毕节市生态压力评价及影响因素探究

程东亚, 李旭东

毕节市生态压力评价及影响因素探究

程东亚, 李旭东*

贵州师范大学, 地理与环境科学学院, 贵阳 550025

毕节市地处云贵高原, 生态环境脆弱, 生态承载力相对有限。研究毕节市生态压力对高原山地生态保护具有重要意义。研究选取了毕节市(地区)统计年鉴的相关数据, 利用因子分析、聚类分析等方法探究毕节市生态压力变化规律及影响因素。结果: 2005、2010和2015年七星关生态压力得分最高, 得分分别为0.12、0.85、0.91。2005—2010年大方生态压力得分上升最高(0.75), 2010—2015年威宁生态压力得分上升最高(0.41)。结论: ①2005—2015年毕节市生态压力总体呈现先升后降的态势, 2005—2010年以上升为主, 2010—2015年以下降为主; ②2005—2015年毕节市西部县区生态压力总体高于东部县区; ③2005—2010年毕节市西部县区生态压力上升快于东部县区, 2010—2015年东部县区生态压力下降快于西部县区; ④2005—2015年随着海拔升高, 毕节市生态压力总体处于上升的趋势; ⑤人类污染物排放与自然开发强度是影响毕节市生态压力变化的重要因素。

生态; 生态压力; 相关分析; 因子分析; 毕节市

0 引言

生态保护是人与自然和谐相处的重要途径, 也是人类社会可持续发展的重要组成。生态一词在《现代汉语词典》解释为: “生态指生物在一定的自然环境下生存和发展的状态, 也指生物生理特性和生活习性”[1]。随着人类文明的发展, 生态一词在更多领域得到使用, 如生态经济[2-3]、生态城市[4-5]、生态旅游[6-7]等。2018年5月全国生态环境保护大会在北京召开, 大会中提到保护生态环境是高质量发展的重要组成部分[8]。同时, 建设“美丽中国”“绿色中国”“幸福中国”也离不开生态环境健康可持续发展。

生态环境是自然环境的有机组成部分, 与人类生存发展密切相关。伴随着城市化与工业化进程, 很多地区生态环境遭到破坏, 生态压力上升, 承载力下降, 给人类生产生活带来较为严重的影响。保护生态环境已成为社会共识, 生态研究成为学术研究的热点。对此, 国内外学者进行较多角度探讨。如: 生态价值视角, 王娇[9]探究阿克苏等南疆地区农林复合系统的生态价值; Popov I等[10]探究了Sorokaoziorki湿地草原的生态价值; 以及王磊等[11]、吴昊怡等[12]和Milne R J 等[13]对草原和农业等生态价值的相关研究。从生态承载力视角切入研究, 如: 河流、湖泊等区域生态承载力研究[14-16], 城市、大区域和国家生态(环境)承载力研究[17-21]等。采用生态足迹视角研究生态发展问题, 如Wei Jing等[22]和周宁[23]对博鳌、重庆等地区生态及承载力的探究。另外, 还有学者探究城市公共绿地生态[24]、水资源生态承载力[25], 等等。以上文献可见, 目前研究尺度城市-国家, 山地-湖泊-河流均有涉及, 研究视角涉及生态价值、生态承载力、生态保护等多个维度, 生态研究蓬勃发展，但对于西部欠发达高原山区城市的研究相对缺乏。

毕节市地处贵州高原西北部，生态环境脆弱，经济欠发达。对于毕节市来讲, 开展生态研究意义独特。主要表现在: ①贵州喀斯特面积较大(毕节境内也有分布), 探究毕节生态压力, 有利于优化国土开发, 加强喀斯特高原山地生态保护; ②毕节市地理环境复杂, 属亚热带季风气候区, 全市海拔落差超过1000 m。探究毕节生态压力, 有利于了解地理环境与生态压力的关系, 深刻把握山地对区域发展的影响; ③毕节经济欠发达, 人口众多, 多个县区属乌蒙山贫困区, 发展经济与保护生态任务艰巨。探究毕节生态压力变化, 有利于协调高原“人地关系”, 寻求人口、经济、生态可持续发展的合理途径。

