引言

生态系统服务是指人类直接或间接从生态系统中所获得的各类惠益，包括供给服务、调节服务、文化服务与支持服务，它们构成人类社会生存与可持续发展的物质基础和环境条件 ^{[1, 2]}。自工业革命以来，伴随工业化、城镇化的快速推进，人类对生态资源的需求急剧增长 ^{[3, 4]}，而不合理的人类活动对生态系统的干扰日益加剧，造成生态空间压缩、生态功能退化 ^{[5, 6]}，导致气候变暖、环境污染等一系列生态环境问题日趋严重，使得生态系统服务供给能力下降，对生态安全与可持续发展的实现构成了严重威胁 ^[7]。党的十八大，生态文明建设纳入了中国特色社会主义事业“五位一体”总体布局，明确提出建设美丽中国的战略愿景。党的二十大进一步强调推动绿色发展，促进人与自然和谐共生，提出“提升生态系统多样性、稳定性、持续性”的战略要求。尽管新时代生态文明建设取得了显著成效，但发展不平衡、不协调的问题仍然存在，部分地区仍面临着环境污染和生态系统退化等问题，这些问题严重制约着经济社会的可持续发展 ^[8]。因此，在推动经济社会快速发展的同时，如何保护生态环境、提升生态环境质量仍是当前亟待解决的重要课题，这也为生态系统服务供需关系研究提供了良好的发展机遇与空间。

生态系统服务供需在时空维度上的匹配状态深刻影响着区域生态安全与可持续发展进程 ^{[9, 10]}。生态系统服务的相关研究侧重于供给方面，在生态系统服务价值核算 ^[11]、生态系统服务权衡与协同 ^[12]及影响因素 ^[13]等方面已取得了丰硕的研究成果。近年来，随着自然生态系统功能持续退化与人类生态需求急剧增长，生态系统服务供需关系的研究成为学术界研究的重要议题，但现有研究多集中在供需匹配评价 ^[14]和生态管理分区 ^[15]。例如，寿云飞等 ^[16]以长三角城市群区县为单元，系统评估了生态系统服务供给与需求并解析其空间特征，进而提出生态建模与区域发展策略；顾康康等 ^[17]基于安徽省生态系统服务供需的空间关系分析划分出不同的生态管理类型并提出差异化发展策略。尽管现有研究在生态系统服务供给与需求的评估及空间格局分析方面取得了较为充分的成果，但从供需视角探讨其驱动机制的研究仍相对薄弱，难以系统揭示多因素共同作用下生态系统服务供需关系的动态变化过程与内在响应机制。部分学者探讨了生态系统服务供需与某一因素之间的关系，如李大强等 ^[18]基于双变量空间自相关方法识别了生态系统服务供需与人类活动强度之间的时空关联。张超正等 ^[19]利用土地利用变化生态贡献率模型揭示了土地利用变化对生态系统服务供需关系的影响。沈家威等 ^[20]则通过生态系统服务供需比分析供给与需求之间的关系，并利用地理探测器探究了气温、降水、土地利用类型等因素与供需比之间的空间关联关系。现有研究虽已认识到生态系统服务供需关系受到自然环境与人类活动等多重因素的共同驱动 ^[21]，但仍缺乏将自然生态条件、气候变化、社会经济等多类因素综合纳入统一分析框架开展系统性驱动机制探讨的研究。因此，在生态系统服务供需关系分析的基础上，深入探究自然、气候与社会经济等因素对生态系统服务供需协调的驱动作用，对于优化区域生态保护策略、促进生态与社会经济的协调发展具有重要意义。

