GRA-解耦模型新型城镇化与生态安全关联评估

郑志伟,何 刚,张世玉,蒋怀印,符艺文

(安徽理工大学 经济与管理学院,安徽 淮南 232001)

随着社会经济的发展和人民生活需求的提升,城镇化发展已进入快速、高质量发展阶段。2000—2021 年,我国城镇化率从36.20%增加至64.72%。 但是在城镇化快速推进过程中,加剧了水土流失、大气污染、土壤污染等环境问题。 淮河是新中国成立后第一条全面系统治理的大河。 党的二十大报告指出,“推进以人为核心的新型城镇化,处理好城镇化与环境保护的关系,维护城镇生态安全、优化城镇生态环境,坚决打好污染防治攻坚战”。 因此,探究淮河流域城镇化发展和生态安全之间的协同关系,有助于明晰两者之间的具体影响因素,促进城镇化进一步高质量发展,为淮河流域完成新型城镇化转型提供思路。

1 文献综述

城镇化与生态环境的关系一直是学者关注的热点。 基于协调城市化与生态环境的关系考量,Salman、Buraka 等[1-2]均采用不同方法对具体案例区城市化与生态环境关系进行了研究。 Muhammad Shahbaz 等[3]探寻马来西亚的城市化与能源消耗之间的关系,认为城市化会导致能源消耗。学者普遍认为城镇化发展存在人口、经济、社会、空间四个维度,生态安全存在压力、状态、治理三个方面[4-6]。 当前对于两者之间相互关系的研究成果较多,在研究尺度上,主要集中于流域和城市群。 张鹏岩等[7]对黄河下游影响区共20 个地级市城镇化-生态和谐机制的耦合协调发展进行研究。 周正柱等[8]以长江经济带沿线37 个城市为研究对象,探讨城镇化与生态环境综合发展水平与时空差异。 李琛等[9]以位于“一带一路”与长江经济带交汇地区的滇中城市群作为研究对象,利用耦合度分析和空间自相关分析方法揭示城镇化与资源环境承载力协调发展的内在规律。 在研究方法上,采用综合指数法[10]、DPSIR 模型[11-12]、PSM-DID 模型[13]、Lotka-Volterra 模型[14]等。 如姚彤等[15]采用综合指数法计算土地生态安全指数值,分析鄂尔多斯市10 年城镇化进程中土地生态安全的动态变化。 薛黎明等[16]利用PSIR 模型和SEM 模型对指标体系进行构建和修正,结合Lotka-Volterra 模型对生态协调度量化分析,对煤炭产业与环境系统协调度进行研究。 杨亮洁等[17]借助GIS 空间分析法、Tapio 指数模型,分析成渝城市群各地级市城镇化与生态环境交互作用的类型、演化路径及解耦路径。 本研究在前人的研究基础上,以淮河流域的安徽、江苏、河南三省作为研究对象,多维度构建指标体系,用熵权法确定权重,利用综合发展指数表征淮河流域城镇化发展水平和生态安全水平。

2 研究区概况

淮河流域位于111°55′～121°25′ E,30°55′～36°36′ N,发源于河南省桐柏县,流经河南、安徽、江苏三省,是我国重要的生态经济区[18-19]。 淮河流域城市经济发展迅速,城镇化建设逐年成熟,第三产业占比连年上升。 但是淮河流域常年洪涝灾害严重,存在污染排放过量、水土流失、生态系统退化等问题。 因此,如何贯彻落实“治淮”方案,探究经济高质量发展和生态经济环境持续好转之间的交互作用具有重要意义。

3 数据来源与指标体系

3.1 数据来源

研究所需的数据包括城镇化发展数据和生态安全数据两大类。 选取安徽、河南、江苏三省2010—2021 年的指标数据,数据主要来源于《中国统计年鉴》《中国生态环境状况公报》《安徽统计年鉴》《河南统计年鉴》《江苏统计年鉴》和《生态环境状况公报》。

