环境科学  2026, Vol. 47 Issue (2): 930-941   PDF    
引用本文
郭珊珊, 许梦杰, 黄珺嫦, 李玲, 曲宝融, 程明月, 郭欣田. 黄河流域河南段乡村生态系统健康诊断及调控路径[J]. 环境科学, 2026, 47(2): 930-941.
GUO Shan-shan, XU Meng-jie, HUANG Jun-chang, LI Ling, QU Bao-rong, CHENG Ming-yue, GUO Xin-tian. Diagnosis and Regulation Pathways of Rural Ecosystem Health in the Henan Section of the Yellow River Basin[J]. Environmental Science, 2026, 47(2): 930-941.
黄河流域河南段乡村生态系统健康诊断及调控路径
郭珊珊1,2,3, 许梦杰4, 黄珺嫦1,2, 李玲1,2,3, 曲宝融1, 程明月1, 郭欣田1     
1. 河南农业大学资源与环境学院，郑州 450002;
2. 河南省土地整治与生态重建工程技术研究中心，郑州 450002;
3. 河南农业大学作物学博士后科研流动站，郑州 450046;
4. 中国地质大学（武汉）地理与信息工程学院，武汉 430078
收稿日期: 2024-12-18; 修订日期: 2025-03-19
基金项目: 河南省高等学校重点科研项目（24A630017）；河南省自然科学基金项目（242300420605）；河南省科技研发计划联合基金项目（225200810045）；河南省高校哲学社会科学应用研究重大项目（2025-YYZD-09）
作者简介: 郭珊珊（1990~），女，博士，讲师，主要研究方向为农业生态与可持续发展，E-mail：391113@henau.edu.cn
通信作者: 李玲, E-mail：ndliling@163.com
摘要: 选取黄河河南段24个县（市、区）多源数据，构建“资源-环境-社会-经济”复合乡村生态系统健康评估框架，采用空间基尼系数、主导要素法和地理探测器开展黄河河南段乡村生态系统要素识别、健康评价、因子诊断及调控路径研究. 结果表明：①黄河河南段乡村生态系统健康综合得分介于0.284 5~0.590 1，健康水平整体不高但提升态势明显，呈“左翼突出、中部平稳、右翼塌陷”空间分布特征，其中乡村环境和社会子系统在研究期内明显提升，资源和经济子系统则出现下降趋势. ②研究区乡村生态系统健康类型划分为四大类七亚类. 其中，健康型占研究区县域总数的20.83%，主要分布在西部地区；亚健康型占37.50%，集中分布于中部地区；不健康型占33.33%，主要分布在中东部平原区；病态型集中在北部武陟和温县两地. ③地均生态系统服务价值是解释度最高的单因子影响因素，然而近年来，社会经济因素对乡村生态系统健康的影响强度明显提升，双因子交互解释度普遍高于单因子. 基于乡村生态系统健康类型划分及关键影响因子变化，遵循“因地制宜、功能协调”原则，提出差异化调控措施：健康型县域优先发展，持续推进“特色产业+生态保护”；亚健康型县域着力于耕地提质和农业旅游；不健康型县域突出“文化保护+整体提升”；病态型县域重点在于生态环境防治以及改善社会经济条件.
关键词: 乡村生态系统      健康诊断      关键影响因子      调控路径      黄河流域河南段     
Diagnosis and Regulation Pathways of Rural Ecosystem Health in the Henan Section of the Yellow River Basin
GUO Shan-shan1,2,3 , XU Meng-jie4 , HUANG Jun-chang1,2 , LI Ling1,2,3 , QU Bao-rong1 , CHENG Ming-yue1 , GUO Xin-tian1     
1. College of Resources and Environment, Henan Agricultural University, Zhengzhou 450002, China;
2. Henan Engineering Technology Center of Land Consolidation and Ecological Reconstruction, Zhengzhou 450002, China;
3. Postdoctoral Station of Crop Science, Henan Agricultural University, Zhengzhou 450046, China;
4. School of Geography and Information Engineering, China University of Geosciences, Wuhan 430078, China
Abstract: This study integrates multi-source datasets from 24 counties (cities, and districts) in the Henan section of the Yellow River Basin to construct a composite rural ecosystem health (REH) assessment framework encompassing "resource-environment-social-economy" dimensions. Leveraging spatial Gini coefficient analysis, dominant factor identification, and Geographic Detector modeling, the spatiotemporal evolution, spatial differentiation patterns, and driving mechanisms of REH were systematically investigated. The results showed that: ① The comprehensive REH index in the study area ranged from 0.284 5 to 0.590 1, indicating moderate overall health levels with progressive improvement trends. Spatially, a distinct west-high, central-stable, east-low gradient emerged, characterized by environmental and social subsystem advancements offset by declining resource and economic subsystem performance. ② REH classification identified four primary categories (healthy, sub-healthy, unhealthy, and pathological) and seven subcategories. Healthy-type areas (20.83%) clustered in the western region, sub-healthy zones (37.50%) dominated central areas, while unhealthy (33.33%) and pathological-type systems concentrated in northern/eastern regions, notably in Wuzhi and Wen County. ③ Ecosystem service value per unit area emerged as the strongest single explanatory factor. Notably, socioeconomic drivers exhibited increasing influence on REH dynamics in recent years, with interactive factor effects demonstrating significantly higher explanatory power than individual factors. In summary, differentiated regulatory measures are proposed based on the above results: The development of healthy counties should be prioritized and "characteristic industries+ecological protection" should be continuously promoted. Sub-healthy counties should focus on improving the quality of arable land and promoting agricultural tourism. Unhealthy counties must highlight "cultural protection+comprehensive improvement, " and pathological counties should aim to implement targeted ecological restoration projects and socioeconomic revitalization programs to address systemic vulnerabilities.
Key words: rural ecosystem      health diagnosis      key influencing factors      regulatory pathway      Henan section of the Yellow River Basin     

中国乡村发展正处于关键转型期[1]. 随着城乡一体化进程的加速，要素在城乡间的频繁流动为乡村带来了前所未有的发展机遇. 资本、技术和人才等要素的涌入，极大地推动了乡村经济的增长，改善了乡村的社会面貌[2~4]. 乡村基础设施不断完善，公共服务水平逐步提升，村民生活质量显著提高. 然而，这一过程中也伴随着一些隐忧，部分乡村地区出现土地非粮化现象[5，6]，过度的人为干预改变了乡村原本的土地利用结构和生态环境. 农业生产方式的快速转变，使得乡村生态系统呈现出典型的农业与人工生态系统复合特征，同时，城市扩张带来的生态负荷胁迫，也使得乡村生态系统承受着巨大压力，引发畜禽粪污、废弃农膜、农药包装物和化肥过量施用等造成的农业面源污染[7，8]，农业要素流失、乡村产业落后和农村人居环境“脏乱差”等一系列问题[9，10]. “乡村病”已成为全面建设小康社会和推进农业农村现代化的主要障碍[11，12]. 在此背景下，聚焦乡村生态系统健康研究，不仅能够深入剖析乡村生态系统面临的问题根源，更能为正确引导乡村资源的合理利用提供科学依据，为乡村生态环境保护与修复指明方向.

