摘要 運用空間分析方法和耦合協(xié)調度模型，在不同尺度上分析荊州市生態(tài)系統(tǒng)服務供給和需求之間的變化和耦合協(xié)調關系。結果表明：2000—2020年荊州市土地利用變化最為顯著的是耕地向裸地的轉換，預計到2030年，城鎮(zhèn)建設用地將繼續(xù)擴張；生態(tài)系統(tǒng)服務供給與區(qū)域自然條件密切相關，生態(tài)系統(tǒng)服務需求與區(qū)域位置和經濟發(fā)展水平有關；研究尺度對生態(tài)系統(tǒng)服務供給和需求的耦合協(xié)調分析有一定影響，在縣域尺度上，生態(tài)系統(tǒng)服務供給和需求的耦合協(xié)調狀態(tài)不平衡；而在市域尺度上，生態(tài)系統(tǒng)服務供給和需求的耦合協(xié)調狀態(tài)趨于平衡。

關鍵詞 生態(tài)系統(tǒng)服務；供需耦合協(xié)調；空間相關分析；荊州市

中圖分類號 X 171 文獻標識碼 A 文章編號 0517-6611（2025）05-0071-07

doi：10.3969/j.issn.0517-6611.2025.05.014

Evolution and Coupling Matching Analysis of Ecosystem Service Supply and Demand in Jingzhou City

JU Ling-jun， TANG Li-xin

（School of Economics and Management， Yangtze University， Jingzhou， Hubei 434023）

Abstract The spatial analysis method and coupling coordination model were used to analyze the changes and coupling coordination relationships between the supply and demand of ecosystem services in Jingzhou City at different scales. The results showed that the most significant land use change in Jingzhou City from 2000 to 2020 was the conversion of cultivated land to bare land. It was expected that the urban construction land would continue to expand by 2030. The supply of ecosystem services was closely related to regional natural conditions， and the demand for ecosystem services was related to regional location and economic development level. The research scale had a certain impact on the coupling and coordination analysis of ecosystem service supply and demand. At the county scale， the coupling and coordination state of ecosystem service supply and demand was unbalanced. At the city-scale， the coupling and coordination of ecosystem service supply and demand tended to be balanced.

Key words Ecosystem services;Supply and demand coupling matching;Spatial correlation analysis;Jingzhou City

生態(tài)系統(tǒng)服務（ES）是指自然生態(tài)系統(tǒng)為人類提供的各種有益的功能和產品，如糧食、水、空氣、景觀等。它們是人類生存和可持續(xù)發(fā)展的環(huán)境基礎，也是衡量生態(tài)文明建設成效的重要指標。隨著人口增長和經濟發(fā)展，人類對生態(tài)系統(tǒng)服務的需求（ESD）不斷增加，而生態(tài)系統(tǒng)服務的供給（ESS）受到土地利用變化、氣候變化等因素的影響不斷減少，導致ESD和ESS之間出現(xiàn)不平衡和不匹配的問題。分析ESD和ESS之間的耦合匹配程度，可以反映社會經濟和生態(tài)環(huán)境之間的協(xié)調關系，對于優(yōu)化資源配置、促進區(qū)域可持續(xù)發(fā)展具有重要意義。

近年來，國內外學者對ESS和ESD進行了大量的研究，主要包括以下幾個方面：①ESS和ESD的評估方法。目前，常用的ESS評估方法有價值量評估法、物理量評估法、遙感與GIS技術等，常用的ESD評估方法有人口密度法、消費者剩余法、等價因子法等。例如，Zhang等［1］采用價值量評估法對中國31個省級行政區(qū)的ESS進行了評估，結果表明，中國的ESS總價值為2.3×1012元，其中森林生態(tài)系統(tǒng)貢獻最大，占總價值的53.7%。Chen等［2］采用人口密度法對中國的ESD進行了評估，結果表明，中國的ESD總價值為4.8×1012元，其中水資源需求占總價值的46.8%。②ESS和ESD的空間分布特征。有研究發(fā)現(xiàn)，ESS與區(qū)域自然條件密切相關，而ESD與區(qū)域社會經濟發(fā)展密切相關，兩者在空間上呈現(xiàn)出不同的分布規(guī)律和聚類特征［3-4］。③ESS和ESD之間的耦合匹配情況。一些研究采用耦合協(xié)調度模型、匹配指數(shù)等方法，分析了ESS和ESD之間的耦合程度、協(xié)調程度和匹配程度，發(fā)現(xiàn)不同區(qū)域之間存在較大的差異［4-5］。盡管已有許多關于ESS和ESD的研究，但仍存在以下不足之處：①缺乏高分辨率的土地利用數(shù)據(jù)，導致ESS和ESD評估結果存在一定的誤差和不確定性［6］；②缺乏對未來土地利用變化情景下ESS和ESD演變趨勢的預測和分析［7］；③缺乏對不同尺度下ESS和ESD耦合匹配情況的比較和解釋［8］。為了彌補上述不足，筆者以中國中部地區(qū)的荊州市為研究區(qū)域，利用高分辨率土地利用數(shù)據(jù)和區(qū)域社會經濟數(shù)據(jù)，采用價值量評估法和生態(tài)系統(tǒng)服務需求模型，分別在市級和縣級尺度上量化了2000、2010和2020年的ESS和ESD，并用CA-Markov模型預測了2030年的潛在土地利用情況，用Moran指數(shù)和Getis-Ord Gi*指數(shù)分析了ESS和ESD的空間聚類特征，用耦合協(xié)調度模型和匹配指數(shù)分析了ESS和ESD之間的關系，揭示不同尺度下ESS和ESD的演變規(guī)律和耦合匹配情況，為區(qū)域城市群的可持續(xù)發(fā)展提供科學依據(jù)。

