（图4），生活空间的增加强度高于其减少强度，呈现高度活跃的扩张态势；生态空间则表现为增加与减少强度均较为活跃，暗示其内部存在频繁的用地类型转换；而生产空间的增减强度均相对缓慢，整体变动趋于稳定。在人口增长、城镇化加速与经济生产需求扩大的多重压力下，生活空间的快速扩张成为主导该区域土地利用变化的核心力量；生态空间动态变化显著，受修复工程增益与城镇扩张损耗的“双向挤压”；生产空间内部则持续进行结构调整与优化。整体上，人类干扰不断加剧，国土空间结构正经历深刻重构。

1980—2020年黄河流域“三生空间”类型转移结果表明，农业生产空间和绿地生态空间转向其他空间的动态较大（表4）。农业生产空间主要转为绿地生态空间，占其总转化规模的76.39%。绿地生态空间总转化率的64.75%转为农业生产空间，28.21%退化为其他生态空间。因此，生产空间与生态空间的冲突与权衡，加剧了土地功能转变的速度和方向。工矿生产与城镇生活空间的转化规模较小，以转为农业生产空间为主，仅少量于城市内部转化为绿色生态及其他生态空间。农村生活空间主要转向农业生产空间和绿地生态空间，占比分别为68.39%和21.99%。其他生态空间总转化率的79.61%优化为绿地生态空间。这些变化反映了农业生产在该区域的主导地位以及对建设未受破坏的生态空间的关注与生态恢复意识的增强。

3.3 1980—2020年黄河流域生态系统服务价值分析

图5为研究区1980—2020年的ESV时空变化。ESV极低等级区在研究区内零星分布。低等级区呈带状分布于流域上游的宁夏、内蒙古及中下游的山西、陕西、河南、山东等地，其面积占比先升后降，由1980年的35.79%增至2000年的36.01%，后又降至2020年的33.37%。中等级区主要分布于流域上游区，面积占比由1980年的47.40%下降至2010年的46.92%，再上升至2020年的47.71%。高等级区主要分布于流域上游的青海、甘肃以及流域中下游的山西、陕西、河南等地区，面积占比由1980年的12.82%下降至2000年的12.79%，再上升至2020年的13.26%。ESV极高等级区主要沿流域水系分布，其面积由1980年的1.89%下降至2000年的1.69%，再上升至2020年的1.84%。

通过Getis-Ord G_i^* 指数对研究区ESV进行冷热点分析（图6）。图中红色区域（G_i z-score≥1.643）代表ESV热点区；蓝色区域（G_i z-score≤-1.664）代表ESV冷点区；灰色区域（-1.664<G_i z-score<1.643）表示非显著区，热点区域面积从1980年的12%增加到2020年的16%，主要分布于森林、湖泊等区域。冷点面积从16%下降至13%，主要分布在城镇区及城镇周围的生产用地等区域。林地、草地与水体是决定ESV量及变化方向的关键地类，在生态保护政策驱动下，服务价值冷点区域面积显著缩减。

黄河流域生态系统服务总价值在整个研究期内增加7.58亿元，经历先下降后上升的历程，从1980年的3 497.47亿元减少至2000年的3 468.23亿元，再增加至2020年的3 505.04亿元。阶段性分析表明，1980—2000年该区域经济持续快速发展，城市化水平提高，最终导致生产空间和生活空间在一定程度上扩大。因此，该阶段ESV的减少主要源于生态空间的损失以及生活空间与生产空间的扩大。2000年以后农业生产空间转化为绿地生态空间带来的收益是ESV增长的主要贡献。自2000年左右“退耕还林还草”政策、黄河中游防护林工程（属“三北”防护林体系）实施及2017年生态保护红线划定以来，区域生态功能显著提升，生态安全得到全面保障，有力促进生态恢复与绿色发展。研究区ESV中调节服务占比最高，占总价值的52.2%左右。从1980年的1 828.46亿元减少至2000年的1 805.78亿元，再增加到2020年的1 830.48亿元。支持服务是流域ESV中第二重要的服务类型，占总服务价值的31.1%左右。从1980年的1 086.95亿元减少至2000年的1 083.44亿元，再增加至2020年的1 089.81亿元。供给服务和文化服务的价值最低，分别占总价值的9.8%和6.9%左右。1980—2020年期间，流域生态系统的调节服务、支持服务和文化服务的价值分别上升2.02亿元，2.86亿元和3.06亿元，供给服务价值下降0.36亿元（图7）。

