基于熵權TOPSIS模型的鄂爾多斯市資源環(huán)境承載力評價

鄭欣, 程艷妹, 任彩鳳, 周立志

基于熵權TOPSIS模型的鄂爾多斯市資源環(huán)境承載力評價

鄭欣, 程艷妹, 任彩鳳, 周立志*

安徽大學資源與環(huán)境工程學院, 安徽大學礦山環(huán)境修復與濕地生態(tài)安全協同創(chuàng)新中心, 合肥 230601

資源環(huán)境和經濟社會之間的關系是資源環(huán)境承載力的研究基礎, 是判斷區(qū)域是否可持續(xù)發(fā)展的重要標志。從資源、環(huán)境、社會和經濟4個方面選取24個指標構建鄂爾多斯市資源環(huán)境承載力評價指標體系, 采用熵權法確定各指標的權重, 運用TOPSIS模型對該地區(qū)的資源環(huán)境承載力進行研究, 并結合多元回歸模型分析鄂爾多斯市資源環(huán)境承載力的驅動因素。結果表明: 鄂爾多斯市資源環(huán)境承載力指數在2008—2015年間整體呈上升趨勢, 波動幅度不大, 由2008年的0.4425上升到2015年的0.5562, 在2010年指數有較明顯下降。資源承載力、社會承載力和經濟承載力呈上升趨勢, 環(huán)境承載力呈下降趨勢, 其中資源承載力與整個資源環(huán)境承載力變化趨勢基本一致, 經濟承載力最終升至0.9444, 幾乎達到最優(yōu)承載力水平。模型分析表明, 資源因素對資源環(huán)境承載力影響最大, 經濟因素次之。建議未來控制資源消耗, 做好經濟結構的合理化轉型, 提高能源的利用效率, 以提高資源、經濟方面的承載能力; 同時在環(huán)境保護和社會進步方面, 通過促進節(jié)能減排, 加大污染治理, 適當控制人口數量, 降低人口壓力等方式來共同提高鄂爾多斯市資源環(huán)境承載力能力從而促進其可持續(xù)發(fā)展。

資源環(huán)境承載力; 熵權法; TOPSIS模型; 多元回歸模型; 鄂爾多斯市

0 前言

資源型城市是依托自然資源開發(fā)所發(fā)展起來的一種城市類型[1–2], 是一個集“自然—經濟—社會”于一體的復合生態(tài)系統。它為社會進步和經濟發(fā)展提供保障的同時, 消耗了大量自然資源, 產生的廢棄物和污染等對環(huán)境施加了嚴重壓力, 這一矛盾是限制區(qū)域可持續(xù)發(fā)展的重要因素, 因而資源、環(huán)境、社會和經濟四者之間關系的平衡是維持該復合生態(tài)系統穩(wěn)定的基礎。資源環(huán)境承載力用來表示一定時間及區(qū)域內在自然資源合理開發(fā)利用和生態(tài)環(huán)境不被破壞的前提下, 資源和環(huán)境系統所能承受的社會和經濟活動的規(guī)模[3], 它反映了社會經濟發(fā)展與資源開發(fā)和環(huán)境保護之間的關系。資源環(huán)境承載力研究的本質是將資源、環(huán)境綜合考慮, 探究其支撐經濟社會可持續(xù)發(fā)展的匹配關系與變化[4]。作為判斷區(qū)域是否可持續(xù)發(fā)展的重要標志[5–6], 了解區(qū)域資源稟賦和環(huán)境容量的優(yōu)劣程度, 處理好社會經濟發(fā)展與資源環(huán)境供容能力之間的關系[7–8], 對資源環(huán)境承載力進行深入研究可定量揭示區(qū)域發(fā)展存在的限制因素, 為實施可持續(xù)發(fā)展策略提供更具有針對性的調控對策依據。

現有的資源環(huán)境承載力研究方法有層次分析法[9]、相對資源承載力法[10]、模糊數學法[11]和系統動力學法[12]等。上述方法雖各有優(yōu)點, 但也存在不足: 層次分析法在確定權重時有較強的主觀因素; 相對資源承載力法涉及因子較少而不能充分體現承載力實際大小; 模糊數學法其隸屬度不易確定; 系統動力學法模型的參數變量較難設置。而基于熵權的TOPSIS多元目標決策模型能夠關注整體情況, 對指標數量等沒有嚴格要求, 它具有普遍適用性以及能夠進行橫、縱向對比分析的優(yōu)點, 并且計算簡單、層次分明, 可客觀全面地反映測量目標的動態(tài)變化, 通過基于樣本數據, 測量目標接近或遠離正、負理想解的程度來評估資源環(huán)境承載力水平[13]。

