山西省生态系统服务与城镇化耦合关系时空分异及驱动因素

Spatiotemporal differentiation and driving factors of coupling relationship between ecosystem services and urbanization in Shanxi Province

摘要

目的 厘清生态系统服务与城镇化耦合协调关系的时空演变特征，揭示其关键影响因子及驱动机制，为区域可持续发展提供理论支撑。 方法 运用InVEST模型和熵权TOPSIS等方法量化生态系统服务和城镇化水平，结合随机森林模型和偏依赖分析方法，揭示生态系统服务和城镇化耦合协调关系的时空变化及驱动阈值。 结果 （1） 23年间生态系统服务和城镇化水平整体呈现双增长态势，且二者在空间分布上存在显著不均衡性。（2） 23年间生态系统服务与城镇化耦合协调类型实现了从失调类到协调类的转变；空间上呈现由东南向西北逐渐递增的格局。（3） 人均国内生产总值、人口密度等社会经济因素对生态系统服务与城镇化耦合协调度的影响最大，且呈现正向促进作用；土地利用结构对耦合协调度的影响存在差异性；自然因素中年降水量和归一化植被指数的驱动作用存在阈值效应。 结论 生态系统服务与城镇化的耦合协调关系主要受社会经济发展水平、土地利用结构和自然因素的非线性驱动，未来应科学引导生态保护与城镇扩张间的互动关系，依据区域差异化制定调控策略。

Abstract

Objective This study aims to clarify the spatiotemporal evolution characteristics of the coupling coordination relationship between ecosystem services and urbanization， reveal its key influencing factors and driving mechanisms， and provide theoretical support for regional sustainable development. Methods The InVEST model and the entropy-weighted TOPSIS method were used to quantify ecosystem services and urbanization levels. Combined with the random forest model and partial dependence analysis， the spatiotemporal changes and driving thresholds of the coupling coordination relationship between ecosystem services and urbanization were revealed. Results （1） Over the 23-year period， ecosystem services and urbanization levels exhibited an overall increasing trend， with significant imbalance in their spatial distribution. （2） The coupling coordination types between ecosystem services and urbanization shifted from disordered to coordinated types over the 23-year period. Spatially， a gradually increasing pattern from southeast to northwest was observed. （3） Socioe-conomic factors such as per capita GDP and population density had the greatest impact on the coupling coordination degree between ecosystem services and urbanization and showed a positive promoting effect. The influence of land use structure on the coupling coordination degree varied. Among natural factors， the driving effects of annual precipitation and the normalized difference vegetation index exhibited threshold effects. Conclusion The coupling coordination relationship between ecosystem services and urbanization is mainly driven nonlinearly by socioeconomic development levels， land use structure and natural factors. In the future， the interaction between ecological conservation and urban expansion should be scientifically guided， and regulatory strategies should be formulated based on regional differences.

Graphical abstract

关键词

生态系统服务 / 城镇化水平 / 耦合协调度 / 随机森林模型 / 驱动特征 / 山西省

Key words

ecosystem services / urbanization level / coupling coordination degree / random forest model / driving characteristics / Shanxi Province

生态系统服务是指人类从生态系统中所获得的收益，这些收益包括生态系统在提供物质资源、调节环境、支持生物多样性以及满足人类精神文化需求等方面的功能^［1］。城镇化是指第二、第三产业向城镇空间集聚，农村人口持续向非农产业转型和城镇汇集，进而引发的产业、就业结构的非农化重组^［2］。中国城镇化已进入快速发展阶段，据统计，2025年末中国常住人口城镇化率达到67.89%。城市经济快速发展和城镇用地持续扩张不仅挤压了生态空间、打破了原有的生态系统平衡，还引发了资源短缺^［3］、环境污染、水土流失等^［4］一系列生态环境问题，与人与自然和谐共生的发展目标相背离。因此，城镇化进程与生态文明建设密切相关，研究二者的耦合协调关系及驱动机制，对推动城市的可持续发展和提升人类整体福祉具有至关重要的意义^［5］。

生态系统服务与城镇化之间存在相互作用、彼此制约又协同演化的耦合关系，为揭示二者的交互作用规律，现有研究主要从以下三方面展开。一是探讨城镇化发展对生态系统服务的胁迫作用。多数研究通过城镇用地扩张^［6］、人类活动强度^［7］、城镇化率^［8］及夜间灯光数据^［9］表征城镇化水平，发现城镇化的发展对生态环境具有负面影响。二是分析生态系统服务对城镇化发展的支持与约束作用。生态系统可以从物质供给、气候调节、精神文化等多方面为人类提供服务。相关研究主要采用当量因子法^［10］、InVEST模型等方法测度生态系统服务价值，进而对生态系统服务供需关系^［11］、权衡协同及时空分异与驱动因子等^［12-13］方面进行剖析。三是探究生态系统服务与城镇化交互响应关系。学者们采用相关性分析^［14］、回归分析、耦合协调度模型^［15］、脱钩模型^［9］和空间计量模型等^［16］方法分析二者的时空分异特征、交互作用等^［14-18］。值得注意的是，生态系统服务与城镇化的协调发展不仅受到生态系统服务子系统和城市内部发展的影响，二者的演变过程还受到气候、地形、植被等自然因素和人口、经济、土地利用等社会经济因素的共同作用。尽管现有研究已较为系统地揭示了城镇化与生态系统服务的内在联系，但在识别主导耦合状态的关键因素、揭示其驱动特征与阈值效应方面仍显不足。因此，有必要深入开展生态系统服务与城镇化耦合协调关系的驱动机制研究，以识别关键影响因子与驱动阈值。

