基于生态足迹模型的淮北市自然资本利用研究

任彩凤, 程艳妹, 郑欣, 周立志

基于生态足迹模型的淮北市自然资本利用研究

任彩凤, 程艳妹, 郑欣, 周立志*

安徽大学资源与环境工程学院, 安徽大学矿山环境修复与湿地生态安全协同创新中心, 合肥 230601

流量资本和存量资本是构成自然资本的两个要素, 核算自然资本是合理利用自然资源的前提。从人均足迹广度和人均足迹深度着手, 引入生态压力指数、资本流量占用率、存量流量利用比、万元GDP生态足迹、生态系统多样性指数、生态经济系统发展能力指数和生态适度人口7个指标, 定量分析2010—2016年淮北市对资本要素的占用情况以及生态系统的发展能力。结果表明: 淮北市在7年间, 人均三维生态足迹整体呈增加趋势, 由2010年的4.17524 ha·cap–1增至2016年的5.17289 ha·cap–1; 人均生态承载力保持在0.21000 ha·cap–1左右的水平; 足迹深度由2010年的1.91949波动下降至2016年的1.75738, 足迹广度处在0.15500—0.16900 ha·cap–1之间。尽管淮北市资源利用的效率较高、发展潜力大, 但7年间一直消耗资本存量, 生态系统处极不安全状态, 土地利用极不公平, 人口数严重超标, 淮北市资源、环境与发展需求之间的矛盾巨大。促进淮北市可持续发展要求合理规划土地、开展植树造林工程、提高农业科技水平; 倡导节约型生产和消费模式、优化产业结构、加强环保宣传力度。

三维生态足迹模型; 自然资本; 足迹广度; 足迹深度; 淮北市

0 前言

区域生态系统是一个由自然、社会和经济系统构成的复合生态系统, 其可持续发展受到人们的广泛关注。自然资源和生态环境是维持区域社会经济发展的根本[1]。生态经济学家普遍认为自然资本由流量资本和存量资本构成, 流量资本是指可再生资源及其生态服务的年际供给; 存量资本是指不可再生资源的累积储备, 仅在流量资本不足时才会被消耗[2]。对自然资本需求及供给的核算是合理利用自然资源的前提[3], 维持存量资本的恒定是实现可持续发展的必要条件[2,4]。1992年生态足迹概念被首次提出[5], 后发展成为经典的生态足迹模型[6], 通过测度区域生态足迹和生态承载力在二维尺度上评价区域可持续发展状况[7], 是量化区域自然资本利用状况的有效手段[7], 但在测度过程中存在无法区分流量资本和存量资本等不足[8]。在此基础上, Niccolucci等在2009年提出三维生态足迹模型的概念[9], 引入表征自然资本流量利用程度的足迹广度和表征自然资本存量占用水平的足迹深度两个指标[10], 实现生态足迹研究在三维尺度上向纵深的拓展[11]。

资源型城市是以本地区自然资源开采、加工为主导产业的城市类型[12], 资源开发进入后期或末期时发展处于枯竭状态, 形成了资源枯竭型城市[13]。资源枯竭型城市对自然资源的利用和需求量较大, 其发展受资源限制[14], 掠夺式的开采模式导致资源过度消耗、生态环境破坏、产业发展乏力等问题, 它的可持续发展包括生态、环境、社会和经济的可持续发展。生态足迹模型可以实现城市社会经济发展和自然生态系统的延续, 可使资源枯竭型城市自然资本的量化达到理想效果[14]。

淮北市是典型的煤炭资源枯竭型城市, 量化人类通过资源消费、废弃物排放产生的生态环境占用和自然资本需求以及自然资本的供给能力, 是解决淮北市经济与生态环境可持续发展关系的落脚点[15]。前人对淮北市自然资本的研究多基于生态足迹二维模型[16], 具有生态偏向性和估算遗漏性[8]。本研究采用方恺改进后的生态足迹三维模型, 用足迹广度和足迹深度分别表征自然资本流量和自然资本存量, 克服了生态赤字在不同地类间转移的风险[17], 同时引入万元GDP生态足迹、自然资本流量占用率、存量流量利用比、生态多样性指数、生态经济系统发展能力、区域适度人口、生态压力7个指标, 动态分析淮北市2010—2016年自然资本的变化规律及流转状况, 综合评估经济、社会及生态因素对区域可持续发展的影响, 以期为淮北市可持续发展提供决策依据。

