長三角城市群生態足跡時空動態及自然資本利用效率分析

聞 熠, 高 峻, 黃麗萍, 林章林

(1.九江學院 江西長江經濟帶研究院, 江西 九江 332005; 2.上海師范大學環境與地理科學學院, 上海 200234; 3.上海師范大學 旅游學院, 上海 200234; 4.上海商學院, 上海 200235)

1987年挪威首相布倫特萊夫人在《我們共同的未來》報告中首次提出“可持續發展”概念，此后可持續發展理念不斷深化和發展。2015年聯合國峰會上正式通過可持續發展目標(Sustainable Development Goals，SDGs)，為人類的未來發展指明方向。各國基于此目標紛紛制定行動計劃。我國也積極參與全球可持續發展目標制定，創造性地提出了創新、協調、綠色、開放、共享五大發展理念，并提出“美麗中國”建設目標。由此可知，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這一領域的分析和探索上來，這其中最為經典的模型為加拿大生態經濟學家Rees[1]及其博士生Wackernagel等[2]提出的生態足跡模型。生態足跡是衡量人類活動對于生態環境影響程度的重要指標[3-4]，于1999年引入我國[3-5]，被廣泛應用于不同空間尺度，如國家尺度[6-7]、省域尺度[8-10]、市域尺度[11-14]等和不同行業，如旅游[15-18]、水資源[19-21]、土地資源[22-24]等的可持續發展研究中。但是在一些研究中，生態足跡模型中兩個重要參數：均衡因子和產量因子，往往均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[25-26]。因此，要想更加精確地衡量一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，從而使研究結果能更好地體現研究區的實際情況。

長三角城市群地區在國家現代化建設大局和全方位開放格局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[27]。本文首先基于“國家hm2”對模型參數進行本土化確定，然后對2006—2016年長三角城市群26個城市生態足跡時空動態進行探討，并基于生態足跡理論對研究區的自然資本利用效率進行分析，為研究區提供相應對策，促進研究區的可持續發展。

1 研究方法

“國家hm2”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[28]。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、化石燃料和建筑用地6大類型。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，因此以上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。均衡因子和產量因子是計算某地生態足跡的重要參數。在“國家hm2”模型中，均衡因子是從國內某類土地的平均生產力角度來計算的，具體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，產量因子則是指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hm2”的本土化模型參數計算

(1) 均衡因子計算。本文在均衡因子計算中，借鑒何愛紅[29]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，具體計算公式如下：

(1)

(2) 產量因子計算。本文的研究區為長三角城市群，因此將計算長三角“三省一市”，即上海市、浙江省、江蘇省、安徽省各自的產量因子。本文采用“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的形式來表示，即將生物產量乘以該類生物的單位熱值。其中，某生物產品的單位熱值是指每kg該產品包含的熱量，其可以通過查閱《農業技術經濟手冊(修訂版)》得到，如果若某些生物產品的熱值在手冊中查不到，則以近似產品的熱值或多個近似產品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計算

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6大用地類型，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一個概念，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[30]?！皣襤m2”模型中，研究區總生態足跡和生態承載力的計算公式如下：

(3)

EC=∑(Aj·EQFj·YFj)

(4)

式中：Pi為i種產品的總產量；Yi為i種產品全國平均產量；EQFj為j類土地類型均衡因子；YFj為研究區j類土地類型產量因子；Aj為j類型生產性土地的面積(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 自然資本利用效率評價指數

以每萬元GDP產生的生態足跡作為衡量資源利用效率的一項指標，數據越大說明產生單位GDP需要更多的生態足跡支撐，反映出資源利用效率較低，自然資本壓力較大；反之說明資源利用效率較高，單位自然資本消耗能夠獲取更多的收益[30]。其計算方法為區域總生態足跡與國內生產總值的比值，其計算公式如下[31]：

(5)

式中：WEF為研究區單位萬元GDP生態足跡；EF為研究區總生態足跡；GDP為研究區總國內生產總值。

2 研究區概況和研究數據

長江三角洲城市群(以下簡稱：長三角城市群)介于32°34′—29°20′N，115°46′—123°25′E，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的沖積平原。長三角城市群地跨“三省一市”，共包括26個地級市，國土面積21.17萬km2，約占中國的2.2%。2014年地區生產總值12.67萬億元，總人口1.5億人，分別約占全國的18.5%，11.0%。

