快速城市化地区耕地多功能性的供需匹配与情景模拟：以中国长三角为例

《Ecological Indicators》：Supply-demand matching and scenario simulation of cultivated land multifunction in rapidly urbanizing regions: A case study of the Yangtze River Delta, China

　　孙宇晨|徐艳|张润森|徐飞|张丽芳|张小雷|浦丽杰
苏州科技大学地球科学与测绘工程学院，中国江苏省苏州市215009

**摘要**
作为支撑国家粮食安全和生态文明的基本资源，耕地具有多种功能，并且其供需关系复杂。然而，现有研究尚未系统地揭示区域耕地多功能性（CLM）的时空演变及其在不同发展情景下的模拟情况。本研究为长江三角洲（YRD）的耕地多功能性发展构建了一个供需框架。基于网格化的供需指数（SDI），评估了2000年至2020年间生产、生态和景观-文化功能的时空演变，识别出长期趋势和空间差异。利用改进的PLUS（斑块生成的土地利用模拟）模型，并结合本地化的SDI指标，进一步模拟了2030年至2050年多种发展情景下的供需动态，揭示了功能转型的路径和政策依赖的轨迹。研究结果表明：（1）生产和景观-文化功能保持相对稳定的盈余状态，而生态功能则面临着日益严重的供需短缺问题；（2）不同发展情景下驱动因素的影响各异：以保护为导向的发展能够提升生态性能和供需协调性，而以经济优先为目标的情景则加剧了供需不匹配的风险；（3）主要功能从以生产为主向以生态和文化为主转型，呈现出明确的功能耦合和协同路径。通过整合关系适宜性评估和土地利用转型模拟，本研究将多功能性评估从静态容量排名转变为动态结构诊断，为耕地多功能性治理提供了理论上的和政策相关的框架。

**1. 引言**
耕地是全球最有限的土地资源之一，是粮食安全和区域可持续性的关键基础（Foley等，2005）。在快速城市化、人口增长和资源竞争加剧的背景下，耕地系统面临着确保粮食生产和维持生态稳定的双重压力。传统上仅关注耕地生产功能的视角已无法充分反映其在支持人类福祉和生态系统服务方面的多样化作用。为了满足不断增长和多元化的社会需求，耕地必须承担超出粮食生产之外的多种功能，包括生态调节、社会保障和文化价值（Jiang等，2020）。

耕地功能的概念起源于农业领域，最初侧重于其在物质生产中的主要作用（Hodbod等，2016；Potter和Tilzey，2007）。过去几十年来，研究主要集中在多功能性的供给方面，强调土地的生态和生产能力的分类、量化和评估（Andersen等，2013；Moon，2015；Song等，2015）。例如，Song等（2015）分析了中国政策引导下耕地功能的演变，并提出了实用的管理路径。Jiang等（2020）建立了涵盖生产、生态调节、社会保障和景观-文化功能的分类框架。这些研究显著丰富了我们对耕地多功能性的理解。

然而，耕地的功能空间分布往往不均（Syrbe和Walz，2012；Yu等，2019）。这种空间异质性使得静态评估框架难以捕捉快速城市化过程中的动态变化。高分辨率遥感数据和基于云的地理空间分析平台的广泛应用（Demir，2024a；Demir，2024b；Dursun等，2025）显著提升了大规模、多时间尺度的土地系统监测和空间建模能力（Demir和Ba?ayi?it，2024）。这些方法论的进步提高了土地利用分类、生态评估和土地适宜性评估的准确性，从而实现了对耕地系统的更精细和数据驱动的分析。在此背景下，耕地多功能性研究越来越多地关注指标体系的改进（Jiang等，2020）、分类方案的优化以及多尺度分析框架的构建（Qian等，2020；Zhang等，2021b），以更好地捕捉功能差异和空间异质性（Jiang等，2020；Fan等，2023；Lai等，2020；Li等，2023）。然而，这些功能的实际实现和利用不仅取决于土地的生物物理能力，还受到社会经济发展、人口分布和政策优先级的制约。近年来，越来越多的研究开始纳入需求维度（Zhang等，2021b）。人们认识到，供需之间的不匹配会制约可持续的土地利用。耕地的多功能性本质上源于供给能力和需求强度之间的相互作用（Jiang等，2020）。当供给无法满足不断增长和多元化的社会需求时，可能会出现功能不匹配，可能损害区域发展和生态安全。耕地多功能性的供需关系不仅反映了某一功能的强度，还体现了特定社会经济背景下功能供给的相对适宜性。系统地评估耕地多功能性的供需关系可以提高土地资源利用效率，并为将土地功能纳入管理决策提供理论依据（Maes等，2012；Zhang等，2021a）。

鉴于理解耕地多功能性供需关系的重要性，已经开发了多种定量方法来评估和描述这些关系。一些研究采用空间流模型，如服务路径归属网络（SPAN）模型，模拟生态系统服务从供给区域到受益区域的流动（Bagstad等，2013）。虽然这种方法明确定轨了服务流动的空间路径，但通常需要大量数据和复杂的参数化设置。其他研究则侧重于根据供给评估确定需求区域的物理空间分布，从而揭示服务提供与实际需求之间的空间对应关系（Kroll等，2012）。然而，这些方法往往侧重于空间分配，而非直接量化供需平衡的程度。此外，基于指标的匹配方法被广泛用于通过综合指数或比率来评估供需关系（Zhang等，2021b）。这些基于指标的方法相对简单易行，同时有效捕捉了供需匹配或不匹配的程度，并便于与其他土地利用模型框架结合（Gao等，2022；Huang等，2024）。

尽管在供需匹配分析、权衡评估和情景导向的土地利用模拟方面取得了显著进展，但仍存在一些局限性。首先，大多数供需研究主要依赖不平衡指数进行静态分类或分区，对不同发展路径下不平衡结构的动态演变关注不足（Xu等，2022；Wang等，2025）。其次，权衡和协同分析通常仅关注成对的功能关系（Li等，2025），未能从多维度角度考察多功能系统的结构重组。第三，现有的基于PLUS模型的模拟研究主要集中在高度城市化地区（包括长江三角洲），通常仅关注预测土地利用数量或单一生态指标（Zhou等，2025）。此外，在情景模拟中，大多数研究依赖于温度、降水和DEM等常规驱动因素（Gao等，2022；Jian等，2024），而较少考虑反映区域特征的本地化驱动因素。这种遗漏降低了模拟结果的适应性和解释力（Rong等，2022；Zhang等，2021a）。

为了解决这些研究空白，本研究构建了一个关系型供需框架，将不平衡诊断与情景导向的结构演变分析相结合。通过将生产、生态和景观-文化功能纳入统一的网格化评估系统，并在PLUS模型中嵌入本地化SDI，本研究模拟了土地利用转型下多功能不平衡模式的响应。与传统将供需评估和情景模拟视为独立分析阶段的方法不同，该综合框架捕捉了在不同政策情景下主导耕地功能的变化及其结构重组路径。因此，该研究超越了静态不平衡识别的局限性，深入分析了高度城市化地区耕地多功能性的动态演变。

**2. 数据来源和研究方法**
2.1. 研究区域
长江三角洲（YRD）包括上海、江苏、浙江和安徽，面积约35.8万平方公里，是中国城市化程度最高、经济发展最活跃的地区之一（图1）。尽管仅占全国领土的3.7%，但2020年贡献了全国GDP的近16%。快速的城市扩张和人口增长极大地重塑了土地利用模式，给多功能耕地带来了越来越大的压力（附录D）。除了高城市化水平外，YRD因其强烈的政策相关性和显著的空间异质性，特别适合分析耕地多功能性的供需匹配。该地区同时面临粮食安全、生态保护和城市发展的压力，同时在大都市核心区和农业腹地之间存在明显梯度。这些特征使其成为研究多功能性供需关系结构演变和情景动态的理想案例。

