魯 鈺,趙銀娣,2,*,董霽紅

1 中國礦業(yè)大學環(huán)境與測繪學院,徐州 221116

2 自然資源部退化及未利用土地整治工程重點實驗室,西安 710075

區(qū)域生態(tài)安全是促進生態(tài)文明建設(shè)并實現(xiàn)可持續(xù)發(fā)展的重要基礎(chǔ)[1],對區(qū)域社會、經(jīng)濟和環(huán)境的協(xié)調(diào)發(fā)展具有重要意義[2—3]。生態(tài)安全評價采用的方法主要有壓力-狀態(tài)-響應(yīng)模型[4],系統(tǒng)聚類法[5],生態(tài)足跡法[6]、綜合指數(shù)法[7]、模糊綜合評價法[8]和神經(jīng)網(wǎng)絡(luò)模型[9]。上述生態(tài)安全評價的定量方法中,生態(tài)足跡法從生態(tài)視角核算自然資本,衡量人類對地球再生能力的直接和間接需求,并將其與地球上現(xiàn)有的生物能力相比較[10—11],是一種易于閱讀的生態(tài)可持續(xù)性衡量工具[12]。隨著研究深入,傳統(tǒng)生態(tài)足跡模型未能區(qū)分自然資本流量與存量,也無法反映生態(tài)赤字在時間上的累積,三維生態(tài)足跡模型[13—15]更能體現(xiàn)出不可再生資源對生態(tài)穩(wěn)定發(fā)展的重要性。方愷[13—15]將三維生態(tài)足跡引入中國進行優(yōu)化與完善,并評估全球11個國家的自然資本利用狀況。陳蓓[16]借助生態(tài)足跡模型利用生態(tài)壓力指數(shù)、生態(tài)足跡多樣性指數(shù)和生態(tài)協(xié)調(diào)系數(shù)對川西南高原地區(qū)進行生態(tài)安全評價,王濤[17]利用千米尺度的凈初級生產(chǎn)力(NPP)計算生態(tài)壓力指數(shù)進行河南生態(tài)安全診斷,鄭德鳳[18]基于足跡深度和廣度分析了中國自然資本的時空演變和驅(qū)動力機制。目前三維生態(tài)足跡在足跡核算方面研究較多,對不同地區(qū)自然資本利用的深入研究不足,足跡的計算和空間刻畫仍然需要優(yōu)化,也缺乏從資本流量和存量方面評價生態(tài)安全,同時迫切需要深入探討省際自然資本格局形成的驅(qū)動力。

西北地區(qū)作為我國重要的礦產(chǎn)和能源供應(yīng)基地,生態(tài)環(huán)境脆弱,經(jīng)濟持續(xù)發(fā)展和資源的過度開發(fā)導致生態(tài)退化嚴重[1],有必要進行生態(tài)安全評價和驅(qū)動力分析。西北地區(qū)的生態(tài)足跡研究比較缺乏且多集中在二維層面,研究區(qū)時空異質(zhì)性大,基于NPP的均衡因子和產(chǎn)量因子研究多為千米尺度,導致足跡計算結(jié)果不夠準確；其次,生態(tài)安全評價研究鮮有對自然資本利用存量和流量的分析；也少有省域生態(tài)安全評價的同時探討三維生態(tài)足跡自然資本格局形成的驅(qū)動力。故本研究利用2009—2017年的MCD12Q1和MOD17A3HGF影像合并的500 m×500 m的格網(wǎng)單元進一步細化均衡因子和產(chǎn)量因子,采用三維生態(tài)足跡改進模型定量估算和可視化西北地區(qū)足跡深度、足跡廣度以及區(qū)域三維生態(tài)足跡,然后計算生態(tài)壓力指數(shù)、生態(tài)協(xié)調(diào)指數(shù)、生態(tài)足跡多樣性指數(shù)、流量資本占用率和存量資本流量利用比描述生態(tài)安全變化,最后基于STIRPAT (Stochastic Impacts by Regression on Population, Affluence and Technology) 擴展模型[19]結(jié)合主成分回歸模型[20],在多重共線性嚴重存在的情況下[21]加強對影響三維生態(tài)足跡自然資本格局演變的主要驅(qū)動因素的分析,為西北地區(qū)生態(tài)安全發(fā)展提供科學依據(jù)和決策支撐,研究技術(shù)路線如圖1所示。

