《Sustainability》:Spatiotemporal Evolution Characteristics and Influencing Factors of Urban Ecological Resilience in the Huaihe Ecological Economic Belt
编辑推荐:
研究人员以淮河生态经济带的29个地级与县级单元为样本,选取2014—2023年时段,在抗扰性(resistance)、适应性(adaptability)与可恢复性(recoverability)三维理论框架下,构建了契合淮河流域污染扰动特征的生态韧性评价框架。
研究人员以淮河生态经济带的29个地级与县级单元为样本,选取2014—2023年时段,在抗扰性(resistance)、适应性(adaptability)与可恢复性(recoverability)三维理论框架下,构建了契合淮河流域污染扰动特征的生态韧性评价框架。采用熵权法(entropy weight method)测算综合生态韧性值,并应用地理与时间加权回归(GTWR)模型识别多重影响因素的时空异质性关联。研究刻画了区域城市生态韧性的时空演化格局,解析了自然、经济与社会驱动因子的耦合关联效应。实证结果显示:时间维度上,研究区综合生态韧性由0.318升至0.416,总增幅30.91%,演化轨迹呈快速增长、稳步改善与缓慢饱和三阶段;适应性因人工环境治理而主导增长,城市韧性值极差收窄9.97%。空间维度上,生态韧性呈显著核心—外围格局,高韧性区集中于西南山地、低韧性区分布于东北平原,至2023年低韧性县级单元全部消除。驱动关联方面,地形起伏度与环境治理投资持续正向关联,人均GDP为核心经济支撑因子,第二产业占比与人口密度显著负向关联;归一化植被指数(NDVI)随生态恢复由负转弱正,河网变量长期关联微弱。自然本底、产业经济条件与社会治理因素的时空异质耦合共同塑造区域生态韧性演化模式,为跨省复合流域差异化协同治理提供量化参照。
研究背景与立项依据
在全球气候变化与快速城市化交织背景下,城市生态系统面临自然灾害、资源约束与环境退化的多重扰动,生态韧性成为评估城市可持续发展能力的核心维度。既有文献多聚焦单一行政区、山区或平原(如黄河流域、长三角、成渝城市群),针对跨省复合流域经济带的生态韧性长时序测度与多系统耦合机制研究稀缺;传统评价框架偏重生物多样性、景观破碎度等自然指标,忽视淮河流域以工业废气废水及农业面源污染为主的人为扰动特征,且全球计量模型难以捕捉山地—平原子区间的时空非平稳性。淮河生态经济带横跨苏皖豫鲁鄂五省,是连接黄河生态保护与长三角一体化的战略枢纽,其"高韧性山地核心—平原追赶—全域收敛"的演化机制尚属空白。为此,研究人员在resistance-adaptability-recoverability三维框架下构建契合污染扰动的评价体系,采用熵权法与GTWR模型开展2014—2023年长时序分析,成果发表于《Sustainability》。
主要技术方法
研究人员以2014—2023年为窗口,样本为淮河生态经济带25个地级市与4个县级市共29个单元;指标数据源自五省统计年鉴、城市环境公报及《中国城市统计年鉴》等,缺失值占比3.2%并以线性插值或邻年均值填补。评价系统按抗扰性(PM2.5年均浓度、工业SO2排放、工业烟尘、工业废水排放强度、降雨侵蚀力)、适应性(生活垃圾无害化处理率、污水处理率、清运量、道路清扫面积)、可恢复性(建成区绿化覆盖率、人均公园绿地、绿地率、平均生境质量)三维遴选;驱动因素选取地形起伏度、NDVI、单位面积河长、人均GDP、第二产业增加值占比、常住人口密度、环境污染治理投资占GDP比、科技支出占比共8项,经VIF多重共线性检验。测算采用熵权法线性加权得综合韧性值;驱动机制采用GTWR模型(自适应高斯核,空间邻域16、时间带宽3年),以AICc、R2、交叉验证(CV)优于OLS为据,残差通过正态性、异方差与Moran's I诊断。
