浙江大灣區(qū)生態(tài)安全預(yù)警及障礙因子分析

李瑞發(fā)，崔旺來，司凌涵，鮑聲望，楊帆

浙江海洋大學(xué)經(jīng)濟與管理學(xué)院，浙江 舟山 316022

生態(tài)安全是國家安全的重要組成部分（應(yīng)凌霄等，2022），區(qū)域生態(tài)安全是構(gòu)成國家生態(tài)安全的個體（王如松等，2007）。城市作為區(qū)域的核心（Shu et al.，2022），城市生態(tài)安全是區(qū)域生態(tài)安全的基礎(chǔ)和核心（賈良清等，2004），也是城市永續(xù)發(fā)展的基石（蘇小霞等，2022）。城市是由社會、經(jīng)濟、自然共同組成的復(fù)合生態(tài)系統(tǒng)（張中浩等，2022），其生態(tài)安全預(yù)警研究在生態(tài)安全研究領(lǐng)域具有典型性和代表性（柯小玲等，2020）。近年來，由于城市化的快速推進引起的城市人口密度劇增、用地結(jié)構(gòu)失衡、生態(tài)空間蠶食問題已經(jīng)影響到城市的可持續(xù)發(fā)展（王焰新，2022）。城市生態(tài)安全預(yù)警集中研究城市生態(tài)安全狀態(tài)的逆向變化（即退回、惡化）的過程和規(guī)律，做出及時的警告和對策（鄧淏丹等，2022）。如何全方位開展城市生態(tài)安全預(yù)警預(yù)報，提前發(fā)出生態(tài)警報、及時避免生態(tài)風(fēng)險、防止生態(tài)環(huán)境惡化，使得城市生態(tài)安全預(yù)警研究具有非常強的現(xiàn)實需求和研究的緊迫性（Ke et al.，2021）。

生態(tài)安全預(yù)警是基于生態(tài)安全評價指標體系，對未來生態(tài)安全狀況進行預(yù)測和提前對受威脅狀態(tài)進行預(yù)警的方法（傅伯杰，1993；秦海旭等，2020；Jiao et al.，2023）。目前，國內(nèi)外學(xué)者以耕地、湖泊等各類生態(tài)系統(tǒng)（柯小玲等，2021；蘇迎慶等，2021；魏小襯等，2021；霍文敏等，2022；Zou et al.，2022；Du et al.，2023；茍露峰等，2023；Liu et al.，2023；Xiong et al.，2023）為研究對象，在指標選取（吳朋等，2016；馬艷等，2018；Wang et al.，2021a；Wang et al.，2022a）、模型構(gòu)建（高宇等，2015；馮琰瑋等，2018；向文等，2018；陳林等，2019；金蘭等，2019；Chen et al.，2020；Wang et al.，2021b；譚術(shù)魁等，2022；Sun et al.，2023）、預(yù)警方法（傅伯杰，1992；曹新向，2006；鄭澤娜等，2013；易武英等，2017）等方面取得了一批重要研究成果（趙鵬宇等，2020），為區(qū)域生態(tài)保護決策提供支持。但現(xiàn)有研究中對灣區(qū)進行生態(tài)安全預(yù)警研究的成果幾乎沒有。且大都利用單一的社會經(jīng)濟統(tǒng)計數(shù)據(jù)進行研究，忽略了土地利用景觀生態(tài)方面的影響，本文綜合利用社會經(jīng)濟統(tǒng)計數(shù)據(jù)、土地利用遙感數(shù)據(jù)、景觀格局指數(shù)等多元化指標，預(yù)警結(jié)果更為全面、系統(tǒng)、科學(xué)。此外，大多數(shù)研究停滯于對預(yù)警結(jié)果的闡釋，而沒有在此基礎(chǔ)之上對其具體的障礙因子做進一步分析，導(dǎo)致所提對策缺乏理論依據(jù)，研究成果缺乏現(xiàn)實意義。

