中国西部地区生态脆弱性评估——面向西部45个城市的探索性研究

张怡梦

(南开大学 周恩来政府管理学院，天津300350)

一、引 言

近年来，中国持续不懈地推进西部生态脆弱性治理工作。尤其十八大以来，中国瞄准了深化体制改革和职能转变的目标，将“生态型”政府建设纳入国家政策议程当中，从顶层设计上提高生态文明建设到“五位一体”的战略高度。2017年，十九大又一次强调了加快生态文明建设的重要性，细化了生态文明体制改革的重要内容。这对中国西部生态脆弱性的治理既是重大机遇，也是重大挑战。就实践情况而言，中国西部地区生态问题有所改善，但其程度较为有限，生态脆弱性引致的局部生态问题依然频发。西部地区面积超过中国国土总面积三分之二，集中了全国大部分典型生态脆弱区，其生态脆弱性恶化造成的生态危机不仅影响着西部自身发展，也制约着中国整体可持续发展。因此，加强西部生态脆弱性的改善具有重要的战略意义。

管理学家 Magretta曾言“不能评估就无法管理”，想要进一步推进西部生态脆弱性治理，必须对其精准测量以明确现状，了解其优势和薄弱环节，避免“胡子眉毛一把抓”。从当前研究来看，中国西部生态脆弱性评估主要集中在单一生态系统评估，如全占军、蒙吉军、Wan、Emily、Nguyen、侯娜等构建了不同指标体系，并依照不同方法评估了高原、草原、农牧交错带、江河中上游、岩溶等脆弱程度普遍偏高的西部典型地形地貌，以及煤矿区、地震区、三峡库区等特殊地区的生态脆弱现状［1－6］。然而这些研究的局限性在于，首先，研究对象选择过于集中且单一。它们多是针对北方农牧交错生态脆弱区、南方红壤丘陵山地生态脆弱区等西部生态重度脆弱区中的其中一个进行研究，较少有兼并多种生态脆弱区的整体评估。其次，评估指标不太合理。由于很多研究在评估伊始未对生态脆弱性及其相关概念深入辨析，且缺失客观科学的指标筛选过程，以致于不同类型生态脆弱区的评估指标相似度过高，不能合理测评脆弱性结果。

鉴于此，本文立足于经验数据，从公共管理学及环境政治学等跨学科视角出发，针对生态脆弱性的基本内涵，运用科学的指标筛选方法和评估计算模型(如图1)，构建一套面向西部整体生态脆弱性的科学评估体系，得出十八大以来的西部生态脆弱性现状。就研究创新点而言，一方面通过较为合理的筛选过程，以“市(自治州、区)”为单位，将西部所有生态脆弱类型纳入研究范畴，弥补了以往研究对象过于集中且单一的不足;另一方面运用“隶属度—相关性—变异系数”筛选法，从生态脆弱性的基本概念出发建构指标体系，指标的内容涉及公共管理学、地理学、生态学、气候学等学科，弥补了以往研究指标设置因过于主观和雷同导致的低科学性问题。就研究意义来看，本文在微观层面上有利于明确十八大“五位一体”战略提出后的西部地区生态脆弱性程度;在中观层面上有利于明确十八大以来西部地方政府生态治理能力和效果;在宏观层面上有利于为十九大提出的加快生态文明体制改革提供有效切入点和突破口。

