基于均方差決策法的淮北市生態承載力評價

任彩鳳, 程艷妹, 鄭欣, 周立志

基于均方差決策法的淮北市生態承載力評價

任彩鳳, 程艷妹, 鄭欣, 周立志*

安徽大學資源與環境工程學院, 安徽大學礦山環境修復與濕地生態安全協同創新中心, 合肥 230601

生態彈性力、承載媒體支撐力、承載對象壓力是生態承載力的三個重要要素, 分析這些要素的變化特征是評價區域可持續發展狀態的有效手段。從生態承載力的三個要素著手, 構建淮北市生態承載力評價指標體系, 采用均方差決策法確定評價指標權重, 利用多元逐步回歸分析進行因子篩選, 定性分析2010—2016年間淮北市生態承載力變化狀況。結果表明: 淮北市在2010—2016年間, 生態彈性力具有明顯的上升趨勢, 指數由2010年的0.2570升高至2016年的0.9126, 2012年以后一直處于中級到較高級的自我維持和調節狀態; 承載媒體支撐力整體穩步上升, 指數由0.2592上升到0.7212, 表明淮北市生態系統的支撐能力在2012年以后一直處于中級到高級的水平; 承載對象壓力指數的變化趨勢與承載對象壓力的變化趨勢相反, 表明承載對象的壓力呈先增加后減少而后又迅速增加的趨勢; 生態承載力具有波動上升趨勢, 2012年后一直處于中到高的承載狀態, 表明淮北市生態承載能力有良好的發展趨勢, 但依賴煤炭開采的發展模式導致的資源耗費、環境污染等問題仍然制約著“自然—經濟—社會”復合生態系統的協調發展, 向生態型城市轉型勢在必行。

生態承載力; 均方差決策法; 生態彈性力; 承載媒體支撐力; 承載對象壓力

0 前言

區域生態系統是一個由自然、社會和經濟系統構成的復合生態系統, 其可持續發展受到人們的廣泛關注。生態承載力概念在20世紀二十年代被簡單地引入生態學研究領域[1–6], 隨著人類對自然資源和環境的破壞, 針對資源或環境的單要素承載力研究逐漸興起[7–8], 隨著經濟發展, 針對單一要素承載力研究的局限性越來越突出[9]。綜合性的生態承載力概念, 即在確保資源合理開發利用和生態環境良性循環, 以及區域間保持一定物質交流規模的情況下, 區域生態系統能夠承載的人口社會規模及其相應經濟方式總量的能力[10], 逐漸受到重視。生態承載力的內涵包括三方面內容: (1)生態系統的自我維持和調節能力, 即生態系統的彈性力; (2)區域內資源與環境的可持續供給和容納能力以及社會進步與經濟發展帶給承載媒體的支撐作用; (3)資源損耗、環境污染以及人口和經濟增長帶給系統的壓力[10]。區域生態系統包括資源、環境、社會和經濟子系統, 復合生態系統的可持續發展要求人類活動不能超出生態系統的承載范圍[11], 人類社會與資源、環境之間的協調發展是實現區域可持續發展的基礎[12], 生態承載力是評價區域發展是否處于可持續發展范圍的有效手段。

資源型城市是以本地區自然資源開采、加工為主導產業的城市類型[13–14], 其發展具有單一性和周期性。當資源開發進入后期或末期時發展處于枯竭狀態, 形成了資源枯竭型城市[15]。掠奪式的開采模式導致資源枯竭型城市普遍面臨生態環境破壞、產業發展乏力、貧困人口增多等問題, 給生態環境帶來巨大壓力, 制約區域經濟社會的發展。

淮北市是典型的煤炭資源枯竭型城市, 生態環境的破壞影響資源、環境、社會和經濟協調發展的前景[14,16], 生態彈性力、支撐力和壓力決定了生態承載力, 是解決淮北市發展與生態環境關系的落腳點。前人對淮北市“自然—經濟—社會”復合系統的研究多采用生態足跡法, 對承載力進行時間序列的定量分析[17–19], 具有生態偏向性和估算遺漏性[20–21]。本研究從生態承載力的三個要素著手, 通過構建淮北市生態承載力評價指標體系, 從資源、環境、社會、經濟四方面定性分析生態承載力, 彌補了生態足跡模型中缺失的人類活動對社會和經濟的影響。采用均方差決策法對淮北市2010—2016年各評價指標進行權重賦值, 結合均方差決策法和多元逐步回歸分析模型篩選生態承載力影響因子[14,22–27], 綜合評價各因子的影響程度, 完善生態足跡模型中人類活動對社會和經濟的影響分析, 為淮北市可持續發展提供對策[28]。

