基于改進參數的長三角城市群生態足跡時空動態及驅動因子分析

聞熠，高峻,2，姚揚,3，林章林

1.上海師范大學環境與地理科學學院 2.上海師范大學城市發展研究院 3.中國環境科學研究院清潔生產與循環經濟研究中心 4.復旦大學工商管理博士后流動站

從1987年《我們共同的未來》報告中首次提出可持續發展概念，到2015年聯合國大會上通過的可持續發展目標(sustainable development goals，SDGs)，可持續發展始終是人類追求的主題。在可持續發展的理念提出后，國內外學者積極投身到這一領域的分析和探索上來，其中最為經典的模型為加拿大生態經濟學家Rees等提出的生態足跡模型[1- 2]。生態足跡模型于1999年引入我國，廣泛應用于不同空間尺度(如國家尺度[3- 5]、省域尺度[6- 7]、市域尺度[8- 9]等)以及不同的研究領域(如旅游[10]、水資源[11]、土地資源[12- 13]等)的可持續發展研究中。但是在一些研究中，生態足跡模型中均衡因子和產量因子這2個重要參數往往采用的是全球平均值，而中國國土幅員遼闊，各地資源稟賦和生產力水平差異大，如果計算模型采用全球平均值，則會忽略區域自然環境的時空差異，從而在一定程度上影響研究結果的科學性和可比性[14- 15]。因此，要想更加精確地衡量某個或多個區域的生態足跡狀態，有必要對模型參數進行修正，使研究結果能更好地體現研究區的實際情況。

長江三角洲(簡稱長三角)城市群在國家現代化建設大局和全方位開放格局中具有舉足輕重的地位，但另一方面人類活動對自然資本的需求日益增加，生態系統正承受著巨大的壓力，區域的可持續性和生態安全面臨著嚴重的挑戰[16]。筆者基于國家公頃對模型參數進行本土化修正，對2006—2016年長三角城市群26個城市生態足跡時間序列動態進行探討，并對影響生態足跡變化的經濟和環境驅動因子進行分析，以期為實現該區域的可持續發展提供決策參考。

1 研究方法

國家公頃的概念是相對全球尺度提出來的，是指國家土地平均生產力的標準面積，為在國家生產力水平上衡量省際土地供需量提供了方法[17]。在測算某區域生態足跡時，往往將人類對自然資源的消耗轉化為6種生態生產性面積，即耕地、林地、草地、水域、化石能源用地和建筑用地。由于不同類型土地的平均生產力相差很大，并且不同區域同類型的土地生產力也有差異，因此6種土地類型的生態足跡不能直接相加，需要通過乘以各自的均衡因子和產量因子轉化成可以直接比較的標準面積。均衡因子是指國內某類生物生產性土地的平均生產力與全國所有生物生產性土地的平均生產力的比值，產量因子為研究區某類生物生產性土地的平均生產力與全國同類土地的平均生產力的比值。

1.1 基于國家公頃的本土化模型參數計算

1.1.1均衡因子

在均衡因子計算中，借鑒文獻[18]的研究方法，把各類生物產品產量轉化為統一的熱值形式進行計算，公式如下：

(1)

1.1.2產量因子

本研究區域為長三角城市群，因此計算長三角三省一市，即上海市、浙江省、江蘇省和安徽省各自的產量因子。采用熱值法對研究區的產量因子進行探索，具體方法是將各類土地利用類型的生產力用熱值表示，即將生物產量乘以該類生物的單位熱值。其中，某生物的單位熱值是指每kg該生物包含的熱值，通過轉化計算可將每種生物的計量單位轉換成統一的單位，熱值通過查閱《農業技術經濟手冊(修訂版)》得到，如果某些生物的熱值在手冊中查不到，則以近似生物的熱值或多個近似生物的熱值平均值來代替，其計算公式如下：

(2)

