甘肅省資源環(huán)境承載力時空分異

楊亮潔，楊永春

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 蘭州 730070 2 蘭州大學(xué)資源環(huán)境學(xué)院西部環(huán)境教育部重點實驗室, 蘭州 730000

甘肅省資源環(huán)境承載力時空分異

楊亮潔1,2,*，楊永春2

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 蘭州 730070 2 蘭州大學(xué)資源環(huán)境學(xué)院西部環(huán)境教育部重點實驗室, 蘭州 730000

從經(jīng)濟、社會、環(huán)境和資源4個子系統(tǒng)中選取24個指標(biāo)構(gòu)建區(qū)域資源環(huán)境承載力評價體系,運用加權(quán)TOPSIS 模型結(jié)合GIS的空間分析功能從時間和空間維度對甘肅省14個市州2004—2013年的綜合承載力和4個子系統(tǒng)內(nèi)部承載力水平進行剖析。研究表明：(1)近10年甘肅省各市州資源環(huán)境綜合承載力指數(shù)呈低水平上的平穩(wěn)態(tài)勢,與經(jīng)濟發(fā)展水平一致；呈西北高東南低的空間格局和金字塔形的層次結(jié)構(gòu)。嘉峪關(guān)市居第1層；金昌市、蘭州市、酒泉市居第2層；其他市州居第3層；(2)各子系統(tǒng)對資源環(huán)境綜合承載力的影響不同。生態(tài)環(huán)境子系統(tǒng)的承載力對資源環(huán)境綜合承載力貢獻最大,明顯高于其他3系統(tǒng),經(jīng)濟系統(tǒng)貢獻很小；(3)各市州各子系統(tǒng)承載力指數(shù)存在明顯的時空分異。經(jīng)濟支撐力指數(shù)呈河西(除武威外)和蘭州高,東南和南部低的空間格局,呈現(xiàn)金字塔形的層次結(jié)構(gòu)整體偏低變化較小。社會承載力指數(shù)除金昌市有較大的突變外各市區(qū)都比較平穩(wěn),空間上呈河西(除武威外)和蘭州高,東南、南部低的空間格局；嘉峪關(guān)市、蘭州、酒泉3市較高,其余各地都較低。環(huán)境承載力指數(shù)變動頻繁,波動幅度不大,空間上基本呈兩頭高中間低的啞鈴狀空間格局。資源承載力指數(shù)偏低,武威、慶陽、定西、甘南、臨夏和天水6市州指數(shù)曲線平穩(wěn),其余8市州波動頻繁,波動幅度大,空間上呈河西地區(qū)(除武威外)和隴南市高,其余各州市低的集中分布格局。

資源環(huán)境承載力；評價指標(biāo)；熵權(quán)TOPSIS模型；甘肅??； 時空分異

資源環(huán)境承載力既是一個區(qū)域性問題,也是一個全球性問題,作為衡量人地關(guān)系協(xié)調(diào)發(fā)展的重要判據(jù),已成為衡量區(qū)域可持續(xù)發(fā)展的重要指標(biāo)之一[1]。隨著工業(yè)化和城鎮(zhèn)化的發(fā)展,經(jīng)濟-資源-人口-環(huán)境等問題日益加劇,區(qū)域資源環(huán)境承載力備受關(guān)注[2- 6]。

國外關(guān)于資源環(huán)境綜合承載力研究緣起于20世紀60年代末70年代初[1]。美國麻省理工學(xué)院的D.梅多斯等[7]在《增長的界限》中利用系統(tǒng)動力學(xué)模型構(gòu)建了著名“世界模型”。至此之后資源環(huán)境綜合承載力成為生態(tài)環(huán)境研究的核心熱點問題。Slesser[8]采用ECCO模型建立的系統(tǒng)動力學(xué)模型;Daily等[9]對人口與地球承載力的關(guān)系進行了一系列的研究；Saveriades[10]提出旅游承載力的概念,并應(yīng)用到塞浦路斯東海岸的研究中；美國環(huán)保局進行了4個鎮(zhèn)區(qū)的環(huán)境承載力以及4個湖泊的環(huán)境承載力研究[11]。

國內(nèi)學(xué)者在學(xué)習(xí)借鑒國外研究的同時結(jié)合中國的實際情況進行大量的理論和實證研究。黎明[12]應(yīng)用供需平衡模型對重慶市都市圈水資源承載力進行分析和預(yù)測;宋艷春[13]選取土地資源、水資源等7個單因素,應(yīng)用狀態(tài)空間法對鄱陽湖生態(tài)經(jīng)濟區(qū)資源環(huán)境承載力進行剖析;郭軻[14]采用狀態(tài)空間模型和時間序列Tobit模型對京津冀地區(qū)資源環(huán)境承載力和動力機制進行分析;董文[15]分析了主體功能區(qū)劃中資源環(huán)境承載力的評價指標(biāo)體系;劉曉麗[1]對城市群資源環(huán)境承載力的研究進行評述；安翠娟[16]以廣西北部灣經(jīng)濟區(qū)為例進行生態(tài)文明視角下資源環(huán)境承載力評價研究；周侃[17]運用GIS空間分析與模擬方法,結(jié)合統(tǒng)計資料與調(diào)查數(shù)據(jù)的綜合分析研究中國欠發(fā)達地區(qū)資源環(huán)境承載力的特點與影響因素。研究表明欠發(fā)達地區(qū)資源環(huán)境承載力的演化呈現(xiàn)了演替速度快、預(yù)警期短、超載后修復(fù)難度大周期長的特點(圖1)[17]。

圖1 資源環(huán)境承載力的演化特征對比[17]Fig.1 Comparison of evolution characteristics of resources and environment carrying capacity[17]

綜上所述,已有研究為進一步研究提供了借鑒,能夠有效指導(dǎo)資源環(huán)境承載力評價指標(biāo)的選擇與體系的構(gòu)建。但是,已有研究在分析方法上多采用多元統(tǒng)計分析方法[18- 24],主要存在以下問題和不足[25]：第一,在權(quán)重的確定上無法避免主觀因素的影響,如AHP法,導(dǎo)致權(quán)重大小欠客觀,忽略了不同性質(zhì)的指標(biāo)在資源環(huán)境承載力評價體系中的地位；第二,不能反映資源環(huán)境現(xiàn)實承載力與理想值之間差距如何,如系統(tǒng)動力學(xué)模型；第三,部分研究方法對樣本容量的要求較高,當(dāng)樣本容量較少時,往往不能完全體現(xiàn)評價對象間的差異,區(qū)分度不高,如全局主成分分析法。

