城市边缘区是城乡之间的过渡区域, 作为距城市最近的生态腹地, 拥有较丰富的土地资源和生态环境基础, 在提供生态系统服务(Ecosystem Services, ESs)和优化城镇格局方面扮演重要角色^[1]。受中心城市对外扩张以及乡村城镇化的双重作用, 城市边缘区生态资源被侵占, 人口、产业集聚等社会经济活动产生大量污染等负外部影响, 生态环境问题突出, 具有人地关系复杂、空间冲突尖锐的特征。有关城市边缘区生态方面的研究日臻丰富, 如景观格局分析^[2]、生态脆弱性^[3]、生境服务评估^[4]等, 为本文研究奠定认知基础, 但仍存在以下不足：①以往研究在空间范围划定上, 往往依照相关上位规划的行政边界和道路为标准, 将其作为城市中心的附属区域, 未对城市边缘区进行单独的评价和识别, 这种偏定性的方法具有较大主观性, 较难与城市边缘区动态发展的速度同步, 容易忽略潜在的生态环境挑战。②研究内容上缺乏对城市边缘区ESs复杂交互作用的分析。人们对土地利用干扰方式的多样性及生态系统本身的高度动态复杂性叠加, 使得特定生态系统中的不同ESs呈现活跃的演变态势以及复杂的相互作用关系, 常表现为此消彼长的权衡关系和相互增益的协同关系^[5—6]。在人地冲突的背景下, 城市边缘区的ESs在博弈过程中往往呈现出多样化、复杂化、耦合性的权衡失调特征, 难以达到最优平衡, 不利于自然—经济—社会系统的可持续发展。因此, 有必要把城市边缘区作为独立地理单元进行识别, 研究ESs的复杂相互作用、基于功能协调目的协同优化城市边缘区ESs, 对于缓解人地关系矛盾和促进区域可持续发展具有重要意义。

近年来, 国内外学者对ESs权衡协同关系进行了广泛研究, 研究对象多聚焦于国家、生态功能区、流域或子流域、城市群或省市等中宏观尺度^[7—12], 研究方法上运用相关性分析、主成分分析、均方根差、贝叶斯网络等多种方法^[13—14]分析ESs权衡协同关系的变化特征及影响机制, 研究应用上使用FLUS^[15]、PLUES^[16]等模型模拟预测未来不同情景下的ESs相互作用关系演变并进行优化。但现有研究大多关注某一单一类型优化或两两ESs之间的权衡, 对多个ESs间的相互依赖性关注较少。生态系统服务簇(Ecosystem Service Bundles, ESB)指共现于某一时空尺度上重复出现的多种类型的生态系统服务组合^[17], 为表征多种ESs复杂交互作用提供科学视角^[18]。目前, 已有学者基于ESB探讨ESs相互作用关系, 研究方法上大多采用K-means聚类分析^[19]、自组织网络分析^[20], 研究尺度上集中于城市^[18]、省域^[19]、流域^[21]、城市群^[22]等大中尺度, 对城市边缘区的ESB分布格局及动态演变关注较少。村域是国土空间生态管控的最小单元, 城市边缘区的村庄在城市化进程中往往面临不同阶段的复杂人地矛盾, 其生态困境呈现时空差异性。因此, 识别村域尺度ESB的时空格局, 辨析不同村庄主导ES及其权衡特征的演变规律, 有助于为城市边缘区ESs协同优化提供差异化和精细化的分析依据和决策支持, 促进乡村振兴和城乡可持续发展。

在长三角城市群区域一体化的发展背景下, 苏州市作为高速发展的前沿城市, 建设用地扩张, 城市边缘区大面积生态用地被挤占, 具体表现在交通基础设施的快速建设切断了生态廊道的物质流、能量流和信息流, 斑块趋于破碎化, 耕地流失, 工业污染的潜在风险加剧, 生物多样性减少、ESs退化等生态问题极具代表性。结合相关学者研究^[23—24]和苏州市城市边缘区主要生态问题, 本研究定量测度2010和2022年苏州市城市边缘区粮食供给、土壤保持、碳储存、产水量、生境质量、水质净化与文化服务7种关键服务的时空变化特征；运用Spearman相关性分析方法定性判别各服务之间权衡协同关系；以村级尺度为评价单元, 基于自组织网络方法识别ESB, 分析城市边缘区主导ESs及协调特征的时空演变规律并提出优化策略。图 1为本研究的研究框架图。