鄂爾多斯市是我國典型的煤炭資源型城市, 同時還是我國西部地區(qū)重要的生態(tài)屏障[14]。近年來, 隨著煤炭資源的進一步開采, 超過了系統所能承受的社會和經濟規(guī)模, 使當地的資源環(huán)境問題更加嚴重。已有學者對鄂爾多斯市資源環(huán)境承載力進行研究, 但大多采用層次分析法和系統動力學法[15–16]。本研究從資源、環(huán)境、社會和經濟4個方面著手構建鄂爾多斯市資源環(huán)境承載力指標體系, 通過基于熵權法的TOPSIS模型分析鄂爾多斯市2008—2015年資源環(huán)境承載力動態(tài)變化特征, 進而分析區(qū)域可持續(xù)發(fā)展趨勢, 運用多元線性回歸模型分析資源、環(huán)境、社會、經濟等因素對資源環(huán)境承載力的驅動機制, 判斷影響鄂爾多斯市資源環(huán)境承載力的影響因素, 為鄂爾多斯市的優(yōu)化發(fā)展和可持續(xù)發(fā)展提出合理的對策和建議。

1 研究區(qū)概況

鄂爾多斯市位于內蒙古自治區(qū)西南部, 地處東經106°42′—111°27′, 北緯37°35′—40°51′之間, 是中國西部重要的資源型城市, 同時也是中國14個大型煤炭生產基地之一[14]。鄂爾多斯市作為資源密集地區(qū)之一, 自然資源富集, 擁有各類礦藏50多種, 其中煤炭已探明儲量約占全國的1/6, 儲量大且分布面積廣, 煤炭資源是帶動城市經濟發(fā)展的最主要資源。截止2015年末, 全市總面積86882 km2, 市轄7旗1區(qū), 全市常住人口204.51萬人, 地區(qū)生產總值4226.1億元, 城鎮(zhèn)化率達到73.13%。該市屬于典型的煤炭資源型城市且地處我國西北部, 生態(tài)系統較一般城市更加脆弱[17], 日照強烈, 市多年平均氣溫約7.3 ℃, 水資源匱乏, 降水約150—410 mm, 蒸發(fā)量卻在2000 mm以上, 土壤有機質含量少, 植被覆蓋度低于25%。近年來, 鄂爾多斯市依賴豐富的資源尤其是煤炭資源使經濟突飛猛進發(fā)展的同時, 煤炭的大規(guī)模開采也破壞了地區(qū)的生態(tài)系統, 超過了系統所能承受的發(fā)展規(guī)模, 嚴重影響了區(qū)域的可持續(xù)發(fā)展。

2 研究方法

2.1 數據來源及評價指標體系構建

研究數據來源于《內蒙古自治區(qū)統計年鑒》(2008—2015)、《鄂爾多斯市統計年鑒》(2008—2015)和《鄂爾多斯市國民經濟和社會發(fā)展統計公報》(2008—2015)等統計資料。鄂爾多斯市復合生態(tài)系統的穩(wěn)定建立在資源、環(huán)境、社會和經濟之間平衡的基礎上, 根據資源環(huán)境承載力的定義和本質, 本研究將資源環(huán)境承載力作為目標層, 從資源承載力、環(huán)境承載力、社會承載力和經濟承載力四個方面作為準則層對鄂爾多斯市的資源環(huán)境承載力進行評價研究, 準則層之間既獨立, 又相互影響, 共同反映區(qū)域資源環(huán)境承載力狀況[13]。最終根據鄂爾多斯市區(qū)域特征, 選取24個具體的評價指標作為指標層反映鄂爾多斯市資源環(huán)境承載力的特征信息(表1)。

2.2 熵權法

熵權法是一種客觀賦權方法, 根據各項指標原始數據的離散程度, 利用信息熵來確定指標權重[18–19]。在綜合評價中, 熵權法確定的指標體系權重可以客觀真實地反映原始數據中的隱含信息, 有效避免了人為因素造成的偏差, 由此獲得的指標權重值比主觀賦權法具有更高的可信度和精確度[20]。因此本研究采用熵權法確定資源環(huán)境承載力指標權重, 其主要計算步驟如下:

(1)原始數據標準化

表1 鄂爾多斯市資源環(huán)境承載力評價指標體系

設區(qū)域資源環(huán)境承載力的原始評價指標矩陣為:

根據指標對評價結果的作用方向進行標準化處理:

式中,S為第個對象第項指標的標準化值,X為指標值,Z為指標最優(yōu)值, maxX和minX分別為指標的最大值和最小值, 且0≤S≤1。

(2)計算各指標的信息熵值:

(3)計算各評價指標的信息效用值和權重:

式中,d為第項指標的信息效用值,d= 1-e,W為第項指標的權重。

2.3 TOPSIS模型

TOPSIS模型即為“逼近理想解排序方法”, 它是系統工程中常用的決策技術, 要用來解決多屬性或多標準決策問題, 一種運用距離作為評價標準的綜合評價法[21]。通過定義目標空間中的某一測度, 相應地計算目標靠近/偏離正、負理想解的程度, 以此來評估區(qū)域承載力, 可以全面客觀地反映區(qū)域承載力的動態(tài)及變化趨勢[22]。主要計算步驟如下:

(1)原始數據標準化

設區(qū)域資源環(huán)境承載力問題的原始評價指標矩陣為:

要得到標準化評價矩陣, 以采用歸一化方法對原始數據進行處理。故得到標準化矩陣:

(2)基于熵權的判斷矩陣構建

借助加權思想, 使評價矩陣客觀性進一步提高, 根據運用熵權法確定的指標權重W與歸一化后矩陣相乘, 構建規(guī)范化加權判斷矩陣。

(3)正負理想解確定

根據加權判斷矩陣確定正負理想解, 計算公式如下:

正理想解:

負理想解:

如果指標為效益型指標, 則:

如果指標為成本型指標, 則:

(4)距離計算

距離計算的方法較多, 采用歐氏距離計算公式。令D為第個指標與y的距離,D為第個指標與y-的距離, 計算方法為:

式中,y為第個指標第年加權后的規(guī)范化值,y、y分別為第個指標在年取值中最偏好方案值和最不偏好方案值。

(5)資源環(huán)境承載力貼近度

貼近度是指評價對象接近最優(yōu)理想解的程度, 以表示。本文以資源環(huán)境承載力貼近度表示資源環(huán)境承載力及各子系統承載力的大小, 計算公式如下:

代表資源環(huán)境承載力水平及各子系統承載力水平的高低。其值越大, 表明承載力水平越高, 越接近承載力最高水平。

3 結果與分析

3.1 資源環(huán)境承載力指數變化趨勢及原因

對鄂爾多斯市資源環(huán)境承載力各要素(指標層)進行標準化處理后經熵權法確定各評價指標權重,具體結果見表2。通過TOPSIS模型求得2008—2015年鄂爾多斯資源環(huán)境承載力貼近度大小, 即資源環(huán)境承載力指數(表3)。

資源環(huán)境承載力指數在2008—2015年間整體呈上升趨勢, 波動幅度不大, 由2008年的0.4425上升到2015年的0.5562, 在2010年指數有較明顯下降, 具體來看, 2010年指數下降到0.3611為研究期間的最低值, 深入分析發(fā)現, 一是資源供需存在矛盾, 人均耕地面積和人均水資源量均有所下降; 二是環(huán)境治理效果不明顯, 工業(yè)廢水排放量和工業(yè)固廢產生量明顯增大, 而生活垃圾無害化處理率卻大幅下降。隨后至2012年保持持續(xù)上升趨勢, 雖在2013年出現小幅下降, 但之后迅速調整, 2014年達到0.5796為研究期間的最高值, 2015年小幅度下降至0.5562, 究其原因, 總體來看, 承載力指數有較好發(fā)展一方面得益于節(jié)能減排等環(huán)境治理措施的大力推廣, 如萬元GDP能耗、萬元GDP水耗逐年下降以及污水處理率逐年提高; 二是得益于鄂爾多斯市社會的穩(wěn)定進步和經濟的持續(xù)發(fā)展, 居民人均可支配收入以及第三產業(yè)總產值比重持續(xù)增加等均使鄂爾多斯市資源環(huán)境承載力有所提高(表3、圖1)。

表2 鄂爾多斯市資源環(huán)境承載力指標標準化值及權重

表3 鄂爾多斯市資源環(huán)境承載力指數(2008—2015年)

