基于不同主體的生態(tài)系統(tǒng)服務(wù)流時(shí)空特征及影響因素研究

陳文婷 陳海 賈哲 耿甜偉

摘要 揭示食物供給服務(wù)流的時(shí)空特征及影響因素是保證糧食安全、確保該服務(wù)持續(xù)供給的必要前提和重要依據(jù)。以蘋(píng)果供給服務(wù)為例，首先構(gòu)建了研究理論框架，隨后采用空間自相關(guān)、地理探測(cè)器等方法分析了客商、企業(yè)、電商3類(lèi)主體作用下蘋(píng)果供給服務(wù)流（apple provision service flow，APEF）的時(shí)空特征及影響因素。結(jié)果表明：①APEF時(shí)間上呈季節(jié)式變化，秋季流量最高，夏季最少，受節(jié)假日影響 “波峰”型態(tài)勢(shì)明顯，不同主體差異較大；②空間上呈“喇叭”狀多核心分布，主要流向?yàn)槿A東、華南、西南地區(qū)，其中客商呈“南—北”走向的放射狀，企業(yè)呈“三核三線(xiàn)”狀，電商呈“多核心串珠狀 ”；③APEF的主要影響因素包括蘋(píng)果產(chǎn)量、經(jīng)濟(jì)發(fā)展和消費(fèi)水平。研究結(jié)論可為解決生態(tài)系統(tǒng)服務(wù)供需時(shí)空錯(cuò)配及科學(xué)管理提供理論參考。

關(guān)鍵詞 生態(tài)系統(tǒng)服務(wù)流；主體；時(shí)空變化；影響因素

Spatiotemporal characteristics and influencing factors of ecosystem

services flow based on different entities： A case

study of apple provisioning services

Abstract Revealing the spatiotemporal characteristics and influencing factors of food supply service flow is a necessary prerequisite and important basis for ensuring food security and sustainable supply of this service. Taking Apples supply services as an example， a research theoretical framework was first constructed. Then， methods such as spatial autocorrelation and geographic detectors were used to analyze the spatiotemporal characteristics and influencing factors of Apple Provision Service Flow （APEF） under the influence of three main entities： merchants， enterprises， and e-commerce. The results show that ① the APEF time shows a seasonal variation， with the highest flow in autumn and the lowest in summer. The "peak" trend is significantly affected by holidays， and there are significant differences among different subjects. ②In terms of space， it is distributed in a "trumpet" shape with multiple cores， mainly flowing towards the eastern， southern， and southwestern regions of China. Among them， customers are in a radial shape with a "south-north" direction， enterprises are in a "three core and three line" shape， and e-commerce is in a "multi-core bead string" shape. ③The main influencing factors of APEF include apple production， economic development， and consumption level. The research conclusion can provide theoretical reference for solving the spatiotemporal mismatch between supply and demand of ecosystem services and scientific management.

Keywords ecosystem service flow; entities; spatiotemporal variations; influencing factors

作為未來(lái)地球（Future Earth）、地球觀測(cè)生物多樣性觀測(cè)網(wǎng)絡(luò)（GEO-BON）、生物多樣性和生態(tài)系統(tǒng)服務(wù)政府間平臺(tái)（The Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services，IPBES）等計(jì)劃的核心研究?jī)?nèi)容之一［1-2］，如何從生態(tài)和社會(huì)的綜合視角來(lái)理解生態(tài)系統(tǒng)服務(wù)（ecosystem services，ES）從生態(tài)系統(tǒng)到人類(lèi)社會(huì)的流動(dòng)過(guò)程已逐漸受到學(xué)術(shù)界的關(guān)注［3-4］。其中，探討不同主體對(duì)生態(tài)系統(tǒng)服務(wù)流時(shí)空傳輸?shù)挠绊懀沂綞SF（ecosystem services flow，ESF）的流動(dòng)特征與影響因素已經(jīng)成為當(dāng)前ESF研究的熱點(diǎn)內(nèi)容［5-6］。研究對(duì)于揭示生態(tài)系統(tǒng)服務(wù)流的流動(dòng)機(jī)制［7］，探討不同主體對(duì) ESF的差異化影響，實(shí)現(xiàn)ES在供給區(qū)與受益區(qū)間的合理流動(dòng)，促進(jìn) ES的持續(xù)發(fā)展與科學(xué)管理具有重要的理論和現(xiàn)實(shí)意義［8-9］。

生態(tài)系統(tǒng)服務(wù)流實(shí)質(zhì)上是要建立供給區(qū)與需求區(qū)之間的時(shí)空關(guān)聯(lián)［10］，從供需關(guān)系揭示ESF時(shí)空特征已經(jīng)逐漸得到學(xué)界廣泛應(yīng)用，并在近年來(lái)成為ESF研究的主流［11］。學(xué)者早期多關(guān)注ESF研究理論框架的提出，如Liu和Villamagna等從ESF流動(dòng)過(guò)程到涉及主體入手，建立ES的因果反饋聯(lián)系，提出了人與自然耦合系統(tǒng)中遠(yuǎn)程生態(tài)系統(tǒng)服務(wù)流傳遞過(guò)程框架［12-13］，也有學(xué)者從供需關(guān)聯(lián)及ESF傳遞過(guò)程構(gòu)建了生態(tài)系統(tǒng)服務(wù)的流動(dòng)框架［14］，在框架討論的基礎(chǔ)上揭示ES供給區(qū)與受益區(qū)的空間關(guān)系，并開(kāi)始嘗試?yán)L制ESF成為當(dāng)前研究的重點(diǎn)［15］。特別是近年來(lái)有學(xué)者通過(guò)供需比或供需差的方式模擬流量［16］，基于服務(wù)屬性模擬流向的方式，實(shí)現(xiàn)了對(duì)ESF流向與流量的計(jì)算與繪圖。目前分析單一服務(wù)流已經(jīng)成為揭示ESF特征的主要途徑［17-18］，如水源涵養(yǎng)服務(wù)、碳固持服務(wù)、防風(fēng)固沙服務(wù)［19-23］。已有研究成功探索了ESF的研究?jī)?nèi)容并建立了ESF的研究范式，為ESF研究提供了重要參考。但目前研究主要聚焦于基于單一服務(wù)尤其是基于自然屬性流動(dòng)的ES，對(duì)于傳遞過(guò)程或傳遞載體依托人力完成ESF的研究還不多見(jiàn)，缺乏不同主體對(duì)ESF的差異性影響的研究。如其中最典型的供給服務(wù)，包括糧食、果蔬等，與其他服務(wù)相比，該類(lèi)服務(wù)往往存在較為明顯的供需時(shí)空錯(cuò)配問(wèn)題［6］，為了實(shí)現(xiàn)供需平衡，在人力等主體作用下，該服務(wù)從供給區(qū)向受益區(qū)流動(dòng)［6，24］，特別是在不同主體影響下，其流動(dòng)路徑與過(guò)程差異顯著［25］。

