## 中文标题 城市土地利用效率与生态承载力的系统耦合及驱动因素研究——以中国山东省为例

《Land》：Systematic Coupling and Driving Factors Between Urban Land Use Efficiency and Ecological Carrying Capacity: A Case Study of Shandong Province, Northern China

　　

## 摘要专业翻译
快速城市化带来了不利的生态影响，因此将城市土地利用效率（ULUE）与生态承载力（ECC）进行耦合研究，对于协调社会经济增长与环境保护、促进区域可持续发展至关重要。本研究以山东省16个城市为研究对象，利用SE-DEA模型、DPSIR模型和熵权-TOPSIS方法，通过耦合协调分析模型、相对发展指数和地理探测器，探讨了ULUE与ECC的相互作用机制。研究结果显示，2000–2020年间，ULUE先由1.11升至1.15、后降至1.07，总体呈下降趋势；ECC由0.25升至0.59，近乎翻倍。ULUE与ECC之间的耦合协调度从中级协调（0.72）提升至良好协调（0.89）。到2020年，系统已进入耦合协调状态，但ECC发展仍然滞后（K = 0.58 < 0.8）。ULUE、ECC及二者耦合协调度的关键驱动因素分别为资本投入规模、资源环境规制以及资本投入规模。研究揭示了三个不同阶段ULUE与ECC相互作用机制的变化特征，表明在不同城市发展阶段，受上述因素驱动，ULUE与ECC将逐步由失衡走向协调发展。

## 论文解读

### 1. 研究背景与研究问题
快速城市化进程消耗了大量投资建设资源，导致城市建设用地盲目扩张和无序蔓延，优质耕地被过度侵占，土地利用效率下降。同时，城市化与工业化拓展了人类活动的广度和深度，以前所未有的速度和规模改变了全球生态系统，造成栖息地破坏、生物多样性锐减、生态系统服务功能退化和生态承载力下降，对人类社会的可持续发展构成重大风险。联合国为此提出了17项可持续发展目标（SDGs），其中SDG 11专门致力于建设可持续城市和社区，旨在提升城市土地利用效率与生态承载力。因此，构建土地利用效率与生态承载力相协调的城市已成为各国共同目标。

城市土地作为城市经济、社会和环境系统的空间载体，直接影响城市社会经济发展。ULUE研究不仅为城市战略规划提供理论框架，也为土地资源配置提供理论指导。ECC则体现了生态系统为经济社会活动提供资源和环境条件的内在能力，是衡量城市化进程中社会经济系统与自然生态系统协调性的重要指标。然而，现有研究多聚焦于ULUE或ECC各自的时空格局及其与经济发展的关系，缺乏对二者耦合关系、交互作用及驱动机制的系统探讨。以往研究大多停留在描述性层面，记录个别案例的时空特征，未能深入进行机理性解释或比较分析。因此，亟需构建一个综合性的集成框架，以更稳健地开展耦合分析。耦合协调度（CCD）模型为定量评估社会—经济—生态协调性提供了有效工具，能够更精确地识别制约区域发展的因素。但现有工作主要描述总体关系，尚未剖析其在不同城市化阶段的变化差异，也缺乏对驱动阶段性转变的内在动力因素的充分研究。理解不同阶段CCD的驱动因素，有助于实现城市发展的预测、模拟、诊断和风险应对，进而更好地服务可持续城市管理。

