1. 引言
生态系统服务是指自然生态系统及物种所提供的人类赖以生存和发展需要的环境条件与效用[1]，由人类直接或者间接获取的有利于人类福祉的惠益[2]，包括供给、调节、支持与文化服务，在地球生命支持系统维持、人类物质和精神产品供给、全球生态安全保障等方面发挥至关重要的作用[3]。
20世纪90年代是生态系统服务研究的理论奠基期，Costanza等[4]首次构建全球生态系统服务分类框架，将其划分为17类核心功能，并创新性开展全球尺度生态系统服务价值量化测算，为后续研究提供了范式参考。我国生态系统服务研究始于20世纪80年代，早期聚焦于生态系统服务分类及价值评估等方面[5] [6]；进入21世纪后，受Daily及Costanza团队研究的启发，国内学者逐步引入生态系统服务功能的理论框架与量化工具，研究尺度覆盖全球、全国、省域及单一生态系统(如森林、湿地、流域) [7]-[10]，研究方法从传统的物质量评估、价值量评估[11] [12]，逐步拓展至基于遥感(RS)、地理信息系统(GIS)的空间化评估[13]，同时关注不同生态系统服务间的权衡(Trade-off)与协同(Synergy)关系[14]，揭示了我国典型区域(如青藏高原、黄土高原)生态系统服务的空间分异规律与驱动机制，推动该领域研究向精细化、定量化方向发展。
人类福祉的概念及相关研究最初兴起于20世纪50年代[15]。其概念演进历经“单一物质维度–多元综合维度”的转变过程，核心可划分为主观福祉与客观福祉两大范畴：主观福祉侧重个体对生活满意度、情感体验、社会关系及自由权利的主观感知，需通过心理学量表进行测度[16]；客观福祉则聚焦于人类生存发展的物质基础与社会条件，涵盖收入水平、住房质量、教育资源、医疗保障等可量化的客观指标[17]。人类福祉研究兴起于20世纪50年代，初期研究以探索社会发展的核心价值导向为出发点，从经济学、社会学、心理学等多学科视角界定福祉的概念内涵[18]；随着可持续发展理论的普及，研究者进一步构建多维度福祉评价指数与指标体系(如人类发展指数HDI、多维贫困指数MPI)，并深入探讨指标权重确定、数据标准化处理等方法论问题[19]，为后续生态系统服务与人类福祉的关联研究奠定了理论基础。
深入厘清人类福祉与生态系统服务的内在关联，对于激发生态保护积极性、提升人类福祉水平、推动区域可持续发展具有重要意义。然而，二者在多尺度下存在复杂的互动关系，现有研究多局限于概念框架构建与简单线性关联分析，针对二者深层关系的系统性研究仍较为匮乏。基于此，本文运用CiteSpace可视化分析软件，系统梳理生态系统服务、人类福祉及二者关系的研究脉络，全面阐述该领域的研究现状，展望未来研究方向，以期为深化二者关联机制研究、实现生态保护与福祉提升的双赢目标提供理论支撑。
2. 数据来源与研究方法
2.1. 数据来源
本研究为确保系统性与客观性，选取CNKI (中文核心期刊)与WOS (Web of Science核心合集)数据库作为双数据源，时间跨度设定为2006年10月至2023年10月，覆盖生态系统服务与人类福祉关系研究的快速发展期；检索策略采用“核心概念锚定–同义词拓展”模式，以规避文献遗漏。中文检索关键词包括“生态系统服务”、“生态系统服务价值”、“人类福祉”、“生态福祉”、“居民福祉”；英文关键词则为“Ecosystem services”、“Ecosystem service value”、“Human well-being”；布尔逻辑运算符“OR”连接同义词以最大化检索范围，“AND”限定“生态系统服务”与“人类福祉”双核心概念的关联，确保了检索结果的全面性与针对性；数据清洗流程遵循“初步筛选–规范化处理–深度提纯”三步。初步筛选剔除无效和重复文献，CNKI初检328篇，保留302篇；WOS初检116篇，限定为“article”与“review article”后保留101篇。规范化处理统一了作者中英文署名、机构简称与全称。深度提纯则聚焦关键词维度，剔除无实质语义贡献的通用词汇，合并同义表述，并统一中英文术语体系。
2.2. 研究方法
