“三生”功能视角下广东省城市人居环境演变与机制

Evolution and Mechanism of Urban Human Settlement Environment in Guangdong Province from the Perspective of “Production-Living-Ecological” Functions

摘要: 改善城市人居环境是建设美丽中国的重要目标，也是衡量区域可持续发展的综合表征。从“生产–生活–生态”功能视角构建了广东省城市人居环境评价指标体系，运用空间分析和地理探测器方法，研究了2000~2020年广东省城市人居环境时空变化及其驱动机制，分析了影响城市人居环境的主要因素。研究发现：(1) 广东省城市人居环境总体为中等水平，中高水平城市数量先减后增而中低水平城市数量先增后减；(2) “三生”功能水平呈现差异化发展的空间变化格局，生产功能先减少后增加，生活功能持续增加，区域生态功能水平总体较高；(3) 生活功能和生产功能因子变化分别主导了2000~2010和2010~2020年广东省城市人居环境的变化，而生态功能因子的贡献相对较小。研究结果能为广东省制定城市规划和环境管理策略提供科学依据，有助于促进经济与生态保护的协调发展，实现人居环境可持续发展。

Abstract: Enhancing urban human settlements serves as a key objective for constructing a Beautiful China and a comprehensive indicator for assessing regional sustainable development. From the perspective of “production-living-ecological” (PLE) functions, this study establishes an evaluation index system for urban human settlements in Guangdong Province. Utilizing spatial analysis and the Geodetector method, we investigated the spatio-temporal evolution and driving mechanisms of urban human settlements in Guangdong from 2000 to 2020, identifying the primary influencing factors. The findings reveal that: (1) The overall urban human settlement environment in Guangdong Province was at a medium level, with the number of medium-high-level cities first decreasing and then increasing, while the number of medium-low-level cities first increased and then decreased. (2) The PLE functions exhibited spatially differentiated development patterns: production function first declined and then increased, living function continuously improved, and regional ecological function remained relatively high. (3) Changes in living and production functions were the dominant factors influencing the urban human settlement environment in Guangdong Province during 2000~2010 and 2010~2020, respectively, while the contribution of ecological function was relatively minor. The results provide a scientific basis for formulating urban planning and environmental management strategies in Guangdong, facilitating the coordinated development of economic growth and ecological conservation, and advancing the sustainable development of human settlements.

1. 引言

人居环境是支撑人类生存和发展的基本空间场所，改善人居环境不局限于物质条件的升级，更重要的是增进居民的生活质量和幸福感[1]。广东省作为全国经济发展和人口大省，是沿海经济发展的重要支柱，自改革开放以来，伴随着高速的经济社会发展和快速城市化进程，生产、生活、生态用地矛盾加剧，极大影响了人居环境可持续发展。国家“十四五”规划明确提出，要推动形成主体功能区制度，优化国土空间开发格局，提升城市人居环境质量[2]。随着粤港澳大湾区建设和高质量发展等重大国家战略的实施，改善人居环境已成为推动广东省中国式现代化桥头堡建设的迫切任务。

城市化及其对人居环境可持续发展的影响受到国内外学者的广泛关注，当前研究强调在人居环境规划和管理中实现经济、社会和环境的协调发展[3]。国内研究侧重城市人居环境的动态变化及其驱动力研究[4] [5]，注重探讨土地利用转型对生态的影响、农村和城市人居环境的改善策略、土地资源与人口分布的关系，以及新型城镇化战略下提升居住环境质量等[6] [7]。国外则重点关注可持续城市发展、城市政策与治理、交通与住房的可负担性、环境舒适指数、土地利用变化及其生态效应等方面[8] [9]。从土地利用变化角度来看，城市化发展是一个动态的、多维度的过程，涉及土地属性转换、社会功能调整和人类需求变化。合理规划和利用土地资源，可以促进生产发展、提高生活质量和保护生态环境，实现土地资源的可持续利用。从功能的角度看，土地利用可划分为生产用地、生活用地和生态用地三大类，即“三生用地”[10]。土地利用功能的本质是在生产–生活–生态空间中，土地系统直接或间接为人类提供各种产品和服务的能力[11]。其中，生产功能是人类利用土地进行社会生产以获得农业、工业及其他服务产品的功能，生活功能是土地在人类生存发展过程中所提供的物质保障能力和精神供养能力[12]，生态功能是土地为人类提供生态产品、服务以及平衡生态系统健康的能力[13]-[15]。“三生”功能与土地供给水平相互联系，对人居环境产生重要影响。

