荊州市生態系統服務供需的演變和耦合匹配分析

2025-03-27 00:00:00居靈君唐立新

安徽農業科學 2025年5期

摘要運用空間分析方法和耦合協調度模型，在不同尺度上分析荊州市生態系統服務供給和需求之間的變化和耦合協調關系。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，城鎮建設用地將繼續擴張；生態系統服務供給與區域自然條件密切相關，生態系統服務需求與區域位置和經濟發展水平有關；研究尺度對生態系統服務供給和需求的耦合協調分析有一定影響，在縣域尺度上，生態系統服務供給和需求的耦合協調狀態不平衡；而在市域尺度上，生態系統服務供給和需求的耦合協調狀態趨于平衡。

關鍵詞生態系統服務；供需耦合協調；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

生態系統服務（ES）是指自然生態系統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發展的環境基礎，也是衡量生態文明建設成效的重要指標。隨著人口增長和經濟發展，人類對生態系統服務的需求（ESD）不斷增加，而生態系統服務的供給（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環境之間的協調關系，對于優化資源配置、促進區域可持續發展具有重要意義。

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，其中森林生態系統貢獻最大，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。有研究發現，ESS與區域自然條件密切相關，而ESD與區域社會經濟發展密切相關，兩者在空間上呈現出不同的分布規律和聚類特征［3-4］。③ESS和ESD之間的耦合匹配情況。一些研究采用耦合協調度模型、匹配指數等方法，分析了ESS和ESD之間的耦合程度、協調程度和匹配程度，發現不同區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據，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的荊州市為研究區域，利用高分辨率土地利用數據和區域社會經濟數據，采用價值量評估法和生態系統服務需求模型，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指數和Getis-Ord Gi*指數分析了ESS和ESD的空間聚類特征，用耦合協調度模型和匹配指數分析了ESS和ESD之間的關系，揭示不同尺度下ESS和ESD的演變規律和耦合匹配情況，為區域城市群的可持續發展提供科學依據。

1 資料與方法

1.1 研究區域概況

以位于湖北省西南部的荊州市（圖1）為研究區域，該市是長江中游的重要城市，也是中國中部地區的重要城市群之一。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屏障。荊州市總面積為1.41萬km2，轄荊州、沙市2區，江陵、公安2縣，松滋、石首、監利、洪湖4市，以及荊州開發區、紀南文旅區、荊州高新區3個功能區，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。經濟以工業和農業為主，近年來，服務業和旅游業也有較快的發展。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 數據來源與處理

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

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、調節服務、文化服務和供給服務4種生態系統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年的土地利用數據來預測2020年的土地利用情況，并用2020年的實際土地利用數據來驗證CA-Markov模型的準確性；然后，使用2010和2020年的數據來預測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是指人類從研究區域獲得的生態產品或生態系統服務。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系統服務價值表，通過土地利用數據計算單位面積的生態系統服務價值，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為生態系統i提供生態功能j的價值系數；m為土地利用類型的總數（m=6）；n為生態功能類型的總數（n=9）；E為單位面積食物生產服務的經濟價值（元/hm2）；Si為研究單元中生態系統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，自然生態系統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表示人類對生態產品或生態系統服務的生產與消費的數量和質量的需求。考慮到生態系統服務變化的驅動因素和數據的可獲得性，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（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轉換。ESD的計算公式如下：

式中：Li為土地開發強度（%）；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指數和Getis-Ord Gi*指數來揭示ESS或ESD在全局或局部尺度上的空間相關性。由于研究樣本數量較少會影響空間統計的結果，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指數包括全局Moran’s I指數和局部Moran’s I指數［14-15］。全局Moran’s I指數可以表達相似值的空間聚類程度，局部Moran’s I指數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（統計指標﹥0，熱點；高值被高值包圍）和低值聚類（統計指標lt;0，冷點；低值被低值包圍）［16-17］。Moran指數和Getis-Ord Gi*指數的計算公式如下：

