基于CRITIC权灰靶模型的土地利用碳排放安全评价——以陕西省为例

何岩岩， 南 灵

(西北农林科技大学经济管理学院，陕西杨凌 712100)

全球气候变暖引发各种环境问题，制约经济社会长足发展已经成为不争的事实，进行碳排放安全评价和预测不仅是应对气候变化、环境治理的需要，也是国家发展战略的要求。土地利用碳排放对大气二氧化碳含量增加的影响仅次于化石燃料燃烧，其安全问题关乎着区域、国家乃至世界范围内的和谐、稳定以及可持续发展。目前，关于土地利用碳排放的研究主要集中于土地利用碳排放的测算[1]、时空特征分析[2]、碳效率分析[3]、影响因素分解[4]以及脱钩效应分析[5]等方面，碳排放安全评价是在研究碳排放的基础上，基于生态安全评价理论拓展出来的新研究领域，目前处于起步阶段，具体到土地利用碳排放安全评价及预测的研究则更为少见。根据相关研究[6-8]，土地利用碳排放安全可以理解为土地利用所产生的碳排放在人类自身生产、生活等各个方面的必要需求得以满足的前提下，与区域人口、环境、社会、经济、资源系统保持协调可持续发展的状态。

对指标合理赋权在评价中具有举足轻重的作用，指标权重确定(criteria importance through intercriteria correlation，简称CRITIC)赋权法既考虑指标内部差异性，又兼顾指标间的冲突性，比熵值法等更科学合理[9-10]，但常规的CRITIC赋权法在计算权重时仍有带量纲的标准差不能直接反映指标内部的差异程度以及负相关系数不能合理反映指标独立性权数的问题须要改进。评价方法的选择和参照标准的制定是评价中的关键，灰靶模型在对复杂的、模糊的、信息不完全的灰色系统进行评价时，具有显著的优势[11]，已被成功应用于适宜性评价[12]、资源稀缺性评价[13]、可持续性评价[14]等领域，但在生态系统安全评价方面的应用还很少且其等权不合理问题仍须要改进。

鉴于此，本研究采用融合资源、经济、环境、社会等系统的压力-状态-响应(pressure-state-response，简称PSR)模型构建土地利用碳排放安全评价指标体系，引入变异系数和相关系数的绝对值对常规CRITIC赋权法进行改进，并将改进后的CRITIC权引入传统灰靶模型，以解决等权不合理问题，建立基于CRITIC权的改进灰靶模型并以陕西省为例进行土地利用碳排放安全评价，旨在为相关部门开展土地利用碳减排，促进陕西省土地低碳绿色可持续利用提供科学依据。

1 指标体系与研究方法

1.1 评价指标体系

PSR模型强调社会经济运作与环境变化的互动关系，具有可测定性、可评价性、可预测性的特点[15]。为保证指标体系的科学性、完备性、适用性，首先将目标层分为压力、状态、响应3个准则层；其次，从研究土地利用碳排放影响因素的文献[共48篇，其中10篇学位论文，20篇中文社会科学引文索引(Chinese social science citation index，简称CSSCI)期刊文献，5篇中国科学引文数据库(Chinese science citation database，简称CSCD)期刊，13篇核心期刊]中提取高频影响因素，分别为经济发展(38次)、人口增长(38次)、土地利用变化(30次)、能源效率(28次)、能源结构(25次)、森林覆盖率(20次)等，并参考现有土地评价指标文献(52篇关于土地生态安全评价的文献、38篇关于土地利用系统健康评价的文献、20篇关于土地可持续利用评价的文献、14篇关于低碳发展评价的文献等)，初步选择44个相关指标构建备选指标集；再次，选择31位专家(6位教授，6位副教授，12位专业学者，7位行业从业者)发放问卷进行2轮指标筛选，确定27个具体指标构成初步体系；最后，通过CRITIC赋权法初步赋权，将权重小于0.01的影响较小的指标筛去，确定24个指标构成评价指标体系(表1)。其中，压力是指土地利用碳排放安全受到威胁的原因；状态是指在各方面压力的影响下，土地利用系统所维持的样貌以及土地利用碳排放状态；响应是指预防土地利用碳排放安全恶化、维护土地利用碳排放安全所采取的措施。