浙江大灣區(qū)作為中國城市化進程最為猛烈、過程最為劇烈的地區(qū)，多重國家級戰(zhàn)略疊加聯(lián)動，人地矛盾、用地方式與生態(tài)變化非常具有典型性（崔旺來等，2023）。浙江省第十五次黨代會提出“要加快建設(shè)世界級大灣區(qū)”。伴隨著浙江大灣區(qū)快速推進引起的城市大量人口遷入、土地利用結(jié)構(gòu)失衡、生態(tài)空間不斷被侵蝕等嚴重生態(tài)安全問題，生態(tài)安全預(yù)警研究有助于及時發(fā)現(xiàn)威脅生態(tài)安全的因素，并對未來生態(tài)安全發(fā)展趨勢進行預(yù)測預(yù)警，做到“事前控制”（柯小玲等，2021）。本研究以浙江大灣區(qū)為例，基于DPSIR 模型構(gòu)建生態(tài)安全評價指標體系，采用灰色模型從縣域?qū)用婺M預(yù)測浙江大灣區(qū)2025、2030、2035 年的生態(tài)安全狀況，同時利用障礙度模型診斷制約浙江大灣區(qū)生態(tài)安全的障礙性因素，以期為灣區(qū)未來生態(tài)安全的調(diào)控和管理提供決策參考。

1 內(nèi)容與方法

1.1 研究區(qū)域概況

浙江大灣區(qū)地處長三角南翼，界于119°03′—123°10′E，27°02′—31°11′N 之間（圖1），包括杭州、湖州、嘉興、紹興、寧波、舟山、溫州、臺州8 個地市，共65 個縣（市、區(qū)）。區(qū)域占地面積約為65 104 km2，地形復(fù)雜，地勢自西向東呈階梯狀傾斜。屬亞熱帶季風(fēng)氣候，氣溫適中，光照充足，雨量豐沛。浙江大灣區(qū)據(jù)有豐富的海港資源、發(fā)達的民營經(jīng)濟、靈活的體制機制等多重優(yōu)勢，不僅是浙江高質(zhì)量發(fā)展的主要陣地，也是長三角乃至輻射東部地區(qū)發(fā)展的關(guān)鍵平臺。截至2022 年底，浙江大灣區(qū)國內(nèi)生產(chǎn)總值和常住人口數(shù)分別占浙江省的87.84%和81.77%。然而，經(jīng)濟的高速發(fā)展和人口的急劇增長給大灣區(qū)生態(tài)安全帶來了嚴重的威脅。

1.2 數(shù)據(jù)來源及處理

2000、2005、2010、2015 和2020 年浙江大灣區(qū)土地利用類型數(shù)據(jù)（30 m×30 m）來自武漢大學(xué)遙感信息處理研究所公開數(shù)據(jù)集（http://doi.org/10.5281/zenodo.4417809）。2000、2005、2010、2015和2020 年植被歸一化指數(shù)數(shù)據(jù)（30 m×30 m）來自國家生態(tài)科學(xué)數(shù)據(jù)中心（http://www.nesdc.org.cn/）。高程數(shù)據(jù)（30 m×30 m）來自地理空間數(shù)據(jù)云（https://www.gscloud.cn/），基于最新的 ASTER GDEM 30M 分辨率數(shù)字高程數(shù)據(jù)整理拼接而成。2000、2005、2010、2015 和2020 年經(jīng)濟社會統(tǒng)計數(shù)據(jù)來自《浙江統(tǒng)計年鑒》浙江各地市統(tǒng)計年鑒、浙江各縣（市、區(qū)）國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。

由于數(shù)據(jù)的類型和來源多樣，本文將所有柵格數(shù)據(jù)都投影至GCS_WGS_1984 坐標系，并重采樣為900 m×900 m 分辨率，最后通過分區(qū)統(tǒng)計工具分配到每個縣區(qū)。對于統(tǒng)計數(shù)據(jù)本文從統(tǒng)計年鑒中進行搜集整理，并將其鏈接至研究區(qū)域的行政區(qū)劃矢量圖進行計算。

