滨海城市拟态与现实人居环境耦合协调时空规律研究——中国53城市案例

田深圳， 李守伟， 王一泽， 李鸿奎， 李雪铭

(1.辽宁师范大学 地理科学学院，辽宁 大连 116029；2.辽宁师范大学 人居环境研究中心，辽宁 大连 116029；3.中国科学院 地理科学与资源研究所，北京 100101； 4.大连市自然资源事务服务中心，辽宁 大连 116012)

在动态的时间、多样的空间里，由互联网产生的海量数据信息建构了满足人类“生理、安全、情感、尊重、自我”等需要的拟态人居环境[1].以现实人居环境为基础，拟态与现实人居环境等的相互作用影响着新型人地关系.21世纪以来，人们更加注重人地系统的协调发展，将耦合协调引入拟态与现实人居环境的研究之中是一次有益探索，不仅会丰富拟态与现实人居环境研究的理论体系，也会为美丽中国内部各个系统相互协调、相互适应以及高级有序发展提供智力支持.

目前，国外内学者关于人居环境耦合协调方面的研究内容主要涉及城镇化[2-3]、生态系统服务[4]、生态文明建设[5-6]、经济发展与人居环境质量[7-8]、旅游与交通运输[9-10]、产业、人口、空间[11]、区域经济、科技创新、科技人才[12]等.研究尺度包括辽宁[13]、河南[14]、贵州[15]等省份，涉及中部[16]、东北[17]、沿海[18]等地区.现有的人居环境耦合协调研究多是把其子系统割裂开来，然后进行加权求和得到综合得分，忽略了各个系统之间的协调互动关系，或者是研究人居环境等系统与其他独立系统的协调性，忽略了人居环境系统的复杂性.

综上所述，本文尝试将人居环境分为拟态和现实两个系统，以2012—2018年滨海城市人居环境百度指数及统计年鉴数据为基础，借助耦合协调度模型，通过趋势面分析进行可视化表达，探索十八大以来城市拟态与现实人居环境耦合协调的时空规律，助力建设各个系统相互协调、相互适应以及高级有序发展的美丽中国.

1 指标选取与研究方法

1.1 指标选取

本文以我国53个滨海城市为研究区域，在前人研究的基础上[8],遵循全面性及科学性的原则.拟态人居环境数据源于百度指数开源平台，兼顾人居环境5个子系统，选择25个拟态人居环境指标，查询对应城市拟态人居环境每年的日平均搜索指数，获取2012—2018年共计9 275条数据；现实人居环境数据源于2013—2019年《中国城市统计年鉴》，参考《宜居城市评价标准》[19]，选取人均地区生产总值等11个代表性指标，个别缺失数据采用数理统计方法补全(图1).

图1 中国滨海城市拟态与现实人居环境指标体系图Fig.1 Indicator system of simulated and real human settlements in coastal cities of China

1.2 研究方法

1.2.1 耦合协调度模型

本文对数据采用极差标准化处理法进行无量纲处理，各要素权重通过熵权法客观赋权确定，耦合度及耦合协调度类型采用中值分段法[20]进行划分.

(1)计算拟态人居环境系统(社交-娱乐-生活-工作-工具)与现实人居环境系统(社会-支撑-居住-环境-人类)的综合评价指数.将拟态人居环境系统及现实人居环境系统综合评价指数函数分别表示为

(1)

(2)

其中，f(x)表示拟态人居环境系统综合评价指数，g(y)表示现实人居环境系统综合评价指数,xi、yj分别表示2个系统标准化后的值，ai、bj表示各要素的权重，m、n表示2个系统的要素个数.

(2)计算现实人居环境系统与拟态人居环境系统耦合度C值，得出现实人居环境系统与拟态人居环境系统之间的相互依赖、相互制约程度.耦合度类型划分标准见表1.

表1 耦合度类型划分标准

C=2{[f(x)×g(y)]/[f(x)+g(y)]2}1/2.

(3)

其中，C表示2个系统之间的耦合度，范围为[0,1].当C=0时,表明2个系统处于不相关状态，其发展方向是无序的;当C=1时,表明2个系统处于完全有序状态，2个系统之间达到良性耦合.

