合肥市生态系统服务供需时空变化及其权衡与协同关系

秦丽　程先富　方浩玲

摘要：生态系统服务供需平衡是维持社会与生态环境可持续发展的关键。本文应用InVEST、CASA模型及相关物理公式评估合肥市食物供应、碳固持、土壤保持、产水量和游憩服务等五种关键生态系统服务的供需状况，基于相关性分析和地理加权回归等方法探究生态系统服务供需平衡间权衡与协同关系的时空演化，并利用自组织映射网络识别城市生态系统服务簇的空间格局。结果表明：（1） 2000—2020年合肥市生态系统服务供给在空间上呈“四周高，中心低”的分布特征，与需求量相反。生态系统服务供需平衡总体以盈余为主，赤字区主要分布在城市中部且范围逐步向外扩张。（2） 时间上生态系统服务供需比间以协同关系为主。碳固持和产水服务相关系数由0.91下降至0.57，但其协同效应最高，仅食物供应和土壤保持服务为权衡关系。（3） 空间上生态系统服务供需比间协同关系占比大于权衡。食物供应和碳固持服务、食物供应和土壤保持服务、碳固持和产水服务、土壤保持和游憩服务权衡比重呈上升趋势，其余呈下降趋势。（4） 五种生态供需簇中，城乡过渡簇和农业生产簇变化较大，分别占总变化量的51.45%和31.81%，生态赤字簇以单向转入为主，生态盈余簇以单向转出为主，生态涵养簇变化较小。

关键词：生态系统服务供需； 时空变化； 权衡协同； 合肥市

中图分类号：X171.1文献标志码：A文章编号： 1001-2443（2023）06-0538-12

生态系统服务是人类直接或间接地从生态系统中获得的利益［1］，分为供应、调节、支持和文化服务［2］，由于空间分布不均衡，难以实现多种生态系统服务效益的最大化，从而形成复杂的权衡与协同关系［3］，权衡指一种生态系统服务的增加以牺牲其他服务为代价，协同指增加或减少一种生态系统服务时其他服务也产生相应变化［4］，这往往对应着社会—生态系统管理目标之间的冲突和共赢关系［5］。生态系统服务的供需关系由自然生态系统的供给和人类对其的需求来反映［6］，城市的迅速发展，生态系统的破坏和退化与人类日益增长的物质和文化需求之间的矛盾正在加剧，这在很大程度上威胁着区域生态安全，引发生态环境污染和恶化［7］。可持续的生态环境供给是自然和社会可持续发展的基础［8］，因此探索生态系统服务供给和需求之间的权衡与协同关系，能够清晰地反映生态系统的承载能力以及人类活动对其干扰程度［9］，为生态系统管理和资源配置提供决策基础，对平衡社会经济发展与生态环境保护具有重要意义，同时为制定合理的生态补偿方案提供理论支持。

目前对生态系统服务的研究大多是从供需关系的角度或从权衡的角度进行。供需关系方面主要包括供需量化与评估［10-11］、供需匹配分析［12-13］、生态系统服务流［14-15］等方面，研究方法上，基于不同生态模型如InVEST［16-17］、RUSLE［18］、CASA［14， 19］、SolVES［20］和ARIES［21］模型等对生态系统服务进行定量评估，其结果空间可视化程度高且适用范围广，现已成主流。刘立程等［13］应用模型等方法评估了兰州市生态系统服务的供给量，通过人口密度指标计算需求量，进行区域供需匹配分析与评价，有助于识别供需之间的空间差异［22］。权衡分析方面多聚焦于供给侧［23］，结合供需关系与权衡分析的研究较少，许多学者在国家［24］、区域以及流域［24-28］等多种尺度上采用相关性分析［29］、均方根偏差［30］和贝叶斯网络［31］等方法分析生态系统服务之间复杂的权衡与协同关系，此外，基于空间叠置法［32］、逐像元偏相关分析［27， 33］和地理加權回归 （Geographically Weighted Regression，GWR）［34］等方法反映权衡与协同关系的空间分异特征，可以为生态系统服务的管理和利用提供空间导向作用。现有研究主要侧重在时间尺度上对供需关系进行权衡分析，但在空间尺度还未涉及。生态系统服务簇是在空间上具有相似生态系统服务构成的组合［5］，通过层次聚类［35］、K-means［36］、或自组织映射网络 （Self-Organizing Map，SOM）［37-38］等聚类方法，识别多重生态系统服务之间的权衡与协同作用，因此将供需关系应用于服务簇层面，有助于精确评估不同服务簇内的供需关系特征，为优化资源配置提供指导。在研究区域上，现有研究主要涉及流域、城市群［39-40］以及生态脆弱区［41］等，针对市级小尺度研究较少；同时，已有学者对合肥市进行了碳储量的评估与预测研究［42］，但对该地区不同生态系统服务之间的供需关系探究较少，深入了解生态系统如何为人类福祉做出贡献，有助于更好地理解生态系统与人类社会之间的相互关系，推动可持续发展目标的实现。