圖 1 研究技術(shù)路線圖

1 數(shù)據(jù)來源及處理

1.1 研究區(qū)概況

西北地區(qū)(73°3′—111°14′E,31°42′—49°6′N)行政區(qū)劃包括陜西省、寧夏回族自治區(qū)、甘肅省、青海省和新疆維吾爾族自治區(qū),圖2為研究區(qū)2017年生態(tài)型土地利用圖。研究區(qū)主要屬于溫帶大陸性氣候,氣候干旱,降水稀少,地形多為盆地、山地和沙漠,植被由東向西為草原、荒漠、戈壁流沙、內(nèi)流河和綠洲,人口多為少數(shù)民族,礦產(chǎn)資源豐富,生態(tài)環(huán)境脆弱。

圖2 研究區(qū)域圖

1.2 數(shù)據(jù)準備及處理

本研究所用統(tǒng)計數(shù)據(jù)來源于統(tǒng)計年鑒,遙感數(shù)據(jù)為2009—2017年的MCD12Q1土地利用數(shù)據(jù)和MOD17A3HGF的NPP數(shù)據(jù)。生態(tài)足跡計算時分為生物資源賬戶與能源資源賬戶,耕地、草地、林地和水域?qū)?yīng)生物資源賬戶,化石能源用地和建設(shè)用地對應(yīng)能源資源賬戶。生物資源的各類指標消費數(shù)據(jù)包括農(nóng)產(chǎn)品、畜牧產(chǎn)品、林產(chǎn)品和水產(chǎn)品等,這些數(shù)據(jù)來源于2010—2018年的《陜西統(tǒng)計年鑒》、《寧夏統(tǒng)計年鑒》、《甘肅發(fā)展年鑒》、《青海統(tǒng)計年鑒》、《新疆統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》；原煤、原油、焦炭、汽油、煤油、柴油、燃料油消費量以及電力和熱力消費量等能源資源來源于《中國能源統(tǒng)計年鑒》,全球平均生物產(chǎn)量和全球平均能源足跡來自聯(lián)合國糧食及農(nóng)業(yè)組織。MCD12Q1土地利用數(shù)據(jù)選取IGBP方案,影像數(shù)據(jù)的缺失值進行Majority分析；NPP數(shù)據(jù)將無效值剔除,與比例因子相乘。根據(jù)全國和西北地區(qū)的行政區(qū)劃邊界矢量圖用ArcGIS 10.5裁剪得到全國和研究區(qū)的土地利用數(shù)據(jù)和NPP數(shù)據(jù),疊加合并,得到2009—2017年500 m×500 m的格網(wǎng)的各種生產(chǎn)性土地類型的NPP數(shù)據(jù)。

2 研究方法

2.1 三維生態(tài)足跡改進模型

三維生態(tài)足跡[15]在傳統(tǒng)的生態(tài)足跡模型中加入表征資本存量消耗情況的足跡深度和表征資本流量占用情況的足跡廣度,但無法準確表達生態(tài)損益值,積累不同類型的土地時,自然資本供需的矛盾可能被弱化,改進的三維生態(tài)足跡模型公式如下[22—23]:

(1)

(2)

式中,EFsize,region代表區(qū)域足跡廣度,EFdepth,region代表區(qū)域足跡深度,EFi代表第i種生態(tài)生產(chǎn)性土地的生態(tài)足跡,ECi代表第i種生態(tài)生產(chǎn)性土地的生態(tài)承載力。

相應(yīng)地,區(qū)域的三維生態(tài)足跡以及地類尺度的足跡廣度和足跡深度的公式[13]如下:

EF3D,region=EFsize,region×EFdepth,region

(3)

EFsize,i=min{EFi,ECi}

(4)

(5)

式中,EF3D,region代表區(qū)域三維生態(tài)足跡,EFdepth,i為第i種生產(chǎn)性土地的足跡深度,EFsize,i第i種生產(chǎn)性土地的足跡廣度。

全國生態(tài)足跡時空異質(zhì)性較大,為了使三維生態(tài)足跡模型的結(jié)果更加準確,生態(tài)安全評價更具有針對性,對模型中的均衡因子和產(chǎn)量因子進行細化。均衡因子指區(qū)域內(nèi)某種生產(chǎn)性土地的年均NPP與所有生產(chǎn)性土地的年均NPP的比值,化石能源用地本指吸收CO2的用地,但森林是吸收CO2的主要貢獻者,化石能源用地的均衡因子用林地的均衡因子替代。由于建筑用地占用的是耕地,建筑用地的均衡因子用耕地的均衡因子代替。產(chǎn)量因子是指區(qū)域內(nèi)某種生產(chǎn)性土地的年均NPP與全國相應(yīng)的生產(chǎn)性土地的年均NPP的比值。化石能源的產(chǎn)量因子為0,建設(shè)用地的產(chǎn)量因子等同于耕地的產(chǎn)量因子,公式如下:

(6)

