长三角一体化区域开发强度与生态福祉匹配度的空间差异

摘要：基于土地利用遥感数据，采用生态福祉测度模型，测算了长三角一体化区域地均生态福祉；借鉴生态经济匹配度模型，对长三角一体化区域开发强度与生态福祉匹配关系进行了考察；运用空间自相关分析方法，对开发强度与生态福祉匹配度空间集聚特征进行了探索。结果表明：①浙江省地均生态福祉最高，2017年、2022年地均生态福祉分别为412.78万元/km2、461.58万元/km2；上海市开发强度最高，开发强度指数分别为82.58、83.80。②2017—2022年，长三角一体化区域开发强度与生态福祉匹配度为10.3797，表明长三角一体化区域整体开发强度与生态福祉匹配好，上海、江苏、浙江、安徽匹配度分别为22.2394、6.0910、9.8767、3.3118。③2017—2022年，长三角一体化区域开发强度与生态福祉匹配度Moran’s I指数为0.1918，空间集聚特征呈低高（LH）、高低（HL）和低低（LL）空间关联格局。基于研究结果，提出了旨在推进长三角生态绿色一体化与高质量发展的政策建议。

关键词：生态福祉；区域开发强度；空间自相关；长三角一体化区域

中图分类号：X171.1 文献标志码：A 文章编号：1001-2443（2024）06-0549-08

生态福祉意指生态系统向人类提供产品和服务之和［1］，是大自然向人类馈赠的物质与健康财富，是人类生存、经济发展、社会进步的物质基础，也是绿水青山价值转换体现载体。开发强度是人类开发活动对自然资源和生态环境影响程度，开发强度高低与土地利用息息相关，从而掣肘着区域生态系统服务价值，为此，区域开发强度与生态福祉存在着密切联系。长三角一体化区域是当下我国经济最活跃增长极，其开发活动对自然生态系统影响如何，不仅关系到一体化区域经济社会高质量发展，而且直接影响着长三角生态绿色一体化的实现，探索长三角一体化区域开发强度与生态福祉匹配状况，可为制定或修订长三角生态绿色一体化规制政策提供科学依据。

生态福祉起源于生态系统服务研究［2］。最初以“环境服务［3］”“自然服务［4］”的概念出现在相关研究中，当前国内研究聚焦在生态系统服务内涵［5］、价值评估和驱动因素［6-7］以及趋势预测 ［8］等。自千年生态系统评估提出生态系统服务可以影响人类福祉［9］以来，生态系统服务被学者置于人类福祉视角下开展了广泛的研究，邱坚坚［10］、刘芦萌［11］ 、程宪波［12］等总结了各种生态系统服务与人类福祉的关系，均认为生态系统服务对人类福祉产生影响，而人类福祉对生态系统服务存在反馈。作为人类福祉的重要组成部分，当前关于生态福祉的研究以生态系统服务视角为主，主要聚焦于内涵［1］、测度［2］和空间格局［13-14］等，研究方法以当量因子评估［15］、InVEST模型［16］为主，根据研究需求的不同，研究数据主要来源于统计数据［17］、调查问卷［18］和遥感数据［19］。随着研究的深入，研究对象、方法和应用不断得到细化和拓展。但现有研究较多关注人类活动干扰导致区域生态格局变化的过程及原因分析，而鲜有基于协调视角考察人类活动与区域生态福祉的相关性研究。

本文基于10米级土地利用遥感数据，运用生态福祉测度模型，测算长三角一体化区域生态福祉。借助动态生态经济协调度模型，考察长三角一体化区域内省域尺度开发强度与生态福祉间匹配状况。采用空间自相关分析方法，探索一体化区域内不同地域单元开发强度与生态福祉间匹配状况的空间差异。研究结果可为制定或调整一体化区域生态绿色化与高质量发展规制政策提供决策参考，有利于长三角一体化区域经济社会与生态环境保护的协同演进。

