京津冀三维生态足迹演变趋势及驱动因素

胡悦　王溧

摘要：生态足迹作为区域可持续性评估的重要方法，在基于国家公顷的基础上，通过运用改进的三维生态足迹模型追踪自然资本存量的消耗与自然资本流量的占用。对京津冀区域2005—2014年10年间的生态足迹状况进行测度与分析，利用偏最小二乘回归对3地生态足迹的驱动因子进行深入研究，以揭示生态足迹变化的原因。结果表明：京津冀3地耕地、水域、林地、草地、化石能源地以及建筑用地的生态承载力与足迹广度均呈逐年下降的趋势，足迹深度在2～5之间，都处在生态赤字阶段，需要大量的存量资本来满足资源需求，并且三大产业产值、城镇居民人均消费水平对3地的生态足迹皆有显著影响。

关键词：京津翼区域;三维生态足迹;演变趋势;驱动影响因素;偏最小二乘法;整体层面分析;地区层面分析

中图分类号： X321文献标志码： A

文章编号：1002-1302（2019）18-0309-05

收稿日期：2018-06-08

基金项目：国家大气污染防治攻关联合中心、中国环境科学研究院大气重污染成因与治理攻关项目（编号：DQGG0201）;科技部水体污染控制与治理科技重大专项（编号：2018ZX07110）。

作者简介：胡 悦（1961—），女，河北唐山人，博士，教授，主要从事环境管理与可持续发展、组织行为与人力资源管理研究。E-mail：124783599@qq.com。

通信作者：王 溧，硕士，主要从事环境管理与可持续发展研究。E-mail：862057264@qq.com。

我国十九大明确提出要加快生态文明体制改革，建设美丽中国。由此可见，着力解决环境问题，推进绿色发展已经刻不容缓。京津冀作为当前我国最重要的经济增长极，其一体化已经上升为国家战略。然而经济快速发展的同时，生态环境超负荷也逐漸暴露出来，制约了其可持续发展。随着社会的发展，经济发展与环境之间的矛盾日益突显，如何处理经济发展与环境之间的关系已经成为当前亟待解决的问题，同时也成为当前学术界研究的焦点，在这种背景下，众多的国内外学者进行了一系列的研究。生态足迹就是主要的成果之一，由加拿大生态经济学家Ress教授提出的生态足迹作为一种衡量自然资本可持续利用的生物物理定量评价工具，得到了学术以及社会的一致认可[1-2]。

现阶段关于生态足迹的研究主要集中在研究尺度、研究方法和研究领域这3个方面，其中的研究尺度又细分为全球尺度、国家尺度和区域尺度。在研究尺度上，McDonald等[3]、Haberl等[4]分别对新西兰、奥地利的生态足迹进行了研究。谢高地等将生态足迹方法引入到对中国近25年的生态服务消耗的评估过程，揭示生态债务的本质，并提出有效的对策方法[5]。张可云等通过实证研究，将改进后的生态足迹模型对全国31个省（市、区）的生态足迹及生态承载力进行了比较，并深入讨论区域间生态破坏转移的问题[6]。杨屹等提出一种修正生态足迹模型，并利用修正后的生态足迹模型测算了2000—2012年陕西省生态足迹和生态承载力[7]。陈志江等通过实证研究的方式研究了北京1990—2003年北京市生态足迹的变化，发现北京市人均生态赤子与人口数量、GDP有明显的相关性[8]。在研究方法上，由于传统的生态足迹模型在区分流量资本与存量资本方面存在一定的局限性，不能明确地体现生态可持续性发展状况[9]，Niccolucci等提出的三维生态足迹模型引入了足迹深度与足迹广度指标来追踪自然资本存量的消耗与自然资本流量的占用，为生态足迹方法的改进提供了新思路[10]。方恺等介绍并引进了三维模型的研究成果，对其研究所存在的不足进行了修正[11]。在研究领域上，生态足迹评估方法被扩展运用到旅游[12-13]、资源利用[14]、城市交通[15]、进出口贸易[16]等领域。

综上所述，上述研究的研究尺度可以划分为全球尺度、国家尺度和区域尺度，当前大多数研究对全球、国家尺度的研究较多，而对区域尺度的研究较少。此外，当前对于京津冀地区的生态研究相对较少，为数不多的研究也主要集中在生态足迹的测算与其足迹家族的补充，缺乏对于京津冀三维生态足迹演变趋势及驱动因素方面的研究，鉴于此，本试验从区域尺度的角度进行研究，选取京津冀区域作为所要研究的对象，运用改进的三维生态足迹模型对3地可持续性发展状况进行分析，进而从整体层面与地区层面对其生态足迹的驱动影响因素进行分析。

