EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 9: 2155 - 2170

DOI: https://doi.org/10.31497/zrzyxb.20240909

其他研究论文

长江中游城市群土地生态系统“社会—生态”网络构建与协同治理研究

  • 杨欣 , 1, 2, 3 ,
  • 肖豪立 1, 2, 3 ,
  • 黄宸 , 1, 3 ,
  • 王艺霏 4, 5
展开
  • 1.华中农业大学公共管理学院，武汉 430070
  • 2.华中农业大学生态与环境经济研究所，武汉 430070
  • 3.华中农业大学自然资源管理与全球治理研究院，武汉 430070
  • 4.中国科学院地理科学与资源研究所，北京 100101
  • 5.中国科学院大学，北京 100049
黄宸（1990- ），女，湖南娄底人，博士，讲师，主要从事政策网络、环境治理研究。E-mail:

杨欣（1988- ），女，河南邓州人，博士，副教授，主要从事土地资源经济与可持续发展研究。E-mail:

收稿日期: 2023-10-23

  修回日期: 2024-02-18

  网络出版日期: 2024-09-04

基金资助

国家自然科学基金项目(72374080)

国家自然科学基金项目(72304016)

武汉市曙光计划(2023020201020349)

中央高校基本科研业务费专项资金资助项目(2662023YJ001)

收起

Research on the construction and collaborative governance of the "socio-ecological" network of a land ecosystem in the middle reaches of the Yangtze River

  • YANG Xin , 1, 2, 3 ,
  • XIAO Hao-li 1, 2, 3 ,
  • HUANG Chen , 1, 3 ,
  • WANG Yi-fei 4, 5
Expand
  • 1. College of Public Administration, Huazhong Agriculture University, Wuhan 430070, China
  • 2. Institute of Ecology and Environmental Economics, Huazhong Agricultural University, Wuhan 430070, China
  • 3. Research Center for Natural Resources Management and Global Governance, Wuhan 430070, China
  • 4. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 5. University of Chinese Academy of Sciences, Beijing 100149, China

Received date: 2023-10-23

  Revised date: 2024-02-18

  Online published: 2024-09-04

Fold

摘要

以长江中游城市群为研究对象，在遵循“源地识别—阻力面构建—廊道提取”框架构建生态网络、基于政府间政策文件构建社会网络的基础上，通过隶属关系将二者联系起来，构建长江中游城市群土地生态系统的“社会—生态”网络并探究其协同治理机制。结果表明：（1）生态网络形态上大体呈现“三横两纵”的形态分布，核心集中在湘赣边界山区，宜春、岳阳、九江、吉安和抚州市是网络中核心城市。生态网络结构较复杂，抗干扰能力较强；社会网络中，环境保护是区域合作的主要主题，武汉、长沙、南昌市是网络核心城市。（2）城市群“社会—生态”网络结构较紧密，但整体凝聚性较弱。网络核心集中在湖南、湖北、江西三省交界处，地理格局依然是影响区域间合作的重要因素。（3）通过社会、生态网络中的核心城市匹配关系发现城市群社会治理与生态联系存在空间上“错配”关系，吉安、抚州等市存在“政府管理缺位”现象。（4）“司法+机制”网络矩阵和地理距离生态联系呈现显著正向影响，城市群内部整体处于机制不完善、司法保障不健全的协同模式，单一主题的政策网络难以发挥成效。打破地域上的行政边界，强化合作机制和司法联系能够为区域协同治理提供有效机制保障。

关键词： 土地生态系统; “社会—生态”网络; 网络治理; QAP分析; 长江中游城市群

本文引用格式

杨欣 , 肖豪立 , 黄宸 , 王艺霏 . 长江中游城市群土地生态系统“社会—生态”网络构建与协同治理研究[J]. 自然资源学报, 2024 , 39(9) : 2155 -2170 . DOI: 10.31497/zrzyxb.20240909

Abstract

Based on the ecological network and the social network in the middle reaches of the Yangtze River, this paper constructed its "socio-ecological" network by connecting the above two networks and explored their collaborative governance mechanism. The results show that: (1) The ecological network presents a morphological distribution of "three horizontal lines and two vertical lines", with the core concentrated in the border areas of Hunan and Jiangxi. Yichun, Yueyang, Jiujiang, Ji'an and Fuzhou are the core cities in the network. The ecological network has a complex structure and strong anti-interference ability; in the social network, environment collaboration is the main theme of regional cooperation, Wuhan, Changsha, and Nanchang are the core cities of the network. (2) The "social-ecological" network shows that the internal structure of the urban agglomeration is relatively tight, but the overall cohesion is weak. The core of the network is concentrated at the junction of three provinces. The geographical pattern is still an important factor affecting inter-regional cooperation. (3) The core cities in the socio-ecological network were found to have a spatial "mismatch" between social governance and ecological linkages in the urban agglomeration, with Ji'an, Fuzhou and other cities suffering from a "management deficit" phenomenon. (4) The "judicial guarantee+governance mechanism" network and geographical distance exert a significant positive impact in the QAP regression analysis. The entire urban agglomeration is in a collaborative mode with imperfect mechanisms and incomplete judicial protection. Breaking down geographical administrative boundaries and strengthening cooperation mechanisms and judicial connections are highly recommended to provide effective institutional guarantees for regional collaborative governance.

Key words： land ecosysten; "socio-ecological" network; network governance; QAP analysis; middle reaches of the Yangtze River

