基于PSR的长三角区域生态环境质量综合评价及预测

张 培

(宿州学院 a.数学与统计学院；b.城乡大数据发展与数字治理研究中心，安徽 宿州 234000)

0 引言

长三角区域是中国最重要的一个经济地区。党的十八大之后，城市由高速粗放式发展逐渐转变为全面的高质量发展，全面高质量不仅包括社会经济的高质量，还包括生态环境的高质量。但快速的经济发展造成了生态破坏，给生态环境质量发展制造了许多困难。长三角生态环境质量与人民的需求存在较大差异，在党的十九大之后，国家出台了许多政策，加强了环保的力度。《关于长三角生态绿色一体化发展示范区总体方案》《长三角三角洲区域生态环境共同保护规划》等政策的出台，使长三角生态环境治理进入一个新的阶段，客观地对长三角区域的生态环境质量进行综合评价非常必要，很多学者也进行了这方面的研究：周正柱等[1]利用PSR模型建立评价体系，对长江区域带的生态环境质量进行综合评价；邵子卿等[2]以遥感影像为基础数据，构建青岛市的遥感生态指数模型，并分析青岛市生态质量时空变化特征；范萍等[3]从自然环境、环境保护、经济发展、社会环境的角度，应用层次分析法和模糊综合评判模型分析泰安市的生态环境质量；田艳芳等[4]运用城市生态环境综合指数(环境质量、资源利用、污染控制和生态环境4个指标组成)，对上海市生态环境进行质量评价；刘月阳[5]采用RS和GIS技术，在时空变化的情况下，以县域为单位，对渝东南地区进行生态环境质量评价；陈萍等[6]利用正态云组合赋权法对2020年长三角中心区27个城市生态环境质量进行综合评价，结果显示2020年杭州、舟山、宁波、湖州和台州的生态环境质量水平良好；刘翔宇等[7]选取长三角中心区的27个城市，对 “十三五”以来的长三角生态环境进行分析；李春瑜[8]利用PSR模型构建了大气环境治理绩效评价体系，并采用主成分分析法进行实证分析；田时中等[9]利用DPSIR模型构建了长三角大气污染治理效果评价指标体系，并探究了影响大气污染治理效果的关键因素。进行类似环境质量问题的研究还包括王兆峰等[10]、傅晓华等[11]、汪玉芳等[12]。从以上可知，目前国内针对生态环境质量评价问题，已经开展了大量的研究工作。

本文选择长三角区域的27个中心区城市为主要研究对象，建立生态环境压力-状态-响应模型(PSR)进行生态环境质量综合评价指标体系，并使用变异系数法对2011—2021年长三角地区三省一市的生态环境质量进行综合评估，同时使用GM(1，1)模型对2022—2024年长三角地区生态环境质量进行预估，对长三角区域的环境治理和保护提供依据。

1 数据来源和研究方法

1.1 PSR模型

PSR建模是由欧洲经济合作发展组织与联合国合作开发署在20世纪90年代提出的一种评估资源开发利用和可持续发展水平的新模型，由于它可以很好地体现生态系统和自然、经济、社会之间互动的关系，并可应用于不同的空间尺度和生态领域，所以被普遍应用于各个领域，PSR模型的框架[1]如图1所示。

图1 PSR模型框架

首先，将生态环境质量设定为目标层，将压力、响应、状态设定为准则层，指标层的选取是非常重要和严谨的，不同的省市都有其主要的特点，但是都要遵循特征性、系统性、敏感性、可操作性等原则。其次，选取8个指标：在生态环境状态方面，选择人均绿地面积和建成绿化率作为指标反映城市的绿化整体水平；在生态环境压力方面，选择工业废水排放量、工业二氧化碳排放量和工业烟(粉)尘排放量作为指标，这些是造成污染严重的物质，危害人的身体健康；在生态环境响应方面，选择一般工业固体废物率、污水处理厂集中处理率、生活垃圾无害化处理率作为指标，能够反映人民关心的环境治理力度。PSR模型的指标体系构建如表1所示。

表1 PSR模型生态环境质量综合评价指标体系和权重

1.2 数据来源与标准化处理

数据主要来源于国家统计局2011—2021年统计年鉴的相关数据，如果存在缺少的数据，采用插补法进行数据填充。在收集完数据后，对于指标不同单位可能是不一样的情况，采用标准化法解决此类问题。指标通常有两种，分别为正向和负向，两种方法的计算公式不同。正向指标：

(1)

逆向指标：

(2)

1.3 权重确定方法及综合评价

数据在标准化后，还要确定指标的权重，这一步非常关键。权重的计算方法很多，这里选用变异系数法，这种方法是客观的，可以去除一些主观因素的影响。具体计算公式为：

(3)

(4)

生态环境质量评价方法如下：

(5)

