黄河流域生态系统服务驱动机制的路径：基于尺度优先级的见解及其对差异化生态管理的启示

《Journal of Environmental Management》：Pathways of driving mechanisms for ecosystem services in the Yellow River Basin: insights from scale prioritization and implications for differentiated ecological management

生态系统服务时空演变及驱动机制研究——基于黄河流域2000-2020年多尺度分析，揭示服务协同效应增强规律及地形、气候的主导驱动作用。

　　

王宝|龚杰|侃国斌|魏玉飞|康建芳|王鹏龙

中国西部环境系统重点实验室（教育部），兰州大学地球与环境科学学院，兰州，730000，中国

摘要

理解生态系统服务（ESs）与其驱动因素在各种空间尺度上的复杂相互作用对于提高生态系统管理和制定定制的分区策略至关重要。然而，关于黄河流域（YRB）中跨尺度相互作用以及ESs动态的综合多方法分析的研究仍然有限，这阻碍了生态保护政策的精准实施。本研究考察了YRB中不同时空尺度上ESs的演变特征和相互作用。通过整合多种分析方法，包括随机森林（RF）、偏依赖分析（PDA）、地理加权回归（GWR）和偏最小二乘结构方程建模（PLS-SEM），我们确定了关键驱动因素及其空间异质性，并阐明了它们的直接和间接因果路径。研究结果表明：（1）从时间上看，水资源产出、粮食生产和土壤保持显著增加，而碳封存和栖息地质量略有下降；从空间上看，每种生态系统服务都表现出明显的梯度差异。（2）流域内ESs之间的相互作用主要是协同的，并且随着时间的推移而增强。县级尺度上的相关强度和统计显著性高于其他空间尺度。（3）2000年至2020年间，ESs与其驱动因素之间存在广泛的非线性响应和阈值效应。（4）地形、气候和植被对ESs有显著的正面直接影响，其中地形的影响最大，而人类活动则表现出较弱的直接抑制作用。本研究强调了识别ESs的空间异质性及其潜在驱动机制对于生态管理决策的重要性，并为多尺度生态系统治理提供了科学基础和实际指导。

引言

生态系统服务（ESs）是人类从自然生态系统中获得的基本利益（Costanza等人，1997年）。它们不仅维持了生态平衡和人类福祉，还为制定生态保护政策提供了科学依据（Xie等人，2017年）。然而，由于持续的人类干扰，世界上超过一半的ESs经历了显著退化，对区域和全球生态安全构成了严重威胁（Messier等人，2019年）。为应对这一挑战，中国自1999年起在黄河流域（YRB）启动了大规模的“退耕还林”计划，导致植被覆盖率大幅增加，重要生态系统功能得到显著改善（Zhang等人，2022d；Cheng等人，2023年）。自2020年以来，YRB将生态治理提升为国家战略，为上游、中游和下游地区制定了不同的保护优先级（中华人民共和国国务院，2021年）。因此，在人类活动和生态工程的综合影响下，科学识别多个空间尺度上ESs的复杂关系、演变趋势和驱动机制已成为优化YRB生态治理策略的紧迫任务。

理解ESs之间的相互关系是促进其可持续管理的科学基础，并已成为一个跨越地理学、生态学和生态经济学等多个学科的研究前沿。这些相互作用通常表现为权衡和协同作用（TS），以及服务包，由于ESs的内在变异性、空间异质性和持续的人为影响而表现出高度动态性（Q. Cui等人，2025年；Shen等人，2021年）。在这些相互作用中，当一种ES的增强导致另一种ES的下降时，就会出现权衡；而协同作用则表示在同一方向上的同时改善或下降，强调了服务之间的空间依赖性（Zhang等人，2025a）。方法学的进步使得各种分析技术的使用日益增多，包括相关性分析（Zhong等人，2023年）、普通最小二乘回归（Ferreira等人，2017年）、贝叶斯网络（Dang等人，2025年）、地理加权回归（GWR）（Tenerelli等人，2016年）和地理检测器（Wang等人，2016a）来识别这些复杂关系。值得注意的是，GWR在揭示TS的空间变异性方面表现出色。当与全局相关性分析结合使用时，它有助于在多个尺度上剖析其潜在机制（Xue等人，2023年）。生态系统类型及其生态过程的复杂性和多样性导致了ESs提供的服务的显著空间异质性和强烈的尺度依赖性（Roces-Díaz等人，2014年）。越来越多的证据表明，ESs的关键方面，包括其空间分布、热点识别、TS和潜在驱动机制，在不同尺度上存在显著变化（Jaligot等人，2019年；Zhang等人，2021年）。然而，现有研究大多依赖于任意定义的基于网格的尺度进行分析，这可能会掩盖关键的尺度相关转换。这一限制不仅削弱了科学结论的稳健性，也阻碍了研究结果在环境管理和政策制定中的有效转化和应用（Cui等人，2019年；Liu等人，2024a；Mitchell等人，2024年；Zhu等人，2024年）。因此，系统地揭示ESs之间的跨尺度相互作用、明确其尺度依赖特性以及制定针对特定尺度的管理策略仍然是当前研究的持续挑战（Liu等人，2024年；Wu等人，2025年）。

