陕西县域生态-经济耦合协调性及影响机制

Evaluating ecological-economic coupling coordination and its impact mechanisms in counties of Shaanxi Province

摘要

评价陕西县域生态-经济系统耦合协调关系，探究其影响机制，可为促进陕西县域生态-经济协调发展提供科学依据.本文通过构建陕西县域生态资源系统与经济发展系统的指标评价体系，利用局部莫兰指数与双变量局部莫兰指数进行空间自相关分析，基于耦合协调模型计算经济-生态的耦合协调性，通过地理加权回归分析方法探索耦合协调度变化的影响因素.结果表明，2010—2020年，陕西省生态和资源水平整体得到提升，陕南地区生态水平优于陕北地区，经济水平则呈“北高南低”的趋势.榆林市和西安市作为经济高地，对周边县域具有辐射作用，秦巴山区经济相对滞后.陕西省大部分县生态-经济耦合协调性处于勉强协调状态，榆林市南部存在失调区.地理加权回归模型表明，关中和陕北地区亟需改善生态和资源水平，以提高生态-经济水平耦合协调度.在秦巴山区，经济水平、发展水平和社会保障水平的改善能够显著提高耦合协调度.陕西关中地区为其他地区提供了可借鉴的经验，通过科学规划与政策引导，实现经济与生态的双赢.秦巴山区需加大基础设施投入，改善交通条件，优化产业结构，推动产业升级.陕北地区应加强生态保护，采取有效措施减少人为破坏，提高生态系统的稳定性和恢复能力.研究结果可为优化陕西省协同发展策略、优化国土功能布局、完善空间管制政策以及推进生态文明建设提供科学参考.

Abstract

This study evaluates the coupling and coordination relationship between the ecological and economic systems in the counties of Shaanxi Province， exploring the influencing mechanisms to provide a scientific basis for the coordinated development of ecological and economic systems in the region. Additionally， it establishes an indicator evaluation system for both the ecological resource system and the economic development system in Shaanxi’s counties. Spatial autocorrelation analyses were performed using the local Moran’s I and bivariate Moran’s I. The coupling coordination between economy and ecology was calculated using a coupling coordination model， and a geographic weighted regression analysis was employed to explore the main influencing factors and spatial heterogeneity of the changes in coupling coordination. Between 2010 and 2020， the overall ecological and resource levels in Shaanxi Province improved， with the ecological level in the southern region being superior to that in the northern region， while the economic level exhibited a trend of being higher in the north than in the south. Yulin and Xi’an， as economic highlands， have a radiating effect on surrounding counties， whereas the economy in the Qinba mountainous region remains relatively underdeveloped. A majority of counties in Shaanxi exhibit a state of barely coordinated ecological-economic coupling， with significant imbalances observed in southern Yulin and urban areas of Xi’an. The geographic weighted regression model indicates that the Guanzhong and northern region of Shaanxi urgently needs to enhance its ecological and resource levels to improve the coupling coordination of ecological and economic levels. In contrast， elevating economic， developmental， and social security levels in the Qinba mountainous region can significantly enhance the degree of coupling coordination. The Guanzhong area of Shaanxi provides valuable experiences for other regions， demonstrating that through scientific planning and policy guidance， a win-win scenario for both economy and ecology can be achieved. The Qinba mountainous region should increase investments in infrastructure， improve transportation conditions， optimize industrial structures， and promote industrial upgrades. The northern region should strengthen ecological protection， implement effective measures to minimize human-induced damage， and enhance the stability and resilience of its ecosystems. The findings of this research can serve as a scientific reference for optimizing coordinated development strategies in Shaanxi Province， improving land function layouts， refining spatial regulation policies， and promoting ecological civilization construction.

Graphical abstract

关键词

生态系统 / 经济系统 / 协调性 / 影响因素 / 陕西省

Key words

ecosystem / economic system / coordination / influencing factors / Shaanxi Province

生态保护和经济发展互为前提、相互依存^［1］.根据协调发展理论，生态系统为经济活动提供资源基础与环境容量，经济发展水平又深刻影响生态保护投入与技术创新能力^［2］.这一关系在环境库兹涅茨曲线理论中进一步得到阐释，经济发展初期可能伴随生态退化，但通过政策干预可实现协同提升^［3］.生态经济学理论则强调，经济活动必须遵循生态承载力约束，通过制度创新实现“绿水青山”向“金山银山”的价值转化^［4］.已有研究表明，生态质量的恶化不仅会对人类健康产生负面影响，还会直接影响到诸多依赖生态条件的经济活动，如旅游业、农业以及渔业等^［5-6］.随着社会经济的不断发展和人口的持续增长，县域经济的可持续发展引起了广泛的关注^［7-8］.经济发展不能以牺牲生态环境为代价，良好的生态环境是经济可持续发展的基础，实现二者协调发展是人类社会可持续发展的根本前提^［9］.现阶段，在快速的城市化和工业化进程中，县域经济体面临着资源短缺、环境污染、生态退化等诸多挑战^［10-11］.这导致区域经济、社会发展与资源环境保护之间日益加剧的冲突与矛盾.然而，政府对于欠发达地区支持力度的逐步加大也为当地带来了新的发展机遇.

陕西省作为中国西部地区的重要省份，拥有丰富的自然资源.陕西省79.8%的土地、55.2%的常住人口、40.8%的经济总量都分布于县域^［12］.历史上，由于对经济发展的过度追求，自然生态系统遭受过较为严重的破坏和退化，引发了诸如水土流失、水资源短缺和空气污染等问题，给县域经济的可持续发展带来了巨大的挑战.如何有效地保护生态资源，使其能够长期稳定地服务于地方经济，是亟待解决的重要科学问题.

