黄河几字弯地区土地利用演变与生态系统健康耦合分析

Coupling analysis of land use evolution and ecosystem health in Yellow River Ω-shaped bend region

摘要

目的 解构黄河几字弯地区土地利用与生态系统健康状态之间相互作用的关系机制，为破解区域城市发展与生态之间的矛盾提供科学参考。 方法 基于PLUS模型集成多源数据，结合2000—2023年土地利用与生态系统健康数据，模拟并分析2025年与2030年土地利用演变与生态系统健康互馈机制。 结果 （1） 城市建设用地23年间激增103.84%，主要侵占耕地与草地，但未利用地大面积向草地转化，凸显生态治理成效。多情景模拟显示生态保护情景可有效抑制建设用地扩张，保护区域生态环境。（2） 生态系统健康指数持续上升，空间上“病态/亚病态”区域缩减，但西北部荒漠带仍为显著冷点区。（3） 黄河几字弯地区土地利用与生态系统健康耦合影响分析揭示了土地利用开发胁迫与生态修复增益的二元张力，塑造了晋陕核心区高协调状态，宁蒙过渡带居中，西北地区深陷低值的三级梯度空间格局，而跨域协同网络的构建可有效弥合区域发展鸿沟。 结论 整体上黄河几字弯地区生态系统健康向好发展，退耕还林等生态修复措施取得显著成效，多区域的协同可促进城市土地利用与生态系统健康的良性协调。

Abstract

Objective This study aims to deconstruct the mechanisms of interaction between land use and ecosystem health status in the Yellow River Ω-shaped bend region， thereby providing scientific references for resolving the conflict between regional urban development and ecology. Methods Using the PLUS model and integrating multi-source data， combined with land use and ecosystem health data from 2000 to 2023， this study comprehensively analyzed the mutual feedback mechanisms between land use evolution and ecosystem health in 2025 and 2030. Results （1） Urban construction land surged by 103.84% over the past 23 years， mainly encroaching on farmland and grassland. However， a large area of unused land was converted into grassland， highlighting the effectiveness of ecological governance. Multi-scenario simulations indicated that the ecological protection scenario could effectively inhibit the expansion of construction land and protect the regional ecological environment. （2） The ecosystem health index continued to rise. Spatially， the “pathological/sub-pathological” areas decreased， but the northwestern desert zone remained a significant cold spot. （3） The analysis of the coupling effects between land use and ecosystem health in the Yellow River Ω-shaped bend region revealed that the dual tension between land use development pressure and ecological restoration benefits shaped a three-level gradient spatial pattern. The high coordination state was found in the Shanxi-Shaanxi core area， the Ningxia-Inner Mongolia transitional zone was in the middle， and the northwestern region remained trapped in low values. The construction of a cross-regional coordinated network could effectively bridge the regional development gap. Conclusion Overall， the ecosystem health in the Yellow River Ω-shaped bend region is improving， with significant results from ecological restoration measures such as returning farmland to forest. The coordination of multiple regions can promote the positive coordination between urban land use and ecosystem health.

Graphical abstract

关键词

黄河几字弯地区 / 生态系统健康 / 土地利用模拟 / PLUS模型 / 引力网络

Key words

Yellow River Ω-shaped bend region / ecosystem health / land use simulation / PLUS model / gravity network

黄河流域作为中华民族的摇篮，不仅是我国北方水资源调配的主动脉，更是维系区域生态安全与经济可持续发展的核心屏障。其独特的“几字弯”河段，自宁夏平原向东折入内蒙古高原，形成地理上的巨大弧形，孕育了河套灌区、鄂尔多斯高原等生态—生产关键带。在这一弧形区域，以呼和浩特、包头、鄂尔多斯、榆林为核心的“几”字弯地区迅速崛起^［1］，成为黄河流域上游能源开发、农牧业生产和生态涵养功能交织的复合型战略区。据统计，该区域煤炭储量占全国总量的66.2%^［2］，天然气产量占比超37.8%，是“西电东送”“西气东输”工程的重要源头，更是“北方防沙带”生态安全格局的核心节点。然而，这种资源禀赋与生态功能的双重属性，也使其成为人地矛盾最尖锐的区域之一。

21世纪以来，几字弯地区在“西部大开发”“能源基地建设”等政策驱动下，城镇化率以年均4.55%的速度增长^［3］，建设用地面积从2000年的6 870.229 km²扩张至2020年的13 539.525 km²，增幅达97.075%。与此同时，大规模露天采矿、工业园区建设与生态用地的无序侵占，导致区域景观格局发生剧烈转型。该区域分布着库布其沙漠、乌兰布和沙漠、腾格里沙漠、毛乌素沙地等，是造成中国东部地区沙尘天气的重要沙源区和路径区^［4］，也是黄河中下游泥沙的主要源区^［5］。一系列连锁反应下，原本“以农稳沙、以林固沙”的生态屏障功能显著弱化，2010—2020年区域沙尘暴发生频率较前十年有所增加，生态退化与资源开发的强空间耦合性逐渐显现^［6］。这一矛盾在“双碳”目标背景下进一步激化：一方面，工业基地的大规模建设需占用大量土地，加剧生态空间挤压；另一方面，“资源诅咒”效应的存在，使得在经济增长与污染问题间难以平衡^［7］，土地资源的多目标竞争冲突亟待破题。

面对这一困境，国家于2019年将“黄河流域生态保护和高质量发展”上升为重大战略，2021年出台《黄河流域生态保护和高质量发展规划纲要》，明确提出“以水定城、以水定地、以水定人、以水定产”的空间管控原则。然而，政策落地面临科学量化支撑不足的挑战。现有研究多采用“末端治理”视角，关注耕地保护、林地恢复等单一要素的静态平衡，却未能全面揭示土地利用转型背后“自然-经济-社会”系统的交互驱动机制。例如，有学者利用空间计量模型分析内蒙古草原退化与矿产开发的线性关联^［8］，利用CA-Markov模型预测黄河流域土地扩张趋势，但其模拟结果因未考虑生态系统健康整体规划，导致其估计结果偏乐观^［9］。然而，传统研究普遍将土地利用变化与生态系统健康评估割裂处理，前者侧重格局模拟，后者依赖历史数据开展滞后评价，难以揭示“土地转型通过改变生境连通性、物质循环效率等交互过程引发生态系统功能级联退化”这一关键因果链条。

