基于DPSIR模型的鄭州市黃河南岸生態(tài)安全時(shí)序評(píng)價(jià)

劉暢， 王冬夢(mèng)， 馮艷， 孔德政， 張倩倩， 張凌

(河南農(nóng)業(yè)大學(xué)風(fēng)景園林與藝術(shù)學(xué)院,河南 鄭州 450003)

推動(dòng)生態(tài)安全保護(hù)和經(jīng)濟(jì)高質(zhì)量發(fā)展已成為實(shí)現(xiàn)可持續(xù)發(fā)展的必要舉措[1]。城市擴(kuò)張和人口增長(zhǎng)極大地威脅了城市及其外圍的生態(tài)安全。因此，生態(tài)學(xué)視角下的區(qū)域高質(zhì)量發(fā)展需要走向城市化和生態(tài)健康的雙贏局面，要實(shí)現(xiàn)這一雙贏戰(zhàn)略，需要對(duì)生態(tài)系統(tǒng)實(shí)施一系列具體的干預(yù)措施，包括優(yōu)化和合理的評(píng)價(jià)生態(tài)系統(tǒng)[2]。為了平衡社會(huì)高質(zhì)量發(fā)展與保護(hù)生態(tài)環(huán)境之間的關(guān)系，更清楚地認(rèn)識(shí)地區(qū)存在的經(jīng)濟(jì)社會(huì)發(fā)展與生態(tài)環(huán)境之間的矛盾尤為重要。

在生態(tài)可持續(xù)性發(fā)展中，應(yīng)綜合評(píng)估和模擬相關(guān)區(qū)域的經(jīng)濟(jì)、社會(huì)、文化和生態(tài)系統(tǒng)服務(wù)等多重影響。在研究方法上，不同生態(tài)安全評(píng)價(jià)方法差異較大，例如，層次分析法[3-4]、GIS分析法[5]、熵權(quán)法、生態(tài)足跡模型法[6-11]、PSR模型[12-13]、“驅(qū)動(dòng)力—壓力—狀態(tài)—響應(yīng)—影響”(DPSIR)模型[14-16]以及灰色關(guān)聯(lián)模型等[17-18]。其中，DPSIR模型具有綜合性、整體性、系統(tǒng)性和數(shù)據(jù)易獲得性等優(yōu)點(diǎn)，被國(guó)內(nèi)外諸多學(xué)者采用。萬正芬等[19]基于DPSIR模型評(píng)估了長(zhǎng)三角地區(qū)生態(tài)安全水平。MOSAFFAIE等[20]運(yùn)用DPSIR模型對(duì)戈格羅德流域健康趨勢(shì)進(jìn)行評(píng)估。王怡然等[21]基于DPSIR模型對(duì)森林生態(tài)安全時(shí)空間變化進(jìn)行研究。LABIANCA等[22]將DPSIR模型應(yīng)用于塔蘭托的馬爾·皮科洛的修復(fù)分析中。萬生新等[23]采用DPSIR模型對(duì)沂河流域水生態(tài)安全進(jìn)行評(píng)價(jià)。任永泰等[24]基于DPSIR模型視角對(duì)黑龍江省水土資源生態(tài)安全進(jìn)行探析。本研究基于鄭州市黃河南岸研究區(qū)域的自然、經(jīng)濟(jì)及社會(huì)特征，采用DPSIR模型構(gòu)建生態(tài)安全評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)法和綜合指數(shù)法對(duì)研究區(qū)的生態(tài)安全進(jìn)行動(dòng)態(tài)時(shí)序分析，運(yùn)用Python編程語言進(jìn)行計(jì)算機(jī)建模，將生態(tài)安全進(jìn)行評(píng)價(jià)計(jì)算，對(duì)鄭州市黃河南岸7個(gè)區(qū)縣進(jìn)行生態(tài)安全評(píng)價(jià)，以期為鄭州市沿黃河區(qū)域的生態(tài)安全保護(hù)和高質(zhì)量發(fā)展提供數(shù)據(jù)支持。

