EN中文

GEOGRAPHICAL RESEARCH >

2017 , Vol. 36 >Issue 1: 74 - 84

DOI: https://doi.org/10.11821/dlyj201701006

Articles

Eco-environment effect of urban expansion in Songhua River Basin

  • ZHAO Danyang , 1, 2 ,
  • TONG Lianjun , 1 ,
  • QIU Fangdao 3 ,
  • GUO Fuyou 4
Expand
  • 1. Northeast Institute of Geography and Agroecology, CAS, Changchun 130002, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. School of Urban & Environmental Sciences, Jiangsu Normal University, Xuzhou 221116, Jiangsu, China;
  • 4. College of Geographical Science, Northeast Normal University, Changchun 130024, China

Received date: 2016-08-12

  Request revised date: 2016-12-09

  Online published: 2017-01-20

Copyright

《地理研究》编辑部
Fold

Abstract

Increasing evidence indicates that blind expansion of urban area has caused significant ecological environment problems. Therefore, it is important to explore the complex interaction between urban expansion and ecological environment change. Here, we built a comprehensive evaluation index system, "The P-S-R model for the Eco-environment Effect of Urban Expansion (EU-P-S-R)", to evaluate eco-environment effect of urban expansion in the Songhua River Basin from 2001 to 2013, and then explored the driving mechanism of interaction between the urban expansion system and the eco-environment system. This evaluation index system was built based on the "Pressure-State-Response (P-S-R)" function, considering the expansion pressure, expansion state and the eco-environment response for expansion. The results showed that: Firstly, these cities achieved rapidly economic and social development, but spatially unbalanced. Most of them experienced the deterioration of land use status, and their spatial difference enlarged. Besides, their eco-environment quality showed different variation trends, and the spatial pattern changed dramatically. Secondly, the comprehensive eco-environment effect index of urban expansion increased, but the spatial difference was not remarkable due to combined benefits of economic and social pressures, land use status, and eco-environmental response. Thirdly, the casual relationship between urban expansion and eco-environment of the study area accorded with the mechanism of "EU-P-S-R" model, namely, the greater the socio-economic pressure, the worse the land use condition, thus the worse the eco-environmental quality. Fourthly, all factors in the urban expansion system have strong stress effect on the eco-environment system. There was no obvious difference between the influence of the four functional groups: economic development, social development, space expansion status and intensive land use, and the stress dwindled during the research period. In the same way, each functional group of eco-environment system had significant restraint on urban expansion, and the restraint showed the characteristic of ecological status > environmental governance > resource consumption > environmental load.

Key words： urban expansion; eco-environment effect; grey associative analysis; Songhua River Basin

Cite this article

ZHAO Danyang , TONG Lianjun , QIU Fangdao , GUO Fuyou . Eco-environment effect of urban expansion in Songhua River Basin[J]. GEOGRAPHICAL RESEARCH, 2017 , 36(1) : 74 -84 . DOI: 10.11821/dlyj201701006

1 引言

当前,中国城镇化进入加速发展时期,人口、产业的集聚对城市用地面积提出了更大的需求,使中国成为全球城市用地扩张速度最快的国家之一[3]。空间范围的扩展作为城市经济社会发展过程在地域形态上的直接表现形式,成为城市发展研究的热点问题[1,2]。
过去的城市空间规划布局多由“供需平衡”模式与历史惯性驱动所主导,较少考虑生态资源的敏感性与脆弱性[4]。这种单目标规划使迅速膨胀的城市系统与生态环境之间并未经历良好的磨合与相互适应阶段,从而不可避免地造成了两系统之间的脱节与失衡[5]。一方面,城市空间范围的扩展在规模上对生态资源总量、自然环境空间造成挤压,结构上加剧生境破碎化程度,内涵上其物质代谢直接降低生态环境的品质;另一方面,生态环境系统为城市发展提供支撑的同时约束其扩张规模与速度,环境质量的下降也将增加城市社会经济运行的风险与脆弱性,胁迫城市系统的持续稳定发展[6,7]。
目前国内外学者对该类问题的研究主要侧重于以下几个方面：① 从发展关联性角度考虑城市用地扩张对某种生态现象或资源的影响,包括对气候、水文、温度以及水资源、土壤资源等的胁迫作用[8-10];② 基于水文效应、土地资源供需、生态格局、生态敏感性等方面考虑生态环境约束下城市空间增长界限[11,12];③ 城市土地利用变化的生态环境效益综合评价以及二者相互作用的动力机制[13,14];④ 运用3S技术、地理过程建模等方法对土地利用变化与生态环境的相互作用过程进行动态模拟与预测[15-18];⑤ 尝试探索城市地域推进与环境管理新模式,以实现城市发展与生态保护的二元协调[4,19]。总体而言,已有研究由于研究方法的局限性以及城市社会生态系统的复杂性,关于城市扩张对单个生态因素影响的研究多且全面,对整体生态环境影响的研究仍显不足;城市用地扩张对生态环境的胁迫作用机制研究多,生态环境对城市用地扩张的约束作用机制较少涉及;研究对象以大城市、城市群或生态脆弱地区为主,对中小城市以及生态状况良好的地区关注较少。鉴于此,本文结合城市用地扩张、社会经济发展与生态环境变化之间的多元性及复杂性关系,以松花江流域为案例区域,从生态环境整体出发,借助“压力—状态—响应”（P-S-R）模型,定量评价城市用地扩张的生态环境效应,识别城市用地扩张系统与生态环境系统交互作用的主要因素,以期对优化城市空间发展模式、制定流域生态安全管理策略、促进城市社会—生态的协调持续发展提供科学支撑。

2 研究区概况与研究方法

2.1 研究区概况

松花江流域是中国七大流域之一,流域面积55.68万km2,包括黑龙江、吉林两省大部分地区和内蒙古自治区东部地区。流域多年平均气温为-3~5 ℃,年内温差较大,多年平均降水量500 mm左右。流域内包含大面积湿地、原始森林、山地等自然生态系统。本文的研究范围为松花江干流流经的哈尔滨、鹤岗、大庆、佳木斯、绥化、长春、吉林、松原、白城等9市的市域。区域内经济发展以汽车、装备制造、石化等重型工业为主,城市发展的生态环境压力较大。2001-2013年该区域城市建设用地增加将近一倍,与此相伴随的是自然资源的巨大消耗和工业污染的迅速蔓延——这期间,工业综合能源消费量由4324万t增加至6251万t,城市全社会用电量由495亿kw ⋅ h增加至1049亿kw ⋅ h,共增加1.12倍;工业废气排放量从4385亿m3增加到9305亿m3,固体废弃物产生量从2200万t增加到4560万t。城市的快速膨胀及其承载的工业经济的迅速发展对该地区资源环境造成了极大的挤压效应,水体污染、湿地退化、生物多样性降低等问题日益突出。因此,开展松花江流域城市用地扩张的生态环境效应及驱动机制研究具有一定的典型性。

2.2 数据来源

本文数据主要来自于2002年、2006年、2010、2014年《中国城市统计年鉴》《中国区域经济统计年鉴》《吉林统计年鉴》《黑龙江统计年鉴》《吉林省环境质量报告书》《黑龙江省环境统计年报》以及《吉林省水资源公报》。

2.3 研究方法

2.3.1 城市用地扩张的生态环境效应评价模型 P-S-R模型可以用来表征人类—自然复合生态系统相互作用的因果关系,被广泛应用于生态安全评价与资源可持续利用等研究领域[22]。将其应用到城市用地扩张的生态环境效应评价中,能较好的反映出社会经济快速发展及城市用地膨胀、生态环境变化过程的相互作用机理与变化过程。不同于以往P-S-R模型对生态环境的评价,本文以城市用地扩张为主线,从“扩张的压力、扩张的状态以及扩张的生态响应”来考虑,构建出“城市用地扩张的生态环境效应P-S-R模型（EU-P-S-R）”。快速城镇化背景下,城市经济的增长、社会发展水平的提高对城市用地提出了更高的要求,这种“压力”驱动着各类用地规模、土地开发强度、人口密度等要素发生变化,从而改变城市土地利用的“状态”,生态环境为应对来自土地利用方式、结构变化及其承载的各项人类活动的扰动,在系统自发过程与人类管理措施共同主导下做出“响应”（图1）。
Fig. 1 The concept framework for eco-environmentaleffects of urban expansion

