沿海城市生態(tài)安全作用機理及系統(tǒng)仿真研究

秦曉楠　盧小麗

摘要 針對現(xiàn)有生態(tài)安全研究側(cè)重概念模型要素之間的比較及綜合評價，缺乏要素間互動關系及生態(tài)安全狀況演變趨勢預測的研究現(xiàn)狀，以“驅(qū)動力-壓力-狀態(tài)-影響-響應”（DPSIR）框架為基礎，構(gòu)建適用于中國沿海城市的生態(tài)安全評價指標體系。研究以原始DPSIR概念模型為基礎，提出了7組因果關系假設，采用結(jié)構(gòu)方程模型對假設進行測度，發(fā)現(xiàn)“沿海城市生態(tài)安全響應對狀態(tài)起到正向作用”的研究假設被拒絕，論文根據(jù)各組假設的因果關系結(jié)果構(gòu)建出中國沿海城市生態(tài)安全DPSIR概念模型。同時研究以沿海城市DPSIR概念模型內(nèi)因果鏈及要素間的作用系數(shù)為基礎，構(gòu)建了生態(tài)安全作用機制系統(tǒng)動力學模型，對沿海城市生態(tài)安全狀態(tài)進行預測仿真。沿海城市生態(tài)安全的初始狀態(tài)良好，于仿真模擬第三年（2012年）的時候變?yōu)樨撝担⑶以摖顟B(tài)變量的數(shù)值持續(xù)降低。通過調(diào)整模型中的主要參數(shù)，發(fā)現(xiàn)環(huán)境污染治理投資額、工業(yè)產(chǎn)值占比、第三產(chǎn)業(yè)占比、單位GDP能耗指數(shù)四個指標在生態(tài)安全作用機制中發(fā)揮重要作用，對改善生態(tài)安全狀態(tài)起到顯著影響。本文選取上海、煙臺、溫州、?？谒念惖湫脱睾３鞘袑ι鷳B(tài)安全狀態(tài)進行情景模擬，發(fā)現(xiàn)：上海生態(tài)安全狀態(tài)惡化速度最快，于仿真第三年轉(zhuǎn)變?yōu)樨撝担粺熍_、溫州生態(tài)安全狀態(tài)的演化趨勢在前5年基本一致，其中煙臺的生態(tài)安全狀態(tài)演化曲線逐漸陡峭，反映其生態(tài)安全狀態(tài)逐漸劣于溫州；海口的生態(tài)安全狀況一直優(yōu)于其他三個城市，其生態(tài)安全系統(tǒng)演變曲線最為平緩。

關鍵詞生態(tài)安全；沿海城市；SEM模型；系統(tǒng)模擬；情景仿真

中圖分類號N945； F205； X21文獻標識碼A文章編號1002-2104（2014）02-0060-09doi：10.3969/j.issn.1002-2104.2014.02.009

生態(tài)安全是指人的生活、健康、安樂、基本權(quán)利、生活保障來源、必要資源、社會秩序和人類適應環(huán)境變化的能力等方面不受威脅的狀態(tài)，是由自然生態(tài)安全、經(jīng)濟生態(tài)安全和社會生態(tài)安全組成的復合系統(tǒng)[1]。生態(tài)安全的系統(tǒng)屬性決定了其研究既要包含社會、經(jīng)濟、環(huán)境各個維度，又要體現(xiàn)系統(tǒng)內(nèi)部要素的作用關系。近年來，國內(nèi)外學者構(gòu)建了PSR、DSR、DPSIR等概念模型，分解出生態(tài)安全驅(qū)動力、壓力、狀態(tài)、影響以及響應等系統(tǒng)要素，辨析要素間的因果關系鏈，形成了系統(tǒng)化的研究范式，主要集中在生物多樣性保護[2-3]、生態(tài)健康性和脆弱性評價[4-5]、生態(tài)安全系統(tǒng)可持續(xù)發(fā)展[6]和生態(tài)安全管理[7-8]等方面。這種基于因果關系鏈的概念模型使得生態(tài)安全系統(tǒng)內(nèi)部指標之間的關系清晰，研究者能夠簡潔、綜合的探究生態(tài)系統(tǒng)內(nèi)的信息。盡管該生態(tài)安全概念模型在生態(tài)安全研究中得到了較好的應用，仍呈現(xiàn)出一系列的共性問題，主要表現(xiàn)在兩個方面：首先，現(xiàn)有研究默認了概念模型因果關系的普適性，缺乏對生態(tài)安全系統(tǒng)各要素因果關系的科學驗證及數(shù)理分析[9]，忽略了不同生態(tài)安全體系內(nèi)由于各要素間作用路徑和強度的不同而形成的差異，導致以該因果關系為基礎建立的框架模型無法科學有效的揭示不同系統(tǒng)內(nèi)生態(tài)安全的作用機理。其次，缺乏對生態(tài)安全系統(tǒng)演化趨勢的研究。現(xiàn)有研究大多是針對生態(tài)安全現(xiàn)狀的測度[10]，缺乏對各因素相互作用導致的系統(tǒng)演變進行分析，難以對生態(tài)安全系統(tǒng)的發(fā)展趨勢進行預測。

