省域生态环境质量动态评价及差异研究

卿青平,王 瑛



省域生态环境质量动态评价及差异研究

卿青平,王 瑛*

(湖南大学金融与统计学院,湖南 长沙 410079)

以2010~2015年30个省域为研究对象,采用“驱动力-压力-状态-影响-响应”框架构建评价指标体系,运用逐层纵横向拉开档次法确定指标权重,运用“时间度”和“熵值”法确定时间权重,构建TOWA-GA混合算子生态环境质量动态评价模型.结果表明:6a来,30个省域生态环境质量总体均值为0.837,整体呈好转趋势,但省域间差异明显.通过Theil指数分析发现,省域间总体差异下降了15.91%,人口密度和人口自然增长率是省域间差异的主要影响因素.

生态环境质量；纵横向拉开档次法；TOWA-GA混合算子；动态评价；Theil指数

生态环境是一个由社会、经济、自然组成的复合系统[1].自党的十八大提出“五位一体”总体布局以来,生态文明建设和生态环境保护从认识到实践发生了根本性、全局性的变化.所以研究生态环境质量具有理论和现实意义.

生态环境质量评价研究主要包括两个方面:一是评价指标体系的构建,目前常用的有5种框架,如:“压力-状态-响应(PSR)”[2]、“驱动力-状态-响应(DSR)”[3]、“驱动力-压力-状态-影响-响应(DPSIR)”[4]、enhanced DPSIR[5]、“驱动力-压力-状态-影响-响应-管理”[6]等.二是评价方法,如:TOPSIS法[7]、生态足迹法[8]、灰色关联度分析法[9]、人工神经网络法[10]等.在研究生态环境质量评价的同时,也要注重生态环境质量差异的研究.关于生态环境质量差异的研究表明[11-13]:中国生态环境质量存在地区差异性,反映中国生态环境差异的总Theil指数以 2001 年为分水岭呈现“扩大-缩小”的走势.

目前关于生态环境质量的研究成果颇多,但评价指标缺乏宏观性和普适性,评价方法多以静态为主,没有揭示动态发展趋势,差异分析多是基于区域空间,忽略了驱动力层面.本文采用DPSIR框架构建生态环境质量评价指标体系,利用逐层纵横向拉开档次法、“时间度”概念、“熵值”非线性规划及时序加权平均—时序几何平均混合算子建立生态环境质量动态综合评价模型,测算30个省域的生态环境质量,运用Theil指数深入研究省域差异及其原因.

1 指标体系

生态环境质量是一个复杂性系统,其指标体系需覆盖生态环境各个方面,且能有效地揭示其动态变化,DPSIR框架是用来评价环境状态信息的通用框架[14-17],涵盖了人口、社会、经济、自然等多方面影响因素.DPSIR框架兼具了PSR和DSR框架的特点,能较好的揭示自然、社会经济和人之间相互依存和相互制约关系,能清晰的反映各因素间的因果逻辑关系.驱动力(D)指生态环境发生变化的潜在原因,主要反映社会、经济和人口的发展;压力(P)指造成生态环境变化的直接原因,主要表现为由驱动力引发的物质排放、资源使用情况;状态(S)指某区域环境现状;影响(I)指反映环境压力和状况变化对社会和经济造成的影响;响应(R)指社会群体和个人的回应,以及政府应对措施.

生态环境质量评价指标的选择遵循如下原则和方法:(1)科学性和系统性.从生态环境系统的本质出发,依据DPSIR框架分别找出各准则层包含的所有指标;(2)普适性和代表性.查阅相关研究报告和学术论文,采用频度统计法优先选择频率高的指标,并根据指标间的共性及差异加以合并或剔除;(3)可操作性和可得性.查找各省域统计年鉴及环境状况公报等资料,剔除无法获得数据的指标.本文最终选取了28个指标,构建3层结构的评价指标体系(表1).

表1 生态环境质量评价指标体系

注:这里属性“-”表示极小型指标,“+”表示极大型指标.

2 研究方法

生态环境质量动态评价属于具有时序特征的多层次、多指标综合评价问题,其观测数据是由指标、评价对象和时间构成的三维数据组.动态综合评价的重点是指标权重和时间权重的确定,以及多个时间点的集结.

2.1 逐层纵横向拉开档次法

逐层纵横向拉开档次法基本思想如下:

首先,确定子系统各指标的权重.

由于原始数据是经过标准化处理的,则

其次,确定相同层次上各子系统的权重.

确定权重w与确定式(1)权重的原则一致.

