天津城市空間擴(kuò)展中生態(tài)足跡變化與影響因素分析★

白 雪

(1.安徽師范大學(xué)國(guó)土資源與旅游學(xué)院，安徽 蕪湖 241002； 2.安徽師范大學(xué)旅游發(fā)展與規(guī)劃研究中心，安徽 蕪湖 241002； 3.安徽師范大學(xué)城市與區(qū)域規(guī)劃研究中心，安徽 蕪湖 241002)

0 引言

《地球生命力報(bào)告2016》指出，自20世紀(jì)70年代初，人類(lèi)對(duì)地球的索取超出了其可持續(xù)供給的能力，2012年人類(lèi)消耗了相當(dāng)于1.6倍生態(tài)承載力的自然資源和服務(wù)。2012年我國(guó)人均生態(tài)足跡為1.75全球公頃～3.5全球公頃，高出人均生態(tài)承載力1.7全球公頃[1]。生態(tài)興則文明興，生態(tài)衰則文明衰,科學(xué)評(píng)價(jià)生態(tài)系統(tǒng)對(duì)人類(lèi)發(fā)展的承載能力，是度量人與自然相互依賴(lài)關(guān)系的重要手段[2,3]。

生態(tài)足跡模型在1992年由Willian Rees提出，Wackernagel完善并計(jì)算了52個(gè)國(guó)家和地區(qū)1997年的生態(tài)足跡[4,5]。1999年生態(tài)足跡引入我國(guó)得到推廣應(yīng)用，隨著生態(tài)足跡研究的深入，對(duì)于其影響因素及預(yù)測(cè)的研究成為焦點(diǎn)，目前研究主要包括應(yīng)用回歸模型與神經(jīng)網(wǎng)絡(luò)分析：楊娟等建立自回歸移動(dòng)平均模型分析預(yù)測(cè)了成都市生態(tài)足跡和生態(tài)承載力發(fā)展趨勢(shì)[6]；李湘梅等應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立社會(huì)、經(jīng)濟(jì)、環(huán)境數(shù)據(jù)對(duì)武漢市生態(tài)足跡進(jìn)行預(yù)測(cè)研究[7]；魯鳳應(yīng)用偏最小二乘法和灰色關(guān)聯(lián)熵法揭示新疆生態(tài)足跡各影響要素的重要性程度，并建立生態(tài)足跡與人口、城市化、產(chǎn)業(yè)結(jié)構(gòu)等之間的多元線(xiàn)性對(duì)數(shù)模型，分析生態(tài)足跡變化的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制[8]；馬德明等應(yīng)用偏最小二乘回歸分析法對(duì)寧夏生態(tài)足跡的影響因子重要程度進(jìn)行了分析[9]；劉永超等對(duì)生態(tài)足跡的GS-SVR,PSO-SVR,GA-SVR，神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比研究[10]；楊屹等建立經(jīng)濟(jì)、社會(huì)消費(fèi)、人口規(guī)模、土地利用四維指標(biāo)模型分析關(guān)中—天水經(jīng)濟(jì)區(qū)生態(tài)足跡變化驅(qū)動(dòng)因素[11]。

綜合回歸模型和神經(jīng)網(wǎng)絡(luò)法的優(yōu)劣勢(shì)，本文選取偏最小二乘回歸分析法，以人均生態(tài)足跡歷史數(shù)據(jù)為輸入進(jìn)行影響因素分析。

