高寒生态脆弱区自然资本动态评估及驱动因素研究—— 以拉萨市为例*

杨 丹 周 波 成受明 YANG Dan, ZHOU Bo, CHENG Shouming

0 引言

自然资本是生态系统提供的资源与生态服务的总称，包含流量资本与存量资本两部分[1]。近年来，随着城市化、工业化进程的不断推进，人口膨胀、资源短缺、环境恶化、生态失衡等问题日益凸显，对地区的生态安全造成威胁，成为区域可持续发展的阻碍[2-3]。量化人类对自然资本的需求以及自然资本的供给能力成为可持续发展研究领域的重点[4]。拉萨市地处青藏高原，属于高原温带半干旱季风区，具有海拔高、空气稀薄、气温低、冬春季节寒冷干燥且多风等特点，由于地理位置的特殊性，拉萨生态环境脆弱，具有植被生长周期短、环境容量小、土地侵蚀速度快、水土流失严重、易受外界干扰、恢复时间长等特点，是典型的高寒地区生态脆弱城市。自身生态系统的脆弱性导致人为活动更易对拉萨的生态环境造成破坏。近十年，拉萨市处于经济社会快速发展时期，城市化率由2009年的41.00%上升至2018年的53.52%。探讨拉萨市自然资本的动态演变与驱动因素将为拉萨市正确处理资源利用与经济、社会发展之间的关系提供科学依据。

生态足迹由加拿大生态经济学家里斯（Willian E Rees）[5]提出，是指能够持续提供资源或消纳废物，具有生物生产能力的地域空间，其学生威客纳格（Wackernagel）[6]进一步完善了该理论，建立生态足迹经典模型。生态足迹法运算量相对较小、理解性和可操作性强，且可以对计算结果进行相应分析，有助于提出针对性的解决措施，因此成为衡量自然资本可持续利用的重要指标，得到了广泛应用。针对高寒生态脆弱区，学者们大多从省域尺度开展研究，如宗永臣[7]基于生态足迹计算结果对2007年西藏的可持续发展能力进行分析；安宝晟[8]等人则对2005—2010年西藏生态足迹与承载力进行动态分析。部分学者针对市域与县域进行研究，如李含琳[9]基于甘孜州的产量因子，运用生态足迹模型对四川甘孜藏族自治州的可持续发展能力进行定量评估，发现其发展处于不可持续状态。滕锐、李广[10]等人则通过生态足迹模型对甘南藏族自治州玛曲县2007—2016年的可持续发展情况的变化进行研究，发现玛曲县总体生态安全形势较弱，草地需求与退化之间的矛盾突出。宗刚[11]以阿里地区普兰县为例，基于高寒草原的特点，对生态足迹方法进行了适当修正，为其他高寒草原的保护研究提供了相关经验。总的来说，高寒生态脆弱区的相关研究较少。

由于传统的生态足迹模型是基于静态视角的二维模型，无法区分自然资本流量和存量之间的关系，也不能体现生态透支在时间维度上的积累和不可持续的情况[12]，为了区分存量资本和流量资本，尼科卢奇（Niccolucci）等人通过构建三维生态足迹模型引入足迹深度和足迹广度来表征人类对自然资本存量和流量的利用水平[13-14]。方凯等人将三维生态足迹的基本概念和计算方法引入国内，认为按照尼科卢奇的计算方法，不同类型生产性土地的生态赤字或盈余在累加过程中会相互抵消，弱化了自然资本供需之间的矛盾，因此改进了该计算方法[15]，从全球尺度[16]、国家尺度[17]、省域尺度[18]核算自然资本的利用情况。随后，学者们利用改进后的三维生态足迹模型分析自然资本的利用情况，杜悦悦[19]、杨一旸[20]等人以京津冀城市群与长江中游城市群为例开展城市群尺度研究，马维兢[21]、李鹏辉[22]等人对九龙江流域、玛纳斯河流域进行了流域尺度研究，苏子龙[23]、秦超[24]等人对安徽省、陕西省开展了省域尺度评价，朱高立[25]、王冠[26]等人则对盐城市、焦作市进行了市域尺度分析，均取得了较好的研究成果。随着三维生态足迹研究的深入，一些学者进尝试对其驱动因素进行探讨。其中，田鹏等人运用主成分分析法，分析了浙江省海岸带各区县的生态足迹影响因素[27]。杨屹等人借助偏最小二乘法研究了榆林市生态足迹变化的驱动力[28]。程钰等人通过主成分分析与多元线性回归分析模型分析了黄河三角洲地区生态足迹演变的影响因素[1]。

