海岛综合承载力测度及其时空差异研究

狄乾斌 刘金玲

摘 要：海岛综合承载力是海岛开发和建设的基础，也是海岛可持续发展的关键。以我国12个主要海岛县（区、市）为研究对象，在DPSIR模型基础上构建海岛综合承载力评价体系，运用全排列多边形图示指标法对2010—2019年海岛综合承载力进行测算，进而对时空分布差异进行比较分析，在此基础上归纳影响海岛综合承载力提高的主要驱动因子及提升策略。研究结果表明，各海岛县综合承载力结构不断优化，综合承载系统处于较好的发展路径之上。在时间上，除长海县和南澳县外，大部分海岛县综合承载力保持波动中上升的趋势，但整体水平较低；在空间分布上具有明显的不均衡性，呈由2010年低水平“南北高、中间低”向2019年较低水平“中间高、南北低”变化分布趋势。提高生态调节能力、调动区外因素以及发展生态旅游是提高海岛综合承载力的三种主要途径。

关键词：海岛县；综合承载力；时空差异；DPSIR模型；全排列多边形图示指标法

中图分类号： F127  文献标识码：A  文章编号：1672-335X（2023）02-0023-11

DOI：10.16497/j.cnki.1672-335X.202302003

海岛是独特的地理综合体，海陆位置特殊性、土地资源有限性和空间隔离属性造就海岛重要的生态价值和社会价值，自然资源复杂性和人为干扰持续性构成海岛生态系统明显的脆弱性特征。［1］我国是世界上海岛最多的国家之一。近年来，随着全球气候异常带来的自然灾害与日益频繁的海岛不合理开发活动，导致海岛生物多样性减少，生态环境破坏加剧，一些海岛生态失衡严重。［2］在生态文明建设背景下，《全国海岛保护规划》明确指出，在实现规划目标（2011—2020年）的基础上，扩大海岛生态修复范围，全面增强海岛保护能力。2021年，我国沿海省份通过“十四五”规划和2035年远景规划纲要相继指出，依法管控海岛开发，加强海岛生态环境保护，从而实现海島开发与保护共赢。海岛承载能力是规范海岛生态环境保护的必要依据，也是确定海岛开发方向的重要基础。科学评价测度海岛承载力，对于合理开发利用海岛资源、协调经济发展与环境保护的关系，把握海岛可持续发展进程具有重要意义。

“岛屿动物地理学平衡理论”的提出可视为海岛承载力研究的开端，［3］1970年联合国教科文组织提出的人与生物圈计划（MAB计划）推动海岛承载力的进一步研究，［4］1992年，地球高峰会议拟定《二十一世纪议程》后，不同国家地区的研究者针对海岛生态退化等突出问题，从多角度，利用多种计量方法开展了海岛生态系统的研究及评价工作。［5］［6］［7］与国外相比，我国海岛承载力研究起步较晚，相关研究主要集中在以典型海岛为例的单要素承载力时间尺度测算方面。一是基于生态足迹原理对海岛生态承载力进行核算。［8］［9］［10］二是采用多种研究方法对海岛资源环境承载力开展实证研究：一方面，通过构建适应各海岛研究区的资源环境承载力指标体系，引入层次分析法、熵权法、突变级数法、TOPSIS等模型对长山群岛、庙宇群岛、舟山群岛等海岛地区资源环境承载力测算评价。［11］［12］［13］［14］另一方面，基于DPSIR和多目标规划方法构建海岛资源环境承载约束模型和调控模型，深入海岛承载力内在机理研究，为海岛开发与规划提供进一步的科学参考。［15］［16］

