賀清云, 李慧平, 歐陽曉
長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)分析及模擬預(yù)測
賀清云, 李慧平, 歐陽曉*
湖南師范大學(xué)資源與環(huán)境科學(xué)學(xué)院, 長沙 410081
研究長江中游城市群的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)的特征為城市群實現(xiàn)高質(zhì)量發(fā)展提供理論參考。以長江中游城市群28 個城市為研究對象, 運用耦合協(xié)調(diào)模型定量分析2006—2017年城市化與生態(tài)環(huán)境耦合的時空演變規(guī)律, 同時運用LSTM深度學(xué)習模型預(yù)測2018—2022年城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展?!俺鞘腥骸鞘小钡亩嘀匾暯窍? 長江中游城市群城市化與生態(tài)環(huán)境的耦合協(xié)調(diào)度呈現(xiàn)波動上升趨勢。其中, 長沙、武漢、南昌3 個中心城市在城市群中具有帶動性作用; 長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展空間格局形成以武漢、長沙、南昌三個中心城市為核心的多中心空間結(jié)構(gòu)。空間格局表現(xiàn)出空間異質(zhì)性, 尚未形成一體化的耦合協(xié)調(diào)空間格局; 預(yù)測結(jié)果表明2018—2022年長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度整體有所提升, 但整體提升速度較慢; 大部分城市耦合協(xié)調(diào)度延續(xù)了增長的趨勢, 升級為初級以上的協(xié)調(diào)發(fā)展等級。
城市化與生態(tài)環(huán)境; 耦合協(xié)調(diào); 深度學(xué)習; 長江中游城市群
城市化發(fā)展需要生態(tài)環(huán)境要素提供支撐, 并對生態(tài)系統(tǒng)造成深刻的變化[1], 可能導(dǎo)致生態(tài)環(huán)境質(zhì)量的下降[2]。其中, 城市化引起的土地利用類型的變化被認為是生態(tài)環(huán)境質(zhì)量下降的主要驅(qū)動因素, 具有重大的生態(tài)風險[3], 如何提高城市化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展是實現(xiàn)區(qū)域可持續(xù)發(fā)展的關(guān)鍵[4]。長江中游城市群是我國重點建設(shè)的國家級城市群, 其快速的城市化發(fā)展導(dǎo)致城市無序開發(fā)、資源浪費和環(huán)境污染等“城市病”日趨加重, 針對城市群的生態(tài)環(huán)境問題, 國家提出長江中游城市群應(yīng)該把握城市發(fā)展新規(guī)律, 探索適合城市群的新型城鎮(zhèn)化模式。因此, 基于耦合協(xié)調(diào)發(fā)展視角研究長江中游城市群城市化與生態(tài)環(huán)境二元關(guān)系也勢在必行。
目前, 國內(nèi)外對城市化與生態(tài)環(huán)境的相關(guān)研究主要包括三個方面: ①有關(guān)城市化與生態(tài)環(huán)境耦合協(xié)調(diào)的理論研究, 基于城市化發(fā)展與生態(tài)環(huán)境之間存在的復(fù)雜線性關(guān)系, 方創(chuàng)琳等學(xué)者構(gòu)建“多要素—多尺度—多情景—多模塊—多智能體”集成的時空耦合動力學(xué)模型的理論框架[5]。②生態(tài)環(huán)境對城市化的響應(yīng)關(guān)系研究, 如運用回歸分析模型[6]、斯皮爾曼模型[7–8]等相關(guān)性分析方法, 定量分析城市化過程中整個生態(tài)環(huán)境系統(tǒng)或分項的生態(tài)服務(wù)價值變化規(guī)律。③城市化與生態(tài)環(huán)境耦合協(xié)調(diào)關(guān)系研究, 主要是從測度分析[9–12]、變化規(guī)律[13–14]、機制研究[5,15]等不同角度對二元之間的非線性關(guān)系進行了綜合分析, 研究多采用模糊物元模型[16]、耦合協(xié)調(diào)度模型[17–18]、熵變方程模型[19]等方法對二元之間的耦合規(guī)律性進行探討[18–21]。隨著城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展研究的不斷深入, 研究體系已經(jīng)逐漸較為完善, 但仍存在一些不足: ①城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展研究主要是集中在時序上的變化研究, 其空間演化研究較少; ②缺乏對研究區(qū)未來年份耦合協(xié)調(diào)發(fā)展水平預(yù)測, 通過歷史數(shù)據(jù)得到的耦合協(xié)調(diào)度具有滯后性, 不利于“防患于未然”。基于此, 本文以長江中游城市群為研究對象, 采用城市化與生態(tài)環(huán)境耦合協(xié)調(diào)模型和空間相關(guān)分析模型, 對2006—2017年協(xié)調(diào)發(fā)展水平時空演變特征進行分析, 為城市群實現(xiàn)一體化建設(shè)提供理論指導(dǎo)。同時利用深度學(xué)習LSTM模型預(yù)測未來5 年長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展水平, 探討其發(fā)展趨勢并提出提升耦合協(xié)調(diào)發(fā)展水平的對策措施, 為區(qū)域?qū)崿F(xiàn)可持續(xù)發(fā)展提供科學(xué)依據(jù)和參考。