随着城市化和工业化的快速发展，土地生态系统的可持续发展面临巨大危机，具体表现为资源过度消耗、生态环境破坏和环境污染，这些问题不仅威胁区域生态安全，也影响社会福祉和经济可持续发展[1⇓-3]。土地“社会—生态”系统之间的关系存在非线性、滞后性以及跨学科性，使得土地生态系统的治理问题备受关注[4,5]。作为近年来逐渐兴起的研究工具，复杂网络能够跨越社会系统与生态系统的边界，通过土地生态系统中的“社会—生态”依赖关系以及相互作用机制来有效制定土地“社会—生态”治理方案[6]。生态网络通过将生态源地、生态廊道等要素进行有机连接形成网络，已被广泛应用于区域生态安全格局研究中[7]。通过“源地识别—阻力面构建—廊道提取”的基本框架，学者已对区域景观连通性[8]、生态修复[9]等领域进行了深入探讨。社会网络分析是由社会学家根据数学方法、图论等发展起来的定量分析方法[10]。“社会—生态”网络方法源于20世纪末跨学科领域研究中的社会生态系统框架，并在Bodin[4]的引入下发展为网络分析的新兴方法。它将生态网络中生态资源当作研究对象，因其能够有效地跨越社会系统与生态系统的边界已成为研究社会与生态相互作用的有效工具[3]。当前“社会—生态”网络研究重点关注自然资源管理、“社会—生态”匹配和“社会—生态”系统适应性治理等领域的研究，已应用于保护区恢复[11]、水资源管理[12]与生物物种保护[13]等实践中。
城市群作为城镇化的高级阶段，其复杂的“社会—生态”互动及人类活动对环境的影响凸显了跨行政区域协同治理的必要性[14]。在政策层面，这意味着更强调系统性的区域合作和生态治理策略，以提升治理效率，减少城市间的环境问题和相关负外部性[15,16]。2023年10月，习近平总书记在《进一步推动长江经济带高质量发展座谈会》上强调“要坚持把强化区域协同融通作为着力点，沿江省市要坚持省际共商、生态共治、全域共建、发展共享，增强区域交通互联性、政策统一性、规则一致性、执行协同性，稳步推进生态共同体和利益共同体建设，促进区域协调发展”。研究城市群尺度上的“社会—生态”网络有助于更好地识别区域社会管理与生态资源的联系，探究社会节点的合作关系对生态节点之间联系的影响，为跨区域生态治理与可持续发展提供有效政策建议。在城市群尺度上的网络治理研究主要可分为两个层面：一些学者聚焦环境治理网络的影响机制，通过构建区域尺度上的水污染[17]、大气污染[18]和“降碳”[14]等区域环境关联网络，探究环境污染的空间关联并提出治理对策；另一些学者通过构建指标体系关注经济发展主题下的区域联系，如创新合作网络[19]、经济高质量发展网络[20]等，确定区域间不同主题的空间关联网络，进一步探究区域间网络形成机制[21]。
总体来看，首先，当前研究较少将“社会—生态”网络治理应用到城市群尺度上的治理研究中。其次，已有文献“社会—生态”网络构建侧重于管理的过程，忽略了社会治理主体间的协作关系也会对土地生态系统网络造成显著影响。最后，网络治理研究较少运用到土地生态系统“社会—生态”网络治理领域。长江中游城市群是中国经济发展最为活跃的城市群之一，也是经济发展与生态治理矛盾较为突出的区域，推进城市群尺度上的协同治理是区域可持续发展的现实要求[22]。因此，在基于最小阻力模型构建城市群生态网络，并通过梳理长江中游城市群政府间合作文件构建社会网络的基础上，本文进一步根据社会节点与生态节点的隶属关系确定层间矩阵，构建长江中游城市群“社会—生态”二模网络，并探究不同主题网络对生态节点的影响机制，以期为完善长江中游城市群合作机制、统筹推进高质量发展和生态文明建设提供基础性政策建议。

1 理论框架

生态环境作为典型公共产品，其治理也是典型公共管理问题[23]。当前土地生态系统服务存在供需失衡以及空间不匹配等问题，适应性管理不足对可持续发展带来了巨大压力[15]。为实现长期自然保护目标，推动实现人与自然和谐共生的可持续发展目标，生态环境治理必须坚持协同治理的系统性思维以实现生态可持续发展[24]。生态网络作为土地生态系统质量的重要表征，通过源地、廊道和节点的有机结合成为反映区域环境质量的重要指标[7]。一方面，土地生态系统服务具有不可分割性、关联要素的多元性、区域差异性和跨区域流动性等特征，而政府作为土地生态修复和治理的责任主体，其治理行动存在强烈的外部性[16]。由此带来的土地生态治理的私人成本和社会成本、私人收益和社会收益不对等等问题，严重阻碍相关利益主体治理积极性和生态文明建设[25]。因此，跨区域治理亟需跨区域、跨部门和跨层级的、基于协作的和互惠的治理机制。另一方面，传统自上而下的“纵向互动”（vertical interaction）和基于“横向互动”（horizontal interaction）的府际管理引发的高成本和低决策效率等问题逐渐显现，难以适应现代社会结构变化的需要，网络化治理模式应运而生[18]。网络治理可以通过构建连接各利益相关主体的网络，通过行动者之间的横向和纵向的交互有效降低政府参与公共政策制定和决策的成本，从整体上把握治理的突破方向和路径[26]。根据网络化治理理论，长江中游城市群各地级市作为网络治理中的行动者，通过城市间政策协作实现资源共享和信息交换，更好地实现区际横向协同。
因此，本文以网络化治理理论、外部性理论和府际治理理论为基础，融合多中心治理理论中关于土地生态网络问题治理主体的多元化思想，在构建区域生态网络并进行评价的基础上，基于可持续发展目标设定协同发展在区域维度和要素维度的两大目标，综合“社会—生态”系统理论中关于因网络内部主体间的交互行为而产生的不同类型的政策协作与治理效果的关联关系确定理论框架。通过治理场景、对象明确作为资源管理者的政府和作为资源提供者的生态系统，通过区域维度和要素维度确定不同层面治理目标，通过“社会—生态”影响探究社会治理与生态联系间的关系，并基于此确定推动协同治理的治理路径（图1）。
图1 长江中游城市群“社会—生态”网络治理分析框架

Fig. 1 Analysis framework of "socio-ecological" network collaborative governance in the middle reaches of the Yangtze River

2 研究方法与数据来源

2.1 研究区概况

长江中游城市群地处101°55′E~122°31′E、25°59′N~34°29′N，是由武汉城市圈、环长株潭城市群、环鄱阳湖城市群组成的超大城市群，横跨湖北、江西、湖南三省，总面积约为3.27×105 km²（图2）。截至2022年，城市群人口超1.3亿，GDP达13.45万亿，是中部地区的经济发展中心和交通运输枢纽。长江中游三省拥有包括野生动物、森林生态在内的国家级保护区67个，是红嘴相思鸟（Leiothrix lutea）、野生腊梅（Chimonannthus praecox）等多种珍稀物种的栖息地，对维持生态平衡和科学研究具有重要价值。2010—2020年间，长江中游城市群快速发展时期的经济发展与生态保护矛盾逐渐加剧，建设用地占比由2.76%上升到4.64%[22]，耕地和生态空间受到明显蚕食。传统研究中的环境管理措施多从行政辖区的视角出发，关注辖区内自然层面的修复与建设，较少考虑政府间合作主题对于环境保护的影响。制定跨区域生态协同治理方案，提升区域协同治理水平是实现长江中游城市群可持续发展的必然要求。
图2 研究区概况

