2020年, 我国脱贫攻坚战取得了全面胜利, 经济快速发展促使城镇化进程不断加快^[1]。城镇化发展对经济结构调整、资源优化配置等方面有重要的积极作用, 但在此过程中, 建设用地不断挤压周边生态用地, 对植被覆盖产生显著影响, 大气、土壤、水体污染等生态环境问题逐渐显现^[2], 从而导致地区生态脆弱性程度加深^[3—4], 一定程度上生态脆弱性缓解和城镇化进程形成相互制约的关系^[5—6], 这是自然因素和人类短期经济行为共同作用的结果^[7]。因此, 定量分析生态脆弱性与城镇化水平的耦合协调情况及交互作用关系, 对优化区域可持续发展规划具有重大意义。

近年来, 学者对区域城镇化发展与生态环境保护的关系做了大量研究^[8]。在研究尺度上, 包括全国区域尺度^[9]、省域^[10]、县域^[11]、流域^[12]和典型生态区^[13]等, 如韩燕等^[14]以甘肃省为对象, 分析各地级市城镇化与生态环境耦合协调度的时空演变与影响因素。在研究框架上, 生态脆弱性评价主要以“暴露度-敏感性-适应力”(VSD)^[15]、“压力度-敏感度-恢复力”(SRP)^[16]等框架进行指标因子选取, 如金丽娟等^[10]通过SRP模型对四川省生态脆弱性进行评价。而城镇化水平大多基于“人口-经济”^[17]、“人口-经济-空间-社会”^[18]、“经济-社会-生态-城乡协调”^[19]等体系进行评价, 如尹上岗等^[20]从“人口-土地-经济-社会-生态”构建指标体系, 探究长三角生态城镇化时空演化特征及驱动机制。在研究方法上, 目前学者大多采用层次分析法(AHP)-熵权法^[21]、空间主成分分析^[22]等方法对各指标的贡献程度进行测算, 熵权法更注重指标内部浮动影响而无法考虑指标之间的横向影响, 主成分分析法解释指标含义带有模糊性^[23]。CRITIC赋权法是熵权法的改进方法, 其指标权重是原始数据中蕴含的信息流计算得到, 考虑了指标间的冲突性与差异性, 目前已被众多学者广泛运用, 如武帅等^[24]运用CRITIC赋权法对京津冀地区开展生态脆弱性及生态安全评价。针对生态和城镇化关联程度的研究方法主要涉及耦合协调度^[25]、协同度^[23]等数理统计模型；对于生态环境与城镇化之间的相互作用关系, 主要运用GTWR^[2]、莫兰指数^[26]等方法进行探讨。在研究视角上, 已有学者从生态系统服务^[27]、生态系统健康^[28]、生态环境质量^[29]和生态韧性^[19]等角度为切入点探究城镇化与生态的相互关系, 如夏楚瑜等^[30]以京津冀地区为研究对象, 分析城镇化与生态系统服务的变化及二者相关关系；郭力娜等^[31]运用耦合协调度、地理探测器对辽宁省城镇化与生态环境质量指数的耦合协调度及影响因子进行探讨。综上所述, 已有研究从多方法、多视角对城镇化与生态环境进行分析, 但从生态脆弱性的视角探讨城镇化与生态环境相关关系的研究较少, 且缺少对城镇化进程与生态脆弱性之间交互作用的定量研究。

湖南省地处长江中下游, 在长江经济带起到承前启后的重要作用。2000年以来, 湖南省城镇化发展逐步加快, 由于不合理的开发利用土地资源等人为因素, 局部地区生态脆弱性程度加剧, 研究生态脆弱性与城镇化水平之间的关系, 对协调生态与城镇化均衡发展有一定的必要性。在此背景下, 以湖南省为研究区、各县区为研究单元, 通过AHP-CRITIC赋权法构建生态脆弱性和城镇化水平测度体系, 分别从各县区、区域经济圈和省域三个层面对两个评价系统的耦合关系开展深入研究, 并探求二者交互作用机制, 以期为湖南省生态环境与城镇化可持续发展提供参考。

1 研究区概况与数据来源 1.1 研究区概况

湖南省位于我国中南地区, 东经108°47′—114°15′, 北纬24°38′—30°08′之间(图 1)。全省土地面积21.18×10⁴ km², 辖14个地州市、122个县区, 总体呈西高东低、南高北低、朝东北开口的不对称的马蹄形盆地, 半高山、低山、丘陵、岗地、平原交错分布^[32]。截至2020年, 全省生产总值达41781.5亿元, 城镇化率56.02%, 在此过程中, 城镇化水平提高一定程度上导致生态环境逐渐恶化, 生态脆弱性程度也不断加深^[33]。

