基于BP神經(jīng)網(wǎng)絡(luò)的工業(yè)生態(tài)安全動態(tài)評價及障礙因子診斷

趙楊秋, 何 剛, 王瑩瑩, 阮 君, 張 朋

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 安徽 淮南 232001)

生態(tài)安全是一個十分復(fù)雜的問題且是影響區(qū)域可持續(xù)發(fā)展的關(guān)鍵問題。2020年兩會期間，習(xí)近平同志進(jìn)一步強調(diào)“經(jīng)濟(jì)發(fā)展不能以破壞生態(tài)為代價，生態(tài)本身就是經(jīng)濟(jì)，保護(hù)生態(tài)就是發(fā)展生產(chǎn)力”，因此對生態(tài)安全進(jìn)行評價研究十分重要，有利于提高生態(tài)安全水平和促進(jìn)工業(yè)經(jīng)濟(jì)綠色發(fā)展。生態(tài)安全是對維護(hù)和保障生態(tài)環(huán)境系統(tǒng)和社會經(jīng)濟(jì)系統(tǒng)之間協(xié)調(diào)、穩(wěn)定、健康和可持續(xù)發(fā)展關(guān)系的探討[1]。生態(tài)安全評價是根據(jù)研究對象和研究目的，對特定時空范圍內(nèi)生態(tài)安全狀況的定性和定量描述[2]，促進(jìn)和維護(hù)生態(tài)系統(tǒng)的穩(wěn)定。

國外生態(tài)安全評價主要從生態(tài)風(fēng)險評價和預(yù)報[3]、環(huán)境沖突評價[4-5]、自然災(zāi)害評價等[6]方面進(jìn)行研究，研究模型主要有PSR(press-state-response)[7]、系統(tǒng)動力學(xué)模型[8]、變權(quán)模型等[9]，已經(jīng)具備全面的評價體系和系統(tǒng)的研究方法。國內(nèi)生態(tài)安全評價研究內(nèi)容重點在評價方法[10]和評價系統(tǒng)構(gòu)建[11]兩方面，研究維度由土地[12]延伸到工業(yè)、旅游[13]、公路路域環(huán)境、農(nóng)田[14]、水環(huán)境[15]、濕地[16]、景觀等[17]方面。21世紀(jì)初期，中國才開始對工業(yè)這個維度的生態(tài)安全進(jìn)行研究，研究領(lǐng)域包括工業(yè)生態(tài)安全評價、工業(yè)生態(tài)安全預(yù)警、工業(yè)生態(tài)脆弱性等[18]。生態(tài)安全評價方法主要有正態(tài)云模型、綜合指數(shù)法、TOPSIS法(technique for order preference by similarity to ideal solution)和云物元模型等。在預(yù)測方法上，又以灰色理論[19]、情景分析[20]、RBF神經(jīng)網(wǎng)絡(luò)(radial basis function neural network)[21]、可拓分析[22]、BP神經(jīng)網(wǎng)絡(luò)(back-propagation neural network)等[23]預(yù)測方法為主，余文波等[24]對土地進(jìn)行評價和調(diào)控，采用灰色預(yù)測模型對湖南省未來6 a的生態(tài)安全值進(jìn)行預(yù)測；周彬等[25]通過灰色系統(tǒng)GM(1,1)模型和RBF神經(jīng)網(wǎng)絡(luò)模型對普陀山島旅游生態(tài)安全發(fā)展趨勢進(jìn)行預(yù)測，并將兩種預(yù)測結(jié)果進(jìn)行比較選優(yōu)；高家驥等[26]研究南四湖湖泊濕地生態(tài)環(huán)境狀態(tài)，運用BP神經(jīng)網(wǎng)絡(luò)模型對未來10 a警度發(fā)展進(jìn)行預(yù)測。以上研究內(nèi)容主要偏向于單方面因素的研究，片面性較強，缺乏綜合性交叉及定量實證研究，又因為關(guān)于工業(yè)生態(tài)安全方面的研究起步較晚研究時間較短，因而提出兩方面的不足：①生態(tài)安全等級的分類多以平均分類法進(jìn)行劃分，因而等級的判斷精準(zhǔn)度不夠；②對于生態(tài)安全評價預(yù)測方面的研究不夠，沒有考慮到預(yù)測精度問題及未來區(qū)域發(fā)展對生態(tài)安全的作用影響。

BP神經(jīng)網(wǎng)絡(luò)是20世紀(jì)80年代Rumelhart和McClelland提出的一種以誤差為依據(jù)進(jìn)行多次反向傳播訓(xùn)練的多層前饋網(wǎng)絡(luò)[27]，通過逼近非線性連續(xù)函數(shù)時改變神經(jīng)元個數(shù)的方法提高模型的準(zhǔn)確度，且具有高度自學(xué)和自適應(yīng)能力。因此，本研究基于PSR-EEES模型構(gòu)建工業(yè)生態(tài)安全評價指標(biāo)體系并測算安徽省工業(yè)生態(tài)安全水平，借助BP神經(jīng)網(wǎng)絡(luò)算法對安徽省工業(yè)生態(tài)安全進(jìn)行預(yù)測，旨在通過該算法預(yù)測出后續(xù)幾年安徽省工業(yè)生態(tài)安全水平，從工業(yè)維度提高區(qū)域安徽省生態(tài)安全水平，為促進(jìn)安徽省區(qū)域可持續(xù)發(fā)展提供依據(jù)。