最后,自下而上地求出各层次母系统的值,直至第1层,得大系统的综合评价函数为:

2.2 “熵值”非线性规划法

在动态综合评价中,科学地确定时间权重w是得到合理评价结果的关键.“熵值”非线性规划法的原理是设“时间度”,尽可能地兼顾各指标的重要性,使w间差异最小,该差异用“熵”来刻画,如式(8).的大小体现了在算子集结过程中对时序的偏好程度(表2).

表2 q的标度参考

2.3 TOWA-GA混合算子

引入时序加权平均(TOWA)和时序几何平均(TOWGA)的混合算子集结时序立体数据表中各个时刻的评价值.郭亚军等2007年提出了TOWA算子和TOWGA算子,其定义为[20]:

TOWA和TOWGA算子在数据集结过程中的侧重点不同,TOWA算子强调各时刻评价值之间较强的互补性;TOWGA算子强调各评价对象各时刻发展的均衡性.为兼顾功能性和均衡性,引入TOWA-GA混合算子:

被评价对象s在时间段[1,N]的最终评价值为:

3 实证分析

3.1 数据来源及预处理

以30个省域为研究对象,数据来源于2010~ 2015年各省域统计年鉴和环境状况公报.

由于指标属性、单位及量级不同,需对观测数据进行预处理.采用式(13)将极小型指标转换为极大型指标.基于纵横向拉开档次法的基本原则,选用使被评价对象间整体差异最大的无量纲方法[21],即全序列线性比例法[22],为式(14).

3.2 省域生态环境质量动态评价分析

表3 时间权重

由表4和各子系统评价结果发现:

6a间,省域生态环境质量总体均值为0.837,总体水平偏低,但呈上升趋势,除福建、青海、江西、四川、河北的生态环境质量呈“波动好转”的变化趋势外,其它25个省域均 “持续好转”的变化趋势.准则层中驱动力和压力的变化方向与生态环境质量的变化方向一致,指标层中城镇化率、人均地区生产总值、城乡居民消费水平、人均公园绿地面积、第三产业占比、城市污水处理率和生活垃圾无害化处理率均稳步上升,由此可知造成生态环境质量好转的主要原因是驱动力和压力的好转,而好转的方面大都表现在社会经济的发展和资源再利用.

表4 省域生态环境质量评价值

生态环境质量良好的主要是北京、上海、浙江、广东、江苏和天津,这些省域大都经济发达,产业结构高级化, 城市化水平高.生态环境质量较差的原因有两类,一类是工业化导致资源消耗和污染物排放过多,如:安徽、山西、河北、河南;另一类是自然资源较少和资源再利用情况较弱,如:甘肃、宁夏、新疆.

从生态环境质量的极值来看,北京(1.449)是河南(0.655)的2.2倍,说明省域间差距较大,造成差距的原因是多方面的,包括:人口、经济发展水平、城市化进程、产业结构等.北京、天津和河北作为京津冀地区,北京、天津分别排在第一、第六,而河北排在倒数第二,差距很大,主要原因是不恰当的产业协作,京津地区的重污染企业外迁转移到河北,造成河北资源消耗、污染排放较为严重等缺点,长三角地区也是因为相同的缺点造成省域间差距较大,表明河北为京津地区及安徽为江浙沪地区的生态环境质量的提高作出了一定程度的牺牲.

从5个子系统来看,6a间年各省域驱动力、压力均呈现出“持续好转”的变化趋势,而状态、影响、响应总是“波动起伏”,并且不同子系统间发展不协调(比如:6a来,北京在驱动力、压力、影响3个子系统上均排在前2名,而状态排在20名之后; 辽宁在驱动力、压力、响应上均表现较好,而状态表现较差;青海在驱动力、压力、影响力上均排名靠后,而状态排名靠前),这种不均衡可能是由地理位置、前期生态环境破坏的遗留等造成的.

3.3 省域生态环境质量差异分析

在明晰省域生态环境质量状况及变化趋势的基础上,深入探索省域间差异的来源具有重要意义.驱动力是造成生态环境变化的潜在因素,其各项指标现状及变动所表现出的差异可能会造成省域间生态环境质量不平等.从驱动力的角度来分析生态环境质量差别的变化,能较好地反映出社会、经济和人口的发展以及生活方式、消费和生产模式各因素对差异的影响.引入Theil指数[23]来衡量生态环境质量差异,其最大的优点是可以按照某种标准分组将总体差异分解为组内差异和组间差异,既能揭示组内和组间差异程度及变化趋势,也能揭示它们在总体差异中的重要性[24-26].Theil指数的取值范围为[0,1],数值越大,差距越大.省域生态环境质量的Theil指数及其分解公式[27]如下:

将30个省域生态环境质量分别按人口密度、人口自然增长率、城镇化率、人均地区生产总值、城乡居民消费水平分为3组,计算其Theil指数和贡献率,运用式(15)和软件R得到2010~2015年省域的总体差异、组间和组内差异的分解,衡量其对总体差异的贡献率,揭示省域生态环境质量差异的主要来源.