1.4 GM(1，1)模型

GM(1，1)模型是一个比较常见的预测模型，其含义是用1阶微分方程对一个变量建立模型。它主要适合短期的数据预测，并且需要的数据量少，不需要麻烦的运算过程。GM(1，1)模型的微分方程：

x(0)(k)+ax(1)(k)=b，

其中：a为发展系数，b为灰色作用量。

GM(1，1)模型主要有以下几个步骤。首先，要对数据进行一个级比检验，如果没有通过，则说明不能建立模型，这种情况下，只能通过平移变换，可以解决问题；其次，建立模型的微分方程，通过拟合新序列，求取模型方程，进行模型预测；最后，对其进行残差检验，检验预估结果是否可靠。

2 评价结果与分析

2.1 生态环境质量时空差异分析

按照公式计算，得到2011—2022年长三角中心区27个城市的生态环境质量及其各维度综合评价得分，结果如表2所示。

表2 长三角中心区27个城市生态环境质量得分及排序比较

由表2可知，从时间维度看，2011—2021年长三角生态环境质量整体得分均值总体呈上升趋势，2011年长三角区域总体得分是0.711，2021年的得分是0.912，增长了28.41%。在27个中心区城市中，2021年较2011年增长率最高的两座城市分别是苏州市为173.39%、上海市为165.41%；其次是杭州市、宁波市、南京市和无锡市，增长率分别为55.25%、57.32%、56.48%、50.51%，增幅较大；大多数城市的增长幅度适中，增长率为10%～40%；增长幅度最小的两个城市为池州市与舟山市，增长率分别为5.5%、7.1%。由表2可知，2011年上海市与苏州市的生态质量整体得分低于0.4，生态环境质量较差，这是因为我国当时正处于“十二五”规划的重要时期，我国工业化、城镇化快速推进，城乡居民消费结构加速升级，全球化趋势逐步加强，上海、苏州作为中国经济发展的先驱城市正在经历粗放式增长的经济发展方式，工业废水、空气、废弃物等污染物排放量加大，导致生态环境破坏较为严重。2011年长三角中心区城生态环境质量整体得分排名前三分别为舟山市、池州市、铜陵市，这是因为这些城市经济发展相对落后，工业经济规模小，生态环境良好。随着我国经济社会的进一步发展，“十三五”规划的主要任务和重点发展方向是节能环保产业、先进环保产业、资源循环利用产业，在此期间长三角区域各城市力求高质量可持续发展，因此2015—2021年各城市生态环境质量得分均稳步提升。

从空间差异看，2011—2021年长三角生态环境质量整体得分安徽省最高，得分均值为0.863；浙江省第二，得分均值为0.826；江苏省第三，得分均值为0.769；上海市最低，得分均值为0.550。因此，省级层面生态环境质量整体发展的现状为“安徽省优于浙江省优于江苏省优于上海市”的空间特征。总体上看，2011年长三角中心区生态环境质量“很高”类有2个城市，“较高”类有6个城市，“一般”类有13个城市，“较差”及“很差”类有6个城市；而2021年“很高”类有17个城市，“较高”类有个8城市，“一般”类有2个城市，表明长三角中心区城市生态环境质量明显提升，具体的生态环境质量聚类分组情况如表3所示。

表3 长三角中心区城市生态环境质量聚类分组情况

2.2 生态环境质量与各分维度比较分析

2011—2021年27个城市的生态环境质量与各分维度综合指数及评价如表4所示。

表4 2011—2021年长三角中心区城市生态环境质量各维度及综合评价指数

从表4可以知道，2011—2021年长三角地区生态环境质量、状态、压力以及响应的评价得分均值都呈现上升态势，尤其是生态环境质量与生态环境压力指数呈现强相关的特性。其中2014年的生态环境质量与生态环境压力评价指数均有回落，这是由于长三角区域第二产业的迅速发展导致工业污染物排放量大、强度高，减排空间有限，同时通过末端处理的难度却越来越大，导致整体生态环境变差。自2015年1月1日起《中华人民共和国环境保护法》开始施行，较高的环境规制水平促使城市发展过程中更加注重节能环保，提高资源使用效率。各省市重大环境基础设施逐步完善，城镇污水处理厂增建扩建，提高污水厂集中处理率；生活垃圾处理能力加强，危害废物、医疗废物基本得到安全处置；工业企业节能减排并实施脱硫、脱硝和高效除尘等，因此在2015—2017年整体生态环境质量快速提升。随后，生态环境质量的改善进入了相对缓慢阶段，这主要是因为各省市转向追求高质量可持续发展，人们对环境质量的要求和环保意识逐渐强烈，生态环境质量、响应与生态环境压力有序并举，走向健康可持续的发展态势。

