高寒生態(tài)脆弱區(qū)自然資本動態(tài)評估及驅動因素研究
—— 以拉薩市為例*

楊 丹 周 波 成受明 YANG Dan, ZHOU Bo, CHENG Shouming

0 引言

自然資本是生態(tài)系統(tǒng)提供的資源與生態(tài)服務的總稱，包含流量資本與存量資本兩部分[1]。近年來，隨著城市化、工業(yè)化進程的不斷推進，人口膨脹、資源短缺、環(huán)境惡化、生態(tài)失衡等問題日益凸顯，對地區(qū)的生態(tài)安全造成威脅，成為區(qū)域可持續(xù)發(fā)展的阻礙[2-3]。量化人類對自然資本的需求以及自然資本的供給能力成為可持續(xù)發(fā)展研究領域的重點[4]。拉薩市地處青藏高原，屬于高原溫帶半干旱季風區(qū)，具有海拔高、空氣稀薄、氣溫低、冬春季節(jié)寒冷干燥且多風等特點，由于地理位置的特殊性，拉薩生態(tài)環(huán)境脆弱，具有植被生長周期短、環(huán)境容量小、土地侵蝕速度快、水土流失嚴重、易受外界干擾、恢復時間長等特點，是典型的高寒地區(qū)生態(tài)脆弱城市。自身生態(tài)系統(tǒng)的脆弱性導致人為活動更易對拉薩的生態(tài)環(huán)境造成破壞。近十年，拉薩市處于經(jīng)濟社會快速發(fā)展時期，城市化率由2009年的41.00%上升至2018年的53.52%。探討拉薩市自然資本的動態(tài)演變與驅動因素將為拉薩市正確處理資源利用與經(jīng)濟、社會發(fā)展之間的關系提供科學依據(jù)。

生態(tài)足跡由加拿大生態(tài)經(jīng)濟學家里斯（Willian E Rees）[5]提出，是指能夠持續(xù)提供資源或消納廢物，具有生物生產(chǎn)能力的地域空間，其學生威客納格（Wackernagel）[6]進一步完善了該理論，建立生態(tài)足跡經(jīng)典模型。生態(tài)足跡法運算量相對較小、理解性和可操作性強，且可以對計算結果進行相應分析，有助于提出針對性的解決措施，因此成為衡量自然資本可持續(xù)利用的重要指標，得到了廣泛應用。針對高寒生態(tài)脆弱區(qū)，學者們大多從省域尺度開展研究，如宗永臣[7]基于生態(tài)足跡計算結果對2007年西藏的可持續(xù)發(fā)展能力進行分析；安寶晟[8]等人則對2005—2010年西藏生態(tài)足跡與承載力進行動態(tài)分析。部分學者針對市域與縣域進行研究，如李含琳[9]基于甘孜州的產(chǎn)量因子，運用生態(tài)足跡模型對四川甘孜藏族自治州的可持續(xù)發(fā)展能力進行定量評估，發(fā)現(xiàn)其發(fā)展處于不可持續(xù)狀態(tài)。滕銳、李廣[10]等人則通過生態(tài)足跡模型對甘南藏族自治州瑪曲縣2007—2016年的可持續(xù)發(fā)展情況的變化進行研究，發(fā)現(xiàn)瑪曲縣總體生態(tài)安全形勢較弱，草地需求與退化之間的矛盾突出。宗剛[11]以阿里地區(qū)普蘭縣為例，基于高寒草原的特點，對生態(tài)足跡方法進行了適當修正，為其他高寒草原的保護研究提供了相關經(jīng)驗。總的來說，高寒生態(tài)脆弱區(qū)的相關研究較少。