Fig. 2 Study area (middle reaches of the Yangtze River)

2.2 数据来源

生态网络层面选取对土地生态系统有重要影响的自然经济因素[7,26,27]，包括土地利用数据、行政边界数据、自然保护区数据、基础地理数据、DEM高程等数据。其中土地利用数据、行政边界数据来自中国科学院资源环境科学数据中心（https://www.resdc.cn/）；基础地理数据包括公路、铁路数据，来源于国家地理信息资源目录服务系统（https://www.webmap.cn/main.do?method=index）；DEM高程数据来源于地理空间数据云（http://www.gscloud.cn）。本文采用500 m分辨率划分数据处理的基本单元。社会网络层面用规划文本和合作协议来代表城市间协同治理。2015年《长江中游城市群发展规划》正式获批，标志着区域规划上升为国家发展战略，因此本文以2015—2023年为研究期，在孙燕铭等[18]和王小华等[20]研究的基础上，进一步结合文件（如《长江中游城市群发展“十四五”实施方案》）和协议的共现词分析确定“社会—生态”协同治理中环境保护、机制建设、经济合作和司法保障四个主题，选取府际协议共96份，并统计城市间交流次数。为了保证研究的系统性，考虑政府间政策协同行为的具体实施情况，将城市群批复以前签订的协议（如2013年签订的《武汉共识》）、未正式签订的协议和签署未执行的协议排除在外（如怀化与常德就沅水流域上下游横向生态补偿达成共识但未签署正式协议、武汉城市圈一湖一策治理方案未出台正式方案），同时为保证样本选取的规范性针对不同来源的政策文本进行核对和去重，最终得到政府间合作文本82份①（①因篇幅限制，未列出所有文本，如有需要可向作者索取。）。

2.3 研究方法

2.3.1 社会网络特征指标

本文采用社会网络分析方法对长江中游城市群地方政府间不同主题的政策协同网络进行实证分析，探究不同主题下的社会主体间的“关系”以及中心性[21]。选取度数中心度、中间中心度和接近中心度指标进行分析。度数中心度为该网络中与该点直接相连的点数，度数中心度越高代表节点处于网络中心，影响力较大。中间中心度表示该节点位于其他点对的最小路径上，则具有较高的中间中心度，对资源具有较强控制能力。接近中心度表示与其他节点之间的距离，接近中心度较高意味着信息传递较为便利。

2.3.2 生态网络构建与评价

（1）基于形态学空间格局分析和景观连通性的生态源地识别
形态学空间格局分析（Morphological Spatial Pattern Analysis，MSPA）方法能从像元层面上辨识出具有连通重要性的七大景观类型，且受空间尺度影响小，被广泛应用于生态源地识别的相关研究中[26]。可能连通性指数PC和连通重要性指数dPC作为景观连通性的重要指标能够较好地反映出生态斑块之间的连通程度[28]。利用Conefor 2.6软件和其在ArcGIS中的插件计算可能连通性指数PC和连通重要性指数dPC。
P C = ∑ i = 1 n ∑ j = 1 n a i × a j × p i j * A L 2
d P C = 100 × P C - P C i - r e m o v e P C
式中：n表示研究区生态斑块总数（块）； A L表示研究景观总面积（m2）； a i、 a j分别表示斑块i、j的面积（m2）； p i j *表示物种在生态斑块i和j扩散的最大概率。将dPC从高到低排序，选取dPC超过1的作为最终生态源地。
（2）最小阻力面模型
生态阻力面表示由源地扩散时的障碍，本文考虑经济驱动和生态制约构建综合阻力面，选取反映生态保护目标的自然条件因素（土地利用类型、高程、坡度、距离自然保护区的距离[27⇓-29]）以及反映经济发展、城市化等与人类活动密切相关的因素（如距离高速、铁路以及居民点的距离[29]等）组成长江中游城市群生态阻力因子指标体系（表1）。
表1 生态阻力因子等级划分

Table 1 Classification of ecological security factors

阻力因子 单位 阻力值 权重
5 4 3 2 1
高程 m >1.0 0.8~1.0 0.4~0.8 0.2~0.4 <0.2 0.08
坡度 (°) >30 25~30 15~25 7~15 <7 0.08
土地利用类型 建设用地 未利用地 水域 园地、耕地、草地 林地 0.32
距自然保护区距离 km <0.3 0.3~0.5 0.5~1.0 1.0~2.0 >2.0 0.09
距高速距离 km <0.3 0.3~0.6 0.6~0.8 0.8~1.2 >1.2 0.12
距铁路距离 km <0.5 0.5~1.0 1.0~1.5 1.5~2.0 >2.0 0.13
距居民点距离 km <0.25 0.25~0.5 0.5~1.0 1.0~2.0 >2.0 0.18
最小阻力面（Minimum Cumulative Resistance，MCR）模型通过计算源地向周围扩散过程中的最小累计阻力来识别物种迁移和扩散的最佳路径，是生态网络构建中的基本方法。采用俞孔坚[30]修正的MCR模型，利用ArcGIS中的路径成本和路径距离功能生成潜在生态廊道，公式为：
M C R = f m i n ∑ j = n i = m ( D i j × R i )
式中： D i j为物种从源地斑块j到目标斑块i的空间距离（m）； R i为目标斑块i的扩散阻力。
（3）网络结构评价
本文基于图论原理，选取 a（闭合度）、 β（线点率）、 γ（连接度）评价生态网络结构和生态效能[31]。网络闭合度是描述网络中回路出现的程度，闭合度越大表明物种迁移路径越多，网络流通性强。线点率描述网络节点的平均连接数量， β>1表明网络的连接水平较复杂。连接度用来描述节点的连接程度， γ越接近1表明网络中节点的连接性越高。
a = L - V + 1 2 V - 5
β = L V
γ = L 3 ( V - 2 )
式中： L为廊道数量（条）；V为节点数（个）。

