欢迎访问陕西师范大学学报(自然科学版)官方网站！

陕西师范大学学报(自然科学版) >

2023 , Vol. 51 >Issue 6: 72 - 83

DOI: https://doi.org/10.15983/j.cnki.jsnu.2023131

城市高质量发展研究专题

长三角城市群城市韧性与土地利用效益的耦合协调及驱动因素

  • 袁家德 , * ,
  • 张杰 ,
  • 王玉纯
展开
  • 安徽建筑大学 公共管理学院,安徽 合肥 230022
*袁家德,男,教授,硕士生导师。E-mail:

Copy editor: 程琴娟

收稿日期: 2023-05-10

  网络出版日期: 2023-11-21

基金资助

国家社会科学基金(22CRK008)

安徽省高校省级人文社会科学重点项目(SK2021A0355)

安徽省教育厅重大项目(SK2021ZD0056)

收起

Coupling coordination and driving factors of urban resilience and land use efficiency in the Yangtze River Delta urban agglomeration

  • YUAN Jiade , * ,
  • ZHANG Jie ,
  • WANG Yuchun
Expand
  • School of Public Policy & Management, Anhui Jianzhu University, Hefei 230022, Anhui, China

Received date: 2023-05-10

  Online published: 2023-11-21

Fold

摘要

基于长三角城市群26个城市2010—2020年的面板数据,运用耦合协调、空间自相关、地理探测器等模型对城市韧性与土地利用效益的耦合协调水平、空间集聚特征及驱动因素进行分析。结果表明:长三角城市群城市韧性与土地利用效益均呈逐年上升的变化趋势,但在空间分布上存在明显差异。两个系统的耦合协调水平逐年攀升,多处良性耦合阶段,协调类型以轻度失调、濒临失调、初级协调和中级协调为主;耦合协调度在东西方向上一直呈现“东高西低”的空间分布特征,南北方向上则由“中部突出、南北部塌陷”向“中部高、南部次之、北部最低”的空间分异格局演变。耦合协调度的空间集聚效应不强,且局部区域的空间异质性随时间的变化程度不大;经济发展水平、政府调控能力和劳动力要素是影响两个系统协调发展的主要驱动因素,其中政府调控能力同其他因素的交互作用力最强。城市韧性与土地利用效益的关联性研究有助于为长三角城市群统筹抓好风险防控和土地集约利用工作提供参考依据,并为中国其他地区的可持续发展提供相关经验。

关键词： 城市韧性; 土地利用效益; 耦合协调; 长三角城市群; 地理探测器

本文引用格式

袁家德 , 张杰 , 王玉纯 . 长三角城市群城市韧性与土地利用效益的耦合协调及驱动因素[J]. 陕西师范大学学报(自然科学版), 2023 , 51(6) : 72 -83 . DOI: 10.15983/j.cnki.jsnu.2023131

Abstract

Based on the panel data of 26 cities in the Yangtze River Delta urban agglomeration from 2010 to 2020, the coupling coordination level, spatial agglomeration characteristics and driving factors of urban resilience and land use benefit are analyzed by using the models of coupling coordination, spatial autocorrelation and geographical detector. The results show that the urban resilience and land use benefit of the Yangtze River Delta urban agglomeration continue to rise, but there are obvious differences in spatial distribution. The coupling coordination of the two systems is also increasing year by year. The coordination types are mainly mild imbalance, near imbalance, primary coordination and intermediate coordination. In the east-west direction, it has always presented the spatial distribution characteristics of “high in the east and low in the west”. In the north-south direction, it has evolved from the spatial differentiation pattern of “prominent in the middle and collapsed in the north and south” to “high in the middle, followed by the south and lowest in the north”. Moreover, the spatial agglomeration effect of coupling coordination degree is not strong, and the spatial heterogeneity of local areas does not change much with time. The level of economic development, government regulation ability and labor factor are the main driving factors affecting the coordinated development of the two systems. Among them, the interaction between government regulation ability and other factors is the strongest. The research on the correlation between urban resilience and land use benefit is helpful to provide a reference for the Yangtze River Delta urban agglomeration to do a good job in risk prevention and control, intensive land use, and to provide relevant experience for the sustainable development of other regions in China.

Key words： urban resilience; land use benefit; the coupling coordination; Yangtze River Delta urban agglomeration; geographic detector

