基于重心模型的安徽省城镇化与生态环境匹配度分析-荣慧芳.pdf

《基于重心模型的安徽省城镇化与生态环境匹配度分析-荣慧芳.pdf》由会员分享，可在线阅读，更多相关《基于重心模型的安徽省城镇化与生态环境匹配度分析-荣慧芳.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第31卷 第6期2017年6月Vol.31 No.6Jun.,2017中 国 土 地 科 学China Land Sciencesdoi: 10.11994/zgtdkx.20170622.134014基于重心模型的安徽省城镇化与生态环境匹配度分析荣慧芳1，2，方 斌1，3（ 1.南京师范大学地理科学学院，江苏 南京 210023；2.池州学院资源环境学院，安徽 池州 247000；3.南京师范大学新型城镇化与土地问题研究中心，江苏 南京 210023 ）摘要： 研究目的：以20052014年的城镇化与生态环境综合指数为基础，运用重心模型测算安徽省城镇化发展与生态环境匹配度，探讨两者之间的交互

2、作用，为政府在城镇化进程中如何保护环境提供决策依据。研究方法：熵值法、重心模型。研究结果： （ 1） 安徽省城镇化发展和生态环境综合指数地区差异显著，生态环境质量随着城镇化水平的提升呈下滑趋势，“凸”“凹”相致，逆向明显； （ 2） 城镇化重心与生态环境重心在东西方向的偏移幅度明显大于南北方向的偏移幅度； （ 3） 城镇化重心、生态环境重心均向西南偏移，但前者的变化过程较后者更为明显； （ 4） 城镇化与生态环境匹配度演化轨迹均呈M型，但整体匹配性较差，匹配年份仅占22.22%，平均匹配度仅为-0.1605。研究结论： 20052014年安徽省城镇化水平与生态环境状态整体处于较不匹配状态，提高

3、城镇土地利用绩效，坚持集约、绿色和低碳的新型城镇化道路，是未来安徽省城镇化演进中破解环境问题的关键。关键词： 土地生态；城镇化；生态环境；匹配度；重心模型；安徽省中图分类号： F301.2 文献标识码： A 文章编号： 1001-8158（ 2017） 06-0034-08Measurement of the Matching Degree between Urbanization and Ecology in Anhui based on Barycenter ModelRONG Hui-fang1，2, FANG Bin1，3（ 1. Nanjing Normal University,

4、College of Geography, Nanjing 210023, China; 2. College of Resource Environment, Chizhou University, Chizhou 247000, China; 3. Nanjing Normal University, Research Center of New Urbanization and Land Problem, Nanjing 210023, China）Abstract: The purpose of this paper is to measure the comprehensive va

5、lues of urbanization and ecology in Anhui Province from 2005 to 2014, and to investigate the relationship between urbanization and ecology based on barycenter model, and then to provide guidance and reference for coordinated development. The entropy method and barycenter model are used in this paper

6、. The results show that: 1） there exist significant regional differences regarding the index values of urbanization and ecology, and the value of ecology has a descending trend with the increase of the value of urbanization. The converse trend concerning the relationship between urbanization and eco

7、logy is notable; 2） the moving range of the gravity in regard to urbanization and ecology in the north-south direction is larger than that in the east-west direction; 3） the gravity of both 收稿日期： 2017-02-12； 修稿日期： 2017-05-26基金项目： 国家自然科学基金项目 （ 41671174） ；安徽省社科规划项目 （ ANSKQ2015D24） ；池州学院校级人文重点项目 （ 2015

8、RWZ006） ；安徽省教育厅人文社科重点项目 （ SK2016A0637） 。第一作者： 荣慧芳 （ 1984-） ，女，河南商丘人，硕士。主要研究方向为城市规划与土地利用。E-mail: 通讯作者： 方斌 （ 1968-） ，男，江西九江人，博士，教授。主要研究方向为土地资源管理。E-mail: 万方数据35荣慧芳等：基于重心模型的安徽省城镇化与生态环境匹配度分析urbanization and ecology moves towards northwest, but the change of urbanization gravity is relatively obvious comp

9、ared to the ecological one; 4） the matching degree between urbanization and ecology shows a M-type evolution, with the mean matching degree about -0.1605 and the proportion of matched years about 22.22%, which exhibits a relative inferior match in general. It is concluded that the matching degree be

