《Land》：Analysis of Ecosystem Service Value and Driving Factors Under Different Urban–Rural Gradients in the Jinan Metropolitan Area
编辑推荐：
城乡空间转型与生态系统服务的协同演化，是高质量流域发展与大都市区生态治理的关键科学问题。作为黄河下游核心增长极，济南都市圈(Jinan Metropolitan Area, JMA)面临快速城镇化与生态约束叠加压力，因此成为探究城乡梯度与生态系统服务价值(ES
城乡空间转型与生态系统服务的协同演化，是高质量流域发展与大都市区生态治理的关键科学问题。作为黄河下游核心增长极，济南都市圈(Jinan Metropolitan Area, JMA)面临快速城镇化与生态约束叠加压力，因此成为探究城乡梯度与生态系统服务价值(ESV)相互作用的合适案例。基于2000—2024年多源时空数据集，研究人员采用修正当量因子法、多维城乡梯度模型与地理探测器(geodetector)，在1 km × 1 km网格尺度上考察ESV动态、城乡梯度演化及二者耦合关系。结果表明：（1）JMA总ESV在2000—2024年略有上升，空间异质性显著；高ESV区分布于南部山地与黄河沿线，低ESV区位于北部平原和城市建成区；林地与水体重塑区域ESV稳定基础。（2）近郊内部区快速扩张并成为主导城乡过渡带，乡村区持续收缩，城市区沿交通走廊呈现极化与蔓延并存。（3）ESV与城乡梯度耦合协调呈“外围高、中部低”空间格局并略降；土地利用变化、人口密度与归一化植被指数(NDVI)为核心驱动因子，具非线性阈值效应，两因子交互解释力高于单因子。该研究推进了流域—都市区ESV分析框架，为类似地区城乡融合与生态保护提供参考。
研究背景方面，全球城镇化加速使人口、产业与资本向城市集聚，改变地表景观与生态过程，带来生物多样性下降、生态服务供给减少等问题。生态系统服务(Ecosystem Services, 指人类从生态系统获得的供给、调节、文化与支持服务)价值(ESV)已成为区域生态安全与可持续发展核心指标。既有研究多关注ESV测算与驱动因素，或仅用地形、夜间灯光等单维指标刻画城镇化梯度，对城乡过渡带这一人类干扰强度变化剧烈区的ESV响应关注不足；城镇化与ESV关系也常停留于城镇化对ESV的单向影响分析。JMA地处黄河下游、山东半岛城市群中西段，是黄河流域生态保护与高质量发展战略关键载体，同时呈现核心极化、郊区蔓延与乡村收缩等北方流域型都市区典型转型特征，因此研究人员以JMA为对象，构建土地—人口—产业三维城乡梯度，测算ESV时空演变、耦合协调及驱动机制，相关论文发表于《Land》。
关键技术方法上，研究人员使用2000、2005、2010、2015、2020与2024年多源数据，在ArcGIS 10.8中统一重采样为1 km × 1 km网格（WGS 84/UTM Zone 50N），经Min-Max Scaling预处理；采用谢高地单位面积当量因子表并依小麦、玉米、水稻及2020年均价修正标准当量系数以测算ESV；由不透水面比例、夜间灯光与人口密度加权人口梯度、POI核密度产业梯度叠加，借Delphi法赋权得到多维城乡梯度并划分为城市、近郊内部、近郊外部、乡村；用耦合协调模型(Coupling Coordination Degree Model)测度城乡梯度与ESV协调水平；以土地利用类型、夜间灯光、NDVI、人口密度、高程、年降水量、年均温、坡度8因子为自变量，在22 103个抽样点上用地理探测器(geodetector)做单因子与交互探测。