1 指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

1.1 研究區(qū)概況

安徽省位于中國長江下游，淮河中游，處于114°54′—119°37′E，29°41′—34°38′N。安徽省的第一產(chǎn)業(yè)和第二產(chǎn)業(yè)一直以來較為興盛，2019年安徽省生產(chǎn)總值為3.71×1012元，其中工業(yè)增加值為1.15×1012元，比例為30.86%，展現(xiàn)了龐大的工業(yè)規(guī)模，為全省社會經(jīng)濟(jì)的發(fā)展及生態(tài)建設(shè)提供了重要的物質(zhì)基礎(chǔ)。但由于工業(yè)化、城市化高速推進(jìn)，工業(yè)生產(chǎn)過程中三廢的產(chǎn)生量急劇增加，未經(jīng)處理的化學(xué)物質(zhì)投放速度超過了生態(tài)系統(tǒng)的自我修復(fù)速度，加之無計劃開采生態(tài)資源及生產(chǎn)生活中的大量流費，資源破壞生態(tài)污染問題蔓延甚至呈擴大趨勢，全省工業(yè)生態(tài)安全面臨沉重壓力，雖環(huán)保力度在不斷加大，但形勢仍不容樂觀。

1.2 指標(biāo)體系構(gòu)建

工業(yè)生態(tài)安全評價指標(biāo)體系是一個融合自然、環(huán)境、經(jīng)濟(jì)、社會等多方面的復(fù)合系統(tǒng)，從自然生態(tài)環(huán)境安全角度開展研究，同時對經(jīng)濟(jì)生態(tài)環(huán)境、社會生態(tài)環(huán)境安全領(lǐng)域也有涉及，具有綜合復(fù)雜性和動態(tài)變化性的特點，其指標(biāo)的選擇要結(jié)合工業(yè)生態(tài)安全的特點，除了能反映工業(yè)生態(tài)狀況的實際情況，也應(yīng)該考慮到人類相關(guān)活動對工業(yè)生態(tài)安全的潛在影響和其他重要因素。最初在1979年由加拿大統(tǒng)計學(xué)家David J. Rapport和Tony Friend提出、后由經(jīng)濟(jì)合作與發(fā)展組織(OECD)和聯(lián)合國環(huán)境規(guī)劃署(UNEP)進(jìn)一步完善的PSR模型從壓力、狀態(tài)、響應(yīng)3方面反映了生態(tài)環(huán)境系統(tǒng)與社會經(jīng)濟(jì)系統(tǒng)之間的相互作用關(guān)系，有助于系統(tǒng)性的對工業(yè)生態(tài)安全指標(biāo)的選取進(jìn)行指導(dǎo)[28]。

本研究基于PSR模型，加入自然、環(huán)境、經(jīng)濟(jì)和社會4個指標(biāo)因素，組合形成PSR-EEES模型(press-state-response—ecology-environment-economy-society)，強調(diào)壓力、狀態(tài)、響應(yīng)3方面均具有生態(tài)、環(huán)境、經(jīng)濟(jì)和社會4方面的影響因素，有利于從動態(tài)的角度更好的詮釋工業(yè)生態(tài)安全的演變過程(圖1)。

圖1 PSR-EEES模型運行機制

基于PSR-EEES模型的工業(yè)生態(tài)安全評價的運行機制中，壓力表征人類的經(jīng)濟(jì)和社會活動對環(huán)境的作用，是造成工業(yè)生態(tài)安全惡化的原因，選取單位GDP能耗、生態(tài)環(huán)境補水率、GDP增長率、人口密度等指標(biāo)從生態(tài)壓力、環(huán)境壓力、經(jīng)濟(jì)壓力和社會壓力四方面進(jìn)行構(gòu)建；狀態(tài)表征在壓力的影響下，工業(yè)生態(tài)安全的狀態(tài)和變化的情況，選取森林覆蓋率、水土協(xié)調(diào)度、人均工業(yè)產(chǎn)值、失業(yè)率等指標(biāo)從生態(tài)狀況、環(huán)境狀態(tài)、經(jīng)濟(jì)狀態(tài)和社會狀態(tài)4方面進(jìn)行構(gòu)建；響應(yīng)表征面臨壓力和狀態(tài)情況下，為了規(guī)避生態(tài)風(fēng)險，促進(jìn)工業(yè)生態(tài)的可持續(xù)性發(fā)展采取的補救措施，選取自然保護(hù)區(qū)面積比例、工業(yè)固體廢棄物綜合利用率、工業(yè)污染投資額、每萬人大學(xué)生數(shù)等指標(biāo)從生態(tài)、環(huán)境、經(jīng)濟(jì)和社會響應(yīng)4方面進(jìn)行構(gòu)建。結(jié)合工業(yè)生態(tài)安全內(nèi)涵，參考相關(guān)學(xué)者研究成果[29]，本研究構(gòu)建系統(tǒng)性的安徽省工業(yè)生態(tài)安全評價指標(biāo)體系(表1)。

