EN中文

Economic geography >

2025 , Vol. 45 >Issue 9: 32 - 43

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.09.004

Coupling Coordination and Interactive Response of Population, Social Economy, Resources and Environment in the Qinghai-Tibet Plateau Region

  • LIU Qingfang , 1, 2 ,
  • LI Mengqi 2, 3 ,
  • SONG Jinping , 2, ※ ,
  • MIAO Lianjun 4
Expand
  • 1 Guangzhou Institute of Geography， Guangdong Academy of Sciences， Guangzhou 510070， China
  • 2 Faculty of Geographical Science， Beijing Normal University， Beijing 100875， China
  • 3 The Second High School Attached to Beijing Normal University， Beijing 100088， China
  • 4 Anhui Urban Construction Design Institute Corp. Ltd.， Hefei 230041，Anhui， China

Received date: 2024-07-25

  Revised date: 2025-03-28

  Online published: 2025-10-17

Fold

Abstract

The Qinghai-Tibet Plateau region with many characteristics such as poor environment, fragile ecology and lagging development is a relatively special region in China in terms of ecological environment and socio-economic development. Based on the measurement of the development index of population, social economy and resource environment in the Qinghai-Tibet Plateau region by adopting the entropy method, this study comprehensively employs the coupling coordination model, Kernel density estimation, Dagum Gini coefficient and PVAR model to explore the spatio-temporal evolution characteristics of the coupling coordination relationship of the "population-social economy-resource and environment" complex system in the Qinghai-Tibet Plateau region and the interactive response relationship among subsystems. The results show that: 1) During the study period, the overall population and social economy evaluation index of the Qinghai-Tibet Plateau region showed an upward trend, while the evaluation index of resources and environment remained stable, and the population, social economy as well as resources and environment of most cities were in the middle and low level. 2) The coupling and mutual feedback effect of the composite system regarding "population-social economy-resource and environment" in Qinghai-Tibet Plateau region had become stronger; the cities with a higher degree of coupling coordination were mainly located in the eastern and southern regions, which were relatively low-lying and rich in water resources. 3) The social economy in the Qinghai-Tibet Plateau region had a positive impact on the population. The mutual effects between the social economy and the resource environment are initially positive, but they will gradually weaken until they turn negative.

Key words： population; social economy; resources and environment; coupling coordination; Qinghai-Tibet Plateau region

Cite this article

LIU Qingfang , LI Mengqi , SONG Jinping , MIAO Lianjun . Coupling Coordination and Interactive Response of Population, Social Economy, Resources and Environment in the Qinghai-Tibet Plateau Region[J]. Economic geography, 2025 , 45(9) : 32 -43 . DOI: 10.15957/j.cnki.jjdl.2025.09.004

解决人口、社会经济与资源环境之间的矛盾，进而推动区域可持续发展，是人类社会永恒的议题。中国人口、社会经济与资源环境空间分布不均，交互作用复杂，资源环境状况影响人口分布与社会经济的发展。早在1935年，中国地理学家胡焕庸就提出了瑷珲—腾冲一线（后称“胡焕庸线”），作为我国人口密度划分的重要界线，廓清了东南地狭人稠、西北地广人稀的事实[1]。2024年，《中共中央 国务院关于加快经济社会发展全面绿色转型的意见》强调经济社会发展绿色化是解决我国资源环境生态问题的基础之策，突出了“人口—社会经济—资源环境”复合系统的耦合互馈在推进中国式现代化中的重要地位。青藏高原地区环境恶劣、生态脆弱、发展滞后。21世纪以来，其生态系统功能与质量得到较大提升，生态恢复与保护取得较大成效，但地区生态保护与经济社会发展仍存在尖锐的矛盾[2]，如不合理的畜牧业、种植业和能源开发是导致青藏高原生态系统退化的主要人类活动因素[3]。上述不合理开发与利用行为导致了地区“人口—社会经济—资源环境”复合系统的解耦。因此，探讨青藏高原地区“人口—社会经济—资源环境”复合系统的耦合协调关系，对于缓解地区人口、社会经济和资源环境间的矛盾，实现地区高质量发展具有重要的理论价值和实践意义。
长期以来，人口、社会经济与资源环境的相互关系受到人口学、经济学、地理学、环境学等相关领域学者的广泛关注。国外学者多关注人口与社会经济、资源环境两两之间的相互作用和动态关系。如人口与社会经济的单向作用[4]，人口与社会经济的动态变化[5]。首先，对于人口与资源环境，学者们主要从健康视角出发，考虑环境对人口的作用[6]。鉴于人口对资源环境的影响，部分学者从环境承载力出发，考察人口环境足迹的变化受环境质量的影响[7]；而在人口与资源环境动态变化机制方面，部分学者构建了不同的模型分析人口与环境相互作用[8]。其次，对于社会经济与资源环境的关系，学者们的研究视角各不相同。部分学者从环境的经济效益出发，应用障碍度模型，分析区域经济、生态环境与海岛旅游之间的关联[9]以及环境系统生态状态和经济价值[10]；另有学者基于可持续发展理念，引入社会概念考察三者关联[11]以及资源概念，从系统动力学的角度出发，进行城市经济—资源—环境系统建模与动态评估[12]。
国内学者早期关注退耕还林还草对农业以及农村经济的影响[13]，生态与社会系统的变化和可持续性[14]以及土地利用变化对生态环境的溢出效应[15]等。一部分学者基于人地关系理论研究相应的人地耦合协调关系，如土地集约利用与区域城市化[16]、区域城市化与社会经济发展[17]、现代服务业与城市化[18]、地方财政教育投入与经济发展[19]。除双系统的耦合协调关系外，少部分学者也探讨了人口—经济—环境系统的耦合协调关系，如钟业喜等评价了鄱阳湖生态经济区人口与经济空间的耦合关系[20]；李恒吉等基于可持续发展的视角，以甘肃省为例，对人口、经济、社会、资源、环境5个系统的耦合协调关系进行分析[21]。青藏高原地区因其独特的自然环境与重要的社会文化属性，自1973年第一次综合科学考察以来就受到广大学者的高度关注，研究内容从聚焦于某一区域某一系统的发展状况[22]到社会经济发展与资源环境状况的交互关系[23]。
综上，关于人口、社会经济、资源环境关系的研究，视角不断创新、方法不断完善、内容不断丰富，但仍存在不足之处。①现有研究对象多聚焦于双系统交互关系，如城镇化与生态环境、经济发展与生态环境、交通与旅游经济等，综合考虑多系统的耦合协调与响应关系的研究仍较少见诸文献。②少数关于青藏高原人口、社会经济和资源环境的研究，其研究对象多局限于某一小尺度区域，如青海湖流域、三江源地区、农牧区等，针对青藏高原全域的“人口—社会经济—资源环境”复合系统交互关系的研究仍比较薄弱。鉴于此，本文首先采用熵值法测度青藏高原地区人口、社会经济与资源环境综合指数，继而综合运用耦合协调模型、核密度估计和Dagum基尼系数分析青藏高原地区“人口—社会经济和资源环境”复合系统耦合协调关系的时空演化特征，最后基于PVAR模型探讨子系统间的互动响应关系。
青藏高原地区地域辽阔，区域间的地形气候特点、社会经济发展水平、民族人口结构、资源禀赋等迥异，各地市州间存在明显地域差异。本文聚焦青藏高原市域，将其人口、社会经济和资源环境纳入统一研究框架，重点探讨三者之间的耦合协调关系及其时空演化特征，一方面有助于拓展人地关系地域系统理论的研究内容，另一方面也有利于扩展面向青藏高原市域人口、社会经济和资源环境交互关系和发展特征的研究视角，并为其他类似研究提供基础分析框架。