近年来，学者们多采用STIRPAT模型^［19］、系统动力学模型^［20］、地理探测器^［10］、地理加权回归等^［21-22］方法识别耦合协调关系的主导因素与驱动特征。随机森林模型能够通过数据驱动的方式，客观量化各驱动因子对生态系统服务和城镇化及二者耦合协调度的影响，定量输出各驱动因子的特征重要性。但随机森林模型属于黑箱模型，难以深入阐释驱动机制。偏依赖分析可以分析单个变量对因变量的非线性影响，识别其驱动阈值，从而弥补随机森林模型的解释不足。因此，耦合随机森林模型与偏依赖分析方法，有助于系统解析生态系统服务与城镇化及二者耦合协调度的驱动机制。

山西省位于黄土高原东部，地形以山地丘陵为主，煤炭资源丰富。受地形条件和煤矿开采的影响，县域间生态系统服务差异显著，城镇化发展水平也存在不平衡性，且该区域还面临生态退化、水土流失等环境问题。基于此，本文采用InVEST模型评估山西省5项生态系统服务供给能力，综合人口、经济、土地、社会等多维指标构建城镇化评价体系，运用耦合协调模型分析生态系统服务与城镇化的耦合协调关系，进而结合随机森林模型和偏依赖分析方法，期望回答如下科学问题：（1） 山西省县域生态系统服务与城镇化的耦合协调度呈现怎样的时空分异规律？ （2） 影响耦合协调度的关键因子是哪些？这些影响因子对耦合协调度呈现怎样的驱动特征和阈值效应？本研究将为区域相关政策制定提供科学依据和决策参考。

1 数据与方法

1.1 研究区概况

山西省位于中国华北地区，地跨北纬34°34′—40°44′，东经110°14′—114°33′，总面积15.67万km²，地势整体呈现东北向西南倾斜态势，地表起伏较为明显（图1）。属于温带大陆性季风气候，年均气温4~14 ℃，年降水量400~650 mm。作为以煤炭、铁矿开采为主的资源型省份，山西省2024年全省地区生产总值达25 494.69亿元，常住人口3 445.96万人，同年原煤产量达127 875.2万t，在国家能源保供体系中的贡献突出。此外，山西省作为黄土高原土壤侵蚀最为严重的区域之一，2024年森林面积348.1万hm²，森林覆盖率22.2%，面临着严重的水土流失、植被和土壤退化等生态环境问题，是我国典型的生态脆弱区。

1.2 数据来源

结合山西省生态系统服务发展状态和城镇化进程，充分考虑时间跨度的均衡性和数据的可获取性，本研究选取2000年、2005年、2010年、2015年、2020年和2023年6个时间节点展开研究。社会经济数据和粮食产量数据来自《中国统计年鉴》《山西统计年鉴》《中国县域统计年鉴》；数字高程模型来自地理空间数据云平台（https：∥www.gscloud.cn）；土壤数据、潜在蒸散发数据来源于国家地球系统科学数据中心（https：∥www.geodata.cn）；净初级生产力、土地利用、归一化植被指数、降水量来自中国科学院资源环境科学与数据中心（https：∥www.resdc.cn/）。

1.3 城镇化水平和生态系统服务评估

1.3.1 城镇化水平测度

城镇化具有显著的多元性与复合性，涉及人口集聚、经济发展、土地利用变化、居民社会生活等多方面的内在要素。本文从人口、经济、土地和社会4个层面构建衡量城镇化水平的综合框架^［15-16］，指标选取详见表1。

具体采用极差标准化对数据进行处理，使用熵权TOPSIS测算城镇化水平，计算公式如下：

正向指标：

x_{ij}^{\mathrm{\text{'}}}=\frac{x_{ij}-\mathrm{m}\mathrm{i}\mathrm{n}\left(x_{ij}\right)}{\mathrm{m}\mathrm{a}\mathrm{x}\left(x_{ij}\right)-\mathrm{m}\mathrm{i}\mathrm{n}\left(x_{ij}\right)}（1）

负向指标：

x_{ij}^{\mathrm{\text{'}}}=\frac{\mathrm{m}\mathrm{a}\mathrm{x}\left(x_{ij}\right)-x_{ij}}{\mathrm{m}\mathrm{a}\mathrm{x}\left(x_{ij}\right)-\mathrm{m}\mathrm{i}\mathrm{n}\left(x_{ij}\right)}（2）

