淮南市生态承载力评价及障碍度分析

金 兰，何 刚，朱艳娜



淮南市生态承载力评价及障碍度分析

金 兰，何 刚，朱艳娜

（安徽理工大学 经济与管理学院，安徽 淮南 232001）

以基于驱动力、压力、状态、影响、响应的DPSIR概念模型构建生态承载力评价指标体系，借助熵权法给指标赋权，采用基于TOPSIS法的模糊物元评价模型和障碍度模型，对淮南市的城市环境支撑阈值进行研究，评价其生态承载力水平，识别其障碍因子。结果表明：2010-2016年淮南市的生态承载力水平较低，评价等级最优只达中级，但从总体来看生态承载力水平呈波动中缓慢上升的态势；从子系统承载力变化趋势来看，只有驱动力子系统的贴近度趋于平稳，其他四个子系统的贴近度均呈不同幅度的上升或下降态势；影响淮南市生态承载力的主要障碍因子包括人口密度、第二产业对GDP的贡献率、工业废水排放量、建成区绿化覆盖率等；2015年以后，压力子系统的障碍度下降为最低，响应子系统成为阻碍生态承载力发展的首要因素，其次是状态子系统和驱动力子系统。

生态承载力；模糊物元；TOPSIS法；障碍度；淮南市

城市生态系统为人类生存和社会经济运转所提供的资源、环境及服务等条件是一个城市可持续发展的基础。城市生态承载力是指生态系统防治生态环境问题、保障城市生态安全、提供服务功能的能力。[1]随着人口急剧增长，资源开发加快，环境污染严重，资源枯竭、环境破坏等问题给城市的经济发展带来重重困难。[2]在自然生态系统中，承载力是指在一定环境范围内，某种生物个体可同时维持生存的最大数量。在城市生态承载力评价中，生态系统指包括社会、环境、经济等子系统的复合生态系统，生态承载力大小体现地区生态系统对资源消耗和环境污染的最大承受能力，对城市生态承载力进行评价研究，就是为了研究本地区的资源环境支撑阈值，这是判断城市是否可持续发展的重要依据之一，也是制定切实、有效的发展规划及战略的重要参考。因此，淮南市生态承载力情况对其生态环境保护及可持续发展都具有重要意义。

国内外学者对生态承载力都作出了大量研究，其对象主要包括城市、[3]耕地、[4]流域、[5]海域、[6]森林、[7]水库区[8]等。近年来，诸多学者对生态承载力评价开展了全面的研究，引入了大量方法与模型，主要包括生态足迹法、[9]状态空间法、[10]正态云模型、[11]模糊综合评价法、[12]最大信息熵原理[13]等，使城市生态承载力评价研究有了进一步发展。从生态承载力评价的研究内容上看，向秀荣等基于生态足迹法评价和预测了天山北坡经济带的承载力水平；[14]朱玉林等基于PSR模型测算长株潭城市群生态承载力安全指数，并判定各年份生态承载力安全警度；[15]纪学朋等运用状态空间法对甘肃省2010年生态承载力的空间特征进行研究，包括其分异性、关联性和耦合协调性。[10]近年来众学者对生态承载力评价的研究主要集中在承载力空间分异性、承载力评估、预测、预警研究等方面。从整体上来看，目前关于生态承载力评价的研究，其对象大多集中在经济发达地带或热点区域，研究内容侧重于生态承载力水平的时序变化和空间分异，在采用定量模型测度生态承载力的研究中欠缺对其影响因子的分析，在生态承载力的提高对策和改善机制上还存在不足。

驱动力—压力—状态—影响—响应（DPSIR）模型中的“驱动力”是指促使区域资源与环境变化的社会、经济、人口等潜在动力；“压力”主要表现为人类活动对生态承载力造成的直接影响，如工业废水排放等；“状态”为生态系统在各种“压力”下的现实表现，是压力和驱动力共同作用的反应；“影响”是指生态承载力发生相应变化的效应；为提高生态承载力水平，人类必须对此作出相对应的措施和对策的“响应”。DPSIR模型能够针对生态承载力多影响因素的特点，将社会、资源、经济、人口、环境等影响因素全部纳入生态承载力体系中，强调了生态承载力的演化过程，表现了社会、经济、环境之间的耦合关系。因此，本研究基于DPSIR模型，构建生态承载力评价指标体系，借助熵权法确定权重，运用基于TOPSIS法的模糊物元评价模型和障碍度模型对淮南市展开实证研究，并对淮南市未来的生态环境建设提出了科学的建议。