土地作为城市开展各类活动的空间载体,其重要性不言而喻[1]。党的十九大报告指出:“科学配置土地资源,是深入推进新型城镇化的重要途径,是推动形成绿色发展方式和生活方式的现实要求。” 可见,城市发展阶段的特征和诉求在很大程度上反映在土地利用方式、结构和效率等方面。改革开放以来,我国城镇化进程令人瞩目,但随着城市人口的快速扩张,城市用地需要通过不断侵占周边的生态用地与农业用地来维系城市所能承载人口的数量阈值,而对土地资源合理配置以及对生态环境保护的忽视,致使水土流失严重、生境质量退化、公共空间衰落等问题愈发突出,严重影响了城市居民的人身安全与生活质量。在此背景下,韧性城市建设理念逐渐被纳入国土空间的规划体系之中。保持城市的可持续、高质量发展能力, 既是国土空间规划的核心品质, 也是塑造城市韧性的重要目标。因此,提高城市韧性与土地利用效益的协调互动水平,对于推动我国城镇化由规模扩张向品质提升转型、创建优质新型城市有着重要的指导作用。
韧性一词最早由Holling[2]应用于生态系统的相关研究中,其所提出的“层次结构、适应性循环”理论进一步丰富了可持续发展的内涵。随着时代的演进,韧性理论逐渐应用于城市研究,国外学者率先对城市韧性的概念[3]、价值目标[4]和提升路径[5]展开探讨。Meerow等[6]在结合诸多学者观点的基础上,提出了被广泛接受的城市韧性概念,即城市韧性是指城市系统在面对外部干扰时所展现的抵抗、恢复和适应能力。近年来,国内学者围绕该议题,基于易操作性、系统联系性以及地图可视化等方面的考量,采用综合指数法、社会网络模型以及图层叠置等定量研究方法分别对城市韧性的经济维度[7]、社会维度[8]、生态维度[9]及工程维度[10]进行了评价与分析。此外,也有学者运用FLUS模型来预测和模拟城市系统在不同情境下的适应过程,为韧性城市建设提供思路[11]。
城市土地利用效益是指单位面积土地投入在城市发展各个方面所实现的有效产出[12],一般包括经济效益、生态效益、社会效益等维度。Freeman[13]、Colding[14]和Koroso等[15]分别就城市土地的经济、生态及社会效益对城市可持续发展所发挥的重要作用展开了探讨,Defries等[16]则进一步指出城市的可持续发展需要平衡好城市土地三大效益之间的关系。国内学者在已有研究的基础上,引入综合指数法、GIS遥感技术及耦合协调等方法[17⇓-19]对城市土地利用的综合效益进行测度与分析,构建的三元指标体系逐渐由“经济效益、社会效益和生态效益”向“生产效益、生活效益和生态效益”转变,研究尺度涉及全国、省域、城市群、市域及县域[20⇓⇓⇓-24]。纵观国内外研究,学者们大多以独立视角对城市韧性或城市土地利用效益展开探讨,针对两者之间互动关系的研究相对较为匮乏。理论层面上,白帅等[25]分析了城市韧性与城市土地利用效益的交互作用机制:一方面,较高的土地利用效益能够增强城市系统应对风险的调适能力,进而对韧性城市的建设产生深远影响;另一方面,高韧性度的城市能够有效减少自然灾害对土地资源造成的破坏,从而维持土地的高效利用。实证层面上,张明斗等[26]利用熵值法和耦合协调模型验证了东北地区城市韧性与城市土地利用效益间的交互响应状况。已有研究拓展了城市韧性与土地利用效益的多维度视角,但关于城市韧性与土地利用效益之间的耦合协调机理仍有待进一步揭示。此外,推动两个系统协调发展的驱动因素又有哪些?这是值得重点思考的关键问题。
长三角城市群作为我国土地利用强度最高、平均城镇化率最高的地区,为中国社会经济的发展做出了巨大贡献。在长三角城市群GDP占全国GDP总量20%左右的现实背景下,城市群内的土地浪费、利用结构失当等问题层出不穷,长三角城市群也因此被我国政府列为公共安全管理和生态风险防控的重点对象。基于此,本文选取长三角城市群为研究区域,利用均方差决策法对其城市韧性与土地利用效益进行测度,并通过耦合协调模型和地理探测器对两个系统的协调发展水平及其影响因素展开分析,以期为长三角的城市规划方案提供更具生命力和持久性的政策参考。

1 耦合协调机理

城市韧性与土地利用效益作为新时代城市发展中的重要议题,存在紧密的耦合协调关系(图1)。
图1 城市韧性与土地利用效益的耦合协调机理

Fig.1 Coupling coordination mechanism of urban resilience and land use benefit

一方面,城市韧性的发展对土地利用效益的提升具有引领与驱动作用。主要体现在三个层面:一是通过规模经济效应、集聚效应、人力与物质资本积累等途径为国土空间的规划利用提供多方支持,节约土地的开发、利用成本,进而推动土地生产的提质增效;二是表现在空间规模的传导机制上,即在一定空间范围内的经济、人口、基础设施想要得到进一步的紧凑发展,会倒逼城市提高土地的生活效益来满足建设用地需求,从而限制城市的无序扩张与盲目占地;三是通过落实城市绿化工程规划、开发新增绿化用地以及处理城市污染等环境规制举措来提升城市的生态建设水平,推动土地生态效益的提高。
另一方面,土地利用效益的提升能够助力韧性城市的建设与发展进程。主要体现在两个层面:首先,通过效益要素拉力的传递为城市韧性的发展奠定坚实基础,土地利用效益越高,城市的综合发展水平、治理能力、公共服务设施就越有优势,愈能吸引多方资源的聚集与外来资本的注入,为城市经济结构优化、社会保障水平提高、生态系统优化、基础设施完善提供物质保障;其次,高水平的土地利用效益有助于盘活城市内的存量建设用地,提升城市响应突发事件的应急能力。例如,抗疫期间,多城迅速启动备用土地资源,抢建占地面积巨大的方舱医院,筑牢城市运行的安全线与生命线。

2 指标体系、研究方法及数据来源

2.1 指标体系构建

本文在参考现有研究成果[25-26]的基础上,构建城市韧性和城市土地利用效益的评价指标体系。对于城市韧性,从经济韧性、社会韧性、生态韧性和基础设施韧性4个维度共选取20个指标予以考察。对于城市土地利用效益,则从生产效益、生活效益、生态效益3个维度中选取9个指标予以刻画(表1)。
表1 城市韧性及城市土地利用效益评价指标体系

