探索生态系统服务与人类福祉之间的耦合关系：来自中国城市的可解释机器学习证据

《Ecological Indicators》：Exploring the coupling of ecosystem services and human well-being: evidence from Chinese cities through interpretable machine learning

本研究构建人类-土地耦合系统模型，量化中国城市生态系统服务价值与人类发展指数的耦合协调度，运用可解释机器学习分析驱动因素的非线性阈值效应及交互作用。结果显示，2000-2022年耦合协调度从0.254增至0.326，主要受HDI快速提升驱动，但生态系统服务价值呈波动下降。关键驱动因素包括森林面积、土地面积、人口、耕地面积和降水，存在显著非线性阈值效应，如森林面积阈值1923.8公顷/万人。同时，降水、温度与日照时长等自然因素存在复杂交互作用，影响系统协调性。

　　在21世纪，中国经历了快速的经济增长，这一过程不仅显著改善了人们的生活水平，也对生态环境产生了深远影响。面对生态退化与人类需求增长之间的矛盾，研究人地系统之间的耦合协调关系成为学术界关注的核心议题。本文旨在深入探讨中国城市生态系统服务价值（ESV）与人类发展指数（HDI）之间的耦合协调关系，通过构建人地耦合系统模型，结合箱型图、核密度估计等方法，分析这种协调关系在时间和空间上的演变特征。同时，引入可解释机器学习技术，识别影响耦合协调程度的关键因素及其非线性特征和变量间的相互作用，为实现人与自然的和谐共生提供理论支持和实践指导。

### 人地耦合关系的演变

研究显示，从2000年至2022年，中国城市ESV与HDI之间的耦合协调度缓慢上升，从0.254增加到0.326。这一趋势主要由人类福祉的快速提升所驱动，HDI在此期间从0.526增长到0.784。尽管整体协调度有所改善，但生态环境的退化对这种协调关系的形成仍存在一定的抑制作用。这一发现与以往研究一致，但与某些研究的结论有所不同。例如，部分研究指出ESV与HDI之间的耦合协调度呈现缓慢增长趋势，而本文的研究则揭示了这一过程中的非线性特征和阈值效应，为理解人地关系提供了更深入的视角。

从空间分布来看，中国不同区域的耦合协调度存在显著差异。东北地区在耦合协调度方面表现最佳，其次是长江以南地区，而中部和东部地区的协调度相对较低。这一现象可能与各区域的生态条件、经济发展水平以及政策导向密切相关。东北地区拥有较为完整的生态系统，如小兴安岭和长白山生态屏障，提供了独特的生态资源。而东部地区虽然经济快速发展，但同时也伴随着严重的生态破坏和环境污染，这在一定程度上影响了生态系统服务价值的提升。此外，研究还发现，南方地区的生态系统服务价值普遍高于北方地区，这与南方地区丰富的水资源和森林资源有关。

### 影响因素的识别

通过可解释机器学习方法，研究识别了多个关键因素，这些因素在不同维度上对人地耦合协调度产生了重要影响。其中，人均森林面积是最重要的驱动因素，其次是土地面积、总人口、人均耕地面积、降水量以及国内游客数量。这些因素的非线性影响和阈值效应在研究中得到了充分体现。例如，人均森林面积的增加在初期对耦合协调度有显著促进作用，但超过一定阈值后，其边际效应会逐渐减弱并趋于稳定。这一发现表明，森林资源的保护和合理利用对生态系统的可持续性至关重要，而过度开发或盲目扩张可能会对生态平衡造成负面影响。

此外，土地面积、人口规模和人均耕地面积也被证实是影响耦合协调度的关键变量。土地面积的增加在初期显著提升了ESV与HDI的协调度，但随着土地面积的扩大，其边际效应逐渐下降。这一现象可能与土地资源的过度利用有关，尤其是在城市化进程加快的背景下，土地的高密度开发可能会加剧生态系统的退化。人口增长则表现出不同的影响模式，当人口低于268.31万时，其对耦合协调度的贡献为负，而超过这一阈值后，其贡献转为正。这表明人口规模的增加对生态系统服务价值和人类福祉的协调性具有双重影响，需要在政策制定中加以平衡。