2.3.3 “社会—生态”协同治理匹配与影响机制分析

（1）核心—边缘结构
核心—边缘结构是社会网络中形容行动者地位的模型，在此结构下主要存在两类行动者：核心行动者和边缘行动者[32]。城市群尺度上的核心—边缘结构可以用来反映某一城市在社会网络中的地位或重要程度，判断网络中的核心成员[32]。本文通过分别计算社会网络、生态网络和“社会—生态”网络的核心城市，研究社会治理中心与生态网络中心的“错配”进而探究社会治理与生态联系之间的匹配关系。
（2）二次指派模型分析
本文运用二次指派模型（Quadratic Assignment Procedure，QAP）分析方法探究社会网络对生态网络的影响机制。QAP分析方法基于矩阵数据，计算出不同矩阵之间的相关系数，并以关系数据矩阵的多次行列置换为基础对系数进行非参数性检验[33]。该方法不需要参数之间相互独立，可以有效地避免关系数据的内生性问题，因此比传统的参数分析更加稳健。将生态网络节点联系作为因变量，将四类政策协同主题作为自变量，由于地理距离与空间关联联系紧密，引入地理邻接矩阵作为控制变量[34]。
E N = f S N ,   G D = f ( E P ,   M B ,   E C ,   J G ,   G D )
式中：EN表示生态节点之间联系强度矩阵；SN表示社会网络相关矩阵；GD为城市间地理邻接矩阵，相邻为1，不相邻为0；EP为环境保护网络（Environment Protection）；MB为机制建设网络（Mechanism Building）；EC为经济合作网络（Economic Collaboration）；JG为司法保障网络（Judicial Guarantee）。

3 结果分析

3.1 长江中游城市群“社会—生态”网络构建

3.1.1 长江中游城市群社会网络构建

将政府间签订的合作协议作为节点间的“联系”，将合作数量作为联系的强度。环境保护网络（EP）涉及25个城市，共34项合作协议，生态补偿与环境协同治理是主要主题。机制建设网络（MB）涉及20个城市，共17份政策协议，主要聚焦协作机制平台构建、合作示范区建设等。经济合作网络（EC）涉及16个城市，共15项文件。司法保障网络（JG）涉及10个城市，共14份文件。UCINET软件处理后最终形成不同主题下城市间政策协同的社会网络矩阵，并通过ArcGIS进行地理可视化（图3）。
图3 长江中游城市群城市间政策网络

Fig. 3 Policy networks in the middle reaches of the Yangtze River

对不同主题下的社会网络结构特征进行测量得到表2，由表2可知，环境保护网络主题下武汉、黄石、鄂州点度中心度分别为26、20、20，位居前三，表明这三个城市之间在环境保护主题方面合作最为频繁，主要集中在流域治理和生态补偿范围，例如《铜鼓县修河流域上游横向生态保护补偿工作方案》《湖北省汉江流域水环境保护条例》。九江与其他城市政策联系较为紧密，是保证区域间政策传导畅通的关键节点。机制建设主题下，处于湘赣边界的城市联系更加紧密，两省依托于《湘赣边区域河长制合作协议》《江西省推动湘赣边区域合作示范区建设行动方案》等展开合作。长沙、南昌两市作为省会城市拥有最高度数中心度，引领湘赣两省协作机制建设。经济合作主题下，南昌同时具有最高的点度中心度和中间中心度，表明其既与其他网络成员具有完善的经济合作又在城市间的经济合作中处于中心地位。司法保障主题下，岳阳同时具有最高的点度中心度和中间中心度，在司法审判和合作方面处于核心地位，参与了《湘江流域环境资源审判司法协作框架协议》《长江中下游环资司法协作机制合作协议》等文件的制定。整体而言，区域间环境保护、机制建设、经济合作合作较为密切，司法层面合作有所不足。
表2 长江中游城市群不同协同主题下社会网络

Table 2 Social networks under different topics in the middle reaches of the Yangtze River

主题 度数中心度 中间中心度 接近中心度
城市 中心度 排序 城市 中心度 排序 城市 中心度 排序
环境保护 武汉 26 1 九江 294 1 岳阳 180 1
黄石 20 2 宜昌 160 2 湘潭 180 1
鄂州 20 2 萍乡 90 2 …
机制建设 长沙 32 1 咸宁 54 1 衡阳 150 1
南昌 20 2 岳阳 51 2 常德 150 1
株洲 18 3 南昌 50 3 …
经济合作 南昌 9 1 南昌 102 1 黄石 180 1
上饶 7 2 九江 80 2 襄阳 180 1
九江 5 3 咸宁 24 3 …
司法保障 长沙 10 1 岳阳 38 1 襄阳 42 1
武汉 8 2 株洲 16 2 宜昌 42 1
岳阳 7 3 荆州 16 2 …

3.1.2 长江中游城市群生态网络构建

遵循“源地提取—阻力面构建—廊道提取”的思路，使用ArcGIS 10.4软件构建了长江中游城市群生态网络（图4）。从生态源地来看（图4a），生态源地用地类型以林地为主，主要分布在湖北西部宜昌、襄阳一带、鄂湘赣三省交界处的慕阜山脉以及赣南、赣西的井冈山、怀玉山等山脉。从生态阻力来看（图4b），研究区内生态阻力大致呈现以核心城市和交通干线分布的趋势，武汉、长沙、南昌等省会城市及其周围城市均呈现较高生态压力，易造成物种扩散中的“断裂”。结合生态源地和综合阻力面，提取源地间的最小生态阻力路径形成生态网络（图4c）。生态网络形态上大体呈现“三横两纵”的形态分布，核心集中在湘赣边界的幕阜山、衡山、九岭山和罗霄山脉（包括武功山、万洋山）等山脉，总长度为2.77×105 km。网络结构特征中，α指数为3.64，表明研究区域供物种迁移扩散的路径较多，生态网络整体循环性和流通性较好，不同生态斑块间有较好的物质、信息、能量流动；β指数为7，显示网络结构较复杂，具有较好韧性；γ指数为2.7，说明生态网络中生态节点间有着紧密的连接且连接水平较高。从各个城市生态廊道长度来看（图5），江西整体长度位居三省首位，整体生态网络密度最大。城市群中廊道长度排名前五的城市为宜春、岳阳、九江、吉安和抚州，说明这些城市受到人类活动影响最小，作为生态网络的核心城市对维持研究区生态环境做出了重要贡献，将其列为生态网络核心城市。
图4 长江中游城市群生态网络