1.2 数据来源及处理

所需数据包括研究生态脆弱性的自然地理数据和研究城镇化水平的社会经济统计数据(表 1)。其中数据处理包括：(1)年均温、年降水：通过ArcGIS 10.6将逐月气温、降水数据nc格式读取, 进行年度降水量合成和年均温计算；(2)植被覆盖度：基于Landsat5 TM、Landsat8 OLI-TIRS数据计算得到归一化植被指数(NDVI), 采用像元二分模型^[34]估算植被覆盖度；(3)土壤侵蚀强度：基于修正后的土壤侵蚀模型RUSLE^[35—36]计算获得；(4)生境质量指数^[37]：基于土地利用数据, 通过InVEST 3.12模型中Habitat Quality模块计算获得；(5)土地利用程度^[38]：参考已有研究的分级标准, 通过对土地利用进行赋值, 将未利用地赋值为1, 林地、草地和水域赋值为2, 耕地赋值为3, 建设用地赋值为4, 进行采样计算, 具体计算公式如下^[39]：

(1)

式中, I_x表示第x个格网的土地利用程度综合指数；A_i为第i级土地利用程度分级指数；S_i为第i级土地利用面积；S为该格网内土地总面积；n为土地利用程度分级数。

2 研究方法 2.1 指标选取与指标体系构建 2.1.1 生态脆弱性评价指标体系

生态环境脆弱性是相对的概念, 是自然因素和人为因素共同作用的结果^[40]。遵循科学性、数据可获取性等原则, 参考现有研究成果^[41—42], 选取SRP模型作为准则层, 选取高程、年均温等12个指标对湖南省生态脆弱性进行评价。参考《全国生态功能区(2015年)》(修编版), 根据体系构建反映区域最主要生态问题的原则, 对湖南省生态敏感性评价主要侧重于水土流失敏感性, 从地形、气候、地表三个层面选取6个指标进行表征, 分别是高程和地形起伏度、年均温和年均降水量、土地利用强度和土壤侵蚀强度。生态恢复力反映系统面对外界环境变化和干扰自我恢复的能力^[43], 从土壤、植被和水文三个层面选取4个指标进行表征。土壤选择有机碳含量, 植被选择生境质量指数和植被覆盖度, 生境质量是生态系统正常运作的基础, 植被覆盖度量化植被的茂密程度；水文选择河网密度, 密度越大的区域受地表水补给越多, 地下水越容易汇集, 供水条件和生态恢复能力越强^[44]。生态压力度反映系统受外界干扰压力的大小, 从人口压力、经济压力两个层面选取人口密度和夜间灯光数据。

基于SPSS分析软件, 把每个指标因子作为因变量, 其余指标因子为自变量进行回归分析, 将方差膨胀因子(VIF)大于10的指标剔除, 结果表明, 地形起伏度和高程、土壤侵蚀强度和土地利用程度存在严重共线性, 考虑到地形起伏度由高程数据计算得到、土壤侵蚀强度由多因子叠加计算获得, 因此将地形起伏度、土壤侵蚀强度予以剔除, 得到湖南省生态脆弱性评价体系(表 2)。

2.1.2 城镇化水平评价指标体系

城镇化进程作为地区发展水平的参考和表征, 是一个复杂的动态过程, 伴随着人口、产业、社会、空间、生态等多维因素的变迁^[45]。结合湖南省城镇化发展实际情况, 参考已有研究^[46—47], 基于PESS模型选择城镇化率、人均GDP等12个指标因子构建城镇化评价体系, 人口是城镇化发展的基础, 选择人口密度、城镇人口密度和城镇化率进行表征；经济是城镇化发展的核心内容, 选择人均GDP、地区生产总值、规模以上工业营业收入和二三产业占比四个指标；社会城镇化选择社会消费品零售总额、中小学教育阶段师生比和每万人拥有医疗机构床位数；空间城镇化是城镇化发展的重要内容, 土地利用结构的变化、交通设施发展水平能比较直观地反映城镇化建设水平, 因此选择建设用地占比和路网密度进行表征。其中人口密度和城镇人口密度存在严重共线性, 人口密度指标予以剔除, 得到以下指标构建湖南省城镇化水平评价体系(表 3)。

