城市发展中经济—社会—生态环境耦合协调研究

黄桂林， 许如意， 谭兆秋

(东北林业大学 土木工程学院， 哈尔滨 150040)

城市发展如何从粗放型发展转变为高质量发展，是当前面临的一项重要而紧迫的难题。微观层面而言高质量较多体现在经济发展、社会发展、生态环境发展三个方面：经济的高质量发展表现为：首先，各大产业结构得到了不同程度地优化，从资源密集型和劳动密集型到技术和知识密集型产业；其次，经济效益得到了不断提升，从高成本低效率到低成本高效益。在社会高质量发展方面具体表现为：首先，人们的生活水平得到了不断改善，社会管理方式也发生了很大变化，即从传统社会管理转变为现代社会治理；其次，科技创新能力也得到了大大的改善，加速了产品的升级转型。生态环境由高排放、高污染到循环经济和环境友好型经济的水平在不断地提高。城市发展并不是静止不变的，而是不断动态演进的，通过模拟城市发展的系统构成以及各个子系统之间的相互作用关系，描绘出出城市发展的理想状态，可城市发展理解为由社会、经济和生态环境三个相互作用的子系统构成的一个整体。

城市发展中经济发展、社会发展与生态环境发展是相互作用的耦合交互体，不能忽略任何一方面，否则必然会对城市发展中经济发展、社会发展与生态环境发展之间真实关产生偏颇和误差。本文首先阐述了城市发展中经济发展、社会发展与生态环境发展相互协调发展的作用机理及其耦合协调度的定量分析方法，以哈尔滨市为例，对哈尔滨市2007—2017城市发展中经济发展、社会发展与生态环境发展耦合协调度进行了实证分析，并对各个子系统2007—2017年障碍度也进行了分析，找出了障碍因子。通过判别城市发展中经济发展、社会发展与生态环境发展的耦合协调发展关系、耦合协调度以及障碍度的动态变化趋势，找出了哈尔滨市城市发展中经济发展、社会发展与生态环境发展协调发展存在的问题。

1 模型构建

1.1 城市发展中经济-社会-生态环境耦合协调发展的作用机理

城市发展中经济-社会-生态环境是一个十分复杂而又不确定的开放系统，各个子要素之间存在着多重关联的相互依存又相互制约的关系。三者之中，生态环境是处在最基础的地位，良好的生态环境能够为经济和社会的发展提供相应的物质基础。城市的发展需要不断地从环境中获取资源用于经济和社会的发展，经济和社会在不断向前发展的同时，不可避免地会对生态环境产生影响，甚至对生态环境造成一定的破坏，生态环境一旦遭到破坏，就会制约并阻碍经济和社会的后续发展。当生态环境遭到破坏后，需要投入大量的资金治理和改善生态环境，导致经济活动的成本增加，使经济发展相对缓慢。经济发展为社会发展和生态环境的保护提供了有力的保障和支撑，给生态环境治理保护以及社会保障提供必要的资金和技术等方面的支持。社会发展也可以促进经济发展和生态环境的保护，在协调经济发展和生态环境保护中起到关键的作用，良好的社会发展环境为经济发展提供了有力的基础，也为生态环境的良好发展提供了保障。

1.2 指标体系的构建及数据来源[1]

1.2.1 指标体系的构建

评价指标所具有的含义已超越了数据本身，是对反映总体现象的特定概念和具体数据的集成或者综合。城市发展质量评价指标体系应该准确反映城市发展质量的内涵,成为一个有机的系统,除此之外,评价指标的选取还应遵循以下几项原则:

1)代表性原则:该类指标应能够全面科学地反映城市发展各子系统的本质及状态。

2)系统性原则:所选取的指标应涵盖经济、社会、生态环境等各个方面。

3)可操作性原则:所选取的指标应简单明确，并且数据应易于收集,可以量化和对比。

1.2.2 数据来源

本文选取哈尔滨市作为评价对象，构建城市发展的经济-社会-生态环境耦合协调度指标体系，引入耦合协调度模型以及障碍度进行评价。相关数据来自《哈尔滨统计年鉴2007—2017》、《黑龙江统计年鉴2007—2017》、《2007—2017年哈尔滨国民经济与社会发展统计公报》。

