山东省新型城镇化与低碳发展的耦合协调研究_沈中健.pdf

城市瞭望文章编号 1002 2031(2022)11 0094 10DOI 10 13239/j bjsshkxy cswt 221110山东省新型城镇化与低碳发展的耦合协调研究山东省新型城镇化与低碳发展的耦合协调研究沈中健王金岩杨可扬刘骏阳摘要 基于山东省各城市 20002018 年的相关数据，运用耦合协调度模型、Tapio 脱钩模型、障碍度模型，分析山东省各城市新型城镇化与低碳发展的耦合协调关系及其障碍因素。结果显示:20002018 年山东省各市新型城镇化水平逐渐上升，低碳发展水平则呈现前期下降、后期上升趋势，两者的耦合协调度总体由基本失调转向基本协调上升。新型城镇化与低碳发展的脱钩类型普遍为强脱钩、弱脱钩，两者间存在负向作用。环境城镇化、社会城镇化、低碳资源、低碳消费是制约新型城镇化与低碳发展耦合协调的主要障碍因素，教育支出占 GDP 比重、人均公园绿地面积、建成区绿化覆盖率、D 投资占GDP 比重、森林覆盖率等因素需要重点关注。关键词 新型城镇化;低碳发展;耦合协调;解耦;障碍因子;山东省中图分类号 F299 275 2;X321文献标识码 A作者简介 沈中健(1991)，男，山东济南人，山东大学土建与水利学院助理研究员，博士，主要研究方向为城市低碳发展、城市热环境优化;王金岩(1981)，男，山东大学土建与水利学院副教授，博士，硕士研究生导师，主要研究方向为城乡和区域规划理论实践，城乡人居环境与建筑文化;杨可扬(1990)，男，天津大学建筑学院博士研究生，主要研究方向为城市经济学;刘骏阳(1990)，男，新西兰奥克兰大学建筑与规划学院博士研究生，主要研究方向为城市形态学、生态规划。基金项目 山东省自然科学基金面上项目(Z2020MD010)“资源空间错配视角下的绿色城镇化发展机制与政策调控研究”。收稿日期 2022 06 21修回日期 2022 11 18一研究背景城市是二氧化碳排放的重要主体，其二氧化碳排放量超过全球排放量的 70%1 3。当前，我国正处于快速城镇化阶段，2021 年，我国城镇化率已达到 64 72%，预计到 2025 年我国城镇化率将达到75%4，工业化推动下的城镇化建设与碳减排的矛盾日益凸显1 、5。2022 年，国家发展和改革委员会印发的 “十四五”新型城镇化实施方案 指出，新型城市建设要推进生产生活低碳化6。中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要 明确指出，应将减少碳排放量作为我国生态文明建设的重要目标7。如何协调新型城镇化与低碳发展的关系，已成为当前城镇化发展、生态文明建设亟待解决的重要问题。二文献回顾当前，学术界开展了大量关于新型城镇化与低碳发展的研究，内容主要聚焦于以下三个方面:第一，城镇化水平与碳排放量的数理关系。已有研究多以城镇人口规模、城镇建成区面积反映城镇化水平，并建立其与碳排放量的数学模型2 、8 10。近年49总第 328 期城市问题2022 年第 11 期城市瞭望来，相关研究从人口、经济、空间、社会、环境等多个维度构建了城镇化评价体系，揭示城镇化对碳排放量的多维影响11 15。第二，影响城镇化与碳排放量相关关系的外部因素。相关研究探讨了经济发展水平、能源结构、产业结构等因素对两者关系的驱动作用16 21。第三，未来新型城镇化建设的低碳发展路径。许多学者将城镇化与碳排放量的关系应用于发展实际，阐述了新型城镇化低碳转型的发展模式、政策逻辑，提出了城镇化低碳发展的总体思路、改进措施22 25。然而，目前研究主要集中在新型城镇化对低碳发展的单向影响方面，事实上，二者之间存在交互影响关系。近年来，一些学者运用耦合模型分析了二者的耦合关系26 27。尽管已有研究取得了诸多进展，但仍存在以下不足:第一，在研究内容上，现有文献主要集中于新型城镇化与低碳发展耦合协调度的时空演化特征分析，而关于制约二者协调发展关键因素的研究较少，研究结果难以为新型城镇化、低碳发展的多维度建设提出更具操作性的指导意见。