與農(nóng)業(yè)生態(tài)系統(tǒng)中的作物產(chǎn)品相關(guān)的ESF被描述為復(fù)雜的人類(lèi)-環(huán)境系統(tǒng)，該系統(tǒng)從農(nóng)業(yè)領(lǐng)域的作物生產(chǎn)到最終消費(fèi)者［7］。作為典型的供給服務(wù)，蘋(píng)果供給服務(wù)的流動(dòng)實(shí)際上是將自然資源（來(lái)自大自然的營(yíng)養(yǎng)素、水和能量）和人類(lèi)投入（化肥、種子、能源和勞動(dòng)力）有機(jī)結(jié)合［26-28］，而后從自然生態(tài)中向人類(lèi)社會(huì)中流通，它的流量、流向、流速等均受人類(lèi)活動(dòng)影響，但目前有關(guān)蘋(píng)果供給服務(wù)流動(dòng)的研究報(bào)道較少。本研究以中國(guó)唯一符合蘋(píng)果生產(chǎn)氣候指標(biāo)要求的優(yōu)生區(qū)——洛川蘋(píng)果為例，在分析不同主體影響下（apple provision service flow， APEF）的空間聚類(lèi)及時(shí)間變化特征的基礎(chǔ)上，探討了影響APEF的驅(qū)動(dòng)因子及因子間的交互作用。研究結(jié)果可從理論上揭示不同主體對(duì)APEF的時(shí)空特征差異化影響，也為在實(shí)踐中制定合理的產(chǎn)業(yè)發(fā)展政策提供參考。

1 研究區(qū)概況及研究基礎(chǔ)

1.1 研究區(qū)概況

洛川縣地處渭北黃土高原溝壑地帶，暖溫濕潤(rùn)干旱大陸季風(fēng)氣候，平均海拔1 100 m，土層厚達(dá)80～200 m，年平均氣溫9.2 ℃，年降雨量622 mm， 無(wú)霜期170 d，日照2 552 h，晝夜溫差15.7 ℃［29］。洛川縣海拔較高，光照充足，晝夜溫差大，雨熱同季，得天獨(dú)厚的自然資源優(yōu)勢(shì)，使洛川成為全國(guó)唯一符合蘋(píng)果生產(chǎn)氣候指標(biāo)要求的優(yōu)生區(qū)。洛川縣域面積約為1 804 km2，截止2020年，耕地約4.33×104 hm2，其中蘋(píng)果種植面積約3.53×104 hm2，蘋(píng)果種植面積占比耕地比重高達(dá)83％，占縣域面積接近20％，人均蘋(píng)果種植面積0.35×104 hm2，居全國(guó)之首。2020年全縣總?cè)丝?2.06萬(wàn)人，其中農(nóng)業(yè)人口16.1萬(wàn)人。全縣95％的農(nóng)民種植蘋(píng)果，農(nóng)民收入的95％來(lái)源于蘋(píng)果［30］。蘋(píng)果種植已成為洛川縣的支柱性產(chǎn)業(yè)，并在蘋(píng)果的倉(cāng)儲(chǔ)、物流、銷(xiāo)售方面已經(jīng)形成了較為完善的產(chǎn)業(yè)鏈，因此以洛川為例，為本研究的開(kāi)展提供了理想的研究平臺(tái)。

1.2 研究框架

本研究提出了不同主體影響下的APEF概念框架（見(jiàn)圖1），從以下3個(gè)層次論述該框架。

1）理論基礎(chǔ)。生態(tài)系統(tǒng)服務(wù)通過(guò)不同尺度的空間流動(dòng)（從局地到全球）為人類(lèi)提供福利，不同載體的生態(tài)系統(tǒng)服務(wù)受多種因素影響，其流動(dòng)過(guò)程均有不同，生態(tài)系統(tǒng)服務(wù)流傳遞到需求區(qū)所需時(shí)間也有明顯差異［31］。蘋(píng)果作為可以全年流通的食物供給產(chǎn)品，不同時(shí)間段APEF的流量、流速均有不同。更為重要的是其流動(dòng)過(guò)程受主體影響較大，主體不同，往往流通方式不同，最終會(huì)影響流量與流速。

2）主體劃分。本研究基于已有成果并結(jié)合實(shí)地走訪(fǎng)，特別是對(duì)洛川縣蘋(píng)果產(chǎn)業(yè)中心年報(bào)、周報(bào)的文本進(jìn)行分析，提出3類(lèi)主體在蘋(píng)果流動(dòng)過(guò)程中發(fā)揮的重要作用，即客商、企業(yè)和電商。

具體而言，主體（客商）是指外來(lái)的專(zhuān)業(yè)蘋(píng)果采購(gòu)商，由當(dāng)?shù)氐摹按k”與農(nóng)戶(hù)交易，一部分蘋(píng)果直通市場(chǎng)（冷鏈專(zhuān)線(xiàn)運(yùn)輸），一部分存儲(chǔ)冷庫(kù)，根據(jù)需求按時(shí)按量向市場(chǎng)發(fā)貨，直達(dá)目的地，量大次數(shù)多，客商一般都有固定市場(chǎng)檔口和銷(xiāo)售渠道。主體（企業(yè)）是指在本地有自持的蘋(píng)果基地的公司，由“經(jīng)理人”與合作農(nóng)戶(hù)聯(lián)系、收購(gòu)蘋(píng)果，存儲(chǔ)在冷庫(kù)中。企業(yè)在一、二線(xiàn)城市建立專(zhuān)賣(mài)店，經(jīng)營(yíng)方式包括企業(yè)自營(yíng)、合作經(jīng)營(yíng)或授權(quán)經(jīng)營(yíng)。專(zhuān)賣(mài)店銷(xiāo)售區(qū)域以市內(nèi)為主，基本可以覆蓋各城市主城區(qū)。主要由線(xiàn)下店倉(cāng)一體化實(shí)體門(mén)店、線(xiàn)上APP、市區(qū)內(nèi)免費(fèi)配送的物流服務(wù)（冷鏈專(zhuān)線(xiàn)運(yùn)輸）3個(gè)部分構(gòu)成。主體（電商）是指網(wǎng)上自主經(jīng)營(yíng)的個(gè)體戶(hù)，隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，傳統(tǒng)的APEF流通模式也發(fā)生了改變。一些公司和微商利用互聯(lián)網(wǎng)有效選擇、并自發(fā)建立了一些網(wǎng)絡(luò)信息平臺(tái)，用來(lái)推進(jìn)蘋(píng)果流通（快遞運(yùn)輸）。

