基于BP神經網絡的工業生態安全動態評價及障礙因子診斷

趙楊秋, 何 剛, 王瑩瑩, 阮 君, 張 朋

(安徽理工大學 經濟與管理學院, 安徽 淮南 232001)

生態安全是一個十分復雜的問題且是影響區域可持續發展的關鍵問題。2020年兩會期間，習近平同志進一步強調“經濟發展不能以破壞生態為代價，生態本身就是經濟，保護生態就是發展生產力”，因此對生態安全進行評價研究十分重要，有利于提高生態安全水平和促進工業經濟綠色發展。生態安全是對維護和保障生態環境系統和社會經濟系統之間協調、穩定、健康和可持續發展關系的探討[1]。生態安全評價是根據研究對象和研究目的，對特定時空范圍內生態安全狀況的定性和定量描述[2]，促進和維護生態系統的穩定。

國外生態安全評價主要從生態風險評價和預報[3]、環境沖突評價[4-5]、自然災害評價等[6]方面進行研究，研究模型主要有PSR(press-state-response)[7]、系統動力學模型[8]、變權模型等[9]，已經具備全面的評價體系和系統的研究方法。國內生態安全評價研究內容重點在評價方法[10]和評價系統構建[11]兩方面，研究維度由土地[12]延伸到工業、旅游[13]、公路路域環境、農田[14]、水環境[15]、濕地[16]、景觀等[17]方面。21世紀初期，中國才開始對工業這個維度的生態安全進行研究，研究領域包括工業生態安全評價、工業生態安全預警、工業生態脆弱性等[18]。生態安全評價方法主要有正態云模型、綜合指數法、TOPSIS法(technique for order preference by similarity to ideal solution)和云物元模型等。在預測方法上，又以灰色理論[19]、情景分析[20]、RBF神經網絡(radial basis function neural network)[21]、可拓分析[22]、BP神經網絡(back-propagation neural network)等[23]預測方法為主，余文波等[24]對土地進行評價和調控，采用灰色預測模型對湖南省未來6 a的生態安全值進行預測；周彬等[25]通過灰色系統GM(1,1)模型和RBF神經網絡模型對普陀山島旅游生態安全發展趨勢進行預測，并將兩種預測結果進行比較選優；高家驥等[26]研究南四湖湖泊濕地生態環境狀態，運用BP神經網絡模型對未來10 a警度發展進行預測。以上研究內容主要偏向于單方面因素的研究，片面性較強，缺乏綜合性交叉及定量實證研究，又因為關于工業生態安全方面的研究起步較晚研究時間較短，因而提出兩方面的不足：①生態安全等級的分類多以平均分類法進行劃分，因而等級的判斷精準度不夠；②對于生態安全評價預測方面的研究不夠，沒有考慮到預測精度問題及未來區域發展對生態安全的作用影響。

BP神經網絡是20世紀80年代Rumelhart和McClelland提出的一種以誤差為依據進行多次反向傳播訓練的多層前饋網絡[27]，通過逼近非線性連續函數時改變神經元個數的方法提高模型的準確度，且具有高度自學和自適應能力。因此，本研究基于PSR-EEES模型構建工業生態安全評價指標體系并測算安徽省工業生態安全水平，借助BP神經網絡算法對安徽省工業生態安全進行預測，旨在通過該算法預測出后續幾年安徽省工業生態安全水平，從工業維度提高區域安徽省生態安全水平，為促進安徽省區域可持續發展提供依據。

1 指標體系構建及數據來源

1.1 研究區概況

安徽省位于中國長江下游，淮河中游，處于114°54′—119°37′E，29°41′—34°38′N。安徽省的第一產業和第二產業一直以來較為興盛，2019年安徽省生產總值為3.71×1012元，其中工業增加值為1.15×1012元，比例為30.86%，展現了龐大的工業規模，為全省社會經濟的發展及生態建設提供了重要的物質基礎。但由于工業化、城市化高速推進，工業生產過程中三廢的產生量急劇增加，未經處理的化學物質投放速度超過了生態系統的自我修復速度，加之無計劃開采生態資源及生產生活中的大量流費，資源破壞生態污染問題蔓延甚至呈擴大趨勢，全省工業生態安全面臨沉重壓力，雖環保力度在不斷加大，但形勢仍不容樂觀。