1 研究區(qū)域概況

天津是地處華北平原北部，市域土地面積11 916.85 km2(天津市統(tǒng)計(jì)年鑒2016),常住人口1 562.12萬(wàn)人(2016年天津市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào))。2016年全市生產(chǎn)總值為17 885.39億元，比上年增長(zhǎng)9.0%。近年來(lái)，天津在城市空間的擴(kuò)展、人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展態(tài)勢(shì)良好的同時(shí)，也出現(xiàn)了資源消耗、生態(tài)惡化等問(wèn)題。1990年—2015年，天津市建設(shè)用地增長(zhǎng)76.62%，人口增長(zhǎng)78.58%，GDP增加5 200.00%，同時(shí)，能源消耗量增長(zhǎng)了305.32%,耕地面積減少38.47%，水資源總量減少87.21%。2017年中央環(huán)境保護(hù)督察組督察指出天津市環(huán)境保護(hù)工作雖取得積極進(jìn)展，但仍存在大氣環(huán)境、水環(huán)境及“散亂污”等突出環(huán)境問(wèn)題，“與中央要求、直轄市定位和人民群眾期盼尚有明顯差距”(中央第一環(huán)境保護(hù)督察組向天津市反饋督察情況)。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法

本文基于改進(jìn)型生態(tài)足跡模型，計(jì)算人均生態(tài)足跡指標(biāo)，利用SMICA-P軟件建立偏最小二乘回歸模型對(duì)生態(tài)足跡影響因素進(jìn)行分析，并對(duì)模型進(jìn)行變量投影重要性、特異點(diǎn)分析，以驗(yàn)證模型的可靠性。

2.1.1改進(jìn)型生態(tài)足跡模型

本文以王洪波提出的改進(jìn)型生態(tài)足跡計(jì)算[12]為基礎(chǔ)，將生態(tài)足跡劃分為生物資源、能源、污染物和水資源四類(lèi)賬戶(hù)生態(tài)足跡，根據(jù)歷年天津市生物資源及能源消耗特點(diǎn)進(jìn)行調(diào)整：在本地水域產(chǎn)量因子計(jì)算時(shí)增加海水產(chǎn)品，在建設(shè)用地賬戶(hù)計(jì)算時(shí)電力消費(fèi)量=(跨區(qū)域調(diào)入量-本市調(diào)出量)×水電占總電力的百分比[13]。

計(jì)算公式為：

(1)

其中，EP為生態(tài)足跡；k為生物生產(chǎn)性土地；Pki為第k類(lèi)生產(chǎn)性土地的第i種產(chǎn)品的年產(chǎn)量；Yki為第k類(lèi)生產(chǎn)性土地的第i種產(chǎn)品的世界平均生產(chǎn)力；γe為化石能源地的均衡因子；m為消耗的能源種類(lèi)；Cj為第j種化石能源的年消費(fèi)量；Yj為單位面積的林地或草地可吸收的溫室氣體所對(duì)應(yīng)第j種化石能源消耗量；γc為建設(shè)用地的均衡因子；Ab為建設(shè)用地中熱能和電能的年消耗量；Yb為世界平均生產(chǎn)力；Qc為污染物的排放量；AC為各類(lèi)土地對(duì)污染物的消納能力；Yki為第k類(lèi)生產(chǎn)性土地的第i種生物產(chǎn)品的世界平均生產(chǎn)力；EQj為均衡因子；γw為水資源的均衡因子[14]；W為消費(fèi)的水資源總量；P為水資源的平均生產(chǎn)能力。

2.1.2偏最小二乘回歸模型

偏最小二乘回歸兼具主成分分析、典型相關(guān)分析和多元回歸分析等方法的特點(diǎn)，且消除自變量的多重共線(xiàn)性影響，在樣本數(shù)量小于變量數(shù)量時(shí)亦可分析，具有較強(qiáng)的解析能力。相關(guān)公式為：

(2)

其中，y為因變量生態(tài)足跡;α為回歸常數(shù);n為影響因素個(gè)數(shù);βi為影響因素系數(shù);xi為影響因素。

2.2 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)主要來(lái)源于1990年—2017年《天津統(tǒng)計(jì)年鑒》《天津市水資源公報(bào)》,中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)等。

3 結(jié)果與分析

3.1 1990年—2015年天津市人均生態(tài)足跡測(cè)算

計(jì)算過(guò)程中，七類(lèi)土地的均衡因子參見(jiàn)白雪(2014)[15]，產(chǎn)量因子為當(dāng)年天津市生產(chǎn)力和全國(guó)生產(chǎn)力的比值。人均生態(tài)足跡的結(jié)果為：1990年3.58,1995年2.71,2000年1.82,2005年2.12,2010年4.46,2015年9.46，天津市人均生態(tài)足跡呈現(xiàn)先下降后增長(zhǎng)的趨勢(shì)，且漲幅增大。

