甘肅省資源環境承載力時空分異

楊亮潔，楊永春

1 西北師范大學地理與環境科學學院, 蘭州 730070 2 蘭州大學資源環境學院西部環境教育部重點實驗室, 蘭州 730000

甘肅省資源環境承載力時空分異

楊亮潔1,2,*，楊永春2

1 西北師范大學地理與環境科學學院, 蘭州 730070 2 蘭州大學資源環境學院西部環境教育部重點實驗室, 蘭州 730000

從經濟、社會、環境和資源4個子系統中選取24個指標構建區域資源環境承載力評價體系,運用加權TOPSIS 模型結合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個子系統內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境綜合承載力指數呈低水平上的平穩態勢,與經濟發展水平一致；呈西北高東南低的空間格局和金字塔形的層次結構。嘉峪關市居第1層；金昌市、蘭州市、酒泉市居第2層；其他市州居第3層；(2)各子系統對資源環境綜合承載力的影響不同。生態環境子系統的承載力對資源環境綜合承載力貢獻最大,明顯高于其他3系統,經濟系統貢獻很小；(3)各市州各子系統承載力指數存在明顯的時空分異。經濟支撐力指數呈河西(除武威外)和蘭州高,東南和南部低的空間格局,呈現金字塔形的層次結構整體偏低變化較小。社會承載力指數除金昌市有較大的突變外各市區都比較平穩,空間上呈河西(除武威外)和蘭州高,東南、南部低的空間格局；嘉峪關市、蘭州、酒泉3市較高,其余各地都較低。環境承載力指數變動頻繁,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。資源承載力指數偏低,武威、慶陽、定西、甘南、臨夏和天水6市州指數曲線平穩,其余8市州波動頻繁,波動幅度大,空間上呈河西地區(除武威外)和隴南市高,其余各州市低的集中分布格局。

資源環境承載力；評價指標；熵權TOPSIS模型；甘肅省； 時空分異

資源環境承載力既是一個區域性問題,也是一個全球性問題,作為衡量人地關系協調發展的重要判據,已成為衡量區域可持續發展的重要指標之一[1]。隨著工業化和城鎮化的發展,經濟-資源-人口-環境等問題日益加劇,區域資源環境承載力備受關注[2- 6]。

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

國內學者在學習借鑒國外研究的同時結合中國的實際情況進行大量的理論和實證研究。黎明[12]應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測;宋艷春[13]選取土地資源、水資源等7個單因素,應用狀態空間法對鄱陽湖生態經濟區資源環境承載力進行剖析;郭軻[14]采用狀態空間模型和時間序列Tobit模型對京津冀地區資源環境承載力和動力機制進行分析;董文[15]分析了主體功能區劃中資源環境承載力的評價指標體系;劉曉麗[1]對城市群資源環境承載力的研究進行評述；安翠娟[16]以廣西北部灣經濟區為例進行生態文明視角下資源環境承載力評價研究；周侃[17]運用GIS空間分析與模擬方法,結合統計資料與調查數據的綜合分析研究中國欠發達地區資源環境承載力的特點與影響因素。研究表明欠發達地區資源環境承載力的演化呈現了演替速度快、預警期短、超載后修復難度大周期長的特點(圖1)[17]。

圖1 資源環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,能夠有效指導資源環境承載力評價指標的選擇與體系的構建。但是,已有研究在分析方法上多采用多元統計分析方法[18- 24],主要存在以下問題和不足[25]：第一,在權重的確定上無法避免主觀因素的影響,如AHP法,導致權重大小欠客觀,忽略了不同性質的指標在資源環境承載力評價體系中的地位；第二,不能反映資源環境現實承載力與理想值之間差距如何,如系統動力學模型；第三,部分研究方法對樣本容量的要求較高,當樣本容量較少時,往往不能完全體現評價對象間的差異,區分度不高,如全局主成分分析法。

