成渝城市群的生态安全评价模型及应用

史习习，杨 力

(安徽理工大学经济与管理学院，安徽淮南232001)

社会和经济的发展日新月异，人类面临的生存环境挑战也越来越严峻，过度开发利用自然资源造成不可制止的生态破坏，城市化和工农业产生的“三废”污染问题，都会引发一系列的环境问题。生态安全是指一个国家或区域生存和发展的生态环境处于不受或少受破坏与威胁的状态。生态安全的理论和实践研究逐渐成为世界各国生态、环境领域学者的研究热点，也被认为是人类社会在21世纪实现可持续发展的一项重要任务。国内外对于生态安全的研究开始于20世纪，其研究主要聚焦在生态安全的概念和内涵[2]、生态安全评价[4]、生态安全预警与预测[5]。

城市作为一个由“社会-经济-自然”三者组成的复杂生态系统，人类的社会经济活动对环境的压力持续不断的增大，使城市的生态环境质量不断下降，甚至对生态安全造成巨大威胁。城市生态安全是国家或区域生态安全的重要基石，但目前的研究大多是在国家和区域层面上进行的，而对城市生态安全的研究略显薄弱。研读生态安全评价相关文献，国内外大部分学者在评价指标体系方面，有PSR模型[6]、EES模型[7]、DPSIR模型[8]；在评价方法方面，有综合指数法[12]、生态足迹法[13]、模糊综合评价[14]、物元分析法[15]、人工神经网络法[16]、和灰色聚类法[17]等。本文以生态安全及其评价的相关理论为基础，分析了各种评价模型的特点，以成渝城市群为研究对象，采用PSR-EES模型，构建了包括4层次、35个指标的城市生态安全评价指标体系，用熵权法确定权重，运用灰色-TOPSIS模型、主成分分析法和模糊综合评价法等3种评价模型，对成渝城市群2018年的生态安全状况进行横向量化评价。拟对城市的生态安全状况与评价方法进行研究，使评价结果更加客观、可信，为城市生态安全评价和管理决策提供参考。

一、研究区简介和评价指标体系构建

1.研究区域简介

成渝城市群位于中国西部和长江上游，以重庆、成都为中心，是西部大开发的重要平台，是长江经济带的战略支撑，是中国推进新型城镇化的重要示范区。成渝城市群具体范围包括重庆市的渝中、万州、黔江、涪陵、大渡口、南岸、北碚、綦江、大足、江北、沙坪坝、九龙坡、渝北、巴南、长寿、永川、南川、潼南、江津、合川、铜梁、梁平、丰都、垫江、忠县、荣昌、璧山等27个区(县)以及开州、云阳的部分地区；四川省的成都、自贡、泸州、内江、乐山、德阳、绵阳(除北川县、平武县)、眉山、宜宾、遂宁、南充、广安、达州(除万源市)、雅安(除天全县、宝兴县)、资阳等15个市。截止到2018年底，总面积约为18.5万平方公里，常住人口约9 500万，占全国比重的6.8%，地区生产总值约5.7万亿元、占全国比重的6.4%。成渝城市群是我国西南地区政治、经济重心和交通枢纽,是信息、技术和工业的集中分布区，研究成渝城市群的生态安全状况,促进成渝城市群的可持续发展,不仅是控制首位城市过度膨胀,形成多级中心结构,发展成为合理有序的城市体系的需要,更是促进西部地区经济发展,推动西部大开发战略的必然要求。

2.评价指标体系的构建

PSR(压力—状态—响应)模型是由经济合作与发展组织(OECD)、联合国环境规划署(UNEP)共同提出和发展的，其是最经典、成熟的模型，从人的发展与环境保护相互作用的角度出发，对社会、经济、自然等不同维度的指标进行选择与构建，具有系统性和适用性的特点。压力是指人类所进行的社会经济活动给自然环境带来的压力，状态是指能够体现当前自然环境所处的状态，响应是体现人们通过采取相应措施减轻或消除其对环境产生的负面作用。本文基于PSR-EES模型，遵循可比性，可操作性和互不兼容原则，考虑数据的可获得性，参考相关文献的研究成果，同时，考虑成渝城市群的实际情况，将生态安全评价这个总体目标分为项目层、因素层和指标层，以此来构建成渝城市群生态安全评价指标体系，如表1所示。

