麻小婷, 南 灵, 何岩岩
(西北农林科技大学经济管理学院,陕西杨凌 712100)
随着我国社会经济的高速发展,工业化、城市化进程加快,各类资源开采利用的程度日益严重,人们一味地向土地索取经济利益,导致一系列的土地生态问题。土地荒漠化加快、水土流失日益严重、森林资源锐减、地下水位下降、生物多样性降低、环境污染范围扩大等。
土地生态问题频发是制约我国社会经济长远发展的一大难题。要解决土地生态问题,进行生态环境保护就离不开对土地生态质量的评价。综合现有研究来看,我国对生态质量评价的研究多集中于农业生态质量评价、城市生态质量评价、景观生态质量评价及自然保护区生态质量评价[1-6],对土地生态质量评价的研究极少,须要丰富对土地生态质量评价研究。
本研究借鉴生态质量评价及生态环境评价的相关研究进行土地生态质量评价。综合现有研究来看,使用频率较高的评价方法有综合评价法、生态足迹法、物元模型法、景观生态模型法、数字地面模型法等[7-10]。通过研究发现,这些传统方法对土地生态质量的评价无法兼顾评价对象的模糊性和随机性。随着云理论的产生,这一缺陷有了有效的解决渠道。近些年来也有学者将云理论引入到生态环境评价之中,如龚艳冰将正态云模型与熵权法相结合,对河西走廊城市化生态风险进行评价,其评价结果较传统模糊综合法更为合理[11];张扬等学者将正态云模型引入土地生态安全评价,并结合层次分析法对湖北省土地生态安全进行了评价[12];周启刚等运用正态云模型对三峡库区土地利用生态风险进行了评估,有效解决了由于某些数据获取、量化过程中的不准确性而造成的评估指标及结果的模糊性和随机性[13]。在指标权重的确定方面,大多数研究多采用某一单一赋权法,指标权重的合理性有待验证[14-16]。目前几乎没有学者运用云模型结合基于相对熵的组合赋权法对土地生态质量进行评价,这还要进行不断的探索与实践。
榆林地区在生态环境方面具有较强的区域色彩。榆林市地处黄土高原和毛乌素沙地交界处,风蚀沙化和水土流失严重。截至2014年底,榆林市水土流失面积为3.69万km2,约占整个陕西省水土流失面积的26.8%。再者榆林市矿产资源丰富,而矿产资源所在区域也正是榆林市地下水资源的富集区,资源开采过程中也造成了严重的生态破坏。笔者将云模型引入土地生态质量评价之中,结合相对熵的组合赋权法构建土地生态质量评价模型;以榆林市为研究对象,应用基于正态云模型的土地生态质量评价方法对其土地生态质量进行评价,最终借助障碍度模型对土地生态质量的障碍因子进行诊断,丰富了土地生态质量评价的研究,为其他学者提供理论及实践借鉴;同时还可以为榆林市的可持续发展提供参考,促进人地和谐,对预防榆林市土地生态环境恶化及土地退化有着重要的意义。
20世纪90年代,我国著名学者李德毅院士在研究不确定性人工智能过程中,为了反映自然语言中的不确定性(尤其是随机性和模糊性)、实现语言值与数值的转化,创新性地在传统Fuzzy理论及概率统计的基础上提出一个可以实现定性概念与其定量描述间不确定转换的数学模型——云模型[17-18]。多年来,经过众多学者研究与发展,云模型的分布形态也日益增多,且已成功应用于多个领域。凭借其普遍的实用性,在正态分布及钟形隶属函数基础上演化而来的正态云模型成为目前研究最多且应用最广泛的云模型[19-20]。
正态云用3个数值来表征某一定性概念的整体性定量特性,分别为期望(Ex)、熵(En)、超熵(He),它们被称之为云模型的数字特征。它们共同反映了定性概念论域的中心值、定性概念的模糊度及离散程度,将模糊性和随机性结合起来。
2.1.1 基于相对熵的组合赋权法确定权重 鉴于单一赋权方法在确定指标权重时表现出偏离客观实际、缺少理论支持、与实践经验相悖等缺陷,本研究基于相对熵理论,将层次分析法及改进的熵权法结合起来,形成综合主、客观赋权法优点的组合赋权法,以期得到更加合理的指标权重。
