长江经济带森林生态安全评价及时空演变研究

汤 旭,宋 璇,曾玉林,张大红

1 中南林业科技大学 经济学院, 长沙 410004 2 中南林业科技大学 商学院, 长沙 410004 3 湖南理工学院 经济管理学院, 岳阳 414006 4 北京林业大学 经济管理学院, 北京 100083

由于森林不仅在固碳释氧、防止水土流失、保护生物多样性方面造福人类,而且在木材供应、森林旅游等方面为经济做出重要贡献,所以森林对于人类的生存与发展至关重要。然而,由于人类对森林的无节制采伐以及对林地的过度占用使得森林面积日渐缩小,森林生态系统渐趋脆弱,如果不扭转此形势,必将威胁人类的生存与发展[1]。本文以长江经济带为研究区域,该经济带为中国腹心地带,它集中了全国五分之二的人口,而且每年创造将近全国一半的GDP[2]。但是,由于近年来城镇化、工业化进程加快,使得该区域洪涝灾害频发,水土流失严重,动植物资源日渐枯竭,森林生态安全形势也日渐严峻。长此以往,该经济带的高速发展将难以为继。对此,中国政府有着清醒认识,2016年发布的《长江经济带发展规划纲要》明确提出要把长江经济带建成森林覆盖率较高的绿色经济走廊。2018年习近平指出长江经济带要把修复生态环境摆在压倒性位置,以保护为主,限制大开发。综上所述,科学评价长江经济带森林生态安全程度和提出针对性的森林修复建议,具有较强的紧迫性和现实意义。

目前对于森林生态安全的研究逐渐增多。从全国来看,徐会勇等[3]从生态文明建设视角,发现建设前期各省的森林生态安全状况均呈上升趋势,但在后期大部分省的森林生态安全状况呈下降趋势；姜钰和蔡秀亭[4]结合2005—2015年全国数据,发现各省区的森林生态安全存在趋同性和收敛性。在产业结构方面,吕洁华和蔡秀亭[5]发现大部分省域森林生态安全与林业产业结构的耦合关系分别处于磨合、磨合、磨合、协调阶段,部分省域在发展过程出现了跃进或倒退现象；白江迪等[6]基于省域数据研究发现,林业产业发展及林业二产、林业三产对森林生态安全未形成压力,只有林业一产发展对森林生态安全产生了正压力。森林生态安全的影响因素方面,国外学者比较关注人类干扰的影响,而国内学者比较关注森林自身的健康因素。如Tidwell[7]、Moraes等[8]、Magalhães等[9]、Kirkpatrick等[10]都认为人类的干扰对森林生态系统有较大的负面影响。这些人类干扰活动包括过度采伐[11]、过度放牧[12]等行为。蔡秀亭和姜钰[13]发现森林覆盖率、活立木蓄积量、有林地面积和森林病虫害发生率是影响中国森林生态安全的主要障碍因子。在空间分布方面,冯彦等[14]研究发现湖北省县域森林生态安全状况整体良好,但县域森林生态安全水平地区分布不平衡,西部水平最高,东部次之,中部最低。汤旭等[15]运用生态区位系数来调整森林生态安全指数,并运用重心分析模型发现了湖北省森林生态安全重心在1999—2014年间的移动规律。

从现有文献来看,大多数学者主要从省域角度来分析森林生态安全,只有较少学者从县域角度来进行分析。而且,大多数文献的研究方法为PSR模型,研究方法较为单一。此外,目前还没有针对长江经济带森林生态安全的研究。为弥补以上缺陷,本文将基于2000年、2005年、2010年和2015年长江经济带11个省、直辖市1107个区县的数据,来测算森林生态安全指数(Forest ESI,forest ecological security index),再运用ArcGIS技术、重心分析模型、空间相关分析等方法来分析森林生态安全指数的时空变化特征,同时对长江经济带内部的8大支流流域进行比较分析,最后为提高森林生态安全程度提出相应的政策建议。

