篇一：基于DPSIR-EES-TOPSIS模型的重庆市土地生态安全评价及其时空分
基于DPSIR-TOPSIS模型的区域农业水资源系统恢复力评价
赵丹;刘东;武秋晨
【期刊名称】《中国农村水利水电》
【年(卷),期】2014()【摘
要】区域农业水资源系统具有不可预期、自组织、非线性等特征,决定了对区域农业水资源系统恢复力评价具有一定的难度。以黑龙江省农垦红兴隆管理局12个国有农场为研究基点,选取DPSIR模型构建指标评价体系,采用模糊AHP-熵权法确定指标权重,结合TOPSIS评价方法对其农业水资源系统恢复力进行评价,利用ArcGis进行分区,结果表明:农业用水是影响是资源系统恢复力的核心驱动因子,进一步分析表明五九七农场水资源恢复力最强,红旗岭农场次之,双鸭山农场最弱。研究成果揭示了当地水资源系统恢复情况,为国内其他区域进行农业水资源系统恢复力研究提供一种研究模式。
【总页数】5页(P52-56)
【关键词】红兴隆管理局;DPSIR模型;模糊AHP-熵权;TOPSIS评价方法;水资源系统恢复力
【作
者】赵丹;刘东;武秋晨
【作者单位】东北农业大学水利与建筑学院;农业部农业水资源提高利用重点实验室;黑龙江省粮食产能提升协同创新中心;黑龙江省普通高校节水农业重点实验室
【正文语种】中
文
【中图分类】S01【相关文献】
1.基于改进模糊物元模型的区域农业水资源系统恢复力评价[J],刘东;赵丹;孙建;吴亚春
2.基于CRCI-GRA模型的区域农业水土资源复合系统恢复力评价指标体系优选[J],刘东;齐晓晨;朱伟峰
3.基于最优组合赋权和改进TOPSIS模型的\r区域农业水资源恢复力评价[J],刘东;徐磊;朱伟峰
4.区域农业水资源恢复力可变模糊评价模型[J],梁旭;刘东;孙建;吴亚春
5.基于DPSIR-TOPSIS模型的河北省水资源承载力评价及障碍因素研究[J],石晓昕;袁重乐;钱会;徐盼盼;郑乐
因版权原因，仅展示原文概要，查看原文内容请购买
篇二：基于DPSIR-EES-TOPSIS模型的重庆市土地生态安全评价及其时空分
DOI:
10.13546/j.cnki.tjyjc.2020.24.012理
jpg
■基于组合赋权TOPSIS模型的生态文明建设评价一一以青海省为例苟廷佳，陆威文（青海师范大学地理科学学院.西宁810008）摘要：文章构建以"生态环境-经济质量-社会进步"系统为评价目标、以“压力-状态-响应"（PSR）子系统
为评价准则、包括63个指标的复合生态文明建设评价指标体系，运用组合赋权TOPSIS模型对青海省2008—
2017年生态文明建设水平进行综合评价，结果表明：青海省生态文明建设总体水平经历了差等级一中等级一良
等级的持续改善变化过程并呈现逐年上升、提升迅速的良好发展趋势，年均增长率为18.78%;压力、状态、响应三个子系统对生态文明建设水平的贡献度呈现持续上升趋势，年均增长率分别为17.52%,26.62%和16.82%;社
会进步系统水平提升最快，生态环境系统和经济质量系统水平总体表现出持续上涨的趋势，三系统综合指数的年平均增长率分别为40.22%、13.46%和13%。关键词：生态文明建设;组合赋权TOPSIS模型；评价指标体系；青海省中图分类号:X24文献标识码：A
文章编号:1002-6487（2020）24-0057-04力变量影响后环境变化的现状，响应变量作为社会层面改
0引言善环境的行为，三者之间联系紧密，图1为PSR模型框架
图，反映了三者之间的关系。中国在全面建成小康社会决胜阶段，面临资源约束趋
人类城紧、环境污染严重、生态系统退化、空间开发格局无序、生
压力
活动及彬消B晒向療物多样性加速下降和主体功能措施落实不力等生态环境
瞬放盼染段r废压力持续加剧的严峻形势叫生态环境安全与社会经济发
的第物产物
生
信>□污展活动的矛盾日益加剧,大力推进生态文明建设刻不容缓。息护气冰M俚源
睛的经济发已有区域生态文明建设研究多从单一系统角度对其
传递k鸳展现状社会
发
展
程
度
发展水平进行评价0T,或者采用单一指标赋权方式对所
反馈当针对反r响应和改善前现
状
息做出和
响
应
构建的指标体系进行赋权X",
—方面，忽略了指标体系中
个体、系统
系统层和准则层之间的有机联系，造成指标体系内各系统
的反
映内部关系分析不全面;另一方面，过于主观或者客观的权
图重计算方式使评价结果的权威性受损。因此，通过构建
PSR模型框架图本文采用“生态环境-经济质量-社会进步”与PSR模型
“生态环境-经济质量-社会进步”与“压力-状态-响应”
的复合生态系统构建青海省生态文明建设评价指标体系,
（PSR）的复合生态系统评价指标体系，使用组合赋权
图2为“生态环境-经济质量-社会进步”系统和生态、生产、TOPSIS模型确定各指标权重和生态文明综合贴进度，全
生活三大空间以及青海省“一优两高”战略的协同关系图。面分析自2007年生态文明建设要求被提出后十年间青海
省生态文明建设发展情况,为持续提升青海省生态文明建
设水平提供理论支持。1生态文明建设评价指标体系构建经济合作和开发组织（OECD）与联合国环境规划署
（UNEP）在20世纪80年代共同提出了“压力-状态-响应"
模型叫该模型以因果关系为逻辑基础，在选取指标时，考
虑了压力-状态-响应的逻辑思维过程，压力变量作为人
类活动对周围环境造成的相应威胁，状态变量作为经过压
基金项目：青海省社会科学规划项目（18050）作者简介：苟廷佳（1987-）,男，青海西宁人，博士研究生，中级经济师，研究方向：区域经济可持续发展,陆威文（1991—）,男，江苏南通人，博士研究生，研究方向：区域经济可持续发展：统计与决策2020年第24期?总第564期
5t统计观察1在“生态环境-经济质量-社会进
步”与“压力-状态-响应"（PSR）复合生
表1系统层准则层指标层废水中化学需氧蜃排放量青海省生态文明建设评价指标体系单位(lOkt)(%)指标属性埔值法（％）德尔菲法（％）综合赋值（％）-+态系统构建原则的基础上，通过“由后
至前”的方式，通过检索分析知网被引
0.781.232.051.230.791.16清洁能源消费占比废气中二氧化硫排放量压力0.190.46(lOkt)1.861.822.05用和下载数量较高、有关生态文明评价
人均用水量（亦/人）(lOkt)(c)（t/人）0.250.545.300.85的研究成果，以选用频率为标准，选取
频率高的评价指标库；同时根据区域适
废气中氮氧化物排放量突发环境事件次数1.332.240.600.60人均废水排放量森林覆盖率生态系统0.11+1.991.681.53用性有针对性地选取能够评价青海省
(%)0.150.630.320.40建成区绿化覆盖率省会空气质量达到及好于二级的天数生态文明建设状况的指标，最终形成青
海省生态文明建设评价指标体系。详
见表1。(%)+++++++++0.040.220.18(d)(m2)0.451.660.24状态城市人均公共绿地面积0.69人均水资源量(m5/A)(%)(%)0.462.210.030.330.471.060.412.320.04湿地面积占国土面积比重1.540.04城市燃气普及率2研究范围、数据来源及研究方法2.1研究范围由于统计数据的限制，青海省各州
响应城市垃圾无害化处理率(%)(%)(%)(khm2)1.581.441.530.911.041.600.960.013.61城市污水处理厂集中处理率环境污染治理投资占GDP比重水土流失治理面积自然保护区面积4-++0.260.005.102.200.56(lOkhm2)(hm2)(%)矿山恢复治理面积生态用水比例县生态文明建设水平无法衡量和确定，因此，本文的空间范围是青海省，借助
青海2008—2017年面板数据,对青海
1.611.551.541.55+6.010.453.743.851.05单位GDP能耗单位GDP水耗单位GDP电耗压力(lOktce/lOOm)(10k
m2/100m)(10kkwh/100m)3.030.792.970.212.915.840.180.041.89省整体生态文明建设情况进行研究和
评价。单位GDP二氧化硫排放量(t/lOOm)1.910.830.741.671.461.99单位GDP工业固体废物产生量(lOkt/lOOm)(lOkt)2.780.460.340.390.620.932.2数据来源研究数据主要来源于2009—201年的《中国统计年鉴》《青海统计年鉴》
《中国文化文物统计年鉴》《中国劳动统
计年鉴》《中国农村统计年鉴》《中国环
境统计年鉴》《中国财政统计年鉴》《中
经济质量农药、化肥、农膜使用强度重工业产值比重第一产业增加值比重第二产业增加值比重第三产业增加值比重(%)(%)(%)(%)(%)(hm710k
人)+0.070.120.272.872.042.20状态旅游收入占GDP比重人均耕地面积GDP增长率+3」70」4系统++0.011」61.111.851.98(%)1.852.93农民人均纯收入（元）(%)(%)(%)+++2.721.03国火炬统计年鉴》《中国科技统计年鉴》
工业固体废弃物综合利用率R&D经费占GDP比重1.010.781.281.080.495.60等各类统计年鉴，最终整理出青海省
0.940.102008—2017年63个指标的统计数据。
城市工业用水重复利用率响应++++1.521.871.61高新技术企业工业总产值（亿元）(%)(%)(%)(%)10.546.412.3研究方法首先采用主客观组合赋权法确定
规模以上工业企业成本费用利润率节水灌溉面积占有效灌溉面积比4.051.911.621.712.221.20林业产值占GDP比重+++0.530.69指标权重，其次采用组合赋权TOPSIS
模型确定生态文明综合贴进度，以分析
青海省生态文明发展状况。压力教育经费占GDP比重职工平均工资1.632.061.781.332.31（元）(%)1.640.26建成区面积占城区面积比重居民消费水平固定资产投资额++++++0.85（元）2.735.893.952.001.931.631.831.732.944.252.3.1主客观组合赋权法使用组合赋权方式确定指标权重，（亿元）人均财政教育支出㈤人）(%)3.200.622.15一方面避免专家打分过于主观的情况，城镇化率人均GDP0.131.680.150.880.51（元）(%)(10k
km2)另一方面也避免客观赋权忽视现状、权
重分配不合理的情况。因此，采用德尔
城镇登记失业率建成区人口密度社会进步状态--1.810.661.581.201.771.791.701.69菲法和爛权法分别确定主观和客观权
重，然后进行组合赋权确定权重。农村居民恩格尔系数城市居民恩格尔系数城市人均拥有道路面积城镇居民人均拥有住房面积(%)(%)(m2)(m?)--++0.450.150.281.100.63系统（1）德尔菲法确定权重通过专家咨询方法获得青海省生
态文明建设评价指标体系各指标权重
2.041.471.860.960.741.79每万人拥有公共交通车辆（标量）++0.241.080.11每千人口医疗卫生机构床位数每万人公共图书拥有量（张）（册）(%)(%)+++2.071.661.731.080.611.94互联网普及率1.43叫，且
X^,
=
l
?
%>,（=1,2,3,
1=1响应基本养老保险覆盖率高校生师比2.330.030.857.212.53（学生数：1）(%)-++0.210.10…M
,
0口表示第Z个指标通过德尔菲
法计算的权重。5统计与决策2020年第24期?总第564期科学技术支出占一般公共预算支出比重0.012.070.57毎万人拥有专利授权量文化体育与传媒支出占公共预算支出比重（件）(%)4.87+1.131.01(2)爛权法确定权重①确定评价指标的爛值勺rU=n-(1)7=1其中,xy为评价指标i第j年的原始指标值.rtj为X..