综上，现有研究多以特定海岛地区单要素承载力进行时间尺度计算，而将海岛作为复合的综合承载系统研究较少，且忽略了对海岛承载力空间布局的比较。需要指出的是，海岛既是沿海社会人口和产业经济的集中之地，也是环境污染和资源消耗的主要场所。因此，海岛是一个集多要素共存的复杂系统，系统内众多要素以不同方式存在，共同耦合构成海岛综合承载力，从而支撑海岛人口、社会和经济活动的协调发展。因此，综合承载力绝非单要素承载力的简单相加，而是多要素相互作用，耦合而成，既遵守“短板原理”又符合“补偿效应”。目前，综合承载力已广泛应用于城市研究领域，［17］基于此，同时借鉴资源环境承载力、区域综合承载力等研究成果，［18］［19］［20］［21］［22］［23］将海岛地区社会、经济、资源环境系统视为一个统筹整体，并结合海岛特殊属性，本文界定海岛综合承载力是在满足经济发展和社会发展需求基础上，确保海岛资源系统合理开发利用，生态环境系统良性循环发展，以及社会经济系统持续稳定进步的能力。

基于相关研究成果，本文以我国12个主要海岛县（区、市）为研究对象，［24］在DPSIR模型基础上构建海岛综合承载力评价体系，首次提出运用全排列多边形图示指标法从静态和动态多种角度对海岛综合承载力进行测算，从整体上对时空分布差异进行比较分析，最后采用多元线性回归模型尝试归纳影响海岛综合承载水平的驱动因子，并提出相应对策建议。本文的研究意义在于：丰富和完善海岛综合承载理论体系，尝试从多种维度对海岛综合承载力的变化规律作出解读，并希望通过归纳影响海岛综合承载水平的主要驱动因子，给出海岛开发与保护的调整建议，为提高海岛综合承载水平，促进海岛可持续发展提供科学依据。

一、研究方法与数据来源

（一）研究方法

1、全排列多边形图示指标法

全排列多边形图示指标法是多指标综合评价方法的一种，通过评估指标的上限值、临界值、下限值之间的关系对评测对象进行综合评估，其评价既有单项指标又有综合指标，既有静态分析又有动态趋势，与传统简单加权相比，避免主观随意性带来的结果偏差，提高评价精度，更符合客观实际。［25］

全排列多边形图示指标法最早用于生态城市研究评价中，［26］目前已广泛应用于土地集约利用、城市绿地生态功能评价等研究。［27］［28］［29］［30］其定义为：设有n个指标（标准化后的值），以这些指标的上限值为半径构成一个中心的n边形，各指标连线构成一个不规则中心n边形，其n边形的顶点是n个指标的一个首尾相接的全排列，n个指标可以构成（n-1）！/2个不同的不规则中心n边形；综合指数则定义为所有不规则多边形面积的均值与中心多边形面积的比值。

指标值标准化采用双曲线标准化函数：

F（x）满足：

F（x）x=L-1，F（x）x=T=0， F（x）x=U=+1（2）

其中，U为指标x的上限值，L为指标x的下限值，T为指标x的临界值。

根据上面三个条件，可得：

标准化函数F（x）把位于区间［L，U］的指标映射到［-1，+1］区间内，映射后的值因区间位置不同，增长速度有所不同。以临界值为指标增长速度的转折点。当指标位于临界值以下时，标准化后的指标增长速度逐渐降低；当指标位于临界值以上时，标准化后的指标增长速度逐渐增加。

对第i个指标，标准化计算公式为：

利用n个指标可以得出一个正n边形，n边形的n个顶点为Si=1时的值，中心点为Si=-1时的值，中心点到顶点的线段为各指标标准化值所在区间［-1，1］。

全排列多边形综合指数S计算公式为：

其中，S为评价对象的综合指数，Si为第i项指标，Sj为第j项指标（i≠j），n为指标个数。S的取值在［0，1］之间，且S值越大越好。

目前，学术界尚未形成统一的综合承载力分级标准，本文基于全排列多边形图示指标法分类标准，［26］并参考有关承载力的文章，［12］将海岛综合承载力大小分为四个等级，具体如表1所示。

2、灰色GM（1.1）预测模型

灰色预测通过鉴别系统之间相异程度，找寻原始数据生成测度系统变动的规律。GM（1.1）是常用的灰色预测模型，原始时间序列含有指数变化规律，经过一阶线性微分方程解无限接近原始时序列指数变化规律，行之有效。考虑到预测时数据量较大、涉及因素较多，运用SPSS软件仿真技术通过编程进行模拟测算。