10、tween urbanization and ecology is in a state of roughly mismatch on the whole, while the improvement of the urban land use performance and the implement of the strategies of intensive, green and low-carbon new urbanization are the key points to solve the environmental problems in Anhui Province.Key

11、words: land ecology; urbanization; ecological system; matching degree; barycenter model; Anhui Province1 引言当前中国步入城镇化S型曲线的第二阶段，城镇化步伐加快1。随着城镇化进程的推进，城镇人口扩张、城镇资源锐减等带来的生态环境问题日益突出。十八届五中全会提出了“创新、协调、绿色、开放、共享”5大发展理念，将推进新型城镇化与建设生态文明成为当下中国两大重要战略任务。如何在推进城镇化的进程中保护生态环境，实现两者协调发展，政府对此高度关注，也成为学界研究的热点。针对城镇化与生态环境关系的研究

12、，国内外学者展开过深入探索，美国学者Gross-man和Krueger2运用计量经济学方法研究了城镇化和资源环境的动态关系，发现了经济增长与环境污染之间的库兹涅茨倒U型曲线 （ EKC） ；依据EKC假设，York R等3采用环境经济学方法对经济发展、城市化与生态环境间的变化关系进行过研究；Maclaren V M4从城市化与生态环境可持续发展的角度出发，提出可持续发展应遵循的基本原则。国内研究起步较晚，研究成果主要集中在以下几个方面： （ 1） 城镇化对资源环境的影响效应研究。以刘焱序5、马海良6、樊杰7、柯新利8等学者为代表，在城镇化对生态环境、水资源、碳排放、耕地等的影响方面做了有益的探

13、索。 （ 2） 资源环境对城镇化进程的约束研究。鲍超9、刘耀彬10、张琳11等学者在探索水资源、能源资源、土地资源对城镇化的约束方面积累了可供借鉴的研究成果。 （ 3） 城镇化与资源环境耦合关系研究。黄金川12、刘超13、刘萌14、张荣天15等学者运用双指数模型、协调度模型等揭示了国家或典型区域的城镇化与资源环境耦合特征。综上研究发现，国外学者的着眼点主要在如何协调城镇化发展与生态环境的关系上，定性分析多于定量研究。国内学者以定量研究为主，存在如下不足之处：从研究方法来看，选用耦合协调度模型对城镇化与生态环境之间的耦合协调度进行测算的文献较为常见，而运用重心模型对两者重心演变轨迹及匹配关系进行

14、研究的尚未见报道；从研究区域来看，大部分学者选择西北干旱区、生态脆弱区及快速城镇化地区作为研究对象，安徽省作为中国首批新型城镇化试点省和国家生态文明先行示范区，对其进行城镇化与生态环境关系研究的文献尚不多见。鉴此，本文以安徽省为研究案例，采用重心模型对城镇化与生态环境重心偏移方向和距离进行考察，揭示两者之间的匹配关系及其演变规律，分析工具和研究结果具有一定的参考价值。2 研究对象与方法2.1 研究区概况安徽省地处中国中部华东腹部，介于11454E11937E，2941N3438N，面积13.94104km2，现辖合肥、淮北、亳州、宿州、蚌埠、阜阳、淮南、滁州、六安、马鞍山、芜湖、宣城、铜陵、池

15、州、安庆、黄山16个地级市。安徽省2014 年的城镇化率低于全国平均水平5.62个百分点，为中国中部地区城镇化水平“洼地”省份。自“中部崛起”战略实施以来，安徽省城镇化增速加快，城镇化与资源环境之间的矛盾加剧 （ 如安徽省2014年的人均耕地面积仅为1.31亩，明显低于全国人均1.52亩和世界人均耕地3.38亩的水平 ）。2015年1月，安徽被列安徽省统计局. 安徽统计年鉴 （ 20062015 ）M . 北京：中国统计出版社：2006 - 2015. 万方数据 中国土地科学 2017年6月 第6期36为国家新型城镇化综合试点省份。如何取得最小生态风险和环境代价的新型城镇化进程，如何处理好城镇

16、化与生态环境之间的协调关系，关乎区域城市的可持续发展，也决定着安徽省新型城镇化建设的示范功能。2.2 主要研究方法2.2.1 熵值法 熵值法是根据指标观测值所提供的信息来确定各项指标权重的一种客观赋权法。该方法更多地依赖数据本身，可以克服指标选取的随机性、臆断性，从而客观、可靠地反映经济事实，能够有效解决多指标变量间信息的重叠问题。本研究通过熵值法确定城镇化生态环境评价体系权重值，进而计算安徽省城镇化与生态环境综合指数，避免了层次分析法、模糊综合评价法、德尔菲法等由于专家打分等主观因素造成的模糊性，使评价结果更具科学性和说服力，已被广泛运用于可持续发展评价等研究领域。熵值法的计算步骤如下16：

