城镇化与生态环境交互耦合关系测度及实证研究

2017-12-29崔木花

淮北师范大学学报(哲学社会科学版) 2017年5期

关键词：耦合度城市化安徽省

崔木花，吴迪

（淮北师范大学经济学院，安徽淮北 235000）

城镇化与生态环境交互耦合关系测度及实证研究

崔木花，吴迪

（淮北师范大学经济学院，安徽淮北 235000）

城镇化系统和生态环境系统之间相互作用、相互影响，存在较为复杂的交互耦合关系。正确认识二者的关系，对提升城镇化质量，改善生态环境，推动二者协调发展具有重要意义。以安徽省16个地级市为研究对象，利用改进熵权TOPSIS法评价了其城镇化和生态环境的综合发展水平，基于耦合协调度模型，评价分析了16市的城镇化与生态环境耦合协调关系。结果表明：安徽省16市城镇化与生态环境的总体协调水平不高，除合肥、马鞍山、芜湖和铜陵处于良好协调类型外，其余12市二者皆处于中低协调类型，其中淮北、蚌埠、滁州、黄山、池州、宣城、亳州和淮南属于中度协调发展型，宿州、阜阳、六安和安庆则属于低度协调发展型。

城镇化；生态环境；耦合协调度；安徽省

引言

近年我国城镇化发展迅速，2015年城镇化率跃升到56.10%，比世界平均水平高约1.2个百分点，且近10年来年均增长2.16%。由于城镇化的快速推进，随之而来的生态环境问题日益突出，因此，如何促进城镇化与生态环境良性互动、耦合协调发展，成为学术界近年来持续关注的热点，引发众多学者对该问题展开了研究。国外代表性的研究主要有：Pearce和Button等指出，随着城市的扩张，城市生态环境也日益遭到破坏，并据此提出了一系列促进二者协调发展的策略[1-2]；Berry用生态因子法分析了城镇化对生态环境影响作用及机制[3]；Grossman和Krueger的研究发现，城镇化与生态环境之间呈倒“U”型内在规律[4]。国内的研究主要围绕以下几个方面展开：一是关于二者耦合机制的研究。黄金川、方创琳认为城市化与生态环境间存在交互耦合胁迫机制，其中城市化对生态环境的胁迫主要来自城市中的人口及交通等方面，生态环境对城市化的约束则主要由改变人口和资本流向所引起[5]。刘耀彬对江苏省城市化与生态环境耦合关系分析后认为，城市化与生态环境系统耦合机制较复杂，但总体上表现为城市化对生态环境的胁迫作用和生态环境对城市化的约束作用两个方面[6]。二是关于二者演化趋势与规律的研究，王少剑、马利邦等学者的研究认为，虽然城镇化对资源环境压力较大，但并没有出现典型的倒“U”型规律，而是呈现S型、线型、半U型及对数曲线型的演化规律[7-10]。张荣天和罗能生等分别研究了省际及长株潭城市群城镇化和生态环境系统耦合协调空间演化规律，并提出促进二者协调发展的策略及措施[11-12]。三是关于二者耦合协调关系评价的研究。陈晓红、吴玉鸣、陈泓冰和张晓天等学者基于耦合协调度模型，分别以东北、广西、湖北、山西省等地区为研究对象对城市化与生态环境协调发展关系进行了测度和评价[13-17]。

综合国内研究来看，研究区域多集中在东西部地区，关于中部地区的研究较少，中部中关于安徽地区的研究更是鲜见，而安徽省是全国城镇化发展较快的省份之一，也是中部近年最具活力和发展潜力的地区，2015年城镇化率突破50%，达到50.5%，比上年提高1.35个百分点，其城镇化快速发展的同时也给地区生态环境带来了巨大压力。如何推进二者协调发展，实现城镇化绿色发展，是安徽省未来一段时期城镇化建设的重中之重。为此，本文以安徽省为研究对象，对其城镇化和生态环境交互耦合协调情况进行研究，既有一定的代表性,对其他省份也具可借鉴的价值。

