生态经济模型范文

生态经济模型范文（精选12篇）

生态经济模型 第1篇

上述的学者多以研究区域生态承载力及生态可持续性为主, 而针对新疆绿洲经济发展与生态环境系统协调发展的研究较少, 为此, 本文运用生态足迹模型对绿洲经济发展与生态系统的协调性进行定量分析, 以为新疆绿洲生态经济系统可持续发展决策提供科学依据, 促进西部大开发和实现边疆稳定。

1 研究区域概况

新疆位于我国西北部, 远离海洋, 属典型大陆性干旱气候, 典型的干旱环境造就了典型的绿洲景观, 区域面积广阔, 但适宜人类生存的绿洲面积较小, 仅占新疆总面积的9.2%, 且被荒漠、戈壁包围、分割, 形成了典型的山地-绿洲-荒漠生态系统, 天然地决定了新疆生态的脆弱性与敏感性。随着城市化、工业化步伐的加快以及西部大开发战略的实施, 新疆经济不断发展, 2011年, 新疆人口规模达2208.71万人, 国民生产总值达到6610050万元, 人均为29927元, 比上年增长21.56%, 与全国同期平均水平相比, 高出12.36个百分点。三次产业比重为17.2:48.8:34, 其中第二产业比重为40.8%, 一直处在前列, 以资源、能源为主的重工业化发展趋势较为显著。然而在经济发展的同时, 生态环境质量在不断下降, 生态系统的自我调控能力弱, 生态环境破坏及污染问题较为突出, 经济发展面临的资源环境压力将日益加剧。

2 研究方法与数据来源

2.1 生态足迹模型

生态足迹的模型可以衡量人们对于自然界为人们提供的生命支持服务以及人们利用资源的程度, 并计算出自然资本供求之间的差距, 从而反映了人们的生产消费活动对自然环境造成的压力以及利用资源的程度, 用来揭示一个国家或地区人们生存以及发展需要面临的危机和该地区的潜力。生态足迹方法的一系列指标都是基于“生物生产性土地面积”这一概念, 从而对人类的大部分生产和生活消耗进行衡量的[5]。生态足迹的数学模型如下:

式中:EF为总生态足迹, N为人口数, ef为人均生态足迹, i为消费品和投入的类型, j为生物生产面积类型, ci为i种商品的人均消费量, pi为i种消费商品的全球平均产量, rj为均衡因子, 根据文献[5]计算时的取值, 分别为:耕地和建筑用地为2.8, 草地为0.5, 林地和化石燃料用地为1.1, 水域为0.2。

2.2 生态承载力计算

生态承载力是指区域实际提供给人类的资源与产品, 折合为所有生物生产土地面积 (包括水域) 总和, 计算公式如下:

式中:EC为总生态承载力;N为人口数, ec为人均生态承载力, j为生物生产性土地类型, aj为人均生物生产性土地面积, rj为均衡因子, yj为产量因子。其中yj采用文献[5]中计算时的取值, 分别为:耕地和建筑用地为1.66, 草地为0.19, 林地为0.91, 水域为1, 化石燃料用地为0。

2.3 万元GDP生态赤字 (盈余) 指标

万元GDP生态赤字 (盈余) 指标综合考虑了人类活动对自然资源的生态需求和生态系统对自然资源的生态承载能力。该指标能够较全面的反映区域系统的生态经济状况。计算公式如下:

式中:W为万元GDP生态赤字 (盈余) , EF为国家或区域生态足迹, EC为国家或区域生态承载力。

2.4 生态经济系统协调发展能力指标

2.4.1 生态足迹多样性指数。

衡量生态足迹多样性通常采用生态足迹多样性指数, 是指以不同土地类型的面积作为测算生态经济系统多样性的指标。若生态经济系统中生态空间占用的分配越近平等, 对于给定系统组分的生态经济系统来说多样性越高, 系统就越稳定。生态多样性公式[2]为:

式中:Z为生态足迹多样性指数, Pj为j类土地的生态足迹在总生态足迹中所占的比例。

2.4.2 生态经济系统协调发展能力。

发展能力可由生态足迹乘以从生态足迹多样性指数得到, 其公式[2]可以表述为:

式中:H为生态经济系统协调发展能力, ef为国家或地区的人均生态足迹, Z为生态足迹多样性指数。

2.5 数据来源

根据生态足迹模型的基本原理与计算方法, 数据主要采用2001-2011年的《新疆维吾尔自治区统计年鉴》, 运用生态足迹模型及协调发展力等指标, 从时序上分析新疆生态经济协调状态及发展能力的变化。

3 计算结果分析

3.1 新疆生态足迹与承载力动态变化分析

3.1.1 总体生态足迹及生态承载力动态变化分析。

根据公式 (1) 、 (2) , 计算新疆2000–2010年生态足迹与生态承载力, 计算结果见表1所示。2000–2010年新疆生态足迹总体呈上升趋势, 从5.056107hm2上升到10.101107hm2, 增长了2倍, 尤其是在2002年以来上升速度有所加快, 表明西部大开发战略的实施及2002年新疆提出实现新型工业化以来, 新疆经济发展对资源需求加大;同期总的生态承载力状况呈波动变化, 2000–2003年呈下降趋势, 之后便缓慢上升, 总体仅上升了0.47%。与生态足迹相比形势不容乐观, 表明在生态保护及环境治理方面仍有很大调整空间。从二者比较看, 生态足迹增长较生态承载力增长快, 生态始终处于赤字状态且有逐年增加的趋势, 2010年比2000年生态赤字增加了近4倍。而环境承受能力与之相比较弱, 主要原因在于由于干旱缺水加上荒地开垦, 以及多年不合理的农作灌溉、耕作制度、不变的作物种植和对土地的化肥、农药投入加大, 造成水土流失严重, 土地质量下降, 土壤盐渍化问题凸显, 生物多样性退化。另外从近年来新疆对环境治理的投资占GDP比例看, 平均维持在1.54%的水平, 2003–2007年投资呈下降趋势, 投资力度减小, 环境治理与保护力度始终滞后于产业发展速度, 说明环境保护与治理的意识也并不是很强, 经济发展中的资源环境约束日益加剧。

3.1.2 人均生态足迹及生态承载力动态变化分析。

由表1的计算结果可知, 2000–2010年新疆人均生态足迹呈现出上升的趋势, 从2000年的2.734hm2攀升到2010年的4.63hm2, 表明新疆在经济快速发展的同时, 人均生态足迹的需求越来越大, 对生物消费量呈明显的增加趋势。同期新疆人均生态承载力则呈下降趋势, 由2000年的1.709hm2下降到2010年的1.456hm2, 人均生态赤字不断加剧, 增长了3.1倍, 说明新疆资源环境承载力在不断减弱, 生态环境质量下降, 环境负荷加重。

(2000-2010年)

3.1.3 各生产性土地生态足迹及生态承载力动态变化分析。

从各土地的生态足迹看 (见图1) , 2000-2010年人均化石燃料用地和可耕地的生态足迹呈上升趋势, 其中前者上升最快, 从1.065hm2增加至2.507hm2, 增加了2.35倍, 年均增加12.3%;林地和草地的生态足迹变化则呈先上升后下降状态;水域和建筑用地的人均生态足迹在保持平稳基础上略有上升。从各用地生态足迹所占比重的变化趋势看, 新疆化石燃料用地和牧草地的生态足迹所占比重从2000年到2007年一直较大, 且有上升趋势, 二者最大比重为2007年的70%;2008年以后, 可耕地生态足迹比重超越牧草地跃居第二位, 且与化石燃料用地的生态足迹比重高达76%, 其中化石燃料用地比重由39%上升为54%;而林地、水域和建设用地的生态足迹比重一直较小, 且增长幅度也较小。可见, 新疆经济快速发展主要有赖于对化石能源的高需求, 主要用于发展第二产业, 尤其是重工业的发展;从统计数据来看, 第二产业占GDP比重的增加速度要慢于化石燃料用地生态足迹的比重;与此同时新疆因人口的增加及牧民定居工程, 对耕地的消费需求增加, 同时居民的消费结构也发生着变化, 消费需求逐渐从畜牧业转为粮食瓜果。也就是说新疆现有的产业结构不合理, 进而反映出资源配置的不合理和发展方式有缺陷, 产业结构亟待优化。

从生态承载力构成来看 (见图2) , 各类用地承载力均呈下降趋势, 其中可耕地生态承载力下降最为明显, 从2000年的1.047hm2下降到2010年的0.879hm2, 这主要和新疆的城市化和工业化发展占用耕地以及生态退耕有关。近年来, 自治区在国家政策引导下加大了生态退耕实施力度, 这是耕地减少的主要原因。据统计, 2000年以来新疆退耕还林面积达21.72万hm2, 不过新疆耕地总量上减少较小, 从2000年的416.4万hm2到2010年的412.5万hm2, 主要依靠大量土地开发未利用地对耕地进行补充, 当中存在盲目开荒现象, 部分因开荒后缺水, 导致次生盐渍化、沙化而弃耕撂荒, 虽然总量上能基本保证, 但质量上有所下降, 近几年草原退化有所缓和, 但土地沙化较为严重。林地承载力位居耕地之后, 自1999年以来新疆工程造林绿化75.6万hm2, 这一措施的实施, 对加快新疆生态环境建设, 对绿洲生态环境良性循环无疑有着十分重要的作用, 使绿洲生态环境质量有所改善, 但绿洲-荒漠过渡带以及农-牧交错带的部分区域生态环境质量仍呈恶化趋势。草地承载力较小, 主要在于传统放牧方式与超载放牧导致草地退化严重, 退化面积呈逐年增加趋势, 据资料显示, 1980年退化面积为466.67万hm2, 2007年增加到4580万hm2, 相应的草地退化率由5.83%上升为80%。近两年政府加大对草场的治理, 草地退化趋势有所减缓, 但生态恢复仍旧困难[14]。水域用地承载力最小, 主要是新疆特殊的地域及水资源短缺的禀赋所造成。按照各类用地所占生态承载力比重大小看, 2010年为“可耕地>林地>建设用地>草地>水域”, 可耕地和林地对生态承载力的贡献较大, 对新疆的生态环境建设起着重要作用。以上分析说明新疆的生态环境供给能力总体上是下降的, 将对新疆经济的可持续发展起到制约作用。

综合生态足迹与承载力状况分析各土地类型的生态赤字情况, 林地除个别年限为赤字, 总体上为生态盈余, 建筑用地一直呈盈余状态, 但两类用地盈余有缓慢下降趋势;可耕地由2000年的生态盈余转为2007年的生态赤字;其他类型用地均呈赤字状态, 尤其是化石燃料用地赤字最大, 由2000年的1.06hm2上升到2010年的2.51hm2, 其次草地的生态赤字也较大, 自2003年以来赤字逐渐增加, 随后开始减小。

3.2 万元GDP生态赤字 (盈余) 动态变化分析

根据公式 (3) 计算新疆万元GDP生态赤字 (盈余) 水平, 计算结果见图3所示。2000年以来, 新疆一直处于万元GDP生态赤字水平, 尤其是2002–2007年间, 这期间新疆生态承载力下降较为显著, 虽然经济发展过程中由于科技水平不断提高, 资源利用效率有所提高, 使得万元GDP生态足迹也呈下降趋势, 但万元GDP生态足迹始终高于其生态承载力。也就是说新疆经济发展对资源的消耗较大, 经济发展效率较低, 经济发展方式粗放, 这种发展方式使得生态系统的协调性逐渐弱化。

3.3 生态经济系统协调发展能力动态分析

根据划分的6种生物生产性土地类型, 利用公式 (5) 、 (6) 对新疆生态足迹多样性和协调发展能力指标进行计算, 结果见图4。从图4中可以看出, 新疆生态足迹多样性指数处于较低水平, 且略微下降, 说明土地利用多样化程度还较低, 使得生态经济系统的稳定性提升速度较为缓慢, 进而反映出新疆的产业结构调整效果不是很明显, 结构稳定性差, 生态经济系统协调性不高。生态经济系统协调发展能力从2000年的3.53上升为2010年的5.38, 在波动中较缓和递增, 但由计算公式 (6) 可知这种增加主要源于生态足迹的拉动, 主要体现在煤炭、石油、天然气及其他矿产资源的开采和初加工等方面, 产业发展陷入高投入、高消耗、低产出、低效益的境况, 这种主要靠大量消耗能源和自然资源的粗放式经济增长方式正面临着资源与环境双重约束的严峻挑战。

4 结论及建议

新疆是我国生态环境脆弱地区之一, 其产业发展对该地区的资源环境影响较为密切, 为此, 本文基于生态足迹模型基础上研究分析新疆生态经济系统协调发展能力状况, 得出以下结论:

(1) 新疆环境质量不容乐观。随着经济的发展, 恶劣的自然条件和人为活动加大了生态环境的压力。新疆长期处于生态赤字状态, 且有不断恶化趋势, 说明这种不合理的产业结构及消费模式对生态环境所产生的负面效应日益加剧, 环境治理虽取得一定进展, 但长期积累的结构性矛盾一时难以解决, 环保投资不足, 生态环境仍呈现部分改善与局部恶化并存的态势, 使环保工作形式严峻。为此, 应正确树立环保意识, 应尽可能加大土地的生态服务功能, 虽然新疆的自然条件对各类用地的生产力有一定的限制, 可利用环保援疆的机遇, 加大资源环境修复资金与管理方面的支持, 进一步贯彻落实国家退耕还林、还草政策, 加强草场、林场管理, 合理规划防风固沙、保持水土的林草体系, 提高林地、耕地和草地的生产力, 进而提高当地生态系统的综合生态承载力。

(2) 新疆资源消耗强度大且利用效率低。新疆资源利用效率虽有不断提高的趋势, 但依然处于较低水平, 产业发展对资源的依赖性较强。从各类用地的生态足迹看, 化石能源用地的生态足迹上升速度较快, 进一步验证了经济发展对该类资源的消费需求过旺, 而这些资源主要为不可再生资源, 其生态承载力增加空间十分有限, 因此需要进行技术创新, 提高资源利用率, 各地区加强对口省市的技术支持, 大力发展循环经济及生态产业。

生态经济模型 第2篇

在区域经济研究中,常需要进行各种综合比较评价.为解决综合比较方法,采用了ROSCE模型,并以浙江省金衢盆地市(县)间农业生态经济发展水平和浙江省东阳市三联镇农业生态经济协调发展规划多方案的综合比较评价为例进行尝试.结果表明,ROSCE模型较适宜于农业生态经济区域的综合比较评价研究,该模型具有计算简便、综合性强的特点.