1 研究方法

1.1 生态福祉测度模型

绿水青山就是金山银山的大背景下，基于生态系统服务价值理论的生态福祉核算已成为学术界研究热点［1，20-21］。既有测算生态福祉核算方法多为谢高地等［15，22］提出的当量因子法，该方法汇聚了多位专家智慧，以“单位面积耕地生态系统服务价值等于平均粮食单产市场经济价值的1/7”为基准，依据不同生态系统贡献率测算区域生态系统服务价值［1，23］，具有机理明晰，参数少，数据获取简单，操作方便等优点，藉此，本文借鉴生态福祉测度模型，对长三角一体化区域生态福祉进行测算，表达式如下：

[LEW=[17⋅p⋅q⋅i=16j=19eij⋅ai⋅ci]/S]" " " " " "（1）

式中：[LEW] 表示地均生态福祉（万元/km2）；[p]表示粮食平均价格（万元/t）；[q]表示单位面积粮食产量（t/hm2）；[eij]表示单位面积[i]类生态系统（[i=1，2，3，…，6]，分别表示耕地、林地、草地、水域、建设用地、未利用地）j类（[j=1，2，3，…，9]）生态服务价值当量因子；[ai]表示[i]类生态系统对应的土地面积（hm2）；[ci]表示[i]类生态系统贡献率［8］，[ci=1-di]，[di=bi⋅（1-t）]，其中，[di]表示[i]类生态系统自身消耗及折旧率，[bi]表示生态系统均衡因子，依据文献［1］，耕地、林地、草地、水域、未利用地均衡因子分别为1. 000、1.1275、0.9562、1.0049 、0.5888，[t]表示耕地生态系统服务价值转换因子，[t=0.9871]［1］，可得耕地、林地、草地、水域、未利用地贡献率分别为0.9871、0.9855、0.9877、0.9870、0.9924；[S]表示研究区域面积（km2）。

1.2 开发强度评价

开发强度意指人口为了生存、发展对自然资源和生态环境影响程度，有广义、狭义之分，广义开发强度包括人口增长、经济扩张、建设用地开发及结构升级等对自然环境综合发展程度［24］，狭义开发强度仅指一个区域建设空间占该区域总面积的比例。长三角一体化区域是我国经济最为活跃区域之一，人口聚集度高，为了客观对其开发强度进行评价，借鉴文献［24］成果，以人口密度、城镇化率、经济密度、产业非农化率、人均建设用地面积、城市建成区占区域面积比重6个指标表征区域开发强度，采用主成分分析方法对其综合指数进行测算，并借鉴文献［25］将其转换为百分制形式。

1.3 开发强度与生态福祉匹配度测算模型

考察经济发展与生态环境协调或匹配方法有协调度模型、动态耦合模型、脱钩模型等，其中，脱钩模型通过末期与基期变化值来判别经济发展与生态环境协调或匹配状况，具有直观、简洁、计算便捷等优点，得到了学术界普遍认同［25-26］，藉此，本文基于脱钩模型机理，构建开发强度与生态福祉匹配度测度模型，即通过对研究期内单位面积生态系统服务价值的变化率与单位面积GDP变化率之比［25］对两者间协调关系进行判别，表达式如下［25］：

[EDM=（LEWt2-LEWt1）/LEWt1（DIt2-DIt1）/DIt1]" " " " " "（2）

式中：[EDM]表示生态福祉与开发强度匹配度；[LEWt2]、[LEWt1]分别表示研究区末期、基期地均生态福祉（万元/km2）；[DIt2]、[DIt1]分别表示研究区末期、基期开发强度（万元/km2），鉴于本文目的旨在考察人类开发对生态系统服务功能影响，考虑到生态优先的时代背景，界定开发强度的变化值为正，所以开发强度取绝对值。借鉴文献［25］，界定当[EDM≥1]时，生态福祉与开发强度匹配好；当[0.5≤EDMlt;1]时，生态福祉与开发强度匹配较好；当[0≤EDMlt;0.5]时，生态福祉与开发强度匹配较差；当[-0.5≤EDMlt;0]时，生态福祉与开发强度低冲突；当[-1≤EDMlt;-0.5]时，生态福祉与开发强度中冲突；当[EDMlt;-1]时，生态福祉与开发强度高冲突。

