北疆地区城市化发展与生态环境的灰色关联性分析

严 姗，孜比布拉·司马义

（新疆大学a.资源与环境科学学院，b.新疆大学绿洲生态重点实验室，乌鲁木齐830046）

人类活动对生态环境的影响及其反馈机理已成为当前地理学、生态学及环境科学等相关学科共同的研究热点之一[1].随着城市经济的高速发展和城市人口的急剧增加，城市化对生态环境产生的胁迫作用日益突出[2]，过度采伐、开垦、狩猎以及建成区面积迅速扩张导致国土绿地面积锐减，进而造成许多物种濒临灭绝、气候失调以及生态环境恶化，这是我国乃至全球都面临的重大问题.同时，经济发展和城市化的进程又受到了生态环境的严重制约，对于我国西部干旱地区更是如此[3].

近年来，国内外众多学者关注了城市化与生态环境之间的关系问题.Mohamed等[4]应用GIS和RS技术对尼罗河三角洲地区的城市化进程进行研究，指出城镇发展对该地区的生态环境造成威胁；Shanna[5]采用主成分分析法和聚类分析法研究了芬兰首都赫尔辛基市的发展对生态环境的影响；Ali等[6]应用系统动力学方法就干旱地区城市发展对生态环境产生的影响进行了深入研究；Cristina和Christopher[7]采用遥感技术分析了美国东南地区城市用地扩展对生态系统产生的影响.我国在城市化和生态环境相互关系方面的研究虽然起步较晚，但也取得了一定的成果.文献 [8-14]认为1个国家或地区城市规模的扩大和城市化水平的提高离不开生态环境的支撑，生态环境的好坏直接制约了城市化的速度和规模；方创琳[15]认为随着城市化进程的加快，城市化作为一种重要的形式，正在对周围生态环境造成现实的或潜在的威胁；黄金川等[16]认为城市化与生态环境之间存在交互胁迫的关系，二者的交互耦合规律满足双指数曲线；乔标等[2]认为整个城市化过程就是城市化的各个层面与生态环境的综合协调、交互胁迫的耦合发展过程.目前，对城市化与生态环境方面的研究多集中于对其耦合发展规律的总结，较少从实证研究方面利用灰色系统方法对某一地区的城市化与生态系统之间的关系进行分析.在收集北疆地区城市化与生态环境方面数据资料和研究的基础上，本研究对城市化与生态环境的指标体系进行计算，以灰色关联的基本原理为指导，分析了北疆地区整体城市化与生态环境各指标之间的灰色关联度.

1 研究区域、指标体系和研究方法

1.1 研究区概况

新疆南北疆以天山山脊线为界，研究区北疆为阿尔泰山以南、天山以北的广大区域，总面积为448803 km2，占新疆总面积的27.24%.本区域为温带大陆性干旱半干旱气候，年均气温-4～9℃，全年降水量150～200mm，全年无霜期140～185d.该区地表水资源量为392.3×108m2，占新疆地表水资源总量的49.4%，交通、文化比较发达，是新疆国民经济发展的重心所在[17].直至2011年，北疆地区总人口为1142.86万人，其中非农人口为662.24万人，城镇人口为855.63万人，人口城市化进程迅速.

北疆的行政区包括5个地区、4市和2县，即阿勒泰地区、伊犁哈萨克自治州地区、塔城地区、昌吉回族自治州地区、博尔塔拉蒙古自治州、乌鲁木齐市、石河子市、克拉玛依市以及哈密地区的巴里坤县和伊吾县.由于巴里坤县和伊吾县数据不足等原因，本研究以北疆5地区和4市为主要研究对象，略去两县.