1.2 指標體系構建

工業生態安全評價指標體系是一個融合自然、環境、經濟、社會等多方面的復合系統，從自然生態環境安全角度開展研究，同時對經濟生態環境、社會生態環境安全領域也有涉及，具有綜合復雜性和動態變化性的特點，其指標的選擇要結合工業生態安全的特點，除了能反映工業生態狀況的實際情況，也應該考慮到人類相關活動對工業生態安全的潛在影響和其他重要因素。最初在1979年由加拿大統計學家David J. Rapport和Tony Friend提出、后由經濟合作與發展組織(OECD)和聯合國環境規劃署(UNEP)進一步完善的PSR模型從壓力、狀態、響應3方面反映了生態環境系統與社會經濟系統之間的相互作用關系，有助于系統性的對工業生態安全指標的選取進行指導[28]。

本研究基于PSR模型，加入自然、環境、經濟和社會4個指標因素，組合形成PSR-EEES模型(press-state-response—ecology-environment-economy-society)，強調壓力、狀態、響應3方面均具有生態、環境、經濟和社會4方面的影響因素，有利于從動態的角度更好的詮釋工業生態安全的演變過程(圖1)。

圖1 PSR-EEES模型運行機制

基于PSR-EEES模型的工業生態安全評價的運行機制中，壓力表征人類的經濟和社會活動對環境的作用，是造成工業生態安全惡化的原因，選取單位GDP能耗、生態環境補水率、GDP增長率、人口密度等指標從生態壓力、環境壓力、經濟壓力和社會壓力四方面進行構建；狀態表征在壓力的影響下，工業生態安全的狀態和變化的情況，選取森林覆蓋率、水土協調度、人均工業產值、失業率等指標從生態狀況、環境狀態、經濟狀態和社會狀態4方面進行構建；響應表征面臨壓力和狀態情況下，為了規避生態風險，促進工業生態的可持續性發展采取的補救措施，選取自然保護區面積比例、工業固體廢棄物綜合利用率、工業污染投資額、每萬人大學生數等指標從生態、環境、經濟和社會響應4方面進行構建。結合工業生態安全內涵，參考相關學者研究成果[29]，本研究構建系統性的安徽省工業生態安全評價指標體系(表1)。

表1 安徽省工業生態安全評價指標體系

1.3 數據來源

數據來源參考《中國統計年鑒(2010—2019年)》《安徽統計年鑒(2010—2019年)》《安徽省環境狀況公報(2009—2018年)》《安徽省環境質量報告書(2009—2018年)》及《安徽省國民經濟和社會發展十三五規劃》等，其中生產總值相關數據均平減為2008年不變價。

2 研究設計及等級判別

2.1 BP神經網絡預測方法

2.1.1 BP神經網絡結構 BP神經網絡運行原理為：通過無數次正向與反向數據樣本傳播，修正神經網絡之間的權值和閾值使得輸出樣本和最終輸出樣本之間的誤差處于預定范圍，則最終輸出樣本是十分精確的，圖2為其正、反向傳播修正學習的算法結構。

注：φ，ξ為激活函數； xj為輸入層節點j的輸入值； θi為隱含層節點的閾值； ak為輸出層的閾值； wij，wki分別為輸入層與隱含層、隱含層與輸出層之間的權值。j=1,2,…,p; i=1,2,…,T; k=1,2,…,q。

2.1.2 BP神經網絡學習 BP神經網絡正向學習過程為原始樣本從輸入層p開始，途徑隱含層T，最后傳到輸出層q，3層BP神經網絡p-T-q數學模型為：

(j=1,2,…,p;i=1,2,…,T)