X_{ij}=x_{ij}^{\mathrm{\text{'}}}\times W_j（3）

C_i=\frac{D_i^{-}}{D_i^{+}+D_i^{-}}（4）

式中：x_{ij}^{\mathrm{\text{'}}}为标准化后的指标值；x_ij 为指标值；X_ij 为加权矩阵；W_ij 为各指标权重；D_i⁺，D_i^- 为最优最劣解的欧氏距离；C_i 为综合得分（贴合度）。

1.3.2 生态系统服务评估

山西省地处黄河中游，面临水资源短缺、土壤侵蚀严重、耕地资源有限等问题，本文运用InVEST模型等方法^［13］分别计算产水、土壤保持、固碳、粮食供给和水质净化服务，具体见表2。

1.4 生态系统服务与城镇化耦合协调度计算

本文通过构建耦合协调度模型^［5］，定量分析生态系统服务与城镇化协同演变特征。具体公式如下：

C=\frac{\mathrm{2}\sqrt[]{U\times E}}{U+E}（12）

T=\alpha U+\beta E（13）

D=\sqrt[]{C\times T}（14）

式中：D为耦合协调度；C为耦合度；T为综合协调指数；U和E分别表示城镇化水平与生态系统服务综合指数；本文生态系统服务和城镇化同等重要，故取α=β=0.5。同时根据山西省各县域实际情况及借鉴其他相关文献对耦合协调类型进行标准划分，具体见表3。

1.5 数据分析

山西省生态系统服务与城镇化的耦合协调关系主要受到自然环境变化与人类活动共同影响，本文参考相关文献并结合山西省各县域实际情况，从自然因素、社会经济因素和土地利用结构3个层面选取坡度、年降水量、年均气温、归一化植被指数、人口密度、人均国内生产总值、人均社会消费品零售总额、建设用地占比、耕地占比、草地占比和林地占比共11个影响因素，采用随机森林模型和偏依赖分析方法识别各影响因素的重要性和驱动特征。利用R软件Random Forest、 rfPermute和pdp包程序完成上述分析。

2 结果与分析

2.1 生态系统服务与城镇化的时空分异

2000—2023年山西省县域生态系统服务综合指数呈现先下降后上升的演变态势（图2）。2000年全省综合指数尚处于中等水平。2005年出现显著低谷，全省均值下降约35.30%，78.57%的县域综合指数处于较低水平（<0.30），可能与当时经济高速发展和华北地区持续性干旱有关。2010—2020年随着国家层面生态文明战略的深化以及退耕还林还草等生态工程的持续实施，生态系统服务进入提升阶段，综合指数处于中高水平（>0.30）的县域占比由27.68%上升至72.32%，至2023年全省均值上升至0.42，83.03%的县域综合指数达到中高水平（>0.30），其中10.71%的县域属于高值区（>0.60）。从空间分布看，生态系统服务综合指数形成了南高北低、东高西低的分布格局。中高值区（>0.45）稳定分布于晋东南的太行山、太岳山及中条山沿线，包括长治、晋城、运城等地，这一空间分异特征主要得益于该区域降水充足，植被覆盖度高。中低值区（<0.30）则连片分布于吕梁山西麓、忻定盆地及晋北，这些区域属于生态脆弱区，易受环境变化与人为活动影响。

23年间研究区城镇化水平整体呈持续增长态势（图2）。2000—2010年为城镇化快速推进阶段，增长率为64.49%，可能是由于城镇用地规模的扩大和人口大规模向非农产业转移，推动城市经济增长，进而提高城镇化水平。2010—2020年城镇化水平均值由0.1增长至0.14，增幅为36.37%，中高城镇化水平（>0.15）区域覆盖范围持续扩大，至2023年中高城镇化水平县域的数量占比达36.61%，较2020年增幅为86.36%。在空间格局上，城镇化水平的提升呈现出点状集聚与带状延伸相结合的变化特征。晋中地区以太原为核心，其部分区县的城镇化水平率先突破0.25，并始终保持引领地位。晋北地区以大同和朔州城区为中心，因煤矿产业集聚带动城镇化快速提升，向太原方向呈带状发展；晋南地区以尧都区和盐湖区为代表，城镇化水平增加速度最为显著，带动周边县域协同发展，但城镇化水平整体仍以中低水平（<0.15）为主；晋东南地区由晋城市城区向沁水县、安泽县等周边区域延伸，体现了省内区域发展的不均衡性。