長江中游城市群是國家特大型城市群之一, 包括武漢城市圈、環(huán)長株潭城市群以及環(huán)鄱陽湖城市群三大子城市群(如圖1)。2017年, 長江中游城市群面積為32.61 萬平方公里, 總?cè)丝?.25 億人; 經(jīng)濟綜合實力初見成效, GDP總額達到7.9 萬億, 位居全國城市群中的第五位; 城市化發(fā)展速度較快, 城市化水平為59%, 高出全國2.5 個百分點。本文以長江中游城市群為研究對象(其中仙桃市、潛江市、天門市三個屬于湖北省的副地級市, 為了對比的合理性, 研究對象去掉了這三個城市)。數(shù)據(jù)來自2007—2018年的《中國統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》及湖北、湖南、江西等省的統(tǒng)計年鑒和相關(guān)地市統(tǒng)計年鑒。
城市化是多要素組合而成的綜合整體[22–24], 人口、經(jīng)濟、空間和社會是城市化最主要的構(gòu)成要素, 為了更好的量化城市化水平, 本文將從人口城市化、空間城市化、經(jīng)濟城市化以及社會城市化四個方面表征城市化。人口集聚、城市擴張等城市化發(fā)展過程中, 時刻從生態(tài)環(huán)境系統(tǒng)獲取能量、物質(zhì)等, 從而城市化與生態(tài)環(huán)境之間客觀存在相互作用關(guān)系。人口城市化與生態(tài)環(huán)境的關(guān)系表現(xiàn)為一方面人口快速集聚到城市, 造成交通擁堵、環(huán)境污染等“城市病”, 造成生態(tài)環(huán)境的破壞; 另一方面人口的需求水平的提高, 將進一步激化人口與環(huán)境供給的矛盾, 增加對自然資源的消耗壓力。經(jīng)濟城市化與生態(tài)環(huán)境的關(guān)系表現(xiàn)為一方面經(jīng)濟發(fā)展需要消耗生態(tài)環(huán)境系統(tǒng)中的自然資源, 同時產(chǎn)生污染物對生態(tài)環(huán)境造成破壞; 一方面隨著經(jīng)濟水平的提升, 產(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)為主, 將提高對自然資源的利用效率, 減少環(huán)境污染??臻g城市化與生態(tài)環(huán)境的關(guān)系表現(xiàn)為城市擴張對土地利用類型進行改變, 導(dǎo)致生態(tài)環(huán)境質(zhì)量的下降, 同時空間城市化衍生出來的交通、地產(chǎn)等建設(shè)給城市帶來了噪聲、空氣等污染。社會城市化與生態(tài)環(huán)境的關(guān)系表現(xiàn)為通過教育、創(chuàng)新等途徑提高生產(chǎn)和生活中節(jié)約和集約的理念和方式, 從本質(zhì)上提高生態(tài)環(huán)境建設(shè)效率。
圖1 研究區(qū)域和范圍
Figure 1 Study area and scope
采用指標評價法來評價區(qū)域的城市化以及生態(tài)環(huán)境發(fā)展狀況, 需嚴格按照指標篩選的基本原則: ①科學(xué)性原則。城市化和生態(tài)環(huán)境是由多要素組成的綜合復(fù)雜整體, 要求選取的指標能夠準確具體的反映研究對象的內(nèi)涵和特征; ②獨立性原則。選取的指標要盡量避免所反映的信息存在重疊的現(xiàn)象, 保證指標的相對獨立性; ③可行性原則。確保指標體系所需數(shù)據(jù)便于搜集, 易于理解且具有可比性和可預(yù)測性; ④系統(tǒng)性和全面性原則。指標體系需全面系統(tǒng)的涵蓋城市化和生態(tài)環(huán)境的各個層面, 綜合反映系統(tǒng)的全貌, 同時也要考慮各組成要素的系統(tǒng)性[25–27]。因此, 根據(jù)指標選取的有關(guān)原則, 基于對城市化與生態(tài)環(huán)境耦合協(xié)調(diào)內(nèi)涵分析, 結(jié)合以重工業(yè)發(fā)展為主的長江中游城市群, 同時參照相關(guān)研究成果[ 27–29], 構(gòu)建城市化與生態(tài)環(huán)境兩大子系統(tǒng)的綜合評價指標體系。采用客觀的熵值法計算權(quán)重, 在一定程度上克服了主觀賦權(quán)的局限性, 具體處理過程如下。在獲取原始數(shù)據(jù)后, 由于各指標的綱量、數(shù)量級及指標的正負向取向存在一定的差異, 需要對正負趨向性指標進行標準化處理, 具體步驟如下公式(1)和公式(2)所示:
根據(jù)標準化處理后的結(jié)果, 第項指標的熵值(e)按照公式(4)計算, 第項指標的權(quán)重(w)按公式(6)計算。其中為指標數(shù),為評價年數(shù)。
