成都都市圈经济增长、社会发展与生态环境耦合协调及影响因素分析

Analysis of Coupling Coordination and Influencing Factors Between Economic Growth， Social Development and Ecological Environment in Chengdu Metropolitan Area

摘要

以成都都市圈作为研究区域，构建2011—2021年经济增长、社会发展与生态环境综合评价指标体系，采用熵权-TOPSIS模型测度经济增长、社会发展和生态环境综合发展水平，利用耦合协调度模型分析耦合协调的总体情况以及不同城市耦合协调的变化趋势，基于障碍度模型探讨影响其耦合协调发展的主要障碍因素。结果表明：（1）经济增长、社会发展、生态环境综合发展水平总体呈上升趋势。但在经济增长不平衡、社会发展不同领域投入差距、生态环境水平等方面，成都市明显高于其他城市；（2）成都都市圈耦合协调度呈逐年上升趋势，耦合协调类别从濒临失调到良好协调，但与实现优质协调还有差距，成都市与其他城市耦合协调度的差距不断缩小并被逐步超越；（3）第二产业占GDP比重、人均城市道路面积、人均公园绿地面积等是影响耦合协调发展的主要障碍因素。城市间自身规模、行政规划、发展目标等所处阶段不同及其差异，容易产生“虹吸效应”“马太效应”，也会存在资源堆积和高度重合的问题，不利于城市间有效合作和协同发展，阻碍成都都市圈一体化进程。

Abstract

By taking Chengdu Metropolitan Area as the research area， this paper constructed a comprehensive evaluation index system for economic growth， social development， and ecological environment during the period from 2011 to 2021. The entropy weight-TOPSIS model was adopted to measure the comprehensive development levels of economic growth， social development， and ecological environment， with the coupling coordination degree model utilized to analyze the overall coupling coordination and variation trends of coupling coordination of different cities. Meanwhile， based on the obstacle degree model， the main factors influencing the coupling coordination development were explored. The results show that the comprehensive development levels of economic growth， social development， and ecological environment generally show an upward trend. However， the extent of unbalanced economic growth， investment gaps in different fields of social development， and the ecological environment quality of Chengdu are significantly higher than other cities. The coupling coordination degree of the Chengdu Metropolitan Area presents a trend of increasing year by year， with the coupling coordination category evolving from “near-imbalance state” to “sound coordination”， but there is still a gap for achieving “high-quality coordination”. The gap in the coupling coordination degree between Chengdu and other cities is continuously narrowed， and Chengdu has even been gradually surpassed by other cities. The proportion of the secondary industry in GDP， per capita urban road area， and per capita public park space are the main factors influencing the development of coupling coordination. Differences in the scale， administrative planning， and development goals of different cities， as well as their varying development stages， are prone to producing the “siphon effect” and “Matthew effect”. Additionally， problems such as resources' accumulation and high overlapping can be caused， which is not conducive to effective cooperation and coordinated development among cities and hinders the integration process of the Chengdu Metropolitan Area.

Graphical abstract

关键词

成都都市圈 / TOPSIS模型 / 耦合协调模型 / 障碍度模型

Key words

chengdu metropolitan area / TOPSIS model / coupling coordination model / obstacle degree model

成渝地区双城经济圈是国家重要的经济增长极和区域一体化发展典范，如何统筹区域比较优势，强化城市间分工协作，在更大范围、更宽领域、更高水平集聚人流、物流、资金流等高端资源要素，打造带动西部高质量发展、促进区域协调发展的重要支撑，已成为推动成渝地区双城经济圈高水平建设面临的一项重要课题。2021年《成渝地区双城经济圈建设规划纲要》要求充分发挥成都市带动作用以及眉山市、德阳市、资阳市比较优势，积极推进成德眉资同城化综合试验区创建^［1］。同年出台的《成都都市圈发展规划》要求强化成都市作为中心城市的辐射带动作用和发挥眉山市、德阳市、资阳市比较优势，构建网络化都市圈空间发展格局^［2］。2023年《成德眉资同城化发展暨成都都市圈建设成长期三年行动计划》明确持续做好成德眉资同城化发展，全力打造具有区域带动力的现代化都市圈^［3］。成都都市圈总体处于起步发展阶段，具有经济总量较大、人口规模巨大、区域禀赋条件多样性的特征，但也存在超大城市外溢效应不明显、产业协作配套不强、生态环境承载力适应度低等问题^［4⁃5］。深入探讨成都都市圈经济增长、社会发展与生态环境耦合协调发展的演变规律，研究分析影响耦合协调发展的主要障碍因素，可以最大限度地优化资源配置、提高经济运行质量，为突破都市圈高质量发展的瓶颈提供科学依据。

