黃河流域九省區城鎮化與生態安全交互作用機制

楊振龍，左其亭,2，姜龍,2，張志卓,2，邱夢

(1.鄭州大學水利科學與工程學院，鄭州 450001；2.河南省水循環模擬與水環境保護國際聯合實驗室，鄭州 450001；3.天津大學環境科學與工程學院，天津 300000)

黃河流域作為我國重要的生態屏障，近年來生態環境有恢復趨勢。2019年9月，黃河流域生態保護和高質量發展上升為重大國家戰略[1]，為流域探索生態保護和高質量發展協同模式提供了新契機。因此，明確城鎮化水平與生態安全系統間的交互作用機制，探討黃河流域經濟發展與生態保護協同模式，對推動黃河流域高質量發展具有重要意義。

國內外對城鎮化發展的相關研究較為豐富，一些學者采用多種模型對城鎮化水平進行評價，如Theil指數分解[2]、動力機制模型[3]、Lotka-Volterra模型[4]等。目前，對于城鎮化水平的研究多集中在城市化與經濟增長關系研究分析[5]、城市化區間格局研究[6]、城市化與資源承載力研究[7]、城市群博弈研究[8]等方面，基本形成了系統的理論和方法體系。對于生態安全的研究也漸有雛形，國內外學者從生態系統健康評價[9]、生態風險評價[10]等方面對區域生態安全開展定量化評價。隨著全球發展趨勢的轉變，越來越多的學者將研究重心轉向城鎮化與生態安全關聯研究，如匹配分析[11]、協同發展研究[12]、耦合分析[13-14]等。本文構建多維度的城鎮化與生態安全指標體系，用城鎮化水平發展指數和生態安全指數量化表征黃河流域城鎮化和生態安全水平，并分析其動態演變趨勢，定量識別黃河流域城鎮化水平與生態安全系統間的交互作用機制，探討近年來兩系統間解耦狀態演變特征，識別關鍵制約因素。

1 研究區概況及數據來源

1.1 研究區概況

黃河位于東經96°～119°、北緯32°～42°，是我國第二長河，流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東省，全長5 464 km，流域總面積75.2萬km2,見圖1。黃河流域是我國重要的經濟帶，流域人口約占比全國總人口的24.1%，地區經濟生產總值約占比全國26.5%，但是由于黃河流域生態較為脆弱，經濟的快速發展對生態環境造成了較大的影響，生態系統退化、水土流失、濕地面積萎縮等問題已經成為影響黃河流域健康綠色發展的重要制約因素。因此，探求城鎮化與生態安全交互影響因素，對黃河流域經濟發展和生態環境協同治理具有重要的參考價值。

圖1 黃河流域九省區地理位置

1.2 數據來源

選取2008—2018年的指標數據，城鎮人口比重、人均GDP等經濟社會指標數據來源于《中國統計年鑒》和各省《統計年鑒》，污水排放量、污水處理率等水資源指標數據來源于各省《水資源公報》和各省《統計年鑒》，森林覆蓋率、人均公園綠地面積等生態環境指標數據來源于《中國生態環境狀況公報》和各省《生態環境狀況公報》。

2 研究方法

2.1 評價指標體系

城鎮化系統與生態安全系統各要素之間存在著緊密的聯系，構建科學的指標體系是分析城鎮化系統與生態安全系統作用關系的基礎。參考相關文獻[15-16]，統計出現頻率較高的指標，并遵循科學性、通用性、層次性、易收集性等原則，對指標進行篩選，最終從目標層、準則層和指標層等3個層次構建了城鎮化和生態安全系統的評價指標體系，見表1。

表1 城鎮化與生態安全指標體系

城鎮化準則層包含人口城鎮化、經濟城鎮化、社會城鎮化、空間城鎮化4個方面。人口城鎮化是城鎮化興起和存在的前提，包括城鎮人口比重和二、三產業就業人口比重2個指標；經濟城鎮化是城鎮化發展的目的，包括人均GDP和城鎮居民人均可支配收入2個指標；社會城鎮化是城鎮化過程中社會資源的發展，包括每萬人衛生機構床位數和教育科學支出占地方財政比例2個指標；空間城鎮化反映了城鎮化進程中基礎設施的建設，包括建設用地占行政區面積比重和人均道路面積2個指標。

