基于熵权TOPSIS模型的鄂尔多斯市资源环境承载力评价

郑欣, 程艳妹, 任彩凤, 周立志

基于熵权TOPSIS模型的鄂尔多斯市资源环境承载力评价

郑欣, 程艳妹, 任彩凤, 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

资源环境和经济社会之间的关系是资源环境承载力的研究基础, 是判断区域是否可持续发展的重要标志。从资源、环境、社会和经济4个方面选取24个指标构建鄂尔多斯市资源环境承载力评价指标体系, 采用熵权法确定各指标的权重, 运用TOPSIS模型对该地区的资源环境承载力进行研究, 并结合多元回归模型分析鄂尔多斯市资源环境承载力的驱动因素。结果表明: 鄂尔多斯市资源环境承载力指数在2008—2015年间整体呈上升趋势, 波动幅度不大, 由2008年的0.4425上升到2015年的0.5562, 在2010年指数有较明显下降。资源承载力、社会承载力和经济承载力呈上升趋势, 环境承载力呈下降趋势, 其中资源承载力与整个资源环境承载力变化趋势基本一致, 经济承载力最终升至0.9444, 几乎达到最优承载力水平。模型分析表明, 资源因素对资源环境承载力影响最大, 经济因素次之。建议未来控制资源消耗, 做好经济结构的合理化转型, 提高能源的利用效率, 以提高资源、经济方面的承载能力; 同时在环境保护和社会进步方面, 通过促进节能减排, 加大污染治理, 适当控制人口数量, 降低人口压力等方式来共同提高鄂尔多斯市资源环境承载力能力从而促进其可持续发展。

资源环境承载力; 熵权法; TOPSIS模型; 多元回归模型; 鄂尔多斯市

0 前言

资源型城市是依托自然资源开发所发展起来的一种城市类型[1–2], 是一个集“自然—经济—社会”于一体的复合生态系统。它为社会进步和经济发展提供保障的同时, 消耗了大量自然资源, 产生的废弃物和污染等对环境施加了严重压力, 这一矛盾是限制区域可持续发展的重要因素, 因而资源、环境、社会和经济四者之间关系的平衡是维持该复合生态系统稳定的基础。资源环境承载力用来表示一定时间及区域内在自然资源合理开发利用和生态环境不被破坏的前提下, 资源和环境系统所能承受的社会和经济活动的规模[3], 它反映了社会经济发展与资源开发和环境保护之间的关系。资源环境承载力研究的本质是将资源、环境综合考虑, 探究其支撑经济社会可持续发展的匹配关系与变化[4]。作为判断区域是否可持续发展的重要标志[5–6], 了解区域资源禀赋和环境容量的优劣程度, 处理好社会经济发展与资源环境供容能力之间的关系[7–8], 对资源环境承载力进行深入研究可定量揭示区域发展存在的限制因素, 为实施可持续发展策略提供更具有针对性的调控对策依据。

现有的资源环境承载力研究方法有层次分析法[9]、相对资源承载力法[10]、模糊数学法[11]和系统动力学法[12]等。上述方法虽各有优点, 但也存在不足: 层次分析法在确定权重时有较强的主观因素; 相对资源承载力法涉及因子较少而不能充分体现承载力实际大小; 模糊数学法其隶属度不易确定; 系统动力学法模型的参数变量较难设置。而基于熵权的TOPSIS多元目标决策模型能够关注整体情况, 对指标数量等没有严格要求, 它具有普遍适用性以及能够进行横、纵向对比分析的优点, 并且计算简单、层次分明, 可客观全面地反映测量目标的动态变化, 通过基于样本数据, 测量目标接近或远离正、负理想解的程度来评估资源环境承载力水平[13]。

鄂尔多斯市是我国典型的煤炭资源型城市, 同时还是我国西部地区重要的生态屏障[14]。近年来, 随着煤炭资源的进一步开采, 超过了系统所能承受的社会和经济规模, 使当地的资源环境问题更加严重。已有学者对鄂尔多斯市资源环境承载力进行研究, 但大多采用层次分析法和系统动力学法[15–16]。本研究从资源、环境、社会和经济4个方面着手构建鄂尔多斯市资源环境承载力指标体系, 通过基于熵权法的TOPSIS模型分析鄂尔多斯市2008—2015年资源环境承载力动态变化特征, 进而分析区域可持续发展趋势, 运用多元线性回归模型分析资源、环境、社会、经济等因素对资源环境承载力的驱动机制, 判断影响鄂尔多斯市资源环境承载力的影响因素, 为鄂尔多斯市的优化发展和可持续发展提出合理的对策和建议。