（二）指标体系构建

指标体系构建是海岛综合承载力评价的核心部分，是关系到评价结果是否可信的关键步骤。海岛是典型的“自然—经济—社会”复合承载系统，海岛可持续发展需要人类社会与资源环境良性互动作为支撑。人口、资源、环境、经济等子系统相互影响、联系、依存，人类已经在对海洋的开发中获得了巨大的生存与发展支撑，同样，海洋开发会对海洋系统造成一定的压力，海洋系统的平衡以及相对稳定的状态，只要是在可承受的范围内，海洋就可通过自我调节来达到，如果人类开发强度超过海洋承受力，人类也可采取对海洋恢复有利的方式主动提高海域承载力。目前广泛应用PSR与DPSIR两种模型对资源环境承载力进行模拟研究。PSR模型可明确表达系统中的因果关系，但指数选取过于主观，不能把握系统结构和决策过程，对复杂反馈系统处理效果不佳。［31］DPSIR模型从人地综合角度出发对问题进行全面分析，对PSR模型优化完善，DPSIR模型涵盖自然、经济、社会三大要素，能够很好地揭示海岛环境与社会经济的因果关系并有效整合自然资源环境与社会经济发展。因此，在参考狄乾斌等相关研究基础上，［32］［33］［34］［35］充分考虑海陆关系稳定以及社会经济发展对海洋开发与承载的影响，在遵循科学性、可操作性、独立性等一般原则外，将综合性与显著性相结合（尽可能综合反映海岛综合承载力评价资源、社会、经济等方面，又能突出表现其特征与状况）、动态性与稳定性相结合（指标时间上具有连续性，既对现在状况能准确评价，还能很好地对过去情况以及未来发展趋势进行描述和度量），依据海岛特殊属性构建海岛综合承载DPSIR概念模型，见图1。

其中，驱动力是造成资源环境变化的潜在原因，主要指人类经济活动和社会发展趋势间接施加于海岛环境的压力。压力是作用于资源环境的直接压力因子，主要表现为人类活动对资源的消耗强度，海岛生态环境脆弱性显著，超出承载阈值开发旅游资源的破坏性远大于由此获取的经济价值，因此，在本文中作为负向指标参与计算。状态是指资源环境在上述压力下所处的状况，主要表现为区域资源支撑水平及生态调节能力。海岛陆域是岛上居民生产生活及经济建设的重要场所，周边海域是海岛居民进行各种海洋作业的重要基地，二者是支撑海岛可持续发展的重要资源保障。影响是指系统所处的状态对资源环境质量的影响。我国海岛淡水资源较为稀缺，通常不会作为污染物的排放载体，因此，影响部分仅考虑海域環境质量和生态环境质量。响应过程表明人类在促进海岛可持发展进程中所采取的积极对策。选取了包含节能环保支出占比与科技创新能力从内部调节角度的阐释，以及外部调动发展的实际利用外资、港口货物吞吐量为主要对象，从侧面也可看出其凸显综合性与显著性结合、动态性与稳定型结合的原则。海岛兼具生态独立性与外部关联性特征，本文将响应系统划分为内部调节与外部调动更为合理。基于上述原则，选取表征驱动力（D）、压力（P）、状态（S）、影响（I）和响应（R）的量化评价指标，具体指标见表2。

（三）数据来源与处理

数据主要来源于2010—2019年各县级海岛国民经济与社会发展统计公报和环境状况公报、各县级海岛及所在地级市和省份统计年鉴（2011—2020年），部分数据来源于《国家海洋环境状况公报》和《自然保护地名录》（2010—2019年）。因各县域海岛统计年鉴和公报统计内容和口径不一致，导致部分海岛县个别年份指标数据缺失，本文通过平滑法补齐，对最终评价结果不产生影响。

其中，生态保护区面积比例为研究区内自然保护区、自然湿地等具有生态服务功能的受保护区域面积占研究区陆海总面积的百分比，［36］科技创新能力由科学技术支出和专利申请量的乘积计算得出。［37］因数据单位较复杂，进行计算前，首先按照正向指标、负向指标利用公式（4）进行标准化处理。［38］最后，依据公式（5）计算得出一级指标和二级指标综合指数。