本研究以Citespace 6.0软件为核心可视化分析工具，融合文献计量学理论，构建“数据挖掘–图谱绘制–规律解析”的研究框架。Citespace具备共现分析、聚类分析与突现分析功能，可有效识别学科领域核心节点、知识结构与演化趋势[20]。
为确保分析结果科学性，Citespace参数设定如下：时间跨度与检索时间一致(2006~2023年)，时间切片设置为1年，以实现年度精细化追踪。节点类型分别选取“Author”识别核心作者、“Institution”分析机构合作网络、“Keyword”挖掘研究热点与前沿。阈值采用“Top N = 50，Top N% = 10”通用标准，筛选高影响力节点并避免图谱冗余。聚类算法选用Log-Likelihood Ratio (LLR)，确保聚类分界清晰、类别辨识度高(Q > 0.3, S > 0.5)。通过上述参数设置，软件生成作者共现图谱、机构共现图谱、关键词聚类图谱及关键词突现图谱，结合文献计量指标，系统解析研究现状、热点主题与发展趋势。
3. 结果分析
3.1. 发表趋势对比
从CNKI生态系统服务与人类福祉发文数量趋势图(图1左)可见，2011~2022年国内该领域发文量呈阶段性演进特征：2011~2015年处于研究起步期，发文量低位波动；2016~2021年进入快速增长期，发文量从7篇持续攀升至16篇；2022年回落至11篇，整体反映领域研究从初步探索到成熟发展的学术演进逻辑。
从WOS生态系统服务与人类福祉发文数量趋势图(图1右)可见，2006~2022年国际该领域发文量呈阶段性发展特征：2006~2011年处于研究萌芽期，发文量低位波动；2012~2019年进入稳步增长期，发文量从9篇逐步攀升至20篇；2020年发文量达峰值29篇，随后虽有所回落，但整体反映出领域研究从初步探索到快速发展、再到趋于成熟的国际学术演进逻辑。
注：2023年数据为1~10月部分数据，未包含全年完整数据；WOS文献起始年份晚于CNKI，可能因国际学界对二者关联机制的关注晚于国内，但后续增长速度显著快于国内。
Figure 1. Publication trends in ecosystem services and human well-being research from CNKI and WOS
图1. CNKI和WOS生态系统服务与人类福祉研究发文量趋势图
3.2. 核心力量对比
3.2.1. 核心作者对比
注：节点大小代表发文量，节点颜色代表首次发文年份，连线粗细代表合作强度。
Figure 2. Co-authorship network of authors in CNKI for ecosystem services and human well-being research
图2. CNKI生态系统服务与人类福祉作者共现图
从CNKI生态系统服务与人类福祉作者共现图谱(图2)及发文量前10作者统计(表1)可见，中国生态系统服务与人类福祉研究领域形成规模可观、结构紧密的学术共同体，以欧阳志云、傅伯杰、刘焱序等为核心[21]，衍生出多个活跃研究子群，如张惠远、谢高地团队聚焦生态资产与价值评估[22]，吕楠、李双成、彭建群体深耕空间整合与区域实践，作者郑华还拓展性地研究了生态系统服务变化的影响因素、不同主体与生态系统服务的关系及影响，为该研究领域开辟了新的研究方向；高被引文献作者谢高地、鲁春霞等从多尺度研究生态系统服务功能与价值，为自然资产评估、生态补偿等提供科学依据与决策支持，具有引领作用。
Table 1. Top 10 most prolific authors in CNKI for ecosystem services and human well-being research
表1. CNKI生态系统服务与人类福祉研究作者发文量前10统计表
序号 |
发文量 |
年份 |
作者 |
1 |
8 |
2009 |
傅伯杰 |
2 |
7 |
2015 |
刘焱序 |
3 |
5 |
2009 |
郑华 |
4 |
5 |
2009 |
吕一河 |
5 |
4 |
2013 |
