2024, Vol. 45
2. 福建省亚热带资源与环境重点实验室, 福州 350117
2. Fujian Provincial Key Laboratory of Subtropical Resources and Environment, Fuzhou 350117, China
城镇化是推动经济水平高速增长, 促进城乡关系重塑转型的重要驱动力[1], 在人口聚集流动、土地集约利用、产业结构优化和基础设施建设等方面发挥着关键作用[2]. 我国城镇化虽起步较晚, 但在改革开放的深入实施与持续带动下, 水平有了显著提高, 常住人口城镇化率由1978年的17.92%发展为2022年的65.22%, 预计将于2035年达到76.04%[3]. 然而, 高速城镇化进程中不透水表面的持续扩张与人类活动的不断加剧给生态系统带来巨大压力, 引起能源短缺[4]、碳排放增加[5]、大气污染[6]和生境退化[7]等资源环境问题, 对人类福祉增进造成不利影响. 也有学者指出, 随着城镇化进入高质量发展中后期, 其对生态系统健康的正反馈将极大增强, 进而突破“环境库兹涅茨曲线”转折点[8]. 可见, 分析城镇化与生态系统的演变特征、阶段差异, 探索其交互耦合过程, 对促进人与自然和谐共生及协同发展具有启示意义.
生态系统服务是指生态系统所形成及维持的环境条件与自然效用, 为人类通过生态系统结构、过程和功能获得的满足生存及发展需要的惠益福祉[9, 10], 其能力强弱是判断生态系统健康与否的重要依据[11]. 在绿色发展背景下, 城镇化与生态系统服务的关系研究已受到广泛关注. 在研究视角上, 城镇化水平的表征通常基于城镇化率[12]、土地利用变化[13]、城镇扩张指数[14]、人类活动强度[15]和夜间灯光数据[16]等衡量指标, 部分研究从人口、空间、经济和社会的综合视角对其进行刻画[17, 18]；生态系统服务的评估主要从价值量、物质量和能值这3个方面进行[19], 分别量化生态系统服务的货币价值[18 ~ 22]、实物功能[23 ~ 26]和能量转换[27]. 在研究方法上, 有关学者通过相关性分析[21, 28]、回归分析[23, 29]、耦合协调度模型[17, 30]和空间计量模型[19, 31]等数理统计与空间分析方法剖析二者联系. 在研究尺度上, 国家[20, 31]、省域[18]、市域[22]、流域[21, 28]和城市群[19, 29]等多个层面被相继探讨. 总体而言, 这些研究案例为深入揭示城镇化与生态系统服务的复杂关系提供了助力, 但现有研究多集中于分析城镇化单一维度与生态系统服务价值, 或与某类服务功能之间的关联影响, 疏于对城镇化多维系统与典型生态系统服务进行整合, 不利于准确理解二者间的整体互动关系. 此外, 研究涉及区域以我国北方生态脆弱区为主, 对城镇化剧烈和生态问题同样突出的东南沿海地区关注不足.
闽东南地区是我国东南沿海生态屏障的重要组成部分, 同时也是福建省经济最发达和人口最稠密的区域, 其城镇发展与生态保护的矛盾交织. 该地域有关研究主要聚焦土地利用[13]、城市结构[32]、大气污染[33]和生态格局[34]等方面, 较为缺乏对城镇化与生态系统服务关系的综合考量, 不利于厘清“发展”与“保护”的协调问题. 基于此, 以闽东南地区为研究对象, 依据人口-空间-经济-社会框架构建评价指标体系量化多维城镇化水平, 采用InVEST模型评估5项典型生态系统服务, 探究2000~2020年闽东南地区城镇化与生态系统服务的时序演化过程和空间格局特征, 并通过皮尔逊相关系数和耦合协调度模型对二者时空耦合关系进行剖析, 以期为我国东南沿海高速城镇化地区的可持续发展提供决策参考.
1 材料与方法 1.1 研究区概况闽东南地区（23°32′ ~ 26°39′ N, 116°53′ ~120°31′E）地处福建省东南部（图 1）, 东抵台湾海峡, 南接广东省潮汕地区, 由福州、莆田、泉州、厦门和漳州这5个设区市组成. 属亚热带海洋性季风气候, 年均气温18~28℃, 雨热充沛, 水系与森林资源丰富. 域内地势西高东低, 地貌复杂多样, 西部山地耸峙, 中部丘陵和台地错落分布, 东部平原广布, 海岸线曲折漫长, 呈现出“依山面海”的地理特征. 在近20年发展过程中, 闽东南地区凭借独特的区位、资源及侨乡优势, 已成为福建省对外开放和经济发展的重心所在, 2020年地区生产总值约占全省生产总值的77%, 常住人口城镇化率突破71%. 与此同时, 城镇化的快速推进也带来了耕地退化、森林破坏及水土流失等区域环境问题, 对生态系统健康产生不利影响.
|
图 1 闽东南地区位置示意 Fig. 1 Location of southeastern Fujian |
土地利用数据来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn）, 空间分辨率为30 m. 气象数据包括降水量和蒸散发数据, 来源于国家地球系统科学数据中心（http://www.geodata.cn）, 空间分辨率均为1 km. 土壤数据来自国家青藏高原科学数据中心（https://data.tpdc.ac.cn）提供的“基于世界土壤数据库（HWSD）的土壤数据集（v1.2）”, 空间分辨率为1 km. 基岩深度数据来自Scientific Data平台（https://www.nature.com/sdata/）提供的中国基岩深度数据集[35], 空间分辨率为100 m. 数字高程模型来源于地理空间数据云（http://www.gscloud.cn）, 空间分辨率为30 m. 流域边界矢量数据来自HydroSHEDS平台（https://www.hydrosheds.org）提供的HydroBASINS数据集[36]. 土地碳库密度和归一化植被指数（NDVI）数据均来自国家生态科学数据中心（http://www.nesdc.org.cn）, 其中NDVI数据空间分辨率为30 m. 社会经济数据主要由相应年份的《福建统计年鉴》、各设区市统计年鉴及国民经济和社会发展统计公报得到.