1 研究數(shù)據(jù)

1.1 研究區(qū)域

本研究區(qū)域?yàn)猷嵵菔悬S河南岸7個(gè)區(qū)縣，包括鞏義市、上街區(qū)、滎陽市、惠濟(jì)區(qū)、金水區(qū)、鄭東新區(qū)和中牟縣(圖1)，屬于溫帶大陸性季風(fēng)氣候，四季分明。整體地形起伏西高東低，由山地、丘陵逐漸向平原過渡，總面積3 721.66 km2，根據(jù)區(qū)縣劃分7個(gè)評(píng)價(jià)單元。該研究區(qū)域所臨黃河中下游過渡段，河道全長(zhǎng)160 km，該段為典型的地上懸河段，生態(tài)環(huán)境較為脆弱、生態(tài)敏感度較高，同時(shí)還起著鄭州北部生態(tài)屏障的重要作用。

鄭州2019年市域常住人口1 035.2萬人，同時(shí)作為全國(guó)內(nèi)陸交通物流中樞，城市發(fā)展有起步較晚、提速快、城市擴(kuò)張迅速、區(qū)域發(fā)展不均衡等特點(diǎn)。因此，城市可持續(xù)發(fā)展成為其急需解決的重要議題。2019年9月，習(xí)近平總書記在鄭州召開黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)，為鄭州市的發(fā)展提出了新策略[25]。而區(qū)域生態(tài)安全是高質(zhì)量發(fā)展能夠?qū)嵤┑那疤?，鄭州市北?個(gè)區(qū)縣既是黃河鄭州段生態(tài)保護(hù)的關(guān)鍵區(qū)域，又是鄭州市北部的生態(tài)屏障，對(duì)其進(jìn)行生態(tài)建設(shè)研究意義重大。

1.2 數(shù)據(jù)來源與處理

本研究數(shù)據(jù)來源于《河南統(tǒng)計(jì)年鑒》(2016―2020)、《鄭州統(tǒng)計(jì)年鑒》(2016―2020)、鄭州市《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》(2015―2019)、鄭州市水資源公報(bào)(2015―2019)。這些數(shù)據(jù)相對(duì)易于獲取且具有準(zhǔn)確性。在數(shù)據(jù)收集過程中，少數(shù)指標(biāo)項(xiàng)在統(tǒng)計(jì)年鑒與公報(bào)中沒有明確統(tǒng)計(jì)，對(duì)于這部分缺失數(shù)據(jù)，需對(duì)相關(guān)數(shù)據(jù)進(jìn)行公式運(yùn)算后獲得。

本研究通過運(yùn)用Python語言對(duì)研究中涉及到的運(yùn)算公式進(jìn)行編程，將獲取到的原始數(shù)據(jù)帶入公式導(dǎo)出計(jì)算結(jié)果。采用了面向?qū)ο?object oriented,OO)的編程思想，將指標(biāo)和研究對(duì)象抽象為具體的類，將輸入矩陣按列解構(gòu)為類的初始化參數(shù)進(jìn)行實(shí)例化。通過實(shí)現(xiàn)熵權(quán)法的計(jì)算模型，利用控制反轉(zhuǎn)(inversion of control，IoC)將指標(biāo)和研究對(duì)象的實(shí)例動(dòng)態(tài)注入并進(jìn)行求值，得到計(jì)算結(jié)果。

圖1 研究區(qū)域 Fig.1 Study area

2 研究方法

2.1 DPSIR模型

構(gòu)成評(píng)價(jià)模型的5個(gè)要素分別為：被評(píng)價(jià)對(duì)象與主體、評(píng)價(jià)標(biāo)準(zhǔn)以及因素，評(píng)價(jià)指標(biāo)、評(píng)價(jià)方法、綜合評(píng)價(jià)模型和得出結(jié)論。