从截面上看，长三角中心区城市生态环境质量以及各维度评价均值差异显著，长三角中心区各市生态环境质量与分维度综合评价得分均值空间差异的演变路径如图2所示。

图2 2011—2021 年市生态环境质量与分维度综合评价得分均值空间差异演变路径

由图2可知，各城市的生态环境状态与生态环境响应差异不明显的原因在于各城市均在大力发展基础设施，各市的绿化率、人均绿地面积、一般工业固废综合利用率、污水处理厂集中处理率以及生活垃圾无害化处理率的综合平均指数无明显差异。而导致各市生态环境质量差异较大的是生态环境压力。其中生态环境质量综合平均指数前五名的城市依次为舟山、池州、安庆、扬州、铜陵，末尾五名分别是苏州、上海、无锡、南京、杭州，相较于发达城市，落后城市的工业产业起点较低，总体生态环境质量较高。

生态环境质量和各分维度的走势在空间上显示了一些差别，综合来看，长三角中心区城市生态环境质量的省级层面的综合评价指数值显示“安徽省>浙江省>江苏省>上海市”。其中生态环境状态方面，江苏省最优，其次为安徽省、浙江省，上海市的生态环境状态最差，这是由上海市常驻人口密度较大、人均绿地面积较少而导致；生态环境压力方面，安徽省的压力最大，其他地区的次序为浙江省高于江苏省，而江苏省高于上海市；生态环境响应方面呈现“上海市优于浙江省，浙江省优于江苏省，安徽省最差”的空间特征。

3 预测研究

3.1 模型建立

采用2011—2021年长三角生态环境质量综合评价的均值得分为原始数据，并且对其进行GM(1，1)模型的构建，同时预测2022—2024年长三角生态环境质量综合发展情况。首先为了检验数据序列是否有合适的规律性，进行级比值检验，结果如表5所示。

表5 模型的级比值表

由表5可知，因级比值介于区间[0.847，1.181]，因此数据适合GM(1，1)模型。 而GM(1，1)模型可以针对数据数量少、排序不完善和可信度低的数据进行预估，不需要考虑数据的分布规律和变化趋势，适用于长三角中心区生态环境质量的预估。模型构建结果如表6所示。

表6 模型构建结果表

通过表6，已完成对模型的建立，同时也通过了模型精度的检验。因C低于0.5，相对误差值P为20%，说明模型的建立精度是可靠的。

3.2 模型预测

依据模型对2022—2024年长三角区域生态环境质量综合评价得分均值进行预测，计算结果如表7所示。

表7 模型预测结果表

由表7可知，2022—2024年长三角地区生态环境质量均值呈稳定增长趋势，生态环境发展保持良好势头。

3.3 模型精度检验

对残差进行检验，包括相对误差、级比偏差，结果如表8所示。

表8 模型检验表

模型检验的相对误差越小越好，若小于0.2，表示满足条件，若低于0.1，则表示满足更高的条件。模型检验的级比偏差值越小越好，若低于0.2表示达到满足条件；若低于0.1，则表示满足更高的要求。由表8可以知道，相对误差和级比偏差小于0.2，所以本次预测结果是合格的。

4 结论与建议

运用PSR模型，对长三角区域中心区27个城市的生态环境质量进行了综合评价，从而得出结论，并提出若干相关改革思路和实施路径的建议，以期推动长三角区域生态绿色一体化，实现高质量发展目标。

4.1 结论

(1)十年来长三角三省一市的生态环境质量总体上是比较高的，并且呈现上升趋势，2022—2024年的生态环境质量也将呈现稳步上升态势。

(2)样本考察期内，省级层面上，上海市的生态环境响应和生态环境状态综合指数最高；安徽省的生态环境压力的空间特征最高，上海最低，浙江省、江苏省居中，这是由于安徽省经济总量稍落后，受粗放型经济增长方式影响，导致近年来生态环境压力频升；城市层面上，浙江省舟山市的综合生态环境质量的空间特征最高，安徽省池州市次之。

4.2 建议

(1)对于上海、苏州、南京、杭州等发达城市，长三角区域的龙头城市仍要继续推进长三角一体化高质量发展，但要加强环保宣传，提高公民、企业的生态环境保护意识；对于舟山、池州、安庆、铜陵等城市，经济发展仍是重点工作，尽管从人类历史进程来看，短期内经济水平的提高将会导致生态环境压力的增加，但这是发展的必经阶段，应坚持经济、环保两手抓。

(2)环境治理和保护应向政府领导、社会监督、群众积极参与的多方协同合作保护方式转变，充分发挥企业在环境治理中的主体性作用，积极应用科学技术进行科学生产与经营，承担保护生态环境、节约自然资源、维护环境公共利益的社会责任。

(3)三省一市坚持政策方面统一标准，加强生态环境质量数据的共享，紧密沟通交流，使政府的治理透明化，各省市相互学习优秀的治理经验，做到因地制宜的结合来完善政策的实施。