On Understanding the Influencing Mechanisms Between Urbanization and Ecological Resilience in the Yangtze River Delta in China = 중국 양쯔강 삼각주에서 도시화와 생태 회복력 간 상호작용 메커니즘에 대한 이해에 관한 연구

다국어 초록 (Multilingual Abstract)

With the acceleration of China’s new-type urbanization, the pressures from regional urban expansion and ecological degradation have intensified, making the coordinated development of urbanization and ecological resilience (ER) a core issue for achieving regional sustainable development. As the most representative high-density urban agglomeration in China, the Yangtze River Delta(YRD) provides a valuable theoretical and practical case for understanding the interaction mechanisms between urbanization and ecological resilience. However, existing research often focuses on the simple coupling of individual human-land elements, lacking systematic and comprehensive exploration of spatiotemporal coupling mechanisms and hierarchical optimization pathways.
This study takes the YRD as the research object and follows an innovative logic of "spatiotemporal evolution–coordination evaluation–mechanism analysis–optimization strategies" to systematically reveal the spatiotemporal evolution, coordination levels, driving mechanisms, and optimization pathways of the coupling relationship between urbanization and ER. Specifically, the study first constructs a Composite Nighttime Light Urbanization Index (CNLI) using nighttime light remote sensing data and validates its scientific validity and effectiveness through multidimensional statistical indicators. The temporal trends and spatial disparities in regional urbanization levels are revealed, and remote sensing technology is used to extract built-up area boundaries. Methods such as expansion speed and expansion intensity are employed to quantify the expansion process and spatial structure evolution of built-up areas.
Second, a triadic ER assessment framework of "scale–density–morphology" is constructed, integrating methods such as ecological infrastructure constraints, ecological footprint and carrying capacity comparisons, and landscape pattern analysis. This framework assesses the scale resilience (SR), density resilience(DR), and Morphology Resilience(MR) of the YRD. An overall ER index is derived using the entropy weighting method to provide a basis for regional ecological regulation.
Finally, based on the YRD and its spatial units, the coupling coordination degree and spatiotemporal evolution characteristics of urbanization and ER from 2020 to 2022 are analyzed using a coupling coordination model. Combined with analyses of external environmental and internal factors, the study employs panel vector autoregression (PVAR) and grey relational analysis to reveal the dynamic roles of external factors and the interactive relationships among internal key elements. This provides theoretical support and practical guidance for systematic coordinated development and regulatory pathways.
The research results show that: (1) From 2010 to 2022, the urbanization level of the YRD has generally improved, with gradient convergence. Shanghai leads at a high level, followed by steady growth in Jiangsu and Zhejiang, while Anhui has shown rapid catch-up. Core cities have played a leading role, lifting the "low-value zones" in peripheral areas and gradually forming a balanced and networked spatial pattern. Meanwhile, the expansion of built-up areas has exhibited characteristics of intensive efficiency, core clustering, and spatial collaboration. The spatial center of expansion is located in southern Jiangsu, with the expansion axis dynamically adjusting from northwest to southeast. The expansion rate has slowed, and the improvement of industrial systems and optimization of infrastructure have further enhanced the economic and population agglomeration of core areas. In peripheral regions, development intensity has decreased due to ecological and farmland protection policies, and regional integration and transportation corridor construction have promoted spatial structure optimization.
(2) The spatiotemporal evolution of the ER composite index mainly reflects an overall pattern of "south-high, north-low; east-low, west-high." Zhejiang, with a high proportion of ecological land, has consistently led in resilience, followed by Anhui and Jiangsu, while Shanghai has the lowest resilience due to its high development intensity. Overall ER has undergone cyclical changes characterized by "policy-driven surges–urbanization-induced declines–ecological restoration recoveries–external shock fluctuations," demonstrating high sensitivity to external environmental factors. In terms of SR, high-value areas such as Zhejiang and Anhui have seen gradual declines due to intensified development, while low-value areas such as Shanghai and parts of Jiangsu are approaching ecological carrying capacity limits. Regarding DR, Zhejiang and Anhui have shown significant improvements, Jiangsu has exhibited limited fluctuations, while Shanghai faces severe ecological deficits, forming a "high-value belt–core low-value zone" distribution pattern. For MR, Zhejiang has consistently led, while Shanghai ranks the lowest with pronounced spatial fragmentation. High-resilience areas are mainly concentrated in mountainous regions and ecological corridors, while core cities and high-density development areas exhibit low resilience and spatial instability.