17、数据标准化：/( ( (xF F F FF F F Fmin) max min)max ) max min)ijij j j jj ij j j=- - -)（ 1）计算第 i个地区第 j个指标值的比重：/X x xij ij ijim1=（ 2）计算指标信息熵：ln( ln )emX X1j ijimij1=-= ，0 ej1 （ 3）计算指标差异系数：dj= 1 - ej （ 4） 计算指标权重：/W d djj j jn1=（ 5）计算第 i个地区城镇化或生态环境综合指数：S W xi jjnij1=（ 6）式 （ 1） 式 （ 6） 中， Xij为原始数据标准化后的数值， Fij为第个

18、地区第 j项标的原始值， Fjmax与 Fjmin为样本年份中各地区对应指标的最大值与最小值， m为区域个数， n为评价指标数。2.2.2 重心模型 重心模型在探索要素空间变动方面具有独特优势，其通过分析要素重心位置偏离几何中心的移动方向和距离，可以直观和精准地揭示出该要素在二维空间上的分布规律和演化特征。近年来，重心模型在区域粮食生产、人口变迁、经济发展等重心研究方面应用较多17-21，而在城市可持续发展方面的研究甚少。本文基于前人研究成果，构建城镇化与生态环境重心模型，以期揭示安徽省近10年来城镇化与生态环境重心的动态演变特征和空间匹配关系。重心模型的计算过程如下19：假设研究区域由 n个

19、单元组成，第 i（ i = 1，2，3， n） 个单元的几何坐标为（ xi，yi） ，则考察要素的重心坐标 ( , )x y 可表示为：,xmx mymy miini iiniini iin1111 = =（ 7）式 （ 7） 中， mi为 i单元的要素属性值，本文中指城镇化与生态环境综合指数。（ 1） 重心移动方向。假设第 t年考察要素的重心坐标为( , )x ytt，第 t + 1年重心坐标为 ( , )x ytt11+，则第 t + 1年相对于第 t年重心偏移的角度 可表示如下19-20：万方数据37荣慧芳等：基于重心模型的安徽省城镇化与生态环境匹配度分析 arctan( )kx xy

20、y2180t tt tt t111 = - = +-+（ 8）式 （ 8） 中， k = 0，1，2， （ -180，180 ） ，并定义逆时针方向为正向，正东方向为0。第一象限 （ 0，9 ） 为东北方向，第二象限 （ 90，180 ） 为西北方向，第三象限 （ -180，-90 ） 为西南方向，第四象限 （ -90，0 ） 为东南方向。（ 2） 重心移动距离。假设 D为第 t + 1年相对第 t年重心偏移的距离 （ km） ，则 D可用如下公式计算19：( ) ( )D C x x y yt tt t1212= - + -+ （ 9）式 （ 9） 中， ( , )x ytt和 ( , )x

21、 ytt11+的含义同式 （ 8） ， C为常数，表示由地球表面的坐标 （ ） 转化为平面距离 （ km） 的系数，取值为111.111。 （ 3） 匹配度。为了深入揭示城镇化与生态环境的空间耦合关系，采用匹配度来测度二者的空间关联性。假定研究区域有两个考察要素，两要素重心第 t + 1期相对第 t期移动的夹角分别为 1和 2。定义两者重心年际偏移角度差的余弦值cos （ 2- 1） 为匹配度指标，取值范围为-1，值越大表示两者的匹配度越强19-20。当cos （ 2- 1） =1时，两者偏移方向一致，呈完全匹配状态；当0.5cos 1时，呈匹配关系；当0.5cos 0.5时，呈较匹配关系；当

22、0.5cos 0时，呈较不匹配关系；当-1cos -0.5时，呈不匹配关系；当cos （ 2- 1） =-1时，两者偏移方向完全相反，呈完全不匹配状态。2.3 数据来源与处理鉴于数据获取的完整性与连续性，本研究样本区间界定为20052014年。用于计算城镇化和生态环境综合指数的原始数据主要来源于安徽省统计年鉴 （ 20062015 ） 、安徽省各地市统计年鉴 （ 20062015 ） 、安徽省各地市统计公报 （ 20052014 ） 等统计数据。经纬度坐标使用ArcGIS软件计算出的安徽省各地市几何中心坐标，提高了研究过程和结果的精确性。3 结果与分析3.1 城镇化与生态环境综合指数测算与分析