京津冀地形地貌复杂多样，既有燕山、太行山山脉，又有华北平原，其自然生态格局分布具有明显的空间异质性。同时，作为中国经济发展格局中最具活力和发展潜力的核心区域之一，强烈的人类活动干扰可能加剧区域生态系统稳定性下降与生态退化风险。京津冀协同发展是重大发展战略，2015年，《京津冀协同发展规划纲要》将生态环境保护确立为率先突破的关键领域。2023年5月，习近平总书记在深入推进京津冀协同发展座谈会上进一步强调，要推动京津冀协同发展不断迈上新台阶，建设中国式现代化的先行区、示范区。在此背景下，识别京津冀生态系统服务供需的时空格局特征及其耦合协调机制，对于优化跨区域生态管理策略、提升区域生态系统稳定性并促进区域高质量协同发展具有重要的理论与实践价值。基于此，本文以京津冀县域单元为研究对象，在核算生态系统服务供给与需求的基础上，构建生态系统服务供需重心迁移模型，刻画整体变化路径，系统分析其时序演变趋势与空间迁移规律，并利用生态系统服务供需耦合协调度模型揭示区域生态系统服务供需耦合协调发展的时空格局。进一步，利用地理加权回归模型识别驱动供需耦合协调变化的主要因素及其空间异质性特征，为京津冀区域生态系统管理与生态产品价值实现提供科学依据和政策参考，助力区域实现生态保护与经济社会发展的协同共赢。

1 研究区与数据方法 1.1 研究区概况

京津冀地处我国华北地区，区域总面积约21.6万km²。该地区属于温带半湿润半干旱季风气候，四季更替明显，水热条件同期配合较好。京津冀地貌类型丰富，整体地势呈现西北高、东南低的特征。西北部分布有坝上高原和燕山、太行山山脉，以林地和草地为主要覆被类型；东南部则属于平坦的华北平原，耕地广泛分布 ^[22]，生态系统空间异质性明显。同时，作为我国“首都经济圈”和北方规模最大的城市集群，京津冀常住人口总数约1.1亿人，2023年地区生产总值达10.44万亿元，同比增长5.1%^[23]，是我国经济最具活力与增长潜力的区域之一。然而，随着城市化进程不断加快，该地区也面临土地沙化、河流断流及湿地萎缩等资源环境问题，生态压力日益凸显 ^[24]。

1.2 研究方法 1.2.1 生态系统服务供需测算

（1）生态系统服务供给。通过计算生态系统服务价值，反映生态系统服务供给能力 ^[25]。采用修正后的价值当量法评估京津冀生态系统服务价值。在生态系统服务价值京津冀三地平均修正系数0.97^[26]的基础上，结合粮食产量、粮食价格对谢高地等 ^[27]提出的生态系统服务价值当量因子进行本地化修正。2000—2023年京津冀粮食产量为全国粮食产量的0.97倍，因此将生态系统服务价值当量因子修正为全国平均水平的0.97× 0.97=0.94倍。

同时按照1个标准生态系统服务当量为单位面积粮食产生经济价值的1/7，本节选取京津冀2023年稻谷、小麦和玉米三大粮食作物产量、播种面积，以及2023年粮食作物单价，计算出京津冀生态系统服务价值量为2276.99元/hm²，为避免物价上涨等因素带来的影响，2000—2023年生态系统服务价值均以2023年价值系数为基准。将此与修正后的各生态服务价值当量值相乘，获得京津冀的生态系统服务价值系数表（表 1）。具体计算公式如下：

$ e_a=\frac{1}{7} \sum\limits_{i=1}^n \frac{m_i k_i v_i}{s} $

(1)

式中，e_a表示单位面积生态系统服务当量因子对应的经济价值，元/hm²；m_i为第i类粮食作物的播种面积，hm²；k_i为第i类粮食的单位面积产量，kg/hm²；v_i为第i类粮食的平均价格，元/kg；s为稻谷、小麦和玉米三种粮食播种的总面积，hm²。

$ \mathrm{ESV}=\sum\limits_{i=1}^n M_i \times q_a $

(2)