1 研究区域与数据来源

1.1 研究区域

长江经济带是指北纬21°7′—35°20′之间和东经97°21′—123°之间,以长江为核心的经济圈,它包括四川、重庆、云南、贵州、湖北、湖南、安徽、江西、江苏、浙江和上海等11个省、直辖市。该经济带在全国的国土面积占比、人口面积占比和GDP占比分别为：21.36%、42.74%和44.28%,是中国经济的腹心地带。然而,由于近年来工业化与城镇化进程较快,使得该区域的森林发展与保护问题比较突出：单位面积森林蓄积量比全国平均水平低10m3/hm2,只有62m3/hm2；石漠化面积占全国的80%,为1000万hm2；森林以人工林为主,森林质量较低。脆弱的森林生态系统导致该区域干旱、洪涝灾害频发,木材供给也难以满足经济发展的需要。因此,科学评估该区域的森林生态安全程度,分析其空间分布特征,并制定正确的森林保护政策,有利于协调人类与森林两个系统的矛盾,以促进该区域的可持续发展。

1.2 数据来源

本文数据来源于林业生态安全课题。为开展数据收集工作,本课题组首先设计了数据投放器,然后对11省、直辖市林业厅、局进行数据搜集工作的培训,再由各省厅对数据进行分解,林业数据由各省规划院提供,社会经济数据由各县林业局提供。课题组在收到各省、直辖市的数据后,首先进行初步审核,将空缺数据和错误数据发回各单位重新填写,然后与各省厅进行电话沟通以补齐数据和更正错误。

2 模型与方法

2.1 森林生态安全指数评估模型

森林生态安全包括两个含义：一是指森林生态系统自身的健康程度；二是指它在人类社会压力下的安全程度。森林生态系统的健康程度可以通过森林覆盖率、单位面积森林蓄积量、天然林比例和混交林比例等指标来反映。森林生态系统在人类社会压力下的安全程度主要反映人类对森林生态系统的干预。这类干预可以分为两类：一是破坏性的干预,如木材采伐、退林还耕、林地占用、森林旅游等；二是人类对森林的修复,如防护林、自然保护区、退耕还林等措施[16]。随着人们生态保护意识的增强,人类越来越重视对森林的保护和修复,以增强森林生态系统的安全程度。基于以上分析,本文从森林生态安全定义的两个方面出发,来设计森林森林生态安全指数,以评估其安全程度。

2.1.1森林生态安全指数体系

PSR(即压力-状态-响应)为传统的生态安全评估模型,它是经济合作与发展组织(OECD)和联合国环境规划署(UNEP)于20世纪80年代发展起来的分析框架体系。基于上述森林生态安全的定义,本文对PSR模型进行了改进,也就是将评价体系分为森林状态评价指标和森林压力评价指标,前者形成森林状态指数,后者形成森林压力指数,然后在此基础上生成森林生态安全综合指数。指标体系的构建过程如下：首先基于生态学专家和林学专家的意见,选取代表森林数量、森林质量和森林灾害的指标,形成森林状态指数；然后选取森林压力指标,包括一般社会压力、特殊行为压力和人类维护类指标。前期共选取指标31个,但考虑到很多指标的数据获取难度较大,所以最终确定了17个指标来构建森林生态安全指数。具体如表1所示。

表1 森林生态安全指标体系

2.1.2森林生态安全指数测算

(1)

2.2 重心分析模型

由于重心分析模型可以直观和形象地反映研究问题的空间变化规律,所以本文采用该模型来研究森林生态安全指数的变化规律[15]。通过高德地图查询长江经济带1107个区县的经纬度坐标(xi,yi),然后以森林生态安全指数为权重,测算长江经济带森林生态安全指数重心的经纬度坐标：

(2)

因为各区县在自然条件、森林保护和经济发展方面会存在较大差异,所以各地森林生态安全指数每年都会变化,森林生态安全指数的重心也会相应改变。该指数重心迁移的距离可运用勾股定理来计算：

(3)

