《Land》：Supply–Demand Mismatches in Built Environment and Water-Heat-Carbon Ecological Functions: Coupling Coordination and Nonlinear Mechanisms
编辑推荐：
作为长三角副中心城市和快速扩张的特大城市，合肥面临建成环境（BE）与水—热—碳（WHC）生态功能不协调所引发的区域低碳韧性关键挑战。本研究定量评估了合肥市（2013年、2018年和2023年）建成环境的多维特征。通过整合生态系统服务模型、地表温度（LST）和能
作为长三角副中心城市和快速扩张的特大城市，合肥面临建成环境（BE）与水—热—碳（WHC）生态功能不协调所引发的区域低碳韧性关键挑战。本研究定量评估了合肥市（2013年、2018年和2023年）建成环境的多维特征。通过整合生态系统服务模型、地表温度（LST）和能源消耗数据，研究人员系统量化了防洪、热调节和碳固存供需匹配状况。进一步结合耦合协调度（CCD）模型、可解释机器学习（LightGBM-SHAP）和动静结合评价，揭示了时空耦合特征、非线性影响机制及生态管理分区。结果表明：合肥建成环境呈现“核心极化与多点扩张”格局，其空间重心向西南方向迁移，导致生态需求呈斑块状“赤字漂移”并引发复合供需失衡。区域层面，CCD呈显著异质性；传统核心区和次级增长极在高协调水平下伴随“低水平均衡”退化风险。城市功能混合度和夜间灯光对系统协同呈正向主导作用，而饱和不透水面和人口负荷表现出显著负向效应。最后，研究人员建立了动静结合的管理框架，以指导精细化治理和低碳韧性建设。
一、研究背景与问题
全球城市化正以前所未有的速度和规模重塑土地利用过程。据联合国（2018）数据，到2050年全球城市人口占比预计将超过68%。城市作为人口、资本和物质资源高度集聚的空间，在驱动经济繁荣和社会发展的同时，也成为生态压力最为集中的区域。水文调节、热调节和碳固存三大生态功能并非孤立运行，而是构成相互关联的网络。城市化对生态系统的后果不仅取决于单一生态要素的绝对丰度，更取决于“生态供给能力”与“生态需求暴露度”之间的空间匹配关系，即“供需错配”问题。
现有研究存在三方面不足：其一，多数研究将“水”“热”“碳”作为独立过程分别评估，忽视了WHC三功能的关联特征；其二，以供给侧核算为主导的研究范式难以识别生态系统服务的真实稀缺性和社会暴露风险，导致空间治理实践中的系统性偏差；其三，传统统计模型受严格线性或局部线性假设约束，无法有效捕捉建成环境要素在人地系统复杂交互中产生的非线性影响路径。为此，本研究以合肥市为案例，采用“供需错配”视角和“多维耦合”分析范式，旨在量化高密度城市化背景下WHC生态功能的供需匹配状态及其与建成环境的时空耦合协调特征，捕捉建成环境因素对BE-WHC系统协同发展的非线性影响机制，并建立动静结合的空间分区框架。
二、研究内容与主要结论
研究基于2013年、2018年和2023年三期数据，系统评估了合肥市建成环境的多维特征及WHC生态功能的供需匹配状况。结果显示：合肥建成环境呈现“核心极化、多点外扩、梯度递减”的空间格局，高值网格高度集中于庐阳、蜀山、包河、瑶海四区构成的老城核心圈层，不透水面面积比例由2013年的78.2%上升至2023年的85.6%。建成环境综合重心持续向西南方向迁移，累计位移达6.42公里。防洪、降温、碳固存三类生态需求随建成环境重心同步向西南漂移，形成沿巢湖西北岸和江淮分水岭以南的连续赤字带。区域耦合协调度呈“核心高协调、外围普遍失衡、沿廊道放射扩散”的非均衡格局，老城核心区的高协调本质是“低水平供需均衡”而非生态供给充裕，存在“伪协调”陷阱风险。
LightGBM-SHAP分析表明，城市功能混合度（B04）始终是主导因素，其全局平均SHAP值从2013年的0.042升至2023年的0.050；夜间灯光（B10）的贡献排名从2013年第4位升至2023年第2位；土地利用混合度（B05）长期稳定在前三梯队；人口密度（B01）从2013年第6位升至2023年第4位。非线性响应分析揭示，城市功能混合度存在显著的非线性激活特征，超过阈值后SHAP值迅速转入正值区间；土地利用混合度呈边际负效应递减的饱和特征；夜间灯光正向SHAP值上限从2013年的0.05扩展至2023年的0.08以上。
三、主要技术方法
