内蒙古自治区生态承载力历史演化及预测

王路, 白晶晶, 郑春丽, *

内蒙古自治区生态承载力历史演化及预测

王路2, 白晶晶1, 郑春丽1, *

1. 内蒙古科技大学能源与环境学院, 包头 014010 2. 内蒙古科技大学白云鄂博矿多金属资源综合利用省部共建国家重点实验室, 包头 014010

论文选取中国重要的生态屏障内蒙古自治区为研究对象，通过收集研究区2010−2018年生态、环境和社会经济各类指标数据，建立生态承载力三维评价模型，采用主、客观综合赋权法对模型中的指标进行赋权，计算研究区生态承载力现状及对其变化敏感的指标，并预测未来发展趋势，为保护我国北疆的生态环境安全提供科学依据和数据支撑。研究结果表明：影响研究区生态承载力的主要指标为人均水资源量和森林覆盖率，研究区整体生态承载力呈逐渐上升趋势，但短期仍处于中低水平，需加强生态、环境与社会经济的互相协调与可持续发展。未来，研究区生态承载力将逐渐增高，增长速率加快，对经济和社会的发展更具包容性。

生态承载力; 三维评价模型; 马尔科夫链; 灰色预测模型; 内蒙古

0 前言

目前关于生态承载力的研究, 代表方法主要有生态足迹法、人类净初级生产力占用法、状态空间法、综合指标法、系统模型法和生态系统服务消耗评价法等[1-6]。这些方法各有优劣, 根据研究目的的不同, 需要选取适合的方法进行研究。

内蒙古自治区作为中国北方最重要的生态屏障, 担负着构筑我国北疆生态长城, 保护我国北方地区环境的重要任务, 它的承载力大小直接影响我国北方地区的生态安全。从1996年至2016年的21年里, 内蒙古地区生产总值增速一直高于中国国内生产总值增速, 然而, 这一阶段经济高速增长主要依赖能源、冶金等资源型产业, 对环境造成了较大污染[7]。因此迫切需要了解内蒙古自治区目前的生态承载力现状及其未来发展状况, 提前做好防控预案, 为区域生态安全措施的制定, 区域循环经济及可持续发展提供依据。

基于此, 本文选取综合指标法, 通过分析生态、环境和社会经济发展之间的关系, 建立包含生态子系统、环境子系统和社会子系统的三维评价模型, 对区域生态承载力进行评价。

1 研究方法

1.1 生态承载力研究方法

生态承载力的研究方法各有利弊。其中, 生态足迹法中太阳能值和转换率受不同产品、不同生态类型和效率变化的影响, 较难以提出系统可持续性的阈值; 人类净初级生产力占用法只是在生产力角度对生态承载力进行评价, 不能反映生态环境的变化以及人类各种社会经济活动对生态的影响; 状态空间法对人的主观能动作用、资源替代作用不够重视; 综合指标法主要存在的问题就是指标选取的依据和精度; 系统模型法模型构建困难, 结果验证困难; 生态系统服务消耗评价法模型参数弹性较小, 小范围承载力研究准确度低[8]。综合指标法考虑因素较为全面, 可跨越不同单位尺度, 适合对内蒙古自治区生态、环境和社会经济可持续发展的研究目的。

本文通过选取生态、环境和社会因素中有代表性的指标, 利用综合指标法, 评价区域生态承载力的大小并预测未来变化(图1)。

影响生态承载力的指标主要分为两类: 基础指标和特征指标。其中基础指标主要指影响生态承载力的一些共有因素。本文通过总结前人进行生态承载力研究所使用的指标[9-16], 确定共有指标类型, 作为研究区域生态承载力的基础指标; 特征指标主要针对研究区域的不同, 选取能代表各自特点的特殊指标。由于影响生态承载力的指标较多, 指标体系庞大, 在收集数据和计算时会耗费大量的时间和精力, 但有些指标对生态承载力的影响并不明显, 因此本文采用“取舍原则”, 即对生态承载力的影响小于1%的指标舍去。需要注意由于不同地域的特殊性, 在使用该原则进行指标筛选时, 还需结合研究区的特点进行, 避免误删重要指标, 使结果不可信。针对较难收集的指标, 可以选取与其相关性较高的同类指标替代, 这样既节省了精力, 又不会对结果产生较大影响。同时, 需要避免指标体系中出现相关度较高的指标, 这类指标不但增加了工作量, 还会干扰后期的分析。

