基于生态足迹与生态信息法的广州市可持续性研究

王兴辉　龙妍

摘要：生态足迹法和生态信息法分别广泛应用于城市可持续发展评估和生态系统稳定性及有序性评价。由于广州市的发展对中国其他城市具有借鉴作用，因此文章运用生态足迹法和生态信息法分别对广州市1995-2013年期间可持续性的外部维度和内部维度进行了研究。研究结果表明，从可持续性外部维度来说广州市的消费是不可持续的，1995-2013年广州市生态足迹分为三个阶段：平稳增加阶段、加速上升阶段和稳定阶段。从可持续性内部维度来说，1995-2013年广州市能源与物质消费网络结构的有序性经历了先上升、再下降、后平稳的过程，整个消费网络结构的有序性或效率降低，更多的资源消耗在资源传输过程中。通过对比广州市人均生态足迹、消费网络结构的有序性和人口数量的关系，可以发现人口的急剧变化导致了人均生态足迹的增加和城市消费网络结构有序性降低，人口是影响城市可持续性的根本因素之一 。

关键词：生态足迹；生态信息法；信息熵；可持续发展；

中图分类号：X24文献识别码：A

The sustainable research based on ecological footprint and ecological information-based approach in Guangzhou

Wang Xinghui1， Long Yan1

（1.School of Energy and Power Engineering of Huazhong University of Science &Techonoligy， Wuhan， Hubei， 430074， China）

Abstract：Ecological footprint and ecological information-based approach are applied in assessment of sustainability and assessment of ecosystems stability. Due to the development of the Guangzhou city could be a reference for other cities in China， the interiorand exterior dimensions of sustainability in Guangzhou city during 1995-2013 are studied via ecological footprint and ecological information-based approach. The results showed that， the consumption in Guangzhou was not sustainable for the exterior dimensions of sustainability. The ecological footprint of Guangzhou during 1995-2013 is divided into three phases： the steadily increasing phase， the quickly increasing phase and the stead phase. The order of energy and material consumption network structure went up， down and smooth during 1995-2013. By comparing the relationship among per capita ecological footprint， the order of network structure and thepopulation in Guangzhou，it can be found that the dramatic change of population led to the increase of per capita ecological footprint and reduction of urban consumptionnetwork structure order.The population is one of the fundamental factors which affect urban sustainability.

Key Words： Ecological footprint；Ecological information-based approach；Information entropy； Sustainable development；

一、引言

城市化進程的加速發展和经济的腾飞，使人们在拥有了更多物质基础的同时也使得环境问题变得越来越复杂，1972年布伦兰特等人的可持续发展概念就是为应对社会发展和环境之间的矛盾提出来的。目前，对可持续性这一概念的表述有多种多样，但是应用最广泛的还是世界环境发展委员会的定义，即生态系统能够在可预见的未来为人类提供消费和活动的物质基础和服务[1]。

随着研究人员对这一概念的不断探讨，生态系统可持续性逐渐从定性框架[2-3]转为定量计算[4-5]。对于不同的定量分析方法，其侧重点一般表现为两个方面[6]：对于某一个系统而言，一方面是研究资源的数量和效率等可持续性的外部维度，本质上是从经济社会消费或生产的角度出发探讨存量和流量之间的关系，主要有生态足迹法、能值分析法、火用分析法、物质流分析法等[7-10]；另一方面是探究系统在外界刺激的情况下系统的弹性和稳定性等可持续性的内部维度，主要有生态信息法，本质上是从信息论的角度出发探究系统级别的信息熵问题[11-12]。

在以往的研究当中，生态信息法主要用于能量流或物质流网络结构的稳定性或弹性分析，无法有针对性地同时对能量流网络和物质流网络进行研究[13]。而生态足迹方法能够将能量和物质消费转化为相应的生产性土地。过往的研究都单纯地研究城市消费的外部维度或内部维度，未曾有从两个维度同时出发的相关研究。