3.2 构建指标体系

城镇化与生态安全本身就是复杂的系统,运用单一的指标难以描述其运行机制,两者应该包含多种要素。 科学评价城镇化发展水平和生态安全情况需要构建一个综合、合理的指标体系。 借鉴前人经验[20-21],城镇化发展水平包括人口、经济、社会、空间4 个方面,共选取10 个指标,其中,为体现人口在经济活动上的结构关系,选取非农业人口占比指标[22]。 新型城镇化发展考虑到生态文明理念,且第三产业发展迅速,能够满足百姓改变现状品质需求,选取第三产业相关指标。 在研究区域中,河南省、安徽省及江苏省只有少量城市具有地铁交通手段,公共交通车辆作为居民日常主要通行手段,选取万人拥有公共交通车辆指标。 生态压力、生态治理、生态状况三个维度组成生态安全评价体系,在生态安全层面,选取与居民生活息息相关的人均水资源量、年排放废气中二氧化硫含量、生活垃圾无害化处理率、污水处理率、建成区绿化覆盖率,以及人均公园绿地面积6个指标,代表生态治理的效果[23],如表1 所示:

表1 城镇化与生态安全指标体系

4 研究方法

4.1 熵权法计算权重

设系统有k个评价指标,s个待评价对象,hij(i=1,2…,k;j=1,2…,s)为第i个评价指标、第j年的值,形成k×s阶评价指标数值矩阵H=(hij)k×s,使用熵权法的步骤[24]:

4.1.1 标准化

正向指标

负向指标

式中:h′ij——标准化的hij;hmax、hmin分别表示不同评价对象同类指标的最大值和最小值,标准化值加上0.001 是为了避免出现0 值,导致求熵值时对数无法计算。

4.1.2 计算第j年第i项指标的贡献度

4.1.3 计算第i项指标的熵值

4.1.4 差异性系数计算

4.1.5 确定评价指标权重,计算指标综合得分

4.2 计算综合指数

综合指数计算公式为[25]:

式中:R——综合指数;UI——城镇化发展指数;EI——生态安全指数。

4.3 灰色关联分析

1985 年,邓聚龙教授在《灰色系统》中,提出灰色关联分析模型[26]。 该方法的分析机理是,首先,通过曲线将各种因素的变化描绘出来,其次,比较分析这些曲线的几何形状之间所具有的相似性,进一步判断各个因素之间相关度。 若两个因素的趋势相似,说明一致性高,也就是说,关联程度高。 反之,则较低。 这种方法对样本数据要求不严格,无需大量和典型的分布规律,得出的结果和定性的结果吻合度高。

4.3.1 关联系数

式中:δmn(t)——t时期的灰色关联系数;——t时期各城市的城镇化系统指标的标准化值;——t时期各城市生态安全系统指标的标准化值;ρ——分辨系数,取0.5。

4.3.2 关联度

将2010—2021 年的各关联系数求均值,即得准则层间和指标间的关联度值。

式中:γmn——指标m与指标n的关联度;k——年数。

参照已有成果,本研究将关联度识别标准进行分级,γmn(t)∈[0,0.35]关联性弱;γmn(t)∈(0.35,0.65],关联性中等;γmn(t)∈(0.65,0.85],关联性强;γmn(t)∈(0.85,1],关联度极强。

4.4 解耦模型

解耦和耦合是相对的概念,由经济合作与发展组织第一次提出[27],用来反映经济增长和生态安全之间的反向变化关系,即耦合关系的破裂程度。 本研究在相关研究成果的基础上,对安徽、江苏、河南三省的城镇化和生态安全的解耦状态进行测度,公式为[28]:

式 中:εtk——第tk时 期 的 解 耦 度 值;ΔEItk——第tk时期的EI变化率;ΔUItk——第tk时期的UI的变化率;EItks和EItke分别是第tk时期初期和末期的EI;UItks和UItke分别是第tk时期初期和末期的UI。

淮河流域是我国经济发展的重点区域,以牺牲环境为代价的经济发展模式致使经济建设和生态安全状态的矛盾日趋尖锐。 因此,借鉴前人的研究成果[29-31],确定解耦程度识别标准,如图1 所示:

图1 解耦状态判别标准

5 结果与分析

5.1 城镇化与生态安全时空分异分析

5.1.1 城镇化水平时空分异分析

对时序特征分析,由图2 可以看出,2010—2021 年淮河流域整体城镇化发展水平指数自0.264 增长至0.702,保持直线上升,但其增长率呈现出以下降为主的趋势。 2010—2012 年增长率下降了5 个百分点,最为显著;2013—2014 年略有回升,而后在1 个百分点范围内上下波动。 主要原因是,在新型城镇化发展理念影响下,淮河流域各省市主动对产业结构进行调整,企业进行升级转型;同时加大生态治理投入,加强污染监督管理,城镇化发展质量提升速度放缓。