经济发展子系统有14个指标构成，涵盖了经济发展规模水平、经济发展以及消费结构、经济发展外向度以及经济发展效率等；社会子系统有20指标构成，主要涵盖了社会发展的四个方面：基础设施建设、社会保障、教育以及科技创新；生态环境子系统包含15个指标，可概括为三个方面：生态保护、环境质量以及空气质量。

1.3 研究方法

1.3.1 指标权重的确定

常用的权重确定方法有熵权法、层次分析法(AHP)、主成分分析法(PCA)等。反熵法计算出的指标之间的权重对比差异程度较弱，一方面能克服在极端情况下所造成的指标失效的缺点，另一方面也能够更好地体现出不同指标间的差别，并且反熵法还能在样本容量有限情况下，能够充分利用原始数，减少人为因素对指标所造成的干扰，因而真实、可靠。本文运用反熵权法计算指标的权重。具体计算步骤如下：

1)指标无量钢化。由于各个指标各自所表示的含义、单位等的不同，收集的原始数据不宜进行直接比较，因此需要对原始数据进行一定的预处理，即无量纲化，增加数据间的可比性以及增强可信度。

(1)

预处理得到的评价指标矩阵为：

(2)

2)确定反熵及权重。

(3)

(4)

根据反熵值进一步确定各指标的客观权重向量W=(w1，w2，…，wn)T，其中：

(5)

3)求综合评价值。为了测算哈尔滨市城市发展质量经济发展子系统、社会发展子系统、生态环境子系统的耦合协调程度，借鉴相关文献，构建了综合评价值计算模型。

(6)

(7)

(8)

式中：F(x)、G(y)、H(z)分别表示城市发展质量经济发展子系统、社会发展子系统、生态环境子系统综合评价函数；wi、wj、wk分别表示城市发展质量经济发展子系统、社会发展子系统、生态环境子系统各个指标权重；xi、xj、xk分别表示城市发展质量经济发展子系统、社会发展子系统、生态环境子系统各指标的无量纲化数值。

1.3.2 耦合度评价模型[1-8]

“耦合”一词源于物理学概念，耦合度评价模型是借助“耦合”对两个及两个以上系统的相互作用和影响进行度量。具体计算公式为：

(9)

ui(i=1,2,3…m)是各子系统综合评价函数, 本文中将城市发展质量看作经济发展子系统、社会发展子系统、生态环境子系统的耦合关系，故n=3,耦合度即：

表1 城市发展的经济-社会-生态环境耦合协调度指标体系

C3={(F(x)×G(y)×H(z))/(F(x)+G(y)+

(10)

式中：C3为城市发展中经济发展子系统、社会发展子系统、生态环境子系统的耦合度，取值为[0,1]，C越大，表明城市发展质量经济发展子系统、社会发展子系统、生态环境子系统之间的良性共振耦合性越好；F(x)、G(y)、H(z)分别表示城市发展质量经济发展子系统、社会发展子系统、生态环境子系统综合评价函数。耦合度划分为4个阶段(图1)。

图1 耦合度阶段图

1.3.3 协调度评价模型[3-8]

协调度模型是度量系统之间或者系统内部要素之间协调状况好坏的定量指标，能够判断系统之间或者要素之间耦合是否为良性，本文引入此模型在于客观地反映城市发展经济发展子系统、社会发展子系统、生态环境子系统之间的协调发展水平。模型表达式如下：

(11)

T=[α,β,γ][F(x),G(y),H(z)]T

(12)

式中：D为城市创新能力与城市化水平的协调度；T为综合协调指数；α,β,γ为待定系数且α+β+γ=1。本文中认为α=0.5,β=0.3,γ=0.2。根据协调度的大小并借鉴相关文献，确定协调度的9个等级划分标准(图2)。