ESs之间的相互作用是由自然因素、人类活动以及社会经济和制度驱动因素共同驱动的（Shen等人，2021年；Zhao等人，2018年）。然而，这些驱动因素对特定服务的影响方向和幅度存在显著差异（Xia等人，2023年），并且它们之间经常发生复杂的相互作用。当前的研究主要集中在个别驱动因素的直接影响上，很大程度上忽视了多因素相互作用产生的间接效应（Huang等人，2021年；Long等人，2022年）。这种忽视可能导致对潜在驱动机制的偏见理解。例如，Shao等人（2023年）使用冗余分析来确定YRB中ESs的主要驱动因素，而Shen等人（2024年）应用贝叶斯信念网络（BBNs）来评估土地覆盖、归一化差异植被指数（NDVI）、降水量（Pre）和温度（Tem）等因素的影响。结构方程建模（SEM）是一种多变量分析方法，能够有效揭示复杂系统内变量之间的综合因果关系（Wang等人，2022年）。SEM主要包括基于协方差的SEM（CB-SEM）和偏最小二乘SEM（PLS-SEM）。与CB-SEM相比，PLS-SEM需要较小的样本量，并且不依赖于正态性的严格假设（Zhang等人，2022a）。鉴于我们数据的非正态分布，我们采用PLS-SEM来量化自然和社会经济因素对ESs的直接和间接影响，从而能够系统地考察它们的多层次驱动机制。

黄河流域是中国重要的能源基地、主要粮食生产区和关键的生态屏障。其生态系统状况直接关系到国家的水资源和生态安全。加强YRB的生态恢复对该国的整体经济和社会发展至关重要（Cui等人，2025年）。尽管在生态保护和恢复方面取得了进展，但水资源短缺和土壤侵蚀仍然是一个重大挑战，严重阻碍了ESs的改善（Dang等人，2025年）。尽管现有研究在ESs、TS及其驱动机制的定量评估方面取得了进展（Zhang等人，2021年；Zhang等人，2024年；Shen等人，2024年），并纳入了过去-未来-行动方法和水-能源-食物纽带等框架（Yu等人，2023年），并且涵盖了从网格到县再到子流域的空间尺度（Liu等人，2024年），但关于YRB中网格、县和城市层面跨尺度生态系统服务相互作用的尺度依赖特性和时间动态的研究仍然有限。因此，本研究旨在：（1）评估YRB中ESs的时空动态；（2）识别ESs之间的TS并分析它们在多个时空尺度上的空间变异性；（3）确定关键的管理尺度，并系统地阐明这些尺度上ESs形成和相互作用的驱动机制。

研究区域

黄河流域（YRB）（东经95°53′–119°05′，北纬32°10′–41°50′）（图1）长约5465公里，流域面积达795,000平方公里，相当于中国总面积的8.3%，包括66个地级行政区和340个县级行政区。该流域包含四个主要地貌类型：青藏高原、内蒙古高原、黄土高原和华北平原。其特征是地形梯度明显、气候多样、生态系统复杂

不同时空尺度上ESs的趋势和特征

从2000年到2020年，五种ESs在时间和空间尺度上都表现出显著差异（表2）。从时间上看，ESs的整体变化趋势大体一致。具体而言，水资源产出（WY）、粮食生产（FP）和土壤保持（SC）分别增加了92.42%、65.64%和30.40%。相比之下，碳封存（CS）和栖息地质量（HQ）略有下降，降幅均不到1%。从空间上看，WY和SC在东南部表现出更高的数值

ESs评估的合理性

本研究对YRB中的ESs进行了系统的定量评估。结果表明，从2000年到2020年，水资源产出（WY）、粮食生产（FP）和土壤保持（SC）显著增加，而碳封存（CS）和栖息地质量（HQ）略有下降（Yu等人，2023年）。这种模式主要归因于两个关键驱动因素：首先，较高的降水量直接促进了WY和SC的增长（Geng等人，2022年）；其次，大规模的生态恢复计划，包括三北防护林工程和耕地转换

结论

本研究采用多源数据整合方法，结合InVEST、RF和PLS-SEM模型，定量评估了2000年至2020年间YRB中五种关键ESs的时空变化。它系统地研究了这些服务之间的TS，并在县级尺度上分析了它们的潜在驱动机制，这一尺度特别适合捕捉复杂的相互依赖性。从2000年到2020年，水资源产出（WY）、粮食生产（FP）和土壤保持（SC）分别增加了92.42%、65.64%和30.40%

作者贡献声明

王宝：写作——审稿与编辑、撰写初稿、方法论、正式分析、数据管理、概念构建。龚杰：写作——审稿与编辑、监督、项目管理、方法论、资金获取、概念构建。侃国斌：软件、方法论、调查、正式分析。魏玉飞：可视化、验证、软件、数据管理。康建芳：资源管理、数据管理。王鹏龙：正式分析、概念构建。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了国家自然科学基金 [编号：U21A2011 & 42171090]的支持。我们感谢匿名审稿人和编辑们的宝贵意见，这些意见极大地改善了手稿的质量。