1 研究区概况

淮北市位于安徽省北部, 因煤建市[16], 地处东经116°23′—117°02′北纬33°16′—34°14′之间, 2009年被国务院列入第二批资源枯竭型城市名单[18], 总面积2741 km2,辖3个市辖区(杜集区、相山区、烈山区)、一个县(濉溪县)。淮北市是中国的能源基地[16], 境内已发现矿产56种, 已探明储量的有16种, 其中煤炭资源最为丰富。截至2015年底, 全市土地总面积274138.81 ha, 其中耕地约占61.27%, 耕地资源较少, 土地开发利用程度较高。淮北市因煤炭开采每年塌陷土地约667—800 ha, 据不完全统计, 全市已累计塌陷土地约20666.7 ha, 其中80%为土质良好的耕地。《淮北统计年鉴2017》数据显示, 2016年底全市户籍人口216.5万人, 城镇化率达到50.1%, 人均耕地面积为774.3 m2, 人口自然增长率为8.39‰, 生产总值为799.0亿元。人口的快速增长, 耕地面积的持续减少、煤炭资源的过度开采, 破坏生态平衡、加剧环境污染, 使自然—经济—社会的可持续发展面临严重挑战。

2 研究方法

2.1 数据来源

本研究数据主要来源于《安徽省统计年鉴》(2011—2017年)、《淮北统计年鉴》(2011—2017年)、《淮北市国民经济和社会发展统计公报》(2011—2017年)、联合国粮食及农业组织数据库(http://www. fao.org/statistics/en/), 其中土地利用规划及生物资源消费数据由淮北市国土局和国家统计局淮北调查队提供。

2.2 生态足迹二维模型

模型中生态足迹、生态承载力和生态赤字/盈余都用生态生产性土地面积表征, 生态生产性土地包括耕地、草地、林地、建设用地、水域和化石能源用地6大类, 由于各地类的生态生产能力具有区域差异性, 需乘以相应的均衡因子与产量因子进行转换[19]。为了将各地类生产能力进行汇总, 本文根据刘某承、李文华等对中国及各省市生态足迹产量因子与均衡因子的测算结果[20–21], 来反映淮北市的实际生产力。结果见表1。

淮北市自然资本利用涵盖生物资源消费账户、化石能源消费账户和建设用地账户, 具体分类见表2。依据世界环境与发展委员会(WCED)报告, 需扣除12%的生态承载力用于生物多样性保护[22]。

(1)生态足迹: 定义为用于生产区域人口所消费的所有资源和消纳所产生的废物所需要的生态生产性土地面积(包括陆地和水域)[5]。计算公式如下[23]:

表1 淮北市各地类均衡因子与产量因子

表2 数据分类细则

式中,为商品消费类别;C第项的人均年消费量, 该值等于第项的年消费总量(产出＋进口－出口)与总人口的比值;P为相应的生态生产性土地第项消费项目的全球年平均生产能力;γ为均衡因子;为人口数量;为人均生态足迹(ha);为总生态足迹(ha)。

(2)生态承载力: 是指区域所能提供给人类的生物生产性土地的面积和。公式如下[23]:

式中,为区域生态承载力;为人均生态承载力;α为人均生态生产性土地面积;γ均衡因子;λ为产量因子;为人口数量;为有效生态承载力。

(3)生态赤字/盈余: 用生态承载力与生态足迹之间的差值表征, 差值大于零表征区域处于不可持续发展的生态赤字阶段, 反之表征区域处于可持续发展的生态盈余阶段。

=–

2.3 生态足迹三维模型

基础三维生态足迹模型, 由Niccolucci提出, 将经典模型由生态承载力与生态赤字相加得到的二维平面图形扩展到由足迹广度(底面)和足迹深度(高)相乘的三维立体图形[9]。该模型只适用于单一地类, 地类多时, 在运算上会存在高估生态足迹广度, 低估生态足迹深度的不足[17]。针对此问题, 方恺将模型核算扩展到区域以下的地类水平, 避免生态赤字和生态盈余相抵的情况, 扩大模型适用范围[11,24]。本文采用方恺改进后的三维生态足迹模型核算淮北市自然资本。

