安徽省生態(tài)足跡的影響因素分析及趨勢(shì)預(yù)測(cè)
——基于PLS-STIRPAT模型

黃永強(qiáng)，張 俊，任志安，陳 琳

安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠，233000

安徽省生態(tài)足跡的影響因素分析及趨勢(shì)預(yù)測(cè)
——基于PLS-STIRPAT模型

黃永強(qiáng)，張 俊，任志安，陳 琳

安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠，233000

基于能值生態(tài)足跡模型，計(jì)算并分析了安徽省1990-2014年生態(tài)足跡變化，采用灰色GM(1，1)模型預(yù)測(cè)了安徽省十三五期間的生態(tài)足跡，利用STIRPAT模型和偏最小二乘法對(duì)生態(tài)足跡影響因素進(jìn)行了實(shí)證分析。結(jié)果表明，安徽省的人均生態(tài)足跡逐年增加，人均生態(tài)承載力沒有明顯變化，生態(tài)赤字日益嚴(yán)重；預(yù)測(cè)2020年安徽省人均生態(tài)足跡將達(dá)到9.8382hm2/人，能源賬戶足跡所占比重將達(dá)到68.77%；人口規(guī)模、農(nóng)村人均純收入、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)化水平、第二產(chǎn)業(yè)GDP占比以及第三產(chǎn)業(yè)GDP對(duì)生態(tài)足跡具有正向的促進(jìn)作用，能源消耗強(qiáng)度具有反向的抑制作用；能源消耗強(qiáng)度、農(nóng)村和城鎮(zhèn)人均收入以及城鎮(zhèn)化水平是安徽省生態(tài)足跡重要的影響因素。

生態(tài)足跡；STIRPAT模型，偏最小二乘法；GM(1，1)模型

生態(tài)足跡理論是由加拿大經(jīng)濟(jì)學(xué)家Rees[1]提出，并由其博士生Wackemagel[2]完善的一種衡量人類對(duì)自然資源利用程度以及自然界為人類提供服務(wù)的量化分析方法[3]。隨著徐中民等人[4]將生態(tài)足跡理論引入國(guó)內(nèi)后，生態(tài)足跡逐漸成為國(guó)內(nèi)學(xué)者衡量生態(tài)環(huán)境狀況的重要指標(biāo)。目前，運(yùn)用生態(tài)足跡理論開展的研究主要分為兩類：一類主要為生態(tài)足跡的計(jì)算與改進(jìn)。國(guó)內(nèi)學(xué)者對(duì)生態(tài)足跡的理論模型和計(jì)算方法進(jìn)行了大量的實(shí)證研究[5]，拓展了生態(tài)足跡理論在不同層面[6]、不同行業(yè)上[7]的應(yīng)用范圍并對(duì)生態(tài)足跡模型進(jìn)行了一系列改進(jìn)[8]。另一類主要為生態(tài)足跡的影響因素和內(nèi)在機(jī)制研究[9]。國(guó)內(nèi)學(xué)者主要以相關(guān)性分析[10]以及STIRPAT模型[11]分析為主，前者側(cè)重于研究單個(gè)或多個(gè)影響因素，但缺乏對(duì)影響因素的整體認(rèn)識(shí)以及各類影響因素重要程度的比較；后者雖然將各類影響因素納入模型中，但由于各類影響因素間往往存在多重共線性，模型擬合效果不夠理想。目前，國(guó)內(nèi)學(xué)者為解決此問題，采取較為普遍的做法是主成分分析法[12]以及嶺回歸法[13]。主成分分析法在提取自變量主成分時(shí)，完全撇開了自變量，所提取的主成分雖然能很好地解釋自變量系統(tǒng)中的信息，但是對(duì)因變量卻缺乏解釋能力，而嶺回歸在嶺參數(shù)估計(jì)上也存在問題[14]。偏最小二乘(PLS)法作為一種新型的多元統(tǒng)計(jì)數(shù)據(jù)分析方法，將多元回歸分析、主成分分析、典型相關(guān)分析結(jié)合起來(lái)，不僅有效解決了多元回歸中變量多重共線性和樣本容量較少、自由度較低等實(shí)際問題[15]，且相比于其他兩種方法，數(shù)據(jù)的擬合效果更加理想。