3.2 資源環(huán)境承載力及各子系統變化趨勢

為了更加深入分析和描述鄂爾多斯市資源環(huán)境承載力變化趨勢及原因, 計算各子系統承載力指數(表4)。

資源承載力指數整體具有上升趨勢, 但中間有所波動。2008—2010年持續(xù)下降, 其中, 2010年下降幅度明顯, 降至0.2843, 為研究期間的最低值; 隨后迅速上升, 2012年達到中等以上水平且為研究期間內最高值, 但2013—2015年則一直持續(xù)下降狀態(tài), 2015年下降到0.5193(表4、圖2)。導致2010年資源承載力指數迅速下降的主要原因是人均耕地面積和人均水資源量指標值在2010年顯著下降, 2012年人均耕地面積與上一年持平以及人均水資源量大幅上升, 使資源承載力指數迅速回升。

環(huán)境承載力指數在研究期間呈下降趨勢, 波動幅度較大。其中, 2009年大幅增長達到0.8017, 即研究期間內最大值, 2011年呈現小幅增長, 除此之外, 其他年份均呈下降狀態(tài), 2012—2015年更是呈逐年下降趨勢, 2015年下降至最低值0.2595(表4、圖2)。研究期間SO2排放量和工業(yè)廢水排放量變化波動明顯, 呈顯著的“W”曲線, 變化幅度較大, 對鄂爾多斯市環(huán)境承載力的波動起到主導作用, 工業(yè)固廢產生量逐年上升, 較2008年相比, 2015年上升幅度高達393%, 對環(huán)境承載力的下降有較大影響, 這3項指標是限制環(huán)境承載力上升的主要因素。

社會承載力指數由2008年的0.2512上升至2015年的0.8170, 整體基本呈“V”型曲線。其中, 2009年上升至0.5623, 但2010—2011年一直呈下降狀態(tài)且下降幅度較大, 隨后迅速上升, 2015年達到研究期間的最高值0.8170(表4、圖2)。造成2010—2011年指數下降以及2012—2013年增長緩慢的原因除了城鎮(zhèn)化率逐年增大帶來的人口壓力外, 還有是城鎮(zhèn)居民恩格爾系數和農村居民恩格爾系數出現不同程度的增長, 由于這兩項指標是負向指標, 致使社會承載力指數增長速度緩慢甚至降低, 波動起伏較大, 表明居民恩格爾系數對鄂爾多斯市的社會承載力的波動有顯著的負向影響。

經濟承載力指數在研究期間一直呈持續(xù)平穩(wěn)上升趨勢, 且幅度較大。在2008—2010年處于較低水平, 2011—2012年處于中等水平, 之后持續(xù)上升, 在2013—2015年間一直處于高水平, 并在2015年達到最大值0.9444, 幾乎達到最優(yōu)水平(表4、圖2)。研究期間, 人均GDP、人均可支配收入、社會消費品零售總額等指標逐年上升促進了經濟的發(fā)展, 使經濟發(fā)展力穩(wěn)步提升。第三產業(yè)總產值比重經歷了先下降后上升的過程而采礦業(yè)占地區(qū)生產比重呈先上升后下降狀態(tài), 并且伴隨人均GDP的持續(xù)增長, 表明鄂爾多斯市重視調整經濟增長方式和產業(yè)結構, 符合資源型城市經濟轉型戰(zhàn)略需求。

3.3 資源環(huán)境承載力驅動因素

3.3.1 各子系統與資源環(huán)境承載力的相關性分析

利用SPSS軟件對鄂爾多斯市2008—2015年的四個子系統的綜合值與資源環(huán)境承載力時間序列值進行相關性分析, 各相關系數結果見表5。結果顯示資源環(huán)境承載力與資源狀況(a)、社會進步(c)和經濟發(fā)展(d)呈正相關, 與環(huán)境情況(b)呈負相關。其中與資源狀況和經濟發(fā)展的相關系數最大, 分別為0.914、0.806。

表4 鄂爾多斯市各子系統承載力指數(2008—2015年)

圖1 鄂爾多斯市資源環(huán)境承載力變化趨勢圖

Figure 1 The variation trend of the carrying capacity for resources and environment in Ordos City

圖2 鄂爾多斯市各子系統承載力變化趨勢圖

Figure 2 The variation trend of the carrying capacity of each subsystem in Ordos City

表5 資源環(huán)境承載力與其影響因子的相關系數

Table 4 Correlation coefficient of resource and environment carrying capacity and its influencing factors.