欧阳志云 |
6 |
4 |
2015 |
彭建 |
7 |
4 |
2016 |
冯强 |
8 |
3 |
2013 |
李双成 |
9 |
3 |
2015 |
李树茁 |
10 |
3 |
2015 |
李琰 |
注：节点大小代表发文量，节点颜色代表首次发文年份，连线粗细代表作者合作强度。
Figure 3. Co-authorship network of authors in WOS for ecosystem services and human well-being research
图3. WOS生态系统服务与人类福祉作者共现图
从WOS生态系统服务与人类福祉作者共现图(图3)及发文量前10作者统计(表2)可见，国际该领域形成了以Dong, Xiaobin、Biggs, Reinette、Martin-lopez, Berta等为核心的学术群体，其中Dong, Xiaobin 发文量位居首位，体现其在领域内的学术影响力；Biggs, Reinette、Martin-lopez, Berta等学者也贡献了较多研究成果，且图谱中学者间的共现网络呈现多集群分布特征，反映出国际上以核心学者为枢纽、多研究团队协同探索的学术格局，这种学术社群结构为生态系统服务与人类福祉领域的国际学术交流与创新研究提供了重要的人才与合作支撑。
Table 2. Top 10 most prolific authors in WOS for ecosystem services and human well-being research
表2. WOS生态系统服务与人类福祉研究作者发文量前10统计表
序号 |
发文量 |
作者 |
1 |
5 |
Dong, Xiaobin |
2 |
3 |
Martin-lopez, Berta |
3 |
3 |
Biggs, Reinette |
4 |
2 |
Montes, Carlos |
5 |
2 |
Mueller, Felix |
6 |
2 |
Chaplin-kramer, Rebecca |
7 |
2 |
Bennett, Elena M |
8 |
2 |
Lebel, Louis |
9 |
2 |
Fan, Weiguo |
10 |
2 |
Harrison, Paula A |
3.2.2. 研究机构对比
从CNKI生态系统服务与人类福祉作者共现图(图4)及研究机构排名统计(表3)可见，国内该领域形成了以中国科学院大学、中国科学院生态环境研究中心城市与区域生态国家重点实验室等为核心的科研机构集群，其中中国科学院大学、中国科学院生态环境研究中心相关实验室发文频次位居前列，体现其在领域内的科研引领地位；北京师范大学、中国环境科学研究院等机构也贡献了较多研究成果，且机构间的共现关联紧密，反映出国内以重点科研平台为依托、多机构协同开展生态系统服务与人类福祉研究的学术格局，这种机构布局为领域的理论创新与实践应用提供了坚实的平台与资源支撑。
注：节点大小代表发文量，节点颜色代表首次发文年份，连线粗细代表合作强度。
Figure 4. Collaboration network of institutions in CNKI for ecosystem services and human well-being research
图4. CNKI生态系统服务与人类福祉研究机构共现图
Table 3. Top 10 most prolific institutions in CNKI for ecosystem services and human well-being research
表3. CNKI生态系统服务与人类福祉研究机构排名前十统计表
序号 |
频次 |
年份 |
机构 |
1 |
12 |
2015 |
中国科学院大学 |
2 |
11 |
2016 |
中国科学院生态环境研究中心城市与区域生态国家重点实验室 |
3 |
7 |
2018 |
北京师范大学地理科学学部地表过程与资源生态国家重点实验室 |
4 |
4 |
2019 |
