黃河流域城市生態韌性時空分異及收斂研究
——基于七大城市群61個城市的實證分析

王松茂， 寧文萍， 牛金蘭， 安 康

（山東農業大學經管學院，山東 泰安 271018）

《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出建設“韌性城市”（http://www.gov.cn/zhengce/2020-11/03/content_5556991.htm）。黨的二十大報告明確提出“打造宜居、韌性、智慧城市”（https://lsrm.hinews.cn/xinwen/show-17027.html）。城市生態韌性作為城市韌性重要維度，已成為城市生態風險防控和韌性城市發展的重要任務。黃河流域是典型的生態脆弱區，集聚著山東半島、關中平原、中原城市群3個區域級城市群和晉中、蘭西、寧夏沿黃及呼包鄂榆城市群4個地方性城市群。城市群是黃河流域發展的重要載體，實現黃河流域城市生態韌性發展的重點在于城市群城市生態韌性的有效提升。然而，受到區位稟賦、經濟發展等的影響，沿黃各城市群在生態本底及其保護、建設與治理等方面存在諸多差異。那么，黃河流域七大城市群城市生態韌性呈現怎樣的時空規律？各城市群城市生態韌性的收斂趨勢又是如何？以上問題的探究，對于深刻認識黃河流域城市群城市生態韌性發展現狀，全面推動黃河流域生態保護協調發展和“韌性城市”建設具有重要意義。

城市生態韌性是當前及未來城市發展與規劃的重要方向。目前，有關城市生態韌性的研究內容主要包括3個方面：（1）概念與內涵：韌性內涵經歷了由“工程韌性”推演到“生態韌性”，繼而發展到“演化韌性”的2次重要嬗變?！肮こ添g性”和“生態韌性”均屬于均衡論視角［1］。均衡視角下，國外學者認為生態韌性是城市生態系統對風險干擾的預防、響應及恢復能力［2］?；谘莼撘暯?，Hosseini認為韌性是系統固有屬性，不再強調城市生態系統恢復到干擾前狀態的能力，更強調系統通過調整結構、改變路徑實現轉型發展的能力［3］。國內學者則主要基于城市生態治理與風險防控兩視角進行定義。沈潔等［4］認為城市生態韌性是城市生態系統對擾動來臨前防御、干擾發生時及時響應、災難消退后進行優化的動態能力。周成等［5］則強調生態系統吸收干擾、系統重組及持續性發展的能力。（2）評價與測度：由于目前學界對城市生態韌性的概念莫衷一是，其在指標體系構建方面也各有不同。國外研究多從生態系統可持續發展與服務［6-7］、城市社會生態等視角進行分析［8］，而國內研究大多通過構建多維指標體系對城市生態韌性進行量化分析，包括基于景觀生態格局的規模-密度-形態體系［9］和依托驅動力-壓力-狀態-影響-響應（DPSIR）和壓力-狀態-響應（PSR）方法的抵抗-適應-恢復模型［10］。（3）影響因素：國內外研究關注自然及人類活動等多種原因的影響。自然因素的研究聚焦生態系統本身，例如，氣候、水文、植被和地形等［11］；人類活動主要包括城市化、人口集聚、科技創新等［9-10］。部分學者指出基于自然與人類活動，明確城市生態韌性的制約因素，有利于解釋區域城市生態韌性差異的內在原因［10］。

近年來，黃河流域生態方面的研究趨于豐富，相關成果主要可歸納為：（1）研究主題：包括基于門檻效應的生態效率研究［12］、關注空間分析的生態脆弱性研究［13］以及聚焦于影響因素的生態安全［14］等。（2）研究內容：一是以水平測度和時空演化為主的演變規律［12-14］；二是聚焦于不同因素驅動作用的機制分析［15-16］；三是圍繞城鎮化等高質量發展內容，展開的與生態環境協調發展的研究，具體體現為脫鉤關系［16］、互動響應［17］及耦合協調［18］等。（3）研究方法：主要借助空間統計分析［12］、分位數回歸［14］、耦合協調度模型［18］等。既有研究初步較為完整地勾勒出黃河流域生態環境的認知理論體系，但從韌性視角下探究城市生態系統的理論和實證研究則相對薄弱，僅有少數學者對黃河流域城市生態韌性展開研究，如周成和郭海紅等考察了生態效率、城鎮化與城市生態韌性的耦合協調關系［5,19］，郭力等量化了數字經濟對城市生態韌性的影響效應［20］。由上可知，當前針對黃河流域城市群城市生態韌性收斂性的研究還存在著“空白”。而由于黃河流域各城市群的資源稟賦、發展路徑各不相同，近年來城市生態韌性發展各有不同。因此，深入解析黃河流域城市群城市生態韌性的時空分異和收斂性，對縮小流域內城市生態韌性差距，助力黃河流域生態保護協調發展意義重大。