表1 安徽省工業(yè)生態(tài)安全評價指標(biāo)體系

1.3 數(shù)據(jù)來源

數(shù)據(jù)來源參考《中國統(tǒng)計年鑒(2010—2019年)》《安徽統(tǒng)計年鑒(2010—2019年)》《安徽省環(huán)境狀況公報(2009—2018年)》《安徽省環(huán)境質(zhì)量報告書(2009—2018年)》及《安徽省國民經(jīng)濟(jì)和社會發(fā)展十三五規(guī)劃》等，其中生產(chǎn)總值相關(guān)數(shù)據(jù)均平減為2008年不變價。

2 研究設(shè)計及等級判別

2.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法

2.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) BP神經(jīng)網(wǎng)絡(luò)運行原理為：通過無數(shù)次正向與反向數(shù)據(jù)樣本傳播，修正神經(jīng)網(wǎng)絡(luò)之間的權(quán)值和閾值使得輸出樣本和最終輸出樣本之間的誤差處于預(yù)定范圍，則最終輸出樣本是十分精確的，圖2為其正、反向傳播修正學(xué)習(xí)的算法結(jié)構(gòu)。

注：φ，ξ為激活函數(shù)； xj為輸入層節(jié)點j的輸入值； θi為隱含層節(jié)點的閾值； ak為輸出層的閾值； wij，wki分別為輸入層與隱含層、隱含層與輸出層之間的權(quán)值。j=1,2,…,p; i=1,2,…,T; k=1,2,…,q。

2.1.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí) BP神經(jīng)網(wǎng)絡(luò)正向?qū)W習(xí)過程為原始樣本從輸入層p開始，途徑隱含層T，最后傳到輸出層q，3層BP神經(jīng)網(wǎng)絡(luò)p-T-q數(shù)學(xué)模型為：

(j=1,2,…,p;i=1,2,…,T)

(1)

(j=1,2,…,p;i=1,2,…,T;

k=1,2,…,q)

(2)

式中：Ui,Uk分別為隱含層和輸出層的輸出模型;φ，ξ為激活函數(shù);wij,wki分別為輸入層與隱含層、隱含層與輸出層之間的權(quán)值;θi為隱含層節(jié)點的閾值;ak為輸出層的閾值;xj為輸入層節(jié)點j的輸入值。

誤差反向傳播通過調(diào)整各層神經(jīng)元節(jié)點之間的權(quán)值和閾值使之達(dá)到預(yù)期的誤差范圍，ek為網(wǎng)絡(luò)預(yù)測誤差；η為學(xué)習(xí)速率，則輸出層和隱含層修正的權(quán)值和閾值為：

(3)

(4)

(5)

(6)

2.1.3 模型學(xué)習(xí)結(jié)束檢驗 為驗證模型學(xué)習(xí)效果，以便更準(zhǔn)確地預(yù)測工業(yè)生態(tài)安全發(fā)展態(tài)勢，通過比較輸出結(jié)果，若沒有達(dá)到預(yù)計期望，則將誤差原路返回以修正網(wǎng)絡(luò)參數(shù)降低誤差，看輸出結(jié)果是否達(dá)到要求的標(biāo)準(zhǔn)，若沒有符合要求，繼續(xù)進(jìn)行循環(huán)訓(xùn)練，直到符合要求為止。

2.2 生態(tài)安全評估方法

2.2.1 數(shù)據(jù)標(biāo)準(zhǔn)化 為消除數(shù)據(jù)單位不同帶來的誤差，對數(shù)據(jù)進(jìn)行處理：

正向指標(biāo)處理：

yij=(xij-minxj)/(maxxj-minxj)

(i=1,2,…,n;j=1,2,…,m)

(7)

逆向指標(biāo)處理：

yij=(maxxj-xij)/(maxxj-minxj)

(i=1,2,…,n;j=1,2,…,m)

(8)

式中：xij為數(shù)據(jù)初始值;yij為數(shù)據(jù)標(biāo)準(zhǔn)化值。

2.2.2 指標(biāo)權(quán)重 為避免主觀因素的影響，本研究運用熵權(quán)法對指標(biāo)權(quán)重wj進(jìn)行測算，公式為：

(9)

(10)

式中：ej為第j項指標(biāo)熵值;K為常數(shù);n為樣本個數(shù)。

2.2.3 評價指數(shù) 參照相關(guān)研究[30-31]，采用綜合指數(shù)法測算出3個子系統(tǒng)的評價指數(shù)，并得出安徽省總評價指數(shù)，具體公式為：

(11)

式中：ESWIp(p=1,2,3)為各子系統(tǒng)的評價指數(shù); ESWI為工業(yè)生態(tài)安全總評價指數(shù)。

2.2.4 等級確定 聚類分析能將抽象對象按照相似類分成若干組，本研究基于聚類分析工具中的系統(tǒng)聚類法對2009—2018年安徽省工業(yè)生態(tài)安全評價水平進(jìn)行分類[32]，劃分出表2的安全、較安全、臨界安全、較不安全、不安全5個工業(yè)生態(tài)安全評價等級，對應(yīng)的指示燈分別為綠(Ⅴ)、藍(lán)(Ⅳ)、黃(Ⅲ)、橙(Ⅱ)、紅(Ⅰ)。