(3) The coordinated development of urbanization and ER in the YRD is generally in a state of "imbalance." Zhejiang has relatively high coordination levels but limited improvements, Shanghai experiences significant fluctuations and pressures, Jiangsu’s improvements are unstable, and Anhui is in a late-stage catch-up phase. Spatially, the coordination degree shows a pattern of "southeast-high, northwest-low," with highly coordinated areas concentrated in Zhejiang, Shanghai, and core metropolitan zones, while low-coordination regions include northern Jiangsu, northern Anhui, and western Zhejiang. Regarding the influencing mechanisms, external factors such as tax burdens, fiscal support, technological innovation, and green consumption have significant impacts, with notable differences across provinces. For example, in Anhui, tax burdens and industrial upgrading negatively affect coordination, while in Jiangsu, technological investments significantly improve coordination. In Zhejiang, fiscal support and green consumption play a prominent role in enhancing coordination. Internal driving mechanisms indicate that social services and public resource allocation (e.g., transportation, education, healthcare) have the strongest positive impact on ER. Among the constraints of ER on urbanization, DR has the greatest impact (0.712), followed by MR (0.704), while SR has the weakest constraint (0.545).
This study provides the following insights: Regarding external environmental optimization strategies, Anhui should enhance regional coordination capacity through tax reductions, green industry upgrading, and ecological compensation mechanisms; Jiangsu should focus on technological innovation as the core driving force to develop smart ecological technologies, narrow the innovation gap between northern and southern regions, and strengthen watershed governance and ecological compensation; Shanghai should optimize tax and green consumption policies, improve the efficiency of green technology transformation, and strengthen regional ecological collaborative governance; Zhejiang should increase fiscal support, promote green consumption and ecological restoration, integrate mountain development with ecological governance, and build a digital ecological management platform.
For internal environmental regulation strategies, the YRD should achieve coordinated development of urbanization and ER through dual regulation. Efforts should focus on accelerating the construction of regional big data platforms, promoting the balanced deployment of smart city technologies and public services such as education and healthcare, and optimizing employment and green transportation networks to alleviate ecological pressures in core cities. Simultaneously, dynamic control of density and development intensity should be implemented, cross-regional ecological corridors should be restored, and the ecological capacity management of peripheral areas should be strengthened to prevent uncontrolled expansion. On this basis, the sharing of ecological data and policy coordination should be advanced, unified ecological standards should be established, public participation should be enhanced, and a high-quality and sustainable coupled development model of urbanization and ER should be constructed.

국문 초록 (Abstract)

중국의 신형 도시화가 가속화됨에 따라, 지역 도시 확장과 생태 악화로 인한 압력이 심화되고 있어 도시화와 생태 회복력(ER)의 협조적 발전이 지역 지속가능발전의 핵심 과제로 부각되고 있다. 중국을 대표하는 고밀도 도시 집적지인 장강삼각주(YRD)는 도시화와 생태 회복력 간 상호작용 메커니즘을 이해하는 데 중요한 이론적·실천적 사례를 제공한다. 그러나 기존 연구는 개별 인문-토지 요소의 단순 결합에 치중하여 시공간적 결합 메커니즘과 계층적 최적화 경로에 대한 체계적이고 종합적인 탐구가 부족하다.
