城市化區域生態風險驅動力及管控策略
--以北京市為例

余思潔,侯 鷹,劉長峰,劉寶印,陳衛平

1 鄭州大學河南先進技術研究院, 鄭州 450003 2 中國科學院生態環境研究中心城市與區域生態國家重點實驗室, 北京 100085 3 中國科學院大學, 北京 100049 4 北京青遠生態環境有限公司, 北京 102200 5 中國科學院科技戰略咨詢研究院, 北京 100190

改革開放以來,我國城市化進程邁入了快速發展階段,經濟社會快速發展的同時生態環境問題日益突出[1]。城市不透水地表的迅速擴張以及不合理的經濟發展模式導致城市化區域原有的生態系統結構發生改變,景觀格局趨于破碎,城市內澇、熱島效應、空氣和水體污染、生物多樣性下降等生態風險不斷增加,如何降低城市化區域面臨的各種生態風險成為研究熱點。認知和評價城市化區域生態風險,探究其變化的驅動因素,實施行之有效的風險管控措施,對城市化與區域生態環境協調可持續發展具有重要意義[2]。

城市化過程是非城市區域向城市區域轉變的過程,在不同學科領域有著不同定義[3]:土地城市化代表土地利用空間結構的改變[4];經濟城市化則是產業結構發生改變,第一產業向第二、三產業的轉型[5];人口城市化則不僅表現為農村人口向城市遷移集中、城鎮人口占總人口比例的增加,還表現為農村生活方式向城市生活方式的轉變[6-8]。以往研究表明,城鎮用地的擴張直接導致了區域生態風險增加,如熱島效應擴張和強度增強[9]、水環境質量下降[10]。此外,城市發展導致區域植被、水體等景觀破碎化,對生態系統的結構、功能產生影響,進一步增加生態風險[11],如物種多樣性下降[12]、城市內澇加劇等[13]。經濟城市化和人口城市化是城市化的內生動力:一方面,更多的人口流入城市創造更多的勞動力和市場需求,刺激了經濟增長,而另一方面,更強大的經濟則吸引了更多的人口遷入城市。二者的相互作用導致城鎮建設用地不斷擴張,周邊區域景觀格局持續變化,從而導致城市化區域生態風險的變化。因此,經濟和人口城市化對生態風險的驅動作用不容忽視。

生態風險管控近年來受到學界和決策管理者越來越多的關注[14]。過去對于土壤、水體污染等化學風險管控的研究較為成熟,研究者基于已有評估體系及實驗對污染物的元素賦存形態、來源、空間分布特征等開展了大量研究,針對性的制定了一系列管控標準及準則[15-17]。針對外來生物入侵的生態風險,研究者利用數理統計、模型模擬等方法,在分析其危害狀況和入侵原因的基礎上,提出了外來入侵生物的預防及管理對策[18-19]。此外,有學者開展了城市風險管理的理論研究,提出了風險管理的關鍵問題、管理體系、管理流程等[20-21]。然而,由于城市化區域的風險來源較多、作用機制復雜,對生態環境的不利影響不易量化,目前對城市化所驅動的生態風險管控的案例研究多針對單一的風險類型,針對綜合生態風險管控的案例研究還很缺乏。

本研究以北京為例,進行生態風險定量表征,分析土地、經濟、人口城市化對生態風險的驅動作用,針對不同驅動因素探索生態風險管控策略,以期為城市化區域生態風險驅動力分析提供方法,為北京市生態風險管控提供依據。

1 研究區域和研究方法

1.1 研究區域

北京市地處華北平原北部(115°20′E-117°30′E,39°28′N-41°05′N),東面與天津市毗連,其余與河北省相鄰,西部、北部和東北部三面環山,東南部是平原,整體地勢呈現出由西北向東南逐漸降低趨勢(圖1)。北京市總面積16410 km2,其中山區面積10200 km2,約占總面積的62%,平原區面積為6200 km2,約占總面積的38%,屬暖溫帶半濕潤半干旱季風氣候,年平均氣溫為11-12℃,年平均降水量為540 mm(1980-2010年)[22]。

