雷敏 江星月 王蓉 鄭清 劉虹 崔秋雨

摘要 利用第五、第六和第七次全國人口普查資料對黃河流域的收縮城市進(jìn)行識別并測算其收縮強(qiáng)度，借助多指標(biāo)綜合評價(jià)法、耦合協(xié)調(diào)度模型分析2010年、2015年和2020年收縮城市的“三生”功能大小及耦合協(xié)調(diào)度，進(jìn)一步運(yùn)用隨機(jī)森林模型探究其關(guān)鍵影響因素。結(jié)果表明：在黃河流域內(nèi)90個(gè)地級市（州、盟）中，持續(xù)收縮型城市有27個(gè)，階段收縮型城市有9個(gè)，潛在收縮型城市有29個(gè)，城市收縮現(xiàn)象顯著；不同區(qū)域收縮城市的“三生”功能水平差異顯著，其中生產(chǎn)和生活功能整體呈上升態(tài)勢；“三生”功能的耦合協(xié)調(diào)度呈現(xiàn)由勉強(qiáng)協(xié)調(diào)向初級協(xié)調(diào)發(fā)展的特征，中、下游區(qū)域協(xié)調(diào)度優(yōu)于上游，經(jīng)濟(jì)社會的快速發(fā)展和人民生活水平的提高有助于“三生”功能的耦合協(xié)調(diào)發(fā)展。

關(guān)鍵詞 收縮城市;“三生”功能;耦合協(xié)調(diào);隨機(jī)森林；黃河流域

中圖分類號：K901? DOI：10.16152/j.cnki.xdxbzr.2024-03-011

The coupling and coordination of "production-living-ecological" functions in shrinking cities in the Yellow River Basin

LEI Min1， JIANG Xingyue1， WANG Rong2， ZHENG Qing1， LIU Hong1， CUI Qiuyu1

（1.College of Urban Environmental Science， Northwest University， Xian 710127， China;2.Yunnan Guangcheng Engineering Construction Co.，Ltd.， Baoshan 678000， China）

Abstract On the basis of the fifth， sixth and seventh national population census data， we identify the shrinking cities in the Yellow River Basin and measure their shrinkage intensity. The multi-index comprehensive evaluation method and the coupling coordination model were used to analyze the size of the "production-living-ecological" functions and the coupling coordination scheduling of shrinking cities in 2010， 2015 and 2020. We also use the random forest model to explore its key influencing factors. The results show that among the 90 prefecture-level cities （stages and leagues） in the Yellow River Basin， there are 27 continuous contracting cities， 9 stage contracting cities and 29 potential contracting cities. The phenomenon of urban contraction is significant. During the study period， the production and living functions of the shrinking cities in the Basin were on the rise as a whole， and the level of "production-living-ecological" functions in different regions was significantly different. The coupling coordination degree of the shrinking cities "production-living-ecological" functions was characterized by the development from barely coordinated to primary coordinated development. The coordination degree of the middle and lower reaches was better than that of the upper reaches. The development of economic society and the improvement of peoples living standards contributed to the coupling and coordinated development of the "production-living-ecological" functions.

Keywords shrinking cities; "production-living-ecological" functions; coupling and coordination; random forest； Yellow River Basin

自20世紀(jì)中期起，在全球化、去工業(yè)化、人口老齡化、郊區(qū)化等綜合因素作用下，城市內(nèi)的人口減少，經(jīng)濟(jì)總量下降，城市收縮現(xiàn)象在世界各地蔓延并作為城市新常態(tài)成為全球性議題。國外對城市收縮的研究興起于20世紀(jì)80年代，由德國學(xué)者Huermann最先提出收縮城市概念［1］，之后展開的大量研究主要圍繞收縮城市的概念內(nèi)涵［2］、收縮類型［3］、成因機(jī)制［4］、空間模式［5］、治理對策［6］等，國內(nèi)學(xué)者主要圍繞收縮類型［7］、影響因素［8］、空間格局［9］、表現(xiàn)形式［10］、應(yīng)對策略［11］等方面從全國［12］、城市群［13］、市域［14］、縣域［15］、街區(qū)［16］等不同尺度進(jìn)行城市收縮現(xiàn)象的研究。研究發(fā)現(xiàn)，2000—2010年間我國存在人口流失情況的城市達(dá)到180個(gè)［17］;近年來，我國東北、中部以及川渝地區(qū)也出現(xiàn)顯著的人口與經(jīng)濟(jì)收縮并存的城市收縮現(xiàn)象［12］。伴隨著土地資源低效利用、生活環(huán)境逐漸惡化及老齡化加速等問題，收縮城市的“三生”功能沖突逐漸凸顯。

“三生”功能是認(rèn)識和評價(jià)國土空間發(fā)展質(zhì)量的重要概念，“三生”功能即生產(chǎn)、生活和生態(tài)功能，是指生產(chǎn)、生活和生態(tài)空間基于提供的產(chǎn)品或服務(wù)所承擔(dān)的區(qū)域主導(dǎo)功能［18］。國內(nèi)對“三生”功能的研究集中在功能評價(jià)［19］、時(shí)空格局［20］、耦合協(xié)調(diào)［21］、影響因素［22］、空間優(yōu)化［23］等方面，較少有對收縮城市“三生”功能耦合協(xié)調(diào)發(fā)展的具體研究［24］，研究尺度上正從全國、城市群［25-26］等大尺度逐漸向縣域［27］和村域［28］等中微觀尺度過渡。相關(guān)研究已經(jīng)相當(dāng)豐富，但仍有進(jìn)一步拓展的空間，當(dāng)前收縮城市作為一種新常態(tài)席卷全球，它是影響范圍比以前更廣的長期過程，這些城市面臨著結(jié)構(gòu)轉(zhuǎn)型的困境，城市內(nèi)部的“三生”功能已經(jīng)失調(diào)，因此，針對收縮城市開展“三生”功能的耦合協(xié)調(diào)研究對城市可持續(xù)發(fā)展顯得尤其重要。