Tab.1 Evaluation index system of urban resilience and land use benefit

目标层 系统层 权重 指标层 单位 权重 属性
城市韧性 经济韧性 0.259 868 人均地区生产总值 元 0.057 317 +
第三产业增加值占GDP比重 % 0.050 013 +
实际使用外资金额 万美元 0.046 979 +
地方财政一般预算内收入 万元 0.042 273 +
规模以上工业总产值 万元 0.063 286 +
社会韧性 0.241 167 社会消费品零售总额 万元 0.041 123 +
医院、卫生院床位数 张 0.047 778 +
城镇基本医疗保险参保人数 人 0.050 289 +
城镇登记失业率 % 0.045 698 -
固定资产投资总额 万元 0.056 279 +
生态韧性 0.212 625 工业废水排放量 万t 0.048 120 -
工业二氧化硫排放量 t 0.040 329 -
工业固体废物综合利用率 % 0.052 372 +
建成区绿化覆盖率 % 0.022 412 +
公园绿地面积 hm2 0.049 392 +
基础设施韧性 0.286 340 全社会用电量 亿kW·h 0.054 336 +
城市供气总量 万m3 0.042 671 +
每万人拥有公共汽车量 辆 0.072 507 +
年末实有城市道路面积 万m2 0.057 383 +
公路货运量 万t 0.059 443 +
土地利用效益 生产效益 0.292 187 地均GDP 亿元/hm2 0.102 793 +
地均财政收入 万元/hm2 0.103 290 +
粮食单产量 kg/hm2 0.086 104 +
生活效益 0.398 596 人口密度 人/km2 0.122 233 +
建成区面积 km2 0.135 462 +
人均城市道路面积 人/m2 0.140 901 +
生态效益 0.309 218 建成区绿化覆盖率 % 0.056 130 +
人均绿地面积 人/m2 0.129 338 +
公园绿地面积 hm2 0.123 750 +

注:“+”表示正向指标,“-”表示负向指标。

2.2 研究方法

2.2.1 权重确定

为了避免主观因素干扰所产生的误差,本文选取均方差决定权重的多指标综合评价法来衡量长三角城市群26个地级及以上城市的韧性水平与土地利用效益。具体步骤如下。
第一步,运用极差标准化对原始数据Xij进行处理,Xij为第i个城市、第j项指标的数值(i=1,2,…,n;j=1,2,…m)。
对正向指标:
xij= X i j - m i n   X i j m a x   X i j - m i n   X i j;
对负向指标:
xij= m a x   X i j - X i j m a x   X i j - m i n   X i j。
第二步,计算随机变量的均值。
E(Qi)= 1 n ∑ i = 1 nxij。
第三步,计算均方差。
σ(Qi)= ∑ i = 1 n [ x i j - E ( Q i ) ] 2。
第四步,计算指标的权重系数。
wj=σ(Qj)/ ∑ j = 1 mσ(Qj)。
第五步,计算综合得分。
Si= ∑ j = 1 m(wj×xij)。

2.2.2 耦合协调模型

本文构建城市韧性与土地利用效益的耦合协调模型,来衡量两个系统发展水平的相对高低情况及其协调状态。公式为
C=2 U 1 U 2 ( U 1 + U 2 ) 2,
T=αU1+βU2,
D= C × T。
式中:U1为城市韧性水平;U2为城市土地利用效益;C为二者的耦合度;D为协调度;T为城市韧性和城市土地利用效益的综合协调指数;α和β分别为城市韧性和城市土地利用效益的重要性,两者的取值均为0.5。为直观反映城市韧性水平与城市土地利用效益的协调状况,本文借鉴罗文斌等[27]的研究成果,将协调度值划分为不同的区间和等级(表2)。
表2 耦合协调度等级划分

Tab.2 Classification of coupling coordination degree

协调度 协调等级 协调度 协调等级
0<D≤0.1 极度失调 0.5<D≤0.6 勉强协调
0.1<D≤0.2 严重失调 0.6<D≤0.7 初级协调
0.2<D≤0.3 中度失调 0.7<D≤0.8 中级协调
0.3<D≤0.4 轻度失调 0.8<D≤0.9 良好协调
0.4<D≤0.5 濒临失调 0.9<D≤1.0 优质协调

2.2.3 空间自相关

本文运用Moran's I(式中记为I)考察长三角城市群城市韧性和城市土地利用效益耦合协调度在空间上的集聚情况,公式为
I= n ∑ i = 1 n ∑ j = 1 n W i j ( X i - X - ) ( X j - X - ) ∑ i = 1 n ∑ j = 1 n W i j ∑ i = 1 n ( X i - X - ) 2。
式中:n为样本量,即空间位置的个数;Xi和Xj分别为空间位置i和j的观察值,Wij表示空间权重。Moran's I的取值范围为[-1,1],当值大于0时,表示要素之间存在空间正相关;当值小于0时,表示要素之间存在空间负相关。

2.2.4 地理探测器

地理探测器不仅能揭示某一因子X对属性Y空间分异的解释程度,还可以探测不同驱动因子间的联合交互作用[28]。因此,本文采用地理探测器来识别影响长三角城市群城市韧性与土地利用效益协同发展的驱动因素。公式为
q=1- 1 N σ 2 ∑ h = 1 LNh σ h 2。
式中:q表示影响因子对两个系统协调水平的影响力度,其值为[0,1],值越大表明影响因子对协调水平分异的解释力就越强;h=1,2,…,L为变量或因子的分层;Nh和N分别为层h和全区的单元数; σ h 2和σ2分别是层h和全区因变量的方差。

2.3 数据来源

本文选取长三角城市群为研究对象,对上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城26个城市2010—2020年的社会经济数据进行分析。数据主要来源于2010—2020年的《中国城市统计年鉴》《中国城市建设统计年鉴》和26市统计年鉴及其国民经济和社会发展统计公报。其中,极少数缺失值通过线性插值或灰色预测模型补齐。

