EN中文

湿地科学 >

2024 , Vol. 22 >Issue 5: 617 - 629

DOI: https://doi.org/10.13248/j.cnki.wetlandsci.2024.05.001

 

中国沿海三大城市群湿地时空演变及其驱动因素对比研究

  • 罗元 ,
  • 王钧 , *
展开
* 王钧，副教授。E-mail:

罗元(2001—)，女，江西省抚州人，硕士研究生，从事城市生态与景观生态研究。E-mail:

收稿日期: 2023-09-06

  修回日期: 2024-03-21

  网络出版日期: 2025-08-14

基金资助

国家科技计划项目(2017YFC0505801)

版权

版权所有©《湿地科学》编辑部2024
收起

A Comparative Study on Spatial-Temporal Dynamics and Associated Driving Factors of Wetlands in the Three Coastal Urban Agglomerations of China

  • LUO Yuan ,
  • WANG Jun , *
Expand

Received date: 2023-09-06

  Revised date: 2024-03-21

  Online published: 2025-08-14

Copyright

Copyright © 2024 Wetland Science. All rights reserved.
Fold

摘要

以中国沿海三大城市群(珠三角、长三角、环渤海)湿地为研究对象，基于1980—2020年的土地利用数据，研究三大城市群湿地的时空演变特征，并结合相关的社会经济和政策资料分析湿地演变的驱动因素。通过计算灰色关联度量化了湿地面积与社会、经济指标的相关程度，并选取典型案例区(深圳西海岸、上海浦东新区和天津滨海新区)，对湿地演变的驱动因素进行定性的对比分析。研究结果表明，1980—2020年，三大城市群自然湿地发生剧烈变化的时间顺序为“珠三角-长三角-环渤海”，与经济发展的时间顺序相一致；三大城市群湿地演变的驱动因素既有相似性也有区域异质性，主要驱动因素是人口集聚、经济高速增长和重大工程建设；深圳西海岸自然湿地因早期围垦养殖和城市建设面积锐减，但近年来由于海岸带开发管控和生态修复项目的实施而减速放缓；上海浦东新区因互花米草的引入和城市建设项目的实施导致自然湿地减少；天津滨海新区自然湿地的减少主要受油田、盐田开发、水产养殖等因素的影响。

本文引用格式

罗元 , 王钧 . 中国沿海三大城市群湿地时空演变及其驱动因素对比研究[J]. 湿地科学, 2024 , 22(5) : 617 -629 . DOI: 10.13248/j.cnki.wetlandsci.2024.05.001

Abstract

Based on historical land use data of the past 40 years (1980-2020) interpreted from remote sensing data in combination with relevant socio-economic data and policy collections, we analyzed the spatial and temporal dynamics of coastal wetlands and associated driving factors in the three major coastal urban agglomerations (i.e., the Pearl River Delta, the Yangtze River Delta, and the Bohai Sea Rim).zed. We calculated the degree of correlation between coastal urban wetland area and associated social and economic indicators by grey relation analysis, and also selected three typical case areas (i.e., the west coast of Shenzhen, the Pudong New District of Shanghai, and the Binhai New District of Tianjin) to conduct qualitative comparative analyses on the driving factors of coastal wetland change. The study results showed that the temporal sequence of coastal wetland dynamics of the three urban agglomerations was consistent with the temporal sequence of economic development over the past forty years, and their changes showed the temporal sequence from south to north of China. The driving factors of wetland dynamics in the three coastal urban agglomerations showed both similarity and regional differentiation. For the three typical case study areas within the three urban agglomerations, the main driving factors were population agglomeration, rapid economic growth and major infrastructure construction. The natural wetlands on the west coast of Shenzhen had experienced a rapid loss of area due to polder farming and urban construction in the early urbanisation period, and a slowing of the loss of natural wetland area in recent years due to the implementation of coastal development control and ecological restoration projects. The introduction of Spartina alterniflora and urban development projects led to the destruction of natural wetlands in the Shanghai Pudong New District. The reduction in the extent of natural wetlands in the Tianjin Binhai New District was predominantly attributable to the expansion of oilfield and salt field operations, as well as aquaculture activities.