鑒于此，本文可能的邊際貢獻為：（1）研究內容上，既有研究多關注城市生態韌性水平測度分析，而本文深入探索了黃河流域城市生態韌性的收斂性，一定程度上是對現有研究的有益補充；（2）研究視角上，演化韌性實現了韌性研究從穩定均衡到動態發展的跨越，本文基于演化韌性視角，綜合評估城市生態系統的本質內涵和創新能力；（3）研究方法上，“空間”因素在區域生態環境研究中日益受到關注，而納入“空間”因素研究生態環境收斂趨勢的文獻仍顯不足，本文在計量模型中納入“空間”因素，探析了黃河流域城市群城市生態韌性的收斂趨勢。

1 數據與方法

1.1 研究區概況

黃河流域生態本底脆弱，且沿線省區產業倚能倚重，城市群污染排放占比超過70%［21］，面臨著生態保護和高質量發展雙重難題。黃河流域集聚了4個地區性城市群（蘭西、晉中、呼包鄂榆和寧夏沿黃城市群）和3 個區域級城市群（山東半島、中原和關中平原城市群）。本文參照《黃河流域生態保護與高質量發展規劃綱要》，選取黃河流域七大城市群的61個地級及以上城市為研究對象（圖1）。

圖1 研究示意圖Fig.1 Schematic diagram of the study area

1.2 數據來源

本文數據主要收集自《中國城市統計年鑒（2012—2021 年）》、黃河流域各省份及地級市統計年鑒、統計公報。所用處理數據（人均水資源量等）通過指標間梳理運算的乘除合成計算得出；歸一化植被指數（NDVI）為30 m分辨率NDVI數據，收集自中國科學院資源環境科學數據中心（http://www.resdc.cn/）。期間個別缺失值利用年平均增長量進行線性插值法補充。

1.3 研究方法

1.3.1 熵權-TOPSIS 本文采用熵權-TOPSIS［22］法對城市生態韌性作出評價。步驟如下：

（1）熵權法確定標準化指標權重，計算公式為：

式中：ej為第j項指標的信息熵；wj為第j項指標的權重；m為評價年數；yij為第i年第j項指標的原始數值；k為波爾茨曼常量。

（2）確定正理想解與負理想解，計算歐式距離：

（3）計算各指標與理想解的貼近程度（Cj），計算公式為：

式中：Cj為第j個研究對象的貼近度，取值范圍為[0,1]，其值越大，則研究對象越優。

1.3.2 城市生態韌性的指標構建演化論視角下，城市生態韌性是城市生態系統的一種固有性質，獨立于外界干擾，伴隨著時間變化不斷進行非確定性的動態演變，更強調系統的學習力和創新性［3］。在系統發展變化日益復雜的形勢下，“演化韌性”更加適合當前城市生態韌性的研究，這有助于韌性研究實現從穩定均衡到動態發展的跨越［23］。參考王松茂等［24］研究，本文從“抵抗-響應-創新”3 個能力維度構建城市生態韌性指標體系，抵抗能力指依托自然稟賦，系統承受干擾、控制功能和結構不變的能力；響應能力表示系統遭受干擾時，多樣化應對沖擊的能力；創新能力為系統在應對干擾的基礎上，通過學習、創新實現全新發展的能力（表1）。

