EN中文

Arid Land Geography >

2025 , Vol. 48 >Issue 4: 728 - 738

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.364

Regional Development

Coordinated study of urban population agglomeration and land ecological resilience in the Yellow River Basin

  • Weilu LI ,
  • Mingdou ZHANG
Expand
  • School of Economics, Dongbei University of Finance and Economics, Dalian 116025, Liaoning, China

Received date: 2024-06-11

  Revised date: 2024-08-01

  Online published: 2026-03-11

Fold

Abstract

Scientifically evaluating the coordinated development of urban population agglomeration and land ecological resilience in the Yellow River Basin is crucial for promoting ecological protection and high-quality development in the region. Based on the “resistance-adaptability-resilience” three-dimensional framework, a land ecological resilience evaluation system was constructed. The coupling coordination model, Moran’s I, and spatial Tobit model were employed to analyze the spatiotemporal evolution, spatial agglomeration characteristics, and influencing factors of the coordinated development of urban population agglomeration and land ecological resilience in the Yellow River Basin from 2000 to 2023. The results indicate that: (1) The levels of urban population agglomeration and land ecological resilience exhibited a declining trend, with average annual decreases of 0.98% and 0.26%, respectively. The spatial distribution of urban population agglomeration followed a stepped pattern of “upstream>middle reaches>downstream”, while land ecological resilience was distributed as “downstream>upstream> middle reaches”. (2) The coordinated development level of urban population agglomeration and land ecological resilience declined over time, with a spatial distribution of “downstream>upstream>middle reaches”. High-value cities were primarily located in downstream areas and provincial capitals, remaining in the primary coordination stage, whereas low-value cities, predominantly resource-based, were on the verge of imbalance. (3) A spatial positive correlation was observed between urban population agglomeration and the coordinated development of land ecological resilience. “high-high” agglomeration areas were mainly concentrated in downstream regions and Sichuan Province, whereas “low-low” agglomeration areas were primarily located in the city group along the Yellow River Basin in Ningxia, Lanzhou-Xining city group, and Hohhot-Baotou-Ordos-Yulin city group. (4) Economic development, industrialization, scientific and technological innovation, and government intervention were key factors influencing the coordinated development of urban population agglomeration and land ecological resilience. Additionally, economic development and industrialization exhibited significant spatial spillover effects.

Key words： urban population agglomeration; land ecological resilience; coordinated development; influencing factors; Yellow River Basin

Cite this article

Weilu LI , Mingdou ZHANG . Coordinated study of urban population agglomeration and land ecological resilience in the Yellow River Basin[J]. Arid Land Geography, 2025 , 48(4) : 728 -738 . DOI: 10.12118/j.issn.1000-6060.2024.364

中国城镇化发展取得了举世瞩目的成就，城镇化率由1978年的17.92%跃升至2023年的66.16%。城镇化发展促进了经济增长和社会繁荣，但也激化了城市无序蔓延与土地生态侵害等问题，尤其是人类活动对森林草地、天然湿地和生物栖息地的侵占损害，致使土地生态景观格局破碎化，生态系统服务功能衰退，严重威胁着土地生态安全。在国土空间规划的背景下，当务之急就是要合理布局增强土地生态韧性，提高其抵御、适应人类活动干扰且迅速恢复的能力，以此协调多元复杂的人地关系，系统纠偏快速城镇化时期不可持续的人地关系发展路径[1]。除重视人类活动对土地生态安全的影响，还要特别关注城镇化发展促成的人口分布格局对土地生态韧性的影响。尤其是生态环境天然脆弱的黄河流域，评价分析其城市人口集聚与土地生态韧性协同发展水平及影响因素，进而从空间规划层面指导黄河流域和谐人地关系建设，对于推动黄河流域生态保护和高质量发展意义重大。
人口集聚与土地生态韧性的相关研究包括：一是人口集聚与土地生态之间的互动关系研究。现有研究主要探讨了人口集聚对土地生态的影响。学者们一致认为城镇化是人口集聚和经济增长的内生动力[2]，但由于缺乏科学规划和有效管理，城镇化质量不高且发展不均衡问题逐渐显现，尤其是空间城镇化的高速发展，导致城市无序蔓延，由此衍生出草地、林区、天然湿地、生物栖息地遭受破坏侵占等土地生态问题[3]。还有学者探究了人口集聚对环境污染[4]、植被恢复[5]、土地利用生态效率[6]的影响，为协调人地关系及实现可持续发展提供决策依据。目前关于土地生态对人口集聚影响的文献尚不多见，但环境因素对人口迁移的作用却被广泛讨论。有学者考察了环境质量[7]、空气污染[8]、气候风险[9]等因素对人口迁移行为的影响，发现清新的空气、干净的水质、适宜的气候和健康的土地生态是决定人口迁移的关键因素。二是生态韧性研究。Holling[10]首次提出生态韧性的概念，用于界定生态系统面临风险冲击时所能承受或吸收扰动的能力。之后，生态韧性概念逐渐应用于城市、资源环境等领域[11]。由于生态韧性的内涵丰富，众多学者从“抵抗力-适应力-恢复力”[12]“敏感性-适应性”[13]“驱动-压力-状态-影响-响应”[14]等不同维度对生态韧性进行量化，并进一步分析降水、高温、经济发展、环境规制等因子对生态韧性的影响[15-16]。还有学者认为生态治理与修复显著增强了土地生态韧性，进而弱化人口增长和经济发展对土地生态系统的干扰[17]。以大规模森林恢复项目为例，有研究指出该项目能够提高土地生态系统的韧性，增强其抵抗气候变化的能力[18]。
当前，学界对人口集聚与土地生态交互关系的探讨已趋于成熟，但从韧性视角考察人口集聚与土地生态韧性耦合关系的研究仍有待加强。黄河流域长期饱受水土流失、土地沙漠化等生态问题的侵扰，人地关系尤为紧张，明确黄河流域人地耦合关系对于化解人地矛盾，实现黄河流域高质量发展至关重要。然而，现有研究对黄河流域关注不够，缺乏对黄河流域全部城市的系统剖析。因此，本文以黄河流域99个地级及以上城市为研究对象，阐释城市人口集聚与土地生态韧性的协调机理，运用耦合协调度模型、莫兰指数和空间杜宾面板Tobit模型揭露两系统协同发展水平的时空演化规律、空间集聚特征和影响因素，以期为推动黄河流域人地关系和谐发展提供理论基础与实践依据。本文的边际贡献为：一是揭示城市人口集聚与土地生态韧性协调机理，丰富了两系统协同发展研究的理论体系。二是刻画城市人口集聚与土地生态韧性协同发展水平的时空演化特征，拓宽了人地关系的研究视角。三是挖掘城市人口集聚与土地生态韧性协同发展的影响因素，据此为增强黄河流域两系统协同发展，化解人地矛盾建言献策。

