江淮城市群區域發展與資源環境耦合協調分析*

劉 巖 白如山 劉愷愷

伴隨著我國工業化、城市化進程以及區域開發建設加速推進，所引發的資源短缺、環境污染、生態破壞等一系列資源環境問題已威脅到區域乃至國家的安全和可持續發展。其中，城市群地區作為推動我國經濟和城市化快速發展的核心地區，主宰著區域經濟發展的命脈，其持續發展問題以及與資源環境相互作用關系問題成為當前國內外學術界的研究熱點之一。

美國經濟學者Grossman和Krueger（1995）用計量經濟學方法以42個發達國家的面板數據進行實證分析，揭示隨著城市經濟水平的提高，城市資源環境質量呈現倒“U”型的演變規律，即著名的“環境庫茲涅茨曲線（KFC）理論”；隨后，William(1999)、Jenerette（2006）主要從城市經濟發展與環境污染之間關系的角度探討生態環境對城市發展及城市化的束縛作用，重點關注城市化與生態環境交互作用機理的研究；此外，Erickson（2009）、Kurucu（2008）以及Taylor（2009）分別研究了城市化對地下水資源、農業用地發展以及水環境變化的影響，深刻揭示了城市化與資源環境演化的相互作用關系。劉曉麗（2008）、張燕（2009）分別從人口容量與資源環境支撐能力、區域發展潛力與資源環境承載力關系、城市群資源環境承載力角度深入研究了區域發展的資源環境承載能力問題；方創琳（2009，2017）、高新才（2016）、劉艷軍（2012，2017）及孫黃平（2017）等分別研究了我國城鎮化的資源環境基礎、我國資源環境對城鎮化問題的影響因素、中國快速城市化過程中的資源環境保障、中國城市化與生活環境耦合關聯以及東北地區開發規模擴張的資源環境響應演化等問題，系統深入探討了城市化發展與資源環境的互動關系。

總體來看，目前學術界對城市群地區持續發展與資源環境相互作用關系問題研究取得了一定的成果，為本文深入探究江淮城市群持續的資源環境響應問題提供了重要參考和啟發。總體上區域發展呈現如下特點：①在地域范圍上，以宏觀的國家尺度的資源環境基礎研究居多，城市群空間尺度的研究相對較少； ②在時間尺度上，以單時段靜態比較研究居多，而多時段動態比較研究較少； ③在研究內容上，已有文獻或主要關注區域發展的資源環境承載力，或關注區域發展的生態響應問題，較少關注城市群區域發展的資源環境響應問題；④在研究方法上，多利用環境庫茲涅茨曲線（KFC）、節約指數曲線等方法進行靜態研究，而較少利用“從定性到定量的綜合集成法（MS）、地理信息系統（GIS）方法”進行資源環境耦合協調的動態性、空間差異性等機理探究。有鑒于此，本文引入和借鑒相關學者研究成果基礎上，構建江淮城市群區域發展的資源環境耦合協調度指標體系，詮釋江淮城市群區域發展與資源環境相互作用機理及其影響因素，提出江淮城市群區域發展的資源環境響應的空間優化策略等。

1 數據來源與研究方法

1.1 研究區概況

江淮城市群地跨淮河和長江兩大流域，位于安徽省中部，地貌類型多樣，地形以平原、丘陵為主。以合肥市為中心，包括蚌埠、淮南、滁州、六安、馬鞍山、蕪湖、銅陵、安慶、池州 10個城市 。國土面積約6.5萬km2，2015 年末常駐人口達3680.16萬人，占全省總人口的 59.9%，城市化水平為55.19%，高于全省50.5%的平均水平，GDP總值為16892.84億元，占全省的74.94% 。各城市之間的空間距離較近，與合肥市都在2h范圍內，江淮城市群城市競爭力的提升，對安徽省社會經濟發展將產生巨大的輻射帶動作用。