(1)生态足迹广度: 指在生物承载力限度内的生物生产性土地年际占用面积, 用于表征人类对自然资本流量的占用大小[10]。公式如下[25]:

式中EF为第地类的足迹广度;EF为区域足迹广度;EF为第地类的生态足迹,BC为第地类的生态承载力。

(2)生态足迹深度: 指为维持区域现有资源消费水平, 理论上所需占用的区域土地面积的倍数, 它表征了人类消耗自然资本存量的程度[10]。具有两层含义: 一是人类要满足实际资源消费量需要多少现有土地面积; 二是人类要满足实际资源消耗量, 再生这些资源需要的时间[1,15]。公式如下[25]:

式中EF为第地类的足迹深度;EF为区域足迹深度;EF为第地类的生态足迹,BC为第地类的生态承载力。由于化石能源用地产量因子为零, 其生态承载力为零, 不适用于三维生态足迹模型, 故用二维结果代替[1]。

(3)区域尺度上的三维生态足迹计算公式为:

2.4 生态足迹模型参数

(1)生态压力指数: 是人均生态足迹与人均承载力的比值, 反映人类活动对生态的干扰程度, 数值越大, 对生态系统的压力越大[23]。公式为:

参考世界自然基金会WWF(2004)的划分标准, 将淮北市生态压力分6个等级(表3)。

(2)资本流量占用率: 当生态足迹小于生态承载力, 资本流量未被完全消耗, 处于生态盈余阶段, 仅靠资本流量就可以满足消费需求, 无法反映人类对自然资本流量的实际占用情况, 此时引入流量占用率这一指标[11,17]。公式为:

(3)存量流量利用比: 当资本流量完全被占用, 处于生态赤字阶段, 开始消耗存量资本。为了表征实际所利用的自然资本中存量与流量之间的大小关系, 引入存量流量利用比这一指标[11]。公式为:

(4)万元GDP生态足迹: 表征人类对区域资源利用效率的高低, 指标值越小, 区域内资源利用效率就越高, 反之, 资源利用效率就越低[26]。公式为:

(5)生态系统多样性指数: 借鉴Shannon指数, 为了表征某个区域内的各类资源消耗所需的生物生产性面积的分配均衡度, 引入H指数[26]。公式为:

式中p为第地类生态足迹占总生态足迹的比例。

(6)生态经济系统发展能力指数

(7)生态适度人口: 表征区域在一定条件和目标下能够供养的最优人口数量[27]。公式为:

3 结果

3.1 人均生态承载力、人均生态足迹和人均生态赤字的动态变化

淮北市的人均生态承载力在2010年—2016年无明显变化, 始终保持在0.21000 hacap-1左右的较低水平; 人均生态足迹由2010年的4.22205hacap-1持续增加, 到2014年达到最大值5.62214hacap-1, 四年间增加了33.16%, 2014年以后人均生态足迹稍有减少, 到2016年降到5.21106hacap-1的水平, 对自然资本的需求一直很大; 高需求和低供给的发展模式导致淮北市在2010至2016年间一直处于生态赤字状态, 人均生态赤字总体呈增加的趋势, 2010年生态赤字最小, 为4.01450hacap-1, 之后以平均每年8.69%的速率大幅度增长, 到2014年达到最大值5.40916hacap-1, 随后降至2016年的4.99870hacap-1,表明淮北市生态经济系统一直处于不可持续发展阶段, 且发展阻力大(图1)。

表3 生态压力指数等级表

3.2 各地类人均生态承载力和人均生态足迹的变化

3.2.1 淮北市各地类人均生态承载力的变化

2010—2016年各地类人均生态承载力占人均生态承载力总量的情况如下: 耕地所占比例一直最大, 处于56.93%—58.05%之间; 占比一直稳居第二位的是建设用地, 为37.00%—38.36%; 水域、林地和草地所占比例分别居第三(2.58%—2.72%)、第四(2.05%—2.17%)和第五位(0.06%—0.13%)(图2)。研究期间, 耕地人均承载力变化很小, 由0.12048 hacap-1波动增加至0.12089 hacap-1, 在2013年达到最大值; 建设用地的人均生态承载力平缓上升, 由2010年的0.07679hacap-1持续增加至2016年的0.08145hacap-1, 年均增长率为1.01%; 水域人均生态承载力无明显波动, 保持在0.00548 hacap-1—0.00567 hacap-1之间; 林地的人均生态承载力处于0.00436 hacap-1—0.00451 hacap-1之间; 草地的人均生态承载力在0.00013 hacap-1—0.00026 hacap-1间波动变化, 数值和占比一直最小。