人居环境是人类居住和活动的物理空间环境，受到自然生态因素与社会因素的影响[16]。人居环境由自然、人类、社会、居住和支撑5大系统组成[17]，自然系统是构成人类居住条件的基础，是实现可持续发展的关键因素，自然系统与生态功能所提供的作用高度重合，都为人类居住环境提供了稳定和健康的生态服务与产品[18]；社会系统和人类系统是构成和定义人居环境的核心要素，紧密关联着生产功能，旨在满足人类的物质需求和情感需求；居住系统和支撑体系是构成人居环境的物理基础，与生活功能相辅相成，共同致力于满足居民的日常需求和生存发展[19]。因此，通过“三生”功能运行的状态，可以反映人居环境系统的内在活力，体现其对环境变化的适应能力和稳定性[20]。

广东省作为全国经济发展领先的人口大省，承担起沿海经济发展支柱的重要责任，其毗邻港澳的优越地理位置带来的国际影响力更是与日俱增。自改革开放以来，广东省经济社会的快速发展和城市化进程驱动着土地利用类型的不断转变，带来的人民宜居性体验也因地域发展差异而各有不同。伴随城市化进程不断发展和人口日益增长而引发的一系列环境问题逐渐凸显。人居环境质量是广东省人地关系协调的综合体现，目前缺乏针对整个广东省的人居环境问题的实证量化研究。因此，为更好地评估广东省城市人居环境变化，本研究从土地利用的“生产–生活–生态”多功能复合视角出发，利用AHP层次分析法、CRITIC客观赋权法构建城市人居环境评价指标体系，并深入探讨广东省城市人居环境的演变过程和驱动机制。研究结果可为区域城市规划和生态环境管理提供科学依据，有望促进区域经济与生态保护协调发展，实现城市人居环境持续改善。

2. 数据与方法

2.1. 研究区概况

注：该图基于自然资源部标准底图服务网站下载的审图号为GS (2024) 0650号的标准地图制作，底图无修改。

Figure 1. Location of Guangdong Province

图1. 研究区地理位置

广东省位于中国大陆南部(109˚39′E~117˚19′E，20˚13′N~25˚31′N)，属中国华南地区，由珠三角9市(广州、深圳、佛山、东莞、珠海、江门、惠州、肇庆、中山)、粤东4市(汕头、汕尾、潮州、揭阳)、粤北5市(梅州、河源、清远、韶关、云浮)、粤西3市(阳江、茂名、湛江)共21个地级市组成，区域地形北高南低，属亚热带季风气候(图1)。广东省是中国改革开放的前沿阵地，经济实力雄厚，是全国经济、人口第一大省，外来人口占较大的比重[21]-[23]。近年随着经济的迅猛发展和城市化进程加快，衍生出一系列的土地供需矛盾和生态环境问题，这不仅恶化了人居环境质量，也对广东省乃至全国的可持续发展战略构成挑战[24]。

2.2. 数据来源及处理

本研究所用数据时间跨度为2000~2020年。(1) 统计数据来自广东统计信息网、国家统计局和中国经济社会大数据研究平台，个别指标缺失年份数据采用插值法填补；(2) POI数据来自高德地图API接口，利用ArcGIS分区统计工具获取相应的市级指标数据；(3) 30 m的土地利用数据来自中科院地理所的CNLUCC数据集(https://www.resdc.cn/)，运用掩膜提取、栅格计算以及表格分区统计等分析工具获取相应的指标数据；(4) 总初级生产力(GPP)数据来源于MODIS MOD17数据集(https://ladsweb.modaps.eosdis.nasa.gov/)，采用HEG工具对影像进行重投影和镶嵌，并合成为年数据；(5) PM2.5平均浓度来源于圣路易斯华盛顿大学大气成分分析组(https://sites.wustl.edu/acag/datasets/surface-pm2-5/)；(6) 计算温湿指数所需的月平均气温、相对湿度数据来源于国家气象科学数据中心(https://data.cma.cn)。基于上述数据计算部分指标，如表1所以示：