生態(tài)安全包含了經(jīng)濟(jì)、社會(huì)、環(huán)境等多項(xiàng)影響要素，構(gòu)建合理的評(píng)價(jià)指標(biāo)體系是生態(tài)安全評(píng)價(jià)研究的關(guān)鍵。DPSIR模型是歐洲環(huán)境署1999年開發(fā)的一個(gè)因果框架，提出“驅(qū)動(dòng)力(Driving)—壓力(Pressure)—狀態(tài)(State)—影響(Impact)—響應(yīng)(Response)”[26]用于描述人類社會(huì)與環(huán)境之間的因果關(guān)系。DPSIR模型將社會(huì)經(jīng)濟(jì)發(fā)展與資源環(huán)境變化等因素聯(lián)系起來，從而對(duì)某一地區(qū)的生態(tài)安全現(xiàn)狀進(jìn)行全面、科學(xué)地評(píng)估。由于它可以反映市場(chǎng)、產(chǎn)業(yè)、環(huán)境、民生等社會(huì)發(fā)展各方面的影響，近年來，各地區(qū)的政策制定都將其作為參考。

在DPSIR模型中，“驅(qū)動(dòng)力”是引發(fā)生態(tài)環(huán)境變化的根本動(dòng)力也是潛在誘因；“壓力”是引發(fā)生態(tài)環(huán)境發(fā)生變化的直接原因；“狀態(tài)”是生態(tài)環(huán)境在驅(qū)動(dòng)力誘發(fā)與壓力驅(qū)使下的現(xiàn)實(shí)狀況；“影響”是指生態(tài)系統(tǒng)現(xiàn)處狀態(tài)對(duì)社會(huì)經(jīng)濟(jì)、環(huán)境狀態(tài)及人類活動(dòng)的影響；“響應(yīng)”則是人類為應(yīng)對(duì)環(huán)境問題所采取的積極措施與政策以促進(jìn)生態(tài)環(huán)境可持續(xù)發(fā)展的舉措。DPSIR框架的基本思想是，社會(huì)和經(jīng)濟(jì)活動(dòng)中的驅(qū)動(dòng)因素會(huì)因其施加的壓力而導(dǎo)致環(huán)境狀態(tài)的變化。這個(gè)過程就會(huì)產(chǎn)生社會(huì)生態(tài)影響，從而引發(fā)政策反應(yīng)。這些對(duì)策可以反過來影響驅(qū)動(dòng)因素、壓力、狀態(tài)和影響的趨勢(shì)[26]。

2.2 DPSIR評(píng)價(jià)指標(biāo)選取與體系構(gòu)建

評(píng)價(jià)指標(biāo)體系的構(gòu)建是生態(tài)安全評(píng)價(jià)的核心與關(guān)鍵，評(píng)價(jià)結(jié)果是否具有精準(zhǔn)性與科學(xué)性，都取決于指標(biāo)項(xiàng)的選擇合理與否、指標(biāo)模型構(gòu)建是否科學(xué)完善以及數(shù)據(jù)獲取的難易程度。