3）框架解釋。 如圖1所示， APEF分為4個(gè)組成部分： 供給區(qū)、 流通主體、 流通方式和受益區(qū)。 總體而言， APEF流通過(guò)程是指不同的主體（客商／企業(yè)／電商）通過(guò)不同形式（代辦／經(jīng)理人／自行購(gòu)買(mǎi)）采用不同的運(yùn)輸方式（冷鏈／專(zhuān)線(xiàn)／快遞）通過(guò)不同的流通過(guò)程（線(xiàn)下購(gòu)買(mǎi)／企業(yè)派送／客戶(hù)自提／線(xiàn)上下單）實(shí)現(xiàn)從生產(chǎn)者到消費(fèi)者流通的全過(guò)程。該概念框架的核心在于突出主體作用的差異性，即主體不同，服務(wù)的流通方式不同，最終會(huì)影響蘋(píng)果流通的數(shù)量與方向。在圖中用線(xiàn)條的粗細(xì)來(lái)表示不同的購(gòu)買(mǎi)途徑或運(yùn)輸方式之間流動(dòng)強(qiáng)度及數(shù)量差異，用線(xiàn)條的顏色表示不同主體產(chǎn)生的流向路徑。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)主要通過(guò)實(shí)地調(diào)研與線(xiàn)上搜索整理獲得，其中通過(guò)實(shí)地走訪(fǎng)洛川縣213家冷庫(kù)企業(yè)，獲得每家冷庫(kù)出入庫(kù)記錄單，得到洛川縣客商蘋(píng)果物流數(shù)據(jù)。通過(guò)實(shí)地走訪(fǎng)135家營(yíng)銷(xiāo)企業(yè)，獲得63家專(zhuān)賣(mài)店蘋(píng)果流通數(shù)據(jù)。通過(guò)洛川縣郵政局獲得2019年9月—2020年8月蘋(píng)果在線(xiàn)成交交易數(shù)據(jù)。此外，其余數(shù)據(jù)如人均可支配收入、居民消費(fèi)品零售總額等通過(guò)查詢(xún)洛川縣統(tǒng)計(jì)年鑒獲得。

2.2 研究方法

2.2.1 空間自相關(guān)

可揭示數(shù)據(jù)的空間依賴(lài)和空間異質(zhì)性，以及探測(cè)變量的空間關(guān)聯(lián)性和集聚特征，分為全局空間自相關(guān)和局部空間自相關(guān)［32］。全局Morans I計(jì)算公式為

式中：I為全局Moran指數(shù)，取值范圍為［-1， 1］，用以衡量蘋(píng)果流量的聚集特征;n為市級(jí)行政單元的數(shù)量;xi和xj分別為市i、j的蘋(píng)果流量，為蘋(píng)果流量平均值，Moran指數(shù)為正，表明蘋(píng)果流量空間分布呈正相關(guān)，且值越大，相關(guān)性越顯著。

由于全局自相關(guān)不能明確表示空間集聚或異常的具體位置，因此為探究各市域蘋(píng)果流量與相鄰市的空間關(guān)聯(lián)及差異程度，進(jìn)一步采用局部空間自相關(guān)進(jìn)行分析，其計(jì)算公式為

式中：Ii為正時(shí)表示高值被高值包圍（高-高），即某市蘋(píng)果流量較高，其周?chē)鞘辛髁恳草^高;或低值被低值包圍（低-低），即某市蘋(píng)果流量較低，周?chē)鞘辛髁恳草^低;Ii為負(fù)表示低值被高值包圍（高-低），即某市蘋(píng)果流量較高，周?chē)鞘辛髁枯^低;或高值被低值包圍（低-高），即某市蘋(píng)果流量較低，周?chē)鞘辛髁枯^高。

2.2.2 地理探測(cè)器

地理探測(cè)器是探測(cè)空間分層異質(zhì)性及其背后驅(qū)動(dòng)因素的空間統(tǒng)計(jì)學(xué)方法，地理探測(cè)器的因子探測(cè)可以識(shí)別影響因子，交互探測(cè)可以解釋影響因子對(duì)因變量的交互作用，是研究復(fù)雜地理因素驅(qū)動(dòng)作用機(jī)理的有效工具［33］。本文運(yùn)用地理探測(cè)器下的因子探測(cè)器對(duì)蘋(píng)果服務(wù)流的空間分布差異進(jìn)行探討，因子探測(cè)能夠探測(cè)某因子X(jué)在多大程度上解釋了屬性Y的空間分異，再進(jìn)一步使用交互作用探測(cè)器，評(píng)估影響APEF流動(dòng)空間分布的兩兩因子之間的交互作用。某因子X(jué)對(duì)屬性Y的影響程度用q值度量，表達(dá)式為

式中：h=1，2，…，L，L為變量Y或因子X(jué)的分層;Nh和N分別為層h和全區(qū)的單元數(shù);σ2h和σ2分別是層h 和全區(qū)的Y 值的方差。p值為顯著性檢驗(yàn)，q值為解釋力，q值越大表示自變量X對(duì)屬性Y的解釋力越強(qiáng)，反之則越弱。在本文中，某指標(biāo)的q值越大，表明該指標(biāo)對(duì)流量的解釋作用就越強(qiáng)，該指標(biāo)對(duì)流量的影響就越大。

本文中將整體數(shù)量（Y1）、客商（Y2）、企業(yè)（Y3）、電商（Y4）4種APEF設(shè)為因變量，從生產(chǎn)、人口、經(jīng)濟(jì)和交通因素4個(gè)維度出發(fā)，選取各省蘋(píng)果產(chǎn)量（X1）、常住人口（X2）、人均可支配收入（X3）、居民消費(fèi)品零售總額（X4）、GDP（X5）、空間距離（X6）、貨運(yùn)量（X7）、運(yùn)輸網(wǎng)密度（X8）8個(gè)因子為自變量。

3 APEF的時(shí)空分布特征

3.1 APEF時(shí)間變化特征

3.1.1 年內(nèi)變化特征

洛川縣APEF年內(nèi)流量的時(shí)間變化呈波浪型走勢(shì)（見(jiàn)圖2），單樣本卡方檢驗(yàn)結(jié)果顯示，APEF流量與季節(jié)、月份的p值均小于0.001，說(shuō)明APEF流量隨季節(jié)、月份的變化特征存在統(tǒng)計(jì)學(xué)意義。本圖時(shí)間序列基于蘋(píng)果生長(zhǎng)周期制定，9月多為蘋(píng)果成熟期，故將其設(shè)定為研究期初。由圖2可知，研究時(shí)段內(nèi)APEF流量集中于秋季（9—11月），占比高達(dá)46％，冬季流量占比為21％，次年 1月中下旬流量出現(xiàn)了一定反彈，春季流量占比為23％，4、5月有兩次小高峰，夏季流量占比為10％，7、8月份流通量最少。