1.3 研究方法 1.3.1 城镇化水平测度城镇化具有多维内涵, 不仅指农村人口向城镇的大规模流动, 还代表着土地利用与消费模式的转型以及人类生产生活方式的改变, 是一种复杂的社会经济现象和历史发展过程. 参考相关成果[2, 37, 38]并结合研究区实际情况, 在充分考虑数据可获性和科学性基础上, 构建了包括人口城镇化、空间城镇化、经济城镇化和社会城镇化这4个子系统共8项指标的城镇化水平评价指标体系（表 1）. 通过极差标准化法消除不同指标间量纲差异. 同时为有效避免主观认知模糊及数据离散程度对权重计算的影响, 基于最小信息熵原理对分别由层次分析法和熵值法得到的主客观权重进行综合, 缩小权重偏差, 计算公式参见文献[38].
|
表 1 城镇化水平评价指标体系 Table 1 Urbanization evaluation index system |
1.3.2 生态系统服务评估
2005年联合国千年生态系统评估报告将生态系统服务划分为供给、调节、支持和文化服务这4类, 鉴于文化服务数据不易获取, 仅探讨前3类服务. 其中, 从供给服务中选取粮食供给和水源供给服务, 从调节服务中选取碳固持和土壤保持服务, 从支持服务中选取生境质量服务. 各项服务具体解释如下.
（1）粮食供给 粮食是支撑人类生存发展的必要条件, 充足的粮食供给是保障经济发展、社会稳定和国家安全的重要基石. 有研究证明农产品产量与NDVI间存在显著的线性相关[39], 因此基于NDVI栅格数据和土地利用数据对粮食统计数据进行空间化修正, 计算公式如下：
|
(1) |
式中, FPij为第i个地市第j个耕地像元所分配的粮食产量（t）；FPi为第i个地市的粮食产量（t）；NDVIij为第i个地市第j个耕地像元的归一化植被指数；NDVIi为第i个地市的耕地归一化植被指数总和.
（2）水源供给 生态系统通过其特有结构完成对大气降水的截留、蓄积与分配, 满足人类生产生活和娱乐游憩的用水需求. InVEST模型Annual Water Yield模块基于Budyko水热耦合平衡假设, 将实际蒸发与降水间比率和潜在蒸发与降水间比率建立联系, 核算产水量, 计算公式为：
|
(2) |
式中, Y（x）、AET（x）和P（x）分别为像元x的年产水量（mm）、年实际蒸散量（mm）和年降水量（mm）.
（3）碳固持 生态系统通过地表覆被及土壤圈层捕获、固定并封存大气CO2, 从而有效缓解气候变暖. InVEST模型Carbon Storage and Sequestration模块基于土地利用数据及其相应的4种碳库（地上生物碳、地下生物碳、土壤有机碳和死亡物质有机碳）来计算生态系统碳固持量, 计算公式如下：
|
(3) |
式中, Ctotal、Cabove、Cbelow、Csoil和Cdead分别为区域、地上部分、地下部分、土壤内部和死亡物质的碳固持量（t）. 不同土地覆被类型的各项碳库密度值参考文献[40 ~ 42]进行设置.
（4）土壤保持 生态系统拦截泥沙的蓄积保留功能和抵御土壤侵蚀的调节控制功能, 对区域生态安全维系具有重要意义. InVEST模型Sediment Delivery Ratio模块基于土壤流失方程, 以潜在土壤侵蚀量与实际土壤侵蚀量的差值表征区域内土壤保持量, 计算公式如下：
|
(4) |
式中, SCx为像元x的土壤保持量（t）；RKLSx和USLEx分别为像元x的潜在土壤侵蚀量和实际土壤侵蚀量（t）；Rx为降雨侵蚀力因子[MJ·mm·（hm2·h·a）-1], 由章文波等[43]提出的公式计算得到；Kx为土壤可蚀性因子[t·hm2·h·（hm2·MJ·mm）-1], 根据Williams等[44]提出的EPIC模型计算得到；LSx为地形因子, 由InVEST模型基于DEM数据自动提取；Cx为植被覆盖因子, 根据蔡崇法等[45]建立的坡面产沙量与植被覆盖度数学关系式进行计算；Px为水土保持措施因子, 参考文献[46]进行设置.
（5）生境质量 生态系统为生物个体或群落提供条件适宜的栖息地, 支持其生存繁衍, 维护生物多样性与生态稳定性. InVEST模型Habitat Quality模块将土地利用类型与胁迫因子建立联系, 根据胁迫因子影响范围, 各地类生境适宜度及其对胁迫因子响应度, 量化生境退化水平与质量状况, 计算公式如下：
|
(5) |
式中, Qxj为土地利用类型j中像元x的生境质量指数；Hj为土地利用类型j的生境适宜度得分；Dxj为生境在胁迫因子干扰下呈现出的退化程度；z为归一化常量, 通常取值2.5；k为半饱和参数, 取值为生境退化指数最大值的1/2. 模型运行所需参数参考文献[47, 48]进行设置.
1.3.3 城镇化与生态系统服务的交互耦合分析通过皮尔逊相关系数对城镇化多维系统与不同生态系统服务间的关联特征进行初步探析, 在此基础上使用耦合协调度模型衡量城镇化与生态系统服务的耦合协调关系. 耦合协调度概念发源于物理学, 指多个系统或子系统间存在的相互作用关系, 被推广应用于生物学、农学和地理学等领域. 王淑佳等[49]针对使用效度问题对传统耦合协调度模型进行了修正, 使运算结果具备更高区分度, 具体计算过程如下：
|
(6) |
|
(7) |
|
(8) |
式中, C为耦合度；T为综合协调指数；D为耦合协调度；U1和U2为不同系统的综合评价值, 且U2 > U1；α1和α2为两个系统的权重系数, 因城镇化与生态系统服务同样重要, 遂均取值0.5. 参考已有研究[49]将闽东南地区综合城镇化与各项生态系统服务的耦合协调度划分为严重失调（0~0.2）、中度失调（0.2~0.4）、磨合过渡（0.4~0.6）、中度协调（0.6~0.8）和高度协调（0.8~1）这5个发展层次. 同时, 为深入发掘二者在不同耦合协调等级下的内部状态, 引入相对发展度模型, 参照文献[50]计算城镇化之于生态系统服务的发展程度β, 并将其划分为城镇化超前于生态系统服务（β < 0.8, “超前状态”）、城镇化同步于生态系统服务（0.8 < β < 1.2, “同步状态”）和城镇化滞后于生态系统服务（β > 1.2, “滞后状态”）这3种状态.
