EN中文

经济地理 >

2021 , Vol. 41 >Issue 9: 31 - 39

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.09.004

区域经济与理论方法

长江中游城市群综合承载力评价与预测

  • 周仪姜 ,
  • 李林 , ※
展开
  • 湖南大学 工商管理学院，中国湖南 长沙 410082
※李林（1963—），男，广西荔浦人，博士，教授，研究方向为项目管理、区域创新管理等。E-mail：

周仪姜（1999—），女，湖南衡阳人，硕士研究生，研究方向为区域可持续发展、项目管理等。E-mail：

收稿日期: 2021-03-27

  修回日期: 2021-08-09

  网络出版日期: 2025-04-01

基金资助

湖南省科技创新决策咨询暨软科学重点项目(2018ZK3003)

湖南大学哲学社会科学发展建设资金

收起

Evaluation and Prediction of Comprehensive Carrying Capacity of Urban Agglomeration in the Middle Reaches of Yangtze River

  • ZHOU Yijiang ,
  • LI Lin , ※
Expand
  • School of Business Administration，Hunan University，Changsha 410082，Hunan，China

Received date: 2021-03-27

  Revised date: 2021-08-09

  Online published: 2025-04-01

Fold

摘要

长江中游城市群地处我国中部要位，涵盖31个地级市。对长江中游城市群综合承载力进行研究，可以促进城市群可持续发展和构建各城市产业消费“双循环”，为有关部门提供决策参考。选取经济、资源、环境、基础设施、公共服务、人口和外贸承载力指标构建长江中游城市群综合承载力指标体系，运用全排列多边形图示指标法对其进行综合评价，并基于灰色GM模型对城市群各指标未来五年综合承载状况进行科学预测，最后有针对性地提出提升长江中游城市群综合承载力的政策建议。 结果表明：2009—2018年长江中游城市群城市综合承载力呈现“W”型变化；空间上差异明显，呈现出“中心城市高周边低”的格局；预测2019—2023年长江中游城市群城市综合承载力基本保持平稳增长，各城市群子系统承载力发展不尽相同。最后结合预测的结果，认为长江中游城市群的发展要从积极解决不同城市群综合承载力短板、加强不同城市群之间的协同作用从而提高整体城市群的综合承载能力，发挥其带动中部地区扩大内需以及外贸高质量发展的作用。

关键词： 城市综合承载力; 全排列多边形图示指标法; 灰色预测; 长江中游城市群; 基础设施; 高质量发展

本文引用格式

周仪姜 , 李林 . 长江中游城市群综合承载力评价与预测[J]. 经济地理, 2021 , 41(9) : 31 -39 . DOI: 10.15957/j.cnki.jjdl.2021.09.004

Abstract

Urban agglomerations in the middle reaches of the Yangtze River are located in the central part of China,covering 31 prefecture-level cities. Research on the comprehensive carrying capacity of the urban agglomerations in the middle reaches of the Yangtze River can promote the sustainable development of urban agglomerations and build a "dual circulation" of industrial consumption in each city,providing reference for decision-making by relevant departments. This paper constructs the index system of comprehensive carrying capacity of urban agglomerations in the middle reaches of the Yangtze River which includes the economy,resources,environment,infrastructure,public services,population and foreign trade. It evaluates and predicts the comprehensive carrying capacity of urban agglomerations by the means of full arrangement comprehensive graphic method and the gray GM model,and puts forward targeted policy recommendations to improve the comprehensive carrying capacity of the urban agglomeration in the middle reaches of the Yangtze River. The results show that: 1) The comprehensive carrying capacity of cities in the middle reaches of the Yangtze River from 2009 to 2018 shows a W-shape change. 2) The spatial difference is obvious,which is higher in city center than surrounding areas. 3) It predicts that the comprehensive carrying capacity of cities keeps steady growth speed in the middle reaches of the Yangtze River from 2019 to 2023, but it has difference among the urban agglomerations. Finally,combined with the results of the forecast,it puts forward that the urban agglomeration development in the middle reaches of the Yangtze River should actively solve the shortcomings of the comprehensive carrying capacity of different urban agglomerations and strengthen the synergy between different urban agglomerations,in order to improve the overall carrying capacity of the overall urban agglomeration,expand the domestic demand and promote the high-quality development of foreign trade.

Key words： urban comprehensive carrying capacity; full arrangement comprehensive graphic method; grey prediction; urban agglomerations in the middle reaches of the Yangtze River; infrastructure; high-quality development