(1)

(j=1,2,…,p;i=1,2,…,T;

k=1,2,…,q)

(2)

式中：Ui,Uk分別為隱含層和輸出層的輸出模型;φ，ξ為激活函數;wij,wki分別為輸入層與隱含層、隱含層與輸出層之間的權值;θi為隱含層節點的閾值;ak為輸出層的閾值;xj為輸入層節點j的輸入值。

誤差反向傳播通過調整各層神經元節點之間的權值和閾值使之達到預期的誤差范圍，ek為網絡預測誤差；η為學習速率，則輸出層和隱含層修正的權值和閾值為：

(3)

(4)

(5)

(6)

2.1.3 模型學習結束檢驗 為驗證模型學習效果，以便更準確地預測工業生態安全發展態勢，通過比較輸出結果，若沒有達到預計期望，則將誤差原路返回以修正網絡參數降低誤差，看輸出結果是否達到要求的標準，若沒有符合要求，繼續進行循環訓練，直到符合要求為止。

2.2 生態安全評估方法

2.2.1 數據標準化 為消除數據單位不同帶來的誤差，對數據進行處理：

正向指標處理：

yij=(xij-minxj)/(maxxj-minxj)

(i=1,2,…,n;j=1,2,…,m)

(7)

逆向指標處理：

yij=(maxxj-xij)/(maxxj-minxj)

(i=1,2,…,n;j=1,2,…,m)

(8)

式中：xij為數據初始值;yij為數據標準化值。

2.2.2 指標權重 為避免主觀因素的影響，本研究運用熵權法對指標權重wj進行測算，公式為：

(9)

(10)

式中：ej為第j項指標熵值;K為常數;n為樣本個數。

2.2.3 評價指數 參照相關研究[30-31]，采用綜合指數法測算出3個子系統的評價指數，并得出安徽省總評價指數，具體公式為：

(11)

式中：ESWIp(p=1,2,3)為各子系統的評價指數; ESWI為工業生態安全總評價指數。

2.2.4 等級確定 聚類分析能將抽象對象按照相似類分成若干組，本研究基于聚類分析工具中的系統聚類法對2009—2018年安徽省工業生態安全評價水平進行分類[32]，劃分出表2的安全、較安全、臨界安全、較不安全、不安全5個工業生態安全評價等級，對應的指示燈分別為綠(Ⅴ)、藍(Ⅳ)、黃(Ⅲ)、橙(Ⅱ)、紅(Ⅰ)。

表2 安徽省工業生態安全評價等級劃分

2.3 障礙因子診斷

通過障礙度模型對障礙度進行分析，找出影響安徽省工業生態安全水平的主要障礙因子，計算方法參見范勝龍[33]研究。

(12)

式中：Hj，Hp分別為各指標及和子系統的障礙度；Rj為因子貢獻度，用權重wj表示；Tj為指標偏離度。

3 結果與分析

3.1 預測結果

為預測安徽省工業生態安全3個子系統2019—2025年評價指數，采用BP神經網絡算法實現，具體操作為：首先，基于2009—2018年子系統的實際數據，建立時間序列預測模型，選擇4 a作為一個周期，依次建立2009—2012，2010—2013，2011—2014年等7個周期進行迭代滾動預測。其次，以一組周期的前3 a數據作為一組樣本輸入值，預測下一年數據作為樣本輸出值，2012—2018年共構成7組評價指數樣本輸出值。最后，對于3層網絡神經元的確定，輸入層的神經元數為3，輸出層的神經元數為1；BP神經網絡的特點就是隱含層神經元的個數不唯一，參照李旭軍[34]的研究，確定隱含層的最佳神經元個數為7。在此基礎上，運用MatlabR 2018b應用軟件編寫程序，構造BP神經網絡模型進行學習，學習情況見圖3，學習結束檢驗見表3。由圖3的各子系統學習情況可知，模型的輸入值與期望值相差不大；結合表3可知壓力子系統、狀態子系統和響應子系統相對誤差和絕對誤差均較小，平均相對誤差分別為0.286 8%，0.295 0%，0.267 4%，平均絕對誤差分別為0.045 7%，0.046 2%，0.041 5%，模型精度很高，說明模型學習訓練情況很好，可用其進行預測，最終預測結果詳見圖4，并根據式(11)計算出安徽省工業生態安全2019—2025年綜合評價指數。