多目標(biāo)決策的TOPSIS 法為解決上述問題提供了可行的方法。TOPSIS (Technique for Order Preference By Similarity to Ideal Solution)是Hwang 和Yoon于1981年提出的一種適用于根據(jù)多項指標(biāo)、對多個方案進行比較選擇的分析方法,該方法能夠客觀全面地反映測量目標(biāo)的動態(tài)變化,測量目標(biāo)靠近正理想解和遠離負理想解的程度來評估資源環(huán)境承載力水平[26]。TOPSIS法在指標(biāo)多少、樣本含量和數(shù)據(jù)分布等方面都沒有嚴格的限制和要求[27-28],操作簡單、真實可靠、表征直觀[27,29]。TOPSIS方法廣泛應(yīng)用在生態(tài)環(huán)境系統(tǒng)評價、資源環(huán)境承載力土地利用績效評價等方面。學(xué)者們在實際研究中對TOPSIS方法進行改進[30-31]。周彬[32]采用改進TOPSIS模型對舟山群島生態(tài)系統(tǒng)健康進行評價；洪惠坤[33]利用改進TOPSIS模型對三峽庫區(qū)生態(tài)敏感區(qū)土地利用系統(tǒng)健康進行評價；胡林林[34]采用整合的FAHP-TOPSIS 法對我國30個省區(qū)低碳發(fā)展水平；韓瑞玲[35]運用基于熵權(quán)的TOPSIS 方法綜合評價了遼寧省循環(huán)經(jīng)濟發(fā)展軌跡；郭永杰[36]綜合運用熵值法、改進TOPSIS模型與障礙度模型對寧夏回族自治區(qū)縣域綠色發(fā)展水平的空間分異及影響因素進行了實證研究；趙宏波[30,37]綜合運用改進的TOPSIS 模型、馬爾可夫鏈模型、GIS 空間分析方法和障礙度模型對東北糧食主產(chǎn)區(qū)生態(tài)安全的時空格局以及農(nóng)業(yè)生態(tài)系統(tǒng)健康格局與因子進行分析；雷勛平[25]基于熵權(quán)TOPSIS 模型進行區(qū)域土地利用績效評價及障礙因子診斷；李燦[38]基于熵權(quán)TOPSIS 模型進行土地利用績效及關(guān)聯(lián)分析；雷勛平[27]運用熵權(quán)TOPSIS模型以安徽省為例對區(qū)域資源環(huán)境承載力評價進行實證研究。

與其他指標(biāo)權(quán)重計算方法比較,熵權(quán)法基于評價指標(biāo)原始信息求得權(quán)重,能夠反映數(shù)據(jù)隱含的信息,增強指標(biāo)的分辨意義和差異性,以避免因選用指標(biāo)的差異過小造成的分析困難[25,38], 客觀性更強、精確度更高,能夠較好地解釋和表征各指標(biāo)在評價指標(biāo)體系中的地位和作用,提高最終評價結(jié)果的準(zhǔn)確度和精度。用與最劣(最優(yōu))樣本(方案)的差異的大小改進傳統(tǒng)的距離計算方法,更能體現(xiàn)方案的優(yōu)劣性。GIS的空間分析功能能夠直觀呈現(xiàn)事物的時空演變特征。

21世紀以來,各類國土空間規(guī)劃需求拉動資源環(huán)境承載力評價研究,圍繞欠發(fā)達地區(qū)的資源環(huán)境承載力研究不斷涌現(xiàn)[17,39-46]。甘肅省是典型的欠發(fā)達且生態(tài)脆弱地區(qū),資源環(huán)境承載力的演化呈現(xiàn)明顯演替速度快、預(yù)警期短、超載后修復(fù)難度大周期長的特點。同時,甘肅省是西北乃至全國重要的生態(tài)安全屏障,保護其生態(tài)環(huán)境,提高資源環(huán)境承載力至關(guān)重要。

鑒于此,本文借鑒已有文獻的分析框架、基本思想和研究方法,從經(jīng)濟、社會、資源、環(huán)境四個子系統(tǒng)構(gòu)建資源環(huán)境承載力評價指標(biāo)體系,采用熵權(quán)TOPSIS模型,用評價指標(biāo)實際值與最優(yōu)和最劣方案值的差差異改進傳統(tǒng)的距離計算,結(jié)合GIS空間分析方法對甘肅省12地級市和2個自治州2004—2013資源環(huán)境承載力時空格局進行剖析,以期能直觀呈現(xiàn)甘肅省資源環(huán)境承載力的時空演變趨勢,為甘肅省可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況與數(shù)據(jù)基礎(chǔ)

1.1 研究區(qū)概況

甘肅省地處32°31′—42°57′N,92°13′—108°46′E,地控黃河上游,處于黃土高原、青藏高原和內(nèi)蒙古高原三大高原的交匯地帶。境內(nèi)地形地貌復(fù)雜多樣(圖2)。甘肅深居西北內(nèi)陸,降雨量少,年平均降水36.6—734.9 mm。植被覆蓋度低,水資源相對短缺,屬于典型的生態(tài)脆弱區(qū)。

