本文共3340字，阅读约需11分钟

论文信息

标题：Coupling coordination degree spatial analysis and driving factor between socio-economic and eco-environment in northern China

期刊：Ecological Indicators

时间：2022/02

作者：Liang Li, Zhang Fan, Wu Feng, et al.

DOI：

一句话总结：研究基于统计数据和自然环境数据，分析了2019年中国北方地区生态-经济耦合协调状况。

01

论文亮点

（1）对县域生态经济耦合协调（CCD）指标进行了评价。

（2）发现华北地区生态经济CCD指数空间集聚性明显。

（3）采用地质探测器研究了生态经济CCD指数的驱动因素。

（4）地形对生态经济耦合的影响最大，其次是交通。

02

论文摘要

生态社会协调发展是实现区域可持续发展的必由之路。本文选取生态系统服务功能总产值来评价生态环境，选取社会经济指标来评价社会经济发展。采用熵值法和耦合协调模型相结合的方法，评价了中国北方县域生态环境与经济的耦合协调度。利用空间自相关和地理探测器模型揭示了中国北方生态经济系统的空间集聚特征和影响因子。

结果表明:2019年大部分县域处于生态经济转型发展阶段;其中321个县的CCD指数在0.4 ~ 0.5之间(基本协调阶段);209个县的CCD指数在0.5 ~ 0.6之间(初级协调阶段);77个县的CCD指数在0.6 ~ 0.8之间(中等协调阶段)。整体Moran’s I为0.349，说明县域生态经济耦合协调存在空间集聚。低-低集群主要分布在研究区中部和中部东部，高-高集群主要分布在河北北部、山东半岛和河南北部。

影响CCD指数的因素从大到小依次为景观、地形、交通和气候因素。驱动因素之间的相互作用表现为非线性和双线性增强。研究结果表明，中国北方地区社会经济发展与生态发展的协调性有待进一步提高。相关政策应突出地方生态优势，推动向生态工业化转型，促进生态经济协调发展。

03

论文引言

社会-生态系统是人与生态环境相互作用形成的耦合系统，综合分析社会和生态系统的要素，有助于我们更好地理解人类活动与自然环境之间的耦合关系。现有的研究大多是在综合现有评价指标的基础上，根据各自的研究需要，开发不同的生态系统和社会经济系统评价指标体系。

以耦合协调度(CCD)模型理论为基础，探讨不同研究区域社会经济系统与生态系统耦合协调关系的时空变化特征。现有的研究主要集中在区域、省、市层面，几乎没有县层面的研究。此外，现有研究大多着眼于不同区域生态经济耦合协调度的时空变化，很少有研究考察不同区域社会经济耦合协调度变化的影响因素。

为弥补上述研究空白，本研究以中国北方为研究区域，采用耦合协调模型对县域生态经济耦合协调进行评价，并利用地理探测器模型研究了影响社会经济CCD的因素。研究为评价区域生态建设和社会经济规划的政策和实施效果奠定了科学基础，为探索协调发展模式提供了理论依据。

04

研究区域

中国区域发展不平衡。与南方地区相比，北方地区工业基础薄弱，社会经济发展相对落后。与此同时，北方以平原和丘陵为主。农村人口相对集中，生态资源丰富。农村发展过程中存在着生态与经济的矛盾。

因此，在生态文明建设和乡村振兴的大背景下，研究中国北方地区生态与经济的耦合协调程度及其影响因素具有重要意义。中国北方包括北京、天津、河北、山西、陕西、河南、江苏北部、山东、安徽北部、黑龙江、吉林和辽宁。它是中国四大地理区划之一(图1)。为确保各省划分的完整性，本研究选择了包括北京、天津、河北、山西、山西、河南、山东等10个省份。

05

研究结果

5.1县域生态系统生产总值（Gross ecosystem product at a county level）

生态系统生产总值(GEP)空间差异明显(图2)，高、低值普遍聚集。高值集中在河北东部、东北、北部和陕西南部。

具体而言，作为中国三大林区之一，我国东北东部包括小兴安岭和长白山在内的GEP较高，在5000 ~ 8500万元/km2之间，低值集中在河北南部和河南北部，主要位于华北平原，地势平坦，土壤深厚。它是中国粮食主产区之一，拥有大量的农田。

与林地、草地和水体相比，农田提供的生态系统服务价值相对有限，因此该地区GEP较低。

5.2县域生态环境与社会经济耦合协调研究（Ecological environment and socioeconomic coupling coordination ata county level）