23、城镇化与生态环境评价指标体系在前人研究成果的基础上进行了完善，具体指标的选择更加注重对新型城镇化和生态文明建设的测评，其中，城镇化指标源自张引22关于城镇化质量评价指标体系的研究成果，生态环境指标参考胡振鹏23、马利邦等24建立的指标体系。选取安徽省及各地区20052014年城镇化和生态环境共计24个单项指标的数据，运用熵值法计算城镇化和生态环境系统的各影响因素权重，进而得到安徽省及各地区近10年的城镇化综合指数和生态环境综合指数 （ 图1、图2 ） 。（ 1） 20052014年安徽省城镇化综合指数呈递增态势，指数平均值为 1.3599，年平均增速为0.0048。城镇化水平提升速度较快，究其

24、原因，与国家实施的中部崛起战略及安徽省发展思路有关。生态环境质量总体呈波动下降趋势，生态环境指数由2005年的1.4912下降到2014年1.4762，年均降速0.0017。上述过程验证了Grossman2的EKC倒U型曲线，即城镇化尚处于低水平发展阶段时，生态环境会随着城镇化强度的加大不断恶化。2014年，安徽省城镇化水平为49.2%，尚处于城镇化演化的初始阶段1，可以预见安徽省城镇化对生态环境的胁迫作图 1 2005 2014年安徽省城镇化与生态环境综合指数年际变化Fig.1 Comprehensive index of urbanization and ecology from 2005

25、 to 2014 in Anhui Provice万方数据 中国土地科学 2017年6月 第6期38用在一段时间内仍会持续增强 （ 图1 ） 。（ 2） 图2显示，安徽省城镇化水平和生态环境质量地区差异显著。城镇化水平较高的地市集中在合芜蚌试验区和皖江示范区，近10年来，合肥、马鞍山、铜陵三市的城镇化发展水平始终排名前三。生态环境质量较好的地市集中在皖南地区，黄山、池州、宣城的生态环境质量一直排在前列。从图2还可以看出，城镇化发展和生态环境质量呈现很强的负相关性，城镇化水平较高的地市，生态环境质量较差。可见安徽省城镇化对生态环境的依赖性较强，生态环境建设应成为城镇化进程中高度关注的内容。3.2

26、 城镇化与生态环境重心移动轨迹分析运用式 （ 7） 测算出城镇化、生态环境重心坐标结果，制作出20052014年城镇化重心与生态环境重心的移动轨迹图 （ 图3 ） 。图3显示，城镇化重心移动轨迹方面，2005年，安徽省城镇化重心位于合肥市东侧瑶海区，20052006年，快速向东南移动；20062009年，缓慢向西北移动；20092010年，快速向东南移动；20102011年，急剧向西北移动；20112014年，持续向西北方向移动；至2014年整体西移至合肥市西侧蜀山区。生态环境重心移动轨迹方面，2005年，安徽省生态环境重心位于合肥市肥东县，20052007年，快速向东南移动；20072010

27、年，缓慢向东北而后转向西北；20102011年，急剧向西北移动；20112013年，缓慢向西北而后转向西南；20132014年，快速向东南移动；至2014年整体西移至合肥市包河区。上述过程可以看出，安徽省城镇化与生态环境重心变动呈现两个特点： （ 1） 在经度和纬度方向上都有移动，但经度方向的偏移幅度明显大于纬度方向的偏移幅度，即东西方向上的移动趋势比较显著，说明城镇化和生态环境差距扩大的方向主要在东西方向上展开。 （ 2） 城镇化重心和生态环境重心的演变呈现明显的阶段性特征，移动速度在不同年际间存在差异，移动速度过快时，说明安徽省宏观经济处于扩张时期，移动速度过慢时说明宏观经济处于紧缩时期。