表2 安徽省工業(yè)生態(tài)安全評價等級劃分

2.3 障礙因子診斷

通過障礙度模型對障礙度進(jìn)行分析，找出影響安徽省工業(yè)生態(tài)安全水平的主要障礙因子，計算方法參見范勝龍[33]研究。

(12)

式中：Hj，Hp分別為各指標(biāo)及和子系統(tǒng)的障礙度；Rj為因子貢獻(xiàn)度，用權(quán)重wj表示；Tj為指標(biāo)偏離度。

3 結(jié)果與分析

3.1 預(yù)測結(jié)果

為預(yù)測安徽省工業(yè)生態(tài)安全3個子系統(tǒng)2019—2025年評價指數(shù)，采用BP神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)，具體操作為：首先，基于2009—2018年子系統(tǒng)的實際數(shù)據(jù)，建立時間序列預(yù)測模型，選擇4 a作為一個周期，依次建立2009—2012，2010—2013，2011—2014年等7個周期進(jìn)行迭代滾動預(yù)測。其次，以一組周期的前3 a數(shù)據(jù)作為一組樣本輸入值，預(yù)測下一年數(shù)據(jù)作為樣本輸出值，2012—2018年共構(gòu)成7組評價指數(shù)樣本輸出值。最后，對于3層網(wǎng)絡(luò)神經(jīng)元的確定，輸入層的神經(jīng)元數(shù)為3，輸出層的神經(jīng)元數(shù)為1；BP神經(jīng)網(wǎng)絡(luò)的特點就是隱含層神經(jīng)元的個數(shù)不唯一，參照李旭軍[34]的研究，確定隱含層的最佳神經(jīng)元個數(shù)為7。在此基礎(chǔ)上，運用MatlabR 2018b應(yīng)用軟件編寫程序，構(gòu)造BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)，學(xué)習(xí)情況見圖3，學(xué)習(xí)結(jié)束檢驗見表3。由圖3的各子系統(tǒng)學(xué)習(xí)情況可知，模型的輸入值與期望值相差不大；結(jié)合表3可知壓力子系統(tǒng)、狀態(tài)子系統(tǒng)和響應(yīng)子系統(tǒng)相對誤差和絕對誤差均較小，平均相對誤差分別為0.286 8%，0.295 0%，0.267 4%，平均絕對誤差分別為0.045 7%，0.046 2%，0.041 5%，模型精度很高，說明模型學(xué)習(xí)訓(xùn)練情況很好，可用其進(jìn)行預(yù)測，最終預(yù)測結(jié)果詳見圖4，并根據(jù)式(11)計算出安徽省工業(yè)生態(tài)安全2019—2025年綜合評價指數(shù)。

表3 2012-2018年安徽省工業(yè)生態(tài)安全評價BP神經(jīng)網(wǎng)絡(luò)運行誤差情況 %

3.2 壓力-狀態(tài)-響應(yīng)三大系統(tǒng)趨勢分析

3.2.1 安徽省工業(yè)生態(tài)安全壓力子系統(tǒng)趨勢分析 基于上述綜合指數(shù)法測算到安徽省工業(yè)生態(tài)安全子系統(tǒng)的評價指數(shù)(圖4，表4)。2009—2018年安徽省工業(yè)生態(tài)安全壓力評價指數(shù)表現(xiàn)為波動上升趨勢，由2009年的0.119 9逐步增加至2018年的0.210 9，安全等級總體上沿著“較不安全”—“臨界安全”—“安全”方向演變，指示燈由“橙色”—“黃色”演變至“綠色”。2009—2012年安徽省工業(yè)生態(tài)安全水平處于波動下降期，2013—2018年工業(yè)生態(tài)安全評價指數(shù)轉(zhuǎn)而大幅度上升，平均增長率為8.49%，生態(tài)環(huán)境補水率、人均GDP、人口密度、城鎮(zhèn)化率等指標(biāo)的生態(tài)安全評價指數(shù)呈現(xiàn)不同程度的優(yōu)化態(tài)勢，說明對于緩解安徽省工業(yè)生態(tài)安全壓力具有一定促進(jìn)作用。從具體指標(biāo)的生態(tài)安全評價指數(shù)來看，生態(tài)環(huán)境補水率從2013年的0.009 7增加到2018年的0.025 9，表明安徽省通過相關(guān)措施在生態(tài)平衡和生態(tài)系統(tǒng)恢復(fù)方面取得一定成效。人均GDP以年平均增長速率為11.92%的速度從2013年的0.015 2提高到2018年的0.029 8，表明提高人民生活水平對降低工業(yè)生態(tài)安全壓力具有一定的制約作用。人口密度從2013年的0.020 4降低到2017年的0.004 8，城鎮(zhèn)化率由0.018 1減少到0.003 2，可見社會經(jīng)濟(jì)活動一定程度上有利于環(huán)境向好，因此合理推進(jìn)城鎮(zhèn)化，適度發(fā)展經(jīng)濟(jì)，節(jié)約利用水資源能夠緩解生態(tài)壓力。