表1 土地利用碳排放安全评价指标体系及权重

注：“+”表示正项指标，数值越大越利于安全；“-”表示负向指标，数值越大越威胁安全。

1.2 研究方法

1.2.1 改进的CRITIC赋权法 基于指标相关性的CRITIC法，是由Diakoulaki提出的一种综合独立性权数和信息量权数的客观赋权法[9]。独立性权数和信息量权数分别采用相关系数和标准差表示，将二者结合构成综合权数，综合权数越大，相对重要性越大[10]，其表达式为

(1)

式中：Ck为常规的综合权数；Sk为第k个指标的标准差；rik表示第i个评价指标与第k个评价指标的相关系数。

但常规的CRITIC赋权法存在2个问题，(1)带量纲的标准差不能直接反映指标内部的差异程度；(2)出现负相关时，用相关系数反映指标独立性权数不合理，因此采用变异系数和相关系数的绝对值对上述公式进行改进，改进后的综合权数表达式为

(2)

式中：Ck′表示改进后的综合权数，Sk为标准差；uk为平均数；|rik|为第i个评价指标与第k个评价指标相关系数的绝对值。因此，第j个指标的CRITIC权重表示为

(3)

1.2.2 改进的灰靶模型 灰靶模型的核心是在没有统一评价标准的情况下，通过对比将灰色系统内部最重要的指标数据优选出来构造灰靶及其靶心，然后将评价对象分为一系列待评模式并通过与靶心的比较来计算靶心度，进而进行模式分级，具体步骤见参考文献[11]。传统灰靶模型靶心度的计算公式为

(4)

传统的灰靶模型在计算靶心度时，靶心系数采用等权叠加得到，与实际情况不符，因此本研究将改进后的CRITIC权重引入靶心度计算公式中，增加客观性的同时使模型更符合实际。改进后的靶心度计算公式为

(5)

式中：γ(x0，xi)表示待评模式Xi的靶心度；ωk表示待评模式Uk指标的权重；γ[x0(Uk)，xi(Uk)]表示待评模式xi的靶心系数；n表示指标个数。

2 数据来源与基础数据测算

2.1 研究区域选择

陕西省地处我国内陆腹地，是通往西北、西南的门户，具有明显的地理区位优势。作为国家“一带一路”战略安排的重要区域和西部生态环境建设的重点区域，近年来，陕西省工业化、城市化水平得到了很大的提高。然而，在城市化进程中土地生态系统受到了人类活动的较大影响，土地利用强度不断加强，土地利用碳排放压力逐年增大，土地利用碳排放与区域人口、资源、环境、经济、社会系统的协调发展受到威胁。因此，进行区域土地利用碳排放安全评价并提出土地利用碳排放安全调控对策具有必要性和紧迫性。

2.2 数据来源

本研究所使用的土地利用数据来源于2005—2014年陕西省土地利用变更详查资料，国民经济数据来源于2006—2015年《陕西统计年鉴》，森林覆盖率来自于全国森林清查成果资料，环境保护投资、湿地面积等环境数据来源于2005—2014年《陕西省环境状况公报》《中国环境统计年鉴》，文中部分数据通过原始数据计算得到。需要说明的是：(1)本研究中所用GDP数据以2005年为基期进行平减，能源消耗按等价值计算；(2)参考Costanza等的研究[16-17]，本研究中的生态用地包括耕地、园地、林地、草地、水域和湿地6种类型；(3)由于水域及未利用地面积在陕西省土地总面积中的占比均不超过1.5%，因此只计算耕地、园地、林地和草地的碳吸收，耕地碳吸收量为其上农作物光合作用所固定的碳[2]，园地、林地、草地碳吸收采用碳吸收系数法测算[18]；(4)农用地碳排放量包括农地利用中农用机械使用、化肥施用、灌溉活动、地膜使用等4个方面主要碳源产生的碳排放，建设用地碳排放量通过单位GDP能耗间接计算[2]。

3 评价过程

3.1 构建标准模式

3.2 进行灰靶变换

令x0为灰靶变换，则x0=TX0=(1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1)，则对待评模式X1中的24个指标进行灰靶变换可得：

