長江中游城市群城市生態承載力時空格局及其影響因素

沈 威,魯豐先,秦耀辰,謝志祥,李 陽

河南大學環境與規劃學院/黃河中下游數字地理技術教育部重點實驗室,開封 475004

改革開放40年來我國城鎮化發展迅速,城鎮化率由1978年的17.9%增長到2015年的56.1%,城鎮化率增長了2.13倍,年均增長率達1.03個百分點。但是城市人口和面積的快速增長對不同區域尺度上的土地利用/覆被、生物多樣性、水文系統、局部氣候等均產生了顯著影響,我國城市社會經濟發展付出了較大的資源和環境代價[1]。由于城鎮發展的不可逆性,為了引導城鎮科學和健康的發展,就有必要根據城市發展現狀和發展態勢評價城市生態系統的綜合支撐和發展能力,然后找出制約其綜合支撐和發展能力的影響因素,并在此基礎上制定出科學合理的調控政策和措施。生態承載力是一個衡量人類社會經濟活動對自然資源利用程度和對生態環境干擾強度的重要測度指標,也是判斷區域可持續發展程度的重要依據[2],近年來引起了國內外學者的持續關注[3-6]。

縱觀國內外相關研究進展,學者們對城市生態承載力的關注和討論主要聚焦于生態承載力的指標體系構建與評價方法、空間評價與空間耦合、影響因素、以及預測分析等4個方面。從生態承載力的指標體系構建與評價方法上看,伴隨著生態承載力概念和內涵的發展,生態承載力評價指標體系逐漸豐富,針對不同問題角度和研究側重點的評價方法也不斷出現,主要方法包括人類凈初級生產力估算法(HANPP)[7-8]、生態足跡法[9-11]、狀態空間法[12-13]、系統模型法[14-17]、綜合評價法[18-19]、生態系統服務消耗評價法[20]等,評價方法呈現多元化、綜合化的特點[13]。從生態承載力空間評價與空間耦合上看,多利用綜合空間評價方法[21-22]、空間自相關方法[9,13]從空間尺度或多個時間節點尺度上對各類典型區域生態承載力及其各維度承載能力的空間分布特征進行分析；也有學者嘗試對生態承載力各維度間的耦合協調程度進行估算和空間表達[13],以揭示生態系統內部要素之間的協調水平。在生態承載力的影響因素研究方面,成果多側重空間分析,而較少關注影響因素分析,已有研究方法主要包括傳統的相關系數分析法[19]、因子分析法[23]、多元線性回歸模型[24]等。國內外學者對生態承載力的預測研究相對較少,已有研究多利用馬爾科夫模型(Markov)進行時間尺度上的生態承載力預測研究[25-27],而較少開展空間尺度上的生態承載力預測模擬研究,這是在今后的研究中需要關注的方面。

學界已有研究成果深化了生態承載力的理論內涵、拓展了生態承載力的研究視角,對于深刻認識各類典型區域生態承載力格局及其演化機理,進而優化地區生態承載力格局具有重要意義。但從目前研究進展來看,已有生態承載力研究大多側重于空間格局的靜態評價,缺少基于面板數據的生態承載力時空動態演變分析,有關時空動態預測研究也相對較少；已有研究的評價指標選取多側重自然要素,較少考慮社會發展進步、資源的消耗水平、環境污染治理水平等因素對城市復合生態系統整體承載能力的影響,指標選取范圍有待進一步拓展；傳統影響因素研究方法忽略了影響因素對研究單元作用的空間異質性,難以充分展現各影響因素對不同研究單元的影響水平。長江中游城市群是我國長江流域擔負著重要生態污染防治責任的特殊生態敏感區,同時也是我國長江流域中人口最密集、水土資源開發利用強度最高、生態環境問題最嚴峻的地區之一,目前對城市生態承載力局部時空動態演變及影響因素的研究尚未深入。基于此,本文以長江中游城市群市域單元為空間分析尺度,基于多元數據構建了城市生態承載力綜合評價指標體系,并運用空間自相關方法和地理加權回歸模型(GWR)探究2006—2015年城市生態承載力時空格局和影響因素,重點揭示影響因素對各研究單元影響的空間差異性,有利于揭示區域城市生態承載力差異的內在原因,明確區域城市生態承載力所處發展階段和制約因素,對引導長江中游城市群的可持續發展具有重要的實踐意義。

