祁连山北麓牧区社会-生态系统脆弱性诊断——以甘肃肃南裕固族自治县为例

王 娅， 杨国靖， 周立华

（1.中国科学院西北生态环境资源研究院沙漠与沙漠化重点实验室，甘肃 兰州 730000； 2.中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室，甘肃兰州730000； 3.中国科学院科技战略咨询研究院，北京100190；4.中国科学院大学公共政策与管理学院，北京100049）

0 引言

社会-生态系统（Social-Ecological System，SES）是人与自然相耦合的复杂适应性系统，不仅包括各类相互联系的生物-地质-物理单元，还涵盖了与其相关的社会主体和制度［1］。受自身演替及外部干扰的影响，该系统存在多稳态、阈值效应、自组织、历史依赖性等特征［2］。SES 研究关注复杂系统时空尺度上的扰沌，是目前国际上区域可持续发展领域研究的前沿和热点［3］，被广泛应用于中微观区域社会-生态耦合系统的动态演化、困境分析及可持续性评价。脆弱性作为全球环境变化及可持续发展问题研究的重要视角和分析工具［4］，是SES 的关键属性和研究热点。农村社区、旅游地、湖泊、草原、渔业、山地城市、沙漠化及逆转区SES 的脆弱性评价及时空演变是国内研究的关注重点［5］。国际研究则趋向于强调人类对环境变化的适应与响应及SES 跨尺度和多要素集成的脆弱性整合类研究［3-4］。与传统的人地关系研究相比，从SES 理论出发的脆弱性研究，整合了风险、扰动、敏感性和适应性等分析视角［4］，更加注重对系统脆弱性来源、表征、机制等评价指标体系及分析模型的研究，其研究不足在于评价指标庞杂、已有理论模型不能很好的统筹参差的数据、指标和信息，忽视对扰动风险估计的不确定性和模糊性的定量辨识［4］。目前关于典型草原及牧场脆弱性的研究主要侧重于气候变化背景下，牧业对旱灾雪灾等的脆弱性［6］、牧区草原景观生态脆弱性［7-9］、牧户生计脆弱性［10-11］三方面。研究方法上，草地生态系统脆弱性多以区域尺度模型化和空间化的定量探讨为主，而社会主体要素（村域、农牧户等）脆弱性的演化及成因分析则多采用问卷调查和文献荟萃［10-12］。现有研究多侧重于应用导向的单一视角，缺乏SES 整体性视角下牧区脆弱性动态变化及模拟研究。

祁连山是河西内陆河流的发源地和中国西部重要的生态屏障。长期以来，受气候变暖、超载过牧、开山挖矿、综合治理措施不到位等人为和自然因素的影响，2015年祁连山冰川面积和冰储量较20世纪60年代减少了（396.9±116.9）km2和25.7 km3，亏损速率由4.41%·（10a）-1加快至5.82%·（10a）-1［13］；部分青海云杉人工林出现深层土壤旱化，水源涵养效能下降等生态问题［14-17］。特别是祁连山北麓牧区，草畜矛盾问题突出，草地开垦率较高［17-19］，约43.71%的天然草地出现不同程度的沙化型、盐渍化型、病虫型、毒草型和鼠兔型退化现象［20］。在国家日益重视生态文明与绿色发展理念的背景下，深入思考和研究祁连山生态保护与治理的关键症结，寻求北麓牧区可持续发展模式是当前亟待解决的科学问题。目前，虽然有关祁连山北麓牧区的研究成果较多，但研究视角多集中于分析气候变化背景下区域自然生态系统的生物物理过程（如冰川冻土、河川径流及植被覆盖度、植被群落时空格局、净初级生产力等的变化，林草地土壤水文特征、生物多样性及水源涵养效能等）［21-23］和生态政策影响下的畜牧业发展［24-25］及农牧民适应［26-27］，忽略了市场、制度及文化等人文因素与自然生态要素的内在连通性，缺少人文（社会）-自然（生态系统）耦合视角下的综合性研究。基于此，本研究以祁连山北麓自然-人文高度耦合的甘肃肃南裕固族自治县为案例，借助VSD（Vulnerability Scoping Diagram）分析框架，遴选并构建祁连山北麓牧区社会-生态系统脆弱性评价指标体系，进行脆弱性的定量化计算；应用致脆因子诊断模型全面分析2004—2016 年影响SES 脆弱性的关键致脆因子，探寻该区域SES 优化调控对策，为祁连山北麓牧区建立持久有效的SES管理体制提供理论依据。

