人文因素对沿海地区生态安全时空差异影响研究<br/>——基于1996—2010年沿海地区面板数据的实证*

人文因素对沿海地区生态安全时空差异影响研究
——基于1996—2010年沿海地区面板数据的实证*

2014-04-18王嘉丽

海洋开发与管理 2014年2期

关键词：沿海地区经济区面板

王耕，王嘉丽

（1．辽宁师范大学海洋经济与可持续发展研究中心大连 116029；2．辽宁师范大学城市与环境学院大连 116029）

人文因素对沿海地区生态安全时空差异影响研究
——基于1996—2010年沿海地区面板数据的实证*

王耕1，2，王嘉丽2

（1．辽宁师范大学海洋经济与可持续发展研究中心大连 116029；2．辽宁师范大学城市与环境学院大连 116029）

文章基于压力－状态－响应模型（P－S－R）构建了沿海地区生态安全评价指标体系，并采用综合指数评价法对沿海地区生态安全进行评价，以评价结果为基础，选取人口、海洋产业发展、外商直接投资和环境管制4个影响因素，以沿海经济区为基本研究单位，利用变系数固定面板数据模型实证分析了人文因素对沿海地区生态安全时空差异影响。面板模型的实证分析结果显示所选取的4个人文因素对沿海经济区生态安全时空影响都比较显著，其中人口增长对沿海地区生态安全具有负向影响，环境管制对各经济区生态演变具有促进作用，而海洋产业发展与外商直接投资对不同经济区生态安全演变的影响比较复杂。因此，控制人口增长，实行节能减排措施，切实转变经济发展方式，合理开发利用海洋资源，提高政府管制水平，特别是提高外商进入的环境标准是未来实现沿海地区可持续发展，促进人－海关系和谐发展的重要途径。

人文因素；沿海地区；生态安全；面板数据

在世界范围内竞相开发海洋的热潮下，随着人口日益向沿海地区集中，海岸带经济的迅速扩张对生态环境造成的威胁越来越大，人地（海）关系矛盾日趋尖锐，和谐海洋建设面临着诸多安全问题与挑战。沿海地区是人文活动最活跃的区域之一，人文因素与生态环境及其治理的相互关系是沿海生态安全的重点任务。人文因素主要指人类活动的规模和强度、人类的消费量和消费模式、价值观念、社会政策和社会制度等。根据国际社会科学理事会ISSC（International Social Science Council）的报告，第二次世界大战以来，影响沿海海域生态环境变化的纯粹自然力作用趋于衰减，人类的活动力的作用日渐增强。因此，开展人文因素对沿海地区生态安全影响的理论研究，探讨各种社会和经济行为对沿海城市生态安全的影响，探究人文因素影响程度的定量与定性评估方法，探索构建有效治理的制度体系和人文价值观念，最大限度地修缮沿海地区的生态环境，已经成为我国沿海经济重心地区可居住程度和可持续发展的具有前瞻性、战略性和全局性的课题［］。

目前，已有学者开展了对区域生态安全的驱动力研究，如采用相关和主成分分析等数学方法分别对甘肃省、黑河流域及塔里木河流域生态环境变化的驱动力进行分析研究［2－4］，陈庆等［5］以STIRPAT模型为依据，不仅揭示了引发环境问题的各种驱动力，而且建立模型精确描述了环境影响与驱动力之间的关系。另外，冯永忠［6］依据生态系统能量守恒基本原理建立分离指标体系，对影响江河源区环境演变的自然因素和人文因素进行分离。总体来看，一是大多研究利用传统地理学的研究方法对影响生态变化的因素进行静态研究，忽视了生态系统本身的动态性，因此时间序列变化过程中各因素影响强度变化没有受到重视。二是研究焦点集中在西北部生态脆弱的大陆内部，对沿海地区的生态环境演变的驱动力研究较薄弱。面板数据模型以其能同时反映时间序列及截面特性的优点被广泛应用于经济学、地理学及旅游学等领域的研究［7－13］。本研究首先对沿海地区1996—2010年生态安全进行评价，并以评价结果为基础，构建面板数据模型，旨在揭示引起沿海地区生态安全时空演变的人文驱动力及其影响强度。