從不同的主體來(lái)看，客商秋季流量占全年客商總量的41％，全年流量峰值均在10月，5、6月銷(xiāo)量基本持平，夏季7、8月份銷(xiāo)量最少。企業(yè)秋季流量總量占企業(yè)總量40％，全年流量峰值也在10月，電商秋季流量占電商總量的38％，全年流量峰值在11月，12月消費(fèi)意愿減弱較多，3月電商流量還高于企業(yè)，7、8月份發(fā)貨量極少。

綜上所述，洛川縣各主體流量年內(nèi)變化特征與總體特征基本一致，年內(nèi)均呈現(xiàn)較為明顯的波峰，依次為9月、1月、11月、2月、4月和5月，與我國(guó)主要節(jié)假日時(shí)間高度吻合，說(shuō)明洛川縣蘋(píng)果流量變化受特殊日期變化明顯。

3.1.2 特殊日期變化特征

蘋(píng)果本質(zhì)上作為商品存在，其流動(dòng)方向與過(guò)程表現(xiàn)出明顯的經(jīng)濟(jì)屬性，因此受節(jié)假日，電商活動(dòng)日等特殊日期影響較大。統(tǒng)計(jì)表明APEF流量最大的時(shí)間段多發(fā)生于節(jié)假日。基于法定節(jié)假日以及“雙十一”分別考察不同主體作用下的蘋(píng)果流量在特殊時(shí)間節(jié)點(diǎn)的變化特征，蘋(píng)果從供給區(qū)流動(dòng)到需求區(qū)需要提前備貨，包裝，發(fā)出，所以選取節(jié)假日前的一周流量考察特殊節(jié)點(diǎn)時(shí)間的變化特征（見(jiàn)圖3），由于中秋與國(guó)慶、春節(jié)與元宵發(fā)貨時(shí)間基本重疊，故分析過(guò)程中將放在一起加以分析。

節(jié)假日變化特征為，在科技助力下，蘋(píng)果可在冷庫(kù)中長(zhǎng)時(shí)間存放以確保全年流通。節(jié)假日蘋(píng)果流量占比40％，相應(yīng)的流通速度較快。總體上，客商在節(jié)假日流量占比最大，企業(yè)次之，電商最少。中秋節(jié)與國(guó)慶節(jié)蘋(píng)果流通速率全年最高，春節(jié)和元宵節(jié)蘋(píng)果需求較大，清明、五一和端午節(jié)也有小高峰。“雙十一”蘋(píng)果流量為50 000 t，是電商日均銷(xiāo)售的最高峰。

客商中秋節(jié)流量占總流量的2/3，為其流量峰值;企業(yè)對(duì)節(jié)假日因素更為敏感;電商對(duì)節(jié)假日敏感度最低，中秋、雙十一、春節(jié)分列所有節(jié)假日流量前三位，其他節(jié)日流量相差不大。

3.2 APEF的空間分布特征

3.2.1 APEF總體分布特征

根據(jù)企業(yè)訂單量，客商發(fā)貨量，以及全年電商訂單量的流通路徑信息，繪制從供給區(qū)到需求區(qū)的點(diǎn)對(duì)點(diǎn)連線(xiàn)圖（省域落點(diǎn)標(biāo)記在各省行政中心），以此分析APEF的流向和流量，進(jìn)而揭示空間流動(dòng)路徑〔見(jiàn)圖4（a）〕。按照自然斷點(diǎn)分級(jí)法分為5級(jí)，從圖中可知APEF總體流向分布極不均衡，呈“喇叭”狀多核心空間格局，核心流入?yún)^(qū)位于胡煥庸線(xiàn)東南側(cè)，其中廣東、福建、浙江、上海、四川、廣西位居前列，而東北及西北區(qū)域流入較少。進(jìn)一步使用冷熱點(diǎn)分析法探究省域尺度空間分布規(guī)律〔見(jiàn)圖4（b）〕，發(fā)現(xiàn)冷熱點(diǎn)分布區(qū)都呈現(xiàn)出明顯的核心-邊緣結(jié)構(gòu)，99％置信度下的熱點(diǎn)區(qū)位于廣東、福建、廣西、湖北等地區(qū)，屬于極高值聚類(lèi)。其外圍是置信度為90％的臨近省份浙江、重慶、云南等熱點(diǎn)區(qū)，屬于次高值聚類(lèi)。99％的冷點(diǎn)區(qū)為吉林省，其外圍是置信度為 90％的鄰近省份黑龍江、遼寧、內(nèi)蒙。

3.2.2 客商APEF分布特征

對(duì)客商APEF按市域分布進(jìn)行探討〔見(jiàn)圖5（a）〕。可以看出，客商APEF呈“南—北”走向放射狀空間分布格局。其中，華南和華東地區(qū)流量最大，主要是以廣州、深圳、東莞、江門(mén)等為主的 “大灣區(qū)”和以上海、杭州、南京、蘇州、福州、廈門(mén)等為主的東部沿海地區(qū)。西南地區(qū)則以成都、重慶、南寧等城市為主。選取市域尺度進(jìn)行空間自相關(guān)分析，運(yùn)用全局自相關(guān)中的Morans I衡量APEF的集聚特征，Morans I指數(shù)為0.073（p=0.004），表明客商APEF在空間分布具有明顯的空間集聚特征（顯著水平為0.01）。進(jìn)一步采用局部空間自相關(guān)分析揭示空間分布格局及其集聚特征。計(jì)算Local Morans I，在通過(guò)顯著性檢驗(yàn)的基礎(chǔ)上繪制了LISA集聚圖〔見(jiàn)圖5（b）〕。客商APEF的高-高類(lèi)型區(qū)主要分布在廣州、東莞、深圳、桂林、杭州、嘉興、福州。部分高-高類(lèi)型區(qū)（如廣州、杭州等城市）周?chē)植家恍┑?高地區(qū)（贛州、 茂名、 江門(mén)、 溫州、 寧波、 蘇州等城市）。 低-低類(lèi)型區(qū)主要分布在吉林、沈陽(yáng)、呼和浩特、銀川、太原等地區(qū)。高低類(lèi)型區(qū)分布在北京。

3.2.3 企業(yè)APEF分布特征

進(jìn)一步對(duì)企業(yè)APEF進(jìn)行探討〔見(jiàn)圖5（c）〕。企業(yè)APEF呈“南—北”走向“三核三線(xiàn)”狀。主要是以北京、上海、廣州特大城市為核心呈線(xiàn)狀分布。企業(yè)的專(zhuān)賣(mài)店以點(diǎn)狀門(mén)店向面狀區(qū)域提供蘋(píng)果供給服務(wù)，主要布局在一、二線(xiàn)城市。專(zhuān)賣(mài)店布局在北京、上海、廣深一線(xiàn)城市的有23家。同時(shí)，除杭州、福州、成都等省會(huì)城市外，還有一些非省會(huì)城市如廈門(mén)、泉州、三亞、無(wú)錫、蘇州等。此外還有部分布局在陜西各個(gè)地級(jí)市。企業(yè)全局自相關(guān)中的Morans I指數(shù)為0.079（p=0.005），表明在空間分布上具有明顯的空間集聚特征（顯著水平為0.01）。根據(jù)LISA圖〔見(jiàn)圖5（d）〕可以看出高高類(lèi)型區(qū)主要分布在上海、東莞。高-低類(lèi)型區(qū)主要分布在桂林和南昌。低-高類(lèi)型區(qū)分布在高-高類(lèi)型區(qū)附近如惠州，低-低類(lèi)型區(qū)分布在南寧、鄂爾多斯或呼和浩特。