1 研究区概况与数据来源 1.1 研究区概况

苏州市是江苏省的地级市, 下辖6个区和4个县级市, 截至2022年末, 地区生产总值达到23958.3亿元, 经济发展水平进入全国GDP20强。苏州市常住人口为1291.1万, 城镇化率达74.42%, 是典型的特大城市之一。受上海等周边城市辐射带动的外溢效应驱动, 其社会经济发展亟需大量建设用地。在城市中心土地资源较为饱和及市场化的驱动下, 人口、产业等要素不断转移至城市边缘区, 城市边缘区聚集形成大量高新技术、商贸金融及工业等产业园区, 在城市的社会经济发展中占据着愈发重要的地位。与此同时, 城市化的快速推进也导致了景观的破碎化^[25], 工业用地的大面积开发蚕食着大量生态用地, 在加剧碳排放的同时造成生境质量退化、土壤质量恶化、水质污染等问题, 对苏州市ESs的权衡及退化产生一定影响。人地矛盾不断激化, 已经成为制约城市可持续发展的瓶颈之一, 因此本研究选择苏州市作为案例研究区具有典型性、代表性、必要性。

1.2 数据来源与处理

本研究使用的数据包括：

地理空间数据：2010年和2022年土地利用数据集分别来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/)和Esri Sentinel-2 Land Cover Explorer(https://livingatlas.arcgis.com/), 采用一级分类结果, 包括耕地、林地、草地、水域、建设用地和未利用地, 空间分辨率30m；数字高程模型(DEM)数据空间分辨率30m, 来源于地理空间数据云平台(http://www.gscloud.cn/)；土壤属性数据来源于世界土壤数据库(HWSD), 土壤分类系统为FAO-90；道路交通、水系、行政区划等数据来源于Open street map(http://www.openstreetmap.org/);

② 气象数据：2010年和2022年的气象数据集, 包括海拔、气温、降雨量、日照时数等来自于中国气象数据网(http://data.cma.cn/), 利用Kriging插值法获取栅格图层；

③ 社会经济数据：来源于苏州市统计年鉴等。其中电子地图兴趣点POI (Point of Interest)数据通过Python 3.11从百度开放平台服务(http://lbsyun.baidu.com/)中收集。

以上所有数据重采样输出栅格分辨率为30m×30m。在获得栅格尺度测算结果的基础上, 本研究以行政村为基础分析单元, 采用ArcGIS 10.2分区统计工具分别计算各行政村边界范围内ESs平均值, 以此表征该村ESs供给能力。

1.3 研究区土地利用分析

苏州市市域总面积8657.32km², 平原、水域、丘陵分别占55%, 42%, 3%。如图 2所示, 2010年土地利用类型以水域和耕地面积为主, 占比为37.1%、34.6%, 林地较少, 主要分布在西南部的东山、西山和西北部的虞山。建设用地不断从城市中心扩张, 蔓延至城市边缘区, 呈现大分散小集中结构, 其显著变化主要发生在苏州市北部和南部, 到2022年建设用地约占40.4%, 增幅为56.2%。此外, 耕地占比下降了16%, 成片式分散分布在城市外围地区, 水域呈现大分散大组团、条带式多样化分布, 与其他用地类型之间的嵌入耦合关系较为密切。

2010—2022年苏州市土地利用变化矩阵如表 1所示。2010—2022年苏州市各类土地利用类型中, 相互转化主要发生在耕地、水域和建设用地之间, 耕地面积呈现出最大化的下降趋势, 其中耕地转向水域的面积为313km², 转向林地和草地的面积相似, 为50km²左右。建设用地大幅度增加, 其中生态用地(耕地、林地、草地和水域)转为建设用地的面积达到1542.8km², 占2022年总建设用地的44.2%, 成为其主要来源。林地、草地和未利用地的面积有所增加, 但增长幅度远小于建设用地。基于苏州市土地利用转移分析, 近年来苏州市呈现建设用地快速扩张趋势, 且显著以牺牲生态用地为代价。这种土地利用转变对区域ESs产生较大负面效应, 尤其建设用地扩张往往发生在城市边缘区, 这将对边缘区村庄的可持续发展产生重要影响。因此, 亟需进一步聚焦城市边缘区, 分析其在城市化进程中ESs权衡协同关系的时空演变, 明晰其潜在的生态权衡风险挑战, 有利于为生态管控策略提供决策依据。

2 研究方法 2.1 城市边缘区识别

借鉴已有研究^[26—27], 使用社会经济发展水平和建设用地密度对城市边缘区进行识别。用国内生产总值(Gross Domestic Product, GDP)和人口密度两个指标表征社会经济发展水平, 将社会经济发展水平、建设用地密度进行核密度分析并叠加, 通过高低值生成四象限图, 其中第二象限L-H和第四象限H-L为城市边缘区(图 3)。在此基础之上, 利用ArcGIS随机取点工具, 以随机点坐标代入实景地图, 结合遥感影像及实地调研确认是否与识别预期结果相符, 使用总体精度和Kappa系数检验识别结果, 由此验证识别方法合理性及结果准确性。