多目標決策的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多項指標、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的動態變化,測量目標靠近正理想解和遠離負理想解的程度來評估資源環境承載力水平[26]。TOPSIS法在指標多少、樣本含量和數據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方法廣泛應用在生態環境系統評價、資源環境承載力土地利用績效評價等方面。學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系統健康進行評價；洪惠坤[33]利用改進TOPSIS模型對三峽庫區生態敏感區土地利用系統健康進行評價；胡林林[34]采用整合的FAHP-TOPSIS 法對我國30個省區低碳發展水平；韓瑞玲[35]運用基于熵權的TOPSIS 方法綜合評價了遼寧省循環經濟發展軌跡；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縣域綠色發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區生態安全的時空格局以及農業生態系統健康格局與因子進行分析；雷勛平[25]基于熵權TOPSIS 模型進行區域土地利用績效評價及障礙因子診斷；李燦[38]基于熵權TOPSIS 模型進行土地利用績效及關聯分析；雷勛平[27]運用熵權TOPSIS模型以安徽省為例對區域資源環境承載力評價進行實證研究。

與其他指標權重計算方法比較,熵權法基于評價指標原始信息求得權重,能夠反映數據隱含的信息,增強指標的分辨意義和差異性,以避免因選用指標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在評價指標體系中的地位和作用,提高最終評價結果的準確度和精度。用與最劣(最優)樣本(方案)的差異的大小改進傳統的距離計算方法,更能體現方案的優劣性。GIS的空間分析功能能夠直觀呈現事物的時空演變特征。

21世紀以來,各類國土空間規劃需求拉動資源環境承載力評價研究,圍繞欠發達地區的資源環境承載力研究不斷涌現[17,39-46]。甘肅省是典型的欠發達且生態脆弱地區,資源環境承載力的演化呈現明顯演替速度快、預警期短、超載后修復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安全屏障,保護其生態環境,提高資源環境承載力至關重要。

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,從經濟、社會、資源、環境四個子系統構建資源環境承載力評價指標體系,采用熵權TOPSIS模型,用評價指標實際值與最優和最劣方案值的差差異改進傳統的距離計算,結合GIS空間分析方法對甘肅省12地級市和2個自治州2004—2013資源環境承載力時空格局進行剖析,以期能直觀呈現甘肅省資源環境承載力的時空演變趨勢,為甘肅省可持續發展提供參考。

1 研究區概況與數據基礎

1.1 研究區概況

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、青藏高原和內蒙古高原三大高原的交匯地帶。境內地形地貌復雜多樣(圖2)。甘肅深居西北內陸,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,屬于典型的生態脆弱區。

圖2 研究區概況Fig.2 The generality of the study region

1.2 數據來源

本文共選24個指標,統計數據均來自2004—2013年各年份的甘肅年鑒、甘肅發展年鑒和發展公報等。

2 區域資源環境承載力評價指標體系構建

2.1 評價指標體系選取

影響區域資源環境承載力的因素很多,國內外學者關于區域資源環境承載力評價指標體系構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的研究。近10年來國內學者在區域資源環境承載力評價指標方面考慮的因素主要集中在水土資源、經濟、社會、生態等方面,2010年以后,學者們一致認為“區域資源環境承載力”是一個復雜的概念[27],各大子系統系統相互作用,相互影響,要綜合考慮載體和承載物[47]。本文根據已有研究成果,結合研究區域實際情況,應用SPSS的Person相關系數法對各指標進行相關性分析,從經濟、資源、環境、社會子系統選取相關性大的指標構建資源環境綜合承載力評價指標體系,通過計算選取了24個相關系數大于0.5的指標并用熵權法確定各個指標的權重(表1,表2)。各子系統既獨立,又相互聯系,共同反映區域資源環境承載力狀況。資源系統提供人類生存和發展所必需的各種資源,資源承載力是環境承載力的基礎[27]；環境系統對廢棄物的承載能力是有限的,構成資源環境承載力的約束條件[48]。資源環境子系統在支撐和約束社會經濟子系統發展的同時,受到社會經濟活動對其產生的壓力。 資源系統、環境系統的支撐能力,即資源、環境可供養的人口數量和能承受的社會經濟總量等因素；資源系統、環境系統壓力,即社會經濟活動對資源、環境產生的污染與破壞[49- 51]。