Table 1. Methods of calculating urban human settlement environment indicators

表1. 城市人居环境指标计算方法

指标	计算公式	变量含义
土壤垦殖率	$LRR=C/H\times 100\%$	LRR为土壤垦殖率；C为耕地面积；H为土地总面积
温湿指数	$THI=T-0.55\left(1-f\right)\times \left(T-58\right)$ $T=1.8t+32$	THI为温湿指数；T为月均温/F˚；t为月平均气温/℃；f为相对湿度%
人类活动强度[25]	$H_{AIS}=\left(S_i/S\right)\times 100\%$ $S_i={\displaystyle \sum }_{i=1}^n\left(S_{Li}\times C_i\right)$	HAIS为人类活动强度；Si为建设用地当量面积，S为计算单元总面积；Ci为计算单元内第i种土地利用/覆被的建设用地折算系数；SLi为第i种土地利用/覆被类型的面积；n为计算单元内土地利用/覆被类型数

2.3. 研究方法

2.3.1. “三生”功能下城市人居环境评价指标体系构建

本研究基于土地利用的“生产–生活–生态”多功能复合视角，考虑指标代表性、数据可得性和指标重复性进行指标优选，构建了包含26项指标在内的广东省人居环境评价指标体系(表2)。其中，生产功能主要体现在农业、工业和服务业等生产活动中。根据区域发展特征，选择土地垦殖率、粮食作物亩产、人均粮食占有量、单位GDP农林牧渔业产值、地均农业机械总动力6项指标反映农业生产功能，体现广东省农业的产出能力和效率；运用第二产业产值占比、第三产业产值占比、非农业就业人口比例、地均固定资产和经济密度等多维度指标评估非农业经济的状况以及发展趋势。生活功能与人类的物质基础和精神需求有关，因此选择人均GDP、路网密度、人口自然增长率、人口密度、医疗水平5项指标反映基本生活需求，以科教文化水平、休闲服务水平反映精神文化需求。生态功能包括生态压力和生态承载能力两方面，结合相关研究[2] [4]-[6] [11]，选择森林覆盖率、草地覆盖率、GPP、温湿指数综合反映区域的生态环境质量和生态服务能力；选择单位GDP二氧化硫排放量、单位GDP工业废水排放量、人类活动强度、PM2.5平均浓度来反映区域人类活动对环境的影响。

Table 2. Weights of indicator system of urban human settlement level in Guangdong Province from the perspective of PLE functions

表2. “三生”功能视角下广东省城市人居环境水平指标体系与权重

功能	准则层	指标层	属性	AHP权重	CRITIC权重	综合权重
生产功能B1	农业生产功能C1	D1土地垦殖率(%)	+	0.021	0.036	0.031
		D2粮食作物亩产(kg/ha)	+	0.057	0.040	0.050
		D3人均粮食占有量(kg/人)	+	0.065	0.016	0.038
		D4单位GDP农林牧渔产值(亿元)	+	0.068	0.016	0.039
		D5地均农业机械总动力(KW/km^2)	+	0.030	0.037	0.036
		D6农业就业人口占比(%)	+	0.014	0.046	0.035
	非农业生产功能C2	D7第二产业产值占比(%)	+	0.049	0.045	0.049
		D8第三产业产值占比(%)	+	0.073	0.029	0.049
		D9非农就业人口比例(%)	+	0.044	0.037	0.042
		D10地均固定资产投资(亿元)	+	0.061	0.027	0.043
		D11经济密度(10^4元/km^2)	+	0.092	0.027	0.056
生活功能B2	基本生活需求C3	D12人均GDP(元/人)	+	0.050	0.037	0.045
		D13路网密度(km/km^2)	+	0.014	0.037	0.029
		D14人口自然增长率(%)	−	0.021	0.036	0.032
		D15人口密度(人/km^2)	−	0.033	0.028	0.032
		D16医疗水平	+	0.075	0.036	0.054
	精神文化需求C4	D17科教文化水平	+	0.033	0.034	0.036
		D18休闲服务水平	+	0.024	0.035	0.032
生态功能B3	生态承载能力C5	D19森林覆盖率(%)	+	0.023	0.059	0.047
		D20草地覆盖率(%)	+	0.012	0.036	0.028
		D21 GPP (总初级生产力)	+	0.026	0.034	0.033
		D22温湿指数(THI)	+	0.018	0.033	0.029
	生态压力C6	D23二氧化硫排放量(万吨/GDP)	−	0.020	0.045	0.037
		D24工业废水排放量(万吨/GDP)	−	0.030	0.031	0.033
		D25人类活动强度(%)	−	0.026	0.037	0.035
		D26 PM2.5平均浓度(%)	−	0.020	0.035	0.031