**2.2. 数据来源和预处理**
本研究使用了多源数据，包括土地利用、土壤、气象、数字高程模型（DEM）、植被覆盖（NDVI）、社会经济统计、道路网络和河流系统数据（表1）。建立了以2000年、2010年和2020年为基准年的十年时间框架。所有供需评估的动态数据集均对应这些年份。年降水量和温度数据通过三年平均值处理，以减少年际变化。DEM、坡度、土壤类型和河流系统等静态变量被视为时间不变的。

**表1. 数据信息和来源**
| 数据类型 | 描述 | 来源 | |
|--------------|-----------------------------------------|--------------------------------————| |
| LULC数据 | 1000米分辨率 | RESDC（http://www.resdc.cn/） | |
| DEM | 1000米分辨率 | RESDC（http://www.resdc.cn/） | |
| 温度 | 1000米分辨率 | 国家地球系统科学数据中心（https://www.geodata.cn/） | |
| 降水量 | 1000米分辨率 | 国家西藏高原数据中心（TPDC）（https://data.tpdc.ac.cn/） | |
| NDVI/EVI | 1000米分辨率 | 国家西藏高原数据中心（TPDC）（https://data.tpdc.ac.cn/） | |
| 土壤数据 | 1000米分辨率 | 欧洲土壤数据中心（ESDAC）（https://esdac.jrc.ec.europa.eu/） | |
| 流域 | 1000米分辨率 | 国家地球系统科学数据中心（https://www.geodata.cn/） | |
| 社会经济数据 | 1000米分辨率 | RESDC（http://www.resdc.cn/） | |
| GDP | 1000米分辨率 | RESDC（http://www.resdc.cn/） | |
| 距离主干道距离 | 向量形式 | OpenStreetMap（https://www.openstreetmap.org/） | |
| 距离中心城市距离 | 向量形式 | 全球城市边界-GUB（https://data.ess.tsinghua.edu.cn/） | |

所有栅格数据均重采样至1公里的空间分辨率，并重新投影到WGS-1984坐标系，以确保空间一致性。将多源数据重采样至1公里可能会引入尺度相关的不确定性。尽管这种分辨率便于区域分析并减少细尺度噪声，但可能平滑局部极端值并低估小斑块的异质性。然而，考虑到区域范围和以结构模式为政策导向的特点，1公里分辨率在计算效率和空间代表性之间取得了适当的平衡。

**2.3. 研究框架**
本研究构建了一个综合研究框架（图2），用于评估耕地多功能性的供需动态，并模拟其在不同情景下的演变。首先，该框架整合了多源数据集，包括土地利用、环境、社会经济和可达性变量，以支持供需的精细分析。随后，定义了涵盖生产、生态和景观-文化功能的供需指标。选择这三个维度是因为它们与耕地系统直接相关，同时与YRD当前的领土治理目标高度一致。尽管其他维度（如社会保障或监管支持功能）也可能相关，但本研究重点关注能够在区域尺度上量化操作的功能，并与土地利用变化过程直接关联。

所有指标均通过熵方法进行标准化和加权，以计算每个功能的供需指数（SDI）。与传统直接比较供需总量的供需比率不同，SDI整合了多个标准化指标，反映了特定社会经济背景下功能供给的相对适宜性，而不仅仅是简单的盈余或短缺指标。通过整合多指标信息和空间明确的测量数据，SDI提供了更细致和连续的供需协调水平评估。这种方法提高了对空间异质性的敏感度，使得能够更详细地识别耕地系统中的功能不平衡模式。

除了绘制SDI分布图外，该框架还根据三个功能维度之间的相对协调水平识别主导功能。这一步通过识别在本地土地系统中起主导作用的功能，增强了可解释性。通过结合时空映射、主导功能迁移分析以及历史延续、保护导向发展和经济优先路径下的情景土地利用模拟，该框架为耕地多功能性治理和领土空间规划提供了政策相关的见解。

**2.4. 研究方法**
2.4.1. 多功能耕地
2.4.1.1. 生产功能
生产功能是耕地多功能性的核心。在供应方面，它指的是在不同社会经济条件下耕种土地生产粮食或经济作物的能力，表现为总粮食供应量。基于2020年的30米分辨率土地使用数据，使用ArcMap 10.7和ArcGIS Pro中的“Create Fishnet”工具生成了一个1公里×1公里的网格。提取了每个网格单元的耕种土地面积，并计算了粮食供给（FS）：即耕种面积与单位面积产量的乘积（Chen等人，2025年）。在本研究中，生产函数需求被定义为区域社会经济系统产生的总粮食消耗量，反映了长江三角洲对耕种土地生产服务的需求强度（表2）。该指标表征了粮食利用的规模，而不是对地方自给自足的要求。第二年的总粮食需求是使用基于区域粮食利用的结构会计方法估算的（附录A）。具体来说，生产函数需求Di,t计算如下：
(1) PDt = Rt + Ft + It + St
(2) Di,t = PDt × POPi,t
其中R是供人类消费的食物；F是用于动物饲料的食物；I是用于工业的食物；S是用于种子的食物。每个组成部分分别针对2000年、2010年和2020年进行了独立估算，以捕捉人口规模、畜牧业结构、工业发展和农业实践的变化。Di,t表示时间t时网格单元i的粮食需求，PDt表示区域总粮食需求，POPi,t表示网格单元i的人口数，POPt表示区域总人口数。这种公式根据人口的空间分布比例分配区域总粮食需求，确保了时间上的连续性，同时保持了空间异质性。

表2. 耕种土地多功能指标
功能类别 二级分类 指标 权重 数据来源
生产函数 粮食供给 1 统计年鉴和NDVI数据
需求 粮食需求 1 RESDC（http://www.resdc.cn/）
生态功能 碳储存 0.342 由Invest模型计算
水资源保护 0.179 由Invest模型计算
土壤保持 0.480 由Invest模型计算
需求 生态足迹 1 使用生态足迹计算
景观-文化功能 耕种土地密度 0.398 从30米分辨率分配得出
Evi 0.602 RESDC（http://www.resdc.cn/）
需求 GDP 0.334 RESDC（http://www.resdc.cn/）
人口规模 0.515 RESDC（http://www.resdc.cn/）
距离主要城市距离 0.151 基于城市矢量计算的可达性分析

2.4.1.2. 生态功能
耕种土地的生态功能通过三个核心指标来反映：碳储存、水分保持和土壤保护（附录B）。这些指标分别反映了耕种土地在气候调节、水循环支持和防止土壤侵蚀中的作用。它们共同构成了CLM生态供给框架。本研究使用InVEST模型来量化上述指标。InVEST（生态系统服务和权衡的综合评估）建立在各种生态理论和模型基础上（Babbar等人，2021年），能够根据不同的土地利用情景进行生态系统服务的空间评估，从而支持生态规划和权衡决策。水分产量模块基于气候、土壤和土地覆盖数据模拟径流和蒸散量，估算不同土地类型的水资源供应能力。碳储存模块使用土地利用图和碳库（地上生物量、地下生物量、土壤和死亡有机物）估算随时间变化的基线和潜在碳储存量。参数根据现有文献设置（Liu和Zhu，2020年；Tong等人，2023年；Zhang等人，2022年）。土壤保持模块使用通用土壤流失方程估算单位面积的平均年土壤侵蚀量，考虑了降雨侵蚀性、土壤可蚀性、坡度等因素。生物物理系数、碳库密度和土壤侵蚀因子在校正到实证报告的范围内，以确保区域适用性。