1.4 空间自相关分析方法

空间自相关分析在揭示考察对象属性空间差异方面具有独特优势，已在生态环境领域得到广泛应用［27-28］。空间自相关分析包括全局自相关与局部自相关两方面，全局自相关分析用于考察空间要素属性值聚合或离散的程度［26］，以全局莫兰指数（Moran' s I）表征，表达式如下［27］：

[Moran′s I=i=1mj=1mωij⋅（Yi-Y）⋅（Yj-Y）S2⋅i=1mj=1mωij]" " " " "（3）

式中：[m]为区域内考察对象单元数；[Yi]、[Yj]为[i]、[j]单元属性值；[ωij]为空间权重矩阵，表示空间单元邻近关系；[S2=1m⋅i=1m（Yi-Y）2]，[Y=1m⋅i=1mYi]。[Moran′s I∈[-1，1]]，当[Igt;0]时，表明考察属性空间正相关，指数越大，属性空间差异越小，趋同性越强，属性聚集特征越显著，当[Ilt;0]时，表明空间负相关，指数越小，空间差异越显著，当[I=0]时，表明空间呈随机性。

局部自相关以局部空间自相关指数（Local Moran' s I）表征，表达式为［27］：

[Local Moran′s Ii=（Yi-Y）S2⋅j=1mωij⋅（Yj-Y）] （[i≠j]）" " " "（4）

当[Iigt;0]时，表明空间单元i与相邻空间单元j属性存在较强的正空间自相关关系，考察单元属性与邻近单元属性同质特征明显，[Ii]值越大同质性越强，当[Iilt;0]，表明空间单元i邻近单元j属性具有异质性，[Ii]值越小异质越显著。

实际应用中，常以LISA集聚图刻画区域内邻近单元空间集聚特征，该图包括4象限，右上限为高高（HH）空间关联模式，右下限为高低（HL）空间关联模式，左上限低高（LH）空间关联模式，左下限为低低（LL）空间关联模式。

2 研究区概况与数据来源

长三角一体化区域（上海、江苏、浙江、安徽）为当下中国活跃增长极，2022年，人口23694万，占全国总人口16.78%，GDP总值为290289亿元，占全国GDP总量的23.99%，城市建成区面积为12085.5 km2，占总面积的3.36%，耕地面积115144.87km2，林地面积89948.69 km2，草地面积6726.62 km2，水域30841.49 km2。

为了动态考察长三角一体化区域发强度与生态福祉匹配度的空间差异，结合数据可获性，本研究选取2017年、2022年作为研究时点。土地利用数据由Esri联合Impact Observatory以及Microsoft，基于哨兵2号（Sentinel-2） 10米分辨率卫星数据制作而来，从立方数据学院网站下载，并按照耕地、林地、草地、水域、城乡、工矿、居民地和未利用地重新分类而得；粮食产量、价格及其他经济社会发展数据来源于《中国统计年鉴》《中国农村统计年鉴》《中国城市建设统计年鉴》，部分数据由原始数据整理而得，其中，2022年经济相关数据以2017年为基期，采用平减指数法进行调整。

3 结果与分析

3.1 生态福祉测算

运用长三角一体化区域2017年、2022年单位面积粮食产量、粮食平均价格数据，依据谢高地等［15］提出的单位面积耕地生态系统服务价值等于平均粮食单产市场经济价值的 1/7，可测算出2017年、2022年长三角一体化区域单位面积耕地生态系统服务价值，结果如表1。

谢高地等［15］基于Costanza等［20］提出的生态服务价值化评估方法，通过对中国700位具有生态学背景的专业人员问卷调查，提出了中国2007年陆地生态系统单位面积生态服务价值当量表。多位学者［1，29］借鉴该价值当量表，对不同地域不同时点生态系统单位面积生态服务价值当量进行过修正，所得结果不一，均反映了不同生态系统生态服务功能差异，其中，臧正和邹欣庆［1］对中国2012年单位面积生态系统生态服务价值当量修正结果，立足生态系统服务人类福祉视角，考虑了生态文明建设大背景下生态系统服务功能时空差异，具有客观、科学、计算简洁、与新时代绿色发展大背景契合度高特点，本文借鉴其成果，结合表1长三角一体化区域单位面积耕地生态系统服务价值，测算2017年、2022年长三角一体化区域生态系统单位面积生态福祉价值量，结果如表2。