图1显示2010~2015年30个省域生态环境质量总体差异及其变化趋势.其总体呈“先下降,后上升,再下降”趋势,2010~2012年差异呈缩小趋势,而2010~2013年差异突然上升, 达到最高(0.0176), 2010~2015年差异再度下降,且下降速度明显大于2010~2012年,总体上上呈下降趋势,6a间下降了15.91%,下降幅度不大.

图1 生态环境质量总体Theil指数

表5分别按人口密度、人口自然增长率、城镇化率、人均地区生产总值、城乡居民消费水平分组测算2010~2015年生态环境质量Theil指数及其构成.数据显示,按人口密度分组测算的组间差异和组内差异变化趋势与总体相似,即2010~2012年先下降,2012~2013年再上升,2013~2015年再下降,6a间下降幅度为17.48%(与15.91%接近),且组间差异的贡献率达到83%左右,表明按人口密度分组的组内和组间生态环境质量差异变化推动总体差异变化,且按人口密度分组的组间差异是构成总体差异的主要部分;按人口自然增长率分组测算的组内差异和贡献率都呈现先下降后上升的趋势,其贡献率始终较低,最高不超过23%,而组间差别及贡献率呈先上升后下降的趋势,且6a间的贡献率平均值达到91%,说明人口自然增长率的不同是造成生态环境质量差异的重要因素;按城镇化率、人均地区生产总值、城乡居民消费水平测算的组内差别呈现出下降趋势,分别下降了66%、27%、33%,但其组内和组间贡献率都在50%左右波动,表明城镇化率、人均地区生产总值、城乡居民消费水平对生态环境质量差异的影响不太明显.

表5 Theil指数分解及贡献率

4 结论

4.1 2010~2015年省域生态环境质量总体水平偏低,但呈上升趋势,其主要原因是驱动力、压力的好转,具体表现在城镇化率、人均地区生产总值、城乡居民消费水平、人均公园绿地面积、第三产业占比、城市污水处理率和生活垃圾无害化处理率7项指标上,表明“十二五”期间,可持续发展政策行之有效.因此,需继续贯彻实施,尤其是生态高新技术、资源消耗和再利用、污染防治方面.

4.2 省域间生态环境质量存在较大差距,尤其是京津冀和长三角地区,由于产业协作不恰当造成河北和安徽分别为京津地区和江浙沪地区的生态环境质量的提高作出了一定程度的牺牲.同时,省域内部生态环境子系统间发展不协调,各子系统排名参差不齐.

4.3 2010~2015年各省域间生态环境质量差异呈“先下降,后上升,再下降”趋势,总体略降,下降了15.91%.人口密度、人口自然增长率对生态环境质量组间差异的贡献率都达到了80%以上, 是生态环境质量差异的主要来源.因此,合理调控各省域的人口规模,优化产业结构,整合资源优势,实现产业的合理布局,合理分配社会资源,制定以人为本生态环境政策,有利于缓解省域间的生态环境质量差异.

[1] 宓泽锋,曾 刚,周 灿,等.长三角城市群生态文明建设问题及潜力研究——基于5大城市群的比较[J]. 长江流域资源与环境, 2018,27(3):463-472. Bi Z F, Zeng G, Zhou C, et al. Problems and potentiality of ecological civilization construction in Yangtze river Delta urban agglomerations: Based on the comparison of five major urban agglomerations [J]. Resources and Environment in the Yangtze Basin, 2018,27(3):463- 472.

[2] 刘海龙,谢亚林,贾文毓,等.山西省生态安全综合评价及时空演化[J]. 经济地理, 2018,38(5):161-169. Liu H L, Xie Y L, Jia W Y, et al.Ecological security assessment and spatial-temporal evolution of Shanxi province [J]. Economic Geography, 2018,38(5):161-169.

[3] Meyarnaimi H, Vaezzadeh S. Sustainable development based energy policy making frameworks, a critical review [J]. Energy Policy, 2012, 43(4):351-361.

