山地型高密度城市生态系统文化服务供需空间关系的定量评估：以重庆市为例

Quantitative Assessment on Supply-Demand Space of Cultural Ecosystem Services of Mountainous High-Density City： A Case Study in Chongqing

摘要

山地型高密度城市生态系统文化服务（CES）供需空间关系复杂，在城市人居环境高质量发展的新阶段，以供需视角对城市CES空间关系进行量化研究，有助于城市生态系统价值的效益转化及整体社会福祉提升。以山地型城市重庆为研究区域，基于多源数据运用ArcGIS分析技术、计算机视觉识别及空间相关性分析等方法，对CES供给及需求的空间分布和特征、供需平衡及空间关系进行了量化研究。结果表明：1） 重庆中心城区CES供给呈现出“大聚集，小分散”的空间格局，且具有“中心-外围”的聚类特征，高-高值聚集区主要连片分布在建成区及周边，而低-低值聚集区则主要分散布局于外围地带，山地型本底自然条件对其影响显著；2） CES需求空间分布极不均衡，需求高值区向心性分布特征明显，但不同类型CES需求空间分布有所差异；3） CES供给与需求之间存在较弱的空间结构相似性，供需平衡表现出显著的空间异质性，供需不匹配问题突出，“两江四岸”核心地带供给压力大，而外围区域供给潜力大，但实际需求低。研究结果可为山地型城市CES调控与优化提供理论支撑。

Abstract

The supply and demand spatial relationships of cultural ecosystem services (CES) in mountainous high-density urban ecosystems are intricate. In the new phase of high-quality development in urban living environments, conducting a quantitative study on the spatial relationships of CES in cities from a supply-demand perspective contributes to the transformation of the value of urban ecosystems and enhances overall social well-being. Taking the mountainous city of Chongqing as the study area, a quantitative study of the spatial distribution and characteristics of CES supply and demand, the balance between supply and demand, and the spatial relationship has been carried out based on multi-source data using ArcGIS analysis techniques, computer vision recognition and spatial correlation analysis. The results show that: 1) The CES supply of Chongqing presents a spatial pattern of “large aggregation and small dispersion”, and has a clustering feature of “center periphery”. The natural conditions of the mountainous background have a significant impact on it with high-high value aggregation zones mainly located in and around the built-up areas in a continuous manner, while low-low value aggregation zones are mainly dispersed in the peripheral zones, which is significantly influenced by the natural background conditions of the mountainous terrain; 2) The spatial distribution of CES demand is extremely uneven, with a clear centripetal distribution characteristic of high-value demand areas, but with differences in the spatial distribution of different types of CES demand; 3) There is a weak spatial structural similarity between CES supply and demand, and the balance of supply and demand shows significant spatial heterogeneity, with a prominent mismatch between supply and demand, with the core area of the “Two Rivers and Four Banks” under great pressure of supply, while the peripheral areas have a high CES supply, but low actual demand. The results of the study can provide theoretical support for the regulation and optimisation of CES in mountainous cities.

Graphical abstract

关键词

山地型城市 / 生态系统文化服务 / 供需空间 / 供需平衡 / 重庆

Key words

mountainous cities / cultural ecosystem services / supply-demand space / supply and demand balance / Chongqing

0　 引 言

生态系统文化服务（culture ecosystem services，CES）是指人类通过精神满足、认知能力发展、反思自省、娱乐游憩以及审美体验等从生态系统中所获取的非物质惠益^[1]。在生态系统供给、调节、支持及文化4类服务类型中，CES从非物质层面促进人类身心健康，被认为是提升整体社会福祉效益的关键^[2]，也是城市区域最有价值的生态系统服务类型^[3]。在当前社会主要矛盾已经转化的背景下，城市人居环境高质量发展与建设的需求更加凸显了CES研究的迫切性，城市已成为CES研究的热点区域^[4]。生态系统作为服务供给方，依赖各类空间单元为人类提供产品和服务，而人类作为需求方，通过消费生态系统服务来达到福祉的实现^[5]，供需两者共同构成了生态系统从自然生态系统流向人类社会系统的动态过程^[6-7]。因此，从供需的角度研究CES有助于生态系统服务转化效率的提升^[8]。然而，快速城市化进程中受自然因素和社会经济因素的双重影响，CES供需总量和空间配置上出现了失衡和错配^[9]。如何有效识别城市CES供给区域并评估供给能力，明晰CES需求空间和需求结构，揭示CES供给与需求的差异，就成为将CES纳入城市生态系统管理决策和实施过程的关键^[6，10]。

