長(zhǎng)三角沿海地區(qū)土地承載力測(cè)度與耦合分析

王曼曼，張宏艷，張有廣，林明森，宮 鵬

長(zhǎng)三角沿海地區(qū)土地承載力測(cè)度與耦合分析

王曼曼1,2，張宏艷3※，張有廣1，林明森1，宮 鵬2

（1. 國(guó)家衛(wèi)星海洋應(yīng)用中心，北京 100081；2. 清華大學(xué)地球系統(tǒng)科學(xué)系，北京 100084；3. 北京工商大學(xué)經(jīng)濟(jì)學(xué)院，北京 100048）

客觀準(zhǔn)確把握長(zhǎng)三角沿海地區(qū)土地承載力發(fā)展?fàn)顟B(tài)及其區(qū)際演化差異，是開展土地資源優(yōu)化配置與可持續(xù)發(fā)展的基礎(chǔ)。該研究從支撐方-施壓方維度構(gòu)建了沿海地區(qū)土地承載力評(píng)價(jià)指標(biāo)體系，借助遙感影像解譯數(shù)據(jù)與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用熵值法、耦合協(xié)調(diào)分析法及土地承載力指數(shù)法，對(duì)2000、2010及2018年長(zhǎng)三角11個(gè)沿海地區(qū)的土地承載力時(shí)空分異特征及支撐-施壓耦合協(xié)調(diào)關(guān)系進(jìn)行了綜合研究，結(jié)果表明：1）長(zhǎng)三角沿海區(qū)域各年份綜合施壓力均高于支撐力，始終處于超載狀態(tài)，且支撐力指數(shù)與施壓力指數(shù)分別呈現(xiàn)波動(dòng)式上升、波動(dòng)式下降趨勢(shì)；2）在各時(shí)期共計(jì)33個(gè)沿海地區(qū)樣本中，有9個(gè)區(qū)域土地承載力指數(shù)大于1，沿海地區(qū)盈余狀態(tài)占比27.3%。其中，上海市和杭州市在各時(shí)期的支撐力與施壓力水平均未發(fā)生變化，其余地區(qū)在支撐力與施壓力水平上則呈現(xiàn)出等級(jí)的持續(xù)上升、持續(xù)下降或升降交替變化趨勢(shì)；3）長(zhǎng)三角沿海地區(qū)耦合度介于0.9～1.0之間的區(qū)域占比為97%，其均處于協(xié)調(diào)耦合期；土地支撐-施壓協(xié)調(diào)度涵蓋中度失調(diào)型、基本協(xié)調(diào)型、中度協(xié)調(diào)型、高度協(xié)調(diào)型4種類型，其中，江蘇省以中度失調(diào)型居多，浙江省以基本協(xié)調(diào)型居多，形成“北低南高”的空間格局，并呈現(xiàn)由南北兩側(cè)逐漸向上海市進(jìn)行高值匯聚的態(tài)勢(shì)；4）長(zhǎng)三角沿海區(qū)域整體承載力水平始終處于超載但超載程度趨于減弱，且各時(shí)期均存在土地超載與盈余并存的區(qū)域發(fā)展?fàn)顟B(tài)；空間上呈現(xiàn)出江蘇省“南北超載中部盈余”、上海市“全域盈余”以及浙江省“北部盈余南部超載”的格局特征。

沿海地區(qū)；土地承載力；耦合度；協(xié)調(diào)度；長(zhǎng)三角

0 引 言

沿海地區(qū)是全球變化與人類活動(dòng)劇烈相互作用的典型區(qū)域[1]，其土地生態(tài)系統(tǒng)受陸海交叉的復(fù)合作用影響，呈現(xiàn)脆弱性、動(dòng)態(tài)性和多因素性等特征。自21世紀(jì)以來(lái)，隨著人口不斷向沿海地區(qū)集聚，城鎮(zhèn)化建設(shè)、臨港工業(yè)、濱海旅游、圍海造田、灘涂圍墾等迅速發(fā)展，土地利用結(jié)構(gòu)變化急劇且開發(fā)強(qiáng)度亦不斷加劇[2]，與此同時(shí)，面臨海平面上升、極端氣候事件、環(huán)境污染、海岸侵蝕等生態(tài)環(huán)境問(wèn)題[1]，致使人地關(guān)系日趨緊張，土地資源退化問(wèn)題凸顯[3]。土地資源作為人類最重要的資源之一，對(duì)其承載力的研究可追溯至20世紀(jì)初，在百年發(fā)展歷程中，土地資源承載力對(duì)全球和區(qū)域發(fā)展曾發(fā)揮了前瞻性和戰(zhàn)略性的意義[2]，目前已成為21世紀(jì)用于描述地區(qū)發(fā)展限制的重要工具以及衡量區(qū)域可持續(xù)發(fā)展的重要判據(jù)[4]，作為摸清“家底”的基礎(chǔ)性工作，該項(xiàng)研究占據(jù)眾多“+承載力”命題中的重要地位。客觀認(rèn)識(shí)土地承載力并準(zhǔn)確把握其區(qū)際差異及協(xié)同演化方向，有助于優(yōu)化國(guó)土空間開發(fā)格局[5]，引導(dǎo)合理的人口流向、產(chǎn)業(yè)布局、城鎮(zhèn)規(guī)劃和區(qū)域協(xié)調(diào)等工作[6]，以保證土地資源的動(dòng)態(tài)平衡與可持續(xù)的生產(chǎn)力[7]。

自1798年Malthus發(fā)表了著名的《人口原理》[8]以來(lái)，承載力的內(nèi)涵和外延不斷拓展完善，逐漸與人口學(xué)、生物學(xué)、生態(tài)學(xué)、資源環(huán)境科學(xué)等領(lǐng)域結(jié)合[9-10]，20世紀(jì)中后期，由聯(lián)合國(guó)糧農(nóng)組織FAO和聯(lián)合國(guó)教科文組織UNESCO主持的承載力相關(guān)研究中，提出了系列承載力定義和量化方法[11-12]，為全球和區(qū)域社會(huì)經(jīng)濟(jì)規(guī)劃及可持續(xù)發(fā)展做出了積極貢獻(xiàn)。隨著全球性人口膨脹、資源耗竭及環(huán)境惡化等問(wèn)題的爆發(fā)，推動(dòng)了承載力研究向縱深方向發(fā)展，逐漸擴(kuò)展至資源、環(huán)境和生態(tài)承載力范疇。土地承載力（land carrying capacity）作為中國(guó)開展最早且應(yīng)用最為廣泛的承載力研究領(lǐng)域[13]，是衡量人類社會(huì)經(jīng)濟(jì)活動(dòng)與土地生態(tài)系統(tǒng)間相互協(xié)調(diào)關(guān)系的定量化表征，可將其歸納為土地利用和人類活動(dòng)兩大子系統(tǒng)[6]，體現(xiàn)在一定時(shí)期和空間區(qū)域下，土地所能承載人類活動(dòng)規(guī)模和強(qiáng)度的閾值[2]，相關(guān)研究方法可歸納為限制因子法[14]、多因素綜合評(píng)價(jià)法[2,6,15-16]、參照區(qū)法[17]、生態(tài)足跡法[18]、投影尋蹤模型法[19]等，研究尺度涵蓋國(guó)家、流域、省、市、縣等大中小尺度，研究區(qū)域多集中在內(nèi)陸地區(qū)。與此同時(shí)，針對(duì)沿海地區(qū)土地承載力也開展了大量研究，沿海地區(qū)的臨海性是其區(qū)別于內(nèi)陸地區(qū)最突出的特征[7]，在進(jìn)行土地承載力測(cè)度時(shí)需考慮海洋相關(guān)要素的介入[20]，目前已在海岸帶承載力評(píng)價(jià)指標(biāo)體系構(gòu)建[2,21]、人海關(guān)系地域系統(tǒng)協(xié)同演化[7]、開發(fā)強(qiáng)度與承載力時(shí)空耦合關(guān)系[22]、海域承載力時(shí)空分異分析[3,23]、長(zhǎng)江經(jīng)濟(jì)帶臨近海域?yàn)┩砍休d力評(píng)估[24]等方面取得了豐富成果。其中，借助指標(biāo)體系來(lái)評(píng)價(jià)土地承載力的相對(duì)性測(cè)度視角應(yīng)用較廣，且在指標(biāo)完善、評(píng)價(jià)模型優(yōu)化、目標(biāo)效應(yīng)拓展等方面不斷呈現(xiàn)多元面相，但在指標(biāo)構(gòu)建思路上大都將載體與承載物視作統(tǒng)一整體，較少分別刻畫支撐方與施壓方兩系統(tǒng)之間的相對(duì)獨(dú)立性及其耦合作用關(guān)系，且指標(biāo)要素中對(duì)海洋災(zāi)害相關(guān)影響因子測(cè)度較少，同時(shí)，結(jié)合研究區(qū)域來(lái)看，目前針對(duì)整個(gè)長(zhǎng)三角沿海地區(qū)視角的土地承載力測(cè)度及演變形態(tài)研究也尚不多見。

