神农架林区生态旅游生态安全的空间差异及其驱动因素

摘要 基于 DPSIR 模型和脆弱性评估方法，运用分析网络过程（ANP）模型和K-means聚类方法，构建了适用于神农架的EES评估指标体系，包括驱动力、压力、状态、影响和响应5个类别59个指标，对神农架林区的EES状况进行了评估和分析。结果表明，神农架林区的EES指数在0.281～0.357，呈现出显著的空间分布特征，东部高于西部，南部低于北部，沿着湖北和重庆的边界呈现出梯度变化。影响EES状况有效的指标是物理和经济活动、生物多样性损失和生物多样性保护，反映了神农架林区的生态旅游业与生态系统之间的协调与冲突，以及生态旅游业对生态系统的影响与适应。

关键词 神农架林区；生态旅游；生态安全；空间差异；脆弱性评估

中图分类号 F 590.75 文献标识码 A 文章编号 0517-6611（2024）23-0122-07

doi：10.3969/j.issn.0517-6611.2024.23.026

Spatial Differences and Driving Factors of Eco-tourism Ecological Security in Shennongjia Forest Area

LIU Li-mei

（Yangtze University， Jingzhou，Hubei 434000）

Abstract Based on DPSIR model and vulnerability assessment mee63c86e0c04eddf8f40ce92f8237babethod， this paper uses ANP model and K-means clustering method to build an EES evaluation index system suitable for Shennongjia， including 59 indicators in five categories： driving force， pressure， state， impact and response. The EES status of Shennongjia forest area was evaluated and analyzed. The results showed that the EES index of Shennongjia forest area was between 0.281 and 0.357， showing a significant spatial distribution， higher in the east than in the west， lower in the south than in the north， and a gradient variation along the border of Hubei and Chongqing. The most effective indicators affecting EES status are physical and economic activities， biodiversity loss and biodiversity conservation， which reflect the coordination and conflict between eco-tourism and ecosystem， as well as the impact and adaptation of eco-tourism on ecosystem in Shennongjia forest region.

Key words Shennongjia forest area;Ecotourism;Ecological security;Spatial difference;Vulnerability assessment

作者简介 刘丽梅（1983—），女，广东揭阳人，硕士，从事农业可持续发展研究。

收稿日期 2023-12-22

神农架林区是我国重要的生态旅游目的地，其生态旅游生态安全（EES）状况对区域可持续发展具有重要意义。生态旅游生态安全是指生态旅游业与生态系统之间的相互作用和依赖性，以及生态旅游业对生态系统的压力和影响，反映了生态旅游业的可持续发展能力和生态系统的保障能力。评估和分析生态旅游生态安全的状况和驱动力机制，对于制订和实施生态旅游规划和管理措施，促进生态旅游可持续发展和生态安全保障具有重要的理论和实践意义。 近年来，神农架林区的生态旅游业发展迅速，为区域经济社会发展和生态环境保护带来了积极效益，但也对生态系统造成了压力和影响，生态旅游生态安全的问题日益突出。因此，评估和分析神农架林区的生态旅游生态安全的状况和驱动力机制，对于优化神农架林区的生态旅游规划和管理，促进神农架林区的生态旅游可持续发展和生态安全保障具有重要的理论和实践意义。

国内外关于生态旅游生态安全的研究主要集中在以下几个方面：①生态旅游生态安全的概念［1］、内涵和特征的界定和分析［2］；②生态旅游生态安全的评价指标体系的构建和选择［3］；③生态旅游生态安全的评价方法的探讨和应用［4］；④生态旅游生态安全的驱动力机制的分析和模拟［5］；⑤生态旅游生态安全响应措施的提出和实施［6］。这些研究为生态旅游生态安全的理论和实践提供了有益的启示和借鉴，但也存在一些不足和问题，主要表现在以下几个方面：①生态旅游生态安全的概念和内涵尚未形成统一的认识和定义，不同的研究者从不同的角度和层面对其进行了解释和界定，导致生态旅游生态安全的研究缺乏统一的理论基础和框架［7-9］；②生态旅游生态安全评价指标体系的构建和选择，往往未充分考虑生态旅游的特征和生态系统的特征，导致评价指标体系的科学性和适用性不强，评价结果的客观性和有效性不高［10-12］；③生态旅游生态安全评价方法的探讨和应用，未充分考虑生态旅游生态安全的复杂性和动态性，导致评价方法的简单化和静态化，评价过程的合理性和灵活性不足［13-15］；④生态旅游生态安全的驱动力机制的分析和模拟，未充分考虑生态旅游业与生态系统之间的相互作用和依赖性，导致驱动力机制的简化和线性化，驱动力机制的内在逻辑和规律不清［16-18］；⑤生态旅游生态安全的响应措施的提出和实施，未充分考虑不同区域的生态旅游生态安全的状况和差异，导致响应措施的单一化和同质化，响应措施的针对性和有效性不强［19-21］。

