道路交通发展的区域社会-生态效应评估*——基于甘肃省的实证分析

蒋经民

（苏交科集团股份有限公司规划研究院，江苏 南京 210000）

0 引言

道路设施建设历来都是世界各国优先发展的基础设施项目之一。杨新军等[1]认为道路交通网络作为区域人口、资源和信息等流动的通道，对于推动区域经济一体化、城乡融合发展与乡村振兴等具有重要支撑作用。同时，道路作为人类活动与地理环境系统相互作用的耦合界面，道路交通发展必然对区域社会、经济和生态等要素产生显著影响，并存在复杂互馈关系。因而成为交通地理、景观生态、区域经济等领域学者关注的重要命题。然而，由于道路系统和区域地理环境系统的复杂性，以往对于道路设施建设效应评估的研究多集中于社会、经济或生态环境单一方面，而对宏观区域尺度社会-经济-环境综合效应的定量研究仍然较少。唐红林等[2]、王子侨等[3]认为近期源于生态学和复杂性理论的社会-生态系统理论可为其综合效应评估提供思路。

根据王帅等[4]、唐红林等[5]研究成果，社会-生态系统可以理解为人类与环境相互作用形成的具有复杂性、非线性、不确定性和多层嵌套等特性的耦合系统。Cumming[6]将复杂社会-生态系统加以分解，突出系统要素特点及其之间相互作用，为评估基础设施建设利用不同资源而在某种程度上引起社会-生态系统多重变化提供了视角。Holling[7]进一步将社会-生态系统解构为社会、经济和生态三个亚系统。其中，对道路交通发展的生态系统影响研究多集中于2 个内容：一是基于景观生态学方法探讨道路建设对区域生态系统的影响。Fu 和Liu[8]Cumming[9]、Imbernon 和Branthomme 研究认为，道路交通发展导致生态景观分割、干扰、破坏和退化等负面影响，尤其对于森林和草地景观影响最为深刻。二是从生物栖息视角进行分析，Forman和Alexander、Trombulak 和Frissell[12]等通过实地调查或遥感反演，开展道路建设对生物栖息地变化的影响分析。对经济系统的影响集中于宏观区域和微观农户两个尺度，鞠晴江[13]和储成龙等[14]研究认为道路基础设施建设促进了四川省经济增长和农户脱贫。

甘肃省由于其“西北-东南”走向的狭长地形，以及内赋高原、丘陵、戈壁、沙漠等多种地貌形态，道路交通网络对其资源配置（优化）与社会经济快速发展具有更为显著的支撑作用。但是道路交通发展与沿线区域社会资源、经济资源之间的联动效应仍然不明显，这对甘肃省社会经济发展形成制约。鉴于此，文章借鉴社会-生态系统与道路生态学相关理论，运用空间自相关、格兰杰因果检验和景观生态指数等方法，分析甘肃省道路交通网络空间格局，并评估道路交通发展的社会-生态效应，为其未来道路交通发展和“路衍经济”开发政策制定提供理论指导和帮助。

1 研究区概况与数据来源

1.1 研究区概况

甘肃省位于32°11′～42°57′ N，92°13′～108°46′E，处黄土高原、青藏高原与内蒙古高原的交汇地带。其西北与新疆维吾尔自治区接壤，西南与南部分别与青海、四川两省毗邻，东南与陕西省接壤，东部为宁夏回族自治区和内蒙古自治区，面积为42.58×104km2。截至2021 年末，常住人口为2 490.02 万人，国内生产总值为10 243.3亿元。

其狭长地形对其社会经济发展产生不利影响，制约着社会经济与自然资源等要素在空间上的流动和聚集。而道路交通的发展对促进甘肃全域资源要素的流动具有重要正向影响。首先，根据“点—轴系统”理论，道路建设有助于区域经济要素向道路沿线聚集，促进沿线区域发展；其次，在区域尺度上将实现全域资源的优化配置，促进产业结构调整；此外，农村公路的建设促进农村剩余劳动力的转移和农产品的输出，可能对区域农户收入增长也具有正向贡献。因此，在“一带一路”倡议背景下，实施道路交通与区域发展的联动效应研究对道路交通网络空间布局优化与促进甘肃省社会经济快速发展均具有重要意义。