3 结果分析

3.1 城市韧性与土地利用效益的耦合协调度时序变动

由图2可知,2010—2020年长三角城市群的城市韧性与土地利用效益均呈稳步上升的良好发展趋势。长三角城市群是我国经济发展的重要增长极,先进的基础设施和优越的区位条件为该地区韧性城市建设提供了坚实的物质基础。同时,伴随我国政府对防范化解重大风险工作的推进,长三角城市群的韧性水平在政策利好的条件下能够得到显著提升。相较而言,长三角城市群的土地利用效益要明显滞后于城市韧性的发展,且土地利用效益指数的上升速度也比较缓慢。从具体数值来看,土地利用效益的地区均值常年在0.1~0.2徘徊,未出现较大幅度的提升,表明城市群内的土地资源尚未得到充分的挖掘与利用,城镇土地利用结构不合理问题突出。究其原因,长三角城市群的经济投资具有很强的外源性,城市群内的经济发达地区通常采用扩大工业用地出让面积和降低工业土地出让价格等举措来强化招商引资工作。此举虽能在短期内为城市带来可观的生产效益,但随着工业用地投机行为的加剧,不仅会抢占大城市土地的开发空间,还会使经济欠发达城市难以发挥后发优势,进而不利于土地的集约利用。在未来,更应注重生产、生活和生态效益的统筹兼顾,准确把握各市土地资源的差异化特征,积极推进国土空间的精细化管理。
图2 土地利用效益与城市韧性评价指数与耦合度、协调度变化趋势

Fig.2 Variation trends of land use benefit and urban resilience evaluation index, coupling degree and coordination degree

结合耦合协调度的参量曲线可以看出,考察期内,城市韧性与土地利用效益耦合度的波动幅度较小,地区均值一直处于0.9左右,表明长三角城市群城市韧性与土地利用效益的关联性较强,城市韧性的发展有利于提升土地利用的综合效益,城市土地的高效集约利用同样能够加快韧性城市的建设进程。但是,两个系统间的协调度却不高,地区均值处于0.4~0.5,属于濒临失调阶段。这表明两个系统间虽有一定的互动关系,但城市群内多数城市的韧性水平与土地利用效益尚不高,仍有较大的发展潜力。

3.2 城市韧性、土地利用效益及耦合协调度的空间分异

为了更全面分析长三角城市群城市韧性与土地利用效益的空间分异特征,本文截取2010年、2015年、2020年3个典型年份的相关数据,参考李雪铭等[29]的做法,通过GIS中值分段法将城市韧性与土地利用效益划分为低、较低、中等、较高、高5个等级,并借助ArcGIS进行空间可视化。

3.2.1 城市韧性与土地利用效益评价指数的空间分布

由图3可知,长三角城市群的城市韧性在研究期内取得了长足的发展,大部分城市的韧性水平随时间变化呈平稳上升的趋势,但市域间的差异不断扩大。2010年,只有上海市的韧性水平处于较高值区域,其余各市的发展指数均处于0.150~0.442,多为低韧性水平。2015年,上海市的韧性水平仍处于领先地位,并突破至高韧性城市;同时,南京、苏州、杭州的城市韧性从较低水平上升到中等水平。2020年,低值韧性城市的数量持续减少,仅有安徽省的铜陵、安庆、滁州、池州、宣城五市,中、高值韧性城市则主要以上海及江浙皖的省会城市为代表,且以上海为最。上海市无论在金融、外贸、科技还是政策上都拥有其他地级市无法比拟的优势,这也使得它在韧性城市的建设过程中更具有发展潜力。而安徽省的很多城市由于受基础设施和经济发展滞后等因素的限制,对于城市风险管理体系的建设还存在不足,制约了韧性城市的建设。总体上,长三角城市群的城市韧性主要呈现出“中部突出、边缘塌陷”的空间分布格局。
图3 长三角城市群城市韧性的空间格局

Fig.3 Spatial pattern of urban resilience in the Yangtze River Delta urban agglomeration

由图4可知,2010—2020年长三角城市群各市土地利用效益的变动情况不大,以低效益城市数量居多,且主要分布于长三角城市群南北两翼。上海市和南京市作为长三角城市群的两大增长极,城市的土地利用综合效益要远高于其他城市。整体来看,城市土地利用效益呈现出“以上海和南京为核心,逐步向周边递减”的空间分布格局。
图4 长三角城市群土地利用效益的空间格局

Fig.4 Spatial pattern of land use benefit in the Yangtze River Delta urban agglomeration

3.2.2 城市韧性与土地利用效益的耦合协调空间分异

由图5可见,2010—2020年长三角城市群的耦合协调水平总体上呈现不断上升的发展趋势,协调类型以轻度失调、濒临失调、初级协调和中级协调为主。2010年,长三角城市群仅有少数城市处于协调状态,协调城市南京、无锡、苏州和上海呈现“横直线”型分布;失调城市数量远高于协调城市数量,且暂无优质协调的城市。这可能是因为我国在2010年仍处于城镇化的快速发展阶段,“摊大饼”式的城市扩张模式造成土地资源的严重浪费,也使得城市运转负荷加重,因而不利于城市韧性与土地利用效益的协调发展。2015年,长三角城市群的协调城市数量增多,呈现出杭州-上海-合肥的“7”字形走向,而失调城市主要分布于城市群的边缘地带。2020年,长三角城市群的协调城市逐渐形成聚合态势,集中分布在三大省会城市周边。整体来看,城市韧性与土地利用效益的耦合协调度在长三角城市群的东西方向上一直表现为“东高西低”的空间分布特征;而在南北方向上,则由“中部突出、南北部塌陷”向“中部高、南部次之、北部最低”的空间分异格局演变。
图5 长三角城市群城市韧性与土地利用效益耦合协调的空间格局

Fig.5 Spatial pattern of coupling coordination between urban resilience and land use benefit in the Yangtze River Delta urban agglomeration