图1 基于三维模型的生态承载力研究路线图

Figure 1 Research roadmap of ecological carrying capacity based on three-dimensional model

本文借鉴“资源环境承载能力和国土空间开发适宜性评价技术指南(试行)的方法”和前人研究成果[17-19],选取生态、环境和社会经济指标进行生态承载力研究, 并对指标进行分级(表1)。所有指标分为差、中和优三个等级, 首先计算数据收集区间内某指标平均值, 然后再计算其标准差, 最后将均值减去标准差所得到的数值作为差等级界限, 将均值加上标准差所得到的数值作为优等级界限。

1.2 三维生态承载力模型

基于生态质量、环境质量和社会经济发展的相互关系和发展变化, 建立区域生态环境对环境经济发展承载能力的三维评价模型。对应的生态质量指数水平为X轴、环境质量指数水平为Y轴、社会经济发展指数水平为Z轴, 构建更为完善的立方体评价模型[20]。X轴上的OX(YA), 随着X值的增加, 生态质量逐渐增加。OY(XA)在Y轴上, Y值越高, 环境质量越高。Z轴上的OZ(AD)值越大, 社会经济发展水平越高。模型分为Ⅰ—Ⅷ 8个区块, 分别代表研究区内8种不同的生态质量、社会经济和环境质量综合状况; 区域经济—污染—环境三维评价模型可以通过空间化和可视化表达区域环境经济综合水平; 具有评价区域综合状态、所处经济发展与环境治理变化阶段、演变路径等的功能[21]。(图2)。

1.3 数据处理方法

本文各指标权重值按照主、客观综合赋权法进行赋权[22], 既兼顾到决策者对属性的偏好, 同时又力争减少赋权的主观随意性, 也将指标固有属性的客观性加入进去, 提高可信度和准确度, 使属性的赋权达到主观与客观的统一, 进而使决策结果更加真实、可靠。同时本研究对指标未来发展使用了定性(马尔科夫链)和定量(灰色模型)预测相结合的方法, 对区域未来5年的生态承载力进行模拟, 并对模拟结果进行检验。

表1 生态承载力综合指标体系和分级标准

图2 三维评价模型总体框架

Figure 2 Total framework of the three-dimensional evaluation model

1.4 数据来源

本次构建的三维生态承载力模型, 共21个指标, 指标数据来源于2010—2018年《内蒙古统计年鉴》及历年《国民经济和社会发展统计公报》。

2 内蒙古自治区生态承载力历史演化及预测

2.1 内蒙古自治区生态承载力历史演化分析

2.1.1 指标权重

本研究共选取21项指标, 其中12项为正向指标, 9项为反向指标。对各指标进行标准化处理, 采用综合赋权法计算各指标权重, 结果如图3所示。

研究区生态承载力指标权重排名: 人均水资源量(0.1031)>森林覆盖率(0.0911)>每千人拥有的医院位数(0.0737)>草地占区域面积(0.0622)>农民人均纯收入(0.0587)>城镇登记失业率(0.0503)>城镇居民可支配收入(0.0499)>工业固废综合利用率(0.0485)。其中人均水资源量、森林覆盖率、草地占区域面积属于生态子系统中的指标因素; 工业固废综合利用率属于环境子系统中的指标因素; 每千人拥有的医院位数、农民人均纯收入、城镇登记失业率、城镇居民可支配收入属于社会子系统中的指标因素。生态子系统、环境子系统及社会子系统的权重分别为: 0.2977、0.2100、0.4923。

