The Coupling and Coordinated Development of New-type Urbanization and Ecological Resilience in Anhui Province and Influencing Factors
-
摘要:
为探究安徽省16个地级市2012—2022年新型城镇化与生态韧性耦合协调发展特征及影响因素，文章建立指标体系，运用耦合协调度模型、空间自相关分析、地理探测器展开研究。结果表明：研究期内安徽省新型城镇化与生态韧性水平整体呈现稳步上升的良好态势；研究期内两系统耦合度始终处于高水平耦合阶段，耦合协调度由勉强协调发展阶段进入中级协调发展阶段；研究期内两系统耦合协调度在空间格局上表现为由“中部高，外围低”向“南高北低”演变的特征；研究期内两系统耦合协调度总体呈现明显的空间正相关性，H-H聚集区主要位于南部，L-L聚集区主要位于北部；安徽省新型城镇化与生态韧性耦合协调发展受多因子共同驱动，在单一影响因子探测中，经济发展水平、产业结构调整、污染物处理能力等因子为主要驱动因素；在交互影响因子探测中，各因子之间存在显著的交互增强效应，其中经济发展水平与其他因子交互作用最强。据此，提出安徽省新型城镇化与生态韧性耦合协调发展水平提升的相关策略与建议。
Abstract:In order to explore the characteristics and influencing factors of the coupling and coordinated development of new urbanization and ecological resilience in 16 cities in Anhui Province from 2012 to 2022, this paper established an index system and conducted research using the coupling and coordination degree model, spatial autocorrelation analysis and geographic detector. The results showed that, the new-type urbanization and ecological resilience of Anhui Province showed a good trend of steady increase during the study period. During the study period, the coupling degree of the two systems was always in the high level coupling stage, and the coupling coordination degree entered the intermediate stage from the barely coordinated development stage. During the study period, the coupling degree of coordination between the two systems varied in spatial patterns, from “mid-high” to “low edge” to “low south” and “low north” . During the study period, the combination of feedbacks from both systems showed a clear positive correlation. The H-H cluster was mainly located in the south, and the L-L cluster was mainly located in the north. The coupling and coordinated development of new-type urbanization and ecological resilience in Anhui province was driven by multiple factors. In the detection of a single impact factor, economic development level, industrial structure adjustment, pollutant treatment capacity and other factors were the main driving factors. In the interaction factor detection, there was a significant interaction enhancement effect among the factors, among which the interaction between economic development and other factors was the strongest.On this basis, strategies and proposals had been developed to improve integration and the level of development compatible between new urbanisation and the state’ s ecological resilience.