的规范化值，i=l,2,3,…，"；”为评价指标数,，m巾为评
价年份总数。d
=
-吃訥心(O"V1)(/=1,2,3,???,?；
j
=
l,2,3,???,/?)⑵其中为样本数量ln?。计②算指标爛权羽21叫=—1—e」(3)￡d-e,)Z=1W2i表示第i个指标通过爛权法计算的权重。(3)组合赋权确定权重巧采用拉格朗日乘子法计算组合权重：厝(%%严1￡(吹,严⑷/=12.3.2组合赋权TOPSIS模型TOPSIS模型是一种综合评价方法，模型原理是使用
组合赋权法为各指标赋权，在各年度的指标数据中，首先
判别岀最优方案和最劣方案，其次计算各年度指标数据同
最优方案与最劣方案的距离，最后计算各年度与最优方案
的贴进度。计算方法如下：①
构建原始矩阵后偽)””(5)②
归一化处理原始矩阵得y=5)””(6)③
构建加权综合评价矩阵以权重矩阵”,结合标准化矩阵％,得到加权综合评
价矩阵z
:Z=W*Yij(7)④
最优方案和最劣方案判别根据加权综合评价矩阵Z，确定最优方案z+和最劣
方案Z
:Z+
=
{max
ZJj
=
1,2,3,…，”}
=
{石,Z；,…,Z：}(8)Z
=
{minZ,y|z
=
1,2,3,
,
=
{Zf,Z~,…,Z”}(9)⑤
计算各年度指标与最优方案Q；、最劣方案巧的距离Dj=
￡(Z；-Z,/.D；=
￡(Z--Z,.)2(10)、i=
\
i=\计⑥算贴进度其中，7；w[0,
1]，各年度贴进度弓越大，该年度生态
文明建设水平越好。根据已有研究成果将生态文明建设
等级划分为4个等级，表示生态文明建设水平的高低，划
分标准见表2%表2生态文明建设水平判定标准生态文明建设水平等级贴进度取值范围差0WDW0.3中0.3 DW0.8优0.8 应三个子系统整体得分(见下页表3)可以看出，三个子系 统得分均呈现出不断改进和优化的状态，年均增长率分别 为17.52%.26.62%和16.82%,可以直接反映出青海省生态 文明建设持续向好的发展态势。从压力系统来看,2008— 2014年，生态环境压力经历波动性下降的态势，主要是因 为在此期间，青海省各类污染物排放量大、能源效率较低 且消耗总量较高等因素使得压力系统得分影响到全省生 态文明建设水平的提升;2014年后,青海省通过优化能源 结构、控制各类污染物排放、优化产业结构等手段,使得生 态环境压力下降;从状态系统来看,青海省2008—2017年 在污染物排放治理、产业结构优化、能源资源效率提升、民 生改善等方面做出的持续努力使得状态系统得分持续提 升，说明青海省采取了有效的手段和措施提升了区域生态 文明建设水平；从响应系统来看，青海省在2008—201年，通过压力和状态系统信息的反馈，做出财政调整、污染 治理、环境保护、绿色生产、高质量发展等有利于生态文明 建设的政策调整，使得青海省在生态文明建设过程中不断 进步和发展。3.2生态文明建设各系统层面青海省生态文明建设综合指数呈现逐年提升的状态, 且提升速度逐年加快，2017年青海省生态文明建设综合 指数达到0.8759,年均增长率为18.78%。各系统层面，青 海省生态环境系统指数在2008年为0.0759,在生态文明 建设前期，由于青海省在污染物排放控制、能源利用效率 提升等方面成效不显著，致使该系统在2008—2014年呈 现波动上升的现象.后期通过政府政策引导加各项环境治 理、经济结构优化等手段，青海省生态环境系统指数持续 上升至2017年的0.2365；青海省经济质量系统总体呈现 出稳步提升的发展势头,从2008年的0.093提升至2014年 统计与决策2020年第24期?总第564期 5表3指标 青海省2008—2017年生态文明建设“压力-状态-响应”系统得分合赋权TOPSIS模型，实证分析青海省生态文明 建设水平，结果表明，青海省生态文明建设水平 200年200年201年2011年2012年2013年2014年2015年2016年201年生态环境压力 0.0398经济质量压力 0.0349社会进步压力 压力得分 0.0380.03060.02770.01960.03440.02390.04350.06240.0720.0480.05830.04230.05530.06210.07020.07270.08780.09230.01390.02730.04860.07850.09370.11110.13030J4080」547在2008—2017年呈现逐年上升趋势,年均增长 0率为 18.78%。从压力、状态和响应三个子系统层面评判，0.07460.09990」1620.11850.1534019030.20510.24650.2910.319生态环境状态 0.00590.00750.0081经济质量状态 0.01760.01810.01230.02080.03540.03930.04080.04030.04520.01830.03090.04680.0560.06540.07570.07950.07080.11160.11930.0290.02720.03170.03790.04460.0560.06620.07952008—2017年三个子系统对青海省生态文明建 设水平的贡献度均呈现出平稳提升的态势，年 社会进步状态 0.00090.00620.0101状态得分 0.02440.03190.04730.05780.08340.12020.1399016220.18220.2042平均增长率分别为17.52%、26.62%和16.82%。 生态环境响应 0.03030.02750.02840.05550.04870.05350.0591从三系统综合指数来看，生态环境系统、经济质 经济质量响应 0.04050.03030.05550.06870.07840.08760.09290.09020.1040.1077社会进步响应 0.01630.02960.02140.04880.05630.06280.07540.10020.11220.1257响应得分 量系统和社会进步系统基本呈现岀逐年提升的态势,社会进步系统提升速度最快、幅度最大。0.08710.08740.10520.1730.18340.20380.22740.26120.32770.3527注：指标在标准化过程中均已统一方向，因此，压力子系统得分与实际各系统承受压力呈反比关系.从贴进度层面评判，2008—2017年青海省 生态文明建设水平经历了差等级一中等级一良 的0.2795,未来需要在优化产业结构、平衡轻重工业比重、等级的发展变化过程，综合考虑生态文明建设水平和年均 提升工业企业成本费用利润率等方面持续努力，以促进青 海生态文明建设水平的持续提升;青海省社会进步系统是 发展速度最快并持续快速增长的一个系统，青海省通过社 增长速度，青海省生态文明建设可分为三个发展阶段:较 差但发展平稳阶段(2008—2009年)、中等且快速发展阶 段(2010—2014年)、良好且高速发展阶段(2015—201会基础设施条件改进、民生质量改善、社会服务水平提升 等手段，使得该系统指数从2008年的0.0172提升至201年)，各阶段综合指数逐年递增,2017年达到0.8759。参考文献：⑴金碼.国运制造：改天换地冷中国工业化[M].北京：中国社会科学 年的0.3599,社会进步系统在青海省生态文明建设中发挥 重要的推动作用。2008—2017年，以贴进度作为青海省生态文明建设 评价标准.根据表2可以看出.青海省生态文明建设水平 逐步向好,先后经历了“差等级一中等级一良等级”的发展 过程。青海省在生态文明建设过程中持续推进循环经济 出版社,2013.[2]张琪，石惠春，巩萧.等.甘肃■省生态丈明城市综合评价指标体系构 建[J].资源开发与市场,2017,33(12).⑶康喜平.胡卫华.生态丈明综令评价指标体系的构建与实证研究 ——以陕西省为例卩].靳视野，2018,(2).发展、低碳减排发展、绿色协调发展,通过治理和减少各类 污染物排放、优化产业结构、提升能源资源效率、改善民 生、推进生态文明制度创新和建设等努力，持续推进青海 [4] 龚勤林，曹萍.省区生态文明建设评价指标体系的构建与验证 ——以四川省为例[J].四川大学学报(哲学社会科学版),2014,(3).[5] 张欢，成金华，陈军，等.中国省域生态丈明建设差异分析[J].中国 人口 .资源与环境,2014,(6).省生态文明建设水平向优、向好发展。但值得注意的是, 根据青海省贴进度演进趋势来看，直到2017年，青海省生 态文明建设水平仍处于良等级,仍有较大的提升空间，需 [6] 邹萌萌，杜小龙，张静欝.等.城市生态文明建设评价指标体系构建 [J].环境保护科学,2017,43⑶.[7] 严子奇.周祖昊.温天福.大湖流域水生态丈明特征与评价体系研 究——以鄱阳湖流域为例[J].水利水电技札2018.49(3).要在现有生态文明建设的基础上，从生态环境、经济质量 和社会进步层面加强协同发展和改进，从而推进青海省未 来生态文明建设水平的提升。[8] Neri A C, Luis E. A Pressure—State-Response Approach to Cumula-tive Impact Assessment |J].Joumal of Cleaner Production, 2016, 4结论本文构建“生态环境-经济质量-社会进步”与“压力- (126).[9] 雷勋平，Robin Qiu,刘勇.基于爛权TOPSIS模型的区域土地利用绩效评价及障碍因子诊断[J].农业工程学报,2016, 32(13).(责任编辑/易永生)状态-响应” (PSR)的复合生态系统评价指标体系,运用组 6统计与决策2020年第24期?总第564期 基于熵权TOPSIS和灰色模型的土地承载力评价与预测——以三峡库区为例 张晓娟;周启刚 【期刊名称】《资源开发与市场》 【年(卷),期】2017(033)006【摘 要】从社会、经济、环境、资源4个子系统中选取23个指标对库区土地承载力进行评价.研究以三峡库区2002年、2005年、2008年、2011年、2014年的LandsatTM影像作为数据源,运用熵权TOPSIS和灰色模型对库区土地承载力、土地社会、土地经济、土地环境及土地资源子系统承载力进行评价与预测.结果表明:三峡库区在2002-2014年的土地承载力总体上呈现增加趋势,土地承载力分别为0.167、0.152、0.352、0.473、0.899,以三年为步长,预测到2014-2026年库区土地承载力分别为0.171、0.272、0.424、0.653、0.979,表明土地承载力将进一步提高.研究结果为三峡库区土地资源可持续利用及相关土地利用规划提供了理论支撑. 【总页数】6页(P666-671) 【作 者】张晓娟;周启刚 【作者单位】重庆工商大学环境与资源学院,重庆400067;重庆工商大学环境与资源学院,重庆400067;重庆工商大学旅游与国土资源学院,重庆40006【正文语种】中 文 【相关文献】 1.基于灰色模型的土地利用动态变化预测分析——以新疆昌吉州为例[J],买吾鲁旦·阿不力克木;努尔巴依·阿布都沙力克 2.基于熵权topsis法及灰色关联的长江上游山丘区资源环境承载力评价——以宜宾市为例[J],江世丹;潘洪义 3.基于熵权TOPSIS模型的海洋资源环境承载力评价研究——以湛江市为例[J],曹阳春;宁凌 4.基于膳食营养需求的赣州市土地资源承载力评价及预测[J],丁耀纲 5.发展中城市的土地资源承载力评价及预测 ——以济南市为例[J],刘兆霞;皇传华;杨克俊;王瑞燕 因版权原因，仅展示原文概要，查看原文内容请购买篇三：基于DPSIR-EES-TOPSIS模型的重庆市土地生态安全评价及其时空分
篇四：基于DPSIR-EES-TOPSIS模型的重庆市土地生态安全评价及其时空分