图1 城市用地扩张的生态环境效应概念框架

遵循科学性、动态性、可操作性等原则,并参考相关文献[13,23,24],结合研究区实际情况、数据的可获得性,构建包含社会经济压力、城市土地利用状态、生态环境响应3个准则层、8个功能团、共22个指标的多层次评价模型（表1）。各功能团及指标选择主要基于以下考虑：① 经济、社会的快速发展是城市建设用地扩张的主要驱动力[25,26],生产方式、生活方式和消费结构的变化带动城市用地的规模和结构也在发生变化;经济发展水平可通过人均GDP、经济结构、经济开放度综合反映,社会发展水平通过居民生活水平、社会公共服务水平、教育水平体现;② 土地利用状态是城市扩张在用地规模和结构上的综合反映,它通过横向的现状格局和纵向的集约利用程度两方面来体现,建设用地和耕地的变化是反映土地现状格局最为直观的土地利用类型,建设用地产出效益及其人口承载能力是反映城市集约用地最具代表性的指标;③ 城市生态环境质量由城市自然资源消耗、环境污染、生态资源现状以及生态环境管理等方面因素共同决定,选取表征松花江流域各城市资源消耗、污染物排放、生态资源总量、环境治理效果的最具代表性的指标来表示。
Tab. 1 The evaluation index system of eco-environmental effect of urban expansion in Songhua River Basin

表1 松花江流域城市用地扩张的生态环境效应评价指标体系

准则层（权重） 功能团（权重） 指标层 权重 指标性质
经济社会压力
（0.206）		 经济发展水平（P1） 人均GDP（P11） 0.075 正向
服务业占比（P12） 0.023 正向
实际利用外资占GDP比例（P13） 0.112 正向
社会发展水平（P2） 城镇居民人均可支配收入（P21） 0.038 正向
万人拥有医院床位数（P22） 0.034 正向
万人在校大学生数（P23） 0.072 正向
土地利用状态
（0.354）		 空间扩张现状（S1） 建设用地面积占比（S11） 0.028 负向
人均耕地面积（S12） 0.051 正向
建设用地扩展强度（S13） 0.028 负向
土地集约利用（S2） 建成区人口密度（S21） 0.045 正向
建设用地开发强度（S22） 0.055 正向
生态环境响应
（0.439）		 资源损耗（R1） 能源消耗总量（R11） 0.033 负向
市区全年用电量（R12） 0.033 负向
全年供水总量（R13） 0.037 负向
环境负荷（R2） 废水排放总量（R21） 0.019 负向
废气排放总量（R22） 0.033 负向
固体废弃物产生量（R23） 0.023 负向
生态现状（R3） 建成区绿化覆盖率（R31） 0.034 正向
水资源总量（R32） 0.076 正向
人均城市园林绿地面积（R33） 0.069 正向
环境治理（R4） 工业SO2去除率（R41） 0.05 正向
工业固体废弃物综合利用率（R42） 0.032 正向
采用极差标准化法对指标数据进行无量纲化处理,以解决指标数据因量纲不同而缺乏可比性的问题：效益指标 X ′ ij = ( X ij - X jmin ) ( X jmax - X jmin ) ,成本指标 X ′ ij = ( X jmax - X ij ) / ( X jmax - X jmin ) ;利用熵权法为各层次指标赋权重,而后通过加权求和分别计算经济社会压力指数P、土地利用状态指数S、资源环境响应指数R以及城市用地扩张的生态环境效应综合指数REI,计算公式如下[27]：
F = ∑ i = 1 n w i × X i （1）
式中： F 为系统得分; w i 为指标权重; X i 为指标对应标准化值;n为系统包含指标数。
2.3.2 城市用地扩张与生态环境交互作用机制分析模型 灰色关联度分析用于判断动态发展的系统各因素间的相互关联程度[28],考虑城市地域空间的增长及其所承载的社会经济活动与生态环境间作用的交错性和复杂性,借鉴刘耀彬等[29]建立的系统间关联度模型,对松花江流域各城市用地扩张与生态环境交互作用的机制进行揭示,识别两系统间相互作用的主要因素。模型如下：
ξ ( j ) ( t ) = mi n i mi n j Z i X ( t ) - Z j Y ( t ) + ρma x i ma x j Z i X ( t ) - Z j Y ( t ) Z i X ( t ) - Z j Y ( t ) + ρma x i ma x j Z i X ( t ) - Z j Y ( t ) （2）
式中：ξ(j)(t)为t时刻的关联系数; Z i X ( t ) 、 Z j Y ( t ) 分别为t时刻各城市用地扩张与生态环境指标的标准化值;ρ为分辨系数,取值范围为0~1,一般取0.5;。
对研究区内截面数据样本的关联系数求平均值,得到各时期松花江流域城市用地扩张与生态环境系统内部各指标间的相互关联程度 μ ij 。 μ ij 范围为0~1,值越大,关联性越大,耦合性越强;反之亦然。参考文献刘耀彬、张胜武等对耦合性的定义[29,30],认为当 0 < μ ij ≤ 0.35 时,要素间关联度低; 0.35 < μ ij ≤ 0.65 时,关联度中等; 0.65 < μ ij ≤ 0.85 时,关联度高; 0.85 < μ ij ≤ 1 时,关联度极高,要素间相互作用力极强。
利用式（3）对城市用地扩张系统各指标层/功能团要素对应的生态环境系统所有指标的关联性求平均,即可得到城市用地扩张各要素对生态环境系统的胁迫作用程度：
d i = 1 l × p ∑ i = 1 p ∑ j = 1 l μ ij （3）
式中： d i 为关联度;l为生态环境系统的指标数;p为城市用地扩张系统各要素包含指标数。同理可计算生态环境系统各要素对城市用地扩张的约束作用程度。

3 松花江流域城市用地扩张的生态环境效应

利用式（1）分别计算出松花江流域城市空间扩展的社会经济压力、土地利用状态以及生态环境响应指数,并据此计算城市用地扩张的生态环境综合效应指数,发现松花江流域城市用地扩张的生态环境效应时空变化具有以下特征：

3.1 经济社会压力持续增加,空间差异显著

2001-2013年,松花江流域城市用地扩张的经济社会压力指数显著增加,表明经济社会的跨越发展对城市生产、生活空间和环境质量产生了更大的需求,各城市均面临着用地扩张压力增大的问题。该区域经济发展显现出高服务化、高开放度化趋势,居民社会生活显现出高收入化、高素质化、高保障化的特征,经济总量保持上升、产业结构不断优化、居民物质生活水平和社会服务质量得到较大改善。空间上,研究期内松花江流域各城市间经济社会压力指数差异显著（图2a）,但各阶段总体空间格局保持不变。历年平均指数最高的长春市（0.78）与最低的绥化市（0.07）相差10余倍,经济社会发展呈高度不均衡状态。空间分布整体呈“中心高外围低”的格局特征,长春、哈尔滨、大庆、吉林4市经济社会压力指数明显高于外围各城市——这些城市承担着区域中心、副中心等职能,经济吸引力强,人口密集度高,产业布局集中,工业、住房、医疗、教育、商业服务等功能以及相关配套服务对用地的需求更为强烈。而外围各市（包括白城、松原、鹤岗、佳木斯、绥化5市）经济发展相对滞后,居民整体收入水平不高,人口与产业的集聚作用不强,社会经济活动对城市用地的需求较为缓和。
Fig. 2 Spatial features of social-economic pressure index and land use status index in Songhua River Basin during 2001-2013

图2 2001-2013年松花江流域社会经济压力指数与土地利用状态指数空间特征

3.2 整体土地利用状态下降,空间差异呈扩大趋势

研究期内,除鹤岗、吉林外,松花江流域各城市土地利用状态指数均有不同程度下降,尤以佳木斯、长春、绥化、大庆4市下降最为明显,分别下降33.3%、25.7%、24.7%、24.5%。建设用地面积大幅增加、城市用地高强度扩展、建城区人口密度降低是导致城市土地利用状态指数下降的主要原因。空间差异方面,松花江流域城市土地利用状态整体呈“西高东低”的格局特征（图2b）,西部的大庆、绥化、松原、白城4市略高于东部哈尔滨、鹤岗、长春、吉林4市。佳木斯、绥化、松原、白城4市建成区规模较小,社会经济发展稍微滞后,城市极化效应不显著,经济社会发展对城市用地的需求有限,土地利用状态指数较高。与上述4市发展条件相似的鹤岗市因土地集约利用观念薄弱、利用方式粗放,导致单位土地产出差,出现了经济社会发展水平和土地利用状态得分“双低”的现象。在不同时期,由于各城市土地利用政策、经济发展需求及开发强度存在差异,土地利用状态的空间差异特征略有变化,差异呈扩大趋势。2001年土地利用状态指数最高的绥化与最低的哈尔滨相差1.2倍,而到2013年指数最高的松原与最低的鹤岗差距扩大至2.21倍。松原由于建设用地占比小,并严格控制用地扩张,注重单位土地产出率的提升,自2009年起取代绥化成为松花江流域土地利用状态最好的城市。此外,结合前述各城市社会经济压力状况可以看出,土地利用状态与社会经济压力之间呈因果对应关系,即用地扩张压力较大的城市,如长春、哈尔滨、吉林等,土地利用状态得分相应较低。