一、指标体系构建及评价方法

（一）评价指标体系构建

本文借鉴已有相关研究成果，评价时对城镇化系统选取了人口城镇化、空间城镇化、经济城镇化及社会城镇化等方面指标，对生态环境系统选取了生态环境水平、生态环境压力及生态环境保护等方面的指标[17]。实证研究对象是安徽省16个地级市，具体操作时，针对安徽省各市发展实际，尽可能选取那些具有代表性、可得性及可比性特征的指标，需要说明的是，由于反映生态环境保护方面的工业废水排放达标率、工业重复用水率及环保投入占GDP比重等指标数据不全，故构建指标体系时略去了这3个指标，因此共选取了29项指标，构建了城镇化与生态环境协调发展评价指标体系（如表1所示）。原始数据主要来源于2015年安徽省统计年鉴。

表1 城镇化与生态环境协调发展评价指标体系及权重

（二）评价方法

本文选用能较为客观地反映综合评价结果的改进熵权TOPSIS法对城镇化和生态环境系统及各子系统发展水平进行评价，并构建协调度模型对二者进行协调度评价，最后构建耦合协调度模型，将TOPSIS法得到的评价结果与协调度结果相结合，作为最终评价结果。

1.改进熵权法

由于传统熵值法在计算过程中运用了对数、熵等概念，计算中难免会出现极端值或负值，而这些值若直接参与计算会导致测度结果出现偏差，因此，需要对这类指标数据预先做一些变换处理。常用的处理方法有：功效系数法和标准化法，前者在变换数据时，人为增加了α变量（由评价者决定其取值大小），会导致评价结果的不确定性；后者则无需增加任何主观信息，且有利于缩小极值对评价结果的不利影响[18]，故本文采用赋权相对更为客观的改进熵值法来确定城镇化和生态环境系统各指标权重。具体步骤如下：

设有m个待评方案，n项评价指标，形成原始指标数据矩阵X=(xij)m×n。

（1）由于不同指标具有不同的量纲和单位，为使不同指标具有可比性，首先将其标准化。将原始数据标准化，做如下变换：

（3）计算第j项指标的熵值ej:

可以证明ejϵ[0,1]。

（4）计算第j项指标的差异性系数gj:

其中gj值越大，则指标xj在评价中就越重要。

（5）定义第j项指标的权数wj：

2.TOPSIS法

TOPSIS法是一种多目标决策方法[19-21]，也称为“逼近理想解排序方法”，是一种运用距离作为评价标准的综合评价法。它是通过测度优先方案中的最优方案和最劣方案，分别计算出各评价对象与最优方案和最劣方案的距离，获得各评价对象与最优方案的相对接近程度，来对评价对象进行排序，具有计算简便、对样本量要求不大以及结果合理的优势。基于改进熵权TOPSIS法的计算步骤如下：

（1）构造决策矩阵

（2）确定正负理想解

正理想解是设想的最好的情况，用 Z+表示，负理想解是设想最坏的情况，用 Z-表示。则：

（3）计算理想解距离

采用欧式距离公式计算每个指标zij距正理想解距离（D+）和距负理想解距离（D-）:

（4）计算各评价对象与理想解的贴近度值Cj,计算公式如下：

Cj的取值介于0和1之间，Cj的值越大，即越趋向于1，表示该评价对象与最劣解距离越大，即越接近最优水平，当Cj=1时，达到最优。

3.耦合度模型

耦合，指两个或两个以上的系统或运动形式通过相互作用而产生相互影响的现象，耦合度是表示系统或要素之间相互影响的程度[5]。

两个系统的耦合度一般采用如下模型：

其中，ui(i=1，2)表示各子系统的综合发展水平，本文分别为城镇化系统和生态环境系统的综合发展水平。显然，C∈［0，1］，C越接近1，说明系统间的耦合度越强，反之，则越弱。当C=1时，耦合度达到最大，表明系统间的相关性极强，当C=0时，耦合度最小，表明系统间互不相关，彼此互不影响[22]。

4.耦合协调度模型

耦合度只能说明系统间相互作用、相互影响的程度，而无法真实反映城镇化与生态环境的协调发展水平，为进一步反映城镇化与生态环境的耦合协调发展水平，建立如下耦合协调度模型：

