荆州市生态系统服务供需的演变和耦合匹配分析

摘要 运用空间分析方法和耦合协调度模型，在不同尺度上分析荆州市生态系统服务供给和需求之间的变化和耦合协调关系。结果表明：2000—2020年荆州市土地利用变化最为显著的是耕地向裸地的转换，预计到2030年，城镇建设用地将继续扩张；生态系统服务供给与区域自然条件密切相关，生态系统服务需求与区域位置和经济发展水平有关；研究尺度对生态系统服务供给和需求的耦合协调分析有一定影响，在县域尺度上，生态系统服务供给和需求的耦合协调状态不平衡；而在市域尺度上，生态系统服务供给和需求的耦合协调状态趋于平衡。

关键词 生态系统服务；供需耦合协调；空间相关分析；荆州市

中图分类号 X 171 文献标识码 A 文章编号 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

生态系统服务（ES）是指自然生态系统为人类提供的各种有益的功能和产品，如粮食、水、空气、景观等。它们是人类生存和可持续发展的环境基础，也是衡量生态文明建设成效的重要指标。随着人口增长和经济发展，人类对生态系统服务的需求（ESD）不断增加，而生态系统服务的供给（ESS）受到土地利用变化、气候变化等因素的影响不断减少，导致ESD和ESS之间出现不平衡和不匹配的问题。分析ESD和ESS之间的耦合匹配程度，可以反映社会经济和生态环境之间的协调关系，对于优化资源配置、促进区域可持续发展具有重要意义。

近年来，国内外学者对ESS和ESD进行了大量的研究，主要包括以下几个方面：①ESS和ESD的评估方法。目前，常用的ESS评估方法有价值量评估法、物理量评估法、遥感与GIS技术等，常用的ESD评估方法有人口密度法、消费者剩余法、等价因子法等。例如，Zhang等［1］采用价值量评估法对中国31个省级行政区的ESS进行了评估，结果表明，中国的ESS总价值为2.3×1012元，其中森林生态系统贡献最大，占总价值的53.7%。Chen等［2］采用人口密度法对中国的ESD进行了评估，结果表明，中国的ESD总价值为4.8×1012元，其中水资源需求占总价值的46.8%。②ESS和ESD的空间分布特征。有研究发现，ESS与区域自然条件密切相关，而ESD与区域社会经济发展密切相关，两者在空间上呈现出不同的分布规律和聚类特征［3-4］。③ESS和ESD之间的耦合匹配情况。一些研究采用耦合协调度模型、匹配指数等方法，分析了ESS和ESD之间的耦合程度、协调程度和匹配程度，发现不同区域之间存在较大的差异［4-5］。尽管已有许多关于ESS和ESD的研究，但仍存在以下不足之处：①缺乏高分辨率的土地利用数据，导致ESS和ESD评估结果存在一定的误差和不确定性［6］；②缺乏对未来土地利用变化情景下ESS和ESD演变趋势的预测和分析［7］；③缺乏对不同尺度下ESS和ESD耦合匹配情况的比较和解释［8］。为了弥补上述不足，笔者以中国中部地区的荆州市为研究区域，利用高分辨率土地利用数据和区域社会经济数据，采用价值量评估法和生态系统服务需求模型，分别在市级和县级尺度上量化了2000、2010和2020年的ESS和ESD，并用CA-Markov模型预测了2030年的潜在土地利用情况，用Moran指数和Getis-Ord Gi*指数分析了ESS和ESD的空间聚类特征，用耦合协调度模型和匹配指数分析了ESS和ESD之间的关系，揭示不同尺度下ESS和ESD的演变规律和耦合匹配情况，为区域城市群的可持续发展提供科学依据。

1 资料与方法

1.1 研究区域概况

以位于湖北省西南部的荆州市（图1）为研究区域，该市是长江中游的重要城市，也是中国中部地区的重要城市群之一。荆州市地处长江和汉水的交汇处，拥有丰富的水资源和生物资源，是中国历史文化名城，也是中国重要的生态屏障。荆州市总面积为1.41万km2，辖荆州、沙市2区，江陵、公安2县，松滋、石首、监利、洪湖4市，以及荆州开发区、纪南文旅区、荆州高新区3个功能区，总人口637万。荆州市地形以平原为主，西部有低山丘陵，东部有河流湖泊。气候属于亚热带季风气候，四季分明，雨量充沛，温度适宜。经济以工业和农业为主，近年来，服务业和旅游业也有较快的发展。土地利用类型主要有耕地、森林、草地、水域等，其中耕地占比较大，林地和草地占比较小，水域占比适中。

1.2 数据来源与处理

该研究所用的数据包括自然环境数据、社会经济数据和一些相关的空间数据。数字高程（DEM）从地球空间数据云下载。2000、2010和2020年的30 m空间分辨率土地利用数据从GlobeLand 30下载。农作物的耕地面积和总产量数据从《湖北统计年鉴》获取，农作物的单位价格从《中国农产品价格调查年鉴》获取。土地开发强度、人口密度和经济密度数据从中国县级统计年鉴、中国城市统计年鉴、湖北统计年鉴和地方统计年鉴获取。采用ArcGIS 10.6、IDRISI Selva 17.0和ENVI 5.3软件对数据进行处理和分析。