長(zhǎng)三角沿海地區(qū)以其毗鄰海洋的區(qū)位優(yōu)勢(shì)、強(qiáng)大的內(nèi)陸經(jīng)濟(jì)腹地、國(guó)家政策及宏觀戰(zhàn)略導(dǎo)向，成為人口高度密集、經(jīng)濟(jì)活動(dòng)最活躍及開放程度最高的地帶之一，臨海產(chǎn)業(yè)和城鎮(zhèn)化快速發(fā)展的同時(shí)也使人口、資源、環(huán)境等問(wèn)題日趨激化，正確認(rèn)識(shí)其土地資源承載力狀態(tài)及演化方向成為當(dāng)?shù)刂\求可持續(xù)發(fā)展的必然要求。故借鑒已有研究成果，本文從支撐方（載體）所能承載施壓方（承載物）的限度視角出發(fā)，綜合考慮土地資源本底支撐、發(fā)展建設(shè)投入支撐、政策調(diào)控支撐、土地利用干擾壓力、社會(huì)經(jīng)濟(jì)發(fā)展壓力、沿海災(zāi)害破壞壓力等的影響構(gòu)建了基于支撐方-施壓方的土地承載力評(píng)價(jià)指標(biāo)體系，借助遙感影像及社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，對(duì)2000、2010及2018年共3個(gè)時(shí)間斷面的長(zhǎng)三角11個(gè)沿海地區(qū)土地承載力進(jìn)行評(píng)估，分析各時(shí)期土地支撐力、施壓力、支撐-施壓耦合關(guān)系以及承載力水平的空間分異特征與演變規(guī)律，為促進(jìn)長(zhǎng)三角宏觀尺度上的資源優(yōu)化配置與可持續(xù)發(fā)展提供科學(xué)參考。

1 研究區(qū)概況

依據(jù)國(guó)務(wù)院2010年批準(zhǔn)實(shí)施的《長(zhǎng)江三角洲地區(qū)區(qū)域規(guī)劃》，其明確將江浙滬劃定為長(zhǎng)三角范圍，故本文選取連云港、鹽城、南通、嘉興、杭州、紹興、寧波、舟山、臺(tái)州、溫州以及上海共計(jì)11個(gè)沿海城市作為研究對(duì)象（圖1），基于城市級(jí)尺度的研究不僅適應(yīng)中國(guó)當(dāng)前以行政區(qū)劃為單元的管理特點(diǎn)，在社會(huì)、經(jīng)濟(jì)、災(zāi)害等方面亦有可靠的數(shù)據(jù)來(lái)源，輔助本研究的信息匯聚與分析評(píng)估。長(zhǎng)三角沿海地區(qū)空間作為《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》中的沿海經(jīng)濟(jì)發(fā)展帶，在土地開發(fā)利用逐漸深化和國(guó)家海洋戰(zhàn)略、長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略、“一帶一路”戰(zhàn)略等政策助推下，已成為經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的矛盾熱點(diǎn)區(qū)[25]。土地開發(fā)利用模式因各城市土地資源稟賦、地理區(qū)位、產(chǎn)業(yè)定位等不同而各異，在工業(yè)化和城鎮(zhèn)化熱區(qū)重點(diǎn)趨于臨港產(chǎn)業(yè)、工業(yè)園區(qū)建設(shè)、濱海新城建設(shè)、沿海旅游開發(fā)等高經(jīng)濟(jì)效益發(fā)展方式，土地開發(fā)空間逐漸由陸緣向海洋拓展，在農(nóng)業(yè)發(fā)展熱區(qū)主要通過(guò)灘涂圍墾、濕地養(yǎng)殖、近岸捕撈等實(shí)現(xiàn)陸海空間利用。

研究區(qū)境內(nèi)地勢(shì)低平，類型以平原、丘陵和山地為主，海岸大部分屬于淤泥質(zhì)平原海岸，擁有廣闊的灘涂。因地處中國(guó)東部沿海，擁有面向國(guó)際、連接南北、輻射中西部的密集交通網(wǎng)絡(luò)和現(xiàn)代化港口群，經(jīng)濟(jì)腹地廣闊，對(duì)長(zhǎng)江流域乃至全國(guó)發(fā)展具有重要帶動(dòng)作用。依托發(fā)達(dá)的經(jīng)濟(jì)發(fā)展水平、便捷的交通運(yùn)輸條件和便利的公共服務(wù)設(shè)施，長(zhǎng)三角沿海地區(qū)成為人口集聚高地，“虹吸效應(yīng)”突出，一定程度上使得“大城市病”問(wèn)題凸顯，與資源環(huán)境承載力的矛盾加劇[22]，同時(shí)，受氣候變化、海平面持續(xù)上升及人類不合理開發(fā)活動(dòng)累計(jì)效應(yīng)的影響，江蘇、上海和浙江沿海地區(qū)的風(fēng)暴潮、洪澇、海岸侵蝕、海水入侵和土壤鹽漬化等災(zāi)害頻發(fā)，致使沿海地區(qū)土地資源遭受嚴(yán)重破壞。

圖1 研究區(qū)地理區(qū)位圖

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源包含空間數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)兩部分，研究時(shí)間節(jié)點(diǎn)為2000、2010及2018年。其中，空間數(shù)據(jù)主要為長(zhǎng)三角沿海地區(qū)土地利用遙感監(jiān)測(cè)數(shù)據(jù)，來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn）1:10萬(wàn)比例尺全國(guó)陸域LUCC遙感監(jiān)測(cè)數(shù)據(jù)庫(kù)，空間分辨率為30 m×30 m，基于該數(shù)據(jù)集進(jìn)行3個(gè)時(shí)期土地開發(fā)利用強(qiáng)度、土地利用多樣性及土地景觀破碎度指標(biāo)因子的測(cè)度，表征人類活動(dòng)對(duì)土地資源開發(fā)利用的干擾程度。其余數(shù)據(jù)均采用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，其中，基于各城市的《城市統(tǒng)計(jì)年鑒》《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》《環(huán)境狀況公報(bào)》《浙江自然資源與環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》來(lái)獲取研究對(duì)象在土地資源與社會(huì)經(jīng)濟(jì)發(fā)展方面的相關(guān)指標(biāo)狀態(tài)值，包含人口、經(jīng)濟(jì)、科技、教育、港口運(yùn)輸、工業(yè)污染等因子；在海洋災(zāi)害方面，重點(diǎn)選取海平面上升、熱帶氣旋、風(fēng)暴潮三種典型災(zāi)害進(jìn)行評(píng)估，基于《中國(guó)海洋統(tǒng)計(jì)年鑒》《中國(guó)海洋災(zāi)害公報(bào)》及《中國(guó)海平面公報(bào)》來(lái)獲取沿海風(fēng)暴潮災(zāi)害影響程度及海平面上升幅度量（相對(duì)于常年平均海平面），同時(shí)，基于中國(guó)氣象局熱帶氣旋資料中心[26]（tcdata.typhoon.org.cn）統(tǒng)計(jì)各沿海地區(qū)累計(jì)熱帶氣旋登陸次數(shù)。

2.2 研究方法

2.2.1 沿海地區(qū)土地承載力內(nèi)涵及其指標(biāo)體系構(gòu)建

本研究秉持相對(duì)承載力視角，對(duì)長(zhǎng)三角11個(gè)沿海地區(qū)土地承載力進(jìn)行定量化測(cè)度，從土地生態(tài)系統(tǒng)“支撐方”具備的支撐力及面臨外界環(huán)境“施壓方”產(chǎn)生的施壓力出發(fā)考慮。其中，支撐方能夠提供人類生存所必要的生產(chǎn)、生活和生態(tài)空間，承載體是指土地生態(tài)系統(tǒng)，并結(jié)合城市發(fā)展建設(shè)投入及政策調(diào)控等外部正向力量，共同提供對(duì)人類可持續(xù)發(fā)展的支撐力；施壓方主要通過(guò)對(duì)土地資源開發(fā)利用以滿足生存發(fā)展需求，并疊加外界自然災(zāi)害的破壞風(fēng)險(xiǎn)，共同構(gòu)成對(duì)土地資源的壓力作用。將土地承載力水平視做支撐方能夠支撐施壓方的限度，當(dāng)施壓力接近于支撐力極限時(shí)，人類會(huì)調(diào)整并優(yōu)化土地利用方式及借助科學(xué)技術(shù)等手段來(lái)提升支撐方的承載能力，以避免潛在“超載災(zāi)難”的發(fā)生，支撐方與施壓方之間的耦合與聯(lián)動(dòng)共同影響土地承載力水平[6]。同時(shí)，由于人類活動(dòng)（生產(chǎn)生活的內(nèi)容、方式及規(guī)模等）、技術(shù)發(fā)展（科技水平、環(huán)境治理水平、組織管理水平等）及土地資源載體自身始終都處在持續(xù)變化中，導(dǎo)致土地生態(tài)系統(tǒng)的承載彈性呈現(xiàn)出明顯的動(dòng)態(tài)特征。通過(guò)分別構(gòu)建“支撐”類指標(biāo)（）和“施壓”類指標(biāo)（），以刻畫沿海地區(qū)土地支撐方與施壓方之間的耦合關(guān)系，并通過(guò)支撐力指數(shù)與施壓力指數(shù)的比值表征土地承載力大小（），進(jìn)一步依據(jù)承載力指數(shù)確定當(dāng)前土地生態(tài)系統(tǒng)所處的超載/盈余/平衡狀態(tài)及近些年的承載力變化趨勢(shì)。