图2 2010—2021 年淮河流域城镇化发展水平指数

对空间特征分析,三省之间的城镇化发展水平指数差距显著,位于下游的江苏省城镇化发展水平指数位列第一。 这与相关研究中[32],淮河经济带江苏的经济水平相对较高具有一致性。 安徽省的城镇化发展水平指数排名第三,但是在2010—2021 年城镇化发展水平指数变化率位居第一,达309.46%。 这与安徽省自中部崛起战略实施以来,加快工业化发展、重点打造合肥都市圈、皖江城市带和皖北地区三个城镇体系,积极融入长三角一体化进程密不可分。

5.1.2 生态安全水平时空分异分析

对时序特征分析,由图3 可以看出,淮河流域的生态安全水平指数呈现波动上升趋势,2010—2015 年淮河流域生态安全水平指数在0.3～0.5 之间波动,2016—2021 年,淮河流域生态安全水平指数在0.6～0.8 之间波动,处于相对稳定发展的水平,仍存在较大改进空间。 2010—2015 年,河南省城镇化进程的稳步推进,主要依靠污染较严重的制造业。 原始数据显示其废气排放量一直在100 多万吨高居不下,绿化面积增长缓慢,导致生态安全水平指数增长极度缓慢。 2015—2021 年,河南省将发展重心由经济发展向生态环境保护倾斜,生态安全水平指数变化率达55.45%。 安徽省的生态安全水平指数在三省中处于首位,2010—2016 年稳健上升,2016—2021 年呈先下降后上升又下降的波动,结合上文对淮河流域城镇化水平的分析可以看出,城镇化水平与生态安全水平之间存在一定的牵制关系。

图3 2010—2021 年淮河流域生态安全水平指数

对于空间特征分析,三个省份整体上的生态安全水平指数水平从高到低排序是安徽省、江苏省、河南省。 自2016 年之后,安徽省和江苏省的生态安全水平指数出现回落,河南省则继续保持稳定增长。 分析其原始数据可得,安徽省和江苏省的人均水资源量下降、二氧化硫排放量的降低空间较小。 而河南省则由于“美丽河南”和“生态建设”等措施的制定,2016 年人均二氧化硫排放量同比2015 年下降了69.67%。

总体来看,淮河流域三省的城镇化水平及生态安全水平均呈现良好的发展态势,但改善空间压力较大。 在资源能源约束下,存在城镇化高资源、高能源、高碳排放的“三高”消耗问题,城镇化水平在一定程度上会受到生态安全水平的影响。因此在生态文明背景下,不能以牺牲环境来换取经济的高速发展,要协调经济发展与生态安全的关系[33]。

5.2 城镇化与生态安全交互关系分析

5.2.1 城镇化水平与生态安全变化趋势分析。

城镇化发展水平与生态安全之间关系复杂。由图4 可知,2010—2021 年淮河流域城镇化水平指数直线上升,由2010 年的0.264 到2021 年的0.702,增长幅度达309.46%;生态安全水平指数从2010 年的0.323 增加到2021 年的0.762,2010—2016 年增幅较大,2016—2019 年在0.65左右波动,2020—2021 年在0.75 左右波动,增长幅度达135.61%,两者的增长幅度不一致,并且出现生态安全水平指数的增长滞后于城镇化发展指数的趋势。 由此可见,两者之间存在一定的相互制约关系。

图4 2010—2021 年城镇化与生态安全指数变化趋势

5.2.2 城镇化与生态安全解耦程度分析

为了进一步探究淮河流域城镇化与生态安全的相互作用关系,运用解耦评价模型,计算出淮河流域2010—2021 年的城镇化发展水平指数变化率、生态安全水平指数变化率及解耦系数。 根据上文中图1 的解耦评判标准确定此期间的解耦程度。

根据表2 可以看到,2010—2021 年淮河流域城镇化与生态安全的解耦程度情况复杂,2010—2011 年、2016—2017 年、2018—2019 年城镇化水平与生态安全为强解耦关系,即在发展经济的同时,牺牲了环境,此时的城镇化水平发展对生态安全具有很显著的影响。 2011—2012 年、2017—2018 年、2020—2021 年城镇化与生态安全存在弱解耦关系,城镇化与生态安全双向提升,但是城镇化的增长速度大于生态安全提升速度,说明此时城镇化水平对生态安全的反向影响较小。 2012—2013 年、2014—2015 年城镇化水平与生态安全是扩张性解耦的关系,表征两者之间同时提升且增幅协同。 2013—2014 年、2015—2016 年、2019—2020 年城镇化水平与生态安全呈现出扩张性负解耦状态,城镇化和生态安全虽然同步提升,但是生态安全的增速明显快于城镇化水平,说明生态安全对城镇化水平有一定程度的制约作用。 此外,2010—2021 年城镇化发展水平指数呈现出不断上升的趋势,所以淮河流域城镇化水平与生态安全不存在衰退性解耦、衰退性耦合、弱负解耦、强负解耦四种情况。