2 结果与分析 2.1 闽东南地区城镇化水平的时空演变为直观呈现闽东南地区城镇化发展阶段与趋势, 按照数理倍数关系, 将城镇化水平划分为低（< 0.5倍均值）、较低（0.5~1倍均值）、中等（1~1.5倍均值）、较高（1.5~2倍均值）和高（> 2倍均值）这5个等级（图 2）.
|
图 2 闽东南地区城镇化水平动态变化 Fig. 2 Evolution of the urbanization level in southeastern Fujian |
从时序维度来看, 闽东南地区城镇化水平提升显著, 综合城镇化中等以下水平单元从2000年的多达26个变为2020年的仅剩2个, 综合城镇化指数均值由0.11跃升至0.42. 除空间城镇化外, 其余3项城镇化子系统在2020年实现“低水平单元”清零, 其中经济城镇化和社会城镇化均仅剩1个“较低水平单元”, 即将完全进入中高水平发展阶段；人口城镇化稳步推进, 中等及以上水平单元占比由2000年的13.8%依次发展到2010年和2020年的44.8%和75.9%；受地形因素影响, 空间城镇化整体水平不高, 2020年仍有近60%的单元处于中等以下发展水平. 在变化速率上（图 3）, 20 a间社会城镇化指数年均增幅最大, 达10.6%；空间城镇化指数年均增幅最小, 为5.3%；综合城镇化指数年均增幅7.3%, 较显著. 人口和空间城镇化在后10 a的发展远慢于前10 a, 而经济和社会城镇化则进一步提速, 这表明城镇化发展的主要驱动力逐渐由人口和空间等因素的规模膨胀转型为经济和社会等方面的品质提升.
|
图 3 闽东南地区城镇化与生态系统服务的年均变化率 Fig. 3 Annual average change rate of urbanization and ecosystem services in southeastern Fujian |
从空间格局来看, 闽东南地区城镇化水平表现出“东高西低, 北高南低”的分布态势, 空间聚集特征明显. 2020年, 人口和空间城镇化水平以各市辖区为中心向周边及内陆单元辐射衰减；经济城镇化以“福州市辖区-闽清县”、“泉州市辖区-永春县”和“厦门市辖区-漳州市辖区”为高水平线, 较高及中等水平单元穿插分布；社会城镇化“高水平单元”集中出现于地区中部的厦漳泉都市圈, 并在地区南北部零散分布. 在变动幅度上, 综合城镇化水平发展呈现“东快西慢, 北快南慢”的格局特征, 其中人口和空间城镇化水平的提升幅度总体上由沿海向内陆递减, 经济城镇化水平快速发展的区域从东北至西南呈“S型”分布, 社会城镇化水平剧烈变动区域由地区中部向南北两端蔓延. 总体上看, 2000~2020年闽东南地区城镇化发展的区域不平衡性愈发凸显, 从初期的中等及以下水平单元全面覆盖逐渐过渡到后期的各市辖区成为高水平中心, 周边区域发展水平梯度分明.
2.2 闽东南地区生态系统服务的时空演变基于ArcGIS软件和InVEST模型对各生态系统服务进行空间化处理（图 4）. 从时序维度来看, 闽东南地区生态系统服务总体水平趋于衰退, 粮食供给服务均值由1.18 t·hm-2下降到0.45 t·hm-2, 水源供给服务均值由892.83 mm下降到473.81 mm, 碳固持服务均值由72.78 t·hm-2下降到70.44 t·hm-2, 土壤保持服务均值由4 075.70 t·hm-2下降到2 838.16 t·hm-2, 生境质量指数均值由0.69下降到0.65. 在变化速率上（图 3）, 粮食供给、水源供给和土壤保持服务的年均降幅较明显, 分别达到4.7%、3.1%和1.8%；碳固持和生境质量服务的整体水平则相对稳定, 年均降幅仅为0.2%和0.3%. 除水源供给和土壤保持服务外, 其他3项服务的下降速率在研究后期有所减缓.
|
图 4 闽东南地区生态系统服务动态变化 Fig. 4 Evolution of ecosystem services in southeastern Fujian |
从空间格局来看, 闽东南地区生态系统服务的空间异质性显著. 粮食供给高值区集中分布于沿海平原及中部丘陵地带, 受城镇持续扩张影响其供给水平普遍呈下降态势；供给低值区则深入内陆, 因山地切割分布破碎, 加之远离城镇干扰, 供给量基本保持稳定. 其他4项服务所呈现的分布特征基本一致, 即从东南沿海向西北内陆起伏式递增. 其中, 水源供给高值区在闽侯县及其以北区域集中分布, 低值区则存在于地区南部沿海地带；水源供给的少量增长主要出现在闽江和九龙江下游两侧, 负增长区域近乎覆盖全域. 碳固持、土壤保持和生境质量服务的空间聚集特征高度相似, 但变化并不同步. 三者的高值区均出现在林木茂盛的山地区域, 如福州市西南部、泉州市北部及漳州市西北部, 低值区集中于沿海城市建成区, 以各市辖区为中心环绕分布. 碳固持服务整体水平较稳定, 仅在厦漳泉都市圈海岸沿线出现明显降幅, 而土壤保持服务则在沿海城镇出现少量增长区, 这是由于不透水表面的扩张虽侵占了林地和草地导致生态系统固碳能力降低, 但也减少了降水下渗对深层土壤的侵蚀；生境质量变化呈现“西北增, 东南减”的分布特征, 这缘于内陆人口不断涌入沿海发达城市, 内陆地区人为扰动相对减少, 而沿海地区则因人口聚集和城镇扩张, 致使生境质量明显下滑.