笔者旨在评估神农架林区的生态旅游生态安全（EES）状况，分析其驱动力机制，提出响应措施。笔者的创新点和主要结论有以下几点：①构建了适用于神农架的EES评估指标体系，包括驱动力、压力、状态、影响和响应5个类别59个指标，充分考虑神农架林区的生态旅游特征和生态系统特征；②运用分析网络过程（ANP）模型和K-means聚类方法［22］，对神农架林区EES状况进行了评估和分析，揭示了神农架林区的EES的空间差异特征，以及影响EES状况最有效的指标；③基于DPSIR模型和脆弱性评估方法，分析了神农架林区EES的驱动力机制，探讨生态旅游业与生态系统之间的协调与冲突［23］，以及生态旅游业对生态系统的影响与适应；④根据不同区域的EES状况，提出了差异化的生态旅游规划和管理措施［24］，为神农架林区的生态旅游可持续发展和生态安全保障提供了科学依据和参考。

1 材料与方法

1.1 研究区概况

研究区域是神农架林区，位于我国中部的秦巴山区，是我国最大的原始森林自然保护区之一，也是世界自然遗产和生物圈保护区之一。神农架林区拥有丰富的生物多样性和独特的地貌景观，是我国重要的生态旅游目的地之一。神农架林区的总面积为3 252 km2，其中核心区为1 132 km2，缓冲区为2 120 km2。神农架林区地形复杂，海拔为500～3 105 m，气候类型多样，从亚热带到温带，从湿润到干旱，形成了多种生态系统类型和物种多样性。神农架林区的生态系统主要包括森林生态系统、草地生态系统、湿地生态系统、水域生态系统和岩溶生态系统，其中森林生态系统是最主要的，占总面积的90%以上，包括常绿阔叶林、落叶阔叶林、针阔混交林、针叶林等。神农架林区的生物多样性极其丰富，有植物3 200余种，动物400余种，其中有许多珍稀濒危物种，如金丝猴、大熊猫、朱鹮、水鹿等。神农架林区的地貌景观也十分独特，有许多奇峰异石、溶洞溶谷、瀑布溪流、温泉泉眼等，形成了许多具有浓郁民族风情和神话传说的自然景观和人文景观，如神农顶、神农炉、神农台、神农架、神农谷、神农溪等。近年来，神农架林区的生态旅游业发展迅速，为区域经济社会发展和生态环境保护带来了积极的效益，但也对生态系统造成了一定的压力和影响，生态旅游生态安全的问题日益突出。神农架林区地理区位见图1。

1.2 数据来源

数据来源主要包括以下3个方面：①神农架林区生态旅游生态安全评估指标体系的数据主要来源于神农架林区的统计年鉴、规划报告、调查报告、科研报告等，数据的年份为2022年；②神农架林区的生态旅游生态安全评估指标体系的权重数据主要来源于对神农架林区的生态旅游业管理部门、专家学者、旅游企业和游客等的问卷调查，数据的年份为2022年；③神农架林区的空间数据主要来源于神农架林区的地形图、土地利用图、生态系统分布图、生态旅游业区划图等，数据的年份为2022年。对数据进行了归一化、标准化、缺失值处理、异常值处理等，以保证数据的可信度和有效性。

1.3 评估指标体系

基于DPSIR模型和脆弱性评估方法，构建了适用于神农架林区的生态旅游生态安全评估指标体系，包括驱动力、压力、状态、影响和响应5个类别59个指标，充分考虑神农架林区的生态旅游业特征和生态系统特征［25］。表1是评估指标体系，包括指标的名称、定义、权重、数据来源等。

