基于變權理論和DPSIRM的中國森林生態安全評價

李 坦,陳天宇,米 鋒,馬龍波

基于變權理論和DPSIRM的中國森林生態安全評價

李 坦1*,陳天宇1,米 鋒2,馬龍波3

(1.安徽農業大學經濟管理學院,安徽 合肥 230036；2.北京林業大學經濟管理學院,北京 100083；3.青島農業大學經濟學院,山東 青島 266109)

為克服常權權重不能精準刻畫生態和經濟復雜交互關系的缺陷,結合變權理論和DPSIRM因果框架,構建了包含6個子系統、23個具體指標的中國森林生態安全評價體系. 基于2006～2018年的中國統計年鑒數據、林業統計年鑒數據及相關數據資料,運用K-means聚類法和變權理論對中國大陸31個省(市、自治區)(不包含臺灣、香港、澳門)的森林生態安全狀況進行評價. 結果表明:(1)在研究時期內,基于DPSIRM因果框架的中國森林生態安全總指數呈現“W”型總體上升的小幅波動趨勢;(2)經過變權處理后,狀態子系統平均權重最大達到0.0781,管理和響應子系統次之,分別達到0.0728和0.0640,管理子系統平均得分呈“N”型變化趨勢,與其他子系統相互作用顯著,對森林生態安全具有全局性影響. (3)研究期內,大部分省(市、自治區) 森林生態安全綜合評估值呈現平穩上升或先降后升趨勢,僅有遼寧、西藏等地區波動下降. 區域森林生態安全狀況差異明顯,西南地區平均得分最高達0.3414,西北、華東、華中地區平均得分遠低于各地區平均水平0.2794. (4)中國的森林生態安全狀況整體呈改善趨勢,但各省(市、自治區)之間森林生態安全狀況呈現嚴重分化現象,傳統林業優勢地區森林生態安全狀況較好,而經濟高速發展地區的森林生態風險較大. 建議在未來的森林生態安全管理中需重點關注生態脆弱區和經濟發達地區,在加強現有森林資源保護的基礎上,繼續大力實施和推進林業生態恢復工程建設.

森林生態安全；變權；DPSIRM模型；K-means聚類

森林生態系統是陸地最大的生態系統,不僅是生態環境的重要安全屏障,也是實現資源永續利用、人們健康生活和可持續發展的重要基礎.目前,森林生態安全已成為關系到國土安全的經濟問題和社會問題.對森林生態安全狀況的定量估計與評價預測已日益成為自然資源可持續發展決策領域的重要參考依據,合理評價森林生態的安全狀況對人類生存發展至關重要[1-2].近年來,在高度重視構建全域生態文明的政策背景下,探索合理評價區域森林生態安全的新方法和新方式尤顯重要.

目前學界對森林生態安全的系統性共識為:對森林生態安全的合理評價、優化與管理不是一個獨立系統,而是一個包含如經濟、環境等諸多子系統在內的,交互耦合與協同的復雜系統. 在這一復雜系統中,由于自然界及社會經濟發展過程本身存在著諸多不確定因素,因此會給森林生態安全優化評價帶來一定困難和挑戰. 基于此,現有研究主要從以下4個視角展開:一是探索不同的森林生態安全評價指標體系概念模型,如傳統的壓力-狀態-響應(PSR)模型[3]、壓力-狀態(PS)模型[4]、壓力-狀態-影響-響應(PSIR)模型[5]、驅動力-壓力-狀態-影響-響應(DPSIR)模型[6]、資源-氣候-壓力-響應模型[7]、壓力-承壓模型[8]等;二是尋求確定指標權重的新方法,包括定量計算分析與綜合評價模型等,以變異系數法[7]、層次分析法[4]、序關系分析(G1)法[9]、熵權法[10]、主成分分析法[8]、組合權重法[11]等常權方法為代表;三是對不同空間尺度的森林生態安全進行考察,如基于省域[12]、市域[13]、縣域[9]層面的研究備受關注,全國層面[14]的研究相對較少;四是對不同時間尺度的森林生態安全進行評價,多為以時間點即某一年[15]、短暫連續周期[16]為研究時期.由于數據口徑較難統一,10a以上作為研究周期的研究相對不足.

回顧已有研究[3-16]發現:盡管森林生態安全評價在學界已經有了豐富的積淀,但從動態角度對森林生態安全進行指數化評價研究仍存在拓展空間: (1)驅動力-壓力-狀態-影響-響應-管理(DPSIRM)模型作為經典的因果網絡模型,已廣泛用于各類國土資源安全評價,如流域水資源[17-18],但森林生態安全評價未見報道;(2)對指標體系的權重通常使用常權系數[4,7-10],過度依賴專家經驗,主觀色彩強烈.同時,忽略了時間效應和不確定性的影響.在隨狀態值變化而變化的權重設置的均衡發展綜合評價方面,現有研究涉及較少;(3)研究范圍多局限于區域[9,12-13],缺少對全國范圍森林生態安全狀況的全面系統研究,研究周期相對較短[15-16].

鑒于此,本文基于DPSIRM因果分析框架,構建中國森林生態安全綜合評價體系,運用變權理論與方法對比分析中國及各區域的動態變化差異.本文有利于補充和豐富森林生態安全評價的理論,對推動森林生態理論體系的發展與指導現實中的相關生態系統管理實踐提供一種新的思路.