1 研究区概况

沿海地区通常是指濒临海洋，有海岸线分布的区域。我国沿海地区包括北起鸭绿江河口南达北仑河口绵延1．8万km的海岸线附近的河北、辽宁和江苏等8个省、广西壮族自治区和天津、上海两个直辖市（因我国台湾省数据缺失，研究区域为沿海11个行政区）。因其深受海洋环流的影响，气候湿润，环境优美，非常适合人类居住，人口承载力高，在约占全国14%的陆地国土面积上集中了全国70%以上的大城市和50%的人口［14］，人口密度已达到372人／km2，远远超过中部和西部地区。沿海地区自然资源丰富，交通便捷，科技力量雄厚，凭借其独特的区位优势，经济发展水平和发展速度遥遥领先于西部和中部地区，成为我国经济发展的龙头。据统计，沿海地区GDP比重约占全国的60%。20世纪70年代末以来，沿海地区作为改革开放的前沿，工业化和城市化步伐加快，长期发展已形成环渤海、长江三角洲、海峡西岸、珠江三角洲和环北部湾5个经济区和多个连绵城市带。然而在粗放型增长方式支配之下的海岸快速发展，亦伴随着一个极其严重的后遗症，即生态环境急剧恶化，人类活动对海洋及海岸环境形成的生态压力巨大且持久，沿海生态安全威胁日益严峻。

2 沿海地区生态安全评价

2.1 生态安全评价指标体系构建

经济合作与开发组织（OECD）和联合国环境规划署（UNEP）共同提出的环境指标P－S－R模型揭示了人－地相互作用的链式因果关系［15］，即经济和社会发展的资源需求与环境负荷对自然环境形成了一定的压力，这种压力又会导致环境状态发生变化，而人类应当也会对自然环境的变化做出响应，采取措施以保护环境，遏制生态退化。本研究借鉴P－S－R模型，在构建生态安全指标体系时，综合考虑自然、经济、社会和环境等多方面的因素，特别重视人类活动在自然环境变化中的作用，从压力、状态和响应3个方面选取25个指标，构建了沿海地区生态安全评价指标体系（图1）。

图1 沿海地区生态安全评价指标体系

2.2 生态安全模型与结果分析

2.2.1 数据标准化与权重

文章所需经济及环境指标数据来源于1996—2010年沿海地区的统计年鉴及15年间的《中国海洋统计年鉴》，其中海水水质状况和海洋灾害经济损失源于各年度《中国海洋环境质量公报》和《中国海洋灾害公报》。不同的指标对生态安全演变的影响各异，文章分别根据生态安全变化正向影响指标与负向影响指标，采用极值法进行数据标准化。

多指标综合因子权重的确定是综合评价过程中重要的一环。文章选取变异系数法直接利用各项指标所包含的信息，通过数学方法计算求得指标的权重。

2.2.2 生态安全指数评价与分析

生态系统是经济—社会—环境的复合系统，各子系统内部及各子系统间相互联系、相互影响，各个评价指标只体现了某个角度的信息。因此，有必要进行综合评价以反映复合系统的生态安全状况。本研究采用综合指数法对沿海地区生态安全状况进行评价，评价值越大，代表生态安全度越高。沿海地区15年生态安全变化情况如图2所示。从时间序列上看，沿海地区整体生态环境状况波动和缓，生态安全指数由1996年的0．464 2增长到2010年的0．554 5，其中2002—2004年生态安全指数增长幅度较大，年均增长率达到9．56%，总体生态状况以2002—2004年为分水岭，呈稳步转好的趋势。从空间差异来看，沿海地区生态安全指数差异显著，东南部地区生态状况明显优于东北部地区。环北部湾经济区由于经济发展水平较低，科学技术水平落后，对资源环境的利用强度小，开发建设时间也晚，且在发展中主要以旅游业等清洁型产业为主，重视环境保护，因此该地区生态环境质量状况最好，海南省在研究时段内生态状况均处于很安全状态。广东省经济水平发达，技术力量雄厚，工业发展多依靠核能等新型能源，污染较少，生态环境也处于安全状态。福建省长期盲目追求经济增长，大量排放的污染物直接入海，四类和劣四类海水在全国海区中所占比例最高，海水水质退化严重，致使该区生态环境持续恶化，从较安全等级逐渐退化到很不安全等级。由江苏省、浙江省和上海市所形成的长江三角洲经济区生态状况形势比较严峻，生态等级一直在临界状态与较不安全状态徘徊，未来要继续依靠技术支撑，实现产业结构升级，促进地区实现可持续发展。北部沿海带的生态环境质量长期较差，1996年与2000年河北、辽宁和山东3省区生态状况均处于很不安全等级，天津市也由临界安全状态退化为较不安全状态。随着科学发展观及节能减排等政策的实施，此区生态状况有所好转，但是在惯性作用下，生态响应需要一定的周期才能作用于整个生态系统，环境变化速度较慢，2010年河北省和山东省生态环境仍处于较不安全状况，未来仍需采取措施促进经济发展方式转变，开发新型能源，防治海洋污染，实现人地（人海）关系和谐。由此，生态安全时空差异主要表现于工业发展、经济技术水平与政府行为等人文活动方面。