1 研究区概况

鄂尔多斯市位于内蒙古自治区西南部, 地处东经106°42′—111°27′, 北纬37°35′—40°51′之间, 是中国西部重要的资源型城市, 同时也是中国14个大型煤炭生产基地之一[14]。鄂尔多斯市作为资源密集地区之一, 自然资源富集, 拥有各类矿藏50多种, 其中煤炭已探明储量约占全国的1/6, 储量大且分布面积广, 煤炭资源是带动城市经济发展的最主要资源。截止2015年末, 全市总面积86882 km2, 市辖7旗1区, 全市常住人口204.51万人, 地区生产总值4226.1亿元, 城镇化率达到73.13%。该市属于典型的煤炭资源型城市且地处我国西北部, 生态系统较一般城市更加脆弱[17], 日照强烈, 市多年平均气温约7.3 ℃, 水资源匮乏, 降水约150—410 mm, 蒸发量却在2000 mm以上, 土壤有机质含量少, 植被覆盖度低于25%。近年来, 鄂尔多斯市依赖丰富的资源尤其是煤炭资源使经济突飞猛进发展的同时, 煤炭的大规模开采也破坏了地区的生态系统, 超过了系统所能承受的发展规模, 严重影响了区域的可持续发展。

2 研究方法

2.1 数据来源及评价指标体系构建

研究数据来源于《内蒙古自治区统计年鉴》(2008—2015)、《鄂尔多斯市统计年鉴》(2008—2015)和《鄂尔多斯市国民经济和社会发展统计公报》(2008—2015)等统计资料。鄂尔多斯市复合生态系统的稳定建立在资源、环境、社会和经济之间平衡的基础上, 根据资源环境承载力的定义和本质, 本研究将资源环境承载力作为目标层, 从资源承载力、环境承载力、社会承载力和经济承载力四个方面作为准则层对鄂尔多斯市的资源环境承载力进行评价研究, 准则层之间既独立, 又相互影响, 共同反映区域资源环境承载力状况[13]。最终根据鄂尔多斯市区域特征, 选取24个具体的评价指标作为指标层反映鄂尔多斯市资源环境承载力的特征信息(表1)。

2.2 熵权法

熵权法是一种客观赋权方法, 根据各项指标原始数据的离散程度, 利用信息熵来确定指标权重[18–19]。在综合评价中, 熵权法确定的指标体系权重可以客观真实地反映原始数据中的隐含信息, 有效避免了人为因素造成的偏差, 由此获得的指标权重值比主观赋权法具有更高的可信度和精确度[20]。因此本研究采用熵权法确定资源环境承载力指标权重, 其主要计算步骤如下:

(1)原始数据标准化

表1 鄂尔多斯市资源环境承载力评价指标体系

设区域资源环境承载力的原始评价指标矩阵为:

根据指标对评价结果的作用方向进行标准化处理:

式中,S为第个对象第项指标的标准化值,X为指标值,Z为指标最优值, maxX和minX分别为指标的最大值和最小值, 且0≤S≤1。

(2)计算各指标的信息熵值:

(3)计算各评价指标的信息效用值和权重:

式中,d为第项指标的信息效用值,d= 1-e,W为第项指标的权重。

2.3 TOPSIS模型

TOPSIS模型即为“逼近理想解排序方法”, 它是系统工程中常用的决策技术, 要用来解决多属性或多标准决策问题, 一种运用距离作为评价标准的综合评价法[21]。通过定义目标空间中的某一测度, 相应地计算目标靠近/偏离正、负理想解的程度, 以此来评估区域承载力, 可以全面客观地反映区域承载力的动态及变化趋势[22]。主要计算步骤如下:

(1)原始数据标准化

设区域资源环境承载力问题的原始评价指标矩阵为:

要得到标准化评价矩阵, 以采用归一化方法对原始数据进行处理。故得到标准化矩阵:

(2)基于熵权的判断矩阵构建

借助加权思想, 使评价矩阵客观性进一步提高, 根据运用熵权法确定的指标权重W与归一化后矩阵相乘, 构建规范化加权判断矩阵。

(3)正负理想解确定

根据加权判断矩阵确定正负理想解, 计算公式如下:

正理想解:

负理想解:

如果指标为效益型指标, 则:

如果指标为成本型指标, 则:

(4)距离计算

距离计算的方法较多, 采用欧氏距离计算公式。令D为第个指标与y的距离,D为第个指标与y-的距离, 计算方法为:

式中,y为第个指标第年加权后的规范化值,y、y分别为第个指标在年取值中最偏好方案值和最不偏好方案值。

(5)资源环境承载力贴近度

贴近度是指评价对象接近最优理想解的程度, 以表示。本文以资源环境承载力贴近度表示资源环境承载力及各子系统承载力的大小, 计算公式如下:

代表资源环境承载力水平及各子系统承载力水平的高低。其值越大, 表明承载力水平越高, 越接近承载力最高水平。

3 结果与分析

3.1 资源环境承载力指数变化趋势及原因

对鄂尔多斯市资源环境承载力各要素(指标层)进行标准化处理后经熵权法确定各评价指标权重,具体结果见表2。通过TOPSIS模型求得2008—2015年鄂尔多斯资源环境承载力贴近度大小, 即资源环境承载力指数(表3)。

资源环境承载力指数在2008—2015年间整体呈上升趋势, 波动幅度不大, 由2008年的0.4425上升到2015年的0.5562, 在2010年指数有较明显下降, 具体来看, 2010年指数下降到0.3611为研究期间的最低值, 深入分析发现, 一是资源供需存在矛盾, 人均耕地面积和人均水资源量均有所下降; 二是环境治理效果不明显, 工业废水排放量和工业固废产生量明显增大, 而生活垃圾无害化处理率却大幅下降。随后至2012年保持持续上升趋势, 虽在2013年出现小幅下降, 但之后迅速调整, 2014年达到0.5796为研究期间的最高值, 2015年小幅度下降至0.5562, 究其原因, 总体来看, 承载力指数有较好发展一方面得益于节能减排等环境治理措施的大力推广, 如万元GDP能耗、万元GDP水耗逐年下降以及污水处理率逐年提高; 二是得益于鄂尔多斯市社会的稳定进步和经济的持续发展, 居民人均可支配收入以及第三产业总产值比重持续增加等均使鄂尔多斯市资源环境承载力有所提高(表3、图1)。

表2 鄂尔多斯市资源环境承载力指标标准化值及权重

表3 鄂尔多斯市资源环境承载力指数(2008—2015年)

3.2 资源环境承载力及各子系统变化趋势

为了更加深入分析和描述鄂尔多斯市资源环境承载力变化趋势及原因, 计算各子系统承载力指数(表4)。

资源承载力指数整体具有上升趋势, 但中间有所波动。2008—2010年持续下降, 其中, 2010年下降幅度明显, 降至0.2843, 为研究期间的最低值; 随后迅速上升, 2012年达到中等以上水平且为研究期间内最高值, 但2013—2015年则一直持续下降状态, 2015年下降到0.5193(表4、图2)。导致2010年资源承载力指数迅速下降的主要原因是人均耕地面积和人均水资源量指标值在2010年显著下降, 2012年人均耕地面积与上一年持平以及人均水资源量大幅上升, 使资源承载力指数迅速回升。

环境承载力指数在研究期间呈下降趋势, 波动幅度较大。其中, 2009年大幅增长达到0.8017, 即研究期间内最大值, 2011年呈现小幅增长, 除此之外, 其他年份均呈下降状态, 2012—2015年更是呈逐年下降趋势, 2015年下降至最低值0.2595(表4、图2)。研究期间SO2排放量和工业废水排放量变化波动明显, 呈显著的“W”曲线, 变化幅度较大, 对鄂尔多斯市环境承载力的波动起到主导作用, 工业固废产生量逐年上升, 较2008年相比, 2015年上升幅度高达393%, 对环境承载力的下降有较大影响, 这3项指标是限制环境承载力上升的主要因素。