高寒生态脆弱区的生态文明建设和生态环境保护工作是国家和当地政府部门长期关注的重点。目前，有关高寒生态脆弱区城市自然资本核算的研究较少，且大多停留在生态足迹计算和可持续发展状况评估方面，缺少对存量资本与流量资本的进一步研究，更缺乏对自然资本动态演变的驱动因素的探索。基于此，本文以拉萨市作为典型案例，运用改进的三维生态足迹模型对2009—2018年间的自然资本利用情况进行动态分析，并采用偏最小二乘法探讨其驱动因素，有助于为拉萨市以及相似的高寒生态脆弱区城市生态文明建设与社会经济协同发展提供参考。

1 研究区概况

拉萨市是西藏自治区政治、经济、文化中心和交通枢纽，位于雅鲁藏布江中游、拉萨河谷平原西端，地理位置为东经89°45’至92°37’，北纬29°14’至31°0’，东西长227 km，南北宽202 km，全市总面积29 518 km2。截止至2018年末，拉萨市常住人口70.83万，地区生产总值540.78亿元。

拉萨市土地资源丰富，类型多样，人均耕地、林地、牧草地和水域面积均高于全国人均水平。其中，牧草地所占比例最大，但是由于山高坡陡、降水不足、土壤侵蚀、水土流失、土壤养分不足等各种原因，土地生产力水平低。其矿产资源种类比较齐全，刚玉、高岭土、自然硫储量居全国前列。拉萨水资源丰富，境内江河平均径流量340亿立方米，湖泊储水200亿立方米；地下水丰富，冰川与永久积雪带中储存有大量固体水，由于工业与生活污水排放量少，且处于高寒地区，病虫害少，农田中农药、化肥使用量少，水质良好，水资源污染不明显。能源方面，拉萨市主要使用水电、生物质能、太阳能等清洁能源，居民用气以液化石油气为主，自2012年11月底管道燃气正式供应之后，天然气逐渐开始投入使用，解决了拉萨市约三分之一人口的生活用气，以及拉萨市所有出租车、公交车以及经济技术开发区企业的用气。

2 研究方法与数据来源

2.1 数据来源与处理

生态足迹账户中的生物资源账户数据与能源消耗账户数据本主要来源于拉萨市统计局与国家统计局拉萨调查队主编的2010—2019年《拉萨市统计年鉴》《拉萨市国民经济和社会发展统计公报》《中国城市建设统计年鉴》与拉萨市人民政府官网公布的数据。土地类型面积数据来源于自然资源部土地调查成果共享应用服务平台（http://tddc.mnr.gov.cn/to_Login）。由于第三次土地调查成果还未公布，2017年与2018的土地利用数据缺失，考虑到短期土地数据变动不会太大，固沿用2016年的土地利用现状数据。全球平均产量数据主要来源于联合国粮农组织（FAO）的统计数据库资料。能源账户的折算系数与全球平均能源足迹参考了张津瑞等人[29]的研究，其中，由于拉萨市以水力发电为主，采用世界单位水电水库年发电量77千瓦时/万公顷作为计算标准[30]。拉萨市地处高寒生态脆弱区，地理环境具有独特性，本文根据刘某承、李文华等基于净初级生产力的中国生态足迹均衡因子和产量因子的测算结果[31-32]，选取西藏自治区的数值作为计算时所用的产量因子与均衡因子。具体指标的选取和数据说明见表1。