式中,ri是均衡因子,pi為第i種生產(chǎn)性土地的年均NPP,p為4類生產(chǎn)性土地的年均NPP。yi是產(chǎn)量因子,fi是第i種生產(chǎn)性土地的年均NPP,Fi為全國第i種生產(chǎn)性土地的年均NPP。

2.2 生態(tài)安全評價指標

根據(jù)上述三維生態(tài)足跡模型計算結(jié)果,計算生態(tài)壓力指數(shù)(ecological pressure index,EPI)[24]、生態(tài)協(xié)調(diào)系數(shù)(ecological coordination coefficient,ECC)[25]、生態(tài)足跡多樣性指數(shù)(ecological footprint diversity index,EFDI)[26]、資本流量占用率和存量流量利用比[27]對研究區(qū)進行生態(tài)安全評估。

生態(tài)壓力指數(shù)可反映區(qū)域范圍內(nèi)的生態(tài)環(huán)境承壓能力的強弱[24],公式如下:

EPI=ef′/ec

(7)

式中,EPI為生態(tài)壓力指數(shù),ef′為可更新資源的人均生態(tài)足跡,ec為人均生態(tài)承載力。

生態(tài)赤字只是一個差值,不能反映要素稟賦與區(qū)域發(fā)展間的關(guān)系,因此引入生態(tài)協(xié)調(diào)系數(shù),其可反映區(qū)域生態(tài)環(huán)境和社會經(jīng)濟發(fā)展間的協(xié)調(diào)程度,ECC的數(shù)值越接近與1.414,協(xié)調(diào)性越好,相反地,ECC數(shù)值越接近與1,協(xié)調(diào)性越糟糕[25],公式如下:

(8)

式中,ef′為可更新資源的人均生態(tài)足跡,ec為人均生態(tài)承載力,ECC為生態(tài)協(xié)調(diào)系數(shù)。

生態(tài)足跡多樣性指數(shù)包含兩個方面:豐富度和公平度,分別反映不同土地利用類型的比例情況和生態(tài)足跡的分配情況,采用Shannon-Weaver公式[28]計算,公式如下:

EFDI=-∑(pi×lnpi)

(9)

式中,EFDI為生態(tài)足跡多樣性指數(shù),pi是第i類土地利用類型的生態(tài)足跡在總生態(tài)足跡中所占的比例。

存量流量利用比是指在資本流量完全被占用,存量資本開始逐漸被消耗的情況下,人類利用自然資本中存量和流量之間的大小關(guān)系[27],公式如下:

(10)

資本流量占用率是指當處于生態(tài)盈余時能夠準確表征對自然資本的實際占用情況[27],公式如下:

(11)

式中,ORflow代表資本流量占用率,EFsize,region代表區(qū)域的足跡廣度,EC代表生態(tài)承載力。

2.3 灰色相關(guān)分析

灰色相關(guān)分析是依據(jù)灰色系統(tǒng)理論定量研究事物間的關(guān)聯(lián)程度,計算出參考序列和若干比較序列間的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度,查看系統(tǒng)因素的主要關(guān)系[29]?；疑P(guān)聯(lián)度越大,說明發(fā)展趨勢越相近,表明兩數(shù)列的影響越大。該方法主要包括以下4個步驟[30]:

(1)選擇比較序列和參考序列:可表征系統(tǒng)行為特征的序列為參考數(shù)列,對系統(tǒng)行為因素產(chǎn)生影響的序列為比較序列。

(2)數(shù)據(jù)無量綱化處理:系統(tǒng)中因素的物理意義大不相同,數(shù)據(jù)的量綱也可能不同,因此數(shù)據(jù)需要無量綱化處理。

(3)計算關(guān)聯(lián)系數(shù):關(guān)聯(lián)程度是曲線幾何形狀間的差別程度,其衡量尺度可用曲線間差值大小來表示。

(12)

式中,ξi為關(guān)聯(lián)系數(shù),Δ(min)是第二級最小差,Δ(max)是兩級最大差。Δoi(k)為各比較數(shù)列與參考數(shù)列每個數(shù)值絕對差值。ρ為分辨系數(shù),一般在0—1之間,通常取0.5。

回到家，楚墨已經(jīng)做好了晚飯。油燜大蝦、蜜汁苦瓜、海帶排骨、萵筍木耳、紫菜雞蛋湯，一瓶紅葡萄酒擺在餐桌一角。念蓉問他：“忙了多長時間？”楚墨說：“一個下午?！蹦钊卣f：“今天不是咱倆的生日吧？”楚墨在圍裙上擦擦手，說：“都是你喜歡的菜。知道你昨晚沒有睡好，燒幾道好菜給親愛的補補。”