基于10米级土地利用类型数据（表3）及生态系统单位面积生态福祉价值量数据（表2），运用如式（1）生态福祉测度模型，可对长三角一体化区域2017、2022年地均生态福祉进行测算，结果如图1。

由图1可知，长三角地区各单元地均生态系统服务价值均处于攀升态势，其中浙江省地均生态系统服务价值最高，2017年、2022年每平方公里分别为412.78万元、461.58万元。党的十九大以来，长三角一体化区域坚持在发展中保护，在保护中发展，通过划定生态红线，强化自然保护地监管，严格执行国家绿色发展方面规制政策，自然生态系统处于稳定增长态势，从而使地均生态服务价值呈攀升态势。浙江省为“两山”理论发源地，其牢固树立绿水青山就是金山银山理念，实行最严格的生态环境保护制度，统筹山水林田湖草协同保护，强化生态保护动态监管，森林、水域面积不断增加，进而使地均生态系统服务价值最高且呈上升态势。

3.2 长三角一体化区域开发强度测算

选取人口密度、城镇化率、经济密度、产业非农化率、人均建设用地面积、城市建成区占区域面积之比6个指标，基于统计数据，采用主成分分析方法，可对长三角一体化区域开发强度进行测算，所得结果如图2。

由图2可知，开发强度最高的为上海，2017年、2022年其指数分别达到82.58、83.80，开发强度最低的为安徽。分析其原因，上海为中国经济、金融、贸易中心，在6340.5 km2空间面积上，承载着2400多万人口，人口密度、经济密度、建成区面积占比均较高，开发强度远高于长三角一体化其他区域。安徽省各项经济指标与江浙沪相差悬殊，其内部发展也不均衡，皖北皖西地区与皖江地带差异较大。同时安徽省山区占比达到29%，加上划定生态保护红线面积2.12万平方公里，占全省国土总面积的15.15%，从而限制了其开发边界，掣肘了其开发强度增加。

进一步分析图2可知，2022年同2017年相比，上海和安徽开发强度均弱有提升，而江苏、浙江则呈降幅态势，其指数分别下降了1.75、0.68，年均分别下降0.61%、0.24%，表明上海、安徽开发强度呈进一步扩张态势，江苏、浙江开发强度呈收敛趋势。上海作为中国的经济中心和国际化大都市，产业不断升级与拓展，商业与服务业繁荣等经济发展需求旺盛，常住人口数量庞大，对城市空间需求不断增加，尤其是作为长三角地区的核心城市，为加强与周边城市的联系和协同发展，交通基础设施的对接、产业的协同发展、公共服务的共享等方面不断加强，促进上海进行更多的开发建设，提高了开发强度。安徽省具有科技创新活跃、生态资源良好、内陆腹地广阔等优势，叠加国家战略层面对安徽地位的提升，包括长江经济带建设、长三角一体化发展以及中部地区高质量发展等，吸引、集聚各类要素，优化产业布局，正处于动能强劲的上升期，对土地利用开发强度不断增大。江苏省坚决贯彻“共抓大保护、不搞大开发”的长江大保护战略，出台一系列产业政策，推动产业结构优化升级，积极开展国土空间规划工作，确保生态空间和农业空间的保护，同时科技创新产业对土地资源的需求相对较少，开发强度也随之降低。浙江省开发强度下降包括土地节约集约利用的策略实施、土地盘活和存量建设用地挖潜的措施、经济发展策略的转变以及地形和资源条件的限制等。自2018年后，浙江省积极推进开发区的整合和提升工作，设立新的开发区，优化土地资源配置，减少了对新土地的开发需求‌；推出《新增建设用地计划分配与存量建设用地盘活挂钩办法》等土地盘活和存量建设用地挖潜的措施，减少对新增建设用地的依赖；‌通过推动产业结构调整和升级，促进高质量发展，减少对土地资源的粗放使用；同时，浙江省地形以山地为主，占陆域面积74.6%，加剧了开发强度的限制。