3.2.4 電商APEF分布特征

對(duì)電商APEF進(jìn)行探討〔見(jiàn)圖5（e）〕。電商因其終點(diǎn)位置既定，蘋(píng)果流空間分布相對(duì)廣泛、分散，圍繞供給區(qū)呈“南—北”走向的“多核心串珠狀”。空間分布上主要有三個(gè)聚集地，珠三角、長(zhǎng)三角，以及陜西內(nèi)部，而東北、新疆、西藏等偏遠(yuǎn)地區(qū)較少，其余在其他地區(qū)零散分布。全局自相關(guān)中的Morans I指數(shù)為0.034（p=0.000），在空間分布上具有明顯的空間集聚特征（顯著水平為0.001）。根據(jù)LISA圖〔見(jiàn)圖5（f）〕可以看出高高類(lèi)型區(qū)主要分布在距離供給區(qū)較近的西安、寶雞、安康等城市。其他兩個(gè)高-高類(lèi)型區(qū)和客商、企業(yè)較為相似，主要分布在長(zhǎng)三角和珠三角。低-高類(lèi)型區(qū)分布在高-高類(lèi)型區(qū)附近。低低類(lèi)型區(qū)連片集中分布于東北地區(qū)和西北地區(qū)，包圍著高低類(lèi)型區(qū)（如北京、天津，沈陽(yáng)、哈爾濱）。

4 APEF空間流動(dòng)路徑的影響因素

4.1 單因子探測(cè)結(jié)果

使用地理探測(cè)器分析各因子的影響強(qiáng)度，結(jié)果如表1所示。

1）整體流量影響因子由表1可知，APEF空間分布差異的主要因素影響大小依次為GDP（0.547）>蘋(píng)果產(chǎn)量（0.421）>人均可支配收入（0.407）>居民消費(fèi)品零售總額（0.403）>貨運(yùn)量（0.401）>運(yùn)輸網(wǎng)密度（0.400）>常住人口（0.393）。說(shuō)明經(jīng)濟(jì)基礎(chǔ)、自然條件、市場(chǎng)活力、交通通達(dá)性和貨運(yùn)承載力是影響洛川APEF空間分布差異的主要因素。常住人口屬于次級(jí)解釋因子，而僅有空間距離的因子解釋力未通過(guò)顯著性檢驗(yàn)，說(shuō)明隨著交通運(yùn)輸技術(shù)的發(fā)展，空間距離對(duì)蘋(píng)果跨區(qū)域需求影響越來(lái)越小，即消費(fèi)者不會(huì)因?yàn)榭臻g距離過(guò)遠(yuǎn)而不產(chǎn)生需求，也不會(huì)因?yàn)榭臻g距離較近而產(chǎn)生需求。

2）影響不同主體的APEF空間分布差異的主要因素。客商的測(cè)算結(jié)果中，GDP、蘋(píng)果產(chǎn)量和居民消費(fèi)品零售總額是核心影響因子，說(shuō)明經(jīng)濟(jì)較發(fā)達(dá)且不屬于蘋(píng)果供給區(qū)的城市對(duì)蘋(píng)果需求量較大。企業(yè)的測(cè)算結(jié)果中人均可支配收入、居民消費(fèi)品零售總額和GDP是核心影響因子，因?yàn)槠髽I(yè)在一些發(fā)達(dá)城市鋪設(shè)專(zhuān)賣(mài)店，大多以禮盒裝形式銷(xiāo)售，目標(biāo)群體主要是企事業(yè)單位，大型公司年貨訂單等等，受眾群體較小，蘋(píng)果流量總體不大，所以受人均可支配收入和地方經(jīng)濟(jì)消費(fèi)水平影響較大，常住人口和空間距離影響力較小。電商的測(cè)算結(jié)果中人均可支配收入、居民消費(fèi)品零售總額和空間距離是核心影響因子。由于電商的APEF屬于消費(fèi)者線(xiàn)上隨機(jī)下單，因此人均可支配收入和居民消費(fèi)品零售總額為核心因子。值得注意的是快遞運(yùn)輸存在保鮮問(wèn)題，尤其到了夏季，溫度太高不利于蘋(píng)果長(zhǎng)途運(yùn)輸，電商流通量很小，因此空間距離、交通通達(dá)性、貨運(yùn)承載力也是重要因素。電商流量整體較小，隨機(jī)性比較大，因此受GDP和常住人口影響較小。

4.2 交互探測(cè)結(jié)果

APEF空間流動(dòng)分布差異是由多種影響因子共同作用的結(jié)果，進(jìn)一步運(yùn)用地理探測(cè)器的交互作用探測(cè)器來(lái)獲取各個(gè)影響因子對(duì)蘋(píng)果整體服務(wù)流空間流動(dòng)分布的交互作用（見(jiàn)表2）。

探測(cè)結(jié)果顯示，影響因子兩兩之間均為增強(qiáng)關(guān)系，包括非線(xiàn)性增強(qiáng)型和雙因子增強(qiáng)型，不存在獨(dú)立及減弱的關(guān)系，雙因子增強(qiáng)說(shuō)明兩因子交互作用的影響力均大于各單一因子的影響力，非線(xiàn)性增強(qiáng)說(shuō)明兩個(gè)因素交互作用的影響力要大于其分別單獨(dú)作用時(shí)的影響力之和。其中，對(duì)APEF空間分布差異性影響力水平最高的關(guān)鍵交互因子是蘋(píng)果產(chǎn)量和人均可支配收入，影響力達(dá)到0.889，這說(shuō)明城市經(jīng)濟(jì)消費(fèi)水平和蘋(píng)果稀缺性在空間疊加后，對(duì)APEF空間分布起到主導(dǎo)作用。例如我國(guó)大多南方城市屬于蘋(píng)果需求區(qū)，加之蘋(píng)果比可替代水果（例如柑橘、梨）售價(jià)高，因此南方發(fā)達(dá)城市因經(jīng)濟(jì)發(fā)達(dá)消費(fèi)水平較高，對(duì)蘋(píng)果消費(fèi)能力較強(qiáng)，APEF流量較大。同時(shí)，蘋(píng)果產(chǎn)量和居民消費(fèi)品零售總額、常住人口、運(yùn)輸網(wǎng)密度、貨運(yùn)量、空間距離、GDP的交互影響力分別為0.846、0.828、0.803、0.798、0.785、0.781，表明蘋(píng)果產(chǎn)量直接決定了供給區(qū)與需求區(qū)，在不種植蘋(píng)果的地區(qū)經(jīng)濟(jì)越發(fā)達(dá)，交通通達(dá)性越好，貨物承載力越大，蘋(píng)果流量越大。而居民消費(fèi)品零售總額與空間距離、GDP與空間距離、人均可支配收入與常住人口也會(huì)產(chǎn)生很強(qiáng)的非線(xiàn)性增強(qiáng)，將在很大程度上提高其對(duì)APEF空間分布差異的影響力水平。