1 研究设计

1.1 研究区概况

青藏高原位于中国西部，平均海拔在4000 m以上，被誉为“世界屋脊”（图1），其行政范围涉及青海、西藏两省区的全域和四川、甘肃、云南、新疆四省区的部分地区，南起喜马拉雅山脉，北至昆仑山、阿尔金山和祁连山，西起帕米尔高原和喀喇昆仑山脉，东及秦岭山脉西段和黄土高原接壤处，面积为258万km2。青藏高原既是中国重要的生态安全屏障与战略资源储备基地，也是中华民族特色文化的重要承载地。青藏高原自然资源丰富，不仅有着充沛的光照、地热等资源，还是中国重要的林区和牧区；然而，其生态环境极其脆弱，生态系统结构复杂，功能稳定性偏低，生态恢复和演替过程尤为缓慢，对于全球气候变化及人为干扰响应极为敏感。本文的研究对象青藏高原地区为青藏高原的核心区，包括西藏自治区和青海省的15个地级行政单元，即地区、市、自治州（文中简称“地市州”），总面积约为192.51万km2。2021年，西藏和青海总人口仅有958.40万人，人口密度不到5人/km2，具有典型的地广人稀的特征。此外，青藏高原地区城镇化水平较低，2021年平均城镇化率仅有33.33%，人口结构和人民生活水平相对滞后，尤其是基础设施建设落后且公共服务精准化水平不高。综上所述，青藏高原地区人口密度低、基础设施建设滞后、经济欠发达、资源环境约束趋紧，人口、社会经济和资源环境之间的矛盾尤为特殊，作为我国重要的生态安全屏障区和生态脆弱区，人口、社会经济和资源环境的协调发展直接关乎青藏高原地区生态保护和高质量发展。
图1 青藏高原地区人口—社会经济—资源环境耦合协调度时间趋势

Fig.1 Time trend of the coupling coordination degree of population，social economy，resources and environment in the Qinghai-Tibet Plateau region

1.2 人口—社会经济—资源环境耦合协调关系解构

人地关系是人类社会及其活动与地理环境构成的复杂相互作用关系，是人类社会繁荣发展至关重要的一对关系，也是现代地理学研究的重要话题之一[24]。其中，地理环境包含自然环境与人文环境，自然和人文资源的耗费和污染均会影响人地关系耦合协调，进而影响人类社会持续稳定发展[25]。“人口—社会经济—资源环境”复合系统是人地关系复杂系统发展模式的具体化。其中，人口为人地关系中的人，人口的结构和生活均会影响人类对地理环境的开发与利用强度，如人口生活水平越高，对自然和人文资源的需求更大；社会经济和资源环境分别是人地关系地域系统中的人文环境和自然环境。人口是社会经济系统和资源环境系统相互联系的重要桥接，社会经济系统为资源环境系统提供物质支撑，资源环境系统为社会经济系统提供资源要素和环境空间。因此，“人口—社会经济—资源环境”复合系统的耦合互馈本质上是人地关系协调的外在表现。青藏高原地区人口稀少、人口生活水平相对偏低，社会经济发展滞后，资源约束趋紧，环境保护压力增大，实现“人口—社会经济—资源环境”复合系统耦合互馈是区域高质量发展的内在要求，坚持所有的发展均赋予改善民生的意义既是彰显以人民为中心的发展思想的务实举措，也是促进社会经济发展的重要体现，更是加强资源环境保护的必然选择。

1.3 指标体系构建

本文参照相关文献[21,26-29]，构建了区域人口、社会经济和资源环境评价指标体系（表1），包含20个指标；人口评价从人口结构和人民生活两个层面展开；社会经济评价从经济规模、经济结构、社会发展三个层面展开；资源环境评价从资源禀赋和环境压力两个层面展开。
表1 区域人口、社会经济和资源环境评价指标体系及说明

Tab.1 The evaluation indexes of population，social economy，as well as resource and environment

系统层 准则层 指标层 属性 单位 权重
人
口		 人口结构 城镇化率 + % 0.5011
人口生活 城乡收入比 - / 0.0602
人均可支配收入 + 元 0.2877
恩格尔系数 - / 0.0904
人均消费支出占人均可支配收入比例 + / 0.0605
社
会
经
济		 经济规模 GDP + 万元 0.1506
一般公共预算收入 + 亿元 0.1882
社会消费品零售总额 + 亿元 0.2109
固定资产投资总额 + 万元 0.1379
经济结构 第三产业产值比重 + % 0.0308
人均GDP + 元 0.0804
一般公共预算收入占GDP的比重 + % 0.0775
S&T人员占比 + / 0.0779
社会发展 生师比 - / 0.0062
教育人员平均工资水平 + 元 0.0233
卫生和社会工作人员平均工资水平 + 元 0.0165
资
源
环
境		 资源禀赋 耕地面积 + hm2 0.7666
环境压力 化肥施用量 - 万t 0.1293
空气质量达到及好于二级的天数占比 + % 0.0304
PM2.5均值 - μg/m3 0.0737