3.3 生态环境响应发展趋势各异,空间格局变化较大

从时间变化看,尽管研究期内各城市资源消耗总量和环境污染物排放量均有较大幅度增加,但由于城市绿化覆盖率、园林绿地面积的增加、水资源量的动态变化以及近年来各地对环境问题综合整治力度的加强,松花江流域生态环境质量并未表现出整体下降的趋势。各城市生态环境响应指数变化趋势各不相同,绥化、长春、松原、白城4市生态环境质量有所下降,其余5市则呈现上升趋势。值得注意的是,长春生态环境质量指数下降尤为明显,由2001年的0.7下降至2013年的0.32,究其原因是其能源、电力、水资源消耗量和工业污染物排放量均成倍增加,有害气体排放、固体废弃物产生量的增长甚至高达2倍以上。而同期该市GDP增长4倍、建设用地面积扩大1.76倍,可见长春经济高速发展、城市迅速蔓延是以牺牲生态环境为代价实现的。生态环境质量明显改善的5个城市（大庆、哈尔滨、佳木斯、鹤岗、吉林）,则是源于生态文明理念被普遍认可,人们对于良好生态环境的需求愈益增强,同时当地政府环境管理力度的加强,以及新技术的引进和产业的优化升级,从源头、过程、末端排放各个环节有效降低了城市生产对生态环境的负面影响。
空间上,各城市生态环境响应指数差别不显著,历年平均得分最高的鹤岗与得分最低的吉林仅相差0.4倍,但研究期内松花江流域生态环境响应的空间特征发生较大变化（图3）。2001年呈两侧高中间低空间特征,东北部鹤岗、佳木斯、绥化3市及西南部白城、松原、长春、吉林4市生态环境质量较好,中间的大庆、哈尔滨2市较差;2013年,空间格局呈现西北高东南低特征,西北各市得分显著高于东南部长春、吉林2市。这种变化与各城市用地扩张的情况以及政府对生态环境保护的重视程度有关,扩张较快且生态保护意识不强、环境监管和治理力度有限的地区生态环境质量的改善明显落后于建设用地面积小、扩张慢,重视环境管理与可持续发展的地区。
Fig. 3 Spatial changes of eco-environment response index in Songhua River Basin in 2001 and 2003

图3 2001年和2013年松花江流域生态环境响应指数空间变化特征

3.4 综合效应指数递增,空间上无明显差异

2001-2013年松花江流域各城市用地扩张的生态环境综合效应指数呈递增趋势,一方面得益于城市社会经济发展水平的高速提升,另一方面也与各城市有效控制建设用地的无序蔓延,积极调整用地结构、提高土地资源的管理能力,致力于减少对生态环境的胁迫作用有关。其中综合效应指数增长最快的佳木斯增加2.57倍;其次为鹤岗、大庆、哈尔滨3市,分别增长1.85、1.68、1.67倍。在城市发展与生态保护的双重压力下,城市开始寻求有效平衡生态效益与社会经济效益的途径,土地利用向集约化、可持续性方向发展,政府积极引导产业转移、分散城区人口,松花江流域城市用地扩张对生态环境的冲击有所缓和。空间上,各城市用地扩张的生态环境效应差异不明显（图4）,历年平均指数最高的长春（0.524）仅比指数最低的鹤岗市（0.375）高40%。这是经济社会压力、土地利用状态与生态环境响应三者效益叠加、各部分优势互补的结果。综合效应指数较高的长春、大庆、哈尔滨3市,同时也是松花江流域建设用地扩张最为迅速、社会经济效益最高的地区。联系前文,大庆、哈尔滨2市的生态环境质量逐步改善,表明其在城市开发过程中既追求社会经济发展水平的提升,又注重减少发展过程对区域生态安全的扰动,更加有效地协调了生产、生活与生态三方面的综合效益;而长春则以其显著的经济优势弥补了生态环境质量较低的缺陷,属于典型的经济先行型城市。
Fig. 4 The evaluation index of eco-environment effect of urban expansion in Songhua River Basin (2001-2013)

图4 松花江流域城市用地扩张的生态环境效应综合效应指数空间特征

4 松花江流域城市用地扩张与生态环境交互作用机制

城市用地扩张系统与生态环境系统各要素之间存在紧密的联系和互动/反馈,城市用地扩张的本质是城市内部经济社会的发展、人口和产业的集聚,且城市用地承载着城市内部所有的经济社会活动,因而在此将用地扩张压力与土地利用现状两部分要素一起归入城市用地扩张系统。利用式（2）和式（3）计算城市用地扩张与生态环境各指标间关联度的大小,对不同城市、不同年份的指标关联度求平均,得到两系统要素关联度表（表2）,以揭示城市用地扩张对生态环境的主要胁迫作用因素与生态环境对城市用地扩张产生约束的主要因素。研究期内松花江流域城市用地扩张与生态环境两系统各指标间相互作用得分平均值为0.438~0.831,关联度处于中高级水平,可见两系统内部联系紧密。
Tab. 2 The matrix of correlation degree between urban expansion system and eco-environment system

表2 城市用地扩张系统与生态环境系统要素关联度表

R1=0.583 R2=0.549 R3=0.646 R4=0.621 X̅
R11 R12 R13 R21 R22 R23 R31 R32 R33 R41 R42
P1
0.601		 P11 0.641 0.604 0.706 0.635 0.634 0.602 0.642 0.578 0.699 0.665 0.606 0.637
P12 0.670 0.597 0.631 0.550 0.581 0.520 0.645 0.738 0.710 0.658 0.591 0.626
P13 0.542 0.509 0.606 0.579 0.566 0.537 0.648 0.643 0.727 0.712 0.579 0.604
P2
0.597		 P21 0.565 0.603 0.591 0.551 0.576 0.542 0.617 0.579 0.600 0.577 0.591 0.581
P22 0.615 0.505 0.611 0.653 0.590 0.542 0.637 0.626 0.696 0.669 0.660 0.619
P23 0.528 0.469 0.571 0.488 0.516 0.476 0.612 0.647 0.831 0.711 0.566 0.583
S1
0.59		 S11 0.709 0.643 0.566 0.627 0.616 0.628 0.616 0.663 0.498 0.563 0.608 0.612
S12 0.648 0.588 0.623 0.540 0.555 0.485 0.602 0.688 0.736 0.716 0.587 0.615
S13 0.582 0.526 0.565 0.603 0.584 0.546 0.631 0.612 0.706 0.671 0.616 0.604
S2
0.603		 S21 0.595 0.528 0.630 0.609 0.590 0.496 0.593 0.681 0.706 0.697 0.591 0.611
S22 0.617 0.511 0.602 0.608 0.548 0.487 0.605 0.716 0.684 0.704 0.616 0.609
Y̅ 0.610 0.553 0.609 0.586 0.578 0.533 0.623 0.652 0.690 0.668 0.601

4.1 城市用地扩张对生态环境的胁迫作用

松花江流域城市用地扩张各要素对生态环境均表现出较强的胁迫作用,作用力最显著的3项指标为建设用地面积占比（0.637）、市区人口密度（0.626）、建设用地扩展强度（0.619）,反映出城市建设用地面积的增加、人口集聚的压力对流域生态环境的扰动剧烈。从各功能团来看,经济发展水平、社会发展水平、空间扩张现状以及空间集约利用程度与生态环境的综合关联度历年平均值分别为0.604、0.608、0.612、0.616。相比较而言,土地利用现状对于生态环境的胁迫作用稍大于经济社会压力（图5）,表明用地结构不合理、不渗水地面面积的增加对于流域生态环境造成的损害更为剧烈。从时间变化来看,研究期内各功能团要素对生态环境的胁迫作用都趋于减小,表明生态文明意识的提高、科技文化的进步推动着产业生产、居民生活逐渐向生态、绿色、环保的方式转变,城市经济社会发展和土地利用的生态效率得到有效提升。同时,随着近年来各城市空间管理意识与管理水平的提高,城市发展逐渐转向集约化、内涵式方向发展,空间无序蔓延的现象趋于改善,对生态环境的破坏力有所减弱。然而考虑到中国城乡差异的长期存在,城市的资源集中效应仍不断吸引人口、产业及各类资源在此集聚,空间扩张仍是松花江流域城市未来发展的主要趋势之一,用地需求仍然严峻,建设用地对生态环境的胁迫作用短期内将不会消失。
Fig. 5 The stressing effect of urban expansion on eco-environment in Songhua River Basin