(4)求得關(guān)聯(lián)度:關(guān)聯(lián)系數(shù)有多個值,且信息過于分散,整體性比較效果差,將曲線中的各點的關(guān)聯(lián)系數(shù)求取平均值,作為關(guān)聯(lián)程度的數(shù)量表示。

(13)

式中,ri為關(guān)聯(lián)度,N為值的個數(shù)。

2.4 驅(qū)動力分析方法

2.4.1驅(qū)動力指標的選取

本研究的初始模型從經(jīng)濟、社會和技術(shù)三方面選擇驅(qū)動力指標。隨著人民生活水平的提高,消費能源增多,生態(tài)環(huán)境影響加大,而人均GDP是國民生活水平的重要體現(xiàn),同時研究區(qū)第二產(chǎn)業(yè)發(fā)達,所以采用人均GDP和第二產(chǎn)業(yè)增加值作為經(jīng)濟層面指標。人口數(shù)量的增加對環(huán)境造成著影響,隨著城市化進程的加快,必然促使基礎(chǔ)設(shè)施和建筑等必需品的快速發(fā)展,因此在社會層面采用人口、城市化水平和城鎮(zhèn)就業(yè)人員作為反映城市化程度的指標。能源的消費量和利用效率是生態(tài)環(huán)境的重要影響因素,所以技術(shù)層面的指標選取能源終端消費量和萬元GDP能耗。

2.4.2STIRPAT擴展模型方法

STIRPAT是一種隨機的環(huán)境影響評估模型,將人類驅(qū)動力與環(huán)境問題的核心因素結(jié)合起來,形成一個分析框架,由于其良好的擴展性可以靈活地定量分析環(huán)境問題[19]。本研究基于傳統(tǒng)STIRPAT模型,利用其可擴展性從社會、經(jīng)濟和技術(shù)三方面選擇驅(qū)動力指標,篩選檢驗后構(gòu)建適合當?shù)貙嶋H的STIRPAT擴展模型框架,選取的STIRPAT擴展模型公式如下:

I=N×Ab×Cc×Ud×Pe×Tf×Eg×Rh×ξ

(14)

式中,I代表三維生態(tài)足跡,A代表人均富裕程度即人均GDP,C代表第二產(chǎn)業(yè)增加值,U代表人口規(guī)模即城鄉(xiāng)結(jié)構(gòu),P代表城鎮(zhèn)就業(yè)人員,T代表技術(shù)能力即萬元GDP能耗,E代表能源終端消費量指標,R代表人口,N為模型系數(shù)(常數(shù)),b、c、d、e、f、g、h分別為A、C、U、P、T、E、R的驅(qū)動力指數(shù)；ξ為隨機誤差項。為了確定模型中各參數(shù),對兩邊分別取對數(shù),公式如下:

lnI=a+blnA+clnC+dlnU+elnP+flnT+glnE+hlnR+ξ

(15)

2.4.3主成分回歸模型

主成分回歸模型是通過降維技術(shù)把主成分作為回歸因子的線性回歸模型[20],在多重共線性嚴重存在的情況下可加強對某些綜合因素的分析并擬合到回歸方程,保持原始變量的大量信息[21],這種方法得出的結(jié)果精確可靠同時具有代表性。該方法主要可分為6個步驟,在SPSS 26.0軟件中進行:

(1)對原始變量進行標準化。

(2)相關(guān)性分析:為了進一步確定驅(qū)動力因子的準確性,對驅(qū)動力因子和三維生態(tài)足跡的時間序列數(shù)據(jù)進行皮爾遜相關(guān)性檢驗,以甘肅省為例,結(jié)果見表1,驅(qū)動力因子與三維生態(tài)足跡的相關(guān)性系數(shù)均在0.05水平上顯著相關(guān)(雙側(cè))。

表1 甘肅三維生態(tài)足跡與驅(qū)動力因子相關(guān)性檢驗(雙側(cè))

(3)共線性診斷:回歸模型中的一些解釋變量若存在精確或高度相關(guān)關(guān)系會導致模型失真。

(4)計算特征值,得到相應(yīng)的因子載荷矩陣。

(5)求主成分和特征向量:根據(jù)方差貢獻率選取主成分的個數(shù),根據(jù)特征值得到標準正交化特征向量。

(6)線性回歸:對選取的主成分做關(guān)于中心化因變量的最小二乘回歸分析。

以甘肅省份為例,本研究每個省份均提取兩個主成分,且兩個主成分累計貢獻率均達到90%,表明可代替原始變量達到令人滿意的效果,得出lnI與兩個主要成分(F1和F2)間的最小二乘回歸結(jié)果,最終得到STIRPAT擴展模型公式為:I=NA0.059C0.186U0.026P-0.01T-0.056E0.181R1.023。