滨海湿地生态系统位于海陆交互界面[1-2]，是世界上生产力最高的生态系统之一。滨海湿地在维持和保护生态平衡以及提供野生动物栖息地等方面发挥着重要作用[3]，能够为人类提供温湿度调节、水质净化、污染物降解、科教娱乐等生态系统服务[4]。然而，滨海湿地作为脆弱的生态敏感区[5]，受到人类活动的剧烈影响，大气二氧化碳浓度增加、气候变化、泥沙输入量减少等正在从根本上改变海岸带海洋化学环境，全球约有30%~50%的滨海湿地呈现不同程度的退化，滨海湿地流失率超过64%[6]，预计未来几十年将对海洋资源造成巨大的负面影响[7]。造成滨海湿地流失的原因不仅有温度、降水等自然环境因素，还有开垦、渔业养殖、围填海、城镇建设等人类活动因素对土地利用的剧烈影响[8]。
中国是亚洲湿地面积最大的国家，居世界第4位[9-10]，根据2009—2013年开展的第二次全国湿地资源调查，中国自然湿地面积约46.67×106 hm2，其中滨海湿地面积约5.79×106 hm2[11]。自改革开放以来，中国实施的沿海发展战略极大地促进了沿海城市经济、人口的快速增长，但同时也导致了沿海城市用地紧张等问题。对海岸的开发与利用是解决土地资源稀缺、扩大城市规模的主要途径，早期的过度开发造成了岸线人工化、滨海湿地锐减、生态系统功能受损等生态环境问题[12-13]。在此背景下，对滨海湿地演变特征与规律的探究已成为当前的研究热点。
近年来，基于多时期遥感影像分析湿地时空演变特征及退化因素的研究日益增加，例如，魏帆等[14]结合土地利用转移矩阵和景观格局分析法探讨了1985—2015年环渤海滨海湿地的演变特征及主要驱动力；胡盼盼等[15]基于4期遥感影像探究了珠江三角洲湿地的景观格局变化，并通过主成分分析得出人类活动是影响湿地变化的主要因素。但是目前仍缺少对经济发展迅速的城市群及其内部典型案例区之间的比较研究，且对驱动因素的研究大多局限于定性分析层面，缺少为解决实际问题提供参考的科学依据。滨海湿地演变特征与其所在地区的经济发展程度、人口密集程度以及生态环境政策的实施力度密切相关，中国沿海三大城市群的社会、经济发展状况不同，湿地的演变可能存在时间和空间上的差异。因此，探究中国沿海三大城市群湿地的演变特征，对比分析进入快速城市化阶段(2000—2020年)的三大城市群及其内部典型案例区湿地演变的驱动因素，对于滨海湿地资源的管理和可持续发展等均具有重要的科学意义和现实意义。
本研究基于多时期遥感影像数据，分析1980—2020年三大城市群湿地面积、类型的变化特征以及湿地的演变格局；利用灰色系统建模软件(GSTA 7.0.1)，通过计算灰色关联度，量化沿海城市湿地面积与社会、经济指标的相关程度；结合社会经济状况与国家政策，定性分析深圳西海岸、上海浦东新区、天津滨海新区湿地演变的主要驱动力并进行对比分析，以期为陆海统筹下中国海岸带的生态化开发、湿地保护和生态修复策略的有效实施提供科学依据。

1 数据与方法

1.1 研究区

根据《湿地公约》中的湿地定义[16]，并结合中国沿海三大城市群湿地的特点，选取中国工业化和城市化水平较高的珠江三角洲、长江三角洲和环渤海滨海城市群湿地(下文简称珠三角、长三角、环渤海)作为研究区。珠三角沿海城市群包括广东省的深圳市、珠海市、东莞市、中山市、江门市、广州市和惠州市；长三角沿海城市群包括江苏省的盐城市、南通市，浙江省的宁波市、温州市、嘉兴市、台州市、绍兴市、杭州市、舟山市以及上海市；环渤海沿海城市群包括辽宁省的盘锦市、营口市、大连市，山东省的烟台市、潍坊市，河北省的唐山市、秦皇岛市以及天津市。研究区范围为珠三角、长三角、环渤海地区各沿海城市所辖行政区域的边界。选取珠三角的深圳西海岸、长三角的上海浦东新区、环渤海的天津滨海新区作为3个案例区。

1.2 遥感数据的获取

从中国科学院资源环境科学数据平台(http://www.resdc.cn)下载1980年、1990年、2000年、2005年、2010年、2015年和2020年共7期土地利用遥感监测数据集(CNLUCC)[17]，其中1980年、1990年、2000年、2010年和2020年的5期数据用于制图。利用ArcGIS 10.8软件，获取2000年、2005年、2010年、2015年和2020年的湿地面积数据，并结合社会经济数据分析进入快速城市化阶段后湿地演变的驱动因素。选取的遥感影像无云，空间分辨率为30 m，Kappa系数大于75%，总体精度大于85%[18]。根据《湿地分类》标准(GB/T24708-2009)[19]，参考《全国湿地资源调查技术规程(试行)》①（① 国家林业局. 全国湿地资源调查技术规程(试行). 2009.）和《土地利用现状分类》(GB/T21010-2017)[20]中的湿地分类体系，建立滨海湿地与非湿地的分类体系(表1)。将研究区的湿地按成因分为自然湿地和人工湿地2个一级分类，下分7个二级分类，将自然湿地按地貌和水文特征分为河流、湖泊、沿海滩涂、内陆滩涂和沼泽地5类，将人工湿地按主要功能用途分为水库/坑塘和水田/盐田2类。为了探究中国三大沿海城市群滨海湿地变化的驱动因素，将非湿地按土地利用类型分为建设用地、林草地、旱地和未利用地4类。
1 沿海城市群湿地与非湿地分类体系

