中國34個省級行政區三維生態足跡動態研究

王業寧,周強,王豪偉

1 中國科學院城市環境研究所, 城市環境與健康重點實驗室, 廈門 361021 2 中國科學院大學, 北京 100049

當前,中國正處于生態文明建設的關鍵時期,東西部自然資源不均衡、不協調的格局日益加劇,限制了區域社會經濟的可持續發展,甚至危及國家的生態安全[1]。作為評估區域可持續發展的有效工具,生態足跡模型受到政府與學界的廣泛關注[2-3]。生態足跡概念于1992年由加拿大生態經濟學家Wackernagel等提出[4],被定義為生產一定人口所消費資源和吸納廢棄物所需要的生物生產土地的總面積,將能夠提供的生物生產性土地總面積定義為生態承載力,通過對比供需間的差距以評價研究區的可持續發展狀況。生態足跡小于生態承載力時稱為生態盈余,反之為生態赤字。全球平均而言,生態承載力低于生態足跡,2012年需1.6個地球方能滿足人類所需[5],并將導致資源存量的過度消耗[6-7]。徐中民等[8]基于統計數據得出1999年中國的生態赤字達到0.65 hm2/cap,同Wackernagel等[4]計算結果相比,生態足跡增加了0.13 hm2/cap,且大部分省份的生態足跡已超過當地的生態承載力。Yang等[9]基于能源生態足跡模型對中國進行生態安全評價,表明東部沿海省份的生態壓力將有所減小,而西部地區卻呈惡化趨勢,且生態狀況與經濟發展在空間上不均衡[10-11]。

傳統的生態足跡模型未能區分自然資本流量與存量,也無法反映生態赤字在世代上的累積[12]。Niccolucci等[13-14]引入足跡廣度和足跡深度構建三維生態足跡模型,以表征資本流量和存量的使用狀況。方愷等[15]將其引入中國并進行優化與完善,構建資本流量占用率和存量流量利用比兩個指標,并評估全球11個國家的自然資本利用狀況[16]。楊屹與樊明東[17]分析中國絲綢之路經濟帶沿線省份的生態壓力指數及足跡廣度與深度的時空特征,并采用基尼系數、經濟貢獻系數構建公平性評價模型。學者評估區域資本流量和存量的占用及不同類型土地的差異性,探討生態足跡廣度與深度的驅動因素,揭示了社會經濟發展與生態足跡之間的關系[18-19]。

中國幅員遼闊,自然資源稟賦與社會經濟發展水平差異較大,自然資本利用的強度與結構具有明顯的空間異質性[20]。基于三維生態足跡模型,本文首先計算中國34個省級行政區的均衡因子與產量因子以提升模型可靠性[11, 21],刻畫不同類型土地的生態足跡廣度與深度的時空特征,并根據生態足跡與社會經濟的關系探索其影響因素,為中國及各省的資源利用、產業結構調整、生態補償政策等提供基礎數據與決策參考。

1 研究區概況

中華人民共和國(中國)領土陸地面積約960萬km2,下轄23個省份、5個自治區、4個直轄市和2個特別行政區(為研究表示方便，下統稱為省份),如圖1。中國地勢西高東低,山地、高原和丘陵約占陸地面積的67%,盆地和平原約占33%；大部分地區屬于溫帶、副熱帶季風氣候,地理景觀與氣候形態豐富多樣,有冰川、丹霞、沙漠、喀斯特等多種地貌。東臨太平洋,領海由渤海(內海)以及黃海、東海、南海三大邊海組成,海域面積約473萬km2。中國是世界上人口最多的國家,約有13.9億人。土地資源數量大,人均占有少,且地區分布不均,生產力空間差異顯著。2018年國內生產總值(GDP)約為90萬億元,穩居世界第二位。

圖1 研究區位置

2 數據來源與研究方法

2.1 數據來源

表1 生態足跡模型選用的生物能源數據

土地類型面積來源于自然資源部土地調查成果共享應用服務平臺(http://tddc.mlr.gov.cn/to_Login)、港澳臺的統計年鑒及全球土地覆蓋產品[24],根據生態足跡內涵及《土地利用現狀分類》(GB/T21010—2017)作如下調整,耕地、草地分別為耕地、草地,園地與林地合并為林地,城鎮村及工礦用地與交通運輸用地合并為建設用地,水域及水利設施用地作為水域,考慮到中國是世界上唯一養殖產量遠超過捕撈產量的漁業國家,且各省份的海水養殖面積難以獲取,故而未將海域面積納入生態足跡模型；暫不考慮其他類型土地(如沼澤地、沙地等)。