3.2.2 淮北市各地类人均生态足迹的变化

2010—2016年间在淮北市人均生态足迹构成中(图3), 除了草地和水域有下降的趋势外, 化石能源用地、林地、耕地和建设用地整体呈上升趋势, 但林地在2014和2015年出现人均生态足迹小于2010年的情况。从增长幅度来看, 化石能源用地>林地>建设用地>耕地, 其中化石能源用地2010年—2014年由3.87456hacap-1持续增长至5.31367hacap-1的最高水平, 平均增长率为35.98%, 2014年后有所降低, 但到2016年仍处于4.88826 hacap-1的较高水平, 研究期间的年际增长率为26.16%; 从贡献率方面看, 化石能源用地对人均生态足迹的贡献率七年间一直最大, 稳定在91.75%—94.51%之间。草地的贡献率在2.48%—4.25%之间, 排名第二, 但是与贡献率第一的化石能源用地相差巨大。其余四类用地的贡献率占比相对较小。可以看出, 化石能源用地在人均生态足迹的构成中占绝对优势。

图1 2010—2016年淮北市人均生态承载力、人均生态足迹和人均生态赤字的变化

Figure 1 Changes of ecological capacity, ecological footp­rint and ecological deficit per capital in Huaibei City from 2010 to 2016

图2 淮北市各地类人均生态承载力变化

Figure2 Changes of ecological capacity per capital of different land types in Huaibei City

图3 淮北市各地类人均生态足迹变化

Figure3 Changes of ecological footprintper capital of different land types in Huaibei City

3.3 三维生态足迹分析

3.3.1 人均生态足迹广度和人均生态足迹深度变化

表4结果表明, 淮北市2010—2016年人均生态足迹广度变化经历三个阶段: 第一阶段是2010—2012年, 由0.15664 hacap-1增加至0.16851 hacap-1, 年均增长率为3.79%; 第二阶段是2012—2015年, 由0.16851 hacap-1降至0.15544 hacap-1, 年均下降速率为2.80%; 第三阶段是2015—2016年, 足迹广度再次增加, 到2016年达到0.16197 hacap-1。各地类中, 因化石能源用地的实际占用面积为零, 故化石能源用地的足迹广度始终为零; 耕地贡献率始终最大, 比例在69.27%—71.66%之间, 由2010年的0.11052 hacap-1增加至2012年的0.12065 hacap-1, 随后3年一直下降, 到2015年降至0.10767 hacap-1, 在2016年又增加至0.11397 hacap-1, 其变化趋势与淮北市总足迹广度的趋势一致; 建设用地足迹广度一直缓慢增加, 由2010年0.03894 hacap-1增加至2016年的0.04108 hacap-1, 所占比例在23.41%—26.25%之间, 贡献率居第二位; 林地足迹广度整体呈下降趋势, 所占比例在2.64%—2.88%之间, 贡献率居第三位; 水域足迹广度除在2011—2012年有微幅上升外, 一直缓慢下降, 占比保持在1.55%左右, 贡献率居第四位; 草地足迹广度一直处在较低水平, 贡献率也最小。

表5结果表明: 2010—2016年间淮北市人均生态足迹深度呈波动下降趋势且七年间均大于1。2016年人均足迹深度为1.75738, 有两层含义, 一是需要1.75738倍的现有土地面积才能满足淮北市实际资源消费量; 二是要满足淮北市实际资源消耗量, 再生这些资源需要1.75738年。淮北市人均足迹深度的变化大致分三个阶段: 第一阶段是2010—2011年, 由1.91949增加到2.13762, 增加了11.36%; 第二阶段是2011—2014年, 由2.13762降低至1.70814, 年均降幅为8.38%, 对自然资本的占用程度迅速降低; 第三阶段是2014—2016年, 由1.70814增加至1.75738, 年均增长率为1.44%。各地类中, 建设用地和水域的生态发展过程不需要耗费自然资本存量, 足迹深度一直为1; 耕地在2010年及2013—2016年足迹深度为1, 2011—2012年开始占用资本存量, 足迹深度大于1; 草地足迹深度波动大, 整体虽有所下降, 但仍远超1, 对资本存量的占用程度深; 林地的足迹深度波动明显, 由3.58480增加至4.29807, 在2013年降至3.10318, 于2016年达到4.13040, 对自然资本存量的占用程度整体呈增加趋势。