表3 2012-2018年安徽省工業生態安全評價BP神經網絡運行誤差情況 %

3.2 壓力-狀態-響應三大系統趨勢分析

3.2.1 安徽省工業生態安全壓力子系統趨勢分析 基于上述綜合指數法測算到安徽省工業生態安全子系統的評價指數(圖4，表4)。2009—2018年安徽省工業生態安全壓力評價指數表現為波動上升趨勢，由2009年的0.119 9逐步增加至2018年的0.210 9，安全等級總體上沿著“較不安全”—“臨界安全”—“安全”方向演變，指示燈由“橙色”—“黃色”演變至“綠色”。2009—2012年安徽省工業生態安全水平處于波動下降期，2013—2018年工業生態安全評價指數轉而大幅度上升，平均增長率為8.49%，生態環境補水率、人均GDP、人口密度、城鎮化率等指標的生態安全評價指數呈現不同程度的優化態勢，說明對于緩解安徽省工業生態安全壓力具有一定促進作用。從具體指標的生態安全評價指數來看，生態環境補水率從2013年的0.009 7增加到2018年的0.025 9，表明安徽省通過相關措施在生態平衡和生態系統恢復方面取得一定成效。人均GDP以年平均增長速率為11.92%的速度從2013年的0.015 2提高到2018年的0.029 8，表明提高人民生活水平對降低工業生態安全壓力具有一定的制約作用。人口密度從2013年的0.020 4降低到2017年的0.004 8，城鎮化率由0.018 1減少到0.003 2，可見社會經濟活動一定程度上有利于環境向好，因此合理推進城鎮化，適度發展經濟，節約利用水資源能夠緩解生態壓力。

注：圖中結果為MatlabR2018b軟件運行代碼所得。

注：2009—2018年為測算所得結果，2019—2025年為預測結果，下同。

3.2.2 安徽省工業生態安全狀態子系統趨勢分析 2009—2018年狀態子系統處于波動狀態，2009—2010年工業生態安全狀態極好，然而在2011年評價指數急速下降到0.115 2，形勢不容樂觀，隨后呈現不穩定的上升態勢，安全等級演變為“安全”—“臨界安全”—“較安全”，指示燈由“綠色”—“黃色”演變至“藍色”(圖4，表4)。2011年正處于安徽省“十二五”規劃的開啟年，“861”行動計劃也持續深入實施，這是2011年狀態子系統評價指數降低的原因。隨后幾年，由于水資源浪費、農業面源污染、人為破壞、工業污染等一系列因素的綜合影響，安徽省狀態子系統的工業生態安全水平呈現不穩定狀態，出現了一系列問題。安徽省水資源總量每年波動幅度極大，致使水土協調能力進一步下降，可見安徽省自然資源及環境對工業生態安全的影響程度很大。2017年安徽省人民政府辦公廳印發的《安徽省“十三五”環境保護規劃的通知》指出水環境質量形勢嚴峻，明確實施最嚴格的水環境控制單元管理，著力加強水資源的污染防治工作。此外，經濟發展對安徽省工業生態安全水平的影響同樣不容忽視，如不合理利用土地資源致使土地結構破壞、工業生產過程產生的污染物造成水體污染、土壤被化學物污染進而遭到破壞和生產產生的工業噪聲對動植物產生危害，因此需多方面協同推進和重點把握同時進行以此改善狀態子系統帶來的影響。

