城市化区域生态风险驱动力及管控策略--以北京市为例

余思洁,侯 鹰,刘长峰,刘宝印,陈卫平

1 郑州大学河南先进技术研究院, 郑州 450003 2 中国科学院生态环境研究中心城市与区域生态国家重点实验室, 北京 100085 3 中国科学院大学, 北京 100049 4 北京青远生态环境有限公司, 北京 102200 5 中国科学院科技战略咨询研究院, 北京 100190

改革开放以来,我国城市化进程迈入了快速发展阶段,经济社会快速发展的同时生态环境问题日益突出[1]。城市不透水地表的迅速扩张以及不合理的经济发展模式导致城市化区域原有的生态系统结构发生改变,景观格局趋于破碎,城市内涝、热岛效应、空气和水体污染、生物多样性下降等生态风险不断增加,如何降低城市化区域面临的各种生态风险成为研究热点。认知和评价城市化区域生态风险,探究其变化的驱动因素,实施行之有效的风险管控措施,对城市化与区域生态环境协调可持续发展具有重要意义[2]。

城市化过程是非城市区域向城市区域转变的过程,在不同学科领域有着不同定义[3]:土地城市化代表土地利用空间结构的改变[4];经济城市化则是产业结构发生改变,第一产业向第二、三产业的转型[5];人口城市化则不仅表现为农村人口向城市迁移集中、城镇人口占总人口比例的增加,还表现为农村生活方式向城市生活方式的转变[6-8]。以往研究表明,城镇用地的扩张直接导致了区域生态风险增加,如热岛效应扩张和强度增强[9]、水环境质量下降[10]。此外,城市发展导致区域植被、水体等景观破碎化,对生态系统的结构、功能产生影响,进一步增加生态风险[11],如物种多样性下降[12]、城市内涝加剧等[13]。经济城市化和人口城市化是城市化的内生动力:一方面,更多的人口流入城市创造更多的劳动力和市场需求,刺激了经济增长,而另一方面,更强大的经济则吸引了更多的人口迁入城市。二者的相互作用导致城镇建设用地不断扩张,周边区域景观格局持续变化,从而导致城市化区域生态风险的变化。因此,经济和人口城市化对生态风险的驱动作用不容忽视。

生态风险管控近年来受到学界和决策管理者越来越多的关注[14]。过去对于土壤、水体污染等化学风险管控的研究较为成熟,研究者基于已有评估体系及实验对污染物的元素赋存形态、来源、空间分布特征等开展了大量研究,针对性的制定了一系列管控标准及准则[15-17]。针对外来生物入侵的生态风险,研究者利用数理统计、模型模拟等方法,在分析其危害状况和入侵原因的基础上,提出了外来入侵生物的预防及管理对策[18-19]。此外,有学者开展了城市风险管理的理论研究,提出了风险管理的关键问题、管理体系、管理流程等[20-21]。然而,由于城市化区域的风险来源较多、作用机制复杂,对生态环境的不利影响不易量化,目前对城市化所驱动的生态风险管控的案例研究多针对单一的风险类型,针对综合生态风险管控的案例研究还很缺乏。

本研究以北京为例,进行生态风险定量表征,分析土地、经济、人口城市化对生态风险的驱动作用,针对不同驱动因素探索生态风险管控策略,以期为城市化区域生态风险驱动力分析提供方法,为北京市生态风险管控提供依据。

1 研究区域和研究方法

1.1 研究区域

北京市地处华北平原北部(115°20′E-117°30′E,39°28′N-41°05′N),东面与天津市毗连,其余与河北省相邻,西部、北部和东北部三面环山,东南部是平原,整体地势呈现出由西北向东南逐渐降低趋势(图1)。北京市总面积16410 km2,其中山区面积10200 km2,约占总面积的62%,平原区面积为6200 km2,约占总面积的38%,属暖温带半湿润半干旱季风气候,年平均气温为11-12℃,年平均降水量为540 mm(1980-2010年)[22]。