1生態(tài)安全評價指標體系的構(gòu)建

1993年，歐洲環(huán)境署（EEA）為了綜合分析和描述環(huán)境問題及其和社會發(fā)展的關系，結(jié)合了PSR框架及DSR框架的優(yōu)點，提出了DPSIR概念模型，該模型包含驅(qū)動力（D）、壓力（P）、狀態(tài)（S）、響應（R）及影響（I）五個要素，并架構(gòu)了五個要素間的因果關系鏈，形成生態(tài)安全作用的路徑網(wǎng)絡。本文基于該概念模型，從“驅(qū)動力—壓力—狀態(tài)—影響—響應”五個維度構(gòu)建中國沿海城市生態(tài)安全評價指標體系。每一個維度下觀測變量的選取以聯(lián)合國可持續(xù)發(fā)展委員會、世界銀行等權(quán)威機構(gòu)生態(tài)安全評價的經(jīng)典、高頻指標[11-13]為基礎，通過梳理相關文獻[14-17]的研究指標來確定。沿海城市生態(tài)安全評價指標體系最終由25個指標構(gòu)成，如表1所示。

2基于SEM模型的沿海城市生態(tài)安全作用機理分析2.1研究對象及數(shù)據(jù)來源

本文綜合考慮沿海城市的區(qū)位、海域特色、經(jīng)濟發(fā)展

2.3數(shù)據(jù)及模型檢驗

2.3.1數(shù)據(jù)的信度及效度檢驗

本文采用內(nèi)部一致性信度及合成信度對指標體系進行信度檢驗。內(nèi)部一致性信度采用Cronbacha作為衡量指標，一般要求a的數(shù)值大于0.6[22]；合成信度采用Composite Reliability（CR）作為衡量指標，通常要求CR的數(shù)值大于0.7[23]。沿海城市生態(tài)安全DPSIR評價指標體系信度分析結(jié)果如表2所示。指標體系中DPSIR五個因子的Cronbacha值從0.633到0.892，均大于0.6，各個因子的CR值均大于0.7，該結(jié)果表明沿海城市生態(tài)安全評價指標體系具有較高的信度。

本文采用內(nèi)斂效度和判別效度對各個因子之間的內(nèi)部一致性和差異程度進行檢驗。內(nèi)斂效度檢驗要求每個因子的平均提取方差值（AVE）的臨界值大于0.5；判別效度檢驗要求因子的AVE值的平方根大于該因子與其他因子的相關系數(shù)。本研究中DPSIR五個因子的AVE值分別為0.573、0.584、0.628、0.624和0.812，均高于臨界值05，該結(jié)果表明各因子之間具有較高的內(nèi)斂效度。各個因子之間的判別效度如表2所示，可以看出AVE的平方根（矩陣對角線數(shù)值）均大于該因子與對應的其他因子的相關系數(shù)（對角線左下角數(shù)值），表明沿海城市生態(tài)安全DPSIR概念模型的框架中各個因子之間具有明顯的差異。

2.4沿海城市生態(tài)安全作用機理分析

本文以圖2評價模型中各要素間的因果關系為基礎，對中國沿海城市生態(tài)安全的作用機理進行剖析。

（1）“驅(qū)動力D”是沿海城市生態(tài)安全系統(tǒng)的動力源?！膀?qū)動力D”對“壓力P”的正向作用是整個生態(tài)安全網(wǎng)絡要素相互作用的原動力。沿海城市社會、經(jīng)濟發(fā)展產(chǎn)生的驅(qū)動力對壓力的路徑系數(shù)較高（0.657），表明中國沿海經(jīng)濟的發(fā)展及城市化進程對沿海生態(tài)系統(tǒng)產(chǎn)生較強的壓力，是加劇沿海城市生態(tài)系統(tǒng)風險的主要因素。

（2）“壓力P”是不同路徑對生態(tài)系統(tǒng)產(chǎn)生影響的轉(zhuǎn)換器。“壓力P”對“狀態(tài)S”的負向影響是構(gòu)成生態(tài)安全作用機理的必要條件。沿海城市生態(tài)安全“壓力P”對“狀態(tài)S”的路徑系數(shù)為-0.552，表明中國沿海城市社會經(jīng)濟的發(fā)展狀態(tài)已對沿海生態(tài)系統(tǒng)產(chǎn)生較強的負面影響。

（3）“狀態(tài)S”是沿海城市生態(tài)安全系統(tǒng)的映像元，反映了生態(tài)安全的現(xiàn)實狀態(tài)?！盃顟B(tài)S”對“影響I”起到促進、推動的負向作用，其路徑系數(shù)為-0.248，說明目前沿海城市生態(tài)安全狀態(tài)對海洋災害的推動及激發(fā)的作用并不大。其生態(tài)環(huán)境的變化處于自然系統(tǒng)承載力的范圍內(nèi)，不會引發(fā)大規(guī)模的自然災害。

（4）“影響I”是自然系統(tǒng)對生態(tài)安全體系的沖擊波，促使沿海城市采取相應的生態(tài)安全保護措施。沿海生態(tài)安全系統(tǒng)中“影響I”對“響應R”的路徑系數(shù)較低（0283），顯示雖然近兩年海洋自然災害頻繁，造成了越來越多的損失，但沿海城市并沒有因為自然災害的發(fā)生而對生態(tài)安全充分重視，并未加強災害預防及環(huán)境保護等方面的工作。