-
自改革开放以来，经济的快速发展促使城镇化水平不断提高，中国城镇化水平平均每年增长1.04个百分点，超出同期世界平均增长率0.65个百分点，正处于高速发展的通道上[1]。在快速城镇化时期，虽然中国的经济和社会发展水平得到了显著提升，但期间高强度的土地开发利用，带来了一系列区域可持续发展问题：如建设用地的无序扩张，造成生态空间减少，对植被覆盖产生负面影响，气候变化、粮食安全、环境污染等生态问题随之产生[2]，生态系统亟须提升其韧性以实现对未知扰动的消解与吸纳。基于此，中国实施了新型城镇化战略。相比于传统城镇化，新型城镇化更多地考虑增强防灾减灾能力，加强生态恢复和保护，将生态文明建设与居民福祉的协调作为其重要发展原则之一[3]。在生态文明的背景下，实现新型城镇化建设与生态韧性协调发展是实现区域高质量发展的必然要求。因此，开展新型城镇化与生态韧性耦合协调水平研究有助于解决城镇化进程中积累的生态风险，为实现区域可持续发展提供更有针对性的政策和措施[4]。
近年来，国内外诸多学者对城镇化与生态环境之间的关系展开了系列研究，取得了较为丰富的理论成果。从研究内容及研究方法上来看，对于二者关联程度[5]、相互作用关系[6]的研究通常采用耦合协调度模型、GTWR时空地理加权回归模型、综合适配模型等研究方法，如云小鹏以黄河流域为研究区域并运用耦合协调度模型探讨其城镇化与生态环境耦合协调度的时空演变情况[7]；汤良等以湖南省122个县区为研究单元，借助耦合协调度模型分析了湖南省城镇化与生态脆弱性的耦合协调关系，并运用GTWR时空地理加权回归模型探究其交互影响效应[6]。从研究尺度上来看，涵盖了全国[8]、省域[9]、城市群[10]、流域[4]等不同尺度，如田一聪等分析了西藏自治区城镇化与生态系统服务的耦合协调类型及时空演变模式[9]。从研究角度上来看，多聚焦于城镇化[11]、生态安全[12]、生态环境[13]、生态系统服务[14]等视角，如吴大放等构建城镇化与景观生态安全的耦合协调模型，测度珠三角城市群城镇空间扩展与景观生态安全的耦合协调格局[12]。但从生态韧性角度进行新型城镇化与生态韧性之间关系的研究并不多，主要包含在城市韧性、生态安全、生态环境风险的研究中。近年来学者逐渐关注二者关系的解读，如贺小荣等采用综合适配模型及面板向量自回归模型勾勒长江中游城市群新型城镇化与生态韧性的多维适配特征，识别两系统的互动关系[15]。
综上所述，已有研究对本文有着重要的借鉴意义，但仍有进一步可拓之处：一是以往关于传统城镇化与生态系统服务、生态安全、生态环境风险之间关系的研究较多，而包含人口、社会、生态、经济等多维度视角的新型城镇化与城市生态韧性的耦合协调关系研究仍需进一步探索；二是针对新型城镇化与生态韧性耦合协调度影响因素的研究较少，需深化相关研究。安徽省是我国“长三角一体化发展”战略的核心区，拥有长江、淮河等重要的生态资源，承担着重要的经济和生态功能，协调新型城镇化与生态韧性之间的关系，对于提升区域城镇化发展质量有重要意义。鉴于此，本文以安徽省16个地级市为研究对象，构建新型城镇化与生态韧性评价指标体系，并运用耦合协调度模型、空间自相关分析、地理探测器探究安徽省新型城镇化与生态韧性之间耦合协调发展水平及主要驱动因素。旨在丰富新型城镇化与生态韧性关系研究个案，识别安徽省发展的问题区域，为优化区域可持续发展规划提供新的绿色路径。
一、 研究区概况
安徽省位于我国华东长江三角洲地区，是长三角经济圈的重要组成部分，也是我国新型城镇化发展的试点区域。安徽省内自然资源丰富，坐拥淮北平原、江淮丘陵、皖西大别山区等自然区域，截至2023年，安徽省生产总值总量为4.71万亿元，较上年增长5.80％。近年来安徽省加大科技发展投入力度，城镇化水平进一步提升，但生态系统压力增大，如何实现新型城镇化与生态韧性之间的协调发展成为重要命题。
二、 数据来源、指标体系及研究方法
（一） 数据来源
选取《中国城市统计年鉴》《安徽省统计年鉴》以及安徽省各市统计年鉴、国民经济与社会发展公报等相关数据，对于部分未统计的数据，运用插值法、递推法补齐。
（二） 指标体系
传统城镇化仅追求城镇化率这一单一评价指标，而新型城镇化具有以人为本，可持续发展的内涵，其可以推动产业、人口、社会等要素的聚集。因此参考相关学者的研究成果[16−17]，采用新型城镇化的发展理念，构建新型城镇化评价指标体系，如表1所示。经济城镇化是新型城镇化建设的主要动力，体现区域的经济规模与结构，因此筛选人均GDP等3项指标来反映。人口城镇化是新型城镇化的基本衡量标准，因此选择人口城镇化率等3项指标来反映。生态城镇化突出新型城镇化的绿色可持续发展核心，因此选择建成区绿化覆盖率等3项指标来表征。社会城镇化强调新型城镇化的民生保障，公共资源配置水平，因此选择每万人拥有汽车数量等3项指标来表征。