图1 2015年北京市土地利用分类及高程Fig.1 Land use classification in 2015 and elevation of Beijing

改革开放后北京市迎来城市化快速发展阶段, 1985年全市不透水地表面积为497.44 km2,2018年增长到3770.14 km2,尤其是1994年后城市发展速度明显提高[23]。城市总体呈现出单中心多层次结构,不透水地表主要集中在六环以内的主城区,呈现出由中心向四周扩散的趋势,城郊梯度特征明显[24]。城市化快速发展导致了北京市的城市内涝、空气污染、热岛效应、地下水资源损失等生态风险的快速增加,是开展城市化区域生态风险驱动力及管控研究的理想案例区域。北京市在2001年成功申办奥运会后到2008年举办奥运会的几年间进行了大规模的基础设施建设,吸引了大量的外来人口,使得这几年间城市人口迅速增加,不透水地表快速扩张。2008年以后人口增长和城市扩张速度开始放缓。因此,本研究以5年为一个时间跨度,选取奥运会之前的2005年和奥运会之后的2010、2015年三个年份,分析城市化对生态风险的驱动作用。

1.2 研究方法

1.2.1数据来源

本研究主要使用2005、2010、2015年北京市土地利用分类30 m分辨率栅格数据[25]作为空间数据来源,GDP和人口密度1000 m分辨率栅格数据来自于地理国情监测云平台,气象站点降雨数据和植被指数(NDVI)空间数据来自中科院地理科学与资源研究所资源环境科学与数据中心,各行政区的经济及人口数据来自相应年份的统计年鉴。

1.2.2生态风险指数计算

生态系统服务价值考虑了生态系统提供的多种服务,能够全面体现生态系统的状况,服务价值受损的情况能够反映区域生态风险的情况,并为风险管控提供思路。因此,生态系统服务价值是城市化区域生态风险的理想评价终点[26]。

生态系统服务价值量的评估方法主要包括功能价值评估法和当量因子评估法[27],本研究使用当量因子法对北京市2005、2010、2015年三个年份生态系统服务价值进行评估。当量因子法基于对生态系统服务的分类,通过专家咨询得到不同生态系统类型不同服务类型的价值当量因子,再通过降水量、NPP等修正得到本地化的当量因子,并结合本地粮食经济价值计算服务价值[28]。根据生态风险评估框架,生态风险表征通常要基于风险阈值。由于本研究没有可供参考的风险阈值,因此,基于TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)方法,设定正理想样本点,将该点的服务价值作为不存在风险的阈值,使用生态系统服务价值相对损失量表征生态风险。该方法将区域样本点(空间像元)中各类生态系统服务价值最大和最小值所对应的像元作为理想样本点(正理想样本点和负理想样本点),使用这两个样本点的服务价值间的欧氏距离来表征该区域生态系统服务损失的最大值,将真实样本点的服务价值与正理想样本点的服务价值之间的欧氏距离除以该区域生态系统服务损失的最大值作为综合风险指数[29]。

1.2.3生态风险驱动力分析

城市化概念涉及到土地城市化、经济城市化及人口城市化三个方面。本研究选取了三个与之对应的指标描述城市化的空间分布格局(表1),以探究城市化对北京市生态风险的驱动作用。土地城市化即城市空间规模与所占面积的增加,因此选取不透水地表率作为城市区域空间扩张指标[30-31]。经济城市化过程通常体现为区域经济总量的增加,因此使用每平方公里GDP作为度量指标[32]。人口城市化过程通常伴随区域人口密度的增加,因此使用每平方公里人口数进行度量[33]。

