EN中文

Economic geography >

2025 , Vol. 45 >Issue 4: 157 - 167

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.04.015

Local and Tele-coupling Coordination of Urbanization and Ecosystem Health in the Central Yunnan Urban Agglomeration

  • LI Chen , 1, 2 ,
  • WU Yingmei , 1, ※ ,
  • GAO Binpin 3 ,
  • WU Yan 4 ,
  • WANG Mengjiao 1 ,
  • ZHEN Kejun 1, 5
Expand
  • 1. Faculty of Geography，Yunnan Normal University，Kunming 650500，Yunnan，China
  • 2. School of Geography，Nanjing Normal University，Nanjing 210023，Jiangsu，China
  • 3. Department of Public Administration，Party School of Yunnan Committee of CPC，Kunming 650111，Yunnan，China
  • 4. Key Laboratory of Watershed Geographic Sciences & Nanjing Institute of Geography and Limnology，Chinese Academy of Sciences，Nanjing 210008，Jiangsu，China
  • 5. Yunnan Academy of Social Sciences，Kunming 650000，Yunnan，China

Received date: 2023-12-21

  Revised date: 2024-07-25

  Online published: 2025-06-24

Fold

Abstract

Taking the Central Yunnan Urban Agglomeration as a case study, this study constructs a framework for analyzing local and tele-coupling coordination relationships between urbanization and ecosystem health based on the "pattern-process" research approach. The findings reveal the following: 1) From 2000 to 2020, the level of urbanization showed continuous improvement in the Central Yunnan Urban Agglomeration, while ecosystem health initially deteriorated and later improved. Spatially, the two systems exhibited a dislocated pattern, with urbanization characterized by "high in the east of the Central Yunnan Urban Agglomeration and low in the west of the Central Yunnan Urban Agglomeration" and ecosystem health displaying the opposite trend of "high in the west of the Central Yunnan Urban Agglomeration and low in the east of the Central Yunnan Urban Agglomeration". 2) The local coupling coordination between urbanization and ecosystem health has gradually strengthened, with the main urban area of Kunming serving as the high-value core, radiating outward to the periphery, demonstrating a pronounced polarization effect. Simultaneously, the function of tele-coupling coordination has also improved, resulting in four telecoupling coordination axes with relatively balanced spatial distribution. 3) The degree of local and tele-coupling coordination between urbanization and ecosystem health has increased, transitioning from near imbalance to primary coordination. This trend features high-value clusters centered around regional central cities, with diffusion along the tele-coupling coordination axes. The influence of tele-coupling coordination has been growing, significantly supporting overall regional coupling and coordination. Differences in local and tele-coupling coordination effects are observed between core and peripheral areas, with peripheral areas relying more on tele-coupling coordination. Based on these findings, this study proposes spatially differentiated regulatory strategies that emphasize tele-coupling coordination, aiming to provide practical references for the coordinated development of urban agglomeration and ecosystem health.

Key words： urbanization; ecosystem health; resistance and resilience; coupling coordination; Central Yunnan City Agglomeration; axis

Cite this article

LI Chen , WU Yingmei , GAO Binpin , WU Yan , WANG Mengjiao , ZHEN Kejun . Local and Tele-coupling Coordination of Urbanization and Ecosystem Health in the Central Yunnan Urban Agglomeration[J]. Economic geography, 2025 , 45(4) : 157 -167 . DOI: 10.15957/j.cnki.jjdl.2025.04.015

改革开放以来，中国城镇化水平快速提升，2023年中国城镇化水平达66.16%，超过全球57.25%的平均水平，我国城镇化进程由早中期的快速增长阶段即将进入后期的成熟阶段[1]。然而，城镇化的迅速发展深刻地改变了区域生态环境基底，其中城市群作为国家新型城镇化的空间主体，其高强度的开发建设过程对生态系统健康的可持续性构成巨大威胁[2]。党的二十大报告明确指出“中国式现代化是人与自然和谐共生的现代化”，为新时期城镇化建设提供了根本遵循。党的二十届三中全会进一步强调“聚焦建设美丽中国，加快经济社会发展全面绿色转型”，同时国务院印发的《深入实施以人为本的新型城镇化战略五年行动计划》提出“构建科学合理的城镇化格局”。因此，坚持人与自然和谐共生，探寻城镇化发展与生态系统健康维护的耦合协调过程，对促进城市群集约高效发展，构建城市群高质量发展格局具有重要意义。
生态系统健康是指在人为干扰下生态系统结构功能保持完整性的同时，并提供可持续的生态系统服务的能力，应具有活力、维持组织力、稳定的抵抗力和提供可持续的生态系统服务的综合特征[3]。健康的生态系统为城镇化提供了必要的物质基础和生态服务，同时生态系统健康的状态也制约着城镇化的进程。当前，关于城镇化与生态系统健康的交互耦合关系已经成为学术界的研究热点[4]。在理论上，学者们提出了人地关系地域系统理论、行星边界理论[5]、远程耦合理论[6]、耦合圈理论[7]、耦合魔方理论[8]等；在方法上，现有研究普遍采用耦合协调模型分析不同地域单元城镇化与生态环境动态发展关系[9]。然而，考虑耦合关系的复杂性，仅采用传统范式探讨城镇化与生态环境耦合关系已显现出局限性，随着远程耦合理论[6]的提出，越来越多的研究表明，城镇化与生态环境具有明显的远程耦合作用[10-11]，需要进一步深入对近远程耦合关系加以解释。Bicudo等采用近远程耦合分析框架，指出巴西远端城镇化中城市居民对生态旅游的需求促进大西洋森林自然生态系统的保护[12]；方创琳等借助能值代谢方法，发现京津冀城市群城镇化对生态环境的近远程耦合作用不断增强[13]；Liu等采用空间计量模型探讨了城镇化背景下土地利用变化对生态系统服务的远程耦合影响，并指出城市群规划应考虑不同要素的远程耦合效应[14]；Tang等进一步将耦合协调模型加入空间权重，拓展为近远程耦合协调模型，对武汉城市圈的城镇化与生态环境质量进行实证研究，并论述了该模型的合理性[15]；任宇飞等认为近远程耦合框架高度契合城市群和生态系统的整体性和复杂性特征，是未来研究城镇化与生态系统协调关系的方法论趋势[16]。然而，现有城镇化与生态系统健康耦合研究的理论框架尚未成熟，尤其是将近远程耦合框架运用在城市群区域，并对城市群在城镇化与生态系统健康协调关系的研究有待进一步深入。
滇中城市群是全国“两横三纵”城镇化战略格局的重要组成部分，在国家开发开放格局中具有重要的战略地位。当前，滇中城市群处于快速发展阶段，这一过程中区域生态系统健康面临着巨大威胁。基于此，本文以滇中城市群为研究区，在构建城市群城镇化与生态系统健康近远程耦合关系框架的基础上，遵循“格局—过程”的研究思路，尝试探究其城镇化与生态系统健康的近远程耦合关系，为加快推进城市群人与自然和谐共生的现代化建设提供理论支撑和决策参考。