1.2 数据来源

数据主要来源于社会经济统计数据和遥感信息数据。其中，社会经济统计数据主要来自于《甘肃省统计年鉴》（1990—2020年）以及各市州2020年统计年鉴和统计公报。遥感信息数据主要是土地利用数据和道路网络数据，其中土地利用数据来自于自然资源部发布的2000—2020 年30 m 全球地表覆盖数据集（http:∕∕globallandcover.com∕）；道路网络数据来自于全国地理信息资源目录服务系统1∶25万全国基础地理数据库（https:∕∕www.webmap.cn∕）。此外，人口数据来源于第七次全国人口普查数据。

2 研究方法

2.1 空间自相关

空间自相关可揭示数据的空间依赖和空间异质性，以及探测变量的空间关联性和集聚特征，分为全局空间自相关和局部空间自相关[15]。全局Moran’s I计算公式为[16]：

式中：I为全局Moran 指数；n为5 km×5 km 空间格网数量；xi和xj分别为格网单元i、j的道路网络密度；xˉ为平均路网密度；Wij是格网地理单元i、j的空间关系测度。

全局空间自相关不能确切表示集聚或异常发生的具体空间位置，因此，为分析甘肃省全域格网地理单元空间关联及差异程度，采用局部空间自相关方法深入分析，其表达式为[17]：

空间自相关检验的标准化统计Z为：

式中：E（I）、Var（I）分别为Z（I）的期望值和变异系数；正的Ii表示高值被高值所包围（高—高），或低值被低值所包围（低—低）；负的Ii表示低值被高值所包围（低—高），或高值被低值所包围（高—低）。

2.2 格兰杰因果检验

道路建设与区域经济增长、减缓贫困之间具有密切关联。借鉴已有研究成果，在省域层面选取国内生产总值（GDP），在个体层面选取农民人均收入为经济亚系统指标，运用格兰杰因果检验方法识别道路交通网络与经济增长的因果关系。该方法由Granger和Sims提出，可以有效检验经济现象之间的因果关系，在计量经济领域得到了广泛应用[18]。计算公式如下：

式中：RSS2为施加约束时的残差平方和；RSS1为没有施加约束时的残差平方和；n为样本容量；k为最大滞后阶数，根据AIC 和SC 准则确定为1。F统计量检验结果判断如下[19]：

当F＞Fα时，拒绝原假设，说明x有助于预测y；

当F＜Fα时，接受原假设，说明x不能预测y。

2.3 景观格局指数

已有成果从区域尺度和道路沿线区域尺度2个方面出发，探讨了道路建设对景观生态的影响。在宏观区域尺度，生态景观的变化受多种因素影响，因而其对道路交通发展的生态影响评估结果存在局限性。文章借鉴相关成果[20-21]，以高速公路、普通国省干道和县乡公路沿线500 m、500 m 和200 m 区域为研究对象，评估道路建设的生态效应。并选取斑块数量、斑块面积、景观破碎度指数和蔓延度指数进行定量测度。其中，景观破碎度指数反映景观被分割的破碎程度和景观空间结构的复杂性，计算公式为[22]：

式中：LFIi代表第i类土地类型景观破碎度指数，NPi为第i类土地类型斑块数量，CAi为第i类土地类型斑块总面积。

景观蔓延度指数是指景观中不同斑块类型的团聚程度或延展趋势，高蔓延度值证明景观中的某种优势斑块类型形成了良好的连接性；反之则表明景观是具有多种要素的密集格局。计算公式为：