生態安全準則層包括生態壓力、生態治理、生態狀況等3個方面。生態壓力反映地區現存環境問題，包括人均污水排放量和每萬人二氧化硫排放量2個指標；生態治理反映了相關部門對生態安全的修復，包括污水處理率、生活垃圾無害化處理率、環境污染治理占GDP比重3個指標；生態狀況表明了生態安全的現狀，包括建成區綠化覆蓋率、人均公園綠地面積、森林覆蓋率3個指標。

2.2 城鎮化水平與生態安全指數計算

2.2.1計算綜合指數

標準化處理。由于所選指標類型不同，為避免指標量綱不同導致計算結果出現偏差，首先要對指標進行標準化處理，具體操作為

(1)

(2)

式中：x′ij為第i年第j項指標標準化后的數值；xij為第i年第j項指標的實際數值。

計算系統綜合指數S來表示城鎮化發展水平指數(urbanization development level index,UDI)和生態安全指數(ecological security index,ESI)，計算公式[17]為

(3)

式中：S為系統綜合指數；ωj為第j項指標的權重。

2.2.2確定指標權重

確定指標權重的方法可分為主觀確權法和客觀確權法。主觀權重更多依賴于決策者的意識，具有較強的主觀性；客觀權重則完全取決于數據自身特征，可能會導致權重結果偏離實際。本文選取的指標數量較多，涉及多個方面，為使結果更精準，采用層次分析法(主觀確權法)與熵權法(客觀確權法)相結合確定權重，2種方法的具體計算過程詳見文獻[18-19]。計算出主觀、客觀2種權重后，采用公式(4)計算組合權重，即為最終權重。

(4)

式中：ωj為第j項指標的最終權重，ω′j和ω″j分別表示第j項指標的主觀權重和客觀權重。

2.3 灰色關聯模型

灰色關聯理論是鄧聚龍教授于1982年提出的研究不確定性問題的理論，灰色關聯分析是該理論中最常用的一種分析方法[20]。該方法根據系統中各因素間的發展趨勢的趨同或趨異程度來反映各因素之間的關聯程度，灰色關聯度值越大，說明兩因素間的變化趨勢越相近，關聯程度越高，反之亦然。城鎮化與生態安全2個系統之間具有復雜的關系，為了深入分析其內部因素影響，明確指標和準則層間的交互作用，構建灰色關聯模型[21]。

計算城鎮化與生態安全指標間關聯系數。計算公式為

(5)

計算關聯度值。將2008—2018年各關聯系數求均值，求得各指標間的關聯度值。

(6)

式中：γab為指標a與指標b的關聯度；k為樣本數(k=11)。

參考文獻[22]和黃河流域實際情況，本文將關聯度識別標準進行了分級，γab∈[0,0.35)，關聯性弱；γab∈[0.35,0.65)，關聯性中等；γab∈[0.65,0.85)，關聯性強；γab∈[0.85,1]，關聯性極強。

2.4 解耦模型

經濟合作與發展組織(OECD)首次提出解耦理論[23]，用其量化經濟增長和環境資源消耗耦合關系的破裂程度。為探究城鎮化與生態安全兩系統間的解耦程度，構建解耦模型為

(7)

式中：εtk為第tk時期的解耦度值；ΔEtk為第tk時期的ESI變化率；ΔUtk為第tk時期的UDI變化率；Etks和Etke分別為第tk時期末期和初期的ESI；Utks和Utke分別為第tk時期的UDI。