1 城镇化与生态系统健康近远程耦合框架构建

城镇化与生态系统同时存在着近程和远程的耦合作用[10,17]，方创琳等[4,7-8,16]创新性地提出城市群城镇化与生态环境近远程耦合理论模型，认为城市群是在空间组织更加紧凑、经济联系更为紧密、社会经济与生态环境高度一体的城市集合区域。因此，城市群地区城镇化与生态环境近远程交互作用尤为显著，并在京津冀城市群[13]、武汉城市圈[15]的研究中得到证实。基于上述理论，本文提出城市群城镇化与生态系统健康近远程耦合分析框架（图1）。在不同的研究对象中，近远程耦合的作用范围可进行相应的调整[10]。在本研究中，依据县域是我国城镇化建设的重要载体，近程耦合指县域行政边界内的交互作用，远程耦合为城市群内跨县域的交互作用，而“远端”特指远程耦合中与焦点县域存在关联的具体作用区域。近远程耦合关系的具体释义：①近程耦合：在城市群各县域内部，城镇化过程与生态系统健康维护存在着胁迫、促进与约束、承载作用，这一过程称为近程耦合。②远程耦合：在城市群各县域之间，本地城镇化过程对远端县域生态系统健康产生影响，远端县域生态系统健康情况对本地城镇化进程也具有影响。
图1 城市群城镇化与生态系统健康近远程耦合关系

Fig.1 Local and tele-coupling relationships between urbanization and ecosystem health in urban agglomeration

在该框架中，城市群城镇化与生态系统健康远程耦合具体表现为：一方面，随着本地城镇化过程中经济规模、产业结构和经济外向性程度的增加，城市规模的扩大导致热岛效应和污染排放等直接对远端城市生态系统健康的可持续发展产生威胁。同时，城市通过要素集聚和资源需求产生的乡—城移民、远距离调水等资源流动，促使远端城市出现农村空心化、耕地撂荒[18]、生态系统服务供给损失[19]、林地砍伐[20]等诸多现象，进而导致远端城市生态景观规模缩小、破碎化严重、连通性、异质性降低以及生态功能受损，进一步对生态系统的活力、组织力、恢复力和服务产生胁迫作用。另一方面，随着城镇化转向高质量发展，对绿色生态空间、生态农业与生态旅游的需求不断增加，这不仅促使远端乡村生态产品价值实现[21]，减少远端区域粗放的农业开发，也通过对绿色空间的需求和乡村文化的向往，增强了远端城市或乡村的生态景观保护[22]，促使林地增多，农业开发生态化，生态系统恢复，休憩文化等生态系统服务增强[12]，从而维护了生态系统健康发展。在生态系统维护其自身健康发展过程中，通过资源流动、组织力稳定、生态系统服务流等多种方式，有效支撑了远端城镇化的协调发展。其中，生态系统活力的提高通过调节气候等方式可以促进远端城市地区的生态活力。生态系统组织力的稳定和恢复力水平的上升，促进了整体区域的宏观景观的稳定性，不仅为远端城市城镇化的空间扩张提供空间载体，还整体提高了其生态结构稳定性，促进其生态韧性提高。同时，通过生态系统服务流还可为远端城镇化区域提供多种功能，对维持和改善远端城市生态系统质量至关重要[23]。综上，本地的城镇化发展既导致了远端生态系统健康情况的改变，同时本地生态系统健康情况对远端的城镇化进程也产生影响，这一过程称为远程耦合，具有城镇化与生态系统健康的远程双向互馈特征。
远程耦合是在近程耦合的基础上不断演进发展起来。在城镇化发展初期，由于城镇经济规模、产业结构发展程度较低，城镇化与生态系统健康主要在近程地域上存在交互耦合作用，此时的远程耦合作用主要是远端生态系统健康对近程地域的支撑作用。在全球化的背景下，随着城镇化进一步发展，不同经济结构和地域分工，经济外向度的提高，此时的城镇化与生态系统健康不仅在近程地域系统上存在强烈的耦合相互作用，而且远程耦合相互作用也逐步增强，这种远程耦合作用表现为远端生态系统健康对本地城镇化的支撑作用，本地城镇化也对远端生态系统健康产生胁迫或促进作用。总体来说，近远程耦合是在重视近程城镇化与生态系统健康交互耦合协调作用的同时，也强调二者在远程地域上的交互耦合作用。