1 研究框架、分析方法及數據來源

1.1 森林生態安全的DPSIRM框架及指標體系

森林生態系統是一個包含多種自然環境因素和社會經濟因素的復雜系統.隨著人類活動對森林生態系統有害干擾的加劇,傳統的動力學模型如DPSIR模型等無法完整體現人類社會因素的作用,也無法實現森林生態安全概念中對人類社會高度關注的概念內核.為了實現森林生態系統安全這一目標,盡可能全面反映各類因素對森林生態安全的相互作用及貢獻,本研究引入了因果網絡模型中的DPSIRM模型來構建指標體系. 該模型是在原有的DPSIR模型基礎上,引入了管理(Management)子系統模塊——代表人類因環境狀態改變主動采取應對措施,所投入的成本.根據此模型框架,建立了基于DPSIRM的森林生態安全因果關系網絡,該模型可以反映對森林生態安全產生影響的各類因子,體現各因子之間的牽制作用,有助于分析中國森林生態安全的影響機制.

根據DPSIRM因果模型框架,參考相關研究成果[5,10,14,18-25],結合森林生態系統各類影響因子的系統性要求,考慮到指標的可操作性,研究建立了包含3個結構層次,23個具體指標的評價指標體系(表1).

驅動力指標():設立5個指標,反映森林生態安全發展的驅動力.借鑒已有研究[14],設置反映自然區位條件驅動的3個正向指標,年降水量(1)、年平均氣溫(2)和年日照時數(3);還包括反映地區經濟發展驅動的2個指標,包括1個正向指標,人均GDP(4)——能衡量地區經濟發展水平,經濟發展水平影響著民眾對森林生態的保護意識,以及政府對森林生態建設的財政支持力度[19];1個逆向指標,第二產業占GDP比重(5)——能反映地區工業產業的發展規模,產值越高資源開采和環境破壞強度越大[20].

壓力指標():借鑒已有研究[20-22],通過4個逆向指標表示森林生態安全承受的壓力.包括廢水排放強度(1)——污水不僅會直接危害森林安全,還會通過改變土壤特性間接危害森林安全[21];二氧化硫排放強度(2)——指一定時期內,地區工業企業在生產過程中排放廢氣的總體強度,強度越大,對森林生態體系危害就越大[22];建設開發強度(3)——指建設用地面積占國土面積比重,能夠反映土地開發利用度,該指標值越大,人類活動對自然環境產生的壓力越大[20];森林旅游開發強度(4)——開發森林旅游是人類占用森林資源的主要表現形式,該指標反映了人類占用森林資源的壓力及強度[20].

狀態指標():借鑒已有研究[5,14,22-23],設立4個正向指標,反映地區森林生態在當前階段的承載力狀況.包含森林覆蓋率(1)[14]——指森林面積占行政區面積的百分比,可以反映森林資源覆蓋程度和實際占有率;林分每公頃林木蓄積量(2)——指單位林地面積上林木材積比率,是反映森林資源健康狀況的重要指標[23];天然林比重(3)——反映林分結構,天然林生態穩定性強,生態功能完備,其比重越高森林生態越好[22];人均森林面積(4)——是指區域內按人口平均每個人所占有的森林面積量,反映了各地區森林資源的豐富程度[5].

影響指標():借鑒已有研究[10,14,18],設立 4個逆向指標,反映森林生態變化產生的影響.包括自然災害直接經濟損失占GDP比重(1)——反映森林生態對氣候環境的影響,指標值越小,表明森林生態越好,氣候調節作用顯著[18];土地沙化面積比重(2)——反映森林生態對地質形態的影響,指標值越小說明森林生態越好,水土保持作用顯著[10];森林病蟲鼠害發生率(3)和森林火災受災率(4)——反映森林生態對自身生態結構穩定性的影響,病蟲鼠害和火災是森林主要自生災害,是導致林業損失的重要因素,指標值越小說明森林生態越好,生態結構穩定性越強[14].

響應指標():借鑒已有研究[5,10,24],設立3個正向指標,反映人類社會在森林生態系統受到威脅或破壞后被動采取的補救性措施. 包括新增水土流失治理面積比重(1)——指地區在水土流失地域,通過植樹造林等各種人工治理措施,所成功治理的土地面積占國土面積的比重,指標越高反映森林生態治理情況越好[24];自然保護區面積比重(2)——指地區為了保護脆弱自然生態系統和瀕危動植物所劃定的自然保護區面積占國土面積的比重,反映了政府對生態系統保護建設的重視程度和保護力度[10];造林總面積比重(3)——指地區在宜林荒山荒地或退耕地上,人工營造的森林面積占地區國土面積的比重,反映了人工造林力度和綠色發展狀況[5].

管理指標():管理指標是人類更加主動實施積極的干預和恢復森林生態秩序的表現.借鑒已有研究[25],設立3個正向指標,反映人類社會為應對生態環境變化而主動采取的管理措施.包括林業投資強度(1)——反映地區林業各項建設資金投入總規模,充足的投資是加強林業建設和保障森林安全的重要基礎[25];工業污染治理投資強度(2)——反映了地區經濟發展中投入的污染治理成本,是地區污染治理力度的重要體現,指標值越高污染治理力度越大[17];林業管理人力投入強度(3)——指地區林業系統從業人員數量與森林面積之比,能夠反映地區林業建設和管理人力規模.

表1 森林生態安全評價體系

續表1

注:“+”表示正向指標,“-”表示負向指標.

1.2 變權綜合評價方法

森林生態系統是一個復雜的、動態的自適應系統,具有非線性反饋、閾值、滯后效應,動態性明顯.在森林生態安全的綜合評價問題中,一般用權重表示各類指標的重要程度.已有研究[11-15]通常以常權方法為主,不能實現整個指標體系發展的均衡性和動態性,變權方法可以有效解決這一問題.具體原理和計算過程如下:

1.2.1 變權原理 變權理論最早由汪培莊[26]提出,其主要原理為:指標權重隨著指標狀態值的變化而變化,從而使該指標在綜合評價中更好地體現其重要程度.變權向量由指標的常權向量和狀態變權向量的Hadamard乘積構成,因此,計算指標變權向量,應確定該指標對應的常權,再利用變權函數進行變權處理.

