基于GTWR模型的疏勒河流域人均三维生态足迹动态变化及其影响因素分析

李曼，韩丽，刘焕才, ，张艳芳，史书琦

（1. 山西师范大学 地理科学学院，山西 太原 030031；2. 陕西师范大学 地理科学与旅游学院，陕西 西安 710062）

良好的生态环境是人们赖以生存与发展的基石，绿水青山是实现美好生活的保障。在此背景下，生态足迹（ecological footprint，EF）作为一种评价生态环境能否可持续发展的方法应运而生。生态足迹概念于1992 年由加拿大生态经济学家REES[1]提出，认为生态足迹是生产某一地区人口生存所需各种资源及吸纳废弃物所需要的生物生产土地的总面积，后由WACKERNAGEL[2]对其进行完善和补充，发展成为二维模型，但该模型未能细致区分自然资本流量及存量，无法反映生态赤字在时间尺度上的积累。鉴于此，NICCOLUCCI 等[3]引入足迹广度和足迹深度概念，构建兼具空间和时间属性的三维生态足迹模型。2012 年，方恺等[4-8]将其引入中国，在对足迹深度和足迹广度计算方法进行优化的同时，分析了中国及全球自然资本利用格局。之后，众多学者基于该模型，从省域[9-11]、市域[12]、城市群[13-14]、海岸带[15]等不同尺度出发，对自然资本的动态演变过程进行分析，并与各类影响因素评估模型相结合，如STIRPAT 拓展模型、偏最小二乘回归模型等，对其演变的驱动因素进行分析。

疏勒河流域处于中国西北干旱区，生态环境脆弱，目前对于该区域的生态环境研究主要集中在水资源承载力及生态需水等方面[16-17]。本文为了解流域生态环境改造利用程度及影响因素，同时剔除人口变量对其影响，引入人均三维生态足迹模型，对2000—2020 年疏勒河流域自然资本利用状况进行分析，探究人均生态足迹的动态变化特征，利用主成分分析和GTWR 模型，提取并评估其主要影响因素及时空差异性，为保障流域生态安全、促进区域可持续发展提供科学支撑。

1 研究区概况与数据来源

1.1 研究区概况

疏勒河流域发源于祁连山脉西段托勒南山和疏勒南山之间，地处河西走廊西端，位于92°33′～98°34′E、38°13′～42°80′N，地势总体上西南高东北低，年平均降水量47 ～63 mm，年蒸发量2 897 ～3 042 mm，年平均气温6.9 ～8.8 ℃，为典型的大陆性干旱气候。流域北部为阿拉善高原半荒漠生态区，中部为河西走廊绿洲农业生态区，西南和南部为柴达木盆地荒漠—盐壳生态区，东南部为祁连山针叶林—高寒草甸生态区[18]。该流域主要包括青海省的天峻县、德令哈市及甘肃省的阿克塞哈萨克族自治县（阿克塞）、肃北蒙古族自治县（肃北）、玉门市、瓜州县、敦煌市，本文仅对甘肃省的5个县市进行研究，研究区位置如图1 所示。

图1 研究区位置

1.2 数据来源

生态足迹核算由生物资源账户和能源资源账户组成，由于本文从生产视角出发，以各类生物产品的产量为测算基础对流域生态足迹进行分析，因此，仅搜集涉及生物资源账户的基础数据（表1），暂不考虑能源消耗账户[19]。计算人均生态足迹和人均生态承载力所需的土地利用数据来自中国科学院构建的中国1：10 万比例尺土地利用现状遥感监测数据库，包括2000 年、2005年、2010 年、2013 年、2015 年、2018 年和2020 年共7 期1 km 分辨率的栅格数据（http://www.resdc.cn/）；均衡因子参考2018 年的WorkingGuidebooktotheNational FootprintAccounts[20]；产量因子参考刘某承等[21]的研究成果。分析人均生态足迹影响因素所需的社会经济数据和人口数据等主要来自《甘肃发展年鉴》（2000—2020年）、《甘肃农村统计年鉴》（2000—2020 年）及研究区所属县市社会经济统计资料。

表1 生态足迹生物资源账户组成及参数设定

2 研究方法与数据处理

2.1 生态足迹模型

由于不同生态足迹模型的研究侧重点存在差异[22-24]，在对疏勒河流域的生态足迹进行研究的过程中，利用传统人均生态足迹模型分析流域生态承载力的时空变化特征，在此基础上，利用三维生态足迹模型对其足迹深度和广度进行深入分析。