表 1 新型城镇化评价指标体系目标层 准则层 指标层 属性 权重 新型城镇化 经济城镇化 人均GDP/（万元/人） ＋ 0.1327 第二、第三产业产值在GDP中占比/% ＋ 0.0632 城镇居民人均可支配收入/元 ＋ 0.0947 人口城镇化 第二、第三产业从业人员占就业人员比率/% ＋ 0.0797 城镇登记失业率/% － 0.0982 人口城镇化率/% ＋ 0.0919 生态城镇化 建成区绿化覆盖率/% ＋ 0.0530 AQI环境空气质量优良率/% ＋ 0.0691 工业固体废弃物综合利用率/% ＋ 0.0222 社会城镇化 每万人拥有汽车数量/（辆/万人） ＋ 0.1358 每万人拥有医生数量/（人/万人） ＋ 0.0802 科教财政支出占GDP比率/% ＋ 0.0793 随着研究的不断深入，生态韧性的内涵也在不断完善，本文借鉴国内欧阳晓等[18]、郭海红等[19]、赵领娣等[20]学者的研究成果，建立以抵抗维度、适应维度、恢复维度为一级指标，人口密度、单位耕地化肥负荷、单位GDP工业废水排放量等11个指标为二级指标的生态韧性评价指标体系，具体如表2所示。
表 2 生态韧性评价指标体系目标层 准则层 指标层 属性 权重 生态韧性 抵抗维度 人口密度/（人/km2） － 0.0905 单位耕地化肥负荷/（t/ha） － 0.0643 单位GDP工业废水排放量/（t/万元） － 0.0680 单位GDP工业SO2排放量/（t/亿元） － 0.0522 适应维度 人均公园绿地面积/（m2/人） ＋ 0.0602 森林覆盖率/% ＋ 0.1245 人均水资源总量/（m3/人） ＋ 0.1613 排水管道长度/km ＋ 0.1581 恢复维度 生活垃圾无害化处理率/% ＋ 0.0523 污水集中处理率/% ＋ 0.0721 节能环保支出占财政支出比率/% ＋ 0.0965 （三） 研究方法
1. 指标极差标准化法
$$\begin{split} 正向指标：X_{ij}=\dfrac{x_{ij}-\text{min}(x_{ij})}{\text{max}(x_{ij})-\text{min}(x_{ij})} \end{split}$$ (1) $$\begin{split} 负向指标：X_{ij}=\frac{\text{max}(x_{ij})-x_{ij}}{\text{max}(x_{ij})-\text{min}(x_{ij})} \end{split}$$ (2) 2. 指标权重确定
采用熵值法[21]确定各项指标权重，具体计算方法如下。
（1）进行归一化处理，计算公式为：
$$ P_{ij}=\frac{X_{ij}}{\sum\limits_{i=1}^mx_{ij}} $$ (3) （2）计算各指标的信息熵大小，
$ k $ 为调节系数，计算公式为：$$ e_j=-k{\displaystyle \sum _{i=1}^{m}P_{ij}\mathrm{ln}P_{ij}(k=1/{\mathrm{ln}}m)} $$ (4) （3）计算各指标权重，计算公式为：
$$ w_j=(1-e_j)/{\displaystyle\sum _{j=1}^{m}(1-e_j)} $$ (5) 3. 耦合协调度模型
耦合协调度模型是耦合度模型与协调度模型的结合，可以准确地对两个及两个以上系统的关联与协调程度做出综合评价[22−23]，具体计算方法如下：
$$ U_i={\displaystyle \sum _{j=1}^{n}(w_j\text{×}X_{ij})} $$ (6) $$ C=2\sqrt{\frac{(U_1\times U_2)}{{(U_1+U_2)}^{2}}} $$ (7) $$ T = aU_1 + bU_2 $$ (8) $$ D = \sqrt {C \times T} $$ (9) 式（7）（8）（9）中，
$U_1 $ 和$U_2 $ 为新型城镇化与生态韧性的综合评价指数，$C $ 和$T $ 分别代表耦合度及协调指数，a=b=0.5，D为耦合协调度。结合现有研究，将耦合协调度分为10个等级，如表3所示。表 3 耦合协调度等级分类类别 协调度取值范围 协调度等级 协调发展类 0.9<D≤1.0 优质协调发展 0.8<D≤0.9 良好协调发展 0.7<D≤0.8 中级协调发展 0.6<D≤0.7 初级协调发展 过渡类 0.5<D≤0.6 勉强协调发展 0.4<D≤0.5 濒临失调衰退 失调衰退类 0.3<D≤0.4 轻度失调衰退 0.2<D≤0.3 中度失调衰退 0.1<D≤0.2 严重失调衰退 0<D≤0.1 极度失调衰退 4. 空间自相关分析
空间自相关分析主要用于研究不同区域之间的依赖性或空间异质性，分为全局莫兰指数（Global Moran’ s I）与局部莫兰指数（Local Moran’ s I）[24]，采用全局莫兰指数检测新型城镇化和生态韧性耦合协调度整体是否存在空间相关性，计算公式为：