（5）“響應R”是沿海城市生態(tài)安全受到干擾的緩沖器，起到緩解生態(tài)系統(tǒng)風險的作用。沿海生態(tài)安全系統(tǒng)“響應R”對“驅(qū)動力D”產(chǎn)生顯著的正向作用，路徑系數(shù)為0.813，表明生態(tài)系統(tǒng)的保護措施對社會、經(jīng)濟發(fā)展起到較強的推動作用，促使整個生態(tài)安全系統(tǒng)網(wǎng)絡結(jié)構(gòu)改善，功能增強。同時“響應R”對“壓力P”產(chǎn)生較弱的負面影響，其路徑系數(shù)為-0.254，說明目前中國沿海城市生態(tài)安全保護措施的針對性較差，導致生態(tài)系統(tǒng)影響要素的分解及代謝功能不強。

（6）中國沿海城市生態(tài)安全框架模型中，“響應R”對“狀態(tài)S”的正向作用沒有通過假設檢驗，該結(jié)果與DPSIR原始概念模型的架構(gòu)不一致，表明目前中國沿海城市生態(tài)安全的生態(tài)保護措施并沒有對生態(tài)系統(tǒng)風險起到緩解作用，生態(tài)保護措施缺乏有效性。

3基于SD的沿海城市生態(tài)安全系統(tǒng)動態(tài)仿真模型構(gòu)建SEM模型分析顯示，沿海城市DPSIR概念模型內(nèi)因果關系形成了閉合的網(wǎng)絡。其中驅(qū)動力（D）、壓力（P）、響應（R）、影響（I）、狀態(tài)（S）五個要素承擔著不同的系統(tǒng)功能。

基于SEM模型分析的系統(tǒng)生態(tài)安全狀態(tài)是針對生態(tài)安全現(xiàn)狀的靜態(tài)描述。而實際上，生態(tài)安全系統(tǒng)具有不同的演化路徑及變化趨勢，為了動態(tài)揭示沿海城市生態(tài)安全系統(tǒng)的演變路徑，本文從時間維度上對其演變趨勢進行研究。

3.1沿海城市生態(tài)安全系統(tǒng)動態(tài)流圖

本文結(jié)合上述SEM模型分析結(jié)果，辨析出沿海城市生態(tài)安全系統(tǒng)的關鍵要素、因果關系路徑及影響系數(shù)，采用系統(tǒng)動力學專用軟件（Vensim PLE）構(gòu)建沿海城市生態(tài)安全系統(tǒng)動力學模型。該動力學模型以狀態(tài)變量（S）為系統(tǒng)的中心樞紐，描述了驅(qū)動力（D）、壓力（P）、響應（R）、影響（I）四個變量對其產(chǎn)生直接、間接影響的動力機制。同時，本文考慮到生態(tài)安全系統(tǒng)是經(jīng)濟、社會及自然三個系統(tǒng)的有機組合，設立城市人口總數(shù)（POP）、國民生產(chǎn)總值（GDP）、環(huán)境污染治理投資額（EINT）及海洋自然災害發(fā)生頻次（FMD）作為系統(tǒng)的輸入端，將輸入端與沿海城市生態(tài)安全系統(tǒng)動力模型相融合，形成生態(tài)安全系統(tǒng)的動態(tài)流圖，如圖3所示。

其中，SHYD為生活用電總量，SHWS為生活污水排放量，SHLJ為生活垃圾排放量，GYFS為工業(yè)廢水排放量，GYFQ為工業(yè)廢氣排放量，GYYD為工業(yè)用電總量，NHZZ為GDP能耗總值，C4為工業(yè)產(chǎn)值占GDP的比例。C5、C6、C7為城市居民生活能源消耗系數(shù)及污染物排放系數(shù)，C8、C9為工業(yè)發(fā)展過程中污染物排放系數(shù)，C10為工業(yè)產(chǎn)業(yè)的電量消耗系數(shù)，C11為單位GDP能耗指數(shù)。

3.2.3響應（R）

響應（R）是對生態(tài)安全系統(tǒng)中物質(zhì)信息進行轉(zhuǎn)化和耗散的措施行為，對狀態(tài)（S）起到正向作用。響應（R）包含第三產(chǎn)業(yè)產(chǎn)值、科學教育支出額、城鎮(zhèn)生活污水處理率、生活垃圾無害化處理率、工業(yè)廢水達標排放率、工業(yè)廢氣達標排放率、環(huán)境污染治理投資額。其中第三產(chǎn)業(yè)產(chǎn)值、科學教育支出額是隨著國民生產(chǎn)總值（GDP）的增長而逐年增加；環(huán)境污染治理投資額一方面對響應（R）有直接的正向作用，另一方面其為城鎮(zhèn)生活污水處理、生活垃圾無害化處理、工業(yè)廢水達標排放和工業(yè)廢氣達標排放提供資金支撐。響應（R）的動力方程為：

其中，DSCY為第三產(chǎn)業(yè)產(chǎn)值，KJJY為科技教育支出額，SHWSCL為生活污水處理率，SHLJWH為生活垃圾無害處理率，GYFSDB為工業(yè)廢水達標排放率，GYFQDB為工業(yè)廢氣達標排放率。環(huán)境污染治理投資額為：EINT（t）=α·GDP（t），其中α為環(huán)境污染治理投資額占GDP比例。C12、C13為相應的GDP占比，C14、C15、C16、C17是環(huán)境污染治理投資額（EINT（t） ）產(chǎn)生的相應拉動系數(shù)。