社会承载力指数由2008年的0.2512上升至2015年的0.8170, 整体基本呈“V”型曲线。其中, 2009年上升至0.5623, 但2010—2011年一直呈下降状态且下降幅度较大, 随后迅速上升, 2015年达到研究期间的最高值0.8170(表4、图2)。造成2010—2011年指数下降以及2012—2013年增长缓慢的原因除了城镇化率逐年增大带来的人口压力外, 还有是城镇居民恩格尔系数和农村居民恩格尔系数出现不同程度的增长, 由于这两项指标是负向指标, 致使社会承载力指数增长速度缓慢甚至降低, 波动起伏较大, 表明居民恩格尔系数对鄂尔多斯市的社会承载力的波动有显著的负向影响。

经济承载力指数在研究期间一直呈持续平稳上升趋势, 且幅度较大。在2008—2010年处于较低水平, 2011—2012年处于中等水平, 之后持续上升, 在2013—2015年间一直处于高水平, 并在2015年达到最大值0.9444, 几乎达到最优水平(表4、图2)。研究期间, 人均GDP、人均可支配收入、社会消费品零售总额等指标逐年上升促进了经济的发展, 使经济发展力稳步提升。第三产业总产值比重经历了先下降后上升的过程而采矿业占地区生产比重呈先上升后下降状态, 并且伴随人均GDP的持续增长, 表明鄂尔多斯市重视调整经济增长方式和产业结构, 符合资源型城市经济转型战略需求。

3.3 资源环境承载力驱动因素

3.3.1 各子系统与资源环境承载力的相关性分析

利用SPSS软件对鄂尔多斯市2008—2015年的四个子系统的综合值与资源环境承载力时间序列值进行相关性分析, 各相关系数结果见表5。结果显示资源环境承载力与资源状况(a)、社会进步(c)和经济发展(d)呈正相关, 与环境情况(b)呈负相关。其中与资源状况和经济发展的相关系数最大, 分别为0.914、0.806。

表4 鄂尔多斯市各子系统承载力指数(2008—2015年)

图1 鄂尔多斯市资源环境承载力变化趋势图

Figure 1 The variation trend of the carrying capacity for resources and environment in Ordos City

图2 鄂尔多斯市各子系统承载力变化趋势图

Figure 2 The variation trend of the carrying capacity of each subsystem in Ordos City

表5 资源环境承载力与其影响因子的相关系数

Table 4 Correlation coefficient of resource and environment carrying capacity and its influencing factors.

3.3.2 资源环境承载力模型的建立

以鄂尔多斯市2008—2015年的资源环境承载力的值为因变量, 4个子系统准则层综合值为自变量, 建立多元线性回归模型, 反映资源、环境、社会、经济等因素驱动生态足迹的机制, 得到多元线性回归模型:

式中: a、b、c、d分别对应表1中的4个准则层, 反映了资源、环境、社会及经济等因子在驱动资源环境承载力变化过程中的影响程度。通过上式可知, 资源因素对资源环境承载力影响最大, 经济因素次之。

4 讨论

鄂尔多斯市资源承载力指数走势与同为资源型城市的大同市[23]变化情况相似, 整体变化幅度较大。土地资源是限制经济社会发展的基本要素[24], 鄂尔多斯市耕地总体质量较低[25], 随着人口持续增加, 人均耕地面积逐年减少, 同时水资源丰富与否是促进或制约经济社会发展的重要因素[26–27], 而鄂尔多斯市水资源量受气候影响年际变化较大[28], 从而影响到鄂尔多斯市资源环境承载力呈波动变化。区域的资源状况决定了一个地区容纳的人口数量[29], 任何区域的发展都要在资源承载力许可的范围内进行, 资源承载力是区域可持续发展的基础[30]。

研究期间环境承载力波动非常明显, 整体呈下降状态, 其变化趋势与庆阳市[13]大体相似, 影响因素与宜昌市[31]大体相同, 对环境承载力影响最大的指标为SO2排放量和工业固废产生量, 其次是工业废水排放量。鄂尔多斯市是我国典型的西部资源型城市[32], 它以煤炭开采为主导的产业模式使工业废气、废水以及固废产生量迅速增加, 耗费资源的同时破坏了生态环境, 给生态系统带来了很大的压力。脆弱的生态环境和有限的环境容量目前已经成为制约西部经济社会可持续发展的重要因素[29]。