第二，在研究方法上，仅运用耦合模型分析新型城镇化与低碳发展耦合结果的数值变化，并未探讨二者的解耦关系，导致研究结果难以科学判断二者耦合关系的演变趋势及是否具有可持续性。山东省是我国能源消耗大省，碳排放量始终位居全国前列。此外，山东省城镇化率也高于全国平均水平。构建新型城镇化与低碳发展的良性协调关系是山东省面临的日益紧迫的重大问题，而关于山东省新型城镇化与低碳发展耦合协调的研究尚未充分展开。本文基于山东省各市 2000 年、2006 年、2012 年及 2018 年的截面数据，运用主客观赋权法测度其新型城镇化、低碳发展评价指数，借助耦合协调度模型、Tapio 脱钩模型，从耦合、解耦两个角度分析新型城镇化与低碳发展的耦合协调关系及其时空变化特征，运用障碍度模型探索制约新型城镇化与低碳发展耦合协调演进的障碍因子，以期为山东省新型城镇化与低碳发展的协同共进提供参考。三数据与方法1 数据来源本文选用的二氧化碳排放总量数据、能源消费数据、二氧化碳固持量数据分别来源于二氧化碳排放量数据集、能源消费数据集、二氧化碳固持量数据集28 30。森林覆盖率、城镇建成区面积通过对Landsat 遥感影像进行监督分类得出的土地利用数据计算得出，Landsat 遥感影像来源于美国 USGS 数据中心(https:glovis usgs gov/)，其他数据来自 山东省统计年鉴(20012019 年)中国城市统计年鉴(20012019 年)以及各市 国民经济和社会发展统计公报。对于极少数缺失的指标数据，采用邻近年份的数据代替或运用线性模拟方法予以补充。2 新型城镇化与低碳发展评价指标体系(1)新型城镇化评价指标体系基 于 新 型 城 镇 化 的 内 涵，借 鉴 已 有 研究2 、26 27，从人口城镇化、经济城镇化、空间城镇化、社会城镇化、环境城镇化五个维度构建了包含18 个指标的新型城镇化评价体系(表 1)。(2)低碳发展评价指标体系由于众多低碳发展评价指标之间存在关联性，为全面反映城市低碳发展水平，并减少冗余信息，根据党和政府文件中关于低碳发展的阐述，同时借鉴以往研究26 27 、31 33，综合考虑数据的可获取性，从低碳消费、低碳资源及低碳投入三个维度，构建了包含 10 个指标的低碳发展评价体系(表 2)。3 研究方法(1)数据标准化与权重计算为消除不同评价指标的数量级与量纲差异，采用极差标准化方法对评价指标的原始数据进行处理。在此基础上，采取主客观赋权法，确定各评价指标的权重。主观赋权法应用层次分析法，邀请多位相关领域的专家，比较各项指标的相对重要程度，形成判断矩阵，进而计算主观权重。同时，运用熵值法计算客观权重。最后，通过最小信息熵原理，综合主观权重与客观权重，计算公式为34:wi=w1i w2ini=1w1i w2i(1)式中，wi为评价指标 i 的综合权重，w1i与 w2i分别为评价指标 i 的主观权重与客观权重，n 为评价指标的总数，由此计算得出各评价指标的综合权重(表 1、表 2)。基于各评价指标的标准值及综合权重，运用线性加权法计算得出新型城镇化与低碳发展的评价指数。(2)耦合协调度模型耦合是指两个或多个的系统彼此影响、作用而产生的协同现象26 、34 35。耦合度模型可量化不同系统之间的相互影响、彼此协同的程度。计算方法为31 、33:59城市问题 2022 年第 11 期山东省新型城镇化与低碳发展的耦合协调研究城市瞭望表 1新型城镇化评价指标及权重目标层准则层综合权重指标层指标方向综合权重新型城镇化X1 人口城镇化01426X2 经济城镇化01427X3 空间城镇化00634X4 社会城镇化03386X5 环境城镇化03128X11 城镇人口比例+00740X12 城镇人口密度+00410X13 城镇登记失业率00276X21 人均地区生产总值+00373X22 二、三产业占 GDP 比重+00191X23 人均地方财政一般预算收入+00406X24 