表1 指标选取与数据说明Tab.1 index selection and data description

2.2 研究方法

2.2.1 三维生态足迹模型

2.2.1.1 三维生态足迹模型及其改进

三维生态足迹模型是由通过生态承载力和生态赤字相加所得的经典生态足迹模型演变而来；而三维生态足迹则是由足迹深度和足迹广度相乘所得[13]。其中，足迹深度是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，代表了人类对自然资本存量的消耗程度；足迹广度是指在区域生物承载力限度内，实际占有的生物生产性土地的面积，代表了人类对自然资本流量的占用水平[15]。相关计算公式如下：

EF为生态足迹；N为常住人口数；ef为人均生态足迹；rj为第j类土地的均衡因子；ci为第i种消费品的人均消费量；pi为第i种消费品的世界年均产量。EC为生态承载力，世界环境与发展委员会在《我们共同的未来》报告中指出，在计算生态承载力时应扣除12%的生物多样性土地面积[33]；ec为人均生态承载力；aj为人均生物生产土地面积；yj为第j类土地产量因子。ED>0时为生态盈余；ED<0时为生态赤字。分别是足迹广度、足迹深度与三维生态足迹。

然而，三维生态足迹模型只适用于某一种地类单一尺度的测算，如果将其用于多种地类，简单的求和会导致足迹深度偏低、广度偏高[34]。鉴于此，方恺等人提出了改进方法[15]。在进行三维生态足迹计算与分析时，为保持生态足迹与生物承载力地类组分的一致性, 本文参考方恺的做法，假设化石燃料所排放的CO2均由林地吸收，将能源用地并入林地计算[16]。计算公式如下：

2.2.1.2 资本流量占用率

当区域某一类资本流量未被完全占用，该地类足迹深度为自然原长，无法表征人口对资本流量的实际占用程度，因此引入资本流量占用率指标进行表征[17]。计算公式如下：

2.2.1.3 存量流量利用比

存量流量利用比表征的是存量与流量之间的大小关系，可定量测算存量资本超前于流量资本的程度，其值越大，自然资本利用的可持续性越弱[17]。计算公式如下：

2.2.2 偏最小二乘回归法

2.2.2.1 偏最小二乘回归法（PLS）原理

偏最小二乘回归法（PLS）集中了多元线性回归分析、典型相关分析与主成分分析多种方法的优点，可以有效解决变量之间的多重相关性问题，适合在样本容量小于变量个数的情况下进行回归建模[35]。根据因变量个数的不同，PLS可分为单因变量偏最小二乘回归分析（PLS1）与多因变量偏最小二乘回归分析（PLS2），本研究采用单因变量偏最小二乘回归分析。

单因变量偏最小二乘回归的原理与计算过程如下：假设有p个自变量{x1,x2,…,xp}、1个因变量y、n个样本构成自变量数据集X={x1,x2,…,xp}n×p，现在X中提取成分t1，t1是x1,x2,…,xp的线性组合，尽可能多地提取X中的变异信息，同时要求t1对y有较强的解释能力。根据交叉有效性确定成分的提取个数，以0.097 5为判断标准，若小于0.097 5，停止迭代，最终提取m个成分。最后，建立t1,t2,…,tm与y之间的回归方程。各自变量的重要性通过模型中变量投影重要性（VIP）值的大小确定，VIP越大，影响力越强，如果自变量的VIP值大于1, 可以认为这个自变量是因变量的显著影响因子[28]。

2.2.2.2 指标体系的构建

本研究选取拉萨市三维生态足迹为因变量y，运用SIMCA 14.1软件分析其动态变化驱动因素。根据相关文献[28-29，36]可知，在比较短的时间段内，人口规模、经济发展、产业结构、消费水平、社会投资等因素是影响生态足迹的主要因素。基于此，构建拉萨市三维生态足迹变化驱动因素指标体系如表2所示。