近年来，我国学者从研究方法、研究内容、研究对象等方面深入探讨分析经济增长、社会发展与生态环境之间关系的文献迅速增多。研究方法方面：采用环境库兹涅茨（EKC）曲线理论和政策研究分析生态环境与经济社会的变化关系^［6⁃8］，基于可计算一般均衡（CGE）模型分析探讨生态环境保护与经济社会发展的互动关系^［9⁃10］，利用PSR模型从“压力-状态-响应”角度分析生态环境与经济社会的关系^{［11⁃12］}，通过耦合协调度模型实证分析多个地区不同时段生态环境与经济社会的耦合协调状况^{［13⁃14］}，运用TOPSIS模型、障碍度模型等研究生态环境与经济社会发展的相互关系^{［15⁃17］}。研究内容方面：涉及研究某一区域城市化、经济社会、生态环境等与土地、湿地、森林等生态系统之间的耦合协调发展情况^{［18⁃19］}和研究某一区域不同城市在不同时段的耦合协调演变历程^{［13⁃14，17，20⁃21］}。研究对象方面：包含以省或市为研究对象^{［11，17］}和以某一个城市群或综合发展规划区为研究对象^{［12⁃16，22］}的不同研究内容。随着成渝地区双城经济圈建设、长三角一体化发展、京津冀协同发展等区域协同战略的全面推进，加强都市圈经济增长、社会发展与生态环境耦合协调总体情况、变化趋势及其影响机制的深入研究，具有重要的理论价值和实践意义。

然而，当前我国对于都市圈经济增长、社会发展与生态环境耦合协调总体情况、变化趋势及其影响机制的研究尚存不足，既往研究主要集中在经济发展、区域交通、能源结构、环境治理等单一要素的协同程度等方面，缺少经济增长、社会发展与生态环境之间相互关系的研究，而都市圈的高质量发展有赖于经济增长、结构优化、社会发展、生态保护、环境治理等多方面的协同。鉴于此，以成都都市圈作为研究对象，以2011—2021年为研究时段，采用熵权-TOPSIS模型测度经济增长、社会发展和生态环境综合发展水平，利用耦合协调度模型分析耦合协调的总体情况以及不同城市耦合协调的变化趋势，基于障碍度模型探讨影响其耦合协调发展的主要障碍因素，据此探究成都都市圈经济增长、社会发展与生态环境耦合协调发展的总体规律、变化趋势及其影响机制问题，以期为实现我国都市圈高质量发展提供理论依据和实践基础。

1 数据来源与研究方法

1.1 指标体系构建

基于都市圈高质量协调发展内涵机理，参考《成都都市圈发展规划》关于“优化都市圈发展布局、加速推进基础设施同城同网、协同提升创新驱动发展水平、推进生态环境共保共治”等发展主要目标，借鉴已有的研究成果^{［14，20，22］}，考虑到指标之间相互依存、相互促进的关系和对区域整体发展的重要作用，分别选取了经济发展水平、创新教育水平、生态保护水平等6个二级指标，人均GDP、R&D经费投入强度、城镇建成区占比等24个三级指标，构建了成都都市圈经济增长、社会发展与生态环境综合评价指标体系，具体见表1。

1.2 数据来源

本研究数据均来源于《成都市环境空气质量状况》《四川省环境状况公报》《成都市统计年鉴2011—2021》《四川统计年鉴2011—2021》《四川省污染防治攻坚战工作通报》等资料。上述个别年份缺失数据运用SPSS软件，采用线性回归拟合方法计算得到估计值。

1.3 研究方法

1.3.1 熵权-TOPSIS模型

TOPSIS模型是一种普遍且较为实用的基于多目标的决策（评价）方法，通过测算相对贴近度对决策（评价）目标进行排序。熵权-TOPSIS模型相较于传统的TOPSIS模型，具有信息损失少、运算较为灵活等特征，且利用熵权法来确定指标权重，可以避免因专家意见等主观因素所导致的权重设置偏误等问题。