2.3 闽东南地区城镇化与生态系统服务的时空耦合 2.3.1 城镇化与生态系统服务的相关性分析将生态系统服务评估结果提取至县（市、区）级单元, 探索其与城镇化的动态关系. 皮尔逊相关系数显示（图 5）, 在闽东南地区城镇化多维系统与典型生态系统服务构成的75组关系中, 分别有37组和10组关系在0.01和0.05检验水平上相关性显著, 且负向关系占93%以上, 反映出城镇化发展对生态系统服务的综合影响以负面胁迫为主. 具体而言, 粮食供给和水源供给服务与城镇化相关性较弱, 其中粮食供给服务与城镇化由正相关向负相关转变, 表明城镇化发达地区的区位及技术优势已逐渐滞后于城镇化所带来的不利影响（耕地侵占和农业人口流失等）. 其他3项服务与城镇化始终保持较为显著的负向关系, 其中经济和社会城镇化与各项服务负相关性趋于减弱, 人口、空间及综合城镇化与碳固持和生境质量服务负相关性趋向增强, 与土壤保持服务的负相关性呈现先减弱后增强的“U型”趋势.
|
图 5 闽东南地区城镇化与生态系统服务的皮尔逊相关系数 Fig. 5 Pearson correlation coefficient between urbanization and ecosystem services in southeastern Fujian |
从时序维度来看, 综合城镇化与各项生态系统服务耦合协调度总体上趋于提高, 各耦合协调度等级出现不同程度的向上转移（图 6）. 粮食供给、水源供给、碳固持、土壤保持和生境质量服务与综合城镇化的耦合协调度均值在研究期内分别提升60.5%、90.2%、110.9%、87.6%和120.6%, 仅有的下降现象出现在2010~2020年粮食供给服务与综合城镇化的关系中, 降幅为13.8%. 耦合协调水平由以失调为主（约占70%~80%）发展为以磨合过渡与中度协调为主（约占60%~75%）, 2020年严重失调与高度协调区域占比均保持在7%以下, 由此呈现出“中部突出, 两端收紧”的梭状形态. 二者相对发展度在2000年以“滞后状态”为主, 均保持在80%以上, 随着时间推移“滞后状态”持续减少, 到2020年综合城镇化与粮食供给和水源供给服务的相对发展度转变为“超前状态”占据绝对优势而“滞后状态”完全消失的金字塔形态；与碳固持、土壤保持和生境质量服务的相对发展度则表现出“两头宽, 中间窄”的沙漏形态, 即80%以上单元处于“滞后状态”或“超前状态”, 少量单元为“同步状态”. 值得注意的是现阶段闽东南地区城镇化与生态系统服务的协调发展尚不平稳, 综合城镇化与粮食供给和水源供给服务的“同步状态”单元数量先增后减, 与其他3项服务的“同步状态”区域虽总量持续增长或保持不变, 但其内部部分单元（如各市辖区）也曾出现进入“同步状态”后再次退出的情况.
|
图 6 闽东南地区综合城镇化与生态系统服务的发展状态占比统计 Fig. 6 Statistics on the proportion of development status between comprehensive urbanization and ecosystem services in southeastern Fujian |
从空间格局来看, 二者耦合协调度分布不均（图 7）. 综合城镇化与粮食供给服务耦合协调度从南至北呈间断式分布, 区域南部及中北部的严重失调区大幅收缩, 90%以上发展为磨合过渡或中度协调区；北部及中南部的中度失调或磨合过渡区经历了先“跃进”后“倒退”的过程, 最终中度失调区明显收缩, 磨合过渡区成为主体. 综合城镇化与水源供给服务的耦合协调度由“内陆低沿海高”演变为“北高南低, 内陆高沿海低”, 安溪县以北的失调区全部转变为磨合过渡和中度协调区, 永春县以南的失调区除平和县和诏安县发展为中度协调区外, 70%以上区域停留在中度失调状态；内陆地区全部脱离严重失调状态且南北两端进入中度协调状态, 沿海地区的中度失调区连片式扩张, 于闽南金三角集中分布. 综合城镇化与碳固持、土壤保持和生境质量服务耦合协调度均呈现“内陆低沿海高”的分布特征, 内陆严重失调区全面改善为中度失调或磨合过渡区, 长泰县和永春县等个别区域进入中度协调状态；沿海失调区大幅减少, 中度协调区成为主体, 以“东北-西南”走向呈带状延伸；晋江市和石狮市虽地处沿海地带但耦合协调度持续衰退, 这与其城镇化起点高、提速快而过度超前生态系统服务有关. 从相对发展度来看, 2020年综合城镇化与粮食供给和水源供给服务的“同步状态”区域分别出现在东北沿海的福清市和平潭县与北部内陆的闽清县、闽侯县和罗源县, 其他区域均处于“超前状态”. 综合城镇化与其他3项服务的“同步状态”区域于沿海地带间隔分布, 如福州市辖区、莆田市辖区、南安市和龙海市等, 在“同步状态”区域之间, 北部及南部穿插分布“滞后状态”, 中部厦漳泉都市圈一带则以“超前状态”为主；内陆地区在地形限制下, 城镇化水平提升相对缓慢, 20年间基本维持“滞后状态”.
|
图 7 闽东南地区综合城镇化与生态系统服务的耦合协调度动态变化 Fig. 7 Evolution of coupling coordination degree between comprehensive urbanization and ecosystem services in southeastern Fujian |
城镇化与生态系统服务作为相对独立的系统, 统一于民生福祉增进的目标愿景下, 二者的协调发展对区域可持续稳定繁荣具有重大意义. 以闽东南地区为例, 分析了城镇化与生态系统服务发展水平及耦合关系的时空演进特征.