生态问题往往在城市中更为突出，合肥市作为安徽省的省会，工业化和城镇化持续快速增长加剧了建设用地和生态用地之间的冲突，生态系统服务的可持续供给受到威胁，城市居民数量不断增加，需求更加旺盛，实现经济增长和碳排放脱钩难度较大，不可避免的对生态系统服务供需关系产生一定的影响，这从根本上来说是由于生态系统服务供需不平衡造成的。鉴于此，本文以合肥市为研究对象，评估区域内2000年、2010年和2020年食物供应、碳固持、土壤保持、产水和游憩服务等五种关键生态系统服务的供需状况与供需平衡的空间分异，基于相关性分析、地理加权回归和SOM聚类等方法，在时间、空间和服务簇角度进行权衡分析，提供更全面的供需关系视角，为资源管理和城市规划提供更明智的决策信息。

1 研究方法与数据

1.1 研究区概况

合肥市地处安徽省中部，位于江淮之间，环抱巢湖（30°56′—32°33′N、116°40′—117°58′E），管辖范围包括四区 （蜀山区、庐阳区、包河区、瑶海区） 、四县 （肥西县、肥东县、长丰县、庐江县） 和巢湖市 （图 1），总面积11445 km?。地形以丘陵岗地为主，江淮分水岭自西向东横贯全境，西南部属大别山余脉。土壤以黄棕壤、水稻土为主。属亚热带季风性湿润气候，年均气温15.7 °C，年均降水量约1000 mm。2000—2020年，合肥市常住人口由447万增长至946.5万，城镇化率由44.1%增至82.3%。经济发展各项增速均在全国省会城市属于前列，随着城市化和工业化的加速发展，生态环境受到了一定程度的破坏，城市的交通和工业生产产生大量的尾气和废气，这些排放物对大气环境造成污染，直接影响居民的身体健康和生活质量。城市扩张对粮食和水资源的需求也很大，城市的建设和工业生产会导致污水的排放和水质的恶化，给城市和周边生态环境带来极大的负面影响。

1.2 数据来源

主要数据包括：①土地利用数据，来自中国科学院空天信息创新研究院 （https：//data.casearth.cn/），依据研究需要将2000年、2010年和2020年数据合并为耕地、林地、草地、水域、建设用地和未利用地6个一级地类，分辨率为30 m。②气象数据，由合肥市及周边21个气象站点数据插值获得，来自中国气象数据网 （http：//data.cma.cn/） 。③DEM数据，来自地理空间数据云 （http：//www.gscloud.cn/），分辨率为30 m。④土壤数据，来源于中国科学院南京土壤所第二次全国土壤普查数据。⑤NDVI数据，为NASA提供的MOD13Q1产品 （http：//ladsweb.modaps.eosdis.nasa.gov），空间分辨率为250 m。⑥人口密度数据，来自WorldPop （https：//www.worldpop.org/），分辨率为100 m。⑦社会经济数据，源于《安徽省统计年鉴》《合肥市统计年鉴》《居巢年鉴》《庐江年鉴》以及《水资源公报》等。

1.3 研究方法

1.3.1 生态系统服务供需评估

（1） 食物供应服务。依据耕地、草地和水域的NDVI比值，将各区县的作物产量进行空间分配；对于需求，通过人均粮食消费量乘以人口密度的方法来估算，公式如下：

式中：Sfs（i） 为 i 栅格分配的粮食、蔬菜、肉类、奶类和水产品等产量 （t） ；Gsum 为合肥市食物的总产量 （t） ；[NDVIi]NDVIi 表示栅格单元 i 的NDVI值；[NDVIsum]NDVIsum表示合肥市耕地、草地或水域的NDVI值之和；Dfs 为食物需求量（t/hm?）；Dpcfs 为人均食物需求量 （kg） ；ρpop 为人口密度 （人/hm?） 。

（2） 碳固持服务。选用朱文泉等改进的CASA模型实现对NPP的模拟，植被每累积1个单位的干物质可以固定1.63个单位的[CO2]［43］[CO2]；对于需求，通过碳排放系数法计算区域耕地和建设用地碳排放总量，公式如下：

式中：[Scs（i）] 为每个栅格碳固持供给量 （t） ；NPP 为每个栅格的植被净初级生产力 （gC） ；[APAR（i， t）]APAR（i，t） 为植被吸收的光合有效辐射；[ε（i，t） ]为光合有效辐射转化为有机碳的效率；Dcs 为碳固持服务需求量 （t/hm?） ；[Dcro] 为耕地碳排放量；[Dcon] 为建设用地碳排放量；A 为耕地面积；[δcro]为地碳排放系数；E 为合肥市能源消费总量 （万吨标准煤） ，δcon 为标准煤的碳排放系数，具体参数见参考文献［11，44］。

（3） 土壤保持服务。采用通用土壤流失方程 （RUSLE） 对区域土壤保持量进行估算；以实际土壤侵蚀量作为需求量，公式如下：

式中：[Ssc]为土壤保持量 （t/hm?）；R 为降雨侵蚀因子；K 为土壤可侵蚀因子；LS 为坡长坡度因子；C 为植被覆盖因子；P 为水土保持因子；[Dsc]为土壤侵蚀量，具体计算公式见参考文献［25］。