专利内容由知识产权出版社提供专利名称：一种基于DPSIR模型的滨海湿地生态安全评价方法专利类型：发明专利发明人：李楠,张银龙,李龙伟,陆灯盛,吴明申请号：CN201810678241.X申请日：20180627公开号：CN108876167A公开日：20181123摘要：本发明公开一种基于DPSIR模型的滨海湿地生态安全评价方法，包括以下步骤：建立基于DPSIR概念模型的滨海湿地生态安全评估模型；构建滨海湿地生态安全评价指标体系；查阅指标体系中的各指标数据，对指标数据进行标准化处理；计算各指标的权重；对滨海湿地生态安全综合评价，确定湿地生态安全的水平。本发明有效的将社会经济指标和生态及景观指标相结合，使用熵值法客观计算指标权重，全面客观的对滨海湿地生态安全定量评价，依据现有数据合理分析，对湿地生态安全状况进行预警，为合理开发利用湿地资源，更好的保护湿地生态系统生态服务功能提供技术支撑，为相关部门针对湿地健康状况制定管理政策和保护措施提供理论依据。申请人：南京林业大学地址：210037江苏省南京市玄武区龙蟠路159号国籍：CN代理机构：南京申云知识产权代理事务所(普通合伙)代理人：邱兴天更多信息请下载全文后查看
篇五：基于DPSIR-EES-TOPSIS模型的重庆市土地生态安全评价及其时空分
第４１卷第１期２０２１年１月ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡ生态学报Ｖｏｌ．４１，Ｎｏ．１Ｊａｎ．，２０２１ＤＯＩ：１０．５８４６／ｓｔｘｂ２０１９０５０６０９１４崔馨月，方雷，王祥荣，康俊锋．基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究．生态学报，２０２１，４１（１）：３０２?３１９．Ｄｅｌｔａ，Ｃｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２１，４１（１）：３０２?３１９．ＣｕｉＸＹ，ＦａｎｇＬ，ＷａｎｇＸＲ，ＫａｎｇＪＦ．Ｕｒｂａｎｅｃｏ?ｓｅｃｕｒｉｔｙａｓｓｅｓｓｍｅｎｔｉｎｔｈｅｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｂａｓｅｄｏｎＤＰＳＩＲｍｏｄｅｌ：ａｃａｓｅｓｔｕｄｙｏｆＹａｎｇｔｚｅＲｉｖｅｒ基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究崔馨月１，方
雷１，王祥荣１，?，康俊锋２，３１复旦大学环境科学与工程系，上海
２００４３８３康涅狄格大学地理系，康涅狄格州
０６２６９２江西理工大学建筑与测绘工程学院，赣州
３４１０００摘要：长三角城市群作为中国经济发展最具活力的区域之一，城镇化水平高，同时面临巨大的环境压力。以长三角城市群４１个城市为研究对象建立ＤＰＳＩＲ生态安全指标评价模型，利用熵权法与均方差决策法确定ＤＰＳＩＲ权重，采用主成分分析法和综合指数法得到长三角城市群生态安全综合指数ＹＤＥＳＩ与生态安全等级。结果表明，长三角城市群４１个城市依据生态安全水平可划分为４类。总体水平属于临界安全偏较不安全水平，上海市与江苏省生态安全情况较好，浙江省生态安全水平一般，安徽省生态安全情况稍差。ＤＰＳＩＲ模型显示，驱动力与响应指标对长三角城市群生态安全建设有很大贡献。长三角城市群生态安全主要影响因素为农业发展、环境空气质量、环保投资、城市绿化建设。最终提出相应的策略：即提高区域人口素质、强调新型城镇化、加强城市群基础设施建建设，为长三角城市群生态安全建设提供思路与依据。关键词：ＤＰＳＩＲ；区域生态安全评价；长三角城市群；长三角城市群生态安全评价综合指数Ｕｒｂａｎｅｃｏ?ｓｅｃｕｒｉｔｙａｓｓｅｓｓｍｅｎｔｉｎｔｈｅｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｂａｓｅｄｏｎＤＰＳＩＲｍｏｄｅｌ：ａｃａｓｅｓｔｕｄｙｏｆＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａ，Ｃｈｉｎａ１ＤｅｐａｒｔｍｅｎｔｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４３８，Ｃｈｉｎａ３ＵｎｉｖｅｒｓｉｔｙｏｆＣｏｎｎｅｃｔｉｃｕｔＤｅｐａｒｔｍｅｎｔｏｆＧｅｏｇｒａｐｈｙ，Ｃｏｎｎｅｃｔｉｃｕｔ０６２６９，ＵＳＡＣＵＩＸｉｎｙｕｅ１，ＦＡＮＧＬｅｉ１，ＷＡＮＧＸｉａｎｇｒｏｎｇ１，?，ＫＡＮＧＪｕｎｆｅｎｇ２，３２ＳｃｈｏｏｌｏｆＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｇａｎｚｈｏｕ３４１０００，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＴｈｅＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａ（ＹＲＤ）ＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｈａｓｂｅｅｎｗｉｄｅｌｙａｃｋｎｏｗｌｅｄｇｅｄａｓｏｎｅｏｆｔｈｅｒｅｇｉｏｎｓｗｉｔｈａｃｔｉｖｅｅｃｏｎｏｍｉｅｓｗｈｉｌｅｓｕｆｆｅｒｉｎｇｈｉｇｈｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｅｓｓｕｒｅ．ＴｈｉｓｓｔｕｄｙｅｓｔａｂｌｉｓｈｅｄａＤｒｉｖｉｎｇ?Ｐｒｅｓｓｕｒｅ?Ｓｔａｔｅ?Ｉｍｐａｃｔ?Ｒｅｓｐｏｎｓｅ（ＤＰＳＩＲ）ｅｃｏ?ｓｅｃｕｒｉｔｙｅｖａｌｕａｔｉｏｎｍｏｄｅｌｆｏｒｍｅａｓｕｒｉｎｇｅｃｏ?ｓｅｃｕｒｉｔｙｌｅｖｅｌｓｏｆ４１ｃｉｔｉｅｓｉｎｔｈｅＹＲＤ．ＴｈｅｗｅｉｇｈｔｉｎｇｓｏｆａｌｌｉｎｄｉｃｅｓｉｎｔｈｅＤＰＳＩＲｍｏｄｅｌｗｅｒｅｄｅｔｅｒｍｉｎｅｄｂｙｔｈｅｅｎｔｒｏｐｙｗｅｉｇｈｔａｎｄｔｈｅｍｅａｎｓｑｕａｒｅｅｒｒｏｒｍｅｔｈｏｄｓ．ＴｈｅＹＲＤＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓＥｃｏ?ＳｅｃｕｒｉｔｙＩｎｄｅｘ（ＹＤＥＳＩ）ａｎｄｅｃｏ?ｓｅｃｕｒｉｔｙｌｅｖｅｌｓｏｆｔｈｅ４１ｃｉｔｉｅｓｗｅｒｅｃａｌｃｕｌａｔｅｄｂｙｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓａｎｄｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｉｎｄｅｘｍｅｔｈｏｄ．Ｔｈｅｃｉｔｉｅｓｗｅｒｅｔｈｅｎｃｌａｓｓｉｆｉｅｄｉｎｔｏｆｏｕｒｔｙｐｅｓｂｙｔｈｅｅｃｏ?ｓｅｃｕｒｉｔｙｌｅｖｅｌ．ＴｈｅｒｅｓｕｌｔｓｓｕｇｇｅｓｔｅｄｔｈａｔｔｈｅＹＲＤｒｅｇｉｏｎｗａｓａｔａｃｒｉｔｉｃａｌｖａｌｕｅｏｆｔｈｅｅｃｏ?ｓｅｃｕｒｉｔｙ．ＳｈａｎｇｈａｉａｎｄＪｉａｎｇｓｕＰｒｏｖｉｎｃｅｈａｄｈｉｇｈｅｃｏ?ｓｅｃｕｒｉｔｙｌｅｖｅｌｓ；ＺｈｅｊｉａｎｇＰｒｏｖｉｎｃｅｈａｄａｒｅｌａｔｉｖｅｌｙｈｉｇｈｅｃｏ?ｓｅｃｕｒｉｔｙｌｅｖｅｌ；ａｎｄＡｎｈｕｉＰｒｏｖｉｎｃｅｈａｄａｗｏｒｓｅｒｅｇｉｏｎ．Ｔｈｅｍａｉｎｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅｅｃｏ?ｓｅｃｕｒｉｔｙｏｆｔｈｅＹＲＤＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｗｅｒｅａｇｒｉｃｕｌｔｕｒａｌｄｅｖｅｌｏｐｍｅｎｔ，ａｍｂｉｅｎｔｅｃｏ?ｓｅｃｕｒｉｔｙｌｅｖｅｌ．ＴｈｅＤＰＳＩＲｍｏｄｅｌｓｈｏｗｅｄｔｈａｔＤｒｉｖｅｒｓａｎｄＲｅｓｐｏｎｓｅｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｆｌｕｅｎｃｅｄｔｈｅｅｃｏ?ｓｅｃｕｒｉｔｙｏｆｔｈｅＹＤＲａｉｒｑｕａｌｉｔｙ，ｅｎｖｉｒｏｎｍｅｎｔａｌｉｎｖｅｓｔｍｅｎｔａｎｄｕｒｂａｎｇｒｅｅｎｉｎｇ．Ｆｉｎａｌｌｙ，ｔｈｉｓｓｔｕｄｙｐｒｏｐｏｓｅｄｓｔｒａｔｅｇｉｅｓｆｏｒｔｈｅＹＤＲＵｒｂａｎ基金项目：２０１６国家重点研发计划重点专项（２０１６ＹＦＣ０５０２７０５，２０１６ＹＦＣ０８０３１０５）；社科基金重大项目（１４ＺＤＢ１４０）；江西省教育厅科学技术研究项目（ＧＪＪ１５０６６１）收稿日期：２０１９?０５?０６；
网络出版日期：２０２０?１１?１９?通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ?ｍａｉｌ：ｘｒｘｒｗａｎｇ＠ｆｕｄａｎ．ｅｄｕ．ｃｎｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３０３Ａｇｇｌｏｍｅｒａｔｉｏｎｂｙｅｎｈａｎｃｉｎｇｔｈｅｒｅｇｉｏｎａｌｐｏｐｕｌａｔｉｏｎｑｕａｌｉｔｙ，ｎｅｗｕｒｂａｎｉｚａｔｉｏｎａｎｄｉｎｆｒａｓｔｒｕｃｔｕｒｅｃｏｎｓｔｒｕｃｔｉｏｎ．Ｔｈｅｒｅｓｕｌｔｓｐｒｏｖｉｄｅｍｏｒｅｋｎｏｗｌｅｄｇｅｆｏｒｔｈｅｅｃｏ?ｓｅｃｕｒｉｔｙｄｉａｇｎｏｓｉｓａｎｄｉｍｐｒｏｖｅｍｅｎｔｉｎｔｈｅＹＲＤｒｅｇｉｏｎａｎｄｃｏｎｔｒｉｂｕｔｅｔｏｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａｎｅｃｏ?ｓｅｃｕｒｉｔｙｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｆｏｒｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎ．ＫｅｙＷｏｒｄｓ：ＤＰＳＩＲＦｒａｍｅｗｏｒｋ；ＲｅｇｉｏｎａｌＥｃｏ?ｓｅｃｕｒｉｔｙＡｓｓｅｓｓｍｅｎｔ；ＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓｏｆＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａ；ＹＤＥＳＩ经历了经济的极度蓬勃发展，中国的城镇化规模极度扩大，城市成为了生产、商业、教育、行政的中心，城市的发展使得城市生态系统发生迅速变化，这与生态系统可持续发展的目标不符，造成了很多环境问题，主要表现在空气质量恶化、水资源减少、住房及公共卫生设施匮乏、交通拥堵与固体废弃物增加等方面。粗放式、无节制的资源开发带来环境问题的加剧，引发人们对生态安全和环境保护的理性思考，生态安全逐渐成为了多学科研究的重点。长三角区域作为我国最大的经济中心，城镇化水平属于我国前列，生态空间被大量占用，生态安全水平日益下降，环境污染事件频发。因此，为了维护城市生态系统的生态安全，需要对城市生态系统进行保护与修复，作为维护城市生态系统的重要环节，需要首先对特定区域展开生态安全评价。国外对生态安全的研究始于２０世纪中期。１９７７年，ＬｅｓｔｅｒＢｒｏｗｎ在《重新定义国家安全》中，首次提到环境安全（ＥｎｖｉｒｏｎｍｅｎｔａｌＳｅｃｕｒｉｔｙ）［１］。１９８７年，世界环境与发展委员会在《我们共同的未来》报告中将环境问题与国家安全联系起来［２］；１９８９年，国际应用系统分析研究所最早指出生态安全的概念，即生态安全是指在人类生活、健康、基本权利、生存安全和适应环境改变的能力不受到威胁的状态［３］。Ｒａｐｐｏｒｔ在研究景观健康的生理过程中指出，能量与营养物质的循环不被破坏、主要的生态组成部分受到保护、生态系统能够抵抗扰动并可以复原、生态系统不需要被不断修复时，可认为处于生态安全的状态［４］。针对生态安全的基本含义，研究者展开了多尺度的研究。ＢＧｏｍｏｎｔｅａｎ利用生态标准与指标对泰国东北部森林保护［５］；ＡＭａｒｃｈｉｎｉ在开发多种变量模糊方法时利用Ｆ?