对CES供需进行有效评估，是正确认识城市自然资产及分析CES供需空间的前提^[11]，但由于CES具有非物质性、主观性及非消费性^[12]，同时CES消费具有局部邻近及使用者移动性^[13]，导致CES较其他服务类型评估量化更为困难^[14]。在CES供给方面，以往的研究中货币化方法仍然占主导地位，主要采用旅行费用、条件价值、支付意愿等方法对CES展开评估，评估过程侧重于美学、游憩等易于货币化的服务构成^[15-17]，造成CES的多元属性价值被忽视进而影响研究者及决策者对CES价值的全面认识^[18]。CES需求评估中主要通过游客的偏好和意愿作为评估指标^[19]，采用虚拟市场方法评估需求大小或需求区域^[20-21]，但这往往由于描述性偏差和受访者自身认知而使某些CES需求被低估^[9，16]。总体而言，现有CES供需评价研究存在多类型服务整体评价较贫乏、空间量化评估方法不够成熟、供需测度结果关联分析探索不足等问题^[7，9]。

近年来，部分学者开始探索人本需求视角下CES供需类型、数量与空间的综合匹配模式^[14]。CES的供给多基于景观空间特征构建物质量指标体系进行测度^[8]，该方法可以将生态系统结构和功能联系起来，在一定程度上反映CES的形成机理^[22]。CES的需求则基于社交媒体数据的非货币价值定量方法^[19，23]。该方法突破了数据获取的限制并减少主观性判断影响，提供了大量多样性个体感知的数据以及更宽泛的数据时空尺度^[12]。例如，以地理标签照片等信息的数据可用于揭示景观空间和文化服务价值之间的关系^[20]，其中照片拍摄位置和访问率可用于分析CES的需求强度^[19]，照片内容可用于分析CES的需求偏好^[13-14]，并能实现对大面积区域CES价值的快速评估^[24]。

重庆市是我国典型的山地型高密度城市，“两江四山”造就了其独特的山水格局，CES供给本底条件优越，人口活动与CES的空间耦合关系较为复杂。本研究以重庆市中心城区为研究区域，通过构建CES供给潜力及供给机会指标，分析CES供给空间分布特征，同时以社交媒体照片为数据源，分析CES需求及其类型的空间分布特征，并应用GIS技术进行空间统计分析CES供给与需求的空间关系，以期为山地型高密度城市CES资源开发、管理及土地利用决策提供理论支持。

1　 研究区域

重庆市地处我国西南地区的长江上游，其中心城区面积5 466 km²，包括9个行政区，截至2022年底常住人口1 047万人，城镇化率93.3%。重庆市作为西部地区唯一的直辖市及成渝地区双城经济圈的核心城市，是近年来我国发展最快的城市之一。由于以丘陵、山地为主的区域地形特征，重庆市的空间拓展受自然要素约束，形成了多中心、组团式的高度异质性城市空间结构，已发展成为世界上规模最大的山地型高密度城市。重庆市属于亚热带季风性湿润气候，辖区水系丰富，长江和嘉陵江穿城而过，区内植被覆盖度高，林地、湿地及自然保护地等生态系统多样。重庆作为山水之城具有独特而优越的生态基底，形成了具有显著空间差异及复杂性的景观结构。

2　 数据来源与研究方法

2.1　数据来源

本研究使用的基础数据包括：1） 土地利用数据，来源于中国科学院资源环境科学与数据中心的资源环境数据云平台（http://www.resdc.cn），空间分辨率30 m，依据已有分类及研究需求，将土地利用类型划分为耕地、林地、灌木地、草地、湿地、水域、裸地及建设用地8类；2） 数字高程模型（DEM）数据，来源于中国科学院地理空间数据云平台（http://www.gscloud.cn），空间分辨率30 m；3） 河流数据，来源于全国地理信息资源目录服务系统（https://www.webmap.cn）；4） 城市公园数据，来源于重庆市城市管理局，包括综合公园、森林公园、湿地公园及专类公园4类；5） 道路数据，来源于开放街道地图（www.openstreetmap.org）；6） 服务设施POI数据，来源于高德地图开放平台（https://lbs.amap.com），数据清洗后，共有92 335个服务设施POI数据；7） 地理标签照片数据，来源于新浪微博（https://weibo.com）。

2.2　研究方法

本文从供需视角出发，通过梳理CES供给能力与需求水平的内在逻辑，耦合城市生态系统与社会人文系统，构建了城市CES供需评价指标体系与研究框架。主要分为4个步骤：1） 从供给潜力和供给机会两个维度构建供给能力评价指标；2） 依据地理标签照片数据及内容评估需求量及需求类别；3） 识别CES供需空间分布及集聚特征；4） 揭示CES供需平衡特征，分析供需空间关系。分析过程中，综合考虑研究区域面积及精度需求，运用ArcGIS技术对研究区域进行1 km×1 km的网格划分，删除边缘不完整的网格，最终创建分析网格5 203个，以公里网格作为基本分析单元进行CES供需数量的基础计算，通过多值提取至点及空间连接工具，实现空间信息链接。总体思路见图1。

