黄河流域九省区城镇化与生态安全交互作用机制

杨振龙，左其亭,2，姜龙,2，张志卓,2，邱梦

(1.郑州大学水利科学与工程学院，郑州 450001；2.河南省水循环模拟与水环境保护国际联合实验室，郑州 450001；3.天津大学环境科学与工程学院，天津 300000)

黄河流域作为我国重要的生态屏障，近年来生态环境有恢复趋势。2019年9月，黄河流域生态保护和高质量发展上升为重大国家战略[1]，为流域探索生态保护和高质量发展协同模式提供了新契机。因此，明确城镇化水平与生态安全系统间的交互作用机制，探讨黄河流域经济发展与生态保护协同模式，对推动黄河流域高质量发展具有重要意义。

国内外对城镇化发展的相关研究较为丰富，一些学者采用多种模型对城镇化水平进行评价，如Theil指数分解[2]、动力机制模型[3]、Lotka-Volterra模型[4]等。目前，对于城镇化水平的研究多集中在城市化与经济增长关系研究分析[5]、城市化区间格局研究[6]、城市化与资源承载力研究[7]、城市群博弈研究[8]等方面，基本形成了系统的理论和方法体系。对于生态安全的研究也渐有雏形，国内外学者从生态系统健康评价[9]、生态风险评价[10]等方面对区域生态安全开展定量化评价。随着全球发展趋势的转变，越来越多的学者将研究重心转向城镇化与生态安全关联研究，如匹配分析[11]、协同发展研究[12]、耦合分析[13-14]等。本文构建多维度的城镇化与生态安全指标体系，用城镇化水平发展指数和生态安全指数量化表征黄河流域城镇化和生态安全水平，并分析其动态演变趋势，定量识别黄河流域城镇化水平与生态安全系统间的交互作用机制，探讨近年来两系统间解耦状态演变特征，识别关键制约因素。

1 研究区概况及数据来源

1.1 研究区概况

黄河位于东经96°～119°、北纬32°～42°，是我国第二长河，流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东省，全长5 464 km，流域总面积75.2万km2,见图1。黄河流域是我国重要的经济带，流域人口约占比全国总人口的24.1%，地区经济生产总值约占比全国26.5%，但是由于黄河流域生态较为脆弱，经济的快速发展对生态环境造成了较大的影响，生态系统退化、水土流失、湿地面积萎缩等问题已经成为影响黄河流域健康绿色发展的重要制约因素。因此，探求城镇化与生态安全交互影响因素，对黄河流域经济发展和生态环境协同治理具有重要的参考价值。

图1 黄河流域九省区地理位置

1.2 数据来源

选取2008—2018年的指标数据，城镇人口比重、人均GDP等经济社会指标数据来源于《中国统计年鉴》和各省《统计年鉴》，污水排放量、污水处理率等水资源指标数据来源于各省《水资源公报》和各省《统计年鉴》，森林覆盖率、人均公园绿地面积等生态环境指标数据来源于《中国生态环境状况公报》和各省《生态环境状况公报》。

2 研究方法

2.1 评价指标体系

城镇化系统与生态安全系统各要素之间存在着紧密的联系，构建科学的指标体系是分析城镇化系统与生态安全系统作用关系的基础。参考相关文献[15-16]，统计出现频率较高的指标，并遵循科学性、通用性、层次性、易收集性等原则，对指标进行筛选，最终从目标层、准则层和指标层等3个层次构建了城镇化和生态安全系统的评价指标体系，见表1。

表1 城镇化与生态安全指标体系

城镇化准则层包含人口城镇化、经济城镇化、社会城镇化、空间城镇化4个方面。人口城镇化是城镇化兴起和存在的前提，包括城镇人口比重和二、三产业就业人口比重2个指标；经济城镇化是城镇化发展的目的，包括人均GDP和城镇居民人均可支配收入2个指标；社会城镇化是城镇化过程中社会资源的发展，包括每万人卫生机构床位数和教育科学支出占地方财政比例2个指标；空间城镇化反映了城镇化进程中基础设施的建设，包括建设用地占行政区面积比重和人均道路面积2个指标。