在需求方面，本研究采用耕种土地生态足迹作为生态功能需求的代理指标（Wang和Huang，2024年；Saqib等人，2024年）。生态足迹反映的不仅仅是特定耕种土地生态系统服务的直接消耗，还包括人类活动对区域生态承载能力的整体压力。在高度城市化的系统中，这种生态压力可能表现为对耕种土地提供的调节服务的依赖增加，包括碳封存、水分保持和环境缓冲。然而，应当注意的是，生态足迹整合了多种消费成分，如食物、能源和物质消费，并非所有这些都与耕种土地的调节功能直接相关。因此，本研究中的生态需求被概念化为与土地系统相关的空间化生态压力强度。对于任何网格单元i，生态功能需求按以下公式计算：
(3) DEi = EFi = Ni × efi
(4) dEi = efi = r × Aij = ∑j=1n Cij × Pij
其中DEi表示网格i中农田的生态功能需求，以生态足迹（EFi）表示。dEi表示农田的人均生态功能需求，即人均农田生态足迹。Aij是网格i中消费类别j的转换后的生物农田面积。Cij是网格i中类别j的人均消费量。Pij是根据EF模型方法得出的类别j的全球平均生产力。

为了消除维度效应，本研究对功能评估指标和后续驱动因素进行了归一化处理。熵权重方法用于加权供给和需求指标。最后，综合指数方法评估景观-文化和生态功能的供给与需求。
(5) Fi = ∑j=1n wij × rij
在公式(5)中，Fi代表功能指数。wij是第i个功能的第j个指标的权重。rij是第i个功能的第j个指标的标准化值。

2.4.1.3. 景观-文化功能
农田的景观-文化功能包括其美学价值以及文化和休闲功能（Zhao等人，2023年）。然而，文化生态系统服务在区域尺度上难以直接量化。因此，本研究采用空间代理指标来表示景观美学质量和休闲潜力。在构建农田景观-文化功能的供给-需求指数系统时，考虑了两个方面：农田景观的基线特征和人类活动需求。在供给方面，选择了农田密度和增强植被指数（EVI）作为关键指标。农田密度反映了耕种土地的空间集中度和连续性，高密度的农田区域更有可能形成独特的田园景观模式并提供更强的美学感知。EVI有效代表了植被覆盖和生态质量，较高的值表示更好的自然景观条件和更大的休闲和文化服务潜力。在需求方面，使用了人口密度、GDP和距离主要城市距离作为指标。人口密度反映了区域人口对文化和生态空间的潜在需求强度。人口密度越大，对农田景观的休闲、娱乐和文化体验的需求越高。GDP代表区域经济发展水平。在经济发达地区，居民具有更强的精神和文化消费能力，并且更依赖高质量的景观资源。距离主要城市的距离反映了农田的可达性。靠近城市的农田更可能被城市居民用于景观用途，其景观-文化功能的景观-文化服务潜力更强。为了确保指标系统的稳健性，使用方差膨胀因子（VIF）检验了解释变量之间的多重共线性。

2.4.2. 供需不匹配的识别
基于测量长三角地区农田的三大功能——生产、生态和景观-文化的供给和需求，本研究引入了供需平衡指数来分析功能匹配程度（Gao等人，2025b）。该方法量化并绘制了耕种土地的多功能供给（S）和需求（D），并使用供需匹配指标来评估它们的平衡。SDI值为零表示均衡，而正负值分别代表相对过剩和赤字。考虑到实践中很少出现完美均衡，因此进行了微调以避免极端分类（Lv等人，2023年）。为了确保不同功能指标之间的可比性，所有变量在分析前都进行了归一化。尽管归一化减少了指标之间的绝对大小差异，但它允许跨功能比较，并通过独立标准化每个指标来保持空间异质性。归一化后，计算SDI来衡量供给-需求之间的相对协调性（Zhang等人，2021b）。SDI不是比较不同功能的绝对强度，而是识别每个功能维度内的相对过剩-赤字模式。因此，SDI值代表供给和需求之间的标准化相对偏差，而不是绝对等同性。选择SDI是因为它能够在网格尺度上连续评估供给-需求协调性，同时减少对尺度依赖性和极端值的敏感性。此外，该指数便于跨功能维度和时间时期的比较。作为生态系统服务和土地利用研究中广泛采用且成熟的分析方法，SDI还增强了分析结果的可靠性和可比性。为了保持区域异质性，保留了原始的空间分辨率，并根据统计分布确定了阈值。这种方法使SDI能够捕捉空间变异性，同时保持跨区域的可比性。

2.4.3. 主导功能分析
为了识别耕种土地多功能性的主导功能类型（Li和Fang，2016年），本研究使用基于供需匹配综合指数的最大值区分方法来确定每个网格单元的主导功能类型（Ou等人，2022年）：
(7) Di = diji，
其中ji = argmax(SDIi1, SDIi2, ……, SDIin)
# 这里，Di表示网格i的主导功能（在该网格中SDI最高的函数j），i表示第i个网格单元，j表示功能类别的指数（如生产、生态和景观-文化功能），argmax表示识别使表达式值最大化的索引函数。SDIij表示网格i中功能j的供需匹配指数。当SDIij相等或相似时，网格单元被分类为复合主导类型，以避免主观分配。

2.4.4. PLUS模型和多情景设计
斑块生成土地利用模拟（PLUS）模型是一个基于元胞自动机（CA）的框架，旨在通过结合规则挖掘模块和斑块级CA分配机制来模拟细尺度的土地利用转换（Liang等人，2021年）。该模型通过机器学习算法提取土地利用扩展规则，通过马尔可夫链预测未来土地量，并使用随机斑块生成策略分配空间模式。这种结构使PLUS模型能够捕捉土地利用变化的非线性关系和空间动态，特别适合基于情景的CLM模拟。在本研究中，PLUS模型不仅整合了传统的自然和社会经济驱动因素，还纳入了生产、生态和景观-文化功能的本地SDI层（附录C（1））。与主要依赖外源性生物物理和可达性变量的传统PLUS应用不同，这种方法将内在的多功能协调信号嵌入到模拟过程中。通过将SDI作为空间反馈变量，土地利用转换不仅受到开发压力的影响，还受到功能供给和需求之间局部平衡的影响，从而增强了模型表示多功能空间调节机制的能力。基于共享社会经济路径（SSPs）框架（Jiang等人，2022年；Li等人，2021a），构建了三种发展情景：历史发展情景（HD）、保护导向发展情景（CD）和经济优先发展情景（EP）。这些情景反映了不同的发展轨迹和政策优先级，并通过定制的驱动因素和转换约束适应了当地条件（Gao等人，2025a；Liu等人，2024年）。PLUS模型中的情景实施包括三个关键组成部分：
(1) 转换成本矩阵和约束，定义了允许的转换和政策限制（附录C（2）；
(2) 邻域权重参数设置，决定了每种土地利用类型的扩展潜力（附录C（3）；
(3) 情景特定的转换参数，调节HD、CD和EP情景下的土地利用强度（附录C（4–5）。