图1 技术路线图

二、西部生态脆弱性评估模型

(一)评估对象

为选取代表西部整体生态脆弱情况的样本集合作为评估对象，本文在研究对象的选择上考虑如下:首先，遵循细致性和可操作性原则，参考中国三级行政区划，选取第二级“市(自治州、区)”作为抽样框，包括直辖市、副省级城市、地级市、自治州、地区等行政区域。它既不过于宏观，又不过于微观，便于搜集资料;它既包含市区部分，也有广大的农村地带，能较好地展现本文研究主题。其次，遵循全面性和典型性原则，在抽样框内进一步筛选最终样本，以既涵盖所有西部生态脆弱区类型、体现全貌，又便于数据统计、实证测量。在具体城市的筛选上，依照地貌特点、温湿状况、区域差异和生态环境等自然地理特征，参考《全国生态脆弱区重点保护区域》、《全国生态功能区划》、各省市生态功能区划、生态脆弱区划等权威资料对西部生态区的划分，将每个省份的生态区分别对应到所属“市(自治州、区)”级行政区域，选择其中一个城市作为待评估城市样本集合中的元素。不同生态区可对应同一城市，以内蒙古的城市选取为例，根据中国官方规定，内蒙古共有5个生态区，笔者在每个生态区内分别选择一个城市，以代表该生态区作为待测量对象，其中科尔沁沙地辽河上游生态区和阴山北麓——浑善达克沙地生态区共同对应赤峰市，确定该省的研究对象集合共包含4个城市。本文最终筛选出45个城市作为研究对象。

(二)西部生态脆弱性评估指标体系

为了保证指标构建的科学性、严谨性和可靠性，本文使用了定量和定性相结合的混合研究方法确定生态脆弱性指标。通过对指标池、指标草集进行筛选，最终确立一套能客观、全面呈现西部生态脆弱性现状的科学评估指标体系，较好地规避单一客观数据可能造成的误差和单一主观数据可能造成的片面。本研究属于现状评估，此类评估指标设计通常以评估对象内涵为圆心，以其要素构成为半径，在此范围内构建尽可能涵盖体现评估对象关键信息的指向性强且正交性弱的指标体系，以满足评估全面性、特殊性和有效性。在生态脆弱性内涵和要素解读上，国内外学者 Timmerman、Linda、牛文元等人分别从影响因素、构成要素、表现要素等层面进行了权威解读［7－9］。这些解读主要集中在生态系统所受干扰和压力，以及生态系统的敏感性、适应性和恢复性等领域之间的相互作用，差异性并不显著，一定程度体现了学界对生态脆弱性内涵达成了共识。本文所使用的“生态脆弱性”概念是站在学者们已有成果的“肩膀”之上，基于其形成机理，综合考虑影响因子和结果表现两个维度得出的。

具体来看，生态脆弱性的内涵由原生系统敏感性、受干扰程度、恢复能力以及偏离原有平衡状态的程度这四个基本要素组成。其中，生态敏感性指生态系统在其原生环境质量基础上，对各种环境内部变异和人类外部干扰的反应程度，多体现为消极反应。生态弹性指生态系统维持原生生态稳定性的能力，表现为面对干扰和变化所具有的自身抵抗、适应和恢复能力。生态压力是对生态系统造成不同损害程度的自然系统内部干扰和人类社会外部干扰，其中后者干扰程度远高于前者。生态恢复是以政府为主导，政府、企业、公民等人类社会主体采取生态保护、生态建设措施以减轻、阻止、恢复和预防对环境负面影响的能力，表现为政府引导、经济发展、生产生活等。其中生态敏感性、生态压力与生态脆弱程度正相关;生态弹性、生态恢复能力与生态脆弱程度负相关。狭义生态脆弱性可理解为以本地区生态系统原生状态为基础，经受一定自然或人为干扰，生态系统在自我恢复之余最终偏离原有平衡状态的程度，广义生态脆弱性是以上述四方面为子集的概念集合。

确定了评估对象的基本概念，也即确定了评估结构和评估边界。依据上述的生态脆弱性内涵及共生系统、可持续发展及生态承载力等相关理论，笔者在学者乔青等人提出的“敏感性—弹性—压力”模型［10］基础上，从广义生态脆弱性概念出发，针对生态脆弱性的四要素，结合生态系统包含的地质地貌、气候资源、水资源、土壤资源、生物植被资源等领域的数量、质量、开发利用程度等内容，确定了以“生态脆弱性”为目标层，以“生态敏感性”、“生态弹性”、“生态压力”和“生态恢复”四个域为准则层的指标体系。在指标筛选中，本文首先建构由231个有待于进一步筛选的具体指标构成的指标池。在此基础上召集项目组成员，运用主客观德尔菲法、头脑风暴法初步筛选出由97个指标构成的指标草集，继而运用“隶属度—相关系数—变异系数”筛选法得出最终36个具体指标。