作 者：陈久和  作者单位：杭州师范学院,浙江,杭州,310002 刊 名：科技通报  ISTIC PKU英文刊名：BULLETIN OF SCIENCE AND TECHNOLOGY 年，卷(期)：2002 18(2) 分类号：F301.24 关键词：区域综合比较   ROSCE模型   生态经济   区域经济   金衢盆地  

★ 农业生态环境保护及治理论文

★ 休闲农业生态经济的理论研究论文

★ 榆林毛乌素沙地农业生态科技园建设初探

★ 长江源头地区生态环境保护与农业可持续发展初探

★ 鞍山市农业生态环境质量现状监测与评价

★ 基于LUCC的城市生态安全研究

★ 试论区域海洋生态系统管理是海洋综合管理的新发展

★ 三峡库区消落带生态环境污染现状及潜在问题分析

湿地生态水文过程与模型概述 第3篇

关键词：水文情势；湿地生态水文过程；模型构建

湿地被誉为“地球之肾”，是三大生态系统的重要组成部分，具有重要的资源和生态功能，在维持区域水量平衡、减轻洪涝灾害、改善水质等方面具有重要作用[1]。这一切，都依赖于湿地的水文过程。因此，湿地的水文过程在其形成、发育、演化直至消亡的整个过程中起着主导作用，并且通过水文情势的改变进一步来控制植被的生长结构、空间分布格局及生态过程，水文情势的不良改变成为湿地退化的重要原因。

1 湿地生态水文过程

湿地生态水文过程是湿地生态水文学研究的核心内容，其阐述了生物与水分之间的关系，目标是揭示湿地水文格局时空演变与湿地生物过程之间的相互作用和反馈机制，并为湿地科学保护和恢复提供理论依据[2]。

从水分的角度出发，湿地生态水文过程可以分为三个部分，包括生态水文物理过程，生态水文化学过程和水文过程的生态效应[3]。其中，水文过程的生态效应是生态水文物理过程和化学过程的体现。湿地生态水文物理过程主要指湿地植被对湿地水文的影响，在植被条件改变之后，水文要素如降水、蒸散发、径流和地下水等会如何变化；湿地生态水文化学过程主要指水文行为的化学方面，即水质性研究；水文过程的生态效应主要表现为植被的生长和分布随水文要素的变化[4]。

1.1生态水文物理过程。湿地生态水文物理过程受众多因素的综合影响，包括当地的气候条件、土壤基质、消落带的水位变化以及植被类型。其中气候条件影响降水量的强度和大小、日照强度以及风力大小，从而影响湿地的径流和蒸散发过程；不同的土壤基质具有的不同的渗透系数，从而影响地下水的渗流过程；湿地消落带水位的变化引起土壤理化参数的改变，土壤含水量、pH值、有机质等的变化引起湿地植被类型的改变；而湿地植被类型及覆盖率对降水截流、蒸散发、径流和地下水等都有较为显著的影响，是决定湿地生态水文物理过程的重要因素之一，很大程度上它们直接参与水文过程的进行，或者本身就是水文过程进行的基本载体。

1.2生态水文化学过程。不同于生态过程中的物理变化，生态水文化学过程主要是指水文行为的化学方面。淡水生态系统周围的湿地、洪泛平原可以通过改变地表径流和水文格局来影响地下水的补给、径流和排泄，在控制和降低营养物的沉积、运移、营养负荷以及净化水质等方面起着重要的作用[5]。从生态学的角度看，研究生态水文化学过程是研究生态水文的一个重要分支，有助于揭示湿地生态系统水文化学特征及其变化规律，为湿地保护和生态建设、水资源保护利用和管理提供科学的依据。

1.3水文过程的生态效应。水文过程的生态效应主要是指在水文过程对湿地植被的生长发育和空间分布上的影响。一方面，水文过程的化学变化会引起水中物质浓度的改变，污染物的过渡增加会导致水质污染，造成植物的大量死亡；另一方面，水的物理性质和空间分布格局也影响着植物的生长和空间分布，比如洪水规模，季节性洪水发生时间以及年平均水位等都对对生物的多样性具有重要的影响。

2.湿地生态水文模型

湿地生态水文模型是运用计算机模拟技术的方式揭示水文过程的模型。从模型发展看，其构建方法主要有三种，包括统计方法，遥感方法和数值模拟方法。从模型的具体构建方法可以分为：基于“3S”技术的湿地生态水文模型、基于生态水文过程的湿地生态水文模型以及基于生态-水文模型耦合的湿地生态水文模型[4]。由于水文过程具有复杂性，水文要素具有时空分布不均匀性，且多地区缺乏长期的实测数据，因此建模计算就十分困难。近年来，“3S”技术的发展解决了数据测量的问题，在实用中得到了普遍的应用。其中：RS技术可以同步获取大面积的地物信息；GPS具有高度的定位能力，能为RS提供准确的定位数据；GIS具有强大的管理和分析能力[1]。因此结合“3S”技术构建生态水文模型是目前国际研究生态水文学的一个重要方向。周德明等以内陆平原淡水湿地为例，构建以生境特征为核心的湿地生态水文概念模型，同时设计了一个在集水区尺度上基于RS和GIS方法的湿地生态水文模型范式。生态-水文模型耦合的湿地生态水文模型是建立在现有成熟的湿地水文模型之上的一种模型，它对现有的水文模型进行改进，考虑生态效应对水文变化的影响来建立生态水文模型，或者将湿地的水文模型和生态模型进行耦合来建立湿地生态水文模型。

3.湿地生态水文模型的展望

由于人对湿地水文过程运行机理的认识存在不足，因此对湿地水文过程的模拟也存在很大的缺陷。目前国际上虽然应用GIS技术、遥感技術等进行湿地生态水文模型，得到了一些重要的成果，但是尚未建立能够得到普遍运用的生态水文模型。过去部分研究者建立了SWAT、MILESHE、ModFlow、SWIM等模型，但是这些模型开发时间过早，对湿地运行机制的认识不完善，因此在对生态水文过程的分析中不能简单的套用这些模型。由此可见，目前国内外对湿地生态水文模型的建立还存在起步于探索阶段，还没有建立起成熟完善的模型，因此需要更多的研究者投入模型的探索中，为模型的建立付出更多的努力。

参考文献

[1]张光新，张蕾，冯夏清，等.2014.湿地生态水文与水资源管理.北京：科学出版社.

[2]严登华，何岩，王浩，等.2005.生态水文过程对水环境影响评述.水科学进展，16（5）：747-752.

[3]黄奕龙，傅伯杰，陈利顶.2003.生态水文过程研究进展.生态学报，23（3）：580-587.

[4]于文颖，周广胜，迟道才，等.2007.湿地生态水文过程研究进展.节水灌溉，（1）；19-23.

[5 ]章光新.2006.关于流域生态水文学研究的思考.科技导报，24：42-44

生态经济模型 第4篇

1 评估与规划的关系决定建模思路

区域经济社会生态系统是由众多因素和复杂关系构成的时变系统,其数学模型一般形式为:

式中,X为系统状态向量,t为时间标量,F为函数向量。由于考核指标都带有一定的综合性,所以系统考核指标Y又是X的函数:

函数G反映人们考核系统时的视角。从变化的角度看,考核指标隐藏了公式(1)更复杂的模型,即:

式中,J(X)为G关于X的Jacobi矩阵[7],即式(3)等号中间部分的偏导数部分。式(3)表明,考核指标的确合成了主观因素J()和客观因素F(),同时式(3)揭示了寻找系统有效达标途径的一种思路,即达标的最佳途径,在本质上可看作是具有以下形式的多元变分问题的解[7]。

式中,x0、xn分别为系统规划初年和末年的状态向量,Ω′为有限维函数向量组成的Hilbert空间[8]。式(4)表明,规划方案本质上是对系统状态调整所作的安排。这种从动态特征出发,研究复杂大系统控制的问题,已超出本文范围,将另文论述。然而,这种观点使评估与规划的关系显而易见,即评估是规划的基础,规划则是对系统运动轨迹的控制,所以评估的作用就是给系统导航,其重要性毋庸多议。在实践中,更多的还是采纳运筹学的观点,即在区域生态建设规划中借助多目标规划模型[6]:

式中,Ω为系统要素约束区域,X、F、G和Ω构成规划空间,即Λ={X,F,G,Ω}。根据实际情况,考核指标向量的分量,有些作为式(5)的目标函数,有些则作为约束条件。如何简化规划模型,取决于我们如何通过式(2)筛选出最少的考核指标Y的分量,使构成规划模型所需的目标函数或约束条件最少,以降低复杂性,提高透明度,达到增强规划方案的操作性和稳固性的目的。

式(3)揭示考核指标体系中主、客观因素的相互作用,使式(2)在规划模型中和在评估模型中都举足轻重,而直接求得考核指标随时间变化的函数(即式(2))的具体形式并不容易。因此,如果能够借助其它方法求得函数向量S,使Y=S(t),则评估即可简化为离散时间序列预测,进而辨识系统关键因素的问题也就转化为提取关键考核指标的问题,规划方向就容易确定。本文提出其建模方法,并给出式(2)的近似模型。

2 数据驱动的建模方法与步骤

在实践中很难获得S的解析式,故多采用序列拟合来逼近系统趋势。迄今,利用考核指标历史序列拟合S(t) 所采用的方法有多种。通过比较,灰色系统理论[2]具有可克服“小样本”、“贫信息”、“部分信息已知,部分信息未知”等信息不对称现象的优势,而信息不对称恰是环境规划、生态规划及各种区域规划都不可避免的境况。采用灰色理论提供的建模思想有助于通过开发已知信息来提取或生成有价值的信息,实现对系统行为、演化规律的正确描述、有效监测和客观评价。

区域经济社会生态发展能力评估由“数据标准化模型”、“预测模型”和“评估框架”(图1)构成一个完整的体系。“评估框架”分3层,自上而下依次展开,评估计算则自下而上逐级迭加,最后求得系统发展能力评分数值,框架底层就是“考核指标”层。以生态县建设考核指标体系为例,模型输入数据按照生态县建设考核指标体系进行收集,时间跨度至少3年的历史数据,所有数据来自县统计年鉴和实地考察。由于各个指标的量纲不同,取值范围悬殊,为了避免结果失真,必须统一量纲。由于指标与其目标值之间有大于、小于、等于和区间等关系,还需要将这些关系统一转化成“≥”关系,以方便计算和理解。具体计算由“数据标准化模型”处理,其输出序列的数值均在[0,1]区间内。

按照生态县建设规划指标体系,历史序列分成两类:①无标准序列。该指标在“国家标准"栏未指定具体数值,只要求符合功能区标准,是政策规定的硬性指标。我们假定其已经达到要求即其预测序列均取值1,直接纳入评价汇总。②有标准序列。该指标在“国家标准"栏指定了具体数值,即有标准可循。这类指标按照历史轨迹或惯性将达到何种状态需要预测,并将其预测序列纳入评价汇总。按照灰色建模的五步方法,利用考核指标的历史数据,建立“预测模型”:xi(k)=ci.exp[ai(-ki+1)],(k=1,2,,n)。其中,undefined。式中,i为第i个考核指标预测算式,ci为第i个考核指标背景系数,ai为第i个考核指标发展系数(当ai的绝对值在00.6之间时,满足中期预测要求);k为年份序号,它与年份y的对应关系为y=k-1+起始年。如果起始年为2004年,则当k值为1、2和13时,利用xi(k) 分别计算出对应于2004年、2005和2016年的拟合值或预测值。

系统发展能力评估框架使用方法:①计算方法。规定各层内,本层中各个指标对上层指标的权重均等,则自下而上逐级评估计算公式为:undefined。式中,fi 为上一层指标值,i为上一层指标的代号,vij为本层指标的值,nj为本层指标个数。在这里m=3,底层为“生态县建设考核指标"层;第二层为子系统指标层,顶层为系统发展能力动态评估值,从底层评估至顶层即求得系统发展能评估值。底层与系统预测模型衔接,即:v3j=xj′(k),(xj′(k)∈{xi(k))}undefined。也就是说,底层指标就是考核指标的灰色预测序列。通过评估汇总,顶层就是从规划期初年到规划期末年系统发展能力的评估值,它是一个随时间变动的序列。②衡量标准。规定生态县建设考核标准即“国家标准”栏的数值全部统一量纲后的值(即1)作为衡量标准,则预测结果向量序列在半径为1的超球体内变动,数值较小的分量对应的考核指标中,包含着构成系统弱点的关键因素,决定规划的着力方向。经三级迭加汇总将超球体压缩为实数[0,1]区间,则系统发展能力评估值在[0,1]区间内变动,其值越接近1,表示能力越强,越趋于0则能力越弱。

本方法将复杂的系统性评价归结为半定量模型的求解过程,透明直观、简便易行,具有较大灵活性,如可以根据具体情况构造AHP类型的评估框架。整个模型和计算程序已在EXCEL上经 VBA编程实现。在实际应用时,录入数据完毕,即可自动计算、输出成果数据和图表,使评估人员能够将更多时间和精力集中在对关键因素的辨识、问题分析和系统诊断方面,迅速给规划提供方向性的指导依据。

3 生态县建设规划中的应用实例

3.1 模型计算结果

在雅安市天全县生态建设规划中,我们计算了20042016年12个时点,限于篇幅只列出2010年和2016年2个时点的子系统发展能力评估值和总体发展能力评估值(表2)。

3.2 结果分析

首先,在当前系统结构和要素基本不变的情况下,天全县系统总体发展能力评估值2010年和2016年分别为0.962和0.985,对应达标值1分别相差8.3%和1.5%,表明系统内存在不合理的因素,这主要表现为体制、机制和管理方面的问题。其次,从子系统层看,到2016年3个子系统:“环境保护"(0.975)、弱于“社会进步"(0.980) 、弱于“经济发展" (1.000),与达标值1分别相差2.5%、2.0%和0%,可见“经济发展"能力较强,而“环境保护"则是系统“短板"。第三,从底层考核指标看(限于篇幅暂省略),到2010年有差距的共10项,但到2016年仍有差距的仅3项,即“受保护地区占国土面积比例”为0.54,“化肥施用强度(折纯)”为0.96,“城市化水平”为0.86。

按照生态县建设要求,天全县受保护地区占国土面积比例应该达到20%,但目前只有54%的可能。天全县西靠二郎山西麓,矿产、水电资源丰富,迅速发展的经济主要依赖采掘业和水利发电,具有鲜明的地域资源特征。由于采掘业对地形的影响,地表植被极易受到损害。为了解决运输问题,山区修路也对山林造成了损坏,而采矿排放的污水对河流水质影响更为明显[9]。此外,各种小水电的开发,对当地水系的影响显而易见,不但使水生生物面临灾难,而且原本自然条件很好的河谷难以得到保护。县境内以森林生态系统为主,林区多为次生林。水域生态系统主要是天然河流和水库,为了开发水电和矿产资源,对山谷河流、湿地的保护相对薄弱。加之天全县土地垦殖指数高,后备土地资源缺乏,农业内部的土地资源有限。随着人口增长、经济发展,难免发生非农与农业、农业与森林或保护区争地的情况,使人类生产活动加剧对生态系统的干扰。“受保护地区占国土面积比例”偏低,与这些问题的存在密切相关,而这与山地面积占幅员面积大的县域是极不相称的。

综合考察天全县“受保护地区占国土面积比例很低”、“化肥施用强度(折纯)偏高”、和“城市化进度较慢”这三方面问题,可发现这三者之间的内在联系。首先,丘陵和低山人口偏多,且城市化进程暂时未能消化需要转移到城镇的人口,长期形成的“靠山吃山,靠水吃水”习惯仍在延续。随着人口繁衍,农业人口对于自然生态的压力较大。城市建设需要大量资金投入,资金是县级经济的瓶颈,要突破此瓶颈惟有发展经济,按现有产业结构,势必增大对矿产资源和水电资源的需求,吸引大量劳动力进入山区或河谷地带采矿、筑坝,其结果将是以牺牲环境为代价来换取短期经济利益。要破解这种怪圈,需要采取有效途径,协调生态环境保护、资源开发和经济发展之间的关系,调整产业结构,引导山区剩余劳力和人口向城镇转移,或从事生态农业和生态旅游业。应坚持按照科学发展观的要求,逐步改变增长方式,形成注重环境保护的新型发展模式。

根据前述系统发展能力评估结果,如果当前系统要素和关系保持基本不变,则到2016年天全县将具备98.5%的能力实现生态县建设目标,而欠缺的1.5%能力需通过优化产业结构、强化生态环境保护能力、恢复生态系统功能等措施来弥补。由于系统本身的内在不确定性和国家、省、县的政策变动所导致的外在不确定性[5]都会影响到本区域系统发展能力,因此需不断跟踪形势变化,优化整体系统结构,增加系统要素和强化功能,保持整体发展的稳定性。

参考文献

[1]叶静怡.发展经济学[M].北京:北京大学出版社,2007.

[2]邓聚龙.灰色系统理论(社会.经济)[M].北京:国防工业出版社,1985.

[3]叶正波.可持续发展评估理论及实践[M].北京:中国环境科学出版社,2002.

[4]牛文元.可持续发展理论的系统解析[M].武汉:湖北科技出版社,1998.