2.2 综合评价指数计算 2.2.1 指标标准化

考虑在实际运算过程中, 原始数据之间存在数量级差异, 因此采用Min-Max标准化法对数据进行标准化处理^[48]。

2.2.2 CRITIC赋权法

CRITIC赋权法具有很强的数理依据, 计算过程包括标准差、相关系数、指标信息量和客观权重四个步骤, 具体计算公式如下^[28]：

(1) 生态脆弱性和城镇化指标标准差计算：

(2)

式中, m为指标数量, X_ij为原始数据指标标准化数值；E_j为第i个指标的标准差。

(2) 相关系数计算：

(3)

式中, R_ij是第i个指标与第j个指标之间的相关系数, X_i、X_j分别是标准化矩阵X的第i、j列。

(3) 指标信息量(S_j)计算：

(4)

(4) 客观权重(W_i)计算：

(5)

2.2.3 主客观综合赋权法

本文客观赋权选用CRITIC赋权法, 主观赋权选用AHP法。AHP法主要根据专家知识和现有研究成果^[12]进行权重确定, 弥补各指标横向比较的重要性, 为使权重更客观、科学, 本文将两种赋权法相结合, 公式如下^[49]：

(6)

式中, W_ij、W_i、W_j分别表示综合、主观和客观权重值, 为保证计算结果客观性, α取0.5进行计算。最终各指标综合权重如表 4所示。

2.2.4 生态脆弱性指数

对标准化后的值和指标对应的权重计算得到生态脆弱性评价值, 以此反映生态脆弱程度及其空间布局特征, 计算公式为^[50]：

(7)

式中, EVI为生态脆弱性指数；X_t^*为第i个评价指标标准化后的值；W_t为生态脆弱性水平指标的综合权重；m为指标数量。EVI值越大, 表示该地区生态脆弱程度越高, 反之表示生态脆弱程度越低。

2.2.5 城镇化水平指数

参照前人研究^[51], 根据城镇化指标标准化的值与其相对应的权重进行计算, 得到各县区的城镇化水平综合指数(P)及空间格局特征, 计算公式为^[52]：

(8)

式中, P为城镇化指数；X_c^*为第i个评价指标标准化后的得分值；W_c为综合权重；m为指标数量。P值越大, 表示城镇化水平越高, 反之表示该地区城镇化水平越低。

2.3 耦合协调度模型

耦合是指两个或两个以上的要素相互作用和影响的过程^[53], 反映系统从无序到有序的发展趋势。本文使用耦合协调度模型分析生态脆弱性和城镇化相互作用关系, 该模型已广泛应用于区域生态环境与城镇化相互关系的研究中, 计算公式为^[54]：

(9)

(10)

(11)

式中, C为耦合度, 取值范围为[0, 1], C越大, 表明耦合度越高；a、b为待定系数, 本文认为生态环境改善和城镇化水平提高同等重要, 因此令a=b=0.5^[55]；n为子系统数量, 本次评价只有生态脆弱性(EVI)和城镇化水平(P), 因此n=2；D为耦合协调度, D越大, 耦合协调度越高。借鉴已有研究成果^[56], 将耦合协调度划分为严重失调、濒临失调、基本协调和极度协调4类。根据同步协调和滞后失调两大特点, 结合两大评价体系(EVI、P)的系统得分, 将耦合协调度分为12小类(表 5)。

2.4 双变量空间自相关模型

空间自相关包括全局空间自相关和局部空间自相关^[57]。全局空间自相关可以探究整个研究区域变量之间的相关性, 而双变量全局空间自相关则可以揭示研究区域内不同变量之间的空间关联性和显著性, 本文通过双变量Moran′s I分析湖南省生态脆弱性与城镇化水平之间的空间关联性及交互作用关系, I取值区间为[-1, 1], I小于0、大于0、等于0分别表示空间自相关为负、空间自相关为正、无空间自相关, Moran′s I绝对值越高, 表明空间自相关性越强。计算公式如下^[58]：

(12)

式中, I_ep表示单位面积生态脆弱性和城镇化水平的双变量全局自相关系数, n为研究单位数量；W_ep为空间权重矩阵；x_es、x_ps为第i个评价单元单位面积生态脆弱性指数和城镇化指数；σ_s、σ_p为方差。

2.5 时空地理加权回归模型

GTWR模型能很好地反映不同区域的时空异质性, 优势在于更直观地显示每个样本区域内变量在任意时间节点的地理统计关系, 从而有效地反映变量在时空上的演化关系。本文使用GTWR模型反映生态脆弱性与城镇化的交互影响在时空演化上的局部效应和时空特征, 计算公式为^[59]：