“隶属度—相关系数—变异系数”筛选法由学者范柏乃等人提出［11］65，后被广泛应用于评估研究中。其基本原理是通过依次确定指标所属集合、鉴别该集合内指标间相关性以及鉴别指标是否存在一致偏高或偏低的畸形状态，以全面分析指标的统计学特性，最终删除无效指标、重复指标和“变态”指标，构建较为合理的指标体系。指标筛选的计算过程如下所示，其中隶属度分析和相关分析数据来源于单轮德尔菲法获得的权威专家主观打分，变异系数分析主要针对客观指标，数据来源于45市2013年的截面数据，从统计年鉴、统计公报、政府工作报告等资料获取。专家问卷回收情况如表1所示。

表1 德尔菲法专家组成和问卷回收结果表

1．隶属度分析

隶属度概念来源于模糊评价函数，它认为对一个受多因素影响的事物进行评价时，无法用经典集合论对其内涵外延进行绝对肯定或绝对否定，于是提出用“模糊”概念来界定该事物。隶属度分析法的基本原理是，首先确定该事物所属模糊集合，然后计算其中各元素的隶属度以确定该事物的实际所属集合，该集合体现了事物的本质属性，是模糊集合的子集。本文将西部生态脆弱性评估指标池视为一个掺杂良莠不齐指标的模糊集合，通过隶属度分析，剔除其中的“不纯”指标。具体筛选思路为:首先设置“0－1”问卷，让专家基于经验、知识储备判断指标与其所属维度的隶属关系，属于选“1”，不属于选“0”，以获得原始数据;其次根据专家打分结果确定专家临界值、临界隶属度，计算每个指标隶属度，其中计算专家临界值的目的是计算临界隶属度，临界隶属度的统计意义在于，低于其值的隶属度所对应的指标是专家们认为与其维度隶属关系极小的指标;最后将各指标隶属度与临界隶属度进行对比，剔除小于专家临界隶属度的指标。具体步骤包括:

首先，计算专家临界值。M为专家临界值;μ表示选择专家的期望数量;S表示专家对备选问题选择数量的标准差;N代表备选问题被专家选中的频数;tα是置信度α取特定值情况下的 t检验值，可通过查阅t检验表获得。

通过对80份有效回收问卷进行统计，得到指标草集中96个指标的隶属度。将其与临界隶属度值进行对比，删除小于临界隶属度指标，至此指标草集中留下77个指标。具体计算过程为:第一，计算临界专家值。在此过程中，按照学者的研究结果，超过30的样本容量可视为大样本，其要素分布基本上服从正态分布，因此将专家期望数定为30。显著性水平 α 取1%，通过对 t分布表进行查询，t0．01=2．368。计算出临界专家数量为:

其次，计算指标隶属度。假设在第n个评价指标In上，专家选择的总次数为Mn，即总共有Mn个专家认为In是重要的，那么该指标隶属度如式2所示。其中Rn为隶属度，j为指标数量，T为反馈消息专家总数。若 Rn值高于临界专家值对应的隶属度值(R临界)，表明该指标属于模糊集合，予以保留。≈30。第二，计算临界专家值所对应的临界隶属度值，即计算当 M=30时的隶属度:最终，删除隶属度小于0．375的指标。这些指标的模糊数学意义为，在α=1%的条件下该评估指标专家选择数不具有统计上的显著差异性。

2．相关性分析

相关性分析是用于鉴别同维度指标间其相关性是否过强，判断指标是否指向同一个评估内容。若指标间相关性过强，容易出现评估内容过于聚焦以及因评估盲区导致的片面评估。其具体筛选思路为:首先，针对同维度指标间相关性和重要性设置面向专家的五级打分量表，1、2、3、4、5 五个梯度分别对应“非常不重要、重复性强”、“比较不重要、重复性较强”、“一般”、“比较重要、重复性较低”、“非常重要、重复性很低”，以获得原始数据。本部分的专家经验值来源于上一步骤的同批专家(见表1)。在此没有使用类似统计年鉴等客观数据，其原因是此时包括77个指标的指标草集存在大量主观指标，若使用这些客观数据，只能对客观指标进行区分，无法对主观指标进行筛选，使用专家经验值可以对所有指标进行鉴别，较好地规避了此类问题。其次，基于相关分析的基本原理，计算两两指标间的简单相关系数Rxy，然后对具有显著相关性的两个指标，根据隶属度的大小对其筛检，删除偏小指标。指标Zx和指标Zy的简单相关系数的计算公式如式(3)。

