林業生態安全的共生耦合測度模型與判據

收稿日期：2014-03-31

作者簡介：張智光，博士，教授，博導，主要研究方向為林業與環境經濟系統工程。

基金項目：國家自然科學基金項目“基于生態－產業共生關系的林業生態安全測度研究”（編號：71173107）；教育部高等學校博士點基金博導類課題“生態與產業共生視角的林業生態安全測度理論與方法研究”（編號：20113204110005）；國家林業局軟科學研究項目“我國林業實施綠色經濟的多層次測度體系與管理機制研究”（編號：2013-R07）；江蘇省高校哲學社會科學優秀創新團隊建設項目“江蘇省綠色發展理論與實踐研究”。

摘要基于生態與產業共生理論，推導和改進林業生態安全測度的模型、算法和判據，使之成為可操作的實用技術。為了既能保留林業生態安全特征指數的生態經濟意義，又能通過其指標體系追溯生態安全問題的原因，構建了森林生態—林業產業復合系統的LotkaVolterra共生模型（林業LV共生模型），以實現指標體系與特征指數的耦合。為此，首先采用包含林業生態安全的壓力—狀態—影響—響應結構模型（FESPSIR模型）和結構方程模型（SEM）的結構化和定量化方法，建立林業生態安全測度指標體系。同時，根據上述SEM方法，可以得出各指標的權重系數，從而克服傳統權重確定方法的主觀性。然后，根據權重系數和林業LV共生模型，將指標體系進行逐層耦合，構造出綜合特征指數：森林生態與林業產業的共生度指數。在此基礎上，通過分析林業生態安全在共生空間的動態演化規律，構建包含共生度和生態受力系數兩個維度的林業生態安全級別動態判斷矩陣。研究表明，本文提出的林業生態安全測度方法能夠顯著提高林業生態安全測控技術的效能。第一，由于共生度指數是林業生態安全的前因，因此該測度方法能夠實現林業生態安全的“前因性預警”，克服了“就生態論生態”的傳統方法的滯后性。第二，通過動態判斷矩陣又可以預測林業生態安全的未來走勢，因此該測度方法在“前因性預警”的基礎上又進一步實現了“后果性預測”。第三，對上述林業生態安全的共生耦合測度過程進行回溯解耦，可以逐層分析出導致林業生態安全問題的各種具體原因，從而為相關部門制定林業生態安全的有效管理措施提供科學依據。

關鍵詞林業生態安全；共生關系；測度；指標體系；特征指數；LotkaVolterra模型

中圖分類號F062.2文獻標識碼A文章編號1002-2104(2014)08-0090-10doi:10.3969/j.issn.1002-2104.2014.08.012

生態安全是土地、森林、濕地、水、大氣和生物等多個相互關聯的生態子系統健康狀況的總和。其中，森林子系統是陸地生態系統的主體，它與其他生態子系統的交集最大。因此，近10年來國內外學者就森林生態安全（forest ecological security）或森林健康（forest health）的評價展開了深入研究［1-3］。但是這類研究屬于“就生態論生態”的事后評價，其預警作用較小［4］。實際上，所謂生態安全性不僅是指區域自然環境的生態健康狀態能否可持續地支撐社會經濟發展的性狀，同時也包括了社會經濟發展是否會對自然生態造成嚴重損害的性狀。因為如果人類活動對自然生態造成了嚴重的破壞，生態系統必將無法繼續支撐人類的生存與發展。因此，生態安全性實際上是自然生態與社會經濟共生關系性狀的一種反映。據此，筆者提出“林業生態安全”（forestry ecological security）的概念：林業生態安全是比森林生態安全更廣義的概念；它包括3個方面：森林生態與林業產業共生關系的安全、森林生態安全、林業產業的生態安全；三者構成了一個因果順序：第一方面是后兩方面的安全動因，第二方面又是為第三方面提供生態服務的安全保障［4］。因此，運用共生理論對林業生態安全進行測度，要比直接評價森林生態安全具有更好的預警和調控作用。近年來，我國學者率先開展了林業生態安全評價或測度的研究［4-6］。但是，目前考慮生態與產業共生關系的測度方法、評價指標體系及權重設定的結構化方法、指標體系和特征指數的優勢互補、林業生態安全性的客觀與動態判據等問題還沒有取得實質性的研究進展。為此，筆者于2013年提出了基于生態與產業共生關系的林業生態安全測度方法的新構想，指出應當站在森林生態—林業產業復合系統的角度，從兩個子系統共生關系的安全性出發，來審視森林生態安全和林業產業生態安全的整體水平［4］。本文將在此基礎上對該方法的模型、算法和判據進行進一步推導、改進和完善，使之成為一種可操作的實用技術。

1林業LV共生模型構建

林業生態安全測度的傳統方法可分為指標體系法和特征指數法兩大類，兩者各有利弊。指標體系法的優點是它的各單項指標具有明確的生態經濟意義，便于分析導致生態安全問題的原因。其缺點是經過無量綱標準化處理以及加權求和后，所得到的綜合指標值將失去生態經濟意義，不便于理解和運用。而且，用專家調查和層次分析等方法確定指標權重的主觀性較大。倘若用主成分分析或因子分析等方法確定權重，雖然可以克服主觀性，但是所得權重只表示底層各指標關于降維后得到的主成分或因子的相對重要性，以及各主成分或因子之間的相對重要性，并不是某層指標關于其上層指標的相對重要性。因此所求得的綜合得分當然也不是頂層指標值，失去了指標體系權重的本意。而特征指數法正好相反。其優點是特征指數（如生態足跡或能值等）具有總體的生態經濟意義，所得到的評價值便于理解。其缺點是將原單項指標轉化成特征指數時，誤差較大，且失去了原指標本身的生態經濟意義，不便于原因分析。而且，現有的相關特征指數不能確切反映生態與產業的共生狀態，需要構建新的特征指數。

為解決以上問題，實現指標體系與特征指數的優勢互補，我們試圖創建指標體系和特征指數的耦合測度方法。為此，首先需要建立森林生態—林業產業復合系統的動態模型。

20世紀20年代，美國生態學家A. J. Lotka和意大利數學家V. Volterra對邏輯斯蒂模型（Logistic equation）進行拓展，構建了兩物種種群的種間共生關系的微分方程動態系統模型（稱為LotkaVolterra模型，以下簡稱LV模型），該模型對現代生態學理論與共生理論的發展產生了重大的影響。LV模型的基本形式如下［7］：

dN1(t)dt=r1N1(t)K1-N1(t)-αN2(t)K1(1-1)

dN2(t)dt=r2N2(t)K2-N2(t)-βN1(t)K2(1-2)