图2 1996—2010年沿海各经济区生态安全演变趋势

3 沿海地区生态安全时空差异的人文影响因素分析

3.1 指标选取及数据处理

根据沿海地区生态安全时空差异分析，人口增长为沿海地区经济发展提供了强有力的保障，产业集聚为沿海地区经济腾飞创造了动力，但人口与产业的发展也干扰了沿海地区生态系统的平衡，削弱了海岸生态系统的承载能力。外商投资是沿海地区经济的特色，同时也使沿海地区成为污染型企业的 “避难所”［16］，沿海生态系统面临沉重的负荷，生态安全存在巨大隐患。政府管制是解决环境问题的强有力措施，如政府加大对污染治理的投资力度，区域环境定会得到改善。反之，政府管制不严格，甚至趋于 “向底线赛跑”，区域生态环境质量定会受到不良影响。另外，政府管制标准的严格程度也与各行业的污染强度高度相关。生态安全具有时空性与动态性，人文因素对生态安全的影响是非线性的，文章选取人口增长、产业发展、外商投资和政府管制4个要素构建沿海地区生态安全时空差异影响的面板模型：

式中，β0为常数项；β1，β2，β3，β4分别为各解释变量的系数；i表示城市；t表示年份；ESI表示生态安全指数，为被解释变量，其余变量均为解释变量。其中，P表示各地区人口自然增长率；I表示各地区在研究年度的人均海洋产业总产值（制盐业、海上交通、滨海旅游和海洋工程等产业）；F表示实际利用的外商直接投资，政府在环境保护方面的资金投入反映政府管制程度，即R；ε表示误差项，反映个体和截面的发生影响的因素所产生的误差。

面板模型中所需数据来自相应年份的各地区统计年鉴及《中国海洋统计年鉴》。为便于各年度经济指标间相互比较，本研究将海洋产业总产值与外商直接投资均以1996年为基期，换算为统一不变价格。海洋产业总产值用全国GDP缩减指数换算，外商直接投资先用当年人民币与美元之间汇率折算成人民币，再用固定资产投资价格指数换算为1996年不变价格。

3.2 面板单位根检验

对时间序列而言，用存在单位根的序列变量进行回归，将产生虚假回归或者伪回归，面板数据也存在类似的问题［17］。因此，为确保估计结果的有效性，在回归之前必须对所有序列进行单位根检验。在Eviews6．0中进行单位根检验操作结果得知，变量ES I和P为平稳序列，而解释变量I、F和R为非平稳变量，且均是一阶平稳。此时变量之间非同阶单整，不能进行协整检验或者直接对原序列进行回归，需对序列进行差分或者对数处理，使序列成为同阶序列。文中的非平稳变量进行对数化后均为平稳变量，因此可以用变换后的序列进行直接回归。

3.3 模型设定

面板数据模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间和不同单元的特性［18］，并能有效防止多重共线性，可以准确地反映出解释变量与被解释变量之间的关系，在计量经济学中得到广泛应用。