1 研究区域与研究方法

1.1 研究区域概况

京津冀地区包括北京市、天津市以及河北省石家庄、唐山、保定、廊坊、秦皇岛、张家口、承德、沧州、邯郸、邢台、衡水11个地级市，区域面积共21.8万km2，占全国土地总面积的2.25%，常驻人口约为1.1亿人，占全国总人口的8.08%，其位于113°27′～119°50′E、36°05′～42°40′N之间。地处华北平原北部，北靠燕山山脉，南面华北平原，西倚太行山，东临渤海湾，西北和北面地势较高，南面和东面地势较低。当前区域经济的快速发展使其面临生态用地分布不均、水资源短缺以及环境质量较差等问题。城市化水平和人们生活水平不断提高，使生态环境趋于恶化、人地之间的矛盾也逐渐突出，社会发展的不可持续性更加严峻。

1.2 数据来源

本研究主要计算生物资源与能源资源2类消费账户，其主要来源于年鉴统计资料，包括《北京统计年鉴》《天津统计年鉴》《河北统计年鉴》《中国统计年鉴》《中国能源统计年鉴》以及《中国农村统计年鉴》。其中，全国耕地的平均生产力直接采用《中国统计年鉴》数据，其他生物资源的全球平均产量与地类类型参考张宇鹏的研究成果[17]，均衡因子和产量因子则参考刘某承等研究成果[18]计算。京津冀生态足迹驱动因素分析中所需数据由3地相应各年份的统计年鉴整理和计算而来。

1.3 三维生态足迹的计算

传统的生态足迹二维模型虽然承认自然资本对于可持续发展的重要性，但是其并没有区别研究存量资本和流量资本，不能体现出存量资本恒定对于保持生态系统平衡的重要作用。从模型维度来看，三维模型是在二维模型的基础上改进的，由生态承载力（内圆）和生态赤字（圆环）相加得到的圆面（图1-a）转变为由足迹广度（底面）和足迹深度（柱高）相乘得到的圆柱体（图1-b）。

由此，以下等式成立：

EF=BC+ED=EFdepth×EFsize。（1）

式中：EF、BC、ED分别表示生态足迹、生态承载力和生态赤字;EFdepth和EFsize分别表示足迹深度和足迹广度。

改进的三维模型在足迹深度和广度算法上也进行了改进：

EFdepth，region=1+∑ni=1max{EFi-BDi，0}∑ni=1BCi;（2）

EFsize，region=∑ni=1min{EFi，BCi}。（3）

式中：i代表耕地、草地、林地、水域、建筑用地和化石能源用地6类生态生产性土地;EFi、BCi分别代表第i地类的生态足迹和生态承载力;EFdepth，region、EFsize，region分别代表区域足迹深度和足迹广度。

偏最小二乘回归法（PLS）兼具主成分分析、典型相关分析和多元线性分析的优点，可以完美地处理变量间的多重共线性情况。PLS在提取成分时，一方面会考虑变量间的线性关系，一方面又会顾及到变量间的解释水平。因此，该方法既能够有效地解决共线性问题，又能够保障模型的稳定性[19-20]。

2 结果与分析

2.1 生态足迹与生态承载力分析

2.1.1 时间序列变化分析

从图2、图3可见，2005—2014年10来河北省的人均生态足迹和人均生态承载力都是最大的，其次是天津，最低是北京。其中，河北省人均生态足迹约为天津的2倍、北京的4倍，而人均生态承载力约为天津的3倍、北京的4倍，这与各自的人口规模、资源消耗、土地面积和资源禀赋有很大关系。从其动态变化来看，2005—2014年这10年北京的人均生态足迹呈逐年下降的趋势，从2005年的0.441 6 hm2下降到2014年的0.295 4 hm2，下降幅度为33.11%;天津的人均生态足迹则呈现出“减少—增加—减少”的趋势，虽然2014年有小幅度上升，但整体趋势还是下降的;河北省的人均生态足迹则呈现了“增加—减少—增加”的趋势，整体态势是上升的，但增长幅度较小。京津冀3地的人均生态承载力均呈现逐年下降的趋势，且均在2014年达到最小值。北京、天津、河北3地人均生态承载力的变动区间分别为0.189 6～0.123 0、0.271 9～0.176 0、0.658 9～0.552 7 hm2，其中天津降幅最大，达到了35.27%，北京为35.13%，河北为16.12%。