1.3 生態(tài)安全評價指標體系

灣區(qū)生態(tài)安全是灣區(qū)生態(tài)系統(tǒng)健康和穩(wěn)定的整體反映（崔旺來等，2022），與灣區(qū)的自然條件、人類活動、生態(tài)景觀等息息相關(guān)（胡志仁等，2018），評價灣區(qū)生態(tài)安全時應(yīng)綜合考慮上述因素，并按一定的邏輯關(guān)系進行研究（黃烈佳，2019）。DPSIR 模型將經(jīng)濟、社會、資源、環(huán)境等多種因素聯(lián)系起來，為灣區(qū)生態(tài)安全評價提供了基本框架（Zhang et al.，2021）。具體而言，“驅(qū)動力”（D）是指對區(qū)域發(fā)展及生態(tài)環(huán)境變化的潛在影響，“壓力”（P）是直接影響區(qū)域生態(tài)安全的資源和環(huán)境問題，“狀態(tài)”（S）是指區(qū)域日常生產(chǎn)生活或向周邊區(qū)域提供資源、服務(wù)的狀態(tài)，“影響”（I）是指生態(tài)系統(tǒng)的各種變化對經(jīng)濟、社會、環(huán)境等方面的影響，“響應(yīng)”（R）是指地方為應(yīng)對生態(tài)問題、促進經(jīng)濟社會可持續(xù)發(fā)展而采取的積極行動。該模型揭示出經(jīng)濟發(fā)展等驅(qū)動力有效促進了區(qū)域資源的開發(fā)，但人口密度的增加及大量污染物的排放給生態(tài)系統(tǒng)帶來了巨大壓力，導(dǎo)致生態(tài)系統(tǒng)的狀態(tài)也產(chǎn)生一定的變化，繼而對景觀格局、生態(tài)服務(wù)等方面產(chǎn)生影響，這些變化和影響迫使人類采取適當(dāng)措施應(yīng)對這些問題。因此，本文基于DPSIR 模型，在參考多方相關(guān)文獻的指標構(gòu)建（蔡文博等，2020；何曄宇等，2020；Wang et al.，2021c；Chen et al.，2022；Gao et al.，2022；孫傳諄等，2023）和咨詢專家意見的基礎(chǔ)上，結(jié)合浙江大灣區(qū)的自然條件、人類活動和生態(tài)景觀狀況，選定21 個指標構(gòu)建了浙江大灣區(qū)生態(tài)安全評價指標體系（表1）。指標分為正向指標和負向指標，正向指標與生態(tài)安全呈正相關(guān)，指標值越大表示生態(tài)安全狀況越好；負向指標與生態(tài)安全呈負相關(guān)，指標值越大表示生態(tài)安全狀況越差。

表1 浙江大灣區(qū)生態(tài)安全評價指標體系Table 1 Evaluation index system of ecological security in Zhejiang Greater Bay Area

指標體系中國民生產(chǎn)總值、人口密度、政府環(huán)保投資等表征人類活動對生態(tài)安全的影響。年平均氣溫、年降水量、坡度用以表示自然條件對生態(tài)安全的作用。在生態(tài)景觀方面，植被歸一化指數(shù)可衡量地區(qū)植被面積占有情況及植被資源豐富程度，生態(tài)系統(tǒng)服務(wù)價值是指人類從自然生態(tài)系統(tǒng)中直接或間接獲得的惠益，生態(tài)系統(tǒng)彈性是生態(tài)系統(tǒng)吸收外來干擾并保持其原有狀態(tài)的能力反映，生態(tài)系統(tǒng)服務(wù)價值和生態(tài)系統(tǒng)彈性基于土地利用類型計算而得，土地利用類型的判定依據(jù)是遙感影像，各系數(shù)的設(shè)定參照（Li et al.，2020；崔旺來等，2022）等研究。最大斑塊指數(shù)用以確定景觀中的優(yōu)勢斑塊類型，香濃均勻度指數(shù)可比較不同景觀或同一景觀不同時期多樣性變化，蔓延度指數(shù)表征不同斑塊類型的團聚程度或延展趨勢，上述景觀格局指數(shù)是利用Fragstats 軟件計算所得。計算公式如下：

式中：

YESV——生態(tài)系統(tǒng)服務(wù)價值；

YECO——生態(tài)系統(tǒng)彈性；

X1——耕地面積（m2）；

X2——林地面積（m2）；

X3——草地面積（m2）；

X4——水域面積（m2）；

X5——建筑用地面積（m2）；

X6——未利用地面積（m2）；

X7——總面積（m2）。

式中：

YLPI——最大斑塊指數(shù)；

YSHEI——香濃均勻度指數(shù)；

YCONTAG——蔓延度指數(shù)；

amax——景觀或某一種斑塊類型中最大斑塊的面積（m2）；

Pi——i類型斑塊所占面積百分比；

gik——i類型斑塊和k類型斑塊毗鄰的數(shù)目；

m——景觀中斑塊類型的總數(shù)目。

1.4 方法

1.4.1 生態(tài)安全評價方法

生態(tài)安全評價是基于自然、社會、經(jīng)濟等多方面因素的相互作用關(guān)系，對生態(tài)系統(tǒng)整體及影響區(qū)域生態(tài)安全的各個因素進行生態(tài)安全評估，從而為區(qū)域生態(tài)環(huán)境預(yù)警、決策提供科學(xué)的依據(jù)。