单方程面板数据模型的一般形式为：

该模型通常有3种情况：

①变截距模型αi≠αj，βi＝βj

②变系数模型αi≠αj，βi≠βj

③1混合回归模型αi＝αj，βi＝βj

研究面板数据的重要步骤是根据所研究问题来确定模型形式，通常使用的方法是协方差检验分析，可以通过两个假设来检验：

假设1：斜率在不同的横截面样本点上和时间上都相同，但截距不相同。

假设2：截距和斜率在不同的横截面样本点上和时间上都相同。

首先检验假设2，如果不能拒绝，则选用混合回归模型，不需要进一步检验，如果拒绝了假设2，则检验假设1以确定模型是变截距模型还是变系数模型。若不能拒绝假设1，则选择变截距模型，若拒绝了假设1，则应该选择变系数模型。

通常用F统计量的方法来检验假设1和假设2，检验假设2的F统计量为：

以上公式中，S1、S2和S3分别为采用变系数模型、变截距模型和混合回归模型估计后所得残差平方和，n为横截面数，T为研究时序期数，K为解释变量数。

运用计量经济学软件Eiews6．0对模型进行实证分析，由于Hausman检验结果P＝0．000 0，拒绝原假设（随机效应），故模型的影响形式应选择固定效应。同时对模型进行协方差检验（表1）。

表1 模型的协方差检验表

由表1可知，模型的F2大于临界值，因此拒绝假设2，模型不是混合回归模型，同时F1也大于临界值，所以也拒绝假设1，模型不是变截距模型。综上分析，文章所建立的沿海地区生态安全人文影响因素分析模型属于变系数模型，即各个解释变量对不同地区生态安全影响强度各异。

3.4 模型估计

面板数据既包括时间序列数据又包括横截面数据，可能出现异方差和序列相关性问题，会使普通最小二乘法（OLS）失效［19］，因此本研究在估计模型中选择截面加权（cross-section weights）的方式对模型进行估计以提高参数估计得有效性（表2）。

表2 变系数固定效应模型回归结果

3.5 结果分析

由表2可知，模型回归的效果较理想，模型的拟合优度R2为0．911 9，调整后的数值为0．869 556，F检验相伴概率P为0，各解释变量的T检验值均比较高，相伴概率均为0，说明本研究所选解释变量对沿海5个经济区生态安全时空差异的影响比较显著。

由表3而知，沿海地区生态安全与人口增长呈现负相关关系，随着经济发展，人口在沿海城市大规模集聚会导致人口、资源与环境之间矛盾日趋尖锐，地区生态承载力降低，生态环境日趋退化，这与我国沿海地区当前实际情况相符。同时影响系数不同表明人口对各经济区生态安全影响程度具有差异性，其中人口增长对环北部湾地区的生态安全影响程度最大，这主要与该地人口长期持续高水平增长有关；而海峡西岸经济区人口对生态安全影响系数较小，体现了人口增长对环境的负效应并不是该地生态退化的主要因素。

发展海洋产业是人类对沿海生态环境影响最直接、强度最大的活动。诸如利益的驱使促进大规模远洋捕捞和海水养殖业发展，这不仅会造成海洋渔业资源减少，生物多样性受损，边境捕捞还为国家安全增添了新的隐患；而过度采砂和挖矿导致资源减少的同时也带来了岸线后退、海水入侵等更深重的灾难。本研究显示发展海洋产业对沿海大部分经济区生态安全具有正向影响，只有海峡西岸经济区呈现负相关关系，且系数为－0．278 912，说明海洋产业发展对该区生态退化具有明显的负向作用。这一方面是由海峡西岸长期大规模挖沙采矿造成沿岸生态功能受损所致；另一方面也体现了沿海经济区高度重视海洋产业发展中的环境效应，注重环境的保护与治理，关注人海和谐发展，同时先进技术在环境污染处理方面的功效也不容忽视。

外商直接投资对沿海地区生态安全影响明显呈现出区域差异性，其中对长江三角洲经济区和珠江三角洲经济区生态安全影响系数为负数，反映了随着外商投资额的增加，该地区生态安全程度在降低。这与我国沿海地区现阶段实际情况相符，长江三角洲和珠江三角洲经济区对外开放时间较早，开发程度也相对较高，积极参与经济全球化，大力利用国际资本和技术，但引入中国的企业中不乏有技术含量低，环境污染严重，只是打着外资的幌子利用我国廉价劳动力和丰富资源的处于全球产业链最低端的制造业，这些产业的发展只会对区域生态环境带来沉重的负荷，这也在一定程度上证明了著名的 “污染避难所”的假说。研究结果还显示外商投资与沿海其他经济区生态安全呈现正相关关系，特别是海峡西岸经济区的影响系数最大，这说明外商投资所带来的经济效应大于其对环境的压力，同时也与近年来我国对外商投资的限制门槛提高密切相关。