2.2 生态系统服务与城镇化耦合协调度的时空分异

由图3可知，2000—2023年山西省生态系统服务与城镇化耦合协调度呈波动上升趋势，耦合协调度均值从2000年的0.36增长至2023年的0.48，标志着从濒临失调逐步过渡到初级协调。2000年全省县域耦合协调类型以中度失调类和濒临失调类为主，仅迎泽区、晋城市城区等少数城镇化与生态基础较好的区域达到初级协调类；2005年耦合协调水平阶段性回落，中度失调类和濒临失调类县域数量占比高达88.39%，较2000年增长28.57%，同时协调度下降率达26.21%，可能是该时期煤炭资源高强度开发导致生态系统服务功能降低。2010—2015年耦合协调类型处于过渡阶段，初级协调类县域数量占比分别上升至25.89%和52.68%，耦合协调度较2005年增长24.25%，生态修复与城镇发展协同性增强。2020—2023年分别有16.69%和33.03%的县域发展为中级协调类和良好协调类。

从空间上看，耦合协调类型呈现显著的南高北低、由西向东逐渐增加的空间格局。南部晋城市城区、泽州县、陵川县等县域，生态系统服务价值和城镇化水平同步提升，率先发展为良好协调类；中部以太原城市圈为核心，通过高水平经济发展带动晋中、忻州等周边县域逐步提升至中级协调类；北部大同、朔州以初级协调类为主，而吕梁山区内的石楼县、隰县等县域，受城镇化进程滞后与生态环境基础薄弱的双重制约仍处于濒临失调状态，说明生态保护与城镇化协同发展方面的不均衡性。

2.3 生态系统服务与城镇化耦合协调度的驱动机制

2.3.1 生态系统服务综合指数的驱动特征

本研究采用随机森林（Random Forest， RF）回归模型，以2023年山西省112个县域单元为样本，将生态系统服务综合指数作为因变量，选取11项自然和社会经济指标作为解释变量，定量判别影响因素的重要性。由图4A可知，年降水量、归一化植被指数和林地占比对生态系统服务的影响最为突出（p<0.01），表明充足的降水与较高的植被覆盖有利于增强水源涵养、土壤保持、固碳等服务功能，这也从自然条件上解释了为何晋东南地区生态系统服务水平普遍高于晋北地区。耕地占比、坡度、草地占比、年均气温也呈现显著影响，反映了土地利用类型与地形气候条件对生态系统服务的约束作用。相比之下，人口密度、建设用地占比、人均GDP和人均社会消费品零售总额的影响较弱，表明在研究期内区域人类活动对生态系统服务的直接影响相对有限。

偏依赖分析能够有效识别单一因子对生态系统服务的独立作用。图5展示了前8位影响因素的偏依赖作用，年降水量是影响产水和土壤保持等水文相关生态系统服务的重要因子，因此生态系统服务随着年降水量呈现线性增加的趋势。NDVI与林地占比均对生态系统服务具有显著的正贡献，二者影响趋势相似；NDVI处于0.72~0.80及林地占比处于28%~40%时，以接近线性的方式快速增加生态系统服务，低于或超过阈值后驱动作用较弱。耕地占比对生态系统服务表现为抑制作用，耕地占比处于20%~30%的区域分布于吕梁山、太行山沿线区县，该区域耕地多分布于缓坡与河谷地带，对生态系统服务的抑制效果较强。生态系统服务随坡度增加呈现上升的趋势，原因是坡度较高的区域森林覆盖率与降水量往往较高，生态系统功能较强。年均气温低于10 ℃时，其对生态系统服务的影响不显著，高于10 ℃的地区集中于晋南地区，该区域同时拥有适宜的温度与充足的降水，能够有效提升植被生长、土壤涵养、水文调节等生态系统服务的供给能力，因此促进作用增强。草地占比在处于10%~50%时对生态系统服务具有较强的抑制作用。人口密度低于500人/km²时，生态系统服务下降速度最快，表明人口集聚程度较低的县域，轻度的人类活动会显著抑制生态系统服务。

2.3.2 城镇化水平的驱动特征

城镇化水平的前四位驱动因素依次为人均社会消费品零售总额、人口密度、建设用地占比和人均GDP（图4B）。人均社会消费品零售总额体现居民购买力与市场活力，人口密度反映了城镇的人口集聚能力，建设用地占比直接表征城镇土地扩张强度，人均GDP反映了区域经济发展水平，四者共同揭示了城镇化过程本质上是人口、土地和经济要素向城镇集中的过程。

由图6可知，社会经济因子中，人均社会消费品零售总额、人口密度和人均GDP对城镇化水平均呈现正向驱动作用。其中，人均社会消费品零售总额处于2~3万元/人，曲线陡峭，而超过3万元/人的区域仅有小店区、迎泽区、孝义市、潞州区等少数城区，居民消费需求与购买力对城镇经济发展的拉动作用趋弱。人口密度对城镇化的促进作用在高于1 000人/km²后逐渐趋于平缓，说明人口密度超过该临界值的县域，人口集聚带来的拥挤效应可能部分抵消其正向贡献。人均GDP低于15万元/人时，对城镇化水平的正向驱动作用较强，说明该阈值以下的县域城镇化发展主要依托经济规模扩张。建设用地占比与城镇化水平呈近乎线性的正相关关系，建设用地占比增加反映了土地城镇化的发展进程。NDVI处于0.6~0.7时，对城镇化水平抑制作用较强，低于0.6或高于0.7时抑制作用趋于缓和。草地占比、耕地占比均与城镇化水平呈负向关系，草地占比低于5%和耕地占比低于10%时，曲线陡峭，超过该阈值后曲线趋于平缓。这一特征反映了植被覆盖度较高、草地和林地占比较大的区域，土地资源、劳动力等多集中于农业生产，难以向城镇集聚，最终使城镇化限制在较低水平。年均气温对城镇化水平的影响较为复杂，年均气温处于5~11 ℃的区域主要集中在晋中及晋北地区，抑制作用较强，在11~15 ℃曲线处于波动状态，但驱动作用不显著，超过15 ℃，驱动作用显著增强。