28、如2008年的雪灾对安徽省经济社会发展造成的负面影响，减缓了经济发展速度，致使城镇化和生态环境重心在2008年前后变化较小。3.3 城镇化与生态环境重心动态演变分析运用重心移动方向和距离测度式 （ 8） 和式 （ 9） ，对安徽省20052014年城镇化重心与生态环境重心移动方向与距离进行测算，结果如表1。从移动方向上看，城镇化重心往东南移动的有2次，西南方向2次，西北方向5图 2 2005 2014年安徽省城镇化与生态环境综合指数区际差异Fig.2 Spatial distribution of comprehensive index of urbanization and ecology

29、from 2005 to 2014 in Anhui Province万方数据39荣慧芳等：基于重心模型的安徽省城镇化与生态环境匹配度分析次，整体向西南偏移了-179.0579。生态环境重心往东南方向移动的有3次，东北方向2次，西南方向2次，西北方向2次，整体向西南方向移动了-172.1916。说明安徽省西南地区对城镇化和生态环境整体局势的影响在增强。从移动距离上看，20052006年、20092010年、20102011年移动距离较大，分别占到总移动距离的12.84%、19.47%、53.79%，说明这三个时间段内区域城镇化对比发生了较大的变动。生态环境重心的移动距离显示，20102011年

30、、20132014年，生态环境重心变动最为剧烈，年移动距离分别占总移动距离的42.09%、18.54%，说明区域生态环境质量在此时间段内差距加大。表 1 安徽省 20052014年城镇化重心、生态环境重心移动距离与方向Tab.1 Moving distances and directions of urbanization and ecology gravity from 2005 to 2014 in Anhui Province年份城镇化重心 生态环境重心移动方向 （ ） 移动距离 （ km） 移动方向 （ ） 移动距离 （ km）20052006 -72.9749（ 东南 ） 2.059

31、4 -69.8724（ 东南 ） 0.563620062007 -168.4464（ 西南 ） 0.5638 -71.0383（ 东南 ） 1.041620072008 -173.9889（ 西南 ） 0.1523 68.2619（ 东北 ） 0.890320082009 144.9086（ 西北 ） 0.5231 50.4550（ 东北 ） 0.532620092010 -60.6575（ 东南 ） 3.1235 -151.2744（ 西南 ） 0.499720102011 154.9960（ 西北 ） 8.6282 153.2319（ 西北 ） 5.415120112012 122.749

32、6（ 西北 ） 0.3987 166.4725（ 西北 ） 0.454120122013 132.9913（ 西北 ） 0.3124 -148.0133（ 西南 ） 1.083220132014 137.9512（ 西北 ） 0.2787 -58.1700（ 东南 ） 2.3858从变化幅度看，城镇化重心年平均移动距离离散系数为1.5469 （ 标准差为2.7569，均值为1.7822 ） ，生态环境重心年平均移动距离离散系数为1.1261 （ 标准差为1.6098，均值为1.4296 ） ，城镇化重心的变动较生态环境重心更为剧烈。3.4 城镇化与生态环境匹配度分析依据表1的城镇化重心和生态环

33、境重心的移动方向和距离，运用匹配度计算公式对安徽省近10年的城镇化与生态环境匹配情况进行测算，结果如图4。图 3 安徽省 20052014年城镇化与生态环境重心变化轨迹Fig.3 Variations track for urbanization and ecology gravity from 2005 to 2014 in Anhui Province图 4 安徽省 20052014年城镇化重心与生态环境重心匹配度变化态势Fig.4 Variations of the matching degree between the gravity of urbanization and ecolo

34、gy from 2005 to 2014 in Anhui Province万方数据 中国土地科学 2017年6月 第6期40由图4可知，20052014年间安徽省城镇化重心与生态环境重心匹配度大于零的仅有2年，而小于零的有7年，匹配年份仅占22.22%，平均匹配度仅为-0.1605，整体呈较不匹配状态。从演化轨迹看，整体呈M型走势，其中，20052008年，匹配度由2005年的-0.2543增高至0.9248；20082010年为U型，2009年跌至U型谷底，匹配度为0.4699，而后在2010年出现峰值后一路下降，匹配度降至-0.8453，总体上呈现出下滑趋势。安徽省城镇化与生态环境整体不

35、匹配的现状与安徽省经济发展水平、产业结构特质、城镇化发展方式、生态环境保护政策等有关，具体分析如下： （ 1）“环境库兹涅茨曲线”表明，在工业化初中级阶段，经济发展加快但环境污染加重；在工业化高级阶段，经济与环境逐步协调，拐点约在人均GDP10000美元2。2014年安徽省人均GDP为5604美元，处于曲线拐点之前的两难区间，经济发展与环境保护的矛盾还将在较长时期内存在。 （ 2） 在中部崛起战略、皖江城市带承接产业转移的发展背景下，安徽省经济发展较快，城镇化率增速明显，但产业转移主要以粗放型工业为主，对区域生态环境造成较大程度的破坏。 （ 3） 安徽省正处于城镇化快速发展中期阶段，城镇化进程