1）因指標涉及多個維度，無法直接進行比較與計算，本文采用最大差異標準化方法對數(shù)據(jù)進行標準化處理。

正向指標：

負向指標：

2）為使結(jié)果更為客觀，本文采用熵值法確定指標權(quán)重。過程如下：

①計算指標信息熵Hj

②計算第j項指標的差異性系數(shù)Gj

③計算指標權(quán)重Wj

3）本文采用多層次加權(quán)綜合指數(shù)法進行綜合評價，評價過程通過ArcGIS 10.8 的疊加分析和計算完成。

式中：

YESEI——生態(tài)安全預(yù)警指數(shù)（值越大代表生態(tài)安全狀況越好，即生態(tài)安全預(yù)警等級越低）；

Xj——指標j的標準值；

Wj——指標j的權(quán)重；

n——指標個數(shù)。

1.4.2 生態(tài)安全預(yù)警方法

灰色系統(tǒng)理論因其主要研究“小樣本”“貧信息”的不確定性系統(tǒng)，可通過研究“已知”信息，認知“未知”信息，實現(xiàn)不確定系統(tǒng)的科學(xué)評價和預(yù)測，被廣泛應(yīng)用于資源環(huán)境、社會經(jīng)濟等領(lǐng)域（馬艷等，2018）。灰色預(yù)測模型是小樣本、信息量少的預(yù)測模型，因其計算過程相對比較簡單、預(yù)測比較精確（余文波等，2018），被廣泛應(yīng)用于城市擴張（胡靜等，2005）、人口預(yù)測（吳華安等，2018）、碳排放預(yù)測（Wang et al.，2022b）、土地利用模擬（孫儀陽等，2016）和生態(tài)環(huán)境評價（Qiu et al.，2021）等。因此，本文選用灰色模型進行生態(tài)安全預(yù)測，其基本思想是通過累積或減去離散的歷史數(shù)據(jù)，生成一系列連續(xù)的、規(guī)則的數(shù)據(jù)序列，建立時間—目標序列的微分方程，繼而利用數(shù)學(xué)方法計算模型參數(shù)，實現(xiàn)對目標的預(yù)測。建模步驟如下：

1）構(gòu)建原始時間數(shù)據(jù)序列x(0)(i)。為減少原始數(shù)據(jù)的隨機性和波動性，x(1)(m)由x(0)(i)累積所得。

式中：

i、m和n——時間序列。

2）計算x(1)(m)的鄰域均值等效權(quán)重矩陣B和常數(shù)項向量Y。

3）得到模型的白化微分方程。

式中，t為時間序列。

4）由方程計算出參數(shù)a和u，并構(gòu)建矩陣z。

式中，BT為B的轉(zhuǎn)置矩陣。

5）將a和u代入方程，得到預(yù)測值累積序列的時間響應(yīng)函數(shù)。

式中：

1.4.3 生態(tài)安全預(yù)警等級劃分

目前，對生態(tài)安全預(yù)警等級劃分還沒有統(tǒng)一的標準。為使評估結(jié)果更具可比性，本文參考相關(guān)文獻（崔旺來等，2022）和專家意見，基于浙江大灣區(qū)的生態(tài)安全預(yù)警指數(shù)，利用ArcGIS 軟件中自然斷點法將預(yù)警情況分為如下4 個等級（表2）。

表2 浙江大灣區(qū)生態(tài)安全預(yù)警等級的分級標準Table 2 Early warning grade standard for ecological security in Zhejiang Greater Bay Area