ＩＮＤ软件框架，用于环境状态研究［６］；Ｉ．Ｍｕｋｕｖａｒｉ在研究本格拉北部海洋生态系统恢复时使用ＤＰＳＩＲ框架［７］；ＡＡｕｂｒｙ利用环境综合指标研究英国河口与海岸海底扰动［８］；ＪＡｔｋｉｎ利用ＤＰＳＩＲ模型研究海洋环境生态系统服务一体化［９］；ＭＳｐａｎ利用ＤＰＳＩＲ模型研究意大利北部绿色基础设施规划［１０］。随着生态安全体系的完善，我国生态安全与生态安全评价同样广泛应用在环境研究中，涌现了大量的案例研究。例如蒋明君［１１］、王根绪［１２］、Ｊ．Ｚｈａｎｇ［１３］、Ｓ．Ｓｕ［１４］、ＸＹｉｎｇ［１５］等。但对长三角地区这一区域性的城市群生态安全尚未进行过研究。本研究将利用ＤＰＳＩＲ模型，针对泛长三角城市群４１个地级市展开生态安全评价，通过文献与专家选取筛选指标，从而建立长三角城市群生态安全评价体系，计算４１个地级市生态安全得分，以期获得不同于前人研究的新的与长三角城市群生态安全相关的指标。本研究还设定安全、一般安全、临界安全、较不安全和不安全５个生态安全等级，根据城市生态安全得分对城市生态安全进行分级，横向比较并评价４１个地级市。根据生态安全评价结果对泛长三角城市群的生态安全建设提出建议与对策，有助于因地制宜地建设城市群生态安全。１ 研究数据与方法１．１ 研究区域本次研究将研究区域定为泛长三角城市群，三省一市４１个地级市，包括上海市；浙江省杭州市、宁波市、温州市、嘉兴市、湖州市、绍兴市、金华市、衢州市、舟山市、台州市、丽水市；江苏省南京市、无锡市、徐州市、常州市、宿州市、南通市、连云港市、淮安市、盐城市、扬州市、镇江市、泰州市、宿迁市；安徽省合肥市、芜湖市、蚌埠市、淮南市、马鞍山市、淮北市、铜陵市、安庆市、黄山市、滁州市、阜阳市、宿州市、六安市、亳州市、池州市、宣城市。长江三角洲城市群（下称长三角城市群）位于我国东部长江下游平原地区，以上海市为核心，包含浙江省、江苏省、安徽省三省一市范围内联系紧密的多个城市组成。《长江三角洲地区区域规划（２０１０）》将以上海ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３０４
生
态
学
报
４１卷
市、江苏省和浙江省范围内１６个城市为核心的区域确定为长三角地区；２０１６年国务院批准的《长江三角洲城市群发展规划》中将长三角城市群定义为上海、江苏省、浙江省、安徽省２６个地级市。２０１９年，长江三角洲区３５６１８３ｋｍ２，占我国面积３．７％。其经济水平领先全国，截止２０１５年末，生产总值１５２１４５．３亿元，占２０１５年中国ＧＤＰ２２％，常住人口２１８５８万人，占全国人口的１６％，具有良好的经济发展基础，是“一带一路”与“长江经济带”的重要交汇地带。长三角城市群４１个城市布局均衡，城镇化水平平均达到６０％，具有各类城市职能。但经济快速发展的同时，由于粗放型经济增长，城市建设及过度开发，生态空间被大量占用，长三角区域碳收支平衡能力日益下降，能源、资源的供给压力不断增大，造成了大气污染和水污染等诸多生态安全问题。其中，大气污染与水污染最为突出。１．２ 数据来源与处理本次研究数据来源于２０１６年《中国城市年鉴》、《上海绿化市容行业年鉴》、《上海市统计年鉴》、《浙江省统计年鉴》、《安徽省统计年鉴》、《江苏省统计年鉴》、江沪徽三省４０个地级市《统计年鉴》、４１个城市２０１５年《国民经济和社会发展统计公报》、《１％人口抽样调查主要数据公报》、《环境状况公报》及政府工作报告等资料。数据收集过程中，由于长三角城市群各市统计局统计口径与统计项目不完全相同，有少数指标在统计年鉴与公报等资料中没有统计，对于这部分缺失的数据，要用数据插补法处理。本研究中的缺失数据为淮南市酸雨频率，为完全随机缺失（ＭｉｓｓｉｎｇＣｏｍｐｌｅｔｅｌｙａｔＲａｎｄｏｍ，ＭＣＡＲ）数据，即缺失数据的概率与其本身的值或在数据组中其他值都无关，可以利用随机估计法中的热卡法（随机ｈｏｔ?ｄｅｃｋ插补法）进行补充［１６］。２０１５年酸雨频率集合Ｓｒ中，抽取概率为为了计算淮南市２０１５年酸雨频率，由安徽省其他城市如芜湖、蚌埠、六安、滁州在２０１５年酸雨频率均为域一体化发展规划纲要正式印发，规划范围为苏浙皖沪四省市全部区域。长三角城市群４１个城市面积０．０％，采用确定热卡法进行数据插补淮南市２０１５年酸雨频率为０．０％。在已有观测值集合即安徽省各市则有插补估计：＝ｙｉ)＝Ｐ(ｙ?ｉ∑ｉ∈Ｓ∑ｉ∈Ｓｗｊｒｗｉ（１）ｗｊｒｗｉｒｉ，
ｊ∈Ｓｒ（２）１．３ 研究方法其中，当第个变量ｙ为已存在的观测值时，ｒｉ＝１；反之ｒｉ＝０；ｙ?ｉ为插补估计值。１．３．１ ＤＰＳＩＲ模型生态安全包含了社会、经济和生态环境要素，是多层次的开放系统。因此单纯利用少量指标无法达到评价城市群生态安全的目的，需确立完整的评价指标体系。目前用以进行生态安全评价的模型有很多，联合国经济合作开发署（ＯＣＥＤ，１９９３）提出压力（Ｐｒｅｓｓｕｒｅ）?状态（Ｓｔａｔｅ）?响应（Ｒｅｓｐｏｎｓｅ）模型（ＰＳＲ模型）［１７］。此模型以环境问题作为变量，显示人类活动对环境造成压力（Ｐ）后，环境状态（Ｓ）改变，与社会对变化做出的响应（Ｓ）之间的因果关系。１９９７年欧洲环境署（ＥＥＡ）在ＰＳＲ模型的基础上提出了驱动力（Ｄｒｉｖｉｎｇ）?压力（Ｐｒｅｓｓｕｒｅ）?状态（Ｓｔａｔｅ）?影响（Ｉｍｐａｃｔ）?响应（Ｒｅｓｐｏｎｓｅ）（ＤＰＳＩＲ）模型［１８］，为生态安全层次的研究提供更加灵活系统评价体系（图１）。在ＤＰＳＩＲ模型中，经济和社会文化因子作为驱动力（Ｄ），推动环境压力（Ｐ）的增加或减轻，造成了诸如自然资源损耗、生物多样性降低与环境质量退化的环境状态（Ｓ）改变。这些改变对生态系统、人类健康、社会经济等方面产生影响（Ｉ），并使得社会以预防、适应或改善的方式作出响应（Ｒ）［１９］。模型中，驱动力（Ｄ）包括人口、交通运输、能源、工业、农业等方面；压力包括能源利用、直接或间接污染排放等；状态（Ｓ）包括空气、水、土壤质量、生态系统人类生活状态等方面；影响（Ｉ）包括由环境理化生状态变化决定的生态系质量和人类福利事业，即生态系统的生命承载能力、人类根本健康和社会性能；响应是决策者对ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３０５图１ ＤＰＳＩＲ模型结构示意图Ｆｉｇ．１ ＤＰＳＩＲ（Ｄｒｉｖｉｎｇ?Ｐｒｅｓｓｕｒｅ?Ｓｔａｔｅ?Ｉｍｐａｃｔ?Ｒｅｓｐｏｎｓｅ）ｍｏｄｅｌｓｔｒｕｃｔｕｒｅ于非期望的影响作出的决策，从而影响到模型中的每个指标，例如交通方式转变、限制污染物排放等。１．３．２ ＤＰＳＩＲ评价指标选取与体系构建为了对长三角城市群进行客观、科学的生态安全评价，首先要建立合理的指标体系。确定评价指标体系应遵循以下原则［２０］：科学性、敏感性、可操作性和可比性［２１］、非兼容性、整体性与区域性。Ａ．Ｂｏｒｊａ利用生态集约法比较生态系统指标方法论与指标时认为，相比于发展新指标，研究者在建立生态指标框架时，应着重强调衡量已有指标的适用性。因此本研究将根据国内外区域生态安全指标系统研究成果进行指标确定［２２］。本研究确定长三角城市群生态安全评价体系，包括目标层（Ａ）、准则层（Ｂ）和指标层（Ｃ），以长三角区域实际情况为依托选取指标，初选长三角城市群生态安全指标４０项，为保证指标科学性、系统性与可得性，最终确定指标层包含２５项指标，并针对指标特征确定其类型：效益型（＋）或成本型（－）。指标层Ａ用来衡量城市生态安全的总体情况及生态安全水平，指区域生态安全综合评价结果；准则层包括Ｄ驱动力Ｂ１、Ｐ压力Ｂ２、Ｓ状态Ｂ３、Ｉ影响Ｂ４、Ｒ响应Ｂ５，指影响区域生态安全的主要因素；指标层包含指标Ｃ１－Ｃ２５，每个准则层对应的指标都可细化为经济指标、生态指标、社会指标。表１ 城市群生态安全评价指标体系Ｔａｂｌｅ１ Ｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｅｃｏ?ｓｅｃｕｒｉｔｙａｓｓｅｓｓｍｅｎｔＩｎｄｉｃａｔｏｒｓ目标层Ｔａｒｇｅｔｌｅｖｅｌ城市生态安全ＡＬｅｖｅｌＡ?准则层Ｃｒｉｔｅｒｉｏｎｌｅｖｅｌ驱动力Ｂ１Ｃ１Ｃ２Ｃ３Ｃ４Ｃ５压力Ｂ２Ｃ６Ｃ７Ｃ８Ｃ９指标层Ｉｎｄｉｃａｔｏｒｌｅｖｅｌ人口密度人均生产总值描述与说明Ｄｅｓｃｒｉｐｔｉｏｎ常住人口密度，表征人口分布情况表征地区经济总体状况，以常住人口计表明人口增长趋势，以常住人口计表明区域生活水平表明人口向城市的聚集程度，Ｃ５＝城市常住人口／总常住人口反映农业生产规模表明区域污染压力表明区域污染压力表明区域污染压力人／ｋｍ２元‰元％亿元万吨万吨万吨单位Ｕｎｉｔ－＋－＋＋＋－－－Ｅｃｏ?ｓｅｃｕｒｉｔｙｏｆａｃｉｔｙ人口自然增长率城镇常住居民人均可支配收入城镇化率农林牧渔业总产值工业烟尘排放总量工业ＳＯ２排放总量工业废水排放量ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３０６续表目标层Ｔａｒｇｅｔｌｅｖｅｌ
生
态
学
报
４１卷
准则层ＣｒｉｔｅｒｉｏｎｌｅｖｅｌＣ１０Ｃ１１状态Ｂ３Ｃ１２Ｃ１３Ｃ１４Ｃ１５影响Ｂ４Ｃ１６Ｃ１７Ｃ１８响应Ｂ５Ｃ１９Ｃ２０Ｃ２１Ｃ２２Ｃ２３Ｃ２４Ｃ２５指标层Ｉｎｄｉｃａｔｏｒｌｅｖｅｌ市区人均日生活用水量单位ＧＤＰ电耗人口死亡率第三产业比重酸雨频率市区环境噪声平均等效声级人均公园绿地面积建成区绿化覆盖率环境空气质量优良率每万人拥有医生数工业固体废物综合利用率万人拥有高校在校学生数科学技术支出占公共预算支出比例教育支出占公共预算支出比例污水处理厂集中处理率节能环保支出占公共预算支出比重描述与说明Ｄｅｓｃｒｉｐｔｉｏｎ表明区域生活用水压力，报告期生活用水总量×１０００Ｃ１０＝用水人数×报告期天数表明区域对经济发展对资源消耗产生的压力，Ｃ１１＝全社会用电量／区域生产总值表明区域居民健康水平状态，以常住人口计表明区域产业结构状态，Ｃ１３＝第三产业增加值／区域ＧＤＰ表明区域环境质量状态，是环境压力的反表征表明区域环境质量状态，是环境压力的反表征反映了长三角区域资源质量反映了长三角区域资源质量表明区域环境质量，Ｃ１８＝ＡＱＩ优良天数／有效测量天数表明区域医疗水平和社会响应，Ｃ１９＝城市执业(助理)医生数／常住人口数表示区域对生态安全采取的行动，为改善生态安全情况作出的响应，Ｃ２０＝工业固体废物综合利用量／（工业固体废物产生量＋综合利用往年贮存量）×１００％表示区域智力资本表示区域政策响应，反映区域生态安全投入能力及对生态安全重视程度表示区域政策响应，反映区域生态安全投入能力及对生态安全重视程度城市市区经过城市污水处理厂二级或以上处理且达到排放标准的城市生活污水量占城市生活污水排放总量的比例表示区域政策响应，反映区域生态安全投入能力及对生态安全重视程度Ｌ人－１ａ－１ｋＷｈ／万元‰％％ＬｅｑｄＢ（Ａ）ｍ２％％人％人％％％％单位Ｕｎｉｔ－－－＋－－＋＋＋＋＋＋＋＋＋＋１．３．３ ＤＰＳＩＲ权重确定方法本研究所构建的ＤＰＳＩＲ指标体系采用较为普遍使用的熵权法和精度较高的均方差决策法得到权重。熵是从热力学中引入的概念，利用指标的变异性大小来确定客观权重。在生态安全指标赋权计算中，熵权法基于以下假设：城市间差异较大，即熵值更小的指标对评价影响更大，赋予更高权重，反之亦然。ＷＳｈｉ．等［１３］在对天水地区土地利用进行环境影响评价的研究中利用熵权法赋权，认为相对于Ｄｅｌｐｈｉ法和层次分析法，熵权法能够在赋权的同时，更加广泛的反映指标信息的实用价值，因此更加可信。熵权法赋权首先要进行标准化。评价指标分为“成本型指标”和“效益型指标”两种，成本型指标数值小为优，效益型指标相反。得到ｊ（ｊ＝１，２，３，…，ｎ）个评价对象的ｉ（ｉ＝１，２，３，…，ｍ）项生态安全指标后，建立评价模型，其原始数据为：ｘéê１１êｘ２１ｘ＝êê?êê?ｘｍ１ｘ１２ｘ２２?…………ｘ１ｎùúｘ２ｎúú＝{ｘｉｊ}ｍ×ｎ?úúｘｍｎú?