中国环境科学研究院国家环境保护区域生态过程与功能评估重点实验室 |
5 |
4 |
2015 |
中国科学院地理科学与资源研究所 |
6 |
4 |
2015 |
北京大学城市与环境学院地表过程分析与模拟教育部重点实验室 |
7 |
3 |
2021 |
中国科学院水利部成都山地灾害与环境研究所 |
8 |
3 |
2019 |
兰州大学资源环境学院/西部环境教育部重点实验室 |
9 |
3 |
2015 |
北京林业大学水土保持学院 |
10 |
3 |
2016 |
南京大学地理与海洋科学学院 |
从WOS生态系统服务与人类福祉机构共现图(图5)及研究机构排名统计(表4)可见，国际该领域形成了以北京师范大学、中国科学院、Arizona State University-Tempe等为核心的科研机构集群，其中北京师范大学发文量居首，中国科学院、Arizona State University等机构中心性突出，体现其在领域内的科研引领与网络枢纽地位；Stellenbosch University、马德里自治大学等国际机构也贡献了较多研究成果，且机构间的共现网络呈现全球多区域联动特征，反映出国际上以知名高校与科研院所为依托、跨地域多机构协同开展生态系统服务与人类福祉研究的学术格局，这种机构布局为领域的国际学术交流与创新研究提供了坚实的平台与资源支撑。
注：节点大小代表发文量，节点颜色代表首次发文年份，连线粗细代表合作强度。
Figure 5. Collaboration network of institutions in WOS for ecosystem services and human well-being research
图5. WOS生态系统服务与人类福祉研究机构共现图
Table 4. Top 10 most prolific institutions in WOS for ecosystem services and human well-being research
表4. WOS生态系统服务与人类福祉研究机构排名前十统计表
序号 |
发文量 |
中心性 |
机构 |
1 |
15 |
0.1 |
Beijing Normal University (北京大学) |
2 |
7 |
0.05 |
Chinese Academy of Sciences (中国科学院) |
3 |
5 |
0 |
Stellenbosch University (斯坦陵布什大学) |
4 |
5 |
0.11 |
Arizona State University-Tempe (亚利桑那州立大学) |
5 |
5 |
0 |
Stockholm University (斯德哥尔摩大学) |
6 |
5 |
0.05 |
Inner Mongolia University (内蒙古大学) |
7 |
5 |
0.11 |
Arizona State University (亚利桑那州立大学) |
8 |
5 |
0.06 |
Autonomous University of Madrid (马德里自治大学) |
9 |
4 |
0.04 |
Centre National de la Recherche Scientifique (CNRS) (法国国家科学研究中心) |
10 |
4 |
0.02 |
Helmholtz Center for Environmental Research (UFZ) (亥姆霍兹环境研究中心) |
3.3. 研究热点与前沿对比
3.3.1. 研究热点(关键词聚类)对比
注：时间线图谱按关键词首次出现年份排列，节点大小代表频次，聚类标签通过LLR算法生成。
Figure 6. Timeline visualization of keywords in CNKI for ecosystem services and human well-being research
图6. CNKI生态系统服务与人类福祉关键词时间线图