2.3.3 生态系统服务与城镇化耦合协调度的驱动特征

11个驱动因子中，仅有耕地占比、年均气温和坡度对生态系统服务与城镇化耦合协调度影响不显著（图4C）。其中，人均GDP、人口密度、建设用地占比、年降水量和林地占比的影响处于前五位，表明生态系统服务与城镇化的协同状态既受到社会经济活动和土地利用结构的影响，也依赖于自然条件的支撑。

由图7可知，人均GDP对生态系统服务与城镇化耦合协调度具有正贡献，表明经济发展较高的县域，在城镇化水平提升的同时，还能通过资金投入与技术升级促进生态修复，从而推动二者协同发展。人口密度对耦合协调度与城镇化水平的影响具有显著的相似性，说明人口集聚适中的县域，其对城镇化带来正向效应能够弥补其对生态系统服务的负面影响，从而实现对耦合协调度的正向驱动。建设用地占比与耦合协调度之间表现为正相关关系，这主要是因为县域范围内，建设用地扩张对城镇化发展的促进作用远大于其对生态系统服务的抑制作用。年降水量对耦合协调度具有促进作用，年降水量处于550~700 mm时，驱动作用较强，低于550 mm或高于700 mm时驱动作用较弱，原因可能是年降水量过低的晋北干旱区与过高的晋东南高海拔地区，都很难同时促进生态系统服务提升与城镇化发展。林地占比低于50%时，对耦合协调度具有明显的促进作用，说明在县域尺度下，通过科学的国土空间布局，能够有效协调城镇发展用地与林地等生态用地，实现二者在空间上的互补与平衡。人均社会消费品零售总额低于3万元/人的县域，对城镇化的促进作用能够覆盖其对生态环境的微弱破坏，驱动作用较强，超过该阈值后，其对城镇化和生态系统服务的驱动作用均趋于稳定，对耦合协调度的驱动作用也逐渐平稳。NDVI对耦合协调度的影响呈V型变化趋势：NDVI低于0.7的区域集中于晋北及西部生态脆弱区，耦合协调度受到抑制，此时NDVI对城镇化发展的负向约束远超过其对生态系统服务的微弱提升；NDVI高于0.7时，对城镇化的约束趋于稳定，对生态系统服务的促进作用增强，进而推动二者朝着协调方向发展。草地占比较高区域集中于晋北黄土丘陵和吕梁山水土流失区的周边区县，一方面草地的生态系统服务供给能力不如林地，另一方面草地占比增加会挤占城镇发展所需的土地与人力资源，最终导致生态系统服务与城镇化的耦合协调水平下降。

3 讨论与结论

3.1 讨 论

3.1.1 生态系统服务与城镇化及耦合协调度时空格局

23年来山西省县域生态系统服务和城镇化水平整体上呈现双增长态势，这与韩磊等^［9］对黄土高原和赵雪雁等^［23］在黄河中游的研究结论一致。城镇化与生态系统服务的动态耦合关系是区域可持续发展研究的重要议题。针对快速发展地区，已有研究表明城镇用地扩张与人口集聚会导致生境质量、土壤保持等生态系统服务的供给能力退化，本研究中2005年前后，随着城镇化进程的加速推进，生态系统服务指数呈现明显下降趋势，进一步验证了城镇化快速发展对生态环境产生了巨大压力，解铭威等^［24］对忻州市、田一聪等^［5］对西藏自治区的研究亦得出类似结论。随着生态保护与修复措施的实施，2020年生态系统服务恢复提升至初始水平，表明合理的生态干预与城镇发展模式优化能够有效推动生态环境向好发展，但其成效显现存在一定滞后效应。庞博等^［25］对黄河三角洲的研究指出了植被恢复存在一定的滞后性，与本研究结果能够相互佐证。

从耦合协调度演变来看，23年间耦合协调度在2005年出现阶段性低值，其原因是建设用地扩张、人口集聚、煤炭资源的高强度开发引发生态系统服务功能降低，导致生态系统服务与城镇化发展的不协调。随着退耕还林还草等生态工程的持续推进，生态系统服务逐步改善，但未来山西省仍需科学统筹城镇发展与生态环境保护之间的动态平衡，实现发展与保护的协同共进。同时，耦合协调类型在空间上呈现明显的不均衡性，尤其是吕梁山区始终处于失调状态。因此，有必要依据区域差异化制定生态系统服务与城镇化的协调发展路径。

