【文献分享】基于社会-生态系统框架的乡村地域系统可持续性评价：以中国京津冀地区为例
2026-03-19 02:39
实现全球可持续发展的关键在于提升乡村地域系统（RTS）的可持续性。乡村地域系统作为乡村地区典型的社会-生态系统（SES），开展其可持续性评价工作，对于推进乡村振兴与城乡融合发展具有重要意义。然而，现有研究尚未充分从整体性、过程导向的视角解析乡村地域系统可持续性的动态变化特征与内在作用机制。为弥补这一研究空白，本研究构建了一套社会-生态系统分析框架，将乡村地域系统的可持续性解构为人类系统、资源系统、系统互动、发展结果四大维度；并据此构建可持续性指数（SI），对2000年、2010年和2020年京津冀地区的乡村地域系统可持续性开展量化评价，同时结合SHAP解释法的随机森林模型，识别影响可持续性指数的关键驱动因子，并刻画其对指数的非线性作用效应。研究还运用自组织映射模型划分了乡村地域系统可持续性的演化类型。研究结果表明，2000—2020年京津冀地区乡村地域系统的可持续性指数提升了31.70%；空间分布上，区域内可持续性指数始终呈现“东南高、西北低”的特征，至2020年，高值区主要集中在京、津两市的城郊区域。2000—2020年，土地流转与配置、经济发展水平、空间连通性是影响该区域乡村地域系统可持续性指数的核心社会经济驱动因子，气温与海拔则是塑造指数空间格局的主要自然驱动因子。研究共识别出五类乡村地域系统可持续性演化类型，并结合典型村庄案例解析了不同类型的可持续性发展机制。提升乡村地域系统可持续性，需要因地制宜制定施策方案、针对不同演化类型出台差异化发展指引，并构建互利共赢的城乡关系。本研究结论可为其他同类地区的乡村振兴实践提供有益参考。
乡村地域系统（RTS）是社会-生态系统（SES）在乡村地区的具体体现。作为一个开放型系统，乡村地域系统由人类社会、经济发展状况、资源禀赋、生态环境等相互关联、相互作用的要素构成。提升乡村地域系统的可持续性，是保障人类福祉、推动社会经济繁荣的根本所在，同时也为联合国可持续发展目标（SDGs）的推进落地提供支撑。然而，在全球环境变化与快速城镇化、工业化的背景下，众多乡村地域系统正经历深刻的转型与重构，部分甚至出现衰退态势。即便在已完成功能更新与结构重构的发达国家，城乡发展差距与机会不均等的问题依然存在。在包括中国在内的诸多发展中国家及部分非洲国家，乡村地域系统更是面临劳动力外流、资源过度开发、公共服务供给不足、贫困问题凸显等多重挑战叠加的困境。为应对上述挑战，中国实施了乡村振兴战略，而这一战略的推进，需要对乡村地域系统的可持续性形成系统性认知并开展科学性评价。缺乏可持续的发展路径，乡村振兴的目标便难以实现，而乡村振兴实践本身，也是保障乡村地域系统实现长期可持续发展的关键所在。因此，更深入地解析乡村地域系统的可持续性，仍是当前乡村研究与乡村实践领域亟待解决的核心问题。
RTS可持续性的概念源于对农业可持续性的关注，最初聚焦于缓解农业生产产生的环境外部性问题。此后，包括粮农组织（FAO）对可持续农业与农村发展的框架界定在内的国际相关探讨，进一步拓展了这一研究范畴，将研究目标升级为实现粮食安全与创造就业、减贫脱贫、自然资源保护的协同平衡。随着研究推进，RTS可持续性被日益解读为融合经济、社会与生态维度的多元复合概念。学界已运用多种评价框架开展相关研究，包括经济-社会-生态框架、生产-生活-生态框架、人口-经济-基础设施-资源框架以及可持续生计框架。相关研究还在农户、社区至区域等不同尺度下，对乡村发展状况及SDGs中一项或多项目标的推进情况开展了评价。尽管该领域的量化研究已取得上述进展，但诸多研究仍将可持续性默认为一种理想状态或一系列既定条件。而RTS本质上是开放、动态且复杂的SES，其内部各要素及要素间的相互关系均会随时间发生演化。这也凸显出，学界亟需从整体性与过程导向的视角开展研究，解析RTS的可持续性如何通过系统的持续运行得以维持并实现演化。