Classification system of coastal wetland and other land use types in coastal urban agglomerations

一级分类 二级分类 描述
自然湿地 河流 指天然形成或人工开挖的河流常水位岸线之间的水面
湖泊 指天然形成的积水区，由常水位岸线所围成的水面
沿海滩涂 指沿海大潮高潮位与低潮位之间的潮浸地带，包括海岛在内的沿海滩涂
内陆滩涂 指河流、湖泊常水位至洪水位之间的滩地
沼泽地 指经常积水或渍水，一般生长湿生植物的土地
人工湿地 水库/坑塘 指以蓄水、发电、农业灌溉、城市景观、水产养殖为主要目的而修建的蓄水区
水田/盐田 指用于种植水生农作物的耕地或以生产盐为目的的土地
非湿地 建设用地 指用于基础设施建设或其他工程建设的土地
林草地 指生长乔木、灌木、竹类等的林业用地和生长草本植物为主的各类草地
旱地 指种植旱生农作物的耕地
未利用地 指尚未利用的土地

1.3 社会经济指标的选取与计算

研究区的自然因素在不同时期相对稳定，社会经济因素是海岸带土地利用变化的主要影响因素[21-22]。在每个时期，土地利用变化的驱动因素各不相同[23]，选取与三大沿海城市群湿地演变相关的11个社会经济因素，探究研究区社会经济发展对湿地演变的影响。其中，社会因素包括年末总人口、农作物播种面积、水产养殖面积、城市道路面积和港口货物吞吐量共5个指标；经济因素包括农业产值、渔业产值、第一产业产值、第二产业产值、第三产业产值和房地产开发投资共6个指标。根据2001年、2006年、2011年、2016年和2021年各沿海城市的统计年鉴(https://data.cnki.net/yearBook?type=type&code=A)，获取2000年、2005年、2010年、2015年和2020年的社会经济数据。由于研究时期跨度较大，为排除不同时期经济指标价值变化的影响，根据国家统计局发表的全国零售物价总指数将2020年以前的指标价值数据换算成以2020年为标准的数值。

1.4 湿地面积与社会经济指标的灰色关联度计算

灰色关联度分析是一种基于样本数据曲线的宏观或微观几何近似的统计分析方法，反映行为特征的数据序列为参考序列，影响因素的数据序列为比较序列，越相似的序列曲线因子之间的联系越紧密[24]，多用于衡量行为特征与影响因素之间的密切程度[25-26]，可根据关联度的大小确定主要因素和次要因素，关联度越大，影响因素对行为特征的影响越大。21世纪以后，中国进入快速城市化阶段，是本文探究湿地演变驱动因素的重点时期，将研究区内各沿海城市2000年、2005年、2010年、2015年和2020年的湿地面积时间序列作为参考序列，将11个社会经济指标的时间序列作为比较序列，初值化之后计算各指标与湿地面积的灰色关联度，步骤如下：
X i = ( x i 1 , x i 2 , ⋯ , x i ( n ) )
X j = ( x j 1 , x j 2 , ⋯ , x j ( n ) )
公式(1)~(2)中，Xi为参考序列；i为某沿海城市的湿地面积； X j为比较序列；j为某社会经济指标； x i ( n )和 x j ( n )分别表示参考序列和比较序列的第n项；初值化之后得到参考序列和比较序列的初值像 X ' i和 X ' j，计算公式如下：
X ' i = 1 , x i 2 x i 1 , ⋯ , x i ( n ) x i 1
X ' j = 1 , x j 2 x j 1 , ⋯ , x j ( n ) x j 1
将 X ' i和 X ' j始点零化像后得到 X ' i 0和 X ' j 0，计算公式如下：
X ' i 0 = 0 , x i 2 x i 1 - 1 , ⋯ , x i n x i 1 - 1
X ' j 0 = 0 , x j 2 x j 1 - 1 , ⋯ , x j ( n ) x j 1 - 1
对 X ' i 0和 X ' j 0作如下运算，得到序列发展因子 s ' i和 s ' j，若序列发展因子大于等于0则为增序列，反之为减序列：
s ' i = ∫   1 n X i ' 0 d t
s ' j = ∫   1 n X j ' 0 d t
s ' i - s ' j = ∫   1 n X i ' 0 - X j ' 0 d t
计算参考序列与比较序列的灰色相对关联度 r i j，其值越大表示该比较序列随时间变化的趋势与参考序列越相似，即该指标与湿地面积演变的相关程度越大，计算公式如下：
r i j = 1 + s ' i + s ' j 1 + s ' i + s ' j + s ' i - s ' j
根据各指标灰色关联度的大小进行排序，通过比较得出对湿地演变重要程度高的社会经济指标。利用灰色系统建模软件GSTA 7.0.1，计算研究区各沿海城市的湿地面积与11个主要社会经济指标的灰色关联度，并利用R 4.3.1软件绘制出图，以对结果进行可视化。