2.2 指標口徑及價值取向的確定

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

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

表1 資源環境承載力評價指標體系及指標價值取向

3 區域資源環境承載力評價模型構建

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決策問題,是一種運用距離作為評價標準的綜合評價法[38]。通過定義目標空間中的某一測度,據此計算目標靠近/偏離正、負理想解的程度,可以評估區域資源環境承載力,且能夠全面客觀地反映區域資源環境承載力的動態及變化趨勢。

3.2 熵權法

熵在多目標決策與評價中是一個非常理想的尺度。由指標原始數據確定權重,能有效兼顧指標的變異程度,客觀反映其重要性。熵權計算公式為：

式中,yij表示m項評價指標n個年份的資源環境承載力評價決策矩陣,即第i項評價指標下第j年數據,i=1,2,…,m；j=1,2,…,n；m為評價指標,n為評價年份數；Vij為原指標數據矩陣的標準化數據矩陣(采用極值法)；Ei為第i項指標的熵,并假定當Pij=0時,Pij·lnPij=0；Pij為第i項指標第j年的標準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項指標的權重值,且滿足0≤wj≤1 和Σwj=1。

3.3 改進的熵權TOPSIS模型

區域的資源環境承載力是由多個子系統共同作用決定的,其評價體系是一個復雜的多目標多指標的評價系統,各指標對承載力的影響不同。用多目標決策的TOPSIS法能夠客觀全面地反映資源環境承載力的動態變化。與傳統的TOPSIS法相比,改進的TOPSIS法主要針對權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 標準化評價矩陣構建

由于指標的多樣性與復雜性,以及數據之間的差異性,導致各數據間的離散程度很大,需對數據進行無量綱化處理,消除各指標間量綱的影響。

正指標的標準化：

逆(負)指標的標準化：

標準化數據歸一化處理：

3.3.2 確定正負理想解

設A+為評價數據中第i個指標在j年內的最大值,即最偏好的方案,稱為正理想解；A-為評價數據中第i個指標在j年內的最小值,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值與最優方案及最劣方案的距離D+,D-

3.3.4 權重計算

用上文4.2中的熵權法計算各指標的權重,并對距離D+,D-進行加權計算：

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方案的接近程度(區域資源環境承載力指數)Cj：

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

4 甘肅省資源環境承載力分析

4.1 權重計算

通過熵權法計算得到各層次、各指標的權重。為便于分析比較,制定統一的標準,對權重均值化處理,取10年各指標權重的平均值作為最終計算各評價指標的權重(表2)。

表2 各指標最終權重

4.2 基于加權 TOPSIS模型的甘肅省資源環境承載力分析

將2004—2013年甘肅省14個市州的原始數據表在統計軟件MIMITAB 中應用上文的加權TOPSIS模型進行運算得到甘肅省14個市州2004—2013年綜合資源環境承載力和各子系統承載力的具體評價指數值(表3、表4)。分析整個系統各個時間上的資源環境承載力總體趨勢(表5)。利用ArcGIS軟件繪制資源環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年資源環境綜合承載力動態評價結果表

表4 甘肅省2004—2013年資源環境承載力各子系統動態評價結果表

4.2.1 系統承載力整體分析

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

(1)甘肅省各市州資源環境綜合承載力與經濟發展水平一致,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,綜合承載力指數排序相對穩定。2013 年綜合承載力指數最高的嘉峪關市為0.679,是最低的平涼市(0.114)的近6倍,是排名第二的金昌市(0.395)的1.7倍。資源環境綜合承載力空間布局上呈現出西北高、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、平涼市。與各市州的經濟發展格局一致。

