呂天宇, 曾 晨

華中農(nóng)業(yè)大學公共管理學院, 武漢 430070

現(xiàn)代工業(yè)文明帶給人類極大物質(zhì)財富的同時,產(chǎn)生的自然資源損耗正日益成為制約社會經(jīng)濟發(fā)展的“短板”,并在交通網(wǎng)絡現(xiàn)實空間關聯(lián)下產(chǎn)生跨區(qū)域的復合而巨大的影響?？臻g視角下評價人類活動對區(qū)域自然環(huán)境的影響并挖掘潛在驅(qū)動因子, 對實現(xiàn)區(qū)域可持續(xù)發(fā)展具有重要意義。生態(tài)足跡是測度人類社會對生態(tài)系統(tǒng)的利用狀況和區(qū)域可持續(xù)發(fā)展現(xiàn)狀的廣泛指標,通過測定支持人類對自然資源需求和隔離人類活動產(chǎn)生的廢物所需要的生產(chǎn)性土地來評估人類對生態(tài)系統(tǒng)的影響[1]。全球足跡網(wǎng)絡顯示,2017年中國生態(tài)足跡總量約占全球的1/4,排名世界第一,中國已消耗自身生物承載力4倍的資源[2]。在資源環(huán)境緊迫約束下,國家“十四五”規(guī)劃高度重視綠色發(fā)展,提出完善生態(tài)文明領域統(tǒng)籌協(xié)調(diào)機制。因此,如何實現(xiàn)自然資本的可持續(xù)利用,并在交通網(wǎng)絡互聯(lián)互通的空間視角下協(xié)調(diào)人類系統(tǒng)與自然系統(tǒng)之間的關系成為生態(tài)文明建設和可持續(xù)發(fā)展戰(zhàn)略亟需探討的議題。

迫于社會經(jīng)濟發(fā)展壓力下生態(tài)赤字普遍存在的困境,生態(tài)足跡影響因素研究已成為推動可持續(xù)發(fā)展和生態(tài)文明建設的新興話題。自生態(tài)足跡提出以來,已廣泛的應用于全球[2]、國家[3—4]、城市群[5]、省[6]、市[7]等不同尺度生態(tài)足跡的時空演變和可持續(xù)發(fā)展測度。在驅(qū)動機制方面,國內(nèi)外學者基于庫茲涅茨曲線或STIRPAT模型,廣泛研究諸如城鎮(zhèn)化率、GDP、產(chǎn)業(yè)結構、收入水平等在內(nèi)的社會經(jīng)濟指標對生態(tài)足跡的影響[3—4,8—10]。然而,由于人口、經(jīng)濟、自然資本等要素的跨區(qū)域流通以及生態(tài)功能性邊界與行政區(qū)劃的不一致性,行政單元間存在著極強的生態(tài)互動[11],忽略空間效應的生態(tài)足跡研究會導致結果偏誤。隨著研究的深入,空間視角下跨行政區(qū)的生態(tài)足跡空間依賴性與異質(zhì)性逐漸被揭示,如Van den Bergh[12]和吳德存[11]分別在國家和省域尺度證實了行政相鄰的空間關系會顯著產(chǎn)生生態(tài)足跡的空間外溢效應。

交通網(wǎng)絡空間互動是跨行政區(qū)劃下生態(tài)協(xié)同發(fā)展的現(xiàn)實路徑。生態(tài)文明建設強調(diào)區(qū)域生態(tài)協(xié)同發(fā)展,建立區(qū)域共同治理與響應的生態(tài)共同體[13],這就要求充分考慮區(qū)域間資源稟賦與社會經(jīng)濟發(fā)展的差異性,在跨行政區(qū)視角下實現(xiàn)生態(tài)協(xié)同保護與與可持續(xù)發(fā)展[14]。交通網(wǎng)絡憑借要素流通廊道和跨行政區(qū)連通的空間屬性,在區(qū)域可持續(xù)協(xié)同治理中里的重要性得到彰顯。首先,交通融入可持續(xù)城市的規(guī)劃中,可持續(xù)城市離不開發(fā)達高效的交通網(wǎng)絡。其次,區(qū)域可持續(xù)發(fā)展受社會經(jīng)濟系統(tǒng)開放性、動態(tài)性、復雜性的綜合影響,需要從區(qū)域交通互動的空間尺度綜合權衡[15]。此外,交通網(wǎng)絡的空間特性和廊道特質(zhì)為生態(tài)系統(tǒng)區(qū)域間互動提供有力支撐,在空間互動視角下對生態(tài)足跡產(chǎn)生跨行政區(qū)的空間依賴影響。如何以交通網(wǎng)絡為切入點,深入探究交通空間互動關系下的區(qū)域可持續(xù)發(fā)展,并基于生態(tài)足跡對可持續(xù)發(fā)展進行定量測度以摸清現(xiàn)狀情況,是中國實現(xiàn)生態(tài)協(xié)同發(fā)展與優(yōu)勢要素跨區(qū)域耦合互補的重要路徑。

