城镇化过程中生态承载力耦合关系的时空演变——以洞庭湖区为例

熊建新，张志业，赵 迪，周 扬，许建伟

（1.湖南理工学院 经济与管理学院，湖南 岳阳 414000；2.湖南文理学院 资源环境与旅游学院，湖南 常德 415000）

城镇化是一个国家工业化和现代化的主体常态，城镇化过程是一个人口集聚、经济增长和空间扩张的复杂过程[1-2]。生态承载力是这个复杂过程的重要载体，它以包括人类社会在内的生态系统为研究对象，是一个自然、经济和社会的复合系统[3-6]，其资源、环境和生态等因素对城镇化过程具有重要的基础和支撑作用[7]。目前，中国快速城镇化过程深刻改变了这种自然结构和社会经济结构，带来了日益严峻的资源保障、环境承载和生态剥夺问题[7-8]，已经严重制约了城镇生态系统的可持续承载。因此，中央城镇化工作会议和《国家新型城镇化规划（2014—2020）》等重要文件提出要走与生态环境容量及资源环境承载力相适应的可持续城镇化发展道路。生态承载力集中反映了区域协调发展中生态系统对可持续城镇化发展的支撑功能，既是对城镇生态系统整体水平的表征，也是判断城镇化过程中社会经济与自然生态系统协调与否的重要依据，诚如傅伯杰等专家所言，新型城镇化过程及资源环境承载力预警是中国地理科学发展的国家战略需求和未来发展的战略方向[9]。目前，两者关系的研究主要集中在城镇化与生态环境交互耦合效应方面，以方创琳为首的专家组建立了城镇化与生态环境协调发展的动态耦合度模型，提出了城镇化与生态环境交互胁迫理论与分析方法，梳理了两者交互耦合效应研究的国际进展和总体评价，归纳出两者交互耦合效应解析的理论框架及技术路径[1]，为城镇化过程中生态承载力研究提供了智力支持和技术支撑。但是，其研究视角是基于城镇化与生态环境两者之间关系，旨在提出与资源及生态环境容量相协调的城镇化可持续发展优化方案。不难看出，现有的学术研究偏重于城镇化对生态承载力系统中资源、环境和生态等要素的影响评价和优化调控，尚未从系统论的视角深刻剖析城镇化过程中生态承载力内部系统耦合关系的时空演变特征。就洞庭湖区来看，现有研究成果主要是从洞庭湖区城镇化和生态承载力两者单独方面所做的研究[10-11]，而对两者之间关系的研究相当少，尤其是在城镇化过程中非常缺乏对生态承载力系统耦合协调发展问题的研究。因此，本文从系统论的视角，运用灰色关联模型，分析2001—2019年洞庭湖区城镇化过程中生态承载力耦合关系的时空演变特征，提出相应建议，以期为可持续城镇化发展提供科学依据。

1 生态承载力耦合关系的形成机理

基于生态足迹理论，生态承载力的测算最初是将生物、水、土地、气候等各类资源折算为耕地、林地、牧草地、建设用地、水域和能源用地6大类生物生产性面积[12]。在城镇化发展过程中，人类对这6 大类生物生产性面积的胁迫作用在不同的发展历史时期和发展区域呈现不同的特点。纵观城镇化发展的轨迹[13]，在城镇化发展初期，城市人口分布较为分散，城市经济发展对资源的开发利用处于初级阶段，城市空间扩张也较为缓慢。因而，城镇化对生态承载力的胁迫性较小，城市生态系统自我维持与调节的生态弹性力较强，生态承载力各类指标处于正常状态。随着城镇化的深入推进，人口高度集聚，生态用地和农用地不断地转变为城市建设用地，城市空间不断扩张，经济规模和发展水平随之攀升，导致人类活动对生态承载力的压力日益加强，资源环境的供容和承载能力减弱，生态承载力也随之下降；当其下降幅度达到或超过某一特定极限时，生态容量衰竭使得生态承载力对城镇化发展的约束性不可调和。此时，人类为了实现城镇化的可持续性，将采取一系列能动支持和调控资源环境的响应措施，转型升级产业结构，增加生态和环保投入，提高环境治理水平，控制生态保护红线、永久基本农田和城镇开发边界，落实国土空间规划，走集约化、生态型可持续发展道路，有效平衡发展线和限制线（图1）。由此看出，在城镇化发展过程中，基于状态-压力-响应框架，生态承载力的概念内涵被解读为一个由生态弹性、资源环境和人类支持3 个子系统所构成的复合系统[3-6]。其中，生态弹性子系统集中反映城镇化过程中生态系统的自我维持与调节能力，资源环境子系统集中反映城镇化过程中资源环境的供容和承载能力，人类支持子系统集中反映城镇化过程中人类对资源环境的能动支持和调控能力，这三种能力可以通过系统要素与生态承载力数量关系的相互作用体现出来[3]，彼此关联，互为影响，形成了共生耦合关系[11]。