环境管制对沿海各经济区生态安全的正向影响说明政府增加环境污染治理投资额对生态安全有明显的促进作用，环渤海经济区的影响系数最大，为0．043 472，这体现了该区增加环境治理投资会显著改善当前依赖化石能源燃料带来的环境污染问题，生态环境安全程度提升。珠江三角洲地区的影响系数最低，仅为0．010 992，这也与我国南方缺乏煤、石油等燃料，能源主要依靠水能、核能等污染较少的资源的实际情况相符。

4 结论与建议

（1）探究人文因素对沿海地区生态安全的影响是一个崭新课题。本研究基于压力－状态－响应模型，综合考虑沿海地区生态系统的特殊性，构建了沿海地区生态安全评价指标体系，运用综合指数法计算了1996—2010年沿海地区的生态安全指数，通过分析15年来沿海地区生态安全时空差异特征，总结人口增长、产业发展、经济技术水平与政府行为是沿海地区生态安全差异的主要影响因素。

（2）生态安全具有时空性与动态性，人文因素对生态安全的影响是非线性的，如何定量分析其影响程度是生态安全演变机理研究的一个难题。面板数据模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间和不同单元的特性，并能有效防止多重共线性，可以准确反映出解释变量与被解释变量之间的关系。文章基于生态安全综合评价的结果，利用面板数据模型定量分析影响沿海地区15年生态安全时空差异的人文因素。结果显示，各影响因素对沿海不同地区生态安全影响程度不同，人口变动与生态安全变化呈现负相关关系，而环境管制与生态安全有明显的正相关效应，海洋产业发展与外商投资对各地区生态安全变化的影响比较复杂。

（3）文章以1996—2010年沿海地区面板数据实证研究了沿海地区生态安全的人文因素影响，所得结论可以为沿海地区生态安全影响机理分析提供借鉴参考。由于沿海地区科学技术数据缺失，在面板模型中未能体现。本研究探讨了主要人文因素对沿海地区生态安全的影响，但人文因素对沿海生态安全的影响不仅为人口增长、产业发展、外商投资和政府管制4个方面，生态安全影响机制分析还应增添其他因素。

［1］钟昌标．人文因素对城市化海域生态环境变化的影响与控制模式研究［M］．北京：经济科学出版社，2010：6－9．

［2］马利邦，牛叔文，李永华，等．甘肃省生态安全评价及驱动因素分析［J］．干旱区资源与环境，2009，23（5）：30－36．

［3］王海青，张勃．黑河流域40多年来生态环境变化驱动力分析及对策［J］．干旱区资源与环境，2007，21（10）：43－47．

［4］郝兴明，陈亚宁，李卫红．塔里木河流域近50年来生态环境变化的驱动力分析［J］．地理学报，2006，61（3）：262－272．

［5］陈庆，周敬宣，李湘梅，等．基于STIRPAT模型的武汉市环境影响驱动力分析［J］．长江流域资源与环境，2011，20（Z1）：100－104．

［6］冯永忠．区域生态环境演变主导因素分离与效应强度分析［D］．陕西：西北农林科技大学，2006．

［7］刘卫柏，李中，洪振华．耕地资源与经济增长相关实证研究：基于省域面板数据［J］．系统工程，2012，30（22）：100－104．

［8］宋涛，郑挺国，佟连军，等．基于面板数据模型的中国省区环境分析［J］．中国软科学，2006（10）：121－127．

［9］周力，应瑞瑶．开放经济与节能减排的协调路径［J］．中国人口·资源与环境，2010，20（2）：109－115．

［10］李宏．自然灾害与经济增长关系的实证研究：基于14国1970年—2008年面板数据分析［J］．价格月刊，2011（1）：47－51．

［11］李文宇．我国中心城市规模与宜居程度关系研究：基于26个省会城市面板数据的分析［J］．西部论坛，2011，21（1）：76－82．

［12］代姗姗，唐周媛，徐红罡．中国入境旅游者购物消费的省际差异及影响因素［J］．地理科学，2011，31（1）：74－80．