過去在生態(tài)足跡的評估和影響機理方面的研究成果較為豐富,以交通作為生態(tài)足跡的解釋變量來探索驅(qū)動機制的研究較多,但將交通網(wǎng)絡內(nèi)化為空間影響介質(zhì)來挖掘其空間屬性對區(qū)域生態(tài)足跡影響的研究則相對較少。而在交通網(wǎng)絡日益密集化、區(qū)域聯(lián)系不斷加深的背景下,以交通作為空間互動的介質(zhì),挖掘可持續(xù)發(fā)展的實現(xiàn)機制是區(qū)域生態(tài)協(xié)同治理與發(fā)展的現(xiàn)實需要。綜上,本文基于長江中游城市群縣域單元,利用復雜網(wǎng)絡理論和引力模型構建交通網(wǎng)絡的空間互動關系,在STIRPAT模型框架下對生態(tài)足跡的空間效應和驅(qū)動機制展開研究,以期為生態(tài)文明和可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

長江中游城市群是長江經(jīng)濟帶的重要組成部分,具有高密度、高關聯(lián)的城市網(wǎng)絡空間結構,已成為引領中部地區(qū)崛起的重要引擎。長江中游城市群以武漢城市圈、長株潭城市群和環(huán)鄱陽湖城市群為主體,涵蓋湖北省的武漢市、孝感市、荊門市、荊州市、黃岡市、黃石市、鄂州市、咸寧市、仙桃市、天門市、潛江市、襄陽市、宜昌市,湖南省的長沙市、株洲市、湘潭市、岳陽市、益陽市、常德市、衡陽市、婁底市,江西省的南昌市、九江市、景德鎮(zhèn)市、鷹潭市、新余市、宜春市、萍鄉(xiāng)市、上饒市、撫州市、吉安市(圖1)。2019年長江中游城市群總人口為1.20億,國內(nèi)生產(chǎn)總值達8.46萬億,是中部地區(qū)的重要增長極。境內(nèi)交通網(wǎng)絡密集,是承接南北和東西的重要交通樞紐。同時,長江中游城市群依托長江黃金水道,是我國生態(tài)重點保護區(qū)域。國家發(fā)改委印發(fā)的《長江中游城市群發(fā)展規(guī)劃》[16]明確提出進一步加強長江中游城市的生態(tài)文明共同建設,力求共同構筑生態(tài)屏障,建立健全區(qū)域生態(tài)文明建設聯(lián)動機制,形成人與自然和諧發(fā)展格局。因此,經(jīng)濟快速發(fā)展與生態(tài)環(huán)境可持續(xù)保護之間的現(xiàn)實困境使得研究長江中游城市群基于交通網(wǎng)絡的生態(tài)足跡空間效應和驅(qū)動機制具有十分重要的現(xiàn)實意義。此外,需要特別說明的是,考慮到數(shù)據(jù)的可獲取性,長江中游城市群內(nèi)的湖北省宜昌市和襄陽市并未納入本文研究范圍。

圖1 研究區(qū)域

1.2 數(shù)據(jù)來源

本研究主要使用了2010和2017年長江中游城市群的各縣(區(qū))生物資源消耗量、能源消耗量、社會經(jīng)濟數(shù)據(jù)、土地利用數(shù)據(jù)以及交通路網(wǎng)數(shù)據(jù)。由于縣域?qū)用骐y以獲取生物資源消耗量,因此借鑒相關學者的研究[17—18],以生產(chǎn)量替代生物資源的消耗量進行計算。此外,由于從相關統(tǒng)計部門和年鑒中難以獲得縣(區(qū))層面各類能源消耗數(shù)據(jù),因此本文使用“生產(chǎn)總值指數(shù)”,將各縣(區(qū))國內(nèi)生產(chǎn)總值換算成以 2010年價格計算的GDP總值,然后乘以單位GDP能耗得出以2010年價格計算的能源消耗,并乘以各省各類能源消費構成比例計算出縣(區(qū))各類能源的消耗量[17—18]。生物資源生產(chǎn)量、能源消耗量以及社會經(jīng)濟數(shù)據(jù)均來源于各省統(tǒng)計年鑒、各地級市統(tǒng)計年鑒、《湖北農(nóng)村統(tǒng)計年鑒》、各縣(區(qū))統(tǒng)計公報等。土地利用數(shù)據(jù)來源于空間分辨率為30m的Landsat TM/ETM影像進行的遙感解譯,交通路網(wǎng)數(shù)據(jù)來源于交通部門。全球主要農(nóng)產(chǎn)品平均產(chǎn)量和土地類型(對應于各種消費)參考謝鴻宇[19]的研究。此外,因為不同土地的生產(chǎn)能力差異很大,需要用產(chǎn)量因子和均衡因子進行調(diào)整,產(chǎn)量因子參考劉某承等計算的產(chǎn)量因子[20],均衡因子根據(jù)2018年《國家生態(tài)足跡核算指南》[21]計算,生物多樣性保護應按世界環(huán)境與發(fā)展委員會的要求扣除12%的生態(tài)面積[22](表1)。