根據(jù)DPSIR模型建立的基礎(chǔ)，參考國(guó)內(nèi)外DPSIR模型指標(biāo)體系的構(gòu)建思路，結(jié)合鄭州市實(shí)際情況，在數(shù)據(jù)可獲取性與模型可操作性的基礎(chǔ)上，將評(píng)價(jià)體系進(jìn)行構(gòu)建，對(duì)鄭州市黃河南岸研究區(qū)塊進(jìn)行客觀科學(xué)的生態(tài)安全評(píng)價(jià)，如圖2所示。目標(biāo)層用來衡量研究區(qū)域生態(tài)安全總體情況與生態(tài)安全水平等級(jí)，是生態(tài)安全評(píng)價(jià)結(jié)果；準(zhǔn)則層包括驅(qū)動(dòng)力、壓力、狀態(tài)、影響、響應(yīng)，是影響研究區(qū)域生態(tài)安全的主要因素；要素層為組成評(píng)價(jià)體系的基本單元，是生態(tài)安全產(chǎn)生、變化、發(fā)展的動(dòng)因，本文的要素層選擇是通過經(jīng)濟(jì)、社會(huì)、環(huán)境等方向構(gòu)建12個(gè)層面；指標(biāo)層是每個(gè)要素層對(duì)應(yīng)指標(biāo)細(xì)化衡量參數(shù)，各項(xiàng)指標(biāo)對(duì)生態(tài)環(huán)境安全的趨向性也有所不同，本文將指標(biāo)層劃分為26項(xiàng)進(jìn)行生態(tài)安全評(píng)價(jià)，如表1所示。

圖2 DPSIR模型結(jié)構(gòu)示意圖Fig.2 Diagram of the DPSIR model structure

表1 生態(tài)安全評(píng)價(jià)指標(biāo)體系Table 1 Ecological safety evaluation indicator system

2.3 DPSIR權(quán)重確定

本研究構(gòu)建的DPSIR模型指標(biāo)體系中指標(biāo)層權(quán)重的確定選取熵權(quán)法。熵權(quán)法是利用指標(biāo)的變異程度大小來確定指標(biāo)權(quán)重，僅依賴于數(shù)據(jù)本身的離散性，相對(duì)于其他賦值方法熵權(quán)法精度較高，客觀性更強(qiáng)，能夠更好地解釋所得結(jié)果。

2.3.1 數(shù)據(jù)標(biāo)準(zhǔn)化 由于各評(píng)價(jià)指標(biāo)趨向性不同，并且數(shù)據(jù)數(shù)量級(jí)也存在差異，對(duì)指標(biāo)層數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。利用極差標(biāo)準(zhǔn)化方法，分正向和逆向分別對(duì)指標(biāo)進(jìn)項(xiàng)標(biāo)準(zhǔn)化，從而消除各項(xiàng)指標(biāo)間的數(shù)量級(jí)或量綱差異使其具有可比性。通過建立評(píng)價(jià)模型，得到j(luò)(j=1,2,3,…,n)個(gè)評(píng)價(jià)對(duì)象的i(i=1,2,3,…,m)項(xiàng)生態(tài)安全評(píng)價(jià)指標(biāo)，其原始數(shù)據(jù)為：

(1)

對(duì)于正向指標(biāo)，標(biāo)準(zhǔn)值計(jì)算公式如下：

(2)

對(duì)于逆向指標(biāo)，標(biāo)準(zhǔn)值計(jì)算公式如下：

(3)

式中：xij為第i行j列指標(biāo)的原始數(shù)值，即研究區(qū)塊j第i項(xiàng)評(píng)價(jià)指標(biāo)的原數(shù)值；Rij為歸一化后標(biāo)準(zhǔn)數(shù)值；maxxi和minxi為i行指標(biāo)最大值與最小值，即各項(xiàng)指標(biāo)數(shù)值的最大值與最小值。

2.3.2 指標(biāo)賦權(quán) 為了更精準(zhǔn)客觀地計(jì)算各項(xiàng)評(píng)價(jià)指標(biāo)在生態(tài)安全評(píng)價(jià)中的重要程度，采用熵權(quán)法為各指標(biāo)賦權(quán)。

(1)計(jì)算第j列在i指標(biāo)中的比重，即研究區(qū)塊j的i指標(biāo)的數(shù)值比例。

(4)

(2)計(jì)算指標(biāo)i的信息熵ei。

(5)

式中：當(dāng)fij=0時(shí)，令fijlnfij=0。

(3)計(jì)算指標(biāo)權(quán)重Wi。

(6)

