基于Dagum—GM 的安徽省资源承载力评价与预测

孔 玉,何 刚,张静怡,何训喜,彭振军

(安徽理工大学 经济与管理学院,安徽 淮南 232001)

21 世纪以来,安徽省在经济快速发展的同时,也对环境资源产生了一定压力,这种压力在对资源本身造成破坏的同时,更是严重阻碍了该地区社会经济的可持续发展,因此,对该地区资源承受能力的研究尤为重要。

用资源承载力来研究资源承受能力,在本质上就是寻求在特定的时间、空间条件下,通过对一定区域内的资源深入探究、调研,采用定性、定量相结合的方法,分析生态资源、经济资源、社会资源等方面的变化对该区域经济社会发展的影响,从而来测度该区域应对这些变化的承受能力。 马尔萨斯早在18 世纪初便提出了有关环境承载力的观点,明确提出资源对人类生存的影响。 该概念20 世纪90 年代才开始在我国使用,曾维华等[1]引入新概念发展变量和限制变量,将环境承载力定义为限制因子分别到达限度值时,环境能承受的人类活动影响的最大值。 目前承载力用到最多的两种概念为承载的上限或者平衡状态[2],刘殿生[3]在对秦皇岛的资源与环境承载力研究中,使用发展变量和制约变量对资源环境承载力进行分级和定量分析。 资源承载力是一个综合的概念,既包括了环境的各个方面,还包括各类资源,如水土资源[4-14]、生态资源[15]、经济社会资源[16]等。 大多学者将资源环境结合起来,研究区域的资源环境承载力[17-19],陶伟良[9]在对安徽省土地承载力评价时,将TOPSIS 法用方差最大化均方差及熵权法进行改进。 范德政等[10]采用CRITIC-熵权-TOPSIS 评价2012—2019 年宁夏地区水土资源承载力,并运用障碍度模型探究其影响因素,运用R/S 法预测水土资源承载力的未来趋势。 基于现有学者对资源承载力的研究,缺少对资源体系的研究,且较少学者对安徽省资源承载力进行分区比较研究,本研究通过构建资源承载力的评价指标体系,运用熵权法,计算出各市的资源承载力综合得分,由此来分析安徽省各市的资源承载力情况,借助Dagum 基尼系数对安徽省资源承载力进行分区差异解析,最后使用灰色预测模型对安徽省2022—2026 年资源承载力进行预测。

1 研究区概况

安徽省地处华东长江三角洲地区,属于我国东部经济区,有沿江城市群和皖江城市带可以承接产业转移示范区,是连接我国东西部的重要纽带,面积达140 100 km2。 截至2021 年底,安徽省常住人口6 113 万人,国民生产总值42 959.18 亿元,其中第一产业3 360. 6 亿元,第二产业17 613.19 亿元,第三产业21 985.39 亿元;能源生产总量9 317.48 万t 标准煤,而能源消费总量达15 342.63 万t 标准煤,是长三角地区、淮河生态经济带、皖江城市群、长三角经济圈极为重要的能源基地,是沿海城市群的产业转移区。 安徽省在长三角区域的作用越来越被重视。 安徽省占长三角地区39%的面积,拥有28%的人口,是长三角地区重要的劳动力输出地,生态资源良好,有大量的煤炭资源。

2 研究方法

2.1 数据来源

研究数据来自2007—2021 年《安徽统计年鉴》《中国环境统计年鉴》《全国统计年鉴》《中国城市群发展的区域比较分析》,以及安徽省各市2007—2021 年统计年鉴。

2.2 评价体系构建

对于资源环境承载力的研究评价不能从单一方面进行,而是需要从多角度、多方面进行多维度的分析与研究,从生态、环境、社会、经济等多方面进行分析,这样的研究结果才能更加客观并且准确地反映事实。 并且,多方面的分析可以使得研究更加全面、真实可靠,结果更具说服力。 根据资源承载力的含义一级特征,结合安徽省的实际情况,遵循科学的、客观的规则,借鉴过去学者的研究成果,将资源承载力研究划分为三个一级指标:经济资源承载力、社会资源承载力、生态资源承载力。 构建的评价指标体系如表1 所示。