2 研究区概况与数据来源

2.1 研究区概况

滇中城市群地处于我国西南部，云南省中部，是中国19个城市群中集边疆、民族、高原山区于一体的特色城市群。其行政区范围包括昆明市、曲靖市、玉溪市、楚雄彝族自治州全境及红河哈尼族彝族自治州北部7个县市，共49个县域，总面积11.13万km2，约占云南省面积的29.05%。2020年，常住人口2195.38万人，地区生产总值15073.35亿元，分别占云南省的46.49%和61.47%。滇中城市群以不足1/3的土地承载了云南省近一半的人口，产出了60%以上的生产总值。由此表明，未来滇中城市群在进一步发挥好全省经济高质量发展重要引擎过程中，势必也会给该区生态系统健康造成更大的压力。

2.2 数据来源

经济社会统计数据来源于2000—2020年《云南省统计年鉴》《中国县域统计年鉴》《中国城市统计年鉴》、49个县域的国民经济和社会发展统计公报及第五次、第六次、第七次《全国人口普查主要数据》。土地利用数据、生态系统服务价值数据集来源于中国科学院资源环境科学数据中心（https://www.resdc.cn/）。净初级生产力数据集来源于MODIS MYD17A3H数据集（https://lpdaac.usgs.gov/products/myd17a3hv006/）。归一化植被指数（NDVI）使用Google Earth Engine基于Landsat数据利用最大合成法计算。高程数据来源于地理空间数字云（http://www.gscloud.cn/）。夜间灯光数据来源于Harvard Dataverse（2021年）（https://doi.org/10.7910/DVN/YGIVCD）[24]，空间范围矢量数据来源于国家地理信息资源目录服务系统（https://www.webmap.cn）。

3 研究方法

3.1 城镇化水平与生态系统健康评估

3.1.1 城镇化水平评价方法

城镇化是一个错综复杂开放的综合系统，具有多维特征，涉及经济、人口、空间、社会等多个方面的内在要素。在参考已有研究的基础上[25-26]，本文从经济、人口、空间和社会综合反映城镇化水平。具体采用极差标准化对数据进行处理，使用改进的熵值法测算权重（表1）。
表1 区域城镇化水平评价指标及其权重

Tab.1 Evaluation indicators of urbanization level of the Central Yunnan Urban Agglomeration and their weights

目标层 维度层 指标层 权重 指标
性质
城
镇
化
水
平		 经济
城镇化		 人均GDP（元/人） 0.0768 +
二三产业占比（%） 0.0971 +
人均财政收入（元/人） 0.0759 +
固定资产投资（亿元） 0.0680 +
人口
城镇化		 城镇人口比重（%） 0.0694 +
城镇人口密度（人/km2） 0.0810 +
城镇人口规模（万人） 0.0788 +
空间
城镇化		 建设用地规模（km2） 0.0749 +
人均建设用地面积（km2/人） 0.0734 +
建设用地夜间灯光均值 0.0793 +
社会
城镇化		 万人拥有医疗床位数（张/万人） 0.0788 +
中小学生人数（人） 0.0739 +
人均社会消费品零售额（万元/人） 0.0726 +
本文运用线性加权方法计算区域城镇化水平，公式为：
f X = ∑ n = 1 n w j · X j
式中： f X代表城镇化水平；Xj为第j个指标标准化后的值；wj为第j个指标的权重水平。

3.1.2 区域生态系统健康评价方法

生态系统健康包括活力、组织力、恢复力和生态系统服务供给能力，其计算公式[27]为：
E H = V · O · R · E S 4
式中：EH是生态系统健康指数；V为活力；O为组织力；R为恢复力；ES是生态系统服务。同时，对V、O、R和ES分别进行归一化处理。
生态系统活力通常用净初级生产力（NPP）来表示[27]，而NPP更多地是反映陆地生态植被活力，因此，研究将水域的活力归一化值处理为1。
生态系统组织力是指区域生态系统的结构稳定性，主要包括景观异质性（LH）和景观连通性（LC）和重要景观连通性（ILC）。景观异质性、景观连通性及重要景观连通性权重参考已有研究设置[3,28]，在Fragstats4.2软件中计算。公式如下：
O = 0.35 · H L + 0.35 · L C + 0.3 · I L C = 0.25 · S H D I + 0.10 · A W M P F D + 0.25 · F N 1 + 0.10 · C O N T 1 + 0.1 · F N 2 + 0.05 · C O H E S I O N 2 + 0.10 · F N 3 + 0.05 · C O H E S I O N 3
式中：SHDI是景观香农多样性指数；AWMPFD是景观面积加权分维数；FN1、FN2、FN3分别是整体景观、林地和水域的景观破碎度；CONT1、COHESION2、COHESION3分别是整体景观的蔓延度、林地和水域的景观聚合度。
生态系统恢复力代表生态系统在人类活动干扰下维持自身结构稳定性的能力，包括对外部干扰的抵抗力和生态系统自我恢复能力两个方面，其系数参考已有研究设置（表2），权重分别为0.6和0.4[29]。同时，为体现同一种土地利用类型不同的生态系统恢复力，运用NDVI进行修正[30]，计算公式为：
R i = N D V I i j N D V I m e a n j · 0.6 · R e s i l j + 0.4 · R e s i s j
式中：Ri为i栅格的总恢复力系数；NDVIij为地类j的第i个像元的NDVI值；NDVImeanj表示地类j的NDVI平均值；Resilj和Resisj分别为土地利用地类j的恢复力系数和抵抗力系数。
表2 不同土地利用类型生态系统抵抗力、恢复力及生态系统服务系数