$$ I = \dfrac{{n\displaystyle\sum\limits_{i = 1}^n {\displaystyle\sum\limits_{j = 1}^n {W_{ij}(X_i - \overline X )(X_j - \overline X )} } }}{{\displaystyle\sum\limits_{i = 1}^n {\displaystyle\sum\limits_{j = 1}^n {W_{ij}\displaystyle\sum\limits_{i = 1}^n {{{(X_i - \overline X)}^2}} } } }} $$ (10) 式（10）中，
$n$ 为样本量，即空间位置的个数；$X_i$ 和$X_j$ 分别为空间位置$i$ 和$j$ 的观察值，$W_{ij}$ 表示空间权重。Global Moran’ s$I$ 指数的取值范围为[−1,1]。采用局部莫兰指数揭示研究单元相邻区域要素的空间关联性与异质性，计算公式为：
$$ I_i=\frac{{n}^{2}}{{\displaystyle\sum _{i=1}^{n}{\displaystyle \sum _{j=1}^{n}W_{ij}}}}\times \frac{(X_i-\overline{X}){\displaystyle \sum _{j=1}^{n}W_{ij}(X_j-\overline{X})}}{{\displaystyle \sum _{j=1}^{n}(X_j-\overline{X})^{2}}} $$ (11) 5. 地理探测器
地理探测器可以用来探查空间变化差异性并解释因素的驱动作用[25]，计算方法如下：
$$ q = 1 - \dfrac{{\displaystyle\sum\limits_{h = 1}^L {\mathop {N_h \sigma k}\nolimits^2 } }}{{N{\sigma ^2}}} $$ (12) 式（12）中，
$q$ 代表对两系统耦合协调度的影响力，$h$ 代表因子$X$ 的分层，$L$ 为因变量$X$ 的分层，$N_h$ 和$ \sigma {k^2} $ 分别为层$h$ 单元数和方差，$N$ 和${\sigma ^2}$ 分别为整体的单元。三、 结果分析
（一） 新型城镇化与生态韧性水平时序变化特征分析
由图1可知，安徽省新型城镇化综合得分由2012年的0.303增至2022年的0.612，年均增幅为9.27%，整体呈现稳步上升的良好态势。具体来看，经济城镇化与社会城镇化水平在研究期间内增长较快，且随时间的推移逐渐高于人口城镇化与生态城镇化水平，说明社会与经济发展对新型城镇化水平提升贡献率较大；生态城镇化水平呈波动下降的趋势，2014，2016，2018均呈负增长，其中2018年水平最低；人口城镇化水平在2012—2015年间增长较慢，在2016—2022年显著提升。由图2可知，安徽省生态韧性综合得分由2012年的0.291增至2022年的0.460，年均增幅为5.28％，呈现出总体上升的趋势，表明安徽省愈加重视推进省内生态环境改善，其绿色效应及抵御外部潜在威胁的能力逐渐提升。由各维度进行分析，抵抗力、适应力、恢复力均实现提升，其中抵抗力由0.099上升到0.132，年均增幅为3％；适应力呈微幅波动增长趋势，由0.103提高到0.167，在2018，2022出现小幅下降，究其原因可能是在2015年之后安徽省新型城镇化水平加速推进，一定程度上对生态系统适应力带来了负面影响；恢复力由0.101提升至0.160，年均增幅为5.31％。
（二） 新型城镇化与生态韧性耦合协调度时空变化特征分析
1. 新型城镇化与生态韧性耦合协调度时序变化特征分析
安徽省新型城镇化与生态韧性耦合协调度变化如图3所示。研究期内，两系统耦合度始终处于0.9~1.0之间，属高水平耦合，表明两系统之间关联性较强，相互影响的程度较高；从耦合协调度来看，研究期内耦合协调度由0.545提高到0.728，增长率为33.58％，呈上升趋势，二者正朝着优质协调的方向稳步发展。在不同阶段，两系统之间耦合协调度存在差异。在2012—2015年间，新型城镇化与生态韧性耦合协调度由0.545上升至0.593，属勉强协调发展阶段；2016—2020年耦合协调度处于初级协调发展阶段，证明安徽省政府积极响应国家新型城镇化发展规划，重视生态文明建设，提高经济高质量发展，减轻生态系统压力，提高生态系统遇到风险时的应急响应能力；2021—2022年，进入中级协调发展阶段，并达到研究期峰值0.728，但在研究末期仍未实现优质协调发展，未来仍有较大的发展潜力。
2. 新型城镇化与生态韧性耦合协调度空间分异特征分析