SES理论为RTS可持续性研究提供了整体性的分析视角。在SES分析框架下，可持续性被视为系统持续运行的动态过程，在这一过程中，人类与资源系统互动并对其进行管理，推动SES的动态发展朝着预期方向迈进。从这一视角来看，RTS可持续性是指系统维持良性运行的发展愿景，其典型表征为人口发展活力充足、资源利用方式合理、社会经济发展稳定、生态环境状况良好。现有研究曾尝试将RTS解构为社会子系统与生态子系统，或进一步将其细分为行为主体、资源系统与治理系统，以此刻画系统特征。值得注意的是，RTS的可持续性并非产生于相互孤立的子系统内部，而是根植于各子系统间的互动过程及其后续的自组织反馈机制。例如，劳动力外流可能引发社区发展活力衰退与土地撂荒问题，而这一现象又会进一步加剧劳动力的外流；高投入的农业生产模式虽能带来短期收益，却会引发生态退化问题，进而制约农业长期生产效率。这些案例均与SES理论的核心观点相契合，即可持续性源于子系统发展状态、子系统间互动关系与系统运行结果三者联动的动态演化过程。尽管如此，当前相关研究仍多侧重子系统层面的评价，缺乏能够明确联结并量化子系统发展状态、互动关系与运行结果的整合性分析方法，这也限制了对RTS如何实现可持续运行的机制解析。
要制定有效的发展政策与管理策略，需将对RTS可持续性动态演化规律的认知转化为贴合区域实际的乡村发展行动，这需要关注两个方面的问题。第一，RTS嵌套于城乡地域系统之中，其可持续性的动态演化受到外部社会经济与自然环境的共同塑造，且这类影响在乡村发展的不同阶段并非呈现出均一或线性的特征。地理加权回归、地理探测器等方法难以捕捉复杂SES中的非线性关系，这也限制了其对RTS可持续性动态演化的解释力。对此，结合SHAP解释法的机器学习模型可作为补充分析方法，用以识别RTS可持续性的关键驱动因子并刻画其非线性作用效应。第二，RTS可持续发展的机制与路径存在空间异质性，这需要通过类型划分，将多样化的地方可持续发展特征归纳为可解释的类型。通过聚类方法识别RTS可持续性的演化类型，能够为解构这种空间异质性提供现实依据，推动发展路径与政策工具同地方实际相匹配，进而支撑差异化的可持续发展治理实践。
本研究以京津冀（BTH）地区的RTS为研究对象，该区域是中国主要的城市群之一，也是乡村振兴与城乡融合发展的核心实践区域。当前京津冀地区的城乡关系正从二元结构向融合发展转型，该区域RTS面临的可持续发展挑战与转型路径，能够代表中国城乡快速融合地区的普遍特征。本研究构建了一套SES分析框架，从人类系统、资源系统、系统互动、运行结果四大维度解析并评价RTS的可持续性；运用结合SHAP解释法的随机森林模型识别其关键外部驱动因子并刻画非线性作用效应；同时采用自组织映射模型划分RTS可持续性的演化类型，进而提出差异化的政策启示。本研究的研究目标为：（1）基于构建的SES分析框架，评价京津冀地区RTS可持续性的时空格局特征；（2）识别影响RTS可持续性的关键外部驱动因子，解析其非线）探究RTS可持续性不同演化类型的形成机制，并提出相应的政策启示。本研究旨在为解析RTS可持续性提供理论视角，同时为乡村可持续发展与相关管理政策的制定提供科学参考。
本研究将RTS的可持续性指数（SI）表征为四维指标构成的综合指标，该指数在过去20年间发生了显著演化（图4）。从各维度来看，人类系统与资源系统指标的均值相对更高，而系统互动与运行结果指标的发展则相对滞后。其中人类系统指标的增长最为缓慢，增幅仅为4.81%，2010—2020年期间甚至出现小幅回落；与之相反，资源系统和系统互动指标均实现稳步增长，增幅分别为36.12%和10.61%。值得关注的是，运行结果指标的增长最为显著，增幅达140.19%，这表明该维度已成为推动可持续性指数提升的核心要素。2000—2020年，京津冀（BTH）地区的可持续性指数呈稳步提升态势，均值从0.26上升至0.35。尽管该指数实现了31.70%的增长，但其整体水平仍处于相对较低区间。此外，本研究通过更换指标设定与权重分配方案开展了一系列稳健性分析，结果证实可持续性指数的测算结果具有稳健性，这也为本研究结论的可靠性提供了支撑。