表2 2010—2021 年淮河流域解耦程度

总而言之,2010—2021 年淮河流域城镇化发展与生态安全处于强弱解耦及扩张性解耦关系的循环变换中,城镇化发展对生态安全有一定的胁迫作用,生态安全对城镇化发展存在倒逼作用。因此,国家在制定政策的时候要综合考虑多种因素,避免发展的不协调。

5.3 城镇化与生态安全关联核心要素分析

为了探究两系统之间的具体阻碍因素,通过灰色关联分析计算出各因素之间的关联程度,具体结果如表3 所示。

表3 城镇化水平与生态安全指标间关联度

从城镇化系统分析,各准则层对生态安全的关联度,属于关联性中等和关联性强的范畴。 其中社会城镇化、经济城镇化与生态安全的关联度分别达0.774,0.618,成为影响淮河流域生态安全的重要因素。 第三产业占GDP 比重(0.659)、第三产业就业人口比重(0.646)、人均城市道路面积(0.636)三个指标对生态安全的关联程度较高,对生态安全胁迫作用的主要因素有城镇人口密集、第三产业迅速发展产生的污染行为及废气排放量等。 因此,淮河流域在推进城镇化进程的同时,要适当降低人口密度、增加污染治理的费用、加强监管废气的排放标准及排放量,转变经济社会发展、工业生产方式对生态安全的胁迫现状。

从生态安全的系统分析,各准则层对城镇化发展水平关联度由大到小的排序是:生态压力(0.710)、生态状态(0.663)、生态治理(0.515),反映出城镇化发展受到生态压力的高度影响。 因此需要在经济发展过程中,减少二氧化硫、污水的排放,加大对各种污染物的处理、增加环境治理的资金,缓解生态环境的压力。 结合具体指标分析,建成区绿化覆盖率(0.664)与人均水资源量(0.643)对淮河流域城镇化建设具有明显促进作用。 建设区绿化覆盖率增高可以净化环境,维护生态平衡,改善空气质量,进而降低环境压力,促进城镇化发展。

6 结论及建议

(1)2010—2021 年淮河流域城镇化指数与生态安全水平指数均表现出增长趋势,存在明显的时空差异。 在空间上形成了下游江苏省城镇化水平明显高于中上游河南省和安徽省的分布特征。2017—2019 年,生态安全水平指数开始趋于稳定,在空间分异上表现为安徽省为高值中心,江苏、河南次之。 针对淮河流域各省之间差异明显情况,实施区域协调发展战略。 以下游江苏省为动力带,引导中上游的城市经济发展,缩小地区间的差异。 将中上游的资源优势与下游的经济优势结合起来,进一步促进淮河流域城镇化进程与生态安全协调发展。

(2)城镇化水平系统与生态安全系统间互动性显著,存在复杂的强弱交替关系。 城镇化水平与生态安全系统间主要是弱解耦、强解耦、扩张性解耦和扩张性负解耦4 种类型。 今后发展中政府应继续加大科技创新的投入,鼓励企业技术改造,引导企业向绿色环保的产业方向转变。 城市应根据自身条件出发,不断优化产业结构和布局,打造绿色、可持续的生态产业链。 同时淮河流域衔接长三角城市群及中原城市群,更要重视环境保护力度,加大环境监督治理力度,完善环境保护法律法规,引导淮河流域城镇化发展与生态安全水平交互作用向好发展,实现“城市-生态共同体”。

(3)社会城镇化对生态安全的胁迫作用最强,其中第三产业占GDP 比重、第三产业就业人口比重的影响最为显著;生态压力是城镇化水平的主要制约条件,关键影响要素为建成区绿化覆盖率、人均水资源量等。 因此在未来的发展中,生态安全会成为城镇化发展首要考虑的制约因素。城镇化快速发展的同时对生态环境造成的影响不容小觑,生态环境的容量也在一定程度上限制了城镇化进程。 结合地区实际对影响城镇化发展与生态安全水平的要素精准干预,动态干预,打破两者之间的制约瓶颈。