3. 结果与分析
3.1. 多功能的供给-需求演变
3.1.1. 多功能的时空供给-需求演变
2000年至2020年间，长三角地区耕种土地的生产、生态和景观-文化功能的SDI的时空演变显示出在空间配置和定量结构上的明显功能差异（图3，图4）。总体而言，生产和景观-文化功能在整个研究期间保持了过剩主导的模式，而生态功能的供给-需求平衡则明显且持续恶化。在空间上，高SDI值主要集中于江苏北部和安徽中北部的传统农业区域，而低值或负值则越来越多地聚集在主要城市集聚区附近。CLM供需的时空演变（2000-2020年）（a,b,c：生产功能；d,e,f：生态功能；g,h,i：景观-文化功能）。下载：下载高分辨率图片（130KB）下载：下载全尺寸图片
图4. 基于时空分布地图统计的CLM供需构成饼图。就生产功能而言，盈余区域始终在区域结构中占主导地位。如图4(a-c)所示，盈余比例保持稳定，2000年为84.3%，2010年为86.4%，2020年为85.8%，而亏损区域仅在9.0%到10.8%之间波动，平衡区域始终低于7%。从空间上看（图3.a-c），正SDI值广泛分布在连续的农业平原中，形成了稳定的高盈余集群，并且随着时间的推移收缩幅度很小。与其他两个功能相比，生产功能始终表现出最高的盈余比例，2000年超过生态功能20多个百分点，2020年超过25个百分点。
相比之下，生态功能显示出明显的水域异质性和供需不平衡加剧的趋势。如图3(d-f)所示，生态亏损从上海、南京和杭州等核心城市地区向外扩展到周围的城郊地带，形成了连续的低SDI区域。图4(d-f)中的定量结构进一步证实了这种恶化：亏损区域从2000年的30.5%增加到2010年的31.9%，再到2020年的33.5%，而盈余区域在同一时期从62.6%略微下降到60.8%。平衡区域也从6.9%下降到5.7%，表明生态供需之间的过渡空间正在缩小。到2020年，生态功能的亏损比例是生产功能的三倍多。
景观-文化功能保持相对稳定，但表现出适度的结构调整。高SDI区域集中在农村文化资源丰富和旅游业发达的地区，包括江苏北部和浙江南部（图3.g-i）。从定量角度来看（图4.g-i），盈余比例从2000年的70.0%下降到2010年的63.7%，再到2020年的60.3%，而亏损区域从19.8%增加到25.7%。尽管景观-文化功能经历了一些结构削弱，但其盈余份额在整个研究期间始终显著高于生态功能，其亏损比例始终比生态功能低7-10个百分点。
跨功能的比较分析突显出越来越多的多功能结构分化。2000年，生产和生态盈余比例之间的差距约为21.7个百分点（84.3%对62.6%），到2020年这一差距扩大到25.0个百分点（85.8%对60.8%）。同时，2020年生态亏损比例超过景观-文化功能10.7个百分点（33.5%对25.7%），反映出生态系统对土地利用变化更为敏感。在二十年间，生产功能表现出最强的结构稳定性，生态功能显示出持续的不平衡扩大，景观-文化功能则处于中间位置，波动幅度适中但没有突然的结构转变。

3.1.2. 主导功能及其变化
从2000年到2020年，长三角地区耕地的主导功能配置经历了明显的结构转变，从单一生产功能主导转变为多功能共存（图5）。2000年，生产主导（PD）区域占总耕地的75%以上，主要集中在北部和中部平原。到2020年，这一比例下降到68%-70%，二十年累计减少了5-8个百分点。

图5. 2000年至2020年耕地主导功能的变化
（a-c：主导功能的空间和时间变化；d：主导功能的桑基图）。

相比之下，生态主导（ED）区域持续扩大，从2000年的约18%增加到2020年的近25%（总体增加了约6个百分点）。从空间上看，这一扩展在南部丘陵地区和生态敏感区最为明显，PD区域向ED区域的转换显著（图5.d）。虽然景观主导（LD）区域始终是最小的类别，但其增长显著——从2000年的不到5%增加到2020年的近8%。重要的是，LD区域的扩展主要由城乡过渡带的PD转换驱动，尤其是在大都市边缘地带，反映出城市化引起的景观-文化需求重塑了土地利用。

总体而言，尽管PD仍然是结构基础，但其逐渐收缩与ED和LD的扩展表明了一个持续的再平衡过程。从PD到ED和LD的净转移超过了总耕地的10%，量化了向更大程度多功能分化的转变。然而，这种过渡在过渡带引发了功能紧张：耕地面临生产集约化、生态缓冲和休闲开发的重叠压力。

3.2. 不同情景下的未来耕地
以2010年的土地利用和驱动因素数据为基准，使用2020年的土地利用数据进行验证，PLUS模型被用来模拟2020年的土地利用分布，得出Kappa系数为0.852，总体准确率为0.899。由于Kappa值高于0.75通常被认为是模型性能良好的指标，因此模拟结果非常可靠（图6）。该模型对于模拟长江三角洲的未来情景具有很强的适用性。

图6. 不同情景下的土地利用变化。

为了探索不同发展情景下耕地的未来趋势，本研究模拟了2030年、2040年和2050年的土地利用情况，分为三种路径：历史发展（HD）、耕地保护优先（CD）和经济增长优先（EP）。以2020年为基准，对耕地变化进行了定量分析。图6显示了每种情景下的土地利用预测，涵盖了耕地、森林、草地、建设用地、水域和未利用土地。三种情景下的耕地轨迹截然不同：HD情景下耕地面积略有下降（-12.5%），CD情景下实现净增长（+11.9%），而EP情景下损失最大（-17.5%）。

在HD情景下，该地区按照现有发展轨迹发展，无需额外干预。预计耕地面积将从2020年的168,872平方公里减少到2050年的147,731平方公里，减少了约21,141平方公里或12.5%（表3）。地图显示，核心城市地区尤其是江苏南部和上海的耕地明显转化为建设用地。

表3. 不同情景下的耕地面积

| 情景 | 2020年耕地面积（km2） | 2030年耕地面积（km2） | 2040年耕地面积（km2） | 2050年耕地面积（km2） |
| --- | --- | --- | --- | --- |
| HD | 166,872 | 160,657 | 154,391 | 147,731 |
| CD | 166,872 | 173,265 | 182,289 | 189,006 |
| EP | 166,872 | 157,975 | 145,981 | 139,294 |

在CD情景下，通过更严格的规划和土地管理，优先考虑耕地保护和生态恢复。耕地面积从2020年的166,872平方公里稳步增加到2050年的189,006平方公里，净增加了约20,134平方公里或11.9%。空间布局显示，浙江中部和西部的部分地区（之前为森林或草地）被转换为耕地。

EP情景强调经济增长和城市扩张，对生态保护和耕地保留的限制相对宽松。虽然2030年耕地面积略有增加至157,975平方公里，但此后急剧下降，到2050年降至139,294平方公里——所有情景中最低，减少了29,578平方公里或17.5%。

3.3. 不同情景下的CLM供需预测
对于生产功能（图7.a1, a4, a7; b1, b4, b7; c1, c4, c7），高SDI值在连续的农业核心区域空间上集中分布，特别是在江苏北部和安徽中北部，所有情景和时间段皆是如此。在历史延续情景下（图7.a1, a4, a7），空间配置显示出强烈的连续性，仅在大都市边缘有轻微收缩。图8中的比例统计表明，2030年至2050年间盈余区域的比例始终在0.66-0.69之间，而亏损区域相对稳定在0.24-0.27之间，平衡区域占比不到0.08，证实了结构的稳定性。在耕地保护情景下（图7.b1, b4, b7），高价值集群略有整合，盈余区域的比例在2040-2050年间略微增加到近0.68-0.70，而亏损区域控制在0.26-0.28之间。相比之下，经济优先情景下（图7.c1, c4, c7）盈余比例最高，到2040年增加到约0.78-0.80。然而，从空间上看，城郊过渡带的SDI值下降，亏损比例在2050年略有回升，表明空间极化加剧。

图7. 2030年至2050年长三角地区三种情景下生产、生态和景观-文化功能的供需指数（SDI）空间分布。行代表年份（2030年、2040年、2050年），列代表三种功能。

图8. 不同情景下的供需变化
（a-c：HD；d-f：CD；g-i：EP）
（a,d,g：生产功能；b,e,h：生态功能；c,f,i：景观-文化功能。）

生态功能在图7.a2, a5, a8; b2, b5, b8; c2, c5, c8中显示出更明显的差异。在历史延续情景下，生态SDI值总体较低，高价值区域分布在河流走廊、湖泊缓冲区和山区。尽管到2050年局部有所改善，尤其是在生态敏感区域，但亏损区域仍主导着大部分城市化带。图8显示，2030年生态亏损比例约为0.40-0.45，到2050年仅略有下降至约0.38-0.40，而盈余区域从约0.46增加到略高于0.50，表明结构改善有限。在耕地保护情景下，空间改善更为明显，南部和东南部地区以及城郊缓冲区出现更密集的高SDI集群。相应地，盈余比例从2030年的约0.58增加到2050年的近0.62，亏损区域从约0.35减少到低于0.33，表明生态供需匹配显著改善。然而，在加强的耕地保护下，高生产区域的空间整合可能会加剧局部景观破碎化。相比之下，经济优先情景（图7.c2, c5, c8）在沿海和城市走廊保持相对广泛的低SDI区域。亏损比例在整个期间保持在约0.41-0.43，盈余区域仅略有增长，表明在经济驱动的扩张下生态失衡持续存在。