假设有n个评价指标,此时记单一赋权法的集合为:P=(p1,p2,…,pn),pij为第i种单一赋权法中第j个指标的权重(i=1,2,…,n;n=2;j=1,2,…,m)。pik为第i种单一赋权法中第k个指标的权重;pjk为第j种单一赋权法中第k个指标的权重,任意2个权重向pi、pj间的相对熵为:
当且仅当j∈{1,2,…,m},∃pik=pjk时,有h[pi,pj]=0,此时,h[pi,pj]可以用于度量2种赋权法的符合程度。故组合权重W的计算步骤如下:(1)应用AHP法确定评价指标主观权重p1=(p11,p12,…,p1m),应用改进的熵权法确定指标客观权重p2=(p21,p22,…,p2m)。
(2)基于相对熵的思想,根据优化模型[21-23]
得最优解:
(1)
解出与各单一赋权法求得的指标权重最接近的指标权重,即集结权重Q=(q1,q2,…,qm)。
(3)计算各个赋权结果pi与集结权重Q=(q1,q2,…,qm)的贴近度h[pi,q]。
(4)计算组合权系数θk(k=1,2,…,n)。
(2)
(5)最后,根据不同赋权法指标权重的组合公式
(3)
计算出各个指标最终权重wj,得到权重向量W=(w1,w2,…,wm)。
2.1.2 基于正态云模型的土地生态质量评价模型 将正态云模型与基于相对熵的组合赋权法结合起来,构建土地生态质量评价模型,建立步骤如下:(1)建立土地生态质量评价指标体系X=(x1,x2,…,xm),确定评价等级D并建立土地生态质量评价指标标准域V=(v1,v2,…,vd)。
(2)将AHP及熵权法与相对熵原理结合起来确定各指标的组合权重W=(w1,w2,…,wm)。
(3)在土地生态质量评价指标体系X与评价指标标准域V之间进行单一指标的评估并建立模糊关系矩阵R。
(4)
(5)
其中:超熵Hejζ是熵Enjζ的熵,直接反映云滴的离散程度,通常通过经验或试验取值。Hejζ越小,云越薄,反之亦然。
(4)在确定了各个指标所对应的每一等级的正态云模型数字特征后,基于各个指标的实际值,通过正向正态云发生器,确定出土地生态质量评价各个指标对应每个等级的正态云模型隶属度矩阵F=(fjζ)m×d,考虑到由正态云模型得出的隶属度矩阵的随机性特征,为提高评估的可信度,重复运行正向云发生器N次,计算各指标在不同隶属度下的平均综合评估值:
(5)基于(2)中求得的评价指标权重集W,将其与(4)中求得的隶属度矩阵F进行模糊转换,即可得出评价指标标准域V上的模糊子集G(j=1,2,…,m):
式中:gζ表示评价对象对于评价等级ζ的隶属度。根据最大隶属度原则,选择最大隶属度所对应的评价等级作为评价对象的最终评价等级。
在土地生态质量评价的基础上对影响土地生态质量的障碍因子进行分析与诊断,以便有针对性地解决土地生态质量问题。本研究引入障碍度模型实现这一目的[24-25],具体模型如下:
(6)
式中:Bj第j个评价指标与土地生态质量全目标之间的差距,即1与第j个评价指标标准化值之差:Bj=1-bj;Oj为第j个评价指标的障碍度。
3.1.1 评价指标体系的构建 构建科学、合理的评价指标体系是进行土地生态质量评价的一大前提。本研究遵循系统性、完备性、可操作性、科学性及数据可得性等原则对土地生态质量评价指标进行分析与筛选。
通过对50篇生态环境评价相关文献进行分析,分别统计各个评价指标在相关参考文献中出现频率,得出生态评价指标在相关参考文献中出现频率统计表,合并相似指标,抛弃区域性个性指标,最终筛选出高频指标32个,其中出现频次排前3的指标为:单位面积化肥施用量(39次)、森林覆盖率(37次)、节能环保支出占GDP比(36次)。在此基础上结合德尔菲法,向20位相关专家(包含教师7人、科研人员6人、相关从业者5人、当地政府人员2人)发放问卷,经2轮筛选最终确定榆林市土地生态质量评价指标17个;基于2003、2014年榆林市相关数据(榆林市统计年鉴、地理空间数据云、国家科技基础条件平台-国家地球系统科学数据共享平台-黄土高原科学数据中心http://loess.geodata.cn),从土地生态质量状态、响应、压力3个方面进行分析,建立榆林市土地生态质量评价指标体系(表1)。