2.4 DPSIR評(píng)價(jià)體系指標(biāo)綜合計(jì)算

根據(jù)DPSIR模型指標(biāo)體系權(quán)重，運(yùn)用綜合指數(shù)法所得結(jié)果，獲得研究區(qū)域生態(tài)安全評(píng)價(jià)綜合指數(shù)。本研究區(qū)域?yàn)猷嵵菔悬S河南岸7個(gè)區(qū)縣，得到鄭州市沿黃南岸生態(tài)安全指數(shù)ZESI(Zhengzhou Ecological Safety Index along the south bank of the Yellow River)，計(jì)算公式如下。

(7)

式中：Wi為各指標(biāo)層指標(biāo)項(xiàng)的權(quán)重；Sij為各評(píng)價(jià)指標(biāo)的安全指數(shù)得分。

指標(biāo)安全指數(shù)采取標(biāo)準(zhǔn)位評(píng)分法，根據(jù)指標(biāo)趨向性將指標(biāo)分為正向指標(biāo)和逆向指標(biāo)進(jìn)行生態(tài)安全指數(shù)計(jì)算。

對(duì)于正向指標(biāo)，生態(tài)安全指數(shù)計(jì)算如下：

當(dāng)xij≥rj時(shí)，Sij=1；

(8)

(9)

對(duì)于逆向指標(biāo)，生態(tài)安全指數(shù)計(jì)算如下：

(10)

當(dāng)xij≤rj時(shí)，Sij=1。

(11)

式中：xij為第i行j列指標(biāo)的原始數(shù)值，即研究區(qū)塊j第i項(xiàng)評(píng)價(jià)指標(biāo)的原始數(shù)值；rj為評(píng)價(jià)指標(biāo)基準(zhǔn)值(由國(guó)家標(biāo)準(zhǔn)或國(guó)際標(biāo)準(zhǔn)、全國(guó)平均值和省市平均值中選取)，見表1。

2.5 Python在本研究中的應(yīng)用

為了計(jì)算流程的可復(fù)用性和可維護(hù)性，利用了Python編程語言為本研究所用算法進(jìn)行計(jì)算機(jī)建模，使指標(biāo)的計(jì)算更加嚴(yán)謹(jǐn)，具體方法如下：

1. 將指標(biāo)抽象為Indicator類，通過傳入指標(biāo)的名稱與趨向性，對(duì)所有的指標(biāo)進(jìn)行了順序?qū)嵗?/p>

2. 將研究對(duì)象抽象為Target類，通過傳入研究對(duì)象的地域信息，以及研究對(duì)象各指標(biāo)具體的數(shù)值，為所有的研究對(duì)象進(jìn)行了順序?qū)嵗?/p>

3. 將本研究所用算法的整套數(shù)學(xué)模型抽象為Operator類，在Operator類中實(shí)現(xiàn)公式(1)～公式(11)的具體算法，分別提供add_target(target: Target) 、add_indicator(indicator: Indicator) 方法為算子注入實(shí)例化后的指標(biāo)和研究對(duì)象，提供set_reference_value(value: [])方法為算子注入基準(zhǔn)值。

對(duì)研究數(shù)據(jù)進(jìn)行橫縱向拆分，將基準(zhǔn)值以及所有實(shí)例化后的Indicator與Target注入到Operator中，通過調(diào)用calculate_indicators_weight()方法，可以計(jì)算出所有指標(biāo)的權(quán)重，通過調(diào)用calculate_targets_zesi()方法，計(jì)算出所有研究對(duì)象的ZESI值。

3 結(jié)果與分析

3.1 DPSIR評(píng)價(jià)體系指標(biāo)權(quán)重結(jié)果與分析

本研究運(yùn)用熵權(quán)法對(duì)鄭州市沿黃河南岸研究區(qū)2015—2019年26項(xiàng)指標(biāo)分別進(jìn)行處理，得到各評(píng)價(jià)指標(biāo)的權(quán)重如表2所示。