因此, 文章借鉴以往研究, 探究毕节市生态压力变化规律和影响因素, 以期研究结果为区域生态保护提供科学参考。

1 研究区概况、数据与方法

1.1 研究区概况

毕节市位于贵州省西北部, 云贵高原中部, 属于乌蒙山腹地(图1); 毕节市南部毗邻贵州六盘水市、安顺市, 东部接壤遵义市和贵阳市, 北部与四川省泸州市、云南省昭通市接壤; 毕节市国土面积约26853 km2, 下辖7县1区(以上资料由毕节市政府网站及相关网络资料整理)。毕节市以高原山地为主, 西部山地多在2000 m以上, 主要分布在威宁和赫章境内, 中部七星关至纳雍海拔处于过渡地区, 海拔在1000—2000 m左右, 东部县区海拔相对较低, 多在1000 m以下。毕节市属于亚热带季风气候区, 降水相对丰沛, 气温总体较为适宜。西部高山地区, 气温较低。毕节市多县区属于乌蒙山国家集中连片贫困地区, 区域经济总体欠发达。

1.2 数据来源与处理

数据来源: 相关统计数据来源于《毕节地区统计年鉴》(2005—2010)、《毕节市统计年鉴》(2016)[26]。NDVI和DEM数据来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn), NDVI分辨率为500 m, DEM分辨率为30 m, 各县区NDVI数值取平均值。

数据处理: 由于毕节市与毕节地区区划调整, 文章采用2015年行政区划。原毕节地区毕节市统计数据纳入七星关, 原毕节地区毕节市文中均称为七星关。参考以往学者[27-28]研究, 据研究实际情况, 选取16个指标(表1)探究毕节生态压力, 将16个指标划分为减压体系(7个)和加压体系(9个)。文章探究生态压力多采用总体指标, 总体指标更能反映生态整体压力水平。为保证指标属性一致, 因子分析过程中将xx取倒数处理。由于毕节市属于内陆高原, 降水、气温等少于省内多数区域, 对生态压力影响较大, 将该类自然指标纳入到正向指标（即减压体系）。

图1 毕节市位置和海拔

Figure 1 Location and elevation of Bijie City

表1 毕节市生态压力评价指标体系

1.3 研究方法

(1)因子分析(Factor Analysis)。因子分析的思想是用较少独立变量代替原有信息, 设: 有个变量i, i, i, ……, i, i。将原有变量用m个因子f, f, f, ……, f, f进行表示, 则因子分析模型可以表示为[29]:

(1)

(2)相关分析(Correlation Analysis)。研究采用简单相关系数确定聚类分析权重,相关系数的表达式为[29-30]:

(3)聚类分析(Cluster Analysis)。聚类分析通过个体之间的相似程度或差异程度进行分类, 差异程度一般使用距离来测量, 由于计算距离的方式较多, 以卡方距离(Chi-Square Distance)为例, 表达式为[29]:

1.2.2 经会阴盆底超声检查 检查前嘱受检者排空膀胱及直肠，取仰卧截石位，探头表面涂耦合剂，外覆探头套，探头套外层再涂以较多的无菌耦合剂。将探头与受检者会阴部紧贴适度加压探头，静息状态以探头距耻骨联合的距离<1 cm 为宜，以能够清晰显示耻骨联合、尿道、阴道及直肠肛管连接部的矢状面为基础平面，调节增益等参数获得满意图像，动态观察病例组及对照组妇女在静息状态及Valsalva动作时膀胱颈位置及BND。