本文基于能值生態(tài)足跡模型計(jì)算、分析安徽省1990-2014年生態(tài)足跡，采用STIRPAT模型和PLS回歸實(shí)證分析了安徽省生態(tài)足跡的各類影響因素，并運(yùn)用灰色預(yù)測(cè)GM(1，1)模型對(duì)安徽省十三五規(guī)劃期間(2016-2020年)生態(tài)足跡進(jìn)行預(yù)測(cè)，結(jié)合研究結(jié)果為安徽省降低生態(tài)足跡，改善生態(tài)環(huán)境，達(dá)到十三五規(guī)劃的生態(tài)要求，實(shí)現(xiàn)可持續(xù)發(fā)展和綠色城鎮(zhèn)化建設(shè)提出一定幾點(diǎn)建議。

1 研究方法和數(shù)據(jù)來(lái)源

1.1STIRPAT模型

STIRPAT模型的基礎(chǔ)理論來(lái)源于美國(guó)生態(tài)學(xué)家Ehrlich和Commonerder提出的IPAT模型[16]：

I=P×A×T

式中，I代表環(huán)境影響，P代表人口大小，A代表富裕程度，T代表技術(shù)水平。STIRPAT模型[17]則在此基礎(chǔ)上作了改進(jìn)，提出了一種包含隨機(jī)影響的模型：

I=a×pb×Ac×Td×e

(1)

其中，a為模型常數(shù)項(xiàng)，b、c、d分別為P、A、T的指數(shù)項(xiàng)，e為誤差項(xiàng)。結(jié)合安徽省的發(fā)展情況，本文在實(shí)際應(yīng)用中對(duì)該模型作了一些改進(jìn)[18]：I用計(jì)算的總生態(tài)足跡結(jié)果來(lái)表示，人口大小仍舊采用總?cè)丝?P)來(lái)表示，富裕程度則將學(xué)者普遍采用的人均GDP指標(biāo)細(xì)化為農(nóng)村人均純收入(A1)和城鎮(zhèn)人均可支配收入(A2)，技術(shù)水平上分解為第二產(chǎn)業(yè)GDP占比(T1)、第三產(chǎn)業(yè)GDP占比(T2)、城鎮(zhèn)化水平(T3)和能源消耗強(qiáng)度(T4)。為了方便，將模型轉(zhuǎn)化為對(duì)數(shù)形式，最終構(gòu)建模型如下：

lnE=a+blnP+c1lnA1+c2(lnA1)2

+c3lnA2+c4(lnA2)2+d1lnT1

+d2lnT2+d3lnT3+d4lnT4+e

(2)

式中，對(duì)富裕度指標(biāo)加入二次項(xiàng)(lnA1)2和(lnA2)2，用來(lái)檢驗(yàn)安徽省是否存在環(huán)境與經(jīng)濟(jì)增長(zhǎng)的倒“U”型關(guān)系，a為模型(1)的常數(shù)項(xiàng)的對(duì)數(shù)；b、c1、c2、c3、c4、d1、d2、d3、d4均為模型系數(shù)；e為隨機(jī)誤差項(xiàng)。

1.2 PLS方法

式中，Ph為因變量的預(yù)測(cè)誤差平方和，Sh代表因變量的誤差平方和，h為成分?jǐn)?shù)。同時(shí)，為了更好地測(cè)度各個(gè)自變量Xj對(duì)PLS模型因變量的重要程度，定義了變量投影重要性指標(biāo)V(Variable Importance in Projection，簡(jiǎn)記為VIP)的概念。V反映了每個(gè)自變量在解釋因變量變化的重要性程度。V大于1、在0.8～1之間以及小于0.8分別表示因變量變化的重要、不確定、不重要因素，公式如下：