3.1.2 指标权重确定 基于层次分析法及熵权法,应用相对熵理论,确定榆林市土地生态质量评价指标的权重。
p层次分析法=(0.074 0,0.116 7,0.064 5,0.059 1,0.044 7,0.026 7,0.020 2,0.034 7,0.063 4,0.030 9,0.036 0,0.014 9,0.015 8,0.072 1,0.154 1,0.089 1,0.083 0);
p改进熵权法=(0.030 5,0.034 1,0.031 6,0.026 1,0.033 0,0.047 8,0.042 9,0.074 5,0.062 7,0.059 5,0.141 5,0.047 3,0.040 0,0.056 5,0.107 2,0.119 6,0.045 1)。
根据“2.1”节中式(1)、式(2)可得AHP及改进的熵权法的组合权系数,分别为0.481 3、0.518 7,在此基础上根据式(3)计算出相对熵的组合权重,即最终权重W:
W=(0.051 4,0.073 9,0.047 4,0.042 0,0.038 6,0.037 6,0.032 0,0.055 3,0.063 0,0.045 8,0.090 8,0.031 7,0.028 4,0.064 0,0.129 8,0.104 9,0.063 3)。
3.2.1 评价标准的制定 结合土地生态质量相关研究及研究区实际状况,本研究将土地生态质量划分为5个等级,从高到低依次表示为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级。目前土地生态质量评价尚未确立统一的评价标准,本研究对评价指标评价标准(表2)的确定主要是在参考《生态县、生态市、生态省建设指标(试行)》《陕西省生态园林县城标准(试行)》、国际公认值、全国平均水平、区域背景或本底值、理论最佳值及相关研究的基础上,从榆林市土地生态环境现状与特征出发,综合分析、归纳并加以修正而最终确定。
3.2.2 评价结果 根据建立的土地生态质量评价指标体系及评价指标标准,利用式(4)、式(5)将各个指标所对应的等级用相应的正态云模型表示(表3)。
表1 榆林市土地生态质量评价指标体系
注:根据指标因子对土地生态质量的影响,将所选的指标分为正、负趋向性指标分别用“+”、“-”表示。正趋向性指标值越大,表示土地生态质量状况越好(或者是越有利于土地生态质量的提升);反之负趋向性指标值越大,则表示土地生态质量状况越差(或者是越不利于土地生态质量的提升)。
基于土地生态质量评价各指标相对应的正态云模型,假定N=100,根据各个方案对应的指标值,利用正态云发生器,重复计算100次,建立评价指标的正态云隶属度矩阵。最后,根据公式G=W×F=(g1,g2,…,gd)计算榆林市各县(市、区)土地生态质量值,并根据最大隶属度原则确定质量等级(表4)。
由计算结果可知,2003年榆林市土地生态质量等级分布情况大体为西、北部高,中、南部低。其中,土地生态质量等级为优(Ⅰ)的县(市、区)有5个,等级为中(Ⅲ)的区有1个,等级为劣(Ⅴ)的县有6个。
2014年榆林市土地生态质量等级为优(Ⅰ)的县减少为4个,等级为良(Ⅱ)的县(区)增加2个,等级为差(Ⅳ)的县增加1个,等级为中(Ⅲ)的县(区)增加至4个,等级为劣(Ⅴ)的县减少至1个。整体来看,榆林市土地生态质量等级相较于2003年有所上升。其中,绥德县、靖边县及定边县土地生态质量等别并无变化,分别为劣、优、优。榆阳区、神木市、府谷县土地生态质量等别在2003年的基础上降了2个等级,而佳县、清涧县、横山区、米脂县及子洲县土地生态质量等别2014年均有不同程度的上升,其中佳县及清涧县均上升了4个等级,上升程度最大。主要因榆阳区为榆林市的核心区域,而神木市及府谷县矿产资源丰富,在经济快速发展的同时致使环境污染、生态破坏,农业生产过程中化肥、农药、农膜投入过多,导致各县(区)土地生态质量压力增大、状态恶化、等级降低。而佳县、清涧县、横山区、米脂县及子洲县等区域经济发展速度相对缓慢,环境破环程度较轻,化肥、农药、农膜投入相对适度,同时又注重环保治理,进而土地生态质量等级上升。