3.3 耦合协调度的空间关联格局

3.3.1 全局自相关

为探讨长三角城市群城市韧性和土地利用效益耦合协调度的空间集聚特征,运用GeoDa软件构建反距离空间权重矩阵并测算其全局Moran's I。从表3的结果可知,2010—2020年长三角城市群耦合协调度的Moran's I为0.075~0.125,呈微弱的波动状态。各年Moran's I虽为正,却没有通过显著性水平检验,说明长三角城市群耦合协调更加倾向于随机分布且空间集聚影响较弱。
表3 2010—2020年长三角城市群耦合协调度全局Moran's I

Tab.3 Moran's I of coupling coordination degree of Yangtze River Delta urban agglomeration from 2010 to 2020

年份 Moran's I Z值 P值
2010 0.102 1.079 0.138
2011 0.097 1.033 0.151
2012 0.115 1.161 0.122
2013 0.125 1.237 0.107
2014 0.106 1.082 0.145
2015 0.075 0.857 0.202
2016 0.116 1.149 0.133
2017 0.108 1.071 0.138
2018 0.101 1.015 0.162
2019 0.093 0.946 0.175
2020 0.090 0.927 0.166

3.3.2 局部自相关

为进一步验证长三角城市群耦合协调度的空间关联格局,再次引入局部自相关对2010年、2015 年和2020年这3个年份的耦合协调度进行分析。借鉴相关研究成果[30],划分出5种不同的空间集聚类型。由表4的结果可知,长三角城市群内的绝大部分城市都属于不显著类型,这与全局Moran's I反映的结果相仿。苏州与常州在2010年、2015年均属于高-高集聚类型,说明两市城市韧性与土地利用效益的耦合协调水平较高,且相邻城市的协调水平也位于长三角城市群前列。高-低类型代表城市自身处于高耦合协调水平,而与之邻近的城市却处于低耦合协调水平。典型城市有2015年的杭州市以及于2020年新增的合肥市,此类城市在未来的发展过程中应当更注重落实协同发展、互利共赢的建设理念,引导优势资源有序向周边低协调度城市转移。嘉兴是低-高集聚类型的代表城市,且在考察期内一直未发生变化。这一结果表明尽管嘉兴市的耦合协调水平不高,但独特的区位条件使其受到相邻高协调城市上海、杭州及苏州的辐射带动作用,具有较好的发展潜力。安庆和池州位于长三角城市群的边缘地带,两市的区位劣势制约着长三角先发地区对其的帮扶成效,故在研究期内一直为低-低集聚类型城市。综上可知,长三角城市群城市韧性与城市土地利用效益的空间集聚效应较弱,且局部区域的空间异质性随时间的变化程度不大。
表4 2010—2020年长三角城市群耦合协调度的局部空间关联格局

Tab.4 Local spatial correlation pattern of coupling coordination degree of Yangtze River Delta urban agglomerations from 2010 to 2020

类型 2010年 2015年 2020年
高-高 苏州、常州 苏州、常州 苏州
高-低 — 杭州 杭州、合肥
低-高 嘉兴 嘉兴 嘉兴
低-低 安庆、池州 安庆、池州 安庆、池州
不显著 上海、南京、无锡、南通、盐城、扬州、镇江、泰州、杭州、宁波、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、滁州、宣城 上海、南京、无锡、南通、盐城、扬州、镇江、泰州、宁波、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、滁州、宣城 上海、南京、无锡、常州、南通、盐城、扬州、镇江、泰州、宁波、湖州、绍兴、金华、舟山、台州、芜湖、马鞍山、铜陵、滁州、宣城

3.4 耦合协调度的驱动因素

城市韧性与土地利用效益的耦合协调度受众多因素的共同影响。在参考已有研究的基础上[31],本文利用地理探测器从经济实力、产业结构、政府调控、交通设施、居民生活水平、环境规制、对外开放、劳动力要素等多个方面分析影响长三角城市群城市韧性与土地利用效益耦合协调度的主要驱动因素。相关变量的选取具体如下:以夜间灯光数据(X1)来表征城市的经济发展水平,以第二、三产业增加值占GDP比重(X2)代表城市的产业结构,以人均地方财政收入(X3)代表政府调控能力,用货运量大小(X4)刻画城市交通基础设施,以职工平均工资(X5)反映城市居民生活水平,以地区每年政府工作报告中“环保”词频占比(X6)代替环境规制,以进出口总额占GDP比重(X7)反映城市的对外开放水平,以二、三产业就业人数之和(X8)表征城市的劳动力要素。

3.4.1 单一影响因子探测

由表5可知,8个影响因素对城市韧性与土地利用效益耦合协调度的解释力度都大于0,这表明它们均能在一定程度上推动两个系统的协同演进。其中,又以政府调控能力、经济发展水平以及劳动力要素的q值排名在各个时间段最为靠前,属于强关联因素;而其余变量的q值排名则处于波动状态,属于较强关联因素。
表5 长三角城市群耦合协调度驱动因子的单一探测结果

Tab.5 Single detection results of driving factors of coupling coordination degree of Yangtze River Delta urban agglomeration