1.3 數(shù)據(jù)來(lái)源與處理

安徽省1990-2014年生態(tài)足跡的計(jì)算數(shù)據(jù)以及模型(2)中各變量所涉及的數(shù)據(jù)均來(lái)源于歷年《安徽省統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》。其中城鎮(zhèn)化水平以常用的人口城鎮(zhèn)化指標(biāo)表示，即常住人口城鎮(zhèn)化率來(lái)衡量城市化水平(%)。為了消除價(jià)格因素的影響，農(nóng)村人均純收入、城鎮(zhèn)居民人均可支配收入均以1990年的價(jià)格為基期(指數(shù)=100)進(jìn)行折算。

2 結(jié)果與分析

2.1 安徽省生態(tài)足跡動(dòng)態(tài)變化分析

本文生態(tài)足跡的計(jì)算是基于改進(jìn)的能值生態(tài)足跡理論，關(guān)于能值生態(tài)足跡理論的參考文獻(xiàn)[19-20]已有許多，在此不再贅述。其計(jì)算公式為：

其中，EF為人均生態(tài)足跡(hm2)；i為資源項(xiàng)目的類型，i=1,2,…,n；Xi為第i種資源的消費(fèi)量(產(chǎn)量)(kg)；Ri為第i種資源的能量折算系數(shù)(J/kg)；Ti為第i種資源的能值轉(zhuǎn)化率(sej/J)；P為區(qū)域能值密度(sej/hm2)；N為總?cè)丝跀?shù)。本文分別創(chuàng)建了生物資源賬戶和能源賬戶。生物資源賬戶包括耕地(稻谷、小麥、玉米、豆類、薯類、油料、棉花、麻類、煙葉、茶葉、糖料、蔬菜、豬肉、禽蛋)、林地(木材、水果)、牧草地(牛肉、羊肉、奶類)、水域(淡水產(chǎn)品)。能源消費(fèi)賬戶主要消費(fèi)品為化石能源用地(煤炭、原油、汽油、柴油)、建筑用地(電力)。

人均生態(tài)承載力反映了該區(qū)域所能提供的滿足單位人口消費(fèi)和排放廢物的生態(tài)面積，計(jì)算公式為

式中，EC為人均生態(tài)承載力(hm2/人)，EI表示區(qū)域可更新資源總能值(sej)，P為區(qū)域能值密度(sej/hm2)，N為人口數(shù)。一般計(jì)算時(shí)，扣除12%的面積作為保護(hù)生物多樣性的面積。受篇幅限制，此處僅列出部分年份的人均生態(tài)足跡數(shù)據(jù)，見表1。

表1顯示，安徽省人均生態(tài)足跡逐年增加，人均生態(tài)承載力基本不變。1990年安徽省人均生態(tài)足跡為2.0280 hm2/人，人均生態(tài)承載力為0.2200 hm2/人，人均生態(tài)赤字為1.808 hm2/人；2014年人均生態(tài)足跡已增長(zhǎng)至7.0713 hm2/人，增幅為248.68%，人均生態(tài)承載力為0.2209 hm2/人，人均生態(tài)赤字已擴(kuò)大至6.8504 hm2/人，不斷擴(kuò)大的生態(tài)赤字說(shuō)明安徽省當(dāng)前的發(fā)展現(xiàn)狀是不可持續(xù)的。其中，生態(tài)足跡用地中增長(zhǎng)最為明顯的為能源賬戶的兩類用地，2014年能源賬戶對(duì)總生態(tài)足跡的貢獻(xiàn)率已經(jīng)達(dá)到57.78%，反映出安徽省經(jīng)濟(jì)的迅速發(fā)展以及城鎮(zhèn)化的快速推進(jìn)依賴于煤炭等能源的大量消耗，導(dǎo)致能源生態(tài)足跡不斷增加，嚴(yán)重破壞了生態(tài)環(huán)境。生物資源賬戶的四類用地中，相比于耕地，林地、牧草地以及水域?qū)ι鷳B(tài)足跡的增加貢獻(xiàn)并不顯著；由于安徽省快速工業(yè)化推動(dòng)，第二產(chǎn)業(yè)占比迅速上升并成為主導(dǎo)產(chǎn)業(yè)，耕地生態(tài)足跡的增長(zhǎng)速度也在逐步放緩，1990年耕地占生物賬戶生態(tài)足跡的比重為84.96%，占總生態(tài)足跡的比重為52.41%，2014年耕地的生態(tài)足跡約占生物賬戶77.80%，而占總生態(tài)足跡的比重下降為32.85%。

