海島綜合承載力測度及其時空差異研究

狄乾斌 劉金玲

摘 要：海島綜合承載力是海島開發和建設的基礎，也是海島可持續發展的關鍵。以我國12個主要海島縣（區、市）為研究對象，在DPSIR模型基礎上構建海島綜合承載力評價體系，運用全排列多邊形圖示指標法對2010—2019年海島綜合承載力進行測算，進而對時空分布差異進行比較分析，在此基礎上歸納影響海島綜合承載力提高的主要驅動因子及提升策略。研究結果表明，各海島縣綜合承載力結構不斷優化，綜合承載系統處于較好的發展路徑之上。在時間上，除長?？h和南澳縣外，大部分海島縣綜合承載力保持波動中上升的趨勢，但整體水平較低；在空間分布上具有明顯的不均衡性，呈由2010年低水平“南北高、中間低”向2019年較低水平“中間高、南北低”變化分布趨勢。提高生態調節能力、調動區外因素以及發展生態旅游是提高海島綜合承載力的三種主要途徑。

關鍵詞：海島縣；綜合承載力；時空差異；DPSIR模型；全排列多邊形圖示指標法

中圖分類號： F127? 文獻標識碼：A? 文章編號：1672-335X（2023）02-0023-11

DOI：10.16497/j.cnki.1672-335X.202302003

海島是獨特的地理綜合體，海陸位置特殊性、土地資源有限性和空間隔離屬性造就海島重要的生態價值和社會價值，自然資源復雜性和人為干擾持續性構成海島生態系統明顯的脆弱性特征。［1］我國是世界上海島最多的國家之一。近年來，隨著全球氣候異常帶來的自然災害與日益頻繁的海島不合理開發活動，導致海島生物多樣性減少，生態環境破壞加劇，一些海島生態失衡嚴重。［2］在生態文明建設背景下，《全國海島保護規劃》明確指出，在實現規劃目標（2011—2020年）的基礎上，擴大海島生態修復范圍，全面增強海島保護能力。2021年，我國沿海省份通過“十四五”規劃和2035年遠景規劃綱要相繼指出，依法管控海島開發，加強海島生態環境保護，從而實現海島開發與保護共贏。海島承載能力是規范海島生態環境保護的必要依據，也是確定海島開發方向的重要基礎?？茖W評價測度海島承載力，對于合理開發利用海島資源、協調經濟發展與環境保護的關系，把握海島可持續發展進程具有重要意義。

“島嶼動物地理學平衡理論”的提出可視為海島承載力研究的開端，［3］1970年聯合國教科文組織提出的人與生物圈計劃（MAB計劃）推動海島承載力的進一步研究，［4］1992年，地球高峰會議擬定《二十一世紀議程》后，不同國家地區的研究者針對海島生態退化等突出問題，從多角度，利用多種計量方法開展了海島生態系統的研究及評價工作。［5］［6］［7］與國外相比，我國海島承載力研究起步較晚，相關研究主要集中在以典型海島為例的單要素承載力時間尺度測算方面。一是基于生態足跡原理對海島生態承載力進行核算。［8］［9］［10］二是采用多種研究方法對海島資源環境承載力開展實證研究：一方面，通過構建適應各海島研究區的資源環境承載力指標體系，引入層次分析法、熵權法、突變級數法、TOPSIS等模型對長山群島、廟宇群島、舟山群島等海島地區資源環境承載力測算評價。［11］［12］［13］［14］另一方面，基于DPSIR和多目標規劃方法構建海島資源環境承載約束模型和調控模型，深入海島承載力內在機理研究，為海島開發與規劃提供進一步的科學參考。［15］［16］

