交通網(wǎng)絡(luò)空間互動視角下生態(tài)足跡驅(qū)動機制

呂天宇, 曾 晨

華中農(nóng)業(yè)大學(xué)公共管理學(xué)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(luò)現(xiàn)實空間關(guān)聯(lián)下產(chǎn)生跨區(qū)域的復(fù)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(biāo),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(luò)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(lǐng)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(luò)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(guān)系成為生態(tài)文明建設(shè)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(shè)的新興話題。自生態(tài)足跡提出以來,已廣泛的應(yīng)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(xué)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(jié)構(gòu)、收入水平等在內(nèi)的社會經(jīng)濟指標(biāo)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(yīng)的生態(tài)足跡研究會導(dǎo)致結(jié)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(guān)系會顯著產(chǎn)生生態(tài)足跡的空間外溢效應(yīng)。

交通網(wǎng)絡(luò)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(shè)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(yīng)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(luò)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(dá)高效的交通網(wǎng)絡(luò)。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(fù)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(quán)衡[15]。此外,交通網(wǎng)絡(luò)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(luò)為切入點,深入探究交通空間互動關(guān)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(jìn)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(luò)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(luò)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(fù)雜網(wǎng)絡(luò)理論和引力模型構(gòu)建交通網(wǎng)絡(luò)的空間互動關(guān)系,在STIRPAT模型框架下對生態(tài)足跡的空間效應(yīng)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(guān)聯(lián)的城市網(wǎng)絡(luò)空間結(jié)構(gòu),已成為引領(lǐng)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?cè)丝跒?.20億,國內(nèi)生產(chǎn)總值達(dá)8.46萬億,是中部地區(qū)的重要增長極。境內(nèi)交通網(wǎng)絡(luò)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(jìn)一步加強長江中游城市的生態(tài)文明共同建設(shè),力求共同構(gòu)筑生態(tài)屏障,建立健全區(qū)域生態(tài)文明建設(shè)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(luò)的生態(tài)足跡空間效應(yīng)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(guān)學(xué)者的研究[17—18],以生產(chǎn)量替代生物資源的消耗量進(jìn)行計算。此外,由于從相關(guān)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(gòu)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(jìn)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(yīng)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(jìn)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(yīng)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(jìn)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(fù)雜網(wǎng)絡(luò)模型

復(fù)雜網(wǎng)絡(luò)的拓?fù)浞治鲆褟V泛應(yīng)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(jié)構(gòu)[24]。從復(fù)雜網(wǎng)絡(luò)視角看,運輸系統(tǒng)本質(zhì)是由節(jié)點和邊構(gòu)成的復(fù)雜網(wǎng)絡(luò),因此本研究基于復(fù)雜網(wǎng)絡(luò)模型對交通網(wǎng)絡(luò)進(jìn)行拓?fù)?采用L空間法分別構(gòu)建長江中游城市群的道路交通復(fù)雜網(wǎng)絡(luò)和鐵路交通復(fù)雜網(wǎng)絡(luò)[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(luò)進(jìn)行拓?fù)鋄26]。本研究構(gòu)建的復(fù)雜網(wǎng)絡(luò)是無向無權(quán)網(wǎng)絡(luò),主要用平均度、網(wǎng)絡(luò)直徑、平均路徑長度等指標(biāo)來衡量網(wǎng)絡(luò)的特性,并基于平均度(公式4)在2.3.2節(jié)構(gòu)建交通空間互動關(guān)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(luò)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(luò)中的重要性就越高。

(4)

(5)

(6)

2.3 空間計量模型的構(gòu)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(jìn)的基礎(chǔ)上,用于分析人口、財富水平和技術(shù)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(dá)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(biāo)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?cè)丝诒壤?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(jìn)的背景下,亟需扭轉(zhuǎn)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(jìn)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(biāo)；②人均GDP(PGDP)。中國經(jīng)濟已由高速增長階段轉(zhuǎn)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(fù)面效應(yīng)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(dǎo)的長遠(yuǎn)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(biāo)；③第三產(chǎn)業(yè)占比(PTS)。第三產(chǎn)業(yè)占比常被視為技術(shù)(T)指標(biāo)[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(shù)(T)指標(biāo)。

