Research on spatio-temporal evolution and driving factors of urban agglomeration vulnerability in Guanzhong Plain

doi:10.7522/j.issn.1000-694X.2023.00065

Journal of Desert Research ›› 2023, Vol. 43 ›› Issue (6): 111-120.DOI: 10.7522/j.issn.1000-694X.2023.00065

Research on spatio-temporal evolution and driving factors of urban agglomeration vulnerability in Guanzhong Plain

Chenxi Xu¹(), Honglian Wan¹^,²(), Ruonan He¹, Peng Yin¹, Jingfeng Ni¹, Min Huang¹, Xiaoli Wang¹

^1.School of Geography and Environment /, Baoji University of Arts and Sciences，Baoji 721013，Shaanxi，China
^2.Shaanxi Key Laboratory of Disasters Monitoring and Mechanism Simulation, Baoji University of Arts and Sciences，Baoji 721013，Shaanxi，China

Received:2023-03-07 Revised:2023-05-31 Online:2023-11-20 Published:2023-11-30
Contact: Honglian Wan

Abstract

Abstract:

As the research area， the urban vulnerability of Guanzhong Plain urban agglomeration is measured comprehensively by entropy value method， and its spatio-temporal evolution characteristics are analyzed and driving factors are explored by Geo-detector. The results showed that：（1） From 2004 to 2018， the urban vulnerability of Guanzhong as a whole shows a decreasing trend in terms of time， which presents characteristics of high around and low in middle in 2004， and vulnerability types mostly present high and higher in space； the vulnerability gap between cities gradually decreases and tends to be stable and low with well development， which laterally reflects that social factors contribute more in influencing the urban vulnerability of Guanzhong. （2） The influence of local fiscal revenue， Hoffman coefficient and harmless treatment rate of domestic waste on urban vulnerability increases year by year， while the influence of fixed asset investment density， ratio of science and education expenditure to fiscal， natural population growth rate， urban registered unemployment rate， and ratio of days with good air quality， centralized treatment rate of sewage treatment plants and industrial wastewater discharge density in built-up areas on urban vulnerability diminishes year by year. （3） There are interaction effects among the driving factors； the interaction results have significant effects on the urban vulnerability of Guanzhong. The social environment largely constrains the development of economic scale， urban infrastructure and ecological situation with a strong influence on urban vulnerability in 2004. The coercing of economic structure to Guanzhong is the main factor of urban vulnerability in 2011. The economic scale is the key factor that constrains development of Guanzhong and affects urban vulnerability， the interaction between degree of environmental pollution and resource utilization has a stronger hold on urban vulnerability in 2018.

Key words: urban vulnerability, Guanzhong Plain urban agglomeration, spatio-temporal pattern, geo-detector

CLC Number:

F042

Chenxi Xu, Honglian Wan, Ruonan He, Peng Yin, Jingfeng Ni, Min Huang, Xiaoli Wang. Research on spatio-temporal evolution and driving factors of urban agglomeration vulnerability in Guanzhong Plain[J]. Journal of Desert Research, 2023, 43(6): 111-120.