式中：CONTAG代表蔓延度指数，Pi为i类斑块面积比例，gik为i类斑块和k类斑块相毗邻的数量，m为道路沿线景观中斑块类型数量。

3 结果分析

3.1 道路交通网络空间格局

研究利用ArcGIS 10.2 软件提取道路网络密度，并根据自然断点法将道路密度分为低密度、较低密度、中等密度、较高密度和高密度5个等级。结果显示，低密度区与较低密度区主要分布于甘南州、陇南市等高山丘陵区，庆阳市等黄土沟壑区以及酒泉市、武威市等戈壁荒漠区。中等及以上密度区域主要分布于兰州市、天水市、临夏州和定西市4 个地区。整体而言，甘肃省道路网络呈现“东南密，西北疏”的空间格局，并有一条“东南—西北”走向的中低道路密度线联动全域（图1a）。

为进一步识别道路密度空间特征，对其进行空间自相关分析。全局自相关Morans′I指数为0.16，z得分和显著性分别为73.85 和p=0.00＜0.05，表明道路密度在地理格网单元上呈现“高—高”或“低—低”集聚特征。其次实施局部自相关分析，除甘南州和陇南市外，其余市、州级政府驻地，道路密度均呈现“高—高”聚集态势，其中，以兰州和天水2个地区聚集程度最高。而“低—高”聚集区主要集中于兰州城市建成区周边区域，这与兰州市“两山夹一河”的地貌条件紧密相关。在其余地区，均不存在集聚特征（图1b）。可见区域道路密度与政治、经济和地理等要素具有密切联系，在部分地区比较密集，而在其他区域分布稀疏。

3.2 道路交通发展的社会—生态效应

3.2.1 道路交通发展的社会效应

在社会层面，选取2000—2020 年人口数量、医疗床位数、城镇化率、男女性别比、非农业人口数量和输转城乡富余劳动力数量6个指标与道路里程进行Person相关分析。结果见表1，除人口数量外，其余指标均通过了显著性检验，且Person相关系数均在0.80以上，证明道路交通发展对区域社会系统产生了重要影响。

表1 道路里程与社会系统指标的相关性

首先，由于城乡之间基础设施、生活水平等差异形成的拉力，以及乡村农业劳动力剩余、农业经济收益较低等推力，城镇化处于快速增长的阶段，而道路交通的发展促进了城乡之间人口流动强度，区域城镇人口从603.93 万人上升至1 306.28 万人，城镇化率从24.01%增加至52.23%；其次，医疗卫生基础设施均等化空间格局有赖于道路设施的发展，而甘肃省道路交通的发展促进了区域医疗设备的完善，医疗机构床位数从23.63万张上升至71.12万张；此外，在农民工“候鸟”式进城务工的背景下，道路基础设施的建设和完善将扩大务工人数规模和务工空间距离，表现为输转城乡劳动力数量的增加，其可能会对输入地基础设施服务、医疗和教育等方面产生压力。最后，道路里程与男女性别比的Person相关系数为-0.961，可能是因为道路网络的完善使背景下人口大量流动，但也表现出男性劳动力的流动数量大于女性的特征[23]，因而该区域的性别比呈现逐渐下降的态势。

3.2.2 道路交通发展的经济效应

从1990—2020 年，甘肃省道路里程从3.47×104km 增加至15.60×104km，增长了4.90 倍。利用Eviews 11 软件识别道路交通发展与经济增长的因果关系。首先将道路里程、GDP和农民人均纯收入分别记为：LROAD、LGDP 和LINCOME，并分别进行单位根检验（ADF），结果显示其满足格兰杰因果分析平稳性要求。格兰杰因果检验结果表明，道路基础设施的建设是区域经济增长的格兰杰原因，说明1990 年以来甘肃省大规模道路基础设施的建设有助于经济要素的集聚，并有效地促进了区域经济发展，甘肃省GDP从1990年的242.80亿元增加至2020年的9 016.70亿元，增加了37.13倍。但经济增长却未促进道路基础设施的建设。与农民人均纯收入的格兰杰因果检验结果表明，道路设施的建设有效增加了农民人均纯收入，即道路建设对区域减贫、脱贫具有重要贡献，农民人均纯收入从430.98元增加至10 344.30 元，增加了24.03 倍。而农民人均纯收入的增加对道路设施建设并没有贡献（表2）。

