四平市自然资源综合承载力评价与预测研究

孟 玫，李秀霞，孟祥健

（吉林师范大学旅游与地理科学学院，吉林·四平 136000）

四平市自然资源综合承载力评价与预测研究

孟 玫，李秀霞*，孟祥健

（吉林师范大学旅游与地理科学学院，吉林·四平 136000）

运用状态空间法构建综合承载力模型，对吉林省四平市2000~2014年自然资源综合承载力进行了评价，用灰色预测GM(1,1)模型对其进行预测，并针对存在问题提出了合理化建议。结果显示：四平市自然资源综合承载力呈现出W型波动式上升，但始终处于严重超载状态；未来10年四平市自然资源综合承载力虽然呈现上升趋势，但仍将处于严重超载状态；四平市土地资源比较丰富，但水资源和能源相对不足，是制约该市经济发展的主要因素。文章最后从提高资源的利用率、保护水资源、优化产业结构等方面给出合理化建议，以期为四平市经济的可持续发展提供技术参考。

自然资源；综合承载力；评价与预测；状态空间法；主成分分析；灰色预测模型

1921年，人类生态学家帕克（Park）和伯吉斯（Burgess）提出承载力（Carrying Capacity）概念[1]，随后相继出现了草地承载力、土地资源承载力、水资源承载力等，内涵不断丰富，测算方法也逐步完善，尤以土地资源和水资源承载力等方面取得的成果较多[2]。

国内关于承载力的研究始于20世纪80年代，虽起步较晚但研究成果丰富，并主要集中于绝对资源承载力方面[3]。而由于我国人口总量大，资源总量有限，故利用传统的绝对资源承载力方法并以国际标准来衡量资源的可承载人口数量时，几乎总是得到实际人口超载甚至严重超载的结论，显然这一结论对实践的指导意义有限。因此，2000年黄宁生等人提出了相对资源承载力的概念，并以广东省为例进行了实证研究[4]，之后景跃军从研究单一的水土资源相对承载力向综合资源承载力转变[5]。另有学者分别采用空间差异分析、系统动力学、生态足迹法等，构建相应的评价模型并进行实证分析与测算，为定量化分析承载力作了有益探讨[6~12]。本文在回顾相对资源承载力研究进展基础上，尝试对现有测算模型进行改进，并运用状态空间法构建综合承载力模型，对吉林省四平市2000~2014年自然资源综合承载力予以评价，并用灰色预测GM（1,1）模型对其进行预测，针对存在问题提出合理化建议。

1 研究方法

本文通过构建状态空间模型来分析评价自然资源综合承载力。状态空间是欧氏几何空间用于定量描述系统状态的一种有效方法，通常由表示系统各要素状态向量的状态空间轴组成。表示向量的空间轴分别代表土地、水资源、能源，状态空间中的原点与系统状态中的其它点所构成的矢量模代表区域承载力大小。但是不同时期、不同地区的资源环境各要素对综合承载力的影响不同，因此状态轴的权重大小不一样，故自然资源综合承载力测算模型不是此三种力的简单相加，而是各种作用的合力，是一个有机的综合体。因此，自然资源综合承载力公式为：

式中：ZCC是一定时期一定区域的自然资源综合承载力；CT、CS、CN分别代表土地资源承载力、水资源承载力、能源承载力；WT、WS、WN则分别是土地资源承载力、水资源承载力、能源承载力所在状态轴的权重值。

土地资源承载力CT、水资源承载力CS、能源承载力CN的计算式为：

式中：IT为土地资源承载力指数，Qt为研究区耕地面积，QT为参照区耕地面积，Po为参照区人口数量；IS为水资源承载力指数，Wt为研究区水资源总量，WT为参照区水资源总量；IN为能源承载力指数，Et为研究区能源总量，ET为参照区能源总量。而能源承载力是指在一个可预见的时期内，在当时科技、自然环境和社会经济条件下，能源总量所能供养的人口数量。在选取分析的对象上选择了能源中较常见的三种类型，分别是原煤、石油、风电。

采用主成分分析方法求取权重值，也即将多个有一定相关性的复杂指标的数据通过“降维”处理之后，转换成少数几个互不相关的综合指标来代替的一种多元素统计简化的分析方法，权重的求取就是主成分分析求综合评价函数的过程。

主成分分析的数学模型为:

其中，Z1、Z2、…、Zp为p个主成分。

计算线性组合中的系数，对系数做加权平均，得到综合得分模型，最后对综合得分模型的系数进行归一化，得到相应权重。

而自然资源综合承载力的预测则利用灰色系统理论中的GM(1,1)模型。

2 实证研究

2.1 研究区概况

吉林省四平市地处北纬42 31~44 09 N、东经123 17 ~12549之间，总面积1.4万km2，其中市区面积1075.5km2，总人口341万，其中市区人口62.5万。该市是我国著名的商品粮基地之一，以玉米、大豆、水稻著称。2015年，全市实现地区生产总值1622.2亿元，比上年增长6.4%。一二三产业比例为25.1:44.8:30.1，经济结构进一步优化。

2.2 自然资源综合承载力测算

本文数据来源于《吉林省统计年鉴》（2000~2015）、《四平统计年鉴》（2000~2015）、吉林省水资源公报等。

根据前述，分别计算出四平市土地资源承载力、水资源承载力、能源承载力，结果见表1、表2。

表1 四平市2000~2014年土地资源承载力与水资源承载力变化Table 1 The carrying capacity of land resources and water resources in Siping city during 2000-2014

构建影响自然资源综合承载力指标体系（表3），并对收集到的相关数据进行标准化处理。利用spss22软件，对其进行KMO和Bartlett的球形度检验。检验结果显示KMO统计量为0.79，说明各变量之间的相关程度无太大差异，数据适合做主成分分析。为了保证提取主成分后，减少变量的信息丢失，一般用特征根值1、累计方差贡献率不小于80%，因此得出的2个主成分基本可以反映全部指标信息（表4）。

由于原有指标基本可以用前两个主成分代替，因此指标系数可以看成是以这两个主成分方差贡献率为权重。由此求取的土地资源承载力、水资源承载力、能源承载力的权重分别为0.47、0.03、0.50，据此获得四平市自然资源综合承载力的测算结果（表5）。

表3 自然资源承载力指标体系Table 3 The index system of carrying capacity of natural resources

表4 主成分分析因子贡献率Table 4 Factor contribution rate table from principal component analysis

表5 四平市2000~2014自然资源综合承载力与承载状态变化Table 5 The comprehensive carrying capacity of natural resources and its change in Siping city during 2000-2014.

2.3 预测

将2000~2014年的数据输入到DPS系统中，在工具栏选择GM(1,1)模型，根据提示建立GM(1,1)预测模型为：

X(t+1)=9874.417102e0.018638t-9669.547102

模型精确检验值为C=0.5565、P=0.7857，表明上述模型可以预测，得到结果如表6、表7。

表6 参差拟合表Table 6 Stagger fitting table

表7 自然资源承载力预测结果Table 7 The predictive results of carrying capacity of natural resources

由此可以看出，未来十年四平市自然资源综合承载力呈逐渐递增的态势，但在未来相当长的一段时间仍旧处于严重超载的状态，对四平市社会经济的发展起到一定的制约作用。

2.4 结果分析

由表5可知，四平市自然资源综合承载力呈现出W型波动式上升：从2000~2004年大体呈下降趋势，2004年自然资源综合承载力达到最低值为182.47万人；2004~2010年不断上升，2010~2013年自然资源综合承载力又有所下降，在2014年自然资源综合承载力表现出上升态势，并达到峰值为244.62万人。但与四平市实际人口相比，2000~2014年四平市始终处于严重超载状态。

由表7可知，未来10年四平市综合承载力呈现出上升趋势，但仍然低于现实人口，说明未来四平还是处于严重超载状态

由表5可见，从其构成上来看，土地资源承载力最大，虽然呈现出下降趋势，但远远高于现实人口，始终保持在可持续发展的状态，但水资源承载力和能源承载力相对较小，且远低于现实人口，说明四平市土地资源比较丰富，但水资源和能源相对不足。

从表5还可看出，水资源承载力呈稳步上升态势。而在2012年出现一个小波动，由于该年为丰水年，全省水资源总量为历年最高，但人口数比上年增长了0.88%，由此导致水资源承载能力有所降低。四平市水资源承载力虽然持续增长，但远不能满足本地区需求，与中国人均水资源量2100m3/年的标准相差很远，仅只为其1/2，由此可见水资源承载力是制约四平市自然资源承载力的主要因素之一。