圖1 2015年北京市土地利用分類及高程Fig.1 Land use classification in 2015 and elevation of Beijing

改革開放后北京市迎來城市化快速發展階段, 1985年全市不透水地表面積為497.44 km2,2018年增長到3770.14 km2,尤其是1994年后城市發展速度明顯提高[23]。城市總體呈現出單中心多層次結構,不透水地表主要集中在六環以內的主城區,呈現出由中心向四周擴散的趨勢,城郊梯度特征明顯[24]。城市化快速發展導致了北京市的城市內澇、空氣污染、熱島效應、地下水資源損失等生態風險的快速增加,是開展城市化區域生態風險驅動力及管控研究的理想案例區域。北京市在2001年成功申辦奧運會后到2008年舉辦奧運會的幾年間進行了大規模的基礎設施建設,吸引了大量的外來人口,使得這幾年間城市人口迅速增加,不透水地表快速擴張。2008年以后人口增長和城市擴張速度開始放緩。因此,本研究以5年為一個時間跨度,選取奧運會之前的2005年和奧運會之后的2010、2015年三個年份,分析城市化對生態風險的驅動作用。

1.2 研究方法

1.2.1數據來源

本研究主要使用2005、2010、2015年北京市土地利用分類30 m分辨率柵格數據[25]作為空間數據來源,GDP和人口密度1000 m分辨率柵格數據來自于地理國情監測云平臺,氣象站點降雨數據和植被指數(NDVI)空間數據來自中科院地理科學與資源研究所資源環境科學與數據中心,各行政區的經濟及人口數據來自相應年份的統計年鑒。

1.2.2生態風險指數計算

生態系統服務價值考慮了生態系統提供的多種服務,能夠全面體現生態系統的狀況,服務價值受損的情況能夠反映區域生態風險的情況,并為風險管控提供思路。因此,生態系統服務價值是城市化區域生態風險的理想評價終點[26]。

生態系統服務價值量的評估方法主要包括功能價值評估法和當量因子評估法[27],本研究使用當量因子法對北京市2005、2010、2015年三個年份生態系統服務價值進行評估。當量因子法基于對生態系統服務的分類,通過專家咨詢得到不同生態系統類型不同服務類型的價值當量因子,再通過降水量、NPP等修正得到本地化的當量因子,并結合本地糧食經濟價值計算服務價值[28]。根據生態風險評估框架,生態風險表征通常要基于風險閾值。由于本研究沒有可供參考的風險閾值,因此,基于TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)方法,設定正理想樣本點,將該點的服務價值作為不存在風險的閾值,使用生態系統服務價值相對損失量表征生態風險。該方法將區域樣本點(空間像元)中各類生態系統服務價值最大和最小值所對應的像元作為理想樣本點(正理想樣本點和負理想樣本點),使用這兩個樣本點的服務價值間的歐氏距離來表征該區域生態系統服務損失的最大值,將真實樣本點的服務價值與正理想樣本點的服務價值之間的歐氏距離除以該區域生態系統服務損失的最大值作為綜合風險指數[29]。

1.2.3生態風險驅動力分析

城市化概念涉及到土地城市化、經濟城市化及人口城市化三個方面。本研究選取了三個與之對應的指標描述城市化的空間分布格局(表1),以探究城市化對北京市生態風險的驅動作用。土地城市化即城市空間規模與所占面積的增加,因此選取不透水地表率作為城市區域空間擴張指標[30-31]。經濟城市化過程通常體現為區域經濟總量的增加,因此使用每平方公里GDP作為度量指標[32]。人口城市化過程通常伴隨區域人口密度的增加,因此使用每平方公里人口數進行度量[33]。