表1 生態(tài)足跡賬戶及因子

2 研究方法

2.1 生態(tài)足跡模型

生態(tài)足跡是指滿足區(qū)域人口消費的所有資源和吸納區(qū)域產(chǎn)生的所有廢棄物所需要的生物生產(chǎn)性土地總面積,本文將生態(tài)足跡劃分為生物資源賬戶和能源消耗賬戶進行計算[23]。計算公式如下:

(1)

式中,EF為區(qū)域總生態(tài)足跡,N為人口數(shù),ef為人均生態(tài)跡,rj為均衡因子,aaj為各類生物生產(chǎn)土地面積,j=1,2,...,6表示6類生物生產(chǎn)土地面積，pi為i種消費品的平均生產(chǎn)能力,ci為i種消費品的人均年消費量,n為消費品的數(shù)量。

生態(tài)承載力是指一個地區(qū)能夠提供的生態(tài)生產(chǎn)性土地的總面積[19]。計算公式如下:

(2)

式中,EC為區(qū)域總生態(tài)承載力,N為人口數(shù),ec為人均生態(tài)承載力,aj為實際人均占有的j類生物生產(chǎn)土地面積,rj為均衡因子,yj為產(chǎn)量因子。

生態(tài)盈虧是生態(tài)足跡與生態(tài)承載力的差值,反映區(qū)域生態(tài)盈余或生態(tài)赤字狀況。若EC>EF,則為生態(tài)盈余；反之,則為生態(tài)赤字。計算公式如下:

ED=EC-EF

(3)

式中,ED為生態(tài)盈虧。

2.2 復雜網(wǎng)絡模型

復雜網(wǎng)絡的拓撲分析已廣泛應用于各種現(xiàn)實世界系統(tǒng)(交通、通信、社會),以揭示其模式和結構[24]。從復雜網(wǎng)絡視角看,運輸系統(tǒng)本質(zhì)是由節(jié)點和邊構成的復雜網(wǎng)絡,因此本研究基于復雜網(wǎng)絡模型對交通網(wǎng)絡進行拓撲,采用L空間法分別構建長江中游城市群的道路交通復雜網(wǎng)絡和鐵路交通復雜網(wǎng)絡[25],即將道路交叉點(火車站)視為節(jié)點,相鄰節(jié)點間的道路(鐵路)視為邊對現(xiàn)實交通網(wǎng)絡進行拓撲[26]。本研究構建的復雜網(wǎng)絡是無向無權網(wǎng)絡,主要用平均度、網(wǎng)絡直徑、平均路徑長度等指標來衡量網(wǎng)絡的特性,并基于平均度(公式4)在2.3.2節(jié)構建交通空間互動關系。節(jié)點的度ki表示節(jié)點i所擁有的邊的數(shù)量,它是用來衡量一個節(jié)點在網(wǎng)絡中的重要程度最直觀最簡單的統(tǒng)計量。節(jié)點的度越大,表明該節(jié)點在網(wǎng)絡中的重要性就越高。

(4)

(5)

(6)

2.3 空間計量模型的構建

2.3.1基于STIRPAT模型的驅(qū)動因素選取

STIRPAT模型是在IPAT模型改進的基礎上,用于分析人口、財富水平和技術水平對環(huán)境的影響。因其靈活性,STIRPAT模型已成為生態(tài)足跡驅(qū)動因素研究的重要方法之一[4,27]。通常在等式兩邊取對數(shù)以減少異方差,模型表達式如下:

lnI=a+b(lnP)+c(lnA)+d(lnT)+e

(7)