近年来，国内外的研究者对生态-经济系统耦合进行了广泛的研究.研究尺度涵盖国家^［13］、省级^［14-18］、区域^［19-20］、市级^［21］、县级^［22］ 等多个尺度.研究对象包括农业^［23］、制造业^［24］、服务业^{［18， 25］} 等多个领域的生态-经济系统耦合.在研究方法上，目前普遍采用构建人文生态系统评价指标体系^［26］、地理探测器结合地理回归模型^［27］、熵权-TOPSIS法^［28］以及共享社会经济路径结合生态环境效应模型等.以往研究多通过全局莫兰指数或局部莫兰指数识别生态系统以及经济系统的空间局部差异^［13-14］，难以揭示二者之间的空间关系.在构建生态与经济系统评价指标时，往往侧重于单一维度指标.就陕西省而言，研究的重点主要聚焦于生态系统恢复力^［29］、榆林沙地生态经济^［30］及秦巴山区农业经济^［31］ 等方面.现有研究虽在省域生态经济评价方面取得进展^{［14，29］}，但仍存在双重局限：1） 县域尺度研究相对匮乏，尤其缺乏空间异质性解析；2） 方法论上欠缺空间关联与驱动机制的耦合分析.本研究以陕西省县级区划为基本研究单元，利用生态系统水平、自然资源丰度和生态环境影响表征生态资源系统，选取经济发展水平、社会发展水平和社会保障水平三个维度来评价陕西县域经济发展系统.采用局部莫兰指数与双变量局部莫兰指数进行空间自相关分析，基于耦合协调模型计算经济-生态的耦合协调性，通过地理加权回归分析方法探索耦合协调度变化的主要影响因素及其空间异质性.旨在识别影响陕西省各地区生态、经济协调发展的主要因素，为陕西省县域经济与生态的可持续发展提供理论和实践指导.

1 研究区域与数据来源

1.1 研究区域及尺度

陕西省地处中国西北内陆腹地，总面积20.6万km².地处黄河和长江两大流域的中游地区，下辖10个地级市的107个县.基于2021年统计数据，全省常住人口3 954.0万，生产总值2.98万亿元，人均GDP约7.5万元人.研究区内生态环境呈显著空间异质性，植被覆盖度在秦巴山区与子午岭地区显著高于其他区域，渭北和榆林地区相对较低；城镇化格局表现为关中平原的西安、宝鸡和榆林地区较高，秦巴山区腹地较低的空间分布格局（图1）.

1.2 数据来源

本研究使用数据均为2010年和2020年数据，其中净初级生产力数据、植被覆盖数据来源于美国NASA地球数据共享平台（https：//www.earthdata.nasa.gov），生境质量数据来源于国家科技资源共享服务平台——国家地球系统科学数据中心（http：//www.geodata.cn），土壤保持量来源于Scientific Data^［32］，降水量数据来源于国家青藏高原数据中心^［33］，粮食产量、居民收入、GDP及财政收入、生态环境影响、床位数等县域经济水平及相关建设数据来源于国家统计局发布的《中国城乡建设统计年鉴》与《中国县域统计年鉴》，人口数据来自《中国人口普查分县资料》，土地利用数据来自中国科学院资源环境科学与数据中心提供的中国土地利用遥感监测数据.本研究以县、县级市为研究对象，共包括107个研究单元.各行政单元的行政界线、城市驻地、DEM数据等基础空间位置信息数据来自国家基础地理信息中心1∶100万数据库.

2 指标构建与研究方法

2.1 指标体系构建方法

本研究基于数据的科学性、代表性以及可获取性，参照前人已有研究成果^［3］，构建了生态-经济耦合协调评价指标体系，其中生态资源系统涵盖生态系统水平、自然资源丰度、生态环境影响三个准测层，经济发展系统中包括经济发展水平、社会发展和社会保障三个准测层，具体指标如表1所示.

采用熵权法分别计算生态资源系统与经济发展系统中各指标的信息熵来确定指标的权重^［34］.计算公式如下：

\left\{\begin{array}{l}{E}_j=-\frac{{\displaystyle \sum _{j=\mathrm{1}}^m}{P}_{ij}\mathrm{l}\mathrm{n}{P}_{ij}}{\mathrm{l}\mathrm{n}{P}_{ij}},\\ W_j=\frac{\mathrm{1}-E_j}{{\displaystyle \sum _{j=\mathrm{1}}^m}(\mathrm{1}-E_j)},\\ S_i={\displaystyle \sum _{j=\mathrm{1}}^m}{W}_j{x}_{ij},\end{array}\right.\left(\mathrm{1}\right)

式中，E_j为计算指标的信息熵，P_{ij}是第j项指标在第i类方案中所占比重，W_j是第j个指标的权重，m 是指标的总数，S_i是第i个评价对象的综合评价值，x_{ij}是采用极差法标准化后的数据.本文选取评价对象在2010年和2020年的权重汇总均值，计算最终的综合评价值.

2.2 空间自相关分析

为揭示县域经济发展系统与生态资源系统的空间分布格局，识别高值与低值区域的空间关联与聚集特征，参考金贵等人研究^［35］，利用局部莫兰指数（Local Moran’s I）进行空间自相关分析：

I_i=\frac{x_i-\overline{x}}{S^{\mathrm{2}}}{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}\left(x_j-\overline{x}\right),\left(\mathrm{2}\right)

其中,I_i为第i个地区的局部莫兰指数值，x_j和x_i为第j个地区和第i个地区的指标值；w_{ij}为空间权重矩阵中的元素；表示第j个地区和第i个地区的空间关联程度；S^{\mathrm{2}}为样本方差，\overline{x}为全局平均值.局部莫兰指数将空间分布模式分为高-高聚集，低-低聚集，高-低异常与低-高异常区域.