1 資料與方法

1.1 研究區(qū)域概況

以位于湖北省西南部的荊州市（圖1）為研究區(qū)域，該市是長江中游的重要城市，也是中國中部地區(qū)的重要城市群之一。荊州市地處長江和漢水的交匯處，擁有豐富的水資源和生物資源，是中國歷史文化名城，也是中國重要的生態(tài)屏障。荊州市總面積為1.41萬km2，轄荊州、沙市2區(qū)，江陵、公安2縣，松滋、石首、監(jiān)利、洪湖4市，以及荊州開發(fā)區(qū)、紀南文旅區(qū)、荊州高新區(qū)3個功能區(qū)，總人口637萬。荊州市地形以平原為主，西部有低山丘陵，東部有河流湖泊。氣候屬于亞熱帶季風氣候，四季分明，雨量充沛，溫度適宜。經濟以工業(yè)和農業(yè)為主，近年來，服務業(yè)和旅游業(yè)也有較快的發(fā)展。土地利用類型主要有耕地、森林、草地、水域等，其中耕地占比較大，林地和草地占比較小，水域占比適中。

1.2 數(shù)據(jù)來源與處理

該研究所用的數(shù)據(jù)包括自然環(huán)境數(shù)據(jù)、社會經濟數(shù)據(jù)和一些相關的空間數(shù)據(jù)。數(shù)字高程（DEM）從地球空間數(shù)據(jù)云下載。2000、2010和2020年的30 m空間分辨率土地利用數(shù)據(jù)從GlobeLand 30下載。農作物的耕地面積和總產量數(shù)據(jù)從《湖北統(tǒng)計年鑒》獲取，農作物的單位價格從《中國農產品價格調查年鑒》獲取。土地開發(fā)強度、人口密度和經濟密度數(shù)據(jù)從中國縣級統(tǒng)計年鑒、中國城市統(tǒng)計年鑒、湖北統(tǒng)計年鑒和地方統(tǒng)計年鑒獲取。采用ArcGIS 10.6、IDRISI Selva 17.0和ENVI 5.3軟件對數(shù)據(jù)進行處理和分析。

1.3 研究方法

1.3.1

評價指標體系構建。參考前人的研究［9-11］和中國的實際情況，該研究選擇了支持服務、調節(jié)服務、文化服務和供給服務4種生態(tài)系統(tǒng)服務指標來計算荊州市的ESS，并選擇了土地、人口和經濟3個指標來計算荊州市的ESD，具體如表1所示。

1.3.2 土地利用變化分析。該研究采用土地利用轉移矩陣和CA-Markov模型來分析和預測荊州市的土地利用變化。

（1）土地利用轉移矩陣。土地利用轉移矩陣可以定量分析土地利用轉移情況，直觀地表達不同土地利用類型在一定時間內的轉換面積和轉換方向［12］。該研究將荊州市的土地利用分為6種類型：森林、草地、耕地、濕地、水域、裸地。具體的土地利用轉移矩陣如下：

式中：Lij為研究期內從i類型轉換為j類型的土地利用面積；n為土地利用類型的數(shù)量（n=6）；i為初始年份的土地利用類型；j為最終年份的土地利用類型。

（2）CA-Markov模型預測。CA-Markov模型是一種能夠動態(tài)預測不同時空尺度下土地利用分布演變情況的模型。該研究使用2000和2010年的土地利用數(shù)據(jù)來預測2020年的土地利用情況，并用2020年的實際土地利用數(shù)據(jù)來驗證CA-Markov模型的準確性；然后，使用2010和2020年的數(shù)據(jù)來預測2030年的土地利用空間分布格局。CA-Markov模型的土地利用變化預測在IDRISI Selva 17.0軟件中進行處理。為評估模型的準確性，采用Kappa系數(shù)進行驗證，其計算公式如下：