⋮

则x1={x1(U1)，x1(U2)，…，x1(U24)}=(0.920，1.000，1.000，1.000，1.000，1.000，0.690，0.537，0.584，0.909，1.000，0.911，0.958，1.000，1.000，0.854，0.957，0.855，0.848，0.378，0.778，0.503，0.559，0.746)，同理可得由(x1，x2，x3，…，x10)组成的矩阵。

3.3 确定灰关联差异信息空间

令差异信息集Δ={Δ0i(Uk)|i∈I={1，2，3，…，10}，k∈K={1，2，3，…，24}}，则Δ0i(Uk)=|x0(Uk)-xi(Uk)|=|1-xi(Uk)|，其中 Δ0i(Uk) 为待评模式Xi与标准模式X0在Uk指标下的差异信息，因此，Δ01(Uk)={Δ01(U1)，Δ01(U2)，…，Δ01(U24)}=(0.080，0.000，0.000，0.000，0.000，0.000，0.310，0.462，0.416，0.091，0.000，0.089，0.042，0.000，0.000，0.146，0.043，0.145，0.152，0.622，0.222，0.497，0.441，0.254)，同理可求出由(Δ01，Δ02，Δ03，…，Δ010)组成的矩阵。最终可得Δ0i(max)=0.674，Δ0i(min)=0。

3.4 计算靶心系数

由此，可以得到靶心系数γ{x0(U1)，x1(U1)}=0.809，γ{x0(U2)，x1(U2)}=1.000，…，γ{x0(U24)，x1(U24)}=0.571，同理可得由靶心系数γ{x0(Uk)，xi(Uk)}组成的矩阵。

3.5 计算靶心度

将计算所得的靶心系数和指标权重(表1)代入公式(5)得到待评模式X1～X10的靶心度；同理，可按照上述方法求出压力系统、状态系统、响应系统3个子系统的靶心度(表2)。

表2 陕西省土地利用碳排放安全评价结果

注：γ(A1)、γ(A2)、γ(A3)分别表示压力、状态、响应等3个准则层的靶心度；γ(A1～3)表示综合靶心度。

4 结果与分析

根据γ的取值范围，按照自然断点法将其划分成5个等级。γ的值介于0.444～0.904之间，则其等级划分结果为高安全(Ⅰ级，γ>0.812)、较安全(Ⅱ级，0.720<γ≤0.812)、一般安全(Ⅲ级，0.628<γ≤0.720)、较不安全(Ⅳ级，0.536<γ≤0.628)、不安全(Ⅴ级，γ≤0.536)。

4.1 土地利用碳排放安全总体评价

总体趋势来看，2005—2014年陕西省土地利用碳排放安全经历了“下降—波动—上升”3个阶段(图1)，综合靶心度最高为0.784(2014年)，最低为0.602(2011年)，安全等级横跨较安全(Ⅱ级)至较不安全(Ⅳ级)。具体来说，2005—2007年陕西省土地利用碳排放安全综合靶心度快速下降，从各指标具体数值和变化趋势来看，由于碳排放增长率的大幅提高导致状态系统的急剧恶化。2007—2012年，综合靶心度在平稳中上下波动，此时，压力、状态、响应系统相互博弈达到相对均衡。2012—2014年，综合靶心度持续上升且上升幅度逐渐增大，土地利用碳排放安全系统面临的压力减小且维护安全所采取的措施略有成效，这一阶段碳排放增长率降低、能源利用效率提高且国家对林业和环境保护投资比例逐年增大。

4.2 压力系统安全评价

2005—2012年土地利用碳排放安全压力系统靶心度曲折下降，之后呈上升趋势(图1)，安全程度整体上先降低后提高。压力系统指标均为负(表1)，说明影响土地利用碳排放安全的驱动力因素在2012年之前逐渐增强，2012年之后有所减弱。2005—2012年期间，陕西省的城市化率和人均GDP逐年提高，城市化进程中的土地利用碳排放也随之增加，使得建设用地碳排放安全威胁不断增大；此外，农业生产中化肥、农药、农膜的不当使用也对土地利用碳排放安全构成威胁。2012—2014年，科技的进步促进能源使用效率大幅度提高，单位GDP能耗、单位工业增加值能耗等随之降低，压力系统靶心度提高。在整个研究时段内，单位面积地膜使用量、单位面积农药使用量呈逐年递增趋势，平均农用地地膜使用量增长79.6 kg/hm2，说明须进一步引导农民对农资的科学合理使用；单位工业增加值能耗、单位GDP能耗在整个研究时段内呈逐年减少趋势，这是一个利好因素，今后更应该加快科技进步，提高能源利用效率。