根據(jù)以上公式處理確定城市化指標體系和生態(tài)環(huán)境指標體系中基礎(chǔ)指標的權(quán)重, 處理結(jié)果如表1。
進行指標標準化, 根據(jù)熵值法求得各指標的權(quán)重, 采用綜合分析模型, 得到城市化系統(tǒng)與生態(tài)環(huán)境系統(tǒng), 再構(gòu)建耦合協(xié)調(diào)度模型進行計算[14,22]。
(8)
(9)
其中,別表示城市化與生態(tài)環(huán)境耦合度和耦合協(xié)調(diào)度。表示城市化與生態(tài)環(huán)境兩個子系統(tǒng)所占和份額下的綜合協(xié)調(diào)數(shù), 其中+=1, 由于城市化與生態(tài)環(huán)境在耦合協(xié)調(diào)過程中作用相同, 故設(shè)定=0.5[26–27]。借鑒喬標[9]、劉耀彬[18]對耦合協(xié)調(diào)度等級劃分的標準, 根據(jù)的大小, 對耦合協(xié)調(diào)類型進行等級劃分, 0<≤0.50屬于失調(diào)衰退類; 0.50<≤0.59屬于勉強協(xié)調(diào)發(fā)展類; 0.60<≤0.69初級協(xié)調(diào)發(fā)展類; 0.70<≤0.79中級協(xié)調(diào)發(fā)展類; 0.80<≤0.89良好協(xié)調(diào)發(fā)展類; 0.90<≤1.00高度協(xié)調(diào)發(fā)展類。
本文選取空間自相關(guān)模型來檢驗長江中游城市群城市化與生態(tài)環(huán)境耦合發(fā)展是否沖破行政區(qū)劃的壁壘, 形成城市間的空間交互作用。其中, Moran’s表示全局空間相關(guān), 公式為[28–31]:
表1 城市化與生態(tài)環(huán)境耦合發(fā)展水平綜合評價指標體系
深度學(xué)習具有3 層網(wǎng)絡(luò)結(jié)構(gòu), 包括輸入層、隱藏層和輸出層, 根據(jù)輸入的信號特征, 通過網(wǎng)絡(luò)訓(xùn)練和預(yù)測的算法, 能夠挖掘信號潛在的發(fā)展規(guī)律。隨著深度學(xué)習的應(yīng)用越來越廣泛, 部分模型被于時間序列數(shù)據(jù)的分析和預(yù)測。其中, LSTM模型在時間序列數(shù)據(jù)的分析和預(yù)測中能夠提高預(yù)測的精度, 適合處理和預(yù)測時間序列中間間隔和延遲非常長的重要事件[32]。然而, LSTM模型的應(yīng)用非常有限, 特別是對于城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度時間序列預(yù)測這一研究問題, 目前還未發(fā)現(xiàn)相關(guān)研究。本文選擇城市化指數(shù)和生態(tài)環(huán)境指數(shù)作為實驗對象, 以預(yù)測誤差最小為目標, 并設(shè)定訓(xùn)練集和驗證集的比例為6:4(2006—2013年168 個數(shù)據(jù)點作為訓(xùn)練集, 2014— 2017年112 個數(shù)據(jù)點作為驗證集), 提出了一種基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的耦合協(xié)調(diào)度預(yù)測方法。
本文采用平均絕對百分誤差()評價城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度預(yù)測模型的預(yù)測精度, 計算公式如下。
利用前文構(gòu)建的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)模型, 計算長江中游城市群28 個地級市2006—2017年的耦合協(xié)調(diào)度, 結(jié)果如圖2所示。
從圖2可以看出, 城市群視角下的城市化與生態(tài)環(huán)境的耦合協(xié)調(diào)度由2006年的0.612增加到2017年的0.678, 呈現(xiàn)波動上升趨勢, 增長速度緩慢, 一直處于初級協(xié)調(diào)發(fā)展階段。2006—2017年, 長江中游城市群處于城市群發(fā)展0初期[33], 城市群的發(fā)展容易受國內(nèi)外經(jīng)濟環(huán)境影響, 期間2008年城市群受到全球金融危機和國內(nèi)自然災(zāi)害的短暫影響, 城市化質(zhì)量與生態(tài)環(huán)境質(zhì)量都有所下降; 2013年受國家經(jīng)濟處于調(diào)整和國際金融環(huán)境不景氣等因素的影響, 城市群的城市化發(fā)展受到阻礙, 生態(tài)環(huán)境在生態(tài)文明理念的背景下各方合力推動其保持上升的態(tài)勢。2008年和2013年城市群的耦合協(xié)調(diào)度有所下降, 在政府的宏觀調(diào)控下, 城市化發(fā)展迅速做出調(diào)整, 耦合協(xié)調(diào)發(fā)展也相應(yīng)的發(fā)生轉(zhuǎn)變, 恢復(fù)其增長趨勢。與路娟等學(xué)者提出的長江經(jīng)濟帶中游地區(qū)城市化與生態(tài)環(huán)境整體協(xié)調(diào)度不斷上升的觀點吻合[34–35]。