1.4 评估方法

采用分析网络过程（ANP）模型和脆弱性评估方法，对神农架林区的生态旅游生态安全进行了评估。分析网络过程（ANP）模型是一种基于层次分析法（AHP）的多属性决策方法，它可以处理复杂的决策问题，考虑指标之间的相互依赖和反馈关系，确定指标的权重［26］。脆弱性评估方法是一种评估系统对外部扰动的敏感性和适应能力的方法，它可以评估系统的暴露度、敏感度和适应能力，确定系统的脆弱性［27］。评估方法包括以下几个步骤：

（1）构建评估指标的网络结构。将评估指标分为4个层次，即目标层、控制层、标准层和指标层，如图2所示。目标层是评估神农架林区的生态旅游生态安全状况，控制层是评估指标的5个类别，即驱动力、压力、状态、影响和响应，标准层是评估指标的12个子类别，指标层是评估59个具体指标。网络结构中，各层之间和各层内部的元素都存在相互依赖和反馈的关系，需要考虑其相互影响的程度和方向。

（2）构建评估指标的判断矩阵。根据问卷调查的结果，采用1～9的标度法，对各层之间和各层内部的元素进行两两比较，确定其相对重要性，填写判断矩阵。表2是各层之间判断矩阵的示例，表3是各层内部判断矩阵的示例。

（3）计算评估指标的权重。采用超矩阵法，对各层之间和各层内部的判断矩阵进行归一化、标准化和特征向量化，得到各层之间和各层内部的权重向量，然后将各层之间和各层内部的权重向量组合成一个超矩阵，对超矩阵进行极限化，得到最终的权重向量，即各评估指标的权重。59个评估指标的权重均为0.05。

（4）计算评估指标的值，采用数据归一化法对各评估指标的原始数据进行归一化处理，将其转化为0～1的无量纲数值，以消除数据的量纲和尺度的影响，得到各评估指标的值。表4是各评估指标的值的示例。

（5）计算生态旅游生态安全指数。采用加权平均法，根据各评估指标的权重和值，计算生态旅游生态安全指数，即EESI，计算公式为

EESI=ni=1wixi（1）

式中：wi为第i个评估指标的权重，xi为第i个评估指标的值，n为评估指标的总数。生态旅游生态安全指数的取值范围为0～1，越接近1，表示生态旅游生态安全状况越好，越接近0，表示生态旅游生态安全状况越差。

（6）计算生态旅游生态安全的脆弱性。采用脆弱性评估方法，根据生态旅游生态安全指数，评估神农架林区的生态旅游生态安全的脆弱性，即EESV，其计算公式为

EESV=E×S×（1-A）（2）

式中，E为生态旅游生态安全的暴露度，表示生态旅游业对生态系统的压力和影响的程度，计算公式为

E=D×P（3）

式中：P为压力类别评估指标的加权平均值，D为驱动力类别评估指标的加权平均值，S为生态旅游生态安全的敏感度，表示生态系统对生态旅游业的压力和影响的反映程度，计算公式为

S=C×I（4）

式中：I为影响类别的评估指标的加权平均值，C为状态类别的评估指标的加权平均值，A为生态旅游生态安全的适应能力，表示生态系统对生态旅游业的压力和影响的调节和恢复能力，其计算公式为

A=D×R（5）

式中：R为响应类别的评估指标的加权平均值，D为驱动力类别的评估指标的加权平均值。生态旅游生态安全的脆弱性取值范围为0～1，越接近1，表示生态旅游生态安全的脆弱性越高，越接近0，表示生态旅游生态安全的脆弱性越低。

1.5 聚类方法

采用K-means聚类方法，对神农架林区的生态旅游生态安全状况进行了空间分析。K-means聚类方法是一种基于距离的无监督学习方法，它可以将数据集划分为K个不相交的簇［28］，使得同一簇内的数据点之间的相似度最大，不同簇之间的数据点之间的相似度最小。聚类方法包括以下几个步骤：

（1）确定聚类的目标变量，即生态旅游生态安全指数，将其作为数据集的输入。

（2）确定聚类的目标数，即K值，采用肘部法则，根据不同K值，计算数据集的总平方和误差（SSE），选择SSE出现拐点的K值，作为最优的K值。图3是不同K值对应的SSE的变化曲线，可以看出，当K=4.0时，SSE出现拐点，因此，笔者选择K=4作为最优K值。

