三峽庫區經濟發展與生態環境的時空耦合特征

李 輝， 譚 淼， 姜 文， 何昌華

(1.重慶工商大學 融智學院， 重慶 401320； 2.生態環境空間信息數據挖掘與大數據集成重慶市重點實驗室， 重慶 401320； 3.重慶工商大學 環境與資源學院， 重慶 400067)

人類活動與自然環境間持續的相互作用，導致了人類—自然耦合系統(coupled human and natural susterns,CHANS)的形成和發展[1]。中國粗放式的經濟發展模式對生態環境的影響和壓力更加明顯，而資源短缺和生態環境惡化對經濟發展的約束和限制作用也更加突出[2]。堅持可持續發展、實現生態文明建設也推向新高度，經濟發展與生態環境的良性互動已達成社會共識。目前針對兩系統之間耦合協調關系的研究主要是利用評價指標的建立以及定量計算模型來判定區域耦合協調發展狀態，其主要集中在以下計算模型：借助物理學的容量耦合系數模型構的耦合協調模型[3]，根據因子分析法的基本原理構建公因子模型[4]，通過對效益系統的演化速度周期律體現耦合程度[5]，基于脫鉤模型對耦合協調發展狀況的分析[6-7]。近年來，基于脫鉤理論解釋經濟發展與生態環境之間的關系得到了學術界的廣泛關注。例如，易平等將脫鉤理論引入地質公園這一微觀領域，分析其旅游經濟增長與生態環境壓力的脫鉤發展狀況及演化趨勢[8]；趙興國、潘玉君等運用彈性分析改進的脫鉤評價方法，構建了區域經濟增長與資源生態環境壓力脫鉤程度的判定標準[9]；趙菲菲基于脫鉤理論，從戰略空間角度對“新常態”下經濟增長與生態環境協調發展進行研究分析[10]。現有研究大都從發展戰略高度，社會發展狀態角度對研究區的脫鉤狀態展開分析，而針對大流域特殊生態系統區域的脫鉤狀態的研究及對其進行空間分異及演化特征分析的研究成果卻比較少見。

探索性空間數據分析技術(exploratory spatial data analysis， ESDA)以空間關聯性測度(spatial association measures， SAMS)為核心，旨在描述與顯示對象的空間分布，發現奇異觀測值，揭示空間聯系，簇聚以及其他一致性的空間模式[11]。從大量研究成果來看，該技術大多用于對區域經濟、能源以及投入產出等單一類指標數據進行時空特征研究[12-14]。通過脫鉤模型與探索性空間數據分析技術的結合將實現對脫鉤數據的時空分析角度，拓寬ESDA的數據分析領域。

三峽庫區作為中國地理上的一個獨特地理名詞，土地結構復雜，水土流失嚴重，生態脆弱敏感。同時，作為一個面積巨大的人造水庫，無論在地方層面還是國家層面，均具有重要性、特殊性和典型性。三峽庫區重慶段在整體庫區的各指標數據占比上都具有相當大的優勢,通過對重慶段進行經濟與生態環境脫鉤狀態的研究，將對整個三峽庫區的發展提供實踐價值和理論意義。

基于以上分析，本文應用脫鉤理論對大范圍典型性研究區域經濟與生態環境的脫鉤狀態進行分區分時的多角度分析，結合ESDA對各研究單位的脫鉤系數加以分析，揭露各研究對象的時空分布以及脫鉤狀態所呈現出的發展差異以及時空格局變化趨勢。研究結果對三峽庫區(重慶段)經濟發展與生態環境的耦合協調發展、整體區域可持續發展都具有極為重要的理論意義和參考價值。