2.2.1　CES供给评估方法

供给潜力与机会共同决定了一个空间单元的供给能力。供给潜力指生态系统根据区域的自然属性提供CES的潜在能力；供给机会指分析单元提供CES的可能性。根据相关学者对供给能力的解读及指标选取的研究^[12]，本研究依据网格单元自然度^[24]、景观多样性^[14]、水体要素^[19，20]及公园^[12]等计算CES供给潜力，根据道路可达性^[25]、景点可达性^[20]、服务设施的密度^[22]计算CES供给机会。表1给出了CES评估指标。评估涉及邻近性指数，如景观的吸引力和可达性随距离的增加而降低，研究中以水体、道路等的距离确定网格单元的相应值，并为这些元素设定了阈值。

为确保数据的可比性，将CES供给指标进行标准化，正向指标包括自然度、景观多样性指数等（1）式，负向指数包括道路可达性、景点可达性等（2）式。为更加客观地表现出研究区域内CES的物质量大小，采用ArcGIS中的栅格计算器工具，对所有指标进行等权重空间叠加，通过平均值测算每个网格的CES潜力和机会，并取两者的平均值评估研究区域CES的总供给。

正向指标：x_i\mathrm{\text{'}}=\frac{x_i-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}{x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}（1）

负向指标：x_i\mathrm{\text{'}}=\frac{x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_i}{x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}（2）

式中，x_i\text{'}为第i个评价指标的标准化值；x_i为第i个评价指标的真实值；x_{\mathrm{m}\mathrm{a}\mathrm{x}}和x_{\mathrm{m}\mathrm{i}\mathrm{n}}分别为指标真实值的最大值和最小值。

2.2.2　CES需求评估方法

利用带有地理标记的社交媒体照片进行量化研究，与当下城市研究精细化、定量化的需求相匹配，能很好地弥补传统数据获取困难和CES评估中主观性和结果偏颇的问题^[14，24]。截至2023年3月，新浪微博的月活跃用户达5.82亿，平均日活跃用户为2.46亿，是重要的社交媒体信息平台。本研究依据签到热度排名的地标为需求热点，爬取需求点周边一定范围内截至2023年4月30日的微博签到数据，采集内容包括用户ID、签到时间、POI地址、地理坐标、微博文本、照片共计6项^[26]、199 801条数据。经数据清洗和人工核对后初筛出280个户外热点，收集地理标签照片322 298张。

应用签到及照片的数量表征CES需求度，对照片内容的分析表征CES需求类型^[19]。首先利用python随机抽取5%的照片进行CES需求分析，在内容感知测度方面利用计算机视觉识别技术，使用腾讯云开放平台提供的图片识别机器学习算法，识别图片的内容并形成相应的文字标签^[27]，以最具代表性的5个标签统计分析表征使用者在景观感知方面的关注重点；其次利用潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）主题模型方法对标签数据集进行主题信息挖掘^[28]，包括将标签主题进行分类及删除不相关的标签主题（如广告等）；然后根据国际生态系统服务分类标准，通过照片特征与CES类型匹配，选择游客和居民最为重视的4种文化服务类型作为本研究的CES类型，包括休闲游憩服务、审美服务、历史文化遗产服务及科普教育服务（表2）。

2.2.3　CES供需空间特征及空间关系分析方法

空间自相关分析用于度量空间关联模式，以测度空间数据的趋同性或异质性^[29]，包含全局空间自相关和局部空间自相关两方面。本研究应用软件GeoDa1.20完成，以全局莫兰指数（Global Moran’s I）探究网格值在全局空间上的关联度和相似性，用于评估CES供给及需求的空间聚集度；应用局部莫兰指数（Local Moran’s I）测度每个网格与周边网格之间的局部空间关联度和空间分异性，揭示CES评估值局部聚类特征，包括高-高聚类、低-低聚类、低-高离群值和高-低离群值等。为揭示CES供给及需求的空间分布相关性，采用双变量全局莫兰指数（Bivariate Global Moran’s I）探索CES供需的空间关联度特征，空间聚类分析定义了基于皇后邻接的空间权重，所有邻居的平均值用于评估位置的X和Y值之间的相关性，其统计显著性通过置换检验评估，在0.1%水平上具有统计显著性。

此外，以标准化后的CES供给和需求值为基础，构建CES的供需平衡指数，即利用每个网格的CES供需值之间的差异反映CES供给与需求的匹配关系。当CES供给与需求之差小于0时，表示处于供不应求的赤字状态；等于0时，表示供需处于相等的平衡状态；大于0时，表示供需处于供过于求的盈余状态。