表2 拉萨市三维生态足迹变化驱动因素指标体系Tab.2 index system of driving factors of 3D ecological footprint in Lhasa

3 结果与分析

3.1 自然资本占用与供给的动态变化

根据传统生态足迹模型，计算得出拉萨市2009—2018年人均生态足迹（自然资本占用）、人均生态承载力（自然资本供给）与人均生态赤字/盈余（自然资本亏损/盈余）如图1所示。结果表明，人均生态足迹从2009年的2.541 hm2/人下降到2011年的0.836 hm2/人，2009—2010年的下降幅度比较大，降幅高达64.79%；随后陆续增加至2014年的1.802 hm2/人，增长幅度为115.70%，年均增长38.57%；2016年出现转折，下降至1.303 hm2/人，降幅为27.69%，年均下降13.84%；2017年增长至1.634 hm2/人，增长幅度为25.40%；2018年出现小幅下降，下降幅度为2.23%，下降至1.598 hm2/人。总的来说，除了2009年情况比较特殊之外，拉萨市人均生态足迹近十年间呈波动上升的趋势。人均生态承载力由2009年的2.152 hm2/人持续下降至2018年的1.566 hm2/人，下降幅度为27.24%，变化幅度相对较小。人均生态赤字的变化趋势与人均生态足迹的变化趋势一致，即人均生态足迹是引起人均生态赤字变化的主要原因。2009—2018年，拉萨市自然资本逐渐由盈转亏，其中，2009、2014、2017与2018年处于生态赤字。这表明，拉萨市人口的生产与生活对拉萨市的生态系统产生的压力越来越大。

图1 2009—2018年拉萨市自然资本动态变化Fig.1 changes of natural capital in Lhasa from 2009 to 2018

人均生态足迹的构成如图2所示。除2009年情况特殊，能源消耗账户所占比例高于生物资源账户所占比例外，其余年份的生物资源账户所占比例均高于能源消耗账户，且占比高达90%以上。2009—2010年，生物资源账户由0.850 hm2/人提升至0.882 hm2/人，能源消耗账户占比则从1.691 hm2/人下降至0.013 hm2/人，波动较大。2010年之后，生物资源账户与能源消耗账户分别从2010年的0.882 hm2/人与0.013 hm2/人增长到2018年的1.479 hm2/人与0.119 hm2/人，所占比例分别从2010年的98.52%与1.48%变化为2018年的92.56%与7.44%，生物资源账户占比呈下降趋势，能源消耗账户占比呈上升趋势，但生物资源账户仍然是拉萨市生态足迹增长的主要推动力。

图2 2009—2018年拉萨市人均生态足迹构成Fig.2 constitution of ecological footprint per capita in Lhasa from 2009 to 2018

从各账户内部构成看，不同资源账户的组间差异明显。生物资源账户中农产品占比最大，约为50.00%，其中，猪肉与粮食的贡献比较大，所有的农产品指标均呈增长趋势，食糖与食用油增幅较大，分别为195.37%与256.58%；水产品占比最小，约为1.00%，这与藏族人不吃鱼的习俗有关。2011—2016年以及2018年，林产品占比高于草产品，2009、2010与2017年的草产品占比大于林产品。林产品与草产品中起主要作用的指标分别茶叶与牛羊肉，2009—2018年，牛羊肉的人均生态足迹由0.112 hm2/人增长至0.353 hm2/人，增长幅度高达214.17%，茶叶的人均生态足迹波动较大，2013年之前主要呈下降趋势，2013年后主要呈上升趋势。草产品占比大于林产品的主要原因是草产品消费的增长幅度大于林产品消费的下降幅度。在能源消耗账户中，所有能源指标的人均生态足迹均呈增长趋势，其中液化石油气人均生态足迹占比最大，但随着时间的推移，比例逐渐减小，由2009年的99.84%下降至2018年的55.89%。天然气人均生态足迹占比呈增长趋势，2013年之前，天然气还没有得到广泛应用，水电的占比大于天然气，自2012年底管道燃气供应之后，天然气比例迅速超过水电，到2018年提升至36.21%。虽然随着社会的发展，拉萨市的能源消耗量增加，但能源的使用结构得到了优化，更多使用清洁能源。