式中,a為常數(shù)項,b、c、d分別為P、A、T的指數(shù)項,e為隨機誤差項。

具體就本研究而言,在STIRPAT模型框架下選取以下指標作為解釋變量:①城鎮(zhèn)化率(UR)。城鎮(zhèn)化率表征城市人口占總人口比例,反映人口向城市聚集的程度。在新型城鎮(zhèn)化與生態(tài)文明協(xié)同推進的背景下,亟需扭轉人口膨脹、土地資源匱乏且配置不合理、環(huán)境惡化等“城市病”問題[28],探究城鎮(zhèn)化對生態(tài)足跡的影響是審視城市化進程對資源環(huán)境依賴性的重要手段。因此本研究將城鎮(zhèn)化率(UR)納為人口(P)指標；②人均GDP(PGDP)。中國經(jīng)濟已由高速增長階段轉向高質(zhì)量發(fā)展階段,意味著經(jīng)濟發(fā)展的同時帶來的資源消耗與環(huán)境負面效應的減少,經(jīng)濟發(fā)展和生態(tài)資源環(huán)境之間的共贏局面是生態(tài)文明倡導的長遠發(fā)展之路。為了探究經(jīng)濟發(fā)展對生態(tài)足跡的影響,本研究將人均GDP(PGDP)視為財富(A)指標；③第三產(chǎn)業(yè)占比(PTS)。第三產(chǎn)業(yè)占比常被視為技術(T)指標[29]。在本研究中,產(chǎn)業(yè)異質(zhì)性對生態(tài)足跡有著不可忽視的影響,第三產(chǎn)業(yè)主要包括資源節(jié)約型,環(huán)境友好型產(chǎn)業(yè),消耗更少的資源能源并產(chǎn)生較少的廢棄物。因此本研究將第三產(chǎn)業(yè)占比(PTS)納為技術(T)指標。

2.3.2基于交通網(wǎng)絡的空間互動關系構建

在交通網(wǎng)絡空間互動視角下,本研究采用基于公路-鐵路的陸路交通平均度的引力模型構建空間互動關系。平均度是描述區(qū)域交通優(yōu)勢地位的重要指標,反映了區(qū)域交通優(yōu)勢和對外通達潛力?？紤]到公路和鐵路之間的異質(zhì)性,我們以公路和鐵路的客運量為權重,構建基于公路-鐵路的陸路交通平均度(式8),以反映區(qū)域陸路綜合交通網(wǎng)絡的外部通達潛力。在計算了各縣域單元的陸路交通平均度后,本研究嘗試采用引力模型構建基于陸路交通平均度的交通空間互動關系。引力模型用于計算不同地點之間的流量或特定性質(zhì)的相互作用[30],該模型已成功應用于經(jīng)濟[31]、貿(mào)易[32]和運輸[30]等多個領域。引力值與流量或某種屬性呈正相關,與距離呈負相關。在本研究中,考慮到交通優(yōu)勢大、對外潛在可達性高、距離阻抗小的空間單元往往傾向于建立更緊密的學習模仿和要素互通,從而產(chǎn)生更強的空間互動,因此我們利用引力模型將縣域單位的陸路交通平均度關聯(lián)起來,反映區(qū)域交通網(wǎng)絡間的空間互動關系,并基于此構造空間權重矩陣(式9)。

(8)

(9)

式中,d為縣域綜合陸路交通平均度,droad為公路交通平均度,drailway為鐵路交通平均度,w1為公路交通旅客發(fā)送量占比,w2為鐵路交通旅客發(fā)送量占比,Dij為i、j兩地間的交通引力,di和dj分別為i、j兩地的平均節(jié)點度,r為引力系數(shù),通常取1。

2.3.3空間檢驗與計量模型構建

在Morans′I檢驗通過的基礎上[33—34],引入空間計量模型對其展開進一步研究,形成考慮空間互動關系的S-STIRPAT,即空間STIRPAT模型:

lnEF=a+αW1EF′+β1lnP+β2lnA+β3lnT+λ1W2lnP+λ2W2lnA+λ3W2lnT+ηW3ε

(10)

式中,α為空間滯后項的系數(shù)；β和λ為解釋變量的系數(shù)；η為誤差項的系數(shù)；a表示常數(shù)項,EF為生態(tài)足跡,EF′為“鄰居”的生態(tài)足跡。W1是滯后項上的空間權重矩陣,W2是解釋變量中的空間權重,W3是誤差項的空間權重矩陣。當W1和W2等于0時,空間回歸模型的一般形式轉化為空間誤差模型(SEM)。當W2和W3等于0時,空間回歸模型的一般形式轉化為空間滯后模型(SAR)。當W3等于0時,空間回歸模型的一般形式轉化為空間杜賓模型(SDM)。