2015年4月国家发改委正式印发《长江中游城市群发展规划》，把长江中游城市群定位为中国经济新增长极、经济新支撑带与促进中部地区崛起先行区[1]。2020年5月习近平总书记提出“双循环”的新发展格局，要求在满足国内需求的基础上进一步释放我国经济活力。当前国际形势严峻，综合承载力是否良好对于城市群能否带动该区域整体协调发展具有重要意义。
关于承载力的研究可从定性与定量两个方面进行归纳总结。在定性方面，叶裕民、石忆邵等在前面学者的基础上，不断丰富综合承载力概念的内涵和外延的界定[2-3]；在定量方面，有学者以单要素承载力为主[4⇓-6]，也有学者分别采用多目标线性加权函数法[7]、时序全局因子分析法[8]、状态空间法[9]、熵值法[10⇓-12]等从土地、环境、人口、经济、交通等各个角度构建城市综合承载力评价模型，对综合承载力进行科学客观评价。关于承载力预测评估的研究随着构建预测模型的不断发展而发展，Oh、石岩等基于GIS技术预测城市承载力[13-14]；Lane等则描述并整合了澳大利亚资源承载力预测评估模型的基本参数[15]；韩美等基于GM（1，1）预测了威海市2016—2020年综合承载力[16]。这些文献基于单个城市的某个子系统承载力的预测较多，对综合承载力预测较少。基于此，本文选择《长江中游城市群发展规划》所涵盖的31个地级市，综合经济、资源、环境、基础设施、公共服务、人口以及外贸7个一级指标，运用全排列多边形图示指数法进行评价，在此基础上运用GM模型对该城市群各要素承载力进行预测，对长江经济带整体可持续发展具有一定的指导意义。

1 长江中游城市群综合承载力评估

1.1 评价指标体系的构建

城市综合承载力是一个复杂的系统，由多个影响要素指标通过一种复杂的互动关系构成，其测度至今还未有一个统一的共识，但公认其是一个动态的，具有相对极限意义的阈值。
在现有评价模型中，徐国冲等根据韧性城市理论设定自然资源、基础设施、经济产业、公共服务和治理能力为一级指标[17]。欧惠等以“三生空间”视角，从生产、生活、生态出发，选取出现频率较高且符合实际情况的23个指标构建指标体系[18]。朱小雨等从经济、资源、环境等6个维度构建指标体系对粤港澳大湾区城市群综合承载力进行评价[19]。阎东彬围绕人口、环境、资源、经济、交通和科教6个方面构建了京津冀城市综合承载力的评价指标[20]。结合综合承载力的概念界定，并充分考虑当前新冠肺炎疫情发生后，我国逆风的外部环境增多，本文基于数据的可取性以及现有评价模型，选取经济、资源、环境、基础设施、公共服务、外贸为7个一级指标，下设21个二级指标，见表1。
表1 城市综合承载力评价体系

Tab.1 Evaluation system of urban comprehensive carrying capacity

一级指标 二级指标 指标属性
综合承载力A 经济承载力A1 GDP增速（%）B1 正
第三产业增加值占GDP比重（%）B2 正
第一产业增加值占GDP比重（%）B3 负
资源承载力A2 人均生活用水量（L）B4 负
建成区面积（km2）B5 正
燃气普及率（%）B6 正
环境承载力A3 生活垃圾无害化处理率（%）B7 正
污水处理厂集中处理率（%）B8 正
建成区绿地覆盖率（%）B9 正
基础设施承载力A4 人均绿地面积（m2）B10 正
建成区供水管道密度（km/km2）B11 正
建成区排水管道密度（km/km2）B12 正
公共服务承载力A5 在岗人员平均工资（元）B13 正
专利申请数（个）B14 正
医院、卫生院床位数（张）B15 正
人口承载力A6 人口自然增长率（%）B16 负
人口密度（人／km2）B17 负
城镇人口比重（%）B18 正
外贸承载力A7 进口值（亿美元）B19 负
出口值（亿美元）B20 正
实际利用外资（亿美元）B21 负
研究中的相关数据主要来源于《中国城市统计年鉴》（2014—2018年）、《中国城市建设统计年鉴》（2009—2018年）以及2009—2018年湖南、湖北、江西各省的统计年鉴及各地级市的统计公报。
其中，除第一产业增加值占GDP比重、人均生活用水量、人口自然增长率、人口密度以及外贸进口值与实际利用外资为逆向指标，其他都是正向指标。正向指标表示该指标承载力的供给能力，逆向指标是对城市综合承载力的削弱。

1.2 评价模型的建立

全排列多边形图示指标法相比较于学者常使用的模糊综合评价法、熵权法，将加法改为多维乘法，更符合综合承载力的内涵，故本文选用全排列多边形图示指标法对长江中游城市群综合承载力进行测度。具体评价步骤如下：
①指标标准化：
S u = U u - L u X u - T u U u + L u - 2 T u X u + U u T u + L u T u - 2 U u L u
式中： U u、 L u、 T u分别代表指标 X u的最大值、最小值与均值； S u代表标准化后的指标值。其中正向指标标准化后的数值 S u；负向指标标准化后的数值为 - S u。
在进行标准化后的所有指标的取值都被压缩在[-1，1]这个区间。当 X u = L u时， S u = - 1；当 X u = U u时， S u = 1；当 X u = T u时， S u = 0。当指标体系中有n个指标时，可以得到一个正n边形，该n边形的n个顶点表示 S u = 1时的值，中心点表示 S u = - 1时的值，各指标的标准化值则都处在中心点到顶点的线段上，而 S u = 0时构成的多边形为指标的临界区。临界区的外部各指标经标准化后均为正，临界区的内部各指标经标准化后均为负。
②综合指数计算公式：
S = ∑ i ≠ j i , j S i + 1 S j + 1 2 n n - 1
式中： S i、 S j为第i、j个分项指标； S为综合指数值。