黃河流域范圍廣闊，是我國重要的戰(zhàn)略和經(jīng)濟(jì)地帶，但目前的城鎮(zhèn)化和社會發(fā)展程度較為落后，不同地域間的自然資源稟賦差異巨大，生態(tài)條件也不容樂觀，城市收縮現(xiàn)象和“三生”功能失調(diào)問題日益凸顯。黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展是新時(shí)期國家發(fā)展的重要戰(zhàn)略，促進(jìn)流域經(jīng)濟(jì)的持續(xù)發(fā)展與“三生”功能的耦合協(xié)調(diào)發(fā)展對于促進(jìn)我國經(jīng)濟(jì)與社會高質(zhì)量發(fā)展十分關(guān)鍵。因此，本研究在識別和測度黃河流域城市收縮的基礎(chǔ)上，通過對“三生”功能的分析評價(jià)，揭示“三生”功能之間的時(shí)空動態(tài)變化及耦合協(xié)調(diào)特征，并探討其影響因素，以期為流域規(guī)劃工作、政策實(shí)施和科學(xué)研究提供參考與借鑒。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

黃河是我國境內(nèi)的第二長河，共流經(jīng)9個(gè)省區(qū)，全長5 464 km，流域總面積79.46×104 km2，占全國土地面積的8.28％，地勢西高東低，內(nèi)蒙古的河口鎮(zhèn)和河南省的桃花峪將黃河流域分成上、中、下游。本研究以黃河主要流經(jīng)省區(qū)為主體，考慮到研究區(qū)域的完整性，排除屬于長江經(jīng)濟(jì)帶的四川省和屬于東北地區(qū)范圍的內(nèi)蒙古自治區(qū)東四盟，最終選取青海、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東的90個(gè)地級市（州、盟）作為研究區(qū)域（見圖1）。截至2020年底，黃河流域地區(qū)生產(chǎn)總值為19.9萬億元，占全國GDP總量的19.7％;常住人口達(dá)32 671萬人，占全國總?cè)丝诘?3.14％。2000—2020年黃河流域地區(qū)的人口增長率為76.88‰，低于同期全國107.6‰的人口增長率。

1.2 指標(biāo)體系及數(shù)據(jù)來源

1.2.1指標(biāo)體系

基于“三生”功能定義和已有研究［20-21］，兼顧黃河流域收縮城市的現(xiàn)實(shí)情況，共選擇24個(gè)指標(biāo)構(gòu)建“三生”功能測度指標(biāo)體系（見表1）。

生產(chǎn)功能從農(nóng)業(yè)生產(chǎn)、非農(nóng)業(yè)生產(chǎn)、經(jīng)濟(jì)發(fā)展水平3個(gè)角度出發(fā)選取8項(xiàng)指標(biāo)：糧食單位面積產(chǎn)量和農(nóng)林牧漁業(yè)總產(chǎn)值能反映農(nóng)業(yè)生產(chǎn)水平;二、三產(chǎn)業(yè)產(chǎn)值占GDP比重、郵政業(yè)務(wù)總量和地均房地產(chǎn)開發(fā)投資完成額表征非農(nóng)行業(yè)的生產(chǎn)水平;人均地區(qū)生產(chǎn)總值、地均財(cái)政收入和貨物進(jìn)出口總額則能直接反映地區(qū)整體的經(jīng)濟(jì)發(fā)展水平。

生活功能從生活水平、人居服務(wù)2個(gè)角度出發(fā)選取8項(xiàng)指標(biāo)：人均可支配收入反映地區(qū)居民的收入水平;地均社會消費(fèi)品零售總額反映區(qū)域的消費(fèi)水平;教育支出占比通過反映教育投入力度，進(jìn)而反映居民生活水平;人口密度反映地區(qū)的居住承載能力;人均醫(yī)院床位數(shù)和人均公共設(shè)施用地面積反映了醫(yī)療和文化方面的公共服務(wù)能力;人均道路面積和建成區(qū)供水管道密度反映居住配套設(shè)施供給能力。

生態(tài)功能從生態(tài)承載、生態(tài)維持、環(huán)境整治3個(gè)角度出發(fā)選取8項(xiàng)指標(biāo)：城市污水排放量、PM2.5年均濃度、化肥投入強(qiáng)度、地均水資源消耗通過生態(tài)系統(tǒng)中的人類活動反映地區(qū)生態(tài)承載能力;人均公園綠地面積和建成區(qū)綠化覆蓋率通過反映生活環(huán)境條件，進(jìn)而反映地區(qū)生態(tài)維持能力;生活垃圾無害化處理率和一般工業(yè)固體廢物綜合利用率反映地區(qū)環(huán)境整治和生態(tài)凈化能力。

1.2.2 數(shù)據(jù)來源

本文采用的人口數(shù)據(jù)來源于第五、六、七次全國人口普查公報(bào)，“三生”功能評價(jià)各指標(biāo)數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》《中國城市建設(shè)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒以及各地級市統(tǒng)計(jì)局發(fā)布的國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)。