圖1 江淮城市群區位示意圖

1.2 研究方法

1.2.1 指標體系選擇

基于區域發展水平與資源環境支撐的系統性和復雜性，為刻畫江淮城市群的開發強度與資源環境水平的變化特征及相互作用關系，分別構建了區域發展和資源環境兩個指數。區域發展指數包括城鎮化率DS1、區域人口密度DS2、人均GDP DS3、區域 GDP密度DS4、單位建成區面積社會消費品零售額DS5、城鎮居民平均工資收入DS6和每萬人在校大學生人數DS7這七個指標；資源環境指數包括人均建成區面積RE1、人均耕地面積RE2、人均水資源量RE3、森林覆蓋率RE4、R單位建成區面積工業污水排放量RE5、單位建成區面積工業廢物排放量RE6和單位建成區二氧化硫排放量RE7同樣也是七個指標。

表2 區域發展與資源環境指數指標體系表

1.2.2 數據標準化與權重確定

（1）數據標準化

為了避免數據參差不齊而對結果造成影響，基于下式進行數據標準化，計算公式為：

式中，si代表標準化之后的值，xi為第x項指標的第i個城市的值，xmax為第x項指標的最大值。

（2）指標權重確定

為確保權重的客觀性，本文運用變異系數法確定不同評價指標的權重。公式為：

式中：Vi是第i項指標的變異系數，σi是第i項指標的標準差，是第項指標標準化后值的平均數；wi是第i項指標的權重。

（3）評價指數計算

指標數據標準化并將權重確定好之后，對區域開發強度與資源環境水平的測度可通過線性加權和法進行，計算公式為：

式中：DS為區域開發強度指數；DSi為i指標的標準化值；λi為i指標的權重值。

式中：RE為資源環境水平指數；REi為i指標的標準化值；λi為i指標的權重值。

1.2.3 耦合協調度模型

耦合度是描述系統或要素交互作用程度的度量指標，本文提出的江淮城市群的區域發展強度與資源環境水平耦合度主要是測度區域發展指數與資源環境指數的耦合程度。其理論含義在于：一方面反映區域開發強度與資源環境水平的協調程度，另一方面還可以反映出二者耦合水平高低及對系統有序度貢獻的大小。為定量測度區域開發強度與資源環境水平耦合程度的大小，構建“區域開發強度與資源環境水平的耦合度”測度模型，其計算公式為：

其中：

式中：H為區域開發強度與資源環境水平的耦合度；L為區域開發強度與資源環境水平的協調度；T為區域開發強度與資源環境水平的綜合評價指數；DS、RE分別為區域發展指數和資源環境指數；α、β為待定參數，且設定α+β=1。結合區域開發強度與資源環境水平的相互關系及在耦合系統中的作用，設定α=β=0.5。通過式（6）、（7）、（8）可得，在實際中L∈(0，1]，H ∈(0，1)，且 H 越大，說明區域開發強度與資源環境水平耦合程度越大，反之，則越小。

1.2.4 空間自相關

空間自相關分析是用來探討某個地域單元的某種地理要素的屬性值與鄰近地域單元的相同地理要素的屬性值是否空間相關聯的一種空間統計方法，空間自相關包括全局自相關和局部自相關。本研究采用全局莫蘭指數(Global Moran’s I)來測度耦合協調度空間鄰接單元的相似程度，公式如（9）所示。另外采用局部莫蘭指數(Local Moran’s I)來進一步驗證是否存在空間上的高值和低值集聚，公式如(10)所示。

式中xi和xj表示第i個區域和第j個區域的屬性值，n為研究單元數量，和S2分別為變量x的平均值和方差值；wij是按照鄰接標準計算得到的空間權重矩陣的值，當第i個區域和第j個區域相鄰接時wij=1，不鄰接則取0。當I為正，空間分布呈正相關；當I為負，空間分布呈負相關；

1.2.5 地理探測器

地理探測器（GeogDetector）最早由王勁峰等應用于疾病風險評估研究。地理探測器方法大的優勢就是沒有過多的假設條件，具有傳統計量方法不具有的優勢，近幾年被廣泛用于探測地理事物空間分布的成因機理研究。本文主要運用地理探測器因子探測模塊定量分析江淮城市群區域發展與資源環境耦合協調度的成因機理。因子探測模塊計算表達式：