2010年 2015年 2020年
因子 排名 q 因子 排名 q 因子 排名 q
X3 1 0.844 1 X3 1 0.812 9 X3 1 0.880 3
X5 2 0.741 1 X5 2 0.812 7 X1 2 0.700 1
X1 3 0.669 3 X8 3 0.776 0 X8 3 0.671 1
X4 4 0.561 1 X1 4 0.668 5 X5 4 0.635 7
X2 5 0.536 3 X7 5 0.614 2 X2 5 0.596 1
X8 6 0.465 0 X6 6 0.349 5 X7 6 0.427 4
X7 7 0.464 1 X4 7 0.329 5 X4 7 0.377 6
X6 8 0.380 9 X2 8 0.276 7 X6 8 0.091 9
具体而言,经济发展水平、产业结构等经济因素通过改变城市居民的生产生活方式和满足居民的需求间接影响城市土地的开发与高效利用,使得城市空间格局逐步得到优化。更高的经济水平也为城市进行各种活动提供足够的经费支持,有助于推动城市基础设施建设、生态建设与社会建设,从而提高城市抵御风险、防灾抗灾的能力。可见,经济的发展能有效促进城市韧性与土地利用效益的共同提升,是推动两个系统协调发展的基础动力。
交通设施建设水平、城市居民生活水平、劳动力要素等社会因素能为城市的发展提供大量人力、物力支持,且在长期积累的渐进过程中,诸多要素会不断向作为空间载体的城市土地集中,进而提高土地集约经营水平和单位面积的利用强度。同时,交通与通信建设的完善有利于提高城市在危急情况下的紧急避险与对外求援能力,是推动两个系统协调发展的核心动力。
合理的环境规制不仅能优化城市的生态景观格局,还能发挥对高生态价值土地与优质耕地的保护作用,是推动两个系统协调发展的外生动力。具体而言,命令控制型环境规制能够有效减少城镇化过程中所产生的非期望产出,提高土地的绿色利用效率;而激励型和自愿型环境规制则有利于推动绿色技术的进步和创新,从而增强城市生态环境的自我净化能力,切实促进城市生态韧性的提升。
推动更宽领域、更深层次的对外开放,能够吸引更多外来资本的注入,切实提高单位土地资源投入的产出效益与价值。而政府的统筹调控则能有效推进国土综合整治,加快落实生产空间集约有效、生活空间适宜居住、生态空间依山傍水的战略部署,最终作用于城市的精细化管理与高质量发展,并对城市韧性的构建产生积极反馈。因此,政府调控与开放程度等政策导向因素能够促进城市韧性与土地利用效益的高度互动,是影响二者协调发展的直接动力。

3.4.2 交互影响因子探测

通过地理探测器的交互探测计算各因素两两交互后的影响力度(图6),所有交互因子的q值均明显高于单一因子的q值。这表明长三角城市群城市韧性与城市土地利用效益的协调水平是不同影响因素共同作用的结果。在2010年、2015年、2020年这3个年份中,政府调控能力(X3)同其他因子的交互作用解释力始终保持在最高水平,说明政府服务在推动城市韧性与土地利用效益发展的过程中发挥着不可替代的作用。21世纪以来,中国政府积极探索由行政职能向服务职能转型的路径,并通过增加公共财政在农业补贴、土地补偿、生态环境保护、基础设施维护等各方面的投入力度来推进基本公共服务均等化,为城市韧性与土地利用效益的协同演进奠定了坚实基础。换言之,进一步创新政府管理和服务方式、完善宏观经济治理体制是促进城市韧性与土地利用效益良好互动、有序发展的关键举措。
图6 长三角城市群耦合协调度驱动因子的交互探测结果

Fig.6 Interactive detection results of driving factors of coupling coordination degree of Yangtze River Delta urban agglomeration

4 结论与建议

4.1 结论

本文通过均方差决策法对长三角城市群2010—2020年的城市韧性与土地利用效益进行测度,揭示其时空演变特征,并进一步运用耦合协调模型、空间自相关和地理探测器来分析两个系统间的协调关系、空间集聚性以及驱动因素,得出以下主要结论。
1)长三角城市群城市韧性发展水平与土地利用效益均呈稳步上升的变化趋势。在空间格局上,城市韧性与城市土地利用效益分别表现为“中部突出、边缘塌陷”和“以上海和南京为核心,逐步向周边递减”的结构特征。
2)长三角城市群城市韧性与土地利用效益的耦合协调水平逐年攀升,多处良性耦合阶段,协调类型以轻度失调、濒临失调、初级协调和中级协调为主。两个系统协调度在东西方向上,一直表现为“东高西低”的空间分布特征;而在南北方向上,则由“中部突出、南北部塌陷”向“中部高、南部次之、北部最低”的空间分异格局演变。此外,长三角城市群城市韧性与城市土地利用效益耦合协调度的空间集聚效应偏弱,且局部区域的空间异质性随时间的变化程度不大。
3)经济实力、产业结构、政府调控、交通设施、居民生活水平、环境规制、对外开放和劳动力要素是推动长三角城市群城市韧性与土地利用效益协同发展的重要影响因素,其中又以经济发展水平、政府调控力度和劳动力要素的解释力度最强。交互因子检测结果显示,各影响因素的交互作用要大于单个因素的独自作用,且政府调控同其他因素共同作用的解释力最强。

