城市群社会-生态非均衡的时空格局、方向性联动与影响因素解析

《Land》：Unraveling Socio-Ecological Disequilibrium in Urban Agglomerations: Spatiotemporal Patterns, Directional Linkages, and Associated Factors

　　

为探索生态系统与社会系统之间的空间匹配与耦合，本研究以可持续城市发展为背景，考察社会-生态非均衡（Socio-Ecological Disequilibrium）的动态特征。研究人员开发了一个集成的基于像元（pixel-based）的空间评估框架，并将其应用于中国三个主要城市群，以比较过去二十年中生态与社会空间非均衡的演变，并考察其方向性关联（directional linkages）及相关因素。具体而言，本研究：（1）刻画了社会-生态非均衡的时空动态，表明生态非均衡在过去20年总体下降，而社会非均衡则先降后升；（2）识别出三个城市群的社会-生态非均衡存在两种模式，表明京津冀（Beijing–Tianjin–Hebei, BTH）和长三角（Yangtze River Delta, YRD）比粤港澳大湾区（Guangdong–Hong Kong–Macao Greater Bay Area, GBA）呈现出更稳定的耦合模式；（3）考察了社会与生态非均衡之间潜在的因果联系，并揭示了这些关系在不同城市群的发展战略下如何变化；（4）强调了人工地表（artificial surfaces）的作用，表明建成（人工）地表在很大程度上塑造了社会非均衡与生态非均衡之间的相互作用。

城市群社会-生态非均衡的时空格局、方向性联动与影响因素解析——基于中国三大城市群的实证研究

**1. 研究背景与问题**

生态系统与社会系统之间的相互作用以及二者可能出现的失衡，长期以来是复杂系统研究与可持续性科学关注的焦点。需要指出的是，论文中的“非均衡”（disequilibrium）并非指生态系统健康或社会福利整体水平低下，而是指生态系统的供给与调节能力同社会发展水平或福利状态之间持续错位。这种错位会加剧环境压力和社会脆弱性。在气候变化加速、人类活动增强和社会经济快速转型的背景下，非均衡可能被放大，并与气候风险、栖息地压力以及暴露和适应能力的不平等相互交织。城市群人口高度密集、土地利用集约，既集中了发展收益，也集中了生态成本，因此是研究社会-生态非均衡的典型区域。然而，以往研究常将生态与社会非均衡分开评估，受限于研究主题、分析尺度和计量传统差异，难以直接整合与比较；在关联分析中多采用Pearson相关、简单回归或分组比较，难以判断因果方向，也难以应对空间依赖、溢出效应和反馈回路。因此，需要一套统一且可解释的非均衡度量框架，并借助能够处理空间异质性和双向因果的工具来开展集成分析。

**2. 研究内容与主要意义**

为弥补上述缺口，研究人员开发了一个统一的非均衡指数框架，以土壤保持服务作为代表性调节服务，考察中国京津冀（BTH）、长三角（YRD）和粤港澳大湾区（GBA）三个城市群在2000、2010和2020年三个时间节点的生态与社会空间非均衡。研究着重分析三个方面：一是生态与社会空间非均衡的时空演化；二是生态与社会非均衡之间的耦合模式和方向性关联；三是与非均衡相关的环境、土地利用、人口、经济和基础设施因素，并评估这些关联在不同区域间的一致性。该研究将多源环境与社会经济数据统一到1 km×1 km的公共分析网格，用基于熵的Theil指数量化空间不平等，用GCCM考察方向性关联，并用相关分析比较关联因素，为可持续城市发展与差异化治理提供了可比较的实证证据。

**3. 主要技术方法**

研究人员整合了MODIS土地覆盖与NDVI、TerraClimate降水、SRTM高程与坡度、WorldPop人口、OpenLandMap土壤属性、夜间灯光（NTL）和地表温度（LST）等多源数据，并将其统一到1 km×1 km的CGCS2000公共网格；使用InVEST模型的沉积物输送比（SDR）模块，基于USLE方程估算土壤保持量；采用Theil指数分别构建生态非均衡指数（T_e）和社会非均衡指数（T_s）；运用地理收敛交叉映射（GCCM）分析双向方向性关联；以2020年为参照年，将20个变量归入基础设施、自然环境、土地利用、经济状况和人口特征五个维度进行相关分析。研究区域包括BTH（200个县级单元）、YRD（299个县级单元）和GBA（52个县级单元）。