3　 结果与分析

3.1　CES供给空间分布特征

从CES供给潜力看，标准化值在0~0.829之间，由于供给潜力与分析网格内的生态系统本身的特征指标密切相关，林地与水体等自然要素的空间分布对CES潜力分布影响较大，在两江及四山区域形成条带状高值区并呈现出明显的网络结构，这为构建区域CES网络奠定了良好的本底条件。在CES供给机会方面，标准化值在0~0.971之间，高供给机会值集聚区集中在中心城区的母城区（指以两江交汇为中心的渝中区），呈现出随着与母城的距离增加聚集强度不断弱化的空间衰退规律，在空间上表现为“大集聚，小分散”结构；潜力与机会共同构成的CES总供给标准化值在0~0.715之间，分布也具有明显的空间聚集性，表现出“中心-外围”的特征，呈现为“大核-次核-小核”的分布形态。上述结果总体上与重庆市城市“多中心、组团式”的格局特征相似（图2）。

CES供给潜力、机会及总供给的全局莫兰指数分别为0.684、0.770、0.754，表明三者均有显著的空间自相关性。其中供给机会的空间聚集度更为突出，这与表征供给机会的空间可达性及服务设施等因子的空间集聚性分布有关。从局部莫兰指数看，三类供给均有明显的聚集规律，即“高-高”值、“低-低”值具有显著的空间聚集性，局部相关性高，同时存在两极分化式的分布格局。该两类集聚区集中连片，其中“高-高”区主要连片分布在可达性高及服务设施完善的建成区及周边，而“低-低”值聚集区主要分散布局在中心城区的外围地带。高值供给区附近出现低供给值的“高-低”异常区及低值供给区附近出现高供给值的“低-高”异常区并不显著。

3.2　CES需求空间分布特征

总体上研究区域的CES需求分布向心性明显，但不同类型的CES需求分布特征有所差异（图3）。CES需求地理标签照片总和在0~590之间，在空间上主要集中在渝中区，向西呈伞状展布，说明在重庆市“两江四岸”核心区的CES需求最高，而在东部的大片地区呈零星分散布局。从各类型的需求强度来看，审美服务需求最高，这与相关研究的结果一致^[12，19]，其他由强到弱依次是文化遗产服务需求、休闲游憩服务需求及科普教育需求。重庆市的文化遗产服务需求高于休闲游憩服务需求，这可能与重庆市作为历史文化名城，人文历史资源丰富有关。

CES需求全局莫兰指数为0.232，表明其需求空间分布有一定的空间聚集性；分类型来看聚集性由高到低依次是历史文化遗产服务需求（0.362）、审美服务需求（0.305）、休闲游憩服务需求（0.179）及科普教育服务需求（0.058）。由于本研究是以实际需求进行的分析，需求类型和供给类型有较强的对应关系，由此也反映出文化遗产类资源供给聚集度较强，主要集中在中心城区的母城区。休闲游憩及科普教育需求实现则相对需要较为开敞的空间，因此该两者的全局莫兰指数也相对较低，特别是科普教育需求更为明显。

3.3　CES供需平衡特征

图4显示了CES供需平衡特征。通过平衡指数可以发现研究区域的CES供给和需求高低值之间存在较弱的重叠，CES供给能力普遍高于需求，在研究区域全部5 203个网格中供过于求的数量超过总数的99%，而需求大于供给的区域主要分布在长江和嘉陵江交汇两岸。这种现象主要是由于需求过度集中造成的。研究中地理标签照片仅出现在319个分析网格中，占供给总网格数量的6.13%，由此可以看出高需求点集中分布在少数网格中，而在更为广大的供给区域，供给潜力并没有转为实际的需求，也即巨大的CES供给潜力并没有实现生态效益转化，潜在需求没有得到有效释放。分析其原因，其一可能是随着通信技术的发展，人们分享及获取信息的途径越来越依赖于网络，在选择CES服务点的时候受到可得信息的引导，使需求在少数的质量较高供给点产生了集聚效应；其二是由于近年重庆市“网红”效应明显，游客在一些网红点集中分享照片客观上导致了少数网格需求量凸显。但不论何种原因，这些需求大于供给的区域都需要重点关注。

3.4　CES需求与供给空间的相关性

双变量空间相关性分析不但可以刻画两个空间变量空间结构的相似性，还可以反映两个变量之间的关系强弱^[30]。分析结果显示，CES供给与需求变量之间存在一定的空间结构相似性，但总体上变量之间的关系较弱（表3）。这部分是由于用于需求变量分析的网格数远少于供给网格数所导致。供给机会较供给潜力与CES需求关系更强，反映出服务设施等供给机会因子对CES需求的实现具有重要意义，这说明要提升CES实际需求，需要在供给潜力的基础上，重视服务设施及可达性等供给机会的改善。CES需求类型与CES供给关系的强弱排序依次是审美服务、休闲游憩服务、历史文化遗产服务及科普教育服务，表明审美与休闲游憩等需求对空间供给能力的依赖性更强，与已有研究的结论^[12]一致。从供给侧来看，自然度变量与需求变量呈负相关，说明植被条件好但可达性等供给机会缺乏的高自然度区域实际需求值偏低。同时发现供给机会中的服务设施对审美服务及历史文化遗产服务的支持度相对较高，而科普教育及休闲游憩服务对服务设施的依赖性较低。