双变量莫兰指数（Bivariate Moran’s I）可反映某一空间单元的属性值同其邻接空间单元上另一属性值的相关和空间聚集程度.在本文中，可以通过可视化Moran’s I图揭示生态与经济系统两者之间的空间溢出效应，计算公式如下：

I_{\mathrm{B}-\mathrm{M}\mathrm{o}\mathrm{r}\mathrm{a}\mathrm{n}\mathrm{’}\mathrm{s}}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}\left(x_i-\overline{x}\right)\left(y_j-\overline{y}\right)}{S^{\mathrm{2}}{\displaystyle \sum _{i=\mathrm{1}}^n}{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}},\left(\mathrm{3}\right)

式中，I_{\mathrm{B}-\mathrm{M}\mathrm{o}\mathrm{r}\mathrm{a}\mathrm{n}\mathrm{’}\mathrm{s}}为双变量莫兰指数；x_i和y_j为自变量x在区域i和自变量y在区域j的值；w_{ij}为空间权重矩阵，S^{\mathrm{2}}为所有样本的方差.当I>\mathrm{0}表示空间正相关，越大则正相关性越强；当表示空间负相关，越小则负相关性越强.双变量全局空间自相关结果为单一数值，而双变量局部空间自相关能够揭示两种变量在空间上的关联特征：

I_{i(\mathrm{B}-\mathrm{M}\mathrm{o}\mathrm{r}\mathrm{a}\mathrm{n}\mathrm{’}\mathrm{s})}=z_i{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}{z}_j,\left(\mathrm{4}\right)

式中，I_{i(\mathrm{B}-\mathrm{M}\mathrm{o}\mathrm{r}\mathrm{a}\mathrm{n}\mathrm{’}\mathrm{s})}为区域i的双变量局部空间自相关系数；z_i和z_j为区域i和区域j的方差标准化值.

2.3 耦合协调度分析

本文选用耦合协调模型分析经济发展系统和生态资源系统的协调发展水平，耦合程度可以反映多个系统之间的相互依赖和约束程度^［34］.本文选用耦合度衡量经济发展系统水平与生态资源系统水平之间的相互促进程度，其计算公式如下：

C=\frac{\mathrm{2}\bullet \sqrt[]{E\bullet S}}{E+S},\left(\mathrm{5}\right)

式中，E为生态资源系统；S为经济发展系统；C为经济发展系统水平与生态资源系统水平之间的耦合度.本文利用耦合协调度衡量经济发展系统水平与生态资源系统水平之间的协调发展程度，公式如下：

D=\sqrt[]{C\cdot T},\left(\mathrm{6}\right)

T=\alpha \cdot S+\beta \cdot E,\left(\mathrm{7}\right)

式中，D为经济发展系统水平与生态资源系统水平之间的耦合协调度；耦合度和耦合协调度取值均在0.00~1.00之间，值越高表征协调度越高^［36］.本文参考前人研究结果，对协调度划分为3类，0.00<D≤0.40为失调，0.40<D≤0.60勉强协调，0.60<D≤1.00协调.T为经济发展系统与生态资源系统综合评价指数；\alpha与\beta为我们认为两个子系统同等重要，所以\alpha与\beta均取值 0.5.计算所得耦合协调度均介于 0 到 1 之间，耦合协调度由低到高，即是由不协调到协调.

2.4 地理加权回归分析

本文以生态-经济系统耦合协调度变化量为因变量，以生态系统水平、自然资源丰度、生态环境影响、经济发展、社会发展和社会保障水平的变化量为解释变量，基于地理加权回归分析方法探索耦合协调度变化的主要影响因素.地理加权回归是一种基于空间变化关系建模的局部线性回归方法，它在研究区域的每一处产生一个描述局部关系的回归模型，从而能很好地解释变量的局部空间关系与空间异质性.其计算公式如下：

y_i={\beta }_{\mathrm{0}}\left(x_i,y_i\right)+{\displaystyle \sum _{j=\mathrm{1}}^k}{\beta }_j\left(x_i,y_i\right)x_{ji}+{ϵ}_i,\left(\mathrm{8}\right)

式中，{\beta }_{\mathrm{0}}(x_i,y_i)为位置(x_i,y_i)的截距项；{\beta }_j(x_i,y_i)为位置(x_i,y_i)的第j个回归系数，代表了该因子在当前空间位置上对因变量的相对解释强度.x_{ji}为第j变量在位置i上的值；{ϵ}_i为误差项.

3 生态资源质量与经济发展时空格局变化

3.1 生态资源质量

基于县域尺度生态资源系统水平空间特征分析（图2），陕西省生态本底呈“南高北低”的分布格局.生态资源系统水平高值区集中分布于秦巴山区和子午岭.时序对比表明，与2010年相比，2020年全省生态资源系统水平总体得到提升，主要集中在延安、榆林、宝鸡、咸阳、汉中市.陕北延安、榆林地区退耕还林还草工程通过多维度协同发力实现生态修复，具体措施上，采取 “山顶戴帽子（封山育林）、山腰系带子（经济林种植）、山脚穿靴子（农田防护）” 的立体治理模式，配套开展坡耕地整治、乡土树种、经济林优选及生态移民搬迁，使植被覆盖度得到显著提升，土壤侵蚀模数下降；宝鸡、咸阳等渭北旱塬地区通过实施水土保持工程，土壤侵蚀量减少；汉中市西部依托天然林保护工程及汉江绿色廊道建设，生态系统服务功能得到发展.