### 2. 研究内容与主要方法
本研究以中国东部沿海典型省份山东省为研究区，该省是经济大省、工业强省和资源富省，快速经济发展与城市扩张导致ULUE与ECC之间的矛盾突出，亟需通过研究寻求可持续发展路径。本研究从社会科学与自然科学交叉的视角出发，综合利用SE-DEA模型、DPSIR理论框架、熵权-TOPSIS分析方法、改进的耦合协调度模型和相对发展指数（RDI），对山东省2000–2020年ULUE与ECC的耦合关系进行了系统分析，并运用地理探测器解析其驱动因素。数据来源包括山东省各城市的行政区划、社会经济、土地利用和生态环境等多维数据集。样本覆盖了2019年行政区划调整前的16个地级市（莱芜于2019年并入济南）。研究采用全局参考前沿的SE-DEA模型测度ULUE，以固定资本投资、二产和三产从业人员数、建成区面积为投入指标，以二产产值、三产产值、社会消费品零售总额和公共预算收入为产出指标；ECC评估基于DPSIR框架构建指标体系（表2），采用熵权-TOPSIS方法计算；耦合协调分析使用改进的CCDM和RDI；时空动态分析采用核密度估计（KDE）和Moran‘s I指数；驱动因素分析采用地理探测器。主要关键技术方法包括：SE-DEA模型（测算ULUE）、DPSIR框架与熵权-TOPSIS（评估ECC）、CCDM与RDI（诊断耦合协调关系与障碍因素）、时空核密度估计与Moran's I（揭示时空演变特征）、地理探测器（定量识别驱动因素及其解释力）。

### 3. 研究结果

#### 3.1 ULUE的时空变化
Moran’s I指数显示ULUE在所有研究时段均呈现显著的空间自相关特征（2000年I = 0.426，2010年I = 0.381，2020年I = 0.357，均p < 0.05）。SE-DEA模型和KDE分析结果表明，2000–2020年间山东省ULUE总体保持相对稳定，效率值围绕1左右波动，呈先升后降趋势。空间上，东部沿海地区ULUE最高（东营市最高，达1.56），中部丘陵地区次之，西部内陆平原地区最低（泰安市最低，为0.75）。KDE曲线显示，前十年ULUE有所提升且城市间多极化发展现象消失，后十年出现轻微下降并重新呈现多极化发展趋势。总体来看，山东省ULUE在二十年间经历了先升后降的过程，区域差异显著，东部沿海平均效率最高，西部内陆平原最低。

#### 3.2 ECC的时空变化
Moran’s I指数表明ECC具有显著的空间自相关特征（2000年I = 0.385，2010年I = 0.401，2020年I = 0.426，均p < 0.05）。研究期间山东省ECC显著提升，区域差异持续扩大。空间分布上，东部沿海地区ECC最高（东营市最高，达0.71），中部丘陵地区中等且稳步上升，西部内陆平原地区较低（聊城市最低，为0.48）。KDE分析显示，2010年和2020年曲线中心较前十年显著右移，表明高ECC城市持续涌现，总体ECC大幅改善，但区域差异也在不断扩大。

#### 3.3 ULUE与ECC的耦合协调分析

##### 3.3.1 耦合协调关系的量化与特征刻画
CCDM分析结果显示，山东省整体CCD呈正向演变趋势，城市间差异缩小、发展趋于均衡。2000年主要耦合协调类型为中级协调，至2020年转变为良好协调；2000年无优质协调区域，2020年出现6个优质协调区域。空间格局呈现出以东部沿海（烟台—青岛—东营为中心）、中部低山丘陵（济南—济宁为核心）和西部内陆平原（菏泽为中心）辐射的空间形态。

##### 3.3.2 耦合协调障碍诊断
RDI诊断结果显示，2000–2020年间山东省数据离散度逐步增大，ULUE与ECC的耦合关系尚不协调。全省平均K值由0.24升至0.58，逐步接近0.8（协调同步发展阈值），表明生态系统对城市化的约束在减弱，二者正朝着协调发展方向演进。ECC约束程度呈现出东部沿海<中部低山丘陵<西部内陆平原的格局。2020年，菏泽K值最小（0.29），ECC约束最为严重；威海K值最大（0.84），为全省ECC与ULUE相对最协调的城市。总体而言，山东省ECC仍处于滞后状态。

##### 3.3.3 耦合协调类型识别
基于CCDM量化的ULUE与ECC关系及RDI诊断结果，研究识别出山东省各城市的耦合协调类型。山东省整体已实现耦合协调，但ECC发展滞后。东部沿海地区已实现良好协调，其中东营达到优质协调（0.966）；中部丘陵地区半数为良好协调，半数为中级协调；西部内陆平原仅菏泽实现良好协调。整体上，协调水平自西向东逐步提高，靠近经济核心区或自然资源禀赋较优的地区协调水平较高。