图1 城镇化过程中生态承载力耦合关系的形成机理Fig.1 Formation mechanism of coupling relationship of ecological carrying capacity during urbanization

2 研究区概况

洞庭湖区地处长江中游荆江段以南，地理位置为28°44′～29°35′N，111°53′～113°05′E，地形以平原和丘岗为主，平均海拔不足50 m，年平均降水量和平均气温分别为1 200 mm 和16.5℃，行政区划上地跨湘、鄂两省，国土面积85%以上在湖南省境内[14]。囿于研究数据可获取和前期研究基础，研究范围界定为岳阳市所辖的岳阳市区、岳阳县、华容县、湘阴县、汨罗市和临湘市6 个区域，常德市所辖的常德市区、汉寿县、安乡县、桃源县、澧县、临澧县和津市7 个区域，以及益阳市所辖的益阳市区、沅江市、南县和桃江县4 个区域，面积和人口分别占湖南省的15%和21%[14]。参考《洞庭湖生态经济区规划》，本文将沅江市、南县和湘阴县等县域列为洞庭湖的核心区，岳阳市区、常德市区和益阳市区等县域列为边缘区，其它县域列为外围区。近年来，区内城镇化进程明显加快，生态环境问题也日益受到党和政府的高度重视。

3 指标体系、数据来源与研究方法

3.1 指标体系构建

图1表明城镇化过程中人口集聚、经济增长和空间扩张对生态承载力系统产生了压力、状态和响应，系统要素之间构成了胁迫约束、协同整合和反馈关系。因此，指标选取既考虑到能够体现城镇生态系统承载和压力，又能反映城镇化过程中人类对资源环境的能动支持和调控能力。考虑到指标的复杂性、多元性和关联性，利用主成分分析法对指标进行筛选、提取，满足最大的信息量要求，并且结合前人研究成果[5,15]，最终从生态弹性、资源环境和人类支持3 个维度构建生态承载力指标体系（表1）。其中，生物丰度指数、水网密度指数、植被覆盖指数、土地胁迫指数4个指标选取的依据、内涵和测算主要参考《生态环境状况评价技术规范（HJ 192—2015）》[16]，其它指标的选取符合中国可持续发展核心指标体系的要求。

3.2 数据来源及预处理

研究数据主要包括土地类型类、社会经济类和资源环境类，土地类型类数据主要利用ArcGIS软件对洞庭湖区2001—2019年的1∶250 000土地利用/土地覆盖分类图进行处理，分别提取耕地、林地、牧草地、建设用地、水域、未利用地等各种土地类型的信息，用于测算生态承载力；社会经济类数据主要源自岳阳市、常德市和益阳市3 个地级市的统计年鉴，资源环境类主要通过3 个地级市环境公报、自然资源公报、以及生态环境局和自然资源与规划局等职能部门采集的数据。生态承载力的测算采用Goodland 提出的方法[12]，将生物、水、土地、气候等各类资源折算为耕地、林地、牧草地、建设用地、水域和能源用地6 大类生物生产性面积来求算。目前，通用的计算公式为：式中，EC 为总生态承载力，N为人口数，ec 为人均生态承载力，aj为人均占有j类生物生产性土地面积，rj为均衡因子，yj为产量因子，取值采用Wackernagel 的研究成果[17]，均衡因子取值为：耕地和建设用地2.82、林地1.14、牧草地0.54、水域0.22、化石能源用地1.14；产量因子取值为：耕地和建设用地1.66、林地0.91、牧草地0.19、水域1.00、化石能源用地0。计算时，扣除12%的生物多样性保护面积。