1.2 生態足跡和生態承載力

生態足跡(EF)將自然資本各項目還原和統一到生物生產性面積概念上來，折算成耕地、草地、林地、水域、化石能源用地、建筑用地等，通過系數轉換計算出某區域人口維持日常生活所需的各用地面積。生態承載力(EC)是與生態足跡相對應的概念，反映生態系統自我維持、自我調節以及對人類生產生活所需的自然資本的供給能力。其計算方法是將所考慮的區域內各種生物生產性面積乘以均衡因子和產量因子后，求和所得到的總生態承載力[22]。國家公頃模型中，研究區總生態足跡和生態承載力的計算公式如下：

EF=∑(Pn/Yn×EQFj)

(3)

EC=∑(Aj×EQFj×YFj)

(4)

式中：Pn為第n類產品的總產量，kg/hm2；Yn為第n類產品全國平均產量，kg/hm2；Aj為第j類土地的面積，hm2。將總的生態足跡和生態承載力除以研究區人口數量，即可得到人均生態足跡和人均生態承載力。

1.3 主成分分析法

采用主成分分析法分析研究區生態足跡驅動因子，避免生態足跡社會經濟驅動力指標過多而增加分析問題的難度和復雜性，從而減弱自變量之間的相互干擾。主成分分析法是通過降維技術把多個指標約化為少數幾個綜合指標的統計分析方法，用較少的綜合指標概括存在于大量觀測數據中的種類信息，而綜合指標之間彼此不相關，各指標代表的信息不重疊，將多個變量化為少數變量，而又不會大量地損失變量的方差[23]。假定選取m個指標，分別用變量x1～xm表示。用m個指標的線性組合，得到綜合指標z1～zn，其數學模型如下：

z1=a11x1+a12x2+…+a1mxm
z2=a21x1+a22x2+…+a2mxm
…
zn=an1x1+an2x2+…+anmxm

(5)

采用SPSS 19.0軟件進行數據處理。

2 研究區概況與數據來源

長三角城市群(115°46′E～123°25′E，29°20′N～32°34′N)位于長江的下游地區，東部瀕臨黃海與東海，是長江入海之前形成的沖積平原。長三角城市群地跨上海市、浙江省、江蘇省、安徽省三省一市，共包括26個地級市，國土面積21.17萬km2。

本研究中的生物生產量和能源消費量數據來源于2006—2016年《中國統計年鑒》，三省一市及其26個地級市各自的《統計年鑒》；土地利用面積數據源于原國土資源部土地調查成果共享應用服務平臺(http://tddc.mlr.gov.cn/to_Login)，各類生物產品的單位熱值采用《農業技術經濟手冊(修訂版)》中的數據；生態環境數據和社會經濟數據來源于研究區的《國民經濟和社會發展統計公報》《環境年報》，包括污染物排放量、污染物排放類型、人均GDP、產業結構和各自占比、人口增長率等數據；長三角城市群的發展規劃資料，如《長江三角洲城市群發展規劃》《上海市能源發展“十三五”規劃》等。

3 基于國家公頃的研究區均衡因子和產量因子計算

3.1 均衡因子

耕地生物資源賬戶主要有糧食、豆類、蔬菜、油料、麻類、棉花、豬肉和蛋類等；草地生物資源賬戶選取牛羊肉和奶類為消費項；林地消費足跡由木材和水果產量來反映；水域消費足跡僅考慮淡水產品產量；土地利用類型主要包括耕地、林地、草地和水域[24]。其中，耕地面積包括水田、水澆地和旱地；草地面積包括天然牧草地、人工牧草地和其他草地；林地面積包括園地與林地；水域面積包括河流面積、湖泊面積和坑塘面積的總和[25]。將各類生物的單位熱值轉化成熱量形式，并根據生物產品類型劃歸到各類土地利用類型，共計48個計算項目。將上述數據代入式(1)中，計算得到2006—2016年我國各類土地的均衡因子，如表1所示。

由表1可以看出，6種土地利用類型中，耕地的均衡因子最高，其次是水域；在不同年份中，各類土地利用類型的均衡因子相差不大，其中耕地、草地和水域基本穩定，林地存在小幅波動。