生态安全准则层包括生态压力、生态治理、生态状况等3个方面。生态压力反映地区现存环境问题，包括人均污水排放量和每万人二氧化硫排放量2个指标；生态治理反映了相关部门对生态安全的修复，包括污水处理率、生活垃圾无害化处理率、环境污染治理占GDP比重3个指标；生态状况表明了生态安全的现状，包括建成区绿化覆盖率、人均公园绿地面积、森林覆盖率3个指标。

2.2 城镇化水平与生态安全指数计算

2.2.1计算综合指数

标准化处理。由于所选指标类型不同，为避免指标量纲不同导致计算结果出现偏差，首先要对指标进行标准化处理，具体操作为

(1)

(2)

式中：x′ij为第i年第j项指标标准化后的数值；xij为第i年第j项指标的实际数值。

计算系统综合指数S来表示城镇化发展水平指数(urbanization development level index,UDI)和生态安全指数(ecological security index,ESI)，计算公式[17]为

(3)

式中：S为系统综合指数；ωj为第j项指标的权重。

2.2.2确定指标权重

确定指标权重的方法可分为主观确权法和客观确权法。主观权重更多依赖于决策者的意识，具有较强的主观性；客观权重则完全取决于数据自身特征，可能会导致权重结果偏离实际。本文选取的指标数量较多，涉及多个方面，为使结果更精准，采用层次分析法(主观确权法)与熵权法(客观确权法)相结合确定权重，2种方法的具体计算过程详见文献[18-19]。计算出主观、客观2种权重后，采用公式(4)计算组合权重，即为最终权重。

(4)

式中：ωj为第j项指标的最终权重，ω′j和ω″j分别表示第j项指标的主观权重和客观权重。

2.3 灰色关联模型

灰色关联理论是邓聚龙教授于1982年提出的研究不确定性问题的理论，灰色关联分析是该理论中最常用的一种分析方法[20]。该方法根据系统中各因素间的发展趋势的趋同或趋异程度来反映各因素之间的关联程度，灰色关联度值越大，说明两因素间的变化趋势越相近，关联程度越高，反之亦然。城镇化与生态安全2个系统之间具有复杂的关系，为了深入分析其内部因素影响，明确指标和准则层间的交互作用，构建灰色关联模型[21]。

计算城镇化与生态安全指标间关联系数。计算公式为

(5)

计算关联度值。将2008—2018年各关联系数求均值，求得各指标间的关联度值。

(6)

式中：γab为指标a与指标b的关联度；k为样本数(k=11)。

参考文献[22]和黄河流域实际情况，本文将关联度识别标准进行了分级，γab∈[0,0.35)，关联性弱；γab∈[0.35,0.65)，关联性中等；γab∈[0.65,0.85)，关联性强；γab∈[0.85,1]，关联性极强。

2.4 解耦模型

经济合作与发展组织(OECD)首次提出解耦理论[23]，用其量化经济增长和环境资源消耗耦合关系的破裂程度。为探究城镇化与生态安全两系统间的解耦程度，构建解耦模型为

(7)

式中：εtk为第tk时期的解耦度值；ΔEtk为第tk时期的ESI变化率；ΔUtk为第tk时期的UDI变化率；Etks和Etke分别为第tk时期末期和初期的ESI；Utks和Utke分别为第tk时期的UDI。