1 理论基础

本文将城市人口集聚与土地生态韧性的协调机理抽象为2个子系统及其内部要素之间相互联系、彼此作用以此推动系统整体协调发展的过程。土地生态韧性指土地生态系统在面对外界压迫和内在压力时，能够及时进行抵御、适应和破坏后恢复的能力。土地生态韧性通过生态系统服务作用于人口集聚。生态系统服务理论指出生态系统服务是维持人类生存发展的基础，既可以为人类提供食物、水、空气等自然资源，满足人类生存的基本需求，还可以通过气候调节、水源涵养、土壤绿化等作用，改善人类居住环境。土地生态韧性关乎土地生态系统结构和功能稳定，继而影响生态系统服务的长期表现，对于提高生态系统的人口容纳和支撑能力尤为关键[19]。土地生态韧性还可以通过自然灾害发生频率反映人类活动合理性与生态用地空间配置均衡性，继而引导人口流动方向和数量调整[11]。土地生态韧性越强，发生热岛效应、旱涝灾害和空气污染等自然灾害的频率越低，对流动人口的“虹吸效应”越强。
人口集聚对土地生态韧性产生了双重影响。首先，人口集聚通过集聚效应对土地生态韧性产生积极影响。新经济地理学指出，人口集聚通过知识溢出、技术扩散和劳动力市场共享促进经济增长[2]。经济增长带来更高的财政收入，为土地生态治理与修复提供更多的资金支持。另外，高素质劳动力集聚能够促进人力资本积累加快产业结构优化升级，还可以推动技术创新提高资源利用效率，降低经济增长的资源消耗和环境污染，继而弱化人类活动对土地生态韧性的干扰[20]。其次，人口规模持续扩大导致高强度的人类活动，逼近甚至超过土地生态系统承载力，将会对生态韧性产生负面影响。景观生态学理论强调，人类活动能够直接作用于生态景观格局，迫使其生态系统结构与功能发生改变，继而对土地生态韧性产生不利影响[21]。例如，人口规模的增长将通过侵占耕地、破坏湿地等途径增加建设用地使用量，导致生态景观破碎化和植被多样性退化；人口规模扩大还会增加生产生活能耗，致使许多自然资源的过度开采与消耗，加剧了土地生态韧性衰减。此外，生态代谢理论还指出，人类活动能够改变生态系统的能量流动和物质循环，继而对生态系统代谢效率和生态韧性产生胁迫效应。

2 数据与方法

2.1 研究区概况

黄河流域横跨东中西三大地区，依次流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省份。因此，本文将研究区域界定为9个省份共计115个城市（州、盟、市）。由于各自治州、盟及海东市数据缺失严重，济源市为省直辖县级市，将其全部剔除。研究期间莱芜市行政区划有所调整，为保证各年份研究对象的一致性，本文统一将莱芜市划入济南市，得到99个地级及以上城市为研究对象。借鉴已有研究[22]，将黄河流域分为上、中、下游地区以便探索其协同发展的空间差异，研究区如图1所示。
图1 研究区示意图

注：基于自然资源部标准地图服务网站审图号为GS(2019)1822号的标准地图制作，底图边界无修改。下同。

Fig. 1 Schematic diagram of the study area

2.2 研究方法

2.2.1 耦合协调度模型

本文采用耦合协调度模型探究城市人口集聚与土地生态韧性的协同发展水平，计算公式及划分标准见参考文献[23]。考虑到城市人口集聚与土地生态韧性同等重要，故将模型中的待定系数α、β均设定为0.5。

