江苏省自然资源利用时空变化特征及驱动力分析

吴心怡，张燕

南京大学地理与海洋科学学院

江苏省作为东部沿海较发达省份，经济发展迅速，城镇化水平高，2012—2016，城镇化率由63.0%增至67.7%，年均增长达1.2%[1]。建成区的不断扩张、经济的快速发展等使得江苏省自然资源的消耗强度不断加大，生态环境压力日益增强，严重威胁江苏省的可持续发展。为协调经济增长与生态文明建设之间的矛盾，实现可持续发展，需要科学地评价、测度城市的可持续发展状态。

1992年Rees[2]提出，将人类活动对自然资源的消耗量折算为生态生产性土地面积，以生态足迹作为定量测度区域可持续发展程度的方法；1996年Wackernagel等[3]将其扩展为二维生态足迹模型，通过比较生态足迹以及生态承载力来定量测度区域可持续发展状态，以生态赤字/盈余来表示区域自然资源的消耗强度。但该模型存在指标选择的偏向性、足迹测度的静止性等问题，难以全面衡量可持续发展涉及的众多方面[4-7]。之后，Niccolucci等[8-10]引入了生态足迹深度和足迹广度2个指标来描述人类活动对于自然资源的利用强度，将生态足迹模型扩展到了三维时空。足迹广度是指在区域生态承载力的限度内，人类活动实际上占用的生态生产性土地面积，具有空间属性[11]，表征对自然资本流量的占用程度[12]。足迹深度是指为满足区域现有的资源消费水平，理论上需要占用多少倍现有土地面积，表征人类对于自然资本存量的消耗程度[13]。方恺等[11]将三维生态足迹模型引入中国，并且为避免一个区域不同地类之间的生态盈余和生态赤字因累加而导致部分抵消，提出了改进的三维生态足迹模型，解决了区域生态赤字和区域足迹深度偏小的问题，该模型可应用于城市生态可持续性评价及自然资本核算等[14-16]。

探究生态足迹变化的驱动因子，预测生态足迹的演变趋势，能够为区域的可持续发展提供科学的决策依据。已有研究多采用偏最小二乘回归分析[17]、主成分分析[18]、因子分析[19]等方法从经济发展、人口因素等方面分析生态足迹变化的动力机制，本文选用改进的T型关联分析，体现影响因子对生态足迹变化的正负向驱动作用，避免了传统邓氏关联分析的缺陷，可全面准确地分析生态足迹变化的驱动机制。

对江苏省生态足迹现状和变化的研究，多基于二维尺度，且缺乏对于江苏省各地区自然资源利用空间格局的分析[20-22]；对于江苏省生态足迹变化驱动力的研究多集中于经济发展等单方面的驱动因子[23]，各地区间生态足迹差异的原因亟待研究，以便制定更加适合区域协调发展的生态保护政策。因此，笔者基于改进的三维生态足迹模型，定量分析江苏省2009—2016年三维生态足迹的时空演变特征，利用改进的T型关联分析探究江苏省生态足迹演变的影响因子，并采用灰色预测模型GM(1,1)对2019—2022的可持续发展状况进行预测，以期为江苏省生态文明建设、新型城镇化发展提供决策依据。

1 研究区概况与研究方法

1.1 研究区概况

江苏省地处长江、淮河中下游，东临黄海，地理位置为116°18′E～121°57′E，30°45′N～35°20′N，主要由平原、水域以及低山丘陵构成，其中平原面积占比超过80%，自然条件较为优越。江苏省经济实力雄厚，城市化率高，人均GDP、地区发展与民生指数等均居全国各省之首，下辖的13个地级市均跻身全国百强市，但省内区域发展差异较大，苏南、苏中、苏北地区的经济发展水平、生态环境状况以及自身的资源禀赋均存在较大差距。同时，江苏省国土面积较为狭小、人口规模大，是典型的资源约束型省份，水土资源紧缺等因素制约着江苏省的可持续发展；重工业率高，对煤炭等化石燃料的需求量较大，导致环境污染加剧，经济发展与生态环境保护的矛盾日益尖锐。