（4） 产水服务。基于InVEST模型中的water yield模块对其进行评估，主要根据热耦合平衡假设和年平均降水量进行计算［17］，需求量来自《水资源公报》中城乡生活用水、农业用水、工业用水和生态用水，公式如下：

式中：[Swy（i）]为栅格i的年产水量 （mm） ；[AETi]为栅格i上的年蒸发量 （mm） ；[Pi]为栅格i上的年降雨量 （mm） ，为了与需求相对应，将栅格面积与[Swy（i）] 相乘得到产水体积，作为产水服务的供给量 （m?） 。[Dwy]为用水量 （m?） ；[Dliv]为城乡生活用水；[Dagr] 为农业用水；D ind 为工业用水；Deco 为生态用水。

（5） 游憩服务。游憩服务的供给被估计为研究区内居民可用的绿地面积，游憩需求为人均舒适绿地面积乘以人口密度，公式如下：

式中：[Sre]表示游憩服务的供给量；[Areagreen]为行政区域中绿地的实际面积；Areaunit为行政区域的总面积；Dre为游憩服务的需求量；[Areatarget] 为规划的人均绿地面积；ρpop 为人口密度 （人/hm?）。

1.3.2 生态系统服务供需比

通过利用生态系统服务供需比将生态系统服务的供给与人类需求联系起来，从而衡量生态系统服务的供需平衡程度。公式如下：

式中：RESD表示生态系统服务供需比；S和D为生态系统服务的供给量和需求量；[Smax]和[Dmax]为供给量和需求量的最大值。RESD > 0时，表示供过于求；RESD = 0时，表示供需平衡；RESD < 0时，表示供不应求。

1.3.3 相关性分析

运用R语言corrplot包，通过相关性分析计算合肥市五种生态系统服务供需比之间的Pearson系数，以直观显示不同生态系统服务供需比之间的权衡与协同关系。若两种生态系统服务之间的相关系数为正，且通过95%水平的显著性检验，则表明该对服务为协同关系，反之为权衡关系。

1.3.4 地理加权回归模型

地理加權回归模型的回归系数在空间上具有变化性，即在不同地理位置上的自变量对因变量的影响程度不同，可以更准确地反映地理空间上的空间异质性和空间非平稳性。考虑到生态系统服务的空间分布、空间相互作用以及不同利益相关者对生态系统服务的需求，使用该模型来识别供需比之间的空间交互作用［34］，回归系数为正表示空间协同，回归系数为负表示空间权衡。本文创建46036个500 m × 500 m的渔网对研究区不同类型生态系统服务供需比进行提取，使用R语言GWmodel包进行权衡与协同分析，模型公式如下：

式中：Yi 为因变量；（ui，vi） 为第i 个样本单元的时空坐标，其中ui 和vi 分别是纬度和经度；β0（ui，vi） 为回归截距；p 为解释变量的个数；βk（ui，vi） 为变量k 的回归系数；xik 为自变量；εe 为模型残差。

1.3.5 自组织映射网络

自组织映射网络结合了主成分分析和K-means聚类分析方法，通过迭代的方式，将输入数据样本逐步映射到神经元上，并不断调整神经元的权值，使相邻的神经元权值趋于相似，达到分类处理的目的［37］，有助于从服务簇视角下探究生态系统服务供需比之间的权衡与协同关系［45］，基于渔网数据使用R语言fpc包中的pamk函数确定最佳聚类数为5，最后通过kohonen包执行SOM。

2 结果与分析

2.1 生态系统服务供需关系时空演变

2000—2020年合肥市食物供应、碳固持、土壤保持、产水量和游憩服务平均供给量分别为5.13 t/hm2、7.46 t/hm2、125.47 t/hm2、8994.88 m3/hm2和0.0643 hm2/hm2，表明生态系统服务具有一定的供给水平；平均需求量分别为1.70 t/hm2、36.58 t/hm2、13.69 t/hm2、2642.00 m3/hm2和0.0057 hm2/hm2，仅碳排放量超出其平均供给量。在空间上，供给量与需求量呈现出供需错位的分布特征 （图 2） ，其中食物供应、碳固持和游憩服务的供给与需求具有相似的空间格局，大体上呈“四周高，中心低”的分布特征，高供给区集中在植被覆盖度较高的低山丘陵地区，面积在不断收缩；受人口、土地利用变化等影响，需求量呈“中心高，四周低”的分布格局，高需求区集中在城市中心地区，面积不断向外围扩张。土壤保持服务的供给与需求分布较为一致且变化不大，受降水和地形等因素影响，呈“南高北低”的分布格局。产水量在空间上大体上呈“南高北低，中心略高”的分布格局，中心城区由于城市道路的影响，地面硬化导致地表径流增大，形成产水量次高值区，且范围逐步扩大，用水量高值区同样集中分布在中心城区且范围逐步向外围扩张。