注：表中属性“+/−”表示正向或负向指标。

2.3.2. 城市人居环境指数(UREI)模型

指标权重的确定是评价城市人居环境水平的关键环节，目前研究主要采用单一的主观权重法或客观权重法，均存在一定的缺陷。因此本研究应用主客观赋权相结合的综合权重法，以兼顾专家经验和数据的客观特性，提高指标体系的科学性和实用性。主观赋权法采用AHP层次分析法，客观赋权法采用CRITIC权重法，按AHP权重 * 40% + CRITIC权重 * 60%合成综合权重，主观权重反映“三生”功能的理论重要性，客观权重修正实际数据的区域异质性，客观权重占比更大以强调数据驱动在决策中的重要性。据此，城市人居环境综合指数(UREI)计算的具体步骤如下：

(1) 采用极差标准化法进行数据无量纲化处理[26]

正向指标：$B_{i,t}=\frac{x_{i,t}-\min \left(x_i\right)}{\max \left(x_i\right)-\min \left(x_i\right)}$ (1)

负向指标：$B_{i,t}=\frac{\max \left(x_i\right)-x_{i,t}}{\max \left(x_i\right)-\min \left(x_i\right)}$ (2)

式中：x_i,t表示第i个指标第t年的数值，max (x_i)和min (x_i)分别表示第i个指标的最大值和最小值，B_i,t表示第i个指标第t年经过无量纲化处理后的数值。

(2) 综合权重计算

首先通过AHP层次分析法[27]获取专家主观权重构造判断矩阵，基于专家打分计算权重，计算最大特征值(λₘₐₓ)和一致性比率(CR)，本研究所有判断矩阵的CR均 < 0.1，通过检验。CRITI客观赋权法通过计算对比强度(σ_j)与对比冲突性(R_j)得到指标的权重，详细请见CRITIC权重[28]计算公式：

${\omega }_j=\frac{{\sigma }_j\times R_j}{{{\displaystyle \sum }}_{j=1}^n\left({\sigma }_j\times R_j\right)}$ (3)

其中，σ_j为权重对比强度：指标的标准差越大，说明数据差异越显著，权重越高；R_j为权重冲突性：指标与其他指标的相关系数(1 − |rⱼₖ|)之和，相关性越低，权重越高。

最后按照前述比例合成综合权重ω_i：

${\omega }_i=0.4\times {\omega }_k+0.6\times {\omega }_j$ (4)

式子中，ω_k为由AHP层次分析法得到的指标权重，ω_j为CRITIC客观赋权法得到的权重。

(3) 指标加权求和得到UREI

$UREI={\displaystyle \sum }_{i=1}^n{\omega }_i\times B_{i,t}$ (5)

其中，ω_i为由主客观赋权法计算得到的第i个指标的综合权重，B_i,t为第i个指标的标准化值；将所有指标进行加权求和，得到反映某市城市人居环境水平的综合指数。将生产、生活和生态三种功能水平以及UREI进行标准化以便进行相对等级划分，标准化后其值介于[0, 1]，值越高表示功能水平或人居环境水平越高，按等间隔将其划分为低水平[0, 0.33)、中等水平[0.33, 0.66)和高水平[0.66, 1]。