（1）设定评价目标的指标初始值为x_ij，x_max、x_min分别代表指标最大值、最小值，其中i=1，2，…，m；j=1，2，…n；m表示评价目标数量；n表示被评价目标，对初始数据进行归一化处理，公式为

正向指标：{\varpi }_{ij}=\frac{x_{ij}-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}{x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}， 负向指标：{\varpi }_{ij}=\frac{x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_{ij}}{x{}_{\mathrm{m}\mathrm{a}\mathrm{x}}{}^{}-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}。

（2）计算指标比重：

P_{ij}=\frac{{\omega }_{ij}}{{\displaystyle \sum _{j=\mathrm{1}}^n}{\omega }_{ij}}。

（3）计算信息熵：

E_j=-\left(\mathrm{1}/\mathrm{l}\mathrm{n}n\right){\displaystyle \sum _{j=\mathrm{1}}^n}{P}_{ij}\left(\mathrm{l}\mathrm{n}{P}_{ij}\right)。

（4）计算指标权重：

W_i=\frac{\mathrm{1}-E_i}{{\displaystyle \sum _{i=\mathrm{1}}^m}\left(\mathrm{1}-E_i\right)}。

（5）计算发展水平综合评分：

F_{ij}={\displaystyle \sum _{i=\mathrm{1}}^m}{W}_j{P}_{ij}。

（6）构建加权决策矩阵：

Z={\left(z_{ij}\right)}_{m\times n}=W_j{\omega }_{ij}\left(i=\mathrm{1,2},\dots ,m;j=\mathrm{1,2},\dots ,n\right)。

（7）分别确定正理想解Z⁺、负理想解Z^-：

Z^{+}=\left\{\mathrm{m}\mathrm{a}\mathrm{x}{z}_{ij}\left|i=\mathrm{1,2},\dots ,m\right.\right\}=\left\{z_{\mathrm{1}}^{+},z_{\mathrm{2}}^{+},\dots ,z_m^{+}\right\}，

Z^{-}=\left\{\mathrm{m}\mathrm{i}\mathrm{n}{z}_{ij}\left|i=\mathrm{1,2},\dots ,m\right.\right\}=\left\{z_{\mathrm{1}}^{-},z_{\mathrm{2}}^{-},\dots ,z_m^{-}\right\}。

（8）采用欧几里得距离公式，分别计算评价目标与正理想解、负理想解的距离D_j⁺ 、D_j^— ：

D_j^{+}=\sqrt[]{{\displaystyle \sum _{i=\mathrm{1}}^m}{\left(z_{ij}-z_i^{+}\right)}^{\mathrm{2}}}， D_j^{-}=\sqrt[]{{\displaystyle \sum _{i=\mathrm{1}}^m}{\left(z_{ij}-z_i^{-}\right)}^{\mathrm{2}}}。

（9）计算相对贴近度C_i ：

C_i=\frac{D_j^{-}}{D_j^{+}+D_j^{-}}C_i\in \left[\mathrm{0,1}\right]。

其中，C_i 表示相对贴近度，其取值越大表示综合发展水平指数越高，反之则越低。

1.3.2 耦合度模型

耦合度主要反映系统从无序状态到有序状态之间的转换过程，体现系统内部参数之间相互作用关系。耦合度函数公式如下：

L_{\delta }={\left\{\frac{{\mu }_{\mathrm{1}\delta }\cdot {\mu }_{\mathrm{2}\delta }\cdot {\mu }_{\mathrm{3}\delta }}{{\left(\frac{{\mu }_{\mathrm{1}\delta }+{\mu }_{\mathrm{2}\delta }+{\mu }_{\mathrm{3}\delta }}{\mathrm{3}}\right)}^{\mathrm{3}}}\right\}}^k， δ=1，2，…，γ。

其中，μ_1δ、μ_2δ、μ_3δ 分别表示三个子系统的综合发展指数；k为调节系数，k≥2，本文取k=3。L_δ ∈［0，1］，当L_δ =0时，三个子系统耦合度值最小，表明子系统之间处于无序状态，系统将向无序发展；当L_δ =1时，三个子系统耦合度值最大，表明子系统之间存在良性协同作用，系统将向有序发展。

耦合度难以反映多个子系统之间的协同效应和整体功效，为此构造耦合协调度模型评判两个或以上子系统之间耦合协调程度，侧重系统之间的良性互动关系，能有效避免低水平得出高耦合度的弊端。耦合协调度函数公式如下：