圖2 研究區(qū)概況Fig.2 The generality of the study region

1.2 數(shù)據(jù)來源

本文共選24個指標(biāo),統(tǒng)計數(shù)據(jù)均來自2004—2013年各年份的甘肅年鑒、甘肅發(fā)展年鑒和發(fā)展公報等。

2 區(qū)域資源環(huán)境承載力評價指標(biāo)體系構(gòu)建

2.1 評價指標(biāo)體系選取

影響區(qū)域資源環(huán)境承載力的因素很多,國內(nèi)外學(xué)者關(guān)于區(qū)域資源環(huán)境承載力評價指標(biāo)體系構(gòu)建方面的研究從單一因素逐漸過渡到綜合的多因素多目標(biāo)的研究。近10年來國內(nèi)學(xué)者在區(qū)域資源環(huán)境承載力評價指標(biāo)方面考慮的因素主要集中在水土資源、經(jīng)濟、社會、生態(tài)等方面,2010年以后,學(xué)者們一致認為“區(qū)域資源環(huán)境承載力”是一個復(fù)雜的概念[27],各大子系統(tǒng)系統(tǒng)相互作用,相互影響,要綜合考慮載體和承載物[47]。本文根據(jù)已有研究成果,結(jié)合研究區(qū)域?qū)嶋H情況,應(yīng)用SPSS的Person相關(guān)系數(shù)法對各指標(biāo)進行相關(guān)性分析,從經(jīng)濟、資源、環(huán)境、社會子系統(tǒng)選取相關(guān)性大的指標(biāo)構(gòu)建資源環(huán)境綜合承載力評價指標(biāo)體系,通過計算選取了24個相關(guān)系數(shù)大于0.5的指標(biāo)并用熵權(quán)法確定各個指標(biāo)的權(quán)重(表1,表2)。各子系統(tǒng)既獨立,又相互聯(lián)系,共同反映區(qū)域資源環(huán)境承載力狀況。資源系統(tǒng)提供人類生存和發(fā)展所必需的各種資源,資源承載力是環(huán)境承載力的基礎(chǔ)[27]；環(huán)境系統(tǒng)對廢棄物的承載能力是有限的,構(gòu)成資源環(huán)境承載力的約束條件[48]。資源環(huán)境子系統(tǒng)在支撐和約束社會經(jīng)濟子系統(tǒng)發(fā)展的同時,受到社會經(jīng)濟活動對其產(chǎn)生的壓力。 資源系統(tǒng)、環(huán)境系統(tǒng)的支撐能力,即資源、環(huán)境可供養(yǎng)的人口數(shù)量和能承受的社會經(jīng)濟總量等因素；資源系統(tǒng)、環(huán)境系統(tǒng)壓力,即社會經(jīng)濟活動對資源、環(huán)境產(chǎn)生的污染與破壞[49- 51]。

2.2 指標(biāo)口徑及價值取向的確定

所有指標(biāo)口徑均與國家統(tǒng)計局指定的一致,將所有指標(biāo)分為2類(表1)：一是正指標(biāo),這類指標(biāo)的數(shù)值與評價結(jié)果成正相關(guān),即指標(biāo)數(shù)值越大,評價結(jié)果越好；二是逆指標(biāo),這類指標(biāo)的數(shù)值與評價結(jié)果呈反相關(guān),即指標(biāo)數(shù)值越大,評價結(jié)果越差。

表1顯示,各項指標(biāo)正負相間。其中有10項負指標(biāo),14項正指標(biāo),負指標(biāo)原始數(shù)值越大,得分越低；正指標(biāo)原始數(shù)值越大,得分越高。

表1 資源環(huán)境承載力評價指標(biāo)體系及指標(biāo)價值取向

3 區(qū)域資源環(huán)境承載力評價模型構(gòu)建

3.1 TOPSIS 模型

TOPSIS 模型為“逼近理想解排序”方法,主要用來解決有限方案多目標(biāo)決策問題,是一種運用距離作為評價標(biāo)準(zhǔn)的綜合評價法[38]。通過定義目標(biāo)空間中的某一測度,據(jù)此計算目標(biāo)靠近/偏離正、負理想解的程度,可以評估區(qū)域資源環(huán)境承載力,且能夠全面客觀地反映區(qū)域資源環(huán)境承載力的動態(tài)及變化趨勢。

3.2 熵權(quán)法

熵在多目標(biāo)決策與評價中是一個非常理想的尺度。由指標(biāo)原始數(shù)據(jù)確定權(quán)重,能有效兼顧指標(biāo)的變異程度,客觀反映其重要性。熵權(quán)計算公式為：

式中,yij表示m項評價指標(biāo)n個年份的資源環(huán)境承載力評價決策矩陣,即第i項評價指標(biāo)下第j年數(shù)據(jù),i=1,2,…,m；j=1,2,…,n；m為評價指標(biāo),n為評價年份數(shù)；Vij為原指標(biāo)數(shù)據(jù)矩陣的標(biāo)準(zhǔn)化數(shù)據(jù)矩陣(采用極值法)；Ei為第i項指標(biāo)的熵,并假定當(dāng)Pij=0時,Pij·lnPij=0；Pij為第i項指標(biāo)第j年的標(biāo)準(zhǔn)化值在整個評價年份序列中的比重；k為玻爾茲曼常量；wi為第i項指標(biāo)的權(quán)重值,且滿足0≤wj≤1 和Σwj=1。

3.3 改進的熵權(quán)TOPSIS模型

區(qū)域的資源環(huán)境承載力是由多個子系統(tǒng)共同作用決定的,其評價體系是一個復(fù)雜的多目標(biāo)多指標(biāo)的評價系統(tǒng),各指標(biāo)對承載力的影響不同。用多目標(biāo)決策的TOPSIS法能夠客觀全面地反映資源環(huán)境承載力的動態(tài)變化。與傳統(tǒng)的TOPSIS法相比,改進的TOPSIS法主要針對權(quán)重的計算和評價對象與正理想解和負理想解的評價公式進行了改進。

3.3.1 標(biāo)準(zhǔn)化評價矩陣構(gòu)建

由于指標(biāo)的多樣性與復(fù)雜性,以及數(shù)據(jù)之間的差異性,導(dǎo)致各數(shù)據(jù)間的離散程度很大,需對數(shù)據(jù)進行無量綱化處理,消除各指標(biāo)間量綱的影響。

正指標(biāo)的標(biāo)準(zhǔn)化：

逆(負)指標(biāo)的標(biāo)準(zhǔn)化：

標(biāo)準(zhǔn)化數(shù)據(jù)歸一化處理：

3.3.2 確定正負理想解

設(shè)A+為評價數(shù)據(jù)中第i個指標(biāo)在j年內(nèi)的最大值,即最偏好的方案,稱為正理想解；A-為評價數(shù)據(jù)中第i個指標(biāo)在j年內(nèi)的最小值,即最不偏好的方案,稱為負理想解,計算公式如下：