式中：Pc為總體分類精度（正確分類像元的比例）；Pe為隨機正確分類的比例。該研究通過構建混淆矩陣來驗證預測結果的精度，將圖像分類結果與實際地表信息進行比較。預測結果的精度驗證在ENVI 5.3軟件中進行處理。

1.3.3

ESS和ESD的計算。該研究采用基于專家知識的價值量評估法（VQA）來計算ESS，采用土地開發(fā)強度、人口密度和經濟密度3個指標來計算ESD。

（1）ESS的計算。ESS是指人類從研究區(qū)域獲得的生態(tài)產品或生態(tài)系統(tǒng)服務。該研究中ESS是指在時空上的相對變化，因此采用VQA來進行近似的綜合評估。選用韓增林等［13］根據(jù)中國的實際情況和多位專家的修正結果得到的中國單位面積生態(tài)系統(tǒng)服務價值表，通過土地利用數(shù)據(jù)計算單位面積的生態(tài)系統(tǒng)服務價值，從而得到荊州市的ESS。ESS的計算公式如下：

式中：ESS為研究單元的ESS（元/hm2）；Mij為生態(tài)系統(tǒng)i提供生態(tài)功能j的價值系數(shù)；m為土地利用類型的總數(shù)（m=6）；n為生態(tài)功能類型的總數(shù)（n=9）；E為單位面積食物生產服務的經濟價值（元/hm2）；Si為研究單元中生態(tài)系統(tǒng)i的面積（hm2）；S為研究單元的總面積（hm2）。為了保證ESS計算的科學性，對食物作物單位產量、耕地面積和食物作物單位價格進行了修正，從而得到食物作物單位面積產值。此外，自然生態(tài)系統(tǒng)沒有人為投入的產出值約為耕地上食物生產服務價值的1/6。修正后的公式（3）中，E的計算公式如下：

式中：O為主要食物作物類型，包括小麥、糧食、玉米和大豆；Qk為食物作物k的單位價格（元/t）；Yk為食物作物k的產量（t）；Sk為食物作物k的耕地面積（hm2）。

（2）ESD的計算。ESD表示人類對生態(tài)產品或生態(tài)系統(tǒng)服務的生產與消費的數(shù)量和質量的需求?？紤]到生態(tài)系統(tǒng)服務變化的驅動因素和數(shù)據(jù)的可獲得性，該研究選擇了土地、人口和經濟3個社會經濟指標來計算荊州市的ESD。土地需求包括土地開發(fā)強度，即研究單元中裸地面積占總面積的百分比。人口需求包括人口密度，即研究單元中的人口數(shù)（人/km2）。經濟需求包括經濟密度，即研究單元中的GDP（萬元/km2）。由于人口密度和經濟密度在不同研究單元間存在較大波動，可能導致ESD值之間存在較大的差異，為了減弱這種波動，對相關變量進行了對數(shù)轉換。ESD的計算公式如下：

式中：Li為土地開發(fā)強度（%）；Pi為人口密度（人/km2）；Ei為經濟密度（萬元/km2）。

1.3.4 ESS和ESD的空間相關性分析。該研究采用Moran指數(shù)和Getis-Ord Gi*指數(shù)來揭示ESS或ESD在全局或局部尺度上的空間相關性。由于研究樣本數(shù)量較少會影響空間統(tǒng)計的結果，所以只使用縣級尺度作為研究尺度來分析ESS或ESD的空間相關性。Moran指數(shù)包括全局Moran’s I指數(shù)和局部Moran’s I指數(shù)［14-15］。全局Moran’s I指數(shù)可以表達相似值的空間聚類程度，局部Moran’s I指數(shù)可以表達空間聚類位置、離群值位置和空間相關類型。Getis-Ord Gi*統(tǒng)計量也稱為“冷熱點分析”，可以表達ESS或ESD在荊州市中的空間聚類特征，包括高值聚類（統(tǒng)計指標﹥0，熱點；高值被高值包圍）和低值聚類（統(tǒng)計指標lt;0，冷點；低值被低值包圍）［16-17］。Moran指數(shù)和Getis-Ord Gi*指數(shù)的計算公式如下：

式中：I為Moran指數(shù)；n為縣級尺度上研究單元的數(shù)量（n=136）；Wij為空間權重矩陣；xi、xj分別為研究單元i、j的ESS或ESD值；為研究單元的ESS或ESD平均值；G*i是研究單元的Getis-Ord Gi*指數(shù)。