在本研究所構(gòu)建DPSIR評(píng)價(jià)模型的5個(gè)準(zhǔn)則層、12個(gè)要素層、26項(xiàng)指標(biāo)中，2015—2019年5年中指標(biāo)權(quán)重均≥0.05的有5項(xiàng)，其中驅(qū)動(dòng)力指標(biāo)層有1項(xiàng)，為經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)密度；狀態(tài)指標(biāo)層有1項(xiàng)，為生態(tài)狀態(tài)要素中糧食作物播種面積；影響指標(biāo)層有2項(xiàng)指標(biāo)，分別為措施影響和人文影響要素層的地均財(cái)政收入及文化館文藝活動(dòng)參加人次；響應(yīng)指標(biāo)層有1項(xiàng)，為措施響應(yīng)要素層的當(dāng)年造林面積。2015—2019年出現(xiàn)4次指標(biāo)權(quán)重≥0.05的有2項(xiàng)，其中驅(qū)動(dòng)力指標(biāo)層有1項(xiàng)，為農(nóng)業(yè)機(jī)械總動(dòng)力；狀態(tài)指標(biāo)層有1項(xiàng)，為生態(tài)狀態(tài)要素農(nóng)作物總播種面積。2015—2019年出現(xiàn)3次指標(biāo)權(quán)重均≥0.05的有1項(xiàng)，響應(yīng)指標(biāo)層有1項(xiàng)，為措施響應(yīng)要素層的農(nóng)村現(xiàn)住房建筑積。2015—2019年2次指標(biāo)權(quán)重均≥0.05的有1項(xiàng)，響應(yīng)指標(biāo)層有1項(xiàng)，為經(jīng)濟(jì)響應(yīng)要素層的節(jié)能環(huán)保支出占公共支出比例。

以上結(jié)果表明，驅(qū)動(dòng)力指標(biāo)、狀態(tài)指標(biāo)、影響指標(biāo)和響應(yīng)指標(biāo)對(duì)鄭州市黃河南岸生態(tài)安全具有很大影響，主要反映了鄭州市黃河南岸各行政縣區(qū)經(jīng)濟(jì)和社會(huì)發(fā)展?fàn)顩r以及各縣區(qū)政府在促進(jìn)生態(tài)建設(shè)所采取的相關(guān)舉措。通過分析各指標(biāo)的權(quán)重，可以對(duì)研究區(qū)內(nèi)生態(tài)安全治理指明方向。

表2 熵權(quán)法指標(biāo)權(quán)重Table 2 Entropy method index weights

3.2 鄭州市黃河南岸生態(tài)安全指數(shù)結(jié)果分析

結(jié)合生態(tài)安全狀態(tài)等級(jí)標(biāo)準(zhǔn)與鄭州市實(shí)際情況，將鄭州市黃河南岸生態(tài)安全分為5個(gè)等級(jí)，分別為：惡劣級(jí)[0～0.25)，等級(jí)為Ⅴ；風(fēng)險(xiǎn)級(jí)[0.25～0.45)，等級(jí)為Ⅳ；敏感級(jí)[0.45～0.55)，等級(jí)為Ⅲ；良好級(jí)[0.55～0.75)，等級(jí)為Ⅱ；安全級(jí)[0.75～1]，等級(jí)為Ⅰ。具體見表3。