(3)计算现实人居环境系统与拟态人居环境系统耦合协调度D，并依据中值分段法[8]得出耦合协调度类型划分标准(表2).

表2 耦合协调度类型划分标准

(4)

T=αf(x)+βg(y).

(5)

其中，T表示综合协调指数，代表系统的整体协同效应，α、β为待定系数，本文认为2个系统同样重要，均取0.5.

1.2.2 趋势面分析

本文利用趋势面分析拟合出数学曲面，进而研究我国滨海城市拟态人居环境系统与现实人居环境系统耦合协调程度在空间上的变化趋势与分布规律.

Z1(X1Y1)=zi(x,yi)+εi.

(6)

其中，(x,yi)为空间坐标，εi为协调度实际值与趋势值之间的残差.ArcGIS 趋势分析中常见的多项式阶为1、2、3，本项目基于2阶多项式以实现城市拟态与现实人居环境的协调度的空间趋势面拟合.

2 结果与分析

2.1 滨海城市拟态与现实人居环境耦合协调时间演变

基于我国滨海城市2012—2018年拟态人居环境系统与现实人居环境系统数据，应用SPSS进行耦合度和耦合协调度可视化表达(图2).结果表明，我国滨海城市2012—2018年拟态与现实人居环境系统整体耦合度总体均处于高水平耦合阶段，以2016年为节点，整体呈先上升后下降的趋势.耦合协调度等级由濒临失调向轻度失调转变，呈波动下降态势.

图2 滨海城市拟态与现实人居环境整体耦合度及耦合协调度Fig.2 The coupling degree and coupling coordination degree of coastal city mimicry and real human settlement environment

以耦合协调度为依据，将2012—2018年间我国滨海城市拟态与现实人居环境整体耦合协调发展时序分为4个阶段：①第一次濒临失调阶段(2012—2013年)，该阶段耦合度及耦合协调度大幅下降；②第一次轻度失调阶段(2013—2015年)，该阶段耦合度及耦合协调度呈小幅缓慢上升趋势；③第二次濒临失调阶段(2015—2016年)，该阶段耦合度仍呈上升状态且2016年出现峰值，但耦合协调度呈下降趋势；④第二次轻度失调阶段(2016—2018年)，该阶段耦合度开始下降，耦合协调度稳定在轻度失调等级.

分析各滨海城市拟态与现实人居环境耦合协调度年际变化(图3)，可以得出滨海城市拟态与现实人居环境耦合协调度整体下降.从2012—2018年这一整体时间段来看，沿海53个城市中共有35个城市耦合协调度呈现下降趋势，有6个城市,包括大连市、防城港市、秦皇岛市、绍兴市、唐山市以及天津市耦合协调度下降值≥0.1，占所有下降城市总数的17.14%.其中,大连市耦合协调度下降值最大，为0.13.共计4个城市,包括杭州市、宁德市、嘉兴市以及厦门市下降值仅为0.01，这4个城市也是35个耦合协调度下降的城市中下降幅度最小的城市.2012—2018年，沿海有8个城市耦合协调度不发生改变，耦合协调度变化趋于稳定.有10个城市耦合协调度呈现上升趋势，没有增幅超过或等于0.1的城市.城市耦合协调度上升最大的城市为海南省三亚市，上升值为0.09，上升幅度最小的城市包括北海市、中山市以及江门市，三市上升幅度均为0.01.