1.2 数据来源与参数选取

本文计算的生态生产性地类包括耕地、牧草地、水域、林地、化石能源用地和建设用地6类，生态足迹账户分为生物资源账户和化石能源账户，其中生物资源账户以江苏省居民日常消费的食物为主，农林牧渔产品的消费量=年产量+年进口量-年出口量；化石能源账户包括化石能源用地和建设用地，将电力消耗归为建设用地，煤炭、原油、焦炭等主要能源消费品归为化石能源用地[24-25]。农林牧渔产品的产量、年进口量和化石能源的消费数据均来自于统计资料(表1)。生态承载力计算的各类土地面积来自自然资源部江苏省土地利用数据[26]。此外，由于同一区域不同地类生产力之间以及不同区域相同地类生产力之间存在较大差异，结合江苏省特点，用文献[27-28]中的均衡因子和产量因子对计算结果进行调整。改进的T型关联分析中具体指标的选取以及数据来源见表1。

表1 具体指标及数据来源

1)括号内数字代表各因子数值。

1.3 研究方法

基于改进的三维生态足迹模型，分析江苏省2009—2016年的生态足迹、生态承载力、足迹广度以及足迹深度的时空变化特征，进而依据计算结果定量评价江苏省可持续发展状况，并利用灰色预测模型GM(1，1)预测江苏省未来生态可持续发展趋势。同时，构建三维生态足迹驱动因子指标体系，采用改进的T型关联分析模型探究驱动三维生态足迹变化的因子。

1.3.1改进的三维生态足迹模型

三维生态足迹模型是先依据传统的二维生态足迹模型，计算得到各地类的生态足迹(EF)和生态承载力(BC)，再基于此计算各地类生态足迹深度与足迹广度。具体公式如下[12]：

EFsize,i=min{EFi,BCi}

(1)

(2)

式中：i为土地类型；EFi、BCi、EDi分别为i地类的生态足迹、生态承载力以及生态赤字；EFsize,i、EFdepth,i分别为i地类的足迹广度与足迹深度。

由于区域内部各地类间生态赤字与生态盈余可能相互抵消，使得生态赤字偏小，因此，基于文献[7]的改进算法，计算区域水平的足迹深度、足迹广度与生态足迹，改进后区域水平上的三维生态足迹是基于各地类详细的生态足迹与生态承载力数据计算得到的，公式如下：

(3)

(4)

=BC×EFdepth,region

=EFsize,region×EFdepth,region

(5)

1.3.2改进的T型关联分析

1985年邓聚龙提出灰色关联分析法，用于定量分析系统间各要素的关联程度，该方法对样本量大小及分布规律没有太高要求[29]。但是，邓氏关联度在应用中存在一些缺陷，如关联度会受两级最小的绝对差和两级最大的绝对差影响，各时点的关联系数会受到样本量的影响等[30]。为了克服邓氏关联分析的不足，唐五湘[31]提出了T型关联度，将关联度的值域由(0,1]扩展到[-1,1]，可以区分关联的正负方向。然而，T型关联度在数据预处理时未对因素序列与参考序列间的作用方向做定性分析，也未在数据无量纲化时区别处理，这样易弱化或者放大某些增量之间的关系，导致结论错误[32]。因此，首先定性确定选取的指标与生态足迹之间的关联方向，再用极差标准化对变量进行同趋势化与标准化处理，之后计算出指标与人均生态足迹的T型关联度，分析得出驱动人均生态足迹变化的主要因子。

改进的T型关联分析步骤如下：

(1)标准化。首先对研究数据进行定性分析，并采用极值法进行指标同趋势化处理；再对同趋势化处理后的数据进行标准化处理。

(i=1,2,…,m;j=1,2,…,n)

(6)

逆指标：

(7)

(8)

(9)

