基于PSR模型的A市土地生态安全评价及障碍因子诊断

黄良伟

摘要 本研究基于PSR模型构建土地生态安全评价指标体系，采用熵权法进行客观赋权，结合综合指数法和障碍因子诊断模型，评价A市2006—2021年土地生态安全发展状况并分析其障碍因子。结果表明，2006—2021年该市土地生态安全综合指数呈先缓慢下降后迅速上升趋势，安全等级从Ⅲ级提高到Ⅳ级，达到较安全水平；子系统土地生态安全指数变化较明显，压力指数在2006—2015年呈下降趋势，此后开始回升；状态指数稳步上升，呈现出积极的发展态势；响应指数呈波动上升趋势；土地生态安全压力层障碍度持续增加，状态层和响应层障碍度随之下降，障碍度逐渐由状态层、响应层向压力层进行转移，主要障碍因子为农药施用量、化肥施用量和人口密度等。

关键词 土地生态安全；PSR模型；熵权法；综合指数法；障碍因子

中图分类号 X826；F301.2   文献标识码 A

文章编号 1007-7731（2024）09-0070-07

Evaluation of land ecological security and diagnosis of obstacle factors

in City A based on PSR model

Abstract In this study， the land ecological security evaluation index system was constructed based on the PSR model， and the entropy weight method was objectively assigned， combined with the comprehensive index method and the barrier factor diagnosis model. The development status of land ecological security in A city from 2006 to 2021 was evaluated， and the barrier factors were analyzed. The results showed that， from 2006 to 2021， the comprehensive index of land ecological security in the city showed a slow decline and then a rapid rising trend， and the security level increases from Class III to Class IV， reaching a safer level. The sub-system land ecological security index changed significantly， and the pressure index showed a downward trend from 2006 to 2015， and then began to rise. The status index steadily increases， showed a positive development. The response index showed a fluctuating upward trend， the obstacle degree of the pressure layer of land ecological security continues to increase， and the obstacle degree of the state layer and the response layer decreases， and the obstacle degree was gradually shifted from the state layer and the response layer to the pressure layer.The main obstacle factors were the amount of pesticide application， chemical fertilizer application， and the density of the population.

Keywords land ecological security; PSR model; entropy weight method; comprehensive index method; obstacle factors

土地是人類赖以生存和发展的物质基础，是一种不可再生的自然资源[1]。随着土地资源开发利用强度日益增大，土地生态问题日渐凸显，生态环境承受较大压力。土地生态安全是土地资源可持续利用的基础与核心之一，有助于维持自然—经济—社会复合生态系统的长期协调发展[2]。有关土地生态安全已有相关研究，部分学者从生态风险评估[3]、土地利用变化[4]等角度切入进行生态安全研究，还有学者从评价尺度的确定、评价体系的构建和评价方法的选择等多方面开展了研究[5]。在评价尺度上，有省、市和县等行政区划尺度，也有流域[6]、绿洲[7]和喀斯特地貌[8]等区域尺度。从评价体系的构建来看，PSR（压力—状态—响应）、DPSIR（驱动力—压力—状态—影响—响应）和EES（经济—环境—社会）等模型在构建评价指标体系中得到广泛使用[9]。评价方法的选择较为多元化，主要有主成分分析[8]、物元分析[9]和突变级数法[10]等。本研究基于A市自然、经济和社会发展状况，采用PSR模型对研究区2006—2021年的土地生态安全进行评价，根据评价结果，运用障碍因子诊断模型找出影响土地生态安全发展的主要障碍因子。针对改善该市土地生态安全状况提出可行性建议，为该地可持续发展和生态文明建设提供参考。

1 材料與方法

1.1 研究区基本情况

研究区位于湘中偏西南，地理坐标介于25°58′～27°40′ N，109°49′～112°57′ E，总面积20 824 km2。属典型中亚热带湿润季风气候区，全年四季分明，雨量充沛，年平均气温18.2 ℃，年日照时数1 380.6 h，年降水总量1 178.3 mm。地形以丘陵、山地为主，地貌复杂多样，地势西高东低。截至2021年，该地区年生产总值达2 461.5亿元，年末常住人口646.83万人，耕地面积39.5 hm2。

1.2 数据来源

研究数据来源于研究区统计年鉴与国民经济和社会发展统计公报，部分指标数据可直接获取，其他指标数据根据原始数据计算得出。

1.3 研究方法

1.3.1 指标体系构建  构建科学的指标体系是开展土地生态安全评价的基础，同时也是确保评价结果准确、客观的重要保障。PSR模型是在一种用于生态环境研究的模型。该模型被广泛用于构建土地生态安全评价指标体系，研究人类生产生活和生态环境系统之间的相互作用关系[11]。本研究根据PSR模型框架，遵循指标选取系统性、科学性和可操作性等原则，充分考虑自然、经济和社会的影响因素，并参考相关研究成果[12-13]，结合研究区实际情况，选取了人口密度、人口自然增长率和城镇化率等18项指标，构建研究区土地生态安全评价指标体系，详见表1。