二、海岛综合承载力测度与时空分异格局分析

（一）海岛综合承载力分级指标变化特征

根据数据可获取性和国家五年规划特征，选取12个海岛县（区、市）2010年、2015年和2019年三个时间段进行比较分析。以要素层10项指标经过标准化后的值为顶点绘制不同时间序列的多边形图示（见图2），同时对准则层五项指标综合指数分别计算（见图3）进行对比分析，得出如下结论：

（1）驱动力指标。2010年，全国海岛县（区、市）整体驱动力指数较低，海岛发展以第一产业为主，第三产业占有比重不高，经济增长幅度不明显。随时间推移，海岛县（区、市）在经济稳步增长的同时社会发展水平不断提高，对本地区资源环境的潜在影响逐年增大。其中，嵊泗县通过落实“大岛建、小岛迁”政策，渔民从农村向城镇转移，城镇化水平在所有海岛县（区、市）中保持优势。而长海县和长岛县经济发展以渔业为主，社会发展水平提高不显著，与其他海岛差距明显。

（2）压力指标。在三个时间截面上，环境压力指数与社会压力指数随时间点推移呈相反趋势变化。海岛生态系统脆弱，岛上居民生产生活中用电量和废水排放量施加于资源环境的压力超出调控阈值范围，造成生态破坏难以恢复。但从总体上看，未受环境压力指数牵制，压力指标表现出向好态势。

（3）状态指标。2010年，海岛县（区、市）整体状态指数较低，在压力指数下降的同时岛内生态调控能力不断增强，至2019年状态指数有了明显提升。其中，定海区通过实施“绿色定海”工程，构建生态宜居海滨城市初见成效，人均园林绿地面积不断提高，森林覆盖率始终保持50%以上，生态调节能力优于其他海岛县（区、市）。

（4）影响指标。全国海岛县（区、市）影响指数在2010年、2015年和2019年保持平稳，个别海岛略有增长趋势。近年来，南澳县积极开展生态环境综合整治工作，环境问题得到有效控制，环境质量有了明显的提升。但一些污染较为严重的地区，如长海县和平潭区，仍需采取更有力的措施以减少资源消耗、保护环境质量。

（5）响应指标。与2010年相比，2019年全国海岛县（区、市）响应能力均有明显提升。受宏观政策影响，各海岛县（区、市）经济发展规划与环境保护政策作出相应调整。除加大科技与环保投入外，基础设施完善，尤其是跨海大桥的修建，海岛发展已不再受限于本区域内有限的资源，通过连接相邻区域调动区外资源，为海岛承载提供有效的外部保障。

总体来看，各海岛县（区、市）综合承载力结构不断优化，综合承载系统处于较好的发展路径之上。而不同海岛地区发展条件存在差异，在实际发展过程中面临和解决的问题有所不同，仍需理清社会经济与资源环境之间的关系，在综合承载水平上应因地制宜地作出调整，从而促进海岛可持续发展。

（二）海岛综合承载力时空分异特征

在海岛综合承载力发展水平基础上，归纳全国12个海岛县（区、市）综合承载力的时间变化趋势和空间分布规律。（见图4、图5）

从时间角度看，2010年至2019年，全国海岛县中除长海县（区、市）和南澳县外，大部分综合承载力保持波动中上升的趋势，但整体水平较低。参照上文设定的海岛综合承载力评价标准（表1），可以将海岛综合承载力变化特征分为两个阶段：2010—2014年，除南澳县外大部分海岛县（区、市）综合承载力处于低承载水平。其中，长海县、长岛县在2014年综合承载力水平分别提高至0.32和0.28，达到较低承载水平；2015—2019年，12个海岛县（区、市）综合承载力持续提升至较低承载水平，但长海县、长岛县和南澳县转而呈现下降趋势，而岱山县和普陀区在2017年后攀升至较高承载水平，截至2019年，未有海岛县（区、市）达到高承载水平。2014—2015年，大部分海岛县（区、市）出现跨阶段性提高的情况，原因在于2015年是“十二五规划”收官之年，经过前期发展积累，海岛居民生活水平普遍改善，海岛社会经济持续发展，海岛生态环境状况总体向好，同时《全国海岛保护规划》落实取得初步成效。［39］

