中国城市生态质量改善的空间聚类与非线性驱动机制：基于UEQI与可解释机器学习(XGBoost-SHAP)的证据

《Land》：Spatial Clustering and Nonlinear Drivers of Urban Ecological Quality Improvement in Chinese Cities: Evidence from Urban Ecological Quality Index and Explainable Machine Learning

　　

理解城市生态质量如何在空间上变化以及城市为何遵循不同轨迹，对于差异化的土地与环境治理至关重要。研究人员评估了2015—2024年间中国288个地级及以上城市。城市生态质量指数（UEQI）仅由四个生态组分构建：建成区绿色覆盖率、森林覆盖率、PM_2.5浓度和二氧化碳排放强度。将一组独立的15个变量（描述人口、经济、城市形态、资源利用、治理、创新和数字连接条件）与已完成的UEQI相关联，作为解释性预测因子矩阵。Pearson相关刻画了双变量关联，而XGBoost与SHAP量化了这些变量对UEQI变异的多变量非线性贡献；这些变量均未进入指数计算。该分析框架追踪了十年间的生态变化，诊断了空间聚类，检验了非线性驱动关系，并测试了这些关系是否可迁移至后续年份及未见过的城市。平均UEQI从2015年的55.40上升至2024年的68.78，而城市间标准差从15.10降至12.54。所有288个城市均呈现正长期斜率，中位年增幅为1.52个UEQI点，其中268个城市在错误发现率校正后仍保持统计显著的改善趋势。整个十年间存在强烈的空间聚类（Moran's I = 0.692–0.728），改善速率也呈现空间聚类（I = 0.372）。在混合城市-年份抽样下预测精度较高（R² = 0.868），但在后续年份（R² = 0.775）和未见城市（R² = 0.456）中下降。人口密度和电力强度成为最具影响力的两个外部预测因子，且二者均与UEQI呈非线性关系。由于这两个变量均未用于构建该指数，这些结果描述的是与四组分UEQI的条件关联；它们并不意味着任一变量是该指数的组成部分，也不意味着其因果性地改变生态质量。总体而言，城市生态质量改善广泛但不均衡，国家层面的诊断关系在转化为特定城市政策之前需要地方验证。

城市生态系统是人口、基础设施、经济生产与物质消费高度集聚的复杂系统，其生态状况不能简单视为城市增长的函数。已有研究借助遥感生态指数、多源数据融合和城市-生态耦合框架，揭示了快速城市化地区生态改善、区域不平等与局部环境压力并存的现象。然而，多数研究聚焦于单个城市或城市群，缺乏全国尺度的可比性；长期稳健趋势与短期年际波动常被分开呈现，难以区分结构性改善与暂时性波动；随机训练-测试划分产生的高预测精度可能高估模型对未知年份或未知城市的可迁移性。为弥补这些缺口，研究人员构建了2015—2024年中国288个地级及以上城市的平衡面板（共计2880个城市-年观测），提出城市生态质量指数（UEQI），并整合空间统计与可解释机器学习，系统回答城市生态质量的空间格局、长期趋势、空间集聚及非线性驱动关系等问题。该研究的主要贡献在于将年度制图、稳健趋势估计、空间自相关分析和可解释机器学习整合进统一框架，并检验模型在时间、未见城市和地理留出区域上的可迁移性，从而区分描述性关联与因果推断、插值精度与真实外推性能。

研究方法上，UEQI仅由四个生态组分构建：建成区绿色覆盖率、森林覆盖率、年均PM_2.5浓度和CO₂排放强度，采用2015—2024年池化分布的1%和99%分位数作为归一化锚点，并以等权重加权。另选取15个人口、经济、城市形态、资源利用、治理、创新和数字连接变量作为外部预测因子，未参与指数计算。使用Pearson相关刻画线性双变量关联，使用XGBoost（极端梯度提升）学习非线性多变量响应，并用SHAP（SHapley Additive exPlanations）解释特征贡献。同时采用Theil-Sen斜率、Mann-Kendall（MK）检验、全局Moran's I和局部空间关联指标（LISA）进行时空与空间聚类分析，并通过时间留出、未见城市留出、空间分块交叉验证评估模型可迁移性。数据来源包括统计年鉴、遥感产品、EDGAR碳排放网格和WorldPop人口网格等。