[5]郭怀诚.环境规划方法与应用[M].北京:化学工业出版社,2006.

[6]许玖平,胡知能,王纟委.运筹学[M].北京:科学出版社,2004.

[7]老大中.变分法基础[M].北京:国防工业出版社,2004.

[8]夏道行,吴卓人,严绍宗,等.实变函数与泛函分析[M].北京:人民出版社,1979.

高新技术产业生态系统模型初探 第5篇

高新技术产业生态系统模型初探

文章依照生态学的.基本理论,对高新技术产业的仿生学研究.首先,创建了高新技术产业生态系统分析模型,并对其结构要素及功能进行了简要分析,论证了高新技术产业生态系统模型的完整性;其次,对其功能进行了分析,论证了生态系统功能的实现对高新技术产业成长的推动作用.

作 者：赵宗更 王晓凤 郭凤兰  作者单位：河北科技大学,河北,石家庄,050054 刊 名：经济师 英文刊名：CHINA ECONOMIST 年，卷(期)：2004 “”(3) 分类号：F406.14 关键词：仿生学   高新技术产业   产业生态系统  

生态经济模型 第6篇

关键词：土地生态质量；熵权；关联度；矿区

中图分类号： X822.5文献标志码： A文章编号：1002-1302（2014）09-0300-04

收稿日期：2013-12-18

基金项目：公益性行业（国土资源）科研专项（编号：201115106311）。

作者简介：董丽丽（1989—），女，四川华蓥人，硕士，主要从事土地规划、土地开发复垦整理研究。E-mail：liliai20080623@126.com。煤炭矿区的生态环境是矿区生产及周围居民赖以生存的基础。由于煤炭资源的长期不合理开发利用，造成了矿区及周边生态环境的严重污染和破坏。我国的煤炭开采分为井工开采和露天开采2种方式，但都是以土地为依托的，所以煤炭矿区的生态环境问题在土地生态质量方面表现得尤为突出。因此，煤炭矿区的土地生态状况调查与评价是保护矿区生态环境，解决人与环境矛盾，促进经济、社会和生态环境可持续发展的迫切需求。从2011年起，由国土资源部土地利用重点实验室承担实施的土地资源调查评价专项项目“重点区域土地生态状况调查与评估”开始对黄淮海采煤塌陷区的土地生态状况进行调查与评估，煤炭矿区的土地生态质量状况和土地生态系统的平衡性得到国家、社会和科研机构的高度重视。本研究结合黄淮海地区的遥感影像资料，运用遥感影像处理软件和地理信息系统，从压力-状态-响应（PSR）角度建立评价体系，采用熵权法赋予指标权重，基于TOPSIS模型对该地区沛北8矿的土地生态质量进行评价和横向比较，并且利用灰色关联法进行因素关联度分析，以期为矿产资源的合理开发利用以及矿区土地的生态保护提供参考。

1研究区概况

研究区是位于黄淮海地区、江苏省西北端的徐州沛县境内的沛北8矿，与山东省微山县毗连，西北与山东省鱼台县接壤，西邻丰县，南望铜山区。现已探明煤炭储量约23.7亿t，占江苏省储量的40%，徐州市储量的66%，年产量占江苏省的50%以上。境内8对矿井，分别是大屯煤电集团的姚桥煤矿、徐庄煤矿、孔庄煤矿、龙东煤矿，徐州矿务集团的三河尖煤矿、张双楼煤矿，华润电力集团的天能龙固煤矿、沛城煤矿，涉及龙固、杨屯、大屯、安国、沛城、鹿楼、朱寨、栖山、张寨、沛县经济开发区等10个镇级单位（图1）。

2数据与方法

2.1数据来源与处理

土地利用基础数据来源于中国科学院资源环境数据中心2010年ETM+多光谱遥感影像，接收时间为2010年10月28日，同时收集了该研究区相关年份的行政区划图、地形图、等高线图、土壤图、矿界图、土地利用现状图以及土地利用类型等资料，并且利用调查获取了相关野外调查资料。利用ArcGIS 10.0 软件对遥感影像进行配准和分类，然后进行评价指标原始数据的分层提取。考虑各景观组分在矿业开采中的功能特征，兼顾影像解译的可能性，参照全国土地利用分类体系，土地利用类型确定为建设用地（工矿用地）、耕地、林地、园地、湿地、水域（包括塌陷积水）、其他土地等7类，并且采用直接判读法对2010年ETM+多光谱遥感影像进行解译和修改，得到2010 年的土地利用数据。

2.2研究方法

2.2.1评价指标体系的构建本研究参考《生态环境状况评价技术规范（试行）》（HJ/T 192—2006），并根据矿区土地利用与生态环境的关系，基于压力-状态-响应（PSR）的角度[1-2]分别从3个方面构建评价指标体系。煤炭的开发利用会对矿区的生态环境产生压力，尤其是对土地生态系统的压力，从而影响土地生态质量；反过来，社会通过意识和行为的改变，采取相应措施对压力造成的状态作出响应，在煤炭矿区这种响应主要本着“谁损毁，谁复垦”、“谁投资，谁受益”的原则，因地制宜地采用多种方法进行复垦。

结合已有相关研究[3-5]，围绕“煤矿区”和“土地生态质量”，選取工矿用地比例（E1）、压占土地比例（E2）、塌陷土地比例（E3）、废弃工矿地比例（E4）、土地利用结构指数（E5）、景观多样性指数（E6）、植被覆盖指数（E7）、水域比例（E8）、塌陷土地复垦率（E9）、废弃工矿地复垦率（E10）等10个指标，构建矿区土地生态质量的评价体系（表1）。其中，土地利用结构指数、景观多样性指数、植被覆盖度指数的计算方法稍作阐述。表1矿区土地生态质量评价指标

准则层指标层计算方法类型权重压力工矿用地比例E1=工矿用地面积/矿区面积反向0.046 2压占土地比例E2=压占土地面积/矿区面积反向0.106 5塌陷土地比例E3=塌陷土地面积/矿区面积反向0.095 3废弃工矿地比例E4=废弃工矿地面积/矿区面积反向0.018 8状态土地利用结构指数E5 正向0.163 6景观多样性指数E6 正向0.165 7植被覆盖指数E7正向0.165 3水域比例E8=水域面积/矿区面积正向0.109 5响应塌陷土地复垦率E9=已复垦的塌陷土地面积/塌陷土地面积正向0.085 8废弃工矿地复垦率E10=已复垦的废弃工矿地面积/废弃工矿地面积正向0.043 5

（1）土地利用结构指数。土地利用结构指数用以反映评价区土地利用的结构构成。根据各类型土地对矿区土地生态质量的贡献程度，将其量化：林地为5，湿地为4，耕地为3，园地为2，水域为1，建设用地和其他用地为0，分别乘以各类型土地的面积比例。然后依据面积大小，取面积比例排名前五的土地类型，分别赋予权重0.3、0.25、0.2、0.15、0.1。

nlc202309041402

E5=∑5i=1giwi=0.3g1+0.25g2+0.2g3+0.15g4+0.1g5。（1）

式中，gi为土地类型分值，wi为相应权重。

（2）景观多样性指数。景观多样性指数用以反映被评价区景观的多样化程度，本研究中主要表现为土地利用类型的多样性。

E6=-∑mi=1pilnpi。（2）

式中，pi为景观类型i占矿区面积的比例，m为景观类型数。

（3）植被覆盖指数。植被覆盖指数用于反映被评价区植被覆盖的程度。在地表生态系统的眾多组成因子中，土地利用和土地覆盖状况是最为直观的[4]。

E7=0.28×S林地+0.22×S湿地+0.18×S耕地+0.15×

S园地+0.10×S水域+0.05×S建设+0.02×S其他/矿区面积。（3）

2.2.2熵权法确定指标权重在确定指标权重时，往往多采用主观性较强的层次分析法，这样会造成评价结果的较大偏差。为尽量消除指标权重确定过程中的人为干扰，本研究采用信息论中的熵权法，即由指标值构成的判断矩阵来确定权重。这种方法具有操作性和客观性强的特点，可以根据指标的变异程度来计算出各项指标的权重，为多指标综合评价提供依据。计算步骤如下：

（1）数据的标准化。构建原始数据矩阵R=（xij）mn，i=1，2，…，m，j=1，2，…，n。由于本研究是对同一年份多矿区的土地生态质量作横向对比，所以xij表示m个评价指标在n个矿区的土地生态质量评价决策矩阵。然后对原始数据进行标准化处理且都转化为正向指标[6]，得到标准化决策矩阵B。

正向指标（越大越优型）：bij=xij/maxxij

反向指标（越小越优型）：bij=minxij/xij（4）

（2）确定指标熵值。根据熵的定义，确定评价指标的熵Hi：

Hi=-k∑nj=1fijlnfij，其中fij=bij∑nj=1bij，k=1lnn。（5）

Hi为第i项指标的的熵，并假定当fij=0，fij·lnfij=0；k为波尔兹曼常量。

（3）确定指标权重。利用熵权法计算各指标的权重wi，得到各指标权重（表1）。

wi=1-Him-∑mi=1Hi，且满足0≤wi≤1和∑mi=1wi=1。（6）

2.2.3TOPSIS评价模型TOPSIS模型[7-8]称为逼近理想解排序法，其基本原理是通过检测评价对象与正理想解、负理想解的距离来评价矿区土地生态质量状况。若评价对象最靠近正理想解，同时又最远离负理想解，则为最好；否则不为最优。

（1）构建加权决策矩阵。在熵权法确定评价指标权重的基础上，将标准化决策矩阵B的每一个指标与相应的指标权重wi相乘，得到加权决策矩阵V。

3结果与分析

3.1质量评价及对比

利用熵权TOPSIS模型对沛北8矿的土地生态质量进行评价，得到8矿与最优方案的贴近度（表3）。

表3沛北8矿与最优方案的贴近度

矿区贴近度孔庄煤矿0.606 6 龙东煤矿0.262 1 龙固煤矿0.142 5 沛城煤矿0.549 0 三河尖煤矿0.144 4 徐庄煤矿0.521 5 姚桥煤矿0.371 8 张双楼煤矿0.325 0

从表3可以看出，沛北8矿中孔庄、沛城、徐庄这3个矿区的土地生态质量为二等，生态状况较稳定；姚桥、张双楼这2个矿区的土地生态质量为三等，生态状况不稳定；龙东、龙固、三河尖这3个矿区的土地生态质量为四等，生态状况很不稳定。其中与最优方案贴近度最低的是龙固煤矿，贴近度最高的是孔庄煤矿。由于各矿分别隶属于3家不同的煤炭开采企业，各矿的矿山规模、生产阶段、内外部条件不同，对土地生态质量的影响程度也不同。

孔庄煤矿和徐庄煤矿均隶属于大屯煤电集团，孔庄矿属大型矿山，1977年投产；徐庄矿属中型矿山，1979年投产。2者的投产时间均较早，土地生态质量与最优方案的贴近度分别为0.606 6、0.521 5，土地生态状况较为稳定。两矿的矿界面积较大，使得压占、塌陷的比例相对较小，并且塌陷土地得到了较大比例的复垦，尤其是孔庄煤矿的塌陷土地复垦率高达63.84%。加上两矿东临微山湖，塌陷区复垦为耕地、植物景观区、湿地公园等，这对土地生态质量起到了一定的改善作用。沛城煤矿的土地生态质量较好，与最优方案的贴近度为0.549 0，这是因为它位于沛城镇，沛城镇是沛县县城所在地。该矿区在生产开采的过程中特别注重土地问题的防治和保护，压占土地、塌陷土地和废弃工矿地的所占比例均很小。并且政府和企业高度重视矿区内的土地利用结构、植被覆盖程度以及废弃工矿地的复垦，耕地面积位居8矿之首，使得该矿区的土地生态质量为二等，生态状况较为稳定。

姚桥煤矿隶属于大屯煤电集团，1977年投产，属于大型矿山，其矿界面积是沛北8矿中最大的，其塌陷区面积、压占地面积和废弃地面积也是最大的，但是由于投产最早，土地破坏已经稳沉，作为沛县塌陷地复垦工程的一期工程最早得到复垦利用，加上东面大面积的微山湖湿地水面，土地生态质量为三等。张双楼煤矿隶属于徐州矿务集团，也属于大型矿山，于1986年建成投产，虽然塌陷土地比例和废弃工矿地比例较大，但区内林地和园地广布，土地利用结构较为合理，景观类型多样，植被覆盖指数较高，土地生态状况不稳定。

龙东、龙固、三河尖这3个矿区的土地生态质量很不理想，均为四等，生态状况很不稳定。3者隶属于3家不同的集团，位于沛县最北部龙固镇和杨屯镇，土地的塌陷、压占尤其严重，而相应的复垦比率却不高。区内土地利用结构不大合理，景观多样性指数和植被覆盖指数都较低，水域面积也不大，使得土地生态状况很不稳定。

3.2指标关联度分析

nlc202309041402

3.2.1灰色关联度模型的建立灰色关联度模型即用关联度来反映各评价对象与参考对象（最优向量）的关联程度，关联度值越接近1，说明相关性越好。建模步骤如下：

（1）确定数列的最优向量。由于已对原始数据进行了标准化处理且都转化为正向指标，求取了正、负理想值，最优向量为TOPSIS模型中的正理想解

3.2.2指标关联度分析通过灰色关联度计算发现，各项指标与土地生态质量均有较强的关联性，关联度都在0.7以上（表4），这说明选取的指标与矿区土地生态质量的关系密切。从指标关联度强弱的次序来看，工矿用地比例（E1）>废弃工矿地复垦率（E2）>廢弃工矿地比例（E3）>塌陷土地复垦率（E4）>压占土地比例（E5）>植被覆盖指数（E6）>塌陷土地比例（E7）>景观多样性指数（E8）>水域比例（E9）>土地利用结构指数（E10）。其中，工矿用地比例与土地生态质量的关联度达0.904 7，为关联性最强的影响因素；其次，土地损毁（废弃、压占、塌陷）比例和土地复垦率等因素与矿区土地生态质量状况的关联度也较强；而这些因素对土地生态系统的作用主要通过植被覆盖程度反映出来，植被覆盖指数的关联度达0.805 3。从准则层来看，压力层和响应层指标的关联度总体比状态层要大，这说明采矿扰动对土地生态的压力以及政府和企业的响应措施与煤矿区土地生态质量的关系较为紧密，这与煤矿区“先破坏，后治理”的传统土地利用模式是密切相关的。

表4土地生态质量与各指标的灰色关联度

准则层指标关联度压力工矿用地比例0.904 7 压占土地比例0.837 5 塌陷土地比例0.799 4 废弃工矿地比例0.881 5 状态土地利用结构指数0.729 7 景观多样性指数0.788 7 植被覆盖指数0.805 3 水域比例0.739 3 响应塌陷土地复垦率0.837 7 废弃工矿地复垦率0.886 6

受地质、地域、开采方式等客观条件的影响，工矿用地面积（E1）、压占地面积（E2）、塌陷地面积（E3）、废弃地面积（E4）的控制较为困难，矿区土地的损毁不可避免，尤其是工矿用地面积的大小直接影响到矿区土地的整体布局和土地生态的整体状况。煤炭开采对矿区土地的压力通过土地利用结构（E5）、景观的多样性（E6）、植被覆盖程度（E7）以及水域面积的大小（E8）等状态反馈出来，政府和企业再通过复垦措施对土地生态质量进行改善。通过一系列土地复垦工程的实施，提高矿区土地的复垦比例，不仅可以增加耕地数量，提高耕地质量，还可以将采煤塌陷区改造为不同的景观湿地，这既可以改善矿区的土地利用结构，还可以增加景观多样性，提高植被覆盖率。同时，沛北8矿位于黄淮海高潜水位区，地表塌陷形成的大面积积水，还可以增加水域比例，加上原有的河湖水面，对矿区土地生态质量的优化作用不可忽视。

虽然土地复垦对于煤炭矿区土地生态质量的改善具有重要作用，但是单纯依靠后期治理对于矿区土地的可持续利用以及土地生态与矿区经济的协调发展是不利的。转变采矿区传统的土地利用模式，从破坏源头和采矿过程中加强控制，与后期治理相结合，才能实现矿区土地生态系统的可持续发展。

4结论

在基于压力-状况-响应角度的矿区土地生态质量评价指标体系的指导下，将熵权TOPSIS法与灰色关联法有机结合起来，对黄淮海平原沛北8矿的土地生态质量进行了定量评价和定性分析。得出沛北8矿中孔庄、沛城、徐庄这3个矿区的土地生态质量为二等，生态状况较稳定；姚桥、张双楼这2个矿区的土地生态质量为三等，生态状况不稳定；龙东、龙固、三河尖这3个矿区的土地生态质量为四等，生态状况很不稳定。其中与最优方案贴近度最低的是龙固煤矿，贴近度最高的是孔庄煤矿。并且工矿用地比例、土地损毁（压占、塌陷、废弃）比例和土地复垦率等因素与矿区土地生态质量状况的关联度高，需要政府和采矿企业在煤炭资源的开采利用过程中，转变“先破坏，后治理”的传统土地利用模式，重视土地生态质量的防治和保护，加大管理力度和投入强度，积极推进土地复垦工程，优化土地利用结构，增加植被覆盖指数，实现沛北8矿土地生态与矿区经济的协调发展。

由于沛北8矿均处徐州沛县以北的黄淮海平原、，受到自然、社会、经济等区域因素的影响差别不大，在评价指标构建的过程中忽略了区域因素。考虑到基于矿区范围的数据收集难度较大，本研究只选择了2010年的数据对8矿土地生态质量状况进行横向比较，并且将行政边界与矿区边界叠加，主要考虑沛县行政范围内八大矿区的土地生态质量状况，实际上某些矿区超出沛县边界的部分（面积均较小）在操作过程中进行了舍弃。如果有可能获得更多的数据，我们可以基于行政界线（镇界、村界等）更加客观地研究沛北8矿的土地生态质量的动态演变和发展状况，为黄淮海平原煤炭资源丰富地区的土地生态质量定量评价和定性分析提供更加科学的依据。

参考文献：

[1]蒙晓，任志远，戴睿. 基于压力-状态-响应模型的宝鸡市生态安全动态评价及预测[J]. 水土保持通报，2012，32（3）：231-235，295.