式中，N1(t)、N2(t)分別為某區域內物種S1和S2種群的個體數量；K1、K2分別為該區域內物種S1和S2種群所依賴的環境容納量；r1、r2分別為物種S1和S2種群的增長率；α為該區域內物種S2對S1的競爭系數；β為該區域內物種S1對S2的競爭系數；t為時間。

式（1-1）中的αN2(t)項表示，在物種S1的環境容納量K1中，每個物種S2個體所占的空間相當于α個物種S1個體所占的空間。當α>0時，物種S2個體數量的增加將造成物種S1種群的剩余環境容納量的減少，也就是說物種S2的發展對物種S1是有害的；當α<0時，物種S2個體數量的增加將促進物種S1種群的剩余環境容納量的增加，也就是說物種S2的發展對物種S1是有益的；當α=0時，物種S2個體數量的增加對物種S1種群的剩余環境容納量無影響。同樣，式（1-2）中的βN1(t)項具有相似的含義。可見，系數α和β反映了一個物種對另一物種的競爭抑制效應，故稱為競爭系數。

類似地，在森林生態—林業產業復合系統中，產業子系統SI與生態子系統SE所依賴的生存條件都是森林資源，兩個子系統具有資源性競爭特性，總體原理上符合式（1）的所描述的系統規律。但是，森林生態與林業產業兩個子系統的運動和變化將導致森林資源的增加、減少或趨于穩定，進而影響兩者的共生狀況［8］。也就是說，在該復合系統中，環境容納量是一個變量。而且在實際情況下，兩個子系統的增長率和競爭系數也都是處于變動狀態。為便于將LV模型應用于森林生態—林業產業復合系統，可以將環境容納量、增長率和競爭系數在第k年附近近似地看作為常數。于是，第k年附近的森林生態—林業產業復合系統動態共生模型（以下簡稱林業LV共生模型）為：

dI(t)dt=rI(k)I(t)C(k)-I(t)-α(k)E(t)C(k)(2-1)

dE(t)dt=rE(k)E(t)C(k)-E(t)-β(k)I(t)C(k)(2-2)

式中，I(t)為某區域內森林生態—林業產業復合系統中林業產業子系統的產業水平指數；E(t)為該復合系統中森林生態子系統的生態水平指數；C(k)為該復合系統中森林生態與林業產業子系統共同依賴的森林資源的第k年環境容量指數；rI(k)為第k年林業產業水平增長率；rE(k)為第k年森林生態水平增長率；α(k)為第k年森林生態對林業產業的競爭系數；β(k)為第k年林業產業對森林生態的競爭系數；t為第k年附近的時間變量。

式（2）中，產業水平指數I、生態水平指數E、環境容量指數C統稱為林業LV共生模型的基本指數。為了對林業生態安全進行測度，下面我們將設法測算式（2）中的3個基本指數和2個競爭系數。

2林業LV共生模型的基本指數測算

2.1林業生態安全的FESPSIR結構模型建立

為了測算林業LV共生模型中的3個基本指數，需要構建測評森林生態—林業產業復合系統的產業水平、生態水平和環境容量的指標體系。而為了更加科學地構建這一指標體系，降低主觀隨意性，首先要分析該復合系統的結構與機理。為此，我們根據林業生態安全測度問題的特性和要求，對現有的PSR、DSR、DPSIR、DPSEEA等模型［4］進行綜合與改進。于是，構建了如圖1所示的林業生態安全（forestry ecological security，FES）的壓力—狀態—影響—響應（pressurestateimpactresponse，PSIR）結構模型（簡稱為FESPSIR結構模型）。

圖1中的FESPSIR結構模型由4個子系統構成：（1）社會經濟壓力子系統（FESP），反映社會經濟對森林產品的需求，以及林業產業發展對森林資源與環境造成破壞的壓力；（2）資源與環境狀態子系統（FESS），反映在社會經濟壓力子系統的作用下，森林資源與森林環境的狀態；（3）生態影響子系統（FESI），反映在社會經濟壓力和資源環境狀態的作用下，森林生態系統受到的影響；（4）人類響應子系統（FESR），反映人類為降低生態系統所受到的負面影響而作出的積極響應。

在FESPSIR結構模型中，根據社會經濟壓力子系統FESP的各要素，可以構建用來測算產業水平指數I的評價指標體系。根據生態影響子系統FESI的各要素，可以構建用來測算生態水平指數E的評價指標體系。另外，人類響應的直接效果是改善資源與環境狀態，間接效果一方面可以減輕社會經濟發展對生態與環境的壓力，另一方面可以提供良好的生態恢復條件。可見，FESS與FESR子系統都和環境容量指數C有關，可以合起來作為構建相關指標體系的依據。也就是說，環境容量是協調生態與產業水平的紐帶和橋梁，資源與環境狀態子系統和人類響應子系統比較發達，環境容量就較大，生態與產業的共生關系就會朝著良性互動的方向發展。這一過程正好符合林業LV共生模型的原理。

2.2基于FESPSIR結構模型的SEM及其指標體系建立

根據圖1的FESPSIR結構模型，先通過文獻檢索收集和整理國內外學者研究FESP、FESS、FESI、FESR等子系統所采用的相關評價指標［5，7，9-12］。再將理論分析、實際調研和專家咨詢等方法相結合，進行指標篩選，進而形成林業生態安全的初步評價指標體系。

由于各子系統之間是相互關聯的，因此不能孤立地分析各基本指數所對應的指標體系的合理性，并確定權重系數。對于這類問題，結構方程模型（structural equation modeling，SEM）是一種比較科學的系統化和定量化分析手段。它能夠客觀驗證各指標對于所屬基本指數的有效性以及生態安全測度結果的可信度，并確定各指標與基本指數之間的相關性。運用SEM方法，我們對上述初步評價指標體系進行整體建模、定量檢驗和反復修正，最終得出如圖2所示的林業生態安全測度的結構方程模型。圖2圖1FESPSIR結構模型