图2 协调度等级标准图

1.3.4 障碍度模型[8-9]

障碍度模型利用指标偏离度、因子贡献率最终算出障碍度值，依据该数值高低对各指标排序，可以判断出对系统协调发展的阻碍因子。

因子贡献度Fj是单项指标对总体目标的权重:

Fj=fj×wi

(13)

指标偏离度Dij是单项指标标准化值与协调目标即100%的差值:

Dij=1-Xij

(14)

障碍度(Oj)是单项指标或系统对城市发展中经济发展子系统、社会发展子系统、生态环境子系统协调发展的阻碍程度。

(15)

式中，fj代表第j项指标权重，wi代表第项j指标所属的第i个子系统的权重,本研究认为城市发展经济发展子系统为0.5，社会发展子系统0.3，生态环境子系统为0.2:Xij代表单项指标标准化值;Oj代表各要素对城市发展经济发展子系统、社会发展子系统、生态环境子系统协调发展的障碍度。

2 城市发展中经济-社会-生态环境耦合协调度实证分析

通过公式(6-8,12)计算得出哈尔滨市2007—2017年的城市发展经济-社会-生态环境合评价函数F(x)、G(y)、H(z)以及综合协调指数T，利用公式(10)和公式(11)分别计算出城市发展经济-社会-生态环境的耦合度与协调度，结果见表。

2.1 子系统综合评价指数时序分析

图3 子系统综合评价函数值及综合评价指数图

从表2及图3中可以看出，城市发展中经济子系统的综合评价函数值总体呈现上升趋势，2014—2015年呈现下降趋势，2016年略有回升,2017年较2016年略微上升。主要原因是2014年以后进出口总值以及地方公共财政预算收支比逐年下降，对经济系统造成了一定的压力，导致经济子系统的综合评价函数值下降趋势。社会子系统主要反映民生状况，其综和评价函数值呈现先下降后逐步上升的趋势，2009年出现最低值，主要原因是2009年开始城镇居民人均住房面积、平均每每万人拥有的道路面积、邮电业务量、每万人拥有卫生技术人员、每万人拥有卫生机构床位数等逐渐减小，2012年后逐步回升。同时，2009—2011年城镇登记失业率最高，2010年达到峰值(4.9%)，这些指标数值的变化对社会发展造成了一定的压力，也影响城市发展质量。生态环境综合评价函数值呈现波动趋势，主要是“三废”的处理率以及空气质量测定数值波动大造成函数值的波动。综合评价值呈现稳步上升趋势，说明在城市发展中不能将经济、社会、生态环境分开来对待，而应在发展过程中齐头并进，不能轻视任何一个，这样才能促进城市高质量发展。

表2 子系统综合评价函数值及综合协调指数值

表3 子系统耦合协调度

表4 子系统障碍度 单位：%

2.2 子系统耦合度及耦合协调度时序分析

从图4中可以看出，哈尔滨市2007—2017年城市发展经济—社会—生态环境协调度稳步上升，并且上升的幅度较大，增长速度较快，从2007年0.303 944上升到2017年的0.478 3，但协调程度一直处于轻度失调与濒临失调的状态，说明城市发展中经济—社会—生态环境三者之间发展步伐不是很同步，经济优先发展，社会发展次之，生态环境重视程度较弱，造成了目前的状况。而耦合度呈现波动状态，2011年达到最低值0.316 763，但总体来说哈尔滨城市发展中经济—社会—生态环境三者的耦合度处在0.3～0.4之间，属于拮抗阶段。从三者的综合评价函数可以看出，虽然经济和社会发展综合评价函数值总体来看呈现上升趋势，但生生态环境综合评价函数值出现较大波动，这说明经济发展和社会发展对生态环境的影响较大，这种以牺牲环境为代价的粗放型发展模式制约了耦合度及耦合协调度进一步提高。