从空间分布看，12个海岛县（区、市）综合承载力水平在空间分布上具有明显不平衡性，且海岛间差距趋势扩大。呈现由2010年低水平的“南北高、中间低”向2019年较低水平的“中间高、南北低”转变的分布特征。具体来看，北部海岛（长海县、长岛县）受经济发展影响在各个时间截面上综合承载力排名较低，仍有较大的提升空间。中部海岛分属上海市和浙江省，舟山群岛“二区二县”和上海市崇明区自身经济基础较好、交通通达度强，依托长江三角洲经济区，在研究时间范围内优势明显。而位于浙江省东南部的玉环市和洞头区表现稍差。南部海岛（平潭区、东山县、南澳县）综合承载水平发展良莠不齐。平潭区和东山县在波动中有所提升，而南澳县开发水平低，抵御风险能力不足，社会发展压力增大，综合承载力水平呈下降趨势。

（三）海岛综合承载力驱动因子分析

将海岛综合承载力最终得分值作为因变量y，指标体系中三级指标x1…x20作为自变量序列，运用Stata进行回归分析得到下面回归方程：

y=0.0195x1+0.0242x2+0.0228x3+0.0228x4+0.0302x5+0.0283x6+0.0272x7+0.0320x8+0.0319x9+0.0222x10+0.0330x11+0.0200x12+0.0229x13+0.0277x14+0.0272x15+0.0217x16+0.0284x17+0.0270x18+0.0295x19+0.289x20+0.259（6）

方程的R2为0.9632，调整后的R2为0.9558，P值均小于0.05，方程整体显著性较高，说明本文选取的20个指标对海岛综合承载力具有较好的解释意义。因前文按正、负向指标分别进行量化处理，回归方程中所有指标与海岛综合承载力水平提升皆呈正比关系。研究结果表明，首先，生态调节能力对于提升海岛综合承载力具有重要作用，即生态调节能力越强，海岛综合承载力越高。如，嵊泗县通过巩固绿化，再造绿岛，森林覆盖率达48%以上，打造海岛型森林城市效果显著；洞头区深入实施海岛生态修复工程，开展蓝色海湾整治行动，生态环境得到进一步改善。其次，外部调动指标在一定程度上缓解了由于资源限制给海岛地区发展带来的需求性问题。平潭县自贸片区作为福建自贸试验区核心板块之一，海港服务设施打通，物流贸易稳步推进，为海岛高质量发展奠定基础。最后，旅游接待人数在本文中作为压力指标在回归方程中系数较高，海岛旅游与生态环境之间矛盾突出，对海岛综合承载力提升带来负面影响。近年来，海岛旅游掀起热潮，海岛旅游成为传统海岛县产业转型的重要途经，而海岛旅游开发不免会带来一系列负面问题，已有研究结果表明，旅游型海岛生态安全状态面临较大威胁，［40］如何平衡海岛旅游开发与生态环境安全成为决策者和学者面临的重要难题。

三、海岛综合承载力发展态势仿真预测

运用SPASS软件，编制GM（1.1）预测程序模型，检验程序，运行程序输出基于海岛综合承载力发展水平原始数据的预测结果图（见图6）。在模型预测前，需要对数据进行检验，确定建模方法可行性后运行程序预测。

运行输出海岛综合承载力发展水平预测结果表明，2020—2029年发展水平均处于［0.007，2.0734］之间，是一个磨合发展期，各海岛之间发展差距加大，但大部分海岛有上升趋势，说明，目前海洋经济发展的一系列措施是有利于发展的。但不同海岛上升幅度不同且差距不小，长此以往差距可能会逐渐拉大。例如，东山预测值处于低位，普陀、岱山、崇明上升幅度较大，始终保持较高水平，长岛、洞头、嵊泗、定海、玉环、平潭处于波动趋势，保持在中等水平，同时南澳与长海一直处在下降趋势。因此在海岛综合承载力发展水平方面，大部分海岛都保持增长趋势，但也有个别海岛呈下降趋势。对于承载力的发展只有保持大区域平衡（不能忽视海陆经济开发，保持承载力水平的平稳增长），才能真正有利于海岛海陆经济的稳步前行。