2 研究方法

2.1 收縮城市測度

人口流失是城市收縮最本質(zhì)的表征。常住人口可以更加客觀地反映地區(qū)經(jīng)濟(jì)活力，因此成為識別收縮城市的核心變量。本研究參考孫平軍［29］等的收縮城市識別方法，以各地級市單元常住人口增長率是否低于黃河流域總?cè)丝谠鲩L率為標(biāo)準(zhǔn)，衡量各地級市單元是否出現(xiàn)收縮。計(jì)算公式如下，

Ci1=pi2010-pi2000pi2000-Pi2010-Pi2000Pi2000（1）

Ci2=pi2020-pi2010pi2010-Pi2020-Pi2010Pi2010（2）

Ci3=pi2020-pi2000pi2000-Pi2020-Pi2000Pi2000（3）

式中：Ci1、Ci2、Ci3分別表示對應(yīng)研究階段內(nèi)所研究的第i個(gè)地級市單元常住人口變化率與黃河流域總?cè)丝谧兓实牟钪?。pi2000、pi2010、pi2020表示研究的第i個(gè)地級市單元對應(yīng)年份的常住人口數(shù)量;Pi2000、Pi2010、Pi2020表示黃河流域?qū)?yīng)年份的常住人口數(shù)量。

各收縮城市的收縮強(qiáng)度計(jì)算公式如下，

Ti1=Ci1×Pi2000Pi2010-Pi2000×100％? （4）

Ti2=Ci2×Pi2010Pi2020-Pi2010×100％（5）

Ti3=Ci3×Pi2000Pi2020-Pi2000×100％? （6）

式中：Ti1、Ti2、Ti3分別表示第5～6次，6～7次，5～7次全國人口普查期間第i個(gè)收縮城市的收縮強(qiáng)度。收縮城市Tik的絕對值越大，表示收縮城市的收縮程度越大。依據(jù)Ti1，Ti2值將城市收縮類型分為潛在收縮型（Ti1>0且Ti2<0）、階段收縮型（Ti1<0且Ti2>0）、持續(xù)收縮型（Ti1<0且Ti2<0）和持續(xù)擴(kuò)張型（Ti1>0且Ti2>0）4類。

2.2 “三生”功能評價(jià)

首先，采用極差標(biāo)準(zhǔn)化法對各項(xiàng)指標(biāo)實(shí)行統(tǒng)一處理。計(jì)算公式如下，

正向指標(biāo) x′ij=（xij-ximin）／（ximax-ximin）（7）

負(fù)向指標(biāo) x′ij=（ximax-xij）／（ximax-ximin）（8）

其次，運(yùn)用熵值法計(jì)算出各項(xiàng)指標(biāo)的權(quán)重。計(jì)算式如下，

Pij=x′ij／∑nj=1x′ij （9）

Ri=-1ln n∑nj=1Pijln（Pij）? （10）

Wi=（1-Ri）／∑mi=1（1-Ri）? （11）

式中：x′ij為原始數(shù)據(jù)標(biāo)準(zhǔn)化后的數(shù)值;Wi為第i個(gè)指標(biāo)的權(quán)重。

最后，基于各參評指標(biāo)的標(biāo)準(zhǔn)化值和權(quán)重，計(jì)算得到黃河流域收縮城市的“三生”功能評價(jià)值Ui。計(jì)算式如下，

Ui=∑nj=1Wix′ij?? （12）

2.3 耦合協(xié)調(diào)度模型

耦合協(xié)調(diào)度模型被用來衡量系統(tǒng)中各個(gè)要素之間的協(xié)同程度。為體現(xiàn)黃河流域各收縮城市的協(xié)調(diào)程度，借助耦合協(xié)調(diào)度模型進(jìn)行計(jì)算。

Ci=3×UpUlUe（Up+Ul+Ue）313? （13）

Ti=Up+βUl+δUe? （14）

Di=Ci×Ti? （15）

式中：Up、Ul、Ue分別表示生產(chǎn)、生活、生態(tài)功能的綜合評價(jià)值;Ci為“三生”功能耦合度，取值范圍為［0，1］，Ci越大耦合度越高;Ti為生活、生產(chǎn)、生態(tài)功能的綜合協(xié)調(diào)指數(shù);、β、δ為生產(chǎn)、生活、生態(tài)功能貢獻(xiàn)率的待定系數(shù)，取=β=δ=1／3;Di為“三生”功能的耦合協(xié)調(diào)度，取值范圍為［0，1］。

2.4 隨機(jī)森林模型

隨機(jī)森林模型是由Breiman［30］提出的一種機(jī)器學(xué)習(xí)算法。作為一種自然的非線性建模工具，它具有訓(xùn)練速度迅速、模型泛化能力強(qiáng)、精度高、實(shí)現(xiàn)較為簡單的優(yōu)點(diǎn)，其樣本與特征的選擇均具有隨機(jī)性的特點(diǎn)。它在算法上具備明顯的優(yōu)勢，能夠較好的平衡誤差，可以對復(fù)雜的非線性關(guān)系進(jìn)行有效的擬合，是目前普遍用于分類與回歸問題上的一種統(tǒng)計(jì)方法。本文采用隨機(jī)森林模型測算“三生”功能耦合協(xié)調(diào)度各影響因素的重要程度。