3.3.2 資源環(huán)境承載力模型的建立

以鄂爾多斯市2008—2015年的資源環(huán)境承載力的值為因變量, 4個子系統準則層綜合值為自變量, 建立多元線性回歸模型, 反映資源、環(huán)境、社會、經濟等因素驅動生態(tài)足跡的機制, 得到多元線性回歸模型:

式中: a、b、c、d分別對應表1中的4個準則層, 反映了資源、環(huán)境、社會及經濟等因子在驅動資源環(huán)境承載力變化過程中的影響程度。通過上式可知, 資源因素對資源環(huán)境承載力影響最大, 經濟因素次之。

4 討論

鄂爾多斯市資源承載力指數走勢與同為資源型城市的大同市[23]變化情況相似, 整體變化幅度較大。土地資源是限制經濟社會發(fā)展的基本要素[24], 鄂爾多斯市耕地總體質量較低[25], 隨著人口持續(xù)增加, 人均耕地面積逐年減少, 同時水資源豐富與否是促進或制約經濟社會發(fā)展的重要因素[26–27], 而鄂爾多斯市水資源量受氣候影響年際變化較大[28], 從而影響到鄂爾多斯市資源環(huán)境承載力呈波動變化。區(qū)域的資源狀況決定了一個地區(qū)容納的人口數量[29], 任何區(qū)域的發(fā)展都要在資源承載力許可的范圍內進行, 資源承載力是區(qū)域可持續(xù)發(fā)展的基礎[30]。

研究期間環(huán)境承載力波動非常明顯, 整體呈下降狀態(tài), 其變化趨勢與慶陽市[13]大體相似, 影響因素與宜昌市[31]大體相同, 對環(huán)境承載力影響最大的指標為SO2排放量和工業(yè)固廢產生量, 其次是工業(yè)廢水排放量。鄂爾多斯市是我國典型的西部資源型城市[32], 它以煤炭開采為主導的產業(yè)模式使工業(yè)廢氣、廢水以及固廢產生量迅速增加, 耗費資源的同時破壞了生態(tài)環(huán)境, 給生態(tài)系統帶來了很大的壓力。脆弱的生態(tài)環(huán)境和有限的環(huán)境容量目前已經成為制約西部經濟社會可持續(xù)發(fā)展的重要因素[29]。

鄂爾多斯市社會承載力指數介于0.2512— 0.8170之間, 整體呈上升趨勢。但這與京津冀中心城市和張家口社會承載力一直保持良好上升趨勢不同[33–34], 逐年增多的城鎮(zhèn)人口給生態(tài)系統帶來了很大壓力, 居民恩格爾系數的波動影響了社會的持續(xù)良性發(fā)展?？傮w來說, 雖然社會子系統內部有所波動, 但各部分相互調節(jié), 大多數指標如: 人均住房面積、每千口人擁有病床數等的良性發(fā)展和較好的發(fā)展速度改善了城鄉(xiāng)居民基礎設施水平, 保證了社會子系統的可持續(xù)發(fā)展, 但是應在控制人口數量, 提高人民生活水平方面加大力度, 以保證社會承載力穩(wěn)步向前發(fā)展。

2008—2015年鄂爾多斯市經濟承載力指數與同為煤炭資源型城市的淮南市[35]變化趨勢相同, 呈穩(wěn)步上升趨勢, 平均每年增長0.1222, 表明鄂爾多斯市經濟實力明顯增強。經濟發(fā)展具有兩面性, 隨著經濟的發(fā)展勢必會帶來更多的經濟資源以改善環(huán)境狀況, 提高資源的利用率; 但另一方面也必將會對自然資源造成消耗, 造成環(huán)境污染[36]。2008—2010年, 區(qū)域資源環(huán)境承載力水平高于經濟承載力, 2011年以后, 區(qū)域資源環(huán)境承載力水平低于經濟承載力水平, 仍然基本呈上升趨勢, 經濟發(fā)展為鄂爾多斯市其它子系統奠定了堅實的經濟基礎, 對資源環(huán)境承載力的改善起了極大的推動作用。