1 研究區概況

淮北市位于安徽省北部, 因煤建市[18], 地處東經116°23′—117°02′北緯33°16′—34°14′之間, 總面積2741 km2, 轄3個市轄區(杜集區、相山區、烈山區)、一個縣(濉溪縣), 其中濉溪縣面積1987.5 km2, 市區面積753.5 km2。淮北市是中國的能源基地[18], 境內已發現礦產56種, 已探明儲量的有16種, 其中煤炭資源最為豐富。截至2015年底, 全市土地總面積274138.81 ha, 其中耕地約占61.27%, 耕地資源較少, 土地開發利用程度較高。淮北市因煤炭開采每年塌陷土地約667—800 ha, 據不完全統計, 全市已累計塌陷土地約20666.7 ha, 其中80%為土質良好的耕地。《淮北統計年鑒2017》數據顯示, 2016年底全市戶籍人口216.5萬人, 城鎮化率達到50.1%, 人均耕地面積為774.3 m2, 人口自然增長率為8.39‰, 生產總值為799.0億元。人口的快速增長, 耕地面積的持續減少、煤炭資源的過度開采, 破壞生態平衡、加劇環境污染, 使自然—經濟—社會的可持續發展面臨嚴重挑戰。

2 研究方法

2.1 構建評價指標體系

淮北市的可持續發展依托于復合生態系統內資源、環境、社會、經濟四個子系統之間的協調、同步發展, 因此根據生態承載力的定義和內涵, 基于壓力—狀態—響應模型, 本研究將生態承載力作為目標層, 將生態系統的自我維持、自我調節的彈性力、復合生態系統中資源與環境的可持續供給與容納能力以及社會和經濟發展提供的支撐力及資源消耗、環境污染以及人口對復合生態系統帶來的壓力作為評價指標體系的準則層。根據淮北市實際發展狀況設計評價指標體系的因素層: 生態彈性力, 反應特定生態系統的緩沖與調節能力, 不受人類社會影響, 是生態系統自身狀態決定的[12,29], 選取氣候、水文和地物覆被作為因素層; 承載媒體的支撐力, 是生態承載力狀況最直觀的反應, 選取資源供給、環境治理、經濟發展和社會進步作為因素層; 承載對象的壓力, 反映發展質量和發展中存在的問題, 選取資源消耗、社會壓力和環境污染作為因素層。根據區域特征, 篩選具有淮北市自身發展特點的32個因子作為指標層(表1)。

表1 淮北市生態承載力評價指標體系

2.2 數據來源

本研究數據主要來源于《安徽省統計年鑒》(2011—2017年)、《淮北統計年鑒》(2011—2017年)、《淮北市國民經濟和社會發展統計公報》(2011—2017年)、《安徽省水資源公報》(2011—2017年)。其中一些數據是通過所得統計數據計算得來, 包括人均耕地面積、人均標煤產量、人均水資源量、工業SO2去除率、科教支出占全部支出比重、城鄉居民人均生活用電量、2014年的單位生產總值能耗。

2.3 評價指標標準化處理

多指標綜合評價研究中, 由于各指標單位不同、量綱不統一, 指標間缺乏可比性, 因此要對原始數據進行處理, 使各指標在同一數量級上進行比較研究。本研究采用極差標準化法, 將指標分為屬性值越大越好的正趨向指標、越小越有利的負趨向指標及屬性值逼近于最優值為好的中性指標, 將正、負及中性指標轉化為均為正值的標準化指標[30]。具體方法如下[31–32]:

式中:Y為指標的標準化值,X為指標值,P為指標最優值, maxX和minX分別為指標的最大值和最小值, 且0≤Y≤1。

2.4 評價指標間的相關性檢驗

利用SPSS 22.0軟件計算所選取的32個評價指標間的相關性顯著水平, 若>0.05, 說明兩者相關關系不顯著, 可認為指標間是相互獨立的, 可以進行多元逐步回歸分析; 若<0.05, 說明兩者存在顯著的相關關系, 此時采用字母標記法對有相關性的各指標進行分析取舍[33–37]。結合相關性檢驗結果, 最終確定淮北市生態承載力評價指標體系(表3)。