2.3.3. 空间相关性分析

空间自相关分析是理论地理学的基本方法之一[29]，其基于“地理事物在空间上具有相关性，事物间的距离越近相关性则越强”的地学第一定律[30]。为进一步探讨广东省城市人居环境的空间分布规律及其相关性，利用空间自相关分析和冷热点模型分析其空间集聚特征。全局空间相关性以Moran’s I指数表征，表达式如下：

$I=\frac{{{\displaystyle \sum }}_{i=1}^n{{\displaystyle \sum }}_{i=1}^n{W}_{ij}\times \left(x_i-\overline{x}\right)\left(x_j-\overline{x}\right)}{S^2{{\displaystyle \sum }}_{i=1}^n{{\displaystyle \sum }}_{i=1}^n{W}_{ij}}$ (6)

$\overline{x}=\frac{1}{n}{\displaystyle \sum }_{i=1}^n{x}_i,S^2=\frac{1}{n}{\displaystyle \sum }_{i=1}^n{\left(y_i-\overline{y}\right)}^2$ (7)

式中，$x_i$ 表示第$i$ 地区的观测值，$n$ 为要素数，$W_{ij}$ 为邻接空间邻接矩阵，表示空间对象的邻接关系。$I$ 为Moran’s I指数，$I\in$ [−1, 1]，大于0为正相关，小于0为负相关，绝对值越大，表示空间分布具有越强关联性，即空间上有强聚集性或相异性。反之，关联性越小，当值趋于0时，即代表空间分布呈现随机性。

冷热点分析是一种用于探索局部空间聚类分布特征的方法，通过计算要素集中每一个要素的Getis-Ord $G_i^{*}$ ，识别高值或低值在空间发生聚类的位置划分冷点区和热点区。本研究利用冷热点分析广东省城市人居环境指数的空间关联程度，其计算式如下：

$G^{*}\left(d\right)=\frac{{{\displaystyle \sum }}_{j=1}^n{W}_{ij}\left(d\right)X}{{{\displaystyle \sum }}_{j=1}^n{X}_{ij}}$ (8)

式中，G^* (d)为Getis-Ord $G_i^{*}$ 指数，其它参数含义同式(6)和(7)。

2.3.4. 地理探测器

城市人居环境水平受多重因素综合影响，为识别其动态演变的影响因素，使用地理探测器对UREI变化进行探测，定量识别导致市级UREI变化的主导功能因子及其相对贡献率。地理探测器能够探测空间分异性并揭示其背后的驱动因子，该探测器由四个不同的模块组成，每个模块都针对特定的空间分析任务[31]。鉴于本研究的具体需求，选择使用因子探测器和交互作用探测器。

(1) 因子探测器：用于探测因变量Y的空间分异性以及探测自变量X多大程度上解释了因变量Y的空间分异。表达式为：

$q=1-\frac{{{\displaystyle \sum }}_{h=1}^L{N}_h{\sigma }_h^2}{N{\sigma }^2}=1-\frac{SSW}{SST}$ (9)

$SSW={\displaystyle \sum }_{h=1}^L{N}_h{\sigma }_h^2$ , $SST=N{\sigma }^2$ (10)

式中：h = 1，……，L为变量$Y$ 或$X$ 因子的分层，即分类或分区；N_h和N分别为层$h$ 和全区的单元数；${\sigma }_h^2$ 和${\sigma }^2$ 分别是层h和全区的Y值的方差。SSW和SST分别为层内方差之和和全区总方差。q的值域为[0, 1]，值越大说明Y的空间分异性越明显；如果分层是由自变量X生成的，则$q$ 值越大表示自变量X对属性Y的解释力越强，反之则越弱。

(2) 交互作用探测器：用于评估不同驱动因子之间交互作用后对因变量Y的影响，即通过比较单因子X₁和X₂对Y的统计量q (X₁)和q (X₂)与双因子(X₁, X₂)交互作用对因变量Y的解释力q (X₁∩X₂)，从而揭示因子间的交互作用类型：非线性减弱、单因子非线性减弱、双因子交互增强、非线性增强以及因子相互独立。