2.2 研究方法

生態足跡分為耕地、草地、林地、水域、化石能源用地、建設用地等六部分,利用均衡因子與產量因子匯總合并至同一土地單位。計算公式[4, 25]如下：

(1)

(2)

式中,EF為研究區總生態足跡(hm2)；N為總人口(cap)；ef為人均生態足跡(hm2/cap)；i為土地類型；efi為第i類土地的生態足跡(hm2/cap)；ri為第i類土地的均衡因子；j為生物質生產或消費項目；Cij為研究區第i類土地第j種項目的生產量或消費量(kg或m3或kW h)；Pij為全球第i類土地第j種項目的平均生產量或消費量(kg/hm2或m3/hm2或kW h hm-2)；γij為第i類土地第j種項目的單位熱值(kJ/kg或kJ/m3或kJ/kW/h)；Si為研究區第i類土地面積(hm2)。

生態承載力計算公式如下：

EC=N×ec=N×∑i(Si×ri×yi)

(3)

(4)

基于上述模型,引入足跡廣度與深度以表征資本流量占用和存量消耗。公式[13, 16]如下：

EFsize=N×efsize=N×∑imin {efi,eci}

(5)

(6)

EF3D=EFsize×EFdepth

(7)

式中,EFsize、EFdepth、EF3D分別為生態足跡廣度(hm2)、足跡深度和三維生態足跡(hm2)；efsize、efdepth分別為人均生態足跡廣度(hm2/cap)與深度。較小的足跡廣度與較大的足跡深度表明區域可持續能力較弱,反之則較強。

阿花的聲音很輕，像一縷輕煙，輕輕飄到我耳邊。阿花說，那是一段不堪回首的日子，每每想起來，我就如同掉進了深淵。

引入Shannon-Wiener指數以表征不同類型土地需求與供給的均衡性,公式[26]如下：

(8)

(9)

3 結果分析

3.1 生態足跡廣度

生態足跡廣度表征自然資本流量占用的狀況,因資源稟賦的不均衡性,中國34個省的人均足跡廣度具有明顯的空間異質性(圖2)。高值區主要分布于人口密度低的東北、西北地區,低值則位于人口稠密的華東、華北地區。中國人均足跡廣度呈先降后升趨勢,年際波動幅度很小,各省份間的差異較為明顯。西藏的足跡廣度最大,從2009年的10.87 hm2/cap波動上升至2016年的12.35 hm2/cap；其次是青海,從2009年的5.76 hm2/cap下降至2016年4.73 hm2/cap,年均降低2.78%；內蒙古、黑龍江等省份也高于中國逐年平均值0.98 hm2/cap。香港、澳門兩個特區最低,分別為0.03 hm2/cap、0.02 hm2/cap,研究期間基本無波動。資本流量占用率的空間差異性顯著,最低為廣西(47.68%—67.34%)與上海(66.31%—68.88%),其人均生態足跡廣度較低,大部分林草地資源尚有流量未被占用,但總體上仍處赤字狀態；最高為青海(96.48%—100.00%)、內蒙古(91.53%—97.80%),其人均資本流量處于第二、三位,且基本處于完全占用。