Figures/Tables 8

References 33

1	White G F.Human Adjustments of Floods：A Geographical Approach to the Flood Problem in the United States［R］.Chicago，USA：University of Chicago，1945.
2	Turner II B L， Kasperson R E， Matson P A.A framework for vulnerability analysis in sustainability science［J］.Proceedings of the National Academy of Sciences，2003，100（14）：8074-8079.
3	万红莲，毛楠，宋海龙，等.基于三角图法的榆林市农业生态系统脆弱性类型变化研究［J］.中国沙漠，2021，41（3）：224-234.
4	武剑，杨爱婷.基于SPA的广东省区域经济脆弱性及障碍因素研究［J］.经济地理，2012，32（9）：32-38.
5	李鹤.东北地区矿业城市脆弱性特征与对策研究［J］.地域研究与开发，2011，30（5）：78-83.
6	刘子宁，郑伟，贾若，等.医疗保险、健康异质性与精准脱贫：基于贫困脆弱性的分析［J］.金融研究，2019（5）：56-75.
7	Downing T E.Vulnerability to hunger in Africa：a climate change perspective ［J］.Global Environmental Change，1991，1（5）：365-381.
8	秦大河.气候变化科学与人类可持续发展［J］.地理科学进展，2014，33（7）：874-883.
9	王岩，方创琳，张蔷.城市脆弱性研究评述与展望［J］.地理科学进展，2013，32（5）：755-768.
10	Janssen M A， Schoon M L， Ke W，et al.Scholarly networks on resilience，vulnerability and adaptation within the human dimensions of global environmental change［J］.Global Environmental Change，2006，16（3）：240-252.
11	杨佩国，靳京，赵东升，等.基于历史暴雨洪涝灾情数据的城市脆弱性定量研究：以北京市为例［J］.地理科学，2016，36（5）：733-741.
12	Honing C S.Understanding the complexity of economic，ecological，and social systems［J］.Ecosystems，2001，4（5）：390-405.
13	温利华.资源型城市生态脆弱性综合评价［D］.武汉：华中农业大学，2020.
14	李鹤，张平宇.矿业城市经济脆弱性演变过程及应对时机选择研究：以东北三省为例［J］.经济地理，2014，34（1）：82-88.
15	黄晓军，王博，刘萌萌，等.中国城市高温特征及社会脆弱性评价［J］.地理研究，2020，39（7）：1534-1547.
16	高超，雷军，金凤君，等.新疆绿洲城市生态环境系统脆弱性分析［J］.中国沙漠，2012，32（4）：1148-1153.
17	李博，苏飞，杨智，等.基于脆弱性视角的环渤海地区人海关系地域系统时空特征及演化分析［J］.生态学报，2018，38（4）：1-10.
18	苏飞，张平宇.基于集对分析的大庆市经济系统脆弱性评价［J］.地理学报，2010，65（4）：454-464.
19	张万萍.城市社会系统脆弱性研究［D］.兰州：西北师范大学，2014.
20	李博，韩增林.基于三角图法的沿海城市系统脆弱性分类方法研究［J］.海洋开发与管理，2011，28（11）：99-102.
21	梅大伟，修春亮，冯兴华，等.中国城市脆弱性的时空变化及其内在机理：基于“五普”、“六普”及《中国城市统计年鉴》数据的分析［J］.城市问题，2018（9）：13-19.
22	张晓瑞，贺岩丹，方创琳，等.城市生态环境脆弱性的测度分区与调控［J］.中国环境科学，2015，35（7）：2200-2208.
23	仲施雅，孙剑锋，秦伟山，等.山东省城市脆弱性空间格局分异研究［J］.鲁东大学学报（自然科学版），2018，34（3）：252-258.
24	万红莲，朱婵婵，宋海龙，等.西安地区生态环境脆弱性评价研究［J］.四川环境，2017，36（5）：143-148.
25	胡琳，程路，林扬，等.关中区域大气重污染年份气象条件分析［J］.干旱区研究，2020，37（6）：1496-1503.
26	程靖峰.国务院批复《关中平原城市群发展规划》［J］.现代企业，2018（1）：41.
27	刘梦丽.中原城市群城市脆弱性时空格局演变及障碍因素研究［D］.河南开封：河南大学，2018.
28	王岩，方创琳.大庆市城市脆弱性综合评价与动态演变研究［J］.地理科学，2014，34（5）：547-555.
29	张晓瑞，李涛，方创琳.城市脆弱性的综合测度研究［J］.地理与地理信息科学，2016，32（2）：89-93.
30	王晓男.综合评价中若干理论方法的适用性研究［D］.长沙：湖南大学，2014.
31	杨丽，孙之淳.基于熵值法的西部新型城镇化发展水平测评［J］.经济问题，2015（3）：115-119.
32	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
33	任向宁，董玉祥.基于地理探测器的区域土壤耕层有机碳含量多元复合模型构建：以珠三角核心区为例［J］.热带地理，2018，38（4）：546-556.