H=\sqrt[]{L_{\delta }\cdot T};T=\alpha \cdot {\mu }_{\mathrm{1}\delta }+\beta \cdot {\mu }_{\mathrm{2}\delta }+\chi \cdot {\mu }_{\mathrm{3}\delta }。

其中，H为耦合协调度（H∈［0，1］），T为计算中间值；α、β、χ分别为经济增长、社会发展、生态环境的权重。

本文将成都都市圈及各市按耦合协调度等级进行分类，具体见表2。

1.3.3 障碍度模型

障碍度模型可以通过计算各评价目标的障碍度，找出限制某一城市或地区进一步可持续发展的主要因素，找到对评价对象产生主要影响的因素，明晰关键制约因素的影响程度，为当地政府制定科学合理的政策举措提供重要参考。障碍度模型计算步骤如下：

K_{ij}=W_j\times P_{ij}， G_{ij}=\mathrm{1}-x_{ij}，

O_{ij}=\frac{K\cdot G_{ij}}{{\displaystyle \sum _{j=\mathrm{1}}^n}\left(K\cdot G_{ij}\right)}\times \mathrm{100}\mathrm{\%}\left(i=\mathrm{1,2},\dots ,m;j=\mathrm{1,2},\dots ,n\right)。

其中，K_ij 为因子贡献度，即单因素对总目标的权重；W_j 为第j项指标的权重，P_ij 为第j项指标下第i个地区在此指标中所占的比重，x_ij 为初始数据标准化后的值，G_ij 为指标偏离度（即单项指标因素评估值与100%之差），O_ij 为第j个指标对第i个地区的障碍度值，即该指标因素对该地区耦合协调发展影响程度。

2 结果分析

2.1 综合水平测算

2.1.1 经济增长水平

成都都市圈各市经济增长水平波动较大，但总体呈上升趋势，由于工业基础、区位条件、资源禀赋等因素差异，城市间经济增长不平衡。其中，成都市经济增长水平由2011年0.426上升至2021年0.644。2011—2014年，经济增长水平相对较低，主要是“十二五”时期成都市由工业化中期向后期转变，投资持续增长动力不足；2015—2018年，经济增长迅速上升，主要是成都市推进产业结构转型升级，逐渐发展以信息技术、汽车制造等为主导的优势产业；2019年略有下降之后趋于平稳增长，主要是由于人口总数、经济规模逼近城市空间承载上限，经济增长活力有待释放。德阳市经济增长水平由2011年0.383上升至2021年0.523。2011—2016年，经济增长水平平稳，德阳市作为西部重要装备制造业基地为经济发展创造优势发展条件；2017—2021年，经济增长水平趋于下降态势，主要是装备制造、化工等传统产业增长动能逐渐减弱。眉山市经济增长水平由2011年0.310上升至2021年0.503。2011—2015年，经济增长水平保持增长态势，眉山市加大石化下游、太阳能光伏产业等基地建设，形成新的经济增长点；2016—2021年，经济增长水平总体呈下降趋势，主要是部分太阳能光伏、化工等产能阶段性过剩。资阳市经济增长水平从2011年0.288上升到2019年0.805，之后降至0.581并趋于平稳。作为与成都市、重庆市接壤的地级市，资阳市在提升产业发展能级、健全综合交通网络等方面迎来发展空间。但其GDP总量、产业规模与成都市、重庆市相比不是一个量级，导致人才、资源和资金更容易流向大城市，经济增长动力不足（图1）。

2.1.2 社会发展水平

成都都市圈各市社会发展水平总体呈逐年上升趋势，但科技创新、基础设施等领域投入差距较大。其中，成都市社会发展水平从2011年0.084上升到2021年0.938，2021年R&D经费投入强度达3.17%，经济增长的科技含量较高；科教、医疗等民生领域投入不断加大，交通基础设施建设持续加强，社会治安形势良好。德阳市社会发展水平从2011年0.153上升到2021年0.790，2021年R&D经费支出为87.7亿元，占GDP比重达到3.3%，较2011年增长48.8%，对经济增长的驱动作用日益增强；科教、医疗等民生领域保障更加有力，道路交通、居民生活等基础设施水平全面提升，社会治安保持稳定。眉山市社会发展水平从2011年0.046上升到2021年0.891，2021年R&D经费支出为15.5亿元，占GDP的比重仅达到1%，对经济增长支撑作用不明显；科教、医疗等公共服务领域持续加大投入，道路交通基础设施水平不断提升，居民生活基础设施还需加强，社会治安稳中向好。资阳市社会发展水平从2011年0.127上升到2021年0.640，2021年R&D经费支出为4.8亿元，占GDP的比重不到1%，创新驱动引领经济增长还需强化；医疗卫生投入持续加大，医疗服务质量显著提升；科教领域不断加强，道路交通基础设施水平持续上升，居民生活基础设施保持稳定，社会治安平稳向好（图2）。