結合黃河流域實際情況并參考文獻[24]，對城鎮化與生態安全的解耦程度進行分級，具體細分標準見圖2。

圖2 解耦等級劃分標準

根據解耦模型對解耦等級進行細分，以0.8和1.2為閾值，將黃河流域九省區城鎮化水平與生態安全的動態解耦關系劃分為8種類型：強解耦，表征生態安全隨著城鎮化水平的發展而降低；弱解耦，表征生態安全與城鎮化水平雙向提升；衰退性解耦，表征生態安全與城鎮化水平同時衰退；擴張性耦合，表征生態安全與城鎮化水平同時提升且增幅相當；衰退性耦合，表征生態安全與城鎮化水平雙向降低且降幅相當；擴張性負解耦，表征生態安全隨著城鎮化水平的升高而升高，且增速大于城鎮化水平；弱負解耦，表征生態安全與城鎮化水平同時降低，但前者降低速度更慢；強負解耦，表征生態安全在城鎮化水平的降低中有所提升。

3 結果與分析

3.1 城鎮化水平時空演變趨勢分析

通過對城鎮化水平時間特征分析，近10年來黃河流域UDI整體呈上升趨勢(圖3)；通過對原始指標數據分析發現，二、三產業從業人口占比上升，人均GDP提升幅度較大，實現經濟跳躍式增長：這是九省區全力建設“以人為核心”的新型城鎮化的成果。九省區UDI整體呈現增長趨勢，部分省份增長率較為明顯，其中，四川省增幅最大，為214.29%，原因是四川省在遭受了“5·12”汶川大地震后，全力推進災后的基本公共服務設施建設，國家和政府部門積極進行政策引導，為四川省新型城鎮化建設提供了大力支持[25]。2015—2018年，黃河流域九省區UDI增幅減緩，其中，山東省城鎮化水平基本處于停滯狀態，寧夏、內蒙古、甘肅UDI不升反降，結合各省區發展實際情況，發現其原因是上述省區加大了生態環境修復力度，提高了對污染產業的治理投入，導致經濟增長放緩，這與相關研究[26]中寧夏、甘肅等省區同時期生態保護指數明顯增高具有一致性。

圖3 2008—2018年黃河流域城鎮化發展水平指數

通過空間維度對比分析可知，九省區之間的UDI區域性差異顯著。山東、河南、山西、內蒙古、陜西等中下游地區UDI較高，這與長江經濟帶“流域下游城鎮化發展指數大于上中游”趨勢具有一致性。青海省地處我國西北內陸，交通等基礎設施不完善，二、三產業占比較小，導致UDI較其他省份低，但是近些年在西部大開發政策[27]引領下，青海省積極發展高新技術產業，升級產業結構，其UDI也有了明顯提升，與其他省份差距逐漸縮小。

3.2 生態安全時空演變特征分析

九省區ESI整體呈波動上升趨勢，但山東省的ESI卻呈現持續降低趨勢,見圖4。2008—2011年，山東省的ESI處于領先地位，但由于該時間段極力推進城鎮化建設，原始指標數據顯示二氧化硫等污染氣體排放量驟增，綠化面積逐漸降低，大量生態用地被開發為建筑用地，破壞了原有土地利用結構，導致ESI逐漸降低。與上文結果綜合對比分析，山東省的發展側重點由2008年的城鎮化建設轉變為2015年的生態保護優先，這也表征了城鎮化水平與生態安全之間存在一定的相互制約作用。相反，2008—2015年內蒙古在追求經濟發展的同時，堅持生態保護與綠色產業結合，加強廢水廢氣排放檢測，堅決打好污染防治攻堅戰，ESI持續上升，并于2014年達到黃河流域領先地位，這與馮琰瑋等[28]的研究結論具有一致性。2016年前后，九省區ESI波動較大，這是因為部分省份對于環境治理重視度下降，污染治理投資占GDP比重逐漸降低，且大量人口聚集城鎮，導致污水排放量有所增加。

圖4 2008—2018年黃河流域生態安全指數

依據ESI空間分布數據可知，青海和寧夏的ESI在流域中處于較低水平。2016年是黃河流域九省區ESI最高的一年，但整體僅達到0.43。這一年ESI排序為：內蒙古(0.530)、山西(0.502)、寧夏(0.496)、陜西(0.491)、山東(0.432)、四川(0.428)、河南(0.357)、甘肅(0.341)、青海(0.260)。由此可知，黃河流域ESI存在明顯的地區性差異，內蒙古ESI是青海省的2.04倍。在此后兩年，全流域ESI逐漸降低，依據原始指標數據分析造成這一現象的原因是：第一，部分省區人口密度大，人類生產和生活活動頻繁，對環境造成一定的壓力；第二，經濟快速發展，各省區大力發展工業，導致廢棄物排放量增加，對生態安全造成了一定的影響。