變權方法通過動態調整權向量,不僅考慮了評價指標的相對重要性,而且考慮了評價指標狀態值的組間水平對評價指標權重的影響,即評價指標的權重隨各評價指標狀態值的變化而變化[27].變權理論在評價森林生態安全指標體系權重設置方面具有以下意義:

(1)當進行省域森林生態安全的DPSIRM因果分析時,需綜合考慮整個系統的均衡發展.結合變權方法特點,建立懲罰占主導的混合型變權函數,對基礎權重進行重新分配.根據K-means聚類、專家打分和經驗判斷給定指標區間容許閾值,對指標接近“最優閾值”時加大權重(激勵),對指標接近“最差閾值”時降低權重(懲罰),對指標處于“上下閾值”區間內時不做處理,視同常權,凸顯各項指標內部差異性對森林生態安全整體的綜合影響,以測量森林生態安全的均衡發展.

(2)由于森林生態系統具有自我修復的能力,因此如人類各項活動在森林生態系統恢復的容許閾值內可認為對森林生態安全影響較小.但如果對森林生態安全的脅迫累積超過其自身恢復的閾值時,就可能造成不可逆的影響.結合變化趨勢,變權方法可以細分為指標激勵型、指標懲罰型變權和激勵-懲罰混合型3種類型[28](表2).為體現森林生態安全的不可逆特征,本文采用了激勵-懲罰混合型方法,具體設置為降低權重的幅度比增加權重的幅度略大,構建混合型變權的效用函數.需要指出的是,懲罰-激勵變權僅指根據變權原理和安全閾值對數據本身的權重進行動態處理,不具備相應的字面含義.

表2 變權模式與效用函數

基于變權方法的森林生態安全綜合評價的基本思路是:首先,制定反映省域森林生態安全的DPSIRM因果框架的指標體系和指標容許閾值區間;其次,通過確定各因子的常權權重,根據閾值區間,對指標權重進行調整制定出各因子的“變權”;最后,將DPSIRM因果評價框架內的各指標整合成一個整體的綜合評價值.具體操作如下:

1.2.2 運用熵權法確定常權權重 在構造變權權重之前,先使用熵權法確定常權權重,可以有效避免主觀因素影響.計算步驟為:

(1)計算指標下,評價對象的標準化值v:

正指標:

逆指標:

式中:=1,…,,=1,…,,x為指標的實際值,min(x)、max(x)為指標最小和最大的實際值.

(2)計算指標的熵值e:

(3)確定指標的靜態權重W0:

式中:W0是指標體系的起始權重,代入變權公式(7)中.

1.2.3 運用變權方法確定動態權重 在變權方法的指導下,森林生態安全評價體系中各類具體指標的功能效用都具有邊際遞減性.為更好地反映自然條件限制和約束人類行為,應當采取嚴格否定的模式即否定幅度高于肯定幅度,從而避免限制性指標在優勢指標作用下被掩蓋.基于此,本次研究構造了懲罰占主導的混合型變權函數,具體計算過程為:

(1)根據上文定義,構建指數型狀態變權函數:

式中:v為原始數據經過標準化處理后的值;d1,d2,d3∈[0,1]表示各變權區間的閾值,其中d1為最差閾值,d2為中間閾值,d3為最優閾值,故d2即代表否定水平,d3即代表肯定水平;e≈2.17為自然對數的底數;表示權重變化水平,其取值越高,變權效果越顯著[29];反映總的權重變化程度,越小,否定(肯定)的程度反而越大[28].

借助MATLAB軟件進行100多次賦值測試,在保證變權效果顯著,且不發生權重降低(增加)過度的情況下,本研究的參數項最佳取值范圍為0￡￡1, 1￡￡2,且經測試=0.8,=1.5的效果最好.

(2)確定變權區間:

運用變權方法,首先需要確定各個指標的變權區間.參考文獻[30],本研究以-means聚類法為主,輔以專家打分法、數據對比法(與其他地區平均水平橫向對比,與本地區歷年水平縱向對比)進行判定和修正,來共同確定變權區間(圖1).森林生態安全各指標在空間分布上具有關聯性和差異性,這種關聯和差異性不僅體現在氣溫、降水等自然環境指標上,在社會經濟指標上也有體現,并最終體現在森林生態安全狀況的空間相關性上[9-10].-means聚類法能夠很好利用和反映這一特征,其原理就是把每個變量看成是多維空間上的一點,定義點與點、類與類間的距離,利用空間距離遠近來對變量進行分類.此外,-means聚類可以自主選定聚類數量和迭代次數,在確保區間結果客觀可靠的同時,具有較強可控性.

基于SPSS軟件,運用-means算法對數據進行迭代分類,為了得到最差閾值、中間閾值、最優閾值3個變權區間閾值,將不同年份的各類指標劃分為4個變權區間,設定對應的分類類別為4類,設置迭代次數為10次.具體操作過程為:

首先確定初始聚類中心,然后不斷迭代,直至類中心不再發生變化,從而停止迭代,得到最終聚類中心和聚類成員信息.根據聚類成員信息對聚類結果進行分析,可得到各指標與4個分類類別對應的6個分類臨界值.在確定分類臨界值的基礎上,依據下式確定所需的3個變權區間閾值:

式中:d表示第個指標的第個變權區間閾值;f表示第個指標的第個分類臨界值.