式中，D为耦合协调度，T为反映城镇化与生态环境的综合协调指数，u1，u2分别为用改进熵权TOPSIS法计算的城镇化和生态环境系统的总得分，α、β为待定系数，表示城镇化和生态环境对城市发展的贡献程度，考虑到二者贡献度不分彼此，故此处取α=β=0.5。在实际应用中，一般使T∈(0，1)，以确保D在(0，1)之间。

根据耦合协调度D取值以及城镇化和生态坏境系统综合得分，结合物理学关于协调类型的分类方法，并充分考虑各地区发展的实际情况，将城镇化与生态系统耦合协调度等级分为以下几种，如表2所示。

表2 耦合协调度等级及其划分标准

二、计算过程与结果分析

（一）计算过程

1.各项指标权重的确定

在对原始数据运用式（1）、（2）进行标准化及变换处理的基础上，采用式（6）确定各指标的权重，具体计算结果见表1。

2.贴近度值的计算

利用式（7）—式（12）计算了安徽省16市城镇化与生态环境系统及其各分系统的贴近度值，即各系统的发展水平值，计算结果见表3。

表3 安徽省16市城镇化与生态环境及其各分系统贴近度值

3.耦合协调度值的计算

利用式（13）—式（14）计算安徽省16市城镇化与生态环境系统的耦合度、协调度及耦合协调度值，并据计算结果对各市的协调类型进行了详细划分，如表4和图1所示。

表4 安徽省16市城镇化与生态环境耦合协调发展状况

（二）结果分析

1.城镇化与生态环境系统综合发展水平分析

从表1得到的权重结果来看，在城镇化系统中，社会城镇化（0.3132）在城镇化4个分项指标中所占权重较大，其次依次是经济城镇化（0.2501）、空间城镇化（0.2451）和人口城镇化（0.1916）。在城镇化综合指标体系中，市区人口密度（0.0655）、第三产业就业人数占比（0.0641）、城镇人口比重（0.0640）、万人拥有公交车辆数（0.0638）、非农人口比重（0.0635）和第三产业占GDP比重（0.0633）相对占比较大。基于以上分析可以看出，安徽省一些地级市近年来城镇化之所以发展较快，主要得益于市区人口密度加大、城镇人口、非农人口比重不断提升，以及第三产业就业人数日益增加的结果。

在生态环境系统中，生态环境水平（0.4012）在生态环境系统3个分项指标中所占权重较大，明显高于其它两个指标因素。在生态环境综合指标体系中，用气普及率（0.0883）、城镇垃圾无害化处理率（0.0856）、万元GDP 能耗降幅（0.0852）、工业固体废物综合利用率（0.0805）和建成区绿化覆盖率（0.0802）占比相对较大，权重和占到41.98%。由此可以看出，城镇生态环境系统能否健康发展，主要取决于生态环境水平和生态环境保护情况。因此，未来的城镇化建设过程中，安徽省各市若欲推动城镇化与生态环境协同发展，必须要在加强生态环境水平建设以及加大生态环境保护方面采取强有力的措施。

2.城镇化与生态环境的耦合协调度分析

从表4和图1可以看出，安徽省16个地级市的城镇化与生态环境发展指数相对波动较大，但两系统耦合度值相对平稳，16市的耦合度值（C值）在0.9482-0.9992间变动，且各市差距不明显，充分说明16市城镇化与生态环境系统的相关性较强，二者存在相互作用、相互影响的关系。但16市城镇化与生态环境的耦合协调度值除合肥、芜湖、马鞍山和铜陵外，其余12市都不高，且差异明显，也因此导致了16市两系统耦合协调发展水平极不平衡，被分为了3种类型（见表4）。

（1）城镇化与生态环境良好协调发展型

其中属于城镇化与生态环境良好协调发展，生态环境滞后型的城市有合肥和芜湖，且两系统发展水平值还相差较大，这充分说明城镇化过程中，合肥和芜湖没能把生态环境建设同步跟进，未来的城镇化建设中需强化生态环境保护，尤其应在提高城市污水集中处理率及改善空气质量等方面下大力气；二者处于良好协调发展，城镇化滞后型的城市是马鞍山和铜陵，其中马鞍山两系统得分差距不大，而铜陵的城镇化与生态环境系统得分差距较大，之所以会造成这种差距主要是由铜陵市区人口密度过大、人均城市道路面积较小以及第三产业占GDP比重不高等因素所致。