2 因子分析与评价体系构建

2.1 因子分析前提检验

由于指标计量单位不同, 为消除量纲影响, 研究采用SPSS默认标准化方式处理量纲影响。因子分析需要进行前提检验, 才能保证计算结果的科学性、可靠性。研究中KMO(Kaiser-Meyer-Olkin)取样适切性量数为0.543(表2), 由于某些自然指标变化不太明显, 对因子分析有较大影响, 可认为此检验结果通过。巴特利特球形度检验(Bartlett Test of Sphericity)值(上次读取的卡方)为299.754, 其自由度为120, 对应的显著性为0.000, 检验通过。因子提取率中, 即公因子方差, 大多数指标都超过了0.800(表3), 提取效果较好。16个指标中, 多数指标间相关系数绝对值超过0.300(表4), 较适合进行因子分析。综上所述, 研究指标选取具有科学性, 适合进行因子分析。

表2 KMO和巴特利特检验

表3 公因子方差

提取方法: 主成分分析

表4 指标相关系数表

2.2 因子分析提取结果分析

研究提取6个因子作为新变量, 新因子变量代表了原数据86.002%的信息量(旋转载荷平方和)(表5)。提取的6个新因子中, 第一因子方差贡献率为23.945%, 第二因子方差贡献率为18.880%, 第三因子方差贡献率为17.990%, 第一至三因子间方差贡献率差异较小, 代表较多的信息量, 第四至第六因子的方差贡献率均在10%以下。在第一因子上载荷(表6)较高(0.700以上)的主要为经济活动和人类活动等指标, 主要包括x(GDP)、x(城镇化率)、x(木材采伐量)这些指标对第一因子均为正向作用。在第二因子上载荷较高(0.700以上)主要为x(1/年日照时间)、x(公路里程)、x(农用塑料薄膜使用量), 这些指标对第二因子正负向作用均有。在第三因子上载荷较高(0.700以上)的主要为x(年底常住人口)、x(粮食产量), 这两个指标主要反映人口与农业活动因子。第四因子上载荷超过0.700以上的仅有x(1/人工造林面积)。在第六因子的载荷上超过0.700的仅有x(农药使用量), 该因子主要反映人类经济社会污染排放, 该指标与因子呈现正向关系。

2.3 评价体系构建

根据成分得分系数矩阵(表6), 可得新因子(A-A)与原有指标关系的表达式为(以下x均为标准化后的数据):

(4)

设提取新因子的方差贡献率为C%,,据公式A-A, 以及表3中方差贡献率, 可定义生态压力(Ecological Stress, 简称)的计算公式为:

表5 总方差解释

提取方法: 主成分分析

表6 旋转后的成分矩阵和成分得分系数矩阵

注: (A)提取方法: 主成分分析; 旋转方法: Kaiser标准化最大方差法; a. 旋转在13次迭代后已收敛。(B)提取方法: 主成分分析; 旋转方法: Kaiser标准化最大方差法; 组件评分。

3 毕节市生态压力特征分析

3.1 生态压力总体特征

生态压力总分反映区域生态压力基本情况。从毕节全市来讲, 生态压力总体呈现先上升后下降的态势(图2)。2005年毕节市生态压力(全市平均值)为-0.37, 2010年上升到0.25, 2015年又出现下降, 达到0.12。从具体县区来看, 2005年生态压力最高县区为七星关, 该年七星关生态压力得分达到0.12, 该年生态压力较低的区域为赫章, 得分为-0.78。七星关生态压力较高与经济、人口活动关系较大, 七星关属于毕节市域中心城市, 人口与经济活动强度较高。2010年毕节市很多县区生态压力都有不同程度的上升, 该年生态压力最高仍为七星关(0.85), 最低为赫章(-0.09)。虽然2010年赫章在全市中生态压力最低, 但其生态压力得分仍高于2005年。2015年毕节市多县区(5个县区下降, 3个县区上升)生态压力均有不同程度下降, 该年生态压力得分最高为七星关(0.91)。为了更加清楚的探究东西部县区生态压力差异, 研究将8个县区分为西部四个县区(七星关、赫章、威宁、纳雍), 东部四县区(金沙、大方、黔西、织金)。2005年西部四个县区生态压力得分均值为-0.33, 东部四个县区生态压力得分均值为-0.40, 西部县区高于东部0.07。2010年西部四个县区生态压力得分均值为0.29, 东部四个县区生态压力得分均值为0.20, 西部县区高于东部0.09。2015年西部四个县区生态压力得分均值为0.37, 东部四个县区生态压力得分均值为-0.13, 西部县区高于东部0.50。因此, 从以上分析来看, 2005—2015年毕节生态压力总体呈现一升一降态势, 即2005—2010年总体上升, 2010—2015年总体下降。2005—2015年毕节市西部县区生态压力总体高于东部县区, 得分差距并有扩大的趋势。

