煤矿城市土地生态安全评价与预测：以山西省朔州市为例

丁 翔，白中科,2

(1.中国地质大学(北京)土地科学技术学院，北京 100083；2.国土资源部土地整治重点实验室，北京 100035)

煤炭是我国的主要能源，在国民经济建设中具有不可替代的战略地位。煤矿城市是在开发煤炭资源的基础上发展起来的城市[1]。2013年国务院印发的全国资源型城市可持续发展规划(2013～2020年)中涉及煤矿城市63座。煤炭资源的开采过程中伴随着土地资源的污染和破坏，至今其规模、范围和破坏程度仍在继续扩大。据中国国土资源航空物探遥感中心2014年监测数据显示，我国矿山开发占地220.42万hm2，正利用矿山开发占地约113.48万hm2，废弃矿山占地约为98.25万hm2，其中损毁149.33万hm2，占用62.40万hm2，已恢复治理矿山面积仅为8.69万hm2。其中又以煤矿开发造成破坏土地为主[2]。我国煤炭资源的分布具有不均性。山西、陕西、内蒙古、新疆以及华东平原是富煤区，同时，这些地区大多又处于生态脆弱区[3]。在这些地区进行大规模的煤炭开采，势必破坏其土地资源和生态平衡，导致生态环境的恶化，同时加剧这些地区的人地矛盾。所以对煤矿城市土地生态安全情况进行全方位的监测并适时发出预警也就尤为必要。

目前，国内外对于生态安全尚未有确切定义[4]，最初研究主要集中在两个方面：基于基因工程的生态风险与生态安全[5]和化学品的施用对农业生态健康及生态安全的影响[6]。对生态安全、风险评价与研究的综述[7]，对特定对象的生态安全研究多集中于地域性的生态系统安全[8]、城市的生态安全[9]和特定生态系统如森林系统[10]、农田系统[11]、湿地系统[12]、草原系统[13]等的生态安全研究。对煤矿城市生态安全的研究少见[14]。因此本文在借鉴前人研究的基础上，以山西省朔州市为例，选取2005～2015年统计数据，基于PSR框架采用多因素综合指数法进行土地生态安全评价，选用GM(1,1)用于预测2016～2020年各层指标数值，选用障碍度模型来确定显著影响因子，为研究区生态安全保障建设提供依据。

1 研究区概况与数据来源

1.1 研究区概况

朔州市位于山西省西北部，桑干河上游，地理坐标为39°05′～40°17′N、111°53′～113°34′E，总面积1.07万km2。境内三面环山，中部和东部是平原，平原面积约占辖区面积的38%，占城区总面积的70%，整体地势朝东面倾斜。下辖平鲁、朔城两个区，山阴、应县、右玉、怀仁四个县共73个乡镇。朔州市形成以煤、电、奶为支柱，陶瓷、食品、机械、建材等为辅的工业体系和农牧为主导，农林牧渔综合发展的产业格局。全区土地资源丰富，土地利用类型多样，但随着城市的发展和矿产资源的开采，耕地不断减少，土地挖损占用面积不断提高，全区土地资源和生态安全面临的压力不断增强，维持区域土地和生态安全对城市的可持续发展有着重要的意义。

1.2 数据来源及说明

本文的数据主要涉及煤矿城市的生态环境，主要来源于2005～2015年的《山西省国土资源年鉴》、《山西省煤炭工业年鉴》、《朔州市统计年鉴》以及各年份遥感影像资料。

2 研究方法

本文基于PSR框架构建土地生态安全评价多因素综合指数，选用GM(1,1)预测未来生态安全变化趋势，运用障碍度模型对研究区生态安全障碍因子进行诊断。

2.1 基于PSR多因素综合指数法

在生态安全评价中较为成熟的方法有景观格局分析法[15]、物元分析法[16]、正态云模型[17]、熵权模糊综合评价法[18]、生态足迹法[19]以及主成分聚类分析法[20]等。土地生态安全评价属于多因子综合评价，要综合考虑不同范畴的指标，包括生物与资源环境以及生命支持系统对社会经济及人类健康作用的指标。PSR是由联合国经济合作开发署(OECD)提出的，该模型概念基础是人类活动通过对环境施加的压力，改变环境的状态，后者再反馈来影响人类活动的一个回路。本文参考有关研究[21]，基于PSR框架，选取指标依据整体性、代表性、科学性和可操作性的原则，构建指标体系。PSR框架模型见图1。