（2）城镇化与生态环境中度协调发展型

此种类型中，淮北、蚌埠、滁州、黄山、池州、宣城和亳州属于“城镇化与生态环境中度协调发展，城镇化滞后型”，7市中除蚌埠和黄山两系统得分差距不大外，其余5市二者得分差距都较大，而其中又属淮北二者差距最大，其次是池州和滁州，3市城镇化远落后于其生态环境建设水平。导致淮北城镇化滞后的主要原因是市区人口密度过大、人均城市道路面积较小以及第三产业占GDP比重较低等，导致滁州城镇化滞后的主要原因有建成区面积较小、第三产业就业人数占比及第三产业增加值占GDP比重较低等。导致池州城镇化滞后的主要原因是非农人口占比及第三产业就业人数占比较低等人口城镇化指标发展不足。基于以上分析，这些地区应在未来的城镇化建设中，有针对性的采取积极有效的措施，加快提升这些影响城镇化质量的指标水平，尽快缩小与生态环境建设水平的差距，以促进二者更好地协调发展。

淮南属于“城镇化与生态环境中度协调发展，生态环境滞后型”。影响淮南生态环境滞后的主要原因有人均公园绿地面积较少、人均工业废水排放量、人均工业固体废物产生量、人均工业废气排放总量较大以及空气质量达标率较低等。由此可以看出，影响淮南生态环境的因素主要集中在生态环境压力方面，因此，淮南未来的生态环境建设应把尽量减少工业三废排放作为重中之重。

（3）城镇化与生态环境低度协调发展型

此种类型中，宿州、阜阳、六安和安庆则同属于“城镇化与生态环境低度协调发展，城镇化滞后型”，而其中宿州和安庆的城镇化水平较生态环境水平滞后明显。这4市城镇化之所以滞后主要是由非农人口占比、城镇居民人均可支配收入、人均 GDP以及第三产业就业人数占比较低所致。因此，这4市若想尽快缩小其与省内其它地级市城镇化发展水平的差距，使两系统的协调等级跃升一个层级，在未来的城镇化建设中，应着重注意提升这些指标的发展水平，以避免这些指标成为提升其城镇化水平的短板因素。

利用ArcView 3.3将安徽省16市的城镇化与生态环境耦合协调度值输入数字地图。从地理空间匹配分析可以看出，安徽省16市城镇化与生态环境耦合协调发展状况具有明显的空间分异规律，评价结果也呈现了较强的区域块状集聚特征（见图2），主要表现为处于良好协调发展型的4个城市中只有合肥处于皖中地区，而芜湖、马鞍山和铜陵3市均处于皖南地区，中度协调发展的8个城市中，属皖北地区的有4个：淮北、淮南、蚌埠和亳州，属皖中地区的有滁州，属皖南地区的有池州、宣城和黄山，低度协调发展的4个城市中，皖北占两个：阜阳和宿州，皖中占两个：安庆和六安。

图2 安徽省16市城镇化与生态环境耦合协调度空间分异特征

三、结论与政策建议

本文利用改进熵权TOPSIS法对安徽省16市的城镇化和生态环境水平进行了综合评价，基于耦合协调度模型对16市2014年的城镇化与生态环境耦合协调情况进行了分析，主要结论和政策建议如下：

安徽省16个地级市2014年的城镇化与生态环境耦合度值在0.9482——0.9992间变动，即表明16市的城镇化与生态环境系统存在较强的相关关系。总的来看，安徽省16市的城镇化与生态环境耦合协调发展水平，除合肥、芜湖、马鞍山和铜陵外，其余12市都不高，且差异明显。耦合协调度较好的合肥、芜湖、马鞍山和铜陵处于良好协调发展水平，淮北、淮南、蚌埠、亳州、滁州、池州、宣城和黄山处于中等协调发展水平，阜阳、宿州、安庆和六安处于低度协调发展水平，协调水平最低的是六安。若分区域来看，皖北协调度平均水平在3区域中最低，为0.6213，不但低于全省协调度均值，且与协调度平均水平较高的皖南差距也较大。

