《Journal of Cleaner Production》：A “Quantification-zoning-driving factors” analysis framework for mitigating ecosystem service supply-demand mismatches in urbanized areas
编辑推荐：
本研究以成都东部新区为案例，整合物质流分析划分ES供需管理区，探讨社会生态因素对ES供需失衡的影响，发现绿色空间比例缓解失衡，而人口密度等加剧失衡，提出“量化-分区-驱动因素”分析框架。
李凯|刘静|侯颖|蒋晨明阳|吕炳阳|陈春迪|袁朗|黄友友|李曦
四川农业大学景观建筑学院，中国四川成都610000
摘要
缓解生态系统服务（ES）供需不匹配是城市可持续发展的关键。然而，现有的供需不匹配量化方法很少考虑ES供需之间的空间关系，而这种关系是由多种ES流动决定的。在这项研究中，我们通过纳入ES流动、划定管理区域并分析驱动因素来量化ES供需不匹配。这三个分析组成部分相互关联，形成了一个综合框架，以指导ES供需不匹配的缓解措施。我们以中国成都东部新区为例，重点研究了四种典型的ES（土壤保持、作物授粉、洪水调节和自然休闲）。研究发现：（1）四种ES供需不匹配表现出异质性分布，整合ES流动提高了不匹配量化的准确性；（2）划定了四个不同的ES供需管理区域，其中洪水调节-自然休闲不匹配区域占最大面积（32.68%），而ES匹配区域占最小面积（5.93%）；（3）社会生态因素对ES供需不匹配的影响方向和程度在不同区域有所差异。总体而言，绿地比例缓解了大部分ES供需不匹配，而人口密度、建设用地比例和道路密度则加剧了这种不匹配。本研究推进了ES供需不匹配的量化，并为城市化地区的缓解措施提供了实用的分析框架。
引言
近年来，城市化虽然作为社会经济发展的强大引擎，但它深刻改变了生态系统的结构、过程和功能。这些变化导致了人与环境互动的恶化，最直接的表现是生态系统服务（ES）供需之间的严重不匹配（Duraiappah等人，2014年）。在城市化地区，ES供需不匹配尤为严重（González-García等人，2020年）。一方面，城市化地区人类活动的加剧降低了生态系统提供多种ES的能力；另一方面，人口集中在城市地区导致ES需求不断增加。ES供应的下降与需求的增加之间的冲突对人类福祉构成了严重威胁，迫切需要采取干预措施以实现可持续发展（Perschke等人，2024年）。
量化ES供需不匹配是缓解这种不匹配的前提，已成为ES研究中的一个重要领域（González-García等人，2020年）。一些研究人员主要基于土地利用/覆盖类型来量化ES供需不匹配，其中最具代表性的是Burkhard等人（2012年）开发的ES预算-土地覆盖矩阵。然而，这种方法可能简化了不同土地利用/覆盖类型之间的生物物理和社会经济差异（Li等人，2022年）。为了提高量化准确性，其他研究人员分别使用生物物理模型和社会经济指标评估了ES供需，并量化了不匹配/匹配情况（Zhai等人，2023年；González-García等人，2020年；Manley和Egoh，2024年）。
然而，当前的ES供需不匹配量化方法假设ES供需发生在相似的位置，很少考虑ES供需之间的空间流动（Serna-Chavez等人，2014年）。实际上，ES供需在空间上可能并不重叠；也就是说，ES供应可以通过ES流动满足远距离地区的ES需求（Li等人，2023b）。例如，上游地区提供的洪水调节服务可以惠及下游地区的人们，因为这种服务可以沿着水文网络进行空间传输（Fisher等人，2009年）。只有明确识别ES流动，才能揭示ES供需之间的相应空间关系，这对ES供需不匹配的量化至关重要（Serna-Chavez等人，2014年）。因此，越来越多的研究人员探索如何将ES流动纳入不匹配量化中。例如，Zhu等人（2022年）和Zhang等人（2021年）模拟了水文过程，绘制了水资源供应服务的空间流动路径，并通过纳入水流来评估供需不匹配。同样，Li等人（2019年）基于能量和物质交换过程对碳封存流动进行了建模，将流动方向和程度纳入碳封存供需不匹配的量化中。尽管做出了这些努力，但大多数现有研究主要关注一种特定的ES类型。同时考虑多种ES类型的供需不匹配及其不同流动的研究仍然有限，而这对于全面的ES管理决策至关重要。