图1 压力-状态-响应(PSR)框架模型

结合数据的可获取性，本文初步选取了32个评价指标，然后通过主成分分析法对初步选取的指标进行进一步筛选，计算指标的矩阵特征值和方差贡献率累计指标达到85%的指标，筛选出25个评价指标并用熵权法确定各个指标的权重，评价指标权重见表1。最后，根据各指标权重和指数，加权计算得出研究区生态安全值，具体计算见式(1)。

(1)

式中：E为生态安全评价值；Wj为指标权重；Pij为指标的安全指数。

2.2 灰色关联分析

灰色关联分析可以用来分析系统中选定序参量与其他参量的密切程度，从而判断序参量与其他参量的响应程度。本文引进灰色关联分析，说明研究区煤炭生产与其他评价因子之间变化趋势的相似或相异程度，灰色关联度系数计算见式(2)和式(3)。

(2)

(3)

式中：r(x0,xi)为关联度；x0为选定序参量；xi为第i个其他序参量；n为年份数量；r(x0(k)，xi(k))为关联系数；m、M为矩阵最小差和最大差；Δ0i(k)为差序列；a为分辨系数，取0.5。

表1 朔州市生态安全评价指标权重表

注：表中搬迁安置人口从2010年起，统计年鉴分贫困人口异地安置、棚户区改造、征地安置以及采煤沉陷区治理安置四项统计，参考采煤沉陷区治理安置人数在2010～2015年间占搬迁安置总人数的30%左右。故本文预设采煤导致的搬迁安置人口占年度搬迁总人数的30%。

2.3 GM(1，1)模型

灰色理论认为系统的行为是复杂多变的，行为数据是多样的，但从全局来说系统行为符合整体功能，是有序的。为了预测研究区未来的生态安全值，本文选用了GM(1，1)模型对朔州市2016～2020年生态安全值进行预测，并对GM(1，1)进行预测精度检验，根据后验差C、小概率误差P来判断模型的精度水平，评价结果见表2。

2.4 障碍度模型

生态安全指数可以反映研究区生态安全状况，但是无法直观的描述影响生态安全状况的重要因子，本文通过引入障碍度模型对生态安全指数影响强烈的因子进行判别，具体计算见式(4)。

(4)

式中：Dij表示指标障碍度；Wj为指标权重；rij为表1中单项指标的标准化值。

3 结果与分析

3.1 生态安全评价结果与分析

参考《中华人民共和国环境保护行业标准》和前人研究的基础上[22]，本文设计了5级生态安全评价标准，用于描述系统生态安全性，见表3。

表2 GM(1，1)模型精度评价标准

表3 朔州市生态安全评价标准

由朔州市2005～2015年生态安全变化趋势图(图2)可知，朔州市从2005～2015年间生态安全总体上呈恶化的趋势，生态安全值范围在0.496～0.697之间，生态安全等级从较安全退化至不安全。从安全级别和变化趋势来看，朔州市生态安全可以分为两个阶段。第一阶段是从2005～2010年间，该阶段城市产业结构单一，第二产业占GDP比重不断上升，由46.67%上升至58.30%，在2008年最高值达到了61%。生态安全值缓慢下降，整体生态安全值从2005年的峰值0.697，接近一级安全下降至较安全与亚安全的临界，期间在2007年和2010年都有一个短暂的回升。第二阶段是2010～2015年，国内煤炭黄金十年结束，但煤炭及相关产业仍占据朔州市经济的绝对主导地位。煤炭行业占第二产业的比重由接近60%上升到80%，加上相关的钢、铁、电等产业，第二产业产值的90%都是由煤炭及相关产业贡献，总体上看煤炭行业贡献接近占朔州市GDP的60%，煤炭及相关产业固体废弃物排放量也占总排放量的64%以上。朔州市生态安全状况从较安全恶化为临界安全状态，在2010～2011年和2012～2013年间生态安全值迅速下降，在2014年度至终期2015年度有所好转，从2011年开始生态安全等级退化至亚安全状态。总体来看，朔州市生态安全在2005～2015年间呈加速恶化的状态。说明朔州市在城市发展的过程中面临着较大的生态环境压力。

3.2 煤炭生产灰色关联分析

按照灰色关联度计算步骤，选取煤炭资源开采量作为标准数列x0，其余指标分别为xi(i=1，2……24)，得出煤炭资源开采量与其他指标之间关联度，见表4。

表4 研究区煤炭资源开采量与其他指标关联度

一般来说，灰色关联度大于0.5时，指标与煤炭资源开采量的关联密切，从表4结果来看，人均GDP、人均可支配收入、固体废弃物排放量与煤炭资源开采量的关联度在0.8以上，说明煤炭资源的开采对研究区经济和固体废弃物的排放量影响强烈；人均耕地面积、土壤侵蚀面积、第二产业比重、搬迁安置人口、废水排放量、废水排放达标率与煤炭资源开采量的关联度大于0.7，说明煤炭开采对土地的破坏、产业结构、搬迁安置、工业废水产生显著影响；仅有单位耕地化肥施用量、农业机械化水平、复垦资金投入占GDP比例三个指标的关联度低于0.5，与煤炭资源开采量之间关系不紧密。总体上看，煤炭资源开采量是影响大部分研究区其他生态安全评价的指标的重要因素，对城市经济、土地资源、人口安置、工业废弃物等方面影响很大，对农业技术水平和复垦资金投入的影响较小。

