【文献分享】基于系统动力学的生态系统服务与人类福祉耦合关系及其关键因素研究：以青藏高原为例

1. QTP上土地利用的时空变化

土地利用变化已被确定为确保可持续发展的数量和质量的关键驱动力之一。如表6所示，QTP不同土地利用类型的结构为:草地>未利用地>森林>水域>耕地>建设用地。从2010年到2020年的总体分析显示，耕地和未利用地面积减少，草地、森林、水域和建设用地面积增加。研究期间，QTP适度扩大了森林、草地和建设用地的面积。土地利用变化最显著的是草地(增加17277.59 km²)和未利用地(减少24307.81 km²)。两者之间的转化也相对活跃，建设用地面积增加350.11 km²，水域面积增加6191.07 km²。

从图5的土地利用转移矩阵可以看出，2010-2015年，未利用地大部分转移到草地，其次是水域，少量林地转移到草地，耕地转移到建设用地。2015-2020年，水域面积持续增加，耕地和未利用地持续转移，少量林地向建设用地和未利用地转移。图6显示了青藏高原土地利用类型的分布变化，草地分布最为广泛，占总面积的48%以上，覆盖范围由西北向东南逐渐增加。森林主要分布在青海东部和西藏东南部，耕地主要分布在东北和东南部。未利用土地主要分布在北方地区，建设用地也较为集中。整个高原水域呈零星分布，近十年来散乱湖泊逐渐增多。近十年来，水域面积呈不断扩大的趋势。

2. QTP上ES值的时空演化

2010-2020年，QTP服务价值持续增加，10年间累计增加1611.6亿元(图7)。不同类型生态系统的服务价值表现为水域>森林>草地>耕地>未利用地。从2010年到2013年，ESs的价值增长最多，增加了983.4亿元，占总变化的61%。这主要是由于草地面积在此期间增加了1.01%，以及低价值未利用土地向高价值草地和水域的转变。在各类服务价值中，生态系统调节服务价值最高，2020年达到43476亿元。其次是支持服务和供给服务，分别为11697亿元和4177.6亿元，文化服务价值最少，为2755.9亿元。

应用自然断点法对2010 - 2020年青藏高原ES值水平进行了分类，绘制了空间分布图(图8)。2010 - 2020年青藏高原ES值总体发展趋势较好，空间分布差异明显，总体呈现东南高西北低的格局，局部呈现高-高和高-低的聚集格局。青海省东部湖泊和湿地众多，是水域和森林的聚集地。西藏东南部森林群落较多，生态系统相对稳定。人类活动对生态系统干扰和破坏较小的区域呈现高-高值聚集。西部未利用土地、草地和水域呈镶嵌状分布。随着水域面积的逐渐增加和未利用土地面积的缩小，ES值呈现高低聚集的趋势。

3. QTP上HWB的变化

2010 - 2020年QTP上HWB指数的时间变化(图9)总体呈上升趋势，从2010年的0.19上升到2020年的0.53，增幅为179%。2010年至2015年期间增长更为显著，增长率为91.49%，2015年至2020年期间增长较慢，增长率为45.48%。根据联合国开发计划署2010年的分类方法，中国人类综合发展指数分为四个水平:0.25及以下为低水平，0.26-0.50为中等水平，0.51-0.75为高水平，0.76及以上为极高水平。2010 - 2012年，QTP的人类综合发展指数处于较低水平，2013 - 2018年总体处于中等水平，2019年进入较高水平，表明QTP的中国人类综合发展指数具有后发优势。

研究年间健康指标总体呈缓慢稳定趋势，年均增长率为7.37%，但与世界和中国平均水平相比仍有较大差距。从教育指标来看，2010 - 2014年教育水平下降缓慢，维持在0.47左右，2015-2020年教育水平逐步上升。2020年教育水平指数可达0.9，增长较快。在城乡一体化方面，研究年份总体呈显著上升趋势，从2010年的最低值上升到2020年的0.59，增幅较其他指标更为明显，尤其是城乡一体化发展水平较快的2010 - 2014年。在研究期间，生活水平指数呈稳定上升趋势。气候变化响应指数总体呈持续上升趋势，年均增长率为17.31%，表明青藏高原在应对气候变化方面取得了显著成效。总体而言，QTP上的HWB呈上升趋势，所有功能都在改善。和谐功能和发展功能分别达到0.60和0.68，但基本功能和可持续功能仍分别为0.49和0.40，表明有进一步改善的空间，特别是在医疗条件方面落后，有很大的改善空间。随着新能源的发展和能源结构的调整，应对气候变化的功能将得到很好的发挥。综合HWB指数的最高值尚未达到0.6，刚刚进入高位阶段。与中国其他中心城市极高的HWB水平相比，与世界良好的HWB水平有很大的差距，表明QTP上HWB的进一步发展潜力巨大。