生态资源系统局部莫兰指数的空间分布显示，2010年（图2c）及2020年（图2d）的高-高聚集区主要集中于秦巴山区.主要是由于该地区生态质量较高，区域内生态水平差异小，且整体得分较高.相比之下，低-低聚集区主要分布于延安北部、榆林地区及关中城市群.主要是由于陕北地区生态水平本底值较差，关中城市群植被覆盖相对较低.在汉中市城区出现低-高异常区.尽管汉中市地处秦巴山区腹地，整体生态资源系统条件优越，但城区因城市化进程导致生态资源系统水平降低，形成了低-高异常区.

图3为2010—2020年陕西省县域生态资源子系统演化的空间分异规律.生态系统水平演变格局（图3a）总体呈现显著正向演化趋势，延安北部-榆林南部交界区和汉中西部增幅较高，与退耕还林工程重点实施区的空间分布高度契合，表明人工造林驱动的植被恢复是主要驱动机制.自然资源丰度空间变化规律（图3b）表明，秦岭西部地区通过实施天然林保护工程，自然资源丰度得到显著提升；延安、榆林东部黄河沿线因沿黄生态廊道建设工程，自然资源丰度提升显著，表明系统性生态修复工程是该地区资源丰度提升的主要驱动力.生态环境影响变化规律（图3c）表明，秦巴山区、延安南部生态环境影响得到改善.

3.2 经济发展水平

陕西省县域经济发展系统水平及其局部莫兰指数空间分布如图4所示.空间分布特征表明（图4a，4b），研究区经济水平分布呈现显著的空间异质性.局部空间自相关分析表明，2020年，榆林市西部能源富集县及北部沿黄带形成持续稳定的高-高聚集区.富县、旬邑县和泾阳县表现为高-低异常区，表明该地区经济发展速度显著高于邻近区域.

图5为2010—2020年陕西省县域经济发展子系统演化特征.经济发展水平空间变化表明（图5a），关中地区经济发展水平增速较快的区域呈散点状分布，其快速增长主要得益于区域产业结构优化升级的驱动，传统制造业通过技术改造与创新向高端化、智能化方向发展，显著提升了生产效率和产品附加值；同时，电子信息、生物医药、航空航天等高附加值、高技术含量的新兴产业的蓬勃发展，为经济增长注入了新动力.陕北能源富集区则依托资源开发及能源勘探开发力度的加大、开采与加工技术水平的提升实现快速跃升；社会发展水平演变（图5b）显示，榆林东部和商洛东部，分别因生态产业转型和城镇化社会发展水平提升显著（图5b）；此外，社会保障水平空间格局（图5c）全省总体得到提升.

4 生态-经济空间适配性

4.1 空间适配格局

相关性分析揭示了陕西省生态-经济协调度与子系统演变的内在关联（图6）.经济发展与协调度呈现强正相关（R=0.64），表明区域经济增长通过产业结构优化可显著缓解生态-经济矛盾；社会保障与协调度的相关性较高（R=0.60），反映平均受教育年限、医疗福利等对协调度的正向促进作用.

基于地理加权回归模型的空间异质性分析（图 7）表明，陕西省县域生态-经济耦合协调度演变受多维度因子的驱动.具体而言，生态系统水平提升对协调度的影响呈现东高西低的梯度格局，在渭南、延安和铜川地区影响程度相对较高，表明通过实施退耕还林工程，增加植被覆盖度，减少土壤侵蚀量，提升生境质量，能够显著提升该地区的耦合协调度.自然资源丰度对协调度的影响规律与生态系统水平提升的影响规律相似，其中渭南、铜川地区受影响程度最高，表明人均耕地面积、粮食产量的提升对当地耦合协调度的促进作用最为显著.生态环境影响对耦合协调度影响的高值区集中于咸阳北部-延安交界带及铜川地区，表明改善当地生态环境，可有效提升当地经济-生态协调度.经济发展水平、社会发展水平对耦合协调度影响最高的地区主要位于陕南汉江经济带，汉中和安康可通过产业结构生态化转型及发展模式的优化，较快地提升当地生态-经济耦合协调度.社会保障水平对耦合协调度影响较大的地区主要位于秦巴山区，涉及安康和商洛，表明在山区通过提升教育、医疗等水平对耦合协调度提升显著.

4.2 县域生态-经济耦合协调度

图8为陕西省县域生态-经济耦合协调度分析结果，陕西省多数县域处于勉强协调状态.2010年，失调区主要分布于榆林南部和延安市北部，主要归因于当地矿产资源丰富但生态本底值较低，且在以往发展中对生态资源系统的保护不足，导致其生态-经济耦合协调程度提升潜力较大.此外，关中地区的中东部也存在失调区.与2010年相比，2020年陕西省生态-经济耦合协调度普遍得到提高，失调县域数量显著减少，协调区数量在原有基础上增加了4个.陕西省县域生态-经济综合水平的空间分布（图8c和图8d）所示，2010—2020年，全省县域生态-经济综合水平总体得到提升.生态-经济水平综合得分在0.4以上的县主要分布于陕西秦岭中西部山区.综合水平较低的地区主要集中在关中平原、子午岭及陕北地区.