Tab.2 Ecosystem resistance，resilience and ecosystem service coefficients of different land use types

类型 耕地 林地 草地 水域 建设用地 未利用地
生态系统抵抗力 0.4 0.9 0.7 0.8 0.2 0.1
生态系统恢复力 0.6 1.0 0.6 0.8 0.3 0.2
生态系统服务系数 0.218 1.000 0.632 1.000 0.015 0.070
生态系统服务依据中国陆地生态系统服务价值空间分布数据集，将林地的相对系数取1，其他地类的系数等于其单位面积价值与林地单位面积价值的比值[3,31]（表2）。建设用地的相对系数参考Peng等[3]的设定。
为体现生态系统服务邻域相互作用，通过系数矩阵反映其空间邻域效应（表3）。最后，生态系统服务功能测算公式为：
E S = ∑ j = 1 m R E S C j · 1 + C S N E j 100 / m
式中：ES为生态系统服务；RESCj为第j类土地类型的生态系统服务系数；RSNEj是四邻域下第j类生态系统服务的空间邻域效应系数之和；m是区域像元数总和。
表3 不同土地利用类型生态系统服务功能的空间邻域效应系数矩阵

Tab.3 Matrix of spatial neighborhood effect coefficients for ecosystem service functions of different land use types

邻域生态系统 中心生态系统
耕地 林地 草地 水域 建设用地 未利用地
耕地 3 -1 -1 -4 1 -1
林地 5 5 5 5 4 4
草地 2 3 4 3 2 3
水域 4 5 4 5 4 4
建设用地 -3 -3 -3 -5 2 -2
未利用地 -2 -1 -2 -3 -1 1

3.2 近远程耦合协调模型

3.2.1 近程耦合协调模型

本文将县域尺度（包括市辖区、县、县级市）作为近程耦合协调的基本地域单元，县域内部的城镇化与生态系统健康耦合协调为近程耦合协调。近程耦合协调计算模型[32]如下：
C i = C U i , E i = 1 - U i - E i · E i U i , U i E i
T i = T U i , E i = α 1 U i + α 2 E i ， α 1 + α 2 = 1
D i = C i · T i
式中：Ci为县域i的近程耦合度；Ti为县域i的近程发展指数；Di为县域i的近程耦合协调度；Ui和Ei为县域i的城镇化水平与生态系统健康指数；α1和α2为两个系统的权重，α1=α2=0.5。

3.2.2 远程耦合协调模型

当前，城镇化与其他要素包括生态环境要素的远程耦合作用多是基于空间权重进行体现[33]，生态系统健康中的生态系统服务远程流也存在空间距离衰减的特征[34]。因此，借鉴已有研究[15,35]，本文将本地县域与其他县域的城镇化与生态系统健康耦合协调作为远程耦合协调，在近程耦合协调模型的基础上，针对远程耦合协调具有城镇化与生态系统健康的远程双向反馈特征，拓展为远程耦合协调模型，其计算公式为：
T C i k = w i k · C ( U i , E k ) + w k i · C ( U k , E i ) 2 , w i k = d i k - p ∑ k = 1 n d i k - p
T T i k = w i k · T ( U i , E k ) + w k i · T ( U k , E i ) 2
T D i k = T C i k · T T i k ,   R T D i = ∑ k = 1 n T C i k · ∑ k = 1 n T T i k
式中：TCik为县域i和k的城镇化与生态系统健康的远程耦合度；TTik为远程发展指数；Ui和Uk分别为县域i和k的城镇化水平；Ei和Ek分别为县域i和k的生态系统健康指数；TDik为县域i和k的远程耦合协调强度；RTDi是第i个县域与其他所有县域的综合远程耦合协调度；wik为县域i和k的反距离加权空间权重矩阵；dik为县域i和k的距离；参考相关文献[15,35]，p值为县域距离的幂，通常取值2。

3.2.3 近远程耦合协调模型

在重视近程地域城镇化与生态系统健康耦合协调的基础上，强调本地县域与远端县域二者的远程耦合协调关系，以更加全面地探讨其相互关系。近远程耦合计算公式为[15]：
C s i = μ ∙ C ( U i , E i ) + λ ∙ ∑ k = 1 n T C i k
T s i = μ ∙ T ( U i , E i ) + λ ∙ ∑ k = 1 n T T i k
D s i = C s i · T s i
式中：i和k分别代表第i个和第k个县域；Csi为第i个县域的城镇化与生态系统健康的近远程耦合度；Tsi为近远程综合发展度；Dsi为近远程耦合协调度；C（Ui，Ei）和T（Ui，Ei）分别代表i县域的近程耦合度和近程综合发展度；μ和λ分别为近远程耦合协调的贡献系数，该处二者均取0.5。
依据近远程耦合协调程度以及研究区域实际情况，进一步划分耦合协调类型（表4）。
表4 耦合协调发展类型