2000—2020年合肥市食物供应、碳固持、土壤保持、产水量和游憩服务平均供需比分别为0.0112、?0.0817、0.0127、0.3498和0.0483，整体生态系统服务供需关系相对平衡，呈高供给–低需求匹配模式，但在碳固持方面存在供需不平衡的问题。空间上总体以盈余为主，除土壤保持服务外，受需求影响，城市中部为主要赤字区，土地利用以建设用地为主，盈余区位于城市周围的耕地和植被覆盖度较高的林地等，形成服务流不断向中心城区供应 （图 3） ，其中食物供应、碳固持和产水服务赤字区变化较大，由占总面积的9.96%、2.92%和3.58%扩大至12.99%、7.44%和6.05%，供需赤字现象愈发严重；游憩服务赤字区占比波动较小，由3.16%增加至4.71%，供需平衡及盈余区占比较大；土壤保持服务赤字区多位于植被覆盖度较低的山地周围，受地形和坡度影响，陡峭的山坡、强烈的雨水冲击以及缺乏植被覆盖等因素导致山地土壤容易流失，减少土壤的保持能力，呈低供给—高需求的匹配模式，赤字区由占总面积的2.90%下降至1.75%，总体分布格局变化不大。

合肥市各项生态系统服务单位面积供给、需求和供需比变化也存在差异。由图 4可以看出，食物供应服务在2000—2010年单位面积供应量呈上升趋势，而需求量下降，因此单位面积供需比表现为正且有所增长，2010—2020年则相反，2000—2020年总体保持上升状态；碳固持和游憩服务在2000—2020年单位面积供应量变化较小，甚至出现负增长，而需求量大且增长迅速，单位面积供需比均表现为负增长，其中碳固持服务长期处于供不应求状态；土壤保持和产水服务在2000—2020年单位面积供给量远大于其需求量，单位面积供需比为正并呈逐步上升趋势。

2.2 生态系统服务供需关系权衡与协同分析

2.2.1 权衡与协同时间变化分析

2000—2020年合肥市5种生态系统服务供需比之间共形成30组相关关系（图 5），均具有显著性，其中有27组表现为正相关，整体以协同关系为主，仅食物供应和土壤保持服务之间为权衡关系。各年份供需比间权衡与协同关系较为稳定，碳固持和产水服务之间协同效应最高。具体来看，2000—2020年食物供应和碳固持、产水服务供需比之间表现为协同关系，相关系数呈先升后降趋势，2010年处于最高值，为0.40和0.39，而食物供应与土壤保持服务供需比之间相关系数为负，呈先降后升趋势，但整体相关性较弱，2010年权衡效应最高；土壤保持与碳固持、产水服务供需比之间相关系数呈上升趋势，分别由0.02和0.08增长至0.04和0.16，协同效应逐渐增强；相反，碳固持与产水服务供需比之间协同关系逐步转弱，2000年供需比之间相關系数为0.91，表明二者之间存在强烈的正相关关系，意味着碳固持服务供需比的变化与产水服务供需比的变化呈现高度一致性，2010年和2020年相关系数分别下降至0.82和0.57，表明其一致性逐渐减弱，但仍然存在较强的协同关系；与游憩服务相关的4对供需比之间相关系数均大于0.1，呈稳步上升趋势，表明其协同关系有所加强。

2.2.2 权衡与协同空间尺度分析

由图 6可以看出，基于地理加权回归模型生态系统服务供需比间权衡与协同关系表现出明显的空间异质性，总体来看协同关系比重较大，不同生态系统服务间存在差异。2000—2020年合肥市食物供应和碳固持服务协同关系比重由86.19%下降至78.27%，在水域上呈强协同关系，林地上由于食物供应赤字而碳固持盈余呈权衡关系；土壤保持和食物供应、碳固持服务间大体上以权衡关系为主，受土地利用类型影响，城市中心食物供应和碳固持均为赤字而土壤保持盈余因此呈强权衡关系；食物供应和产水、游憩服务间协同关系比重分别大于89%和68%且呈上升趋势，中心地区表现为协同关系，林地上表现为权衡关系；碳固持和产水服务间供需盈余与赤字分布变化较小，协同关系比重在90%以上；土壤保持与产水服务协同关系比重由74.27%上升至88.52%，在林地上表现为强协同关系，城市中心表现为权衡关系；碳固持和游憩服务权衡关系比重由23.61%下降至11.48%，在中心地区表现为协同关系，部分耕地上表现为权衡关系；土壤保持和游憩服务2000年和2020年权衡与协同关系比重相当，2010年以协同关系为主，权衡关系主要分布在中心地区以及水域；产水服务和游憩服务权衡关系比重由42.51%下降至31.23%，主要分布在耕地及水域且较为破碎。

2.3 生态系统服务供需簇

根据自组织映射网络方法识别出合肥市5种生态系统服务供需簇，根据每个供需簇中生态系统服务供需比特征，分别命名为生态赤字簇 （B1） 、生态盈余簇 （B2） 、生态涵养簇 （B3） 、城乡过渡簇 （B4） 和农业生产簇 （B5） 。如图 7所示，B1主要分布在城市中心地区，土地利用类型以建设用地为主，人类活动是导致生态赤字簇出现和持续存在的主要原因，城市地表硬化减少了水土流失，因此土壤保持服务为盈余，但其余生态系统服务均为赤字状态；B2集中在南部和东部的山地以及低山丘陵地区，土地利用类型以林地为主，海拔相对较高，受人为干扰较少且植被覆盖度较高，生态系统服务均为盈余状态；B3主要分布在区域内的湖泊和湿地，食物供应和碳固持服务占比较大且为盈余状态；B4主要分布在B1的外围，土地利用类型以草地、耕地为主，食物供应和碳固持服务为赤字，产水服务表现为盈余状态，伴随着城市化扩张，这部分区域逐渐转变为生态赤字簇；B5分布空间最为广泛，涵盖了大部分研究区，土地利用类型以耕地、林地为主，食物供应、碳固持和产水服务以盈余为主导，大体上保持供需平衡状态。