長(zhǎng)三角沿海地區(qū)的臨海特性使其響應(yīng)海洋災(zāi)害擾動(dòng)靈敏，對(duì)由全球氣候變暖引起的海平面持續(xù)上升表現(xiàn)出極強(qiáng)的脆弱性?；谌虺毕屠擞吭俜治鰯?shù)據(jù)集以及海平面上升風(fēng)險(xiǎn)暴露度模型開展的中國(guó)大陸沿海省市海平面上升風(fēng)險(xiǎn)評(píng)估結(jié)果表明[27]，長(zhǎng)三角及蘇北沿海是海平面上升風(fēng)險(xiǎn)可能淹沒(méi)范圍的重點(diǎn)集中區(qū)，屬高暴露等級(jí)區(qū)域，且江蘇、上海等長(zhǎng)三角地區(qū)可能淹沒(méi)范圍最大。同時(shí)，疊加熱帶氣旋引起的強(qiáng)風(fēng)暴潮影響，使得海岸侵蝕加強(qiáng)，大片濱海濕地喪失、耕地淹沒(méi)及其他土地資源也將遭受嚴(yán)重程度的破壞?；谏鲜鰧?duì)研究區(qū)面臨環(huán)境災(zāi)害風(fēng)險(xiǎn)的分析，結(jié)合研究區(qū)概況中的地域及社會(huì)經(jīng)濟(jì)特征，借鑒已有研究成果，遵循系統(tǒng)性、典型性、數(shù)據(jù)可獲性和可比性等原則，從支撐方和施壓方兩方面構(gòu)建評(píng)價(jià)指標(biāo)體系（表1），以期實(shí)現(xiàn)對(duì)研究區(qū)土地承載力的科學(xué)測(cè)度。

支撐力主要從土地資源本底支撐、發(fā)展建設(shè)投入支撐、政策調(diào)控支撐3個(gè)維度來(lái)刻畫，其中，政策調(diào)控支撐對(duì)區(qū)域發(fā)展定位具有重要的導(dǎo)向作用，將其也視做一種正向支撐力，為便于量化且切近實(shí)際發(fā)展現(xiàn)狀，采用城市行政等級(jí)和城市規(guī)模等級(jí)2個(gè)指標(biāo)來(lái)量化各城市獲取國(guó)家優(yōu)惠政策的多寡[28]。施壓力主要從土地利用干擾壓力、社會(huì)經(jīng)濟(jì)發(fā)展壓力、沿海災(zāi)害破壞壓力3個(gè)維度共4項(xiàng)指標(biāo)來(lái)刻畫，其中，前3項(xiàng)指標(biāo)測(cè)度主要源于《中國(guó)海洋統(tǒng)計(jì)年鑒》《中國(guó)海洋災(zāi)害公報(bào)》及《中國(guó)海平面公報(bào)》，因相關(guān)統(tǒng)計(jì)資料均是基于沿海省份和直轄市尺度進(jìn)行的數(shù)據(jù)統(tǒng)計(jì)，故針對(duì)此類指標(biāo)將同一省份的統(tǒng)計(jì)值分別賦予下轄的沿海地區(qū)，雖不能充分體現(xiàn)各城市間實(shí)際災(zāi)害差異，但在一定程度上能夠厘清不同時(shí)間和空間維度上的省際災(zāi)害壓力差異。針對(duì)較常年平均海平面上升幅度指標(biāo)，受限于統(tǒng)計(jì)資料時(shí)間范圍，本文將2003—2010年、2011—2018年期間的累計(jì)統(tǒng)計(jì)年均值作為2010年和2018年的指標(biāo)測(cè)度原始值，并將期間的常年平均海平面統(tǒng)一歸至1975—1993年的平均海平面高度；同時(shí)，基于《2010年中國(guó)海平面公報(bào)》中針對(duì)江蘇、上海和浙江年代際差異變化分析，推算出1991—2000年期間的累計(jì)均值作為2000年測(cè)度值；針對(duì)風(fēng)暴潮災(zāi)害導(dǎo)致農(nóng)田受災(zāi)面積、風(fēng)暴潮災(zāi)害導(dǎo)致直接經(jīng)濟(jì)損失兩項(xiàng)指標(biāo)值，分別將1991—2000年、2001—2010年、2011—2018年近十年的累計(jì)狀態(tài)值作為2000年、2010年和2018年的指標(biāo)測(cè)度值；同理，依據(jù)中國(guó)氣象局熱帶氣旋資料中心各沿海地區(qū)在1991—2018年期間的熱帶氣旋登陸次數(shù)數(shù)據(jù)，包含熱帶低壓、熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)共6種熱帶氣旋等級(jí)，參照風(fēng)暴潮災(zāi)害導(dǎo)致農(nóng)田受災(zāi)面積指標(biāo)的累計(jì)統(tǒng)計(jì)方法進(jìn)行原始數(shù)據(jù)測(cè)度。

2.2.2 土地利用干擾壓力測(cè)度模型

基于土地利用斑塊的結(jié)構(gòu)組成、形態(tài)變化及空間配置等景觀格局信息，通過(guò)定量測(cè)度來(lái)綜合表征人類活動(dòng)對(duì)土地生態(tài)系統(tǒng)的干擾施壓程度，該研究采用土地利用強(qiáng)度指數(shù)、土地利用多樣性指數(shù)及景觀形狀破碎度指數(shù)進(jìn)行測(cè)算。

土地利用強(qiáng)度主要借鑒莊大方等[29-30]提出的土地利用程度測(cè)度模型，將土地利用強(qiáng)度分級(jí)為[31]：未利用級(jí)（用“未利用地”地類表征）、自然可再生級(jí)（用“林地”“草地”“水域”地類表征）、人工可再生級(jí)（用“耕地”表征）、難再利用級(jí)（用“建設(shè)用地”表征），分別將4種級(jí)別指數(shù)依次賦值為1、2、3、4，計(jì)算公式如下：

式中表示土地利用強(qiáng)度分級(jí)數(shù)，A表示研究區(qū)第級(jí)土地利用強(qiáng)度分級(jí)面積百分比，C表示第級(jí)土地利用強(qiáng)度分級(jí)指數(shù)。

表1 長(zhǎng)三角沿海地區(qū)土地承載力評(píng)價(jià)指標(biāo)體系

注：①沿海地區(qū)行政等級(jí)劃分為直轄市、副省級(jí)城市、一般省會(huì)城市和地級(jí)市共4個(gè)級(jí)別，分別賦值為10、5、3、1；②沿海地區(qū)規(guī)模等級(jí)按城區(qū)常住人口劃分為超大城市、特大城市、大城市、中等城市和小城市，分別賦值5、3、1、1、1，并認(rèn)為大城市規(guī)模及以下在政策傾斜上無(wú)差別。

Note: ①The administrative levels of the coastal areas are divided into four levels: municipalities, sub-provincial cities, general provincial capital cities, and prefecture-level cities, with values of 10, 5, 3, and 1 are assigned respectively; ②The scale levels of the coastal areas are divided into super cities, mega cities, large cities, medium cities and small cities according to the permanent population of the urban area, with values of 5, 3, 1, 1 and 1 are assigned respectively. And which think that there is no difference in policy tilt between large cities and below.