（３）ｘｍ２ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３０７对于效益型指标，标准值ｙｉｊ用下式计算：ｙｉｊ＝对于成本型指标，标准值ｙｉｊ为：ｙｉｊ＝ｘｍａｘ－ｘｍｉｎ＝１－ｎｘ－ｘｍｉｎ（４）ｘ－ｘｍｉｎ（５）（６）（７）其中，ｘｍｉｎ和ｘｍａｘ分别为指标数值的最大值、最小值。然后，需要用式（６）计算指标ｉ的信息熵ｅｉ：式中，ｐｉｊ为城市ｊ，ｉ指标的数据值比例，用式（７）求得。ｋ＝１／ｌｎｎ，当ｐｉｊ＝０时，令ｐｉｊｌｎｐｉｊ＝０。ｐｉｊ＝最终由式（８）获得权重：ｗｉ＝ｇｉｇｉ∑ｉ＝１ｍｉ＝１ｍｘｍａｘ－ｘｍｉｎｘｍａｘ－ｘｘｍａｘ－ｘｍｉｎｅｉ＝－ｋ∑ｐｉｊｌｎｐｉｊｊ＝１ｙｉｊｙｉｊ∑＝ｊ１＝１－ｅｉｍ－ｍｎ其中，ｇｉ为变异系数，由式（９）获得。０≤ｗｉ≤１，∑ｗｉ＝１．ｇｉ＝１－ｅｉｅｉ∑ｉ＝１（８）重。均方差决策法的评价指标的标准化需使用式（４）和式（５）处理得到ｙｉｊ。标准化处理后，需求出随机变量的标准差（均方差），将标准差进行归一化，结果可作为各指标的权系数。求第ｉ项指标的均值Ｅ（Ｊｉ）１ｍＥ(Ｊｉ)＝∑ｙｉｊｍｉ＝１σ(Ｊｉ)＝得到第ｉ项指标的权系数ｖｉ均方差决策法是利用以各个评价指标为随机变量，利用无量纲化处理后属性值的均方差作为各指标权（９）（１０）０．５求第ｉ项指标的均方差σ(Ｊｉ)[∑（ｙｊ＝１ｍｉｊ－Ｅ（Ｊｉ））２]ｎ（１１）根据熵权法赋权和均方差决策法计算指标权重后的结果对比，可得到相对精确的综合结果。１．３．４ ＤＰＳＩＲ评价体系指标综合计算根据ＤＰＳＩＲ指标体系综合计算结果，利用主成分分析法和综合指数法所得得分，获得区域生态安全评价综合指数，本研究的研究区域为长三角城市群，得到的生态安全评价指数为长三角城市群生态安全指数ＹＤＥＳＩ（ＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓＥｃｏ?ＳｅｃｕｒｉｔｙＩｎｄｅｘ）：ＹＤＥＳＩ＝Ｆ＋ＥＳＩｐｖｉ＝σ(Ｊｉ)／∑σ(Ｊｉ)ｉ＝１（１２）其中，Ｆ为主成分分析法所得得分，由式（１４）获得；ＥＳＩ为综合指数法所得得分，由式（１５）获得。Ｆ＝（λｋ／ｍ）∑ｋ＝１Ｗｊ∑ｊ＝１ｎ（１３）（１４）其中，λｋ（ｋ＝１，２，…，ｐ，ｐ≤ｍ)为主成分特征值，ｍ为指标数目，ｐ（ｐ≤ｍ)为特征根数目。ＥＳＩ＝×ＥＳＩｊ（１５）ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３０８
生
态
学
报
４１卷
其中，ＥＳＩｊ为各准则层的生态安全综合指数，计算方法为式（１６）［２３］，Ｗｊ为各层权重。ＥＳＩｊ＝Ｗｉ∑ｉ＝１ｍ×ｙｉｊ（１６）其中，ｙｉｊ为各指标的标准化值，Ｗｉ为各指标权重。根据城市生态安全综合评价分值高低，并参考国内外相关综合指数分级方法与本次研究的实际情况，建立城市生态安全分级标准与相应特征如下［２４］：表２ 生态安全分级表Ｔａｂｌｅ２ ＵｒｂａｎＥｃｏ?ｓｅｃｕｒｉｔｙＣｌａｓｓｉｆｉｃａｔｉｏｎ等级Ｓｃｏｒｅｒａｎｇｅ０．２５—０．４５０．４５—０．５５０．５５—０．７５＞０．７５＜０．２５安全状况Ｓｅｃｕｒｅｃｌａｓｓ不安全较不安全临界安全较安全安全特征Ｆｅａｔｕｒｅｓ城市生态系统压力极大，城市生态系统结构极不完善，城市生态系统有极大的崩溃风险。城市生态系统压力较大，城市生态系统结构存在缺陷，处于不稳定的状态。城市生态系统压力较小，功能完善，生态系统处于较为稳定的状态。城市生态系统压力较大且接近其阈值，生态系统结构较为完整，能发挥生态系统基本功能城市生态系统压力很小，生态功能、结构完善，城市生态系统处于十分稳定的状态２ 结果与讨论２．１ ＤＰＳＩＲ评价体系指标权重结果与分析分别利用熵权法、均方差决策法对泛长三角城市群，４１个城市２０１５年２５项指标进行处理，得到各指标权重及综合权重结果如如图２和表３所示。图２ 熵权法与均方差决策法权重图Ｆｉｇ．２ Ｗｅｉｇｈｔｄｉｓｔｒｉｂｕｔｉｏｎｂｙｅｎｔｒｏｐｙａｎｄｍｅａｎ?ｓｑｕａｒｅｄｄｅｖｉａｔｉｏｎｍｅｔｈｏｄＣ１：人口密度；Ｃ２：人均生产总值；Ｃ３：人口自然增长率；Ｃ４：城镇常住居民人均可支配收入；Ｃ５：城镇化率；Ｃ６：农林牧渔业总产值；Ｃ７：工业烟尘排放总量；Ｃ８：工业ＳＯ２排放总量；Ｃ９：工业废水排放量；Ｃ１０：市区人均日生活用水量；Ｃ１１：单位ＧＤＰ电耗；Ｃ１２：人口死亡率；Ｃ１３：第三产业比重；Ｃ１４：酸雨频率；Ｃ１５：市区环境噪声平均等效声级；Ｃ１６：人均公园绿地面积；Ｃ１７：建成区绿化覆盖率；Ｃ１８：环境空气质量优良率；Ｃ１９：每万人拥有医生数；Ｃ２０：工业固体废物综合利用率；Ｃ２１：万人拥有高校在校学生数；Ｃ２２：科学技术支出占公共预算支出比例；Ｃ２３：教育支出占公共预算支出比例；Ｃ２４：污水处理厂集中处理率；Ｃ２５：节能环保支出占公共预算支出比重；在ＤＰＳＩＲ５个准则层、２５项指标中，权重≥０．０５的指标有８项，其中响应指标层与驱动力指标层分别占有３项，分别为Ｃ２１万人拥有高校在校学生数、Ｃ２５节能环保支出占公共预算支出比重、科学技术支出占公共预算支出比重；Ｃ４城镇常住居民人均可支配收入、Ｃ６农林牧渔业总产值、Ｃ２人均生产总值。此研究中城市生态安全分析方法由主成分分析法和综合指数法构成。分析各主成分系数与贡献率，可以得出农业发展、环境空气质量、环保投资、城市绿化建设等方面对于长三角城市群生态安全评价都有较大影响，定性结果与熵权法所得结论相符。以上结果表示，响应指标对区域生态安全有很大影响，反映了长三角城市群各地级市政府在促进环境生态建设中采取的积极措施对促进生态安全产生作用，包括增加环境保护投资强度、增强公民意识，加强科学技ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３０９图３ 指标综合权重Ｆｉｇ．３ Ｃｏｍｐｌｅｘｗｅｉｇｈｔｏｆｉｎｄｉｃａｔｏｒｓ术水平等举措；与此同时，长三角城市群的社会经济活动和产业发展趋势对于城市生态安全有重要影响，包括人均ＧＤＰ、人均收入、农业生产规模等方面。通过分析指标贡献情况，可以对长三角城市群生态治理发展方向作出指导。表３ 熵权法与均方差决策法权重Ｔａｂｌｅ３ Ｉｎｄｉｃａｔｏｒｗｅｉｇｈｔｂｙｅｎｔｒｏｐｙｍｅｔｈｏｄａｎｄｍｅａｎ?ｓｑｕａｒｅｄｄｅｖｉａｔｉｏｎｍｅｔｈｏｄ准则层Ｃｒｉｔｅｒｉｏｎｌｅｖｅｌ驱动力ＤｒｉｖｅｒＣ１Ｃ２Ｃ３Ｃ４Ｃ５压力ＰｒｅｓｓｕｒｅＣ６Ｃ７Ｃ８Ｃ１０状态ＳｔａｔｅＣ１１Ｃ１２Ｃ１３Ｃ１４影响ＩｍｐａｃｔＣ１５Ｃ１６Ｃ１７响应ＲｅｓｐｏｎｓｅＣ１８Ｃ１９Ｃ２０Ｃ２１Ｃ２２Ｃ２３Ｃ２４Ｃ２５Ｃ９指标层Ｉｎｄｉｃａｔｏｒｌｅｖｅｌ人口密度人均生产总值人口自然增长率城镇化率熵权法Ｅｎｔｒｏｐｙｍｅｔｈｏｄ０．００１００．０５６１０．０３４６０．０５８７０．０４７８０．０６７３０．０１８５０．０１５３０．００２９０．０２０９０．０２２３０．０３４６０．０６３９０．０２２９０．０５０２０．０３３９０．０３３７０．０５９４０．０４９３０．００６１０．０９０８０．０７０８０．０４６２０．０１７３０．０７５３均方差法Ｍｅａｎ?ｓｑｕａｒｅｄｄｅｖｉａｔｉｏｎｍｅｔｈｏｄ０．０２８６０．０４７１０．０４１００．０５３３０．０３９２０．０３６００．０４３９０．０３７４０．０３５９０．０４２５０．０４０３０．０３９８０．０３６３０．０６２１０．０４２２０．０３２４０．０３５１０．０４７９０．０３３９０．０３８９０．０３２６０．０３７５０．０３４７０．０４２８０．０３８４综合权重Ｃｏｍｐｒｅｈｅｎｓｉｖｅｗｅｉｇｈｔ０．０１４８０．０５１６０．０３７８０．０５６００．０４３５０．０５１６０．０３１２０．０２６４０．０１９４０．０３１７０．０３１３０．０３７２０．０５０１０．０４２５０．０４６２０．０３３２０．０３４４０．０５３７０．０４１６０．０２２５０．０６１７０．０５４１０．０４０４０．０３０００．０５６９城镇常住居民人均可支配收入农林牧渔业总产值工业烟尘排放总量工业ＳＯ２排放总量工业废水排放量单位ＧＤＰ电耗人口死亡率酸雨频率第三产业比重市区环境噪声平均等效声级人均公园绿地面积建成区绿化覆盖率每万人拥有医生数市区人均日生活用水量环境空气质量优良率工业固体废物综合利用率万人拥有高校在校学生数科学技术支出占公共预算支出比例教育支出占公共预算支出比例污水处理厂集中处理率节能环保支出占公共预算支出比重２．２ ＤＰＳＩＲ评价体系主成分分析法结果分析主成分分析的公因子方差（Ｃｏｍｍｕｎａｌｉｔｉｅｓ）和特征值及特征值贡献率的结果如表４和表５所示。公因子ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３１０
生
态
学
报
４１卷
方差显示除Ｃ１５（市区环境噪声平均生效等级）、Ｃ２４（污水处理厂集中处理率）、Ｃ２２（科学技术支出占公共预算支出比例）、Ｃ１０（市区人均日生活用水量）损失较大外，主成分基本包含各指标７０％以上信息。特征值分布表明２５个主成分中，第一主成分特征值最大（７．５６３），第７主成分特征值在拐点处，前７个主成分特征值均大于１，其余１８个主成分特征值均较小且数值趋于平缓。据此判断可利用主成分１—７可概括指标全部信息。选取前７个主成分效果较好，据此计算出相应的特征向量。由主成分线性组合的出各主成分值，得到综合主成分函数：Ｆ＝０．３０２５２×ｚ１＋０．１１２１０×ｚ２＋０．１０３９１×ｚ３＋０．０８０３７×ｚ４＋０．０７２９０×ｚ５＋０．０６４３０×ｚ６＋０．０４２２２×ｚ７表４ 指标公因子方差Ｔａｂｌｅ４ Ｃｏｍｍｕｎａｌｉｔｉｅｓ指标ＩｎｄｉｃａｔｏｒＣ１Ｃ２Ｃ３Ｃ４Ｃ５Ｃ６Ｃ７Ｃ８Ｃ９初始Ｉｎｉｔｉａｌ１．００１．００１．００１．００１．００１．００１．００１．００１．００提取Ｅｘｔｒａｃｔｉｏｎ０．８１０．９５０．８００．９３０．８６０．７４０．７２０．７６０．８０指标ＩｎｄｉｃａｔｏｒＣ１０Ｃ１１Ｃ１２Ｃ１３Ｃ１４Ｃ１５Ｃ１６Ｃ１７Ｃ１８初始Ｉｎｉｔｉａｌ１．００１．００１．００１．００１．００１．００１．００１．００１．００提取Ｅｘｔｒａｃｔｉｏｎ０．６９０．７２０．８４０．８５０．８８０．６５０．７５０．７２０．８３指标ＩｎｄｉｃａｔｏｒＣ１９Ｃ２０Ｃ２１Ｃ２２Ｃ２３Ｃ２４Ｃ２５初始Ｉｎｉｔｉａｌ１．００１．００１．００１．００１．００１．００１．００提取Ｅｘｔｒａｃｔｉｏｎ０．８５０．６８０．８２０．６７０．７７０．６２０．７６表５ 主成分提取分析表Ｔａｂｌｅ５ Ｔｏｔａｌｖａｒｉａｎｃｅｅｘｐｌａｉｎｅｄ成分Ｆａｃｔｏｒ１２３４５６７８１０１１１２１３９特征值Ｅｉｇｅｎｖａｌｕｅ７．５６３２．８０３２．５９８２．００９１．８２２１．６０７１．０５６０．８８１０．７５５０．６７１０．６２３０．５１５０．４２３贡献率％ｏｆｖａｒｉａｎｃｅ３０．２５２１１．２１０１０．３９１８．０３７７．２９０６．４３０４．２２２３．５２６３．０２０２．６８２２．４９３２．０６０１．６９３累计贡献率Ｃｕｍｕｌａｔｉｖｅ／％３０．２５２４１．４６２５１．８５４５９．８９０６７．１８０７３．６１０７７．８３２８１．３５８８４．３７８８７．０６０８９．５５３９１．６１３９３．３０６成分Ｆａｃｔｏｒ１４１５１６１７１８１９２０２１２２２３２４２５特征值Ｅｉｇｅｎｖａｌｕｅ０．３６００．３０８０．２４５０．１７５０．１６８０．１２００．０８００．０７１０．０６８０．０４１０．０２５０．０１１贡献率％ｏｆｖａｒｉａｎｃｅ１．４４０１．２３３０．９７９０．７０２０．６７００．４８００．３２２０．２８６０．２７００．１６６０．１０１０．０４４累计贡献率Ｃｕｍｕｌａｔｉｖｅ／％９４．７４６９５．９７９９６．９５９９７．６６０９８．３３１９８．８１０９９．１３２９９．４１８９９．６８９９９．８５５１００．０００９９．９５６根据前７个主成分系数，得到４１个城市生态安全总得分：从主成分分析法得分情况来看，得分最高的３个城市为苏州市（２．