表4 安徽省工業生態安全級別

3.2.3 安徽省工業生態安全響應子系統趨勢分析 2009—2018年安徽省工業生態安全評價指數主要呈穩定上升趨勢，上升幅度較快，安全等級由“臨界安全”演變為“安全”，指示燈由“黃色”變為“綠色”。由表4和圖4可知，2009—2016年這一階段，安徽省工業生態安全水平基本處于“臨界安全”狀態，2009年響應子系統安全評價指數為0.142 8，到2016提高到0.172 8，期間年平均增長率達到2.407 7%，處于向好發展態勢。隨后2016—2018年，響應子系統安全評價指數增長幅度明顯，由0.172 8提高到0.228 5，期間增速為9.762 7%，與上一階段相比，年平均增長速率增加近3倍。其中，建成區綠化覆蓋率、人均公園綠地面積、工業污染治理投資額、工業企業科學研究與試驗發展經費支出、第二產業從業人員比例等指標的評價指數呈不同幅度的上升趨勢，表明這些指標對安徽省工業生態安全響應子系統具有一定程度的促進作用。為了改善工業生態安全水平，緩解生態破壞等一系列問題，安徽省積極出臺了《安徽省大氣污染防治條例》《安徽省生態保護紅線》等一系列政策規定，采取“控制污染嚴重產業的布局，建設工業垃圾處置工程，創新污染防治管理機制，建設濕地恢復工程，限制水產養殖規模”等一系列措施，有效提高了工業生態安全水平，全省污染物處理能力、治理投資力度明顯加強，污染治理效果明顯好轉；全省綠化覆蓋率明顯增加，有效調節生態質量水平；全省高水平就業人員、設備投入明顯增多，為生態安全提供技術支持。

3.2.4 安徽省工業生態安全水平演變及趨勢分析 根據圖4和表4可知，2009—2018年安徽省工業生態較為安全，安全等級由 “臨界安全”轉為 “安全”，指示燈由“黃色”變為“綠色”，表明這期間安徽省工業生態安全總體水平正逐漸提高，日漸向好發展。2009—2015年安全等級較低，工業生態安全受到威脅，同年響應子系統的安全等級與全省總體水平相似，表明響應子系統對全省總體生態安全水平起著至關重要的作用。隨后幾年，工業生態安全評價指數上升，安全等級基本處于“安全”狀態，表明這期間安徽省工業生態安全水平較高。安徽省在發展社會經濟的同時，注重對工業生態安全的保護力度，針對淮河和巢湖等重點流域出臺了一系列生態修復政策，節能技術產品裝備和工業行業清潔生產技術改造等高效節能環保工程相繼投入使用，植樹造林和林業保護項目也有序開展，使得工業生態安全水平得到不斷提高，安全等級上升為“安全”，評價指數上升0.149 3，幅度有限；但是空氣質量下降、工業“三廢”污染、自然資源退化、生態植被破壞、重點流域污染等問題仍十分明顯，工業生態安全形勢仍不容樂觀，說明這幾年安徽省為保護生態安全出臺的一系列政策和執行的措施并沒有起到顯著的效果。