土地利用多樣性指數(shù)主要借鑒Shannon-Winter指數(shù)[32]，測(cè)度長(zhǎng)三角沿海地區(qū)土地生態(tài)系統(tǒng)的有序程度，是用于判斷土地系統(tǒng)結(jié)構(gòu)變化或土地系統(tǒng)穩(wěn)定性的指標(biāo)，計(jì)算公式如下：

式中為各土地利用類型；為土地利用類型數(shù)量；p為各地類面積占總面積的比例。

土地景觀破碎度反映人類開發(fā)行為對(duì)土地景觀的干擾程度[33]，指數(shù)值越大，表示斑塊形狀越不規(guī)整，形狀越長(zhǎng)，計(jì)算公式如下：

式中為景觀中所有地類斑塊的周長(zhǎng)總和，km2；為土地景觀總面積，km2。

3.2.3 支撐力與施壓力耦合協(xié)調(diào)度模型

通過(guò)對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化、權(quán)重確定、線性加權(quán)綜合等計(jì)算獲取各沿海地區(qū)的支撐力指數(shù)、施壓力指數(shù)。其中，指標(biāo)標(biāo)準(zhǔn)化采用極差變換法消除各原始數(shù)據(jù)在數(shù)量級(jí)及量綱上的差異，由于支撐力指標(biāo)相對(duì)于支撐方而言是正向指標(biāo)，施壓力指標(biāo)相對(duì)于施壓方而言也是正向指標(biāo)，故本文均采用正向指標(biāo)標(biāo)準(zhǔn)化法實(shí)現(xiàn)對(duì)2000年、2010年和2018年11個(gè)沿海地區(qū)32項(xiàng)指標(biāo)，共計(jì)1056項(xiàng)原始數(shù)據(jù)的無(wú)量綱化處理，取值范圍[0,1]；權(quán)重確定方面，為保證數(shù)據(jù)客觀性，本研究運(yùn)用熵權(quán)法分別確定支撐方和施壓方各指標(biāo)在3個(gè)年份的權(quán)重值，將其均值作為各指標(biāo)的綜合權(quán)重，熵權(quán)法可有效避免評(píng)價(jià)要素間信息雜糅與主觀性人為判斷的影響，計(jì)算結(jié)果具有較高的可信度，已被廣泛應(yīng)用與地理學(xué)、經(jīng)濟(jì)學(xué)及社會(huì)學(xué)等領(lǐng)域研究中，其具體計(jì)算步驟詳見參考文獻(xiàn)[34-35]；進(jìn)一步基于各方標(biāo)準(zhǔn)化值及相應(yīng)權(quán)重采用線性加權(quán)法獲取支撐力與施壓力指數(shù)，計(jì)算公式如下：

長(zhǎng)三角沿海地區(qū)土地承載力是支撐方與施壓方各要素之間相互配合、相互制約和相互支持的耦合互動(dòng)的綜合表征，其中，支撐方?jīng)Q定著相互作用的上限閾值，是沿海地區(qū)發(fā)展的空間載體，施壓方主導(dǎo)著作用規(guī)模與強(qiáng)度，是沿海地區(qū)發(fā)展的核心，同時(shí)也為支撐方提供正向提升與調(diào)控的作用力，支撐方與施壓方之間存在密切的耦合作用，由此借鑒耦合協(xié)調(diào)度模型[36-38]測(cè)度兩者之間的耦合程度與協(xié)調(diào)程度高低，計(jì)算公式如下：

式中C、D分別表示第個(gè)沿海地區(qū)支撐力與施壓力的耦合度、協(xié)調(diào)度，且C∈[0,1]、D∈[0,1]；T表示綜合協(xié)調(diào)系數(shù)，反映支撐力與施壓力對(duì)協(xié)調(diào)度的貢獻(xiàn)，和為待定系數(shù)，且+=1本研究認(rèn)為支撐力和施壓力同等重要，故取==0.5。C越高表征耦合度越佳，D越高表征協(xié)調(diào)性越佳，借鑒相關(guān)研究成果并結(jié)合本研究區(qū)域?qū)嶋H，將耦合度類型劃分為：①當(dāng)C∈[0,0.3]時(shí)，處于低耦合期，兩者發(fā)展開始進(jìn)行博弈，整體耦合水平較低，且當(dāng)C=0時(shí)，支撐方與施壓方之間處于不相關(guān)狀態(tài)且向無(wú)序模式發(fā)展；②當(dāng)C∈(0.3,0.5]時(shí)，處于拮抗期，兩者之間相互關(guān)聯(lián)加強(qiáng)；③當(dāng)C∈(0.5,0.8]時(shí)，處于磨合期，兩者間開始相互制衡、配合，呈良性耦合特征；④當(dāng)C∈(0.8,1]時(shí)，處于協(xié)調(diào)耦合期，兩者間良性耦合特征強(qiáng)化并朝向有序方向發(fā)展，且當(dāng)C=1時(shí)，呈良性共振耦合特征，且逐漸趨向新的有序結(jié)構(gòu)。同時(shí)，將協(xié)調(diào)度類型劃分為：①當(dāng)D∈[0,0.2]時(shí)，屬嚴(yán)重失調(diào)型；②當(dāng)D∈(0.2,0.4]時(shí)，屬中度失調(diào)型；③當(dāng)D∈(0.4,0.6]時(shí)，屬基本協(xié)調(diào)型；④當(dāng)D∈(0.6,0.8]時(shí)，屬中度協(xié)調(diào)型；⑤當(dāng)D∈(0.8,1]時(shí)，屬高度協(xié)調(diào)型。

2.2.4 土地承載力指數(shù)及其分區(qū)模型

進(jìn)一步將支撐力指數(shù)與施壓力指數(shù)的比值作為土地承載力指數(shù)（BCI），計(jì)算公式如下：

承載力水平的不斷提升也反映出兩方從低級(jí)共生向高級(jí)耦合協(xié)調(diào)轉(zhuǎn)變的過(guò)程，除理論上的BCI＜1、BCI=1和BCI＞1三種狀態(tài)（分別表征超載、平衡和盈余）外，為進(jìn)一步厘清超載或盈余程度，借鑒已有研究成果[6]中對(duì)承載臨界值的劃分，將土地承載力定義為[0,)、[,1)、(1,-1/2)、[-1/2,-1)，分別表示超載高值區(qū)、超載低值區(qū)、盈余低值區(qū)、盈余高值區(qū)。BCI取值越大，土地承載狀態(tài)愈好，當(dāng)處于超載高值區(qū)時(shí)應(yīng)予以及時(shí)預(yù)警。

3 結(jié)果與分析

3.1 長(zhǎng)三角沿海地區(qū)土地支撐力、施壓力分異特征

3.1.1 支撐力與施壓力時(shí)序變化特征

基于對(duì)2000年、2010年和2018年11個(gè)沿海地區(qū)各要素評(píng)價(jià)結(jié)果的加權(quán)綜合，獲取對(duì)應(yīng)年份長(zhǎng)三角沿海區(qū)域總體的6類評(píng)價(jià)要素、支撐力及施壓力指數(shù)測(cè)度值，如圖2所示：1）長(zhǎng)三角沿海區(qū)域各年份的土地施壓力均高于支撐力，始終處于超載狀態(tài)。其中，支撐力指數(shù)呈現(xiàn)先增后降的波動(dòng)式上升趨勢(shì)，近19 a累計(jì)提升0.48，于2010年支撐水平達(dá)到最高，為2.90；施壓力指數(shù)呈現(xiàn)先降后增的波動(dòng)式下降趨勢(shì)，研究時(shí)段內(nèi)累計(jì)下降0.15，于2010年施壓水平達(dá)到最低，為3.16。2）在支撐力方面，發(fā)展建設(shè)投入支撐力明顯高于土地資源本底支撐力與政策調(diào)控支撐力，且后兩者除2010年土地資源本底支撐力指數(shù)值為0.61外，其余指數(shù)測(cè)度值均介于0.40～0.50之間。3）在施壓力方面，3類要素存在明顯差異，測(cè)度均值由低到高依次表現(xiàn)為土地利用干擾壓力、沿海災(zāi)害破壞壓力與社會(huì)經(jīng)濟(jì)壓力。其中，土地利用干擾壓力指數(shù)整體表現(xiàn)最低且呈微弱波動(dòng)上升趨勢(shì)；沿海災(zāi)害破壞壓力指數(shù)表現(xiàn)次之，經(jīng)歷先降后增的波動(dòng)式下降趨勢(shì)，2000年至2010年下降幅度為0.56，2010年至2018年提升幅度為0.35；社會(huì)經(jīng)濟(jì)發(fā)展壓力指數(shù)整體呈現(xiàn)較高水平，總體增長(zhǎng)0.04。

長(zhǎng)三角11個(gè)沿海地區(qū)各要素測(cè)度結(jié)果見表2：1）在評(píng)價(jià)要素差異方面，6類要素測(cè)度值范圍均介于0～0.60之間，其中，由于上海市表現(xiàn)出較高的發(fā)展建設(shè)投入力以及社會(huì)經(jīng)濟(jì)施壓力，其測(cè)度均值為0.57，故整體最大邊界值擴(kuò)展至0.60，除此之外，其他評(píng)價(jià)要素最高值僅為0.30；土地資源本底支撐力、發(fā)展建設(shè)投入支撐力、政策調(diào)控支撐力、土地利用干擾壓力、社會(huì)經(jīng)濟(jì)發(fā)展壓力和沿海災(zāi)害破壞力各要素在3個(gè)年份各地區(qū)的綜合均值分別為0.05、0.16、0.04、0.04、0.14、0.12，其中，發(fā)展建設(shè)投入支撐力與社會(huì)經(jīng)濟(jì)發(fā)展壓力分別居支撐方與施壓方的首位。2）在城市間對(duì)比差異方面，上海市各要素指數(shù)值明顯高于其他城市，尤其體現(xiàn)在發(fā)展建設(shè)投入支撐力、政策調(diào)控支撐力和社會(huì)經(jīng)濟(jì)發(fā)展壓力3方面，這與上海市自身地處長(zhǎng)三角城市群龍頭與核心地位有關(guān)，其在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、吸引外資、科技教育支出、港口碼頭建設(shè)以及國(guó)家政策導(dǎo)向支持等方面均呈現(xiàn)較強(qiáng)優(yōu)勢(shì)作用，與此同時(shí)，也伴隨較高的人口規(guī)模、城鎮(zhèn)化水平、地區(qū)生產(chǎn)總值、港口貨物吞吐量及外貿(mào)出口總額等壓力作用；各地區(qū)針對(duì)同類評(píng)價(jià)要素，在土地利用干擾壓力指數(shù)上表現(xiàn)出較強(qiáng)的一致性，政策調(diào)控支撐力指數(shù)次之，其余要素波動(dòng)范圍較為分散。3）在時(shí)序差異方面，各要素波動(dòng)趨勢(shì)各異，其中，政策調(diào)控支撐力與土地利用干擾壓力指數(shù)波動(dòng)甚微，11個(gè)地區(qū)在各年份基本維持同一水平；其次表現(xiàn)為土地資源本底支撐力與社會(huì)經(jīng)濟(jì)發(fā)展壓力指數(shù)，僅嘉興、杭州、寧波與臺(tái)州在各年份存在微弱浮動(dòng)，其余地區(qū)指數(shù)值基本保持一致；發(fā)展建設(shè)投入支撐與沿海災(zāi)害破壞壓力指數(shù)處于無(wú)序狀態(tài)，在各年份波動(dòng)較強(qiáng)，尚無(wú)明顯規(guī)律。