在对榆林市各县(市、区)土地生态质量评价的基础上,为了进一步了解影响其土地生态质量的关键因素、实现土地的可持续发展,下文借助障碍度模型对影响榆林市各县(市、区)土地生态质量的障碍因子进行诊断。
表2 土地生态质量评价指标评价标准
表3 土地生态质量正态云隶属度
在上述土地生态质量评价的基础上,根据式(6)对2003年及2014年榆林市土地生态质量障碍度进行计算,并对结果进行排序(表5、表6)。
3.3.1 准则层障碍因子 由表5可知,准则层3个指标对榆林市各县(市、区)土地生态质量的障碍度存在一定差异。
2003年准则层障碍度大体排序为土地生态质量响应(56.36)、土地生态质量状态(33.16)、土地生态质量压力(4.46)。土地生态质量响应障碍度最小的区域为绥德县(42.73),最大的为靖边县(73.24);土地生态质量状态障碍度最小的区域为靖边县(18.74),最大的为吴堡县(43.31);土地生态质量压力障碍度最小的区域为子洲县(0.98),最大的为榆阳区(11.88)。
2014年准则层障碍度大体排序为土地生态质量响应(39.30)、土地生态质量状态(38.86)、土地生态质量压力(11.81)。土地生态质量响应障碍度最小的区域为米脂县(27.60),最大的为清涧县(55.51);土地生态质量状态障碍度最小的区域为靖边县(26.01),最大的为吴堡县(52.64);土地生态质量压力障碍度最小的区域为横山区(4.41),最大为榆阳区(24.36)。
总体而言,研究期内影响榆林市土地生态质量的障碍因子主要集中于土地生态质量状态、土地生态质量响应2个准则层,土地生态质量响应障碍度有较大变化。与2003年相比,2014年榆林市各县(市、区)土地生态质量响应平均障碍度下降值大约为17,这与榆林市近些年来大力实行生态文明建设等治理措施有很大关系。然而,由于社会经济发展过程所带来的一系列环境问题,榆林市土地生态质量状态平均障碍度提升值大约5.7,土地生态质量压力平均障碍度提升值约为7。因此,必须立足长远,尽快缓解土地生态质量压力。
表4 榆林市各县(市、区)土地生态质量评价结果
表5 榆林市土地生态质量准则层障碍度
3.3.2 指标层障碍因子 榆林市各县(区)障碍度排前5位的指标层障碍因子见表6。根据各障碍因子出现在表6的频次及均值得知,2003年障碍度排前5的指标为废水处理率、水土流失治理率、节能环保支出占GDP比重、耕地自然质量平均等别、有效灌溉面积比;2014年障碍度排前5的指标为废水处理率、植树造林种草面积、耕地自然质量平均等别、节能环保支出占GDP比重及有效灌溉面积比。从各县区单指标障碍度变化来看,由于城市化及工业化的推进,2014年神木县单位面积废水排放量障碍度上升较大(15.70);单位面积农膜使用量障碍度上升较大的区域为佳县(13.91);随着人们对生态环境保护重视程度的日益增加,节能环保支出占GDP比重障碍度有所下降,下降幅度较大的区域为靖边县(7.82);植树造林种草面积障碍度上升较大的区域为横山区(12.34)、米脂县(6.58);水土流失治理率障碍度下降较大的区域为靖边县(7.96); 从单指标平均障碍度变化来看,2014年上升幅度较大的指标为单位面积废水排放量、单位面积二氧化硫排放量、单位面积农膜使用量及单位面积化肥施用量;另外水土流失治理率、废水处理率、节能环保支出占GDP比重、人均沙地面积及25°以上耕地面积比平均障碍度有所下降。