鄂尔多斯市社会承载力指数介于0.2512— 0.8170之间, 整体呈上升趋势。但这与京津冀中心城市和张家口社会承载力一直保持良好上升趋势不同[33–34], 逐年增多的城镇人口给生态系统带来了很大压力, 居民恩格尔系数的波动影响了社会的持续良性发展。总体来说, 虽然社会子系统内部有所波动, 但各部分相互调节, 大多数指标如: 人均住房面积、每千口人拥有病床数等的良性发展和较好的发展速度改善了城乡居民基础设施水平, 保证了社会子系统的可持续发展, 但是应在控制人口数量, 提高人民生活水平方面加大力度, 以保证社会承载力稳步向前发展。

2008—2015年鄂尔多斯市经济承载力指数与同为煤炭资源型城市的淮南市[35]变化趋势相同, 呈稳步上升趋势, 平均每年增长0.1222, 表明鄂尔多斯市经济实力明显增强。经济发展具有两面性, 随着经济的发展势必会带来更多的经济资源以改善环境状况, 提高资源的利用率; 但另一方面也必将会对自然资源造成消耗, 造成环境污染[36]。2008—2010年, 区域资源环境承载力水平高于经济承载力, 2011年以后, 区域资源环境承载力水平低于经济承载力水平, 仍然基本呈上升趋势, 经济发展为鄂尔多斯市其它子系统奠定了坚实的经济基础, 对资源环境承载力的改善起了极大的推动作用。

2008—2015年间, 鄂尔多斯市资源环境承载力整体呈上升趋势, 波动幅度不大。2008—2010年鄂尔多斯市资源环境承载力呈下降状态, 但自“十二五”以来, 资源环境承载力逐步增强, 达到了较高水平, 2015年承载力指数达到0.5562, 比2008年提高了25.7%。结合资源环境承载力计算结果和资源环境承载力驱动模型的分析结果, 要实现鄂尔多斯市的可持续发展, 应在保持经济上升的同时, 做好资源的合理分配、生态环境的建设和社会结构的调整。资源方面, 应缓解资源供需矛盾, 严格保护可用耕地, 在保证可持续发展的前提下合理开发煤炭资源和其它新型能源, 提高水资源利用率, 同时降低GDP能耗、水耗, 避免问题日益显著; 环境方面, 继续增加区域绿化覆盖率, 加大力度进行污染治理, 推进当地煤炭及其它能源企业等节能减排, 减少有害气体、液体以及固体的排放, 发展低碳交通, 促进排放低碳化; 社会方面, 应合理控制人口数量及结构组成, 减缓人口对资源环境的压力, 并倡导生态环保、节约的消费与饮食模式, 减小对于自然资源的过度消费; 经济方面, 在保持经济稳定增长的同时, 要从追求经济发展规模转移到追求发展经济质量, 均衡产业发展, 提倡提质增效的经济发展思路, 在一定程度上减少资源浪费, 提高资源的利用效率, 同时也降低经济活动对环境的压力。

5 结论

鄂尔多斯市2008—2015年资源环境承载力整体呈上升状态, 波动幅度不大, 基本维持在0.5左右, 2008—2010年呈下降状态, 2011—2015年基本保持增长。从各子系统承载力来看, 资源子系统发展状况与资源环境承载力变化趋势基本一致, 表明资源子系统承载力是鄂尔多斯市资源环境承载力的重要影响因素; 经济承载力水平逐年提高, 为鄂尔多斯市资源环境承载力的提升奠定了坚实的经济基础; 社会承载力趋势总体略呈“V”型趋势, 变化较为平稳, 整体有所增长, 对资源环境承载力的上升有一定的促进作用; 环境子系统基本呈逐年下降趋势, 在鄂尔多斯市资源环境承载力的提高方面起到了负向作用。

鄂尔多斯市作为一座以煤炭行业为主导的资源型城市, 区域人口的增加、经济的增长、福利的提高和社会的发展都是以一定的煤炭资源以及其它类型资源的消耗和一定程度的环境恶化为代价来实现的。影响鄂尔多斯市资源环境承载力最大的驱动因子主要是资源状况, 其次是经济发展, 因此要实现区域可持续发展就是要对区域资源进行有理性、有节制和有远见的管理, 使资源的消耗控制在一定限度内, 保持系统和谐稳定, 防止系统的崩溃和发展的停滞甚至倒退, 做好经济结构的合理化转型, 提高能源的利用效率; 同时也要在环境保护和社会进步方面做好工作, 通过促进节能减排, 加大污染治理, 适当控制人口数量, 降低人口压力等方式来共同提高鄂尔多斯市资源环境承载力能力从而促进其可持续发展。

[1] 崔秀萍, 吕君, 王珊. 生态脆弱区资源型城市生态环境影响评价与调控[J]. 干旱区地理, 2015, 38(1): 148–154.

