综述：生态承载力研究的热点、评估方法与可持续发展——基于文献计量与知识图谱分析

这篇综述系统梳理了生态承载力(ECC)研究的演进脉络，运用CiteSpace和VOSviewer揭示了生态足迹(EF)、生态系统服务(ES)等热点方向，创新性提出"研究现状-评估机制-可持续发展分析"三维框架，为区域人地系统协调与SDGs实现提供了方法论支撑。

　　

生态承载力研究的演进与突破

引言
生态承载力(ECC)作为评估区域人地关系可持续性的核心指标，其概念可追溯至18世纪马尔萨斯的"资源限制"理论。随着全球生态危机加剧，ECC研究已发展为融合生态学、地理学和系统科学的交叉领域，在国土空间规划与碳中和战略中发挥关键作用。

研究现状图谱分析
文献计量显示ECC研究呈现三阶段跃迁：1995-2007年萌芽期年均不足5篇，2008-2018年受SDGs推动年均增长361%，2019年后进入AI技术驱动的爆发期。中国以69篇高频发文领跑全球，美国次之，凸显发展中国家在生态治理中的实践需求。

知识图谱揭示当前研究聚焦五大聚类：生态足迹方法(EF-NPP耦合模型应用最广)、水资源承载力(突变强度4.17)、生态系统服务价值评估(ESV)、系统动力学预测模型(SD)，以及碳中和背景下的生态补偿机制。值得注意的是，机器学习在ECC预测中的应用正以年均42%的速度增长。

评估方法的技术革新
生态生产力法(NPP)通过测算植被初级生产力评估承载阈值，但存在忽略人为干扰的缺陷。其升级版HANPP模型引入人类占用系数，与三维生态足迹(3D-EF)联用可提升精度达27%。能值分析法将太阳能值作为统一度量衡，特别适用于能源系统评估，但需与DPSIR模型结合以克服空间异质性盲区。

系统动力学(SD)模型凭借75%的占比成为主流预测工具，CA-ANN混合模型在空间模拟中表现优异。新兴的LSTM神经网络通过捕捉非线性特征，使中长期预测误差降低至12%以下。值得注意的是，评估方法选择需遵循"四维适配"原则：研究尺度、数据粒度、系统复杂度与政策需求的匹配。

可持续发展量化路径
生态盈余指数(ED=EC-EF)可直观反映区域可持续发展强度：当ED>0时系统处于强可持续状态。耦合协调度模型(D=C×T)揭示出中国东部沿海城市群已进入高度协调阶段(D>0.6)。基于SDGs的EPI指数(EPI=HLT×0.4+ECO×0.6)为全球尺度评估提供了标准化框架。

未来展望
五个突破方向值得关注：①开发融合遥感GIS与深度学习的多尺度评估系统；②建立跨区域生态补偿的"压力-状态-响应"模型；③构建人地系统耦合的CCA分析框架；④将ECC评估嵌入国土空间"三区三线"划定流程；⑤开展全球碳-水-生物多样性协同治理研究。

该领域仍存在方法论局限：现有评估体系对文化生态系统服务(CES)的量化不足，机器学习模型的"黑箱效应"影响政策解读。未来需加强多源异构数据融合，发展可解释AI(XAI)技术，使ECC研究更好服务于生态文明建设。