3.3.2 人均三维生态足迹变化

由表6所示, 基于生态足迹三维模型和二维模型计算得到的人均生态足迹虽然变化趋势相同但结果并不完全一致, 人均三维生态足迹略小于人均二维生态足迹。淮北市人均三维生态足迹呈波动增加趋势, 由2010的4.17524hacap-1增加至2016年5.17289hacap-1。其中2010—2014年是持续增加阶段, 在2014年达到最大值5.58296hacap-1, 随后持续下降, 到2016降到5.17289hacap-1。地类中化石能源用地所占比例历年来最大, 且变化趋势与人均三维生态足迹一致, 是影响人均三维生态足迹的主导部分; 草地和水域足迹呈下降趋势; 林地、耕地、建设用地三维足迹呈波动上升趋势。

3.3.3 资本流量占用率和存量流量利用比

表7显示, 耕地对自然资本的占用经历了复杂的过程, 2010年资本流量占用率为0.91735, 没有占用资本存量, 但对流量的占用已接近饱和, 2011—2012年开始动用资本存量, 流量存量利用比从0.21759下降至0.15419, 对存量的利用程度有所降低, 2013—2016年资本流量占用率从0.96456下降至0.88824, 一直小于1, 仅消耗资本流量, 且对流量资本的占用程度逐渐降低。建设用地和水域在2010—216年一直处于自然原长状态。草地的存量流量利用比从2010年的1373.64911波动下降至2016年的860.06168, 虽然耗费程度有所减少, 但在2016年对存量的消耗仍是流量的860多倍, 生态压力依然巨大。林地的存量流量利用比虽没有草地大, 但呈增长趋势, 由2010年的2.58480波动增加至2016年的3.13040, 年均增长率为3.52%, 生态供给压力逐年增加, 发展前景不乐观。

表4 2010—2016年淮北市人均生态足迹广度

表5 2010—2016年淮北市人均生态足迹深度

表6 2010—2016年淮北市人均三维生态足迹

表7 2010—2016年淮北市各地类资本流量占用率和存量流量利用比

2010—2016年淮北市经济社会发展需求超出自然资源自身的供给能力。其中2010—2011年存量流量利用比从0.91949增加至1.13762, 2011年对资本存量的消耗接近对流量资本占用的1.14倍, 说明存量资本已经取代流量资本成为资源供给的主要来源。2012—2016年存量流量利用比呈波动下降趋势, 到2016年降至0.75738, 消耗资本存量导致的生态压力依然存在(图4)。

图4 2010—2016年淮北市存量流量利用比

Figure4 Utilization ratios of stock-flows in Huaibei City from 2010 to 2016

3.3.4 生态系统各项发展能力

表8显示淮北市2010—2016年间, 万元GDP生态足迹在0.048—0.065之间波动, 2015年每创造一万元GDP产生的生态足迹为0.04826 ha, 资源利用效率最高; 生态压力指数在20—27之间波动增加, 生态系统处于极不安全状态且系统压力逐年增加; 生态系统多样性指数偏大, 远大于1.7918, 生态足迹在地类间的分配极不公平, 表现为化石能源用地的生态足迹占比达90%以上, 其它地类占比小; 生态经济系统发展能力指数从2010年的103.67650波动上升至2016年的133.66117, 发展能力较高且逐渐增加; 生态适度人口数虽有减少, 但实际人口与生态适度人口比值整体呈增加趋势, 淮北市现有人口数严重超出生态承载力所能承受的最优人口数。