4　 讨 论

4.1　山地型高密度城市CES调控与优化

供给和需求反映生态系统和人类社会间复杂的动态关联^[6]，基于供需平衡及效率提升的城市CES调控与优化，是推动城市人居环境与管理高质量发展的有效途径^[8]。本研究在景观层面揭示了重庆中心城区CES供需空间关系，表明整体的供需空间错位矛盾较突出，其中CES高供给、高需求集中在人口密集、服务设施完备的建成区及其周边，而其他区域对CES的需求明显小于供给，部分近郊地区存在高供给、低需求空间特征。一方面，复杂地形造成的土地开发差异是影响CES供需空间异质性以及权衡/协同的潜在因素，中心城区拥有川东平行岭谷地貌，部分区域生态系统保存良好，具有极高的美学、生态价值，易形成大量的供给；长江与嘉陵江穿城而过形成了重庆市独特的水文景观，成为CES供需聚集区域。另一方面，经济空间布局是影响CES供需空间不平衡的重要因素，两江四岸核心区是高度城市化区域，尤其是邻近两江交汇的渝中母城区域一带，人口密度高，容易形成供不应求状态，而中心城区的外围区域，虽有丰富的CES供给资源，但与核心区的距离较远，配套服务设施不足等因素导致其需求受限。

虽然存在以上问题，但“两江四山”的山水骨架也为CES的开发与管理塑造了良好的空间格局基础，这是一般平原型城市所不具备的。供需匹配的空间分析为CES的优化与调控提供了依据，如整个中心城区东部片区CES供给机会明显不足，但也形成了数个小型高供给值聚集“据点”区，因此可以围绕“据点”来改善和提高供给机会能力，促进东部区域CES供给潜力的开发与供给量的空间均衡。综合来看，CES供需空间匹配性特征受山水格局影响明显，对CES供给量大且实际需求高的区域，应以保护管理为主；对周边供给量大但实际需求量小的区域，应以开发管理为主，通过风景道及配套服务设施建设提高供给机会，以疏解中心城区CES供给压力，同时促进通过城乡互动提升城乡融合发展。

4.2　大数据支持下的城市CES评估

CES需求分为总量需求和实际需求^[8，9]，总量需求指人们使用文化服务的意愿、偏好及需求，而实际需求指特定的时空范围内被消费者使用的文化服务^[12，19]。需求意愿的调研主要使用调查和访谈等耗时且成本高的方法^[19，24]，在整个城市区域内调研总量需求空间难以实现。因此，本研究采用地理标签照片的方法分析实际需求。这种方法存在一定的局限性，如游客比例高于市民、研究对象覆盖不全面等情况。但照片不但可以从人本主义角度反映大部分使用者的真实体验，还能够反映实际需求的热点区域及空间分布特征。另外，通过照片景观特征还可以分析不同文化服务类型的空间分布。生态系统服务价值评估可以从多种途径为城市生态规划与管理提供支撑，包括明确目标与受众以及指导优先次序与空间布局等^[31]，但如何将价值评估从科学研究整合进城市规划管理及实践仍存在较大障碍^[32]。该方法从人的实际需求出发量化需求空间的分布状况与服务水平。这种可量化的评估指标促使CES被纳入到城市生态系统服务整体框架中，今后可通过补充多元数据、兼顾更多人群的需求偏好等，进行全面的CES空间评估与决策。当然空间相关性分析具有很强的尺度依赖性，本研究以1 km×1 km网格进行分析，为深入分析CES供给的空间聚集性，可以在多尺度上进行空间相关性分析。

5　 结 语

对CES的供需测评与空间量化、供需关系的研究一直是生态系统服务研究领域的难题。面对新发展阶段城市人居环境质量建设与提升的需求，在对CES供需进行科学识别、度量与分析基础上，通过CES的效益转化，确保生态保护、经济发展与人居环境高质量协同发展，是当前城市建设与发展的重要任务之一。本研究以山地型高密度城市重庆为例，基于多源数据对CES供给和需求空间分布进行了量化研究，分析了CES供需平衡及其空间关系，得出如下结论：1） CES供给空间分布呈现出明显的“大集聚，小分散”的格局，具有“中心-外围”的聚类特征，表现为“大核-次核-小核”的分布形态；同时CES供给显示出明显的空间自相关性，“高-高”值聚集区主要连片分布在可达性高及服务设施完善的建成区及周边，而“低-低”值聚集区则主要分散布局于中心城区的外围地带；2） CES需求空间分布极不均衡，高需求区分布向心性明显，文化遗产服务需求空间集聚特征最显著，而科普教育服务需求分布分散；从需求强度看，审美服务需求最高，然后依次为文化遗产服务、休闲游憩服务及科普教育服务需求；3） CES供需平衡具有显著的空间异质性，供需不匹配问题突出，“两江四岸”核心地带需求高而供给压力大，而外围区域CES供给潜力大，但实际需求低。