2.3.2基于交通網(wǎng)絡(luò)的空間互動關(guān)系構(gòu)建

在交通網(wǎng)絡(luò)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(gòu)建空間互動關(guān)系。平均度是描述區(qū)域交通優(yōu)勢地位的重要指標(biāo),反映了區(qū)域交通優(yōu)勢和對外通達(dá)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(quán)重,構(gòu)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(luò)的外部通達(dá)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(gòu)建基于陸路交通平均度的交通空間互動關(guān)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(yīng)用于經(jīng)濟[31]、貿(mào)易[32]和運輸[30]等多個領(lǐng)域。引力值與流量或某種屬性呈正相關(guān),與距離呈負(fù)相關(guān)。在本研究中,考慮到交通優(yōu)勢大、對外潛在可達(dá)性高、距離阻抗小的空間單元往往傾向于建立更緊密的學(xué)習(xí)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(guān)聯(lián)起來,反映區(qū)域交通網(wǎng)絡(luò)間的空間互動關(guān)系,并基于此構(gòu)造空間權(quán)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(gòu)建

在Morans′I檢驗通過的基礎(chǔ)上[33—34],引入空間計量模型對其展開進(jìn)一步研究,形成考慮空間互動關(guān)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(quán)重矩陣,W2是解釋變量中的空間權(quán)重,W3是誤差項的空間權(quán)重矩陣。當(dāng)W1和W2等于0時,空間回歸模型的一般形式轉(zhuǎn)化為空間誤差模型(SEM)。當(dāng)W2和W3等于0時,空間回歸模型的一般形式轉(zhuǎn)化為空間滯后模型(SAR)。當(dāng)W3等于0時,空間回歸模型的一般形式轉(zhuǎn)化為空間杜賓模型(SDM)。

3 結(jié)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(jìn)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(dá),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(guān)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(dǎo)的長江中游城市群生態(tài)超載情況依然嚴(yán)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(yán)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(fù)雜網(wǎng)絡(luò)模型

3.2.1道路交通復(fù)雜網(wǎng)絡(luò)

道路交通復(fù)雜網(wǎng)絡(luò)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(luò)發(fā)展迅速,公路復(fù)雜網(wǎng)絡(luò)由2010年的4359個節(jié)點和6546個拓?fù)溥呍鲩L至2017年的5684個節(jié)點和8854個拓?fù)溥?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(dá)性有所提高。與此同時,網(wǎng)絡(luò)規(guī)模進(jìn)一步擴大,網(wǎng)絡(luò)直徑由101增加至104。但在網(wǎng)絡(luò)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(luò)連通性下降,這可能網(wǎng)絡(luò)規(guī)模擴大的同時,網(wǎng)絡(luò)覆蓋面增加導(dǎo)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(dá)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(dá),環(huán)鄱陽湖城市圈道路交通可達(dá)性相對欠缺。

表2 道路復(fù)雜網(wǎng)絡(luò)度特征表

圖5 道路復(fù)雜網(wǎng)絡(luò)模型

3.2.2鐵路交通復(fù)雜網(wǎng)絡(luò)

鐵路交通復(fù)雜網(wǎng)絡(luò)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(luò)進(jìn)一步拓展,由2010年有109個節(jié)點和119個拓?fù)溥呍黾又?017年的187個節(jié)點和219個拓?fù)溥?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(dá)性有所提升,網(wǎng)絡(luò)直徑由28增加至30,鐵路網(wǎng)絡(luò)規(guī)模進(jìn)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(luò)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(fù)雜網(wǎng)絡(luò)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(shè)速度及優(yōu)勢性得以凸顯。

表3 鐵路復(fù)雜網(wǎng)絡(luò)度特征表

圖6 鐵路復(fù)雜網(wǎng)絡(luò)模型

3.2.3交通網(wǎng)絡(luò)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(jìn)行可視化表達(dá),直觀地揭示縣域間交通的拓?fù)浠雨P(guān)系。為了使表達(dá)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(xì)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(fù)雜網(wǎng)絡(luò)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(yīng)

在STIRPAT模型框架選取驅(qū)動因子的基礎(chǔ)上,本研究對所選因子進(jìn)行相關(guān)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(guān)性,與PTS存在顯著的負(fù)向相關(guān)關(guān)系,且解釋變量間無高度相關(guān)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(jìn)一步將其納入回歸方程考察其驅(qū)動影響。