表1 安徽省资源承载力评价体系

2.3 熵权—TOPSIS 法

本研究以科学性、客观性为原则,用客观性强的熵权法结合TOPSIS 法对安徽省进行综合评价,这种方法处理的数据结果可信度较强。 具体计算步骤如下:

评价指标的初始矩阵为:

式中:xij——第i个城市的第j个指标数值。

(1)无量纲化处理

对数据进行标准化处理,使得数据间可以进行对比,并且可以得出标准化的数据矩阵。

正向指标的标准化:

负向指标的标准化:

(2)消除0 值

因为熵值法的计算过程中不可以出现0 值,所以需要把进行无量纲化后的指标进行坐标平移,这样做可以将无量纲化后出现的0 值处理掉。

对x′ij进行平移:

式中:zij——x′ij平移后的数值;A——平移的幅度,取值越小,评价的结果就越可观显著,本体系中A取值0.002。 处理后,计算第i个样本值占第j个指标的权重:

(3)对Xij的熵值ej和冗余度dj进行计算

(4)计算zij的权重Wj

(5)运用熵权Wj构建加权规范化矩阵Y

TOPSIS 也称“逼近理想解排序方法”,是在系统工程研究中经常使用的决策法,通过对研究区赋权后的指标进行分析,计算其目标的距离与正、负理想解的偏差距离,可以此来估算安徽省资源环境承载力,并且还能较全面且客观地反映出区域资源环境承载力的变化趋势。

(6)确定正负理想解

设Y+为评价数据中第i个指标在第j年的最大值,即为正理想解;Y-为评价数据中第i个指标在第j年的最小值,即为负理想解,计算方法如下:

(7)距离计算

式中:yij——第i个指标在第j年加权后的规范化值。

(8)在以上计算基础上,计算评价对象与理想解的贴近度

为进一步对比分析安徽省各城市水资源承载力水平的地区差异,基于2007—2021 年16 地级市逐年的资源承载力水平计算结果,利用标准差分级法将资源承载力水平划分为低承载力、较低承载力、中等承载力、较高承载力、高承载力五个等级,划分结果如表2 所示。

表2 资源承载力水平等级划分

2.4 Dagum 基尼系数

采用Dagum 基尼系数分解法对安徽省2007—2021 年资源承载力的区域差异分解,探究安徽省区域间和区域内资源承载力的差异,基尼系数的定义式如下:

式中:yij——j分区内的各地级市资源承载力水平;yhr——h分区内的各地级市资源承载力水平;¯——安徽省内资源承载力平均值;n——地级市个数;k——安徽省分区数,本研究将安徽省分为皖中、皖南、皖北三个区,皖中包括合肥、六安、滁州、安庆4 市,皖南包括黄山、芜湖、马鞍山、铜陵、宣城、池州6 市,皖北包括宿州、淮北、蚌埠、阜阳、淮南、亳州6 市;nj——安徽省j分区内城市数量;G——总体基尼系数;h——k个安徽省分区的不同分区,且j=1,2,…,k;r——分区内的不同城市。 Dagum 基尼系数分解法是将总的基尼系数G分解为区域内差异贡献GW,区域间净值差异贡献Gnb,超变密度贡献Gt,四者满足关系式:

区域内差异贡献的计算公式为:

式中:pj=nj/n,为j分区地级市的数量与安徽省地级市总数的比值;j=1,2,…,k;Djh——j分区和h分区的资源承载力相对影响。

将djh定义为各区域间承载力的差值,即j分区和h分区中满足yij-yhr>0 条件的所有资源承载力值之和的数学期望;Pjh定义为超变一矩阵,表示j、h分区中所有满足yij-yhr＜0 的资源承载力值之和的数学期望;Fj、Fh分别为j、h分区的累积密度分布函数。

2.5 灰色预测模型

灰色预测模型又称GM(1,1)模型,本研究通过灰色关联对安徽省资源环境承载能力评价体系中各因素对该体系的影响程度进行分析,建立模型并求解,将原始序列定义为,经过第一次累加之后生成序列,得出GM(1,1)模型的一阶线性常系数方程,公式如下所示:

式中:a、u分别为待确定的未知参数;t——时间。

GM(1,1)模型对应的标准型解为:

还原模型为:

由此得到一组预测数列:

3 实证分析

3.1 资源承载力评价指标权重的确定

给指标赋权有多种方法,如变异系数法、层次分析法、二项系数法等,这些方法在赋权时往往更加偏好于主观,而忽略了指标的客观情况。 熵权法是一种客观赋权方法,可以有效避免人为的主观因素影响,利用SPSSAU 求解出安徽省资源承载力各指标权重,结果如表3 所示。

表3 安徽省资源承载力评价指标权重

由表3 可知,在16 个评价指标中,经济资源子系统中的指标对安徽省资源承载力的影响比较大,其中经济密度(A4)的权重最大,为0.146 3,说明对该地区资源承载力的影响程度最大;其次是节能环保支出占比(A13),权重为0.120 1,全社会用电量(A5)占比为0.098 2;影响最小的是社会资源子系统中的人均用水量(A6)和生态资源子系统中的城市污水处理率(A12),比重分别为0.014 3 和0.011 8,说明该指标对资源承载力的影响程度最小。

3.2 安徽省资源承载力

本研究通过熵权法计算得出个指标权重,借此构建规范化矩阵,借助TOPSIS 方法得出正、负理想解,使用SPSSAU 求得安徽省2007—2021 年资源承载力靠近(或偏离)正(或负)理想解的距离。 安徽省2007—2021 年承载力如图1 所示。

图1 安徽省2007—2021 年承载力

由图1 可知,安徽省2007—2021 年安徽省经济资源承载力整体呈现上升趋势,2007—2014 年上升幅度较为平缓,2015 年稍有下降后,2015—2021 经济系统承载力提升幅度明显增大;而生态资源承载力在2007—2015 年呈螺旋式上升,且上升幅度较小,2016 年出现短暂峰值,于2017 年骤降,后又在2019—2021 年明显上升;社会资源承载力整体上呈较稳定的上升趋势,在2020 年后稍有下降,总体较为稳定。 资源承载力整体来看较为平稳,呈缓慢上升趋势,每年保持稳定上升。

3.3 安徽省资源承载力时空分异

为更加深入分析安徽省资源承载力变化,选取安徽省16 市2007 年、2014 年、2021 年的资源承载力进行分析,结果如图2 所示。

图2 安徽省资源承载力情况

从安徽省资源承载力整体发展来看,由2007年低水平发展为2021 年较高水平,具体表现为:2007 年安徽省低承载力水平的城市有13 个,2 个较低承载力水平城市,1 个较高承载力水平城市,总体承载力水平低;2014 年低承载力水平城市5 个,5 个较低承载力水平城市,4 个中等承载力水平城市,2 个较高承载力水平城市;2021 年低承载力水平城市全部上升为更高等级承载力,其中6 个较低承载力水平城市,2 个中等承载力水平城市,3 个较高承载力水平城市和5 个高承载力水平城市。

从安徽省总体来看,皖南地区承载力水平最高,其次是皖中地区,皖北地区承载力水平最低。原因主要为如下几点:皖南地区的人均GDP、人口密度、人均耕地面积、环境状况等总体优于皖中和皖北地区的,其中黄山市旅游业发达,环境状况良好,人口密度和人均收入处于较高水平,故其资源承载力较高水平;合肥市作为安徽省省会,教育资源、科研经费等投入较多,故其承载力处于高水平;皖北地区大多借助于工业,其环境状况较差、人口众多等多方面因素导致其承载力水平较低。总体来看,安徽省资源承载力水平2007—2021 年有较大幅度提升,且刚进入较高水平阶段,未来安徽省各市整体发展统筹规划、因地制宜,最大限度发挥各地优势,加强产业协作,实现安徽省资源的可持续发展。

3.4 安徽省资源承载力区域分异及分解

运用Dagum 基尼系数分解法对2009 年、2012年、2015 年、2018 年、2021 年安徽省资源承载力水平总体差异、区域内差异以及区域间差异分解。

3.4.1 安徽省资源承载力总体差异分析

安徽省总体资源承载力如图3 所示。

图3 安徽省总体资源承载力

总体基尼系数(G)由2009 年的0.138 上升到2012 年的0.164,涨幅为18.84%。 表明研究期内安徽省资源承载力水平总体差异呈上升趋势。 资源承载力水平总体差异变化过程呈现显著的阶段性,2012—2018 年的基尼系数总体降低显著,由2012 年的0.164 降低到2018 年的0.127,降幅达22.6%。 2018—2021 年的总体差异呈现出较为明显的上升趋势,总体基尼系数由0.127 上涨为0.150,涨幅达18.1%。