1.4 研究方法

1.4.1 熵值法

熵值法是用来判断某个指标离散程度的模型，离散程度越强，指标权重越大。首先，本文采用极值标准化对各项指标进行无量纲化处理；其次，运用熵值法赋予各指标的权重；最后，采用线性加权法计算人口、社会经济和资源环境3个子系统的综合评价指数。

1.4.2 耦合协调模型

耦合协调具有两方面的内涵：一是耦合性，指两个系统之间相互影响和相互作用的程度；二是综合发展水平，指两个系统的总体发展情况，耦合协调度受耦合性和综合发展水平的共同影响。其中耦合协调强调整体性、综合性和内生性，用以表征青藏高原地区“人口—社会经济—资源环境”的耦合协调关系[27]。具体公式如下：
$D\left(t\right)=\sqrt{C\left(t\right)T\left(t\right)}$
$C\left(t\right)=\frac{3\sqrt[3]{X\left(t\right)Y\left(t\right)Z\left(t\right)}}{X\left(t\right)+Y\left(t\right)+Z\left(t\right)}$
$T\left(t\right)=\alpha X\left(t\right)+\beta Y\left(t\right)+\gamma Z\left(t\right)$
式中：D(t)为耦合协调度；C(t)为耦合度；T(t)为三系统综合评价指数；X(t)为人口评价指数；Y(t)为社会经济评价指数；Z(t)为资源环境评价指数；α、β和γ为各子系统权重，本文认为人口、社会经济和资源环境在青藏高原地区具有同等重要性，因此分别赋值为1/3。参考姜磊等的研究成果[30]，本文将耦合协调度分为4个类型：（0，0.3）为低水平耦合，[0.3,0.5）为拮抗阶段,[0.5,0.8）为磨合阶段,[0.8,1.0]为高水平耦合。

1.4.3 非参数核密度估计

核密度估计（Kernel Density Estimation）是概率论中用于对样本进行估计的概率密度函数，是一种常见的非参数检验方法。在核密度估计曲线图中，横坐标表示变量即耦合协调度的取值范围，纵坐标表示该取值范围内的概率密度值，可以根据峰值及其移动判断集聚区域及其变化。具体公式见相关文献[31]。

1.4.4 Dagum基尼系数及其分解

传统的空间非均衡测度指标如泰尔指数和经典基尼系数，以正态分布和同方差性假设为前提，忽略了分组样本之间的交叉重叠部分，不便于分解为具有良好经济学意义的子指标。而Dagum基尼系数可以有效解决上述问题，因而广泛用于空间差异识别与分解。本文将样本间的差异分解为组内系数、组间系数和超变密度。具体做法是：将15个地市州根据省级行政区和地级行政区类别进行分组，得到{西藏，青海}组，以及{地级市，自治州，地区}组，通过计算Dagum基尼系数，探讨各分组内部以及各分组之间的耦合协调度差异，并对耦合协调度的总体差异进行分解。Dagum基尼系数的计算公式参照相关文献[32]。

1.4.5 PVAR模型

PVAR模型兼具面板数据和向量自回归（VAR）模型的优势，且考虑了个体异质性，增加了观测值的自由度，从而规避模型变量的内生性问题，能够较好地描述变量间的复杂关系[33]。本文使用PVAR模型分析青藏高原地区人口、社会经济与资源环境间的响应关系。其具体公式如下：
${C}_{it}={\beta }_{0}+\sum _{i=1}^{n}{\alpha }_{j}{C}_{i,t-j}+{F}_{i}+{t}_{i}+{\epsilon }_{it}$
式中：Cit是包含人口（POP）、社会经济（ECO）、资源环境（ENV）3个内生变量的1×3列向量；i表示地市州；t表示年份； ${\beta }_{0}$为截距项； ${\alpha }_{j}$为滞后j阶的参数矩阵；j表示滞后阶数；Fi为个体固定效应，反映截面上的个体异质性；ti为个体时间效应，反映变量的时间趋势变化； ${\epsilon }_{it}$为服从正态分布的随机误差项。

1.5 数据来源

青藏高原边界及地市州矢量边界数据来源于国家青藏高原科学数据中心（http://data.tpdc.ac.cn/zh-hans/）。本文构建的人口—社会经济—资源环境综合评价体系共涉及21项具体指标，数据主要来源于2011—2022《西藏统计年鉴》和《青海统计年鉴》，部分数据来源于2010—2021年各地市州国民经济和社会发展统计公报，部分缺失数据采用第二次青藏高原综合科学考察研究实地科考数据和线性插值方法补齐。

2 青藏高原人口、社会经济和资源环境综合评价指数

2.1 人口综合评价指数

表2显示：研究期内，青藏高原地区各地市州人口评价指数总体呈升高趋势。各地市州人口评价指数变动区间为[0.089,0.839]，高低值之间差异悬殊，其中最大值出现在2021年的西宁市（0.839），最小值出现在2010年的那曲市（0.090）。分年份来看，各年份的人口评价指数最高值均出现在海西州；最低值除2011和2020年为玉树州以及2012年为昌都市外，其余年份均为那曲市。就变化趋势而言，2010—2021年青藏高原地区各地市州的人口评价指数总体呈现上升趋势，年均增长率在2.6%~26.8%，其中，排名前三分别为那曲市、阿里地区和山南市，后三位分别是果洛州、海西州和玉树州。总体而言，青藏高原地区的人口评价指数变化趋势良好，研究期内人口评价的平均指数前三位的分别为海西州、西宁市、拉萨市，其中海西州表现出突出的高水平低增长发展趋势；最后三位分别为昌都市、玉树州和那曲市。此外，阿里地区呈现显著的低水平高增长发展趋势。可能的原因是，海西州的高水平人口评价与青藏铁路的建设有着密切关联，自治州内两大城市格尔木、德令哈凭借铁路得以发挥其工业经济的优势地位；而阿里地区由于人口发展起点很低，在经济高质量发展背景下，不断接收先进经验，如集体经济合作社的“六统一”模式等等，人民生活得以改善。
表2 2010—2021年青藏高原地区人口综合评价指数