1 研究区概况

祁连山位于亚欧大陆中部，青藏、蒙新、黄土三大高原的交汇地带，横跨甘肃和青海两省37 个县市，是维护河西走廊和青藏高原生态安全的重要屏障。肃南裕固族自治县（简称为肃南县）地处祁连山北麓、河西走廊中部（97°20′～102°13′E，37°28′～39°49′N），总面积2.39×104km2，占祁连山北麓面积的76.40%，是甘肃省高山细毛羊主产区、河西走廊内陆河的发源地和补给区。该县覆盖有低地草甸、温性荒漠草原（前山山麓地带，以旱生植被为主）、温性草原、山地草甸和高寒草甸、高寒草原、高寒荒漠草原等多种草原类型，拥有天然草地170.93×104hm2，占土地总面积的74.73%，其中可利用面积142.21×104hm2，是典型的放牧性生态系统［28］。作为中国唯一的裕固族自治县，该县由北部的明花乡、中西部的红湾寺镇、马蹄乡、康乐镇、大河乡、祁峰乡、白银乡以及东部的皇城镇三块不连续的地域组成，总人口3.76×104人，其中农牧业人口占67.82%，人口密度每平方千米1.56 人。县域经济发展逐渐向绿色有机、高端精细的现代农牧业和“旅游+”型现代服务业转变。

作为气候带交汇的敏感区，肃南县自然环境与人文因素高度耦合，生态环境脆弱且易受人类活动的扰动，植被、土壤、冰川等陆面系统反应迅速且变化显著，是典型的高寒生态脆弱区。受气候暖干化和粗放经营方式的影响，肃南县草地退化严重，20世纪60 年代全县约44.50%的天然草地退化，重度退化面积接近30%，天然草地理论载畜量的降幅高达51.50%［29］。随着以农养牧、异地借牧等现象的出现，畜牧业对资源的利用与影响也相应的由牧区扩展至农区。为恢复生态、保障生态系统的服务功能和屏障作用，1988 年肃南县被纳入甘肃祁连山国家级自然保护区，2004 年被列为退牧还草工程项目县。在禁牧、划区轮牧、舍饲半舍饲养殖等措施下，2016 年该县禁牧区草原植被盖度、高度、产草量分别比2011年提高6.43%、63%、23%。肃南县作为中国北方草地畜牧业发展的缩影，深入探讨该区SES的脆弱性、演化趋势及致脆因子，对拓展SES 的实证内容，推进SES 适应性管理的理论、方法和模式等方面具有重要的学术价值，也可为祁连山生态保护长效机制创新和我国其他牧区草地畜牧业可持续发展提供案例支撑。

2 研究方法与数据来源

2.1 社会-生态系统脆弱性评价指标体系构建

当前全球用于SES 研究的分析框架主要有政策导向性、生态中心主义、脆弱性及综合型四种类型［30］，其中Turner 等［31］提出的TVUL（Vulnerability Framework）框架作为偏向于人类中心主义的脆弱性框架，更多关注于多重生态系统中脆弱性主体的暴露度、敏感性、恢复力及人类活动的行为导向和应对措施，Polsky 等［32］在其基础上进一步提出适用于区域尺度多要素、多重风险扰动的VSD（Vulnerability Scoping Diagram）脆弱性整合评估框架，并广泛应用于不同区域脆弱性定量评价的案例研究中。VSD框架采用“目标层-维度层-要素层-指标层”逐级递进的圈层数据组织构架方式，可有效反映SES 脆弱性的内部作用机制，有助于实现脆弱性的定量计算。

因此，基于VSD 框架以社会-生态系统脆弱性指数为目标层，将脆弱性分解为暴露度、敏感性和适应能力三个维度，以完整地体现牧区SES 耦合、协调、发展的综合过程，揭示该系统在自然和社会经济等潜在压力和风险的干扰下，暴露单元对受到胁迫的敏感程度、应对胁迫的自适应能力和适应性调控下的恢复潜力。根据SES 脆弱性的定义，结合北麓牧区的地域特征与专家咨询意见，构建符合肃南县SES 层级结构与发展特点的脆弱性评价指标体系（表1）。

表1 肃南县社会-生态系统脆弱性评价指标体系Table 1 Vulnerability index system of the social-ecological system in Sunan County