3.4.2 安徽省资源承载力分区区内差异分析

将安徽省分为皖南、皖中、皖北三个区域,分析区域内差异的特征,如图4 所示。

图4 安徽省资源承载力区域内差异分析

从区域内差异变化的趋势来看,皖南区域内部差异总体呈现先降后升趋势,其中2009—2012年,皖南地区内部差异变化显著,基尼系数从2009 年的0.126 降低至2012 年的0.006,降幅为95.2%。 皖中地区整体呈现上升趋势。 基尼系数由2009 年的0.022 上升至2021 年的0.091,涨幅为313.64%,整体来看,皖中地区内部差距变化较大,区域内部资源承载日益增大。 皖北地区内部差异波动较大,基尼系数先增后降,整体波幅较大。

3.4.3 安徽省资源承载力分区区间差异分析

安徽省皖南、皖中、皖北三个区域间的差异如图5 所示。

图5 安徽省资源承载力区域间差异分析

从区域差异变化的趋势来分析,皖中与皖南之间差异整体呈下降趋势,而皖中与皖北、皖北与皖南的差异都是先增大后减小,而后增大的趋势。2009—2012 年,皖中与皖北之间差异变化最为显著,由0.092 上升至0.194,涨幅约110.9%。

3.5 安徽省资源承载力预测

基于安徽省2007—2021 年承载力数据分析,借助灰色预测方法,运用SPSSAU 软件对安徽省2022—2026 年的资源承载力情况进行预测,结果如表4 所示。

表4 2022—2026 年安徽省资源承载力预测统计

2022—2026 年安徽省资源承载力呈上升趋势,并且预测值与实际值拟合良好,表明本次预测结果符合安徽省资源承载力现状,借助GM(1,1)模型对残差值、相对误差、极比偏差值进行检验,结果如表5 所示。

表5 GM(1,1)检验结果

GM(1,1)模检表主要针对包括相对误差、级比偏差在内的残差进行测试;相对误差值越小越好,低于20%表示符合要求,低于10%表示符合更高要求;等级比偏差值越小越好,小于0.2 表示符合要求,小于0.1 表示符合更高要求。 由表6可知,相对误差与级比偏差值可以在模型构建完成后分析,从而对模型的效果进行验证;模型的相对误差值的最大值为0.066＜0.1,表示模型的拟合效果符合更高的要求。 鉴于等级比偏差值,数值小于0.2 表示符合要求,小于0.1 表示符合较高要求;模型的相对误差值最大值为0.075＜0.1,表示模型的拟合效果符合更高的要求。

4 结论

本研究主要从时空视角对安徽省资源承载力进行分析,探究了安徽省2007—2021 年经济资源子系统、社会资源子系统、生态资源子系统以及整体资源子系统的承载力,得出结论:(1)安徽省资源承载力整体来看发展较为平稳,呈缓慢上升趋势,每年保持稳定上升,且全省资源承载力开始进入较高水平阶段。 (2)经济密度和节能环保支出占比对安徽省资源承载力影响较大,人均用水量和城市污水处理率影响较小。 (3)整体来看,安徽省资源承载力分区较为明显,区域间差异较大,皖南的承载力水平普遍高于皖中、皖北地区,呈现出由南向北递减态势,主要在于皖北大多以工农业发展为主,人口众多,城市资源大量使用导致环境状况下降、人口众多导致城市过载,多种原因叠加导致皖北资源承载力普遍较低。 皖南、皖中地区多以旅游业、高新技术等产业为主,环境友好、人口数量适中等使得皖南地区承载力较高。

基于以上分析,提高安徽省资源承载力的关键在于因地制宜,皖北地区在发展工农业的同时,注重生态系统的保护,提高土地综合利用率,合理划分产业区域;加强污水处理、工业固废处理监管,大力发展绿色经济,提高资源的可持续发展能力。 皖南、皖中地区在现有的基础上,发展高新技术的同时,鼓励绿色科技、生态产业的发展,积极引进人才。 全省统筹发展绿色经济、生态产业,向着资源可持续发展继续前进。