2.1.1 传统人均生态足迹模型

传统二维人均生态足迹模型包含人均生态足迹与人均生态承载力两个指标，其中人均生态承载力指能提供的生物生产性土地总面积。当人均生态足迹小于人均生态承载力时，称为生态盈余，表明该地区的发展处于生态可承载范围内，反之为生态赤字，表现为生态环境恶化[25]。计算公式为：

式（1）、（2）中：EF为区域生态足迹；N为区域总人口数；ef为人均生态足迹；i为消耗品类别；aai为第i种消耗品折算后的人均生物生产土地利用面积；ri为第i种消耗品所赋予的均衡因子；Ci为第i种消耗品的人均生产量；Pi为第i种消耗品的世界平均生产力；EC为区域生态承载力；ec为人均生态承载力；aj为人均第j类生物生产性土地利用面积；rj为第j种消耗品所赋予的均衡因子；yj为第j种消耗品所赋予的产量因子。

2.1.2 传统人均三维生态足迹模型

由于使用基础三维人均足迹模型的算法，会存在区域内部不同地类间生态赤字和生态盈余互相抵消的“伪可持续”的情况[26]，使生态赤字的核算结果偏小，因此，本文所使用的人均三维生态足迹模型为改进后的三维模型，该模型引入资本流量占用率和存量流量利用比等指标，对自然资本流动路径的追踪更为细致，解决了基础三维模型存在的低估足迹深度、高估足迹广度等问题，实现了研究尺度从单一地类到区域的转换[19]，计算公式为：

式（3）～（7）中：EFj为j地类的生态足迹；ECj为j地类的生态承载力；EDj为j地类的生态赤字；EFsiz,j为j地类的足迹广度；EDreg为区域生态赤字；EFsiz,reg为区域足迹广度；efsiz,j为j地类的人均足迹广度；efsiz,reg为人均区域足迹广度；ef3d,reg为人均三维生态足迹；EFdep,j为j地类的足迹深度；efdep,j为j地类的人均足迹深度；EFdep,reg为区域足迹深度；efdep,reg为人均区域足迹深度；1 为足迹深度的自然原长，由于区域足迹深度在计算过程中已经消除了人口对其的影响，因此，区域足迹深度与人均区域足迹深度在数值上一致。

（1）资本流量占用率。当某地类处于生态盈余状态时，足迹深度为自然原长1，为核算人类对资本流量的占用程度，引入资本流量占用率（ORflow）指标[5]，计算公式为：

式中：EFsiz为足迹广度。

（2）存量流量利用比。当资本流量消耗完毕时，资本存量开始被利用，存量流量利用比（）便可用来反映人类活动所消耗的资本存量与资本流量的关系[5]，计算公式为：

式中：EFdep为足迹深度，反映为满足当前人类对资源消费的需求，所需占用的生物生产性土地面积的倍数，或再生这些资源所需要的年数。

2.2 SDE模型

标准差椭圆（standard deviational ellipse，SDE）是一种能够精确揭示地理要素空间分布格局的方法，通过中心点、长轴、短轴、方位角等主要参数对研究对象进行描述，其中，中心点表示研究对象整体在空间上的相对位置；长轴和短轴分别表示研究对象在空间上的分布方向和范围，长轴越长，研究对象分布的方向性越强，短轴越长，研究对象离散化程度越高；方位角是正北方向与顺时针旋转的长轴之间的夹角，反映了其分布的主趋势方向[27-29]。

2.3 主成分分析

本文根据相关研究成果[30-31]，选取14 个指标：城镇化率（X1）、常住人口（X2）、第一产业增加值（X3）、第二产业增加值（X4）、第三产业增加值（X5）、种植业产值（X6）、畜牧业产值（X7）、渔业产值（X8）、工业产值（X9）、建筑业产值（X10）、固定资产投资总额（X11）、社会消费品零售总额（X12）、城市居民人均可支配收入（X13）和农村居民人均可支配收入（X14），利用主成分分析法提取出3 个影响人均生态足迹的主成分因子，输出成分矩阵（表2），根据各指标的共同特性进行主成分因子命名：第一主成分因子表征社会发展（包括X2、X3、X4、X5、X6、X7、X8、X10、X11、X12），第二主成分因子表征民生福祉（包括X1、X13、X14），第三主成分因子表征工业发展（包括X9）。根据表2和公式（10），计算各县市的主成分因子得分，以此解释人均生态足迹的影响因素[32]，计算公式为：

表2 主成分特征值及贡献率

式中：Dmn为第m个区县第n个主成分因子的得分；Qnj为第n个主成分第j个指标因子的回归系数；Pmj为标准化后的指标值。

2.4 GTWR模型

地理加权回归模型是一种典型的空间回归模型，能够将局部范围的因变量和解释变量进行合并，从而得到每个样点各解释变量的回归系数[33]。时空地理加权模型（geographically and temporally weighted regression，GTWR）是对地理加权回归模型的深化，将时间属性关联到地理加权回归的空间属性上，以便反映研究区时空变化特征[34]，计算公式为：

