《Ecological Indicators》：Coupling of human activity intensity and ecosystem health in Shaanxi: a state-process dual-dimensional evaluation
编辑推荐：
强烈的生物人类活动对区域生态安全构成持续威胁。然而，当前对人与生态系统相互作用的评估主要基于静态空间相关性，这固有地无法捕捉复杂的非线性演化轨迹。为填补这一研究空白，本研究构建了一种名为“状态-过程”（State-Process）的创新双维度诊断框架，融合了静
强烈的生物人类活动对区域生态安全构成持续威胁。然而，当前对人与生态系统相互作用的评估主要基于静态空间相关性，这固有地无法捕捉复杂的非线性演化轨迹。为填补这一研究空白，本研究构建了一种名为“状态-过程”（State-Process）的创新双维度诊断框架，融合了静态与动态分析范式。通过将人类足迹指数（Human Footprint Index）与活力-组织-恢复力-服务（Vigor-Organization-Resilience-Services，VORS）框架耦合，研究人员采用四象限法和脱钩模型，综合分析了2002–2022年期间的空间错配与时间响应弹性。以陕西省作为验证该方法的理想实证试验区，研究人员发现，过去20年间生态系统健康指数（Ecosystem Health Index，EHI）和人类活动强度（Human Activity Intensity，HAI）均有所上升，且总体上呈现明显的同步上升趋势。然而，该双维度方法的应用表明存在“伪稳定”（pseudo-stable）生态状态的风险，提示看似积极的短期指标可能掩盖与强烈人类干扰相关的潜在结构脆弱性。此外，研究观察到显著的区域差异，且栅格尺度比县域尺度在反映这些中尺度非线性波动方面更具敏感性。具体而言，由于快速城市化，城市和城郊区域的生态系统健康出现退化，而农村地区保持了相对较高的生态恢复力。不同地理单元间的异质性变化共同塑造了EHI的整体空间分异格局，区域差异呈扩大趋势。该双维度诊断框架建立了一条从空间匹配到过程响应的整合分析路径，更全面地揭示了人类活动与生态健康之间的脱钩路径。通过识别多个地理单元上的差异化响应特征，多尺度分析提出了分区管理策略。最终，本研究旨在表征人为干扰下的生态安全格局，同时为全球范围内有针对性的区域生态恢复提供原创性理论视角和科学基础。
在人口快速增长与城市化加速背景下，人类对自然资源的开发强度持续上升，直接破坏生态系统结构并损害其自我调节与修复功能，对区域生态安全构成威胁。然而，既有评估多基于静态空间相关性，难以捕捉人类活动强度（Human Activity Intensity，HAI）与生态系统健康（Ecosystem Health Index，EHI）间复杂非线性演化轨迹。针对这一缺口，研究人员以陕西省为研究区，构建了“状态-过程”双维度诊断框架，该框架同时纳入静态空间匹配与动态过程响应。研究耦合人类足迹指数和活力-组织-恢复力-服务（Vigor-Organization-Resilience-Services，VORS）模型，综合运用四象限法（four-quadrant method）与Tapio脱钩模型（Tapio decoupling model），对2002—2022年陕西省EHI与HAI的耦合关系进行了系统分析。结果验证了该框架的有效性：尽管两者均呈上升趋势，但城市与城郊的EHI出现下降，且区域间差异扩大，识别出“伪稳定”生态状态。研究为区域生态恢复提供了差异化策略，具有重要理论价值，论文发表在《Ecological Indicators》，作者为Xi Wei、Dazhi Yang、Zhongqiu Zhao、Maomao Zhang、Sizheng Li。