### 变量间的相互作用

研究还揭示了变量间的显著相互作用。例如，降水、温度和日照时长等自然因素与其他变量之间存在明显的协同或拮抗关系。降水和温度的增加往往会对耦合协调度产生抑制作用，而日照时长的增加则有助于提升协调度。此外，人口密度与降水、温度之间的互动关系也表现出负向影响，当降水或温度较高时，人口密度的增加可能会加剧生态系统的脆弱性。这些相互作用的发现不仅深化了对人地耦合机制的理解，也为政策制定提供了重要参考。

在经济和社会维度上，经济增长和人口增长对人地耦合协调度的促进作用在一定范围内是显著的，但超过一定阈值后，其边际效应可能趋于饱和甚至出现负面反馈。例如，GDP、人均GDP、第三产业占比、人均固定资产投资、人均外贸总额等经济指标在初期对协调度有显著提升作用，但随着经济进一步发展，其对生态系统的压力可能会增加，从而影响整体协调性。人口密度和人均耕地面积之间的相互作用也显示出复杂的非线性特征，这表明在城市化进程中，土地资源的合理配置和生态保护之间的平衡至关重要。

### 政策建议与未来研究方向

基于研究结果，本文提出了多项政策建议。首先，应加快生产与生活领域的绿色转型，通过产业升级、完善监管体系、源头减排和遏制生态退化趋势，提升生态系统的承载力。特别在宁夏、内蒙古、河南、安徽和新疆等生态协调度较低的地区，需加强生态修复和保护，推动绿色发展的实施。其次，扩大绿化覆盖率和提升生产效率是实现可持续发展的关键路径，例如通过植树造林、退耕还林和实施生态保护区政策，促进森林生态系统的恢复，减少对耕地和建设用地的过度开发。此外，还需优化土地管理机制，确保人均森林面积保持在1923.80公顷/万人以上，而人均耕地面积则需控制在1260.65公顷/万人以下，以维持人地系统的动态平衡。

在应对全球变暖和极端天气事件方面，应加强对温室气体排放的控制，并关注降水、温度和干旱等自然因素对人类福祉和生态系统平衡的直接影响。同时，需建立预警机制，防止这些自然因素的突变对生态系统服务价值和人类福祉产生不利影响。

### 研究局限与展望

尽管本研究取得了重要成果，但仍存在一定的局限性。首先，本文使用HDI作为衡量人类福祉的主要指标，虽然该指标能够反映社会发展的水平，但其缺乏对人类福祉的多维和主观评估。未来研究可以引入更多维度的福祉指标，以更全面地评估人地系统的耦合关系。其次，由于数据的缺失，研究中的人均预期寿命等指标采用了省级数据进行估算，虽然在一定程度上保证了数据的准确性，但未来需要更精细的城市级数据支持。此外，对于大尺度生态系统服务价值的测量方法仍需进一步探索，本文所采用的等效因子法结合多种校正因子，虽然在一定程度上提高了测量的准确性，但仍有优化空间。最后，本研究主要关注生态系统服务价值与人类福祉之间的耦合关系，未来可以进一步探讨其多维耦合机制，以更全面地理解人地系统的复杂性。

### 研究意义

本研究不仅为监测城市生态系统与人类福祉的协同演化提供了实证依据，也为推动人与自然的和谐共生提供了理论支持和实践指导。通过引入可解释机器学习方法，研究在提升模型透明度和解释力的同时，揭示了人地系统耦合协调度的非线性特征和变量间的复杂互动。这一发现有助于学术界更深入地理解生态系统服务与人类福祉之间的关系，并为政策制定者提供科学依据，以实现经济、社会与生态的协调发展。此外，研究结果也为联合国可持续发展目标（SDGs）的实施提供了参考，特别是在促进健康与福祉（Goal 3）、陆地生物多样性（Goal 15）、减少不平等（Goal 10）、可持续城市与社区（Goal 11）以及气候行动（Goal 13）等方面，具有重要的现实意义。