式中：ui、vi分别为i个样本点的经纬坐标；ti为时间；(ui,vi,ti)为i点的时空坐标；yi和xik分别为样本点的自变量和因变量所对应的观测值；β(ui,vi,ti)为i点的回归常数；βk(ui, vi,ti)为i点的第k个回归参数；εi为模型的残差。

通过利用GTWR 模型对各影响因子进行时空地理加权回归分析，确定上述各主成分因子的影响力大小，并采用自然断点分级法将结果分为正、负两级，正向影响力表明该影响因子对区域人均三维生态足迹起到正向促进作用，包括弱正向影响和强正向影响；负向影响力表明该影响因子对区域人均三维生态足迹起到负向抑制作用，包括弱负向影响和强负向影响[15]。

3 疏勒河流域人均三维生态足迹的时空变化分析

3.1 人均足迹广度的时空变化

足迹广度反映了区域生态承载力范围内人类对流量资本的占用水平，研究发现，疏勒河流域总体属于生态赤字地区，对此类地区而言，人均足迹广度反映了生物资源的丰裕度，是衡量该地区生物资源禀赋的重要指标[8]。2000—2020 年，疏勒河流域人均足迹广度呈先上升后下降趋势（图2a）。由于各地类的面积及人类对其流量资本的占用水平存在差异，各地类人均足迹广度表现为：草地＞耕地＞林地＞水域，其中草地人均足迹广度在流域人均足迹广度中所占份额较大，其变化与流域人均足迹广度变化趋势一致。2000—2015 年，随着人类生活水平的提升，对肉、奶类等草产品的需求增加，流域人均足迹广度由2000 年的0.40 hm2/人上升至2015 年的1.19 hm2/人，上升了2.98 倍；但2016—2020 年，各县肉、奶类等草产品产量降低，牛、羊肉价格上涨，尤其2017年，羔羊价格昂贵，养殖成本增加，下游地区羊存栏数仅为2016 年的一半，流域内草产品自然资本流量大幅减少，受此影响，流域人均足迹广度降低。

图2 2000—2020年疏勒河流域不同地类及各县市人均足迹广度变化

从空间上看，疏勒河流域上游的人均足迹广度大于中下游地区，且与人口密度呈负相关，具体表现为：肃北＞阿克塞＞瓜州＞玉门＞敦煌（图2b）。2000—2010年，阿克塞、玉门两地分别受羊肉等草产品产量上升及农田水利设施完善的影响，人均足迹广度上升，2011—2020 年，随着两县羊肉等草产品及谷物等农产品产量保持稳定，人均足迹广度分别稳定于2.43 ～3.20 hm2/人和0.84 ～1.12 hm2/人；肃北人均足迹广度总体处于增加状态，由2000 年的2.28 hm2/人升至2020 年的3.59 hm2/人，上升了1.65 倍。因此，当地应优化农作物种植结构，提升畜牧养殖集约化水平，坚持提质与增量相结合，促进种植业和畜牧业良性发展。

3.2 人均足迹深度的时空变化

足迹深度反映了人类对区域资本存量的消耗程度。2000—2020 年，疏勒河流域人均足迹深度稳定在1.65左右（图3a）。从不同地类来看，草地人均足迹深度始终处于自然原长1，表明该地类处于生态盈余状态，流域不需动用其自然资本存量，仅靠其消耗资本流量即可满足区域发展需求；耕地、林地、水域人均足迹深度均大于1，处于生态赤字状态。其中，林地人均足迹深度呈S型增长，2000—2004年，人类对其资本存量的消耗不大，人均足迹深度保持稳定，略高于自然原长1；2005—2008 年，随着中下游地区对林地资源开发规模与速度的加快，其所带来的损失远大于植树造林所带来的收益，人均足迹深度快速上升，年平均上升率为3.43/(人·年)；2009—2020 年，植树造林促使林地面积增加，加之人类环保意识增强，当地对资本存量的消耗趋于稳定。