1 研究區概況

長江中游城市群是以武漢城市圈、環長株潭城市群、環鄱陽湖城市群為主體形成的特大型城市群,它地處我國長江流域中段,覆蓋湖北、湖南和江西省共31個地級市和部分縣(區),范圍為26°03′—32°38′N,110°45′—118°21′E,總面積約占32.6萬km2,屬亞熱帶季風性氣候,年平均降水量約在800—1943mm,海拔高度在20—3105m之間。長江中游城市群地區以平原為主,土壤肥沃,水資源非常豐富,區域內擁有鄱陽湖、洞庭湖、漢江、清江等眾多江河湖泊,水熱組合條件較好,農業資源豐厚,是中國重要的糧食主產區之一。另一方面,長江中游城市群包含的武漢城市圈、環長株潭城市群、環鄱陽湖城市群作為贛鄂湘三省的人口密集區域和社會經濟發展的集聚地區,分別承載了各省經濟總量的60%以上,該地區作為打造沿江集聚產業帶的重點地區,近年來重化工業過度集聚和粗放低效的資源利用方式使得水資源的消耗量和污水的排放量都非常巨大[28],鄱陽湖、洞庭湖、洪湖等重點湖泊富營養化加劇、水環境容量降低等問題也逐漸凸顯,總體上區域城市經濟發展過程中的水資源承載壓力和水生態安全問題都較為突出；此外,區域內土地資源較為豐富,但土地生態比較脆弱,土地城鎮化和產業發展背景下土地水土流失和污染比較嚴重。

2 數據來源與研究方法

2.1 數據來源

本文社會經濟統計數據來源于2007—2016年《中國城市統計年鑒》、《江西省統計年鑒》、《湖北省統計年鑒》、《湖南省統計年鑒》和《中國城市建設統計年鑒》等統計年鑒,土地利用/覆被數據(包括江西省、湖北省和湖南省)源于國家科技基礎條件平臺——國家地球系統科學數據共享平臺(http://www.geodata.cn)。基于相關年份土地利用/覆被數據,采用Python腳本進行批量分割、轉化和提取,進而分區統計各研究單元的森林和濕地數據。此外,水資源總量、耕地總面積、城鄉居民收入等部分缺失指標的數據由水資源公報和地級市統計公報獲得。

2.2 研究方法

2.2.1評價指標體系構建

目前,城市生態承載力尚沒有統一的定義,本文綜合已有研究成果[21-23,29],將城市生態承載力的概念定義為：在特定時期和一定壓力水平下,城市生態系統能維持其自身健康、協調發展的承載能力,主要表現為城市生態系統中社會經濟子系統產生的協調能力、資源環境子系統維持系統健康運行提供的支撐能力、以及生態調彈性力子系統達到某一適宜目標的調節能力和發展潛力。從城市生態系統的組成要素、結構特征出發,以人類自身及人類活動的影響為脈絡,并在充分考慮長江中游地區資源環境特點的基礎上,建立了由社會經濟協調力子系統、資源環境支撐力子系統和生態彈性力子系統等3個子系統、9個準則層和18個具體指標組成的城市生態承載力綜合評價指標體系(表1)。

在指標數據處理時,為了消除指標間可能存在的量綱和量級的差別,需要將指標數據進行正向化處理和標準化處理。首先對逆向指標進行正向化處理,其中逆向指標正向化處理參考已有正規化轉化方法[30],并對該公式進行改進,使得正向化后的值壓縮在(0,1]之間。逆向指標的正向化處理公式為：

(1)

考慮到本文指標數據是基于行政單元統計的資源環境和社會經濟指標,評價指標權重采用熵權法確定[13,19]。熵權法是一種客觀賦權的方法,能夠避免人為主觀因素的干擾,使評價結果具有客觀性和較高的可信度[31]。

表1 城市生態承載力指標體系Table 1 Evaluation index system of urban ecosystem carrying capacity

2.2.2狀態空間法

狀態空間法是歐氏幾何空間中用于定量描述系統狀態的一種有效方法,一般由表示系統各要素狀態向量的三維狀態空間軸組成,在三維狀態空間中,每一個點都表示一定時間資源環境與人類社會經濟活動狀況的空間組合,通過點的位置就可以判斷系統的一個特定的承載狀態[13]。本文在借鑒前人研究成果的基礎上[18,32],結合長江中游地區特殊的自然、社會、經濟、生態和資源背景,將三維狀態空間軸分別定義為社會經濟協調力軸、資源環境支撐力軸、生態彈性力軸,從而構建長江中游城市群城市生態承載力評價模型。模型計算公式為：

(2)

式中,ECC為城市生態系統承載力；M為城市生態系統承載力空間向量的模；SECj為社會經濟協調力的第j個指標在空間坐標軸上的投影；RECj為資源環境支撐力的第j個指標在空間坐標軸上的投影；EEFj為生態彈性力的第j個指標在空間坐標軸上的投影；w1j、w2j、w3j分別為SEC、REC、EEF子系統中的第j個指標的權重；m、n、o分別為SEC、REC、EEF子系統中的指標數。