图3 各滨海城市拟态与现实人居环境耦合协调度年际变化Fig.3 Interannual variation of coupling coordination degree between simulated and real human settlements in coastal cities

将2012—2018年这一整体时间段分为2个时间段分别研究，第一个时间段包括第一次濒临失调阶段以及第一次轻度失调阶段(2012—2015年)，第二个时间段包括第二次濒临失调阶段以及第二次轻度失调阶段(2015—2018年).通过对这2个时间段各滨海城市拟态与现实人居环境耦合协调度变化分别进行研究，探究两次濒临失调阶段以及轻度失调阶段各自的区别、特点以及相似性.在第一次濒临失调及轻度失调阶段，沿海城市共有28个城市耦合协调度呈下降趋势，有2个城市，如绍兴市与唐山市耦合协调度下降值≥0.1，其中，绍兴市耦合协调度下降0.12，是耦合协调度下降值最大的沿海城市.有3个城市下降值为0.01，耦合协调度最低.在第一次濒临失调及轻度失调阶段，有8个城市耦合协调度趋于稳定，有17个城市耦合协调度呈现上升趋势，增幅峰值为0.08.在第二次濒临失调及轻度失调阶段，沿海城市共有39个城市耦合协调度呈下降趋势，所有城市下降幅度均小于0.1，但下降峰值仍然较高，为0.07.有2个城市耦合协调度趋于稳定，有12个城市耦合协调度呈现上升趋势，增幅峰值为0.06.

通过对2个时间段的滨海城市拟态与现实人居环境耦合协调度变化对比，可以发现：①第二次濒临失调阶段及轻度失调阶段的协调度下降城市数量远远超过第一阶段，而第二阶段的协调度稳定及上升城市数量相比于第一阶段也逐渐减少；②虽然在第二阶段协调度下降峰值相比于第一阶段有所减少，但第二阶段协调度上升峰值也出现了一定程度的下降；③共计21个城市连续2个时间段耦合协调度持续下降，仅有4个城市，包括钦州市、三亚市、深圳市以及湛江市连续2个时间段耦合协调度持续上升，只有南通市耦合协调度持续稳定.连续2个阶段耦合协调度持续下降的城市数量远远大于持续上升及保持稳定的城市数量之和.④此外，在协调度先上升后下降或先下降后上升的城市中，8个城市耦合协调度下降值高于上升值，7个城市耦合协调度下降值与上升值相等，4个城市耦合协调度下降值小于上升值.下降值较大的城市数量高于上升值较大的城市数量，同时也高于两值相等的城市数量.

2.2 滨海城市拟态与现实人居环境耦合协调空间分异

中国滨海城市拟态与现实人居环境系统耦合度整体上比较稳定(图4)，2012年、2015年以及2018年的耦合度平均值分别为0.86、0.88和0.88，在整体上处于高水平耦合阶段.原因在于改革开放后,中国城市建设水平的高速发展以及互联网在全国普及的程度迅速提高.其中，各个省份发展时间较早、发展程度较高的滨海城市，如辽宁省大连市、山东省潍坊市以及广东省深圳市耦合度均高于周边同省份城市.

滨海城市耦合度分布呈现非均衡特点，区域差异性较大，峰值分布在大连市、唐山市以及深圳市，三市峰值在2015年及2018年均为1，在2012年也均高于0.99.除大连市之外，峰值周围的滨海城市峰值也较高.深圳市邻近的东莞市、惠州市以及汕头市在2018年耦合度分别为0.99、0.97和0.98，唐山市邻近的秦皇岛市以及天津市均为0.95，除大连市以外的峰值城市周边区域均处于高水平耦合阶段.此外，处于高水平耦合阶段的城市在福建省、江苏省、浙江省、山东省东部以及琼州海峡周围区域集中分布，这些地区普遍特点是发展程度相比于其他地区较高，当地民众对互联网的依赖度较高.其他城市大多处于磨合阶段，个别城市如三亚市等属于拮抗阶段和低水平耦合阶段，零散分布在沿海地区.2012年处于拮抗阶段和低水平耦合阶段的滨海城市只有三亚市，耦合度只有0.24；2015年处于拮抗阶段和低水平耦合城市只有防城港市，耦合度只有0.2，相比于2012年下降了0.37，占城市总数的1.89%；2018年处于拮抗阶段和低水平耦合阶段的城市仍只有防城港市，耦合度为0.15，相比于2015年下降了0.05.防城港市耦合度持续下降，耦合阶段长期处于低水平耦合阶段，原因可能是互联网发展过快，城市发展思路以及指导思想并未及时与互联网发展大趋势看齐，仍然沿用传统生产发展方式或发展方式更新速度不够快，以至于现实和拟态逐步脱节，发展开始走向无序.