圖2 中國各省的人均生態足跡廣度

不同土地利用類型的生態足跡廣度作進一步分析(圖3)。中國各省的足跡廣度在土地類型組分中貢獻度不同,大致可分為4類。西藏、四川、湖南等大部分省份的耕地足跡占絕對優勢,占比為75.00%以上,主要因素是人口密度低,耕地面積較為充足；天津、上海兩個直轄市的草地足跡占比較高,分別達到89.49%—87.31%、63.20%—88.73%,后者年際波動較大,與極高的均衡因子、產量因子有關,草地單位面積產量相對較高,且其建設用地(19.08%—9.82%)、耕地(16.19%—5.91%)占比均呈下降趨勢。北京的草地足跡占比為38.69%—47.82%,仍高于建設用地和耕地,其建設用地占比穩定上升,耕地占比則波動下降,與其高速城鎮化直接關聯；福建、海南、臺灣等毗鄰海域的省份其水域足跡占優勢,逐年平均占比為51.97%—55.69%,耕地、草地次之,該類省份氣候溫和濕潤,無霜期長,適合稻谷、茶葉的種植,農牧漁業均較發達；香港、澳門的建設用地占比較大,表明其城市化程度已為高度發達,而其資源則嚴重依賴外地輸入。由于城市化進程加速,各省均面臨耕地、林地、草地減少的壓力,應加強科技創新以提升物質生產與資源利用效率。Shannon-Wiener指數最高的省份為山東、浙江、海南等,其疆域毗鄰江海,陸地、水域面積均較大,可利用土地類型的均衡性較強；最低的省份主要分布于西部地區,受地形、氣候等限制,高原山地丘陵較多,其可利用土地類型單一,耕地赤字相對較大,足跡廣度組分均衡性較弱,自然資源的開發利用仍有較大潛力。

圖3 中國各省域生態足跡廣度組分占比

3.2 生態足跡深度

生態足跡深度表示資本存量的消耗程度,當資本流量不足以維持地區的可持續發展,則轉為消耗存量,此時足跡深度大于自然長度。在34個省份中,足跡深度均超過1.00(圖4),且大多數省份超過同期的全球足跡深度(2.51—2.60)[5, 14]。足跡深度高值區分布于東北、華東、華北地區,中值區主要分布于中西部,低值區則分布于西南、華南地區。研究期間西藏、黑龍江、臺灣是足跡深度最小的省份,分別為1.64—1.79、1.87—1.94、1.81—1.98；香港、澳門、寧夏是深度最大的省份,分別為19.24—26.02、8.60—10.88、4.60—7.46。時間序列上,大部分省域的足跡深度呈持續增加趨勢,遼寧、浙江、臺灣等基本無波動,內蒙古、吉林、上海呈下降趨勢,河南、廣西、云南等則呈先升后降的趨勢。

圖4 中國各省生態足跡深度

在足跡深度的組分上,黑龍江、江西、重慶等耕地赤字組分占比較大,上海、香港等化石能源用地赤字占絕對優勢。北京、上海、香港、澳門等高度發達的城市及貴州、青海等人口較小的省份其建設用地組分逐漸呈赤字狀態,大部分省域仍處于盈余,表明中國各地城市化進程均在加速,尚有部分富余的可利用土地。山西、內蒙古、天津、江蘇等省的能源足跡均處于高值,前兩者為煤炭、石油等化石能源輸出地,因人口少呈較高赤字；后兩者則屬于能源高消費地區,能源足跡赤字較高,但仍將間接增加西部能源基地的生態壓力。天津與北京的煤炭消費量比值由2009年的1.55倍增至2016年的4.99倍,焦炭比值由4.10倍增至4225.19倍,其能源足跡遠高于北京,足跡深度僅略高于北京,與耕地、草地的均衡因子與產量因子較低有關。各省的林地基本上均呈生態盈余,林產品產量一直控制在承載能力內,受益于退耕還林、森林資源保護等政策。

3.3 三維生態足跡

人均三維生態足跡表征自然資本的需求量,高值區分布于人口密度低的西藏、青海、寧夏等,低值則位于人口稠密的澳門、北京、香港等,各省間的差異較顯著,且大部分地區呈增加趨勢。西藏的人均三維生態足跡最高,從2009年的17.83 hm2/cap波動降至2012年的17.66 hm2/cap,又激增至2013年的22.03 hm2/cap,與其協同增長的足跡廣度與深度有關；青海、內蒙古呈先增后降的趨勢,新疆、陜西等大多數省域呈持續上升趨勢,僅上海、北京、澳門等逐年下降,與本地生物質產出量降低有關,但其足跡則通過資源流通而轉移至外地。

單位GDP的生態足跡可表征資本的利用效率,以萬元GDP作為評價單元,計算萬元GDP三維生態足跡,發現34個省份的萬元GDP足跡在研究期間均下降,空間上“自西向東、由北至南”呈顯著的降低趨勢,側面反映出地區間的經濟發展階段。西藏、青海的萬元GDP足跡遠高于其他省份,與其較低的人均GDP直接關聯,表明其仍屬于粗放型經濟,主要依賴廣袤的土地資源置換第一、二產業GDP,但在研究期間其降低幅度最為明顯,分別為11.96—6.30 hm2/萬元、5.85—2.66 hm2/萬元,表明土地資源的利用效率提升1.90—2.20倍,正在向綠色可持續發展過渡；澳門、香港、北京等第三產業發達的都市其萬元GDP足跡最低(0.004—0.06 hm2/萬元),與足跡轉移至外地省份有關,也側面反映出本地較高的資源利用率。