從圖3可以看出, 2006—2017年, 城市視角下大部分的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度演化趨勢較為穩(wěn)定, 長沙、武漢和南昌的耦合協(xié)調(diào)曲線發(fā)展趨勢基本一致, 并且與整個城市群的曲線發(fā)展趨勢相似, 表明城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展具有中心城市帶動作用。其他城市的曲線基本為波浪形且上升趨勢明顯, 初級協(xié)調(diào)發(fā)展的城市有所增加, 黃石、荊門、孝感、咸寧、益陽、景德鎮(zhèn)、宜春、撫州紛紛從勉強協(xié)調(diào)發(fā)展加入了初級協(xié)調(diào)發(fā)展行列; 只有婁底的曲線為波浪形且下降趨勢, 婁底作為城市群內(nèi)具有代表性的資源型城市, 依靠資源發(fā)展城市, 導(dǎo)致生態(tài)環(huán)境遭受破壞, 同時, 由于資源的枯竭制約城市化的發(fā)展, 其耦合協(xié)調(diào)度處于下降趨勢。針對城市視角的協(xié)調(diào)度發(fā)展趨勢, 梁龍武等學(xué)者在對京津冀城市群城市化與生態(tài)環(huán)境時空分異研究中也指出, 京津兩市的協(xié)調(diào)水平為中度協(xié)調(diào)以上水平, 高于城市群內(nèi)其他地區(qū), 且各地市存在不同的變化趨勢[36]。
在GeoDa平臺中計算出2006—2017年城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度的Moran’s值, 如表2所示, Moran’s值為負值, 說明耦合協(xié)調(diào)度具有空間異質(zhì)性, 其中由于值大于0.1, 表現(xiàn)出空間差異不顯著, 但城市群仍尚未形成一體化的空間格局, 研究區(qū)域內(nèi)城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度較高的城市周邊是耦合協(xié)調(diào)度較低的城市。且2006—2017年期間, Moran’s值并沒有顯著的下降趨勢, 表明城市群內(nèi)這種空間差異沒有縮小。
圖2 城市群視角下的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)演化
Figure 2 Time series charts of urbanization and eco- environment in the urban agglomeration
圖3 城市視角下的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度差異演化
Figure 3 The different evolution of the coupling degree from the perspective of city
表2 城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度全局空間自相關(guān)結(jié)果
為了更加直觀的分析市域視角的耦合協(xié)調(diào)發(fā)展空間差異特征, 本文選取2006年和2017年2 個作為代表年份分別作出相應(yīng)的耦合協(xié)調(diào)度空間分布情況, 如圖4。整體上看, 長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展形成以武漢、長沙、南昌為核心的多中心空間結(jié)構(gòu), 且研究期間多中心空間結(jié)構(gòu)基本上處于穩(wěn)定的狀態(tài)。從圖4(a)可以看出, 2006年城市群的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展空間格局以武漢、長沙、南昌為核心, 而勉強協(xié)調(diào)等級的城市圍繞在武漢、長沙、南昌的周邊, 形成多個“核心—邊緣”的空間格局。而處于初級協(xié)調(diào)等級的城市則分布較為分散。從圖4(b)可以看出, 2017年城市群的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展空間格局, 較“十一五”開局(2006年)均衡性上有較大提高。但仍然以武漢、長沙、南昌為核心, 周邊勉強協(xié)調(diào)發(fā)展等級的城市大部分升級為初級協(xié)調(diào)發(fā)展等級, 初級協(xié)調(diào)發(fā)展等級的城市個數(shù)增加并趨于連續(xù)的塊狀分布。從三大子城市群的層面可以看出, 武漢、宜昌、襄陽3 個城市在武漢城市群內(nèi)耦合協(xié)調(diào)度等級較高, 與湖北省“一主(武漢)兩副(宜昌、襄陽)”的空間發(fā)展一致; 長沙、株洲、湘潭3 個城市在環(huán)長株潭城市群內(nèi)耦合協(xié)調(diào)度等級較高, 與湖南省“一核(長株潭城市群)三極(岳陽、郴州、懷化)”的空間發(fā)展一致; 南昌和九江2 個城市在環(huán)鄱陽湖城市群內(nèi)耦合協(xié)調(diào)等級較高, 與江西省的“昌九走廊”的空間發(fā)展一致。