2.1.2 地类组分构成分析

京津冀3地人均生态足迹演变的分析反映了其人均生态足迹绝对量的变化，为了弄清3地六大地类占有量在其人均生态足迹中的构成变化，选取2005、2008、2011、2014年作为代表年份，计算各地类在生态足迹中所占的比重，结果见图4，京津冀3地各种地类的生态足迹比重结构大致相似。耕地和化石能源地均占据较大比重，对人均生态足迹的趋势变动起决定性的作用;草地、林地、建筑用地所占比重相当，均在1%～4%范围内浮动;水域比重最小，均不超过1%。3地林地和建筑用地的比重都呈现逐年上升趋势，草地占比呈下降趋势，水域比重趋于稳定。由于这4种地类所占比重较小，比重之和不足人均生态足迹的10%，所以对人均生态足迹的影响程度较小。因此，着重研究耕地生态足迹及化石能源地生态足迹的变动情况，结果见图5。由图5可知，在人均生态承载力的构成中，耕地和建筑用地占据较大比重，是影响生态承载力的主要因素，这与京津冀自身的生产方式及资源利用方式有密切的关系;其他4种地类则所占比重较小，其中水域、草地在3地人均生态承载力中占比极小，均不超过1%，变化幅度也极不明显。林地生态承载力所占比重逐年增加，北京最大，达7.48%，河北次之，天津最低。由于化石能源地的土地面积取林地和草地两者面积之和，因此其发展趋势也同2个地类呈现出一致的特点，即所占比重逐年上升，且北京最大、河北次之、天津最低。

2.2 足迹广度和足迹深度分析

从图6可见，河北省的人均生态足迹广度最大，天津次之，北京最小。这是因为足迹广度在一定程度上与研究区域的可再生资源禀赋有密切关系，人均足迹广度曲线与人均生态承载力曲线也存在某种契合。因此，面积广阔、资源比较富足的河北省由于拥有较强的生态承载力而具有较高的足迹广度，而北京、天津2地资源相对匮乏，人口却十分密集，资本流动性较差，所以足迹广度较低。并且京津冀3地的人均足迹广度均呈现逐年下降的趋势，其中北京从2005年的0.092 2 hm2下降到了2014年的0.067 6 hm2，降幅为26.68%;天津从0.162 0 hm2 下降到0.102 3 hm2，降幅为36.85%;河北从0.516 0 hm2 下降到0.442 8 hm2，降幅为14.19%。从足迹深度分析（图7）来看，整体上天津的人均生态足迹深度最大，北京次之，河北最低。3地的人均足迹深度均在2～5之间变化，且一直大于1，这表明京津冀3地都处在生态赤字阶段，须要依靠大量的存量资本来满足资源消费需求和维持自身发展，而不仅仅是凭借流量资本的占用。其中，北京的人均生态足迹呈“增加—减少—增加”的趋势波动变化，在2010年达到峰值3.066 1 hm2;天津、河北2地的人均足迹深度呈逐年上升的态势，均在2014年達到峰值，分别为4.779 5、2.870 3 hm2，即为了满足区域发展的需要，天津市和河北省需要的土地面积应为现有区域土地面积的4.779 5、2.870 3倍。

3 驱动因素研究

在参考国内外相关研究的基础上，遵循指标选取的基本原则，且结合京津冀3地实际情况，本研究将三维生态足迹选为被解释变量。解释变量则考虑了人口、经济、消费等各方面情况，建立了生态足迹影响因素指标体系[21-22]（表1）。

在建模之前，运用SPSS 18.0统计分析软件，对京津冀3地13个自变量的相关性进行分析，得到的相关系数矩阵显示，变量间有着很强的多重共线性。根据京津冀3地2005—2014年三维生态足迹及各年份驱动因子数据，运用SIMCA-P 11.5软件分别构建北京、天津、河北3地的偏最小二乘模型。Rx2、Ry2分别展示PLS模型对驱动因素x及生态足迹y的解释程度，Q2为交叉有效性系數，用来表征回归模型的预测能力。根据表2可知，模型对于x和y的解释能力分别为0.944和0.861，整体预测水平为0.85，满足了高精度的要求，具有较强的可靠性。

为了能够分析各驱动因素对京津冀3地各自生态足迹的影响，罗列出各个因素的变量投影重要性（variable importance in the projection，VIP）值，分别展示它们对因变量的影响程度（表3）。