图3 2000—2020年疏勒河流域不同地类及各县人均足迹深度变化

从空间上看，疏勒河流域中下游地区的人均足迹深度大于上游地区，具体表现为：玉门＞瓜州＞敦煌＞肃北＞阿克塞（图3b）。由于各县市均存在处于生态赤字状态的地类，且各地类之间的生态盈余和赤字不可互相抵消，因此，2000—2020 年疏勒河流域内各县人均足迹深度均大于1。其中，在流域上游，人类对当地自然资本存量消耗较小，因此，上游的肃北和阿克塞人均生态足迹深度均值分别为1.03 和1.02，接近原长1；中下游地区的敦煌三次产业中第一产业所占比重由2000 年的34.39%下降至2020 年的14.42%，受此影响，该地耕地生态赤字程度降低，人均足迹深度下降。

3.3 疏勒河流域人均三维生态足迹时空变化及重心转移

2000—2020 年疏勒河流域人均三维生态足迹总体呈上升趋势（图4），其中，玉门增幅最大，由2000 年的0.65 hm2/人增至2020 年的3.26 hm2/人，增长率高达415%。在空间上，各县人均三维生态足迹大小依次为：肃北＞阿克塞＞玉门＞瓜州＞敦煌，即上游地区的人均生态足迹大于中下游地区。上游地区地广人稀，人口密度小，人均实际可获得的生物生产性土地面积较大，随着经济的发展，人类对自然资本需求量增加，人均三维生态足迹随之扩大。例如：肃北草地面积较大，第一产业以牧业为主，2000—2020 年牧业产值逐年增加，到2020 年，牧业产值占第一产业总产值的80.62%，受此影响，人均三维生态足迹长期处于上升趋势，由2000年的2.35 hm2/人增加至2020 年的2.90 hm2/人，增长率达23.40%。值得注意的是，肃北在发展牧业的同时，注重对生态环境的保护，草地长期处于生态盈余状态。

图4 2000—2020年疏勒河流域人均三维生态足迹的时空分布

通过对疏勒河流域人均三维生态足迹重心的转移轨迹进行分析发现，2000—2021 年，流域人均三维生态足迹重心分布在99°61′～95°97′ E、40°12′～40°20′ N（图5），重心移动轨迹总体表现为自西向东北方向移动，移动距离达到31 km。其中，2000—2010 年，重心向东迁移了15 km；2010—2015 年，重心向东北迁移了8 km；2015—2020 年，重心向东移动了14 km，说明流域东北部人均三维生态足迹增幅大于其他地区。流域空间旋转角的变化范围为64.32°～72.64°，表明流域人均三维生态足迹的空间分布呈现出西南—东北格局。

图5 2000—2020年疏勒河流域人均三维生态足迹重心转移轨迹

从椭圆分布方向和范围看，2000—2010 年，长、短轴标准差均增大，椭圆面积增大，由2000 年的40 092 km2增至2010 年的44 312 km2，流域人均三维生态足迹空间分布沿长轴方向扩散，说明人类对当地生态环境的影响范围扩大；2010—2020 年，流域椭圆长、短轴标准差均减小，面积随之减至2020 年的40 340 km2，生态环境压力向流域东北方向集中。

3.4 资本流量占用率和存量流量利用比的动态变化

资本流量占用率和存量流量利用比反映了各地类的生态压力和自然资本利用的可持续性[19]。由于2000—2020 年各地类中，仅草地表现为生态盈余，因此分别核算草地的资本流量占用率和耕地、林地、水域的存量流量利用比，以此分析流域发展过程中对自然资本存量的消耗（表3）。

表3 2000—2020年疏勒河流域不同地类自然资本流量占用率和存量流量利用比

研究发现，2000—2020 年尽管对草地资本流量的占用率呈增加趋势，由2000 年的9.62%增至2020 年的32.43%，增长了3.37 倍，但仍在承载力范围内，草地生态状况总体良好。

人类对不同地类资本存量的消耗也具有差异性，其中林地存量流量利用比由2000 年的0.25 上升为2008 年的12.16；2009—2020 年随着林地人均三维生态赤字下降，存量流量利用比随之降低，2020 年仅为6.45，说明人类对林地的自然资本存量利用程度降低，生态状况转好。过去二十年，耕地存量流量利用比先下降后保持稳定，其中2000—2006 年受瓜州、敦煌等地粮食作物种植面积减少等因素影响，耕地人均生态足迹下降，存量流量利用比随之降低；2007—2020 年，随着当地农作物种植结构调整，加之农业技术水平提升，存量流量利用比保持稳定。

水资源短缺是制约区域可持续发展的瓶颈，疏勒河流域作为典型干旱区，水域的资本流量无法满足当地消费需求，存量流量利用比达到14.08 ～24.36，尤其是敦煌，水域存量流量利用比达到78。因此，未来当地应通过各种方式提高水资源利用效率，如推广节水灌溉技术、提高低耗水作物普及程度等。