綜上所述，基于單因子探測(cè)結(jié)果可發(fā)現(xiàn)經(jīng)濟(jì)要素對(duì)流量的影響較大，而在交互探測(cè)中發(fā)現(xiàn)兩兩因子交互作用均呈增強(qiáng)型，尤其是常住人口、空間距離和運(yùn)輸網(wǎng)密度，雖然單個(gè)因子決定力較小，但在與其他因子空間疊加后，呈現(xiàn)出交互效應(yīng)大幅度躍升的現(xiàn)象。因此，無(wú)論對(duì)于企業(yè)、電商或是客商，在設(shè)計(jì)產(chǎn)品銷(xiāo)路時(shí)應(yīng)首先考慮經(jīng)濟(jì)水平較高的區(qū)域，在此基礎(chǔ)上綜合考慮常住人口、空間距離、運(yùn)輸網(wǎng)密度等交互后作用顯著提升的影響因子，以便于拓展銷(xiāo)路、增加銷(xiāo)量。

5 結(jié)論與討論

5.1 結(jié)論

本文以蘋(píng)果供給服務(wù)為例，借助空間自相關(guān)、地理探測(cè)器模型等方法，在揭示客商、企業(yè)、電商3類(lèi)主體作用下蘋(píng)果供給服務(wù)流的時(shí)空轉(zhuǎn)移特征的基礎(chǔ)上，分析了其時(shí)空特征的影響因素，主要結(jié)論如下。

1）時(shí)間分布特征。APEF受季節(jié)月份變化影響明顯，其中秋季流量最高，占比46％，冬季和春季較少;夏季最少。同時(shí)，蘋(píng)果流量受節(jié)假日影響呈“峰”型態(tài)勢(shì);不同主體變化量差距較大，客商最高，企業(yè)次之，電商最少，但各主體變化過(guò)程與總體變化特征基本吻合。

2）空間分布特征。APEF在空間上呈“喇叭”狀多核心分布格局，主要流向華東、華南及西南地區(qū)。需求區(qū)集聚特征明顯，冷熱點(diǎn)分布區(qū)都呈現(xiàn)出明顯的核心-邊緣結(jié)構(gòu)，熱點(diǎn)區(qū)呈現(xiàn)以廣東、福建、廣西、湖南等省份的圓團(tuán)狀分布;冷點(diǎn)區(qū)呈現(xiàn)出以?xún)?nèi)蒙古、吉林、黑龍江等省份的帶狀分布。其中，客商APEF主要流向了大灣區(qū)和東部沿海地區(qū)。空間分布呈“南—北”走向的放射狀，東部沿海地區(qū)為高-高、低-高聚集，中部城市大多為不顯著地區(qū)，西北和東北地區(qū)呈低-低聚集;企業(yè)APEF在空間上呈現(xiàn)出“三核三線(xiàn)”狀，主要是以北上廣特大城市為核心的線(xiàn)狀分布特征;電商APEF在空間上呈“ 多核心串珠狀”，高-高類(lèi)型區(qū)分布在陜西省以及長(zhǎng)三角和珠三角。低-低類(lèi)型區(qū)連片集中分布于東北地區(qū)和西北地區(qū)。

3）時(shí)空特征影響因素。APEF空間分布差異的影響因素大小依次為GDP、蘋(píng)果產(chǎn)量、人均可支配收入、居民消費(fèi)品零售總額、貨運(yùn)量、運(yùn)輸網(wǎng)密度常住人口以及空間距離。由單因子探測(cè)可知，影響客商APEF空間分布的主要因素是GDP、蘋(píng)果產(chǎn)量和居民消費(fèi)品零售總額，影響企業(yè)APEF空間分布的主要因素是人均可支配收入、居民消費(fèi)品零售總額和GDP，影響電商APEF空間分布的主要因素是人均可支配收入、居民消費(fèi)品零售總額和空間距離。由因子交互作用探測(cè)可知，所有交互因子對(duì)APEF空間分布差異的影響力相對(duì)于單個(gè)因子都有所增強(qiáng)。其中，對(duì)APEF空間分布差異性影響力水平最高的關(guān)鍵交互因子是蘋(píng)果產(chǎn)量和人均可支配收入，而常住人口、空間距離、運(yùn)輸網(wǎng)密度雖然單個(gè)因子決定力較小，但在與其他因子空間疊加后，呈現(xiàn)出交互效應(yīng)大幅度躍升的現(xiàn)象。

5.2 討論

通過(guò)上述分析可發(fā)現(xiàn)，APEF流量最明顯的時(shí)間特征是其波峰與節(jié)假日高度吻合，按季節(jié)排序，秋季流量最高，其余依次為春季、冬季、夏季。這是由于秋季是蘋(píng)果的鮮果流通季節(jié)，且中秋與國(guó)慶雙節(jié)流量效應(yīng)明顯;春季的清明節(jié)、勞動(dòng)節(jié)等，處在新季水果上市之前，市場(chǎng)其他水果青黃不接，是庫(kù)存蘋(píng)果流通的黃金時(shí)間，農(nóng)歷正月的春節(jié)和元宵節(jié)也刺激了蘋(píng)果需求量;冬季則主要銷(xiāo)售庫(kù)存蘋(píng)果，運(yùn)輸成本較高，終端價(jià)格上升，而其他可替代性水果的上市沖擊了蘋(píng)果市場(chǎng)，使得流量迅速下降;夏季大量鮮果上市，因此夏季流量最低。就主體而言，客商總體特征符合預(yù)期結(jié)果，春節(jié)期間銷(xiāo)量最好，夏季主要用于依靠固定渠道備貨。因?yàn)樘O(píng)果禮品屬性更強(qiáng)，受節(jié)假日影響因素更大，春節(jié)、清明節(jié)、勞動(dòng)節(jié)等節(jié)假日會(huì)使企業(yè)有可觀的流量。電商流量高峰主要在節(jié)假日和電商特有的“雙十一”購(gòu)物節(jié)，夏季因?yàn)闅鉁剡^(guò)高，快遞運(yùn)輸沒(méi)有冷鏈不利于蘋(píng)果保鮮，電商發(fā)貨量極少。