2.5 評價指標權重賦值

本研究采用均方差決策法確定各指標權重。均方差決策法是一種客觀賦權法, 根據各評價指標屬性值的相對離散程度來確定權重大小[38], 能有效避免人為因素引起的決策偏差以及主觀賦權法中的隨機性[39], 使評價結果更科學。具體步驟如下[31]:

按照上述步驟, 逐一計算得到指標層、因素層、準則層和目標層權重, 最終得到綜合權重結果(表3)。準則層權重大小和指標層綜合權重大小可分別直接反應各準則和各指標對生態承載力的影響程度, 權重大小與對生態承載力的影響程度呈正比例關系, 權重越大, 影響程度越大。

2.6 生態承載力三個要素的影響因子篩選

通過均方差決策法計算得到的準則層權重和指標綜合權重可以直觀地反映各準則和各指標對生態承載力的影響大小[29], 為了進一步發掘淮北市生態承載力潛力, 擴大淮北市可持續發展的空間[14], 以各準則層評價指數為因變量, 各指標標準化結果為自變量, 利用SPSS 22.0軟件對生態彈性力、承載媒體支撐力和承載對象壓力分別進行多元回歸分析, 篩選出對其發展影響較大的因子[14,22–26], 進行綜合評價。

2.7 建立評價等級標準

評價標準根據指數大小進項分級, 參照有關研究成果, 確定評價等級以0.2為基本刻度單位, 指數越大等級越高[21,31,40], 共分5級(表2)。

3 結果

3.1 淮北市生態承載力評價指標體系

運用SPSS 22.0進行相關性分析, 得到評價指標兩兩之間的顯著性水平(值), 結果顯示: 城市污水處理率與工業SO2去除率、科教支出占全部支出比重、第三產業占GDP比重、采礦業從業人員比重存在顯著的相關關系,值分別為0.039、0.047、0.048、0.031; 單位生產總值電耗與工業SO2去除率、采礦業從業人員比重的相關性較高,值分別為0.043、0.034; 戶籍人口總數與采礦業從業人員比重顯著相關,值為0.042; 其余各指標兩兩之間的顯著性水平均滿足>0.05, 可認為這些指標間是相互獨立的。采用字母標記法分析具有相關性的各指標, 舍棄城市污水處理率、單位生產總值電耗和戶籍人口總數這3個指標, 最終選取具有統計學意義的29個指標, 確定淮北市生態承載力評價指標體系。

表2 淮北市生態承載力綜合評價等級表

均方差決策法計算生態承載力評價指標體系各層權重及綜合權重, 結果如表3所示。

準則層權重大小順序如下: 承載媒體的支撐力(0.4266)>承載對象的壓力(0.3761)>生態彈性力(0.1973), 表明承載媒體的支撐力對生態承載力的影響程度最大, 承載對象的壓力的影響程度次之, 生態彈性力對其影響程度最小。從指標層分析, 綜合權重結果分類如表4所示。

表3 淮北市生態承載力評價指標體系及權重

表4 綜合權重歸類結果

表3綜合權重結果可直觀地反映出各指標對生態承載力的影響程度, 人均耕地面積和空氣質量達到及好于二級天數比例對生態承載力的影響處于較高水平, 其中人均耕地面積的綜合權重為0.0476, 影響程度最大; 生態承載力的3個要素包含的10個指標的綜合權重在0.035—0.041之間, 對生態承載力的影響程度處于中間水平, 其中綜合權重大于0.0380的有建成區綠化覆蓋率、工業固廢產生量這兩個指標; 生態承載力3個要素包含的17個指標的綜合權重在0.029—0.035之間, 對生態承載力的影響程度處于相對較低水平。

3.2 三個要素的影響因子篩選

運用SPSS 22.0軟件進行多元逐步回歸分析, 分別得到三個要素的擬合模型, 復相關系數、偏回歸系數及其t檢驗結果如下。

生態彈性力分析得到兩個擬合模型, 模型2的擬合度較高, 其中自變量地下水資源、森林覆蓋率通過因子檢驗, 所對應的值分別為0.002、0.039, 均小于0.05, 表明它們的回歸檢驗均具有很高的顯著性。自變量的偏回歸系數分別為0.632、0.236, 其數值表征對生態彈性力的影響大小, 即地下水資源對生態彈性力的影響最大, 森林覆蓋率次之。