本研究的數據主要包括：(1) 統計數據。該部分數據從2006—2016年歷年《中國統計年鑒》，上海市、浙江省、江蘇省、安徽省和26個地級市各自的統計年鑒來獲得，主用來獲取：研究區各市的生物資源數據，包括農業、林業、畜牧業和漁業等產品的產量數據；化石能源消費量數據，包括煤炭，石油，天然氣，電力等能源消耗數據；各市的人口、經濟、環境等數據。(2) 遙感產品數據。主要是通過國土資源部土地調查成果共享應用服務平臺來獲取研究區各類土地類型的面積數據，包括耕地、林地、草地、水域等土地類型面積數據。該平臺主要包括1∶400萬中華人民共和國土地利用掛圖和分省土地利用圖集，編制數據源為第二次全國土地調查縮編數據成果；(3) 各類生物產品的單位熱值采用《農業技術經濟手冊(修訂版)》。

模糊控制器的結構設計，其本質是一個輸入量和輸出量的確認過程[9-10]。εXOZ、εYOZ分別為XOZ平面和YOZ平面上的偏移；θXOZ、θYOZ分別為XOZ平面和YOZ平面上的角度偏差；ΔεXOZ、ΔεYOZ分別為位偏移改變量；ΔθXOZ、ΔθYOZ分別為角度偏差改變量；ΔPXOZ、ΔPYOZ分別為XOZ平面和YOZ平面上支撐油缸的液壓缸壓力差。

3 基于“國家hm2”的研究區模型因子計算

3.1 基于“國家hm2”研究區的均衡因子計算

根據上述數據，在本文生物資源消費項目中，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、蛋類等；林地消費足跡由林地上所生產的木材、果木、水果等產量來計算得到；草地消費足跡選取牛肉、羊肉、奶類等消費項來計算得到；水域消費足跡僅考慮淡水產品產量，包括魚類、蝦蟹類，貝類等水產品來算得到；由于能源用地和建設用地的均衡因子分別與森林和耕地的均衡因子相同，因此本文在計算生態足跡時主要考慮以耕地、林地、草地和水域這4種土地利用類型。其中，耕地包括水田、水澆地和旱地；草地包括天然牧草地、人工牧草地和其他草地；林地包括園地與林地；水域面積包括河流水面、湖泊水面和坑塘水面等。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(表1)，共計48個計算項目，各類生物的熱值轉換單位摘自《農業技術經濟手冊(修訂版)》。

將上述數據代入到公式(1)中，計算得到2006—2016年我國各類土地利用類型的均衡因子(表2)。由表2可以看出，6類土地利用類型中，耕地的均衡因子最高，其次是水域、林地和草地；同時，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 基于“國家hm2”的研究區產量因子計算

在“國家hm2”模型中，產量因子指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。由于本文的研究區為長三角城市群，因此將計算上海市、浙江省、江蘇省、安徽省各自的產量因子。本文同樣采用“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的形式來表示，即將生物產量乘以該類生物的單位熱值。其中，某生物產品的單位熱值是指每1 kg該產品包含的熱量，通過這種轉化計算可將每種生物產品的計量單位轉換成統一的單位，計算公式見公式(2)，將上述數值代入公式(2)中，分別得到了2006—2016年長三角城市群三省一市各自的產量因子(表3—6)。

表1 中國各類土地生產情況

表2 2006-2016年我國各類土地均衡因子

表3 2006-2016年上海市各類土地產量因子

表4 2006-2016年浙江省各類土地產量因子

表5 2006-2016年江蘇省各類土地產量因子

表6 2006-2016年安徽省各類土地產量因子

由上表中數據可以看出，2006—2016年，長三角三省一市各類土地產出水平年際變化不大，但皆高于全國平均水平。其中，浙江省的耕地產量因子最大，主要是因為相對于上海市和江蘇省，浙江省的緯度較低，其水熱條件更有優勢，相對于安徽省，浙江省經濟更發達，農業現代化水平高，因而其耕地生產力最高；上海市耕地產量因子最小，通過分析主要是因為其經濟發展較快，人口密度較大，耕地后備資源缺乏，耕地流失較嚴重；林地的產量因子相差不大，主要是因為這4個地方均為亞熱帶季風氣候區域，雨熱同期，光照充足，森林覆蓋率在全國居于前列，林業產品產出高；草地的產量因子上海最高，這主要是因為相對于其他3個區域，上海畜牧業規劃較好，現代畜牧業生產方式的小區和養殖場逐漸增多，因此，豬、牛、羊肉的產量也較高；水域產量因子安徽省最低，這主要是因為相對于其他3個區域，安徽省居于內陸，沒有海產品產出，而上海、江蘇和浙江均有發達的淡水和海水養殖產業。