[2] 王旭. 资源型城市生态经济系统可持续发展研究[D]. 焦作: 河南理工大学, 2010.

[3] 李悦, 成金华, 席皛. 基于GRA—TOPSIS的武汉市资源环境承载力评价分析[J]. 统计与决策, 2014(17): 102–105.

[4] 邓伟. 山区资源环境承载力研究现状与关键问题[J]. 地理研究, 2010, 29(6): 959–969.

[5] 韩鹏, 李涛. 资源环境承载力综合评价方法研究—以中原经济区为例[J]. 应用基础与工程科学学报, 2015, 23(增刊): 88–101.

[6] 刘晓丽, 方创琳. 城市群资源环境承载力研究进展及展望[J]. 地理科学进展, 2008, 27(5): 35–42.

[7] 周伟, 袁国华, 罗世兴. 广西陆海统筹中资源环境承载力监测预警思路[J]. 中国国土资源经济, 2015, 28(10): 8–12.

[8] NA L I, WANG K F. Evaluation of coordinated development of regional resources and economy around Shandong Peninsula urban agglomerations[J]. Journal of Groundwater Science and Engineering, 2016, 4(3): 220–230.

[9] 于洋, 韩鹏, 杨楠, 等. 中原城市群核心城市资源环境承载力研究[J]. 北京大学学报(自然科学版), 2018, 54(2): 407–414.

[10] 王树通, 郭怀成, 王丽婧. 北京市相对资源承载力分析[J]. 安全与环境学报, 2005, 5(5): 90–94.

[11] 王奎峰, 许梦. 黄河三角洲中心城市资源环境承载力时空变化规律与趋势研究—以东营市为例[J]. 环境工程, 2018, 36(1): 157–161.

[12] 陈先鹏. 基于PCA和SD模型的区域国土资源环境承载力评价—以浙江省义乌市为例[D]. 杭州: 浙江大学, 2015.

[13] 杨亮洁, 杨永春. 甘肃省资源环境承载力时空分异[J]. 生态学报, 2017, 37(20): 7000–7017.

[14] 宋丽丽, 白中科. 煤炭资源型城市生态风险评价及预测—以鄂尔多斯市为例[J]. 资源与产业, 2017, 19(5): 15–22.

[15] 孙燕英, 李元杰, 康艾, 等. 鄂尔多斯盆地(内蒙古地区)资源环境综合承载力评价研究[J]. 干旱区资源与环境, 2017, 31(2): 56–62.

[16] 吕道夫. 基于系统动力学的鄂尔多斯市资源环境承载力研究[D]. 北京: 中国地质大学(北京), 2016.

[17] 张秀梅. 基于PSR模型的煤炭资源型城市生态安全评价研究[D]. 北京: 北京林业大学, 2011.

[18] 闫文周, 赵彬. 基于熵权法的生态城市建设评价[J]. 统计与决策, 2009(2): 66–68.

[19] 任海军, 曹盘龙, 张爽. 基于熵值法的生态社会评价指标体系研究—以我国西部地区为例[J]. 华东经济管理, 2014, 28(5): 71–76.

[20] 张建军, 罗静. 基于熵权法的武汉生态城市建设评价[J]. 资源开发与市场, 2011, 27(10): 887–889.

[21] SHIH H S, SHYUR H J, LEE E S. An extension of TOPSIS for group decision making[J]. Mathematical & Computer Modelling, 2007, 45(7): 801–813.

[22] 雷勋平, 邱广华. 基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J]. 环境科学学报, 2016, 36(1): 314–323.

[23] 黄晓英, 郝晋珉, 张文选, 等. 资源型城市的城市综合承载力与可持续发展研究—以大同市为例[J]. 安徽农业科学, 2014, 42(4): 1123–1127.

[24] 郭卫东. 太原市经济和资源的人口承载力研究[J]. 经济师, 2008(4): 18–19.

[25] 王友凤, 鲁丽波. 生态脆弱区耕地保护与可持续利用探讨—以鄂尔多斯市为例[J]. 安徽农业科学, 2015, 43(8): 282–283.