4 讨论

为了深入剖析淮北市的可持续发展状况, 以自然资本的利用为出发点, 引进足迹广度和足迹深度两个新指标, 导致淮北市在2010—2016年人均三维生态足迹的数值一直小于人均二维生态足迹, 与沈阳市的研究结果一致[28]。2010—2016年间淮北市人均生态足迹整体呈增加趋势, 人均生态承载力基本保持不变且与生态足迹数值相差较大, 导致淮北市一直处于生态赤字状态且赤字水平逐渐增长, 与前人对淮北市的研究结果相似[16], 同时与厦门市、宁夏市、焦作市和盐城市的结果一致[17,26,29–30], 表明淮北市发展的不可持续性逐年增加, 发展阻力很大。各地类组成中, 耕地和建设用地占人均生态承载力的绝大部分, 水域、林地和草地占比很小, 说明在保护耕地的前提下提高耕地单位面积产值, 是增加生态承载力的重要途径[26]。建设用地的人均生态承载力平缓上升, 表明淮北市和宁夏市一样, 土地规划利用方式逐渐提高[26]。化石能源用地对人均生态足迹贡献率占绝对优势, 林地、耕地、建设用地、草地和水域的贡献率都比较小, 表明淮北市与张家口市及同为资源型城市的淮南市、焦作市一样[1,30–31], 社会经济发展主要依托大量的能源消耗, 化石能源用地是造成淮北市高生态赤字的主导原因。

表8 淮北市生态系统各项发展能力指标

足迹广度反映自然资本流动性强弱及人类对流量资本的占用程度[17], 淮北市2010—2016年足迹广度呈小幅波动上升趋势且整体处于较低水平, 表明淮北市占用的资本流量小幅增加, 与淮南市和张家口市的研究结果一致[1,31]; 各地类中耕地和建设用地对足迹广度的贡献率较高, 表明人均占用土地面积中以耕地和建设用地为主[1]。足迹深度反映人类对存量资本的利用情况, 淮北市在研究期间人均足迹深度虽呈波动下降趋势, 但始终大于1, 说明资源消耗量超出生态系统的再生能力, 资本流量不足以支撑生态社会的消费需求, 但对资本存量的消耗程度减慢, 使生态系统发展的不可持续性放缓, 与焦作市生态转型结果相似[30], 有逐步走出以消耗资源为发展代价的趋势; 草地人均足迹深度极高, 是所有土地类型中发展最不可持续的, 与宁夏市水域最不可持续的结果不同[26]; 林地草地一起影响淮北市生态系统的不可持续发展。2010—2016年间淮北市消耗存量资本发展社会经济的方式阻碍了流量资本自身的可更新性, 导致对资本流量的占用程度有所增加, 使淮北市生态发展压力持续增加。

研究期间, 淮北市自然资本流量的生态供给一直饱和, 在2010—2011年间, 大幅度消耗资本存量, 此后五年存量流量利用比小幅波动下降, 符合中国社会出现的资本流量不足导致资本存量大幅消耗的发展状况[11], 消耗资本存量成为淮北市经济发展的主流。各土地利用类型中耕地在2011—2012年开始消耗存量资本, 其余年份接近资本流量的饱和状态, 表明耕地自然禀赋不高, 要实施耕地保护。建设用地和水域一直处于自然原长状态且对流量资本的占用程度处于中等水平, 这是淮北市城镇化率较低、采煤沉陷使水域面积增加造成的。草地和林地的存量资本被动用, 大量动用存量资本会使流量资本减少, 从而会进一步加剧存量资本的消耗[32], 加剧发展的不可持续性。

淮北市2010—2016年间万元GDP生态足迹一直处于较低水平, 与湖南省及河北省研究结果一致, 资源利用效率较高[32]; 生态压力指数呈增加态势且均大于20, 与建平县压力指数在较不安全状态内波动且逐年变小的结果不同[27], 煤炭开采带来的资源耗费、环境污染等问题使淮北市生态系统面临极大的压力和风险; 生态系统多样性指数一直大于24, 与湖南省各地类“和谐度”较小的结果一样, 淮北市土地利用不均[32]; 生态经济系统发展能力指数持续增加, 与宁夏市一样具有较大的发展潜力[26]; 淮北市实际人口与生态适度人口的比值整体处于较高水平, 生态系统实际供养的人口数严重超标, 与建平县人口增长给生态环境带来的压力正在逐步降低的结果不同[27], 淮北市面临着巨大的人口压力。总体来看, 淮北市生态环境建设和社会经济发展的需求之间的矛盾较大。

[1] 刘超, 许月卿, 孙丕苓, 等. 基于改进三维生态足迹模型的张家口市生态可持续性评价[J]. 水土保持通报, 2016, 36(6): 169–176.