圖2 長(zhǎng)三角沿海地區(qū)土地承載力評(píng)價(jià)要素、支撐力與施壓力指數(shù)

表2 2000—2018年長(zhǎng)三角沿海地區(qū)各類土地承載力評(píng)價(jià)要素

長(zhǎng)三角11個(gè)沿海地區(qū)支撐力、施壓力評(píng)價(jià)結(jié)果見表3：1）在支撐力方面，上海、杭州和寧波支撐力水平明顯高于其他城市，且不同城市呈現(xiàn)不同變化趨勢(shì)，其中，連云港、鹽城、紹興、寧波和溫州呈持續(xù)上升趨勢(shì)；南通、杭州和臺(tái)州呈先增后降的波動(dòng)式上升趨勢(shì)；上海與嘉興總體呈下降趨勢(shì)。2）在施壓力方面，上海和寧波、杭州施壓力程度明顯高于其他城市，且不同城市變化趨勢(shì)各異，其中，連云港、鹽城、南通施壓力呈持續(xù)減弱趨勢(shì)，其余城市呈現(xiàn)持續(xù)式或波動(dòng)式壓力增強(qiáng)趨勢(shì)。綜合來(lái)看，長(zhǎng)三角11個(gè)沿海地區(qū)中，僅上海和杭州在各年份的支撐力均大于施壓力，鹽城和嘉興部分年份的支撐力大于施壓力之外，其余城市在各年份的支撐力均小于施壓力，經(jīng)進(jìn)一步統(tǒng)計(jì)，在2000年、2010年和2018年的累計(jì)33個(gè)沿海地區(qū)樣本中，僅有9個(gè)地區(qū)的土地承載力指數(shù)大于1，即研究區(qū)整體土地支撐-施壓系統(tǒng)呈現(xiàn)為27.3%的盈余狀態(tài)，長(zhǎng)三角土地資源系統(tǒng)長(zhǎng)期處于高壓發(fā)展?fàn)顟B(tài)。

表3 2000—2018年長(zhǎng)三角沿海地區(qū)土地支撐力與施壓力指數(shù)

3.1.2 支撐力與施壓力空間變化特征

將支撐力與施壓力測(cè)算結(jié)果通過(guò)ArcGIS10.5軟件與矢量行政區(qū)劃進(jìn)行空間鏈接，形成對(duì)應(yīng)年份長(zhǎng)三角沿海地區(qū)土地支撐力與施壓力空間分布圖（圖3）。1）支撐力空間分布方面，各年份最大測(cè)度值基本一致，分別為0.95、0.96、0.95。其中，上海、杭州及寧波分別始終處于各年份最高值區(qū)、次高值區(qū)及第三高值區(qū)，連云港市和南通市始終均處于最低值區(qū)，臺(tái)州市始終處于次低值區(qū)，其余5座城市在3個(gè)年份發(fā)生了區(qū)間改變，表現(xiàn)為低-高-高、低-高-低、高-低-低3種演變類型。2）施壓力空間分布方面，各年份最大測(cè)度值呈現(xiàn)由略微減弱向快速增強(qiáng)方向轉(zhuǎn)變，分別為0.66、0.65、0.75。其中，上海和杭州分別始終處于各年份最高值區(qū)、次高值區(qū)，杭州、臺(tái)州和溫州始終均處于各年份的第三高值區(qū)，鹽城市始終處于最低值區(qū)，其余5座城市在3個(gè)年份發(fā)生了區(qū)間改變，表現(xiàn)為低-高-高、高-低-低、高-高-低3種演變類型。綜合來(lái)看，上海市和杭州市在各時(shí)期的支撐力與施壓力水平均未發(fā)生變化，其余城市在支撐力與施壓力水平上則呈現(xiàn)出等級(jí)的持續(xù)上升、持續(xù)下降或升降交替變化趨勢(shì)。

圖3 長(zhǎng)三角沿海地區(qū)土地支撐力與施壓力時(shí)空分布

3.2 長(zhǎng)三角沿海地區(qū)土地支撐-施壓耦合協(xié)調(diào)關(guān)系分異特征

3.2.1 支撐-施壓耦合協(xié)調(diào)度時(shí)序變化特征

基于公式（6）和（7）測(cè)算出的長(zhǎng)三角沿海地區(qū)土地支撐-施壓耦合度、協(xié)調(diào)度結(jié)果見表4。

表4 長(zhǎng)三角沿海地區(qū)土地支撐-施壓耦合度及協(xié)調(diào)度時(shí)序變化

耦合度方面，除2000年連云港市耦合度表現(xiàn)為0.64以外，其余城市均介于0.90～1.00之間，各城市間變化較為穩(wěn)定，且各年份間波動(dòng)較弱。參照對(duì)耦合度的類型分區(qū)，土地支撐-施壓耦合度介于0.90～1.00之間的沿海地區(qū)總體占比為97%，其均處于協(xié)調(diào)耦合期，表現(xiàn)為支撐方和施壓方兩系統(tǒng)間的良性耦合關(guān)系且逐漸朝向有序狀態(tài)演化。協(xié)調(diào)度方面，與耦合度變化特征差異顯著，其測(cè)度值均低于同期耦合度值，除上海市表現(xiàn)出較高的協(xié)調(diào)水平外，其均值達(dá)0.90，其余城市協(xié)調(diào)度主要維持在0.30～0.60范圍之內(nèi)，整體表現(xiàn)為各城市間曲線變化幅度較大，且各年份間振幅較耦合度更加明顯。

3.2.2 支撐-施壓耦合協(xié)調(diào)度空間變化特征

因長(zhǎng)三角各沿海地區(qū)的土地支撐-施壓耦合狀態(tài)基本全部處于協(xié)調(diào)耦合期，空間差異特征不明顯，故此處僅將協(xié)調(diào)度測(cè)算結(jié)果通過(guò)ArcGIS10.5軟件與矢量行政區(qū)劃進(jìn)行空間鏈接，形成對(duì)應(yīng)年份長(zhǎng)三角沿海地區(qū)土地支撐-施壓協(xié)調(diào)度空間分布圖（圖4）。參照對(duì)協(xié)調(diào)度的類型分區(qū)，本研究結(jié)果主要涵蓋中度失調(diào)型、基本協(xié)調(diào)型、中度協(xié)調(diào)型、高度協(xié)調(diào)型4種類型，分別標(biāo)記為1、2、3、4。其中，長(zhǎng)三角沿海區(qū)域整體始終處于基本協(xié)調(diào)型，但協(xié)調(diào)度均值呈現(xiàn)持續(xù)上升趨勢(shì)，由0.480提升到0.504。各城市間變化趨勢(shì)各異，上海市始終屬于高度協(xié)調(diào)型4，杭州和寧波分別由基本協(xié)調(diào)型2演變?yōu)橹卸葏f(xié)調(diào)型3，臺(tái)州和溫州始終處于基本協(xié)調(diào)型2，南通始終處于中度失調(diào)性1，連云港、鹽城、嘉興、紹興、舟山分別經(jīng)歷了2-1-1、1-2-2、1-2-1、1-2-2、1-1-2的4種演變模式。從省際差異上看，江蘇省以中度失調(diào)型居多，浙江省以基本協(xié)調(diào)型居多，可歸納為“北低南高”的空間格局，并呈現(xiàn)由南北兩側(cè)逐漸向上海市進(jìn)行高值匯聚的態(tài)勢(shì)。