[26] SIMONOVIC S P. World water dynamics: global modeling of water resources[J]. Journal of Environmental Management, 2002, 66(3): 249–267.

[27] 刘子刚, 郑瑜. 基于生态足迹法的区域水生态承载力研究—以浙江省湖州市为例[J]. 资源科学, 2011, 33(6): 1083–1088.

[28] 高瑞忠, 李和平, 格日乐, 等. 鄂尔多斯市区域水资源与社会经济发展协调度分析[J]. 水资源保护, 2012, 28(2): 82–84.

[29] 李文. 资源承载力与可持续发展[J]. 财经论丛, 2003(4): 1–7.

[30] 郭成利. 区域资源承载力与可持续发展研究—以5.12地震灾区甘肃陇南为例[D]. 兰州: 兰州大学, 2009.

[31] 袁宇龙. 基于加权改进TOPSIS法的区域资源环境承载力研究[D]. 成都: 四川师范大学, 2017.

[32] 朱阿丽, 王汉祥. 新常态下资源型城市转型发展研究—以鄂尔多斯市为例[J]. 内蒙古社会科学(汉文版), 2017, 38(6): 201–206.

[33] 孙强. 京津冀区域中心城市资源环境承载力评价研究[D]. 保定: 河北大学, 2017.

[34] 孔伟, 魏红磊, 任亮,等. 城市社会承载力评价及提升策略研究—以张家口市为例[J]. 河北北方学院学报(社会科学版), 2017, 33(1): 53–56.

[35] 陆建芬. 资源环境承载力评价研究—以安徽淮河流域为例[D]. 合肥: 合肥工业大学, 2012.

[36] 钟世坚. 区域资源环境与经济协调发展研究[D]. 长春: 吉林大学, 2013.

Evaluation of the resource and environmental carrying capacity of Ordos City based on the TOPSIS model of entropy weight

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

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

The relationship between resources, environment, economy and society is the foundation for study on the carrying capacity for resources and environment, also an important sign to judge whether the region can develop sustainably. In this article an evaluation index system for the bearing capacity for resources and environment was constructed based on 24 factors from 4 areas including resources, environment, society and economy in Ordos City. The regional carrying capacity for resources and environment was studied by TOPSIS model, and the driving factors for bearing capacity for resources and environment were analyzed combined with the multivariate regression model analysis. The results showed that the index of the carrying capacity of resources and environment of Ordos City was on the rise from 2008 to 2015, with a small fluctuation range. The index increased from 0.4425 in 2008 to0.5562 in 2015, with a significant decrease in 2010. The resource, social and economic carrying capacities were on rise, while the environmental carrying capacity was on decline. The resource carrying capacity was basically consistent with the change trend of the whole carrying capacity of resources and environment, and the economic carrying capacity eventually rose to 0.9444, almost reaching the optimal carrying capacity level. The model analysis showed that the resource factor had the biggest influence on the carrying capacity for resources and environment, and the economic factor was the second. It is suggested to control resource consumption in the future, rationalize the economic structure, and improve the efficiency of energy utilization so as to improve the bearing capacity of resources and economy. At the same time, in terms of environmental protection and social development, it is necessary to promote energy conservation and emission reduction, increase pollution control, properly control population size and reduce population pressure to jointly improve the carrying capacity of resources and environment in Ordos City so as to promote its sustainable development.

resource and environment carrying capacity; entropy method; TOPSIS model; multiple regression model; Ordos City

10.14108/j.cnki.1008-8873.2020.02.013

X24

A

1008-8873(2020)02-095-09

2018-12-28;

2019-01-23

国家社会科学基金项目(14ZDB145)

郑欣(1993—), 女, 山东潍坊人, 硕士, 主要从事生态经济研究, E-mail: zhengxin1225@qq.com

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

郑欣, 程艳妹, 任彩凤, 等. 基于熵权TOPSIS模型的鄂尔多斯市资源环境承载力评价[J]. 生态科学, 2020, 39(2): 95-103.

ZHENG Xin, CEHNG Yanmei, REN Caifeng, et al. Evaluation of the resource and environmental carrying capacity of Ordos City based on the TOPSIS model of entropy weight[J]. Ecological Science, 2020, 39(2): 95-103.