Di-j为第i年至j年的重心迁移距离,R为经纬度每度的地理距离,一般取值111.111。

2.3 森林生态安全指数的空间相关分析

由于空间相关分析可以分析森林ESI在空间地理上的相关性和集聚性,所以本文结合了该模型来分析长江经济带森林ESI[17]。该方法包括全局自相关和局部自相关两类分析。

2.3.1全局自相关

对全局自相关的检验采用全局莫兰指数(Moran′s I),它能够反映森林生态安全指数在长江经济带内的集聚程度。其公式如下：

(4)

2.3.2局部自相关

局部自相关主要用来判别各区县森林ESI的集聚类型,一般用局部莫兰指数(LISA)来检验,计算公式如下：

(5)

3 结果分析

3.1 熵权法计算结果

依据熵权法分别计算森林状态指数和森林压力指数中各指标的权重,计算结果如表1所示。在森林状态指数中,权重最高的指标为森林火灾受灾率(权重为0.1063),其次为森林有害生物成灾率(权重为0.1061)和林地面积比率(权重为0.1013)。这反映森林状态指数受森林火灾的影响最大,其次是有害生物和林地面积。以上权重排序说明在维护森林生态系统健康方面,应把森林火灾和病虫害灾害的防范工作放在首位,同时要注意保护现有林地不受侵占。

在森林压力指数中,政府林业投入强度、年度造林比例和自然保护区占比是权重最高的三个指标,权重分别为：0.1872、0.1862和0.1763。这说明政府林业投入、植树造林和自然保护区建设对森林压力指数影响较大。因此,从降低森林生态系统的压力角度出发,政府应加大森林保护的干预力度,并从加大林业投入、增加植树造林面积和扩大自然保护区面积等方面着手。

3.2 森林生态安全指数时空变化分析

依据公式(1),并结合熵权计算结果,可以计算出森林生态安全指数。然后,运用ArcGIS软件将计算结果绘制出来,并依据自然断裂法,将指数从低到高依次分为5个等级(从高到底依次命名为最高、较高、一般、较差和最差),分别用不同颜色来表示,如图1所示。绿色表示该区县森林生态安全指数处于最高等级,红色表示该区县森林生态安全指数处于最差等级。

图1 2000年、2005、2010年和2015年长江经济带森林生态安全指数空间分布Fig.1 Forest ESI space distribution of Yangtze River Economic Belt from 2000 to 2015

图1反映了长江经济带11省、直辖市1107个区县的森林生态安全指数分布。从总体来看,长江上游四川和云南的森林生态安全指数等级较高,长江中游次之,长江下游最低。以长江为界,长江以南的森林生态安全指数总体上要比长江以北的森林生态安全指数要好,这在长江中下游地区尤为明显。此外,从该图还可以看出,森林生态安全等级最高的区域主要分布在四川北部和西南部,在云南西北部和南部也分布较广。而森林生态安全等级最差的区域主要分布在江苏、安徽和上海,这些地区以平原为主,山地较少,因此森林植被较少。2010年以前,最差等级区域还在四川、湖南和湖北有零星分布,但到了2015年,湖南基本没有最差等级区县,而四川和湖北的最差等级区县也大量减少。

从图1可以看出湖南是改善最为明显的省份,该省洞庭湖平原地区在2010年以前还分布有较多的最差等级区域,但到了2015年这些最差等级区域就基本消失,这对于该省森林ESI平均值的提升有较大促进作用。江西也是改善较为明显的区县,2010年以前主要还是最差等级区域和较差等级区域,但2010年之后都提升到了一般等级和较高等级。另外,在1107个区县里面,位于四川省西北部的甘孜州石渠县改善最为明显,它在2010年为最差等级区域,但经过多年来天然林保护工程、退耕还林工程、退牧还草工程、湿地保护等项目的实施,在2015年已经提升到了较高等级区域。