2.2.2 空间相关性分析

本文使用全局莫兰指数和局部莫兰指数进行空间相关性分析。全局莫兰指数用以反映城市人口集聚与土地生态韧性协同发展水平空间分布的平均关联程度，验证是否存在空间相关性。局部莫兰指数用以揭示不同城市两系统协同发展水平的空间聚类特征。计算公式见参考文献[24]。

2.2.3 空间杜宾面板Tobit模型

由于城市人口集聚与土地生态韧性协同发展水平取值范围介于0~1之间，本文采用空间杜宾面板Tobit模型分析协同发展水平的影响因素。模型如式（1）所示：
D i t = ρ W D i t + α X i t + W β X i t + v i + γ t + ε i t
式中： D i t为城市i在t年的城市人口集聚与土地生态韧性的协同发展水平； X i t为协同发展水平的影响因素；α、β为估计系数；W为欧式距离空间权重矩阵；ρ为空间自回归系数； v i为城市固定效应； γ t为时间固定效应； ε i t为随机扰动项。
借鉴已有研究[25-26]， X i t包括以下影响因素：（1） 经济发展水平以人均GDP衡量。经济发展水平为土地生态治理与韧性恢复提供资金支持，是促进人口集聚与土地生态韧性协同发展的关键因素。（2） 工业化水平以第二产业增加值占GDP的比重衡量。工业生产是能源消耗与环境污染的主要来源，通过资源开采、增加建设用地规模、污染物排放等途径威胁着土地生态韧性。（3） 科技创新水平以科技创新支出占财政支出的比重衡量。科技创新能够弱化人类活动对生态环境的影响，尤其是绿色技术的衍生，在统筹城市人口集聚与土地生态韧性协同发展方面作用明显。（4） 外商投资水平以实际使用外资金额占GDP的比重衡量。“污染天堂假说”指出，由于发展中国家的环境规制标准和污染治理成本较低，发达国家倾向于将污染型企业迁入，但这会对发展中国家的土地生态产生不利影响。（5） 政府干预以财政支出占GDP的比重衡量。政府主导的土地财政通过大规模土地开发和城市基础设施建设推动城市空间快速扩张，严重制约着土地生态安全。

2.3 指标体系构建

2.3.1 城市人口集聚水平测算

本文利用空间基尼系数表征城市人口集聚水平。首先使用ArcGIS 10.5软件提取研究区域内所有栅格数据，将其转化为内含人口分布信息的点数据，再结合经纬度坐标将点数据与城市进行空间匹配，明确每个城市包含的栅格数量及人口分布情况，进而计算各城市逐年人口分布的空间基尼系数。计算公式见参考文献[27]。

2.3.2 土地生态韧性评价体系构建

从“抵抗力-适应力-恢复力”3个维度构建城市土地生态韧性评价体系。抵抗力指生态系统抵御外界干扰的能力。生态系统服务关乎生态系统抵抗力的强弱，不同类型生态系统服务之间存在复杂的交互作用，能够有效弱化人类活动对生态系统的干扰[28]。故此，以生态系统服务价值定义抵抗力，计算过程见参考文献[29]。适应力指生态系统自我调整以应对外界干扰的能力。由景观异质性、景观连通性和景观形状等因素共同决定的生态系统稳定性是生态系统适应力的驱动因素。景观异质性通过赋能生态系统能量流动与物质循环，增加其应对人类活动干扰时选择的灵活性，有助于提高适应力；景观连通性支持生物群落在面临局部环境恶化时迁移至安全区域，从而增强生态系统适应力；不规则的景观形状可能导致边界效应增加，这会改变生物群落的空间分布和迁移行为，继而影响生态景观结构稳定性[30]。因此，以生态系统稳定性表征适应力，各指数由Fragstats 4.2软件测算而来。恢复力指生态系统遭受外界干扰后恢复到原先状态或进阶到新稳态的能力。有研究指出，土地利用模式在塑造生态系统恢复力方面作用明显[31]。通过对城市土地利用类型的面积加权计算生态系统恢复力，计算公式见参考文献[31]。城市土地生态韧性评价体系如表1所示，各指标权重使用熵值法[23]确定。
表1 城市土地生态韧性评价体系

Tab. 1 Urban land ecological resilience evaluation system

目标层 准则层 指标层 指标说明 权重 类型
城市土地生态韧性 抵抗力 土地生态服务价值 公式计算得出 0.4749 正向
适应力 景观异质性 香农多样性指数 0.1833 正向
斑块丰富度指数 - 正向
景观连通性 景观蔓延度指数 - 正向
景观分离度指数 - 负向
景观形状 景观形状指数 - 负向
面积加权的平均形状指数 - 负向
恢复力 土地生态恢复力指数 公式计算得出 0.3418 正向

2.4 数据来源

本文使用的人口分布数据来源于美国橡树岭实验室研发的LandScan全球人口分布栅格数据；土地利用类型数据来源于中国科学院资源环境科学数据中心发布的全国土地利用遥感监测数据集；粮食产量数据来源于2001—2021年各省统计年鉴和2024年《中国统计年鉴》；粮食价格数据来源于2001—2024年《中国农产品价格调查年鉴》；2000—2020年的社会经济数据来源于2001—2021年《中国城市统计年鉴》；2023年的社会经济数据来源于2023年各市国民经济和社会发展统计公报和各省科技经费投入统计公报。个别缺失数据通过查阅各市统计年鉴、统计公报或使用插值法补齐。