3 結果

3.1 生態(tài)足跡與生態(tài)承載力時空分布特征

3.1.1生態(tài)足跡時空變化

生態(tài)足跡時空變化情況如圖2所示。2010—2017年,長江中游城市群生態(tài)足跡整體呈下降趨勢,且表現(xiàn)出明顯的空間異質(zhì)性。具體來說,從時間趨勢看,長江中游城市群分縣的人均生態(tài)足跡均值由1.73降為1.66,極差由13.15增加到14.86,這意味著盡管長江中游城市群自然資本消耗減少,但縣域單元間的差距進一步拉大。其中,長株潭城市群分縣人均生態(tài)足跡均值最大,由2010年的2.00降至2017年的1.97；環(huán)鄱陽湖城市群分縣人均生態(tài)足跡均值最小,由2010年的1.34減少至1.33。從空間尺度看,生態(tài)足跡的空間分布較不均衡,且空間集聚狀態(tài)隨時間推移不斷趨于明顯,呈現(xiàn)西高東低的分布格局。其中,高值區(qū)主要集聚在省會城市(武漢市、南昌市、長沙市)、荊門市、湘潭市、岳陽市、咸寧市的縣域單元,低值區(qū)多分布于環(huán)鄱陽湖城市群的非省會城市。其中,武漢市青山區(qū)的生態(tài)足跡最大,分別為13.60(2010年)和15.08(2017年),這主要是青山區(qū)工業(yè)發(fā)達,能耗較大造成的。

圖2 生態(tài)足跡時空分異圖

3.1.2生態(tài)承載力時空變化

生態(tài)承載力時空變化情況如圖3所示。2010—2017年,長江中游城市群生態(tài)承載力整體呈下降趨勢,空間“集群化”明顯。2010—2017年,長江中游城市群分縣的人均生態(tài)承載力均值由0.5838降至0.5655,極差由1.99減小至1.43,表明長江中游城市群生態(tài)系統(tǒng)的整體供給能力下降,且縣域單元間生態(tài)供給的差異性逐漸縮小。其中,環(huán)鄱陽湖城市群分縣人均生態(tài)承載力最大,由2010年的0.70降至2017年的0.68；長株潭城市群分縣人均生態(tài)承載力均值最小,由2010年的0.45升至0.44。從空間分布格局看,生態(tài)承載力“集群化”格局明顯,低值區(qū)集中分布在各地級市的中心城區(qū),在武漢市、婁底市、湘潭市、長沙市、南昌市的中心城區(qū)體現(xiàn)的尤為明顯。高值區(qū)集中分布在武漢城市圈和環(huán)鄱陽湖城市群的外圍。而國家級生態(tài)縣——荊門市京山縣是生態(tài)承載力最大的縣域單元。

圖3 生態(tài)承載力時空分異圖

3.1.3生態(tài)盈虧時空變化

生態(tài)盈虧時空變化情況如圖4所示。2010—2017年,長江中游城市群分縣生態(tài)盈虧指數(shù)均值從-1.15減少至-1.10,表明生態(tài)赤字稍有緩解,但整體仍處于超載的狀態(tài)。從面積看,2010和2017年生態(tài)赤字地區(qū)分別占據(jù)了約90.76%、91.46%的土地面積,但承載著約95.99%、97.18%的人口,長江中游城市群生態(tài)承載力空間分布呈現(xiàn)一定的失衡狀態(tài)。從數(shù)量關系看,2010年長江中游城市群生態(tài)盈余和生態(tài)赤字的縣域單元數(shù)量分別為194個和12個；2017年分別為196個和11個,以生態(tài)赤字為主導的長江中游城市群生態(tài)超載情況依然嚴峻。從空間布局看,武漢城市圈和長株潭城市群生態(tài)赤字縣域單元空間聚集態(tài)勢尤為明顯,生態(tài)超載的縣域單元集中分布在長沙市、湘潭市、婁底市、株洲市、荊門市、武漢市、鄂州市、潛江市和仙桃市,生態(tài)赤字最嚴重的縣域單元為青山區(qū)。環(huán)鄱陽湖城市群生態(tài)赤字壓力相對較小,除長株潭城市群的炎陵縣以外,其他生態(tài)盈余縣域單元均分布于環(huán)鄱陽湖城市群外圍圈層。