值得关注的是，近年来人工智能与复杂系统建模技术的突破，为此类问题的解决提供了新工具。PLUS模型（Patch-generating Land Use Simulation Model）作为新一代土地利用模拟框架，通过耦合随机森林算法与土地扩张分析策略（LEAS），不仅能精准识别多维驱动因子的非线性作用，还可通过政策情景模块动态响应“双碳目标”“生态红线”等约束条件，弥补了传统模型在空间异质性与政策嵌入性上的不足^［10］。然而，该模型在生态脆弱区的应用仍存在两大瓶颈：其一，沙漠化区域的土地利用竞争机制复杂，耕地、草地、未利用地之间的转换阈值受降水年际波动影响显著，现有模型参数化方案对此考虑不足；其二，模拟结果与生态系统服务功能的动态耦合尚不成熟，亟需构建“土地模拟-健康评估”的闭环分析框架。例如，Ye以安徽为例，利用PLUS模型揭示了城镇扩张侵占耕地的路径，但未能量化这一量化过程对粮食生产与土壤固碳功能的协同性损害^［11］。

聚焦于黄河几字弯地区，其核心问题与政策需求呈现显著的本地化特征。第一，先天生态脆弱性与有限的环境承载力，黄河流域作为半干旱向干旱气候的过渡带，区域生态本底具有高度敏感性与脆弱性。这种自然禀赋决定了土地开发活动的环境承载阈值远低于降水丰沛的中东部地区^［12］。因此，简单移植东部地区依赖增量土地扩张的发展模式，在本区域不仅难以持续，更可能诱发不可逆的生态退化。第二，农牧交错地带复杂的“人—地—生态系统”耦合结构^［13］表明，忽视土地利用演化对区域生态系统健康的影响，可能在削弱生态系统健康的同时加剧土地脆弱性^［14］，形成负反馈循环。第三，跨行政区治理体系的整合困境。研究区域跨内蒙古、陕西、山西三省的行政区划，客观上加剧了生态修复工程面临的挑战，形成“治理碎片化”现象^［15］。典型表现为省际土地利用政策不同，可能成为生态系统健康链条上的薄弱环节甚至风险转移区^［16］。综上所述，在黄河流域生态保护与高质量发展重大战略实施背景下，亟需以黄河几字弯地区为典型区域，突破传统研究的单要素静态分析范式，构建土地利用演变模拟与生态系统健康动态评估的整合框架。这不仅是科学认知“土地系统转型-生态功能响应”耦合机制的理论需求，更是破解高冲突性区域人地矛盾、支撑国土空间精细化治理的实践要求。

1 研究方法与数据来源

1.1 研究区域

“黄河几字弯地区”是黄河流域高质量发展的重要载体和平台，黄河几字弯地区以黄河“几”字形大拐弯为核心，地跨北纬34°20′—40°15′，东经104°30′—114°30′，涵盖内蒙古自治区中西部（鄂尔多斯、呼和浩特、包头、巴彦淖尔、乌海）、陕西省北部（榆林、延安）、山西省中北部（太原、忻州、吕梁、朔州）以及宁夏回族自治区北部（银川、石嘴山、吴忠、中卫），总面积约40万km²（图1）。核心区域包含黄土高原、鄂尔多斯高原、河套平原、贺兰山屏障地带等地貌类型，地势西北高、东南低。该地区属干旱-半干旱气候，年均气温5.5~8.7 ℃，年均降水量170~490 mm，沙尘暴日数>10 d/a，扬沙日数>20 d/a。同时，库布其沙漠、毛乌素沙地全境，以及乌兰布和与腾格里沙漠的部分区域均在此范围内，构成黄河流域沙漠化的主要分布区。作为黄河流域生态保护与高质量发展的核心地带、“三北”工程标志性战役的实施地、京津及东部沙尘暴主要沙源地与传输通道、黄河中下游泥沙的主要来源区，以及荒漠化防治攻坚的前沿阵地，该区域的生态状况直接关系着黄河流域的水土保持与生态安全大局。

1.2 方法与指标

1.2.1 土地利用转移矩阵

转换规则是土地利用类型变化的影响因素，表示某种土地类型能否转换为另一种土地类型，允许转化时对应的矩阵值为1，不允许转换时矩阵值设置为0。本文基于研究区的实际情况并参考相关文献^［17］，设置6种土地类型间的转换规则，结果见表1。

1.2.2 邻域权重因子

邻域权重的核心内涵是反映不同土地利用类型的扩张概率，该指标的取值区间明确为［0，1］：当数值越接近1时，表明其对周边邻域产生的影响程度越高；数值越接近0时，邻域影响则越弱。参考相关研究^［18］，结合2020年土地利用模拟精度和Kappa系数，通过公式调试使模拟效果达到最佳，最终确定研究时期耕地、林地、草地、水域、建设用地、未利用地的邻域权重分别为0.19，0.16，0.29，0.10，0.90，0.36。将2020年的土地利用现状与2020年预测的结果进行精度验证，显示准确率为92.17%，Kappa系数为85.56%^［19］，表明此次模拟精度可以满足研究需要。

x^{\mathrm{*}}=(x-x_{\mathrm{m}\mathrm{i}\mathrm{n}})/(x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_{\mathrm{m}\mathrm{i}\mathrm{n}})（1）

式中：x^{\mathrm{*}}为离差标准化值；x为两期土地利用数据间各地类的变化面积；x_{\mathrm{m}\mathrm{a}\mathrm{x}}为所有地类面积变化最大值；x_{\mathrm{m}\mathrm{i}\mathrm{n}}为所有地类面积变化最小值。

1.2.3 土地利用驱动因素

参照相关研究^［20］，基于黄河几字弯地区自然特性和发展现状，选取自然环境（土壤类型、年平均气温、年平均降水、高程、坡度、至水域距离）和社会经济（人口、GDP、至一级道路距离、至二级道路距离、至三级道路距离、至县政府距离）两个方面12个指标作为土地利用的驱动因子，聚焦耕地、林地、草地和建设用地4类关键土地类型，利用LEAS模块量化各驱动因子的贡献度。