注：圖中結(jié)果為MatlabR2018b軟件運行代碼所得。

注：2009—2018年為測算所得結(jié)果，2019—2025年為預(yù)測結(jié)果，下同。

3.2.2 安徽省工業(yè)生態(tài)安全狀態(tài)子系統(tǒng)趨勢分析 2009—2018年狀態(tài)子系統(tǒng)處于波動狀態(tài)，2009—2010年工業(yè)生態(tài)安全狀態(tài)極好，然而在2011年評價指數(shù)急速下降到0.115 2，形勢不容樂觀，隨后呈現(xiàn)不穩(wěn)定的上升態(tài)勢，安全等級演變?yōu)椤鞍踩薄芭R界安全”—“較安全”，指示燈由“綠色”—“黃色”演變至“藍(lán)色”(圖4，表4)。2011年正處于安徽省“十二五”規(guī)劃的開啟年，“861”行動計劃也持續(xù)深入實施，這是2011年狀態(tài)子系統(tǒng)評價指數(shù)降低的原因。隨后幾年，由于水資源浪費、農(nóng)業(yè)面源污染、人為破壞、工業(yè)污染等一系列因素的綜合影響，安徽省狀態(tài)子系統(tǒng)的工業(yè)生態(tài)安全水平呈現(xiàn)不穩(wěn)定狀態(tài)，出現(xiàn)了一系列問題。安徽省水資源總量每年波動幅度極大，致使水土協(xié)調(diào)能力進(jìn)一步下降，可見安徽省自然資源及環(huán)境對工業(yè)生態(tài)安全的影響程度很大。2017年安徽省人民政府辦公廳印發(fā)的《安徽省“十三五”環(huán)境保護(hù)規(guī)劃的通知》指出水環(huán)境質(zhì)量形勢嚴(yán)峻，明確實施最嚴(yán)格的水環(huán)境控制單元管理，著力加強水資源的污染防治工作。此外，經(jīng)濟(jì)發(fā)展對安徽省工業(yè)生態(tài)安全水平的影響同樣不容忽視，如不合理利用土地資源致使土地結(jié)構(gòu)破壞、工業(yè)生產(chǎn)過程產(chǎn)生的污染物造成水體污染、土壤被化學(xué)物污染進(jìn)而遭到破壞和生產(chǎn)產(chǎn)生的工業(yè)噪聲對動植物產(chǎn)生危害，因此需多方面協(xié)同推進(jìn)和重點把握同時進(jìn)行以此改善狀態(tài)子系統(tǒng)帶來的影響。

表4 安徽省工業(yè)生態(tài)安全級別

3.2.3 安徽省工業(yè)生態(tài)安全響應(yīng)子系統(tǒng)趨勢分析 2009—2018年安徽省工業(yè)生態(tài)安全評價指數(shù)主要呈穩(wěn)定上升趨勢，上升幅度較快，安全等級由“臨界安全”演變?yōu)椤鞍踩保甘緹粲伞包S色”變?yōu)椤熬G色”。由表4和圖4可知，2009—2016年這一階段，安徽省工業(yè)生態(tài)安全水平基本處于“臨界安全”狀態(tài)，2009年響應(yīng)子系統(tǒng)安全評價指數(shù)為0.142 8，到2016提高到0.172 8，期間年平均增長率達(dá)到2.407 7%，處于向好發(fā)展態(tài)勢。隨后2016—2018年，響應(yīng)子系統(tǒng)安全評價指數(shù)增長幅度明顯，由0.172 8提高到0.228 5，期間增速為9.762 7%，與上一階段相比，年平均增長速率增加近3倍。其中，建成區(qū)綠化覆蓋率、人均公園綠地面積、工業(yè)污染治理投資額、工業(yè)企業(yè)科學(xué)研究與試驗發(fā)展經(jīng)費支出、第二產(chǎn)業(yè)從業(yè)人員比例等指標(biāo)的評價指數(shù)呈不同幅度的上升趨勢，表明這些指標(biāo)對安徽省工業(yè)生態(tài)安全響應(yīng)子系統(tǒng)具有一定程度的促進(jìn)作用。為了改善工業(yè)生態(tài)安全水平，緩解生態(tài)破壞等一系列問題，安徽省積極出臺了《安徽省大氣污染防治條例》《安徽省生態(tài)保護(hù)紅線》等一系列政策規(guī)定，采取“控制污染嚴(yán)重產(chǎn)業(yè)的布局，建設(shè)工業(yè)垃圾處置工程，創(chuàng)新污染防治管理機制，建設(shè)濕地恢復(fù)工程，限制水產(chǎn)養(yǎng)殖規(guī)?！钡纫幌盗写胧?，有效提高了工業(yè)生態(tài)安全水平，全省污染物處理能力、治理投資力度明顯加強，污染治理效果明顯好轉(zhuǎn)；全省綠化覆蓋率明顯增加，有效調(diào)節(jié)生態(tài)質(zhì)量水平；全省高水平就業(yè)人員、設(shè)備投入明顯增多，為生態(tài)安全提供技術(shù)支持。