（1）闽东南地区城镇化水平与生态系统服务空间分布不平衡, 东西部海陆差异趋于扩大. 城镇化水平总体上沿“西北-东南”方向提升, 生态系统服务则与之相反, 由此呈现出东南沿海“高城镇化水平-弱生态系统服务”与西北内陆“低城镇化水平-强生态系统服务”的空间错位态势. 此外, 沿海地区城镇化速率普遍高于内陆地区, 相对强烈的城镇化扰动使得沿海地区生态系统服务能力较之内陆地区弱化更加明显. 上述现象符合闽东南地区内部资源要素分布不均的现实情况：其内陆山地植被广袤、地形崎岖, 生态空间完整而生产和生活空间受限；沿海平原人口和交通等发展条件优越, 城镇化动能充足而生态环境维护乏力. 据此, 建议沿海地区积极引导土地集约立体开发, 着力拓展公共绿色空间, 逐步增强城镇生态韧性；内陆地区充分发挥自然禀赋优势, 发展特色农业和文旅产业, 打造山区城镇绿色发展带；同时深化“山海联动”, 加快要素高效集聚与合理流动, 促进区域间产业共建、资源共享和环境共治.
（2）闽东南地区城镇化发展经历由“规模带动”到“品质牵引”的转型过程, 对缓解生态系统服务衰退产生积极影响. 该区域人口和空间城镇化指数在2000~2010年期间年均增幅分别为11.2%和8.8%, 于2010~2020年期间分别降至2.5%和1.9%, 而经济和社会城镇化指数年均增幅则分别从6.6%和9.5%提高到8.2%和11.6%. 结合相关性分析可知, 在城镇化对生态系统服务的胁迫作用中, 人口和空间城镇化的负面影响最为突出, 而经济和社会城镇化与生态系统服务的负向关系则相对较弱且进一步弱化趋势明显. 这较好解释了生态系统服务水平下降态势在研究后期的减缓现象, 由此本文认为提升经济和社会发展质量是保证城镇化稳步推进并逐渐化解其负向效应甚至反哺生态系统服务的有效途径, 这与已有研究成果的观点相似[30, 31]. 据此, 该地区未来发展一方面应强化外部约束, 在综合考虑资源环境承载能力与城镇设施容纳能力的基础上, 科学划定生态保护红线与城市增长边界, 提升土地利用整体效率；另一方面, 须加快产业结构转型、能源结构优化及低碳经济变革, 构筑覆盖全域、串联城乡的生态网络体系, 激活城镇化发展内生动力.
（3）闽东南地区城镇化与生态系统服务交互耦合过程存在阶段性与波动性特征. 本研究初期为失衡阶段, 城镇化发展过度滞后而生态系统服务水平较高, 二者耦合状态以严重及中度失调为主. 本研究中期为过渡阶段, 城镇化在生态资源支持下加速推进, 生态系统服务有所消耗, 二者整体水平差距缩小但城镇化仍然滞后, 耦合状态改善为以中度失调和磨合过渡为主, 其中各市辖区及邻近区域因城镇化发展较快而与生态系统服务水平匹配, 优先调整为中度乃至高度协调状态. 本研究末期进入调和阶段, 耦合状态上升为以磨合过渡和中度协调为主, 但城镇化的持续推进及生态系统服务的进一步消耗使部分地区前者水平反超后者而导致耦合等级倒退, 多见于城镇化与粮食供给和水源供给服务的关系中. 可见, 闽东南地区城镇化与生态系统服务的耦合协调度虽显著提升, 但此后若不加快转变城镇化发展模式并及时控制生态系统服务透支, 二者将再次进入失衡阶段, 这与梁龙武等[38]对京津冀城市群发展的判断类似. 据此, 建议各地市注意把控城镇化与生态系统服务协调发展的有序性与稳定性, 及时调整二者耦合关系, 使其保持良性互动：协调状态地区须警惕城镇化过度超前现象发生, 在推进城镇建设的同时也要加大环保投入力度, 探索绿色多元新业态；反向退出协调状态的地区应建立科学的生态补偿机制, 定向解决生态系统服务流失问题, 特别是粮食与水资源安全问题；尚未步入协调状态的城镇化滞后地区要依托生态系统服务完备优势, 建立完善各项环境权益交易机制, 推动生态产品价值加速转化, 赋能城镇高质量发展.
本研究存在某些局限. 首先, 城镇化评价指标体系的构建受制于长时间序列下社会经济统计数据的缺失问题, 选取指标有限, 后续工作考虑扩大研究范围与尺度, 以构建更全面的指标体系, 提高测度准确性. 其次, 本研究仅从供给侧对生态系统服务进行评估, 缺乏对生态系统服务需求水平的考量, 未来将进一步从供需关系视角对生态系统服务与城镇化的耦合效应展开探讨.
4 结论（1）2000~2020年闽东南地区城镇化水平持续提升, 综合城镇化指数平均增幅281.8%, 其中社会城镇化提速最快, 经济和人口城镇化次之, 空间城镇化相对落后. 城镇化水平及其变动强度均呈现“沿海高, 内陆低”的分布格局, 区域不平衡性加剧.
（2）2000~2020年闽东南地区生态系统服务趋于衰退, 粮食供给、水源供给、碳固持、土壤保持和生境质量服务平均降幅分别为61.9%、46.9%、3.22%、30.4%和5.8%. 除粮食供给服务高值区集中于区域中东部外, 其他4项服务均表现出以“东南-西北”走向起伏式递增的分布态势. 沿海与内陆地区生态系统服务水平普遍反向变动, 时空异质性显著.
（3）2000~2020年闽东南地区城镇化与生态系统服务总体呈现负相关关系, 其中经济和社会城镇化作用于生态系统服务的负向效应相对较弱并趋于减缓, 而人口和空间城镇化的负面影响则更为强烈且呈加强态势, 随之带动综合城镇化与生态系统服务负相关性增强.