因鉴于此，本文结合生态信息方法和生态足迹方法，以广州市为例，将能量流与物质流转化为生产性土地，以生产性土地为统一标准，同时探究系统可持续性的内部维度和外部维度，研究广州市可持续性的特性及产生的原因。本文选取广州市的原因主要有两个方面：一方面广州市“十三五”规划提出了“大力推动绿色低碳发展”、“加强环境保护和治理”、“构建清洁高效安全能源报账体系”、“完善人口战略，促进人口可持续发展”等目标，与可持续性发展的内涵是一致的，因此研究广州市可持续发展的特性及其背后的原因具有重要意义。另一方面广州的城市发展对国内城市的发展具有借鉴意义，探究它的发展特性能够为其他城市的发展提供一定的借鉴作用。

二、模型与方法

1.生态足迹法

生态足迹方法是一种重要的生态评估方法，其本质是探究自然资源中流量与存量之间的关系。对某一个地区来说，本地区消耗的资源大于生产的资源，则认为这种消耗方式会影响未来生态系统的供给能力，即该地区的消耗减少了自然资源的存量。通过测算经济社会中消费品所需要的生态支撑并与某地区实际的生态支撑作对比，判断该国家或地区为生态平衡、生態赤字或是生态盈余[14-15]。

生态足迹方法主要涉及6个假设[16]，在6个假设的基础之上延伸出生产性土地、均衡因子和产量因子等三个重要概念。生产性土地分为6类，分别是：耕地、草地、水域、建筑用地、化石能源用地和林地，这6类土地基本囊括了人类消费品的来源。均衡因子作用是将不同类型生产性土地面积进行折算；而产量因子是将各区域产量调整为世界平均产量。虽然这两个概念的出现引起了巨大的争议[17-18]，但是不失为一种高明的做法，细节上的特性会有所损失和欠缺，但是却为标准化处理提供了极大的方便，使得可持续性有了客观标准且世界范围内的可持续性可化为统一单位进行对比。

生態足迹计算公式如下：

（1）

（2）

式中， 为总生态足迹； 为人口数； 为人均生态足迹； 为所消费的商品与投入类型； 为人均 种交易商品折算的生物生产面积； 为 种消费商品的平均生产能力； 为 种商品的人均消费量。

人均生态承载力计算公式如下：

（3）

其中 为人均生态承载力； 为人均生物生产面积； 为均衡因子； 为产量因子.

生态足迹方法能够判断整个城市对能源与物质的消耗与城市行政区域内所能提供的能源与物质的供应之间的关系，但是生态足迹法无法探究整个城市消费的内部情况，对于城市内部消费的细节刻画需要其他方法的辅助。在生态足迹计算原理的基础上构建能源与物质传输消费网络图，并在网络图的基础上利用生态信息法研究整个系统的有序性、稳定性，并探究影响有序性的内部原因。

2.生态信息法

生态信息法是生态网络分析方法与信息理论的结合。1976年Patten首次发表了生态网络分析方法的相关论文[19]，引起了生态学界的关注并迅速成为生态学界主流的分析方法。Ulanowicz等人在信息论的基础上结合生态网络分析法对生态系统的稳定性和上升性进行了研究[11，20]。随着时代的发展，生态信息法不仅仅运用于分析生态系统，也越来越多地应用于分析经济系统的一些现象[12，13]。

生态信息法主要是利用系统的物质流、能量流网络结构探究系统的稳定性和上升性，是研究系统内部维度的重要方法。整个体系内部主要包含有总系统吞吐量、信息熵、平均互信息、条件熵等概念。

总系统吞吐量是系统网络内部节点与节点之间流量的总和，它反映的是一个系统网络的总量特征。将系统网络节点 到节点 的流量定义为 ；从节点 出发的所有流流量总和为 ；进入节点 的所有流流量之和为 ；因为总系统吞吐量是内部节点间流量的总和，因此 。

信息熵、平均互信息和条件熵等概念源于信息理论。对于网络中的某a个输出流的节点 和具有b个输入流的节点 ，平均信息熵为 ，其中 表示节点 的第 个输出流， 表示第 个输出流出现的概率， 表示常数。平均信息熵反映的是 节点中每个流向出现的平均信息量，即关于节点 的先验不确定性。对于有多个节点 和节点 组成的网络来说平均信息熵 反映的是网络自组织的容量。

对于 的第 流出方向流入到 节点的第 流入方向内是统计依赖关系，也就是在 节点第 流入方向接收到流后关于 节点第 流出流的后验概率为 ，因此对节点 的后验熵为 ，再对 进行统计平均可得到关于 的条件熵为 。对某个多节点网络来说条件熵反映的是网络中无序部分，是获取信息之后残余的不确定度。