从历年最高值和最低值来看,2000年,森林ESI值最高的三个区县依次为浙江省丽水市云和县(0.7193)、湖北省十堰市茅箭区(0.6979)和贵州省黔东南苗族侗族自治州丹寨县(0.6779),最低的三个区县依次为上海市杨浦区(0.0801)、四川省成都市青羊区(0.1523)和四川省成都市武侯区(0.158)。2005年,森林ESI指数最高的三个区县依次为云南省怒江州贡山县(0.7641)、湖北省鄂州市华容区(0.7352)和浙江省丽水市云和县(0.7193),最低的三个区县依次为四川省成都市青羊区(0.163)、四川省成都市武侯区(0.1724)和四川省成都市锦江区(0.1799)。2010年,森林ESI指数最高的三个区县依次为浙江省丽水市云和县(0.723)、浙江省金华市浦江县(0.6911)和贵州省黔东南苗族侗族自治州丹寨县(0.6781),最低的三个区县依次为四川省成都市青羊区(0.1523)、四川省成都市武侯区(0.158)和四川省成都市锦江区(0.1746)。2015年,森林ESI值指数最高的三个区县依次为云南省怒江州贡山县(0.7758)、湖南省张家界市武陵源区(0.773)和浙江省丽水市云和县(0.7418),最低的三个区县依次为四川省成都市青羊区(0.1523)、四川省成都市武侯区(0.1539)和四川省成都市锦江区(0.1873)。从历年数据可以看出,浙江省丽水市云和县、贵州省黔东南苗族侗族自治州丹寨县和云南省怒江州贡山县这三个县的森林ESI值常居前列,而森林ESI值的最低值主要集中在四川省成都市。

为对图1进行更详细的说明,本文将各省平均值和长江经济带的平均值列出,如表2所示。

表2 长江经济带森林ESI历年平均值

从表2数据看,在4个年份,云南省的森林ESI值一直都居首位,这与云南省较高的森林覆盖率(60.3%)和丰富的水资源有关(年降水量超过1200毫米,且地跨长江、澜沧江、怒江、珠江、元江、大盈江6大水系)。在其他各省、直辖市中,江西和浙江的森林ESI值仅次于云南。上海市森林ESI值垫底,这与该市人口密度较高有很大关系。

在以上11个省、直辖市中,湖南省森林ESI值提高幅度最大,达到19.77%,这与2007年湖南省长株潭城市群被批准为“全国资源节约型和环境友好型社会建设综合配套改革试验区”有较大关系。该试验区位于湘江流域,而湖南省森林ESI值最低的区县也主要集中在该区域,所以该试验区两型社会的建设有力地促进了该地区森林生态安全程度的提高,并因此大幅提高了湖南省整体的森林ESI指数水平(从2005年的0.3846大幅提高到2010年的0.4228)。长江经济带各省、直辖市中,增长幅度最小的是江苏,15年间提高幅度只有0.76%。这可能与该省经济发展较快以及山地较少植树造林空间有限有关。

从长江经济带的平均值来分析,森林ESI值都低于0.5,总体水平较低,所以仍有较大的改善空间。从时间变化来看,2000—2015年总体呈上升趋势,这与长江防护林建设和天然林资源保护工程都有密切关系。

3.3 长江经济带八大支流流域生态安全指数分析

长江经济带包括岷江、金沙江、嘉陵江、乌江、湘江、沅江、汉江和赣江八大支流,同时还包括洞庭湖和鄱阳湖两大湖区,除此以外,还有三峡库区。为更深入分析这些区域的森林生态安全指数变化,本文统计了各流域的森林ESI平均值,如表3所示。