3.1.2 生态系统服务与城镇化及耦合协调度驱动因素的阈值效应

山西省生态系统服务的空间分异特征主要受年降水量、归一化植被指数、林地占比和耕地占比等自然因素的影响，这与何苏玲等^［26］的研究结果类似，而城镇化水平的空间异质性主要受人均社会消费品零售总额、人口密度、建设用地占比和人均GDP等社会经济因素驱动。生态系统服务与城镇化耦合协调度主要受人均GDP、人口密度、建设用地占比、年降水量、林地占比、人均社会消费品零售总额、归一化植被指数和草地占比的影响，揭示了社会经济因素、自然环境条件和土地利用结构通过复杂的交互作用共同影响生态系统服务与城镇化发展，进而影响二者的耦合协调发展格局。Chen等^［27］发现城镇居民可支配收入和第三产业就业人口对生态系统服务与城镇化耦合协调度的影响最大，与本研究结果相吻合。

人均GDP和建设用地占比对生态系统服务与城镇化耦合协调度呈现线性驱动作用，当人口密度低于1 000人/km²或人均社会消费品零售总额低于3万元/人时，则表现出较强的促进作用，揭示了社会经济因子可通过提升城镇化水平，有效弥补其对生态环境产生的负面影响，进而促进二者的协调发展。林地占比处于28%~40%时对生态系统服务的驱动作用较强，建设用地占比的影响较弱，草地占比和耕地占比则表现为抑制作用，表明土地利用结构变化对生态系统服务影响具有明显异质性^［28］，因而对耦合协调度的作用呈现显著差异。万世龙等^［29］对黄河流域的相关研究表明，降水对多数地区水生态系统服务与城镇化协同关系表现为正向促进作用，但在山西等黄河几字弯都市圈西部等少数地区呈负向抑制作用；植被覆盖因子在多数地区呈正向促进作用，但在关中平原城市群中部等局部区域因不适宜的植被恢复表现为抑制作用。本研究进一步发现，年降水量对耦合协调度具有正贡献，当年降水量处于550~700 mm时，驱动作用较强，超过或低于该阈值则驱动作用放缓；NDVI低于或高于0.7时，对耦合协调度分别具有负贡献和正贡献。据此建议该地区在推进生态保护修复工程与开展土地利用规划时，应充分考虑当地的自然、社会经济和土地利用等各种因素的影响，系统考量这些因素对生态系统服务和城镇化的重要性和驱动特征。

3.1.3 不足与展望

本研究的结果可为协调山西省生态系统服务及城镇化间的关系提供参考，但仍存在一定局限性：本研究基于县域尺度分析，对乡镇或流域内部可能存在的局部差异反映不足，未来可结合多尺度模型与高分辨率数据进行验证。受数据可获取性限制，部分社会经济指标（如二三产业从业人员、教育支出等）未能纳入分析，可能影响驱动机制识别的全面性。此外，研究侧重于静态的驱动因素识别，而生态系统服务与城镇化之间存在动态的滞后反馈效应，未来研究可通过空间计量模型和系统动力学模型等方法，深入揭示二者在时序上的相互作用与长期演变的驱动机制。

3.2 结 论

2000—2023年山西省生态系统服务和城镇化的综合水平总体呈双增长态势。生态系统服务在空间上形成了南高北低、东高西低的分异格局。受年降水量、归一化植被指数、林地占比和耕地占比等自然因素的影响，高值区集中分布于太行山、太岳山及中条山沿线，中低值区则连片分布于吕梁山西麓、忻定盆地及晋北。城镇化水平在空间上呈现集聚发展和条带发展相结合的特征。受人均社会消费品零售总额、人口密度、建设用地占比和人均GDP等社会经济因素的影响，县域间经济发展不均衡性显著。

23年间县域生态系统服务与城镇化耦合协调实现了从濒临失调到初级协调的跨越。受人均GDP、人口密度、建设用地占比、年降水量、林地占比、人均社会消费品零售总额、归一化植被指数和草地占比等因素影响，耦合协调度在空间上呈现南高北低、由西向东递增的格局，且生态系统服务与城镇化协同发展的区域不均衡性显著。

社会经济因素对生态系统服务与城镇化耦合协调度的影响最大，土地利用结构次之。耦合协调度随人均GDP和建设用地占比增加呈现线性增加趋势。人口密度、人均社会消费品零售总额和归一化植被指数对耦合协调度的影响存在阈值效应，临界点分别是1 000人/km²、3万元/人和0.7。年降水量在550~700 mm区间驱动作用较强。林地占比通过共同促进生态系统服务与城镇化来提升耦合协调度，而草地占比则通过共同抑制二者来制约耦合协调度。因此，建议未来发展应科学引导生态保护与城镇扩张间的协同关系，并依据区域差异化制定调控策略，以提升生态系统服务与城镇化协调发展的有序性和稳定性。

参考文献

[1] 赵士洞，张永民.生态系统与人类福祉：千年生态系统评估的成就、贡献和展望［J］.地球科学进展，2006，21（9）：895-902.