一、研究方法与数据来源

（一）指标权重的确定

指标合理赋权是确保评价结果科学有效的关键一步，确定指标权重的方法主要为主观法和客观法。主观赋权法包括专家评分法、二项系数法、AHP法等，客观赋权法包括主成分分析法、熵权法、均方差法等。为避免主观赋权法的主观随意性，本研究选取熵权法[16]来确定指标的权重。

（二）评价模型的构建

1. 基于TOPSIS法的模糊物元评价模型

TOPSIS法是系统工程中有限方案多目标决策分析的一种常用决策技术。[17]它也被称为“逼近理想解排序法”，通过设计各个指标的正负理想解，来测量目标靠近正理想解和远离负理想解的程度，进而获取所评价对象的等级水平。[18]构建基于TOPSIS法的模糊物元评价模型的操作步骤如下：

正向指标：

逆向指标：

（=1，2，…，；=1，2，…，）. （4）

6）计算贴近度C。评价对象与理想解的接近程度即为贴近度，C越大，评价对象越接近理想解。计算公式如下：

2. 障碍度模型

障碍度是指和生态承载力相关的指标对生态承载力提升产生的阻碍程度，此处采用定量模型来测算这一阻碍程度，计算得出的数值即为指标障碍度，障碍度越大说明指标对生态承载力的阻力越大，该指标也成为“主要障碍因子”。计算指标的障碍度大小，根据障碍度排名找出主要障碍因子，可以有针对性地制定相关管理措施，改善城市生态承载力水平。

1）计算因子贡献度。因子贡献度F表示单项指标对总目标的影响程度，计算公式如下：

F=W·W. （7）

式（7）中，W表示单项指标权重，W表示该指标所属的准则层权重。

2）计算指标偏离度。指标偏离度I表示单项指标评估值与100%之差，计算公式如下：

I=1−v. （8）

式（8）中，v为初始指标值经（2）、（3）处理后得到的标准化值。

3）计算障碍度。计算公式如下：

式（9）中，y为各单项指标对评价对象的障碍度，Y为各准则层指标对评价对象的障碍度。

（三）数据来源

本研究所采用的基础数据大部分来源于《淮南市统计年鉴（2010-2016年）》，部分数据由于在统计年鉴上没有给出，笔者通过查阅《淮南市统计公报》和《淮南市环境保护局》等相关统计资料加以补充。

二、实证研究

（一）指标体系构建

本文针对淮南市实际情况，在前人研究的基础上，遵循指标构建的科学性、针对性、可比性、可操作性等原则，考虑数据的可获取性，根据驱动力—压力—状态—影响—响应（DPSIR）概念模型筛选出21个指标，构建淮南市生态承载力评价指标体系，并采用熵权法确定各项指标权重和各项准则权重（表1）。

表1 淮南市生态承载力指标体系及权重

（二）淮南市生态承载力评价

通过学习相关学者的研究成果，[19-20]结合研究区域实际情况，将贴近度C划分为四个等级，确定区域生态承载力评价标准（表2）。根据2.2.1中基于TOPSIS法的模糊物元评价模型，计算得出2010-2016年淮南市生态承载力子系统贴近度和综合贴近度，并确定评价等级，最终得出淮南市生态承载力评价结果（表3）。

从淮南市生态承载力综合评价结果的雷达图（图1）来看，2010-2016年淮南市的生态承载力处于在波动中缓慢上升的态势，综合贴近度由2010年的0.3343增加到2016年的0.5965，年均增长率达3.75%。根据雷达图（图1）展现出的生态承载力在各年份上的强弱程度，可以将研究期内淮南市生态承载力发展状况分为两个阶段：

表2 生态承载力评价标准

表3 淮南市生态承载力评价结果

图1 淮南市生态承载力综合评价结果

第一阶段为2010-2013年，这一阶段的生态承载力水平虽有波动，但一直处于较低等级。2010-2012年的生态承载力水平逐年下降，到2013年有所上升。淮南煤炭资源丰富，是我国重要的资源型城市，大量的矿产资源开发造成区域生态环境破坏，制约了城市的综合发展。因而，淮南市的生态承载力水平较低。但是，随着环境保护工作的逐步深入，区域环境质量持续改善，生态承载力状态出现好转，并在下一阶段实现跨等级的提升。

