矿业城市相对资源承载力时空分异及阻力分析

何 刚,赵疏航

(安徽理工大学 经济与管理学院,安徽 淮南 232001)

随着我国新型城镇化的深入推进,国民经济对资源的需求日益增加,加剧了社会经济发展与生态文明建设之间的矛盾[1-2]。资源的过度开采会导致矿业城市水土流失严重、资源存量不足、生态破坏加剧等生态风险。尽管2021年安徽省的节能环保公共预算支出已达到199.454 1亿元,但是省内各矿业城市的生态环境依然十分脆弱[3],因此测算人类活动是否超过资源环境的承载能力显得至关重要[4]。

承载力在生态学领域的应用十分广泛[5],Park等[6]在1921年提出“承载力”概念。承载力的演化与发展大体经历了种群承载力、资源承载力、环境承载力和生态承载力4个阶段[7-8]。由于我国人口众多且分布不均,同时资源禀赋差异明显,因此,黄宁生等[9]提出相对资源承载力概念,比较各类资源相对承载力,比单一资源承载力更有意义。

相对资源承载力已经在学术界被广泛应用。彭争呈等[10]对相对资源承载力模型进行扩展,在自然资源子系统中,纳入水资源、森林资源和水能资源3个指标;在社会资源子系统中,将人口质量因素纳入分析范畴。裴文涛等[11]采用相对资源承载力的研究方法,分析了天水市及各区县的各类相对资源承载力变化趋势。赵鹏宇等[12]采用改进后的相对资源承载力模型探讨了忻州市相对资源承载力的演变规律及空间差异。

综上所述,有关研究学者多通过在模型上进行优化,使其更加匹配研究对象。但相对资源承载力的研究对象大部分是城市或者区域,所以笔者选择矿业城市作为研究对象,同时选用熵权—突变级数法以避免主观性赋权和简单线性加权等问题。基于“三生”融合理念(生产—生活—生态)构建评价指标体系,采用熵权—突变级数法优化相对资源承载力模型测度2012—2021年各类资源的相对承载力和相对资源综合承载力,探究各城市的相对资源承载力时空分异,并用阻力模型诊断关键阻力因子,为矿业城市的生态文明建设提供理论支撑。

1 研究区域与数据来源

1.1 研究区域概况

研究区域为安徽省的10座矿业城市,分别为淮北、亳州、宿州、阜阳、淮南、滁州、马鞍山、宣城、铜陵、池州[13],参照区域为安徽省整体(有16座城市)。2021年安徽省的能源生产总量为9 317.48万t标准煤,能源消费总量为15 342.63万t标准煤,虽然这10座矿业城市的矿产资源赋存丰富,但因人口众多导致资源消耗过快且生产模式单一化,这些因素都会影响城市的可持续发展、经济高质量发展和生态良性发展。

1.2 数据来源

研究数据大部分来自于2013—2022年《安徽统计年鉴》,耕地面积和国土调查面积等数据来自于安徽省自然资源厅和国土调查成果共享应用服务平台。部分指标数据通过相关公式计算得出。

1.3 评价指标体系

基于准确性、层次性、可获得性等原则,构建“三生”融合的理论概念框架。维度层有3个,分别是生产、生活和生态资源。指标层有9个,分别是土地资源、科技资源、经济资源、市政资源、教育资源、医疗资源、水资源、环保资源和防灾资源,如表1所示。

表1 安徽省矿业城市的相对资源承载力评价指标体系

土地资源选取耕地面积作为衡量标准,用来评测农业生产水平;科学技术作为推动社会经济发展的第一生产力,故选取研究与试验发展(R&D)经费作为科技资源衡量标准;考虑到价格因素的影响,选取实际地区生产总值作为经济资源衡量标准。

市政资源选取年末实有道路长度,评测城市基础建设水平;结合“新教育、新医疗”的理念,用普通高等学校毕业生数和医疗卫生机构医师数作为教育资源和医疗资源的衡量标准,多维测度生活质量水平。