1.4.4 障礙度診斷模型

障礙度模型是識別影響區(qū)域生態(tài)安全主要障礙因子及其障礙程度的有效方法。障礙度表示指標對生態(tài)安全的障礙程度，取值范圍為0—1，值越大代表該因子障礙程度越高，即對生態(tài)安全的負面作用越大（王冠孝等，2023）。精準甄別障礙因子可為區(qū)域生態(tài)安全預(yù)警提供針對性的決策依據(jù)。目前通常利用貢獻度和偏差度來計算指標的障礙度，進而分析單個指標對生態(tài)安全的障礙影響。計算公式如下：

式中：

Ii——指標偏離度；

Dij——指標標準化值；

Wi——貢獻度；

Pij——指標層各指標障礙度；

Qi——準則層障礙度。

2 結(jié)果及分析

2.1 生態(tài)安全評價結(jié)果分析

如圖2 所示，2000、2005、2010、2015 和2020年生態(tài)安全預(yù)警指數(shù)的平均值分別為0.496、0.496、0.507、0.519 和0.518。時間上看，浙江大灣區(qū)的生態(tài)安全預(yù)警指數(shù)呈波動上升趨勢，表明其生態(tài)安全狀況在逐漸改善。但上升趨勢并不穩(wěn)定，且2000—2020 年浙江大灣區(qū)生態(tài)安全狀況大多集中于“一般”與“差”的區(qū)間，表明浙江大灣區(qū)的整體生態(tài)安全水平仍有較大的提升空間。空間上看，浙江大灣區(qū)生態(tài)安全水平整體呈西高東低的格局。其中，生態(tài)安全狀況較差的區(qū)域主要分布在灣區(qū)的東北部及南部地區(qū)，而西部地區(qū)的生態(tài)安全狀況較好，處于“好”區(qū)間的安吉、淳安、余杭3 個縣（市、區(qū)）均分布于此。

圖2 浙江大灣區(qū)的生態(tài)安全狀況變化Figure 2 Variation of ecological security in Zhejiang Greater Bay Area

2.2 生態(tài)安全預(yù)警結(jié)果

2.2.1 精確度驗證

為保證預(yù)測結(jié)果的準確性，必須對模型的準確性進行評估。本文利用相對精度驗證模型的精確度，將樣本分為校準集和驗證集，即利用2000、2005、2010、2015 年的數(shù)據(jù)建立模型，利用2020 年的數(shù)據(jù)驗證模型，預(yù)測誤差的統(tǒng)計結(jié)果如表3 所示。由表可知，預(yù)警模型的相對誤差以0—3%為主，平均相對誤差為1.91%。因此，該預(yù)警模型具有良好的精確度，可用于生態(tài)安全預(yù)警研究。

表3 預(yù)警模型的誤差統(tǒng)計數(shù)據(jù)Table 3 Error statistics of early warning model

2.2.2 生態(tài)安全預(yù)警結(jié)果分析

如圖3 所示，2025、2030 和2035 年生態(tài)安全預(yù)警指數(shù)的平均值分別為0.523、0.533 和0.545。其中，余杭、富陽、象山等43 個縣（市、區(qū)）的生態(tài)安全預(yù)警指數(shù)一直上升，表明這些地區(qū)的生態(tài)安全狀況穩(wěn)定好轉(zhuǎn)，未來一段時期要發(fā)揮現(xiàn)有優(yōu)勢，保障區(qū)域生態(tài)安全持續(xù)向好；北侖、南潯、文成等16個縣（市、區(qū)）的生態(tài)安全預(yù)警指數(shù)呈波動變化狀態(tài)，表明這些地區(qū)的生態(tài)安全狀況變化不太穩(wěn)定，應(yīng)重視造成波動的障礙因素并予以解決，避免區(qū)域生態(tài)安全回落；海曙、南湖、嘉善等6 個縣（市、區(qū)）的生態(tài)安全預(yù)警指數(shù)呈下降趨勢，表明這些地區(qū)的生態(tài)安全狀況在不斷變差，必須加大生態(tài)保護力度，防止區(qū)域生態(tài)安全狀況進一步惡化。

圖3 浙江大灣區(qū)生態(tài)安全預(yù)警指數(shù)值的變化Figure 3 Changes in the value of ecological security early-warning index in Zhejiang Greater Bay Area