利用LSTM模型進行模型訓(xùn)練和驗證, 城市化指數(shù)和生態(tài)環(huán)境指數(shù)的訓(xùn)練精度與訓(xùn)練次數(shù)關(guān)系, 如圖5。LSTM模型訓(xùn)練精度與神經(jīng)元數(shù)關(guān)系存在最優(yōu)值, 訓(xùn)練次數(shù)達到200 次后精度達到平穩(wěn)不再顯著提高。根據(jù)訓(xùn)練得到的最優(yōu)LSTM時間預(yù)測模型進行時間數(shù)據(jù)預(yù)測, 運用公式(7)計算, 精度達到94.2%和94.5%, 證明模型預(yù)測精度達到城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度時間序列預(yù)測的要求。
在Tensorflow平臺上預(yù)測2018—2022年長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度, 結(jié)果如表3所示。2018—2022年耦合協(xié)調(diào)度將延續(xù)前12 年的發(fā)展趨勢, 整體水平將繼續(xù)提高到0.686, 與城市群未來發(fā)展基本符合, 隨著國家“新型城鎮(zhèn)化”和“生態(tài)文明”的戰(zhàn)略持續(xù)實施, 耦合協(xié)調(diào)發(fā)展整體將保持上升的趨勢。相比于2017年, 宜昌、株洲、湘潭、九江、上饒由初級協(xié)調(diào)上升到中級協(xié)調(diào); 鄂州、萍鄉(xiāng)、新余由勉強協(xié)調(diào)上升到初級協(xié)調(diào); 婁底和鷹潭仍處于勉強協(xié)調(diào)。
圖4 城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展空間格局演變
Figure 4 The evolution of spatial pattern of urbanization and ecological environment
圖5 LSTM訓(xùn)練誤差和訓(xùn)練次數(shù)關(guān)系圖
Figure 5 The relation diagram of LSTM training error and training times
表3 城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展預(yù)測
基于城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展內(nèi)涵分析, 構(gòu)建符合長江中游城市群的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)模型, 從“城市群—城市”多重視角對耦合協(xié)調(diào)發(fā)展水平進行分析, 得出如下結(jié)論:
(1)2006—2017年, 長江中游城市群城市化與生態(tài)環(huán)境的耦合協(xié)調(diào)度呈現(xiàn)波動上升趨勢, 上升速度較為緩慢。其中, 長沙、武漢、南昌3 個中心城市在城市群耦合協(xié)調(diào)發(fā)展中起到主要的帶動作用, 呈現(xiàn)出中心城市帶動型特征。
(2)城市化與生態(tài)環(huán)境耦合協(xié)調(diào)空間格局存在區(qū)域差異性, 具有空間異質(zhì)性。耦合協(xié)調(diào)發(fā)展空間格局形成了以武漢、長沙、南昌三個城市為核心的多中心空間結(jié)構(gòu)。以三大子城市群的視角分析, 較高耦合協(xié)調(diào)度等級城市空間格局基本符合湖北、湖南以及江西省的空間發(fā)展規(guī)劃。
(3)將LSTM深度學(xué)習模型運用到城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度的預(yù)測。預(yù)測結(jié)果顯示, 2018—2022年, 28 個地級市中只有鷹潭和婁底未達到初級協(xié)調(diào)發(fā)展水平, 其他城市均達到初級協(xié)調(diào)發(fā)展水平或更高層次的水平, 城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展水平整體表現(xiàn)出增長的趨勢, 但是增長速度較慢, 區(qū)域差異明顯。該結(jié)果證明基于LSTM模型用于城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度時間序列預(yù)測, 與城市群的實際情況非常吻合, 能夠達到較好的精度。
基于長江中游城市群處于城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展的初級協(xié)調(diào)階段這一現(xiàn)狀, 根據(jù) “兩型社會”和“生態(tài)文明”的建設(shè)要求, 對如何實現(xiàn)長江中游城市群的城市化和生態(tài)環(huán)境協(xié)調(diào)發(fā)展提出幾點建議:
(1)28 個城市需要根據(jù)各自城市發(fā)展特征, 采取差異性的城市化與生態(tài)環(huán)境的耦合協(xié)調(diào)路徑: 生態(tài)環(huán)境滯后型的城市需要嚴格控制建設(shè)用地規(guī)模, 提高土地集約利用水平, 降低污染排放, 避免原有生態(tài)系統(tǒng)的破壞, 比如降低重工業(yè)的污染排放, 利用先進的科學(xué)技術(shù)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)提高資源利用的效率; 城市化滯后型的城市需要在保證區(qū)域生態(tài)環(huán)境安全的前提下, 通過建立綠色基礎(chǔ)設(shè)施和完善現(xiàn)代化的城市功能, 從人口、經(jīng)濟、社會和空間四個層面全面開拓高質(zhì)量城市化發(fā)展的道路。
(2)城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展水平整體表現(xiàn)出增長的趨勢, 但是增長速度較慢。城市群要依托長江“黃金水道”的優(yōu)勢, 充分利用資源節(jié)約型和環(huán)境友好型“兩型社會”建設(shè)的區(qū)域政策導(dǎo)向, 逐步調(diào)整城市群以重工業(yè)發(fā)展為主的產(chǎn)業(yè)結(jié)構(gòu), 做強裝備制造業(yè)等產(chǎn)業(yè), 進一步完善現(xiàn)代物流、港口物流、金融業(yè)等服務(wù)配套產(chǎn)業(yè), 穩(wěn)步推動高新技術(shù)產(chǎn)業(yè)的發(fā)展; 另一方面加大科研投入和有關(guān)的政策支持, 推動企業(yè)污染減排并提升能源利用效率, 以創(chuàng)新驅(qū)動城市群城市化和生態(tài)環(huán)境耦合協(xié)調(diào)水平的提升。
(3)耦合協(xié)調(diào)發(fā)展空間形成了以武漢、長沙、南昌三個城市為核心的多中心空間結(jié)構(gòu), 但是區(qū)域差異明顯。耦合協(xié)調(diào)度較低的地區(qū)要充分考慮自身發(fā)展特點, 在突出本區(qū)域優(yōu)勢的前提下, 進一步借鑒學(xué)習武漢、長沙、南昌三市發(fā)展模式, 積極融入城市群協(xié)同發(fā)展。同時, 要從城市群的視角出發(fā), 以行政力量破除區(qū)域聯(lián)合發(fā)展障礙, 達成區(qū)域城市化水平協(xié)同高質(zhì)量提升、生態(tài)環(huán)境聯(lián)合治理保護的共識, 創(chuàng)建城市群協(xié)同發(fā)展機制, 逐步縮小區(qū)域間城市化與生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展水平的差異。
[1] GRIMM N B, FAETH S H, OLUBIEWSKI N E, et al. Global change and the ecology of cities[J]. Science, 2008, 319(5864): 756–760.
[2] TRATALOS J, FULLER R A, WARREN P H, et al. Urban form biodiversity potential and ecosystem services[J]. Landscape & Urban Planning, 2007, 83(4): 308–317.
[3] REES W, WACKERNAGEL M. Urban ecological footprints: why cities cannot be sustainable—and why they are a key to sustainability[J]. Environmental Impact Assess-ment Review, 2008, 16(4/6): 223–248.
[4] 王振波, 方創(chuàng)琳, 王婧. 1991年以來長三角快速城市化地區(qū)生態(tài)經(jīng)濟系統(tǒng)協(xié)調(diào)度評價及其空間演化模式[J]. 地理學(xué)報, 2011, 66(12): 1657–1668.
[5] 方創(chuàng)琳, 周成虎, 顧朝林, 等. 特大城市群地區(qū)城鎮(zhèn)化與生態(tài)環(huán)境交互耦合效應(yīng)解析的理論框架及技術(shù)路徑[J]. 地理學(xué)報, 2016 ,71(4): 531–550.
[6] 鄧宗兵, 宗樹偉, 蘇聰文, 等. 長江經(jīng)濟帶生態(tài)文明建設(shè)與新型城鎮(zhèn)化耦合協(xié)調(diào)發(fā)展及動力因素研究[J].經(jīng)濟地理, 2019, 39(10): 78–86.
[7] 郭慶賓, 劉靜, 王濤. 武漢城市圈城鎮(zhèn)化生態(tài)環(huán)境響應(yīng)的時空演變研究[J]. 中國人口·資源與環(huán)境, 2016, 26(2): 137–143.
[8] Li Baojie, Chen Dongxiang, Wu Shaohua, et al. Spatio- temporal assessment of urbanization impacts on ecosystem services: Case study of Nanjing City, China[J]. Ecological Indicators, 2016, 71: 416–427.