綜上，現有研究多以特定海島地區單要素承載力進行時間尺度計算，而將海島作為復合的綜合承載系統研究較少，且忽略了對海島承載力空間布局的比較。需要指出的是，海島既是沿海社會人口和產業經濟的集中之地，也是環境污染和資源消耗的主要場所。因此，海島是一個集多要素共存的復雜系統，系統內眾多要素以不同方式存在，共同耦合構成海島綜合承載力，從而支撐海島人口、社會和經濟活動的協調發展。因此，綜合承載力絕非單要素承載力的簡單相加，而是多要素相互作用，耦合而成，既遵守“短板原理”又符合“補償效應”。目前，綜合承載力已廣泛應用于城市研究領域，［17］基于此，同時借鑒資源環境承載力、區域綜合承載力等研究成果，［18］［19］［20］［21］［22］［23］將海島地區社會、經濟、資源環境系統視為一個統籌整體，并結合海島特殊屬性，本文界定海島綜合承載力是在滿足經濟發展和社會發展需求基礎上，確保海島資源系統合理開發利用，生態環境系統良性循環發展，以及社會經濟系統持續穩定進步的能力。

基于相關研究成果，本文以我國12個主要海島縣（區、市）為研究對象，［24］在DPSIR模型基礎上構建海島綜合承載力評價體系，首次提出運用全排列多邊形圖示指標法從靜態和動態多種角度對海島綜合承載力進行測算，從整體上對時空分布差異進行比較分析，最后采用多元線性回歸模型嘗試歸納影響海島綜合承載水平的驅動因子，并提出相應對策建議。本文的研究意義在于：豐富和完善海島綜合承載理論體系，嘗試從多種維度對海島綜合承載力的變化規律作出解讀，并希望通過歸納影響海島綜合承載水平的主要驅動因子，給出海島開發與保護的調整建議，為提高海島綜合承載水平，促進海島可持續發展提供科學依據。

一、研究方法與數據來源

（一）研究方法

1、全排列多邊形圖示指標法

全排列多邊形圖示指標法是多指標綜合評價方法的一種，通過評估指標的上限值、臨界值、下限值之間的關系對評測對象進行綜合評估，其評價既有單項指標又有綜合指標，既有靜態分析又有動態趨勢，與傳統簡單加權相比，避免主觀隨意性帶來的結果偏差，提高評價精度，更符合客觀實際。［25］

全排列多邊形圖示指標法最早用于生態城市研究評價中，［26］目前已廣泛應用于土地集約利用、城市綠地生態功能評價等研究。［27］［28］［29］［30］其定義為：設有n個指標（標準化后的值），以這些指標的上限值為半徑構成一個中心的n邊形，各指標連線構成一個不規則中心n邊形，其n邊形的頂點是n個指標的一個首尾相接的全排列，n個指標可以構成（n-1）！/2個不同的不規則中心n邊形；綜合指數則定義為所有不規則多邊形面積的均值與中心多邊形面積的比值。

指標值標準化采用雙曲線標準化函數：

F（x）滿足：

F（x）x=L-1，F（x）x=T=0， F（x）x=U=+1（2）

其中，U為指標x的上限值，L為指標x的下限值，T為指標x的臨界值。

根據上面三個條件，可得：

標準化函數F（x）把位于區間［L，U］的指標映射到［-1，+1］區間內，映射后的值因區間位置不同，增長速度有所不同。以臨界值為指標增長速度的轉折點。當指標位于臨界值以下時，標準化后的指標增長速度逐漸降低；當指標位于臨界值以上時，標準化后的指標增長速度逐漸增加。

對第i個指標，標準化計算公式為：

利用n個指標可以得出一個正n邊形，n邊形的n個頂點為Si=1時的值，中心點為Si=-1時的值，中心點到頂點的線段為各指標標準化值所在區間［-1，1］。

全排列多邊形綜合指數S計算公式為：

其中，S為評價對象的綜合指數，Si為第i項指標，Sj為第j項指標（i≠j），n為指標個數。S的取值在［0，1］之間，且S值越大越好。

目前，學術界尚未形成統一的綜合承載力分級標準，本文基于全排列多邊形圖示指標法分類標準，［26］并參考有關承載力的文章，［12］將海島綜合承載力大小分為四個等級，具體如表1所示。

2、灰色GM（1.1）預測模型

灰色預測通過鑒別系統之間相異程度，找尋原始數據生成測度系統變動的規律。GM（1.1）是常用的灰色預測模型，原始時間序列含有指數變化規律，經過一階線性微分方程解無限接近原始時序列指數變化規律，行之有效。考慮到預測時數據量較大、涉及因素較多，運用SPSS軟件仿真技術通過編程進行模擬測算。