根据Rutledge[21]等人的研究平均信息熵能够分解成两部分的和，即信息熵等于条件熵和平均互信息之和，因此平均互信息可以表示为：

因此平均互信息 表示 接收到流之后获得的关于 的平均信息量。对于某个系统来说平均互信息量化的是整个系统的有序和效率的部分，反映系统中接收到的信息所消除的不确定度，因此平均互信息的提升是整个系统效率和有序度提升的一个指标。

由于实际系统中获取概率比较困难，Ulanowicz等人在流网络中进行了部分创造性处理[20]，即假设 ， ， ，因此可得到关于系统中各支流的概率，从而得到信息熵、条件熵和平均互信息，为了简化起见，信息熵、条件熵和平均互信息分别采用 、 和 表示：

， ， （4）

生态信息法是建立在网络结构的基础之上，该方法实质上是提供了一种探究网络结构稳定性和有序性的数学模型。利用生态信息法一方面可以从网络结构上直观地了解网络结构物质流、能量流细节，另一方面通过数学模型可以探究网络结构的有序性和无序性。因此生态信息法是从内部了解网络结构的一种有效方式。

三、网络结构

城市的消耗主要包括从环境中获取自然资源、传输资源、消耗资源、排放废料这几个过程。首先，广州市从环境中获取相应的能源与物质资源，然后将资源直接传输至能源转换部门、第一产业、第二产业、第三产业、生活消费等部门；而传输至能源转换部门的能源与物质资源经过转化之后再次传输至第一产业、第二产业、第三产业、生活消费等部门。其中箭头表示能源与物质传输方向；环境部门表示自然资源消费的总和；第一产业表示农林牧渔业的能源与物质消费总和；第二产业表示工业和建筑业的能源与物质消费总和；第三产业表示交通运输、仓储、餐饮批发等行业的能源与物质消费总和；生活消费包含城镇与农村的能源与物质消费总和。

本文根据上述关系和方法，并结合历年统计年鉴[23]制作出了广州市2013年能源与物质传输网络图，如图1所示。图中的数据表示资源量，该资源量数据是在广州市物质消费数据和能源消费数据的基础上根据生态足迹方法计算得来，物质消费数据主要包括粮食、油料、糖类、蔬菜、水果、木材、肉类、奶类、禽类、水产品等，能源消费数据主要包括煤炭、焦炭、原油、汽油、柴油、燃料油、液化石油气、热力、电力等。此处能源与物质可以采用统一单位的原因就是利用生态足迹理论将能源与物质转化为以生产性土地衡量的量，称之为全球均衡面积（Gha）。

从图1可以看出广州市能源转换部门从自然资源中获取了1.0791Gha的资源量，因此可类推第一、第二、第三、生活消费等部门分别获得相应的资源量。根据式（4）可计算出整个网络的平均互信息和条件熵：由 =5.799Gha，则分别得出 =1.2732， =0.5428。

图1 广州市2013年能源与物质传输网络图

四、数据分析

根据《广州统计年鉴》所搜集到的物质和能源数据，通过生态足迹方法可计算得到1995-2013年期间广州市的人均消费生态足迹、人均生态承载力和人均生态赤字情况，如图2所示。对于广州市的人均消费生态足迹，可按照六类土地生产面积分别展示为耕地、林地、水域、草地、建筑用地和化石能源用地的人均消费生态足迹（图3）。对图3中所示的六类土地生产面积进行加权，即得到图2中所示的人均消费生态足迹曲线，其表示广州市在对应年份内所消耗的物质、能源折算成生产性土地面积的结果。同样，图2中的生态承载力曲线也可由图4所示的广州市六类生产土地面积的人均占有量计算得到。该曲线表示广州市对应年份内所能提供的资源。

由图2可知，广州市从1995年到2013年间人均消费生态足迹远远大于生态承载力，整个广州社会的资源消费量远远大于广州行政区域内所能提供的资源量。1995-2013年期间，广州市的人均消费生态足迹变化主要分为三个阶段：1995-2002年为第一阶段，此阶段人均消费生态足迹平稳增加；2002-2011年为第二阶段，此阶段人均消费生态足迹加速上升；2011-2013年为第三阶段，此阶段人均消费生态足迹趋于平稳或略有回落。与此相对应的19年时间内人均生态承载力几乎没有变化。