3.2 存量资本消耗与流量资本占用的动态变化

根据改进三维生态足迹模型，计算得出拉萨市人均足迹深度、人均足迹广度与人均三维生态足迹如图3所示。2009—2010年，足迹深度由1.748下降至1.190，说明存量资本的消耗得到了遏制，主要是由于液化石油气的消耗量大幅下降，这与拉萨市政府在“十一五”期间积极调整优化能源结构、加快新能源与可再生能源的开发与利用以及开拓新的能源市场密切相关。2010—2018年，足迹深度出现上升趋势，由1.190增至1.477，即人类的消费需求对拉萨市生态系统的压力增大。这主要是因为拉萨市的社会经济迅速发展，城镇化率由2010年43.08%提升至2018年的53.52%，居民的消费需求得到提升，并且，随着“产业强市”战略的深入实施，以工业为主体的第二产业逐步成为拉萨经济增长的新引擎，工业化水平提高，能源需求量增加。2009—2018年，足迹广度在波动中呈上升趋势，即人们对流量资本的占用增加。总体而言，流量资本的利用无法满足生产生活需求，拉萨市发展对存量资本的依赖性增强。运用改进三维生态足迹模型计算得出的人均生态足迹与经典生态足迹模型的计算结果相比，数值偏小，动态演变趋势一致，但由于其针对不同类型生产性土地的资本流量与资本存量进行考虑，能更真实地反映自然资本的利用情况。

图3 2009—2018年拉萨市人均生态足迹广度、深度和人均三维生态足迹变化Fig.3 changes of three-dimensional ecological footprint, footprint size per capita and footprint depth in Lhasa from 2009 to 2018

对不同地类的人均生态足迹深度进行分析，如图4所示。2009—2018年拉萨市耕地的足迹深度始终大于1，且呈波动增长趋势。2018年，拉萨市耕地的足迹深度为14.058，说明拉萨市需要14倍的耕地面积才能满足当前人们的需求。草地、水域与建筑用地的足迹深度一直为1，其生态承载力始终大于生态足迹，但不能用于补偿其他用地类型的生态赤字。林地经历了从消耗自然资本流量到消耗自然资本存量的过程，2010—2013年以及2016—2017年间，林地的足迹深度为1，仅占用自然资本流量，2009、2015、2016与2018年，林地的足迹深度大于1，流量资本已不能满足生态需求，出现生态亏损。根据计算结果，依据拉萨市人口现有的消费水平，2018年需要14.058倍的耕地面积与1.138倍的林地面积才能基本维持和实现拉萨市的生态环境平衡与可持续发展，反映了高寒生态脆弱区的城市发展对耕地与林地产生的巨大生态环境压力。

图4 拉萨市2009—2018年不同地类人均生态足迹深度变化Fig.4 changes of ecological footprint depth per capita of various types of land in in Lhasa from 2009 to 2018

对不同地类的人均生态足迹广度进行分析，如图5所示。从构成看，拉萨市人均生态足迹广度按平均值的比例排列依次为：林地>草地>耕地>水域>建筑用地。其中，林地与草地占比分别为52.79%与36.60%，其足迹广度呈波动上升趋势，即林地与草地是拉萨市重要的自然资本用地类型。耕地、水域、建筑用地分别占8.15%、1.68%与0.78%，从侧面说明拉萨市内耕地资源紧缺，拉萨居民对水产品的需求不高，且土地开发利用强度不大。

图5 拉萨市2009—2018年不同地类人均生态足迹广度Fig.3 average proportion of land types in footprint size per capita in Lhasa from 2009 to 2018