式中，ESV表示生态系统服务价值量，元；M_i表示第i类土地利用类型的面积，hm²；q_i表示生态系统服务价值系数，元/hm²。

（2）生态系统服务需求。生态系统服务需求目前尚未形成统一的概念界定。Burkhard等认为需求是一定范围内人类对生态服务的实际消耗量 ^[28]；Schröter等强调需求体现为人类对特定生态服务属性的偏好与依赖，包括生态系统的生物物理特性、空间可达性与服务获取成本等 ^[29]；Villamagna等则将需求界定为人类已消耗或希望获得的生态系统服务数量，综合兼顾了基础生存需求与偏好性需求 ^[30]。结合上述研究，本文采用Villamagna等对生态系统服务需求的理解。基于生态系统服务需求的内涵，参考相关研究 ^[31-33]，本文选择土地利用强度、人口密度与地均GDP核算生态系统服务需求。其中，土地利用强度以建设用地面积与总面积的占比表示，反映了区域生态空间被占用程度与生态承载压力。建设用地扩张往往伴随生态空间压缩，对调节服务、支持服务等生态功能形成高强度需求；人口密度则是反映人口集聚规模对生态资源的消耗压力，人口密度越高，生存与发展所需的生态服务总量越大；地均GDP则体现经济活动强度对生态系统服务的需求水平，经济水平越高，休闲娱乐、景观美学等生态服务的潜在需求越强。同时，考虑到部分高度发达县域的人口密度与地均GDP数值异常偏高，易对京津冀县域尺度生态系统服务需求的整体核算结果产生极端干扰，故对这两个指标进行对数处理，以减少极端数据对京津冀所在县域生态系统服务需求值的影响 ^[26]。具体计算公式如下：

$ \mathrm{ESD}=\lg x_1 \lg x_2 x_3 $

(3)

式中，ESD表示生态系统服务的需求指数；x₁表示土地利用强度；x₂表示人口密度；x₃表示地均GDP。

1.2.2 重心迁移与标准差椭圆

标准差椭圆法将样本值按空间正态分布规律排布，该方法借助重心、长轴、短轴及旋转角度等核心参数实现量化表征，揭示空间数据的分布格局与演化特征。其中，重心用于定位空间数据的整体分布中心，长轴与短轴分别反映数据在主次方向上的离散范围，旋转角度则指示数据分布的主导趋势朝向。在实际研究中，重心转移法常与标准差椭圆法结合，用于分析样本值的时空演化规律 ^{[34, 35]}。本文采用重心转移与标准差椭圆模型，分析生态系统服务时空演化规律。

1.2.3 生态系统服务供需匹配

采用四象限模型对所求得的生态系统服务供给和需求进行供需匹配分析。首先通过z-score标准化方法分别对京津冀县域单元的生态系统服务供给和需求进行标准化处理，然后以标准化后的供给量为x轴，标准化后的需求量为y轴，构建二维坐标系将各个县域单元的标准化需求值与供给值作为（x，y）坐标点纳入该坐标系；最终，根据各坐标点对应的象限，将199个县区划分为四类供需匹配类型，其中第一象限为高供给—高需求、第二象限为低供给—高需求、第三象限为低供给—低需求、第四象限为高供给—低需求。

1.2.4 耦合协调度模型

耦合协调度模型用于描述系统间的依赖程度 ^[31]，可以反映生态系统服务供需有序发展趋势 ^[32]。具体公式如下：

$ C=2 \times \sqrt{\frac{E \times D}{(E+D)^2}} $

(4)

$ T=\alpha E+\beta D $

(5)

$ D=\sqrt{C \times T} $

(6)

式中，C、T、D分别表示生态系统服务供需的耦合度、协调度和耦合协调度；E和D分别表示生态系统服务供给和需求量；α、β为待定系数，用于衡量供给、需求两个子系统对总系统的贡献重要性，本文中二者均设定为0.5；耦合协调度的取值区间为[0, 1]，数值越接近1表明生态系统服务供需之间的耦合协调效果越好。关于耦合等级与耦合协调等级的具体划分标准，详见表 2。

1.2.5 地理加权回归模型

地理加权回归（GWR）模型是在普通线性回归模型基础上发展而来的改进模型。地理加权回归克服了空间非平稳性对回归分析产生的影响，使模型估算系数能反映空间异质性。本文利用GWR模型探究生态系统服务供需耦合协调度的驱动因素及空间分异规律。具体计算公式如下：

$ Y_i=\beta_0\left(u_i, v_i\right)+\sum_k^n \beta_k\left(u_i, v_i\right) \times X_{i k}+\varepsilon_i $

(7)

式中，$Y_{i}$ 表示被解释变量，即为地理坐标$\left(u_{i}, v_{i}\right)$ 处的生态系统服务供需耦合协调度；$\beta_{0} \left(u_{i}, v_{i}\right)$ 表示回归的截距项；$\beta_{k}\left(u_{i}, v_{i}\right)$ 表示第i个观测点第k个自变量的回归参数，即变量在地理坐标$\left(u_{i}, v_{i}\right)$中的权重系数；$X_{i k}$ 表示第k个自变量在第i个观测点的值；$\varepsilon_{i}$ 是模型的残差。