1.3 评价结果分析

1.3.1 时间变化特征分析

根据全排列多边形图示指标法计算得到长江中游城市群2009—2018年城市综合承载力状况。由图1可知，长江中游城市群整体城市综合承载力的变化趋势呈现“W”型，其中2009—2011年下降速度较快，到2011年达到低点，之后至2014年呈快速增长趋势，2014—2016年呈缓慢下降，2016年后继续呈上升趋势并趋于平稳。具体而言，第一阶段的快速上升开始于2011年，2009年国务院通过《促进中部崛起规划》，2010年《全国主体功能区规划》中将“长江中游地区”等列为“国家重点开发区域”，2011年通过的《国民经济和社会发展第十二个五年规划纲要》要求加快构建“沿长江中游经济带”，中央政府一系列的政策支持促进了基础设施、社会事业等方面的提升，使城市综合承载力急速提升。2014年开始下降阶段是由新常态的调整引起的，人口大量迁移以及之前经济过快发展遗留下来的资源、环境等问题使得长江中游城市群城市综合承载力出现短暂下降的情况。2015年国务院正式发布《长江中游城市群发展规划》使得其综合承载力继续快速增长。
图1 长江中游城市群综合承载力演化趋势

Fig.1 Changing trend of comprehensive carrying capacity of urban agglomerations in the middle reaches of the Yangtze River

表2详细展示了2009—2018年城市综合承载力的子系统评价值的变化。从表中可以看出，子系统的时间变化趋势基本上与综合承载力的变化趋势是一致的，其中经济承载力和公共服务承载力在2012年达到最低点，是由于受到2008年全球金融危机的影响一直持续到2012年；公共服务方面也受到了较大影响，但2012年后呈波动上升。资源承载力都是在2011年达到最低点后呈缓慢上升，说明之前受经济快速发展而产生的环境破坏和资源匮乏问题已经逐渐得到解决。环境承载力一直呈缓慢上升的趋势，说明各地区对环境的保护措施有一定的成效。基础设施承载力先呈不断下降趋势并于2016年达到最低点，2015年《长江中游城市群发展规划》的正式发布和实施使得一些偏远地区的基础设施得到改善，同时基础设施承载力的提高也是2016年后长江中游城市群城市综合承载力得到回升的主要原因。人口承载力2013年达到最低点，是受到人口增长过快的影响，但近几年得到好转。外贸承载力2011年达到最低点，一是由于全球经济增长动力依然不足，低于金融危机前10年4%的平均水平；二是由于贸易投资保护主义进一步加剧，贸易摩擦的影响持续加大。但2011年后便持续增长。
表2 长江中游城市群综合承载力评价结果

Tab.2 Evaluation results of comprehensive carrying capacity of urban agglomerations in the middle reaches of the Yangtze River

年份 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
经济承载力 0.2725 0.2633 0.2532 0.2481 0.2643 0.2501 0.2891 0.2799 0.3210 0.2916
资源承载力 0.2341 0.2366 0.2246 0.2303 0.2257 0.2312 0.2322 0.2353 0.2368 0.2484
环境承载力 0.3841 0.3881 0.3928 0.4075 0.4339 0.4212 0.4235 0.4447 0.4508 0.4459
基础设施承载力 0.2425 0.2433 0.2377 0.2291 0.2288 0.2200 0.2199 0.2176 0.2273 0.2287
公共服务承载力 0.2099 0.2052 0.1999 0.1985 0.2046 0.2089 0.2153 0.2175 0.2209 0.2249
人口承载力 0.2691 0.2362 0.2411 0.2297 0.2363 0.2439 0.2327 0.2420 0.2596 0.2524
外贸承载力 0.2962 0.2949 0.2928 0.2971 0.2979 0.2970 0.2975 0.2939 0.2954 0.2950
综合承载力 0.2841 0.2778 0.2700 0.2741 0.2806 0.2861 0.2844 0.2837 0.2917 0.2928
长江中游城市群包含武汉城市圈、环长株潭城市群和环鄱阳湖城市群，不同城市群间经济、社会、外贸的差异显著，因此有必要将三个城市群进行差异化分析。由图2可知，武汉城市圈和环鄱阳湖城市群的综合承载力评价2009—2017年呈现波动上升趋势，环长株潭城市群微微有点下降，但基本趋于平稳。其中，武汉城市圈整体得分较高，在2011—2013年期间涨幅较大，之后趋于平稳。环长株潭城市群整体趋于平稳，变化不明显。环鄱阳湖城市群呈现先下降后上升趋势，2016后涨幅明显。
图2 2009—2018年三大城市群综合承载力变化趋势

Fig.2 Changing trend of comprehensive carrying capacity of the three urban agglomerations in the middle reaches of the Yangtze River from 2009 to 2018