海岛综合承载力的预测发展水平分为三个层次，即高、中、低值区。如图6所示，高值区包括普陀、岱山、崇明，主要在岱山与崇明期间波动，普陀保持较高水平。中值区包括长岛、洞头、嵊泗、定海、玉环、平潭，波动主要在长岛与玉环，洞头与嵊泗之间，而发展水平保持相对稳定。低值区包括东山、南澳与长海，总体值范围较小。在低值区，南澳与长海一直处在下降趋势。总体而言，海岛综合承载力发展水平的预测值保持了原始研究期间的趋势和模式，其中一些高值地区仍处于较高水平，一些地区波动之间的差异较小。

从发展水平预测值中可以看到，总体看，海岛综合承载力发展水平的预测值分为三个层次，即高、中、低值区，海岛之间综合承载力的发展差距增大；然而，大多数地区呈现上升趋势。这些结果呼吁关注个别海岛综合承载力及海陆经济发展，以确保区域的平衡。

四、结论与讨论

在一定环境容量和时空条件下，海岛综合承载力阈值是客观存在的，超过阈值，将会产生一系列失衡问题。本文基于DPSIR模型阐述海岛综合承载系统多要素内在关联，构建综合承载力评价体系，运用全排列多边形图示指标法客观评价海岛综合承载水平，并对时空分布差异作出比较分析，最后，采用多元线性回归模型尝试归纳影响海岛综合承载水平的主要驱动因子，提出相应对策建议。

研究结论如下：第一，引用相对客观的多边形图示指标评价法，得出分级指标综合指数，利用DPSIR模型对海岛综合承载系统解构。研究发现，尽管海岛个体之间存在差异，但全国海岛县（区、市）综合承载力结构不断优化，综合承载系统处于较好的发展路径之上。第二，在时空差异分析中，在时间表现上，全国海岛县（区、市）中除长海县和南澳县外，大部分海岛县（区、市）综合承载力保持波动中上升的趋势，但整体水平较低，具有阶段性特征：2010—2014年，除南澳县外大部分海岛县（区、市）综合承载力处于低承载水平。2015—2019年，12个海岛县（区、市）综合承载力持续提升至较低承载水平。在空间表现上，呈现由2010年低水平的“南北高、中間低”向2019年较低水平的“中间高、南北低”转变分布特征。此规律并非绝对，在一些特殊海岛会表现出偶然性，如长岛县。第三，利用多元线性回归方程归纳主要驱动因子，以重要性为原则，生态调节能力、外部调动能力以及接待旅游人数对海岛综合承载力的提高具有较大影响。因此，从整体来看，提升综合承载力的主要措施为：增加海岛绿地面积，加强森林资源保护，提高生态调节能力；合理开发旅游资源，摒弃“泛生态旅游”发展模式，在生态资源保护前提下推动生态旅游产业发展；全面提升海岛地区开放发展大环境，增强海岛自身包容性，发挥自身优势，提高软实力。但各海岛县（区、市）发展条件不同，还应因地制宜地采用具体调控措施以匹配发展状态，在综合承载能力范围内合理开发，从而促进海岛可持续发展。

首先，本文在方法适用性上做了一定尝试，使用全排列多边形图示法进行测算，得到了较为客观贴近实际的海岛综合承载力数值，所使用的方法对于处理其他类似地理问题具有一定借鉴意义。然而，限于县级海岛资料的可获取性，本文没有在空间小尺度范围分区对海岛综合承载力进行细致分析。其次，在探究影响海岛综合承载力主要驱动因子中，海岛区外因素对海岛综合承载力提高具有一定影响。那么，以陆岛联动视角构建海岛综合承载体系是否成立，这些都是下一步研究的重要方向。

参考文献：

［1］ 池源，刘大海.岛群生态网络系统、方法与实践［M］.北京：科学出版社，2021.

［2］ 杨文鹤.中国海岛［M］.北京：海洋出版社，2000.