4 結果與分析

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hm2”模型計算得到的中國本土均衡因子，結合公式(3)對研究區2006—2016年生態足跡進行測算，其中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動態變化

由圖1可以看出：(1) 2006—2016年，長三角城市群各城市人均生態足跡總體上均呈現上升趨勢，其中4個省會城市的變化為：上海由2006年的2.100 5 hm2/人上升至2016年的2.660 5 hm2/人，上升幅度不大，究其原因，主要是因為雖然總體生態足跡量大，但是由于上海人口數量增長快，平均到人均上則相對較??；杭州人均生態足跡由2006年的2.384 8 hm2/人上升至2016年的2.886 8 hm2/人；合肥的人均生態足跡由2006年的2.177 3 hm2/人上升至2016年的2.867 9 hm2/人；南京的人均生態足跡由2006年的2.655 6 hm2/人上升至2016年的3.875 6 hm2/人，增幅是這4個城市中最大的；(2) 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，其次是蘇州，南通；浙江省所轄的城市中，人均生態足跡最高的是寧波，其次是嘉興，湖州；安徽省所轄的城市中，人均生態足跡最高的是馬鞍山，其次是銅陵，滁州等；(3) 總體來看，長三角城市群26個城市中，人均生態足跡最低的是安徽省的蕪湖市，其耕地足跡在總生態足跡中比重最高；人均生態足跡最高的城市同樣是在安徽省所轄城市中，為馬鞍山市，其中能源用地足跡是其總生態足跡中占比最好的組分，其次是銅陵市；馬鞍山和銅陵之所以人均生態足跡最高，究其原因，主要是因為馬鞍山和銅陵兩市第二產業比重較高，能源消耗大，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

由附圖2—3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，在空間變化趨勢上，總體上呈現周高中低的分布態勢；從3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。這主要是因為各地經濟發展不均衡造成的，例如蘇南地區城市經濟發達，第三產業比重高，而蘇北地區城市第二產業比重高，并且處于高速發展中，城市快速擴張，對自然資本需求量大，從而使得人均生態足跡高于蘇南地區。

4.3 長三角城市群人均生態承載力空間分布變化

基于公式(4)得到長三角城市群26城市2006—2016年的人均承載力，并運用GIS方法，對其進行可視化分析，結果附圖4—5所示。

由附圖4—5可知，2006—2016年蘇南城市無錫、蘇州以及上海的生態承載力最低，再向外則不斷上升。除了總生態承載力的差異外，人口也是造成這種情況的重要原因，人口最多的上海、蘇州都達到了千萬以上。相比于江蘇省和浙江省的長三角城市，位于安徽省的長三角城市有著較高的生態承載力，體現為突出的自然資源優勢。

4.4 長三角城市群自然資本利用效率評價

在本研究中，選取單位萬元GDP生態足跡這個指標來表征研究區的自然資本利用效率。由前面論述可知單位萬元GDP生態足跡是區域總人口生態足跡與國內生產總值的比值，其值越大，表明區域自然資本利用效率越低，反之，則資源利用效率越高[31]。結合公式(5)，計算得到長三角城市群26城市單位萬元GDP生態足跡，見圖2。

從圖2可以看出，2006—2016年，上海單位萬元GDP生態足跡呈現下降趨勢，由2006年的4.2 hm2/萬元下降到2016年的2.09 hm2/萬元，這表明上海市對自然資本的利用效率在逐步升高究其原因，首先上海市GDP從2006年的10 718.04億元增長到2016年的28 183.51億元，增長了1.63倍，所創造的經濟產出值在大幅度提升；同時在“十二五”期間，上海大力推進能源基礎設施建設，能源供應保障能力進一步提高。同時，積極轉變能源發展方式，在能源結構調整、能源消費總量控制、能源清潔化利用以及能源科技裝備進步等方面取得了顯著成效。