1.3.5 ESS和ESD的耦合匹配分析。

（1）指標標準化。為了實現(xiàn)ESS和ESD的統(tǒng)一量化，由于供需計算使用了不同的測量單位，直接進行耦合匹配分析較為困難。為了消除數(shù)據(jù)維度的影響，并提高不同區(qū)域之間的可比性，該研究對ESS和ESD的計算結果進行了標準化處理。具體而言，耦合協(xié)調分析采用極差標準化法，匹配分析則采用Z-score標準化法。指標標準化的公式如下：

式中：x′為標準化后的區(qū)域ESS（ESD）；xi為研究單元的ESS（ESD）；xmin為ESS（ESD）的最小值；xmax為ESS（ESD）的最大值；為ESS（ESD）的平均值；σ是ESS（ESD）的標準差。

（2）耦合協(xié)調分析。該研究采用耦合協(xié)調度模型來計算ES中ESS和ESD之間的耦合協(xié)調程度。首先，耦合度用于反映ESS和ESD之間的相互作用和發(fā)展水平；耦合度的取值在0～1，越接近1表示兩者之間的耦合關系和相互作用越強，反之，值越接近0則表明兩者之間的耦合關系較弱。為了更全面地評估二者的協(xié)調狀況，進一步引入了協(xié)調度這一指標，用以衡量ESS和ESD之間的正向耦合程度。協(xié)調度的取值在0～1，越接近1表示兩者之間的耦合協(xié)調性越好，越接近0則表明協(xié)調性較差。耦合協(xié)調分析公式如下：

式中：C為ES的耦合度；ESS′、ESD′分別為極差標準化后的ESS、ESD；T為ES的協(xié)調度；a、b是系數(shù)，反映了ESS和ESD對整個系統(tǒng)的貢獻，考慮到兩者同等重要，在此取a=b=0.5；D為ES的耦合協(xié)調度。

（3）匹配指數(shù)計算。為揭示荊州市中ESS和ESD之間的空間匹配情況，該研究參考前人的研究［9-11］，采用匹配指數(shù)來評價ESS和ESD之間的供需平衡程度，并將ES的匹配類型分為4種：供需平衡、供大于需、需大于供、供需不平衡。匹配指數(shù)的取值在-1～1，越接近1表示ESS和ESD之間的供需平衡程度越高，越接近-1則表明供需不平衡。匹配指標計算公式如下：

式中：M為ES的匹配指數(shù)；ESS′、ESD′分別為Z-score標準化后的ESS、ESD。

2 結果與分析

2.1 土地利用變化

從2010—2020年荊州市土地利用類型的變化（表2）可以看出，耕地面積減少了222 080 km2，反映出城市化進程的加速及耕地資源的逐步流失。森林面積有所增加，增加了55 413 km2，表明生態(tài)恢復和保護措施可能取得了一定成效。草地面積減少了173 km2，這可能與土地開發(fā)、生態(tài)退化、氣候變化等因素有關。水域面積也減少了170 510 km2，反映了水資源開發(fā)和利用中的一定變化。濕地面積增加了21 km2，表明濕地保護和生態(tài)修復工作得到加強。裸地面積則大幅增加了337 329 km2，可能與城市擴張和建設用地需求增長密切相關?？傮w而言，荊州市的土地利用變化體現(xiàn)了城市化、生態(tài)保護和資源開發(fā)之間的復雜互動，反映了區(qū)域土地利用結構的深刻轉型。

為了預測2030年荊州市的土地利用情況，該研究采用CA-Markov模型進行模擬。首先，利用2000和2010年的土地利用數(shù)據(jù)預測了2020年的土地利用情況，并與實際數(shù)據(jù)進行對比，驗證了CA-Markov模型的準確性［18］。驗證結果表明，Kappa系數(shù)為0.82，說明模型具有較高的可靠性。然后，利用2010和2020年的土地利用數(shù)據(jù)預測了2030年的土地利用空間分布格局（圖2）。從2030年荊州市各個土地利用類型的預測結果可以看出，到2030年，裸地面積可能會繼續(xù)擴展，尤其是在城鎮(zhèn)周邊和交通干道沿線；耕地面積可能會進一步減少，主要轉化為裸地、森林和水域；森林面積有望增加，主要來自耕地、草地和濕地；草地面積預計將下降，轉化為森林、濕地和裸地；濕地面積可能會增加，主要來自草地、裸地和水域；水域面積則可能擴展，主要來自耕地、濕地和裸地。盡管裸地面積可能繼續(xù)擴展，但這并不與其“減少”或“轉化”的趨勢相矛盾，因為裸地的擴展可能主要發(fā)生在未被利用的區(qū)域，且部分裸地可能會隨著城市化進程逐步轉化為其他土地類型。總的來說，這些預測結果與荊州市未來的發(fā)展規(guī)劃相符，反映了土地利用結構的持續(xù)變化及城市化進程中土地利用類型的動態(tài)轉化［19］。