结合黄河流域实际情况并参考文献[24]，对城镇化与生态安全的解耦程度进行分级，具体细分标准见图2。

图2 解耦等级划分标准

根据解耦模型对解耦等级进行细分，以0.8和1.2为阈值，将黄河流域九省区城镇化水平与生态安全的动态解耦关系划分为8种类型：强解耦，表征生态安全随着城镇化水平的发展而降低；弱解耦，表征生态安全与城镇化水平双向提升；衰退性解耦，表征生态安全与城镇化水平同时衰退；扩张性耦合，表征生态安全与城镇化水平同时提升且增幅相当；衰退性耦合，表征生态安全与城镇化水平双向降低且降幅相当；扩张性负解耦，表征生态安全随着城镇化水平的升高而升高，且增速大于城镇化水平；弱负解耦，表征生态安全与城镇化水平同时降低，但前者降低速度更慢；强负解耦，表征生态安全在城镇化水平的降低中有所提升。

3 结果与分析

3.1 城镇化水平时空演变趋势分析

通过对城镇化水平时间特征分析，近10年来黄河流域UDI整体呈上升趋势(图3)；通过对原始指标数据分析发现，二、三产业从业人口占比上升，人均GDP提升幅度较大，实现经济跳跃式增长：这是九省区全力建设“以人为核心”的新型城镇化的成果。九省区UDI整体呈现增长趋势，部分省份增长率较为明显，其中，四川省增幅最大，为214.29%，原因是四川省在遭受了“5·12”汶川大地震后，全力推进灾后的基本公共服务设施建设，国家和政府部门积极进行政策引导，为四川省新型城镇化建设提供了大力支持[25]。2015—2018年，黄河流域九省区UDI增幅减缓，其中，山东省城镇化水平基本处于停滞状态，宁夏、内蒙古、甘肃UDI不升反降，结合各省区发展实际情况，发现其原因是上述省区加大了生态环境修复力度，提高了对污染产业的治理投入，导致经济增长放缓，这与相关研究[26]中宁夏、甘肃等省区同时期生态保护指数明显增高具有一致性。

图3 2008—2018年黄河流域城镇化发展水平指数

通过空间维度对比分析可知，九省区之间的UDI区域性差异显著。山东、河南、山西、内蒙古、陕西等中下游地区UDI较高，这与长江经济带“流域下游城镇化发展指数大于上中游”趋势具有一致性。青海省地处我国西北内陆，交通等基础设施不完善，二、三产业占比较小，导致UDI较其他省份低，但是近些年在西部大开发政策[27]引领下，青海省积极发展高新技术产业，升级产业结构，其UDI也有了明显提升，与其他省份差距逐渐缩小。

3.2 生态安全时空演变特征分析

九省区ESI整体呈波动上升趋势，但山东省的ESI却呈现持续降低趋势,见图4。2008—2011年，山东省的ESI处于领先地位，但由于该时间段极力推进城镇化建设，原始指标数据显示二氧化硫等污染气体排放量骤增，绿化面积逐渐降低，大量生态用地被开发为建筑用地，破坏了原有土地利用结构，导致ESI逐渐降低。与上文结果综合对比分析，山东省的发展侧重点由2008年的城镇化建设转变为2015年的生态保护优先，这也表征了城镇化水平与生态安全之间存在一定的相互制约作用。相反，2008—2015年内蒙古在追求经济发展的同时，坚持生态保护与绿色产业结合，加强废水废气排放检测，坚决打好污染防治攻坚战，ESI持续上升，并于2014年达到黄河流域领先地位，这与冯琰玮等[28]的研究结论具有一致性。2016年前后，九省区ESI波动较大，这是因为部分省份对于环境治理重视度下降，污染治理投资占GDP比重逐渐降低，且大量人口聚集城镇，导致污水排放量有所增加。