2.1.3 生态环境水平

成都都市圈各市生态环境水平虽略有波动，但总体呈稳步上升趋势，成都市生态环境水平明显优于其他城市。其中，成都市生态环境水平由2011年0.350上升至2021年0.610，2014—2020年呈明显上升趋势，且生态环境水平相对较高并逐年向好，综合指数保持在0.53~0.85之间，由于成都市深入打好蓝天、碧水、净土等攻坚战，空气质量优良天数率达81.9%，颗粒物浓度累计下降58个百分点，建成区绿化覆盖率达43.8%，实现生态环境状态逐年向好。德阳市生态环境水平由2011年0.094上升至2021年0.752，德阳市扎实开展节能降碳减排和环境综合治理取得成效。2021年，德阳市市区空气优良天数率上升到82.7%，人均公园绿地面积14.1 m²，生态环境质量持续巩固。眉山市生态环境水平由2011年0.123上升至2021年0.410，眉山市大力推进产业结构转型升级，区域生态环境质量大幅改善，空气优良天数率连续四年超过82%，建成区绿化覆盖率达43.3%。资阳市生态环境水平由2011年0.110上升至2021年0.539，资阳市深入开展森林城市建设、通道绿化、产业绿化等大规模绿化行动，生态环境质量持续提升，被授予“国家园林城市”称号。然而，四个城市综合指数在2019年均有不同程度波动，其原因主要是人均节能环保支出、人均实有耕地面积、人均公园绿地面积等略有降低（图3）。

2.2 耦合协调发展分析

（1）从时间上看，成都都市圈经济增长、社会发展与生态环境耦合协调度总体呈逐年上升趋势，从2011年0.446上升到2021年0.886，耦合协调类别从濒临失调到良好协调，表明随着经济社会的快速发展，对生态环境保护越发重视，经济增长、社会发展与生态环境的耦合协调度越来越高，但耦合协调等级与实现优质协调还有一定的差距。第一阶段（2011—2016年）耦合协调度不高，生态环境综合指数持续增长，但经济增长、社会发展的综合指数呈先增长后下降趋势，这主要是成都都市圈发展初期，成都市作为超特大城市具有较强的“虹吸效应”，德阳市、资阳市、眉山市等地人才、资金等流失现象严重，且本地没有强势产业带动，经济增长、社会发展较为缓慢，对生态环境造成威胁不大，三个子系统耦合协调度较低。第二阶段（2017—2021年）耦合协调度越来越高，经济增长、社会发展和生态环境的综合指数均加速上升，这主要是“十三五”时期依托建设天府国际机场以及“十四五”规划初期推进成德眉资同城化发展，各个城市发挥比较优势、加强区域协作、强化功能互补，构建了高质量发展新动能（表3）。

（2）从空间上看，成都都市圈各市耦合协调度总体呈稳步上升趋势，表明经济社会发展质效进一步提升，生态环境污染增量相对大幅降低，实现了三者之间的协同发展，但城市间耦合协调发展不均衡，起初成都市耦合协调度较德阳市、资阳市、眉山市处于较高水平，但随着时间推移相互之间的差距逐年缩小，在2016年后被其他城市相继超越。其中，成都市2015—2016年因加快建设西部地区重要的经济中心、全国重要的综合交通枢纽等，招商引资和项目建设迅猛发展，对人口素质、基础设施等有较强的推动作用，导致耦合协调度值稍有下降。德阳市在2011—2012年跨过濒临失调到勉强协调，主要是在“十二五”初围绕全面实施成德绵乐同城化发展，积极融入成都都市圈建设，经济社会发展支撑能力显著增强。眉山市在“十二五”时期末高载能企业比重较高，在资源环境约束下对经济社会发展影响较大，导致从初级协调退化到勉强协调。资阳市同样跨过濒临失调阶段，主要是“十二五”初依靠区位优势，积极融入两个超大城市经济社会发展，城镇化建设加快，整体带动区域发展，经济社会发展质效明显提升。