1.2 数据收集及指标体系

选取的各项指标体系遵循目的性、科学性、统一性和可操作性等原则[18]，根据北疆地区的具体情况和指标数据的可获取性与可靠性，对指标进行分析与初步挑选，利用SPSS统计学软件，对各组资料进行主成分分析[19].然后，根据各主成分对结果的贡献率确定各主成分的自然权重[20]，根据主成分分析原理建立城市化综合水平指数的测度模型，并求出了各城市在复合指标下的城市化水平综合指数，如表1所示.其中，城市化有4个一级指标，分别为人口指标、经济指标、社会指标和城镇建设指标，各个一级指标内又细分为若干个二级指标，共计16个指标.生态环境有2个一级指标，分别为区域绿化水平和区域抗逆水平，其下共计9个二级指标.

表1 城市化-生态环境指标体系及各级权重Tab.1 Urbanization-ecological environment index system and the weights at all levels

1.3 研究方法

按照系统分析的思路，采用灰色关联分析方法，通过分析二者之间的关联度，对北疆地区城市化与生态环境之间的关联进行定量的分析评价[21]，具体步骤如下：

（1）确定分析序列，本研究的2组序列分别为城市化序列组（Xi）和生态环境序列组（Yj）；

（2）对数据进行标准化处理，对北疆地区2002—2011年城市化及生态环境的各项数据进行整理，并进行标准化处理[22]，标准化处理采用公式

（3）计算关联度，为揭示城市化与生态环境的主要关联程度，将关联系数按照样本数q求平均后可以得到关联度矩阵，它反映了城市化与生态环境耦合的错综复杂的关系，关联度

式（2）中：N=1，2，…，n为样本数，即选取的城市化指标（或生态环境指标）数.

通过比较关联度r的大小，可以分析出生态环境中哪些因素与城市化之间关系较为密切，关联度r的取值范围是0～1，即0＜r＜1，r值越大，关联性越大，若取最大值r=1，则说明城市化某一指标Xi（k）与生态环境某一指标ri（k）之间关联性大，变化规律基本相同，单个指标间的耦合作用非常明显.r值与灰色关联程度具体关系如表2所示.

表2 r值与灰色关联程度的关系Tab.2 Relationship between r-value and gray relevancy degree

2 结果与分析

2.1 基础数据分析

考虑到研究数据获取的可行性和准确性，本研究的各项数据主要来源于2001年—2011年北疆地区的统计年鉴及年报资料.根据原始数据，建立北疆地区城市化与生态环境关联分析的指标体系，结合所得权重进行计算得出2001年—2011年北疆地区城市化与生态环境各指标水平如表3所示.

表3 2001年—2011年北疆地区城市化与生态环境各指标水平Tab.3 Each index level of North Xinjiang urbanization and ecological environment from 2002to 2011

为了进一步揭示两系统交互耦合的主要驱动力，采用前文所提研究方法，利用DPS软件，设置数据序列转换方式为均值化，分辨系数为0.5，分别计算得出城市化与生态环境之间一系列关联度矩阵.对所得的关联度数据进行排序，分别得出城市化与生态环境相互作用和影响的主要因素.

2.2 城市化水平测度指标

在城市化水平测度中，包含人口指标、经济指标、社会指标和城镇建设指标4大类.2002年—2011年城市化水平测度中各一级指标如图1所示.图1中，各项一级指标随着时间的推移，大体呈缓慢上升趋势，其中上升趋势最为明显的是经济指标，几乎呈直线上升，到2008年，上升速度加快.人口指标在2002年—2009年呈“S”型上升，2009年—2011年呈现下降趋势，其中2002年—2005年缓慢上升，2005年—2006年出现较大幅度的上升，之后两年趋于和缓上升.社会指标在10年中呈现平缓的上升趋势.城建指标有较大波动，2002年—2011年呈“S”型下降趋势，其中2002年—2007年大体不变，2007年—2008年出现较大幅度的下降，2008年—2011年基本不变.