1.2.4 土地利用与生态系统健康指标构建

土地利用强度（LUI）表征特定区域内人类生产活动对土地利用的干扰程度，体现了人类活动影响土地利用的深度与广度，本文使用LUI表征研究区内土地利用演变情况。借鉴刘纪远^［21］的测评方法，划分土地利用程度等级，处于原始状态未受到人类生产活动干扰的用地方式（未利用地）定义为最低级，赋值1；具备固碳功能且被限制性开发的林地、草地赋值2；水域开发强度相对较高，赋值3；耕地具有自然和社会经济双重属性且被限制性开发，而且，耕地既是碳源也具有固碳功能，赋值4；建设用地承载了大量的人类生产活动，且是产生碳排放的主要地类，赋值5，测算公式如下：

\mathrm{L}\mathrm{U}\mathrm{I}={\displaystyle \sum _{k=\mathrm{1}}^{\mathrm{6}}}(A_k/A)\times \mathrm{100}\times C_{\mathrm{k}}（2）

式中：LUI为土地利用强度；A为城市不同地类的总面积；A_k为第k类土地类型面积；C_k为第k种用地类型的土地利用强度赋值。

参考相关研究^［22］，生态系统健康采用综合指数法评价，本指标体系的构建以DPSIR模型为核心依据，涵盖“驱动力、压力、状态、影响、响应”5个一级指标，以及12个二级指标，指标权重的确定采用熵值法（表2）。

其中，生态系统服务价值（Ecosystem Service Value， ESV）测算采用谢高地等^［23］基于Costanza等^［24］的利益转移方法，在构建ESV当量权重因子时，结合黄河几字弯地区实际情况对各地类生态系统的单位面积ESV系数进行修正^［25］。具体调整如下：耕地以旱地为基准，林地以灌木为基准，草地取草原、灌草丛、草甸的平均值，鉴于永久性冰川雪地占地面积相对较小，取水域当量因子时忽略其系数；建设用地ESV取0；未利用地取荒漠系数（表3）。其计算公式如下：

\mathrm{E}\mathrm{S}\mathrm{V}={\displaystyle \sum _{k=\mathrm{1}}^{\mathrm{6}}}{A}_k\times V_{ck}（3）

式中：ESV为生态系统服务价值总量，k为土地利用类型；A_k为k类土地利用类型对应的面积；V_{ck}为k类土地利用类型对应的生态系统服务价值系数。

生态系统弹性（Ecosystem Resilience， ER）反映生态系统受到人类生产活动扰动后其结构和行为恢复到初始状态的能力，通常用系统抵抗力与系统恢复力表征，借鉴已有研究结果^［26］，通过对不同土地利用类型赋予不同的抵抗力系数和恢复力系数来衡量生态系统抵抗人类社会生产活动恢复原始状态的弹性能力。其计算公式为：

\mathrm{E}\mathrm{R}=\mathrm{0.4}\times {\displaystyle \sum _{k=\mathrm{1}}^{\mathrm{6}}}{A}_k\times D_k+\mathrm{0.6}\times {\displaystyle \sum _{k=\mathrm{1}}^{\mathrm{6}}}{A}_k\times H_k（4）

式中：ER为生态系统弹性；A_k城市区域内第k类土地利用类型面积；D_k和H_k分别表示第k类土地利用类型的抵抗力系数和恢复力系数。

结合相关研究^［27］，计算DPSIR模型指标的评价指数，计算公式为：

\mathrm{D}\mathrm{P}\mathrm{S}\mathrm{I}{\mathrm{R}}_i={\displaystyle \sum _{j=\mathrm{1}}^n}{\omega }_j{x}_{\mathrm{i}\mathrm{j}}^{\mathrm{\text{'}}}（5）

式中：\mathrm{D}\mathrm{P}\mathrm{S}\mathrm{I}{\mathrm{R}}_i为黄河几字弯地区生态系统健康准则层的综合评价指数；n为准则层内指标个数；{\omega }_j为各准则层指标j的组合权重值；x_{ij}^{\mathrm{\text{'}}}为第i年指标j标准化后的数据。

根据准则层综合评价指数计算结果，运用线性加权法计算生态系统健康综合指数，计算公式为：

\mathrm{D}\mathrm{P}\mathrm{S}\mathrm{I}\mathrm{R}={\displaystyle \sum _{i=\mathrm{1}}^m}{\omega }_i\mathrm{D}\mathrm{P}\mathrm{S}\mathrm{I}{\mathrm{R}}_{\mathrm{i}}（6）

式中：DPSIR为生态健康综合指数；{\omega }_i为子系统的权重，分别为0.091，0.096，0.174，0.195，0.445。本文借鉴已有研究成果，对计算结果分别设置不同等级的判别标准，如表4所示。

1.2.5 耦合协调模型

借用物理学中的耦合度函数，参考相关研究^［28］，计算土地利用强度与生态系统健康的耦合协调度

C=\mathrm{2}\times \sqrt[]{L\times E/{\left(L+E\right)}^{\mathrm{2}}}（7）

T=\alpha L+\beta E（8）

D=\sqrt[]{C\times T}（9）

式中：C为耦合度；L与E分别为土地利用强度与生态系统健康综合指数；D为耦合协调度；T为系统综合协调指数；α与β分别为土地利用强度与生态系统健康的综合协调评价系数，α+β=1，本文认为二者的作用同等重要，故取α=β=0.5。耦合协调度重点关注的是土地利用与生态系统健康之间协同互动的协调水平，能够反映土地-生态系统整体发展的协同状态，具体协调等级见表5。

1.2.6 引力网络模型

采用ArcGIS计算各市质心距离，并以各市的耦合协调度D值作为其质量，以此计算出彼此间的引力值^［29］。考虑到引力网络结构过于复杂可能影响分析意义，通过设置阈值剔除引力较弱的关系。筛选后保留的关系即构成有效研究对象网络。随后，基于Ucinet软件对该网络进行社会网络分析，并计算度中心性、接近中心性、中介中心性和特征向量中心性等指标，供后续分析。

