广东省2000—2012年生态足迹分析

付开, 马姣娇, 胡梦瑶, 徐颂军

广东省2000—2012年生态足迹分析

付开, 马姣娇, 胡梦瑶, 徐颂军*

华南师范大学地理科学学院, 广州 510631

运用生态足迹的计算方法对广东省2000—2012年的生态足迹和生态承载力进行了分析, 并且用ARIMA模型对2013—2020年的生态足迹变化趋势进行了预测。结果表明: 2000—2012年, 广东省人均生态足迹呈现上升趋势, 人均生态足迹由2000年的0.8158 ghm2·cap–1增加到2012年的1.1784 ghm2·cap–1; 人均生态承载力呈现逐渐下降的趋势, 由2000年的0.3748 ghm2·cap–1下降到2012年的0.3122 ghm2·cap–1; 人均生态赤字由2000年的0.4410 ghm2·cap–1增加到2012年的0.8662 ghm2·cap–1; 万元GDP生态足迹由2000年的0.6631 ghm2·mil–1下降到2012年的0.1783 ghm2·mil–1。2000—2012年人均生态足迹均大于人均生态承载力, 广东省生态经济系统处于不可持续发展状态。预测显示2013—2020年的人均生态足迹由1.1850 ghm2·cap–1增加到1.2222 ghm2·cap–1, 人均生态赤字由0.8763 ghm2·cap–1增加到0.9368 ghm2·cap–1。针对广东省的生态现状, 从优化产业内部结构, 合理利用土地资源, 转变经济发展方式等方面提出了减少人均生态足迹消耗的政策和建议。

生态足迹; 生态赤字; 可持续发展; 广东省

1 前言

可持续发展的定义是1987年首次在世界环境与发展委员会提出来的, 可持续发展作为一种全新的发展观和发展模式, 已经逐步从理论走向实践[1]。如何定量评估区域生态系统是否处于可持续发展状态成为当前可持续发展研究领域的前沿和热点[2]。为了更加直观、准确、明了的评价可持续发展状况, 国内外学者提出了很多评价指标体系和计算方法, 其中应用最多的就是生态足迹的计算方法,其概念最早是由加拿大人WILLIAN E.Rees提出[3],之后由他的博士生WACKERNAGEL对生态足迹的方法和理论加以完善, 因生态足迹具有易于理解、计算简单、易与其他评价指标相结合等多个优点,生态足迹的方法引起了世界学者的广泛关注, 并应用于国家、城市、产业等不同领域。国内外学者对生态足迹理论进行了广泛的运用和实践[4-5], 近年来,国外生态足迹研究方面日趋完善, 随着技术和指标的更新, 研究领域也更加深入, 加强了大跨度时间序列的动态研究[6-7]; 在国内, 生态足迹的研究也取得了一定进展。邱寿丰等运用国家生态足迹账户分析了福建省生态足迹和生态承载力[8], 谢高地等对中国的生态空间占用进行了相关研究[9], 李正泉运用传统的生态足迹模型核算1995—2013年浙江省人均生态足迹, 分析膳食结构改变引起的生态足迹组分变化[10], 胡美娟在三维生态足迹模型的基础上, 运用足迹广度和足迹深度构建南京市三维生态足迹影响因子指标体系[11]。但是生态足迹模型在这些应用中仍然有一定的缺点, 例如数据选取的时间序列上连贯性和更新不够, 数据处理方法不一致、模型参数计算或者取值不合理等问题。由于对广东省近些年的生态足迹动态研究甚少, 基于此运用生态足迹的计算方法定量分析广东省2000年—2012年生态足迹动态变化趋势, 并且对广东省2013—2020年的生态足迹进行了预测, 为政府制定相关政策提供科学依据。