（4）2000~2020年闽东南地区城镇化与生态系统服务耦合协调关系向好发展, 60%以上区域摆脱失调状态, 改善为磨合过渡及以上等级, 但高度协调区域依然匮乏. 二者相对关系正由城镇化滞后向生态系统服务滞后转变, 东南沿海部分地区城镇化的过度超前已致使其耦合协调等级反向倒退.
| [1] |
张改素, 魏建飞, 丁志伟. 中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素[J]. 地理研究, 2020, 39(3): 627-650. Zhang G S, Wei J F, Ding Z W. Spatial pattern and its influencing factors of industrialization-urbanization comprehensive level in China at town level[J]. Geographical Research, 2020, 39(3): 627-650. |
| [2] |
刘润佳, 把多勋. 中国省会城市紧凑度与城镇化水平关系[J]. 自然资源学报, 2020, 35(3): 586-600. Liu R J, Ba D X. The relationship between urban compactness and urbanization level in capital cities of China[J]. Journal of Natural Resources, 2020, 35(3): 586-600. |
| [3] |
刘彦随, 杨忍, 林元城. 中国县域城镇化格局演化与优化路径[J]. 地理学报, 2022, 77(12): 2937-2953. Liu Y S, Yang R, Lin Y C. Pattern evolution and optimal paths of county urbanization in China[J]. Acta Geographica Sinica, 2022, 77(12): 2937-2953. |
| [4] | Wu H T, Hao Y, Weng J H. How does energy consumption affect China's urbanization? New evidence from dynamic threshold panel models[J]. Energy Policy, 2019, 127: 24-38. DOI:10.1016/j.enpol.2018.11.057 |
| [5] | Wang S J, Xie Z H, Wu R, et al. How does urbanization affect the carbon intensity of human well-being? A global assessment[J]. Applied Energy, 2022, 312. DOI:10.1016/j.apenergy.2022.118798 |
| [6] | Yang D Y, Chen Y L, Miao C H, et al. Spatiotemporal variation of PM2.5 concentrations and its relationship to urbanization in the Yangtze River delta region, China[J]. Atmospheric Pollution Research, 2020, 11(3): 491-498. DOI:10.1016/j.apr.2019.11.021 |
| [7] | Zhu C M, Zhang X L, Zhou M M, et al. Impacts of urbanization and landscape pattern on habitat quality using OLS and GWR models in Hangzhou, China[J]. Ecological Indicators, 2020, 117. DOI:10.1016/j.ecolind.2020.106654 |
| [8] | Wang X, Yang C, Liu T Q, et al. Assessment spatio-temporal coupling coordination relationship between mountain rural ecosystem health and urbanization in Chongqing municipality, China[J]. Environmental Science and Pollution Research, 2022, 29(32): 48388-48410. DOI:10.1007/s11356-022-18979-5 |
| [9] | Costanza R, D'Arge R, de Groot R, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260. DOI:10.1038/387253a0 |
| [10] |
李双成, 谢爱丽, 吕春艳, 等. 土地生态系统服务研究进展及趋势展望[J]. 中国土地科学, 2018, 32(12): 82-89. Li S C, Xie A L, Lyu C Y, et al. Research progress and prospect for land ecosystem services[J]. China Land Science, 2018, 32(12): 82-89. |
| [11] |
曾晨, 程轶皎, 吕天宇. 基于生态系统健康的国土空间生态修复分区——以长江中游城市群为例[J]. 自然资源学报, 2022, 37(12): 3118-3135. Zeng C, Cheng Y J, Lyu T Y. Research on land-space ecological restoration zoning based on ecosystem health: A case study of the urban agglomeration in the middle reaches along the Yangtze River[J]. Journal of Natural Resources, 2022, 37(12): 3118-3135. |
| [12] |
孙涛, 孙然好, 陈利顶. 京津冀城市群地区影响城镇化的关键要素识别及其交互作用[J]. 生态学报, 2018, 38(12): 4145-4154. Sun T, Sun R H, Chen L D. Identification of key factors and mutual effects of urbanization and Eco-environment in the Beijing-Tianjin-Hebei urban agglomeration[J]. Acta Ecologica Sinica, 2018, 38(12): 4145-4154. |
| [13] |
戴文远, 江方奇, 黄万里, 等. 基于"三生空间"的土地利用功能转型及生态服务价值研究——以福州新区为例[J]. 自然资源学报, 2018, 33(12): 2098-2109. Dai W Y, Jiang F Q, Huang W L, et al. Study on transition of land use function and ecosystem service value based on the conception of production, living and ecological space: A case study of the Fuzhou New Area[J]. Journal of Natural Resources, 2018, 33(12): 2098-2109. |
| [14] |
乔旭宁, 石漪澜, 郭静, 等. 郑州都市圈不同等级城镇扩张对生态系统服务的影响研究[J]. 地理研究, 2022, 41(7): 1913-1931. Qiao X N, Shi Y L, Guo J, et al. Impacts of urban expansion on ecosystem services in different size cities of Zhengzhou metropolitan area[J]. Geographical Research, 2022, 41(7): 1913-1931. |
| [15] |
荣益, 李超, 许策, 等. 城镇化过程中生态系统服务价值变化及人类活动影响的空间分异——以黄骅市为例[J]. 生态学杂志, 2017, 36(5): 1374-1381. Rong Y, Li C, Xu C, et al. Ecosystem service values and spatial differentiation changes during urbanization, A case study of Huanghua City[J]. Chinese Journal of Ecology, 2017, 36(5): 1374-1381. |
| [16] |
赵忠旭, 张燕杰, 潘影, 等. 夜间灯光数据支持下西藏人类活动强度变化对生态系统调节服务的影响[J]. 地球信息科学学报, 2020, 22(7): 1544-1554. Zhao Z X, Zhang Y J, Pan Y, et al. Changes in human activity intensity and influence on ecosystem regulating services: A study of Tibet based on night light data[J]. Journal of Geo-information Science, 2020, 22(7): 1544-1554. |
| [17] |