生态系统服务供需关系受气候、地貌、土地利用及社会经济发展等多重因素的综合影响。生态系统服务供给主要由自然环境因子驱动，而需求侧变化则更依赖人类活动与社会经济条件 ^[36]。王晓峰等 ^[37]分别对青藏高原地区的生态系统服务供给和需求的驱动因素进行了探讨，研究发现降水和坡度是影响生态系统服务供给的重要自然因子，GDP则对生态系统服务具有重要影响。沈家威等 ^[20]指出降水与GDP对生态系统服务供需比具有显著影响。本文参考以往研究 ^{[20, 37-39]}并考虑数据的可获得性，从生态、地形、气候及社会经济四个方面选取驱动因子，具体包括净初级生产力（NPP）、高程（DEM）、地形起伏度、降水量、气温和GDP以及路网密度7个指标。进一步，通过方差膨胀因子（VIF）检验指标间的多重共线性，结果显示NPP、地形起伏度、降水量、气温、GDP和路网密度的VIF值小于7.5，表明这6个指标不存在多重共线性问题，故而将上述6项指标作为驱动因子纳入地理加权回归模型，以确保结果的可靠性。

1.3 数据来源

土地利用数据来源于武汉大学杨杰和黄昕团队基于Landsat遥感影像提取的土地覆盖数据集，分辨率为30m× 30m^[40]。水稻、小麦等粮食产量和种植面积、GDP等数据来自《中国统计年鉴》和《中国县域统计年鉴》以及京津冀各省市统计年鉴。粮食产品价格参考《全国农产品成本收益资料汇编》，其中部分县域GDP数据的缺失值采用线性插补进行补齐；人口密度数据采用LandScan全球人口分布数据集（https://landscan.ornl.gov/）；地均GDP栅格数据直接获取自中国科学院资源环境科学数据中心（https://www.resdc.cn/），该数据是基于全国GDP统计数据，并考虑土地利用类型、夜间灯光亮度及居民点密度等与GDP的空间互动关系，通过多因子权重分配法形成的分辨率为1km× 1km的空间格网数据，该数据集通常以5年为一期发布，因此2023年GDP栅格数据，参考韩念龙等 ^[41]的做法，基于北京市、天津市和河北省的GDP增长率进行补全。DEM数据来源于NASA（https://www.earthdata.nasa.gov），路网密度数据来自OSM官网（http://www.openstreetmap.org），NPP数据集来源于NASA-EARTHDATA的MOD17A3HGFv061数据集。降水量和气温来自国家青藏高原科学数据中心（https://data.tpdc.ac.cn/home）。

2 结果分析 2.1 生态系统服务供需时空特征分析 2.1.1 生态系统服务供给时空变化

以2000年生态系统服务价值为标的，利用自然断点法将京津冀生态系统服务价值分为高供给（ESV＞208.69）、较高供给（117.38＜ESV≤208.69）、中供给（57.26＜ESV≤117.38）、较低供给（19.91＜ESV≤57.26）和低供给（ESV＜19.91）五个等级，并利用Arcgis进行可视化处理（图 1）。

生态系统服务供给呈波动上升趋势。研究期内，京津冀生态系统服务供给从2000年的5272.70亿元上升至2023年的5274.93亿元。空间分布上呈现出“西北高，东南低”的特征。具体来看，低供给和较低供给主要分布于京津市辖区及近郊区和冀中平原地区，主要包含西城区、海淀区及和平区等169个（84.92%）县域单元，其中低供给县域单元有141个（70.85%），较低供给县城域单元有28个（14.07%）；中供给区主要集中在冀西太行山区，包含延庆区、崇礼区和蔚县等22个（11.06%）县域单元；较高供给和高供给区主要集中在冀北坝上和燕山地区，包含隆化县、丰宁满族自治县和围场满族蒙古族自治县等8个（4.02%）县域单元，其中较高供给的县域单元有6个（3.01%），高供给县域单元有2个（1.01%）。