０１）、南京市（１．５９）、杭州市（１．５７），得分最低的３个城市为阜阳市（－１．８１）、亳州市（－１．６４）、宿州市（－１．１０）。整体生态安全情况方面，上海市生态安全情况较好，江苏省总体生态安全情况较好，浙江省总体生态安全情况一般，安徽省总体生态安全情况稍差。２．３ ＤＰＳＩＲ指标体系综合指数法结果分析由于主成分分析法无法对城市所处的安全等级进行判断，只能通过评分值来对所评价的城市进行排序。为了判断长三角城市群各个城市所处生态安全等级，需要利用综合指数法对所得指标进一步分析。根据式ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３１１（１３）以及长三角城市群各指标权重Ｗｉ与标准化结果ｙｉｊ，计算４１个地级市驱动力、压力、状态、影响、响应５如图４所示。表６ 主成分分析得分Ｔａｂｌｅ６ ＲｅｓｕｌｔｓｏｆＰＣＡ（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ）城市Ｃｉｔｙ上海南京无锡徐州常州苏州南通连云港淮安盐城扬州镇江泰州宿迁总分Ｓｃｏｒｅ１．５５１．５９１．３２－０．０８０．９８２．０１０．２８－０．６１－０．３９－０．５１０．２１０．６６－０．６１－０．７３排名Ｒａｎｋｉｎｇ４２５２２６１１４３１２６２８１６１０３０３４城市Ｃｉｔｙ杭州宁波温州嘉兴湖州绍兴金华衢州舟山台州丽水合肥芜湖蚌埠总分Ｓｃｏｒｅ１．５７０．４６－０．０７０．８８０．７４０．７７０．１９０．２３－０．４７－０．０５－０．１２０．３９－０．３１－０．９６排名Ｒａｎｋｉｎｇ３１１２１７９８１７１５２７２０２３１２２５３７城市Ｃｉｔｙ淮南马鞍山淮北铜陵安庆黄山滁州阜阳宿州六安亳州池州宣城总分Ｓｃｏｒｅ－０．６２０．３５－０．５３０．１６－１．０２－０．０１－０．９５－１．８１－１．１０－０．８９－１．６４－０．２６－０．６４排名Ｒａｎｋｉｎｇ３２１３２９１８３８１９３６４１３９３５４０２４３３大指标及综合指数各指标和安全等级如表７。对比主成分分析法和综合指数法所得４１个地级市的得分趋势图４ 主成分分析法与综合指数法结果比较Ｆｉｇ．４ ＣｏｍｐａｒｉｓｏｎｏｆｒｅｓｕｌｔｓｆｒｏｍＰＣＡ（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ）ａｎｄｃｏｍｐｌｅｘｉｎｄｅｘｍｅｔｈｏｄ表７ 综合指数法得分Ｔａｂｌｅ７ Ｒｅｓｕｌｔｏｆｃｏｍｐｌｅｘｉｎｄｅｘｍｅｔｈｏｄ城市Ｃｉｔｙ上海南京无锡徐州常州苏州驱动力Ｄｒｉｖｅｒ０．１７０．１８０．１７０．１１０．１６０．１９压力Ｐｒｅｓｓｕｒｅ０．０７０．０６０．０７０．０９０．０７０．０２状态Ｓｔａｔｅ０．１００．１００．０６０．１００．０９０．０９影响Ｉｍｐａｃｔ０．０２０．０５０．０４０．０５０．０５０．０５响应Ｒｅｓｐｏｎｓｅ０．１１０．１６０．１４０．１２０．１４０．１５综合指数法得分Ｃｏｍｐｌｅｘｓｃｏｒｅ０．４８０．５５０．４９０．４７０．５００．５０安全等级Ｓｅｃｕｒｅｃｌａｓｓ临界安全较安全临界安全临界安全临界安全临界安全排名Ｒａｎｋｉｎｇ２２３１９２４１０１４ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３１２续表城市Ｃｉｔｙ南通连云港淮安盐城扬州镇江泰州宿迁杭州宁波温州嘉兴湖州绍兴金华衢州舟山台州丽水合肥芜湖蚌埠淮南马鞍山淮北铜陵安庆黄山滁州阜阳宿州六安亳州池州宣城
生
态
学
报
４１卷
驱动力Ｄｒｉｖｅｒ０．１６０．１００．１１０．１４０．１４０．１５０．１３０．０８０．１７０．１７０．１１０．１３０．１３０．１５０．１２０．０９０．１５０．１３０．０９０．１２０．１１０．０６０．０７０．１１０．０６０．０９０．０７０．０７０．０７０．０４０．０５０．０６０．０３０．０７０．０８压力Ｐｒｅｓｓｕｒｅ０．１００．１００．１１０．１００．１００．１００．１２０．１１０．０８０．０８０．１００．０８０．１００．０９０．１００．０８０．１４０．１２０．１１０．０９０．１１０．１１０．１００．０６０．１２０．０９０．１２０．１３０．１００．１１０．１２０．１２０．１２０．１１０．１０状态Ｓｔａｔｅ０．０７０．１００．１００．１００．０８０．１００．０８０．０８０．０８０．０６０．０８０．０７０．０６０．０７０．０９０．０９０．０７０．０８０．１００．１１０．０９０．０８０．１１０．０９０．１１０．０８０．０８０．０８０．０８０．０７０．０８０．１１０．１００．１１０．０８影响Ｉｍｐａｃｔ０．０６０．０４０．０４０．０５０．０６０．０７０．０４０．０５０．０４０．０５０．０６０．０５０．０８０．０６０．０４０．０７０．０７０．０８０．０９０．０５０．０５０．０４０．０６０．０７０．０５０．０７０．０７０．１１０．０５０．０４０．０６０．０７０．０４０．１００．０６响应Ｒｅｓｐｏｎｓｅ０．１２０．０９０．１１０．１１０．１２０．１４０．０８０．１００．１９０．１１０．１２０．１４０．１４０．１５０．１３０．１２０．０７０．１３０．１２０．１５０．１５０．１２０．０８０．１１０．０９０．１７０．１００．１２０．０９０．０８０．０６０．０８０．０７０．１２０．０９综合指数法得分Ｃｏｍｐｌｅｘｓｃｏｒｅ０．５１０．４４０．４７０．４９０．５００．５７０．４５０．４２０．５７０．４７０．４８０．４８０．５００．５２０．４９０．４４０．５００．５２０．５００．５３０．５００．４１０．４１０．４４０．４３０．５００．４４０．５００．３９０．３４０．３７０．４３０．３７０．５２０．４２安全等级Ｓｅｃｕｒｅｃｌａｓｓ临界安全较不安全临界安全临界安全临界安全较安全临界安全较不安全较安全临界安全临界安全临界安全临界安全临界安全临界安全较不安全临界安全临界安全临界安全临界安全临界安全较不安全较不安全较不安全较不安全临界安全较不安全临界安全较不安全较不安全较不安全较不安全较不安全临界安全较不安全排名Ｒａｎｋｉｎｇ８３１２６１８１２２２７３４１２５２１２３１６６２０２９１５５９４１３３７３６３０３３１１２８１７３８４１４０３２３９７３５综合指数法得到的长三角城市群４１个城市生态安全分数与主成分分析法相比城市间得分相差较小，数值均在０．５左右，但总体趋势基本相同。通过综合指数法得到长三角城市群４１个城市生态安全指数，并根据指数分析其生态安全等级，可以得出长三角城市群所包含的４１个城市大部分属于临界安全水平与较不安全水平，少数城市处于较安全水平。上海市生态安全处于临界安全水平，浙江省总体生态安全状况处于临界安全及以上水平；江苏省除杭州市和衢州市分别处于生态安全较安全与较不安全外，总体处于临界安全水平；安徽省生态安全总体情况较差，总体处于较不安全水平。２．４ 长三角城市群生态安全指数ＹＤＥＳＩ综合ＤＰＳＩＲ生态安全指标体系主成分分析法与综合指数法得出的结果，利用两种方法得到的分值总分作为长三角城市群生态安全指数ＹＤＥＳＩ如表８所示。ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３１３图５ 长三角地区生态安全等级分布Ｆｉｇ．５ ＤｉｓｔｒｉｂｕｔｉｏｎｏｆＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓｓａｆｅｔｙｃｌａｓｓｉｆｉｃａｔｉｏｎ长三角城市群４１个城市中，苏州市、南京市、上海市生态安全情况较好、得分较高，阜阳市，亳州市、宿州市生态安全得分较低。总体来说，江苏省生态安全总体情况较好，浙江省总体情况次之，安徽省总体情况稍弱。具体的，可以将长三角城市群的城市按照生态安全指数划分为四类城市。表８ 长三角城市群生态安全指数ＹＤＥＳＩ及城市排名Ｔａｂｌｅ８ ＲｅｓｕｌｔｓｏｆＹＤＥＳＩ（ＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓＥｃｏ?ＳｅｃｕｒｉｔｙＩｎｄｅｘ）ａｎｄｃｉｔｉｅｓｒａｎｋｉｎｇ城市Ｃｉｔｙ上海南京无锡徐州常州苏州南通连云港淮安盐城扬州镇江泰州宿迁总分ＹＤＥＳＩ１．０２１．０７０．９００．２００．７４１．２５０．４０－０．０９０．０４－０．０１０．３６０．６２－０．０８－０．１５排名Ｒａｎｋｉｎｇ４２５２２６１１３３１２６２８１５１０３０３４城市Ｃｉｔｙ杭州宁波温州嘉兴湖州绍兴金华衢州舟山台州丽水合肥芜湖蚌埠总分ＹＤＥＳＩ１．０７０．４７０．２１０．６８０．６２０．６５０．３４０．３４０．０１０．２４０．１９０．４６０．１０－０．２７排名Ｒａｎｋｉｎｇ３１１２１７９８１６１７２７２０２３１２２５３６城市Ｃｉｔｙ淮南马鞍山淮北铜陵安庆黄山滁州阜阳宿州六安亳州池州宣城
总分ＹＤＥＳＩ－０．１００．４０－０．０５０．３３－０．２９０．２４－０．２８－０．７３－０．３７－０．２３－０．６３０．１３－０．１１
排名Ｒａｎｋｉｎｇ３２１４２９１８３８１９３７４１３９３５４０２４３３ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３１４
生
态
学
报
４１卷
图６ 长三角城市群生态安全指数分布Ｆｉｇ．６ ＤｉｓｔｒｉｂｕｔｉｏｎｏｆＹＤＥＳＩ（ＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓＥｃｏ?ＳｅｃｕｒｉｔｙＩｎｄｅｘ）
第一类为苏州、南京、杭州、上海、无锡、常州、嘉兴、绍兴、湖州、镇江、宁波、合肥１２个城市。这些城市ＹＤＥＳＩ指数均大于０．４５，这些城市综合指标安全等级属于临界安全偏较安全。这些城市的共同点市其驱动力指标与响应指标均处于较高水平，而压力、状态、影响指标处于中等至较低水平。在状态、影响指标与其他城市相似的情况下，苏州市的压力指标明显小于其他城市且驱动力指标水平最高，因此生态安全水平较高。合肥市在影响、响应指标处于平均水平的情况下，驱动力指标水平较低且压力指标相对较高，因此属于第一类城市中的最后一名。第一类城市基本属于经济发展水平较高的城市。其中，苏州市的人均生产总值为１３７６０２元，城镇化率达到７４．９％，影响指标科学技术与节能环保支出水平处于长三角城市群中领先水平。但苏州市ＳＯ２排放量水平与单位ＧＤＰ电耗为长三角区域最高，使得其压力指标得分属于４１个城市中的最后一名，但由于苏州市在驱动力和响应方面的优异表现，生态安全总体较安全，且为长三角城市群中得分第一的城市。第二类南通、马鞍山、扬州、金华、衢州、铜陵、黄山、泰州、温州、徐州、丽水、池州、芜湖、淮安、舟山１５个城市。这些城市的ＹＤＥＳＩ在０．０１—０．４范围内，生态安全等级属于临界安全偏较不安全。这些城市的驱动力指标与响应指标水平依然较高，但压力、状态、影响指标水平相对上升，因此城市生态安全的总体水平有所下降。南通市依然保持较高的驱动力和响应指标水平，且压力、状态、影响指标水平较低，处于第二类城市中生态安全水平较高的城市。舟山市虽然驱动力指标水平属于平均以上，但压力指标在１５个城市中属于最高，且响应指标水平最低，因此处于第二类城市中的靠后位置。第二类城市在五项指标的表现方面均属于中等偏上水平。南通市压力、影响和响应指标分别为４１个城市总体水平的５６％、４１％和３７％；南通市２０１５年酸雨频率较高为３７．３％，人口死亡率较高为８．９８‰，使南通市状态指标在长三角区域中排名较低，但南通市驱动力指标水ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３１５平普遍较高，例如人口自然增长率仅为－１．３８‰，城镇居民人均可支配收入为３６２９１元，农林牧渔业产值较高为６６４．３亿元，使南通市驱动力指标为长三角城市群总体水平的１７％，因此南通市为第二类城市中的第一名。