Fig. 4 Ecological sources, resistance and networks in the middle reaches of the Yangtze River

图5 长江中游城市群不同城市生态廊道长度

Fig. 5 Length of ecological corridors in the cities in the middle of the Yangtze River

3.1.3 长江中游城市群“社会—生态”网络构建

本文将涉及生态源地管理的城市群15个城市作为社会网络中的“行动者”，基于生态源地隶属地的管理关系，将政府层面的社会网络与自然层面的生态网络进行连接，同样采用矩阵的方式记录（管理范围内为1，非管理范围为0），导入UCINET中，与社会矩阵和生态矩阵合并形成二部“2—模矩阵”②（②因篇幅限制，未列出所有结果，如有需要可向作者索取。），并通过ArcGIS 10.4软件将长江中游城市群复杂“社会—生态”管理关系通过地理维度直观形象地表达出来（图6）。该网络的构建是对现有协同治理和“社会—生态”网络研究的有效补充，为后续研究提供科学依据和参考。
图6 长江中游城市群“社会—生态”网络

Fig. 6 "Socio-ecological" network under different topics in the middle reaches of the Yangtze River

从整体网络结构来看（表3），长江中游城市群“社会—生态”网络整体密度较高，说明城市群内部结构较为紧密，但是整体凝聚性较弱，从度数中心势和中间中心势相对偏低可以佐证。网络密度上湖南高于湖北和江西，江西具有较高度数中心势但中间中心势最低，意味着江西局部“社会—生态”联系存在部分“冗余”关系。从空间尺度来看，湖南、湖北、江西三省交界处的城市形成了最为密集的联系，九江、岳阳、株洲、萍乡和咸宁是城市群“社会—生态”联系的核心板块，便利的地理位置为跨省交流创造了便利条件，地理格局仍是“社会—网络”形态形成的主导因素。
表3 长江中游城市群“社会—生态”网络整体网结构特征

Table 3 Structure of "socio-ecological" network in the middle reaches of the Yangtze River

整体网特征 网络密度 度数中心势 中间中心势
湖南 0.644 0.128 0.140
湖北 0.533 0.100 0.100
江西 0.440 0.300 0.060
整体网络 0.432 0.050 0.040

3.2 长江中游城市群“社会—生态”网络治理研究

通过单一网络和复杂网络的综合分析，梳理长江中游城市群社会层面和生态层面的结构，进一步通过核心—边缘模型和QAP分析对社会网络与生态网络之间的匹配关系与影响机制进行分析。

3.2.1 长江中游城市群“社会—生态”治理匹配分析

本文通过核心—边缘结构得到社会网络和“社会—生态”网络的核心城市，通过区域廊道长度确定生态网络的核心城市，通过不同网络核心城市对比进行“社会—生态”治理的匹配分析。社会网络中，武汉、长沙、南昌是政策合作层面上的核心城市，其他城市处于边缘位置，城市群核心—边缘结构明显。湘赣边界成为了长江中游城市群协同治理的核心区域，尤其是在机制建设和司法保障方面联系紧密。湘赣两省自2015年签署《湘赣两省跨界污染纠纷协议》以来，积极在环境保护、执法监督等领域探索跨区域协同治理的合作机制，形成了渌水流域生态补偿、河长制协作等多项协议，为协同机制运行提供了有力司法保障。生态网络核心城市通过城市内部生态廊道长度确定，选取排名前五的城市作为核心城市。宜春、岳阳、吉安、九江、抚州为生态网络的核心城市。湘赣边界林区覆盖，自然条件优越，区域内拥有包括慕阜山、井冈山、怀玉山等山脉，是保障区域生态安全的重要地区。对比社会网络和生态网络核心城市发现，社会网络的核心城市为三省省会，在跨区域协作治理协议的数量、领域上都处于核心地位，但其境内生态廊道建设水平较弱，完备的政策协同未对生态环境带来促进作用；吉安、抚州境内拥有井冈山、怀玉山等生态价值较高区域，但是社会网络层面缺乏相应的政策协同，政府间合作较为缺乏，存在“政府管理缺位”的现象。长江中游城市群“社会—生态”治理存在明显“错配”现象。

3.2.2 长江中游城市群“社会—生态”网络治理机制分析

（1）QAP相关性分析
为探究不同主题社会网络对生态网络的影响机制，首先需要通过QAP相关性分析选取对生态网络矩阵具有显著影响的社会网络矩阵，将其作为自变量参与QAP回归分析。考虑到QAP回归操作的实际要求，本文选取涉及生态源地管理的15个城市“行动者”间政策网络作为自变量。其中，单一变量包括四类主题下的社会网络，交互项代表任意两项协同主题的共同影响（如EP×MB表示环境保护和机制建设的共同作用），结果如表4所示。在单一主题中，机制建设显著性最强，表明此类政策协同与生态网络联系密切。除单一主题政策外，交互项中的司法保障和机制建设的共同作用通过了1%的显著性检验，表示在二者协同作用下能够对生态网络结构造成明显影响。最终确定机制建设、司法保障和司法机制的交互变量作为回归分析中的自变量。
表4 QAP相关性分析结果

Table 4 QAP correlation analysis results

自变量 变量解释 显著性 变量 变量解释 显著性 变量 变量解释 显著性
EP 环境保护网络 0.239 GD 地理邻接矩阵 0.001* MB×EC 机制建设+经济合作网络 0.399
MB 机制建设网络 0.002*** EP×MB 环境保护+机制建设网络 0.472 MB×JG 机制建设+司法保障网络 0.009***
EC 经济合作网络 0.269 EP×EC 环境保护+经济合作网络 0.130 EC×JG 经济合作+司法保障网络 0.342
JG 司法保障网络 0.009*** EP×JG 环境保护+司法保障网络 0.260