表3 长江经济带森林ESI值局部分析

表3反映了各大流域的森林ESI变化。2015年各流域森林ESI值从高到低排序依次为：赣江>沅江>金沙江>乌江>湘江>汉江>嘉陵江>岷江。2000—2005年,汉江流域森林ESI值增长幅度最大,为5.26%(从0.4015—0.4226),嘉陵江流域增幅最低,只有1.29%(从0.3807—0.3856)。2005—2010年,湘江流域森林ESI增幅最大,为10.32%(从0.3627—0.3769),金沙江流域增幅最低,只有0.22%(从0.455—0.466)。2010—2015年,嘉陵江流域森林ESI值提高最大(5.92%,从0.4001—0.4238),赣江流域提高幅度最小(0.49%,从0.4873—0.4897)。总体来看,2000—2015年这15年间,八大流域的森林ESI值都呈增长趋势,其中增长幅度最大的是湘江流域,增幅为20.87%,这与当地政府治理湘江流域的举措有较大关系。在2012年湖南省政府发布的《湘江流域科学发展总体规划》中,通过公益林保护、生态园区(自然保护区、森林公园、湿地公园)建设、森林防火、有害生物防治等措施,保护现有森林和湿地资源；并通过防护林工程、石漠化治理工程、退耕还林工程、生态廊道建设工程等生态修复措施,以增加森林资源和提升森林质量。八大流域中,增长幅度最小的是金沙江流域,15年仅增长了3.6%。

表5还反映了两大湖区和三峡库区的森林ESI值变化,在这三个区域中,三峡库区的森林ESI值最高,其次为鄱阳湖区,洞庭湖区最差。但从森林ESI增幅来看,洞庭湖区变化最大,15年间累计提升了20.34%,这与当地政府对洞庭湖区生态环境的综合治理有直接关系,当地政府采取了如下积极措施：一是成立了东洞庭湖国家级自然保护区；二是通过植树造林、退耕还林和还草、封山育林等工作加强水土保持。这些工作促进了洞庭湖区自然生态系统的修复,也对湖南ESI值的大幅提升起到了很大作用。

3.4 森林生态安全指数重心变化

依据重心分析模型计算公式(2)和(3),可以计算出2000年、2005年、2010年和2015年的森林ESI值重心坐标。这四个年份的坐标基本在111°40′4″—111°55′50″E、29°11′54″N和29°19′11″N之间移动,且这些重心都位于湖南省常德市境内。

为更清楚分析各年重心的移动方向,本文将重心移动轨迹标明在坐标图上。如图2所示。

图2 2000—2015年森林ESI值重心演变轨迹Fig.2 Forest ESI gravity center transfer map from 2000 to 2015

从图2可以看出,从2000—2015年,长江经济带森林ESI重心经历了三次不同的迁移。第一次迁移(2000—2005年)为从南往西方向,主要是因为四川森林ESI值有所提高,如四川西北的石渠县由最差等级上升为较差等级,若尔盖县由较高等级上升为最高等级。第二次迁移(2005—2010年)为从西往东北方向,主要是因为湖南洞庭湖和湖北江汉平原的最差等级区域大量减少。第三次迁移(2010—2015年)为从东北往南方向,这与安徽最差等级区域有所减少和浙江最差等级区域基本消失有关。

为更精确分析历年重心迁移距离、迁移速度,本文统计了这三个阶段的重心数据,如表4所示。

表4 2000—2015年重心演变统计

从第一阶段(2000—2005年)看,总体移动方向为从南往西,直线移动距离为5.84km年均移动1.17km。第二阶段(2005—2010年)总体移动方向为从西往东北,总的迁移距离为30.73km,年均迁移距离为6.15km,反映在此阶段长江经济带的东北部分森林ESI值提升较大。第三阶段(2010—2015年)主要移动方向为从东北往南,总体移动距离为11.42km,年均移动2.28km。在这三个阶段中,第二阶段(2005—2010年)移动距离最大,移动速度最快,而第一阶段移动速度最慢。

3.5 森林生态安全指数空间相关分析3.5.1 全局自相关

依据公式(4),并运用GeoDA软件,得到2000、2005、2010和2015年4个年度的全局自相关检验结果,如表5所示。

表5 长江经济带森林ESI指数全局自相关检验

随机性检验使用999permutation

从该表可以看出,4个年度的莫兰指数都通过了1%的显著性检验。从时间变化看,全局莫兰指数在2005年之前呈上升趋势,说明长江经济带的森林ESI的集聚状况有所上升。但在2005—2010年,莫兰指数下降幅度较大,这是因为湖南和重庆的森林ESI值有较大改善,而四川省的森林ESI值有所下降,所以集聚性下降幅度较大。2010—2015年,莫兰指数重新上升,这与四川省森林ESI值重新上升密不可分。