乡村生态系统是一个集自然、社会、经济等因素相互作用、影响与转化的复杂生态系统[13，14]. 目前，学术界关于乡村地域系统的研究主要集中在以下3方面：①基于韧性理论探究乡村生态韧性及演变特征，提出乡村生态韧性提升的本质要求是加强抗风险能力和恢复力，并能够通过乡村生态系统内部调节与外部干预实现乡村生态折损后的自我修复与维持[15]. 如任洪杰等[16]研究发现我国乡村生态韧性虽呈上升趋势但整体水平较低，呈现粮食主销区 > 粮食主产区 > 粮食产销平衡区的空间分异特征；王彩丽等[17]构建了“经济-社会-生态-工程”乡村韧性评估理论框架，并提出乡村生态韧性偏低是制约我国乡村韧性提升的主要障碍层. ②乡村生态系统服务功能提升与价值转换机制. 主要论述了乡村典型生态系统服务功能与权衡关系[18]、乡村振兴进程对生态系统服务供给的依赖程度及多层次响应[19]、乡村生态产品价值量化[20，21]和乡村生态资源优势转化机制与途径[22]等. ③从乡村转型发展与重构角度探讨如何实现乡村生态-经济-社会的可持续发展. 相关学者认为乡村转型发展与重构是解决当前我国城乡差异和乡村发展不平衡不充分问题的重要突破口[23]，以产业培育为核心的经济重构是乡村转型发展的内生动力[24]，而乡村环境治理与生态建设依然是实现乡村转型发展的突出短板[25]. 如王子侨等[26]基于社会⁃生态系统理论探究了中国乡村社会转型的微观机制，依托陕西省长武县洪家镇案例，剖析了乡村社会空间类型重构特征及影响因素. 既有研究分别从不同视角探讨了乡村自然生态系统提升与乡村人地系统协调优化，对于乡村振兴背景下如何提升乡村生态环境质量，维持乡村生态系统稳定提出了有价值的见解，然而，面对当前乡村地域社会经济发展与生态环境保护之间的矛盾对乡村可持续发展带来的严峻挑战，基于综合视角深入探究乡村生态系统健康是现实所需.

乡村生态系统健康是对乡村各组成要素及系统受损程度或稳定状态的科学度量[14]. 一个健康的生态系统既要满足人类合理需求的物质和能量的供应能力，具备一定的稳定性、自我调节和对胁迫受损的恢复能力[14，27，28]，同时也要能够维持资源、环境、社会和经济各系统要素之间的良性循环[29]. 现有文献关于生态系统健康研究着眼于森林[30]、湿地[31]、河流[32]及城镇地区[33]，评价方法多集中于“活力-组织-弹性（VOR）”、“压力-状态-响应（PSR）”和“驱动力-压力-状态-响应（DPSR）”等模型，如李魁明等[34]基于VORS框架对黄河中游地区县域生态系统健康水平进行了综合评估，王雅慧等[35]构建了压力-状态-响应（PSR）模型探究了黄土高原生态系统健康状况及时空演变特征. 从研究内容看，目前鲜有研究针对乡村地域生态系统健康理论框架进行深入剖析与综合评估，评价指标的选取也多侧重于生态系统的自然状态或外部干扰的单一测量，对乡村自然生态系统为人类提供的产品和服务考虑不足，缺乏对乡村生态系统健康演变的主导影响因子及其变化特征的深入剖析. 从实践路径来看，如何科学地识别乡村生态系统健康类型，并结合乡村特色优势、关键制约因素和转型发展的需求，确定其发展方向和可行路径，仍是当前研究的重点和难点.

黄河流域是我国重要的生态功能区和经济地带，然而，长期以来由于粗放式的生产和生活方式导致乡村资源过度利用、生境破坏和环境污染等问题层出不穷[36，37]. 乡村作为黄河流域生态保护和高质量发展的重要一环已成为制约区域生态环境改善和城乡协调发展的突出短板[13，16]. 在乡村振兴战略与黄河流域高质量发展战略双轮驱动下，黄河流域乡村地域的可持续发展已经成为“社会-经济-自然”复合系统性问题. 因此，聚焦乡村生态系统健康演化过程、格局和机制研究，探求不同健康类型乡村地域人地系统优化路径，对推动沿黄乡村可持续发展具有重要的现实意义和时代价值. 黄河河南段是黄河流域重要的经济地带和生态廊道，同时也是耕地资源和乡村人口高度密集区，在沿黄乡村发展中具有显著示范性. 鉴于此，本研究以黄河流域河南段24个县（市、区）为典型案例区，基于遥感数据以及自然、社会和经济统计数据，构建乡村生态系统健康评估框架，综合研判黄河河南段乡村生态系统健康类型与演化趋势，系统诊断乡村生态健康演变的关键驱动因素，凝练梳理不同健康类型乡村振兴发展模式与优化调控路径，以期为沿黄地区乡村生态系统健康提升与协调发展提供实践示范.

1 材料与方法 1.1 研究区概况

黄河流域河南段位于河南省北部（110°21′18″~116°05′E，34°07′10″~36°06′42″N，图 1），自西向东流经三门峡、洛阳、济源、焦作、郑州、新乡、开封和濮阳这8市24县（市、区），境内干流河道长711 km，流域面积约75.2万km2. 地势西高东低，呈山地-丘陵-平原阶梯状分布，多样的地貌类型造就了特色的乡村景观，但同时也兼具中游水土流失严重和下游生态流量偏低的双重压力. 截至2021年底，研究区总人口4 780万人，其中乡村常住人口达到1 849.86万人，占到38.7%. 耕地面积为10 587.73 km2，占研究区总面积的78.42%，化肥使用强度高（809.77 kg·hm-2），远超225 kg·hm-2的国际警戒线.

