长沙市生态安全分区对比研究

阮小春，朱红梅*，张 健，言 含

（1. 湖南农业大学资源环境学院，湖南·长沙 410128；2. 湖南省新化县畜牧水产局，湖南·新化 417600)

长沙市生态安全分区对比研究

阮小春1，朱红梅1*，张 健2，言 含1

（1. 湖南农业大学资源环境学院，湖南·长沙 410128；2. 湖南省新化县畜牧水产局，湖南·新化 417600)

运用改进型能值生态足迹模型计算出长沙市各区县2006~2015年的人均生态承载力与人均生态足迹，并运用GM(1,1)模型得出2016~2025年的预测值。发现长沙市各区县的人均生态赤字呈现三种变化趋势：一是生态赤字逐渐加大，二是生态赤字处于相对稳定状态，三是逐渐加大后出现拐点，转变为逐渐减少甚至出现生态盈余。根据人均生态赤字的这三种变化特征将长沙市划分为生态红区、生态黄区和生态蓝区，对比分析其生态安全状况，为经济发展规划提供参考。

生态安全评价；能值；生态足迹模型；生态承载力；可持续发展

随着社会经济的快速发展，人们对自然资源的过度利用和消耗，引发了一系列生态环境问题，如耕地减少、森林破坏、水土流失、土地荒漠化等[1]，生态安全逐渐受到国际社会的重视[2,3]。我国人地矛盾日趋尖锐，新型城镇化的快速发展对城市生态环境提出了更高要求[4,5]。因此开展城市生态安全评价，协调好经济发展与资源环境的关系，显得尤为重要[6]。

运用改进型生态足迹模型评价区域可持续发展，能够克服传统模型生态偏向性的弱点，逐渐成为生态安全研究的热点。2014年顾康康等人运用社会经济系统发展指数改进传统生态足迹模型，对矿业城市淮南市的土地利用与生态承载力进行时空变化分析[7]。随后，盛业旭等人通过引入人工投入指标与折标系数对能值生态足迹模型进行修正，并测算了南通市可持续发展水平[8]。曾晓霞等人通过引入社会经济虚拟承载力账户对能值生态足迹模型进行改进，并对长沙市及湘江城市段的生态足迹及其驱动力进行分析研究[9,10]。2016年杨青等人采用生态足迹模型对东北老工业基地辽宁省的生态安全进行评价[11]。杨灿等人运用生态足迹改进模型对湖南省生态赤字进行了研究[12]。

目前结合经济、科技与人力因素的生态承载力研究还处于起步阶段，有关长沙市的类似研究多集中于整体的、静态的现状分析。本文将对能值生态足迹模型进行改进，计算承载力时引入人工生态承载力对生态承载力进行修正，采用湖南省平均能值密度代替全球平均能值密度，生态足迹计算采用生产量代替消费量。根据研究区域生态赤字的变化特征进行生态红区、生态黄区及生态蓝区的划分，对比分析其生态安全状况，分别提出可持续发展的相关建议，是本文的主要创新点。

1 研究区域概况与数据来源

1.1 研究区域概况

长沙市是中部崛起的重要战略城市，是湖南省的政治、经济、文化、交通、科教和商贸中心，同时是两型社会试验区，长株潭城市群的核心。长沙市位于湖南省东部偏北方向，湘江下游和长浏盆地西缘，土地面积11819km2,城区面积2185km2。2015年末长沙市常住人口达到743.18万人，地区生产总值达8510.13亿元，形成了以工业机械、烟草制品、汽车零部件制造、非金属制品及新材料等五大支撑行业。长沙市水系发达，水资源丰富，气候温和，雨热同期，属亚热带季风气候，其土壤类型多样，以红壤、水稻土为主，适合种植多种农作物。

1.2 数据来源

本文基础数据主要来源于2006~2015年《长沙统计年鉴》及2015年长沙市各区县国民经济和社会发展统计公报，并通过调查走访，从长沙市统计局、长沙市气象等相关部门补充与核对部分数据。

2 能值生态足迹改进模型的计算方法

2.1 人均生态承载力计算

生态承载力是指在一定生活水平下，一个国家或地区所能提供给特定人口所需资源及吸纳这些人口产生的废弃物的生物生产性土地面积。本文人均生态承载力计算分为人均自然生态承载力与人均人工生态承载力两部分。考虑到社会的可持续发展，自然资源只计算可更新的太阳能、风能、雨水化学能、雨水势能、地球旋转能以及3%表层土壤有机能。根据能值理论，风能、雨水化学能和雨水势能都是太阳能的转化形式，只取四者中的最大值计入总能值。具体计算公式为：