圖1 變權區間確定流程

對每年的每項指標按照相同步驟重復操作,可以獲取各年份各項指標的區間閾值,從而得到完整的變權區間. 整個過程共需處理115列指標數據,最終計算得到345個區間閾值,組合得到460個初始區間,再結合專家打分法和數據對比法,對不合理區間結果進行修正,得到最終變權區間(表3).

表3 指標值變權區間

注:平均最差、中間和最優閾值的參考依據為:①為通過均值聚類法確定;②為通過林學、生態學、環境科學等領域專家打分修正;③與其它地區平均水平橫向對比修正; ④與本地區歷年水平縱向對比修正.

(3)計算森林生態安全的動態權重W:

式中:=1,…,,=1,…,,指標體系的靜態權重0已由熵權法計算得到.

(4)計算省域森林生態安全綜合評價得分Z:

1.3 研究對象與數據來源

本文以中國大陸地區31個省(市、自治區)(不包含臺灣、香港、澳門)為研究對象,鑒于統計資料口徑的變化,依據指標最早可追溯年份,將研究時期確定為2005～2017年.本研究所使用的數據資料主要來源為:(1)各類生態環境指標均來自于相應年份的《中國林業統計年鑒》[31]、《中國環境統計年鑒》[32]和中國國家氣象局公開數據; (2)各類經濟社會指標均來自于相應年份的《中國統計年鑒》[33]及各省統計年鑒、國民經濟和社會發展統計公報. 所有數據操作均在MATLAB和SPSS軟件中進行.考慮到森林的生長周期,為了提高數據的準確性,本研究以3a為間隔,選取2005, 2008, 2011, 2014和2017年作為代表年份,評價全國及各省域的森林生態安全動態變化及差異.

2 結果與分析

2.1 變權方法下的各子系統權重變化

一般來說,指標權重越大,對評價結果的影響也越大.通過將變權權重和常權權重進行對比,可以發現:

經變權處理后,各指標平均變動幅度約6.58%,最大變動幅度約13.13%(表4).從指標層次來看,驅動力、響應、管理子系統權重總體增大,壓力、狀態、影響子系統權重總體減小;其中,狀態子系統平均權重最大,管理和響應次之.這表明,目前森林自身健康狀況是造成各地區森林生態安全存在差異的主要因素,在政府財政支持下實施的森林生態治理和林業建設措施影響顯著.驅動力子系統中,經濟類指標(4、5)平均權重要高于自然類指標(1、2、3),表明經濟因素已經成為森林生態安全的主要驅動力.

從指標性質來看(表4),逆向指標權重普遍減小;正向指標中,除了管理子系統,驅動力和響應子系統中的部分指標(1、4、1)外,指標權重普遍減小.逆向指標中,第二產業占GDP比重(5)的平均權重最大,森林旅游開發強度(4)和土地沙化面積(2)的平均權重次之,是森林生態安全的主要威脅.正向指標中,人均森林面積(4)平均權重最大,林業投資強度(1)和水土流失治理面積(1)的平均權重次之,是維護森林生態安全的主要因素.

表4 權重變化

2.2 中國森林生態安全動態評價

2.2.1 森林生態安全總體演變特征 中國的森林生態安全綜合評價值整體呈現“W”型總體上升的小幅波動趨勢(圖2).整體發展可以分為4個階段:2005～2008年處于下降階段,原因在于這一時期經濟快速發展帶來的環境污染問題嚴重,森林生態受到破壞;2008～2011年呈上升趨勢,2011～2014年有所回落,可能的原因是經濟發展放緩,財政扶持相對力度下降.2014～2017年大幅提升,可能的原因在于以大氣污染防治為代表的環境治理措施成效顯著,森林生態發展壓力減小,同時政府加大林業投資,開展國土綠化行動,森林生態安全得到改善.

圖2 全國森林生態安全指數

由各子系統指數(子系統)計算結果(圖3)可知,驅動力和狀態子系統的得分最高,影響和壓力子系統得分最低.其中,驅動力子系統自2011年后逐年提升趨勢明顯,主要受到人均GDP指標大幅提高,第二產業占GDP比重下降的雙重影響,表明我國經濟轉型成效顯著,經濟發展水平和經濟結構合理性不斷提升,為森林生態安全發展提供了經濟支持.壓力子系統總體呈現上升趨勢,原因在于隨著經濟發展,人類活動對森林生態影響持續擴大,具體表現為建設開發強度和廢水排放強度的提升.狀態子系統中,雖然各項造林護林措施促進了森林覆蓋率、林分每公頃林木蓄積量等指標的增長,但是受新增林面積增加和人口增長影響,天然林比重降低,人均森林面積也未得到顯著提升,雙重影響下狀態子系統總體呈現平穩波動趨勢.

影響子系統呈波動上升趨勢,主要原因是隨著森林生態環境改善,森林的氣候調節功能和自身生態穩定性提升,表現為自然災害直接經濟損失占GDP比重、森林病蟲鼠害和森林火災發生率指標的降低.響應子系統得分較高,說明各項林業工程和生態治理措施有效促進了造林面積比重和自然保護區比重等指標的提升,對森林生態安全影響顯著.管理子系統呈“N”型波動趨勢. 2008年的管理指數為研究期內最高值,可能的原因是2008年,在舉辦北京奧運會的背景下,全國投入了大量財政資金治理環境污染.而2008年后,國家環境治理投資增加速度遠落后于GDP增長速度,環境污染治理投資占GDP總量指標大幅下降,導致管理指數在2014年達到最低值,隨著近年來社會環保意識增強,各項新型環境規制政策如河長制、林長制的相繼出臺,管理指數有所回升.