目标层	准则层	指标层	单位	指标性质	权重
经济子系统	经济规模	地方GDP总量 X₁	亿元	-	0.0321
		固定资产投资密度 X₂	万元·km^-2	-	0.0326
		地方财政收入 X₃	亿元	-	0.0322
	经济结构	经济外向度 X₄	%	-	0.0324
		第二产业从业人口比重 X₅	%	-	0.0321
		第三产业增加值占GDP比重 X₆	%	-	0.0298
		霍夫曼系数 X₇	%	-	0.0310
	经济创新	科教支出占财政支出比例 X₈	%	-	0.0300
社会子系统	人类发展	人口自然增长率 X₉	%	+	0.0308
		人均GDP X₁₀	元	-	0.0316
		万人普通中学在校学生数 X₁₁	人	-	0.0301
		万人拥有医生数 X₁₂	人	-	0.0312
	社会环境	城乡收入比 X₁₃	%	-	0.0297
		CPI X₁₄	-	-	0.0286
		城市恩格尔系数 X₁₅	%	-	0.0299
		城镇登记失业率 X₁₆	%	+	0.0295
	基础设施	建成区排水管网密度 X₁₇	km·km^-2	-	0.0319
		人均城市道路面积 X₁₈	m²	-	0.0314
		年末移动电话用户数 X₁₉	万户	-	0.0324
		万人拥有公共汽车 X₂₀	辆	-	0.0315
资源子系统	资源保障	人均生活用水量 X₂₁	m³	-	0.0306
	资源保障	人均粮食占有量 X₂₂	t	-	0.0309
	资源利用	万元GDP电耗 X₂₃	kW·h	+	0.0323
	资源利用	万元GDP建设用地 X₂₄	m²	+	0.0320
环境子系统	生态	建成区绿化覆盖率 X₂₅	%	-	0.0315
		人均公园绿地面积 X₂₆	m²	-	0.0314
		空气质量良好天数比率 X₂₇	%	-	0.0307
	环境容纳	工业固体废物综合利用率 X₂₈	%	-	0.0317
		污水处理厂集中处理率 X₂₉	%	-	0.0321
		生活垃圾无害化处理率 X₃₀	%	-	0.0321
	环境污染	建成区工业粉尘排放密度 X₃₁	t·km^-2	+	0.0321
	环境污染	建成区工业废水排放密度 X₃₂	万t·km^-2	+	0.0320

目标层	准则层	指标层	单位	指标性质	权重
经济子系统	经济规模	地方GDP总量 X₁	亿元	-	0.0321
		固定资产投资密度 X₂	万元·km^-2	-	0.0326
		地方财政收入 X₃	亿元	-	0.0322
	经济结构	经济外向度 X₄	%	-	0.0324
		第二产业从业人口比重 X₅	%	-	0.0321
		第三产业增加值占GDP比重 X₆	%	-	0.0298
		霍夫曼系数 X₇	%	-	0.0310
	经济创新	科教支出占财政支出比例 X₈	%	-	0.0300
社会子系统	人类发展	人口自然增长率 X₉	%	+	0.0308
		人均GDP X₁₀	元	-	0.0316
		万人普通中学在校学生数 X₁₁	人	-	0.0301
		万人拥有医生数 X₁₂	人	-	0.0312
	社会环境	城乡收入比 X₁₃	%	-	0.0297
		CPI X₁₄	-	-	0.0286
		城市恩格尔系数 X₁₅	%	-	0.0299
		城镇登记失业率 X₁₆	%	+	0.0295
	基础设施	建成区排水管网密度 X₁₇	km·km^-2	-	0.0319
		人均城市道路面积 X₁₈	m²	-	0.0314
		年末移动电话用户数 X₁₉	万户	-	0.0324
		万人拥有公共汽车 X₂₀	辆	-	0.0315
资源子系统	资源保障	人均生活用水量 X₂₁	m³	-	0.0306
	资源保障	人均粮食占有量 X₂₂	t	-	0.0309
	资源利用	万元GDP电耗 X₂₃	kW·h	+	0.0323
	资源利用	万元GDP建设用地 X₂₄	m²	+	0.0320
环境子系统	生态	建成区绿化覆盖率 X₂₅	%	-	0.0315
		人均公园绿地面积 X₂₆	m²	-	0.0314
		空气质量良好天数比率 X₂₇	%	-	0.0307
	环境容纳	工业固体废物综合利用率 X₂₈	%	-	0.0317
		污水处理厂集中处理率 X₂₉	%	-	0.0321
		生活垃圾无害化处理率 X₃₀	%	-	0.0321
	环境污染	建成区工业粉尘排放密度 X₃₁	t·km^-2	+	0.0321
	环境污染	建成区工业废水排放密度 X₃₂	万t·km^-2	+	0.0320