Tab.2 Comprehensive assessment index of population in the Qinghai-Tibet Plateau region from 2010 to 2021

省区 地市州 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
西藏 拉萨 0.361 0.381 0.383 0.414 0.445 0.462 0.485 0.511 0.546 0.571 0.631 0.671
日喀则 0.187 0.184 0.200 0.215 0.240 0.260 0.279 0.304 0.331 0.359 0.363 0.397
昌都 0.115 0.110 0.114 0.130 0.188 0.182 0.196 0.215 0.224 0.246 0.333 0.368
林芝 0.284 0.292 0.303 0.324 0.393 0.425 0.457 0.492 0.512 0.545 0.592 0.633
山南 0.153 0.146 0.170 0.183 0.238 0.270 0.266 0.298 0.320 0.356 0.429 0.468
那曲 0.090 0.129 0.140 0.129 0.120 0.122 0.147 0.152 0.199 0.205 0.318 0.353
阿里 0.137 0.150 0.179 0.220 0.258 0.284 0.314 0.370 0.389 0.412 0.489 0.535
青海 西宁 0.536 0.450 0.475 0.593 0.674 0.624 0.643 0.655 0.676 0.761 0.732 0.839
海东 0.255 0.265 0.334 0.384 0.382 0.355 0.366 0.377 0.387 0.488 0.419 0.526
海北 0.318 0.284 0.317 0.327 0.341 0.363 0.384 0.401 0.399 0.419 0.441 0.456
黄南 0.257 0.236 0.257 0.287 0.300 0.304 0.317 0.328 0.338 0.357 0.376 0.394
海南 0.290 0.286 0.307 0.317 0.327 0.332 0.345 0.354 0.363 0.513 0.541 0.537
果洛 0.218 0.181 0.183 0.202 0.217 0.214 0.228 0.239 0.252 0.275 0.290 0.306
玉树 0.217 0.098 0.134 0.155 0.172 0.184 0.193 0.200 0.219 0.244 0.267 0.279
海西 0.611 0.633 0.644 0.781 0.797 0.671 0.686 0.698 0.723 0.762 0.772 0.798

2.2 社会经济综合评价指数

青藏高原地区社会经济评价指数结果表明（表3），2010—2021年青藏高原地区各地市州社会经济评价指数基本呈现逐年升高态势，其变动区间为[0.034,0.836]，高低值之间依然差距悬殊，其中最大值为2021年的西宁市，最小值为2010年的玉树州。具体来看，每年的社会经济评价指数最高值均出现在西宁市，该地的经济规模各项指标在各地市州中“一马当先”；除2011—2013及2019年最低值出现在果洛州，其余年份均为玉树州，这两州的社会经济发展相对落后。就变化趋势而言，2010—2021年青藏高原地区各地市州的社会经济评价指数呈现总体上升的趋势，年均增长率在3.64%~15.30%。其中，前三位分别为拉萨市、海南州和海东市；最后三位分别是海北州、黄南州和那曲市。研究期内，青藏高原地区社会经济评价平均指数前三位的地市州分别是西宁市、拉萨市、海西州；拉萨市呈现突出的高水平高增长发展趋势，最后三位分别是黄南州、玉树州和海西州。上述情况的发生可能是因为，拉萨市作为西藏自治区的首府，在社会经济的发展过程中的先发优势突出，以其强大资源集聚能力产生较强的虹吸效应；而黄南州各项产业如旅游业、工业、商贸业、金融发展均处于较低水平且增长缓慢。
表3 2010—2021年青藏高原地区社会经济综合评价指数

Tab.3 Comprehensive evaluation index of social economy in the Qinghai-Tibet Plateau region from 2010 to 2021

省区 地市州 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
西藏 拉萨 0.150 0.188 0.226 0.274 0.318 0.340 0.376 0.443 0.500 0.553 0.525 0.539
日喀则 0.090 0.086 0.114 0.116 0.130 0.145 0.164 0.193 0.196 0.202 0.207 0.220
昌都 0.075 0.072 0.087 0.089 0.096 0.122 0.119 0.155 0.179 0.183 0.193 0.181
林芝 0.083 0.122 0.179 0.108 0.113 0.129 0.137 0.150 0.162 0.158 0.168 0.181
山南 0.081 0.084 0.104 0.110 0.118 0.128 0.139 0.156 0.170 0.181 0.181 0.189
那曲 0.088 0.096 0.113 0.109 0.114 0.127 0.135 0.121 0.132 0.132 0.137 0.133
阿里 0.058 0.066 0.094 0.089 0.105 0.110 0.098 0.108 0.109 0.122 0.121 0.120
青海 西宁 0.309 0.343 0.384 0.456 0.526 0.573 0.585 0.632 0.675 0.720 0.765 0.836
海东 0.095 0.105 0.119 0.146 0.170 0.193 0.199 0.208 0.222 0.242 0.260 0.272
海北 0.070 0.067 0.078 0.091 0.096 0.101 0.102 0.103 0.099 0.106 0.109 0.118
黄南 0.059 0.044 0.048 0.054 0.056 0.066 0.071 0.071 0.076 0.082 0.086 0.089
海南 0.067 0.074 0.082 0.098 0.116 0.133 0.144 0.145 0.149 0.156 0.182 0.198
果洛 0.041 0.039 0.045 0.050 0.053 0.071 0.077 0.071 0.070 0.065 0.067 0.071
玉树 0.034 0.047 0.059 0.050 0.044 0.062 0.059 0.053 0.062 0.074 0.059 0.059
海西 0.232 0.285 0.321 0.269 0.259 0.258 0.266 0.299 0.326 0.331 0.414 0.407

2.3 资源环境综合评价指数

表4显示，2010—2021年青藏高原地区各地市州资源环境评价指数变动区间为[0.186,0.839]，最大值为2019年的海东市，最小值为2015年的那曲市。分年份来看，每年的资源环境评价指数最高值均出现在海东市；最低值主要出现在果洛州。就变化趋势而言，2010—2021年青藏高原地区各地市州的资源环境评价指数呈现平稳波动的趋势，年均增长率在-0.850%~2.502%，这说明受经济规模扩张的影响，青藏高原地区生态系统仍然面临较强的冲击和胁迫，生态环境综合治理仍任重道远。具体来看，年均增长率前三位分别为海西州、黄南州和果洛州；最后三位分别是昌都市、海东市和阿里地区。总体而言，青藏高原地区的资源环境评价指数基本保持不变，研究期内资源环境评价平均指数前三位分别是海东市、西宁市和日喀则市；最后三位分别是阿里地区、那曲市和果洛州，其中阿里地区呈现突出的低水平负增长发展趋势。
表4 2010—2021年青藏高原地区资源环境综合评价指数