表1 城市化类型及其指标Table 1 Urbanization types and the corresponding indicators

本研究根据前面描述的方法得到北京市2005、2010、2015年生态风险指数和3类城市化指标的空间数据,形成各年份几个指数(指标)的空间样本。使用Logistic回归模型[34-35]定量描述各城市化指标对生态风险的驱动作用,在拟合Logistic回归方程前,对GDP强度和人口密度进行单位转换,以消除其数量级的不同对结果的影响,使用决定系数R2和显著性检验的p值来刻画拟合的效果,具体计算公式如下:

(1)

式中,RI:生态风险指数;ISC表示不透水地表率,单位为%;GDP表示每平方公里 GDP,单位为元/km2;POP表示每平方公里人口数,单位为人/km2;ai表示模型拟合的系数;ε表示模型残差。

自变量的拟合系数可以直观反映三类城市化指标对生态风险驱动作用的大小,通过对比三个时期的模型系数可以分析城市化因素对生态风险驱动作用的时间变化特征。针对回归模型可能存在多重共线性的问题,通过计算自变量方差膨胀因子对模型的多重共线性进行了检验。

1.2.4区域生态风险管控策略分析

针对三类生态风险驱动因素,本研究分别从不透水地表率、人口城市化、经济城市化三个方面探索生态风险管控策略。

据以往研究可知,不透水地表率对城市地表径流和地表城市地表温度有着显著影响[36-37],控制不透水地表面积可以有效控制城市化区域生态风险[38-39]。为探索不透水地表管控策略,本研究使用2015年北京市全部像元做空间样本,按10%间距对不透水地表率进行区间划分[40],分段进行生态风险指数与不透水地表率间的线性回归分析,通过线性回归模型残差和决定系数R2的变化情况,分析二者关系的变化特征,提出不透水地表率分类管控策略。

在人口与经济层面,城市化体现为人口和经济活动向城镇区域的聚集,该聚集过程对城市化区域生态环境产生影响[41]。本研究提出人口城市化集约指数与经济城市化集约指数来量化人口和经济在城镇空间上的聚集性,分析北京市各辖区城市化集约指数的变化特征,量化集约指数与生态风险指数的关系,提出通过人口和经济城市化集约化发展调控生态风险的策略[42]。 两类城市化集约指数计算如下:

(2)

(3)

式中,PUII 为人口城市化指数(PU)与不透水地表率(ISC)的比值,将其定义为人口城市化集约指数。人口城市化指数是指城镇人口(UP)占地区总人口(TP)的比例;而不透水地表率是指城镇区域面积(AU)占区域总面积(AT)的比例。通过换算可得,PUII即为城镇人口密度(UPD)占区域总人口密度(TPD)的比例。类似的,经济城市化集约指数(EUII)是经济城市化指数(EU)与不透水地表率(ISC)的比值,也是城镇经济密度(UED)占区域总经济密度(TED)的比例(表2)。

表2 人口城市化集约指数和经济城市化集约指数的说明Table 2 Description of population urbanization intensification index and economic urbanization intensification index

2 结果与讨论

2.1 生态风险驱动力分析

三个年份的Logistic回归模型的决定系数R2均大于0.7,且三年所有的回归系数均达到0.001显著性水平,表明三类城市化因素均对北京市生态风险有明显的驱动作用(表3)。回归模型多重共线性检验的结果显示,三个分析年份中,2005年GDP强度的方差膨胀因子为6.4,其余自变量的方差膨胀因子均小于5,表明三个年份的Logistic回归模型可靠。

表3 三个年份Logistic回归系数拟合结果Table 3 Fitting results of Logistic regression coefficients in three years