[9] Lyu Rongfang, Zhang Jianming, Xu Mengqun, et al. Impacts of urbanization on ecosystem services and their temporal relations: A case study in Northern Ningxia, China[J]. Land Use Policy, 2018, 77: 163–173.
[10] 喬標, 方創(chuàng)琳. 城市化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展的動態(tài)耦合模型及其在干旱區(qū)的應(yīng)用[J]. 生態(tài)學(xué)報, 2005, 25(11): 3003–3009.
[11] 孫平軍. 1994–2011年江蘇省城市化與生態(tài)環(huán)境非協(xié)調(diào)性耦合關(guān)系的判別[J]. 長江流域資源與環(huán)境, 2014, 23(8): 1051–1056.
[12] 胡振鵬, 黃曉杏, 傅春, 等. 環(huán)鄱陽湖地區(qū)旅游產(chǎn)業(yè)—城鎮(zhèn)化—生態(tài)環(huán)境交互耦合的定量比較及演化分析[J]. 長江流域資源與環(huán)境, 2015, 24(12): 2012–2020.
[13] 李強, 韋薇. 長江經(jīng)濟帶經(jīng)濟增長質(zhì)量與生態(tài)環(huán)境優(yōu)化耦合協(xié)調(diào)度研究[J]. 軟科學(xué), 2019, 33(5): 117–122.
[14] 崔學(xué)剛, 方創(chuàng)琳, 劉海猛, 等. 城鎮(zhèn)化與生態(tài)環(huán)境耦合動態(tài)模擬理論及方法的研究進展[J]. 地理學(xué)報, 2019, 74(6): 1079–1096.
[15] 胡彪, 張旭東, 程達, 等. 京津冀地區(qū)城市化效率與生態(tài)效率時空耦合關(guān)系研究[J]. 干旱區(qū)資源與環(huán)境, 2017, 31(8): 56–62.
[16] 王新杰,薛東前. 西安市城市化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展模式演化分析[J]. 自然資源學(xué)報, 2009, 24(8): 1378–1385.
[17] 郭月婷, 徐建剛. 基于模糊物元的淮河流域城市化與生態(tài)環(huán)境系統(tǒng)的耦合協(xié)調(diào)測度[J]. 應(yīng)用生態(tài)學(xué)報, 2013, 24(5): 1244–1252.
[18] 劉耀彬, 宋學(xué)鋒. 城市化與生態(tài)環(huán)境耦合模式及判別[J]. 地理科學(xué), 2005(4): 26–32.
[19] 閆璐璐, 王小梅, 柴彥威, 等. 基于熵變視角的生態(tài)脆弱區(qū)城市化與生態(tài)環(huán)境交互耦合發(fā)展研究——以西寧市為例[J]. 中國人口·資源與環(huán)境, 2016(S2): 39–43
[20] 段維佳. 城市化與生態(tài)環(huán)境交互耦合機制與規(guī)律性分析[J].環(huán)境與發(fā)展, 2017, 29(10): 185–190.
[21] 黃金川, 方創(chuàng)琳. 城市化與生態(tài)環(huán)境交互耦合機制與規(guī)律性分析[J]. 地理研究, 2003(2): 211–220.
[22] 劉巧婧, 王莉紅.城市化與生態(tài)環(huán)境耦合協(xié)調(diào)關(guān)系研究——以杭州市為例[J]. 環(huán)境科學(xué)學(xué)報, 2018, 38(10): 4214– 4222
[23] 姜磊, 周海峰, 柏玲. 長江中游城市群經(jīng)濟—城市—社會—環(huán)境耦合度空間差異分析[J]. 長江流域資源與環(huán)境, 2017, 26(5): 649–656.
[24] 劉艷軍, 劉德剛, 付占輝, 等. 哈大巨型城市帶空間開發(fā)—經(jīng)濟發(fā)展—環(huán)境演變的耦合分異機制[J]. 地理科學(xué), 2018, 38(5): 662–671.
[25] 王秀明, 張勇, 奚蓉, 等. 廣東省城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)的空間特征及影響因素研究[J]. 中國環(huán)境管理, 2019, 11(3): 100–106.
[26] 陳肖飛, 郭建峰, 姚士謀. 長三角城市群新型城鎮(zhèn)化與生態(tài)環(huán)境承載力耦合協(xié)調(diào)研究: 基于利奧波德的大地倫理觀思想[J]. 長江流域資源與環(huán)境, 2018, 27(4): 715– 724.
[27] 陳曉紅, 吳廣斌, 萬魯河. 基于BP的城市化與生態(tài)環(huán)境耦合脆弱性與協(xié)調(diào)性動態(tài)模擬研究——以黑龍江省東部煤電化基地為例[J]. 地理科學(xué), 2014, 34(11): 1337–1343.