1.3 研究方法

1.3.1

评价指标体系构建。参考前人的研究［9-11］和中国的实际情况，该研究选择了支持服务、调节服务、文化服务和供给服务4种生态系统服务指标来计算荆州市的ESS，并选择了土地、人口和经济3个指标来计算荆州市的ESD，具体如表1所示。

1.3.2 土地利用变化分析。该研究采用土地利用转移矩阵和CA-Markov模型来分析和预测荆州市的土地利用变化。

（1）土地利用转移矩阵。土地利用转移矩阵可以定量分析土地利用转移情况，直观地表达不同土地利用类型在一定时间内的转换面积和转换方向［12］。该研究将荆州市的土地利用分为6种类型：森林、草地、耕地、湿地、水域、裸地。具体的土地利用转移矩阵如下：

式中：Lij为研究期内从i类型转换为j类型的土地利用面积；n为土地利用类型的数量（n=6）；i为初始年份的土地利用类型；j为最终年份的土地利用类型。

（2）CA-Markov模型预测。CA-Markov模型是一种能够动态预测不同时空尺度下土地利用分布演变情况的模型。该研究使用2000和2010年的土地利用数据来预测2020年的土地利用情况，并用2020年的实际土地利用数据来验证CA-Markov模型的准确性；然后，使用2010和2020年的数据来预测2030年的土地利用空间分布格局。CA-Markov模型的土地利用变化预测在IDRISI Selva 17.0软件中进行处理。为评估模型的准确性，采用Kappa系数进行验证，其计算公式如下：

式中：Pc为总体分类精度（正确分类像元的比例）；Pe为随机正确分类的比例。该研究通过构建混淆矩阵来验证预测结果的精度，将图像分类结果与实际地表信息进行比较。预测结果的精度验证在ENVI 5.3软件中进行处理。

1.3.3

ESS和ESD的计算。该研究采用基于专家知识的价值量评估法（VQA）来计算ESS，采用土地开发强度、人口密度和经济密度3个指标来计算ESD。

（1）ESS的计算。ESS是指人类从研究区域获得的生态产品或生态系统服务。该研究中ESS是指在时空上的相对变化，因此采用VQA来进行近似的综合评估。选用韩增林等［13］根据中国的实际情况和多位专家的修正结果得到的中国单位面积生态系统服务价值表，通过土地利用数据计算单位面积的生态系统服务价值，从而得到荆州市的ESS。ESS的计算公式如下：

式中：ESS为研究单元的ESS（元/hm2）；Mij为生态系统i提供生态功能j的价值系数；m为土地利用类型的总数（m=6）；n为生态功能类型的总数（n=9）；E为单位面积食物生产服务的经济价值（元/hm2）；Si为研究单元中生态系统i的面积（hm2）；S为研究单元的总面积（hm2）。为了保证ESS计算的科学性，对食物作物单位产量、耕地面积和食物作物单位价格进行了修正，从而得到食物作物单位面积产值。此外，自然生态系统没有人为投入的产出值约为耕地上食物生产服务价值的1/6。修正后的公式（3）中，E的计算公式如下：

式中：O为主要食物作物类型，包括小麦、粮食、玉米和大豆；Qk为食物作物k的单位价格（元/t）；Yk为食物作物k的产量（t）；Sk为食物作物k的耕地面积（hm2）。

（2）ESD的计算。ESD表示人类对生态产品或生态系统服务的生产与消费的数量和质量的需求。考虑到生态系统服务变化的驱动因素和数据的可获得性，该研究选择了土地、人口和经济3个社会经济指标来计算荆州市的ESD。土地需求包括土地开发强度，即研究单元中裸地面积占总面积的百分比。人口需求包括人口密度，即研究单元中的人口数（人/km2）。经济需求包括经济密度，即研究单元中的GDP（万元/km2）。由于人口密度和经济密度在不同研究单元间存在较大波动，可能导致ESD值之间存在较大的差异，为了减弱这种波动，对相关变量进行了对数转换。ESD的计算公式如下：

式中：Li为土地开发强度（%）；Pi为人口密度（人/km2）；Ei为经济密度（万元/km2）。

1.3.4 ESS和ESD的空间相关性分析。该研究采用Moran指数和Getis-Ord Gi*指数来揭示ESS或ESD在全局或局部尺度上的空间相关性。由于研究样本数量较少会影响空间统计的结果，所以只使用县级尺度作为研究尺度来分析ESS或ESD的空间相关性。Moran指数包括全局Moran’s I指数和局部Moran’s I指数［14-15］。全局Moran’s I指数可以表达相似值的空间聚类程度，局部Moran’s I指数可以表达空间聚类位置、离群值位置和空间相关类型。Getis-Ord Gi*统计量也称为“冷热点分析”，可以表达ESS或ESD在荆州市中的空间聚类特征，包括高值聚类（统计指标﹥0，热点；高值被高值包围）和低值聚类（统计指标<0，冷点；低值被低值包围）［16-17］。Moran指数和Getis-Ord Gi*指数的计算公式如下：