注：***、*分别表示在99%、90%的置信区间通过显著性检验，下同。

（2）QAP回归分析
通过选取的自变量对生态矩阵进行多元QAP回归分析，探究不同主题对生态源地之间联系的影响。标准化回归系数对标准化处理之后的矩阵进行回归得到，标准化回归系数消除了观测值量纲的影响，可以根据标准化回归系数的大小，比较不同变量对解释变量的影响程度[34]。从显著性来看（表5），地理邻接通过了1%的显著性水平检验，司法保障和建设机制双主题的政策协同通过了10%的显著性水平检验，其他变量均未呈现显著性。从标准化回归系数来看，地理邻接回归系数最大，接近0.6，司法机制交互变量系数为0.12，均能在不同程度上促进区域间的生态联系，单主题的政策网络未呈现显著影响。主要原因可能在于：（1）地理格局仍是影响长江中游城市群网络结构的主要因素，地理距离仍然在区域间协同治理过程中占据主导地位。城市群政策协同应突破行政属地管理界限，重塑治理结构，实现政策协同、环境治理和经济发展相适应的整体目标。（2）长江中游城市群整体呈现出处于机制不完善、司法保障不健全的区域特征，强化基础性合作机制建立和司法保障应是城市群协作的主要发展方向。“协同治理”的本质是一种治理制度[16]，在合作机制不健全、司法保障较弱的情况下，单一主题的政策网络如环境保护、经济合作等未能对生态网络产生明显影响，甚至一定程度上拉大了区域间生态差异。以经济合作为例，鄂赣湘三省在工业建设、知识产权合作方面进行了充分合作，出台了《知识产权跨区域保护合作协议》等协议，但是在未形成成熟的协同机制框架时易疏于对生态的考量，经济合作反而对环境造成负面影响。此类情形下可能产生经济与环境之间的“极化效应”，即经济合作越密集的地区生态环境越差。该部分结论对生态治理的实践路径提供了有效参考[15]，完善的机制建设和司法框架可能有效地促进了区域间不同政策合作，未来应加强此方面基础性、制度性建设，完善合作机制，筑牢司法监督框架，为长江中游城市群协同治理形成制度合力。
表5 多元QAP回归分析

Table 5 MRQAP regression analysis results

变量 变量解释 非标准化回归系数 标准化回归系数 显著性
截距项 1.010 0
MB 机制建设网络 0.030 0.100 0.838
JG 司法保障网络 -0.070 -0.070 0.825
MB×JG 机制建设+司法保障网络 0.020 0.100 0.090*
GD 地理邻接矩阵 0.402 0.541 0.001***
R2 0.36 Adj R2 0.350

4 结论与讨论

4.1 结论

本文在构建长江中游城市群社会网络与生态网络的基础上，通过属地关系建立“社会—生态”联系，构建“社会—生态”网络，进而对区域网络治理中的匹配关系与影响机制进行分析。研究发现：（1）生态网络形态上大体呈现“三横两纵”的形态分布，核心集中在湘赣边界的幕阜山、衡山、九岭山等山脉，宜春、岳阳、九江、吉安和抚州是生态网络中的核心城市。网络结构较复杂，抗干扰能力较强；社会网络中，环境保护是区域协同的主要主题，武汉、长沙、南昌是社会网络的核心，在城市群中起到较强的沟通和控制作用。（2）“社会—生态”网络显示城市群内部结构较为紧密，但是整体凝聚性较弱。网络核心集中在湖南、湖北、江西三省交界处，地理因素依然是影响区域间合作的重要因素。（3）根据社会网络和生态网络核心城市划分，发现城市群社会治理与生态联系在空间上存在明显“错配”现象，吉安、抚州属于“政府管理缺位”城市。（4）“司法保障+机制建设”网络和地理邻接变量在回归分析中呈现显著正向影响，城市群内部整体处于机制不完善、司法保障不健全，单一主题的政策合作难以发挥成效，传统的地理距离仍然是影响网络治理的重要因素。

4.2 讨论

本文在单一网络构建的基础上构建了长江中游城市群“社会—生态”网络，为区域生态系统性治理提供了新思路。通过社会网络对生态网络的影响探究了不同主题的政府合作对于生态治理的实际影响效果，为未来政策制定方向提供了有效参考。同时，还可对国内外著名城市群发展和管理起到一定参考。跨区域政府间协作能够有效促进生态联系，对美国东北部城市群形成多主体参与的城市管理和芝加哥城市群多中心治理模式提供参考。协调机制对促进区域间协同治理有着重要意义，国内如长三角城市群和黄河三角洲城市群具有丰富的生态资源，已形成层次分明的协调机制，在明确城市分工、创新产业协同模式等方面提供了有效支撑。
此外，本文不足之处包括两点：一是长江中游城市群生态网络遵循“源地识别—阻力面构建—廊道提取”的模式进行[9,28]，此种研究方法下构建的生态网络是林地、草地等陆地源地间沿不同土地利用类型构建的最小阻力面作为连接的路径，与自然情况下“江河湖库”连接形成的水系网络阻力属性和路径都不相同，故暂未能将“江河湖库”等水资源包含在内[35,36]。而流域层面因其生态问题的跨界性更加需要府际层面多元主体协同[37]，未来可尝试从生态学、水资源管理等多角度出发，构建包含水面和陆域等全部生态资源的长江中游城市群生态网络，以更准确地反映水资源在长江中游城市群间的作用，提升“社会—生态”网络研究的科学性与代表性。二是“社会—生态”治理研究主要是对生态网络覆盖的城市之间的协同政策、规划等社会联系进行社会网络分析，因此纳入“社会—生态”网络分析的城市会依赖于生态源地的研究结果。生态源地识别结果重点主要覆盖在鄂西北地区、湘赣边界山区等地区，使得未被生态网络覆盖的城市无法纳入最终的“社会—生态”网络研究对象中，出现省会城市的核心地位有所减弱的局面，未来可从包含水域的国土空间全要素视角出发构建生态网络，不仅可以提升生态网络的覆盖面，还能提升整体“社会—生态”网络协同治理的执行力。

4.3 政策建议

（1）加强司法保障协作中的机制保障。省级政府和相关主管部门应推进区域间发展和管理草案的行政法规制定工作，如将现有《湘赣边区域诉源治理共建共享合作协议》等协议落实到立法层面。各地也应积极推进地方性法规和规章制度的制定，根据实际管理需求为城市间区域间合作提供制度保障，为社会治理积极作用传导到生态层面创造有效路径。（2）提升城市群尺度“社会—生态”匹配水平。首先，依托《长江中游城市群省会城市合作行动计划（2023—2025年）》搭建跨区域协作平台，为政府间对话开辟通道。其次，对于以武汉、长沙、南昌为代表的城市应将生态建设与修复工作摆在首位；对吉安、抚州等处于“政府管理缺位”板块城市应在政府层面强化区域协同，推动跨区域合作协议的签订与实施。通过消除区域“社会—生态”治理“错配”现象促进资源要素合理配置，实现长江中游城市群协调发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
ZALASIEWICZ J, WILLIAMS M, STEFFEN W, et al. The new world of the anthropocene. Environmental Science & Technology, 2010, 44(7): 2228-2231.