图 1 研究区概况 Fig. 1 Study area

1.2 数据来源

生态系统健康的评价尺度主要以特定的地域范围或统一行政边界为空间单元，县级行政单元是我国社会经济活动中最完整的各类数据统计、资料汇总的最小行政单元，以县域行政尺度作为空间单元有利于收集翔实数据[38，39]. 本文选取黄河干流在河南境内流经的24个县（市、区），基于多源数据开展研究，包括矢量空间数据、土地利用数据、自然、社会和经济统计数据. 其中，土地利用数据源于武汉大学中国1985~2022逐年土地利用数据集（CLCD）（https://zenodo.org/records/8176941），空间分辨率为30 m. 矢量数据、植被NDVI数据来自于中国科学院资源环境科学与数据中心（http://www.resdc.cn/）；DEM数据来自于地理空间数据云（https://www.gscloud.cn/search）ASTER GDEM V2全球数字高程数据集，空间分辨率为30 m，时间为2015年. 人口、经济、产业和环境等统计数据来源于2002~2022年中国县域统计年鉴、各县（市、区）统计年鉴和水资源公报，通过国民经济和社会发展统计公报（https://www.stats.gov.cn/）、人民政府官网等补充完善.

1.3 研究方法 1.3.1 指标体系构建

乡村地域系统是乡村资源环境支撑的本体系统和乡村生产生活的主体系统交互耦合的过程中所形成的复杂开放巨系统[11，40]. 丰富的资源储备为乡村经济社会发展提供动力支撑，良好的自然环境系统是乡村经济发展的基石，也是打造生态宜居人居环境的基本要求，而经济社会系统承载着乡村主体的生活质量、就业需求和经济互动等社会基础功能. 本研究借鉴地理学及生态学关于乡村地域系统的研究成果[11，14，27]，从乡村资源-环境-社会-经济这4个维度构建乡村生态系统健康评估框架. 乡村资源子系统是乡村生产、生活的重要载体和基础，选取人均耕地面积、人均水资源量表征乡村土地资源和水资源状况；生态系统服务价值可量化乡村自然资源优势，反映乡村生态系统在气体调节、水源涵养和水土保持等方面的生态功能，研究采用谢高地等[41]提出的生态系统服务价值当量表计算得到；森林覆盖率和生物丰度指数用以表征乡村自然森林资源和生物资源状况[42]，指标值越大，表示对应的资源水平越好. 乡村环境子系统是对乡村生态环境质量的综合反映，其中乡村地表水质达标率（> Ⅲ类）和空气质量达标（AQI < 100）天数比例用以表征水环境和空气质量状况，工业固体废弃物综合利用率和畜禽粪污综合利用率反映了乡村人居环境，4个指标均为正向. 化肥使用强度表征人类农业生产活动对乡村生态系统的干扰程度与对环境的破坏程度[43]，指标值越大，表明土壤质量越差. 乡村社会子系统反映乡村居民生活水平和质量，选取人口自然增长率反映乡村人口增长状况；普通中学在校学生、每千人拥有床位数反映乡村教育和医疗服务水平；每千人民政服务机构床位数、一般公共预算人均支出反映社会福利投入和基础设施建设，指标值越大说明乡村物质建设条件越好；农村居民恩格尔系数反映了农村居民可用于食物消费的支出，系数值越小，代表乡村居民生活越富裕. 乡村经济子系统选取地均农业机械总动力、农民人均粮食产量和人均农林牧渔总产值表征农业生产水平和生产生活强度；乡村人均可支配收入和非农产业比例代表人均经济水平条件和农业经济结构，各项指标均为正向指标. 为避免主观赋权法给测度结果带来的影响，本文采用熵权法确定各指标权重，详见表 1.

表 1 黄河流域河南段县域乡村生态系统健康评估框架与指标权重 Table 1 Evaluation framework and index weights of county rural ecosystem health in the Henan section of the Yellow River Basin

1.3.2 空间基尼系数

空间基尼系数（spatial Gini coefficient）是用于度量空间分布不平等性的指标[44]. 研究区24个县域单元乡村生态系统及各子系统的空间基尼系数越大则对应健康状况的空间集聚程度越高：

Gj=∑i=1nDij-Djn∑i=1nDij+(n-2)Djn (1)

式中，Gj为第j个系统或子系统的基尼系数；Dij为第i个县（市、区）的乡村生态系统健康得分；Dj为第i个系统或子系统得分总和；n为研究区县域单元个数（n=24），j为乡村生态系统和子系统类型.

1.3.3 主导要素法

生态系统健康类型划分目前尚未形成统一的标准. 本研究首先运用分层聚类法计算乡村生态系统健康综合水平的欧氏距离进行初级分类，然后参考李平星等[45]的空间类型识别方法，利用主导要素法进行次级分类，具体方法如下.

首先，进行乡村生态系统健康综合水平的相似系数计算：

Fmp=1q∑i=1q(Rm-Rp)2 (2)

式中，Fmp为m和p县乡村生态系统健康综合水平的欧氏距离相似系数；Rm和Rp为m和p县的乡村生态系统健康综合水平值；q为研究区县域单元数量，q=24.

然后，利用主导要素方法进行次级分类：

Cij=Rij-Rj¯ (3)

式中，Cij为i县（市、区）第j个子系统综合健康得分与其平均值的差值；Rij为i县（市、区）第j个子系统健康得分，j为各乡村生态子系统；Rj¯为第j个子系统综合健康水平平均值. 如果Cij > 0，则j子系统为i县（市、区）乡村生态系统健康的主导要素；如果Cij < 0，则j子系统为i县（市、区）乡村生态系统健康的辅助要素.

健康类型的次级分类依据如下标准划分：

（1）若Cij > 0的主导要素t≥3，则定义为综合健康类型. 如：资源-环境-社会健康类型、资源-环境-经济健康类型等.

（2）若Cij > 0的主导要素t=2，则定义为复合健康类型. 如：资源-环境健康类型、经济-环境健康类型等.

（3）若Cij > 0的主导要素t=1，则定义为单一健康类型. 如：资源健康类型、环境健康类型等.

（4）亚健康型、不健康型和病态型的划分原则与健康型识别原则相同，其中不健康和病态根据辅助要素数量确定.

1.3.4 地理探测器

地理探测器（Geodetector）可用于探测指标空间分异性并揭示其背后驱动因子[46]，本研究运用地理探测器中分异及因子探测器、交互探测器来确定黄河流域河南段乡村生态系统健康各影响因子解释程度的大小以及变化情况，表达式为：

q=1-∑h=1LNhσh2Nσ2 (4)

式中，q为探测因子对县域乡村生态系统健康水平的解释程度，取值范围为[0, 1]，q值越大说明自变量X属性的解释力越强，反之越弱. h=1，2，⋯，L，为自变量Y因子X的分类；Nh和N分别为层h和全区的单元数；σh2和σ2分别为层h和全区Y值的方差[47].