表2 道路交通与区域经济增长的关系

3.2.3 道路交通发展的生态效应

甘肃省土地覆被类型有9大类，分别为耕地、林地、草地、灌木林、湿地、水体、裸地、人造地表、冰川和永久积雪用地。而2000—2020 年土地利用变化表明（图2），道路、居住用地等人造地表面积增加明显，而草地和耕地等面积逐步下降。

图2 甘肃省2000—2020年土地覆被变化

为进一步识别道路交通发展与生态景观之间的关系，以2020 年道路网络数据为基础，按高速公路、普通国省干道和县乡道两侧500 m、500 m 和200 m 作缓冲区。并将提取结果引入Fragtats 4.2 软件计算景观格局指数。结果表明：人工地表用地斑块数量从4 275 个增加至7 255 个，面积从60 418.47 hm2增加至174 742.3 hm2；耕地斑块从18 203 个上升至23 022 个，但面积却减少61 579.8 hm2；灌木林斑块数量从6 189个减少至4 059个，面积从7 561.19 hm2下降至3 699.01 hm2；草地斑块数量从47 601个下降至37 174 个，面积减少56 797.4 hm2；林地斑块从14 989 个上升至18 223 个，面积增加了49 577.7 hm2。而CONTAG从58.66 下降至55.11（表3）。以上结果表明，道路建设占据了沿线区域耕地和灌木林地，同时吸引居民点在沿线聚集，因而增加了耕地、灌木林地和人工地表的景观破碎化程度，但却未使草地和林地的景观破碎程度增加。同时在整体道路沿线区域景观尺度上却削弱了各斑块类型连接度，使其更为破碎化。

表3 甘肃省2000年和2020年景观格局指数

4 结论与讨论

4.1 结论

（1）甘肃省道路网呈现“东南密，西北疏”的空间格局，并在市（州）级行政驻地（城市）显现“高—高”聚集态势，其中以兰州、天水两市最为显著。

（2）甘肃省道路基础设施的建设对区域社会—生态系统产生了重要影响。其中，对社会系统的影响主要表现为非农业人口数量、城镇化率、输转城乡劳动力数量和医疗床位数的增加，以及男女性别比的下降。对经济系统的影响在于道路交通的发展对区域经济增长和减缓贫困具有显著贡献。而对生态系统的影响主要表现为道路建设增加了耕地、灌木林地和人工地表的景观破碎化程度，并在整体道路沿线区域景观尺度上削弱了各斑块类型连接度。

4.2 讨论

交通系统和社会-生态系统是2 个存在非线性作用的复杂系统，而且道路作为人类活动和地理环境相互作用的耦合界面，其对区域社会-生态系统存在多要素和跨尺度影响特征。文章在省域层面，尝试将道路系统和局域社会-生态系统予以关联，实现对道路交通发展综合效应（结果）的评估，拓展了对道路基础设施建设结果评估的内容。甘肃省受其狭长地形、多类地貌的影响，道路交通发展对区域资源联动和社会经济发展具有重要支撑作用，并将有助于实现脱贫攻坚和乡村振兴有效衔接。同时，“路衍经济”（通过对公路沿线经济要素集聚、扩散而衍生出的新的经济形态）作为甘肃省着力打造的千亿级产业集群之一，因而开展道路交通发展的社会-生态效应研究可为地方政府相关决策提供理论指导与帮助。未来研究应对道路系统与局域社会-生态系统之间的相互作用予以重点关注，并实现定量化探讨，推动道路交通与区域社会经济协同发展。