4 人均三维生态足迹演变的影响因素分析

生态足迹的变化受社会—经济—生态等多方面因素影响，本文以疏勒河流域各县人均三维生态足迹为自变量，将主成分分析提取出来的3 个主成分因子对各县市的影响力大小作为解释变量，代入GTWR 模型，从社会发展、民生福祉和工业发展对各县市人均三维生态足迹影响程度的演变进行分析。

第一主成分因子为社会发展。由图6 可以看出，随着社会发展程度的提高，居民环保意识逐步增强，为了实现区域可持续发展目标，疏勒河流域生态文明建设随之稳步进行。从空间上看，阿克塞、瓜州和敦煌均由正向影响地区逐渐变为负向影响地区。其中，在阿克塞地区，随着产业结构不断优化，退牧还草等生态工程的推进，绿色生态产业产值大幅提高，当地在经济发展的同时，人均三维生态足迹由2000 年的强正相关转变为2020 年的强负相关。

图6 2000—2020年社会发展因子影响等级的时空分布

第二主成分因子为民生福祉。由图7 可以看出，当城镇化水平与居民收入提高时，为了进一步提高居民生活幸福度，人们愈加重视对生态环境的保护，生态环境成为影响疏勒河流域居民生活质量的关键因素。其中，瓜州面对自然条件恶劣、基础设施滞后、生活水平低下等问题，政府以增加居民收入为目标，加大脱贫攻坚力度，积极扩大就业，居民收入逐步增加，2000—2020 年，该县人民生活持续改善，群众获得感和幸福感进一步增强。与此同时，居民对美好生态环境的需要日益增长，受此影响，生态足迹由强正向影响变为强负向影响，变化幅度最大。

图7 2000—2020年民生福祉因子影响等级的时空分布

第三主成分因子为工业发展。由图8 可以看出，由于在疏勒河流域，工业发展水平总体较低，且主要以高耗能的重工业为主，在工业生产过程中不可避免地对当地生态环境造成了一定的破坏。其中，阿克塞、肃北、瓜州、敦煌分别以石棉、煤矿、铁矿、石材的开采加工为主，各县市工业发展对人均三维生态足迹的影响均表现为正向影响；而在玉门地区，随着石油资源的枯竭、能源产业的转型，新能源产业逐步具有一定规模优势，工业发展对当地人均三维生态足迹的影响表现为负向影响。

图8 2000—2020年工业发展因子影响等级的时空分布

5 结论

疏勒河流域作为我国西北内陆典型的干旱区，生态环境脆弱，极易遭到破坏，如何正确处理人与自然的关系对于当地发展至关重要。鉴于此，本文对2000—2020年疏勒河流域的人均生态足迹动态变化特征及影响因素进行了研究，以期为该流域生态环境良性发展提供科学参考，结论如下：

（1）2000—2020 年，疏勒河流域人均足迹广度呈先上升后下降趋势，且人均足迹深度大于1，说明虽然流域各地类生产能力普遍提高，但仍难以满足当地对各类生态产品的需求。在疏勒河流域，人类对生态环境的利用程度存在空间差异。其中，流域上游地区的生物资源相对丰裕，人均足迹广度大于中下游地区；人类对中下游地区的生态环境利用程度增强，人均足迹深度、生态赤字均大于上游地区。

（2）疏勒河流域各县市人均三维生态足迹主要受社会发展、民生福祉和工业发展三方面因素影响。其中，随着社会发展水平和民生福祉的提升，居民愈加注重对生态环境的保护，二者与人均三维生态足迹呈负相关关系；受工业生产类型的影响，当地工业发展对生态环境造成了一定的破坏，因此，工业发展与人均三维生态足迹普遍呈正相关关系。

由于疏勒河流域土地面积有限，当生态环境长期处于赤字状态时，自然资本存量的退化将导致生态承载力的下降，对人类生存发展以及环境保护均将产生不利影响。为促进未来疏勒河流域社会—经济—生态可持续发展，需在提升农业技术水平、提高资源利用效率的基础上，根据不同地区社会—经济—生态特征，因地制宜发展优势产业，通过制定差异化措施有效保障生态安全，如：在瓜州地区，充分发挥蜜瓜种植优势，延长蜜瓜加工产业链，同时化风害为风利，将“风库”瓜州打造为风电产业基地；在肃北地区，坚持绿色发展理念，争取将各类矿山企业建成绿色矿山，实现工业经济与生态环境双赢；在阿克塞和敦煌，充分发挥当地旅游资源优势，以大敦煌文化旅游经济圈建设为主线，推动文化遗产保护与旅游业发展的有机融合；在玉门，进一步优化产业结构，在立足风电产业发展的同时，发展工业旅游和红色旅游。