高丹丹，趙麗婭，李成

(湖北大學(xué)資源環(huán)境學(xué)院，湖北 武漢 430062)

?

基于PCA和熵權(quán)法的神農(nóng)架生態(tài)環(huán)境承載力評價(jià)

高丹丹，趙麗婭，李成

(湖北大學(xué)資源環(huán)境學(xué)院，湖北 武漢 430062)

為深入了解神農(nóng)架生態(tài)環(huán)境承載力水平，從社會(huì)經(jīng)濟(jì)、資源和環(huán)境3個(gè)子系統(tǒng)中選取19項(xiàng)指標(biāo)構(gòu)建生態(tài)環(huán)境承載力評價(jià)指標(biāo)體系，運(yùn)用主成分分析法提取出影響其生態(tài)環(huán)境承載力變化的3個(gè)主成分F1、F2、F3，并通過熵權(quán)法對這3個(gè)主成分進(jìn)行賦權(quán)，綜合評價(jià)神農(nóng)架2010—2014年這5年的生態(tài)環(huán)境承載力狀況．結(jié)果表明，在這5年間神農(nóng)架林區(qū)的生態(tài)承載力，總體呈現(xiàn)出一個(gè)良好的發(fā)展趨勢．其中2011年的生態(tài)環(huán)境承載力最低，隨后逐漸增加.這兩種方法的結(jié)合簡化評價(jià)指標(biāo)體系，避免專家賦分的主觀影響因素，使評價(jià)結(jié)果更客觀合理．

生態(tài)環(huán)境承載力；主成分分析法；熵權(quán)法；綜合評價(jià)

0 引言

生態(tài)環(huán)境承載力是一個(gè)由資源、環(huán)境、社會(huì)、經(jīng)濟(jì)等子系統(tǒng)所組成的復(fù)雜系統(tǒng)．作為一個(gè)復(fù)合的生態(tài)系統(tǒng)，它反映的是在某一段時(shí)期內(nèi)，生態(tài)環(huán)境系統(tǒng)對城市發(fā)展的支撐能力，即保證生態(tài)系統(tǒng)完整、穩(wěn)定和可持續(xù)發(fā)展條件下所能承受的人類社會(huì)、經(jīng)濟(jì)活動(dòng)的規(guī)模、范圍和強(qiáng)度．由于城市發(fā)展具有不可逆性，為了避免城市盲目發(fā)展，有必要對其生態(tài)環(huán)境承載力進(jìn)行研究以協(xié)調(diào)與社會(huì)經(jīng)濟(jì)和環(huán)境可持續(xù)發(fā)展的關(guān)系．

本文中依據(jù)生態(tài)環(huán)境承載力的內(nèi)涵，采用主成分分析法和熵權(quán)法相結(jié)合的復(fù)合模型，以資源、環(huán)境、經(jīng)濟(jì)3個(gè)子系統(tǒng)共19個(gè)因子作為評價(jià)指標(biāo)[1]，對神農(nóng)架2010—2014年的生態(tài)環(huán)境承載力狀況進(jìn)行研究與評價(jià)，以期展現(xiàn)出神農(nóng)架生態(tài)環(huán)境承載力在社會(huì)發(fā)展中的變化．

1 研究區(qū)域概況

2 評價(jià)指標(biāo)與方法

2.1 構(gòu)建評價(jià)指標(biāo)體系 生態(tài)環(huán)境承載力涉及到經(jīng)濟(jì)、社會(huì)等諸多方面，文中結(jié)合神農(nóng)架林區(qū)的實(shí)際情況，在科學(xué)性和合理性的基礎(chǔ)上，從資源承載力、環(huán)境承載力和社會(huì)經(jīng)濟(jì)發(fā)展3個(gè)方面[2]，選取共計(jì)19項(xiàng)指標(biāo)來構(gòu)建神農(nóng)架林區(qū)生態(tài)環(huán)境承載力評價(jià)指標(biāo)體系[3](見表1)．主要原始數(shù)據(jù)來源于《神農(nóng)架林區(qū)國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)(2010—2014年)》．其中萬元GDP能耗、人口密度、氨氮年排放總量以及COD排放總量這4個(gè)指標(biāo)越高，代表生態(tài)環(huán)境承載力越低，與生態(tài)環(huán)境承載力呈負(fù)相關(guān)；其他指標(biāo)越高，表示生態(tài)環(huán)境承載力越高，與生態(tài)環(huán)境承載力呈正相關(guān).