从整体上来分析，由于京津冀3地各自的实际发展情况不同，不同驱动因素的作用也不一致。但从整体上看，三大产业产值、城镇居民人均消费水平对3地的生态足迹皆有显著影响，控制生态足迹应多从调整产业结构、能源结构以及优化消费结构着手。从分地区分析，影响北京生态足迹变动主要有2个方面：一方面是人口的快速增长使生物资源的需求加大;另一方面是在经济总量不变的情况下，第三产业所占比重逐渐加大，使整体上所产生的生态足迹减小;天津市作为一座工业城市，对能源的消耗十分巨大且逐年增加，其化石能源生态足迹在总体生态足迹中所占比重最大。影响天津生态足迹变动最大的因素是第二产业产值和第三产业产值，因此以高耗能、高排放为支撑的第二产业产值是影响天津生态足迹变动的最主要因素;对于河北来说，对其生态足迹影响最大的前4个影响因素依次为城镇居民人均消费支出、第一产业产值、能源消费以及社会消费品零售总额。随着经济以及城镇化的发展，河北省城镇居民人均消费支出保持逐年递增的态势，同时河北省作为一个人口与农业大省，非常依赖耕地，而耕地生态足迹又是影响河北省整体生态足迹的决定性因素，因此第一产业产值对河北省生态足迹有显著的影响。

4 结论

通过对京津冀生态足迹的分析，其整体区域生态环境脆弱。各个地区所面临的特殊环境压力不可忽视，在京津冀一体化战略下，必须协调好区域间的关系，坚持共同但有区别的责任原则、公平原则、各自能力原则。对京津冀3地实现生态可持续发展的对策建议是：发挥政府功能性作用，构建生态补偿机制;调整产业布局，优化能源结构;促进公众参与，达成生态共识，从而实现政府、企业和公众共同参与。

4.1 构建生态补偿机制——功能性政府

京津冀3地在自然资源和生态环境方面存在着相互依存和相互影响的关系。在生态环境问题上，更是牵一发而动全身，3地中任何一方都不可能明哲保身。生态足迹指标不仅能够表征1个地区六大类土地的利用状况，还可以定量评价该地区的资源利用效率、人口适度规模、居民生活水平等情况，其对制定区域生态可持续发展政策规划有重要的指导作用。长期以来，河北在保障京津冀地区经济发展、承接京津两地的落后产能等方面作出了巨大贡献。对此，京津冀须推行3地的生态共建共享，给予河北省一定的生态补偿。在确定3地生态功能定位以及3地之间在生态环境方面的定量关系基础上发挥政府监督作用，构建完善的生态补偿机制。

4.2 优化新的能源结构——产业布局

目前，京津冀3地的产业结构存在着明显的不均衡状态。北京已经进入了后工业化阶段，形成较为合理的“三二一”型产业结构;天津的产业结构是“二三一”型，正步入后工业化阶段;河北省产业结构相对不合理，虽也属于“二三一”型，但仍处于工业化中期，影响了京津冀3地产业对接及协调的进程。京津冀地区的能源消费占全国总量的10%以上，是我国重要的能源消费中心。因此，控制能源消耗量、调整能源结构势在必行。一方面要减少能源，尤其是煤炭的排放量。应该通过推行煤电节能减排、升级改良措施，运用先进技术将城乡间的燃煤锅炉进行改造。另一方面通过加大科技投入，引进先进的技术和经验，提高能源利用效率，降低单位GDP能耗，大力发展低消耗、零污染、无排放的新兴产业。

4.3 提高生态承载力——土地利用

耕地作为影响生态足迹及生态承载力的关键性因素，应重视。京津冀地区土地利用方式以耕地为主、林地为辅，建设用地占用比重较大。首先，根据京津冀不同区域土地状况，因地制宜，合理利用地域优势，减少粗放利用和闲置浪费，在不增加土地面积的情况下，提高土地的生产能力。其次，严格保护优质耕地，稳定耕地面积，强化耕地质量，同时夯实现代农业发展基础，提高农业科技含量，发展生态农业;最后，合理开发土地，提高土地生产能力。加强土地保护，防治土地污染，广泛开展山水林田湖生态修复工作，持续开展退耕还林还草、风沙源治理、三北防护林等建设。