2.2 ESS空間分布特征

從表3可以看出，2000—2020年荊州市ESS總量和產值均呈現(xiàn)出顯著增長，特別是森林、濕地和水域的ESS表現(xiàn)出明顯增強。具體而言，森林的ESS總量增加了94.7億元，產值增加了1.88萬元/km2，反映出森林生態(tài)系統(tǒng)功能的顯著提升。草地和濕地的ESS也有所增強，尤其是濕地的增長較為突出。與此相對，耕地的ESS總量和產值出現(xiàn)下降，可能與城市化進程和土地用途轉化密切相關。裸地的ESS變化較小，始終維持在較低水平。綜合來看，荊州市的ESS總量從2000年的1 049.7億元增至2020年的1 169.3億元，產值從5.53萬元/km2增至6.11萬元/km2，整體上表明了生態(tài)服務功能的改善和增強。然而，耕地ESS的下降和裸地低效利用仍然是未來亟待解決的挑戰(zhàn)。

為了分析ESS在空間上的分布規(guī)律和聚類特征，該研究采用Moran指數(shù)和Getis-Ord Gi*指數(shù)進行空間相關性分析。從荊州市2000、2010和2020年ESS的全局Moran’s I指數(shù)和局部Moran’s I指數(shù)（表4）可以看出，荊州市的全局Moran’s I指數(shù)在2000、2010和2020年分別為0.48、0.45和0.42，均顯著大于0（Plt;0.01），表明ESS在空間上呈現(xiàn)出正相關性，即相似值趨于聚集。局部Moran’s I指數(shù)結果顯示，荊州市存在著高-高聚類、低-低聚類和離群區(qū)域。高-高聚類區(qū)域主要分布在沿江地區(qū)或資源豐富的地區(qū)，如洪湖市、監(jiān)利市、江陵縣等；低-低聚類區(qū)域主要分布在西部山區(qū)或資源匱乏的地區(qū)，如松滋市、公安縣、沙市區(qū)等；離群區(qū)域主要分布在城鎮(zhèn)周邊或交通干道沿線，如荊州區(qū)、石首市等。這些結果與土地利用數(shù)據(jù)相一致，說明ESS與區(qū)域自然條件密切相關［20］。

2.3 ESD空間分布特征

從表5可以看出，2000—2020年荊州市生態(tài)系統(tǒng)服務需求（ESD）總量和產值均明顯增長。ESD總量從1.01×1010元增長至1.64×1010元，增幅為62.4%，同時產值從5.22萬元/km2增加至8.48萬元/km2，增幅為62.5%。這一變化表明隨著城市化和經濟增長，荊州市對生態(tài)系統(tǒng)服務的需求不斷增加。土地開發(fā)強度也從0.5%提高至0.9%，盡管有所上升，但仍處于較低水平，顯示土地開發(fā)潛力尚未完全釋放。人口密度從441.9人/km2增至496.7人/km2，表明城市化加速，人口集中度上升，進一步推動了對基礎設施和生態(tài)服務的需求。經濟密度從5.22萬元/km2增至8.48萬元/km2，反映了經濟活動的集聚和土地利用效率的提升?？傮w來看，盡管土地開發(fā)強度和人口密度增加，荊州市在提升經濟密度和土地利用效率的同時，仍需保持生態(tài)保護與發(fā)展之間的平衡，以應對日益增長的生態(tài)服務需求。

為了分析ESD在空間上的分布規(guī)律和聚類特征，該研究采用Moran指數(shù)和Getis-Ord Gi*指數(shù)進行空間相關性分析。從表6可以看出，荊州市的全局Moran’s I指數(shù)在2000、2010和2020年分別為0.36、0.34和0.32，均顯著大于0（Plt;0.01），表明ESD在空間上呈現(xiàn)出正相關性，即相似值傾向于聚集在一起。局部Moran’s I指數(shù)結果進一步揭示了荊州市存在高-高聚類、低-低聚類和離群區(qū)域，其中，高-高聚類區(qū)域主要分布在西部山區(qū)或經濟發(fā)達的地區(qū)，如洪湖市、監(jiān)利市、江陵縣等；低-低聚類區(qū)域主要分布在東部平原區(qū)或經濟落后的地區(qū)，如松滋市、公安縣、沙市區(qū)等；離群區(qū)域主要分布在城鎮(zhèn)周邊或交通干道沿線，如荊州區(qū)、石首市等。這些結果與荊州市的社會經濟發(fā)展水平和地理分布特點相吻合，表明ESD的空間分布與區(qū)域的自然條件及經濟發(fā)展密切相關［21］。