2 结果与分析

2.1 三大城市群湿地时空演变特征

2.1.1 珠三角

1980—2020年，珠三角城市群湿地总面积在三大城市群中变化最小，其中自然湿地面积减少，变化速率逐年下降，至21世纪后变化趋于平稳，而人工湿地面积在2010年后小幅度回升。1980—2020年，珠三角城市群自然湿地面积由1 048.39 km2下降至764.38 km2，减少了284.01 km2(图1a)，自然湿地面积变化较为突出的时期是1980—2000年，年平均变化速率为-75.09 km/a(图1b)；人工湿地面积呈现减少趋势，其中水田/盐田面积在1980—2010年大幅下降，减少了1 739.98 km2(图1c)，2010—2020年研究区东南部的水田/盐田面积增加导致人工湿地面积小幅度回升(图2)。珠三角城市群湿地面积的变化主要由水田/盐田、沿海滩涂、水库/坑塘转变为非湿地所致，形成了“自然湿地-人工湿地-非湿地”的演变路径。
1 1980—2020年珠三角城市群湿地总面积变化(a)、湿地面积年变化速率(b)和各类湿地面积变化(c)

Changes of total wetland area (a), annual change rate of wetland area (b), area of various types of wetland (c) in the Pearl River Delta urban agglomeration from 1980 to 2020

2 1980—2020年珠三角城市群湿地分布

Distribution of wetlands in the Pearl River Delta urban agglomerations from 1980 to 2020

2.1.2 长三角

1980—2020年，人工湿地是长三角城市群湿地转出面积最大的湿地类型，从1980年的41 621.11 km2下降至2020年的35 703.44 km2，减少了5 917.67 km2。1980—2020年，自然湿地面积由6 791.05 km2下降至6 520.85 km2，减少了279.20 km2(图3a)，年平均变化速率-7.11 km2/a，其中变化较为突出的时期是2000—2010年，年平均变化速率为-20.60 km2/a(图3b)，2010年以后自然湿地面积小幅度上升，其中湖泊、沿海滩涂、内陆滩涂面积增加；人工湿地中水田/盐田面积大幅下降，减少了7 349.49 km2(图3c)，主要转出类型为水库/坑塘或非湿地，杭州湾沿线水田/盐田面积大幅缩减，水库/坑塘面积增加了约70%(图4)。长三角城市群湿地的变化主要表现为水田/盐田、河流、内陆滩涂转化为非湿地，其中部分水田/盐田被逐步开发为建设用地，形成了“人工湿地-非湿地”的演变路径。
3 1980—2020年长三角城市群湿地总面积变化(a)、湿地面积年变化速率(b)和各类湿地面积变化(c)

Changes of total wetland area (a), annual change rate of wetland area (b), area of various types of wetland (c) in the Yangtze River Delta urban agglomeration from 1980 to 2020

4 1980—2020年长三角城市群湿地分布

Distribution of wetlands in the Yangtze River Delta urban agglomerations from 1980 to 2020

2.1.3 环渤海

1980—2020年，环渤海城市群自然湿地面积逐年减少，人工湿地面积先增加后减少。湿地总面积由1980年的18 879.10 km2下降至2020年的17 145.52 km2，减少了1 733.58 km2(图5a)。自然湿地面积由7 616.86 km2下降至5 437.05 km2，减少了2 179.81 km2，变化较为突出的时期是2010—2020年，年平均变化速率为-79.58 km2/a(图5b)，其中沼泽地转出面积最大(图5c)。人工湿地面积总体增加，1980—2000年水库/坑塘增加的面积大于水田/盐田减少的面积，随后一部分水田/盐田转化为水库/坑塘，一部分转化为非湿地，湿地面积呈下降趋势(图6)，与1980年相比，水田/盐田的面积减少了约26%。环渤海城市群湿地主要由沿海滩涂和沼泽地转化为水田/盐田和水库/坑塘、由水田/盐田和沼泽地转化为水库/坑塘，形成了“自然湿地-人工湿地”的演变路径。
5 1980—2020年环渤海城市群湿地总面积变化(a)、湿地面积年变化速率(b)和各类湿地面积变化(c)