图1 城市化水平测度中一级指标变化情况Fig.1 Changes of first class index in urbanization level measure

通过灰色关联分析，得到城市化水平测度中各项指标间的灰色关联矩阵，如表4所示.由表4可知，与城市化关联最为密切的是经济指标，关联度为0.7065；其次为人口指标、关联度为0.693 0；再次为社会指标，关联度为0.6654；关联度最小的为城镇建设指标.其中，人口指标、经济指标和社会指标与城市化关联度均处于0.65～0.85，为较高关联；城镇建设指标与城市化的关联度为0.5270，处于0.35～0.65为中度关联.

表4 城市化水平测度中各项指标间灰色关联矩阵Tab.4 Gray relational matrix of various indicators in urbanization level measure

2.3 生态环境水平测度指标

在生态环境水平测度中，包含区域绿化水平和区域抗逆水平两大类.从2003年起，生态环境水平、区域绿化水平和区域抗逆水平均呈现波浪形上升，而且形态一致，其中2007年是1个峰值.2002年—2003年，生态环境水平和区域抗逆水平均急剧下降，如图2所示.

图2 生态环境水平测度中各一级指标变化图Fig.2 Changes of first class index in ecological environment level measure

生态环境水平测度中各项指标间灰色关联矩阵如表5所示.由表5可知，与生态环境关联比较密切的是区域抗逆水平，关联度高达0.8680，处于0.85～1，为高度关联.区域绿化水平与其关联度相比之下较弱，为0.7456，处于0.65～0.85，为较高关联.

表5 生态环境水平测度中各项指标间灰色关联矩阵Tab.5 Gray relational matrix of various indicators in ecological environment level measure

2.4 城市化测度指标与生态环境水平的关联性

在城市化水平测度中，包含人口指标、经济指标、社会指标和城镇建设指标4大类.对这4类指标对于城市生态环境的影响进行灰色关联分析，结果见表6.通过分析表6数据可知，城市化水平中的人口指标、经济指标、社会指标和城镇建设指标对于生态环境水平有着极大的关联性，它们与生态环境水平的灰色关联度分别为0.6775、0.7053、0.7597和0.6983，均处于0.65～0.85，为较高关联，两系统指标耦合作用较强.由此可知，生态环境与城市化水平测度中的4大类指标均具有较高关联.

表6 城市化水平测度4大类指标与生态环境水平的灰色关联矩阵Tab.6 Gray relational matrix of four categories in urbanization level measure and ecological environment level

对城市化水平测度中的4类指标与生态环境水平作相关性分析可以得到各项相关性数据，结果如表7所示.

表7 城市化水平测度4大类指标与生态环境水平的相关性矩阵Tab.7 Correlation matrix of four categories in urbanization level measure and ecological environment level

由表7可知，X1、X2和X3均与生态环境水平呈负相关，而X4与其呈正相关，这说明随着人口指标、经济指标和社会指标的升高，生态环境水平呈下降趋势，而随着城镇建设指标的上升，生态环境水平将进一步提升.

2.5 城市化水平与生态环境水平的关联性

通过对原始数据进行权重计算，得出2002年—2011年北疆地区城市化水平与生态环境水平，结果如图3所示.由图3可知，从2002年—2011年，北疆地区城市化水平随时间呈不断增长的趋势，其中，在2007年—2008年略微下降.生态环境水平曲线则有些波动，2002年—2003年急速下降，2003年—2011年，生态环境水平呈现波浪式上升，其中2007年—2008年小幅下降.对2002年—2011年北疆地区城市化水平与生态环境水平进行灰色关联分析，得出二者之间的关联度为0.7546，处于0.65～0.85，属于较高关联，两系统指标耦合作用较强.