3.3 城鎮化水平與生態安全交互作用分析

城鎮化發展水平與生態安全有著錯綜復雜的關系,見圖5。黃河流域UDI不斷升高，但是增長趨勢逐漸放緩，由2008年的0.24上升到2018年的0.58，年均增幅為9.23%；ESI由2008年的0.30升至2018年的0.41，年均增幅為3.2%，上升速度較前者更慢。UDI與ESI增長趨勢的變化表明兩系統在動態發展中逐漸出現了相互抑制的作用。為識別兩系統之間的具體障礙因素，通過式(5)和(6)計算得出兩系統間各因素的關聯度值，具體矩陣數據見表2。研究時段內UDI與ESI關聯度范圍為[0.60，0.88]，均處于中等關聯與極強關聯之間，說明兩系統存在較強的相互作用。

表2 城鎮化水平與生態安全指標間關聯度矩陣

圖5 2008—2018年城鎮化與生態安全指數變化趨勢

3.3.1城鎮化水平對生態安全的脅迫作用

城鎮化水平對生態安全的脅迫作用比較明顯，各準則層對生態安全的關聯度分別為人口城鎮化(0.741)、經濟城鎮化(0.713)、社會城鎮化(0.726)、空間城鎮化(0.718)。人口城鎮化對生態安全的脅迫作用最強，深入分析指標間關聯度可以看出，城鎮人口比重(0.77)、萬人醫療床位數(0.76)、建設用地占行政區比重(0.73)這3個指標對生態安全關聯程度較高。依據結果數據可知，人口聚集、建設用地面積擴張、產業廢棄物排放量增加是對生態安全脅迫的主要因素，因此，流域相關部門應適當疏散城鎮人口，增強對環境治理的資金投入，限制建筑面積的持續擴張，修復土地利用結構，減少城鎮化進程中對生態環境的破壞。

3.3.2生態安全對城鎮化水平的約束作用

生態安全各準則層對城鎮化水平的關聯度由大到小依次為生態治理(0.726)、生態環境(0.722)、生態壓力(0.713)。生態治理準則層對城鎮化水平形成較強約束，高強度發展導致了污染物的排放量劇增，為達到生態安全標準需支出相當一部分財政用于治理污染，導致流域各省區減少產業資金投入，成為約束城鎮化水平發展的主要因素。分析指標間因素可以看出，污染環境治理投入占GDP比重和建成區綠化覆蓋率對城鎮化進程的影響最為嚴重：污染治理投入占比過高，導致其他產業經濟投入受到限制，不利于城鎮化水平的提高；建成區綠化覆蓋率增高可以發揮自然凈化功能，進而降低污染治理投入。因此，流域相關部門應注重恢復地區生態功能，增加綠化面積，限制污染排放，發展綠色產業。

3.4 城鎮化水平與生態安全解耦分析

為了深入分析黃河流域九省區城鎮化與生態安全的相互作用關系，采用式(7)分別計算出2008—2018年城鎮化和生態安全綜合得分較上一年的變化率ΔU、ΔE和兩系統的解耦彈性系數值。計算結果依據圖2進行分級，分級結果見表3。

表3 2008—2018年黃河流域九省區城鎮化與生態安全解耦程度

2008—2018年黃河流域九省區城鎮化與生態安全的解耦程度存在較大差異：2009—2010、2011—2012、2014—2015年城鎮化與生態安全呈現弱解耦關系，城鎮化水平增長速度大于生態安全提升速度，說明此時城鎮化水平對生態安全具有脅迫作用但并不顯著；2010—2011、2013—2014、2016—2017年城鎮化與生態安全呈現強解耦關系，解耦關系顯著，在城鎮化水平提升的同時，生態安全水平下降，表明此時城鎮化對生態安全具有很強的脅迫作用；2008—2009、2012—2013、2015—2016年城鎮化與生態安全呈現擴張性耦合狀態，說明此時城鎮化水平與生態安全同步提升，具有動態協同性；2017—2018年為擴張性負解耦，說明此時生態安全在一定程度上約束了城鎮化水平的提升。