[28] 方創(chuàng)琳, 鮑超. 黑河流域水—生態(tài)—經(jīng)濟發(fā)展耦合模型及應(yīng)用[J]. 地理學(xué)報, 2004, 59(5): 781–790.
[29] 高楠, 馬耀峰, 李天順,等. 基于耦合模型的旅游產(chǎn)業(yè)與城市化協(xié)調(diào)發(fā)展研究——以西安市為例[J]. 旅游學(xué)刊, 2013, 28(1): 62–68.
[30] 王毅, 丁正山, 余茂軍, 等. 基于耦合模型的現(xiàn)代服務(wù)業(yè)與城市化協(xié)調(diào)關(guān)系量化分析——以江蘇省常熟市為例[J]. 地理研究, 2015, 34(1): 97–108.
[31] 劉彥彤,趙爽. 京津冀城市群城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)關(guān)系研究[J]. 江蘇農(nóng)業(yè)科學(xué), 2019, 47(17): 330–333.
[32] HOCHREITER S, SCHMIDHUBER J. Long short-term memory[J]. Neural Computation, 1997, 9(8): 1735–1780.
[33] 路娟, 張勇. 長江經(jīng)濟帶城市化與生態(tài)環(huán)境耦合、協(xié)調(diào)特征及時空演化規(guī)律研究[J]. 四川師范大學(xué)學(xué)報(社會科學(xué)版), 2018, 45(4): 85–93.
[34] 謝志祥, 任世鑫, 李陽, 等. 長江中游城市群城市效率水平測度及空間分異研究[J]. 長江流域資源與環(huán)境, 2015, 24(10): 1705–1710.
[35] 郭慶賓, 張中華. 長江中游城市群要素集聚能力的時空演變[J]. 地理學(xué)報, 2017, 72(10): 1746–1761.
[36] 梁龍武, 王振波, 方創(chuàng)琳, 等. 京津冀城市群城市化與生態(tài)環(huán)境時空分異及協(xié)同發(fā)展格局[J]. 生態(tài)學(xué)報, 2019, 39(4): 1212–1225.
Analyzing and predicting the urbanization and eco-environment coupling and coordination of The middle reaches of Yangtze River urban agglomerations
HE Qingyun, LI Huiping, OUYANG Xiao*
College of Resources and Environmental Sciences, Hunan Normal University, Changsha 410081, China
Researching the characteristics of the coupling and coordination between urbanization and eco-environment of urban agglomeration along the middle reaches of the Yangtze River provides some theoretical references for the high-quality development of urban agglomeration. This thesis, taking twenty-eight cities in the middle reaches of the Yangtze River as the research objects, takes a quantitative analysis of the time evolvement rules of the coupling between urbanization and eco-environment in 2006 to 2017 and then aims to predict its trend in 2018-2022 on a basis of the Coupling Coordination Model and the Deep Learning Model. The result shows the degree of coupling and coordination between urbanization and eco-environment of urban agglomeration in the middle reaches of the Yangtze River presents an upward fluctuating trend, among which these three cities : Wuhan, Changsha and Nanchang play a leading role with a multi-centers spatial structure centered on them. Nevertheless, this spatial pattern has not yet been an integrated coupled and coordinated one, manifesting spatial differentiation. The predicted results show that the degree of coupling and coordination between urbanization and eco-environment of urban agglomerations in the middle reaches of the Yangtze river will have been integrally improved but with a slow speed in 2018-2022, and most of the cities will keep an upward trend, upgrading to primary degree of coordination.
urbanization and ecological environment; coupling coordination;deep learning; urban agglomeration in the middle reaches of the Yangtze River
10.14108/j.cnki.1008-8873.2020.02.022
X22; F290
A
1008-8873(2020)02-182-09
2019-09-17;
2019-11-18
國家社會科學(xué)基金重大項目(18ZDA040)
賀清云(1955—)女, 教授, 博士生導(dǎo)師, 主要研究方向為城鄉(xiāng)規(guī)劃與區(qū)域發(fā)展
歐陽曉(1991—)男, 博士研究生, 主要研究方向為城市與區(qū)域發(fā)展, E-mail: 1075090536@qq.com
賀清云, 李慧平, 歐陽曉. 長江中游城市群城市化與生態(tài)環(huán)境耦合協(xié)調(diào)分析及模擬預(yù)測[J]. 生態(tài)科學(xué), 2020, 39(2): 182–190.
PHE Qingyun, LI Huiping, OUYANG Xiao. Analyzing and predicting the urbanization and eco-environment coupling and coordination of The middle reaches of Yangtze River urban agglomerations[J]. Ecological Science, 2020, 39(2): 182–190.