4.2 建议

1)长三角城市群两个系统间的耦合协调度存在较为明显的空间差异,需根据各市的实际情况制定相应的措施。首先,上海、南京、杭州作为长三角城市群中率先达到两个系统基本协调的城市,应积极为耦合协调度不高的周边城市提供资源支撑,并将发展空间范围延伸到都市圈,从而更好地实现集聚效应。其次,常州、南通、合肥等勉强协调城市应当积极响应长三角区域一体化发展的号召,通过优化交通网络、保障物流畅通等措施,引入周边大都市的优势资源,从而突破发展瓶颈。最后,位于长三角城市群边缘地带的失调城市应通过调整产业结构来挖掘更多的可再生、可更新资源,并在注重创新人才培养的同时,积极推进移动互联网、云计算技术和大数据同国土空间规划的融合发展,以创造全新的创新引擎为土地的高效集约利用提供有力支持。
2)近年来国家高度重视城市的安全建设与一体化协同发展、可持续发展,但长三角城市群内各城市间的联系与合作程度不高,欠缺有效的协同发展机制。因此,要充分发挥政府的宏观调控与战略引导作用,多措并举,及时构建完善有效的城市联动机制来预防各类风险,加强上海、南京、杭州、合肥4个中心城市的辐射带动作用,提升空间合作与集聚能力。
3)交互因子的检测结果显示,政府调控能力同其他因子的交互解释力最强。因此,要坚持以高质量政务服务推动本地区可持续发展的原则,统筹生产、生活、生态三者间的关系。通过充分的调研与缜密的规划对各类要素资源进行合理、恰当的分配,使城市韧性和土地利用效益的协同联动最大限度地发挥实效,早日实现向优质协调的跃迁。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
KREKEL C, KOLBE J, WÜSTEMANN H. The greener,the happier? The effect of urban land use on residential well-being[J]. Ecological Economics, 2016, 121:117-127.

DOI

[2]
HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4:1-23.

DOI

[3]
CAMPANELLA T J. Urban resilience and the recovery of New Orleans[J]. Journal of the American Planning Association, 2006, 72(2):141-146.

DOI

[4]
BAHADUR A V, THORNTON H. Analysing urban resilience:a reality check for a fledgling canon[J]. International Journal of Urban Sustainable Development, 2015, 7(2):196-212.

DOI

[5]
ALBUQUERQUE J P D, ECKLE M, HERFORT B, et al. Crowdsourcing geographic information for disaster management and improving urban resilience:an overview of recent developments and lessons learned[M]//CAPINERI CRISTINA, HAKLAY MUKI, HUANG HAOSHENG, et al. European handbook of crowdsourced geographic information. London: Ubiquity Press, 2016:309-321.

[6]
MEEROW S, NEWELL J P, STULTS M. Defining urban resilience:a review[J]. Landscape and Urban Planning, 2016, 147:38-49.

DOI

[7]
张亚丽, 项本武. 数字经济发展对中国市域经济韧性的影响效应[J]. 经济地理, 2023, 43(1):105-113.

ZHANG Y L, XIANG B W. The impact of digital economy development on urban economic resilience[J]. Economic Geography, 2023, 43(1):105-113.

[8]
王钧, 陈敬业, 宫清华, 等. 韧性视角下城市社会脆弱性评估及优化策略:以珠三角城市群为例[J]. 热带地理, 2023, 43(3):474-483.

DOI

WANG J, CHEN J Y, GONG Q H, et al. Urban social vulnerability assessment and optimization strategies from the perspective of resilience:a case study of the Pearl River Delta urban agglomeration[J]. Tropical Geography, 2023, 43(3):474-483.

[9]
王松茂, 牛金兰. 山东半岛城市群城市生态韧性的动态演化及障碍因子分析[J]. 经济地理, 2022, 42(8):51-61.

WANG S M, NIU J L. Dynamic evolution and obstacle factors of urban ecological resilience in Shandong Peninsula urban agglomeration[J]. Economic Geography, 2022, 42(8):51-61.

[10]
顾祥林, 余倩倩, 姜超, 等. 城市土木工程基础设施韧性提升理论与方法[J]. 工程力学, 2023, 40(3):1-13.

GU X L, YU Q Q, JIANG C, et al. Theory and method of resilience enhancement of urban civil engineering infrastructures[J]. Engineering Mechanics, 2023, 40(3):1-13.

[11]
夏楚瑜, 董照樱子, 陈彬. 城市生态韧性时空变化及情景模拟研究:以杭州市为例[J]. 生态学报, 2022, 42(1):116-126.

XIA C Y, DONG Z Y Z, CHEN B. Spatio-temporal analysis and simulation of urban ecological resilience:a case study of Hangzhou[J]. Acta Ecologica Sinica, 2022, 42(1):116-126.

[12]
郑岚, 张志斌, 马亚兄, 等. 甘肃省土地利用效益评价及耦合协调度分析[J]. 兰州大学学报(自然科学版), 2022, 58(1):11-19.

ZHENG L, ZHANG Z B, MA Y X, et al. Evaluation of land use benefit and analysis of the coupling coordination degree in Gansu province[J]. Journal of Lanzhou University (Natural Sciences), 2022, 58(1):11-19.

[13]
FREEMAN L. The effects of sprawl on neighborhood social ties:an explanatory analysis[J]. Journal of the American Planning Association, 2001, 67(1):69-77.

DOI

[14]
COLDING J. ‘Ecological land-use complementation’ for building resilience in urban ecosystems[J]. Landscape and Urban Planning, 2007, 81(1/2):46-55.

DOI

[15]
KOROSO N H, ZEVENBERGEN J A, LENGOIBONI M. Urban land use efficiency in Ethiopia:an assessment of urban land use sustainability in Addis Ababa[J]. Land Use Policy, 2020, 99:105081.

DOI

[16]
DEFRIES R S, FOLEY J A, ASNER G P. Land-use choices: balancing human needs and ecosystem function[J]. Frontiers in Ecology and the Environment, 2004, 2(5):249-257.

DOI

[17]
朱文娟, 孙华. 江苏省城市土地利用效益时空演变及驱动力研究[J]. 中国土地科学, 2019, 33(4):103-112.

ZHU W J, SUN H. Study on spatio-temporal evolution and driving forces of urban land use benefits in Jiangsu province[J]. China Land Science, 2019, 33(4):103-112.

[18]
陈莹, 谢媛媛. 武汉市土地集约利用时空分异及障碍因素诊断[J]. 长江流域资源与环境, 2015, 24(1):8-15.