圖3 DPSIRM模型各子系統指數變化情況

2.2.2 地區森林生態安全演變特征 為研究中國森林生態安全的時空變化趨勢,本文將中國劃分為華中、華北、華東、華南、西北、東北、西南7個地區,并進行對比分析.

地區森林生態安全指數(地區)均值呈南部地區顯著較高的特征(圖4).西南(0.3414)、華南(0.2946)、東北(0.2877)、華北(0.2854)地區平均得分較高. 西北(0.2712)、華東(0.2427)、華中(0.2421)地區的平均得分較低,低于全國平均(0.2794).從變化趨勢上看,各地區的綜合指數基本呈現持續增加或先降后增趨勢.華南地區上升趨勢最為明顯,這表明在經濟發達地區,隨著產業升級和發展方式轉變,對森林資源的粗獷利用和破壞逐漸減少,同時社會環保意識不斷提升,在資金和技術支持下,森林生態安全狀況有所改善.

圖4 地區森林生態安全指數

通過對三大重點林區(東北林區、西南林區和南方林區)森林生態安全得分(林區)進行對比分析,可以發現,西南林區平均得分最高(0.3814)、東北林區次之(0.2926)、南方林區最低(0.2696).從變化趨勢上看,西南林區綜合得分呈先降后升趨勢;東北林區綜合得分呈平穩波動趨勢;南方林區綜合得分上升趨勢最為明顯,表明在綠色經濟的高速發展下,各項林業生態工程順利開展,三大林區的森林生態安全得到了有效的管理與保護,對我國的林業生態安全具有重要的支持和代表意義.

從地理區位上看,長江流域、黃河流域和珠江流域由于面積廣闊、資源豐富,流域林業生態安全一直被高度關注.研究發現,三大流域的森林生態安全指數(流域)總體差異不大,其中珠江流域平均得分最高(0.2891)、長江流域次之(0.2870)、黃河流域最低(0.2745).從變化趨勢上看,珠江流域綜合得分逐年上升趨勢明顯;長江流域綜合得分呈現波動上升趨勢;黃河流域綜合得分呈先降后升趨勢.以上結果充分體現了近年來“構建山水林田湖草生命共同體”生態修復理念對推動與提升三大流域林業生態安全的積極作用.

圖5 省域森林生態安全指數

2.2.3 省域森林生態安全演變特征 從省域森林生態安全得分(省域)均值來看(圖5),西藏(0.5442)、北京(0.3963)、廣西(0.3403)較高;天津(0.2084)、安徽(0.1971)、新疆(0.1962)較低,遠低于全國平均水平(0.2794).前者中,西藏地區先天自然環境優越,森林資源豐富,并且地廣人稀,人類活動對自然環境影響輕微;北京排名較高主要由于其經濟發達,人均GDP等經濟指標較高,并且產業結構以高新產業為主,經濟活動對環境影響小;廣西省水熱條件優越,森林覆蓋率排名全國前列,森林質量較好,災害發生率低,同時政府大力扶持林業建設,林業投資強度指標較高.這些因素共同作用使得它們綜合得分較高.后者中,各項社會經濟指標是天津和安徽森林生態安全得分較低的主要因素.天津工業產業發達,工業生產對環境污染嚴重,二氧化硫排放強度等指標較高,此外天津森林資源不豐富,森林覆蓋率等指標處于全國末尾,且森林病蟲鼠害嚴重;安徽經濟發展較差,產業結構以第二產業為主,人均GDP較低,同時對環境問題和林業發展重視度不足,污染治理和林業建設投入較低;新疆深據西北內陸,水熱條件較差,森林資源先天不足,沙化土地廣布,自然因素是其排名較低的主要因素,此外新疆經濟發展較為落后,對林業建設和環境治理的財政支持力度有限.從變化趨勢上看,大部分省域森林生態安全指數呈現平穩上升或先降后升趨勢.僅遼寧、西藏地區波動下降.這表明我國省域森林生態發展狀況良好,森林生態安全總體水平逐步改善.

表5 省域森林生態安全指數排名

從各省歷年森林生態安全指數排名變化看(表5),北京、西藏、安徽等大部分省(市、自治區)排名較為穩定.寧夏、陜西、福建等省(市、自治區)排名有大幅波動,一方面可能是受到統計年鑒數據的準確性影響,另一方面可能受到可變性較大的壓力、響應和管理子系統中某些指標影響,如政府財政投入變化,導致林業投資強度和工業污染治理投資強度指標大幅變化.也可能是由于林業工程和生態治理措施執行情況發生變化,導致造林總面積比重和水土流失治理面積比重指標發生較大變化.

3 討論

通過與已有研究[11-15]的評價結果進行對比分析發現:

(1)由于在計算時采取變權的評價模式,和已有研究[14]相比,本研究計算的省域森林生態安全指數總得分較低,但總體排名趨同;(2)本研究結果顯示中國森林生態安全狀況整體呈現“W”型總體上升的小幅波動趨勢,與已有研究結論基本一致[14,25].西南、華南、東北地區的森林生態安全評價評分較高,呈現趨優趨勢,與已有研究[21,34-35]結果一致,充分體現了三大重點林區森林生態安全的屏障作用;(3)從省域森林生態安全排名上看,本研究結果顯示西藏、北京和廣西較高.其中,北京常年位居第2名(常權與變權結果一致),與現有研究如劉心竹等[15]研究結論一致.天津、安徽、新疆較低,其中,新疆、天津森林生態安全狀況與已有研究[8,15,25]結果一致;而安徽省森林生態安全狀況與已有研究[15]的結果存在差異,可能的原因是受到了近年來經濟高速發展過程中第二產業占比過高和財政投入不合理的影響. 綜合來看,變權方法的引入進一步凸顯了地區森林生態安全狀況的不足,明晰了地區間生態安全狀況的差異,為科學評價中國的森林生態安全工作提供了新的思路與借鑒.

