可持续发展目标是实现生态环境与社会经济发展相协调^[1], 当前全国整体生态环境恶化趋势基本得到控制, 生态环境质量呈现向好趋势, 如何加强生态环境与经济发展的协同效应, 已成为社会关注的重点^[2]。为此, 党的十九大报告提出“我国经济发展已经从高速发展阶段转向高质量发展阶段”, 积极推进生态环境与经济高质量发展相协调不仅是国家生态文明建设的战略目标^[3], 更是建设美丽中国的重要举措。

生态环境与高质量发展的耦合关系已成为重要研究领域。近年来, 国外学者将环境库兹涅茨曲线(EKC)^[4—5]和压力状态响应模型(PSR)^[6]应用于生态环境与经济发展的耦合关系的研究；研究区域以工业区、村、城市等小尺度单元为主^[7—8]。国内学者基于生态、经济、资源及社会等不同视角^[9—10], 构建定量评价为主的理论和模型方法^[11], 如采用综合指标评价法^[12], 生态足迹法^[13], 能值分析法^[14]和物质流分析法^[15]等方法开展研究。评价指标选取也逐渐从单一指标演变成复合型指标^[16]。研究区域涉及全国^[1]、重点区域^[17—18]、省域^[19]、城市群^[20—21]和流域^[22]等尺度范围, 但缺乏县域为单元的省域实证研究。研究内容多以耦合关系时空分布、演化特征为主, 而对耦合关系的空间演变机制研究尚待深入^[23—24]。

综上所述, 本文以福建省县域(区或地级市为1个县域单元, 金门县由于统计数据缺乏, 研究暂不考虑)为基础单元, 以生态系统服务价值表征生态环境情况^[25], 结合高质量发展指标体系构建生态环境与高质量发展耦合关系机制研究框架；运用空间马尔科夫链分析福建省生态环境与高质量发展耦合关系的时空演变机制, 最后, 通过BP神经网络—地理加权回归组合模型揭示高质量发展对生态环境驱动机制的时空分异, 为福建省生态环境与高质量发展的决策建议与规划提供理论支撑。

1 生态环境与高质量发展耦合机制

生态环境与高质量发展是互为因果、相互作用的关系, 已有成果对二者之间的作用机理实证研究不足, 仅有的理论机制探索尚未形成统一的结论^[26—27]。此外, 空间异质性也会影响区域生态环境与高质量发展的相互作用机理^[28]。生态系统服务价值(Ecosystem Services Values, ESV)是生态环境的重要表征之一, 是反映国土空间的生态环境与区域经济发展相互影响关系的主要方法^[29]；党的十八届五中全会第二次全体会议上提出了“五大发展理念(创新、协调、绿色、开放、共享)”, 其作为高质量发展的理论支撑, 发展目标统筹兼顾了生态保护优先和经济可持续发展^[23](图 1)。

“生态优先、绿色发展”已成为可持续发展的共识。生态环境质量提高有利于支撑高质量发展^[10—12], 具体表现为：(1)提高自然资源集约利用水平, 为生态环境保护提供新途径, 为高质量发展提供新理念；提高生态系统服务价值, 加大技术创新和政策扶持, 合理配置资源型生产要素, 有利于提高高质量发展水平。(2)加快生态资产评估, 以绿色发展为理念, 开展生态环境的价值评估, 通过生态补偿的方式将生态资源转化为生态资产, 因地制宜地把“绿水青山”的资源优势转化为“金山银山”的经济优势, 实现高质量发展。(3)维持生态环境平衡, 有助于提高生态系统的资源保障功能, 促进自然资源的可持续利用, 为高质量发展提供必要的生产要素。(4)良好的生态环境是天然的文化娱乐源泉, 通过开展生态体验、生态教育和生态认知等生态旅游方式促进高质量发展水平提高, 并对生态环境质量提高给予经济支持。