研究采用的主要方法包括：基于“5Ds”理论框架构建含17项指标的建成环境评价体系，运用信息熵权法（EWM）确定指标权重；采用InVEST模型量化防洪、降温和碳固存三类生态功能；引入生态供需比（ESDR）指数表征供需匹配状态；运用耦合协调度（CCD）模型测度BE与WHC两系统间的协同程度；采用贝叶斯优化的LightGBM算法构建非线性预测模型，并结合SHAP归因分析框架解析影响机制；构建静态四象限分区与动态变化率（ΔCCD）相结合的动静集成管理分区框架。研究以1.2 km × 1.2 km网格为基本分析单元，将合肥市划分为8305个有效网格。
四、研究结果
4.1 建成环境空间分异与演化特征
合肥建成环境综合质量呈“核心极化、多点外扩、梯度递减”格局。高值网格高度集中于老城核心圈层，高新区、经开区、滨湖新区建成环境综合指数分别增长42.6%、38.1%和56.3%，成为次级增长极。外围长丰、肥东、肥西、庐江大部分区域长期处于低值基线，呈现极端极化与同心圆递减格局。空间重心持续向西南迁移，累计位移6.42公里。
4.2 “水—热—碳”生态功能时空演化特征
防洪生态供给呈“外围高值、中心低值”的反环状格局，高值区分布于肥西、庐江、长丰的林地草地，老城区因高密度不透水面长期维持低值基线。防洪风险需求呈“核心极化并向南西扩张”特征，高新区和滨湖新区高需求网格面积分别激增48.3%和61.2%。降温供给呈“外围高、老城低”的同心圆梯度格局，降温需求呈“老城单核并向西南和沿廊道扩散”的动态特征。碳固存供给呈“高值环抱外围、老城核心严重亏空”的空间格局，碳需求高度集中于核心城区与工业区并向西南及工业廊道扩散。WHC综合供需匹配指数呈“中心深陷、外围环状高值”的同心圆格局，低值区（指数<0.35）长期集中于老城核心区，高值区（指数>0.75）广泛分布于肥西中南部、庐江西部山区、长丰北部及巢湖周边生态缓冲带。
4.3 建成环境与WHC耦合协调分析
CCD呈“核心高协调、外围普遍失衡、沿廊道放射扩散”格局。优质协调区域（CCD>0.60）集中于老城核心区及各县域城关镇，外围乡村和自然网格长期处于极度或中度失衡状态（CCD<0.35）。高协调空间呈“由点及面扩张、向西向南偏移”的动态演化，与建成环境重心迁移轨迹高度吻合。老城核心区CCD维持高值的本质是“低水平供需均衡”，存在“低水平协调陷阱”，极易在高强度开发中突变为严重失衡。
4.4 基于LightGBM-SHAP的影响机制分析
城市功能混合度（B04）持续保持主导地位，其全局平均SHAP值从2013年的0.042升至2023年的0.050。夜间灯光（B10）从2013年第4位升至2023年第2位，土地利用混合度（B05）稳定在前三梯队，人口密度（B01）从第6位升至第4位。非线性响应分析显示，城市功能混合度存在显著非线性激活特征，低值区SHAP值持续为负，超过特定阈值后迅速转入正值区间；土地利用混合度呈边际负效应递减的饱和特征；夜间灯光正向效应上限随时间显著扩展。模型测试集R2均高于0.75，RMSE和MAE保持低水平，无过拟合现象。
五、讨论与结论
研究建立了动静结合的空间管理分区框架。静态四象限分区呈“核心赤字锁定、外围极化、轴向不均衡扩张”的同心圆格局，S4型（高BE—低WHC）空间呈现显著的“向西扩张、向南偏移”趋势。动态分区显示全区绝大多数网格为D1型（协同演化），但长丰东部、肥东北部及巢湖西北岸存在明显D2型（退化）斑块。集成管理分区中，不可持续发展危机区（S3—D1、S3—D2）集中于高新区、经开区、滨湖新区等产城重构核心带；可持续发展冲突区（S2—D2、S4—D2）分布于危机区外围及巢湖西北岸；可持续发展转型潜力区（S1—D2、S2—D1、S4—D1）分布最广。建议在危机区设置建设用地密度上限预警值（0.65–0.70），结合海绵城市设施和微绿地建设缓解内涝与热岛效应复合影响。
研究结论：建成环境扩张显著增加了生态需求压力，随建成环境重心向西南迁移，防洪、降温和碳固存三类生态需求呈同步漂移态势；建成环境要素对系统协同呈现显著非线性响应效应，城市功能混合度和夜间灯光促进系统协同，而土地利用混合度、路网密度和人口密度存在明显负荷阈值；动静结合的管理分区体系有助于识别潜在退化风险，将研究区划分为不可持续发展危机区、优良可持续发展区、可持续发展冲突区和可持续发展转型潜力区四类管理类型，并提出针对性差异化空间管理策略。需要注意的是，本研究所识别的非线性影响机制及参考区间基于合肥平原—湖泊环境高密度城市化的独特特征，在应用于不同地形、气候或发展阶段的城市时，须结合当地地理背景和社会经济条件进行审慎的本地化验证。
