基于正态云模型的区域生态安全动态评价

阮 君

(安徽理工大学 经济管理学院,安徽 淮南 232001)

2018年我国国内生产总值突破90万亿元大关,较2017年同比增长6.6%,同时环境治理方面的财政支出也达到了6 297.6亿元[1]。生态环保方面的巨大投入说明了国家对生态文明建设的高度重视。中国共产党十九届四中全会指出,中国将坚持节约资源和保护环境的基本国策,坚定走生产发展、生活富裕、生态良好的文明发展道路,建设美丽中国。生态安全作为国家安全体系之一,是国家安全的重要组成部分[2],如何促进生态安全的良好建设,对实现国家可持续发展具有重大意义。

1977年,Brown首次提出生态安全的概念[3]。自生态安全的概念提出以来,我国已有大量学者针对生态安全问题展开了相关研究。吴国庆[4]在2001年以浙江省嘉兴市为研究对象,首次对区域生态安全进行了评价和研究。邢广君等[5]基于灰色关联分析法对千鹤湖生态安全状况进行了评估。赵柯等[6]结合改进的PSR模型、熵权法和综合评价法,评价分析了2005—2014年宁波市南郊的耕地生态安全状况。魏黎灵等[7]运用生态足迹法定量评价了闽三角城市群的生态安全状况。陈伊多等[8]通过构建基于熵权物元模型的土地生态安全评价体系,对重庆市江津区的土地生态安全开展了实证研究。冯琰玮等[9]采用径向基神经网络对1990—2015年呼和浩特市生态安全进行了警情分析及预测。

综上,学者们主要采用模糊评价、综合评价、系统动力学、主成分分析、BP神经网络等方法对生态安全问题进行评价,较少关注评价过程中出现的随机性和模糊性问题。基于此,本研究以淮河经济带安徽段8座城市为研究对象,基于PSR模型构建综合评价指标体系,利用熵权法确定权重;采用正态云模型对该地区生态安全状况进行动态评价,通过ArcGIS对评价结果进行可视化表示,并基于大数据视角下提出相应建议,希望能够为提高淮河经济带安徽段及周边区域生态安全提供一定理论支持。

1 研究区概况

2018年,《国务院关于淮河生态经济带发展规划的批复》正式发布,主要涉及江苏、安徽、山东、河南、湖北5个省份,面积达27万km2,人口约1.8亿[10]。淮河经济带安徽段包括蚌埠、淮南、阜阳、六安、亳州、宿州、淮北和滁州8座城市,其中大部分为资源型城市,近年来经济发展迅速,然而粗放型经济增长方式严重影响了地区生态文明建设,如何评价和处理生态安全问题是淮河经济带安徽段乃至整个经济带亟待解决的重要问题之一。

2 研究方法与模型

2.1 正态云模型基本介绍

为解决概念的随机性与模糊性问题,1995年中国工程院院士李德毅提出云模型,用于处理定性概念与定量描述之间的不确定转换[11]。云模型通过期望(Ex)、熵(En)和超熵(He)三个数字特征来进行整体表征,其中期望是最能代表定性概念的点,是云滴在论域空间分布的期望,距离期望越近云滴越集中;熵代表定性概念的粒度;超熵代表熵的不确定性度量[12]。该模型的具体计算步骤如下所示[13-14]:

(1)初次生成以En为期望,He2为方差的正态随机数En′=NORM(En,He);

(2)再生成以Ex为期望,En′2为方差的正态随机数xi=NORM(Ex,En′2);

(3)计算

(4)μ(xi)中的xi则可以成为数域中的一个云滴;

(5)重复步骤(1)～(4),直至产生需要的n个云滴为止。

2.2 淮河经济带安徽段生态安全评价步骤

(1)构建淮河经济带安徽段生态安全评价的因素域U={u1,u2,u3,…,un},建立评价域为V={v1,v2,v3,…,vm}。

(2)利用熵权法[15-16]确定指标权重,为W={w1,w2,w3,…,wn}。

(3)建立模糊矩阵R。假设因素i(i=1,2,3,…,n)在对应等级j(j=1,2,3,…,m)的上边界和下边界分别为则因素对应等级j这一定性概念可用云模型表示为:

本研究根据经验将超熵值He取0.01[17]。

(4)建立模糊隶属度矩阵U。根据各指标实际数值,通过正向云发生器,利用公式(1)计算出指标i对应等级j下的确定度uij,构建隶属度矩阵U=(uij)n×m。

(5)利用权重向量和隶属度矩阵U进行模糊转换,得出评价集V上的模糊子集B:

3 实证分析

3.1 淮河经济带安徽段生态安全综合评价指标体系建立

根据董会忠[18]、王治和[19]的研究成果,基于PSR模型构建淮河生态经济带安徽段生态安全综合评价指标体系,评价等级划分标准如表1所示。其中P是生产及生活过程中对生态安全造成影响的压力,S为在压力作用下生态安全的状态,R是生态安全状况发生变化后人类社会所采取的响应,从而实现可持续发展[20]。结合研究区发展现状以及前人研究成果,将生态安全等级划分为以下五个等级,分别为:Ⅰ级(非常危险)、Ⅱ级(危险)、Ⅲ级(较危险)、Ⅳ级(较安全)以及Ⅴ级(安全)。数据主要来源于2010—2018年《安徽省统计年鉴》,部分缺失数据通过查询各城市统计年鉴进行补充。

利用式(2)和式(3)计算各指标对应各等级的隶属云,得到各指标的正态云标准,如表2所示。

将各指标对应正态云标准通过MATLAB软件进行运算,得出各评价指标在各等级下的正态云图。现以人均GDP为例,作出正态云图如图1所示。

表1 淮河经济带安徽段生态安全评价等级划分标准

表2 淮河经济带安徽段生态安全正态云标准

图1 人均GDP正态云隶属度

3.2 结果分析

利用淮河生态经济带安徽段8个城市2010—2018年数据,依据上述方法和步骤,根据最大隶属度原则,得出各城市生态安全动态变化的最终得分及所属等级,如表3所示:

表3 2010—2018年淮河经济带安徽段生态安全评价得分及等级

从表3可以看出,2010—2018年淮河经济带安徽段8个城市生态安全等级逐渐升高,说明其正朝着良好趋势发展,但是地区间发展状况存在显著差异。其中蚌埠、阜阳、六安等6个城市的生态安全状态都转化为Ⅲ级(较危险)水平。淮南生态安全状况落后于整体发展,等级水平从Ⅲ级(较危险)降低到Ⅱ级(危险),这与淮南一直以来对于煤炭资源过分依赖的单一发展方式密切相关,虽在探索经济转型发展道路,但是成效甚微,且近年来煤炭行业的不景气,致使2014—2015年淮南经济状况出现大幅度下滑。相反,淮北生态安全水平较其他城市领先,从Ⅲ级(较危险)上升到Ⅳ级(较安全)状态,经济呈现快速发展中,第三产业比重也呈直线上升,机械制造、电子信息、生物医药等新兴产业蓬勃发展中,在研究区中处于领先地位。

为验证正态云模型的可行性与科学性,在利用正态云模型对2010—2018年淮河经济带安徽段整体生态安全状况进行评价的基础上,结合灰色关联分析法对其进行二次检验。从表4中能够看出,利用灰色关联分析所得结果虽与正态云模型结果不完全一致,但是两者相差不大,变化趋势也相近,且正态云模型能够有效避免随机性与模糊性问题,验证了正态云模型分析结果的合理性与科学性。无论是正态云模型还是灰色关联分析,2010—2018年淮河经济带安徽段整体生态安全状况较为波动,在Ⅲ级与Ⅳ级之间徘徊,即处于较危险与较安全水平间,综合得分虽处于上升中,但与其他发达省份相比仍处于较低等级。在今后发展中,应加大对区域生态安全状态的重视与关注力度,及时对相关生态问题进行整改,从而促进生态安全环境持续发展与进步。

表4 2010—2018年淮河经济带安徽段整体生态安全状况

4 结论与建议

4.1 结论

利用正态云模型对淮河经济带安徽段8个城市在2010—2018年期间的生态安全动态变化进行分析与评价,结果表明淮河经济带安徽段生态安全等级主要处于Ⅲ级(较危险)水平上,虽然整体处于上升趋势,但是水平较低,与达到安全等级仍然存在较大差距,且区域生态安全发展状况存在差异。

4.2 建议

云计算、互联网等信息技术的快速发展使得人类已经进入大数据时代。大数据是指通过传统技术手段难以有效收集、处理和应用的大而复杂的数据集[21],将大数据与生态安全进行结合,实现科学与效率的有机统一。现结合研究区实际状况,基于大数据视角下提出相应建议:

4.2.1 实现区域数据共享及合作

生态安全方面数据众多且复杂,数据开发不足、利用不够等问题是制约其发展的重要原因之一。利用大数据技术对现有数据进行整合,构建各部门、各政府之间信息沟通桥梁,提高数据共享和资源优化能力,加强区域间的学习交流,提高生态安全建设效率,协调区域间发展,有效推进淮河经济带安徽段及整个经济带生态文明建设。

4.2.2 构建生态安全建设平台

在生态文明建设各环节基础之上,构建生态安全建设平台,实现生态数据处理、生态治理规划、项目实施、成果检测等环节一体化,增强生态环境建设的科学化及规范性,对于提高生态文明建设的速度和质量,具有极其重要的意义。

4.2.3 完善法律法规和监管制度

进行生态安全建设过程中,建立健全相关法律法规,针对行为上的“可为”和“不可为”进行明确规定,完善相应监督管理制度,利用现代大数据技术对违法犯罪进行动态监测,有效防止和杜绝数据犯罪行为,实现生态环境大数据化,并利用区域地理优势,实现地区产业结构转型与升级。