图2 2005—2015年毕节市各县区生态压力得分

Figure 2 Ecological stress scores of counties and districts in Bijie City from 2005 to 2015

3.2 生态压力类型空间分布特征

为了更好的探究毕节市生态压力空间变化规律, 以等间距进行断点, 将毕节市生态压力区分类。其分类为: 生态高压力区(高于0.35), 生态中压力区(-0.21—0.35), 生态低压力区(小于-0.21)。2005年毕节市属于生态低压力区有6个县区, 分别为赫章、织金、威宁等(图3)。2010年生态低压力区数量为0个, 2015年属于生态低压力区有2个县区。2005—2015年全市生态低压力区数量先下降后上升, 但2015年数量未恢复到2005年水平。2005年毕节市属于生态中压力区的县区仅有2个(七星关和黔西),2010年该类县区数量上升至5个县区, 2015年该类县区数量又下降至4个县区, 这种变化趋势与生态低压力区基本一致。同样2005—2015年生态高压力区数量变化与生态中低压力区趋势基本相同, 期间数量依次为0个、3个、2个。2005—2010年总体是生态中低压力区向中高压力区变化, 例如威宁升高至生态高压力区, 金沙升高至生态中压力区。2010—2015年生态中高压力区出现下降, 逐渐变为中低压力区, 例如黔西下降到生态中压力区, 赫章下降到生态低压力区。出现这种变化可能有以下原因: ①这种变化趋势与生态环境重视程度有较大关系。2010前后贵州省甚至全国对生态的重视程度提升到新的高度, 生态环境保护深入人心; ②毕节市西部部分县区人口相对较多, 对生态压力产生较大影响; ③自然条件较差的区域, 生态压力降低慢且上升快, 因此2015年东部地区生态压力稍低于西部县区。总体来看, 2010年后毕节市多县区生态压力出现下降, 东部县区生态压力总体低于西部县区。

图3 2005—2015年毕节市生态压力类型空间变化

Figure 3 Spatial change of ecological pressure zone in Bijie City from 2005 to 2015