3 结果与分析

3.1 城市人口集聚水平分析

由图2a可知，黄河流域人口集聚水平呈下降趋势，从2000年的0.4636下降到2023年的0.3700，年均下降率为0.98%。参考周艳等[32]的研究，测算出2000—2023年黄河流域城市用地规模弹性系数为1.90，远大于理想情况下的1.12，表明城市人口增长速度远不及城市用地规模扩张速度，二者呈失衡状态，导致人口集聚水平有所下降。人口集聚水平的标准差和变异系数分别从2000年的0.0805、0.1737变化为2023年的0.0810、0.2189，表明黄河流域城际人口集聚水平差距呈扩大趋势。黄河流域人口集聚水平整体呈“上游>中游>下游”的阶梯状分布格局。其中，上游地区的人口集聚水平最高为0.4351，这得益于上游地区落后的经济条件、脆弱的生态系统制约着土地资源的深度开发与规模使用[2]。其次是中游地区为0.4111；下游地区的人口集聚水平变动幅度最大，从2000年的0.4316变化为2023年的0.3160。
图2 黄河流域城市人口集聚与土地生态韧性水平时序变化与空间分布

Fig. 2 Temporal changes and spatial distributions of urban population agglomeration and land ecological resilience level in the Yellow River Basin

3.2 城市土地生态韧性分析

由图2b可知，黄河流域土地生态韧性水平较低，均值仅为0.2953，且表现出逐年下降趋势，从2000年的0.3032变化为2023年的0.2859，年均下降率为0.26%，表明黄河流域土地生态系统脆弱性增加，土地生态安全面临巨大威胁。土地生态韧性的标准差和变异系数分别从2000年的0.1115、0.3677变化为2023年的0.1157、0.4049，表明黄河流域城际土地生态韧性水平差距呈扩大趋势。黄河流域土地生态韧性水平整体表现出“下游>上游>中游”的分布格局。下游地区的土地生态韧性水平最高为0.4065；上游和中游地区的土地生态韧性水平相近，分别为0.2497和0.2277，远低于下游地区。上游和中游地区的生态环境本底脆弱，上游地区的高原冰川、草原草甸和三江源，中游地区的黄土高原是生态脆弱区的典型代表，极易受到人类活动的负面影响，使得土地生态韧性提升的难度较大。

3.3 协同发展分析

3.3.1 时序变化特征

黄河流域两系统协同发展水平大致经历了“下降-短暂上升-下降”的变化过程，且整体呈现出下降趋势，由2000年的0.6021下降到2023年的0.5574，协调发展阶段则由初级协调下滑到勉强协调，表明黄河流域人地关系趋于紧张（图3）。原因在于黄河流域长期推行以生态环境为代价的粗放型发展模式，致使经济发展的资源瓶颈与路径依赖问题严重制约着人地关系的和谐发展。协同发展水平的标准差和变异系数分别从2000年的0.0546、0.0907变化为2023年的0.0520、0.0934，表明黄河流域城际协同发展水平的绝对差距呈微弱缩小趋势，相对差距呈扩大趋势。分区域来看，三大地区的协同发展水平均表现出下降趋势，尤其是下游地区下降速度最快，由2000年的0.6470下降到2023年的0.5911，年均下降率为0.39%，这与下游地区快速的城镇化建设有关。
图3 黄河流域城市人口集聚与土地生态韧性协同发展水平时序变化

Fig. 3 Temporal changes of the coordinated development level between urban population agglomeration and land ecological resilience in the Yellow River Basin

3.3.2 空间分布特征

两系统协同发展水平整体呈现“下游>上游>中游”的分布格局（图4）。下游地区经济发展水平较高，资金、劳动力等资源充足，有利于城市人口集聚与土地生态韧性协同发展。中游地区富含煤炭、石油、天然气等矿产资源，产业结构以矿产资源开发及其上下游产业为主，环境污染型企业比重较高，高强度大规模的土地开采活动频繁，导致水土流失和土地沙化等环境问题日益突出，土地生态韧性不足，协同发展水平较低。由于独特的自然地貌、环境容量及水土资源的影响，上游地区长期存在建设用地资源稀缺与经济发展用地需求增长的内在矛盾，加剧了青海、甘肃和宁夏等省份的水土流失问题，产业偏向生态消耗型，土地生态保护面临严峻形势。从空间格局演变来看，不同城市协调发展水平均表现出下降趋势。其中，下游地区变化较为明显，淄博市等17座城市由初级协调下滑到勉强协调阶段；中游地区以晋中市为代表的7座城市由勉强协调下滑到濒临失调阶段；焦作市的协同发展水平最高但下滑最为严重，由中级协调下滑到勉强协调阶段。
图4 黄河流域城市人口集聚与土地生态韧性协同发展水平空间分布

Fig. 4 Spatial distributions of the coordinated development level between urban population agglomeration and land ecological resilience in the Yellow River Basin

