《Sustainability》:Spatiotemporal Evolution and Driving Mechanisms of Rural Green Development in the Ecological Green Heart of the Chang-Zhu-Tan Urban Agglomeration, China
编辑推荐:
农村绿色发展对于协调城市群生态空间内的生态保护、乡村振兴和空间治理至关重要。以中国长株潭生态绿心(Chang-Zhu-Tan Ecological Green Heart)地区为案例,研究人员评估了2013年至2022年10个县(县级市和区)的农村绿色发展水平
农村绿色发展对于协调城市群生态空间内的生态保护、乡村振兴和空间治理至关重要。以中国长株潭生态绿心(Chang-Zhu-Tan Ecological Green Heart)地区为案例,研究人员评估了2013年至2022年10个县(县级市和区)的农村绿色发展水平。采用组合赋权-TOPSIS(逼近理想解排序)模型测量发展水平,同时应用全局莫兰指数(Global Moran's I)、泰尔指数(Theil index)和XGBoost-SHAP(极端梯度提升-沙普利加法解释)方法分析空间格局、区域差异及关键关联因素。结果表明,农村绿色发展总体改善,区域平均指数从2013年的0.315上升至2022年的0.378。高值区域逐步扩大,长沙组(Changsha group)形成了主要高值核心,但未检测到统计显著的全局空间聚类。研究期间区域差异缩小,但组内差异尤其是株洲组(Zhuzhou group)内部差异仍是失衡的主要来源。人力资本、医疗资源、收入水平、城镇化水平、PM2.5(细颗粒物)浓度和农药使用强度与农村绿色发展密切相关,社会经济因素通常产生正向贡献,而环境压力则构成约束。这些发现表明,生态绿心地区的农村绿色发展是一个空间分异和多因素驱动过程,为城市群差异化的县域治理、协调生态保护和农村绿色转型提供了实证依据。
农村绿色发展是协调城市群生态空间内生态保护、乡村振兴和空间治理的关键。现有研究多将水平测量、空间分异和驱动机制作为独立分析问题,缺乏整合性框架,尤其对城市群内部生态绿心这类城乡互动紧密区域关注不足。长株潭生态绿心(Chang-Zhu-Tan Ecological Green Heart)位于长沙、株洲、湘潭三市交汇处,是重要生态屏障,其农村发展受生态保护、城市扩张和乡村转型共同作用,具有典型性。为回答该区域农村绿色发展如何演变、空间格局与区域差异如何、哪些因素关联且非线性交互等问题,研究人员基于2013—2022年10个县(区、市)面板数据,构建涵盖绿色经济、社会发展和生态环境三维度的评价指标体系,采用组合赋权-TOPSIS(逼近理想解排序)模型测量发展水平,结合全局莫兰指数(Global Moran's I)、泰尔指数(Theil index)和XGBoost-SHAP(极端梯度提升-沙普利加法解释)模型分析空间格局、区域差异及驱动机制。结果表明:农村绿色发展整体呈波动上升趋势,区域平均指数从0.315增至0.378;高值区扩大,长沙组形成主要高值核心,但无显著全局空间自相关;区域差异缩小,但组内差异(尤其中株洲组)成为主要失衡来源;人力资本、医疗资源、收入水平、城镇化水平、PM
2.5(细颗粒物)浓度和农药使用强度是主要关联因素,社会经济因素正向贡献,环境压力起约束作用。该研究为城市群差异化县域治理和生态协调提供了实证依据,论文发表在《Sustainability》。
主要关键技术方法包括:①组合赋权-TOPSIS模型:结合熵权法和CRITIC法客观确定权重,通过TOPSIS计算综合评价值,衡量农村绿色发展水平;②全局莫兰指数(Global Moran's I):基于二进制邻接空间权重矩阵,检验全局空间自相关性;③泰尔指数(Theil index):分解总体差异为组间和组内成分,分析区域差异来源;④XGBoost-SHAP模型:以XGBoost回归模型拟合驱动因素与农村绿色发展的非线性关系,并用SHAP方法量化各因素重要性、非线性效应和交互作用。数据来源为长株潭生态绿心10个县级单元2013—2022年官方统计年鉴。
4.1 时间变化:通过TOPSIS模型计算各年综合评价值,发现农村绿色发展指数呈波动上升趋势,从2013年0.315增至2022年0.378,累计增长19.95%,年均增长约2.04%。但增长过程存在“增长-下降-稳步提升”的波动,且各县域差异显著,如浏阳市和天元区增长迅速,而天心区和雨花区出现下降。
4.2 空间格局:利用Jenks自然断点法将指数分为五级并绘制空间分布图,发现高值区从2013年分散分布逐渐演变为2022年长沙组核心区(天心区、雨花区、浏阳市)形成主要高值集聚;株洲组呈中高水平但内部差异明显;湘潭组整体偏低。但全局莫兰指数(Global Moran's I)检验未通过显著性检验,表明不存在统计显著的全局空间聚类。
4.3 区域差异:泰尔指数(Theil index)分解显示,总体泰尔指数从2013年0.03518降至2022年0.00499,区域差异大幅缩小。组内差异贡献率从75.04%升至92.91%,成为主要来源,其中株洲组内部差异贡献率从30.10%升至73.46%,成为组内差异主导;长沙组内部差异缩小;湘潭组内部差异较小但整体水平低。
4.4 驱动因素分析:通过XGBoost-SHAP模型,以农村绿色发展指数为因变量,选取10个变量从经济、社会、生态、科技四个维度。SHAP重要性排序显示,人力资本(X5)贡献率最高(28.556%),其次为医疗资源(X4,15.405%)、收入水平(X1,14.264%)、城镇化水平(X3,12.185%)、PM
2.5浓度(X7,11.458%)、农药使用强度(X8,6.593%)等。SHAP依赖图显示各因素存在非线性效应:人力资本、医疗资源、收入水平存在阈值效应,超过阈值后正向贡献增强;PM
2.5浓度和农药使用强度超过阈值后负向约束增强;城镇化水平呈现阶段性非线性。交互作用分析表明,社会经济因素间存在协同效应,而空气污染和农药使用可削弱社会因素的积极贡献,且城镇化、生态压力和农业投入形成复合约束。
总结讨论部分,本研究揭示了农村绿色发展是空间分异和多因素耦合过程,区域失衡主要源于组内差异,尤其是株洲组内部差异。政策需从单一要素干预转向协同治理,关注人力资本、公共服务、收入增长与生态约束的协调,并建立基于差异识别、多因素协调和空间管制的区域治理框架。研究结论翻译如下:基于2013—2022年长株潭生态绿心10个县(区、市)面板数据,通过组合赋权-TOPSIS模型、全局莫兰指数、泰尔指数和XGBoost-SHAP方法分析,得出以下结论:(1)农村绿色发展呈波动上升趋势,区域平均指数从0.315增至0.378,但改善空间不均,高值区扩大,全局莫兰指数(Global Moran's I)未支持显著全局空间自相关;(2)泰尔指数(Theil index)显示总体差异缩小,组内差异成为主要来源,尤其中株洲组内部差异突出;(3)XGBoost-SHAP结果表明,人力资本、医疗资源、收入水平、城镇化水平、PM
2.5浓度和农药使用强度是主要解释因素,社会经济因素正向贡献,环境压力起约束作用;(4)交互作用揭示农村绿色发展是多因素耦合过程,社会经济因素间存在协同效应,空气污染和农药使用可削弱社会因素的积极贡献。未来提升应依赖社会经济、生态保护、农业绿色转型和公共服务均等化的协同推进。