2.3 障碍度分析

根据障碍度模型对成都都市圈各市经济增长、社会发展、生态环境等24个指标进行障碍度计算，按照障碍度值大小筛选出前7名指标（表4）。总体来看，经济增长、社会发展与生态环境均存在影响耦合协调发展的障碍因素。其中，障碍度出现频次排序前五的依次为第二产业占GDP比重、人均城市道路面积、人均公园绿地面积、人均城市建设用地面积、人均节能环保支出。根据主要障碍因子变化趋势可知，未来影响耦合协调发展的主要障碍因子为第二产业占GDP比重、城乡居民人均可支配收入比、人均公园绿地面积、人均实有耕地面积、人均节能环保支出。

具体来看，第二产业占GDP比重平均障碍度为17.22%，对于眉山市是首要障碍因素，障碍度最高（20.47%）。因为眉山市第二产业占GDP比重“十二五”和“十三五”时期均在60%左右，第三产业占GDP比重不足30%，对经济增长的带动力较弱。人均城市道路面积平均障碍度为16.42%，对于 资阳市障碍度最高（18.38%），资阳市虽然人均道路面积2021年较2011年翻了一番，但人口总数 2021年较2011年下降58%。人均公园绿地面积平均障碍度为16.02%，对于德阳市是首要障碍因素，也是障碍度最高（27.70%），德阳市人均公园绿地面积与“十二五”时期末、初相比仅提高1个百分点。人均城市建设用地面积平均障碍度为15.65%，对于德阳市障碍度最高（18.46%），德阳市人均城市建设用地面积略高于同期的眉山市、资阳市，但人口总数较眉山市、资阳市分别多60万、120万。人均节能环保支出平均障碍度为18.82%，对于成都市是首要障碍因素，也是障碍度最高（28.10%）。成都市节能环保支出虽然2021年较2011年分别是同期德阳市、眉山市、资阳市的3.9倍、11.5倍、17.6倍，但人口总数也分别是它们的6.1倍、7.2倍、9.3倍，导致人均节能环保支出相对较低。

同时，从综合水平和耦合协调的测算和分析来看，由于成都都市圈城市间自身规模、行政规划、政策倾斜、发展目标等方面所处阶段不同及其差异，在短期内难以实现共享或协商一致，会因为人口、资源、资金等开展零和博弈或复合博弈，容易受到“虹吸效应”“马太效应”影响，也会因为资源配置不合理导致资源堆积和高度重合的问题，整体上不利于城市间有效合作和协同发展，阻碍成都都市圈一体化进程。

3 结论

本文采用熵权-TOPSIS模型测度经济增长、社会发展和生态环境综合发展水平，利用耦合协调度模型分析耦合协调的总体情况，基于障碍度模型探讨影响其耦合协调发展的主要障碍因素，得出以下结论。

（1）经济增长、社会发展、生态环境三个子系统综合水平总体呈上升趋势，但由于工业基础、资源禀赋、区位条件等因素差异，存在城市间经济发展不平衡；社会发展水平整体接近良好水平并趋于稳定，但科技创新、基础设施等领域投入差距较大；生态环境保护的高标推进，使环境质量持续改善，成都市生态环境水平相对较高并明显优于其他城市。

（2）从时间上看，成都都市圈经济增长、社会发展与生态环境耦合协调度总体呈逐年上升趋势，耦合协调类别从濒临失调到良好协调，但耦合协调等级与实现优质协调还有一定的差距；从空间上看，各市耦合协调发展不平衡，起初成都市耦合协调度较其他城市处于较高水平，但随着时间变化，差距不断缩小并相继被其他城市超越。

（3）从障碍度出现频次和排序来看，第二产业占GDP比重、人均城市道路面积、人均公园绿地面积、人均城市建设用地面积、人均节能环保支出是影响耦合协调发展的主要障碍因素；同时，城市间自身规模、行政规划、政策倾斜、发展目标等方面在短期内难以实现共享或协商一致，容易受到“虹吸效应”“马太效应”影响，也会因为资源配置不合理导致资源堆积和高度重合的问题，阻碍成都都市圈一体化进程。

参考文献

[1] 成渝地区双城经济圈建设规划纲要［EB/OL］.（2021-10-21）［2025-01-10］.