1.3.2 指标权重的确定

1.3.2.1 数据标准化处理  通过极差标准化消除原始数据因不同量纲和变异范围带来的影响。极差标准化使各个指标数据按照一定比例转换后落入0～1区间内且处于同一数量级上，从而便于比较与分析各个指标的影响力。

式（1—2）中，xij指第j项指标第i年的指标值；x'ij表示xij的标准化值；max（xij）和min（xij）分别表示第j项指标的最大值和最小值。

1.3.2.2 熵权法  采用熵权法进行客观赋权，通过信息熵越大携带的信息量越多，不确定性就越小原理来确定各个指标的权重，为科学、准确地评价研究区土地生态安全状况提供依据。具体计算步骤如式（3—6）。

首先，计算第j项指标在第i年的所占比重：

其次，确定第j项指标的熵值：

其中，k=1/ln（rn），且k>0。

再次，确定第j项指标的信息效用值：

[gj=1-ej] （5）

最后，计算各指标的权重：

1.3.3 土地生态安全综合指数计算及等级划分

1.3.3.1 综合指数计算  在对各指标进行标准化处理和权重计算后，选择综合指数法对研究区2006—2021年的土地生态安全值进行测算。计算公式如下。

式（7）中，Vi指研究区域土地生态安全值，当Vi越趋近于1时，表明该研究区域土地生态安全水平越高，反之则越低。

1.3.3.2 安全等级划分  为保证土地生态安全等级判定客观，结合相关研究成果[14-15]以及研究区生态环境实际状况，采用等间距划分法将研究区土地生态安全等级划分为5个等级，安全等级及对应指数区间见表2。

1.3.4 障碍因子诊断  使用障碍度诊断模型分析影响研究区土地生态安全的主要障碍因子，计算公式如下。

式（8—10）中，Pij为指标偏离度，即单项指标标准化值与最优值的差距；Mij为第i年各单项指标对该年土地生态安全的障碍度；Nij为准则层指标障碍度。

2 结果与分析

2.1 土地生态安全综合状况分析

将18项指标数据的标准化值，通过加权计算，得到研究区2006—2021年土地生态安全压力、状态、响应和综合指数结果，并根据综合指数值确定土地生态安全等级，如表3所示。

从图1可以看出，2006—2021年研究区土地生态安全综合指数和安全等级呈先缓慢下降后迅速上升趋势，综合指数整体上有较大提升。由表3可知，2006—2012年综合指数呈下降趋势，由0.440下降至0.310，在2008年安全等级由Ⅲ级降至Ⅱ级；2013—2021年综合指数总体呈上升趋势，从0.317上升到0.761，安全等级也由Ⅱ级提高到Ⅳ级，其中在2016年安全等级达到Ⅲ级，处于临界安全水平，2020年则进一步提高至Ⅳ级，达到较安全水平。

2.2 土地生态安全子系统分析

2.2.1 土地生态安全压力系统分析  从表3和图1可以看出，2006—2015年研究区土地生态安全压力指数呈下降趋势，由2006年的0.256下降至2015年的0.070；2016—2021年压力指数整体呈上升趋势，在2021年回升至0.205。其主要原因可能是2006—2015年研究区人口数量增大，建设用地扩张等因素促进了城市化进程，在一定程度上导致农用地面积减少，且农业生产中化肥施用量的增加也给土地生态带来了一定负荷。2016—2021年压力指数有所回升，主要原因可能是随着社会的发展和进步，研究区人口增速放缓，人口密度逐渐稳定，更加注重高质量发展，全面实施化肥、农药减量增效技术，化肥、农药施用量逐年减少，土地生态安全状况有了较大程度改善。

2.2.2 土地生态安全状态系统分析  由表3和图1可知，2006—2021年研究区土地生态安全状态指数总体呈稳步上升趋势，由2006年的0.043上升至2021年的0.229，状态指数提升较大。其原因可能是随着社会经济不断发展，农林牧渔总产值增长迅速，农业综合生产力不断提高，土地集约利用水平进一步提升；此外，以打造“宜居、宜业、宜行、宜游”山水园林城市和创建国家园林城市为目标，大力实施公园提质工程，建设林荫小区，公园绿地面积逐年增加，有效提高了生态环境质量。