基于此,本文得到以下啟示:在進行森林生態安全管理時,需重點關注各省重點林區如生態脆弱區,物盡其用,合理布局,運用基于自然的解決方案做好生態修復,進一步健全森林生態安全保護紅線制度和林長制制度,繼續扶持與推進各項林業生態工程,建立健全林業政策體系,完善森林生態安全評估配套保障體系,建立大數據森林生態安全發布平臺;對人口密集,產業發達的地區,要合理規劃土地利用方案,鼓勵營造城市綠地,因地制宜打造森林城市,做好污染防治工作,加大對森林的投資與保護,保護與利用相結合,實現經濟與生態的協調發展.

4 結論

4.1 根據變權處理后的權重系數可知,狀態子系統平均權重最大,管理子系統和響應子系統次之.表明森林自身健康狀況是造成各地區森林生態安全存在差異的主要因素,同時森林生態治理和林業建設措施等管理因素的影響顯著.驅動力子系統中,經濟類指標平均權重大于自然類指標,表明盡管自然區位條件是決定森林生態安全的基礎,但經濟因素也是森林生態安全發展的主要驅動力.逆向指標中,第二產業占GDP比重、森林旅游開發強度等經濟指標平均權重最高,森林病蟲鼠害發生率等自然災害指標次之,是威脅我國森林生態安全的主要壓力來源.

4.2 在DPSIRM因果模型中各子系統的綜合評價得分中,驅動力和狀態子系統的得分最高.在研究期內,驅動力子系統上升趨勢明顯,顯著推動了森林生態安全指數的提高,反映了隨著我國經濟發展水平不斷提升,在強大經濟基礎支持下實施的各項林業生態治理措施取得了顯著成效.管理子系統呈“N”型變化趨勢,與其他子系統相互作用顯著,對森林生態安全具有全局影響.

4.3 根據DPSIRM因果模型的中國森林生態安全得分可知,我國森林生態安全得分雖然總體呈現先減后增的小幅波動趨勢,但是地區分布差異顯著,呈現南部高北部低分布趨勢.值得關注的是,盡管多數省域森林生態安全得分呈現波動上升趨勢,但遼寧、西藏等省(市、自治區)的森林生態安全狀況仍呈逐漸惡化趨勢.

[1] Lorenz M, Mues V. Forest health status in Europe [J]. The Scientific World Journal, 2007,7(S1):22-27.

[2] Ferretti M, Koning N, Rautio P, et al. Quality assurance (QA) in international forest monitoring programmes: activity, problems and perspectives from East Asia and Europe [J]. Annals of Forest Science, 2009,66(4):403.

[3] 白江迪,劉俊昌,陳文匯.基于結構方程模型分析森林生態安全的影響因素[J]. 生態學報, 2019,39(8):2842-2850. Bai J D, Liu J C, Chen W H. Influence on forest ecological security based on a structural equation model [J]. Acta Ecologica Sinica, 2019,39(8):2842-2850.

[4] 王金龍,楊 伶,李亞云,等.中國縣域森林生態安全指數——基于5省15個試點縣的經驗數據[J]. 生態學報, 2016,36(20):6636-6645. Wang J L, Yang L, Li Y Y, et al. The country forest ecological security index of China: empirical data from fifteen experimental unitcountries in five provinces [J]. Acta Ecologica Sinica, 2016,36(20):6636-6645.

[5] 廖 冰,張智光.林業生態安全指標-指數的耦合實證測度研究[J]. 資源科學, 2017,39(9):1777-1791. Liao B, Zhang Z G. The empirical measurement of coupling from indicators to indexes of forestry ecological security [J]. Resources Science, 2017,39(9):1777-1791.

[6] 王 兵,劉國彬,張光輝,等.基于DPSIR概念模型的黃土丘陵區退耕還林(草)生態環境效應評估[J]. 水利學報, 2013,44(2):143-153. Wang B, Liu G B, Zhang G H, et al. Evaluating eco-environmental effects of “Grain for green” project based on DPSIR framework in the Loess hilly region [J].Journal of Hydraulic Engineering, 2013,44(2): 143-153.

[7] 顧艷紅,張大紅.省域森林生態安全評價——基于5省的經驗數據[J]. 生態學報, 2017,37(18):6229-6239. Gu Y H, Zhang D H. Evaluation of the provincial forest ecological security based on empirical data from five provinces [J]. Acta Ecologica Sinica, 2017,37(18):6229-6239.

[8] 劉婷婷,孔 越,吳 葉,等.基于熵權模糊物元模型的我國省域森林生態安全研究[J]. 生態學報, 2017,37(15):4946-4955.Liu T T, Kong Y, Wu Y, et al. Provincial forest ecological security evaluation in China based on the entropy weight of the fuzzy matter-element model [J]. Acta Ecologica Sinica, 2017,37(15):4946-4955.

[9] 馮 彥,鄭 潔,祝凌云,等.基于PSR模型的湖北省縣域森林生態安全評價及時空演變 [J]. 經濟地理, 2017,37(2):171-178. Feng Y, Zheng J, Zhu L Y, et al. County forest ecological security evaluation and spatial analysis in Hubei Province based on PSR and GIS [J]. Economic Geography, 2017,37(2):171-178.