2.1.2 指标得分

根据综合指标体系和分级标准, 计算各子系统得分及综合得分的差、中、优三类标准值(表2), 然后计算各子系统及整体生态承载力综合得分(表3)。结果显示: 各子系统处于中等水平, 逐渐向较高水平发展, 但是发展速度较慢。

图3 生态承载力指标权重雷达图

Figure 3 Radar chart of indicator weights for ecological carrying capacity

2.1.3 内蒙古自治区生态承载力历史演化

根据表3计算结果, 建立三维生态承载力评价模型。各子系统指标和区域生态环境综合承载力水平对社会经济发展的影响在三维模型中如图4所示;生态承载力综合指数如图5所示。

从三维模型可以看出, 研究区2010—2014年属于模型区块Ⅳ。2015—2018年均处在模型区块Ⅷ。生态承载力综合指数整体呈逐渐上升趋势, 后期超过中档线。研究区生态系统良好, 均高于中值; 从选取的评价指标来看, 草地占区域面积、人均公共绿地面积和森林覆盖率保持良好的积极发展趋势, 人均水资源量略有波动。草地占区域面积在生态系统中有决定性影响, 与实际情况相符。环境质量有显著上升, 总体呈现“W”型曲线, 但均处于中值以下, 未达到相对稳定状态, 自身环境修复能力较差。在2012年达到拐点位置; 在此之后有所上升, 但仍未达到中级。从选取的评价指标来看, 化学需氧量排放量、SO2排放量和工业烟(粉尘)排放量呈逐年下降趋势; 但工业固废产生量逐年增加, 环境污染治理投资占GDP比率有所下降, 导致工业固废综合利用率有所下降。显然研究区在经济发展初期, 并未注重对生态环境的保护和修复, 导致出现生态系统的较大波动。社会经济发展水平指数持续上升, 在2015—2018年达到中值水平; 从选取的评价指标来看, 第二产业占GDP比重较高, 第三产业占比相对较低。第二产业占GDP比重在工业化中期以后一般呈下降趋势, 显然研究区经济发展并未改变依赖能源、冶金等资源型产业的状况。

内蒙古自治区综合发展水平在2013年达到中值, 2014年有所回落, 2015—2018年又回到中值以上; 研究区生态承载力发展状态良好, 但生态承载力仍处于中低水平的“徘徊”阶段, 需要经济与环境协调发展。总的来说, 社会经济发展水平较低、污染物排放量大是其症结所在, 区域发展的不均匀, 与经济欠发达和不合理的产业结构有重大关联。

表2 生态承载力评价标准

表3 生态承载力子系统得分

图4 内蒙古自治区生态承载力三维模型

Figure 4 Three-dimensional model of ecological carrying capacity in study area

图5 研究区生态承载力综合指数

Figure 5 Comprehensive index of ecological carrying capacity in study area

2.1.4 不确定性分析

本文不确定性分析主要针对影响生态承载力的各类指标的敏感度进行。选取所有指标数值±10%的变化范围进行敏感度系数的计算, 将2010—2018年影响生态承载力的21个指标的平均值, 作为敏感度分析的基础数据, 将21个指标的敏感性进行排序如下(表4)。

敏感性分析结果显示对研究区生态承载力影响前五位指标分别为: 草地占区域面积、人均水资源量、工业废水排放量、人均公共绿地面积、SO2排放量; 从指标类型上来看, 影响生态承载力的指标主要集中在生态子系统和环境子系统。

2.2 内蒙古自治区生态承载力预测分析

对研究区生态承载力的预测主要采用定性(马尔科夫链)和定量(灰色模型)相结合的方法对内蒙古自治区未来5年生态承载力的变化情况进行预测。

2.2.1 定性分析

根据生态承载力评价标准(表2), 将研究区历年综合承载力状况列表如下(表5):