根据本文研究结果，高CES供给潜力并不能直接转换为CES实际需求，建议根据供需空间匹配情况，推动空间异质化的CES保护与开发管理，通过建设与提升CES供给机会转化生态效益，促进城市人居环境高质量发展。

参考文献

[1] Millennium Ecosystem Assessment （MEA）. Ecosystems and Human Well-Being ［M］. Washington DC： Island Press， 2005.

[2] 路云静， 唐海萍. 生态系统文化服务研究进展：基于CiteSpace的可视化分析［J］. 北京师范大学学报（自然科学版）， 2021， 57（4）： 524-532. DOI： 10.12202/j.0476-0301.2020192 .

[3] LU Y J， TANG H P. Research progress in cultural ecosystem services［J］. Journal of Beijing Normal University （Natural Science）， 2021， 57（4）： 524-532. DOI： 10.12202/j.0476-0301.2020192（Ch ）.

[4] PLIENINGER T， BIELING C， FAGERHOLM N， et al. The role of cultural ecosystem services in landscape management and planning［J］. Current Opinion in Environmental Sustainability， 2015， 14： 28-33. DOI： 10.1016/j.cosust.2015.02.006 .

[5] 王雁斌， 钱欣， 蔡蒙蒙， 等. 特大城市绿地生态系统的文化服务功能评价研究： 以上海市为例［J］. 北京林业大学学报（社会科学版）， 2023， 22（2）： 52-59. DOI： 10.13931/j.cnki.bjfuss.2022014 .

[6] WANG Y B， QIAN X， CAI M M， et al. Evaluation and promotion of cultural service function of green space ecosystems in mega cities： A case study of Shanghai［J］. Journal of Beijing Forestry University （Social Sciences）， 2023， 22（2）： 52-59. DOI： 10.13931/j.cnki.bjfuss.2022014（Ch ）.

[7] 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. DOI： 10.13287/j.1001-9332.202111.011 .

[8] YI D， XIAO S C， HAN Y， et al. Review on supply and demand of ecosystem service and the construction of systematic framework［J］. Chinese Journal of Applied Ecology， 2021， 32（11）： 3942-3952. DOI： 10.13287/j.1001-9332.202111.011（Ch ）.

[9] 马琳， 刘浩， 彭建， 等. 生态系统服务供给和需求研究进展［J］. 地理学报， 2017， 72（7）： 1277-1289. DOI： 10.11821/dlxb201707012 .

[10] MA L， LIU H， PENG J， et al. A review of ecosystem services supply and demand［J］. Acta Geographica Sinica， 2017， 72（7）： 1277-1289. DOI： 10.11821/dlxb201707012（Ch ）.

[11] 魏家星， 李倩云， 陈明菲， 等. 基于CiteSpace可视化分析的城市公园生态系统文化服务研究进展［J］. 建筑与文化， 2023（8）： 230-232. DOI： 10.19875/j.cnki.jzywh.2023.08.076 .

[12] WEI J X， LI Q Y， CHEN M F， et al. Research progress on urban park ecosystem cultural services based on CiteSpace visual analysis［J］. Architecture & Culture， 2023（8）： 230-232. DOI： 10.19875/j.cnki.jzywh.2023.08.076（Ch ）.

[13] 肖华斌， 安淇， 况苑霖， 等. 健康福祉视角下城市绿地文化服务供需测度与空间表征：基于地块尺度的济南市旧城分区实证研究［J］. 西安建筑科技大学学报（自然科学版）， 2022， 54（3）： 376-385. DOI： 10.15986/j.1006-7930.2022.03.008 .

[14] XIAO H B， AN Q， KUANG Y L， et al. Supply-demand measurement and spatial representation for cultural ecosystem services of urban green space with health and well-being orientation： An empirical study based on block scale of old city district in Jinan［J］. Journal of Xi’an University of Architecture & Technology （Natural Science Edition）， 2022， 54（3）： 376-385. DOI： 10.15986/j.1006-7930.2022.03.008（Ch ）.

[15] 刘颂， 杨莹， 颜文涛. 基于生态系统文化服务供需平衡的公园绿地配置研究框架［J］. 中国城市林业， 2021， 19（3）： 14-18. DOI： 10.12169/zgcsly.2020.11.03.0002 .