技术方法方面，研究区涵盖陕西省107个县级单元，时间节点为2002、2012和2022年。EHI采用VORS框架，其中活力以核化归一化植被指数（kNDVI）表征；组织由景观异质性、景观连通性和重要生态斑块连通性综合度量；恢复力依据土地利用类型的抵抗与恢复系数计算；服务包括碳储存、产水量、水土保持和生境质量。HAI采用全球人类足迹长时间序列数据集（1km分辨率，含建成环境、人口、夜间灯光、耕地、牧场、道路、铁路和水域8个变量）。关键方法包括Sen-MK趋势分析、Dagum基尼系数分解、四象限空间耦合模型和Tapio脱钩模型。
研究结果如下：
4.1 EHI指标时空动态：各分项指标（生态系统活力EV、生态系统组织EO、生态系统恢复力ER、生态系统服务ES）呈“南高北低”格局，EV、EO、ES呈持续上升趋势，而ER呈先升后降的波动变化。
4.2 EHI时空动态：EHI等级总体北低南高，I级（0–0.20）占比虽下降但仍居主导，V级（0.80–1.00）占比由21.28%升至28.12%；林地EHI最高且稳定上升，未利用地EHI由0.111升至0.321；关中中心区及陕北部分地区EHI下降。
4.3 HAI时空动态：HAI均值由0.248升至0.287，呈现“中部高、南北低”的格局；Sen-MK趋势分析显示，全省61.023%区域HAI上升、35.206%下降；县域尺度上超过90%的县区呈极显著上升。
4.4 EHI和HAI的区域差异：城乡梯度上，农村EHI由0.380增至0.450，城郊和城市分别由0.328、0.264降至0.310、0.260；HAI在三种梯度均上升。Dagum基尼系数显示，EHI区域间差异贡献率由53.769%升至60.356%，HAI由63.84%升至65.66%，区域间差异是总体差异的主导来源。
4.5 HAI与EHI的耦合关系：四象限模型表明，陕南以“低HAI-高EHI”为主，陕北主要为“低HAI-低EHI”，关中以“高HAI-低EHI”为主；脱钩模型显示，2002—2022年全省以扩张负脱钩为主（占47.664%），但2012—2022年弱脱钩占比由16.981%升至38.318%，强脱钩区集中关中。
讨论部分总结了该研究的创新性与局限。与常规静态评估相比，“状态-过程”框架能揭示宏观同步上升下的结构脆弱性；多尺度对比表明，县域尺度存在空间平滑效应，而栅格尺度可捕捉山区河谷、城市核心区等局部人地冲突热点。耦合演化符合环境库兹涅茨曲线（Environmental Kuznets Curve）的U型特征，区域从早期扩张负脱钩转向后期弱脱钩，但面临生态修复边际效益递减。针对不同区域提出了差异化政策：陕北需严格水资源红线与生态补偿；关中应划定城市增长边界（Urban Growth Boundary，UGB）并构建生态廊道；陕南可通过生态补偿（Payment for Ecosystem Services，PES）与碳交易实现生态产品价值。局限在于等权重赋值的主观性、10年时间间隔可能遗漏极端事件影响、多源数据分辨率不一致等。
研究结论：通过“状态-过程”框架，本研究超越了传统静态评估，对EHI与HAI的耦合关系进行了动态评估。结果表明，尽管两个指标在陕西省总体均呈上升趋势，但城市和城郊EHI明显下降；陕北、关中和陕南之间的差异逐步扩大，凸显了局部生态风险。脱钩分析揭示了分阶段变化，在2002—2022年后期，区域发展与生态保护之间的冲突加剧。这些发现表明，评估HAI对EHI的影响不能仅依赖静态空间格局，必须纳入时间动态以揭示隐藏结构脆弱性并识别“伪稳定”生态状态。鉴于时空复杂性，一刀切的管理方法效果有限。因此，必须采取差异化监管策略：干旱区需要严格的水资源管理和荒漠化防治；快速城市化地区必须抑制无序城市蔓延；生态优势地区应通过生态补偿、碳交易和生物多样性保护来维持生态系统健康。总体而言，本研究为在强烈人类干扰下制定区域特定生态恢复政策提供了科学依据。