结合时间演变来看，京津冀生态系统服务供给空间格局局部略有变动，整体较为稳定。高供给区范围略有扩张，较低供给区范围略有收缩，较高供给区、中供给区和低供给区虽维持原有县域数量规模，但内部构成发生结构性调整。其中，高供给县域单元数量从2000年的2个增加至2023年的3个（1.51%），较低供给区则减少至27个（13.57%）县域单元。较高供给、中供给和低供给内部变化主要为磁县、安新县和双桥区从低供给区转变为较低供给区，西青区、武清区和万全区则退出较低供给区行列转变为低供给区，涞水县则从较低供给区转变为中供给区，滦平县从中供给区转变为较高供给区，隆化县从较高供给区转变为高供给区。

2.1.2 生态系统服务需求时空变化

以2000年生态系统服务需求为标的，利用自然断点法将京津冀生态系统服务需求（ESD）分为高需求（ESD＞7.58）、较高需求（4.30＜ESD ≤7.58）、中需求（1.99＜ESD≤4.30）、较低需求（0.70＜ESD≤1.99）和低需求（ESD≤0.70）五个等级，并利用Arcgis进行可视化处理（图 2）。

京津冀生态系统服务平均需求呈现持续增长态势，京津冀平均需求指数从2000年的1.93升至2023年的3.59，累计增幅达86.01%，需求的增长速度和增幅明显高于供给。空间分布上生态系统服务需求呈“西北低，东南高”的分布特征，与供给的空间分布格局相反，说明京津冀各县域单元的供需空间匹配关系较差，表现出较为明显的供需空间错位及异质性特征。具体来看，京津冀低需求区为燕山—太行山区和冀北坝上地区，2000年低需求区包含围场满族蒙古族自治县、尚义县和兴隆县等52个（26.13%）县域单元；较低需求区主要分布于冀中平原地区和冀南地区，包含宁晋县、景县和大名县等110个（55.28%）县域单元；中需求区主要分布于京津冀中部一带地区，呈“东北—西南”轴向分布，主要包含古冶区、丛台区和复兴区等19个（9.55%）县域单元。较高需求区和高需求区主要分布于京津核心城区及周边县区，主要包含河北区、东城区和西城区等18个（9.05%）县域单元。

结合时间演变看，低需求区和较低需求区范围不断收缩，中需求区则向东北—西南方向扩张，较高需求区和高需求区呈扩大趋势。其中低需求区向冀北收缩，低需求区县域单元数量由2000年的52个减少至2023年的34个（17.09%）。较低需求区则向东南边缘地区收缩，较低需求区县域单元数量缩减至56个（28.14%）；中需求区县域单元数量增加至72个（36.18%）；较高需求区县域单元增加至15个（7.54），高需求区县域单元增加至22个（11.06%）。

2.2 生态系统服务供需关系分析 2.2.1 生态系统服务供需重心迁移

在纬度上，京津冀生态系统服务供给重心与需求重心均呈现向北迁移的整体趋势（图 3）。研究期内，生态系统服务供给重心始终位于北京市朝阳区，并稳步向北迁。这一迁移轨迹可能与京津冀北部燕山—太行山系生态修复工程的持续推进相关，林草植被覆盖提升带动北部生态服务供给能力增强。需求重心则在研究期内完成了从河北省沧州市任丘市向廊坊市文安县的空间转移，这一变化本质上是京津冀人类活动强度向京津地区集聚的结果。

在经度方向上，京津冀生态系统服务供给重心呈现向西迁移的趋势。与之相比，需求重心的经度迁移则表现出明显的阶段性特征，其轨迹变化基本契合京津冀不同时期的城镇化进程。2000—2005年，需求重心向西迁移，这一阶段正值北京城市化加速推进，中心城区人口和产业快速集聚，促进了西部地区对生态系统服务需求的提升；2005—2015年，随着东部滨海新区的开发开放，京津冀的经济发展重心向东部沿海倾斜，需求重心相应东移；2015—2023年，需求重心再次西迁，此阶段主要受益于北京非首都功能疏解重点向西部的保定、张家口等地转移，推动了需求重心的重新西迁。