从各分系统得分看，16市间差异也较大。作为省会城市合肥的城镇化水平遥遥领先于其他15市，15市中只有马鞍山、芜湖、铜陵、黄山、蚌埠和淮南的城镇化水平高于安徽省平均水平，而这6市中处于皖南的马鞍山、芜湖、铜陵的城镇化水平又远高于另3市，其余9市的城镇化水平皆低于全省平均水平；生态环境水平最高的是铜陵，其次是马鞍山、淮北、池州、黄山、滁州和合肥，生态环境处于较低水平的有亳州、宿州、蚌埠、阜阳、淮南、六安、芜湖、宣城和安庆，9市中皖北占了5个。总的来看，16市的城镇化平均水平滞后于生态环境平均水平，这也是导致省内大部分城市二者的耦合协调度处于中低水平的原因。

基于上述研究结论，我们提出如下政策建议：即未来一段时期，安徽省应针对城镇化发展滞后的现状，在注意生态环境保护的同时，应继续加大城镇化建设力度，尤其要对皖北和皖中地区城镇化滞后较明显的城市应进一步加大对城镇化建设的倾斜扶持力度，以免这些地区成为安徽省进一步提升城镇化水平的瓶颈。与此同时要加快实施中心城市带动战略，一方面要强化合肥城市圈和芜马城市组群中的合肥及芜湖和马鞍山的核心城市地位，另一方面还要注重发挥其核心城市的涓滴效应，尽快带动圈（群）内发展较缓慢的地区也能跟进发展。此外，应加快皖北城市群及其中心城市的建设步伐，通过实施城市群及培育中心城市战略，着力发展壮大皖北6市，以尽快缩小其与皖中、皖南各市的发展差距。

[1]David W.Pearce，R.Kerry Turner.Economics of Natural Resources and the Environment[M].New York:Harvester Wheatsheaf，1990:215-289.

[2]Kenneth J.Button，David W.Pearce.Improving the Urban Environment:How to Adjust National and Local Government Policy for Sustainable Urban Growth[J].Progress in Planning，1989，32(3):135-184.

[3]刘耀彬，李仁东，宋予锋.城市化与城市生态环境关系研究综述与评价[J].中国人口·资源与环境,2005，15(3):55-66.

[4]Grossman G，Krueger A.Economic growth and the environment[J].Quarterly Journal of Economics，1995(2):353-377.

[5]黄金川，方创琳.城市化与生态环境交互耦合机制与规律性分析[J].地理研究,2003,22(2):211-220.

[6]刘耀彬.区域城市化与生态环境耦合特征及机制:以江苏省为例[J].经济地理，2006，26(3):456–462.

[7]王少剑,方创琳,王洋.京津冀地区城市化与生态环境交互耦合关系定量测度[J].生态学报，2015，35(7):1-14.

[8]马利邦，牛叔文，李怡欣.甘肃省城市化与生态环境耦合的量化分析[J].城市发展研究，2010，17(5):52-58.

[9]许宏，周应恒.区域城市化与生态环境耦合规律及协调发展研究:基于云南省的实证[J].云南财经大学学报，2011(4):133-139.

[10]卞鸿雁,任志远.陕西省城市化与生态环境系统耦合关系[J].城市环境与城市生态，2011，24(2):5-9.

[11]张荣天，焦华富.中国省际城镇化与生态环境的耦合协调与优化探讨[J].干旱区资源与环境，2015，29(7):12-17.

[12]罗能生，李佳佳，罗富政.城镇化与生态环境耦合关系研究:以长株潭城市群为例[J].湖湘论坛，2014(1):47-52.

[13]陈晓红，万鲁河.城市化与生态环境协调发展评价研究:以东北地区为例[J].自然灾害学报，2011，20(2):68-73.

[14]吴玉鸣，柏玲.广西城市化与环境系统的耦合协调测度与互动分析[J].地理科学，2011，31(12):1474-1479.