表1 生态承载力指标体系Table 1 The index system of ecological carrying capacity

3.3 研究方法

从某种意义来说，城镇化过程中生态承载力系统是一种信息不完全的灰色系统，内在各因素的耦合关系具有复杂性。因此，本研究引入灰色关联分析模型[18]。它通常被认为是一种用来研究这种信息不完全的灰色系统相对较好的方法，其实质是通过对反映各因素变化特性的数据序列进行比较，采用灰色象元空间之间的距离来表征各因素之间的相关程度。距离越小，灰色关联度越大，耦合相关程度越大[19]。本研究选择人均生态承载力作为参考序列，生态弹性、资源环境和人类支持3 个子系统的因子作为比较序列，采用极差正规法进行数据标准化处理，选择分辨系数为0.5。为了保证有足够的样本和数据的连续性，选择了洞庭湖区2001—2019年奇数年份的指标数据。

4 结果与分析

4.1 生态弹性子系统耦合关系的时空变化

4.1.1 时序变化特征

运用灰色关联模型，测算出洞庭湖区2001—2019年人均生态承载力与生态弹性6 个因子的灰色关联度（表2）。可以看出：1）从整体上来看，近20年来人均EC 与生态弹性因子的关联性强。6 个因子的关联度均值都在0.85 以上，尤其是人均EC 与生物丰度指数、水网密度指数、植被覆盖指数和土地胁迫指数4 个因子之间的关联度最高，分别达到了0.948、0.943、0.925 和0.933。这说明湖区人均EC 与生态弹性子系统要素之间的关系最为密切，城镇化的不断推进加速了土地利用类型的快速流转，影响到生态系统的结构与功能，使得人均EC 与6 个因子的相关性进一步增强。2）从因子关联度的变化趋势来看，人均EC 与6 个因子的关联度大体上呈现不断上升趋势，尤其是2005年以来，这种上升态势更为明显。其中，上升幅度超过6.5%的因子是森林覆盖率、湿地面积退化指数和生物丰度指数，分别达到了8.76%、6.87%和6.71%。同时不难看出，2005年前后人均EC 与6 个因子的关联度处于一个低值和拐点。这可能与洞庭湖区实施“退耕还林还草”“退田还湖平垸”等生态保护和修复措施有关，一定程度上更加体现了人均EC 与6 个因子关联度性强的变化特征。

表2 人均EC 与生态弹性因子的灰色关联度Table 2 Gray relational degree between per capita EC and ecological elastic factor

4.1.2 空间差异特征

为了揭示城镇化过程中生态弹性子系统耦合关系的空间特征，运用灰色关联模型分别测算洞庭湖区2001—2019年17 个县域人均EC 与生态弹性6 个因子的关联度，取其均值，利用ArcGIS 软件绘制出人均EC 与生态弹性因子关联度的空间分异图（图2）。可以看出：1）17 个县域人均EC与生态弹性因子关联度的区域差异明显。从整体上来看，因子关联度的地域分布格局表现为洞庭湖外围区和核心区大于边缘区，最为明显的是岳阳市区、常德市区和益阳市区3 个县域的因子关联度小于核心区和外围区的县域。表明城镇化过程中这3 个县域人均EC 与生态弹性因子的相关性相对较弱，生态系统的自我维持与调节能力也相对偏弱。2）从单个因子关联度的空间格局来看，人均EC 与土地胁迫指数（X14）和湿地面积退化指数（X15）2 个压力因子关联性最强的县域集中分布在洞庭湖区的边缘区，生物丰度指数（X10）、水网密度指数（X11）、植被覆盖指数（X12）和森林覆盖率（X13）4 个状态因子关联性最强的县域集中分布在洞庭湖的核心区和外围区，基本上形成以岳阳市区、常德市区和益阳市区3 个县域为中心的差异性分布格局。反映出这3 个县域在城镇化过程中人类活动对城镇生态系统的干扰性和压力最为明显。相对而言，洞庭湖外围区和核心区14 个县域具有比较优势，生态弹性较强，但仍不忽视城镇化的快速推进必定会将原生的生态系统转化为人工的城镇生态系统，加剧对土地类型的胁迫与湿地面积的退化，势必造成城镇建设用地与生态用地之争的局面[20]。