表1 生态安全评价指标体系及分级标准

3.数据的收集

本文数据的主要来源有：四川统计年鉴(2019年)，重庆统计年鉴(2019年)，中国城市统计年鉴(2019年)，重庆、成都、自贡、绵阳、遂宁、泸州、德阳、乐山、南充、内江、眉山、广安、达州、宜宾、雅安、资阳市国民经济和社会发展统计公报(2019年)，2009—2018年成渝城市群中各城市的环境状况公报、水资源公报等。

4.评价指标权重的确定

确定各项指标的权重是构建评价指标体系的重要步骤，指标权重的确定方法有主观的也有客观的。本文是对城市的生态安全进行评价，利用各个城市的具体数据信息。因此，选择熵权法来确定权重，这样对评价结果的准确程度有一定的把控，避免因个人主观臆测对指标权重的确定产生干扰。

通过熵权法的步骤[25]确定了成渝城市群生态安全评价指标的权重，如表2所示。

表2 城市生态安全测评指标体系的权重

续表2目标层项目层因素层指标层Wj自然S3建成区绿化覆盖率D210.009541森林覆盖率D220.018658人均公园绿地面积D230.030219全市环境空气质量优良天数比例D240.014359响应R社会R1万人藏书量D250.064948万人拥有卫生机构床位数D260.022586万人拥有高校在校学生数D270.048139经济R2节能环保支出占财政支出比重D280.026705科学技术支出占财政支出比重D290.098505教育支出占财政支出比重D300.032559第三产业占GDP比重D310.040448医疗卫生支出占财政支出比重D320.015525自然R3一般工业固体废弃物综合利用率D330.018161污水处理厂集中处理率D340.010637城市生活垃圾无害化处理率D350.012276

二、评价方法

目前，关于生态安全评价方法多种多样，其中的数学模型是比较常见的而且相对成熟评价方法。数学模型中的灰色-TOPSIS法、主成分分析法、模糊综合评价法等更是其中的佼佼者。本文通过利用上述3种评价模型来研究成渝城市群的生态安全问题。

1.灰色-TOPSIS法

灰色-TOPSIS法是灰色关联理论和TOPSIS法的组合和完善，它可以更系统准确地表现出备选方案和理想方案之间的接近程度，为最终决策提供参照依据。

灰色-TOPSIS法[18]的操作过程如下。

(1)对数据进行标准化处理

运用极值法，对指标进行无量纲化处理，计算公式为：

(1)

(2)

式中：Xij为指标标准化值；xij为指标原始值；max(xj)和min(xj)分别表示该指标在评价时期内原始数值中的最大值和最小值。经过指标标准化后，构建决策矩阵B。

(2)确定指标权重

通过上文中熵权法确定指标权重Wj。

(3)构建规范加权的决策矩阵

根据各指标相应的权重，建立规范加权决策矩阵V：

(3)

(4)由下列公式确定矩阵V的正理想解和负理想解

(4)

(5)

(5)计算各评价对象到正理想解(D+)和负理想解(D-)的距离

(6)

(7)

(6)计算不同评价样本的灰色关联度

(8)

(9)

(10)

(11)

(7)计算不同样本的相对贴近度

(12)

(13)

(14)

(15)

(8)对样本进行判断

根据δi的大小对样本进行判断，δi越大，表示该样本越贴近正理想解，样本越好，反之样本越差。

2.主成分分析法

主成分分析法[19]是把原来的多个变量转化为少数几个载荷着原变量绝大多数信息的综合性指标，是种降维处理技术方法。先对指标的原始数据运用极差法进行标准化处理，避免了各指标原始数据因量纲不同不能直接比较，得出成渝城市群生态安全评价指标的标准化数据阵。