如图3所示，绘制了2019年中国北方地区县域CCD的空间分布。在县域尺度上，生态经济CCD指数的平均值为0.491，中位数0.487。2019年中国北方大部分县域的CCD指数在0.4-0.8范围内。

这预示着一个生态经济转型发展的时期，这与当前的政策指导是一致的。在转型发展框架下，约52%的县处于基本协调阶段，34%的县处于初级协调阶段。只有14%的县处于适度协调阶段。

总体而言，2019年中国北方县域生态经济状况仍处于初级CCD阶段，生态环境与经济之间不存在明显的交互作用。但两者的耦合协调关系正在转变，适当的政策和措施可能会使这种关系得到显著改善。

为了改善结果，这些县应该制定更有针对性的政策。将CCD分为三种类型:经济滞后、系统平衡和生态滞后。结果表明，经济滞后型县有310个，系统平衡型县有315个，生态滞后型县有64个。经济滞后型县占整个研究区域的45%，生态滞后型县仅占9%。这说明中国北方大部分县域生态资源开发不足，生态资产不能有效转化为经济效益。从整体结果看，2019年北方大部分县域生态经济CCD处于基本协调阶段，仍有提升空间。

5.3中国北方生态-经济耦合协调度的空间自相关分析（Spatial autocorrelation analysis of ecological–economic couplingcoordination degree in northern China）

中国北方生态经济CCD的全球莫兰I为0.349，P值为0，说明生态-经济CCD指数具有显著的空间相关性。进一步绘制空间关联聚类图的局部指标，探讨指标的局部聚集特征(图4)。

高-高集群主要分布在辽东半岛、山东半岛和京津冀城市群。这些区域的经济与生态耦合协调程度远高于周边地区。是经济和生态平衡协调发展的增长中心。

低-低集群主要集中在黄土高原地区和黑龙江东南部。这些地区生态经济发展相对不协调。中心区域与周边区域的空间差异较小。与其他地区相比，耦合度较低，有较大的提升空间。

5.4影响生态经济耦合协调度的因素（Factors influencing the ecological–economic coupling coordination degree）

在保证数据可用性的前提下，选取了11个可能与CCD指数相关的因子驱动地理探测器。这些因素被分为四类:气候、交通、地形和景观。为了便于地理探测器模型中解释变量的使用，我们将每个因素变量划分为五个层次，然后对这些潜在驱动因素进行了映射。因子水平的空间分布如图5所示。

表5显示了交互的结果(只显示了前10个交互)。各因子对的交互q值较大，比任何一个因素单独的q值都要大，而且某些相互作用的q值大于两个因素的q值之和。这说明了各因素对之间的交互关系是二元的，并且/或者它们以非线性的方式相互增强，从而影响生态-经济CCD。景观和气候因素的交互作用q值最高(SHDI∩PRE = 0.362)，其次是交通和气候因素的交互作用(PRE∩ACC = 0.361)。结果表明，气候因子与其他因子的相互作用对生态经济CCD具有较强的解释能力。

值得注意的是，与q值最高的交互关系均包括降水因子，而温度因子的q值相对较小。这表明降水对中国北方生态经济CCD的影响显著高于温度。地形与交通因素的交互作用中，q (REL∩ACC)最大(0.327)，说明REL与ACC的交互作用最强，其次是景观(SHDI)与ELE的交互作用。交通因素和景观因素也相互强化，SHDI∩ACC的q值为0.304。

06

文章结论

研究基于统计数据和自然环境数据，分析了2019年中国北方地区生态-经济耦合协调状况。结合地理探测器模型，探讨了CCD的影响因素。

研究发现，2019年中国北方大部分县域处于生态经济转型发展阶段，总体而言，华北地区县域生态经济CCD水平较低，仍有提高空间。通过全局空间自相关分析，北方县域间存在空间依赖关系，2019年中国生态经济耦合协调水平呈空间集聚。

局部空间自相关分析发现，中国北方农村生态经济CCD水平具有较为明显的收敛特征。高-高区主要集中在河北北部、山东半岛、辽宁南部和河南北部。低-低区主要集中在山西和河北的中东部地区。研究区极化现象明显，具有较强的空间稳定性。

因子检测表明，景观格局、自然资源、地形、交通是影响生态与经济协调发展的因素。因地制宜发展特色区域经济，推进农村生态资源产业化，提高科技水平引导政府调控，可以有效提升区域生态经济CCD水平。

驱动因素相互作用类型表现为非线性和双线性增强，对区域耦合和协调发展的解释能力远大于单一因素。这反映了中国北方发展耦合协调的驱动因素和机制的复杂性。

07

研究区域