2 结果与分析 2.1 黄河流域河南段乡村生态系统健康空间分布格局

由图 2可知，2021年研究区24个县（市、区）乡村生态系统健康综合得分介于0.284 5~0.590 1之间，平均健康得分为0.442 5，总体健康状况一般，空间上由西向东逐渐减弱，呈“左翼突出、中部平稳、右翼塌陷”的空间格局特征. 总体健康水平最高的区县主要集中在资源环境状况最好和经济发展水平中等的西部山地、丘陵地区，如灵宝市、陕州区、渑池县、湖滨区和济源市等；新安县、孟津区和巩义市等社会和经济发展水平最高的中部地区健康综合水平次之；自然资源贫乏、基础设施建设落后的温县、武陟县、孟州市、范县等北部、东部地区健康综合水平最差. 由此可见，乡村生态系统健康综合水平与乡村自然资源禀赋、社会和经济水平具有明显的相关性. 从空间分布差异来看，由大到小依次为西部、中部和东部，乡村资源禀赋条件对乡村生态系统健康综合水平具有较为明显正向推动作用与空间对应关系. 西部地区乡村资源禀赋优越、生态环境质量较好、经济发展水平最高，中部地区经济发展水平较好，这两个区域乡村生态系统健康综合水平较高，东部地区最低. 中部地区乡村经济和社会发展水平明显优于其他地区，主要由于中心城区的辐射作用促进了就业、医疗、养老和教育资源等向乡村流动；北部和东部地区乡村生态系统健康综合评价总体较低，这些地区由于较差的土地条件，农业产量不高，人口自然增长率较低、人口老龄化严重，无法为经济发展提供持续稳定的劳动力，导致经济发展缺乏活力，产业结构单一又限制了经济多元发展和增长；西部地区综合水平明显高于其他地区，其优越的自然资源与生境条件为乡村旅游业和乡村产业发展提供了良好的基础条件.

图 2 2021年黄河流域河南段乡村生态系统健康空间分布 Fig. 2 Spatial distribution of rural ecosystem health in the Henan section of the Yellow River Basin in 2021

黄河河南段乡村生态系统健康各子系统空间基尼系数分别为0.064 6、0.043 6、0.037 7和0.041 0（表 2），表明各生态子系统健康程度空间分布集聚性较差，空间差异显著. 相比之下，资源子系统健康水平空间聚集度最高、社会子系统健康水平空间分散度最高、环境和经济子系统居中. 从4个子系统空间分布差异分析（图 3），乡村资源子系统健康水平呈现明显的西高东低趋势，其中东部乡村资源子系统健康水平最低，主要源于近年来城镇化进程加快，建设用地扩张明显，人均耕地面积下降，乡村生物丰度降低，西部地区乡村资源子系统健康水平得益于较小的人为干扰而趋于稳定. 同时，乡村环境子系统健康水平呈现“东西突出、中部平稳、北部塌陷”的空间格局，西部以山地、丘陵为主，环境质量较好，中部地区经济发展导致人为因素对环境质量影响较大，北部乡村农业生产条件较优越，但农业面源污染问题因大量农药、化肥的使用更加严重，乡村环境子系统健康水平较低. 社会子系统健康水平高值穿插分布，长垣市最高，湖滨区、孟津区和济源市等部分西部地区乡村经济子系统健康水平较高，其余地区水平普遍不高.

表 2 黄河流域河南段乡村生态系统及各子系统空间基尼系数 Table 2 Spatial Gini coefficient of rural ecosystem health in the Henan section of the Yellow River Basin

图 3 2021年黄河流域河南段乡村生态系统健康各子系统得分空间分布 Fig. 3 Spatial distribution of sub-system scores of rural ecosystem health in the Henan section of the Yellow River Basin in 2021

2.2 乡村生态系统健康类型划分

进行乡村生态系统健康类型内部差异的深度探讨，需依据主导要素法中各县（市、区）各子系统综合健康得分与其平均值的差值正负确定主导要素和辅助要素，正值对应的子系统为主导要素、负值对应的子系统为辅助要素，最终将研究区乡村生态系统健康类型细分为健康型（综合健康型、复合健康型、综合亚健康型、复合亚健康型）和非健康型（综合不健康型、复合不健康型，综合病态型）这七亚类（图 4）.

图 4 2021年黄河流域河南段乡村生态系统健康类型空间分布 Fig. 4 Spatial distribution of rural ecosystem health types in the Henan section of the Yellow River Basin in 2021

（1）健康型乡村生态系统  综合健康类型包括灵宝市、湖滨区和济源市3个地区，乡村生态系统健康综合得分均高于0.5. 从乡村生态各子系统健康等级来看，灵宝市资源、环境和社会这3个生态子系统综合健康得分与其平均值的差值均大于0，为该地区乡村生态系统健康的主导要素；湖滨区资源、环境和经济这3个生态子系统为主导要素，对乡村生态系统健康状况起主要作用；济源市资源、环境、社会和经济这4个生态子系统健康得分与其平均值差值均大于0，整体健康状况较好.

复合健康类型包括西部地区的陕州区和渑池县2个单元，均为资源-环境健康类型. 该类型地区资源和环境这2个生态子系统健康得分与其平均值的差值均大于0，社会、经济生态子系统为辅助要素，发展水平最好的为乡村环境、资源子系统，经济和社会发展水平与之相反.

综合亚健康类型孟津区、新安县、中牟县、巩义市和荥阳市这6个县（市、区）域单元，呈团簇状分布于中西部地区. 该部分区县的资源、环境和经济生态子系统综合健康得分与其平均值的差值均大于0，其中惠济区、中牟县和巩义市3个子系统均为主导要素，以上地区在未来发展中要着重自然资源保护，降低对乡村水土地资源的污染破坏，同时加大城镇反哺农村的力度，不断提升乡村地域的社会生活水平.

复合亚健康类型中顺河回族自治区为环境-经济亚健康类型、长垣市为社会-经济亚健康类型，金水区为环境-社会亚健康类型，主导要素数量均为2. 以上区域区内自然资源相对贫乏，人均水资源、人均耕地面积较少和森林覆盖率略低，乡村人口主要从事二、三产业，乡村社会经济发展健康水平较高.

（2）非健康型乡村生态系统  综合不健康型包括范县、台前县和封丘县这3个县域单元，主要分布在豫北地区. 台前县环境、社会和经济3个生态子系统健康综合得分与其均值之差均小于零，对乡村生态系统健康状况影响较大；封丘县社会生态子系统健康状况较好，其余3个子系统为辅助要素；范县4个生态子系统均为辅助要素. 地理位置造成该区域乡村自然资源最差，同时城镇化建设对乡村耕地、林地等自然资源严重侵蚀，产业支撑不足，导致该区域乡村经济生态系统健康水平相对较差.

复合不健康型包括5个单元，辅助因素数量均为2，主要分布在豫北和豫东. 其中兰考县和原阳县属于资源-经济不健康型，濮阳县和孟州市属于环境-社会不健康型，祥符区为社会-经济不健康型. 祥符区地理位置偏远，交通不便，缺乏大型企业和产业支撑；兰考因其曾经深受风沙、盐碱、内涝“三害”困扰的历史背景，导致经济发展相对滞后. 这些区域自身自然资源禀赋较低，乡村农业人口比例较高，多以农业生产为主，乡村社会经济发展水平相对较低.