Fig.1FESPSIR structure model

給出了測量各基本指數（I, E, C）的指標體系（Ii, Ei, Ci；i=1, 2, …）。圖中，λ為各指標與基本指數之間的相關系數，μ為內生基本指數（E, C）之間的影響系數，γ為外生基本指數（I）與內生基本指數（E, C）之間的影響系數，e為各指標的測量誤差。

按照FESPSIR結構模型的要求，對于產業水平指數I，應當選擇既能反映FESP子系統的發展程度，又能反映社會經濟對森林資源及其產品的需求，以及林業產業尤其是林產工業對FESS和FESI子系統造成壓力的相關指標。經過SEM建模，篩選出以下指標：林業總產值I1，反映林業產業發展的總體水平；林業第二產業比重I2，反映林產工業對森林和水等資源的需求，以及污染物和二氧化碳等排放情況；人均GDP I3，反映一般社會經濟發展水平及其對森林等環境的壓力；城市化水平I4（用區域內城鎮人口占總人口的比例表示），反映人類侵占和干預自然系統的程度。

對于生態水平指數E，得到以下指標：生態林面積比重E1，反映森林生態效益的總體情況；人均綠地面積E2（城市建成區的公共綠地、生產綠地、防護綠地和各單位綠化用地之和，除以建成區的非農業人口），反映被測區域內的城市生態狀況；森林災害面積比重E3，反映森林調節力和災害發生率等森林生態狀況；空氣質量指數（air quality index，AQI）E4，反映受到森林生態作用的大氣生態狀況。

對于環境容量指數C，包含來自資源與環境狀態子系統FESS和人類響應子系統FESR的兩部分指標。具體包含以下指標：森林覆蓋率C1（被測區域內森林面積占土地總面積的比例），反映森林資源的總體豐富程度；森林消長比C2（森林蓄積消耗量與森林蓄積生長量的比），反映森林資源蓄積量的動態變化，而蓄積量與覆蓋率相比，能夠更好地反映森林結構和木材供給量等狀況；人均有林地面積C3，反映森林資源的人均豐富程度，因而能夠間接地反映被測區域森林固碳制氧的能力；造林總面積C4，反映人工造林的力度和綠色經濟的發展狀況；資源回收率C5（可以用某一種林產品的回收率，如廢紙回收率表示），反映林業循環經濟的發展程度［13］；污染治理率C6，反映人們的環境保護意識與應對環境危機的舉措。

2.3基于林業生態安全指標體系的基本指數計算

2.3.1指標值的無量綱標準化處理

圖2中，森林災害面積比重E3、城市空氣質量指數E4、森林消長比C2為負向指標，其余均為正向指標。正向和負向指標的無量綱標準化處理方法分別如下：

Xi(t)=0

［xi(t)-Bi］/［Oi-Bi］,

1,xi(t)≤Bi

Bi＜xi(t)＜Oi

xi(t)≥Oi（3）

Xi(t)=0

［Bi-xi(t)］/［Bi-Oi］,

1,xi(t)≥Bi

Oi＜xi(t)＜Bi

xi(t)≤Oi（4）

式中，X代表產業水平指數I、生態水平指數E、環境容量圖2基于FESPSIR模型的SEM結構

Fig.2SEM structure based on FESPSIR model指數C三個基本指數之一；Xi(t)為基本指數X的第i個指標在t時間（對于環境容量指數C來說，t=k）的無量綱標準化評價值（0 ≤ Xi(t) ≤ 1）；xi(t)為指標Xi在t時間的實際值；Oi為指標Xi的優限值（目標值）；Bi為指標Xi的劣限值。

2.3.2權重系數計算

根據結構方程模型的原理，某一基本指數與所屬指標之間的相關系數λ反映了這些指標對于該基本指數的相對重要性。因此，我們可以據此計算出某一基本指數所屬各指標的權重系數：

wXi=λXi/∑iλXi（5）

式中，wXi為基本指數X的第i個指標的權重系數；λXi是由SEM方法得到的基本指數X與第i個指標之間的相關系數。

2.3.3基本指數計算

得到了各指標的無量綱標準化值以及權重系數后，便可以計算出各基本指數的測度值X(t)（對于環境容量指數C來說，t=k）：

X(t)=∑iwXiXi(t),∑iwXi=1（6）

式（6）表示指標體系通過權重耦合，得到了基本指數。下面還將研究如何對基本指數進行耦合，構造出具有生態經濟意義的林業生態安全綜合特征指數。為此，首先要通過已經求得的3個基本指數值，計算出林業LV共生模型中的另外兩個重要參數——競爭系數α(k)和β(k)，它們也是林業生態安全測度的兩個關鍵的特征指數。

3林業LV共生模型的競爭系數估算

在傳統LV模型中，環境容納量、競爭系數和子系統增長率均為常量，即模型參數。關于LV模型，多數學者都在研究對于不同的參數取值，系統的特性有何變化，例如系統的穩定性和平衡點等［14］。也有一些學者探討了如何通過系統辨識方法求取這些參數的估計值［15］。還有的學者試圖利用系統穩定條件下的平衡點來求取競爭系數α和β值［7］。即假設當t→∞時，系統達到穩定狀態，I(t)和E(t)達到平衡點I*和E*。于是，dI(t)/dt=0，dE(t)/dt=0，因此由式（2）可以解得：

α=(C-I*)/E*,β=(C-E*)/I*（7）

但是，平衡點I*和E*以及環境容納量C的數值是難以求取的，更何況這樣求得的α、β是常數。其實，式（7）用途通常是根據常量α、β和C值求取平衡點I*和E*。而對于森林生態—林業產業復合系統，生態與產業水平指數以及環境容量指數等一般總處于變動狀態，所以用系統辨識方法和式（7）來計算競爭系數α(t)和β(t)都是不可行的。如果將式（7）變更為［7］：

α(t)=［C(t)-I(t)］/E(t),β(t)=［C(t)-E(t)］/I(t)（8）

則理論上不合理，必然導致較大的估算誤差。

為解決這一問題，我們對式（2）進行離散化處理，離散化時間變量仍取年份k。于是有：

I(k+1)-I(k)=I(k)-I(k-1)I(k-1)I(k)

C(k)-I(k)-α(k)E(k)C(k)(9-1)