式中：ECn为人均自然生态承载力，m2/人；E为可更新资源总能值，sej；P1为湖南省平均能值密度，数值为1.52×1011sej/m2[13,14]；N为常住人口数量，人；ei为第i种同类可更新资源的最大值，sej。

经济发展与科技进步能够提高对自然资源与能量的开发利用水平，综合考虑社会经济系统对生态承载力的影响，引入经济、科技及人力资源因子对生态承载力进行修正[6~8]。计算公式为：

式中：ECe为人均人工生态承载力，m2/人；te为能值资本转换率，sej/万元[15~17]；Vt为高新技术产值，代表科学技术水平，万元；Va为固定资产投资额代表经济发展能力，万元；Vs为劳务价值，代表人力资源规模，万元；GDP为地区生产总值，万元。

因此修正后的人均生态承载力为人均自然生态承载力与人均人工生态承载力之和，计算公式为：

式中：EC为人均生态承载力，m2/人。

2.2 人均生态足迹计算

根据生态足迹理论，生物生产性土地类型分为耕地、林地、草地、水域、化石能源用地及建筑用地六大类型。某一地区生产的产品无论是否被当地消费，都消耗了当地的生态资源，因此本文计算生态足迹采用生产量代替消费量。引入能量折算系数与能值转换率，将不同类型的生物产量换算为太阳能值，再利用区域能值密度将太阳能值换算为生物生产性土地面积，即为当地的生态足迹。计算公式为：

式中：P2为区域能值密度，sej/m2；S为区域面积，m2；Ci为第i种资源的太阳能值，sej；Ti为第i种资源的产量，t；Mi为第i种资源的能量折算系数，J/t[15,16]；Ki为第i种资源的太阳能值转换率，sej/J[17,18]；EF为人均生态足迹，m2/人；ai为第i种资源的人均生态足迹，m2/人。

3 生态安全评价指标

3.1 人均生态赤字

将计算出来的人均生态承载力与人均生态足迹进行对比，人均生态承载力大于人均生态足迹时，出现生态盈余，表明当地生态处于安全状态；反之，则出现生态赤字，表明生态安全存在隐患；当二者相等，则说明生态平衡。计算公式为：

式中：EB为人均生态赤字，m2/人。

3.2 生态压力指数

生态压力指数是指某个地区单位生态承载面积上的生态足迹，代表该区域生态环境所承受的压力程度[18,19]。计算公式为：

式中：EFI为生态压力指数。当01时，生态资源供小于求，生态压力大。根据生态压力指数范围可以划分生态安全等级[20]。

4 预测模型

灰色系统是指既含有已知信息又含有未知信息的系统，灰色系统模型是通过利用较少或不确切的表示灰色系统行为特征的原始数据通过累加或者累减生成新的数据序列，来描述灰色系统内部事物连续变化的预测模型。本文运用GM(1,1)模型，通过编程在MATLAB中计算预测值，其精度检验等级见表1。

表1 GM(1,1)模型精度等级及指标值Table 1 Accuracy class and the index value of GM(1,1) model

5 结果与分析

5.1 生态分区

根据改进型能值生态足迹模型计算出长沙市各区县2006~2015年的人均生态承载力与生态足迹，并通过GM(1,1)模型得到2016~2025年的预测值，从而计算出人均生态赤字/盈余。预测值中精度达到一级的占71.67%，二级占26.11%，三级占2.22%，可见预测值比较理想。表2与图1为2006、2010、2015、2020、2025的计算与预测结果。由表2可以看出长沙市各区县的人均生态承载力与人均生态足迹呈现总体上升趋势。由图1可以看出长沙市各区县的人均生态赤字呈现三种变化趋势，芙蓉区、天心区、岳麓区、开福区及雨花区均呈现逐年加大的趋势，而长沙县每年的人均生态赤字比较均衡，没有呈现明显的变化趋势，望城区、浏阳市及宁乡县均呈现加大到一定程度后出现拐点转为递减，浏阳市与宁乡县甚至出现生态盈余的现象。根据人均生态赤字的这三种变化趋势将长沙市划分为生态红区（芙蓉区、天心区、岳麓区、开福区、雨花区）、生态黄区（长沙县）及生态蓝区（望城区、浏阳市、宁乡县）。红色带有预警的意思，生态红区意为生态压力不断加大，环境状况不容乐观；黄色为中性颜色，生态黄区意为生态环境比较稳定，没有明显恶化或好转趋势；蓝色代表明朗与洁净，生态蓝区意为生态环境比较乐观，有好转趋势，具体分区见图2。