同理,可以得到研究區(qū)其余省份的STIRPAT擴展模型的計算公式(表2)。

表2 STIRPAT擴展模型回歸結(jié)果

3 結(jié)果與分析

3.1 三維生態(tài)足跡的動態(tài)分析過程

生態(tài)問題的出現(xiàn)是隨時間動態(tài)累積的過程,采用時間序列方法,結(jié)合三維生態(tài)足跡模型對生態(tài)狀況進行分析,并利用ArcGIS 10.5的空間可視化功能對2009—2017年研究區(qū)的耕地、林地、草地、建設(shè)用地和水域進行空間分析。

3.1.1足跡廣度演變

足跡廣度反映資源的占有程度,區(qū)域足跡廣度在2009—2017年總體上呈先升后降的趨勢,人口密度低且資源富饒的區(qū)域一般是高值區(qū),人口稠密區(qū)大都是低值,數(shù)值大小排序為:青海>新疆>甘肅>寧夏>陜西,如圖3所示；甘肅2014年達最大值0.767 hm2/人,寧夏2015年達到最大值0.455 hm2/人,陜西、青海和新疆2016年達到最大,可能是由于產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型和調(diào)整土地利用結(jié)構(gòu)等造成足跡廣度波動性變化。不同地類的空間足跡廣度變化如圖4所示,呈現(xiàn)出地區(qū)差異性,但研究區(qū)的氣候干燥,水資源匱乏,水域足跡廣度貢獻普遍小。研究區(qū)區(qū)域足跡廣度由南向北,從東向西逐漸增加,西北方的自然資本的流動性要大于東南方。青海和新疆地區(qū)草地面積廣,資源占有度大,農(nóng)牧業(yè)發(fā)達,草地足跡廣度貢獻大,帶動了青海和新疆的足跡廣度。甘肅在研究區(qū)內(nèi)屬于中值區(qū),草地和耕地資源的貢獻率較大,研究期間資源占用穩(wěn)定。寧夏的耕地足跡大,但是地區(qū)面積小,為了發(fā)展經(jīng)濟進行地區(qū)資源開發(fā),使自然資本流量占用增加,當資源開發(fā)到一定程度時,生態(tài)環(huán)境的調(diào)節(jié)能力下降,資本流量的利用開始加快,資本的更新程度趕不上消耗程度,最終又導致足跡廣度的下降。陜西是我國的林業(yè)發(fā)展大省,林地足跡廣度占比大,秦嶺是中國頂級生態(tài)空間,被譽為中華綠芯,陜北地區(qū)以能源工業(yè)作為主導產(chǎn)業(yè),近幾年來正在向高端能源產(chǎn)業(yè)基地發(fā)展,導致區(qū)域足跡廣度出現(xiàn)波動變化。

圖3 2009—2017年西北地區(qū)人均區(qū)域足跡深度和區(qū)域足跡廣度變化

圖4 2009—2017年西北地區(qū)地類人均足跡廣度變化

3.1.2足跡深度演變

足跡深度表示資源的消耗程度,處于生態(tài)赤字的地區(qū)轉(zhuǎn)為消耗資本存量。圖3可以看出研究區(qū)2009—2017年除寧夏顯著增加外,其余省份區(qū)域足跡深度持續(xù)平穩(wěn)增加,數(shù)值大小排序為:寧夏>陜西>新疆>甘肅>青海,且均大于1 hm2/人,表明資源流量不能支撐資源的消費。資源富足且發(fā)展緩慢的地區(qū)足跡深度較低,寧夏是足跡深度最大的省份,存量資本消耗最快；青海屬于最小的省份,地區(qū)的可持續(xù)性發(fā)展較強。從地類的足跡深度上看(圖5),研究區(qū)水資源稀少,水域的足跡深度大,水域流量資本基本不能滿足消費需求。寧夏的水資源稀少,只有黃河支流,且附近人跡活動頻繁,資源消耗大,導致水域的足跡深度最大；其次是建設(shè)用地和草地,說明奶類、肉類和農(nóng)產(chǎn)品的需求加大,生活水平逐漸提高,加上城市的不斷擴張,資源過度消耗造成的累積效應(yīng)日益突出。陜西的陜北土地貧瘠,畜牧業(yè)較為發(fā)達,資源消耗地很快,生態(tài)環(huán)境復雜而且脆弱,草地和水域的足跡深度較大,在國家實施“退耕還林,退牧還草”戰(zhàn)略后有所改變。甘肅是我國的五大牧區(qū)之一,隨著城鎮(zhèn)化水平的增加和經(jīng)濟的增長,建設(shè)用地和草地的足跡深度貢獻逐漸增大。新疆和青海的建設(shè)用地和耕地是足跡深度的重要組成部分,草地次之,表明人類活動強度增大,城市化進程正在加速。青海的草地的足跡深度為1 hm2/人,表明該地類資本流量能支撐起資源的消費。另外,研究期內(nèi)的林地的足跡深度都是1 hm2/人,說明研究區(qū)林地都處于可持續(xù)發(fā)展狀態(tài)。