水资源是人类生存的基本保障,选取水资源总量作为评价指标;学者们多从环境保护投资的角度出发,立足于生态风险防控的目的,选取节能环保公共预算支出和地质灾害防治投资作为环保资源和防灾资源的衡量标准,综合探究生态发展态势。

2 研究方法

2.1 相对资源承载力模型

计算来自3个维度9个指标的相对资源承载力[9-14]:

(1)

2.2 熵权—突变级数法

采用熵权法和突变级数法相结合的方法来评价相对资源承载力[14-15]。突变理论由法国的Rene.Thom提出,突变级数法是基于突变理论所演变而来的[16]。先将评价指标按照层次进行划分,根据控制变量个数选择相应的势函数,因控制变量单位不统一需通过分歧集导出归一化公式来解决,最后计算得出总隶属度,并按照其大小进行排序分析。

1)首先进行数据标准化处理:

(2)

2)计算第j项指标的熵值ej:

(3)

3)计算第j项指标的权重wj:

(4)

4)根据各层级指标个数确定突变类型及对应的势函数,对各层级指标按照从大到小进行排序,排除人为排序主观误差。

5)将标准化后的数据代入归一化公式计算各控制变量的突变级数,然后取子系统的突变级数作为上一层评价系统各指标的控制变量。因指标体系内各资源指标之间存在互补性,属于互补性突变模型,故选择均值法取值。

6)建立等级标准。因为计算出的隶属度通常相差较小,故难以比较。为了使研究更具有应用价值,建立评价等级标准[17-19],选取控制变量{0.2,0.4,0.6,0.8,1.0},逐级计算各层级隶属度,最终得出总隶属度,由此确定各评价等级的取值区间,见表2。

表2 相对资源承载力等级标准

2.3 阻力模型

借助阻力模型诊断影响矿业城市相对资源承载力的关键阻力因子[20],计算公式如下:

(5)

式中:O为阻力值,表示因子的阻碍程度;sij为偏度,sij=1-xij,表示因子与最优值的差值。

3 结果与分析

3.1 各类资源相对承载力时序变化

2012—2021年,安徽省矿业城市的人口总量呈先增后减,整体呈缓慢上升趋势,从2012年的3 322.30万人增加到2021年的3 476.70万人,增幅只有4.65%。运用公式(1)计算出的2012—2021年安徽省矿业城市各类资源相对承载力见表3,变化趋势如图1所示。

图1 2012—2021年矿业城市各类资源相对承载力变化趋势

表3 2012—2021年安徽省矿业城市各类资源相对承载力

从表3中平均值来看,人口总量为3 534.66万人,除土地资源以外,超过各类资源相对承载力平均值,并且各类资源相对承载力存在较大差异,按照平均值排序:土地资源>医疗资源>水资源>经济资源>市政资源>防灾资源>环保资源>科技资源>教育资源。

首先,土地资源的相对承载力为3 815.57万人,相比人口资源3 534.66万人,超出280.91万人,远远超过其他各类资源的相对承载力。安徽从传统农业大省逐渐迈向新兴产业聚集地,优化土地资源分配,不断深入开展新型城镇化建设,对推动安徽省矿业城市的高质量发展至关重要。其次,矿业城市的医疗资源也相对充足,相对承载力为3 464.77万人,相比人口资源只少了69.89万人,为社会人口稳步增长打下关键基础。但其他各类资源的相对承载力远低于人口资源,矿业城市教育资源的压力最大,科技资源和环保资源也处于相对匮乏水平。