1.3 数据来源

本文所用数据包括土地利用、社会经济和自然环境三大类。其中，土地利用数据来源于Globel Land30，涵盖耕地、林地、草地、水域和建设用地、未利用地等土地利用类型。社会经济数据来源于《中国城市统计年鉴》《内蒙古统计年鉴》《陕西省统计年鉴》《山西省统计年鉴》《宁夏统计年鉴》和相关政府官网。自然环境数据来源于中国科学院资源环境数据中心。其中，道路与水域的距离信息通过全国地理信息资源目录服务系统获取，高程数据则来自地理空间数据云。统一空间分辨率为30 m×30 m。对于至各级道路距离数据，则使用欧氏距离方法进行计算，坡度数据通过分析高程数据得出。

2 黄河几字弯地区土地利用演变分析

2.1 土地利用现状

2000—2023年黄河几字弯地区土地利用类型发生显著变化。2000年该区域主要土地利用类型为草地，占地区总面积的49.011%，其次是耕地占比22.812%，未利用地占15.242%，林地占9.413%，水域占1.771%，建设用地占1.751%。2023年耕地面积减少6 531.132 km²，建设用地增加7 141.248 km²。草地面积也有所减少，为1 357.077 km²，水域面积略微增加，为589.28 km²。图2显示，研究区内耕地主要转化为草地，转出面积达23 365.962 km²，其次是林地和建设用地，转出面积分别为4 478.909 km²，2 374.369 km²。未利用地主要转为草地，面积10 637.700 km²，反映了该地区生态治理的阶段性成效与土地利用的优化。建设用地向耕地转出5 128.808 km²，向草地转出4 137.372 km²，说明几字弯地区对建设用地需求逐年递增，但政府部门仍在努力维护生态系统稳定。水域向耕地和建设用地转出面积分别为1 175.471 km²，118.148 km²，而草地向耕地转出25 987.325 km²，向林地转出7 840.145 km²。总体而言几字弯地区在城市化、农业发展与水生态系统维系方面，更加关注城市化与农业发展，其他地类转出量相对较少。

2.2 土地利用驱动因素分析

经LEAS模块对土地利用驱动因素分析可以发现（图3），耕地扩张的主要驱动因子为人口和GDP，贡献度分别为 0.155，0.091。原因在于快速扩张的城市人口产生了对农产品庞大且持续增长的本地需求，推升了对耕地的要求。同时，地方政府为拉动GDP增长，优先将相对丰富的土地资源开发为耕地，以扩大农业产出。因此，人口带来的刚性需求与GDP增长的经济目标相互强化，成为该区域推动耕地扩张最主要的动力源。林地扩张的关键因素为年均降水量、GDP和高程，贡献度分别为 0.164，0.131，0.101，主要扩张区域集中在内蒙古的东北部及中部部分地区，整体分布呈现一定的连片性，而在其他一些区域则相对零散分布，其原因可能是内蒙古部分地区气候温和，降水丰富，地势平坦，有利于森林植被的生长和更新，为林地扩张提供了良好的气候和地形基础。其GDP的提升也为植树造林工程提供了物质基础。

草地扩张区域呈现出较为分散的分布态势，在整个区域内均匀分布，没有明显的集中连片区域。其主要驱动因素为二级道路距离、年均气温、坡度与一级道路距离，贡献度分别为 0.129，0.114，0.107，0.101，其可能原因是城市区对农牧产品需求较大，为了满足牲畜的饲料需求，同时保护生态环境，当地采取了草地管理和利用措施，如轮牧、围栏封育等，促进草地的恢复和扩张，并且这些措施在不同区域都有实施，使得草地扩张较为分散。而建设用地增加受人口数量和道路距离的影响较大，侧面反映出人口集聚与交通基础设施完善能够引起城市规模扩张。

2.3 土地利用多情景模拟

结合2025年国务院批复的《黄河流域国土空间规划（2021—2035年）》，参考现有相关研究^［30］，设置自然发展、城市发展和生态保护3种情形，其中城市发展情形利用城市扩张表征注重经济发展。预测2025年与2030年黄河几字弯地区土地利用空间格局，探索不同发展情景下研究区土地利用变化情况。其中，城市发展情形下耕地、林地和草地向建设用地的转移概率增加20%，未利用地转移到建设用地的概率增加50%。同时建设用地向耕地、林地、草地和水域的转换概率降低30%。生态保护情形下林地、草地向建设用地的转换概率减少20%，水域转为建设用地的概率减少30%。

基于2015年土地利用数据，利用2015—2020年各类土地利用发展概率图，分别设置模型参数，运用PLUS软件模拟得出2025年、2030年黄河几字弯地区自然发展情形、城镇发展情形和生态保护情形下的土地利用类型空间分布图，并统计3种情景下黄河几字弯地区土地利用类型面积变化情况。

由图4可知，3种情景下2025年黄河几字弯地区土地利用结构整体上以耕地、草地和建设用地为主，各类土地都发生了不同程度变化，但变化规模差异显著，林地、草地、水域和建设用地的面积总体增加，耕地和未利用地面积总体减少。

自然发展情形下，各地类之间按照原来的概率转移变化。2025年黄河几字弯地区草地面积增加较明显，约1 940.905 km²，其次是建设用地增加面积1 742.123 km²，林地745.354 km²，水域329.583 km²，而耕地面积下降2 716.537 km²，未利用地面积减少2 041.427 km²。结合上图，建设用地面积在2020年的基础上持续从中心城区向外填充式扩张，导致邻近城区的耕地被建设用地占用；2030年草地与建设用地面积持续增长，分别增长1 649.399 km²，1 398.492 km²，但林地与水域增加面积相对较少，分别为714.601 km²，289.387 km²，耕地与未利用地面积分别减少2 316.627 km²，1 735.252 km²，说明城市扩张使耕地主要转变为城市建设用地。

城镇发展情形下，建设用地面积扩张速度最快，面积增幅最大。对比黄河几字弯地区2025年和2030年的土地利用类型面积进行分区域统计，发现增加的建设用地主要集中在中卫、榆林、鄂尔多斯和朔州。同时，林地、草地和水域面积也均有所增加，但水域面积的增加量最小，为3 286.398 km²，耕地的下降幅度最大，为2 913.349 km²，减少的耕地主要在延安、吴忠和忻州。说明在城镇发展情景下，建设用地依托城市道路建设进一步向外扩张，农业用地和生态用地面积同步缩减。这种变化受多种因素综合驱动，首先，城市建设与城镇人口增长是建设用地增加的关键因素之一，大量农村土地被转化为居民小区、工业园区等建设用地，逐步满足城市人口增长和产业发展的需求；其次，基础设施建设的推进也极大地促进了建设用地增加，为了完善交通网络和公共服务设施，高速公路、铁路、城市轨道交通以及学校、医院、商场等设施的建设占用了大量农用地及生态用地。