3.2 天津市生態(tài)足跡及其影響因素的偏最小二乘回歸分析

本文建立的生態(tài)組足跡影響因素的PLS模型，選取的可能的影響因素：x1為GDP(億元)，x2為第一產(chǎn)業(yè)產(chǎn)值(億元)，x3為第二產(chǎn)業(yè)產(chǎn)值(億元)，x4為第三產(chǎn)業(yè)產(chǎn)值(億元)，x5為規(guī)模以上工業(yè)總產(chǎn)值(億元)，x6為全社會(huì)固定資產(chǎn)投資(億元)，x7為總?cè)丝跀?shù)(萬(wàn)人)，x8為城鎮(zhèn)人口(萬(wàn)人)，x9為城鎮(zhèn)居民人均消費(fèi)支出(元)，x10為農(nóng)村居民人均消費(fèi)支出(元)，x11為耕地面積。

模型自動(dòng)擬合，提取3個(gè)PLS成分時(shí)對(duì)y的交叉有效性是0.043 8，模型的解釋能力為0.802 7，回歸模型精確度較高。最終得到標(biāo)準(zhǔn)化偏最小二乘回歸模型為：生態(tài)足跡y=0.162 8x1-0.096 9x2+0.052 5x3+0.266 6x4-0.335 7x5+0.325 2x6+0.056 7x7+0.391 6x8+0.029 6x9+0.338 9x10+0.466 8x11。

選取特異點(diǎn)識(shí)別原理繪制主成分t1/t2的散點(diǎn)圖，分析確認(rèn)模型的可靠性。從圖1可以看出，樣本點(diǎn)分布在橢圓內(nèi)部，不存在特異點(diǎn)，模型擬合效果好。

通過(guò)自變量VIP值得到各影響因子對(duì)生態(tài)足跡變化的重要度，耕地面積為1.31、全社會(huì)固定資產(chǎn)投資為1.05、農(nóng)村居民人均消費(fèi)支出為1.02、第三產(chǎn)業(yè)產(chǎn)值為1.01，對(duì)天津生態(tài)足跡有顯著影響；GDP為0.97、城鎮(zhèn)人口為0.96、規(guī)模以上工業(yè)總產(chǎn)值為0.95、第二產(chǎn)業(yè)產(chǎn)值為0.94、總?cè)丝跒?.92、城鎮(zhèn)居民人均消費(fèi)支出為0.92、第一產(chǎn)業(yè)產(chǎn)值為0.89，對(duì)天津生態(tài)足跡影響比較重要。以上結(jié)果與模型分析結(jié)果基本相符合。

4 結(jié)論與討論

4.1 結(jié)論

研究結(jié)果表明：研究期內(nèi)天津市人均生態(tài)足跡波動(dòng)性劇增，顯著影響天津市生態(tài)足跡的因素是：耕地面積、全社會(huì)固定資產(chǎn)投資、農(nóng)村居民人均消費(fèi)支出、第三產(chǎn)業(yè)產(chǎn)值。耕地面積對(duì)生態(tài)足跡驅(qū)動(dòng)作用強(qiáng)，2015年天津市耕地面積為1990年的62%，城市擴(kuò)展占用大量的耕地，并伴隨人類(lèi)活動(dòng)的增加，全社會(huì)固定資產(chǎn)投資增加、產(chǎn)業(yè)產(chǎn)值增加等，導(dǎo)致生態(tài)環(huán)境惡化。第三產(chǎn)業(yè)的影響作用大于第二產(chǎn)業(yè)和第一產(chǎn)業(yè)，究其原因：一方面，第三產(chǎn)業(yè)產(chǎn)值占比增大，目前已超過(guò)一二產(chǎn)業(yè)，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化；另一方面，節(jié)能降耗、污染防治等政策措施發(fā)揮作用，制約了第二產(chǎn)業(yè)的生態(tài)占用，同時(shí)，第三產(chǎn)業(yè)發(fā)展帶來(lái)的生態(tài)環(huán)境問(wèn)題日益突出。