从统计逻辑来看，如果两个指标间相关系数过高，说明这两个指标重复性较强，应对其中一个通过进一步判断予以剔除。相关系数一般可分为三级:|R|＜0．4为低度线性相关，0．4≤|R|＜0．7 为显著性相关，0．7≤|R|＜1为高度线性相关。在本研究中，若两指标间具有显著或高度线性相关，删除其中隶属度偏小的指标，如表2最终删除指标“岩石裸露率度”。至此，指标草集中留下57个指标。

表2 “地质地貌”维度下指标的相关性表

3．变异系数分析

变异系数分析是计算客观指标标准差相对于平均数大小的相对量，以判断指标在评估打分结果中是否存在一致偏高或偏低的畸形状态。如果一个指标的变差系数偏小，意味着该指标得分整体性同高或同低，鉴别力较差［12］88，应剔除，以消除“偏态聚焦”。按照这种特性，对剩余57个指标首先进行主客观区分，然后采集本文研究对象的客观指标数据，根据这些数据计算指标变异系数，最终删除变异系数偏小的指标。变异计算一般式如下所示，其中是指标均值;指标标准差。由于指标均值有可能为负数，考虑到该指标在统计学意义上是反映“数据相对于自身均数的离散程度”，本研究将取变异系数绝对值为变异系数最终值，不影响分析结果。最终，保留29个定量指标，加上7个定性指标共同构成生态脆弱性评估体系，共包含36个指标(如表3所示)。

表3 中国西部生态脆弱评估指标及其权重表

(三)西部生态脆弱性评估模型

在评估结果计算中，借鉴Sieber(1981)、吴大进(1990)、吴跃明 (1996)、廖重斌 (1999)、Tolston(2014)等人的评估模型，运用熵值法、功效系数法构建西部生态脆弱性评估模型，计算指标权重和最终得分［13］。

1．熵值法计算指标权重

熵值法是通过明确信息的效用价值即信息熵来确定指标权重的方法，其优势在于计算过程较为客观，增强了科学性，具体步骤如下:

(1)运用标准化方法对评价指标无量纲化，以缩小极值对评价过程的影响。其中，X'ij是标准化后的指标值，X

j是第 j个指标的平均值，Sj是第 j个指标的标准差。

(2)清除负数，平移坐标。X″ij是平移后的指标值，H为平移幅度，可是任一正实数。

(3)计算第j个指标下的i个样本值比重。

(4)计算第j项指标的熵值，以此判断指标的离散程度。指标的离散程度越大，对综合评价的影响越大。

(5)计算第j项指标的变异性系数gj，指标的信息效用价值取决于指标信息熵hj与1之间的差值，差值越大，指标越重要。

(6)计算指标熵权，以此在熵值基础上得出每个指标相应的权重。

2．功效系数法计算指标得分

功效系数(函数)法是根据多目标规划原理，对每一项评价指标确定一个满意值和不允许值，以满意值为上限，以不允许值为下限，计算各指标实现满意值的程度，并以此确定各指标分数，经过加权平均进行综合，以最终评价被研究对象的整体状况(脆弱性评估标准如表4所示)。

表4 生态脆弱性分级标准表

(1) 计算序参量功效函数。Xij(i=1，2，…，m;j=1，2，…，n)是第 i个子系统的第 j个指标(序参量)，体现指标达到目标的满意程度，即单个指标得分。Xij∈［0，1］，0 为该指标最差得分，1 为该指标最高得分，即原始理想分值。αij、βij是系统序参量的上、下限值，功效函数xij计算公式为:

(2)计算综合序参量。式12中综合序参量Ui(i=1，2)是待评估系统的指标综合得分，xij是各个指标序参量得分，λij是相应指标权重。

三、中国西部生态脆弱性实证评估

(一)评估数据

依照科学筛选步骤，本研究最终确定了包括36个指标在内的西部生态脆弱性综合评估指标，其中有7个定性指标和29个定量指标。本文对这两类指标在其各自不同特性基础上进行分类，以选取合适的数据撷取方式。由于较难直接获得客观数据，定性指标数据来源于两种不同方式:一类是由笔者从统计年鉴、统计公报、行政文件以及新闻等文字资料中提取关键词，对指标进行10级梯度打分以量化处理，这些指标均以正功效指标对待。以指标“主要地质地貌类型脆弱度”为例，通过对评估对象地质地貌所属类型的脆弱程度进行判断，基于0至9的10个刻度得出指标得分，其中0代表该指标程度极差，9代表该指标程度极优。另一类是问卷调查，主要针对公共服务领域指标，根据不同服务内容设计五级量表，选择当地居民和政府工作人员两类主体分别作为内外部顾客填写。在客观指标数据上，鉴于本文初衷是对十八大以来的西部政府生态观和绩效观协同度进行研究，为了保证数据完整性、有效性，最终选择2013—2016年相关数据。数据来源为省市统计年鉴、所属省市统计公报、政府工作报告、环境公报、土地公报、水土保持公报、水资源公报以及当地统计局网站、气象局网站等。

(二)评估结果

在指标原始值基础上，本文依次计算出指标权重和最终得分，分别如表3、表5所示。需要说明的是，在指标得分计算过程中已将所有功效为负的指标进行逆向化处理，因此对于负向指标来说，分数越高，其程度越浅，现实意义越好。为了明确西部生态脆弱性的基本情况，本文从西部整体和域两个层面分析4年综合评估结果，并根据五级梯度划分指标程度。

表5 中国西部生态脆弱性评估对象选取表

注:●●○○○表示重度脆弱;●●■○○表示中度脆弱偏重度脆弱;●●●○○表示中度脆弱偏轻度脆弱。

1．整体结果分析

从评估结果来看，西部环境虽然不至于“不可挽回”，但其脆弱性和受危害程度依然处于较为严峻的阶段。通过对西部45个涉及12省所有生态区所在的城市以及湖北恩施、湖南湘西的生态脆弱程度评估可知(见表6、7)西部地区整体得分为0．45，占总分百分比为44．95%，体现了西部生态脆弱性整体程度较为严重，勉强处于“中度脆弱性”，濒临“重度脆弱性”。具体到各城市，指标最高分和最低分分别占满分比为58．58%、35．22%，其中南宁、玉林、西安三市脆弱程度最轻，那曲、海北、阿里脆弱程度最重。从脆弱性程度来看，集中在“中度”、“重度”脆弱的城市较多，数量分别为34、11，没有脆弱程度轻和极端脆弱城市。

从百分比结果来看，仅有9个城市处于50%～60%，其余36个城市均处于35% ～50%。在平均值0．45以上的城市有10个，表7中铜仁及其之前的城市都在均值之上，铜仁之后的35个城市均处于平均值以下，说明大部分城市的脆弱性程度比起整体水平更差。由于在“重度”脆弱性的11个城市中，包含内蒙古、甘肃、陕西、云南各有1市(自治州、区)，青海、新疆各2市(自治州、区)，西藏3市(自治州、区)，分别占该省(区)评估对象数量总比的 20% 、33% 、25% 、25% 、50% 、50% 、75% ，一定程度说明了脆弱程度相对较重的地区多是少数民族聚居区以及边疆偏远地区，其中西藏整体上脆弱性程度相对最重。本文涉及的省会级别以上城市共有西安、银川、乌鲁木齐、成都、南宁、重庆6个，其中4个城市都在平均值以上，银川市紧随均值其后排在第11位，由此可见省会级别以上城市在生态脆弱轻度上占有绝对优势。