1 研究區概況

三峽庫區是指在三峽工程中因蓄水而受到水位影響的行政區域，位于長江中下游，介于北緯28°52′—31°72′，東經105°82′—111°66′。整個庫區總面積約為5.90×104km2，行政范圍總共由26個區縣組成，包括了重慶市所轄的22個區縣以及湖北省所轄的4個區縣。作為研究主體的三峽庫區(重慶段)所轄區域的總面積約46 134.77 km2，占三峽庫區總面積的80.39%；國內生產總值在2006，2010，2014年及2018年分別占三峽庫區GDP的91.41%,94.54%,90.38%和91.22%。亞熱帶季風氣候是三峽庫區的主要氣候類型，每年各個地區的降水量幾乎相同，總量在1 000～1 800 mm之間。在庫區內水土流失嚴重，滑坡、泥石流、崩塌以及地震經常發生。隨著三峽工程的修建，庫區蓄水，從而改變了庫區的氣候環境，擴大了水域面積，減小了日夜溫差[15-16]。

2 數據源與研究方法

2.1 數據來源及預處理

本文將2006,2010,2014,2018年四期的Landsat TM遙感影像作為基礎數據，利用Albers投影對影像數據進行處理。其中，雙標準緯線分別為東經25°和北緯47°，中央經線為東經110°。Landsat TM遙感影像數據1—5波段以及7波段的空間分辨率均為30 m，其中6波段的空間分辨率為120 m。各區縣的評價指標數據均來自于《重慶市統計年鑒》、《重慶市水資源公報》以及衛星遙感影像的土地利用現狀分類數據等。

為確保數據的可比性，將各年的GDP數據均修正為2006年的不變價。并將生態環境中的各指標數據進行無量綱化處理，標準化公式如下。

(1)

(2)

2.2 脫鉤評價指標體系

本研究在參考大量文獻資料的基礎上，同時結合研究區特色和文章研究內容，建立了以科學性、系統性、綜合性、層次性和可獲得性為原則的評價指標[12，17]。構建了適用于研究三峽庫區重慶段經濟發展水平與生態環境脫鉤狀態的指標體系。本文將區域生產總值作為表現經濟發展水平的數據，生態環境(評價指標選取結合了權威專家研究成果和研究區實際情況)分為資源指數、環境污染指數以及環境容量指數3個層面。利用層次分析法(analytic hierarchy process, AHP)來獲取經濟發展水平與生態環境脫鉤狀態評價指標體系中各指標數據的權重(見表1)。

表1 脫鉤狀態評價指標體系[18]

注：①水土協調度是指某地單位區域內水資源與土地資源的協調情況。

2.3 脫鉤模型

2.3.1 脫鉤狀態評價方法 生態環境指數(eco-environmental index, EEI)用以綜合反映生態環境狀況，其值越高，表明區域生態環境質量越好，反之亦然，生態環境指數計算公式如下[18]：

(3)

式中：EEI為生態環境指數；Xi(i=1,2,…,n)為生態環境評價指標數據經過標準化處理以后的值。

用生態環境指數EEI的變化率除以經濟發展水平E的變化率來表示生態環境指數對經濟發展水平變化的響應彈性/程度，即生態環境與經濟發展水平的脫鉤狀態，基于彈性系數分析改進的脫鉤評價模型為：

(4)

式中：εtk為第tk時期的脫鉤指數； ΔEEItk為第tk時期生態環境指數的變化率； ΔEEItks，ΔEEItke為第tk時期始年和末年的生態環境指數； ΔEtk為第tk時期經濟發展水平的變化率；Etks，Etke為第tk時期始年和末年的經濟發展水平(用區域生產總值表示)。

2.3.2 脫鉤狀態評定標準 本文以脫鉤系數取值范圍為依據，將脫鉤狀態分為絕對脫鉤、相對脫鉤、臨界狀態以及耦合4大類，為了避免變量的細微變化而導致對數據的過大解釋，將脫鉤系數的區間分類加以細化，以0.25為一個跨度，增加了相對脫鉤中的4種程度區分標準以及將耦合細化為5個層次[19]。

2.4 探索性空間數據分析法(ESDA)

以三峽庫區(重慶段)2006—2018年各區縣經濟發展與生態環境脫鉤系數為基礎，為了進一步評價脫鉤系數的空間分布特征，運用探索性空間分析法對其空間相關性以及空間依賴性等進行更加全面的分析。