通過(guò)分析APEF空間特征發(fā)現(xiàn)，雖然3類(lèi)主體均呈東、南部流量高、流向密集的特征，但電商流向目的地更發(fā)散，城市分布較為均勻，企業(yè)則明顯集中于上海、廣州等大城市，客商介于兩者之間。APEF出現(xiàn)這種分布特征的主要原因是受主體作用的影響。由于采用線(xiàn)上交易，電商可以突破空間的限制，其目標(biāo)群體分布也更為廣泛。企業(yè)專(zhuān)賣(mài)店以點(diǎn)狀門(mén)店向面狀城市區(qū)域提供服務(wù)，承接企業(yè)的APEF往往需要大型市場(chǎng)和雄厚的資本作為依托，因此，在企業(yè)作用下呈現(xiàn)出明顯的一二線(xiàn)城市聚集特征。客商的運(yùn)輸費(fèi)用及采買(mǎi)費(fèi)用較高，這也對(duì)客商提出了要求，銷(xiāo)售范圍基本包括了中國(guó)南部的大中型城市。客商APEF的高-高類(lèi)型城市不僅為當(dāng)?shù)匚舜罅康奶O(píng)果需求量，還通過(guò)溢出效應(yīng)流向周邊的需求區(qū);低-高類(lèi)型城市主要集中于南部省會(huì)城市的周邊地區(qū);低-低類(lèi)型經(jīng)濟(jì)發(fā)展水平較低，消費(fèi)力不高，并且周邊有其他蘋(píng)果供給區(qū);高-低類(lèi)型區(qū)某個(gè)特定高需求區(qū)，且周邊區(qū)域因靠近環(huán)渤海產(chǎn)區(qū)為低需求區(qū)。因此，相較于企業(yè)而言客商來(lái)源更加廣泛，而與電商相比，其空間聚集性又更加突出。由于不同主體的目標(biāo)群體及流通方式不同，從而導(dǎo)致了不同主體影響下APEF呈現(xiàn)不同的特征。

5.3 展望

本文深入探析了不同主體APEF的時(shí)空特征與影響因素。與現(xiàn)有研究相比，本研究實(shí)現(xiàn)了對(duì)典型供給服務(wù)流量與流向的模擬，且揭示了影響流向和流量的關(guān)鍵因子，可對(duì)制定合理的產(chǎn)業(yè)發(fā)展政策以及市場(chǎng)營(yíng)銷(xiāo)提供參考。但本文使用數(shù)據(jù)，特別是物流、快遞、訂單等數(shù)據(jù)，僅能顯示發(fā)貨數(shù)量與發(fā)貨（供給）時(shí)間，而無(wú)法顯示接收（消費(fèi)）時(shí)間，特別是消費(fèi)者具體的消費(fèi)時(shí)間節(jié)點(diǎn)，囿于數(shù)據(jù)限制，因此文中僅分析了蘋(píng)果供給服務(wù)的流量與流向，而流速則尚未涉及。流速是生態(tài)系統(tǒng)服務(wù)研究的重要內(nèi)容，也是本研究后續(xù)亟待突破的領(lǐng)域。此外，研究時(shí)段僅限于2019年9月至2020年8月，研究時(shí)段較短，數(shù)據(jù)量較少，對(duì)于長(zhǎng)時(shí)間序列分析不足。隨著數(shù)據(jù)的進(jìn)一步完善，揭示長(zhǎng)時(shí)期跨度下不同主體APEF的時(shí)空特征及影響因子也是日后需要關(guān)注的重點(diǎn)。

參考文獻(xiàn)

［1］ DAWSON N， MARTIN A. Assessing the contribution of ecosystem services to human wellbeing： A disaggregated study in western Rwanda［J］. Ecological Economics， 2015， 117： 62-72.

［2］ 李雙成. 生態(tài)系統(tǒng)服務(wù)地理學(xué)［M］. 北京： 科學(xué)出版社， 2014.

［3］ MEHRING M， OTT E， HUMMEL D. Ecosystem services supply and demand assessment： Why social-ecological dynamics matter［J］.Ecosystem Services， 2018， 30： 124-125.

［4］ 傅伯杰， 歐陽(yáng)志云， 施鵬， 等. 青藏高原生態(tài)安全屏障狀況與保護(hù)對(duì)策［J］. 中國(guó)科學(xué)院院刊， 2021， 36（11）： 1298-1306.

FU B J， OUYANG Z Y， SHI P， et al. Current condition and protection strategies of Qinghai-Tibet Plateau Ecological security barrier［J］. Bulletin of Chinese Academy of Sciences， 2021，36（11）：1298-1306.

［5］ 劉慧敏， 劉綠怡， 丁圣彥. 人類(lèi)活動(dòng)對(duì)生態(tài)系統(tǒng)服務(wù)流的影響［J］. 生態(tài)學(xué)報(bào)， 2017， 37（10）： 3232-3242.

LIU H M， LIU L Y， DING S Y. The impact of human activities on ecosystem service flows［J］. Acta Ecologica Sinica， 2017， 37（10）：3232-3242.

［6］ 耿甜偉. 基于供需關(guān)系的生態(tài)系統(tǒng)服務(wù)流時(shí)空特征及調(diào)節(jié)機(jī)制研究［D］.西安：西北大學(xué)， 2022.

［7］ BURKHARD B， KANDZIORA M， HOU Y， et al. Ecosystem service potentials， flows and demands-concepts for spatial localisation， indication and quantification［J］. Landscape Online， 2014， 34： 1-32.

［8］ SHI Y S， SHI D H， ZHOU L L， et al. Identification of ecosystem services supply and demand areas and simulation of ecosystem service flows in Shanghai［J］. Ecological Indicators， 2020， 115： 106418.

［9］ 趙雪雁， 馬平易， 李文青， 等. 黃土高原生態(tài)系統(tǒng)服務(wù)供需關(guān)系的時(shí)空變化［J］. 地理學(xué)報(bào)， 2021， 76（11）： 2780-2796.

ZHAO X Y， MA P Y， LI W Q， et al. The spatiotemporal changes in the supply-demand relationship of ecosystem services in the Loess Plateau［J］. Acta Geographica Sinica，2022， 76（11）：2780-2796.

［10］DU H Q， ZHAO L， ZHANG P T， et al. Ecological compensation in the Beijing-Tianjin-Hebei region based on ecosystem services flow［J］. Journal of Environmental Management， 2023， 331： 117230.

［11］XU L Y， HANG Y， JIN F. Evaluating the supply-demand relationship for urban green parks in Beijing from an ecosystem service flow perspective［J］. Urban Forestry ＆ Urban Greening，2023，85：127974.