E(k+1)-E(k)=E(k)-E(k-1)E(k-1)E(k)

C(k)-E(k)-β(k)I(k)C(k)(9-2)

由此可以解得：

α(k)=［φI(k)C(k)-I(k)］/E(k),

β(k)=［φE(k)C(k)-E(k)］/I(k)（10）

其中，φI(k)和φE(k)分別為林業產業與森林生態子系統的穩定性系數，反映子系統達到穩定狀態的程度：

φI(k)=1-rI(k+1)/rI(k),

φE(k)=1-rE(k+1)/rE(k)（11）

對式（10）和式（11）進一步分析，可以發現2種特殊情況。

第一種情況，如果當t ≥ k后，森林生態—林業產業復合系統達到穩定狀態，即此后I和E的變化率為0，那么：

I（k+1）-I(k)=0,I(k)-I(k-1)≠0;

E（k+1）-E(k)=0,E(k)-E(k-1)≠0

代入式（11）可得，φI(k)=φE(k)=1。此時，式（10）可簡化為式（8），可見式（8）只是式（10）在系統達到穩定狀態時的特例。

第二種情況，如果在t = k前后，生態與產業子系統的變化率維持不變，即在t = k和t = k＋1時林業產業水平增長率rI和森林生態水平增長率rE不變。代入式（11）可得：φI(k) =φE(k) = 0。于是，式（10）可簡化為：

α(k)=-I(k)/E(k),β(k)=-E(k)/I(k)（12）

此時，α(k)<0，β(k)<0。說明在t = k時，生態與產業子系統是互利共生的。

4林業生態安全綜合特征指數的構造

4.1由競爭系數向共生受力系數轉換

根據前述LV模型中競爭系數的含義，以及筆者于2013年提出的生態與產業共生模式譜系［16］，可以建立森林生態—林業產業復合系統的競爭系數α(k)和β(k)與共生模式的對應關系（圖3）。在圖3中，“(A, B)”表示生態與產業共生模式的相互作用性質，第一個維度A表示產業子系統受到生態子系統共生作用的受力情況，第二個維度B表示生態子系統受到產業子系統共生作用的受力情況。A、B為“＋”、“－”或“0”三種情況之一，分別表示該子系統的受力為正、負和零。

由圖3可見，共生作用的受力方向與競爭系數的符號正好相反。由此，我們可以定義森林生態—林業產業復合系統的共生受力系數：

SI(k)=-α(k)=-［φI(k)C(k)-I(k)］/E(k),

SE(k)=-β(k)=-［φE(k)C(k)-E(k)］/I(k)（13）

式中，SI(k)為林業產業受到森林生態共生作用的受力系數，簡稱產業共生受力系數，或產業受力系數；SE(k)為森林生態受到林業產業共生作用的受力系數，簡稱生態共生受力系數，或生態受力系數。

4.2由共生受力系數構造共生度指數

由圖3可知，根據共生受力系數的正負號可以判斷出森林生態與林業產業子系統共生關系的模式，但是還是無法從數量上判斷某種模式下共生關系的優劣程度。為了便于定量測度林業生態安全，我們利用共生受力系數構造出森林生態—林業產業復合系統的共生度指數S(k)，作為林業生態安全的綜合特征指數：

S(k)=SI(k)+SE(k)S2I(k)+S2E（k）,SI(k)和SE(k)不同時為0（14）

根據算術平均值與幾何平均值不等式，

|SI(k)+SE(k)|/2≤S2I(k)+S2E（k）/2,等號只當SI(k)=SE(k)時成立（15）

可知，|S(k)|=|SI(k)+SE(k)|S2I(k)+S2E（k）≤2;SI(k)和SE(k)不同時為0，等號只當SI(k)=SE(k)時成立(16)

共生度指數S(k)具有明確的生態經濟意義，反映了森林生態與林業產業子系統的共生關系的優劣程度。根據式（16），S(k)的值域為［-2,2］，數值越大越共生狀態越好，趨于互利共生（又稱為綠色共生［17］）狀態；越小則越共生狀態越差，趨于互害（競爭）狀態。

5基于共生空間的林業生態安全判據

5.1共生度指數與生態安全的關系分析

共生度指數S是影響林業生態安全性的重要因素，但兩者并不存在簡單的對應關系。為了進一步認識共生度指數與林業生態安全性之間的相互關系，我們在由共生受力系數SI和SE所構成的二維坐標系中，描繪圖3所示的共生關系圖譜以及共生度指數S的等值線（圖4）。根據筆者先前提出的林業生態安全的內涵與特性［4］以及生態—產業共生空間的橢圓演化模型［16］，可以在二維共生空間中將林業生態安全性分為6個區域：亞健康區（生態強利）、風險區（生態弱利，即產業受限、受阻）、高風險區（互害，即競爭）、危險區（生態強害，即產業寄生、捕食）、康復區（生態弱害）、健康區（互利共生）。圖4中，共生度指數S =0的等值線為生態安全底線，這條底線的左下方圖3森林生態—林業產業復合系統共生模式與競爭系數的關系

Fig.3Relationship between symbiosis modes and competition coefficients in

forest ecologyindustry compound system

圖4林業生態安全性的二維共生空間動態結構

Fig.4FES dynamic structure in twodimensional

symbiotic space

區域的共生度指數S<0，而在其右上方區域S>0。根據環境庫茲涅茨理論和人類文明的演進規律，生態安全性的也具有漸進變化的規律。在亞健康區，雖然生態受力為正，但這是由于產業受力為負而導致的生態安全的良好狀況，這是一種非穩定的生態安全性。隨著產業的發展，生態安全性將下降至風險區，然后從風險區下降至高風險區和危險區。如果人類社會充分重視并積極推進生態環境保護，就可能從危險區越過底線進入康復區，生態安全狀況將出現好轉。此后，隨著環境經濟的進一步協調發展，生態安全有可能達到互利共生的穩定健康狀態。其中，共生度指數S =1的等值線為生態安全閾值線，它是生態安全康復區進入健康區的門檻。