表2 长沙市各区县人均生态承载力与生态足迹计算结果Table 2 The calculation results of per person ecological carrying capacity and ecological footprint of all districts and counties in Changsha city

图1 长沙市各区县人均生态赤字Fig.1 The per person ecological deficit of all districts and counties in Changsha city

图2 长沙市生态分区Fig.2 The ecological division of Changsha city

5.2 生态安全评价

（1）人均生态赤字

从计算结果与图3可以看到长沙市生态红区的人均生态赤字最大，且呈现不断加大的趋势，从2006年的9.35E+04m2/人增加到2025年的2.30E+05m2/人，年均增长率达到7%。2015年之前人均生态赤字呈现波动上升，2015年以后，呈现持续上升，说明其未来的生态状况不容乐观。生态黄区的生态赤字在研究期内没有出现明显递增或递减的趋势，人均生态赤字在年平均值3.33E+04m2/人上下小幅波动，说明其生态环境处于相对稳定状态，没有改善也没有恶化。生态蓝区2006年的人均生态赤字为4.61E+04m2/人，后呈现小幅上升，在2009年达到最大值7.00E+04m2/人,后转为逐渐下降，并在2022年出现人均生态盈余1.23E+04m2/人，并不断增加，到2025年增加到8.07E+04m2/人。生态蓝区出现这一现象的原因有三点，分别是：它本身的生态环境好，生态赤字较小；经济发展相对落后因而生态足迹增加缓慢；生态环境的自我恢复能力强。

图3 长沙市生态区划人均生态赤字Fig.3 The per person ecological deficit of the three areas in Changsha city

（2）生态压力指数

由表3可以看出2006~2025生态红区的生态压力指数明显高于生态黄区与生态蓝区，指数范围为12.64~19.75。2006年生态红区压力指数为15.07，之后逐渐增加，2008年增幅最大，由15.33增加到19.49，增长率达到27%。2010年生态压力指数达到最大值19.32，2011年出现下降，2011~2015年出现波动变化趋势，2016年之后呈现持续下降趋势，到2025年生态压力指数降到最低值12.64。生态黄区的生态压力指数介于生态红区与生态蓝区之间，指数范围为1.87~4.85。2006年生态黄区的压力指数为4.48，之后出现小幅增加，到2009年达到最大值4.85，之后呈现持续递减，到2025年降到1.87。生态蓝区的生态压力指数最小，指数范围为0.72~3.25，在2008年之前呈现波动变化，2009年之后出现持续降低趋势，到2025年降到最低值0.72。由此可以看出，2009年是长沙市生态环境变化的一个拐点，在此之前生态压力指数不断增加，而2009年以后呈现降低趋势。造成这一现象的原因有两个，其一是2006~2009年间长沙市社会经济的发展增速不断加大，而2009年之后社会经济发展增速放缓，快速的经济增长必然带来生态足迹的大量增加，进而加大对生态环境的压力。其二是一系列环境问题的出现，引起了政府和社会对生态的关注和重视，加大了对生态环境的保护。根据表4生态安全等级的划分，可以判断研究期内生态红区的生态安全主要处于轻度不安全状态，生态黄区与生态蓝区主要处于生态较安全状态。

6 结论与建议

（1）长沙市各区县的人均生态承载力与人均生态足迹在研究期内均有所增加，人均自然生态承载力主要受降水量的影响，其变化幅度不大，说明人均生态承载力的提高主要来源于人均人工生态承载力的增加。由此可见经济发展与科技进步不仅会加大生态足迹规模，也能提高生态承载力。

表3 长沙市各生态区划生态压力指数Table 3 The ecological pressure index of the three areas in Changsha city

表4 生态安全等级划分Table 4 The division of ecological security level

（2）长沙市三大生态区的特点是，生态红区经济发展程度最高，经济发展速度最快，其生态压力指数也最大，研究期间生态压力指数平均值达到15.75。生态黄区年平均生态压力指数为3.17，其经济发展情况与生态压力指数均介于生态红区与生态蓝区之间。生态蓝区经济发展相对落后，其生态压力指数也最小，年平均值为1.84。由此得知长沙市区域经济发展程度与生态环境压力指数呈现负相关关系。