3 結(jié)果與分析

3.1 黃河流域城市收縮特征分析

3.1.1 收縮城市測度與分類

黃河流域地級市單元的收縮情況表現(xiàn)出如下特點(diǎn)：2000—2020年，除去25個(gè)持續(xù)擴(kuò)張型城市，黃河流域存在收縮現(xiàn)象的城市共有65個(gè)，占城市總數(shù)的72.2％。其中，潛在收縮型城市29個(gè)，占比最大，達(dá)44.6％;階段收縮型城市9個(gè)，占比13.8％；持續(xù)收縮型城市27個(gè)，占比41.5％（見表2）。潛在收縮型城市和持續(xù)收縮型城市占比非常大，可見黃河流域城市收縮態(tài)勢顯著。從空間分布來看，持續(xù)收縮型城市多分布于黃河上游地區(qū)的甘肅省和黃河中游地區(qū)的陜西省，階段型收縮城市多分布于黃河中、下游地區(qū)的河南省，潛在收縮型城市多分布于青海省、山西省和山東省。

3.1.2 收縮城市時(shí)空分布

黃河流域城市收縮在數(shù)量和強(qiáng)度上都表現(xiàn)出明顯的增長趨勢（見圖2）。2000—2010年，處于收縮狀態(tài)的城市有36個(gè)，占流域城市總數(shù)的40％，75％的城市為輕度收縮，25％的城市為中度收縮，沒有重度收縮城市。在這個(gè)時(shí)期，流域內(nèi)的城市雖然出現(xiàn)了人口收縮現(xiàn)象，但收縮程度較輕，地區(qū)分布上，甘肅與河南的收縮城市數(shù)量最多，其次為陜西和山東，寧夏、內(nèi)蒙古收縮城市數(shù)量較少，青海省還未出現(xiàn)城市收縮現(xiàn)象。

2010—2020年，隨著時(shí)間的推移，城市收縮情況有所加劇，流域內(nèi)處于收縮狀態(tài)的城市增加到58個(gè)，占城市總數(shù)的64.4％，其中51.7％的收縮城市為輕度收縮，31.1％的收縮城市屬于中度收縮，有17.2％的城市已經(jīng)出現(xiàn)重度收縮現(xiàn)象。綜合來看，2000—2020年，共有55個(gè)城市出現(xiàn)收縮態(tài)勢，其中，60％的城市屬于輕度收縮，36.4％的城市屬于中度收縮，3.6％的城市出現(xiàn)重度收縮。

黃河流域的城市收縮現(xiàn)象在空間上呈由核心城市周邊的城市向更外圈城市蔓延的趨勢，最先出現(xiàn)收縮現(xiàn)象的城市收縮程度更為嚴(yán)重。2000—2020年出現(xiàn)中度收縮和重度收縮現(xiàn)象的城市大多緊鄰各省會城市，表明人口傾向于涌向具有更多就業(yè)機(jī)會和更完備設(shè)施系統(tǒng)的大城市。省會城市存在虹吸效應(yīng)是引起周邊地區(qū)出現(xiàn)收縮現(xiàn)象的重要原因，地區(qū)資源和經(jīng)濟(jì)發(fā)展的不平衡引發(fā)人口流動，帶來持續(xù)的局部收縮。

3.2 收縮城市“三生”功能時(shí)空特征分析

基于指標(biāo)數(shù)據(jù)的可獲得性和準(zhǔn)確性，采用ArcGIS軟件對除海北州、海南州、海西州、甘南州外的61個(gè)收縮城市的“三生”功能值時(shí)空格局進(jìn)行可視化分析，并將其按低、較低、中等、較高、高5個(gè)等級劃分，得到黃河流域收縮城市“三生”功能綜合評價(jià)值時(shí)空分布情況（見圖3）。

1）生產(chǎn)功能。2010—2020年間黃河流域收縮城市的生產(chǎn)功能整體上呈逐步上升態(tài)勢，其中，下游的發(fā)展態(tài)勢始終優(yōu)于中、上游。2010年流域收縮城市生產(chǎn)功能整體處于中低水平， 2015年中、 下游城市的生產(chǎn)功能有所提升， 山東省的煙臺市提升為生產(chǎn)功能高值區(qū)， 威海市、 濰坊市和淄博市提升為生產(chǎn)功能較高值區(qū)。 2020年黃河流域整體生產(chǎn)功能持續(xù)提升， 山東省的煙臺市 、威海市、 濰坊市、 淄博市、 臨沂市和河南省的許昌市都已經(jīng)成為生產(chǎn)功能高值區(qū)， 但位于黃河流域上游的甘肅省和寧夏回族自治區(qū)生產(chǎn)功能仍處在低水平。

2）生活功能。2010—2020年間黃河流域收縮城市的生活功能整體上呈現(xiàn)逐步上升的趨勢，不同區(qū)域收縮城市的生活功能值差異明顯。黃河中、下游收縮城市相較于上游收縮城市生活功能值更高。2010年和2015年中、上游大部分城市的生活功能評價(jià)值處于低水平和較低水平，僅山東省的威海市和淄博市處于較高值區(qū)。2020年流域內(nèi)收縮城市生活功能值顯著提高，除青海省的海東市外，研究的所有收縮城市的生活功能都處于中等以上水平，生活水平大幅提高。其中，山東省的威海市、河南省的商丘市、開封市、漯河市、焦作市和山西省的陽泉市、臨汾市、長治市已發(fā)展成為生活功能高值區(qū)。