表1 1990-2014主要年份各類用地人均生態(tài)足跡 單位hm2/人

圖1顯示，安徽省1990-2014年生態(tài)足跡的增長(zhǎng)可分為三個(gè)階段：1995年以前，年均增長(zhǎng)率為2.71%；1995-2006年，年均增長(zhǎng)率4.82%；2007年開始，年均增長(zhǎng)率上升為6.04%。顯然，安徽省人均生態(tài)足跡的增長(zhǎng)速度在不斷增加，生態(tài)環(huán)境不僅沒有隨著經(jīng)濟(jì)的發(fā)展而好轉(zhuǎn)，反而日益惡化。

圖1 安徽省生態(tài)足跡的動(dòng)態(tài)變化

為了衡量安徽省經(jīng)濟(jì)活動(dòng)對(duì)生態(tài)資源的利用效率，采用人均生態(tài)足跡與人均萬(wàn)元GDP的比值，即萬(wàn)元GDP生態(tài)足跡，反映GDP每增加萬(wàn)元導(dǎo)致生態(tài)足跡的增加量，發(fā)現(xiàn)萬(wàn)元GDP生態(tài)足跡在逐年下降，由最初1990年17.7028hm2/萬(wàn)元下降至2014年2.080hm2/萬(wàn)元，且對(duì)應(yīng)于人均生態(tài)足跡變化的三個(gè)階段。萬(wàn)元GDP生態(tài)足跡的下降速度也在不斷放緩，說(shuō)明1990年以來(lái)，安徽省在經(jīng)濟(jì)發(fā)展過程中，資源利用效率不斷提高，一定程度上延緩了生態(tài)足跡的增長(zhǎng)速度?？梢?，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)是實(shí)現(xiàn)發(fā)展可持續(xù)的重要戰(zhàn)略。然而，2010年以后，萬(wàn)元GDP的生態(tài)足跡下降遭遇瓶頸，而生態(tài)足跡增長(zhǎng)速度卻在增加，安徽省正面臨著巨大環(huán)境壓力。在該背景下，為了緩解安徽省經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的矛盾，有必要深入分析安徽省生態(tài)足跡的各類影響因素，強(qiáng)化有利因素，抑制不利因素，從而推進(jìn)安徽省綠色城鎮(zhèn)化進(jìn)程，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展可持續(xù)性。

2.2 生態(tài)足跡變化的影響因素分析2.2.1 普通最小二乘法分析

首先使用OLS回歸對(duì)構(gòu)建的STIRPAT模型進(jìn)行預(yù)評(píng)估，結(jié)果顯示(表2)，回歸模型的擬合優(yōu)度為0.996，通過了0.01顯著性水平下的F檢驗(yàn)，擬合度較好，然而多項(xiàng)自變量沒有通過0.05顯著性水平的t檢驗(yàn)，且各變量方差膨脹因子(VIF)遠(yuǎn)大于10，多重共線性嚴(yán)重，因此普通最小二乘法并不適用。

表2 OLS回歸結(jié)果

2.2.2PLS方法分析

為了消除多重共線性，由于主成分法、嶺回歸法的不足，本文采用PLS方法對(duì)STIRPAT模型進(jìn)行回歸。當(dāng)提取自變量成分?jǐn)?shù)為1時(shí)，R2為0.9767；當(dāng)提取的主成分?jǐn)?shù)為2時(shí)，累計(jì)交叉有效性為0.9770，R2為0.9814，此時(shí)交叉有效性為0.0891，已低于交叉有效性的臨界值0.0975。結(jié)合考慮Ph最小原則、方程擬合情況以及主成分為2時(shí)的T2橢圓圖(圖2)，所有樣本點(diǎn)全部分布在橢圓內(nèi)，沒有奇異點(diǎn)，說(shuō)明模型樣本取值合理，模型穩(wěn)定。故本文選取的最優(yōu)成分?jǐn)?shù)為2。