對承載媒體的支撐力分析結果顯示: 只有農村人均可支配收入通過模型檢驗, 被選入模型1中, 模型擬合度較好。自變量對應的值為0.001, 小于0.05, 影響顯著, 表征對承載媒體的支撐力影響最大的是農村人均可支配收入。

表5 模型摘要

注: a. 預測值: (常數), 地下水資源; b. 預測值: (常數), 地下水資源, 森林覆蓋率; c. 預測值: (常數), 農村人均可支配收入; d. 預測值: (常數), 危險廢物產生量。

表6 系數

對承載對象的壓力進行分析時僅提取出危險廢物產生量這一個有效的自變量, 得到一個結果顯著的回歸模型。自變量對應的值為0.002, 小于0.05, 影響顯著, 表征對承載對象的壓力影響最大的是危險廢物產生量。

3.3 生態承載力及其變化趨勢

以時間為橫坐標, 生態承載力、生態彈性力、承載媒體的支撐力、承載對象壓力以及因素層各參數的權重指數為縱坐標, 得到淮北市生態承載力變化趨勢圖(圖1、圖2、圖3、圖4)。

生態彈性力指數在2010—2016年間呈波動上升趨勢, 由2010年的0.2570上升至2016年的0.9126, 在2015年指數有所下降。其中在2010—2011年指數處于低級到較低級水平, 2012年指數進入中級水平, 隨后持續上升, 到2014年達到0.7872的高級水平, 但在2015年下降至0.5303的中級水平, 之后迅速回升, 在2016年達到0.9126的較高水平(圖1)。

圖1 淮北市生態彈性力方面變化趨勢圖

Figure 1 The change trend of ecological resilience inHuaibei City

圖2 淮北市承載媒體支撐力方面變化趨勢圖

Figure 2 The change trend ofsupporting capacity of carrying media in Huaibei City

圖3 淮北市承載對象壓力方面變化趨勢圖

Figure 3 The change trend ofpressure of carrying object in Huaibei City

Figure 4 The change trend of ecological carringcapacity in Huaibei City

承載媒體的支撐力指數整體呈平緩上升趨勢, 在2010—2011年處于較低級水平, 2012—2013年指數處于中級水平, 之后持續上升, 在2014—2016年間一直處于高級水平, 并在2016年達到最大值0.7212(圖2)。

承載對象的壓力是負趨向指標, 指數越小表明承載對象的壓力越大, 生態系統的承載能力就越小。承載對象的壓力指數由2010年的0.7202下降到2016年的0.3620, 但在時間序列上波動較大, 呈減少增加再減少的趨勢, 表明承載對象的壓力在2010—2016年間呈先增加再減小再增加的趨勢, 2016年的壓力達到最大(圖3)。

生態承載力指數整體呈現波動上升趨勢, 由2010年0.4321的中級水平上升至2016年0.6239的高級水平。其中在2011年下降至0.3825的較低水平, 隨后持續上升, 于2014年達到高級水平, 2015年指數下降至中級水平, 到2016年回升至高級水平(圖4)。

4 討論

4.1 生態彈性力

淮北市生態彈性力指數在2010—2014年呈顯著上升趨勢, 2015年指數迅速下降, 隨后迅速回升, 于2016年達到最大值。導致2015年生態彈性力指數下降的主要原因是影響氣候的年平均氣溫、年降水量指標值和影響水文的地表水資源、地下水資源指標值在2015年顯著下降, 森林覆蓋率和林業用地面積持續的增加, 是2015的生態彈性力指數沒有急劇下降的原因。2016年豐富的雨水天氣使年降水量、地表水資源和地下水資源得到補充, 使生態彈性力指數迅速回升。地下水資源對生態彈性力的影響最大, 森林覆蓋率次之, 這與濟南市、唐山市、鄂爾多斯市、北京市以及榆神礦區的研究結果相似[12,29,41–43]。水資源供需問題是制約生態彈性力的重要因素[29,42–43]。豐富的森林資源是維持高生態彈性力的必要條件[12,29]。淮北市生態彈性力在2012年擺脫低到較低水平, 2012—2016年間均處于中等以上水平, 尤其是2016年達到較高水平, 表明淮北市生態系統的穩定性和抗干擾能力逐年增強, 與同為資源型城市的唐山市以及平朔安太堡露天礦區的生態系統具有明顯脆弱性的結果不同[29,44], 這是由于淮北市積極爭創全國文明城市、深入推行生態文明建設, 且取得顯著成效。