Tab.4 Comprehensive assessment index of resources and environment in the Qinghai-Tibet Plateau region from 2010 to 2021

省区 地市州 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
西藏 拉萨 0.321 0.313 0.312 0.310 0.309 0.307 0.304 0.327 0.332 0.341 0.345 0.346
日喀则 0.500 0.505 0.505 0.501 0.504 0.500 0.496 0.517 0.518 0.525 0.528 0.528
昌都 0.374 0.374 0.373 0.373 0.371 0.363 0.363 0.368 0.373 0.382 0.386 0.385
林芝 0.275 0.280 0.278 0.278 0.277 0.282 0.281 0.285 0.295 0.305 0.301 0.301
山南 0.308 0.311 0.312 0.313 0.311 0.314 0.315 0.321 0.322 0.324 0.324 0.323
那曲 0.216 0.217 0.218 0.217 0.214 0.186 0.191 0.213 0.225 0.233 0.233 0.231
阿里 0.225 0.224 0.225 0.224 0.221 0.224 0.223 0.228 0.228 0.230 0.200 0.204
青海 西宁 0.574 0.585 0.576 0.546 0.554 0.558 0.585 0.600 0.601 0.623 0.570 0.604
海东 0.822 0.823 0.820 0.807 0.805 0.796 0.806 0.810 0.820 0.839 0.775 0.824
海北 0.345 0.349 0.354 0.347 0.344 0.358 0.367 0.374 0.375 0.383 0.392 0.389
黄南 0.248 0.258 0.261 0.258 0.257 0.240 0.249 0.265 0.267 0.275 0.288 0.281
海南 0.420 0.434 0.428 0.418 0.421 0.429 0.444 0.449 0.453 0.464 0.524 0.493
果洛 0.201 0.204 0.207 0.205 0.196 0.193 0.200 0.210 0.216 0.217 0.233 0.233
玉树 0.245 0.247 0.248 0.247 0.240 0.257 0.260 0.258 0.262 0.269 0.285 0.273
海西 0.274 0.285 0.287 0.273 0.258 0.303 0.318 0.323 0.325 0.342 0.329 0.349

3 青藏高原地区人口—社会经济—资源环境耦合协调分析

3.1 时序演变特征

2010—2021年青藏高原地区各地市州人口—社会经济—资源环境耦合协调度取值在[0.187,0.925]，且极差较大。其中，西宁市、海东市、海西州和拉萨市的多年耦合度均值分别为0.807、0.637、0.611和0.594，领先于其他地市州（图1）。此外，各地市州耦合协调度年均增长率在[2.448%,9.965%]，增幅较小。这表明，青藏高原地区“人口—社会经济—资源环境”复合系统的耦合互馈效应尚未完全释放，大部分地市州仍处于拮抗或磨合状态。值得注意的是，西宁市“人口—社会经济—资源环境”复合系统的耦合协调度始终遥遥领先于其他地市州，这与其有效挖掘资源禀赋与发展潜力，促进了主导产业的集聚和科技的发展，带动了人口和社会经济的发展，使得其人口、社会经济与资源环境之间相互促进与相互协调有关。在时间集聚特征上，一是耦合协调度的核密度估计曲线逐年向右移动，说明地区整体耦合协调度不断提高；二是各年核密度估计曲线均具有单一峰值，说明地区内各地市州耦合协调度集聚于某一水平，对其进行正态性检验发现其符合正态分布；三是峰值逐年降低，且宽度逐年加大，说明区域内各地市州的耦合协调度分异逐渐显著。

3.2 空间格局演化

3.2.1 空间分布

由图2可知，研究期内处于低水平耦合状态的地市州逐渐消失，处于拮抗和磨合状态的地市州数量逐渐攀升；高水平耦合比例前期为0，2014年起，西宁市一枝独秀，遥遥领先。此外，各年份耦合协调度前四位基本被西宁市、海东市、海西州和拉萨市包揽，而最低耦合协调的地市州在玉树州和果洛州之间变动。总体而言，地区整体的耦合协调水平呈向好趋势，人口、社会经济和资源环境之间的相互影响和综合发展大致向好，但各地市州之间存在一定差距。
图2 青藏高原地区人口—社会经济—资源环境的耦合协调度空间分布演变

注：基于自然资源部标准地图服务网站下载的审图号为GS(2019)1827号的标准地图制作，底图边界无修改。

Fig.2 Spatial distribution of coupling coordination degree in the Qinghai-Tibet Plateau region

3.2.2 空间差异

①各分组内部的耦合协调度差异（图3）。从全域来看，青藏高原地区耦合协调度的基尼系数处于中等水平，在样本期内的均值为0.181，且围绕平均值呈现小幅波动。说明青藏高原地区各地市州耦合协调度之间存在着中等水平的不均衡现象，且不均衡程度保持相对稳定的状态。其中，西藏的组内基尼系数低于全域的总体基尼系数，均值为0.128；青海的组内基尼系数高于全域的总体基尼系数，均值为0.205。说明青海内部的不均衡程度较高，样本数据的整体差异受其影响较大，这主要与青海省内耦合协调度较高的地市州，如西宁市、海东市和海西州，与耦合协调度较低的地市州，如黄南州、果洛州和玉树州，存在较大差异相关。同时，耦合协调度较低的地市州，或面临较为恶劣的生存环境，或没有完全释放人口、社会经济、资源环境三系统互促的正向外部性。在地市州层面上，自治州的组内基尼系数与全域总体基尼系数接近，均值为0.171；地级市的组内基尼系数略低于全域总体基尼系数，均值为0.163。表明无论是地级市抑或自治州，其组内均存在一定差异。其中，地级市组内差异来源主要是昌都市和那曲市相较于其他地级市更低的耦合协调度，其主要原因是前述两地存在严重的人口外流和经济发展滞后问题；自治州组内差异来源主要是海西州存在丰富的矿产资源，其主导产业，包括石油、天然气、盐化工、有色金属等资源密集型产业，产业的迅速发展很好地带动了当地的社会经济和人口的发展。总体而言，青海组内的耦合协调度基尼系数相对较大，其内部各地市州的差异应当予以重视。
图3 耦合协调度组内基尼系数