为了分析长江中游城市群各个城市群内部子系统的情况，本文将城市群综合承载力按照子系统和城市群分类计算，结果见表3。武汉城市圈在外贸承载力上得分高于其他城市群，环长株潭城市群在公共服务承载力上得分较高，而环鄱阳湖城市群在环境承载力上比较突出。在变化趋势上，不同城市群在不同子系统中的变化趋势不尽相同。环长株潭城市群和环鄱阳湖城市群经济承载力呈现先下降后上升趋势，最低点在2013年前后。与2009年相比，除武汉城市圈外，其余城市群经济承载力均有所上升。资源方面，武汉城市圈呈先下降后上升趋势。环长株潭城市群下降趋势明显，并于2016年达到最低点后缓慢回升。环鄱阳湖城市群则变化幅度小，呈波动上升趋势。与前两个子系统不同，武汉城市圈和环长株潭城市群整体增幅明显，环鄱阳湖城市群波折较多，但最后得分稍稍下滑。基础设施方面，武汉城市圈和环鄱阳湖城市群下降趋势明显，环长株潭城市群在2012年达到最低点后持续增长且增幅较大。公共服务方面，环鄱阳湖城市群先微微下降，于2011年达到最低后上涨幅度明显，而武汉城市圈和环长株潭城市群下降幅度明显。与经济子系统类似，环长株潭城市群和环鄱阳湖城市群在人口承载力上呈先下降后上升趋势，而武汉城市圈呈波折下降趋势。外贸方面，武汉城市圈在2011年达到最低点后呈波折上升，环长株潭城市群和环鄱阳湖城市群呈先上升后下降趋势。相比2009年，三大城市群外贸承载力均有所下降。
表3 三大城市群子系统综合承载力评价结果

Tab.3 Evaluation results of comprehensive carrying capacity of the subsystems of three urban agglomerations in the middle reaches of the Yangtze River

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
经济承载力 武汉城市圈 0.2714 0.2788 0.2914 0.1844 0.1979 0.1622 0.1532 0.1241 0.1326 0.1228
环长株潭城市群 0.3177 0.3033 0.2925 0.3257 0.3065 0.3246 0.3662 0.3152 0.3866 0.3834
环鄱阳湖城市群 0.2285 0.2077 0.1757 0.2342 0.2884 0.2636 0.3478 0.4004 0.4438 0.3685
资源承载力 武汉城市圈 0.2166 0.2144 0.1972 0.2251 0.2139 0.2473 0.2620 0.2780 0.2706 0.2850
环长株潭城市群 0.2565 0.2550 0.2383 0.2316 0.2247 0.2117 0.1996 0.1970 0.2084 0.2269
环鄱阳湖城市群 0.2293 0.2403 0.2383 0.2341 0.2385 0.2345 0.2350 0.2308 0.2314 0.2332
环境承载力 武汉城市圈 0.2371 0.1879 0.2116 0.2849 0.3228 0.2819 0.2991 0.3290 0.2869 0.3531
环长株潭城市群 0.2936 0.3092 0.3063 0.3001 0.3322 0.3347 0.3893 0.4225 0.4616 0.3992
环鄱阳湖城市群 0.6215 0.6673 0.6604 0.6375 0.6466 0.6470 0.5822 0.5825 0.6039 0.5853
基础设施承载力 武汉城市圈 0.2799 0.2659 0.2413 0.2396 0.2266 0.2106 0.2073 0.1992 0.2309 0.2149
环长株潭城市群 0.1486 0.1516 0.1527 0.1379 0.1446 0.1523 0.1550 0.1616 0.1715 0.1792
环鄱阳湖城市群 0.2990 0.3125 0.3192 0.3097 0.3152 0.2971 0.2973 0.2920 0.2795 0.2921
公共服务承载力 武汉城市圈 0.1787 0.1742 0.1563 0.1551 0.1534 0.1536 0.1545 0.1530 0.1517 0.1508
环长株潭城市群 0.3333 0.3301 0.3334 0.3232 0.3196 0.3206 0.3179 0.3169 0.3121 0.3198
环鄱阳湖城市群 0.1176 0.1113 0.1101 0.1172 0.1408 0.1526 0.1736 0.1827 0.1989 0.2040
人口承载力 武汉城市圈 0.2715 0.2769 0.2819 0.2758 0.2737 0.2777 0.2676 0.2724 0.2621 0.2660
环长株潭城市群 0.3131 0.2388 0.2478 0.2160 0.2335 0.2531 0.2285 0.2494 0.3127 0.2946
环鄱阳湖城市群 0.2227 0.1929 0.1936 0.1974 0.2016 0.2009 0.2021 0.2042 0.2039 0.1966
外贸承载力 武汉城市圈 0.3559 0.3186 0.3051 0.3188 0.3188 0.3140 0.3285 0.3244 0.3291 0.3315
环长株潭城市群 0.2276 0.2353 0.2308 0.2287 0.2278 0.2287 0.2265 0.2253 0.2272 0.2264
环鄱阳湖城市群 0.3052 0.3309 0.3426 0.3437 0.3472 0.3483 0.3375 0.3320 0.3298 0.3270

1.3.2 空间差异格局分析

为了分析长江中游城市群内部各城市综合承载力空间分异情况，本文在图3中展示了长江中游城市群31个城市2009和2018年的综合承载力可视化结果。从空间上看，无论是2009年还是2018年，以武汉、长沙、南昌为中心的周边城市综合承载力高于其他地方，且多集中于长江中游地区的东南和西北方。从总体上看2009—2018年，大部分城市的综合承载力是保持稳定或者有所提升的，只有较少部分城市出现下降的情况。
图3 长江中游城市群综合承载力空间演变