[2]张凤太，苏维词，周继霞. 基于熵权灰色关联分析的城市生态安全评价[J]. 生态学杂志，2008，27（7）：1249-1254.

[3]徐嘉兴，李钢，陈国良，等. 矿区土地生态质量评价及动态变化[J]. 煤炭学报，2013，38（增刊）：180-186.

[4]孙凡，李天云，黄轲，等. 重庆市生态安全评价与监测预警研究 ——理论与指标体系[J]. 西南农业大学学报：自然科学版，2005，27（6）：757-762.

[5]徐嘉兴，李钢，陈国良，等. 土地复垦矿区的景观生态质量变化[J]. 农业工程学报，2013（1）：232-239.

[6]唐恒，杜发兴. 基于熵权的模糊物元水资源承载力评价模型[J]. 中国农村水利水电，2006（12）：36-39.

[7]李灿，张凤荣，朱泰峰，等. 基于熵权TOPSIS模型的土地利用绩效评价及关联分析[J]. 农业工程学报，2013，5（5）：217-227.

[8]鲁春阳，文枫，杨庆媛，等. 基于改进TOPSIS法的城市土地利用绩效评价及障碍因子诊断——以重庆市为例[J]. 资源科学，2011，33（3）：535-541.

生态经济模型 第7篇

长江经济带横贯我国东、中、西三大经济地带,沿线11个省市人口和经济总量超过全国40%,对塑造区域协调发展新格局具有举足轻重的战略地位。2016年3月17日公布的国家“十三五”规划纲要强调,坚持“生态优先、绿色发展”战略定位,将“修复长江生态环境”置于首位,推动长江经济带建设成为“生态文明建设的先行示范带、创新驱动带、协调发展带”;2016年3月25日中央政治局会议审议了《长江经济带发展规划纲要》,进一步强调“长江经济带发展的战略定位必须坚持生态优先、绿色发展,共抓大保护,不搞大开发。……在改革创新和发展新动能上做‘加法’,在淘汰落后过剩产能上做‘减法’,走出一条绿色低碳循环发展的道路”。回溯历史,长江经济带11省市生态效率呈现出哪些变化规律?影响11省市生态效率的因素主要有哪些?探讨上述问题对促进长江经济带产业转型升级发展和沿江绿色生态廊道建设具有重要的实践指导意义。

二、相关文献综述

“生态效率”概念由西方学者Schalteggerr和Sturn[1]首倡,国内学者尹科等[2]曾从学术史视角对国内外生态效率核算方法及其应用研究成果文献进行初步总结。国内学术界对于生态效率研究的文献大体可分为以下五类:

一是行业生态效率研究。谢琨结合钢铁行业的特点和环境状况运用层次分析法对钢铁企业生态效率水平进行测度;[3]吴小庆等在层次分析法应用的基础上引入DEA模型对无锡市农业生态效率进行测评;[4]程晓娟等则采用PCA-DEA的组合模型对我国煤炭产业的生态效率进行评价;[5]潘丹等[6]和张子龙等[7]利用SBM模型农业生态效率进行研究;程翠云等基于机会成本的经济核算方法对我国2003—2010年农业生态效率进行测评,并利用回归模型对影响因素进行分析。[8]

二是产业园区生态效率研究。张炳等将污染物排放作为一种非期望输出引入DEA模型,对杭州湾精细化工业园区企业生态效率进行分析;[9]吴小庆等则运用TOPSIS方法对苏州高新区、生态工业园和无锡新区生态工业示范园区的生态效率进行综合评价;[10]刘巍等基于DEA模型,综合运用非期望产出作投入法、非期望产出去倒数法、方向距离函数法和基于松弛测度的SBM四种不同模型,对我国24家综合类国家生态工业示范园区生态效率进行测算;[11]芮俊伟等根据生态足迹核算方法对昆山高新区生态效率进行分析;[12]孙玉峰等基于能值分析法构建矿区循环经济系统生态效率的评价指标,并对山东某矿区生态效率进行分析;[13]刘晶茹等则通过园区复合生态效率评价指标体系对郑州经济技术开发区生态效率指标进行分析。[14]

三是城市生态效率研究。黄和平等对江西省生态效率进行长期研究,2008年基于物质流分析构建区域生态效率评价指标体系,并对江苏生态效率进行测算;[15]2010年利用改进的资源环境绩效指数完成对江西省资源环境强度与绩效的系统分析;[16]2015年基于生态效率度量模型和循环经济发展模式的判别模型,对江西省2000—2010年循环经济发展模式变化轨迹进行分析;[17]陈黎明等则运用混合方向性距离函数模型(HDDF)实现对2011年“两横三纵”城市化战略格局中62个城市生态效率的测算分析。[18]

四是省域生态效率研究。陈傲采用PCA分析方法对我国2007年各省市生态效率进行测评;[19]在DEA模型的拓展方面,王宏志等[20]利用超效率DEA模型、邓波等[21]采用三阶段DEA模型对2008年各省域生态效率进行分析;游和远等则运用CCR-1模型对我国31省市土地利用生态效率进行研究;[22]潘兴侠等采用熵值赋权的灰色综合评价法对我国省域生态效率的优劣做出评价;[23]崔玮等建立Malmquist指数模型完成对1999—2010年全国28省市碳排放约束条件下城市非农用地动态效率值的测评;[24]黄建欢等则运用空间杜宾模型对中国省域金融发展影响区域绿色发展各机理的相对重要性及其空间溢出效应进行研究;[25]成金华等[26]和关伟等[27]在对中国各省域生态效率进行计算的基础上,运用空间计量模型完成对中国省域生态效率的演化分析,对生态效率空间溢出效应及其影响因素进行检验。

五是经济地带生态效率研究。王恩旭等运用超效率DEA模型对东、中、西、东北4大经济地带生态效率的时空分布进行分析,并对生态效率的变化趋势进行收敛检验;[28]张雪梅基于改进DEA模型完成对西部地区2000—2010年生态效率的测度,并利用Malmquist指数进行动态分析。[29]

关于长江经济带生态效率的研究,付丽娜等运用DEA模型、Malmquist-DEA模型、Tobit模型对长株潭“3+5”城市群2005—2010年生态效率进行分析和对比;[30]汪克亮等在对长江经济带11省市5类工业生态效率标准值进行测算的基础上对工业生态效率的地区差异、动态演变特征、收敛性和影响因素进行考察;[31]何宜庆等则利用熵权法对长江经济带11个省市2001—2013年生态效率同金融集聚、经济增长三者之间耦合度进行实证研究。[32][33]

在城市和区域生态效率的测度分析研究中,以全国31省市或特定区域为最主要的研究对象,以长江经济带11省市为对象的生态效率测度和研究尚不多见。本文对我国31省市2004—2014年间的生态效率进行测度评价。在生态效率的测算的基础上,为了更详尽、细致地分析和呈现长江经济带11省市生态效率的动态演变与影响因素,本文集中对11省市测算结果的时空差异和动态演变特征进行分析,采用σ收敛和绝对β收敛两种收敛分析方法检验生态效率的敛散性;最后采用Tobit面板回归模型对长江经济带生态效率的影响因素进行分析。

三、研究方法

(一)PCA-DEA组合模型

由于主成分分析法(PCA)能够提取分析指标中相关性较强的公共因子,通过降维解决数据包络法(DEA)中指标强相关性带来的问题,本文采用PCA-DEA组合模型对长江经济带11省市生态效率进行研究。

在主成分分析的运用中,本文选取的投入指标包括资源消耗和环境污染两类,资源消耗选取资本投入(x1)、人力资本投入(x2)、水资源投入(x3)、电力资源投入(x4)、土地资源投入(x5)、煤炭消费量(x6)、石油消费量(x7)、天然气消费量(x8);环境污染选取碳排放量(x9)、废气排放量(x10)、废水排放量(x11)、固体污染物排放量(x12)。生产效率的产出指标主要反映经济体所提供产品和服务的经济价值,本文选取各省市生产总值作为生态效率评价的产出指标。生态效率的测度指标变量名、变量含义和数据来源如表1所示。

其中碳排放量(x9)表示以工业行业的碳排放量,估算方程如式(1)所示:

式(1)中,Et为碳排放量,Ec、Ep、Eg表示煤炭、石油、天然气消费量,δc、δp、δg表示煤炭、石油、天然气碳排放转换系数,本文以各类能源的碳排放系数平均值进行碳排放计算(见表2)。

资料来源:整理自王恩旭,等.基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报,2011,(3):443-450。

在数据包络分析法(DEA)的运用中,本文将选择投入导向型的BCC模型对长江经济带11省市的生态效率进行评价,即在产出不变的基础上尽可能地减少资源投入量以提高生产效率。

假设有n个DUM,每个DUM都有m种投入和s种产出,xij表示第j个决策单元DUMj的第i种投入,yrj表示第r种产出,λj表示n个DUM的投入产出指标权重,Σnj=1xijλj为加权处理后DMU的投入量,Σmj=1yijλj为加权处理后DMU的产出量,如式(2)所示:

式中θ表示相对效率,Si-和Sr+表示松弛变量,ε表示非阿基米德无穷小,通常取ε=0.000001。假设式(2)有最优解θ*,Si*-,Si*+,λ*,那么:

(1)若有θ*=1,且Si*-=Si*+=0,则表示DMU为DEA有效;

(2)若有θ*=1,且Si*-≠0,或Si*+≠0,或Si*-≠0和Si*+≠0,则表示DMU为弱DEA有效;

(3)若有θ*<1,且Si*-≠0,Sr*+≠0,则表示DMU为非DEA有效,而且θ*值越大,则DMU的相对效率就越高。

通过PCA-DEA组合模型,一方面可以保留各投入产出指标信息完整的基础上降低指标间的关联水平;另一方面,能够发挥DEA模型在评价决策单元相对有效性过程中的优势,从而保证测算分析结果的精确性和科学性,最终达到精确测度长江经济带11省市生态效率的目标。

(二)生态效率收敛性检验模型

本文采用σ收敛和绝对β收敛两种收敛分析方法检验生态效率的敛散性。

本文将通过以下方程完成对长江经济带11省市生态效率的收敛检验,如式(3)所示:

式(3)中,EEi(t)为第i个地区在t时期的生态效率,N为省市的个数,本文中N=11。当σt+1<σt时,各省市生态效率离散系数在缩小,存在σ收敛;当σt+1>σt时,各省市生态效率离散系数在扩大,存在σ发散。

本文中长江经济带11省市生态效率的绝对β收敛回归模型如式(4)所示:

式(4)中,EEi,T表示为t=T时期的生态效率,EEi,0表示基期第i个省/市的生态效率,表示第i个省/市在t=T时期以前生态效率的平均增长速度,α为常数项,β为系数,ε为误差项。

若存在β<0,则存在绝对β收敛,各地区生态效率增长率与其初始水平呈反向关系,即生态效率的增长与初始值成反比,后进区域表现出对先进区域的“追赶”趋势;若系数β>0,则各地区不存在β收敛,即后进区域的“追赶”效应不明显。

(三)Tobit模型

在完成长江经济带11省市生产效率测算的基础上,本文将生态效率(EE)定义为响应变量,将其他影响因素定义为控制变量,采用两阶段分析法构建实证模型来研究生态效率(EE)的影响因素。因为EE∈[1,2],为“受限因变量”,若仍然使用普通最小二乘法会导致回归参数估计值有偏和不一致。本文采用Tobit模型来解决受限或截断因变量的建模问题。其具体形式如式(5)所示:

式(5)中,Yk为受限因变量,Xk为控制变量,β为参数集,μk~N(0,σ2),k=1,2,…。

根据现有研究,本文选取7种影响因素进行分析,如表3所示。

四、实证分析

(一)长江经济带生态效率的动态分析

本文首先通过Spss22.0统计分析软件完成投入指标的主成分分析。在因子分析之前,本文采用KMO检验和Bartlett检验对各样本数据进行公共因子分析的适宜度进行考察。以2014年数据分析为例,生态效率投入指标KMO和Bartlett检验的结果如表4所示,KMO值为0.780,可见生态效率投入指标之间的相关性较大;Bartlett球形检验值P为0.000,可见原假设在0.001的显著性水平上被拒绝,即否定生态效率投入指标间无显著相关性的假设。综合KMO和Bartlett检验的结果可以证明,本文选取的生态效率投入指标变量之间具有强相关性,能够进行因子分析。

根据累计贡献率≥80%,特征值≥1的原则,本文提取了两个主成分,如表5所示,本文选取的两个主成分累计贡献率达到83.634%,能够代表初始投入指标的大部分信息。根据因子载荷矩阵中各变量得分,最终本文得到两个主成分得分,作为DEA分析模型的投入指标。

为使数据平滑,并满足DEA模型的输入、输出数据要求,在通过主成分分析法(PCA)得到综合变量指标的基础上,本文得到一个包括1个产出指标和2个投入指标的DEA模型。同时,本文将运用极大值标准模型对数据进行无量纲处理,来解决主成分分析过程中公共因子可能为负的问题,计算方法如式(6)所示:

式(6)中,Fij表示处理前的值,Ftij表示处理后的值,max Fij表示最大值,min Fij表示最小值。完成数据的变换后,结果数据全部属于区间[0.1,1]内。

在得到无量纲处理后的投入产出数据后,本文通过DEAP2.1对31省市生态效率进行数据包络分析。为显示主成分分析(PCA)在生态效率测算中的作用,本文同时将主成分分析使用前后的生态效率同时进行测算,测算结果如表6所示。通过纯DEA模型测算生态效率的结果中,有更多的省市呈现出有效率,而对原始数据利用主成分分析法进行降维处理后,计算结果得到有效改善。