據(jù)浙江大灣區(qū)的生態(tài)安全預(yù)警等級分布圖顯示（圖4），未來一段時期內(nèi)，浙江大灣區(qū)生態(tài)安全狀況的總體形勢好轉(zhuǎn)，但生態(tài)安全預(yù)警壓力仍不可小覷。2025 年，只有余杭、淳安、安吉、蕭山、富陽5 個縣（市、區(qū)）為無預(yù)警，16 個縣為嚴重預(yù)警，23 個縣（市、區(qū)）為中度預(yù)警，21 個縣（市、區(qū)）為輕度預(yù)警。與2025 年相比，2030 年無預(yù)警的縣（市、區(qū)）數(shù)量將增加5 個，而有嚴重預(yù)警的縣（市、區(qū)）數(shù)量將減少2 個。到2035 年，無預(yù)警、輕度預(yù)警、中度預(yù)警、嚴重預(yù)警的縣（市、區(qū)）數(shù)分別為17、14、19、15 個。此外，可以看出浙江大灣區(qū)生態(tài)安全的預(yù)警等級分布與2000—2020 的評價結(jié)果是相吻合的。因此，浙江大灣區(qū)在發(fā)展規(guī)劃時要把經(jīng)濟發(fā)展和生態(tài)保護協(xié)同推進，密切關(guān)注生態(tài)安全預(yù)警等級不降反升的區(qū)域，保障灣區(qū)的綠色高質(zhì)量發(fā)展。

圖4 浙江大灣區(qū)生態(tài)安全預(yù)警等級分布圖Figure 4 Distribution of ecological security early warning levels in Zhejiang Greater Bay Area

2.3 生態(tài)安全障礙度分析

2.3.1 準則層障礙度

從圖5 可知，各準則層對浙江大灣區(qū)生態(tài)安全的障礙度差距在逐漸縮小且整體上有所降低。響應(yīng)、狀態(tài)、驅(qū)動層的障礙度相對較高，其中，響應(yīng)、驅(qū)動層障礙度從2000—2020 年處于持續(xù)下降的態(tài)勢；狀態(tài)層障礙度在2015 年以前緩慢上升，2015年達到最高值19.017%后開始呈下降趨勢；壓力、影響層障礙度相對較低，但是二者都表現(xiàn)有上升的趨勢，尤其是壓力層在2015 年后迅速增長，對此應(yīng)當(dāng)予以重視。

圖5 準則層主要障礙因子障礙度Figure 5 Obstacle degree of main obstacle factor in the criteria layer

2.3.2 指標層障礙度

因指標層研究指標數(shù)量較多，本文選取障礙度排名前五的指標進行分析（表4）。時間上看，2000—2015 年障礙度排名前五的障礙因子包括R1（環(huán)保投資）、D4（城鎮(zhèn)化率）、S4（生態(tài)系統(tǒng)服務(wù)價值）、R4（政府科技投入）、D1（國民生產(chǎn)總值）。其中，S4 的排名從2000 年的第三位上升至2005 年的第一位，且在后面十年中始終保持首位，其余障礙因子排名基本沒有發(fā)生變化。到2020 年，S4、D4、R1 和D1 仍然是浙江大灣區(qū)生態(tài)安全的主要障礙因子，而R4 則大幅下降，相比之下，P1（人口密度）的排名迅速上升。

表4 指標層主要障礙因子障礙度Table 4 Obstacle degree of main obstacle factor in the index layer

2.3.3 重點區(qū)域障礙度

受文章篇幅影響，本文選取了生態(tài)安全預(yù)警中生態(tài)狀況持續(xù)下降的6 個重點關(guān)注縣區(qū)進行具體的障礙度測算。據(jù)表5 顯示，濱江區(qū)的首要障礙因子是P1（人口密度），隨著人口不斷涌入市區(qū)，導(dǎo)致當(dāng)?shù)刭Y源緊張及污染排放的生態(tài)問題愈發(fā)突出。其余5 個縣區(qū)的首要障礙因子均為S4（生態(tài)系統(tǒng)服務(wù)價值），這表明快速的城市發(fā)展與急劇擴張的建設(shè)用地嚴重干擾了原有的景觀格局，生態(tài)用地的面積被大幅度蠶食，生態(tài)系統(tǒng)向周邊地區(qū)提供服務(wù)的水平不斷降低。此外，6 個縣區(qū)的首要障礙因子障礙度均高于研究區(qū)域整體的障礙度，這也表明影響這些縣區(qū)的相關(guān)生態(tài)問題十分突出，亟需對癥下藥進行治理。