본 연구는 장강삼각주를 연구 대상으로 삼아 “시공간 진화–협조 평가–메커니즘 분석–최적화 전략”이라는 혁신적 논리 체계를 따라 도시화와 ER의 결합관계의 시공간 진화, 협조 수준, 동인 메커니즘, 최적화 경로를 체계적으로 규명하였다. 구체적으로, 우선 야간조명 원격탐사 자료를 활용하여 복합 야간조명 도시화지수(CNLI)를 구축하고 다차원 통계 지표를 통해 그 과학적 타당성과 효과성을 검증하였다. 이를 통해 지역 도시화 수준의 시계열 변화와 공간적 격차를 밝히고, 원격탐사 기술로 시가지 경계를 추출하였다. 또한 확장 속도와 강도 등의 지표로 시가지 확장 과정과 공간 구조의 진화를 정량화하였다.
둘째, “규모–밀도–형태” 삼중 ER 평가 프레임워크를 구축하여, 생태 인프라 제약, 생태 발자국 및 수용력 비교, 경관 패턴 분석 등의 방법을 통합하였다. 이를 통해 장강삼각주의 규모 회복력(SR), 밀도 회복력(DR), 형태 회복력(MR)을 평가하고, 엔트로피 가중법을 사용해 ER 종합지수를 산출하여 지역 생태 관리의 기초 자료를 제공하였다.
마지막으로, 장강삼각주 및 그 공간 단위를 바탕으로, 결합 협조 모델을 활용하여 2010~2022년 도시화와 ER의 결합 협조도 및 시공간 진화 특성을 분석하였다. 외부 환경 및 내부 요인 분석을 결합하여, 패널 벡터 자기회귀(PVAR)와 회색 관계 분석을 통해 외부 요인의 동적 역할과 내부 핵심 요소들 간 상호작용 관계를 규명하였다. 이는 체계적 협조 발전 및 규제 경로에 대한 이론적·실천적 지침을 제공한다.
연구 결과는 다음과 같다. (1) 2010~2022년 장강삼각주 도시화 수준은 전반적으로 상승하고, 점차 수렴하는 경향을 보였다. 상하이가 높은 수준에서 선도하고, 장쑤와 저장은 안정적으로 성장하며, 안후이는 빠른 추격을 이루었다. 핵심 도시는 주변의 “저가치 지역”을 견인하며 점차 균형적·네트워크형 공간 구조로 발전하였다. 시가지 확장은 집약적 효율, 핵심 집중, 공간 협력의 특성을 보였고, 확장 중심은 장쑤 남부에 위치하며 확장 축은 북서에서 남동으로 조정되었다. 확장 속도는 둔화되었고, 산업 시스템 개선 및 인프라 최적화가 핵심 지역의 경제 및 인구 집적을 촉진하였다. 주변 지역은 생태 및 농지 보호 정책의 영향으로 개발 강도가 감소하였으며, 지역 통합과 교통 축 건설이 공간 구조 최적화를 촉진하였다.
(2) ER 종합지수의 시공간적 진화는 전반적으로 “남부-고, 북부-저; 동부-저, 서부-고”의 패턴을 보였다. 생태 토지 비율이 높은 저장이 지속적으로 선도하였고, 안후이와 장쑤가 그 뒤를 이었으며, 상하이는 개발 강도 증가로 인해 회복력이 가장 낮았다. ER은 “정책 유도 상승–도시화 유발 하락–생태 복원 회복–외부 충격 변동”의 순환적 변화를 보이며, 외부 환경 요인에 높은 민감성을 나타냈다. SR 측면에서 저장, 안후이 등 고가치 지역은 개발 심화로 점진적 감소, 상하이 및 장쑤 일부 저가치 지역은 생태 수용력 한계에 접근하고 있다. DR의 경우 저장, 안후이가 크게 개선되었고, 장쑤는 변동이 제한적이며, 상하이는 심각한 생태 적자를 겪고 있다. MR은 저장이 지속적으로 선도하고, 상하이는 공간적 단절 현상이 뚜렷하다. 고회복력 지역은 주로 산악 및 생태 축에 분포하고, 핵심 도시 및 고밀도 개발지역은 회복력이 낮고 공간적 불안정성이 두드러진다.