圖2 T2橢圓圖

據(jù)此，得到生態(tài)足跡影響因素的STIRPAT模型為：

lnE=1.7958lnP+0.0718lnA1+0.0046(lnA1)2

+0.0696lnA2+0.0039(lnA2)2+0.1358lnT1

+0.3570lnT2+0.1682lnT3-0.1100lnT4

-16.9396+e

(3)

由(3)式可得模型的擬合結(jié)果顯著，各項(xiàng)指標(biāo)系數(shù)均合理，符合經(jīng)濟(jì)含義。(lnA1)2與(lnA2)2的回歸系數(shù)為正，表明安徽省經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間不呈倒“U”關(guān)系，即安徽省目前還沒有實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的協(xié)同發(fā)展，環(huán)境好轉(zhuǎn)的拐點(diǎn)還未出現(xiàn)。經(jīng)濟(jì)的不斷增長(zhǎng)，不僅不會(huì)帶來(lái)環(huán)境的好轉(zhuǎn)，反而會(huì)導(dǎo)致環(huán)境的不斷惡化。因此，安徽省在追求經(jīng)濟(jì)快速增長(zhǎng)的同時(shí)還應(yīng)兼顧對(duì)生態(tài)環(huán)境的影響。

具體來(lái)看，觀察模型各變量彈性系數(shù)，大部分變量的彈性系數(shù)為正?？梢园l(fā)現(xiàn)，人口規(guī)模、農(nóng)村人均純收入、城鎮(zhèn)居民可支配收入、第二產(chǎn)業(yè)GDP占比、第三產(chǎn)業(yè)GDP占比、城鎮(zhèn)化水平對(duì)lnE具有正向影響，能源消耗強(qiáng)度lnT4作為模型中唯一一個(gè)負(fù)值，反映出提高能源效率可以有效解決能源問題。此外，農(nóng)村居民人均純收入lnA1與城鎮(zhèn)居民人均可支配收入lnA2的彈性系數(shù)分別為0.0718和0.0696，差別不明顯，說(shuō)明安徽省農(nóng)村和城鎮(zhèn)在對(duì)生態(tài)足跡的影響上無(wú)顯著區(qū)別。由于未標(biāo)準(zhǔn)化的回歸系數(shù)大小并不能反映自變量對(duì)因變量的影響大小[21]，因此需要采用成分為2的V值來(lái)進(jìn)一步分析個(gè)因變量對(duì)生態(tài)足跡影響的重要性。

表3 V值

由表3可以看出，lnT4、lnA1、lnA2和lnT3的V值均大于1，表明能源消耗強(qiáng)度、城鄉(xiāng)人均收入、城鎮(zhèn)化水平是安徽省生態(tài)足跡變化的重要影響因素。能源消耗強(qiáng)度作為生態(tài)足跡最重要的影響因素，其每增加1%將會(huì)使生態(tài)足跡下降0.11%，因此，鼓勵(lì)技術(shù)創(chuàng)新，提高能源利用效率，可以有效抑制生態(tài)足跡的增長(zhǎng)。經(jīng)濟(jì)增長(zhǎng)作為另外一個(gè)影響生態(tài)足跡的重要因素，農(nóng)村人均純收入與城鎮(zhèn)居民可支配收入每變動(dòng)1%，分別增加0.0718%和0.0696%的生態(tài)足跡。安徽省相比于東部發(fā)達(dá)省份，工業(yè)化具有更大發(fā)展空間，在加快工業(yè)化進(jìn)程的同時(shí)，生態(tài)環(huán)境也面臨巨大挑戰(zhàn)，實(shí)現(xiàn)綠色經(jīng)濟(jì)增長(zhǎng)是安徽省面臨的一個(gè)巨大難題。城鎮(zhèn)化水平同樣也是影響生態(tài)足跡的重要因素。城鎮(zhèn)化水平每提高1%，將引起生足跡增加0.1682%。2015年，安徽省城鎮(zhèn)化率突破50%，城鎮(zhèn)化水平的不斷提高，加大了人口的集聚，極大地促進(jìn)了能源消費(fèi)和基礎(chǔ)設(shè)施等資源的利用，將會(huì)顯著地影響生態(tài)環(huán)境。因此，粗放外延式的城鎮(zhèn)化道路對(duì)安徽省的可持續(xù)發(fā)展是不利的，實(shí)現(xiàn)綠色城鎮(zhèn)化的平穩(wěn)推進(jìn)，將極大改善安徽省發(fā)展過程中對(duì)生態(tài)環(huán)境造成的負(fù)面影響。