表1 城市化類型及其指標Table 1 Urbanization types and the corresponding indicators

本研究根據前面描述的方法得到北京市2005、2010、2015年生態風險指數和3類城市化指標的空間數據,形成各年份幾個指數(指標)的空間樣本。使用Logistic回歸模型[34-35]定量描述各城市化指標對生態風險的驅動作用,在擬合Logistic回歸方程前,對GDP強度和人口密度進行單位轉換,以消除其數量級的不同對結果的影響,使用決定系數R2和顯著性檢驗的p值來刻畫擬合的效果,具體計算公式如下:

(1)

式中,RI:生態風險指數;ISC表示不透水地表率,單位為%;GDP表示每平方公里 GDP,單位為元/km2;POP表示每平方公里人口數,單位為人/km2;ai表示模型擬合的系數;ε表示模型殘差。

自變量的擬合系數可以直觀反映三類城市化指標對生態風險驅動作用的大小,通過對比三個時期的模型系數可以分析城市化因素對生態風險驅動作用的時間變化特征。針對回歸模型可能存在多重共線性的問題,通過計算自變量方差膨脹因子對模型的多重共線性進行了檢驗。

1.2.4區域生態風險管控策略分析

針對三類生態風險驅動因素,本研究分別從不透水地表率、人口城市化、經濟城市化三個方面探索生態風險管控策略。

據以往研究可知,不透水地表率對城市地表徑流和地表城市地表溫度有著顯著影響[36-37],控制不透水地表面積可以有效控制城市化區域生態風險[38-39]。為探索不透水地表管控策略,本研究使用2015年北京市全部像元做空間樣本,按10%間距對不透水地表率進行區間劃分[40],分段進行生態風險指數與不透水地表率間的線性回歸分析,通過線性回歸模型殘差和決定系數R2的變化情況,分析二者關系的變化特征,提出不透水地表率分類管控策略。

在人口與經濟層面,城市化體現為人口和經濟活動向城鎮區域的聚集,該聚集過程對城市化區域生態環境產生影響[41]。本研究提出人口城市化集約指數與經濟城市化集約指數來量化人口和經濟在城鎮空間上的聚集性,分析北京市各轄區城市化集約指數的變化特征,量化集約指數與生態風險指數的關系,提出通過人口和經濟城市化集約化發展調控生態風險的策略[42]。 兩類城市化集約指數計算如下:

(2)

(3)

式中,PUII 為人口城市化指數(PU)與不透水地表率(ISC)的比值,將其定義為人口城市化集約指數。人口城市化指數是指城鎮人口(UP)占地區總人口(TP)的比例;而不透水地表率是指城鎮區域面積(AU)占區域總面積(AT)的比例。通過換算可得,PUII即為城鎮人口密度(UPD)占區域總人口密度(TPD)的比例。類似的,經濟城市化集約指數(EUII)是經濟城市化指數(EU)與不透水地表率(ISC)的比值,也是城鎮經濟密度(UED)占區域總經濟密度(TED)的比例(表2)。

表2 人口城市化集約指數和經濟城市化集約指數的說明Table 2 Description of population urbanization intensification index and economic urbanization intensification index

2 結果與討論

2.1 生態風險驅動力分析

三個年份的Logistic回歸模型的決定系數R2均大于0.7,且三年所有的回歸系數均達到0.001顯著性水平,表明三類城市化因素均對北京市生態風險有明顯的驅動作用(表3)。回歸模型多重共線性檢驗的結果顯示,三個分析年份中,2005年GDP強度的方差膨脹因子為6.4,其余自變量的方差膨脹因子均小于5,表明三個年份的Logistic回歸模型可靠。

表3 三個年份Logistic回歸系數擬合結果Table 3 Fitting results of Logistic regression coefficients in three years