陕西省县域生态-经济水平空间分析如图9所示.2010年，平利县呈现“高-高聚集”特征，即县域生态水平高且周边区域经济水平亦高，这一格局的形成源于平利县依托秦巴山区优质生态资源，通过 “生态+农业” 产业链实现资源转化.依托国家林下经济示范基地政策，发展茶叶、绞股蓝等特色作物种植，同时周边安康城区的食品加工产业形成配套支撑，使生态资源外溢效应转化为产业效益，形成 “生态保护-产业增值-区域联动” 的良性循环. “高-低聚集”区域，即县域生态水平高但周边区域经济水平低的地区主要涉及秦巴山区的略阳县、洋县、西乡县、丹凤县和洛南县等地.该地区曾为我国集中连片特困地区之一，尽管拥有优越的生态条件并被列为生态多样性保护区，但经济发展与生态保护之间存在矛盾主要是由于区内生态优势未能转化为经济收益，2010 年该片区公路密度显著低于全省平均水平，物流成本高，有机农产品溢价被运输费用吞噬.至2020年，随京昆高速秦岭段贯通及生态补偿资金年均增长，上述地区 “高-低”矛盾得到缓解.“低-高聚集”区域，即县域生态水平低但周边区域经济水平高的地区，主要分布于关中地区的渭北地带.而“低-低聚集”区域，即县域生态与周边经济水平均低的县，在2010至2020年间从8个县减少至1个县，这表明县域生态水平与周边经济水平的关联性在逐渐减弱.基于2010年和2020年生态、经济数据绘制的 Moran 散点图显示（图9c和图9d），县域生态水平与周边经济水平总体呈负相关趋势.

5 讨论与结论

5.1 讨论

2010—2020年，陕西省生态资源系统整体得到改善，秦巴山区依托天然林保护与绿色廊道建设工程实现生态服务功能显著提升，延安、榆林等生态脆弱区通过退耕还林显著提升植被覆盖度，表明生态修复与保护政策效果显著.陕西南部县生态资源系统总体优于北部，主要体现在净初级生产力、植被覆盖度、生境质量、降水量等指标.陕南地区拥有丰富的水资源、森林资源及良好的气候条件，为生态资源系统的稳定和健康提供了基础^［37］.关中城市群和榆林市部分地区的生态资源系统水平仍相对滞后，反映出这些区域在经济发展和生态保护之间的矛盾较为突出.陕北地区气候干燥，降水量较少，限制了植被的生长和生物多样性的维持^［38］.加之不合理的人类活动共同导致了陕北地区生态资源系统的退化和破坏.

经济发展系统方面，陕西省县域经济水平总体呈现北高南低的趋势，全省呈现“双核驱动”格局，陕北能源县市依托矿产资源开发实现经济快速增产，关中城市群通过产业升级推动收入增长.但秦巴山区腹地受制于交通闭塞与产业单一性，经济增速较低，凸显“绿水青山”向“金山银山”的转化机制尚未健全.因此，建议加大对秦巴山区的基础设施投入，特别是交通网络的完善，同时依托当地丰富的自然资源，发展生态旅游与绿色农业，促进经济多元化与可持续发展.

生态-经济耦合协调度分析表明，陕西省大部分县域仍处于勉强协调状态，榆林市南部地区的失调现象较为突出.榆林地区在发展经济的同时，须重视对生态资源系统的保护.2010年至2020年间，关中地区耦合协调度总体得到提升，为其他地区提供了可借鉴的经验，即通过科学规划与政策引导，实现经济与生态的双赢.2020年，咸阳北部的失调现象，表明在城市化进程中，需采取有效措施保护生态资源系统，避免“先污染后治理”的老路.耦合协调度分析表明，秦巴山区的高水平生态优势转化为经济优势的效率有待提高，而榆林市北部和西部存在着低生态水平与高经济水平的发展失调问题.结果表明在陕西省不同区域，生态与经济的互动机制存在差异，需因地制宜地制定发展策略.在推进生态与经济协同发展的过程中，不仅要关注生态保护与恢复，更应注重经济活动的质量与效益，确保两者相辅相成、相互促进.

地理加权回归模型表明，渭南、延安和铜川地区生态系统水平和自然资源丰度对耦合协调度影响远高于南部地区.因此，当前阶段的紧迫任务是着力改善当地生态质量和资源利用效率，以打破生态瓶颈，促进经济和生态的协调发展.对于秦巴山区，经济水平和发展水平对耦合协调度的影响远高于关中地区和陕北地区.提升当地的经济水平与发展水平，能够显著提升生态与经济的耦合协调度，实现绿色发展与经济增长的双赢局面.

综上所述，陕西省在推动县域生态-经济系统耦合协调发展的过程中，应坚持绿色发展理念，注重生态保护与经济发展的平衡.针对不同区域的实际情况，制定差异化的政策措施，加强基础设施建设，优化产业结构，促进经济多元化与可持续发展.同时，加强区域间的合作与联动，共同应对生态与经济发展的挑战，实现生态-经济的协同共进.

5.2 结论

1） 2010年至2020年间，陕西省生态资源系统水平整体提升，但区域差异显著，陕西省南部地区的生态水平普遍优于北部地区.

2） 陕西省县域经济水平总体呈北高南低的分布格局，榆林市和西安市为经济高地，而秦巴山区经济滞后，主要受交通不便和产业结构单一制约.

3） 陕西省大部分县域生态-经济耦合协调度处于勉强协调状态，榆林市南部及关中渭北地区存在明显失调现象，反映出生态与经济发展之间的不平衡.

4） 不同区域生态与经济的互动机制存在差异，秦巴山区高水平生态优势未有效转化为经济优势，而榆林市低生态水平伴随高经济水平.

5） 关中、陕北地区生态和资源水平对耦合协调度影响较大，秦巴山区则迫切需要提升当地的经济发展水平、社会发展水平及社会保障水平以提高生态-经济耦合协调度.