3）生態(tài)功能。2010—2020年間不同區(qū)域收縮城市的生態(tài)功能存在顯著差異，整體上，中、上游收縮城市的生態(tài)功能值優(yōu)于下游收縮城市。2010年僅內(nèi)蒙古的烏蘭察布市處于高值區(qū)，2015年新增甘肅省的張掖市、白銀市、定西市、平?jīng)鍪泻完兾魇“部凳幸蔡幱诟咧祬^(qū)。2015—2020年甘肅省武威市和天水市上升為生態(tài)功能高值區(qū)，但有65.57％的收縮城市生態(tài)功能值均出現(xiàn)一定程度的下降。2020年山東省全部收縮城市的生態(tài)功能都處于低值區(qū)和較低值區(qū)。整個(gè)研究時(shí)段中，山東省淄博市和臨沂市始終處于低值區(qū)。

4）“三生”功能。2010—2020年間黃河流域收縮城市的“三生”功能綜合評價(jià)值整體上表現(xiàn)出從上游城市到下游城市逐漸升高的態(tài)勢。2010—2015年研究城市普遍處于中低值區(qū)，僅有黃河流域下游的山東省出現(xiàn)高值和較高值。2020年黃河流域中、下游城市的“三生”功能值普遍達(dá)到較高值和高值，但上游的“三生”功能值以中等值和較低值為主。黃河上游城市的經(jīng)濟(jì)發(fā)展水平相對較低，盡管生態(tài)功能相對優(yōu)越，但其生產(chǎn)功能和生活功能水平較低，因而其“三生”功能綜合值較低。

3.3 收縮城市“三生”功能耦合協(xié)調(diào)分析

3.3.1耦合協(xié)調(diào)度時(shí)空分異

2000—2020年間黃河流域收縮城市耦合協(xié)調(diào)度逐步提升。從空間分布上看，黃河流域收縮城市的“三生”功能耦合協(xié)調(diào)度存在明顯的地區(qū)差異，整體來看，下游城市優(yōu)于中、上游城市。

2010年黃河流域“三生”功能耦合協(xié)調(diào)度均值為0.51，平均耦合協(xié)調(diào)程度為勉強(qiáng)協(xié)調(diào)。中、上游收縮城市的耦合協(xié)調(diào)程度主要為輕度失調(diào)和瀕臨失調(diào)，只有隴南市處于中度失調(diào)。黃河流域下游城市以勉強(qiáng)協(xié)調(diào)和初級協(xié)調(diào)為主，處于中級協(xié)調(diào)階段的城市只有山東省的威海市和煙臺市。

2015年黃河流域“三生”功能耦合協(xié)調(diào)度均值為0.55，平均耦合協(xié)調(diào)程度為勉強(qiáng)協(xié)調(diào)。黃河流域中、上游收縮城市的耦合協(xié)調(diào)程度以瀕臨失調(diào)和勉強(qiáng)協(xié)調(diào)為主，其中，甘肅省的隴南市仍然處于中度失調(diào)，青海省的海東市仍然處于輕度失調(diào)。黃河流域下游城市普遍處于初級協(xié)調(diào)和中級協(xié)調(diào)，威海市達(dá)到良好協(xié)調(diào)，但臨沂市降為輕度失調(diào)。

2020年黃河流域收縮城市的生產(chǎn)、生活、生態(tài)功能之間均已進(jìn)入耦合協(xié)調(diào)水平，“三生”功能耦合協(xié)調(diào)度均值增長至0.69，平均耦合協(xié)調(diào)度為初級協(xié)調(diào)。黃河流域上游收縮城市以勉強(qiáng)協(xié)調(diào)和初級協(xié)調(diào)為主，中、下游收縮城市以中度協(xié)調(diào)和良好協(xié)調(diào)為主（見圖4）。

3.3.2 影響因素分析

以表1各指標(biāo)為自變量，計(jì)算所得的“三生”功能耦合協(xié)調(diào)度D值為因變量，運(yùn)用SPSSPRO軟件進(jìn)行隨機(jī)森林回歸，測算黃河流域收縮城市“三生”功能耦合協(xié)調(diào)度各影響因素的重要程度，通過3次隨機(jī)森林回歸處理獲得影響因素的重要性排序結(jié)果（見表3）。

如表3所示，排名前4位的影響因素是黃河流域“三生”功能耦合協(xié)調(diào)度的主導(dǎo)因素。地均財(cái)政收入、人均地區(qū)生產(chǎn)總值、貨物進(jìn)出口總額表征經(jīng)濟(jì)發(fā)展水平，地均房地產(chǎn)開發(fā)投資完成額表征非農(nóng)業(yè)生產(chǎn)水平，地均社會消費(fèi)品零售總額表征生活水平，人口密度表征居住承載能力，城市污水排放量表征生態(tài)承載能力，糧食單位面積產(chǎn)量表征農(nóng)業(yè)生產(chǎn)水平，說明“三生”功能耦合協(xié)調(diào)度是多因素綜合作用的結(jié)果，經(jīng)濟(jì)社會的發(fā)展和人民生活水平的提高促進(jìn)了“三生”功能的耦合協(xié)調(diào)發(fā)展。城市污水排放量與“三生”功能的耦合協(xié)調(diào)度呈負(fù)相關(guān)關(guān)系，因此，注重生態(tài)環(huán)境保護(hù)才能促進(jìn)“三生”功能的耦合協(xié)調(diào)性。

4 結(jié)論與討論

4.1 結(jié)論

本文利用五普、六普、七普人口數(shù)據(jù)識別黃河流域收縮城市，并對其收縮強(qiáng)度進(jìn)行測度，在此基礎(chǔ)上對收縮城市的“三生”功能及其耦合協(xié)調(diào)程度進(jìn)行分析，得到主要結(jié)論如下。