景观-文化功能在图7.a3, a6, a9; b3, b6, b9; c3, c6, c9中显示出适度的价值和逐渐的改善，但存在明显的水域异质性。在历史延续情景下，较高SDI值集中在文化重要和旅游导向的地区，包括安徽南部和浙江西部，而密集的农业平原保持中等水平。盈余比例从2030年的约0.52增加到2050年的约0.54-0.55，亏损区域从约0.30减少到低于0.33，表明生态供需匹配有所改善。在耕地保护情景下，高价值斑块在城郊和过渡带扩大，盈余比例在2050年稳定在约0.57-0.59，而亏损区域保持在0.28-0.30左右。

3.4. 主导功能的演变和转型路径
本节通过桑基图（图9、图10）展示了2030年、2040年和2050年三种情景下长三角地区主导功能类型的空间演变以及随时间的相应转型路径。在2030年至2050年间，不同情景下主导功能的空间模式显著分化。在HD情景下，主导功能的空间结构逐渐变化。生产功能保持主导地位，集中在传统农业区，如安徽北部、江苏中部和浙江北部。生态功能在湿地和森林区附近形成碎片化斑块，而景观-文化功能则分布零散且相对稳定。

图9. 不同情景下的耕地主导功能。

图10. 2030年至2050年不同情景下主导功能的转变
（a：HD；b：CD；c：EP）

在CD情景下，生产主导区域从2030年到2050年显著扩展，向南部传统农业区延伸。结果，生态和景观-文化功能受到压缩。相比之下，EP情景下景观-文化主导地位显著增强，特别是在上海-南京-杭州走廊等大都市边缘地带。生态功能在城市边缘变得碎片化，生产功能则越来越集中。

桑基图进一步揭示了2030年至2050年间主导功能转换的类型和强度。在历史延续情景下，功能结构相对稳定，转换有限。在经济优先发展情景下，转型过程更为复杂，生态和生产功能向景观-文化功能的转变尤为显著。在耕地保护情景中，生态主导区域吸收了许多原本以生产或文化为主的区域。从数量上看，在SSP1情景下，功能转变仍然有限，2030年至2050年间超过75%的耕地保持其原有的主导功能。而在SSP2情景下，大约12-15%的区域经历了功能转变，主要转向生产主导。相比之下，SSP3情景下的转变最为剧烈，近20%的耕地发生了功能重新分类，主要是从生态和生产主导转变为景观主导。

讨论
我们发现，CLM（多功能耕地系统）的供需不匹配现象不仅限于珠三角地区（YRD），在其他高度城市化的区域也同样存在，这些区域都表现出明显的人口空间异质性（Chen等人，2022；Xu等人，2022；Zhang等人，2021b）。与以往的研究一致，生产功能通常呈现“供应<需求”的模式，而生态和景观-文化功能则表现出更强的空间分化：生产赤字集中在城市核心区，而在周边农业区则存在盈余；生态赤字主要集中在城市中心和郊区，而偏远农村和山区则趋于平衡或盈余；景观-文化赤字在城市中心较为普遍，但在周边的农村县则较为丰富。这些模式表明，多功能耕地的供需不匹配现象广泛存在，并与城市化进程密切相关。这些空间规律表明，多功能失衡不仅仅是土地稀缺的结果，而是城乡转型过程中人口集中、经济集聚和生态再分配相互作用的结果。

然而，与其他大都市区（如珠江三角洲和武汉都市圈）相比（ding和sun，2023；zhang等人，2021b），珠三角地区呈现出独特的空间和演变特征。总体而言，生产功能的不平衡相对较轻，呈现出“总体稳定但局部收缩”的趋势，这主要归因于长期的农业集约化政策、高标准农田建设以及提高单位面积产量的技术投入，这些措施在一定程度上抵消了土地转换的压力。同时，生态赤字主要集中在高密度的上海-南京-杭州走廊沿线，而非均匀分布在周边地区，这反映了严格的生态红线控制和强大的生态补偿机制的影响。相比之下，景观-文化功能的空间分化更为明显，高价值区域集中在江南水乡和传统聚居地，突显了文化遗产和农村旅游对功能供给的强化作用。

在揭示这些空间差异的过程中，我们进一步探讨了土地用途变化背后的驱动机制。以往的研究主要集中在气候和社会经济因素上，未能充分考虑土地生产力、生态承载能力和文化服务的可及性等综合影响（liu等人，2017；jian等人，2024；zhang等人，2025）。为了解决这一问题，本研究将sdi（空间发展指标）作为本地化驱动因素纳入模型，以更好地反映人地互动的空间反馈。模拟结果显示预测精度较高（kappa = 0.852，oa = 0.899），表明将sdi作为本地化驱动因素可以提高模型对土地用途动态的描述能力。这一发现意味着供需耦合条件不仅是土地用途变化的后果，也是塑造空间转换路径的积极驱动力。

基于这一优化的驱动机制，多情景模拟进一步揭示了主导功能演变的时空差异。总体而言，快速城市化的地区生产主导区域持续减少，而生态和景观-文化主导区域则扩大，表明clm系统正逐渐从以生产为导向的结构向多功能协调转变。这一模式与早期关于城市化地区农田功能转变的研究结果一致（zhao等人，2023；chen等人，2022），但我们的模拟突出了政策对功能演变的影响。在cd情景下，转变趋于稳定，生态主导地位明显增强，生产区域受到空间限制，体现了生态政策的调节作用。在ep情景下，城市扩张加速，生产主导区域受到侵蚀，景观-文化功能碎片化，从而加剧了供需不平衡。hd情景则呈现出较为平衡的演变轨迹，功能转变主要发生在城市边缘地区，表现出渐进的“惯性驱动”演变。

主导功能的时空迁移显示出一种方向性的替代顺序——从生产主导到生态主导，再从生态主导到景观-文化主导。这种顺序替代反映了在社会经济复杂性增加的情况下土地功能的重新分配，其中基本的生产保障逐渐被生态和体验价值所补充和替代。这一演变轨迹反映了城市化过程中土地利用的阶段性结构调整，标志着耕地系统从资源依赖向生态协调的功能重构。这些发现深化了对多重耕地功能之间动态权衡的理解，并为在可持续性和多功能协调目标下优化土地使用策略提供了理论和实践指导。

4.1 clm的协调政策路径
面对耕地资源压力的加剧，协调生产、生态和社会需求已成为珠三角地区区域土地使用治理的关键问题。本研究基于情景的模拟表明，不同的发展导向会导致clm供需协调模式的显著差异。hd情景保持了耕地稳定性和适度经济增长之间的历史平衡；cd情景增强了生态和耕地保护，但限制了城市和工业发展的空间；ep情景促进了经济发展和基础设施增长，但也加剧了生态压力并减少了耕地面积。这些差异表明，多功能性对政策导向非常敏感，可以通过适应性规划而非单一目标战略来引导其朝着更好的方向发展（chao等人，2018；stürck和verburg，2017；ye等人，2025）。

为了增强多种功能之间的协调，可以采取空间差异化的治理措施。可以利用本研究确定的供需匹配和主导功能的空间模式，制定基于分区的调控框架。在生产盈余和生态赤字的地区，引入生态补偿机制和促进可持续集约化有助于维持生产力和生态稳定。在多功能转换或生态敏感区域，建立动态监测和预警系统将有助于及时预防风险和进行适应性调整。此外，面向情景的规划工具可为评估不同政策路径提供实践基础。hd、cd和ep情景的比较结果表明，平衡粮食安全、生态保护和城市发展的协调发展战略可能提供更可持续的发展路径。未来的政策框架可能会进一步纳入本地化的社会经济和行为因素，使耕地治理从纯粹的自上而下控制转向结合区域指导和地方参与的适应性系统。总体而言，结果强调了将多功能耕地管理与空间异质性、制度适应性和长期学习能力相结合的重要性，以实现珠三角地区有韧性和可持续的土地使用治理。