伴随城市扩张过程, 城乡空间结构始终处于较为活跃的演变态势, 使得城市边缘区的空间范围也随区域社会经济的不断发展而变化。鉴于本研究重点关注城市边缘区内ESs权衡协同关系的演变, 而非城乡空间结构变化对ESs相互关系的影响, 因此将研究区域进行如下限定：本研究以现状行政区划界线为准, 不考虑行政区划边界变更的影响, 并以研究终止年识别的城市边缘区空间范围为最大研究边界, 将研究区域定义为研究时段内持续为城市边缘区的地区以及从乡村演变为城市边缘区的地区(图 4)。

2.2 生态系统服务估算

考虑城市边缘区人地关系特征, 本研究选择粮食供给、产水量、碳储存、土壤保持、生境质量、水质净化、文化服务7种关键ESs, 以此探究城市边缘区ESs的相互作用关系。

(1) 粮食供给

利用ThornthwaiteMemorial模型和Miami模型相结合计算标准气候生产潜力^[28], 综合土地自然质量、基础设施、限制条件等因素量化修正标准气候生产潜力, 得到综合生产潜力以表征粮食供给服务值^[29]。

Miami模型公式为:

(1)

(2)

Thornthwaite Memorial模型公式为:

(3)

(4)

(5)

(6)

(7)

式中, T为年平均气温(℃)；R为年降水量(mm)；L为年平均最大蒸散量(mm)；V为年平均实际蒸散量(mm)；W_T、W_R、W_V分别为年平均气温、年降水量和蒸散量决定的植被生产潜力(kg hm^-2 a^-1)；W为研究区域的标准气候生产潜力。Y_i为地块i的综合生产潜力；W_i为研究区域的标准气候生产潜力；K_i为地块i的生产潜力综合修订系数。

(2) 土壤保持

本文采用修正通用土壤流失方程(RUSLE)来估算土壤保持量^[30], 计算公式如下：

(8)

式中, SC为土壤保持量(t/km²)；R为降雨侵蚀力因子(MJmmhm^-2h^-1a^-1)；K为土壤可蚀性因子(thMJ^-1mm^-1)；C为植被覆盖因子, 无量纲；P为水土保持因子, 无量纲；LS为坡长坡度因子, 无量纲, 以上因子详细计算公式参考文献[31]。由InVEST模型自动计算。

(3) 产水量

采用InVEST模型产水模块评估产水量, 基于水平衡原理, 将产水量定义为降水量减去蒸散量。计算公式如下：

(9)

式中, Y_(xj)为j类土地利用类型x栅格上的年产水量(mm)；AET_(xj)为j类土地利用类型x栅格上的年实际蒸散量(mm)；P_(x)是x栅格上的年降雨量(mm)；利用栅格面积和Y_(xj)的乘积再换算得到栅格上最终产水量(m³)。

(4) 碳储存

利用InVEST模型的碳储量模块对碳储存服务总量进行计算, 公式如下：

(10)

式中, C_tot为总碳储量(t/km²)；C_above、C_below分别为地上、地下生物量中的碳储量；C_soil为土壤碳储量；C_dead为死亡有机物中的碳储量；各部分碳储量参数根据文献资料获得^[32]。

(5) 水质净化

基于InVEST模型的NDR模块, 根据相关研究的污染物拦截系数与过滤量及相关参数^[33], 评估植被和土壤对氮磷的残留效应。该模块通过输出氮和磷来反映水的净化程度。公式如下：

(11)

式中, ALV_(x)是栅格x的调整负荷数, HSS_(x)是栅格x的水文敏感性评分, pol_(x)是栅格x的输出系数。

(6) 生境质量

采用InVEST模型中生境质量模块, 作为表示生物多样性的指标^[34]。根据生境类型敏感性和外界因素威胁计算生境质量指数, 并根据生境质量指数评估生境质量。计算公式如下：

(12)

式中, Q_(xj)为土地利用类型j中栅格x的生境质量；H_j为土地利用类型j中栅格x的生境适应性；D_(xj)为土地利用类型j中栅格x的生境退化度；k为半饱和常数。生境质量值在0—1之间, 值越高, 生境质量就越高, 退化程度越低, 反之亦然。各部分参数根据文献资料获得^[35]。