2.2.3空間自相關

探索性空間分析方法(Exploratory Spatial Data Analysis,ESDA)是針對具有空間異質性特征的研究數據,以檢驗相臨近單元的觀測值是否具有空間關聯為重點,提供一系列空間數據分析方法和可視化技術的集合[33]。常用全局Moran′sI統計量作為測度全局空間關聯度的統計量,用于分析區域總體的空間關聯和空間差異程度,而用局域關聯指標LISA來表示局部空間自相關,以此來揭示要素的異質特性。全局自相關計算公式為：

(3)

全局空間自相關雖然能夠對觀測變量整體空間依賴程度進行測度,但一定程度上忽略了空間的局部不平穩。因此,為進一步探討局部空間關聯特征,引入局部空間自相關方法進行局部空間自相關特征分析。具體計算公式如下：

(4)

式中,Zi和Zj分別為空間單元i和j觀測值標準化后的數值；wij是空間權重矩陣,用來揭示各空間單元之間的空間聯系。

2.2.4影響因素的指標選取與模型構建

城市生態系統是一個復雜巨系統,系統中承載基體與承載對象的關系復雜且互動性強,因此城市生態系統承載力受多方面因素的綜合作用。參考城市生態承載力空間格局影響因素研究成果[19,34-35],同時考慮影響因素指標數據的綜合性、科學性和可獲取性,將城市生態承載力作為因變量,分別從社會發展水平、城鎮居民收入水平、人口規模、經濟發展、自然資源狀況、環境污染治理水平、生態環保觀念等7個方面選取變量構建模型(表2),探討長江中游城市群市域城市生態承載力空間格局的主要影響因素。

表2 長江中游城市群城市生態承載力影響因素指標體系Table 2 Evaluation index system of influence factors

關于影響因素變量選取,主要基于以下假設：(1)社會發展水平在一定程度上能夠體現社會的和諧穩定程度,社會的安定和繁榮可對經濟、資源環境等方面產生積極影響,從而對城市生態系統承載能力具有正向促進作用；(2)城鎮居民收入水平的提高會促進城鎮居民消費水平的增長,這將顯著增加地區城市生態系統的能源資源供給壓力和生態環境調節壓力,從而對城市生態承載力產生負向影響。(3)人口密度的增長需要從區域內或外界獲取維持其生存發展的物質和能源也相應增多,這必然會增加城市生態系統的承載壓力,對城市生態承載力產生負向影響；(4)經濟發展效率越高,資源環境的綜合利用水平和可持續發展水平就越高,越有利于城市生態承載力的提高；(5)資源作為影響區域發展的基礎性要素[23],其供給水平會制約城市社會經濟系統的發展,從而對城市生態系統承載能力產生正向影響；(6)環境污染治理水平和生態環保觀念對城市生態系統都起到了生態彈性力和污染抑制力作用,對城市生態承載力的提高具有正向促進作用。

傳統線性回歸模型在自變量空間特征及其“全局”估計上存在局限性[36],因此本文以長江中游城市群市域為基本研究單元,綜合運用普通最小二乘法(OLS)和地理加權回歸模型(GWR)來評價上述影響因子在整體及不同地區對城市生態承載力的影響,以便更加直觀的反映城市生態承載力影響因素在空間上的非均衡性及其變化趨勢。假定有i=1,2,…,m、j=1,2,…,n的系列解釋變量觀測值xij和被解釋變量yj,全域回歸模型如下：

(5)

式中,ε為誤差項,β0為回歸常數。而地理加權回歸模型擴展了傳統線性回歸模型,其回歸系數不再是利用全域信息獲取的假定常數β0,代之以鄰近觀測值的子樣本數據信息進行局域回歸估計而得,并隨著空間地理位置的變化而變化,地理加權回歸模型公式如下：

(6)

式中,Yi為市域單元i的城市生態承載力指數；(Si,Ti)是第i個市域單元的中心地理位置坐標；βj(Si,Ti)是i點上第j個回歸參數,由i點的空間位置決定；xij為各影響因素xj在i點的樣本數值。模型計算過程中選用修正的赤池信息準則(AICc)來確定最佳帶寬[37]。

3 長江中游城市群城市生態承載力時空格局

3.1 城市生態承載力時間序列演變特征

圖1 2006—2015年長江中游城市群及各子城市群城市生態承載力時間演變圖Fig.1 The evolution of urban ecosystem carrying capacity′s temporal pattern of in the middle reaches of the Yangtze River and suburban agglomerations in 2006—2015