生态发展情形下，草地扩张面积最大，其次为林地与水域。相较于2020年，林地、草地和水域面积的扩张使生态用地得到了一定保护，有利于涵养水源和生物多样性保护。这主要得益于持续的生态修复工程，例如，大规模的植树造林活动在黄河几字弯地区广泛开展。政府和相关组织为了改善生态环境、防止水土流失以及增加碳汇等，投入大量资源进行林地建设与草原生态恢复。退耕还草、禁牧休牧等措施持续推动草地面积扩张，减缓建设用地增长速度。

综上所述，不同情景下，各地类变化存在明显差异，对研究区的发展产生不同影响。城镇发展情形下，城区向外迅速扩张，虽然城市的经济水平进一步提高，但会威胁农业用地和生态用地。生态保护情形下，生态价值较高的林地、草地和水域得到了保护，建设用地对周边农业用地的侵占减少，生态系统得到一定改善，但没有发挥出各地类的最大价值。因此，需根据城市的规划目标以及土地约束条件，科学合理地设定不同时期的发展导向，提升土地利用效率，推动几字弯地区的可持续发展。

3 黄河几字弯地区生态系统健康演变分析

3.1 生态系统健康时序演变

整体来看，2000—2023年黄河几字弯地区生态系统健康水平呈现明显的上升态势，有力地说明地区生态系统健康状况随时间推进逐步改善。细分阶段分析，2000—2011年健康水平维持在0.150~0.200区间内平缓波动，生态健康水平提升速率相对滞缓，这一现象或与早期区域发展模式偏重经济增长、生态治理投入力度不足、生态保护意识尚未充分觉醒等因素相关，生态系统在工业化、城镇化进程中承受压力，健康提升动力有限。2012年之后，生态系统健康水平进入显著攀升阶段，2020—2023年稳定在0.250左右的相对高位。这一转变深刻反映出，伴随生态修复工程推进、环境治理专项行动深化、绿色发展理念落地，生态保护等举措的长期成效逐步凸显，生态系统的稳定性增强，其物质循环、能量流动、服务功能供给等方面持续优化，彰显出区域生态治理从“量变积累”迈向“质变突破”的关键跨越。

3.2 生态系统健康空间演变

黄河几字弯地区生态系统健康呈现显著的阶段性演变特征。2000年区域生态系统健康水平整体偏低，“病态”“亚病态”占主导，反映出早期人类高强度开发、资源过度索取对生态的冲击，生态服务功能薄弱，系统稳定性差。2011年“亚病态”范围扩张、“病态”有所收缩，显示区域生态保护举措初步发力，局部植被恢复、污染治理试点等政策虽推动生态改善，但受长期累积问题制约，提升幅度有限，生态系统仍处于低健康层级。2023年大部分地区生态格局向“亚健康”与“临界”状态转变，这得益于退耕还林、水土保持等长期生态修复工程，以及产业绿色转型与升级等策略的深度落地，促使生态质量与功能得到提升，系统稳定性和抗干扰能力增强，生态系统步入良性发展轨道，推进生态保护与高质量发展协同发展。

黄河几字弯地区生态系统健康冷热点图（图5）揭示了2000—2023年该地区生态系统健康的时空变化特征，冷点区域主要分布在地区的西北部和西南部部分地区。2000年地区内冷点范围较大且显著性水平较高，说明彼时这些区域生态系统健康较差，受土地退化、植被覆盖度低、水资源短缺等问题影响严重。但2023年，显著性水平较低的冷点相对增加，说明生态治理政策出台后改善了区域生态系统健康。热点区域主要集中在地区的东部和中部，3个年份中其范围相对稳定且颜色鲜艳，大部分区域热点显著性较高，说明这些区域生态系统健康状况一直较好，拥有丰富的自然资源和有效的生态保护措施，是地区生态系统健康的重要支撑。整体而言，冷点区域呈现缩小趋势，热点区域相对稳定并略有扩大，说明研究时期内地区在生态保护和环境治理方面取得了一定成效，同时，西北部和西南部的冷点区域需加强生态修复和保护。这一变化趋势与生态治理措施的实施、经济发展与产业结构调整以及气候变化与自然恢复等因素有关。

3.3 黄河几字弯地区土地利用与生态系统健康耦合协调分析

3.3.1 黄河几字弯地区土地利用与生态系统健康耦合协调分析

2000—2023年黄河几字弯地区15市土地利用强度与生态系统健康的耦合协调度D值总体呈“整体上升、局部波动”的时空格局（表6）。时间维度上，区域平均耦合协调度D值由0.529增至0.573，增幅8.32%，表明人地系统的协调性持续优化。其中，太原市以16.0%的增幅领跑，而鄂尔多斯市由0.327跌至0.210，成为唯一持续下滑的样本，体现能源高强度开发的负面效应在2011年后显著放大；银川、巴彦淖尔则先降后升，呈现政策修复的“V”型轨迹。空间维度上，区域协调度形成“东高西低、南高北低”的梯度格局，且区域差异持续强化。晋陕北部城市群协调度显著领先，2023年平均D值达0.671，形成以太原市为核心的高值集聚区；宁夏沿黄城市群居中，均值0.546，成为协调性提升最快的跃迁区；内蒙古西部城市持续低位，均值仅0.477，其中鄂尔多斯市以0.210成为全域协调性洼地。空间演化呈现极化现象：晋陕高值区通过朔州、吕梁等城市的协同提升形成连片发展带。以太原—榆林为核心形成高值集聚带（D>0.64），并沿黄河干流向吕梁、朔州、呼和浩特等外围梯度扩散。与之对照，内蒙古城市群内部非均衡性加剧——呼和浩特增至0.685的同时，鄂尔多斯与巴彦淖尔市的低值洼地未获改善，导致东西部协调度差值从2000年的0.150扩大至2023年的0.194，鄂尔多斯—巴彦淖尔与宁夏北部诸市构成低值塌陷区显示出干旱生态本底与资源依赖型经济的双重胁迫。