采用相同的方法,本文可得到我国31省市2004—2014年生态效率的测度结果,如表7所示。全国范围内,北京、山东、广东3省市生态效率长期保持在1的水平,处于全国前列;长江经济带中,上海、江苏、浙江3省市生态效率最高,重庆和贵州生态效率呈现出上升的态势,而四川的生态效率有所下降。2004—2014年,其他省市生态效率波动幅度小,基本维持平衡状态。但长江经济带11省市之间生态效率差异较大,上海、江苏、浙江等地生态效率较高,而安徽、江西、贵州、云南等地生态效率较低,如2014年江苏生态效率值为1,而贵州仅为0.528,经济带11省市间的差异明显。从平均生态效率来看,长江经济带11省市平均生态效率略低于全国31省市平均生态效率。

注:(1)crs表示综合效率,vrs表示纯技术效率,sca表示规模效率,crs=vrs·sca;irs、-、drs分别表示规模收益递增、不变、递减;(2)表中用黑体标出的是长江经济带11省市测度结果。

(二)长江经济带生态效率的敛散性检验

长江经济带11省市生态效率地区差异明显,但仍需对数据做进一步分析,才能明确这种地区差异的演化趋势,预测各省市生态效率能否趋同。为达到这一目标,本文对长江经济带11省市2004—2014年生态效率的动态演变进行细致分析。

本文首先对长江经济带11省市生态效率进行了σ收敛分析。根据式(3)可以计算出长江经济带11省市2004—2014年生态效率的σ收敛结果,如图1所示。2008年长江经济带11省市生态效率σ收敛值达到顶峰,2010—2012三年间σ收敛值保持基本稳定,2013年后,收敛值有所提升。由此可见,2005—2008年间,长江经济带11省市生态效率差距不断扩大,地区之间的生态效率水平差异化明显;2008—2013年长江经济带11省市生态效率地区差异呈现出波动缩小的态势;在2013年后,长江经济带11省市生态效率地区差异再次表现出扩大的趋势。

绝对β收敛分析的作用在于检验长江经济带11省市生态效率是否趋同,即生态效率低的省市是否对生态效率高的省市实施“追赶”。本文对长江经济带11省市生态效率的绝对β收敛检验结果如表8所示。从检验结果来看,回归系数为负,这意味着落后省市存在对先进省市的“追赶”效应,但回归系数未通过5%的显著性检验,可见落后省市对先进省市的“追赶”效应较弱,各省市间生态效率存在继续被拉大的危险,这与σ检验分析的结果相一致。

注:(1)表中用黑体标出的是长江经济带11省市生态效率;(2.)Mean1表示我国31省市生态效率平均值;Mean2表示长江经济带11省市生态效率平均值;mean表示我国31省市2004—2014年间生态效率平均值。

(三)长江经济带生态效率的影响因素分析

基于对长江经济带11省市生态效率的测算,本文将建立包括以各省生态效率为响应变量、影响因素为控制变量的面板实证模型,通过两阶段分析法来考察生态效率的影响因素及其影响机制。本文将借助于Tobit面板计量回归模型进行回归,解决生态效率受限因变量的问题。借鉴现有研究成果,本文选取高技术产业主营业务收入水平(TBP)、工业结构(INDUS)、就业人口数量(POPU)、城镇化率(URBAN)、外商投资(FORIN)、能源投资(ENIN)、能源消费总量(ENIN)、经济发展水平(GDP)作为影响因素。

本文所用Tobit面板模型如式(7)所示:

式(7)中EEit为长江经济带中第i第t年的生态效率,βj(j=1,2,···,11)为参数,εit为误差项。基于极大似然方法原理,本文通过计量软件Stata12.0得出Tobit模型回归结果如表9所示。

回归结果中除常数项外,都在5%的检验水平中通过了显著性检验。首先高技术产业主营业务收入水平与生态效率呈正相关关系,可见高技术产业的发展水平对生态效率的提高有推动作用,这一回归结果也佐证了长江经济带调整促进科技创新发展的重要性。工业结构,即第二产业在国民生产总值中所占的比重与生态效率呈负相关关系,表明第二产业比重的提升抑制了生态效率的提升,这主要是因为第二产业的资源消耗与环境污染远高于第一和第三产业。城镇化水平与生态效率的呈现出正相关关系,可见提高城镇化率,促进城镇化发展与提高生态效率并不矛盾。同时,能源消费总量和地区生产总值与生态效率呈正相关关系,可见提高地区经济发展水平与提高生态效率之间并不矛盾。地区就业人口总数与生态效率呈负相关关系,可见地区就业人口总数对地区生态效率有负效用,地区就业人口总数越多,地区人类经济活动的影响就越大,因此也会降低生态效率。在引进外资的过程中可能只注重经济增长,过分追求引进外资的数量而忽视了外商投资的质量,因此外商投资导致了“污染转移”,最终影响到地区生态效率的提高。

五、结论与建议

综合上述研究,可得出如下结论:(1)2004—2014年间长江经济带生态效率均值为0.710,略低于全国平均水平(0.716);(2)长江经济带11省市生态效率波动变化,并在2013年后呈现出发散趋势,省市间生态效率差异明显,长江上游省市生态效率较低,长江经济带11省市生态效率“追赶”效应较弱,地区生态效率差距缩小的可能性较小;(3)产业结构、外商投资水平、地区就业人口总数对生态效率的提高有反向作用,而高技术产业主营业务收入、城镇化率、能源投资、能源消费总量、地区生产总值对生态效率的提高有着正向作用。

基于上述研究结论,提出如下政策建议:(1)采取措施重点提高长江经济带上游省市生态效率;(2)坚持改革创新,重点推动经济结构转型升级,促进产业结构调整,加快创新型经济发展,提高长江经济带11省市生态效率水平;(3)打破行政区域局限,推进长江上中下游协同发展,建立跨区域生态保护联动机制、补偿机制,落实好生态优先、绿色发展的战略定位,缩小长江经济带11省市地区生态效率差距;(4)在引进外资的过程中,既要注重经济增长,更关注外商投资的质量,对于污染严重的投资,不予承接,在保障地方生态环境的基础上积极引进外资,增加外商投资数量,承接产业转移,促进当地经济发展。

本文研究工作有待进一步深化拓展:在指标选取上,可进一步考察生态效率测度指标、影响因素指标是否还存在遗漏;在研究方法上,可尝试采用熵权法等其他方法,选出更为科学的生态效率测度方法;在分析过程中,可进一步考察综合生态效率的组成部分,即纯技术效率和规模效率地区差异和动态变化的情况。

摘要：本文基于PCA-DEA的组合模型评价长江经济带11省市生态效益,并对长江经济带生态效率的影响因素进行分析。研究结果显示:长江经济带11省市平均生态效率低于全国平均水平且存在地区差异,并表现出扩大的趋势;产业结构、外商投资水平、地区就业人口总数对生态效率的提高有反向作用,高技术产业主营业务收入、城镇化率、能源投资、能源消费总量、地区生产总值对生态效率的提高有着正向作用。因此,应坚持生态优先、绿色发展的总体战略定位,坚持改革创新,将重点放在经济结构的转型升级方面,促进上中下游协同发展,重点提升上游省市生态效率。

生态经济模型 第8篇

区域生态安全已经成为影响国家和地区可持续发展的关键问题[1]。生态安全是指在一定时空范围内,生态环境、资源能够持续稳定地提供给社会、经济发展所需要的生态服务,同时使经济社会可持续发展不受或少受资源与生态环境的胁迫,呈现社会、经济与生态环境协调有序发展的一种状态[2]。目前生态安全研究已拓展至资源与环境科学[3]、地理信息科学[4]、生态学[5]、安全科学[6]、国际政治学[7]等相关领域,重点主要聚焦在概念框架[8,9]、理论辨识[10]、安全评估[11]、对策探讨[12]等方面。生态预警以区域可持续发展为目标,通过对区域生态环境监测、观测和数据分析,从时间及空间尺度上对生态系统的逆向演化及生态环境变化作出评价、预测和警报,实现对不安全因素的识别与控制。

现有生态安全预警的方法多集中于模糊综合评价法、人工神经网络、系统动力学等。模糊综合评价法[13]有效地反映了评价对象的模糊分级界限,相对客观地反映出预警对象的真实情况;但该方法过度强调极值的作用,造成预警信息损失较多,而且对权重的确定精确度不足。系统动力学[14]在处理长期性、周期性问题以及对精度要求不高的社会经济问题方面具有相对优势;但由于其本身的粗糙性,往往造成针对同一问题所构建的模型与研究结果差异较大,可靠性不高。人工神经网络[15]在无标度求解方面优势明显;但该方法在计算过程中的过度训练或训练不足,容易陷入局部最小,造成预警结果与实际不符。因此,目前的预警方法和模型对区域生态安全的多因素、多层次、多维度和动态性方面的描述存在一定的局限性。

熵权物元可拓分析作为一种新的区域生态安全预警模型和方法,能够较好地克服上述方法存在的弊端,现已应用到生态环境评判[16]、运营风险评估[17]、产品性能测评[18]、土地资源利用评价[19]等方面。本文基于熵权物元可拓理论,以山东半岛蓝色经济区为例,提出“状态-逼迫-响应”(State-Threat-Response,STR)概念模型,构建山东半岛蓝色经济区生态安全预警指标体系,对2003—2013年该区域的生态安全状况进行探析,并对2016年的状况进行预警及提出解决对策。

2 研究区概况

山东半岛蓝色经济区主体区位于东经118°0'~122°42'和北纬35°04'~38°16'之间,包括山东全部海域和青岛、东营、烟台、潍坊、威海、日照6市以及滨州市的无棣、沾化2县所属陆域,海域面积15.95万km2,陆域面积6.4万km2,占山东省陆域面积的41%。山东半岛蓝色经济区凭借其区位优势和产业优势,发展成为山东地区工业化、城镇化水平最高、发展速度最快、经济外向性最高的区域,但随着社会经济的高速发展,自然资源的消耗强度也在逐渐上升,耕地、能源、水资源和矿产等资源短缺,水环境、大气环境污染严重,酸雨危害及海水入侵等生态污染不断加重,山东半岛蓝色经济区生态安全系统亟需改善。

3 研究方法

3.1 可拓学理论

物元可拓包含物元模型、可拓集合和关联函数[20]。将事物N、特征C、事物的特征值V三者构成的有序三元组R=(N,C,V)作为描述事物的物元,N、C、V是物元R的基本三要素。可拓理论将事物性质变化转化为相容与不相容问题并进行定量转化处理,将研究对象的逻辑值从[0,1]闭区间拓展到(-∞,+∞)整个实数轴,极大地拓展了研究范围,通过关联函数值表示物元某种性质的现状及变化趋势,实现了物元的现状分类和发展态势的分析。通过对单预警指标关联度的计算可确定单指标安全关联水平,经过模型集成,可确定多指标综合安全关联水平,以定量表示区域生态安全动态变化过程。以安全关联水平的变化分析影响区域生态安全的不利因素,实现对区域生态水平的监测和动态预警。

3.2 区域生态安全预警模型

3.2.1 确定区域生态安全物元

区域生态安全W、生态安全特征c、W关于c的特征量值v共同构成区域生态安全物元。设W有多个特征值,它以s个特征c1,c2,…,cs和相应的特征量值v1,v2,…,v5,可表示为:

式(1)中,R指n维区域生态安全物元,可简记为R=(W,c,v)。

3.2.2 确定区域生态安全的经典域、节域

区域生态安全的经典域物元矩阵可表示为:

式(2)中,Roj为区域生态安全的经典域;Woj为所划分的第j个安全等级(j=1,2,…n);coi为Woj的第i个评价指标(i=1,2,…,s);,为Woj对应ci的数值范围,即区域生态安全的经典域。

区域生态安全的节域物元矩阵可表示为:

式(3)中,Wp为区域生态安全的全体;,为Wp关于评价指标ci所取的数值范围,即区域生态安全的节域。

3.2.3 确定待评物元模型

将待评对象(区域生态安全)Wx的物元表示为Rt:

3.2.4 关联函数的确定及距的计算

运用关联函数计算待预警对象对于各安全等级的关联度,待评物元关于第i(i=1,2,…,n)个指标的特征值vi与区间的关联程度通过关联函数表示为:

式(5)中,为各评价指标关于各安全级别的关联度;为点vi与有限区间的距离;为点vi与有限区间的距离;vi为评价指标的实际值,为经典域,为节域;

关联度表示待预警对象的各预警指标关于各安全等级j(j=1,2,…,n)的关联程度,若,则预警指标vi属于安全等级j。

3.2.5 确定预警指标权重

区域生态安全预警是一个多指标、多层次动态综合分析的过程,预警指标权重的确定具有重要作用,将直接影响到区域生态安全预警分析的准确性。本文采用客观赋权法中的熵权法确定指标的权重。以区域生态安全为总系统、各预警指标为子系统,将子系统作为信息源,每个预警对象在各子系统下的取值作为各子系统可能的取值,若这些取值的概率确定,则可以计算出各个预警指标的熵权,即由评价指标构成的判断矩阵确定指标熵权。熵权法在计算指标权重过程中有效消除了人为因素的干扰,使计算结果更加符合实际。计算步骤如下:

第1步,将第i项预警指标的信息熵定义为:

式(6)、(7)中,ei为第i项预警指标的信息熵;y为预警年份,常数k与预警年份数m有关,;riy为第i项预警指标在第y年的值。

第2步,将第i项预警指标的熵权定义为:

式(8)中,t为预警指标数,ωi为第i项指标的熵权(即权重),且。

3.2.6 预警等级评定

预警对象Rt关于安全等级j的综合关联度为:

式(9)中:为预警对象关于安全等级的综合关联度;Kj(vi)为预警对象Rt中第i个预警指标关于j的单指标关联度;ωi为各预警指标的权重。

若,则预警对象Rt隶属于安全等级j0。当时,表示预警对象Rt隶属于某安全等级,且其值越大,隶属度越高;当时,表示预警对象Rt不属于某安全等级,但具有转化为该等级的趋势,且其值越大,转化趋势越明显;当时,表示预警对象Rt不属于某安全等级,而且不具有转化为该等级的趋势,其值越小,与安全等级j(j=1,2,…,n)的标准差距越大。

4 山东半岛蓝色经济区生态安全预警分析

4.1 研究尺度及数据来源

本研究通过对山东半岛蓝色经济区2003—2013年的生态安全状况进行分析评价,检验熵权物元可拓模型的有效性;其次利用该模型对该区域2016年的生态安全状态和发展态势进行预警分析。原始数据主要来源于《山东省统计年鉴》(2003—2014年)、《山东省环境状况公报》(2003—2014年)、《山东省水资源公报》(2003—2014年)、《中国环境年鉴》(2003—2014年)、《中国林业统计年鉴》(2003—2014年),以及青岛、威海、日照、烟台、潍坊、东营和滨州市统计年鉴(2003—2014年)等。

4.2 生态安全预警指标体系

本文基于“状态-逼迫-响应”(State-Threat-Response,STR)概念模型,通过对区域生态安全影响因素进行统计分析,建立山东半岛蓝色经济区生态安全预警指标体系,如表1所示。经过因子分析法统计分析,认为影响蓝色经济区生态安全的主要因素包括生态环境状态、生态安全逼迫程度及生态风险响应3个方面。其中,生态安全状态指在社会经济发展和生态环境演变共同作用下,区域生态环境系统与社会经济系统所处的现状,选取人均水资源量、大气环境指数、水环境指数、三产比重等预警指标进行构建;生态安全逼迫指由于受到人类生活生产活动的影响而造成的资源过度消耗、环境污染、生态破坏等环境负荷,选取人均用水量、人均污水排放量、人均耗能量、城市化率等预警指标进行构建;生态风险响应指面对生态环境所处逼迫现状,为了保护生态安全、规避潜在的生态风险,人们利用技术、制度、教育等措施增强生态系统抵抗风险的能力,选取工业废水达标排放率、工业固废达标排放率、教育投入强度、环保投入强度等预警指标进行构建。