由圖1可知,2006—2015年長江中游城市群城市生態承載力指數總體呈波動上升的“W”型走勢。從長江中游城市群包含的各子城市群城市生態承載力指數的時間變化特征來看,環鄱陽湖城市群城市生態承載力指數呈現波動上升的“W”型走勢,而環長株潭城市群和武漢城市群則呈現出波動上升的“M”型趨勢。對比三個子城市群城市生態承載能力,環鄱陽湖城市群整體承載能力最優,環長株潭城市群和武漢城市群次之。

從2006—2015年長江中游城市群城市生態承載力各維度的承載狀況及演變特征來看(圖2),社會經濟協調力承載指數整體高于資源環境支撐力和生態彈性力,研究時段內呈波動下降的趨勢,主要是因為研究時段內長江中游城市群處于快速城鎮化階段,人口集聚和建設用地的不斷擴張導致區域社會經濟系統的承載壓力不斷增加,因而社會經濟調節力整體有所下降。資源環境支撐力和生態彈性力承載指數整體呈波動上升的趨勢,區域生態環境保護政策的不斷完善和污染治理力度的逐漸提高在一定程度上提升了城市生態系統的資源環境支撐力和生態彈性力。雖然2006—2015年社會經濟協調力承載指數整體有所下降,但得力于資源環境支撐力和生態彈性力的不斷提高,因而長江中游城市群城市生態承載力指數整體呈現出波動上升的發展趨勢。

圖2 2006—2015年長江中游城市群城市生態承載力及各維度承載狀況時間演變圖Fig.2 The evolution of urban ecosystem carrying capacity with each dimension′s temporal pattern of in the middle reaches of the Yangtze River in 2006—2015

3.2 城市生態承載力空間格局演化

為了分析2006—2015年長江中游城市群城市生態承載力的空間格局演變特征,引入空間自相關方法對其全局空間自相關和局部空間自相關特征進行綜合分析。

3.2.1全局空間自相關演變特征

以長江中游城市群地級行政單元為基本研究單元,利用ArcGIS 10.3軟件計算2006—2015年長江中游城市群城市生態承載力的全局自相關系數(表3)。從全局自相關的分析結果來看,2006—2015年長江中游城市群城市生態承載力全局Moran′sI指數值呈波動下降的態勢,Z值均通過1%顯著性水平檢驗,表明長江中游城市群市域城市生態承載力在空間分布上存在顯著的正向自相關關系,即市域城市生態承載力呈現出若干市域單元相似屬性值在特定空間區域上趨于集聚分布的規律特征。具體表現為具有較高城市生態承載力的市域單元之間趨于相互臨近集聚,具有較低城市生態承載力的市域單元之間趨于相互臨近集聚。

表3 2006—2015年長江中游城市群城市生態承載力的全局自相關系數Table 3 The global spatial autocorrelation of urban ecosystem carrying capacity in the middle reaches of the Yangtze River in 2006—2015

年份Year全局自相關系數Global autocorrelation coefficientMoran′s IZ-scoreP年份Year全局自相關系數Global autocorrelation coefficientMoran′s IZ-scoreP20060.72187.14870.000020110.67576.65810.000020070.71327.05240.000020120.63086.23890.000020080.75457.42250.000020130.57965.82260.000020090.72477.14140.000020140.59835.92370.000020100.62256.21110.000020150.59815.91520.0000

3.2.2局部空間自相關及演變

全局Moran′sI指數僅是從整體上對長江中游城市群市域城市生態承載力空間自相關的全局評估,存在著忽略空間過程不穩定性的缺陷[36]。因此為了細致刻畫長江中游城市群城市生態承載力的局部空間關聯特征,有必要引入局部空間自相關。借助GeoDA軟件對長江中游城市群城市生態承載力指數進行Univariate Local Moran′sI分析,根據局部Moran′sI指數散點圖,可構建出反映市域城市生態承載力指數空間分布差異的4種局域空間集聚類型,即HH、LH、LL及HL四種類型區,其中HH(LL)區表示地區自身與相鄰區域承載力均較高(低),LH(HL)區表明地區自身承載力均較低(高),而相鄰區域承載力均較高(低)。

為了比較分析,選取市域單元2006、2010和2015年3個時間截面城市生態承載力指數進行局部空間自相關分析,并結合局部Moran′sI指數散點圖(圖3)進行局部空間格局演變分析。結果如圖3所示,2006—2015年期間,長江中游城市群市域單元以HH類型和LL類型等空間正相關關系類型為主,HH類型區集中分布在城市群西部和東南部地區,LL類型區集中分布在城市群西南部和東北部地區,HL和LH類型區分布數量相對較少。此外,長江中游城市群與三大子城市群之間的承載力差異較大,長江中游城市群和三大子城市群內部地市之間的差異也相對較大。從具體空間格局演化特征來看：