Fig.3 The Gini coefficient within the coupling coordination degree group

②各分组之间的耦合协调度差异（图4）。分省级行政区来看，西藏与青海之间耦合协调度的基尼系数年际波动较大，无明显上升或下降趋势，变动区间为[0.166,0.213]，均值为0.188，略高于研究区全域均值（0.181），成为研究区耦合协调空间差异的主要致因。青海整体的耦合协调水平优于西藏，其主要原因为：近年来，青海抢抓西部大开发战略这一机遇，利用盐湖和油气等特色资源，大力发展优势产业；而西藏起点低，且生态环境更为脆弱，加上交通不便、对外联系困难等不利因素，因此，两地的耦合协调水平存在一定差距。分地级行政区来看，地区与地级市之间耦合协调度的基尼系数呈下降趋势，2010—2021年年均降幅为0.89%，地区与自治州之间同样也呈下降趋势，年均降幅为1.87%，这可能与阿里地区的人口和社会经济基础差，但研究期内逐步发展，与资源环境的耦合协调水平不断提高，缩小了与地级市、自治州之间的差距有关；地级市与自治州之间耦合协调度的基尼系数围绕0.2上下波动。
图4 组间基尼系数变化

Fig.4 Variation of Gini coefficient between groups

③耦合协调度的总体差异及分解。按省级行政区分组来看（图5），青藏高原地区耦合协调度的组内基尼系数最大，且多年基本保持稳定，均值为0.088，平均贡献率48.52%。组间基尼系数（即组间净差异）呈下降趋势，由2010年的0.057降至2021年的0.021，年均降幅达5.7%；贡献率也从28.42%降至2021年的12.85%；超变密度基尼系数（即组间交叉重叠程度）呈上升趋势，由2010年的0.048增至2021年的0.064，年均增幅达3.03%，贡献率也从23.86%增至38.46%。由此可见，青藏高原地区分省区耦合协调度的差异主要来源于组内差异，即西藏和青海各自内部的差异。值得注意的是，组间贡献率的减少和超变密度的增加，意味着在青海和西藏省际差异减少的同时，两省区内的地市州之间耦合协调水平的交叉重叠程度逐渐加剧。
图5 分省区组内、组间、超变密度基尼系数占比与贡献率

Fig.5 The proportion and contribution rate of Gini coefficient within，between and over variable density in provinces

按地级行政区分组来看（图6），青藏高原地区耦合协调度的组内基尼系数亦最大，多年基本保持稳定，均值为0.076，平均贡献率41.96%。组间基尼系数（即组间净差异）呈震荡上升趋势，低值在2010年（0.057），高值在2021年（0.075），震荡幅度较大；年均贡献率为36.85%，贡献率排名第二；超变密度基尼系数（即组间交叉重叠程度）呈大幅下降趋势，高值在2010年（0.056），低值在2021年（0.026），震荡幅度较大，年均贡献率为21.17%，贡献最小。由此可见，青藏高原地区分地市州的耦合协调度差异主要来源于组内差异，即地级市和自治州各自内部的差异，因此，从省级层面来看，西藏应着重削减各地级市之间的差异，青海应着重削减各自治州之间的差异。此外，值得注意的是，组间贡献率的震荡上升和超变密度的震荡下降，意味着在地级市、自治州和地区之间耦合协调水平的交叉重叠程度下降的同时，组间净差异可能拉大。
图6 分地市州组内、组间、超变密度基尼系数占比及其贡献率

Fig.6 The proportion and contribution rate of Gini coefficient within，between and over variable density in cities

4 青藏高原城市人口—社会经济—资源环境的互动响应

4.1 平稳性检验与最优滞后阶数选择

①平稳性检验。本文采用LLC、IPS两种面板数据单位根检验方法，检验结果表明，人口（POP）和社会经济（ECO）的原始数据序列均在1%水平上显著拒绝“存在单位根”的原假设；资源环境（ENV）在10%的水平上显著拒绝该原假设，表明原始数据具有平稳性，可以构建PVAR模型。②最优滞后阶数选择。PVAR模型的滞后阶数越大，自由度就越小。本文采用AIC、BIC、HQIC信息准则来判断最优滞后阶数。准则指标越小，意味着模型越简洁、准确性越高。结果表明，各准则最小值（*）对应的滞后阶数（lag）分别为2、1、2，故PVAR模型选择的最优滞后阶数为2。

4.2 脉冲响应分析

脉冲表示一个动态系统受到的短暂冲击，这一冲击可能引起某些外部的变化，即脉冲响应（Impulse Response，IR）。同时，由于其是动态系统，所以这种响应可以描述为时间的函数，即脉冲响应函数（IRF）。本文采用Monte Carlo法进行200次模拟后得到青藏高原地区滞后10期的脉冲响应函数。在图7中，横轴表示滞后期数，纵轴表示响应的正负属性与强弱程度，每张图中间的曲线为受到冲击时波动的大小，上下两条曲线则表示在95%置信区间内受到冲击波动大小的上、下界。此外，图7中IRF of pop to eco即人口对社会经济的脉冲响应，以此类推。
图7 人口、社会经济、资源环境脉冲响应特征

