基于熵权法和CRITIC算法的滇中城市群生态承载力综合评价研究

孙萌萌,蒋瑜函,何云玲

(云南大学 地球科学学院,云南 昆明 650500)

生态承载力是生态系统在一个区域正常发展过程中对社会经济协调关系的可持续承载,是生态系统自我维持、自我调节以及自我发展的能力,并且是制约区域可持续发展的重要因素之一[1]。近代以来,全球工业化发展带来的资源环境问题加剧,给生态系统和社会经济发展都造成了不可估量的影响。严重的生态危机和环境挑战迫使国内外学者转向更加系统化的生态承载研究,将人口、资源、环境等方面的相互作用纳入研究体系。

国外对于生态承载力的研究历史较久,研究方法丰富。Duan和Yang[2]提出生态承载力可以作为在资源、环境领域研究经济发展与生态系统之间关系的工具。M Cuadra等[3]借助生态足迹和能值分析的手段,从生态角度评估了尼加拉瓜热带农作物的生态承载情况。Mehdi Salemi[4]等应用网络分析法与“压力—状态—响应”模型建立网络模型,对伊朗北卡尔赫保护区生态旅游发展的生态承载力进行了综合评估。国内学者的研究中,不同学者针对不同区域的生态承载力进行了综合评价,创新和拓展了相关的评价方法。其中,基于指标体系的综合评价法[5]基于其综合性和实用性,应用占比最大[6]：郑欣[7]从生态弹性力、承载媒体支撑力及承载对象的压力3个维度建立评价体系,以熵权法确定权重对鄂尔多斯市的生态承载力进行综合评估;丁文璐[8]等基于P-S-R和优劣解距离法模型,对德安县水生态承载力情况进行了时空分异和障碍因素诊断;魏媛[9]等基于人地协同视角,运用“驱动力—压力—状态—影响—响应”模型和障碍度模型对贵州省土地资源生态承载力进行评价及障碍因素诊断。学者的已有研究丰富了生态承载力研究体系,为认识区域生态承载力演化机理提供了科学依据。但目前研究大部分还局限在区域的静态研究中,生态承载力时空格局演变过程的多层次、多元化难以得到充分体现。

在针对滇中城市群承载力体系的研究中,袁辉凤[10]等使用均方差决策法建立评价体系,对滇中城市群综合承载力进行评估;李琛[11]等通过建立指标体系对滇中城市群城镇化与资源环境承载力进行了耦合协调研究,2000—2018年其城镇化与资源环境承载力协调水平不断上升。但目前生态承载力在地形复杂、生态系统丰富的云南地区研究数量较少,现有研究主要集中在对滇中城市群的综合承载力、资源环境承载力及土地资源综合承载力等领域,较少关注区域生态承载力的情况。

地处云南省的滇中城市群是国家“两横三纵”城镇化战略格局的重要组成部分,对周边地区的综合辐射能力日益受到重视。本文以滇中城市群为研究对象,借助P-S-R模型构建合适的生态承载力指标体系,阐明滇中城市群2010—2021年生态承载力的时空分布格局,基于障碍度模型揭示影响生态承载力的主要因素。研究结果将为指导滇中城市群的总体规划,合理利用资源,促进区域可持续发展提供科学依据和参考建议,以便更好地发挥滇中城市群发挥区位优势,引领云南现代化建设。

1 研究区概况

滇中城市群地处云南省中部,以昆明市为中心,包含了曲靖市、玉溪市和楚雄彝族自治州全境,土地面积94 558 km2。全域属于湖盆岩溶高原地貌,地形以山地和山间盆地为主,地势起伏和缓[12],海拔116～4 282 m,气候温和湿润,光照条件好,属低纬度高原山地季风气候,水资源总量大,矿产资源丰富。滇中城市群以全省24%的国土面积,集聚了57.8%的地区生产总值,区域总人口达到1 698.7万人。随着城镇化的推进,人口膨胀、环境污染、水土流失、生物多样性减少等问题给区域发展带来巨大的困境,提高城市群生态承载力水平成为高质量发展的重要前提。研究区域地理位置如图1。

2 数据来源与研究方法

2.1 数据来源

包括《云南省统计年鉴(2011—2022年)》《昆明市统计年鉴(2011—2022年)》《玉溪市统计年鉴(2011—2022年)》《曲靖市统计年鉴(2011—2022年)》《楚雄彝族自治州统计年鉴(2011—2022年)》《云南省国民经济和社会发展统计公报(2011—2022年)》以及云南省人民政府、各州市的人民政府网站公开数据。