3.2.4影響（I）

影響（I）是測度海洋災害對沿海城市生態(tài)安全系統(tǒng)的影響作用，包含海洋災害直接經(jīng)濟損失和海洋災害死亡人數(shù)兩個觀測變量。這兩個變量都受到海洋災害頻次的影響，其動力方程為：

ZJJJSS（t）=C18·FMD（t）

SWRS（t）=C19·FMD（t）

I（t）=0.755ZJJJSS（t）+0.445SWRS（t）

其中，ZJJJSS為海洋災害直接經(jīng)濟損失，SWRS為海洋災害死亡人數(shù)，C18、C19為引發(fā)系數(shù)。

3.2.5狀態(tài)（S）

狀態(tài)（S）反映了生態(tài)安全的現(xiàn)實狀態(tài)，是沿海城市生態(tài)安全系統(tǒng)的映像元。根據(jù)沿海城市生態(tài)系統(tǒng)的特色，本文主要采用近岸海域水質(zhì)狀況、海洋養(yǎng)殖區(qū)綜合環(huán)境質(zhì)量、空氣質(zhì)量達到（API）Ⅱ級以上天數(shù)、建成區(qū)綠化面積、安全水資源量5個觀測變量對狀態(tài)（S）進行評價。其動力方程如下：

S（t）=0.404JASZ（t）+0.425YAQZL（t）+0.621KQDB（t）

+0.597JCQLH（t）+0.089DSZY（t）

其中，JASZ為近岸海域水質(zhì)狀況，YAQZL為海洋養(yǎng)殖區(qū)綜合環(huán)境質(zhì)量，KQDB為空氣質(zhì)量達到（API）Ⅱ級以上天數(shù)，JCQLH為建成區(qū)綠化面積，DSZY為安全水資源量。

本文結(jié)合前文SEM模型分析獲得的要素間作用路徑及影響系數(shù)，建立的要素間動力方程為：

D（t）=0.813R（t）

P（t）=0.657D（t）-0.254R（t）

R（t）=0.283DELAY（I（t），1）

I（t）=-0.248S（t）

S（t）=S（t-1）-0.552P（t）

3.3模型檢驗

模型結(jié)構(gòu)與實際系統(tǒng)一致性檢驗：本文結(jié)合了沿海城市生態(tài)安全評價指標體系及修正的DPSIR概念模型，構(gòu)建了生態(tài)安全系統(tǒng)的動力學模型。模型中變量間作用路徑及影響系數(shù)是建立在沿海城市實際統(tǒng)計數(shù)據(jù)的基礎上，并通過了結(jié)構(gòu)方程的檢驗。因此，該系統(tǒng)動力學模型是對沿海城市生態(tài)安全系統(tǒng)的真實反映。

模型行為靈敏性檢驗：本文參數(shù)值的選取是在合理取值范圍內(nèi)，通過合理改變模型結(jié)構(gòu)及調(diào)整模型方程式，發(fā)現(xiàn)模型行為變化并不敏感，表明模型具有強壯性，能夠很好反應實際的生態(tài)安全系統(tǒng)的反饋機制。

4沿海城市生態(tài)安全系統(tǒng)的模擬仿真

4.1沿海城市生態(tài)安全狀況的發(fā)展預測

本文基于上述系統(tǒng)動力學模型對沿海城市生態(tài)安全狀態(tài)進行仿真預測。仿真中把沿海樣本城市視為一個整體，以2010年的統(tǒng)計數(shù)據(jù)為依據(jù)，進行數(shù)據(jù)標準化。人口總數(shù)（POP）、國民生產(chǎn)總值（GDP）、環(huán)境污染治理投資額（EINT）和海洋自然災害頻次（FMD）四個輸入端的初始值分別設定為1、1、0.01、1，四個速率變量按照2010年實際變化量設定，仿真時間為10年。沿海城市生態(tài)安全狀態(tài)（S）的預測仿真結(jié)果如圖4所示。

可以看出，在初始狀態(tài)下（2010年），沿海城市生態(tài)安全狀況（S）值為0.765，但在仿真第三年（2012年）變?yōu)樨撝担⊿（3）=-0.423），在接續(xù)的仿真年內(nèi)，狀態(tài)S一直為負。該結(jié)果表明2010年，沿海城市生態(tài)安全狀態(tài)良好，生圖4沿海城市生態(tài)安全狀態(tài)預測仿真

Fig.4Change diagram of coastal urban ecological

security state

態(tài)安全響應（R）的正向作用能夠完全抵御社會經(jīng)濟發(fā)展對生態(tài)安全系統(tǒng)產(chǎn)生壓力（P）的負面影響。從2012年起，沿海城市的社會經(jīng)濟發(fā)展產(chǎn)生的壓力超過了生態(tài)系統(tǒng)的承載力，生態(tài)安全系統(tǒng)狀況逐漸惡化。