经济可持续增长是保证生态环境质量提高的基础, 高质量发展对生态环境质量提高具有驱动作用^[12], 具体表现为：(1)高质量发展是经济发展特定阶段的产物, 高质量发展倒逼环境保护政策实施, 以环境保护政策约束经济无序发展, 有利于提高生态环境质量。(2)高质量发展为全域全要素的生态环境保护修复提供经济基础, 当生态保护修复的资金充足时, 生态环境质量才会得到提高。(3)高质量发展有助于产业节能减排, 全面整合优化资源要素配置, 促进产业从规模扩张到结构优化, 从要素驱动到创新驱动, 从源头减少污染排放, 降低对生态环境的影响。(4)高质量发展带来日益增长的生态服务需求, 有利于增强民众环保意识。

此外, 进一步评估高质量发展对生态环境质量的影响对促进人与自然关系协调具有重要的理论与现实意义。其逻辑内涵具体表现为：创新发展侧重提高发展驱动力, 减少发展带来的负面环境影响；协调发展侧重解决地区发展不均衡问题, 提高地区发展的整体效能以降低对生态环境质量的破坏；绿色发展重点研究人与生态和谐发展的问题, 通过降低资源消耗和污染排放, 减少发展对生态环境的破坏；开放发展通过放宽市场准入、提高外资负面清单管理制度等手段加快相关领域改革步伐, 促进经济发展向绿色转型；共享发展有利于促进教育、医疗和交通等公共服务设施的合理配置, 在提高民众科学文化和健康素质同时减少了相关公共资源的过度浪费。

2 数据和方法 2.1 研究区概况

福建省位于中国东南沿海, 陆域面积12.4万km², 海域面积13.6万km²；毗邻长三角城市群与粤港澳大湾区, 与台湾省隔海相望, 是海上丝绸之路的起点；2020年GDP总量为43903.89亿元, 位列全国第七, 城镇化率达69.5%, 整体呈现沿海内陆不均衡发展的特征；2014年成为全国首个生态文明先行示范区, 生态环境本底优越, 2020年森林覆盖率达66.8%, 居全国首位(图 2)。因此, 研究福建省生态环境与高质量发展耦合关系对全国具有较好的示范意义。

2.2 数据来源

(1) 土地利用遥感监测数据。本文以2005、2010、2015和2020年四期土地利用遥感监测数据为基础, 数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/), 土地利用分类体系为二级类, 主要用于生态系统服务价值核算。

(2) 统计数据。社会经济统计数据主要来源于《福建省统计年鉴(2006—2020年)》、《福建省国民经济和社会发展统计公报(2005—2020年)》、《福建省水资源公报(2005—2019年)》和各市县统计局统计资料。部分2020年缺失的统计数据, 本文通过2010—2019年变化趋势推导得出。

2.3 研究方法 2.3.1 生态环境指数

本文以生态系统服务价值表征生态环境情况, 采用谢高地等^[30—31]修订的单位面积价值当量因子静态评估方法, 核算福建省县域陆地生态系统服务价值, 并通过标准化得到县域生态环境指数(ESVI)。

(1) 标准ESV单量因子修正

1个标准ESV单量因子是1hm²福建省平均产量的农田每年自然粮食产量的经济价值, 计算公式为：

(1)

式中, E为1个标准单位ESV当量因子的价值(元/hm²)；S_a为不同粮食作物播种面积占总粮食作物播种面积比(%), F_a为不同粮食作物单位面积平均利润(元/hm²), t表示年份时间, 根据《福建省统计年鉴(2006—2020年)》和《全国农产品收益资料汇编(2006—2020年)》, 确定稻谷、玉米、马铃薯、甘薯和大豆为福建省主要粮食作物。为消除不同年份粮食价格受通货膨胀和物价波动的影响, 本文引入福建省居民消费价格指数, 将各年份粮食平均价格统一调整至2020年的价格水平, 计算得出2005年、2010年、2015年和2020年福建省1个标准单位ESV当量因子的价值分别为5137.02元/hm²、6962.68元/hm²、3167.58元/hm²和1669.6元/hm²。

(2) 不同土地利用类型单位面积ESV系数的修正

根据福建省国土空间变化特征, 参照谢高地等^[30—32]改进的中国陆地生态系统单位面积服务价值当量, 计算福建省不同国土空间类型的ESV, 计算公式为:

(2)

式中, ESV_k为不同国土空间类型生态系统服务价值(元), L_k为不同国土空间类型当量, S_k为国土空间类型面积(hm²), E为1个标准单位ESV当量因子的价值(元/hm²), k为国土空间类型, 其中建设用地当量为0, 详情见表 1。

2.3.2 高质量发展评价指标体系

本文以“创新、协调、绿色、开放、共享”五大新发展理念表征高质量发展状况^[23], 参考城市体检^[33]和《市县国土空间开发保护现状评估技术指南(试行)》等评价体系, 综合构建福建省县域高质量发展评价指标体系(表 2)。(1)创新发展：创新是实现高质量发展的驱动力, 以R&D经费占GDP比重, R&D人员数量等来代表创新投入, 以产业结构高级化来代表创新产出；(2)协调发展：着重统筹城乡、海陆、各行业产业等方面协调发展, 以人均GDP、城乡收入差距等代表协调发展；(3)绿色发展：着重强调发展过程的“可持续性”, 用万元GDP用水量、万元GDP建设用地消耗和能源消费强度等来衡量；(4)开放发展：充分体现国内国外双循环的新发展格局, 以社会消费品零售总额代表国内循环, 以进出口总额和实际利用外资代表国际循环；(5)共享发展：从教育、医疗、交通等角度重点考虑经济发展过程的区域公平共享性, 教育支出占比、医疗机构床位数和公路通车里程为代表指标。

熵值法作为客观反映指标信息熵值的效用价值, 能够有效减少主观因素的干扰, 因此本文采用熵值法确定指标权重, 具体如下：

首先, 采用极值标准化方法对研究指标进行无量纲化处理, 计算公式为：

(3)

(4)

式中, y_cd为c城市第d项指标的标准化数值, x_max和x_min分别为第d项指标的最大值和最小值。其次, 算出d指标的信息熵e_d, 最终确定d指标的权重, 计算公式为：

(5)

(6)

(7)

式中, e_d为信息熵；z为县域的数量；p_cd为第d项指标下第c个县域占该指标的比重, W_d为第n项指标权重。

2.3.3 耦合协调度模型

本文通过耦合协调度模型研究生态环境与高质量发展的耦合关系, 计算公式为：

(8)

(9)

(10)

式中, C为耦合度, 反映生态环境与高质量发展之间的相互作用, 但无法反映二者的综合发展水平；T为协调度指数, 反映生态环境与高质量发展的综合发展水平；α和β分别表示生态环境与高质量发展的重要性, 本文综合考虑主体功能定位对福建省生态环境与高质量发展指数的影响^[34—35], 以不同地区的主体功能类型划分生态环境与高质量发展的重要性, 详情如下表 3。D为耦合协调度, 耦合协调度可以更综合评价两个系统的发展状况, D值越大表示两系统之间是相互优化的关系, D值越小表示两系统之间相互制约的关系。借鉴相关研究成果^[10—12], 将耦合协调度划分为4类(表 4)。

2.3.4 空间马尔科夫链

空间马尔科夫链结合“空间滞后”概念, 是揭示研究对象空间演变形式与过程的有效工具^[36—37]。空间马尔科夫链通过构建区域空间权重矩阵, 将传统马尔科夫链概率转移矩阵m×n分解为Q种空间滞后类型的m×n概率转移矩阵。空间滞后类型由空间单元的空间滞后值确定, 空间滞后值是该空间单元邻居区域属性值的空间加权平均值。计算公式为：

(11)

式中, O_ij表示研究时期内, t时段i类型在t+1时段转变为j类型的数量, O_i是整个时期内i类型的数量, P_ij(Q)为转移概率。为了验证不同县域的生态环境与高质量发展耦合关系演变是否存在显著的空间相关性, 需要进行假设检验, 即假设是二者耦合关系演变是相互独立的, 与邻域空间属性无关。检验模型为卡方检验, 公式为：

(12)