Tab.4 Types of coupling coordination

耦合协调度 类型 耦合协调度 类型
（0.0，0.3] 失调发展 （0.5，0.6] 初级协调
（0.3，0.4] 濒临失调 （0.6，1.0] 协调发展
（0.4，0.5] 勉强协调

3.2.4 协调影响力

采用协调影响力来反映近程与远程耦合协调对近远程耦合协调度产生的推动或阻滞作用及其程度，各县域近远程耦合协调度取决于本地的近程耦合协调及其与远端不同县域远程耦合协调的关系。因此，本文引入协调影响力CI[25]，具体公式为：
C I = W x ( D x - D y )
式中：Dx（x=1，2）为城镇化与生态系统健康的近程和综合远程耦合协调度；Dy为近远程耦合协调度；Wx为近程与远程耦合协调的贡献系数；CI为衡量近程和远程协调对总体近远程协调的影响，数值正负代表推动或阻滞作用，数值大小代表影响程度。

4 结果与分析

4.1 城镇化与生态系统健康时空演变特征

本文选取2000、2005、2010、2015、2020年5个年份分析滇中城市群城镇化和生态系统健康水平时空演变特征。由图2可知：①研究期内滇中城市群各县域城镇化水平呈现上升趋势。其中，2000—2010年为持续增长阶段，2010—2020年为快速增长阶段。具体来看，2000年各县域城镇化水平较低，形成了昆明市主城区为中心的单核发展格局，集聚效应明显；到2020年，城镇化发展迅速，城镇化水平在0.25~0.30之间为主，形成了以昆明主城区为主中心，曲靖麒麟区、玉溪红塔区、楚雄市、蒙自市为副中心的“一主四副”的空间格局。②研究期内滇中城市群各县域生态系统健康呈现出“西高东低”的空间分布格局。其中，2000—2010年为持续恶化阶段，指数下降0.022；2010—2020年为生态修复阶段，指数回升0.058。具体而言，指数高于0.800的县域分布于研究区西南与西北部，该区为哀牢山核心生态功能区，生物多样性丰富；指数低于0.400的县域主要分布在中部和西部。中部的呈贡和官渡是昆明主城区的核心部分，快速城镇化导致城市扩张侵占生态用地，生态系统健康水平较低；马龙和麒麟等西部区域石漠化程度高，生态系统的自然本底较低。
图2 滇中城市群城镇化与生态系统健康水平空间分布演变

Fig.2 Spatial pattern of urbanization level and ecosystem health in the Central Yunnan Urban Agglomeration，2000-2020

4.2 近程耦合协调分析

滇中城市群近程耦合协调度均值从2000年的0.369增至2020年的0.515，标志着从濒临失调向初级协调过渡。随着城镇化与生态文明建设的推进，近程地域上的良性互动趋势日益明显。由图3可知，空间上低值区呈“半环状”分布在西北部，高值核心区以中部昆明主城向边缘逐级下降。其空间分布与城镇化格局相似，表现出明显的集聚效应，表明城镇化在近程耦合协调中起主导作用。尽管昆明主城区近程耦合协调度较高，但除西山区外，其余地区波动明显，这与主城开发方向及时序大体一致。2000—2005年，盘龙区近程耦合协调度下降，2005—2010年，五华和官渡由协调发展下降为初级协调。随后官渡区持续下降，由于国家开发区和空港经济区的建设，人口和产业的集聚加剧了高原湖泊生态系统与城镇化发展的矛盾。2015—2020年，随着高铁开通和高校迁入，呈贡区城镇化迅速提高，对生态系统健康造成胁迫，近程耦合协调度明显下降。
图3 城镇化与生态系统健康近程耦合协调类型空间分布演变

Fig.3 Spatial distribution of local coupling coordination between urbanization and ecosystem health

4.3 远程耦合协调分析

将2020年远程耦合协调强度划分为四类并作为标准：弱强度（0，0.018]、低强度（0.018，0.063]、中强度（0.063，0.147]和高强度（0.147，1.000]，同时弱强度路径不显示于图4上。研究期间，远程协调作用形成了密集的网络，随着经济发展，密集程度在不断加剧。中低远程协调强度路径增加的数量有明显提升，其中低强度路径增加31条，中等强度路径增加70条，但高强度路径未增多，表明已构建起良性而紧密的城镇化与生态系统健康远程互动关系的县域仍较少。远程协调强度逐渐由组团发展向“轴—带”发展，连接成带状的中强度远程协调路径，这与点—轴系统理论中区域城镇间相互作用，通过轴线带动区域协调发展的观点一致[36]。
图4 城镇化与生态系统健康远程耦合协调空间分布演变

Fig.4 Spatial distribution of tele-coupling coordination relationships between urbanization and ecosystem health