广州市人均消费生态足迹从1995年的2.0581Gha增加到2013年的4.2353Gha，19年间人均消耗增长了两倍，原因最主要是由于化石能源消耗引起生態足迹的增长。如图3所示，广州市的人均生态足迹主要由两部分组成，一部分是耕地；另一部分是化石能源用地，其中化石能源用地占据了主要地位，而且可以发现化石能源消费生态足迹也呈现出三阶段变化特征，因此广州市人均消费生态足迹的三阶段变化最主要的原因在于化石能源消费生态足迹的变化。而导致化石能源消耗增加的一个重要原因是这19年的时间里广州市第二产业和第三产业的急速发展，2013年期间，广州市第二产业和第三产业能源消费占到了终端能源消费量的86.8%。因此为了减少化石能源消费足迹，需要从这两个产业上进行政策突破。

反观广州市人均生态承载力，从1995年到2013年几乎没有变化，变化的量级相比于生态足迹的量级几乎可以忽略。19年间人均生态承载力基本无变化的原因主要有两方面：一方面是因为人口的增长，图5展示了人口增长的变化；另一方面是建筑用地供应急剧增加。从图4中可以看出广州市人均生态承载力主要由建筑用地和耕地两方面组成，而建筑用地占了最主要的地位。因此建筑用地的增加是导致人均生态承载力的关键因素。此处也可看出生态足迹方法在各类生产性土地的转换过程中是存在一定缺陷的。

图2 1995-2013年广州市人均消费生态足迹、人均生态承载力和人均生态赤字

图3 1995-2013年广州市六类生产性土地表示的人均消费生态足迹

图4 1995-2013年广州市六类生产土地面积的人均占有量

图5 1995-2013年广州市人口变化

资料来源：《广州统计年鉴》，1995-2013年

从广州市常住人口数量随时间的变化情况来看（如图5所示），2005-2013年期间广州市人口变化也主要分为三个阶段：平稳变化期，加速上升期和稳定期三个时期，1995-2004年为平稳发展期，2004-2010年为加速上升期，2010-2013年为稳定期，其时间点基本与广州市人均生态足迹变化的三个阶段基本吻合，即人口急剧增加的时间也与人均生态足迹的时间重合。人口急剧增加的原因主要是广州的经济飞速发展引起的人口迁徙[22]。

综合图2、图3、图4、图5的結果可以发现人口变化、人均生态足迹变化和人均化石能源足迹的变化具有相同的趋势，通过SPSS软件相关性分析得出pearson相关系数大于0.9，说明人口变化与人均生态足迹变化具有很强的相关性。从整个城市可持续性的外部特性来说广州市从1995-2013年处于生态赤字状态，广州市行政区域内提供的生态承载力不足以支撑整个广州市内的消费。而广州市内消费最大的部分是化石能源消费产生的生态足迹。人口变化与人均生态足迹变化的强相关性显示人口的变化可能会导致人均生态足迹的变化，人口急剧增加可能会导致人均化石能源生态足迹的增加，也即人口的增加可能导致城市系统内部能源利用效率的降低。

以上分析是根據生态足迹法从可持续性的外部维度来研究的。若考虑可持续性的内部维度，可应用生态信息法，在构建历年广州市城市消费网络的基础上，计算得到广州市各部门间能源物质传输网络的平均互信息量和条件熵从1995年至2013年之间的变化情况曲线（如图6所示）。如前所述，平均互信息量反映的是網络结构的有序部分，而条件熵反映的是网络结构的无序部分，两者之和即为信息熵。从图6中可以看出，1995-2013年期间，广州市各部门间能源物质传输网络的平均互信息量也分为三阶段，1995-2004年平均互信息量增加，2004-2010年平均互信息量急剧减少，2010-2013年平均互信息量趋于稳定。从整个能源与物质传输网络结构来说，其有序性也分为三阶段：上升期、急剧下降期和平稳期。从结果上来说2013年的有序度低于1995年的有序度，有序度的减少意味着系统内部损耗的增加，19年的发展中虽然有序度曾经有升有降，但是从研究的初始年份到终止年份广州市能源与物质传输网络结构的效率是降低的。对比图5发现能源与物质传输网络结构的三阶段变化与人口的三阶段变化时间点基本一致：第一阶段为人口的有序变化与能源与物质传输网络系统有序度的增加；第二阶段为人口的急剧增加与能源与物质传输网络系统有序度的急剧减少；第三阶段为人口的平稳与能源与物质传输网络系统有序度的平稳。利用SPSS软件人口变化与能源与物质传输网络系统有序性进行相关性分析，其pearson相关系数大于0.9，说明人口变化与物质传输网络系统有序性有很强的相关性。人口数量的变化是能源与物质传输网络系统有序性变化的根本性因素。