3.2.4 安徽省工業(yè)生態(tài)安全水平演變及趨勢分析 根據(jù)圖4和表4可知，2009—2018年安徽省工業(yè)生態(tài)較為安全，安全等級由 “臨界安全”轉(zhuǎn)為 “安全”，指示燈由“黃色”變?yōu)椤熬G色”，表明這期間安徽省工業(yè)生態(tài)安全總體水平正逐漸提高，日漸向好發(fā)展。2009—2015年安全等級較低，工業(yè)生態(tài)安全受到威脅，同年響應(yīng)子系統(tǒng)的安全等級與全省總體水平相似，表明響應(yīng)子系統(tǒng)對全省總體生態(tài)安全水平起著至關(guān)重要的作用。隨后幾年，工業(yè)生態(tài)安全評價指數(shù)上升，安全等級基本處于“安全”狀態(tài)，表明這期間安徽省工業(yè)生態(tài)安全水平較高。安徽省在發(fā)展社會經(jīng)濟(jì)的同時，注重對工業(yè)生態(tài)安全的保護(hù)力度，針對淮河和巢湖等重點流域出臺了一系列生態(tài)修復(fù)政策，節(jié)能技術(shù)產(chǎn)品裝備和工業(yè)行業(yè)清潔生產(chǎn)技術(shù)改造等高效節(jié)能環(huán)保工程相繼投入使用，植樹造林和林業(yè)保護(hù)項目也有序開展，使得工業(yè)生態(tài)安全水平得到不斷提高，安全等級上升為“安全”，評價指數(shù)上升0.149 3，幅度有限；但是空氣質(zhì)量下降、工業(yè)“三廢”污染、自然資源退化、生態(tài)植被破壞、重點流域污染等問題仍十分明顯，工業(yè)生態(tài)安全形勢仍不容樂觀，說明這幾年安徽省為保護(hù)生態(tài)安全出臺的一系列政策和執(zhí)行的措施并沒有起到顯著的效果。

3.3 BP神經(jīng)網(wǎng)絡(luò)評價預(yù)測結(jié)果與分析

基于PSR三大子系統(tǒng)2009—2018年評價數(shù)據(jù)預(yù)測出2019—2025年各子系統(tǒng)評價指數(shù)并測算安徽省工業(yè)生態(tài)安全評價指數(shù)(圖4，表4)。就壓力系統(tǒng)而言，未來幾年，是安徽省城鎮(zhèn)化與工業(yè)化提速發(fā)展的重要階段，同時國家明確提出解決污染防治重要任務(wù)，全省迅速做出反應(yīng)，加強生態(tài)環(huán)境保護(hù)，出臺各項環(huán)境政策、對工業(yè)企業(yè)防污提出要求。由表4可知，2019—2025年壓力系統(tǒng)評價指數(shù)持續(xù)波動上升，處于“安全”狀態(tài)，指示燈為“綠色”，與預(yù)期相符。就狀態(tài)系統(tǒng)來看，2019—2025年，在壓力系統(tǒng)的作用下，尤其是在生態(tài)環(huán)境的恢復(fù)和合理推進(jìn)城鎮(zhèn)化進(jìn)程中，安徽省工業(yè)生態(tài)安全狀態(tài)系統(tǒng)的生態(tài)安全形勢一片大好，處于“較安全”狀態(tài)，指示燈為“藍(lán)色”，表明狀態(tài)系統(tǒng)對提高安徽省工業(yè)生態(tài)安全水平具有積極意義。對于響應(yīng)系統(tǒng)，根據(jù)預(yù)測結(jié)果可知，2019—2021年安全評價指數(shù)平穩(wěn)上升，2022—2025年出現(xiàn)下降趨勢，安全等級由“安全”演變?yōu)椤芭R界安全”，指示燈由“綠色”轉(zhuǎn)變?yōu)椤包S色”。隨著安徽省“十四五”規(guī)劃的到來，一系列環(huán)保舉措的進(jìn)一步實施及對工業(yè)企業(yè)進(jìn)行政策布局，各類污染治理力度將進(jìn)一步加大。安徽省主導(dǎo)產(chǎn)業(yè)是第二產(chǎn)業(yè)，隨著工業(yè)經(jīng)濟(jì)深入發(fā)展不可避免地占領(lǐng)大面積生態(tài)用地、運用大量生態(tài)資源，工業(yè)生態(tài)安全質(zhì)量仍然有惡化的風(fēng)險。總體來看，按此發(fā)展態(tài)勢，2019—2025年，若不出現(xiàn)大的變故，安徽省工業(yè)生態(tài)安全水平將繼續(xù)保持穩(wěn)定發(fā)展?fàn)顟B(tài)，在平穩(wěn)中略有下降，不會出現(xiàn)極為嚴(yán)重的生態(tài)問題，但由于響應(yīng)系統(tǒng)評價指數(shù)有逐步下降趨勢，對安徽省總體的工業(yè)生態(tài)安全水平形成負(fù)面影響，因而總體評價指數(shù)一直保持在0.55左右，處于剛從“較安全”過渡到“安全”的狀態(tài)，與到達(dá)完全“安全”狀態(tài)差距較大，因此，未來幾年全省仍應(yīng)把生態(tài)保護(hù)放在工作的第一位，繼續(xù)采取措施加大環(huán)境改善力度。