从CNKI生态系统服务与人类福祉关键词时间线图(图6)可以得出，国内生态系统服务与人类福祉领域研究演进可划分为三个阶段：2006~2010年为研究萌芽阶段，聚焦“人类福祉”“价值评估”等基础概念，围绕“分析方法”“概念框架”展开理论探索，初步构建领域研究的概念体系；2011~2017年为研究拓展阶段，结合“空间格局”“生态安全”等宏观议题，融入“岷江上游”等区域案例，同时在“生态补偿”“水土保持”等生态实践维度及“耦合关系”“空间关联”等分析方法上持续深化，实现理论与区域实践、生态管理的交叉融合；2018~2023年为研究深化阶段，聚焦“保护发展”“公共政策”等应用议题，探索“情景模拟”“级联效应”等前沿方向，同时在“居民福祉”“土地利用”等微观关联与“区域对比”“时空比较”等分析维度上不断突破，体现从理论奠基到区域实践、再到多尺度应用与前沿探索的学术演进逻辑。
从WOS生态系统服务与人类福祉关键词时间线图(图7)可以得出，该研究领域的演进可划分为三个阶段：2011~2015年为研究起步阶段，聚焦“classification”“framework”等理论工具与“alternative futures”“decision analysis”等方法探索，同时涉及“southwest china”等区域案例，为研究奠定方法与区域基础；2016~2019年为研究拓展阶段，围绕“ecology”“biodiversity loss”等生态系统功能核心议题，结合“poverty alleviation”“development intervention”等社会发展维度，以及“cultural ecosystem service”等文化服务视角，实现生态机理与社会–文化维度的交叉融合；2020~2023年为研究深化阶段，聚焦“adaptive management”“circular economy”等管理实践与人类福祉关联议题，同时涉及“degraded lands”“alien plants”等生态胁迫与修复领域，体现从理论拓展到实践应用、从单一维度到多议题整合的学术演进逻辑。
注：时间线图谱按关键词首次出现年份排列，节点大小代表频次，聚类标签通过LLR算法生成。
Figure 7. Timeline visualization of keywords in WOS for ecosystem services and human well-being research
图7. WOS生态系统服务与人类福祉关键词时间线图
3.3.2. 研究前沿(突现词)对比
从WOS近年关键词突现图(图8)可以得出，生态系统服务与人类福祉领域的研究热点呈现出阶段性演进与多维度深化的特征：2011年“forests”“coral reefs”“future”等关键词率先形成突现，聚焦典型生态系统、社群维度及未来情景的基础研究；2012~2015年“framework”“land use”等关键词相继突现，体现对生态系统韧性、分析框架及土地利用等核心议题的理论与方法探索；2015年后“decision making”“trade offs”“China”等关键词持续突现，反映领域在概念体系构建、决策机制、服务权衡、科学研究及区域(中国)案例等维度的深度拓展，整体呈现出从单一生态系统研究向多议题交叉、从理论框架向实践决策、从全球普适性向区域针对性演进的学术脉络。
注：突现词按突现强度从高到低排列，红色线段代表突现持续时间。
Figure 8. Top keywords with the strongest citation bursts in WOS for ecosystem services and human well-being research
图8. WOS生态系统服务与人类福祉研究关键词突现强度排序
4. 比较分析与讨论
本章旨在通过对国内外生态系统服务与人类福祉研究的比较分析，深入剖析其异同点及其深层原因，以期为该领域的未来发展提供理论参考与实践启示。
4.1. 国内外核心研究力量的合作网络演进与差异