3.4 影响因素分析

3.4.1 空间自相关检验

黄河流域城市人口集聚与土地生态韧性协同发展水平的全局莫兰指数在2000—2023年间均为正值，且均通过了1%水平的显著性检验（表2）。表明其空间分布并没有伴随着完全的随机状态，反而是协同发展水平相近的城市趋于空间集聚，整体表现出明显的空间正相关性。因此，探究黄河流域城市人口集聚与土地生态韧性协同发展的影响因素时有必要考虑空间效应。
表2 黄河流域城市人口集聚与土地生态韧性协同发展水平全局莫兰指数检验

Tab. 2 Global Moran’s I test of the coordinated development level of urban population agglomeration and land ecological resilience in the Yellow River Basin

指标 2000年 2005年 2010年 2015年 2020年 2023年
Moran’s I 0.3143*** 0.3430*** 0.3349*** 0.3193*** 0.2596*** 0.2360***
Z值 10.70 11.63 11.37 10.86 8.91 8.13

注：***、**、*分别表示通过了1%、5%、10%水平上的显著性检验。下同。

由两系统协同发展水平的集聚分布图（图5）可知，“高-高”集聚区主要分布在下游地区和上游地区的四川省，表明上述地区的协同发展水平整体较高。“低-低”集聚区重点分布在宁夏沿黄城市群、兰州-西宁城市群和呼包鄂榆城市群，这些城市群经济发展滞后且资源型城市占比高，经济发展的土地需求仍然旺盛，使得天然脆弱的土地生态面临形势更加严峻。“高-低”集聚区出现在呼和浩特市、西安市、咸阳市、渭南市、天水市和银川市，表明这些城市的协同发展水平要优于周边城市，但对周边城市的辐射带动作用尚不明显。“低-高”集聚区出现在晋城市、淄博市、枣庄市、临沂市、攀枝花市和雅安市，表明这些城市的协同发展水平要低于周边城市。原因是这些资源型城市长期对能源矿产过度开采和城市建设用地的无序扩张，对土地生态造成了难以逆转的负面影响，从而无力兼顾城市人口集聚与土地生态韧性协同发展。值得注意的是，2000—2023年四川省多数城市的集聚模式由不显著变化为“高-高”集聚，表明四川省的协同发展水平较高，与下游地区的差距呈缩小态势。
图5 黄河流域城市人口集聚与土地生态韧性协同发展水平的集聚分布

Fig. 5 Agglomeration distributions of the coordinated development level of urban population agglomeration and land ecological resilience in the Yellow River Basin

3.4.2 空间计量模型估计结果

由表3基准回归结果可知，经济发展水平和科技创新水平的回归系数显著为正，表明经济发展水平和科技创新水平对两系统协同发展具有促进作用。经济发展水平较高的城市逐渐转向提高土地集约利用效率，且配备定额的财政拨款用于土地生态治理，从而促进两系统协同发展。黄河流域土地生态恢复需要科技创新支持，近年来黄河流域不断加大科技创新投入，加强水土治理人才培养，以期通过科技创新从根源上解决土地生态问题。工业化水平和政府干预的回归系数显著为负，表明工业化水平和政府干预对两系统协同发展具有阻碍作用。黄河流域工业占比较高，煤炭、化工和冶炼等污染企业数量众多，其生产活动制约着两系统协同发展。政府干预表现为经济发展过度依赖土地财政，导致城镇空间迅速扩张和土地利用效率不高，不利于两系统协同发展水平的提升。
表3 基准回归结果及稳健性检验结果

Tab. 3 Benchmark regression results and robustness test results

变量 基准回归结果 模型一 模型二
回归系数 Z值 回归系数 Z值 回归系数 Z值
经济发展水平 0.0105** 2.07 0.0199*** 6.66 0.0108** 2.07
工业化水平 -0.1350*** -7.48 -0.1191*** -5.39 -0.1349*** -7.22
科技创新水平 0.3885** 2.10 -0.0351 -0.15 0.3270* 1.72
外商投资水平 -0.1288 -1.13 0.0566 0.43 -0.1293 -1.11
政府干预 -0.1162*** -4.58 -0.1057*** -4.07 -0.1170*** -4.51
W×经济发展水平 -0.0116* -1.83 -0.0054*** -10.08 -0.0289*** -2.82
W×工业化水平 0.1382*** 4.82 0.0165*** 2.78 0.1502*** 3.53
W×科技创新水平 0.3845 0.98 0.2157*** 3.14 -0.0133 -0.03
W×外商投资水平 0.6018 1.49 0.0420 0.93 0.6759** 2.49
W×政府干预 0.0023 0.05 0.0003 0.05 -0.1023* -1.77
ρ 0.7625*** 20.32 0.0824*** 13.49 0.7074*** 15.99
F值 346.3641 - 202.6957 - - -
调整R2 0.9983 - 0.9974 - 0.4389 -
自然对数似然函数值 1078.8026 - 1024.3378 - 1077.5026 -