(13)

式中, i(i=1, 2, …, n)表示样本点；(u_i, v_i, t_i)是样本点i的时空坐标；u_i和v_i是i点的经度和纬度数据, 表征地区间的空间距离；β_k(u_i, v_i, t_i)为第i个样本点第k个自变量的回归系数；ε_i为第i个样本点的随机误差。

3 结果与分析 3.1 生态脆弱性与城镇化水平时空变化特征 3.1.1 生态脆弱性时空变化特征

为更直观识别湖南省各期生态脆弱性变化, 利用ArcGIS等间距分类法, 分为微度(0—0.2)、轻度(0.2—0.4)、中度(0.4—0.6)、重度(0.6—0.8)和极度脆弱(0.8—1)五个等级。20年间各生态脆弱程度面积比例如图 2所示。2000—2005年, 各脆弱性程度无明显变化；2005—2010年, 轻度、中度脆弱区面积减少, 重度和极度脆弱区面积增加, 说明此时环境恶化, 且重度脆弱面积占比最高；2010—2020年, 重度和极度脆弱区面积减少, 2020年轻度脆弱面积占比最高, 说明2010年以后湖南省生态环境得到改善。

湖南省生态脆弱性空间格局如图 3所示, 总体呈“东高西低、北高南低”的格局分布。2000—2005年, 空间分布上无明显变化；2005—2010年, 北部洞庭湖区、中部长株潭和南部湘南地区的衡阳及周边县区由重度脆弱向极度脆弱转化；2010年以后, 由于生态补偿机制和政策引导, 区域生态脆弱程度得到改善；到2020年, 脆弱程度较低和低值区要分布于湘西片区及湘南的永州、郴州部分县区, 该地区植被覆盖度高, 是国家重点生态功能区, 中度脆弱区主要分布在湘西片区的东部和环长株潭城市群的周边县区, 高值区域仍分布于长株潭中心区和环洞庭湖区的常德、岳阳中心城区, 湘南地区的衡阳市也有零散分布。

3.1.2 城镇化水平时空变化特征

通过城镇化水平公式计算, 得到湖南省各县区的城镇化水平综合指数, 通过ArcGIS等间距分类将湖南省122个县区城镇化水平指数分为低水平(0—0.2)、较低水平(0.2—0.4)、中等水平(0.4—0.6)、较高水平(0.6—0.8)和高水平(0.8—1)五种类型, 结果如图 4所示。整体上, 湖南省城镇化水平处于稳步增长的状态。2000—2005年低水平城镇化县区向较低水平转化, 2005—2015年浮动不明显, 但总体呈现向高水平趋势发展, 中等水平城镇化县区增加较多；2015—2020年受脱贫攻坚政策支持, 大量城镇化低水平县区向较低和中等水平发展, 城镇化高水平发展的县区个数明显增多, 说明此时较多县区走向城镇化高质量发展阶段。

如图 5所示, 湖南省城镇化水平差异较大, 从2000年以各地级市行政中心为高值区的散点式布局, 到2020年发展为以长株潭城市群为核心高值区, 东部高, 西部低的空间格局。长株潭城市群中心区域自2000年开始, 城镇化都处于较高水平, 为核心高值区；洞庭湖和湘南城市群城镇化发展次之, 分别以岳阳、常德和衡阳主城区为中心向周边县区辐射, 发展势头强劲, 为发展快速区；湘西城市群除娄底受省会城市辐射, 发展相对较好, 其他大部分区域处于较低或低水平城镇化阶段, 为发展滞后区。因地处武陵山片区, 受地形、交通等因素限制, 湘西地区自我发展能力有限, 且缺少周边发展较好城市辐射, 城镇化进程滞缓。

3.2 生态脆弱性与城镇化水平耦合协调度分析

为解析湖南省生态脆弱性与城镇化水平的关联特征, 采用耦合协调度模型进行生态环境与城镇化水平的耦合协调度(D)分类和分析, 结合湖南省生态环境状况与城镇化发展情况, 共得出8类耦合协调类型(图 6)。2000—2020年, 严重失调类型县区基本消失、濒临失调区域持续减少, 基本协调区域持续增多, 整体耦合协调度从2000年0.49发展为2020年0.57, 表明生态环境与城镇化发展之间的冲突逐渐减小, 但整体上, 湖南省仍处于濒临失调的状态, 20年间濒临失调城镇化滞后县区数量一直超过60%, 说明城镇化水平是制约其协同发展的主要因素。