式中, u为生态环境与高质量发展耦合关系类型数量, 即u=4, p_ij为传统马尔科夫演变概率, P_ij(Q)、O_ij(Q)分别为空间滞后类型为Q的空间马尔科夫演变概率和对应的地区个数；S服从自由度为u(u-1)²的卡方分布。

2.3.5 BP神经网络—地理加权回归组合模型

BP神经网络模型是模拟神经网络传输系统的非线性关系模型, 具有较强的自学习和自适应性, BP神经网络一般由输入、隐含和输出层组成；平均影响值(MIV)是BP神经网络评价变量重要性的最优指标之一, 其符号代表正负相关性, 绝对值代表对结果的影响程度^[38—39]。良好的生态环境离不开高质量发展的驱动作用, 本文运用BP神经网络模型揭示2005—2020年不同维度高质量发展对生态环境的影响。

由于生态环境与高质量发展的相互影响关系较为复杂, 利用统计分析模型容易忽略了县域生态环境与高质量发展系统间的空间非平稳性与异质性的现实特点。地理加权回归模型(Geographically Weighted Regression, GWR)是一种变化后的线性回归模型, 它对一般线性回归模型进行了扩展, GWR模型将研究对象的空间位置纳入线性回归模型之中, 为不同单元中的各个研究要素构建了独立的方程, 具有强大的局部分析能力^[40—41]。

(13)

式中, i为研究要素, (u_i, v_i)为研究要素i的坐标, β_k(u_i, v_i)为第i个研究要素的第k个回归系数, ε_i为第i个研究要素的随机误差。本文通过GWR模型研究2005—2020年空间背景下福建省高质量发展对生态环境指数的影响, 将不同维度高质量发展变化量作为GWR模型的自变量, 生态环境指数变化量作为GWR模型的因变量, R²为0.5839, 拟合效果好。

3 结果分析 3.1 生态环境与高质量发展指数时空变化 3.1.1 生态环境指数时空变化

2005—2020年, 福建省生态环境指数均值为0.35左右, 县域生态环境整体较稳定, 总体呈“沿海低, 内陆高”的空间分布格局(图 3)。生态环境指数高水平地区位于“南平—三明—龙岩城镇聚合轴”, 南平和龙岩各县生态环境指数趋于高水平集聚, 建瓯、尤溪、建阳等7个县域生态环境指数极高, 生态本底优越。生态环境指数低水平地区位于“滨海都市区”, 主要集中在福州和厦漳泉大都市区, 台江、仓山、荔城等11个县域生态环境指数极低。究其原因在于, “滨海都市区”是省内经济发展的主体, 建设用地快速扩张, 从而一定程度上降低了生态环境质量^[42—43]。

3.1.2 高质量发展指数时空变化

2005—2020年, 全省高质量发展指数呈先降低后上升的趋势, 从2005年0.25降低至0.15(2010年)再上升至0.20(2020年), 空间上呈“沿海高, 内陆低”分布格局(图 3)。高质量发展指数集聚区位于福州和厦漳泉大都市区, 两大都市区作为福建省区域发展增长动力源, 率先实现优质经济增长, 高质量发展水平较高^[24]。2005—2010年全省共有80个县域高质量发展指数降低, 主要原因是全球金融危机爆发, 福建省重点产业转型升级刚起步, 高质量发展水平出现短暂的降低。2010年后, 闽南地区和闽北地区出现较大的差异性。其中, “厦门—龙岩腹地拓展轴”和“泉州—莆田—三明腹地拓展轴”高质量发展整体呈上升趋势, 由此可见, 厦漳泉都市区带动闽东南地区高质量发展明显；而“福州—武夷山腹地拓展轴”高质量发展的空间差异化特征逐步明显, 福州都市区的辐射带动效应有待增强, 2020年光泽、松溪和政和县的高质量发展指数位于全省后三位。