3.3 长三角一体化区域开发强度与生态福祉匹配度的空间差异

基于图1、图2数据，运用如式（2）的开发强度与生态福祉匹配度测度模型，可测算2017年到2022年长三角一体化区域EDM，结果如图3。由图3可知，2017—2022年，上海、江苏、浙江、安徽EDM均大于1，均值为10.3797，表明长三角一体化区域整体开发强度与生态福祉匹配好。

借助Geoda软件，采用空间自相关分析方法，可得长三角一体化区域2017—2022年开发强度与生态福祉匹配度的Moran’s I指数为0.1918，在0.1置信水平上，P值为0.073，通过显著性检验，表明长三角一体化区域开发强度与生态福祉匹配度具有显著的同质性。进一步对区域内各单元进行局部空间自相关分析，可得到刻画空间集聚特征的LISA图（图4），该图显示，上海位于LISA图右下限，呈高低（HL）空间关联模式，浙江位于左上限，呈低高（LH）空间关联模式，安徽、江苏位于左下限，呈低低（LL）空间关联模式。

进一步分析图3、图4可知，长三角三省一市EDM 值存在显著的内部差异，上海EDM最高，为22.24，远高于江苏、浙江和安徽，表明上海开发强度与生态福祉匹配最好。作为中国的经济中心城市和长江经济带的“龙头”，上海市积极探索“绿水青山就是金山银山”与“人民城市”两大重要理念的深度融合与实践，坚持制度创新引领，不断加强地方立法、强化执法检查，高标准推进全域“无废城市”建设，在政策、经济、环境治理以及社会参与等方面都采取了积极的措施，推动了开发强度与生态福祉的协调并进。浙江省EDM为9.88，江苏省EDM为6.09，在长三角一体化区域中相对较好。2017—2022年，浙江省开发强度指数下降了0.68，地均生态福祉上升了48.79万元，江苏省开发强度指数下降了1.75，地均生态福祉上升了57.99万元。江浙两省推行“亩均论英雄”改革，利用市场手段挖掘土地资源价值，逐渐探索建立起土地集约利用的政策体系，土地利用结构不断优化，利用水平稳步提升。安徽EDM值最低，为3.31，表明安徽开发强度与生态福祉处匹配情况在长三角地区处于较低水平。分析其原因，安徽省因产业结构偏重、能源结构偏煤，环境基础设施不足，生态环境治理体系与治理能力与江浙沪仍存在较大差距，与此同时，随着深度融入长三角一体化，安徽开发强度呈增长态势，使得其开发强度与地均生态福祉匹配度相对较低。

4 结论与讨论

4.1 结论

采用生态福祉测度模型，基于10米级土地利用类型数据，对长三角一体化区域内各单元地均生态系统生态服务价值进行了测算；借助生态经济匹配度模型，对长三角一体化区域各单元开发强度与生态福祉匹配度进行了测算；运用空间自相关分析方法，对开发强度与生态福祉匹配度空间集聚特征进行了考察，得出如下结论：

1）考察时点，长三角地区各单元地均生态系统服务价值均处于攀升态势，浙江省地均生态系统服务价值最高；

2）开发强度最高的为上海市，上海、安徽开发强度呈进一步攀升态势，而江苏、浙江开发强度有所收敛；

3）长三角一体化区域开发强度与生态福祉匹配度好，匹配度最高的为上海市，匹配度最低的为安徽省。长三角一体化区域开发强度与生态福祉匹配度整体呈现显著空间同质性，各单元间呈高低相间格局。

4.2 讨论

1）上述结论表明，长三角一体化区域开发强度与生态福祉匹配度整体状况较好，但仍存在显著的空间差异，与建设长三角生态绿色一体化、高质量发展愿景构想尚存一定差距，要实现长三角生态绿色一体化及高质量发展目标，提出如下建议：①上海市应根据“上海2035”总体规划明确的人口规模、建设用地、生态环境、城市安全底线管控要求明确开发强度控制要求，全力推进城市开发边界外低效建设用地减量化工作，优化土地资源配置，实现城市健康可持续发展。②安徽省要依据区域土地承载能力，科学测算区域开发强度阈值，在此基础上，以生态优先、绿色发展理念制定空间开发规划，明晰生态红线保护边界，有序实行差别化区域开发；建立公众参与土地开发与生态保护的机制，提高全社会对土地开发与生态福祉的认识和重视程度。③江苏省和浙江省要继续推广“亩均论英雄”的理念，加强对土地利用的绩效评价，提升土地利用综合容积率，制定低效、闲置国有建设用地收回管理规定，推动节地技术和模式示范等举措为抓手，促进土地资源集约、高效利用。