标准化后的模型回归系数绝对值可以用来衡量不同驱动因素作用力的大小,其中不透水地表率是驱动作用最大的因素。不透水地表率的增加会直接影响生态系统的功能,如地表径流下渗受阻、土地蒸散发作用下降、面源污染物流失加剧,是城市化区域生态风险增加的直接驱动因素[43-45]。人口密度和GDP强度的回归系数虽然达到显著水平,但其作用远低于不透水地表率对生态风险的驱动作用。人口增长是城市化的主要推动因素之一,城市人口密度和对自然资源需求的增加导致土地开发和不透水地表扩张,从而对生态风险造成间接影响[46]。经济发展对城市化也同样具有巨大推动作用,发展过程需要城市周边的城郊区域提供建设用地,导致农田、森林、草地等土地用途的转变;经济活动产生的污染物也可能对生态系统和生物多样性产生不利影响[47]。在2005年时,人口密度对生态风险的驱动作用大于GDP强度,而在2010年及之后,GDP强度对生态风险的驱动作用则变得比人口密度的驱动作用更大。

回归模型系数的正负号表示驱动作用的方向,三个年份不透水地表率的系数值略有起伏,都与生态风险指数呈正相关关系,但GDP强度和人口密度的系数变化却出现了正负逆转情况。人口密度的标准化系数在2005年时为0.178,在2010年时变为-0.053,2015年为-0.032。GDP 强度的标准化系数的变化正好与人口密度的相反,在2005年时,GDP强度的标准化系数为-0.092,与生态风险在空间上呈现出负相关关系,而在2010年标准化系数达到最大,说明GDP强度对生态风险的影响在2010年达到最大,在15年仍保持正相关关系,即经济增长导致了生态风险的增加。

为解释这一现象,研究参考了2005年和2015年北京市统计年鉴以及《2005年城镇房屋概况统计公报》和《北京市2015年暨“十二五”时期国民经济和社会发展统计公报》。由于对新增建设用地的控制,以及人口向昌平、大兴、通州、顺义等近郊区疏解,2005到2015年北京市城区和近郊区人口增长率远高于不透水地表率的增长率(表4),人口对城镇建设用地增加的驱动作用明显下降[48]。2001年加入世界贸易组织后,我国工业化发展速度大幅加快,包括北京市在内的各大城市经济快速发展。二、三产业的快速发展对建设用地需求不断增加,使得北京市GDP增长对不透水地表率增加的驱动作用明显增强。这与以往研究中GDP对我国建设用地扩张的驱动大于人口的结果相一致[49]。这也导致了GDP增长对生态风险的驱动作用明显增强。

表4 2005年、2015年北京市各区常住人口、不透水地表率及增长率Table 4 Permanent resident population and ISC in different districts of Beijing in 2005 and 2015 and the growth rate

2.2 不透水地表管控策略

北京市2015年不透水地表率同生态风险指数线性回归模型的残差变异和R2的变化表明(图2),当不透水地表率为0-10%时,模型残差存在大量的异常值,说明此范围内线性模型的适用性很差。当不透水地表率低于40%时,模型残差的变异幅度大于其他区间,且3个区间的残差变异幅度接近。当不透水地表率超过40%时,模型残差变异幅度下降明显,在此范围内,不透水地表率对生态风险的驱动力不断增大。当不透水地表率大于70%后,模型残差变异幅度变得很小,且R2明显增大,说明在此范围内,不透水地表率增加对生态风险增加的驱动作用很强。

图2 北京市2015年不透水地表率同生态风险指数线性回归模型的残差变异和R2Fig.2 Residuals and R2 of the linear regression models between ISC and the ecological risk index in Beijing in 2015

上述模型残差变异和R2变化表明,不透水地表率有两个明显的分界点(40%和70%),将不透水地表率分为三个范围,每个范围应采取不同的风险管控策略。不透水地表率大于70%的区域,生态风险增加主要由不透水地表率增加驱动,主要需通过降低不透水地表率来降低生态风险。但这些区域城市经济和社会活动强度高,降低不透水地表率措施的社会经济成本很高。因此,这些区域需严格控制不透水地表率的进一步增加。此外,新增建设用地应将不透水地表率控制在70%以内[50]。不透水地表率为40%-70%范围的区域,不透水地表率增加对生态风险增加的驱动作用逐渐增强,其他因素同时也对生态风险增加有较大影响,应采取多种措施管控生态风险,包括改造不透水地表增加其透水性(铺设透水砖、棕地改造等),增加城区绿地(特别是下凹式绿地)面积、集约化布局建设用地和交通用地等[51]。不透水地表率为0-40%范围的区域,北京市生态风险主要受除不透水地表外的其他因素的影响,降低不透水地表率不能有效降低生态风险,控制风险需要从其他方面入手,如优化生态系统、加强风险防范措施、降低风险受体暴露等[52]。