2000—2020年合肥市不同类型生态系统服务供需簇间动态变化如表1所示。2000—2010年中B5面积变化最大，占总体变化量的45.96%，主要是由B2和B3转移而来；2010—2020年中B4面积变化最大，占总体变化量的60.47%，主要是由B3和B5转移而来；总体来看，2000—2020年受城市化、工业化以及农业生产方式转型等影响，B4和B5面积变化较大；B1以单向转入为主，这部分区域吸引了大量人口和资源，以满足其经济和社会发展的需要；B2以单向转出为主，随着周边地区经济、人口等因素的变化，生态系统服务需求也发生变化；B3变化相对较小，湿地、水域等区域受自然条件和地形地貌的影响较大，人类活动对其影响程度较低，同时还具备一定的缓冲能力，即使受到一定程度的干扰，其生态系统服务的供给也不会立即受到影响。

3 讨论

3.1 生态系统服务供需关系分析

自然生态系统由于人类活动的影响受到巨大干扰，与社会生态系统融合形成了人地耦合的社会—生态系统［39］，供给与需求便是一对主要矛盾，伴随着城市化的快速发展，生态系统服务的供需关系变得越来越紧张，市级研究可以更准确捕捉到局部的生态系统服务供需特征和变化。基于不同生态模型和物理公式计算出2000年、2010年和2020年合肥市五种生态系统服务的供给与需求量，发现供需间呈现出相反的分布格局，高需求区往往对应着低供给区，具有明显的空间异质性，同时受土地利用和人口密度变化影响较为明显，合肥市耕地面积由9251.04 km2逐步下降至8450.78 km2，而建设用地面积由329.55 km2逐步扩张至846.08 km2，尤其限制了食物供应服务的供给能力。单位面积供需变化差异明显，伴随城市化和工业化发展，能源消耗和工业活动的增加，碳排放量持续增长且增速最快。

通过生态系统服务供需比识别区域内的供需 （盈余、平衡和赤字） 状况，发现赤字区通常是人口密集的城市中心和人口聚集区，而盈余区是农业用地和自然生态系统较为集中的林地和草地部分，伴随着土地利用变化，建设用地逐步向周围耕地、林地扩张，供需赤字区域面积在逐渐增大，相对于需求增长速度，自然界供给能力的变化速度相对较慢，无法及时满足这种快速增长的需求，导致了供需赤字问题日益严重。研究中土壤保持服务变化较小，可能是受林地的约束作用，合肥市总体地势相对平坦，土壤质量较好，有利于农作物的种植和农业生产，具备了较强的土壤保持能力，相对较少出现土壤侵蚀和水土流失等问题。

3.2 生态系统服务权衡与协同分析

研究生态系统服务权衡关系，目的是深入理解各个服务之间的相互作用和相互依赖性，评估供需关系变化对其他服务的影响，在资源有限的情况下，通过合理的资源分配和管理来实现供需关系的平衡，有助于制定科学的生态系统管理策略，以实现生态系统的可持续发展和提升人类社会福祉。分析不同供需比之间权衡与协同关系发现，2000—2020年合肥市食物供应与碳固持、食物供应与产水量、碳固持与产水量3组服务供需比之间的协同程度较高，表现为一荣俱荣、一损俱损的状态，这与刘立程等［13］在黄土丘陵地区的研究结论一致；而食物供应与土壤保持服务供需比之间表现为较弱的权衡关系，这与Wu等［46］基于小流域尺度在赣江流域的研究结论不一致，不同尺度的权衡与协同关系具有一定差异性。基于地理加权回归模型直观体现出生态系统服务供需关系间权衡与协同作用的空间分布特征，食物供应與土壤保持服务供需比之间以权衡关系占比为主，并且与时间尺度表现一致；其余生态系统服务供需关系在时间尺度上均表现为协同关系，但在空间上仍存在一定的权衡关系占比。此外，权衡关系会影响供求平衡，如果决策者选择增加碳固持或游憩服务的供应量，可能需要将一部分土地从其他用途转为林地或草地，从而降低了食物供应的供给能力；而供求的变化也会引发权衡关系的出现，如果人口密度增加导致对食物供应的需求增加，可能会引发决策者增加耕地面积，但这可能会对其他生态系统服务 （如土壤保持、碳固持等） 造成影响，从而产生权衡关系。这种相互作用有助于我们更好地理解生态系统管理和资源分配中的复杂性，以及如何在保障生态系统服务的基础上满足人类需求。