赵雪雁, 杜昱璇, 李花, 等. 黄河中游城镇化与生态系统服务耦合关系的时空变化[J]. 自然资源学报, 2021, 36(1): 131-147. Zhao X Y, Du Y X, Li H, et al. Spatio-temporal changes of the coupling relationship between urbanization and ecosystem services in the Middle Yellow River[J]. Journal of Natural Resources, 2021, 36(1): 131-147. |
| [18] |
刘海龙, 丁娅楠, 王跃飞, 等. 山西省城镇化与生态系统服务时空相关性及空间效应分析[J]. 水土保持学报, 2022, 36(1): 124-134. Liu H L, Ding Y N, Wang Y F, et al. Analysis of temporal-spatial correlation and spatial effect between urbanization and ecosystem services in Shanxi Province[J]. Journal of Soil and Water Conservation, 2022, 36(1): 124-134. |
| [19] |
陈万旭, 刘志玲, 李江风, 等. 长江中游城市群生态系统服务和城镇化之间的空间关系研究[J]. 生态学报, 2020, 40(15): 5137-5150. Chen W X, Liu Z L, Li J F, et al. Mapping the spatial relationship between ecosystem services and urbanization in the middle reaches of the Yangtze River urban agglomerations[J]. Acta Ecologica Sinica, 2020, 40(15): 5137-5150. |
| [20] |
黄敏, 杨飞, 郑士伟. 中国城镇化进程对生态系统服务价值的影响[J]. 水土保持研究, 2019, 26(1): 352-359. Huang M, Yang F, Zheng S W. Impact of urbanization process on ecosystem service value in China[J]. Research of Soil and Water Conservation, 2019, 26(1): 352-359. |
| [21] | Yang M H, Gao X D, Siddique K H M, et al. Spatiotemporal exploration of ecosystem service, urbanization, and their interactive coercing relationship in the Yellow River Basin over the past 40 years[J]. Science of the Total Environment, 2023, 858. DOI:10.1016/j.scitotenv.2022.159757 |
| [22] | Yuan Y J, Wu S H, Yu Y N, et al. Spatiotemporal interaction between ecosystem services and urbanization: Case study of Nanjing City, China[J]. Ecological Indicators, 2018, 95: 917-929. DOI:10.1016/j.ecolind.2018.07.056 |
| [23] |
白立敏, 冯兴华, 孙瑞丰, 等. 生境质量对城镇化的时空响应——以长春市为例[J]. 应用生态学报, 2020, 31(4): 1267-1277. Bai L M, Feng X H, Sun R F, et al. Spatial and temporal responses of habitat quality to urbanization: A case study of Changchun City, Jilin Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(4): 1267-1277. |
| [24] |
王飞, 陶芹, 程宪波, 等. 快速城镇化地区景观格局变化对水生态系统服务的影响[J]. 水土保持学报, 2023, 37(1): 159-167. Wang F, Tao Q, Chen X B, et al. Influence of landscape pattern change on water ecosystem service in rapidly urbanization areas[J]. Journal of Soil and Water Conservation, 2023, 37(1): 159-167. |
| [25] |
李竹, 王兆峰, 吴卫, 等. 碳中和目标下中国省域碳平衡能力与城镇化的关系[J]. 自然资源学报, 2022, 37(12): 3136-3152. Li Z, Wang Z F, Wu W, et al. The relationship between China's provincial carbon balance capacity and urbanization under carbon neutrality target[J]. Journal of Natural Resources, 2022, 37(12): 3136-3152. |
| [26] |
徐文彬, 饶良懿. 土地利用和气候变化对农牧交错带生态系统服务的影响[J]. 环境科学, 2023, 44(9): 5114-5124. Xu W B, Rao L Y. Impacts of land use and climate change on ecosystem services in agro-pastoral ecotone[J]. Environmental Science, 2023, 44(9): 5114-5124. |
| [27] |
王伟伟, 周立华, 孙燕, 等. 禁牧政策对宁夏盐池县农业生态系统服务影响的能值分析[J]. 生态学报, 2019, 39(1): 146-157. Wang W W, Zhou L H, Sun Y, et al. Emergy analysis of the crop ecosystem services of Yanchi County in Ningxia[J]. Acta Ecologica Sinica, 2019, 39(1): 146-157. |
| [28] |
邵雅静, 杨悦, 员学锋. 黄河流域城镇化与生态系统服务的时空互动关系[J]. 水土保持学报, 2022, 36(3): 86-93, 99. Shao Y J, Yang Y, Yuan X F. Analysis of the spatial and temporal interactions between urbanization and ecosystem services in the Yellow River Basin[J]. Journal of Soil and Water Conservation, 2022, 36(3): 86-93, 99. |
| [29] |
夏楚瑜, 国淏, 赵晶, 等. 京津冀地区生态系统服务对城镇化的多空间尺度动态响应[J]. 生态学报, 2023, 43(7): 2756-2769. Xia C Y, Guo H, Zhao J, et al. Dynamic responses of ecosystem services to urbanization at multi-spatial scales in the Beijing-Tianjin-Hebei region[J]. Acta Ecologica Sinica, 2023, 43(7): 2756-2769. |
| [30] |
梅予健, 贺清云, 欧阳晓, 等. 长株潭城市群城镇化水平与生态质量的冲突与交互作用[J]. 生态学报, 2023, 43(11): 4527-4538. Mei Y J, He Q Y, Ouyang X, et al. Conflict and interaction between urbanization level and ecological quality in Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Acta Ecologica Sinica, 2023, 43(11): 4527-4538. |
| [31] |
张佳田, 焦文献, 韩宝龙. 城镇化与生态系统服务的协调演化特征及空间耦合关系[J]. 生态学报, 2020, 40(10): 3271-3282. Zhang J T, Jiao W X, Han B L. Characteristics of coordination changes and spatial coupling relationship between urbanization and ecosystem services[J]. Acta Ecologica Sinica, 2020, 40(10): 3271-3282. |
| [32] |
许培源, 许红妹. 福建省厦漳泉大都市区空间结构特征分析[J]. 经济地理, 2012, 32(6): 59-66. Xu P Y, Xu H M. The spatial structure of Xia-Zhang-Quan Metropolis based on spatial interaction[J]. Economic Geography, 2012, 32(6): 59-66. |
| [33] |
肖思晗, 蔡美君, 李香, 等. 厦门港大气PM2.5中重金属污染特征及健康风险评价[J]. 环境科学, 2022, 43(7): 3404-3415. Xiao S H, Cai M J, Li X, et al. Characterization and health risk assessment of heavy metals in PM2.5 in Xiamen Port[J]. Environmental Science, 2022, 43(7): 3404-3415. |