图5 松花江流域城市用地扩张对生态环境的胁迫作用

4.2 生态环境对城市用地扩张的约束作用

松花江流域生态环境各要素对城市用地扩张也均表现出较强的约束作用,其中水资源总量（0.652）、人均城市园林绿地面积（0.69）、工业SO2去除率（0.668）3个指标约束作用最为显著,可见松花江流域水资源短缺、城市生态空间的压缩、空气质量的恶化是限制城市无序蔓延的主要因素。各功能团约束力大小表现为生态现状（0.655）>环境治理（0.634）>资源消耗（0.591）>环境负荷（0.566）,研究期内各功能团要素作用强度未发生明显变化（图6）。松花江流域生态空间的减少、水资源短缺问题、土壤环境质量恶化等生态现状条件降低了居住环境的舒适度,影响城市建设活动选址与产业运营,成为制约建设用地扩张规模与速度的最主要影响因素。此外,环境治理能力对于城市的发展正发挥着越来越重要的作用,高效的环境管理水平能够直接有效地减少城市生产活动对生态环境的负面影响。但当前松花江流域各城市生产技术水平低、环境管理能力落后限制了生态破坏现状的改善,同时高昂的环境治理成本争夺了经济发展的有限资金[30],降低了城市经济增速,进一步加大了其对城市用地扩张的约束作用。
Fig. 6 The restraint effect of eco-environment on urban expansion in Songhua River Basin

图6 松花江流域生态环境对城市用地扩张的约束作用

5 结论

本文将P-S-R模型引入城市用地扩张的生态环境效应评价中,定量分析了松花江流域城市用地扩张的生态环境效应及其时空变化规律,并探索了二者相互作用的机制,得出如下结论：
（1）研究期内,松花江流域城市社会经济压力指数增长迅速,空间差异显著,总体呈“中心低外围高”的格局特征;土地利用状态指数整体呈下降趋势,仅鹤岗、吉林2市未表现出明显降低,空间上呈“西高东低”格局,且空间差异表现出扩大化特征;各城市生态环境质量变化趋势不一致,研究期内空间特征变化较大。
（2）尽管松花江流域存在城市土地利用不合理、生态环境质量显著降低等问题,但经过经济社会压力、土地利用状态与生态环境响应三者效益叠加、优势互补,各城市扩张的生态环境综合效应指数反而呈现不断增加的趋势。这种优势互补同时也缩小了各城市间综合效应指数间的差异,使得松花江流域城市扩张的生态环境综合效应在空间上无明显差异。
（3）大庆、哈尔滨、长春、吉林4市社会经济发展迅速,对城市用地扩张产生较大压力,同时其土地利用状态指数较低,相应地,生态环境响应指数也较低;可见松花江流域城市用地扩张与生态环境相互作用的因果关系符合“EU-P-S-R”理论模型的作用机理,即扩张压力驱动土地利用状态发生变化,进而引起生态环境的响应。这也验证了P-S-R模型对于本文研究的适用性。
（4）松花江流域城市用地扩张系统中,经济发展水平、社会发展水平、空间扩张现状、土地集约利用四要素均对生态环境系统产生较大胁迫作用,胁迫作用随时间变化呈减小趋势;生态环境系统中各要素对城市用地扩张也表现出较强的约束力,且作用力大小表现出生态现状>环境治理>资源消耗>环境负荷的特征。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
闫梅, 黄金川. 国内外城市空间扩展研究评析. 地理科学进展, 2013, 32(7): 1039-1050.城市空间扩展是城市化过程的重要标志, 而城市土地利用变化又是城市空间扩展最为直接的表现形式。随着全球城市化的推进, 城市空间扩展已成为国内外城市发展研究中的热点领域。国外城市空间扩展研究发端于20 世纪60 年代的计量地理革命, 中国城市空间扩展的研究自80 年代中期开始;2000 年以来, 伴随中国城市化的快速发展, 城市空间扩展问题日益突出, 城市空间扩展研究逐渐成为热点, 有关研究成果更是大量涌现。本文根据国内外城市空间扩展研究内容的变化, 运用文献资料法和对比分析法, 从扩展形态、扩展模式、动力机制、模拟预测、效应与调控5 个方面对城市空间扩展研究进行了系统总结与梳理。在国外与国内比较研究与综合分类基础上, 重点评析现阶段国内相关研究的特点和不足, 并对中国未来城市空间扩展的研究趋势进行了展望。

DOI

[Yan Mei, Huang Jinchuan.Review on the research of urban spatial expansion. Progress in Geography, 2013, 32(7): 1039-1050.]

[2]
孙平军, 修春亮. 中国城市空间扩展研究进展. 地域研究与开发, 2014, 33(4): 46-52.对国内城市空间扩展特征与模式、城市空间扩展效益、城市空间扩展机理及城市空间扩展对策与模拟4个层面的相关文献梳理和分析表明，城市空间扩展实质是一个以&ldquo;人&rdquo;的需求为主体、自然性和社会性耦合依存的地域表达过程，决定了其扩展进程的地域性、阶段性和区域性等个性与共性并存的特征属性，也就决定了其研究内容的复杂综合性和个性与共性共表的必然性与必要性。然而，现有研究不仅存在样本单元不全面、类型比较分析欠缺、个案分析较多、共性规律总结不够的不足，而且在研究内容、研究方法及数据来源上存在较大的缺陷，有待今后进一步研究。因此，中国城市空间扩展的后续研究应该强化样本单元的多元化、类比化；加强研究内容的综合化，尤其强调城市空间扩展合理性评价及其指标体系构建以及城市空间扩展对策的中国化、本土化；加强研究方法与数据来源的丰富性和科学性（强调定量分析），彰显其扩展的个性特征和共性规律性，为对应的城市和区域（乃至国家）层面的规划与管理调控提供依据与参考。

[Sun Pingjun, Xiu Chunliang.Progress in research on urban spatial expansion of China. Areal Research and Development, 2014, 33(4): 46-52.]

[3]
Seto K C, Fragkias M, Guneralp B, et al.A meta-analysis of global urban land expansion. PloS One, 2011, 6(8): 1-9.The conversion of Earth's land surface to urban uses is one of the most irreversible human impacts on the global biosphere. It drives the loss of farmland, affects local climate, fragments habitats, and threatens biodiversity. Here we present a meta-analysis of 326 studies that have used remotely sensed images to map urban land conversion. We report a worldwide observed increase in urban land area of 58,000 km2 from 1970 to 2000. India, China, and Africa have experienced the highest rates of urban land expansion, and the largest change in total urban extent has occurred in North America. Across all regions and for all three decades, urban land expansion rates are higher than or equal to urban population growth rates, suggesting that urban growth is becoming more expansive than compact. Annual growth in GDP per capita drives approximately half of the observed urban land expansion in China but only moderately affects urban expansion in India and Africa, where urban land expansion is driven more by urban population growth. In high income countries, rates of urban land expansion are slower and increasingly related to GDP growth. However, in North America, population growth contributes more to urban expansion than it does in Europe. Much of the observed variation in urban expansion was not captured by either population, GDP, or other variables in the model. This suggests that contemporary urban expansion is related to a variety of factors difficult to observe comprehensively at the global level, including international capital flows, the informal economy, land use policy, and generalized transport costs. Using the results from the global model, we develop forecasts for new urban land cover using SRES Scenarios. Our results show that by 2030, global urban land cover will increase between 430,000 km2 and 12,568,000 km2, with an estimate of 1,527,000 km2 more likely.

DOI PMID

[4]
马世发, 艾彬. 基于地理模型与优化的城市扩张与生态保护二元空间协调优化. 生态学报, 2015, 35(17): 5874-5883.协调城市扩张与生态敏感区保护之间的矛盾是当前我国新型城镇化建设中的一项重要任务,但基于传统供需平衡模式或历史惯性驱动模拟的城市规划布局可能导致一系列潜在的生态环境问题。根据城市发展具有历史惯性驱动和空间规划引导的双重特性,提出将地理模拟与优化(Geographical Simulation and Optimization Systems,简写为GeoSOS)等复杂GIS空间分析技术引入规划决策分析。通过利用最小累积阻力模型获取生态敏感区保护压力格局,并利用元胞自动机模型进行城市扩张模拟,分析城市惯性扩张模式对生态敏感区的潜在影响;然后根据生态敏感区保护和城市空间扩张的协调性发展目标进行生态适宜性评价,进而利用蚁群智能空间优化配置模型产生一种优化的城市空间布局方案。研究以我国珠江三角洲地区的广州市为案例,详细分析了基于GeoSOS的城市扩张与生态保护的协调决策过程。结果表明,整合了城市发展惯性与生态敏感区保护双重目标的空间优化布局方案,比单纯基于地理模拟进行规划布局更符合生态型城市建设需求,研究所提出的城市与生态二元空间协调分析框架可为城市规划提供可靠的定量决策支撑。

DOI

[Ma Shifa, Ai Bin.Coupling geographical simulation and spatial optimization for harmonious pattern analysis by considering urban sprawling and ecological conservation. Acta Ecologica Sinica, 2015, 35(17): 5874-5883.]