核心作者群体方面，国内外研究虽均呈现“少数核心引领，多数分散参与”的特征，但在地域分布与合作模式上存在显著差异。中国知网(CNKI)的核心作者多集中于中国科学院系统及国内重点高校，如傅伯杰、郑华等学者，其研究方向侧重生态系统服务价值评估及区域福祉耦合[23]。总之，国内核心作者的合作模式多以“同一机构或系统内部”为主导，例如傅伯杰与郑华同属中国科学院生态环境研究中心[24]。这种内部合作模式可能受限于国内科研项目机制与学科壁垒，更易在熟悉团队内开展，形成相对稳定的合作网络。相比之下，Web of Science(WOS)的核心作者则展现出显著的国际化特征，成员来自多国，研究主题涵盖生态系统韧性、生物多样性与人类福祉关联等前沿领域。国际核心作者的合作模式以“跨国界、跨学科”为主要特点，尤其在生物多样性对福祉影响研究中，充分体现了其合作开放性显著优于国内研究的现状。此开放性得益于国际科研资助多元化、全球学术交流平台普及对解决全球挑战的共同需求。
研究机构合作网络方面，CNKI呈现明显的“纵向合作”特征，以中国科学院系统与北京大学等少数顶尖机构为核心，地方高校和科研院所参与度及合作频次有限，导致整体网络呈现一定的“封闭性”。这可能与国内科研资源分配的集中性及学科壁垒相关，合作多为“顶层设计”而非广泛平等协作。反观WOS的机构合作网络，则以“横向合作”为主，核心机构包括北京大学、美国亚利桑那州立大学、西班牙马德里自治大学等，合作范围覆盖全球。例如，Costanza等[2]学者关于生态系统服务价值评估的开创性研究为相关领域提供了重要理论框架。这种国际合作的广泛性与开放性，得益于全球可持续发展研究网络(如IPBES)的日益成熟，有效促进了跨国家、跨学科的知识流动与创新。
4.2. 研究主题与前沿方向的趋同与分异
研究主题方面，国内外研究虽均以“生态系统服务–人类福祉”的关联机制为核心，但在具体聚焦方向上存在明显分异。CNKI研究更侧重“应用导向”，核心主题包括生态系统服务价值评估、生态补偿机制等对福祉的影响。例如，国内学者普遍采用单位面积价值当量法测算生态系统服务价值[21]，并探讨生态补偿政策对三峡库区居民福祉的提升效应[25]。这类研究与中国当前生态保护政策(如生态保护红线、乡村振兴战略)紧密结合，旨在为政策制定与实施提供科学依据，具有强烈的政策相关性和实践可操作性。与此形成对比的是，WOS研究则偏向“理论创新”，核心主题涵盖生物多样性–生态系统服务–人类福祉的链式关联、生态系统韧性与福祉适应机制，以及气候变化对二者关系的影响。国际学者致力于构建“生物多样性–生态系统服务–人类福祉”的理论框架[26]，其研究在理论深度和跨学科融合度方面表现出更高水平，旨在从更宏观、更复杂的视角理解生态–社会系统的相互作用。
研究前沿方面，CNKI主要聚焦“政策落地”，核心方向包括生态产品价值实现、生态补偿机制及碳中和背景下的碳汇服务。国内学者积极探索生态产品市场化路径[27]，并研究碳中和目标下碳汇交易对福祉的影响[28]，体现了国内研究对政策需求的高度响应性，旨在将生态理论转化为可实施的政策工具。而WOS的前沿研究则聚焦“全球问题与理论创新”，核心方向包括流域尺度生态服务治理、生物入侵对福祉的影响及跨学科研究方法创新。例如，国际学者深入探讨全球流域生态服务的跨区域协同治理[29]以及生物入侵对粮食安全福祉的潜在破坏作用[30]，反映了国际研究在全球视野和理论创新方面的突出优势。这种差异源于国内研究需为快速发展的生态文明建设提供实践支撑，故更重应用层面；而国际研究则需应对气候变化、生物多样性丧失等跨国界影响的全球性问题，因而更侧重理论创新和全球协同解决方案的探索。
4.3. 研究整体特征差异