5.2林業生態安全判斷矩陣構建

由于林業生態安全所涉及森林生態—林業產業復合系統的高度復雜性，我們無法在一個維度上用單一的特征指數來簡單表述生態安全的狀態和趨勢。由圖4可見，林業生態安全性可以且需要根據兩個特征指數進行綜合判斷。第一個特征指數是生態受力系數SE。SE=0的直線（即橫坐標）把圖4的共生空間分為2個區域：橫坐標的上半部分（第一和第二象限）為生態獲利區域；橫坐標的下半部分（第三和第四象限）為生態受害區域。第二個特征指數是共生度指數S。S=0的直線（即生態安全底線）也把共生空間分為2個區域：S=0直線右上方是生態安全的脫險區；S=0直線左下方是生態安全的涉險區。進一步地，根據圖4中的信息，我們可以更加清晰地繪制出各生態安全性區域與這兩個特征指數的關系曲線（圖5）。由圖5可見，共生度指數S曲線在橫坐標軸上超前于生態受力系數SE曲線，這是因為共生度是導致生態受力的原因。

根據以上分析，我們可以得到圖6所示的林業生態安

圖5共生度指數和生態受力系數曲線

Fig.5Curves of symbiotic degree index and force

coefficient on ecosystem

圖6林業生態安全級別的雙特征動態判斷矩陣

Fig.6Bicharacteristic dynamic judgment

matrix for FES rating

全級別的雙特征動態判斷矩陣。在圖6中，生態受力的正向區域是生態子系統獲利區，包括生態安全穩定區（生態與產業互利共生）和非穩定區（生態單利）。前者的生態安全級別為健康級，后者包含亞健康級（藍色預警）和風險級（黃色預警）。生態受力的負向區域是生態子系統受害區，包括生態安全下降區和生態安全轉折區。前者的生態安全級別包含高風險級（橙色預警）和危險級（紅色預警），后者為康復級。其中，生態安全康復級又可細分為3個級別：0 ≤S<1/3為低康復級（橙色預警），1/3 ≤S<2/3為中康復級（黃色預警），2/3≤S<1為高康復級（藍色預警）。至于相鄰生態安全性區域的交界處的歸屬，一律按圖4或圖6的逆時針方向歸入下一個級別。

綜上所述，林業生態安全性可以劃分為6個區域和8個安全級別：亞健康區/級、風險區/級、高風險區/級、危險區/級、康復區（含低康復級、中康復級、高康復級）、健康區/級。以及4個預警級別：藍色預警級（含亞健康級或高康復級）、黃色預警級（含風險級或中康復級）、橙色預警級（含高風險級或低康復級）、紅色預警級（危險級）。

6結語：本文方法的特點與優勢

本文之所以采用“測度”一詞，是為了區別單純的“評價”。測度，顧名思義就是測而度之。這里“測”指測評，包含監測、核算和評價等過程；“度”指確定程度，即對“測”的結果進行分析、判斷和定性，并確定預警級別和未來趨勢等。在具體測度技術上，本文方法具有以下幾個突出的特點和優勢。

6.1指標體系與特征指數的耦合與解耦：優勢互補

本文推導出了從指標體系到特征指數，直至林業生態安全測度判據的完整耦合過程（見圖7）：根據SEM可以得到各指標的權重系數，從而實現從單項指標到基本指數的權重耦合；根據林業LV共生模型，可以實現從基本指數到競爭系數，再從共生受力系數到共生度綜合特征指數的共生耦合；根據林業生態安全性的共生空間演化規律，可以實現從綜合特征指數和生態受力系數到林業生態安全級別的雙特征動態判斷矩陣的演化耦合。然后，根據圖7，又可以反過來進行林業生態安全性的逆向回溯解耦，從而逐層分析影響生態安全的原因。通過上述耦合與解耦過程，一方面能夠得到具有明確生態經濟意義的特征指數，便于管理者和公眾理解和運用林業生態安全的測度結果；另一方面又能夠追溯到各單項指標的原始數值，便于從產生生態安全問題的主要原因入手，制定具體有效的管理措施。

6.2結構化和定量化建模技術：降低主觀隨意性

本文方法為林業生態安全測度提供了一種更加科學的結構化和定量化手段。首先，FESPSIR結構模型為SEM及其指標體系的構建提供了理論依據和邏輯框架。其次，通過SEM方法，可以對指標體系進行檢驗和完善，并客觀定量地確定指標權重，最大限度地降低了主觀隨意性。再次，根據共生度指數，可以科學地確定林業生態安全的閾值和底線，并對林業生態安全轉折區進行更加細化的級別劃分。

6.3雙特征動態判斷矩陣：前因性預警＋后果性預測

圖6所示的林業生態安全判斷矩陣改進了筆者先前提出的林業生態安全度的雙特征判斷矩陣［4］。與原方法圖7林業生態安全測度指標體系與特征指數的耦合路線

Fig.7Coupling routes between indicators system and characteristic indexes for FES measuring相比，本文的新方法具有以下優點。

（1）用已知的生態受力系數取代生態—產業成熟度，簡化了林業生態安全測度算法。

（2）原判斷方法認為生態—產業成熟度高時，其生態安全性優于成熟度低的情況，這只是一種主觀假設，缺乏科學依據。而新方法用共生度S對生態安全狀態進行定量，并用生態受力系數SE的正負號對同一共生度下的生態安全狀態進行定性，使得判定方法更加科學和簡便。

（3）原方法通過對林業生態安全的前因——生態與產業共生度的測度，實現了生態安全的“前因性預警”，避免了“就生態論生態”的傳統方法的滯后性。本文新方法在此基礎上，通過研究林業生態安全在共生空間的動態演化規律，構建了林業生態安全級別動態判斷矩陣，從而能夠預測生態安全性的未來走勢。也就是說，新測度方法在前因性預警的基礎上又進一步實現了“后果性預測”。