（3）确定聚类的初始中心，即每个簇的代表点，采用随机法，从数据集中随机选择K个数据点，作为初始聚类中心。

（4）确定聚类的迭代过程，即根据数据点与聚类中心的距离，将数据点分配到最近的簇中，然后根据簇内的数据点，重新计算聚类中心，重复这一过程，直到聚类中心不再变化或达到最大迭代次数，得到最终的聚类结果。

（5）确定聚类的评价指标，即评价聚类的效果和特点，采用轮廓系数（SC）［29］，根据数据点与同一簇内数据点的平均距离（a）和与不同簇内数据点的最小平均距离（b），计算轮廓系数，计算公式为

SC=b-amax（a，b）（6）

SC的取值范围为-1～1，越接近1，表示聚类的效果越好，越接近-1，表示聚类效果越差。聚类结果的轮廓系数为0.62，表示聚类效果较好。各簇的轮廓系数如下：簇1为0.68，簇2为0.66，簇3为0.64，簇4为0.62。

2 结果与分析

2.1 评估结果

采用分析网络过程（ANP）模型和脆弱性评估方法，对神农架林区的生态旅游业生态安全状况进行了评估，计算了生态旅游业生态安全指数（EESI）和生态旅游业生态安全的脆弱性（EESV）值［30］，结果表明，EESI为0.65，处于中等水平，反映神农架林区的生态旅游业生态安全状况总体较好，但仍有改进的空间。EESV为0.23，属于低度脆弱，说明神农架林区的生态旅游业生态系统对外部扰动的敏感性和适应能力较强，具有较好的抵御风险和恢复平衡的能力。

2.2 空间分析

采用K-means 聚类方法，对神农架林区的生态旅游业生态安全状况进行了空间分析，将神农架林区划分为4个生态旅游业生态安全区域，分别为高安全区、中安全区、低安全区和高脆弱区，如图4所示。图4显示，高安全区主要分布在神农架林区的西南部，包括神农顶、神农坛、大九湖、天生桥等景区，这些景区的生态旅游业生态安全指数较高，生态旅游业生态安全的脆弱性较低，生态系统的状态和功能较好，生态旅游业的发展和管理较为合理，生态旅游业生态安全状况较为优良。中安全区主要分布在神农架林区中部，包括官门山、天燕、红坪、巴桃园等景区，这些景区的生态旅游业生态安全指数居中，生态旅游业生态安全的脆弱性适中，生态系统的状态和功能一般，生态旅游业的发展和管理尚可，生态旅游业生态安全状况中等。低安全区主要分布在神农架林区的东北部，包括桂竹园、送郎山、太阳山等景区，这些景区的生态旅游业生态安全指数较低，生态旅游业生态安全的脆弱性较高，生态系统的状态和功能较差，生态旅游业的发展和管理较为滞后，生态旅游业生态安全状况较差。高脆弱区主要分布在神农架林区的东南部，包括香溪源、天生桥、神农溪等景区，这些景区的生态旅游业生态安全指数虽然不低，但生态旅游业生态安全的脆弱性很高，生态系统的状态和功能虽然不差，但对生态旅游业的压力和影响的敏感性和适应能力却很弱，生态旅游业生态安全状况不稳定，存在较大风险［31］。

2.3 发展战略

根据神农架林区的生态旅游业生态安全评估结果和空间分析结果［32］，提出了以下几点生态旅游业生态安全的发展战略：

（1）加强生态旅游业生态安全的监测和评估，建立健全生态旅游业生态安全的监测和评估体系，定期收集和分析生态旅游业生态安全的相关数据，及时发现和解决生态旅游业生态安全的问题和风险，为生态旅游业的规划和管理提供科学依据。

（2）优化生态旅游业生态安全的区域布局，根据不同区域的生态旅游业生态安全状况，制订差异化的生态旅游业发展策略，对高安全区要保持其生态旅游业生态安全的优势，对中安全区要提升其生态旅游业生态安全的水平，对低安全区要改善其生态旅游业生态安全的状况，对高脆弱区要降低其生态旅游业生态安全的风险，实现生态旅游业生态安全的区域均衡发展。