3.4 黄河流域“三生空间”时空演变对生态系统服务价值的影响

整个研究期内，黄河流域生态系统总服务价值先下降后上升，整体涨幅缓慢（表5）。土地利用变化的数量与方向是ESV变化的主要驱动因素。1980—2020年生产空间服务价值先上升后减少，共减少26.81亿元。生活空间服务价值持续上升，共增加1.11亿元。生态空间服务价值先下降后上升，共增加33.28亿元。同时，计算ESV损益的绝对值，并以各类土地利用空间转换的ESV损益与总绝对值之比作为贡献率（表6）。贡献率越大，土地利用空间转换对ESV的影响就越大。研究区ESV主要由生产空间和生态空间提供。值得注意的是，1980—2020年生产空间提供的ESV呈下降趋势，而生态空间提供的ESV呈上升趋势。生态空间转为生活空间和生产空间分别造成2.071亿元和0.300亿元的损失，生产空间转为生活空间造成0.393亿元的损失。生活空间转为生产空间和生态空间分别产生0.223亿元和0.180亿元的收益，生产空间转为生态空间产生2.004亿元的收益。研究区生产空间和生活空间的变化在一定程度上抵消ESV的收益和损失。生态空间向生活空间、生产空间向生态空间的转换，对ESV损益变化的贡献率达78.8%，是驱动区域生态资产变化的关键因素。总体来看，“三生空间”的演变，尤其是生态空间的净增长与内部优化，正是在国家生态文明建设战略引导下，区域经济发展模式与产业结构进行适应性调整的空间体现。然而，ESV整体涨幅缓慢，暴露出生态恢复的增量效益与城镇化造成的存量损失之间尚处于紧平衡状态。生活空间虽自身价值微量增加，但其无序扩张侵占高价值生态与生产空间，产生显著的负面溢出效应，部分抵消生态建设的正收益。

4 讨论与结论

本文在分析1980—2020年黄河流域“三生空间”的时空分布、转换特征与变化强度的基础上，定量评估对ESV的影响，系统揭示不同类型空间转换对ESV影响的定量贡献，明确“生产—生态”空间之间的转化是驱动ESV变化的决定性环节，超越了仅描述空间格局变化或ESV总量波动的传统范式。研究得出以下主要结论：（1）整体上看，黄河流域生态空间占绝对主体地位，具有提供生态产品和服务的巨大潜力。然而，生活空间不断蔓延挤占生产空间，与此同时，生态空间保护也限制生产空间扩展，致使其规模日趋收缩，且碎片化现象加剧。（2）从“三生空间”不同阶段的变化速率看，2000年是“三生空间”时空布局产生明显变化的分水岭，其中2010—2020年是“三生空间”变化强度相对较快的阶段。生产空间与生态空间的冲突与权衡，加剧土地功能转变的速度和方向。（3） ESV中，调节服务占比最高，支持服务次之，供给服务与文化服务价值相对较低。生态系统服务总价值在1980—2000年呈下降趋势，2000—2020年呈上升趋势，整体涨幅缓慢。土地利用变化和人类活动引起的政策导向是导致ESV先下降后上升的主要原因。（4） ESV的变化主要源于生态空间向生活空间的转化（造成损失）与生产空间向生态空间的转化（带来收益），而“三生空间”的演变则通过影响经济发展与产业结构，间接作用于ESV。

黄河流域近40年“三生空间”的时空演变表明，生态保护与国土空间高质量发展转型虽有所改善，但严峻挑战依然存在。黄河流域的国土空间优化应超越单纯追求某一类空间数量的增长，转而聚焦于调控空间转换的方向与强度。未来的管理应严格控制生态空间向生活空间的流失，并持续、科学地推进边际农业生产空间向高价值生态空间的有序转化。有必要联合“三生空间”和ESV的评估结果，更有针对性地实施国土空间规划和管理。因此，提出了如下具体的决策建议：

（1）严格保护高生态价值空间，巩固生态转型成果。针对生态空间转为生活空间是ESV最主要损失来源的结论，在ESV极高与高等级区（如上游青海、甘肃林草区及沿河水系带），应实行最严格的生态保护措施，核心是遏制生态空间向生活空间的转化。建议将此类区域优先划入生态保护红线，严格限制城镇建设和工矿开发，重点实施封育保护与自然恢复，稳步提升森林、草地、水体等关键生态系统的质量与稳定性，筑牢流域生态安全屏障。

（2）强化中价值区生态管控，防范空间功能退化。针对中等级ESV区域内部转换活跃、易受干扰的特点，应坚持生态优先，实施以维护生态系统完整性为导向的精细化管理。严格控制该区域内的人为活动强度，优化农业生产方式，引导发展生态友好型产业，避免因过度垦殖、放牧或建设用地扩张导致生态功能下降。同时，通过小流域综合治理、防护林建设等工程，增强其生态韧性，逐步推动其向高价值区转化。

（3）推进低价值区系统修复，优化国土空间结构。针对低与极低ESV等级区（如部分上游沙地、中下游城镇集中区），应作为生态修复与空间优化的主战场。在城镇集中区，大力推进城镇开发边界管控与存量空间挖潜，倡导集约紧凑发展，通过建设生态廊道、增加蓝绿空间等方式，逐步修复景观格局，降低生态冷点区的负面效应。在农业生产区，坚定推进“退耕还林还草”等政策的精准实施，将位于生态脆弱区的边际耕地有序转为生态用地。对于沙地、戈壁等区域，则需继续实施防风固沙工程，推动“潜在生态空间”向“绿地生态空间”的实质性转化。

参考文献

[1] 唐承丽，贺艳华，周国华，等.基于生活质量导向的乡村聚落空间优化研究［J］.地理学报，2014，69（10）：1459-1472.

