EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 7: 1969 - 1992

DOI: https://doi.org/10.31497/zrzyxb.20250714

其他研究论文

适应性循环视角下国土空间韧性动态演化及与城镇化互动机制研究——以江苏省为例

  • 耿艺伟 ,
  • 李效顺
展开
  • 中国矿业大学公共管理学院，徐州 221116
李效顺（1983- ），男，河南周口人，博士，教授，博士生导师，主要从事城镇空间治理研究。E-mail:

耿艺伟（1998- ），女，河南商丘人，博士研究生，主要从事人地系统韧性与国土空间治理研究。E-mail:

收稿日期: 2024-10-21

  修回日期: 2025-04-16

  网络出版日期: 2025-06-20

基金资助

国家自然科学基金项目(72474214)

江苏省研究生科研与实践创新计划资助项目(KYCX24_2966)

中国矿业大学研究生创新计划项目(2024WLKXJ122)

收起

Dynamic evolution of territorial space resilience and interaction with urbanization from the perspective of adaptive cycling: A case study of Jiangsu province

  • GENG Yi-wei ,
  • LI Xiao-shun
Expand
  • School of Public Policy and Management, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China

Received date: 2024-10-21

  Revised date: 2025-04-16

  Online published: 2025-06-20

Fold

摘要

不确定性风险与传统性矛盾导致国土空间系统面临的挑战日益加剧，深刻理解国土空间韧性以推进社会生态系统转型，对于实现国土高质量发展至关重要。在理论分析基础上，运用HP滤波分析法、适应性循环理论和面板向量自回归等理论方法，以江苏省县域为研究区，探究国土空间韧性在不同适应性循环阶段的演进特征及其与城镇化互动机制。结果发现：（1）自然资源禀赋支撑力、国土空间功能抵抗力和国土空间流动转型力是构成常态化情景下国土空间韧性的基本内涵，且国土空间韧性动态演化遵循适应性循环理论中“利用、保存、释放到重组”循环周期的底层逻辑，不同阶段具有不同发展特征。（2）2000—2022年江苏省县域国土空间韧性水平逐渐上升，内部呈国土空间功能抵抗力>国土空间流动转型力>自然资源禀赋支撑力的维度特征；其韧性水平可划分为利用（2000—2006年）、保存（2007—2013年）、释放（2014—2018年）和重组（2019—2022年）四个阶段，四阶段分别呈现上升—下降—上升—下降的演进特征。总体基尼系数呈保存阶段>利用阶段>释放阶段>重组阶段的特征。（3）江苏省各县域单元间城镇化与国土空间韧性长期相互影响，各变量之间的动态关系基本稳定，呈正向驱动作用。城镇化水平受到国土空间韧性水平冲击时，影响程度呈增强—减弱—增强—减弱—稳定态势，国土空间韧性水平面对城镇化冲击时呈下降—上升—平稳趋势。研究结果可为区域良性螺旋式可持续发展提供科学依据和决策参考。

关键词： 适应性循环理论; 国土空间韧性; 城镇化; 互动关系; 江苏省

本文引用格式

耿艺伟 , 李效顺 . 适应性循环视角下国土空间韧性动态演化及与城镇化互动机制研究——以江苏省为例[J]. 自然资源学报, 2025 , 40(7) : 1969 -1992 . DOI: 10.31497/zrzyxb.20250714

Abstract

Against the backdrop of increasing challenges to the territorial space system due to uncertainty risks and traditional conflicts, a deep understanding of the territorial space resilience in order to promote the transformation of the social-ecological system is crucial to the realization of the overall development and security strategy. On the basis of clarifying the connotation of territorial space resilience, we select the counties in Jiangsu province as the case area, and use HP filter analysis, adaptive cycle theory and panel vector autoregression to explore the evolution characteristics of territorial space resilience in different adaptive cycle stages and its interaction with urbanization. Firstly, the fundamental components of territorial space resilience in a normalized scenario include natural resource endowment support, territorial space functional resistance, and territorial space flow transformation. The dynamic evolution of territorial space resilience follows the underlying logic of the adaptive cycle theory's "utilization, conservation, release, and reorganization" cycle. Different development characteristics emerge at each stage. Secondly, the level of territorial space resilience in Jiangsu province's counties gradually increased between 2000 and 2022. The internal ranking of resilience dimensions is as follows: territorial space functional resistance>territorial space flow transformation>natural resource endowment support. The resilience level can be divided into four stages: utilization (2000-2006), conservation (2007-2013), release (2014-2018), and reorganization (2019-2022). These stages exhibit evolutionary characteristics of increase-decrease-increase-decrease, with the overall Gini coefficient following the pattern: conservation>utilization>release>reorganization. Thirdly, urbanization and territorial space resilience interact with each other over the long term among county units in Jiangsu province, and the dynamic relationship between the variables is basically stable, showing a positive driving effect, but the degree of contribution rate varies among regions. When the level of urbanization is impacted by the level of territorial space resilience, the degree of influence shows the trend of enhancement-weakening-enhancement-weakening-stability, and the level of territorial space resilience shows the trend of decline-rise-stability when facing the impact of urbanization. The study provides scientific evidence and decision-making references to promote regional sustainable development in a positive spiral.

Key words： adaptive cycle theory; territorial space resilience; urbanization; interactions; Jiangsu province

自1978年改革开放以来，中国社会发展阶段以前所未有的速度、规模和深度持续前进，城镇化率由17.95%（1978年）增长至66.16%（2023年），为国民生活提供了重要福祉保障[1,2]。国土空间作为涉及自然、社会、经济等多重要素的复杂综合体，当前面临风险挑战现实困境与转型发展时代需求的双重压力：其一，大规模扩建扩张、资源的高度集聚与人类活动强度的不断增加引发诸如土地利用/覆被变化、资源能源枯竭、生态环境恶化等一系列不可逆转的挑战。同时长期以来国土空间面临发展模式失稳、空间结构失衡、开发阶段失序与治理衔接失配等传统性矛盾。其二，在中华民族伟大复兴战略全局和世界百年未有之大变局历史性交汇中，人类活动从“场所空间”不断向“流动空间”升级嬗变，国土资源可持续利用的方向与重心发生相应迁移，深刻改变承载所需的生产生活格局[3]。由此，探索国土空间流动关键节点实现“双循环”有效衔接，成为寻求时代转型发展需求的第二重压力。而韧性理论核心思想包括增强系统支撑、抵抗不确定性风险能力与面向未来适应转型能力两方面内容。同时，2020年，中华人民共和国自然资源部发布《省级国土空间规划编制指南》（试行），首次在国家政策层面明确将提升国土空间韧性作为指导性要求之一[4]。因此，如何科学认知国土空间韧性内涵特征，并解构国土空间韧性组成结构、进而定量识别其演化阶段及与城镇化互动机制，成为本文重要方向和核心问题。
为此，学界围绕国土空间韧性开展深入探索，首先，针对其内涵诠释可作两个基本判断：一方面将国土空间韧性研究范畴聚焦于防灾、安全等领域，考虑其自组织机制在面向各类风险发挥基础性作用，通过构建风险评价与防灾专项响应国土空间安全[5,6]。另一方面将国土空间韧性研究范畴聚焦于管理学、地理学等常态化韧性视角，关注国土空间系统的稳定性、平衡能力和自组织调节能力，更多强调国土空间系统的全面提升以此衔接国土空间治理[7]。其次，当前针对国土空间韧性定量测度较少且隐含在生态系统韧性、城市韧性之中，主要分为三个方面：（1）基于自然/社会视角解析多元系统韧性。其中，生态系统韧性多聚焦于流域、山区、半干旱区等不同尺度和不同区域的生态功能区、脆弱区[8,9]；社会视角下评价国土空间韧性主要关注于人类活动与生态环境交互机制[10]。（2）基于交互效应视角探究国土空间与韧性间关系，包括探究两个独立系统中独立属性间关系[11]和探究同一系统中两个属性间关系[12]。（3）基于网络视角研究国土空间结构与韧性的关联关系，包括地理空间的物理网络属性[13]与人类活动形成的社会网络属性[14]等两个方面。然而已有研究多在不确定风险背景下挖掘国土空间韧性内涵，大多指标并未直接锚定风险特征，造成过度担心特定灾害承受能力而缺乏适应转型能力特征，且国土空间系统具有区别于其他系统的特殊性——以自然资源为初始承载具有强大生命力和自适应循环能力，对长期扰动背景下的常态化国土空间韧性关注不足。
探究国土空间韧性长期演化过程是洞悉国土空间系统优化方向的重要步骤，适应性循环理论是研究韧性演化机理的首要前提，其核心在于如何有效识别适应性循环阶段。夏陈红等[6]创新引入适应性循环理论，在理论层面深刻诠释了不确定灾害与国土空间格局交互耦合的结构机理。Burkhard等[15]考察了森林生态系统在初始火灾事件后经历的适应性循环周期并与其他三种土地利用类型进行了比较。Rodriguez等[16]证明千年来梯田历史的不同阶段与韧性系统的适应性循环周期的关联性。王成等[17]在理清乡村生产空间系统适应性循环潜力—连通度—恢复力的学理基础上判别适应性循环阶段。但当前无论是适灾情景还是常态化情景的国土空间韧性适应性循环阶段识别，仍然以基于历史事实特征归纳为主或是通过“潜力—连通度—恢复力”定量测度适应性循环阶段。这两种方式在一定程度上刻画了适应性演化机理，然而基于历史特征事实归纳适应性循环阶段虽然能够深刻剖析研究目标的演化过程，但是多集中在微观尺度且具有特定研究背景限制，而通过潜力—连通度—恢复力定量测度适应性循环阶段虽然在定量层面上有所拓展，但导致只能用三维框架去衡量韧性，在一定程度上限制了韧性的测度方式，造成理解目前系统韧性的局限性，因此，如何拓展国土空间韧性演化机理的定量分析有待进一步探讨。
国土空间韧性的演化方向不仅取决于自身，同时深受外部环境的互动作用效力影响。回归国情发现，城镇化是中国经济社会发展的必然趋势和现代化的必由之路[18]，国土空间为推动城镇化进程提供必要资源基础与空间载体，提升国土空间韧性是统筹城镇化高质量发展和高水平安全良性互动的重要抓手。2024年，中共中央、国务院关于《深入实施以人为本的新型城镇化战略五年行动计划》中将安全韧性提升行动作为指导要求之一。快速城镇化给国土空间系统带来双向影响，一方面增强国土空间韧性是加快推进以人为本的新型城镇化的积极应对[19]，另一方面也带来了超负荷和崩溃的潜在风险，缺乏系统韧性会阻碍对负面影响的有效应对，进而影响城镇化质量[20]。因此，探究国土空间韧性与城镇化间的互馈机制是关乎新型城镇化和国土空间系统可持续利用的重要课题。已有研究针对城镇化与国土空间韧性关系大多隐含在城镇化与城市韧性、城镇化与生态韧性等方面，研究尺度主要以宏观经济发达省域、城市群为主，研究方法主要涉及耦合协调度模型、面板向量自回归模型、地理探测器模型等。大量研究已认识到城镇化对于塑造城市韧性战略和展开方式的重要性，如Sharifi[21]指出城镇化高的地区往往韧性水平高。但也有研究表明二者影响是间接和复杂的，例如Kamila等[22]从社会发展的角度指出城市化导致城市人口密度增加，加剧灾害影响导致韧性水平下降。另有研究将土地利用冲突表征连通性，生态稳定性表征恢复力，土地扩张的经济价值表征潜力，诠释土地系统韧性的适应性循环框架，以此探究四个阶段与城镇化间关系[23]。但是针对国土空间韧性与城镇化在不同适应性循环阶段间互馈机制的挖掘较少，值得进一步深入分析。
总之，学界成果对本文开展具有重要指导意义，与已有文献不同的是，本文基于适应性循环视角，在理论分析基础上构建常态化情景下国土空间韧性评价指标体系，并以江苏省县域为例，定量测度国土空间韧性水平、融合数理—机理双层面识别国土空间韧性适应性循环阶段，进而分析不同适应循环阶段下其演进特征与空间差异，并考察不同阶段与城镇化水平的互馈机制，为常态化情景下国土空间韧性研究提供新的理论框架与定量结果，以期为区域良性螺旋式可持续发展提供科学依据和决策参考。