(3) 장강삼각주 도시화와 ER의 협조 발전은 전반적으로 “불균형” 상태에 있다. 저장은 상대적으로 높은 협조 수준을 보이지만 개선폭은 제한적이며, 상하이는 변동 폭과 압력이 크고, 장쑤는 개선이 불안정하며, 안후이는 후기 추격 단계에 있다. 공간적으로는 “동남-고, 서북-저”의 패턴을 보이며, 고협조 지역은 저장, 상하이, 핵심 도시권에 집중되어 있고, 저협조 지역은 장쑤 북부, 안후이 북부, 저장 서부에 분포한다. 영향 메커니즘 측면에서 세금 부담, 재정 지원, 기술 혁신, 녹색 소비 등 외부 요인이 중요한 영향을 미치며, 각 성별로 차이가 뚜렷하다. 예를 들어, 안후이에서는 세금 부담과 산업 고도화가 협조에 부정적 영향을 주고, 장쑤는 기술 투자가 협조를 크게 개선하며, 저장은 재정 지원과 녹색 소비가 협조 향상에 기여한다. 내부 동인 메커니즘으로는 사회 서비스 및 공공 자원 배분(교통, 교육, 의료 등)이 ER에 가장 강한 긍정적 영향을 미친다. 도시화에 대한 ER의 제약 중 DR의 영향이 가장 크고(0.712), 그 다음이 MR(0.704), SR의 제약이 가장 약하다(0.545).
본 연구는 다음과 같은 시사점을 제시한다. 외부 환경 최적화 전략 측면에서, 안후이는 세금 감면, 녹색 산업 고도화, 생태 보상 메커니즘을 통해 지역 협조력을 강화해야 하며, 장쑤는 기술 혁신을 핵심 동력으로 삼아 스마트 생태기술 개발, 남북 혁신 격차 해소, 유역 관리 및 생태 보상 강화에 집중해야 한다. 상하이는 세금 및 녹색 소비 정책을 최적화하고, 녹색 기술 전환 효율을 높이며, 지역 생태 협조 관리 역량을 강화해야 한다. 저장은 재정 지원 확대, 녹색 소비와 생태 복원 촉진, 산악 개발과 생태 관리의 통합, 디지털 생태 관리 플랫폼 구축이 필요하다.
내부 환경 규제 전략 측면에서, 장강삼각주는 이중 규제를 통해 도시화와 ER의 협조 발전을 달성해야 한다. 지역 빅데이터 플랫폼 구축 가속화, 스마트시티 기술 및 공공 서비스(교육, 의료 등)의 균형 배치, 고용 및 녹색 교통망 최적화를 통해 핵심 도시의 생태 압력을 완화해야 한다. 동시에 밀도 및 개발 강도를 동적으로 관리하고, 광역 생태 축 복원 및 주변지역의 생태 용량 관리를 강화하여 무질서한 확장을 방지해야 한다. 이를 바탕으로 생태 데이터 공유 및 정책 협력을 강화하고, 통일된 생태 기준을 마련하며, 공공 참여를 확대하여 도시화와 ER의 고품질 지속가능 결합 발전 모델을 구축해야 한다.