3.5.2局部自相关

依据局部自相关公式(5),将显著性较强的集聚区域绘制成LISA聚类图,如图3所示。

图3 长江经济带森林生态安全指数LISA聚类图Fig.3 LISA cluster map of forest ESI in the Yangtze River Economic Belt

从图3可以发现：(1)High-High集聚区域主要分布在四川省北部和西南部、云南省西部和南部,其次在江西省南部、浙江省西部和南部、湖北省东部、贵州省南部有所分布。从时间变化来看,2000—2005年四川和云南分布区域较广,但2005—2015年四川省High-High集聚区域分布范围有明显下降,而湖南和浙江的分布范围扩张较为明显。(2)Low-Low集聚区县主要分布在上海、江苏和安徽,其次在湖北江汉平原、四川成都平原较为集中。2000年和2005年,湖南省Low-Low集聚区县分布较多,但2010年和2015年,Low-Low集聚区县下降比较明显。

针对该空间分布特征,各地政府可以采取以下措施：(1)在High-High集聚区域应继续加大森林保护力度,并在不破坏生态环境的前提下适当发展木材加工和林下种植等产业,以处理好森林保护与经济发展的矛盾。(2)在Low-Low集聚区县应提高森林生态保护工作的重视,为促进森林覆盖率的上升和森林蓄积量的增长,应加强植树造林、退耕还林的力度。(3)在其他类型的集聚区域,如Low-High集聚区域,低值区县应多学习周边高值区县的林业工作经验,积极开展森林生态保护和自然保护区的建设。在High-Low集聚区域,高值区县应积极帮助周边低值区县开展林业保护和建设工作。

4 结论与讨论

本文首先基于熵权法计算森林ESI指数,然后运用ArcGIS和GeoDA软件、重心分析模型分析长江经济带森林ESI指数,结论如下：

(1)在森林状态指数中,权重最高的指标为森林火灾受灾率,其次为森林有害生物成灾率和林地面积比率。在森林压力指数中,权重最高的指标为政府林业投入强度、年度造林比例和自然保护区占比。

(2)从全域来看,森林ESI值长江上游>长江中游>长江下游,长江南岸的森林ESI值高于长江北岸,这在长江中下游地区尤为明显。从各省来看,云南省的森林ESI值一直都居首位。此外,湖南省是森林ESI值提高幅度最大的省份,从2000—2015年提升了19.77%。增长幅度最小的是江苏,15年间提高幅度只有0.76%。从长江经济带的平均值来分析,森林ESI值都低于0.5,总体水平较低,但从时间变化来看,2000—2015年总体呈上升趋势。

(3)2015年各支流流域森林ESI值从高到低排序依次为：赣江>沅江>金沙江>乌江>湘江>汉江>嘉陵江>岷江。2000—2015年这15年间,八大流域的森林ESI值都呈增长趋势,其中增长幅度最大的是湘江流域,增长幅度最小的是金沙江流域。

(4)从重心分析模型分析结果来看,长江经济带森林ESI值在第一阶段(2000—2005年)总体移动方向为从南往西,在第二阶段(2005—2010年)总体移动方向为从西往东北,在第三阶段(2010—2015年)主要移动方向为从东北往南。在这三个阶段中,第二阶段移动距离最大,移动速度最快。

(5)从全局自相关分析结果来看,长江经济带森林ESI值有较为显著的集聚性。High-High集聚区域主要分布在四川省北部和西南部、云南省西部和南部,其次在江西省南部、浙江省西部和南部、湖北省东部、贵州省南部有所分布。Low-Low集聚区县主要分布在上海、江苏和安徽,其次在湖北江汉平原、四川成都平原较为集中。