3.4 工業(yè)生態(tài)安全關(guān)鍵障礙因子分析

基于障礙度模型并借助2009—2018年標(biāo)準(zhǔn)化處理后的指標(biāo)值與指標(biāo)對應(yīng)的權(quán)重計算出各指標(biāo)障礙度，障礙度大小能夠判斷該指標(biāo)在安徽省工業(yè)生態(tài)安全水平中起到的作用程度，若指標(biāo)障礙度越大，則對安徽工業(yè)生態(tài)安全制約程度越大。因此對安徽省工業(yè)生態(tài)安全指標(biāo)障礙度進(jìn)行分析可探知其工業(yè)生態(tài)安全水平高低的主要原因(圖5)。

圖5 安徽省工業(yè)生態(tài)安全的障礙系統(tǒng)分析

從各子系統(tǒng)看，圖5中通過障礙度模型得到的三大系統(tǒng)的障礙度總體上呈現(xiàn)下降態(tài)勢，狀態(tài)系統(tǒng)各指標(biāo)障礙度總體上高于壓力系統(tǒng)和響應(yīng)系統(tǒng)，從2009年的第三障礙系統(tǒng)上升為2018年的第一障礙系統(tǒng)，因此狀態(tài)系統(tǒng)是影響安徽省工業(yè)生態(tài)安全水平的關(guān)鍵障礙系統(tǒng)。響應(yīng)系統(tǒng)各年的障礙度占比范圍在28%～40%之間，狀態(tài)系統(tǒng)的障礙度占比范圍在25%～43%之間，二者是造成安徽省工業(yè)生態(tài)安全水平波動的根本原因，應(yīng)該成為今后提高工業(yè)生態(tài)安全的首要關(guān)注對象。壓力系統(tǒng)的障礙度相對較小，且每年的障礙度基本保持下降趨勢，表明安徽省對于緩解工業(yè)生態(tài)安全中壓力指標(biāo)的工作已經(jīng)在有條不紊的進(jìn)行中，對工業(yè)生態(tài)安全的總體發(fā)展趨勢不會造成太大的影響。

選取障礙度最大的前5個指標(biāo)分析安徽省工業(yè)生態(tài)安全主要障礙因子(表5)。

表5 安徽省工業(yè)生態(tài)安全主要障礙因子

按具體指標(biāo)來看，障礙度排名前五名的指標(biāo)出現(xiàn)頻率從多到少分別為：第二產(chǎn)業(yè)從業(yè)人員比例(R9)、第二產(chǎn)業(yè)占GDP的比例(S4)、污水集中處理率(R5)、森林覆蓋率(S1)、人口密度(P9)，是改善安徽省工業(yè)生態(tài)安全水平的首要調(diào)節(jié)對象。第二產(chǎn)業(yè)就業(yè)人員比例為社會響應(yīng)指標(biāo)，是2014—2018年影響工業(yè)生態(tài)安全水平的障礙因素，近年來安徽省第二產(chǎn)業(yè)就業(yè)人數(shù)仍在持續(xù)上升，表明工業(yè)企業(yè)就業(yè)人數(shù)需求空間在擴大，其吸納勞動力的能力仍不可小覷，加強安徽省新型工業(yè)化進(jìn)程是一項亟待實施的任務(wù)；第二產(chǎn)業(yè)占GDP的比例為經(jīng)濟(jì)狀態(tài)指標(biāo)，是2011—2014年安徽工業(yè)生態(tài)安全障礙因子之一，作為一個長期靠工業(yè)拉動經(jīng)濟(jì)發(fā)展的大省，工業(yè)污染排放程度仍然左右著全省生態(tài)環(huán)境水平；污水集中處理率為環(huán)境響應(yīng)指標(biāo)，在2009—2011年嚴(yán)重阻礙安徽工業(yè)生態(tài)安全提高，表明重視污染物處理是有效改變安徽省工業(yè)生態(tài)安全的方法；森林覆蓋率為生態(tài)響應(yīng)指標(biāo)，隨著快速工業(yè)化時期的到來，經(jīng)濟(jì)發(fā)展的同時伴隨著對環(huán)境質(zhì)量保護(hù)力度的加強，森林覆蓋率一定程度上代表著人民生態(tài)觀念的提高程度，對環(huán)境質(zhì)量的重視程度；人口密度為社會壓力指標(biāo)，是2016—2018年產(chǎn)生的障礙因子，人口多意味著資源需求增加，打破了生態(tài)的平衡，對生態(tài)產(chǎn)生巨大的壓力。

4 結(jié)論與討論

4.1 結(jié) 論

本研究通過構(gòu)建PSR-EEES模型評價安徽省工業(yè)生態(tài)安全水平，運用綜合指數(shù)法測算工業(yè)生態(tài)安全評價指數(shù)，依據(jù)聚類分析工具確定工業(yè)生態(tài)安全等級，以2009—2018年數(shù)據(jù)為基礎(chǔ)，通過BP神經(jīng)網(wǎng)絡(luò)算法測算2019—2025年工業(yè)生態(tài)安全評價指數(shù)，最后，依據(jù)障礙度模型識別影響安徽省工業(yè)生態(tài)安全的主要障礙因素，得出如下結(jié)論與建議：