2.2.3 土地生态安全响应系统分析  从表3和图1可以看出，研究区土地生态安全响应指数总体呈波动上升趋势。其中，2006—2012年响应指数波动较大；2008年响应指数下降幅度较大，其主要原因可能是罕见的低温雨雪冰冻灾害导致农作物受灾，粮食产量有所下降；2009—2012年由于第三产业占GDP比重和一般工业固体废物综合利用率不高，响应指数呈下降趋势；2013—2021年研究区经济发展迅速，固定资产投资和第三产业占GDP比重大幅提高，产业结构不断优化，农村居民可支配收入稳定增涨，响应指数稳步上升，土地生态安全健康发展。

2.3 障碍因子诊断分析

2.3.1 准则层障碍度分析  在上述评价结果的基础上，通过障碍因子诊断模型计算出2006—2021年研究区土地生态安全准则层障碍度，具体如表4所示。

由表4可知，2006—2021年研究区土地生态安全3个准则层的障碍度都有较为明显的变化。总体上来看，2006—2021年压力层障碍度持续上升，由22.59%增长到74.35%，障碍度增加了51.76个百分点；而状态层和响应层障碍度整体呈下降趋势，其中状态层障碍度减少了28.78个百分点，响应层障碍度减少了22.99个百分点。具体来说，2006—2008年，响应层和状态层障碍度相对较高，对土地生态安全的影响较大；2008—2021年，压力层障碍度增长迅速，逐渐成为影响土地生态安全的主要障碍因素，而状态层障碍度呈下降趋势，响应层障碍度在2009—2019年较为稳定，在2020—2021年下降较为明显。

总体来说，准则层障碍度呈由状态层、响应层向压力层逐渐转移的发展态势，这在一定程度上与当今社会的发展趋势相符。随着社会进步和高质量发展理念的提出，研究区既大力发展生态经济，同时注重生态文明建设，不断完善和优化污染防治措施，积极推进山水林田湖草沙一体化保护和系统治理。实践中，部分城市扩张和人口增长使土地资源需求增加，增大了土地生态负荷，因此，对土地资源进行合理规划和利用是土地生态安全进一步提升的关键。

2.3.2 指标层障碍因子分析  为进一步确定影响研究区土地生态安全的障碍因子，本研究选取2006—2021年每年障碍度排名前5的指标作为主要障碍因子进行分析，障碍因子排序及障碍度见表5。

从表5可以看出，2006—2013年，农药施用量（C6）和农村居民人均可支配收入（C16）位于障碍因子前列，但障碍度总体呈波动下降趋势；化肥施用量（C5）在2009年开始迈入主要障碍因子行列，障碍度在8.68%～15.94%波动；而单位耕地粮食产量（C15）和人口密度（C1）障碍度呈上升趋势，2011年单位耕地粮食产量（C15）障碍度达到12.24%，超过农药施用量（C6）障碍度位列首位。这表明这一时期农业产业化和规模效益有待提高，粗放经营给土地生态安全带来了一定压力，农业生产效率有待提高，并且随着人口增长，粮食和其他农产品的需求不断增大，加大了土地资源的承载压力。2014—2021年，主要障碍因子集中在人口密度（C1）、单位耕地粮食产量（C15）、化肥施用量（C5）、农药施用量（C6）和一般工业固体废物综合利用率（C18）。其中，人口密度（C1）在2014年跃升至主要障碍因子首位，一般工业固体废物综合利用率（C18）在主要障碍因子第4～5位波动。此外，城镇化率（C3）在2018年成为主要障碍因子，并且障碍度逐年上升。表明随着人口数量的增加、城镇建设用地的扩张，土地生态的压力负荷越来越大，化肥、农药施用和工业固体废物等因子对土地生态的长期影响不容忽视，需要在化肥、农药零增长的基础上，持续推进化肥、农药减量增效，以及固体废物处置基础设施建设，以进一步改善区域土地生态安全状况。

3 结论与建议

3.1 结论

（1）总的来说，2006—2021年研究区土地生态安全综合指数呈先缓慢下降后迅速上升趋势，整体上有较大提升，安全等级从Ⅲ级提高到Ⅳ级，达到较安全水平，有望达到安全水平（V级）。其中2006—2012年综合指数小幅下降，由0.440下降至0.310，2013—2021年综合指数总体呈上升趋势，在2021年达到0.761。

（2）从子系统土地生态安全状况来看，研究区土地生态安全压力指数在2006—2015年呈下降趋势，此后开始回升；状态指数多年来持续稳步上升，呈现出积极的发展态势；响应指数呈波动上升趋势，自2016年起逐步高于压力指数和状态指数，土地生态安全状况整体较好。