2 研究区概况

广东省处于东经108°13′—119°59′, 北纬3°28′—25°31′, 面积大约为18万平方千米, 地理位置优越,与香港、澳门特别行政区隔海相望。广东省是我国最早实行改革开放的省份之一, 改革开放以来, 经济总量连续多年位于我国前列, 广东省经济主要以外向型经济为主, 主要集中于珠三角地区, 珠江三角洲经济发达, 区位优势明显; 2012年之前广东省产业结构比重大小依次为第二产业、第三产业、第一产业, 第二产业主要以电子信息产品和纺织业为主; 2013根据广东省之前已出台的《关于加快现代产业体系的决定》之后, 作出重点发展第三产业的战略部署, 主要包括金融、信息服务、商务会展、文化创意、现代旅游、健康服务等行业, 产业结构比重大小依次变为第三产业、第二产业、第一产业,这是广东省第三产业比重十年来首次超过第二产业,第三产业主要以金融业为主; 在经济增长过程中,随着广东省人口的增多, 生活质量的提高, 人们对自然资源过度索取以及不合理利用使得广东省生态环境压力越来越大, 高投入、高消耗、低效益导致资源和环境的不协调, 生态系统受到严重的破坏,从而制约了广东省可持续发展。如何在经济发展过程中提高资源利用效率, 提高可持续发展能力已成为重要的科学问题。文章采用生态足迹的理论方法分析探讨生态经济活动对广东省的自然生态系统影响程度, 为实现广东省可持续发展提供科学依据。

3 数据来源与研究方法

3.1数据来源

本文运用生态足迹计算模型需要用到的数据来源于(2001—2013年)《广东省统计年鉴》, 广东省国土资源厅相关土地调查数据以及参考相关文献[12],全球平均产量来源于FAO数据库[13]。

3.2研究方法

3.2.1 生态足迹计算模型

任何已知人口的生态足迹是生产这些人口所消费的所有资源或者吸纳这些人口所产生的所有废弃物所需要的生物生产总面积[14]。生态足迹计算主要基于两个基本假设[15]: (1)人类能够估计自身消费的大多数资源、能源及其所产生的废弃物数量; (2)消耗的资源和产生的废弃物可以通过换算转换成生物生产性土地面积。生物生产性土地分为耕地、林地、建设用地、牧草地、化石能源用地、水域六种土地类型。计算公式:

式中: EF为总生态足迹; ef为人均生态足迹; N为人口数, ci为i种商品的人均消费量; rj为均衡因子, pi为i种消费商品的平均生产能力; aai为人均i种交易商品折算的生物生产面积, i为消费商品和投入的类型.为了使计算结果能够转化为一个可以比较的标准, 需要在每种类型生物生产面积前乘上一个均衡因子, 以转化为统一的、可比较的生物生产面积[16], j为土地类型。

3.2.2 生态承载力的计算模型

生态承载力又叫生态容量, 是指一个地区所能提供给人类的生态生产性土地的面积总和[17]。根据世界环境与发展委员会(WCED)的报告, 在计算生态承载力时要扣除12%的生物多样性面积[18]。本文采用联合国粮农组织1993年计算生态足迹时的标准。耕地和建设用地的均衡因子为2.8, 林地和化石能源用地均衡因子为1.1, 草地和水域的均衡因子分别为0.5、0.2; 耕地和建设用用地的产量因子为1.66,林地、草地、化石能源用地、水域的产量因子分别为0.91、0.19、0、1。计算公式如下:

式中, EC区域总生态承载力; ec为人均生态承载力; aj为人均实际拥有第j类土地的的生物生产面积; ri为均衡因子; yj为产量因子。

3.2.3 ef和ec的比较

当ec＞ef时, 为生态盈余(er), 表明该地区处于可持续发展状况.当ec＜ef时, 表现为生态赤字(ed),即该地区处于不可持续发展状态。计算公式如下:

式中ef为人均生态足迹; ec为人均生态承载力; ed(er)表示人均生态赤字或人均生态盈余。

3.2.4 万元GDP 生态足迹

万元GDP生态足迹反映资源利用效率, 它结合资源投入和产出来考虑生态效率[19], 万元GDP生态足迹的值越大, 表明资源利用效率越高, 反之就越小。

3 广东省生态足迹动态变化分析模型—ARIMA模型构建

ARIMA模型是一种把非平稳时间序列转化为平稳时间序列, 然后将因变量对它的滞后值以及随机误差项进行回归所建立的模型, p为自回归项; q为移动平均项数, d为时间序列成为平稳时所做的差分次数, 在预测之前首先要确定p, q, d的值, 才能建立模型, 只要该模型确定, 就可用现时间序列的过去值和现值来预测未来的值[20], ARIMA模型建立的步骤主要包括序列平稳性检验、模型初步识别、模型参数估计、模型诊断分析四个方面。自回归移动平均(ARIMA)模型B-J法中最为重要的基本模型之一, ARIMA模型的预测精度较高, 适用于非平稳时间序列的短期预测[21]。在实际问题中, 许多序列不近视为平稳序列, 不能直接用ARIMA模型, 但是有些序列经过处理后, 可以产生一个平稳的新序列,从而可用ARIMA(p, d, q).设{Yt}为非平稳时间序列, d阶差分后的平稳序列为{Zt}, 则:……等依次差分成平稳时间序列Zt, 使Zt满足:

Zt为平稳序列, 因此可建立模型ARIMA(p, d, q):

可得

式中, d为求和阶数, 即差分阶数: p和q分别为平稳序列的自回归和移动平均阶数。

4 结果与分析

4.1生态足迹动态变化分析

根据广东省2001年到2013年广东省统计年鉴和广东省国土资源厅提供的数据, 由于数据量较大,仅给出2008年生物资源消费数据, 如表1, 利用公式(1)、(2), 汇总计算出广东省2000年到2012年的人均生态足迹、人均生态承载力如表2和表3, 本文在计算人均生态足迹时, 由于缺乏2002、2003和2011年的人均实际土地面积数据, 因此计算时用相邻年份的数据的均值来代替; 利用公式(3), 计算出广东省2000年到2012年的人均生态足迹盈亏如表4; 利用公式(4)得出万元GDP 生态足迹如表5; 由表2、表3和表4得出广东省2000年到2012年的人均生态足迹、生态承载力和生态赤字的变化趋势如图1, 由表5绘出的广东省2000年到2012年的万元GDP生态足迹如图2。

由表1、表3和图1可知, 广东省2000—2012年人均生态足迹总体呈上升趋势, 由2000年0.8158 ghm2·cap–1上升到2012年的1.1784 ghm2·cap–1,净增0.3626 ghm2·cap–1, 增幅达到44.4%。人均生态承载力总体呈下降的趋势, 下降幅度较小且比较平稳, 从2000年的0.3748 ghm2·cap–1到2012年的0.3122 ghm2·cap–1; 由表4的生态足迹盈亏情况和图1可知, 2000—2012年广东省一直处于生态赤字状态, 并且人均生态赤字呈逐年上升的趋势, 由2000年的0.4410 ghm2·cap–1增长到2012年的0.8662 ghm2·cap–1, 生态供需极度不平衡, 可知2000年—2012年广东省生态环境处于不可持续发展状况。改革开放以来,各行各业取得了举世瞩目的成就, 广东省以外向型经济为主, 外资的引入对广东省的经济发展起到了积极推动的作用, 特别是珠江三角洲地区, 在资金引入、先进技术应用等方面领先其他地方, 经济的快速发展,产业的转型, 人民生活的不断提高, 使得省内外人士源源不断流入珠三角地区, 城镇化率不断提高, 期间明显快于我国为其他地区, 2000—2010年是广东省城镇化发展的加速期, 城镇化率居全国前列, 2010—2012广东省城镇化增长速度有所减少, 但仍保持上升的势头。城镇化伴随工业化发展, 能源是工业化过程中必不可少的资源, 这些都能引起生态足迹发生变化。

表1 生物资源消费足迹Tab. 1 Calculations of Eco-footprint of biotic resources

表2 广东省2000—2012年人均生态足迹汇总Tab. 2 Eco-footprint per capita in Guangdong from 2000 to 2012 (ghm2·cap–1)

表4 广东省2000—2012年人均生态赤字汇总Tab. 4 Eco-deficit per capita in Guangdong from 2000 to 2012 (ghm2·cap–1)

4.2生态足迹构成分析

由表2可知在人均生态足迹构成中化石能源地所占比例最大, 约占整个人均生态足迹的50%左右,其次是草地、耕地, 最后是水域、林地和建设用地,在研究时段内, 建筑用地增幅最大, 达到16.6%, 这和近年来省内的城镇化快速发展密切相关, 需要大量土地用来建设; 其次是化石能源地增幅达到9%;最后是草地增幅达到4.5%、水域2.3%、林地1.6%、耕地–4.9%, 由于建筑用地消费比重在整个人均生态足迹中很小, 所以化石能源地是影响人均生态足迹变化的最主要原因, 化石能源消费最大的原因是与历年来城镇化和经济的发展息息相关, 城市化进程中需要消耗大量的能源; 耕地的消费呈下降的趋势, 说明随着社会的发展, 人们对农产品的需要也在慢慢下降, 但是耕地仍然是国民经济重要组成部分, 草地的消费足迹增大是由于随着生活水平的提高, 人们对肉类产品的需求也在增加, 林地在整个人均生态足迹中所占比重最小, 增幅很小, 对整个生态足迹影响不大; 由于广东省属于沿海省份, 水产业比较发达, 人均水产品的消耗量也比较大。综合可得, 耕地、化石能源地、草地、水域建设用地是影响人均生态足迹变化的主要原因, 随着人口的增加、经济发展方式的转变, 建设用地的扩张和产业结构的调整都会引起人均生态足迹的变化。