[2] Zhao S D， Zhang Y M. Ecosystems and human well-being： the achievements， contributions and prospects of the millennium ecosystem assessment［J］. Advances in Earth Science， 2006，21（9）：895-902.

[3] 蔡秀玲.中国城镇化历程、成就与发展趋势［J］.经济研究参考，2011（63）：28-37.

[4] Cai X L. The course， achievements and development trend of urbanization in China［J］. Review of Economic Research， 2011（63）：28-37.

[5] Wu H T， Yu H. How does energy consumption affect China′s urbanization？： new evidence from dynamic threshold panel models［J］. SSRN Electronic Journal， 2019，127：24-38.

[6] 郭子萱，郭建斌，孙驷阳，等.水土保持措施对京郊板栗林地水土流失及面源污染的影响［J］.水土保持研究，2026，33（2）：58-71.

[7] Guo Z X， Guo J B， Sun S Y， et al. Effects of soil and water conservation measures on soil erosion and non-point source pollution in Castanea mollissima forest in suburban Beijing［J］. Research of Soil and Water Conservation， 2026，33（2）：58-71.

[8] 田一聪，田明，李鹏，等.西藏自治区城镇化与生态系统服务协调发展研究［J］.地理科学进展，2023，42（10）：1947-1960.

[9] Tian Y C， Tian M， Li P， et al. Coordinated development of urbanization and ecosystem services in Tibet Autonomous Region［J］. Progress in Geography， 2023，42（10）：1947-1960.

[10] 朱晓南，刘艳中，陈勇，等.武汉市城市用地扩张对生态系统服务的时空影响［J］.水土保持研究，2020，27（5）：288-294.

[11] Zhu X N， Liu Y Z， Chen Y， et al. Effect of urban land expansion on spatiotemporal ecosystem service in Wuhan［J］. Research of Soil and Water Conservation， 2020，27（5）：288-294.

[12] 赵雪雁，丁静，马平易.人类活动对黄土高原生态系统服务权衡/协同关系影响的多尺度研究［J］.地理学报，2025，80（7）：1920-1936.

[13] Zhao X Y， Ding J， Ma P Y. Multi-scale study of the impact of human activities on the trade-off/synergy relationship of ecosystem services in the Loess Plateau［J］. Acta Geographica Sinica， 2025，80（7）：1920-1936.

[14] 孙涛，孙然好，陈利顶.京津冀城市群地区影响城镇化的关键要素识别及其交互作用［J］.生态学报，2018，38（12）：4145-4154.

[15] Sun T， Sun R H， Chen L D. Identification of key factors and mutual effects of urbanization and Eco-environment in the Beijing-Tianjin-Hebei urban agglomeration［J］. Acta Ecologica Sinica， 2018，38（12）：4145-4154.

[16] 韩磊，高毅丰，常钰卿，等.黄土高原城镇化与生态系统服务脱钩关系［J］.生态学报，2024，44（20）：9108-9121.

[17] Han L， Gao Y F， Chang Y Q， et al. Decoupling relationship between urbanization and ecosystem services on the Loess Plateau［J］. Acta Ecologica Sinica， 2024，44（20）：9108-9121.

[18] 王道远，王瑾，刘慧芳，等.山西省生态系统服务与经济发展耦合协调性及驱动因素研究［J］.地域研究与开发，2024，43（6）：52-59.

[19] Wang D Y， Wang J， Liu H F， et al. Research on coupling coordination and driving factors of ecosystem services and economic development in Shanxi Province［J］. Areal Research and Development， 2024，43（6）：52-59.

[20] 朱月华，侯宗东，徐彩仙，等.基于生态系统服务供需关系的甘肃白龙江流域生态风险识别与管理［J］.地理科学，2023，43（3）：423-433.

[21] Zhu Y H， Hou Z D， Xu C X， et al. Ecological risk identification and management based on ecosystem service supply and demand relationship in the Bailongjiang River Watershed of Gansu Province［J］. Scientia Geographica Sinica， 2023，43（3）：423-433.

[22] Zhao H K， Zhang X Y， Lu W Q， et al. Spatiotemporal changes and driving mechanisms of ecosystem service supply-demand contradictions under urbanization［J］. Land， 2024，13（11）：1884.

[23] 赵雪雁，马平易，李文青，等.黄土高原生态系统服务供需关系的时空变化［J］.地理学报，2021，76（11）：2780-2796.

[24] Zhao X Y， Ma P Y， Li W Q， et al. Spatiotemporal changes of supply and demand relationships of ecosystem services in the Loess Plateau［J］. Acta Geographica Sinica， 2021，76（11）：2780-2796.

[25] Wang R B， Bai Y， Alatalo J M， et al. Impacts of rapid urbanization on ecosystem services under different scenarios： a case study in Dianchi Lake Basin， China［J］. Ecological Indicators， 2021，130：108102.