2008—2015年間, 鄂爾多斯市資源環(huán)境承載力整體呈上升趨勢, 波動幅度不大。2008—2010年鄂爾多斯市資源環(huán)境承載力呈下降狀態(tài), 但自“十二五”以來, 資源環(huán)境承載力逐步增強, 達到了較高水平, 2015年承載力指數達到0.5562, 比2008年提高了25.7%。結合資源環(huán)境承載力計算結果和資源環(huán)境承載力驅動模型的分析結果, 要實現鄂爾多斯市的可持續(xù)發(fā)展, 應在保持經濟上升的同時, 做好資源的合理分配、生態(tài)環(huán)境的建設和社會結構的調整。資源方面, 應緩解資源供需矛盾, 嚴格保護可用耕地, 在保證可持續(xù)發(fā)展的前提下合理開發(fā)煤炭資源和其它新型能源, 提高水資源利用率, 同時降低GDP能耗、水耗, 避免問題日益顯著; 環(huán)境方面, 繼續(xù)增加區(qū)域綠化覆蓋率, 加大力度進行污染治理, 推進當地煤炭及其它能源企業(yè)等節(jié)能減排, 減少有害氣體、液體以及固體的排放, 發(fā)展低碳交通, 促進排放低碳化; 社會方面, 應合理控制人口數量及結構組成, 減緩人口對資源環(huán)境的壓力, 并倡導生態(tài)環(huán)保、節(jié)約的消費與飲食模式, 減小對于自然資源的過度消費; 經濟方面, 在保持經濟穩(wěn)定增長的同時, 要從追求經濟發(fā)展規(guī)模轉移到追求發(fā)展經濟質量, 均衡產業(yè)發(fā)展, 提倡提質增效的經濟發(fā)展思路, 在一定程度上減少資源浪費, 提高資源的利用效率, 同時也降低經濟活動對環(huán)境的壓力。

5 結論

鄂爾多斯市2008—2015年資源環(huán)境承載力整體呈上升狀態(tài), 波動幅度不大, 基本維持在0.5左右, 2008—2010年呈下降狀態(tài), 2011—2015年基本保持增長。從各子系統承載力來看, 資源子系統發(fā)展狀況與資源環(huán)境承載力變化趨勢基本一致, 表明資源子系統承載力是鄂爾多斯市資源環(huán)境承載力的重要影響因素; 經濟承載力水平逐年提高, 為鄂爾多斯市資源環(huán)境承載力的提升奠定了堅實的經濟基礎; 社會承載力趨勢總體略呈“V”型趨勢, 變化較為平穩(wěn), 整體有所增長, 對資源環(huán)境承載力的上升有一定的促進作用; 環(huán)境子系統基本呈逐年下降趨勢, 在鄂爾多斯市資源環(huán)境承載力的提高方面起到了負向作用。

鄂爾多斯市作為一座以煤炭行業(yè)為主導的資源型城市, 區(qū)域人口的增加、經濟的增長、福利的提高和社會的發(fā)展都是以一定的煤炭資源以及其它類型資源的消耗和一定程度的環(huán)境惡化為代價來實現的。影響鄂爾多斯市資源環(huán)境承載力最大的驅動因子主要是資源狀況, 其次是經濟發(fā)展, 因此要實現區(qū)域可持續(xù)發(fā)展就是要對區(qū)域資源進行有理性、有節(jié)制和有遠見的管理, 使資源的消耗控制在一定限度內, 保持系統和諧穩(wěn)定, 防止系統的崩潰和發(fā)展的停滯甚至倒退, 做好經濟結構的合理化轉型, 提高能源的利用效率; 同時也要在環(huán)境保護和社會進步方面做好工作, 通過促進節(jié)能減排, 加大污染治理, 適當控制人口數量, 降低人口壓力等方式來共同提高鄂爾多斯市資源環(huán)境承載力能力從而促進其可持續(xù)發(fā)展。

[1] 崔秀萍, 呂君, 王珊. 生態(tài)脆弱區(qū)資源型城市生態(tài)環(huán)境影響評價與調控[J]. 干旱區(qū)地理, 2015, 38(1): 148–154.

[2] 王旭. 資源型城市生態(tài)經濟系統可持續(xù)發(fā)展研究[D]. 焦作: 河南理工大學, 2010.

[3] 李悅, 成金華, 席皛. 基于GRA—TOPSIS的武漢市資源環(huán)境承載力評價分析[J]. 統計與決策, 2014(17): 102–105.

[4] 鄧偉. 山區(qū)資源環(huán)境承載力研究現狀與關鍵問題[J]. 地理研究, 2010, 29(6): 959–969.