暴露度作为引发生态环境变化的承载体和诱因［32］，涵盖自然系统的气候和植被状况、社会经济活动及牲畜数量。草地作为祁连山北麓牧区生态系统的暴露单元，是环境发生变化的承载体。通常，可利用草地面积越小、单位草地资源的利用强度越强［33］；植被覆盖度降低会导致草地质量下降和饲草不足，使草地系统稳定性下降。王晓毅［33］、张存厚等［34］认为干旱会加剧草地生态系统的不确定性和脆弱性，区域年均蒸发量与降水量比例的大小与草地生态系统承受外在风险干扰与胁迫的程度正相关。自然灾害、单位土地面积载畜量及人类经济活动强度均是导致环境变化的根本驱动力，是反映系统经受外在压力的正向表征。敏感性是暴露单元对外部干扰与胁迫易于感受的性质，它源于生态系统和社会系统在应对外部扰动和内部演替时所表现出来的状态和响应［31］。祁连山区是西北干旱、半干旱荒漠生态系统中森林、灌丛、草地、河流、湿地镶嵌分布的复合型生态系统，林草重叠，“一地两证”、超载过牧矛盾突出。作为典型的牧区，肃南县SES 的敏感主体应为草地系统，它关系着当地农牧民的生计问题，其敏感性直观体现在草地生产力与承载力的变化上，畜产品市场价格及供需波动是其易敏感因子，与草地系统敏感性正相关。肃南县拥有丰富的矿产资源和旅游资源，第一产业以牧为主、农业为辅，为减弱暴露单元风险胁迫，调整产业结构和实施生态保护对增强系统适应能力具有正向作用。但矿产开采、小水电截流发电等产业比重的增加不利于适应性调控下系统恢复潜力的提高。受高寒山地半干旱气候的影响，肃南县天然草地存在季节性的产草量不平衡的特征，加之冷暖季节放牧空间、距离、强度不同，容易出现冷季饲草不足和超载过牧等问题，人工饲草地种植是解决这一问题重要途径。因此，人工饲草地建设水平及地方财政支出能力均是地方政府在应对风险时适应能力的体现。

2.2 社会-生态系统脆弱性的测度方法

2.2.1 评价指标的处理

为消除指标数据的量纲及自身变异程度和数值大小的影响，利用式（1）、（2）进行标准化处理［35］。

正向指标：

负向指标：

式中：X'ij为标准化后的数据；Xij为第i年j项指标的数值；min{xj}和max{xj}分别为所有年份中第j项指标的最小值和最大值。

2.2.2 指标权重计算

权重是决定SES 脆弱性计量结果的重要因素，一般使用专家打分法、熵值法和主成分分析等方法确定。鉴于主成分分析法操作简单、结果客观等优点［36］，本研究利用SPSS 19.0软件进行主成分分析，KMO 统计量为0.773，对应概率P值为0.000，各变量的共同度均高于50%，提取4个公因子，特征根分别为9.290、3.110、1.497、1.132，方差累计贡献率88.41%。为使公因子更具解释力，实现因子载荷矩阵中系数向0～1 分化，对初始因子载荷模型进行方差最大正交旋转，通过公式3 和归一化计算得到各指标权重（表1）。

式中：M为旋转后各主成分的载荷得分系数；N为特征根值；V为各主成分的方差贡献率；C为特征根值≥1 的主成分的累计贡献率。由于要按脆弱性的三个维度分别确定各指标权重，故应分别对WPCA进行归一化处理，得到相应的。

在暴露度维度中，自然系统的暴露度权重略高于社会经济，植被覆盖度指标权重最大（0.241），经济增长增速权重最小（0.003），气候因素中干燥度指数和受灾面积对暴露度的贡献较小。由于祁连山北麓牧区自然生态系统存在多重耦合与本底脆弱的特征，草地生态系统受人类活动的影响远高于气候变化，其影响突出表现在以草地三化面积为表征的植被景观变化上，权重值为0.239。SES 的敏感性主要来源于肉类总产量的供给波动，而农林牧渔从业人数对其的影响甚微（0.053）。人均地方财政支出和饲草种植面积作为表征地方政府应对环境与政策变化的能力与措施，是降低肃南县SES 暴露单元风险胁迫和敏感性的关键点，在适应能力维度中的贡献度高达48.90%，权重分别为0.252 和0.237。