1）從城市收縮類型和收縮強(qiáng)度上來看，在黃河流域的90個(gè)地級市（州、盟）中，存在收縮現(xiàn)象的城市共有65個(gè)，城市收縮現(xiàn)象顯著。其中，潛在收縮型城市有29個(gè)，階段收縮型城市有9個(gè)，持續(xù)收縮型城市有27個(gè)。2000—2010年，處于收縮狀態(tài)的城市共有36個(gè)，以輕度收縮為主，甘肅省和河南省的收縮城市數(shù)量最多。2010—2020年，收縮城市數(shù)量增加到58個(gè)，17.2％的收縮城市出現(xiàn)重度收縮現(xiàn)象?；诤诵某鞘械暮缥?yīng)，黃河流域的城市收縮現(xiàn)象在空間上表現(xiàn)出由核心城市周邊的城市向更外圈城市蔓延的趨勢，最先出現(xiàn)收縮現(xiàn)象的城市收縮程度更為嚴(yán)重。

2）從“三生”功能值來看，2010—2020年間黃河流域收縮城市的生產(chǎn)功能和生活功能總體小幅上升，“三生”功能綜合評價(jià)值呈現(xiàn)從上游到下游逐漸升高的態(tài)勢。上、中、下游區(qū)域的“三生”功能水平空間差異性顯著，下游收縮城市生活功能和生產(chǎn)功能的發(fā)展態(tài)勢始終優(yōu)于中、上游收縮城市，相反地，中、上游收縮城市的生態(tài)功能值優(yōu)于下游收縮城市。從“三生”功能的耦合協(xié)調(diào)程度來看，2000—2020年間，黃河流域收縮城市的耦合協(xié)調(diào)度整體逐步上升，空間上，中、下游區(qū)域的耦合協(xié)調(diào)度優(yōu)于上游區(qū)域。到2020年，收縮城市的生產(chǎn)、生活和生態(tài)功能之間均已進(jìn)入?yún)f(xié)調(diào)耦合水平。

3）總體來看，黃河流域收縮城市“三生”功能的耦合協(xié)調(diào)度是由經(jīng)濟(jì)因素、社會因子、生態(tài)因素等因素綜合作用的結(jié)果。生態(tài)承載能力是黃河流域收縮城市“三生”功能耦合協(xié)調(diào)的基礎(chǔ)，生活水平等社會因素在一定程度上影響著耦合協(xié)調(diào)的程度，經(jīng)濟(jì)發(fā)展水平則直接主導(dǎo)著耦合協(xié)調(diào)的結(jié)果。上述因素并非割裂關(guān)系，而是在黃河流域“三生”功能耦合協(xié)調(diào)中相互依賴、相互制約，它們對城市生產(chǎn)、生活、生態(tài)三大空間產(chǎn)生交互作用。希望在未來能通過區(qū)域協(xié)調(diào)、差異化發(fā)展、向耦合協(xié)調(diào)度低的地區(qū)政策傾斜等方式調(diào)配上述要素資源，以實(shí)現(xiàn)流域整體“三生”功能耦合協(xié)調(diào)關(guān)系的優(yōu)化提升。

4.2 討論

本文通過構(gòu)建“三生”功能綜合評價(jià)指標(biāo)體系，利用耦合協(xié)調(diào)度模型和隨機(jī)森林模型，探究了黃河流域收縮城市“三生”功能的耦合協(xié)調(diào)情況及影響因素，研究結(jié)論對探索收縮城市的“三生”功能變化與可持續(xù)發(fā)展具有一定的參考意義。有待優(yōu)化與討論的是，本文主要基于人口數(shù)據(jù)對收縮城市進(jìn)行識別和測度，缺少結(jié)合經(jīng)濟(jì)社會發(fā)展指標(biāo)對收縮城市現(xiàn)狀進(jìn)行進(jìn)一步的深度分析。另外在“三生”功能評價(jià)指標(biāo)選取方面尚有不足，限于數(shù)據(jù)獲取的客觀原因，少有針對收縮城市發(fā)展現(xiàn)狀的特色指標(biāo)，未來研究中可以在這方面進(jìn)行延展，進(jìn)一步完善指標(biāo)體系。

針對黃河流域收縮城市“三生”功能現(xiàn)狀及全流域高質(zhì)量發(fā)展需要，未來應(yīng)提升流域內(nèi)增長極的輻射作用，加強(qiáng)核心城市同周圍中小城市之間的聯(lián)系，提升周圍中小城市的發(fā)展水平，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的同時(shí)兼顧環(huán)境生態(tài)平衡，實(shí)現(xiàn)綠色高效率發(fā)展。對于不同收縮類型的城市，因城制宜地制定提升城市“三生”功能的策略，改善城市收縮現(xiàn)狀，尤其是持續(xù)收縮型城市，更要以問題為導(dǎo)向，把握好自身定位。此外，從全流域的可持續(xù)發(fā)展角度來看，有必要對“三生”功能耦合協(xié)調(diào)度低的收縮城市通過政策傾斜推進(jìn)區(qū)域資源的合理分布，以促進(jìn)流域的整體協(xié)調(diào)發(fā)展。

參考文獻(xiàn)

［1］ HUERMANN H， SIEBEL W. Die schrumpfende stadt und die stadtsoziologie［M］∥Soziologische Stadtforschung. Wiesbaden： VS Verlag für Sozialwissenschaften， 1988： 78-94.

［2］ MARTINEZ-FERNANDEZ C， AUDIRAC I， FOL S， et al.Shrinking cities： Urban challenges of globalization［J］. International Journal of Urban and Regional Research， 2012， 36（2）：213-225.