表5 广东省2000-2012年万元GDP生态足迹汇总Tab. 5 Eco-footprint per ten thousand yuan GDP in Guangdong from 2000 to 2012

图1 广东省2000—2012年人均生态足迹、人均生态承载力和人均生态赤字动态变化Fig. 1 Eco-footprint, eco-capacity and eco-deficit per capita dynamic variation between 2000 and 2012 in Guangdong

图2 广东省2000—2012年万元GDP 生态足迹变化Fig. 2 Change of ecological footprint per ten thousand yuan GDP in Guangdong from 2000 to 2012

4.3万元GDP生态足迹变化分析

根据表5和图2可知, 广东省在2000年—2012年时间段内的万元GDP 生态足迹是逐年下降的,由2000年的0.5717 hm2·mil–1下降到2012年的0.1783 hm2·mil–1, 年降幅为18.4%, 万元GDP生态足迹逐年下降反映了广东省资源利用率不断提高,主要原因可能是改革开放以来, 劳动密集型产业在广东省失去了其主导地位, 由初期的第二产业为主导的经济发展慢慢转为由第三产业为主导的经济结构, 在此过程中积极响应政府号召, 发展循环经济,产业结构不断优化和升级, 对贯彻广东省可持续发展具有重大意义。

5 ARIMA模型建立与生态足迹预测

(1) 序列平稳性检验

本文把广东省2000—2012年的人均生态足迹作为原序列, 由上文可知序列是一个非平稳时间序列, 为使数据变得平稳, 需要对原数列进行差分运算。对原序列做一阶差分, 从一阶差分后单位根检验可知(表6): ADF的值还大于1%水平下的临界值,所以序列仍然存在不平稳性.对原数列进行二次差分, 二阶差分ADF检验结果可知(表7): ADF的值小于1%水平的临界值, 由此可知该序列是平稳的。

(2) 模型识别

由(1)可知, 原序列进行二次差分后趋于平稳,即d=2, 然后通过做出二次差分后序列的ACF和PACF图来确定ARIMA(p, d, q)模型的阶数p和q,

表6 一阶差分序列单位根检验结果Tab. 6 Result of the first-order difference sequence unit root testNull Hypothesis: D(Y) has a unit rootExogenous: Constant, Linear TrendLag Length: 2 (Automatic-based on SIC, maxlag=2)

表7 二阶差分序列单位根检验结果Tab. 7 Result of the second-order difference Sequence unit root testNull Hypothesis: D(Z, 2) has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic-based on SIC, maxlag=1)

从图3可以看出序列的自相关系数和偏自相关系数都是拖尾的, 初步识别, 建立模型ARIMA(p, 2, q).通过自相关-偏相关分析图可知, 显著不为零的偏相关系数的个数为3, 显著不为零的自相关系数的个数为2, 推测p的值可能为1, 2, 3, q的值可能为1, 2, 所以可建立的模型有ARIMA(1, 2, 1), ARIMA (1, 2, 2), ARIMA(2, 2, 1), ARIMA(2, 2, 2), ARIMA (3, 2, 1), ARIMA(3, 2, 2)几种。

(3) 模型参数估计

通过AIC即最佳准则函数定阶法来确定p和q,一般来说AIC值越小, p和q值越适合。通过计算得到模型参数估计的AIC和SC值, 选择ARIMA(3, 2, 2)模型。

图3 二阶差分的PAC和AC图Fig. 3 The PAC and AC graph of second order difference

建立ARIMA(3, 2, 2)模型:

(1-0.0981B-0.2103B2-0.3009B3)(1-B)3Yt=(1+0.03 87B1+0.9613B2)et

S.E=0.0073, AIC=-6.7132, SC=-6.5317

Adjusted R-squared=0.9932, DW=2.498

(4) 模型分析

根据上面确定的ARIMA(3, 2, 2)模型, 对原数据进行回归拟合, 模型中的残差序列(Residual)以及原数据的实际值(Actual)和拟合值(Fitted)的序列图见图4, 从图可以看出, 模型的实际值和拟合值具有很好的一致性, 并且模型的残差值比较小, 所以该模型还是比较理想的。