综合病态型共包括武陟县、温县和济源市这3个地区，且全部位于豫北地区. 其中武陟县4个子系统综合健康得分与其均值之差均小于0，温县资源、社会和经济3个子系统为辅助要素. 豫北地处黄土高原和太行山区，地形崎岖，自然资源相对匮乏，气候干旱缺水，对农业发展影响较大. 此外，经济基础薄弱，工业和服务业等现代产业发展滞后，也是该地区经济水平整体不高的主要原因.

2.3 黄河流域河南段乡村生态系统健康时间演变特征

根据县域乡村生态系统健康评估框架与评价模型计算2001~2021年黄河流域河南段各县（市、区）域单元乡村生态系统以及各子系统健康得分. 由图 5可知，2001~2021年研究区各阶段平均值分别为0.398 9、0.419 8和0.442 5，乡村生态系统健康水平呈持续改善态势，但阶段性变化特征明显：2001~2011年黄河流域河南段乡村生态系统健康环境、社会子系统呈现上升趋势，资源和经济子系统与之相反. 该阶段黄河流域河南段乡村经济快速发展、资源合理利用程度得到改善，社会发展和环境保护稍显滞后. 2011~2021年乡村生态系统健康得分增速较缓，资源和环境子系统下降而社会和经济子系统得分明显提升（图 6），主要与县域城镇化快速推进、农业物资不合理利用造成的面源污染等有关. 至2021年，研究区乡村生态系统健康水平贡献率较高的指标集中在环境、社会和经济子系统，健康得分远高于平均健康得分，说明目前研究区乡村生态系统健康水平主要得益于乡村环境质量和社会经济发展水平. 总体来看，乡村资源子系统健康水平持续下降而社会子系统健康水平稳定提升、环境子系统健康水平呈先上升后下降变化趋势而经济子系统呈现与之相反的变化趋势. 乡村仍存在资源不合理利用和破坏现象、环境状况亟需改善，而随着乡村振兴政策和美丽乡村建设措施的实施，乡村社会和经济发展水平不断改善.

1.孟津区，2.新安县，3.陕州区，4.渑池县，5.灵宝市，6.湖滨区，7.兰考县，8.祥符区，9.顺河回族区，10.濮阳县，11.范县，12.台前县，13.原阳县，14.封丘县，15.长垣市，16.金水区，17.惠济区，18.中牟县，19.巩义市，20.荥阳县，21.孟州市 图 5 2001年、2011年和2021年黄河流域河南段各县（市、区）乡村生态系统健康综合得分 Fig. 5 Scores of rural ecosystem health in counties (cities, districts) along the Henan section of the Yellow River Basin in 2001, 2011, and 2021

图 6 2001年、2011年和2021年黄河流域河南段各县（市、区）乡村生态系统健康子系统得分 Fig. 6 Sub-system scores of rural ecosystem health in counties (cities, districts) along the Henan section of the Yellow River Basin in 2001, 2011, and 2021

从生态系统健康等级变化趋势分析（图 7），2001年黄河流域河南段各县域健康状况差异不大，除了济源市、陕州区、渑池县和湖滨区等单元为亚健康类型、灵宝市为健康类型，其余均为不健康和病态类型. 2001~2011年研究区仅少部分地区健康等级升高，其余县（市、区）健康等级均下降，如金水区由不健康类型转变为健康类型、范县和台前县由病态类型转变为不健康类型. 2011~2021年研究区乡村健康等级整体向良好方向发展，健康类型比例由4.17%上升到20.83%，病态类型比例由12.5%下降到8.33%. 2011年以前，乡村资源和环境是限制乡村生态系统健康发展的最主要因素，2011年后随着对乡村发展重视以及相关政策文件发布，乡村社会和经济子系统对乡村健康等级的贡献程度逐渐增强.

图 7 2001年、2011年和2021年黄河流域河南段各乡村生态系统健康等级变化 Fig. 7 Changes of rural ecosystem health levels in the Henan section of the Yellow River Basin in 2001, 2011, and 2021

2.4 乡村生态系统健康关键影响因子解析

利用地理探测器探究不同年份各自然、社会和经济因素对黄河流域河南段乡村生态系统健康的影响机制（图 8）. 从单一探测因子结果分析，地均生态系统服务价值历年的解释力度始终居于前列，3个时段q值分别为0.652 3、0.371 7和0.6. 而人均水资源量解释力度表现较弱，2001年、2011年和2021年分别为0.098 6、0.217和0.219 9. 社会和经济因素的解释度随时间推进逐渐升高，其中地均农业机械总动力的解释力度明显提升，2001、2011、2021年分别为0.218 2、0.210 1和0.522 6. 人类社会经济活动对黄河流域河南段乡村生态系统健康状况的影响作用逐年增强.

R11~R31的含义见表 1 图 8 2001年、2011年和2021年研究区乡村健康影响因子探测结果 Fig. 8 Detection results of rural health impact factors in the study area in 2001, 2011, and 2021

从交互因子影响结果分析，非农产业比例、乡村人均可支配收入和生物丰度指数因子与其他因子的交互影响系数较大，能更好地反映研究区乡村生态系统健康状况的时空分异特征. 2001年生物丰度指数∩农村居民恩格尔系数的交互影响因子解释度最强（0.961 0），2011年和2021年均为非农产业比例与其他因子交互影响的解释度最高，其中2011年非农产业比例∩农村居民恩格尔系数交互影响系数最大（0.923 9），而2021年非农产业比例∩人均水资源量的交互影响因子解释度最强（0.947 4）. 双因子交互解释度普遍高于单个因子，反映了自然、社会和经济因素对黄河流域河南段乡村生态系统健康的综合影响作用.

3 讨论

乡村生态系统健康是提升乡村韧性，统筹优化各类资源，明晰乡村发展思路的前提. 本文基于多源数据开展了乡村生态系统要素识别、健康评价、因子诊断及调控路径研究，可为黄河流域其他地区乡村生态系统健康类型划分及发展模式探究提供有益借鉴. 研究视角层面，本文构建了以“资源-环境-社会-经济”为核心的乡村生态系统健康多维分析架构，可为乡村地域系统空间结构分析提供更细致的视角，为乡村生态系统健康类型识别与优化提供理论依据. 模型方法层面，综合运用分层聚类法与主导要素法，能够实现对分类目标的客观判读，提高分类结果的准确性，最终基于不同乡村生态系统健康类型、发展特征和制约因素提出有针对性的改善措施. 指标选取层面，纳入植被覆盖指数（NDVI）、生物丰度指数和地均生态系统服务价值，统筹考虑乡村自然生态系统为人类提供的产品与服务，能够更好地反映乡村自然生态系统地域差异与不均衡性. 本研究也存在一定不足，一方面，乡村生态系统是一个复杂开放的人地耦合系统，囿于村域尺度历史数据获取困难，研究未能涵盖文化、制度等其他难以量化的因素对乡村生态系统健康的影响. 另一方面，鉴于黄河流域东西跨度较大，上中下游之间乡村资源禀赋、区位条件与产业基础空间差异明显，未来可基于全流域视角深化乡村生态系统健康空间的动态演变规律与分异特征研究，进一步完善不同健康类型乡村可持续发展调控策略.