（二）指標體系構建

指標體系構建是海島綜合承載力評價的核心部分，是關系到評價結果是否可信的關鍵步驟。海島是典型的“自然—經濟—社會”復合承載系統，海島可持續發展需要人類社會與資源環境良性互動作為支撐。人口、資源、環境、經濟等子系統相互影響、聯系、依存，人類已經在對海洋的開發中獲得了巨大的生存與發展支撐，同樣，海洋開發會對海洋系統造成一定的壓力，海洋系統的平衡以及相對穩定的狀態，只要是在可承受的范圍內，海洋就可通過自我調節來達到，如果人類開發強度超過海洋承受力，人類也可采取對海洋恢復有利的方式主動提高海域承載力。目前廣泛應用PSR與DPSIR兩種模型對資源環境承載力進行模擬研究。PSR模型可明確表達系統中的因果關系，但指數選取過于主觀，不能把握系統結構和決策過程，對復雜反饋系統處理效果不佳。［31］DPSIR模型從人地綜合角度出發對問題進行全面分析，對PSR模型優化完善，DPSIR模型涵蓋自然、經濟、社會三大要素，能夠很好地揭示海島環境與社會經濟的因果關系并有效整合自然資源環境與社會經濟發展。因此，在參考狄乾斌等相關研究基礎上，［32］［33］［34］［35］充分考慮海陸關系穩定以及社會經濟發展對海洋開發與承載的影響，在遵循科學性、可操作性、獨立性等一般原則外，將綜合性與顯著性相結合（盡可能綜合反映海島綜合承載力評價資源、社會、經濟等方面，又能突出表現其特征與狀況）、動態性與穩定性相結合（指標時間上具有連續性，既對現在狀況能準確評價，還能很好地對過去情況以及未來發展趨勢進行描述和度量），依據海島特殊屬性構建海島綜合承載DPSIR概念模型，見圖1。

其中，驅動力是造成資源環境變化的潛在原因，主要指人類經濟活動和社會發展趨勢間接施加于海島環境的壓力。壓力是作用于資源環境的直接壓力因子，主要表現為人類活動對資源的消耗強度，海島生態環境脆弱性顯著，超出承載閾值開發旅游資源的破壞性遠大于由此獲取的經濟價值，因此，在本文中作為負向指標參與計算。狀態是指資源環境在上述壓力下所處的狀況，主要表現為區域資源支撐水平及生態調節能力。海島陸域是島上居民生產生活及經濟建設的重要場所，周邊海域是海島居民進行各種海洋作業的重要基地，二者是支撐海島可持續發展的重要資源保障。影響是指系統所處的狀態對資源環境質量的影響。我國海島淡水資源較為稀缺，通常不會作為污染物的排放載體，因此，影響部分僅考慮海域環境質量和生態環境質量。響應過程表明人類在促進海島可持發展進程中所采取的積極對策。選取了包含節能環保支出占比與科技創新能力從內部調節角度的闡釋，以及外部調動發展的實際利用外資、港口貨物吞吐量為主要對象，從側面也可看出其凸顯綜合性與顯著性結合、動態性與穩定型結合的原則。海島兼具生態獨立性與外部關聯性特征，本文將響應系統劃分為內部調節與外部調動更為合理。基于上述原則，選取表征驅動力（D）、壓力（P）、狀態（S）、影響（I）和響應（R）的量化評價指標，具體指標見表2。

（三）數據來源與處理

數據主要來源于2010—2019年各縣級海島國民經濟與社會發展統計公報和環境狀況公報、各縣級海島及所在地級市和省份統計年鑒（2011—2020年），部分數據來源于《國家海洋環境狀況公報》和《自然保護地名錄》（2010—2019年）。因各縣域海島統計年鑒和公報統計內容和口徑不一致，導致部分海島縣個別年份指標數據缺失，本文通過平滑法補齊，對最終評價結果不產生影響。

其中，生態保護區面積比例為研究區內自然保護區、自然濕地等具有生態服務功能的受保護區域面積占研究區陸海總面積的百分比，［36］科技創新能力由科學技術支出和專利申請量的乘積計算得出。［37］因數據單位較復雜，進行計算前，首先按照正向指標、負向指標利用公式（4）進行標準化處理。［38］最后，依據公式（5）計算得出一級指標和二級指標綜合指數。