3.3 BP神經網絡評價預測結果與分析

基于PSR三大子系統2009—2018年評價數據預測出2019—2025年各子系統評價指數并測算安徽省工業生態安全評價指數(圖4，表4)。就壓力系統而言，未來幾年，是安徽省城鎮化與工業化提速發展的重要階段，同時國家明確提出解決污染防治重要任務，全省迅速做出反應，加強生態環境保護，出臺各項環境政策、對工業企業防污提出要求。由表4可知，2019—2025年壓力系統評價指數持續波動上升，處于“安全”狀態，指示燈為“綠色”，與預期相符。就狀態系統來看，2019—2025年，在壓力系統的作用下，尤其是在生態環境的恢復和合理推進城鎮化進程中，安徽省工業生態安全狀態系統的生態安全形勢一片大好，處于“較安全”狀態，指示燈為“藍色”，表明狀態系統對提高安徽省工業生態安全水平具有積極意義。對于響應系統，根據預測結果可知，2019—2021年安全評價指數平穩上升，2022—2025年出現下降趨勢，安全等級由“安全”演變為“臨界安全”，指示燈由“綠色”轉變為“黃色”。隨著安徽省“十四五”規劃的到來，一系列環保舉措的進一步實施及對工業企業進行政策布局，各類污染治理力度將進一步加大。安徽省主導產業是第二產業，隨著工業經濟深入發展不可避免地占領大面積生態用地、運用大量生態資源，工業生態安全質量仍然有惡化的風險。總體來看，按此發展態勢，2019—2025年，若不出現大的變故，安徽省工業生態安全水平將繼續保持穩定發展狀態，在平穩中略有下降，不會出現極為嚴重的生態問題，但由于響應系統評價指數有逐步下降趨勢，對安徽省總體的工業生態安全水平形成負面影響，因而總體評價指數一直保持在0.55左右，處于剛從“較安全”過渡到“安全”的狀態，與到達完全“安全”狀態差距較大，因此，未來幾年全省仍應把生態保護放在工作的第一位，繼續采取措施加大環境改善力度。

3.4 工業生態安全關鍵障礙因子分析

基于障礙度模型并借助2009—2018年標準化處理后的指標值與指標對應的權重計算出各指標障礙度，障礙度大小能夠判斷該指標在安徽省工業生態安全水平中起到的作用程度，若指標障礙度越大，則對安徽工業生態安全制約程度越大。因此對安徽省工業生態安全指標障礙度進行分析可探知其工業生態安全水平高低的主要原因(圖5)。

圖5 安徽省工業生態安全的障礙系統分析

從各子系統看，圖5中通過障礙度模型得到的三大系統的障礙度總體上呈現下降態勢，狀態系統各指標障礙度總體上高于壓力系統和響應系統，從2009年的第三障礙系統上升為2018年的第一障礙系統，因此狀態系統是影響安徽省工業生態安全水平的關鍵障礙系統。響應系統各年的障礙度占比范圍在28%～40%之間，狀態系統的障礙度占比范圍在25%～43%之間，二者是造成安徽省工業生態安全水平波動的根本原因，應該成為今后提高工業生態安全的首要關注對象。壓力系統的障礙度相對較小，且每年的障礙度基本保持下降趨勢，表明安徽省對于緩解工業生態安全中壓力指標的工作已經在有條不紊的進行中，對工業生態安全的總體發展趨勢不會造成太大的影響。

選取障礙度最大的前5個指標分析安徽省工業生態安全主要障礙因子(表5)。

表5 安徽省工業生態安全主要障礙因子

按具體指標來看，障礙度排名前五名的指標出現頻率從多到少分別為：第二產業從業人員比例(R9)、第二產業占GDP的比例(S4)、污水集中處理率(R5)、森林覆蓋率(S1)、人口密度(P9)，是改善安徽省工業生態安全水平的首要調節對象。第二產業就業人員比例為社會響應指標，是2014—2018年影響工業生態安全水平的障礙因素，近年來安徽省第二產業就業人數仍在持續上升，表明工業企業就業人數需求空間在擴大，其吸納勞動力的能力仍不可小覷，加強安徽省新型工業化進程是一項亟待實施的任務；第二產業占GDP的比例為經濟狀態指標，是2011—2014年安徽工業生態安全障礙因子之一，作為一個長期靠工業拉動經濟發展的大省，工業污染排放程度仍然左右著全省生態環境水平；污水集中處理率為環境響應指標，在2009—2011年嚴重阻礙安徽工業生態安全提高，表明重視污染物處理是有效改變安徽省工業生態安全的方法；森林覆蓋率為生態響應指標，隨著快速工業化時期的到來，經濟發展的同時伴隨著對環境質量保護力度的加強，森林覆蓋率一定程度上代表著人民生態觀念的提高程度，對環境質量的重視程度；人口密度為社會壓力指標，是2016—2018年產生的障礙因子，人口多意味著資源需求增加，打破了生態的平衡，對生態產生巨大的壓力。