圖4 生態(tài)盈虧時空分異圖

3.2 交通復雜網(wǎng)絡模型

3.2.1道路交通復雜網(wǎng)絡

道路交通復雜網(wǎng)絡的基本特征和空間分布情況分別如表2和圖5所示。2010—2017年,長江中游城市群公路網(wǎng)絡發(fā)展迅速,公路復雜網(wǎng)絡由2010年的4359個節(jié)點和6546個拓撲邊增長至2017年的5684個節(jié)點和8854個拓撲邊,節(jié)點度為3和4的節(jié)點數(shù)顯著增加,縣域公路交通平均度均值由3.00提高到3.12,城市群整體可達性有所提高。與此同時,網(wǎng)絡規(guī)模進一步擴大,網(wǎng)絡直徑由101增加至104。但在網(wǎng)絡規(guī)模擴大的同時,長江中游城市群的平均最短路徑由41.15增加至41.67,表明網(wǎng)絡連通性下降,這可能網(wǎng)絡規(guī)模擴大的同時,網(wǎng)絡覆蓋面增加導致的運輸效率降低。2010—2017年,三大城市圈平均度均呈增加態(tài)勢,表明三大城市圈交通可達性均有所提高,其中,武漢城市圈平均度最高,環(huán)鄱陽湖城市群平均度最低,表明武漢城市圈公路交通最為發(fā)達,環(huán)鄱陽湖城市圈道路交通可達性相對欠缺。

表2 道路復雜網(wǎng)絡度特征表

圖5 道路復雜網(wǎng)絡模型

3.2.2鐵路交通復雜網(wǎng)絡

鐵路交通復雜網(wǎng)絡的基本特征和空間分布情況分別如表3和圖6所示。2010—2017年,長江中游城市群鐵路網(wǎng)絡進一步拓展,由2010年有109個節(jié)點和119個拓撲邊增加至2017年的187個節(jié)點和219個拓撲邊,且度為2和3的節(jié)點數(shù)顯著增加。長江中游城市群分縣的鐵路交通平均度由2.18提高到2.34,城市群的整體鐵路可達性有所提升,網(wǎng)絡直徑由28增加至30,鐵路網(wǎng)絡規(guī)模進一步擴大,但平均最短路徑由11.94增加至12.27,表明長江中游城市群鐵路網(wǎng)絡平均連通性下降。從具體城市群情況看,2010—2017年,長江中游城市群涵蓋的三大城市群鐵路復雜網(wǎng)絡平均度均呈增加態(tài)勢,其中,2010年武漢城市群平均度最高,環(huán)鄱陽湖城市群平均度最低,但2017年環(huán)鄱陽湖城市群平均度最高,其鐵路建設速度及優(yōu)勢性得以凸顯。

表3 鐵路復雜網(wǎng)絡度特征表

圖6 鐵路復雜網(wǎng)絡模型

3.2.3交通網(wǎng)絡空間互動引力分析

圖7通過和弦圖(chord diagram)的方式對2010和2017年長江中游城市群基于陸路交通平均度的縣域間交通引力聯(lián)系進行可視化表達,直觀地揭示縣域間交通的拓撲互動關系。為了使表達更加清晰,圖7中只展示了各縣與其他縣域交通互動最強的3個空間互動連線。圓弧長短表示交通引力的大小,節(jié)點間弦連線的粗細反映交通聯(lián)系強弱程度,數(shù)字代表的縣域單元與圖1圖注縣域單元的順序一致。以2017年為例展開分析,在2017年公路-鐵路綜合陸路復雜網(wǎng)絡節(jié)點度引力和弦圖中,引力最強的前3對縣域組合為青山湖區(qū)(171)和東湖區(qū)(168)、南岳區(qū)(77)和衡山縣(74)、青云譜區(qū)(172)和西湖區(qū)(174)。此外,從圖7中可以看出,引力最強的連線均主要集中在縣域所屬地級市內(nèi)部,這可能是由地理距離所驅(qū)動。

3.3 生態(tài)足跡的驅(qū)動機制和空間效應

在STIRPAT模型框架選取驅(qū)動因子的基礎上,本研究對所選因子進行相關性分析(圖8),發(fā)現(xiàn)被解釋變量(EF)與解釋變量中的UR和PGDP存在顯著的正向相關性,與PTS存在顯著的負向相關關系,且解釋變量間無高度相關性,共線性處于容差范圍內(nèi)(VIF<3)。因此,UR、PGDP和PTS是影響EF的潛在因子,需進一步將其納入回歸方程考察其驅(qū)動影響。

圖8 相關性關系圖

為了對解釋變量進行初步預判并與空間計量模型進行比較,本文首先采用最小二乘法(OLS)進行回歸,以2010年和2017年兩個年份的生態(tài)足跡(EF)為被解釋變量,以城鎮(zhèn)化率(UR)、人均GDP(PGDP)、第三產(chǎn)業(yè)占比(PTS)為解釋變量進行回歸分析。進一步將空間效應納入考慮發(fā)現(xiàn),2010和2017年Morans′I均顯著為正,表明生態(tài)足跡具有顯著的空間效應。其次,為了考察基于交通網(wǎng)絡的EF的空間溢出效應,本研究選擇空間滯后模型(SAR)進行空間效應和驅(qū)動機制的研究。下面基于SAR回歸結果對生態(tài)足跡的驅(qū)動因素和空間效應展開分析。