研究结果围绕六个方面展开。

**3.1 年度时空格局**：UEQI均值从2015年的55.40升至2024年的68.78，城市间标准差从15.10缩小至12.54，显示生态质量呈部分收敛。四大区域均改善，其中中部地区增幅最大。组分诊断显示，PM_2.5下降对全国均值提升的算术贡献为57.3%，建成区绿色覆盖为30.6%，CO₂强度下降为11.1%，森林覆盖仅贡献1.1%。

**3.2 长期趋势与年际变化**：所有288个城市的Theil-Sen斜率均为正值，中位年增幅为1.52个UEQI点，268个城市在错误发现率（FDR）校正后仍保持显著改善趋势。年际变化中，2022—2023年是唯一中位变化为负的区间，2023—2024年出现部分反弹但仍低于长期中位速率。

**3.3 全局与局部空间聚类特征**：各年UEQI的全局Moran's I在0.692–0.728之间，呈现强烈的正空间自相关；城市改善速率也呈空间聚集（I = 0.372）。LISA聚类显示东南地区高-高（HH）核心和北方/西北低-低（LL）核心持续存在，但显著局部聚类的数量在研究期内有所收缩，且局部聚类成员对空间权重定义敏感。

**3.4 线性相关与非线性驱动关系**：Pearson相关中，电力强度与UEQI的负相关最强（r = ?0.296），而人口密度几乎无线性相关（r = ?0.009）。XGBoost在随机城市-年划分下R² = 0.868，但时间留出降至0.775，未见城市降至0.456，空间分块交叉验证的合并R²为?0.026。SHAP重要性显示人口密度是主导预测因子（平均|SHAP| = 6.043，占23.77%），其后依次为电力强度、可支配收入、夜间灯光覆盖率、宽带订阅和人均实际GDP。依赖曲线表明这些变量与UEQI呈非线性关系，但断点位置存在模型重拟合不确定性。

**3.5 COVID-19期间排除敏感性**：排除2020—2022年后，所有城市仍保持正斜率，年际全局空间聚类和Pearson系数结构基本不变，但FDR显著的局部趋势聚类数量减少甚至消失，说明局部趋势核心对观测窗口敏感。

**3.6 缺失数据重建敏感性**：剔除所有含重建记录的513个城市-年后，国家年际均值序列与完整面板的相关系数为0.997，城市斜率相关为0.959，辅助模型结果也保持稳定，表明数据重建过程未实质性影响主要结论。

讨论部分强调，城市生态质量的改善在维度上并不均衡，空气质量和建成区绿化是主要贡献者；空间聚类结果支持跨边界协同治理，但LISA边界依赖空间权重矩阵的选择；SHAP识别的关系是条件关联而非因果效应，且预测迁移性随外推程度增加而急剧下降，因此国家诊断模式在用于城市特定政策前必须进行区域重新校准。研究局限性包括UEQI组分有限、部分数据重建、空间权重敏感性、关联性分析无法推断因果，以及COVID-19期间的影响无法与同期政策变化分离。结论方面，研究人员指出：2015—2024年间中国城市生态质量广泛改善，但幅度和空间格局不均；PM_2.5下降与建成区绿化合计贡献了87.8%的指数增幅；空间聚类在所有年份均显著，但详细的局部聚类结构对权重敏感；XGBoost识别出人口密度、电力强度等主要非线性预测因子，但这些是条件关联而非因果效应；模型从随机混合数据的高精度（R² = 0.868）下降到未见城市的0.456和空间阻塞的?0.026，说明国家模式必须经区域校验后才能用于地方预测或政策制定；权重和归一化敏感性分析支持全国改善和空间依赖的总体结论，但确切的指数水平和趋势幅度部分取决于规格选择，因此应结合稳健性边界进行解释。