[5]
谢高地, 张彪, 鲁春霞, 等. 北京城市扩张的资源环境效应. 资源科学, 2015, 37(6): 1108-1114.采用高分辨率遥感数据与实地调查,对比2000-2010年北京城市建成区面积与人口分布的变化,发现：①北京的常住人口2000年以来以每年78万的速度快速扩张,相应地,城市建成区面积以每年109km<sup>2</sup>的速度不断扩张;②2010年1 961万常住人口中,80%集聚在城市建成区,在集聚于城市建成区的人口中,95%集聚于中心城,仅有5%集聚于卫星城;③在北京城市化过程中,人口过度密集地聚集于中心城,集约的社会经济活动不断侵占生态空间,在北京城市建成区,人均生态空间由2000年187.5m<sup>2</sup>下降到2010年的91.3m<sup>2</sup>。这种过快过密的人口集聚,同时导致资源消耗量和污染物排放量的增加,城市物质代谢强度超过当地资源环境承载能力,在城市规模突破当地资源环境承载力之后,不得不从外部输入越来越多的淡水、能源、食物等生存资源以维持城市运转。现已成为超大城市的北京未来的发展方向应该是可持续的宜居生态城市。为此建议：①结束城市快速膨胀的进程;②约束中心城建成区面积的继续扩张;③在城市周边进行生态系统的自然化再造与保护;④对城市已有生态系统进行近自然化改造;⑤在城市建成区建造多样化城市绿地生态景观。

[Xie Gaodi, Zhang Biao, Lu Chunxia, et al.Rapid expansion of the metropolitan areas and impacts of resources and the environment. Resources Science, 2015, 37(6): 1108-1114.]

[6]
方创琳, 黄金川. 西北干旱区水资源约束下城市化过程及生态效应研究的理论探讨. 干旱区地理, 2004, 27(3): 1-7.城市化是西北干旱区实现小康目标的必由之路 ,然而最大的自然障碍因素是水资源严重短缺 ,现实的城市化与水资源及生态环境保护之间存在着各种矛盾与胁迫。从城市化过程及其生态效应研究的重要性出发 ,通过对国内外研究进展的分析与评述 ,把水资源作为西北干旱区先决约束条件 ,提出了水资源约束下西北干旱区城市化过程及其生态效应的研究思路 ,包括选择水资源变化过程与城市化过程之间相互胁迫的驱动因子 ,揭示水资源变化对城市化过程的胁迫机制与规律 ;分析城市化过程引起的与水相关的生态效应 ;建立城市化过程及其生态效应预警指标体系 ,对不同强度水资源约束下城市化过程进行动态预警和情景分析 ;选择最节水的城市化发展模式和建设节水型城镇体系等。进而为加快西北干旱区城市化发展进程、改善干旱区生态环境、实现小康目标提供科学的决策依据。

DOI

[Fang Chunglin, Huang Jinchuan.Theoretical study on urbanization process and ecological effect with the restriction of water resource in arid area of Northwest China. Arid Land Geography, 2004, 27(3): 1-7.]

[7]
刘耀彬, 李仁东, 张守忠. 城市化与生态环境协调标准及其评价模型研究. 中国软科学, 2005, (5): 140-148.根据城市化与生态环境交互作用的时空规律,基于协同论的观点指出城市化与生态环境协调的评判标准并构建了二者之间的协调度模型.模型分为功效函数、协调度函数和序参量体系,其中序参量的选取及其上下限的确定是模型能正确应用的关键.应用此模型,以江苏省为例进行了实证研究.研究表明,该协调标准和模型意义明确、应用简单,能有效判别区域间城市化与生态环境协调的不同发展层次,对于协调区域城市化发展与生态环境保护等具有一定的意义.

[Liu Yaobin, Li Rendong, Zhang Shouzhong.Study on the coordinative criteria and coordination degree model between regional urbanization and eco-environment. China Soft Science, 2005, (5): 140-148.]

[8]
Karl T R, Diaz H F, Kukla G.Urbanization: Its detection and effect in the United States climate record. Journal of climate, 1988, 1(11): 1099-1123.Several equations were developed that related the effect of urban growth, measured by increasing population, to the mean seasonal and annual temperature: the diurnal maximum, minimum, average, and range. These equations were derived from a network of 1219 stations across the United States, which were analyzed for the years 1901-84. The results indicate that urban effects on temperature are detectable even for small towns with populations under 10 000. Stations with populations near 10 000 are shown to average 0.1掳C warmer for the mean annual temperature than nearby stations located in rural areas with populations less than 2000. Urbanization decreases the daily maxima in all seasons except winter and the temperature range in all seasons. It increases the diurnal minima and the daily means in all seasons.The equations indicate that, for the annual mean temperature, urbanization during the twentieth century accounts for a warm bias of about 0.06掳C in the U.S. Historical Climatology Network (HCN). Due to the large number of stations located in sparsely populated arms [(over 85% (70%) of all stations had a 1980 population of less than 25 000 (10 000)], the impact of urbanization is not large in relation to decadal changes of temperature in the United States. The average heat island impact during the period 1901-84 for the HCN is largest for the daily minima (0.13掳C) and the temperature range (0.14掳C), while the impact on the daily maxima (0.01掳C) is an order of magnitude smaller.

DOI

[9]
Alberti M, Booth D, Hill K, et al.The impact of urban patterns on aquatic ecosystems: An empirical analysis in Puget low land sub-basins. Landscape and Urban Planning, 2007, 80(4): 345-361.<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Landscape change associated with urbanization poses major challenges to aquatic ecosystems. Extensive studies have shown that the composition of land cover within a watershed can account for much of the variability in water quality and stream ecological conditions. While several studies have addressed the relationship between watershed urbanization and biotic integrity in streams, few have directly addressed the question of how urban patterns influence ecological conditions. These studies typically correlate changes in ecological conditions with simple aggregated measures of urbanization (e.g., human population density or percent impervious surface). We develop an empirical study of the impact of urban development patterns on stream ecological conditions in 42 sub-basins in the Puget Sound lowland region on a gradient of urbanization. We hypothesize that ecological conditions in urbanizing landscapes are influenced through biophysical changes by four urban pattern variables: land use intensity, land cover composition, landscape configuration, and connectivity of the impervious area. Using community measures of benthic macroinvertebrates as indicators of in-stream biotic integrity we examined the relationships between urban development patterns and ecological conditions in these basins. Significant statistical relationships were found between landscape patterns&mdash;both amount and configuration of impervious area and forest land&mdash;and biotic integrity of streams suggesting that patterns of urban development matter to aquatic ecosystems.</p>

DOI

[10]
吴永娇, 马海州, 董锁成. 城市扩张进程中水环境污染成本响应模拟. 地理研究, 2009, 28(2): 311-320.<p>本文旨在建立地表水环境污染对城市扩张的响应模型,以模拟预测城市扩张进程中的社会经济发展、土地效益和生态环境成本的动态变化过程。首先,应用遥感影像解译技术,对城市扩张引起的土地利用变化进行定量分析;其次,基于社会福利最大化和绿色GDP(GGDP)等理论,模拟城市地表水环境污染成本在不同社会经济情景下对城市扩张的响应。以西安为典型研究区域,分析了该区在1996~2006年间城市扩张行为及其对地表水环境污染的影响,结果表明:在不同的社会经济发展条件下,有着不同的城市扩张最优点(均衡点);城市扩张引起的边际生态环境成本小于平均土地效益时,城市扩张会使社会福利变好,城市扩张应继续;技术进步可优化地表水环境污染成本和提高土地利用效率,优化城市扩张均衡点;在现有的经济技术水平发展条件下,理论上西安城市扩张最优点在2024年达到。</p>

[Wu Yongjiao, Ma Haizhou, Dong Suocheng.Simulating the response of eco-environment to urban expansion. Geographical Research, 2009, 28(2): 311-320.]

[11]
张有坤, 樊杰. 基于生态系统稳定目标下的城市空间增长上限研究: 以北京市为例. 经济地理, 2012, 32(6): 53-58.在生产生活活动对国土空间的旺 盛需求背景下,人们却忽略了资源的有限性和环境的脆弱性。因此,必须明确区域城市空间相对合理的增长上限。以区域人居环境的相对最优化为目标,从城市化角 度进行土地生态适宜性评价分析,研究生态景观单元是否适宜于人类的开发利用活动。以北京市为例,从土地利用/土地覆被类型、地形坡度、生态功能、生态价值 等4个方面建立景观过程阻力评价体系;利用最小累积阻力模型和ArcGis空间分析工具,得到北京区域城市空间增长最小累积阻力分布;同时借鉴国外城市空 间结构发展规律,尝试对处于一定经济发展阶段和生产技术要素投入水平下的城市空间增长上限及阈值区间进行确定。

[Zhang Youkun, Fan Jie.Research on growth limit of urban space based on the stability of ecosystem: A case study of Beijing. Economic Geography, 2012, 32(6): 53-58.]