式中：D為影響因子；H為開發區數量指標；m為次級區域個數；PD,H為D對H的解釋力；n和σ2分別表示研究區樣本總數和方差；nD,i為次一級區域樣本數；PD,H取值范圍為[0,1]，PD,H值越大則表明該因子對耦合協調度的影響越大。

1.2.6 數據來源

本文將江淮城市群作為空間研究尺度，各指標數據主要來源于2006-2016年《安徽統計年鑒》。下文相關統計圖表均據此繪制而成，將不在逐一列出數據來源。由于本研究所依據的數據主要限于安徽省內，有關數據的統計口徑是一致的，因而可以保證數據的可靠性和結果的可比性。

2 江淮城市群耦合協調度的空間分布特征

2.1 耦合協調度空間特征

為深入研究江淮城市群區域發展與資源環境水平耦合協調度空間演變特征，本文基于3個時間截面的耦合協調度數據利用ArcGIS10.2軟件中的自然間斷點分類方法，將公式（8）計算的耦合度數值分為4類，即高度耦合區、中度耦合區、低度耦合區和勉強耦合區，繪制了區域發展與資源環境耦合協調度空間分布（圖2）。從2005、2010、2015三個年份上來看，江淮城市群各地級市區域發展與資源環境水平的耦合度雖有波動，但總體上還是趨于優化的。耦合程度較高的地級市大多集中在中心城市合肥，東南部的蕪湖、馬鞍山和銅陵等靠近長三角的地級市，這些地級市城市化和區域發展水平較高；耦合程度較低的地區，主要集中在西部的六安、安慶等地級市，北部的淮南、蚌埠等地級市，這些地級市在發展程度上，要落后于南部地級市。其中，以馬鞍山、淮南為代表的資源型城市耦合度屬于逐漸上升的趨勢，說明轉型非常成功，而蚌埠市的耦合度逐漸下降，說明其在城市發展過程中瀕臨失調，有待轉型。

2.2 耦合協調度演變特征

區域開發強度與資源環境水平的耦合度主要影響因子為區域發展指數DS（圖3、4）和資源環境指數RE（圖5、6）。由圖1可知，合肥市的DS指數雖歷經波動，但十年來數值變化并不大，由0.331（2005）上升到0.344（2015）；蚌埠市的DS指數呈緩慢波動上升趨勢，由0.153（2005）上升到0.196（2015），上升了27%；淮南、馬鞍山兩個資源型城市近些年來發展陷入停滯，分別由0.165和0.227（2005）下降到0.152和0.216（2015），其中，馬鞍山市下降幅度較大；而滁州、六安兩市則呈現逐漸發展態勢，分別由0.115和0.088（2005）上升到0.164和0.130（2015）。在圖2的剩余幾個地級市中，蕪湖、銅陵二市雖然發展程度較高，但是近些年來DS指數呈下降趨勢，分別由0.300和0.238下降到0.230和0.218；但是原先發展程度不如蕪湖、銅陵的巢湖、池州和安慶市三市，DS指數逐漸上升，2005-2010年巢湖市DS指數由0.091上升到0.173，上升了89.3%，為上升程度最快的市級行政單位，2010年后，行政區劃調整，巢湖市被撤銷。池州、安慶市的DS指數也保持發展趨勢，由0.130和0.140（2005）上升到0.147和0.199（2015），發展較快。

圖2 江淮城市群區域發展與資源環境水平耦合度空間分布圖

圖3

圖4

圖5

圖6

資源環境指數是影響耦合度的又一基礎因子，由圖3、4可知，除了蚌埠市的RE指數逐漸下降，滁州市的RE指數在研究時間段始末數值相差不大外，其余各地級市RE指數大體上均呈上升趨勢，說明在城市與區域發展過程中考慮到了環境因素。將公式（4）、（5）計算出的各地級市DS和RE值運用SPSS22.0進行相關分析，得出的結果如表2，合肥市、蚌埠市、淮南市、馬鞍山市和銅陵市的DS和RE指數的相關程度都非常弱，表明區域城市發展并未使得區域資源環境條件得到同步改善；滁州市、蕪湖市和池州市的DS和RE指數的相關程度都比較弱，表明在區域城市發展的過程中，要注重環境的改善；巢湖和安慶兩市的DS和RE指數相關程度比較強，但也未能通過顯著性檢驗，只有六安市在城市發展過程中資源環境水平得到了同步推進。