表5 重點區(qū)域的主要障礙因子障礙度Table 5 Obstacle degree of main obstacle factor in the key areas

3 結(jié)論

浙江大灣區(qū)具備獨特的地理、資源和經(jīng)濟發(fā)展條件，對其進行生態(tài)安全預(yù)警研究具有非常強的現(xiàn)實需求和研究的緊迫性。本文基于DPSIR 模型，構(gòu)建了浙江大灣區(qū)生態(tài)安全評價指標體系，對其2000、2005、2010、2015 和2020 年的生態(tài)安全狀況進行綜合評價，采用灰色預(yù)警模型從縣域?qū)用婺M預(yù)測浙江大灣區(qū)2025、2030、2035 年的生態(tài)安全狀況，同時利用障礙度模型診斷制約浙江大灣區(qū)生態(tài)安全的障礙性因素。結(jié)果表明，1）2000—2020 年灣區(qū)的生態(tài)安全狀況在逐步改善，平均生態(tài)安全預(yù)警指數(shù)從0.496 提升至0.518。但區(qū)域間存在差異，中西部地區(qū)生態(tài)安全狀況較好，而東北部和南部地區(qū)生態(tài)狀況不佳，應(yīng)加強生態(tài)安全管理和監(jiān)管。2）用灰色模型預(yù)測灣區(qū)2025—2035 年生態(tài)狀況將不斷提升，到2035 年，平均生態(tài)安全預(yù)警指數(shù)將從0.523 增加到0.545，將有47.7%的縣（區(qū)、市）達到輕度預(yù)警及無預(yù)警狀態(tài)。但生態(tài)安全形勢依然嚴峻，部分地區(qū)的生態(tài)安全預(yù)警指數(shù)值呈波動和下降趨勢，表明其生態(tài)環(huán)境存在不穩(wěn)定甚至惡化的情況，必須加大生態(tài)保護力度，防止這些區(qū)域的生態(tài)狀況進一步惡化。3）準則層障礙度方面障礙度差距在逐漸縮小且整體上有所降低，指標層障礙度方面制約大灣區(qū)生態(tài)安全的主要障礙因子包括R1（環(huán)保投資）、D4（城鎮(zhèn)化率）、S4（生態(tài)系統(tǒng)服務(wù)價值）、R4（政府科技投入）、D1（國民生產(chǎn)總值）、P1（人口密度），應(yīng)針對上述障礙因子采取針對性措施予以解決。綜上所述，研究可為浙江大灣區(qū)未來生態(tài)安全的調(diào)控和管理提供決策參考，并為其他地區(qū)的生態(tài)安全研究提供借鑒。

4 討論

4.1 研究的可靠性及局限性

浙江大灣區(qū)是長三角世界級城市群的“金南翼”，浙江省第十五次黨代會明確提出要建設(shè)綠色智慧和諧美麗的世界級大灣區(qū)，該區(qū)域未來的生態(tài)安全狀況是這一目標能否達成的關(guān)鍵閥門。本文避免了單一社會統(tǒng)計數(shù)據(jù)具有不確定性的弊端，綜合利用社會統(tǒng)計數(shù)據(jù)、自然地理數(shù)據(jù)和景觀格局指標等多種數(shù)據(jù)源對浙江大灣區(qū)生態(tài)安全進行預(yù)警研究，結(jié)果更為全面、準確。此外，本文預(yù)測平均相對誤差為1.91%。與現(xiàn)有研究相比，預(yù)警結(jié)果能夠更為準確的反映浙江大灣區(qū)生態(tài)安全的發(fā)展趨勢。

然而，研究仍有部分待完善之處。首先，生態(tài)安全預(yù)警等級的劃分尚沒有權(quán)威的定量標準，這對研究結(jié)果有一定的影響，需盡快確立一套科學(xué)權(quán)威的劃分標準。其次，灰色模型雖然基本滿足了未來生態(tài)安全變化預(yù)測的需求，但是其更適用于短期或中期預(yù)測，對長期預(yù)測的適應(yīng)性還有待進一步提高。再次，本文以縣域為尺度開展生態(tài)安全預(yù)警，對于遙感數(shù)據(jù)利用ArcGIS 10.8 中的分區(qū)統(tǒng)計工具將其分配到縣域尺度進行空間分析，無法進一步描述縣域內(nèi)不同地區(qū)的生態(tài)安全狀況。最后，區(qū)域生態(tài)安全狀況是復(fù)雜、動態(tài)的，受多因素共同作用的影響，在后續(xù)研究中，應(yīng)逐步完善評價指標體系，利用多源、細化、長期的序列指標數(shù)據(jù)，構(gòu)建一個科學(xué)、穩(wěn)定、普適的生態(tài)安全預(yù)警機制。