Changes of total wetland area (a), annual change rate of wetland area (b), area of various types of wetland (c) in the urban agglomeration of the Bohai Rim from 1980 to 2020

6 1980—2020年环渤海城市群湿地分布

Distribution of wetlands in the Bohai Rim urban agglomerations from 1980 to 2020

2.2 3个典型案例区湿地演变特征

2.2.1 珠三角湿地典型案例——深圳西海岸

1980—2020年，深圳西海岸湿地及非湿地均发生了显著变化，湿地总面积呈下降趋势，其中自然湿地面积占比始终较小，除宝安区中部有少量内陆滩涂消失外，其他类型自然湿地的面积未发生明显改变。人工湿地面积总体减少，其中发生显著变化的人工湿地类型是水库/坑塘，西部沿海的水库/坑塘大量转出，被逐步开发为建设用地，导致建设用地面积明显上升，虽然部分林草地、旱地面积有所减少，但建设用地面积增加的趋势大于林草地和旱地面积减少的趋势，因此1980—2020年深圳西海岸非湿地面积明显增加，在宝安区、南山区和福田区都有所体现，以深圳宝安机场、港口码头等交通基础设施和大量工业区的快速兴建为代表(图7)。
7 1980年和2020年深圳西海岸湿地和其他土地利用类型分布

Distribution of coastal wetlands and other land use types in the Shenzhen West Coast in 1980 and 2020

2.2.2 长三角湿地典型案例——上海浦东新区

1980—2020年，上海浦东新区湿地及非湿地均有所转变，湿地总面积呈下降趋势，其中自然湿地面积减少，主要转出类型为河流、沿海滩涂和内陆滩涂。在研究时段内，上海浦东新区湿地类型主要以人工湿地为主，1980—2020年人工湿地面积大幅减少，其中水田面积变化最大，缩减明显，以水田和水库/坑塘为代表的人工湿地大部分转为建设用地，导致建设用地面积大幅增加，东部有少量林草地面积增加，因此1980—2020年期间非湿地面积呈上升趋势，表现为上海浦东新区部分湿地被逐渐兴建起来的外高桥港、深水港以及浦东机场等交通枢纽所替代(图8)。
8 1980年和2020年上海浦东新区湿地和其他土地利用类型分布

Distribution of coastal wetlands and other land use types in the Shanghai Pudong New District in 1980 and 2020

2.2.3 环渤海湿地典型案例——天津滨海新区

1980—2020年，天津滨海新区湿地及非湿地均发生了明显变化，湿地退化严重，其中自然湿地面积总体减少，以沿海滩涂和沼泽地为主要转出类型，大多被转为建设用地，用于油田开采、工程建设等，部分内陆滩涂面积有所增加。人工湿地面积明显减少，尤其体现在西部的水田/盐田和水库/坑塘，大部分水田/盐田逐渐转为旱地和建设用地，相比之下水库/坑塘的面积变化不大。四十年间天津滨海新区非湿地的面积显著增加，表现为以东疆保税港区为代表的一系列高新技术产业园区的兴建(图9)。
9 1980年和2020年天津滨海新区湿地及土地利用类型分布

Distribution of coastal wetlands and other land use types in the Tianjin Binhai New District in 1980 and 2020

2.3 三大城市群湿地演变的驱动因素

2.3.1 珠三角沿海城市群湿地演变的驱动因素

珠三角各沿海城市的社会、经济指标与湿地面积的灰色关联度在0.503 2~0.965 8之间，平均值为0.687 6(图10)。珠三角各沿海城市湿地演变的主要驱动因素大致相同，在11个社会、经济指标中，与各城市湿地面积关联度较高的是年末总人口、水产养殖面积、第一产业产值以及农作物播种面积。江门市与中山市，广州市与东莞市，惠州市与深圳市之间的社会经济发展状况相似，影响其湿地演变的指标重要度排序也接近。影响深圳市湿地演变的指标按重要度值由高到低依次是渔业产值、第一产业产值、农作物播种面积、农业产值、水产养殖面积、年末总人口、城市道路面积、房地产开发投资、港口货物吞吐量、第二产业产值和第三产业产值，说明农业、养殖业发展以及人口迁入导致的城市建设是驱动深圳市湿地演变的关键因素。
10 珠三角城市群湿地面积与社会、经济指标的灰色关联度