表3 各級(jí)生態(tài)安全類型特征Table 3 Features of each level of ecological safety type

通過數(shù)據(jù)計(jì)算得出2015—2019年鄭州市黃河南岸7個(gè)研究區(qū)塊中：滎陽市生態(tài)安全等級(jí)經(jīng)歷了2個(gè)類型，由Ⅰ級(jí)轉(zhuǎn)為Ⅱ級(jí)，2016年評(píng)分最高，2019年稍有下降，達(dá)到最低值0.615 6；鄭東新區(qū)生態(tài)安全等級(jí)經(jīng)歷了3個(gè)類型，由Ⅰ級(jí)經(jīng)Ⅱ級(jí)轉(zhuǎn)回Ⅰ級(jí)，得分均大于0.740 0；惠濟(jì)區(qū)生態(tài)安全等級(jí)均處于Ⅱ級(jí)類型，2015年達(dá)到最低值0.562 7，2016—2019年呈現(xiàn)穩(wěn)步變好趨勢(shì)；上街區(qū)生態(tài)安全等級(jí)經(jīng)歷了3個(gè)類型，由Ⅱ級(jí)經(jīng)Ⅲ級(jí)轉(zhuǎn)回Ⅱ級(jí)，2017年達(dá)到最低值0.514 3；中牟縣生態(tài)安全等級(jí)經(jīng)歷了3個(gè)類型，由Ⅳ級(jí)經(jīng)Ⅲ級(jí)轉(zhuǎn)回Ⅳ級(jí)，2016年為最低值0.402 3；鞏義市生態(tài)安全等級(jí)均處于Ⅳ級(jí)，分值均大于0.250 0，2015年達(dá)到最低值0.250 9；金水區(qū)生態(tài)安全等級(jí)整體處于Ⅴ級(jí)，最低分值為2015年0.185 6，呈現(xiàn)波動(dòng)變好趨勢(shì)。具體見圖3、表4。

圖3 研究區(qū)生態(tài)安全指數(shù)分布Fig.3 Distribution of ZESI

表4 研究區(qū)域生態(tài)安全指數(shù)及排名Table 4 Ecological safety index and ranking in the study area

續(xù)表4 Continuing table 4

4 結(jié)論與討論

基于2015—2019年鄭州市統(tǒng)計(jì)數(shù)據(jù)構(gòu)建DPSIR模型，針對(duì)鄭州市黃河南岸7個(gè)區(qū)縣展開生態(tài)安全評(píng)價(jià)，利用Python編程語言為本研究所用算法進(jìn)行計(jì)算機(jī)建模，在數(shù)據(jù)標(biāo)準(zhǔn)化和熵權(quán)法的基礎(chǔ)上，計(jì)算出各研究區(qū)生態(tài)安全指數(shù)，并進(jìn)行評(píng)級(jí)分析。結(jié)果表明：

1)2015—2019年研究區(qū)內(nèi)生態(tài)安全水平可劃分為5級(jí)，總體處于Ⅱ級(jí)至Ⅲ級(jí)類型，呈小幅波動(dòng)下降趨勢(shì)。2015年研究區(qū)總體處于Ⅱ級(jí)類型，滎陽市生態(tài)安全指數(shù)得分最高，處于Ⅰ級(jí)類型；2016年總體等級(jí)變化不大，鄭東新區(qū)提升至Ⅰ級(jí)；2017年整體處于Ⅲ級(jí)，上街區(qū)得分有所下降，由Ⅱ級(jí)變?yōu)棰蠹?jí)，而中牟縣有所提升，由Ⅳ級(jí)變?yōu)棰蠹?jí)；2018年整體處于Ⅱ級(jí)，上街區(qū)安全水平有所恢復(fù)，提升為Ⅱ級(jí)；2019年整體得分下降整體處于Ⅲ級(jí)，滎陽市、鄭東新區(qū)由Ⅰ級(jí)降為Ⅱ級(jí)，中牟縣由Ⅲ級(jí)降為Ⅳ級(jí)。