圖5 2009—2017年西北地區(qū)地類人均足跡深度變化

3.1.3三維生態(tài)足跡分析

區(qū)域三維生態(tài)足跡由足跡深度和廣度共同決定,表現(xiàn)區(qū)域資源的整體的利用狀況,圖6為研究區(qū)2009—2017年的三維生態(tài)足跡。研究區(qū)的三維生態(tài)足跡分布不平衡,整體趨勢為波動上升,新疆從1.868 hm2/人顯著增加至2.748 hm2/人,寧夏從1.509 hm2/人急劇增加至3.469 hm2/人。青海、甘肅和陜西三個區(qū)域的經(jīng)濟發(fā)展主要依靠傳統(tǒng)的農(nóng)業(yè)和畜牧業(yè),發(fā)展比較平穩(wěn),加上國家實施的“退耕還林”“退牧還草”政策,三維生態(tài)足跡的變化較小。新疆在2018年之前仍屬于中期工業(yè)化時期,經(jīng)濟建設(shè)需要消耗大量的資本能源,且當?shù)毓I(yè)存在“高投入,低產(chǎn)出”和“高污染,低效率”的現(xiàn)象；此外,產(chǎn)業(yè)和水資源分布不均,城市化進程加快,導致新疆的三維足跡逐年增加。寧夏處于西北內(nèi)陸高原地帶,區(qū)域面積小且人口多,產(chǎn)業(yè)結(jié)構(gòu)不合理,地區(qū)經(jīng)濟以工業(yè)為主,研究期內(nèi)資本存量無法滿足資源需求,資本消耗速度大于資本的更新速度,環(huán)境壓力巨大,隨著時間的積累,區(qū)域生態(tài)承載力逐漸下降,為了對消耗的資源缺口進行彌補,足跡深度不斷增加,增大了地區(qū)的三維生態(tài)足跡。

圖6 2009—2017年西北地區(qū)人均區(qū)域三維生態(tài)足跡變化

3.2 生態(tài)安全動態(tài)分析

測算生態(tài)足跡多樣性指數(shù)(表3)、壓力指數(shù)(圖7)、協(xié)調(diào)系數(shù)(圖7)從生態(tài)供需方面分析,研究區(qū)2009—2017年EPI變化整體上與生態(tài)赤字/盈余一致,除青海外的四個省份的EPI都隨著時間增加而增大,研究區(qū)的生態(tài)環(huán)境急需改善,可持續(xù)發(fā)展面臨考驗。研究期內(nèi),青海EPI指數(shù)小,EFDI指數(shù)的上下波動最大,ECC數(shù)值在1.25和1.33之間,表明生態(tài)環(huán)境較安全,雖然生態(tài)足跡分布不均勻,與經(jīng)濟發(fā)展并不協(xié)調(diào),但可合理開發(fā)資源促進經(jīng)濟發(fā)展,有廣闊的發(fā)展前景。甘肅9年間3個指數(shù)變化輕微,EPI指數(shù)大于0.8,EFDI和ECC有增大的趨勢,表明生態(tài)安全程度相對較差,區(qū)域經(jīng)濟和環(huán)境正在向協(xié)調(diào)的方向發(fā)展,資源的分配還需要調(diào)整,應(yīng)該引起重視。陜西和新疆3個指數(shù)大小和變化趨勢相似,EFDI和ECC數(shù)值都在減小,表明各種生態(tài)資源的利用越來越不均勻,資源的需求增大,供需失調(diào)漸漸嚴重,生態(tài)環(huán)境與經(jīng)濟發(fā)展間的協(xié)調(diào)程度下降,生態(tài)壓力變大,生態(tài)環(huán)境脆弱。寧夏的EPI指數(shù)最大,EFDI在2011年急劇增加,ECC數(shù)值較低還持續(xù)下降,表明生態(tài)足跡逐年均勻,但其發(fā)展是利用自然資源來彌補生態(tài)承載力的薄弱,生態(tài)環(huán)境與經(jīng)濟發(fā)展失衡越來越嚴重,生態(tài)存在嚴重問題。