年份	城市
年份	西安	宝鸡	咸阳	铜川	渭南	商洛	运城	临汾	天水	平凉	庆阳
2004	0.3331	0.3284	0.3539	0.4754	0.4181	0.4544	0.4092	0.3784	0.4543	0.4892	0.4310
2005	0.3420	0.3075	0.3264	0.4482	0.4158	0.4443	0.3559	0.3609	0.4402	0.4352	0.4336
2006	0.3386	0.3106	0.3058	0.4528	0.3796	0.3903	0.3778	0.3352	0.3946	0.4183	0.3978
2007	0.3239	0.3123	0.3516	0.4293	0.3553	0.3592	0.3525	0.3206	0.3789	0.3887	0.3976
2008	0.3181	0.3087	0.2982	0.4086	0.3329	0.3553	0.3031	0.3308	0.3583	0.3660	0.3790
2009	0.3084	0.3164	0.2972	0.4054	0.3221	0.3299	0.2967	0.3095	0.3443	0.3644	0.3699
2010	0.2858	0.3041	0.2912	0.3866	0.2980	0.3140	0.2770	0.3092	0.3621	0.3403	0.3257
2011	0.3151	0.2955	0.2915	0.3770	0.2905	0.3206	0.2718	0.3239	0.3403	0.3487	0.3822
2012	0.2824	0.2877	0.2811	0.3666	0.2792	0.3311	0.2759	0.3149	0.3141	0.3338	0.3316
2013	0.3086	0.2851	0.2924	0.3664	0.2923	0.3358	0.2685	0.3186	0.3135	0.3195	0.3071
2014	0.2942	0.2797	0.2811	0.3615	0.2936	0.3202	0.2905	0.3083	0.3105	0.3125	0.2919
2015	0.2768	0.2822	0.2910	0.3521	0.2916	0.3266	0.2827	0.2983	0.3031	0.2971	0.2863
2016	0.2855	0.2716	0.2838	0.3258	0.2924	0.3314	0.2728	0.2825	0.2926	0.2908	0.2837
2017	0.3028	0.2611	0.2734	0.3083	0.2792	0.3122	0.2551	0.2767	0.2975	0.2714	0.2748
2018	0.3010	0.2655	0.2809	0.3156	0.2715	0.3155	0.2956	0.3066	0.2905	0.3064	0.2978

年份	城市
年份	西安	宝鸡	咸阳	铜川	渭南	商洛	运城	临汾	天水	平凉	庆阳
2004	0.3331	0.3284	0.3539	0.4754	0.4181	0.4544	0.4092	0.3784	0.4543	0.4892	0.4310
2005	0.3420	0.3075	0.3264	0.4482	0.4158	0.4443	0.3559	0.3609	0.4402	0.4352	0.4336
2006	0.3386	0.3106	0.3058	0.4528	0.3796	0.3903	0.3778	0.3352	0.3946	0.4183	0.3978
2007	0.3239	0.3123	0.3516	0.4293	0.3553	0.3592	0.3525	0.3206	0.3789	0.3887	0.3976
2008	0.3181	0.3087	0.2982	0.4086	0.3329	0.3553	0.3031	0.3308	0.3583	0.3660	0.3790
2009	0.3084	0.3164	0.2972	0.4054	0.3221	0.3299	0.2967	0.3095	0.3443	0.3644	0.3699
2010	0.2858	0.3041	0.2912	0.3866	0.2980	0.3140	0.2770	0.3092	0.3621	0.3403	0.3257
2011	0.3151	0.2955	0.2915	0.3770	0.2905	0.3206	0.2718	0.3239	0.3403	0.3487	0.3822
2012	0.2824	0.2877	0.2811	0.3666	0.2792	0.3311	0.2759	0.3149	0.3141	0.3338	0.3316
2013	0.3086	0.2851	0.2924	0.3664	0.2923	0.3358	0.2685	0.3186	0.3135	0.3195	0.3071
2014	0.2942	0.2797	0.2811	0.3615	0.2936	0.3202	0.2905	0.3083	0.3105	0.3125	0.2919
2015	0.2768	0.2822	0.2910	0.3521	0.2916	0.3266	0.2827	0.2983	0.3031	0.2971	0.2863
2016	0.2855	0.2716	0.2838	0.3258	0.2924	0.3314	0.2728	0.2825	0.2926	0.2908	0.2837
2017	0.3028	0.2611	0.2734	0.3083	0.2792	0.3122	0.2551	0.2767	0.2975	0.2714	0.2748
2018	0.3010	0.2655	0.2809	0.3156	0.2715	0.3155	0.2956	0.3066	0.2905	0.3064	0.2978

指数分级	综合脆弱指数	经济脆弱指数	社会脆弱指数	资源脆弱指数	环境脆弱指数
高脆弱度	>0.3822	>0.1019	>0.2028	>0.0550	>0.0773
较高脆弱度	0.3239~0.3821	0.0747~0.1018	0.1826~0.2027	0.0438~0.0549	0.0667~0.0772
中脆弱度	0.3151~0.3238	0.0660~0.0746	0.1620~0.1825	0.0350~0.0437	0.0541~0.0666
较低脆弱度	0.2809~0.3150	0.0568~0.0659	0.1491~0.1619	0.0306~0.0349	0.0464~0.0540
低脆弱度	<0.2808	<0.0567	<0.1490	<0.0305	<0.0463

Research on spatio-temporal evolution and driving factors of urban agglomeration vulnerability in Guanzhong Plain