4. SD模型的仿真结果

（1）模型精度验证

根据对模型的历史验证结果进行验证，如表7所示。结果表明，2010 - 2020年所选指标的历史验证误差绝对值均小于10%(表7)。相关研究表明，SD模型的验证误差绝对值在10%以内，说明模型拟合良好。因此，该模型是可靠的，可用于后续情景模拟。

（2）主要变量在当前状态情景下的仿真结果

以2010年为基准年，对当前情景下主要变量的模拟结果进行分析。如图10所示，从2010年到2020年，QTP上的ESs值呈波动上升趋势。到2020年，QTP上的ESs价值达到62106.5亿元，是2010年的1.03倍。这十年的上升趋势是显著的。如前所述，土地利用(如草地和水域)的变化对生态系统的结构和功能产生了显著影响，生态系统质量有所提高。2021 - 2050年，随着环保投入和污水处理率的增加，生态环境有所改善，但效果不显著，ESs值呈缓慢上升趋势。这主要是因为，在目前的情况下，土地使用模式并没有发生重大变化，对可持续发展产生重大影响。此外，生态保护投资存在滞后效应，生态环境价值变化不明显。

从HWB的发展趋势来看，预计到2050年，QTP上的HWB将达到0.69，比2010年的0.19增长约3.63倍。提高HWB的效果显著，人们的生活满意度显著提高。人均国内生产总值从2010年的21503.4元/人增长到2020年的47246.9元/人，增长120%，实现了十年人均国内生产总值翻一番的目标。到2025年，青海、西藏两省人均GDP将达到63397.4元/人，基本满足“十四五”规划和2035年国民经济社会发展远景目标的发展要求。未来，随着社会经济的发展，人均GDP将不断提高。2010 - 2020年能源消费总量持续上升，2010 - 2015年增长速度较快。与此同时，2021年至2050年的能源消费总量放缓。总能耗明显放缓，达到峰值后呈下降趋势。

（3）不同场景下关键变量的仿真结果

对五种情景下生态承载力与生态承载力耦合系统关键变量的模拟结果(图11)表明，在生态保护优先、综合发展优先、社会发展优先和维持现状的情景下，生态承载力在生态承载力上的价值趋于稳定增长。生态保护优先、综合发展优先、社会发展优先、维持现状的增速最高。到2050年，生态保护优先情景将达到63757.4亿元，约为2020年的1.03倍，显著优于维持现状情景。综合发展情景下，生态环境价值也显著提升，到2050年达到63075.5亿元，略低于生态保护优先情景。结果表明，加大生态环境保护力度对改善生态系统有显著作用。在经济优先发展情景下，QTP上的ESs值呈现逐渐下降的趋势。从2020年到2050年，生态环境价值减少了869.9亿元，说明经济优先发展对生态系统的过度依赖给生态环境带来了一定的压力，不利于生态环境价值的提升。

5种情景下，HWB的变化趋势一致，均呈现持续增长趋势，即综合发展>社会发展优先>生态保护优先>维持现状>经济发展优先。到2050年，QTP上的HWB可达到0.76。到2030年左右，这五种情景都将进入加速增长阶段。综合发展优先、社会发展优先、生态保护优先增速均快于经济发展优先增速，经济发展优先增速放缓。这表明在经济优先发展情景下，后期改善HWB的动力不足，但总体上仍是稳步改善的趋势。全面发展、社会发展优先、生态保护优先的情景，强调后期平衡、协调的可持续发展和环境保护，更有利于环海经济带的整体持续提升。

对比不同情景下ESs值和HWB值与维持现状情景的演变趋势(图12)，结果表明，经济发展优先情景下HWB值虽呈上升趋势，但增幅低于维持现状情景，ESs值呈下降趋势(图11)。这不利于可持续发展。这种情景高度依赖能源消耗，不利于实现节能减排目标。生态保护优先情景对ESs值和HWB值均有正向影响，其增长率高于维持现状情景，且能耗显著降低。