2.2 研究方法

2.2.1 P-S-R模型

区域内的资源、经济、社会发展与环境密切相关[13]。本研究采取联合国环境规划署(UNEP)与联合国经济合作和发展组织(OECD)共同提出的“Pressure-State-Response(P-S-R)”,即压力—状态—响应模型,反映生态环境中人地相互作用的链式关系,通过压力、状态和响应3层指标定量评估生态承载力。

2.2.2 熵权法

熵权法是一种将定性指标和定量数值有机结合的客观赋权方法,相对于主观赋值精度较高、客观性更强,可以有效避免人为因素造成的误差,使评价结果更接近实际。其过程如下[14]：

对原始数据的正负指标使用归一化进行标准化处理,公式如下:

(1)

(2)

式中:Xij为原始数据,为第i个指标第j年的数值;X′ij为与Xij相对应的标准化后的数值;min(Xij)、 max(Xij)分别为第i个指标在某时间序列上的最值;i为评价指标;i=1,2,…,n;j为年份,j=1,2,…,12。

计算各指标的信息熵,公式如下:

(3)

(4)

式中:Pij为第i项指标第j年的标准化值在整个时间序列中的比重(当Pij=0时,将Pij修正为Pij+0.0001);Ei为第i项指标的信息熵值;k为常数,k=(ln^m)^-1,k>0;m=12。

计算各指标在各评价年份的权重值,公式如下:

(5)

式中:Wi为第i项指标的权重值;n为生态承载力评价体系总指标数,n=29。

2.2.3 CRITIC算法

CRITIC(Criteria Importance Though Intercriteria Correlation)算法是一种基于计算评价指标的对比强度和冲突性,充分挖掘原始数据提供的信息来对确定各个指标客观权重的赋权方法[15-16]。其原理如下:

(6)

式中:Cj为第j个评价指标的信息承载量,即第j个指标对评价体系的影响;σj为第j个评价指标的标准差;rij为第i个评价指标与第j个评价指标之间的相关系数。Cj的值越大,表示第j个指标对生态承载力评价体系的影响越大,该指标也就越重要。接下来,利用信息承载量计算权重:

(7)

式中:ωj为生态承载力时间序列中第j个评价指标的权重。

2.2.4 指标体系的构建

生态承载力是协调生态自然环境与社会发展的综合概念,指标选取过程应该充分兼顾两者间的协调关系。本研究中生态承载力综合评价指标体系的构建采用P-S-R模型,生态承载力为目标层,记为A,将压力层(B1)、状态层(B2)和指标层(B3)作为准则层(B),分别在各个准则层下设定代表主要影响层面的因素层C。其中,压力层(B1)分为社会(C1)、经济(C2)及环境(C3)因素来展现人类生产生活对自然环境增加的负荷;状态层(B2)分为人类活动(C4)、经济发展(C5)及生态自然(C6)因素描述在人类正常生产生活条件下自然经济系统的状态;响应层(B3)分为环境(C7)、生态(C8)和经济(C9)因素刻画人类为改善自然生态系统状态所做出的积极反馈[17]。

在此基础上,本文结合滇中城市群自然条件和社会经济发展现状,参考国内外相关专家学者的研究成果,基于科学性、系统性和可操作性等原则[18-20],在因素层下共选取了29个指标作为指标层D来评价滇中城市群的生态承载力情况。根据对生态承载力的影响性质,指标分为正向(+)和负向(-)两类(表1)。

表1 滇中城市群生态承载力评价指标体系

根据熵权法与CRITIC算法对2010—2021年各年份的指标权重进行计算,最终权重依据两者的平均值进行确定,该处理可在客观赋权过程既充分考虑各指标数据的信息量大小,同时兼顾数据之间的相关性与变异性。

2.2.5 综合指数法

综合指数法是在已知指标体系下,将不同单位和不同性质的各项指标换算为统一度量的指数。该方法既能反映各个单项数据的变化程度,也能够准确地说明整体的变化情况。借助综合指数法对各地州的生态承载力进行评价,具体公式如下[21]：

(8)

式中:X′ij为各指标标准化值;Wj为各指标权重;Di为该地州生态承载力评价值。

2.2.6 障碍度模型

障碍度模型可以基于生态承载力的计算结果,给出地州某时间序列上的主要障碍因子。通过对各年份每个州市的障碍因子进行统计和筛选,能够在时空尺度上识别生态承载力的主要影响要素。具体计算公式如下[22]：

Iij=1-Xij

(9)

(10)