国内外研究在方法论、数据支撑及研究尺度情景覆盖方面均呈现“从定性向定量”转型，但其差异显著。方法论上，CNKI研究侧重“静态评估与空间化分析”[31]，虽运用RS、GIS及耦合协调模型，但动态模拟与情景预测能力不足，这可能与国内数据获取连续性、模型构建复杂性及情景设定挑战相关。WOS研究则形成更完善的“动态模拟–跨尺度整合–情景预测”体系，常利用InVEST等模型及多模型耦合实现长期预测[32]，并在跨学科方法融合上突破。此进步使国际研究能更有效捕捉生态系统服务与人类福祉间的复杂动态，并评估不同政策或情景下的潜在影响，提供前瞻性科学依据。数据支撑上，CNKI主要依赖“区域统计与局部观测数据”，可能导致空间分辨率低、时间连续性不足，限制研究精细度和长期分析。WOS则得益于“全球数据集与多源融合数据”支持，实现多尺度衔接，并在数据标准化与共享机制上更为成熟。此数据基础差异直接影响研究广度和深度，为国际研究提供更强大的量化分析基础，使其能更好处理复杂系统的多源信息。研究尺度与情景覆盖上，CNKI多聚焦青藏高原等典型区域及生态保护红线等本地化情景，对全球关联分析关注度低，虽有助于解决特定区域问题，但宏观适用性不足。WOS则构建“全球–区域–局部”多尺度体系，涵盖全球气候变化等议题，并广泛进行多发展模式情景对比，展现更优的空间延展性与情景多样性。此多尺度、多情景分析方法使国际研究能更好理解生态系统服务与人类福祉在不同层级和未来不确定性下的相互作用，为全球可持续发展决策提供更全面的科学支撑。
5. 结论与展望
5.1. 结论
本研究利用Citespace对CNKI和WOS数据库中生态系统服务与人类福祉研究进行文献计量分析，系统揭示了该领域的国内外研究现状、热点及发展趋势，主要得出以下结论：
1. 研究演进特征：该领域整体处于“理论深化–实践探索”的过渡阶段。国际研究(WOS)呈现阶段性爆发增长，发文量显著高于国内(CNKI)，表明国际学术界对此议题关注度更高、发展更为迅速。
2. 核心力量特征：国内外均形成了稳定的核心作者群体与研究机构网络。国内核心作者多集中于中国科学院及重点高校，合作模式偏向机构内部，网络结构相对集中；国际核心作者则呈现显著的跨国界、跨学科合作特征，机构网络更具开放性和全球协同性。
3. 研究主题特征：国内外均以“生态系统服务–人类福祉”关联机制为核心。国内研究更侧重“应用导向”，聚焦生态服务价值评估、生态补偿及土地利用变化等政策相关主题，旨在为中国生态文明建设提供实践支撑。国际研究则偏向“理论创新”，关注生物多样性–服务–福祉链式关联、生态系统韧性及气候变化影响等，致力于构建更宏观、更复杂的理论框架。
4. 研究前沿特征：CNKI聚焦“政策落地”，如生态产品价值实现、碳汇服务等，体现对国家政策需求的高度响应。WOS则聚焦“全球问题与理论创新”，如流域生态治理、生物入侵及跨学科方法创新，展现了全球视野与理论深化的优势。
5. 研究方法与尺度特征：CNKI以“静态评估与空间化分析”为主，动态模拟能力相对不足；数据主要依赖区域统计与局部观测。研究尺度多聚焦典型区域或本地化情景。WOS则形成更完善的“动态模拟–跨尺度整合–情景预测”技术体系，得益于全球数据集支持，并构建“全球–区域–局部”多尺度分析框架，展现出更强的空间延展性与情景多样性。
5.2. 展望
基于上述分析，为推动生态系统服务与人类福祉研究的进一步发展，本研究提出以下展望：
1. 强化跨学科与跨国界合作：鉴于生态系统服务与人类福祉的复杂性与全球性，未来研究应突破学科壁垒，鼓励生态学、经济学、社会学、地理学等多学科交叉融合。同时，积极构建国际合作平台，促进不同国家和地区学者间的交流与协作，借鉴国际先进理论与方法，共同应对全球性生态挑战。
2. 深化理论框架与方法论创新：未来需进一步完善“生物多样性–生态系统服务–人类福祉”的理论框架，探索更复杂的相互作用机制。方法论上，应加强动态模拟、情景分析及多模型耦合技术的应用，提升预测能力与不确定性评估水平，为未来决策提供更精准的科学支撑。
3. 拓展研究尺度与情景多样性：研究应从单一区域或局部情景向多尺度集成、多情景对比分析拓展，不仅关注微观尺度的个体福祉，也要兼顾宏观尺度的区域乃至全球福祉，并充分考虑气候变化、社会经济发展等多种未来情景，以提高研究结果的普适性和政策适应性。
4. 加强政策关联与实践应用：国内外研究均应进一步加强与政策制定和实施的紧密结合，将理论成果转化为可操作的政策建议和实践方案。特别是在生态产品价值实现、生态补偿机制优化以及碳中和目标下的福祉提升路径等方面，应提供更多实证研究与决策支持，促进研究成果的有效转化。