標準化后的模型回歸系數絕對值可以用來衡量不同驅動因素作用力的大小,其中不透水地表率是驅動作用最大的因素。不透水地表率的增加會直接影響生態系統的功能,如地表徑流下滲受阻、土地蒸散發作用下降、面源污染物流失加劇,是城市化區域生態風險增加的直接驅動因素[43-45]。人口密度和GDP強度的回歸系數雖然達到顯著水平,但其作用遠低于不透水地表率對生態風險的驅動作用。人口增長是城市化的主要推動因素之一,城市人口密度和對自然資源需求的增加導致土地開發和不透水地表擴張,從而對生態風險造成間接影響[46]。經濟發展對城市化也同樣具有巨大推動作用,發展過程需要城市周邊的城郊區域提供建設用地,導致農田、森林、草地等土地用途的轉變;經濟活動產生的污染物也可能對生態系統和生物多樣性產生不利影響[47]。在2005年時,人口密度對生態風險的驅動作用大于GDP強度,而在2010年及之后,GDP強度對生態風險的驅動作用則變得比人口密度的驅動作用更大。

回歸模型系數的正負號表示驅動作用的方向,三個年份不透水地表率的系數值略有起伏,都與生態風險指數呈正相關關系,但GDP強度和人口密度的系數變化卻出現了正負逆轉情況。人口密度的標準化系數在2005年時為0.178,在2010年時變為-0.053,2015年為-0.032。GDP 強度的標準化系數的變化正好與人口密度的相反,在2005年時,GDP強度的標準化系數為-0.092,與生態風險在空間上呈現出負相關關系,而在2010年標準化系數達到最大,說明GDP強度對生態風險的影響在2010年達到最大,在15年仍保持正相關關系,即經濟增長導致了生態風險的增加。

為解釋這一現象,研究參考了2005年和2015年北京市統計年鑒以及《2005年城鎮房屋概況統計公報》和《北京市2015年暨“十二五”時期國民經濟和社會發展統計公報》。由于對新增建設用地的控制,以及人口向昌平、大興、通州、順義等近郊區疏解,2005到2015年北京市城區和近郊區人口增長率遠高于不透水地表率的增長率(表4),人口對城鎮建設用地增加的驅動作用明顯下降[48]。2001年加入世界貿易組織后,我國工業化發展速度大幅加快,包括北京市在內的各大城市經濟快速發展。二、三產業的快速發展對建設用地需求不斷增加,使得北京市GDP增長對不透水地表率增加的驅動作用明顯增強。這與以往研究中GDP對我國建設用地擴張的驅動大于人口的結果相一致[49]。這也導致了GDP增長對生態風險的驅動作用明顯增強。

表4 2005年、2015年北京市各區常住人口、不透水地表率及增長率Table 4 Permanent resident population and ISC in different districts of Beijing in 2005 and 2015 and the growth rate

2.2 不透水地表管控策略

北京市2015年不透水地表率同生態風險指數線性回歸模型的殘差變異和R2的變化表明(圖2),當不透水地表率為0-10%時,模型殘差存在大量的異常值,說明此范圍內線性模型的適用性很差。當不透水地表率低于40%時,模型殘差的變異幅度大于其他區間,且3個區間的殘差變異幅度接近。當不透水地表率超過40%時,模型殘差變異幅度下降明顯,在此范圍內,不透水地表率對生態風險的驅動力不斷增大。當不透水地表率大于70%后,模型殘差變異幅度變得很小,且R2明顯增大,說明在此范圍內,不透水地表率增加對生態風險增加的驅動作用很強。

圖2 北京市2015年不透水地表率同生態風險指數線性回歸模型的殘差變異和R2Fig.2 Residuals and R2 of the linear regression models between ISC and the ecological risk index in Beijing in 2015

上述模型殘差變異和R2變化表明,不透水地表率有兩個明顯的分界點(40%和70%),將不透水地表率分為三個范圍,每個范圍應采取不同的風險管控策略。不透水地表率大于70%的區域,生態風險增加主要由不透水地表率增加驅動,主要需通過降低不透水地表率來降低生態風險。但這些區域城市經濟和社會活動強度高,降低不透水地表率措施的社會經濟成本很高。因此,這些區域需嚴格控制不透水地表率的進一步增加。此外,新增建設用地應將不透水地表率控制在70%以內[50]。不透水地表率為40%-70%范圍的區域,不透水地表率增加對生態風險增加的驅動作用逐漸增強,其他因素同時也對生態風險增加有較大影響,應采取多種措施管控生態風險,包括改造不透水地表增加其透水性(鋪設透水磚、棕地改造等),增加城區綠地(特別是下凹式綠地)面積、集約化布局建設用地和交通用地等[51]。不透水地表率為0-40%范圍的區域,北京市生態風險主要受除不透水地表外的其他因素的影響,降低不透水地表率不能有效降低生態風險,控制風險需要從其他方面入手,如優化生態系統、加強風險防范措施、降低風險受體暴露等[52]。