由图4可知，2012—2022安徽省新型城镇化与生态韧性耦合协调度主要集中于0.5~0.7之间，属勉强协调发展水平和初级协调发展水平，存在较大发展空间。良好协调发展区域出现于研究末期，零散分布于安徽省中部及南部，耦合协调度整体呈现出由“中部高，外围低”向“南高北低”的空间分异格局演变的趋势。具体来看，2012年安徽省整体耦合协调水平较低，仅有合肥（0.607）、铜陵（0.601）、黄山（0.647）处于初级协调阶段，濒临失调衰退类型城市数量较多且主要集中于皖北地区，且出现了低值组团的现象；2017年新型城镇化与生态韧性耦合协调水平得到显著提升，并逐渐形成了“皖南>皖中>皖北”的阶梯状分布态势。其中，合肥（0.702）、池州（0.701）、黄山（0.743）进入中级协调发展阶段，淮北进入勉强协调发展阶段，皖北地区发展依然较为缓慢；至2022年，黄山（0.814）、池州（0.802）、合肥（0.824）进入良好协调发展阶段且合肥市居于引领地位，分析其主要原因，合肥市是安徽省经济重心，新型城镇化水平具有其他城市无可比拟的优势，受益于《安徽省国土空间生态修复规划》，经济发展水平进一步提升，生态空间本底得到夯实，生态系统应急响应能力提升，自我净化能力增强，黄山、池州城镇化水平相较于合肥有一定差距，囿于其地理特征，自然资源丰富，森林覆盖率高，水土保持能力较强，具有良好的生态涵养能力，因此生态韧性较高。综合来看，安徽省内各市新型城镇化与生态韧性耦合协调度均有所提升，但皖北地区在研究期内水平始终较低，皖中地区及皖南地区发展水平提升较快，并且在合肥、池州、黄山的辐射带动作用下，逐渐形成了连片拓展的演变格局。
（三） 空间自相关分析
1. 全局自相关分析
本文借助Geoda软件构建空间权重矩阵并计算2012、2017、2022年三个时间节点新型城镇化与生态韧性耦合协调度的全局Moran’ s
$I$ 指数，结果如表4所示，可知2012、2017、2022年的全局Moran’ s I指数均为正值，Z得分均大于1.96，P值均小于0.05，通过了90％显著性检验，并在研究末期到达最高值，说明三个时间节点的安徽省新型城镇化与生态韧性耦合协调度呈现空间正相关，存在空间聚集性，随时间推移空间聚集性提升。表 4 2012、2017、2022年耦合协调度全局莫兰指数年份 Moran’ s$I$ Z得分 P值 2012年 0.544 4.131 0.001 2017年 0.626 4.715 0.001 2022年 0.647 4.785 0.001 2. 局部自相关分析
借助局部空间自相关模型进一步分析各城市在空间上的聚集特征，包括四种类型，分别是H-H、L-L、L-H、H-L四大类型。以2012、2017、2022三个年份为时间截面进行分析，结果如表5所示。
结合表5及图5进行分析可知，安徽省新型城镇化与生态韧性耦合协调空间集聚性存在差异，主要表现为H-H聚类与L-L聚类的差异，H-H聚类主要分布于皖南地区，而L-L聚类主要分布于皖北地区，皖中地区聚类分析结果多为不显著。具体来看，宣城、池州在2012、2017、2022三个观察时点均为H-H聚类，表明其自身耦合协调水平较高，周边城市也能受到其辐射带动作用，实现自身耦合协调水平的提升，2017年黄山市也进入H-H集聚城市，说明黄山市受正向引领带动作用，耦合协调水平得以提升，未来应充分发挥此类城市的资源优势及带动作用，实现区域联动发展；H-L聚类在研究期间无代表性城市；L-H聚类在2012、2017年均无代表性城市，在2022年新增安庆与芜湖，表明其自身耦合协调水平相对不高，但其周边存在发展条件良好的城市，具有一定的区位优势，发展潜力较大；L-L聚类城市呈现整体减少的趋势，至研究末期仅有亳州、蚌埠两市，说明其新型城镇化及生态韧性水平尚且较低，如何保障城市自然资源本底，提升生态系统应急响应能力，对于提升新型城镇化及生态韧性水平尤为重要。
表 5 耦合协调度局部空间聚类情况类型 2012年 2017年 2022年 H-H 芜湖、宣城、池州 芜湖、池州、宣城、黄山 黄山、池州、宣城 H-L — — — L-H — — 安庆、芜湖 L-L 阜阳、亳州、淮北、蚌埠 阜阳、亳州、淮北、蚌埠、淮南 亳州、蚌埠 不显著 宿州、淮南、滁州、六安、合肥、
马鞍山、安庆、铜陵、黄山宿州、滁州、合肥、六安、马鞍山、安庆 淮北、宿州、阜阳、滁州、淮南、
六安、合肥、马鞍山、铜陵（四） 新型城镇化与生态韧性耦合协调度影响因素分析
新型城镇化与生态韧性耦合协调发展是多因素综合作用的结果，参考已有研究，并遵循科学性、系统性的原则，从城市空间组织力、科技水平、经济发展水平、产业结构调整等八个方面选取相应变量，作为二者耦合协调度影响因子。相关变量的选取如下：在新型城镇化发展时期，经济的发展与生态环境之间得以形成良好的互动，因此选取财政贡献率（X1）代表经济发展水平；选取建成区面积（X2）代表城市空间组织力；科技的进步促进经济发展同时使得新技术应用于生态环境的保护与修复中，因此选取专利授权量与申请量（X3）代表科技水平；选取第三产业产值所占比率（X4）表征产业结构调整，产业结构的调整有助于优化经济体系，使经济朝多元化方向发展；选取人均社会消费品零售总额（X5）代表居民消费水平；选取水利、公共设施管理业投资总额（X6）代表环境治理水平；选取工业固体废弃物综合处理率（X7）代表污染物处理能力；土地资源节约、集约利用是新型城镇化的理念，有助于减轻城市无序扩张带来的生态问题，进而影响生态系统的抵抗力，因此选取地均GDP（X8）代表土地集约利用能力。