图4 2008—2018年黄河流域生态安全指数

依据ESI空间分布数据可知，青海和宁夏的ESI在流域中处于较低水平。2016年是黄河流域九省区ESI最高的一年，但整体仅达到0.43。这一年ESI排序为：内蒙古(0.530)、山西(0.502)、宁夏(0.496)、陕西(0.491)、山东(0.432)、四川(0.428)、河南(0.357)、甘肃(0.341)、青海(0.260)。由此可知，黄河流域ESI存在明显的地区性差异，内蒙古ESI是青海省的2.04倍。在此后两年，全流域ESI逐渐降低，依据原始指标数据分析造成这一现象的原因是：第一，部分省区人口密度大，人类生产和生活活动频繁，对环境造成一定的压力；第二，经济快速发展，各省区大力发展工业，导致废弃物排放量增加，对生态安全造成了一定的影响。

3.3 城镇化水平与生态安全交互作用分析

城镇化发展水平与生态安全有着错综复杂的关系,见图5。黄河流域UDI不断升高，但是增长趋势逐渐放缓，由2008年的0.24上升到2018年的0.58，年均增幅为9.23%；ESI由2008年的0.30升至2018年的0.41，年均增幅为3.2%，上升速度较前者更慢。UDI与ESI增长趋势的变化表明两系统在动态发展中逐渐出现了相互抑制的作用。为识别两系统之间的具体障碍因素，通过式(5)和(6)计算得出两系统间各因素的关联度值，具体矩阵数据见表2。研究时段内UDI与ESI关联度范围为[0.60，0.88]，均处于中等关联与极强关联之间，说明两系统存在较强的相互作用。

表2 城镇化水平与生态安全指标间关联度矩阵

图5 2008—2018年城镇化与生态安全指数变化趋势

3.3.1城镇化水平对生态安全的胁迫作用

城镇化水平对生态安全的胁迫作用比较明显，各准则层对生态安全的关联度分别为人口城镇化(0.741)、经济城镇化(0.713)、社会城镇化(0.726)、空间城镇化(0.718)。人口城镇化对生态安全的胁迫作用最强，深入分析指标间关联度可以看出，城镇人口比重(0.77)、万人医疗床位数(0.76)、建设用地占行政区比重(0.73)这3个指标对生态安全关联程度较高。依据结果数据可知，人口聚集、建设用地面积扩张、产业废弃物排放量增加是对生态安全胁迫的主要因素，因此，流域相关部门应适当疏散城镇人口，增强对环境治理的资金投入，限制建筑面积的持续扩张，修复土地利用结构，减少城镇化进程中对生态环境的破坏。

3.3.2生态安全对城镇化水平的约束作用

生态安全各准则层对城镇化水平的关联度由大到小依次为生态治理(0.726)、生态环境(0.722)、生态压力(0.713)。生态治理准则层对城镇化水平形成较强约束，高强度发展导致了污染物的排放量剧增，为达到生态安全标准需支出相当一部分财政用于治理污染，导致流域各省区减少产业资金投入，成为约束城镇化水平发展的主要因素。分析指标间因素可以看出，污染环境治理投入占GDP比重和建成区绿化覆盖率对城镇化进程的影响最为严重：污染治理投入占比过高，导致其他产业经济投入受到限制，不利于城镇化水平的提高；建成区绿化覆盖率增高可以发挥自然净化功能，进而降低污染治理投入。因此，流域相关部门应注重恢复地区生态功能，增加绿化面积，限制污染排放，发展绿色产业。

3.4 城镇化水平与生态安全解耦分析

为了深入分析黄河流域九省区城镇化与生态安全的相互作用关系，采用式(7)分别计算出2008—2018年城镇化和生态安全综合得分较上一年的变化率ΔU、ΔE和两系统的解耦弹性系数值。计算结果依据图2进行分级，分级结果见表3。

表3 2008—2018年黄河流域九省区城镇化与生态安全解耦程度

2008—2018年黄河流域九省区城镇化与生态安全的解耦程度存在较大差异：2009—2010、2011—2012、2014—2015年城镇化与生态安全呈现弱解耦关系，城镇化水平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具有胁迫作用但并不显著；2010—2011、2013—2014、2016—2017年城镇化与生态安全呈现强解耦关系，解耦关系显著，在城镇化水平提升的同时，生态安全水平下降，表明此时城镇化对生态安全具有很强的胁迫作用；2008—2009、2012—2013、2015—2016年城镇化与生态安全呈现扩张性耦合状态，说明此时城镇化水平与生态安全同步提升，具有动态协同性；2017—2018年为扩张性负解耦，说明此时生态安全在一定程度上约束了城镇化水平的提升。