2.3 人口和經濟城市化集約化發展策略

北京市人口和經濟城市化集約指數值很高且明顯高于其他轄區的有門頭溝區、懷柔區、密云區和延慶區(圖3、圖4);城市核心區的兩個轄區(東城區、西城區)兩類集約指數值最低(接近1)。

圖3 北京市2005年、2015年各區人口城市化集約指數Fig.3 Population urbanization intensification index of each district of Beijing in 2005 and 2015

北京市人口城市化和經濟城市化集約指數總體呈現出由城區向郊區逐漸上升的趨勢。這一現象的主要原因是在高度城市化的城市中心轄區,絕大多數人口為城鎮人口,城鎮人口密度與總人口密度之比即人口城市化集約指數趨近于1。類似的,這些區域絕大部分經濟產出也來自城鎮建成區。而位于西部、北部山區的行政區,由于地形原因,導致城鎮面積占轄區總面積的比例很小,整個行政區的人口密度和經濟強度很低,故而集約化指數很大。對比2005和2015年,各區人口城市化集約指數普遍呈升高的趨勢,而經濟城市化集約指數大多下降,也反映了十年間北京市人口密度增加的同時居住用地更加集約,而建設用地的增加更多由經濟增長所驅動。

以2015年北京市16個區作為樣本點,對兩類集約化指數同生態風險指數進行回歸分析(圖5)。結果表明,兩類集約指數與風險指數呈現出負指數函數關系,生態風險隨集約化指數的增加而下降,下降速率由快轉慢。

當集約指數處于較大范圍內時,其變化對生態風險的影響并不明顯,因此增加相應轄區的人口和經濟城市化集約水平對降低這些轄區的生態風險作用不明顯。當集約指數處于很小范圍時(北京市中心城區),因其不透水地表率和社會經濟活動強度已很高,難以進一步提高城市化集約水平。因此,提高人口和經濟城市化集約水平的重點應放在集約指數中等的轄區,如海淀區、昌平區、通州區、順義區等。在這些區域降低不透水地表率以提高城市化集約水平,從而降低生態風險是有效可行的。具體而言,這些轄區應繼續優化土地利用和景觀格局,引入“田園城市”“海綿城市”等建設模式[53],在城市建設中注重土地資源合理分配[54],增加城鎮區域綠地面積[55],盡可能減少土地資源消耗型產業,提高建筑和交通用地集約化水平[56]。

3 結論

本研究以典型城市化區域北京市為例,開展基于生態系統服務的生態風險定量表征,分析土地、經濟、人口城市化對生態風險的驅動作用,探索生態風險管控策略。各城市化因素中,不透水地表率是北京市生態風險的主要驅動因素,其驅動作用遠大于經濟強度和人口密度;2005年經濟強度呈現出對生態風險負向驅動作用,2010年后則變為正向驅動并且驅動力大小有所增加;而人口密度的驅動作用及時間變化則同經濟強度正好相反。不透水地表率在40%-70%的區域需要同時通過降低不透水地表率和進行土地利用和景觀格局優化等其他措施來降低生態風險;而不透水地表率高于70%的區域需嚴格控制不透水地表的進一步擴張。此外,北京市為降低生態風險,應將提高人口和經濟城市化集約水平的重點放在海淀、昌平、通州、順義等集約指數中等的轄區。本研究存在的主要不足是只開展了3個歷史年份的分析,不足以發現生態風險驅動力突變的年份,未來可增加分析的年份,從而更加全面地揭示風險變化的驅動機制。