3. 结果与分析

3.1. 广东省城市人居环境动态演变特征

3.1.1. 城市人居环境时序演化特征

通过分析2000~2020年广东省城市人居环境水平的Moran’s I值发现，2000和2010年的I值均大于0且接近1，并且均通过了p < 0.01显著性检验，而2020年的I值较低(表3)。Moran’s I值结果表明前两个时段广东省城市人居环境水平具有全局空间自相关特征，并且在地级尺度上表现出显著的空间聚集态势，但其空间聚集位置和聚集模式需结合局部空间自相关分析加以判定，而2020年呈空间离散态势。

冷热点分析表明(图2)，从2000~2020年广东城市人居环境水平冷热点地区基本维持不变，主要表现为冷点聚集，主要冷点聚集中心分布在珠三角地区。2000和2010年，城市人居环境冷点集中分布格局基本相同，主要是珠三角核心区城市，如广州、东莞、佛山、珠海、中山和佛山，而粤西地区的茂名为热点城市，但统计检验结果并不显著，2020年珠三角的冷点区域进一步缩小，但冷点聚集的显著性不高；三个年份中没有显著的城市人居环境热点。

Table 3. Moran’s I of urban human settlements level in the Guangdong Province from 2000~2020

表3. 2000~2020年广东省城市人居环境水平Moran’s I值

年份	空间自相关指数
	Moran’s I	Z得分	p值
2000	0.684271	5.380573	0.000000
2010	0.583750	4.749567	0.000002
2020	0.090303	1.055921	0.291004

Figure 2. Hot and cold spot of UREI in the Guangdong Province from 2000 to 2020

图2. 2000~2020年广东省城市人居环境指数冷热点分析

3.1.2 城市人居环境空间分异特征

Figure 3. Levels of urban human settlement environment in the Guangdong Province from 2000 to 2020

图3. 2000~2020年广东省城市人居环境等级

总体而言，2000~2020年广东城市人居环境总体为中等水平，呈现中高水平城市数量先减后增、中低水平城市数量先增后减的特征(图3)。2000年中低水平城市12个，占57.1%，主要分布在粤东粤西和珠三角部分地区城市，高水平城市有9个，主要分布在粤北和部分珠三角地区城市；2010年城市人居环境水平普遍下降，高水平城市仅剩1个，中低水平城市数量大幅增加；到2020年，全省城市人居环境水平显著提升，高水平城市数量大幅增加，达到19个，而中等水平城市仅剩2个，主要是珠三角的深圳和粤东的汕尾。其中，深圳市的城市人居环境水平一直没有显示出明显的比较优势，2010年前为低水平等级到2020年也仅达到中等水平。

Figure 4. Spatial distribution of the PLE function level of urban human settlements in the Guangdong Province from 2000 to 2020

图4. 2000~2020年广东省城市人居环境“三生”功能水平空间分布状况

2000~2020年广东省城市人居环境“三生”功能水平呈现差异化发展的空间变化格局(图4)。① 在人居环境生产功能方面，全省总体表现为先减少后增加，2000年高生产水平城市集中分布在粤东西北地区，这些地区农业发展水平相对较高，因而对生产功能水平的贡献比重高；随着城市化和工业化的持续发展，到2010年，工业和农业生产水平趋于均衡，因而与其他两个时段相比总体表现为中低水平，到2020年，珠三角地区工业和服务业发展进一步平抑其他区域的农业生产功能，使得全市生产功能水平趋于均衡发展(图4(a~c))。② 在人居环境生活功能方面，广东省城市生活功能持续增加，2000年生活功能总体处于低水平，仅广州市为中等水平，2010年后各市生活功能水平有所提高，但区域总体仍呈低水平，珠三角地区生活功能水平提升为中等水平，2020年各市生活功能水平进一步提高，珠三角核心区生活功能水平提升为高水平，而其他地区为中等水平(图4(d~f))。③ 在人居环境生态功能方面，广东省城市生态功能经历了先整体下降后逐步恢复的态势，2000年，区域生态功能水平总体较高，高水平城市集中分布在粤东西北地区，珠三角城市群生态功能水平相对较低，到2010年，区域生态功能水平有所下降，而到2020年，区域生态功能水平逐步恢复至超过2000年水平，但珠三角城市群生态功能水平仍然不高(图4(g~i))。