注：W为空间权重矩阵；ρ为空间自回归系数；F值为评估模型整体显著性的统计量；调整R2为评估模型拟合优度的统计量。

经济发展水平、工业化水平还存在空间溢出效应。其中，经济发展水平对周边城市两系统协同发展的影响显著为负。人口从欠发达地区流向发达地区是城市化的重要特征，经济发展较快的城市会通过“虹吸效应”吸引周边城市的劳动力迁入，致使周边城市人口数量减少，继而降低两系统协同发展水平。工业化水平对周边城市两系统协同发展的影响显著为正。黄河流域自然资源有限，工业占比提升会促使上下游行业集聚，增加自然资源消耗，这会剥夺周边城市工业发展机会，反而促进了周边城市两系统的协同发展。
本文采用更换空间权重矩阵及空间计量模型的方法进行稳健性检验。基于邻接权重矩阵、空间杜宾模型的回归结果分别如表3模型一、模型二所示：无论是邻接权重矩阵还是空间杜宾模型，回归结果中的ρ值均显著为正，与基准回归结果一致，且模型一和模型二中各影响因素变量的回归结果也与基准回归结果保持一致，通过了稳健性检验。

4 讨论

本文研究发现黄河流域城市人口集聚与土地生态韧性协同发展水平呈“下游>上游>中游”的分布格局，但整体协同发展水平较低且表现出下降趋势，这一结论间接证实了粗放型城镇化发展模式致使流域生态失序，严重制约着人口集聚与生态韧性协同发展，珠三角地区[11]和汾河流域[24]面临同样的问题。与以往研究相比，本文选取生态本底脆弱且经济发展滞后、人地关系尤为紧张的黄河流域为研究对象，探究其城市人口集聚与土地生态韧性协同发展水平的时空演变特征及影响因素，是对已有研究的丰富与补充。研究结论有助于从空间规划层面指导黄河流域新型城镇化发展，缓解人地矛盾，继而实现生态保护和高质量发展。与此同时，围绕本文研究主题，未来可从诸多方面予以探索提升。一是丰富和拓展数据指标。随着社会经济数据的栅格化、精细化技术不断进步，城市人口集聚与土地生态韧性能够得到更加准确的数据界定和测量。二是不同空间尺度的对比分析。可考虑省市县域相结合的分析模式，厘清不同空间尺度上的差异，尽可能准确地识别出问题严重区域，并提出更具针对性的政策建议。三是通过大数据、云计算以及前沿建模技术模拟预测城市人口集聚与土地生态韧性协同发展趋势。

5 结论与建议

5.1 结论

（1） 城市人口集聚水平与土地生态韧性均呈现波动下降趋势，年均下降率分别为0.98%、0.26%，且表现出明显的空间差异，城市人口集聚水平呈现“上游>中游>下游”的阶梯状分布格局，土地生态韧性呈现“下游>上游>中游”的分布格局。
（2） 城市人口集聚与土地生态韧性协同发展水平表现出由初级协调向勉强协调下滑的趋势，且呈现“下游>上游>中游”的分布格局。下游地区和省会城市的协同发展水平较高，多处于初级协调阶段，处于濒临失调阶段的城市多为资源型城市。
（3） 城市人口集聚与土地生态韧性协同发展水平存在空间正相关性。其中，“高-高”集聚区主要分布在下游地区和上游地区的四川省，“低-低”集聚区主要分布在宁夏沿黄城市群、兰州-西宁城市群和呼包鄂榆城市群。
（4） 经济发展水平、工业化水平、科技创新水平和政府干预是影响城市人口集聚与土地生态韧性协同发展的重要因素，且经济发展水平、工业化水平存在空间溢出效应。

5.2 建议

基于上述研究结论，提出如下政策建议：一是统筹人口空间分布与土地资源配置，助力人地关系协调发展。黄河流域中上游地区生态环境天然脆弱，不适合承载高强度的人类活动，积极引导人口有序转移到生态承载力较高的平川低地区域，修复退出土地的生态功能。同时，推进以生态保护为核心的点状开发模式，严格管理土地供应数量和结构，建立并完善盘活建设用地存量的激励机制，倒逼土地利用效率提高；下游地区应健全国土空间用途监管制度，以高标准、严要求划定三区三线，着力破解耕地保护与城市发展之间的矛盾。二是充分考虑黄河流域的资源环境承载能力，合理规划产业布局。中上游地区生态环境天然脆弱，是生态修复的重点区域，通过加强企业环境信息披露与生态环境监测体系建设，制定并完善黄河流域产业落地标准，切实避免污染产业的跨地区转移。同时，下游地区应发挥人力资本优势，着力提高科技创新能力，加快战略性新兴产业培育发展，助力黄河流域土地生态恢复。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
张晓瑶, 虞虎, 张潇, 等. 基于多源数据的三江源国家公园土地生态安全综合评价[J]. 生态学报, 2022, 42(14): 5665-5676.

[Zhang Xiaoyao, Yu Hu, Zhang Xiao, et al. Comprehensive evaluation of land ecological security in the Sanjiangyuan National Park based on multi-source data[J]. Acta Ecologica Sinica, 2022, 42(14): 5665-5676.]

[2]
陈乐, 李郇, 姚尧, 等. 人口集聚对中国城市经济增长的影响分析[J]. 地理学报, 2018, 73(6): 1107-1120.