3.2 產量因子

2006—2016年長三角城市群三省一市各自的產量因子如表2～表5所示。由表2～表5可以看出，2006—2016年，長三角三省一市各類土地產出水平年際變化不大，但總體來說較高，其中耕地、草地和水域的產量水平均高于全國平均水平；耕地產量因子最高的是浙江省；水域產量因子上海市最高，其次是江蘇省；草地產量因子最高的是上海市。

表1 2006—2016年我國各類土地均衡因子

表2 2006—2016年上海市各類土地產量因子

表4 2006—2016年江蘇省各類土地產量因子

表5 2006—2016年安徽省各類土地產量因子

4 結果分析

4.1 長三角城市群人均生態足跡時間序列變化

依據研究區2006—2016年統計數據和基于國家公頃模型計算得到的我國本土均衡因子，結合式(3)對研究區2006—2016年生態足跡進行測算，長三角城市群人均生態足跡如圖1所示。

圖1 2006—2016年長三角城市群人均生態足跡時間序列變化Fig.1 Time series change of per capita ecological footprint in YRDUA from 2006 to 2016

從圖1可以看出，2006—2016年，長三角城市群各城市人均生態足跡總體上呈上升趨勢；上海市由2006年的2.100 5 hm2/人升至2016年的2.660 5 hm2/人，上升幅度不大，主要是因為其人口基數大且增速快，因此人均生態足跡則相對較小；杭州市人均生態足跡由2006年的2.384 8 hm2/人升至2016年的2.886 8 hm2/人；合肥市的人均生態足跡由2006年的2.177 3 hm2/人升至2016年的2.867 9 hm2/人；南京市的人均生態足跡由2006年的2.655 6 hm2/人升至2016年的3.875 6 hm2/人，增幅是4個省會和直轄市中最大的。長三角城市群江蘇省所轄的城市中，人均生態足跡最高的是鹽城市，其次是蘇州市和南通市；浙江省所轄的城市中，人均生態足跡最高的是寧波市，其次是嘉興市和湖州市；安徽省所轄的城市中，人均生態足跡最高的是馬鞍山市，其次是銅陵市。人均生態足跡最高的是馬鞍山市，貢獻最大的是化石能源用地；人均生態足跡最低的是蕪湖市，貢獻最大的是耕地。其中馬鞍山市和銅陵市之所以人均生態足跡較高，主要是因為兩市第二產業占比較高，能源消耗量大，使得工業三廢排放高于其他城市，從而使生態環境承受較大壓力。

4.2 長三角城市群人均生態足跡空間分布變化

圖2 2006—2016年長三角城市群人均生態足跡空間分布Fig.2 Spatial distribution map of per capita ecological footprint of YRDUA from 2006 to 2016

運用GIS方法對長三角城市群2006—2016年26個城市人均生態足跡空間分布情況進行可視化，結果如圖2所示。由圖2可知，2006—2016年長三角城市群26個城市人均生態足跡空間分布格局變化不大，總體上呈現周邊高中間低的分布態勢；從三省各自所轄城市的分布規律來看，蘇北城市人均生態足跡要高于蘇南城市，浙北城市高于浙南城市，皖東城市高于皖西城市。這主要是由于人均生態足跡在空間上有3個高值點，連接呈三角形分布，具體為以制造業為主的浙江省沿海的嘉興市和寧波市，以鋼鐵重工業為支柱產業的安徽省長江沿岸的馬鞍山市與銅陵市，以及農產品輸出地江蘇省北部的鹽城市。

4.3 長三角城市群生態足跡變化的驅動因子

從經濟、人口、消費和產業結構4個方面，選擇7個指標(表6)作為自變量，并與作為因變量的人均生態足跡進行相關性和主成分分析，以探求影響人均生態足跡的主要驅動因子。由于城市個數較多，從中挑取3個典型城市作為代表。上海市作為中國的大都市，人口多、資源消耗量大；蘇州市是江蘇省人均生態足跡較高的城市；馬鞍山市是長三角城市群中人均生態足跡最高的城市。利用SPSS軟件對以上3個城市2006—2016年各項指標與人均生態足跡進行相關性分析，相關系數見表7～表9。其中檢驗方法為Person檢驗，相關系數在P<0.01水平下顯著相關。