生态系统服务之间具有相互依赖性，在考虑了生态系统服务一对一之间的权衡与协同关系外，基于自组织映射网络识别了五种生态供需簇的空间分布和内在组成差异，发现这五种供需簇与土地利用类型关联度较高，伴随城市发展，建设用地不断向外扩张，城市边缘区供需簇类型不断发生变化，生态环境质量也在不断下降，这与闫晓露等［37］、冯兆等［38］的研究结果较为一致。针对不同供需簇的特征，提出以下生态调控建议，以规范和优化生产、生活、生态的空间格局：①生态赤字簇：调整产业布局和结构，推进清洁生产，建立生态服务收费项目，划定城市发展边界；②生态盈余簇：建设生态公益林，划定生态红线，发展生态旅游；③生态涵养簇：休渔养湖，加强巢湖生物多样性保护，加强水质监测；④城乡过渡簇：退耕还林还草，建设城市—乡村生态廊道，发展绿色经济；⑤农业生产簇：保护基本农田，发展生态农业，改善土壤肥力和土壤健康。

3.3 局限性及未来研究方向

本研究评估了合肥市食物供应、碳固持、土壤保持、产水量和游憩服务等五种生态系统服务的供给和需求，包含了供应、调节和文化服务，但缺少对支持服务的量化与评估，可能导致对整个生态系统服务的综合理解还不够全面。由于不同区域内部自然和人为因素存在差异，下一步更应关注在县级、流域等小尺度上的尺度效应。本文仅探讨了生态系统服务供需簇的时空分布与数量转移，未考察供需簇中生态系统服务的时空演化轨迹及其规模效应，今后研究中还应充分考虑生态系统服务供给与需求在不同时空尺度上的动态变化及其影响因素，結合供需驱动机制深入探究权衡与协同关系演化的滞后效应和阈值效应，推动生态环境和社会经济的良性互动。

4 结论

通过定量评估2000年、2010年和2020年合肥市食物供应、碳固持、土壤保持、产水量和游憩服务等五种关键生态系统服务的供需状况，在时间、空间和服务簇等多尺度探究供需平衡间权衡与协同关系的时空演化特征，得出以下结论：

（1） 碳固持服务供需比为?0.0817，供需赤字问题突出，食物供应、土壤保持、产水量和游憩服务供需比分别为0.0112、0.0127、0.3498和0.0483，供需关系表现为盈余状态，但空间上存在赤字区域，城市中心地区赤字现象最为严重，食物供应服务在各时期空间赤字占比均为最高。

（2） 时间上生态系统服务供需比之间以协同关系为主，碳固持和产水服务间协同效应最高，仅食物供应和土壤保持服务间表现为权衡关系，同时，与食物供应和碳固持、产水服务间的相关系数均呈下降趋势。

（3） 不同时期生态系统服务供需比间的空间权衡与协同模式较为稳定，城市中心地区多表现为协同关系，总体协同占比大于权衡。仅食物供应和碳固持服务、食物供应和土壤保持服务、碳固持和产水服务、土壤保持和游憩服务权衡比重呈上升趋势，其余呈下降趋势。

（4） 合肥市共划分为五种生态供需簇，其空间分布与功能结构差异明显。2000—2020年城乡过渡簇和农业生产簇变化较大，生态赤字簇以单向转入为主，生态盈余簇以单向转出为主，生态涵养簇变化较小。

参考文献：

［1］ COSTANZA R， DARGE R， DE GROOT R， et al. The value of the worlds ecosystem services and natural capital［J］. Ecological Economics， 1998， 25（1）： 3-15.

［2］ CHAPIN F S， RANDERSON J T， MCGUIRE A D， et al. Changing feedbacks in the climate–biosphere system［J］. Frontiers in Ecology and the Environment， 2008， 6（6）： 313-320.

［3］ 李双成， 张才玉， 刘金龙， 等. 生态系统服务权衡与协同研究进展及地理学研究议题［J］. 地理研究， 2013， 32（8）： 1379-1390.

［4］ ZHANG Z M， PENG J， XU Z H， et al. Ecosystem services supply and demand response to urbanization： A case study of the Pearl River Delta， China［J］. Ecosystem Services， 2021， 49： 101274.

［5］ 张碧天， 闵庆文， 焦雯珺， 等.生态系统服务权衡研究进展［J］. 生态学报， 2021， 41（14）： 5517-5532.

［6］ 肖玉， 谢高地， 鲁春霞， 等. 基于供需关系的生态系统服务空间流动研究进展［J］. 生态学报， 2016， 36（10）： 3096-3102.

［7］ SYRBE R U， WALZ U. Spatial indicators for the assessment of ecosystem services： Providing， benefiting and connecting areas and landscape metrics［J］. Ecological Indicators， 2012， 21： 80-88.

［8］ FENG Q， ZHAO W W， DUAN B L， et al. Coupling trade-offs and supply-demand of ecosystem services （ES）： A new opportunity for ES management［J］. Geography and Sustainability， 2021， 2（4）： 275-280.

［9］ 易丹， 肖善才， 韩逸， 等. 生态系统服务供给和需求研究评述及框架体系构建［J］. 应用生态学报， 2021， 32（11）： 3942-3952.

［10］ KROLL F， M?LLER F， HAASE D， et al. Rural–urban gradient analysis of ecosystem services supply and demand dynamics［J］. Land Use Policy， 2012， 29（3）： 521-535.

