本文发表于国际期刊Sustainable Cities and Society，2024年第100卷，通讯作者为北京林业大学的张云路教授和中国科学院生态环境研究中心的王辰星助理研究员。

文章指出，了解社会生态因素对生态系统服务权衡和协同效应(EST/ESS)的复杂影响对于为不同利益相关者提供多重利益至关重要。为了更清晰地描述城市发展中社会生态因素配置导致的EST/ESS的实际变化，本研究提出了一种量化北京区域EST/ESS的方法框架，并确定了EST/ESS与社会生态因素相互作用的机制。首先，文章量化了在2000 - 2020年间呈下降趋势的四个关键生态系统服务(ESs)，基于ES簇和量化的EST/ESS强度确定了3个景观功能区。与预测一致，ES对的EST/ESS在区域间存在显著差异，表明了分区管理的必要性。进一步应用结构方程模型分析社会生态因素对EST/ESS的影响机制。不同区域的EST/ESS变化路径和强度不同，植被覆盖和景观配置起中介作用，而自然、物理和生物因素、社会经济和气候因素主要通过间接效应影响EST/ESS。最后，基于所探讨的机理，提出分区规划策略。研究结果对北京市和其他地区的可持续管理具有现实意义。

针对北京近二十年来面临的水资源短缺、城市热岛、粮食安全和“碳中和”战略压力等环境问题，选取了碳储存（CS）、城市冷却（UC）、年产水量（WY）和粮食产量（GP）4个关键ES指标，并对其进行了量化。以城镇为单位确定了乡镇的空间分类。采用最小-最大归一化方法，消除了单位和维数的影响，计算了研究年份内EST/ ESS的平均值，有助于更直接、准确地表示EST/ ESS的信息。使用Calinski准则来确定最优的分类数量。通过K-means聚类识别，对不同类型的ESBs进行科学分类，了解其空间分布和ES特征。使用Spearman非参数相关检验和显著性检验，评估不同景观功能区4种ESs之间的关系和强度。显著的正相关表示ESs间的协同方向，显著的负相关表示ESs间的权衡方向，相关系数的绝对值衡量了权衡/协同的强度。在SPSSv26软件中量化了每个单元中ES对之间的权衡和协同效应强度。使用因子得分的大小来表示ESS的强度。使用因子得分的绝对值来表示EST的强度。选取了包括人口统计学、社会经济学、植被覆盖、景观配置、气候因素以及自然、物理和生物因素等方面的16个指标来探究社会生态因子交互作用对ESS/EST的影响。基于土地利用/土地覆盖变化框架、《全球土地项目科学计划》中的“生态系统及其服务”等相关框架，构建了结构方程模型框架。在R软件中进行偏最小二乘结构方程建模，生成了最终的路径图，揭示了社会生态因素与EST/ESS之间可能的作用路径以及每个潜在因素对EST/ESS的直接和间接影响的强度。

（图片来自原文）

结果表明，2000 - 2020年北京市ESs分布呈现空间异质性，空间分布格局保持相对稳定。具体而言，CS和UC具有相似的空间分布格局，即高ES供给区主要分布在燕太行山区，低ES供给区集中在城市建成区。WY表现出相反的空间格局。GP高值区主要分布在华北平原，并呈现由建成区辐射逐渐减弱的梯度格局。总ESs供应量在20年间有所波动，但总体呈下降趋势，CS、WY、UC和GP分别下降4.4%、2.4%、4.8%和78.5%。

（图片来自原文）

以北京市乡镇行政边界为基本单元，对2000 - 2020年北京市重点ESs均值进行了聚类。利用Calinski准则对最优集群数量进行定量识别，结果显示最优集群数量为3个。使用K-means聚类分析，将所有城镇根据其ES供应特征划分为3个景观功能区(ESBs)。具体如下：1)农业生产区(APZ)：占研究区域的60.9%。位于城市建成区外围的华北平原地区，土地利用类型以耕地为主。该区域占GP总价值的66.01%。2)生态围护区(ECZ)：占研究区域的30.6%，是北京主要的ES供应区域。主要分布在燕太行山区，以林地为主要土地利用类型。ECZ具有突出的CS和UC供应能力，分别占总价值的89.28%和89.02%。3)城市建设区(UCZ)：占研究面积的8.5%，以建设用地为主。主要集中在中心城区。UCZ是WY的高价值区域，占总价值的21.2%。与其他两个区域相比，其ES供应能力最差。