6.4本文測度方法的應用價值：提高測控有效性

本文方法的前因性預警和后果性預測作用使林業生態安全測控技術得到了實質性提升，極大地提高了該方法的應用價值。從圖4和圖6可見，對于同樣的生態健康狀態和預警級別，本文方法可以根據它們在生態與產業的共生關系上的差異，區分出它們在生態安全演化過程中的不同階段（如高風險和低康復），從而預測它們未來的不同演化趨勢，以便采取針對性更強的控制措施。例如，如果某地區生態安全級別屬于高風險級，說明生態和產業處于相互競爭和互害的嚴重狀態，并朝著危險級發展。因此，必須采取有力措施降低生態損害，盡量縮短或避免生態強害的危險級過程，盡快進入生態弱害的康復級。如果生態安全處于危險級，說明該地區林業生態安全很可能進入不可逆轉的嚴峻狀態。這時的關鍵問題是要盡一切努力終止生態安全的繼續惡化，并積極實現生態安全狀態的轉折，使之盡快步入康復級，否則后果將不堪設想。如果生態安全處于低康復級，說明該地區已進入了生態安全的轉折區，此時需要大力發展循環經濟和綠色經濟，使林業系統朝著生態與產業互利共生的方向發展。可見，本文所提出的基于共生理論的林業生態安全動態測度方法能夠提供更加全面的生態安全的狀態、預警和預測信息，因而對林業生態安全的監測與控制具有更加顯著的實際應用價值，而傳統的一維評價方法是無法做到這一點的。

本文給出的測度方法已在我國林業生態安全測度的實際應用中取得了良好的效果。限于篇幅，關于結構方程模型的具體構建、我國不同區域和不同時期林業生態安全測度等實證研究成果，我們將分期陸續發表。

（編輯：李琪）

參考文獻(References)

［1］Woodall C W, Morin R S, Steinman J R, et al. Comparing Evaluations of Forest Health Based on Aerial Surveys and Field Inventories: Oak Forests in the Northern United States ［J］. Ecological Indicators, 2010, 10(3): 713-718.

［2］Ireneusz O, Tomasz O, Dorota, H. Evaluation of Health Status of Forest Ecosystems in Sudetes after Ecological Disaster with Special Regard to Revitalization of Forest Soils and Its Influence on Regeneration ［J］. Opera Corcontica, 2004, 41: 421-433.

［3］米鋒，潘文婧，朱寧，等. 模糊綜合評價法在森林生態安全預警中的應用 ［J］. 東北林業大學學報，2013，41(6)：66-71，75. ［Mi Feng, Pan Wenjing, Zhu Ning, et al. Application of Fuzzy Comprehensive Evaluation in Forest Ecological Security Warning ［J］. Journal of Northeast Forestry University, 2013, 41(6): 66-71, 75.］

［4］張智光. 基于生態—產業共生關系的林業生態安全測度方法構想 ［J］. 生態學報，2013，33(4)：1326-1336. ［Zhang Zhiguang. Methodology for Measuring Forestry Ecological Security Based on EcologyIndustry Symbiosis: A Research Framework ［J］. Acta Ecologica Sinica, 2013, 33(4): 1326-1336.］

［5］魏彬，楊校生，吳明，等. 海島林業生態安全評價 ［J］. 南京林業大學學報：自然科學版，2010，34(4)：161-164. ［Wei Bin, Yang Xiaosheng, Wu Ming, et al. Evaluation of Forest Ecological Security for Island ［J］. Journal of Nanjing Forestry University：Natural Sciences Edition, 2010, 34(4): 161-164.］

［6］張頻，張邦文，蔡海生，等. 江西省林業生態安全物元分析評價 ［J］. 江西農業大學學報，2013，35(4)：791-797. ［Zhang Pin, Zhang Bangwen, Cai Haisheng, et al. Evaluation of Forestry Ecological Security Based on Matter Element Analysis ［J］. Acta Agriculturae Universitatis Jiangxiensis, 2013, 35(4): 791-797.］

［7］謝煜，張智光. 林業生態與產業共生協調度理論與評價模型研究 ［M］. 北京：中國林業出版社，2012. ［Xie Yu, Zhang Zhiguang. Harmonious Symbiosis Theory and Evaluation Model for Forestry Ecology and Forestry Industry System ［M］. Beijing: China Forestry Publishing House, 2012.］

［8］張智光. 綠色供應鏈視角下的林紙一體化共生機制 ［J］. 林業科學，2011，47(2)：111-117. ［Zhang Zhiguang. Symbiosis Mechanism of ForestryPaper Integration from the Perspective of Green Supply Chain ［J］. Scientia Silvae Sinicae, 2011, 47(2): 111-117.］

［9］Wolfslehner B, Vacik H. Evaluating Sustainable Forest Management Strategies with the Analytic Network Process in a Pressurestateresponse Framework ［J］. Journal of Environmental Management, 2008, 88(1): 1-10.

［10］張智光. 綠色中國(第一卷)：理論、戰略與應用 ［M］. 北京：中國環境科學出版社，2010. ［Zhang Zhiguang. Green China (Vol.Ⅰ): Theory, Strategy and Application ［M］. Beijing: China Environmental Science Press, 2010.］

［11］張智光. 綠色中國(第二卷)：綠色共生型供應鏈模式 ［M］. 北京：中國環境科學出版社，2011. ［Zhang Zhiguang. Green China (Vol.Ⅱ): Mode of Green Symbiosis Supply Chain ［M］. Beijing: China Environmental Science Press, 2011.］

［12］張智光. 綠色中國(第三卷)：綠色共生模式的運作 ［M］. 北京：中國環境科學出版社，2011. ［Zhang Zhiguang. Green China (Vol.Ⅲ): Operation of Green Symbiosis Mode ［M］. Beijing: China Environmental Science Press, 2011.］

［13］張智光. 林紙循環經濟系統的資源、生態和價值鏈拓展模型 ［J］. 中國人口·資源與環境，2012，22(12)：46-53. ［Zhang Zhiguang. System Models of ForestryPaper Circular Economy Expanded in Resources Chain，EcoChain and Value Chain ［J］. China Population, Resources and Environment, 2012, 22(12): 46-53.］

［14］Faria T. Stability and Extinction for LotkaVolterra Systems with Infinite Delay ［J］. Journal of Dynamics & Differential Equations, 2010, 22(2): 299-324.