（3）从土地生态安全障碍度来看，准则层的障碍度均有较为明显的变化，其中压力层障碍度持续增加，状态层和响应层障碍度随之下降，表明障碍度逐渐由状态层、响应层向压力层转移；指标层主要障碍因子集中在农药施用量（C6）、化肥施用量（C5）、人口密度（C1）和单位耕地粮食产量（C15）等，且各因子障碍度有向人口密度（C1）、城鎮化率（C3）转移的趋势。

3.2 建议

（1）缓解土地资源的承载压力。大力发展设施农业，逐步提高农村产业链现代化水平，优化城乡产业用地布局以促进城乡融合发展，通过对城乡人口流动进行科学引导和管理，有利于减轻人口密集地区的土地生态环境压力。

（2）发展绿色农业和生态产业。进一步加强农业面源污染防治，积极推进化肥、农药减量增效，加强耕地保护和质量建设，实现土地资源的可持续利用；鼓励发展生态产业，倡导采用节能减排措施，降低工业废弃物的产生和排放，引导产业向高效、环保的方向迈进，以促进资源的循环利用。

（3）进一步健全土地生态安全监管机制。进一步完善土地生态保护的相关政策和法律体系，规范土地开发和利用行为，运用“3S”等新技术对土地生态环境进行监测和评估，切实守住耕地红线和生态保护红线，为可持续发展提供有力的支持和保障。

综上，本研究基于A市自然、经济和社会发展状况，采用PSR模型对该地2006—2021年的土地生态安全进行评价，根据评价结果，运用障碍因子诊断模型找出主要障碍因子，针对改善研究区土地生态安全状况提出可行性的建议，为可持续发展和生态文明建设提供参考。

参考文献

[1] 刘玉莹. 郑州市土地生态安全评价及障碍因素研究：基于DPSIR模型[J]. 国土与自然资源研究，2021（2）：56-59.

[2] 吴景全，吴铭婉，臧传富. 西北诸河流域土地利用变化及土地生态安全评估[J]. 干旱区地理，2021，44（5）：1471-1482.

[3] OMAR H，CABRAL P. Ecological risk assessment based on land cover changes：a case of Zanzibar （tanzania）[J]. Remote sensing，2020，12（19）：3114.

[4] MOARRAB Y，SALEHI E，AMIRI M J，et al. Spatial–temporal assessment and modeling of ecological security based on land-use/cover changes （case study：Lavasanat watershed）[J]. International journal of environmental science and technology，2022，19（5）：3991-4006.

[5] 么泽恩，蔡海生，张学玲，等. 基于CRITIC-TOPSIS模型的浮梁县土地生态安全时空分异及其障碍因素分析[J]. 长江流域资源与环境，2021，30（10）：2452-2463.

[6] 郭利刚，冯珍珍，刘庚，等. 基于物元模型的汾河流域土地生态安全评价[J]. 生态学杂志，2020，39（6）：2061-2069.

[7] 刘志有，曲秀武，魏冉，等. 生态文明视角下的伊犁河谷绿洲土地生态安全评价及障碍因子诊断[J]. 水土保持通报，2022，42（1）：137-143.

[8] 杨林，汪磊. 基于主成分聚类分析的喀斯特地区土地生态安全评价[J]. 国土与自然资源研究，2021（1）：8-11.

[9] 梁睿，黄义忠，牟禹恒，等. 基于物元分析的瑞丽市土地生态安全评价及障碍因素诊断[J]. 西南农业学报，2022，35（10）：2436-2444.

[10] 田泽，陈柯婧，潘晶晶，等. 基于突变理论方法的我国黄河流域土地生态安全评价[J]. 水利经济，2021，39（5）：13-19，37，79-80.

[11] 陕永杰，魏绍康，苗圆，等. 基于PSR-TOPSIS模型的“晋陕豫黄河金三角” 地区土地生态安全评价[J]. 生态经济，2022，38（7）：205-211.

[12] 谈晟荟，张中浩，闻熠. 基于PSR和GM（1，1）模型的安徽省土地生态安全预警与分析[J]. 安徽农业科学，2019，47（3）：1-4，25.

[13] 張楠楠，石水莲，李博，等. 基于“压力—状态—响应”模型的土地生态安全评价及预测：以沈阳市为例[J]. 土壤通报，2022，53（1）：28-35.

[14] 王磊，郭灿，李慧明. 基于PSR-TOPSIS模型的宁夏回族自治区土地生态安全评价[J]. 水土保持研究，2016，23（6）：154-159.

[15] 向文，涂建军，李琪，等. 基于灰色预测模型的长江经济带城市土地生态安全预警[J]. 生态科学，2018，37（2）：78-88.