由于傳統(tǒng)的生態(tài)足跡模型是基于靜態(tài)視角的二維模型，無法區(qū)分自然資本流量和存量之間的關系，也不能體現(xiàn)生態(tài)透支在時間維度上的積累和不可持續(xù)的情況[12]，為了區(qū)分存量資本和流量資本，尼科盧奇（Niccolucci）等人通過構建三維生態(tài)足跡模型引入足跡深度和足跡廣度來表征人類對自然資本存量和流量的利用水平[13-14]。方凱等人將三維生態(tài)足跡的基本概念和計算方法引入國內(nèi)，認為按照尼科盧奇的計算方法，不同類型生產(chǎn)性土地的生態(tài)赤字或盈余在累加過程中會相互抵消，弱化了自然資本供需之間的矛盾，因此改進了該計算方法[15]，從全球尺度[16]、國家尺度[17]、省域尺度[18]核算自然資本的利用情況。隨后，學者們利用改進后的三維生態(tài)足跡模型分析自然資本的利用情況，杜悅悅[19]、楊一旸[20]等人以京津冀城市群與長江中游城市群為例開展城市群尺度研究，馬維兢[21]、李鵬輝[22]等人對九龍江流域、瑪納斯河流域進行了流域尺度研究，蘇子龍[23]、秦超[24]等人對安徽省、陜西省開展了省域尺度評價，朱高立[25]、王冠[26]等人則對鹽城市、焦作市進行了市域尺度分析，均取得了較好的研究成果。隨著三維生態(tài)足跡研究的深入，一些學者進嘗試對其驅動因素進行探討。其中，田鵬等人運用主成分分析法，分析了浙江省海岸帶各區(qū)縣的生態(tài)足跡影響因素[27]。楊屹等人借助偏最小二乘法研究了榆林市生態(tài)足跡變化的驅動力[28]。程鈺等人通過主成分分析與多元線性回歸分析模型分析了黃河三角洲地區(qū)生態(tài)足跡演變的影響因素[1]。

高寒生態(tài)脆弱區(qū)的生態(tài)文明建設和生態(tài)環(huán)境保護工作是國家和當?shù)卣块T長期關注的重點。目前，有關高寒生態(tài)脆弱區(qū)城市自然資本核算的研究較少，且大多停留在生態(tài)足跡計算和可持續(xù)發(fā)展狀況評估方面，缺少對存量資本與流量資本的進一步研究，更缺乏對自然資本動態(tài)演變的驅動因素的探索?；诖?，本文以拉薩市作為典型案例，運用改進的三維生態(tài)足跡模型對2009—2018年間的自然資本利用情況進行動態(tài)分析，并采用偏最小二乘法探討其驅動因素，有助于為拉薩市以及相似的高寒生態(tài)脆弱區(qū)城市生態(tài)文明建設與社會經(jīng)濟協(xié)同發(fā)展提供參考。

1 研究區(qū)概況

拉薩市是西藏自治區(qū)政治、經(jīng)濟、文化中心和交通樞紐，位于雅魯藏布江中游、拉薩河谷平原西端，地理位置為東經(jīng)89°45’至92°37’，北緯29°14’至31°0’，東西長227 km，南北寬202 km，全市總面積29 518 km2。截止至2018年末，拉薩市常住人口70.83萬，地區(qū)生產(chǎn)總值540.78億元。

拉薩市土地資源豐富，類型多樣，人均耕地、林地、牧草地和水域面積均高于全國人均水平。其中，牧草地所占比例最大，但是由于山高坡陡、降水不足、土壤侵蝕、水土流失、土壤養(yǎng)分不足等各種原因，土地生產(chǎn)力水平低。其礦產(chǎn)資源種類比較齊全，剛玉、高嶺土、自然硫儲量居全國前列。拉薩水資源豐富，境內(nèi)江河平均徑流量340億立方米，湖泊儲水200億立方米；地下水豐富，冰川與永久積雪帶中儲存有大量固體水，由于工業(yè)與生活污水排放量少，且處于高寒地區(qū)，病蟲害少，農(nóng)田中農(nóng)藥、化肥使用量少，水質良好，水資源污染不明顯。能源方面，拉薩市主要使用水電、生物質能、太陽能等清潔能源，居民用氣以液化石油氣為主，自2012年11月底管道燃氣正式供應之后，天然氣逐漸開始投入使用，解決了拉薩市約三分之一人口的生活用氣，以及拉薩市所有出租車、公交車以及經(jīng)濟技術開發(fā)區(qū)企業(yè)的用氣。