4.2沿海城市生態(tài)安全重要影響指標

為了深入辨析沿海城市生態(tài)安全系統(tǒng)的動態(tài)演變過程，本文對動態(tài)方程的結(jié)構(gòu)關系進行了分析，對系統(tǒng)仿真模型中參數(shù)在合理范圍內(nèi)進行調(diào)整，考察不同參數(shù)設定對沿海城市生態(tài)安全系統(tǒng)狀況的影響。結(jié)果發(fā)現(xiàn)環(huán)境污染治理投資額占GDP比率、工業(yè)產(chǎn)值占GDP比率、第三產(chǎn)業(yè)產(chǎn)值占GDP比率、單位GDP能耗指數(shù)均在城市生態(tài)安全動力系統(tǒng)中起到關鍵作用，如表3所示。

基于表3的分析結(jié)果，可以得出以下結(jié)論：

環(huán)境污染治理投資額（EINT）作為響應措施（R）的核心要素，對耗散、轉(zhuǎn)化經(jīng)濟社會發(fā)展所產(chǎn)生的生態(tài)系統(tǒng)壓力起到關鍵作用?；?010年環(huán)境污染治理投資額占比（3%）進行模擬，則沿海城市生態(tài)安全狀況在模擬第三年首次變?yōu)樨撝担?0030），并持續(xù)降低。當增加環(huán)境污染治理投資占GDP的比例時，生態(tài)系統(tǒng)狀態(tài)的惡化趨勢變得平緩；當環(huán)境污染治理投資額占GDP的比例增加到6%時，沿海城市生態(tài)系統(tǒng)狀態(tài)于模擬仿真第10年出現(xiàn)了正向發(fā)展趨勢（由-1.540變?yōu)?1.520）。該模擬結(jié)果表明，目前我國沿海城市環(huán)境污染治理投資占GDP比例偏低，難以彌補經(jīng)濟、社會發(fā)展對生態(tài)系統(tǒng)產(chǎn)生的破壞作用，使生態(tài)安全狀態(tài)持續(xù)惡化。工業(yè)產(chǎn)值占GDP比率對城市的能源消耗量及污染物排放量有顯著影響。以2010年沿海城市工業(yè)產(chǎn)值占GDP的平均值（40%）進行模擬仿真，沿海城市生態(tài)安全狀態(tài)從第三年起轉(zhuǎn)化為負值（-0030）。而當工業(yè)產(chǎn)業(yè)的比例下調(diào)到30%時，生態(tài)安全狀態(tài)惡化的趨勢明顯放緩，在模擬仿真第四年轉(zhuǎn)變?yōu)樨撝担?0260）。可見，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，降低工業(yè)產(chǎn)業(yè)比例，能夠有效降低資源能源消耗水平，減少污染物排放量，延緩了沿海城市生態(tài)安全狀態(tài)的惡化程度。

第三產(chǎn)業(yè)發(fā)展對緩解、降低社會經(jīng)濟發(fā)展所產(chǎn)生的生態(tài)系統(tǒng)壓力起到重要作用。2010年沿海城市第三產(chǎn)業(yè)占GDP比例平均為43%。在第三產(chǎn)業(yè)不發(fā)達的城市（占比為35%），其生態(tài)安全狀態(tài)從第三年時變?yōu)樨撝担?0100），且惡化趨勢較快，當發(fā)展到第10年時，其生態(tài)安全狀態(tài)為-4300。而對第三產(chǎn)業(yè)占比達到50%時的城市，其生態(tài)安全狀況惡化趨勢明顯放緩：在模擬仿真第四年時生態(tài)安全狀況才變?yōu)樨撝担?0340），在第10年時，生態(tài)安全狀態(tài)為-3010，明顯優(yōu)于第三產(chǎn)業(yè)發(fā)展滯后的城市。

單位GDP能耗指數(shù)是反映能源消費水平和節(jié)能降耗狀況的主要指標，代表城市經(jīng)濟活動中對能源的利用程度和能源利用效率的變化。按照2010年沿海城市平均單位GDP能耗指數(shù)（0.807 t標準煤）進行模擬仿真，其生態(tài)安全狀況于第三年的時候轉(zhuǎn)化為負值（-0.030）。當沿海區(qū)域單位GDP能耗指數(shù)下降到0.600 t標準煤，沿海城市生態(tài)安全狀況顯著的好轉(zhuǎn)：在模擬仿真第5年的時候才轉(zhuǎn)化為負值（-0.840）；在第10年的時候，生態(tài)安全狀態(tài)為-2.590，明顯優(yōu)于單位GDP能耗指數(shù)為0.807 t標準煤時的生態(tài)安全狀態(tài)（-3.780）。

四個城市生態(tài)安全狀態(tài)模擬仿真結(jié)果如圖5所示。

以上海為代表的城市類型是全國經(jīng)濟發(fā)展的龍頭，其國民經(jīng)濟總量較大，第三產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中占優(yōu)勢比例，但其經(jīng)濟發(fā)展速度較緩。人口總量較大，其人口增長速度低于沿海城市平均增長速率。上海市生態(tài)安全狀態(tài)呈現(xiàn)出最快的惡化趨勢：在模擬仿真第三年其生態(tài)安全狀態(tài)轉(zhuǎn)變?yōu)樨撝?；在第十年其生態(tài)安全狀態(tài)值最低，明顯劣于與其他三個城市。結(jié)合上海的相關參數(shù)分析，當前上海的經(jīng)濟社會發(fā)展給生態(tài)環(huán)境帶來沉重的壓力，遠遠超過上海生態(tài)系統(tǒng)緩解及修復的能力，上海的環(huán)境污染治理投資額相對較小，難以對生態(tài)安全系統(tǒng)產(chǎn)生有效的改進和優(yōu)化。