如图 7所示, 湖南省耦合协调度呈现以长株潭中心城区为高值区, 向四周发散的空间格局, 东部和北部耦合协调指数较高, 西部、南部指数较低。同步滞后区主要分布于湘西和湘南边缘, 该类县区生态本底优势不明显、且城镇化始终处于相对落后状态, 形成生态环境与城镇化相互制约的结果；经济滞后区2000年各地级市均有分布, 随着经济水平的提高, 2020年以连片集中分布于湘西和湘南城市群, 该片区生态基底保护较好, 但经济发展相对较慢；生态脆弱区存在较少, 脆弱程度较明显的是长沙部分县区, 在发展过程中破坏了生态系统的完整性, 导致生态脆弱程度严重；协调发展县区数量逐年增加, 形成以“长株潭城市群为中心, 环洞庭湖连片分布”的格局。

3.3 生态脆弱性与城镇化水平交互影响分析

通过GeoDa软件进行空间自相关分析, 从整体水平探讨湖南省2000—2020年生态脆弱性和城镇化水平的空间关联特征与交互作用, 研究结果(表 6)表明, 湖南省生态脆弱性与城镇化水平空间相关程度较大, 呈现先减少后增大的趋势。

3.3.1 各因子作用强度分析

结合城镇化水平评价体系, 从人口、经济、社会和空间四个维度对生态脆弱性进行双变量空间自相关分析, 由图 8知, 20年间城镇化进程对生态脆弱性的作用始终是正向的。人口、经济和社会因素前10年对生态脆弱性作用程度较大, 后10年呈下降趋势；空间因素作用强度一直增加, 且增加趋势十分明显, 2005年以后, 空间城镇化对生态脆弱性的作用占主导地位, 在人口增长、经济发展和社会保障等众多因素推动下, 对生态系统脆弱程度的影响以空间扩张需求的形式表现, 建设用地不断扩张, 一定程度上破坏了生态平衡, 造成生态脆弱性程度加剧。

结合生态脆弱性评价体系, 从生态敏感性、适应力和压力度三个层面探讨对城镇化水平的影响程度(图 9)。生态敏感性指标对城镇化的影响程度不明显, 始终在-0.2—0.2之间波动；生态适应力与城镇化发展关联性较强, 且呈现明显的负相关, 区域生态环境承载力的维持及生态修复需要资金的投入, 同时还需对城镇发展用地扩张的控制, 以上对城镇化发展起到一定程度的抑制作用。生态压力对城镇化水平始终保持着正相关的作用强度, 且作用程度不断加强。生态压力度主要体现在人口、经济等方面, 人口不断集聚导致对建设用地的需求不断增大, 飞速发展的城镇化给生态环境带来巨大压力。

3.3.2 生态脆弱性与城镇化水平作用强度空间异质性分析

通过GTWR模型分析生态脆弱性与城镇化交互作用的空间关系, 城镇化发展对生态脆弱性的作用强度空间分布特征如图 10所示。从空间分布来看, 城镇化发展加剧生态脆弱性程度的地区主要集中于长株潭、洞庭湖城市群, 该地区城镇化发展对当地生态环境造成较大压力；城镇化与生态环境良性发展的区域主要是湘西北部张家界、湘西自治州和湘南地区的永州、郴州南部, 该区域以旅游业为主要依托, 良好的生态资源禀赋带来的经济发展效益较高, 但从数值上来看, 城镇化与对生态环境的良性互动程度越来越低, 说明该区域城镇化发展过程仍然对生态环境造成一定程度的破坏。

生态脆弱性对城镇化的作用程度空间分布特征如图 11所示, 总体来看, 研究区内大部分地区呈现明显的正向作用, 说明整体上, 湖南省生态脆弱程度缓解对城镇化进程起到一定的制约作用。正向作用高值区散点分布于湘中地区的新宁、安化和东安等县, 东部地区作用程度普遍较高, 且范围呈现增大的趋势, 说明该区域城镇化进程对地区生态造成了不同程度的破坏, 形成生态脆弱程度缓解会制约城镇化进程的循环；生态脆弱性对城镇化的负向作用主要是湘西北部, 该区域生态环境仍保持较高的承载力, 生态脆弱程度加剧会制约地区旅游业发展, 从而对城镇化进程起到制约作用。