研究结果
3.1 城市生态韧性时间演化特征
3.1.1 持续阶梯式提升且增速渐缓:综合韧性0.318→0.416(+30.91%),分快速改善(2014—2017,+15.27%)、稳步增长(2017—2020,+10.83%)、高位饱和(2020—2023,+2.46%)三阶段;三维中适应性增幅最大(+62.67%)为主驱,抗扰性+53.54%(2020年达峰后略降),可恢复性仅+8.76%作基底支撑。
3.1.2 地级尺度时间演化:29单元无一下跌,高分值区(六安、随县、桐柏、临沂)稳居前列,低分值区(周口+62.54%、阜阳+61.45%、商丘+50.81%)追赶显著;极差由0.318降至0.286(收窄9.97%);2018年《淮河生态经济带发展规划》后协同治理强化,2020年流域大洪水致增速放缓,印证可恢复性短板。
3.2 城市生态韧性空间演化特征
整体呈"南高北低、西南高东北低"梯度,Jenks分级显示低韧性区占比由31.03%(2014)降至0(2023)。西南山地核心(六安、信阳、随县、桐柏)形成连续高韧性带;东北平原(徐州、枣庄、商丘、周口)由连片低值转为散点较低中值;核心—过渡(江淮、苏中、鲁西南)—外围圈层结构强化;地形控制下山地平均韧性0.403→0.479,平原0.225→0.327,差距未消。
3.3 生态韧性影响因素分析
3.3.1 时间演化:地形起伏度系数稳于0.18—0.22;NDVI由?0.15(2014)转+0.02(2023)示植被效益反转;河长系数±0.03内微弱;人均GDP系数0.28—0.32持续正驱;第二产业占比?0.21→?0.33抑制增强;人口密度?0.25~?0.29稳定负向;环境治理投资系数0.12→0.27,PM2.5由84.5降至41.9 μg/m3、垃圾无害化率88.2%→100%、污水处理率90.1%→99.5%;科技支出系数?0.02~?0.05未成驱力。
3.3.2 空间异质性(2023截面):地形系数南高北低、边缘高中心低(山地0.21—0.28);NDVI西南高东北低;河网西北密东南疏但走廊功能不足;人均GDP苏中—皖北强、豫东—鲁南弱;第二产业负抑制在苏北、鲁南能源密集区最强;人口密度负效应在皖北、豫东最显;环境治理投资西高东低(0.9%—3.3%)而中东治理效率更高;科技投入南强北弱。
讨论与结论翻译
讨论部分指出,淮河模式区别于黄河流域"上游低下游高"与长三角同步增长,呈现"西南山地极化核心+东北平原追赶+全域极差收敛"的平衡演化新范式;NDVI由负转正揭示农业平原植被生态效益取决于人地开发强度;GTWR虽捕捉局部直接关联,未量化SDM式空间溢出,研究人员提议后续以SDM分解直接/间接效应。政策上依山地核心、过渡缓冲、平原外围差异化推进产业结构低碳转型、环境治理投资、人口空间管控、植被修复与跨省生态补偿。
结论部分译文:
(1) 时间上综合韧性0.318→0.416(+30.91%,年均3.03%),三阶段阶梯增长;抗扰性、适应性、可恢复性分别+53.54%、+62.67%、+8.76%,适应性为主驱,29单元全增,极差收窄9.97%。
(2) 空间上西南高东北低核心—外围显著,高值驻留皖西豫南山地(六安、随县、桐柏)由点连片,低值豫东—皖北—鲁西南平原2023年清零,山地均值高于平原且地形约束长期稳定。
(3) 驱动因子时空异质:地形系数0.18—0.22稳正,NDVI?0.15→+0.02负约束消退,河网支撑弱;人均GDP 0.28—0.32与治理投资正驱,第二产业?0.21→?0.33、人口密度?0.25~?0.29强负,科技投入驱动不足;三维因子耦合塑造时序改善、空间分化与阶段转折。
研究局限为未纳入县际旱涝、景观连通性、生物多样性长序列,GTWR非因果识别,未检阈值非线性;未来需补全县级面板、多模型比较与山地—平原子样阈值回归。