3.3 生态压力距平变化特征

3.4 生态压力时段变化特征

生态压力的阶段变动, 反映了区域生态压力增减水平。2005—2010年毕节市所有县区生态压力均表现上升趋势, 其中大方和七星关属于上升最高的两个县区, 上升得分分别为0.75、0.73, 说明该阶段毕节市经济社会发展强度超过自然环境支撑能力(图5)。2005—2010年毕节市各县区生态压力上升与经济发展较快密切相关, 经济发展快对生态环境的压力加大, 生态压力上升。2010—2015年毕节市多县区(3个县区上升, 5个县区下降)生态压力都在下降, 这说明该阶段经济社会发展与生态保护的协调性正在增强。期间生态压力下降最高的为黔西(-0.50), 上升最高的为威宁(0.41)。威宁、七星关、纳雍等西部县区生态压力上升, 社会经济因素是重要原因。同时与自然因素密切相关, 高海拔高寒特性对生态压力降低极为不利。降水偏少、气温偏低的地区, 生态环境脆弱, 则生态压力降低较缓慢。与此同时, 自然条件相对较差的区域, 容易产生生态环境破坏, 生态压力上升较快。故2010—2015年整体生态压力在下降的同时, 西部部分县区生态压力却为上升状态。如2005—2015年西部四个县区与东部四个县区对比, 2005—2010年西部四县区生态压力得分平均上升0.63, 东部四县区平均上升0.60, 2010—2015年西部四县区生态压力得分平均上升0.08, 而东部四县区平均下降0.33。从总体看, 2005—2010年毕节市生态压力在上升, 2010—2015年生态压力在下降。同时东部地区生态压力上升慢于西部地区, 东部地区生态压力减弱快于东部县区。这种特征也符合自然条件, 即自然条件越好, 生态压力较低, 生态压力下降比较快。自然条件相对脆弱地区, 生态压力相对较高, 容易产生生态压力增高, 生态压力下降比较困难。但自然环境仅仅是部分基础因素, 经济社会活动的影响仍然不可忽视。经济发展的同时, 毕节市生态压力降低, 是较好的变化趋势, 特别是生态压力较高的西部县区。综合来说, 2005—2010年毕节市西部县区生态压力上升稍快, 2010—2015年东部县区生态压力下降稍快。

图4 2005—2015年毕节市生态压力距平变化特征

Figure 4 Characteristics of ecological pressure anomalies in Bijie City from 2005 to 2015

图5 2005—2015年毕节市生态压力时段变化特征

Figure 5 Characteristics of ecological stress period in Bijie City from 2005 to 2015

4 毕节市生态压力影响因素分析

4.1 海拔影响因素分析

由于毕节市海拔高低悬殊, 最高与最低海拔差距超过1000 m, 特殊的地理环境对毕节市生态压力影响深远。因此单独分析海拔与生态压力之间的关系十分必要, 海拔采用《毕节地区统计年鉴》2010年数据。2005年毕节市海拔与生态压力得分的拟合系数R为0.0183(图6), 拟合优度相对较小。但总体拟合曲线来说, 随着海拔升高生态压力得分在上升。2005年海拔每升高100 m, 生态压力得分上升0.01。2010年海拔与生态压力得分的拟合系数R达到0.0712, 相对于2005年来说, 拟合优度出现小幅度提高。2010年海拔上升100 m, 生态压力得分上升0.02。2015年海拔与生态压力得分的拟合系数R为0.3206, 拟合效果较好。到2015年, 毕节市海拔每升高100 m, 生态压力得分上升0.07。在毕节市来说, 高海拔对生态压力降低极为不利, 低海拔县区降低生态压力更占优势。尽管2005和2010年拟合优度R值较低, 但总的来说海拔对生态压力的影响越来越大, 两者呈现正关联。随着区域海拔上升, 生态压力总体出现上升趋势。

4.2 其他影响因素分析

一般来说, 气温、降水条件较好, 对生态压力降低是有帮助。计算生态压力的过程中, 将自然因素纳入降低压力因素更为合理(此处不考虑异常自然因素影响, 如干旱、洪水等情况)。研究将自然因素考虑为降低压力体系, 计算毕节区域生态压力得分。将16个指标(此章节x—x为未求取倒数之前的原始指标)与生态压力得分进行相关性分析, 得出生态压力与原始指标相关性系数。由于实际数据趋势关系, 特别某些是自然因素和社会因素可能并不具有很强的趋势。故指标与生态压力得分之间的正负相关系数作为权重, 实际意义不易解释。研究采用相关系数绝对值大小作为权重, 探究影响生态压力的驱动因素。为了保证提取指标的科学性, 将显著性未通过0.05(即95%的置信度水平)检验的指标进行剔除, 见表7。从相关性大小来看, 相关性绝对值较高的主要是社会类经济要素, 例如x(城镇化率)、x(公路里程)、x(粮食产量)、x(农业化肥施用量)等, 这在一定程度上说明社会因素与生态压力密切相关, 甚至是决定性作用。气温降水等自然要素中, 多数要素与生态压力得分均未通过显著性检验, 这也说自然要素虽对生态压力具有影响, 但社会经济要素更为重要。