1 理论分析

韧性最初源于生态领域，强调系统在面对外源干扰时通过稳健性、冗余性等特征形成向不确定风险输送支撑和抵抗“能量”，以及面向未来可持续发展的适应转型能力[24]。国土空间韧性具有明确地理属性，其韧性具有不同于其他系统的内涵特征。因此，本文立足韧性理论认知（支撑力—抵抗力—转型力），耦合三重地理本性特征，解析常态化情景下国土空间韧性内涵，同时基于适应循环理论解构其动态演化的底层逻辑。

1.1 国土空间韧性的基本内涵

国土空间作为地理学研究的核心课题，深受三大地理本性的影响，地理本性指一个区域在地理空间上呈现出的有别于其他区域的本质特性[25]。1993年经济地理学家Krugman[26]提出地理本性论以解释经济集聚和区域发展现象，认为自然禀赋是第一地理本性，第二地理本性是人类适应环境及其对环境改造的结果，主要包括交通和区位等要素。随着信息化时代到来，刘清春等[27]、夏海斌等[28]提出以人力资本、信息化水平和研发水平等为代表的第三地理本性。郭建科等[3]据此对国土空间地理本性的内涵进行界定：（1）以自然作用为主导塑造地区基本地理环境，为区域发展提供物质支撑，即第一本性。（2）随着生产力提高，不断促进资源与要素在地域空间上的流动，并通过基础设施、产业体系、社会氛围等塑造国土空间第二本性。（3）科学技术进步形成人口流、资金流和技术流等构成的国土空间第三本性。
基于韧性理论认知与三重地理本性可将国土空间韧性解构为三个维度（图1）。（1）第一地理本性的自然资源禀赋为国土空间韧性提供初始动力和基础支撑力。在原始文明时期，自然要素塑造国土空间基本地理环境，山水林田湖草沙是国土空间系统的基础要素载体，各类要素比例与组合关系形成国土空间结构，约束要素作用机制，构成稳定的物质循环过程。因此，以自然资源禀赋为基础的国土空间支撑力为国土资源可持续利用提供基础物质资源支撑，要充分考虑自然资源的期末存量与空间位置形态，表征为面临风险冲击时国土空间支撑属性的基础因子。（2）以传统社会经济要素为代表的第二地理本性为国土空间韧性提供主导和核心抵抗力。很多研究表明抵抗力与系统功能具有密切关系。随着人类文明出现，逐渐步入农业社会与工业社会，生产力不断提高，以人为核心的资源与要素不断在地域空间上流动，国土空间资源要素与结构交互组合发挥国土空间功能，国土空间城镇、农业与生态功能之间存在着相互促进、彼此制约的交互耦合关系，通过国土空间功能正常运转、有效发挥迭代进入国土空间功能抵抗力，表征为国土空间面临突变风险冲击时的系统功能自组织抵抗、自适应调整的能力。（3）进入现代文明以来，新经济要素的流动重塑为国土空间韧性提供方向牵引。国土空间系统已经超越了传统局部地域空间，流动空间逐渐超过了场所空间的决定性影响，由人流、资金流与技术流为核心形成多元社会经济要素流动与循环，正在重塑时空关系，推动资源要素集聚与扩散，促进新功能生成和演化，进而国土资源可持续利用的方向与重心发生相应的迁移[3]，迭代产生国土空间流动转型能力，表征为面向未来长期国土资源可持续利用的开放程度与潜力、对外交换的方向与能力，具体以人流动、技术流与资金流等构成。
图1 常态化情景国土空间韧性的基本内涵

Fig. 1 Normalized scenario territorial space resilience basic connotation

1.2 适应性循环视角下国土空间韧性的动态演化逻辑

国土空间韧性作为以自然资源禀赋为核心承载的系统，其韧性本质上是在诠释社会经济与生态环境动态演进中不断重组平衡的过程状态。因此，探索国土空间韧性演化逻辑是洞察国土空间系统可持续发展路径的基本依据，适应性循环理论能够为探索国土空间韧性演化逻辑提供重要引擎[5]。
西方学者将适应性循环理论描述为系统如何展开自组织，对外部环境如何响应，呈现在不同阶段发展方式不同的特征，包括利用阶段（r）、保存阶段（K）、释放阶段（Ω）和重组阶段（α）的演进过程[24]。其中，利用阶段和保存阶段是适应性循环周期的前环，以增长和积累为主要特征；释放阶段和重组阶段是适应性循环周期的后环，以创新和改变为主要特征。国土空间韧性的动态演化遵循该适应性循环理论的一般逻辑，其利用阶段（r）对应系统初始发展时期，自然资源禀赋支撑力强劲，各类资源要素充足促使空间功能有效发挥，国土空间韧性水平快速增强，但此阶段流动性较弱；保存阶段（K）对应成熟时期，经过快速增长阶段，系统进入一段时期稳态，流动性开始增强，但随之进入该阶段后期会产生冗余机制，各类要素、资源、功能逐渐僵化，韧性下降；释放阶段（Ω）对应过渡时期，往往周期相对于其他阶段时间较少，系统各部分联系减少；进入重组阶段（α）后对应国土空间系统的再发展循环初期，可能会进入更“高级”状态，也可能会呈现“回落”状态，具有较强韧性的国土空间系统将在重组阶段通过创新性变革、经验学习等方式重构，再次进入利用阶段，由此国土空间系统迈入新一轮的适应性循环周期，实现国土空间韧性螺旋上升。而无论处于何种阶段，国土空间韧性均由自身和外部长期结构性导向“冲击”共同作用决定。城镇化同样作为人地互动的关键“产物”，是影响国土空间韧性在不同适应性循环阶段进程的主要变量，二者互动并非线性。在适应性循环的前环阶段（利用和保存阶段），强调的是城镇化对现有资源的有效配置与长期可持续性，在后环阶段（释放和重组阶段）国土空间韧性动态变化，带动新的功能配置和产业集群的发展，需要城镇化能够更加灵活、迅速地调整与恢复。因此，在有效识别国土空间韧性适应性循环阶段基础上，分析不同阶段演进特征并考察其与城镇化互动关系对于理解其自身动态演化及与外部环境互动至关重要。
综上所述，本文展开四个方面研究：第一，融合韧性理论与国土空间地理本性构建“自然资源禀赋支撑力—国土空间功能抵抗力—国土空间流动转型力”的常态化情景下国土空间韧性评价体系；第二，基于“数理—机理”双层面识别其适应性循环阶段；第三，分析不同适应性循环阶段下国土空间韧性的演进特征与空间差异；第四，考察不同适应性循环阶段下其与城镇化水平的互动关系并揭示其影响机制。