36、一味追求城镇化水平的提升，忽略了城镇化发展质量和效率，导致城镇建设用地采用粗放式外延扩张模式，不合理占用和浪费土地现象十分普遍。如安徽省城镇化率增长速度高于全国平均水平，但表征城镇土地形式变化的人均公园绿地面积、城镇人口密度等指标均低于全国平均水平，表明了土地资源粗放、低效投入的典型特征。在上述因素的综合作用下，城镇化发展与生态环境处于不协调状态，新型城镇化建设面临较大挑战。4 结论与建议4.1 主要结论本文采用重心模型，从时序维度就城镇化与生态环境重心偏离方向同步性进行考察，以此判别两者之间的匹配关系，可为安徽省城镇化与生态环境协同演进及新型城镇化发展政策的制定提供决策参考，有利于城市可持续

37、发展及生态安徽建设，也可为同类研究提供方法借鉴。主要研究结论如下： （ 1） 20052014年间，安徽省城镇化发展和生态环境综合指数区际差异显著，生态环境质量随着城镇化水平的提升呈下滑趋势，“凸“ “凹”相致，逆向明显；符合安徽省所处的城镇化阶段特征，此演化趋势在今后一段时间内仍将持续存在。 （ 2） 皖江城市带承接长三角地区产业转移的辐射带动，东西方向上的强大拉力较明显地影响区域城镇化和生态环境的均衡性，迫使城镇化重心与生态环境重心在东西方向的偏移幅度明显大于南北方向的偏移幅度。 （ 3） 城镇化重心、生态环境重心均向西南偏移，但前者的变化过程较后者更为明显；区域生态环境重心的格局形成具有

38、较大的稳定性，城镇化发展重心的格局受宏观政策的影响波动性变化特征更加明显。 （ 4） 城镇化与生态环境匹配度演化轨迹均呈M型，匹配年份仅占22.22%，平均匹配度仅为-0.1605，整体呈较不匹配状态，如何校正城镇化的发展方向，朝着更有利于生态环境的方向发展是未来安徽省城镇化演进中必须破解的难题。 （ 5） 重心模型的运用能较好地展现出城镇化重心和生态环境重心各自的运动轨迹，可更直观地让事物的空间运动轨迹定量化和可视化，说明该方法应用的有效性。4.2 对策建议根据安徽省城镇化发展与生态环境所处的阶段特征、时空演变规律、匹配关系以及原因分析，本文提出如下对策建议： （ 1） 安徽省正处于城镇化发

39、展的中期阶段，快速发展的城镇化进程使城镇化与生态环境之间的矛盾日益突出。未来城镇化政策的制定方向应立足城镇化所处的阶段特征，树立质量为本的发展理念，把生态环境质量融入城镇化发展的全过程，实现城镇化集约、智能、绿色、低碳发展。 （ 2） 东向发展融入长三角经济圈、承接产业转移是安徽省经济发展与城镇化的战略和趋势，但需要以建设国家技术创新工程试点省为契机，选择性地吸收产业，走高技术、高副加值产业发展道路，提高城镇化的技术含量。 （ 3） 安徽南部为山地，中部为丘陵，北安徽省统计局. 安徽统计年鉴 （ 20062015 ）M . 北京：中国统计出版社：2006 - 2015. 万方数据41荣慧芳等：

40、基于重心模型的安徽省城镇化与生态环境匹配度分析部为平原。各地区应根据城镇化基础和生态环境的具体特点，实行差异化发展策略。皖南地区要突出保护生态和文化环境，以特色城镇化为核心，促进人口的适度城镇化；皖北地区应加快区域性重大基础设施和城市基础设施建设，加快建设淮河生态经济带，增强城市对人口和产业的承载力；皖中地区应把产业结构调整作为主攻方向，提升城镇化演进的质量和内涵。需要指出的是，重心模型虽然可有效地测度城镇化与生态环境的时空演变过程，并可依据重心移动方向揭示城镇化与生态环境的空间匹配关系。但限于数据的可获得性及难以量化的原因，城镇化与生态环境匹配关系的影响因素识别及其影响机制未在模型中得到有效