表1 城市生態韌性評價指標體系Tab.1 Urban ecological resilience evaluation index system

1.3.3 核密度估計核密度估計從數據本身的特點進行函數擬合分布，避免了人為設定函數形式可能造成的誤差［25］。其表達形式為：

式中：Xi為第i個獨立同分布的觀測值；x為觀測值的平均值；為高斯核函數；n為樣本觀測值的個數；h為帶寬。

1.3.4收斂模型收斂機制可揭示研究對象屬性值是否隨著時間推移，在空間上的差距縮小。β收斂指隨時間推移，城市生態韌性（UER）較低的城市群因具有更高增幅而逐步趕上城市生態韌性較高的城市群。絕對β收斂指的是在不考慮宏觀異質性影響因素情況下，隨時間推移，各地區城市生態韌性產生趨同的趨勢，而條件β收斂納入了宏觀異質性影響因素[26]，絕對β收斂的模型為：

式中：i為地區；t為年份；UERi,t為i地區在t時期的城市生態韌性；UERi,t+1為i地區在t+1時期的城市生態韌性；為i地區在t至t+1時期跨度內城市生態韌性的年度增長率的對數；lnUERi,t為i地區在t時期的城市生態韌性的對數；α為常數項；μi和ηi分別為i城市的地區與時間效應；εit為i地區在t時期的隨機干擾項；β為收斂參數，若β<0則城市生態韌性存在β收斂，反之則為發散。

考慮到宏觀影響要素存在跨區域流動，各區域之間通常存在程度不一的空間依賴性，故本研究檢驗考慮了空間因素[27]。采用空間杜賓模型（SDM）變換的絕對β收斂模型：

式中：ρ為城市生態韌性的空間自回歸系數，表示受鄰近地區城市生態韌性的影響；θ為解釋變量空間自回歸系數；為i與j兩地區間的空間權重矩陣，本文結合地理和經濟權重矩陣，構建綜合嵌套矩陣[28]，以期刻畫出包含距離及經濟雙重影響的空間關聯效應。

空間計量模型選擇的程序，首先是構建一般面板模型，采用穩健LM（Robust Lagrange Multiplier）統計量檢驗空間自相關，其次構建空間面板模型，利用Wald統計量和LR統計量進行檢驗，若θ=0 和θ+ρβ=0 的2 個原假設都被拒絕，選用SDM 模型；若θ=0 成立且LM檢驗支持空間滯后模型（SAR），選擇SAR 模型，見式（9）；若θ+ρβ=0 成立且LM檢驗支持空間誤差模型（SEM），選擇SEM 模型，見式（10）[29]。

式中：λ為誤差項的空間自回歸系數，顯示隨機沖擊；σit為i地區在t時期的隨機擾動項。

采用SDM模型進一步構建條件β收斂模型為：

式中：CVi,t+1為i地區在t+1 時期控制變量集合；CVj,t為j地區在t時期控制變量集合；δ為控制變量待估參數；γ為控制變量的空間自回歸系數。

本文參考已有研究成果，以經濟發展水平（ECO）、人口密度（PDE）、產業結構（IND）、技術進步（TEC）和環境規制（ER）為控制變量。以人均GDP 衡量經濟發展水平[30]；以年末常住人口與行政區域土地面積的比值體現人口密度[31]；采用第二產業產值占GDP的比重表達產業結構[30]；通過科學支出占公共財政支出比重衡量技術進步[32]；利用工業廢水、SO2、煙（粉）塵排放量與第二產業產值進行環境規制強度指數[33]構建，具體公式如下：

式中：ERi,t為t年i市的環境規制強度指數；Poluij,t為t年i市j污染物排放量；Poluj,t為t年全部樣本j污染物排放量；Yi,t為t年i市第二產業產值；Yt為t年全部樣本的第二產業產值。

2 結果與分析

2.1 黃河流域城市群城市生態韌性時序演進

圖2呈現了黃河流域和各城市群城市生態韌性變化趨勢，2011—2020 年黃河流域均值為0.093，從2011 年0.086 上升至2020 年0.105，年均增長率為2.25%。自十八大生態文明建設提出，黃河流域“以污染換發展”的傳統模式有所改善，但轉變過程艱難緩慢。城市群層面，山東半島城市群年均值為0.185，年增幅為5.19%，研究期內始終領先；其次為關中平原城市群，年均值為0.090，中原城市群發展較為落后，年均值僅為0.070，其余各城市群發展差異較小。

圖2 黃河流域城市群城市生態韌性變化趨勢Fig.2 Evolution of urban ecological resilience of urban agglomeration in the Yellow River Basin