4.2 承載媒體支撐力

淮北市承載媒體支撐力指數在2015年略有下降, 主要原因是環境治理指數的下降, 影響環境治理的各因素中工業SO2去除率、空氣質量達到及好于二級的天數比例在2015年明顯下降, 環境治理力度不足, 與榆神礦區的研究結果相似[42]。2010—2011年淮北市承載媒體的支撐力指數處于較低的水平, 2012—2016年支撐力指數不斷上升, 擺脫了較低水平, 于2016年達到高級水平。經濟方面, 2010—2016年第三產業占GDP的比重由26.6%增長到36.0%, 并且伴隨人均GDP的持續增長[45], 表明淮北市重視調整經濟增長方式和產業結構, 與北京市經濟發展結果相似[12]、符合資源型城市經濟轉型戰略需求[46]; 社會方面, 農村人均可支配收入對承載媒體支撐力的貢獻最大, 持續增加的農村人均可支配收入[45]、較高的科教支出比重帶動社會進步綜合指數的上升, 這種現象與唐山市、北京市的相似[12,29];資源環境方面, 資源供給能力和環境治理力度有上升趨勢但波動劇烈, 淮北市應摒棄“掠奪式”的開采方式, 合理開發自然資源, 加大環境保護力度, 協調好“自然—經濟—社會”的發展步伐。總體來說, 淮北市承載媒體的支撐力呈上升趨勢, 為淮北市生態系統的發展提供良好的支撐作用, 但是環境治理水平不高, 對自然資源缺少合理的保護, 對高素質人才培養力度不夠, 這與唐山市的研究結果相似[29]。

4.3 承載對象的壓力

壓力指標屬于負趨向指標, 壓力指數的變化趨勢與承載對象的壓力的變化趨勢相反[29]。研究期間對壓力影響程度最大的指標是危險廢物產生量, 壓力變化趨勢、影響因素分別與唐山市、榆神礦區和北京市狀況大體相似[12,29,42]。承載對象的壓力有明顯的波動, 2010—2012年, 環境污染嚴重、社會壓力持續增加導致承載對象的壓力有所增加; 2013—2014年壓力顯著降低, 主要原因是社會壓力的減少, 其中人口自然增長率由2013年的7.38‰降至6.85‰, 城鎮登記失業率由4.13%降為4.01%, 采礦業從業人員比重由13.94%降到13.76%; 2015—2016年壓力又快速增加。淮北市以煤炭開采為主的產業模式使工業廢氣、廢水、固廢產生量以及危險廢物產生量迅速增加, 耗費資源的同時破壞了生態環境, 給生態系統帶來了很大的壓力; 人口自然增長率、城鎮登記失業率的增加, 表明人口、就業難等問題給生態系統帶來很大的壓力; 第二產業占GDP比重始終居高不下, 采礦業從業人員比重始終處在11.98%以上, 這種發展模式給資源、環境和社會帶來較大壓力。淮北市承載對象壓力整體呈增加的趨勢, 2016年壓力最大, 很大程度的降低了生態系統的承載能力, 控制人口數量、調整產業結構是促進淮北市經濟發展、改善環境質量的關鍵。