DOI

Chen Le, Li Xun, Yao Yao, et al. Effects of population agglomeration on urban economic growth in China[J]. Acta Geographica Sinica, 2018, 73(6): 1107-1120.]

DOI

[3]
邓楚雄, 刘唱唱, 李忠武. 生态修复背景下流域国土空间韧性研究思路[J]. 中国土地科学, 2022, 36(5): 11-20.

[Deng Chuxiong, Liu Changchang, Li Zhongwu. Research path on the resilience of watershed territorial space under the background of ecological restoration[J]. China Land Science, 2022, 36(5): 11-20.]

[4]
Wu X L, Zhang Y H. Coupling analysis of ecological environment evaluation and urbanization using projection pursuit model in Xi’an, China[J]. Ecological Indicators, 2023, 156(11): 111078, doi: 10.1016/j.ecolind.2023.111078.

[5]
陈海山, 梁裕珩. 人口集聚与植被恢复——基于人口空间分布的实证研究[J]. 经济学, 2023, 23(5): 2025-2041.

[Chen Haishan, Liang Yuheng. Population agglomeration and vegetation restoration: An empirical study based on population spatial distribution[J]. China Economic Quarterly, 2023, 23(5): 2025-2041.]

[6]
宋家鹏, 陈松林. 经济集聚对中国三大城市群土地利用生态效率的影响[J]. 自然资源学报, 2021, 36(11): 2865-2877.

DOI

[Song Jiapeng, Chen Songlin. Impact of economic agglomeration on land use eco-efficiency of three major urban agglomerations in China[J]. Journal of Natural Resources, 2021, 36(11): 2865-2877.]

DOI

[7]
肖挺. 环境质量是劳动人口流动的主导因素吗?——“逃离北上广”现象的一种解读[J]. 经济评论, 2016, 37(2): 3-17.

[Xiao Ting. Whether the environmental quality is the leading factor of labor mobility?[J]. Economic Review, 2016, 37(2): 3-17.]

[8]
孙伟增, 张晓楠, 郑思齐. 空气污染与劳动力的空间流动——基于流动人口就业选址行为的研究[J]. 经济研究, 2019, 54(11): 102-117.

[Sun Weizeng, Zhang Xiaonan, Zheng Siqi. Air pollution and spatial mobility of labor force: Study on the migrants’ job location choice[J]. Economic Research Journal, 2019, 54(11): 102-117.]

[9]
Lama P, Hamza M, Wester M. Gendered dimensions of migration in relation to climate change[J]. Climate and Development, 2021, 13(4): 326-336.

[10]
Holling C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1): 1-23.

[11]
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

[Wang Shaojian, Cui Zitian, Lin Jingjie, et al. Coupling relationship between urbanization and ecological resilience in the Pearl River Delta[J]. Acta Geographica Sinica, 2021, 76(4): 973-991.]

DOI

[12]
王立奇, 李国柱. 中国城市生态韧性时空特征及影响因素分析[J/OL]. 干旱区地理.[2024-12-16]. http://kns.cnki.net/kcms/detail/65.1103.X.20241210.1722.004.html.

[Wang Liqi, Li Guozhu. Spatial-temporal characteristics and influencing factors of urban ecological resilience in China[J/OL]. Arid Land Geography.[2025-01-07]. http://kns.cnki.net/kcms/detail/65.1103.X.20241210.1722.004.html.]

[13]
Shi C C, Zhu X P, Wu H W, et al. Assessment of urban ecological resilience and its influencing factors: A case study of the Beijing-Tianjin-Hebei urban agglomeration of China[J]. Land, 2022, 11(6): 921, doi: 10.3390/land11060921.

[14]
Zhao R D, Fang C L, Liu H M, et al. Evaluating urban ecosystem resilience using the DPSIR framework and the ENA model: A case study of 35 cities in China[J]. Sustainable Cities and Society, 2021, 72: 102997, doi: 10.1016/j.scs.2021.102997.

[15]
Liu Y X, Xie M M, Wang H H, et al. Vegetation resilience assessment and its climatic driving factors: Evidence from surface coal mines in northern China[J]. Science of the Total Environment, 2024, 945: 173803, doi: 10.1016/j.scitotenv.2024.173803.

[16]
张明斗, 任衍婷, 周亮. 黄河流域城市生态韧性时空演变特征及影响因素分析[J]. 干旱区地理, 2024, 47(3): 445-454.

DOI

[Zhang Mingdou, Ren Yanting, Zhou Liang. Spatiotemporal evolution characteristics and influencing factors of urban ecological resilience in the Yellow River Basin[J]. Arid Land Geography, 2024, 47(3): 445-454.]

DOI

[17]
Zhang Y, Yang Y, Chen Z, et al. Multi-criteria assessment of the resilience of ecological function areas in China with a focus on ecological restoration[J]. Ecological Indicators, 2020, 119(10): 106862, doi: 10.1016/j.ecolind.2020.106862.

[18]
Ruan J, Chen Y, Yang Z. Assessment of temporal and spatial progress of urban resilience in Guangzhou under rainstorm scenarios[J]. International Journal of Disaster Risk Reduction, 2021, 66(5): 102578, doi: 10.1016/j.ijdrr.2021.102578.