5.3 建议

针对不同区域的生态和经济特点，制定差异化的政策措施，确保生态保护与经济发展的平衡.国家层面，建议将陕北能源走廊纳入黄河流域生态保护战略，设立“黄河几字弯生态修复基金”，重点实施矿区生态重构与水资源智能调配工程；省域层面推进关中城市群“一带一路”绿色节点建设，构建产业生态化创新模式.市域特色化路径包括榆林鄂尔多斯盆地地下水库建设，在秦巴山区，加大基础设施投入，特别是交通网络建设，依托自然资源发展生态旅游和绿色农业，促进经济多元化.借鉴关中地区成功经验，通过科学规划和政策引导，实现经济与生态的双赢，避免“先污染后治理”.县域层面需聚焦秦巴山区低干扰生态廊道与林下经济复合开发，陕北能源县推行矿井全生命周期生态审计制度.通过“战略-制度-技术”三重创新，构建生态产品价值实现机制，实现“南转化-中创新-北修复”的差异化发展格局.

5.4 研究局限性与展望

本研究基于县域尺度构建生态-经济耦合协调评价体系，并运用空间分析方法揭示陕西省生态与经济适配格局，但仍存在一定局限.指标体系虽涵盖生态系统、资源丰度、环境影响及经济社会等多个维度，但部分指标存在属性模糊或功能重叠问题，如PM_2.5浓度、碳排放、工业废水排放兼具环境影响与生态质量特征，本研究中笼统的归为生态环境影响.此外，生态系统服务价值等生态评估指标尚未纳入体系，对生态系统综合效益的评估不够全面.未来可在经济发展系统中增设“绿色效率”维度，以更准确反映经济活动的环境外部性，提升体系科学性.其次，本研究数据来源以统计与遥感中宏观数据为主，难以刻画微观尺度的生态-经济异质性.后续研究可融合高分辨率遥感、夜间灯光数据或实地监测数据，提升研究精度.此外，研究时间跨度为2010—2020年，部分生态政策与工程的响应存在滞后效应，需更长时间序列数据加以验证与补充.

参考文献

[1] 丁则准， 马杰， 王旭， 等. 基于改进型遥感生态指数探究赣州市生态环境质量及其与城镇化关系［J］. 华中师范大学学报（自然科学版）， 2024， 58（6）： 720-730.

[2] DING Z Z， MA J， WANG X， et al. Study on the relationship between ecological environment quality and urbanization in Ganzhou City based on improved remote sensing ecological index［J］. Journal of Central China Normal University （Natural Sciences）， 2024， 58（6）： 720-730. （Ch）.

[3] ROMANAZZI G R， KOTO R， DE BONI A， et al. Cultural ecosystem services： a review of methods and tools for economic evaluation［J/OL］. Environmental and Sustainability Indicators， 2023， 20.［2025-09-02］.

[4] 刘洋， 王坤， 赵延桐. 信息流对黄河流域经济发展与生态环境协同性的影响机制［J/OL］. 经济地理， 2025. （2025-03-26）［2025-09-12］.

[5] WANG K， ZHAO Y T. Influencing mechanism of information flow on the synergy of economic development and ecological environment in the Yellow River Basin［J/OL］. Economic Geography， 2025 ［2025-09-12］.

[6] 白暴力， 程艳敏， 白瑞雪. 新时代中国特色社会主义生态经济理论的中华文化来源［J］. 西安交通大学学报（社会科学版）， 2023， 43（2）： 119-127.

[7] BAI B L， CHENG Y M， BAI R X. The Chinese culture source of the ecological economic theory of socialism with Chinese characteristics in the new era［J］. Journal of Xi’an Jiaotong University （Social Sciences）， 2023， 43（2）： 119-127. （Ch）.

[8] ACHEAMPONG A O， OPOKU E E O. Environmental degradation and economic growth： investigating linkages and potential pathways［J/OL］. Energy Economics， 2023， 123［2025-09-02］.

[9] 李江敏， 魏雨楠， 郝婧男， 等. 湖北省乡村旅游高质量发展的时空差异及演化特征研究［J］. 华中师范大学学报（自然科学版）， 2023， 57（6）： 890-900.

[10] LI J M， WEI Y N， HAO J N， et al. Research on spatial and temporal differences and evolution characteristics of high-quality development of rural tourism in Hubei Province［J］. Journal of Central China Normal University （Natural Sciences）， 2023， 57（6）： 890-900. （Ch）.

[11] YUAN P， CHEN G S， RUAN Y C. The research on the assessment of sustainable development of county economy［J］. Energy Procedia， 2011， 5： 921-925.

[12] 罗翔， 金贵. 区域相对贫困视角下农村公共投资的空间福利［J］. 华中师范大学学报（人文社会科学版）， 2022， 61（2）： 52-61.

[13] LUO X， JIN G. Spatial welfare of rural public investment from the perspective of regional relative poverty［J］. Journal of Central China Normal University （Humanities and Social Sciences）， 2022， 61（2）： 52-61. （Ch）.

[14] 刘晓曼， 吕娜， 侯鹏， 等. 生态文明建设与社会经济发展耦合协调关系的定量测度——以浙江省安吉县为例［J］. 生态学报， 2023， 43（21）： 8973-8984.

[15] LIU X M， LYU N， HOU P， et al. Quantitative investigation of the coupling coordination relationship between ecological civilization construction and socio-economic development： an empirical study in Anji County， Zhejiang Province［J］. Acta Ecologica Sinica， 2023， 43（21）： 8973-8984. （Ch）.

[16] CHEN M K， TAN Y， XU X B， et al. Identifying ecological degradation and restoration zone based on ecosystem quality： a case study of Yangtze River Delta［J/OL］. Applied Geography， 2024， 162［2025-09-02］.

[17] WANG Q H， WEI Y P， CHEN L， et al. Impact of ecological governance policies on county ecosystem change in national key ecological functional zones： a case study of Tianzhu County， Gansu Province［J/OL］. Ecological Indicators， 2023， 154［2025-09-02］.