图6 2005—2015年毕节市生态压力与海拔关系图

Figure 6 Relationship between ecological stress and altitude in Bijie City from 2005 to 2015

通过系统聚类(图7), 研究将指标分为三个类别, 第一个类别主要反映人类对自然开发强度, 例如城市化率、公路里程、粮食产量等。人类对自然开发强度为高驱动因素, 说明人类对自然环境的开发强度越大, 对生态环境影响越大。人类对自然开发强度越大, 生态压力越高。因此, 降低人类对自然的开发强度, 有利于生态压力降低与生态环境保护。中等驱动要素主要为人口、经济活动、环境污染等指标, 这类因素对生态压力影响处于中等水平。较低驱动因素仅有x(草地面积), 该要素属于权重较低的影响因素, 但也要积极控制。综合来看, 降低区域生态压力的重点在于控制污染物排放与降低人类对自然的开发强度。

表7 权重系数表

注: 此处权重为相关性绝对值, 显著性0.05通过检验。

图7 指标分类谱系图

Figure 7 Indicator classification pedigree

5 结论与讨论

文章利用2005—2015年毕节市(地区)统计数据, 测度了其生态压力变化特征和影响因素。研究结果可为区域生态保护政策制定提供科学参考，也可为相关研究提供一定的借鉴。基于以上分析探究, 文章初步得出以下结果:

①2005—2015年毕节市生态压力总体呈现先升后降的态势, 2005—2010年以上升为主, 2010—2015年以下降为主。

②2005—2015年毕节市西部县区生态压力总体高于东部县区。

③2005—2010年毕节市西部县区生态压力上升快于东部县区, 2010—2015年东部县区生态压力下降快于西部县区。

④2005—2015年随着海拔升高, 毕节市生态压力总体处于上升的趋势。

⑤人类污染物排放与自然开发强度是影响毕节市生态压力变化的重要因素。

生态压力是一个较大的范畴, 其包括诸多要素, 例如人口生态压力、农业生态压力、资源生态压力等诸多方面。因此选取指标不同, 对生态环境压力的测算结果具有影响。在生态压力测算中, 不同学者根据研究区特点选择相应指标。如高振斌等[31]对黄河口临近海域生态压力分析中采用灾害、污染、海洋捕捞等指标进行评价; 赵先贵等[27]对陕西省资源环境压力评价中, 采用林地、草地、水域、城镇建设以及经济等指标进行测度; 余爱莲等[32]对海岛生态压力测算过程中, 采用空气、水质、植被等进行评价; 贾冯睿等[28]对资源型重工业城市生态压力分析中侧重于资源与污染, 等等。文章对内陆高原城市毕节市的生态压力评价中将自然(气温、降水等)和社会指标(人类活动和污染等)相结合, 一定程度上能反映区域生态压力的基本状况。但文章选择县区较少, 缺少水域等数据指标, 仍需更进一步探究。另外，选择更为科学合理的生态压力评价体系也是今后需要思考之处。文章毕节市生态压力影响因素探究中, 基于相关系数绝对值作为权重, 虽可以反映不同指标的影响程度, 但必然与前文评价存在交互影响, 也是本文的不足之处。

[1] 蒋高明. 生态与生态系统[J]. 绿色中国, 2017(5): 76–79.

[2] 薛智键, 刘肇军. 基于DEA-Malmquist指数的贵州生态经济系统发展效率评价[J]. 贵州师范大学学报(自然科学版), 2014,32(4): 9–15.

[3] 刘宗碧. 清水江流域“人工林”的资源禀赋和生态经济发展模式初探[J]. 贵州师范大学学报(社会科学版), 2015(5): 69–75.