4.3 预警等级划分与指标阀值确定

4.3.1 预警等级划分

为了准确辨识区域生态安全演变的层次关系并对区域生态环境进行有效预警,需应用可拓集合概念,将生态安全概念集合中的渐变分类关系由定性描述扩展为定量评价。结合国家生态安全预警研究成果,将区域生态安全划分为5个等级,从劣到优:JⅤ→JⅠ,定性描述为:Ⅰ(安全状态)、Ⅱ(无警状态)、Ⅲ(轻警状态)、Ⅳ(中警状态)、Ⅴ(重警状态),分别对应于绿色预警、蓝色预警、黄色预警、橙色预警、红色预警,由此确定生态安全预警等级的划分标准,如表2所示。

4.3.2 预警指标阈值的确定

区域生态安全预警指标阈值(经典域、节域)的确定主要结合国家、地区及行业相关环境质量标准,研究区域背景和本底指标值以及全国平均水平等,遵循地域性、系统性及可操作性等原则。在对山东半岛蓝色经济区2003—2013年预警指标数据标准化处理后,得到各预警指标所对应的不同安全等级下的阈值(如表1)。

4.4 生态安全水平计算与分析

4.4.1 权重计算

以山东半岛蓝色经济区2003—2013年的历史数据为计算样本,根据公式(6)~(8),计算山东半岛蓝色经济区生态安全预警指标熵权ωj,以衡量各预警指标对区域生态安全的影响程度,计算结果见表1所示。

4.4.2 2003—2013年生态安全水平分析

以山东半岛蓝色经济区2003—2013年预警指标数据作为待评物元,通过评价模型的计算,根据原则,得到各预警指标对不同安全级别的关联度及各历史年份的综合安全关联度Kj(P0),计算结果如表3所示。

由模型公式(9)计算可知,山东半岛蓝色经济区在2003—2013年期间生态安全水平呈现出逐渐好转趋势,11年间的生态安全水平可分为3个阶段:(1)2003—2005年期间,区域生态安全水平处于“中警”状态,生态水平较低。(2)2006—2011年期间,处于“轻警”状态。2006年时,首次达到“轻警”状态,实现了从“中警”状态到“轻警”状态的关键性转变。(3)2012—2013年期间,处于“无警”状态。2012年时,,实现由“轻警”状态向“无警”状态的关键性转变,但由于,因此2012年与2013年的生态安全水平都具有向“轻警”状态退变的趋势。

2003—2013年山东半岛蓝色经济区生态安全状况不断改善,生态治理和环境保护成效显著,但该地区的生态安全水平始终未达到“安全”状态,整体生态安全水平较低,生态状况不容乐观。研究结果与山东半岛蓝色经济区生态实际状况基本一致,说明基于熵权物元可拓理论构建的区域生态预警模型有效、合理,可用于未来年份的生态预警分析。

4.5 2016年区域生态安全预警

通过灰色模型(Grey Model)对山东半岛蓝色经济区的预警指标值进行关联预测,将得到的数据代入预警模型,得到2016年山东半岛蓝色经济区生态安全归属级别,如表4所示。根据,可知山东半岛蓝色经济区2016年的生态安全水平为Ⅱ级,即“无警”状态;但由于,表明生态环境有向“轻警”状态退化的趋势。因此,山东半岛蓝色经济区2016年的生态安全处于“无警”状态(“蓝色”预警),生态状况良好;但同时呈现出向“轻警”状态(“黄色”预警)恶化的态势,发展形势依旧严峻,须引起重视。

根据山东半岛蓝色经济区2016年生态安全预警结果可知,限制该区域生态水平提升的主要短板因素为水环境指数、大气环境指数、人均水资源量、人均污水排放量、人均林地面积、人均废气排放量、人口密度及城市化率。其中,人均废气排放量、人均污水排放量及人均耗能量都处于重警状态,对区域生态安全构成了严重威胁。在后期的生态保护与治理过程中,需要重点改善上述生态短板因素,采取有效的控制和预防措施,实现山东半岛蓝色经济区生态安全水平达到“安全”状态。

5 结论

生态经济模型 第9篇

一、经济与生态环境协调发展预警指标体系的构建

(一)指标选取

建立经济与环境协调发展预警系统最首要的工作就是选择经济和环境预警指标,预警指标应能从不同方面反映经济与环境的发展状况。根据科学性、动态性、完备性和可行性原则,结合经济与生态环境协调发展相关理论,建立如下预警指标体系(详见表1)。

预警指标体系分为三个指标层:第一个层次是将经济与环境整个系统分成经济和环境两个子系统;第二个层次是对两个子系统再进一步划分,其中经济子系统分别从经济的总量、均量、结构和支持两个方面对经济进行衡量,环境子系统分别从环境的水平和抗逆两个方面对环境进行衡量;第三个层次是每个方面包括的各个具体指标,两个子系统共选取了16个指标。

(二)数据处理

为全面监测中国经济与环境协调发展的动态变化情况,并根据数据可得性,本文选取1991-2006年中国各预警指标数据(原始数据均来源于历年《中国统计年鉴》和《中国环境年鉴》)。为消除由于量纲的不同可能带来的一些不合理的影响,在进行协调度测算和预测之前必须先对数据进行标准化处理,公式为:

式中xij为第i个样本的第j个指标数据;yij为标准化后的指标数据,其取值范围在0~1。

二、经济与生态环境协调度的测算和预测

(一)基于因子分析的协调度测算

1. 计算子系统综合发展水平。

利用上述标准化后数据,运用SPSS13.0软件,分别对经济子系统和环境子系统进行因子分析。

由经济子系统因子分析结果可知,该子系统仅含1个公因子,累积方差贡献率达88.67358%,包含了大部分变量信息,能够代表8个经济指标分析经济子系统的综合发展水平,根据公因子的解释能力,将其命名为经济发展因子f,由因子得分方程F1=0.8867358f,计算历年经济发展指数。

由环境子系统因子分析结果知,经方差最大正交旋转后,该子系统前2个公因子的累积方差贡献率达87.7599%,包含了大部分变量信息,能够代表8个环境指标分析环境子系统综合发展水平,根据公因子的解释能力,分别将其命名为环境水平因子f1和环境抗逆因子f2,由因子得分方程F2=0.5642816f1+0.3133174f2计算历年环境发展指数(见图1)。

由图1可以看出,除个别年份外,中国经济和环境子系统各自的发展水平总体都呈上升趋势,且两者之间的差距呈逐渐缩小趋势。1998年以前,经济增长方式属于数量型、粗放型增长,因此经济综合发展水平相对较低,环境发展水平高于经济发展水平;1998年至今,经济增长方式逐渐由粗放型向集约型转化,从而体现出经济综合发展水平有较大提高,环境发展水平低于经济发展水平。

2. 计算复合系统协调度。

协调度是反映系统之间协调发展水平的综合性指标,揭示出系统当时的协调程度和发展水平,它是正指标,越大越好。根据协调发展内涵,经济和生态环境两个子系统之间的协调关系在评价中表现为经济发展指数和环境发展指数应相互均衡,经济和环境之间的关系越协调,其评价值就会越接近;反之,其评价值就会相差较大。为定量描述经济与环境系统的协调状况,评价两个子系统之间的发展关系,采用如下协调度计算公式:

式中H为系统的协调度值;Fi为第i个子系统的发展水平值;F为N个子系统发展水平值的均值;N为子系统的个数。从上式可以看出,系统协调度H越大,说明系统协调发展程度越高;反之则越低。

将上述经济和环境子系统发展指数带入公式,求得历年复合系统的协调度(详见表2)。

(二)基于BP神经网络的协调度预测

BP神经网络是目前应用最为广泛的神经网络,它是一种多层前馈神经网络,其网络权值的调整规则采用的是反向传播学习算法,即一种有导师的学习算法,使用最优梯度下降技术,目标是实现网络的实际输出与期望输出的均方差最小。它具有非线性、精度高、泛化性能好等优点,因此在经济预测领域中的应用也非常广泛。在此,使用前面求得的1991-2006年经济与环境系统的协调度数据,运用BP神经网络对2007-2010年的协调度进行预测。

1. 样本分类。

1991-2005年的数据作为训练样本,2006年的数据作为神经网络预测能力的测试数据。训练样本分别以1991-1995年、1992-1996年、……、2000-2004年数据作为输入,相应地分别以1996年、1997年……数据作为输出;测试样本以2001-2005年数据作为输入,测试2006年数据,并与其实际值进行比较。

2. 网络设计。

以5年数据作为输入,以1年数据作为输出的特点,设定输入层神经元个数为5,输出层神经元个数为1,根据Kolmogorov定理,确定隐含层神经元个数为11;确定隐含层传递函数为“tansig”,输出层传递函数为“logsig”,使用Levenberg Marquardt反向传播算法“trainlm”函数训练网络;学习速率为0.1以确保速度,动量常数为0.8;网络最大训练次数为5 000,网络训练目标为1e-6。

3. 网络训练、测试及预测。

利用Matlab R2007b软件的神经网络工具箱,将训练样本输入网络,经过18次迭代训练,网络达到预先设置的精度,即网络输出的总误差在1e-6以内,训练结束,预测模型拟合完毕。然后将测试样本数据输入训练好的网络,检验网络的预测能力。将1996-2005年的协调度拟合结果对比真实值,可以看出两者已经十分接近,拟合的效果很好。2006年的测试结果为0.9046,而其实际值为0.902351,预测误差为0.2492%,符合误差精度的要求,网络性能很好,可以用于预测。2007-2010年协调度的预测值依次为0.9288、0.9386、0.9690和0.8351。

三、经济与生态环境协调发展预警系统的建立

经济与生态环境协调发展预警系统提前反映两者协调发展动向和幅度的指示器或报警器,它是在经济与环境不协调到来时,能预先发出信号,为国家或地方政府部门的宏观调控提供依据而建立的系统。在设计该预警系统时,选择协调度作为反映经济与环境协调发展状况的敏感性指标,并通过确定预警界限和类似于一组交通管制信号红、黄、绿灯的标志,对当时的协调状况发出不同的信号,最后,通过观察分析信号的变动情况来判断未来经济与环境协调发展的趋势。

(一)预警系统设计

1. 预警界限的确定。

预警界限的确定是否合适至关重要,关系到整个经济与环境协调发展的运行状况能否正确判断,因此必须慎重确定。本文利用“系统化”、“经验判断”、“专家确定”相结合的方法,参考前人研究成果,将经济与环境协调发展预警状况分为5个区间(详见表3)。

2. 预警信号的构成。

预警警度预报以预警限为界,确定“红灯”、“黄灯”、“绿灯”、“浅蓝灯”、“蓝灯”信号,当综合指标超过某一预警限时就分别亮出相应的信号,通过观察信号的变动情况,判断经济系统在当前的运行状况和未来发展的趋势。

“蓝灯”表示经济与环境系统是协调发展的,系统内因素与期望值接近或好于期望值,即系统处于无警状态,政府和管理机构可在稳定中采取适合的调控措施。“浅蓝灯”表示经济与环境系统基本协调,系统处于轻警状态,在短期内有转为不协调或趋于协调、稳定的可能。由“浅蓝灯”转变为“蓝灯”表示系统正在逐步从不协调向协调转化,应进一步采取措施,使系统更趋协调;由“蓝灯”转变为“浅蓝灯”,这给我们发出警告,应及时调整调控措施,扭转系统的转变趋势。“绿灯”则表示系统协调不稳定,处于中警状态。“黄灯”表示系统基本不协调,处于重警状态,政府应高度警惕,随时制定相应的应急政策,对警情进行随时监控。“红灯”则表示系统不协调,处于巨警状态,政府应及时采取强有力的措施,促使系统趋于完善化,避免系统崩溃。

(二)预警结果分析

在对经济与环境系统的警情进行诊断,了解系统目前的发展状态的基础上,依据预警界限来预报各个系统的警度,发布警情信息。本文应用前面计算和预测的经济与环境系统协调度,根据确定的预警限,绘制出中国1991-2010年经济与环境协调发展预警信号(详见表4)。

注:■红灯,●黄灯,☆绿灯,○浅蓝灯,□蓝灯。

从表4可以看出,从1991年至今,中国经济与环境系统总体呈现不断趋于协调发展状况。

在循环经济于1996年提出之前,特别是20世纪90年代初,人们对经济与环境的认识、利用都是“粗放式”的,资源严重浪费、环境恶化、经济低效率增长。因而,1991年中国经济与环境协调发展水平处于“基本不协调”的黄灯区,其余年份均处于“协调不稳定”的绿灯区。

1996年以后,由于人们开始意识到循环发展的重要性,于是在经济与环境方面提出了“集约”、“循环”、“节约”、“可再生”等一系列有利于系统可持续发展的概念,采用了“环境友好”、“绿色技术”、“清洁生产”、“零排放”、“高效生产”、“废物回收综合利用”等解决方式和途径并付诸实践,于是在1996-1997年出现一个飞跃阶段,系统协调发展水平进入了“基本协调”的浅蓝灯区;但在1998年由于洪水等自然灾害的发生,导致生态环境遭到严重破坏,该年系统进入“不协调”的红灯区;但90年代末系统协调状况又有很大好转,协调发展水平再次进入绿灯区。

进入21世纪,中国的可持续发展和循环经济发展战略实施效果显著,2001年该系统一跃进入浅蓝灯区,并于此后三年始终保持“基本协调”的发展态势,但由于2005年一系列环境污染事件的频繁发生,系统再次运行到绿灯区。

“十一五”初期,在“科学发展观”和“和谐社会理念”的指导下,中国经济与环境系统出现质的跳跃发展,再次进入浅蓝灯区,且协调水平首次超过0.9。由预测结果可知,“十一五”后四年,中国经济与环境系统协调水平会进一步得到提高,继续保持良好的协调发展势头,大多年份将处于浅蓝灯区,并有望于2009年达到“协调”的蓝灯区。

四、结论和建议

20世纪90年代以来,中国经济和环境子系统的发展水平总体都呈上升趋势,且两者之间的差距呈逐渐缩小趋势。经济与环境复合系统总体呈不断趋于协调发展状况:“八五”期间,系统基本处于“协调不稳定”状态;“九五”时期,系统协调水平出现由“基本协调”到“协调不稳定”的波动情形;从“十五”初期到“十一五”初期,系统大体呈现“基本协调”的运行态势;预计“十一五”后四年,系统将继续保持“基本协调”的发展势头。

在全面建设小康社会的进程中,要坚持经济发展与生态环境保护相统一,在加快经济建设的同时,切实加强环境保护和污染治理,加强生态建设;要转变经济增长方式,优化产业结构,发展循环经济,推进清洁生产,建立监测预警评估机构,进而实现经济与环境的协调发展。

摘要：统筹经济与环境协调发展是人类必须坚持的绿色发展理念。根据经济监测预警理论,利用因子分析和BP神经网络分别对经济与环境协调度进行测算和预测,构建中国经济与环境协调发展监测预警系统。预警结果表明,中国经济与环境复合系统总体呈不断协调发展的状况。

关键词：协调发展,预警,因子分析,BP神经网络

参考文献

[1]李志强.基于BP网络算法的区域协调发展预测与预警研究[J].统计研究,2006,(4).

[2]张新红.基于神经网络的经济周期波动监测预警模型[J].华侨大学学报,2008,(1).

[3]董文泉.经济周期波动的分析与预测方法[M].长春:吉林大学出版社,1998.