Fig.3 Spatial differentiation of comprehensive carrying capacity in the middle reaches of the Yangtze River

从空间变化来讲，长江中游城市群东南方位的各地区城市综合承载力提升幅度较大，细化到各城市群可发现，主要集中在环鄱阳湖城市群。结合表3各城市群子系统变化可发现，环鄱阳湖城市群综合承载力提高较为明显主要归功于公共服务承载力和人口承载力的提高，以及较为突出的环境承载力和经济承载力。位于江西省的环鄱阳湖城市群从2007年社会工作试点起步以来，立足于城乡一体化推进，到2018年已经取得了较大的发展。同时，在中心城市南昌的辐射带动下，对其周边城市无论在交通、资源以及人才吸引上都有一定程度的支持，例如“昌九一体化战略”的提出使得九江得到快速发展。因此，各地区的地理位置也要求了其发展的具体方向。

1.3.3 作用机制分析

长江中游城市群综合承载力本身具有结构分明且关系复杂的具体特征，其作用机制不仅受到指标数据的影响，还与其结构功能相关。其经济承载力和外贸承载力对综合承载力起到动力支撑作用，资源承载力和环境承载力对综合承载力起到基础支撑作用，而基础设施承载力、公共服务承载力和人口承载力是综合承载力的目标支撑。本文结合长江中游城市群综合承载力评价指标体系和相互作用机理，运用结构方程模型分析长江中游城市群2009—2018年综合承载力作用机制，意图厘清各指标间的相互作用关系以及对综合承载力的影响，具体结果见表4、表5。
表4 影响二级指标对一级指标及目标层的作用强弱

Tab.4 Strength of the second-level indicators on the first-level indicators and the target level

Regression Estimate C.R. C.R. P Regression Estimate C.R. C.R. P
B1→A1 -0.005 0.003 -2.072 0.038 B15→A5 0.002 0.011 0.220 0.826
B2→A1 -0.000 0.002 -0.102 0.919 B16→A6 0.720 0.230 3.122 0.002
B3→A1 -0.005 0.002 -2.647 0.008 B17→A6 -0.303 0.174 -1.739 0.082
B4→A2 0.154 0.128 1.202 0.229 B18→A6 27.741 0.008 3 586.501 ***
B5→A2 -0.281 0.256 -1.097 0.273 B19→A7 -0.375 0.030 -12.472 ***
B6→A2 -0.103 0.118 -0.873 0.382 B20→A7 -0.034 0.025 -1.366 0.172
B7→A3 -5.887 0.131 -44.949 *** B21→A7 0.172 0.062 2.795 0.005
B8→A3 1.998 0.612 3.266 *** A1→A -0.225 0.000 -934.221 ***
B9→A3 -10.770 0.166 -65.070 *** A2→A -0.339 0.000 -1 241.879 ***
B10→A4 -0.884 0.071 -12.526 *** A3→A 0.208 0.000 63 111.323 ***
B11→A4 0.682 0.087 7.807 *** A4→A -0.062 0.000 -5 100.771 ***
B12→A4 0.043 0.053 0.811 0.417 A5→A 0.103 0.000 9 174.577 ***
B13→A5 -0.003 0.003 -1.044 0.296 A6→A -0.016 0.158 -0.102 0.919
B14→A5 0.003 0.005 0.532 0.595 A7→A -0.001 0.148 -0.006 0.995

注：***表示回归结果通过显著性检验。表5同。

表5 影响二级指标之间相互作用强弱

Tab.5 Strength of the interaction between the secondary indicators

Regression Estimate C.R. C.R. P Regression Estimate C.R. C.R. P
B1↔B2 -16.685 3.980 -4.192 *** B13↔B14 7.940 0.008 -0.000 ***
B1↔B3 7.607 1.757 4.331 *** B13↔B15 -0.932 0.008 1 015.071 0.262
B2↔B3 -12.087 2.877 -4.201 *** B14↔B15 -2.007 0.000 -7 370.683 0.897
B4↔B5 -6.775 10.969 -0.618 0.537 B16↔B17 6.264 1.813 3.455 ***
B4↔B6 -7.175 1.879 -3.818 *** B16↔B18 -0.132 0.034 -3.928 ***
B5↔B6 2.887 2.348 1.229 0.219 B17↔B18 -0.055 0.024 -2.264 ***
B7↔B8 8.776 2.449 3.584 *** B19↔B20 9.392 2.331 4.029 ***
B7↔B9 -0.357 0.124 -2.868 0.004 B19↔B21 3.796 1.002 3.788 ***
B8↔B9 -0.019 0.438 -0.044 0.965 B20↔B21 12.200 2.846 4.286 ***
B10↔B11 0.101 0.056 1.815 0.070
B10↔B12 0.187 0.050 3.757 ***
B11↔B12 0.239 0.061 2.929 ***
从结果可以看出，作用于长江中游城市群综合承载力的指标中，污水处理厂集中处理率、建成区供水管道密度、城镇人口比重对环境承载力、基础设施承载力和人口承载力具有显著正向作用，环境承载力和公共服务承载力对综合承载力具有正向推动作用。同时，在指标间相互作用过程中，经济承载力、人口承载力和外贸承载力系统中都有显著的相互作用关系，表现出系统内各要素相互作用频繁，而环境承载力和公共服务承载力中各要素较为独立或通过其余要素进行交流，直接作用较少。