[2]
马世骏, 王如松. 社会—经济—自然复合生态系统. 生态学报, 1984, 4(1): 1-9.

[MA S J, WANG R S. The social-economic-natural complex ecosystem. Acta Ecologica Sinica, 1984, 4(1): 1-9.]

[3]
张萌萌, 王帅, 傅伯杰, 等. “社会—生态”网络方法研究进展. 生态学报, 2021, 41(21): 8309-8319.

[ZHANG M M, WANG S, FU B J, et al. Study on social-ecological network method: Progress and prospect. Acta Ecologica Sinica, 2021, 41(21): 8309-8319.]

[4]
BODIN Ö. Collaborative environmental governance: Achieving collective action in social-ecological systems. Science, 2017, 357: 659, Doi:10.1126/science.aan1114.

[5]
SAYLES J S, BAGGIO J A. Social-ecological network analysis of scale mismatches in estuary watershed restoration. PNAS, 2017, 114(10): E1776-E1785.

[6]
LIU J G, DIETZ T, CARPENTER S R, et al. Complexity of coupled human and natural systems. Science, 2007, 317(5844): 1513-1516.

DOI PMID

[7]
李红波, 黄悦, 高艳丽. 武汉城市圈生态网络时空演变及管控分析. 生态学报, 2021, 41(22): 9008-9019.

[LI H B, HUANG Y, GAO Y L. Analysis on the spatial-temporal evolution and regulation of the ecological network in Wuhan Metropolitan Area. Acta Ecologica Sinica, 2021, 41(22): 9008-9019.]

[8]
吴茂全, 胡蒙蒙, 汪涛, 等. 基于生态安全格局与多尺度景观连通性的城市生态源地识别. 生态学报, 2019, 39(13): 4720-4731.

[WU M Q, HU M M, WANG T, et al. Recognition of urban ecological source area based on ecological security pattern and multi-scale landscape connectivity. Acta Ecologica Sinica, 2019, 39(13): 4720-4731.]

[9]
袁媛, 白中科, 师学义, 等. 基于生态安全格局的国土空间生态保护修复优先区确定: 以河北省遵化市为例. 生态学杂志, 2022, 41(4): 750-759.

[YUAN Y, BAI Z K, SHI X Y, et al. Determining priority areas for ecosystem preservation and restoration of territory based on ecological security pattern. Chinese Journal of Ecology, 2022, 41(4): 750-759.]

[10]
陈红琳, 魏瑞斌, 门秀萍. 社会网络分析方法与研究主题的关联分析. 情报科学, 2022, 40(9): 38-46.

[CHEN H L, WEI R B, MEN X P. Correlation analysis between social network analysis methods and research topics. Information Science, 2022, 40(9): 38-46.]

[11]
GUERRERO A M, BODIN Ö, MCALLISTER R R J, et al. Achieving social-ecological fit through bottom-up collaborative governance: An empirical investigation. Ecology and Society, 2015, 20(4): 41-54.

[12]
RATHWELL K J, PETERSON G D. Connecting social networks with ecosystem services for watershed governance: A social-ecological network perspective highlights the critical role of bridging organizations. Ecology & Society, 2012, 17(2): 22-44.

[13]
CUMMING G S, BODIN Ö, ERNSTSON H, et al. Network analysis in conservation biogeography: Challenges and opportunities. Diversity and Distributions, 2010, 16(3): 414-425.

[14]
狄乾斌, 陈小龙, 侯智文. “双碳”目标下中国三大城市群减污降碳协同治理区域差异及关键路径识别. 资源科学, 2022, 44(6): 1155-1167.

DOI

[DI Q B, CHEN X L, HOU Z W. Regional differences and key pathway identification of the coordinated governance of pollution control and carbon emission reduction in the three major urban agglomerations of China under the “Double-Carbon” targets. Resources Science, 2022, 44(6): 1155-1167.]

[15]
张艳楠, 孙蕾, 张宏梅, 等. 分权式环境规制下城市群污染跨区域协同治理路径研究. 长江流域资源与环境, 2021, 30(12): 2925-2937.

[ZHANG Y N, SUN L, ZHANG H M, et al. Research on collaborative governance path of cross regional pollution in urban agglomeration under decentralized environmental regulation. Resources and Environment in the Yangtze Basin, 2021, 30(12): 2925-2937.]

[16]
LIU Y, WU J, YI H, et al. Under what conditions do governments collaborate? A qualitative comparative analysis of air pollution control in China. Public Management Review, 2021, 23(11): 1664-1682.

[17]
胡宗义, 何冰洋, 李毅. 中国流域水污染协同治理研究. 中国软科学, 2022, (5): 66-75.

[HU Z Y, HE B Y, LI Y. Research on collaborative governance of water pollution in river basin. China Soft Science, 2022, (5): 66-75.]

[18]
孙燕铭, 周传玉. 长三角区域大气污染协同治理的时空演化特征及其影响因素. 地理研究, 2022, 41(10): 2742-2759.

DOI

[SUN Y M, ZHOU C Y. The spatio-temporal evolution characteristics and influencing factors of collaborative governance of air pollution in the Yangtze River Delta Region. Geographical Research, 2022, 41(10): 2742-2759.]

[19]
赵林, 高晓彤, 吴殿廷. 黄河流域绿色技术创新空间关联网络结构与影响因素. 人文地理, 2023, 38(4): 102-111.

[ZHAO L, GAO X T, WU D T. Spatial correlation network and influencing factors of green technology innovation in Yellow River Basin. Human Geography, 2023, 38(4): 102-111.]

[20]
王小华, 杨玉琪, 罗新雨, 等. 中国经济高质量发展的空间关联网络及其作用机制. 地理学报, 2022, 77(8): 1920-1936.