(5) 生态足迹预测

根据ARIMA(3, 2, 3)模型预测广东省2013年到2020年的人均生态足迹, 同理运用ARIMA(2, 1, 3)模型预测2013—2020年的人均生态承载力, 可预测得出人均生态赤字, 汇总如表8所示:

6 结论与讨论

根据生态足迹模型对广东省2000—2012年的生态足迹和生态承载力进行了计算, 并且运用ARIMA模型对广东省2013—2020年生态足迹进行了预测, 可以得出以下结论:

(1) 通过计算, 广东省人均生态足迹由2000年的0.8158 ghm2·cap–1到2012年1.1784 ghm2·cap–1, 人均EC由2000年的0.3748 ghm2·cap–1到2012年的0.3122 ghm2·cap–1, 研究期内人均生态足迹呈整体上升的趋势, 人均生态承载力呈下降的趋势, 人均生态足迹一直大于人均生态承载力, 环境处于生态赤字状态, 并且人均生态赤字逐年增大, 由此表明广东省近年来处于不可持续发展状况。

图4 序列拟合效果Fig. 4 Fitting effect graph of second order difference sequence

表8 预测结果Tab. 8 Result of prediction (ghm2·cap–1)

(2) 耕地、草地、水域和化石能源用地都出现一定的生态赤字, 其中耕地生态赤字呈减小的趋势,水域、草地和化石能源用地生态赤字逐渐增大, 可知水域、草地和化石能源地对广东省生态可持续影响最大。

(3) 广东省万元GDP 生态足迹逐年下降, 由2000年的0.6631 hm2·mil–1下降到2012年的0.1783 hm2·mil–1,但在研究期内由2000年的0.6631 hm2·万元–1下降到2001年的0.5832 hm2·mil–1, 再上升到2002年的0.5981 hm2·mil–1, 最后一直下降到2012年的0.1783 hm2·mil–1, 整个时间段内表明: 在广东省经济发展的过程中, 资源、能源利用效率不断提高, 经济增长方式发生转变。

(4) ARIMA模型的预测结果表明: 在未来的时间段内, 随着经济的发展, 人均生态足迹持续上升,人均生态赤字还会进一步增大, 广东省可持续发展的问题将会继续面临更大的挑战。

由于数据资源有限, 本文没有分析影响广东省生态足迹变化的驱动因子, 因此在未来的研究中,可以对广东省各个市生态足迹所占比重以及影响各个市生态足迹变化的驱动因子进行深入研究, 根据影响生态足迹变化的驱动机制有针对性的制定合理的发展对策。根据本文对广东省的现有研究提出加强耕地保护、优化产业结构、降低碳排放的增长速度、提高资源利用率等建议来缓解广东省生态压力。

[1] 陶在朴(奥地利). 生态包袱与生态足迹—可持续发展和重量及面积观念[M]. 北京: 经济科技出版社, 2003.

[2] 杨震, 牛叔文, 常慧丽, 等. 基于生态足迹模型的区域生态经济发展持续性评估[J]. 经济地理, 2005, 25(4): 542–546.

[3] REES W E. Ecological footprint and appropriated carrying capacity: what urban economic leaves out[J]. Environment and Urbanization, 1992, 4(2): 121–130.

[4] 徐中民, 程国栋, 张志强. 生态足迹方法的理论解析[J].中国人口资源与环境, 2006, 16(6): 69–78.

[5] VAN VUUREN D P, BOUWMAN L F. Exploring past and future changes in the ecological footprint for world regions[J]. Ecological Economics, 2005, 52(1): 43–62.

[6] YONG Geng, LI Ming, XU Dong, et al. Urban ecological footprint analysis: a comparative study between Shen yang in China and Kawasaki in Japan[J]. Journal of Cleaner Production, 2014, 75: 130–142.

[7] NICCOLUCCI V, GALLI A, REED A, et al. Towards 3D National Ecological footprint Geography[J]. Ecological Modeling, 2011, 222: 2939–2944.

[8] 邱寿丰, 朱远. 基于国家生态足迹账户计算方法的福建省生态足迹研究[J]. 生态学报, 2012, 32(22): 7124–7134.

[9] 谢高地, 鲁春霞, 成升魁, 等. 中国的生态空间占用研究[J].资源科学, 2001, 23(6): 20–23.

[10] 李正泉, 马浩, 肖晶晶, 等. 浙江省1995—2013年生态足迹动态变化探析[J]. 生态科学, 2015, 34(6): 170–176.

