La fourniture de services écosystémiques (SE) est déterminée par l'utilisation des terres et les conditions biophysiques et est donc intrinsèquement liée à l'espace. Les modèles d'ES à grande échelle, développés pour informer les décideurs politiques sur les moteurs des ES, ne prennent généralement pas en compte l'autocorrélation spatiale qui pourrait être inhérente à la distribution de ces ES ou au processus de modélisation. L'objectif de cette étude est d'estimer les moteurs des services écosystémiques en France en utilisant des modèles statistiques et de montrer comment la prise en compte de l'autocorrélation spatiale améliore la qualité prédictive de ces modèles. Nous étudions six SE régulateurs (indice de qualité de l'habitat, indice de rétention d'eau, matière organique de la couche arable, stockage du carbone, contrôle de l'érosion du sol et vitesse de dépôt des oxydes d'azote) et trois SE fournisseurs (production végétale, densité du bétail de pâturage et prélèvement de bois). Pour chacun de ces SE, nous avons estimé et comparé cinq modèles statistiques spatiaux afin d'étudier la meilleure spécification (en utilisant des tests statistiques et des mesures d'adéquation). Nos résultats montrent que (1) la prise en compte de l'autocorrélation spatiale améliore la précision prédictive de tous les modèles d'ES (Δ R 2 allant de 0,13 à 0,58) ; (2) l'utilisation des terres et les variables biophysiques (météo et texture du sol) sont des facteurs significatifs de la plupart des ES ; (3) la forêt était l'utilisation des terres la plus équilibrée pour la fourniture d'une diversité d'ES par rapport aux autres utilisations des terres (agriculture, pâturage, urbain et autres) ; (4) la zone urbaine est la pire utilisation des terres pour la fourniture de la plupart des ES. Nos résultats impliquent que d'autres études doivent prendre en compte l'autocorrélation spatiale des SE dans les simulations de scénarios de changement d'affectation des sols et d'optimisation.