목차 (Table of Contents)

• Abstract i
• Table of Contents i
• List of Figures iv
• List of Tables i
• List of Abbreviations i
• Chapter 1. Introduction 2
• 1.1 Research Background 2
• 1.2 Research Content 5
• 1.3 Research Methods and Data Sources 7
• 1.4 Study Area 8
• 1.5 Research Contributions 10
• Chapterer 2: The Urbanization Process and Ecological Resilience Development 13
• 2.1 Urbanization Process 13
• 2.1.1 Inception and Early Growth (Late 18th Century–Early 19th Century) 13
• 2.1.2 Rapid Development Stage (Mid-19th Century–Early 20th Century) 14
• 2.1.3 Transition and Diversification Stage (Early 20th Century–Mid-20th Century) 15
• 2.1.4 Modernization and Regionalization Stage (Mid-20th Century–Late 20th Century) 16
• 2.1.5 Integration and High-Quality Development Stage (Early 21st Century–Present) 17
• 2.2 The Development Process of Ecological Resilience 19
• 2.2.1 Responding to Environmental Crises and the Emergence of Governance Systems (Mid-20th Century–1970s) 19
• 2.2.2 The Rise of Sustainable Development and Global Cooperation (1970s–1980s) 20
• 2.2.3 Resilience Policy Exploration Driven by Extreme Events (1980s–Late 1990s) 21
• 2.2.4 Systematic Governance and Green Transition (Early 21st Century–2010s) 23
• 2.2.5 Digital Empowerment and High-Quality Development (2010s–Present) 24
• Chapter 3. Spatiotemporal Changes of Urbanization Level in the Yangtze River Delta 26
• 3.1 Introduction 26
• 3.2 Literature review 26
• 3.2.1 Regularities of Urbanization 27
• 3.2.2 Methods for Measuring Urbanization Levels 28
• 3.3 Methodology 31
• 3.3.1 Data Source 31
• 3.3.2 Methods 32
• 3.4 Temporal and spatial Changes characteristics of urbanization level in the Yangtze River Delta 38
• 3.4.1 Accuracy evaluation results of dynamic Changes in urbanization level 38
• 3.4.2 Temporal changes Characteristics of Urbanization Level 39
• 3.4.3 Spatial changes characteristics of urbanization Level 43
• 3.5 The spatiotemporal pattern of urban expansion in the Yangtze River Delta 45
• 3.5.1 Extraction results of built-up areas 45
• 3.5.2 The spatial expansion speed of the built-up area 46
• 3.5.3 Spatial Changes trend of built-up areas 57
• Chapter 4. Spatiotemporal Changes of Ecological resilience in the Yangtze River Delta 60
• 4.1 Introduction 60
• 4.2 Literature review 60
• 4.2.1 Connotation of Ecological resilience 60
• 4.2.2 Evaluation Models and Measurement Methods of Ecological resilience 61
• 4.3 Theoretical model construction 63
• 4.3.1 Urban Scale and Ecological resilience 65
• 4.3.2 Urban Density and Ecological resilience 67
• 4.3.3 Urban Morphology and Ecological resilience 68
• 4.4 Methodology 71
• 4.4.1 Data Source 71
• 4.4.2 Ecological resilience evaluation index system 72
• 4.5 Spatial-temporal Changes characteristics of Ecological resilience in the Yangtze River Delta 78
• 4.5.1 Temporal changes characteristics 78
• 4.5.2 Spatial changes characteristics 93
• Chapter 5. Coordination evaluation and impact mechanism of urbanization and Ecological resilience in the Yangtze River Delta 105
• 5.1 Introduction 105
• 5.2 Literature review 107
• 5.2.1 Definition of the Coupling Relationship between Urbanization and Ecological resilience 107
• 5.2.2 Methods for Evaluating the Coordination of the Urbanization–Ecological resilience Coupling Relationship 109
• 5.2.3 Research on the Coupling Mechanisms between Urbanization and Ecological resilience 111
• 5.3 Methodology 114
• 5.3.1 Coupling coordination 114
• 5.3.2 Panel Vector Autoregression Model（PVAR） 116
• 5.3.3 Grey relational analysis model (GRA) 119
• 5.4 Spatiotemporal Patterns and Changes of Coordinated Urbanization and Ecological resilience in the Yangtze River Delta 121
• 5.4.1 Temporal Characteristics of the Coupling Coordination Degree 121
• 5.4.2 Spatial Changes Characteristics of the Coupling Coordination Degree 128
• 5.4.3 Coefficient of Variation Analysis of the Coupling Coordination Degree 131
• 5.5 Mechanisms Influencing the Coordination Level between Urbanization and Ecological resilience in the Yangtze River Delta 133
• 5.5.1 Analysis of external environmental influencing factors 133
• 5.5.2 Endogenous Dynamics and Mechanisms Analysis 143
• Chapter 6. Conclusions 148
• 6.1 Summary of Main Findings 148
• 6.2 Improvement Recommendations 159
• 6.3 Limitations and Future Research Directions 171
• Appendix A 174
• Abstract in Korean 177
• Bibliography 182