表6 生態足跡驅動因子

表7 上海市人均生態足跡與其影響因子的相關系數

表8 蘇州市人均生態足跡與其影響因子的相關系數

表9 馬鞍山市人均生態足跡與其影響因子的相關系數

由表7～表9可以看出，上海市人均生態足跡與人均GDP、城市化率、人口數量呈正相關；與恩格爾系數、第二產業占比、人均公共綠地面積、人均耕地面積呈負相關。上海市人均生態足跡與人均GDP的相關系數為0.891，與城市化率相關系數為0.835，主要是因為上海人口基數大且逐年增加，從而對自然資源的需求量也在擴大，導致能源消費量和污染物排放量劇增，表現為化石能源用地和吸納污染物用地的增加。另外，城市擴張，耕地面積減少，從而對生態系統造成的壓力也越來越大。

蘇州市人均生態足跡與人均GDP、城市化率、人口數量、人均耕地面積呈正相關；與恩格爾系數、第二產業占比、人均公共綠地面積呈負相關。蘇州市人均生態足跡與人均GDP的相關系數為0.877，與城市化率相關系數為0.796。

馬鞍山市人均生態足跡與人均GDP、城市化率、第二產業占比、人口數量、人均耕地面積呈正相關；與恩格爾系數、人均公共綠地面積呈負相關。馬鞍山市人均生態足跡與人均GDP的相關系數為0.868，與城市化率相關系數為0.880，主要是因為馬鞍山市作為我國重要重工業城市，其第二產業占比高，對資源的需求大，經濟增長以粗放型為主，導致能源消費量和污染物排放量劇增，表現為化石能源用地和吸納污染物用地的增加。

對7個指標進行主成分分析，得到的3個城市人均生態足跡與驅動因子載荷矩陣，如表10～表12所示。由表10～表12可以看出，上海市第一主成分與人均GDP、城市化率、人口數量呈正相關，與恩格爾系數、第二產業占比、人均公共綠地面積、人均耕地面積呈負相關，而第二主成分指標提取信息較少，只與人均公共綠地面積具較大負相關性；蘇州市人均生態足跡與驅動因子荷載矩陣表現形式和上海市相似，第一主成分與人均GDP、城市化率、人口數量、人均耕地面積均有較大正相

表10 上海市人均生態足跡與驅動因子載荷矩陣

表11 蘇州市人均生態足跡與驅動因子載荷矩陣

表12 馬鞍山市人均生態足跡與驅動因子載荷矩陣

關性，與恩格爾系數、第二產業占比、人均公共綠地面積呈負相關；馬鞍山市第一主成分與人均GDP、城市化率、第二產業占比、人口數量、人均耕地面積均有較大正相關性，與恩格爾系數、公共綠地面積呈負相關。

5 結論

(1)在時間序列上，2006—2016年長三角城市群26個城市人均生態足跡均呈上升趨勢，這表明隨著城市的發展，人類活動對自然資本的消耗在逐年上升，施加給生態環境的壓力也在增大。

(2)在空間分布格局上，2006—2016年長三角城市群變化不大，總體上呈現周邊高中間低的分布態勢，并且蘇北城市人均生態足跡要高于蘇南城市，浙北城市高于浙南城市，皖東城市高于皖西城市。

(3)在主要驅動因子上，社會經濟因素強烈驅動著人均生態足跡的變化，人均GDP、城市化率、人口數量是人均生態足跡增長的主要驅動因子，這是因為隨著人口和經濟的增長，對自然資本的需求量也隨之增大。

(4)為實現區域的可持續發展，可以從以下角度著手：產業結構轉型升級，大力發展第三產業，如金融業、服務業和新型制造業；遏制高耗能、高排放行業過快增長，淘汰落后生產力，提高資源利用效率。