(1)观察变量的相关系数，判断是否适合主成分分析

利用标准化数据阵，得到变量之间的相关系数矩阵和变量之间的相关性程度，其绝对值越大，变量之间相关性越显著。结果表明，变量相关系数矩阵的绝大多数绝对值都大于0.3；大部分变量具有较强的相关性，适用于主成分分析。

(2)提取指标的主成分因子

利用SPSS软件进行计算，由表3可知，各主成分初始解的排序中，前8个主成分的特征值大于1；各主成分的方差贡献率中前8个主成分的累计方差贡献率为88.75%。表明前8个因子可以概括绝大多数的信息，其它因子的信息载荷可以忽略不计，因此，提取前8个因子(F1，F2，F3，F4，F5，F6，F7，F8)作为主成分是切实的。

表3 解释的总方差

(3)确定各主成分的载荷矩阵

为了使确定的主成分含义更清晰,采用方差极大法进行正交旋转,输出主成分载荷矩阵。该矩阵给出各主成分的载荷系数,即各个变量与主成分的相关系数。

(4)由主成分得分系数矩阵确定得分函数

根据输出的主成分得分系数矩阵，可以建立各主成分的得分函数：

F1=-0.099D1+0.145D2+0.281D3……

F2=-0.009D1+0.016D2+0.003D3……

F3=0.128D1+0.014D2-0.070D3……

F4=0.119D1+0.083D2-0.107D3……

F5=0.137D1+0.147D2-0.007D3……

F6=-0.375D1+0.447D2+0007D3……

F7=0.371D1+0.261D2-0.045D3……

F8=-0.267D1-0.153D2-0.020D3……

(5)确定生态安全综合评价结果

对成渝城市群的生态安全状况的综合评价过程中,将8个主成分的方差贡献率(表3)作为其权重系数，计算公式为：

F=0.296F1+0.154F2+0.107F3+0.081F4+0.076F5+0.065F6+0.057F7+0.050F8

式中：F为某市生态安全状况的综合评价值；F1，F2，F3，F4，F5，F6，F7，F8为相应各主成分的得分。

3.模糊综合评价法.

模糊综合评价法[20]是运用模糊关系合成的原理，根据评价对象自身的状态或类别，对评价对象的组成部分进行定量描述。由于安全概念本身具有模糊性的特点，因而用模糊数学的方法，建立城市生态安全模糊评价模型更能符合实际情况。

构建城市生态安全评价指标体系，具体步骤如下：

(1)确定被评价对象的因子论域，U=(u1,u2,…,un)

(2)建立评语集

评语集为V=(v1,v2,…,vm)，其中vj(j=1,2,…,m)表示第j个评价等级，在本文中，V=(安全，较安全，临界安全，较不安全，不安全)。本文将国内外相关文献中生态城市的理想值作为安全值，将国家低值或国际公认的预警值作为不安全值；在前者的基础上，上浮20%作为安全和临界安全的标准值，在后者的基础上，上浮20%作为不太安全和临界安全的标准值。经过最终的相互调整，得到各评价等级的最终标准值(如表1所示)。

(3)相对隶属度矩阵的建立，在U与V之间进行单因子评价，建立模糊关系矩阵R

(16)

式中：rij表示U中第i个因素ui对应于V中第j个等级vj的相对隶属度。相对隶属度的计算是模糊数学方法的关键,正向指标和的计算公式有所不同。

正向指标：

当ui

ri1=1,ri2=ri3=ri4=ri5=0

当sij≤ui≤sij+1时，

rij=1-rij+1

当ui>sij时，

ri5=1ri1=ri2=ri3=ri4==0

负向指标：

当ui>sij时，

ri1=1,ri2=ri3=ri4=ri5=0

当sij≤ui≤sij+1时

当ui

ri1=1,ri2=ri3=ri4=ri5=0

(4)确定模糊综合评价模型

经过计算，最终模糊综合评价模型为：

B=Wj*R=(B1,B2B3,B4,B5)

Wj=(w1,w2,w3,…,wj)