基于區域發展指數DS和資源環境指數RE，利用公式（6），計算出江淮城市群區域發展與資源環境的耦合程度（圖7、8），由圖7、圖8可知馬鞍山市、淮南市、銅陵市和蕪湖市近十年的耦合程度呈現先升高，后降低的倒“U”型曲線模式；蚌埠市近十年來耦合度呈下降趨勢；合肥市和滁州市的耦合度雖有波動，但總體保持不變；而安慶市、池州市的耦合程度呈波動上升趨勢，巢湖市、六安市的耦合程度呈逐漸上升趨勢，這種情況大體符合表2的相關程度。

表2 江淮城市群地級市DS和RE指數相關程度

表3 區域發展指數DS與資源環境指數RE耦合協調度的空間自相關情況

圖7

圖8

2.3 江淮城市群區域發展與資源環境耦合協調度的空間聚類特征與演化

為進一步分析江淮城市群區域發展與資源環境耦合協調度空間集聚特征，通過計算 Global Moran's I指數和 Getis-Ord General G指數得到區域發展與資源環境耦合協調度的全局空間自相關情況。由表3可知，江淮城市群區域發展與資源環境的耦合協調度的Moran's I指數呈現“低-高-低”的倒U型發展模式，即耦合協調度呈現一種“發散-集聚-發散”的趨勢，但三個年份的Moran's I指數均未通過5%的顯著性檢驗（即p＜0.05），說明江淮城市群區域發展與資源環境指數的耦合協調度空間自相關性不強，空間集聚與分散水平較低；同時，江淮城市群區域發展與資源環境耦合協調度的Getis-Ord General G指數呈現“隨機-高聚類-隨機”的變化趨勢，這種趨勢與Moran's I指數值同步。

3 驅動機制

為進一步研究江淮城市群協調發展受到各方面因素的綜合影響，選取人均GDP、科研從業人員數、財政收入總額、城市人口密度和每萬人在校大學生人數這5項指標作為探測因素，利用地理探測器分析方法，對區域發展與資源環境指數的驅動機制進行實證研究。在ArcGIS10.1中對這五項指標進行標準差分類，計算出五項指標對區域發展與資源環境指數耦合協調度的影響力（表4）。由表4可得，江淮城市群人均生產總值，科研人員從業人員數，財政收入總額，城市人口密度和每萬人在校大學生人數這五項指標的探測力值均呈現“低-高-低”發展的倒U型模式，但總體變化平穩，表明江淮城市群各市區域城市化朝著穩步發展推進；政府財政是調節區域協調發展的重要手段，表4中財政收入探測值最大，表明在區域發展中，尤其是2008年經濟危機以來，政府一直扮演著不可或缺的角色。

表4 區域發展與資源環境指數影響力測度

4 結論與討論

第一，從整體上看，2005-2015年江淮城市群各地級市區域發展與資源環境指數的耦合協調度是不斷優化的，表明江淮城市群在區域城市發展的過程中注重了資源節約與環境保護，尤其是以淮南、馬鞍山為代表的資源型城市得到了良好的轉型。

第二，從局部上看，以合肥、蕪湖、銅陵為代表的江淮城市群較發達城市，在區域城市發展過程中資源環境并未得到同步改善，反而以六安、安慶為代表的不發達城市，在發展過程中資源環境水平得到了同步增長。

第三，通過空間自相關分析，表明江淮城市群區域發展與資源環境的耦合協調度的Moran's I指數呈現“低-高-低”的倒U型發展模式，即耦合協調度呈現一種“發散-集聚-發散”的趨勢，但三個年份的Moran's I指數均未通過5%的顯著性檢驗（即p＜0.05），說明江淮城市群區域發展與資源環境指數的耦合協調度空間自相關性不強，空間集聚與分散水平較低，仍有較大的發展空間。

第四，通過地理探測器分析發現空間分異的主要影響因素有人均生產總值、科研從業人員數、財政收入總額等，且存在明顯的時空異質性，說明江淮城市群仍存在發展不平衡的情況。