4.2 制约与未来研究
尽管本研究从供需视角系统评估了clm的时空动态和政策响应，但仍存在一些局限性。首先，多功能需求的量化依赖于代理指标和结构假设。特别是景观-文化功能通过evi（生态价值指数）和耕地密度等空间代理指标来表示，这些指标能够捕捉生态质量和景观连续性，但无法直接衡量地方感、象征价值或农业遗产感知等无形文化属性。同样，社会经济需求指标（gdp、人口密度和可及性）反映的是潜在的需求强度，而非实际的行为参与度。虽然这些代理指标能够实现大范围的空间量化，但不可避免地简化了复杂的社会文化过程。未来的研究可以纳入基于感知的数据来源，包括参与式制图、问卷调查或社交媒体地理标签分析，以更好地捕捉文化生态系统服务的体验和主观维度。此外，生态功能需求的估算采用基于生态足迹的方法。虽然这种方法可以实现区域生态压力的空间化，但它反映的是综合资源消耗，而非对特定耕地生态系统服务的直接需求。由于足迹成分超出了耕地独有的功能范围，因此本研究确定的生态需求应被理解为与土地相关的生态压力的代理指标，而不仅仅是特定服务的测量指标。未来的研究可以通过分解足迹成分或使用功能导向的需求指标来进一步完善这一联系。

其次，生产功能需求的估算基于区域粮食利用结构，而没有明确纳入区域间的粮食贸易流动。虽然这种方法反映了区域粮食吸纳的规模，但它没有考虑净粮食进口对当地生产压力的缓冲效应。由于缺乏一致的长期和空间明确的贸易数据集，贸易流动未被纳入网格级分析。因此，生产功能的供需不匹配估计可能反映了在局部供应假设下的潜在生产压力，而实际压力可能通过外部贸易得到部分缓解。纳入多区域贸易矩阵或投入-产出关联将有助于完善耕地供应与外部依赖之间的耦合。

第三，情景模拟基于关于土地转换、政策路径和社会经济参数的简化假设。plus模型在预定义情景下捕捉了土地使用动态，但没有明确整合随机干扰因素，如极端气候事件、突然的政策变化或市场波动。此外，气候变化对作物生产力和生态调节能力的影响没有进行动态模拟，这可能会影响未来的多功能供应水平。未来的研究可以整合气候预测、基于代理的建模或动态反馈机制，以提高长期模拟的稳健性和真实性。

最后，将主导功能与非主导功能二分化简化了多功能性的本质上的重叠和过渡性质。多功能耕地通常表现出功能强度的渐进式变化，而非离散的类别变化。更灵活的方法，如模糊分类、加权强度指数或连续功能表面建模，可以更细致地描述多功能之间的相互作用。总体而言，虽然本研究从供需视角推进了对clm的理解，但进一步的方法整合和多源数据整合对于提高多功能评估的精确性和政策适用性是必要的。

5. 结论
本研究开发了一个基于供需的clm空间评估框架，并考察了其在珠三角地区的时空演变和基于情景的轨迹。主要结论如下：
（1）多功能模式表现出显著的空间异质性。生产功能显示出较高的协调性和结构稳定性；生态功能仍然分散且容易出现赤字；景观-文化功能对空间环境的依赖性强。这些模式表明多种功能之间存在持续的供需不匹配。
（2）情景模拟揭示了功能耦合的不同响应。在历史延续情景下，模式相对稳定，生态改善有限；以保护为导向的发展增强了生产保留，但限制了其他功能；以经济优先为导向的发展增强了城市边缘地区的景观功能，同时压缩了生产和生态空间。这些结果突出了不同政策体制下多种功能之间的权衡。
（3）主导功能从生产主导向多功能共存转变。这一转变在未来的情景中继续存在，但遵循不同的路径：hd情景下是惯性驱动的调整，ep情景下是快速重组，cd情景下是政策稳定的生产扩张。

总体而言，本研究通过将供需耦合嵌入基于sdi的本地化驱动因素，推进了方法论的整合，并从理论上揭示了城市化背景下多功能耕地的动态替代和政策敏感性。

关于作者贡献声明
孙玉晨：撰写——原始草稿、可视化、软件开发、方法论研究、数据分析、数据管理。
徐燕：撰写——审稿与编辑、监督、资源协调、方法论研究、资金获取、数据分析、概念构建。
张润森：项目管理、方法论研究、资金获取、概念构建。
徐飞：监督、软件开发、数据分析。
张丽芳：验证、资源协调、项目管理、概念构建。
蒲丽姐：监督、项目管理、方法论研究、数据分析。