3.2 生态环境与高质量发展耦合关系时空演变分析 3.2.1 时空分异特征

从时序变化看(图 4), 2005—2020年福建省县域生态环境与高质量发展耦合协调度总体呈先降低后上升的变化趋势。2005年全省协调发展型县域47个, 衰退失调型6个(鼓楼、台江、思明、湖里、鲤城和龙文)；2010年全省81个县域出现不同程度的下降, 协调发展型仅有20个, 衰退失调型增至17个；2010—2020年, 全省74个县域耦合协调度均呈现上升趋势, 协调发展型增至33个, 衰退失调型减至6个(鼓楼、台江、湖里、鲤城、龙文和东山)。究其原因在于, 2005—2010年, 福建省经济发展处于转型发展阶段, 工业化与城镇化建设加速, 导致建设用地盲目扩张, 从而生态环境质量有所下降。2010年后, 福建省将生态文明建设纳入发展战略体系, 在一定程度上加速了地区经济发展模式由粗放转向高效集约、绿色低碳的转变, 生态环境与高质量发展耦合关系逐渐转变为协调发展, 生态环境与高质量发展二者间出现协同作用。

从空间分布看(图 4), 2005—2020年全省以协调发展型为主, 耦合协调度呈“沿海低、内陆高”的分布特征, 这与各地区生态本底和经济社会发展水平有关, 福州和厦漳泉大都市区是福建省经济建设的核心, 高质量发展水平高于生态环境质量, 耦合协调度呈现出以都市区核心区向外围递增的圈层式格局。2010年后, 随着产业结构调整和转型升级, 都市区边缘县域生态环境质量提高, 都市区边缘生态环境与高质量发展逐渐转向共同发展、相互协调的特征。内陆地区整体协调, 但普遍存在高质量发展滞后的情况, 主要因为内陆地区以重点生态功能区和农产品区为主, 经济发展起步晚, 绿色发展是实现内陆地区生态环境与高质量发展相协调的重要途径。

3.2.2 时空演变机制分析

本文运用传统马尔科夫链揭示2005—2020年福建省各县域生态环境与高质量发展耦合关系时序演变的趋势, 结果表明(表 5)：(1)对角线上数值上均比非对角线数值大, 说明耦合协调类型保持不变的概率在70.28%以上, 各县域固有的生态环境保护与经济发展模式对耦合协调类型转移的影响很大, 存在空间差异。(2)县域耦合协调类型存在向更高水平或更低水平转移的概率, 县域仅能向上转移1级, 向下可以跨越转移, 表明生态环境与高质量发展协调发展演变是一种循序渐进、相对稳定的过程, 无法实现跨越转移, 但一味注重经济发展忽视生态保护重要性会造成生态环境与高质量发展耦合关系发生跨越性衰退。(3)耦合协调类型整体向上比向下转移概率高, 体现福建省生态环境与高质量发展耦合关系演变具有协同发展的趋势。(4)协调发展型有27.84%概率转移至初级协调, 说明维持生态环境与高质量发展耦合关系协调发展核心是实现经济可持续发展前提下确保生态环境质量不下降。(5)衰退失调和濒临协调型保持不变的概率比初级协调型高, 提高衰退失调和濒临协调型的生态环境和高质量发展水平将是未来福建省的重点研究方向。基于上述背景, 研究2005—2020年不同维度高质量发展水平变化对生态环境质量的驱动作用, 能因地制宜地制定区域发展战略, 有利于促进福建省生态环境与高质量发展二者之间的耦合关系向协调发展演变。

传统马尔科夫链忽略了空间相邻区域相互作用的影响, 本文基于空间相邻矩阵构建空间马尔科夫链分析相邻县域生态环境与高质量发展耦合关系空间演变特征。卡方检验在p < 0.01的水平上显著, 未调整自由度的情况下, S=94.11>χ²=49.64, 说明2005—2020年县域生态环境与高质量发展耦合关系空间演变特征是相互独立的假设不成立, 并认为邻域空间显著影响县域耦合关系。具体如下(表 6)：(1)当邻域为初级协调型时, 生态环境与高质量发展耦合关系向协调发展演变概率比邻域为濒临失调型高(25.93%>25.00%, 19.44%>17.39%), 向失调发展演变概率降低(14.29% < 20.00%, 13.89% < 17.39%)；(2)邻域为衰退失调型, 县域改善生态环境和高质量发展的耦合关系后, 仍有向濒临失调演变的概率(33.33%)；(3)邻域为协调发展时, 县域若不能维持生态环境与高质量发展耦合关系的协调发展, 耦合关系仍有向失调发展演变的概率。