圖3 2006—2015年長江中游城市群城市生態承載力空間格局演變圖Fig.3 The evolution of urban ecosystem carrying capacity′s hot and cold spot spatial pattern of in the middle reaches of the Yangtze River in 2006—2015

HH類型區多為資源環境支撐力和生態彈性力較強的城市,2006年主要分布于環鄱陽湖城市群和環洞庭湖地區；2010年HH類型區分布范圍向環長株潭城市群內的洞庭湖區、贛西南地區以及鄂中地區擴展,在環洞庭湖地區和環鄱陽湖城市群兩大區域形成高值集聚區；2015年HH類型區分布范圍繼續向環鄱陽湖城市群中北部地區擴展,但贛西南地區的HH類型區數量有所減少,其他地區的空間分布格局基本不變。

HL類型區分散分布于城市群區域內,研究時段內空間分布格局變化較大。宜昌市、益陽市和景德鎮市由HL類型逐漸轉變為HH類型。長沙市得益于較強的社會經濟調節力,其城市生態承載力高于相鄰的環長株潭城市群南部的湘潭市、婁底市、株洲市和萍鄉市,出現空間極化現象。而武漢市雖在2006年處于武漢城市群地區的高值區,但從2010年開始轉變為LL類型區,原因在于隨著城鎮化進程的快速推進,其城市生態系統面臨著人口、土地、資源環境等多重承載壓力,因此城市生態系統承載力有所下降。

LH類型區多位高承載力城市與低承載力城市之間,2006年主要分布于長江中游城市群中部、襄荊宜城市帶北部以及贛東地區；2010—2015年長江中游城市群中部的LH類型區分布范圍有所收縮,LH類型區空間分布格局開始趨于離散化。環鄱陽湖城市群東部的上饒市由2006年的LH類型轉變為2010年的HH類型,表明上饒市城市生態承載力提升明顯。

LL類型區多為社會經濟協調力和資源環境支撐力較弱的城市,2006年主要分布于武漢城市圈和環長株潭城市群核心區域,形成兩個南北遙相呼應的低值集聚區；2010—2015年LL類型區空間分布格局基本不變。究其原因發現,武漢城市圈和環長株潭城市群核心區域作為快速城鎮化地區,人口快速集聚和城鎮建設用地快速擴張引發區域人口承載壓力增大、資源快速消耗、以及生態環境破壞等一系列問題,從而導致城市生態系統承載力的下降。

4 長江中游城市群城市生態承載力影響因素分析

4.1 基于OLS模型的影響因素綜合分析

首先利用SPSS軟件對2006年和2015年被解釋變量和各項影響因素指標進行Z-score標準化處理,然后運用容差和膨脹因子(VIF)進行多重共線性檢驗,發現所有解釋變量的容差>0.1且膨脹因子VIF<10(表4),說明解釋變量之間不存在多重共線性問題。OLS模型分析結果顯示(表5),2006年和2015年模型整體均通過1%顯著性水平檢驗,模型擬合優度分別為64.6%和71%,說明所選解釋變量在2006和2015年兩個節點年份均能較好的解釋長江中游城市群市域城市生態承載力整體空間差異格局。

表4 2006年和2015年OLS模型分析結果Table 4 Result of the OLS model for urban ecosystem carrying capacity

Health：醫療衛生水平(Health services);UR-Ratio：城鄉居民人均收入比(Per capita income ratio of urban and rural residents);PDen：人口密度(Population density);ECGDP：單位GDP能耗(Energy consumptions per GDP);WResouces：人均水資源量(Per capita water resources);PControl：工業廢水排放達標量(Qualified discharge of industrial wastewater);EPro：萬人中等職業技術學校在校生數(The number of students in secondary vocational and technical schools per 10000 people);Betain：非標準化系數(Unstandardized coefficients);VIF：方差膨脹因子(Variance inflation factor);AICc：赤池信息準則(Akaike information criterion)

2006年模型分析結果顯示,每萬人衛生技術人員數、人口密度、單位GDP能耗和工業廢水排放達標量通過了5%顯著性水平檢驗,且作用方向均符合理論預期。具體來看,社會醫療衛生水平和環境污染治理水平對城市生態承載力具有正向影響。而人口密度和單位GDP能耗的增加在一定程度上加劇了區域能源資源的消耗和生態環境的污染,增加城市生態系統的供給壓力和代謝壓力,從而對城市生態承載力產生負向影響。