(6)长江经济带森林ESI指数的提升建议：①依据森林ESI指标体系的权重排序,林业部门应注重森林火灾、病虫害防治等工作,以提升森林生态系统的健康程度。此外,政府应加大林业投资、植树造林和自然保护区建设的投入力度,以减轻森林生态系统的压力。②从全域来看,由于长江下游的森林ESI值最低,所以生态修复的重点应放在下游。从支流流域来看,岷江、嘉陵江和汉江流域的森林ESI值较低,所以这些流域也应该着重加强森林修复工作。③从空间相关分析结果看,应在Low-Low集聚区县加强植树造林和退耕还林的力度,在High-High集聚区县适当发展木材加工和林下种植等产业,以处理好森林保护与经济发展的矛盾,在Low-High集聚区县,低值区县应多学习周边高值区县的森林生态保护经验,在High-Low集聚区域,高值区县应积极帮助周边低值区县开展林业保护和建设工作。

尽管本文在分析长江经济带森林生态安全方面取得了一定的成果,但仍有值得改进之处：(1)由于本文没有考虑自然气象或地理指标,所以在后续的研究将会在指标体系中引入年降雨量、年蒸发量、年积温、海拔、坡向等气象和地形数据,以更加全面地测算森林生态安全指数[18- 22]。(2)因为熵权法对某些具有重要生态学意义但差异较小的指标赋权较低,所以本文将在以后的研究中加入专家法,以修正这方面的缺陷[23- 24]。(3)对于森林生态安全影响因素的研究还有待进一步探讨,因此后续研究将从社会经济方面寻找森林生态安全指数的影响因素,以深入分析森林生态安全的影响机理[25- 26]。(4)在研究范围和实际应用方面,可将森林生态安全研究与林地利用、林地红线划定等领域结合起来,以拓展研究范围和增强研究成果的实际操作性[27- 28]。同时,森林生态安全指数研究成果可与草原、湿地、荒漠、河流和海洋等生态系统的生态安全评估成果结合起来,以共同构建全国范围的生态安全指数[29- 32]。

参考文献(References):

[1] 汤旭, 冯彦, 王慧, 张大红. 湖南省县域森林生态安全评价与时空分析. 南京林业大学学报: 自然科学版, 2018, 42(4): 61- 67.

[2] 卢丽文, 宋德勇, 李小帆. 长江经济带城市发展绿色效率研究. 中国人口·资源与环境, 2016, 26(6): 35- 42.

[3] 徐会勇, 赵学娇, 张大红. 我国省域森林生态安全评价及差异化——基于生态文明建设背景. 生态学报, 2018, 38(17): 6235- 6242.

[4] 姜钰, 蔡秀亭. 中国森林生态安全动态测度及空间收敛性分析. 统计与决策, 2019, 35(2): 91- 95.

[5] 吕洁华, 蔡秀亭. 中国省域森林生态安全与林业产业结构时空耦合测度. 世界林业研究, 2019, 32(4): 34- 39.

[6] 白江迪, 刘俊昌, 陈文汇. 基于结构方程模型分析森林生态安全的影响因素. 生态学报, 2019, 39(8): 2842- 2850.

[7] Tidwell T L. Nexus between food, energy, water, and forest ecosystems in the USA. Journal of Environmental Studies and Sciences, 2016, 6(1): 214- 224.

[8] Moraes R, Landis W G, Molander S. Regional risk assessment of a Brazilian rain forest reserve. Human and Ecological Risk Assessment: An International Journal, 2002, 8(7): 1779- 1803.

[9] Magalhães J L L, Lopes M A, De Queiroz H L. Development of a Flooded Forest Anthropization Index (FFAI) applied to Amazonian areas under pressure from different human activities. Ecological Indicators, 2015, 48: 440- 447.

[10] Kirkpatrick J B, Marsden-Smedley J B, Di Folco M B, Leonard S W J. Influence of grazing and vegetation type on post-fire floristic and lifeform composition in Tasmania, Australia. Plant Ecology, 2016, 217(1): 57- 69.

[11] Yu D P, Zhou L, Zhou W M, Ding H, Wang Q W, Wang Y, Wu X Q, Dai L M. Forest management in Northeast China: history, problems, and challenges. Environmental Management, 2011, 48(6): 1122- 1135.