表1 神農(nóng)架林區(qū)生態(tài)環(huán)境承載力評價(jià)指標(biāo)體系

2.2 綜合評價(jià)方法

2.2.1 主成分分析法 主成分分析法[4](principal component analysis)是將原始數(shù)據(jù)的多個(gè)指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)綜合指標(biāo)，同時(shí)盡可能地使這幾個(gè)綜合指標(biāo)包含原指標(biāo)集的大量信息，起到一個(gè)降維的作用．這些綜合指標(biāo)在統(tǒng)計(jì)意義上是相互獨(dú)立的，但能反映不同樣本的差異性，使我們的評價(jià)工作更為簡便．主成分分析的主要步驟如下：

1) 對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除量綱帶來的影響[5]．

2) 由標(biāo)準(zhǔn)化數(shù)據(jù)矩陣計(jì)算相關(guān)系數(shù)矩陣R．

3) 計(jì)算相關(guān)系數(shù)矩陣R的特征值λ，主成分的貢獻(xiàn)率和累積貢獻(xiàn)率[6]．

4) 根據(jù)主成分的方差累積貢獻(xiàn)率，確定主成分的個(gè)數(shù)N，使其方差累積貢獻(xiàn)率大于85%．

2.2.2 熵權(quán)法 熵權(quán)法[7]是根據(jù)指標(biāo)變異性大小來確定客觀權(quán)重，客觀性較強(qiáng)，消除了主觀隨意性的影響，是在綜合考慮各因素提供信息量的基礎(chǔ)上，計(jì)算出一個(gè)綜合指標(biāo)的統(tǒng)計(jì)學(xué)方法．具體的分析步驟如下：

(1)

式中，xij為某一地區(qū)i時(shí)段生態(tài)環(huán)境承載力第j個(gè)影響因子的值．

2) 計(jì)算第i時(shí)段第j項(xiàng)因子占所有時(shí)段因子之和的比例[8]：

(2)

3) 計(jì)算第j項(xiàng)因子的熵值：

(3)

4) 求各因子的熵權(quán)：

(4)

5) 計(jì)算不同時(shí)段生態(tài)環(huán)境承載力的綜合得分[9]：

(5)

一般來說，指標(biāo)的熵值越小，表明指標(biāo)的變異程度越大，提供的信息越多，在綜合評價(jià)中的作用越大，權(quán)重值也越高；指標(biāo)的熵值越小，表明指標(biāo)的變異程度越小，其提供的信息也越少，對綜合評價(jià)的作用也越小，權(quán)重值也越?。?/p>

3 結(jié)果與分析

3.1 主成分分析 應(yīng)用軟件SPSS 22.0對神農(nóng)架林區(qū)的19項(xiàng)指標(biāo)進(jìn)行主成分分析，得到其相關(guān)系數(shù)矩陣及主成分的特征值和貢獻(xiàn)率(見表2)． 根據(jù)特征值大于1以及主成分方差累積貢獻(xiàn)率大于85%的原則，提取的3個(gè)主成分的累積貢獻(xiàn)率達(dá)到了96.209%，主成分F1、F2、F3對原始信息的解釋能力分別達(dá)到66.298%、21.046%、8.865%(見表2).

表2 各主成分特征值、方差貢獻(xiàn)率及累積貢獻(xiàn)率

根據(jù)表3可以看出：第一主成分F1在能源消費(fèi)總量(X4)、人口密度(X5)、農(nóng)用地資源量(X6)、森林覆蓋率(X7)、氨氮年排放總量(X9)、城市生活污水處理率(X12)、人均GDP(X14)、農(nóng)民人均純收入(X16)、城鎮(zhèn)居民人均可支配收入(X17)、教育支出占總支出的比例(X18)、城鎮(zhèn)化率(X19)上的載荷較大，說明第一主成分F1主要與神農(nóng)架林區(qū)的經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化水平有關(guān)；第二主成分F2在人均耕地面積(X1)、人均水資源量(X2)、集中式飲用水源水質(zhì)達(dá)標(biāo)率(X10)、工業(yè)用水重復(fù)利用率(X11)、環(huán)保支出占財(cái)政支出比例(X13)、第三產(chǎn)業(yè)對GDP的貢獻(xiàn)率(X15)上載荷較大，說明第二注成分在一定程度上代表神農(nóng)架資源量和環(huán)保事業(yè)有關(guān)；第三主成分F3在萬元GDP能耗(X3)和COD年排放總量(X8)上載荷較大，代表了神農(nóng)架經(jīng)濟(jì)與能耗、和COD排放的關(guān)系．因此，3個(gè)主成分能夠較全面地概括神農(nóng)架林區(qū)生態(tài)環(huán)境承載力評價(jià)指標(biāo)體系的大部分信息．利用SPSS 22.0計(jì)算得出2010—2014年3大主成分的得分值(見表4)以及主成分得分演變趨勢(見圖1)．