[4] 沈清基, 安超, 刘昌寿. 低碳生态城市的内涵、特征及规划建设的基本原理探讨[J]. 城市规划学刊, 2010(5): 48–57.

[5] 张馨, 裴成荣. 大遗址片区的特色生态城市建设研究—以西安市为例[J]. 生态经济, 2018(5): 160–165.

[6] 钟林生, 马向远, 曾瑜皙. 中国生态旅游研究进展与展望[J]. 地理科学进展, 2016, 35(6): 679–690.

[7] 宋晓虹, 欧敏. 生态旅游与贵州旅游开发[J]. 贵州师范大学学报(自然科学版), 2002(3): 44–47.

[8] 谢晓刚. 保护生态环境建设美丽中国[N]. 陕西日报, 2018-05-22(004).

[9] 王娇. 南疆农林复合系统生态价值及环境成本研究—以典型区域为例[D]. 阿拉尔:塔里木大学, 2016.

[10] POPOV I, SINELSHIKOVA A, MARKOVETS M, et al. Ecological value of the Sorokaoziorki wetland complex in the steppe of Central Eurasia (Khakassia, Russian Federation)[J]. Wetlands, 2018: 1–10.

[11] 王磊, 胡韵菲, 崔淳熙, 等. 北京市农业生态价值评价研究[J]. 中国农业资源与区划, 2015, 36(7): 58–62.

[12] 吴昊怡, 李文军, 庄明浩, 等. 从“草–畜–人”完整的社会生态系统视角评估天然草原生态系统服务的价值—基于青海省海南藏族自治州贵南县的案例研究[J]. 北京大学学报(自然科学版), 2017, 53(6): 1133–1142.

[13] MILNE R J, BENNETT L P. Biodiversity and ecological value of conservation lands in agricultural landscapes of southern Ontario, Canada[J]. Landscape Ecology, 2007, 22(5): 657–670.

[14] 刘婷, 赵伟, 黄婧, 等. 三峡库区重庆段生态承载力时空演变研究[J]. 西南大学学报(自然科学版), 2018, 40(1): 115–125.

[15] 王虹, 权晓燕. 和田河流域生态环境承载力分析[J]. 天津农业科学, 2018, 24(3): 59–65+81.

[16] 熊建新, 陈端吕, 彭保发, 等. 洞庭湖区生态承载力时空动态模拟[J]. 经济地理, 2016, 36(4): 164–172.

[17] 王瑶. 基于可持续发展的上海市生态承载力研究[J]. 贵州师范大学学报(自然科学版), 2016, 34(2): 13–18.

[18] 刘东, 封志明, 杨艳昭. 基于生态足迹的中国生态承载力供需平衡分析[J]. 自然资源学报, 2012, 27(4): 614– 624.

[19] 王维, 张涛, 王晓伟, 等. 长江经济带城市生态承载力时空格局研究[J]. 长江流域资源与环境, 2017, 26(12): 1963–1971.

[20] 田玲玲, 罗静, 董莹, 等. 湖北省生态足迹和生态承载力时空动态研究[J]. 长江流域资源与环境, 2016, 25(2): 316–325.

[21] 向秀容, 潘韬, 吴绍洪, 等. 基于生态足迹的天山北坡经济带生态承载力评价与预测[J]. 地理研究, 2016, 35(5): 875–884.

[22] WEI Jing, ZENG Weihua, WU Bo. Dynamic analysis of the virtual ecological footprint for sustainable development of the Boao special planning area[J]. Sustainability Science, 2013,8(4): 595–605.

[23] 周宁. 基于改进生态足迹方法的重庆市生态承载力时空动态研究[D]. 重庆:重庆师范大学, 2017.

[24] DANESHVAR M R M, KHATAMI F, ZAHED F. Ecological carrying capacity of public green spaces as a sustainability index of urban population: a case study of Mashhad city in Iran[J]. Modeling Earth Systems& Environment, 2017, 3(3): 1161–1170.