2.4 ES耦合匹配情況

為了分析荊州市ESS和ESD之間的關系，該研究構建了ES的匹配指數(shù)和耦合協(xié)調度模型。從表7可以看出，荊州市2000年的匹配指數(shù)為0.05，表明當年ESS和ESD基本平衡；到2010年，匹配指數(shù)降至0.03，表明供需依然處于平衡狀態(tài)；到2020年，匹配指數(shù)進一步下降至0.01，但仍處于相對平衡區(qū)間。這表明盡管供需指數(shù)有所波動，整體上荊州市的ESS與ESD始終保持較為穩(wěn)定的供需匹配。荊州市的耦合協(xié)調度在2000、2010和2020年分別為0.46、0.51和0.55，均處于中度協(xié)調階段，說明荊州市這期間雖然存在供需的輕微波動，但整體上實現(xiàn)了生態(tài)安全與社會經濟之間的協(xié)調發(fā)展。特別是2000—2020年耦合協(xié)調度逐漸上升，表明近21年荊州市在提升ESS和ESD總量的同時，也取得了一定的協(xié)調性進展，推動了生態(tài)環(huán)境和社會經濟的協(xié)同發(fā)展。進一步分析發(fā)現(xiàn)，荊州市各研究單元的耦合協(xié)調度存在一定差異。2000年，許多研究單元的耦合協(xié)調度較低，處于中度協(xié)調階段；2010年，部分單元的耦合協(xié)調度有所提高，進入了良好協(xié)調階段；2020年，大多數(shù)單元的耦合協(xié)調度進入了良好或優(yōu)良協(xié)調階段，這一變化體現(xiàn)了荊州市在保障生態(tài)安全和經濟發(fā)展的基礎上，逐步實現(xiàn)了更高水平的協(xié)調發(fā)展［22］。

為了探討研究尺度對ES耦合匹配分析結果的影響，該研究比較了縣級尺度和市級尺度上的結果。從荊州市在縣級尺度和市級尺度上的ES耦合協(xié)調度（圖3）可以看出，在縣級尺度上，2000—2020年荊州市ES耦合協(xié)調度逐漸穩(wěn)定并維持供需平衡，而在市級尺度上，荊州市的供需匹配也保持平衡，且趨于穩(wěn)定。這表明研究尺度對ES耦合協(xié)調度的計算有明顯影響。在縣級尺度上，各研究單元的差異較大，導致ESS和ESD之間的耦合協(xié)調度較低；而在市級尺度上，由于更大范圍的資源調配，各單元之間的耦合協(xié)調度更高。盡管如此，荊州市在縣級尺度和市級尺度上的耦合協(xié)調度均處于中度協(xié)調階段，但在縣級尺度上各研究單元之間的協(xié)調程度存在較大差異，而在市級尺度上各研究單元之間的協(xié)調程度則較為一致，這表明研究尺度在一定程度上影響了ES耦合協(xié)調度的計算，尤其是在局部層面，尺度的選擇可能導致不同的協(xié)調性結果。綜上所述，該研究揭示了不同尺度下ES耦合協(xié)調度的差異性和聯(lián)系性，并表明尺度對資源管理策略和協(xié)調度計算的影響，這為未來在不同尺度上的區(qū)域可持續(xù)發(fā)展研究提供了有價值的參考［23］。

3 討論與結論

3.1 ESS與ESD的差異與聯(lián)系

該研究選取了森林、草地、耕地、濕地、水域、裸地6種典型的土地利用類型，分析了不同土地利用類型對ESS的貢獻差異，結果發(fā)現(xiàn)，森林、水域和濕地等自然生態(tài)系統(tǒng)對ESS的貢獻較為明顯，而草地與裸地則表現(xiàn)出相對較小的貢獻。該結果與現(xiàn)有文獻［9-11］一致，表明自然生態(tài)系統(tǒng)（如森林和水域）對生態(tài)系統(tǒng)服務具有積極的作用，而人為干擾系統(tǒng)（如裸地）則對ESS產生負面影響。在ESD評估方面，經濟發(fā)展被確立為ESD的主要驅動力，人口增長與土地開發(fā)作為次要驅動因素。經濟的快速增長不僅直接推動了區(qū)域內社會經濟需求的增加，也加劇了生態(tài)環(huán)境的壓力，尤其在城市化與工業(yè)化的快速推進過程中，社會經濟因素對ESD的影響日益突出。