生态经济模型 第10篇

旅游业是目前世界上占比较大的产业,旅游业提供了大量的就业岗位并且为旅游目的地创造了更多的产值和收入。新疆的旅游业发展欣欣向荣、蓬勃发展,由此也带来社会、环境资源利用等方面的负面影响。生态安全以及旅游生态安全也在旅游业发展和研究的过程中被提出。生态安全指的是在一定区域内,人们所赖以生存和持续发展的环境资源和环保产业为的生态系统综合平衡[1]。随着生态旅游迅速发展,以及人们对旅游地生态环境质量日益提高的要求,生态旅游和可持续旅游研究中也已经融入了旅游地生态安全的思想。本文试图通过生态承载力和环境容量以及可持续发展的理论基础来研究旅游地的生态安全。

1 喀纳斯旅游现状

喀纳斯在蒙古语里意为“美丽富饶、神秘莫测”,主要由喀纳斯湖及周边雪山、草原、白桦林共同组成。它集冰川、湖泊、河流、草原、森林、牧场、民族风情、珍稀动植物于一体的综合景区[2]。喀纳斯景区主要分三大块,喀纳斯湖景区、禾木村以及白哈巴景区,三大区内共有大小景点55处,喀纳斯景区由于在自然生态景观和人文景观都保持了原始的风貌,其更具有生态旅游开发价值。然而现实中,景区的旅游资源仍然是一种粗放型的开发,对自然生态环境及资源有一定的破坏,例如:景区内修建公路、宾馆以及人工建筑和景点。另一方面,喀纳斯景区每年的客流量都在增加,游客数量过多,超出自然保护区的生态环境容量,以及游客的保护环境的意识也是千差万别,势必会给景区造成一定程度的污染和环境的破坏[3]。

另外景区对人文环境的保护不够,喀纳斯是中国蒙古族图瓦人唯一的聚居地,也是人类农耕文明之前游牧文化的鲜活博物馆。这里始终保持着图瓦人的民俗风情,这也是喀纳斯景区重要的人文资源。随着景区客流量的逐年快速增长,外来人员对当地图瓦居民的生活、文化、思想观念等方面也存在着巨大的冲击。旅游地独特的人文景观及其文化价值是生态旅游产业的重要资源之一,也体现了旅游地旺盛的生命力和吸引力。发展生态旅游就要协调好旅游经济发展和当地人文价值保护的关系[4]。

2 相关理论

2.1 可持续发展理论

可持续发展最早于1972年被提出,它的含义是指发展既满足当代人的需求,又不损害后代人满足其需求[5]。最初可持续发展被认为是一种注重长远发展的经济增长模式,但随着发展过程中一些社会、文化、环境问题的出现和加深,人们提出可持续发展的四大支柱是经济、社会、环境和文化,只有这四个方面协调发展,才能实现真正的可持续发展,也就是让子孙后代能够永续发展和安居乐业。

旅游景区的可持续发展应该是在保证当前旅游景区资源和文化完整的前提下,使旅游景区的资源既能满足当代人的需求,又能满足后代人发展的需求。这个理论主要强调的是人类与自然和谐发展,保护与发展并举,景区的可持续发展需要有当地居民的支持,以及游客共同努力才能实现景区的可持续发展。

2.2 生态足迹理论

生态足迹(Ecological Footprint,EF)又称“生态占用”“生态脚印”,是由加拿大生态经济学家William Rees于1992年首次提出的[6,8]。1996年,其博士生Mathis Wackernagel在生态足迹概念的基础上,提出了生态足迹分析法。它是通过测定在一定的地域、人口、社会经济发展水平的条件下,维持人类生存与发展的资源消费和废弃物吸收所必需的生物生产性土地面积,与给定区域所能提供的生物生产性土地面积进行比较,从而衡量区域的可持续发展状态[7]。

3 生态足迹实证研究

3.1 目前旅游生态足迹应用的领域

(1)不同尺度旅游地生态足迹实证研究:省域及城市尺度;旅游景区尺度。

(2)单项旅游项目的生态足迹实证研究:旅游餐饮生态足迹研究;旅游交通生态足迹研究;旅游废弃物生态足迹研究;旅游水资源生态足迹研究;旅游线路产品生态足迹研究[10]。

(3)旅游者生态足迹研究:吃、住、行三个领域。

3.2 生态足迹模型

3.2.1 生态足迹

生态足迹是指任何已知人口的生态足迹是生产这些人口所消费的所有资源和吸纳这些人口所产生的所有废弃物所需要的生态生产性土地的总面积[9]。生态生产性土地是指具有生物生产能力的陆地和水域。根据生态生产力的大小不同,可将其划分为六种类型,即:耕地、草地、林地、化石能源地、建设用地、水域[11]。均衡因子,由于不同类型的生态生产性土地的生产力不同,因此需要用均衡因子将这些生产力差异的生态生产性面积进行等量化处理,转化成具有相同生态生产力的面积,以汇总生态足迹和生态承载力。

3.2.2 均衡因子

均衡因子是某类生态生产性土地面积的平均生产力除以全球生态系统的平均生产力,表示各类生态生产性土地类型潜在的生产能力[12]。本文采用国际通用的均衡因子如表1。

3.2.3 产量因子

由于不同地区的资源禀赋、技术水平、管理方式及自然因素的不同,不仅单位面积的耕地、草地、林地、建设用地、化石能源地、水域的生态生产力差异很大,即使是单位面积相同的生态生产性土地的生态生产力也不相同。因此,不同国家和地区的同类型的生态生产性土地类型的面积不能直接比较衡量。需要用产量因子对同类生态生产性土地进行标准化处理,以消除不同地区同类生态生产性土地的生产力差异。我国各类型生态生产性土地的产量因子[13]如表2。

3.2.4 生态承载力

生态承载力是从供给的方面来考虑,又称生态容量。是指在不破坏生态系统的生产力和完整性的前提下,一个地区能够提供的生态生产性土地的总面积[14]。加入产量因子均衡化处理后相加即可得到可供利用的生态承载力。在计算生态承载力时应扣除12%的生物多样性保护面积。

3.2.5 生态足迹理论模型

式中:EF代表总的生态足迹,N代表人口数,ef代表人均生态足迹,ri代表均衡因子,ci代表第i类商品的人均消费量,pi代表第i类商品的世界平均生产能力[6]。

3.2.6 生态承载力计算模型

式中:EC代表区域总的生态承载力,N代表人口数,ec代表人均生态承载力,aj代表人均生态生产性土地面积,rj代表均衡因子,yj代表产量因子。

3.2.7 生态赤字或生态盈余计算模型

式中:ES代表生态盈余,ED代表生态赤字。

将调整后的生态足迹与生态承载力二者进行比较。当EF<EC时,为生态盈余。反映出某地的生态足迹小于生态承载力,产生生态盈余,表明该地的生态容量足以支持其人类负荷,其发展模式处于相对可持续状态;当EF>EC时,为生态赤字,反映出某地的生态足迹大于生态承载力,产生生态赤字,表明该地的人类负荷超过生态容量,其发展模式处于不可持续状态。

4 喀纳斯生态足迹核算

4.1 核算

通过生态足迹模型对2014年喀纳斯景区的生态足迹和生态承载力计算得出如表3、表4、表5、表6的计算结果。

4.2 分析

通过以上计算结果,我们可以得出,2014年喀纳斯人均生态足迹合计为11.729514,生态承载力为1.056231;生态足迹远大于生态承载力,就数据结果可以看出,喀纳斯景区的生态问题严重,生态呈现赤字状况,生态赤字为10.673283。从生态足迹的计算可以看出,耕地、草地、建筑用地、化石能源用地的占用最大。

4.3 措施

从数据看,目前的形势不容乐观。喀纳斯景区由于其独特的自然资源和人文环境,它的生态承载能力是不变的。可利用的生态生产性土地也是有限的,那么只有通过减少生态足迹,才能改善生态赤字的状况,而生态足迹大部分应该是有外来游客和旅游从业者的生活和消费产生的。因此在旅游人员逐年增加的情况下,只有提高现有资源的利用效率,改变人们的生产和生活消费方式,从而尽可能减少自身对景区生态足迹面积的需求,从而来减少生态赤字。

摘要：本文运用生态足迹方法,计算2014年喀纳斯的生态足迹、生态承载力,得出喀纳斯景区2014年各类型土地的生态占用情况,最後根据生态盈余看出喀纳斯景区自然资源利用的可持续状况。结果表明,2014年喀纳斯人均生态足迹为11.729514,人均生态承载力为1.056231,人均生态足迹远大于人均生态承载力,而由于喀纳斯景区的生产性土地是有限的并且是不能增加的,所以提出只有相应减少生态足迹,增加土地资源的利用效率,才能减少赤字状况的出现。

生态经济模型 第11篇

关键词：教育技术能力；教育生态学；职前教师；活动理论

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2015）13/14-0172-04

● 引言

信息技术的飞速发展对教育产生了革命性的影响，它使得教学环境、教学手段、教学方法等都发生了巨大的变化，这对教师提出了更高的要求和全新的挑战。作为教师专业能力的重要组成部分，很多教师的教育技术能力已经无法跟上教育信息化的发展步伐，也远远不能适应新课程改革的要求，提高教师的教育技术能力成为课程改革中亟待解决的一个问题。由于处在教育教学的一线，职后教师的教育技术能力培训一直备受关注，但是培训效果却不尽如人意。与“亡羊补牢”式的职后教师教育技术能力培训相比，职前教师教育技术能力的培养能够从源头上对教师的教育技术能力培养进行系统规划，使职前教师教育技术能力的提高与学科知识的学习能够并驾齐驱，更为有效地培养其信息技术与学科知识整合的能力，从而提高其教育技术实践能力。如果做好这种“未雨绸缪”型的教育技术能力培养，对教师的教育技术能力提高将起到事半功倍的效果。因此，探讨职前教师教育技术能力培养，对于推动基础教育改革，提高中小学教学质量，促进教育信息化可持续发展等具有重要意义。

● 职前教师教育技术能力培养活动设计现状

从2004年我国出台《中小学教师教育技术能力标准（试行）》（以下简称《标准》）后，教育技术能力的培养日益受到重视，教育技术能力已然成为合格教师所必备的一项基本技能。随之展开的是全国自上而下的对中小学教师的教育技术能力培训，但是巨大的投入与相对较小的成效却一直遭人诟病。作为基础教育师资培养的主要力量，高等师范院校对职前教师的教育技术能力培养同样也给予了很大的重视。但是，多项研究表明，教师在步入工作岗位后，仍然无法灵活恰当地运用各种技术，信息化教学设计能力欠缺，信息技术与具体课程整合能力薄弱。究其原因，主要有以下几方面。

1.活动设计单一，缺乏个性化和多样性

目前，对于职前教师教育技术能力的培养，高等师范院校通常采用开设教育技术公共课的方式来完成。课程的形式无外乎课堂讲授加上机操作，个别学校设置有微格教学活动。[1]有的学校即便设置有教育实习，也并没有在实习中明确提出教育技术能力的培养并设计相应的培养活动。这种单一的活动设计没有关注到职前教师是一个充满多样性和个性化的群体，不仅是因为他们每个人的学习风格、学习基础等不同，更重要的是职前教师未来的输出方向是不同学科的中小学教师，以我校为例，教育技术课程开设的对象是所有师范类的专业，也就是说，教育技术能力培养的对象来自不同的专业，包括数学与应用数学、物理学、化学、生物科学、汉语言文学、英语、思想政治教育、历史学、音乐学、美术学以及体育教育等，因此，不同的学习风格、学习基础和学科专业要求职前教师教育技术能力的培养必须通过多样化的活动来实现。而且，教育技术能力是一种理论与实践并重，又突出实践的能力，《标准》从意识与态度、知识与技能、应用与创新、社会责任等四个维度对教学人员提出了应该达到的教育技术能力标准，多维度的能力标准不可能通过单一的活动来完成。

2.活动内容孤立，缺乏与学科知识的联系

目前，职前教师教育技术能力的培养活动内容主要囿于教育技术基本理论、教学媒体选择和使用、教学资源的搜集和处理、多媒体课件制作、教育网站制作与应用等。教师在讲授时由于经常变换培养对象，因此难以与具体的学科知识相结合，通常都是就理论言理论，就技术谈技术。然而，教育技术能力恰恰是一种应用于学科知识中，能够与学科知识深度融合的能力，因此，孤立的活动内容，没有考虑到职前教师未来从事学科的知识，欠缺智慧型知识的传授和应用技能的训练，直接导致了职前教师在应用所学理论和技术的时候，经常出现理论技术与教学实践“两张皮”的现象。

3.活动主体单一，缺乏中小学教师的参与

目前，职前教师教育技术能力培养活动的主体是职前教师与教育技术教师，然而，很多教育技术教师根本没有从事过中小学教学，缺乏基础教育实践经验，课堂讲授的也是教育技术教师心目中想当然的知识，这些知识通常陈旧老化，跟不上当前教育教学改革的步伐，也无法满足职前教师教育技术能力培养的需要。中小学课堂是教育技术能力应用的主战场，缺少中小学教师参与的教育技术能力培养就像空中楼阁，没有落在实践这块地上，因而，培养的教育技术能力也显得曲高和寡，不切实际。

职前教师教育技术能力培养存在的种种问题导致了它并不受职前教师的欢迎，也没有得到中小学的认可。虽然高等师范院校一厢情愿地努力做这件事情，但是最后的效果却始终差强人意。因此，我们尝试寻找一种有效的活动设计方法来弥补当前职前教师教育技术能力培养活动设计中存在的种种缺憾，从而提高职前教师的教育技术能力。

● 职前教师教育技术能力培养活动生态模型的构建

1.教育生态学基本观点

“教育生态学”这一科学术语最早是由美国哥伦比亚师范学院院长劳伦斯·克雷明于1976年在《公共教育》一书中提出来的。克雷明提出，不能把教育失败的责任全都归咎于学校，必须考虑学校以外的种种教育现象，他将生态学的方法运用于教育研究中，重新审视各种教育机构之间及其与整个社会之间的关系，从而提出了“教育生态学”的理论。教育生态学把教育看成一个整体，将其作为社会生态系统的一个子系统来研究，认为教育生态系统不是孤立的系统，它与其他社会子系统有着千丝万缕的联系，同样，教育生态系统内部的各个子系统也存在着密切的联系，它们处于平衡—不平衡—新的平衡的运动、变化、发展之中。[2]教育生态学主张用系统、动态、平衡等观点来看待教育中的问题，强调系统整体观念、民主平等原则、尊重差异的思想以及动态发展的观点。这些对职前教师教育技术能力培养的活动设计都具有一定的指导意义。

2.职前教师教育技术能力培养活动的生态模型

活动理论认为，活动即“人们做什么”，它通过人们与环境交互的动作反映出来。活动是由主体、客体和共同体三个核心成分以及工具、规则和分工三个次要成分组成的系统，活动系统结构如图1所示。[3]在学校教育中，活动是教学过程的途径，是学习者学习的必要条件。[4]

根据教育生态学的观点，结合活动理论的基本思想，我们构建了职前教师教育技术能力培养活动的生态模型（如图2）。我们认为，职前教师教育技术能力培养活动是以学习任务为基础，学习共同体和培养共同体为主要要素的生态系统，它处于由物理环境、社会环境和规范环境组成的生态环境中，与外部生态环境之间存在物质循环、能量流动和信息传递。

图2 职前教师教育技术能力培养活动的生态模型

（1）学习任务

学习活动是学习者借助一定的技术工具，通过与环境的相互作用从而实现预定目标的过程。活动的设计最终表现为任务的设计。学习任务的设计是活动设计中最重要也是难度最大的一项工作。学习任务是学习者应该完成的具体事务或者主题，它的设计主要包括目标、过程、规则、分工等的设计。目标主要指任务所要实现的最终结果的具体描述，设计时要能体现《标准》对教学人员的具体要求。过程指实现目标所要进行的任务序列。规则指任务开展过程中所必须遵守的行为规范、交往规则等。分工指任务完成过程中具体的角色分配等。任务设计强调真实性，能够充分考虑职前教师未来的工作需要，有效唤醒职前教师的原有生活经验，将理论与实践紧密联系，从而设计出基于职前教师原有知识和技能而且源于其未来工作场景的相对真实的学习任务，让职前教师带着真实任务进行学习，促进其主动学习。

