淮河生态经济带城市经济承载力的多维测度

赵疏航，何刚,2*，李恕洲，杜宇

(1.安徽理工大学 经济与管理学院；2.安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室;3.安徽理工大学 计算机科学与工程学院:安徽 淮南 232001)

0 引言

随着我国城市城镇化发展速度的不断加快，城市经济发展所面临的人口增速过快和生态环境破坏等问题日益突出.为此一些学者利用不同的方法从城市经济承载力(urban economic carrying capacity，UECC)的角度对城市经济发展进行了研究.例如：狄乾斌等[1]利用PSR模型和非线性模糊综合评价法研究了15个副省级城市的经济承载力水平.蔡永龙等[2]通过修正人口-经济承载力模型，研究了2005—2014年珠三角城市群18个城市的经济承载力水平，并对比了各城市的经济承载力水平的空间差异.穆学英等[3]运用县域经济承载力指数模型对山东省104个县域的经济承载力进行了研究，并利用ESDA分析了县域经济承载力的空间分布格局.但目前为止，将生态环境、人口容量和经济容量相结合的研究较少.因此，本文以淮河生态经济带苏皖段的14个城市(淮北市、亳州市、宿州市、蚌埠市、阜阳市、淮南市、滁州市、六安市、徐州市、淮安市、盐城市、扬州市、泰州市和宿迁市)的经济承载力为研究对象，通过构建基于经济支撑力系统和经济压力系统的城市经济承载力综合评价指标体系，并借助熵权法确定各评价指标权重，对其经济承载力进行多维测度，以为该区域经济可持续发展与生态文明建设提供理论依据.

1 构建评价体系与选取模型

1.1 数据来源与评价体系构建

研究数据主要分为空间数据和面板数据.空间数据来源于中国国家基础地理信息系统数据库，数据的处理采用ArcGIS 10.7软件进行.面板数据主要来源于2019年的《中国统计年鉴》《江苏统计年鉴》《安徽统计年鉴》以及14个城市的2018年国民经济和社会发展统计公报.部分评价指标数据(人均指标和地均指标等)由年鉴和年报数据计算得出.

本文在文献[4-5]研究的基础上，以生态环境与社会经济协调发展为出发点，从经济支撑力和经济压力两个方面构建了包括经济水平、生态弹性、高等教育、环境治理、城市建设、人口压力、农业生产和资源消耗等8个要素层及其18个具体评价指标的综合评价指标体系，如表1所示.

表1 淮河生态经济带苏皖段的UECC评价指标体系

1.2 权重确定

因层次分析法、专家调查法等赋权法主观性过强，所以本文采用客观赋权法—熵权法[6]确定各评价指标权重.熵权法赋权的具体操作步骤如下：

1)指标的标准化处理.需处理的指标包括效益型指标(ai j)和成本型指标(bi j)，处理方法为：

(1)

其中，ai j、bi j表示i城市的第j个评价指标.

2)计算i城市的第j个评价指标比重pi j.i城市的第j个评价指标比重pi j的计算公式为

(2)

3)计算第j项指标的熵值ej和权重wj.第j项指标的熵值ej和权重wj的计算公式为:

(3)

按照上述步骤计算即可得出各评价指标的权重，结果见表2.

表2 淮河生态经济带苏皖段的UECC的各评价指标权重

由表2可知：在经济支撑力系统中，人均水资源量(H5)、经济密度(H2)和人均GDP(H1)的所占权重较大，表明生态弹性和经济水平对城市经济支撑力系统影响较大.在经济压力系统中，公路密度(H10)和每公顷化肥施用量(H15)的所占权重较大，表明城市建设和农业生产对城市经济承载力的压力较大.另外，人口密度(H12)、人口自然增长率(H13)和城镇登记失业率(H14)所占比重也比较大，表明人口压力对城市经济承载力也具有重要的影响.