3.2. 城市人居环境动态转移特征

图5(a~b)分别展示了广东省2000~2010年和2010~2020年两个时段城市人居环境等级转换情况。从2000~2010年，区域总体上经历了从高水平向中等水平的转变，其中2/3的城市的人居环境水平等级维持不变，但以中、低水平为主，如珠三角地区的广州、佛山和深圳等市；其余7市中，城市人居环境水平均从高水平降为中等水平(图5(a))。从2010~2020年，城市人居环境水平均大幅改善，总体表现为中低水平转为中高水平，其中东莞和深圳从低水平直接转为高水平，增幅较大，清远和汕头维持中等水平，佛山、中山和珠海三市从低水平转为中等水平，其余各市均从中等水平转为高水平(图5(b))。从整个研究时段来看，城市人居环境等级转换总体分为先降后升和持续上升两类(图5(c))。全省城市人居环境水平变化以先降后升为主，仅深圳、珠海和汕尾三市表现为持续上升。

Figure 5. Conversion (a, b) and change types (c) of urban human settlement levels in the Guangdong Province from 2000 to 2020

图5. 2000~2020年广东省城市人居环境等级转换(a, b)和人居环境水平变化类型(c)

3.3. 人居环境变化影响机制分析

图6是广东省城市人居环境指数和三生功能水平变化的因子探测结果。分析可知，不同时期影响城市人居环境变化的主导功能以及主导三生功能水平变化的指标均存在差异性。从2000~2010年，对城市人居环境变化贡献最大的功能因子是生活功能，其次是生产功能，而生态功能变化的影响很小(图6(a))。在生活功能变化中，人均GDP (增加)、医疗水平(增加)和人口密度(增加)这3个指标的贡献较大，表明经济发展对居民生活水平具有明显的改善作用(图6(c))；另外，该时段内人均粮食占有量(下降)、单位GDP农林牧渔产值(下降)和第二产业产值占比(上升)这3个指标的变化对生产功能变化的贡献较大(图6(b))，其q值均超过了0.5，表明产业结构调整对人居环境的影响。综合来看，全省在这一时期的城市人居环境水平表现为下降，各市间比较优势呈均衡趋势，与发达地区经济快速发展和产业结构调整密切相关。从2010~2020年，各市城市人居环境水平普遍从中低水平跃升至高水平(图3(b~c))，这种变化主要是生产功能变化占主导，其次是生活功能，而生态功能变化的贡献仍然极小(图6(a))。经济密度(上升)、地均固定资产投资(上升)、地均农业机械总动力(上升)、农业就业人口占比(下降)和非农就业人口比例(上升)这5个指标占贡献较高(图6(b))，表明农业生产水平提高促进生产功能大幅提升。而影响生活功能水平变化的各指标贡献较为接近，其中医疗水平、路网密度和休闲服务水平贡献相当更大。在两个时段内，生态功能变化对城市人居环境水平变化的贡献均较小，表明区域内生态环境状况比较稳定。

注：**表示通过0.01显著性水平。

Figure 6. Factors influencing changes in urban human settlements (a) and PLE function levels (b~d)