式中：xij为原始序列中的数据；ai(tk)为原始数据同趋势化后的时间序列数据；Di为同趋势化处理后时间序列数据的平均增量；tk为对应的时段；yi(tk)为标准化处理后的时间序列。

(2)求增量序列。公式如下：

Δyi(tk)=yi(tk)-yi(tk-1)

(10)

(3)计算关联系数。公式如下：

(11)

式中：sgn[Δy0(tk)×Δyi(tk)]为关联系数εi(tk)的符号;Δy0(tk)为参考增量序列。

当Δy0(tk)×Δyi(tk)>0时，sgn[Δy0(tk)×Δyi(tk)]=1;当Δy0(tk)<0时，sgn[Δy0(tk)×Δyi(tk)]=-1;当Δy0(tk)×Δyi(tk)=0时，sgn[Δy0(tk)×Δyi(tk)]=0。

(4)计算关联度。公式如下：

(12)

式中：Δtk=tk-tk-1；c、d为时间区间的极值，且c>d。ri(x0,xi)的绝对值越大，表明xi对x0的影响程度越大，若ri(x0,xi)>0，二者呈正相关；若ri(x0,xi)<0，二者呈负相关；ri(x0,xi)=0，则二者不相关。

1.3.3灰色预测模型GM(1,1)

GM(1,1)可以有效处理小样本的预测问题，基于该模型对计算结果的数据序列进行变换，建立微分方程，预测江苏省未来可持续发展状态。

GM(1,1)的表达式如下：

x(1)(t+1)=[x(0)(1)-u/a]e-at+u/a
(t=1,2,…,n)

(13)

式中：x(1)(t+1)为预测值；x(0)(1)为原始数据；a为发展系数，反映发展的态势；u为灰作用量，表示起始点或截距。

2 结果与讨论

2.1 江苏省三维生态足迹计算与分析

2.1.1时序变化分析

基于式(1)～式(5)计算得到江苏省2009—2016年人均生态足迹、生态承载力、生态赤字及足迹深度与足迹广度，结果见图1～图3和表2。

图1 2009—2016年江苏省人均生态足迹、人均生态承载力、人均生态赤字变化Fig.1 Variation of per capita ecological footprint, ecological carrying capacity and ecological deficit in Jiangsu Province from 2009 to 2016

图2 2009—2016年江苏省不同地类人均生态足迹Fig.2 Composition of per capita ecological footprint of Jiangsu Province from 2009 to 2016

图3 2009—2016年江苏省不同地类人均生态承载力Fig.3 Composition of per capita ecological carraying capacity of Jiangsu Province from 2009 to 2016

由图1可知，2009—2016年江苏省人均生态足迹呈持续上升趋势，从3.75 hm2/人增至4.63 hm2/人，年均增长率2.92%，表明江苏省人均资源消费需求不断增加。人均生态承载力总体呈减少趋势，由0.223 5 hm2/人降至0.221 6 hm2/人，但变化幅度较小，说明研究期内江苏省自然资本的供给能力保持在较为稳定的状态，但这导致2009—2016年江苏省一直存在生态赤字，且变化趋势与人均生态足迹一致，表明江苏省生态压力逐渐增加。

从人均生态足迹组成来看(图2)，2009—2016年，化石能源用地人均生态足迹占比最大(57.37%～61.77%)且呈上升趋势，年均增加率为4.18%，表明江苏省在快速城镇化与经济发展中消耗了大量的能源，这是因为江苏省第二产业占比较高，且以重工业为主导产业，对于化石能源的需求量较高；水域的足迹占比位居第二，且呈上升趋势，这是因为江苏省位于东部沿海地区，受居民的饮食习惯的影响，对水产品的消耗量较大，但是变化幅度不大，年均增加率为1.91%；耕地与牧草地人均生态足迹占比相近，呈波动上升趋势，但变化幅度较小，年均增加率不足1%；建设用地与林地人均生态足迹占比很小，均小于0.5%，但建设用地增幅最大，年均增长率达7.61%，林地年均增长率为3.52%，表明江苏省人民生活水平不断提高，对水果、禽蛋、肉等需求量不断增加。从人均生态承载力构成变化趋势来看(图3)，2009—2016年耕地人均生态承载力占比最大(48.01%～49.21%)，是因为耕地面积在总面积中占比最大，且耕地人均生态承载力从0.110 hm2/人降到0.106 hm2/人，耕地减少是造成江苏省人均生态承载力减小的主要原因；其次为建设用地人均生态承载力占比(38.95%～40.80%)，因为江苏省建设用地面积仅次于耕地面积且不断增加；林地、水域和牧草地人均生态承载力较小，三者总占比小于12%，因为林地和牧草地的面积较小，水域的面积虽然较大，但其均衡因子较小，故其生态承载力远小于耕地与建设用地。