［12］LIU J G， YANG W， LI S X. Framing ecosystem services in the telecoupled Anthropocene［J］. Frontiers in Ecology and the Environment， 2016， 14（1）： 27-36.

［13］VILLAMAGNA A M， ANGERMEIER P L， BENNETT E M. Capacity， pressure， demand， and flow： A conceptual framework for analyzing ecosystem service provision and delivery［J］. Ecological Complexity， 2013， 15： 114-121.

［14］FELIPE-LUCIA M R， MARTN-LPEZ B， LAVOREL S， et al. Ecosystem services flows： Why stakeholders power relationships matter［J］.PLoS One， 2015， 10（7）：

e0132232.

［15］劉慧敏， 劉綠怡， 任嘉衍， 等. 生態(tài)系統(tǒng)服務(wù)流定量化研究進(jìn)展［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2017， 28（8）： 2723-2730.

LIU H M， LIU L Y， REN J Y， et al. Progress in quantitative research on ecosystem service flow［J］.Chinese Journal of Applied Ecology， 2017， 28（8）： 2723-2730.

［16］ZHANG J X， HE C Y， HUANG Q X， et al. Understanding ecosystem service flows through the metacoupling framework［J］. Ecological Indicators， 2023， 151： 110303.

［17］楊正忠，徐昔保，李景宜， 等. 生態(tài)系統(tǒng)服務(wù)流研究進(jìn)展與展望［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)， 2023， 39（7）： 827-838.

YANG Z Z， XU X B， LI J Y， et al. Research progress and prospects of ecosystem service flow［J］.Journal of Ecology and Rural Environment， 2023，39（7）：827- 838.

［18］GUAN D J， DENG Z， ZHOU L L， et al. How can multiscenario flow paths of water supply services be simulated？ A supply-flow-demand model of ecosystem services across a typical basin in China［J］. Science of the Total Environment， 2023， 893： 164770.

［19］李晶，任志遠(yuǎn).基于 GIS 的陜北黃土高原土地生態(tài)系統(tǒng)固碳釋氧價(jià)值評(píng)價(jià)［J］.中國(guó)農(nóng)業(yè)科學(xué)， 2011， 44（14）：2943-2950.

LI J， REN Z Y. Research on the values of CO2 fixation and O2 release by landuse ecosystem in loess plateau in northern Shaanxi Province［J］.Scientia Agricultura Sinica， 2011， 44（14）：2943-2950.

［20］ZHANG C， LI J， ZHOU Z X， et al. Application of ecosystem service flows model in water security assessment： A case study in Weihe River Basin， China［J］. Ecological Indicators， 2021， 120： 106974.

［21］XIE G D， LIU J Y， XU J， et al. A spatio-temporal delineation of trans-boundary ecosystem service flows from Inner Mongolia［J］. Environmental Research Letters， 2019， 14（6）： 065002.

［22］張欣蓉， 王曉峰， 程昌武， 等. 基于供需關(guān)系的西南喀斯特區(qū)生態(tài)系統(tǒng)服務(wù)空間流動(dòng)研究［J］. 生態(tài)學(xué)報(bào)， 2021， 41（9）： 3368-3380.

ZHANG X R， WANG X F， CHENG C W， et al. Research on spatial flow of ecosystem services in southwest karst region based on supply and demand relationship［J］.Acta Ecologica Sinica， 2021，41（9）：3368-3380.

［23］陳梓隆， 林靜玉， 黃金良. 水質(zhì)脅迫下閩東南地區(qū)流域淡水生態(tài)系統(tǒng)服務(wù)流研究［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)， 2022， 38（8）： 1051-1063.

CHEN Z L， LIN J Y， HUANG J L. A study on the service flow of freshwater ecosystems in the southeast fujian basin under water quality stress［J］.Journal of Ecology and Rural Environment， 2022， 38（8）：1051-1063.

［24］GENG T W， CHEN H， LIU D， et al. Research on mediating mechanisms and the impact on food provision services in poor areas from the perspective of stakeholders［J］. International Journal of Environmental Research and Public Health， 2021，18（19）： 10510.

［25］劉慧敏. 基于生態(tài)系統(tǒng)服務(wù)流視角的人地系統(tǒng)動(dòng)態(tài)演化評(píng)估［J］. 環(huán)境生態(tài)學(xué)， 2023， 5（7）： 21-32.

LIU H M. Evaluation of dynamic evolution of human earth system from the perspective of ecosystem service flow［J］. Environmental Ecology， 2023，5（7）：21-32.

［26］BUKEVICIUTE L， DIERX A， ILZKOVITZ F. The functioning of the food supply chain and its effect on food prices in the European Union［M］. Brussels：Office for Infrastructures and Logistics of the European Communities， 2009.

［27］MLLER F， BICKING S， AHRENDT K， et al. Assessing ecosystem service potentials to evaluate terrestrial， coastal and marine ecosystem types in Northern Germany： An expert-based matrix approach［J］. Ecological Indicators， 2020， 112： 106116.

［28］姚婧， 何興元， 陳瑋. 生態(tài)系統(tǒng)服務(wù)流研究方法最新進(jìn)展［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2018， 29（1）： 335-342.

YAO J， HE X Y， CHEN W. The latest progress in research methods for ecosystem service flows［J］.Chinese Journal of Applied Ecology， 2018， 29（1）： 335-342.

［29］孫梨梨. 洛川縣水資源承載力評(píng)價(jià)及優(yōu)化配置研究［D］. 西安： 長(zhǎng)安大學(xué)， 2023.

［30］劉樂(lè)彤. 鄉(xiāng)村振興背景下洛川蘋(píng)果生產(chǎn)現(xiàn)狀及轉(zhuǎn)型升級(jí)研究［D］. 楊凌： 西北農(nóng)林科技大學(xué)， 2023.

［31］馮文彬. 基于供需關(guān)系的粵港澳大灣區(qū)生態(tài)系統(tǒng)服務(wù)流研究［D］. 廣州： 廣州大學(xué)， 2023.

［32］連虎剛， 曲張明， 劉春芳， 等. 北方防沙帶河西走廊段景觀格局時(shí)空演變及其防風(fēng)固沙服務(wù)響應(yīng)［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2023， 34（9）： 2518-2526.

LIANG H G， QU Z M， LIU C F， et al. The spatiotemporal evolution of landscape pattern in the Hexi Corridor section of the northern sand prevention belt and its response to wind and sand fixation services［J］. Chinese Journal of Applied Ecology， 2023，34（6）：25-33.

［33］王勁峰， 徐成東. 地理探測(cè)器： 原理與展望［J］. 地理學(xué)報(bào)， 2017， 72（1）： 116-134.

WANG J F， XU C D. Geodetectors： Principles and prospects［J］.Acta Geographica Sinica， 2017， 72（1）：116-134.