图6. 城市人居环境变化(a)及三生功能水平变化(b~d)影响因素因子探测分析结果。

4. 讨论

广东省虽然是“走在全国前列”的经济第一大省，但省内各地区经济发展水平差异显著，生态功能脆弱[32]，阻碍了广东省城市人居环境质量的提升，不利于其现代化建设和区域高质量发展。冷热点分析发现，在研究期内城市人居环境主要表现为冷点聚集，冷点聚集中心在珠三角地区，而热点聚集中心不显著，人居环境水平总体表现为先下降后上升的趋势，且生产、生活功能的阶段性主导作用于国内外同类研究存在呼吁和差异，从国内研究来看，赵宏波等对黄河流域的研究表明[11]，生产功能对人居环境的驱动作用随工业化经常逐渐增强，这与本研究中2010~2020年生产功能主导广东省人居环境改善的结论一致，反映了经济高质量发展和现代化建设中产业结构调整在一定程度上提高城市人居环境水平。同时，研究表明广东省城市人居环境水平在空间相关性和等级转移上呈现趋同现象，表明广东省城市人居环境建设要从整体出发，加强区域间人居环境协同建设能力，构建“一核一带一区”区域发展格局[33]，坚持高水平区域帮扶低水平区域的发展思想。另外，广州、佛山等珠三角城市人居环境水平比较优势并不明显，由于珠三角地区地域相对狭窄，开发接近饱和，影响人居环境的因素复杂，必须坚持因地制宜、可持续发展的原则来改善人居环境，使经济发展和生态建设有机结合，满足居民的生活需求[34]。影响广东省城市人居环境水平的功能因子中，生活功能和生产功能的贡献较大，而生态功能的贡献相对较小，但不同时段，各指标变化对功能因子的贡献存在差异性，这反映了城市人居环境水平变化的影响因子具有复杂性。“三生”功能的演变与广东省重大政策实施存在明确的时间耦合性，2000~2010年由生活功能主导的阶段，恰逢2008年珠三角“腾笼换鸟”政策启动初期[35]，产业低端环节外迁与劳动力集聚导致人口密度上升，但人均GDP和医疗水平的快速提升缓解了部分压力，形成生活功能主导人居环境环保的特征；2010~2020年生产功能主导阶段随着“腾笼换鸟”政策深化及2017年粤港澳大湾区规划推进，珠三角产业结构升级加速，经济密度和地均固定资产显著提升，农业机械化水平提高与非农就业人口增加也体现出“农业现代化”与“新型工业化”的政策成效，生产功能对人居环境的驱动作用凸显。此外生态功能贡献较弱的现象需结合广东省“生态保护红线”政策辩证看待。

未来要更注重生产、生活和生态之间的关系，综合考虑多个因子的单独影响和交互作用，以最大限度改善人居环境水平。基于研究结论和政策关联，广东省需从以下三方面推进人居环境高质量发展：① 强化“三生功能”协同治理，针对生产功能主导下生态贡献不足的问题。可结合“双碳”目标，在珠三角推广“产业园区 + 生态廊道”模式；② 在“一核一带一区”框架下，珠三角应侧重生活品质升级，粤东粤西需强化临港产业与生态保护的平衡，粤北则需通过“生态产品价值实现机制”提升生态功能的经济转化能力，缩小区域差异，衔接好区域发展格局。

本研究主要构建了基于“三生”功能复合视角的城市人居环境评价指标体系，主客观赋权法兼顾专家经验与数据本身特性，在确保评价体系科学性的基础上，量化了广东省各市城市人居环境水平。同时采用地理探测器量化了影响城市人居环境水平的主导功能因子，以及主导各功能因子变化的指标，深化了对多因素协同驱动机制的理解，但未深入讨论“三生”功能在微观层面对人居环境的影响机制。此外，由于部分指标数据缺失，数据插补技术可能引入一定误差，对定量表征人居环境水平及其影响因素时存在一定的局限性。因此，未来研究应进一步关注：① “三生”功能在微观层面对人居环境的影响机制，深入分析生产、生活和生态功能如何在小尺度上影响人居环境及其与人居环境的耦合关系；② 改进数据处理和分析方法，由于数据处理的局限性，未来研究应寻求更全面的数据来源，采用更先进的数据处理和分析方法，以提高研究的准确性和可靠性[36]。

5. 结论

本文以“三生”功能视角构建了城市人居环境评价体系，探讨了2000~2020年广东省城市人居环境水平的演变及其影响因素，主要结论如下：(1) 2000~2020年广东省城市人居环境水平总体为中等水平，呈现中高水平城市数量先减后增、中低水平城市数量先增后减的特征；(2) “三生”功能水平呈现差异化发展的空间变化格局，生产功能先减少后增加，生活功能持续增加，区域生态功能水平总体较高；(3) 生活功能和生产功能因子变化对广东省城市人居环境变化的影响较大，主要由社会经济发展和产业结构调整所贡献，而生态功能因子的贡献相对较小。研究从生产–生活–生态复合视角探讨了人类活动对居住环境的影响，为深入理解城市人居环境的复杂动态提供了新的视角，并为广东省制定有效的城市规划和环境管理策略提供科学依据，以促进经济与生态保护的协调发展，实现人居环境的长期可持续发展。

NOTES

^*通讯作者。