41、体现，在今后的工作中要加强此方面研究，以提升研究的科学性和预测性。参考文献 （ References） :1 王建军，吴志强. 城镇化发展阶段划分J . 地理学报，2009，64 （ 2） ：177 - 188. 2 Grossman G M, Krueger A. Economic growth and the environmentJ . Quarterly Journal of Economics，1995， （ 110） ：253 - 377. 3 York R, Rosa E A, Dietz T. SIRPAT, IPAT and ImPACT: Analytic tools fo

42、r unpacking the driving forces of environmental impactsJ . Ecological Economics，2003，46 （ 3） ：351 - 365. 4 Maclaren V M. Urban sustainability reportingJ . Journal of the American Planning Association，1996，62 （ 2） ：185 - 202. 5 刘焱序. 晋陕蒙能源区城镇化过程及其对生态环境的影响J . 地理研究，2013，32 （ 11） ：2009 - 2020. 6 马海良，徐佳，王

43、普查. 中国城镇化进程中的水资源利用研究J . 资源科学，2014，36 （ 2） ：334 - 341. 7 樊杰，李平星. 基于城市化的中国能源消费前景分析及对碳排放的相关思考J . 地球科学进展，2011，26 （ 1） ：57 - 65. 8 柯新利，马才学. 城镇化对耕地集约利用影响的典型相关分析及其政策启示J . 中国土地科学，2013，27 （ 11） ：4 - 10. 9 鲍超，方创琳. 干旱区水资源对城市化约束强度的情景预警分析J . 自然资源学报，2009，24 （ 9） ：1509 - 1519. 10 刘耀彬，陈斐. 中国城市化进程中的资源消耗“尾效”分析J . 中国工

44、业经济，2007， （ 11） ：48 - 55. 11 张琳，许晶，王亚辉，等. 中国城镇化进程中土地资源尾效的空间分异研究J . 中国土地科学，2017，28 （ 6） ：30 - 36. 12 乔标，方创琳，黄金川. 干旱区城市化与生态环境交互耦合的规律性及其验证J . 生态学报，2006，26 （ 7） ：2183 - 2190. 13 刘超，林晓乐. 城镇化与生态环境交互协调行为研究J . 华东经济管理，2015，29 （ 7） ：49 - 58. 14 刘萌，冯长春，曹广忠. 中国城市土地投入产出效率与城镇化水平的耦合关系J . 中国土地科学，2014，28 （ 5） ：50 -

45、57. 15 张荣天，焦华富. 中国省际城镇化与生态环境的耦合协调与优化探讨J . 干旱区资源与环境，2015，29 （ 7） ：12 - 17. 16 耿焕侠，张小林. 基于熵值法的江苏省经济增长质量定量分析J . 地理与地理信息科学，2014，30 （ 1） ：81 - 85. 17 王介勇，刘彦随. 1990年至2005年中国粮食产量重心演进格局及其驱动机制J . 资源科学，2009，31 （ 7） ：1188 - 1194. 18 许家伟，侯景伟，宋宏权，等. 19902009年中国区域差异与空间格局：以人口重心与经济重心为例J . 人文地理，2011，26（ 4） ：85 - 90.

46、 19 李如友，黄常州. 江苏省旅游经济重心演进格局及其驱动机制J . 地域研究与开发，2015，34 （ 1） ：93 - 99，116. 20 黄娉婷，张晓平. 大都市区工业重心时空变动轨迹分析：以天津市为例J . 经济地理，2012，32 （ 3） ：89 - 95. 21 丁焕峰，李佩仪. 中国区域污染重心与经济重心的演变对比分析J . 经济地理，2009，29 （ 10） ：1629 - 1633. 22 张引，杨庆媛，李闯，等. 重庆市新型城镇化发展质量评价与比较分析J . 经济地理，2015，35 （ 7） ：79 - 86. 23 胡振鹏，黄晓杏，傅春，等. 环鄱阳湖地区旅游产业城镇化生态环境交互耦合的定量比较及演化分析J . 长江流域资源与环境，2015，24 （ 12） ：2013 - 2020. 24 马利邦，牛叔文，李怡欣. 甘肃省城市化与生态环境耦合的量化分析J . 城市发展研究，2010，17 （ 5） ：52 - 58. （ 本文责编：王庆日 ）万方数据