3.3 自然资本流量占用率与存量流量利用比分析

根据公式（10）与（11），分别对资本流量占用率与存量流量利用比进行计算，结果如表3所示。2009—2018年，耕地流量资本被全部占用，需要消耗存量资本以弥补流量资本的不足。随着人口的增长，拉萨市对农产品的需求增加，耕地的存量流量利用比从2009年的5.027波动上升至2018年的13.058，但生态承载力未能同步提升，反而呈下降趋势，即资本存量的消耗速度比流量的更新速度快，耕地的可持续性较弱，也从侧面反映了耕地资源是高寒生态脆弱区自然资本可持续利用的短板。2009年，林地的存量流量利用比为2.176，相对较高，生态系统压力大，但自清洁能源推广后压力得到缓解。2014年后，随着能源消耗量的持续增长，林地的生态压力再次增加，甚至开始消耗存量资本。目前，拉萨正处于占用资本流量向消耗资本存量的过渡阶段。草地、水域以及建筑用地均处于流量资本占用状态，其中，建筑用地与草地流量资本占用率增长趋势显著，说明当前拉萨的城市化水平不断提升，且随着消费的升级，居民对牛羊肉与奶类的需求增加。相较其他用地类型，水资源的资本流量占有率虽然存在波动，但多数情况下流量资本的占有率不高，水资源的开发利用具有较大潜力。

表3 2009—2018年拉萨市各类用地资本流量占用率与存量流量利用比Tab.3 occupancy rates of capital flows and use ratio of stock-flows of various lands in Lhasa from 2009 to 2018

3.4 自然资本动态演变驱动因素

利用偏最小二乘法（PLS）对拉萨市三维生态足迹的影响因素进行有效成分提取，当PLS提取7个有效成分时， R_(X^2 ) (cum)=0.992，R_(y^2 ) (cum)=0.987，Q^2=0.154>0.097 5，7个有效成分对Y的解释能力为98.7%，对X的信息利用率为99.2%，模型拟合程度较好，模型选取合理。基于回归模型，得到标准化数据回归方程：

Y=2.780+0.002X1-0.051X2+ 0.588X3+0.542X4+0.069X5-0.929X6+ 0.542X7-0.196X8-0.603X9+0.479X10

根据分析结果，获取模型的VIP值如表4所示。按照影响因素解释三维生态足迹的重要程度由大到小排序，第三产业产值增长指数（X6）>农牧民人均可支配收入增长指数（X9）>全社会固定资产投资增长指数（X7）>社会消费品零售总额增长指数（X10）>GDP（X3）>年末常住人口数（X1） >第二产业产值增长指数（X5）>城镇化率（X2）>城镇居民人均可支配收入增长指数（X8）>第一产业产值增长指数（X4）。其中，第三产业产值增长指数（X6）、农牧民人均可支配收入增长指数（X9）、全社会固定资产投资增长指数（X7）与社会消费品零售总额增长指数（X10）的VIP值大于1，是显著驱动因素。其余6个指标的VIP值在0.5~1之间，属于重要驱动因素。

表4 变量投影重要性指标Tab.4 the variable importance for projection

人口规模方面，常住人口数与自然资本的利用为重要正相关。2009—2018年，拉萨市人口增长了38.70%，增长人口所需的生物资源与能源资源直接导致了自然资本使用量的增加。

经济发展方面，自然资本的占用与GDP为重要正相关，与城镇化率为重要负相关。近十年来，拉萨市经济快速增长，GDP增长了2.5倍，除第三产业做出重大贡献外，第二产业的快速发展所带来的经济效益同样不可小觑，但由于拉萨市的工业发展还处于起步阶段，主要以资源开采与粗加工为主，对资源与能源的依赖相对较大，且服务业也主要以生活消费为主，均需消耗大量的自然资本。对于城镇化而言，城市在资源的高效使用与清洁能源的利用方面比农村更具优势，因此，城市化水平的提高有助于抑制自然资本的损耗。