式中：I為Moran指數；n為縣級尺度上研究單元的數量（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。

1.3.5 ESS和ESD的耦合匹配分析。

（1）指標標準化。為了實現ESS和ESD的統一量化，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。為了消除數據維度的影響，并提高不同區域之間的可比性，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）耦合協調分析。該研究采用耦合協調度模型來計算ES中ESS和ESD之間的耦合協調程度。首先，耦合度用于反映ESS和ESD之間的相互作用和發展水平；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調狀況，進一步引入了協調度這一指標，用以衡量ESS和ESD之間的正向耦合程度。協調度的取值在0～1，越接近1表示兩者之間的耦合協調性越好，越接近0則表明協調性較差。耦合協調分析公式如下：

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的協調度；a、b是系數，反映了ESS和ESD對整個系統的貢獻，考慮到兩者同等重要，在此取a=b=0.5；D為ES的耦合協調度。

（3）匹配指數計算。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；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、生態退化、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。總體而言，荊州市的土地利用變化體現了城市化、生態保護和資源開發之間的復雜互動，反映了區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年的土地利用數據預測了2020年的土地利用情況，并與實際數據進行對比，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年的土地利用數據預測了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擴展，尤其是在城鎮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生在未被利用的區域，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展規劃相符，反映了土地利用結構的持續變化及城市化進程中土地利用類型的動態轉化［19］。

2.2 ESS空間分布特征

從表3可以看出，2000—2020年荊州市ESS總量和產值均呈現出顯著增長，特別是森林、濕地和水域的ESS表現出明顯增強。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，反映出森林生態系統功能的顯著提升。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。

為了分析ESS在空間上的分布規律和聚類特征，該研究采用Moran指數和Getis-Ord Gi*指數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指數和局部Moran’s I指數（表4）可以看出，荊州市的全局Moran’s I指數在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在空間上呈現出正相關性，即相似值趨于聚集。局部Moran’s I指數結果顯示，荊州市存在著高-高聚類、低-低聚類和離群區域。高-高聚類區域主要分布在沿江地區或資源豐富的地區，如洪湖市、監利市、江陵縣等；低-低聚類區域主要分布在西部山區或資源匱乏的地區，如松滋市、公安縣、沙市區等；離群區域主要分布在城鎮周邊或交通干道沿線，如荊州區、石首市等。這些結果與土地利用數據相一致，說明ESS與區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年荊州市生態系統服務需求（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，荊州市對生態系統服務的需求不斷增加。土地開發強度也從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。總體來看，盡管土地開發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，仍需保持生態保護與發展之間的平衡，以應對日益增長的生態服務需求。