2 长江中游城市群综合承载力预测

2.1 预测模型建立

本文建立灰色动态GM（N，1）模型，对长江中游城市群经济承载力、资源承载力、环境承载力、公共服务承载力、基础设施承载力、人口承载力、外贸承载力及综合承载力进行预测。灰色动态GM（N，1）模型作为预测模型，由于N越大，计算越复杂，但却降低了精确度，因此，一般N值低于3，最常用的是灰色动态GM（1，1）模型。具体步骤如下：
①对数据序列 X 0 = x 1 0 , x 2 0 , … , x n 0做一次累加生成，得到
X 1 = x 1 1 , x 2 1 , … , x n 1 ; 其 中 x t 1 = ∑ k = 1 t x k 0
②构造累加矩阵B与常数项向量 Y n，即
B = - 1 2 x 1 1 + x 2 1 1 - 1 2 x 2 1 + x 3 1 1 ⋮ ⋮ - 1 2 x n - 1 1 + x n 1 1
Y n = x 1 2 0 , x 1 3 0 , ⋯ , x 1 n 0 T
③用最小二乘法求解灰参数 a ^
a ^ = a u = B T B - 1 B T Y n
④将灰参数代入时间序列
x ^ t + 1 1 = x 1 0 - u a e - a t + u a
⑤对 x ^ t + 1 1求导还原得到
x ^ t + 1 0 = - a x 1 0 - u a e - a t 或 x ^ t + 1 0 = x ^ t + 1 1 - x ^ t 1
⑥计算后验比c及小误差概率p
S 1 2 = ∑ t = 1 m x t 0 - x ¯ t 0 2     ; S 2 2 = 1 m - 1 ∑ t = 1 m - 1 q t 0 - q ¯ t 0 2
c = s 1 s 2     ; p = q t 0 - q ¯ 0 < 0.6475 s 1
当p>0.95和c<0.35时，该模型可靠，可以基于该模型对时间序列进行预测。

2.2 预测结果分析

应用Matlab R2020a 软件，依据2009—2018年长江中游城市群各系统承载力指标值，构建灰色GM（1，1）模型，预测2019—2023年长江中游城市群各系统承载力指数的变化情况。
由2009—2018年的拟合结果（表6），灰色GM（1，1）模型对长江中游城市群具有良好的预测作用，因此可用于未来5年的预测，预测结果见表7。
表6 2009—2018年三大城市群各系统承载力拟合结果

Tab.6 Fitting results of the carrying capacity of each system in the middle reaches of the Yangtze River from 2009 to 2018

指标名称 城市群名称 C P
经济承载力 武汉城市圈 0.0963 1
环长株潭城市群 0.3094 1
环鄱阳湖城市群 0.1749 1
资源承载力 武汉城市圈 0.1147 1
环长株潭城市群 0.3411 1
环鄱阳湖城市群 0.2357 1
环境承载力 武汉城市圈 0.3465 1
环长株潭城市群 0.1865 1
环鄱阳湖城市群 0.2296 1
基础设施承载力 武汉城市圈 0.2496 1
环长株潭城市群 0.3231 1
环鄱阳湖城市群 0.2257 1
公共服务承载力 武汉城市圈 0.2228 1
环长株潭城市群 0.2308 1
环鄱阳湖城市群 0.0289 1
人口承载力 武汉城市圈 0.3030 1
环长株潭城市群 0.3456 1
环鄱阳湖城市群 0.1347 1
外贸承载力 武汉城市圈 0.1276 1
环长株潭城市群 0.3099 1
环鄱阳湖城市群 0.2638 1
综合承载力 长江中游城市群 0.2042 1
表7 2019—2023年三大城市群各系统承载力预测值

Tab.7 Predicted value of the carrying capacity of each system of three urban agglomerations in the middle reaches of the Yangtze River in 2019-2023