2）本文综合运用生态福祉测度模型和空间分析方法，揭示了长三角一体化区域各单元开发强度与地均生态福祉匹配度空间差异，与既有研究相比，从地均生态福祉视角探索了其与开发强度间匹配度，同时，本文引入脱钩模型考察开发强度与地均生态福祉匹配度，在理论上拓展了匹配度研究边界，这是本文创新所在。然而，受数据获取限制，本文未能在市域尺度对长三角一体化区域开发强度与地均生态福祉匹配度进行探索，使本文略显不足，而这也是笔者今后深入研究的方向。

参考文献：

［1］ 臧正，邹欣庆.基于生态系统服务理论的生态福祉内涵表征与评价［J］.应用生态学报，2016，27（4）：1085-1094.

［2］ 付永虎， 解文艳， 刘俊青， 等. 基于GeoSOS-FLUS模型的江苏省生态福祉时空演变及其预测研究［J］. 长江流域资源与环境， 2023， 32 （1）： 71-82.

［3］ SCEP （Study of Critical Environmental Problems）. Man's Impact on the Global Environment： Assessment and Recom‐ mendations for Action. Cambridge MA： MIT Press， 1970.

［4］ WESTMAN W E. How much are nature's services worth？. Science， 1977， 197（4307）： 960-964.

［5］ 李征远， 李胜鹏， 曹银贵， 等. 生态系统服务供给与需求：基础内涵与实践应用［J］. 农业资源与环境学报， 2022， 39 （3）： 456-466.

［6］ 马伟波，杨帆，王楠，等.长三角城市群地区生态系统服务价值时空演变及驱动因素研究［J］.生态与农村环境学报， 2022， 38 （11）： 1365-1376.

［7］ 袁腾跃， 万大娟， 向熠繁， 等. 潇水流域生态系统服务价值时空变化及其驱动因素［J］.经济地理， 2024，44（05）：182-189.

［8］ 李思源， 倪欢， 牛晓楠， 等. 闽三角城市群土地利用与生态系统服务价值时空演变及未来多情景模拟［J］.地理与地理信息科学，2024，40（5）：28-34+41.

［9］ Millennium Ecosystem Assessment. Ecosystems and Human Well Being： Synthesis［M］. Washington： Island Press， 2005：5-8.

［10］ 邱坚坚，刘毅华，袁利，等.人地系统耦合下生态系统服务与人类福祉关系研究进展与展望［J］.地理科学进展，2021，40（6）：1060-1072.

［11］ 刘芦萌，邬建国.生态系统服务与人类福祉关系的研究框架、途径与方法［J］.自然资源学报， 2024， 39 （9）：2044-2065.

［12］ 程宪波， 陶宇， 欧维新. 生态系统服务与人类福祉关系研究进展［J］. 生态与农村环境学报， 2021， 37 （7）： 885-893.

［13］ 郑德凤， 王燕燕， 刘晓星， 等. 基于生态系统服务的中国生态福祉区划时空格局与潜力分析［J］. 生态与农村环境学报， 2020， 36 （5）： 645-653.

［14］ 付永虎， 解文艳， 魏范青， 等. 基于改进生态系统贡献率模型的长三角地区生态福祉分类与时空分异特征研究［J］. 地域研究与开发， 2023， 42 （5）： 140-146.

［15］ 谢高地，甄霖，鲁春霞，等.一个基于专家知识的生态系统服务价值化方法［J］.自然资源学报，2008，23（5）：911-919.

［16］ 杨晓芳， 罗志军. 居民生态福祉导向的国土空间生态网络构建——以南昌市为例［J］. 江西农业大学学报， 2023， 45 （5）： 1297-1310.

［17］ 张羿轲， 方一平， 杨悦， 等. 岷江上游山区生态福祉波动的人类活动干扰研究［J］. 山地学报， 2021， 39 （2）： 238-247.