為了分析ESD在空間上的分布規律和聚類特征，該研究采用Moran指數和Getis-Ord Gi*指數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在空間上呈現出正相關性，即相似值傾向于聚集在一起。局部Moran’s I指數結果進一步揭示了荊州市存在高-高聚類、低-低聚類和離群區域，其中，高-高聚類區域主要分布在西部山區或經濟發達的地區，如洪湖市、監利市、江陵縣等；低-低聚類區域主要分布在東部平原區或經濟落后的地區，如松滋市、公安縣、沙市區等；離群區域主要分布在城鎮周邊或交通干道沿線，如荊州區、石首市等。這些結果與荊州市的社會經濟發展水平和地理分布特點相吻合，表明ESD的空間分布與區域的自然條件及經濟發展密切相關［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的匹配指數和耦合協調度模型。從表7可以看出，荊州市2000年的匹配指數為0.05，表明當年ESS和ESD基本平衡；到2010年，匹配指數降至0.03，表明供需依然處于平衡狀態；到2020年，匹配指數進一步下降至0.01，但仍處于相對平衡區間。這表明盡管供需指數有所波動，整體上荊州市的ESS與ESD始終保持較為穩定的供需匹配。荊州市的耦合協調度在2000、2010和2020年分別為0.46、0.51和0.55，均處于中度協調階段，說明荊州市這期間雖然存在供需的輕微波動，但整體上實現了生態安全與社會經濟之間的協調發展。特別是2000—2020年耦合協調度逐漸上升，表明近21年荊州市在提升ESS和ESD總量的同時，也取得了一定的協調性進展，推動了生態環境和社會經濟的協同發展。進一步分析發現，荊州市各研究單元的耦合協調度存在一定差異。2000年，許多研究單元的耦合協調度較低，處于中度協調階段；2010年，部分單元的耦合協調度有所提高，進入了良好協調階段；2020年，大多數單元的耦合協調度進入了良好或優良協調階段，這一變化體現了荊州市在保障生態安全和經濟發展的基礎上，逐步實現了更高水平的協調發展［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耦合協調度（圖3）可以看出，在縣級尺度上，2000—2020年荊州市ES耦合協調度逐漸穩定并維持供需平衡，而在市級尺度上，荊州市的供需匹配也保持平衡，且趨于穩定。這表明研究尺度對ES耦合協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調度均處于中度協調階段，但在縣級尺度上各研究單元之間的協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調性結果。綜上所述，該研究揭示了不同尺度下ES耦合協調度的差異性和聯系性，并表明尺度對資源管理策略和協調度計算的影響，這為未來在不同尺度上的區域可持續發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，結果發現，森林、水域和濕地等自然生態系統對ESS的貢獻較為明顯，而草地與裸地則表現出相對較小的貢獻。該結果與現有文獻［9-11］一致，表明自然生態系統（如森林和水域）對生態系統服務具有積極的作用，而人為干擾系統（如裸地）則對ESS產生負面影響。在ESD評估方面，經濟發展被確立為ESD的主要驅動力，人口增長與土地開發作為次要驅動因素。經濟的快速增長不僅直接推動了區域內社會經濟需求的增加，也加劇了生態環境的壓力，尤其在城市化與工業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 區域異同及其影響因素

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

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化進程，土地利用格局發生了明顯變化，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，生態保護與恢復措施推動了自然生態系統（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，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下降趨勢。2000—2020年荊州市由供需平衡狀態轉向供需不平衡，且不平衡程度逐年加劇。這表明盡管在經濟發展過程中生態系統服務得到了改善，但生態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的耦合協調度有一定影響。在縣級尺度上各研究單元之間的協調程度差異較大，而在市級尺度上各單元的協調程度較為一致。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與管理需求應根據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加強生態保護與恢復。通過加強森林、水域和濕地等自然生態系統的保護，提升ESS的總量與質量，以確保生態安全。②優化社會經濟發展。合理規劃土地開發，控制人口增長與經濟活動，減輕對生態環境的壓力，確保ESD的可持續增長。③促進ESS與ESD的協調發展。通過提升生態服務供給與需求之間的匹配，推動社會經濟與生態環境的協同發展。④強化區域資源調配與合作。加強區域間資源共享與合作，提升ESS與ESD的空間均衡性，優化區域資源配置。⑤根據不同尺度調整管理策略。在縣級和市級尺度上，制定符合當地實際需求的資源管理策略，確保各區域在不同發展階段實現協調發展。

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.農戶生計與生態系統服務耦合關系研究進展［J］.生態經濟，2017，33（1）：142-145，151.

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

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

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

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

［14］邱堅堅，劉毅華，陳澄靜，等.生態系統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.流域生態系統服務和水土資源匹配研究進展［J］.生態學報，2023，43（10）：4308-4318.

［16］趙雪雁，馬平易，李文青，等.黃土高原生態系統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.南昌市主城區生態系統服務供需匹配的城鄉梯度特征研究［J］.生態與農村環境學報，2023，39（6）：713-722.

［18］陳強強，楊凌，郝旭然.甘南黃河水源補給區生態系統服務與農戶生計耦合協調分析［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系統服務耦合度研究［J］.環境科學研究，2019，32（12）：2048-2056.

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