［11］ 杨冕， 张艺千， 王春晓. 湖北省关键生态系统服务供需状况的时空变化研究［J］. 长江流域资源与环境， 2019， 28（9）： 2080-2091.

［12］ YANG M H， ZHAO X N， WU P T， et al. Quantification and spatially explicit driving forces of the incoordination between ecosystem service supply and social demand at a regional scale［J］. Ecological Indicators， 2022， 137： 108764.

［13］ 刘立程， 刘春芳， 王川， 等. 黄土丘陵区生态系统服务供需匹配研究——以兰州市为例［J］. 地理学报， 2019， 74（9）： 1921-1937.

［14］ 李婷， 李晶， 王彦泽， 等. 关中-天水经济区生态系统固碳服务空间流动及格局优化［J］. 中国农业科学， 2017， 50（20）： 3953-3969.

［15］ SHI Y S， SHI D H， ZHOU L L， et al. Identification of ecosystem services supply and demand areas and simulation of ecosystem service flows in Shanghai［J］. Ecological Indicators， 2020， 115： 106418.

［16］ 張文静， 孙小银， 周俊. 南四湖流域关键生态系统服务的时空权衡关系［J］. 生态学报， 2021， 41（20）： 8003-8015.

［17］ 杨君， 周鹏全， 袁淑君， 等. 基于InVEST模型的洞庭湖生态经济区生态系统服务功能研究［J］. 水土保持通报， 2022， 42（1）： 267-272，282.

［18］ 王晓峰， 贾子续， 冯晓明， 等. 黄土高原土壤保持服务供需平衡及驱动因素分析［J］. 生态学报， 2023（7）： 1-13.

［19］ CHEN K L， HAN Y L， CAO S K， et al. The study of vegetation carbon storage in Qinghai lake valleybased on remote sensing and CASA model［J］. Procedia Environmental Sciences， 2011， 10： 1568-1574.

［20］ 霍思高， 黄璐， 严力蛟. 基于SolVES模型的生态系统文化服务价值评估——以浙江省武义县南部生态公园为例［J］. 生态学报， 2018， 38（10）： 3682-3691.

［21］ 杨丽雯， 董丽青， 张立伟， 等. 固碳服务供需平衡和服务流量化评估——以引黄入晋南干线为例［J］. 资源科学， 2019， 41（3）： 557-571.

［22］ BAGSTAD K J， JOHNSON G W， VOIGT B， et al. Spatial dynamics of ecosystem service flows： A comprehensive approach to quantifying actual services［J］. Ecosystem Services， 2013， 4： 117-125.

［23］ WANG S J， LIU Z T， CHEN Y X， et al. Factors influencing ecosystem services in the Pearl River Delta， China： Spatiotemporal differentiation and varying importance［J］. Resources， Conservation and Recycling， 2021， 168： 105477.

［24］ 牛忠恩， 何洪林， 任小丽， 等. 基于过程模型的2000—2018年中国陆地生态系统服务时空动态及其权衡与协同分析［J］. 生态学报， 2023， 43（2）： 496-509.

［25］ YU H J， XIE W， SUN L， et al. Identifying the regional disparities of ecosystem services from a supply-demand perspective［J］. Resources， Conservation and Recycling， 2021， 169： 105557.

［26］ 赵筱青， 石小倩， 李驭豪， 等. 滇东南喀斯特山区生态系统服务时空格局及功能分区［J］. 地理学报， 2022， 77（3）： 736-756.

［27］ 王鹏涛， 张立伟， 李英杰， 等. 汉江上游生态系统服务权衡与协同关系时空特征［J］. 地理学报， 2017， 72（11）： 2064-2078.

［28］ 刘树超，邵全琴，牛丽楠， 等. 长江上游生态状况变化及其服务功能权衡与协同［J］. 生态学报， 2023， 43（3）： 1028-1039.

［29］ 罗金玲， 谢余初， 刘秋华， 等. 流域生态系统服务权衡/协同关系时空格局及热点区识别——以南流江流域为例［J］. 水土保持研究， 2023， 30（5）： 1-11.

［30］ 尹礼唱， 王晓峰， 张琨， 等. 国家屏障区生态系统服务权衡与协同［J］. 地理研究， 2019， 38（9）： 2162-2172.

［31］ FENG Z， JIN X R， CHEN T Q， et al. Understanding trade-offs and synergies of ecosystem services to support the decision-making in the Beijing–Tianjin–Hebei region［J］. Land Use Policy， 2021， 106： 105446.

［32］ 张静静， 朱文博， 朱连奇， 等. 伏牛山地区森林生态系统服务权衡/协同效应多尺度分析［J］. 地理学报， 2020， 75（5）： 975-988.

［33］ 祝汉收， 翟俊， 侯鹏， 等. 生态系统服务权衡与协同视角下的重点生态功能区保护特征［J］. 地理学报， 2022， 77（5）： 1275-1288.

［34］ XIA H， YUAN S F， PRISHCHEPOV A V. Spatial-temporal heterogeneity of ecosystem service interactions and their social-ecological drivers： Implications for spatial planning and management［J］. Resources， Conservation and Recycling， 2023， 189： 106767.