[19]
彭文英, 刘念北. 首都圈人口空间分布优化策略——基于土地资源承载力估测[J]. 地理科学, 2015, 35(5): 558-564.

DOI

[Peng Wenying, Liu Nianbei. Optimization strategy of population distribution in capital metropolitan region: Based on land resources carrying capacity evaluation[J]. Scientia Geographica Sinica, 2015, 35(5): 558-564.]

DOI

[20]
王国惠, 赵新燕, 黄永胜. 新型城镇化与生态环境协调发展关系探究[J]. 经济问题, 2018, 40(3): 112-117.

[Wang Guohui, Zhao Xinyan, Huang Yongsheng. Development relationship between new urbanization and ecological environment[J]. Economic Issues, 2018, 40(3): 112-117.]

[21]
安毅, 刘世梁, 侯笑云, 等. 人类活动的景观生态响应——以个旧市为例[J]. 生态学报, 2018, 38(24): 8861-8872.

[An Yi, Liu Shiliang, Hou Xiaoyun, et al. Research on landscape ecological effects of human activity: A case study of Gejiu City[J]. Acta Ecologica Sinica, 2018, 38(24): 8861-8872.]

[22]
刘琳轲, 梁流涛, 高攀, 等. 黄河流域生态保护与高质量发展的耦合关系及交互响应[J]. 自然资源学报, 2021, 36(1): 176-195.

DOI

[Liu Linke, Liang Liutao, Gao Pan, et al. Coupling relationship and interactive response between ecological protection and high-quality development in the Yellow River Basin[J]. Journal of Natural Resources, 2021, 36(1): 176-195.]

DOI

[23]
韩叙, 柳潇明, 刘文婷, 等. 黄河流域绿色金融与经济高质量发展耦合协调时空特征及驱动因素[J]. 经济地理, 2023, 43(9): 121-130.

DOI

[Han Xu, Liu Xiaoming, Liu Wenting, et al. Spatio-temporal characteristics of the coupling coordinating relationship between green finance and economic high-quality development in the Yellow River Basin and its driving factors[J]. Economic Geography, 2023, 43(9): 121-130.]

DOI

[24]
刘海龙, 王改艳, 张鹏航, 等. 汾河流域新型城镇化与生态韧性耦合协调时空演变及协调影响力研究[J]. 自然资源学报, 2024, 39(3): 640-667.

DOI

[Liu Hailong, Wang Gaiyan, Zhang Penghang, et al. Spatio-temporal evolution and coordination influence of coupling coordination between new urbanization and ecological resilience in Fenhe River Basin[J]. Journal of Natural Resources, 2024, 39(3): 640-667.]

DOI

[25]
姚鸣奇, 张卓群, 郑艳, 等. 海绵城市试点建设提高了生态韧性吗?——一项准自然实验[J]. 城市发展研究, 2023, 30(4): 25-33.

[Yao Mingqi, Zhang Zhuoqun, Zheng Yan, et al. Does sponge city construction improve ecological resilience?: A quasi-natural experiment[J]. Urban Development Studies, 2023, 30(4): 25-33.]

[26]
王松茂, 牛金兰. 山东省旅游经济与城市生态韧性协同演化研究[J]. 地理学报, 2023, 78(10): 2591-2608.

DOI

[Wang Songmao, Niu Jinlan. Co-evolution of tourism economy and urban ecological resilience in Shandong Province[J]. Acta Geographica Sinica, 2023, 78(10): 2591-2608.]

DOI

[27]
田卫民. 省域居民收入基尼系数测算及其变动趋势分析[J]. 经济科学, 2012, 34(2): 48-59.

[Tian Weimin. Calculation of Gini coefficient of provincial residents’ income and its change trend[J]. Economic Science, 2012, 34(2): 48-59.]

[28]
Leite H, Hodgkinson I R. Examining resilience across a service ecosystem under crisis[J]. Public Management Review, 2023, 25(1): 1-20.

[29]
施金里, 徐丽萍, 李晓航, 等. 南疆县域生态-经济协调性评估及可持续发展分区[J]. 干旱区地理, 2024, 47(10): 1794-1804.

DOI

[Shi Jinli, Xu Liping, Li Xiaohang, et al. Evaluation of ecological-economic harmony and sustainable development zoning in counties of southern Xinjiang[J]. Arid Land Geography, 2024, 47(10): 1794-1804.]

DOI

[30]
Li J H, Zhou K C, Xiao J Y, et al. Impact of landscape pattern change on water-related ecosystem services: Comprehensive analysis based on heterogeneity perspective[J]. Ecological Indicators, 2021, 133(14): 108372, doi: 10.1016/j.ecolind.2021.108372.

[31]
Peng J, Liu Y X, Wu J S, 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(1): 56-68.

[32]
周艳, 黄贤金, 徐国良, 等. 长三角城市土地扩张与人口增长耦合态势及其驱动机制[J]. 地理研究, 2016, 35(2): 313-324.

DOI

[Zhou Yan, Huang Xianjin, Xu Guoliang, et al. The coupling and driving forces between urban land expansion and population growth in Yangtze River Delta[J]. Geographical Research, 2016, 35(2): 313-324.]

Options
Outlines

/

〈 〉