表5 甘肅省2004—2013年資源環境承載力動態比較表

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

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

(2)各子系統對資源環境承載力的影響差異較大。

表5和圖5展示出資源環境承載力綜合指數偏低(0.25左右)且變化不大；各子系統中生態環境子系統的承載力對資源環境綜合承載力貢獻最大,明顯高于其他3系統,經濟系統貢獻最小。說明全省經濟發展較低,資源供給相對較低,廢物產生量相對較少。資源供給支持力指數相對變化比較大,在2009年出現突變,最大值接近0.25。

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

4.2.2 各子系統承載力分析

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

(1)各市州經濟系統支撐力指數呈現金字塔形的層次結構,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 經濟系統承載力指數變化趨勢圖Fig.6 The change trend of the economic carrying capacities

圖7 經濟承載力指數時空格局圖Fig.7 The space-time pattern of the economic carrying capacities

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

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。平涼市、定西市屬自然資源比較貧瘠且生態系統比較脆弱的地區,經濟發展遲緩,承載力指數最低。河西地區資源豐富,土地利用率高,經濟承載力指數相對較高(除武威市外)。古浪縣和民勤縣靠近沙漠邊緣,生態環境脆弱,經濟發展緩慢,導致武威市經濟承載力指數明顯低于河西其他地區。定西市、平涼市、隴南地區大都為生態功能區,生態系統復雜,發展受阻,經濟系統承載力低。

(2)各市州社會系統承載力指數除金昌市有較大的突變外各市區都比較平穩。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；層次呈嘉峪關市、蘭州較高,其余各地都較低的結構。

圖8 社會系統承載力指數變化趨勢圖Fig.8 The change trend of the social carrying capacities

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

圖8和圖9直觀顯示,社會系統承載力指數變化除金昌市有較大的突變外各市區都比較平穩。2010年以前各市州社會系統承載力指數呈緩慢上升趨勢,2010年以后,各市州社會系統承載力平穩中略有降低。而金昌市在2011年以后城鄉一體化建設等項目的實施使非農人口數飛速上升,導致了社會系統承載力指數明顯增長。嘉峪關(0.743)、蘭州(0.458)、酒泉(0.469)三市社會系統承載力評價指數值較大,甘肅南部地區社會系統承載力評價指數值偏低。嘉峪關、蘭州、酒泉相對城市化水平較高,非農人口比重高,社會承載力相對較高。其余地區城市化率低,非農人口比重低,人口自然增長率偏高、人口密度偏大,社會系統承載力指數最低。

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

圖10 環境系統承載力指數變化趨勢圖Fig.10 The trend of the environment carrying capacities

圖11 環境承載力指數時空格局圖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境系統承載力指數變化的趨勢和空間格局。總體上各市州承載力指數變動較頻繁,但波動幅度較小(除嘉峪關市和金昌市外)；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較高,形成空間上的啞鈴狀格局。嘉峪關市第二產業的快速發展,使環境系統遭到了較為嚴重的破壞。從2009年數據分析來看,嘉峪關萬元工業增加值工業固體廢物總量、元工業增加值工業廢水排放量、萬元工業增加值工業廢氣排放量相對較高,承載力指數較低。慶陽市的甘南主要為畜牧業等相關產業,天水市、慶陽的主要發展經濟作物與經濟作物的深加工等相關產業,環境系統承載力指數較高。

(4)資源承載力指數整體偏低,武威、慶陽、定西、甘南、臨夏和天水6市州資源承載力指數平穩,其余8市州則波動頻繁,且波動幅度大。空間格局上呈現河西地區(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,嘉峪關市、金昌市、隴南市資源系統承載力指數浮動相當大；張掖市、酒泉市、白銀市浮動較小；定西市、甘南藏族自治州資源系統承載力指數基本無變化。資源系統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,且不穩定,致使承載力指數波動加大。