4 讨论与结论 4.1 讨论

(1) 城镇化发展和生态脆弱性之间的关系与交互作用具有多样性与复杂性, 急速的城镇化发展给生态环境保护带来压力, 而区域生态恶化又会反向制约城镇化可持续、高质量发展, 这与前人研究结果相近^[2], 以往研究主要从生态系统服务功能、生态质量等方面探讨与城镇化发展的正向互动效应, 本文从区域城镇化发展对生态系统脆弱性的影响视角进行深入讨论, 表明在发展的过程中, 要加速推进城镇化水平由规模化发展到高质量发展的转型, 同时明确生态保护红线, 着力加强生态治理, 确保生态系统的稳定性和完整性。

(2) 在研究方法上, 本文通过AHP-CRITIC赋权法建立生态脆弱性和城镇化水平评价体系, 对指标因子进行多重共线性分析, 目的是为更好的确定指标因子及其贡献程度, 使评价体系更加客观合理；同时通过Moran′s I、GTWR模型对生态脆弱性和城镇化及其子系统对两者的冲突和交互作用进行时空动态分析, 未来在生态脆弱性评价方面可引入“压力-状态-响应-管理”模型(PSRM), 将政府政策和公众行为纳入评价体系, 更加全面地反映生态脆弱性状况, 同时还可从其他影响因素为切入点, 进一步剖析湖南省城镇化与生态脆弱性时空耦合及交互作用的驱动机制。

(3) 生态环境保护与城镇化协同发展是实现区域可持续发展的重要保证, 基于本研究成果, 对推动湖南省生态和城镇化水平高质量发展, 提出以下建议：

① 生态环境是决定湖南省可持续发展的关键, 因此严守生态底线, 严格限制城市建设用地的无序扩张, 加速提升生态脆弱区的生态修复和资源环境监测, 加速贯穿洞庭湖区、长株潭和湘南地区的纵向生态廊道和生态网络的构建, 以提升高度脆弱区生态涵养功能。

② 以长株潭城市群为核心增长极, 充分带动其他三个板块协同发展。以长株潭为依托, 湘南地区向南紧密对接粤港澳大湾区, 洞庭湖板块向北全面融入长江经济带, 湘西地区向西积极对接成渝经济圈, 促进四大板块生态与城镇化水平协同发展, 推进“三纵五横四网一中心”的新格局。

③ 城镇化发展滞后区应当在充分保证当地生态环境的前提下, 建立“特色经济发展, 生态优化”的双向内生机制, 利用区域优势提高城镇化水平；生态高度脆弱区需充分考虑生态环境保护的战略意义, 加强生态治理, 缓解人口、经济压力, 通过完善生态机制来促进地区生态的恢复。

4.2 结论

城镇化快速发展的过程中, 地区生态环境会受到一定程度的威胁。本文基于AHP-CRITIC赋权综合评价法、耦合协调度模型、双变量Moran′s I和GTWR模型等多种数理模型, 以县区为评价单元对湖南省的生态脆弱性与城镇化水平进行评价, 并对其进行耦合协调关系、交互影响及空间异质性进行了分析, 结果表明：

(1) 湖南省生态脆弱程度呈先加重后减缓的趋势, 以长株潭城市群为重度脆弱核心区, 向南北向扩散, 形成南北部脆弱程度高, 西部脆弱程度低的空间格局。从时间演化来看, 东部长株潭核心区一直是重度脆弱区, 南北部脆弱性呈现先增加后降低的趋势, 西部地区生态状况一直较好；

(2) 湖南省城镇化水平差异较大, 总体上, 高水平城镇化区域从以各地级市行政中心向外发散的散点式布局, 过渡到以岳阳、常德、衡阳等城市群中心区域为新的高水平城镇化增长极, 最后形成以长株潭城市群为核心高值区, 整体东部较高, 西部偏低的空间分布格局；

(3) 2000—2020年, 湖南省严重失调县区数量明显减少、基本协调县区数量明显增加, 表明湖南省生态与城镇化的冲突一直在降低, 但截至2020年, 湖南省仍有超过60%濒临失调城镇化滞后型县区, 说明城镇化发展是制衡生态与城镇化均衡发展的主要因素；

(4) 双变量Moran′s I和GTWR模型表明, 湖南省生态脆弱性与城镇化水平具有较强的相互作用。城镇化对生态脆弱性存在较强的正向作用, 而生态脆弱程度缓解一定程度上会制约城镇化发展。人口增长、建设用地的扩张不同程度地加深了地区生态脆弱程度, 而生态脆弱程度加剧会阻碍城镇化高质量发展, 在双向制约的影响下城镇化可持续发展面临威胁。