3.3 生态安全障碍因子

为了找出生态安全值迅速退化的主要影响因子，本文选用障碍度模型来评估各指标的障碍度，并选出波谷2006年、2009年、2011年、2013年、2015年的前五障碍度因子，见表5。2006年生态安全值状态层障碍度最大，其次是压力层和响应层，障碍因子分别为搬迁安置人口、固体废弃物综合利用率、人均GDP、草地面积和人均可支配收入；2009年生态安全值压力层障碍度最大，其次是响应层和状态层，障碍因子分别为土壤侵蚀面积、搬迁安置人口、固体废弃物综合利用、煤炭资源开采量和草地面积，在2005～2010年间，朔州市生态安全障碍因子主要表现为经济压力和固体废弃物的利用效率低。随着煤矿城市的进一步发展，2011年、2013年、2015年的主要障碍因子基本一致，主要表现为伴随着煤炭资源开采量的提高引起的工业废水及固体废弃物排量增多、土壤侵蚀面积比例的上升、复垦工作赶不上破坏土地的进度。由此可见，随着煤炭资源的开发，朔州市生态安全影响的主要方面从外在生态环境和经济水平转向了煤炭资源开采过程和土地复垦进度带来的风险，这也导致主要障碍因子随之发生改变。

表5 朔州市生态安全值波谷年份障碍因子及障碍度

3.4 生态安全预测结果与分析

选用GM(1,1)对研究区2016～2020年生态安全值进行预测，为进一步提高精度，依据精度判别标准对预测结果进行多次残差修正，将模拟的2005～2015年指标指数与实际的进行比对(图2)，模拟精度在合格以上，模拟值后验差C为0.2374，小概率误差P趋近于1(表6)，说明GM(1,1)模型预测结果在合理的范围内。预测2005～2020年生态安全值变化趋势见图3。 从图3可看出，朔州市2016～2020年预测生态安全值呈继续下降的趋势，大致可将其分为两个阶段，第一阶段2016～2017年在上一年大幅回升的情况下维持了小幅度的增长，生态安全值达到了峰值0.563；第二阶段2017～2020年生态安全值迅速下降，至2020年最低值为0.330，预测2019年朔州市的生态安全等级将由临界安全变为不安全。由此可知，按照目前的发展趋势来看，在未来5年，朔州市的生态安全状况在初期略微好转的情况下将继续恶化，有必要针对生态安全障碍因子采取一定的治理措施。

采用障碍度模型对朔州市2016～2020年生态安全障碍因子进行分析。在此阶段，压力层障碍度维持稳定在较高水平，状态层和响应层的障碍度下降，压力层指标对朔州市生态安全影响起着主导作用。通过对各类指标做进一步分析，发现朔州市2016～2020年生态安全值下降的主要原因是煤炭开采量保持高位、工业三废排量继续增加、而生态环境治理的资金投入与其GDP占比徘徊不升、复垦工作进展赶不上开采损毁的速度。因此，要提高朔州市生态安全水平，需要在稳定煤炭开发强度的同时，加强生态环境建设和保护的资金投入，加快和完善复垦工作，边开采边复垦，做到“不欠新账、快还旧账”，确保环境保护落到实处。

图2 2005～2015朔州市年生态安全变化趋势

表6 生态安全值模拟精度

指标层CP相对误差/%预测等级生态安全压力指标0．23120．94．21合格生态安全状态指标0．137413．12好生态安全响应指标0．186711．77好

图3 2005～2020年朔州市生态安全变化趋势

4 结论与讨论

1) 基于PSR模型建立了朔州市生态安全评价指标体系，用主成分分析法筛选出主要指标，用熵权法给各指标赋予权重，以多因素综合指数法计算朔州市2005～2015年生态安全值。结果表明朔州市生态安全值从2005～2010年的波动缓慢下降变成2010～2015年迅速下降，波动幅度较大，生态安全等级由2005年的较安全下降至亚安全。生态安全状态呈下降趋势。