(1) 2009—2018年安徽省工業(yè)生態(tài)安全水平總體呈波動上升態(tài)勢，安全等級由2009年的“臨界安全”惡化為2013年的“較不安全”，后又緩解為2018年的“安全”狀態(tài)，指示燈轉(zhuǎn)變趨勢為“黃色”—“橙色”—“綠色”。就各子系統(tǒng)而言，壓力子系統(tǒng)評價指數(shù)處于穩(wěn)定上升態(tài)勢，后期一直處于“安全”狀態(tài)；狀態(tài)子系統(tǒng)和響應(yīng)子系統(tǒng)評價等級都呈現(xiàn)先下降后上升態(tài)勢，從而影響了安徽省工業(yè)生態(tài)安全水平提高。

(2) 本研究通過構(gòu)建PSR模型，又創(chuàng)新性的采用EEES模型深入各個角度從生態(tài)、環(huán)境、經(jīng)濟(jì)和社會多方面分別探析子系統(tǒng)的評價趨勢，體現(xiàn)了生態(tài)安全與生態(tài)環(huán)境和社會經(jīng)濟(jì)之間相互能動關(guān)系，使得指標(biāo)體系的系統(tǒng)性和層次性更加清晰，有利于系統(tǒng)全面的研究安徽省工業(yè)生態(tài)安全的評價狀況。

(3) BP神經(jīng)網(wǎng)絡(luò)較其他預(yù)測方法而言，模型預(yù)測精確度很高。本研究創(chuàng)新性的運用此算法對安徽省工業(yè)生態(tài)安全未來幾年的工業(yè)生態(tài)安全水平發(fā)展趨勢進(jìn)行預(yù)測，研究結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性高、誤差小，未來7 a安徽省工業(yè)生態(tài)安全狀況良好，說明BP神經(jīng)網(wǎng)絡(luò)是生態(tài)安全評價預(yù)測的有效方法之一。

(4) 通過研究結(jié)果可知，狀態(tài)子系統(tǒng)和響應(yīng)子系統(tǒng)是影響安徽省工業(yè)生態(tài)安全的主要原因，第二產(chǎn)業(yè)從業(yè)人員比例、第二產(chǎn)業(yè)占GDP的比例、污水集中處理率、森林覆蓋率、人口密度為首要調(diào)節(jié)對象。全省需重視對自然資源的合理利用，節(jié)約水資源、合理開發(fā)建設(shè)用地，加速推進(jìn)新型城鎮(zhèn)化和新型工業(yè)化的步伐，同時增強工業(yè)企業(yè)對于生態(tài)環(huán)境保護(hù)觀念，進(jìn)而持續(xù)改善工業(yè)生態(tài)安全水平。

4.2 討 論

目前工業(yè)是對生態(tài)環(huán)境產(chǎn)生壓力最大的行業(yè)之一，提高區(qū)域工業(yè)生態(tài)安全水平已成為促進(jìn)社會經(jīng)濟(jì)綠色發(fā)展的重中之重。根據(jù)安徽及周邊省份相關(guān)數(shù)據(jù)可知，山東省、江蘇省和浙江省作為經(jīng)濟(jì)發(fā)達(dá)的沿海地區(qū)，工業(yè)廢水排放量較高，位居安徽周邊省份前3名，安徽省是除江西省外工業(yè)廢水排放量最低的省，說明安徽省水資源污染控制力度在不斷加強；但近兩年安徽省工業(yè)廢氣排放量下降速度有所減緩，成為除江蘇省和山東省外工業(yè)廢氣排放量最高的地區(qū)，表明安徽省大氣污染比較嚴(yán)重，大氣質(zhì)量沒有得到高關(guān)注，后續(xù)應(yīng)該加強對于大氣環(huán)境的治理力度。這幾年安徽省加快重點城鎮(zhèn)規(guī)劃和建設(shè)步伐，大力推進(jìn)皖北地區(qū)經(jīng)濟(jì)加快發(fā)展，加快工業(yè)化和市場化進(jìn)程；此外，全省經(jīng)濟(jì)總量擴張呈加速態(tài)勢，工業(yè)一直是促進(jìn)安徽省經(jīng)濟(jì)增長的中堅力量，生態(tài)安全政策不到位，工業(yè)企業(yè)污染物的排放會大大增加環(huán)境的惡化速度。因此，安徽省出臺了一系列生態(tài)安全政策《生態(tài)全省建設(shè)實施綱要》《安徽省劃定并嚴(yán)守生態(tài)保護(hù)紅線實施方案》等，在強力推動綠色發(fā)展、重視生態(tài)保護(hù)、提高生態(tài)自我修復(fù)能力的背景下，全省環(huán)境質(zhì)量總體保持平穩(wěn)，生態(tài)環(huán)境狀況良好，但第二產(chǎn)業(yè)從業(yè)人員比例、第二產(chǎn)業(yè)占GDP的比例、污水集中處理率、森林覆蓋率、人口密度及工業(yè)廢氣排放量等因素仍然是提高安徽省工業(yè)生態(tài)安全的阻力，后續(xù)需要進(jìn)一步研究如何改進(jìn)。