Gray relation analysis between wetland area and social and economic indicators in the Pearl River Delta urban agglomerations

2.3.2 长三角沿海城市群

长三角各沿海城市的社会、经济指标与湿地面积的灰色关联度在0.505 2~0.992 0之间，平均值为0.655 6(图11)。长三角各沿海城市湿地演变的主要驱动因素大致相同，在11个社会、经济指标中，与各城市湿地面积关联度较高的是农作物播种面积、年末总人口和水产养殖面积。在长三角沿海城市群中，重要度排序类似的城市有杭州市与宁波市，南通市与嘉兴市。影响上海市湿地演变的指标按重要度值由大到小依次是第一产业产值、年末总人口、渔业产值、水产养殖面积、农作物播种面积、农业产值、城市道路面积、第二产业产值、房地产开发投资、港口货物吞吐量、第三产业产值，说明农牧渔业发展和人口迁入是驱动上海市湿地演变的重要因素。
11 长三角城市群湿地面积与社会、经济指标的灰色关联度

Gray relation analysis between wetland area and social and economic indicators in the Yangtze River Delta urban agglomerations

2.3.3 环渤海沿海城市群

环渤海各沿海城市的社会、经济指标与湿地面积的灰色关联度在0.502 2~0.999 9之间，平均值为0.666 6(图12)。环渤海各沿海城市湿地演变的主要驱动因素大致相同，在11个社会、经济指标中，与各城市湿地面积关联度较高的是年末总人口、农作物播种面积、水产养殖面积、农业产值和渔业产值。在环渤海沿海城市群中，大连市与营口市，潍坊市与唐山市，天津市与烟台市之间的湿地演变驱动规律比较接近，各指标的重要度排序类似。天津市和烟台市都属于环渤海城市群中的重要港口城市，拥有丰富的自然资源与优越的地理优势，近年来天津市和烟台市经济发展迅猛，GDP稳步增长，突破万亿。其中，影响天津市湿地演变的指标重要度值由大到小依次是农作物播种面积、年末总人口、水产养殖面积、第一产业产值、农业产值、渔业产值、城市道路面积、港口货物吞吐量、第二产业产值、第三产业产值以及房地产开发投资，说明驱动天津市湿地演变的重要因素是农业、水产养殖业的发展以及人口的迁入。
12 环渤海城市群湿地面积与社会、经济指标的灰色关联度

Gray relation analysis between wetland area and social and economic indicators in the Bohai Rim urban agglomerations