[2] KULA E. Economics of natural resources and the enviro­nment[J]. International Journal of Clinical & Experimental Hypnosis, 1990, 40(1): 21–43.

[3] FARLEY J, DALY H. Natural capital: The limiting factor: A reply to Aronson, Blignaut, Milton and Clewell[J]. Eco­logical Engineering, 2006, 28(1): 6–10.

[4] WACKERNAGEL M, REES W E. Perceptual and struc­tural barriers to investing in natural capital: Economics from an ecological footprint perspective[J]. Ecological Economics, 1997, 20(1): 3–24.

[5] REES W E. Ecological footprints and appropriated carrying capacity: what urban economics leaves out[J]. Environment and Urbanization, 1992, 4(2): 121–130.

[6] WACKERNAGEL M, ONISTO L, BELLO P, et al. Natio­nal natural capital accounting with the ecological footprint concept[J]. Ecological Economics, 1999, 29(3): 375–390.

[7] 胡美娟, 周年兴, 李在军, 等. 南京市三维生态足迹测算及驱动因子[J]. 地理与地理信息科学, 2015, 31(1): 91–95.

[8] 王云平, 别雪艳. 生态足迹模型测度可持续发展的缺陷分析[J]. 地理科学进展, 2009, 28(3): 424–428.

[9] NICCOLUCCI V, BASTIANONI S, Tiezzi E B P, et al. How deep is the footprint? A 3D representation[J]. Ecological Modelling, 2009, 220(20): 2819–2823.

[10] NICCOLUCCI V, GALLI A, REED A, et al. Towards a 3D National Ecological Footprint Geography[J]. Ecological Modelling, 2011, 222(16): 2939–2944.

[11] 方恺. 生态足迹深度和广度: 构建三维模型的新指标[J]. 生态学报, 2013, 33(1): 267–274.

[12] 王甜. 焦作市可持续发展潜力研究[D]. 开封: 河南大学, 2015.

[13] 陶晓燕. 资源枯竭型城市生态安全评价及趋势分析—以焦作市为例[J]. 干旱区资源与环境, 2014, 28(2): 53–59.

[14] 朱琳, 卞正富, 赵华, 等. 资源枯竭城市转型生态足迹分析—以徐州市贾汪区为例[J]. 中国土地科学, 2013(5): 78–84.

[15] 杜悦悦, 彭建, 高阳, 等. 基于三维生态足迹的京津冀城市群自然资本可持续利用分析[J]. 地理科学进展, 2016, 35(10): 1186–1196.

[16] 董洪光, 高乐红, 耿家营, 等. 淮北市生态足迹动态演变分析[J]. 安徽理工大学学报(社会科学版), 2016, 18(3): 34–40.

[17] 朱高立, 王雪琪, 李发志, 等. 基于改进三维生态足迹的盐城市自然资本利用特征研究[J]. 土壤通报, 2017(6): 1304–1311.

[18] 程琳, 李锋, 邓华锋. 淮北市经济与生态环境的动态协调发展研究[J]. 城市环境与城市生态, 2010(4): 6–8.

[19] 谢鸿宇, 王羚郦, 陈贤生, 等. 生态足迹评价模型的改进与应用[M].北京: 化学工业出版社, 2008.

[20] 刘某承, 李文华, 谢高地. 基于净初级生产力的中国生态足迹产量因子测算[J]. 生态学杂志, 2010, 29(3): 592–597.

[21] 刘某承, 李文华. 基于净初级生产力的中国生态足迹均衡因子测算[J]. 自然资源学报, 2009, 24(9): 1550–1559.

[22] 杨敏. 2000年来长三角城市群自然资本利用及时空格局研究[D]. 南京: 南京师范大学, 2017.

[23] 杨屹, 胡蝶. 生态脆弱区榆林三维生态足迹动态变化及其驱动因素[J]. 自然资源学报, 2018, 33(7): 1204–1217.