3.4 資本利用空間格局

對中國各省自然資本利用的空間格局作進一步分析,34個省域的人均足跡廣度與深度具有明顯互補性。西藏、青海等廣度較高的省份其深度較小,而澳門、香港等則相反,與人口密度高度關聯,且與本地自然地形、土地利用和社會經濟狀況的格局有關。以各省足跡廣度與深度的中位數為基準,以評估各省間資本利用的差異性,將中國34個省的資本利用狀況分為4類(圖5),并得到資本流量占用與存量消耗的空間格局(圖6),具體如下：

圖5 中國省域資本利用模式分類圖

圖6 中國省域資本利用空間格局

I：資本存量重度消耗型。該類省份其足跡深度高且廣度小,本地資本流量占用低,存量消耗程度高,包括香港、澳門2個特區,山西、河北2個華北省份,江蘇、山東、上海、浙江等4個華東省份,貴州、重慶2個西南省份,以及陜西、廣東、河南等共13個省份。此類省域人口密度較高,較低的資本流量難以維持可持續發展,本地資本存量消耗嚴重。該類型13個省份平均足跡廣度僅為0.26 hm2/cap,平均足跡深度達到5.14—6.36。

II：資本存量中度消耗型。該類省份足跡深度較高而廣度較大,本地資本流量占用較高,存量消耗程度略高。II類區包括寧夏、新疆、甘肅、遼寧等4個省份,其土地面積大,但可利用資源受限,人口密度較低,人均資本流量相對較高,本地的存量消耗較為嚴重。4個省份平均足跡廣度為0.75—0.83 hm2/cap,足跡深度為3.40—4.55。

III：資本存量輕度消耗型,包括北京、安徽、湖北、廣西等4個省份,其足跡深度(2.41—2.73)、廣度(0.34—0.35 hm2/cap)均較小,本地的資本存量消耗程度相對較低。

IV：資本存量微度消耗型,包括西藏、青海、內蒙古、黑龍江、臺灣、福建、天津、吉林、四川、江西、海南、云南、湖南等13個省份,其平均足跡深度較低(2.26—2.50),足跡廣度較大(1.83—2.02 hm2/cap),本地的資本流量占用較高,減緩了資本存量的消耗程度。

研究期間部分省域的資本利用類型有所變化。河南從2010年由III類轉為I類且持續至2016年,表明其資本流量占用不變而存量消耗加劇；北京在2009—2015年處于III類區,2016年其足跡深度增至資本重度利用區；天津的存量消耗有所減緩,人口密度在2012年超過北京,但其足跡廣度仍高于北京,逐漸由II類過渡為IV類區；云南、廣西由資本中度利用類型改善為微度消耗型。

資本利用類型的空間格局具有明顯的地域集聚性。I類區集中于東部沿海及中原地區,社會經濟發展水平較高。同時作為糧食的主產區,其本地生產性足跡壓力較大,由于人口密度高,人均資本流量占用相對較低,存量消耗過多；II類與III類呈零散分布,前者位于人口稀疏的西北地區,可利用土地較少,科技發展相對滯后,受制于自然稟賦,后者因人口稠密導致人均資源擁有量較低,主要受社會因素制約。IV類則多為西南、北部省份,呈帶狀分布,人口密度較低,經濟發展水平較低,資本利用呈流量高、存量低的趨勢,主要受益于人均森林資源、牧草地、水域資源較為豐富。