二、海島綜合承載力測度與時空分異格局分析

（一）海島綜合承載力分級指標變化特征

根據數據可獲取性和國家五年規劃特征，選取12個海島縣（區、市）2010年、2015年和2019年三個時間段進行比較分析。以要素層10項指標經過標準化后的值為頂點繪制不同時間序列的多邊形圖示（見圖2），同時對準則層五項指標綜合指數分別計算（見圖3）進行對比分析，得出如下結論：

（1）驅動力指標。2010年，全國海島縣（區、市）整體驅動力指數較低，海島發展以第一產業為主，第三產業占有比重不高，經濟增長幅度不明顯。隨時間推移，海島縣（區、市）在經濟穩步增長的同時社會發展水平不斷提高，對本地區資源環境的潛在影響逐年增大。其中，嵊泗縣通過落實“大島建、小島遷”政策，漁民從農村向城鎮轉移，城鎮化水平在所有海島縣（區、市）中保持優勢。而長?？h和長島縣經濟發展以漁業為主，社會發展水平提高不顯著，與其他海島差距明顯。

（2）壓力指標。在三個時間截面上，環境壓力指數與社會壓力指數隨時間點推移呈相反趨勢變化。海島生態系統脆弱，島上居民生產生活中用電量和廢水排放量施加于資源環境的壓力超出調控閾值范圍，造成生態破壞難以恢復。但從總體上看，未受環境壓力指數牽制，壓力指標表現出向好態勢。

（3）狀態指標。2010年，海島縣（區、市）整體狀態指數較低，在壓力指數下降的同時島內生態調控能力不斷增強，至2019年狀態指數有了明顯提升。其中，定海區通過實施“綠色定?！惫こ?，構建生態宜居海濱城市初見成效，人均園林綠地面積不斷提高，森林覆蓋率始終保持50%以上，生態調節能力優于其他海島縣（區、市）。

（4）影響指標。全國海島縣（區、市）影響指數在2010年、2015年和2019年保持平穩，個別海島略有增長趨勢。近年來，南澳縣積極開展生態環境綜合整治工作，環境問題得到有效控制，環境質量有了明顯的提升。但一些污染較為嚴重的地區，如長海縣和平潭區，仍需采取更有力的措施以減少資源消耗、保護環境質量。

（5）響應指標。與2010年相比，2019年全國海島縣（區、市）響應能力均有明顯提升。受宏觀政策影響，各海島縣（區、市）經濟發展規劃與環境保護政策作出相應調整。除加大科技與環保投入外，基礎設施完善，尤其是跨海大橋的修建，海島發展已不再受限于本區域內有限的資源，通過連接相鄰區域調動區外資源，為海島承載提供有效的外部保障。

總體來看，各海島縣（區、市）綜合承載力結構不斷優化，綜合承載系統處于較好的發展路徑之上。而不同海島地區發展條件存在差異，在實際發展過程中面臨和解決的問題有所不同，仍需理清社會經濟與資源環境之間的關系，在綜合承載水平上應因地制宜地作出調整，從而促進海島可持續發展。

（二）海島綜合承載力時空分異特征

在海島綜合承載力發展水平基礎上，歸納全國12個海島縣（區、市）綜合承載力的時間變化趨勢和空間分布規律。（見圖4、圖5）

從時間角度看，2010年至2019年，全國海島縣中除長?？h（區、市）和南澳縣外，大部分綜合承載力保持波動中上升的趨勢，但整體水平較低。參照上文設定的海島綜合承載力評價標準（表1），可以將海島綜合承載力變化特征分為兩個階段：2010—2014年，除南澳縣外大部分海島縣（區、市）綜合承載力處于低承載水平。其中，長?？h、長島縣在2014年綜合承載力水平分別提高至0.32和0.28，達到較低承載水平；2015—2019年，12個海島縣（區、市）綜合承載力持續提升至較低承載水平，但長?？h、長島縣和南澳縣轉而呈現下降趨勢，而岱山縣和普陀區在2017年后攀升至較高承載水平，截至2019年，未有海島縣（區、市）達到高承載水平。2014—2015年，大部分海島縣（區、市）出現跨階段性提高的情況，原因在于2015年是“十二五規劃”收官之年，經過前期發展積累，海島居民生活水平普遍改善，海島社會經濟持續發展，海島生態環境狀況總體向好，同時《全國海島保護規劃》落實取得初步成效。［39］