图2 人均EC 与生态弹性因子关联度的空间差异Fig.2 Spatial differences of gray relational degree between per capita EC and ecological elastic factor

4.2 资源环境子系统耦合关系的时空变化

4.2.1 时序变化特征

运用灰色关联模型，测算出洞庭湖区2001—2019年人均生态承载力与资源环境10 个因子的灰色关联度（表3）。可以看出：1）近20年来人均EC 与资源环境因子的关联度呈现差异性变化。一是人均EC 与人均林地面积、人均耕地面积、人均水资源量和人均建设用地面积4 个因子之间的关联度最高，均值分别达到了0.902、0.943、0.909和0.957。这说明城镇人口高度集聚、经济快速增长和空间不断扩张加速了农用地和生态用地不断向建设用地、工业用地和商业用地的流转，以及占有大量的水土资源，使得城镇化过程中人均EC与这4 个因子之间出现了强相关性。二是人均EC与大气污染综合指数、人均工业废水排放量、人均固体废弃物产生量和化肥与农药施用强度4 个因子的关联性相对较弱，主要原因是这4 个因子在城镇化过程中受到环境治理水平的影响，并非与生态承载力产生直接的关系，但对生态承载力产生的压力仍然较为突出[21]。2）从因子关联度的变化趋势来看，人均EC 与人均林地面积、人均耕地面积、人均水资源量和人均建设用地面积4 个因子的关联度一直呈现上升趋势，上升幅度均超过6%。人均EC 与其它6 个因子呈现倒“U”型变化趋势，2011年前后出现高值和拐点。这与党的十八大以来，大力推进生态文明建设、实施《国家新型城镇化规划（2014—2020）》和打造《洞庭湖生态经济区（国函[2014]46 号）》等国家政策和战略方针紧密相关。随着资源消耗逐渐下降和环境质量不断提高，人均EC 与这6 个因子的相关性渐趋下降。

表3 人均EC 与资源环境因子的灰色关联度Table 3 Gray relational degree between per capita EC and resources-environment factor

4.2.2 空间差异特征

为了揭示城镇化过程中资源环境子系统耦合关系的空间特征，运用灰色关联模型分别测算洞庭湖区2001—2019年17 个县域人均EC 与资源环境10 个因子的关联度，取其均值，利用ArcGIS软件绘制出人均EC 与资源环境因子关联度的空间分异图（图3）。可以看出：1）人均EC 与资源环境因子的关联性在空间分布上既具有一致性，又具有差异性。一致性体现在17 个县域人均EC与资源环境子系统4 个状态因子的关联性都较强。表明城镇化过程中人口高度集聚、经济快速增长和空间不断扩张对洞庭湖区水土资源的剥夺日益加剧，城镇化水平的快速提高一定程度上更多地依赖水土资源的拥有量。因此，这4 个状态因子关联度的空间布局具有较高的普遍一致性。差异性体现在17 个县域人均EC 与资源环境子系统6个压力因子的关联性存在较大差异，工业经济较为发达的县域，前面5 个压力因子的关联性较强；农业经济具有一定地位的县域，后面1 个压力因子的关联性较强。这是因为城镇化过程中工业经济是主要驱动力，工业经济对水土资源因子产生了巨大需求，并且工业生产过程中排放大量污染物严重恶化了湖区生态环境。相对而言，农业经济对湖区生态环境的影响主要表现在大量施用化肥与农药产生的面源和点源污染。因此，这6 个压力因子关联性的地域分布格局大体上表现为洞庭湖边缘区＞外围区＞核心区。2）从单个因子关联度的空间格局来看，人均EC 与大气污染综合指数（X26）、人均工业废水排放量（X27）、和人均固体废弃物产生量（X28）3 个压力因子关联性最弱的县域集中分布在洞庭湖的核心区，以沅江市、南县和湘阴县3 个县域为中心。人均EC 与化肥与农药施用强度（X29）因子关联性最弱的县域集中分布在洞庭湖的边缘区，以岳阳市区、常德市区和益阳市区3 个县域为中心。这种分布格局集中反映出不同生产性质和不同经济发展水平的城市，人均EC 与资源环境因子关联性的主导影响作用各不相同。