[2] Tang C L， He Y H， Zhou G H， et al. The research on optimization mode of spatial organization of rural settlements oriented by life quality［J］. Acta Geographica Sinica， 2014，69（10）：1459-1472.

[3] Long H， Liu Y. Rural restructuring in China［J］. Journal of Rural Studies， 2016，47（47）：387-391.

[4] 于贵思，赵明华.基于文献计量的国内“三生空间”研究现状综述［J］.广州大学学报（自然科学版），2018，17（3）：76-82.

[5] Yu G S， Zhao M H. Research status summary of domestic “three-life space” research based on bibliometrics［J］. Journal of Guangzhou University （Natural Science Edition）， 2018，17（3）：76-82.

[6] 刘超，许月卿，卢新海.生态脆弱贫困区土地利用多功能权衡/协同格局演变与优化分区：以张家口市为例［J］.经济地理，2021，41（1）：181-190.

[7] Liu C， Xu Y Q， Lu X H. Spatio-temporal evolution and optimization regionalization of trade-off and synergy of land use functions in ecologically fragile and poverty areas： a case study of Zhangjiakou city［J］. Economic Geography， 2021，41（1）：181-190.

[8] 王亚飞，樊杰，周侃.基于“双评价”集成的国土空间地域功能优化分区［J］.地理研究，2019，38（10）：2415-2429.

[9] Wang Y F， Fan J， Zhou K. Territorial function optimization regionalization based on the integration of “double evaluation”［J］. Geographical Research， 2019，38（10）：2415-2429.

[10] 潘方杰，万庆，曾菊新，等.城镇化进程中湖北省“生产—生活—生态”空间冲突演化及其影响因素［J］.经济地理，2023，43（2）：80-92.

[11] Pan F J， Wan Q， Zeng J X， et al. Evolution characteristics and influence factors of spatial conflicts between production-living-ecological space in the rapid urbanization process of Hubei Province， China［J］. Economic Geography， 2023，43（2）：80-92.

[12] 魏伟，尹力，谢波，等.国土空间规划背景下黄河流域“三区空间”演化特征及机制［J］.经济地理，2022，42（3）：44-55.

[13] Wei W， Yin L， Xie B， et al. Spatial-temporal evolution characteristics and mechanism of “three-function space” in the Yellow River Basin under the background of territorial spatial planning［J］. Economic Geography， 2022，42（3）：44-55.

[14] 黄天能，张云兰.基于“三生空间”的土地利用功能演变及生态环境响应：以桂西资源富集区为例［J］.生态学报，2021，41（1）：348-359.

[15] Huang T N， Zhang Y L. Transformation of land use function and response of eco-environment based on “production-life-ecology space”： a case study of resource-rich area in western Guangxi［J］. Acta Ecologica Sinica， 2021，41（1）：348-359.

[16] 张红旗，许尔琪，朱会义.中国“三生用地”分类及其空间格局［J］.资源科学，2015，37（7）：1332-1338.

[17] Zhang H Q， Xu E Q， Zhu H Y. An ecological-living-industrial land classification system and its spatial distribution in China［J］. Resources Science， 2015，37（7）：1332-1338.

[18] 宋永永，薛东前，夏四友，等.近40年黄河流域国土空间格局变化特征与形成机理［J］.地理研究，2021，40（5）：1445-1463.

[19] Song Y Y， Xue D Q， Xia S Y， et al. Change characteristics and formation mechanism of the territorial spatial pattern in the Yellow River Basin from 1980 to 2018， China［J］. Geographical Research， 2021，40（5）：1445-1463.

[20] 张雄，王芳，张俊峰，等.长江中游城市群三生功能的空间关联性［J］.中国人口·资源与环境，2021，31（4）：110-122.

[21] Zhang X， Wang F， Zhang J F， et al. Spatial correlation of the productive-ecological-living function of urban agglomeration in the middle reaches of the Yangtze River［J］. China Population， Resources and Environment， 2021，31（4）：110-122.

[22] 朱媛媛，余斌，曾菊新，等.国家限制开发区“生产—生活—生态”空间的优化：以湖北省五峰县为例［J］.经济地理，2015，35（4）：26-32.