研究发现,经过榆林市多年的努力,土地沙化面积有所降低,大部分地区节能环保支出占GDP比重有所上升,但仍然呈现出节能环保支出与日益增长的GDP不相符的状态;虽然榆林市一直致力于水土保持、水土流失的综合治理,但水土流失面积多年来基本没有变化,并且治理率还大幅下降,因此治理力度还要在现有程度上进一步加大。除此之外,榆林市社会经济的飞速发展还伴随着废水排放量、二氧化硫排放量、农膜使用量及化肥施用量的增加,典型区域为榆阳区及神木市。
表6 榆林市土地生态质量指标层障碍度排序
本研究将云模型引入土地生态质量评价之中,结合基于相对熵理论的组合赋权法构建了土地生态质量评价模型。从土地生态质量压力、土地生态质量状态和土地生态质量响应3个方面构建土地生态质量评价指标体系,运用基于正态云模型的土地生态质量评价模型对榆林市各县(市、区)的土地生态质量进行系统科学的评价,并借助障碍度模型对影响榆林市土地生态质量的障碍因素进行分析、诊断。结果表明:(1)2003年榆林市土地生态质量等级分布情况大体为西部、北部高,中部、南部低;2014年榆林市各县(市、区)土地生态质量等别变化不尽相同,但整体上相较于2003年有所上升。(2)从准则层障碍度看,研究期内影响榆林市土地生态质量的障碍因子主要集中于土地生态质量状态、土地生态质量响应2个准则层。相较于2003年准则层各指标障碍度,2014年土地生态质量状态、质量响应障碍度增长值均大于 5.5。而土地生态质量响应障碍度下降程度较大,降幅最小的横山区下降数值为6.47,降幅最大的靖边县下降数值高达36.07。(3)从指标层障碍度看,各县(市、区)的主要障碍因子障碍度排序不尽相同,主要障碍因子大体包括水土流失治理率、废水处理率、节能环保支出占GDP比重、有效灌溉面积比、耕地自然质量平均等别、植树造林种草面积。2014年障碍度上升的主要障碍因子包括单位面积废水排放量、单位面积二氧化硫排放量、单位面积农膜使用量及单位面积化肥施用量。
榆林市各县(市、区)土地生态质量评价结果差异较大,为改善榆林市土地生态质量状况,应该对不同区域采取不同的措施。
(1)针对人均水资源量、有效灌溉面积比及植树造林种草面积障碍度上升,人均沙地面积较大、水土流失严重的地区,继续实行退耕还林还草,增加植树造林种草面积,对禁牧效果进行实时监督,对社会公布滥伐林木、违规放牧举报电话;引入先进技术,加强农业水利等基础设施的建设,实现水资源的高效利用;加大水土保持、水土流失综合治理力度及人为破坏的执法力度,引进相关人才并建立水土保持科研队伍,对水土流失情况进行实时监测;严格控制矿产资源开发,继续推进矿区土地复垦,开展污损土地整治。
(2)针对单位面积废水排放量、单位面积二氧化硫排放量、单位面积农膜使用量及单位面积化肥施用量障碍度加大的地区,引进国内外先进的污染物处理技术及处理人才,加大污染物处理投入,按不同行业及企业的实际情况设定其废水循环使用量;提升并严格约束废水、废气、固废排放标准,提高污染严重产业的进入门槛,加大执法力度,对排污企业进行突击检查,凡2次以上检查不合格的企业需接受罚金加倍处理,对生产技术落后、污染物排放严重不达标的企业按具体情况进行无限期停产整改甚至淘汰;推行环保耕作方式(如秸秆还田);宣传、普及农业科学技术(如测土配方施肥),提升农药、化肥使用效率,制定奖惩措施鼓励增加有机肥的使用及农膜的回收;邀请有关专家入村进行宣传教育、答疑解惑,提高广大群众环境保护意识。
(3)针对节能环保支出占GDP比重普遍较低的状况,推进社会经济生态同步、可持续发展,以政策、法规的形式对节能环保支出的增长幅度或对节能环保支出占GDP的比重进行明确;提高排污费收取标准扩大收费范围,抑制个别企业“宁缴费不治理”的现象;增强对环境保护的重视程度,加大资金投入,引进并推广污染物处理新技术、新设备;严格控制专款专用,加强节能环保支出监测,适当降低节能环保支出在城市环境基础设施建设的使用,将其更多地投入到污染物治理及污染物处理新技术、新设备的引进方面。