從空間分布看，12個海島縣（區、市）綜合承載力水平在空間分布上具有明顯不平衡性，且海島間差距趨勢擴大。呈現由2010年低水平的“南北高、中間低”向2019年較低水平的“中間高、南北低”轉變的分布特征。具體來看，北部海島（長海縣、長島縣）受經濟發展影響在各個時間截面上綜合承載力排名較低，仍有較大的提升空間。中部海島分屬上海市和浙江省，舟山群島“二區二縣”和上海市崇明區自身經濟基礎較好、交通通達度強，依托長江三角洲經濟區，在研究時間范圍內優勢明顯。而位于浙江省東南部的玉環市和洞頭區表現稍差。南部海島（平潭區、東山縣、南澳縣）綜合承載水平發展良莠不齊。平潭區和東山縣在波動中有所提升，而南澳縣開發水平低，抵御風險能力不足，社會發展壓力增大，綜合承載力水平呈下降趨勢。

（三）海島綜合承載力驅動因子分析

將海島綜合承載力最終得分值作為因變量y，指標體系中三級指標x1…x20作為自變量序列，運用Stata進行回歸分析得到下面回歸方程：

y=0.0195x1+0.0242x2+0.0228x3+0.0228x4+0.0302x5+0.0283x6+0.0272x7+0.0320x8+0.0319x9+0.0222x10+0.0330x11+0.0200x12+0.0229x13+0.0277x14+0.0272x15+0.0217x16+0.0284x17+0.0270x18+0.0295x19+0.289x20+0.259（6）

方程的R2為0.9632，調整后的R2為0.9558，P值均小于0.05，方程整體顯著性較高，說明本文選取的20個指標對海島綜合承載力具有較好的解釋意義。因前文按正、負向指標分別進行量化處理，回歸方程中所有指標與海島綜合承載力水平提升皆呈正比關系。研究結果表明，首先，生態調節能力對于提升海島綜合承載力具有重要作用，即生態調節能力越強，海島綜合承載力越高。如，嵊泗縣通過鞏固綠化，再造綠島，森林覆蓋率達48%以上，打造海島型森林城市效果顯著；洞頭區深入實施海島生態修復工程，開展藍色海灣整治行動，生態環境得到進一步改善。其次，外部調動指標在一定程度上緩解了由于資源限制給海島地區發展帶來的需求性問題。平潭縣自貿片區作為福建自貿試驗區核心板塊之一，海港服務設施打通，物流貿易穩步推進，為海島高質量發展奠定基礎。最后，旅游接待人數在本文中作為壓力指標在回歸方程中系數較高，海島旅游與生態環境之間矛盾突出，對海島綜合承載力提升帶來負面影響。近年來，海島旅游掀起熱潮，海島旅游成為傳統海島縣產業轉型的重要途經，而海島旅游開發不免會帶來一系列負面問題，已有研究結果表明，旅游型海島生態安全狀態面臨較大威脅，［40］如何平衡海島旅游開發與生態環境安全成為決策者和學者面臨的重要難題。

三、海島綜合承載力發展態勢仿真預測

運用SPASS軟件，編制GM（1.1）預測程序模型，檢驗程序，運行程序輸出基于海島綜合承載力發展水平原始數據的預測結果圖（見圖6）。在模型預測前，需要對數據進行檢驗，確定建模方法可行性后運行程序預測。

運行輸出海島綜合承載力發展水平預測結果表明，2020—2029年發展水平均處于［0.007，2.0734］之間，是一個磨合發展期，各海島之間發展差距加大，但大部分海島有上升趨勢，說明，目前海洋經濟發展的一系列措施是有利于發展的。但不同海島上升幅度不同且差距不小，長此以往差距可能會逐漸拉大。例如，東山預測值處于低位，普陀、岱山、崇明上升幅度較大，始終保持較高水平，長島、洞頭、嵊泗、定海、玉環、平潭處于波動趨勢，保持在中等水平，同時南澳與長海一直處在下降趨勢。因此在海島綜合承載力發展水平方面，大部分海島都保持增長趨勢，但也有個別海島呈下降趨勢。對于承載力的發展只有保持大區域平衡（不能忽視海陸經濟開發，保持承載力水平的平穩增長），才能真正有利于海島海陸經濟的穩步前行。