2 研究方法與數(shù)據(jù)來源

2.1 數(shù)據(jù)來源與處理

生態(tài)足跡賬戶中的生物資源賬戶數(shù)據(jù)與能源消耗賬戶數(shù)據(jù)本主要來源于拉薩市統(tǒng)計局與國家統(tǒng)計局拉薩調(diào)查隊主編的2010—2019年《拉薩市統(tǒng)計年鑒》《拉薩市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》《中國城市建設統(tǒng)計年鑒》與拉薩市人民政府官網(wǎng)公布的數(shù)據(jù)。土地類型面積數(shù)據(jù)來源于自然資源部土地調(diào)查成果共享應用服務平臺（http://tddc.mnr.gov.cn/to_Login）。由于第三次土地調(diào)查成果還未公布，2017年與2018的土地利用數(shù)據(jù)缺失，考慮到短期土地數(shù)據(jù)變動不會太大，固沿用2016年的土地利用現(xiàn)狀數(shù)據(jù)。全球平均產(chǎn)量數(shù)據(jù)主要來源于聯(lián)合國糧農(nóng)組織（FAO）的統(tǒng)計數(shù)據(jù)庫資料。能源賬戶的折算系數(shù)與全球平均能源足跡參考了張津瑞等人[29]的研究，其中，由于拉薩市以水力發(fā)電為主，采用世界單位水電水庫年發(fā)電量77千瓦時/萬公頃作為計算標準[30]。拉薩市地處高寒生態(tài)脆弱區(qū)，地理環(huán)境具有獨特性，本文根據(jù)劉某承、李文華等基于凈初級生產(chǎn)力的中國生態(tài)足跡均衡因子和產(chǎn)量因子的測算結果[31-32]，選取西藏自治區(qū)的數(shù)值作為計算時所用的產(chǎn)量因子與均衡因子。具體指標的選取和數(shù)據(jù)說明見表1。

表1 指標選取與數(shù)據(jù)說明Tab.1 index selection and data description

2.2 研究方法

2.2.1 三維生態(tài)足跡模型

2.2.1.1 三維生態(tài)足跡模型及其改進

三維生態(tài)足跡模型是由通過生態(tài)承載力和生態(tài)赤字相加所得的經(jīng)典生態(tài)足跡模型演變而來；而三維生態(tài)足跡則是由足跡深度和足跡廣度相乘所得[13]。其中，足跡深度是指為維持區(qū)域現(xiàn)有資源消費水平，理論上所需占用的區(qū)域土地面積的倍數(shù)，代表了人類對自然資本存量的消耗程度；足跡廣度是指在區(qū)域生物承載力限度內(nèi)，實際占有的生物生產(chǎn)性土地的面積，代表了人類對自然資本流量的占用水平[15]。相關計算公式如下：

EF為生態(tài)足跡；N為常住人口數(shù)；ef為人均生態(tài)足跡；rj為第j類土地的均衡因子；ci為第i種消費品的人均消費量；pi為第i種消費品的世界年均產(chǎn)量。EC為生態(tài)承載力，世界環(huán)境與發(fā)展委員會在《我們共同的未來》報告中指出，在計算生態(tài)承載力時應扣除12%的生物多樣性土地面積[33]；ec為人均生態(tài)承載力；aj為人均生物生產(chǎn)土地面積；yj為第j類土地產(chǎn)量因子。ED>0時為生態(tài)盈余；ED<0時為生態(tài)赤字。分別是足跡廣度、足跡深度與三維生態(tài)足跡。

然而，三維生態(tài)足跡模型只適用于某一種地類單一尺度的測算，如果將其用于多種地類，簡單的求和會導致足跡深度偏低、廣度偏高[34]。鑒于此，方愷等人提出了改進方法[15]。在進行三維生態(tài)足跡計算與分析時，為保持生態(tài)足跡與生物承載力地類組分的一致性, 本文參考方愷的做法，假設化石燃料所排放的CO2均由林地吸收，將能源用地并入林地計算[16]。計算公式如下：

2.2.1.2 資本流量占用率

當區(qū)域某一類資本流量未被完全占用，該地類足跡深度為自然原長，無法表征人口對資本流量的實際占用程度，因此引入資本流量占用率指標進行表征[17]。計算公式如下：