2)2015—2019年7個(gè)區(qū)縣安全水平變化不大。滎陽市5年來生態(tài)安全水平變化不大，處于Ⅰ級(jí)類型，2016年評(píng)分最高，2019年稍有下降；鄭東新區(qū)生態(tài)安全水平基本處于Ⅰ級(jí)類型，得分均大于0.74；惠濟(jì)區(qū)均處于Ⅱ級(jí)水平，評(píng)價(jià)指標(biāo)量值變化幅度較??；上街區(qū)生態(tài)安全狀況呈先下降后上升趨勢(shì)，基本處于Ⅱ級(jí)；中牟縣生態(tài)安全水平呈先上升后下降的趨勢(shì)，基本處于Ⅲ級(jí)；鞏義市5年內(nèi)均處于Ⅳ級(jí)，但呈現(xiàn)小幅波動(dòng)上升趨勢(shì)；金水區(qū)作為城市擴(kuò)張最早波及的地區(qū)，生態(tài)安全處于Ⅴ級(jí)，2015年分值最低，呈現(xiàn)波動(dòng)變好趨勢(shì)。

3)從準(zhǔn)則層來分析，驅(qū)動(dòng)力、狀態(tài)、影響和響應(yīng)指標(biāo)對(duì)鄭州市黃河南岸生態(tài)安全有很大影響。驅(qū)動(dòng)力指標(biāo)因素影響最大，其次是影響、響應(yīng)指標(biāo)因素，狀態(tài)指標(biāo)因素影響最小。這一結(jié)果表明，調(diào)節(jié)社會(huì)與經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)造成影響是今后研究區(qū)內(nèi)生態(tài)安全維護(hù)工作的重點(diǎn)[27]。

4)鄭州市黃河南岸生態(tài)安全主要影響要素為經(jīng)濟(jì)發(fā)展、社會(huì)發(fā)展、生態(tài)狀態(tài)、經(jīng)濟(jì)影響、人文影響、措施響應(yīng)。主要影響指標(biāo)包括：經(jīng)濟(jì)密度、當(dāng)年造林面積、地均財(cái)政收入、文化館文藝活動(dòng)參加人次、農(nóng)村現(xiàn)住房建筑面積、糧食作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)作物總播種面積，指標(biāo)權(quán)重≥0.05，表明這些指標(biāo)對(duì)研究區(qū)生態(tài)安全的影響起主要作用。

本研究借鑒現(xiàn)有研究成果基礎(chǔ)之上，以區(qū)縣為研究單元，以動(dòng)態(tài)的數(shù)據(jù)作為評(píng)價(jià)支撐，對(duì)鄭州市黃河南岸生態(tài)安全影響因素進(jìn)行探索。針對(duì)研究范圍的經(jīng)濟(jì)、社會(huì)發(fā)展和生態(tài)環(huán)境的獨(dú)特性，采用DPSIR模型構(gòu)建評(píng)價(jià)指標(biāo)體系，評(píng)價(jià)結(jié)果具有準(zhǔn)確性和有效性[28]。對(duì)鄭州市黃河南岸生態(tài)安全進(jìn)行評(píng)價(jià)，了解各區(qū)縣生態(tài)安全現(xiàn)狀，同時(shí)得出研究區(qū)域生態(tài)安全影響因素，可為黃河鄭州段乃至鄭州城市的生態(tài)環(huán)境建設(shè)和高質(zhì)量發(fā)展提供理論支持與數(shù)據(jù)支撐[29]。

此外，由于研究數(shù)據(jù)的獲取和研究時(shí)間的有限性，本研究數(shù)據(jù)獲取年份的有限不能評(píng)價(jià)更長(zhǎng)期的生態(tài)安全變化特征和規(guī)律，同時(shí)，針對(duì)評(píng)價(jià)結(jié)果對(duì)研究區(qū)的優(yōu)化策略也是下一步研究的重點(diǎn)。在優(yōu)化策略和生態(tài)安全構(gòu)建方面，鄭州市沿黃河生態(tài)安全構(gòu)建應(yīng)根據(jù)7個(gè)區(qū)縣自身發(fā)展特點(diǎn)及規(guī)律，有針對(duì)性地制定生態(tài)安全保護(hù)策略，縮小差距，全面提高鄭州市沿黃生態(tài)安全水平，促進(jìn)該區(qū)域高質(zhì)量發(fā)展。