到2020年，滇中城市群已形成4条远程耦合协调中高强度轴带：①东北—中部轴带，即“宣威—富源—曲靖组团—寻甸—嵩明—昆明组团—安宁”轴带。该轴带与曲靖市“一主一副”和昆明市滇中新区的发展格局一致，是滇中城市群主要发展轴之一，城镇间相互带动，县域间生态系统健康相互支撑，协调发展水平良好。②西北轴带，即“双柏—楚雄组团—姚安—大姚”轴带。该轴带生态环境基础较好，生态系统健康水平较高，与楚雄州重点打造的“1+4+1”城镇群发展格局吻合。③南部轴带，即“元江—新平—峨山—玉溪组团—华宁”轴带。该轴带中尽管昆明与玉溪有较多远程协调路径，但中高强度路径尚未形成，“昆玉”同城化需进一步加强一体化建设。④东部轴带，即“罗平—陆良—师宗—弥勒”轴带。该轴带依托于滇中城市经济圈环线交通基础建设，加强了交通运输、旅游合作等方面的协调联动，促使县域间错位互补。
研究期间，滇中城市群综合远程耦合均值从2000年的0.388上升至2020年的0.536，由濒临失调向初级协调发展。相比于近程耦合协调的集聚分布，由于远端城市城镇化与生态系统健康对本地区域协调的支撑作用，综合远程耦合协调度的空间分布相对均衡，中部为协调发展类型，各轴带扩展沿线为初级协调类型。

4.4 近远程耦合协调分析

研究期间，近远程耦合协调水平从2000年的0.379上升至2020年的0.526，由濒临协调转向初级协调类型。至2020年，近远程耦合协调度介于0.424~0.722之间，以勉强协调发展类型为主，空间上呈现以昆明市主城区为高值集聚核心，玉溪市辖区、楚雄市和开远市为高值单一核心，沿4个远程耦合协调中高强度轴带向外扩散，初级协调类型呈“半环状”分布在东部的空间分布格局（图5）。
图5 城镇化与生态系统健康近远程耦合协调类型空间分布演变

Fig.5 Spatial distribution of types of local and tele-coupling coordination relationships between urbanization and ecosystem health

为分析近程与远程耦合协调对近远程耦合协调作用的差异，采用协调影响力指标来反映其作用方向和强度（图6）。2000—2020年，各县域的远程协调影响力主要以正值为主，而近程协调影响力主要以负值为主，远程协调影响力均值从0.0045上升至0.0049，远程耦合协调的作用逐渐增强，表明城镇化与生态系统健康在远程的相互作用关系对于区域整体的耦合协调起到支撑作用，而近程地域的协调关系上起阻滞作用。相反，在近远程耦合协调度高值集聚核心区（昆明市主城区）与高值单一核心区（玉溪市辖区、楚雄市和个旧市）呈现出近程协调影响力为正值，而远程协调影响力为负值的特征。核心区县域的城镇化水平高，近程地域上的二者耦合度强，以协调发展型为主，在远程地域上则以城镇化要素溢出，对远端不同县域生态系统健康产生胁迫作用，因而核心区在远程地域上协调影响力为负向阻滞作用。在核心区外围的广大区域（外围区）则相反，以近程协调影响力为负，远程协调影响力为正为主。外围区城镇化水平较低，其发展依赖于核心区的产业转移等溢出作用，因而近程耦合协调度较低。但外围区域的生态系统健康通过远程耦合支撑了核心区城镇化的发展，远程相互作用增强。值得注意的是，官渡区与麒麟区在2000—2005年远程影响力为负值，2010年后转为正值，主要是因为2010年近程耦合协调度下降，此时远程耦合关系的支持推动作用凸显。西山区则是在2000—2010年的近程影响力为负并逐渐趋于0，2015—2020年近程影响力转为正值，且随着2004年被调整为市辖区，本地城镇化迅速地提高促使近程影响力上升。反映出未来区域近远程耦合协调度提升的关键仍在城镇化过程中的生态治理上。
图6 滇中城市群城镇化与生态系统健康近程与远程协调影响力

Fig.6 Local and tele-coupling coordination influence between urbanization and ecosystem health in the Central Yunnan Urban Agglomeration

5 结论与讨论

5.1 结论

本文以滇中城市群49个县域为例，构建了城镇化与生态系统健康的近远程耦合协调分析框架，探讨了2000—2020年城镇化与生态系统健康的近远程耦合协调特征。主要结论如下：
①研究期内滇中城市群城镇化与生态系统健康水平均呈现出明显的阶段性特征，其中2000—2010年城镇化水平持续增长，而生态系统健康则持续恶化；2010—2020年城镇化水平快速增长，生态系统健康进入生态修复阶段。从空间上看，城镇化水平东高西低，形成“一主四副”的空间格局；生态系统健康水平西高东低，与城镇化的空间格局存在“错位”关系。
②城镇化与生态系统健康的近程耦合协调度不断加强，空间上呈现出以昆明市主城区为核心向边缘递减的分布格局，极化效应明显。远程耦合协调作用不断增强，形成了4个远程耦合协调中高强度轴带。综合远程耦合协调度的空间分布相对均衡，中部为协调发展类型，各轴带扩展沿线为初级协调类型，轴带间的远程作用较弱。
③城镇化与生态系统的近远程耦合协调度呈现上升趋势，由濒临失调转向初级协调。空间上，以昆明市主城区为高值集聚核心，玉溪市辖区、楚雄市和开远市为高值单一核心，沿远程耦合协调轴带扩散。研究区内各县域远程协调影响力增强，远程相互作用对区域整体耦合协调起到支撑作用。近远程耦合协调度的高值核心区呈现近程协调影响力为正，远程协调影响力为负；外围区域则相反，更依赖远程协调影响力推动。