| [34] |
柳建玲, 李胜鹏, 范胜龙, 等. 基于生态安全格局的厦漳泉地区国土空间生态保护修复区与预警点识别[J]. 生态学报, 2021, 41(20): 8124-8134. Liu J L, Li S P, Fan S L, et al. Identification of territorial ecological protection and restoration areas and early warning places based on ecological security pattern: A case study in Xiamen-Zhangzhou-Quanzhou Region[J]. Acta Ecologica Sinica, 2021, 41(20): 8124-8134. |
| [35] | Yan F P, Shangguan W, Zhang J, et al. Depth-to-bedrock map of China at a spatial resolution of 100 meters[J]. Scientific Data, 2020, 7(1). DOI:10.1038/s41597-019-0345-6 |
| [36] | Lehner B, Grill G. Global river hydrography and network routing: baseline data and new approaches to study the world's large river systems[J]. Hydrological Processes, 2013, 27(15): 2171-2186. DOI:10.1002/hyp.9740 |
| [37] |
蒋正云, 胡艳. 中部地区新型城镇化与农业现代化耦合协调机制及优化路径[J]. 自然资源学报, 2021, 36(3): 702-721. Jiang Z Y, Hu Y. Coupling and coordination between new urbanization and agricultural modernization in Central China[J]. Journal of Natural Resources, 2021, 36(3): 702-721. |
| [38] |
梁龙武, 王振波, 方创琳, 等. 京津冀城市群城市化与生态环境时空分异及协同发展格局[J]. 生态学报, 2019, 39(4): 1212-1225. Liang L W, Wang Z B, Fang C L, et al. Spatiotemporal differentiation and coordinated development pattern of urbanization and the ecological environment of the Beijing-Tianjin-Hebei urban agglomeration[J]. Acta Ecologica Sinica, 2019, 39(4): 1212-1225. |
| [39] |
李军玲, 郭其乐, 彭记永. 基于MODIS数据的河南省冬小麦产量遥感估算模型[J]. 生态环境学报, 2012, 21(10): 1665-1669. Li J L, Guo Q L, Peng J Y. Remote sensing estimation model of Henan province winter wheat yield based on MODIS data[J]. Ecology and Environmental Sciences, 2012, 21(10): 1665-1669. |
| [40] |
徐丽, 何念鹏, 于贵瑞. 2010s中国陆地生态系统碳密度数据集[J]. 中国科学数据, 2019, 4(1): 86-92. Xu L, He N P, Yu G R. A dataset of carbon density in Chinese terrestrial ecosystems (2010s)[J]. China Scientific Data, 2019, 4(1): 86-92. |
| [41] |
王文俊. 福建省土壤有机碳储量估算、时空分布特征及其影响因素[J]. 现代地质, 2019, 33(6): 1295-1305. Wang W J. Reserve estimation, spatiotemporal distribution and its influencing factors of soil organic carbon in Fujian Province, China[J]. Geoscience, 2019, 33(6): 1295-1305. |
| [42] |
王军, 钟莉娜, 白中科, 等. 农用地整理对碳储量和粮食产能的影响[J]. 农业工程学报, 2018, 34(24): 256-265. Wang J, Zhong L N, Bai Z K, et al. Effects of agricultural land consolidation on carbon storage and grain productivity[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(24): 256-265. |
| [43] |
章文波, 付金生. 不同类型雨量资料估算降雨侵蚀力[J]. 资源科学, 2003, 25(1): 35-41. Zhang W B, Fu J S. Rainfall erosivity estimation under different rainfall amount[J]. Resources Science, 2003, 25(1): 35-41. |
| [44] | Williams J R, Jones C A, Dyke P T. A modeling approach to determining the relationship between erosion and soil productivity[J]. Transactions of the ASAE, 1984, 27(1): 129-144. DOI:10.13031/2013.32748 |
| [45] |
蔡崇法, 丁树文, 史志华, 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000, 14(2): 19-24. Cai C F, Ding S W, Shi Z H, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed[J]. Journal of Soil and Water Conservation, 2000, 14(2): 19-24. |
| [46] |
武国胜, 林惠花, 曾宏达. 用RS和GIS技术评价福建省长汀县土壤保持功能对生态系统变化的响应[J]. 生态学报, 2017, 37(1): 321-330. Wu G S, Lin H H, Zeng H D. Responses of soil conservation function to ecosystem changes: an assessment based on RS and GIS in Changting County, Fujian Province[J]. Acta Ecologica Sinica, 2017, 37(1): 321-330. |
| [47] |
王军, 严有龙, 王金满, 等. 闽江流域生境质量时空演变特征与预测研究[J]. 生态学报, 2021, 41(14): 5837-5848. Wang J, Yan Y L, Wang J M, et al. Temporal-spatial variation characteristics and prediction of habitat quality in min River Basin[J]. Acta Ecologica Sinica, 2021, 41(14): 5837-5848. |
| [48] |
李胜鹏, 柳建玲, 林津, 等. 基于1980—2018年土地利用变化的福建省生境质量时空演变[J]. 应用生态学报, 2020, 31(12): 4080-4090. Li S P, Liu J L, Lin J, et al. Spatial and temporal evolution of habitat quality in Fujian Province, China based on the land use change from 1980 to 2018[J]. Chinese Journal of Applied Ecology, 2020, 31(12): 4080-4090. |
| [49] |
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. Wang S J, Kong W, Ren L, et al. Research on misuses and modification of coupling coordination degree model in China[J]. Journal of Natural Resources, 2021, 36(3): 793-810. |
| [50] |
毕国华, 杨庆媛, 刘苏. 中国省域生态文明建设与城市化的耦合协调发展[J]. 经济地理, 2017, 37(1): 50-58. Bi G H, Yang Q Y, Liu S. Coupling coordination development between ecological civilization construction and urbanization in China[J]. Economic Geography, 2017, 37(1): 50-58. |