本文进一步通过ArcGIS绘制耦合关系空间演变分布图(图 5), 分析空间异质性对生态环境与高质量发展耦合关系的影响, 结果表明：2005—2020年, 研究时间段耦合协调类型共计48个县发生了类型转移, 其中1个县域向协调发展转移, 24个县域向失调发展转移, 23个县域波动不变；自身稳定、邻域向下转移的县域占多数(47个)。空间异质性显著影响生态环境与高质量发展耦合关系的时空演变, 邻域耦合关系协调发展增强了区域空间协同演变趋势, 即存在向协调发展演变的空间集聚现象, 说明自身生态环境或高质量发展水平上升, 能够辐射带动周边县域生态环境与高质量发展水平上升；邻域耦合关系失调发展增强了空间制约作用, 即存在向失调发展演变的空间集聚趋势更明显, 说明县域耦合协调度低会影响周边县域生态环境质量或高质量发展水平的提高。耦合关系演变存在相邻耦合协调类型之间来回波动, 这些县域都具备进入协调发展的潜力, 若要稳定的进入协调发展就应当坚持可持续发展, 而不是单纯的追求经济增长速度。此外, 生态环境与高质量发展耦合关系还存在单一极化现象, 即二者之一占有绝对优势, 这种现象主要因为县域在国土空间开发保护格局和主体功能定位上具有不同侧重^[44]。综上所述, 空间异质性对生态环境与高质量发展耦合关系具有相互协同和制约的作用, 为此, 在研究不同维度高质量发展对生态环境质量的驱动作用时, 也应考虑其空间异质性的影响, 这将对福建省全域实现生态环境与高质量发展耦合协调具有重要意义。

3.3 高质量发展对生态环境的驱动机制分析

运用BP神经网络模型揭示福建省不同维度高质量发展对生态环境的驱动作用, 结果表明(图 6)：2005—2020年, 不同维度高质量发展对生态环境的影响以协调发展演变为绿色发展为主, 表明福建省作为国家生态文明试验区, 深入贯彻可持续发展战略, 绿色发展逐渐成为提高生态环境质量的关键驱动因素。具体来讲, 2005年, 协调发展影响程度最大(0.290), 创新发展影响程度最小(0.106), 该阶段是福建省加快城乡、山海地区协调发展的重要阶段, 协调发展对福建省高质量发展的促进作用明显；2010—2020年, 绿色发展影响程度最大, 主要因为全球金融危机后福建省加快产业结构优化转型, 以环境保护政策约束经济粗放发展, 自然资源集约利用水平的提高, 能源消费总量、强度的降低是提高生态环境质量的重要抓手。