2.3 灰色GM(1，1)預(yù)測(cè)

灰色預(yù)測(cè)模型作為一種長(zhǎng)期預(yù)測(cè)模型，通過灰色關(guān)聯(lián)分析來(lái)判斷各種系統(tǒng)因素之間發(fā)展趨勢(shì)的相異程度，并對(duì)原始數(shù)據(jù)進(jìn)行一系列處理來(lái)生成具有明顯規(guī)律性的數(shù)據(jù)序列，最終建立相應(yīng)的微分方程模型來(lái)做出預(yù)測(cè)[22]。由于該模型具有所需原始數(shù)據(jù)量小，預(yù)測(cè)精度高，運(yùn)算簡(jiǎn)便等優(yōu)點(diǎn)，廣泛應(yīng)用于經(jīng)濟(jì)、環(huán)境、農(nóng)業(yè)等領(lǐng)域。考慮生態(tài)足跡的數(shù)據(jù)特點(diǎn)以及樣本總量，本文運(yùn)用灰色GM(1，1)模型進(jìn)行預(yù)測(cè)，結(jié)果如表4所示。

表4 安徽省2016-2020年人均生態(tài)足跡預(yù)測(cè)結(jié)果

總生態(tài)足跡和人均能源生態(tài)足跡預(yù)測(cè)模型的后驗(yàn)差檢驗(yàn)(P，C)分別為(1，0.0960)、(1，0.0667)，說(shuō)明所建立的預(yù)測(cè)模型預(yù)測(cè)精度好，因此預(yù)測(cè)結(jié)果具有一定的參考價(jià)值。由表4可知，安徽省2016-2020年生態(tài)足跡仍在不斷增長(zhǎng)，2020年總?cè)司鷳B(tài)足跡將增長(zhǎng)至8.0518hm2/人，年均增長(zhǎng)率為5.14%。此外，人均能源生態(tài)足跡年均增長(zhǎng)率為8.66%，在2020年將達(dá)到6.7662hm2/人，占總?cè)司鷳B(tài)足跡的比重上升至68.77%，年均增長(zhǎng)率為8.66%。根據(jù)預(yù)測(cè)結(jié)果，安徽省將面臨巨大的節(jié)能減排壓力，要想順利達(dá)到十三五規(guī)劃的生態(tài)要求，必須作出相應(yīng)的政策調(diào)整。

3 結(jié)論與建議

3.1 結(jié) 論

本文利用能值生態(tài)足跡模型對(duì)安徽省1990-2014年的生態(tài)足跡進(jìn)行了測(cè)算，結(jié)果表明，安徽省的生態(tài)足跡逐年增加，人均生態(tài)承載力沒有明顯變化，生態(tài)赤字日趨嚴(yán)重，萬(wàn)元GDP生態(tài)足跡雖然在不斷下降，但是生態(tài)足跡的增長(zhǎng)速度仍在上升。2014年，安徽省的能源賬戶生態(tài)足跡已經(jīng)占到總生態(tài)足跡的60%，結(jié)合GM(1，1)模型的預(yù)算結(jié)果發(fā)現(xiàn)該比例仍在進(jìn)一步增加，預(yù)計(jì)2020年將達(dá)到人均能源生態(tài)足跡為6.7662hm2/人，占總?cè)司鷳B(tài)足跡的比重上升至68.77%。因此，安徽省十三五規(guī)劃期間節(jié)能減排的任務(wù)十分艱巨