研究结果部分，3.1 生态系统服务价值的时间演化：研究人员按土地类型核算ESV，发现2000—2024年总ESV小幅上升，水域与林地服务价值增长抵消耕地与草地下降；水体ESV自2000—2005年因黄河调水调沙、水库与养殖塘扩张而显著上升，林地自2005年后因造林稳步增加，耕地与草地持续受损，未利用地因新区征占出现先升后降的人为波动。
3.2 生态系统服务价值的空间变异：研究人员空间制图显示，高ESV集中于黄河干流、雪野湖、白云湖及鲁中山地等水土资源丰富区，低ESV位于周边与西部平原；2000—2024年湖区、湿地与山地ESV提升，其余区域普遍下降。
3.3 城乡梯度的时空变化：研究人员按梯度类型统计，乡村虽仍为主类型但持续收缩，近郊外部由乡村转来稳步扩展，近郊内部面积增幅最大，城市于原建成区极化并沿交通轴蔓延；整体形成“一核引领、两轴拓展、多节点支撑”格局。
3.4 城乡梯度与生态系统服务价值的耦合协调分析：研究人员用自然断点将耦合协调分为严重失调、基本失调、基本协调、中等协调与高度协调；均值由0.76降至0.66但仍处协调类，空间上泰山区分值低于周边、黄河沿线高度协调、济南主城中等且略降，说明快速城镇化下生态空间与城市扩张出现阶段错配。
3.5 生态系统服务价值的驱动因素：研究人员地理探测器显示，2000年解释力排序为土地利用类型(X1)>高程(X5)>人口密度(X4)>年均温(X7)>年降水量(X6)>夜间灯光(X2)>坡度(X8)>NDVI(X3)，2024年为X1>人口密度(X4)>高程(X5)>坡度(X8)>年均温(X7)>年降水量(X6)>NDVI(X3)>夜间灯光(X2)；土地利用与高程具显著自然主导性，人口密度为最显著社会因子；任意两因子交互解释力均超单因子，土地利用类型与其他因子交互在2024年解释力超52%，表明综合管控优于单因子干预。
讨论部分，研究人员指出总ESV微增由林地和水体扩张驱动，高值区受地形、水文与植被控制，城市不透水面压制生态功能；多维梯度揭示近郊内部为城乡要素流动最活跃区，乡村收缩与多中心连通增强代表由单核集聚转向区域一体化；耦合协调下降并非总ESV减少所致，而是近郊过渡带生态用地被占、南部山地新增服务难补偿郊区压力；驱动上土地利用、人口密度、NDVI具阈值与非线性增强，应将驱动机制与梯度分区分级管理相衔接。
结论部分翻译如下：本研究为JMA构建人口、产业与土地维度多维城乡梯度指数，结合当量因子法ESV评价、耦合协调模型与地理探测器，系统分析ESV时空演化、城乡梯度特征、二者耦合关系及驱动机制。主要结论为：第一，2000—2024年JMA总ESV略升且空间异质显著，高ESV位于南部山地与黄河沿线，低ESV位于北部平原与城市建成区；林地与水体系区域ESV能力关键基础，高值生态斑块多在乡村与近郊外部，低值对应城市核心与剧变近郊内部。第二，多维城乡梯度形成“一核引领、两轴拓展、多节点支撑”格局，近郊内部占比增速最快并成城乡过渡主导区，乡村持续收缩，城市沿交通廊道极化兼蔓延，人口、产业与土地城镇化轨迹异步。第三，ESV与多维城乡梯度耦合协调呈“外围高、中部低”且略降；下降源于空间错位而非总ESV缩减，近郊过渡带生态退化、南部山地新增服务难补郊区压力；土地利用变化、人口密度与NDVI为核心驱动，具阈值非线性效应，两因子交互解释力显著高于单因子。研究对黄河下游都市区国土空间治理具实践意义：城市核心应紧凑集约，近郊内部需平衡建设与保护，乡村与黄河湿地维持生态供给；综合土地优化、植被恢复与生态工程优于孤立措施。研究局限在于2000与2005产业梯度以2010年代替、长时序土地利用解译不一致、土地利用同时用于ESV与探测存在内相关、梯度权重含主观性，未来需更一致多源数据与多模型比较。