3.3.3 計算距離

計算各個評價對象所有各指標(biāo)值與最優(yōu)方案及最劣方案的距離D+,D-

3.3.4 權(quán)重計算

用上文4.2中的熵權(quán)法計算各指標(biāo)的權(quán)重,并對距離D+,D-進行加權(quán)計算：

3.3.5 計算評價對象與理想解的貼近度

計算各評價對象與最優(yōu)方案的接近程度(區(qū)域資源環(huán)境承載力指數(shù))Cj：

Cj越大,表明該年資源環(huán)境承載力越接近承載力最優(yōu)水平。當(dāng)Cj=1時,資源環(huán)境承載力最高；當(dāng)Cj=0 時,資源環(huán)境承載力最低。本文以貼近度表示資源環(huán)境承載力大小,根據(jù)每年的貼近度大小可以判斷資源環(huán)境承載力的高低,判斷優(yōu)劣。

4 甘肅省資源環(huán)境承載力分析

4.1 權(quán)重計算

通過熵權(quán)法計算得到各層次、各指標(biāo)的權(quán)重。為便于分析比較,制定統(tǒng)一的標(biāo)準(zhǔn),對權(quán)重均值化處理,取10年各指標(biāo)權(quán)重的平均值作為最終計算各評價指標(biāo)的權(quán)重(表2)。

表2 各指標(biāo)最終權(quán)重

4.2 基于加權(quán) TOPSIS模型的甘肅省資源環(huán)境承載力分析

將2004—2013年甘肅省14個市州的原始數(shù)據(jù)表在統(tǒng)計軟件MIMITAB 中應(yīng)用上文的加權(quán)TOPSIS模型進行運算得到甘肅省14個市州2004—2013年綜合資源環(huán)境承載力和各子系統(tǒng)承載力的具體評價指數(shù)值(表3、表4)。分析整個系統(tǒng)各個時間上的資源環(huán)境承載力總體趨勢(表5)。利用ArcGIS軟件繪制資源環(huán)境承載力時空分布圖,進行空間格局演變分析。

表3 甘肅省2004—2013年資源環(huán)境綜合承載力動態(tài)評價結(jié)果表

表4 甘肅省2004—2013年資源環(huán)境承載力各子系統(tǒng)動態(tài)評價結(jié)果表

4.2.1 系統(tǒng)承載力整體分析

通過對甘肅省綜合資源環(huán)境承載力狀態(tài)評價結(jié)果的圖表的仔細分析(圖3,圖4,表3,表5),得出以下主要結(jié)論：

(1)甘肅省各市州資源環(huán)境綜合承載力與經(jīng)濟發(fā)展水平一致,呈西北高東南低的空間格局,等級位序呈金字塔形。

由表3、圖3和圖4可知,近10年來甘肅省資源環(huán)境綜合承載力整體偏低,各市州綜合承載力差異較大,綜合承載力指數(shù)排序相對穩(wěn)定。2013 年綜合承載力指數(shù)最高的嘉峪關(guān)市為0.679,是最低的平?jīng)鍪?0.114)的近6倍,是排名第二的金昌市(0.395)的1.7倍。資源環(huán)境綜合承載力空間布局上呈現(xiàn)出西北高、東南低的格局；等級位序呈金字塔狀分布,大體分3個層次：嘉峪關(guān)市位居第一層,金昌市、蘭州市、酒泉市位居第二層,第三層則張掖市、隴南市、慶陽市、甘南藏族自治州、白銀市、武威市、天水市、臨夏回族自治州、定西市、平?jīng)鍪?。與各市州的經(jīng)濟發(fā)展格局一致。

表5 甘肅省2004—2013年資源環(huán)境承載力動態(tài)比較表

圖3 資源環(huán)境承載力綜合指數(shù)變化趨勢圖Fig.3 The change trend of the synthetic carrying capacities

圖4 承載力綜合指數(shù)時空格局圖Fig.4 The space-time pattern of the carrying capacities

(2)各子系統(tǒng)對資源環(huán)境承載力的影響差異較大。

表5和圖5展示出資源環(huán)境承載力綜合指數(shù)偏低(0.25左右)且變化不大；各子系統(tǒng)中生態(tài)環(huán)境子系統(tǒng)的承載力對資源環(huán)境綜合承載力貢獻最大,明顯高于其他3系統(tǒng),經(jīng)濟系統(tǒng)貢獻最小。說明全省經(jīng)濟發(fā)展較低,資源供給相對較低,廢物產(chǎn)生量相對較少。資源供給支持力指數(shù)相對變化比較大,在2009年出現(xiàn)突變,最大值接近0.25。

圖5 2004—2013年甘肅省資源環(huán)境承載力指數(shù)平均值動態(tài)圖Fig.5 The average resource environmental carrying capacity index of Gansu Province in 2004—2013

4.2.2 各子系統(tǒng)承載力分析

分析各子系統(tǒng)承載力評價結(jié)果表(表4)以及變化趨勢圖和ArcGIS空間分析結(jié)果圖(圖6—圖13),得出如下結(jié)論：

(1)各市州經(jīng)濟系統(tǒng)支撐力指數(shù)呈現(xiàn)金字塔形的層次結(jié)構(gòu),空間格局呈河西(除武威外)和蘭州高,東南和南部低的空間格局。

圖6 經(jīng)濟系統(tǒng)承載力指數(shù)變化趨勢圖Fig.6 The change trend of the economic carrying capacities

圖7 經(jīng)濟承載力指數(shù)時空格局圖Fig.7 The space-time pattern of the economic carrying capacities

由表4、圖6和圖7可知,近10年來全省經(jīng)濟承載力指數(shù)除嘉峪關(guān)外整體偏低,呈低水平上的平穩(wěn)狀態(tài),經(jīng)濟承載力指數(shù)明顯成金字塔型,嘉峪關(guān)市居最高層(0.832),金昌市、蘭州市、酒泉市居中間,其余10個市州居底層。經(jīng)濟系統(tǒng)承載力趨勢和位次結(jié)構(gòu)與各地的經(jīng)濟發(fā)展水平一致,總體上經(jīng)濟支持能力較低。