［35］ 彭佳宾， 黄粤， 刘铁， 等. 基于生态系统服务价值的博斯腾湖小湖湿地生态需水核算［J］. 水生态学杂志， 2020， 41（5）： 21-30.

［36］ 彭立， 邓伟， 黄佩， 等. 四川盆地多重生态系统服务景观指数评价与服务簇识别［J］. 生态学报， 2021， 41（23）： 9328-9340.

［37］ 闫晓露， 李欣媛， 刘澄浩， 等. 生态系统服务簇空间演变轨迹及其社会-生态驱动的地理探测——以大连市为例［J］. 生态学报， 2022， 42（14）： 5734-5747.

［38］ 冯兆， 彭建， 吴健生. 基于生态系统服务簇的深圳市生态系统服务时空演变轨迹研究［J］. 生态学报， 2020， 40（8）： 2545-2554.

［39］ 杨宜男， 李敬， 王立， 等. 长三角地区城市化对典型生态系统服务供需的影响［J］. 自然资源学报， 2022， 37（6）： 1555-1571.

［40］ ZHANG Z M， PENG J， XU Z H， et al. Ecosystem services supply and demand response to urbanization： A case study of the Pearl River Delta， China［J］. Ecosystem Services， 2021， 49： 101274.

［41］ 祝汉收， 翟俊， 侯鹏， 等. 生态系统服务权衡与协同视角下的重点生态功能区保护特征［J］. 地理学报， 2022， 77（5）： 1275-1288.

［42］ WANG Y L， LIANG D D， WANG J， et al. An analysis of regional carbon stock response under land use structure change and multi-scenario prediction， a case study of Hefei， China［J］. Ecological Indicators， 2023， 151： 110293.

［43］ LIU C， YANG M H， HOU Y T， et al. Ecosystem service multifunctionality assessment and coupling coordination analysis with land use and land cover change in Chinas coastal zones［J］. Science of the Total Environment， 2021， 797： 149033.

［44］ 李彦旻， 沈育生， 王世航. 基于土地利用变化的安徽省陆地碳排放时空特征及效应［J］. 水土保持学报， 2022， 36（1）： 182-188.

［45］ MOUCHET M A， LAMARQUE P， MART?N-L?PEZ B， et al. An interdisciplinary methodological guide for quantifying associations between ecosystem services［J］. Global Environmental Change， 2014， 28： 298-308.

［46］ WU J， GUO X， ZHU Q， et al. Threshold effects and supply-demand ratios should be considered in the mechanisms driving ecosystem services［J］. Ecological Indicators， 2022， 142： 109281.

Spatio-Temporal Variation of Supply and Demand of Ecosystem Services and Its Trade-Off and Synergistic Relationship in Hefei City

QIN Li， CHENG Xian-fu， FANG Hao-ling

（School of Geography and Tourism， Anhui Normal University， Wuhu 241002， China）

Abstract： The balance between supply and demand of ecosystem services is the key to maintain the sustainable development of society and ecological environment. In this paper， the InVEST， CASA model and related physical formulas are used to evaluate the supply and demand of five key ecosystem services in Hefei， including food supply， carbon sequestration， soil conservation， water production and recreational services. Based on correlation analysis and geographically weighted regression methods， the spatio-temporal evolution of the trade-off and synergistic relationship between the supply and demand of ecosystem services was explored， and the spatial pattern of urban ecosystem service clusters was identified using self-organizing mapping networks. The results show that： （1） The supply of ecosystem services in Hefei City from 2000 to 2020 has a spatial distribution characteristic of "high around and low in the center"， which is opposite to the demand. The balance between supply and demand of ecosystem services is generally dominated by surplus， and the deficit area is mainly distributed in the middle of the city and gradually expands outward. （2） In terms of time， the supply-demand ratio of ecosystem services is dominated by synergistic relationships. The correlation coefficient between carbon sequestration and water production service decreased from 0.91 to 0.57， but its synergistic effect was the highest， and only food supply and soil conservation service were trade-offs. （3） In space， the synergistic relationship between the supply and demand ratio of ecosystem services accounts for more than the trade-off. The trade-off proportions of food supply and carbon sequestration services， food supply and soil conservation services， carbon sequestration and water production services， soil conservation and recreational services showed an upward trend， while the rest showed a downward trend. （4） Among the five ecological supply and demand bundles， the urban-rural transition bundle and the agricultural production bundle change greatly， accounting for 51.5% and 31.8% of the total variation， respectively. The ecological deficit bundle is dominated by transfer-in. The ecological surplus bundle is mainly transferred out. The ecological conservation bundle changes little.

Key words： supply and demand of ecosystem services； temporal and spatial changes； trade-offs and synergies； Hefei City

（責任编辑：王海燕）

收稿日期：2023-06-30

基金项目：国家自然科学基金项目（41271516）.

作者简介：秦丽（1999—），女，安徽合肥市人，硕士研究生，研究方向为生态系统服务供需评估；通讯作者：程先富（1967—），男，安徽合肥市人，博士，教授，博士生导师，研究方向为区域环境与自然灾害.

引用格式：秦丽，程先富，方浩玲.合肥市生态系统服务供需时空变化及其权衡与协同关系［J］.安徽师范大学学报（自然科学版），2023，46（6）：538-549.