图3 人均EC 与资源环境因子关联度的空间差异Fig.3 Spatial differences of gray relational degree between per capita EC and resource-environment factor

4.3 人类支持子系统耦合关系的时空变化

4.3.1 时序变化特征

运用灰色关联模型，测算出洞庭湖区2001—2019年人均生态承载力与人类支持10 个因子的灰色关联度（表4）。可以看出：1）近20年来人均EC 与人类支持因子的关联度呈现明显差异性。其中，与城镇人口比重、城镇密度、GDP年增长率和生态用地比率4 个因子的关联度最高，均值分别达到了0.965、0.960、0.924 和0.943。表明城镇化过程中人均EC 受到城镇人口集聚、城镇数量及规模、城镇经济发展水平和城镇用地类型转变等多重因素影响，产生了系列压力和响应，增强了人均EC 与这4 个因子的相关性。与第三产业占GDP 比重和研发投入占GDP 比重的相关性相对较弱，说明现有产业转型升级、研发投入尚未足以改变生态承载力现有状况，人均EC面临下降的态势仍然严峻[20]。2）从因子关联度的变化趋势来看，人均EC 与人类支持10 个因子的关联度一直呈现上升趋势，尤其是2011年以来，这种上升态势更加明显。这反映出城镇化过程中人口高度集聚、经济快速发展和城镇规模及数量不断扩大给生态承载力造成了巨大压力；与之同时，人类已经意识到了这种压力所带来的潜在风险，采取了一系列能动支持和调控资源环境的响应措施，使得人均EC 与人类支持10 个因子的相关性进一步增强。

表4 人均EC 与人类支持因子的灰色关联度Table 4 Gray relational degree between per capita EC and human support factor

4.3.2 空间差异特征

为了揭示城镇化过程中人类支持子系统耦合关系的空间特征，运用灰色关联模型分别测算洞庭湖区2001—2019年17 个县域人均EC 与人类支持10 个因子的关联度，取其均值，利用ArcGIS软件绘制出人均EC 与人类支持因子关联度的空间分异图（图4）。可以看出：1）17 个县域人均EC 与人类支持子系统3 个压力因子的关联性在空间分布上具有较强的一致性。无论是核心区，还是边缘区和外围区，这3 个压力因子的关联性都强，反映出17 个县域的城镇化对整个湖区生态系统都产生了巨大压力，人均EC 下降态势仍然相当严峻[20]。同时可以看出，人均EC 与环境污染投资率（X35）、废水达标排放率（X36）、固体废弃物综合利用率（X37）和环保支出占GDP 比重（X39）4 个响应因子的关联性在空间分布大体上也呈现一致性，说明湖区各级政府对城镇化过程中生态环境问题的高度重视达成了一致认识，采取了一系列响应措施，因而增强了因子的相关性。2）17 个县域人均EC 与人类支持子系统另外3 个响应因子的关联性在空间分布具有明显差异性。一是人均EC 与第三产业占GDP 比重（X33）、研发投入占GDP 比重（X38）2 个响应因子的关联性在地域分布上表现为边缘区＞外围区＞核心区，表明边缘区经济发展水平较高和第三产业发展较好的县域，有力支撑和调节了生态系统的承载能力，因而因子的关联性较强，反之亦然。二是人均EC 与生态用地比率（X34）关联性的空间分布表现为核心区＞外围区＞边缘区，说明核心区的生态资源富集，生态系统的自我维持与调节能力较强。这种差异性的地域分布格局增加了湖区人类经济活动对资源环境的能动支持和调控能力的难度。