空間上呈河西(除武威外)和蘭州高,東南和南部低的空間格局。平?jīng)鍪?、定西市屬自然資源比較貧瘠且生態(tài)系統(tǒng)比較脆弱的地區(qū),經(jīng)濟發(fā)展遲緩,承載力指數(shù)最低。河西地區(qū)資源豐富,土地利用率高,經(jīng)濟承載力指數(shù)相對較高(除武威市外)。古浪縣和民勤縣靠近沙漠邊緣,生態(tài)環(huán)境脆弱,經(jīng)濟發(fā)展緩慢,導(dǎo)致武威市經(jīng)濟承載力指數(shù)明顯低于河西其他地區(qū)。定西市、平?jīng)鍪?、隴南地區(qū)大都為生態(tài)功能區(qū),生態(tài)系統(tǒng)復(fù)雜,發(fā)展受阻,經(jīng)濟系統(tǒng)承載力低。

(2)各市州社會系統(tǒng)承載力指數(shù)除金昌市有較大的突變外各市區(qū)都比較平穩(wěn)?？臻g上呈河西(除武威外)和蘭州高,東南和南部低的空間格局；層次呈嘉峪關(guān)市、蘭州較高,其余各地都較低的結(jié)構(gòu)。

圖8 社會系統(tǒng)承載力指數(shù)變化趨勢圖Fig.8 The change trend of the social carrying capacities

圖9 社會承載力指數(shù)時空格局圖Fig.9 The space-time pattern of the social carrying capacities

圖8和圖9直觀顯示,社會系統(tǒng)承載力指數(shù)變化除金昌市有較大的突變外各市區(qū)都比較平穩(wěn)。2010年以前各市州社會系統(tǒng)承載力指數(shù)呈緩慢上升趨勢,2010年以后,各市州社會系統(tǒng)承載力平穩(wěn)中略有降低。而金昌市在2011年以后城鄉(xiāng)一體化建設(shè)等項目的實施使非農(nóng)人口數(shù)飛速上升,導(dǎo)致了社會系統(tǒng)承載力指數(shù)明顯增長。嘉峪關(guān)(0.743)、蘭州(0.458)、酒泉(0.469)三市社會系統(tǒng)承載力評價指數(shù)值較大,甘肅南部地區(qū)社會系統(tǒng)承載力評價指數(shù)值偏低。嘉峪關(guān)、蘭州、酒泉相對城市化水平較高,非農(nóng)人口比重高,社會承載力相對較高。其余地區(qū)城市化率低,非農(nóng)人口比重低,人口自然增長率偏高、人口密度偏大,社會系統(tǒng)承載力指數(shù)最低。

(3)甘肅省各市州環(huán)境系統(tǒng)承載力指數(shù)相差較小,變動較頻繁,波動幅度不大,環(huán)境承載力指數(shù)相對較高；空間上基本呈兩頭高中間低的啞鈴狀空間格局。

圖10 環(huán)境系統(tǒng)承載力指數(shù)變化趨勢圖Fig.10 The trend of the environment carrying capacities

圖11 環(huán)境承載力指數(shù)時空格局圖Fig.11 The space-time pattern of the environment carrying capacities

圖10和圖11清晰展示了甘肅省各市州環(huán)境系統(tǒng)承載力指數(shù)變化的趨勢和空間格局?？傮w上各市州承載力指數(shù)變動較頻繁,但波動幅度較小(除嘉峪關(guān)市和金昌市外)；酒泉市、慶陽市、天水市、定西市、臨夏州和甘南州的承載力指數(shù)較高,形成空間上的啞鈴狀格局。嘉峪關(guān)市第二產(chǎn)業(yè)的快速發(fā)展,使環(huán)境系統(tǒng)遭到了較為嚴重的破壞。從2009年數(shù)據(jù)分析來看,嘉峪關(guān)萬元工業(yè)增加值工業(yè)固體廢物總量、元工業(yè)增加值工業(yè)廢水排放量、萬元工業(yè)增加值工業(yè)廢氣排放量相對較高,承載力指數(shù)較低。慶陽市的甘南主要為畜牧業(yè)等相關(guān)產(chǎn)業(yè),天水市、慶陽的主要發(fā)展經(jīng)濟作物與經(jīng)濟作物的深加工等相關(guān)產(chǎn)業(yè),環(huán)境系統(tǒng)承載力指數(shù)較高。

(4)資源承載力指數(shù)整體偏低,武威、慶陽、定西、甘南、臨夏和天水6市州資源承載力指數(shù)平穩(wěn),其余8市州則波動頻繁,且波動幅度大。空間格局上呈現(xiàn)河西地區(qū)(除武威外)和隴南市高,其余各州市低的集中分布格局。

由表4、圖12和圖13可知,嘉峪關(guān)市、金昌市、隴南市資源系統(tǒng)承載力指數(shù)浮動相當(dāng)大；張掖市、酒泉市、白銀市浮動較??；定西市、甘南藏族自治州資源系統(tǒng)承載力指數(shù)基本無變化。資源系統(tǒng)承載力呈西北高東南低的空間分布格局。全省水資源短缺,降水量少,且不穩(wěn)定,致使承載力指數(shù)波動加大。

圖12 資源系統(tǒng)承載力指數(shù)變化趨勢圖Fig.12 The change trend of the resource carrying capacities

圖13 資源承載力評價指數(shù)時空格局圖Fig.13 The space-time pattern of the resource carrying capacities

5 結(jié)論與建議

5.1 結(jié)論

本文從經(jīng)濟、社會、環(huán)境和資源4個方面選取24個相關(guān)性高的指標(biāo)構(gòu)建甘肅省資源環(huán)境承載力評價指標(biāo)體系,采用加權(quán)TOPSIS模型方法,應(yīng)用數(shù)理統(tǒng)計方法和GIS空間分析功能從時間和空間維度詳細考察了甘肅省資源環(huán)境綜合承載力和子系統(tǒng)承載力的時空動態(tài)特征,得出以下結(jié)論：

(1)甘肅省各市州資源環(huán)境綜合承載力指數(shù)整體上呈低水平上的平穩(wěn)態(tài)勢,與經(jīng)濟發(fā)展水平一致；呈西北高東南低的空間格局；等級位序呈金字塔形,分3層,第一二層之間存在明顯差距,第二三層資源環(huán)境綜合承載力指數(shù)差距較小。