2 研究方法与数据来源

2.1 研究方法

2.1.1 常态化情景下国土空间韧性评价体系

（1）评价指标体系构建
首先，自然资源禀赋支撑力由自然资源要素本底地理特征及其结构形态关系构成，是吸收外部干扰、保持系统稳健运行的基础能力，具有鲁棒性特征，强调系统资源的必要性[29]。具体来说，一方面通过土地、植被与水域方面衡量自然支撑力的基础因子，另一方面通过景观结构衡量自然支撑力的内置规则。植被与水域分别影响森林资源碳汇潜力和气候调节、物质循环过程中的水资源储存程度，是保持国土空间系统稳定的关键因子。土地利用强度能够反映国土空间开发的剧烈程度，类型凝聚度指数表示斑块类型间物理连接程度。景观干扰度指数表征景观受到干扰时的影响程度。
其次，国土空间功能抵抗力是系统韧性由成长到成熟演进过程中的主导性能力，指系统吸收干扰的容量及维系原有系统稳态的抵御能力，系统功能完善度与丰富性及其功能间共轭性是增强抵抗能力的关键。以城市发展、农业生产和生态维护为主的国土空间功能是中国国土空间规划体系的核心和基础。城镇功能立足新型城镇化要求，从城镇生活和工矿生产功能维度选取指标。其中，物质丰富、经济富足、生活稳定是保证城镇生活功能抵抗力的核心。物质丰富度通过夜间灯光数据间接反映物质生活多样性，因为物质要素依据人的活动变化产生集聚效应和丰度，拥有同一功能替代要素越多，调整空间越大；经济富足度与人民生活稳定度通过城镇居民人均可支配收入体现；工矿生产功能通过产业结构高级化指数与合理化指数综合表征产业结构的配置状态；农业功能抵抗力根据乡村振兴总体战略要求，从乡村生活和农业生产功能维度选取涵盖农业空间生活保障度，生产能力等指标；农业劳动生产率表征农村劳动力生产能力；地均粮食生产能力是生产功能抵抗调整能力的基本表征，均呈正效应；生态功能抵抗力是基于生态文明建设重点战略，强调生态调节与保育功能。净初级生产力越高，生存和繁衍的物质能量基础及碳汇能力就越强；生物丰度表征区域内物质种类的丰富程度，表征适应外部环境变化的可变性与适应性能力。
最后，目前流动性测度存在两种主流方式，一种利用即时性的流动大数据测度在地理空间上的网络关联情况，另一种采用流动指标数据测度长时间的流动特征。转型力强调经过长期演化后在稳定状态下的能力，而不是即时效力（具有不稳定性特征，与韧性理念背道而驰）。同时，在本文中，为测度转型力差异，需强调“流入”特质，而不是无向量流动性。参考相关文献[30,31]，本文在测度人口、资金与技术流动采用县域同全国比例变化率衡量相对流动，原因在于全国人口变动率相对是个自然增长的过程（不考虑国际流动）。县域人口占比变动呈现的是自然流动状态，若与省级人口变动率比较，则无法规避省际流动情况。而资本流动与技术流动同样与全国变动的原因在于，其一，人口、资本与技术可以处于同一维度测度；其二，体现经济学含义，即测度单元人口、资本与技术在全国人口、资本与技术中的分量，具体见表1。
表1 常态化情景国土空间韧性评价指标体系

Table 1 Normalized scenario territorial space resilience evaluation index system

准则层 维度层 指标层 计算方式/统计方法 指标参数/处理方式 权重
自然资源禀赋支撑力 要素 植被覆盖指数 林地面积/总面积 通过ArcGIS pro软件统计可得 0.0150
水域空间保有量 水域面积/总面积 通过ArcGIS pro软件统计可得 0.0470
土地利用强度ILUI I L U I = ∑ i = 1 n ( A i / A ) × 100 × C i A为单元总面积（km2）；n为土地利用类型数（个）； A i为各土地利用类型的面积（km2）； C i为第i种类型的土地利用强度赋值[32] 0.0116
结构 类型凝聚指数 COHESION指数 通过Fragstats 4.2软件计算 0.0149
景观干扰指数Ei E i = 0.5 C i + 0.3 D i + 0.2 F i C i为景观破碎度指数； D i为景观分离度指数； F i为景观分维度指数 0.0081
国土空间功能抵抗力 城镇空
间功能
抵抗力		 物质丰富度 夜间灯光密度 通过ArcGIS pro软件分级赋值 0.0156
城镇居民经济保障度 城镇居民人均可支配收入 统计年鉴 0.1231
产业结构高级化指数 第三产业产值/第二产业产值 比值越大，高级化水平越高 0.1222
产业结构合理化指数ISA I S A = ∑ i = 1 n Y i Y l n Y i L i / Y L n表示产业部门数，n=1, 2, 3； Y i、 L i分别代表第i个产业的生产总值（万元）、就业人数（万人） 0.0119
农业空
间功能
抵抗力		 农业劳动生产率 农林牧渔业总产值/乡村从业
人员数		 统计年鉴 0.0369
农业机械化水平 农用机械总动力 统计年鉴 0.0537
村民经济保障度 农村居民人均可支配收入 统计年鉴 0.1175
地均粮食生产能力 粮食产量/播种面积 统计年鉴 0.1042
生态空
间功能
抵抗力		 净初级生产力 NPP 通过ArcGIS pro软件分级赋值 0.1083
自然恢复力指数
RCi[33]		 R C i = N D V I i N D V I _ m e a n j × R C j N D V I i为第i个栅格NDVI值；NDVI_meanj为第i个栅格土地利用类型j的NDVI平均值 0.0153
生物丰度B[32] B = A ×     0.35 S 林 + 0.21 S 草 + 0.28 S 水 + 0.11 S 耕 + 0.04 S 建 + 0.01 S 荒 / S A为生物丰度指数的归一化系数，参考值为A=511.3；S为区域总面积（km2）；S建为不透水表面面积（km2） 0.0182
国土空间流动转型力 人口 人口流入规模Lab L a b i , t = L i , t / L t L i , ( t - 1 / L t - 1 - 1 = L i , t × L t - 1 L i , ( t - 1 × L t - 1 L i , t代表区域i在t年人数（人）； L t代表全国在t年人数（人）； L i , ( t - 1和 L t - 1表示i和全国在t-1年的人口数（人）。 L a b i , t>0表示流入， L a b i , t<0表示流出 0.0295
资本 资本流入规模Cap C a p i , t = K i , t / K t K i , ( t - 1 / K t - 1 - 1 = K i , t × K t - 1 K i , ( t - 1 × K t - 1 K i , t代表区域i在t年资本存量（万元）； K t代表全国在t年资本存量（万元）。 C a p i , t>0表示流入， C a p i , t<0表示流出 0.1285
技术 技术扩散规模Tec T e c i , t = T i , t - T i , ( t - 1 T i , ( t - 1 T e c i , t表示区域i在t年技术要素流动规模； T i , t代表区域i在t年专利授权数（个） 0.0185
（2）国土空间韧性指数测度方法
本文采用数据标准化并将各指标归一化为 [0,1]，基于熵权法计算各指标在研究期平均权重，最后加权计算国土空间韧性指数[34]。具体计算公式如下：
正 向 指 标 ： Z i j = A i j - m i n A i j m a x A i j - m i n A i j
逆 向 指 标 ： Z i j = m a x A i j - A i j m a x A i j - m i n A i j
P i j = Z i j / ∑ i = 1 n Z i j 0 ≤ P i j ≤ 1
e j = - 1 / l n n × ∑ i = 1 n P i j l n P i j
d j = 1 - e j
W j = d j ∑ j = 1 m d j
T S R i = ∑ j = 1 n Z i j × W j
式中： Z i j为标准化值；Aij为原始值； P i j为第i个对象第j个指标占比；i为第i个单元；j为第j指标项； e j为信息熵； d j为信息熵冗余度； W j为权重； T S R i为第i个单元的国土空间韧性指数；n为指标个数（个）。

2.1.2 国土空间韧性适应性循环阶段识别方法

本文综合数理和机理双层面识别国土空间韧性适应性循环阶段，首先，在数理层面上利用HP（Hodrick-Prescott Filter）滤波分析识别长时间序列的周期变动节点；其次，改进适应性循环理论模型分析其阶段特征。方法如下：
（1）数理：HP滤波分析
HP滤波分析是刻画系统周期运行规律的重要方法，本文通过解析时间序列低频趋势成分和高频周期成分，揭示其阶段性演变特征[35]，计算公式如下：
X t = X t T + X t C ,   t = 1 ,   2 ,   3 ,   ⋯ ,   T
m i n ∑ t = 1 T ( X t - X t T ) 2 + λ [ C ( L ) X t T ] 2
C ( L ) = L - 1 - 1 - 1 - L
m i n ∑ t = 1 T X t - X t T 2 + λ ∑ t = 2 T - 1 X t + 1 T - X t T - X t - X t - 1 T 2
式中： X t为时间序列； X t T为系统中的趋势成分； X t C为波动成分；C为波段；C(L) 为延迟算子多项式；L为滞后算子；λ为平滑参数；T为年份（年）。
（2）机理：适应性循环理论模型的改进
适应性循环周期在利用阶段韧性值高，保存阶段达到顶峰，在释放阶段达到最低点后进入重组阶段继而又不断上升[36,37]。在图2a中，利用阶段在x1~x0过程中经历先下降后上升，保存阶段（x0~x2）经历由上升到下降，释放阶段经历由下降到上升，重组阶段经历由上升到下降。其适应性循环并不是一个固定的、绝对的周期。从演进视角看（图2b），国土空间韧性在原始文明依靠自然资源的物质循环保持韧性稳态；在人类活动出现后，农耕社会初步打破自然生态平衡；进入工业文明，人类活动强度的集聚叠加原始机械生产方式严重破坏人与自然平衡使国土空间韧性下降，但自进入生态文明，人类对生态战略的高度认知与绿色技术创新转型让国土空间韧性不断提升。其原始状态并不是零，其适应性循环过程也很难出现极端崩溃情形。因此，在利用阶段（r），国土空间内部要素交互发挥资源效应呈现上升趋势；保存阶段（K）韧性放缓，随着社会经济发展和市场运行机制不断完善，以自然资源为核心承载的生态容量也由之前过度牺牲转向补偿重视，处于后环阶段时韧性值不一定比前环低，在保护阶段韧性值不一定是最高值，在相关研究中同样可以证实[38]；释放阶段（Ω）国土空间韧性不稳定，不同于其他系统重组阶段前期系统崩溃后出现的系统恢复，而是取决于自身经济与生态协同发展的结果，处于过渡阶段；在重组阶段（α）系统重新调整物质和能量状态，适应性开启新阶段。
图2 国土空间韧性演化机理

Fig. 2 Mechanisms of territorial space resilience

2.1.3 Dagum基尼系数

通过计算国土空间韧性Dagum基尼系数[39]，识别差异来源，总体基尼系数（G）包括地区内差异贡献（ G w）、地区间差异贡献（ G n b）和超变密度贡献（ G t），具体计算方法如下：
G = ∑ j = 1 k ∑ h = 1 k ∑ i = 1 n j ∑ r = 1 n h | y j i - y h r | 2 n 2 y - = G w + G n b + G t
式中： y j i和 y h r分别为区域j中第i个单元和区域h中第r个单元的国土空间韧性； y -为国土空间韧性的均值；j和h为组别下标；i和r为县域下标；n为95；k为划分的区域数量（个）； n j、 n h为区域内县域个数（个）。