表6 西部45个城市整体生态脆弱性及各域得分表

2．域结果分析

为了进一步明确西部生态脆弱性的“短板”领域，对域结果进行分析(见表6、7)。从西部整体来看，4个域综合得分的平均值分别为 0．099、0．191、0．069、0．091，占域理想满分的 49．25% 、47．16% 、58．47%、35．69%，表明西部处于中度生态敏感性、中度生态弹性、中度生态压力、低度生态恢复力。这意味着不仅西部生态环境先天基础不高、外界干扰较强，其自身抵抗干扰能力和后天外界施以“援助”应对干扰能力都较差。由统计结果来看，相较于西部原生环境的脆弱性，受干扰之后未进行有效防控、保护和治理对西部脆弱性伤害更大。

具体到四个领域的各个维度可知，在生态敏感性上，地质资源、气候资源、水资源、土地资源、生物资源五要素敏感性都较强，意味着未来政府在治理过程中对这些要素要予以同等关注。在生态弹性上，包括农业发达程度在内的经济情况、人口数量和质量、水资源状况和土地资源状况等较差，其中前两者是与生态息息相关的社会系统要素，其低值体现了当前西部人类社会系统对自然系统仍处于加重负担、“帮倒忙”阶段，后两者弹性低进一步验证了西部生态自我治愈能力较差的“先天不足”。在生态压力上，人类社会对生态造成的压力明显推波助澜了自然系统自身恶化速度，其中环境污染压力应是整治重点，资源开发压力也不容忽视。在生态恢复上，以政府为治理元主体实施的生态恢复也是政府追求生态绩效的过程，目前仍处于“意识先行，行动滞后”阶段。

具体到各个城市四个领域的评估结果可知，各城市的表现与整体情况具有一致性，均为生态敏感性程度和生态压力程度相对适中，生态弹性和生态恢复性程度相对较差。西部45个城市生态敏感性主要集中在轻度到重度水平，得分介于31．84% ～74．90%，轻度、中度、重度敏感性的城市分别为6个、34个、5个。玉林、崇左、南宁敏感性程度最轻，均属于广西，常年温度适宜、雨水充沛、生物多样。玉树、巴音郭楞、榆林三地敏感性并列最差，均属于西北地区，海拔较高、地势起伏，常年气候多变。生态弹性主要集中在中到低程度，中度、低度城市分别有22个和23个，得分处于20．60% ～58．53%。重庆、南宁、梧州生态弹性状况最好，其中两个城市属于广西，说明了在亚热带季风气候下，生态自我恢复能力相对较高。那曲、海北、阿里在生态自我恢复机理上最差，其中两个地区都属于中国经济欠发达、人烟稀少的西藏高寒地区。城市生态压力主要集中在轻度到低度，得分为 19．58% ～79．66%，程度由浅及深分别对应6、34、5、1个城市。相对来说西安、成都、重庆压力最大。这三个城市的最大特点是直辖市或省会城市，其附近聚集的工业污染等较为严重、人口压力大，导致了它们遭受的外界生态干扰较大。中卫、铜仁、海西压力最小，其特点是工业相对不发达、人口稀少，相应的资源开发和污染压力小。生态恢复性主要集中在良到差程度，得分为14．22% ～65．85% ，从高到低分别包括 2、19、23、1 个城市。银川、重庆、西安排名前三，同生态压力情况一致，这三个城市也均为行政级别较高城市，相对来说经济水平较高，政府行政能力较强，在财政资源和其他相关资源的基数和调动能力上都有优势，相应地，结果上体现为其辖区内的生态治理较为重视、生态恢复资金投入较多。阿里、迪庆、大理排名后三，体现了偏远民族地区在生态治理上的经济、行政资源的相对劣势。

表7 西部45个城市整体及各域脆弱性程度分布表

生态压力 轻度 6 中卫、铜仁、海西、玉树、天水、阿拉善盟中度 37 林芝、昭通、阿里、日喀则、大理、攀枝花、遵义、湘西、阿勒泰、恩施、迪庆、乌鲁木齐、海北、普洱、银川、甘南、那曲、阿坝、赤峰、巴音郭楞、梧州、毕节、崇左、固原、包头、玉林、张掖、黔西南、呼伦贝尔、咸阳、和田、延安、河池、鄂尔多斯、榆林、南宁、西安重度 1 成都极度 1重庆