4 建议

结合黄河河南段24个县域单元乡村生态系统健康类型划分及影响因子，遵循“因地制宜、功能协调”原则，针对不同健康类型乡村提出差异化调控措施：

（1）健康型  陕州区、湖滨区和济源市等5个健康型县域经济基础较优，资源环境状况良好，未来发展应着重结合本底优势条件，实行“特色产业+生态保护”措施，促进产业结构优化，同时严格限制不利于乡村生态环境健康产业的发展.

（2）亚健康型  孟津区、金水区和惠济区等9个乡村生态系统健康状况较好的中部单元，在保持经济稳定增长的同时也要注重粮食安全问题. 如开封市顺河回族区耕地面积较少，需合理调控区内产业和居民聚集区布局；对于孟津区、新安县等乡村基础设施建设不足的单元，需改善道路、水电设施，引进新技术和人才以实现低碳、绿色农业生产；长垣市森林覆盖率和生物丰度指数等乡村资源指标值较低，应加大植树造林和生物保护力度以提高农业生态系统的健康和生产力.

（3）不健康型  台前县、封丘县和孟州市等8个不健康型县域文化资源丰富，但资源过度利用和环境污染造成乡村地貌改变和发展失衡，如孟州市的空气质量达标率仅为58.81%，濮阳县、范县和台前县乡村畜禽粪污综合利用率低于90%. 未来应重点实施“文化保护+整体提升”措施以提升乡村生态系统健康综合水平.

（4）病态型  武陟县、温县乡村生态系统健康水平较差，是未来重点整治单元. 一方面，区内乡村环境和自然资源条件对社会经济发展的制约瓶颈较大；另一方面，快速城镇化以及不合理的农业生产方式对乡村生态系统造成严重损害. 2021年武陟县化肥使用强度达到1 065.25 kg·hm-2、畜禽粪污综合利用率不足90%，温县人均水资源量仅为201.50 m3. 因此，未来该区域乡村发展应优先改善社会经济条件，增强区域内基础设施建设、扶持新型农业大户和专业合作社促进农民增收，同时加强耕地和生态环境保护，巩固粮食生产优势、保障黄河河南段生态安全.

5 结论

（1）黄河河南段乡村生态系统总体健康水平逐步改善，综合得分介于0.284 5~0.590 1，整体呈“左翼突出、中部平稳、右翼塌陷”分布特征，空间集聚性不高. 其中，乡村资源子系统健康水平呈现明显的西高东低趋势；环境子系统健康水平呈现“东西突出、中部平稳、北部塌陷”的空间格局；社会子系统健康水平高值穿插分布，以长垣市最高；湖滨区、孟津区和济源市等部分西部地区乡村经济子系统健康水平次之.

（2）结合分层聚类与主导要素法将黄河河南段乡村生态系统健康类型划分为四大类七亚类. 健康型县域占研究区县域总数的20.83%，主要分布在西部地区；亚健康型占37.50%，集中分布于中部地区；不健康型占33.33%，分布在北部和东部地区；病态型占8.33%，集中于北部武陟和温县两地.

（3）地均生态系统服务价值对乡村生态系统健康的解释度最高，但近年来社会经济因子对乡村生态健康的影响强度明显提升，其中地均农业机械总动力q值由0.218 2提升至0.522 6. 从交互因子影响结果分析，非农产业比例、乡村人均可支配收入和生物丰度指数因子与其他因子的交互影响系数较大，双因子交互解释度普遍高于单因子.