DOI

[WANG X H, YANG Y Q, LUO X Y, et al. The spatial correlation network and formation mechanism of China's high-quality economic development. Acta Geographica Sinica, 2022, 77(8): 1920-1936.]

DOI

[21]
HUANG C, CHEN W, YI H. Collaborative networks and environmental governance performance: A social influence model. Public Management Review, 2021, 23(12): 1878-1899.

[22]
曾晨, 程轶皎, 吕天宇. 基于生态系统健康的国土空间生态修复分区: 以长江中游城市群为例. 自然资源学报, 2022, 37(12): 3118-3135.

DOI

[ZENG C, CHENG Y J, LYU T Y. Research on land-space ecological restoration zoning based on ecosystem health: A case study of the urban agglomeration in the middle reaches along the Yangtze River. Journal of Natural Resources, 2022, 37(12): 3118-3135.]

DOI

[23]
廖小明. 协同治理视域下民族地区生态治理的路径选择. 学术探索, 2020, (9): 50-56.

[LIAO X M. The path choice of ecological governance in ethnic areas from the perspective of collaborative governance. Academic Exploration, 2020, (9): 50-56.]

[24]
陈芳, 郝婧. 长江经济带跨界污染协同治理动力机制分析: 基于扎根理论. 生态经济, 2024, 40(4): 175-184.

[CHEN F, HAO J. Analysis on dynamic mechanism of trans-boundary pollution collaborative control in the Yangtze River Economic Belt based on grounded theory. Ecological Economy, 2024, 40(4): 175-184.]

[25]
柴铎, 吕东函, 姜玲. 基于“双链耦合”的城市更新土地政策响应体系: 制度环境、治理结构与资源配置. 城市发展研究, 2023, 30(10): 104-111.

[CHAI D, LYU D H, JIANG L. Response system of urban renewal land policy based on "double chain coupling": Institutional environment, governance structure and resource allocation. Urban Development Studies, 2023, 30(10): 104-111.]

[26]
姚采云, 安睿, 窦超, 等. 基于MSPA与MCR模型的三峡库区林地生态网络构建与评价研究. 长江流域资源与环境, 2022, 31(9): 1953-1962.

[YAO C Y, AN R, DOU C, et al. Research on construction and evaluation of forest land ecological network in three gorges reservoir area based on MSPA and MCR model. Resources and Environment in the Yangtze Basin, 2022, 31(9): 1953-1962.]

[27]
李玉平, 蔡运龙. 河北省土地生态安全评价. 北京大学学报: 自然科学版, 2007, 43(6): 784-789.

[LI Y P, CAI Y L. Security evaluation of land ecology in Hebei province. Acta Scientiarum Naturalium Universitatis Pekinensis, 2007, 43(6): 784-789.]

[28]
黄木易, 岳文泽, 冯少茹, 等. 基于MCR模型的大别山核心区生态安全格局异质性及优化. 自然资源学报, 2019, 34(4): 771-784.

DOI

[HUANG M Y, YUE W Z, FENG S R, et al. Analysis of spatial heterogeneity of ecological security based on MCR model and ecological pattern optimization in the Yuexi county of the Dabie Mountain Area. Journal of Natural Resources, 2019, 34(4): 771-784.]

[29]
MU H W, LI X C, MA H J, et al. Evaluation of the policy-driven ecological network in the Three-North Shelterbelt Region of China. Landscape and Urban Planning, 2022, 218: 104305-104316.

[30]
俞孔坚. 生物保护的景观生态安全格局. 生态学报, 1999, 19(1): 8-15.

[YU K J. Landscape ecological security patterns in biological conservation. Acta Ecologica Sinica, 1999, 19(1): 8-15.]

[31]
刘晓阳, 魏铭, 曾坚, 等. 闽三角城市群生态网络分析与构建. 资源科学, 2021, 43(2): 357-367.

DOI

[LIU X Y, WEI M, ZENG J, et al. Ecological network analysis and construction: A case study of the urban agglomeration of the Min River Delta. China. Resources Science, 2021, 43(2): 357-367.]

[32]
钟业喜, 冯兴华, 文玉钊. 长江经济带经济网络结构演变及其驱动机制研究. 地理科学, 2016, 36(1): 10-19.

DOI

[ZHONG Y X, FENG X H, WEN Y Z. The evolvement and driving mechanism of economic network structure in the Changjiang River Economic Zone. Scientia Geographical Sinica, 2016, 36(1): 10-19.]

[33]
刘军. QAP: 测量“关系”之间关系的一种方法. 社会, 2007, (4): 164-174, 209.

[LIU J. QAP: A unique method of measuring "relationships" in relational data. Society, 2007, (4): 164-174, 209.]

[34]
吉雪强, 张跃松. 长江经济带种植业碳排放效率空间关联网络结构及动因. 自然资源学报, 2023, 38(3): 675-693.

DOI

[JI X Q, ZHANG Y S. Spatial correlation network structure and motivation of carbon emission efficiency in planting industry in the Yangtze River Economic Belt. Journal of Natural Resources, 2023, 38(3): 675-693.]

[35]
陈春娣, 吴胜军, MEURK C D, 等. 阻力赋值对景观连接模拟的影响. 生态学报, 2015, 35(22): 7367-7376.

[CHEN C D, WU S J, MEURK C D, et al. Effects of changing cost values on landscape connectivity simulation. Acta Ecologica Sinica, 2015, 35(22): 7367-7376.]

[36]
吴晶晶, 栗云召, 高猛, 等. 四种河流水系阻力下的黄河三角洲湿地生态网络构建及对比研究. 湿地科学, 2018, 16(4): 493-501.

[WU J J, LI Y Z, GAO M, et al. Construction of wetland ecological networks under four kinds of resistance of rivers in the Yellow River Delta and their comparison. Wetland Science, 2018, 16(4): 493-501.]

[37]
王江, 王鹏. 流域府际生态协同治理优于属地治理的证成与实现: 基于动态演化博弈模型. 自然资源学报, 2023, 38(5): 1334-1348.

DOI

[WANG J, WANG P. The justification of inter-government ecological collaborative governance in the river basin better than territorial governance and its realization path: Based on the dynamic evolutionary game model. Journal of Natural Resources, 2023, 38(5): 1334-1348.]

Options
文章导航

/

〈 〉