[12]
李广娣, 冯长春, 曹敏政. 基于土地生态敏感性评价的城市空间增长策略研究: 以铜陵市为例. 城市发展研究, 2013, 20(11): 69-74.目前我国正处于新型城镇化建设的重要时期,城镇建设不断加快,城市用地迅速扩张.与传统城镇化相比,新型城镇化的发展应该与区域自然基础和生态环境格局相匹配,科学判别和保护城市空间增长的生态底线,引导城市空间发展方向具有重要意义.借助SPSS软件,运用主成分分析法对铜陵市土地利用生态敏感性进行评价分析,得到综合生态敏感性评价分级图,并据此划定城市空间增长的刚性边界和弹性边界,提出相应的空间管制策略.

DOI

[Li Guangdi, Feng Changchun, Cao Minzheng.Study of urban spatial growth strategy based on ecological sensitivity assessment: A case study of Tongling. Urban Development Studies, 2013, 20(11): 69-74.]

[13]
张健, 高中贵, 濮励杰. 经济快速增长区城市用地空间扩展对生态安全的影响. 生态学报, 2008, 28(6): 2709-2810.目前我国正处于经济快速发展、城市化进程加快阶段,承受着生态环境恶化的巨大压力,大多数城市已为环境污染、空间拥挤、绿化率低、秩序混乱等严重的城市问题所困扰.昆山市作为我国经济发展最为活跃的地区之一,其城市化过程与生态环境安全之间的矛盾更为突出.在总结国内外生态安全和城市生态研究的基础上,分析城市用地扩展对城市生态安全产生的影响.昆山市城市用地空间扩张经历了缓慢发展期(1949～1977年)、老城区改造期(1977～1985年)、新区开发期(1985～1999年)和快速扩展期(1999年至今)4个阶段,针对城市土地利用变化特征及其城市土地利用存在的问题,对昆山市城市用地空间扩展进程和模式及扩展的主要特征方面进行剖析.从城市废水、废气和固废排放量几个方面分析了昆山城市用地空间扩展过程中生态环境变化情况,指出高速工业化、城市化过程,快速增长的经济可能威胁到昆山城市的生态安全.同时建立城市生态安全评价模式,构建城市生态安全评价的指标体系,探讨城市生态安全评价的方法,评价了昆山市1985～2004年的城市生态安全,最后对昆山市未来城市生态安全进行预警.为维护昆山市的生态安全,实现可持续发展提供科学依据.

DOI

[Zhang Jian, Gao Zhonggui, Pu Lijie.The effects of urban land use extension on ecological security in fast-growing economic zone. Acta Ecologica Sinica, 2008, 28(6): 2709-2810.]

[14]
崔佳, 臧淑英. 哈大齐工业走廊土地利用变化的生态环境效应. 地理研究, 2013, 32(5): 848-856.基于哈大齐工业走廊1990年、2000年、2005年3期TM影像,获取15年来不同时段的土地利用变化信息。利用景观格局指数和生态环境质量指数两种生态环境效应评价指数,定量对比分析七个市县土地利用变化带来的生态环境效应。结果表明:①15年来,哈大齐工业走廊耕地、建设用地增加,草地、水域、未利用地减少。②整体生态环境恶化,区域差异显著;空间格局呈中心城区高周边农牧区低;大庆、杜蒙、泰来因草地、湿地&ldquo;三化&rdquo;等原因,破碎化加剧、多样性锐减、环境质量恶化最为显著,建议加强生态保护。③两种评价指数从不同角度反映出相似的区域差异特征。两方法结合分析实现更为客观全面的评价效果,以期为区域综合定量评价提供方法借鉴。

DOI

[Cui Jia, Zang Shuying.Regional disparities of land use changes and their eco-environmental effects in Harbin-Daqing-Qiqihar Industrial Corridor. Geographical Research, 2013, 32(5): 848-856.]

[15]
Milesi C, Elvidge C D, Nemani R R, et al.Assessing the impact of urban land development on net primary productivity in the southeastern United States. Remote Sensing of Environment, 2003, 86(3): 401-410.ABSTRACT The southeastern United States (SE-US) has undergone one of the highest rates of landscape changes in the country due to changing demographics and land use practices over the last few decades. Increasing evidence indicates that these changes have impacted mesoscale weather patterns, biodiversity and water resources. Since the Southeast has one of the highest rates of land productivity in the nation, it is important to monitor the effects of such changes regularly. Here, we propose a remote sensing based methodology to estimate regional impacts of urban land development on ecosystem structure and function. As an indicator of ecosystem functioning, we chose net primary productivity (NPP), which is now routinely estimated from the MODerate resolution Imaging Spectroradiometer (MODIS) data. We used the MODIS data, a 1992 Landsat-based land cover map and nighttime data derived from the Defense Meteorological Satellite Program's Operational Linescan System (DMSP/OLS) for the years 1992/1993 and 2000 to estimate the extent of urban development and its impact on NPP. The analysis based on the nighttime data indicated that in 1992/1993, urban areas amounted to 4.5% of the total land surface of the region. In the year 2000, the nighttime data showed an increase in urban development for the southeastern United States of 1.9%. Estimates derived from the MODIS data indicated that land cover changes due to urban development that took place during the 1992鈥2000 period reduced annual NPP of the southeastern United States by 0.4%. Despite the uncertainties in sensor fusion and the coarse resolution of the data used in this study, results show that the combination of MODIS products such as NPP with nighttime data could provide rapid assessment of urban land cover changes and their impacts on regional ecosystem resources.

DOI

[16]
Tang Z, Engel B A, Pijanowski B C, et al.Forecasting land use change and its environmental impact at a watershed scale. Journal of environmental management, 2005, 76(1): 35-45.Urban expansion is a major driving force altering local and regional hydrology and increasing non-point source (NPS) pollution. To explore these environmental consequences of urbanization, land use change was forecast, and long-term runoff and NPS pollution were assessed in the Muskegon River watershed, located on the eastern coast of Lake Michigan. A land use change model, LTM, and a web-based environmental impact model, L-THIA, were used in this study. The outcomes indicated the watershed would likely be subjected to impacts from urbanization on runoff and some types of NPS pollution. Urbanization will slightly or considerably increase runoff volume, depending on the development rate, slightly increase nutrient losses in runoff, but significantly increase losses of oil and grease and certain heavy metals in runoff. The spatial variation of urbanization and its impact were also evaluated at the subwatershed scale and showed subwatersheds along the coast of the lake and close to cities would have runoff and nitrogen impact. The results of this study have significant implications for urban planning and decision making in an effort to protect and remediate water and habitat quality of Muskegon Lake, which is one of Lake Michigan's Areas of Concern (AOC), and the techniques described here can be used in other areas.

DOI PMID

[17]
李平星, 樊杰. 城市扩张情景模拟及对城市形态与体系的影响: 以广西西江经济带为例. 地理研究, 2014, 33(3): 509-519.针对区域层面城市扩张模拟研究的缺失，以快速城市化的广西西江经济带为案例区，构建了生态重要性和土地开发建设适宜性两种扩张情景；借助最小累积阻力模型对经济带内主要城市的扩张进行情景模拟，进而分析城市扩张对其形态和位序&mdash;规模特征的影响，揭示不同情境间的差异。结果表明，随着扩张强度增加，城市形态趋于紧凑和稳定，城市位序&mdash;规模发生变化。对比两种情景，生态重要性情境下，新增建设用地的分配相对均匀，首位城市发生变化，首位度明显下降，城市扩张方式多样，形态较为复杂、松散，内部各城市之间形状差异较大；土地开发建设适宜性情景下，大中城市扩张速度较快，首位城市保持不变，其首位度略有下降，城市扩张以外延式和填充式扩张为主，形态相对紧凑、规则，各城市间形状差异较小。研究认为基于生态重要性的城市扩张情景有利于减少重要生态空间占用、维护城市生态系统健康、合理调控城市体系结构，是一种更加可持续的扩张方式。

DOI

[Li Pingxing, Fan Jie.Scenario simulation of regional urban expansion and effects on urban form and system: A case study of Xijiang River Economic Belt in Guangxi. Geographical Research, 2014, 33(3): 509-519.]