(2)各子系統(tǒng)對資源環(huán)境承載力的影響存在差異。各子系統(tǒng)中生態(tài)環(huán)境子系統(tǒng)的承載力對資源環(huán)境綜合承載力貢獻最大,明顯高于其他3個系統(tǒng),相對的經(jīng)濟系統(tǒng)貢獻更小,資源環(huán)境承載力綜合指數(shù)偏低且變化不大。

(3)各市州經(jīng)濟系統(tǒng)支撐力指數(shù)呈現(xiàn)金字塔形的層次結(jié)構(gòu)以及河西(除武威外)和蘭州高,東南和南部低的空間格局,整體偏低變化較小。

(4)各市州社會系統(tǒng)承載力指數(shù)除金昌市有較大的突變外各市區(qū)都比較平穩(wěn)。空間上呈河西(除武威外)和蘭州高,東南和南部低的空間格局；層次結(jié)構(gòu)上嘉峪關(guān)市、蘭州、酒泉較高,其余各地都較低。

(5)各市州環(huán)境系統(tǒng)承載力指數(shù)變動較頻繁,波動幅度不大,相對其他3個系統(tǒng)環(huán)境承載力指數(shù)相對較高；各市州環(huán)境承載力指數(shù)相差不大；空間上基本呈兩頭高中間低的啞鈴狀空間格局。

(6)資源系統(tǒng)承載力指數(shù),武威、慶陽、定西、甘南、臨夏和天水6市州平穩(wěn),其余8市州則波動頻繁,且波動幅度大；空間格局上呈現(xiàn)河西地區(qū)(除武威外)和隴南市高,其余各州市低的集中分布格局。

5.2 政策建議

綜上,甘肅省的資源環(huán)境綜合承載力較低,經(jīng)濟子系統(tǒng)的支撐力尤為低,經(jīng)濟發(fā)展落后。資源供給量少,生態(tài)環(huán)境脆弱,約束性較大。因此,要提高甘肅省資源環(huán)境承載力,首先,應(yīng)加快經(jīng)濟發(fā)展,提高資源的供給能力,減少對資源環(huán)境的破壞,提高經(jīng)濟支撐力和資源環(huán)境的承載能力。大力引進先進技術(shù),調(diào)整產(chǎn)業(yè)結(jié)構(gòu),減少礦產(chǎn)資源開發(fā),減少重污染的企業(yè),發(fā)展特色產(chǎn)業(yè)(特色農(nóng)業(yè)),以敦煌,麥積山和崆峒山為依托,發(fā)展文化旅游,以丹霞地貌、甘南草原和特色農(nóng)業(yè)(如藥材)等為依托發(fā)展自然景觀旅游和生態(tài)旅游；推進企業(yè)節(jié)能減排,發(fā)展循環(huán)經(jīng)濟,提高廢物利用率;其次,推進甘肅新型城鎮(zhèn)化進程,提高土地利用效率,加強生態(tài)移民,實現(xiàn)資源集約利用,建立合理的生態(tài)補償機制；再次,繼續(xù)推行退耕還林還草戰(zhàn)略,提高區(qū)域植被覆蓋率,尤其是沙漠邊緣的河西地區(qū),要建立好生態(tài)屏障；最后,借鑒發(fā)達地區(qū)的環(huán)境治理經(jīng)驗,進行環(huán)境保護和治理,學(xué)習(xí)借鑒長沙縣的發(fā)展經(jīng)驗,實現(xiàn)工、農(nóng)業(yè)固體廢物無害化、減量化和資源化。最終實現(xiàn)社會-經(jīng)濟-資源-環(huán)境的協(xié)調(diào)發(fā)展。

[1] 劉曉麗, 方創(chuàng)琳. 城市群資源環(huán)境承載力研究進展及展望. 地理科學(xué)進展, 2008, 27(5): 35- 42.

[2] 姜秋香, 付強, 王子龍. 三江平原水資源承載力評價及區(qū)域差異. 農(nóng)業(yè)工程學(xué)報, 2011, 27(9): 184- 190.

[3] 姜秋香, 付強, 王子龍. 基于粒子群優(yōu)化投影尋蹤模型的區(qū)域土地資源承載力綜合評價. 農(nóng)業(yè)工程學(xué)報, 2011, 27(11): 319- 324.

[4] 任守德, 付強, 王凱. 基于宏微觀尺度的三江平原區(qū)域農(nóng)業(yè)水土資源承載力. 農(nóng)業(yè)工程學(xué)報, 2011, 27(2): 8- 14.

[5] 劉惠敏. 長江三角洲城市群綜合承載力的時空分異研究. 中國軟科學(xué), 2011, (10): 114- 122.

[6] 馬瓊, 蘇美玲. 基于生態(tài)足跡的塔里木盆地人口與水土資源協(xié)調(diào)發(fā)展研究. 干旱區(qū)資源與環(huán)境, 2014, 28(3): 31- 36.

[7] 梅多斯. 增長的極限. 于樹生, 譯. 北京: 商務(wù)印書館, 1984: 15- 268.

[8] Sleeser M. Enhancement of Carrying Capacity Options ECCO. London: The Resource Use Institute, 1990.

[9] Daily G C, Ehrlich P R. Population, sustainability, and earth′s carrying capacity. BioScience, 1992, 42(10): 761- 771.

[10] Saveriades A. Establishing the social tourism carrying capacity for the tourist resorts of the east coast of the Republic of Cyprus. Tourism Management, 2000, 21(2): 147- 156.

[11] Environmental Protection Agency. Four township environmental carrying capacity study. 2002. [2016-07-06]. http:// www.ftwrc.org/publications/Envcapacity.pdf.

[12] 黎明, 李百戰(zhàn). 重慶市都市圈水資源承載力分析與預(yù)測. 生態(tài)學(xué)報, 2009, 29(12): 6499- 6505.

[13] 宋艷春, 余敦. 鄱陽湖生態(tài)經(jīng)濟區(qū)資源環(huán)境綜合承載力評價. 應(yīng)用生態(tài)學(xué)報, 2014, 25(10): 2975- 2984.