（3）三大生态区的生态压力指数均出现先递增后递减的趋势。生态红区的生态压力指数从2006年的15.07提高到2009年的19.75，之后转为递减，到2025年生态压力指数降到12.64。生态黄区的生态压力指数从2006年的4.48提高到2009年的4.85，后转为递减，到2025年降到1.87。生态蓝区的生态压力指数从2006年的3.13提高到2007年的3.25后不断减少，2025年降低到0.72。这说明经济发展过程中，生态环境会出现先恶化后改善的规律性，这符合库兹涅兹环境曲线。

（4）研究期内生态红区处于轻度不安全状态，其生态赤字呈现逐年加大趋势。在今后的发展过程中要大力发展高兴技术产业，提高资源利用效率，通过减缓生态足迹增加来减轻生态压力，避免环境恶化。生态黄区处于较安全状态，需要在维持现有状态下，保持土地利用类型的多样性，加强生态平衡，提高可持续发展能力。生态蓝区处于安全状态，其可持续发展能力最强，具有很大的发展潜力，需要招商引资，加大人才队伍建设和政策支持，发展环保节能型产业，在保护好现有生态环境的基础上把握机会加速发展。

References)

[1] 赵强,李秀梅,谢嘉欣. 济南市生态弹性力评价研究[J]. 生态科学,2015,34(2):156-160.

Zhao Q, Li X M, Xie J X. Evaluation on city ecosystem resilience in Jinan City[J].Ecological Science, 2015,34(2):156-160.

[2] Dang X, Liu G, Xue S, et al. An ecological footprint and emergy based assessment of an ecological restoration program in the Loess Hilly Region of China[J]. Ecological Engineering, 2013,61:258-267.

[3] 石忆邵,尹昌应,王贺封,等. 城市综合承载力的研究进展及展望[J]. 地理研究,2013,32(1):133-145.

Shi Y S, Yin C Y, Wang H F, et al. Research progress and prospect on urban comprehensive carrying capacity[J]. Geographical Research, 2013,32(1):133-145.

[4] 石忆邵,周蕾. 国内外城市生态用地与城市竞争力关系的实证分析[J]. 上海国土资源,2016,36(1):5-9.

Shi Y S, Zhou L. Empirical analysis of urban ecological land and urban competitivenessat China and abroad[J]. Shanghai Land & Resources, 2016,36(1):5-9.

[5] 朱蕾. 国内外城市生态网络建设经验及对上海的启示[J]. 上海国土资源,2014,35(1):41-45.

Zhu L. The experience of constructing urban ecological networks in both China and abroad and the implications for Shanghai[J]. Shanghai Land & Resources,2014,35(1):41-45.

[6] 张婷婷,郑喜坤. 基于生态足迹的四平市土地生态安全评价研究[J].上海国土资源,2016,37(2):17-20.

Zhang T T, Zheng X K. Evaluation of land ecological security in Siping based on ecological footprint[J]. Shanghai Land & Resources, 2016,37(2):17-20.

[7] 顾康康,储金龙,汪勇政. 基于遥感的煤炭型矿业城市土地利用与生态承载力时空变化分析[J]. 生态学报,2014,34(20):5714-5720.

Gu K K, Chu J L, Wang Y Z. Spatio-temporal analysis of land use and ecological carrying capacity in coal mining city based on remote sensing[J]. Acta Ecologica Sinica, 2014,34(20):5714-5720.

[8] 盛业旭,刘琼,欧名豪,等. 基于能值—生态足迹修正模型的区域可持续发展研究—以江苏省南通市为例[J]. 水土保持通报,2014, 34(3):211-217.

Sheng Y X, Liu Q, Ou M H, et al. A study of regional sustainable development based on modified model of energetic ecological footprint: a case study of Nantong city[J]. Bulletin of Soil and Water Conservation, 2014,34(3):211-217.

[9] 曾晓霞,刘云国,黄磊,等. 基于能值定理的生态足迹模型修正研究—以长沙市为例[J]. 中国环境科学,2015,35(1):312-320.

Zeng X X, Liu G Y, Huang L, et al. The modified model of the emergetic ecological footprint a case study of Changsha City[J]. China Environmental Science, 2015,35(1):312-320.

[10] 曾晓霞,刘云国,曾光明,等. 湘江城市段能值生态足迹及驱动力分析[J]. 湖南大学学报(自然科学版),2014,41(12):115-119.

Zeng X X, Liu G Y, Zeng G M, et al. Analysis of emergetic ecological footprint and its driving effects in city cluster of Xiangjiang river basin[J]. Journal of Hunan University (Natural Sciences), 2014,41(12):115-119.