圖12 資源系統承載力指數變化趨勢圖Fig.12 The change trend of the resource carrying capacities

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

5 結論與建議

5.1 結論

本文從經濟、社會、環境和資源4個方面選取24個相關性高的指標構建甘肅省資源環境承載力評價指標體系,采用加權TOPSIS模型方法,應用數理統計方法和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境綜合承載力和子系統承載力的時空動態特征,得出以下結論：

(1)甘肅省各市州資源環境綜合承載力指數整體上呈低水平上的平穩態勢,與經濟發展水平一致；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,第二三層資源環境綜合承載力指數差距較小。

(2)各子系統對資源環境承載力的影響存在差異。各子系統中生態環境子系統的承載力對資源環境綜合承載力貢獻最大,明顯高于其他3個系統,相對的經濟系統貢獻更小,資源環境承載力綜合指數偏低且變化不大。

(3)各市州經濟系統支撐力指數呈現金字塔形的層次結構以及河西(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)各市州社會系統承載力指數除金昌市有較大的突變外各市區都比較平穩。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；層次結構上嘉峪關市、蘭州、酒泉較高,其余各地都較低。

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

(6)資源系統承載力指數,武威、慶陽、定西、甘南、臨夏和天水6市州平穩,其余8市州則波動頻繁,且波動幅度大；空間格局上呈現河西地區(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,甘肅省的資源環境綜合承載力較低,經濟子系統的支撐力尤為低,經濟發展落后。資源供給量少,生態環境脆弱,約束性較大。因此,要提高甘肅省資源環境承載力,首先,應加快經濟發展,提高資源的供給能力,減少對資源環境的破壞,提高經濟支撐力和資源環境的承載能力。大力引進先進技術,調整產業結構,減少礦產資源開發,減少重污染的企業,發展特色產業(特色農業),以敦煌,麥積山和崆峒山為依托,發展文化旅游,以丹霞地貌、甘南草原和特色農業(如藥材)等為依托發展自然景觀旅游和生態旅游；推進企業節能減排,發展循環經濟,提高廢物利用率;其次,推進甘肅新型城鎮化進程,提高土地利用效率,加強生態移民,實現資源集約利用,建立合理的生態補償機制；再次,繼續推行退耕還林還草戰略,提高區域植被覆蓋率,尤其是沙漠邊緣的河西地區,要建立好生態屏障；最后,借鑒發達地區的環境治理經驗,進行環境保護和治理,學習借鑒長沙縣的發展經驗,實現工、農業固體廢物無害化、減量化和資源化。最終實現社會-經濟-資源-環境的協調發展。

[1] 劉曉麗, 方創琳. 城市群資源環境承載力研究進展及展望. 地理科學進展, 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域差異. 農業工程學報, 2011, 27(9): 184- 190.

[3] 姜秋香, 付強, 王子龍. 基于粒子群優化投影尋蹤模型的區域土地資源承載力綜合評價. 農業工程學報, 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域農業水土資源承載力. 農業工程學報, 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, 2011, (10): 114- 122.

[6] 馬瓊, 蘇美玲. 基于生態足跡的塔里木盆地人口與水土資源協調發展研究. 干旱區資源與環境, 2014, 28(3): 31- 36.

[7] 梅多斯. 增長的極限. 于樹生, 譯. 北京: 商務印書館, 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. 重慶市都市圈水資源承載力分析與預測. 生態學報, 2009, 29(12): 6499- 6505.

[13] 宋艷春, 余敦. 鄱陽湖生態經濟區資源環境綜合承載力評價. 應用生態學報, 2014, 25(10): 2975- 2984.

[14] 郭軻, 王立群. 京津冀地區資源環境承載力動態變化及其驅動因子. 應用生態學報, 2015, 26(12): 3818- 3826.