[23] Zhu Y Y， Yu B， Zeng J X， et al. Spatial optimization from three spaces of production， living and ecology in national restricted zones： a case study of Wufeng County in Hubei Province［J］. Economic Geography， 2015，35（4）：26-32.

[24] 黄金川，林浩曦，漆潇潇.面向国土空间优化的三生空间研究进展［J］.地理科学进展，2017，36（3）：378-391.

[25] Huang J C， Lin H X， Qi X X. A literature review on optimization of spatial development pattern based on ecological-production-living space［J］. Progress in Geography， 2017，36（3）：378-391.

[26] Costanza R， d'Arge R， de Groot R， et al. The value of the world's ecosystem services and natural capital［J］. Nature， 1997，387（6630）：253-260.

[27] 赵士洞，张永民.生态系统与人类福祉：千年生态系统评估的成就、贡献和展望［J］.地球科学进展，2006，21（9）：895-902.

[28] Zhao S D， Zhang Y M. Ecosystems and human well-being： the achievements， contributions and prospects of the Millennium Ecosystem Assessment［J］. Advances in Earth Science， 2006，21（9）：895-902.

[29] 赵景柱，肖寒，吴刚.生态系统服务的物质量与价值量评价方法的比较分析［J］.应用生态学报，2000，11（2）：290-292.

[30] Zhao J Z， Xiao H， Wu G. Comparison analysis on physical and value assessment methods for ecosystems services［J］. Chinese Journal of Applied Ecology， 2000，11（2）：290-292.

[31] 谢高地，张彩霞，张昌顺，等.中国生态系统服务的价值［J］.资源科学，2015，37（9）：1740-1746.

[32] Xie G D， Zhang C X， Zhang C S， et al. The value of ecosystem services in China［J］. Resources Science， 2015，37（9）：1740-1746.

[33] 左丽媛，姜远，高江波，等.生态保护红线区生态系统服务多维驱动力的定量分离［J］.地理学报，2022，77（9）：2174-2188.

[34] Zuo L Y， Jiang Y， Gao J B， et al. Quantitative separation of multi-dimensional driving forces of ecosystem services in the ecological conservation red line area［J］. Acta Geographica Sinica， 2022，77（9）：2174-2188.

[35] 郭荣中，杨敏华.长株潭地区生态系统服务价值分析及趋势预测［J］.农业工程学报，2014，30（5）：238-246.

[36] Guo R Z， Yang M H. Ecosystem service value analysis and trend prediction in Chang-Zhu-Tan region［J］. Transactions of the Chinese Society of Agricultural Engineering， 2014，30（5）：238-246.

[37] 刘迪，郭琳，陈海，等.黄河流域生态系统服务与居民福祉的多类型关系及驱动因素［J］.水土保持研究，2026，33（1）：372-382，391.

[38] Liu D， Guo L， Chen H， et al. Multi-type relationships between ecosystem services and resident well-being and their driving factors in Yellow River Basin［J］. Research of Soil and Water Conservation， 2026，33（1）：372-382，391.

[39] 凌子燕，李延顺，蒋卫国，等.山江海交错带城市群国土三生空间动态变化特征：以广西北部湾城市群为例［J］.经济地理，2022，42（2）：18-24.

[40] Ling Z Y， Li Y S， Jiang W G， et al. Dynamic change characteristics of “production-living-ecological spaces” of urban agglomeration interlaced with mountains， rivers and sea： a case study of the Beibu Gulf Urban Agglomeration in Guangxi［J］. Economic Geography， 2022，42（2）：18-24.

[41] 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.

[42] Xie G D， Zhen L， Lu C X， et al. Expert knowledge based valuation method of ecosystem services in China［J］. Journal of Natural Resources， 2008，23（5）：911-919.

[43] 袁周炎妍，万荣荣.生态系统服务评估方法研究进展［J］.生态科学，2019，38（5）：210-219.

[44] Yuan Z Y Y， Wan R R. A review on the methods of ecosystem service assessment［J］. Ecological Science， 2019，38（5）：210-219.

[45] 佟斯琴，包玉海，张巧凤，等.基于像元二分法和强度分析方法的内蒙古植被覆盖度时空变化规律分析［J］.生态环境学报，2016，25（5）：737-743.

[46] Tong S Q， Bao Y H， Zhang Q F， et al. Spatiotemporal changes of vegetation coverage in Inner Mongolia based on the dimidiate pixel model and intensity analysis［J］. Ecology and Environmental Sciences， 2016，25（5）：737-743.

基金资助

国家自然科学基金(42461007)

内蒙古自治区自然科学基金资助项目(2023MS07013)

内蒙古自治区自然科学基金资助项目(2023QN04004)

内蒙古自治区自然科学基金资助项目(2023QN04013)