圖4 長(zhǎng)三角沿海地區(qū)土地支撐-施壓協(xié)調(diào)度時(shí)空分布

3.3 長(zhǎng)三角沿海地區(qū)土地承載力分異特征與演變規(guī)律

基于公式（8）測(cè)算的土地承載力結(jié)果如圖5所示：長(zhǎng)三角沿海區(qū)域整體土地承載力指數(shù)經(jīng)歷了由0.66到0.83的波動(dòng)式上升趨勢(shì)，但始終小于1，且各時(shí)期沿海地區(qū)土地承載力取值范圍均介于0～1.80之間，表明長(zhǎng)三角沿海區(qū)域整體承載力水平始終處于超載但超載程度趨于減弱，且各時(shí)期均存在土地超載與盈余并存的地區(qū)發(fā)展?fàn)顟B(tài)。各地區(qū)土地承載水平特征各異，其中，僅上海市和杭州市承載力指數(shù)始終大于1，嘉興于2010年以及鹽城市于2010年和2018年的承載力指數(shù)大于1之外，其余地區(qū)在各時(shí)期均小于1，即多數(shù)地區(qū)處于超載狀態(tài)。

圖5 長(zhǎng)三角沿海地區(qū)土地承載力時(shí)序變化

進(jìn)一步將土地承載力測(cè)算結(jié)果通過(guò)ArcGIS10.5軟件與矢量行政區(qū)劃進(jìn)行空間鏈接，參照公式（8）中對(duì)具體承載臨界值及承載力分區(qū)的定義，形成對(duì)應(yīng)年份長(zhǎng)三角沿海地區(qū)土地承載空間分布圖（圖6）。1）時(shí)間維度上，2000年土地承載力分區(qū)包含盈余高值區(qū)、盈余低值區(qū)、超載低值區(qū)和超載高值區(qū)4種狀態(tài)，分別標(biāo)記為1、2、3、4，而2010年與2018年僅包含1、2、33種狀態(tài)。2）空間維度上，連云港和寧波由顯著的4狀態(tài)轉(zhuǎn)變?yōu)?狀態(tài)，承載力水平在一定程度上實(shí)現(xiàn)穩(wěn)步提升，但仍未脫離超載狀態(tài)；上海和杭州在3個(gè)年份始終分別處于1、2狀態(tài)；鹽城承載力水平明顯提升，已擺脫超載狀態(tài)，且目前處于穩(wěn)定的B2狀態(tài)；南通、紹興、舟山、臺(tái)州、溫州始終處于B3狀態(tài)。3）綜合分析，長(zhǎng)三角沿海區(qū)域整體主要經(jīng)歷了4-3-3、3-2-2、3-2-3的三種演變模式，且空間上表現(xiàn)為江蘇省“南北超載中部盈余”、上海市“全域盈余”以及浙江省“北部盈余南部超載”的格局特征。

圖6 長(zhǎng)三角沿海地區(qū)土地承載力時(shí)空分布

4 結(jié)論與討論

以長(zhǎng)三角11個(gè)沿海地區(qū)作為研究對(duì)象，從支撐方和施壓方2個(gè)維度構(gòu)建沿海地區(qū)土地承載力評(píng)價(jià)指標(biāo)體系，借助遙感影像解譯數(shù)據(jù)及社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用熵值法、耦合協(xié)調(diào)度模型與土地承載力指數(shù)模型，探討了長(zhǎng)三角沿海地區(qū)在2000年、2010年及2018年土地承載力水平的時(shí)空演變特征，進(jìn)一步剖析了支撐-施壓耦合協(xié)調(diào)關(guān)系，研究結(jié)果表明：

1）長(zhǎng)三角沿海區(qū)域各年份綜合施壓力均高于支撐力，始終處于超載狀態(tài)，且支撐力指數(shù)與施壓力指數(shù)分別呈現(xiàn)波動(dòng)式上升、波動(dòng)式下降趨勢(shì)。在支撐類評(píng)價(jià)要素上，發(fā)展建設(shè)投入支撐力明顯高于土地資源本底支撐力與政策調(diào)控支撐力；在施壓類評(píng)價(jià)要素上，測(cè)度均值由低到高依次表現(xiàn)為土地利用干擾壓力、沿海災(zāi)害破壞壓力與社會(huì)經(jīng)濟(jì)發(fā)展壓力。

2）在各時(shí)期共計(jì)33個(gè)沿海地區(qū)樣本中，有9個(gè)地區(qū)土地承載力指數(shù)大于1，沿海地區(qū)盈余狀態(tài)占比27.3%。其中，上海市和杭州市在各時(shí)期的支撐力與施壓力水平均未發(fā)生變化，其余地區(qū)在支撐力與施壓力水平上則呈現(xiàn)出等級(jí)的持續(xù)上升、持續(xù)下降或升降交替變化趨勢(shì)。

3）長(zhǎng)三角沿海地區(qū)耦合度介于0.9～1.0之間的區(qū)域占比為97%，其均處于協(xié)調(diào)耦合期；土地支撐-施壓協(xié)調(diào)度涵蓋中度失調(diào)型、基本協(xié)調(diào)型、中度協(xié)調(diào)型、高度協(xié)調(diào)型4種類型，其中，江蘇省以中度失調(diào)型居多，浙江省以基本協(xié)調(diào)型居多，形成“北低南高”的空間格局，并呈現(xiàn)由南北兩側(cè)逐漸向上海市進(jìn)行高值匯聚的態(tài)勢(shì)。

4）長(zhǎng)三角沿海區(qū)域整體承載力水平始終處于超載但超載程度趨于減弱，且各時(shí)期均存在土地超載與盈余并存的地區(qū)發(fā)展?fàn)顟B(tài)；空間上呈現(xiàn)出江蘇省“南北超載中部盈余”、上?！叭蛴唷币约罢憬　氨辈坑嗄喜砍d”的格局特征。

本文構(gòu)建的基于支撐方-施壓方視角的沿海地區(qū)土地承載力評(píng)價(jià)指標(biāo)體系可作為對(duì)當(dāng)前已有評(píng)價(jià)類研究成果的一種探索性補(bǔ)充，尤其在當(dāng)前長(zhǎng)江三角洲城市群發(fā)展格局定位背景下，加深對(duì)長(zhǎng)三角沿海發(fā)展帶土地承載力變化過(guò)程的全面認(rèn)識(shí)。本文綜合考慮沿海地區(qū)區(qū)別于內(nèi)陸地區(qū)的沿海性、開放性及脆弱性等特征，從土地資源本底、發(fā)展建設(shè)投入、政策調(diào)控、人類開發(fā)活動(dòng)、沿海災(zāi)害破壞等因素進(jìn)行時(shí)空探測(cè)，由于各地區(qū)資源稟賦存在區(qū)域差異且相關(guān)指標(biāo)數(shù)量眾多復(fù)雜，故選取的量化指標(biāo)還有待進(jìn)一步完善與補(bǔ)充，如可將遠(yuǎn)程貿(mào)易、人類行為軌跡、旅游開發(fā)等因素納入統(tǒng)籌考慮。進(jìn)一步可構(gòu)建沿海地區(qū)土地承載力融合畫像評(píng)價(jià)平臺(tái)，通過(guò)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行匯聚整合活化，實(shí)現(xiàn)對(duì)長(zhǎng)時(shí)間序列沿海地區(qū)土地承載力畫像的動(dòng)態(tài)追蹤、關(guān)聯(lián)分析與規(guī)律挖掘，基于數(shù)字化與系統(tǒng)的平臺(tái)運(yùn)行，可輔助對(duì)沿海地區(qū)發(fā)展過(guò)程中薄弱環(huán)節(jié)的自主檢測(cè)，滿足實(shí)用化與業(yè)務(wù)化的發(fā)展建設(shè)需求，并為土地資源優(yōu)化配置值提供科學(xué)依據(jù)。

[1] 朱誠(chéng)，姜逢清，吳立，等. 對(duì)全球變化背景下長(zhǎng)三角地區(qū)城鎮(zhèn)化發(fā)展科學(xué)問(wèn)題的思考[J]. 地理學(xué)報(bào)，2017，72(4)：633－645.

Zhu Cheng, Jiang Fengqing, Wu Li, et al. On the problems of urbanization in the Yangtze River Delta under the background of global change[J]. Acta Geographica Sinica, 2017, 72(4): 633－645. (in Chinese with English abstract)

[2] 王書華，毛漢英，趙明華. 略論土地綜合承載力評(píng)價(jià)指標(biāo)體系的設(shè)計(jì)思路：我國(guó)沿海地區(qū)案例分析[J]. 人文地理，2001，16(4)：57－61.

Wang Shuhua, Mao Hanying, Zhao Minghua. Thinking on the index system design to the land comprehensive carrying capacity: A case study of coastal region of China[J]. Human Geography, 2001, 16(4): 57－61. (in Chinese with English abstract)

[3] 于廣華，孫才志. 環(huán)渤海沿海地區(qū)土地承載力時(shí)空分異特征[J]. 生態(tài)學(xué)報(bào)，2015，35(14)：4860－4870.

Yu Guanghua, Sun Caizhi. Land carrying capacity spatiotemporal differentiation in the Bohai Sea Coastal Areas[J]. Acta Ecologica Sinica, 2015, 35(14): 4860－4870. (in Chinese with English abstract)

[4] 封志明，楊艷昭，閆慧敏，等. 百年來(lái)的資源環(huán)境承載力研究：從理論到實(shí)踐[J]. 資源科學(xué)，2017，39(3)：379－395.