城鎮(zhèn)化率和人均GDP對生態(tài)足跡產(chǎn)生積極影響,而第三產(chǎn)業(yè)增加值占比則顯著抑制生態(tài)足跡的增加。具體而言,城鎮(zhèn)化率僅在2017年對生態(tài)足跡具有顯著正向影響,城鎮(zhèn)化率每增加1%,生態(tài)足跡增加0.2499%。人均GDP對生態(tài)足跡產(chǎn)生顯著正向影響,但隨著時間推移,這種影響呈現(xiàn)減弱趨勢,人均GDP每增加1%,生態(tài)足跡分別增加0.5197%和0.2075%。第三產(chǎn)業(yè)增加值占比對生態(tài)足跡產(chǎn)生顯著負向影響,且這種負向影響在2017年超過了城鎮(zhèn)化率和人均GDP的正向促進影響。第三產(chǎn)業(yè)增加值占比每增加1%,生態(tài)足跡分別減少0.5174%和0.4379%。進一步探究生態(tài)足跡的空間溢出效應,結果顯示,2010和2017年交通網(wǎng)絡空間互動關系下的空間滯后系數(shù)均顯著為正,表明縣域間的生態(tài)足跡存在顯著空間溢出效應,交通互動“鄰居”生態(tài)足跡每變動1%,本縣域單元的生態(tài)足跡會往相同的方向變動0.3382%、0.3899%,表明基于交通網(wǎng)絡“媒介”產(chǎn)生的生態(tài)足跡溢出效應逐漸增強(表4)。

表4 驅(qū)動機制回歸結果

4 討論

可持續(xù)發(fā)展是涵蓋自然、生態(tài)、環(huán)境等復雜系統(tǒng)的全面動態(tài)過程,需要考慮區(qū)域間的空間聯(lián)系與互動,而交通網(wǎng)絡是跨區(qū)域互動的重要媒介?；诖?本文的主要貢獻在于基于STIRPAT模型和交通網(wǎng)絡空間互動關系研究生態(tài)足跡的驅(qū)動機制和空間影響,從而在區(qū)域間交通互聯(lián)互通的現(xiàn)實空間互動下為實現(xiàn)區(qū)域生態(tài)協(xié)調(diào)發(fā)展提供參考。

交通互動視角下的跨行政區(qū)生態(tài)足跡研究是迎合新時代生態(tài)文明背景下生態(tài)協(xié)同治理的現(xiàn)實需要,基于交通網(wǎng)絡的自然資本跨區(qū)域調(diào)配互補是實現(xiàn)可持續(xù)發(fā)展的現(xiàn)實路徑。本文構建的嵌入交通網(wǎng)絡空間互動關系的空間計量模型結果顯示,在基于交通網(wǎng)絡的區(qū)域一體化程度加深的背景下,生態(tài)足跡的空間外溢效應呈現(xiàn)增強態(tài)勢,表明在國家“十三五”規(guī)劃的科學引領下,長江中游城市群內(nèi)部縣域單元基于交通網(wǎng)絡不斷通過外化空間的生態(tài)供給以維持自身生存和發(fā)展的需要,區(qū)域間良性可持續(xù)發(fā)展的生態(tài)良性互動與互促得到加強。今后在國家“十四五”規(guī)劃的統(tǒng)籌和指導下,要進一步建立健全城市群一體化協(xié)調(diào)發(fā)展機制,統(tǒng)籌推進基礎設施協(xié)調(diào)布局和生態(tài)共建環(huán)境共治,但同時也要防范交通基礎設施規(guī)劃和工程建設帶來的生態(tài)負面影響,避免一味追求交通基礎設施建設而引起城鎮(zhèn)土地“攤大餅”式擴張和景觀生態(tài)的破碎,這應得到工程領域和道路景觀生態(tài)學的廣泛關注。此外,在驅(qū)動機制研究中,本文證實了城鎮(zhèn)化水平、經(jīng)濟發(fā)展和產(chǎn)業(yè)結構對生態(tài)足跡的重要影響。但隨著時間推移,經(jīng)濟發(fā)展對生態(tài)足跡的積極影響已經(jīng)得到削弱,而城鎮(zhèn)化率的促進作用得以顯現(xiàn)和增強。《長江中游城市群發(fā)展規(guī)劃》將長江中游城市群定位為中國經(jīng)濟新增長極,區(qū)域開發(fā)和經(jīng)濟發(fā)展加速推進,加之前期以犧牲自然資源換取經(jīng)濟發(fā)展的模式致使區(qū)域不可持續(xù)發(fā)展程度加深。但隨著新舊動能轉換以及轉型升級,“綠色經(jīng)濟”逐漸取代了粗放式經(jīng)濟發(fā)展,實現(xiàn)經(jīng)濟增長、資源節(jié)約與環(huán)境保護的相對兼顧,表現(xiàn)為經(jīng)濟增長對長江中游城市群生態(tài)足跡的驅(qū)動力有所下降。而快速城鎮(zhèn)化進程對可持續(xù)發(fā)展造成了較大的“逆向脅迫效應”,加速建設用地和能源用地的需求,同時引發(fā)高強度的人類開發(fā)活動,致使資源消耗強度增大,消費數(shù)量和結構的改變,并產(chǎn)生大量污染物,導致生態(tài)足跡的增加。此外,值得特別關注的是,第三產(chǎn)業(yè)發(fā)展對生態(tài)足跡的抑制作用應該得到重視,以產(chǎn)業(yè)結構轉型為重要落腳點協(xié)調(diào)經(jīng)濟社會發(fā)展和生態(tài)文明建設之間的矛盾。產(chǎn)業(yè)結構是區(qū)域自然資本利用方式的體現(xiàn),產(chǎn)業(yè)發(fā)展粗放、結構不合理會造成資源配置帕累托效率難以提高、資源要素過度擁擠,從而增加自然資本需求,破壞生態(tài)環(huán)境并減少其供給[35]。近些年來,長江中游城市群產(chǎn)業(yè)結構不斷優(yōu)化升級,一產(chǎn)比重降低、二產(chǎn)提質(zhì)發(fā)展、三產(chǎn)比重提高,產(chǎn)業(yè)結構形態(tài)更加合理化,第三產(chǎn)業(yè)主要是資源節(jié)約型,環(huán)境友好型產(chǎn)業(yè),其對資源和能源的需求不大,且需要消納的廢棄物較少,因此第三產(chǎn)業(yè)的興起對生態(tài)足跡具有負向抑制作用。