［15］李興莉，申虎蘭，馮玉廣. Logistic和LotkaVolterra模型參數的灰色估計方法研究 ［J］. 大學數學，2004，20(6)：82-87. ［Li XingLi, Shen HuLan, Feng YuGuang. Study on the Parameter Gray Estimation of Logistic and LotkaVolterra Model ［J］. College Mathematics, 2004, 20(6): 82-87.］

［16］張智光. 人類文明與生態安全：共生空間的演化理論 ［J］. 中國人口·資源與環境，2013，23(7)：1-8. ［Zhang Zhiguang. Evolutionary Theory of Human Civilization and Ecological Security in Symbiotic Space ［J］. China Population, Resources and Environment, 2013, 23(7): 1-8.］

［17］張智光. 實現產業與生態互利共生的林業綠色供應鏈模式研究 ［J］. 南京林業大學學報：自然科學版，2012，36(2)：3-10. ［Zhang Zhiguang. Research on the Mode of Forestry Green Supply Chain for Mutualism between Industry and Ecology. Journal of Nanjing Forestry University：Natural Sciences Edition, 2012, 6(2): 3-10.］

Measuring Model and Criterion of Forestry Ecological Security by

Symbiotic Coupling Method

ZHANG Zhiguang1,2

（1. College of Economics and Management, Nanjing Forestry University, Nanjing Jiangsu 210037, China;

2. System Engineering Institute for Environment and Development, Nanjing Forestry University, Nanjing Jiangsu 210037, China）

AbstractMeasuring model, algorithm and criterion of forestry ecological security (FES) are derived and improved based on ecologyindustry symbiosis theory, in order to develop an operable and practical technology of FES measuring. Not only for remaining the ecological economy significance of FES characteristic index, but also for tracing FES problem back to its reasons through indicators system, LotkaVolterra symbiosis model of forest ecologyindustry compound system (forestry LV symbiosis model) is established to couple indicators system to characteristic indexes. First of all for this purpose, the indicators system of FES measuring is set up by a structured and quantified method that includes FES pressurestateimpactresponse structure model (FESPSIR model) and structural equation modeling (SEM). At the same time，the weight coefficients of the indicators are calculated by the above SEM to overcome the subjectivity in traditional weighting ways. Then according to the weight coefficients and the forestry LV symbiosis model, a composite characteristic indexforest ecologyindustry symbiotic degree is constructed by coupling lowerhierarchy indicators to higherhierarchy characteristic indexes. On that basis, the dynamic judgment matrix for FES rating is built, which has two dimensions of symbiotic degree and force coefficient on ecosystem, by analyzing dynamic evolvement rule of FES in symbiotic space. The research shows that the efficiency of FES measuring and controlling technology can be enhanced greatly based on the method developed in this thesis. Firstly, the method has ‘causative prewarning function for FES, because the symbiotic degree index is the cause of FES, so that the hysteresis of traditional methods, in which FES cause factors arent considered, is overcome. Secondly, ‘causative prewarning and ‘consequent forecasting function are realized by this method, because the future trend of FES can be forecasted by the dynamic judgment matrix. Thirdly, possible detailed reasons of FES problem can be traced back through a decoupling process in the opposite direction of the above mentioned symbiotic coupling measuring, in order to provide scientific basis for relevant government departments to adopt effective measures on FES management.

Key wordsforestry ecological security; symbiosis; measure; indicators system; characteristic index; LotkaVolterra model

［10］張智光. 綠色中國(第一卷)：理論、戰略與應用 ［M］. 北京：中國環境科學出版社，2010. ［Zhang Zhiguang. Green China (Vol.Ⅰ): Theory, Strategy and Application ［M］. Beijing: China Environmental Science Press, 2010.］

［11］張智光. 綠色中國(第二卷)：綠色共生型供應鏈模式 ［M］. 北京：中國環境科學出版社，2011. ［Zhang Zhiguang. Green China (Vol.Ⅱ): Mode of Green Symbiosis Supply Chain ［M］. Beijing: China Environmental Science Press, 2011.］

［12］張智光. 綠色中國(第三卷)：綠色共生模式的運作 ［M］. 北京：中國環境科學出版社，2011. ［Zhang Zhiguang. Green China (Vol.Ⅲ): Operation of Green Symbiosis Mode ［M］. Beijing: China Environmental Science Press, 2011.］

［13］張智光. 林紙循環經濟系統的資源、生態和價值鏈拓展模型 ［J］. 中國人口·資源與環境，2012，22(12)：46-53. ［Zhang Zhiguang. System Models of ForestryPaper Circular Economy Expanded in Resources Chain，EcoChain and Value Chain ［J］. China Population, Resources and Environment, 2012, 22(12): 46-53.］

［14］Faria T. Stability and Extinction for LotkaVolterra Systems with Infinite Delay ［J］. Journal of Dynamics & Differential Equations, 2010, 22(2): 299-324.

［15］李興莉，申虎蘭，馮玉廣. Logistic和LotkaVolterra模型參數的灰色估計方法研究 ［J］. 大學數學，2004，20(6)：82-87. ［Li XingLi, Shen HuLan, Feng YuGuang. Study on the Parameter Gray Estimation of Logistic and LotkaVolterra Model ［J］. College Mathematics, 2004, 20(6): 82-87.］

［16］張智光. 人類文明與生態安全：共生空間的演化理論 ［J］. 中國人口·資源與環境，2013，23(7)：1-8. ［Zhang Zhiguang. Evolutionary Theory of Human Civilization and Ecological Security in Symbiotic Space ［J］. China Population, Resources and Environment, 2013, 23(7): 1-8.］

［17］張智光. 實現產業與生態互利共生的林業綠色供應鏈模式研究 ［J］. 南京林業大學學報：自然科學版，2012，36(2)：3-10. ［Zhang Zhiguang. Research on the Mode of Forestry Green Supply Chain for Mutualism between Industry and Ecology. Journal of Nanjing Forestry University：Natural Sciences Edition, 2012, 6(2): 3-10.］

Measuring Model and Criterion of Forestry Ecological Security by

Symbiotic Coupling Method

ZHANG Zhiguang1,2

（1. College of Economics and Management, Nanjing Forestry University, Nanjing Jiangsu 210037, China;

2. System Engineering Institute for Environment and Development, Nanjing Forestry University, Nanjing Jiangsu 210037, China）