(7) 文化服务

参考苏州市具体情况以及前人研究^[36—37], 利用最大熵模型Maxent 3.4.4平台, 结合获取的“风景名胜”POI数据作为样本点数据, 选取指标作为环境变量数据, 包括自然和人为条件指标：坡度、距水体距离、高程、土地利用/覆被以及距道路距离, 将样本点数据与环境变量数据输入Maxent模型测算得到评价结果^[29]。

2.3 生态系统服务权衡/协同关系的量化 2.3.1 生态系统服务间的相关性分析

为消除多种类型ESs不同量纲的影响, 本研究采用Min-Max标准化法对ESs进行归一化处理, 具体公式如下：

(13)

式中, ES_std是某种ESs的标准化值；ES_obs是ESs观测值；ES_min和ES_max分别是ESs观测值的最小值和最大值。在数据标准化基础上, 本研究使用Spearman的非参数相关性分析来确定ESs之间的权衡/协同关系, 以确定这些交互关系的方向和强度^[38—39]。ESs之间的正相关表示协同作用, 负相关表示权衡。用R4.3.1软件中的“corrplot”软件包在2010年和2022年进行Spearman相关分析判别7种ESs之间的相关关系并实现可视化。

(14)

式中, R_(xy)为相关系数, 值域[-1, 1], 若R_(xy)>0, 表示两个服务之间存在协同关系；R_(xy)＜0, 意味着两个服务之间存在权衡关系。X_ij和Y_ij表示不同类型ESs数据值。

2.3.2 生态系统服务簇

基于ESs评估结果, 利用自组织特征映射网络(SOM)识别生态系统服务簇^{[14, 20]}。SOM方法结合了主成分分析和K-means聚类分析方法, 通过近邻关系函数保留输入空间的拓扑结构并在分析中添加空间信息, 运用竞争学习策略, 依靠神经元之间互相竞争, 逐步优化网络, 实现分类处理^[18]。本研究将苏州市城市边缘区作为样本输入, 利用R4.3.1中的“kohenen”软件包识别生态系统服务簇。最佳分组数通过计算2—15类时的Davies-Bouldin指数来确定, 该指数越小, 表明服务簇之间的差异越大, 簇内差异越小^[14]。

3 结果与分析 3.1 城市边缘区识别结果及生态系统服务时空变化

(1) 城市边缘区识别结果及土地利用时空演变

本研究识别2022年苏州城市边缘区共3838.8km², 占全市面积44.56%, 大部分以各区中心为核心, 呈环状集聚分布在各区中心附近(图 5)。根据苏州市最新行政区划, 城市边缘区范围内包括村庄918个。选取10%的样本进行验证分析, 总体精度和Kappa系数分别为88.88%和0.85, 证明识别方法精度较高。2010—2022年随着城镇化和社会经济发展水平不断上升, 在人流、物流、信息流等城乡要素加快渗透融合的驱动下, 土地作为空间利用表征的载体, 在城市边缘区显现出大幅变化, 至2022年以建设用地为主, 占比为51.64%。相比于2010年增加了926km², 耕地减少了1009.5km²、减幅为26.29%。除耕地外, 林地、草地和水域分别增加了0.43、1.54和0.13个百分点。

(2) 生态系统服务时空动态分析

评估苏州市城市边缘区2010和2022年主要的7类ESs, 各取平均值(表 2), 研究结果总体呈现出波动性变化特征。除文化服务呈增长趋势外, 其余ESs呈下降趋势。其中研究区碳储存的年供给量从2010年的5.03×10⁶t下降到2022年的3.88×10⁶t, 降幅较大, 为22.9%, 主要由于建设用地扩张导致固碳能力较高的土地利用类型面积减少；单位面积产水量从3.26×10⁵m³/km²降至2.19×10⁵m³/km², 年产水量在2010年为1.25×10⁹m³, 2022年为8.42×10⁸m³, 这与该区域的降雨量和蒸散量密切相关；进行归一化处理后的研究区生产综合潜力指数均值在2010年和2022年分别为0.42、0.33, 粮食供给能力下降了21.43%；该区域受人类活动影响较大, 快速城镇化导致生境斑块破碎化加剧, 生境质量平均分由0.12下降到0.11, 整体下降了8.33%。土壤保持和氮磷输出量总体虽有波动但变化幅度较小。进行归一化处理后的文化服务供应能力均值分别为0.13和0.17, 呈增长趋势, 增幅为30.77%。