Fig.7 Pulse response map of population，social economy，resources and environment

①人口的脉冲响应分析。图7第1行图显示，人口对其自身的冲击在当期便产生显著的正向响应，此后相对平稳。随着时间推移，其效应逐渐放缓，人口对社会经济的冲击在当期没有立刻产生响应，但随着时间推移产生较小的负向效应，并在较低水平逐渐收敛。人口对资源环境的冲击从当期开始便没有产生明显响应，总体仅呈现轻微的负向效应。
②社会经济的脉冲响应分析。图7第2行图显示，社会经济对其自身的冲击在当期产生正向响应，但之后这一正向效应逐渐弱化，到第6期逐步收敛为0，社会经济对人口的冲击在当期便产生较小的正向响应，且随着时间推移仍存在小幅上升，后趋于平稳，社会经济对资源环境的冲击在当期没有立刻产生响应，但在第1期产生轻微的正向效应，再于第2期开始逐渐减弱，直至收敛为0。
③资源环境的脉冲响应分析。图7第3行图显示，资源环境对其自身的冲击在当期产生显著的正向响应，但之后这一正向效应立刻下降，于第5期下降为0，而后基本不变，资源环境对人口的冲击在当期没有立刻产生响应，且之后也没有明显变化，资源环境对社会经济的冲击在当期产生轻微的正向效应，但这一正向效应逐渐减弱，逐渐转为轻微的负向效应且趋于平稳。
总体而言，3个子系统对于来自自身的冲击均会立刻产生正向响应，但这一影响的持续性不同，人口持续最长，社会经济缓慢减弱，资源环境逐渐减弱为负向效应。而对于系统之间的脉冲响应，人口对社会经济的效应为负，社会经济对人口的效应为正；社会经济和资源环境相互之间的效应初期均为正，但均会逐渐减弱直至变为负向；人口和资源环境之间脉冲响应方向相反。

4.3 预测方差分解

为进一步评估模型扰动项对人口、社会经济和资源环境的影响程度以及各系统间变异对总体变异的贡献度，实现对当前和今后一段时间系统间相互影响及变化趋势的预测，对预测误差进行方差分解。选定20期为方差分解的滞后期，具体结果见表5。
表5 方差分解结果

Tab.5 The results of variance decomposition

响应变量 冲击变量
预测期 POP ECO ENV
POP 1 1.000 0.000 0.000
POP 5 0.871 0.076 0.053
POP 15 0.812 0.104 0.084
POP 20 0.810 0.105 0.085
ECO 1 0.004 0.996 0.000
ECO 5 0.098 0.886 0.015
ECO 15 0.236 0.745 0.019
ECO 20 0.245 0.734 0.021
ENV 1 0.072 0.022 0.906
ENV 5 0.204 0.029 0.767
ENV 15 0.346 0.073 0.581
ENV 20 0.348 0.075 0.576
①对人口进行预测。在滞后1期内仅受自身波动影响，自身贡献度为100%。随着滞后期增加，人口对自身变动的贡献度逐渐下降，而社会经济和资源环境的贡献度增加，但总体有限，在滞后20期时，两者贡献度共0.190，其中社会经济贡献度较大，表明人口相对更依赖社会经济。②对社会经济进行预测。在滞后1期内受自身波动影响最大，自身贡献度达0.996。随着滞后期增加，社会经济对自身变动的贡献度逐渐减小，而人口和资源环境的贡献度增加，在滞后20期时后两者贡献度共0.266，其中人口贡献度更大，表明社会经济相对来说受到人口的影响更大。③对资源环境进行预测时。在滞后1期内受自身波动影响最大，自身贡献度达0.906。随着滞后期增加，资源环境对自身变动的贡献度逐渐下降，而人口和社会经济的贡献度增加，在滞后20期时后两者贡献度已达0.423，表明资源环境受人口和社会经济的影响逐渐增大。

5 结论与建议

5.1 结论

作为“世界屋脊”“亚洲水塔”和“地球第三极”的青藏高原是全球海拔最高的一个独特地理单元，本文综合运用熵值法、耦合协调模型、Dagum基尼系数和PVAR模型分析了青藏高原地区“人口—社会经济—资源环境”复合系统耦合协调与互动响应关系。主要结论如下：①青藏高原地区整体人口和社会经济评价指数呈上升趋势，但资源环境评价指数保持相对平稳；在地市州层面，海西州人口评价指数呈现高水平低增长的变化趋势，阿里地区人口评价指数呈现低水平高增长的变化趋势，拉萨市社会经济评价指数呈现高水平高增长的变化趋势。②青藏高原地区的“人口—社会经济—资源环境”复合系统耦合协调度整体表现出稳步增长的趋势，人口、社会经济与资源环境间的耦合互馈效应愈加强烈。其中高耦合协调度的地市州主要分布于东部和南部地势相对低平且水资源丰富的区域，复合系统耦合协调度的空间差异主要来源于各组内差异。③青藏高原地区的社会经济对人口产生正向冲击响应，初期社会经济的快速发展为资源节约和环境保护奠定了物质基础，后期社会经济的边际效应逐渐减弱；而资源约束和环境破坏反向阻滞了社会经济发展；社会经济受人口以及人口受社会经济的冲击影响次之，资源环境系统受人口和社会经济的短期影响逐渐增大。

5.2 建议

青藏高原地区是加强民族团结、保持社会稳定、保障边疆安全、实现共同富裕的重要“阵地”，同时也是生态环境较为敏感脆弱的区域，厘清其“人口—社会经济—资源环境”复合系统的交互关系至关重要。基于上述结论，本文提出如下建议：①青藏高原地区整体人口结构持续优化、居民生活持续向好、经济社会发展稳步推进、生态环境不断改善，但相较于东部发达地区仍存在较大差距。因此，青藏高原地区应坚持以人为核心的新型城镇化建设，在城镇体系健全的过程中，要不断优化配置教育、医疗资源，提高居民文化与健康水平，加快第三产业发展，提供稳定的就业岗位，完善社会福利保障制度。②青藏高原地区应当遵循生态优先与保护优先的发展思路，全方位、全地域、全过程地加强生态环境保护，着眼“山水林田湖草沙冰”综合治理，坚守生态保护红线，完善生态保护补偿机制与相关法律法规制度。③青藏高原地区“人口—社会经济—资源环境”复合系统的耦合协调水平存在明显空间差异，应因地差异化施策。例如，对于拉萨和西宁市，其经济发展迅速但环境问题日益凸显，应加快数字经济、清洁能源等的发展，促进高原农牧业的升级改造，提高农产品加工和商业化水平，促进文旅、体育等产业的深度融合；而对于海西州，其资源禀赋优势显著但生态环境脆弱，应当积极构建绿色低碳产业集群，合理开发利用其丰富的盐湖资源，大力发展清洁能源产业，在社会发展过程中不断推进社会治理现代化。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
尹力, 魏伟, 李泓锐, 等. 中国陆域国土空间格局演变的时空分异与影响因素——基于胡焕庸线与博台线的对比分析[J]. 地理研究, 2025, 44(2):552-576.