2.1.4 面板向量自回归模型

Holtz-Eakin等[40]提出了面板向量自回归模型（Panel Vector Autoregression Model，PVAR）的概念。本文采用PVAR模型研究城镇化与国土空间韧性之间的互动关系：
Y i , t = ∑ j = 1 n Π j Y i t - j + α i + γ i + u i , t
Y i , t = l n U R , l n T S R
式中： Y i , t表示被解释变量，包括UR（城镇化）和TSR（国土空间韧性）；i为地区；t为年份；n为滞后期数； Π j为待估系数矩阵； α i为地区固定效应； γ i为时间效应； u i , t为服从独立同分布误差项。

2.2 研究区概况

本文以环境—发展矛盾冲突的典型地区中国江苏省为例[41]，并依据2023年中共中央、国务院批复《江苏省国土空间规划（2021—2035年）》中明确的95个县级行政单位为研究单元，主要基于以下几点考虑。首先，从整体性判断：江苏省地处中国大陆东部沿海地区，生态类型多样，水网密集，是重要水源涵养区。但区域建设用地扩张和耕地侵占导致生态用地持续流失，生物多样性破坏等生态问题加剧。其次，从强劲性分析：2023年江苏省人口城镇化率高达75.04%，是长江经济带和长三角城市群发展的重要支点，且江苏省有23个县市进入全国百强县榜单，占比超过近1/5，在省、县域尺度均具有较好示范作用。最后，从差异性观察：苏南、苏中、苏北区域发展差异明显，2021年苏南地区城市建设征用耕地面积（22.67 km2）约为苏中（8.49 km2）和苏北（15.07 km2）总和，苏中是苏南和苏北过渡地带，苏北地区种植面积和粮食产量是苏南5倍以上。因此，以江苏省县域单元为例展开研究具有一定的代表性和典型性。

2.3 数据来源

本文数据主要包括社会经济、土地利用和其他数据，研究时段为2000—2022年，具体数据来源与特征见表2。需要说明的是，由于行政区的变更，以当前国土空间规划明确的95个区县单元为标准，按照合并前后的行政隶属关系，进行倒推和合并处理。另外，对于部分地区当年未纳入统计口径或数据缺失情况利用相邻年份趋势法予以修正补齐，形成95个县域单元的23期面板数据集。在此基础上，将这些属性数据形成表格数据，并与行政区矢量文件进行属性关联。此外，其他数据中三类数据空间分辨率均重分类至1 km。
表2 数据来源与特征

Table 2 Data sources and description

数据类型 数据来源 时间段/年 分辨率
社会经济 《江苏省统计年鉴》《中国县域统计年鉴》、各地市统计年鉴及
地方政府国民经济和社会发展统计公报信息等。		 2001—2023 —
土地利用 全球30 m精细地表覆盖动态监测产品GLC_FCS30[42] 2000—2022 30 m
其他数据 夜间灯光数据 国家地球系统科学数据共享服务平台（http://geodata.nnu.edu.cn） 2000—2022 1 km
NDVI数据 中国科学院资源环境科学数据（https://www.resdc.cn/） 2000—2022 1 km
NPP数据 地球资源数据云（www.gis5g.com） 2000—2022 500 m

3 结果分析

3.1 江苏省国土空间韧性水平的时序演进特征

运用综合水平指数法测算2000—2022年江苏省国土空间韧性水平，本文借助标准差和变异系数等方法刻画江苏省国土空间韧性及其子系统的时序特征（图3）。观察期内，江苏省县域整体国土空间韧性水平逐渐上升，由2000年的0.1960上升至2022年的0.2904，但年均值仅为0.2671，仍存在巨大的提升空间。标准差和变异系数分别从2000年的0.2568和0.0503变化为2022年的0.1856和0.0539，表明国土空间韧性水平绝对差距呈缩减趋势，而相对差距略有拉大。分析子系统可知，国土空间功能抵抗力（年均值为0.1795）>国土空间流动转型力（年均值为0.0562）>自然资源禀赋支撑力（年均值为0.0314）。其中，自然资源支撑力相对稳定，由2000年的0.0294缓增至2022年的0.0303。国土空间功能抵抗力在观察期内略有波动，主要原因在于其受社会市场经济与政策倾斜等因素主导作用较强，由2000年的0.1462增至2022年的0.1631。国土空间流动转型力增长幅度较大，由2000年的0.0204增至2022年的0.0970。
图3 2000—2022年江苏省国土空间韧性水平的演进特征

Fig. 3 Evolutionary characteristics of territorial space resilience in Jiangsu province, 2000-2022

3.2 江苏省县域国土空间韧性适应性循环阶段划分及特征

3.2.1 江苏省县域国土空间韧性适应性循环阶段划分结果

本文首先利用HP滤波分析法，基于国土空间韧性长时间时序数理结构（图4a）可知，自2000—2022年中除基期与末期外，明显具有三个周期特征时间节点（2007年、2014年、2018年）。其次，以适应性循环理论为基础，充分考虑国土空间系统自身的演化特征，认为江苏省县域国土空间韧性在2000—2006年属于利用阶段（r），国土空间韧性呈波动上升趋势；2007—2013年属于保存阶段（K），为国土空间韧性的稳定发展成熟期，要素间关系趋于稳定，进而需要容纳更多资源要素，而高承载力容易使系统崩溃进入释放阶段；2014—2018年属于释放阶段（Ω），即国土空间韧性发展过渡时期，此阶段发展不太稳定呈现由最低值到最高值的变化；2019—2022年属于重组阶段（α），各要素功能逐步恢复形成新的发展路径，对应系统崩溃后国土空间系统的演替期与发展初期（图4b）。其中，利用阶段和保存阶段属于适应性循环周期中的前环阶段（2000—2013年），释放阶段和重组阶段属于适应性循环周期中的后环阶段（2014—2022年）。
图4 江苏省县域国土空间韧性适应性循环阶段

Fig. 4 Basis for dividing territorial space resilience adaptive cycle in stages at the county level in Jiangsu province

3.2.2 江苏省县域国土空间韧性的不同适应性循环阶段演进特征

基于江苏省县域国土空间韧性适应性循环阶段划分结果，选取2000年、2007年、2014年、2018年和2022年代表国土空间韧性处于不同适应性循环阶段发展时期，其作为特征时点进行空间可视化（图5）。
图5 不同适应性循环阶段下的国土空间韧性及其子系统的空间分布特征

Fig. 5 Characteristics of spatial distribution of TSR and its subsystems at different stages of the adaptive cycle

指数水平上，在前环的利用阶段，国土空间韧性明显提升，由2000年的0.1960快速上升至2006年的0.2503，自然资源禀赋支撑力平稳，国土空间功能抵抗力表现平稳，国土空间流动转型力具有明显提升，通过对子系统指数增幅分析可知，国土空间流动转型力（0.0296）>国土空间功能抵抗力（0.0240）>自然资源禀赋支撑力（0.0007）。在前环的保存阶段，国土空间韧性水平略有上升，由2007年的0.2702升至2013年的0.2274，自然资源禀赋支撑力表现平稳，国土空间功能抵抗力明显下降，国土空间流动转型力下降，通过对子系统指数降减分析可知，国土空间流动转型力（0.0416）>自然资源禀赋支撑力（-0.0004）>国土空间功能抵抗力（-0.0322）。在后环的释放阶段，国土空间韧性呈上升趋势，由2014年的0.2274上升至2018年的0.3230，自然资源禀赋支撑力表现平稳，国土空间流动转型力上升，通过子系统指数降减可知，国土空间流动转型力（0.0566）>国土空间功能抵抗力（0.03835）>自然资源禀赋支撑力（0.0006）。在后环的重组阶段，国土空间韧性呈下降趋势，由2018年的0.3230下降至2022年的0.2904，自然资源禀赋支撑力表现平稳，国土空间功能抵抗力明显下降，国土空间流动转型力上升，国土空间流动转型力（0.0070）>自然资源禀赋支撑力（-0.0002）>国土空间功能抵抗力（-0.0394）。
空间演进特征上，2000—2022年国土空间韧性整体呈现“苏南>苏中>苏北”的空间格局，呈集聚化连片发展态势，分布具有明显的地带差异性，但在不同阶段高低等级的县域单元数量与分布特征各有差异。（1）在适应性循环前环过程的利用到保存阶段中，江苏省县域国土空间韧性呈现“苏南>苏中>苏北”的空间格局，但是高等级单元增多。各单元均呈现不同程度向高等级跃迁的态势，具有集中连片带动效应。（2）在由适应性循环前环向后环过渡过程中，国土空间韧性呈现“苏南>苏中>苏北”的空间格局，但区域均呈现不同程度向低等级回落的态势。（3）在适应性循环后环过程的由释放到重组阶段中，国土空间韧性整体呈现“苏南>苏中>苏北”的空间格局，县域国土空间流动转型力等级变动是明显强于其他两个维度的。
整体考察上，国土空间韧性处于不断增长态势，但是在不同适应性循环阶段中等级变化较明显，尤其是从前环向后环过渡时期较波动。其中，自然资源禀赋支撑力较为稳定，表明在国土空间韧性螺旋式上升过程中自然资源起到优越支撑作用，国土空间功能波动较小，而国土空间流动转型能力的波动性较强，原因在于流动转型能力深受内部状态优劣、外部社会制度及政策实施变动的影响，自身变动性较强。从社会制度与政策实施的重大影响来看，2000年江苏省持续推进城镇化建设及经济结构调整纲要等，各要素变化速率不断加快，韧性状态发生显著变化进入前环的利用时期（r阶段），在此阶段内人地作用显著增强，同时也造成自然资源禀赋支撑力下降。2006年国家发布了关于《国务院关于加强土地调控有关问题的通知》，同时江苏省颁布了相关规划，推进区域生产力布局调整和产业结构优化升级，完成了9万多个自然村环境整治，演化进入保存（K）阶段，即由快速发展进入稳定守恒状态。但在发展过程中，江苏省一直面临着人口城镇化滞后于土地城镇化，在2012年全省开发强度达到20.57%，苏南地区相对更高，城镇化总体滞后于工业化。2014年国家颁布实施了《国家新型城镇化规划》，同时江苏省颁布的《江苏省新型城镇化与城乡发展一体化规划（2014—2020年）》均助推了江苏省社会、经济发展方式转变。城镇化进入以提高质量为主的转型发展新阶段，在资源要素转型升级与现实矛盾的冲击中使国土空间韧性演化进入后环的释放（Ω）阶段；在2018年全面生态文明建设等政策实施背景下呈现出系统韧性演化新趋势。