3.3.2 黄河几字弯地区土地利用与生态系统健康耦合引力效应分析

利用引力模型，以各个城市的耦合协调度指数作为各自的引力，得到最终的黄河几字弯地区15个城市的土地利用强度与生态系统健康耦合协调度引力可视化网络（图6）。呈现出“耦合升级—网络强化—空间协同”的演进轨迹，耦合等级维度上，2000年以乌海、鄂尔多斯等资源型城市为代表的轻度失调区或濒临失调区占主导，揭示了土地开发与生态保护的深层矛盾。2011年部分城市率先转型进入初级协调，推动城市间形成中等密度引力网络，跨区域协同机制初步建立，最终多个能源城市跃升至中高级协调，呼包银榆核心区依托强引力网络形成“核心引领、层级扩散”格局。空间上，高土地利用区从核心点零散分布演变为“呼包鄂银连绵带”并与中高协调城市高度重合，验证了其空间共进。网络结构上，从2000年无序弱引力联系、资源单向输出，经2011年中高引力增加，银川依托生态修复形成“绿心效应”，与吴忠、石嘴山构建起生态旅游协作网络，关联方向从“单向资源流”转向“生态—产业双向互动”。最终发展为2023年层级化网络与“多核联动”格局。此时核心区内部，例如太原向吕梁、忻州辐射产业转型与生态技术，形成绿色产业链走廊。榆林与延安构成能源转型双核，通过包西高铁、青银高速强化能源化工技术共享通道，对周边城市形成“虹吸—反哺”双向流，核心城市间双向关联强度大幅提升。整体看，引力网络密度、层级、协作逻辑随协调度升级持续优化。

度中心性是衡量城市与其他城市协调度关联的数量和强度；接近中心性衡量城市与网络中所有其他城市建立协调联系的平均难易程度（路径长度总和最小），反映该节点的中心位置；中介中心性衡量城市作为其他城市间协调联系最短路径“桥梁”的关键程度；特征向量中心性衡量城市与众多本身具有高协调度关联能力的城市建立连接的程度，反映该节点的嵌入深度。由表7可知，2000—2023年黄河几字弯地区耦合协调引力网络呈现“强极—弱轴—断带”非均衡演化。太原凭借高位D值长期稳居极核，但其中介中心性由0.064骤降至0.015，角色由“桥梁”转为“虹吸终点”；榆林度中心性升至0.786且中介值始终最高，成为区域唯一兼具高连接与高控制的“阀门”节点；乌海中介值先跌后升，重新激活蒙西资源通道的关隘功能。晋陕沿线的太原—吕梁—榆林主轴随知识—能源要素流动而强化，榆林—延安能源双核轴却因延安零中介而呈单向依赖；朔州—忻州—太原生态修复轴中，朔州中介值先跃升后回落，忻州则退化为无中介的纯节点。呼和浩特度中心性虽提升但中介乏力，未能扭转蒙西资源轴的松散状态。相反，鄂尔多斯、巴彦淖尔连续三期度中心性≤0.214且中介恒为0，与中卫、石嘴山、吴忠、银川共同构成南北向“网络真空”，隔断晋陕与甘蒙的生态—经济协同。延安孤悬陕北，虽直连榆林却无延伸能力。

4 结论与启示

黄河几字弯地区作为我国重要的生态功能区与资源富集区，在国家生态安全与区域可持续发展中占据着举足轻重的地位。本研究基于PLUS模型，系统解析了2000—2023年黄河几字弯地区土地利用与生态系统健康的互馈关系，通过多情景模拟与耦合、引力分析，揭示了资源开发与生态保护的耦合协同逻辑，为区域可持续发展提供了科学支撑。具体研究发现与启示如下：

（1） 2000—2023年黄河几字弯地区土地利用呈现“建设用地急剧扩张、生态用地持续收缩”的显著特征。建设用地大幅增长，增幅超103%，主要侵占耕地与草地。同时，生态治理政策促使大量未利用地成功转化为草地（规模近10 000 km²），取得阶段性成效。驱动因素分析表明：黄河几字弯地区人口密度提升催生粮食需求、提供劳动力，推动耕地扩张；GDP 增长依托农业开发，农业投入又助力耕地拓展，形成双向支撑；林地恢复与扩张得益于经济投入、适宜气温及降水的结合；建设用地的高速扩张则与人口集聚和交通网络扩张紧密联动。多情景模拟进一步揭示了未来趋势：自然发展情景下，建设用地持续填充式扩张伴随耕地明显减少；城市发展情景则预示建设用地加速增长，尤其集中于能源城市，生态空间面临高压缩风险；相比之下，生态保护情景下草地和林地将有效恢复，建设用地扩张显著放缓，约缩减60%，但经济发展的资源需求仍需平衡。

基于建设用地激增、结合农牧交错带“草地向耕地转出”的人地矛盾，亟需实施分区域精准管控。对生态系统健康冷点区，如西北荒漠带，延续未利用地转草地的生态治理经验，通过围栏封育、人工种草强化生态修复，严禁建设用地侵占；对呼包鄂银等城镇核心区，以“控增量、提效率”为核心，划定城市增长边界，盘活闲置建设用地，避免填充式扩张；对晋陕太原、榆林一带建立林地—草地生态廊道，严控工业与采矿用地侵占，巩固“健康—亚健康”生态格局。在退耕还林还草、草地轮牧等项目中，避免草地无序开垦；培训牧区农牧民掌握节水农业、草地围栏封育技术，让农牧区从“生态影响者”转变为“生态守护者”，减少生态负反馈。

（2） 生态系统健康水平从2000年的0.120增长至2023年的0.250，呈现“缓慢波动—加速提升”的两阶段特征：2000—2011年受工业化初期高强度开发影响，健康水平长期徘徊于0.150~0.200；2012年后随生态修复工程推进，2020—2023年稳定在0.250高位，物质循环效率与生态服务功能显著改善。空间格局上，2000年“病态”“亚病态”区域占比超60%，集中于毛乌素沙地边缘与河套灌区；2023年生态系统健康水平虽实现整体跃升的积极态势，但空间差异显著，尤其是西北干旱贫瘠区的冷点地带治理短板仍存。