5.2 对策建议

经过多年的快速发展，滇中城市群城镇化与生态系统健康的协调水平持续向好。然而，城镇化与生态系统健康区域远程协调机制不健全等问题依然存在，如何提升区域远程协调支撑作用已经成为进入新发展阶段重大而紧迫的任务。鉴于此，本文提出以下对策建议：
①依托于远程协调影响力逐渐增强的支撑作用，滇中城市群应强化基础设施互联互通，通过高铁、高速公路等基础设施建设促进上下游产业链和关联产业间的紧密联系，不断加强产业分工逐渐形成错位化发展，充分增强远程协调作用。在城镇化发展的远程支撑中，注重通过跨区域生态网络和生态工程建设，防范城镇化对生态系统的负面影响。
②依托“核心+轴带”的“点—轴系统理论”，围绕4个远程耦合协调中高强度轴带实施区域差别化政策，重点提高县域间远程耦合协调强度较低地区的水平。具体来说，东北—中部轴带（昆明—曲靖协调带）应更加重视提升远程生态系统的相互作用，特别是南盘江流域生态保护带的水系与跨区域生态工程治理。其中，呈贡—江川、晋宁—红塔、安宁—易门区域的远程协调在昆玉同城化建设中较为关键，应着重增强这些地区生态系统的多样性、稳定性与持续性，为区域城镇化发展提供远程支撑。南部轴带的开远市应通过连接玉溪形成重点发展轴，并与东部轴带相连接，构建个开蒙—曲靖的发展带。西北远程协调轴带应有效连接昆明和玉溪组团，探索其薄弱环节禄丰市的潜力优势，建立与滇中新区、楚雄高新区合作机制，加强生态环境联防共治，打造区域城镇化与生态系统健康远程协调的支撑点。
鉴于城镇化与生态系统健康的复杂性、近远程耦合的差异性以及系统间相互作用路径的多样性，本文存在一定的局限性，需在后续研究中进一步完善。①城镇化包含多重属性，本文仅从经济、人口、空间和社会4个方面进行评估，对绿色城市、生活方式等方面仍需深化。②本文仅基于“活力—组织力—恢复力—生态系统服务供给能力”评估生态系统健康，应进一步加强对生态系统服务供需与权衡协同关系的关注。③城镇化与生态系统健康的近远程耦合关系是复杂系统问题，未来可尝试通过修正与改进耦合协调模型，结合投入产出模型、空间计量模型、能值代谢分析等方法，进一步深化对二者近远程耦合过程的认识与机制的理解。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
方创琳. 改革开放40年来中国城镇化与城市群取得的重要进展与展望[J]. 经济地理, 2018, 38(9):1-9.

DOI

[2]
吴健生, 马洪坤, 彭建. 基于“功能节点—关键廊道”的城市生态安全格局构建——以深圳市为例[J]. 地理科学进展, 2018, 37(12):1663-1671.

DOI

[3]
Peng J, Liu Y, Wu J, et al. Linking ecosystem services and landscape patterns to assess urban ecosystem health:A case study in Shenzhen City,China[J]. Landscape and Urban Planning, 2015, 143:56-68.

[4]
方创琳, 周成虎, 顾朝林, 等. 特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径[J]. 地理学报, 2016, 71(4):531-550.

DOI

[5]
Rockström J, Steffen W, Noone K, et al. A safe operating space for humanity[J]. Nature, 2009, 461(7263):472-475.

[6]
Liu J, Hull V, Batistella M, et al. Framing sustainability in a telecoupled world[J]. Ecology and Society, 2013, 18(2):26. DOI:10.5751/ES-05873-180226.

[7]
方创琳, 崔学刚, 梁龙武. 城镇化与生态环境耦合圈理论及耦合器调控[J]. 地理学报, 2019, 74(12):2529-2546.

DOI

[8]
刘海猛, 方创琳, 李咏红. 城镇化与生态环境“耦合魔方”的基本概念及框架[J]. 地理学报, 2019, 74(8):1489-1507.

DOI

[9]
郝智娟, 文琦, 施琳娜, 等. 黄河流域城市群社会经济与生态环境耦合协调空间网络分析[J]. 经济地理, 2023, 43(12):181-191.

DOI

[10]
孙晶, 刘建国, 杨新军, 等. 人类世可持续发展背景下的远程耦合框架及其应用[J]. 地理学报, 2020, 75(11):2408-2416.

DOI

[11]
马恩朴, 蔡建明, 韩燕, 等. 人地系统远程耦合的研究进展与展望[J]. 地理科学进展, 2020, 39(2):310-326.

DOI

[12]
Bicudo Da Silva R F, Millington J D A, Moran E F, et al. Three decades of land-use and land-cover change in mountain regions of the Brazilian Atlantic Forest[J]. Landscape and Urban Planning, 2020, 204:103948. DOI:10.1016/j.landurbplan.2020.103948.

[13]
Fang C, Ren Y. Analysis of emergy-based metabolic efficiency and environmental pressure on the local coupling and telecoupling between urbanization and the eco-environment in the Beijing-Tianjin-Hebei urban agglomeration[J]. Science China Earth Sciences, 2017, 60(6):1083-1097.