總體而言，黃河流域九省區城鎮化與生態安全呈現了擴張性耦合與強弱解耦交替的循環演變狀態，前幾年主要表現為城鎮化水平對生態安全的脅迫作用，隨著近幾年國家政策對環境的重視，已經有了生態安全約束城鎮化發展水平的跡象，這也為相關部門制定流域生態保護與高質量發展相關政策提供了側重點。

4 討 論

2008—2018年黃河流域UDI不斷提升，但2008—2015年的UDI的年平均增長率(16.67%)遠高于2015—2018年(3.85%)，表明黃河流域近年來城鎮化水平在一定程度上受到生態安全的制約，未來可能存在生態安全約束城鎮化水平的風險。因此，不能以犧牲生態環境來換取經濟的高速發展，要協調保護與發展的關系，加強生態治理投入，嚴格限制企業污染物排放，發展綠色可持續產業。結合地區實際打造綠色、可持續的生態產業鏈，建立健全生態補償機制，打破生態保護對城鎮化進程的制約瓶頸。

本文對城鎮化水平的評價結果與刁藝璇等[13]的研究有部分差異，原因是本文構建城鎮化指標體系更為全面，綜合考慮人口、經濟、醫療、公共設施等維度，而后者研究重心為城鎮化水平與水資源利用水平的耦合協調分析，并未深入對城鎮化水平評價。近10年來黃河流域生態安全水平呈上升趨勢，但是增幅逐漸變緩，本文研究結果與孫繼瓊等[29]的研究成果一致顯示黃河流域生態安全指數不斷提升，但后者認為部分省區增幅仍較大，原因是本文計算ESI時側重考慮生態環境的壓力與治理投入等維度，而后者更側重于計算單位GDP的污染物排放量，較少考慮環境治理投入。分析發現城鎮化發展與生態安全兩系統間存在較強的交互作用，與張瑾青等[30]的研究成果基本一致，說明城鎮化發展與生態保護息息相關，良好的生態環境是經濟發展的基礎，因此在城鎮化的各個階段都應該有針對性地對生態環境進行保護和修復。

城鎮化水平與生態安全交互作用是一個涉及多方面的復雜的系統問題，本文從城鎮化水平與生態安全兩系統構建指標體系，通過灰色關系模型分析系統間交互作用機制，有助于深入分析兩系統間的制約因素分析，為黃河流域生態保護和高質量發展提供參考。然而，影響流域城鎮化水平與生態安全系統發展的因素是復雜多變的，需進一步考慮多系統間的交互作用機制，全面、深入地剖析制約因素。此外，城鎮化水平與生態安全的定義是動態變化的，本文所選取的指標僅考慮了部分維度，需不斷引入新的指標完善指標體系，增強結果的科學性和全面性。本文僅從省級尺度對城鎮化水平與生態安全兩系統間的交互作用進行初步分析，未來應對流域各地市進行深入分析研究。

5 結 論

城鎮化水平與生態安全水平近些年持續增長，城鎮化水平增長率大于生態安全水平，但兩系統增長趨勢都有所降低。教育科學支出占地方財政比重降低是城鎮化水平增勢減緩的主要原因，污水排放量的增加和環境污染治理占GDP比重減少影響生態安全水平的良序增長。

城鎮化水平與生態安全系統間存在著較強的交互作用，人口城鎮化對生態安全的脅迫作用最強，生態治理投入是城鎮化水平的主要約束，未來主要以生態安全約束城鎮化水平發展為主。

從城鎮化水平與生態安全系統之間的相關關系來看，黃河流域九省區存在著擴張性耦合與強弱解耦循環交替現象，主要是以解耦為主。