结合2010年和2022年ESs得到变化情况的空间分布(图 6)。受气温与降水等自然因素变化和人类活动干扰影响, 2010—2022年城市边缘区的粮食供给、碳储存、土壤保持和产水量大部分区域为减少, 减少区域的面积分别占该区域的85.29%、88.45%、87.69%和73.53%, 其分布格局具有一定相似性, 主要位于建设用地快速扩张区, 如常熟市、吴江区等。粮食供给和碳储存增加区域分布相对分散。受近些年风景名胜景点及设施逐步发展和完善的影响下, 文化服务的增加区域占比达64.16%, 其减少区域主要集中分布在张家港市、常熟市和太仓区。氮输出量和磷输出量空间分布格局具有一定相似性, 减少区域占比高, 分别占该区域的85.08%和74.29%。生境质量增减区域占比相似, 分别为47.06%和52.94%, 整体呈“生境质量增减区域全区交互分布、局部集中”的空间分布格局。

3.2 生态系统服务相互作用及动态演变分析 3.2.1 生态系统服务相关性分析

根据图 7所示, 蓝色系表示正相关, 红色系表示负相关, 圆形越大则绝对值越大, 表明权衡或协同程度更高。2010—2022年, 苏州市城市边缘区7种ESs之间的相关性分析结果均通过0.05水平的显著性检验, 相关系数绝大多数小于0, 以权衡效应为主, 协同效应较少, 整体权衡关系呈减弱趋势。

2010—2022年粮食供给与土壤保持、产水量、生境质量、文化服务之间的相关系数均显著为负, 呈不同程度的权衡关系, 和生境质量的权衡效应最强, 分别为-0.54和-0.77。此外, 建设用地增加使得地表密实化, 粮食供给-产水量之间权衡效应波动性减弱, 从-0.65上升至-0.47。调节服务如土壤保持和水质净化、碳储存之间的相关系数显著为正, 说明这两对ESs之间存在显著的协同效应, 且协同效应均明显增强, 但总体上土壤保持-水质净化之间的协同效应较高于土壤保持-碳储存的协同效应。支持服务(生境质量)和调节服务(土壤保持、水质净化)、文化服务主要表现为正相关性, 2022年和文化服务正相关性最高, 为0.96。产水量-碳储存之间为协同效应, 说明耕地转换为固碳能力较弱的建设用地, 固碳能力减弱使得碳储存服务下降, 在降雨量减少的情况下出现了产水量-碳储存协同效应, 协同效应波动性减弱。生境质量与碳储存、产水量存在显著的权衡效应, 生境质量-产水量之间权衡效应不断增强, 生境质量-碳储存之间权衡效应波动性减弱，说明水域面积增加, 促成了生境质量上升而碳储存下降的权衡效应, 且在降雨量减少的情况下出现了产水量和生境质量权衡效应。文化服务与产水量、粮食供给、碳储存之间的相关系数均显著为负, 表明三对ESs间存在权衡效应, 其中文化服务-粮食供给、文化服务-产水量之间权衡效应不断增强, 文化服务-碳贮存之间权衡效应波动性减弱, 总体上文化服务与产水量的权衡效应最强, 增幅为15%。

3.2.2 生态系统服务簇动态演变和优化策略

运用自组织映射网络方法识别出苏州市边缘区最优生态系统服务簇数为5类, 根据服务簇内占主导地位的ES和ESs相互作用关系进行命名, 苏州市边缘区村域尺度形成生态服务协调簇、生态服务失调簇、生态保育簇、生态游憩休闲簇以及生态风险加剧簇, 各类服务簇的时空分布以及转移情况示于图 8。其数量变化和空间演化呈现如下特征：

(1) 数量关系上：

① 生态服务失调簇与生态风险加剧簇是苏州市城市边缘区主导的生态系统服务簇, 研究期间分别呈明显下降或上升, 减幅及增幅分别为17.18%和54.51%。而生态服务协调簇与生态游憩休闲簇的村庄数量有所下降, 生态保育簇基本保持不变。②在2010—2022年间, 在城市建设用地迅速扩张, 人为活动对城市边缘区生态系统严重干扰的情况下, 许多村庄的ESs权衡程度强化, 主要表现为生态服务协调簇向生态服务失调簇、生态风险加剧簇转变, 转变类型分别占24.6%、25.1%。112个村庄由生态服务失调簇转变为生态风险加剧簇, 转变率为26.7%。另外, 分别有31和15个村庄发生了反向转化, 由生态服务失调簇和生态游憩休闲簇转变为生态服务协调簇。