4.4 生態承載力

淮北市生態承載力指數在研究期間呈波動上升的趨勢, 在2015年有所下降, 3要素中承載媒體支撐力對生態承載力影響程度最大, 承載對象壓力影響程度次之, 生態彈性力對淮北市生態承載力影響最小, 這一結果與唐山市相同[29]。結合綜合權重計算結果, 從指標層分析, 生態彈性力要素中年降水量對生態承載力的影響程度處于中間水平, 僅地下水資源和森林覆蓋率通過因子篩選, 表明地下水資源、森林覆蓋率在生態承載力整體的發展中未發揮很好的作用。承載媒體支撐力要素中的人均耕地面積、空氣質量達到及好于二級的天數比例對生態承載力的影響程度處于較高水平, 表明支撐力對生態承載力大小有著決定作用, 與唐山市的研究結果一致[29]。承載對象的壓力要素中危險廢物產生量通過因子篩選的同時對生態承載力的影響處于中間水平, 表明以煤炭資源開發為主的單一發展模式導致的環境污染問題限制淮北市生態承載力的提高, 這一狀況與北京市、榆神礦區的可持續發展限制因素相似[12,41]。近年來, 淮北市深入推進生態文明城市建設, 積極創建全國文明城市, 使復合生態系統的資源、環境、社會、經濟四方面協調一致、同步發展, 取得顯著成效, 淮北市近年來的生態承載能力有所提高, 發展趨勢較為良好。

5 結論

淮北市2010—2016年間生態承載力整體呈波動上升趨勢, 生態承載能力有所提高, 發展趨勢良好; 生態承載力的3個要素中生態彈性力雖然對生態承載力的影響程度最小, 但在2012年以后處于中等及以上水平, 表明淮北市生態系統的穩定性和抗干擾能力有所增強; 承載媒體的支撐力是影響生態承載力大小的最主要要素, 研究期間呈上升趨勢, 表明支撐力對淮北市生態系統的協調發展起決定作用; 承載對象的壓力對生態承載力的貢獻率僅次于承載媒體的支撐力, 且相差不大, 在研究期間整體呈增加趨勢, 于2016年達到最大, 表明資源耗費、環境污染和社會壓力持續給淮北市復合生態系統的協調發展注入強阻力。在淮北市生態承載力眾多影響因子中, 決定生態承載力大小的正趨向因子主要有人均耕地面積、空氣質量達到及好于二級的天數比例、建成區綠化覆蓋率; 負趨向因子主要為工業固廢產生量。此外3個要素中還包含8個對生態承載力的影響程度處于中間水平的因子。長期以煤炭開采為主導的產業結構給生態系統的資源、環境、社會、經濟等方面帶來一系列問題, 限制了淮北市可持續發展的步伐。為了實現未來發展的可持續性, 淮北市必須提高水資源利用率、實施綠化提升工程、改善自然景觀, 提高生態彈性力, 以此增強生態系統的調節和恢復能力; 控制人口數量、加大教育投資、開發新能源、合理規劃用地、調整產業結構, 以期通過加強文化建設、提升資源利用率和經濟效益來增加生態系統的支撐能力并降低人類社會生產生活所帶來的壓力。

[1] CHAPMAN E J, BYRON C J. The flexible application of carrying capacity in ecology[J]. Global Ecology & Conservation, 2018, 13: e00365.

[2] 王家驥, 姚小紅, 李京榮, 等. 黑河流域生態承載力估測[J]. 環境科學研究, 2000, 13(2): 44–48.

[3] 沈渭壽. 區域生態承載力與生態安全研究[M]. 北京: 中國環境科學出版社, 2010.

[4] PARK R E, BURGESS E W. Introduction to the Science of Sociology[M]. The University of Chicago Press, 1970.

[5] RENECKER L A, CHETKIEWICZ C L. Conflicts between reindeer herding and an expanding caribou herd in Alaska[J]. Rangifer, 2002, 22(4): 33–37.

[6] NELSON M P, CALLICOTT J B. The Wilderness Debate Rages on: Continuing the Great New Wilderness Debate[M]. University of Georgia Press, 2008.

[7] SEIDL I, TISDELL C A. Carrying capacity reconsidered: from Malthus’ population theory to cultural carrying capacity[J]. Ecological Economics, 1999, 31(3): 395–408.

[8] 牛文元. 持續發展導論[M]. 北京: 科學出版社, 1994.

[9] 曹智, 閔慶文, 劉某承, 等. 基于生態系統服務的生態承載力: 概念、內涵與評估模型及應用[J]. 自然資源學報, 2015, 30(1): 1–11.

[10] 王開運. 生態承載力復合模型系統與應用[M]. 北京: 科學出版社, 2007.

[11] 向蕓蕓, 蒙吉軍. 生態承載力研究和應用進展[J]. 生態學雜志, 2012, 31(11): 2958–2965.

[12] 王云霞. 北京市生態承載力與可持續發展研究[D]. 北京: 中國礦業大學, 2010.