结合图1可知:从时序趋势的变化上看,土地资源的相对承载力整体呈稳定增长态势,2012—2014年都为3 500多万人,但是2015—2021年在3 900万人左右波动,说明矿业城市的土地资源管理方面稳中求进;医疗资源的相对承载力在2014—2015年呈现出较大的发展优势,远超同年度的土地资源和人口资源,达到了近10年的最高水平,但之后就下降至3 300万人上下波动,说明医疗资源是保障人口稳定不可或缺的重要部分;水资源的相对资源承载力在2017年达到最高,并于2017—2021年在3 000万人上下波动,说明人口规模的不断扩大对水资源的需求压力巨大;防灾资源的相对承载力在2 250万～2 850万人间波动剧烈,相关部门应当在提升对地质灾害预警技术的同时,降低地质灾害所带来的不确定性和危害性;环保资源的相对承载力变化幅度较大,上下波动十分明显,整体呈上升趋势,与防灾资源的变化趋势相似;经济资源、市政资源、科技资源和教育资源的相对承载力保持相对稳定,但与人口资源相比存在严重差距,明显不能满足矿业城市经济高质量发展的高标准要求。

3.2 相对资源综合承载力横向分析

在各类资源标准化数据的基础上,基于熵权—突变级数模型可计算出安徽省矿业城市的相对资源综合承载力。2012—2021年,矿业城市相对资源综合承载力呈稳步增长态势,总体增幅高达133.98%,如图2所示。

图2 2012—2021年矿业城市相对资源综合承载力雷达图

由图2可知,2012年相对资源综合承载力0.415为最低水平,2013年上升为0.760,增幅达83.13%,2014年突破0.800,2014—2015年处于0.800～0.900,2016年突破0.900,并在2021年达到峰值0.971。根据表2所示的相对资源承载力等级标准,矿业城市相对资源综合承载力等级的演变过程为:弱—较弱—中等—较弱—较强—强,总体趋势发展良好。由此表明,相对资源综合承载力正在处于稳步上升的状态,安徽省矿业城市正呈现出高质量发展的良好态势。政府支持绿色矿山建设成效显著的市县创建示范区,对绿色矿山建设给予金融支持,并支持绿色矿山用地用林,多途径、差别化保障采矿用地合理需求。可能与矿业城市在“生产—生活—生态”多维度下相对资源综合承载力等级分布的变化有关。

3.3 相对资源综合承载力时空分异

结合相对资源承载力等级标准,计算出2012年和2021年各矿业城市的相对资源综合承载力指数和等级,结果见表4～6。

表4 各城市相对资源综合承载力指数及等级

结合表5和表6可以看出,各矿业城市的相对资源综合承载力水平分布不均与地域位置差异有关,指数变化较大的城市有淮北和池州,有等级变化的城市是阜阳、滁州和马鞍山。

表5 2012年各维度相对资源综合承载力等级

表6 2021年各维度相对资源综合承载力等级

相对资源综合承载力处于较强水平的城市只有滁州,等级水平由中等转变为较强。滁州在2021年时生产资源维度上达到较强水平,整体有趋于强等级水平的态势。

相对资源综合承载力处于中等水平的城市是阜阳和马鞍山,等级水平由较弱转变为中等。阜阳是成长型资源城市,煤炭储量充足,在生态资源维度上从中等水平达到较强水平,表明城市的生态资源开采较为合理。马鞍山是再生型资源城市,铁矿资源优势明显,借助产业成功转型升级,所以在生产资源维度上有着明显的提升,指数增长了0.197,等级水平也由弱转变为较弱,但在生活资源维度上从较弱水平下降至弱水平,表明生活水平质量未与生产水平质量保持同步,存在协调发展失衡的现象。

相对资源综合承载力处于较弱水平的城市是亳州、宿州、淮南和宣城。亳州、宿州和淮南都位于皖北,拥有丰富的能源储备,同时地处平原地区,拥有得天独厚的农业生产条件,3个城市的相对资源综合承载力变化都很小。宣城水资源丰富,2021年达到115.41亿m3,但耕地面积较少导致农业发展存在一定阻碍,同时教育资源和市政资源较为薄弱。