2.4.1 全局空間自相關 全局空間自相關主要反映了研究值在整個研究區域內空間關聯及差異的總體趨勢，廣泛采用的度量指數為Global Moran’sI指數，其取值范圍常介于-1到1之間。當Moran’sI指數為正，則表示研究值在空間上顯著集聚，系數越大，總體空間差異越小。相反，當Moran’sI系數為負，則表示研究值在空間上顯著差異，值越趨近于-1，總體空間差異越大。當Moran’sI系數為0時則表示空間不相關。其計算公式為：

(5)

表2 脫鉤狀態評定標準

2.4.2 局部空間自相關 局部空間自相關主要避免了全局空間自相關分析中忽略的局部區域的空間相關性，揭示了個體區域與其相鄰區域間在空間上的相似及差異。本文采用 Local Moran’sI指數對研究區域之間的空間異質性，其公式如下：

(6)

式中：Zi，Zj分別為研究區域i和j標準化后的值；Wij為空間權重。

(7)

(8)

3 結果與分析

3.1 研究區脫鉤狀態時空特征

根據脫鉤模型計算結果以及脫鉤狀態評判標準，可以得出，三峽庫區重慶段生態環境與經濟增長的脫鉤主要類型包括：絕對脫鉤(即環境指數增長<0，經濟增長>0，增長彈性ε<0)，相對脫鉤Ⅰ型(即環境指數增長>0，經濟增長>0，增長彈性0≤ε<0.25)，相對脫鉤Ⅱ型(即環境指數增長>0，經濟增長>0，增長彈性0.25≤ε<0.5)、相對脫鉤Ⅲ型(即環境指數增長>0，經濟增長>0，增長彈性0.5≤ε<0.75)(見表3)。

表3 脫鉤系數計算結果

從表3可知，2006—2010年期間，脫鉤類型僅有絕對脫鉤和相對脫鉤Ⅰ兩種類型，分別占研究樣本的81.82%和18.18%，因此，絕對脫鉤類型為該時期主要脫鉤狀態。2010—2014年期間，脫鉤類型呈現出多元化，主要有絕對脫鉤、相對脫鉤(Ⅰ)、相對脫鉤(Ⅱ)、相對脫鉤(Ⅲ)，分別達到13.64%，63.63%，18.18%，4.55%。2014—2018年期間期，脫鉤狀態呈現出3種類型，絕對脫鉤、相對脫鉤(Ⅰ)、相對脫鉤(Ⅱ)分別達到 45.45%，50%和4.55%。三峽庫區重慶段經濟與生態環境間的脫鉤類型在城市數量及空間變化趨勢隨不同發展階段呈多樣化發展趨勢。

將三峽庫區重慶段分為3大部分進行空間上的脫鉤狀態分析，庫尾(即江津區、巴南區、九龍坡區、大渡口區、南岸區、江北區、沙坪壩區、北碚區、渝北區、長壽區)、庫腹Ⅰ(即涪陵區、武隆縣、豐都縣、石柱縣、忠縣、萬州區)、庫腹Ⅱ(即開縣、云陽縣、奉節縣、巫山縣、巫溪縣)。根據脫鉤狀態分析結果(見圖1)可以看出，2006—2010年期間的脫鉤狀態最弱，整個區域主要呈現出絕對脫鉤的狀態，2010—2014年期間的脫鉤類型發生了明顯的變化，絕對脫鉤類型顯著減少，絕大部分地區的脫鉤狀態上升為相對脫鉤Ⅰ型，其中，庫腹Ⅱ的變化最為突出，云陽縣更是從絕對脫鉤上升到了相對脫鉤Ⅲ。2014—2018年期間脫鉤類型整體又呈現出衰退的趨勢，庫腹Ⅰ的變化趨勢相對穩定，波動相對較小；庫腹Ⅱ的脫鉤狀態極具下降，各個區域都下降為了2006—2010年期間的絕對脫鉤狀態，呈現出顯著的倒“V”型變化模式；庫尾區的脫鉤狀態也有所下降，脫鉤類型數量也從3類降至2類。