表3 主成分因子得分系數(shù)矩陣

表4 不同年份各主成分得分矩陣

圖1 神農(nóng)架2010—2014年生態(tài)環(huán)境承載力三大主成分演變趨勢

通過圖1可以看出2010—2014年F1的值呈上升的趨勢，從-1.444增加到1.273，表明隨著神農(nóng)架經(jīng)濟(jì)的快速發(fā)展和工業(yè)化水平的不斷提高，城市生活污水處理率(X12)、人均GDP(X14)、農(nóng)民人均純收入(X16)、城鎮(zhèn)居民人均可支配收入(X17)、教育支出占總支出的比例(X18)、城鎮(zhèn)化率(X19)都逐年增加，加上當(dāng)?shù)卣畬Νh(huán)境的重視，森林覆蓋率(X7)也逐年提高，氨氮年排放總量(X9)呈下降的趨勢；第二主成分F2的值先降低后增加，在2014年達(dá)到最低值，主要是由于2014年環(huán)保支出占財(cái)政支出比例(X13)以及第三產(chǎn)業(yè)對GDP的貢獻(xiàn)率(X15)最低，故F2值相對較低；第三主成分F3的波動(dòng)較大，主要是受萬元GDP能耗(X3)的影響，呈現(xiàn)先降低后增加再降低的不規(guī)則變化.

表5 信息熵與權(quán)重

圖2 神農(nóng)架2010—2014年生態(tài)環(huán)境承載力綜合得分

熵權(quán)法的綜合得分越高，說明神農(nóng)架林區(qū)的生態(tài)環(huán)境承載力越好．從圖2可以看出，近兩年來，神農(nóng)架的生態(tài)環(huán)境承載力相對趨于穩(wěn)定．2010—2014年這5年間，神農(nóng)架林區(qū)的生態(tài)環(huán)境承載力呈現(xiàn)先降低后增加的趨勢，其中2011年的生態(tài)環(huán)境承載力達(dá)到最低，較2010年下降24.15%．主要原因是因?yàn)?011年神農(nóng)架林區(qū)的工業(yè)用水重復(fù)率較低，人口密度在這5年間最大，給神農(nóng)架的生態(tài)環(huán)境增加不少壓力．從2011年以后，生態(tài)環(huán)境承載力呈現(xiàn)遞增的趨勢，說明神農(nóng)架林區(qū)的生態(tài)環(huán)境承載力向著不斷優(yōu)化的方向發(fā)展，展現(xiàn)了一個(gè)良性的發(fā)展趨勢．神農(nóng)架在近幾年高度重視環(huán)境保護(hù)工作，堅(jiān)持生態(tài)文明建設(shè)之路，不斷加大環(huán)保投入，持續(xù)深化推進(jìn)節(jié)能減排，優(yōu)化產(chǎn)業(yè)布局，推行清潔生產(chǎn)，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，使資源、環(huán)境承載力與經(jīng)濟(jì)承載力相適應(yīng)．

4 結(jié)論

通過利用主成分分析法和熵權(quán)法相結(jié)合的復(fù)合模型，構(gòu)建神農(nóng)架林區(qū)生態(tài)環(huán)境承載力評價(jià)體系，對神農(nóng)架2010—2014年這5年的生態(tài)環(huán)境承載力進(jìn)行較客觀、科學(xué)的評價(jià)，并描述其動(dòng)態(tài)演變趨勢．其結(jié)果表明：

1) 神農(nóng)架林區(qū)的生態(tài)環(huán)境承載力的變化可用社會(huì)經(jīng)濟(jì)發(fā)展、資源量和能源消耗這3個(gè)主成分來表示，其累計(jì)貢獻(xiàn)率達(dá)到96.209%．提高生態(tài)環(huán)境承載力，增加其開發(fā)潛力，在保證經(jīng)濟(jì)快速發(fā)展的同時(shí)，需提高資源的利用率，降低能耗，保證經(jīng)濟(jì)發(fā)展與資源利用相協(xié)調(diào)．