4 結論與討論

4.1 結 論

本研究通過構建PSR-EEES模型評價安徽省工業生態安全水平，運用綜合指數法測算工業生態安全評價指數，依據聚類分析工具確定工業生態安全等級，以2009—2018年數據為基礎，通過BP神經網絡算法測算2019—2025年工業生態安全評價指數，最后，依據障礙度模型識別影響安徽省工業生態安全的主要障礙因素，得出如下結論與建議：

(1) 2009—2018年安徽省工業生態安全水平總體呈波動上升態勢，安全等級由2009年的“臨界安全”惡化為2013年的“較不安全”，后又緩解為2018年的“安全”狀態，指示燈轉變趨勢為“黃色”—“橙色”—“綠色”。就各子系統而言，壓力子系統評價指數處于穩定上升態勢，后期一直處于“安全”狀態；狀態子系統和響應子系統評價等級都呈現先下降后上升態勢，從而影響了安徽省工業生態安全水平提高。

(2) 本研究通過構建PSR模型，又創新性的采用EEES模型深入各個角度從生態、環境、經濟和社會多方面分別探析子系統的評價趨勢，體現了生態安全與生態環境和社會經濟之間相互能動關系，使得指標體系的系統性和層次性更加清晰，有利于系統全面的研究安徽省工業生態安全的評價狀況。

(3) BP神經網絡較其他預測方法而言，模型預測精確度很高。本研究創新性的運用此算法對安徽省工業生態安全未來幾年的工業生態安全水平發展趨勢進行預測，研究結果表明BP神經網絡的準確性高、誤差小，未來7 a安徽省工業生態安全狀況良好，說明BP神經網絡是生態安全評價預測的有效方法之一。

(4) 通過研究結果可知，狀態子系統和響應子系統是影響安徽省工業生態安全的主要原因，第二產業從業人員比例、第二產業占GDP的比例、污水集中處理率、森林覆蓋率、人口密度為首要調節對象。全省需重視對自然資源的合理利用，節約水資源、合理開發建設用地，加速推進新型城鎮化和新型工業化的步伐，同時增強工業企業對于生態環境保護觀念，進而持續改善工業生態安全水平。

4.2 討 論

目前工業是對生態環境產生壓力最大的行業之一，提高區域工業生態安全水平已成為促進社會經濟綠色發展的重中之重。根據安徽及周邊省份相關數據可知，山東省、江蘇省和浙江省作為經濟發達的沿海地區，工業廢水排放量較高，位居安徽周邊省份前3名，安徽省是除江西省外工業廢水排放量最低的省，說明安徽省水資源污染控制力度在不斷加強；但近兩年安徽省工業廢氣排放量下降速度有所減緩，成為除江蘇省和山東省外工業廢氣排放量最高的地區，表明安徽省大氣污染比較嚴重，大氣質量沒有得到高關注，后續應該加強對于大氣環境的治理力度。這幾年安徽省加快重點城鎮規劃和建設步伐，大力推進皖北地區經濟加快發展，加快工業化和市場化進程；此外，全省經濟總量擴張呈加速態勢，工業一直是促進安徽省經濟增長的中堅力量，生態安全政策不到位，工業企業污染物的排放會大大增加環境的惡化速度。因此，安徽省出臺了一系列生態安全政策《生態全省建設實施綱要》《安徽省劃定并嚴守生態保護紅線實施方案》等，在強力推動綠色發展、重視生態保護、提高生態自我修復能力的背景下，全省環境質量總體保持平穩，生態環境狀況良好，但第二產業從業人員比例、第二產業占GDP的比例、污水集中處理率、森林覆蓋率、人口密度及工業廢氣排放量等因素仍然是提高安徽省工業生態安全的阻力，后續需要進一步研究如何改進。