結(jié)合STIRPAT模型并利用PLS方法修正，定量分析發(fā)現(xiàn)，安徽省目前不存在環(huán)境與經(jīng)濟(jì)增長(zhǎng)的倒“U”型假設(shè)；人口規(guī)模、農(nóng)村人均純收入、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)化水平、第二產(chǎn)業(yè)GDP占比以及第三產(chǎn)業(yè)GDP對(duì)生態(tài)足跡具有正向的驅(qū)動(dòng)作用，能源消耗強(qiáng)度對(duì)生態(tài)足跡具有反方向的抑制作用；從V值來(lái)看，能源消耗強(qiáng)度、城鄉(xiāng)人均收入以及城鎮(zhèn)化水平是安徽省生態(tài)足跡重要的影響因素。

3.2 建 議

根據(jù)以上結(jié)論，為促進(jìn)安徽省可持續(xù)發(fā)展和城鎮(zhèn)化健康推進(jìn)，保證十三五規(guī)劃目標(biāo)的順利實(shí)現(xiàn)，本文建議：一是要重點(diǎn)解決能源問題。一方面制定合理的節(jié)能減排政策，發(fā)展低碳經(jīng)濟(jì)；另一方面優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，不僅要優(yōu)化三大產(chǎn)業(yè)結(jié)構(gòu)，還要優(yōu)化各類產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)，鼓勵(lì)創(chuàng)新，加大新能源技術(shù)的研發(fā)力度，積極開發(fā)新的可再生能源。二是繼續(xù)提高民眾的環(huán)保意識(shí)。消費(fèi)仍是影響生態(tài)環(huán)境的重要因素，鼓勵(lì)民眾低碳消費(fèi)，綠色出行，愛護(hù)環(huán)境、節(jié)能減排。三是政府要統(tǒng)籌協(xié)調(diào)好城鎮(zhèn)化、經(jīng)濟(jì)增長(zhǎng)和生態(tài)環(huán)境的關(guān)系，不能盲目追求快速城鎮(zhèn)化，一味追求經(jīng)濟(jì)增長(zhǎng)，要通過有效的政策，優(yōu)化人口結(jié)構(gòu)，控制城鎮(zhèn)化速度，實(shí)現(xiàn)土地集約利用、資源有效利用、環(huán)境友好發(fā)展的綠色經(jīng)濟(jì)增長(zhǎng)和綠色城鎮(zhèn)化。

[1]ReesWE.Ecologicalfootprintsandappropriatedcarryingcapacity:whaturbaneconomicsleavesout[J].EnvironmentandUrbanization,1992,4(2):121-130

[2]WackernagelM，OnistoL，BelloP，etal．Nationalnaturalcapitalaccountingwiththeecologicalfootprintconcept[J]．EcologicalEconomics，1999，29(3)：375-390

[3]譚偉文，文禮章，仝寶生，等.生態(tài)足跡理論綜述與應(yīng)用展望[J].生態(tài)經(jīng)濟(jì)，2012(6)：173-181

[4]徐中民，張志強(qiáng)，程國(guó)棟.甘肅省1998年生態(tài)足跡計(jì)算與分析[J].地理學(xué)報(bào),2000，55(5):607-616

[5]熊德國(guó),鮮學(xué)福,姜永東.生態(tài)足跡理論在區(qū)域可持續(xù)發(fā)展評(píng)價(jià)中的應(yīng)用及改進(jìn)[J].地理科學(xué)進(jìn)展,2003,22(6):618-626

[6]趙云龍,唐海萍,李新宇,等.河北省懷來(lái)縣可持續(xù)發(fā)展?fàn)顩r的生態(tài)足跡分析[J].自然資源學(xué)報(bào),2004,19(1)：128-135