[14]
Liu M, Xiong Y, Zhang A. Multi-scale telecoupling effects of land use change on ecosystem services in urban agglomerations--A case study in the middle reaches of Yangtze River urban agglomerations[J]. Journal of Cleaner Production, 2023, 415:137878. DOI:10.1016/j.jclepro.2023.137878.

[15]
Tang P, Huang J, Zhou H, et al. Local and telecoupling coordination degree model of urbanization and the eco-environment based on RS and GIS:A case study in the Wuhan urban agglomeration[J]. Sustainable Cities and Society, 2021, 75:103405. DOI:10.1016/j.scs.2021.103405.

[16]
任宇飞, 方创琳, 李广东, 等. 城镇化与生态环境近远程耦合关系研究进展[J]. 地理学报, 2020, 75(3):589-606.

DOI

[17]
刘建国, Hull Vanessa, Batistella Mateus, 等. 远程耦合世界的可持续性框架[J]. 生态学报, 2016, 36(23):7870-7885.

[18]
Mcmanamay R A, Brinkley C, Vernon C R, et al. Urban land teleconnections in the United States:A graphical network approach[J]. Computers,Environment and Urban Systems, 2022, 95:101822.DOI:10.1016/j.compenvurbsys.2022.101822.

[19]
Wang Y, Hong S, Wang J, et al. Complex regional telecoupling between people and nature revealed via quantification of trans‐boundary ecosystem service flows[J]. People and Nature, 2022, 4(1):274-292.

[20]
Xiong B, Chen R, An L, et al. Telecoupling urbanization and mountain areas deforestation between 2000 and 2020:Evidence from Zhejiang Province,China[J]. Land Degradation & Development, 2021, 32(16):4727-4739.

[21]
朱竑, 陈晓亮, 尹铎. 从“绿水青山”到“金山银山”:欠发达地区乡村生态产品价值实现的阶段、路径与制度研究[J]. 管理世界, 2023, 39(8):74-91.

[22]
冯德东, 龙花楼, 张聪, 等. 远程耦合视角下拓展脱贫攻坚成果同乡村振兴有效衔接的逻辑机理与关键维度[J]. 经济地理, 2025, 45(1):153-165.

DOI

[23]
周伟奇, 王坤, 虞文娟, 等. 城市与区域生态关联研究进展[J]. 生态学报, 2017, 37(15):5238-5245.

[24]
Chen Z, Yu B, Yang C, et al. An extended time series (2000-2018) of global NPP-VIIRS-like nighttime light data from a cross-sensor calibration[J]. Earth System Science Data, 2021, 13(3):889-906.

[25]
王少剑, 崔子恬, 林靖杰, 等. 珠三角地区城镇化与生态韧性的耦合协调研究[J]. 地理学报, 2021, 76(4):973-991.

DOI

[26]
黄泰, 卫嫚, 席建超. 长三角乡村旅游典型县新型城镇化与乡村共同富裕的共生演进的实证分析[J]. 经济地理, 2024, 44(6):213-223.

DOI

[27]
Li C, Wu Y, Gao B, et al. Construction of ecological security pattern of national ecological barriers for ecosystem health maintenance[J]. Ecological Indicators, 2023, 146:109801. DOI:10.1016/j.ecolind.2022.109801.

[28]
He J, Pan Z, Liu D, et al. Exploring the regional differences of ecosystem health and its driving factors in China[J]. Science of The Total Environment, 2019, 673:553-564.

[29]
Gao B, Wu Y, Li C, et al. Ecosystem health responses of urban agglomerations in central Yunnan based on land use change[J]. International Journal of Environmental Research and Public Health, 2022, 19(19):12399. DOI:10.3390/ijerph191912399.

[30]
袁毛宁, 刘焱序, 王曼, 等. 基于“活力—组织力—恢复力—贡献力”框架的广州市生态系统健康评估[J]. 生态学杂志, 2019, 38(4):1249-1257.

[31]
Wu J, Cheng D, Xu Y, et al. Spatial-temporal change of ecosystem health across China:Urbanization impact perspective[J]. Journal of Cleaner Production, 2021, 326:129393. DOI:10.1016/j.jclepro.2021.129393.

[32]
王淑佳, 孔伟, 任亮, 等. 国内耦合协调度模型的误区及修正[J]. 自然资源学报, 2021, 36(3):793-810.

DOI

[33]
Wu C, Huang X, Chen B. Telecoupling mechanism of urban land expansion based on transportation accessibility:A case study of transitional Yangtze River economic Belt,China[J]. Land Use Policy, 2020, 96:104687. DOI:10.1016/j.landusepol.2020.104687.

[34]
杜贺秋, 于铄, 张蓬涛, 等. 京津冀地区水源涵养价值流动分析及生态补偿额度[J]. 生态学报, 2022, 42(23):9871-9885.

[35]
Li W, An M, Wu H, et al. The local coupling and telecoupling of urbanization and ecological environment quality based on multisource remote sensing data[J]. Journal of Environmental Management, 2023, 327:116921. DOI:10.1016/j.jenv-man.2022.116921

[36]
孙东琪, 刘卫东, 陈明星. 点—轴系统理论的提出与在我国实践中的应用[J]. 经济地理, 2016, 36(3):1-8.

Options
Outlines

/

〈 〉