以煙臺市為代表的城市大多作為區(qū)域的核心，其經(jīng)濟增長速度較快，而其人口增長速度卻相對較低，產(chǎn)業(yè)結(jié)構(gòu)以工業(yè)為重心，第三產(chǎn)業(yè)發(fā)展相對滯后。以溫州市為代表的城市類型與煙臺市較為相似，其經(jīng)濟結(jié)構(gòu)也是以工業(yè)為主，第三產(chǎn)業(yè)發(fā)展相對滯后，但其經(jīng)濟發(fā)展速度及人口增長速度大于煙臺市的城市類型。因此，煙臺市與溫州市的生態(tài)安全狀態(tài)演化趨勢也存在相似性，兩種城市的生態(tài)安全演化趨勢在前五年基本一致。然而在5-10年期間，煙臺的生態(tài)安全狀態(tài)的演化曲線開始變得更加陡峭，反映其生態(tài)安全狀態(tài)逐漸劣于溫州。結(jié)合兩個城市的相關參數(shù)分析，煙臺市、溫州市的社會、經(jīng)濟發(fā)展模式對生態(tài)系統(tǒng)產(chǎn)生了持續(xù)的壓力，造成生態(tài)安全狀態(tài)日益惡化。而煙臺市的GDP總量、工業(yè)產(chǎn)業(yè)占比明顯高于溫州市的相應數(shù)值，這表明煙臺作為老工業(yè)基地，其過分倚重工業(yè)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級相對落后，進而會加快其生態(tài)安全狀況惡化的速率。

以海口市為代表的城市類型是擁有較好的生態(tài)環(huán)境，其經(jīng)濟發(fā)展以第三產(chǎn)業(yè)為主。其經(jīng)濟社會發(fā)展相對滯后，但其人口增長速率及經(jīng)濟增長速度很高。?？诘纳鷳B(tài)安全狀況一直優(yōu)于其他三種城市類型，且其生態(tài)安全系統(tǒng)演變曲線也最為平緩。在模擬仿真第10年，其生態(tài)安全狀態(tài)才變?yōu)樨撝?。相對而言，?？谑邪l(fā)展歷程較短，其社會經(jīng)濟發(fā)展尚未對生態(tài)安全系統(tǒng)形成顯著的破壞作用。然而值得關注的是，?？谑凶鳛橐缘谌a(chǎn)業(yè)為主的城市，其生態(tài)安全系統(tǒng)狀況直接影響其支柱產(chǎn)業(yè)的存續(xù)及發(fā)展。因此?？谑行韪又匾暽鷳B(tài)環(huán)境的保護及改善，強化環(huán)境保護及治理措施。

5結(jié)論與建議

本文以DPSIR概念模型為基礎，以中國沿海城市生態(tài)安全系統(tǒng)為研究對象，采用結(jié)構(gòu)方程分析方法對沿海城市生態(tài)安全系統(tǒng)內(nèi)部信息交互關系及流動路徑進行分析。利用VENSIM PLE軟件，構(gòu)建沿海城市生態(tài)安全系統(tǒng)動態(tài)演化模型，模擬沿海城市生態(tài)安全系統(tǒng)的動態(tài)反饋過程，預測生態(tài)安全系統(tǒng)的演化趨勢。主要研究結(jié)論如下：

（1）測度沿海城市DPSIR要素間的因果關系，探究沿海城市生態(tài)安全作用機理。本文結(jié)合中國沿海城市的數(shù)據(jù)樣本，引入結(jié)構(gòu)方程的建模方法從因果鏈分析的視角對DPSIR概念模型各個要素之間的因果關系進行驗證，測度沿海城市生態(tài)安全系統(tǒng)內(nèi)要素間的因果路徑及作用系數(shù)，修正了沿海城市生態(tài)安全DPSIR概念模型框架，辨析生態(tài)安全作用機理。研究結(jié)果表明：在沿海城市生態(tài)安全DPSIR模型中，“驅(qū)動力D”是沿海城市生態(tài)安全系統(tǒng)的動力源；“壓力P”是不同路徑對生態(tài)系統(tǒng)產(chǎn)生影響的轉(zhuǎn)換器；“狀態(tài)S”反映了生態(tài)安全的現(xiàn)實狀態(tài)；“影響I”是自然系統(tǒng)對生態(tài)安全體系的沖擊波，促使沿海城市采取相應的生態(tài)安全保護措施；“響應R”是沿海城市生態(tài)安全受到干擾的緩沖器，起到緩解生態(tài)系統(tǒng)風險的作用。與DPSIR原始概念模型架構(gòu)不一致的是“響應R”對“狀態(tài)S”的正向作用在生態(tài)安全系統(tǒng)中沒有通過假設檢驗，表明中國沿海城市生態(tài)安全保護措施并沒有對生態(tài)系統(tǒng)風險起到緩解作用。