[10] 李 巖,王 珂,劉 巍,等.江蘇省縣域森林生態安全評價及空間計量分析 [J]. 生態學報, 2019,39(1):202-215. Li Y, Wang K, Liu W, et al. County forest ecological security evaluation and spatial econometric analysis in Jiangsu Province [J]. Acta Ecologica Sinica, 2019,39(1):202-215.

[11] 李 巖,王 珂,才 琪.浙江省縣域森林生態承載力評價及時空演變分析 [J]. 長江流域資源與環境, 2019,28(3):554-564. LI Y, Wang K, Cai Q. County forest ecological carrying capacity evaluation and spatial analysis in Zhejiang Province [J].Resources and Environment in the Yangtze Basin, 2019,28(3):554-564.

[12] 湯 旭,馮 彥,魯莎莎,等.基于生態區位系數的湖北省森林生態安全評價及重心演變分析[J]. 生態學報, 2018,38(3):886-899. Tang X, Feng Y, Lu S S, et al. Forest ecological security evaluation based on ecological location coefficient and gravity center transfer analysis in Hubei Province [J]. Acta Ecologica Sinica, 2018,38(3): 886-899.

[13] 陳 妮,魯莎莎,關興良.北京市森林生態安全預警時空差異及其驅動機制[J]. 生態學報, 2018,38(20):7326-7335. Chen N, Lu S S, Guan X L. Spatio-temporal differences and the driving mechanism of early warnings of forest ecological security in Beijing [J]. Acta Ecologica Sinica, 2018,38(20):7326-7335.

[14] 米 鋒,譚曾豪迪,顧艷紅,等.我國森林生態安全評價及其差異化分析 [J]. 林業科學, 2016,51(7):107-115. Mi F, Tan Z H D, Gu Y H, et al. Difference analysis and evaluation of Chinese forest ecological security [J]. Scientia Silvae Sinicae, 2015, 51(7):107-115.

[15] 劉心竹,米 鋒,張 爽,等.基于有害干擾的中國省域森林生態安全評價 [J]. 生態學報, 2014,34(11):3115-3127. Liu X Z, Mi F, Zhang S, et al. Research on China’s provincial forest ecological security appraisal based on the detrimental interferences [J]. Acta Ecologica Sinica, 2014,34(11):3115-3127.

[16] 楊 伶,張大紅,王金龍,等.中國縣域森林生態安全評價研究——以5省15縣為例 [J]. 生態經濟, 2015,31(12):120-124.Yang L, Zhang D H, Wang J L, et al. Study on country forest ecological security evaluation in China: based on empirical data of fifteen pilot counties in five provinces [J]. Ecological Economy, 2015, 31(12):120-124.

[17] 汪嘉楊,翟慶偉,郭 倩,等.太湖流域水環境承載力評價研究[J]. 中國環境科學, 2017,37(5):1979-1987. Wang J Y, Zhai Q W, Guo Q, et al. Study on water environmental carrying capacity evaluation in Taihu lake Basin. [J].China Environmental Science, 2017,37(5):1979-1987.

[18] 張鳳太,王臘春,蘇維詞.基于DPSIRM概念框架模型的巖溶區水資源安全評價[J]. 中國環境科學, 2015,35(11):3511-3520. Zhang F T, Wang L C, Su W C. The safety evaluation of water resources based on DPSIRM conceptual framework in karst region [J]. China Environmental Science, 2015,35(11):3511-3520.

[19] Guo Q, Wang J Y, Yin H L, et al. A comprehensive evaluation model of regional atmospheric environment carrying capacity: Model development and a case study in China [J]. Ecological Indicators, 2018,91:259-267.

[20] Lu S S, Qin F, Chen N, et al. Spatiotemporal differences in forest ecological security warning values in Beijing: Using an integrated evaluation index system and system dynamics model [J]. Ecological Indicators, 2019,104:549-558.

[21] Shi T, Yang S Y, Zhang W, et al. Coupling coordination degree measurement and spatiotemporal heterogeneity between economic development and ecological environment --Empirical evidence from tropical and subtropical regions of China [J]. Journal of Cleaner Production, 2020,244:118739.

[22] 王怡然,張大紅,吳宇倫.基于DPSIR模型的森林生態安全時空間變化研究——以浙江省79個縣區為例[J]. 生態學報, 2020,40(8): 2793-2801. Wang Y R, Zhang D H, Wu Y L. The spatio-temporal changes of forest ecological security based on DPSIR model: cases study in Zhejiang Province [J]. Acta Ecologica Sinica, 2020,40(8):2793-2801.

[23] Lu S S, Tang X, Guan X L, et al. The assessment of forest ecological security and its determining indicators: A case study of the Yangtze River Economic Belt in China [J]. Journal of Environmental Management, 2020,258:110048.

[24] 萬炳彤,趙建昌,鮑學英,等.基于SVR的長江經濟帶水環境承載力評價 [J]. 中國環境科學, 2020,40(2):896-905. Wan B T, Zhao J C, Bao X Y, et al. Evaluation of water environment bearing capacity of Yangtze River economic belt based on SVR Model [J].China Environmental Science, 2020,40(2):896-905.

[25] 徐會勇,趙學嬌,張大紅,等.我國省域森林生態安全評價及差異化——基于生態文明建設背景[J]. 生態學報, 2018,38(17):6235-6242. Xu H Y, Zhao X J, Zhang D H, et al. Evaluation and difference analysis of provincial forest ecological security in China based on the background of ecological civilization construction [J]. Acta Ecologica Sinica, 2018,38(17):6235-6242.