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 8

References 33

Related Articles 3

Recommended Articles

Metrics

Comments

指标	年份
指标	2004	2011	2018
X₁	0.702	0.102	0.506
X₂	0.931	0.699	0.573
X₃	0.219	0.234	0.566
X₄	0.572	0.666	0.197
X₅	0.170	0.617	0.577
X₆	0.174	0.318	0.289
X₇	0.210	0.486	0.888
X₈	0.597	0.534	0.291
X₉	0.833	0.753	0.593
X₁₀	0.531	0.776	0.327
X₁₁	0.799	0.371	0.785
X₁₂	0.533	0.797	0.118
X₁₃	0.520	0.180	0.383
X₁₄	0.315	0.321	0.284
X₁₅	0.278	0.371	0.145
X₁₆	0.635	0.476	0.340
X₁₇	0.475	0.175	0.490
X₁₈	0.561	0.325	0.771
X₁₉	0.887	0.306	0.673
X₂₀	0.642	0.761	0.590
X₂₁	0.276	0.527	0.343
X₂₂	0.292	0.378	0.203
X₂₃	0.603	0.709	0.789
X₂₄	0.498	0.455	0.460
X₂₅	0.817	0.399	0.469
X₂₆	0.549	0.568	0.365
X₂₇	0.830	0.524	0.248
X₂₈	0.419	0.440	0.133
X₂₉	0.882	0.735	0.200
X₃₀	0.229	0.267	0.513
X₃₁	0.153	0.452	0.383
X₃₂	0.738	0.696	0.417

2004年				2011年				2018年
A∩B	Q_A	Q_B	交互关系	A∩B	Q_A	Q_B	交互关系	A∩B	Q_A	Q_B	交互关系
X₁∩X₂₂	0.702	0.292	双因子增强	X₂∩X₆	0.699	0.318	双因子增强	X₂₄∩X₃₁	0.460	0.383	非线性增强
X₁∩X₂₅	0.702	0.817	非线性增强	X₆∩X₂₄	0.318	0.455	非线性增强	X₃∩X₁₄	0.566	0.284	非线性增强
X₂₂∩X₂₅	0.292	0.817	双因子增强	X₆∩X₂₉	0.318	0.735	双因子增强	X₁∩X₃	0.506	0.566	双因子增强
X₂₂∩X₂₉	0.292	0.882	双因子增强	X₆∩X₂₆	0.318	0.568	非线性增强	X₁∩X₂₀	0.506	0.590	双因子增强
X₂₆∩X₃₀	0.549	0.229	非线性增强	X₂∩X₂₈	0.699	0.440	双因子增强	X₁∩X₃₁	0.506	0.383	非线性增强
X₁₄∩X₂	0.315	0.931	双因子增强	X₂₄∩X₂₈	0.455	0.440	非线性增强	X₂₀∩X₃₀	0.590	0.513	双因子增强
X₁₄∩X₁₈	0.315	0.561	非线性增强	X₆∩X₂₀	0.318	0.761	双因子增强	X₃₀∩X₃₁	0.513	0.383	非线性增强
X₁₄∩X₁₉	0.315	0.887	双因子增强	X₆∩X₁₃	0.318	0.180	非线性增强	X₁∩X₇	0.506	0.888	双因子增强
X₁₄∩X₂₆	0.315	0.549	非线性增强	X₁₃∩X₂₅	0.180	0.399	非线性增强	X₁∩X₁₀	0.506	0.327	非线性增强
X₁₈∩X₂₆	0.561	0.549	双因子增强	X₂₈∩X₃₂	0.440	0.696	双因子增强	X₁₉∩X₂₅	0.673	0.469	双因子增强

[1]	Juan Wang, Huijuan He, Jinfang Dong, Bin Guo. Spatio-temporal distribution of vegetation net primary productivity in the Yellow River Basin in 2000-2019 and its natural driving factors [J]. Journal of Desert Research, 2021, 41(6): 213-222.
[2]	DONG Wen, YANG Yu, ZHANG Xiao-lei. Spatio-temporal Variation of Urban Development and Water Resource Benefit in Oasis Cities of Xinjiang [J]. JOURNAL OF DESERT RESEARCH, 2012, 32(5): 1463-1471.
[3]	LIU Wei-guo;;L Guang-hui;;GAO Wei;;PAN Xiao-ling;;GUO Kai;. Analysis on Spatial Pattern of Ecosystem Biomass of Fukang Oasis, Xinjiang [J]. JOURNAL OF DESERT RESEARCH, 2006, 26(5): 809-813.