1. 单一影响因子探测
以2012、2017、2022三个年份为时间截面进行分析，运用SPSS软件对所选指标进行聚类分析后利用地理探测器探测各因子影响力q值，结果如表6所示。8个影响因子在不同时间节点具有一定异质性，但其q值均大于0，表明8个因子均在一定程度上推进新型城镇化与生态韧性耦合协调度发展，受财政贡献率（X1），第三产业产值所占比率（X4），工业固体废弃物综合利用率（X7），地均GDP（X8），水利、公共设施管理业投资额（X6）影响较大，前五名影响因子q值大小排序为X1>X4>X7>X8>X6。具体来看，财政贡献率（X1）是研究期间影响新型城镇化与生态韧性耦合协调发展的强关联因素，且随时间推移q值增大，说明当经济发展提质增效时，能够驱动新型城镇化水平的提高，经济发展的成果同时能够运用于生态保护的建设，促进生态系统韧性的提高。X4与X7为较强关联因素，因第三产业相对于第一产业经济效益更高，相对于第二产业来说污染物排放强度更低，产业结构的调整可以促使城市发展模式的转型及土地资源合理的开发利用，从而提高城市整体发展质量。工业固体废弃物综合利用率提升表征生态系统的恢复能力增强，促进生态系统韧性的提升。X8与X6影响力q值在0.4以上，是新型城镇化与生态韧性耦合协调发展的潜在驱动因子。
表 6 单一影响因子探测结果表因子 2012年 2017年 2022年 q值平均 X1 0.734 0.679 0.878 0.764 X2 0.345 0.333 0.356 0.345 X3 0.161 0.206 0.378 0.243 X4 0.450 0.586 0.705 0.580 X5 0.359 0.394 0.338 0.364 X6 0.608 0.249 0.454 0.437 X7 0.607 0.682 0.412 0.567 X8 0.496 0.262 0.685 0.481 2. 交互影响因子探测
从交互影响子探测结果来看（图5），各因子之间交互后均呈现出双因子增强效应，两两因子交互作用后的q值均大于单因子q值，表明安徽省新型城镇化与生态韧性耦合协调发展受到多因子的共同驱动。具体分析，2012年X1∩X6交互影响力最强，q值为0.989，X1（财政贡献率）、X2（建成区面积）与其他因子的交互作用较强，交互影响力q值均在0.8以上，与单一影响因子探测结果大体一致。2017年，X1（财政贡献率）与X7（工业固体废弃物综合利用率）交互影响力q值较高，均在0.7以上，因子交互探测进一步证明了污染物的治理以及经济发展对新型城镇化与生态韧性耦合协调度的影响力。至2022年，X1（财政贡献率）与其他各因子交互作用最强，研究期间其交互影响作用呈现增强的态势，同时X8（地均GDP）与X4（第三产业产值所占比率）与其他各因子交互作用也显著提升。由此可见，部分影响因子在单一因子检测中影响力q值较低，但在交互因子探测中影响力q值增高，说明多因子的共同作用是促进安徽省新型城镇化与生态韧性耦合协调发展的关键。
四、 结论与建议
（一） 结论
从上文的分析中，可以得到以下结论：（1）2012—2022年，安徽省新型城镇化与生态韧性水平呈现整体稳步上升的良好态势。（2）2012—2022年安徽省新型城镇化与生态韧性耦合度处于0.9~1.0之间，属高水平耦合阶段，耦合协调度持续上升，由勉强协调发展阶段进入中级协调发展阶段；（3）安徽省新型城镇化与生态韧性耦合协调度在空间格局上表现为由“中部高，外围低”向“南高北低”演变的结构特征，并在研究末期形成高值组团。（4）2012—2022年安徽省新型城镇化与生态韧性耦合协调度总体呈现明显的空间正相关性，随时间推移空间聚集性愈加明显；从局部空间分布来看，L-L聚集区数量呈减少趋势，H-H集聚区主要位于皖南地区，L-L聚集区主要位于皖北地区。（5）安徽省新型城镇化与生态韧性耦合协调度发展受多因子共同驱动，在单一影响因子探测中，经济发展水平、产业结构调整、污染物处理能力等因子为主要驱动因素；在交互影响因子探测中，各因子之间存在显著的交互增强效应，且经济发展水平与其他因子共同作用的解释力最强。
（二） 建议
第一，提升安徽省新型城镇化与生态韧性水平，夯实新型城镇化与生态韧性协调发展基础。一方面，遵循生态优先，绿色为底的理念，在城镇化发展的进程中应始终坚持以生态保护为核心，提高新型城镇化发展质量。加强亳州市、阜阳市等低值区的政策支持，促进教育、交通等资源流通，推动低值区与核心城市之间的衔接，加快各市之间的交流合作，促进技术、资本等要素流动，实现优势互补。另一方面，保证生态安全，坚守区域生态本底，减少在生态脆弱区的经济活动，实现自然资源合理开发利用，加大节能环保财政支出比重，减少污染物产生与排放，探索符合安徽省省情的新型城镇化发展路径，实现安徽省绿色可持续发展。
第二，优化城镇空间格局，调整城市产业结构，充分发挥合肥市等高协调度城市的辐射作用，逐步实现市域间的联动发展，积极为周边城市提供一定的发展资源，减小市域发展差距。同时充分发挥H-H聚集区的空间溢出效应，加强城市之间的交流与耦合互馈，融入长三角城市群及合肥都市圈，构建均衡协调的发展结构。应发挥要素驱动作用，将绿色发展的理念融入经济发展中，推动安徽省新型城镇化与生态韧性协调发展进程。