[26] 汪培莊.模糊集與隨機集落影 [M]. 北京:北京師范大學出版社, 1985. Wang P Z. Fuzzy sets and projectable random [M]. Beijing: Beijing Normal University Press, 1985.

[27] 李德清,李洪興.變權決策中變權效果分析與狀態變權向量的確定[J]. 控制與決策, 2004,(11):1241-1245. Li D Q, Li H X. Analysis of variable weights effect and selection of appropriate state variable weights vector in decision making [J]. Control and Decision, 2004,(11):1241-1245.

[28] 莫國莉,張衛國,劉勇軍,等.變權空間權重構造及空間效應分析[J]. 系統管理學報, 2018,27(2):219-22. Mo G L, Zhang W G, Liu Y J, et al. Construction of variable spatial weight and analysis of spatial effect [J]. Journal of Systems & Management, 2018,27(2):219-22.

[29] 莊 偉,廖和平,潘 卓,等.基于變權TOPSIS模型的三峽庫區土地生態安全評價——以巫山縣為例[J]. 西南大學學報(自然科學版), 2014,36(8):106-112. Zhuang W, Liao H P, Pan Z, et al. Evaluation of land eco-security in the Three Gorges Reservoir Region based on the variable weight TOPSIS model——A case study of Wu Shan [J]. Journal of Southwest University (Natural Science Edition), 2014,36(8):106-112.

[30] 武 強,李 博.煤層底板突水變權評價中變權區間及調權參數確定方法[J]. 煤炭學報, 41(9):2143-2149. Wu Q, Li B. Determination of variable weight interval and adjust weight parameters in the variable weight assessment model of water-inrush from coal floor [J]. Journal of China Coal Society, 2016, 41(9):2143-2149.

[31] 國家林業和草原局.中國林業統計年鑒 [M]. 北京:中國林業出版社, 2006-2018. National Forestry and Grassland Administration. China forestry statistical yearbook [M]. Beijing: China Forestry Publishing House, 2006-2018.

[32] 國家統計局,生態環境部.中國環境統計年鑒 [M]. 北京:中國統計出版社, 2006-2018. National Bureau of Statistics, Ministry of Ecology and Environment. China statistical yearbook on environment [M]. Beijing: China Statistics Press, 2006-2018.

[33] 國家統計局.中國統計年鑒 [M]. 北京:中國統計出版社, 2006-2018. National Bureau of Statistics. China statistical yearbook [M]. Beijing: China Statistics Press, 2006-2018.

[34] 米 鋒.中國林業生態安全的評價、預測與保障[J]. 人民論壇·學術前沿, 2018,(8):70-76. Mi F. Evaluation, prediction and guarantee of the Chinese forestry ecological security [J]. Frontiers, 2018,(8):70-76.

[35] 廖 冰,張智光.林業生態安全“指標-指數”耦合與“指數-指標”解耦測度研究——以中國三大林區為例[J]. 農林經濟管理學報, 2020,19(3):352-361. Liao B, Zhang Z G. Measurement of indicators-indexes coupling and indexes-indicators decoupling for forestry ecological security: Taking Three Forestry Regions in China for Example [J]. Journal of Agro-Forestry Economics and Management, 2020,19(3):352-361.

Evaluation of China's forest ecological security based on variable weight theory and DPSIRM.

LI Tan1*, CHEN Tian-yu1, MI Feng2, MA Long-bo3

(1.School of Economics & Management, Anhui Agricultural University, Hefei 230036, China；2.College of Economics and Management, Beijing Forestry University, Beijing 100083, China；3.College of Economics Qingdao Agricultural University, Qingdao 266109, China)., 2021,41(5)：2411～2422

This study combined the variable weight theory and the DPSIRM causality framework to construct an evaluation system with 6subsystems and 23 indicators for forest ecological security in China. The constructed system was applied to evaluate the status of forest ecological security of 31 provinces (cities, autonomous regions) in China during 2005～2017, drawing on data collected mainly from 2006～2018 China Statistical Yearbook and forestry statistical yearbook and using the K-means clustering method guided by the variable weight theory. The results showed that: (1) During the study period, China's forest ecological security measured by the DPSIRM-based index exhibited an overall increasing yet slightly W-shaped fluctuating trend. (2) The mean value of the variable weight was found to be the highest for the State subsystem (0.0781), followed by the Management (0.0728) and Response (0.0640) subsystems. The mean score of the Management subsystem showed an N-shaped changing trend, significantly interacting with the other subsystems and substantially affecting overall forest ecological security. (3) The comprehensive value of forest ecological security in most provinces showed either a steady increase or a fluctuating upward trend, while the values in Liaoning, Tibet and the other areas fluctuated and declined. There were evident differences in the status of regional forest ecological security, as the mean score of Southwest China was as high as 0.3414 but the mean scores of Northwest China, East China and Central China were much lower than the national average level of 0.2794. (4) The overall situation of forest ecological security in China revealed an improving trend at the national level, albeit with a serious divergence phenomenon across regions at the provincial level. Specifically, areas with traditional forestry advantages possessed relatively benign situation of forest ecological security, while those with rapid economic development entailed higher ecological risk. It was suggested that forest ecological restoration projects should be vigorously implemented and promoted by prioritizing ecologically fragile areas and economically developed areas to strengthen the protection of existing forest resources.

forest ecological security；variable weights；DPSIRM model；K-means;

X171,S718.5

A

1000-6923(2021)05-2411-12

李 坦(1986-),女,安徽銅陵人,博士,副教授,主要從事自然資源評價方面研究.發表論文30余篇.

2020-10-14

國家自然科學基金資助項目(71873003);國家自然科學基金資助項目(71503004)

* 責任作者, 副教授, litan@ahau.edu.cn