圖8 相關(guān)性關(guān)系圖

為了對解釋變量進(jìn)行初步預(yù)判并與空間計量模型進(jìn)行比較,本文首先采用最小二乘法(OLS)進(jìn)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(jìn)行回歸分析。進(jìn)一步將空間效應(yīng)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(yīng)。其次,為了考察基于交通網(wǎng)絡(luò)的EF的空間溢出效應(yīng),本研究選擇空間滯后模型(SAR)進(jìn)行空間效應(yīng)和驅(qū)動機制的研究。下面基于SAR回歸結(jié)果對生態(tài)足跡的驅(qū)動因素和空間效應(yīng)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(fù)向影響,且這種負(fù)向影響在2017年超過了城鎮(zhèn)化率和人均GDP的正向促進(jìn)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(jìn)一步探究生態(tài)足跡的空間溢出效應(yīng),結(jié)果顯示,2010和2017年交通網(wǎng)絡(luò)空間互動關(guān)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(yīng),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(luò)“媒介”產(chǎn)生的生態(tài)足跡溢出效應(yīng)逐漸增強(表4)。

表4 驅(qū)動機制回歸結(jié)果

4 討論

可持續(xù)發(fā)展是涵蓋自然、生態(tài)、環(huán)境等復(fù)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(luò)是跨區(qū)域互動的重要媒介。基于此,本文的主要貢獻(xiàn)在于基于STIRPAT模型和交通網(wǎng)絡(luò)空間互動關(guān)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(luò)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(gòu)建的嵌入交通網(wǎng)絡(luò)空間互動關(guān)系的空間計量模型結(jié)果顯示,在基于交通網(wǎng)絡(luò)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(yīng)呈現(xiàn)增強態(tài)勢,表明在國家“十三五”規(guī)劃的科學(xué)引領(lǐng)下,長江中游城市群內(nèi)部縣域單元基于交通網(wǎng)絡(luò)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(dǎo)下,要進(jìn)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(jìn)基礎(chǔ)設(shè)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(chǔ)設(shè)施規(guī)劃和工程建設(shè)帶來的生態(tài)負(fù)面影響,避免一味追求交通基礎(chǔ)設(shè)施建設(shè)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(yīng)得到工程領(lǐng)域和道路景觀生態(tài)學(xué)的廣泛關(guān)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(jié)構(gòu)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(jìn)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(jìn),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(zhuǎn)換以及轉(zhuǎn)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(jìn)程對可持續(xù)發(fā)展造成了較大的“逆向脅迫效應(yīng)”,加速建設(shè)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(jié)構(gòu)的改變,并產(chǎn)生大量污染物,導(dǎo)致生態(tài)足跡的增加。此外,值得特別關(guān)注的是,第三產(chǎn)業(yè)發(fā)展對生態(tài)足跡的抑制作用應(yīng)該得到重視,以產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)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(shè)之間的矛盾。產(chǎn)業(yè)結(jié)構(gòu)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(jié)構(gòu)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(jié)構(gòu)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(jié)構(gòu)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(fù)向抑制作用。

高效的交通網(wǎng)絡(luò)為建設(shè)區(qū)域生態(tài)可持續(xù)一體化建設(shè)提供了支撐。未來在生態(tài)一體化治理中,應(yīng)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(shù)互享,尤其要調(diào)整產(chǎn)業(yè)結(jié)構(gòu),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(shù)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(luò)對生態(tài)足跡的溢出效應(yīng),但未區(qū)分道路網(wǎng)絡(luò)和鐵路網(wǎng)絡(luò)的差異化空間影響,差異化運輸網(wǎng)絡(luò)是否會產(chǎn)生差異化的空間溢出效應(yīng)仍需進(jìn)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(jìn)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(luò)空間互動關(guān)系嵌入空間計量模型,并采用面板數(shù)據(jù)進(jìn)一步探討差異化交通運輸網(wǎng)絡(luò)空間互動關(guān)系下的生態(tài)足跡空間效應(yīng)和驅(qū)動機制的異同是今后改進(jìn)的重要方向之一。

5 結(jié)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(fù)雜網(wǎng)絡(luò)模型構(gòu)建了道路復(fù)雜網(wǎng)絡(luò)和鐵路復(fù)雜網(wǎng)絡(luò),在此基礎(chǔ)上構(gòu)建了陸路交通平均度指標(biāo)并基于引力模型建立了區(qū)域交通互動關(guān)系,研究基于交通網(wǎng)絡(luò)的生態(tài)足跡的驅(qū)動機制和空間效應(yīng),主要結(jié)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(dǎo)的生態(tài)超調(diào)局面。②2010—2017年,交通復(fù)雜網(wǎng)絡(luò)和鐵路復(fù)雜網(wǎng)絡(luò)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(jìn)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(luò)空間互動關(guān)系下的空間溢出效應(yīng)呈增強態(tài)勢,區(qū)域生態(tài)關(guān)聯(lián)隨時間推移進(jìn)一步加強。