式中:Iij为指标的偏离度;X′ij为原数据标准化后的值;Aij为各项指标对区域生态承载力指数的障碍度;Fij为因子贡献度,即各项指标权重值ωij。

3 滇中城市群生态承载力时空格局

3.1 生态承载力时间序列演变特征

从滇中城市群总体生态承载力情况来看(图2),生态承载力总指数呈现波动上升的趋势。2010—2021年,生态承载力综合得分指数由0.426上升到0.459,在2016年达到最高值0.495。生态承载力整体有明显提升,但波动变化明显、稳定性较弱。

图2 滇中城市群总体生态承载力指数得分

以生态承载力的3个准则层为不同维度进行承载力指数的演变分析(图3),状态承载力指数整体上高于压力和响应承载力指数,随时间变化呈现波动变化的“M”型走势[23],压力承载力指数和响应承载力指数在研究时段内波动上升。在“十二五”及“十三五”生态文明建设背景下,云南省严格落实《云南省环境保护“十二五”规划》,编制实施《云南省主体功能区规划》,在“十三五”规划纲要明确“一核、一圈、两廊、三带、六群”的空间发展格局[24],奠定了滇中城市群的生态保护优势。滇中城市群生态系统状态持续向好,绿色发展缓解了人类活动压力带来的负面影响,实现了生态承载力水平的显著提高。同时,由于承载力水平波动性依旧较大,今后需着重提高城市群自然生态系统的抗压能力,加强滇中地区协调,积极响应国家宏观绿色生态理念和各项生态环境政策[25]推进生态恢复。

图3 不同维度下的滇中城市群承载力指数

对滇中城市群4个州市的生态承载力指数演变情况进行分析(图4),整体而言,4个州市的生态承载力在研究时段内变化差异显著。其中,昆明市的生态承载力在近年来呈现降低趋势,由0.511下降至0.412;曲靖市生态承载力波动变化中呈现稳步上升,由0.316上升至0.464,超过了昆明市2021年的生态承载力指数;楚雄州研究时段间的生态承载力不断波动上升,在2021年以0.563的指数得分位于4个州市首位;玉溪市生态环境治理能力相对其他3个州市差距明显,在2010—2014年有所下降,经过各项生态环境政策实施与积极举措,其生态承载力指数在2015年之后呈现出了上升趋势,由2015年的0.352上升为2021年的0.397,但仍与其他州市存在一定的差距。

图4 滇中城市群各州市2010—2021年生态承载力指数

为进行4个州市各层次生态承载力指数的比较,选取2010年、2015年和2020年3个时间节点的州市各单项生态承载力指数进行分析(图5)。昆明市的状态承载力指数上升趋势显著,整体的生态承载力指数呈下降变化,说明昆明市生态现状相对稳定,但需要在发展过程中采取更多措施对自然生态系统进行改善和恢复。曲靖市在研究时段内的生态承载力指数大幅度上升,以响应承载力指数提升最为显著,由2010年的0.119提升至2020年的0.207,说明曲靖市在生态环境政策实施过程效果较好,从整体上带动了其生态承载力的提高。玉溪市的生态承载力呈现出波动上升趋势,压力及响应承载力指数有小幅上升,状态承载力指数有一定下降,在未来发展中需要继续提升生态系统的稳定性[26],改变落后现状。楚雄州在研究时段内生态承载力指数上升趋势明显,压力和状态承载力指数提升显著,其生态承载力提升主要依靠减少人类活动的压力、提升系统稳定性来实现,而改善生态现状效果较差,未来需要提升区域经济现状的同时兼顾提升生态治理,保持生态高质量发展。

图5 不同维度的滇中城市群各州市承载力指数变化情况

3.2 生态承载力空间格局演变特征

借助ArcGIS 10.2软件进行生态承载力得分的可视化,结果如图6。2010年,生态承载力的最高值在昆明市,楚雄州和玉溪市次之,曲靖市最低。2015年,生态承载力高值发生转移,快速发展的曲靖市生态承载力最高,昆明市次之,楚雄州和玉溪市最低,形成了由东向西递减的空间格局[27],相对2010年高值整体东移。2020年,楚雄州是生态承载力最高值,玉溪市依旧处于最低位,昆明市生态承载力得分相对2010年、2015年有所下降,形成中间低两边高的分布格局。综合分析结果,昆明市的生态承载力高值地位被不断削减,生态承载力空间格局由中心聚集向空间均衡发展。

(a)2010年

4 滇中城市群生态承载力影响因子的障碍度分析

计算2010年—2021年影响各地州生态承载力发展排序在前三位的指标作为主要影响因子,结果如表2,括号中的数字代表某指标在该年份对区域生态承载力的障碍度大小。不同因素的影响程度存在较大差异[28],且随时间演变不断变化。