2.2.1.3 存量流量利用比

存量流量利用比表征的是存量與流量之間的大小關系，可定量測算存量資本超前于流量資本的程度，其值越大，自然資本利用的可持續(xù)性越弱[17]。計算公式如下：

2.2.2 偏最小二乘回歸法

2.2.2.1 偏最小二乘回歸法（PLS）原理

偏最小二乘回歸法（PLS）集中了多元線性回歸分析、典型相關分析與主成分分析多種方法的優(yōu)點，可以有效解決變量之間的多重相關性問題，適合在樣本容量小于變量個數(shù)的情況下進行回歸建模[35]。根據(jù)因變量個數(shù)的不同，PLS可分為單因變量偏最小二乘回歸分析（PLS1）與多因變量偏最小二乘回歸分析（PLS2），本研究采用單因變量偏最小二乘回歸分析。

單因變量偏最小二乘回歸的原理與計算過程如下：假設有p個自變量{x1,x2,…,xp}、1個因變量y、n個樣本構成自變量數(shù)據(jù)集X={x1,x2,…,xp}n×p，現(xiàn)在X中提取成分t1，t1是x1,x2,…,xp的線性組合，盡可能多地提取X中的變異信息，同時要求t1對y有較強的解釋能力。根據(jù)交叉有效性確定成分的提取個數(shù)，以0.097 5為判斷標準，若小于0.097 5，停止迭代，最終提取m個成分。最后，建立t1,t2,…,tm與y之間的回歸方程。各自變量的重要性通過模型中變量投影重要性（VIP）值的大小確定，VIP越大，影響力越強，如果自變量的VIP值大于1, 可以認為這個自變量是因變量的顯著影響因子[28]。

2.2.2.2 指標體系的構建

本研究選取拉薩市三維生態(tài)足跡為因變量y，運用SIMCA 14.1軟件分析其動態(tài)變化驅動因素。根據(jù)相關文獻[28-29，36]可知，在比較短的時間段內(nèi)，人口規(guī)模、經(jīng)濟發(fā)展、產(chǎn)業(yè)結構、消費水平、社會投資等因素是影響生態(tài)足跡的主要因素。基于此，構建拉薩市三維生態(tài)足跡變化驅動因素指標體系如表2所示。

表2 拉薩市三維生態(tài)足跡變化驅動因素指標體系Tab.2 index system of driving factors of 3D ecological footprint in Lhasa

3 結果與分析

3.1 自然資本占用與供給的動態(tài)變化

根據(jù)傳統(tǒng)生態(tài)足跡模型，計算得出拉薩市2009—2018年人均生態(tài)足跡（自然資本占用）、人均生態(tài)承載力（自然資本供給）與人均生態(tài)赤字/盈余（自然資本虧損/盈余）如圖1所示。結果表明，人均生態(tài)足跡從2009年的2.541 hm2/人下降到2011年的0.836 hm2/人，2009—2010年的下降幅度比較大，降幅高達64.79%；隨后陸續(xù)增加至2014年的1.802 hm2/人，增長幅度為115.70%，年均增長38.57%；2016年出現(xiàn)轉折，下降至1.303 hm2/人，降幅為27.69%，年均下降13.84%；2017年增長至1.634 hm2/人，增長幅度為25.40%；2018年出現(xiàn)小幅下降，下降幅度為2.23%，下降至1.598 hm2/人?？偟膩碚f，除了2009年情況比較特殊之外，拉薩市人均生態(tài)足跡近十年間呈波動上升的趨勢。人均生態(tài)承載力由2009年的2.152 hm2/人持續(xù)下降至2018年的1.566 hm2/人，下降幅度為27.24%，變化幅度相對較小。人均生態(tài)赤字的變化趨勢與人均生態(tài)足跡的變化趨勢一致，即人均生態(tài)足跡是引起人均生態(tài)赤字變化的主要原因。2009—2018年，拉薩市自然資本逐漸由盈轉虧，其中，2009、2014、2017與2018年處于生態(tài)赤字。這表明，拉薩市人口的生產(chǎn)與生活對拉薩市的生態(tài)系統(tǒng)產(chǎn)生的壓力越來越大。

圖1 2009—2018年拉薩市自然資本動態(tài)變化Fig.1 changes of natural capital in Lhasa from 2009 to 2018