1.3 构建UECC模型

利用经济支撑力和经济压力两个子系统构建UECC综合评价指标体系，并以此测算淮河生态经济带苏皖段各个城市的经济支撑力指数和压力指数，进而对城市经济承载力指数进行测度[7-8].构建UECC评价模型的具体步骤如下：首先测算城市经济支撑力指数(S)和城市经济压力指数(P)，其计算公式为：

(4)

(5)

其中，Xi、Yj为标准化后的支撑力系统和压力系统的数据，m=9，n=9.构建UECC评价模型后，利用公式(6)即可计算出城市经济承载力指数.

D=P/S.

(6)

2 实证分析

2.1 城市经济承载力的等级标准

依据文献[7-8]的研究方法并结合本文的研究实际，归纳了淮河生态经济带苏皖段城市经济承载力的等级评价标准，如表3所示.

表3 UECC等级评价标准

2.2 城市经济支撑力系统的评价

根据式(4)求出的2018年淮河生态经济带苏皖段14个城市的城市经济支撑力指数见表4.由表4可以看出：经济支撑力处于中等承载的城市有5个，其主要原因是这些城市经济水平较高，高等教育较强；处于低承载力的城市有6个，其主要原因是这些城市经济水平相对较低，但生态弹性较大，环境治理较好；处于弱承载的城市有3个，其主要原因是这些城市的各项经济支撑力指标均较低.从支撑能力和排序综合看，江苏段的城市经济支撑力高于安徽段的城市经济支撑力.

表4 各城市的经济支撑力指数及等级排序

2.3 城市经济压力系统的评价

图1 各城市的经济压力指数

根据式(5)求出的2018年淮河生态经济带苏皖段14个城市的城市经济压力指数如图1所示.从图1可知：经济压力处于较强压力的城市只有泰州市，其主要原因是该市人口压力过大，农业生产效率较低；经济压力处于中等压力的城市有11个，其主要原因是这些城市资源消耗较大，人口压力和农业生产效率处于中等水平；经济压力处于低压力的城市有蚌埠市和淮南市，其主要原因是这2个城市除城市建设要素层的压力较大外，其他3个要素层的经济压力相对较小.从压力水平和排序综合看，江苏段的城市经济压力高于安徽段的城市经济压力.

2.4 城市经济承载力的综合评价

根据式(6)求出的2018年淮河生态经济带苏皖段14个城市的城市经济承载力指数见表5.由表5可知：经济承载力处于低负荷承载的城市只有蚌埠市，其主要原因是该市地理位置处于淮河流域和皖北城市的中心，交通便利，高等院校数量较多；经济承载力处于承压基本平衡的城市有徐州市和扬州市，其主要原因是这2个城市在经济转型升级中其经济压力指数和经济支撑力指数基本保持了平衡.经济承载力处于高负荷承载的城市为11个，其主要原因是这些城市的发展已经超越了该区域的经济容纳量，经济发展失衡.从承载能力和排序综合看，江苏段的城市经济承载力高于安徽段的城市经济承载力.根据表5的数据，运用ArcGIS 10.7软件绘制的2018年淮河生态经济带苏皖段各城市的经济承载力水平及其空间分布如图2所示.

表5 城市经济承载力指数及等级排序

图2 14个城市的经济承载力水平及其空间分布

3 结论

本文利用SP概念模型和UECC评价模型对淮河生态经济带苏皖段的城市经济承载力进行研究表明：城市经济支撑力具有淮河下游(江苏段)支撑力强、中游(安徽段)支撑力弱的空间分布特征；江苏段的城市经济压力高于安徽段的城市，其中公路密度是城市经济压力的决定性因素；处于高负荷承载的城市为11个，其中江苏段的城市经济承载力高于安徽段的城市经济承载力.本研究结果可为提高城市经济支撑力和经济承载力水平提供参考.在今后的研究中，我们将进一步研究各县之间的经济承载力水平以及差异，从而为进一步提升区域经济承载力水平提供理论支撑.