（2）構(gòu)建沿海城市生態(tài)安全動態(tài)演化模型，進行生態(tài)安全狀態(tài)的預測仿真。本文結(jié)合SEM模型的研究結(jié)論，提煉出生態(tài)安全作用系統(tǒng)的關鍵因素、作用路徑及影響系數(shù)，構(gòu)建了生態(tài)安全作用機理的動態(tài)演化模型，模擬預測生態(tài)安全系統(tǒng)的演變趨勢，并按照沿海城市重要影響指標的分布規(guī)律，對典型沿海城市生態(tài)安全進行情景仿真。研究發(fā)現(xiàn)：環(huán)境污染治理投資額（EINT）、工業(yè)產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、單位GDP能耗指數(shù)四個指標在沿海城市生態(tài)安全系統(tǒng)中起到關鍵作用。提升環(huán)境污染治理投資額，優(yōu)化城市產(chǎn)業(yè)結(jié)構(gòu)，降低經(jīng)濟發(fā)展中資源消耗是改善生態(tài)安全狀態(tài)的關鍵。沿海城市生態(tài)安全狀態(tài)呈現(xiàn)出持續(xù)惡化的趨勢，其中上海市生態(tài)安全惡化速度最快，在模擬仿真第三年其生態(tài)安全狀態(tài)就轉(zhuǎn)變?yōu)樨撝?；海口的生態(tài)安全狀態(tài)最佳，狀態(tài)演變曲線也最為平緩，但在模擬仿真第十年，海口的生態(tài)安全狀態(tài)也演化為負值。

（編輯：李琪）

參考文獻（References）

[1]王耕，王利，吳偉.區(qū)域生態(tài)安全概念及評價體系的再認識[J].生態(tài)學報，2007，27（4）：1627-1637. [Wang Gen， Wang Li， Wu Wei. Recognition on Regional Ecological Security Definition and Assessment System [J].Acta Ecologica Sinica，2007，27（4）：1627-1637.]

[2]李果，吳曉莆，羅遵蘭，等.構(gòu)建我國生物多樣性評價的指標體系[J].生物多樣性，2011，19（5）：497-504. [Li Guo，Wu Xiaopu，Luo Zunlan， et al. Establishing an Indicator System for Biodiversity Assessment in China [J]. Biodiversity Science， 2011，19（5）：497-504.]

[3]Atkins J P， Burdon D， Elliott M， et al. Management of the Marine Environment： Integrating Ecosystem Services and Societal Benefits with the DPSIR Framework in a Systems Approach [J]. Marine Pollution Bulletin， 2011， 62（3）：215-226.

[4]Oman I， Stocker J. Climate Change as a Threat to Biodiversity： An Application of the DPSIR Approach[J]. Ecological Economics.2009， 6（91）：24-31.

[5]Haberl H， Gaube V， DiazDelgado R， et al. Towards an Integrated Model of Socioeconomic Biodiversity Drivers， Pressures and ImpactsA Feasibility Study Based on Three European LongTerm SocioEcological Research Platforms [J]. Ecological Economics， 2009.68（6）：1797-1812.

[6]周豐，郭懷成，劉永，等.濕潤區(qū)湖泊流域水資源可持續(xù)發(fā)展評價方法[J].自然資源學報，2007，22（2）：290-301.[Zhou Feng，Guo Huaicheng，Liu Yong， et al. Assessment Method of Sustainable Water Resources Development of Wet Lake Basin[J]. Journal of Natural Resources，2007，22（2）：290-301.]

[7]Benini L， Bandini V， Marazza D， et al. Assessment of Land Use Changes Through an IndicatorBased Approach： A Case Study From The Lamone River Basin in Northern Italy [J]. Ecological Indicators，2010，10（1）： 4-14.

[8]Wolfslehner B， Vacik H. Mapping Indicator Models： From Intuitive Problem Structuring to Quantified Decision Making in Sustainable Forest Management [J]. Ecological Indicators， 2011， 11（2）： 274-283.

[9]孫曉蓉，邵超峰.基于DPSIR模型的天津濱海新區(qū)環(huán)境風險變化趨勢分析[J].環(huán)境科學研究，2010，23（1）：86-73. [Sun Xiaorong， Shao Chaofeng. Study on The Variation Trends of Regional Environmental Risk for Tianjin Binhai New Area Based on DPSIR Model[J]. Research of Environmental Sciences，2010，23（1）：86-73.]

[10]遲國泰，閆達.基于改進群組G1賦權(quán)的生態(tài)評價模型及省份實證[J].系統(tǒng)工程理論與實踐，2012，32（7）：1464-1475. [Chi Guotai， Yan Da. The Ecosystem Evaluation Model Based on Improved GroupG1 and the Empirical Study on Provinces[J]. Systems EngineeringTheory and Practice， 2012， 32 （7）： 1464-1475.]

[11]World Commission on Environment and Development. The Brundtland Report， Our Common Future [M]. Oxford： Oxford University Press， 1987：55-72.

[12]World Bank. Monitoring Environmental Progress： A Report on Work in Progress[R]. Washington D C， 1995： 213-260.

[13]United Nations Environment Programme. Guidelines for AEO Cities Integrated Environmental Assessment and Reporting [M]. United Nations Environment Programme， 2005：52-143.