第三类盐城、淮北、泰州、连云港、淮南、宣称、宿迁、六安、蚌埠、滁州、安庆１１个城市。这些城市的ＹＤＥＳＩ为－０．２９—－０．０１，生态安全等级属于较不安全包含少量临界安全城市。这些城市的压力指标和响应指标水平普遍较高，驱动力指标较前两类城市有明显下降，状态指标处于中等偏上水平。盐城市压力指标、状态指标和影响指标属于１１个城市的中等水平，但驱动力指标和响应指标水平较高，因此生态安全情况属于第三类城市中最好的。安庆市的压力指标为１１个城市中最高，其他四个方面没有突出表现，因此生态安全水平属于第三类城市中最后一名。第三类城市的五项指标均为中等偏低水平。其中，盐城市驱动力、压力和响应指标为长三角区域的３２％、４３．９％、和６８％。由于盐城市２０１５年酸雨频率仅为０．６％，市区环境噪声平均声效等级为５２．３，属于区域中较高水平，使得盐城市状态指标处于长三角城市群第１０名。但盐城市人均公园绿地面积为盐城市生态安全水平为第三类城市第一名。１２．４ｍ３／人，建成区绿化覆盖率为４１．２％属于中等偏下水平，使得盐城市影响指标水平偏低。综合以上情况，第四类宿州、亳州、阜阳３个城市。这些城市的ＹＤＥＳＩ小于－０．３０，安全等级为较不安全。这三个城市的压力指标与状态指标为相对最高的两类指标，且驱动力指标水平最低，各个方面相对于前三类城市均没有突出表现。其中，宿州市响应指标、驱动力指标与影响指标水平相对较高，因此属于第四类城市中城市生态安全状况较好的城市。阜阳市的影响指标与驱动力指标水平较低，属于区域内中生态安全水平最低的城市。第四类城市在生态安全方面属于区域内最末水平。以阜阳市为例，阜阳市人均生产总值较低，人口自然增长率较高；第三产业比重较低，市区环境噪声水平较高；人均公园绿地面积与建成区绿化覆盖率较低；科学技术与节能环保支出均较低，使得阜阳市的驱动力、状态、影响和响应指标分别为长三角地区的９８％、８８％、９３％和９３％。但阜阳市污染排放如工业烟尘、ＳＯ２、废水排放均较低，因此压力指标得分情况较好，为长三角城市群的２４％。综合以上情况，阜阳市生态安全水平属于长三角城市群中的最末水平。本文的研究结果与陈燕等［２５］不同。陈燕等［２５］曾认为“长三角生态重心仍位于区域中部，转移速度较慢，未来有向东南方向转移的趋势预测”。而ＤＰＳＩＲ综合评价结果显示生态重心已经处于长三角城市群的东南方向：上海市与江苏省生态安全情况较好，浙江省生态安全水平一般，安徽省生态安全情况稍差。这一差异与采用的ＰＳＲ模型和指标数量不足有关。也与前人的研究只使用单一评价方法有关。本文的研究结果的主成分分析法所得生态安全得分与陈燕等［２５］一致，图５所示的生态安全格局确实是中部较为安全。但是图６的主成分分析方法与综合指数法共同考虑之下的ＹＤＥＳＩ结果表明生态安全重心已经处于长三角城市群的东南方向，揭示了不一样的评价结果。同样的原因还导致本文研究结果中城市排序与分级与吕文利［２３］研究结果不同。吕文利［２３］的研究认为上海和无锡为低安全区，这忽略了上海无锡的驱动力指标和响应指标。２．５ 长三角城市群生态安全对策通过对泛长三角城市群生态安全指数权重和贡献度的分析，说明驱动力、影响、响应指数对长三角城市群生态安全状况的影响占主导地位，因此从加大财政投入、提高区域智力资本和人口素质、新型城镇化和农业现代化、提高绿化覆盖率和加大基础设施建设这四个方面提出长三角城市群生态安全状况的应对对策。２．５．１ 加大财政投入根据主成分分析法，节能环保支出占公共预算支出比重、科学技术支出占公共预算支出比重这些响应指标对于生态安全的贡献度较高。这些指标属于响应标准。该发现与与Ｎａｔｈｗａｎｉ等人的结论相吻合［２６］。节能环保支出主要用于环境保护管理、环境监测、能源节约利用等方面。统计资料显示，２０１５年长三角城市群地方财政一般预算支出２７７６４．１３亿元，其中地方财政环境保护支出７０５．５２亿元，较上年同期增长３０．５３％，占地方财政一般预算支出的２．５４％，可以看出虽然地方环境保护投入逐年增长且涨幅较大，但仍只占一般预算支出的很少比例。我国主要通过环境补贴的方式鼓励企业进行节能环保活动，但投入方式相对单一，投入水平也远低于发达国家。因此，应加大节能环保支出，增强节能环保支出的针对性，提高环保资金使用效率，并建ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３１６
生
态
学
报
４１卷
图７ 四类城市得分情况Ｆｉｇ．７ ＳｃｏｒｅｓｏｆｔｈｅＦｏｕｒＣａｔｅｇｏｒｙＣｉｔｉｅｓ立有效的资金监管机制，确保节能环保投入有效合理使用。这些对生态安全的保护性对策将为社会和经济发展做出重大贡献，便于改善生态安全系统的系统功能（驱动力），并减少污染（压力）的聚集。此外，根据Ｌｉｕ等人的还发现，优化的政府技术投资对清洁能源有很大影响，对减少污染具有积极影响，政府可以加快区域经济转型［２７］。科学技术支出用于科学技术管理事务、基础研究、技术研究、科技条件与服务等方面的支出。２０１５年长三角城市群地方财政环境保护支出１０４２．５４亿元，较上年同期增长１２．４７％，占地方财政一般预算支出的３．７５％。虽然科学技术支出呈增长趋势，但涨幅较低，且占地方财政一般指出的比例较低，仍有很大发展空间。科学技术是维护与建设城市生态系统的核心，需要政府的大力支持。首先需要为科技发展营造良好环境，鼓励创新，可以采取激励手段加大扶持力度；其次，提高科技支出的比重，加强对基础研究及在各个产业方面的推动作用；最后需要对科学技术资金建立监管机制，保证资金合理利用。２．５．２ 提高区域智力资本和人口素质根据熵权法结果，万人拥有高校在生数权重最高，说明人口素质、教育水平与智力资本在生态安全方面有很大影响。智力资本是指每个个体（个人、机构、团体等）的隐性价值，是个体能为区域生态安全带来优势并对未来起到积极作用的一切知识、能力的总和［２８］。智力资本的提高既能作为经济发展的推动力，又有助于在缓解人口压力，促进生态环境的良性发展［２９］。长三角城市群应根据经济发展水平及高等教育发展规模，优化配置区域人力资本，加大对智力资本的投入尤其是教育投入，从而实现以知识为载体，推动生态安全不断优化的发展模式。与此同时，应加强人才流动，尤其是对于智力资本相对较低或教育水平相对较弱的地区，智力资本的均衡发展有助于长三角城市群生态安全水平的全面提高。除智力资本的提高外，应普遍提高公民的环保意识，对全民进行环境保护意识教育，通过多种宣传媒介使公众意识到生态安全问题的严峻形势，普及环保理念和环保方法。各部门应做好信息公开工作，适当开展听证会等各种宣传活动，方便公众对环境情况的实时了解。２．５．３ 新型城镇化和农业现代化驱动力指标中，城镇化水平及农林牧渔总产值对生态安全水平有很大贡献。中国在经历经济极度蓬勃发展后迎来了史无前例的大规模的城镇化，１９５０年，３０％的居民生活在城市，２０１０年城市居民的比例已经上升到４５％，预计到２０３０年，中国城镇化水平将达到６０％。先前的研究表明，驱动力和压力指标之间存在高度相关性，经济和城市化的发展将对生态安全系统造成巨大压力［２６］。长三角城市群作为中国经济最具活力的地区，城镇化水平在２０１５年已达到６０％，城镇化作为生态安全问题的主要驱动力，无疑将为生态环境带来诸多ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３１７挑战。该结论与Ｌｉｕ等人［２２］的研究一致。因此发展新型城镇化迫在眉睫。十八大提出，“坚持走中国特色新型城镇化道路，促进城镇化、农业现代化同步发展，要求以人为本，推动绿色经济，以生态平衡为前提构造健康的经济发展模式。”城镇化进程将推动农业现代化进程，最直观的表现为农民收入增加，农村生活环境优化；而农业现代化也对城镇化有促进作用，主要通过刺激消费，提供劳动力、为城镇经济发展提供市场支持等方面。因此推动城镇化建设过程中，应建立并实行完善的环境保护和建设制度，对三废排放、农药化肥使用进行严格控制；加大农业投入，逐步改善农村生产方式及生产结构，积极研发高效低危农药，降低其对生态环境的危害；优化城镇体系，控制城市规模，提高中小型城镇中产业、人口的承载能力，促进其特色产业发展，从而分担大型城市生态压力，起到桥梁作用，促进长三角城市群生态安全情况整体提高。２．５．４ 提高绿化覆盖率和加大基础设施建设影响因素三项指标即人均公园绿地面积、建成区绿化覆盖率和环境空气质量优良率均对长三角城市群生态安全评价有较大贡献。长三角城市群建成区绿化覆盖率平均水平为４１．８９％，根据《城市园林绿化评价标准（ＧＢ５０５６３—２０１０）》，达到Ｉ级水平（４０．００％），８座城市没达到Ｉ级水平，阜阳市绿化覆盖率为３３．８５％，未达到ＩＩ级水平（３６．００％）。长三角城市群人均公园绿地面积平均水平为１３．８６ｍ３／人，根据《城市绿地分类标准（ＣＪＪ／Ｔ８５—２００２）》长三角城市群人均公园绿地面积超过生态城市标值（１１ｍ３／人），２座城市没有达到生态城市指标，其中，上海市人均公园绿地面积为７．６ｍ３／人，没有达到园林城市达标值。然而，Ｎａｔｈｗａｎｉ等人的研究认为，对于沿海城市而言，绿化覆盖率的影响对生态安全系统的作用并不重要［２６］。该结论与本研究的结论不一致。这可能是研究对象的差异导致：本研究的４１个城市中有１１个是沿海城市，而大多数城市群与沿海城市相比具有不同的特征。因此，与大多数沿海城市相比，长三角城市群整体还没有达到和谐的阶段，环境状况已使生态系统受到损害［２６］。绝大多数城市的市区人口、建筑密集，绿化水平并未有明显改善。因此需根据城市分布及需要进行绿化分布规划，满足生态安全的要求。２．５．５ 其他非主要影响因素值得注意的是，常规指标：人口指标（人口密度等）、表明区域污染压力的指标（工业烟尘排放总量等）、环境压力的反表征指标（酸雨频率等）、产业结构指标（第三产业比重等）等均不是长三角生态安全现状的主要影响因素。这与前人的研究结论不同。例如，万正芬等［３０］，认为常规指标资源利用水平较低、污染物排放量大及水环境状况等还是影响长三角生态安全的主要因素，该结论只是观察１１项指标得出的生态安全指数得分中得出，而且长三角范围小于本文的研究范围，难免结论有所不足。陈燕等［２５］利用压力?状态?响应（ＰＳＲ）模型得到的结论仍旧认为人口增长率是主要影响因素，不足之处在于将人口看作是压力因素，而忽略了人口要素也可以同时是驱动力因素。但本文的结果并不能表明长三角生态安全现状中的环境污染状况、产业结构做的非常好，而是ＤＰＳＩＲ的综合分析结果告诉我们目前影响长三角城市群生态安全的最主要因素为农业发展、环境空气质量、环保投资、城市绿化建设这四个方面，当生态环境保护资源有限的情况下，应该优先考虑这４个方面。３ 结论本研究通过分析ＤＰＳＩＲ模型，将ＤＰＳＩＲ模型利用在生态安全建设中，针对泛长三角城市群４１个地级市展开生态安全评价。通过文献与专家选取筛选２５个指标，从而建立长三角城市群生态安全评价体系；通过主成分分析法和综合指数法相加，计算获得长三角城市群生态安全指数ＹＤＥＳＩ，并４１个地级市生态安全等级；根据城市生态安全得分对城市生态安全进行分级，作出定性与定量分析，横向比较并评价４１个地级市；通过对城市集指标的分析，得出长三角生态安全建设对策，并对区域生态安全评价指标体系的建立提出新方法。研究结果表明长三角城市群４１个城市群生态安全总体水平属于临界安全偏较不安全水平，上海市与江苏省生态安全情况较好，浙江省生态安全水平一般，安徽省生态安全情况稍差。ＤＰＳＩＲ模型显示，驱动力与响ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
３１８
生
态
学
报
４１卷