圖1 2006-2010，2010-2014，2014-2018年脫鉤狀態類型分布

3.2 基于ESDA模型的脫鉤系數時空特征分析

3.2.1 總體差異分析 通過OpenGeoDa軟件計算得出2006—2018年三峽庫區重慶段生態環境指數與經濟增長脫鉤關系(ε)的全局自相關系數(Global Moran’sI)，并運用z值法對空間自相關的顯著性進行檢驗，結果如表4所示。

表4 三峽庫區重慶段不同發展階段生態環境指數與經濟增長脫鉤關系統計變量

依據結果分析，三峽庫區重慶段的生態環境指數與經濟增長脫鉤關系的空間自相關Moran’sI指數在3個時間段分別為0.10，-0.01，0.28。這表明2006—2010年及2014—2018年的兩個時間段里，三峽庫區重慶段生態環境與經濟增長間的脫鉤狀態存在正的空間自相關特性，即脫鉤狀態越高的區縣趨于相鄰，脫鉤狀態越低的區縣趨于相鄰。2010—2014年階段，Moran’sI指數呈現為負相關的分散狀態。Moran’sI指數從2006—2010年的0.10下降到2010—2014年的-0.01，說明脫鉤狀態總體空間差異呈現增高的趨勢，脫鉤狀態出現區域上的發展不平衡現象。在2014—2018年期間，Moran’sI指數增長到了0.28，說明脫鉤狀態相似的區縣在空間上的分布相對集中，發展狀態相對平衡，區域差異相對減弱。但從整體而言，Moran’sI指數整體都偏低，脫鉤關系在空間上的集聚性是較弱的，并且呈現出了先降后增的“V”型發展趨勢。

3.2.2 局部差異分析

(1) Moran散點圖。 Local Moran’sI指數主要反映局部區域生態環境與經濟發展脫鉤系數的內部發展狀態及空間特征。本文通過Moran散點圖更直觀地分析三峽庫區重慶段脫鉤系數的局部空間特征關系(如圖2所示)。圖2中的4個象限按其性質分別為 “高-高”(第一象限)表示區域自身和周邊地區的脫鉤狀態都較高；“低-高”(第二象限)表示區域自身脫鉤狀態較低而周邊地區脫鉤狀態較高；“低-低” (第三象限)表示區域自身和周邊地區的脫鉤狀態均較低，“高-低” (第四象限)表示區域自身脫鉤狀態較高而周邊地區脫鉤狀態水平較低。其中，第一、三象限表示為正的空間自相關即均質性突出，第二、四象限標識為負的空間自相關即異質性突出。

由圖2可知：①2006—2010年脫鉤系數散點落入第一象限的有8個，占36.00%，落入第三象限的有7個，占32.00%，合計空間正相關區縣占68.00%；②2014—2018年脫鉤系數散點落入位置大致跟2006—2010年保持一致。2006—2010，2014—2018年脫鉤系數散點圖表明三峽庫區重慶段各區縣脫鉤差異具有顯著的空間自相關，脫鉤系數相近的區縣在空間上呈集聚分布態勢；③2010—2014年脫鉤系數散點圖第一、三象限散落點明顯下降，減少了5和2個，但第二、四象限的散點個數分別增加到8個和6個，表明該階段主要表現為負的空間相關關系。導致上述脫鉤系數散點分布結果的原因主要有兩個，一是三峽庫區重慶段地區環境和經濟發展背景差異較大，如兩翼地區和都市區；二是地區功能區空間差異政策的實施。

(2) LISA集聚圖。LISA 是衡量空間單元屬性與周圍單元的相近 (正相關)和相異(負相關)程度及其顯著性的指標。根據公式利用OpenGeoDa軟件計算三峽庫區重慶段不同年份的脫鉤系數的LISA值，在z檢驗的基礎上(p<0.05)，繪制出2006—2010，2010—2014，2014—2018年LISA集聚圖(圖3)。