**4. 研究结果**

**4.1 生态非均衡的时空格局**

基于InVEST模型模拟的土壤保持服务显示，BTH的土壤保持能力在2000—2020年保持稳定，但退化区域由南部向西北迁移；YRD的土壤保持功能持续下降，退化区域向南移动；GBA总量相对稳定，但中部因城市开发出现单位面积土壤保持量下降。进一步的Theil指数分析表明，三个城市群的生态非均衡在2000—2020年显著下降：生态非均衡指数从2000年的15633降至2010年的1679，再降至2020年的958，平均指数下降近95%。空间上，生态非均衡的集聚区减少或消失，石家庄、深圳、珠海、嘉兴和南通等城市通过生态修复和政策干预显著改善了非均衡状态；而杭州、台州和温州等地生态非均衡仍然突出，杭州在2010和2020年的指数均远高于其他城市。

**4.2 社会非均衡的时空格局**

基于夜间灯光发展指数（NLDI）和人口数据的分析显示，BTH、YRD和GBA的社会发展水平在2000—2020年均显著提升，其中GBA县域发展速度最快。社会非均衡指数则呈先降后升的轨迹：2000年为15174，2010年降至2772，2020年猛增至38621，超过2000年水平。空间上，经济发展水平较高的城市通常具有较低的非均衡水平，BTH围绕北京、天津和石家庄形成低值集聚区，YRD沿上海—苏锡常一带形成低值带，GBA则呈围绕湾区核心城市的半环状分布。研究同时提醒关注北部BTH、西南YRD和西北GBA等地区的极化趋势。

**4.3 生态与社会非均衡的匹配与耦合**

通过比较社会-生态非均衡的分布形态，研究发现BTH从2000—2010年的指数型分布转变为2010—2020年的线性分布，YRD在两个十年中均保持线性模式，而GBA则从线性转为指数型，表明GBA的社会非均衡加速扩大。GCCM分析显示，在BTH中，生态非均衡对社会非均衡的方向性预测能力随时间增强（预测技巧ρ从2000年的0.03升至2020年的0.16），而社会非均衡对生态非均衡的预测能力则下降（从0.10降至0.02），提示BTH以生态→社会方向为主；YRD和GBA则相反，社会→生态方向更强（YRD在2000年ρ=0.17，GBA在2020年ρ=0.25），提示这两个区域主要以社会→生态方向为主。

**4.4 生态与社会非均衡的关联因素**

以2020年为参照年的关联分析显示，社会非均衡与更多社会经济和基础设施变量统计相关，其中建设用地比例和人口密度在三个城市群中均表现出强相关（相关系数超过0.8）；道路密度、银行密度和铁路密度等基础设施变量也与社会非均衡显著相关。生态非均衡则主要与道路密度、人口密度和建设用地比例显著相关。在所有20个变量中，建设用地比例是唯一在三个城市群中同时与生态和社会非均衡均显著相关的变量，说明城市土地开发的集聚程度与两个维度的非均衡均密切相关，但这些相关属于统计关联而非因果效应。

**5. 讨论与结论**

讨论部分指出，生态非均衡的显著改善与针对性生态保护政策密切相关，例如京津风沙源治理工程、长三角林长制和生态廊道建设、珠江河口“海-陆-河”协同治理等。然而，过去十年社会非均衡明显恶化，表明在高度城市化的国际大都市区域，社会公平问题可能比生态问题更需要优先关注。不同城市群的方向性关联差异提示，社会-生态非均衡并非单一普适的城市发展过程，而取决于区域治理、城市形态和发展背景，因此差异化的治理策略可能优于统一目标。研究的方法贡献在于将熵基非均衡指数、多源空间数据融合与GCCM结合起来，能够区分“各子系统内部的非均衡程度”“生态与社会非均衡是否协同演化”以及“空间结构中是否存在不对称方向性影响”三类问题。

研究结论可翻译为：通过分析2000—2020年间三个主要城市群，研究提出了一套综合非均衡指数，用以度量社会与生态空间非均衡，并考察了五大类共20个影响因素的关联关系。主要结论包括：（1）三个城市群的生态质量和整体平衡在过去二十年得到改善；（2）社会非均衡在第一十年改善但在第二十年恶化，其中GBA的社会非均衡水平在三个区域中最低；（3）城市区域社会与生态非均衡的关系可表现为线性或指数型，GBA具有较强的增长潜力，但其社会-生态耦合模式的稳定性弱于BTH和YRD；（4）不同发展模式下生态与社会非均衡之间存在不同的因果方向；（5）社会非均衡的复杂性高于生态非均衡；（6）城市建设用地比例是影响生态和社会非均衡的最显著因素。该研究为理解城市环境中社会与生态动态的复杂关系提供了见解，有助于更明智的政策制定和可持续城市规划。