参考文献
[1] 郭远智, 刘彦随. 中国乡村发展进程与乡村振兴路径[J]. 地理学报, 2021, 76(6): 1408-1421.
Guo Y Z, Liu Y S. The process of rural development and paths for rural revitalization in China[J]. Acta Geographica Sinica, 2021, 76(6): 1408-1421.
[2] 赵宁宁, 李志刚, 夏源, 等. 大都市近郊"资本驱动型"乡村振兴模式探析——以武汉市大路村为例[J]. 人文地理, 2025, 40(1): 134-143.
Zhao N N, Li Z G, Xia Y, et al. An examination of rural revitalization mode in metropolitan suburbs from the perspective of capital embeddedness: A case of Dalu village in Wuhan[J]. Human Geography, 2025, 40(1): 134-143.
[3] 杨婕, 戈大专, 孙攀, 等. 基于"人口-土地-资本"要素流动的城乡融合发展机制——以江西省为例[J]. 资源科学, 2025, 47(1): 110-124.
Yang J, Ge D Z, Sun P, et al. The mechanism of urban-rural integrated development based on the "population-land-capital" factor flow: a case study of Jiangxi Province[J]. Resources Science, 2025, 47(1): 110-124.
[4] Comby E, Garnier E, Le Lay Y. Circuits of capital, the socio-ecological fix and power relations in a rural area. The genealogy of socio-ecological transformations of the upper saône valley (france)[J]. Geoforum, 2024, 155. DOI:10.1016/j.geoforum.2024.104105
[5] 李俊甫, 房阿曼, 吴克宁, 等. 河南省耕地"非粮化"空间分异特征及其驱动因素分析[J]. 中国农业资源与区划, 2024, 45(11): 23-34.
Li J F, Fang A M, Wu K N, et al. Analysis of spatial differentiation characteristics and driving factors of "non-grain" cultivated land in Henan province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2024, 45(11): 23-34.
[6] 杨国永, 王朝晖, 杨朝钦, 等. 农村劳动力非农转移对耕地"非粮化"的影响——基于省级面板数据的实证分析[J]. 中国农业大学学报, 2025, 30(3): 259-271.
Yang G Y, Wang Z H, Yang C Q, et al. Influence of non-agriculture transfer of rural labor force on "non-grain" cultivated land: empirical analysis based on provincial panel data[J]. Journal of China Agricultural University, 2025, 30(3): 259-271.
[7] Zhang S H, Ma L T, Gao T L, et al. Evaluation of agricultural non-point source pollution infiltration on clogging and nitrogen leaching effects in BRCs with different plants in dryland areas[J]. Chemosphere, 2024, 368. DOI:10.1016/j.chemosphere.2024.143750
[8] Liu Y, Zeng W Z, Ao C, et al. Optimizing irrigation and planting strategies to prevent non-point source pollution in the Hetao Irrigation District using SWAT-MODFLOW-RT3D model[J]. Science of the Total Environment, 2024, 957. DOI:10.1016/j.scitotenv.2024.177757
[9] Yi Y Y, Zhu N, Zhao Y F, et al. How do capable village cadres influence the effectiveness of rural living environment improvement? Empirical evidence from China[J]. Heliyon, 2024, 10(20). DOI:10.1016/j.heliyon.2024.e38727
[10] 彭元元, 郭锦墉, 王长旭, 等. 村庄公共性对农户参与人居环境整治的影响分析: 基于江西省调查数据[J]. 生态与农村环境学报, 2024, 40(12): 1574-1584.
Peng Y Y, Guo J Y, Wang C X, et al. The impact of village publicness on farmers' participation in improving the living environment: evidence from Jiangxi Province survey data[J]. Journal of Ecology and Rural Environment, 2024, 40(12): 1574-1584.
[11] 孙宇, 宁静, 孙天成, 等. 乡村地域系统空间结构特征及发展类型分析——以黑龙江省宾县为例[J]. 中国土地科学, 2024, 38(10): 93-104.
Sun Y, Ning J, Sun T C, et al. Characteristic analysis of spatial structure of rural territorial system and development types: taking bin county of Heilongjiang Province as an example[J]. China Land Science, 2024, 38(10): 93-104.
[12] 刘璐, 辛岭, 朱铁辉. 我国农业农村现代化水平的时空特征及障碍因子研究[J]. 中国农业资源与区划, 2023, 44(6): 135-147.
Liu L, Xin L, Zhu T H. Research on the temporal and spatial characteristics and obstacle factors of the modernization level of my Country's regional agriculture and rural areas[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2023, 44(6): 135-147.
[13] 韩秀丽, 胡烨君, 马志云. 乡村振兴、新型城镇化与生态环境的耦合协调发展——基于黄河流域的实证[J]. 统计与决策, 2023, 39(11): 122-127.
[14] Meng L R, Huang J, Dong J H. Assessment of rural ecosystem health and type classification in Jiangsu province, China[J]. Science of the Total Environment, 2018, 615: 1218-1228. DOI:10.1016/j.scitotenv.2017.09.312
[15] Zhou Y Y, Gu H. Enhancing rural resilience through the rural revitalisation strategy in rural China: evidence from Wushi village, Hunan Province[J]. Journal of Rural Studies, 2025, 113. DOI:10.1016/j.jrurstud.2024.103493
[16] 任洪杰, 李辉尚. 中国乡村生态韧性时空演变特征及影响因素探究[J]. 干旱区地理, 2024, 47(11): 1915-1923.
Ren H J, Li H S. Spatial and temporal evolution characteristics and influencing factors of rural ecological resilience in China[J]. Arid Land Geography, 2024, 47(11): 1915-1923.
[17] 王彩丽, 闫绪娴. 中国乡村韧性时空分异及障碍因子诊断[J]. 经济问题, 2022(10): 91-97.
Wang C L, Yan X X. Spatio-temporal variation of rural resilience in China and diagnosis of its obstacle factors[J]. On Economic Problems, 2022(10): 91-97.
[18] Luo K, Wang H W, Yan X M, et al. Study on trade-offs and synergies of rural ecosystem services in the Tacheng-Emin Basin, Xinjiang, China: implications for zoning management of rural ecological functions[J]. Journal of Environmental Management, 2024, 363. DOI:10.1016/j.jenvman.2024.121411
[19] 刘迪, 陈海, 马羽赫, 等. 乡村振兴视角下农户生态系统服务依赖度及多层次影响因素[J]. 生态学报, 2023, 43(8): 3079-3089.
Liu D, Chen H, Ma Y H, et al. Farmers' dependence on ecosystem services and it's multi-level influencing factors from the perspective of rural revitalization[J]. Acta Ecologica Sinica, 2023, 43(8): 3079-3089.
[20] 郎宇, 王桂霞. 生态资源价值化助推乡村振兴的逻辑机理与突破路径[J]. 自然资源学报, 2024, 39(1): 29-48.
Lang Y, Wang G X. The logical mechanism and breakthrough path for the activation of ecological resources value to promote rural revitalization[J]. Journal of Natural Resources, 2024, 39(1): 29-48.
[21] Lou Z Y, Zhao X, Chen C, et al. Rural revitalisation: spatio-temporal evolution and multi-scenario prediction of ecosystem service values of second homes in Moudao, China[J]. Land Use Policy, 2025, 150. DOI:10.1016/j.landusepol.2024.107467
[22] 温铁军, 罗士轩, 董筱丹, 等. 乡村振兴背景下生态资源价值实现形式的创新[J]. 中国软科学, 2018(12): 1-7.
Wen T J, Luo S X, Dong X D, et al. The innovative form of value realization of ecological resources under the background of rural vitalization[J]. China Soft Science, 2018(12): 1-7.
[23] 胡书玲, 余斌, 王明杰. 乡村重构与转型: 西方经验及启示[J]. 地理研究, 2019, 38(12): 2833-2845.
Hu S L, Yu B, Wang M J. Rural restructuring and transformation: western experience and its enlightenment to China[J]. Geographical Research, 2019, 38(12): 2833-2845.
[24] 徐雨利, 龙花楼, 屠爽爽, 等. 乡村振兴视域下产业重构的理论解析与模式研究——以广西为例[J]. 地理科学进展, 2024, 43(3): 434-445.