由圖3可以看出：①2010—2014年“高高”類型的區縣為沙坪壩區，說明該區域脫鉤積聚性較強，與周邊區域的聯系更加緊密；“低低”類型的區縣為巫溪縣和云陽縣，說明這些區域的脫鉤系數較低，且積聚性弱；“低高”類型的區縣為南岸區，說明南岸區與周圍的發展聯系較為緊密，但是脫鉤系數比周邊區域低；“高低”類型的區縣為萬州區，說明此區域與周圍區域的聯系較弱，但比周圍區域的脫鉤系數高。②2010—2014年“高高”類型的區縣為奉節縣，“低低”類型的區縣為江北區，“低高”類型的區縣為巫溪縣。相較與2010—2014年期間，從類型以及區域個數上來看，都有所減小。③2014—2018年“高高”類型的區縣為涪陵區和武隆縣，“低低”類型的區縣為開縣、巫溪縣、云陽縣、奉節縣，“低高”類型的區縣為石柱縣，相較于2006—2010年以及2010—2014年，不顯著區域的數量明顯減少。

圖3 2006-2018年脫鉤系數LISA集聚狀況

4 討論與結論

4.1 討 論

區域的科學發展與可持續發展是以一個極其復雜的大系統作為研究對象，經濟發展與生態環境間的關系也錯綜復雜，相關研究建立的評價體系都很難做到系統性和全面性，目前學術界對評價指標體系的建立以及脫鉤等級的劃分也沒有形成明確的界定。本研究綜合改良脫鉤模型，ESDA模型，LISA集聚圖等評價模型和研究方法揭示了三峽庫區近10多a來經濟發展與生態環境環境質量的耦合關系，研究結構表明該模型能夠有效刻畫三峽庫區生態環境與經濟發展的耦合關系，對客觀規律的和變化現象的挖掘上有一定的積極意義。但仍存在一定的不足，如由于精力有限，未深入分析研究影響經濟發展和生態環境狀況二者脫鉤耦合關系的主導因素和內在作用機理，擬在后期的研究中深入研究。

4.2 結 論

本文通過脫鉤模型實現對經濟發展與生態環境協調發展程度的量化，并結合了探索性空間數據分析法(ESDA)對脫鉤系數進行時空上的多方面分析，從空間相關性的層面揭露其脫鉤狀態在各個研究單元間的相互聯系。實現了對于多個研究區域間脫鉤耦合狀態的空間分布、空間聯系、空間簇聚、空間異質等的多角度分析。

(1) 總體差異分析表明，研究區各區縣在不同的研究時間段的脫鉤關系在空間上表現出較弱相關性，從發展時間段上分析，2014—2018年期間研究區各區縣脫鉤關系在空間相關性相對較強，高于2006—2010年期間的Moran’sI指數，但在2010—2014年期間，空間上呈現出負相關的分散狀態。

(2) 從散點圖的角度分析得到，2006—2010年和2014—2018年主要表現出空間正相關，但2010—2014年期間與之相反，64%的區縣都表現出空間負相關。按照LISA集聚圖，三峽庫區重慶段的大部分區縣與周圍區縣呈現出不顯著現象，“高高”、“低低”、“高低”、“低高”在空間分布上的差異較大，其中“低低”類型在2014—2018年期間數量上有顯著增大。

(3) 根據脫鉤狀態的分類標準及空間布局可以看出，各個區縣的脫鉤狀態變化較大，大多數區縣的變動情況并不穩定。2010—2014年期間經濟與生態環境的脫鉤狀態最好，其次是2014—2018年和2010—2014年，總體變化呈現出顯著的倒“V”型發展趨勢。

(4) 從整個研究區經濟發展與生態環境耦合關系來看，二者的耦合關系整體水平不高，且不同區域間耦合關系在空間上的分異特征較為明顯，需加強區域間的協調發展，尤其是在推動長江經濟帶高質量發展和生態綠色發展和環境保護的大背景下，亟需進一步加強生態經濟的推廣和生態環境狀況的監測和保護力度。