[11] 胡美娟, 周年兴, 李在军, 等. 南京市三维生态足迹测算及驱动因子[J]. 地理与地理信息科学, 2015, 01: 91–95. [12] 郭秀锐, 杨居荣, 毛显强. 城市生态足迹计算与分析——以广州市为例[J]. 地理研究, 2003, 22(5): 654–662.

[13] Food and Agriculture Organization of the United Nations (FAO). FAOSTAT Domains [EB/OL]. [2016-04-05]. http://www.fao.org/statistics/en/.

[14] 杨开忠, 杨咏, 陈洁. 生态足迹分析理论与方法[J]. 地球科学进展, 2000, 15(6): 630–636.

[15] 徐中民, 陈东景. 中国1999年的生态足迹计算与发展能力分析[J]. 应用生态学报, 2003, 14(2): 280–285.

[16] 张乐勤, 陈素平, 荣慧芳, 等. 安徽省池州市2001—2010年可持续发展动态测度与分析[J]. 地理研究, 2012, 31(3): 439–448.

[17] HABERL H. How to calculate and interpret Ecological Footprint for long periods of time: the case of Australia in 1926-1995[J]. Ecological Economics, 2001, 38: 25–45.

[18] 刘先, 谢屹, 常菁菁, 等. 基于生态足迹模型的江苏省可持续发展状况分析[J]. 林业经济问题, 2012, 32(1): 90–94.

[19] 王树强, 张贵. 基于秩和比的京津冀综合承载力比较研究[J]. 地域研究与开发, 2014, 33(4): 19–24.

[20] 张勃, 刘秀丽. 基于ARIMA模型的生态足迹动态模拟和预测—以甘肃省为例[J]. 生态学报, 2011, 31(20): 6251–6260.

[21] 谭秀娟, 郑钦玉. 我国水资源生态足迹分析与预测[J].生态学报, 2009, 29(7): 3559–3568.

Analysis of ecological footprints of Guangdong Province from 2000 to 2012

FU Kai, MA Jiaojiao, HU Mengyao, XU Songjun*
School of Geographical Sciences,South China Normal University,Guangzhou510631,China

Based on ecological footprint methods, this paper estimated the ecological footprint and carrying capacity of Guangdong Province during 2000-2012, and predicted the change of the ecological footprint by using ARIMA model of Guangdong Province from 2013 to 2020. The results showed that the per capita ecological footprint in Guangdong Province presented a rising trend from 2000 to 2012. The ecological footprint per capita of the city increased from 0.8158 hm2in 2000 to 1.1784 hm2in 2012. The per capita ecological carrying capacity had a decrease trend; the per capita ecological carrying capacity decreased from 0.3748 hm2in 2000 to 0.1783 hm2in 2012. The ecological deficit per capita increased from 0.4410 hm2in 2000 to 0.8662 hm2in 2012. The ecological footprint per ten thousand yuan GDP decreased from 0.6631 hm2in 2000 to 0.1783 hm2in 2012. The ecological footprint was always bigger than the ecological carrying capacity from 2000 to 2012, which meant that the ecological and economic systems of Guangdong Province were unsustainable. The prediction results showed that the ecological footprint increased from 1.1850 hm2in 2013 to 1.2222 hm2in 2020; the ecological deficit increased from 0.8763 hm2in 2003 to 0.9368 hm2in 2020. Considering the unstable eco-situation in Guangdong, we propose several policy recommendations to reduce ecological footprint, including optimizing the industrial structure, improving the efficiency of resource utilization, and changing the mode of economic development.

eco-footprint; eco-capacity; sustainable development; Guangdong Province

10.14108/j.cnki.1008-8873.2016.05.009

F062.2

A

1008-8873(2016)05-056-09

付开, 马姣娇, 胡梦瑶, 等. 广东省2000—2012年生态足迹分析[J]. 生态科学, 2016, 35(5): 56-64.

FU Kai, MA Jiaojiao, HU Mengyao, et al. Analysis of ecological footprints of Guangdong Province from 2000 to 2012[J]. Ecological Science, 2016, 35(5): 56-64.

2015-12-29;

2016-01-17

国家自然科学基金项目(NO.41271060)

付开(1990—), 男, 河南开封市人, 硕士研究生, 主要研究方向为环境生态与生态旅游, E-mail: 1625767027@qq.com

*通信作者: 徐颂军(1962—), 男, 广东人, 博士, 教授, 主要从事植物地理学、环境生态学和旅游生态的教学和科研工作. E-mail: xusj@scnu.edu.cn