式中，B为生态安全水平判断结果，wj为各评价指标对生态安全目标的权重(熵权法确定)。

三、结果及分析

1.城市生态安全评价结果

(1)灰色-TOPSIS法在城市生态安全评价中的应用结果

在收集处理成渝城市群生态安全评价指标的数据后，用灰色-TOPSIS法进行分析，得到成渝城市群2018年的生态安全综合指数值和安全状态。生态安全综合评价值由大到小的排序为成都、绵阳、雅安、重庆、广安、乐山、德阳、遂宁、泸州、宜宾、资阳、自贡、眉山、内江、南充、达州。根据生态安全评判标准(如表4所示)，得到成渝城市群2018年的生态安全综合指数(如表5所示)，其中成都、绵阳、雅安、重庆、广安、乐山、德阳、遂宁、泸州、宜宾、资阳、自贡处于临界安全，III级，眉山、内江、南充、达州处于较不安全，II级。

表4 生态安全评判标准

表5 成渝城市群2018年的生态安全

(2)主成分分析法在城市生态安全评价中的应用结果

生态安全综合评价值由大到小的排序为成都、绵阳、重庆、雅安、乐山、自贡、德阳、泸州、宜宾、眉山、南充、内江、遂宁、资阳、广安、达州。表明从城市生态安全综合状况来看，达州市的生态安全性最低，生态压力最高；其次是广安、资阳和遂宁的生态安全性亦较低，生态安全指数全部小于零，表明其城市利用处于生态不安全状态。其次是内江、南充、眉山、宜宾、泸州和自贡其值全部大于零，其生态安全性较高。最后是德阳、乐山、雅安、重庆、绵阳和成都的生态安全性最高。参考通用的生态安全设置标准(如表6所示)，生态安全级别与其综合评价值正相关，级别越高，其生态安全状况越好，反之则越差。得到成渝城市群2018年的生态安全综合指数(如表7所示)，其中成都、绵阳、重庆、雅安、乐山、德阳、自贡、泸州的生态安全综合值大于0.3，其生态安全处于良好状态，划分为Ⅰ级；宜宾、眉山、南充、内江、遂宁、资阳、广安的生态安全综合值处于(0,0.3]这个区间，生态安全处于预警状态，划分为Ⅱ级；达州的生态安全综合值处于(-0.4,0]这个区间，生态安全处于中警状态，划分为Ⅲ级。

表6 生态安全标准评判阈值

表7 成渝城市群2018年的生态安全

(3)模糊综合评价法在城市生态安全评价中的应用结果

模糊综合评价的结果表明(如表8所示)：成都、绵阳、雅安、乐山的生态安全状况处于“安全”状态，重庆、泸州均处于“较安全”状态，德阳、眉山处于“临界安全”状态，自贡、遂宁、广安处于“较不安全”状态，内江、资阳、南充、达州处于“不安全”状态。16个城市总体的生态安全状况从高到低排序为：成都、绵阳、雅安、乐山、重庆、泸州、德阳、眉山、宜宾、遂宁、自贡、资阳、广安、内江、达州、南充。

德阳、眉山市对临界安全的隶属度分别为0.384、0.326，比其它城市大，这表明，德阳市和眉山市生态环境具有较大的变异性。如果存在不合理的人类活动，将威胁城市生态安全，那么系统很可能进入“较不安全”状态；通过采取适当的生态系统管理方案，消除影响生态安全的制约因素，德阳、眉山市的生态环境系统可以朝着“安全”的方向发展。同时，德阳和眉山市对安全状态的隶属度最小，为0.156、0.152，说明德阳、眉山生态安全建设任重道远，需要长期不断努力和积累。由表2可以看出，权重较大的指标是人均水资源量、科学技术支出占财政支出比重、人均社会消费品零售总额、全市环境空气质量优良天数比例、城镇登记失业率、节能环保支出占财政支出比重、第三产业占GDP比重，说明这些指标在不同城市之间存在明显差异。城市应根据各城市暴露的问题，开展城市生态规划，包括建立生态安全监测预警系统、促进清洁生产和循环经济等，以实现城市生态经济的可持续发展。