[11] 杨青,逯承鹏,周锋,等. 基于能值—生态足迹模型的东北老工业基地生态安全评价—以辽宁省为例[J]. 应用生态学报,2016, 27(5):1594-1602.

Yang Q, Lu C P, Zhou F, et al. An emergy-ecological footprint model based evaluation of ecological security at the old industrial area in Northeast China: A case study of Liaoning Province[J]. Chinese Journal of Applied Ecology, 2016,27(5):1594-1602.

[12] 杨灿,朱玉林. 基于能值生态足迹改进模型的湖南省生态赤字研究[J] .中国人口∙资源与环境,2016,26(7):37-45.

Yang C, Zhu Y L. Ecological deficit based on new energybased ecological footprintmodel in Hunan provience[J]. China Population,Resources and Environment, 2016,26(7):37-45.

[13] 邵磊. 中国城镇化进程中生态足迹的时空演变研究[D]. 合肥:安徽财经大学经济学院,2015.

Shao L. Study on spatial-temporal evolution of ecological footprint in the process of China’s urbanization[D]. Hefei: College of Economics, Anhui University of Finance and Economics, 2015.

[14] Pereira L, Ortega E. A modified footprint method: The case study of Brazil[J]. Ecological Indicators, 2012,61:113-127.

[15] 蓝盛芳,钦佩,陆宏芳. 生态经济系统能值分析[M]. 北京:化学工业出版社,2002:5-77.

Lan S F, Qin P, Lu H F. Emergy analysis of economic ecosystems[M]. Beijing: Chemical Industry Press, 2002:5-77.

[16] 蓝盛芳,钦佩. 生态系统的能值分析[J].应用生态学报,2001, 12(1):129-131.

Lan S F, Qin P. Emergy analysis of ecosystems[J]. Chinese Journal of Applied Ecology, 2001,12(1):129-131.

[17] Zhao S, Song K, Gui F, et al. The emergy ecological footprint for small fish farm in China[J]. Ecological Indicators, 2013,29:62-67.

[18] 周慧. 基于能值-生态足迹模型的济南市生态安全研究[D]. 济南:山东师范大学地理与环境学院,2015.

Zhou H. An emergy-ecological footprint model based evaluation of ecological security in Jinan city[D]. Jinan: College of Geography and Environment, Shandong Normal University, 2015.

[19] 黄海,刘长城,陈春. 基于生态足迹的土地生态安全评价研究[J].水土保持研究,2013,20(1):193-196.

Huang H, Liu C C, Chen C. Appraisal of land ecological security based on ecological footprint[J]. Research of Soil and Water Conservation, 2013,20(1):193-196.

[20] 刘卜铭,徐跃通. 基于灰色GM(1,1)模型的山东省人口预测与可持续发展研究[J]. 鲁东大学学报(自然科学版),2015,31(3):254-259.

Liu P M, Xu Y T. Application of grey GM(1,1) model in population forecasting and sustainable development of Shandong province[J]. Journal of Ludong University (Natural Science Edition), 2015,31(3):254-259.

Comparing ecological security in different areas of Changsha

RUAN Xiao-Chun1, ZHU Hong-Mei1, ZHANG Jian2, YAN Han1
(1. College of Resource and Environment, Hunan Agricultural University, Hunan Changsha 410128, China; 2. The Animal Husbandry Administration of Xinhua County, Hunan Xinhua 417600, China)

This study calculates the per capita ecological carrying capacity and ecological footprint for the years between 2006 and 2015 for all districts and counties in the city of Changsha. The study used a modified model of emergetic ecological footprint and predicted the results from the years between 2016 and 2025 using a GM(1,1) model. The results show that the per capita ecological deficit presents three change trends: one increased gradually, one was in a relatively stable state, and the third gradually increased to the inflection point, then reduced and even appeared as ecological surplus. According to these three characteristics, Changsha was divided into three ecological areas: red, yellow, and blue, and the ecological security of each area were analyzed to provide resources for economic development planning.

ecological security valuation; emergy; ecological footprint model; ecological carrying capacity; sustainable development

F293.22

A

2095-1329(2017)01-0070-04

10.3969/j.issn.2095-1329.2017.01.016

2016-11-29

修回日期: 2017-01-16

阮小春(1990-),女,硕士生,主要研究方向为土地资源管理与规划.

电子邮箱: 137925193@qq.com

联系电话: 0731-84617714基金项目: 湖南省国土资源厅科研项目(湘财建指[2014]405)

*通讯作者: 朱红梅(硕士/教授): zhuhm2004@126.com