[5] 韓鵬, 李濤. 資源環(huán)境承載力綜合評價方法研究—以中原經濟區(qū)為例[J]. 應用基礎與工程科學學報, 2015, 23(增刊): 88–101.

[6] 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[J]. 地理科學進展, 2008, 27(5): 35–42.

[7] 周偉, 袁國華, 羅世興. 廣西陸海統籌中資源環(huán)境承載力監(jiān)測預警思路[J]. 中國國土資源經濟, 2015, 28(10): 8–12.

[8] NA L I, WANG K F. Evaluation of coordinated development of regional resources and economy around Shandong Peninsula urban agglomerations[J]. Journal of Groundwater Science and Engineering, 2016, 4(3): 220–230.

[9] 于洋, 韓鵬, 楊楠, 等. 中原城市群核心城市資源環(huán)境承載力研究[J]. 北京大學學報(自然科學版), 2018, 54(2): 407–414.

[10] 王樹通, 郭懷成, 王麗婧. 北京市相對資源承載力分析[J]. 安全與環(huán)境學報, 2005, 5(5): 90–94.

[11] 王奎峰, 許夢. 黃河三角洲中心城市資源環(huán)境承載力時空變化規(guī)律與趨勢研究—以東營市為例[J]. 環(huán)境工程, 2018, 36(1): 157–161.

[12] 陳先鵬. 基于PCA和SD模型的區(qū)域國土資源環(huán)境承載力評價—以浙江省義烏市為例[D]. 杭州: 浙江大學, 2015.

[13] 楊亮潔, 楊永春. 甘肅省資源環(huán)境承載力時空分異[J]. 生態(tài)學報, 2017, 37(20): 7000–7017.

[14] 宋麗麗, 白中科. 煤炭資源型城市生態(tài)風險評價及預測—以鄂爾多斯市為例[J]. 資源與產業(yè), 2017, 19(5): 15–22.

[15] 孫燕英, 李元杰, 康艾, 等. 鄂爾多斯盆地(內蒙古地區(qū))資源環(huán)境綜合承載力評價研究[J]. 干旱區(qū)資源與環(huán)境, 2017, 31(2): 56–62.

[16] 呂道夫. 基于系統動力學的鄂爾多斯市資源環(huán)境承載力研究[D]. 北京: 中國地質大學(北京), 2016.

[17] 張秀梅. 基于PSR模型的煤炭資源型城市生態(tài)安全評價研究[D]. 北京: 北京林業(yè)大學, 2011.

[18] 閆文周, 趙彬. 基于熵權法的生態(tài)城市建設評價[J]. 統計與決策, 2009(2): 66–68.

[19] 任海軍, 曹盤龍, 張爽. 基于熵值法的生態(tài)社會評價指標體系研究—以我國西部地區(qū)為例[J]. 華東經濟管理, 2014, 28(5): 71–76.

[20] 張建軍, 羅靜. 基于熵權法的武漢生態(tài)城市建設評價[J]. 資源開發(fā)與市場, 2011, 27(10): 887–889.

[21] SHIH H S, SHYUR H J, LEE E S. An extension of TOPSIS for group decision making[J]. Mathematical & Computer Modelling, 2007, 45(7): 801–813.

[22] 雷勛平, 邱廣華. 基于熵權TOPSIS模型的區(qū)域資源環(huán)境承載力評價實證研究[J]. 環(huán)境科學學報, 2016, 36(1): 314–323.

[23] 黃曉英, 郝晉珉, 張文選, 等. 資源型城市的城市綜合承載力與可持續(xù)發(fā)展研究—以大同市為例[J]. 安徽農業(yè)科學, 2014, 42(4): 1123–1127.

[24] 郭衛(wèi)東. 太原市經濟和資源的人口承載力研究[J]. 經濟師, 2008(4): 18–19.

[25] 王友鳳, 魯麗波. 生態(tài)脆弱區(qū)耕地保護與可持續(xù)利用探討—以鄂爾多斯市為例[J]. 安徽農業(yè)科學, 2015, 43(8): 282–283.

[26] SIMONOVIC S P. World water dynamics: global modeling of water resources[J]. Journal of Environmental Management, 2002, 66(3): 249–267.

[27] 劉子剛, 鄭瑜. 基于生態(tài)足跡法的區(qū)域水生態(tài)承載力研究—以浙江省湖州市為例[J]. 資源科學, 2011, 33(6): 1083–1088.