[14] 郭軻, 王立群. 京津冀地區(qū)資源環(huán)境承載力動態(tài)變化及其驅(qū)動因子. 應(yīng)用生態(tài)學(xué)報, 2015, 26(12): 3818- 3826.

[15] 董文, 張新, 池天河. 我國省級主體功能區(qū)劃的資源環(huán)境承載力指標(biāo)體系與評價方法. 地球信息科學(xué)學(xué)報, 2011, 13(2): 177- 183.

[16] 安翠娟, 侯華麗, 周璞, 劉天科. 生態(tài)文明視角下資源環(huán)境承載力評價研究——以廣西北部灣經(jīng)濟區(qū)為例. 生態(tài)經(jīng)濟, 2015, 31(11): 144- 148, 179- 179.

[17] 周侃, 樊杰. 中國欠發(fā)達地區(qū)資源環(huán)境承載力特征與影響因素——以寧夏西海固地區(qū)和云南怒江州為例. 地理研究, 2015, 34(1): 39- 52.

[18] 陳海波, 劉旸旸. 江蘇省城市資源環(huán)境承載力的空間差異. 城市問題, 2013, (3): 33- 37.

[19] 祝秀芝, 李憲文, 賈克敬, 祁帆. 上海市土地綜合承載力的系統(tǒng)動力學(xué)研究. 中國土地科學(xué), 2014, 28(2): 90- 96.

[20] 楊屹, 加濤. 21世紀以來陜西生態(tài)足跡和承載力變化. 生態(tài)學(xué)報, 2015, 35(24): 7987- 7997.

[21] 李紅麗, 智穎飆, 張荷亮, 陶文輝, 王再嵐, Komada E, 杜永春, 白志剛, 劉秀珍. 新疆生態(tài)足跡與環(huán)境壓力的時空分異. 生態(tài)學(xué)報, 2010, 30(17): 4676- 4684.

[22] 孫鈺, 李新剛. 基于空間回歸分析的城市土地綜合承載力研究——以環(huán)渤海地區(qū)城市群為例. 地域研究與開發(fā), 2013, 32(5): 128- 132, 137- 137.

[23] 許聯(lián)芳, 譚勇. 長株潭城市群“兩型社會”試驗區(qū)土地承載力評價. 經(jīng)濟地理, 2009, 29(1): 69- 73.

[24] 王曉鵬, 丁生喜. 三江源地區(qū)人口資源環(huán)境承載力動態(tài)評價研究——以青海省果洛州為例. 生態(tài)經(jīng)濟, 2015, 31(11): 149- 152.

[25] 雷勛平, Qiu R, 劉勇. 基于熵權(quán)TOPSIS模型的區(qū)域土地利用績效評價及障礙因子診斷. 農(nóng)業(yè)工程學(xué)報, 2016, 32(13): 243- 253.

[26] 胡永宏. 對TOPSIS法用于綜合評價的改進. 數(shù)學(xué)的實踐與認識, 2002, 32(4): 572- 575.

[27] 雷勛平, 邱廣華. 基于熵權(quán)TOPSIS模型的區(qū)域資源環(huán)境承載力評價實證研究. 環(huán)境科學(xué)學(xué)報, 2016, 36(1): 314- 323.

[28] 朱珠, 張琳, 葉曉雯, 張燕. 基于TOPSIS方法的土地利用綜合效益評價. 經(jīng)濟地理, 2012, 32(10): 139- 144.

[29] 吳一凡, 雷國平, 路昌, 周浩, 關(guān)勇欣. 基于改進TOPSIS模型的大慶市城市土地利用績效評價及障礙度診斷. 水土保持研究, 2015, 22(4): 85- 90.

[30] 趙宏波, 馬延吉. 東北糧食主產(chǎn)區(qū)耕地生態(tài)安全的時空格局及障礙因子——以吉林省為例. 應(yīng)用生態(tài)學(xué)報, 2014, 25(2): 515- 524.

[31] 徐晗. 改進的TOPSIS模型在陜西省農(nóng)業(yè)干旱脆弱性區(qū)劃中的應(yīng)用. 干旱地區(qū)農(nóng)業(yè)研究, 2016, 34(4): 251- 258.

[32] 周彬, 趙寬, 鐘林生, 陳田, 虞虎. 舟山群島生態(tài)系統(tǒng)健康與旅游經(jīng)濟協(xié)調(diào)發(fā)展評價. 生態(tài)學(xué)報, 2015, 35(10): 3437- 3446.

[33] 洪惠坤, 廖和平, 魏朝富, 李濤, 謝德體. 基于改進TOPSIS方法的三峽庫區(qū)生態(tài)敏感區(qū)土地利用系統(tǒng)健康評價. 生態(tài)學(xué)報, 2015, 35(24): 8016- 8027.

[34] 胡林林, 賈俊松, 毛端謙, 劉春燕. 基于FAHP-TOPSIS法的我國省域低碳發(fā)展水平評價. 生態(tài)學(xué)報, 2013, 33(20): 6652- 6661.

[35] 韓瑞玲, 佟連軍, 宋亞楠. 基于生態(tài)效率的遼寧省循環(huán)經(jīng)濟分析. 生態(tài)學(xué)報, 2011, 31(16): 4732- 4740.

[36] 郭永杰, 米文寶, 趙瑩. 寧夏縣域綠色發(fā)展水平空間分異及影響因素. 經(jīng)濟地理, 2015, 35(3): 45- 51, 8- 8.

[37] 趙宏波, 鄭輝, 苗長虹, 邵田田, 馮淵博. 東北糧食主產(chǎn)區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)健康格局與因子診斷——以吉林省為例. 應(yīng)用生態(tài)學(xué)報, 2016, 27(10): 3290- 3298.

[38] 李燦, 張鳳榮, 朱泰峰, 奉婷, 安萍莉. 基于熵權(quán)TOPSIS模型的土地利用績效評價及關(guān)聯(lián)分析. 農(nóng)業(yè)工程學(xué)報, 2013, 29(5): 217- 227.

[39] 樊杰, 周成虎, 顧行發(fā), 鄧偉, 張兵. 國家汶川地震災(zāi)后重建規(guī)劃: 資源環(huán)境承載能力評價. 北京: 科學(xué)出版社, 2009: 20- 52.