CHEN Y, XIE Y Y. Spatio-temporal features of intensive land use and diagnosis of its obstacle factors in Wuhan city[J]. Resources and Environment in the Yangtze Basin, 2015, 24(1):8-15.

[19]
廖佶慧, 彭贤伟, 王权, 等. 海峡西岸城市群城市土地利用效益评价及其耦合协调关系研究[J]. 世界地理研究, 2021, 30(3):556-566.

DOI

LIAO J H, PENG X W, WANG Q, et al. Study on the coupling and coordination relationship of urban land use benefit in urban agglomeration on the west coast of Taiwan Strait[J]. World Regional Studies, 2021, 30(3):556-566.

DOI

[20]
毕国华, 杨庆媛. 中国土地利用效益的时空特征研究[J]. 地域研究与开发, 2016, 35(6):97-103.

BI G H, YANG Q Y. Analysis on spatial-temporal characteristics of land use efficiency in China[J]. Areal Research and Development, 2016, 35(6):97-103.

[21]
田俊峰, 王彬燕, 王士君. 东北三省城市土地利用效益评价及耦合协调关系研究[J]. 地理科学, 2019, 39(2):305-315.

DOI

TIAN J F, WANG B Y, WANG S J. Urban land use efficiency and its coupling relationship in the three provinces of Northeast China[J]. Scientia Geographica Sinica, 2019, 39(2):305-315.

DOI

[22]
贾琦, 运迎霞, 尹泽凯. 城市群土地利用效益与城镇化水平的时空耦合分析:我国三大城市群的实证分析[J]. 现代城市研究, 2014, 29(8):8-13.

JIA Q, YUN Y X, YIN Z K. Spatial and temporal coupling analysis of land use efficiency and urbanization level of city-regions:an empirical study of three big city-regions in China[J]. Modern Urban Research, 2014, 29(8):8-13.

[23]
章雨晴, 甄峰, 常恩予. 基于企业综合效益评价的城市土地集约利用研究:以张家港市为例[J]. 人文地理, 2016, 31(6):95-101.

ZHANG Y Q, ZHEN F, CHANG E Y. Research on intensive utilization of urban land based on the evaluation of enterprises’ comprehensive benefits:a case study of Zhangjiagang city[J]. Human Geography, 2016, 31(6):95-101.

[24]
孔雪松, 刘艳芳, 谭传凤. 嘉鱼县土地利用结构与效益变化的耦合效应分析[J]. 资源科学, 2009, 31(7):1095-1101.

KONG X S, LIU Y F, TAN C F. Correlation analysis of the changes of land use structure and land use efficiency:a case study of Jiayu county in Hubei province[J]. Resources Science, 2009, 31(7):1095-1101.

[25]
白帅, 吴金华, 王祯. 河南省城市韧性与土地利用效率的耦合协调性[J]. 水土保持通报, 2022, 42(1):308-316.

BAI S, WU J H, WANG Z. Coupling relationship between urban resilience and land use efficiency in He’nan province[J]. Bulletin of Soil and Water Conservation, 2022, 42(1):308-316.

[26]
张明斗, 张蕊. 东北地区城市韧性与城市土地利用效益的耦合协调研究[J]. 工业技术经济, 2021, 40(9):105-114.

ZHANG M D, ZHANG R. Study on the coupling coordination between urban resilience and urban land use benefit in Northeast China[J]. Journal of Industrial Technological Economics, 2021, 40(9):105-114.

[27]
罗文斌, 楚雪莲. 旅游产业发展与土地利用结构耦合协调演化研究:以国际旅游城市张家界为例[J]. 陕西师范大学学报(自然科学版), 2023, 51(2):36-46.

LUO W B, CHU X L. The coupled and coordinated evolution of tourism industry development and land use structure:taking the international tourism city of Zhangjiajie as an example[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2023, 51(2):36-46.

[28]
王玉纯, 赵军, 付杰文, 等. 生态系统服务综合关系空间分异及驱动因素:以石羊河流域为例[J]. 水土保持研究, 2023, 30(2):274-284.

WANG Y C, ZHAO J, FU J W, et al. Recognition of ecosystem services trade-offs and synergistic comprehensive relations-a case study of Shiyang River Basin[J]. Research of Soil and Water Conservation, 2023, 30(2):274-284.

[29]
李雪铭, 刘凯强, 田深圳, 等. 基于DPSIR模型的城市人居环境韧性评价:以长三角城市群为例[J]. 人文地理, 2022, 37(1):54-62.

LI X M, LIU K Q, TIAN S Z, et al. Evaluation of urban human settlements resilience based on DPSIR model: a case study of the Yangtze River Delta urban systems[J]. Human Geography, 2022, 37(1):54-62.

[30]
张仁杰, 董会忠. 基于省级尺度的中国工业生态效率的时空演变及影响因素[J]. 经济地理, 2020, 40(7):124-132,173.

ZHANG R J, DONG H Z. Spatial and temporal evolution and influencing factors of China's industrial eco-efficiency based on provincial scale[J]. Economic Geography, 2020, 40(7):124-132,173.

[31]
ZHANG J, YUAN J D, WANG Y C. Spatio-temporal evolution and influencing factors of coupling coordination between urban resilience and high-quality development in Yangtze River Delta Area,China[J]. Frontiers in Environmental Science, 2023, 11:1174875.

DOI

Options
文章导航

/

〈 〉

版权所有 © 《陕西师范大学学报(自然科学版)》编辑部
地址：中国西安陕西师范大学长安校区文汇楼C段3层　
邮编：710119
电话：029-81530883，81530879，81530885　
E-mail：lkxuebao@snnu.edu.cn
技术支持：北京玛格泰克科技发展有限公司