[16] LIU S， YANG Y， YAN W T. Research framework of green space allocation in parks based on cultural ecosystem services supply-demand balance［J］. Journal of Chinese Urban Forestry， 2021， 19（3）： 14-18. DOI： 10.12169/zgcsly.2020.11.03.0002（Ch ）.

[17] 辛儒鸿， 曾坚， 梁晨. 城市绿地休闲服务供需失衡关键区识别与规划干预优先级划分［J］. 地理学报， 2023， 78（3）： 762-774. DOI： 10.11821/d1xb202303016 .

[18] XIN R H， ZENG J， LIANG C. Identification of key areas of supply-demand imbalance of urban green space recreational service and prioritization of planning interventions［J］. Acta Geographica Sinica， 2023， 78（3）： 762-774. DOI： 10.11821/d1xb202303016（Ch ）.

[19] DANIEL T C， MUHAR A， ARNBERGER A， et al. Contributions of cultural services to the ecosystem services agenda［J］. Proceedings of the National Academy of Science， 2012， 109（23）： 8812-8819. DOI： 10.1073/pnas.1114773109 .

[20] BING Z H， QIU Y S， HUANG H P， et al. Spatial distribution of cultural ecosystem services demand and supply in urban and suburban areas： A case study from Shanghai， China［J］. Ecological Indicators， 2021， 127： 107720. DOI： 10.1016/j.ecolind.2021.107720 .

[21] DAI P C， ZHANG S L， CHEN Z X， et al. Perceptions of cultural ecosystem services in urban parks based on social network data［J］. Sustainability， 2019， 11（19）： 5386. DOI： 10.3390/su11195386 .

[22] 梁启凡， 李畅， 林倍多， 等. 基于社交媒体数据的文化生态系统服务供需评估与优化研究：以苏州市为例［J］. 中国园林， 2023， 39（11）： 125-131. DOI： 10.19775/j.cla.2023.11.0125 .

[23] LIANG Q F， LI C， LIN B D， et al. Research on the supply and demand evaluation and optimization of cultural ecosystem services based on social media data： Taking Suzhou as an example［J］. Chinese Landscape Architecture， 2023， 39（11）： 125-131. DOI： 10.19775/j.cla.2023.11.0125（Ch ）.

[24] 庄思冰， 龚建周， 陈康林， 等. 粤港澳大湾区小型公园绿地生态系统文化服务的供需匹配特征［J］. 生态学报， 2023， 43（14）： 5714-5725. DOI： 10.5846/stxb202203310820 .

[25] ZHUANG S B， GONG J Z， CHEN K L， et al. Supply and demand matching characteristics of cultural ecosystem services of small parks and greenbelts in the Guangdong-Hong Kong-Macao Greater Bay Area［J］. Acta Ecologica Sinica， 2023， 43（14）： 5714-5725. DOI： 10.5846/stxb202203310820（Ch ）.

[26] 杨丽雯， 王大勇， 李双成. 生态系统文化服务供需关系量化方法研究：以平陆大天鹅景区为例［J］. 北京大学学报（自然科学版）， 2021， 57（4）： 691-698. DOI： 10.13209/j.0479-8023.2021.040 .

[27] YANG L W， WANG D Y， LI S C. Quantitative assessment on supply-demand budget of culture ecosystem service： A case study in Pinglu swan scenic spot［J］. Acta Scientiarum Naturalium Universitatis Pekinensis， 2021， 57（4）： 691-698. DOI： 10.13209/j.0479-8023.2021.040（Ch ）.

[28] PEÑA L， CASADO-ARZUAGA I， ONAINDIA M. Mapping recreation supply and demand using an ecological and a social evaluation approach［J］. Ecosystem Services， 2015， 13： 108-118. DOI： 10.1016/j.ecoser.2014.12.008 .

[29] 董连耕， 朱文博， 高阳， 等. 生态系统文化服务研究进展［J］. 北京大学学报（自然科学版）， 2014， 50（6）： 1155-1162. DOI： 10.13209/j.0479-8023.2014.164 .

[30] DONG L G， ZHU W B， GAO Y， et al. Research progress in culture ecosystem services（CES） and its development trend［J］. Acta Scientiarum Naturalium Universitatis Pekinensis， 2014， 50（6）： 1155-1162. DOI： 10.13209/j.0479-8023.2014.164（Ch ）.

[31] GUGULICA M， BURGHARDT D. Mapping indicators of cultural ecosystem services use in urban green spaces based on text classification of geosocial media data［J］. Ecosystem Services， 2023， 60： 101508. DOI： 10.1016/j.ecoser.2022.101508 .

[32] CLEMENTE P， CALVACHE M， ANTUNES P， et al. Combining social media photographs and species distribution models to map cultural ecosystem services： The case of a Natural Park in Portugal［J］. Ecological Indicators， 2019， 96： 59-68. DOI： 10.1016/j.ecolind.2018.08.043 .