关于写作过程中生成式ai和ai辅助技术的声明
在准备本研究期间，作者使用了chatgpt工具来编辑和提升文本的可读性。使用该工具/服务后，作者对内容进行了必要的审查和编辑，并对出版物的内容承担全部责任。 然而，与其他大都市区（如珠江三角洲和武汉都市圈）相比（ding和sun，2023；zhang等人，2021b），珠三角地区呈现出独特的空间和演变特征。总体而言，生产功能的不平衡相对较轻，呈现出“总体稳定但局部收缩”的趋势，这主要归因于长期的农业集约化政策、高标准农田建设以及提高单位面积产量的技术投入，这些措施在一定程度上抵消了土地转换的压力。同时，生态赤字主要集中在高密度的上海-南京-杭州走廊沿线，而非均匀分布在周边地区，这反映了严格的生态红线控制和强大的生态补偿机制的影响。相比之下，景观-文化功能的空间分化更为明显，高价值区域集中在江南水乡和传统聚居地，突显了文化遗产和农村旅游对功能供给的强化作用。 在揭示这些空间差异的过程中，我们进一步探讨了土地用途变化背后的驱动机制。以往的研究主要集中在气候和社会经济因素上，未能充分考虑土地生产力、生态承载能力和文化服务的可及性等综合影响（liu等人，2017；jian等人，2024；zhang等人，2025）。为了解决这一问题，本研究将sdi（空间发展指标）作为本地化驱动因素纳入模型，以更好地反映人地互动的空间反馈。模拟结果显示预测精度较高（kappa=0.852，OA = 0.899），表明将sdi作为本地化驱动因素可以提高模型对土地用途动态的描述能力。这一发现意味着供需耦合条件不仅是土地用途变化的后果，也是塑造空间转换路径的积极驱动力。 基于这一优化的驱动机制，多情景模拟进一步揭示了主导功能演变的时空差异。总体而言，快速城市化的地区生产主导区域持续减少，而生态和景观-文化主导区域则扩大，表明clm系统正逐渐从以生产为导向的结构向多功能协调转变。这一模式与早期关于城市化地区农田功能转变的研究结果一致（zhao等人，2023；chen等人，2022），但我们的模拟突出了政策对功能演变的影响。在cd情景下，转变趋于稳定，生态主导地位明显增强，生产区域受到空间限制，体现了生态政策的调节作用。在ep情景下，城市扩张加速，生产主导区域受到侵蚀，景观-文化功能碎片化，从而加剧了供需不平衡。hd情景则呈现出较为平衡的演变轨迹，功能转变主要发生在城市边缘地区，表现出渐进的“惯性驱动”演变。 主导功能的时空迁移显示出一种方向性的替代顺序——从生产主导到生态主导，再从生态主导到景观-文化主导。这种顺序替代反映了在社会经济复杂性增加的情况下土地功能的重新分配，其中基本的生产保障逐渐被生态和体验价值所补充和替代。这一演变轨迹反映了城市化过程中土地利用的阶段性结构调整，标志着耕地系统从资源依赖向生态协调的功能重构。这些发现深化了对多重耕地功能之间动态权衡的理解，并为在可持续性和多功能协调目标下优化土地使用策略提供了理论和实践指导。 4.1 clm的协调政策路径 面对耕地资源压力的加剧，协调生产、生态和社会需求已成为珠三角地区区域土地使用治理的关键问题。本研究基于情景的模拟表明，不同的发展导向会导致clm供需协调模式的显著差异。hd情景保持了耕地稳定性和适度经济增长之间的历史平衡；cd情景增强了生态和耕地保护，但限制了城市和工业发展的空间；ep情景促进了经济发展和基础设施增长，但也加剧了生态压力并减少了耕地面积。这些差异表明，多功能性对政策导向非常敏感，可以通过适应性规划而非单一目标战略来引导其朝着更好的方向发展（chao等人，2018；stürck和verburg，2017；ye等人，2025）。 为了增强多种功能之间的协调，可以采取空间差异化的治理措施。可以利用本研究确定的供需匹配和主导功能的空间模式，制定基于分区的调控框架。在生产盈余和生态赤字的地区，引入生态补偿机制和促进可持续集约化有助于维持生产力和生态稳定。在多功能转换或生态敏感区域，建立动态监测和预警系统将有助于及时预防风险和进行适应性调整。此外，面向情景的规划工具可为评估不同政策路径提供实践基础。hd、cd和ep情景的比较结果表明，平衡粮食安全、生态保护和城市发展的协调发展战略可能提供更可持续的发展路径。未来的政策框架可能会进一步纳入本地化的社会经济和行为因素，使耕地治理从纯粹的自上而下控制转向结合区域指导和地方参与的适应性系统。总体而言，结果强调了将多功能耕地管理与空间异质性、制度适应性和长期学习能力相结合的重要性，以实现珠三角地区有韧性和可持续的土地使用治理。 4.2 制约与未来研究 尽管本研究从供需视角系统评估了clm的时空动态和政策响应，但仍存在一些局限性。首先，多功能需求的量化依赖于代理指标和结构假设。特别是景观-文化功能通过evi（生态价值指数）和耕地密度等空间代理指标来表示，这些指标能够捕捉生态质量和景观连续性，但无法直接衡量地方感、象征价值或农业遗产感知等无形文化属性。同样，社会经济需求指标（gdp、人口密度和可及性）反映的是潜在的需求强度，而非实际的行为参与度。虽然这些代理指标能够实现大范围的空间量化，但不可避免地简化了复杂的社会文化过程。未来的研究可以纳入基于感知的数据来源，包括参与式制图、问卷调查或社交媒体地理标签分析，以更好地捕捉文化生态系统服务的体验和主观维度。此外，生态功能需求的估算采用基于生态足迹的方法。虽然这种方法可以实现区域生态压力的空间化，但它反映的是综合资源消耗，而非对特定耕地生态系统服务的直接需求。由于足迹成分超出了耕地独有的功能范围，因此本研究确定的生态需求应被理解为与土地相关的生态压力的代理指标，而不仅仅是特定服务的测量指标。未来的研究可以通过分解足迹成分或使用功能导向的需求指标来进一步完善这一联系。 其次，生产功能需求的估算基于区域粮食利用结构，而没有明确纳入区域间的粮食贸易流动。虽然这种方法反映了区域粮食吸纳的规模，但它没有考虑净粮食进口对当地生产压力的缓冲效应。由于缺乏一致的长期和空间明确的贸易数据集，贸易流动未被纳入网格级分析。因此，生产功能的供需不匹配估计可能反映了在局部供应假设下的潜在生产压力，而实际压力可能通过外部贸易得到部分缓解。纳入多区域贸易矩阵或投入-产出关联将有助于完善耕地供应与外部依赖之间的耦合。 第三，情景模拟基于关于土地转换、政策路径和社会经济参数的简化假设。plus模型在预定义情景下捕捉了土地使用动态，但没有明确整合随机干扰因素，如极端气候事件、突然的政策变化或市场波动。此外，气候变化对作物生产力和生态调节能力的影响没有进行动态模拟，这可能会影响未来的多功能供应水平。未来的研究可以整合气候预测、基于代理的建模或动态反馈机制，以提高长期模拟的稳健性和真实性。 最后，将主导功能与非主导功能二分化简化了多功能性的本质上的重叠和过渡性质。多功能耕地通常表现出功能强度的渐进式变化，而非离散的类别变化。更灵活的方法，如模糊分类、加权强度指数或连续功能表面建模，可以更细致地描述多功能之间的相互作用。总体而言，虽然本研究从供需视角推进了对clm的理解，但进一步的方法整合和多源数据整合对于提高多功能评估的精确性和政策适用性是必要的。 5. 结论 本研究开发了一个基于供需的clm空间评估框架，并考察了其在珠三角地区的时空演变和基于情景的轨迹。主要结论如下： （1）多功能模式表现出显著的空间异质性。生产功能显示出较高的协调性和结构稳定性；生态功能仍然分散且容易出现赤字；景观-文化功能对空间环境的依赖性强。这些模式表明多种功能之间存在持续的供需不匹配。 （2）情景模拟揭示了功能耦合的不同响应。在历史延续情景下，模式相对稳定，生态改善有限；以保护为导向的发展增强了生产保留，但限制了其他功能；以经济优先为导向的发展增强了城市边缘地区的景观功能，同时压缩了生产和生态空间。这些结果突出了不同政策体制下多种功能之间的权衡。 （3）主导功能从生产主导向多功能共存转变。这一转变在未来的情景中继续存在，但遵循不同的路径：hd情景下是惯性驱动的调整，ep情景下是快速重组，cd情景下是政策稳定的生产扩张。 总体而言，本研究通过将供需耦合嵌入基于sdi的本地化驱动因素，推进了方法论的整合，并从理论上揭示了城市化背景下多功能耕地的动态替代和政策敏感性。 关于作者贡献声明 孙玉晨：撰写——原始草稿、可视化、软件开发、方法论研究、数据分析、数据管理。 徐燕：撰写——审稿与编辑、监督、资源协调、方法论研究、资金获取、数据分析、概念构建。 张润森：项目管理、方法论研究、资金获取、概念构建。 徐飞：监督、软件开发、数据分析。 张丽芳：验证、资源协调、项目管理、概念构建。 蒲丽姐：监督、项目管理、方法论研究、数据分析。 关于写作过程中生成式ai和ai辅助技术的声明 在准备本研究期间，作者使用了chatgpt工具来编辑和提升文本的可读性。使用该工具>
然而，与其他大都市区（如珠江三角洲和武汉都市圈）相比（ding和sun，2023；zhang等人，2021b），珠三角地区呈现出独特的空间和演变特征。总体而言，生产功能的不平衡相对较轻，呈现出“总体稳定但局部收缩”的趋势，这主要归因于长期的农业集约化政策、高标准农田建设以及提高单位面积产量的技术投入，这些措施在一定程度上抵消了土地转换的压力。同时，生态赤字主要集中在高密度的上海-南京-杭州走廊沿线，而非均匀分布在周边地区，这反映了严格的生态红线控制和强大的生态补偿机制的影响。相比之下，景观-文化功能的空间分化更为明显，高价值区域集中在江南水乡和传统聚居地，突显了文化遗产和农村旅游对功能供给的强化作用。

在揭示这些空间差异的过程中，我们进一步探讨了土地用途变化背后的驱动机制。以往的研究主要集中在气候和社会经济因素上，未能充分考虑土地生产力、生态承载能力和文化服务的可及性等综合影响（liu等人，2017；jian等人，2024；zhang等人，2025）。为了解决这一问题，本研究将sdi（空间发展指标）作为本地化驱动因素纳入模型，以更好地反映人地互动的空间反馈。模拟结果显示预测精度较高（kappa = 0.852，oa = 0.899），表明将sdi作为本地化驱动因素可以提高模型对土地用途动态的描述能力。这一发现意味着供需耦合条件不仅是土地用途变化的后果，也是塑造空间转换路径的积极驱动力。