海島綜合承載力的預測發展水平分為三個層次，即高、中、低值區。如圖6所示，高值區包括普陀、岱山、崇明，主要在岱山與崇明期間波動，普陀保持較高水平。中值區包括長島、洞頭、嵊泗、定海、玉環、平潭，波動主要在長島與玉環，洞頭與嵊泗之間，而發展水平保持相對穩定。低值區包括東山、南澳與長海，總體值范圍較小。在低值區，南澳與長海一直處在下降趨勢?？傮w而言，海島綜合承載力發展水平的預測值保持了原始研究期間的趨勢和模式，其中一些高值地區仍處于較高水平，一些地區波動之間的差異較小。

從發展水平預測值中可以看到，總體看，海島綜合承載力發展水平的預測值分為三個層次，即高、中、低值區，海島之間綜合承載力的發展差距增大；然而，大多數地區呈現上升趨勢。這些結果呼吁關注個別海島綜合承載力及海陸經濟發展，以確保區域的平衡。

四、結論與討論

在一定環境容量和時空條件下，海島綜合承載力閾值是客觀存在的，超過閾值，將會產生一系列失衡問題。本文基于DPSIR模型闡述海島綜合承載系統多要素內在關聯，構建綜合承載力評價體系，運用全排列多邊形圖示指標法客觀評價海島綜合承載水平，并對時空分布差異作出比較分析，最后，采用多元線性回歸模型嘗試歸納影響海島綜合承載水平的主要驅動因子，提出相應對策建議。

研究結論如下：第一，引用相對客觀的多邊形圖示指標評價法，得出分級指標綜合指數，利用DPSIR模型對海島綜合承載系統解構。研究發現，盡管海島個體之間存在差異，但全國海島縣（區、市）綜合承載力結構不斷優化，綜合承載系統處于較好的發展路徑之上。第二，在時空差異分析中，在時間表現上，全國海島縣（區、市）中除長?？h和南澳縣外，大部分海島縣（區、市）綜合承載力保持波動中上升的趨勢，但整體水平較低，具有階段性特征：2010—2014年，除南澳縣外大部分海島縣（區、市）綜合承載力處于低承載水平。2015—2019年，12個海島縣（區、市）綜合承載力持續提升至較低承載水平。在空間表現上，呈現由2010年低水平的“南北高、中間低”向2019年較低水平的“中間高、南北低”轉變分布特征。此規律并非絕對，在一些特殊海島會表現出偶然性，如長島縣。第三，利用多元線性回歸方程歸納主要驅動因子，以重要性為原則，生態調節能力、外部調動能力以及接待旅游人數對海島綜合承載力的提高具有較大影響。因此，從整體來看，提升綜合承載力的主要措施為：增加海島綠地面積，加強森林資源保護，提高生態調節能力；合理開發旅游資源，摒棄“泛生態旅游”發展模式，在生態資源保護前提下推動生態旅游產業發展；全面提升海島地區開放發展大環境，增強海島自身包容性，發揮自身優勢，提高軟實力。但各海島縣（區、市）發展條件不同，還應因地制宜地采用具體調控措施以匹配發展狀態，在綜合承載能力范圍內合理開發，從而促進海島可持續發展。

首先，本文在方法適用性上做了一定嘗試，使用全排列多邊形圖示法進行測算，得到了較為客觀貼近實際的海島綜合承載力數值，所使用的方法對于處理其他類似地理問題具有一定借鑒意義。然而，限于縣級海島資料的可獲取性，本文沒有在空間小尺度范圍分區對海島綜合承載力進行細致分析。其次，在探究影響海島綜合承載力主要驅動因子中，海島區外因素對海島綜合承載力提高具有一定影響。那么，以陸島聯動視角構建海島綜合承載體系是否成立，這些都是下一步研究的重要方向。

參考文獻：

［1］ 池源，劉大海.島群生態網絡系統、方法與實踐［M］.北京：科學出版社，2021.