图3 2002年—2011年北疆地区城市化水平与生态环境水平的变化情况Fig.3 Changes of the level of urbanization and ecological environment in Northern Xinjiang from 2002to 2011

3 结论

城市化与生态化的交互效应既有良性的一面，也有相互抑制、相互阻碍的一面，调控好二者之间的关系是1个重要问题.对2002年—2011年北疆地区城市化水平与生态环境水平进行灰色关联分析可以发现，城市化水平和生态环境之间存在显著的相关关系，二者之间的关联度为0.7546，属于较高关联，两系统指标耦合作用较强.对城市化水平测度中4大类指标与生态环境水平的灰色关联程度进行排序，依次为社会指标、经济指标、城镇建设指标和人口指标，均为较高关联.在生态环境水平测度中，包含区域绿化水平和区域抗逆水平两大类.通过灰色关联分析可知，与生态环境关联比较密切的是区域抗逆水平，为高度关联.区域绿化水平与其关联度相比之下较弱，为较高关联.

[1] 彭建，王仰麟，叶敏婷，等.区域产业结构变化及其生态环境效应—以云南省丽江市为例[J].地理学报，2005，60（5）：798-80.

[2] 乔标，方创琳，李铭.干旱区城市化与生态环境交互胁迫过程研究进展及展望[J].地理科学进展，2005，24（6）：31-40.

[3] 乔标，方创琳，黄金川.干旱区城市化与生态环境交互耦合的规律性及其验证[J].生态学报，2006，26（7）：2183-2190.

[4] MOHAMED S，MICHAEL F.Monitoring the urbanization of the Nile Delta，Egypt[J].Ambio，1999，28（7）：627-631.

[5] SHANNA M.The effect of urbanization on Laajalahti Bay，Hel-sinki City，as reflect by sediment geochemistry[J].Marine Pollution Bulletin，2004，48（7/8）：650-662.

[6] ALI S.Environmental sustainability in an agricultural development project：a system dynamics approach[J].Journal of Environmental Management，2002，64（3）：247-260.

[7] CRISTINA M，CHRISTOPHER E.Assessing the impact of urban land development on net primary productivity in the southern United States[J].Remote Sensing of Environment，2003，86（3）：401-410.

[8] 刘耀彬，李仁东，宋学锋.城市化与城市生态环境关系研究综述与评价[J].中国人口·资源与环境，2005，15（3）：55-60.

[9] 刘耀彬，宋学锋.城市化与生态环境的耦合度及其预测模型研究[J].中国矿业大学学报，2005，34（1）：91-96.

[10]刘耀彬，宋学锋.城市化与生态环境耦合模式及判别[J].地理科学，2005，25（4）：408-414.

[11]刘耀彬.区域城市化与生态环境耦合特征及机制—以江苏省为例[J].经济地理，2006，26（3）：456-462.

[12]刘耀彬，李仁东.江苏省城市化与生态环境的耦合规律分析[J].中国人口·资源与环境，2006，16（1）：47-51.

[13]刘耀彬，李仁东，宋学锋.中国城市化与生态环境耦合度分析[J].自然资源学报，2005，20（1）：105-112.

[14]刘耀彬，李仁东，宋学锋.中国区域城市化与生态环境耦合的关联分析[J].地理学报，2005，60（2）：237-247.

[15]方创琳，黄金川，步伟娜.西北干旱区水资源约束下城市化过程及生态效应研究的理论探讨[J].干旱区地理，2004，27（1）：1-7.

[16]黄金川，方创琳.城市化与生态环境交互耦合机制与规律性分析[J].地理研究，2003，22（2）：211-220.

[17] 周毅.城市化释义[J].嘉兴学院学报，2004，16（1）：78.

[18]孙建丽.中国西部城市化基本特征分析—以新疆为例[J].中国人口资源与环境，2000，10（4）：56.

[19]吴群，郭贯成.城市化水平与耕地面积变化的相关研究—以江苏省为例[J].南京农业大学学报，2002（3）：95-99.

[20]黄晓军，李诚固.城市物质环境与人口结构耦合的关联分析—以长春市为例[J].人文地理，2011（6）：115-116.

[21]HARVEY D.Social Justice and the City[M].Georgia：University of Georgia Press，1973：54-58.

[22]SOJA E W.Postmodern Geographies：The Reassertion of Space in Critical Social Theory[M].New York：Verso，1989：79-87.