4.4 形成新的生态共识——公众参与

生态足迹具有人口消费性特征，人口数量会对一个地区的生态足迹总量起到关键性作用，而人口的素质和消费质量则会影响到生态足迹的结构和水平。因此，控制人口数量、优化消费结构对于抑制生态足迹的增长具有重要作用。生态环境之所以出现危机，实质上是人与人之间的关系和人与自然之间的关系没处理好。加强对公众的意识培养，要以多方位、多形式、多层面宣传生态文明知识、政策和法律法规，弘扬生态文化，共建生态文明社会。北京、天津2市文化氛围较为浓厚，人们素质普遍较高，应带动河北省生态文化意识的发展，做好3地协同宣传教育，加强公众的水资源保护、大气污染和风沙防治措施的意识，构建生态文明示范区，落实到公众生活，努力做好生态文明宣传。

参考文献：

[1]Rees W E. Ecological footprints and biocapacity：essential elements in sustainability assessment[M]//Jo D，van Herman L.Renewables-based technology. New Jersey：John Wiley & Sons Inc.，2006：143-157.

[2]Lenzen M，Hansson C B，Bond S. On the bioproductivity and land-disturbance metrics of the ecological footprint[J]. Ecological Economics，2006，61（1）：6-10.

[3]McDonald G W，Patterson M G.Ecological footprints and inter dependencies of New Zealand regions[J]. Ecol Econ，2004，50：49-67.

[4]Haberl H，Erb K H，Krausmann F. How to calculate and interpret ecological footprints for long periods of time：the case of Austria 1926—1995[J]. Ecological Economics，2001，38（1）：25-45.

[5]谢高地，曹淑艳，鲁春霞，等. 中国的生态服务消费与生态债务研究[J]. 自然资源学报，2010（1）：43-51.

[6]张可云，傅帅雄，张文彬. 基于改进生态足迹模型的中国31个省级区域生态承载力实证研究[J]. 地理科学，2011（9）：1084-1089.

[7]杨 屹，加 涛. 21世纪以来陕西生态足迹和承载力变化[J]. 生态学报，2015（24）：7987-7997.

[8]张 颖. 北京市生态足迹变化和对可持续发展的影响研究[J]. 中国地质大学学报（社会科学版），2006，6（4）：47-55.

[9]周 涛，王云鹏，龚健周，等. 生态足迹的模型修正与方法改进[J]. 生态学报，2015，35（14）：4592-4603.

[10]Niccolucci V，Bastianoni S，Tiezzi E，et al. How deep is the footprint？ A 3D representation[J]. Ecological Modelling，2009，220（20）：2819-2823.

[11]方 恺，Reinout H. 自然资本核算的生态足迹三维模型研究进展[J]. 地理科学进展，2012（12）：1700-1707.

[12]Hunter C，Shaw J. The ecological footprint as a key indicator of sustainable tourism[J]. Tourism Management，2007，28（1）：46-57.

[13]张约翰，张平宇，张忠孝. 拉萨市旅游生态足迹与可持续发展研究[J]. 中国人口·资源与环境，2010，20（7）：154-159.

[14]安宝晟，程国栋. 西藏生态足迹与承载力动态分析[J]. 生态学报，2014（4）：1002-1009.

[15]王中航，周传斌，王如松，等. 中国典型特大城市交通的生态足迹评价[J]. 生态学杂志，2015，34（4）：1129-1135.

[16]李昭华，傅 伟. 中国进出口贸易内涵自然资本的生态足迹分析[J]. 中國工业经济，2013（9）：5-18.

[17]张宇鹏. 我国生态足迹区域差异比较研究[D]. 长春：吉林大学，2010.

[18]刘某承，苏 宁，伦 飞，等. 区域生态文明建设水平综合评估指标[J]. 生态学报，2014，34（1）：97-104.

[19]贾俊松. 河南生态足迹驱动因素的Hi_PLS分析及其发展对策[J]. 生态学报，2011，31（8）：2188-2195.

[20]肖思思，黄贤金，吴春笃. 江苏省生态足迹时间维度变化及其驱动因素分析——基于PLS方法对STIRPAT模型的修正[J]. 地理与地理信息科学，2012，28（3）：76-82.

[21]杨 勇，任志远. 铜川市1994—2003年人均生态足迹变化及社会经济动因分析[J]. 干旱地区农业研究，2007（3）：213-218.

[22]方建德，杨 扬，叶 堤，等. 重庆市生态足迹时间序列动态特征及其驱动因子分析[J]. 生态环境学报，2009，18（4）：1337-1341.