[13] 王樹義, 郭少青. 資源枯竭型城市可持續發展對策研究[J].中國軟科學, 2012(1): 1–13.

[14] 王甜. 焦作市可持續發展潛力研究[D]. 開封: 河南大學, 2015.

[15] 陶曉燕. 資源枯竭型城市生態安全評價及趨勢分析—以焦作市為例[J]. 干旱區資源與環境, 2014, 28(2): 53–59.

[16] 程琳, 李鋒, 鄧華鋒. 淮北市經濟與生態環境的動態協調發展研究[J]. 城市環境與城市生態, 2010(4): 6–8.

[17] 唐帆, 董洪光, 耿家營. 淮北市生態足跡分析與管控對策[J]. 宿州學院學報, 2016(2): 35–39.

[18] 董洪光, 高樂紅, 耿家營, 等. 淮北市生態足跡動態演變分析[J]. 安徽理工大學學報(社會科學版), 2016, 18(3): 34–40.

[19] 唐帆. 淮北市生態足跡現狀分析及治理對策研究[D]. 淮南: 安徽理工大學, 2016.

[20] 普連仙, 吳學燦. 生態足跡模型的缺陷及改進研究進展[J].環境科學導刊, 2010, 29(1): 15–19.

[21] 惠麗. 常山縣可持續發展研究[D]. 南京: 南京林業大學, 2009.

[22] 袁慶, 袁魁昌, 李清華, 等. 糖尿病病人住院費用的多元逐步回歸分析[J]. 中國衛生統計, 2008, 25(4): 360–362.

[23] 李貴紅, 張泓, 崔永君, 等. 基于多元逐步回歸分析的煤儲層含氣量預測模型—以沁水盆地為例[J]. 煤田地質與勘探, 2005, 33(3): 22–25.

[24] 游士兵, 嚴研. 逐步回歸分析法及其應用[J]. 統計與決策, 2017(14): 31-35.

[25] 劉海龍, 馬小龍, 袁欣, 等. 基于多元回歸分析的鉻污染地下水風險評價方法[J]. 吉林大學學報(地), 2016, 46(6): 1823–1829.

[26] 咸云浩, 張恒德, 謝永華, 等. 多元逐步回歸與卡爾曼濾波法在霾預報中應用[J]. 系統仿真學報, 2018(4): 1482– 1489.

[27] PAUDEL G S, THAPA G B. Impact of social, institutional and ecological factors on land management practices in mountain watersheds of Nepal[J]. Applied Geography, 2004, 24(1): 35–55.

[28] 鄭兆順. 基于多元回歸模型和逐步分析法的濮陽市CPI影響因素分析[J]. 濮陽職業技術學院學報, 2017, 30(1): 80–84.

[29] 金悅, 陸兆華, 檀菲菲, 等. 典型資源型城市生態承載力評價—以唐山市為例[J]. 生態學報, 2015, 35(14): 4852– 4859.

[30] 李杰, 何云玲, 劉雪蓮. 基于均方差決策法的區域資源環境承載力研究—以陸良縣為例[J]. 云南地理環境研究, 2016, 28(5): 54–60.

[31] 劉春艷, 馮艷玲. 基于均方差決策分析法的吉林市土地資源承載力動態評價[J]. 農村經濟與科技, 2012, 23(10): 12–15.

[32] 蔣耀. 基于綜合評價理論的區域可持續發展研究[D]. 上海: 上海交通大學, 2008.

[33] 張力. SPSS 13.0在生物統計中的應用[M]. 廈門: 廈門大學出版社, 2006.

[34] 胡松偉. 變深度發射性能可靠性影響因素多元逐步回歸分析[J]. 兵工學報, 2017, 38(5): 986–994.

[35] 李洪成, 姜宏華. SPSS數據分析教程[M]. 北京: 人民郵電出版社, 2012.

[36] 唐守正. 多元統計分析方法[M]. 北京: 中國林業出版社, 1986.

[37] 彭明春, 馬紀. 生物統計學[M]. 武漢: 華中科技大學出版社, 2015.

[38] 李曉倩. 土地資源評價指標權重賦值方法的比較研究[D]. 蘭州: 甘肅農業大學, 2012.