而能源承载力一直处于明显上升的趋势，2007年和2010年是两个重要的转折点，从2000~2007年四平市能源总量中主要以原煤为主，从2007年开始原油资源的出现和2010年风电能源等新兴的能源类型的出现对能源承载力起到重要的影响作用，因此2008年之后能源承载力大幅增长。但能源承载的人口与实际相差较大，说明能源是限制四平经济发展的重要因素。

3 结论与建议

3.1 结论

（1）四平市自然资源综合承载力呈现出W型波动式上升，但始终处于严重超载状态。

（2）未来10年四平市自然资源综合承载力虽然呈现出上升趋势，但仍然低于现实人口，说明未来四平市还是处于严重超载状态。

（3）从其构成上来看，土地资源承载力最大，而水资源承载力和能源承载力相对比较小，而且远远低于现实人口，说明四平市土地资源比较丰富，但水资源和能源相对不足，是制约四平经经济发展的主要因素。

3.2 建议

基于相对资源承载力的角度，对四平市自然资源承载力的研究表明，四平市自然资源承载力处于严重超载的状态，其将制约四平市社会经济健康可持续发展。因此，该市在今后的发展中应合理利用自然资源，提高资源的使用效率，加大对新兴能源的研发力度，以促进四平市更好发展。

（1）集约节约土地资源，提高利用效率

四平市的耕地资源富足，土地资源尚有很大的挖掘潜力，所以应提高土地资源的利用效率。在城市土地利用方面，要充分盘活存量土地，控制规划扩张，做到人口城市化与土地城市化协调发展。在农业用地方面，加大基本农田的保护力度，加强相关基础设施建设，构建高效、高产、节能的现代农业；在农产品生产方面，调整农业产业结构，改造中低产田，积极培育良种，降低农业生产的消耗水平，发展生态农业，推广先进的农业生产技术，在提高农业科学管理水平的同时，积极治理土壤和水污染，提高土地单位产量。

（2）调水节水治污，提高水资源承载能力

四平市属于中度缺水地区，人口和生态双重缺水，虽然水资源承载力稳步上升，但远远不能满足四平市的需求。要从源头解决这一问题就要完善水利设施，引松供水工程能大大地缓解四平市的水资源紧张的局面，转山湖、二龙湖引水工程也能减缓水资源供需的压力。同时应提高保护水资源意识，在工业方面，提高水资源的重复利用率；在农业方面，提高农业的灌溉技术增加有效的灌溉面积；在居民生活方面，要完善用水节水管理办法，对超额用水实施等级价格收费的体质，引入市场方法进行节水调节[16]。加强污染治理，加大投资，建立污水治理厂，制定并实施有关规章制度，使四平市水资源承载力进一步提升。

（3）开发新能源，提高能源利用率

四平市的能源总产量不足以满足城市发展的需要，能源匮乏问题严重，这也是制约经济发展的一个重要原因。为解决能源供应紧张的现实问题，从长远看最有效的办法就是开发新能源，加大资金投入，积极引进和推广国内外先进的清洁能源技术，如太阳能、风能等可再生能源。面对当前局面，应先提高能源的利用效率，控制高耗能产业的生产，提高节约能源的意识，提高综合承载力。

（3）优化产业结构，大力发展循环经济

从总体上，水资源和能源是限制四平经济发展的主要因素，因此，要优化四平市的产业结构，大力发展节能低碳、高新技术等产业，改变粗放型的能源产业发展模式。政府应鼓励发展循环经济，加快产品结构和产业布局的调整，推进清洁能源的使用，着力发展节水产业，大力发展第三产业。要抓住“振兴东北”的战略契机，利用好四平市的区位优势，构建现代化的产业体系，使传统粗放式向集约式发展，全面提升四平市自然资源综合承载力。

References)

[1] Park F, Burgess E W. Anintroduction to the Science of Sociology[M]. Chicago,1921.

[2] Cuadra M, Jorklund J. Assessment of economic and ecological carrying capacity of agricultural crops in Nicaragua[J]. Ecological Indicators, 2007,(1):133-149.

[3] 郭秀锐,毛显强,冉圣宏. 国内环境承载力研究进展[J]. 中国人口∙资源与环境,2000,10(3):28-30.

Guo X R, Mao X Q, Ran S H. Research progress in environmental carrying capacity in China[J]. China Population, Resources and Environment, 2000,10(3):28-30.