人均生態(tài)足跡的構成如圖2所示。除2009年情況特殊，能源消耗賬戶所占比例高于生物資源賬戶所占比例外，其余年份的生物資源賬戶所占比例均高于能源消耗賬戶，且占比高達90%以上。2009—2010年，生物資源賬戶由0.850 hm2/人提升至0.882 hm2/人，能源消耗賬戶占比則從1.691 hm2/人下降至0.013 hm2/人，波動較大。2010年之后，生物資源賬戶與能源消耗賬戶分別從2010年的0.882 hm2/人與0.013 hm2/人增長到2018年的1.479 hm2/人與0.119 hm2/人，所占比例分別從2010年的98.52%與1.48%變化為2018年的92.56%與7.44%，生物資源賬戶占比呈下降趨勢，能源消耗賬戶占比呈上升趨勢，但生物資源賬戶仍然是拉薩市生態(tài)足跡增長的主要推動力。

圖2 2009—2018年拉薩市人均生態(tài)足跡構成Fig.2 constitution of ecological footprint per capita in Lhasa from 2009 to 2018

從各賬戶內(nèi)部構成看，不同資源賬戶的組間差異明顯。生物資源賬戶中農(nóng)產(chǎn)品占比最大，約為50.00%，其中，豬肉與糧食的貢獻比較大，所有的農(nóng)產(chǎn)品指標均呈增長趨勢，食糖與食用油增幅較大，分別為195.37%與256.58%；水產(chǎn)品占比最小，約為1.00%，這與藏族人不吃魚的習俗有關。2011—2016年以及2018年，林產(chǎn)品占比高于草產(chǎn)品，2009、2010與2017年的草產(chǎn)品占比大于林產(chǎn)品。林產(chǎn)品與草產(chǎn)品中起主要作用的指標分別茶葉與牛羊肉，2009—2018年，牛羊肉的人均生態(tài)足跡由0.112 hm2/人增長至0.353 hm2/人，增長幅度高達214.17%，茶葉的人均生態(tài)足跡波動較大，2013年之前主要呈下降趨勢，2013年后主要呈上升趨勢。草產(chǎn)品占比大于林產(chǎn)品的主要原因是草產(chǎn)品消費的增長幅度大于林產(chǎn)品消費的下降幅度。在能源消耗賬戶中，所有能源指標的人均生態(tài)足跡均呈增長趨勢，其中液化石油氣人均生態(tài)足跡占比最大，但隨著時間的推移，比例逐漸減小，由2009年的99.84%下降至2018年的55.89%。天然氣人均生態(tài)足跡占比呈增長趨勢，2013年之前，天然氣還沒有得到廣泛應用，水電的占比大于天然氣，自2012年底管道燃氣供應之后，天然氣比例迅速超過水電，到2018年提升至36.21%。雖然隨著社會的發(fā)展，拉薩市的能源消耗量增加，但能源的使用結構得到了優(yōu)化，更多使用清潔能源。

3.2 存量資本消耗與流量資本占用的動態(tài)變化

根據(jù)改進三維生態(tài)足跡模型，計算得出拉薩市人均足跡深度、人均足跡廣度與人均三維生態(tài)足跡如圖3所示。2009—2010年，足跡深度由1.748下降至1.190，說明存量資本的消耗得到了遏制，主要是由于液化石油氣的消耗量大幅下降，這與拉薩市政府在“十一五”期間積極調(diào)整優(yōu)化能源結構、加快新能源與可再生能源的開發(fā)與利用以及開拓新的能源市場密切相關。2010—2018年，足跡深度出現(xiàn)上升趨勢，由1.190增至1.477，即人類的消費需求對拉薩市生態(tài)系統(tǒng)的壓力增大。這主要是因為拉薩市的社會經(jīng)濟迅速發(fā)展，城鎮(zhèn)化率由2010年43.08%提升至2018年的53.52%，居民的消費需求得到提升，并且，隨著“產(chǎn)業(yè)強市”戰(zhàn)略的深入實施，以工業(yè)為主體的第二產(chǎn)業(yè)逐步成為拉薩經(jīng)濟增長的新引擎，工業(yè)化水平提高，能源需求量增加。2009—2018年，足跡廣度在波動中呈上升趨勢，即人們對流量資本的占用增加。總體而言，流量資本的利用無法滿足生產(chǎn)生活需求，拉薩市發(fā)展對存量資本的依賴性增強。運用改進三維生態(tài)足跡模型計算得出的人均生態(tài)足跡與經(jīng)典生態(tài)足跡模型的計算結果相比，數(shù)值偏小，動態(tài)演變趨勢一致，但由于其針對不同類型生產(chǎn)性土地的資本流量與資本存量進行考慮，能更真實地反映自然資本的利用情況。