[28] 高瑞忠, 李和平, 格日樂, 等. 鄂爾多斯市區(qū)域水資源與社會經濟發(fā)展協調度分析[J]. 水資源保護, 2012, 28(2): 82–84.

[29] 李文. 資源承載力與可持續(xù)發(fā)展[J]. 財經論叢, 2003(4): 1–7.

[30] 郭成利. 區(qū)域資源承載力與可持續(xù)發(fā)展研究—以5.12地震災區(qū)甘肅隴南為例[D]. 蘭州: 蘭州大學, 2009.

[31] 袁宇龍. 基于加權改進TOPSIS法的區(qū)域資源環(huán)境承載力研究[D]. 成都: 四川師范大學, 2017.

[32] 朱阿麗, 王漢祥. 新常態(tài)下資源型城市轉型發(fā)展研究—以鄂爾多斯市為例[J]. 內蒙古社會科學(漢文版), 2017, 38(6): 201–206.

[33] 孫強. 京津冀區(qū)域中心城市資源環(huán)境承載力評價研究[D]. 保定: 河北大學, 2017.

[34] 孔偉, 魏紅磊, 任亮,等. 城市社會承載力評價及提升策略研究—以張家口市為例[J]. 河北北方學院學報(社會科學版), 2017, 33(1): 53–56.

[35] 陸建芬. 資源環(huán)境承載力評價研究—以安徽淮河流域為例[D]. 合肥: 合肥工業(yè)大學, 2012.

[36] 鐘世堅. 區(qū)域資源環(huán)境與經濟協調發(fā)展研究[D]. 長春: 吉林大學, 2013.

Evaluation of the resource and environmental carrying capacity of Ordos City based on the TOPSIS model of entropy weight

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

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

The relationship between resources, environment, economy and society is the foundation for study on the carrying capacity for resources and environment, also an important sign to judge whether the region can develop sustainably. In this article an evaluation index system for the bearing capacity for resources and environment was constructed based on 24 factors from 4 areas including resources, environment, society and economy in Ordos City. The regional carrying capacity for resources and environment was studied by TOPSIS model, and the driving factors for bearing capacity for resources and environment were analyzed combined with the multivariate regression model analysis. The results showed that the index of the carrying capacity of resources and environment of Ordos City was on the rise from 2008 to 2015, with a small fluctuation range. The index increased from 0.4425 in 2008 to0.5562 in 2015, with a significant decrease in 2010. The resource, social and economic carrying capacities were on rise, while the environmental carrying capacity was on decline. The resource carrying capacity was basically consistent with the change trend of the whole carrying capacity of resources and environment, and the economic carrying capacity eventually rose to 0.9444, almost reaching the optimal carrying capacity level. The model analysis showed that the resource factor had the biggest influence on the carrying capacity for resources and environment, and the economic factor was the second. It is suggested to control resource consumption in the future, rationalize the economic structure, and improve the efficiency of energy utilization so as to improve the bearing capacity of resources and economy. At the same time, in terms of environmental protection and social development, it is necessary to promote energy conservation and emission reduction, increase pollution control, properly control population size and reduce population pressure to jointly improve the carrying capacity of resources and environment in Ordos City so as to promote its sustainable development.

resource and environment carrying capacity; entropy method; TOPSIS model; multiple regression model; Ordos City

10.14108/j.cnki.1008-8873.2020.02.013

X24

A

1008-8873(2020)02-095-09

2018-12-28;

2019-01-23

國家社會科學基金項目(14ZDB145)

鄭欣(1993—), 女, 山東濰坊人, 碩士, 主要從事生態(tài)經濟研究, E-mail: zhengxin1225@qq.com

周立志, 男, 博士, 教授, 主要從事濕地生態(tài)學和生態(tài)經濟學研究, E-mail: zhoulz@ahu.edu.cn

鄭欣, 程艷妹, 任彩鳳, 等. 基于熵權TOPSIS模型的鄂爾多斯市資源環(huán)境承載力評價[J]. 生態(tài)科學, 2020, 39(2): 95-103.

ZHENG Xin, CEHNG Yanmei, REN Caifeng, et al. Evaluation of the resource and environmental carrying capacity of Ordos City based on the TOPSIS model of entropy weight[J]. Ecological Science, 2020, 39(2): 95-103.