［2］ 楊文鶴.中國海島［M］.北京：海洋出版社，2000.

［3］ MacArthur， R.H.， Wilson，E.O.An equilibrium theory of insular zoogeography ［J］. Evolution， 1963，17（4） ： 373-387.

［4］ UNESCO.Expertconsuctations on MAB project 7： ecology and rational Use of ecosystems ［R］. Khabarovsk， UNESCO， Paris：MAB Report series， 1979， NO.47.

［5］ Eduardo Ríos-Jara，CristianMoisésGalván-Villa，Fabián Alejandro Rodríguez-Zaragoza，Ernesto López-Uriarte，VicenteTeófilo Muoz-Fernández.The Tourism Carrying Capacity of Underwater Trails in Isabel Island National Park， Mexico［J］. Environmental Management，2013，52（2）：335-347.

［6］ Thomas Guyondet，SuzanneRoy，Vladimir G. Koutitonsky，JonGrant，GuglielmoTita.Integrating multiple spatial scales in the carrying capacity assessment of a coastal ecosystem for bivalve aquaculture［J］. Journal of Sea Research，2010，64（3）：341-359.

［7］ JunghoNam，WonkeunChang，DaeseokKang.Carrying capacity of an uninhabited island off the southwestern coast of Korea［J］. Ecological Modelling，2010，221（17）：2102-2107.

［8］ 孫玉峰.基于生態承載力的長島縣生態環境問題分析與對策［J］.生態經濟，2007， （11）：147-150.

［9］ 張紅，陳嘉偉，周鵬.基于改進生態足跡模型的海島城市土地承載力評價——以舟山市為例［J］.經濟地理，2016，36（6）：155-160，167.

［10］ 陳振亮.基于生態足跡模型新興海島城市生態承載力研究——以平潭綜合實驗區為例［J］.環境與發展，2017，29（4）：214-215，217.

［11］ 劉偉.海島旅游環境承載力研究［J］.中國人口·資源與環境，2010，20（S2）：75-79.

［12］ 池源，石洪華，孫景寬，等.城鎮化背景下海島資源環境承載力評估［J］.自然資源學報，2017，32（8）：1374-1384.

［13］ 馬婧. 海島旅游環境承載力動態演變及障礙因子研究［D］.大連：遼寧師范大學，2018.

［14］ 張超，蔣金龍，余興光，等.我國海島旅游環境承載力研究述評［J］.海洋開發與管理，2015，32（6）：10-15.

［15］ 徐文斌，郭燦文，王晶，等.基于熵權TOPSIS模型的海島地區資源環境承載力研究——以舟山普陀區、定海區為例［J］.海洋通報，2018，37（1）：9-16.

［16］ 趙明，劉兆欣，王艷.基于DPSIR模型的海島旅游環境承載力調控模型研究［J］.齊齊哈爾大學學報（哲學社會科學版），2018， （6）：88-90.

［17］ 石憶邵，尹昌應，王賀封，等.城市綜合承載力的研究進展及展望［J］.地理研究，2013，32（1）：133-145.

［18］ 涂振順，楊順良，姬厚德.無居民海島資源環境承載力多目標規劃模型初探［J］.海洋開發與管理，2018，35（3）：81-86.

［19］ 封志明，楊艷昭，閆慧敏，等.百年來的資源環境承載力研究：從理論到實踐［J］.資源科學，2017，39（3）：379-395.

［20］ 封志明，李鵬.承載力概念的源起與發展：基于資源環境視角的討論［J］.自然資源學報，2018，33（9）：1475-1489.

［21］ 蘇盼盼，葉屬峰，過仲陽，等.基于AD-AS模型的海岸帶生態系統綜合承載力評估——以舟山海岸帶為例［J］.生態學報，2014，34（3）：718-726.

［22］ 張然.中國縣域海島綜合承載力與經濟發展研究［D］.青島：青島大學，2016.

［23］ 狄乾斌，顧宸.中國縣級海島綜合承載水平測度及時空差異分析［J］.地域研究與開發，2019，38（3）：6-11，17.

［24］ 中華人民共和國自然資源部.2017年海島統計調查公報［R］.2017.