［3］ SCHETKE S， HAASE D. Multi-criteria assessment of socio-environmental aspects in shrinking cities. Experiences from eastern Germany［J］. Environmental Impact Assessment Review， 2008， 28（7）：483-503.

［4］ WEAVER R， HOLTKAMP C. Geographical approaches to understanding urban decline： From evolutionary theory to political economy…and back？［J］.Geography Compass， 2015， 9（5）：286-302.

［5］ BLANCO H， ALBERTI M， OLSHANSKY R， et al. Shaken，shrinking， hot， impoverished and informal： Emerging research agendas in planning［J］. Progress in Planning， 2009， 72（4）：195-250.

［6］ FELT W， CHIN K Y， REMY C D. Contraction sensing with smart braid McKibben muscles［J］.IEEE／ASME Transactions on Mechatronics，2016，21（3）：1201-1209.

［7］ 吳康，龍瀛，楊宇.京津冀與長江三角洲的局部收縮：格局、類型與影響因素識別［J］.現(xiàn)代城市研究，2015，30（9）：26-35.

WU K， LONG Y， YANG Y.Urban shrinkage in the Beijing-Tianjin-Hebei Region and Yangtze River Delta：Pattern， trajectory and factors［J］. Modern UrbanResearch， 2015，30（9）： 26-35.

［8］ 楊琳，何邕健.吉林省收縮城市的空間分布與影響因素分析［J］.西部人居環(huán)境學(xué)刊，2018， 33（3）：21-27.

YANG L， HE Y J. Research on spatial distribution and influencing factors of shrinking cities in Jilin Province［J］. Journal of Human Settlements in West China， 2018， 33（3）： 21-27.

［9］ 陳肖飛，郜瑞瑞，韓騰騰，等.人口視角下黃河流域城市收縮的空間格局與影響因素［J］.經(jīng)濟(jì)地理，2020，40（6）：37-46.

CHEN X F，GAO R R，HAN T T， et al. Spatial pattern and influencing factors of urban shrinkage in the Yellow River Basin from the perspective of population change［J］.Economic Geography， 2020， 40（6）：37-46.

［10］楊東峰，龍瀛，楊文詩，等.人口流失與空間擴(kuò)張：中國快速城市化進(jìn)程中的城市收縮悖論［J］.現(xiàn)代城市研究，2015，30（9）：20-25.

YANG D F， LONG Y， YANG W S， et al. Losing population with expanding space： Paradox of urban shrinkage in China［J］. Modern Urban Research， 2015，30（9）： 20-25.

［11］高舒琦，龍瀛.東北地區(qū)收縮城市的識別分析及規(guī)劃應(yīng)對［J］.規(guī)劃師，2017， 33（1）：26-32.

GAO S Q， LONG Y. Distinguishing and planning shrinking cities in northeast China［J］. Planners， 2017， 33（1）： 26-32.

［12］劉再起，肖悅.中國收縮型城市的地理分布、形成原因及轉(zhuǎn)型發(fā)展路徑［J］.稅務(wù)與經(jīng)濟(jì)，2021（3）：1-8.

LIU Z Q， XIAO Y. Geographical distribution， formati-on reasons and transformation development path of Chinas shrinking cities［J］. Taxation and Economy， 2021（3）： 1-8.

［13］韓冬.京津冀城市群收縮格局、類型及影響因素研究：以張家口市為例［J］.城市，2021（12）：34-44.

HAN D. The study on the shrinkage pattern， type and influence factors of the Beijing-Tianjin-Hebei urban agglomeration： The case study of Zhangjiakou City［J］. City， 2021（12）： 34-44.

［14］衣霄翔，鄒志翀，梁曉倩，等.黑龍江省城市收縮現(xiàn)象及問題研究［C］∥共享與品質(zhì)——2018中國城市規(guī)劃年會論文集（12城鄉(xiāng)治理與政策研究）.杭州：中國城市規(guī)劃學(xué)會，2018：403-411.

［15］楊友，謝宇鵬，王榮榮.張家口市城市收縮水平測度及機(jī)制分析［J］.河北北方學(xué)院學(xué)報(bào)（自然科學(xué)版），2021， 37（1）：55-60.

YANG Y， XIE Y P， WANG R R. Measurement and mechanism analysis of urban contraction level in Zhangjiakou［J］.Journal of Hebei North University（Natural Science Edition）， 2021， 37（1）： 55-60.

［16］楊曉娟，肖寧，趙柏伊.收縮語境下資源型城市縣域空間規(guī)劃策略與實(shí)踐：以陜西省略陽縣為例［J］.規(guī)劃師，2019， 35（16）：82-88.

YANG X J， XIAO N， ZHAO B Y. County level spatial planning strategies and practice of resource based cities in the context of contraction： Lueyang County， Shaanxi Province［J］. Planners， 2019， 35（16）： 82-88.

［17］龍瀛，吳康，王江浩.中國收縮城市及其研究框架［J］.現(xiàn)代城市研究，2015，30（9）：14-19.

LONG Y， WU K， WANG J H. Shrinking cities in China［J］. Modern Urban Research， 2015，30（9）： 14-19.

［18］黃金川，林浩曦，漆瀟瀟.面向國土空間優(yōu)化的三生空間研究進(jìn)展［J］.地理科學(xué)進(jìn)展，2017， 36（3）：378-391.

HUANG J C， LIN H X， QI X X. A literature review on optimization of spatial development pattern based on ecological-production-living space［J］. Progress in G-eography， 2017， 36（3）： 378-391.