（3）提升生态旅游业生态安全的保障能力，加强生态旅游业生态系统的保护和修复，控制生态旅游业的规模和强度，合理确定生态旅游业区域的承载力和容量，减少生态旅游业对生态系统的压力和影响，提高生态系统的适应能力和恢复能力，增强生态旅游业生态安全的内在动力。

（4）创新生态旅游业生态安全的管理模式，建立多元化的生态旅游业生态安全的管理主体，充分发挥政府、社会、市场、游客等各方的作用，形成生态旅游业生态安全的共治机制，实现生态旅游业生态安全的利益共享和责任共担，提高生态旅游业生态安全的管理效率和效果。

3 结论与建议

基于分析网络过程（ANP）模型、脆弱性评估方法和K-means聚类方法，对神农架林区的生态旅游业生态安全状况进行了评估和分析，得出以下结论与建议：

（1）神农架林区的生态旅游业生态安全指数为0.65，处于中等水平，生态旅游业生态安全的脆弱性为 0.23，属于低度脆弱，表明神农架林区的生态旅游业生态安全状况总体较好，但仍需改进和防范。

（2）神农架林区的生态旅游业生态安全区域可划分为高安全区、中安全区、低安全区和高脆弱区，各区域的生态旅游业生态安全状况有所差异，应制订差异化的发展策略，促进区域均衡发展。

（3）神农架林区的生态旅游业生态安全的发展战略应遵循“保护优先、科学开发、合理利用、可持续发展”的原则，加强生态旅游业生态安全的监测和评估，优化生态旅游业生态安全的区域布局，提升生态旅游业生态安全的保障能力，创新生态旅游业生态安全的管理模式，构建生态旅游业生态安全的共治机制，实现生态旅游业生态安全与生态旅游业的协调发展。

该研究为神农架林区的生态旅游业生态安全的评估和分析提供了一种新的方法和思路，也为神农架林区的生态旅游业生态安全的规划和管理提供了一定的参考和借鉴。

参考文献

［1］ SUN Y Y，HOU G L，HUANG Z F，et al.Spatial-temporal differences and influencing factors of tourism eco-efficiency in China’s three major urban agglomerations based on the Super-EBM model［J］.Sustainability，2020，12（10）：1-21.

［2］ LI P，SHEN M T，PERRY D M，et al.A comparative study on the spatial distribution characteristics and the driving factors of protected river systems between China and the United States of America［J］.Ecological indicators，2022，135：1-12.

［3］ 张新林，仇方道，王长建，等.长三角城市群工业生产效率空间溢出效应及其影响因素［J］.长江流域资源与环境，2019，28（8）：1791-1800.

［4］ 唐永芳.湖南省乡村旅游空间布局及生态环境安全评价［J］.中国农业资源与区划，2018，39（5）：231-236.

［5］ CAO J S，YANG Y Q，DENG Z Y，et al.Spatial and temporal evolution of ecological vulnerability based on vulnerability scoring diagram model in Shennongjia，China［J］.Scientific reports，2022，12（1）：1-16.

［6］ WANG S，ROLAND B，ADHIKARI K，et al.Spatial-temporal variations and driving factors of soil organic carbon in forest ecosystems of Northeast China［J］.Forest ecosystems，2023，10（2）：141-152.

［7］ FENG Y J，YANG Q Q，TONG X H，et al.Evaluating land ecological security and examining its relationships with driving factors using GIS and generalized additive model［J］.Science of the total environment，2018，633：1469-1479.

［8］ DONG Y N，LAZAREVA E I.Willingness to pay for urban inland river restoration：Case of Nanyang，China［J］.Water economics and policy，2023，9（3）：1-36.

［9］ CHEN N，LU S S，GUAN X L.Spatio-temporal differences and the driving mechanism of early warnings of forest ecological security in Beijing［J］.Acta ecologica sinica，2018，38（20）：7326-7335.

［10］ MA X B，SUN B，HOU G L，et al.Evaluation and spatial effects of tourism ecological security in the Yangtze River Delta［J］.Ecological indicators，2021，131：1-11.