本研究采用自然断点法将各指标划分为5个等级。空间上，四大维度呈现出特征鲜明且存在差异的演化格局（图5）。人类系统方面，高等级区域集中在北京、天津、石家庄等核心城市周边的RTS，而低等级与较低等级区域则分布在西北部高海拔山地。资源系统的高等级区域一方面集中在华北平原东南部——该区域拥有优质耕地资源，另一方面分布在燕山-太行山北部——该区域的森林与草地资源较为丰富。系统互动维度，西北部及京、津城郊的RTS等级基本维持在中等及以上；而东南部的RTS在该维度实现了显著提升，2010年后的增长态势尤为明显。运行结果维度，低等级区域占比从2000年的77.49%大幅下降至2020年的21.25%；截至2020年，该维度的高等级与较高等级区域愈发集中在京、津两市周边的RTS，以及BTH区域东北部。
2000—2020年，研究区域东南部的SI始终高于西北部（图6a）。2000年，74.38%的RTS为低等级或较低等级，这类区域主要集中在西北部燕山—太行山片区以及华北平原中南部。2010年，区域SI等级出现显著变化，中等等级成为主导类型，占比达55.63%，且主要分布在研究区域东南部；与此同时，北京、天津、石家庄、唐山等核心城市周边开始出现高等级和较高等级的SI区域。这一趋势在2020年表现得更为明显：高等级和较高等级SI的区域占比提升至19.38%，其空间分布在各核心城市城郊呈现出更显著的集聚特征。截至2020年，研究区域北部和西北部的SI虽整体有所提升，但首都周边贫困带内的部分RTS仍处于较低等级。
在5折交叉验证中，随机森林（RF）模型在验证集上表现出良好的预测性能，印证了该模型对SI变异解释的可靠性。基于平均绝对SHAP值的分析结果显示，排名前七位的驱动因子贡献占比合计达90.93%（图7a）。城镇建设用地占比（X8）为首要驱动因子，贡献占比31.46%；其次为气温（X2）、人均地区生产总值（X13）和路网密度（X5），贡献占比分别为16.85%、11.09%和10.87%；海拔（X1）的贡献占比也较为显著，达9.63%。其余关键社会经济驱动因子包括人均社会消费水平（X12）和耕地与建设用地利用效率比（X9），贡献占比分别为6.83%和4.20%。
图7b展示了排名前列的驱动因子与SI之间的非线对SI的影响最初为负向，当其数值超过1.09%后转为正向。这表明城镇土地扩张初期易削弱RTS可持续性，而当土地城镇化发展突破特定水平后，便会产生正向拉动效应。X2的影响特征则反映出，温暖的气候条件是乡村生产活动与居民生活的重要前提，也是制约RTS可持续性的基础性生物物理条件。X13与X12的作用规律相近，二者分别在突破16400元、5900元的阈值后，开始对SI产生正向贡献。X5主要对SI发挥正向驱动作用，其效应阈值为0.71千米/平方千米。此外，X9在0.03的阈值处由负向效应转为正向效应，且在0.1附近趋于稳定，这说明实现建设用地与耕地利用效率的基准均衡水平，对RTS可持续性具有关键意义。上述各类因子的作用特征表明，区域经济发展、居民生活水平提升以及城乡空间连通性的增强，共同推动了RTS可持续性的提升；而自然地理条件则对其形成了重要制约。X2主要对SI产生正向效应，但该效应仅在其数值突破12.35℃的临界阈值后显现，低于该温度时，其影响为负向。当X1超过157.32米时，其对SI的边际效应呈显著负向，这意味着山地型RTS的可持续性可能受地形条件限制。