2.2.3 脆弱性定量模型构建

目前，脆弱性的定量计算主要采用函数模型法、主成分分析法、人工神经网络模型法、空间多准则评估及图层叠置法［37］。为准确计算研究对象的脆弱性程度，学者们提出了如下脆弱性指数的计算模型（表2）。结合肃南县的自然人文特点，依据VSD 框架中暴露度-敏感性-适应能力间的因果联系及逻辑关系，在参考陈佳［4］、姚成胜［35］、李小维等［38］的实证研究后，选择Frazier［39］的显式空间脆弱性指数计算模型（Spatially Explicit Resilience-Vulnerability model，SERV）（式4），进行SES 脆弱性的定量测度。

表2 脆弱性指数计算公式Table 2 List of the calculation formula of vulnerability index

2.3 致脆因子诊断模型

为进一步识别影响肃南县SES 脆弱性的主要因素，以便有针对性地调整当地现行发展规划与政策体制，保障SES 协调可持续发展。采用障碍度模型［44］，对表1 中18 个二级因素的因子贡献度、指标偏离度和障碍度进行致脆因子诊断。其中，因子贡献度为单因素对总目标的影响程度，即单因素对总目标的权重；指标偏离度表示单项指标与社会经济发展目标之间的差距，为单项指标标准化值与100%之差；障碍度表示单项指标对社会-生态系统可持续发展的影响值，该指标是系统脆弱性诊断的目的和结果。

式中：Mj为单项指标的障碍度；(1-X'ij)表示指标偏离度；Ri×Wj表示因子贡献度；Ri为第i项分类指标的权重；Wj为第i项分类指标中第j个单项指标的权重。

2.4 数据来源

社会经济及部分生态指标数据来源于《张掖市统计年鉴》和《肃南县国民经济和社会发展统计公报》（2004—2016 年）。草原植被覆盖度、草原三化面积、退牧还草面积来源于张掖市林业与草原局历年统计数据。利用曲线拟合近似估算个别年份缺失的草原覆盖度和三化面积数据。

3 结果与分析

3.1 肃南县社会-生态系统的暴露度评价与分析

肃南县属于高山冰冻圈与干旱区绿洲相耦合的复合生态系统。李永格［21］、丁永建［45］等认为肃南是祁连山北麓社会经济影响力最高的县区，生态系统敏感性高而弹性力低［21］，属于易受冰川变化影响的高暴露度地区［45］。得益于退牧还草工程和降水增加，肃南县自然系统的暴露度显著下降，SES暴露度指数由2004 年的0.476 下降至2006 年的0.374。随着“畜牧富县”、“旅游活县”战略的推进，2007—2013 年肃南县加快绿色畜牧业产业化建设和民族文化旅游资源开发，县域草食畜饲养量和人均GDP显著提高，社会经济暴露度快速上升［46］。受气候暖干化影响，冰川消融增强了系统的潜在暴露度及自然灾害的危险性［47］。故而，SES 暴露度指数在此阶段呈快速上涨趋势。但到2014—2016年，草原补奖政策实施使饲草种植面积大幅增加，在草地资源相对人口与经济承载力双重富余的情况下［48］，自然系统的暴露度显著下降。由于经济增长增速放缓，社会经济暴露度趋于平稳，SES 暴露度指数逐年下降至0.445。

3.2 肃南县社会-生态系统的敏感性评价与分析

在全国经济快速发展的背景下，肃南县SES 内部要素对旅游产业、生态政策、市场波动的灵敏性和响应度日渐明显，SES 敏感性指数由2004 年0.269 逐年上升至2016 年的0.699。伴随旅游产业开发和天然林保护、退牧还草、生态移民等生态政策的实施，当地农牧民的生计模式已从高度依赖自然资源的畜牧生产转变为放牧、圈养舍饲、饲草种植、非农产业兼业、旅游服务、季节性务工等相结合的多元生计方式［26-27］，例如皇城镇中从事个体经营或外出务工的人口已占到50.16%和19.24%［26］。牧业从业人员的金字塔状年龄分布结构，已出现明显的代际转型趋向［27］。受国内畜产品市场两轮价格上涨的影响，肃南县羊肉市场价格自2007年后上涨明显，有效刺激了当地畜产品的生产和供给，牛羊肉总产量由2004 年的5 200 吨上升至2016 年的9 683.15吨，年均增长率5.11%。作为草丛-地境界面上生态系统敏感程度的表征，草地三化面积有所减少，草地系统的敏感程度自2013年后逐渐减弱。