[18]
邱从毫, 李阳兵, 冯元嵩. 贵阳市城市土地扩展空间生态适宜性与优化. 应用生态学报, 2015, 26(9): 2777-2784.<p>以贵阳市为例,利用ArcGIS 9.3成本分析得出城镇空间扩展的阻力值,建立&ldquo;建设用地为源+生态刚性约束+生态功能型阻力要素&rdquo;的最小累积阻力模型(MCR)应用模式,动态模拟贵阳2010年城市空间扩展的生态阻力,并将其进行生态适宜性分区,分析了2014年新增加城市建设用地与生态适宜性的冲突,根据城市扩展土地空间配置与冲突格局,找出城市空间扩展现状不合理之处.结果表明: 2010&mdash;2014年间,生态适宜性分区与研究区城市扩展方向基本吻合,但新增城市建设用地生态冲突比较严重.在新增的城市建设用地中,生态冲突区面积占58.2%,其中,生态调控区占35.4%、限制开发区占13.9%、禁止开发区占8.9%.生态用地冲突加剧会引起生态服务功能及生态安全下降,提出以保留生态用地为目的的城市空间拓展优化路径,为贵阳土地空间格局优化、保障生态安全提供指导.</p>

[Qiu Conghao, Li Yangbing, Feng Yuansong.Ecological suitability assement and optimization of urban land expansion space in Guiyang. Chinese Journal of Aplied Ecology, 2015, 26(9): 2777-2784.]

[19]
Alberti M, Marzluff J M.Ecological resilience in urban ecosystems: Linking urban patterns to human and ecological functions. Urban Ecosystems, 2004, 7(3): 241-265.<a name="Abs1"></a>Urban ecosystems evolve over time and space as the outcome of dynamic interactions between socio-economic and biophysical processes operating over multiple scales. The ecological resilience of urban ecosystems&#x2014;the degree to which they tolerate alteration before reorganizing around a new set of structures and processes&#x2014;is influenced by these interactions. In cities and urbanizing areas fragmentation of natural habitats, simplification and homogenization of species composition, disruption of hydrological systems, and alteration of energy flow and nutrient cycling reduce cross-scale resilience, leaving systems increasingly vulnerable to shifts in system control and structure. Because varied urban development patterns affect the amount and interspersion of built and natural land cover, as well as the human demands on ecosystems differently, we argue that alternative urban patterns (i.e., urban form, land use distribution, and connectivity) generate varied effects on ecosystem dynamics and their ecological resilience. We build on urban economics, landscape ecology, population dynamics, and complex system science to propose a conceptual model and a set of hypotheses that explicitly link urban pattern to human and ecosystem functions in urban ecosystems. Drawing on preliminary results from an empirical study of the relationships between urban pattern and bird and aquatic macroinvertebrate diversity in the Puget Sound region, we propose that resilience in urban ecosystems is a function of the patterns of human activities and natural habitats that control and are controlled by both <i>socio-economic</i> and <i>biophysical processes</i> operating at various scales. We discuss the implications of this conceptual model for urban planning and design.

DOI

[20]
曹宝, 罗宏, 吕连宏. 生态流域建设理念与发展模式探讨. 水资源与水工程学报, 2011, 22(1): 31-35.建设生态流域、协调流域生态环 境保护与社会经济发展间的关系已成为当前流域研究的重点。对生态流域的概念及内涵进行了探讨,阐述了生态城市和生态乡村建设示范的规划目标,提出开展生态 流域建设应重点开展流域分区与保护、城市群发展规划、生态产业规划、人工系统结构与功能调整四个方面的研究,以流域人工系统物质流和能量流的生态化为核 心,深入开展生态流域建设规划综合研究,为流域健康、稳定及和谐发展提供参考和依据。

[Cao Bao, Luo Hong, Lv Lianhong.Discussion of the construction concept and development mode for ecological watershed. Journal of Water Resources & Water Engineering, 2011, 22(1): 31-35.]

[21]
Randhir T.Watershed-scale effects of urbanization on sediment export: Assessment and policy. Water Resources Research, 2003, 39(6): 1-13.ABSTRACT Built components of watersheds are associated with impervious surfaces that alter hydrology, disrupt ecosystems, and affect water quality. This study focuses on the impervious factor as a tool for assessment and policy design to address water quality impacts. The empirical model uses a combination of watershed simulation and statistical regression modeling to study sediment loading at various stages of urbanization. The policy design is based on private behavior in a watershed setting to develop appropriate economic approaches. The incentives through taxes, subsidies, and cost sharing are based on water quality impacts. It was observed that nonlinearity in response functions resulted in transition effects that are continuous. This is due to gradual shifts in landscape characteristics as a result of urbanization. On a regional basis, impervious factor had a varying effect on water quality and depend on the state of urbanization and spatial characteristics. Economic policies based on a metric like impervious cover can be used to mitigate the negative effects of urbanization in watersheds through use of appropriate BMPs, urban forestry methods, and spatial targeting. While linear rules in policy are easier to implement, nonlinear rules were more effective in representing the changes in marginal social cost of impervious factor, especially initial and late stages of urbanization. There exists excellent scope in using this targeted policy to address specific problems associated with complex urban systems.

DOI

[22]
朱一中, 曹裕. 基于PSR模型的广东省城市土地集约利用空间差异分析. 经济地理, 2011, 31(8): 1375-1380.将＂压力—状态—响应＂框架引入到城市土地集约利用评价指标体系中,采用主成分分析方法对评价指标进行赋权,对广东省21个地级市的城市土地集约利用水平进行了评价。结果表明,广东省城市土地利用集约度差异形成的主要影响因素是地理区位条件和经济发展水平,资源赋存状况也是重要的制约条件。城市土地集约利用是一个复杂的系统工程,不仅要注重提高土地利用的产出效益,还要重视系统压力状态的调节和系统反馈能力建设。研究也表明,PSR评价指标体系及主成分分析方法能较好地适应城市土地集约利用评价的需要。

[Zhu Yizhong, Cao Yu.Assessment of urban land intensive use based on PSR model: A case study of Guangdong province. Economic Geography, 2011, 31(8): 1375-1380.]

[23]
蔺雪琴, 刘岱, 王旭. 北京城市扩展的生态环境响应及驱动动力. 生态环境学报, 2015, 24(7): 1159-1165.城市土地利用变化及其生态环境响应是全球环境变化研究的重要组成部分，是可持续发展研究的核心问题。大都市作为人口和产业密集地区，城市土地利用变化剧烈，由此带来的生态环境问题更为显著。在新型城镇化建设背景下，研究大都市城市空间扩展及其生态环境响应，对提高大都市土地利用效能，转变经济增长方式和实现可持续发展具有重要指导意义。文章基于北京市遥感影像数据及相关社会经济数据，构建北京市空间扩展的生态环境响应评价指标体系和模型，对1995─2010年北京市空间扩展的生态环境响应进行了综合评价并分析其驱动力。研究认为：1995─2010年北京市各区县空间扩展的社会经济压力指数不断增大，首都功能核心区和城市功能拓展区各区县社会经济压力指数上升幅度最大，城市发展新区和生态涵养发展区各区县上升趋势较为平缓；除东城区和西城区外，各区县土地利用状态指数有所下降，降低幅度较大的区县有通州、顺义、大兴、平谷和昌平，较小的区县有朝阳、海淀、丰台、石景山和密云；除通州和大兴外，各区县空间扩展的生态环境响应指数均呈上升趋势，净变化量较大的区县主要位于首都功能核心区，生态涵养区和城市发展新区各区县净变化量较小；除通州、顺义、延庆和昌平外，各区县城市空间扩展的生态环境响应综合指数均有所提高，其中东城、西城、海淀和朝阳净变化量较大，顺义、平谷和怀柔净变化量较小，空间格局表现出“中心低、外围高、东南低、西北高”的特征；人口增长、城市化、经济发展、建设用地高速扩展、生态用地减少等对北京城市空间扩展的生态环境响应具有重要影响。

DOI

[Lin Xueqin, Liu Dai, Wang Xu.Eco-environment response to urban spatial expansion and its driving forces in Beijing. Ecology and Environmental Sciences, 2015, 24(7): 1159-1165.]