圖7 2009—2017年西北地區(qū)生態(tài)壓力指數(shù)(EPI)和生態(tài)協(xié)調(diào)系數(shù)(ECC)變化

表3 2009—2017年西北地區(qū)的生態(tài)足跡多樣性指數(shù)(EFDI)變化

圖8 2009—2017年西北地區(qū)資本流量占用率(ORflow)和存量流量利用比變化

需要注意的是,三維生態(tài)足跡改進模型扣除了化石能源用地,化石能源消耗所排放的氣體具有擴散性,不僅僅由研究地承擔,化石能源足跡沒有與之對應(yīng)的生態(tài)承載力[29],但根據(jù)灰色關(guān)聯(lián)分析的結(jié)果(表4)可知,化石能源地類消費與EF的關(guān)聯(lián)度最大,說明化石能源消費對EF影響最大,是導致生態(tài)赤字和資本存量減少的主要因素。研究區(qū)的變化趨勢如圖9,新疆和陜西的化石能源用地的EF逐年增加,分別到8.198 hm2/人和4.924 hm2/人；甘肅相對來說比較平穩(wěn),寧夏在2011年突增到9.074 hm2/人后又逐漸下降；青海波動變化,在2013年最大為4.794 hm2/人。

表4 生產(chǎn)性土地消費與生態(tài)足跡的關(guān)聯(lián)度

圖9 2009—2017年西北地區(qū)化石能源用地人均生態(tài)足跡變化

結(jié)合兩種評價方式結(jié)果可以得出,研究區(qū)2009—2017年整體生態(tài)安全持續(xù)惡化,生態(tài)壓力不斷增大,其中寧夏生態(tài)安全形勢嚴峻,新疆和陜西生態(tài)環(huán)境脆弱,甘肅生態(tài)安全程度相對較差,青海生態(tài)安全良好。不同地區(qū)地類的安全狀況基本不同,但共同點為林地最為安全,化石能源用地最不安全。為了響應(yīng)國家的經(jīng)濟政策,推進經(jīng)濟發(fā)展,加速城鎮(zhèn)化和工業(yè)化的進程,必須要消耗大量的資源能源,由于地形和氣候等環(huán)境因素,不同類型的資源利用不均衡,大部分區(qū)域生態(tài)供給和需求可能存在失衡,可以通過增加土地利用的多樣性,均衡使用不同類型土地資源并提高資源利用效率來提高生態(tài)系統(tǒng)的發(fā)展能力。

3.3 三維生態(tài)足跡驅(qū)動力分析

在對STIRPAT模型擴展的基礎(chǔ)上,結(jié)合主成分回歸模型分析研究區(qū)的三維生態(tài)足跡演變的主要驅(qū)動因素,研究發(fā)現(xiàn)人均GDP、城鎮(zhèn)化率和人口是研究區(qū)增加生態(tài)資本占用的因素,萬元GDP能耗是除新疆外共有的緩解資本虧損的因素。青海地廣人稀,資源豐富,適量地增加第二產(chǎn)業(yè)可增加資本存量,提高萬元GDP能耗,減少能源終端消費量可減輕環(huán)境壓力。甘肅國民富裕程度的提高、第二產(chǎn)業(yè)產(chǎn)值的增加和城市化規(guī)模的擴大都會加大生態(tài)供給占用和資源的消耗,而城鎮(zhèn)就業(yè)以及萬元GDP能耗的提高可以對資本虧損進行緩解,能源終端消費量的增加說明研究期內(nèi)甘肅省正進行產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化,并且加大科技投入減弱資本占用,向可持續(xù)發(fā)展邁進。陜西萬元GDP能耗為負向驅(qū)動因素,人口、社會消費和經(jīng)濟發(fā)展加大了資本利用,產(chǎn)業(yè)模式轉(zhuǎn)變收效甚微。本研究所選的指標因素對新疆的三維生態(tài)足跡均為正向驅(qū)動因素,人口增長,經(jīng)濟規(guī)模擴大,能源消耗總量增加和效率降低都加大對資本的占用,可持續(xù)性降低,應(yīng)該提高資源的利用效率,優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。寧夏地區(qū)面積狹小,人口、城鎮(zhèn)化水平和富裕程度的增加需要通過消耗資本來實現(xiàn),城鎮(zhèn)就業(yè)、萬元GDP能耗以及能源終端消費量的回歸系數(shù)為負值,說明寧夏雖增加科技投入,加速產(chǎn)業(yè)升級轉(zhuǎn)型,仍需加大資本輸出消耗來滿足人們的生態(tài)供給需求。