由表2可知，2009—2016年江苏省足迹深度由16.8增至20.9，总体呈上升趋势，与人均生态赤字的变化趋势一致，表明江苏省对于自然资本存量的消耗强度日益加大，生态压力不断增强。其中，2009—2011年足迹深度增幅较大，之后增幅减缓，2015年比2014年减少了0.2，说明节能减排、生态文明建设等工作的推进，减缓了江苏省自然资源存量的消耗速度。从足迹深度的地类构成来看，建设用地足迹深度始终为1.00，原因在于建设用地一直处于生态盈余。耕地、牧草地、林地与水域的足迹深度都呈持续上升趋势，其中牧草地的足迹深度最高(528.0～651.6)，原因在于江苏省牧草地面积较少，畜牧业不发达，但随着居民对肉、蛋、奶等畜牧产品消费需求的增大，草地资源存量消耗强度巨大。水域的足迹深度也较高(37.1～45.6)，这是因为江苏省沿江靠海，居民对于水产品的偏好明显，人均水产品消费量〔17.9 kg/(人·a)〕高于全国平均水平〔11.4 kg/(人·a)〕，江苏省的水域流量资本已经无法满足居民对于水产品的需求。

2009—2016年江苏省足迹广度也存在小幅度波动变化，其中耕地、牧草地、林地与水域均处于生态赤字状态，因此这些地类的足迹广度等于各自的人均生态承载力；而建设用地处于生态盈余状态，其足迹广度等于自身的人均生态足迹。耕地的足迹广度占全省足迹广度比例最大(72.60%～75.34%)；水域其次(15.75%～17.12%)；随着城市化水平的提高，建设用地的面积在不断增大，其足迹广度也在不断增加，占比为6.49%～10.40%。

表2 2009—2016年江苏省足迹广度、足迹深度

图4 2009年与2016年江苏省足迹深度空间格局Fig.4 Spatial pattern of ecological footprint depth of Jiangsu Province in 2009 and 2016

2.1.2空间格局变化分析

2.1.2.1足迹深度空间格局变化

为便于比较，选取2009年和2016年2个时间节点来分析足迹深度的变化。同时，将足迹深度划分成高、较高、中、较低和低5个等级。江苏省各市足迹深度的分布如图4和表3所示。由表3可知，2009年与2016年各城市足迹深度均大于1，表明多年来江苏省各市的自然资源流量均已无法满足其消费需求。江苏省足迹深度高值和较高值区主要集中在苏南地区，中值区主要分布在苏中地区，两淮经济区(宿迁市、淮安市)的足迹深度一直处于低值区。由表3可知，2016年宿迁市的足迹深度不足南京市的20%，说明江苏省各市足迹深度差异较大。2009—2016年，除扬州市足迹深度略有降低(17.6降至16.5)，其余各市足迹深度都有不同程度的上升，苏南地区各市的足迹深度全部上升至高值或较高值区，生态压力较大。

图5 2009年与2016年江苏省足迹广度空间格局Fig.5 Spatial pattern of ecological footprint size of Jiangsu Province in 2009 and 2016