中国滨海城市现实人居环境系统与拟态人居环境系统耦合协调度整体上呈现下降趋势(图5)，2012年、2015年以及2018年的耦合度平均值分别为0.41、0.40以及0.39，由濒临失调阶段逐步转向轻度失调阶段.

图5 各滨海城市拟态与现实人居环境耦合协调度空间分异特征Fig.5 Spatial differentiation characteristics of coupling coordination degree between simulated and real human settlements in coastal cities

滨海城市现实人居环境与拟态人居环境系统耦合协调度在空间上的分布特征与耦合度在空间上的分布特征一致，呈现非均衡性和极大的地区差异性.以2018年为例，中国53个滨海城市覆盖了良好耦合阶段与极度失调阶段中间的9个耦合阶段，耦合协调度最大的城市深圳市为0.87，耦合协调度最小的城市防城港市为0.09.其中，发展并未失调的城市，即处于勉强耦合阶段以上的城市只有7个，占城市总数的13.21%，其余城市均处于一定程度的失调阶段.2012年处于勉强耦合阶段以上的城市有13个，占城市总数的24.53%，2015年处于勉强耦合阶段以上的城市有11个，占城市总数的20.75%.处于勉强耦合阶段以上的城市数量加速下降，处于失调阶段的城市数量不断上升.

3 结论与讨论

3.1 结 论

本文以拟态人居环境指标体系以及现实环境指标体系各个指标数据为依据，基于ArcGIS空间分析技术，利用耦合协调度模型展开趋势面分析，对滨海53个城市的拟态与现实人居环境耦合度以及耦合协调度进行分析研究，得到以下结论：①滨海城市拟态与现实人居环境耦合协调度整体下降.从2012—2018年这一整体时间段来看：滨海53个城市中共有35个城市耦合协调度呈现下降趋势；有8个城市耦合协调度不发生改变，耦合协调度变化趋于稳定；有10个城市耦合协调度呈现上升趋势.②中国沿海城市现实人居环境系统与拟态人居环境系统耦合协调度整体上呈现下降趋势，处于勉强耦合阶段以上的城市数量加速下降，处于失调阶段的城市数量不断上升;③中国滨海城市拟态人居环境系统与现实人居环境系统耦合度整体上比较稳定，处于高水平耦合阶段.滨海城市耦合度分布呈现非均衡特点，区域差异性较大.峰值分布在大连市、唐山市以及深圳市，处于高水平耦合阶段的城市在除大连市以外的峰值附近区域、福建省、江苏省、浙江省、山东省东部以及琼州海峡周围区域集中分布.其他城市大多处于磨合阶段，个别城市如三亚市等属于拮抗阶段和低水平耦合阶段，零散分布在沿海地区.

3.2 讨 论

在互联网体系的高速发展下，我国滨海城市现实与拟态人居环境指标体系的耦合在整体上区域失调，各城市耦合程度差异显著，且差异性越发明显.拟态人居环境现状与现实人居环境指标体系并未很好相融合，发展仍处于较无序状态.这与近年来电商等新兴行业可能存在某种关系，故接下来的研究会继续关注拟态人居环境的发展状况.但诸如深圳、上海等城市均处于较为有序的状态，这些地区普遍特点是发展程度相比于其他地区较高，互联网的应用以及相关知识在社会范围内普及程度较大.其中具体原因有待于进一步探究.

本文将拟态人居环境系统与现实人居环境系统进行耦合协调研究，为构建人居环境研究体系提供新方向，但研究中有不足之处：首先，由于百度指数平台数据获取及各滨海城市统计年鉴更新时间不统一的限制，只能研究2012—2018年间的耦合协调度规律，研究时间跨度较短；其次，由于研究区域广泛，只能分析滨海城市耦合协调度、耦合协调度整体走向及部分典型地区耦合协调情况，没有针对具体城市进行驱动力机理分析.接下来将继续深入研究各滨海城市耦合协调驱动机理.