4 討論與結(jié)論

4.1 討論

利用細化的均衡因子和產(chǎn)量因子計算三維生態(tài)足跡改進模型進行生態(tài)安全評估,測算出的自然資本結(jié)果與已有的研究相比[18,31—37],資本均存在虧損,自然資本結(jié)果數(shù)值存在差異但總體趨勢變化一致,原因可能與研究時序、均衡因子和產(chǎn)量因子的細化以及計算足跡賬戶的項目有關(guān)。從資本的利用追蹤來看,研究區(qū)水資源自然資本占有少且消耗大,需要響應(yīng)國家水資源管理的號召,合理開發(fā)利用水資源；另需要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),生態(tài)保護與資源開發(fā)并重,提高資本流動性的同時可減少存量的消耗；建立相關(guān)的環(huán)境保護的政策法規(guī)和環(huán)保機制,促進生態(tài)的可持續(xù)發(fā)展。從三維生態(tài)足跡自然資本演變的驅(qū)動機理來看,研究區(qū)經(jīng)濟、社會和技術(shù)發(fā)展對資本的占用有傳導機制,經(jīng)濟發(fā)展仍依靠消耗資本能源,需加大科技水平投入,改善能源結(jié)構(gòu),提高能源利用效率,促進經(jīng)濟綠色發(fā)展；產(chǎn)業(yè)結(jié)構(gòu)需要加速轉(zhuǎn)型,完善經(jīng)濟體制,發(fā)展培育有潛力地區(qū),降低對資本的依賴性。綜上所述,本研究很好地對研究區(qū)的生態(tài)安全進行評估和驅(qū)動力分析計算,但仍然存在一些不足,未來研究應(yīng)選擇更長的時間序列,足跡賬戶項目和驅(qū)動力因素的選擇需要更加全面。此外,研究區(qū)的水資源缺乏,改進的水域均衡因子的結(jié)果總體偏小,導致水資源的生態(tài)足跡整體偏小,后續(xù)需加大對水資源足跡的測算。

4.2 結(jié)論

本研究基于三維生態(tài)足跡理論采用時間序列,定量估算和可視化生態(tài)系統(tǒng)的動態(tài)演化,計算生態(tài)壓力指數(shù)、生態(tài)足跡多樣性指數(shù)、生態(tài)協(xié)調(diào)系數(shù)、資本流量占用率和存量流量利用比對研究區(qū)的自然資本進行生態(tài)安全評估,并探討三維生態(tài)足跡自然資本格局形成的驅(qū)動力,主要結(jié)論如下:

(1)2009—2017年研究區(qū)的區(qū)域足跡廣度總體上呈現(xiàn)為先升后降的趨勢,2009年最低為3.116 hm2/人,2016年達到最高為3.796 hm2/人；區(qū)域足跡深度呈現(xiàn)一直上升的趨勢,從2009年的11.550 hm2/人上漲為19.031 hm2/人；三維生態(tài)足跡研究期內(nèi)也一直增加,由6.006 hm2/人增加為9.760 hm2/人。寧夏的三維生態(tài)足跡上升最快,其次是新疆,陜西、甘肅和青海增長平緩,數(shù)值大小排序為青海>甘肅>陜西。

(2)研究區(qū)2009—2017年整體生態(tài)安全持續(xù)惡化,從區(qū)域上分析,研究區(qū)2009—2017年整體生態(tài)安全持續(xù)惡化,生態(tài)壓力不斷增大,其中寧夏生態(tài)安全形勢嚴峻,新疆和陜西生態(tài)環(huán)境脆弱,甘肅生態(tài)程度相對安全較差,青海生態(tài)安全良好；不同地區(qū)地類的安全狀況基本不同,但共有點為林地最為安全,化石能源用地最不安全。

(3)驅(qū)動力分析模型表明,研究區(qū)經(jīng)濟、社會和技術(shù)發(fā)展對資本的占用有傳導機制。人均GDP、城鎮(zhèn)化率和人口是研究區(qū)增加生態(tài)資本占用的因素,萬元GDP能耗是除新疆外共有的緩解資本虧損的因素,經(jīng)濟發(fā)展仍依靠消耗資本能源,需加大科技水平投入,改善能源結(jié)構(gòu),提高能源利用效率；產(chǎn)業(yè)需要加速轉(zhuǎn)型,完善經(jīng)濟體制,降低對資本的依賴性。

(4)研究區(qū)整體的生態(tài)資源壓力大,資源的利用效率低,環(huán)境污染較為嚴重,生態(tài)環(huán)境與經(jīng)濟發(fā)展協(xié)調(diào)性差,應(yīng)該積極響應(yīng)國家號召,提高資源的利用效率,促進經(jīng)濟的綠色發(fā)展,建立相關(guān)的環(huán)境保護的政策法規(guī)和環(huán)保機制,保障研究區(qū)的生態(tài)與經(jīng)濟的協(xié)調(diào)可持續(xù)發(fā)展。