人均固定资产投资+00458X31 城市建成区面积比例+00328X32 人均城市道路面积+00305X41 人均社会消费品零售总额+00677X42 教育支出占 GDP 比重+01243X43 人均拥有公共图书馆藏书量+00569X44 每万人医疗机构床位数+00431X45 每万人公共汽车数量+00466X51 人均公园绿地面积+01447X52 人均氨氮排放量+00322X53 人均工业废水排放量00689X54 人均二氧化硫排放量00669表 2低碳发展评价指标及权重目标层准则层综合权重指标层指标方向综合权重低碳发展Y1 低碳消费03457Y2 低碳资源04563Y3 低碳投入01980Y11 二氧化碳排放总量00735Y12 人均二氧化碳排放量01280Y13 单位 GDP 的二氧化碳排放量01442Y21 森林覆盖率+02304Y22 建成区绿化覆盖率+01340Y23 单位 GDP 的能源消费量00356Y24 地区能源消费总量00563Y31 地区二氧化碳固持总量+00420Y32 D 投资占 GDP 比重+01052Y33 财政支出占 GDP 比重+00508Cj=2 Uj EjUj+Ej(2)式中，Cj即第 j 个城市新型城镇化与低碳发展的耦合度，Uj与 Ej分别为第 j 个城市的新型城镇化与低碳发展的评价指数。Cj越大则表明新型城镇化与低碳发展的耦合程度越强，反之则越弱。然而，耦合度模型难以体现两个系统的发展水平。因此，通过耦合协调度模型，以综合反映新型城镇化与低碳发展的水平及其协调程度。计算方法为 34 35:Mj=Cj Tj，Tj=a Uj+b Ej(3)式中，Mj为第 j 个城市新型城镇化与低碳发展的耦合协调度，其值越大，两者的协调发展程度越高;Tj为第 j 个城市新型城镇化与低碳发展的综合水平;a、b 为新型城镇化与低碳发展的相对贡献度，参考相关文献34 35，取值均为 0 5。参考以往研究34，将新型城镇化与低碳发展的耦合协调类型分为高度协调、基本协调、基本失调、高度失调四类。依据新型城镇化与低碳发展评价指数的差异，将耦合协调类型进一步划分为 12 种子类型(表 3)。(3)Tapio 脱钩模型脱钩即解耦，是指具有相互影响的不同系统间耦合关系的存在与消亡34。本文运用 Tapio 脱钩模型，与上文述及的耦合协调度模型相结合，以进一步揭示新型城镇化与低碳发展之间相互影响的关系。脱钩指数的计算方法为34 、36:DIt2t1=EU=(Et2 Et1)/Et1(Ut2 Ut1)/Ut1(4)式中，DIt1 t2为 t1 年至 t2 年的脱钩指数，E、U 分别为低碳发展评价指数、新型城镇化评价指数的变化率;Et1与 Et2分别为 t1 年与 t2 年低碳发展评价指数;Ut1与 Ut2分别为 t1 年与 t2 年新型城镇化评价指数。69城市问题 2022 年第 11 期山东省新型城镇化与低碳发展的耦合协调研究城市瞭望表 3新型城镇化与低碳发展的耦合协调分类标准耦合协调类型耦合协调度新型城镇化评价指数(U)与低碳发展评价指数(E)的对比关系耦合协调子类型高度协调0 8M10基本协调0 6M 08基本失调0 3M 0 6高度失调0M 0301U E01高度协调同步型E U 01高度协调新型城镇化滞后型U E 01高度协调新型城镇化超前型01U E01基本协调同步型E U 01基本协调新型城镇化滞后型U E 01基本协调新型城镇化超前型01U E01基本失调共损型E U 01基本失调新型城镇化滞后型U E 01基本失调新型城镇化超前型01U E01高度失调共损型E U 01高度失调新型城镇化滞后型U E 01高度失调新型城镇化超前型依据脱钩指数(DI)，可将新型城镇化与低碳发展的脱钩类型分为脱钩、连接、负脱钩三个基本类型，三个基本类型共包含 8 个子类型34 、37(表 4)。表 4新型城镇化与低碳发展的脱钩类型分类标准基本类型子类型变化率正负情况新型城镇化评价指数低碳发展评价指数脱钩