然而，从人均GDP的角度来看，这不利于社会经济的长期发展。社会发展优先情景从医疗水平、农村现代化、城乡差距等相对较弱的维度出发。它协调经济发展和社会环境。其经济水平接近于综合发展情景，但更注重改善城市环城的基本功能和协调功能。因此，社会发展优先情景下的幸福指数高于生态保护优先情景和经济发展优先情景，其增长率高于维持现状情景。综合发展情景下，ESs值和HWB值均呈现明显上升趋势，且增速远高于维持现状情景。

结合不同情景下ESs与HWB耦合系统关键变量对QTP的演化趋势(表8)，结果表明:2021 - 2050年，综合发展情景ESs值的年增长率达到0.05%，仅略低于生态保护优先情景的最高增长率0.09%，高于其他3个情景的增长率。综合开发情景下HWB的年增长率为1.49%，是五个情景中最高的。人均GDP增长率为17.84%，仅次于经济发展优先情景下的最高增长率20.78%。该情景能源消费变化率呈稳定负增长，表明能源依存度下降，消费总量逐年下降，仅次于生态保护优先情景，保持稳定水平，更有利于实现能源目标和保护生态系统。综上所述，综合发展方案最有利于ESs和HWB在QTP上的协同进展。

5. 关键影响因素的敏感性

在本研究中，选取GDP、人口、能源、教育、医疗、土地利用、投资等16个主要因子进行敏感性分析，评价ESs与HWB协同增强的关键影响因素。在控制相同变化率的情况下，评估和比较不同因素对ESs和HWB未来共同进化的影响，如图13和图14所示。通过敏感性计算，从图13可以看出，扩大草地、水域和森林对ESs的影响显著增强，草地的影响最大，水域和森林的影响其次。具体而言，草地面积增加10%，ESs值增加3.38%。反之，未利用地倾向于阻碍ESs值的增加，反映了土地利用转型过程中草地、水域和未利用地之间的动态相互作用。

图14显示了2021 - 2050年各因素对HWB的影响结果，16个因素的敏感性指数差异显著，影响程度变化明显。能量消耗因子指数最低，为0.0044%，几乎不敏感;草地因子指数最高，达118.5%。敏感性指数前8位的因子依次为草地>水域>森林>未利用地> GDP年增长率>每万人特殊教育招生人数>农村改水受益人口比例>每万人医生人数。它们显著影响HWB的改善。草原面积每增加10%，HWB指数增加11.85% (ESs值增加3.38%)。识字率、年人口增长率、建设用地等因素制约了城乡结合部的改善。

在经济子系统中，GDP年增长率对HWB的正向影响呈持续上升趋势，而人口增长率的抑制作用逐渐增强。在社会子系统中，每万人特殊教育入学率和农村改善水受益人口比例是主要驱动因素，而文盲率则表现出较强的负向影响。在陆地子系统中，草地、水域和森林的变化表现出较强的敏感性和增加趋势，呈现出较强的驱动效应。随着时间的推移，它们的敏感性趋于缓和，其冲击强度减弱。HWB对未利用土地的敏感性逐渐降低并趋于稳定，说明HWB一旦发展到一定阶段，对土地利用变化的敏感性最终趋于稳定。在环境子系统中，2021-2050年投资战略预测表明，环保投资对HWB改善的带动作用将逐渐减弱，农业投资和畜牧业投资将保持稳定。

未来在HWB计算中考虑主观福利可以更全面地反映实际情况。为了使模型能够处理极端气候事件、政策变化或其他不可预测的因素，模型还需要进一步改进。通过改善子系统内部的影响因素，可以提高参数粒度，加强子系统之间的联系。本文主要通过设定具体的发展场景来考察预测耦合系统的变化。此外，青藏高原不同区域的生态和社会经济发展水平也存在显著差异。本文构建的ESs与HWB耦合关系的系统动力学模型没有反映区域差异。在未来的研究中，探索区域差异和尺度效应将非常有意义。结合相关方法做好土地利用预测和需求分析，可以提高生态系统与土地利用之间耦合关系预测的现实性。这些都是在未来的研究中需要改进的领域。