［25］ 邢單霞，盧春.基于全排列多邊形圖示指標法的教育信息化發展水平評估——以W省13個地市的問卷調研數據為例［J］.現代教育技術，2020，30（11）：70-76.

［26］ 吳瓊，王如松，李宏卿，等.生態城市指標體系與評價方法［J］.生態學報，2005， （8）：2090-2095.

［27］ 周偉，曹銀貴，喬陸印.基于全排列多邊形圖示指標法的西寧市土地集約利用評價［J］.中國土地科學，2012，26（4）：84-90.

［28］ 程龍，董捷.基于全排列多邊形綜合圖示指標法的武漢城市圈土地集約利用評價［J］.水土保持研究，2014，21（1）：183-187.

［29］ 王洪威，徐建剛，桂昆鵬，等.城市綠地系統生態服務效能評價及優化研究——以淮安生態新城為例［J］.環境科學學報，2012，32（4）：1018-1024.

［30］ 張超，吳群，彭建超，等.城市綠地生態系統服務價值估算及功能評價——以南京市為例［J］.生態科學，2019，38（4）：142-149.

［31］ 李天霄，付強，彭勝民.基于DPSIR模型的水土資源承載力評價［J］. 東北農業大學學報， 2012，（8）：128-134.

［32］ 狄乾斌，吳佳璐，張潔.基于生物免疫學理論的海域生態承載力綜合測度研究——以遼寧省為例［J］. 資源科學， 2013， 35（1）：21-29.

［33］ 狄乾斌，韓增林.海域承載力的定量化探討——以遼寧海域為例［J］. 海洋通報， 2005，（1）：47-55.

［34］ 狄乾斌，韓增林，劉鍇.海域承載力研究的若干問題［J］. 地理與地理信息科學， 2004， 20（5）：50-53.

［35］ 狄乾斌，韓增林，孫迎.海洋經濟可持續發展能力評價及其在遼寧省的應用［J］. 資源科學， 2009， 31（2）：288-294.

［36］ 典型島群綜合承載力評估與應用課題組.典型島群綜合承載力評估與應用［M］.北京：科學出版社，2018.

［37］ 狄乾斌，於哲，徐禮祥.高質量增長背景下海洋經濟發展的時空協調模式研究——基于環渤海地區地級市的實證［J］.地理科學，2019，39（10）：1621-1630.

［38］ 狄乾斌，韓帥帥，韓增林.中國地級以上城市經濟承載力的空間格局［J］.地理研究，2016，35（2）：337-352.

［39］ 中華人民共和國自然資源部.全國海島保護規劃［R］.2012.

［40］ 李夢程，李世泰，王成新，等.中國海島型旅游目的地生態安全綜合評價與障礙因素研究［J］.海洋科學，2020，44（5）：76-86.

The Research on the Measurement of Comprehensive Bearing Capacity of Islands and Its Spatiotemporal Differences

——Empirical Evidence Based on the Fully Arranged Polygon Graphic Indicator Method

Abstract： The comprehensive bearing capacity of islands is the basis for the development and construction of islands， and it is also the key to the sustainable development of islands. Taking 12 major island counties （districts and cities） in China as the research objects， this paper builds an island comprehensive bearing capacity evaluation system based on the DPSIR model， and uses the fully arranged polygon graphic indicator method to measure the comprehensive bearing capacity of islands from 2010 to 2019. Then， a comparative analysis of the differences in time and space distribution is carried out， based on which the main driving factors and improvement strategies that affect the improvement of the comprehensive bearing capacity of islands are summarized. The research results show that： （1） the comprehensive bearing capacity structure of each island county is continuously optimized， and the comprehensive bearing system is on a better development path; （2） in terms of time， except for Changhai County and Nan′ao County， most island counties have comprehensive bearing capacity. The trend of rising in fluctuations is maintained， but the overall level is low， and the spatial distribution has obvious imbalance， changing from the low level in 2010 showing "north-south high and middle low" to the lower level in 2019 showing "middle high and north-south low" distribution trend; （3） improving the ability of ecological regulation， mobilizing factors outside the area， and developing ecotourism are the three main ways to improve the comprehensive bearing capacity of the islands.

Key words： island county; comprehensive bearing capacity; space-time difference; DPSIR model; fully arranged polygon graphic indicator method