[4] Malekmohammadi B, Jahanishakib F. Vulnerability assessment of wetland landscape ecosystem services using driver-pressure-state- impact-response (DPSIR) model [J]. Ecological Indicators, 2017,82: 293-303.

[5] Mclaren S, Chanjief C. Towards a comprehensive absolute sustainability assessment method for effective Earth system governance: Defining key environmental indicators using an enhanced-DPSIR framework [J]. Ecological Indicators, 2018,90:577- 583.

[6] 汪嘉杨,翟庆伟,郭 倩,等.太湖流域水环境承载力评价研究[J]. 中国环境科学, 2017,37(5):1979-1987. Wang J Y, Zhai Q W, Guo Q. Study on water environmental carrying capacity evaluation in Taihu lake Basin [J]. China Environmental Science, 2017,37(5):1979-1987.

[7] 王 瑛,常泉英.基于二次赋权的TOPSIS法的城市环境质量动态评价[J]. 安全与环境学报, 2018,18(2):784-788. Wang Y, Chang Q Y. On the dynamic evaluation of the environmental qualities by using the TOPSIS method with double weights [J].Journal of Safety and Environment, 2018,18(2):784-788.

[8] 方 磊,杨正东,王 刚,等.基于生态足迹法的煤炭型城市可持续发展研究——以河南义马市为例[J]. 安全与环境学报, 2015,15(5): 358-361. Fang L, Yang Z D, Wang G, et al. Probe into the sustainable development prospect of the coal-mining dominant city by taking Yima, Henan as a sample [J]. Journal of Safety and Environment, 2015, 15(5):358-361.

[9] 沈思祎,钮尔轩,孟 斌.基于灰色关联度的辽宁近海海域生态环境承载力评价[J]. 大连海事大学学报, 2017,43(3):112-118. Shen S Y, Niu E X, Meng B. Evaluation of ecological environment carrying capacity in coastal waters of Liaoning based on grey relation [J], Journal of Dalian Maritime University, 2017,43(3):112-118.

[10] 孙 湛,马海涛.基于BP神经网络的京津冀城市群可持续发展综合评价[J]. 生态学报, 2018,38(12):4434-4444. Sun Z, Ma H T. Assessment of the sustainable development of the Beijing-Tianjin-Hebei urban agglomeration based on a back propagation neural network. Acta Ecologica Sinica, 2018,38(12): 4434-4444.

[11] 杨万平,赵金凯.中国人居生态环境质量的时空差异及影响因素研究[J]. 华东经济管理, 2018,32(2):58-67. YANG W P, ZHAO J K. A Study on spatial-temporal differences and influential factors of the quality of human settlements ecology environment in China [J]. East China Economic Management, 2018, 32(2):58-67.

[12] 吕雄鹰.我国生态环境质量的变化与地区差异分析[J]. 统计与决策, 2015,(1):130-133. Lü X Y. Analysis of ecological environment quality and regional disparity in China [J]. Statistics & Decision, 2015,(1):130-133.

[13] 袁晓玲,李政大.中国生态环境动态变化、区域差异和影响机制[J]. 经济科学, 2013,35(6):59-76. Yuan X L, Li Z D. The dynamic changes, regional differences and influence mechanisms of ecological environment in China [J]. Economic Science, 2013,35(6):59-76.

[14] 郑 晶,于 浩,黄森慰.基于DPSIR-TOPSIS模型的福建省生态环境承载力评价及障碍因素研究[J]. 环境科学学报, 2017,37(11): 4391-4398. Zheng J, Yu H, Huang S W. Evaluation and obstacle factors study on eco-environmental carrying capacity in Fujian Province based on DPSIR-TOPSIS model [J]. Acta Scientiae Circumstantiae, 2017, 37(11):4391-4398.

[15] 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. Zhang F T, Wang L C, Su W C. Evaluation of land ecological security in Chongqing based on the matter-element analysis-DPSIR model [J]. China Environmental Science, 2016,36(10):3126-3134.

[16] 黄志烨,李桂君,李玉龙,等.基于DPSIR模型的北京市可持续发展评价[J]. 城市发展研究, 2016,23(9):20-24. Huang Z Y, Li G J, Li Y L, Evaluation and analysis of sustainable development in Beijing based on DPSIR model [J]. Urban Development Studies, 2016,23(9):20-24.

[17] 唐晓城.基于DPSIR模型的青岛市生态环境安全评价研究[J]. 生态经济(学术版), 2013,(2):413-416. TANG X C. Ecological environment safety evaluation research in Qingdao based on DPSIR model [J]. Ecological Economy, 2013,(2): 413-416.