圖2 長三角城市群單位萬元GDP生態足跡時間序列變化

長三角城市群江蘇省所轄的城市中，2006年值最大的城市是無錫，為6.67 hm2/萬元，最小的是蘇州，為4.65 hm2/萬元，二者相差達2.02 hm2/萬元；2008年，最大的是無錫，為6.28 hm2/萬元，最小的是揚州，為4.34 hm2/萬元，二者相差達1.94 hm2/萬元；2010年，最大的是無錫，為6.19 hm2/萬元，最小的是揚州，為4.13 hm2/萬元，二者相差達2.06 hm2/萬元；其后幾年，最大和最小值均分別為無錫和揚州，并且絕對差異在逐漸縮小?？傮w而言，2006—2016年長三角城市群江蘇省所轄的9個城市的單位萬元GDP生態足跡均呈現下降趨勢，并且城市間的差異在縮小，這些城市城市對自然資本的利用效率在逐步提高。

長三角城市群浙江省所轄的8個城市，2006年單位萬元GDP生態足跡值最大的城市是金華市，為6.7 hm2/萬元，最小的是舟山，為4.9 hm2/萬元，二者相差達1.8 hm2/萬元；2008年最大的還是金華，為6.13 hm2/萬元，最小的是紹興，為4.56 hm2/萬元，二者相差達1.57 hm2/萬元；2010年，最大的是金華，為5.48 hm2/萬元，最小的是紹興，為4.23 hm2/萬元，二者相差達2.06 hm2/萬元；2012年，其后其后幾年，最大和最小值均分別為金華和紹興。從各城市單位萬元GDP生態足跡的差異看，均呈現下降趨勢，區域內各城市生態效率之間的不均衡在縮小。總體而言，2006—2016年長三角城市群浙江省所轄8個城市單位萬元GDP生態足跡均呈現下降趨勢，這顯示該8個城市對自然資本的利用效率在逐步提高。

長三角城市群安徽省所轄的8個城市中，2006—2016年單位萬元GDP生態足跡指數總體上呈現下降趨勢，歷年最大值和最小值的城市不盡相同，具體來說，2006年單位萬元GDP生態足跡值最大的城市是馬鞍山市，為7.1 hm2/萬元，最小的是宣城，為5.09 hm2/萬元，二者相差達2.01 hm2/萬元；2008年最大的還是馬鞍山，為6.78 hm2/萬元，最小的還是宣城，為4.91 hm2/萬元，二者相差達1.78 hm2/萬元；2010年，最大的是馬鞍山，為6.59 hm2/萬元，最小的是宣城，為4.51 hm2/萬元，二者相差達2.08 hm2/萬元；2012年，最大的還是銅陵，為6.03 hm2/萬元，最小的還是宣城，為4.12 hm2/萬元，二者相差達1.91 hm2/萬元；其后幾年，最大和最小值均分別為宣城和馬鞍山，且最大值與最小值之間的差距在變小。

5 討論與結論

5.1 討 論

(1) 研究區26個城市各自的生態足跡組分中，化石能源生態足跡的比例占了7成以上，這表明研究區內對化石能源的依賴程度較高，所以必須優化能源結構，例如提倡使用太陽能、風能、熱能等可再生能源；同時提倡綠色出行，大力推廣清潔能源交通工具。通過以上措施，減小化石能源在生產生活中的使用比例，從而相應減小由過度使用化石能源排放大量的污染物造成的生態環境破壞。

(2) 針對耕地生態足跡較高的情況，研究區應該大力發展綠色經濟以及對環境影響小的產業，減小對自然資本的消耗，例如政府應支持發展生態農業、生態旅游、有機食品等，同時改變傳統農業模式，向機械化和精細化方向發展。

(3) 要加強研究區內的產業結構進行轉型升級。大力發展第三產業、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，對能耗高污染重的企業應該關停或限制，逐步建立起資源節約型國民經濟體系。研究區在我國經濟建設和對外開放中扮演著重要角色，但是在追求經濟增長的同時，不能忽視生態環境狀況。

5.2 結 論

(1) 2006—2016年長三角城市群26個城市人均生態足跡在在時間序列上均呈現上升趨勢，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。這26個城市人均生態足跡變化幅度不盡相同，增幅最大的是南京，10年間增長了1.22 hm2，其次是是湖州市，10年間增長了1.025 hm2；人均生態足跡最高的兩個城市分別是馬鞍山和銅陵，這主要是和這兩個城市的產業結構有關。

(2) 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，在空間變化趨勢上，總體上呈現周高中低的分布態勢；從3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。

(3) 在自然資本利用效率方面，2006—2016年時間序列上，長三角城市群26個城市各自的單位萬元GDP生態足跡指數均呈現下降趨勢，這表明近10 a來，長三角城市群各城市對自然資本的利用效率在逐年增大。