3.3 肃南县社会-生态系统的适应能力评价与分析

作为降低系统脆弱性的驱动因子，2004—2016年肃南县SES 适应能力总体呈波动上升趋势。该指数上涨的原因在于社会系统应灾能力的显著增强，其中人均地方财政支出贡献较大，2010 年后该指标以年均20.85%的速度上涨。而2004—2010年间肃南县适应能力指数涨落的原因还与退牧还草工程实施面积的波动相关。2011年国家开始实施草原生态补助奖励政策并鼓励种植优良牧草。2012年起，肃南县饲草种植面积逐年增加，2015 和2016 年种植面积的增长率高达65.36%和39.72%，有效缓解了牲畜需草量与草原产草量不足的矛盾，SES 适应能力显著增强。第三产业作为表征区域生产力发展水平的重要标志，可有效提升SES 应对外部灾害和冲击的能力，而第二产业在此方面贡献甚微甚至会影响第三产业对提升系统适应能力的贡献度。适时调整产业结构，转变以矿产资源无序开采为主的工业发展模式，构建立体型牧区绿色生态产业体系，推动生态旅游及其配套服务产业发展是增强肃南社会-生态系统适应能力和可持续发展的关键［49］。

3.4 肃南县社会-生态系统脆弱性评价及态势

借助VSD 框架和脆弱性指数计算模型，对肃南县SES 脆弱性进行测度，结果表明：（1）2004—2006年，随着暴露度指数的下降和适应能力的提高，该县SES 脆弱性显著降低，特别是在2006年下降至最低值0.374。这与生态保护工程退牧还草的实施有关。（2）伴随退牧还草工程实施面积的减少、畜产品市场敏感性及县域经济活动影响力的加强，系统的暴露度和敏感性指数稳步提高，SES 脆弱性由2007年的0.609 上升至2014 年的1.081。而系统的适应能力在此阶段却表现出低水平缓慢上升的特点。究其原因，肃南县第三产业增加值虽稳步提升，但受第二产业快速发展的影响，产值比重却逐年下降，减弱了对系统适应能力的贡献度。（3）2015—2016 年，SES 敏感度逐渐趋于稳定，在适应能力显著提高的背景下（2013 年后第三产业快速发展、2014 年后饲草种植面积显著增加），自然系统和社会经济的暴露度显著下降，系统脆弱性下降至0.440（图1）。

图1 2004—2016年肃南县社会-生态系统脆弱性演变趋势Fig.1 Evolution trend of the vulnerability of social-ecological system in Sunan County from 2004 to 2016

3.5 肃南县社会-生态系统的致脆因子诊断

为探究肃南县SES 主要的致脆因子，从历年暴露度、敏感性、适应能力的指标障碍度结果中筛选出障碍度≥8%且排名前两位的指标（表3）。（1）从暴露度因素的排序可知，牲畜密度E5 和人均GDP E6是影响SES 暴露度涨落的潜在风险因子；随着降雨量的减少和牲畜数量的大幅度上升，草地的承载压力增大，植被覆盖度E3 成为影响2009—2013 年这一阶段SES 暴露度涨落的潜在风险因素，但其影响力相对较弱；2014—2016 年，第二产业产值下降导致经济增长增速放缓，人均草地面积增加是缓解SES风险胁迫的主要限制因素。经济活动作为连接地区物质流、能量流、信息流和政府、产业、企业、个人等各主体运作发展的载体，应适时放缓其发展增速并调整产业结构，加快推动旅游、文化、科教等生态服务业的发展。（2）从敏感性因素的排序来看，作为祁连山北麓重要的畜牧业生产基地，肃南县生态系统对人类活动的扰动反应敏感且具有正反馈的放大作用，草原三化面积S1始终是SES 敏感性的风险来源。2008年之前，肉类总产量S3和羊肉市场价格增长缓慢，成为SES 敏感性提升的主要限制性因素，但随着政府对畜产品品质和品牌竞争力培育力度的加大，敏感性贡献逐渐增加。农牧民对生态政策影响的敏感性和适应性主要体现在其从业人数和收入的变化上，牧民生计多元化和牧业生产代际转型是影响SES 敏感性的抑制因素。（3）从适应性因素的排序来看，2010 年之前，肃南县饲草种植规模基本维持在1 546.66～1 946.66 hm2，财政支持力度上涨相对缓慢（年均上涨1 843.66×104元），是制约该县SES 适应能力提升的主要障碍因素。伴随着牲畜数量持续上涨和草地生态退化的潜在风险，贯彻实施退牧还草政策则成为SES 增强应对外部干扰与冲击的重要突破口。（4）核算排名前四的致脆因子的出现频次和障碍度：暴露度类指标出现频次24次，障碍度总值3.964；敏感性类和适应性类指标出现频次仅为16 次和12 次，障碍度总值分别为2.245 和1.226。表明肃南县SES 脆弱性的潜在风险和障碍因子主要来源于系统的暴露度，牲畜密度、人均GDP、植被覆盖度是影响系统暴露度涨落的潜在风险因素，退牧还草工程及财政支出支持力度是SES脆弱性提升的关键致脆因素。