图6 1995-2013年广州市部门间能源物质传输网络平均互信息量和条件熵

五、结论及政策建议

综上所述，在1995-2013年期间，广州市的人均消费生态足迹总体呈增加趋势，且远远大于人均生态承载力，说明从可持续性外部维度来说，广州市的消费是不可持续的。此外，从整个城市消费系统网络结构这一内部维度来说，从1995-2013年广州市消费系统网络结构有序性经历了先增加后减少的过程，表明整个广州市的内部损耗是先减少后增加的，但2013年的有序性明显低于1995年的有序性，因此从初始点与终止点的角度广州市的内部损耗是增加的。人均生态足迹的增加从可持续性的外部维度说明了城市内部损耗的增加，而城市消费系统结构有序性的减少从可持续性的内部维度说明了城市内部损耗的增加。根据以上分析可知，广州市的内部损耗一直在增加，从人均生态足迹、系统有序性与人口变化的现象来看，人口的急剧增加导致了系统内部损耗的增加，因此人口是影响城市可持续性的最根本因素之一。

为了保证广州市的可持续发展，提出以下几点建议：

1. 尽量减少广州市的生态足迹。在广州市整个社会消费中，能源消费引起的生态足迹占了最大的比例，而与此相对应的第二产业、第三产业是最主要的耗能产业。因此，可从第二、第三产业着手，引导第二、第三产业积极进行节能减排，从转换和运输两个角度提升整体能源效率，同时在能源利用上鼓励使用生物质、风能等新能源。

2. 积极增加广州市的生态承载力。在有条件的情况下可以从增加林木面积、增加耕地面积等，引导市民增加广州市的绿化率，同时更加科学地利用现有的经济林地。

3. 提升广州市消费网络结构的有序性。一方面提升整个城市输运效率，减少整个城市在输运角度的损耗，可以从输运智能化、路线规划选择、能源种类等角度出发设计输运系统；第二方面提升转化效率，减少转化过程中的损耗，特别是对于能源方面的效率转化，加大研发投入从化石能源和新能源两类能源形式的角度提升转化效率，减少能源损耗。

4.研究城区最适人口和区域人口密度分布。这是能否实现城市可持续性的一项关键的步骤，人口的变化直接关乎整个城市的运行效率和可持续发展程度。

以上建议与广州市“大力推动绿色低碳发展”、“完善人口战略，促进人口可持续发展”的目标在本质上是一致的，可持续发展的问题不仅仅是表层的能源、物质问题，其最深层次的原因还在于人，在研究可持续发展问题除了需要协同物质流、能量流等因素之外，还需要考虑人口流这一关键因素，只有这样才能更好地理解城市可持续发展并制订适合的政策。从可持续外部维度和内部维度的研究角度表明广州市的“大力推动绿色低碳发展”、“完善人口战略，促进人口可持续发展”是契合实际的。

参考文献

[1]Our Common Future[J]. Oup Catalogue， 1987， 78（1）：53-78.

[2] Zhou D， Lin Z， Liu L， et al. Assessing secondary soil salinization risk based on the PSR sustainability framework[J]. Journal of Environmental Management， 2013， 128（20）：642-654.

[3] Ekins P， Simon S， Deutsch L， et al. A framework for the practical application of the concepts of critical natural capital and strong sustainability ☆[J]. Ecological Economics， 2003， 44（2–3）：165-185.

[4]Zhang L X， Pang M Y， Wang C B. Emergy analysis of a small hydropower plant in southwestern China[J]. Ecological Indicators， 2014， 38（3）：81-88.

[5] Lo-Iacono-Ferreira V G， Torregrosa-López J I， Capuz-Rizo S F. Use of Life Cycle Assessment methodology in the analysis of Ecological Footprint Assessment results to evaluate the environmental performance of universities[J]. Journal of Cleaner Production， 2016， 133：43-53.