2015年模型分析結果顯示,除每萬人中等職業技術學校在校生數變量外其他變量均通過10%顯著性水平檢驗,且作用方向基本符合理論預期。詳細來看,城鄉居民人均收入比變量和城鎮居民可支配收入變量轉變為顯著影響因素,醫療衛生水平的正向促進作用有所減弱但依舊顯著,說明社會發展水平和城鎮居民生活水平對城市復合生態系統的承載能力產生著越來越重要的作用。人口密度和單位GDP能耗對城市生態承載力的負向影響依舊顯著,人口承載壓力和經濟發展效率對城市生態承載力的間接制約作用將會長期存在。資源供給水平和環境污染治理水平對區域城市生態承載力的顯著影響逐漸顯現,地區資源供給水平和環境污染治理水平對城市復合生態系統的供給能力和環境容量產生著直接影響,因而與區域城市生態承載力之間存在較強的依賴性。

4.2 基于GWR模型的影響因素分析

運用ArcGIS10.3軟件中的空間關系建模模塊,構建GWR模型分別對2006年和2015年長江中游城市群市域城市生態承載力指數及其影響因素變量進行擬合分析,其中每萬人中等職業技術學校在校生數(EPro)變量的空間異質性特征不顯著,未納入GWR模型。結果如表5所示,兩個年份的模型擬合優度分別為0.6805和0.7308,AICc分別為66.97和61.33。比較OLS模型分析結果(表4)和GWR模型分析結果(表5)可以發現,GWR模型的擬合效果明顯優于OLS模型。根據 Fortheringham 等人的評價標準[37],若GWR模型與OLS模型的AICc差值大于3,就可以說明前者比后者模擬效果好。

表5 長江中游城市群城市生態承載力的GWR模型擬合結果Table 5 Test result of the GWR model for urban ecosystem carrying capacity

進一步對2006年和2015年GWR模型分析結果中的標準化殘差進行全局自相關分析,分析結果顯示(表6),兩個節點年份標準化殘差的Moran′sI指數值分別為-0.0947和0.0306,Z值分別為-0.4452和0.5126,均未通過顯著性檢驗,說明標準化殘差未出現空間聚類現象,呈隨機分布,GWR模型整體高度適用。

表6 標準化殘差的全局空間自相關檢驗Table 6 Global spatial autocorrelation test for standardized residues

4.3 影響因素的空間分異

為了展示各影響因素對城市生態承載力作用的空間異質特征,綜合考慮2006年和2015年各解釋變量的顯著性和作用強度,選取每萬人擁有衛生技術人員數、城鎮居民可支配收入、人口密度、單位GDP能耗、人均水資源量和工業廢水排放達標量等6個指標,借助ArcGIS軟件的空間可視化功能分別刻畫社會發展、居民生活消費、人口規模、經濟發展水平、自然資源狀況和環境污染治理水平等要素對長江中游城市群市域城市生態承載力作用的空間分異格局(圖4)。

(1)社會發展水平。醫療衛生水平對城市生態承載力具有正向影響。2006年,醫療衛生水平影響的高值區域主要集中在襄荊宜城市帶和環鄱陽湖城市群地區,其次為武漢城市圈西部地區,作用強度呈現出顯著的空間異質特征。2015年,醫療衛生水平影響的高值區域向城市群東南部地區偏移,表明襄荊宜城市帶城市生態承載力對社會發展水平的依賴度有所下降。值得關注的是,2015年環鄱陽湖城市群地區和洞庭湖地區成為社會發展水平影響最大的地區,可能的原因是在近年來環鄱陽湖地區和洞庭湖地區生態環境保護政策的實施(《洞庭湖生態經濟區規劃》、《環鄱陽湖生態城市群規劃(2015—2030)》、《長江經濟帶生態環境保護規劃》)和新型城鎮化發展規劃的推進下,區域逐漸轉變以往粗放式的經濟發展方式,由發展經濟為主導逐漸向綜合注重生態環境保護、社會民生保障等可持續發展層面過渡,其社會發展水平大大提升,從而對城市生態承載力的提升產生了重要的推動作用。

(2)城鎮居民收入水平。城鎮居民可支配收入對城市生態承載力具有負向影響,該因素對城市生態承載力影響的空間異質特征較為規律,兩個年份均呈現西北低、東南高的分布特征。居民收入水平的提高,尤其是城鎮居民收入水平的提高,會促進城鎮居民消費水平的顯著增加,從而增加城市生態系統的資源能源供給壓力和生態環境調節壓力,對城市生態承載力產生負向影響。城鎮居民收入水平對各市域城市生態承載力的影響分布特征,原因主要在于各市域城鎮居民可支配收入的增幅水平。當前長江中游城市群中部和東南部地區城鎮居民可支配收入雖然處于較低水平,但其增長速度高于其他地區。2006—2015年長江中游城市群東南部地區城鎮居民可支配收入年平均增長率達到了11.32%,年平均增長率超過其他地區,其中新余市、鷹潭市、吉安市、九江市年平均增長率分別高達13.41%、12.01%、11.89%、11.58%。城鎮居民收入水平的快速提升,在很大程度上提高了其對城市生態承載力的敏感度。