总体而言，黄河流域九省区城镇化与生态安全呈现了扩张性耦合与强弱解耦交替的循环演变状态，前几年主要表现为城镇化水平对生态安全的胁迫作用，随着近几年国家政策对环境的重视，已经有了生态安全约束城镇化发展水平的迹象，这也为相关部门制定流域生态保护与高质量发展相关政策提供了侧重点。

4 讨 论

2008—2018年黄河流域UDI不断提升，但2008—2015年的UDI的年平均增长率(16.67%)远高于2015—2018年(3.85%)，表明黄河流域近年来城镇化水平在一定程度上受到生态安全的制约，未来可能存在生态安全约束城镇化水平的风险。因此，不能以牺牲生态环境来换取经济的高速发展，要协调保护与发展的关系，加强生态治理投入，严格限制企业污染物排放，发展绿色可持续产业。结合地区实际打造绿色、可持续的生态产业链，建立健全生态补偿机制，打破生态保护对城镇化进程的制约瓶颈。

本文对城镇化水平的评价结果与刁艺璇等[13]的研究有部分差异，原因是本文构建城镇化指标体系更为全面，综合考虑人口、经济、医疗、公共设施等维度，而后者研究重心为城镇化水平与水资源利用水平的耦合协调分析，并未深入对城镇化水平评价。近10年来黄河流域生态安全水平呈上升趋势，但是增幅逐渐变缓，本文研究结果与孙继琼等[29]的研究成果一致显示黄河流域生态安全指数不断提升，但后者认为部分省区增幅仍较大，原因是本文计算ESI时侧重考虑生态环境的压力与治理投入等维度，而后者更侧重于计算单位GDP的污染物排放量，较少考虑环境治理投入。分析发现城镇化发展与生态安全两系统间存在较强的交互作用，与张瑾青等[30]的研究成果基本一致，说明城镇化发展与生态保护息息相关，良好的生态环境是经济发展的基础，因此在城镇化的各个阶段都应该有针对性地对生态环境进行保护和修复。

城镇化水平与生态安全交互作用是一个涉及多方面的复杂的系统问题，本文从城镇化水平与生态安全两系统构建指标体系，通过灰色关系模型分析系统间交互作用机制，有助于深入分析两系统间的制约因素分析，为黄河流域生态保护和高质量发展提供参考。然而，影响流域城镇化水平与生态安全系统发展的因素是复杂多变的，需进一步考虑多系统间的交互作用机制，全面、深入地剖析制约因素。此外，城镇化水平与生态安全的定义是动态变化的，本文所选取的指标仅考虑了部分维度，需不断引入新的指标完善指标体系，增强结果的科学性和全面性。本文仅从省级尺度对城镇化水平与生态安全两系统间的交互作用进行初步分析，未来应对流域各地市进行深入分析研究。

5 结 论

城镇化水平与生态安全水平近些年持续增长，城镇化水平增长率大于生态安全水平，但两系统增长趋势都有所降低。教育科学支出占地方财政比重降低是城镇化水平增势减缓的主要原因，污水排放量的增加和环境污染治理占GDP比重减少影响生态安全水平的良序增长。

城镇化水平与生态安全系统间存在着较强的交互作用，人口城镇化对生态安全的胁迫作用最强，生态治理投入是城镇化水平的主要约束，未来主要以生态安全约束城镇化水平发展为主。

从城镇化水平与生态安全系统之间的相关关系来看，黄河流域九省区存在着扩张性耦合与强弱解耦循环交替现象，主要是以解耦为主。