3.2 區(qū)域異同及其影響因素

荊州市不同縣（市、區(qū)）在自然條件、社會經濟發(fā)展水平及資源管理政策方面存在明顯差異，導致其ESS、ESD的空間分布呈現(xiàn)出不均衡的格局。通過Moran指數(shù)與Getis-Ord Gi*指數(shù)的空間分析，發(fā)現(xiàn)沿江地區(qū)及資源豐富區(qū)域的ESS較高，而西部山區(qū)及資源匱乏區(qū)域的ESS較低；經濟較為發(fā)達的區(qū)域和西部山區(qū)的ESD較高，而東部平原區(qū)和經濟相對落后的地區(qū)則呈現(xiàn)出較低的ESD水平。這表明ESS主要受到自然環(huán)境的制約，而ESD則更依賴于經濟發(fā)展和區(qū)域位置。耦合協(xié)調度分析結果表明，荊州市大部分研究單元存在ESS與ESD之間的供需不平衡現(xiàn)象，且協(xié)調發(fā)展水平較低。這反映出生態(tài)系統(tǒng)服務供給與需求之間的矛盾，盡管存在一定程度的協(xié)同效應，但整體的協(xié)調性尚顯不足。

3.3 時間變化趨勢與驅動力

2000—2020年荊州市經歷了快速的城市化與工業(yè)化進程，土地利用格局發(fā)生了明顯變化，尤以耕地向裸地的轉化最為突出。這一變化對ESS和ESD產生了雙重影響：一方面，生態(tài)保護與恢復措施推動了自然生態(tài)系統(tǒng)（如森林、水域和濕地）的恢復，促進了ESS的增加；另一方面，經濟快速增長帶動了人口增長與土地開發(fā)，進而導致ESD的增加。盡管近21年荊州市ESS和ESD的總量均有所增長，但其ESS與ESD之間的匹配度與空間均衡性呈現(xiàn)下降趨勢。2000—2020年荊州市由供需平衡狀態(tài)轉向供需不平衡，且不平衡程度逐年加劇。這表明盡管在經濟發(fā)展過程中生態(tài)系統(tǒng)服務得到了改善，但生態(tài)安全的壓力也隨之加大。

3.4 不同尺度下的耦合匹配與管理策略

該研究結果表明，尺度對ESS與ESD的耦合協(xié)調度有一定影響。在縣級尺度上各研究單元之間的協(xié)調程度差異較大，而在市級尺度上各單元的協(xié)調程度較為一致。這表明資源管理策略的實施效果可能受到尺度差異的影響，不同尺度下的資源開發(fā)與管理需求應根據(jù)地方實際情況加以調整。

基于以上研究結果，提出以下政策建議：①加強生態(tài)保護與恢復。通過加強森林、水域和濕地等自然生態(tài)系統(tǒng)的保護，提升ESS的總量與質量，以確保生態(tài)安全。②優(yōu)化社會經濟發(fā)展。合理規(guī)劃土地開發(fā)，控制人口增長與經濟活動，減輕對生態(tài)環(huán)境的壓力，確保ESD的可持續(xù)增長。③促進ESS與ESD的協(xié)調發(fā)展。通過提升生態(tài)服務供給與需求之間的匹配，推動社會經濟與生態(tài)環(huán)境的協(xié)同發(fā)展。④強化區(qū)域資源調配與合作。加強區(qū)域間資源共享與合作，提升ESS與ESD的空間均衡性，優(yōu)化區(qū)域資源配置。⑤根據(jù)不同尺度調整管理策略。在縣級和市級尺度上，制定符合當?shù)貙嶋H需求的資源管理策略，確保各區(qū)域在不同發(fā)展階段實現(xiàn)協(xié)調發(fā)展。

參考文獻

［1］ ZHANG L Q，PENG J，LIU Y X，et al.Coupling ecosystem services supply and human ecological demand to identify landscape ecological security pattern：A case study in Beijing-Tianjin-Hebei region，China［J］.Urban ecosystems，2017，20（3）：701-714.

［2］ CHEN J Y，JIANG B，BAI Y，et al.Quantifying ecosystem services supply and demand shortfalls and mismatches for management optimisation［J］.Science of the total environment，2019，650：1426-1439.

［3］ JIANG B，CHEN Y Y，BAI Y，et al.Supply-demand coupling mechanisms for policy design［J］.Sustainability，2019，11（20）：1-8.