3.2.3 江苏省县域国土空间韧性的不同适应性循环阶段的空间差异及分解

利用Dagum基尼系数分析不同适应性循环阶段的空间差异来源与区域间差异（表3）。从演变过程来看，江苏省国土空间韧性自2000—2022年间总体基尼系数呈现下降趋势，说明总体差异在不断缩小，趋同趋势明显。从三大区域来看，苏南地区年均区域内基尼系数（0.1377）最大，苏北地区（0.1069）次之，苏中地区（0.0859）最小。在不同阶段区域差异表现不同，在前环的利用阶段，总体基尼系数略有增长，说明总体差异略有增加；对比三大地区发展，各地区内部国土空间韧性水平差异分级明显，呈现苏南>苏北>苏中；在前环的保存阶段，总体基尼系数开始下降，说明总体差异开始缩小，三大地区呈现苏南>苏北>苏中的特征；在逆向的释放阶段，总体基尼系数继续下降，在逆向的重组阶段，总体基尼系数保持下降。整体上看，总体基尼系数呈现前环的利用阶段>前环的保存阶段>后环的释放阶段>后环的重组阶段。同时，苏南、苏中和苏北地区间的相对差异均呈波动下降之势。从不同适应性循环阶段地区间的差异大小来看，苏北&苏南的年均区域间基尼系数最大，其次为苏中&苏南，苏中&苏北最小。可见，区域间差异主要是由差异较大的苏北&苏南和苏中&苏南两组区域间的差异所引起。
表3 不同适应性循环阶段下国土空间韧性的Dagum基尼系数

Table 3 Dagum's Gini coefficient for territorial space resilience at different stages of the adaptive cycle

阶段 年份 总体 组内基尼系数 组间基尼系数
苏中 苏北 苏南 苏中&
苏北		 苏中&
苏南		 苏北&
苏中		 苏北&
苏南		 苏南&
苏中		 苏南&
苏北
前环的
利用阶段		 2000 0.136 0.129 0.104 0.135 0.121 0.149 0.121 0.150 0.149 0.150
2001 0.134 0.110 0.109 0.154 0.114 0.140 0.114 0.144 0.140 0.144
2002 0.148 0.122 0.111 0.169 0.123 0.157 0.123 0.162 0.157 0.162
2003 0.134 0.101 0.107 0.150 0.116 0.134 0.116 0.149 0.134 0.149
2004 0.136 0.111 0.090 0.154 0.109 0.149 0.109 0.154 0.149 0.154
2005 0.151 0.103 0.132 0.163 0.135 0.144 0.135 0.170 0.144 0.170
2006 0.138 0.094 0.113 0.149 0.115 0.137 0.115 0.158 0.137 0.158
前环的
保存阶段		 2007 0.137 0.094 0.122 0.150 0.122 0.131 0.122 0.151 0.131 0.151
2008 0.149 0.103 0.128 0.159 0.132 0.143 0.132 0.170 0.143 0.170
2009 0.149 0.099 0.127 0.172 0.125 0.148 0.125 0.166 0.148 0.166
2010 0.138 0.101 0.114 0.153 0.121 0.137 0.121 0.155 0.137 0.155
2011 0.146 0.097 0.125 0.155 0.141 0.131 0.141 0.167 0.131 0.167
2012 0.144 0.083 0.111 0.160 0.136 0.130 0.136 0.169 0.130 0.169
2013 0.129 0.076 0.099 0.135 0.128 0.113 0.128 0.155 0.113 0.155
后环的
释放阶段		 2014 0.132 0.100 0.097 0.135 0.116 0.133 0.116 0.157 0.133 0.157
2015 0.115 0.074 0.098 0.121 0.103 0.107 0.103 0.134 0.107 0.134
2016 0.106 0.059 0.094 0.112 0.101 0.092 0.101 0.123 0.092 0.123
2017 0.101 0.050 0.093 0.099 0.095 0.082 0.095 0.126 0.082 0.126
2018 0.102 0.058 0.099 0.104 0.110 0.088 0.110 0.113 0.088 0.113
后环的
重组阶段		 2019 0.113 0.054 0.105 0.132 0.103 0.106 0.103 0.122 0.106 0.122
2020 0.106 0.052 0.102 0.105 0.104 0.083 0.104 0.128 0.083 0.128
2021 0.114 0.039 0.086 0.099 0.102 0.092 0.102 0.162 0.092 0.162
2022 0.103 0.066 0.093 0.102 0.100 0.088 0.100 0.121 0.088 0.121
图6描述了不同适应性循环阶段下国土空间韧性区域差异来源及其贡献率。整体上看，超变密度贡献率在总体区域差异中的影响较大（34.18%），表明江苏省整体县域国土空间韧性区域发展水平趋向均衡。分阶段看，组内差异贡献率不断缩小（前环的利用阶段年均贡献率为34.14%，前环的保存阶段年均贡献率为33.57%，逆向的释放阶段年均贡献率为33.30%，后环的重组阶段年均贡献率为32.30%）；超变密度贡献率在正向阶段不断增加，在逆向阶段不断缩小（前环的利用阶段年均贡献率为37.65%，前环的保存阶段年均贡献率为37.89%，后环的释放阶段年均贡献率为30.62%，后环的重组阶段年均贡献率为26.86%），表明在适应性循环中的正向阶段，国土空间韧性趋向均衡，在逆向阶段县域国土空间韧性趋向于分化；组间差异贡献率不断增长（前环的利用阶段年均贡献率为28.21%，前环的保存阶段年均贡献率为28.52%，后环的释放阶段年均贡献率为36.09%，后环的重组阶段年均贡献率为40.84%）。因此，今后在解决江苏省县域国土空间韧性不均衡问题时，应着重从缩小区域间差异入手。
图6 不同适应性循环阶段下的国土空间韧性区域差异贡献率

Fig. 6 Regional differences in the contribution of territorial space resilience at different stages of the adaptive cycle

3.3 江苏省县域国土空间韧性与城镇化水平互动关系

3.3.1 PVAR模型建立及平稳性检验

通过参考具体研究成果[43]，本文从人口、土地、经济三个维度选取能够表征城镇化发展水平的5个指标评价城镇化水平（UR）。为消除量纲影响，采用极差标准化法处理，并采用熵值法计算指标权重。其中人口城镇化选用城镇人口占比、二三产业从业人口比例表征，土地城镇化采用建成区面积占比表征，经济城镇化采用人均生产总值、第二三产业占比表征，各指标权重分别为0.221、0.178、0.206、0.237和0.158。
针对江苏省及苏南、苏中、苏北地区国土空间韧性与城镇化水平互动关系，分别构建PVAR模型。研究采用LLC、IPS和HT单位根检验方法对所选变量进行数据平稳性检验（表4），结果满足模型前提条件。
表4 面板数据单位根检验

Table 4 Unit root test for panel data

检验
方法		 江苏省 苏南地区 苏中地区 苏北地区
UR TSR UR TSR UR TSR UR TSR
LLC -16.2914*** -16.9292*** -2.6154** -2.6153** -1.4954* -1.3275* -3.1661** -3.0502**
IPS -27.0982*** -28.0781*** -9.1986*** -10.0735*** -5.6575*** -4.7375*** -8.9102*** -9.8153***
HT -0.3150*** -0.3786*** 0.3564*** 0.3279*** 0.4161*** 0.4590*** 0.3540*** 0.3673***

注：*、**、***分别表示在10%、5%、1%的置信水平上显著。

基于PVAR模型的原理，利用赤池信息准则（AIC）、贝叶斯信息准则（BIC）和HQ信息准则（HQIC）确定最佳滞后阶数。依据最小化原则，各维度在滞后阶数为1时效果显著，故构建1阶PVAR模型（表5）。
表5 滞后期数选择

Table 5 Selection of the number of lag periods

lag 江苏省 苏南地区 苏中地区 苏北地区
AIC BIC HQIC AIC BIC HQIC AIC BIC HQIC AIC BIC HQIC
1 -5.9599* -5.3933* -5.7513* -5.7202* -5.2304* -5.5318* -6.0141* -5.5786* -5.8413* -6.2925* -5.8069* -6.1053*
2 -5.9034 -5.3002 -5.6808 -5.6765 -5.1417 -5.4703 -5.9377 -5.4422 -5.7407 -6.2332 -5.7019 -6.0279
3 -5.8732 -5.2301 -5.6352 -5.6521 -5.0683 -5.4265 -5.8988 -5.3382 -5.6755 -6.2016 -5.6203 -5.9764