圖4 基于GWR模型的城市生態承載力影響因素回歸系數空間分布Fig.4 The influencing factors of urban ecosystem carrying capacity,regression coefficient temporal-spatial distribution map bassed on GWR model

(3)人口密度。人口密度對城市生態承載力有負向影響,影響強度整體呈現出東部大于西部的東西差異格局。2006年,人口密度影響的高值區主要集中在鄂南地區和環鄱陽湖城市群地區；2015年,人口密度影響的高值區向襄荊宜城市帶、贛西及贛南地區偏移。人口密度對地區城市生態承載力的影響機制是通過人口承載壓力間接作用于城市復合生態系統,從而對城市生態承載力產生負向影響。人口密度對各市域城市生態承載力的影響分布特征,原因主要與人口流動有關。武漢、長沙等省會城市及其周邊衛星城市(城市生態承載力低值區)等快速城鎮化地區以人口集聚為主,地區人口密度增加較快,而鄂北、贛西及贛南地區(城市生態承載力高值區)作為勞動力輸出地,跨省市人口外流現象突出,區域人口密度相對較低,因此人口密度對城市生態承載力的影響強度呈現出顯著的空間異質性。

(4)經濟發展效率。單位GDP能耗對城市生態承載力具有負向影響,兩個年份均呈現出較為規律的西北高、東南低的南北差異特征,說明經濟發展效率對西北部地區的正向促進作用較小,而對東南部地區的正向促進作用較大。這種空間差異特征主要與各市的產業結構和區域分工密切關聯。經濟發展效率對城市生態承載力影響的高值區主要集中在省會城市、環洞庭湖片區及環鄱陽湖片區,其中省會城市經濟發展以第三產業為主導產業,環洞庭湖片區和環鄱陽湖片區城市受生態環境保護政策制約,產業布局以綠色環保型產業為主,因此該地區經濟發展效率均較高；經濟發展效率對城市生態承載力影響的低值區主要集中在鄂湘贛三省省會周邊地區,該地區由于工業基礎較差和承接省會核心城市“三高”產業轉移等緣故,導致其一二產業比重較高,經濟發展效率相對較低。以2015年為例,省會武漢、長沙、南昌第三產業比重分別達到51.02%、45.06%、41.22%,而三個省會周邊低值區的第三產業比重平均值則分別只有33.09%、35.66%、35.77%。

(5)資源供給狀況。人均水資源量對城市生態承載力具有正向影響,兩個年份的空間影響格局變化較大。2006年自然資源狀況的空間影響格局呈現出顯著的南北差異特征,高值區域主要集中在湘南、環洞庭湖片區以及環鄱陽湖城市群地區,說明豐富的自然資源水平對湘南、環洞庭湖片區以及環鄱陽湖城市群地區城市生態承載力的提升產生了重要的促進作用。2015年自然資源狀況的回歸系數整體提升顯著,說明自然資源狀況對長江中游城市群的整體影響在增加；鄂中地區和三大子城市群核心區域超越環洞庭湖片區及環鄱陽湖城市群地區,成為自然資源狀況影響最大的區域。究其原因,隨著三大子城市群核心區域的經濟崛起,區域內產業發展和人口集聚將導致能源資源消耗水平急劇增加,自然資源水平成為制約地區城市生態承載力的核心影響因素。近年來,鄂中地區的襄陽和宜昌著力打造建設成為湖北省兩大副中心城市,襄荊宜城市帶整體社會發展水平和經濟協調力大幅提升,該區域豐富的資源供給成為促進區域整體承載能力提升的關鍵。

(6)環境污染治理水平。工業廢水排放達標量對城市生態承載力具有正向影響,兩個年份的空間影響格局變化較大。2006年環境污染治理水平影響的高值區主要分布在環洞庭湖地區和環鄱陽湖城市群地區；2015年各市回歸系數整體增幅明顯,高值區向襄荊宜城市帶和武漢城市圈地區偏移。從影響機制來看,環境污染治理水平的提高能對地區城市生態系統產生直接的“環境效益”,從而推動地區城市生態承載力的提升。環境污染治理水平對各市域城市生態承載力的影響分布特征,是與各市域的承載力水平直接相關的。結合圖3可知,2015年襄荊宜城市帶和環鄱陽湖城市群地區屬于高承載力區域,因此該區域屬于高環保收益型區域,而武漢城市圈地區屬于低承載力區域,因此屬于低環保收益型區域。環境污染治理水平對城市生態承載力產生直接的拉動效應,是影響長江中游城市群城市生態承載力的主導因素之一。