圖3 2009—2018年拉薩市人均生態(tài)足跡廣度、深度和人均三維生態(tài)足跡變化Fig.3 changes of three-dimensional ecological footprint, footprint size per capita and footprint depth in Lhasa from 2009 to 2018

對不同地類的人均生態(tài)足跡深度進行分析，如圖4所示。2009—2018年拉薩市耕地的足跡深度始終大于1，且呈波動增長趨勢。2018年，拉薩市耕地的足跡深度為14.058，說明拉薩市需要14倍的耕地面積才能滿足當前人們的需求。草地、水域與建筑用地的足跡深度一直為1，其生態(tài)承載力始終大于生態(tài)足跡，但不能用于補償其他用地類型的生態(tài)赤字。林地經(jīng)歷了從消耗自然資本流量到消耗自然資本存量的過程，2010—2013年以及2016—2017年間，林地的足跡深度為1，僅占用自然資本流量，2009、2015、2016與2018年，林地的足跡深度大于1，流量資本已不能滿足生態(tài)需求，出現(xiàn)生態(tài)虧損。根據(jù)計算結果，依據(jù)拉薩市人口現(xiàn)有的消費水平，2018年需要14.058倍的耕地面積與1.138倍的林地面積才能基本維持和實現(xiàn)拉薩市的生態(tài)環(huán)境平衡與可持續(xù)發(fā)展，反映了高寒生態(tài)脆弱區(qū)的城市發(fā)展對耕地與林地產(chǎn)生的巨大生態(tài)環(huán)境壓力。

圖4 拉薩市2009—2018年不同地類人均生態(tài)足跡深度變化Fig.4 changes of ecological footprint depth per capita of various types of land in in Lhasa from 2009 to 2018

對不同地類的人均生態(tài)足跡廣度進行分析，如圖5所示。從構成看，拉薩市人均生態(tài)足跡廣度按平均值的比例排列依次為：林地>草地>耕地>水域>建筑用地。其中，林地與草地占比分別為52.79%與36.60%，其足跡廣度呈波動上升趨勢，即林地與草地是拉薩市重要的自然資本用地類型。耕地、水域、建筑用地分別占8.15%、1.68%與0.78%，從側面說明拉薩市內(nèi)耕地資源緊缺，拉薩居民對水產(chǎn)品的需求不高，且土地開發(fā)利用強度不大。

圖5 拉薩市2009—2018年不同地類人均生態(tài)足跡廣度Fig.3 average proportion of land types in footprint size per capita in Lhasa from 2009 to 2018

3.3 自然資本流量占用率與存量流量利用比分析

根據(jù)公式（10）與（11），分別對資本流量占用率與存量流量利用比進行計算，結果如表3所示。2009—2018年，耕地流量資本被全部占用，需要消耗存量資本以彌補流量資本的不足。隨著人口的增長，拉薩市對農(nóng)產(chǎn)品的需求增加，耕地的存量流量利用比從2009年的5.027波動上升至2018年的13.058，但生態(tài)承載力未能同步提升，反而呈下降趨勢，即資本存量的消耗速度比流量的更新速度快，耕地的可持續(xù)性較弱，也從側面反映了耕地資源是高寒生態(tài)脆弱區(qū)自然資本可持續(xù)利用的短板。2009年，林地的存量流量利用比為2.176，相對較高，生態(tài)系統(tǒng)壓力大，但自清潔能源推廣后壓力得到緩解。2014年后，隨著能源消耗量的持續(xù)增長，林地的生態(tài)壓力再次增加，甚至開始消耗存量資本。目前，拉薩正處于占用資本流量向消耗資本存量的過渡階段。草地、水域以及建筑用地均處于流量資本占用狀態(tài)，其中，建筑用地與草地流量資本占用率增長趨勢顯著，說明當前拉薩的城市化水平不斷提升，且隨著消費的升級，居民對牛羊肉與奶類的需求增加。相較其他用地類型，水資源的資本流量占有率雖然存在波動，但多數(shù)情況下流量資本的占有率不高，水資源的開發(fā)利用具有較大潛力。

表3 2009—2018年拉薩市各類用地資本流量占用率與存量流量利用比Tab.3 occupancy rates of capital flows and use ratio of stock-flows of various lands in Lhasa from 2009 to 2018