#### 3.4 ULUE与ECC耦合协调的驱动因素
地理探测器分析显示，2020年ULUE的解释力排名前三的驱动因素为：资本投入规模>资源环境规制>产业结构特征；ECC的解释力排名前三为：资源环境规制>产业结构特征>资本投入规模；CCD的影响因素排名前三为：资本投入规模>产业结构特征>科技创新能力。

#### 3.5 ULUE与ECC耦合协调阶段划分
根据ULUE与ECC的耦合演化趋势，山东省16个城市被划分为三种耦合协调阶段类型（该分类是定性的，不依赖固定量化阈值）：互斥阶段（不协调阶段）、过渡阶段和互促阶段。互斥阶段反映ULUE与ECC发展不匹配，是城市发展初期阶段的典型特征，经济发展往往以牺牲生态环境为代价。过渡阶段中二者的相互作用是促进与抑制并存。互促阶段中ULUE与ECC发展趋势趋同、相互促进，是城市可持续性发展的最优模式。

### 4. 讨论总结与结论
讨论部分指出，山东省耦合协调度呈自东部沿海向西部内陆递减的空间格局，这与已有研究（如Xie等发现的从东部沿海向西北内陆递减的趋势）结论一致。该格局主要归因于沿海城市的区位优势、丰富的经济资源和强有力的政府支持。资本投入规模对ULUE和CCD解释力居首，对ECC解释力居第三，相关结论与Li等、Zhang等关于长江经济带的研究一致。资源环境规制对ECC解释力居首、对ULUE解释力居次，而其对CCD解释力位列第六。研究进一步揭示了耦合协调三阶段形成机制：在互斥阶段，资本投入规模作为首要驱动因素优化城市土地利用结构从而提升ULUE，但经济增长伴随污染企业引进和不合理产业结构对生态环境造成压力，导致ECC下降；在过渡阶段，当资本投入规模持续发挥正向作用时，ULUE提升驱动经济增长，缓解资源环境约束，扭转ECC下降趋势，实现由单向发展向良性循环的转变；在互促阶段，资本投入启动正向循环，通过提升ULUE促进增长、驱动产业升级，资源环境规制作为ECC首要驱动因素降低生态压力，政府和城市可进一步通过集约用地和优化土地利用结构实现ULUE与ECC的互促发展。此外，地方政策也是影响ULUE与ECC耦合协调度的重要驱动因素，但鉴于政策实施中的主观性，本研究未将其纳入定量分析。需要指出的是，地理探测器中部分解释变量与构建ULUE和ECC的原始指标共享数据来源，可能会在一定程度上高估其q统计量解释力，因此检测到的因素效应代表统计相关性而非严格因果关系。从可持续发展视角审视，ULUE与ECC的耦合关系可分为单一协调演进、ECC滞后、ULUE滞后和低级失稳四种类型。ULUE在耦合机制中充当引发向更高级耦合阶段转变的主要催化剂。研究结果显示，山东省处于ECC滞后型耦合协调状态，应持续培育技术密集型产业链，同时加强生态治理能力和体系建设。研究局限性包括：各市发展定位和现状不同，可通过差异化的指标选择实现更精准评估；研究尺度可从省级细化至市域甚至县域；未来可进一步建立耦合协调预测模型。

研究结论概括如下：（1）二十年间山东省ULUE总体相对稳定，效率值先升后降；空间上东部沿海最高，中部低丘陵次之，西部内陆平原最低，城市间差异显著。ECC显著提升但区域差异持续扩大，呈东高西低格局。（2）山东省已实现耦合协调状态（D = 0.89），协调程度自东向西递减，但ECC发展滞后（K = 0.58）。ECC约束程度排序为：东部沿海<中部低山丘陵<西部内陆平原。（3）ULUE和CCD的主要驱动因素为资本投入规模，ECC的主要驱动因素为资源环境规制。山东省CCD呈自沿海东部向内陆西部递减的梯度格局，主要由驱动因素的综合作用塑造。ULUE与ECC的耦合协调阶段将在驱动因素作用下，经历互斥阶段、过渡阶段并最终进入互促阶段，这为山东省ULUE与ECC协调发展提供了内在动力，为制定更科学的区域发展政策及逐步迈向可持续发展奠定了基础。