［19］程婷，趙榮，梁勇.國土“三生空間”分類及其功能評價(jià)［J］.遙感信息，2018， 33（2）：114-121.

CHENG T， ZHAO R， LIANG Y. Production-living-ecological space classification and its functional evaluation ［J］. Remote Sensing Information， 2018， 33（2）：114-121.

［20］逯承鵬，紀(jì)薇，劉志良，等.黃河流域甘肅段縣域“三生”功能空間時(shí)空格局及影響因素識別［J］.地理科學(xué)，2022， 42（4）：579-588.

LU C P， JI W， LIU Z L， et al. Spatial-temporal pattern and influencing factors of the "production-living-eco-logical" functional space of the Yellow River Basin at county level in Gansu，China［J］. Scientia Geograp-hica Sinica， 2022， 42（4）： 579-588.

［21］李強(qiáng)，蘇迎慶，馮珍珍，等.汾河流域三生空間功能耦合協(xié)調(diào)研究［J］.中國水土保持科學(xué)（中英文），2021， 19（5）：115-125.

LI Q， SU Y Q， FENG Z Z， et al. Study on production-living-ecological space function coupling coordination in Fen river basin［J］.Science of Soil and Water Conservation， 2021， 19（5）： 115-125.

［22］魏璐瑤，陸玉麒，馬穎憶，等.江蘇省鄉(xiāng)村“三生”功能耦合協(xié)同測度及格局演化［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2021， 37（12）：1596-1608.

WEI L Y， LU Y Q， MA Y Y， et al. The coupling coordination and pattern evolution of "production-living-ecological" functions in rural areas of Jiangsu Provin-ce［J］.Journal of Ecology and Rural Environment， 2021， 37（12）： 1596-1608.

［23］魏小芳，趙宇鸞，李秀彬，等.基于“三生功能”的長江上游城市群國土空間特征及其優(yōu)化［J］.長江流域資源與環(huán)境，2019， 28（5）：1070-1079.

WEI X F， ZHAO Y L， LI X B， et al. Characteristics and optimization of geographical space in urban agglomeration in the upper reaches of the Yangtze River based on the function of "production-living-ecologic-al" ［J］. Resources and Environment in the Yangtze Basin，2019， 28（05）： 1070-1079.

［24］路昌，徐雪源，周美璇.中國三大城市群收縮城市“三生”功能耦合協(xié)調(diào)度分析［J］.世界地理研究，2023，32（3）：76-88.

LU C，XU X Y，ZHOU M X. Analysis on coupling coordination degree of "three life" functions in shrinking cities of Chinas three major urban agglomerations［J］.World Geographical Research，2023，32（3）：76-88.

［25］夏慧雯，焦勝，胡加琦.長株潭城市群“三生”空間動態(tài)演化與功能測度［C］∥面向高質(zhì)量發(fā)展的空間治理——2021中國城市規(guī)劃年會論文集（08城市生態(tài)規(guī)劃）.成都：中國城市規(guī)劃學(xué)會，2021：118-126.

［26］陜永杰，魏紹康，原衛(wèi)利，等.長江三角洲城市群“三生”功能耦合協(xié)調(diào)時(shí)空分異及其影響因素［J］.生態(tài)學(xué)報(bào)，2022， 42（16）：6644-6655.

SHAN Y J， WEI S K， YUAN? W L， et al.Spatial temporal differentiation and influencing factors of couplingcoordination of"production-living-ecological" functi-ons in Yangtze River Delta urban agglomeration［J］. ACTA Ecologica Sinica， 2022， 42（16）： 6644-6655.

［27］焦庚英，楊效忠，黃志強(qiáng)，等.縣域“三生空間”格局與功能演變特征及可能影響因素分析：以江西婺源縣為例［J］.自然資源學(xué)報(bào)，2021， 36（5）：1252-1267.

JIAO G Y， YANG X Z， HUANG Z Q， et al. Evolution characteristics and possible impact factors for the changing pattern and function of "production-living-ecological" space in Wuyuan County［J］.Journal of Natural Resources， 2021， 36（5）： 1252-1267.

［28］李欣，方斌，殷如夢，等.村域尺度“三生”功能與生活質(zhì)量感知空間格局及其關(guān)聯(lián)：以江蘇省揚(yáng)中市為例［J］.地理科學(xué)，2020， 40（4）：599-607.

LI X， FANG B， YIN R M， et al. Spatial pattern and association of production-living-ecological function and life quality on the village scale： A case of Yangzhong City， Jiangsu Province［J］.Scientia Geographica Sini-ca， 2020， 40（4）： 599-607.

［29］孫平軍，劉菊，羅寧，等.成渝地區(qū)雙城經(jīng)濟(jì)圈收縮城市的空間格局與影響因素：基于第五、六、七次全國人口普查數(shù)據(jù)的分析［J］.西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2022， 44（1）：46-56.

SUN P J， LIU J， LUO N， et al. The spatial pattern of shrinking cities in Chengdu-Chongqing Economic Circle and its influencing factors： An analysis based on the 5th， 6th and 7th national census data［J］. Journal of Southwest University（Natural Science Edition）， 2022， 44（1）： 46-56.

［30］BREIMAN L. Random forests， machine learning 45［J］. Journal of Clinical Microbiology， 2001， 2：199-228.

（編 輯 李 靜）

基金項(xiàng)目：國家自然科學(xué)基金（42171197）

第一作者：雷敏，女，博士，副教授，從事福祉地理與區(qū)域可持續(xù)發(fā)展等研究，xdleimin@nwu.edu.cn。