图4 人均EC 与人类支持因子关联度的空间差异Fig.4 Spatial differences of gray relational degree between per capita EC and human support factor

5 结论与建议

基于城镇化过程中生态承载力耦合关系的形成机理，构建了生态承载力指标体系，运用灰色关联模型，分析了2001—2019年洞庭湖区城镇化过程中生态承载力耦合关系的时空演变特征，得出以下结论，给出相关建议。

1）2001年以来洞庭湖区人均EC 与生态弹性因子的关联性强，且呈现不断上升的变化趋势，加速了城镇化过程中土地利用类型的快速流转。从地域分布格局来看，因子关联度的空间差异整体上表现为洞庭湖外围区和核心区大于边缘区，单个因子形成以岳阳市区、常德市区和益阳市区3个县域为中心的差异性分布，反映出这3 个县域不仅生态系统的自我维持与调节能力相对偏弱，而且在城镇化过程中人类活动对城镇生态系统的干扰性和压力最为明显。因此，未来洞庭湖区城镇化过程中应在“共抓大保护，不搞大开发”的绿色发展理念和“还一湖碧水”的生态治理目标指引下，牢牢控制生态保护红线、永久基本农田和城镇开发边界，落实国土空间规划和《洞庭湖生态经济区规划》。尤其是位于洞庭湖边缘区的县域，更加严格限制土地类型的无序流转，有效平衡城镇建设用地与生态用地、农用地之争，遏制土地退化和湿地面积退化现象，促进整个湖区生态系统结构与功能不断优化，进而增强生态系统自我维持与调节的能力。

2）近20年来洞庭湖区人均EC 与资源环境4个状态因子之间的关联度最高，且一直呈现上升变化趋势；与6 个压力因子的关联性相对较弱，呈现倒“U”型变化趋势。从地域分布格局来看，17 个县域人均EC 与4 个状态因子关联度的空间布局具有较高的一致性，与6 个压力因子的空间布局表现为边缘区＞外围区＞核心区。单个因子围绕核心区和边缘区为中心呈现差异性分布，集中反映了不同性质和不同经济发展水平的城市，人均EC 与资源环境因子关联性的主导影响作用各不相同。因此，未来洞庭湖区城镇化过程中应大力推进“两型社会”建设，打造“山水林田湖草”生命共同体。针对核心区和边缘区差异性时空分布特征，今后应该严格控制农用地和生态用地不断向建设用地、工业用地和商业用地的流转，减轻工业经济对水土资源的过分依赖，提高城镇化水平的质量。同时，坚决执行停、转、并、汰“三废”排放不达标的环境污染型企业，还洞庭湖“一江碧水”；大力发展高效生态农业，降低化肥与农药施用强度，推进农业现代化。从而，彻底改变洞庭湖核心区和边缘区差异性分布格局的不利局面，促进山水林田湖草各要素生态过程的有机统一。

3）近20年来洞庭湖区人均EC 与人类支持10 个因子的关联度一直呈现上升趋势。从地域分布格局来看，17 个县域人均EC 与3 个压力因子关联度的空间布局具有较强的一致性，与第三产业占GDP 比重和研发投入占GDP 比重2 个响应因子的空间布局表现为边缘区＞外围区＞核心区，与生态用地比率的空间布局恰好相反。这种时空分异特征既反映了城镇人口集聚、经济增长和空间扩张给整个湖区生态系统产生了巨大压力，同时也反映了各级政府对生态环境问题的高度重视达成了一致认识，还集中体现了人类活动对资源环境的能动支持和调控能力的难度较大。因此，未来洞庭湖区城镇化的发展应以《国家新型城镇化规划（2014—2020）》为指导，优化城镇化发展模式。转型升级产业结构，增加生态和环保投入，提高环境治理水平。针对差异性分布格局，各级政府应打破区际条块分割管理现状，实行协同治理与管理，增强人们对资源环境的能动支持和调控能力；从长远来看，应立足湖区生态资源禀赋，因此制宜，走集约化、生态型可持续城镇化的发展道路。