Xu Y L, Long H L, Tu S S, et al. Theoretical analysis and models of rural industrial restructuring from the perspective of rural revitalization: a case study in Guangxi[J]. Progress in Geography, 2024, 43(3): 434-445.
[25] 刘继斌, 伊梦晗, 杜雪, 等. 面向农业农村现代化的中国乡村聚落空间重构[J]. 地理科学, 2025, 45(2): 326-338.
Liu J B, Yi M H, Du X, et al. Spatial reconstruction of rural settlements oriented towards agricultural and rural modernization in China[J]. Scientia Geographica Sinica, 2025, 45(2): 326-338.
[26] 王子侨, 石翠萍, 蒋维, 等. 社会—生态系统体制转换视角下的黄土高原乡村转型发展——以长武县洪家镇为例[J]. 地理研究, 2016, 35(8): 1510-1524.
Wang Z Q, Shi C P, Jiang W, et al. Rural transformation from the perspective of regime shifts of socio-ecological systems in the Loess Plateau: a case study of Hongjia town in Changwu county, China[J]. Geographical Research, 2016, 35(8): 1510-1524.
[27] Liu Y, Yang C, Tan S H, et al. An approach to assess spatio-temporal heterogeneity of rural ecosystem health: a case study in Chongqing mountainous area, China[J]. Ecological Indicators, 2022, 136. DOI:10.1016/j.ecolind.2022.108644
[28] Xu K, Fan Y F, Hou Y, et al. Uncovering the impact mechanism and spatiotemporal evolution between farmland ecosystem health and optimal crop patterns[J]. Journal of Cleaner Production, 2025, 494. DOI:10.1016/j.jclepro.2025.144959
[29] Costanza R. Ecosystem health and ecological engineering[J]. Ecological Engineering, 2012, 45: 24-29. DOI:10.1016/j.ecoleng.2012.03.023
[30] Styers D M, Chappelka A H, Marzen L J, et al. Developing a land-cover classification to select indicators of forest ecosystem health in a rapidly urbanizing landscape[J]. Landscape and Urban Planning, 2010, 94(3-4): 158-165. DOI:10.1016/j.landurbplan.2009.09.006
[31] Khatun R, Das S. Assessment of wetland ecosystem health in Rarh Region, India through P-S-R (pressure-state-response) model[J]. Science of the Total Environment, 2024, 951. DOI:10.1016/j.scitotenv.2024.175700
[32] Guo S S, Li L, Wang S L, et al. What are the dominant drivers and optimal thresholds for a healthy ecosystem in the Yellow River Basin, China? From a perspective of nonlinear nexus[J]. Ecological Indicators, 2024, 162. DOI:10.1016/j.ecolind.2024.111997
[33] Han P Y, Hu H Z, Zhou J Y, et al. Integrating key ecosystem services to study the spatio-temporal dynamics and determinants of ecosystem health in Wuhan's central urban area[J]. Ecological Indicators, 2024, 166. DOI:10.1016/j.ecolind.2024.112352
[34] 李魁明, 王晓燕, 李婷婷, 等. 黄河中游地区生态系统健康及其影响因子分析[J]. 环境科学, 2025, 46(8): 5145-5155.
Li K M, Wang X Y, Li T T, et al. Analysis of ecosystem health and its influencing factors in the middle reaches of the Yellow River[J]. Environmental Science, 2025, 46(8): 5145-5155. DOI:10.13227/j.hjkx.202408034
[35] 王雅慧, 赵安周, 刘宪锋, 等. 黄土高原生态系统健康时空演变及其驱动因素分析[J]. 环境科学, 2025, 46(7): 4558-4567.
Wang Y H, Zhao A Z, Liu X F, et al. Analysis of spatial and temporal evolution of ecosystem health and its driving factors on the Loess Plateau[J]. Environmental Science, 2025, 46(7): 4558-4567. DOI:10.13227/j.hjkx.202407135
[36] 李长生, 严金明. 生态退耕背景下黄河流域耕地变化与农业生产和生态环境关系研究[J]. 中国农业资源与区划, 2022, 43(10): 1-8.
Li C S, Yan J M. The relationship between cultivated land change and agricultural production, ecological environment in the Yellow River Basin under the background of grain for green program[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(10): 1-8.
[37] 李军, 李旭, 李开明, 等. 黄河流域农田土壤重金属污染特征及其优先控制源分析[J]. 环境科学, 2024, 45(3): 1724-1738.
Li J, Li X, Li K M, et al. Characteristics and identification priority source of heavy metals pollution in farmland soils in the Yellow River Basin[J]. Environmental Science, 2024, 45(3): 1724-1738. DOI:10.13227/j.hjkx.202305211
[38] 贾天朝, 文琦, 施琳娜, 等. 黄河流域县域水源涵养与人类活动时空耦合及其空间关联[J]. 环境科学, 2025, 46(8): 5112-5121.
Jia T C, Wen Q, Shi L N, et al. Spatiotemporal coupling and spatial correlation between water conservation and human activities in counties of the Yellow River Basin[J]. Environmental Science, 2025, 46(8): 5112-5121. DOI:10.13227/j.hjkx.202407241
[39] 吴朝巧, 余晓成, 宁彧杰, 等. 太原市多尺度生态系统服务权衡/协同关系及生态功能分区[J]. 环境科学, 2025, 46(11): 7234-7245.
Wu Z Q, Yu X C, Ning Y J, et al. Multi-scale ecosystem services trade-off/synergy and ecological function zoning in the Taiyuan City[J]. Environmental Science, 2025, 46(11): 7234-7245. DOI:10.13227/j.hjkx.202410223
[40] 陈义勇, 吕妍, 洪武扬, 等. 中国乡村地域系统人-地-业耦合协调发展状态多情景模拟[J]. 地域研究与开发, 2024, 43(6): 123-130.
Chen Y Y, Lyu Y, Hong W Y, et al. Multi-scenario simulation of population-land-industry coupling and coordinated development of rural area system in China[J]. Areal Research and Development, 2024, 43(6): 123-130.
[41] 谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 2015, 30(8): 1243-1254.
Xie G D, Zhang C X, Zhang L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243-1254.
[42] 郭春霞, 诸云强, 孙伟, 等. 中国1km生物丰度指数数据集[J]. 全球变化数据学报, 2017, 1(1): 60-65.
Guo C X, Chu Y Q, Sun W, et al. Dataset of biological abundance index of China in 1985 and 2005 at 1 km resolution[J]. Journal of Global Change Data & Discovery, 2017, 1(1): 60-65.
[43] 曹俐, 杨晨. 农村产业融合、生态环境治理协同与农村居民收入[J]. 生态经济, 2025, 41(2): 128-135.
Cao L, Yang C. Rural industry integration, environment governance synergy and rural residents' income[J]. Ecological Economy, 2025, 41(2): 128-135.
[44] Huang Q Y, Xu C, Haase D, et al. Heterogeneous effects of the availability and spatial configuration of urban green spaces on their cooling effects in China[J]. Environment International, 2024, 183. DOI:10.1016/j.envint.2023.108385
[45] 李平星, 陈雯, 孙伟. 经济发达地区乡村地域多功能空间分异及影响因素——以江苏省为例[J]. 地理学报, 2014, 69(6): 797-807.
Li P X, Chen W, Sun W. Spatial differentiation and influencing factors of rural territorial multifunctions in developed regions: a case study of Jiangsu Province[J]. Acta Geographica Sinica, 2014, 69(6): 797-807.
[46] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.
Wang J F, Xu C D. Geodetector: principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.
[47] 尹旭, 王婧, 李裕瑞, 等. 中国乡镇人口分布时空变化及其影响因素[J]. 地理研究, 2022, 41(5): 1245-1261.
Yin X, Wang J, Li Y R, et al. Spatio-temporal evolution and driving factors of Chinese population at town level[J]. Geographical Research, 2022, 41(5): 1245-1261.