针对位于此类关键区域且资源开发导向显著的鄂尔多斯等能源城市，其发展模式与生态系统交互中出现耦合协调度下降的核心矛盾，亟需强力推动产业转型升级。具体而言，对煤炭、化工等传统产业，提高煤炭洗选比例以降低开采生态破坏，引导化工企业向精细化工升级，减少每万元工业废水、SO₂排放量；结合河套灌区耕地、贺兰山草地的资源禀赋，培育“生态农业+观光”“自然景观+康养”产业，将生态系统服务价值转化为经济收益，平衡资源开发与生态保护。

（3） 黄河几字弯地区土地利用与生态系统健康耦合关系呈现开发胁迫与修复增益的二元张力。西北能源型城市因建设用地扩张加剧生态退化，协调度显著弱化；而沿黄地区通过大规模生态修复实现协调水平跃升，揭示土地利用转型的双向生态效应。空间上形成三级梯度格局——晋陕核心区维持高协调状态，宁蒙过渡带居中，西北地区深陷低值塌陷区，凸显干旱生态本底叠加资源型经济的深层约束。突破路径在于区域协同升级：城市群从无序弱关联转向多核网络化发展，以生态共治与产业协作为纽带的高效传导机制，显著带动边缘地区协调度提升，证实空间网络协同可弥合区域发展鸿沟。

鉴于突破区域耦合发展瓶颈的根本在于推动空间网络协同，而当前研究区 “东高西低”的分异格局以及突出的宁蒙“弱引力”问题阻碍了这一目标的实现，提出由国家、区域和地方构成的协同机制以破局。国家层面统筹设立生态补偿基金，对毛乌素沙地治理、河套灌区保护等限制开发区域给予财政转移支付，试点碳交易、水权交易；建立跨省统一监测平台，实时共享归一化植被指数、人均水资源量等生态数据，实现沙尘暴、水污染协同预警；区域地方层面，强化太原、榆林、银川的核心辐射，搭建“太原—吕梁—榆林”生态技术通道、“银川—吴忠—石嘴山”生态旅游网络，弥合区域差距。

参考文献

[1] 曹晨，黄贤金.多要素流视角下黄河 “几” 字弯都市圈空间网络结构及影响因素研究［J］.干旱区地理，2023，46（6）：993-1003.

[2] Cao C， Huang X J. Spatial network structure and its influencing factors of Jiziwan Metropolitan Area of the Yellow River from the perspective of multi-dimensional feature flow［J］. Arid Land Geography， 2023，46（6）：993-1003.

[3] 刘任涛，程静.黄河 “几字弯” 的地理界定及主要生态问题［J］.应用生态学报，2025，36（2）：383-394.

[4] Liu R T， Cheng J. Geographical boundary line of the Yellow River′s ‘Ji Zi Bend’and its main ecological issues［J］. Chinese Journal of Applied Ecology， 2025，36（2）：383-394.

[5] 武志平，姜民，付建新.黄河 “几” 字弯都市圈城镇化高质量发展时空分异及驱动力［J］.干旱区地理，2025，48（7）：1279-1292.

[6] Wu Z P， Jiang M， Fu J X. Spatial and temporal differences and driving forces for high-quality development of urbanization in the Jiziwan metropolitan area of the Yellow River［J］. Arid Land Geography， 2025，48（7）：1279-1292.

[7] 雷燕慧，丁国栋，李梓萌，等.京津风沙源治理工程区土地利用/覆盖变化及生态系统服务价值响应［J］.中国沙漠，2021，41（6）：29-40.

[8] Lei Y H， Ding G D， Li Z M， et al. Land use/cover change and its ecosystem service value response in the Beijing-Tianjin sandstorm source control project area［J］. Journal of Desert Research， 2021，41（6）：29-40.

[9] 贾晓鹏，王海兵，李永山，等.风沙对黄河宁蒙河段的影响研究进展［J］.中国沙漠，2021，41（4）：152-157.

[10] Jia X P， Wang H B， Li Y S， et al. Research progress on effect of the coarse aeolian sand on the Ningxia-Inner Mongolian Reach of the Yellow River［J］. Journal of Desert Research， 2021，41（4）：152-157.

[11] 王芳，侯静怡.黄河“几”字弯都市圈资源环境承载力与经济发展耦合协调研究［J］.人民黄河，2024，46（3）：85-91.

[12] Wang F， Hou J Y. Research on the coupling and coordination of resources environment carrying capacity and economic development in the backward U⁃Shape bend urban circle of the Yellow River［J］. Yellow River， 2024，46（3）：85-91.

[13] Sachs J D， Warner A M. The curse of natural resources［J］. European Economic Review， 2001，45（4/5/6）：827-838.

[14] 余志巍，刘强，张宇阳，等.内蒙古不同草地NDVI变化及其驱动要素［J］.生态学报，2024，44（22）：10068-10082.

[15] Yu Z W， Liu Q， Zhang Y Y， et al. Changes of NDVI and driving factors in different grasslands in the Inner Mongolia［J］. Acta Ecologica Sinica， 2024，44（22）：10068-10082.

[16] Ma M W， He Y H， Sun Y W， et al. Land use modeling and predicted ecosystem service value under different development scenarios： a case study of the upper-middle Yellow River Basin， China［J］. Land， 2025，14（1）：115-134.

[17] Wang W W， Fu T L， Chen H. Spatio-temporal evolution and prediction of carbon storage in the Yangtze River Delta urban agglomeration based on PLUS-InVEST model［J］. Huanjing Kexue， 2025，46（4）：1937-1950.

[18] Ye Y X， Lai M M， Dong M M， et al. Coupling the PLUS-InVEST model for multi-scenario land use simulation and carbon storage assessment in northern Anhui， China［J］. Sustainability， 2025，17（9）：4185-4203.

[19] Wang S N， Xing X G， Wu Y J， et al. Restoration of vegetation in the Yellow River Basin of Inner Mongolia is limited by geographic factors［J］. Scientific Reports， 2024，14：14922.