［4］ JIANG B，BAI Y，CHEN J Y，et al.Land management to reconcile ecosystem services supply and demand mismatches：A case study in Shanghai municipality，China［J］.Land degradation and development，2020，31（17）：2684-2699.

［5］ WANG Y，YANG Y N，LI J，et al.Analysis on the change of ecosystem service value of national forest park and its coupling with social economy in the past 40 years［J］.Polish journal of environmental studies，2022，31（2）：1377-1387.

［6］ FU B J，TIAN T，LIU Y X，et al.New developments and perspectives in physical geography in China［J］.Chinese geographical science，2019，29（3）：363-371.

［7］ WILLEMEN L，DRAKOU E G，SCHWARZ N.Modelling how people and nature are intertwined［J］.Ecography，2019，42（11）：1874-1876.

［8］ FU J，ZHANG Q，WANG P，et al.Spatio-temporal changes in ecosystem service value and its coordinated development with economy：A case study in Hainan Province，China［J］.Remote sensing，2022，14（4）：1-31.

［9］ 傅斌，王玉寬，徐佩，等.農戶生計與生態(tài)系統(tǒng)服務耦合關系研究進展［J］.生態(tài)經濟，2017，33（1）：142-145，151.

［10］ 渠玉蓮，郭宗逵.南京市城市化與土地生態(tài)系統(tǒng)服務耦合度分析［J］.安徽農業(yè)大學學報，2016，43（4）：576-581.

［11］ 黃智洵，王飛飛，曹文志.耦合生態(tài)系統(tǒng)服務供求關系的生態(tài)安全格局動態(tài)分析：以閩三角城市群為例［J］.生態(tài)學報，2018，38（12）：4327-4340.

［12］ 劉慧敏，劉綠怡，任嘉衍，等.生態(tài)系統(tǒng)服務流定量化研究進展［J］.應用生態(tài)學報，2017，28（8）：2723-2730.

［13］ 韓增林，劉澄浩，閆曉露，等.基于生態(tài)系統(tǒng)服務供需匹配與耦合協(xié)調的生態(tài)管理分區(qū)：以大連市為例［J］.生態(tài)學報，2021，41（22）：9064-9075.

［14］ 邱堅堅，劉毅華，陳澄靜，等.生態(tài)系統(tǒng)服務與人類福祉耦合的空間格局及其驅動方式：以廣州市為例［J］.自然資源學報，2023，38（3）：760-778.

［15］ 孫寶娣，于德湖，崔東旭.流域生態(tài)系統(tǒng)服務和水土資源匹配研究進展［J］.生態(tài)學報，2023，43（10）：4308-4318.

［16］ 趙雪雁，馬平易，李文青，等.黃土高原生態(tài)系統(tǒng)服務供需關系的時空變化［J］.地理學報，2021，76（11）：2780-2796.

［17］ 方朝陽，蔡振饒，趙華飛，等.南昌市主城區(qū)生態(tài)系統(tǒng)服務供需匹配的城鄉(xiāng)梯度特征研究［J］.生態(tài)與農村環(huán)境學報，2023，39（6）：713-722.

［18］ 陳強強，楊凌，郝旭然.甘南黃河水源補給區(qū)生態(tài)系統(tǒng)服務與農戶生計耦合協(xié)調分析［J］.草地學報，2023，31（8）：2471-2480.

［19］ 娜仁，李康瑋，萬倫來，等.淮北市煤炭開采與生態(tài)系統(tǒng)服務耦合度研究［J］.環(huán)境科學研究，2019，32（12）：2048-2056.

［20］ 管青春.面向國土空間規(guī)劃的生態(tài)系統(tǒng)服務可持續(xù)性評估框架研究［J］.上海城市規(guī)劃，2020（1）：23-28.

［21］ 黃世濤，吳凱，趙文飛.我國生態(tài)系統(tǒng)服務與水土資源匹配的時空動態(tài)及耦合協(xié)調關系［J］.水電能源科學，2023，41（4）：81-84，51.

［22］ 胡其玉，陳松林.基于生態(tài)系統(tǒng)服務供需的廈漳泉地區(qū)生態(tài)網絡空間優(yōu)化［J］.自然資源學報，2021，36（2）：342-355.

［23］ 周凡，周冬梅，金銀麗，等.疏勒河流域生態(tài)系統(tǒng)服務供需空間匹配特征［J］.干旱區(qū)地理，2023，46（3）：471-480.

作者簡介 居靈君（1984—），男，湖北武穴人，碩士研究生，研究方向：農業(yè)生態(tài)發(fā)展。*通信作者，教授，博士，碩士生導師，從事農業(yè)管理研究。

收稿日期 2024-02-26