［18］ 陈昕， 廖凌云， 刘铠宇， 等. 国家公园社区社会与生态福祉空间耦合协调度分析——以武夷山国家公园A村为例［J］. 生态学报， 2024， 44 （12）： 5159-5172.

［19］ 李雪敏， 李同宁， 李道政，等. 内蒙古县域生态系统服务与居民福祉耦合协调关系时空特征及影响因素研究［J］. 干旱区资源与环境， 2023， 37 （7）： 27-37.

［20］ 郑德凤，王燕燕，曹永强，等.基于生态系统服务的生态福祉分类与时空格局：以中国地级及以上城市为例［J］.资源科学， 2020， 42（6）： 1110-1122.

［21］ 臧正，邹欣庆，吴雷，等.基于公平与效率视角的中国大陆生态福祉及生态－经济效率评价［J］.生态学报，2017，37（7）：2403-2414.

［22］ 谢高地，张彩霞，张雷明，等.基于单位面积价值当量因子的生态系统服务价值化方法改进［J］.自然资源学报， 2015， 30（8）：1243-1254.

［23］ 张鹏岩，耿文亮，杨丹，等.黄河下游地区土地利用和生态系统服务价值的时空演变［J］.农业工程学报，2020，36（11）：277-288.

［24］ 刘艳军，刘静，何翠，等.中国区域开发强度与资源环境水平的耦合关系演化［J］.地理研究，2013，32（3）：507-517.

［25］ 岳杙筱，薛亮.陕西省土地利用与生态系统服务价值动态研究［J］.中国农业大学学报，2020，25（10）：20-30.

［26］ 吴建寨，李波，张新时.生态系统服务价值变化在生态经济协调发展评价中的应用［J］.应用生态学报，2007，18（11）：2554-2558.

［27］ 丁洋， 赵进勇， 张晶， 等. 松花湖水质空间差异及富营养化空间自相关分析［J］. 环境科学， 2021， 42 （5）： 2232-2239.

［28］ 陈志青，邵天杰，赵景波，等.东北地区臭氧浓度空间格局演变规律及影响因素［J］.环境科学学报，2020，40（9）：3071-3080.

［29］ 雷金睿，陈宗铸，陈小花，等.1980-2018 年海南岛土地利用与生态系统服务价值时空变化［J］.生态学报，2020，40（14）：4760-4773.

Spatial Differences of the Matching Degree between Development Intensity and Ecological Well-Being in the Yangtze River Delta Integration Region

LI Qiong， ZHANG Le-qin

（School of Geography and Planning，Chizhou University，Chizhou" 247000，China）

Abstract： Based on the remote sensing data of land use，the ecological well-being measurement model was used to measure the average ecological well-being of the Yangtze River Delta integration region; based on the model of ecological economy matching degree， the matching relationship between the development intensity and ecological well-being of the Yangtze River Delta integration region was investigated; using the spatial autocorrelation analysis method， this paper explores the spatial agglomeration characteristics of the matching degree between development intensity and ecological well-being. The results show that： （1） Zhejiang has the highest average ecological well-being， with the average ecological well-being of 4.1278 million Yuan/km2 in 2017 and 4.6158 million Yuan/km2 in 2022. Shanghai has the highest development intensity， and the development intensity index is 82.58 and 83.80 respectively. （2） From 2017 to 2022， the matching degree between development intensity and ecological well-being of the Yangtze River Delta integration region is 10.3797， showing the overall regional development intensity and ecological well-being are well matched. The matching degrees of Shanghai， Jiangsu， Zhejiang and Anhui are 22.2394，6.0910，9.8767 and 3.3118 respectively. （3） From 2017 to 2022， the Moran's I index of the matching degree between development intensity and ecological well-being in the Yangtze River Delta integration region was 0.1918， and the spatial agglomeration characteristics showed a low-high （LH）， high-low （HL） and low-low （LL） spatial correlation pattern. Based on the research results， some policy suggestions are put forward to promote eco-green integration and high-quality development in the Yangtze River Delta.

Key words： ecological well-being; regional development intensity; sptial autocorrelation; the Yangtze River Delta integration region

（责任编辑：巩 劼）