[20] He J， Tang Y F， Guo X Q， et al. Assessment of coupling coordination and spatial distribution characteristics between urbanization and ecosystem health in the Yellow River Basin［J］. Land Use Policy， 2025，154：107572.

[21] Song J B， Liang Z， Guo Q， et al. Current situation， dilemmas and measures to improve horizontal ecological compensation coordination mechanisms in river basins［J］. Sustainability， 2023，15（2）：1504.

[22] 王统勋，安雯.黄河流域生态环境协同治理面临的政策法规困境及对策［J］.寒旱农业科学，2023，2（8）：713-718.

[23] Wang T X， An W. The dilemmas and countermeasures of policies， laws， and regulations in the synergistic governance for the Yellow River Basin ecological environment［J］. Journal of Cold-Arid Agricultural Sciences， 2023，2（8）：713-718.

[24] 袁雪.基于PLUS模型的武汉市土地利用变化情景模拟与景观生态风险研究［D］.江西 抚州：东华理工大学，2022.

[25] Yuan X. Scenario simulation of land use change and landscape ecological risk research in Wuhan based on PLUS model［D］. Fuzhou， Jiangxi： East China Institute of Technology， 2022.

[26] 刘志勇，方朝阳，蔡振饶，等.多情景下鄱阳湖滨湖区生态系统服务价值预测［J］.环境科学与技术，2022，45（7）：218-227.

[27] Liu Z Y， Fang C Y， Cai Z R， et al. Multi-scenario simulation and prediction of ESV for Poyang Lake lakeside area［J］. Environmental Science & Technology， 2022，45（7）：218-227.

[28] 王洁宁，王文超，海蒙蒙.基于PLUS模型的山东省土地利用变化模拟分析［J］.国土与自然资源研究，2022（6）：1-8.

[29] Wang J N， Wang W C， Hai M M. Simulation analysis of land use change in Shandong Province based on PLUS model［J］. Territory & Natural Resources Study， 2022（6）：1-8.

[30] 郭桓超，何湜，闫戈丁，等.基于PLUS的太行山地区土地覆盖时空变化及预测［J］.天津师范大学学报：自然科学版，2025，45（4）：60-67.

[31] Guo H C， He S， Yan G D， et al. Spatio-temporal change and prediction of land cover in Taihang Mountain area based on PLUS［J］. Journal of Tianjin Normal University：Natural Science Edition， 2025，45（4）：60-67.

[32] 吕博，陈力，杨柳，等.基于PLUS模型未来土地利用多情景模拟与景观生态风险分析：以无定河流域为例［J］.水土保持研究，2025，32（6）：361-369.

[33] Lyu B， Chen L， Yang L， et al. Multi-scenario simulation of future land use and landscape ecological risk analysis based on PLUS model： a case study of Wuding River Basin［J］. Research of Soil and Water Conservation， 2025，32（6）：361-369.

[34] 庄大方，刘纪远.中国土地利用程度的区域分异模型研究［J］.自然资源学报，1997，12（2）：105-111.

[35] Zhuang D F， Liu J Y. Study on the model of regional differentiation of land use degree in China［J］. Journal of Natural Resources， 1997，12（2）：105-111.

[36] 韩磊，张晗，刘钊，等.基于DPSIR-TOPSIS模型的陕北黄土高原农业生态系统健康评价［J］.人民黄河，2025，47（5）：100-105.

[37] Han L， Zhang H， Liu Z， et al. Agroecosystem health assessment of the Loess Plateau in northern Shaanxi based on DPSIR-TOPSIS model［J］. Yellow River， 2025，47（5）：100-105.

[38] 谢高地，甄 霖，鲁春霞，等.一个基于专家知识的生态系统服务价值化方法［J］.自然资源学报，2008，23（5）：911-919.

[39] Xie G D， Zhen L， Lu C X，et al. Expert knowledge based valuation method of ecosystem services in China［J］. Journal of Natural Resources，2008，23（5）：911-919.

[40] Costanza R， d′Arge R， de Groot R， et al. The value of the world’s ecosystem services and natural capital［J］. Nature， 1997，387（6630）：253-260.

[41] 孙雪颖，王玲玲.模拟多情景下青海湖流域土地利用变化及生态系统服务价值的空间响应［J］.贵州林业科技，2025，53（4）：41-48.

[42] Sun X Y， Wang L L. Simulating land use and spatial responses of ecosystem service values in the Qinghai Lake Basin under multiple scenarios［J］. Guizhou Forestry Science and Technology， 2025，53（4）：41-48.

[43] Li Y Y， Qin L， Wang Y H， et al. Ecosystem health assessment of the largest lake wetland in the Yellow River Basin using an improved vigor-organization-resilience-services model［J］. Ecological Indicators， 2024，166：112539.

[44] 李英杰，梁帅涛，汪顺生.基于DPSIR模型的山西省生态健康评价［J］.人民长江，2025，56（1）：74-80.

[45] Li Y J， Liang S T， Wang S S. Evaluation on ecological health in Shanxi Province based on DPSIR model［J］. Yangtze River， 2025，56（1）：74-80.

[46] 顾悦，万方舟，王梅.湖北省绿色发展与河流健康协调网络演变分析［J/OL］.南水北调与水利科技（中英文），

[47] Gu Y， Wan F Z， Wang M. Analysis of the evolution of the coordination network between green development and river health in Hubei Province［J］. South-to-North Water Transfers and Water Science & Technology，

[48] 童锦文，罗志军，罗松开，等 ．鄱阳湖流域生态系统健康时空演变及区域内联系响应［J/OL］.环境科学，

[49] Tong Jinwen， Luo Zhijun， Luo Songkai， et al. Temporal and spatial evolution of ecosystem health in the Poyang Lake Basin and responses of regional connections［J］. Environmental Science，

[50] Hou Y F， Chen Y N， Li Z， et al. Land structure change and ecological effects under future development scenarios in Tarim River Basin， Central Asia［J］. Geography and Sustainability， 2025，6（4）：100300.

基金资助

国家自然科学基金项目(42061051)

内蒙古哲学社会科学基金项目(2024NDB204)

内蒙古自然科学基金项目(2022LHMX07003)

内蒙古自治区哲学社会科学规划项目研究生学术能力培育专项课题(2026ZZB085)