[33] MÁRQUEZ L A M， REZENDE E C N， MACHADO K B， et al. Trends in valuation approaches for cultural ecosystem services： A systematic literature review［J］. Ecosystem Services， 2023， 64： 101572. DOI： 10.1016/j.ecoser.2023.101572 .

[34] 郭洋， 杨飞龄， 王军军， 等. “三江并流” 区游憩文化生态系统服务评价研究［J］. 生态学报， 2020， 40（13）： 4351-4361. DOI： 10.5846/stxb201910212205 .

[35] GUO Y， YANG F L， WANG J J， et al. Assessment of the tourism and recreation cultural ecosystem services in Three Parallel Rivers Region［J］. Acta Ecologica Sinica， 2020， 40（13）： 4351-4361. DOI： 10.5846/stxb201910212205（Ch ）.

[36] 李昊冉， 刘喆， 李晓溪， 等. 基于社交媒体文本的城市滨河绿地生态系统文化服务评价［J］. 风景园林， 2023， 30（8）： 80-88. DOI： 10.12409/j.fjyl.202301110020 .

[37] LI H R， LIU Z， LI X X， et al. Evaluation of cultural ecosystem services in urban riverside green space based on online social media commentary［J］. Landscape Architecture， 2023， 30（8）： 80-88. DOI： 10.12409/j.fjyl.202301110020（Ch ）.

[38] HUAI S Y， CHEN F， LIU S， et al. Using social media photos and computer vision to assess cultural ecosystem services and landscape features in urban parks［J］. Ecosystem Services， 2022， 57： 101475. DOI： 10.1016/j.ecoser.2022.101475 .

[39] SCHOLTE S S K， DAAMS M， FARJON H， et al. Mapping recreation as an ecosystem service： Considering scale， interregional differences and the influence of physical attributes［J］. Landscape and Urban Planning， 2018， 175： 149-160. DOI： 10.1016/j.landurbplan.2018.03.011 .

[40] 曹越皓， 杨培峰， 龙瀛. 基于深度学习的城市意象认知方法创新与拓展：以重庆主城区为例［J］. 中国园林， 2019， 35（12）： 90-95. DOI： 10.19775/j.cla.2019.12.0090 .

[41] CAO Y H， YANG P F， LONG Y. The innovation of city image cognitive method based on deep learning： A case study of Chongqing main district［J］. Chinese Landscape Architecture， 2019， 35（12）： 90-95. DOI： 10.19775/j.cla.2019.12.0090（Ch ）.

[42] CARDOSO A S， RENNA F， MORENO-LLORCA R， et al. Classifying the content of social media images to support cultural ecosystem service assessments using deep learning models［J］. Ecosystem Services， 2022， 54： 101410. DOI： 10.1016/j.ecoser.2022.101410 .

[43] 张怡， 裘鸿菲. 基于LDA主题模型的湖泊公园生态系统文化服务公众感知研究［J］. 中国园林， 2023， 39（7）： 121-126. DOI： 10.19775/j.cla.2023.07.0121 .

[44] ZHANG Y， QIU H F. A study on public perception of cultural ecosystem services in lake parks based on Latent Dirichlet Allocation model［J］. Chinese Landscape Architecture， 2023， 39（7）： 121-126. DOI： 10.19775/j.cla.2023.07.0121（Ch ）.

[45] 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. DOI： 10.31497/zrzyxb.20220613 .

[46] YANG Y N， LI J， WANG L， et al. Impact of urbanization on supply and demand of typical ecosystem services in Yangtze River Delta［J］. Journal of Natural Resources， 2022， 37（6）： 1555-1571. DOI： 10.31497/zrzyxb.20220613（Ch ）.

[47] 常琼玉， 窦剑军. 两个空间变量空间相关性的分析［J］. 统计学与应用， 2016， 5（4）： 397-403. DOI： 10.12677/sa.2016.54043 .

[48] CHANG Q Y， DOU J J. Exploration on spatial correlation of two space variables［J］. Statistics and Application， 2016， 5（4）： 397-403. DOI： 10.12677/sa.2016.54043（Ch ）.

[49] CORTINOVIS C， GENELETTI D. Ecosystem services in urban plans： What is there， and what is still needed for better decisions［J］. Land Use Policy， 2018， 70： 298-312. DOI： 10.1016/j.landusepol.2017.10.017 .

[50] LONGATO D， CORTINOVIS C， ALBERT C， et al. Practical applications of ecosystem services in spatial planning： Lessons learned from a systematic literature review［J］. Environmental Science & Policy， 2021， 119： 72-84. DOI： 10.1016/j.envsci.2021.02.001 .

基金资助

国家自然科学基金(42171280)