[2]
杨振, 张小雷, 李建刚, 等. 中国地级单元城镇化与经济发展关系的时空格局——基于2000年和2010年人口普查数据的探析[J]. 地理研究, 2020, 39(1):25-40.

[3]
刘庆芳, 杨定, 杨振山, 等. 青藏高原国家公园群人文生态系统耦合协调评价及障碍因子识别[J]. 地理学报, 2023, 78(5):1119-1135.

[4]
Hosan S, Karmaker S C, Rahman M M, et al. Dynamic links among the demographic dividend, digitalization, energy intensity and sustainable economic growth:Empirical evidence from emerging economies[J]. Journal of Cleaner Production, 2022,330:129858.

[5]
Kim H K, Lee S H. The effects of population aging on South Korea's economy:The National Transfer Accounts approach[J]. The Journal of the Economics of Ageing, 2021,20:100340.

[6]
Price T R V, Barua S K. Identifying vulnerable populations and transmission pathways by geographic correlation of the environment to human health[J]. Science of the Total Environment, 2021,779:146426.

[7]
Amorim K A, Passos L P, Galdino M L S, et al. Impact of carbon footprint of food production on consumer perceptions and attitudes:Insights from text highlighting[J]. Food Quality and Preference, 2025:105498.

[8]
Walsh S J, Malanson G P, Entwisle B, et al. Design of an agent-based model to examine population-environment interactions in Nang Rong District,Thailand[J]. Applied Geography, 2013,39:183-198.

[9]
Fei J, Lin Y, Jiang Q, et al. Spatiotemporal coupling coordination measurement on islands' economy-environment-tourism system[J]. Ocean & Coastal Management, 2021,212:105793.

[10]
Assumma V, Bottero M, Monaco R, et al. An integrated evaluation methodology to measure ecological and economic landscape states for territorial transformation scenarios:An application in Piedmont (Italy)[J]. Ecological Indicators, 2019,105:156-165.

[11]
Erdogan S. Linking green fiscal policy,energy,economic growth,population dynamics,and environmental degradation:Empirical evidence from Germany[J]. Energy Policy, 2024,189:114110.

[12]
Guan D, Gao W, Su W, et al. Modeling and dynamic assessment of urban economy-resource-environment system with a coupled system dynamic-geographic information system model[J]. Ecological Indicators, 2011, 11(5):1333-1344.

[13]
虎陈霞, 傅伯杰, 陈利顶. 浅析退耕还林还草对黄土丘陵沟壑区农业与农村经济发展的影响——以安塞县为例[J]. 干旱区资源与环境, 2006(4):67-72.

[14]
王帅, 傅伯杰, 武旭同, 等. 黄土高原社会—生态系统变化及其可持续性[J]. 资源科学, 2020, 42(1):96-103.

[15]
傅伯杰. 黄土高原土地利用变化的生态环境效应[J]. 科学通报, 2022, 67(32):3769-3779,3768.

[16]
刘浩, 张毅, 郑文升. 城市土地集约利用与区域城市化的时空耦合协调发展评价——以环渤海地区城市为例[J]. 地理研究, 2011, 30(10):1805-1817.

[17]
黄木易, 程志光. 区域城市化与社会经济耦合协调发展度的时空特征分析——以安徽省为例[J]. 经济地理, 2012, 32(2):77-81.

[18]
王毅, 丁正山, 余茂军, 等. 基于耦合模型的现代服务业与城市化协调关系量化分析——以江苏省常熟市为例[J]. 地理研究, 2015, 34(1):97-108.

[19]
苗龙, 文炳勋, 文倩雅. 中国地方财政教育投入与经济发展水平的时空耦合协调关系研究[J]. 经济地理, 2021, 41(12):149-157.

[20]
钟业喜, 陆玉麒. 鄱阳湖生态经济区人口与经济空间耦合研究[J]. 经济地理, 2011, 31(2):195-200.

[21]
李恒吉, 曲建升, 庞家幸, 等. 甘肃省人口—经济—社会—资源—环境系统耦合协调及可持续发展时空综合测度研究[J]. 干旱区地理, 2020, 43(6):1622-1634.

[22]
曹黎. 川甘青结合部藏区经济发展特征[J]. 开发研究, 2017, 191(4):79-84.

[23]
冯雨雪, 李广东. 青藏高原城镇化与生态环境交互影响关系分析[J]. 地理学报, 2020, 75(7):1386-1405.

[24]
吴传钧. 论地理学的研究核心——人地关系地域系统[J]. 经济地理, 1991, 11(3):1-6.

[25]
杨青山. 对人地关系地域系统协调发展的概念性认识[J]. 经济地理, 2002, 22(3):289-292.

[26]
吴文恒, 牛叔文. 甘肃省人口与资源环境耦合的演进分析[J]. 中国人口科学, 2006(2):81-86,96.

[27]
饶清华, 林秀珠, 李家兵, 等. 流域社会经济与水环境质量耦合协调度分析[J]. 中国环境科学, 2019, 39(4):1784-1792.

[28]
王敏, 张晓平. 生态脆弱区社会经济与资源环境耦合协调度研究:以云南省昭通市为例[J]. 中国科学院大学学报, 2017, 34(6):684-691.

[29]
马志远, 段学军, 王磊, 等. 长江经济带区域发展与资源环境承载力空间耦合特征及高质量发展路径[J]. 长江流域资源与环境, 2022, 31(9):1873-1883.

[30]
姜磊, 柏玲, 吴玉鸣. 中国省域经济、资源与环境协调分析——兼论三系统耦合公式及其扩展形式[J]. 自然资源学报, 2017, 32(5):788-799.

[31]
兰利, 李钢, 李秉承, 等. 河南省盗掘文物犯罪的案件特征、空间格局与形成机制[J]. 地理科学进展, 2024, 43(11):2312-2326.

[32]
邵汉华, 王庆祥, 何铿辉. 绿色技术创新对省域减污与降碳协同水平的影响及其驱动机制[J]. 经济地理, 2025, 45(1):17-24,35.

[33]
徐海峰, 王晓东. 现代服务业是否有助于推动城镇化?——基于产城融合视角的PVAR模型分析[J]. 中国管理科学, 2020, 28(4):195-206.

Options
Outlines

/

〈 〉