第二阶段为2014-2016年，2013年淮南市人民政府发布关于创建国家森林城市的决定，相继印发《淮南市大气污染防治行动计划实施方案》《淮南市2015年主要污染物减排计划的通知》《淮南市国民经济和社会发展第十三个五年规划纲要》等一系列推进生态淮南建设的文件。淮南市受环境保护政策的影响，生态承载力状态明显改善，由第一阶段的较低等级发展为中级水平，虽然不太稳定，但增长幅度较大，发展趋势可观。贴近度由2014年的0.417 5增加到2016年的0.596 5，年均增长率为6.0%。由此可见，这些政策的影响力已经开始显现。

从各子系统的生态承载力变化趋势（图2）来看，驱动力子系统的贴近度保持平稳，生态承载力一直处于低级水平，这说明淮南市自始至终都存在经济发展动力不足的问题，经济实力和生态环境相互制约；压力子系统和影响子系统的贴近度增长幅度最大，生态承载力均从低级水平增长到高级水平，其主要原因是政府加大环境治理力度，减少污染物的排放总量；状态子系统的贴近度经历了低级—高级—较低这一大起大落的发展态势，由此可见社会状态在政府严整综合环境的初期得到迅猛发展，但由于驱动力不足，状态子系统贴近度终究会受到影响而有所下降；响应子系统的生态承载力在研究期内从2010年的较低等级下降到2016年的低级水平，这主要源于大力发展城市建设占用自然资源，对节能减排的科学技术研发投入力度欠缺，如建成区绿化覆盖率由2010年的44.95%下降到2016年的35.92%，工业固体废物综合利用率由2010年的84.04%下降到2016年的81.4%。

图2 淮南市生态承载力分类评价结果

（三）淮南市生态承载力障碍度分析

1. 主要障碍因子分析

根据公式(7)-(9)，计算出淮南市2010-2016年生态承载力障碍度，并将各个指标的障碍度按从大到小进行排序，筛选出各年份障碍度指数排序在前五位的指标作为主要障碍因子（表4），表中1、2、3、4、5表示障碍因子的排名。

从测算结果可以看出，2010-2015年阻碍淮南市生态承载力提高的指标主要集中在压力子系统和响应子系统，包括人口密度、第二产业对GDP的贡献率、工业废水排放量、建成区绿化覆盖率等。2016年阻碍淮南市生态承载力提高的指标主要集中在响应子系统，包括第二产业对GDP的贡献率、建成区绿化覆盖率等。从各指标障碍度的增长幅度来看，2014年第二产业对GDP的贡献率指标的障碍度未在前五位之列，但在2016年这一指标障碍度增加至30.55，成为排名第一的主要障碍因子；建成区绿化覆盖率指标障碍度也以较大的增幅成为2016年排名第二的主要障碍因子。另外，人口密度在2010-2015年一直是障碍度最大的指标，而在2016年已经不是主要障碍因子，说明淮南市的社会压力有所改善。与此同时，驱动力子系统和状态子系统开始出现障碍，比如城镇化率和每万人拥有病床数。

表4 淮南市生态承载力主要障碍因子障碍度

2. 子系统障碍度分析

根据指标层各指标障碍度测算结果，进一步计算出淮南市2010 -2016年生态承载力各子系统障碍度（图3）。从整体上看，7年中压力子系统和响应子系统的障碍度波动较大，其中只有压力子系统的障碍度出现大幅度的下降趋势，其他三个子系统的障碍度变化曲线虽有起伏但是总体来说变化不大。2015年以前，压力子系统的障碍度最大，其次是响应子系统和影响子系统，而2015年以后，压力子系统的障碍度下降为最低，响应子系统成为阻碍生态承载力发展的首要因素，其次是状态子系统和驱动力子系统。由此可见，提高淮南市生态承载力必须重点关注响应子系统、状态子系统和驱动力子系统，以防其给生态承载力提升带来更大程度的阻碍。

图3 子系统障碍度变化趋势

三、结论与对策

（一）主要结论

本研究基于DPSIR概念模型构建淮南市生态承载力评价指标体系，运用基于TOPSIS法的模糊物元评价模型评价淮南市2010-2016年的生态承载力水平，并给出评价等级，最后利用障碍度模型分析淮南市生态承载力提高的主要障碍因子。本研究得出的主要结论有：

1. 总体来看，7年内淮南市生态承载力整体水平缓慢提升，综合贴近度从2010年的0.334 3增加到2016年的0.596 5，涨幅高达78.43%；从子系统承载力看，压力子系统和影响子系统的贴近度增幅最大，其次是影响子系统，驱动力子系统承载力相对平稳，响应子系统承载力有所下降。