[26] 杜峯屹，陈松林，蒲佳豪.闽东南地区城镇化与生态系统服务的时空耦合分析［J］.环境科学，2024，45（7）：4152-4163.

[27] Du F Y， Chen S L， Pu J H. Spatiotemporal coupling analysis of urbanization and ecosystem services in southeastern Fujian［J］. Environmental Science， 2024，45（7）：4152-4163.

[28] 张佳田，焦文献，韩宝龙.城镇化与生态系统服务的协调演化特征及空间耦合关系［J］.生态学报，2020，40（10）：3271-3282.

[29] Zhang J T， Jiao W X， Han B L. Characteristics of coordination changes and spatial coupling relationship between urbanization and ecosystem services［J］. Acta Ecologica Sinica， 2020，40（10）：3271-3282.

[30] Xiao R， Lin M， Fei X F， et al. Exploring the interactive coercing relationship between urbanization and ecosystem service value in the Shanghai–Hangzhou Bay Metropolitan Region［J］. Journal of Cleaner Production， 2020，253：119803.

[31] Chen W X， Zhou T， Liang J L. Urbanization， ecosystem services， and their interactive coercive relationship in Hunan Province， China［J］. Environmental Science and Pollution Research， 2023，30（2）：3416-3431.

[32] Yu S W， Zhang Q， Hao J L， et al. Development of an extended STIRPAT model to assess the driving factors of household carbon dioxide emissions in China［J］. Journal of Environmental Management， 2023，325：116502.

[33] Kong X X， Li W J， Jiang J， et al. Dynamic characteristics of a simply supported elastic beam with three induction motors［J］. Journal of Sound and Vibration， 2022，520：116603.

[34] Zhang S W， Huang C Q， Li X S， et al. The spatial–temporal evolution and influencing factors of the coupling coordination of new-type urbanization and ecosystem services value in the Yellow River Basin［J］. Ecological Indicators， 2024，166：112300.

[35] Li W J， Wang Y， Xie S Y， et al. Coupling coordination analysis and spatiotemporal heterogeneity between urbanization and ecosystem health in Chongqing municipality， China［J］. Science of the Total Environment， 2021，791：148311.

[36] 赵雪雁，杜昱璇，李花，等.黄河中游城镇化与生态系统服务耦合关系的时空变化［J］.自然资源学报，2021，36（1）：131-147.

[37] Zhao X Y， Du Y X， Li H， et al. Spatio-temporal changes of the coupling relationship between urbanization and ecosystem services in the Middle Yellow River［J］. Journal of Natural Resources， 2021，36（1）：131-147.

[38] 解铭威，冉藜，贾文贞，等.忻州市生态系统服务时空变化及城镇化响应［J］.中国环境科学，2024，44（8）：4557-4566.

[39] Xie M W， Ran L， Jia W Z， et al. Spatiotemporal changes of ecosystem services and their response to urbanization in Xinzhou City［J］. China Environmental Science， 2024，44（8）：4557-4566.

[40] 庞博，杨文鑫，崔保山，等.黄河三角洲湿地生物多样性保护工程植被修复效果评估［J］.环境工程，2023，41（1）：213-221.

[41] Pang B， Yang W X， Cui B S， et al. Evaluation of the effect of vegetation restoration in the Yellow River Delta wetland biodiversity conservation project［J］. Environmental Engineering， 2023，41（1）：213-221.

[42] 何苏玲，王金亮，邓云程，等.滇中地区综合生态系统服务与影响因素响应阈值的尺度效应［J］.生态学报，2025，45（9）：4184-4199.

[43] He S L， Wang J L， Deng Y C， et al. The scale effect of response thresholds for composite ecosystem services and impact factors in central Yunnan Province［J］. Acta Ecologica Sinica， 2025，45（9）：4184-4199.

[44] Chen Y T， Li Z B， Li P， et al. Identification of coupling and influencing factors between urbanization and ecosystem services in Guanzhong， China［J］. Sustainability， 2021，13（19）：10637.

[45] 薛建春，尹梓嘉，丁志斌.黄河几字弯地区土地利用演变与生态系统健康耦合分析［J］.水土保持研究，2026，33（4）：1-13.

[46] Xue J C， Yin Z J， Ding Z B. Coupling analysis of land use evolution and ecosystem health in Yellow River Ω-shaped bend region［J］. Research of Soil and Water Conservation， 2026，33（4）：1-13.

[47] 万世龙，杨海楠，马丽，等.黄河流域城市群水生态系统服务与城镇化权衡协同关系［J］.资源科学，2024，46（3）：505-523.

[48] Wan S L， Yang H N， Ma L， et al. Trade-offs/synergistic relationship between water ecosystem services and urbanization in the Yellow River Basin urban agglomeration［J］. Resources Science， 2024，46（3）：505-523.

基金资助

国家自然科学基金项目(42201265)

教育部人文社会科学研究项目(25YJAZH039)

山西省研究生科研资助项目(2025XS420)