注：*表示选取的最优滞后阶数。

3.3.2 模型GMM参数估计

基于广义矩估计（GMM），探究不同适应性循环阶段江苏省及苏南、苏中、苏北地区国土空间韧性与城镇化水平的相互影响（表6）。首先，国土空间韧性对城镇化水平的影响。国土空间韧性滞后一期对城镇化的影响，在前环阶段与后环阶段均具有显著正向作用。在后环阶段的释放和重组过程中，国土空间韧性对城镇化的影响高于前环阶段的利用和保存过程。同时，在苏南、苏中和苏北地区也均呈现显著正向作用。其次，城镇化对国土空间韧性的影响。城镇化水平滞后一期对国土空间韧性的影响，在前环阶段与后环阶段均具有显著正向和负向作用。对江苏省、苏南和苏北地区前环阶段和后环阶段均具有显著正向作用，对苏中地区前环阶段表现为显著负向影响，后环阶段表现显著正向影响（影响系数分别为-0.6986和0.2265）。原因可能在于在前环利用和保存阶段，苏中产业产值以第一二产业为主，土地财政带来的城镇化快速发展导致中产业结构超过极值范围，且有可能过度牺牲自然资源禀赋支撑能力导致其呈现负向作用，在逆向阶段城镇化已经进入稳步发展时期，国土空间自身具有的自组织能力也相应发挥效能，使其呈现显著正向作用。综上，城镇化与国土空间韧性二者间具有正向影响作用，尤其是处于后环阶段时影响程度更大。
表6 不同适应性循环阶段江苏省及苏南、苏中、苏北地区国土空间韧性与城镇化水平的相互影响

Table 6 Interaction between territorial space resilience and urbanization level in Jiangsu province and Southern, Central and Northern Jiangsu regions at different stages of the adaptive cycle

国土空间韧性对城镇化水平的影响
区域 变量 前环阶段（2000—2013年） 后环阶段（2014—2022年） 研究时序全周期（2000—2022年）
L1.dUR L1.dUR L1.dUR
系数 统计量 系数 统计量 系数 统计量
江苏省 L1.dTSR 0.3939*** 5.89 0.5742*** 6.88 0.4634*** 8.41
苏南地区 L1.dTSR 0.2990** 3.06 0.9430*** 3.95 0.4544*** 4.17
苏中地区 L1.dTSR 0.5182** 2.24 0.6446** 2.27 0.3904*** 3.25
苏北地区 L1.dTSR 0.4314*** 3.93 0.6578*** 3.44 0.0561*** 5.20
城镇化水平对国土空间韧性的影响
区域 变量 前环阶段（2000—2013年） 后环阶段（2014—2022年） 研究时序全周期（2000—2022年）
L1.dTSR L1.dTSR L1.dTSR
系数 统计量 系数 统计量 系数 统计量
江苏省 L1.dUR 0.1070*** 6.91 0.1414*** 4.84 0.0586*** 5.39
苏南地区 L1.dUR 0.1186*** 4.63 0.068** 2.04 0.0171* 1.66
苏中地区 L1.dUR -0.6986** -2.87 0.2265*** 4.57 0.0710*** 2.91
苏北地区 L1.dUR 0.0842*** 3.43 0.1974*** 6.23 0.0775*** 5.13

注：*、**、***分别表示在10%、5%、1%的置信水平上显著。

3.3.3 脉冲响应分析

本文通过500次蒙特卡洛模拟及95%置信区间得出脉冲响应图（图7）。（1）在城镇化水平上，当面对自身一个标准差冲击时，其响应呈下降—上升—平稳趋势，并由负向转为正向，江苏省及三大区域均在第2期回升，江苏省与苏南地区在第3期后影响趋近于0，苏中和苏北地区在第4期趋近于0，即苏中和苏北地区响应能力略有滞后。当受到国土空间韧性冲击时，城镇化影响波动趋势总体呈现出增强—减弱—增强—减弱—稳定的过程，其中第1期正向影响最大，第2期负向影响最大，之后逐渐稳定，随着城镇化多维完善，形成良性增长态势。江苏省整体和苏南在第5期后稳定在0附近，苏中和苏北地区冲击强度更强一些，至第6期后逐渐平稳变化。（2）在国土空间韧性水平上，当城镇化冲击时呈现出下降—上升—平稳的趋势，初期影响为正向，后转为负向影响，至第2期时负向冲击最大。苏南受到冲击影响程度最小，在第3期已趋近于0附近，其次为江苏省与苏北地区，在第5期后逐渐接近0并渐近稳定，苏中地区受到冲击最大，在第6期后稳定在0附近。当韧性受到自身冲击，呈下降—上升—稳定的趋势，国土空间韧性对自身影响存在滞后性，随着韧性提升，国土空间韧性自身惯性逐渐显现，进入良性发展轨道。
图7 江苏省及苏南、苏中和苏北地区UR与TSR的脉冲响应曲线

Fig. 7 Impulse response curves of UR vs TSR in Jiangsu province and the Southern, Central and Northern Jiangsu regions

3.3.4 方差分解分析

方差分解是在脉冲响应分析的基础上分析不同扰动项对变量波动的贡献度，能更准确地考察国土空间韧性与城镇化水平之间的相互影响程度（表7）。四组数据均在第5期贡献率已趋于平稳，即二者间动态关系在此阶段逐渐稳定，本文以第6期分解结果展开具体分析。首先，城镇化对自身的贡献率在江苏省、苏南、苏中和苏北地区贡献率均高达90%以上（分别为95%、95.3%、95.8%和92.8%），国土空间韧性对城镇化增长具有正向影响作用，贡献率增加至5%并保持稳定。区域内部存在贡献差距，呈“苏北地区>苏南地区>苏中地区”。在国土空间韧性的方差分解上，国土空间韧性对自身贡献率在江苏省及苏南、苏中、苏北地区贡献率均高达90%以上，反映国土空间韧性相较于城镇化具有极强惯性和自我强化特征，苏南地区国土空间韧性水平自我强化特征能力最强。城镇化对国土空间韧性增长同样具有正向影响作用，区域内部存在贡献差距，呈现“苏中地区>苏北地区>苏南地区”。综合方差分解预测显示城镇化与国土空间韧性长期相互影响，各变量间动态关系基本稳定，呈现正向驱动作用，但区域内部间贡献率程度各有差异。
表7 江苏省及苏南、苏中、苏北地区城镇化水平、国土空间韧性的方差分解表

Table 7 Variance decomposition of UR and TSR in Jiangsu province and Southern, Central and Northern Jiangsu regions

期数/期 响应变量 江苏省 苏南地区 苏中地区 苏北地区
UR TSR UR TSR UR TSR UR TSR
1 UR 1.000 0.000 1.000 0.000 1.000 0.000 1.000 0.000
1 TSR 0.031 0.969 0.006 0.994 0.065 0.935 0.077 0.923
2 UR 0.963 0.037 0.962 0.038 0.972 0.028 0.948 0.052
2 TSR 0.030 0.970 0.007 0.993 0.072 0.938 0.073 0.927
3 UR 0.952 0.048 0.953 0.047 0.959 0.041 0.932 0.068
3 TSR 0.031 0.969 0.011 0.989 0.078 0.922 0.073 0.927
4 UR 0.950 0.050 0.953 0.047 0.959 0.041 0.928 0.072
4 TSR 0.031 0.969 0.011 0.989 0.079 0.921 0.073 0.920
5 UR 0.950 0.050 0.953 0.047 0.958 0.042 0.928 0.072
5 TSR 0.031 0.969 0.011 0.989 0.080 0.920 0.073 0.920
6 UR 0.950 0.050 0.953 0.047 0.958 0.042 0.928 0.072
6 TSR 0.031 0.969 0.011 0.989 0.080 0.920 0.073 0.920

3.3.5 国土空间韧性与城镇化水平互动关系

首先，提升国土空间韧性是增强城镇化水平的核心要求。自然资源禀赋支撑力能够为城镇化建设提供安全屏障，不断增强国土空间生态容量同时发挥调节作用（消解热岛效应与水土流失等负面影响），设置合理的土地开发强度阈值，优化城镇化开发模式。国土空间功能抵抗力能够为城镇化建设提供方向指引。区域单元因自身资源禀赋而形成功能偏好的差异，识别国土空间功能抵抗力的主导优势功能为城镇化建设提供方向指引。国土空间流动转型力能够为新型城镇化建设提供增蓄动能与路径创新，通过人、资金与技术的流动特征释放创新效能，促进跨区传导，创新城镇化发展路径。其次，增强城镇化水平是提升国土空间韧性的关键举措。人口城镇化是为国土空间韧性提供福祉效应。人作为最具能动性的个体，更有能力采取灵活策略来应对复杂变化和危机，实现资源最大化利用和碰撞效应，提升适应能力[4]。土地城镇化有助于优化空间韧性结构，通过内置空间结构布局规范引导韧性发展路径。经济城镇化为国土空间韧性提供物质基础，能够丰富国土空间各项功能要素高效聚合，促进更新能力不断提升（图8）。
图8 国土空间韧性与城镇化水平互动关系

Fig. 8 Interaction between territorial space resilience and urbanization level

通过GMM估计和方差分解结果可以证实江苏省各县域单元间城镇化与国土空间韧性长期相互影响，各变量之间的动态关系基本稳定，呈现正向驱动作用，并且GMM估计结果显示国土空间韧性与城镇化的互动关系在适应性循环阶段的后环过程中作用更加显著。可能原因是国土空间韧性在后环过程中各项功能配置整合激发更新效应和创新路径，比前环过程中相对稳定的利用状态带来更多可能性。此外，新型城镇化的实施也在助推国土空间韧性和城镇化互动响应的加强。从脉冲响应曲线发现，二者在影响效应、响应程度和响应持续期存在明显差异。在影响效应（波动程度）方面，国土空间韧性对于城镇化影响效应高于城镇化对于国土空间韧性的影响。一方面在于城镇化建设必需置于发展与安全战略环境之中，韧性增减会导致自然资源、社会经济主体功能发展受限直接影响城镇化进程。另一方面在于国土空间韧性作为以自然资源禀赋生命力为支撑的社会—生态系统，自身调节能力较强。在响应程度方面，城镇化对于国土空间韧性的影响明显高于国土空间韧性对于城镇化影响。在初期时，国土空间韧性受到冲击呈负向响应，第2期后波动转为正向响应。在短期内国土空间韧性受到经济快速发展导致的资源供应快速调动与自然资源受损会使其响应下降，但是发达地区学习转化能力较强，能够快速应对提升，进而后续转为正向响应；初期城镇化受到冲击呈正向响应，第2期转为负向响应后波动转为正向响应。即说明国土空间韧性提升在初期能够为城镇化提供积蓄动能，助力其增长，但是国土空间韧性不仅仅关注城镇建设，同时应对生态环境与经济发展之间矛盾引致的不确定性风险，因此第2期转为负向响应，后续随着二者协同互动机制的不断完善，逐渐转向正向良性互动响应。在响应持续期方面，在江苏省整体与苏南地区滞后4期，基本稳定正向响应，苏中和苏北地区滞后5期，基本稳定正向响应，这说明国土空间韧性与城镇化之间互动关系与区域自身资源禀赋极具相关性。
由此，苏南地区最易兼顾高质量发展和高水平安全统筹发展，应当充分利用其稳健性及与外部环境导向（城镇化）契应度，成为区域专项试点（例如城市群、都市圈）和行业专项试点（例如交通、能源、信息等基础设施）前擎区域；而苏中和苏北地区在响应持续期方面滞后于苏南地区一期，应当注重资源本底、三区功能与空间流动的协同作用，借力生态环境专项规划、自然保护地规划等，把握整体区域处于适应性循环阶段中重组关键期，推动国土空间韧性再次螺旋上升，同时识别影响国土空间韧性与城镇化良性互动滞后于苏南地区的关键变量，缩短区域间差异。此外，在空间导向上，三区三线要注重刚弹结合，应当注重识别区域国土空间韧性的主导属性，且引导城镇扩张倾斜于韧性高值区以保证区域高质量发展。