［3］ MacArthur， R.H.， Wilson，E.O.An equilibrium theory of insular zoogeography ［J］. Evolution， 1963，17（4） ： 373-387.

［4］ UNESCO.Expertconsuctations on MAB project 7： ecology and rational Use of ecosystems ［R］. Khabarovsk， UNESCO， Paris：MAB Report series， 1979， NO.47.

［5］ Eduardo Ríos-Jara，CristianMoisésGalván-Villa，Fabián Alejandro Rodríguez-Zaragoza，Ernesto López-Uriarte，VicenteTeófilo Muoz-Fernández.The Tourism Carrying Capacity of Underwater Trails in Isabel Island National Park， Mexico［J］. Environmental Management，2013，52（2）：335-347.

［6］ Thomas Guyondet，SuzanneRoy，Vladimir G. Koutitonsky，JonGrant，GuglielmoTita.Integrating multiple spatial scales in the carrying capacity assessment of a coastal ecosystem for bivalve aquaculture［J］. Journal of Sea Research，2010，64（3）：341-359.

［7］ JunghoNam，WonkeunChang，DaeseokKang.Carrying capacity of an uninhabited island off the southwestern coast of Korea［J］. Ecological Modelling，2010，221（17）：2102-2107.

［8］ 孙玉峰.基于生态承载力的长岛县生态环境问题分析与对策［J］.生态经济，2007， （11）：147-150.

［9］ 张红，陈嘉伟，周鹏.基于改进生态足迹模型的海岛城市土地承载力评价——以舟山市为例［J］.经济地理，2016，36（6）：155-160，167.

［10］ 陈振亮.基于生态足迹模型新兴海岛城市生态承载力研究——以平潭综合实验区为例［J］.环境与发展，2017，29（4）：214-215，217.

［11］ 刘伟.海岛旅游环境承载力研究［J］.中国人口·资源与环境，2010，20（S2）：75-79.

［12］ 池源，石洪华，孙景宽，等.城镇化背景下海岛资源环境承载力评估［J］.自然资源学报，2017，32（8）：1374-1384.

［13］ 马婧. 海岛旅游环境承载力动态演变及障碍因子研究［D］.大连：辽宁师范大学，2018.

［14］ 张超，蒋金龙，余兴光，等.我国海岛旅游环境承载力研究述评［J］.海洋开发与管理，2015，32（6）：10-15.

［15］ 徐文斌，郭灿文，王晶，等.基于熵权TOPSIS模型的海岛地区资源环境承载力研究——以舟山普陀区、定海区为例［J］.海洋通报，2018，37（1）：9-16.

［16］ 赵明，刘兆欣，王艳.基于DPSIR模型的海岛旅游环境承载力调控模型研究［J］.齐齐哈尔大学学报（哲学社会科学版），2018， （6）：88-90.

［17］ 石忆邵，尹昌应，王贺封，等.城市综合承载力的研究进展及展望［J］.地理研究，2013，32（1）：133-145.

［18］ 涂振顺，杨顺良，姬厚德.无居民海岛资源环境承载力多目标规划模型初探［J］.海洋开发与管理，2018，35（3）：81-86.

［19］ 封志明，杨艳昭，闫慧敏，等.百年来的资源环境承载力研究：从理论到实践［J］.资源科学，2017，39（3）：379-395.

［20］ 封志明，李鹏.承载力概念的源起与发展：基于资源环境视角的讨论［J］.自然资源学报，2018，33（9）：1475-1489.

［21］ 苏盼盼，叶属峰，过仲阳，等.基于AD-AS模型的海岸带生态系统综合承载力评估——以舟山海岸带为例［J］.生态学报，2014，34（3）：718-726.

［22］ 张然.中国县域海岛综合承载力与经济发展研究［D］.青岛：青岛大学，2016.

［23］ 狄乾斌，顾宸.中国县级海岛综合承载水平测度及时空差异分析［J］.地域研究与开发，2019，38（3）：6-11，17.

［24］ 中华人民共和国自然资源部.2017年海岛统计调查公报［R］.2017.

［25］ 邢单霞，卢春.基于全排列多边形图示指标法的教育信息化发展水平评估——以W省13个地市的问卷调研数据为例［J］.现代教育技术，2020，30（11）：70-76.