2010—2018年, 研究区综合承载力处于差等状态的情况有4年, 中等状态有5年, 优等状态有0年。计算研究区转移概率矩阵如下:

2018年研究区生态承载力状态为中等, 因此初始状态向量都定为(1, 0, 0); 经过矩阵计算得到2019—2024年共6年的生态承载力变化状况预测结果, 见表6。

表4 生态承载力指标敏感度分析

表5 研究区历年生态承载力状态

表6 生态承载力定性预测

从表6可以看出, 研究区生态承载力水平未来将可能长期处于中差等水平, 但随着时间的推移, 差等水平的概率逐渐降低, 中等水平的概率逐渐升高。

2.2.2 定量预测

根据生态承载力计算结果, 建立灰色预测模型, 对未来指标进行预测, 并对模型进行检验。通常使用相对残差Q检验、后验误差C检验、小误差概率P检验对模型的精度精细判定[23-24], 精度检验等级如下(表7)。

根据灰色预测模型原理建模, 得到2019—2024年内蒙古自治区未来6年生态承载力的预测值(表8)。

研究区预测模型检验2个好, 1个合格。预测模型通过模型检验标准, 模型精度较好, 预测结果可信。

研究区未来6年生态承载力处于中等水平, 但是仅是刚过中等线, 长期处于逐渐上升趋势, 且上升速度较快。这一结果与定性预测结果一致, 两种预测方法相互印证, 说明研究区环境治理方面成果显著, 未来环境将持续转好。

3 讨论

指标选取一直是综合评价法的一个需要严谨讨论的问题, 指标选取受到多方面的影响, 比如指标的共性和特征, 指标之间是否具有相关性(相关性过高的指标, 会影响之后模型的计算)等。我们针对共性指标的选取主要建立在前人研究的基础之上, 虽然是公认的指标, 但受到认知的不断完善影响, 还是存在一定的不确定性。对于特性指标的选取我们也是从研究区公认的特殊性的角度出发进行选取, 随着时间的推移这种指标体系可能会存在需要增加或减少指标类型的可能性, 但这并不影响本文的意义, 本文主要在当前认知的基础之上, 对研究区现有生态承载力水平进行的系统性研究, 提供一套完整的、可推广的研究方案。

预测模型一直是各领域专家讨论的热点问题。用统计学或数学的方法进行预测一直是公认的方法, 这类预测模型成熟, 并有相应模型检测的方法, 可以最大限度的降低结果的不确定性, 增加预测结果的可信度。本次研究使用定性与定量两种预测模型相结合的预测方法, 互相印证结果, 使得结果更加可信。但是这样的预测往往忽略掉了生态环境本身的自然属性以及各因素之间的相关性, 更加完善的预测模型, 需要基于数学和统计的方法之上, 从相关生态过程研究入手, 将这类变化加入预测模型之中, 模拟生态环境的自然变化, 会使结果更加准确和可信。

4 结论

(1)影响内蒙古自治区生态承载力稳定的关键指标是人均水资源量和森林覆盖率。因此, 要想快速提升区域生态承载力, 应从增加水源供给、节约用水、退耕还林, 治理沙漠化等方面着手。另外, 环境污染仍是制约研究区生态承载力提高的重要因素, 其中工业固体废弃物的再利用和无害化处理仍是关键。

(2)2012—2018年生态承载力综合指数整体呈逐渐上升趋势, 但仍处于中低水平的“徘徊”阶段, 处于经济与环境协调发展的阶段。未来需要进一步协调经济的发展与生态环境之间的关系, 在保证经济发展的同时, 更加注重生态环境水平的提高, 构筑我国北疆绿色长城。