表3 肃南县社会-生态系统主要障碍因子Table 3 Main obstacle factors of social-ecological system in Sunan County

4 讨论

肃南县SES 脆弱性虽在2014 年后呈递减趋势，但祁连山特殊的地理位置和社会-生态特质决定了其对气候变化、牧业生产、旅游开发等外部扰动的敏感性和脆弱性。未来肃南县应放缓经济发展增速，构建立体型绿色生态产业体系以增强SES 的适应能力。本文研究表明，第三产业可提升SES 应对能力，而第二产业非但不能提升SES 的抗逆性还会削弱第三产业在此方面的贡献度。因此，在当前祁连山生态综合整治和国家公园体制试点建设背景下，应转变第二产业发展高度依赖矿产开采、无序经营的情势，降低依靠无序能源开发产生的产业经济贡献，加大财政支出力度，推动生态旅游及其配套服务产业发展，转变传统畜牧业数量型发展模式，减少牲畜数量，提升草地畜牧业的需求、品牌、品质竞争力，实现高附加值畜牧业的回归性升级。第二，推进落实草原生态保护政策，重建社会系统管理和生态系统管理的尺度匹配以降低SES 脆弱性风险。草场退化是牧区SES 互动和反馈在陆面系统的体现，其实质是社会系统管理和生态系统管理长期形成的尺度匹配被破坏的结果［50］。加强退牧还草工程落实力度，并将其与社区共管机制结合，形成“部门合作”与“公私合作”双向维度的行动者网络来增强SES的管理弹性和尺度匹配度。

SES 是一个多尺度联结的复杂巨系统，存在诸多的不确定性与模糊性，如何克服SES 脆弱性评价中指标体系庞杂、相关性高，理论模型对数据、信息统筹性、逻辑性不强等问题是当前研究的难点。现有的SES 脆弱性分析模型关注于对脆弱性产生原因及机理的概念化表述和驱动因素内在联系的表达，缺少适用于定量探究区域尺度多重要素联结、多重风险扰动的整合型评估框架。Polsky等［32］提出的VSD 模型配有规范分析的八步流程，目标层-维度层-要素层-指标层逐级递进、逐项细化的信息识别和数据统筹方式，具有一定的兼容性、延展性和区域适用性，且该方法过程简单，评价结果直观明了，便于脆弱性的定量化计算，可操作性强，能较好地解决当前SES 脆弱性整合评估中的问题。但该模型难以解决地方性特质和生境分布不均衡、评价指标模糊化及其区域影响的差异化问题，因此，该模型在空间维度脆弱性应用中有待进一步改进。

5 结论

本研究基于VSD框架的“暴露度-敏感性-适应性”3 个维度，以祁连山北麓典型牧区肃南县为例，利用Frazier 等［39］的显式空间脆弱性指数计算模型和致脆因子诊断模型全面分析了肃南县社会-生态系统的脆弱性及其致脆因子，结论如下：2004—2016 年间，肃南县SES 的暴露度指数介于0.374～0.725，整体呈先降-再升-后降的趋势；敏感性指数和适应性指数均波动上涨；脆弱性指数由2006年的0.327 持续上升至2014 年的1.081 之后下降至2016年的0.440。肃南县SES 脆弱性的潜在风险和致脆因子主要来源于系统的暴露度，牲畜密度、人均GDP、植被覆盖度是影响系统暴露度涨落的潜在风险因素，退牧还草工程及财政支出支持力度是SES脆弱性提升的关键致脆因素。