[14]顏文濤.城市生態(tài)系統(tǒng)健康屬性綜合評價模型及應用研究[J].系統(tǒng)工程理論與實踐，2007，27（8）：137-145. [Yan Wentao. Research on Urban Ecosystem Health Attribute Synthetic Assessment Model and Application[J]. Systems EngineeringTheory and Practice，2007， 27（8）：137-145.]

[15]趙多，盧劍波，閔懷.浙江省生態(tài)環(huán)境可持續(xù)發(fā)展評價指標體系的建立[J].環(huán)境污染與防治，2003，25（6）：380-382. [Zhao Duo， Lu Jianbo， Min Huai. To Establish Indicator System for Evaluation on Sustainable Development of Ecosystem and Environment in Zhejiang Province[J]. Environmental Pollution and Control， 2003，25（6）：380-382.]

[16]周慧杰，周興，吳良林，等.區(qū)域生態(tài)經(jīng)濟建設指標體系設計與實證[J].安徽農(nóng)業(yè)科學，2007，35（26）：8386-8389. [Zhou huijie， Zhou xing， Wu lianglin， et al. Evaluation of the Regional Ecoeconomy Construction Index System [J].Journal of Anhui Agricultural Sciences， 2007，35（26）：8386-8389.]

[17]孫蕾. 國家生態(tài)安全評價指標體系研究[J].中國統(tǒng)計，2005，（2）：23-25. [Sun Lei. Research on National Ecological Security Assessment Index system [J].China Statistics， 2005， （2）：23-25.]

[18]Manqi S， Roberts C， Rodwell L D. Reef Fisheries Management in Kenya： Preliminary Approach Using the DPSIR Scheme of Indicators [J].Ocean & Coastal Management，2007， 50：463-480.

[19]Ness B， Anderberg S， Olsson L. Structuring Problems in Sustainability Science： The MultiLevel DPSIR Framework [J]. Geoforum， 2010， 41（3）： 479-488.

[20]Tscherning K， Helming K， Krippner B， et al. Does Research Applying the DPSIR Framework Support Decision Making？ [J]. Land Use Policy，2012， 29（11）， 102-110.

[21]Smeets E， Weterings R. Environmental Indicators： Typology and Overview [J]. Copenhagen， Denmark： European Environmental Agency，1999， 29（1）：119-133.

[22]Stacie P， Straub D， Rai A. Specifying Formative Constructs in Information Systems Research [J]. MIS Quarterly，2007， （31）： 623-656.

[23]Chin W W. Issues and Opinion on Structural Equation Modeling [J]. MIS Quarterly，1998， 22： 7-16.

[17]孫蕾. 國家生態(tài)安全評價指標體系研究[J].中國統(tǒng)計，2005，（2）：23-25. [Sun Lei. Research on National Ecological Security Assessment Index system [J].China Statistics， 2005， （2）：23-25.]

[18]Manqi S， Roberts C， Rodwell L D. Reef Fisheries Management in Kenya： Preliminary Approach Using the DPSIR Scheme of Indicators [J].Ocean & Coastal Management，2007， 50：463-480.

[19]Ness B， Anderberg S， Olsson L. Structuring Problems in Sustainability Science： The MultiLevel DPSIR Framework [J]. Geoforum， 2010， 41（3）： 479-488.

[20]Tscherning K， Helming K， Krippner B， et al. Does Research Applying the DPSIR Framework Support Decision Making？ [J]. Land Use Policy，2012， 29（11）， 102-110.

[21]Smeets E， Weterings R. Environmental Indicators： Typology and Overview [J]. Copenhagen， Denmark： European Environmental Agency，1999， 29（1）：119-133.

[22]Stacie P， Straub D， Rai A. Specifying Formative Constructs in Information Systems Research [J]. MIS Quarterly，2007， （31）： 623-656.

[23]Chin W W. Issues and Opinion on Structural Equation Modeling [J]. MIS Quarterly，1998， 22： 7-16.

[17]孫蕾. 國家生態(tài)安全評價指標體系研究[J].中國統(tǒng)計，2005，（2）：23-25. [Sun Lei. Research on National Ecological Security Assessment Index system [J].China Statistics， 2005， （2）：23-25.]

[18]Manqi S， Roberts C， Rodwell L D. Reef Fisheries Management in Kenya： Preliminary Approach Using the DPSIR Scheme of Indicators [J].Ocean & Coastal Management，2007， 50：463-480.

[19]Ness B， Anderberg S， Olsson L. Structuring Problems in Sustainability Science： The MultiLevel DPSIR Framework [J]. Geoforum， 2010， 41（3）： 479-488.

[20]Tscherning K， Helming K， Krippner B， et al. Does Research Applying the DPSIR Framework Support Decision Making？ [J]. Land Use Policy，2012， 29（11）， 102-110.

[21]Smeets E， Weterings R. Environmental Indicators： Typology and Overview [J]. Copenhagen， Denmark： European Environmental Agency，1999， 29（1）：119-133.

[22]Stacie P， Straub D， Rai A. Specifying Formative Constructs in Information Systems Research [J]. MIS Quarterly，2007， （31）： 623-656.

[23]Chin W W. Issues and Opinion on Structural Equation Modeling [J]. MIS Quarterly，1998， 22： 7-16.