表7 灰色预测模型检验标准

(3)如果不改变现状, 研究区生态承载力水平未来将可能长期处于中低等水平, 其余指标对生态承载力影响都较弱, 要想提高生态承载力, 仍需全方位的提升才可以使承载力有较大的提高, 实际上执行起来难度较大, 这也是内蒙古近年来生态承载力一直处于中游水平, 上升缓慢的原因。但值得肯定的是随着时间的推移, 承载力水平是呈现逐渐上升趋势, 相信随着我国生态文明建设的推进, 这种趋势会越来越明显, 我国北方的生态环境也会因此更上一个台阶。

表8 研究区2019—2024年生态承载力预测及检验

附件：内蒙古自治区生态承载力指标数据

[1] 魏晓旭, 颜长珍. 生态承载力评价方法研究进展[J]. 地球环境学报, 2019, 10(05): 441–452.

[2] LEEMANS H B J, GROOT R S D. Millennium Ecosystem Assessment: Ecosystems and human well-being: a framework for assessment[J]. Physics Teacher, 2005, 34(9): 534–534.

[3] 谭淼, 周启刚. 2000-2015年典型山地区域净初级生产力时空分布特征[J]. 水土保持研究, 2019, 26(06): 339–346.

[4] 张洺也, 赵春子. 基于生态足迹法的延边州水资源生态环境研究[J]. 东北师大学报(自然科学版), 2019, 51(03): 135–142.

[5] 郑琦, 王海江, 董天宇, 等. 基于不同评价方法的绿洲棉田土壤质量综合评价[J]. 灌溉排水学报, 2019, 38(03): 90–98.

[6] 曲修齐, 刘淼, 李春林, 等. 生态承载力评估方法研究进展[J]. 气象与环境学报, 2019, 35(04):113–119.

[7] 刘婕, 连婷婷. 影响内蒙古 GDP 增长的因素分析[J]. 北方经济, 2013(11): 55–56.

[8] 赵东升, 郭彩贇, 郑度, 等. 生态承载力研究进展[J]. 生态学报, 2019, 39(2): 1–11.

[9] FENG Zhiming, SUN Tong, YANG Yanzhao, et al. The Progress of Resources and Environment Carrying Capacity: from Single-factor Carrying Capacity Research to Comprehensive Research[J]. Journal of Resources & Ecology, 2018, 9(2): 125–134.

[10] WANG Yuq, HONG Xianyu, LV Dongke. Analysis on dynamic ecological security and development capacity of 2005-2009 in Qinhuangdao, China[J]. Procedia Environmental Sciences, 2011, 10(part-PA): 0–612.

[11] ZENG Chen, LIU Yaolin, LIU Yanfang, et al. An Integrated Approach for Assessing Aquatic Ecological Carrying Capacity: A Case Study of Wujin District in the Tai Lake Basin, China[J]. International Journal of Environmental Research & Public Health, 2011, 8(12): 264–280.

[12] 钟业喜, 陆玉麒. 鄱阳湖生态经济区人口与经济空间耦合研究[J]. 经济地理, 2011, 31(02): 195–200.

[13] ZHOU Xiyin, ZHENG Binghui, KHU S. Validation of the hypothesis on carrying capacity limits using the water environment carrying capacity[J]. Science of the Total Environment, 2019, 665: 774–784.

[14] LI Fangzheng, SUN Yinan, LI Xiong, et al. Research on the Sustainable Development of Green-Space in Beijing Using the Dynamic Systems Model[J]. Sustainability, 2016, 8: 965.

[15] DONG Hongwei, LI Peng, FENG Zhiming, et al. Natural capital utilization on an international tourism island based on a three-dimensional ecological footprint model: A case study of Hainan Province, China[J]. Ecological Indicators, 2019, 104: 479–488.

[16] ZHANG Yanzhen, WANG Qian, WANG Zhaoqi, et al. Impact of human activities and climate change on the grassland dynamics under different regime policies in the Mongolian Plateau[J]. The Science of the total environment, 2020, 698: 134304.

[17] CROPP R and NORBURY J. An eco-evolutionary system with naturally bounded traits[J]. Theoretical Ecology, 2019, 12(4): 401–412.