3.4 自然資本動態(tài)演變驅動因素

利用偏最小二乘法（PLS）對拉薩市三維生態(tài)足跡的影響因素進行有效成分提取，當PLS提取7個有效成分時， R_(X^2 ) (cum)=0.992，R_(y^2 ) (cum)=0.987，Q^2=0.154>0.097 5，7個有效成分對Y的解釋能力為98.7%，對X的信息利用率為99.2%，模型擬合程度較好，模型選取合理?；诨貧w模型，得到標準化數(shù)據(jù)回歸方程：

Y=2.780+0.002X1-0.051X2+ 0.588X3+0.542X4+0.069X5-0.929X6+ 0.542X7-0.196X8-0.603X9+0.479X10

根據(jù)分析結果，獲取模型的VIP值如表4所示。按照影響因素解釋三維生態(tài)足跡的重要程度由大到小排序，第三產(chǎn)業(yè)產(chǎn)值增長指數(shù)（X6）>農(nóng)牧民人均可支配收入增長指數(shù)（X9）>全社會固定資產(chǎn)投資增長指數(shù)（X7）>社會消費品零售總額增長指數(shù)（X10）>GDP（X3）>年末常住人口數(shù)（X1） >第二產(chǎn)業(yè)產(chǎn)值增長指數(shù)（X5）>城鎮(zhèn)化率（X2）>城鎮(zhèn)居民人均可支配收入增長指數(shù)（X8）>第一產(chǎn)業(yè)產(chǎn)值增長指數(shù)（X4）。其中，第三產(chǎn)業(yè)產(chǎn)值增長指數(shù)（X6）、農(nóng)牧民人均可支配收入增長指數(shù)（X9）、全社會固定資產(chǎn)投資增長指數(shù)（X7）與社會消費品零售總額增長指數(shù)（X10）的VIP值大于1，是顯著驅動因素。其余6個指標的VIP值在0.5~1之間，屬于重要驅動因素。

表4 變量投影重要性指標Tab.4 the variable importance for projection

人口規(guī)模方面，常住人口數(shù)與自然資本的利用為重要正相關。2009—2018年，拉薩市人口增長了38.70%，增長人口所需的生物資源與能源資源直接導致了自然資本使用量的增加。

經(jīng)濟發(fā)展方面，自然資本的占用與GDP為重要正相關，與城鎮(zhèn)化率為重要負相關。近十年來，拉薩市經(jīng)濟快速增長，GDP增長了2.5倍，除第三產(chǎn)業(yè)做出重大貢獻外，第二產(chǎn)業(yè)的快速發(fā)展所帶來的經(jīng)濟效益同樣不可小覷，但由于拉薩市的工業(yè)發(fā)展還處于起步階段，主要以資源開采與粗加工為主，對資源與能源的依賴相對較大，且服務業(yè)也主要以生活消費為主，均需消耗大量的自然資本。對于城鎮(zhèn)化而言，城市在資源的高效使用與清潔能源的利用方面比農(nóng)村更具優(yōu)勢，因此，城市化水平的提高有助于抑制自然資本的損耗。

產(chǎn)業(yè)結構方面，2018年，拉薩市三產(chǎn)占比為3：43：54，第三產(chǎn)業(yè)依舊占據(jù)主導地位，第二產(chǎn)業(yè)發(fā)展勢頭強勁。就第一產(chǎn)業(yè)而言，大多數(shù)農(nóng)牧民依舊采用傳統(tǒng)的生產(chǎn)方式，對土地的開發(fā)利用受技術限制，加上拉薩市土地生產(chǎn)力水平偏低，容易過度使用，導致自然環(huán)境超負荷。第二產(chǎn)業(yè)的發(fā)展會耗費大量能源，對環(huán)境產(chǎn)生壓力。第三產(chǎn)業(yè)的發(fā)展與自然資本的利用呈顯著負相關，即發(fā)展第三產(chǎn)業(yè)在一定程度上能夠減少自然資本的消耗，構建合理的產(chǎn)業(yè)結構有助于減少區(qū)域的環(huán)境壓力。

社會投資方面，拉薩市建筑工程的投資占總社會固定資產(chǎn)投資的比例較大，消耗了大量資源，對土地資源的需求增加，但整體集約利用程度不高，地均產(chǎn)出效益偏低，導致拉薩市生態(tài)環(huán)境的壓力增加。