Feng Zhiming, Yang Yanzhao, Yan Huimin, et al. A review of resources and environment carrying capacity research since the 20th century: From theory to practice[J]. Resources Science, 2017, 39(3): 379－395. (in Chinese with English abstract)

[5] 葉菁，謝巧巧，譚寧?kù)? 基于生態(tài)承載力的國(guó)土空間開發(fā)布局方法研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(11)：262－271.

Ye Jing, Xie Qiaoqiao, Tan Ningyan. National land spatial pattern distribution method based on ecological carrying capacity[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(11): 262－271. (in Chinese with English abstract)

[6] 靳亞亞，靳相木，李陳. 基于承壓施壓耦合曲線的城市土地承載力評(píng)價(jià)：以浙江省32個(gè)城市為例[J]. 地理研究，2018，37(6)：1087－1099.

Jin Yaya, Jin Xiangmu, Li Chen. Applying supporting- pressuring coupling curve to the evaluation of urban land carrying capacity: The case study of 32 cities in Zhejiang province[J]. Geographical Research, 2018, 37(6): 1087－1099. (in Chinese with English abstract)

[7] 孫才志，張坤領(lǐng)，鄒瑋，等. 中國(guó)沿海地區(qū)人海關(guān)系地域系統(tǒng)評(píng)價(jià)及協(xié)同演化研究[J]. 地理研究，2015，34(10)：1824－1838.

Sun Caizhi, Zhang Kunling, Zou Wei, et al. Study on regional system of man-sea relationship and its synergetic development in the coastal regions of China[J]. Geographical Research, 2015, 34(10): 1824－1838. (in Chinese with English abstract)

[8] Malthus T R. An Essay on the Principle of Population[M]. London: St. Paul’s Church-Yard, 1798.

[9] Bernard F E, Thom D J. Population pressure and human carrying capacity in selected locations of Machakos and Kitui Districts[J]. The Journal of Developing Areas, 1981, 15(3): 381－406.

[10] Park R F, Burgess E W. Introduction to the Science of Sociology[M]. Chicago: The University of Chicago Press, 1921.

[11] FAO. Potential Population Supporting Capacities of Lands in the Developing World[M]. Rome: FAO, 1982: 23－27.

[12] UNESCO & FAO. Carrying Capacity Assessment with A Pilot Study of Kenya: A Resource Accounting Methodology for Exploring National Options for Sustainable Development[M]. Paris and Rome: UNESCO & FAO, 1985.

[13] 靳相木，李陳. 土地承載力研究范式的變遷、分化及其綜論[J]. 自然資源學(xué)報(bào)，2018，33(3)：526－540.

Jin Xiangmu, Li Chen. Paradigm shift in the study of land carrying capacity: An overview[J]. Journal of Natural Resources, 2018, 33(3): 526－540. (in Chinese with English abstract)

[14] 高曉路，陳田，樊杰. 汶川地震災(zāi)后重建地區(qū)的人口容量分析[J]. 地理學(xué)報(bào)，2010，65(2)：164－176.

Gao Xiaolu, Chen Tian, Fan Jie. Population capacity in the Wenchuan earthquake reconstruction areas[J]. Acta Geographica Sinica, 2010, 65(2): 164－176. (in Chinese with English abstract)

[15] 任守德，付強(qiáng)，王凱. 基于宏微觀尺度的三江平原區(qū)域農(nóng)業(yè)水土資源承載力[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(2)：8－14.

Ren Shoude, Fu Qiang, Wang Kai. Regional agricultural water and soil resources carrying capacity based on macro-micro scale in Sanjiang Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(2): 8－14. (in Chinese with English abstract)

[16] 王亮，劉慧. 基于PS-DR-DP理論模型的區(qū)域資源環(huán)境承載力綜合評(píng)價(jià)[J]. 地理學(xué)報(bào)，2019，74(2)：340－352.

Wang Liang, Liu Hui. The comprehensive evaluation of regional resources and environmental carrying capacity based on PS-DR-DP theoretical model[J]. Acta Geographica Sinca, 2019, 74(2): 340－352. (in Chinese with English abstract)

[17] 劉兆德，虞孝感. 長(zhǎng)江流域相對(duì)資源承載力與可持續(xù)發(fā)展研究[J]. 長(zhǎng)江流域資源與環(huán)境，2002，11(1)：10－15.

Liu Zhaode, Yu Xiaogan. Carrying capacity of resources and problems of sustainable development in Yangtze Basin[J]. Resources and Environment in the Yangtze Basin, 2002, 11(1): 10－15. (in Chinese with English abstract)

[18] Venetoulis J, Talberth J. Refining the ecological footprint[J]. Environment Development and Sustainability, 2008, 10(4): 441－469.

[19] 姜秋香，付強(qiáng)，王子龍. 基于粒子群優(yōu)化投影尋蹤模型的區(qū)域土地資源承載力綜合評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(11)：319－324.

Jiang Qiuxiang, Fu Qiang, Wang Zilong. Comprehensive evaluation of regional land resources carrying capacity based on projection pursuit model optimized by particle swarm optimization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(11): 319－324. (in Chinese with English abstract)

[20] 劉桂春，韓增林. 在海陸復(fù)合生態(tài)系統(tǒng)理論框架下：淺談人地關(guān)系系統(tǒng)中海洋功能的介入[J]. 人文地理，2007，22(3)：51－55.

Liu Guichun, Han Zenglin. In the theory framework of the sea-land compound ecosystem: On the interposition of marine function into the sea-land system[J]. Human Geography, 2007, 22(3): 51－55. (in Chinese with English abstract)

[21] 魏超，葉屬峰，過(guò)仲陽(yáng)，等. 海岸帶區(qū)域綜合承載力評(píng)估指標(biāo)體系的構(gòu)建與應(yīng)用-以南通市為例[J]. 生態(tài)學(xué)報(bào)，2013，33(18)：5893－5904.

Wei Chao, Ye Shufeng, Guo Zhongyang, et al. Constructing an assessment indices system to analyze integrated regional carrying capacity in the coastal zones: A case in Nantong[J]. Acta Ecologica Sinica, 2013, 33(18): 5893－5904. (in Chinese with English abstract)

[22] 段佩利，劉曙光，尹鵬，等. 中國(guó)沿海城市開發(fā)強(qiáng)度與資源環(huán)境承載力時(shí)空耦合協(xié)調(diào)關(guān)系[J]. 經(jīng)濟(jì)地理，2018，38(5)：60－67.

Duan Peili, Liu Shuguang, Yin Peng, et al. Spatial-temporal coupling coordination relationship between development strength and resource environmental bearing capacity of coastal cities in China[J]. Economic Geography, 2018, 38(5): 60－67. (in Chinese with English abstract)

[23] 杜元偉，周雯，秦曼，等. 基于網(wǎng)絡(luò)分析法的海洋生態(tài)承載力評(píng)價(jià)及貢獻(xiàn)因素研究[J]. 海洋環(huán)境科學(xué)，2018，37(6)：899－906.

Du Yuanwei, Zhou Wen, Qin Man, et al. Carrying capacity evaluation and contribution factor research for marine ecology based on analytic network process[J]. Marine Environmental Science, 2018, 37(6): 899－906. (in Chinese with English abstract)

[24] 蘇岫，索安寧，宋德瑞，等. 基于遙感的長(zhǎng)江經(jīng)濟(jì)帶鄰近海域?yàn)┩可鷳B(tài)承載力評(píng)估[J]. 海洋環(huán)境科學(xué)，2018，37(4)：528－536.

Su Xiu, Suo Anning, Song Derui, et al. Ecological carrying capacity assessment of tidal flat in the Yangtze River Economic Belt by remote sensing[J]. Marine Environmental Science, 2018, 37(4): 528－536. (in Chinese with English abstract)

[25] 李偉芳，陳陽(yáng)，馬仁峰，等. 發(fā)展?jié)摿σ暯堑暮０稁恋乩媚Ｊ剑阂院贾轂衬习稙槔齕J]. 地理研究，2016，35(6)：1061－1073.

Li Weifang, Chen Yang, Ma Renfeng, et al. Land-use pattern in coastal zone from the perspective of development potentiality: A case study of the southern bank of Hangzhou Bay[J]. Geographical Research, 2016, 35(6): 1061－1073. (in Chinese with English abstract)

[26] Ying M, Zhang W, Yu H, et al. An overview of the China meteorological administration tropical cyclone database[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(2): 287－301.

[27] 高超，汪麗，陳財(cái)，等. 海平面上升風(fēng)險(xiǎn)中國(guó)大陸沿海地區(qū)人口與經(jīng)濟(jì)暴露度[J]. 地理學(xué)報(bào)，2019，74(8)：1590－1604.