5 結論與討論

5.1 結論

本文選用狀態空間法構建長江中游城市群城市生態承載力綜合指標體系,基于2006—2015年面板數據,對長江中游城市群城市生態承載力進行了定量評價,并綜合運用空間自相關、多元回歸和地理加權回歸模型等空間分析方法及計量模型,分析了長江中游城市群市域城市生態承載力的時空格局演變特征,并深入探討其影響因素的空間差異,主要結論為：

(1)從時間序列演變特征來看,2006—2015年長江中游城市群城市生態承載力指數總體呈波動上升的“W”型走勢；三個子城市群中,環鄱陽湖城市群整體承載能力最優,環長株潭城市群和武漢城市圈次之。各維度間,社會經濟協調力承載指數整體高于資源環境支撐力和生態彈性力,研究時段內社會經濟協調力呈波動下降的趨勢,而資源環境支撐力和生態彈性力承載指數整體呈波動上升的趨勢。

(2)從空間關聯格局及演變特征來看,2006—2015年長江中游城市群城市生態承載力表現出顯著的空間關聯性與異質性,空間關聯類型以HH類型和LL類型等正相關類型為主。HH類型區多為資源環境支撐力指數和生態彈性力指數較高的城市,研究時段內由環鄱陽湖城市群地區和環洞庭湖地區向贛西南地區和鄂中地區擴展,在環洞庭湖地區和環鄱陽湖城市群兩大區域形成高值集聚區。LL類型區多為社會經濟協調力指數和資源環境支撐力指數較低的城市,研究時段內主要集中分布于武漢城市圈和環長株潭城市群核心區域,形成兩個南北遙相呼應的低值集聚區。

(3)OLS定量模擬發現,社會發展水平、城鎮居民收入水平、人口密度、經濟發展效率、資源供給狀況和環境污染治理水平對城市生態承載力均具有顯著影響；GWR模型檢驗結果表明,特定要素對不同地區城市生態承載力的影響存在顯著的空間異質性。社會發展水平、經濟發展效率、資源供給狀況和環境污染治理水平與城市生態承載力呈正相關,而城鎮居民收入水平、人口密度與城市生態承載力呈負相關,各區域內影響強度具有一定差異性和敏感性。環鄱陽湖城市群地區和洞庭湖地區城市生態承載力的主導影響因素為社會發展水平、城鎮居民收入水平、經濟發展效率和環境污染治理水平；襄荊宜城市帶受人口密度、資源供給狀況和環境污染治理水平等因素影響最為顯著；省會城市及省會周邊地區受經濟發展效率因素影響最為顯著,但作用方向相反；三大子城市群核心區域則受自然資源狀況因素影響較深。此外,值得關注的是,城鎮居民收入水平、資源供給狀況和環境污染治理水平對經濟欠發達區域城市生態承載力的敏感性明顯增強。

5.2 討論

(1)城市生態系統是一個開放的、綜合的和具有耗散結構的“社會-經濟-自然”復合生態系統,本文選用狀態空間法基于對地觀測數據和社會經濟統計數據等多元數據從宏觀尺度上構建了多維度、多指標的城市生態承載力綜合評價指標體系,彌補了中微觀尺度研究中評價指標缺乏全面性的弊端。此外,城市生態系統在運行發展的過程中始終處于動態正負反饋的狀態,系統內部以及系統與外界都不斷地進行著物質流動、能量流動、信息流動和人口流動,但本文在對城市生態承載力核算過程中忽視了系統中各要素間的相互作用和空間單元間的要素流動,同時也忽略了城市生態系統結構、過程及其功能對城市生態承載力的傳導作用,這是本研究存在的不足。

(2)本文從社會發展、城鎮居民收入、人口、經濟、資源、環境和環保觀念等方面對城市生態承載力影響因素進行選取,并詳細分析了特定要素對不同地區影響的空間異質性特征,但因指標量化及數據獲取難度較大,故尚未關注政策等因素對城市生態承載力的影響,因此影響因素指標體系還有待完善；另外,居民生態環保觀念變量的定量衡量由于主觀性較強,還需要通過調查問卷等方式獲取詳細數據,才能更準確的從居民環保觀念的視角剖析該因素對地區城市生態承載力的影響,這是在今后的研究中需要關注的方面。