四、结论与讨论

针对当前西部生态脆弱性引致的生态问题频发现象，本文试图通过科学方法和经验数据测量中国西部的生态脆弱性，以较为科学和客观的方式明确当前西部生态脆弱性现状，便于未来西部地区有的放矢地进行生态治理。从评估过程来看，本文首先基于全面性和典型性原则，确定了既能反映研究意图又便于实证测量的西部生态脆弱性评估对象，在此基础上运用“隶属度—相关系数—变异系数”筛选法得出评估指标体系，最终使用熵值法和功效系数法得出中国西部生态脆弱性评估结果。该结果显示，针对西部生态脆弱情况，除了个别省(市、区)的小部分城市处于“重度脆弱”，西部整体及大部分城市处于“中度脆弱”，均在满分值60%以下。从数据上验证了中国西部地区当前生态脆弱性较为严重的客观现实。从“生态敏感性”、“生态弹性”、“生态压力”、“生态恢复”四个领域来看，西部在整体层面的自身环境对干扰的敏感度、受到的外部干扰程度相对较优于其受干扰后的自我系统恢复能力、外部施以援助的恢复能力。从45个城市的脆弱分布情况来看，民族地区、偏远地区、行政级别较低地区的生态脆弱性相对更差。基于此，可以得出以下结论:

第一，十八大以来西部政府生态治理能力和效果依然较为有限。近年来，中国党中央和国务院开始从顶层设计上关注和重视生态恢复和保护，尤其十八大提出将生态纳入与政治、经济、文化、社会“五位一体”协同发展的战略高度。在此背景下，西部各地方政府也开始从生态政策制定、机构成立、执法完善等方面显示出其关注生态的决心。然而从现实来看，囿于决定中国西部生态状况的政府生态观和绩效观、生态职能和其他职能在根本上未能良性协同，本质上未打破“发展以牺牲环境为代价”的路径依赖，这种治理效果并不尽如人意。正如本文统计结果显示，相较于西部原生环境的脆弱性，受干扰之后未进行有效防控、保护和治理对西部脆弱性伤害更大。尽管这些地区在造林、退耕还林、还草、水土流失治理、土地沙漠化治理、污染治理等具体领域上通过运动式治理略有进步，使得各年结果呈现为波动螺旋式上升。但从长远来看，这些治理行为在指导观念、目标设置、政策执行和结果评估与问责等绩效生成关键环节存在不同程度“失范”和“脱节”［14］，导致最终整体结果不理想。其主要原因在于对以政府为主的多元生态治理主体而言，其激励和约束机制不兼容，导致最终治理效能消解和“N型曲线困境”出现。考虑到生态问题特有的公共性、外部性和复杂性，未来中国生态治理需要站在协同治理和整体治理的高度，通过转变政府绩效观［15］和优化制度设计以实现整体绩效的全面协调与整合，进而从根本上推动生态问题解决［16］。

第二，中国西部生态治理的地域性差异一定程度体现了行政资源固化造成的马太效应，即城市级别相对较高、所在省份经济相对发达地区的生态脆弱状况和政府绩效水平都相对较好。对这些城市来说，它们普遍具有较好的自然条件和区位优势，使得它们的生态敏感性和生态弹性本身相对较低。尽管这些城市生态压力相对较大，但其治理生态问题所依赖的城市资源聚集、布局优势显著［17］，使得它们的生态弹性和以政府为主的生态恢复能力远高于其他城市，最终结果体现为整体生态脆弱性较轻。与此同时，偏远地区、民族地区等在资源获取上的优势相对有限，尽管人烟稀少但整体生态脆弱性不容乐观，久而久之该地区的生态问题将成为阻碍整体发展提升的顽疾之一。各级政府在未来发展中应合理利用大城市的集聚效应，让其区位优势福泽级别较低、相对落后的地区，并在整体部署中重视对这些地区的政策倾斜，以缓解行政资源固化问题，有效改善西部生态脆弱性短板地区的生态现状。