[18] 陕西省统计局， 国家统计局陕西调查总队. 陕西统计年鉴-2023［M］. 北京： 中国统计出版社， 2023.

[19] Statistical Bureau of Shaanxi Province. Statistical Yearbook of Shaanxi-2023 ［M］. Beijing： China Statistics Press， 2023. （Ch）.

[20] 周霞， 王佳. 中国省域经济韧性与生态效率测度及其协同演化分析［J］. 干旱区地理， 2024， 47（2）： 319-331.

[21] ZHOU X， WANG J. Measurement and synergistic evolution analysis of the economic resilience and eco-efficiency of provincial regions in China［J］. Arid Land Geography， 2024， 47（2）： 319-331. （Ch）.

[22] 黄仁全， 董娟. 陕西省经济发展、科技创新与生态环境的耦合协调发展研究［J］. 运筹与管理， 2022， 31（10）： 161-168.

[23] HUANG R Q， DONG J. Research on coupling coordination development of economic development， technological innovation and ecological environment in Shaanxi Province［J］. Operations Research and Management Science， 2022， 31（10）： 161-168. （Ch）.

[24] 李文辉， 周兴， 钟锦玲. 广西壮族自治区生态保护与高质量发展时空分异特征［J］. 水土保持研究， 2023， 30（2）： 165-174；185.

[25] LI W H， ZHOU X， ZHONG J L. Spatiotemporal differentiation characteristics of ecological protection and high-quality development in Guangxi Zhuang Autonomous Region［J］. Research of Soil and Water Conservation， 2023， 30（2）： 165-174；185. （Ch）.

[26] 范昕， 李江风， 陈万旭， 等. 河南省县域尺度城镇化协调发展时空差异及影响因素［J］. 水土保持研究， 2018， 25（4）： 309-316.

[27] FAN X， LI J F， CHEN W X， et al. Spatial-temporal difference of coordinated development of county urbanization and driving factors in Henan Province［J］. Research of Soil and Water Conservation， 2018， 25（4）： 309-316. （Ch）.

[28] 李智， 张小林. 江苏省县域生态经济系统协调度的空间分异及影响因素［J］. 水土保持研究， 2017， 24（6）： 209-215.

[29] LI Z， ZHANG X L. Spatial differentiation and influencing factors of eco-economic harmony at county level in Jiangsu Province［J］. Research of Soil and Water Conservation， 2017， 24（6）： 209-215. （Ch）.

[30] LIN Y Y， ZHANG F Z， CAI G， et al. Spatio-temporal pattern and driving factors of tourism ecological security in Fujian Province［J/OL］. Ecological Indicators， 2023， 157［2025-09-02］.

[31] 赵孟丽， 李同昇， 李炬霖. 渭河流域人口与经济空间分布一致性及影响因素分析［J］. 水土保持研究， 2023， 30（5）： 325-334.

[32] ZHAO M L， LI T S， LI J L. Study on the consistency and influencing factors of population and economic spatial distribution in the Weihe River Basin［J］. Research of Soil and Water Conservation， 2023， 30（5）： 325-334. （Ch）.

[33] 李小娟， 万大娟. 湘西地区经济发展水平与生态环境保护耦合协调性研究——以湖南省怀化市为例［J/OL］. 经济地理， 2023［2025-09-12］.

[34] LI X J， WAN D J. A study on the coupling coordination beteeen economic development level and eco-environmental protection in the western Hunan Province： a case study of Huaihua city［J/OL］. Economic Geography， 2023. （2023-11-08）［2025-09-12］.

[35] 杨宗之， 李亚丽. 基于LUCC的南昌市生态资产价值演变及生态经济协调性研究［J］. 生态经济， 2022， 38（3）： 182-187.

[36] YANG Z Z， LI Y L. Value evolution of ecological assets and ecological economy in Nanchang based on LUCC coordination research［J］. Ecological Economy， 2022， 38（3）： 182-187. （Ch）.

[37] 李玲， 路婕， 黄珺嫦， 等. 河南省沿黄县域经济竞争力与生态承载力博弈协调发展研究［J］. 统计理论与实践， 2021（4）： 51-58.

[38] LI L， LU J， HUANG J C， et al. Study on the coordinated development of economic competitiveness and ecological carrying capacity in counties along the Yellow River in Henan Province［J］. Statistical Theory and Practice， 2021（4）： 51-58. （Ch）.

[39] 颛孙丰勤. 农业强国视域下畜牧生态经济高质量发展路径研究［J］. 饲料研究， 2023， 46（21）： 188-191.

[40] ZHUANSUN F Q. Study on high quality development path of animal husbandry ecological economy from perspective of agricultural power［J］. Feed Research， 2023， 46（21）： 188-191. （Ch）.

[41] 何伟军， 李宜展， 安敏. 工业集聚对县域产业绿色高质量发展的空间溢出效应研究——来自长江三峡生态经济走廊的证据［J］. 生态经济， 2024， 40（10）： 80-89.

[42] HE W J， LI Y Z， AN M. Study on the spatial spillover effect of industrial agglomeration on the green and high-quality development of county-level industries： evidence from the Yangtze River Three Gorges Ecological Economic Corridor［J］. Ecological Economy， 2024， 40（10）： 80-89. （Ch）.

[43] 董玉莲. 基于“两山”理论的农村生态与经济协同发展探析［J］. 农业经济， 2023（9）： 57-59.

[44] DONG Y L. On the coordinated development of rural ecology and economy based on the theory of “two mountains”［J］. Agricultural Economy， 2023（9）： 57-59. （Ch）.