(2) 空间演化上：

① 生态服务协调簇各种生态服务供给能力均较高, 组成结构均衡, 呈现高值协同关系。2010年占比19.93%, 至2022年总体减少44个, 降幅为24.04%, 主要位于吴江区、相城区和昆山区, 空间分布较为分散。对于现有的生态服务协调簇, 其中有较大部分从生态系统服务失调簇转变而来, 这类村庄多集中分布在水域面积较大的地方。结合土地利用变化情况来看, 耕地、草地等转为水域, 受湿地保护修复措施以及退渔还湖等政策多措并举的影响, 生态环境得到了极大改善, 生物多样性不断提高, 形成了多种ESs协调的特征。未来要对生态空间的质量与空间结构继续进行动态监测, 保持ESs的协同发展, 进一步优化现有生态框架, 妥善安排长期建设于生态框架内。在加快城镇化建设的同时维系城市边缘区湿地空间的生态安全, 充分发挥湿地生态的溢出效应，提升其景观功能多样性, 促进多重ESs供给能力。

② 生态服务失调簇除产水量和碳储存服务较高外, 其他服务供给能力均较低, 处于权衡状态的ESs占比最高。2010年在服务簇中占比最大, 为45.64%, 2022年下降至37.80%, 集中分布在张家港市、常熟市和太仓区一带以及吴江区南部村庄。该区域由于建设用地增加更快, 林地、草地覆盖率较低, 碳储量呈下降趋势, 受降雨量减少的更大影响使得产水量也趋于下降, 产水量-碳储存呈协同效应, 但与其它调节、供给和文化服务表现出权衡关系。未来应严格控制该类村庄的新增建设用地规模, 以ESs短板治理为主, 比如为改善耕地减少带来的粮食供给与其它服务的权衡关系, 需在适宜农业生产的地区, 在不破坏生态系统稳定性的前提下, 提高农林业生产空间的强度和利用效率, 采取措施加强农林业的立体优化配置, 探索多种农林业生产模式, 实现各ESs的协同, 提高生态空间的综合效益。

③ 生态保育簇表现出较高的生态效益, 其特点是以调节服务(土壤保持、生境质量、水质净化)为主导, 但粮食供给能力较低, 可能与海拔较高、人为干扰较少、森林覆盖率较高有关, 生境质量服务能力在所有服务簇中最高。其主要集中分布在吴中区、虎丘区林地和丘陵地带, 在复杂的城市生态系统中发挥着提供多样ESs的重要作用, 在2010—2022年间占比皆最小, 分别为3.05%和3.27%, 整体保持相对平稳状态。对于该类型的村庄, 必须严格限制非生态用途的生态空间占用, 减少对自然植被的破坏, 保持其完整的生态结构、完备的生态功能和空间, 提高维护生态安全的能力。同时应进行适当的生态补偿, 以弥补村庄对于整体生态系统发挥综合效益所作的贡献；在区域可持续发展过程中, 对于一些可适当进行开发的村庄, 如金庭镇、光福镇等一些自然风景区, 在维护原有林地、水域良好的同时, 合理低干预地进行生态旅游开发, 开发力度需控制在生态适应性演变的架构之中。

④ 生态游憩休闲簇以文化服务为主导, 文化服务能力在所有服务簇中最高, 其它服务均较好。2010年占比为4.79%, 2022年下降至2.72%, 总体减少19个, 且2022年在服务簇中占比最小。分散分布在太仓区西部、吴江区东部以及常熟区南部村庄, 自然条件优越, 建立了多个森林公园和水乡古镇等旅游景点, 提供一定的景观美学和生境质量服务。经济活动和开发建设使得土地趋于破碎化, 导致该类村庄的文化服务和其它ESs之间产生权衡效应, 有7个转变为生态服务失调簇。为了寻求居民福祉和生态保护之间的平衡, 该类村庄在完善基础设施建设, 促进交通便利, 加上政策支持为提高游憩休闲服务能力的同时, 要加强污染防治, 注意修复生态环境, 通过灰绿基础设施配合减缓现存问题, 确保开发建设活动在当地的生态承载力范围内。另外, 注重绿道网布局与地方文化、特色资源相结合, 通过功能安排、游憩活动组织等方式形成各具特色的绿道游览路线, 实现经济社会发展与生态保护之间的平衡和双赢。

⑤ 生态风险加剧簇。相较于其它簇, 离城市中心更近受城市建设用地扩张影响较大, 生态系统趋于风险加剧, 除产水服务较高外, 其余ESs供给能力均较弱, 且该部分产水量服务并不能被直接利用。在2010年和2022年分别占26.58%和41.07%, 总体数量增加133个, 是变化最大的生态系统服务簇, 2022年在所有服务簇中占比最大。空间变化比较分散, 分散分布在苏州市边缘区城市建设用地占比更大且扩张更快的密集地区。大面积的耕地、水域和林地转变为建设用地, 生态用地被挤占, 导致了水质净化、土壤保持和碳储存服务呈减损状态, 容易加剧村庄各类ESs的权衡效应, 生态环境压力相对较大, 易对生态系统造成更大的风险。未来有必要严格控制新增开发区位, 加强生态管控, 从源头上扭转生态空间进一步退化和景观格局破碎化的趋势。优化生态空间的中微观格局, 在考察土地利用和开发影响的基础上进行生态环境整治和恢复, 针对拥有重要水域和湿地的村庄, 结合水生态修复工程和湿地保育工程, 提升生态系统自我调节平衡能力, 防止不可逆破坏。