[4] 黄宁生,匡耀求. 广东相对资源承载力与可持续发展问题[J]. 经济地理,2000,20(2):52-56.

Huang N S, Kuang Y Q. The carrying capacity of resources and the problems of sustainable development in Guangdong province[J]. Economic geography, 2000,20(2):52-56.

[5] 景跃军. 东北地区相对资源承载力动态分析[J]. 吉林大学社会科学学报,2006,46(4):104-110.

Jing Y J. Dynamic analysis of bearing capacity of relative resources in Northeast China[J]. Jilin University Journal Social Sciences Edition, 2006,46(4):104-110.

[6] 李泽红,董锁成,汤尚颖. 相对资源承载力模型的改进及其实证分析[J]. 资源科学,2008,30(9):1336-1342.

Li Z H, Dong S C, Tang S Y. Model modification and empirical analysis of the relative carrying capacity of resources[J]. Resources Science, 2008,30(9):1336-1342.

[7] 唐剑武,叶文虎. 环境承载力的本质及其定量化初步研究[J]. 中国环境科学,1998,18(3):227-230.

Tang J W, Ye W H. Study on environmental bearing capacity and its quantification[J]. China Environmental Science, 1998,18(3):227-230.

[8] 谢高地,周海林,甄霖,等. 中国水资源对发展的承载能力研究[J].资源科学,2005,27(4):2-7.

Xie G D, Zhou H L, Zhen L, et al. Carrying capacity of water resources for China is development[J]. Resources Science, 2005,27(4):2-7.

[9] 熊樱,曾光明,黄国和,等. 基于季节调整的水资源承载力不确定性分析[J]. 中国环境科学,2005,25(1):73-76.

Xiong Y, Zeng G M, Huang G H, et al. Analysis of uncertainty of water resource bearing capacity based on seasonal adjustment[J]. China Environmental Science, 2005,25(1):73-76.

[10] 李念春. 黄河三角洲高效生态经济区地质环境承载力评价研究[J]. 上海国土资源,2016,37(1):77-81.

Li N C. The geological environment carrying capacity study of Yellow River Delta high-efficiency ecological economic zone[J]. Shanghai Land & Resources, 2016,37(1):77-81.

[11] 石悦樾,银正彤,赵杨茜,等. 修正后的生态足迹分析内陆山地城市土地生态经济系统[J]. 上海国土资源,2016,37(4):47-51.

Shi Y Y, Yin Z T, Zhao Y X, et al. Land eco-economics in an inland mountainous urban region: Modifying the ecological footprint model to study the city of Guiyang[J]. Shanghai Land & Resources, 2016,37(4):47-51.

[12] 张婷婷,郑喜珅. 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 S. Evaluation of land ecological securityin Siping based on ecological footprint[J]. Shanghai Land & Resources, 2016,37(2):17-20.

Evaluation and forecast of comprehensive carrying capacity of natural resources in Siping city

MENG Mei, LI Xiu-Xia, MENG Xiang-Jian
(School of Tourism and Geography Science, Jilin Normal University, Jilin Siping 136000, China)

The article uses state space model to construct the comprehensive carrying capacity model in order to evaluate the comprehensive carrying capacity of natural resources in Siping from the year 2000 to 2014. Then, by using the grey forecasting models GM(1,1), the article makes forecasts of the above topic, and proposes feasible solution for the existing problems. Results reveal: (1) In the past 10 years, the comprehensive carrying capacity of narual resources in Siping increases with fluctuations of an S shape, but has always been in a state of overload. (2) In the next 10 years, the comprehensive carrying capacity of narual resources in Siping will continue to increase, and will stay overlaoded. (3) Siping has adundant land resource, but lack water resource and energyresources, which is the main factor that restricts the development of local developement. Finally, the article will put forward some suggestions regarding improving resource utilization rate, protecting water resource and optimizing industrial structures.

natural resources; comprehensive carrying capacity; evaluation and forecast; state space method; principal component analysis; grey prediction model

F124.5

A

2095-1329(2017)01-0074-05

10.3969/j.issn.2095-1329.2017.01.017

2016-12-19

修回日期: 2017-03-05

孟玫(1991-),女,硕士生,自然地理学专业,主要从事土地利用研究.

电子邮箱: 18643003322@163.com

联系电话: 0434-3291130基金项目: 吉林省科技厅科研项目(20120691; 20130420044FG)

*通信作者: 李秀霞(博士/教授):jykxzz@163.com