[24] 方恺, 李焕承. 基于生态足迹深度和广度的中国自然资本利用省际格局[J]. 自然资源学报, 2012, 27(12): 1995– 2005.

[25] 方恺. 1999-2008年G20国家自然资本利用的空间格局变化[J]. 资源科学, 2014, 36(4): 793–800.

[26] 韩文文, 刘小鹏, 裴银宝, 等. 基于生态足迹的宁夏生态环境可持续发展研究[J]. 水土保持研究, 2016, 23(5): 285–290.

[27] 张红艳. 基于改进型生态足迹的建平县生态环境现状评价及预测[D]. 兰州: 兰州大学, 2014.

[28] 刘海燕, 程全国, 魏建兵, 等. 基于改进三维生态足迹的沈阳市自然资本动态[J]. 应用生态学报, 2017, 28(12): 4067–4074.

[29] 张天海, 刘刚, 唐立娜, 等. 基于时间序列计算的厦门市生态足迹动态研究[J]. 安全与环境学报, 2018(2): 800–806.

[30] 王冠. 资源型城市转型生态可持续性分析—以河南省焦作市为例[J]. 生态经济, 2016, 32(4): 53–56.

[31] 程艳妹. 基于生态足迹法的煤炭资源型城市生态承载力研究[D]. 合肥: 安徽大学, 2018.

[32] 张小雪. 基于3维生态足迹的湖南省可持续发展研究[D]. 长沙: 中南大学, 2013.

Research on natural capital utilization in Huaibei City based on ecological footprint model

REN Caifeng, CEHNG Yanmei, ZHENG Xin, ZHOU Lizhi*

Collaborative Innovation Center for Mine Environmental Remediation and Wetland Ecological Security, School of Resource and Environment Engineering, Anhui University, Hefei 230601,China

Flow capital and stock capital are the two elements that make up natural capital. Natural capital is the premise of rational use of natural resources. Starting from the breadth of per capita footprint and the depth of per capita footprint, we introduced seven indicators, ecological pressure index, occupancy rate of capital flows, utilization ratio of stock-flows, theecologicalfootprintfor ten thousand YuanGDP, ecological system diversity index, the eco-economic system development capability index and the ecologically appropriate population, to quantitatively analyze the occupation of capital elements and the development capacity of ecosystems in Huaibei City from 2010 to 2016. The results showed that the average three-dimensional ecological footprint of Huaibei City increased during the above-mentioned seven years, from 4.17524 ha·cap–1in 2010 to 5.17289 ha·cap–1in 2016; the per capita ecological carrying capacity remained at the level of around 0.21000 ha·cap–1; the footprint depth showed a fluctuating downward trend, from 1.91949 in 2010 to 1.75738 in 2016. The footprint size was between 0.15500-0.16900 ha·cap–1. Although Huaibei City had high efficiency in resource utilization and great potential for development, it had been consuming the capital stock for seven years. The ecosystem was extremely unsafe, the land use was extremely unfair, the population was grossly over-represented, and the contradiction between resources, environment and development needs of Huaibei City was huge. Promoting the sustainable development of Huaibei City requires rational planning of land, carrying out afforestation projects, improving the level of agricultural science and technology, promoting conservation-oriented production and consumption patterns, optimizing industrial structure, and strengthening environmental protection publicity efforts.

three-dimensional ecological footprint model; natural capital; footprint size; footprint depth; Huaibei City

10.14108/j.cnki.1008-8873.2019.06.015

X24

A

1008-8873(2019)06-106-09

2018-12-13;

2019-1-14

国家社科基金重大项目(编号: 14ZDB145)

任彩凤(1994—), 女, 安徽淮北人, 硕士, 主要从事生态经济学研究, E-mail: 18756115769@163.com

周立志, 男, 博士, 教授, 主要从事水鸟与湿地生态学和生态经济学研究, E-mail: zhoulz@ahu.edu.cn

任彩凤, 程艳妹, 郑欣, 等. 基于生态足迹模型的淮北市自然资本利用研究[J]. 生态科学, 2019, 38(6): 106-114.

REN Caifeng, CEHNG Yanmei, ZHENG Xin, et al. Research on natural capital utilization in Huaibei City based on ecological footprint model[J]. Ecological Science, 2019, 38(6): 106-114.