2.2.2 生态系统服务供需匹配与协调关系

京津冀生态系统服务供需存在明显的供需空间错配特征（图 4）。具体来看，2000年，低供给—高需求和高供给—低需求错配型县域单元有85个（42.71%），供需匹配（低供给—低需求和高供给—高需求）的县域单元有114个（57.29%）。其中，低供给—高需求主要分布于京津冀核心城市的建成区及近郊等相关地区，包括南开区、海淀区和西城区等37个（18.59%）县域单元，这些地区经济发达，人口密集，生态系统服务需求较高，但高度的城市化建设不断挤压林地、草地等生态用地，导致生态功能供给不足；高供给—低需求集中分布于津冀北坝上地区和燕山—太行山区，包括青龙满族自治县、蔚县和承德县等48个（24.12%）县域单元。这些区域多山地丘陵，森林资源丰富，生态系统服务功能较强，但经济发展较为落后，人口较少，因此生态系统服务需求不足；低供给—低需求分布于冀中平原区，主要包括定州市、大名县和景县等112个（56.28%）县域单元，这些地区农业较为发达，多平原耕地，森林资源较少，同时经济发展基础较为薄弱，因此生态系统服务供给与需求均较弱；高供给—高需求则仅有滨海新区和西青区2个（1.01%）县域单元。这些地区拥有较为丰富的湿地生态系统与浅海生态系统，在水源涵养、生物多样性维持等生态系统服务供给方面具有先天禀赋优势，同时该地区制造业较为发达，人口较为集聚，双重因素叠加形成了供给与需求均处于高位的特殊平衡状态。

结合时间演变来看，研究期内，低供给—高需求和高供给—低需求错配型范围扩张，从2000年的85个县域单元增加至90个（45.23%），低供给—低需求和高供给—高需求供需匹配型县域单元减少至109个（54.77%）。具体来看，低供给—高需求从37个县域单元增加至43个（21.61%）；高供给—低需求县域单元数量仅减少一个，缩减至47个（23.61%）；低供给—低需求缩减至108个（54.27%）县域单元；高供给—高需求缩减至仅有滨海新区一个（0.05%）县域单元。整体来说，京津冀生态系统服务供需分布局部出现变动，但整体格局较为稳定。

京津冀生态系统服务供需协调关系整体处于中度失调阶段（图 5）。研究期内，京津冀耦合协调度的平均值维持在0.25。从空间分布来看，京津冀生态系统服务供需耦合协调度以中度失调为主，2000年中度失调区连片分布于冀北山区和冀西太行山区，包括宣化区、西青区和南开区等125个（62.81%）县域单元；严重失调区分散分布于京津冀的东南部地区，主要集中在平原区，包含容城县、定兴县和万全区等73个（36.68%）县域单元；勉强失调区仅有滨海新区1个县域单元（0.50%）。结合时间演变来看，严重失调区范围收缩，中度失调区向冀中平原区扩大，勉强协调区略有扩大。具体来看，严重失调区从2000年的73个县域单元缩减至2023年的12个（6.03%）；中度失调区增加至185个（92.96%）县域单元；勉强协调区增加了曹妃甸区，有2个（1.01%）县域单元，其转移路径主要是严重失调区向中度失调区转变。

2.3 生态系统服务耦合协调度的驱动因素

表 3呈现了GWR模型与OLS模型的拟合结果。经对比分析发现，相较于OLS模型，GWR模型中的AICc值降低了111.637个单位。同时，GWR模型的AdjR²值相较于OLS模型提高了0.342个单位，这说明GWR模型的拟合效果优于OLS模型。

从GWR系数均值来看（表 4），NPP、地形起伏度、降水量与GDP的GWR系数均值分别为0.279、0.229、0.234与1.389，且分别在5% 和1% 的水平上显著，说明这四项指标对京津冀整体的生态系统服务供需耦合协调度具有积极的驱动作用，即这些因素的提升有助于促进京津冀生态系统服务供需关系的协调发展。其中，NPP与降水的正向作用主要源于京津冀温带半湿润半干旱的季风气候特征，降水量总体偏低且呈现暖干化趋势，使得植被生长和生态系统物质生产能力相对脆弱。因此，降水条件的改善及NPP的提升能够增强植被覆盖度和生态系统供给能力，进而有效促进供需协调；地形起伏度的正向影响则与京津冀整体地形较为平坦有关，适度的地形起伏能够限制建设活动的无序扩张，降低人类活动扰动强度，从而有利于生态系统结构稳定与生态服务功能的维持；GDP的显著正向作用反映了经济发展水平在供需协调中的关键地位。一方面，经济规模扩大提升了居民生产生活对生态系统服务的需求；另一方面，经济增长带来的财政能力提升能够转化为生态保护、修复与管理的投入，从而在供给侧形成促进效应，最终推动生态系统服务供需关系向协调方向演进。相比之下，气温与路网密度的GWR系数均值分别为–0.144与–0.249，分别在5% 和10% 的水平上显著为负，表明两者对生态系统服务供需耦合协调起着抑制作用。气温的负向作用主要归因于京津冀显著的增温趋势，高温加剧蒸散发、降低土壤水分含量、抑制植被生长，从而削弱生态系统服务供给能力；此外，气温升高也可能诱发能源消耗增加、城市热岛效应增强等现象，从需求侧进一步扩大资源消耗压力，加剧供需失衡。路网密度的负向影响则与交通基础设施建设占用生态空间、破碎化自然生境、削弱生态系统连续性密切相关，尤其是对森林、湿地等关键生态用地的侵占会显著降低生态系统服务的供给能力，从而制约供需耦合协调水平的提升。值得注意的是，GDP的系数绝对值最大，这表明京津冀生态系统服务供需耦合协调度对GDP变化的响应更为敏感，经济发展水平是影响区域生态系统服务供需耦合协调程度的主要因素。