相对资源综合承载力处于弱水平的城市是淮北、铜陵和池州。3个城市的承载力等级保持不变,但铜陵的承载力指数在上升,淮北和池州的承载力指数呈下降态势。淮北是安徽省能源产量排名第2的城市,仅次于淮南,属于衰退型资源城市,经济水平不高,同时水资源匮乏。铜陵和池州位于皖南,因地形原因导致农业耕地面积较少,医疗水平也十分有限。池州拥有丰富的旅游资源,但科技创新的R&D经费投入有限,所以经济排在矿业城市的末位。

3.4 相对资源综合承载力阻力诊断

根据公式(5)对2012—2021年矿业城市进行阻力诊断,计算得出各指标资源和各维度资源的阻力值。矿业城市2012—2021年阻力值大小排列前3名的关键阻力因子见表7,矿业城市维度层阻力值如图3所示,可以看出三者变化趋势存在较大差异。

图3 2012—2021年矿业城市各维度阻力值变化趋势

表7 矿业城市关键阻力因子排序

由表7可知,2012—2014年制约相对资源综合承载力的阻力因子主要聚集在生产资源维度,土地资源为第1阻力因子,科技资源为第3阻力因子,生态资源维度的水资源为第2阻力因子。

2015年主要集中在生态资源维度,第1阻力因子为防灾资源,水资源由第2阻力因子下降为第3阻力因子,目前的第2阻力因子是生产资源维度的科技资源。

2016年生产资源维度的科技资源上升到第1阻力因子,生活资源维度的市政资源为第2阻力因子,生态资源维度的环保资源为第3阻力因子,第一次3个维度的阻力因子都排进前三。

2017—2018年,生态资源维度的水资源上升到了第1阻力因子,生活资源维度的市政资源仍然保持在第2阻力因子,生产资源维度的科技资源下降到第3阻力因子。

2019年主要集中在生态资源维度,水资源依然保持在第1阻力因子,防灾资源为第2阻力因子,生产资源维度的土地资源为第3阻力因子。

2020—2021年主要集中在生态资源维度,第1阻力因子和第3阻力因子都是土地资源和防灾资源,第2阻力因子分别是环保资源和水资源。

由图3可以看出各维度阻力值的变化趋势,生产资源呈波动变化趋势,但是2012年和2021年基本持平。土地资源或科技资源每年都在阻力因子的前三名,并在2012—2014、2016、2020—2021年排在首位。

生活资源呈波动下降趋势,在2016超过生态资源,逼近生产资源,2017—2018略高于生产资源,直至2021年阻力值达到最低为0。2016年生活资源维度的市政资源阻力因子第一次挤进前三名,且3年一直保持为第2阻力因子,阻力值先上升后下降。

生态资源呈波动上升态势,在2015年、2017—2019年和2021年占据主导地位,其他时间都是被生产资源占据。水资源或防灾资源在2015、2017—2019年排在阻力因子的首位。

应当健全生产—生活—生态之间的区域风险联防联动机制,大力推动各维度资源的高效协同发展。

4 结束语

采用熵权—突变级数法优化模型,探究安徽省矿业城市相对资源承载力时空分异,借助阻力模型深度诊断,剖析内在演变规律。

土地资源的相对承载力最大,其次为医疗资源的,教育资源的最小。除土地资源以外,其他资源的相对承载力都小于人口资源的。安徽省矿业城市相对资源综合承载力总体趋势发展良好,等级水平由弱上升到强,整体呈现出高质量发展的态势。滁州的相对资源综合承载力水平最高,其次是阜阳和马鞍山,水平最低的是淮北。除淮北和池州呈下降态势以外,其他城市的相对资源综合承载力水平都呈上升趋势。生产资源和生态资源的阻力值一直占据主导地位,第1阻力因子主要集中在土地资源或水资源。

各矿业城市应当进行经济导向型转变,应具备资源优化配置和环境污染治理双重特征,通过合理的新型城镇化布局来实现对矿业城市产业结构和经济发展方向的把控,使矿业城市经济整体向环境友好态势发展。