[18] YAO Yongxiang, LI Jia, DUAN Ping, et al. Research on three-dimensional model reconstruction of slope erosion based on sequence images[J]. Optics and Laser Technology, 2019, 110: 209–218.

[19] YANG Yijia, SONG Ge, LU Shuai. Study on the ecological protection redline (EPR) demarcation process and the ecosystem service value (ESV) of the EPR zone: A case study on the city of Qiqihaer in China[J]. Ecological Indicators, 2020, 109: 105754.

[20] WANG Jiayang, WEI Xiaomei, GUO Qian. A three- dimensional evaluation model for regional carrying capacity of ecological environment to social economic development: Model development and a case study in China[J]. Ecological Indicators, 2018, 89: 348–355.

[21] 樊新刚, 米文宝, 马振宁. 区域经济–污染–环境三维评价模型的构建与应用[J]. 环境科学, 2015, 36(02): 751–758.

[22] XU Shuobo, XU Dishi, LIU Lele. Construction of regional informatization ecological environment based on the entropy weight modified AHP hierarchy model[J]. Sustainable Computing: Informatics and Systems, 2019, 22: 26–31.

[23] LI Yan, MEI Yajun. Effect of bivariate data’s correlation on sequential tests of circular error probability[J]. Journal of Statistical Planning and Inference, 2016, 171: 99–114.

[24] BAEY C, COURNÈDE P, KUHN E. Asymptotic distribution of likelihood ratio test statistics for variance components in nonlinear mixed effects models[J]. Computational Statistics and Data Analysis, 2019, 135: 107–122.

王路, 白晶晶, 郑春丽. 内蒙古自治区生态承载力历史演化及预测[J]. 生态科学, 2021, 40(5): 155–163.

WANG Lu, BAI Jingjing, ZHENG Chunli. Historical evolution and prediction of ecological carrying capacity in Inner Mongolia Autonomous Region[J]. Ecological Science, 2021, 40(5): 155–163.

王路, 白晶晶, 郑春丽. 内蒙古自治区生态承载力历史演化及预测[J]. 生态科学, 2021, 40(5): 155–163.

WANG Lu, BAI Jingjing, ZHENG Chunli. Historical evolution and prediction of ecological carrying capacity in Inner Mongolia Autonomous Region[J]. Ecological Science, 2021, 40(5): 155–163.

Historical evolution and prediction of ecological carrying capacity in Inner Mongolia Autonomous Region

WANG Lu2, BAI Jingjing1, ZHENG Chunli1, *

1. School of Energy and Environment, Inner Mongolia University of Science and Technology, Baotou 014010, China 2. Key Laboratory of Integrated Exploitation of Bayan Obo Multi-Metal Resources, Inner Mongolia University of Science and Technology, Baotou 014010, China

This paper selects Inner Mongolia Autonomous Region, an important ecological barrier in China as the study object. Through collecting the data of ecological, environmental and socio-economic indicators of the study area from 2010 to 2018, we established a three-dimensional evaluation model of ecological carrying capacity. The subjective and objective comprehensive weighting methods were used to weight the indicators in the model, calculate the current situation of ecological carrying capacity of the study area and the indicators sensitive, and predict the development trend. We provide scientific method and data support for protecting ecological environment security of Northern Frontier of China. The results show that the main indicators affecting the ecological carrying capacity of the study area are the per capita water resources and the forest coverage rate. The total ecological carrying capacity of the study area is gradually increasing, but it is still at a medium-low level in the short period. It is necessary to strengthen the coordination and sustainable development of ecology, environment and social economy. In the future, the ecological carrying capacity of the study area will gradually increase; the growth rate will accelerate; the economic and social development will be more inclusive.

ecological carrying capacity; three-dimensional evaluation model; Markov chain; gray prediction model; Inner Mongolia

10.14108/j.cnki.1008-8873.2021.05.020

X826

A

1008-8873(2021)05-155-09