[12] Haidari M, Namiranian M, Gahramani L, Zobeiri M, Shabanian N. Study of vertical and horizontal forest structure in Northern Zagros forest (Case study: West of Iran, oak forest). European Journal of Experimental Biology, 2013, 3(1): 268- 278.

[13] 蔡秀亭, 姜钰. 中国森林生态安全时空格局演变及其障碍因子诊断. 统计与决策, 2019, 35(3): 96- 100.

[14] 冯彦, 郑洁, 祝凌云, 辛姝玉, 孙博, 张大红. 基于PSR模型的湖北省县域森林生态安全评价及时空演变. 经济地理, 2017, 37(2): 171- 178.

[15] 汤旭, 冯彦, 鲁莎莎, 张大红. 基于生态区位系数的湖北省森林生态安全评价及重心演变分析. 生态学报, 2018, 38(3): 886- 899.

[16] 汤旭, 郑洁, 冯彦, 李燕坤, 王时军, 张大红. 云南省县域森林生态安全评价与空间分析. 浙江农林大学学报, 2018, 35(4): 684- 694.

[17] 李岩, 王珂, 刘巍, 李燕坤, 王时军, 张大红. 江苏省县域森林生态安全评价及空间计量分析. 生态学报, 2019, 39(1): 202- 215.

[18] 顾艳红, 张大红. 省域森林生态安全评价——基于5省的经验数据. 生态学报, 2017, 37(18): 6229- 6239.

[19] 刘婷婷, 孔越, 吴叶, 祝凌云, 张大红. 基于熵权模糊物元模型的我国省域森林生态安全研究. 生态学报, 2017, 37(15): 4946- 4955.

[20] 王金龙, 杨伶, 李亚云, 张大红. 中国县域森林生态安全指数——基于5省15个试点县的经验数据. 生态学报, 2016, 36(20): 6636- 6645.

[21] 张智光. 林业生态安全的共生耦合测度模型与判据. 中国人口·资源与环境, 2014, 24(8): 90- 99.

[22] 刘心竹, 米锋, 张爽, 苏立娟, 顾艳红, 张大红. 基于有害干扰的中国省域森林生态安全评价. 生态学报, 2014, 34(11): 3115- 3127.

[23] 米锋, 潘文婧, 朱宁, 李华晶. 模糊综合评价法在森林生态安全预警中的应用. 东北林业大学学报, 2013, 41(6): 66- 71, 75- 75.

[24] 张智光. 基于生态-产业共生关系的林业生态安全测度方法构想. 生态学报, 2013, 33(4): 1326- 1336.

[25] 张洪, 李中元, 李彦. 基于生态安全的山地城镇土地可持续利用模式研究——以云南大理市为例. 地理研究, 2019, 38(11): 2681- 2694.

[26] 姚顺波. 林业补助与林木补偿制度研究——兼评森林生态效益研究的误区. 林业科学, 2005, (6): 88- 91.

[27] 时卫平, 龙贺兴, 刘金龙. 产业准入负面清单下国家重点生态功能区问题区域识别. 经济地理, 2019, 39(8): 12- 20.

[28] 楚鑫磊, 李乐, 曾立雄, 黄志霖, 刘常富, 肖文发. 三峡库区建坝前后森林生态系统服务动态. 长江流域资源与环境, 2019, 28(8): 1977- 1986.

[29] 袁菲, 张星耀, 梁军. 基于有害干扰的森林生态系统健康评价指标体系的构建. 生态学报, 2012, 32(3): 964- 973.

[30] 米锋, 黄莉莉, 孙丰军. 北京鹫峰国家森林公园生态安全评价. 林业科学, 2010, 46(11): 52- 58.

[31] 王懿祥, 陆元昌, 张守攻, 白尚斌, 刘宪钊. 森林生态系统健康评价现状及展望. 林业科学, 2010, 46(2): 134- 140.

[32] 潘开文, 吴宁, 潘开忠, 陈庆恒. 关于建设长江上游生态屏障的若干问题的讨论. 生态学报, 2004, 24(3): 617- 629.