2. 从障碍度分析结果来看，2015年以前，阻碍淮南市生态承载力提高的指标主要包括人口密度、第二产业对GDP的贡献率、工业废水排放量、建成区绿化覆盖率等，压力子系统对淮南市生态承载力整体水平提升的阻碍程度最大，响应子系统和影响子系统分别排第二、三位；2015年以后，影响淮南市生态承载力提升的指标主要有第二产业对GDP的贡献率、建成区绿化覆盖率等，响应子系统成为阻碍生态承载力发展的首要因素，其次是状态子系统和驱动力子系统。

3. 响应子系统的障碍度在研究期内大幅增长，并在2016年成为障碍度最大的子系统，因此，提高生态承载力水平应先从响应子系统入手。由主要障碍因子分析结果可知，响应子系统中第二产业对GDP的贡献率和建成区绿化覆盖率对生态承载力的障碍度最大；压力子系统的障碍度在2015年之前一直居高不下，人口密度和工业三废排放量严重影响生态承载力水平。

4. 本研究借助TOPSIS法，结合物元分析法和模糊集合理论的概念，建立了基于TOPSIS法的模糊物元评价模型，并应用到生态承载力评价中，进一步运用障碍度模型识别影响生态承载力的主要因素，充分利用了原始数据的信息，研究结果与实际情况相符合，说明该方法用于生态承载力评价是可行的，具有参考性。

（二）对策

在研究结论的基础上，本文给出提高淮南市生态承载力水平的对策如下：

1. 调整优化产业结构，寻找最佳产业结构，使其既能减少自然资源的消耗又可推动产业对GDP的贡献率。注意环境保护，加强植树造林投入力度，大力推进重点生态工程等绿化工作，力争完成《全国造林绿化规划纲要2011-2020》目标要求。

2. 加强环境污染治理投资，严格把控工业三废排放量，科学治污；提高生产方式的科技水平，利用科技来实现生产过程的节能减排，以减轻对资源和环境的压力；积极利用绿色能源如太阳能、风能等，寻找可替代能源，减少自然资源的消耗；以创新驱动发展，加大科技创新投入力度，增加政府对科研资金的投入，推进政产学研用一体化。

3. 健全生态环境保护法律体系。针对秸秆焚烧、工业三废超标排放、土地破坏等现象，开展生态环保宣传教育，提高全民生态保护意识，实行《环境保护法》《土地管理法》等相关法律，根据淮南市实情并借鉴其他城市环保经验，制定一部有关生态环境保护的专业性法律，规定具体的实施细则，以此来规范人类社会活动，减少社会给生态承载力造成的“压力”。

[1] 徐卫华, 杨琰瑛, 张路, 等. 区域生态承载力预警评估方法及案例研究[J]. 地理科学进展, 2017, 36(3): 306-312.

[2] 韩术合, 张寿庭, 裴秋明. 资源型城市转型及可持续发展研究综述[J]. 国土资源科技管理, 2016, 33(1): 102-109.

[3] IRANKHAHI M, JOZI S A, FARSHCHI P, et al. Providing a gis-based combined model applied to evaluate urban environment carrying capacity in shemiran city, Iran[J]. Journal of Environmental Science & Management, 2017, 20(1): 47-61.

[4] 王雅敬, 谢炳庚, 李晓青, 等. 喀斯特地区耕地生态承载力供需平衡[J]. 生态学报, 2017, 37(21): 7030-7038.

[5] 巩杰, 柳冬青, 马学成, 等. 甘肃省白龙江流域生态承载力的时空变化[J]. 水土保持通报, 2017, 37(6): 242-247+ 352.

[6] MA P, YE G, PENG X, et al. Development of an index system for evaluation of ecological carrying capacity of marine ecosystems[J]. Ocean & Coastal Management, 2017, 144: 23-30.

[7] 祝凌云, 张大红. 吉林省长白县森林生态承载力评价[J]. 生态科学, 2016, 35(5): 176-182.

[8] 刘婷, 赵伟, 黄婧, 等. 三峡库区重庆段生态承载力时空演变研究[J]. 西南大学学报(自然科学版), 2018, 40(1): 115-125.

[9] 苗世龙, 程婕, 刘捷, 等. 天津市生态承载力分析[J]. 中国生态农业学报, 2008(06): 1546-1551.