2.3 人口和经济城市化集约化发展策略

北京市人口和经济城市化集约指数值很高且明显高于其他辖区的有门头沟区、怀柔区、密云区和延庆区(图3、图4);城市核心区的两个辖区(东城区、西城区)两类集约指数值最低(接近1)。

图3 北京市2005年、2015年各区人口城市化集约指数Fig.3 Population urbanization intensification index of each district of Beijing in 2005 and 2015

北京市人口城市化和经济城市化集约指数总体呈现出由城区向郊区逐渐上升的趋势。这一现象的主要原因是在高度城市化的城市中心辖区,绝大多数人口为城镇人口,城镇人口密度与总人口密度之比即人口城市化集约指数趋近于1。类似的,这些区域绝大部分经济产出也来自城镇建成区。而位于西部、北部山区的行政区,由于地形原因,导致城镇面积占辖区总面积的比例很小,整个行政区的人口密度和经济强度很低,故而集约化指数很大。对比2005和2015年,各区人口城市化集约指数普遍呈升高的趋势,而经济城市化集约指数大多下降,也反映了十年间北京市人口密度增加的同时居住用地更加集约,而建设用地的增加更多由经济增长所驱动。

以2015年北京市16个区作为样本点,对两类集约化指数同生态风险指数进行回归分析(图5)。结果表明,两类集约指数与风险指数呈现出负指数函数关系,生态风险随集约化指数的增加而下降,下降速率由快转慢。

当集约指数处于较大范围内时,其变化对生态风险的影响并不明显,因此增加相应辖区的人口和经济城市化集约水平对降低这些辖区的生态风险作用不明显。当集约指数处于很小范围时(北京市中心城区),因其不透水地表率和社会经济活动强度已很高,难以进一步提高城市化集约水平。因此,提高人口和经济城市化集约水平的重点应放在集约指数中等的辖区,如海淀区、昌平区、通州区、顺义区等。在这些区域降低不透水地表率以提高城市化集约水平,从而降低生态风险是有效可行的。具体而言,这些辖区应继续优化土地利用和景观格局,引入“田园城市”“海绵城市”等建设模式[53],在城市建设中注重土地资源合理分配[54],增加城镇区域绿地面积[55],尽可能减少土地资源消耗型产业,提高建筑和交通用地集约化水平[56]。

3 结论

本研究以典型城市化区域北京市为例,开展基于生态系统服务的生态风险定量表征,分析土地、经济、人口城市化对生态风险的驱动作用,探索生态风险管控策略。各城市化因素中,不透水地表率是北京市生态风险的主要驱动因素,其驱动作用远大于经济强度和人口密度;2005年经济强度呈现出对生态风险负向驱动作用,2010年后则变为正向驱动并且驱动力大小有所增加;而人口密度的驱动作用及时间变化则同经济强度正好相反。不透水地表率在40%-70%的区域需要同时通过降低不透水地表率和进行土地利用和景观格局优化等其他措施来降低生态风险;而不透水地表率高于70%的区域需严格控制不透水地表的进一步扩张。此外,北京市为降低生态风险,应将提高人口和经济城市化集约水平的重点放在海淀、昌平、通州、顺义等集约指数中等的辖区。本研究存在的主要不足是只开展了3个历史年份的分析,不足以发现生态风险驱动力突变的年份,未来可增加分析的年份,从而更加全面地揭示风险变化的驱动机制。