基于这一优化的驱动机制，多情景模拟进一步揭示了主导功能演变的时空差异。总体而言，快速城市化的地区生产主导区域持续减少，而生态和景观-文化主导区域则扩大，表明clm系统正逐渐从以生产为导向的结构向多功能协调转变。这一模式与早期关于城市化地区农田功能转变的研究结果一致（zhao等人，2023；chen等人，2022），但我们的模拟突出了政策对功能演变的影响。在cd情景下，转变趋于稳定，生态主导地位明显增强，生产区域受到空间限制，体现了生态政策的调节作用。在ep情景下，城市扩张加速，生产主导区域受到侵蚀，景观-文化功能碎片化，从而加剧了供需不平衡。hd情景则呈现出较为平衡的演变轨迹，功能转变主要发生在城市边缘地区，表现出渐进的“惯性驱动”演变。

主导功能的时空迁移显示出一种方向性的替代顺序——从生产主导到生态主导，再从生态主导到景观-文化主导。这种顺序替代反映了在社会经济复杂性增加的情况下土地功能的重新分配，其中基本的生产保障逐渐被生态和体验价值所补充和替代。这一演变轨迹反映了城市化过程中土地利用的阶段性结构调整，标志着耕地系统从资源依赖向生态协调的功能重构。这些发现深化了对多重耕地功能之间动态权衡的理解，并为在可持续性和多功能协调目标下优化土地使用策略提供了理论和实践指导。

4.1 clm的协调政策路径
面对耕地资源压力的加剧，协调生产、生态和社会需求已成为珠三角地区区域土地使用治理的关键问题。本研究基于情景的模拟表明，不同的发展导向会导致clm供需协调模式的显著差异。hd情景保持了耕地稳定性和适度经济增长之间的历史平衡；cd情景增强了生态和耕地保护，但限制了城市和工业发展的空间；ep情景促进了经济发展和基础设施增长，但也加剧了生态压力并减少了耕地面积。这些差异表明，多功能性对政策导向非常敏感，可以通过适应性规划而非单一目标战略来引导其朝着更好的方向发展（chao等人，2018；stürck和verburg，2017；ye等人，2025）。

为了增强多种功能之间的协调，可以采取空间差异化的治理措施。可以利用本研究确定的供需匹配和主导功能的空间模式，制定基于分区的调控框架。在生产盈余和生态赤字的地区，引入生态补偿机制和促进可持续集约化有助于维持生产力和生态稳定。在多功能转换或生态敏感区域，建立动态监测和预警系统将有助于及时预防风险和进行适应性调整。此外，面向情景的规划工具可为评估不同政策路径提供实践基础。hd、cd和ep情景的比较结果表明，平衡粮食安全、生态保护和城市发展的协调发展战略可能提供更可持续的发展路径。未来的政策框架可能会进一步纳入本地化的社会经济和行为因素，使耕地治理从纯粹的自上而下控制转向结合区域指导和地方参与的适应性系统。总体而言，结果强调了将多功能耕地管理与空间异质性、制度适应性和长期学习能力相结合的重要性，以实现珠三角地区有韧性和可持续的土地使用治理。

4.2 制约与未来研究
尽管本研究从供需视角系统评估了clm的时空动态和政策响应，但仍存在一些局限性。首先，多功能需求的量化依赖于代理指标和结构假设。特别是景观-文化功能通过evi（生态价值指数）和耕地密度等空间代理指标来表示，这些指标能够捕捉生态质量和景观连续性，但无法直接衡量地方感、象征价值或农业遗产感知等无形文化属性。同样，社会经济需求指标（gdp、人口密度和可及性）反映的是潜在的需求强度，而非实际的行为参与度。虽然这些代理指标能够实现大范围的空间量化，但不可避免地简化了复杂的社会文化过程。未来的研究可以纳入基于感知的数据来源，包括参与式制图、问卷调查或社交媒体地理标签分析，以更好地捕捉文化生态系统服务的体验和主观维度。此外，生态功能需求的估算采用基于生态足迹的方法。虽然这种方法可以实现区域生态压力的空间化，但它反映的是综合资源消耗，而非对特定耕地生态系统服务的直接需求。由于足迹成分超出了耕地独有的功能范围，因此本研究确定的生态需求应被理解为与土地相关的生态压力的代理指标，而不仅仅是特定服务的测量指标。未来的研究可以通过分解足迹成分或使用功能导向的需求指标来进一步完善这一联系。

其次，生产功能需求的估算基于区域粮食利用结构，而没有明确纳入区域间的粮食贸易流动。虽然这种方法反映了区域粮食吸纳的规模，但它没有考虑净粮食进口对当地生产压力的缓冲效应。由于缺乏一致的长期和空间明确的贸易数据集，贸易流动未被纳入网格级分析。因此，生产功能的供需不匹配估计可能反映了在局部供应假设下的潜在生产压力，而实际压力可能通过外部贸易得到部分缓解。纳入多区域贸易矩阵或投入-产出关联将有助于完善耕地供应与外部依赖之间的耦合。

第三，情景模拟基于关于土地转换、政策路径和社会经济参数的简化假设。plus模型在预定义情景下捕捉了土地使用动态，但没有明确整合随机干扰因素，如极端气候事件、突然的政策变化或市场波动。此外，气候变化对作物生产力和生态调节能力的影响没有进行动态模拟，这可能会影响未来的多功能供应水平。未来的研究可以整合气候预测、基于代理的建模或动态反馈机制，以提高长期模拟的稳健性和真实性。

最后，将主导功能与非主导功能二分化简化了多功能性的本质上的重叠和过渡性质。多功能耕地通常表现出功能强度的渐进式变化，而非离散的类别变化。更灵活的方法，如模糊分类、加权强度指数或连续功能表面建模，可以更细致地描述多功能之间的相互作用。总体而言，虽然本研究从供需视角推进了对clm的理解，但进一步的方法整合和多源数据整合对于提高多功能评估的精确性和政策适用性是必要的。

5. 结论
本研究开发了一个基于供需的clm空间评估框架，并考察了其在珠三角地区的时空演变和基于情景的轨迹。主要结论如下：
（1）多功能模式表现出显著的空间异质性。生产功能显示出较高的协调性和结构稳定性；生态功能仍然分散且容易出现赤字；景观-文化功能对空间环境的依赖性强。这些模式表明多种功能之间存在持续的供需不匹配。
（2）情景模拟揭示了功能耦合的不同响应。在历史延续情景下，模式相对稳定，生态改善有限；以保护为导向的发展增强了生产保留，但限制了其他功能；以经济优先为导向的发展增强了城市边缘地区的景观功能，同时压缩了生产和生态空间。这些结果突出了不同政策体制下多种功能之间的权衡。
（3）主导功能从生产主导向多功能共存转变。这一转变在未来的情景中继续存在，但遵循不同的路径：hd情景下是惯性驱动的调整，ep情景下是快速重组，cd情景下是政策稳定的生产扩张。

总体而言，本研究通过将供需耦合嵌入基于sdi的本地化驱动因素，推进了方法论的整合，并从理论上揭示了城市化背景下多功能耕地的动态替代和政策敏感性。

关于作者贡献声明
孙玉晨：撰写——原始草稿、可视化、软件开发、方法论研究、数据分析、数据管理。
徐燕：撰写——审稿与编辑、监督、资源协调、方法论研究、资金获取、数据分析、概念构建。
张润森：项目管理、方法论研究、资金获取、概念构建。
徐飞：监督、软件开发、数据分析。
张丽芳：验证、资源协调、项目管理、概念构建。
蒲丽姐：监督、项目管理、方法论研究、数据分析。

关于写作过程中生成式ai和ai辅助技术的声明
在准备本研究期间，作者使用了chatgpt工具来编辑和提升文本的可读性。使用该工具/服务后，作者对内容进行了必要的审查和编辑，并对出版物的内容承担全部责任。>