2) 從神農(nóng)架生態(tài)環(huán)境承載力的評分值來看，在2010—2014年這5年中，2011年其承載力為最低水平，有明顯下降趨勢．但生態(tài)環(huán)境承載力總體上呈上升的趨勢，這充分說明神農(nóng)架的生態(tài)環(huán)境承載力隨著生態(tài)空間的優(yōu)化、經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整和在可持續(xù)發(fā)展戰(zhàn)略的引導(dǎo)下，逐漸向良好的方向發(fā)展．

[1] 劉慧，蔡定建，許寶泉，等．基于因子分析和熵權(quán)法的贛江源流域水資源承載力研究[J]．安徽農(nóng)業(yè)科學(xué)，2011，39(23)：14264-14267．

[2] 熊黑鋼，付金花，王凱龍．基于熵權(quán)法的新疆奇臺綠洲水資源承載力評價(jià)研究[J]．中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2012，20(10)：1382-1387．

[3] 李磊，賈磊，趙曉雪，等．層次分析-熵值定權(quán)法在城市水環(huán)境承載力評價(jià)中的應(yīng)用[J]．長江流域資源與環(huán)境，2014，23(4)：456-460．

[4] 王晴晴，陳星，常進(jìn)．主成分分析法與熵值法結(jié)合在水質(zhì)評價(jià)中的應(yīng)用[J]．人民長江，2015，46(8)：10-13．

[5] 汪霖，蒲春玲，劉志有，等．基于主成分分析和熵權(quán)法的區(qū)域土地資源集約利用研究[J]．江蘇農(nóng)業(yè)科學(xué)，2016，44(5)：522-525．

[6] 侯艷玲，李瑋，毛磊，等．基于因子分析法的生態(tài)環(huán)境綜合承載力分析[J]．環(huán)境科學(xué)與技術(shù)，2012，35(12)：344-348．

[7] 張鳳太，張軍以，蘇維詞．基于熵權(quán)和主成分分析的巖溶區(qū)水資源安全評價(jià)—以畢節(jié)為例[J]．環(huán)境工程，2016，3(36)：174-179．

[8] 周利軍，張淑花．基于熵權(quán)法的農(nóng)業(yè)可持續(xù)發(fā)展評價(jià)—以綏化市為例[J]．資源開發(fā)與市場，2008，24(11)：982-984．

[9] 賈艷江，趙軍，南忠仁，等．基于熵權(quán)法的草原生態(tài)安全評價(jià)—以甘肅牧區(qū)為例[J]．生態(tài)學(xué)雜志，2006，25(8)：1003-1008．

[10] 王明全，王金達(dá)，劉景雙．基于主成分分析和熵權(quán)的吉林西部生態(tài)承載力演變[J]．中國科學(xué)院研究生院學(xué)報(bào)，2008，25(6)：764-770．

[11] 何哲，桂居鐸，于寧，等．基于主成分分析-熵權(quán)-相關(guān)性分析法的水生態(tài)功能及驅(qū)動(dòng)因子綜合評價(jià)[J]．中國農(nóng)學(xué)通報(bào)，2014，30(26)：178-183．

(責(zé)任編輯 游俊)

Shennongjia ecological environmental bearing capacity evaluation based on principal component analysis and entropy method

GAO Dandan, ZHAO Liya, LI Cheng

(Faculty of Resources and Environmental Science, Hubei University, Wuhan 430062, China)

For further understanding of Shennongjia ecological environmental bearing capacity level, from the social economy, resources and environment in three subsystems to select 19 indicators to construct the evaluation index system of ecological environmental bearing capacity, using principal component analysis to extract principal components ofF1,F2andF3that affect the change of ecological environmental bearing capacity, and through the entropy weight method to empowerment of the three principal components, so as to comprehensively evaluate the ecological environmental bearing capacity of 5 years in Shennongjia from 2010 to 2014. The results showed that the ecological bearing capacity of Shennongjia in the 5 years, the overall displayed a good development trend of which 2011 was the lowest, then gradually increase. The combination of the two methods simplified the evaluation index system, avoided the expert points of subjective factors, made the evaluation results more objective and reasonable.

ecological environmental bearing capacity; principal component analysis(PCA); entropy method; comprehensive evaluation

2016-09-27

湖北省科技廳軟科學(xué)專項(xiàng)(2013BDF034)、大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練項(xiàng)目(201210512031)和大學(xué)生實(shí)踐創(chuàng)業(yè)訓(xùn)練項(xiàng)目(20120512078)資助

高丹丹(1990-)，女，碩士生；趙麗婭，通信作者，博士，副教授，E-mail:279423966@qq.com

1000-2375(2017)04-0367-05

X820

A

10.3969/j.issn.1000-2375.2017.04.007