消費水平方面，社會消費品零售總額的快速增長意味著拉薩居民對生物資源與服務的需求增加，對自然資本的消耗增強。農(nóng)村居民與城鎮(zhèn)居民人均可支配收入增長率與自然資本的使用呈負相關，主要是因為可支配收入增長越多，居民有能力也更愿意在日常生活中實踐環(huán)保行為。

4 結論與討論

4.1 結論

本文以拉薩市為例，采用改進的三維生態(tài)足跡模型研究了高寒生態(tài)脆弱區(qū)城市自然資本的利用特征與可持續(xù)發(fā)展情況，并通過PLS模型揭示了自然資本動態(tài)演變的驅動因素，研究得出以下結論。

2009—2018 年，拉薩市人均生態(tài)足跡呈先下降后波動上升的變化趨勢，人均生態(tài)承載力持續(xù)下降，變化幅度相對較小，人均生態(tài)赤字與人均生態(tài)足跡變化一致，拉薩市自然資本逐漸由盈轉虧，生物資源賬戶是生態(tài)足跡的主要驅動力。

研究期間，拉薩市足跡廣度較低，但處于上升趨勢，足跡深度較高且始終大于1，流量資本的使用無法滿足生產(chǎn)生活需求，拉薩市的發(fā)展對存量資本的依賴性增強。

資本流量占用率與資本存量利用比結果顯示，草地、水域與建筑用地處于流量資本占用狀態(tài)，耕地是資本存量消耗的主要方式，林地則正處于流量資本占用向存量資本消耗的過渡階段。

偏最小二乘回歸分析結果顯示，社會投資、消費水平以及產(chǎn)業(yè)結構中的第三產(chǎn)業(yè)發(fā)展是自然資本的顯著驅動因素，相比之下，人口規(guī)模與經(jīng)濟發(fā)展的驅動力較小。其中，城鎮(zhèn)化的推進、第三產(chǎn)業(yè)的發(fā)展以及城鎮(zhèn)居民與農(nóng)牧民人均可支配收入的增加對自然資本的消耗有抑制作用。

4.2 討論

由于受研究時序、生態(tài)足跡核算方式、足跡賬戶指標的差異以及產(chǎn)量因子、均衡因子的選取等各方面因素的影響，自然資本的核算值與已有的研究成果[37-38]存在一定差異，但動態(tài)演變趨勢相同，均顯示拉薩市的可持續(xù)性呈現(xiàn)出偏離狀態(tài)。

生態(tài)文明建設大背景下，經(jīng)濟發(fā)展不再是衡量區(qū)域發(fā)展水平的唯一標準，特別是高寒生態(tài)脆弱區(qū)，保護生態(tài)環(huán)境是實現(xiàn)區(qū)域可持續(xù)發(fā)展的重要任務。本文通過對拉薩市自然資本的動態(tài)評估與對其驅動因素的分析，深化了對拉薩市自然資本利用情況的認識，提出以下建議。

自然資本供應方面，落實基本農(nóng)田保護措施，保證耕地資源，可以通過對農(nóng)牧民進行技術培訓、優(yōu)化農(nóng)業(yè)用地配置等措施，提高土地的生產(chǎn)能力，加大土地產(chǎn)出效益，從根本上提升自然資本的供應能力。自然資本消耗方面，通過改善消費結構，減少高能耗、高資源產(chǎn)品的消費；利用地理優(yōu)勢，有序推進水電工程建設，推動清潔能源在生產(chǎn)與生活中的使用；充分依托拉薩的資源優(yōu)勢，重點發(fā)展旅游業(yè)、凈土產(chǎn)業(yè)、文化產(chǎn)業(yè)與新能源產(chǎn)業(yè)，強化生態(tài)保護要求。

此外，在研究過程中，受資料來源的限制，足跡賬戶中的產(chǎn)品項目不夠精細，且能源數(shù)據(jù)的轉換系數(shù)的設定基于的是理想的狀態(tài)，導致計算所得的生態(tài)足跡比實際情況低，但不影響最終的結論，在今后的研究中，可以對這些方面進行改進。

圖表來源：

圖1-5：作者繪制

表1-4：作者繪制