2019 2020 2021 2022 2023
经济承载力 武汉城市圈 0.0943 0.0834 0.0738 0.0654 0.0578
环长株潭城市群 0.3912 0.4041 0.4174 0.4312 0.4455
环鄱阳湖城市群 0.4811 0.5306 0.5852 0.6455 0.7119
资源承载力 武汉城市圈 0.3030 0.3170 0.3315 0.3468 0.3627
环长株潭城市群 0.1967 0.1922 0.1878 0.1835 0.1792
环鄱阳湖城市群 0.2302 0.2293 0.2283 0.2273 0.2264
环境承载力 武汉城市圈 0.3673 0.3873 0.4084 0.4307 0.4541
环长株潭城市群 0.4649 0.4897 0.5159 0.5434 0.5725
环鄱阳湖城市群 0.5693 0.5592 0.5492 0.5394 0.5298
基础设施承载力 武汉城市圈 0.1985 0.1934 0.1885 0.1837 0.1791
环长株潭城市群 0.1765 0.1809 0.1855 0.1901 0.1949
环鄱阳湖城市群 0.2810 0.2771 0.2732 0.2694 0.2657
公共服务承载力 武汉城市圈 0.1467 0.1449 0.1432 0.1415 0.1398
环长株潭城市群 0.3116 0.3097 0.3078 0.3058 0.3039
环鄱阳湖城市群 0.2319 0.2527 0.2754 0.3001 0.3271
人口承载力 武汉城市圈 0.2632 0.2613 0.2595 0.2577 0.2558
环长株潭城市群 0.2971 0.3071 0.3175 0.3282 0.3392
环鄱阳湖城市群 0.2042 0.2052 0.2062 0.2073 0.2083
外贸承载力 武汉城市圈 0.3332 0.3357 0.3383 0.3408 0.3434
环长株潭城市群 0.2240 0.2231 0.2222 0.2213 0.2204
环鄱阳湖城市群 0.3306 0.3292 0.3278 0.3264 0.3250
综合承载力 长江中游城市群 0.2949 0.2975 0.3001 0.3028 0.3054
长江中游城市群综合承载力2019—2023年呈稳定上升趋势，说明此地区区域综合承载力状况会持续改善。通过对不同城市群各个子系统单独分析可以发现：武汉城市圈在环境承载力和外贸承载力方面有所提升，例如建成区绿地面积不断增加、实际利用外资不断提高。但是由于偏远地区经济开发、社会发展亟需完善，因此其余子系统的预测值均有所下降。环长株潭城市群在资源、公共服务和外贸方面发展趋势不容乐观，会由于城市的发展造成资源浪费、公共服务不到位等问题。但其余方面，尤其是经济方面发展会比较迅速，这是由于在中心城市的带动下，各贫困地区在大力发展自己的经济。环鄱阳湖城市群较为注重“人”的发展，公共服务承载力和人口承载力在有效的政策下均有所提升，但由于前期城市快速的发展造成资源环境问题严峻，同时基础设施和外贸方面仍需加强。

3 研究结论及政策建议

3.1 结论

本文基于综合承载力的核心要素，从经济承载力、资源承载力、环境承载力、基础设施承载力、公共服务承载力和外贸承载力七方面建立长江中游城市群综合承载力的环形拓扑评价模型，运用全排列多边形图示指数法在一定程度上对长江中游城市群综合承载力进行客观评价，通过深入分析不同城市群各个子系统的情况探讨城市综合承载力可以改善的短板，并对空间演变情况进行分析。在此基础上，采用灰色动态GM模型对长江中游城市群未来五年的承载状况进行科学的预测。主要结论如下：
①从时间维度上看，2009—2018年长江中游城市群城市综合承载力整体呈现“W”形，最后趋于平稳趋势。其中，各个子系统的变化趋势与综合承载力变化趋势基本一致，各城市群之间又存在一定程度的区别。武汉城市圈在三大城市群中城市综合承载力水平最高，其次是环鄱阳湖城市群，最后是环长株潭城市群。武汉城市圈和环鄱阳湖城市群的综合承载力评价2009—2017年呈现波动上升趋势，环长株潭城市群稍有下降，但基本趋于平稳。武汉城市圈在外贸承载力上得分高于其他城市群，环长株潭城市群在公共服务承载力上得分较高，而环鄱阳湖城市群在环境承载力上比较突出。
②从空间维度上看，空间差异较为显著，呈“中心城市高于周边城市”趋势。就2009和2018年空间分布情况看，大部分城市的综合承载力是保持稳定或者有所提升的，只有较少部分城市出现下降的情况。其中，环鄱阳湖城市群中大部分城市发展较快，综合承载力水平较其他两大城市群提升幅度更为明显。
③从作用机制上看，经济承载力、人口承载力和外贸承载力内部指标相互作用较为频繁，而环境承载力和公共服务承载力内部指标相互作用较少。长江中游城市群综合承载力整体机制中，污水处理厂集中处理率、建成区供水管道密度和城镇人口比重对长江中游城市群综合承载力结构功能具有显著正向促进作用。
④2019—2023年长江中游城市群综合承载状况均不断上升，承载状况基本保持平稳，但不同城市群各个指标的发展情况参差不齐。其中，武汉城市圈要努力提升经济、资源、环境和人口等方面，环长株潭城市群要大力发展资源、公共服务和外贸方面，环鄱阳湖城市群应补齐资源、环境、基础设施和外贸的短板，最终实现各城市群城市综合承载力的整体提升。