AbstractMeasuring model, algorithm and criterion of forestry ecological security (FES) are derived and improved based on ecologyindustry symbiosis theory, in order to develop an operable and practical technology of FES measuring. Not only for remaining the ecological economy significance of FES characteristic index, but also for tracing FES problem back to its reasons through indicators system, LotkaVolterra symbiosis model of forest ecologyindustry compound system (forestry LV symbiosis model) is established to couple indicators system to characteristic indexes. First of all for this purpose, the indicators system of FES measuring is set up by a structured and quantified method that includes FES pressurestateimpactresponse structure model (FESPSIR model) and structural equation modeling (SEM). At the same time，the weight coefficients of the indicators are calculated by the above SEM to overcome the subjectivity in traditional weighting ways. Then according to the weight coefficients and the forestry LV symbiosis model, a composite characteristic indexforest ecologyindustry symbiotic degree is constructed by coupling lowerhierarchy indicators to higherhierarchy characteristic indexes. On that basis, the dynamic judgment matrix for FES rating is built, which has two dimensions of symbiotic degree and force coefficient on ecosystem, by analyzing dynamic evolvement rule of FES in symbiotic space. The research shows that the efficiency of FES measuring and controlling technology can be enhanced greatly based on the method developed in this thesis. Firstly, the method has ‘causative prewarning function for FES, because the symbiotic degree index is the cause of FES, so that the hysteresis of traditional methods, in which FES cause factors arent considered, is overcome. Secondly, ‘causative prewarning and ‘consequent forecasting function are realized by this method, because the future trend of FES can be forecasted by the dynamic judgment matrix. Thirdly, possible detailed reasons of FES problem can be traced back through a decoupling process in the opposite direction of the above mentioned symbiotic coupling measuring, in order to provide scientific basis for relevant government departments to adopt effective measures on FES management.

Key wordsforestry ecological security; symbiosis; measure; indicators system; characteristic index; LotkaVolterra model

［10］張智光. 綠色中國(第一卷)：理論、戰略與應用 ［M］. 北京：中國環境科學出版社，2010. ［Zhang Zhiguang. Green China (Vol.Ⅰ): Theory, Strategy and Application ［M］. Beijing: China Environmental Science Press, 2010.］

［11］張智光. 綠色中國(第二卷)：綠色共生型供應鏈模式 ［M］. 北京：中國環境科學出版社，2011. ［Zhang Zhiguang. Green China (Vol.Ⅱ): Mode of Green Symbiosis Supply Chain ［M］. Beijing: China Environmental Science Press, 2011.］

［12］張智光. 綠色中國(第三卷)：綠色共生模式的運作 ［M］. 北京：中國環境科學出版社，2011. ［Zhang Zhiguang. Green China (Vol.Ⅲ): Operation of Green Symbiosis Mode ［M］. Beijing: China Environmental Science Press, 2011.］

［13］張智光. 林紙循環經濟系統的資源、生態和價值鏈拓展模型 ［J］. 中國人口·資源與環境，2012，22(12)：46-53. ［Zhang Zhiguang. System Models of ForestryPaper Circular Economy Expanded in Resources Chain，EcoChain and Value Chain ［J］. China Population, Resources and Environment, 2012, 22(12): 46-53.］

［14］Faria T. Stability and Extinction for LotkaVolterra Systems with Infinite Delay ［J］. Journal of Dynamics & Differential Equations, 2010, 22(2): 299-324.

［15］李興莉，申虎蘭，馮玉廣. Logistic和LotkaVolterra模型參數的灰色估計方法研究 ［J］. 大學數學，2004，20(6)：82-87. ［Li XingLi, Shen HuLan, Feng YuGuang. Study on the Parameter Gray Estimation of Logistic and LotkaVolterra Model ［J］. College Mathematics, 2004, 20(6): 82-87.］

［16］張智光. 人類文明與生態安全：共生空間的演化理論 ［J］. 中國人口·資源與環境，2013，23(7)：1-8. ［Zhang Zhiguang. Evolutionary Theory of Human Civilization and Ecological Security in Symbiotic Space ［J］. China Population, Resources and Environment, 2013, 23(7): 1-8.］

［17］張智光. 實現產業與生態互利共生的林業綠色供應鏈模式研究 ［J］. 南京林業大學學報：自然科學版，2012，36(2)：3-10. ［Zhang Zhiguang. Research on the Mode of Forestry Green Supply Chain for Mutualism between Industry and Ecology. Journal of Nanjing Forestry University：Natural Sciences Edition, 2012, 6(2): 3-10.］

Measuring Model and Criterion of Forestry Ecological Security by

Symbiotic Coupling Method

ZHANG Zhiguang1,2

（1. College of Economics and Management, Nanjing Forestry University, Nanjing Jiangsu 210037, China;

2. System Engineering Institute for Environment and Development, Nanjing Forestry University, Nanjing Jiangsu 210037, China）

AbstractMeasuring model, algorithm and criterion of forestry ecological security (FES) are derived and improved based on ecologyindustry symbiosis theory, in order to develop an operable and practical technology of FES measuring. Not only for remaining the ecological economy significance of FES characteristic index, but also for tracing FES problem back to its reasons through indicators system, LotkaVolterra symbiosis model of forest ecologyindustry compound system (forestry LV symbiosis model) is established to couple indicators system to characteristic indexes. First of all for this purpose, the indicators system of FES measuring is set up by a structured and quantified method that includes FES pressurestateimpactresponse structure model (FESPSIR model) and structural equation modeling (SEM). At the same time，the weight coefficients of the indicators are calculated by the above SEM to overcome the subjectivity in traditional weighting ways. Then according to the weight coefficients and the forestry LV symbiosis model, a composite characteristic indexforest ecologyindustry symbiotic degree is constructed by coupling lowerhierarchy indicators to higherhierarchy characteristic indexes. On that basis, the dynamic judgment matrix for FES rating is built, which has two dimensions of symbiotic degree and force coefficient on ecosystem, by analyzing dynamic evolvement rule of FES in symbiotic space. The research shows that the efficiency of FES measuring and controlling technology can be enhanced greatly based on the method developed in this thesis. Firstly, the method has ‘causative prewarning function for FES, because the symbiotic degree index is the cause of FES, so that the hysteresis of traditional methods, in which FES cause factors arent considered, is overcome. Secondly, ‘causative prewarning and ‘consequent forecasting function are realized by this method, because the future trend of FES can be forecasted by the dynamic judgment matrix. Thirdly, possible detailed reasons of FES problem can be traced back through a decoupling process in the opposite direction of the above mentioned symbiotic coupling measuring, in order to provide scientific basis for relevant government departments to adopt effective measures on FES management.

Key wordsforestry ecological security; symbiosis; measure; indicators system; characteristic index; LotkaVolterra model