4.2 討論

本文對(duì)天津市生態(tài)足跡的計(jì)算受限于原始資料，始于1990年，無(wú)法從更長(zhǎng)時(shí)間范圍內(nèi)研究城市擴(kuò)展對(duì)生態(tài)足跡的影響。統(tǒng)計(jì)口徑的改變，部分年數(shù)資料不全，研究時(shí)用相鄰年份數(shù)據(jù)替代，帶來(lái)測(cè)算數(shù)據(jù)與現(xiàn)實(shí)存在一定偏差。未來(lái)可查找到更全面的數(shù)據(jù)，測(cè)算出更準(zhǔn)確的數(shù)據(jù)。對(duì)影響因素的研究受限，未來(lái)可擴(kuò)展研究范圍，以期獲得更精準(zhǔn)的模型。

[1] WWF International,Living Planet Report 2016.Risk and resilience in a new era.http://wwf.panda.org.

[2] Torras M.An ecological footprint approach to external debt relief[J].World Development,2003,31(12):2161-2171.

[3] 劉 東,封志明,楊艷昭.基于生態(tài)足跡的中國(guó)生態(tài)承載力供需平衡分析[J].自然資源學(xué)報(bào),2012,27(4):614-624.

[4] Wackernagel M,Onisto L,Bello P,et al.National natural capital accounting with the ecological footprint concept[J].Ecological Economics,1999(29)：375-390.

[5] Wackernagel M.,Rees W.Our Ecological Footprint:Reducing Human Impact on the Earth[M].Canada:Gabriola Island,BC:New Society Publishers,1996:2-17.

[6] 楊 娟,王昌全,曾世勇,等.1987～2006年成都市經(jīng)濟(jì)生態(tài)可持續(xù)發(fā)展分析及ARIMA預(yù)測(cè)[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào),2010,28(1):99-104.

[7] 李湘梅,周敬宣.基于BP神經(jīng)網(wǎng)絡(luò)的城市總生態(tài)足跡預(yù)測(cè)研究——以武漢市為例[J].環(huán)境科學(xué)與技術(shù),2007(8):68-70，119.

[8] 魯 鳳.生態(tài)足跡變化的動(dòng)力機(jī)制及生態(tài)足跡模型改進(jìn)研究[D].南京：華東師范大學(xué),2011.

[9] 馬明德,馬學(xué)娟,謝應(yīng)忠,等.寧夏生態(tài)足跡影響因子的偏最小二乘回歸分析[J].生態(tài)學(xué)報(bào),2014,34(3):682-689.

[10] 劉永超,郭懷成,代 超.生態(tài)足跡預(yù)測(cè)模型優(yōu)選——以武漢市為例[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,51(5):897-904.

[11] 楊 屹,朱彥臻,張景乾.關(guān)中—天水經(jīng)濟(jì)區(qū)生態(tài)足跡變化驅(qū)動(dòng)因素[J].生態(tài)學(xué)報(bào),2017(21):1-8.

[12] 王洪波.基于改進(jìn)型生態(tài)足跡模型的北京市生態(tài)足跡分析與評(píng)價(jià)[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué),2013.

[13] 謝鴻宇,陳賢生,林凱榮，等.基于碳循環(huán)的化石能源及電力生態(tài)足跡[J].生態(tài)學(xué)報(bào),2008(4):1729-1735.

[14] 黃林楠,張偉新,姜翠玲，等.水資源生態(tài)足跡計(jì)算方法[J].生態(tài)學(xué)報(bào),2008(3):1279-1286.

[15] 白 雪.天津城市空間擴(kuò)展中的生態(tài)足跡動(dòng)勢(shì)研究[D].天津：天津大學(xué),2014.