［26］ 吴琼，王如松，李宏卿，等.生态城市指标体系与评价方法［J］.生态学报，2005， （8）：2090-2095.

［27］ 周伟，曹银贵，乔陆印.基于全排列多边形图示指标法的西宁市土地集约利用评价［J］.中国土地科学，2012，26（4）：84-90.

［28］ 程龙，董捷.基于全排列多边形综合图示指标法的武汉城市圈土地集约利用评价［J］.水土保持研究，2014，21（1）：183-187.

［29］ 王洪威，徐建刚，桂昆鹏，等.城市绿地系统生态服务效能评价及优化研究——以淮安生态新城为例［J］.环境科学学报，2012，32（4）：1018-1024.

［30］ 张超，吴群，彭建超，等.城市绿地生态系统服务价值估算及功能评价——以南京市为例［J］.生态科学，2019，38（4）：142-149.

［31］ 李天霄，付强，彭胜民.基于DPSIR模型的水土资源承载力评价［J］. 东北农业大学学报， 2012，（8）：128-134.

［32］ 狄乾斌，吳佳璐，张洁.基于生物免疫学理论的海域生态承载力综合测度研究——以辽宁省为例［J］. 资源科学， 2013， 35（1）：21-29.

［33］ 狄乾斌，韩增林.海域承载力的定量化探讨——以辽宁海域为例［J］. 海洋通报， 2005，（1）：47-55.

［34］ 狄乾斌，韩增林，刘锴.海域承载力研究的若干问题［J］. 地理与地理信息科学， 2004， 20（5）：50-53.

［35］ 狄乾斌，韩增林，孙迎.海洋经济可持续发展能力评价及其在辽宁省的应用［J］. 资源科学， 2009， 31（2）：288-294.

［36］ 典型島群综合承载力评估与应用课题组.典型岛群综合承载力评估与应用［M］.北京：科学出版社，2018.

［37］ 狄乾斌，於哲，徐礼祥.高质量增长背景下海洋经济发展的时空协调模式研究——基于环渤海地区地级市的实证［J］.地理科学，2019，39（10）：1621-1630.

［38］ 狄乾斌，韩帅帅，韩增林.中国地级以上城市经济承载力的空间格局［J］.地理研究，2016，35（2）：337-352.

［39］ 中华人民共和国自然资源部.全国海岛保护规划［R］.2012.

［40］ 李梦程，李世泰，王成新，等.中国海岛型旅游目的地生态安全综合评价与障碍因素研究［J］.海洋科学，2020，44（5）：76-86.

The Research on the Measurement of Comprehensive Bearing Capacity of Islands and Its Spatiotemporal Differences

——Empirical Evidence Based on the Fully Arranged Polygon Graphic Indicator Method

Abstract： The comprehensive bearing capacity of islands is the basis for the development and construction of islands， and it is also the key to the sustainable development of islands. Taking 12 major island counties （districts and cities） in China as the research objects， this paper builds an island comprehensive bearing capacity evaluation system based on the DPSIR model， and uses the fully arranged polygon graphic indicator method to measure the comprehensive bearing capacity of islands from 2010 to 2019. Then， a comparative analysis of the differences in time and space distribution is carried out， based on which the main driving factors and improvement strategies that affect the improvement of the comprehensive bearing capacity of islands are summarized. The research results show that： （1） the comprehensive bearing capacity structure of each island county is continuously optimized， and the comprehensive bearing system is on a better development path; （2） in terms of time， except for Changhai County and Nan′ao County， most island counties have comprehensive bearing capacity. The trend of rising in fluctuations is maintained， but the overall level is low， and the spatial distribution has obvious imbalance， changing from the low level in 2010 showing "north-south high and middle low" to the lower level in 2019 showing "middle high and north-south low" distribution trend; （3） improving the ability of ecological regulation， mobilizing factors outside the area， and developing ecotourism are the three main ways to improve the comprehensive bearing capacity of the islands.

Key words： island county; comprehensive bearing capacity; space-time difference; DPSIR model; fully arranged polygon graphic indicator method