3 讨论

3.1 三大城市群湿地演变特征及其驱动因素

通过对比分析1980—2020年中国沿海三大城市群湿地面积的动态变化特征，发现珠三角城市群和长三角城市群湿地形成了“自然湿地-人工湿地-非湿地”的演变路径，环渤海城市群湿地开发起步较晚，大部分仍处于“自然湿地-人工湿地”阶段。沿海三大城市群自然湿地减少较为突出的3个时期和地区是1980—2000年的珠三角地区、2000—2010年的长三角地区和2010—2020年的环渤海地区，自然湿地面积减少的时间顺序为“珠三角-长三角-环渤海”，与三大城市群经济发展的时间顺序呈现相同趋势。珠三角城市群湿地以珠江口为重点变化区域，20世纪80年代初，珠江口东岸岸线利用以产业集聚和围海养殖为主，而西岸仅以围海养殖为主[27]。1995年以后，珠三角地区的开放水平和发展力度加大，产业集聚与交通建设成为自然湿地减少的主要驱动因素，在以深圳市蛇口半岛、广州市南沙岛和珠海市横琴岛为代表的区域，建立了大量高新技术产业区，扩大了用地需求，同时快速兴建了道路、机场、港口、码头等大面积的交通设施，破坏了区域内湿地的完整性，导致湿地生态系统功能下降，产生了不可逆的影响[28]。2010年之后，随着公众环保意识的提高，相关部门颁布了《广东省海域使用管理条例》和《广东省海洋功能区划》等海岸带保护条例，建立了多个自然保护区，限制了对区域内湿地的开发力度，湿地生态系统得以逐渐恢复。
长三角城市群湿地重点变化区域集中在盐城、杭州湾沿线，该区域人口集中、经济发达，又时常面临台风风暴潮灾害风险，20世纪80年代末以来，以港口及防潮堤为主的工程建设占用了大量湿地[29]。该区域城市在发展钢铁、石油等企业时有交通运输上的优势，也因此带动了工程建设，如1995年后上海港的空间布局调整，促进了自然湿地向工业用地和港口建设用地的转变[30]。2004年以后该区域进入快速工业化与城市化阶段，第二、三产业比重大幅增加，经济和人口迅速集聚，加之国家沿海发展战略和小城镇发展战略的实施，上海、杭州、温州等地建立了多个功能不同的产业园区，高强度的人类活动占用了大量自然湿地[31]。2007年长三角工业化和城市化进入中期，经济增长速度逐步减慢，海岸带保护意识逐渐增强。2000年初国家推行的退耕还林政策、2009年初江浙沪三地签署的《长江三角洲地区环境保护工作合作协议》以及2010年国务院批准的《长江三角洲地区区域规划》，加强了对海岸带的保护力度。
环渤海城市群湿地的重点变化区域集中在黄河三角洲、渤海湾、辽东湾顶部等地区，1980—1994年以沿海滩涂、沼泽地转变为盐田、水库/坑塘为主，沿海城市背靠临港产业聚集区，可为养殖营销提供保障，围垦养殖得到了大力发展，围海晒盐则集中于渤海湾、潍坊北部和莱州湾南部[32]。2004年以后工程建设成为主要驱动力，辽东湾、渤海湾的河口岸线由于工业区、经济区的建设以及机场、港口等交通设施的建设而被围填[33]。2010年后在莱州湾开始了大规模的工程建设，主要用于港口围堤、旅游设施围堤等，如潍坊港、昌邑沿海经济开发区的建设[34]。但近年来随着对海岸带保护意识的增强，环渤海地区实施了黄河三角洲自然保护区生态修复等岸线保护措施，部分滨海湿地得以保护和恢复。
基于1980—2020年的土地利用数据和社会、经济发展状况，分析了研究区内各沿海城市的社会、经济指标与湿地面积的灰色关联度，量化且比较了11个指标对湿地演变的贡献程度，有效揭示了四十年来中国沿海三大城市群湿地的演变格局，为处于不同湿地变化路径的沿海地区提供了湿地保护和生态修复工程的理论基础。但是，选择的指标只能间接代表影响湿地演变的驱动因素，且灰色关联度分析法并不能体现各个因子的正向或负向驱动作用[35]，难以展现各个指标在不同时期重要度的差异。因此，本研究以三大城市群内部的典型案例区为代表，进一步分析了不同时期社会、经济因素以及国家政策对滨海湿地演变的重要影响。