[40] 彭立, 劉邵權(quán), 劉淑珍, 蘇春江. 汶川地震重災(zāi)區(qū)10縣資源環(huán)境承載力研究. 四川大學(xué)學(xué)報: 工程科學(xué)版, 2009, 41(3): 294- 300.

[41] 田宏嶺, 喬建平, 朱波, 宋孟強. 基于GIS技術(shù)的成都市災(zāi)區(qū)資源環(huán)境承載力快速評價. 四川大學(xué)學(xué)報: 工程科學(xué)版, 2009, 41(S): 45- 48, 52- 52.

[42] 樊杰. 國家玉樹地震災(zāi)后重建規(guī)劃: 資源環(huán)境承載能力評價. 北京: 科學(xué)出版社, 2010: 23- 48.

[43] 李旭東. 貴州烏蒙山區(qū)資源相對承載力的時空動態(tài)變化. 地理研究, 2013, 32(2): 233- 244.

[44] 劉斌濤, 陶和平, 劉邵權(quán), 孔博. 基于GIS的山區(qū)人口壓力測算模型——以四川省涼山州為例. 地理科學(xué)進展, 2012, 31(4): 476- 483.

[45] 王紅旗, 田雅楠, 孫靜雯, 張亞夫. 基于集對分析的內(nèi)蒙古自治區(qū)資源環(huán)境承載力評價研究. 北京師范大學(xué)學(xué)報: 自然科學(xué)版, 2013, 49(2/3): 292- 296.

[46 ] 袁偉, 郭宗樓, 吳軍林, 樓章華. 黑河流域水資源承載能力分析. 生態(tài)學(xué)報, 2006, 26(7): 2108- 2114.

[47] 王書華, 毛漢英, 趙明華. 略論土地綜合承載力評價指標(biāo)體系的設(shè)計思路——我國沿海地區(qū)案例分析. 人文地理, 2011, 16(4): 57- 61.

[48] 邱鵬. 西部地區(qū)資源環(huán)境承載力評價研究. 軟科學(xué), 2009, 23(6): 66- 69.

[49] 秦成, 王紅旗, 田雅楠, 姚治華. 資源環(huán)境承載力評價指標(biāo)研究. 中國人口·資源與環(huán)境, 2011, 21(12): 335- 338.

[50] 鄧偉. 山區(qū)資源環(huán)境承載力研究現(xiàn)狀與關(guān)鍵問題. 地理研究, 2012, 29(6): 959- 969.

[51] 王振波, 張薔, 張曉瑞, 關(guān)興良. 基于資源環(huán)境承載力的合肥市增長邊界劃定. 地理研究, 2013, 32(12): 2302- 2311.

ThespatiotemporalvariationinresourceenvironmentalcarryingcapacityintheGansuProvinceofChina

YANG Liangjie1,2,*,YANG Yongchun2

1CollegeofGeographyandEnvironmentalScience,NorthwestNormalUniversity,Lanzhou730070,China2CollegeofResourcesandEnvironment,LanzhouUniversity,KeyLaboratoryofWestEnvironment,MinistryofEducation,Lanzhou730000,China

Based on the evaluation index system established for measuring the resource environmental carrying capacity (RECC), this study measured the RECC of 14 cities in the Gansu Province of China and analyzed the spatiotemporal variation in RECC. To comprehensively understand RECC and accurately identify its trend, 24 indicators with four subsystems, i.e., economic, social, resource, and ecological subsystems, were selected to build the RECC evaluation system. The evaluation index weights were calculated using the entropy weight method, whereas the indicator weights were calculated using the entropy weight TOPSIS model. Furthermore, the spatiotemporal variation in RECC in 14 cities and the internal carrying capacity of the four subsystems, from 2004 to 2013, were analyzed using the GIS spatial analysis function. The results indicate that: (1) All 14 cities in the Gansu Province showed a low composite index of RECC, with no significant variation from 2004 to 2013, and showed a trend similar to that in economic development. The spatial pattern showed that the northwest district had a higher RECC than the southeast district. It showed a pyramidal hierarchy with three levels, i.e., Jiayuguan city at the top, Lanzhou, Jiuquan, and Jinchang cities in the middle part, and the other cities at the bottom. The first and second levels showed a significant difference, whereas the second and third levels showed an insignificant difference. (2) Considerable differences were observed among effects of the four subsystems. The ecological subsystem had the largest effect, significantly higher than the other three subsystems, followed by the social and resource subsystems, whereas the economic subsystem had the smallest effect. (3) A distinct spatiotemporal variation exists in the subsystems. The economic support index and social carrying capacity were higher in the Hexi (except Wuwei city) and Lanzhou regions than in the southeast and south regions. A pyramidal hierarchical structure was observed for the economic support index, with low values and insignificant differences between levels. The social carrying capacity of all cities was similar, except Jinchang city, which showed a large change in the social carrying capacity in 2009. Although the environmental carrying capacities changed frequently, the fluctuation was insignificant. The spatial pattern was dumbbell-shaped, i.e., low in the middle and high at the two ends. In general, the resource carrying capacity indices were low; they were constant in Wuwei, Qingyang, Dingxi, Gannan, Linxia, and Tianshui cities, and variable in the remaining eight cities. The Hexi (except Wuwei city) and Longnan regions showed higher resource carrying capacity indices than the other parts. The results indicate that industry structure should be modified to promote economic development and the resources and environment must be protected to realize sustainable development in the Gansu Province of China.

resource environmental carrying capability; evaluation index; entropy weight TOPSIS model; Gansu Province; spatiotemporal variation

國家自然基金資助項目(41501176,41571155);西北師范大學(xué)青年教師科研能力提升計劃資助項目(NWNU-LKQN- 14- 13)

2016- 08- 01; < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期:2017- 06- 01

*通訊作者Corresponding author.E-mail: yangljmnx@163.com

10.5846/stxb201608011577

楊亮潔,楊永春.甘肅省資源環(huán)境承載力時空分異.生態(tài)學(xué)報,2017,37(20):7000- 7017.

Yang L J,Yang Y C.The spatiotemporal variation in resource environmental carrying capacity in the Gansu Province of China.Acta Ecologica Sinica,2017,37(20):7000- 7017.