[18] 董 军,国方媛.多层次系统的动态评价研究[J]. 运筹与管理, 2011, 20(5):176-184. Dong J, Guo F Y. Dynamic evaluation on multi-level system [J]. Operations Research and Management Science, 2011,20(5):176-184.

[19] 郭亚军.综合评价理论、方法及应用[M]. 北京:科学出版社, 2007: 138-141. Guo Y J. Comprehensive Evaluation Theory, Method and Application [M]. Beijing: Science Press, 2007:138-141.

[20] 郭亚军,姚 远,易平涛.一种动态综合评价方法及应用[J]. 系统工程理论与实践, 2007,27(10):154-158. Guo Y J, Yao Y, Yi P T. A method and application of dynamic comprehensive evaluation [J]. Systems Engineering-Theory & Practice, 2007,27(10):154-158.

[21] 郭亚军,马凤妹,董庆兴.无量纲化方法对拉开档次法的影响分析[J]. 管理科学学报, 2011,14(5):19-28. Guo Y J, Ma F M, Dong Q X. Analysis of Influence of dimensionless methods on deviation maximization method [J]. Journal of management Science in China, 2011,14(5):19-28.

[22] 易平涛,张丹宁,郭亚军,等.动态综合评价中的无量纲化方法[J]. 东北大学学报(自然科学版), 2009,30(6):889-892. Yi P T, Zhang D N, Guo Y J, et al. Study on dimensionless method in dynamic comprehensive evaluation [J]. Journal of Northeastern University (Natural Science), 2009,30(6):889-892.

[23] Theil H. Economics and Information Theory [M]. Success in Economics. 1967:127-131.

[24] 罗文斌,吴次芳,冯 科.城市土地经济密度的时空差异及其影响机理——基于湖南省城市面板数据的实证分析[J]. 城市发展研究, 2010,17(6):68-74. Luo W B, Wu C F, Feng K. Temporal-spatial features and influence mechanism of urban land economic density: An empirical study based on city panel data in Hunan province [J]. Urban Development Studies, 2010,17(6):68-74.

[25] 张 强.江苏城镇化区域差异的测量和影响因素分析——基于泰尔指数的分解[J]. 调研世界, 2016,(9):38-41. Zhang Q. Measurement of regional differences and analysis of influencing factors in urbanization in Jiangsu based on the decomposition of Taylor index [J]. The World of Survey and Research, 2016,(9):38-41.

[26] 许海平.我国农村人口老龄化差异测度、分解及影响因素分析——基于2001—2013年面板数据[J]. 农业技术经济, 2016,(8):49-57. Xu H P. An analysis of the aging difference, decomposition and influencing factors of rural population in China based on the panel data from 2001 to 2013 [J]. Journal of Agrotechnical Economics, 2016, (8):49-57.

[27] 苗向荣,于 洋,刘轶芳.我国能耗成效的影响因素分解研究[J]. 自然辩证法研究, 2017,33(5):51-56+73. Miao X R, Yu Y, Liu Y F. Analysis on energy efficiency and influencing factors in China [J]. Studies in Dialectics of Nature, 2017, 33(5):51-56,73.

Dynamic evaluation and study on difference of eco-environmental quality in the provinces.

QING Qing-ping, WANG Ying*

(College of Finance and Statistics, Hunan University, Changsha 410079, China),, 2019,39(2)：750~756

The evaluation target was 30 provinces from 2010 to 2015. The eco-environmental quality index system was established by the “driving-force-pressure-state-impact-response” framework. The index weight was defined by vertical and horizontal layer by layer scatter degree method, and the time weight was calculated by concept of “time-degree” and “entropy value” method. The dynamic evaluation model of eco-environmental quality was constructed by TOWA-GA hybrid operator. The results indicated that: The total average of the ecological quality of the 30provinces was 0.837 and the overall trend was positive in the past six years, but there were significant differences between provinces. Analysis by Theil index showed that: The overall difference between provinces had dropped by 15.9%, and the population density and natural population growth rate were the main factors of differences between provinces.

eco-environmental quality；vertical and horizontal scatter degree method；TOWA-GA hybrid operator；dynamic evaluation；Theil index

X822

A

1000-6923(2019)02-0750-07

卿青平(1993-),女,湖南邵阳人,湖南大学硕士研究生,主要从事应用统计与综合评价研究.发表论文1篇.

2018-06-25

国家自然科学基金资助项目(71673078)

* 责任作者, 副教授, wangying31106@163.com