（2）学习共同体

目前的职前教师教育技术能力培养通常以学科专业为单位来组织课堂教学，有的再辅以一定的微格教学实践，这种组织形式容易产生“花盆效应”，不利于不同学科专业的职前教师进行交流学习、共同提高。而且，微格教学通常是通过营造一种模拟的教学环境，对职前教师进行模拟教学训练，通过这种方式学到的知识与真实教学中所需的知识还存在着一定的差异。因此，在进行职前教师教育技术能力培养时，可以借助网络平台等手段建立由不同年级、不同学习风格、不同学习基础和不同专业等职前教师组成的学习共同体，为他们提供更多交流学习、分享经验的机会，这样遵循了生态系统的多样性原则，能够促进职前教师的教育技术能力培养向着更好的方向发展。同时，要将教育实习等真实教学实践训练活动纳入职前教师教育技术能力培养中，增加教育实习的时间，将教育技术能力的提高作为实习的重要目标来实现，使职前教师能够学到切实可用的教育技术理论和技能。

（3）培养共同体

传统模式的教师培训通常关注的是教师个体静态、封闭的教育知识和教学技巧掌握程度，认为教师是否能够得到发展，关键在于教师自身的投入程度，忽略了其他影响因素。而教师专业发展不再是一个只与教师自身相关的简单输入和输出的直线过程，而是需要与他人合作、外界支持和文化培育。[5]因此，在职前教师教育技术能力培养中，我们需要建立由现代教育技术教师、学科教师和中小学教师等组成的培养共同体。没有学科教师和中小学教师参与的职前教师教育技术能力培养，讲授的通常都是未进行过中小学教学实践的高校教师心目中认为应该讲授的知识，这些知识往往与中小学教学实践脱节。因此，职前教师学到的知识很多都是高高在上的理论性知识，在进入中小学校工作后，他们往往不知道如何来应用这些知识，而这正是教师所必须掌握的一项重要技能，也是教育技术能力的核心。将学科教师和中小学教师引入职前教师教育技术能力培养中，能够将活生生的一线课堂带给象牙塔中的职前教师，使学科知识和教育技术知识能够有机地融合，便于培养职前教师将教育技术知识应用于具体学科的能力。

（4）学习环境

生态学认为，人类生态环境是外部生态环境的一个子系统，它包括物理环境（又称自然环境）、社会环境和规范环境。职前教师教育技术能力培养环境作为生态环境的一种，也不例外，它是由物理环境、社会环境和规范环境构成的复合生态环境。物理环境指的是高等院校、中小学校、网络平台等。社会环境指的是职前教师、现代教育技术教师、学科教师和中小学教师在培养过程中建立的各种关系总和。规范环境指的是关于教师专业发展的一切行为规范、管理制度和评价规则等。作为职前教师教育技术能力培养的三种生态因子，物理环境、社会环境和规范环境之间既是相互独立，又是相互联系的，任何一种环境的改变都会影响其他环境。三种环境只有协调配合，才能共同构成良好的培养环境，给职前教师提供优质的硬件条件、融洽的培养关系和教师专业发展的有力保证，从而促进职前教师教育技术能力的有效提高。

● 结语

职前教师教育技术能力培养活动是由学习共同体、培养共同体、学习任务和培养环境构成的生态系统，它处于教育改革和其他环境所组成的外部生态环境中。在设计和开展培养活动时，要密切注意外部大生态环境的发展，关注职前教师的学习需求，将培养活动设计成系统、动态、平衡的生态系统，从而切实有效地提高职前教师的教育技术能力，促进教师专业的发展。

参考文献：

[1]刘艳丽.基于体验学习圈的职前教师教育技术能力培养策略探析[J].中国电化教育，2014（10）：118-122.

[2]任凯，白燕.教育生态学[M].沈阳：辽宁教育出版社，1992：31.

[3]项国雄，赖晓云.活动理论及其对学习环境设计的影响[J].电化教育研究，2005（6）：9-14.

[4]张爽，李玉斌.从活动理论看远程教育中小组学习活动的设计[J].中国远程教育，2005（21）：49-56.

[5]岳娟娟.高校教师专业发展生态模型的研究——以军医大学为例[D].广州：第三军医大学，2013.

生态经济模型 第12篇

关键词：生态足迹,生态承载力,生态适度人口规模

一、前言

人口是影响一个国家和地区社会和经济发展的重要因素之一。人口规模过大, 不仅会稀释经济发展的成果, 还会给生态环境带来巨大的压力。区域应该在其生态系统的承载力的范围内谋求发展。然而甘肃省自然条件严酷, 生态环境极其脆弱。加之地形东西狭长, 城市和人口大部分沿河流分布, 空间狭小。因此, 在维护原有的生态环境平衡的基础上谋求甘肃省资源环境与经济社会全面协调发展, 适度的人口规模显得尤为重要。

生态适度人口规模是在生态系统可以承载范围内计算出人口规模。基于不同的目标和方式, 关于适度人口的研究, 目前有不同的定义和分析方法。当前最常见的研究方法有多目标决策方法、短板原理、双向寻优方法、EFL模型和适度人口规模辅助决策模型。基于生态足迹理论计算适度人口规模的研究起步比较晚, 主要集中两方面。一方面, 通过生态足迹的计算来测算适度人口规模, 并根据目标内的实际情况提出改善的途径。另一部分则在生态足迹模型的基础上, 加入其它的模型, 以期更加准确地对人口进行预测。

综上所述, 国内很多地方实际人口都超出了其生态适度人口规模, 而关于相关的研究结论也贴合实际情况。关于影响适度人口规模的相关因素分析也为后续的研究提供了参考。当前, 关于甘肃省适度人口规模的研究, 几乎没有。笔者利用生态足迹模型, 对甘肃省的生态足迹和生态承载力进行计算和分析, 并对甘肃省生态适度人口规模进行评价分析。

二、研究方法及数据来源

㈠研究方法1992年, 生态经济学家Rees与Wackernagel等人提出了生态足迹这个概念, 并加以完善。生态足迹就是区域内维持人类生存与发展的自然资源消费量以及吸纳人类产生的废弃物所需的生物生产性土地面积, [1]通常与该区域所能提过的资源总量进行比较, 判断区域内生态服务的需求与供给状况, 评估区域可持续发展状况。相对于其他的可持续发展量化评估方法, 生态足迹法具有计算简单、比较方便的优点。该方法主要是利用生态足迹和生态承载力两个指标, 生态足迹代表区域对生态服务的需求, 生态承载力代表了区域能够提供的生态服务, 从需求和供给两个方面进行比较, 评价和分析区域的可持续发展状况。

在不损害生态系统的生产力和功能完整的前提下, 区域可持续承载的最大资源利用和废物产生率, 决定区域社会经济活动的强度和具有一定生活水平的人口规模。基于生态足迹模型, 计算生态适度人口规模的原理是:在区域可以实际提供的资源环境利用总量 (生态承载力) , 除以当前人均资源消费量 (人均生态足迹) , 得出当前区域生态适度人口规模。通过对生态足迹和生态承载力的计算, 并结合区域内实际生态环境和经济发展状况, 对区域的人口规模进行分析。

㈡指标的选取及计算方法

1.生态足迹 (ef) 。计算公式如下:

式中, ef为人均生态足迹, 单位为hm2/人, aai为第i中消费商品折合的人均生物生产性面积, rj为第j类生物生产性土地的均衡因子, Ci第i类生物人均消费量, Pi指第i类生物全球平均产量。

2.生态承载力 (ec) 。生态承载力是指一个区域实际能够为人类生存和发展所提供的所有生物生产性土地面积的总和, 其计算公式为:

式中, ec为人均生态承载力, 单位为hm2/人, aj为人均实际占有的生物生产性面积;rj为均衡因子;yj为产量因子;j为生物生产性土地类型。在实际计算某个区域生态承载力时, 通常根据世界环境与发展委员会会 (WCED) 的建议, 扣除12%的生物多样性保护面积。

3.生态盈余/赤字 (esd) 。可以利用生态盈余/赤字来判断一个区域生态盈余的现状, 其计算公式如下:

esd=ec-ef

式中, esd代表人均生态盈余/赤字, ec代表人均生态承载力, ef代表人均生态足迹。

4.生态适度人口规模 (P) , 在生态系统可以承载范围内计算人口规模即为生态适度人口规模, 计算公式为:

式中, P为生态适度人口规模, EC代表生态承载力, ef代表人均生态足迹。

㈢变量说明及数据来源生态足迹账户核算分为生物资源账户核算和能源消耗账户核算, 主要考虑耕地、林地、草地、化石燃料用地、建筑用地和水域六种类型。根据甘肃省实际状况, 关于甘肃省的生物足迹账户核算, 耕地包括谷类、豆类、薯类、油料、棉花、麻类、甜菜、烟叶、蔬菜和水果10项, 林地包括油桐籽、核桃、毛栗、木耳、花椒和木材采伐量6项, 草地包括猪肉、牛肉、羊肉、奶类、绵羊毛、山羊毛、羊绒和禽蛋8项目, 化石燃料用地包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气和天然气9项, 建筑用地仅包括电力1项目, 水域仅包括水产类1项。

文章有关甘肃省的数据来自《甘肃发展年鉴 (2012) 》。在计算人均生态足迹中, 由于均衡因子每年变化幅度较小, 本文采用Wackernagel关于均衡因子计算的研究成果, 全球粮食平均产量采取1993年联合国粮农组织 (CFAO) 公布的世界平均粮食产量的资料。在计算能源消耗账户时, 按照世界上单位化石能源土地面积的平均发热量为标准。在计算生态承载力时, 为了方便比较, 要乘以一个产量因子, 产量因子为区域某类生物生产性土地的产量与世界平均产量的比率, 本文产量因子采用Wackernagel等对中国生态足迹计算时的取值, 耕地、林地、草地、化石燃料用地、建筑用地和水域的产量因子取值分别为:1.49、2.19、0.8、0、1.49、1。

三、计算结果和分析

㈠生态足迹和生态承载力计算及分析参考生态足迹和生态承载力计算公式, 2003年~2011年甘肃省人均生态足迹的计算结果 (见表1) 。从表1可以看出, 甘肃省的人均生态足迹从2003年的1.478hm2/pe, 到2011年的2.456hm2/pe, 9年增长了66.2%。一方面, 从增长速度来看, 增长最快为建筑用地, 增长速度为129.1%, 其次是化石燃料用地 (95%) 和草地 (36%) , 最低的是林地 (20.4%) 。建筑用地增长最快, 主要是因为是建筑用地基数比较小, 并且经济发展对电力的需求明显增加, 2003年~2011年的平均发展速度大约是过去9年 (1995年~2003年) 的四倍, 这也是化石燃料用地增长速度较快的重要原因。另一方面, 从生态足迹的组成来看, 比重最大的是化石燃料用地, 其次是耕地和林地, 水域所占比重最小, 以2011年为例, 化石燃料用地数值最大所占的比例最高, 为71.4%, 接下来是耕地和草地, 分别占22.5%、18.3%, 这与甘肃省的发展状况是相符的:省内的主导产业是冶金、石油化工, 石化能源占主导地位, 新能源发展缓慢;畜牧业比较发达, 这就对耕地和林地的需求和影响较大。

根据公式计算, 2011年甘肃省生态承载力计算结果 (见表2) , 以甘肃省实际人口, 计算出2003年~2011年甘肃省人均生态承载力, 结果 (见表3) 。从表3可以看出, 甘肃省的人均生态承载力从2003年的1.598hm2/pe, 到2011年的1.826hm2/pe, 9年增长了16.3%, 远远低于人均生态足迹的增长幅度, 这是导致生态赤字的一个原因。从增长速度来看, 增长最快为水域, 其次是耕地 (34.8%) 和林地 (19.9%) , 最低的是草地 (-16.5%) 。从生态承载力的组成来看, 由于人们没有留出专门吸收CO2生物生产土地, 化石燃料用地为0, 比重最大的是耕地, 其次是草地, 水域所占比重最小, 以2011年为例, 耕地数值最大所占的比例最高, 为41.5%, 接下来是草地 (33%) 水域占比最小, 仅为7%。从甘肃省的整体状况看, 农业比例偏高, 耕地依旧是占比最大的生物生产性土地, 畜牧业是甘肃省传统观优势产业, 占比高, 草地呈负增长态势, 这与多年提倡退耕还林有关。

注:化, 代表化石燃料用地。

从生态盈余/赤字情况看, 自2004年开始, 甘肃省出现生态赤字现象, 9年间赤字状况以年平均8.3%的速度逐年增加。从每种土地类型来看, 由于人们没有留出专门吸收CO2生物生产土地, 化石燃料用地为0, 化石燃料用地赤字严重, 需求超过其供给, 其次是耕地和草地, 以2011年为例, 化石燃料用地赤字1.542, 草地赤字0.208, 表明省内对草地存在过度开发的问题, 耕地赤字0.28, 赤字较为严重。

㈡2011年甘肃适度人口规模计算及分析根据公式P=EC/ef, 2003年~2011年甘肃省生态适度人口规模 (见表4) 显示。从表中可以看出, 自2006年开始, 甘肃省的实际人口规模超过生态适度人口规模, 并且实际人口与生态适度人口规模的比值 (N/P) 越来越多, 呈现逐年上涨的趋势, 这表明甘肃省社会经济发展对资源环境的需求越来越大, 超出了甘肃省的承受力, 处于不可持续发展状态。

四、结论

一是2003~2011年间, 甘肃省人均生态足迹和人居生态承载力发展很不平衡, 人均生态承载力的增加的幅度远小于人均生态足迹的增加幅度, 是导致生态赤字的重要原因。9年间, 人均生态足迹从2003年的1.478hm2/pe, 到2011年的2.456hm2/pe, 9年增长了66.2%, 而人均生态承载力从2003年的1.598hm2/pe, 到2011年的1.826hm2/pe, 9年增长了16.3%。

二是甘肃省人均生态足迹中, 建筑用地与化石燃料用地增长速度最快;化石燃料用地占比最大, 耕地其次。就人均生态承载力而言, 水域增长速度最快, 其次是耕地;耕地占比最大, 其次是草地。这与甘肃省的实际生态环境和当前的经济发展现状相符。

三是自2006年开始, 甘肃省的实际人口规模超过生态适度人口规模, 并且实际人口与生态适度人口规模的比值 (N/P) 越来越多, 呈现逐年上涨的趋势, 这表明甘肃省社会经济发展对资源环境的需求越来越大, 超出了甘肃省的承受力, 处于不可持续发展状态。

甘肃省实际人口规模逐渐超出了其生态适度人口规模, 根据以上分析并针对甘肃省的实际情况, 文章得出以下启示。

一方面, 积极加快甘肃农村城镇化发展。2011年, 甘肃省城镇化率为37%, 低于全国城镇化率为51.3%。加快甘肃农村城镇化发展, 能大大缓解人地关系, 为农业产业升级创造条件, 同时又可以为工业发展提供人力资源, 为第三产业提供发展空间。另一方面, 甘肃作为资源型省份, 转变依赖资源式经济增长模式是减缓甘肃省生态压力的根本方法:在发展第一产业的基础上, 适当减少畜牧业的比例, 积极推进退耕还林、退耕还草, 大力推广农业技术, 提高单位面积的产量;稳固第二产业的同时, 大力发展第三产业, 甘肃省旅游资源丰富, 积极推进好旅游等相关服务业的发展;鼓励支持技术创新, 利用甘肃本土位于黄河上游和日照充足的优势, 促进水电和太阳能清洁技术的开发与应用。

参考文献

[1]张志强, 徐中民, 程国栋, 等.中国西部12省 (区市) 的生态足迹[J].地理学报, 2001, (9) .

[2]王静懿.生态适度人口规模与国家长远发展的人口总量战略[D].复旦大学, 2008, (8) .