（图片来自原文）

使用Spearman非参数相关分析确定APZ、ECZ和UCZ中四个ESs之间的权衡或协同作用，并使用p检验筛选具有统计学意义的ES对(p

采用变因子分析方法，对不同景观功能区生态环境之间的权衡与协同效应强度和分布进行了分析。ES对之间的权衡或协同存在空间异质性。APZ呈现出三种不同的EST/ESS空间分布格局。在CS-UC的ES对中，低-低和高-高协同效应呈现出与城乡梯度一致的趋势；CS-WY和WY-GP对的高交换区主要集中在城市建成区边界和浅水山区；在UC-GP和WY-GP的ES对中，高取舍区主要集中在城市边缘区和远离城市的粮食高产区。在ECZ内， ESS和EST的空间分布呈现“低-低协同，高-高协同”的趋势，与海拔梯度一致。在ES对权衡关系中，高权衡区域集中在高海拔地区(保留了连续和广泛的自然森林景观)和低海拔地区(集中了该地区的建成区和耕地)。在UCZ区域内，EST/ESS存在两种空间分布模式。在CS-UC、CS-GP和UC-GP三个协同ES对中，低-低协同区域集中在建筑密度较高的城市中心。相反，高协同效应集中在外围。ES对权衡中，高权衡区集中在城市外围，而权衡强度较弱且在建成区分布较均匀。

（图片来自原文）

文章基于社会生态因素的先验因果路径应用结构方程模型，得到了3个景观功能区因子的路径图。在APZ中，所选因子解释了58%的EST和86%的ESS。自然、物理和生物因子以及气候因子对EST/ESS有正向影响。社会经济通过改变植被覆盖和景观配置间接影响EST(0.19)和削弱ESS(-0.24)。植被覆盖通过景观配置更直接的正向影响EST(0.45)，间接的负向影响EST(-0.12)。景观配置对ESS(-0.07)和EST(-0.32)都有负面影响。在ECZ中，所选因子解释了70%的EST和77%的ESS。自然、物理和生物因素、社会经济因素和气候因素主要通过植被覆盖和景观配置间接影响EST/ESS。其中，社会经济和植被覆盖对ESS(-0.36，0.66)和EST(-0.32，-0.45)的影响更为显著。自然、物理和生物因素是影响ESS的主要因素(0.59)。在UCZ中，所选因子解释了70%的EST和90%的ESS。自然因子、物理因子、生物因子和植被覆盖度分别对ESS(0.44，0.96)和EST(0.44，0.78)有正向影响。社会经济通过影响自然、物理和生物因素削弱了生态环境评价(-0.46)，加剧了生态环境评价(-0.04)。相比之下，气候因素直接影响ESS(0.10)和EST(-0.16)。同样，增加的景观配置会增加ESS(0.52)并削弱EST(-0.19)。

文章最后提出了分区规划策略。APZ是北京的主要粮食供应区，对保障区域粮食安全至关重要。实施生态集约化措施，科学划定耕地保护红线，在实施“百万亩平原造林”绿色工程的过程中，应特别注意建成区周边协同效应低的区域，并修复APZ破碎的景观格局。ECZ是北京市调控和配套服务的主要供给区。在区域三北防护林工程和京津冀风沙源治理工程中，应重点修复景观破碎化严重、功能退化严重的地区；减少灰色基础设施的隔离作用，，以保持原始生态系统容量和结构的完整性；建立全面的生态补偿机制。在当前北京非首都功能搬迁工程实施的背景下，UCZ管理者应充分利用城市缩减的机遇，充分利用城市发展，恢复和拓展河流、绿地系统等生态空间，打造有韧性的城市蓝绿基础设施；为城市建设划定红线，保护现有的自然和半自然生态系统；基于自然的解决方案也是应对城市气候和生物多样性风险以及社会不平等的有效措施。

（图片来自原文）

声明：本推送内容仅代表课题组对文章的理解，不是对原文的翻译，请有兴趣的同学阅读原文。课题组水平有限，难免出现错讹，也请各位专家、同学批评指正。

原文请见：Wang K, Gao J, Liu C,et al. Understanding the effects of socio-ecological factors on trade-offs andsynergies among ecosystem services to support urban sustainable management: A casestudy of Beijing, China. Sustainable Cities and Society, 2024, 100: 105024.