為揭示黃河流域及各城市群城市生態韌性差異變化的演變軌跡，對黃河流域及各城市群進行了核密度分析（圖3）。

圖3 黃河流域城市生態韌性三維核密度Fig.3 Three-dimensional kernel density of urban ecological resilience in the Yellow River Basin

分布位置上，黃河流域核密度曲線呈現整體右移趨勢，城市生態韌性水平得到有效提升。就各城市群而言，除寧夏沿黃城市群外，其他均呈現右移趨勢，城市生態韌性一定程度上有所提高。這反映出自“十二五”規劃綱要強調牢固綠色、低碳發展觀以來，黃河流域資源利用方式及環境污染均有所改善。

分布形態上，黃河流域核密度曲線呈主峰不斷升高，寬度變化不明顯的特征。城市群中，中原和晉中城市群分布主峰高度上升但寬度變小，說明其內部城市生態韌性非均衡性逐漸好轉。蘭西和寧夏沿黃城市群表現相似，主峰下降，寬度增大，這表明內部絕對差異逐漸增大。

分布延展性上，黃河流域和各城市群分布曲線均存在顯著右拖尾，體現出群內存在顯著高值城市。城市群層面，中原、晉中、呼包鄂榆城市群具有延展收斂性，群內出現極端值的機率逐漸變小。其余城市群，與之相反。

2.2 黃河流域城市群城市生態韌性發展空間分異

利用JENK 自然斷裂法，得到了2011、2014、2017 年和2020 年黃河流域城市群城市生態韌性的空間可視化分析結果（圖4）。從城市群尺度看，總體表現為“下游城市群強、上中游城市群弱”的分布格局，山東半島城市群始終領先。2011年中原城市群較為薄弱，處于末位，為0.063。2014年蘭西城市群城市生態韌性提升至0.075；晉中城市群下降趨勢明顯，由0.086 降至0.066。2017 年除山東半島城市群外，自2011年以來，蘭西城市群增速最快，增幅為6.95%。2020 年中原、晉中城市群呈現顯著增長局面，3 a間分別增長了0.021、0.016。

圖4 黃河流域城市群城市生態韌性空間分異Fig.4 Spatial differentiation of urban ecological resilience of urban agglomeration in the Yellow River Basin

從地（市、州、盟）尺度看，城市群內部呈現出以省會為核心的城市生態韌性“高地”、以城市群邊界為代表的城市生態韌性“洼地”。具體地，以蘭州（0.118）、鄭州（0.182）、西安（0.193）為代表的省會城市的城市生態韌性均值顯著高于黃河流域（0.093），形成了“核心及省會城市—外圍及邊緣城市”遞減的空間分布。其中，鄭州變化最為顯著，10 a間增幅為208.5%。山東半島城市群形成了濟南和青島“雙核引領”格局，其均值分別為0.374和0.375。

2.3 黃河流域城市群城市生態韌性收斂分析

（1）絕對β收斂

表2顯示黃河流域及各城市群的城市生態韌性絕對β收斂分析結果。LM 統計量確定了黃河流域城市生態韌性具有空間自相關，故需利用Wald統計量和LR 統計量對空間計量模型進行判斷。結果顯示，支持應用SDM 模型，且被解釋變量空間滯后項系數在10%水平下顯著為正，這昭示著黃河流域相鄰城市群之間城市生態韌性的提升存在空間正向關聯，周邊城市群城市生態韌性的提升對目標城市群具有帶動效應，且黃河流域城市生態韌性的收斂系數β顯著為負，說明黃河流域城市生態韌性存在絕對β收斂。城市群層面，首先城市群中僅關中平原、寧夏沿黃和山東半島城市群通過穩健LM檢驗，其他城市群則不適用于空間面板模型。具體而言，LM 檢驗結果支持關中平原城市群采用SAR 模型，支持寧夏沿黃和山東半島城市群采用SEM模型，寧夏沿黃和山東半島城市群，其各自模型的空間滯后項系數分別在5%和1%的水平下顯著為正，而關中平原城市群被解釋變量的空間滯后項系數并不顯著，這表明著關中平原城市群城市生態韌性β收斂的原因不包括空間相關性。其次，所有城市群城市生態韌性收斂系數β均顯著為負，均具有絕對β收斂趨勢，表明各城市群城市生態韌性水平會向各自穩態水平收斂，即城市群內城市生態韌性相對落后的城市比相對領先的城市具有更快的增長率，最終以相同的增長率發展，其中晉中城市群收斂最快。