表3 2009年与2016年江苏省各市足迹深度和足迹广度

2.1.2.2足迹广度空间格局变化

江苏省各市足迹广度的空间分布如图5和表3所示。由图5可知，2009—2016年足迹广度高值区主要集中于苏北地区，该区域耕地面积较大，人口密度相对较低；低值区主要集中在苏南地区，其中无锡市的足迹广度最低(0.065～0.067 hm2/人)，原因在于无锡市自然资源禀赋低，各地类面积较小，且人口密度较大；苏中地区城市足迹广度都处于中值区。相比2009年，2016年南京市和盐城市的足迹广度略有降低，盐城市足迹广度降幅为8.80%；而其他城市的足迹广度都有不同程度的增加，常州市因为建设用地面积增幅较大，致使其足迹广度增幅最大，达5.05%。

2.2 江苏省生态足迹驱动力分析及预测

2.2.1生态足迹驱动力分析

经济发展、产业结构、人口规模、资源的消费强度以及居民的消费水平等影响因子与江苏省可持续发展状况关系密切，这些因子共同驱动着生态足迹的变化，因此构建驱动江苏省三维生态足迹变化的指标体系(表3)，探究其对于生态足迹变化的驱动机理，有利于制定政策减轻江苏省生态压力。参考已有研究[33-36]，结合江苏省发展特点，选取了12个指标进行计算，即人均GDP(X1)、第一产业产值(X2)、第二产业产值(X3)、第三产业产值(X4)、固定资产投资(X5)、常住人口(X6)、城市化率(X7)、单位GDP能源消耗量(X8)、人均社会消费品零售总额(X9)、人均住宅建筑面积(X10)、民用汽车拥有量(X11)、货物周转量(X12)。X1～X5、X9用以反映江苏省经济发展水平和规模、产业结构以及居民消费水平对生态足迹的影响；X6用以考察人口增长对生态足迹变化的驱动作用，因为生态足迹的核算是从居民对资源的消费出发，人口的增加将带来大量的资源消耗；城乡居民消费水平与消费结构存在差异，故选择X7反映城市化进程对于自然资源利用的影响；能源消耗是生态足迹的主要贡献因子，选用X8探究能源利用集约程度对于生态足迹的影响；人均住宅建筑面积一定程度上反映了土地利用结构的变化，探究土地利用结构对于人均生态足迹的影响；考虑到区域间贸易交流也影响了省内资源消费，选用X11、X12表示与其他地区的贸易联系。

基于式(6)～式(12)计算得到江苏省各市人均生态足迹与各驱动指标间T型关联度，结果如表4所示。由表4可知，第一产业产值、第三产业产值、单位GDP能源消耗量、货物周转量与生态足迹呈负相关，说明第三产业与第一产业的发展有利于减缓区域生态赤字。单位GDP能源消耗量可用于考察能源的集约利用度，由2.1.1节可知，化石能源用地的生态足迹占比最高，江苏省经济发展对能源的依赖程度较大，因此能源的消费强度对人均生态足迹的影响较大。近年来，随着能源利用效率的提高，江苏省单位GDP能源消耗量在逐年下降，故单位GDP能源消耗量与人均生态足迹表现为负相关，说明能源利用效率的提升有利于缓解人均生态足迹的增长。与外部区域的贸易交流将一部分的生态压力转移到了其他城市或地区，从而减缓了江苏省资源的消耗强度，但民用汽车拥有量的增加也在一定程度上增加了能源的消耗量，驱动了人均生态足迹的增加。