图4 子系统耦合协调度

2.3 子系统耦合协调类型分析

从图3可以看出，2007—2010年，哈尔滨城市社会发展子系统综合评价函数值图像为位于经济发展和生态环境子系统图像的上方，此阶段属于社会主导型发展，经济高速发展消耗大量能源和资源，对社会发展的重视程度远大于经济发展和生态环境发展，耦合协调类型为轻度失调。2011—2014年经济发展子系统的图像位于社会发展子系统和生态环境子系统图像的上方，此时间段经济发展超过了社会发展和生态环境的发展，属于经济主导型发展，耦合协调类型为濒临失调。2015年以后，社会发展和生态环境发展趋势大致相同，而经济发展下降，说明城市发展的过程中经济投入加大，使得社会发展和生态环境发展持续向好发展，促进了城市的发展，耦合协调类型停留在濒临失调状态，城市发展的经济—社会—生态环境发展受到瓶颈制约，处于颉颃状态。

2.4 子系统障碍度时序分析

从图5可以看出，2007—2017年三个子系统的障碍度总体呈现出下降的趋势，阻碍作用减小，但中间出现了些许波动：经济发展子系统中，2007—2017年进出口总值、外商实际直接投资、地方公共财政预算收支比等出现下降趋势，这些指标数值的下降对经济子系统的影响较大，造成系统的障碍值出现波动情况；社会发展子系统中，城镇居民人均住房面积、平均每每万人拥有的道路面积、邮电业务量、每万人拥有卫生技术人员、每万人拥有卫生机构床位数等逐渐减小，社会保障没有做到位，抑制了社会的发展；生态环境子系统中，“三废”的处理率以及空气质量测定数值波动造成了生态环境子系统障碍度波动，这种以牺牲环境为代价的粗放型发展模式抑制了发展。

图5 子系统障碍度图

3 结论与讨论

文章在分析了城市发展中经济发展子系统、社会发展子系统、生态环境子系统相互协调发展的作用机理的基础上，建立了城市发展的经济-社会-生态环境耦合协调度指标体系，并引入耦合协调度数学模型及障碍度的计算方法，以哈尔滨市为例，对哈尔滨市2007—2017年城市发展的经济-社会-生态环境耦合协调度进行了实证分析。

1)城市发展中经济发展、社会发展与生态环境之间存在着交互耦合关系，由于各子系统发展程度的差异使得三者之间的交互耦合关系呈现出不同的耦合协调状况。通过计算三个子系统的综合评价指数(T)、耦合度(C)和协调度(D)定量描述交互耦合关系的动态变化过程；通过计算子系统的障碍度，并对其进行分析，找出障碍因子。

2)哈尔滨市城市发展中经济发展子系统、社会发展子系统、生态环境子系统耦合协调度总体呈上升趋势，哈尔滨城市发展中经济—社会—生态环境耦合协调程度总体上呈现出向上发展的趋势，从2007年0.30上升到2016年的0.478 3，但协调程度一直处于轻度失调与濒临失调的状态，说明城市发展中经济—社会—生态环境三者之间协同发展程度并不高，经济优先发展，社会发展次之，生态环境重视程度较弱，造成了目前的状况。而耦合度呈现波动状态，2011年达到最低值0.316 763，但总体来说哈尔滨城市发展中经济—社会—生态环境三者的耦合度处在0.3～0.4之间，属于拮抗阶段。2007—2017年三个子系统的障碍度总体呈现出下降的趋势，阻碍作用减小。

3)不足之处：首先，所构建的城城市发展中经济发展子系统、社会发展子系统、生态环境子系统耦合协调度指标体系还需要进一步完善。其次，文章仅对哈尔滨市城市发展中经济发展—社会发展—生态环境耦合协调度进行了整体分析，由于地域、城市发展之间的差异，不同城市之间经济—社会—生态环境发展水平差异必然十分显著，应该增加城市的样本容量。