高效的交通網(wǎng)絡為建設區(qū)域生態(tài)可持續(xù)一體化建設提供了支撐。未來在生態(tài)一體化治理中,應充分考慮區(qū)域間的交通互動,加強區(qū)域間資源互補與清潔技術互享,尤其要調(diào)整產(chǎn)業(yè)結構,發(fā)揮第三產(chǎn)業(yè)的清潔作用,形成產(chǎn)業(yè)互促、資源互通、技術互享的區(qū)域聯(lián)動可持續(xù)發(fā)展新格局。盡管本文考慮了交通網(wǎng)絡對生態(tài)足跡的溢出效應,但未區(qū)分道路網(wǎng)絡和鐵路網(wǎng)絡的差異化空間影響,差異化運輸網(wǎng)絡是否會產(chǎn)生差異化的空間溢出效應仍需進一步探討。此外,由于縣域尺度生物和能源生產(chǎn)和消費數(shù)據(jù)獲取困難,本研究只進行了2010和2017年兩個年份的截面分析,而未采用面板數(shù)據(jù)反映長期變化趨勢和驅(qū)動機制。因此,把不同運輸方式的交通網(wǎng)絡空間互動關系嵌入空間計量模型,并采用面板數(shù)據(jù)進一步探討差異化交通運輸網(wǎng)絡空間互動關系下的生態(tài)足跡空間效應和驅(qū)動機制的異同是今后改進的重要方向之一。

5 結論

本文首先基于生態(tài)足跡模型測度了長江中游城市群各縣域單元的生態(tài)足跡、生態(tài)承載力和生態(tài)盈虧情況,并基于復雜網(wǎng)絡模型構建了道路復雜網(wǎng)絡和鐵路復雜網(wǎng)絡,在此基礎上構建了陸路交通平均度指標并基于引力模型建立了區(qū)域交通互動關系,研究基于交通網(wǎng)絡的生態(tài)足跡的驅(qū)動機制和空間效應,主要結論如下:①2010—2017年,長江中游城市群分縣生態(tài)足跡均值減小,生態(tài)承載力均值減少,但仍呈現(xiàn)以生態(tài)赤字為主導的生態(tài)超調(diào)局面。②2010—2017年,交通復雜網(wǎng)絡和鐵路復雜網(wǎng)絡規(guī)模均有所擴大,但連通性有所下降。③城鎮(zhèn)化率、人均GDP對生態(tài)足跡增加有顯著的促進作用,而第三產(chǎn)業(yè)增加值占比顯著抑制生態(tài)足跡增加,生態(tài)足跡在交通網(wǎng)絡空間互動關系下的空間溢出效應呈增強態(tài)勢,區(qū)域生態(tài)關聯(lián)隨時間推移進一步加強。