4 讨论

(1) 城市边缘区的ESs权衡协同关系

当城市中心的土地资源与价值开发趋于过饱和, 在社会经济快速发展及人们逐利的驱动下, 更靠近城市中心的城市边缘区由于其土地资源相对丰富、土地价格低廉、地理位置便利等条件往往成为城市空间拓展的重点区域。这种为获取更多资本增值的经济理性逻辑表面上推动了城市建设, 但是由于缺乏生态理性, 其指导下的粗放化规划容易导致土地资源浪费、侵占生态空间, 使得生态结构被破坏及生态系统的完整性受到干扰, 为未来的可持续发展问题埋下了隐患。当城市边缘区作为城市的一部分进行研究时, 其ESs权衡协同关系分析结果与将其作为独立地理单元分析的结果有所不同。本研究表明在研究区28对ESs关系中, 11对关系呈强权衡关系, 5对关系呈强协同关系, 其他7对关系为弱协同关系。以苏州市整体区域土壤保持-产水量、粮食供给-生境质量为例进行回归分析, 结果均通过99%的置信度检验(P＜0.01), 土壤保持-产水量回归系数2010年和2022年分别为0.10和0.08, 呈现弱协同关系, 而对苏州市城市边缘区进行单独分析时, 土壤保持-产水量在2022年为弱权衡关系。另一方面, 2010和2022年粮食供给-生境质量相关系数在苏州市整体区域层面分别为-0.36和-0.31, 较城市边缘区权衡程度均有所下降。总体来说, 相关变化成因可表明区别于整体区域的研究, 对城市边缘区进行更高精度的分析, 在一定程度上可放大ESs间复杂相互作用关系的局部空间差异。城市边缘区受到城乡双向交互影响, 其内部ESs矛盾高于整体区域。区别于相关生态研究^[2—4]多从城市规划政策下人为划定的静止区域中直接划分出城市边缘区, 结合指标进行精准识别作为划分依据, 有利于动态化和精细化管理城市边缘区发展过程中的ESs协同。此外, 除在市级空间对城市边缘区进行单独划分的研究, 未来可结合ESs尺度效应上升到省级、城市群等较大尺度的城市边缘区作更多讨论, 其对于区域一体化背景下的跨尺度生态空间面临的风险可提供指导意义。

(2) 村级尺度的动态演变视角下城市边缘区ESs优化

ESs权衡协同作用的时空共现性与ESs的时空共现性相同, 将多种ESs的权衡协同作用缩减为ESB的形式, 基于村级尺度可以更有效地识别不同村庄的主导ESs及权衡关系特征。在城镇化发展进程的不同阶段下, 土地利用强度的变化对主导ESs及权衡关系特征的演变产生着至关重要的影响, 特别是对于位于过渡性地带动态变化显著的城市边缘区, 结合2010—2022年苏州市城市边缘区土地利用转换轨迹(图 9)有助于追溯村庄ESs权衡演变成因, 可为制定并实施差异性优化策略和管理提供有效方法。城市边缘区的土地利用相互转化主要发生在耕地、水域和建设用地之间, 以耕地的面积减少最多, 其中有191.9km²的耕地向水域转移, 建设用地面积增长最多, 总共增加926km²。结合土地利用空间分布, 建设用地的扩张呈现以各区城市中心往外辐射的环型空间拓展结构特征。和各分区相比, 张家港、常熟市的集中式蔓延和吴江区南部的分散分布式增加尤为明显, 建设用地增幅最大, 经过数十年的建设和发展, 市政基础设施和商业服务业更新迭代速度加快, 其生态空间格局遭到破坏的程度更甚^[40—41]。结合空间转移轨迹, 该区域的村庄主要为生态服务协调簇转向生态风险加剧簇, 且生态风险加剧簇与生态服务失调簇有连接成片趋势, 一定程度上可表明生态风险加剧簇的演变与建设用地的快速扩张具有一致性, 这与冯兆等人^[42]对城市区域服务枯竭簇的研究结果具有相似性。为促进ESs协同, 该类村庄亟需进行生态重塑, 以用地布局结构问题治理为主, 优化生态空间的中微观格局, 降低生态权衡风险, 逐渐恢复生态与人居环境的相互渗透与融合。此外, 城市边缘区作为受城市化和乡村城镇化双向作用力的复杂过渡性地带, 各个村庄自身的自然地理环境及区位优势的不同, 除土地利用变化外, 未来可从内在、外生驱动力多角度进行影响机制分析, 通过认识ESs权衡协同作用驱动机制的空间异质性识别村庄生态系统服务簇演变的关键因素及影响因子的交互性, 提出更加多元化和切实可行的优化建议。