[10] 熊建新, 陈端吕, 谢雪梅. 基于状态空间法的洞庭湖区生态承载力综合评价研究[J]. 经济地理, 2012, 32(11): 138-142.

[11] 蒋汝成, 顾世祥. 熵权法——正态云模型在云南省水生态承载力评价中的应用[J]. 水资源与水工程学报, 2018, 29(3): 118-123.

[12] 吕雪松, 杨红. 大金山岛生态承载力评价[J]. 上海海洋大学学报, 2016, 25(5): 767-774.

[13] 王影, 柴立和. 生态承载力水平评价的动态模型及其应用——以洞庭湖生态经济区为例[J]. 环境科学学报, 2016, 36(5): 1859-1865.

[14] 向秀容, 潘韬, 吴绍洪, 等. 基于生态足迹的天山北坡经济带生态承载力评价与预测[J]. 地理研究, 2016, 35(5): 875-884.

[15] 朱玉林, 李明杰, 顾荣华. 基于压力－状态－响应模型的长株潭城市群生态承载力安全预警研究[J]. 长江流域资源与环境, 2017, 26(12): 2057-2064.

[16] 张永安, 马昱. 基于熵权TOPSIS法的区域技术创新政策评价研究[J]. 科技管理研究, 2017, 37(6): 92-97.

[17] 何刚, 夏业领, 朱艳娜, 等. 基于DPSIR-TOPSIS模型的安徽省土地承载力评价及预测[J]. 水土保持通报, 2018, 38(2): 127-134.

[18] 吴赐联, 朱斌. 基于熵权TOPSIS的创新型城市发展评价及障碍因子诊断——以莆田市为例[J]. 科技管理研究, 2015, 35(24): 76-81.

[19] 周迎雪, 李贻学, 孙仪阳, 等. 基于不同评价模型的土地生态安全评价——以山东半岛蓝色经济区为例[J]. 中国人口·资源与环境, 2016, 26(S2): 207-210.

[20] 鲁春阳, 文枫, 杨庆媛, 等. 基于改进TOPSIS法的城市土地利用绩效评价及障碍因子诊断——以重庆市为例[J]. 资源科学, 2011, 33(3): 535-541.

Evaluation and Obstacle Analysis of Ecological Carrying Capacity in Huainan

JIN Lan, HE Gang,ZHU Yanna

（School of Economics and Management , Anhui University of Science & Technology, Huainan, Anhui 232001, China）

In order to understand the environmental support threshold of Huainan and to promote the sustainable development of the ecological environment of cities, this study builds up the evaluation index system of Huainan ecological carrying capacity based on the driving force (D), pressure (P), state (S), influence (I), and response (R), namely DPSIR concept model. The entropy weight method is used to give the index system. Empowerment, fuzzy matter-element evaluation model based on the TOPSIS method and obstacle model are used to carry out the empirical analysis in Huainan as an example, to evaluate the level of its ecological carrying capacity and to identify its obstacle factors. The results showed that: (1) the ecological carrying capacity of Huainan was low in the years of 2010-2016, the optimal evaluation level was only intermediate, but in general, the level of the ecological carrying capacity was in a slow rise in the fluctuation. (2) from the change trend of the carrying capacity of the subsystem, only the close degree of the driving subsystem tended to be stable, and the other four were four. The close degree of the sub-system all showed a rising or decreasing trend in different ranges; (3) the main obstacle factors affecting the ecological carrying capacity of Huainan include population density, the contribution rate of the second industry to the GDP, the discharge of the industrial waste water and the afforestation coverage of the built-up area. (4) after 2015, the obstacle degree of the pressure subsystem fell to the most. Low response subsystem is the primary factor hindering the development of the ecological carrying capacity, followed by state subsystem and driving force subsystem.

ecological carrying capacity; fuzzy matter element; TOPSIS method; obstacle degree; Huainan city

2018-10-12

国家自然科学基金项目（51574010）；安徽省高校人文社会科学研究重点项目（SK2018A0098）；安徽理工大学研究生创新基金项目（2017CX2124）

金兰（1996-），女，安徽六安人，硕士生，主要从事区域生态安全、安全管理研究；何刚（1966-），男，安徽淮南人，研究员，博士生导师，主要从事安全管理、生态安全研究；朱艳娜（1992-），女，山东菏泽人，助教，硕士，主要从事成本管理、人力资源管理研究

F 205

A

10.3969/j. issn. 2096-059X.2019.01.009

2096-059X(2019)01–0049–07

（责任编校：贺常颖）