[2] 四川省人民政府. 四川省人民政府关于印发《成都都市圈发展规划》的通知［J］. 四川省人民政府公报， 2021（24）： 12.

[3] 四川省人民政府.《成德眉资同城化发展暨成都都市圈建设成长期三年行动计划（2023—2025年）》［J］.城市规划通讯，2023（5）：16-17.

[4] 王鹏，汤雁.奋进中的成都都市圈 向更美好的未来乘风破浪［EB/OL］.（2024-03-08）［2025-01-10］.

[5] 刘轶， 王倩娜， 廖奕晴. 成都都市圈生态与社会经济系统耦合协调动态演化、多情景模拟及其政策启示［J］. 自然资源学报， 2023， 38（10）： 2599-2618.

[6] 郝宇， 廖华， 魏一鸣. 中国能源消费和电力消费的环境库兹涅茨曲线： 基于面板数据空间计量模型的分析［J］. 中国软科学， 2014（1）： 134-147.

[7] 李竞， 侯丽朋， 唐立娜. 基于环境库兹涅茨曲线的我国大气污染防治重点区域环境空气质量与经济增长关系研究［J］. 生态学报， 2021， 41（22）： 8845-8859.

[8] 高宏霞， 杨林， 付海东. 中国各省经济增长与环境污染关系的研究与预测：基于环境库兹涅茨曲线的实证分析［J］. 经济学动态， 2012（1）： 52-57.

[9] 刘亦文， 胡宗义. 能源技术变动对中国经济和能源环境的影响：基于一个动态可计算一般均衡模型的分析［J］. 中国软科学， 2014（4）： 43-57.

[10] 戚逸康. 绿色金融、技术进步与经济增长：基于一般均衡模型的理论分析与实证检验［J］. 兰州学刊， 2023（3）： 16-30.

[11] 曹君丽， 刘聪聪， 徐勇戈. 基于PSR模型的生态宜居城市建设指标与评价研究：以西安市为例［J］. 生态经济， 2023， 39（2）： 100-107.

[12] 吴传清， 陈文艳. 长江经济带经济增长与环境质量关系的实证研究［J］. 生态经济， 2016， 32（5）： 34-37， 73.

[13] 刘艳艳， 王少剑. 珠三角地区城市化与生态环境的交互胁迫关系及耦合协调度［J］. 人文地理， 2015， 30（3）： 64-71.

[14] 单海燕， 杨君良. 长三角区域生态经济系统耦合协调演化分析［J］. 统计与决策， 2017， 33（24）： 128-133.

[15] 刘琳轲， 梁流涛， 高攀， 等. 黄河流域生态保护与高质量发展的耦合关系及交互响应［J］. 自然资源学报， 2021， 36（1）： 176-195.

[16] 陶杰， 刘治彦. 长江经济带高质量发展综合评价研究：基于动态TOPSIS模型的分析［J］. 价格理论与实践， 2021（9）： 111-115.

[17] 杜挺， 谢贤健， 梁海艳， 等. 基于熵权TOPSIS和GIS的重庆市县域经济综合评价及空间分析［J］. 经济地理， 2014， 34（6）： 40-47.

[18] 云小鹏. 黄河流域城镇化与生态环境耦合协调测度及交互关系研究［J］. 经济问题， 2022（8）： 86-95.

[19] 胡运禄， 张明善. 我国民族地区湿地生态与经济发展耦合协调研究：以民族八省区为例［J］. 内蒙古师范大学学报（自然科学汉文版）， 2023， 52（3）： 285-292.

[20] 周成， 冯学钢， 唐睿. 区域经济-生态环境-旅游产业耦合协调发展分析与预测：以长江经济带沿线各省市为例［J］. 经济 地理， 2016， 36（3）： 186-193.

[21] 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.

[22] 郑欢， 方行明. 产业集聚与生态环境耦合协调及其空间驱动机制：以成渝地区双城经济圈为例［J］. 资源开发与市场， 2023， 39（4）： 426-434.

基金资助

国家重点研发计划子课题资助项目“成渝地区绿色低碳发展路径和气候协同的空气质量改善战略”(2023YFC3709305)