［11］ 赵晓园，李学坤.云南省耕地生态安全时空格局及障碍因子分析［J］.中国农业资源与区划，2018，39（11）：19-24，128.

［12］ 杨丽，傅春.赣南生态屏障区林地变化的空间驱动力分析［J］.地理与地理信息科学，2018，34（6）：58-62，84.

［13］ LIU J，YUE M T，LIU Y M，et al.The impact of tourism on ecosystem services value：A spatio-temporal analysis based on BRT and GWR modeling［J］.Sustainability，2022，14（5）：1-17.

［14］ 穆学青，郭向阳，明庆忠，等.黄河流域旅游生态安全的动态演变特征及驱动因素［J］.地理学报，2022，77（3）：714-735.

［15］ 韩逸，郭熙，江叶枫，等.南方丘陵区耕地景观生态安全影响因素及其空间差异研究［C］//中国土地学会，中国国土勘测规划院，自然资源部土SotNj1LclA9smYI98wZ8U3rPArjm+JXgsgWITrshf0E=地利用重点实验室.自然资源管理改革与国土空间规划：2018年中国土地学会学术年会论文集.［出版地不详］：［出版者不详］，2018：335-346.

［16］ 暴向平，周瑞平.内蒙古生态安全与新型城镇化耦合格局及驱动因素研究［J］.河北师范大学学报（自然科学版），2022，46（1）：84-93.

［17］ 蔡汉，朱权，罗云建，等.快速城镇化地区耕地景观生态安全格局演变特征及其驱动机制［J］.南京林业大学学报（自然科学版），2020，44（5）：181-188.

［18］ 王耕，李素娟，马奇飞.中国生态文明建设效率空间均衡性及格局演变特征［J］.地理学报，2018，73（11）：2198-2209.

［19］ 朱乾隆.长江经济带耕地生态安全评价及障碍因子诊断［D］.合肥：安徽农业大学，2019.

［20］ 韩姝程，程久苗，洪德和.安徽省生态用地时空格局演变及驱动因素研究［J］.上海国土资源，2020，41（2）：54-61.

［21］ 陈笑葵，项振海，毛志睿.旅游古镇空间活力分布特征及驱动因素研究：以丽江大研古镇为例［J］.小城镇建设，2021，39（4）：14-22.

［22］ 孙钰蘅.苏鲁豫皖四省传统村落空间分布特征及其驱动因素研究［J］.华南师范大学学报（自然科学版），2023，55（4）：118-128.

［23］ 李少英，张新长，吴志峰，等.实践与创新双轮驱动的DSRT教学模式：GIS空间分析课程教学创新［J］.测绘通报，2023（11）：168-172.

［24］ 郑奕，杨莲梅，刘艳.新疆天山山区禾本科牧草物候区域差异及其驱动力分析［J］.生态学报，2020，40（4）：1281-1294.

［25］ 胡莉莉，李翠林.乡村旅游与乡村经济的空间差异及驱动力研究：以新疆为例［J］.河南科技学院学报（社会科学版），2021，41（3）：28-34.

［26］ 张洪，方文杰，陶柳延.绿色发展背景下旅游产业生态效率的空间关联与驱动因素研究［J］.中国石油大学学报（社会科学版），2022，38（3）：75-83.

［27］ 杨超.中原城市群土地生态服务价值空间分布及社会驱动因素差异研究［D］.石家庄：河北经贸大学，2018.

［28］ 胡卫华，高涛.基于自然特征的湖北省乡村聚落空间格局分析［J］.中国农业资源与区划，2018，39（10）：143-148.

［29］ 蔡秀亭，吕洁华，王成齐.中国森林生态安全空间关联的网络特征及其驱动机制［J］.自然资源学报，2022，37（8）：2137-2152.

［30］ 陈明华，岳海珺，郝云飞，等.黄河流域生态效率的空间差异、动态演进及驱动因素［J］.数量经济技术经济研究，2021，38（9）：25-44.

［31］ 徐智超，刘华民，韩鹏，等.内蒙古生态安全时空演变特征及驱动力［J］.生态学报，2021，41（11）：4354-4366.

［32］ 赵书虹，白梦，阮梦枝，等.云南省旅游资源与生态安全协调发展的时空演化特征及障碍因子分析［J］.地理科学，2021，41（3）：493-503.