[39] 宋之杰, 高曉紅. 一種多指標綜合評價中確定指標權重的方法[J]. 燕山大學學報, 2002, 26(1): 20–22.

[40] 崔兆杰, 謝連科, 劉雷, 等. 生態市可持續發展指標體系的建立和評價方法研究[J]. 科學技術與工程, 2006, 6(13): 1863–1868.

[41] 趙強, 李秀梅, 謝嘉欣. 濟南市生態彈性力評價研究[J]. 生態科學, 2015, 34(2): 156–160.

[42] 程水英, 柴瑜, 馮華偉, 等. 生態脆弱礦區生態承載力定量評價研究[J]. 能源環境保護, 2008, 22(4): 54–58.

[43] 周春生. 煤炭資源型城市生態環境可持續發展研究—以鄂爾多斯為例[J]. 經濟論壇, 2012(11): 136–138.

[44] 崔旭, 葛元英, 白中科. 黃土區大型露天煤礦區生態承載力評價研究—以平朔安太堡露天煤礦為例[J]. 中國生態農業學報, 2010, 18(2): 422–427.

[45] 趙晨. 淮北市城鄉居民收入與人均GDP的回歸分析[J]. 金融經濟, 2017(14): 104–106.

[46] 董鎖成, 李澤紅, 李斌, 等. 中國資源型城市經濟轉型問題與戰略探索[J]. 中國人口·資源與環境, 2007, 17(5): 12–17.

Evaluation of ecological carrying capacity in Huaibei City based on the mean square deviation decision method

REN Caifeng, CEHNG Yanmei, ZHENG Xin, ZHOU Lizhi*

Collaborative Innovation Center for Mine Environmental Remediation and Wetland Ecological Security, School of Resource and Environment Engineering, Anhui University, Hefei 230601, China

Ecological resilience, supporting capacity of carrying media and pressure of carrying object are three important elements of ecological carrying capacity, and analyzing the characteristics of these elements is an effective means to evaluate the status of regional sustainable development. Based on the three elements of ecological carrying capacity, an evaluation index system of ecological carrying capacity of Huaibei City was constructed. Method of mean square deviation decision was used to weight the evaluation index, and multiple stepwise regression analysis was used to screen the factors. At last, the change of ecological carrying capacity situation of Huaibei City from 2010 to 2016 was qualitatively analyzed.The results showed that the ecological resilience of Huaibei City was increased significantly from 2010 to 2016, the index increased from 0.2570 in 2010 to 0.9126 in 2016, and 00000000 in a self-sustaining and adjusting state with intermediate to higher levels since 2012. The supporting capacity index of carrying media increased steadily, and the index increased from 0.2592 to 0.7212, indicating that the supporting capacity of ecosystem in Huaibei City had been in intermediate to higher level since 2012.The change trend of carrying object pressure index was contrary to the trend of carrying object, indicating that the carrying object pressure firstly increased then decreased and then increased rapidly again.The ecological carrying capacity of Huaibei City had a rising trend of fluctuation, and the index was in intermediate to high carrying status after 2012, indicating that ecological carrying capacity of Huaibei City had a good development trend.However, the problems of resource consumption and environmental pollution caused by the development mode of coal mining are still restricting the coordinated development of the "natural-economic-social" complex ecosystem. It is imperative to transform Huaibei City to an ecological city.

ecological carrying capacity; mean square deviation decision method; ecological resilience;supporting capacity of carrying media; pressure of carrying object

10.14108/j.cnki.1008-8873.2019.05.022

X22

A

1008-8873(2019)05-168-10

2018-10-15;

2018-11-19

國家社科基金重大項目(編號: 14ZDB145)

任彩鳳(1994—), 女, 安徽淮北人, 碩士, 主要從事生態經濟學研究, E-mail: 18756115769@163.com

周立志, 男, 博士, 教授, 主要從事水鳥與濕地生態學和生態經濟學研究, E-mail: zhoulz@ahu.edu.cn

任彩鳳, 程艷妹, 鄭欣, 等. 基于均方差決策法的淮北市生態承載力評價[J]. 生態科學, 2019, 38(5): 168-177.

REN Caifeng, CEHNG Yanmei, ZHENG Xin, et al. Evaluation of ecological carrying capacity in Huaibei City based on the mean square deviation decision method[J]. Ecological Science, 2019, 38(5): 168-177.