4 结论与建议

4.1 研究结论

本文立足韧性理论和地理本性解析常态化情景下国土空间韧性内涵，解构了适应性循环视角下国土空间韧性动态演化逻辑，进而测度2000—2022年江苏省县域国土空间韧性水平，识别了其适应性循环阶段且分析了阶段演进特征，探究了国土空间韧性与城镇化间的互动机制，得出以下主要结论：
（1）理论逻辑判断：自然资源禀赋支撑力、国土空间功能抵抗力和国土空间流动转型力是构成常态化情景下国土空间韧性的基本内涵；其动态演化遵循适应性循环理论中“利用、保存、释放到重组”循环周期的底层逻辑，且国土空间韧性具有在不同阶段发展方式不同的特征。
（2）时序演进分析：2000—2022年间，江苏省县域国土空间韧性水平逐渐上升，由2000年的0.1960升至2022年的0.2904，但年均值仅为0.2671，仍存在提升空间。其中，国土空间功能抵抗力（年均值为0.1795）>国土空间流动转型力（年均值为0.0562）>自然资源禀赋支撑力（年均值为0.0314）。
（3）阶段识别考察：江苏省县域国土空间韧性在2000—2006年属于利用阶段，2007—2013年属于保存阶段，2014—2018年属于释放阶段，2019—2022年属于重组阶段。国土空间韧性在利用阶段不断上升，在保存阶段下降，在释放阶段上升，在重组阶段略有下降。整体上看，总体基尼系数呈现保存阶段>利用阶段>释放阶段>重组阶段，超变密度贡献率在总体区域差异中影响较大，国土空间韧性趋向均衡。
（4）互动关系探究：城镇化与国土空间韧性具有正向影响作用，尤其是处于后环阶段时的影响程度更大。脉冲响应结果显示城镇化受到国土空间韧性冲击时，影响程度总体呈现出增强—减弱—增强—减弱—稳定态势，国土空间韧性面对城镇化冲击时呈下降—上升—平稳的趋势，方差分解显示江苏省各县域单元间城镇化与国土空间韧性长期相互影响，呈现正向驱动作用，但区域内部之间的贡献率程度各有差异。

4.2 策略建议与不足

当前，当前，国土空间面临高质量发展与高水平安全的双重目标，亟需提升其系统韧性，为统筹发展与安全提供制度保障与转型契机。为此，本文基于研究发现提出以下策略建议：
（1）强化县域自然资源禀赋支撑能力，推动其与国土空间功能及流动能力的协同发展。自然资源禀赋是区域发展的基础支撑，其稳定性较高且具备强承载力，但也有其自身的局限性，难以通过单一手段显著增强。因此，政府应通过规划引导，整体层面推动生态安全网络的建设，并在局部区域实施生态修复等专项规划，推动生态环境保护与资源优化配置的有机结合，进一步增强自然资源禀赋的支撑作用。此外，还应注重区域之间自然资源禀赋的差异性，通过跨区域的资源共享与协作，形成强有力的区域间资源支撑体系。（2）把握国土空间韧性重组的关键时期，提升资源利用效率，增强区际流动互补性。江苏省县域当前正处于适应性循环后环重组期，政府应在构建具有平急复合功能的韧性空间导向下，挖掘高效的绿色替代元素，替代传统的单一冗余要素，减少对传统资源的依赖，进而推动区域功能的提升和空间能力的优化。同时，基于国土空间规划和《长江经济带发展规划纲要》，通过跨区域合作与资源流动，推动区域内外功能互补与协调以实现新一轮适应性循环周期下在更高层面国土空间的韧性网络升级。（3）推动国土空间韧性与城镇化的良性互动，实现从被动风险防范到主动适应性治理的转型。研究结果显示城镇化与国土空间韧性二者间具有正向影响作用，尤其是处于重组阶段时的影响程度更大，政府应当把握时机，一方面着力借助国土空间规划的宏观调控、预先调控作用发挥前瞻性预警和风险缓解功能，强化区域动态调整能力；另一方面发挥新型城镇化转型关键期的红利效应，推动城乡间基础设施与资源的互联互通，促进城乡统筹与空间韧性同步提升，以此构建良性的外部环境反馈机制，推动内外部多维度的协同治理。
此外，本文仍然存在不足之处，一是以县域为研究单元的长时间序列数据获取难度大，实证研究难以全面体现国土空间韧性测度框架，未来应增加如应对灾害的表现等数据。二是不同适应性循环阶段下内部系统构成与城镇化水平的互动关系尚未深入挖掘。此外，随着时空数据大模型的不断完善，利用前沿预测模型开展国土空间韧性未来演化趋势及衔接“安全工作边界”研究等均是后续深入探索重点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
单卫东, 黄贤金, 曹小曙, 等. 保障发展与安全的国土空间功能组织创新研究. 自然资源学报, 2023, 38(11): 2792-2805.

DOI

[SHAN W D, HUANG X J, CAO X S, et al. Innovation research on the organization of territorial space functions for ensuring both development and security. Journal of Natural Resources, 2023, 38(11): 2792-2805.]

[2]
陈姜全, 李效顺, 耿艺伟, 等. 中国城镇化与碳排放机制分析及实证研究: 基于经济发展、人口转移和城镇扩张视角. 自然资源学报, 2024, 39(6): 1399-1417.

DOI

[CHEN J Q, LI X S, GENG Y W, et al. Mechanism analysis and empirical research on urbanization and carbon emissions in China: Based on the perspective of economic development, population transfer, and urban expansion. Journal of Natural Resources, 2024, 39(6): 1399-1417.]

[3]
郭建科, 阴曙升, 王绍博, 等. 流动空间塑造的沿海国土空间地域功能识别理论. 自然资源学报, 2023, 38(6): 1447-1463.

DOI

[GUO J K, YIN S S, WANG S B, et al. The theory of regional function identification of coastal territorial space under the shaping of the flowing space. Journal of Natural Resources, 2023, 38(6): 1447-1463.]

[4]
耿艺伟, 李效顺, 陈姜全, 等. 中国国土空间韧性与效率的耦合关系及跃迁机制. 生态学报, 2024, 44(14): 6003-6019.

[GENG Y W, LI X S, CHEN J Q, et al. Coupling relationship and transition mechanism between resilience and efficiency in China's territorial space. Acta Ecologica Sinica, 2024, 44(14): 6003-6019.]

[5]
高婧怡, 翟国方. 建设韧性国土空间的总体思路研究: 以南京为例. 西部人居环境学刊, 2022, 37(4): 108-114.

[GAO J Y, ZHAI G F. The general idea of building the land space more resilient: Nanjing case. Journal of Human Settlements in West China, 2022, 37(4): 108-114.]

[6]
夏陈红, 马东辉, 郭小东, 等. 适应性循环视角下的国土空间适灾韧性机理与规划响应研究. 城市发展研究, 2024, 31(2): 44-52.

[XIA C H, MA D H, GUO X D, et al. Research on disaster resilience mechanism and planning response of territorial space from the perspective of adaptive cycle. Urban Development Studies, 2024, 31(2): 44-52.]

[7]
吕悦风, 项铭涛, 王梦婧, 等. 从安全防灾到韧性建设: 国土空间治理背景下韧性规划的探索与展望. 自然资源学报, 2021, 36(9): 2281-2293.

DOI

[LYU Y F, XIANG M T, WANG M J, et al. From disaster prevention to resilience construction: Exploration and prospect of resilience planning under the background of territorial governance. Journal of Natural Resources, 2021, 36(9): 2281-2293.]

[8]
张明斗, 任衍婷, 周亮. 黄河流域城市生态韧性时空演变特征及影响因素分析. 干旱区地理, 2024, 47(3): 445-454.

DOI

[ZHANG M D, REN Y T, ZHOU L. Spatiotemporal evolution characteristics and influencing factors of urban ecological resilience in the Yellow River Basin. Arid Land Geography, 2024, 47(3): 445-454.]

DOI

[9]
YAO Y, FU B, LIU Y X, et al. Evaluation of ecosystem resilience to drought based on drought intensity and recovery time. Agricultural and Forest Meteorology, 2022, 314: 108809, Doi: 10.1016/j.agrformet.2022.108809.

[10]
盖美, 岳鹏, 徐晶晶, 等. 基于人地系统视角的海岸带韧性解构与测度. 地理研究, 2023, 42(10): 2605-2621.

DOI

[GAI M, YUE P, XU J J, et al. Deconstruction and measurement of coastal resilience based on human-nature system. Geographical Research, 2023, 42(10): 2605-2621.]

[11]
陈勤昌, 王兆峰. 武陵山片区国土开发强度与经济韧性时空耦合特征及互动效应. 经济地理, 2023, 43(4): 41-50.