应指标对长三角城市群生态安全建设有很大贡献。通过分析长三角城市群生态安全情况，对长三角城市群生态安全主要影响因素进行分析提取，提出相关建设策略，即强调区域智力资本、新型城镇化、基础设施建方面的建设；并识别出长三角生态安全中心为东南部：上海市与江苏省生态安全情况较好，浙江省生态安全水平一般，安徽省生态安全情况稍差，以上结论为长三角城市群可持续发展提供新思路与依据。本研究的成果可为长三角城市群生态安全诊断与监管提供参考，对城市群生态安全评价系统的构建有一定借鉴意义。本次研究主要采用客观方法进行赋权与分析，主要由于层次分析法等主观评价法会受到主观因素的影响，可能是结果产生较大误差，但客观分析法所得结果全部依赖于数据本身，出现的结果可能难以解释。因此在今后的研究中，可以综合利用利用主、客观分析方法研究问题，使结果更加全面且清晰。除主、客观的评价方法外，可以利用３Ｓ方法结合景观生态学，通过多种方式，对城市群生态安全做出系统评价，更系统地反映人类经济活动对生态安全所产生的影响。指标选择方面，指标的选取多是根据国内外生态安全研究成果进行分析筛选，建立的体系可能不够完善，可以在今后的研究中应综合生态安全现状及发展的方方面面，通过更加科学的方式选取指标，建立系统的评价体系。参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］ ＢｒｏｗｎＬＲ．ＲｅｄｅｆｉｎｉｎｇＮａｔｉｏｎａｌＳｅｃｕｒｉｔｙ．ＷｏｒｌｄｗａｔｃｈＰａｐｅｒ１４．１９７７．ＰｒｅｓｓｏｆＡｍｅｒｉｃａ，２００４：６６?６７．（２），２４６?２５２．［２］ ＲａｍｌｏｇａｎＲ．ＴｈｅＤｅｖｅｌｏｐｉｎｇＷｏｒｌｄａｎｄｔｈｅＥｎｖｉｒｏｎｍｅｎｔ：ＭａｋｉｎｇｔｈｅＣａｓｅｆｏｒＥｆｆｅｃｔｉｖｅＰｒｏｔｅｃｔｉｏｎｏｆｔｈｅＧｌｏｂａｌＥｎｖｉｒｏｎｍｅｎｔ．Ｌａｎｈａｍ：Ｕｎｉｖｅｒｓｉｔｙ［３］ ＳｈｉＸＱ，ＺｈａｏＪ，ＯｕｙａｎｇＺＹ．（２００６）．Ａｓｓｅｓｓｍｅｎｔｏｆｅｃｏ?ｓｅｃｕｒｉｔｙｉｎｔｈｅＫｎｏｗｌｅｄｇｅＧｒｉｄｅ?ｓｃｉｅｎｃｅｅｎｖｉｒｏｎｍｅｎｔ．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍｓＳｏｆｔｗａｒｅ，７９［４］ 肖风劲，欧阳华．生态系统健康及其评价指标和方法．自然资源学报，２００２，０１７（００２）：２０３?２０９．［５］ ＧｏｍｏｎｔｅａｎＢ，ＧａｊａｓｅｎｉＪ，Ｅｄｗａｒｄｓ?ＪｏｎｅｓＧ，ＧａｊａｓｅｎｉＮ．Ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａｐｐｒｏｐｒｉａｔｅｅｃｏｌｏｇｉｃａｌｃｒｉｔｅｒｉａａｎｄｉｎｄｉｃａｔｏｒｓｆｏｒｃｏｍｍｕｎｉｔｙｆｏｒｅｓｔ［６］ ＭａｒｃｈｉｎｉＡ，ＦａｃｃｈｉｎｅｔｔｉＴ，ＭｉｓｔｒｉＭ．Ｆ?ＩＮＤ：ａｆｒａｍｅｗｏｒｋｔｏｄｅｓｉｇｎｆｕｚｚｙｉｎｄｉｃｅｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓ．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，２００９，９（３）：［７］ ＭｕｋｕｖａｒｉＩ，ＭａｆｗｉｌａＳＫ，ＣｈｉｍｕｋａＬ．ＭｅａｓｕｒｉｎｇｔｈｅｒｅｃｏｖｅｒｙｏｆｔｈｅＮｏｒｔｈｅｒｎＢｅｎｇｕｅｌａＣｕｒｒｅｎｔＬａｒｇｅＭａｒｉｎｅＥｃｏｓｙｓｔｅｍ（ＢＣＬＭＥ）：ａｎ［８］ ＡｕｂｒｙＡ，ＥｌｌｉｏｔｔＭ．Ｔｈｅｕｓｅｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｉｎｔｅｇｒａｔｉｖｅｉｎｄｉｃａｔｏｒｓｔｏａｓｓｅｓｓｓｅａｂｅｄｄｉｓｔｕｒｂａｎｃｅｉｎｅｓｔｕａｒｉｅｓａｎｄｃｏａｓｔｓ：ａｐｐｌｉｃａｔｉｏｎｔｏｔｈｅＨｕｍｂｅｒ［９］ ＡｔｋｉｎｓＪＰ，ＢｕｒｄｏｎＤ，ＥｌｌｉｏｔｔＭ，ＧｒｅｇｏｒｙＡＪ．Ｍａｎａｇｅｍｅｎｔｏｆｔｈｅｍａｒｉｎｅｅｎｖｉｒｏｎｍｅｎｔ：ｉｎｔｅｇｒａｔｉｎｇｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓａｎｄｓｏｃｉｅｔａｌｂｅｎｅｆｉｔｓｗｉｔｈｔｈｅ［１０］ ＳｐａｎòＭ，ＧｅｎｔｉｌｅＦ，ＤａｖｉｅｓＣ，ＬａｆｏｒｔｅｚｚａＲ．ＴｈｅＤＰＳＩＲｆｒａｍｅｗｏｒｋｉｎｓｕｐｐｏｒｔｏｆｇｒｅｅｎｉｎｆｒａｓｔｒｕｃｔｕｒｅｐｌａｎｎｉｎｇ：ａｃａｓｅｓｔｕｄｙｉｎＳｏｕｔｈｅｒｎＩｔａｌｙ．［１１］ ＪｉａｎｇＭＪ．ＩｎｔｒｏｄｕｃｔｉｏｎｔｏＥｃｏｌｏｇｉｃａｌＳａｆｅｔｙ．Ｂｅｉｊｉｎｇ：ＷｏｒｌｄＡｆｆａｉｒｓＰｒｅｓｓ，２０１２．ＬａｎｄＵｓｅＰｏｌｉｃｙ，２０１７，６１：２４２?２５０．ＤＰＳＩＲｆｒａｍｅｗｏｒｋｉｎａｓｙｓｔｅｍｓａｐｐｒｏａｃｈ．ＭａｒｉｎｅＰｏｌｌｕｔｉｏｎＢｕｌｌｅｔｉｎ，２０１１，６２（２）：２１５?２２６．Ｅｓｔｕａｒｙ，ＵＫ．ＭａｒｉｎｅＰｏｌｌｕｔｉｏｎＢｕｌｌｅｔｉｎ，２００６，５３（１／４）：１７５?１８５．ａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅＤＰＳＩＲｆｒａｍｅｗｏｒｋ．Ｏｃｅａｎ＆ＣｏａｓｔａｌＭａｎａｇｅｍｅｎｔ，２０１６，１１９：２２７?２３３．４８５?４９６．ｃｏｎｓｅｒｖａｔｉｏｎｕｓｉｎｇｐａｒｔｉｃｉｐａｔｏｒｙｍｅｔｈｏｄｓ：ａｃａｓｅｓｔｕｄｙｉｎｎｏｒｔｈｅａｓｔｅｒｎＴｈａｉｌａｎｄ．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，２００８，８（５）：６１４?６２４．［１２］ 王根绪，程国栋，钱鞠．生态安全评价研究中的若干问题．应用生态学报，２００３，１４（９）：１５５１?１５５６．ＥｎｖｉｒｏｎｍｅｎｔａｌＥａｒｔｈＳｃｉｅｎｃｅｓ，２０１６，７５（１０）：８８８．［１３］ ＺｈａｎｇＪＳ，ＧａｏＪＱ．ＬａｋｅｅｃｏｌｏｇｉｃａｌｓｅｃｕｒｉｔｙａｓｓｅｓｓｍｅｎｔｂａｓｅｄｏｎＳＳＷＳＳＣｆｒａｍｅｗｏｒｋｆｒｏｍ２００５ｔｏ２０１３ｉｎａｎｉｎｔｅｒｉｏｒｌａｋｅｂａｓｉｎ，Ｃｈｉｎａ．［１４］ ＳｕＳＬ，ＬｉＤ，ＹｕＸ，ＺｈａｎｇＺＨ，ＺｈａｎｇＱ，ＸｉａｏＲ，ＺｈｉＪＪ，ＷｕＪＰ．ＡｓｓｅｓｓｉｎｇｌａｎｄｅｃｏｌｏｇｉｃａｌｓｅｃｕｒｉｔｙｉｎＳｈａｎｇｈａｉ（Ｃｈｉｎａ）ｂａｓｅｄｏｎｃａｔａｓｔｒｏｐｈｅ［１５］ ＹｉｎｇＸ，ＺｅｎｇＧＭ，ＣｈｅｎＧＱ，ＴａｎｇＬ，ＷａｎｇＫＬ，ＨｕａｎｇＤＹ．ＣｏｍｂｉｎｉｎｇＡＨＰｗｉｔｈＧＩＳｉｎｓｙｎｔｈｅｔｉｃｅｖａｌｕａｔｉｏｎｏｆｅｃｏ?ｅｎｖｉｒｏｎｍｅｎｔｑｕａｌｉｔｙ—Ａ［１６］ ＡｎｄｒｉｄｇｅＲＲ，ＬｉｔｔｌｅＲＪＡ．Ａｒｅｖｉｅｗｏｆｈｏｔｄｅｃｋｉｍｐｕｔａｔｉｏｎｆｏｒｓｕｒｖｅｙｎｏｎ?ｒｅｓｐｏｎｓｅ．ＩｎｔｅｒｎａｔｉｏｎａｌＳｔａｔｉｓｔｉｃａｌＲｅｖｉｅｗ，２０１０，７８（１）：４０?６４．ｂｉｏｓｐｈｅｒｅｒｅｓｅｒｖｅ．ＢｉｏｄｉｖｅｒｓｉｔｙａｎｄＣｏｎｓｅｒｖａｔｉｏｎ，２００９，１８（７）：１７１９?１７３２．ｃａｓｅｓｔｕｄｙｏｆＨｕｎａｎＰｒｏｖｉｎｃｅ，Ｃｈｉｎａ．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｌｉｎｇ，２００７，２０９（２／４）：９７?１０９．ｔｈｅｏｒｙ．ＳｔｏｃｈａｓｔｉｃＥｎｖｉｒｏｎｍｅｎｔａｌＲｅｓｅａｒｃｈａｎｄＲｉｓｋＡｓｓｅｓｓｍｅｎｔ，２０１１，２５（６）：７３７?７４６．［１７］ ＬｅｖｒｅｌＨ，ＫｅｒｂｉｒｉｏｕＣ，ＣｏｕｖｅｔＤ，ＷｅｂｅｒＪ．ＯＥＣＤｐｒｅｓｓｕｒｅ?ｓｔａｔｅ?ｒｅｓｐｏｎｓｅｉｎｄｉｃａｔｏｒｓｆｏｒｍａｎａｇｉｎｇｂｉｏｄｉｖｅｒｓｉｔｙ：ａｒｅａｌｉｓｔｉｃｐｅｒｓｐｅｃｔｉｖｅｆｏｒａＦｒｅｎｃｈ［１８］ ＷｈａｒｆｅＪ．Ｈａｚａｒｄｏｕｓｃｈｅｍｉｃａｌｓｉｎｃｏｍｐｌｅｘｍｉｘｔｕｒｅｓ———ａｒｏｌｅｆｏｒｄｉｒｅｃｔｔｏｘｉｃｉｔｙａｓｓｅｓｓｍｅｎｔ．Ｅｃｏｔｏｘｉｃｏｌｏｇｙ，２００４，１３（５）：４１３?４２１．［１９］ Ｊａｇｏ?ｏｎＫＡＢ，ＫａｎｅｋｏＳ，ＦｕｊｉｋｕｒａＲ，ＦｕｊｉｗａｒａＡ，ＩｍａｉＴ，ＭａｔｓｕｍｏｔｏＴ，ＺｈａｎｇＪＹ，ＴａｎｉｋａｗａＨ，ＴａｎａｋａＫ，ＬｅｅＢ，ＴａｎｉｇｕｃｈｉＭ．Ｕｒｂａｎｉｚａｔｉｏｎｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
１期３０８９?３１０４．
崔馨月
等：基于ＤＰＳＩＲ模型的长三角城市群生态安全评价研究
３１９ａｎｄｓｕｂｓｕｒｆａｃｅｅｎｖｉｒｏｎｍｅｎｔａｌｉｓｓｕｅｓ：ａｎａｔｔｅｍｐｔａｔＤＰＳＩＲｍｏｄｅｌａｐｐｌｉｃａｔｉｏｎｉｎＡｓｉａｎｃｉｔｉｅｓ．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２００９，４０７（９）：［２０］ 陈琪．福建省生态文明建设综合评价与对策研究———基于ＤＰＳＩＲ模型［Ｄ］．福州：福建农林大学，２０１５．［２１］ 张超．基于ＧＩＳ汉江流域中下游地区生态安全的评价［Ｄ］．武汉：华中师范大学，２００９．Ｉｎｄｉｃａｔｏｒｓ，２００８，８（４）：３３１?３３７．［２２］ ＢｏｒｊａＡ，ＤａｕｅｒＤＭ．Ａｓｓｅｓｓｉｎｇｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｓｔａｔｕｓｉｎｅｓｔｕａｒｉｎｅａｎｄｃｏａｓｔａｌｓｙｓｔｅｍｓ：ｃｏｍｐａｒｉｎｇｍｅｔｈｏｄｏｌｏｇｉｅｓａｎｄｉｎｄｉｃｅｓ．Ｅｃｏｌｏｇｉｃａｌ［２３］ 吕文利．长三角城市群城市生态安全评价与比较研究［Ｄ］．上海：华东师范大学，２０１４．［２４］ 解雪峰，吴涛，肖翠，蒋国俊，边华菁，马勇，陈建华．基于ＰＳＲ模型的东阳江流域生态安全评价．资源科学，２０１４，３６（８）：１７０２?１７１１．［２５］ 陈燕，罗婵，陈星宇，邱晓敏，宋新山，王宇晖．长江三角洲区域生态安全时空演变．华侨大学学报：自然科学版，２０１９，４０（１）：９１?９８．Ｅｎｖｉｒｏｎｍｅｎｔ，２０１９，６７２：５１?６０．［２６］ ＮａｔｈｗａｎｉＪ，ＬｕＸＬ，ＷｕＣＹ，ＦｕＧ，ＱｉｎＸＮ．ＱｕａｎｔｉｆｙｉｎｇｓｅｃｕｒｉｔｙａｎｄｒｅｓｉｌｉｅｎｃｅｏｆＣｈｉｎｅｓｅｃｏａｓｔａｌｕｒｂａｎｅｃｏｓｙｓｔｅｍｓ．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌ［２７］ ＬｉｕＹ，ＷａｎｇＳＪ，ＱｉａｏＺＸ，ＷａｎｇＹＨ，ＤｉｎｇＹＹ，ＭｉａｏＣＨ．ＥｓｔｉｍａｔｉｎｇｔｈｅｄｙｎａｍｉｃｅｆｆｅｃｔｓｏｆｓｏｃｉｏｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｏｎｉｎｄｕｓｔｒｉａｌＳＯ２［２８］ ＭａｒｃｉｎＫ．Ｉｎｔｅｌｌｅｃｔｕａｌｃａｐｉｔａｌａｓａｋｅｙｆａｃｔｏｒｏｆｓｏｃｉｏ?ｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｏｆｒｅｇｉｏｎｓａｎｄｃｏｕｎｔｒｉｅｓ．ＰｒｏｃｅｄｉａＥｃｏｎｏｍｉｃｓａｎｄＦｉｎａｎｃｅ，２０１３，６：［２９］ 赵海林．区域智力资本的衡量及和谐发展．华东经济管理，２００８，２２（１１）：３７?４１．２８８?２９５．ｅｍｉｓｓｉｏｎｓｉｎＣｈｉｎｅｓｅｃｉｔｉｅｓｕｓｉｎｇａＤＰＳＩＲｃａｕｓａｌｆｒａｍｅｗｏｒｋ．Ｒｅｓｏｕｒｃｅｓ，ＣｏｎｓｅｒｖａｔｉｏｎａｎｄＲｅｃｙｃｌｉｎｇ，２０１９，１５０：１０４４５０．［３０］ 万正芬，刘晓晖，卢少勇，毕斌，秦攀．基于ＤＰＳＩＲ模型的长三角地区生态安全评估．环境影响评价，２０１９，４１（５）：２２?２７．ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