2) 通过灰色关联度分析可知，研究区生态安全评价指标与煤炭资源开采量的关联密切，煤炭资源开采对城市经济、土地资源、搬迁安置、工业废弃物等方面影响较大，对农业技术水平和复垦资金投入的影响较小。

3) 运用GM(1,1)模型模拟朔州市2016～2020年生态安全值，并用后验差、小概率误差检验模型精度，GM(1,1)对PSR准则层指数值模拟精度达到了合格以上的水平，可适用于本文预测。预测结果表明朔州市2016～2020年生态安全状态在2017年前短暂小幅提升后继续恶化，生态安全等级将由亚安全下降至不安全，亟需采取预防措施。

4) 通过障碍度模型分析可知，朔州市生态安全指数的主要障碍因子由初期的城市经济水平和固体废弃物综合利用水平转变到后期的煤炭资源开发强度、工业废弃物废水、环境保护治理资金、土地复垦率这些因素上，需合理规划煤炭资源的开采，加强工业废弃物的无害化处理，加大环保资金投入力度，稳步推进复垦工作顺利有效进行。通过这一系列措施来保障朔州市生态安全状况得以持续改善。

[1] 封吉昌.国土资源实用词典[M].武汉:中国地质大学出版社,2011:180-181.

[2] 杨金中,聂洪峰,荆青青.初论全国矿山地质环境现状与存在问题[J].国土资源遥感,2017,29(2):1-7.

[3] 白中科,赵景逵,朱荫湄.试论矿区生态重建[J].自然资源学报,1999,14(1):36-42.

[4] 陈国阶.论生态安全[J].重庆环境科学,2002,24(3):34-37.

[5] 陈屹,张士强.农业基因工程与生态环境[J].生态经济,2000(6):31-32.

[6] 武江越,许国栋,谭骏,等.危险化学品泄漏入海应急管理体系研究[J].海洋开发与管理,2017(8):59-61.

[7] 陆威,赵源,冯薪霖,等.土地资源生态安全研究综述[J].中国农学通报,2016,32(32):88-93.

[8] 林佳,宋戈.建三江垦区景观结构动态变化及其土地利用生态系统安全时空分异[J].水土保持研究,2016,23(4):48-54.

[9] 高长波,陈新庚,韦朝海,等.熵权模糊综合评价法在城市生态安全评价中的应用[J].应用生态学报,2006,17(10):1923-1927.

[10] 顾艳红,张大红.省域森林生态安全评价——基于5省的经验数据[J].生态学报,2017,37(18):1-11.

[11] 尹飞,毛任钊,傅伯杰,等.农田生态系统服务功能及其形成机制[J].应用生态学报,2007,17(5):929-934.

[12] 吴健生,张茜,曹祺文.快速城市化地区湿地生态安全评价——以深圳市为例[J].湿地科学,2017,15(3):321-328.

[13] 窦学诚,王庆辉.高寒牧区草原生态安全评价研究——以甘南玛曲草原为例[J].中国农业资源与区划,2013,34(3):78-83.

[14] 王兰霞,秦大海,孟祥民,等.资源型城市土地生态安全评价——以黑龙江省鸡西市为例[J].安徽农业科学,2016,44(30):179-182.

[15] 俞孔坚,乔青,李迪华,等.基于景观安全格局分析的生态用地研究——以北京市东三乡为例[J].应用生态学报,2009,20(8):1932-1939.

[16] 张凤太,王腊春,苏维词.基于物元分析-DPSIR概念模型的重庆土地生态安全评价[J].中国环境科学,2016,36(10):3126-3134.

[17] 张扬,严金明,江平,等.基于正态云模型的湖北省土地资源生态安全评价[J].农业工程学报,2013,29(22):252-258.

[18] 张松男,雷国平,李秀霞,等.基于PSR模型的城市生态安全模糊物元评价——以吉林省四平市为例[J].水土保持研究,2013,20(2):170-175.

[19] 杨青,逯承鹏,周锋,等.基于能值-生态足迹模型的东北老工业基地生态安全评价——以辽宁省为例[J].应用生态学报,2016,27(5):1594-1602.

[20] 鲍艳,胡振琪,柏玉,等.主成分聚类分析在土地利用生态安全评价中的应用[J].农业工程学报,2006(8):87-90.

[21] 张永利,罗佳,王留林,等.基于PSR模型的湖北湿地生态系统健康评价研究[J].环境保护科学,2015,41(4):89-94.

[22] Malin Falkenmark.Human livelihood security versus ecologi-cal security-an ecological perspective[C]∥Balancing Human Security and Ecological Security Interests in a Catchment-Towards Upstream/Downstream Hydrosolidarity.2002.