[7]李兵，張建強(qiáng)，權(quán)進(jìn)民.企業(yè)生態(tài)足跡和生態(tài)效率研究[J].環(huán)境工程，2007(6)：85-88

[8]向書堅(jiān)，柴士改.生態(tài)足跡若干不足、修正與完善以及應(yīng)用拓展[J]．資源科學(xué)，2013，35(5):1051-1058

[9]黃寶榮，崔書紅，李穎明.中國(guó)2000-2014年生態(tài)足跡變化特征及影響因素[J].環(huán)境科學(xué)，2016，37(2)：420-426

[10]李惠梅，張安錄.我國(guó)經(jīng)濟(jì)增長(zhǎng)和城市化對(duì)生態(tài)足跡影響的計(jì)量分析[J].中國(guó)人口·資源與環(huán)境，2011，21：381-383

[11]王立群,李冰,郭軻.北京市生態(tài)足跡變化及其社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子分析[J].城市問題,2014(7):2-8

[12]任毅，李宇，鄭吉.基于改進(jìn)STIRPAT模型的定西市生態(tài)足跡影響因素研究[J].生態(tài)經(jīng)濟(jì)，2016，32(1)：88-93

[13]黃蕊,王錚,丁冠群,等.基于STIRPAT模型的江蘇省能源消費(fèi)碳排放影響因素分析及趨勢(shì)預(yù)測(cè)[J].地理研究.2016，35(4):781-789

[14]李健，王錚，樸勝任.大型工業(yè)城市碳排放影響因素分析及趨勢(shì)預(yù)測(cè)：基于PLS-STIRPAT模型的實(shí)證研究[J].科技管理研究，2016(7)：229-234

[15]王惠文．偏最小二乘回歸方法及其應(yīng)用[M]．北京:國(guó)防工業(yè)出版社，1999：1-265

[16]WaggonerPE,AusubelJH.Aframeworkforsustainabilityscience:ArenovatedIPATidentity[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,2002,99(12):7860-7865

[17]YorkR，RosaEA，DietzT．STIRPAT，IPATandImpact:analytictoolsforunpackingthedrivingforcesofenvironmentalimpacts[J].EcologicalEconomics，2003，46(3):351-365

[18]陳操操，劉春蘭，汪浩，等.北京市能源消費(fèi)碳足跡影響因素分析：基于STIRPAT模型和偏小二成模型[J].中國(guó)環(huán)境科學(xué)，2014，34(6)：1622-1632

[19]張芳怡，濮勵(lì)杰，張建.基于能值分析理論的生態(tài)足跡模型及其應(yīng)用：以江蘇省為例[J].自然資源學(xué)報(bào)，2006，21(4)：653-660

[20]劉淼，胡遠(yuǎn)滿，常禹，等.基于能值理論的生態(tài)足跡方法改進(jìn)[J].自然資源學(xué)報(bào)，2008，23(3)：447-457

[21]肖思思,黃賢金，吳春篤.江蘇省生態(tài)足跡時(shí)間維度變化及其驅(qū)動(dòng)因素分析：基于PLS方法對(duì)STIRPAT模型的修正[J].地理與地理信息科學(xué)，2012，28(3)：76-82

[22]吳振信，石佳.基于STIRPAT和GM(1，1)模型的北京能源碳排放影響因素分析及趨勢(shì)預(yù)測(cè)[J].中國(guó)管理科學(xué)，2012，20(11)：804-809

(責(zé)任編輯：汪材印)

10.3969/j.issn.1673-2006.2016.08.030

2016-03-19

國(guó)家社會(huì)科學(xué)規(guī)劃基金一般項(xiàng)目(11BJL039)；安徽自然科學(xué)基金項(xiàng)目(1608085MG159)；安徽財(cái)經(jīng)大學(xué)研究生創(chuàng)新基金項(xiàng)目(ACYC2015075)

黃永強(qiáng)(1993-)，安徽馬鞍山人，在讀碩士研究生，主要研究方向：宏觀經(jīng)濟(jì)理論與政策。

F

A

1673-2006(2016)08-0108-06