[6] Kharrazi A， Kraines S， Lan H， et al. Advancing quantification methods of sustainability： A critical examination emergy， exergy， ecological footprint， and ecological information-based approaches[J]. Ecological Indicators， 2014， 37（2）：81-89.

[7] Wackernagel M， Rees W E. Perceptual and structural barriers to investing in natural capital： Economics from an ecological footprint perspective[J]. Ecological Economics， 1997， 20（1）：3-24.

[8] Vega-Azamar R E， Glaus M， Hausler R， et al. An emergy analysis for urban environmental sustainability assessment， the Island of Montreal， Canada[J]. Landscape & Urban Planning， 2013， 118（8）：18-28.

[9] Nielsen S N， J?rgensen S E. Sustainability analysis of a society based on exergy studies – a case study of the island of Sams? （Denmark）[J]. Journal of Cleaner Production， 2015， 96：12-29.

[10] Kalmykova Y， Rosado L， Patrício J. Resource consumption drivers and pathways to reduction： economy， policy and lifestyle impact on material flows at the national and urban scale[J]. Journal of Cleaner Production， 2015， 76.

[11] Ulanowicz R E. Information theory in ecology[J]. Uspekhi Sovremenno? Biologii， 2001， 25（4）：393-399.

[12] Huang J， Ulanowicz R E. Ecological network analysis for economic systems： growth and development and implications for sustainable development.[J]. Plos One， 2014， 9（6）：e100923.

[13] Kharrazi A， Rovenskaya E， Fath B D， et al. Quantifying the sustainability of economic resource networks： An ecological information-based approach[J]. Ecological Economics， 2013， 90（3）：177-186.

[14] Dang X， Liu G， Xue S， et al. An ecological footprint and emergy based assessment of an ecological restoration program in the Loess Hilly Region of China[J]. Ecological Engineering， 2013， 61（8）：258-267.

[15] Erdas C， Fokaides P A， Charalampous C. Ecological footprint analysis based awareness creation for energy efficiency and climate change mitigation measures enhancing the environmental management system of Limassol port[J]. Journal of Cleaner Production， 2015， 108：716-724.

[16] Wackernagel M， Schulz N B， Deumling D， et al. Tracking the ecological overshoot of the human economy.[J]. Proceedings of the National Academy of Sciences， 2002， 99（14）：9266-9271.

[17]Jeroen C.J.M van den Bergh， Verbruggen H. Spatial sustainability， trade and indicators： an evaluation of the ‘ecological footprint[J]. Ecological Economics， 1999， 29（1）：61-72.

[18] Ayres R U. Commentary on the utility of the ecological footprint concept[J]. Ecological Economics， 2000， 32（3）：347-349.

[19] Patten B C， Bosserman R W， Finn J T， et al. Propagation of Cause in Ecosystems - Systems Analysis and Simulation in Ecology， Volume IV - 17[J]. Systems Analysis & Simulation in Ecology， 1976， 25（3）：457–579.

[20] Ulanowicz R E， Goerner S J， Lietaer B， et al. Quantifying sustainability： Resilience， efficiency and the return of information theory[J]. Ecological Complexity， 2009， 6（1）：27-36.

[21] Rutledge R W， Basore B L， Mulholland R J. Ecological stability： An information theory viewpoint ☆[J]. Journal of Theoretical Biology， 1976， 57（2）：355-371.

[22]游珍，王露，封志明等.珠三角地區人口分布时空格局及其变化特征[J]. 热带地理， 2013， 33（2）：156-163.

[23]广州市统计局. 广州统计年鉴[M]. 中国统计出版社， 1995-2013.

项目基金：1.國家自然科学基金资助项目（No.51106055）. 2.湖北省科技支撑计划项目（No.2015BCA292）3.中央高校基本科研业务费专项资金资助项目（No. 2016YXZD007）

作者简介：王兴辉（1991-），男，福建省龙岩市人，工程热物理，硕士研究生；研究方向：碳排放、城市生态系统评估等；

*通讯作者：龙妍（1975-），女，贵州省都匀市人，邮箱：ly_hust@163.com，工程热物理，副教授；研究方向：能源经济与管理、大系统物质流能量流信息流协同等。