从各驱动因素的GWR回归系数来看（图 6），NPP、地形起伏度、气温与路网密度的回归系数既有正值又有负值，表明这些指标与生态系统服务供需耦合协调度之间的关系具有复杂性与空间异质性，即不同区域因自然禀赋与人类活动差异而表现出差异化的影响机制。从具体的空间分布来看，NPP对京津冀供需耦合协调度影响的负效应区主要分布于北部的坝上地区，主要包含崇礼区、围场满族蒙古族自治县和隆化县等33个（16.58%）县域单元。NPP的正效应区则主要分布于冀东北和冀中平原一带，主要包含开平区、路北区和古治区等166个（83.42%）县域单元，回归系数呈自西向东的递增格局；地形起伏度对京津冀耦合协调度影响的负效应区域分散分布于京津冀东北部地区、西北和南部地区，包含迁西县、万全区和丛台区等56个（28.14%）县域单元。地形起伏度的正效应区主要集中分布于京津冀中部地区，包含莲池区、北戴河区和红桥区等143个（71.86%）县域单元，回归系数呈由四周向中部递增的格局；降水量对京津冀耦合协调度影响的负效应区域主要分布于京津冀东北部地区，包含丰宁满族自治县、密云区和怀柔区等37个（18.59%）县域单元。降水量的正效应区主要集中分布于京津冀中部和南部地区，包含宣化区、西青区和河西区等162个（81.41%）县域单元，回归系数呈东北向西南递增的格局；气温对京津冀耦合协调影响的负效应区域主要集中分布于京津冀南部地区，包含南和区、吴桥县和赞皇县等101个（50.75%）县域单元。气温的正效应区主要集中在中部地区，包含顺平县、唐县和西青区等98个（49.25%）县域单元；路网密度对京津冀耦合协调度影响的负效应区域分散分布于京津冀东部和西南部地区，包含迁西县、滦南县和昌黎县等138个（69.35%）县域单元。路网密度的正效应区主要集中分布于京津近郊区和冀中平原区，包含万全区、张北县和昌平区等61个（30.65%）县域单元；GDP的回归系数均为正值且回归系数最大，说明经济发展是驱动供需耦合协调的关键因素。

3 结论与建议 3.1 结论

厘清生态系统服务供需关系及其空间分布特征，是推动区域生态系统服务均衡供给与优化配置的重要前提。基于京津冀区域生态系统服务供给核算，本文进一步量化生态系统服务需求，并通过对比分析供需双方的时空演进及匹配格局，揭示区域生态系统服务供需协调程度的动态变化。在此基础上，采用地理加权回归模型识别影响供需耦合协调度的主要驱动因素。研究主要得出以下结论：

（1）研究期内，生态系统服务供需呈波动上升趋势，但生态系统服务供给的增长速度低于需求增长速度。在空间上，生态系统服务供需格局呈现明显的区域分异，生态系统服务供给呈“西北高、东南低”的空间分布格局，生态系统服务需求则呈“西北低、东南高”的空间分布格局。

（2）生态系统服务供需存在较为明显的空间错配现象。从供需匹配关系来看，有超过40% 的县域单元处于供需匹配失衡的状态。从耦合协调度来看，京津冀整体处于中度失调状态，生态系统服务供需耦合协调度平均值在0.22~ 0.25，整体处于中度失衡状态，空间分布上也以中度失调为主。