-
表 1 新型城镇化评价指标体系
目标层 准则层 指标层 属性 权重 新型城镇化 经济城镇化 人均GDP/（万元/人） ＋ 0.1327 第二、第三产业产值在GDP中占比/% ＋ 0.0632 城镇居民人均可支配收入/元 ＋ 0.0947 人口城镇化 第二、第三产业从业人员占就业人员比率/% ＋ 0.0797 城镇登记失业率/% － 0.0982 人口城镇化率/% ＋ 0.0919 生态城镇化 建成区绿化覆盖率/% ＋ 0.0530 AQI环境空气质量优良率/% ＋ 0.0691 工业固体废弃物综合利用率/% ＋ 0.0222 社会城镇化 每万人拥有汽车数量/（辆/万人） ＋ 0.1358 每万人拥有医生数量/（人/万人） ＋ 0.0802 科教财政支出占GDP比率/% ＋ 0.0793 
下载: 导出CSV
表 2 生态韧性评价指标体系
目标层 准则层 指标层 属性 权重 生态韧性 抵抗维度 人口密度/（人/km2） － 0.0905 单位耕地化肥负荷/（t/ha） － 0.0643 单位GDP工业废水排放量/（t/万元） － 0.0680 单位GDP工业SO2排放量/（t/亿元） － 0.0522 适应维度 人均公园绿地面积/（m2/人） ＋ 0.0602 森林覆盖率/% ＋ 0.1245 人均水资源总量/（m3/人） ＋ 0.1613 排水管道长度/km ＋ 0.1581 恢复维度 生活垃圾无害化处理率/% ＋ 0.0523 污水集中处理率/% ＋ 0.0721 节能环保支出占财政支出比率/% ＋ 0.0965
下载: 导出CSV
表 3 耦合协调度等级分类
类别 协调度取值范围 协调度等级 协调发展类 0.9<D≤1.0 优质协调发展 0.8<D≤0.9 良好协调发展 0.7<D≤0.8 中级协调发展 0.6<D≤0.7 初级协调发展 过渡类 0.5<D≤0.6 勉强协调发展 0.4<D≤0.5 濒临失调衰退 失调衰退类 0.3<D≤0.4 轻度失调衰退 0.2<D≤0.3 中度失调衰退 0.1<D≤0.2 严重失调衰退 0<D≤0.1 极度失调衰退
下载: 导出CSV
表 4 2012、2017、2022年耦合协调度全局莫兰指数
年份 Moran’ s$I$ Z得分 P值 2012年 0.544 4.131 0.001 2017年 0.626 4.715 0.001 2022年 0.647 4.785 0.001
下载: 导出CSV
表 5 耦合协调度局部空间聚类情况
类型 2012年 2017年 2022年 H-H 芜湖、宣城、池州 芜湖、池州、宣城、黄山 黄山、池州、宣城 H-L — — — L-H — — 安庆、芜湖 L-L 阜阳、亳州、淮北、蚌埠 阜阳、亳州、淮北、蚌埠、淮南 亳州、蚌埠 不显著 宿州、淮南、滁州、六安、合肥、
马鞍山、安庆、铜陵、黄山宿州、滁州、合肥、六安、马鞍山、安庆 淮北、宿州、阜阳、滁州、淮南、
六安、合肥、马鞍山、铜陵
下载: 导出CSV
表 6 单一影响因子探测结果表
因子 2012年 2017年 2022年 q值平均 X1 0.734 0.679 0.878 0.764 X2 0.345 0.333 0.356 0.345 X3 0.161 0.206 0.378 0.243 X4 0.450 0.586 0.705 0.580 X5 0.359 0.394 0.338 0.364 X6 0.608 0.249 0.454 0.437 X7 0.607 0.682 0.412 0.567 X8 0.496 0.262 0.685 0.481
下载: 导出CSV
-
[1] 方创琳. 改革开放40年来中国城镇化与城市群取得的重要进展与展望[J]. 经济地理, 2018, 38(9): 1. DOI: 10.15957/j.cnki.jjdl.2018.09.001. [2] DENG. Suling Exploring the relation between new-type urbanization and sustainable urban land use: Evidence from prefecture-level cities in China. [J]. Sustainable Computing: Informatics and Systems, 2020. DOI: 10.1016/j.suscom.2020.10046.
[3] WANG LIN, YUAN MINGKANG, LI HUILIN, et al. Exploring the coupling coordination of urban ecological resilience and new-type urbanization: The case of China’ s Chengdu–Chongqing Economic Circle[J]. Environmental Technology & Innovation, 2023. DOI: 10.1016/j.eti.2023.103372.