表8 成渝城市群2018年生态安全模糊综合评价结果

2.评价结果分析

(1)各城市生态安全水平分析

通过灰色-TOPSIS法、主成分分析法、模糊综合评价法对成渝城市群生态安全水平进行统计得到3种排序结果(如表9所示)。

表9 城市生态安全的3种模型评价水平排序

由表9可知，成都生态安全水平排序均列第一位，绵阳均列第二位。其他城市的排位都有一些变化。由此进一步分析得出，成都生态安全水平最高；依次是绵阳、雅安、重庆、乐山、德阳、泸州、宜宾、眉山、遂宁、自贡、广安、资阳、内江、南充、达州。从灰色-TOPSIS模型和模糊综合评价法对成渝城市群的生态安全状态的评定结果，综合评定各个城市的安全状态，成都、绵阳、雅安、乐山为较安全，重庆、自贡、泸州、德阳、眉山为临界安全，遂宁、内江、南充、宜宾、广安、达州、资阳为较不安全(见表2-表8)。

成都、绵阳、雅安、乐山、重庆生态安全水平较高，是因为其生态环境压力小，生态系统状态好，响应较好，主要体现在万人拥有高校在校学生数、万人拥有卫生机构床位数、科学技术支出占财政支出比重与城区绿化覆盖率较高，全市环境空气质量优良天数比例高，节能环保支出占财政支出比重大。资阳、内江、南充、达州生态安全水平低，是因为它生态环境压力、状态与响应都较差。以上分析表明，评价结果与实际情况吻合较好。

(2)评价模型比较

城市生态安全评价，既要比较城市间生态安全水平的高低，也要判别每个城市的生态安全等级。本文使用的3种评价模型中，灰色-TOPSIS模型、模糊综合法给出了各个城市的生态安全状况与生态安全等级。虽然主成分分析法具有降维、减少原始数据信息损失、避免主观随意性等优点，但不能直接给出城市生态安全等级，只能给出各城市生态安全水平的高低排序。因此，利用主成分分析法评价城市生态安全具有一定的局限性；灰色-TOPSIS方法采用点间的绝对差值进行计算，以5个安全等级作为比较序列，可以判断出各城市的安全等级。但是，各城市的等级判断结果之间的差异较小，不具有可比性，不能反映城市之间的真实差距；模糊综合评判法利用最大隶属度原则来确定城市生态安全的评价结果，具有全面性和准确性。模糊综合评价法比灰色-TOPSIS法简单，能揭示更多的差异信息，而且可以判断单个指标的生态安全状况，使评价结果更加客观、可信，更有利于针对性地分析问题，提出解决方案。以上分析表明，模糊综合评价法在城市生态安全评价中最具优势，而主成分分析法存在较大缺陷。各种评价模型都能得到相似的结果，说明它们在生态安全评价中是适用的。

四、结论

根据选用的PSR-EES模型构建了城市生态安全评价指标体系，运用熵权法确定各评价指标的权重，运用灰色-TOPSIS法、主成分分析法、模糊综合法等评价模型，对成渝城市群2018年的生态安全状况进行评价，得出成都生态安全水平最高，依次为绵阳、雅安、重庆、乐山、德阳、泸州、宜宾、眉山、遂宁、自贡、广安、资阳、内江、南充，达州最低；其对应的生态安全等级为成都、绵阳、雅安、乐山为较安全，重庆、自贡、泸州、德阳、眉山为临界安全，南充、宜宾、广安、遂宁、内江、达州、资阳为较不安全。

结果表明，在本文使用的三种评价模型中，模糊综合评价法在城市生态安全评价中最具优势，而主成分分析法和灰色-TOPSIS法存在一定的缺陷。城市生态安全涉及资源、环境、经济、社会等诸多方面，反映这些方面的因素要全面，不能太多。所以不同的研究者建立的指标体系会有所不同，其主观性和偏差是难以避免的。因此，需要进一步研究，从理论和实践上建立一个规范统一的生态评价指标体系。就应用方法而言，由于各种评价模型的特点，为了使评价结果更加科学客观，如何拟合和分析各种评价模型的优缺点需要进一步探讨。