总体而言，区域土地流转与配置、经济发展以及空间连通性对RTS可持续性产生正向影响；而气温、海拔等自然本底条件，则在塑造RTS可持续性基准潜力方面发挥着基础性的背景作用。
基于RTS可持续性指标体系，本研究选取12项次级属性作为自组织映射模型的自变量。经自组织映射模型分析，研究最终识别出RTS可持续性的5种演化类型（图8）。
该类型分布于坝上高原部分区域，涵盖首都周边贫困带的大部分县/区，核心特征为人类系统与社会经济发展结果层面存在严重短板，在A1、A2、A3、D1、D2五项指标上均排名末位。与之相反，该类型在生态相关及特定系统互动指标上表现突出，C1、C2指标得分最高，B1、C4、D3指标得分位列第二。尽管该类型区域生态环境本底优良，土地利用模式集约且生产活动更绿色，但人口外流、劳动力老龄化、经济发展乏力、公共福利供给不足带来的负面影响难以抵消，最终导致可持续性指数整体偏低。
空间上主要分布于京津冀区域东北部及西部，包含燕山-太行山片区未划入类型1的其余区域。该类型在B1、D3指标上得分最高，其余多数指标得分处于中等水平。山地生态环境的优越本底为乡村地域系统可持续性提供了支撑，但受生态系统资本化、价值化转化能力制约，其对当地居民生活水平提升的贡献度有限。
该类型涵盖的县/区数量少于其他类型，集中分布在京津两市周边区域。其在A2、A3、C3、C4、D1、D2六项指标上得分最高，A1、C2两项指标得分位列第二，体现出人口发展属性优良、农业农村现代化水平较高、经济发展态势向好、社会福利保障完善的特征。尽管该类型在B2指标上得分最低，但整体呈现出深度融入城市群整体发展的显著趋势。
主要分布于京津冀东南部的华北平原区域，因此具备多项共性特征。两类区域因地形平坦、耕地肥沃、灌溉条件优良，在B2指标上得分均为最高；农业生产强度偏高的特征则体现在C2指标得分偏低，这一特征对区域生态系统造成负面影响，也导致两类区域的D3指标得分均为末位。
尽管拥有相同的资源本底，两类区域在社会经济发展与人口发展属性上存在显著差异。相较于类型4，类型5的农业现代化水平更高、生产模式更多 元、经济发展成效更优，这一点体现在其C3、C4、D1指标得分均更高。值得关注的是，类型5的人口集聚度显著更高，劳动力发展特征更优越，A1指标得分在所有类型中排名第一，A3指标得分位列第二。但该类型的高产出农业体系对化肥投入依赖度较高，其C2指标得分甚至低于类型4。
由此可见，类型4属于基础型的资源依赖农业发展类型，而类型5则代表了集约化、多元化程度更高的农业发展路径。从地理分布来看，类型5主要位于太行山东麓，并逐步延伸至京津唐平原部分区域。
本研究存在若干局限性，需予以说明。第一，指标选取受数据可得性制约。受农村统计数据有限的影响，本研究采用县域尺度指标对多项乡村指标进行替代表征。尽管稳健性分析表明，这些替代指标未对SI评价产生系统性偏差，但不可否认的是，该方法不可避免地掩盖了不同RTS之间的空间异质性。未来研究应优先运用地理空间大数据，实现对RTS更精准的特征刻画。第二，本研究虽识别出关键外部驱动因子，但未对城市群发展动态与RTS可持续性之间的空间关联过程展开明确测度。后续研究可利用人口流动、信息流相关数据，对县域间的要素流动与网络关联进行建模，更精准地捕捉城市群内部的关系地理特征。第三，对可持续性动态演化机制的解析仍需进一步深化。本研究虽结合典型村域案例解析了系统内部的反馈机制，但RTS作为复杂的SES，其固有的高度非线性、不确定性动态特征难以被全面捕捉，这一问题仍具挑战性。未来研究应依托连续时间序列数据，开展多尺度的综合分析。
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
挖掘乡村的特色美食、传统手艺、民俗文化，分享乡土间的趣味故事，带你发现乡村的别样美好。