[4] 刘海龙, 王改艳, 张鹏航, 等. 汾河流域新型城镇化与生态韧性耦合协调时空演变及协调影响力研究[J]. 自然资源学报, 2024, 39(3): 640. DOI: 10.31497/zrzyxb.20240309. [5] 罗顺元, 罗慧莲, 梁健杰, 等. 广西市域生态文明建设与城镇化耦合协调分析[J]. 生态经济, 2024, 40(5): 223. [6] 汤良, 胡希军, 罗紫薇, 等. 生态脆弱性与城镇化水平时空耦合及其交互影响因素: 以湖南省为例[J]. 生态学报, 2024(11): 1. DOI: 10.20103/j.stxb.202307181532. [7] 云小鹏. 黄河流域城镇化与生态环境耦合协调测度及交互关系研究[J]. 经济问题, 2022(8): 86. DOI: 10.16011/j.cnki.jjwt.2022.08.006. [8] 吕有金, 孔令池, 李言. 中国城镇化与生态环境耦合协调度测度[J]. 城市问题, 2019(12): 13. DOI: 10.13239/j.bjsshkxy.cswt.191202. [9] 田一聪, 田明, 李鹏, 等. 西藏自治区城镇化与生态系统服务协调发展研究[J]. 地理科学进展, 2023, 42(10): 1947. DOI: 10.18306/dlkxjz.2023.10.007. [10] 杨宜男, 李敬, 王立, 等. 长三角地区城市化对典型生态系统服务供需的影响[J]. 自然资源学报, 2022, 37(6): 1555. DOI: 10.31497/zrzyxb.20220613. [11] 解华明, 佟宁宁, 吴钱娇, 等. 安徽省城镇化效率与生态环境质量耦合协调时空演化[J]. 中国环境管理, 2024, 16(2): 82. DOI: 10.16868/j.cnki.1674-6252.2024.02.082. [12] 吴大放, 甘梓莹, 宁芳洁, 等. 珠三角地区近20年城镇化与景观生态安全耦合协调分析[J]. 环境工程技术学报, 2024, 14(1): 298. DOI: 10.12153/j.issn.1674-991X.20230279. [13] 黄莘绒, 管卫华, 陈明星, 等. 长三角城市群城镇化与生态环境质量优化研究[J]. 地理科学, 2021, 41(1): 64. DOI: 10.13249/j.cnki.sgs.2021.01.007. [14] 夏楚瑜, 国淏, 赵晶, 等. 京津冀地区生态系统服务对城镇化多空间尺度动态响应[J]. 生态学报, 2023, 43(7): 2756. DOI:10.5846 /stxb202204181049. DOI: 10.5846/stxb202204181049. [15] 贺小荣, 石彩霞, 彭坤杰. 长江中游城市群新型城镇化与生态韧性的时空适配及互动响应[J]. 长江流域资源与环境, 2024, 33(4): 699. DOI: 10.11870/cjlyzyyhj202404003. [16] 钱志权, 韩佳银. 长三角城市群新型城镇化与低碳发展耦合过程与机理[J]. 长江流域资源与环境, 2022, 32(11): 2285. DOI: 10.11870/cjlyzyyhj202311005. [17] 乔家君, 肖杰. 黄河中下游乡村振兴与新型城镇化耦合协调机制研究[J]. 地理科学进展, 2024, 43(3): 417. DOI: 10.18306/dlkxjz.2024.03.001. [18] 欧阳晓, 魏晓, 谢花林. 国土空间生态韧性研究进展与前沿分析[J]. 经济地理, 1−10[2024−9−18]. http://kns.cnki.net/kcms/detail/43.1126.K.20231124.1451.002.html. [19] 郭海红, 刘新民. 沿黄地区中心城市新型城镇化与生态韧性的耦合协调机制研究[J]. 华东经济管理, 2023, 37(4): 101. DOI: 10.19629/j.cnki.34-1014/f.220821006. [20] 赵领娣, 孙兆旭. 海岸带城市经济发展质量与生态韧性协同发展演化及空间收敛特征[J]. 经济地理, 2023, 43(7): 119. DOI: 10.15957/j.cnki.jjdl.2023.07.012. [21] 陶倩, 兰安军, 范泽孟, 等. 长三角城市群城市韧性与城市土地利用效益的耦合协调性分析[J]. 水土保持研究, 2023, 30(4): 373. DOI: 10.13869/j.cnki.rswc.2023.04.028. [22] 吕连菊, 阚大学. 新型城镇化与水生态韧性的交互耦合及驱动因素: 基于中部地区研究[J/OL]. 中国农业资源与区划, 1−13[2024−06−11]. http://kns.cnki.net/kcms/detail/11.3513.S.20240516.1602.017.html. [23] 袁家德, 张杰, 王玉纯. 长三角城市群城市韧性与土地利用效益的耦合协调及驱动因素[J]. 陕西师范大学学报(自然科学版), 2023, 51(6): 72. DOI: 10.15983/j.cnki.jsnu.2023131. [24] 李阳, 陈海龙, 田茂再. 新质生产力水平德统计测度与时空演变特征研究[J]. 统计与决策, 2024, 40(9): 11. DOI: 10.13546/j.cnki.tjyjc.2024.09.002. [25] 杨雪荻, 白永平, 车磊, 等. 甘肃省生态安全时空演变特征及影响因素解析[J]. 生态学报, 2020, 40(14): 4785. DOI: 10.5846/stxb201903200523.
计量
- 文章访问数: 389
- HTML全文浏览量: 90
- PDF下载量: 9