（3）从驱动因素来看，NPP、地形起伏度、降水量和GDP是促进生态系统服务耦合协调的重要因素，气温和路网密度对供需耦合协调度主要产生负向驱动作用。其中，NPP、地形起伏度、降水量、气温和路网密度对供需耦合协调度的驱动效应和驱动程度存在空间异质性。

3.2 建议

完善生态补偿与多元协同治理机制。京津冀生态系统服务供需呈现显著的空间错配格局，即生态系统服务供给区主要集中在冀北坝上、冀西太行山区等地区，而京津核心区与冀中平原区则是典型的高需求区。这种空间不匹配不仅源于自然资源禀赋与经济发展阶段的差异，也反映了区域间生态利益分配的不均衡。生态高供给区长期承担较重的生态保护责任，却难以从生态产品外部性中获得与其付出相匹配的经济收益，可能削弱基层政府与居民的生态保护意愿，不利于区域生态安全格局稳定。因此，应在区域尺度构建科学合理的生态补偿与协同治理机制，通过财政、市场和政策的多元化手段调节供需错配，形成生态保护的持续激励。具体而言，可以依据县域生态系统服务供给量、受益范围及生态贡献程度，实施差异化转移支付和横向生态补偿，提高生态屏障区和重要生态功能区的补偿标准；完善跨区域合作机制，推动政策、资金与技术的协同投入；健全多主体协同治理框架，政府负责顶层设计与激励政策供给，企业参与生态修复与绿色产业发展，居民积极参与生态管护，实现生态效益、经济效益和社会效益的统筹提升。

实施差异化的生态管理策略。京津冀生态系统服务供需特征及其驱动机制存在明显差异，单一化管理方式难以有效支撑区域生态与经济的协调发展。因此需依据不同区域的自然禀赋、土地利用结构与社会经济条件，实施差异化、精细化的生态管理策略。具体而言，高供给—高需求区应遵循“保育优先、协同发展”原则，严守生态保护红线，构建山水林田湖草沙一体化保护体系，加强生态廊道建设，维护生态系统完整性；同时推动产业结构绿色转型，通过清洁生产、循环经济等方式降低资源压力。低供给—高需求区需重点解决生态供给不足问题，通过“留白增绿”“拆违建绿”等措施扩大生态空间，建设城市森林公园、滨水绿廊等生态基础设施；实施植被修复与土壤改良工程，提升区域生态承载力；同时，优化城市空间格局，严格控制城区建筑密度，推动屋顶绿化、立体绿化等缓解供需矛盾。高供给—低需求区应坚持“保护优先、适度利用”原则，依托生态资源优势发展森林康养、生态旅游与自然教育等绿色产业；严格落实产业准入负面清单，严控高污染、高耗能产业，确保生态本底不被削弱，实现“在保护中发展、在发展中保护”。低供给—低需求区则需在提升生态系统服务能力的同时推动适宜产业发展，通过土地整治、退化生态修复与高效农业技术推广，构建生态与经济相互促进的发展路径。

加强生态环境保护财政投入。京津冀生态系统服务供需关系受自然生态基础与人类社会经济活动驱动，其中经济发展水平对供需耦合协调度具有明显的驱动作用。因此，加强生态环境保护的资金保障与绿色金融支持体系是促进生态系统服务供需协调发展的关键路径。应进一步加强生态环境保护财政投入与绿色金融供给，通过稳定的财政资金支持与多元化金融工具引导，为生态系统保护与修复提供持续稳定的资金保障。具体而言，应加大对生态系统修复、生态廊道建设、退化土地治理、污染治理等关键生态工程的财政投入力度，并提升污染治理与生态修复的技术装备水平，以增强生态系统服务供给能力。同时，应加快完善绿色金融体系，推进绿色信贷、绿色保险和绿色债券等工具在生态保护领域的规范化应用；此外，可设立区域性生态保护专项基金，并通过引入社会资本、推广政府和社会资本合作（PPP）模式、给予税收减免等方式进一步拓宽生态保护投融资渠道，形成政府投入与社会资本协同发力的多元化绿色投入格局，增强京津冀生态系统服务供需协调发展的支撑能力。