[24]
方创琳, 蔺学琴. 武汉城市群空间扩展的生态状况诊断. 长江流域资源与环境, 2010, 19(10): 1211-1218.<p>武汉城市群是我国建设资源节约型和环境友好型社会综合配套改革实验区，城市群的生态环境质量是实现城市群可持续发展的重要保障，是建设生态型城市群的重要支撑。构建了由自然资源要素、生态环境要素和社会经济要素组成的武汉城市群空间扩展的生态状况诊断指标体系，采用熵技术支持下的AHP模型和模糊隶属度函数模型建立了城市群空间扩展的生态状况诊断模型，利用1997~2006年武汉城市群9市土地利用数据、社会经济和环境变化数据，系统分析了武汉城市群空间扩展的生态环境质量变化状况。研究认为：1997~2006年武汉城市群生态状况诊断的综合评价指数呈先下降后上升的变化趋势，说明伴随城镇用地扩张和土地利用转化，城市群生态环境质量先降后升；除仙桃市外，城市群内其余各市生态状况诊断的综合评价指数均缓慢下降，说明各市空间扩展造成生态环境质量的下降，这种影响在9个城市之间存在着较大的空间差异性。〖</p>

[Fang Chuanglin, Lin Xueqin.Ecological conditions diagnostic of spatial expansion in Wuhan Urban Agglomeration. Resources and Environment in the Yangtze Basin, 2010, 19(10): 1211-1218.]

[25]
徐改花, 张福平, 赵沙. 西安市建成区扩张及动力机制分析. 干旱区资源与环境, 2012, 26(4): 37-43.以1995年TM、2000年 和2008年ETM+影像为数据源,提取了3个时期的西安市主城区建设用地及扩张信息,运用扩展强度指数、城市形态分形维数和扩张弹性系数模型对西安市 1995～2008年建成区的扩张状况进行了分析并对其扩张的动力机制进行了研究。结果表明:1)研究区的建设用地面积从1995年的183.44km2 增加到2008年的367.37km2,总体扩张了2倍多,年增长率为5.48%。2)城区的扩张围绕中心三城区(新城区、莲湖区、碑林区)向周围城郊扩 张,扩张主要集中在北郊的未央区和南郊的雁塔区以及东部的灞桥区,西部区域扩张不显著。3)各指数表明城区总体扩张较快,城市边缘趋于复杂化,而且扩张不 尽合理。在对其扩张动力机制分析表明,社会经济的发展是建成区扩张的内力,人口的增长和投资的加大及合理分配起着促进作用,交通网络的发展也起到了一定的 推动作用。

[Xu Gaihua, Zhang Fuping, Zhao Sha.Dynamics of urban land expansion in Xi'an. Journal of Arid Land Resources and Environment, 2012, 26(4): 37-43.]

[26]
城市土地利用扩展的驱动因素与空间扩展模式研究. 干旱区资源与环境, 2014, 28(7): 1-6.利用文献资料法对我国华北、东北、华东、华中、华南、西南、西北7个大区21个典型城市土地利用扩展的驱动因素、空间扩展方向、空间扩展模式等进行了比较与分析,以探索我国城市土地利用扩展的主要特征和基本规律.结果表明:城市土地利用扩展的主导因素为经济因素;空间扩展模式主要表现为外延式、填充式以及外延与填充并重三种类型,其中,以外延式扩展最为显著;文章最后分析了外延式扩展的一些弊端,并建议采取“精明增长”的发展理念予以应对.

[Jiang Bo, Wang Yuan, Wei Chao, et al.Research on city land use expansion driving factors and spatial expansion mode. Journal of Arid Land Resources and Environment, 2014, 28(7): 1-6.]

[27]
李汝资, 宋玉祥, 李雨停, 等. 近10a来东北地区生态环境演变及其特征研究. 地理科学, 2013, 33(8): 935-941.<p>东北地区资源环境具有人地相互作用短时限、高强度特征,生态环境问题突出。构建基于&ldquo;压力-状态-响应&rdquo;(PSR)模型的生态环境综合评价体系,应用熵值法系统评价2003 年以来东北地区生态环境演变及其特征,结果显示:① 东北振兴战略实施以来,东北地区生态环境压力呈波动减小趋势,生态环境状态逐渐趋于好转,生态环境响应得分降低,但东北地区生态环境综合得分呈波动上升趋势;② 东北地区生态环境质量总体提高,但生态环境演变的省际差异显著,同时环境改善效果与生态建设成效差距突出;③ 近10 a 来东北地区生态环境演变具有显著的时间、空间、结构特征。并从重点工程实施、区域组织协调、环境治理投入、产业结构演变等方面分析了生态环境演变的成因,最后提出相应措施。</p>

[Li Ruzi, Song Yuxiang, Li Yuting, et al.The eco-environmental evolution and the character of Northeast China in recent 10 years. Scientia Geographica Sinica, 2013, 33(8): 935-941.]

[28]
张绍良, 张国良. 灰色关联度计算方法比较及其存在的问题分析. 系统工程, 1996, 14(3): 45-49.本文总结了近年来灰色关联分析的研究成果,比较了不同灰色关联度计算方法的优缺点;分析了其问题产生的根源;文章最后试图拓展“曲线相似”数学定义和“规范性”含义,为进一步修正灰色关联度计算公式提供了思路。

[Zhang Shaoliang, Zhang Guoliang.Comparison between computation models of Grey Interconnect Degree and analysis on their shortages. Systems Engineering, 1996, 14(3): 45-49.]

[29]
刘耀彬, 李仁东, 宋学锋. 中国区域城市化与生态环境耦合的关联分析. 地理学报, 2005, 60(2): 237-247.<p>以定性与定量分析相结合的方法建立了耦合系统的评价指标体系,运用灰色关联分析法构建出区域城市化与生态环境交互作用的关联度模型和耦合度模型,定量揭示出中国省区城市化与生态环境系统耦合的主要因素,并从时空角度分析了区域耦合度的空间分布及演变规律。研究结果表明：(1) 城市化与生态环境系统要素之间的耦合是复杂的,总体上表现在城市化对生态环境的胁迫作用和生态环境对城市化的约束作用两个方面。通过关联度计算遴选出作用于生态环境的16项城市化指标和影响城市化的10项生态环境指标,它们较为全面反映出系统交互耦合的机理;(2) 中国区域城市化与生态环境耦合度分布基本符合东、中西空间分异的规律。根据耦合度大小并结合区域城市化与经济发展阶段,大致将全国省区划分为协调、磨合、拮抗和低水平耦合等4种类型,其中以拮抗类型为主;(3) 中国城市化与生态环境耦合度的时序变动表现出明显的阶段性和波动性。</p>

[Liu Yaobin, Li Rendong, Song Xuefeng.Grey associative analysis of regional urbanization and eco-environment coupling in China. Acta Geographica Sinica, 2005, 60(2): 237-247.]

[30]
张胜武, 石培基, 王祖静. 干旱区内陆河流域城镇化与水资源环境系统耦合分析: 以石羊河流域为例. 经济地理, 2012, 32(8): 142-148.在建立内陆河流域城镇化与水资源环境系统耦合评价指标体系的基础上,以石羊河流域为例,运用灰色关联分析法定量分析流域城镇化与水资源环境系统交互耦合的主要因素,并揭示了耦合度的时空变化规律。结果表明:①流域城镇化与水资源环境系统内部要素间的交互耦合是复杂的。其中,城镇人口增长较快、社会化服务水平较低、产业结构不合理是胁迫水资源环境的主要因素,而总用水规模偏大、水资源管理落后以及水资源匮乏的本底条件是制约流域城镇化的主要原因。②流域城镇化与水资源环境系统耦合度的时序变动表现出明显的阶段性和波动性,其变化曲线呈现出两个连续U型。第一个U型表明2001—2007年期间水资源环境对城镇化的约束力总体上是先变小、后变大的趋势。第二个U型在验证2007年《甘肃省石羊河流域重点治理规划》出台后流域生态恶化趋势有所缓和的同时,警示继续加强流域水资源综合管理以实现耦合协调的必要性。③各县(区)耦合度表现出复杂多样的空间差异,这与各县(区)所处的经济社会发展水平、城镇化进程以及区域自然条件有关。

[Zhang Shengwu, Shi Peiji, Wang Zujing.Analysis of coupling between urbanization and water resource and environment of inland river basin in arid region: A case study of Shiyang River Basin. Economic Geography, 2012, 32(8): 142-148.]

[31]
黄金川, 方创琳. 城市化与生态环境交互耦合机制与规律性分析. 地理研究, 2003, 22(2): 211-220.<p>本文分析了城市化与生态环境的交互耦合机制,采用代数学和几何学两种方法对环境库兹涅茨(KUZNETS)曲线和城市化对数曲线进行逻辑复合,推导出城市化与生态环境交互耦合的数理函数和几何曲线,揭示出区域生态环境随城市化的发展存在先指数衰退、后指数改善的耦合规律。交互耦合的过程分为低水平协调、拮抗、磨合和高水平协调四个阶段。文章最后对浙江省进行了实证分析</p>

[Huang Jinchuan, Fang Chuanglin.Analysis of coupling mechanism and rules between urbanization and eco-environment. Geographical Research, 2003, 22(2): 211-220.]

Options
Outlines

/

〈 〉