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

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

[17] 周侃, 樊杰. 中國欠發達地區資源環境承載力特征與影響因素——以寧夏西海固地區和云南怒江州為例. 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動力學研究. 中國土地科學, 2014, 28(2): 90- 96.

[20] 楊屹, 加濤. 21世紀以來陜西生態足跡和承載力變化. 生態學報, 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. 新疆生態足跡與環境壓力的時空分異. 生態學報, 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——以環渤海地區城市群為例. 地域研究與開發, 2013, 32(5): 128- 132, 137- 137.

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

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

[25] 雷勛平, Qiu R, 劉勇. 基于熵權TOPSIS模型的區域土地利用績效評價及障礙因子診斷. 農業工程學報, 2016, 32(13): 243- 253.

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

[27] 雷勛平, 邱廣華. 基于熵權TOPSIS模型的區域資源環境承載力評價實證研究. 環境科學學報, 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. 經濟地理, 2012, 32(10): 139- 144.

[29] 吳一凡, 雷國平, 路昌, 周浩, 關勇欣. 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. 東北糧食主產區耕地生態安全的時空格局及障礙因子——以吉林省為例. 應用生態學報, 2014, 25(2): 515- 524.

[31] 徐晗. 改進的TOPSIS模型在陜西省農業干旱脆弱性區劃中的應用. 干旱地區農業研究, 2016, 34(4): 251- 258.

[32] 周彬, 趙寬, 鐘林生, 陳田, 虞虎. 舟山群島生態系統健康與旅游經濟協調發展評價. 生態學報, 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方法的三峽庫區生態敏感區土地利用系統健康評價. 生態學報, 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展水平評價. 生態學報, 2013, 33(20): 6652- 6661.

[35] 韓瑞玲, 佟連軍, 宋亞楠. 基于生態效率的遼寧省循環經濟分析. 生態學報, 2011, 31(16): 4732- 4740.

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

[37] 趙宏波, 鄭輝, 苗長虹, 邵田田, 馮淵博. 東北糧食主產區農業生態系統健康格局與因子診斷——以吉林省為例. 應用生態學報, 2016, 27(10): 3290- 3298.

[38] 李燦, 張鳳榮, 朱泰峰, 奉婷, 安萍莉. 基于熵權TOPSIS模型的土地利用績效評價及關聯分析. 農業工程學報, 2013, 29(5): 217- 227.

[39] 樊杰, 周成虎, 顧行發, 鄧偉, 張兵. 國家汶川地震災后重建規劃: 資源環境承載能力評價. 北京: 科學出版社, 2009: 20- 52.

[40] 彭立, 劉邵權, 劉淑珍, 蘇春江. 汶川地震重災區10縣資源環境承載力研究. 四川大學學報: 工程科學版, 2009, 41(3): 294- 300.

[41] 田宏嶺, 喬建平, 朱波, 宋孟強. 基于GIS技術的成都市災區資源環境承載力快速評價. 四川大學學報: 工程科學版, 2009, 41(S): 45- 48, 52- 52.

[42] 樊杰. 國家玉樹地震災后重建規劃: 資源環境承載能力評價. 北京: 科學出版社, 2010: 23- 48.

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

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

[45] 王紅旗, 田雅楠, 孫靜雯, 張亞夫. 基于集對分析的內蒙古自治區資源環境承載力評價研究. 北京師范大學學報: 自然科學版, 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. 生態學報, 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體系的設計思路——我國沿海地區案例分析. 人文地理, 2011, 16(4): 57- 61.

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

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

[50] 鄧偉. 山區資源環境承載力研究現狀與關鍵問題. 地理研究, 2012, 29(6): 959- 969.

[51] 王振波, 張薔, 張曉瑞, 關興良. 基于資源環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">網絡出版日期

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.甘肅省資源環境承載力時空分異.生態學報,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.