Gao Chao, Wang Li, Chen Cai, et al. Population and economic risk exposure in coastal region of China under sea level rise[J]. Acta Geographica Sinica, 2019, 74(8): 1590－1604. (in Chinese with English abstract)

[28] 狄乾斌，韓帥帥，韓增林. 中國(guó)地級(jí)以上城市經(jīng)濟(jì)承載力的空間格局[J]. 地理研究，2016，35(2)：337－352.

Di Qianbin, Han Shuaishuai, Han Zenglin. Spatial pattern of economic carrying capacity of cities at prefecture level and above in China[J]. Geographical Research, 2016: 35(2): 337－352. (in Chinese with English abstract)

[29] 莊大方，劉紀(jì)遠(yuǎn). 中國(guó)土地利用程度的區(qū)域分異模型研究[J]. 自然資源學(xué)報(bào)，1997，12(2)：105－111.

Zhuang Dafang, Liu Jiyuan. Study on regional differentiation model of land use level in China[J]. Journal of Natural Resources, 1997, 12(2): 105－111. (in Chinese with English abstract)

[30] 陳萬(wàn)旭，李江風(fēng)，曾杰，等. 中國(guó)土地利用變化生態(tài)環(huán)境效應(yīng)的空間分異性與形成機(jī)理[J]. 地理研究，2019，38(9)：2173－2187.

Chen Wanxu, Li Jiangfeng, Zeng Jie, et al. Spatial heterogeneity and formation mechanism of ecoenvironmental effect of land use change in China[J]. Geographical Research, 2019, 38(9): 2173－2187. (in Chinese with English abstract)

[31] 陳萬(wàn)旭，李江風(fēng)，冉端. 長(zhǎng)江中游城市群土地利用轉(zhuǎn)型和城鎮(zhèn)化之間的空間關(guān)系[J]. 長(zhǎng)江流域資源與環(huán)境，2019，28(5)：1036－1048.

Chen Wanxu, Li Jiangfeng, Ran Duan. On the spatial relationship between land use transition and urbanization in the middle Yangtze River Urban Cluster[J]. Resources and Environment in the Yangtze Basin, 2019, 28(5): 1036－1048. (in Chinese with English abstract)

[32] Trincsi K, Pham T, Turner S. Mapping mountain diversity: Ethnic minorities and land use land cover change in Vietnam’s borderlands[J]. Land Use Policy, 2014, 41: 484－497.

[33] 王曼曼，吳秀芹，吳斌，等. 鹽池北部風(fēng)沙區(qū)鄉(xiāng)村聚落空間格局演變分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(8)：260－271.

Wang Manman, Wu Xiuqin, Wu Bin, et al. Evolution analysis of spatial pattern of rural settlements in sandy area of northern Yanchi[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(8): 260－271. (in Chinese with English abstract)

[34] 高強(qiáng)，劉韜，王妍，等. 海洋生態(tài)經(jīng)濟(jì)系統(tǒng)協(xié)調(diào)發(fā)展評(píng)價(jià)研究：以海南省為例[J]. 海洋環(huán)境科學(xué)，2019，38(4)：568－574.

Gao Qiang, Liu Tao, Wang Yan, et al. Research on coordinated development of marine ecological-economic system-taking Hainan province as an example[J]. Marine Environmental Science. 2019, 38(4): 568－574. (in Chinese with English abstract)

[35] 王曉青，史文嬌，孫曉芳，等. 黃淮海高標(biāo)準(zhǔn)農(nóng)田建設(shè)項(xiàng)目綜合效益評(píng)價(jià)及區(qū)域差異[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(16)：238－248.

Wang Xiaoqing, Shi Wenjiao, Sun Xiaofang, et al. Comprehensive benefit evaluation and regional differences of construction projects of well-facilitated farmland in Huang-Huai-Hai region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(16): 238－248. (in Chinese with English abstract)

[36] 馬聰，劉黎明，任國(guó)平，等. 快速城鎮(zhèn)化地區(qū)農(nóng)戶生計(jì)策略與土地利用行為耦合協(xié)調(diào)度分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(14)：249－256.

Ma Cong, Liu Liming, Ren Guoping, et al. Analysis of coupling coordination degree between livelihood strategies and land use behavior of farmers in rapid urbanization area[J].

Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2018, 34(14): 249－256. (in Chinese with English abstract)

[37] 張慧，蘇航，薛睿，等. 省域土地人口經(jīng)濟(jì)多維協(xié)調(diào)格局及分區(qū)發(fā)展策略[J] 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(21)：262－270.

Zhang Hui, Su Hang, Xue Rui, et al. Multidimensional coordination pattern of provincial land population economy and its zoning development strategy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(21): 262－270. (in Chinese with English abstract)

[38] 張引，楊慶媛，閔婕. 重慶市新型城鎮(zhèn)化質(zhì)量與生態(tài)環(huán)境承載力耦合分析[J]. 地理學(xué)報(bào)，2016，71(5)：817－828.

Zhang Yin, Yang Qingyuan, Min Jie. An analysis of coupling between the bearing capacity of the ecological environment and the quality of new urbanization in Chongqing[J]. Acta Geographica Sinica, 2016, 71(5): 817－828. (in Chinese with English abstract)

Measurement and coupling analysis of land carrying capacity of coastal areas in the Yangtze River Delta

Wang Manman1,2, Zhang Hongyan3※, Zhang Youguang1, Lin Mingsen1, Gong Peng2

(1100081; 2100084; 3100048)

Understanding the difference in land carrying capacity and its evolution incoastal areas in the Yangtze River Delta is important for optimally allocatingits land resources and sustaining its social and economic development. This paper presents an evaluation index system for calculating the land carrying capacity of these areasusing the support- pressure concept. We analyzed the spatiotemporal change in land carrying capacity of 11 coastal areas in the delta in 2000, 2010 and 2018, using a combination of the entropy model, the coupling coordination-degree model and the land capacity carry model. The data used in the models were obtained from remote sensing image interpretation and the national socioeconomic statistics database. The evaluation index system could be used to complement the existing evaluation research results, especially in the context of the development model of the Yangtze River Delta urban agglomeration. It could further improve our understanding of the evolutionary change in land carrying capacity in the coastal areas. Our results indicated that: 1) The coastal areas were overloaded in all three years, with the stress imposed to the lands more than what the lands could support. The supporting force index had been wavily increased while the pressure index had been in decline over the three years. In terms of support evaluation factors, the “construction investment support” was significantly higher than the “l(fā)and resources basic support” and “policy control support”. In terms of evaluation factors for pressure, the mean measurement values were ranked in “l(fā)and use disturbance pressure” < “coastal disaster damage pressure” <“socioeconomic development pressure”. 2) Amongthe total 33 coastal areas sampled in each of the three years, nineareas had a land carrying capacity index >1, indicating that the surplus status of the coastal areas accounted for 27.3%. The support and pressure levels remained unchanged for Shanghai and Hangzhou, but for other areas they showed continuous rise, decline, or alternate rise and fall. 3) Areas with coupling degree between 0.9 and 1.0 accounted for 97% of the total areas, all incoordinated coupling period. The land support-pressure coordination degree had four types: moderately imbalanced, basically coordinated, moderately coordinatedand highly coordinated. Spatially, most coordination types in Jiangsu were moderately imbalanced, and Zhejiang were dominated by basically coordinated with a spatial pattern of “l(fā)ow in north and high in south”. The coastal areashad formed a spatial pattern that converged toward Shanghai in all directions. 4) The land carrying capacity of all coastal areas in the Yangtze River Delta was overloaded, but the degree of the overload appeared to have been weakening. The studied areas in each of the three years were in a state with overload and surplus coexisting. The capacity showed a spatial pattern of “overload in south-north and surplus in center” in Jiangsu province, “global surplus” in Shanghai, and “surplus in north and overload in south” in Zhejiang province. The spatial variation of land carrying capacity in the coastal areas in the Yangtze River Delta showed that the capacity in 2000 could be divided into four states: high surplus, low surplus, low overload and high overload, while in 2010 and 2018 there were only three states.

coastal area; land carrying capacity; coupling degree; coordination degree; Yangtze River Delta

2019-12-01

2019-01-05

國(guó)家重點(diǎn)研發(fā)計(jì)劃（2017YFB0502800；2017YFB0502805）

王曼曼，博士，主要從事海岸帶土地利用模式優(yōu)化研究。Email：wang_manman@qq.com

張宏艷，博士，副教授，主要從事環(huán)境經(jīng)濟(jì)學(xué)研究。Email：zhybjgs@163.com

10.11975/j.issn.1002-6819.2020.05.033

F301.2

A

1002-6819(2020)-05-0281-12

王曼曼，張宏艷，張有廣，林明森，宮 鵬. 長(zhǎng)三角沿海地區(qū)土地承載力測(cè)度與耦合分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(5)：281－292. doi：10.11975/j.issn.1002-6819.2020.05.033 http://www.tcsae.org

Wang Manman, Zhang Hongyan, Zhang Youguang, Lin Mingsen, Gong Peng. Measurement and coupling analysis of land carrying capacity of coastal areas in the Yangtze River Delta[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(5): 281－292. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.05.033 http://www.tcsae.org