此外，研究ES供需不匹配的驱动因素对于说明各种社会生态因素如何影响不匹配非常重要，这可以支持精细化的ES管理（Yang等人，2022年）。已经使用了多种分析技术，如随机森林模型（Li等人，2023a）、地理加权回归（Liu等人，2022年）和广义加性模型（Shen等人，2023年），来揭示ES的驱动机制。然而，当前的ES驱动因素研究通常忽略了决策者在实际ES管理中划分空间分区的需求。
空间分区是ES管理中常用的工具，可以帮助决策者简化复杂信息并提高管理效率（Brown和Quinn，2018年）。许多研究人员使用ES热点来识别具有不同优先级的管理区域（Reddy等人，2016年；González-García等人，2020年）。然而，这种方法往往无法指示在不同位置应优先考虑哪些特定的ES类型（Li等人，2023a；Li等人，2023b）。ES捆绑分析为划定ES管理区域提供了另一种有价值的方法。ES捆绑将具有相似ES组成的区域分组，从而帮助决策者为不同区域制定有针对性的管理策略（Li等人，2022年；Orsi等人，2020年）。已经使用了多种方法，如K均值聚类和自组织映射（SOM）分析（Hamann等人，2015年；Xia等人，2023年），来进行ES捆绑识别。然而，大多数关于ES驱动因素的研究都是通过对整个研究区域进行全局分析，而不是针对不同的管理区域进行。许多研究人员注意到，ES驱动机制在不同位置可能有所不同，并表现出空间异质性（Yang等人，2022年；Wu等人，2022年；Chen等人，2024年）。因此，从全局范围分析得出的关于ES驱动因素的发现可能不适用于特定的ES管理区域。针对不同管理区域进行因素分析对于制定空间定向的管理策略至关重要。
为了解决上述研究空白，本研究首先将ES流动模拟纳入ES供需不匹配的量化中。随后，应用ES捆绑识别来划定ES供需管理区域，然后对每个区域的ES供需不匹配进行驱动因素分析。本研究的总体目标是提出一个“量化-分区-驱动因素”分析框架，以指导如何缓解城市化地区的ES供需不匹配。具体研究目标是：（1）在考虑ES流动的情况下，识别ES供需不匹配的空间模式；（2）划定ES供需管理区域；（3）揭示不同管理区域中社会生态因素如何影响ES供需不匹配。本研究有助于加深对ES供需不匹配的理解，并可以为城市化地区的ES管理提供新的见解。
研究区域
选择四川省管辖下的成都东部新区作为研究区域（见图1）。该研究区域位于四川盆地西部边缘，下辖15个街道/城镇，面积为870.23平方公里。成都东部新区具有亚热带季风气候，四季分明，年降水量为734.8–1142.3毫米。该区域地形多样，拥有丰富的绿色和蓝色空间
ES供应的空间模式
研究区域内的所有类型ES供应都表现出空间异质性（图4），尽管异质性的空间模式总体上具有高度相似性。一般来说，ES供应值较高的区域主要集中在龙泉山西部，因为该地区支持大量的自然生态系统。相比之下，城市化程度较高的地区的CP、FR和NR供应水平较低，因为这些地区的土地利用/覆盖类型主要是
将ES流动纳入ES供需不匹配量化的必要性
我们进一步评估了未考虑ES流动的ESDR，假设ES供需发生在相似的位置。之后，我们将考虑ES流动与否的ESDR地图进行了对比。通过这种方式，我们可以了解整合ES流动对量化ES供需不匹配的影响（图9）。在图8中，所有网格被分为两组：供应和需求匹配（ESDR ≥0）和不匹配（ESDR <0）。需要注意的是，SR是一个
结论
了解如何缓解ES供需不匹配对于实现可持续发展至关重要。本研究通过识别ES流动，量化了四种典型ES的供需不匹配，并开发了一个“量化-分区-驱动因素”分析框架，以指导ES供需不匹配的缓解措施。我们发现，不同类型的ES供应表现出相似的分布；这些分布与自然
CRediT作者贡献声明
李凯：撰写 – 审稿与编辑，撰写 – 原稿，资金获取，正式分析，概念化。刘静：撰写 – 原稿，方法论，调查。侯颖：撰写 – 审稿与编辑，概念化。蒋晨明阳：撰写 – 审稿与编辑。吕炳阳：撰写 – 审稿与编辑。陈春迪：撰写 – 审稿与编辑。袁朗：方法论。黄友友：撰写 – 审稿与编辑。李曦：撰写 – 审稿与编辑，项目管理。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了中国自然科学基金（42301337，42471313）、四川省科技计划（2024NSFSC0790，2024YFHZ0100，2025YFHZ0168）的支持。