产业结构方面，2018年，拉萨市三产占比为3：43：54，第三产业依旧占据主导地位，第二产业发展势头强劲。就第一产业而言，大多数农牧民依旧采用传统的生产方式，对土地的开发利用受技术限制，加上拉萨市土地生产力水平偏低，容易过度使用，导致自然环境超负荷。第二产业的发展会耗费大量能源，对环境产生压力。第三产业的发展与自然资本的利用呈显著负相关，即发展第三产业在一定程度上能够减少自然资本的消耗，构建合理的产业结构有助于减少区域的环境压力。

社会投资方面，拉萨市建筑工程的投资占总社会固定资产投资的比例较大，消耗了大量资源，对土地资源的需求增加，但整体集约利用程度不高，地均产出效益偏低，导致拉萨市生态环境的压力增加。

消费水平方面，社会消费品零售总额的快速增长意味着拉萨居民对生物资源与服务的需求增加，对自然资本的消耗增强。农村居民与城镇居民人均可支配收入增长率与自然资本的使用呈负相关，主要是因为可支配收入增长越多，居民有能力也更愿意在日常生活中实践环保行为。

4 结论与讨论

4.1 结论

本文以拉萨市为例，采用改进的三维生态足迹模型研究了高寒生态脆弱区城市自然资本的利用特征与可持续发展情况，并通过PLS模型揭示了自然资本动态演变的驱动因素，研究得出以下结论。

2009—2018 年，拉萨市人均生态足迹呈先下降后波动上升的变化趋势，人均生态承载力持续下降，变化幅度相对较小，人均生态赤字与人均生态足迹变化一致，拉萨市自然资本逐渐由盈转亏，生物资源账户是生态足迹的主要驱动力。

研究期间，拉萨市足迹广度较低，但处于上升趋势，足迹深度较高且始终大于1，流量资本的使用无法满足生产生活需求，拉萨市的发展对存量资本的依赖性增强。

资本流量占用率与资本存量利用比结果显示，草地、水域与建筑用地处于流量资本占用状态，耕地是资本存量消耗的主要方式，林地则正处于流量资本占用向存量资本消耗的过渡阶段。

偏最小二乘回归分析结果显示，社会投资、消费水平以及产业结构中的第三产业发展是自然资本的显著驱动因素，相比之下，人口规模与经济发展的驱动力较小。其中，城镇化的推进、第三产业的发展以及城镇居民与农牧民人均可支配收入的增加对自然资本的消耗有抑制作用。

4.2 讨论

由于受研究时序、生态足迹核算方式、足迹账户指标的差异以及产量因子、均衡因子的选取等各方面因素的影响，自然资本的核算值与已有的研究成果[37-38]存在一定差异，但动态演变趋势相同，均显示拉萨市的可持续性呈现出偏离状态。

生态文明建设大背景下，经济发展不再是衡量区域发展水平的唯一标准，特别是高寒生态脆弱区，保护生态环境是实现区域可持续发展的重要任务。本文通过对拉萨市自然资本的动态评估与对其驱动因素的分析，深化了对拉萨市自然资本利用情况的认识，提出以下建议。

自然资本供应方面，落实基本农田保护措施，保证耕地资源，可以通过对农牧民进行技术培训、优化农业用地配置等措施，提高土地的生产能力，加大土地产出效益，从根本上提升自然资本的供应能力。自然资本消耗方面，通过改善消费结构，减少高能耗、高资源产品的消费；利用地理优势，有序推进水电工程建设，推动清洁能源在生产与生活中的使用；充分依托拉萨的资源优势，重点发展旅游业、净土产业、文化产业与新能源产业，强化生态保护要求。

此外，在研究过程中，受资料来源的限制，足迹账户中的产品项目不够精细，且能源数据的转换系数的设定基于的是理想的状态，导致计算所得的生态足迹比实际情况低，但不影响最终的结论，在今后的研究中，可以对这些方面进行改进。

图表来源：

图1-5：作者绘制

表1-4：作者绘制