4.2 生態(tài)安全狀況的影響因素

2000—2020 年浙江大灣區(qū)的生態(tài)安全狀況持續(xù)改善，且在未來一段時期內(nèi)還將保持上升態(tài)勢。這主要得益于灣區(qū)各地轉(zhuǎn)變經(jīng)濟發(fā)展方式、加大生態(tài)保護投入等多種響應(yīng)措施。但在空間上仍存在較大差異，灣區(qū)的東北部和南部地區(qū)存在較大的生態(tài)風(fēng)險，這與前人研究基本一致（崔旺來等，2023）。溫州、寧波等地生態(tài)安全狀況較差主要是由于急速城市擴張導(dǎo)致的大量人口涌入和數(shù)量較多的工業(yè)污染物排放。各地市主城區(qū)生態(tài)安全預(yù)警指數(shù)較低也可反映出人口急劇增長和城市高強度發(fā)展所帶來的生態(tài)壓力和生境破碎化對生態(tài)安全有著很大影響。

指標體系中指標層障礙度較大的障礙因子包括R1（環(huán)保投資）、D4（城鎮(zhèn)化率）、S4（生態(tài)系統(tǒng)服務(wù)價值）、R4（政府科技投入）、D1（國民生產(chǎn)總值）、P1（人口密度）。2000—2015 年障礙度較大的障礙因子排名基本穩(wěn)定，只有S4 的障礙度排名有所提升，期間浙江大灣區(qū)處于快速發(fā)展階段，大量的耕地、林地被建設(shè)用地所擠占，使得生態(tài)系統(tǒng)服務(wù)價值指數(shù)持續(xù)降低，對生態(tài)安全的負面影響持續(xù)增加。2020 年R4 的障礙度排名降低，這反映出隨著政府科技投入的力度加大，其障礙作用逐漸降低，而近年來過量的城市人口需要消耗的資源及排放的污染物也更多，導(dǎo)致P1 的障礙度排名有所提升。

4.3 政策路徑

浙江大灣區(qū)作為支撐浙江高質(zhì)量、現(xiàn)代化的重大戰(zhàn)略平臺，必須要持之以恒推進綠色低碳發(fā)展，努力建設(shè)人與自然和諧共生的現(xiàn)代化先行示范區(qū)。首先，加強污染防治與生態(tài)保護。尤其是溫州、寧波等工業(yè)分布數(shù)量較多的地區(qū)要堅決遏制高污染、高排放工業(yè)盲目發(fā)展，根除工業(yè)廢水的無序排放問題，并從污染治理向生態(tài)修復(fù)、生物多樣性保護升級，通過增加區(qū)域內(nèi)綠化覆蓋率，提高生態(tài)系統(tǒng)的質(zhì)量和穩(wěn)定性。其次，推動產(chǎn)業(yè)結(jié)構(gòu)低碳調(diào)整。浙江大灣區(qū)要加大對數(shù)字經(jīng)濟、新材料等戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)的扶持力度，通過產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型從根源上解決污染物，以科技創(chuàng)新促進生態(tài)環(huán)境質(zhì)量有質(zhì)的提升。再次，優(yōu)化土地利用方式。浙江大灣區(qū)土地面積十分有限，快速的城市化發(fā)展占據(jù)了大量生態(tài)空間，應(yīng)適當(dāng)增加生態(tài)用地的比重，進一步提高生態(tài)系統(tǒng)服務(wù)的供給水平。最后，針對主要障礙因子精準發(fā)力。通過加大環(huán)保投資力度、通過疏通非必要社會功能控制人口聚集和城市擴張等措施解決這些關(guān)乎灣區(qū)生態(tài)安全的“堵點痛點”，扎實有效推進綠色美麗大灣區(qū)建設(shè)。