3.5 討論

資本利用格局與已有研究結果有所差異。張可云等[27]采用經典模型計算中國31個省份的生產性生態足跡,方愷等[28]利用三維足跡模型計算生產性足跡,并聚類分析30個省份的資本利用類型,其均衡因子與產量因子均直接采用全球公頃；Yang等[9]利用能源足跡模型評價30個省份生態壓力的空間格局,自西至東由生態安全過渡為亞安全,上海與天津兩市呈極不安全狀態,與本文結果基本一致。較能源足跡模型的時空差異性更顯著[9],表明研究方法也是影響結果的重要因素[29]。綜合考慮物質生產與能源消費足跡,并將均衡因子與產量因子本地化[22],本文更準確評估各省真實的生態壓力,尤其是化石能源與建設用地的盈余/赤字狀態。香港、澳門、北京、上海等高能耗大都市的資源基本靠外地輸入,比如香港2016年蔬菜消費量為85.00萬噸,而本地的生產量僅為1.42萬噸,內地供港占其日常消費量的九成；澳門則完全靠服務業發展,生物質與能源嚴重依賴進口,但能源消費的足跡對當地仍產生生態壓力,而碳足跡占比較大[30]。中國能源消費結構中更多為煤炭、石油等非再生能源,且地域分布不均衡[10],物質流通產生的足跡在生態評價中不能忽視[31-32]。

各地區資本利用的同時應加強環境保護力度,改進資源開發、利用的效率,提高清潔能源的供應比例,向資源節約型與環境友好型社會發展模式轉變[33]。I類區的廣東、山東、河南、江蘇其人口居中國前五位,是導致資本利用重度消耗的主要影響要素；而陜西、重慶、貴州等省的人口較低,但其生物質產出量較大,更多地輻射至周邊省區如北京、香港等,屬于生態足跡的“源”,在資源供需上應建立更高效合理的流通渠道[32]。西部地區的人口密度增速較為明顯,資本流量占用率逐年增加,社會經濟的高度發展導致足跡深度有所增加,表明其資本存量消耗程度趨于嚴峻,但其可利用土地占據較大的開發優勢,人均足跡廣度仍有提升能力。作為中國第一、二大島嶼,且位于相似的地理位置,臺灣的陸地面積約為海南的1.06倍,但人口是海南的2.62倍,其足跡深度不足海南的3/4,資本利用效率顯著高于海南,與其更合理的產業結構與土地利用規劃有關。廣西、福建等因夏季制冷、冬季取暖的能源消費量較低,資本存量消耗程度較弱,資本流量占用較高,在本地資源支撐下更具可持續性。隨著城市化與居民生活方式的改變,大部分省份的生態足跡結構有所優化,可持續性有所增強[34]。同時,發展人力資本如教育對于削減生態足跡有重要作用[35],需加強該方面的研究。

生態足跡模型仍有數據庫及方法的缺陷。首先需加強生態足跡源清單的完善,特別是國家、省份之間的貿易運輸數據,通過空間大尺度的長時間序列研究,分析生態足跡的“源”與“匯”,可更準確地指導區域間的協調發展。同時,將人口年齡、性別、民族、受教育程度、貨運量、居民消費等指標納入模型,以提出更具可行性的政策建議。文中均衡因子與產量因子僅表征生物生產功能,未考慮生態系統提供的其他福利[1, 20],比如沼澤地的氣候調節、碳封存等功能,模型仍需進一步完善。

4 結論

基于改進的三維生態足跡模型,細化各省2009—2016年不同類型土地的均衡因子與產量因子,更準確地表明34個省份在中國相對的生態壓力,對各省域的生態足跡廣度與深度的時空特征進行刻畫,探討其社會經濟的影響因素,并對自然資本利用的空間格局作了深入分析。主要結論如下：(1)各省在研究期間人均生態足跡廣度差異較明顯,高值區主要分布于東北、西北地區,低值區位于華東、華北地區,且六種類型土地組分的貢獻度不同。Shannon-Wiener指數較高的省份主要分布在沿海地區,其可利用土地類型的均衡性較強；(2)各省的足跡深度均超過自然原長,且呈持續增加趨勢,高值區分布于東北、華東、華北地區,中值區主要為中西部省份,低值區位于西南、華南地區,耕地、化石能源用地組分的貢獻率較高；(3)將34個省份的自然資本利用狀況劃分為資本存量重度、中度、輕度、微度消耗型等4類區,與其自然地形、土地利用和社會經濟狀況的空間格局有關,具有明顯的地域集聚性；(4)各省域的萬元GDP足跡在研究期間均有所下降,空間上呈“自西向東、由北至南”的降低趨勢,側面反映出不同地域間的經濟發展階段,可為區域間生態補償、環境管理政策的制定提供理論支撐與數據參考。