[25] 程超, 童绍玉, 彭海英, 等. 滇中城市群水资源生态承载力的平衡性研究[J]. 资源科学, 2016,38(8): 1561–1571.

[26] 毕节市统计局. 毕节市统计年鉴2016年[M]. 北京:中国统计出版社, 2016.

[27] 赵先贵, 马彩虹, 赵晶, 等. 生态文明视角的陕西省资源环境压力评价[J]. 干旱区资源与环境, 2016, 30(10): 19–25.

[28] 贾冯睿, 吴明, 邵令东, 等. 资源型重工业城市生态压力分析[J]. 辽宁石油化工大学学报, 2012, 32(1): 36–40.

[29] 薛薇. SPSS统计分析及应用[M]. 第3版, 北京:电子工业出版社, 2013.

[30] 龙成昌, 陈训. 花江峡谷地区顶坛花椒生长状况与土壤条件相关分析[J]. 贵州师范大学学报(自然科学版), 2003(3): 102–104.

[31] 高振斌, 万鹏, 郭菲, 等. 黄河口邻近海域主要生态压力分析[J]. 人民黄河, 2018, 40(7): 63–67.

[32] 余爱莲, 邓一兵, 桂峰, 等. 海岛生态压力定量评估模型构建[J]. 海洋通报, 2014, 33(6): 676–682.

Research on ecological stress assessment and its influencing factors in Bijie City

CHENG Dongya, LI Xudong*

School of Geography and Environmental Sciences, Guizhou Normal University, Guiyang 550025, China

Bijie City is located in the Yunnan-Guizhou Plateau, with fragile ecological environment and relatively limited ecological carrying capacity. Studying the ecological stress in Bijie City is of great significance to the ecological protection of plateau and mountains. The research selected the relevant data of Bijie City (Region) Statistical Yearbook, and used factor analysis and cluster analysis to explore the changes and driving factors of ecological pressure in Bijie City. Results indicated that in 2005, 2010 and 2015, Qixingguan had the highest ecological stress scores of 0.12, 0.85 and 0.91. The ecological stress score of Dafang increased the highest (0.75) from 2005 to 2010, and the Weining ecological stress score increased the highest (0.41) from 2010 to 2015.In 2005-2015, the ecological stress in Bijie City showed a trend of rising first and then decreasing. In 2005-2010, the main trend was to increase, and the decline was mainly in 2010-2015. The western counties of Bijie City ecological pressure was higher than the eastern counties in 2005-2015. (3) In 2005-2010, the ecological pressure in the western counties of Bijie City increased faster than that in the eastern counties. From 2010 to 2015, the ecological pressure in the eastern counties fell faster than that in the western counties. (4) With increasing altitude in 2005-2015, the ecological pressure was generally on the rise in Bijie City. (5) The emission of human pollutants and the intensity of natural development were important factors for affecting the changes of ecological pressure in Bijie City.

ecology; ecological stress; correlation analysis; factor analysis; Bijie City

10.14108/j.cnki.1008-8873.2019.04.022

K921

A

1008-8873(2019)04-158-11

2018-06-20;

2018-09-17

国家自然科学基金(41261039)

程东亚(1994—), 男, 安徽亳州人, 在读硕士研究生, 研究方向为资源利用与低碳发展, E-mail: wwwcdongya@yeah.net

李旭东(1969—), 男, 湖南邵东人, 教授, 研究方向为人口地理与区域发展, 应对气候变化与低碳经济, E-mail: 616507732@qq.com

程东亚, 李旭东. 毕节市生态压力评价及影响因素探究[J]. 生态科学, 2019, 38(4): 158-168.

CHENG Dongya, LI Xudong.Research on ecological stress assessment and its influencing factors in Bijie City[J]. Ecological Science, 2019, 38(4): 158-168.