表2 黃河流域城市群城市生態韌性絕對β收斂Tab.2 Absolute β convergence of urban ecological resilience of urban agglomeration in the Yellow River Basin

（2）條件β收斂

表3給出了黃河流域城市群城市生態韌性的條件β收斂分析結果。本部分空間計量模型選取與絕對β收斂過程一致。結果顯示，第一，黃河流域和各城市群均存在條件β收斂，其收斂系數均顯著為負，意味著在考慮經濟發展等經濟社會異質性因素后，黃河流域和各城市群城市生態韌性收斂于自身穩態水平的趨勢仍存在。第二，各城市群條件β收斂速度均有一定加快。呼包鄂榆城市群變化明顯，為0.075，這顯示了所選控制變量的科學合理性。第三，黃河流域和各城市群呈現不同空間效應。與絕對β收斂中的空間效應不同，呼包鄂榆出現空間誤差效應，寧夏沿黃城市群與其相反。而黃河流域、關中平原和山東半島城市群的空間效應類型未產生變化，其空間滯后項系數均顯著為正，這說明上述主體城市生態韌性均具有正向空間溢出。

表3 黃河流域城市群城市生態韌性條件β收斂Tab.3 Condition β convergence of urban ecological resilience of urban agglomeration in the Yellow River Basin

從控制變量看，各控制變量對收斂的影響具有顯著的異質性。以經濟發展水平為例，其對中原、呼包鄂榆和山東半島城市群城市生態韌性具有顯著負向影響，這與黃河流域城市群總體一致；但對晉中和寧夏沿黃城市群城市生態韌性發展具有顯著正向影響，這說明經濟增長會促進中原、呼包鄂榆和山東半島城市群城市生態韌性向低值收斂，而晉中和寧夏沿黃城市群與其相反，這可能是因為中原、呼包鄂榆和山東半島城市群發展經濟的過程中忽視了生態環境對經濟社會可持續發展的重要性，而晉中和寧夏沿黃城市群生態本底相對較弱，城市生態韌性較為落后，較為重視綠色發展，經濟增長反而會促使城市生態韌性向高值收斂［30］。

3 討論

通過構建合理的城市生態韌性評價體系，本研究精準測度黃河流域城市生態韌性及發展趨勢。其中，對城市生態韌性的分析與既有研究［5］相一致，各城市群亟需加強群間協同聯動效應，將城市群塑造為黃河流域城市生態韌性發展的紐帶，同時打造城市群內部城市生態韌性發展互助鏈，以解決“下游強、上中游弱”和省會城市領先的不均衡不充分的發展難題。本研究主要邊際貢獻在于深入解析黃河流域城市群城市生態韌性的空間分異及收斂性，一定程度上是對現有城市生態韌性研究的有益補充，對于科學提升黃河流域城市生態韌性、協同黃河流域城市生態韌性空間發展，探索大河流域城市生態保護協調發展新模式具有重要意義。

本文仍存在以下不足：考慮到數據的可獲得性，本文以黃河流域地級市為研究案例地，未來可選取更微觀的縣域案例地，將更準確反映城市生態韌性發展狀況；此外，城市生態韌性的發展可能會受到多元層面影響，探究城市生態韌性的驅動機制是今后研究的重要內容。

4 結論

（1）黃河流域城市生態韌性表現為波動且緩慢的增長趨勢，流域生態治理與保護壓力較大。核密度曲線呈現右移趨勢，主峰不斷升高，寬度變化不明顯的特征，表明城市生態韌性有所提升，總體離散程度呈縮小態勢。

（2）城市群層面，城市生態韌性表現為“下游城市群強、上中游城市群弱”的空間格局。省會城市的城市生態韌性均值顯著高于黃河流域平均水平，城市群內部形成了“核心及省會城市—外圍及邊緣城市”遞減的空間分布格局。

（3）黃河流域和各城市群內部均存在絕對β收斂，其中晉中城市群收斂最快。加入控制變量后，黃河流域和各城市群內部呈現顯著條件β收斂趨勢，且收斂速度有所提升。此外，經濟發展水平等變量對城市生態韌性收斂的影響具有顯著異質性。