表4 江苏省三维生态足迹驱动因子及T型关联分析结果

第二产业产值、人均GDP、固定资产投资、人均社会消费品零售总额、常住人口、城镇化率、人均住宅建筑面积、民用汽车拥有量与人均生态足迹呈正相关，其中民用汽车拥有量、常住人口、第二产业产值、人均GDP与人均生态足迹的关联度较大。2009—2016年，江苏省人口增长了149.79万人[33]，由此也带来了消费量的不断增加，从而产生了更多生态足迹；江苏省发达的第二产业带来了对能源的高额消费，较高的重工业率使得江苏省生态环境压力进一步增大，从而导致了生态足迹的增加。江苏省经济发展迅速，研究期内年均GDP增长率达15.1%，第二、三产业的发展是江苏省生态足迹变化的重要驱动因子，表明未来要进一步推动产业结构优化，在减轻生态压力的同时不过度影响区域经济发展。城市化率、人均住宅建筑面积与人均生态足迹的关联度也较大，城市化水平的提升带来了土地利用强度的变化，城乡居民之间人均生态足迹的差异也驱动了全省人均生态足迹的增加。

2.2.2生态足迹与生态承载力预测

利用式(13)，根据江苏省2009—2016年人均生态足迹和人均生态承载力数据，得到人均生态足迹GM(1,1)模型〔式(14)〕、人均生态承载力GM(1,1)模型〔式(15)〕：

x(1)(t+1)=134.61e0.028 7t-130.857

(14)

x(1)(t+1)=-220.392e-0.001t+220.616

(15)

式(14)和式(15)的后验差比值分别为0.206和0.190，平均相对误差分别为3.01%和0.10%，模型精度达到合格，均可通过检验，预测结果见表5。由表5可知，2019—2022年江苏省人均生态足迹呈稳步上升趋势，由5.071 hm2/人增至5.527 hm2/人，年均增长率为1.797%；人均生态承载力略微下降，由0.221 0 hm2/人减至0.220 3 hm2/人，年均减少率为0.061%，这将导致江苏省生态赤字一直存在且不断增加，生态压力进一步加大。

表5 2019—2022年江苏省人均生态足迹与人均生态承载力预测结果

3 结论与建议

(1)2009—2016年江苏省人均生态足迹总体呈上升趋势，人均生态承载力略有下降，人均生态赤字一直存在且不断增加，江苏省需要消耗更多的自然资源存量以满足自身发展。在此期间，足迹深度波动上升，足迹广度略微上升，自然资本存量和流量占用均在不断增加。足迹广度与足迹深度的空间分布特征差异显著，足迹深度高值区主要分布于苏南地区，流量资本严重不足，低值区主要分布于苏北地区，其中淮安市和宿迁市的足迹深度一直低于全省平均值。足迹广度的高值区主要分布于苏北地区，低值区集中于苏南地区，苏北地区人口密度相对较小，自然资源禀赋更高，故足迹广度也更高。

(2)从地类构成来看，化石能源用地的人均生态足迹是全省人均生态足迹的主要组成部分，表明江苏省经济发展对于高能源消耗量、高污染的重化工产业的依赖程度较高，化石能源消耗量巨大；建设用地的人均生态足迹较小，一直表现为生态盈余状态。

(3)根据改进的T型关联分析，第一、三产业发展、能源节约集约利用与区域贸易交流能够缓解人均生态足迹的增长；人均GDP、城市建设水平、人口规模以及城市化率的提高对于人均生态足迹的增长有驱动作用。

(4)经灰色预测模型GM(1，1)预测，2019—2022年江苏省人均生态足迹将持续上升，人均生态承载力略有下降，未来生态压力持续增大，亟需提高其可持续发展能力。

综上，提出以下建议：1)优化产业结构，引导第三产业发展，减小经济发展对于重化工产业的依赖程度；提高能源利用效率，适度减弱煤炭、铁等化石燃料在能源消耗中的主导地位，倡导清洁生产，大力发展绿色产业、环保产业；加强环境污染治理，增加城市绿地空间面积，保护现有生态用地，严格控制建设用地面积。2)适当控制人口规模，引导居民消费模式和消费观念的改变；向居民推广安装个人生态足迹计算软件，提高居民的生态环境保护意识。3)对于足迹深度高、自然资源存量透支较为严重的苏南地区，可以通过跨区域的生态补偿机制来缓解本地的生态压力，增加江苏省在其他地区或国家的“虚拟土”面积。