(3) 研究不足与展望

本文在城市边缘区ESs功能评价、权衡协同关系、村庄ESB类型分化等方面作出一定探索, 但仍存在以下一些问题：①研究方法上, 文化服务主要选取风景名胜POI进行分析, 以游憩休闲为主, 未来可丰富文化服务评估的维度进行更全面分析, 例如结合问卷调查等从居民角度量化文化服务。研究仅分析了ESs权衡协同关系在全局空间上的变化, 未对空间上局部的ESs权衡协同关系变化进行研究, 未来可结合空间自相关性可进一步探讨不同高低值区域以便对不同乡村进行更具针对性的分析并提供决策依据。②研究应用上, 后续研究可进一步结合元胞自动机、遗传算法、粒子群算法等模型或算法模拟土地利用演变趋势进而揭示ESs及相互关系变化规律, 合理预测生态系统服务簇未来的格局, 提出更加合理的生态系统风险管理策略。③研究内容上, 本文仅讨论ESs相互作用关系, 未来可结合生态学的尺度效应, 如微观尺度的要素或宏观尺度的生态安全格局, 探究各个环节之间的耦合差异性关系, 为缓解城市边缘区人地关系矛盾提供多元化的生态指导。其次, 该研究仅分析了边缘区ESs功能的演变特征, 未来可结合影响因素和时序数据对内在机理和驱动机制的空间异质性进行进一步探究, 提出更加科学有效的优化建议。最后, 农民、城市居民、政府、开发商和其他团体都是城市边缘区开发和利用过程中的重要参与者, 可结合利益相关者对结果进行讨论, 通过分析他们对ESs权衡决策的态度, 制定满足当地居民对生态系统日益增长的需求的相关决策。

5 结论

本文首先对苏州市城市边缘区进行识别, 在此基础上对其2010年和2022年7种ESs进行量化, 利用相关性分析探究多种ESs间的交互关系, 使用自组织映射方法判断各个村庄主导ESs类型和协调特征的时空分异特征及演变规律, 主要结论如下：

(1) 基于村级尺度识别得到苏州市城市边缘区918个村庄, 分布具有明显的空间分异规律, 大部分以各区中心为核心, 呈环状集聚分布在各区中心附近。

(2) 从ESs量化及时空演变分布特征来看, 2010—2022年间粮食供给、碳储存、产水量、生境质量、土壤保持、氮磷输出量呈下降趋势, 文化服务整体上升, 碳储存降幅最明显。相互作用关系以权衡效应为主, 协同效应较少, 且整体权衡关系呈减弱趋势。除生境质量、文化服务总体呈现增减区域交互分布外, 其它ESs分布较为相似, 主要呈现减少区域大面积集中, 增加区域分散式分布的特征, 退化显著。

(3) 苏州市城市边缘区7种ESs在空间上共现形成5种服务簇, 分别为生态服务协调簇、生态服务失调簇、生态保育簇、生态游憩休闲簇以及生态风险加剧簇。生态保育簇主要分布在以林地为主的西南部, 生态服务协调簇主要分布在以水域和农田为主的东南部, 生态风险失调簇和生态风险加剧簇主要分布在东北部。2010—2022年苏州市城市边缘区生态保育簇、生态游憩休闲簇空间格局较稳定, 演变轨迹主要发生在生态服务协调簇、生态服务失调簇与生态风险加剧簇之间, 生态风险加剧簇变化最大, 与城镇化发展速度密切相关。

(4) 分析城市边缘区村级尺度不同阶段的ESB演变轨迹, 对各个村庄不同程度的生态权衡问题提出优化策略, 指导城乡可持续发展。对于生态服务协调簇, 动态监测其生态空间变化, 保持ESs的协同发展。对于生态服务失调簇和生态风险加剧簇, 以ESs短板治理为主, 进行生态环境整治和恢复, 提升生态系统自我调节平衡能力。对于生态保育簇, 加强保育, 严格管控并限制开发。对于生态游憩休闲簇, 需完善蓝绿基础设施网络, 从而实现生态保护与经济发展的互惠共赢。