为进一步研究不同维度高质量发展对生态环境影响的空间异质性, 本文通过GWR模型进行驱动力分析, 不同维度高质量发展对生态环境影响的回归系数均为正, 总体呈“圈层式”的空间分布特征, 说明福建省不同维度高质量发展对生态环境影响均具有正向促进作用, 回归系数越大, 正向促进作用越强, 且具有显著的空间异质性(图 6)。具体如下：(1)创新发展回归系数呈“沿海向内陆地区递增”的分布特征, 说明内陆地区创新发展对生态环境的正向促进作用更显著, 显著性逐渐向沿海地区降低；究其原因在于, 沿海与内陆地区发展不均衡导致, 福建省沿海地区创新型企业分布密集, 创新贡献突出, 内陆地区相比之下企业创新水平较低^[43], 因此提高内陆地区创新发展水平对生态环境质量提高更重要；(2)协调发展回归系数呈“闽东南向闽中递增”的分布特征, 说明协调发展对生态环境质量的正向促进作用呈现闽东南向闽中地区逐渐增强的趋势；由此可见, 厦漳泉都市区作为闽东南地区的发展核心, 福建省经济主要增长极, 协调发展水平高, 相比之下闽中地区人均GDP、城乡发展水平和工业化水平等较落后^[42], 促进各方面的协调发展对闽中生态环境质量影响更显著。(3)绿色发展回归系数最大, 呈“闽西北向闽东南递减”的分布特征, 说明绿色发展对生态环境的正向促进作用最显著, 显著性由闽西北逐渐向闽东南降低；主要因为闽西北地区的县域主体功能区多以重点生态功能区和农产品主产区为主, 经济发展模式较粗放导致资源利用水平、经济效益和土地利用效率等多方面相比之下处于较低水平^[44], 坚持生态优先的绿色发展路径对闽西北生态环境影响更重要。(4)开放发展回归系数呈“内陆向沿海递减”的分布特征, 说明开放发展对内陆地区生态环境质量提高的显著性更强；究其根本在于, 沿海相比内陆地区的开放水平更发达, 外商投资较多, 对外贸易频繁, 沿海地区应该借助交通优势推动与内陆地区的经济联动^[45], 促进福建省整体开放发展水平的提高, 加快绿色经济发展, 降低发展对生态环境的负面影响。(5)共享发展回归系数呈“闽南向闽北递减”的分布特征, 说明共享发展对生态环境正向促进作用的显著性由闽南逐渐向闽北地区降低；主要因为闽南相比闽北地区人口更密集, 教育、医疗等方面公共资源需求紧张, 需要加大基础设施建设和投入、提高公共服务水平、保障民众生活质量, 同时还需兼顾闽北经济欠发达地区的公共需求, 实现全域全要素公共资源的合理配置, 减少资源浪费, 最终达到提高生态环境质量的目的。综上所述, 考虑高质量发展对生态环境影响的空间异质性, 为区域实现生态环境与高质量发展耦合关系相协调相促进的目标提供重要依据。

4 结论

研究生态环境与高质量发展耦合关系时空演变及驱动机制不仅可为福建省国家生态文明试验区建设探索提供实证依据, 同时也对我国加快构建生态文明体系具有重要的研究意义。研究结论如下：

(1) 2005—2020年福建省生态环境指数整体稳定, 高质量发展指数先降低后上升的趋势；在空间分布上, 生态环境指数呈现“沿海低, 内陆高”的特征, 而高质量发展指数则呈现“沿海高, 内陆低”的特征, 二者空间错位分布格局明显。在都市区层面, 福州和厦漳泉都市区作为福建省区域发展增长极, 生态环境指数趋于低水平集聚, 而高质量发展指数趋于高水平集聚；厦漳泉都市区带动闽东南地区高质量发展明显, 福州都市区的辐射带动效应有待增强。

(2) 2005—2020年福建省县域生态环境与高质量发展耦合协调度呈先降低后上升的变化趋势, 呈现“沿海低、内陆高”的空间格局。福建省生态环境与高质量发展耦合关系的空间异质性要求不同区域采取差异化、循序建议的政策改善措施实现区域协调发展, 避免过度极化现象。对于耦合协调度较低的沿海地区, 要以环境保护政策为指向, 注重自然资源的可持续利用, 实施全域全要素生态保护与修复, 夯实生态环境质量, 促进经济发展提质增效。对于耦合协调度较高的内陆地区, 要坚持绿色发展, 夯实生态本底, 因地制宜地把“绿水青山”的资源优势转化为“金山银山”的经济优势, 提高高质量发展水平。

(3) 福建省高质量发展对生态环境的驱动机制影响以协调发展和绿色发展为主, 2010年后绿色发展逐渐成为提高生态环境质量的关键驱动因素, 不同维度高质量发展对生态环境影响具有显著的空间异质性。因此, 以五大发展理念为指引, 统筹推进高质量发展和生态环境保护协同发展, 有利于促进区域生态环境与高质量发展耦合协调, 让“高质量发展”从“源头”推进“生态环境质量提高”。