DOI

[CHEN Q C, WANG Z F. Spatio-temporal coupling and interactive effects of land development intensity and economic resilience in the Wuling Mountains Area. Economic Geography, 2023, 43(4): 41-50.]

DOI

[12]
TAO T M, MAL B, WANG X, et al. Resilience or efficiency? Strategic options for sustainable development of agricultural systems in ecologically fragile areas of China. Science of the Total Environment, 2023, 881: 163411, Doi: 10.1016/j.scitotenv.2023.163411.

[13]
颜文涛, 李子豪. 风险扰动视角下城市空间结构的韧性机理研究: 理论框架与实证方法. 国际城市规划, 2023, 38(4): 1-10.

[YAN W T, LI Z H. Study on the resilience mechanism of urban spatial structure from the view of risk disturbance: Theoretical framework and empirical methodology. Urban Planning International, 2023, 38(4): 1-10.]

[14]
WONG C Y, WANG I K, SHEU J, et al. What network orientation supports the development of a resilient city? Evidence from the innovation systems of eighty-seven cities. Cities, 2022, 131: 103923, Doi: 10.1016/j.cities.2022.1039237.

[15]
BURKHARD B, FATH B D, MÜLLER F. Adapting the adaptive cycle: Hypotheses on the development of ecosystem properties and services. Ecological Modelling, 2011, 222(16): 2878-2890.

[16]
RODRIGUEZ V P, ANDERSON K C. Terracing in the mixteca Alta, Mexico: Cycles of resilience of an ancient land-use strategy. Human Ecology, 2013, 41(3): 335-349.

[17]
王成, 黄宇航. 乡村生产空间系统适应性循环阶段判别及驱动机制: 以重庆市为例. 经济地理, 2022, 42(9): 155-165.

DOI

[WANG C, HUANG Y H. Identification of adaptive cycle stage and driving mechanism of rural production space system: A case study of Chongqing. Economic Geography, 2022, 42(9): 155-165.]

[18]
陈明星, 叶超, 陆大道, 等. 中国特色新型城镇化理论内涵的认知与建构. 地理学报, 2019, 74(4): 633-647.

DOI

[CHEN M X, YE C, LU D D, et al. Cognition and construction of the theoretical connotation for new-type urbanization with Chinese characteristics. Acta Geographica Sinica, 2019, 74(4): 633-647.]

DOI

[19]
陈明星, 周园, 汤青, 等. 新型城镇化、居民福祉与国土空间规划应对. 自然资源学报, 2020, 35(6): 1273-1287.

DOI

[CHEN M X, ZHOU Y, TANG Q, et al. New-type urbanization, well-being of residents, and the response of land spatial planning. Journal of Natural Resources, 2020, 35(6): 1273-1287.]

[20]
MEENA P, JHA V. Environmental change, changing biodiversity, and infections-lessons for kidney health community. Kidney International Reports, 2023, 8(9): 1714-1729.

DOI PMID

[21]
SHARIFI A. Urban form resilience: A meso-scale analysis. Cities, 2019, 93: 238-252.

DOI

[22]
KAMILA B, PETER N, PORFIRIO G. Urban resilience patterns after an external shock: An exploratory study. International Journal of Disaster Risk Reduction, 2018, 31: 381-392.

[23]
WANG Z Q, LIN L, ZHANG B C, et al. Sustainable urban development based on an adaptive cycle model: A coupled social and ecological land use development model. Ecological Indicators, 2023, 154: 110666, Doi: 10.1016/j.ecolind.2023.110666.

[24]
GUNDERSON L H, HOLLING C S. Panarchy:Understanding Transformations in Human and Natural Systems. Washington, DC: Island Press, 2002.

[25]
韩增林, 潘佳玉, 郭建科, 等. 基于地理本性的滨海城市旅游系统适应性分析. 资源科学, 2022, 44(3): 634-645.

DOI

[HAN Z L, PAN J Y, GUO J K, et al. Tourism system adaptability analysis of coastal cities based on geographical natures. Resources Science, 2022, 44(3): 634-645.]

[26]
KRUGMAN P. First nature, second nature, and metropolitan location. Journal of Regional Science, 1993, 33(2): 129-144.

[27]
刘清春, 王铮. 中国区域经济差异形成的三次地理要素. 地理研究, 2009, 28(2): 430-440.

[LIU Q C, WANG Z. Research on geographical elements of economic difference in China. Geographical Research, 2009, 28(2): 430-440.]

[28]
夏海斌, 王铮. 中国大陆空间结构分异的进化. 地理研究, 2012, 31(12): 2123-2138.

[XIA H B, WANG Z. Evolution of land differentiation in Chinese mainland. Geographical Research, 2012, 31(12): 2123-2138.]

[29]
MORAN P P P. Notes on continuous stochastic phenomena. Biometrika, 1950, 37(1/2): 17-23.

[30]
苑清敏, 杨晴晴, 李健. 三大城市群要素流动效率及差异性评价分析. 大连理工大学学报: 社会科学版, 2018, 39(5): 60-68.

[YUAN Q M, YANG Q Q, LI J. Evaluation of the factor flow efficiency and discrepancies among three urban agglomerations. Journal of Dalian University of Technology: Social Sciences, 2018, 39(5): 60-68.]

[31]
张辽. 要素流动、产业转移与地区产业空间集聚: 理论模型与实证检验. 财经论丛, 2016, (6): 3-10.

[ZHANG L. Labor migration, industrial transfer and regional industrial agglomeration: An empirical study based on provincial panel data. Collected Essays on Finance and Economics, 2016, (6): 3-10.]

[32]
耿艺伟, 陈伟强, 张金鑫, 等. 河南省沿黄干流地区社会—生态—生产景观恢复力演化特征及情景模拟. 水土保持通报, 2021, 41(5): 181-190.

[GENG Y W, CHEN W Q, ZHANG J X, et al. Evolution characteristics and scenario simulation of social-ecological-productional landscape resilience in areas along mainstream of Yellow River in Henan province. Bulletin of Soil and Water Conservation, 2021, 41(5): 181-190.]

[33]
袁毛宁, 刘焱序, 王曼, 等. 基于“活力—组织力—恢复力—贡献力”框架的广州市生态系统健康评估. 生态学杂志, 2019, 38(4): 1249-1257.

[YUAN M N, LIU Y X, WANG M, et al. Ecosystem health assessment based on the framework of vigor, organization,resilience and contribution in Guangzhou city. Chinese Journal of Ecology, 2019, 38(4): 1249-1257.]

[34]
李逸, 赵媛, 夏四友. 中国跨境油气运输管道安全性评价与类型区划分. 自然资源学报, 2024, 39(3): 547-563.

DOI

[LI Y, ZHAO Y, XIA S Y. Safety evaluation and classification of cross-border oil and gas transportation pipelines in China. Journal of Natural Resources, 2024, 39(3): 547-563.]

DOI

[35]
彭坤杰, 许春晓, 贺小荣. 长三角地区城市人居环境韧性水平演化特征. 经济地理, 2023, 43(6): 74-84.

DOI

[PENG K J, XU C X, HE X R. Spatiotemporal evolution characteristics of urban human settlement resilience in Yangtze River Delta. Economic Geography, 2023, 43(6): 74-84.]

DOI

[36]
杨庆媛, 张浩哲, 唐强. 基于适应性循环模型的重庆市国土空间生态修复分区. 地理学报, 2022, 77(10): 2583-2598.

DOI

[YANG Q Y, ZHANG H Z, TANG Q. Ecological restoration zoning of territorial space in Chongqing city based on adaptive cycle model. Acta Geographica Sinica, 2022, 77(10): 2583-2598.]

DOI

[37]
李文龙, 匡文慧, 吕君, 等. 北方农牧交错区人地系统演化特征与影响机理: 以内蒙古达茂旗为例. 地理学报, 2021, 76(2): 487-502.

DOI

[LI W L, KUANG W H, LYU J, et al. Adaptive evolution mechanism of rural human-land system in farming-and-pastoral areas of Northern China. Acta Geographica Sinica, 2021, 76(2): 487-502.]

DOI

[38]
朱媛媛, 汪紫薇, 乔花芳, 等. 大别山革命老区旅游地“乡土—生态”系统韧性演化规律及影响机制. 自然资源学报, 2022, 37(7): 1748-1765.

DOI

[ZHU Y Y, WANG Z W, QIAO H F, et al. The resilience evolution and influencing mechanisms of the "ruralism-ecology" system of tourist destinations in Dabie Mountains Old Revolutionary Base Area. Journal of Natural Resources, 2022, 37(7): 1748-1765.]

[39]
韩兆安, 吴海珍, 云乐鑫. 我国省际经济国内国际双循环测度与地区差异研究. 统计研究, 2024, 41(9): 21-31.

[HAN Z A, WU H Z, YUN L X. Research on the measurement of domestic and international cycle of China's inter-provincial economy and regional differences. Statistical Research, 2024, 41(9): 21-31.]

[40]
HOLTZ-EAKIN D, NEWEY W, ROSEN H S. Estimating vector autoregressions with panel data. Econometrica, 1988, 56(6): 1371-1395.

[41]
LIANG X Y, HE J, JIN X B, et al. A new framework for optimizing ecological conservation redline of China: A case from an environment-development conflict area. Sustainable Development, 2024, 32(3): 1616-1633.

[42]
ZHANG X, LIU L Y, CHEN X D, et al. GLC\_FCS30: Global land-cover product with fine classification system at 30 m using time series Landsat imagery. Earth System Science Data, 2021, 13(6): 2753-2776.

[43]
刘希朝, 李效顺, 陈鑫, 等. 江苏省城镇化与生态环境耦合测度及空间冲突诊断. 农业工程学报, 2023, 39(13): 238-248.

[LIU X Z, LI X S, CHEN X, et al. Coupling measurement and spatial conflict diagnosis between urbanization and ecological environment in Jiangsu province of China. Transactions of the CSAE, 2023, 39(13): 238-248.]

Options
文章导航

/

〈 〉