昆明市生态承载力的主要制约因子为建成区面积比重(D11),12年中的出现频次占比为27.7%,障碍度指数均达到6%以上。2010—2012年,主要障碍因素为状态层和响应层因子,以城镇就业率(D17)、造林面积(D25)及建成区面积比重(D11)出现频率最高,初期阶段的建成区扩张带来一系列的生态问题[29]。2013—2018年,工业废气治理设施处理能力(D20)及工业固体废弃物利用率(D21)成为新的制约因子,昆明市需提升环境措施的保护力度,提高区域生态承载力水平。2019—2021年来,制约昆明市生态承载力因子几乎均为状态层指标,环保措施投入和压力缓解初见成效。面向未来区域性国际中心城市定位,昆明市要从对城区经济建设扩张与生态治理的平衡入手,继续提升城市发展韧性。

生态环境科技是国家科技创新体系的重要组成部分,是推动解决生态环境问题的利器[30],环境治理领域的科研人员投入直接影响区域生态承载力的提升效率。曲靖市主要的制约因子是自然科学机构中从事科技人员数(D28),出现频次占比达到33.3%,障碍度指数达到近10%以上。2010—2013年及2020—2021年,重点影响当地生态承载力水平的因子均为状态层与响应层指标。压力层指标主要出现在2014—2019年,以经济密度(D3)为主,该阶段经济活动与土地利用强度的增长对曲靖市生态承载力起到主要制约作用。

影响玉溪市和楚雄州2010—2021年生态承载力的主要指标依旧为自然科学机构中从事科技人员数(D28),每年均居于前3位。只有不断提升生态环境领域科技人员从业水平,支持当地高校科研机构研究开发,才能从根本上提升中小城市的综合发展能力。玉溪市和楚雄州发展基础相对较差,生态环境脆弱,影响两者生态承载力的主导因子均为响应层指标。楚雄州的经济基础更弱,生态破坏较轻,生态承载力指数整体提升快;而玉溪市由于原生环境脆弱,生态承载力水平一直居于城市群末位。在未来发展中,中小城市需要平衡经济发展与生态保护的关系[31],提升发展质量。

5 结论与讨论

本研究从压力、状态、响应3个层次入手,确定29个指标构建了滇中城市群生态承载力评价指标体系,采用熵权法和CRITIC算法确定指标权重,综合评价2010——2021年滇中城市群生态承载力水平,最后从时空演变和障碍因子两个层面探究滇中城市群各州市的生态承载力状况。结论如下:

(1)时间变化上,滇中城市群生态承载力总指数波动上升,状态承载力指数整体占据优势地位。昆明市生态承载力呈现出波动下降趋势,其响应承载力指数下降明显;楚雄州生态承载力提升显著,在2021年上升至首位;曲靖市整体呈现波动上升,各维度承载力指标都有所提高;玉溪市整体生态承载力与其他3个州市差距明显,需要进一步提升各维度承载力的稳定性。

(2)空间分异上,滇中城市群在研究时限内的生态承载力空间格局由中心聚集逐渐向空间均衡发展。各州市在2010年、2015年及2020年的生态承载力区域分异明显,变化幅度存在一定的差异,高值中心从昆明市向曲靖市、楚雄州依次转移。

(3)影响因素上,不同因素对滇中城市群各州市的影响程度存在差异,城市在发展扩张过程中对生态承载力影响呈现出阶段性特征。2010—2021年间,昆明市主要障碍制约因子为建成区面积比重,而曲靖市、玉溪市及楚雄州的主要影响指标均为自然科学机构中从事科技人员数,反映出大城市与中小型城市在发展过程中的差异:昆明市经济基础完善,科研高校人才聚集,发展障碍主要依赖于建成区的飞速扩张;而对于咎需提升综合发展水平的其他州市来说,增加科技资金和人员投入可为当地经济发展与生态提升提供关键支持。

本研究综合生态学和地理学视角,从对生态系统的压力、状态和响应的角度建立指标体系,对滇中城市群生态承载力的时空演变和影响因素进行了分析。但由于城市生态系统是综合自然、经济与社会等不同因素的复杂系统,生态承载力研究中存在评价指标体系难以全面反映影响因素、指标因子彼此之间存在相互作用等问题,还未能从全面的角度对生态承载力建立公认的科学评价系统,这也是在未来研究中需要着重关注的方面。

致谢：本研究数据处理和分析过程中得到了项目团队成员王莉、田蕴涵和杨维桂的帮助,在此表示由衷的感谢!