4.3 状态系统安全评价

土地利用碳排放安全状态系统靶心度经历了先快速下滑后趋于平稳再快速上升的变化过程(图1)，变化趋势与综合靶心度基本吻合，但变化幅度较之更大。2005—2007年碳排放增长率快速提高，导致状态系统靶心度快速下降。2007—2012年状态系统靶心度波动变化，先小幅上升再小幅下降，总体波动较为平稳，但这一阶段状态系统始终处于较不安全、不安全等级，安全级别较低，碳排放强度、碳排放增长率的波动变化导致了状态系统靶心度的波动变化。2012—2014年状态系统靶心度快速上升，主要是由于碳排放增长率的快速下降。总体来说，状态系统靶心度的变化与土地利用碳排放增长率、碳排放强度的变化密切相关，而土地利用碳排放增长率的变化又由建设用地碳排放和农用地碳吸收的博弈引起，因此，降低建设用地碳排放的同时，提高农用地的碳汇能力对保证土地利用碳排放安全显得至关重要。

4.4 响应系统安全评价

土地利用碳排放安全响应系统靶心度在曲折中上升，从0.444提高到0.904，最高值0.904出现在2014年(图1)，由于响应系统的指标性质全部为正(表1)，说明预防土地利用碳排放安全恶化、维护土地利用碳排放安全所采取的措施成效逐年显现出来。状态系统靶心度逐年提高的主要原因包括3个方面，(1)科技进步带来的能源加工转换效率、固体废物综合利用率的稳步提升；(2)森林覆盖率、建成区绿化覆盖率的提高带来植被固碳能力的提高；(3)国家对于林业投资、环境污染治理投资的增加，而状态系统靶心度的波动主要由粮食单产和环境污染治理投资比例的波动引起。

5 结论

借鉴土地生态安全评价理论进行土地利用碳排放安全评价研究，从土地利用碳排放安全的内涵出发，基于PSR模型设计指标体系，采用改进的CRITIC赋权法确定指标权重，并将CRITIC权赋予灰靶模型对其进行改进，客观有效地反映了评价期内陕西省土地利用碳排放安全的变化特征。

陕西省土地利用碳排放安全评价结果表明，2005—2014年，影响土地利用碳排放安全的驱动力因素在增强，但压力子系统恶化的同时，响应子系统发生明显好转，状态子系统的变化趋势与综合变化趋势基本相吻合，其靶心度经历“下降—波动—上升”3个阶段，虽然2012年以后综合靶心度呈上升趋势，但土地利用碳排放安全仍处于低层次且不稳定状态，安全情况不容乐观。

为促进陕西省土地利用碳排放与区域人口、资源、环境、经济、社会系统的协调发展，相关部门可从人均GDP、单位面积农药使用量、单位工业增加值能耗、碳排放增长率、林业投资以及环境污染治理投资占GDP的比重等相对敏感的指标入手，采取针对性的措施。决策者应该提高解决经济发展与环境保护之间矛盾的综合决策能力；推广生态农业，引导农民科学合理地使用农药、农膜，进行测土配方施肥并逐步以农家肥替代化肥；提高能源利用效率，改进生产工艺，提高清洁能源使用率；通过财政转移加大林业投资、环境保护资金投入，逐步建立生态补偿机制；加大宣传力度，提高公众对土地利用碳排放安全保护重视程度以及参与和监督的积极性。

土地利用碳排放安全评价是一项复杂而系统的工作，在指标筛选、评价体系构建等方面还须进一步研究完善，此外，研究的重点应该向时间和空间相结合方向发展，并将评价与预测相结合。