3.2 典型案例区湿地演变的驱动因素分析

深圳的海岸开发时间早，被九龙半岛分隔为东、西两部分，其中西海岸主要为淤泥质海岸[27]，较东海岸受人类活动影响更为剧烈[36]。深圳西海岸湿地和非湿地演变的驱动因素主要有：(1)人口快速增长，破坏红树林以满足农业用地需求。20世纪80年代初期到90年代中期，深圳西海岸红树林资源丰富，是全球重要的候鸟迁徙和越冬歇息地。改革开放初期，大量劳动力涌入深圳，人口数量增加导致农业用地需求量增加，农田渔业和养殖地占用自然湿地，主要以围垦滩涂和砍伐红树林的方式开发海岸[37]。(2)工业化和城市化导致大量填海造地。深圳与香港毗邻，承接了香港的产业转移[38]，2010年以来在深圳南山区蛇口建立了大量高新技术产业区，在宝安区建立了大量工业区，占用了大量自然湿地。从1991年开始，深圳宝安机场、港口码头、滨海道路等交通基础设施迅速兴起，大量水库/坑塘转变为建设用地[39]。(3)政府加强滨海湿地管控。2016—2020年，国务院和广东省相继实施海岸带开发和保护措施，如《关于加强滨海湿地保护严格管控围填海的通知》和《关于加强围填海成陆土地利用和管理若干问题的通知》，严控新增围填海造地，全面停止新增围填海项目审批。随着生态文明建设的进一步推进，深圳获批华侨城国家湿地公园、蛇口片区新建大、小南山公园、提出环深圳湾海滨公园计划，同时，随着违法填海项目的清退，深圳宝安、福田区的违规建设用地减少，自然湿地得以修复，滨海廊道建设效果显著。
上海位于中国东部海岸的中点，是中国连接世界的一个重要窗口，其中浦东新区不仅是中国快速城市化的典型代表区域，更是长三角城市群中开发建设的标杆[40]。上海浦东新区湿地和非湿地演变的主要驱动因素是：(1)工程建设和基础设施建设以满足对外贸易的发展需求。海上运输成本低，钢铁、石油等企业有明显竞争优势，导致工业用地和港口建设用地需求增加。在土地利用变化上表现为北部海岸被人为转变为建设用地[41]，如外高桥港、浦东国际机场等成为集装箱吞吐量全球第一的交通枢纽，南部海岸建设则以深水港地区最为明显。(2)促淤引入外来物种改变湿地植被类型。人工引入的互花米草(Spartina alterniflora)种群在东部沿海的南汇边滩广泛分布，已占该地区滩涂植被的40%[42]，互花米草在潮间带的适应能力和扩散能力都极强，盲目引入外来物种导致本地物种的生存空间被挤占，植物群落结构被破坏，对当地滨海湿地生态系统造成了不可逆转的影响，甚至导致滩涂消失。(3)环保政策。2007年长三角工业化和城市化进程进入中期，经济增长速度逐步减慢，湿地保护意识逐渐增强。2000年初中国推行退耕还林政策、2009年初江浙沪三地签署《长江三角洲地区环境保护工作合作协议》、2010年国务院批准《长江三角洲地区区域规划》，加强了对湿地的保护力度。
天津滨海新区地处环渤海中心枢纽，是国务院批准的第一个国家综合改革创新区。该区域拥有丰富的湿地资源，包括北大港湿地自然保护区、天然淤泥滩涂，以及黄港一库、黄港二库、北塘水库等湿地[43]。天津滨海新区湿地和非湿地演变的主要驱动因素是：(1)渔业、油气、盐业等丰厚资源驱动下的海岸开发。20世纪90年代以来，天津滨海新区依托丰富的自然资源和濒临渤海湾得天独厚的地理位置，发展水产养殖、油田开采、沿海产盐等产业[43]，其中大港油田的开发占用了大量沼泽地，水产养殖区有蔓延趋势。(2)经济增长以及大型沿海项目的落地建设。天津滨海新区设立以来，人口数量显著增加，注入发展活力的同时建立了天津港保税区、东疆保税港区[44]和塘沽海洋高新技术开发区[45]，在土地利用类型变化上表现为人工湿地大量转出为建设用地[46]。(3)海岸湿地生态化建设加强，政府出台相关政策。政府政策因素对土地利用变化有着强制性的影响[47-48]，2015年颁布了《天津市滨海新区湿地与野生动物保护工程实施方案》，2017年制定了《天津市生态用地保护红线划定方案》，随着湿地保护政策的陆续出台，地方各级人民政府加强了对环渤海湿地保护的监管力度。
综上所述，深圳西海岸作为珠三角经济发展的标杆，率先实施海岸开发，上海浦东新区和天津滨海新区是带动长三角和环渤海经济发展的重要国家发展战略，随后也涌入海岸开发的热潮中，3个案例区湿地演变的驱动因素具有相似性和区域异质性。1980—2020年，案例区湿地和非湿地演变的主要驱动因素是人口集聚、经济高速增长和重大工程建设，其中深圳西海岸人口密度最高、经济发展程度最强，自然湿地经历了城市化早期围垦养殖和城市建设导致的面积锐减，以及近年来海岸带开发管控和生态修复项目实施导致的自然湿地面积减少速度放缓。上海浦东新区人口密度、经济发展程度仅次于深圳西海岸，工业和港口建设的发展导致大量湿地被人为开发为建设用地，如外高桥港、浦东机场等城市建设项目，而入侵植物互花米草的引入导致湿地生态系统遭到破坏、滩涂被侵占等一系列不良后果。天津滨海新区自然资源得天独厚，自然湿地面积的减少主要受油田、盐田开发和水产养殖等因素的影响。

4 结论

1980—2020年，中国沿海三大城市群湿地的变化特征具有差异性，环渤海形成了“自然湿地-人工湿地”的演变路径，长三角和珠三角形成了“自然湿地-人工湿地-非湿地”的演变路径。沿海三大城市群湿地总面积均呈现减少趋势，自然湿地减少较为突出的3个时期和地区分别是1980—2000年的珠三角地区、2000—2010年的长三角地区和2010—2020年的环渤海地区，湿地面积减少的时间顺序为“珠三角-长三角-环渤海”，与经济发展方向一致，湿地变化的重心逐步向北方延伸，珠三角和长三角湿地的变化减速放缓。
三大城市群及其内部典型案例区湿地演变的驱动因素既具有相似性，又存在区域异质性。3个典型案例区湿地演变的主要驱动因素是人口集聚、经济高速增长和重大工程建设。城市与区域间发展政策及发展重点的不同会影响滨海湿地类型的变化，在研究影响因素时要结合社会、经济背景进行综合考量。未来在海岸带地区发展过程中要科学规划，根据环境条件的不同合理划分近海功能区，优化产业布局，避免资源的不合理利用。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
Options
文章导航

/

〈 〉