[45] 刘庆芳， 杨定， 杨振山， 等. 青藏高原国家公园群人文生态系统耦合协调评价及障碍因子识别［J］. 地理学报， 2023， 78（5）： 1119-1135.

[46] LIU Q F， YANG D， YANG Z S， et al. Evaluation of coupling coordination and identification of obstacle factors of human ecosystem in Qinghai-Xizang Plateau National Park Cluster［J］. Acta Geographica Sinica， 2023， 78（5）： 1119-1135. （Ch）.

[47] 高明惠， 李成， 赵虎. 江苏省生态系统服务供需格局与影响因素［J］. 水土保持研究， 2023， 30（5）： 315-324.

[48] GAO M H， LI C， ZHAO H. Spatiotemporal pattern of supply-demand of ecosystem services and influencing factors in Jiangsu Province［J］. Research of Soil and Water Conservation， 2023， 30（5）： 315-324. （Ch）.

[49] 王松茂， 牛金兰. 黄河流域城市生态韧性时空演变及其影响因素［J］. 生态学报， 2023， 43（20）： 8309-8320.

[50] WANG S M， NIU J L. Spatio-temporal evolution and influencing factors of urban ecological resilience in the Yellow River Basin［J］. Acta Ecologica Sinica， 2023， 43（20）： 8309-8320. （Ch）.

[51] 黄娇， 陈海， 王佳宇， 等. 区域社会-生态系统恢复力协调发展时空演变研究——以陕西省为例［J］. 干旱区地理， 2024， 47（2）： 343-355.

[52] HUANG J， CHEN H， WANG J Y， et al. Spatiotemporal evolution of the coordinated development of regional social-ecological system resilience： a case study of Shaanxi Province［J］. Arid Land Geography， 2024， 47（2）： 343-355. （Ch）.

[53] 李晓格， 张颖. 基于能值分析的榆林市沙地生态经济系统可持续发展性测度［J］. 中国水土保持科学（中英文）， 2021， 19（3）： 120-129.

[54] LI X G， ZHANG Y. A measurement of sustainable development of eco-economic system in the sandy land of Yulin city， Shaanxi Province based on emergy analysis［J］. Science of Soil and Water Conservation， 2021， 19（3）： 120-129. （Ch）.

[55] 刘旭， 梅旭荣， 杨世琦， 等. 秦巴山脉区域农业经济绿色发展战略［J］. 中国工程科学， 2020， 22（1）： 9-17.

[56] LIU X， MEI X R， YANG S Q， et al. Green development strategy of agricultural economy in qinba mountain area［J］. Strategic Study of CAE， 2020， 22（1）： 9-17. （Ch）.

[57] LI J L， HE H B， ZENG Q H， et al. A Chinese soil conservation dataset preventing soil water erosion from 1992 to 2019［J/OL］. Scientific Data， 2023， 10［2025-09-02］.

[58] 彭守璋. 中国1km分辨率逐月平均降雨量数据集（1901-2023）［DB/OL］.国家青藏高原数据中心. ［2024-8-28］.

[59] PENG S Z. China’s 1km resolution monthly average rainfall dataset （1901-2023） ［DB/OL］. National Tibetan Plateau Data Center. ［2024-8-28］.

[60] 徐藜丹， 邓祥征， 姜群鸥， 等. 中国县域多维贫困与相对贫困识别及扶贫路径研究［J］. 地理学报， 2021， 76（6）： 1455-1470.

[61] XU L D， DENG X Z， JIANG Q O， et al. Identification and poverty alleviation pathways of multidimensional poverty and relative poverty at county level in China［J］. Acta Geographica Sinica， 2021， 76（6）： 1455-1470. （Ch）.

[62] 金贵， 邓祥征， 赵晓东， 等. 2005—2014年长江经济带城市土地利用效率时空格局特征［J］. 地理学报， 2018， 73（7）： 1242-1252.

[63] JIN G， DENG X Z， ZHAO X D， et al. Spatio-temporal patterns of urban land use efficiency in the Yangtze River Economic Zone during 2005-2014［J］. Acta Geographica Sinica， 2018， 73（7）： 1242-1252. （Ch）.

[64] 李小娟， 万大娟， 王长梅. 怀化市经济发展与生态环境保护耦合协调性研究［J］. 经济地理， 2023， 43（11）： 190-197.

[65] LI X J， WAN D J， WANG C M. Coupling coordination relationship between economic development and ecological environmental protection in Huaihua City［J］. Economic Geography， 2023， 43（11）： 190-197. （Ch）.

[66] 彭建兵， 申艳军， 金钊， 等. 秦岭生态地质环境系统研究关键思考［J］. 生态学报， 2023， 43（11）： 4344-4358.

[67] PENG J B， SHEN Y J， JIN Z， et al. Key thoughts on the study of eco-geological environment system in Qinling Mountains［J］. Acta Ecologica Sinica， 2023， 43（11）： 4344-4358. （Ch）.

[68] 韩磊， 曹鑫鑫， 朱会利， 等. 基于特征分区的陕北黄土高原植被覆盖变化及其驱动因素［J］. 生态学报， 2023， 43（20）： 8564-8577.

[69] HAN L， CAO X X， ZHU H L， et al. Change of vegetation coverage and driving factor in the North Shaanxi Loess Plateau based on characteristic zoning［J］. Acta Ecologica Sinica， 2023， 43（20）： 8564-8577. （Ch）.

基金资助

教育部人文社会科学研究项目(24YJCZH156)

陕西省社会科学基金专项项目(2023SJ03)

陕西省社会科学基金专项项目(2024QN051)

西安市社会科学规划基金项目(24QL10)

西安市科技计划项目(24NYGG0072)