3.2 建议

通过以上实证分析可知，长江中游城市群城市综合承载力整体趋势向上，但不同城市的综合承载力发展趋势不尽相同，且发展不均衡的现状显著，建议在遵循科学规律的基础上推动长江中游城市群城市综合承载力不断提升。
高承载力及较高承载力城市要识别自身要素承载力短板，把有限的资源投入到相对不足的地方，突破自身发展瓶颈，提高城市综合承载力水平。但同时应注重发挥整体优势，城市综合承载力有很强的系统整体性，如果单靠某一种要素承载力驱动发展，反而会制约城市发展。尤其是三大中心城市——南昌、长沙和武汉，经济承载力比重相对较高，应在克服城市发展短板的基础上，优化系统结构和深度挖掘城市潜力。同时以《长江中游城市群发展规划》为指导，充分发挥国家中心城市的溢出效应以促进轴地区的发展，然后通过轴发展的扩散，对周围地区产生蛛网状的辐射效应，带动长江中游城市群整体区域发展。
针对三大城市群不同子系统的预测结果分析，以下几个方面是未来提升城市群综合承载力水平的努力方向：
①经济和外贸发展方面。保证经济水平稳定增长是重要的基础，同时应注重第三产业的发展，尤其是注重发展高新技术产业，加强对科技的投资，提升技术水平，从而吸引外商投资。其次，应积极刺激消费，扩大内需，切实利用好外资来发展本地经济，实现国内国际“双循环”发展。
②资源利用和环境保护方面。应加大节能环保的投入，提高污水处理率；积极发展新能源产业，减轻生态环境压力；提高居民的环保意识，建立科学的生活生产观念，实现人和城市协调发展。
③基础设施和公共服务建设方面。一方面，应加强基础设施建设，尤其是一些偏远地区在公园绿化、水利建设等方面均需提升；另一方面，应不断完善公共服务能力，如景德镇、潜江在医疗卫生、科教文卫事业方面可以进一步完善。
城市群是一个极其复杂的城市“集合体”，城市群城市之间分工明确、协调性强，往往能使城市群各项职能得到最充分发挥，从而起到事半功倍的效果。因此应明确群内各城市的优势，扬长避短，合理定位各城市功能，提高城市运行效率。充分发挥中心城市的扩散效应，使承载能力较高的城市带动承载能力较低的城市提升其综合承载能力，进而提升整个城市群的综合承载能力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
国家发展改革委. 长江中游城市群发展规划[EB/OL]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201504/t20150416_963800.html?code=&state=123,2015-04-13.

[2]
叶裕民. 解读“城市综合承载能力”[J]. 前线, 2007(4):27-28.

[3]
石忆邵. 城市综合承载力的研究进展及展望[J]. 地理研究, 2013, 32(1):133-145.

[4]
Wang L T, Wei Z, Yang Y, et al. The 2013 severe haze over southern Hebei,China:Model evaluation,source apportionment,and policy implications[J]. Atmospheric Chemistry Physics, 2014,14:3151-3173.

[5]
张人禾, 李强, 张若楠. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学:地球科学, 2014, 44(1):27-36.

[6]
安强, 魏传江, 贺华翔, 等. 基于模糊综合评价法的河南省中原城市群水资源承载力评价研究[J]. 节水灌溉, 2019(12):70-76.

[7]
高红丽, 涂建军. 城市综合承载力评价研究——以成渝经济区为例[J]. 西南大学学报:自然科学版, 2010, 32(10):148-152.

[8]
刘惠敏. 长江三角洲城市群综合承载力的时空分异研究[J]. 中国软科学, 2011(10):114-122.

[9]
徐骁, 赵富强. 城市综合承载力评价研究——基于三角模糊层次分析法[J]. 当代经济, 2012(23):155-157.

[10]
魏超, 叶属峰. 海岸带区域综合承载力评估指标体系的构建与应用——以南通市为例[J]. 生态学报, 2013, 33(18):5893-5904.

[11]
程广斌, 申立敬. 天山北坡城市群城市综合承载力评价[J]. 中国沙漠, 2015, 35(5):1371-1375.

DOI

[12]
苏珍来, 吴壮金, 韦芦桂. 广西北部湾经济区城市群综合承载力时空格局及制约因素[J]. 湖北农业科学, 2019(17):48-52,57.

[13]
Oh K, Jeong Y. Determining development destiny using the urban carrying capacity assessment system[J]. Landscape and Urban Planning, 2005, 73(1):1-15.

[14]
石岩, 于雷, 万军. 基于环境安全格局的威海市土地承载力评估[J]. 中国人口·资源与环境, 2015, 25(S2):213-216.

[15]
Lane M, Dawes L. The essential parameters of a resource-based carrying capacity assessment model:An Australian case study[J]. Ecological Modelling, 2014,272:220-231.

[16]
韩美, 路广. 东营市海岸带区域综合承载力评估[J]. 中国人口·资源与环境, 2017, 27(2):93-101.

[17]
徐国冲, 郭轩宇. 城市综合承载力的评估框架与提升策略——来自新加坡的启示[J]. 上海行政学院学报, 2020(1):59-69.

[18]
欧惠, 戴文远, 黄万里, 等. 基于“三生空间”的福建省城市综合承载力研究[J]. 生态科学. 2020(3):74-82.

[19]
朱小雨, 张廷海. 粤港澳大湾区城市群综合承载力评价研究——基于熵值法和灰色关联法的实证分析[J]. 山西师范大学学报:自然科学版, 2020(2):125-133.

[20]
阎东彬. 京津冀一体化进程中重点城市综合承载力研究[J]. 国家行政学院学报, 2015(2):70-74.

Options
文章导航

/

〈 〉