內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化及預(yù)測(cè)

王路, 白晶晶, 鄭春麗, *

內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化及預(yù)測(cè)

王路2, 白晶晶1, 鄭春麗1, *

1. 內(nèi)蒙古科技大學(xué)能源與環(huán)境學(xué)院, 包頭 014010 2. 內(nèi)蒙古科技大學(xué)白云鄂博礦多金屬資源綜合利用省部共建國(guó)家重點(diǎn)實(shí)驗(yàn)室, 包頭 014010

論文選取中國(guó)重要的生態(tài)屏障內(nèi)蒙古自治區(qū)為研究對(duì)象，通過(guò)收集研究區(qū)2010?2018年生態(tài)、環(huán)境和社會(huì)經(jīng)濟(jì)各類(lèi)指標(biāo)數(shù)據(jù)，建立生態(tài)承載力三維評(píng)價(jià)模型，采用主、客觀綜合賦權(quán)法對(duì)模型中的指標(biāo)進(jìn)行賦權(quán)，計(jì)算研究區(qū)生態(tài)承載力現(xiàn)狀及對(duì)其變化敏感的指標(biāo)，并預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)，為保護(hù)我國(guó)北疆的生態(tài)環(huán)境安全提供科學(xué)依據(jù)和數(shù)據(jù)支撐。研究結(jié)果表明：影響研究區(qū)生態(tài)承載力的主要指標(biāo)為人均水資源量和森林覆蓋率，研究區(qū)整體生態(tài)承載力呈逐漸上升趨勢(shì)，但短期仍處于中低水平，需加強(qiáng)生態(tài)、環(huán)境與社會(huì)經(jīng)濟(jì)的互相協(xié)調(diào)與可持續(xù)發(fā)展。未來(lái)，研究區(qū)生態(tài)承載力將逐漸增高，增長(zhǎng)速率加快，對(duì)經(jīng)濟(jì)和社會(huì)的發(fā)展更具包容性。

生態(tài)承載力; 三維評(píng)價(jià)模型; 馬爾科夫鏈; 灰色預(yù)測(cè)模型; 內(nèi)蒙古

0 前言

目前關(guān)于生態(tài)承載力的研究, 代表方法主要有生態(tài)足跡法、人類(lèi)凈初級(jí)生產(chǎn)力占用法、狀態(tài)空間法、綜合指標(biāo)法、系統(tǒng)模型法和生態(tài)系統(tǒng)服務(wù)消耗評(píng)價(jià)法等[1-6]。這些方法各有優(yōu)劣, 根據(jù)研究目的的不同, 需要選取適合的方法進(jìn)行研究。

內(nèi)蒙古自治區(qū)作為中國(guó)北方最重要的生態(tài)屏障, 擔(dān)負(fù)著構(gòu)筑我國(guó)北疆生態(tài)長(zhǎng)城, 保護(hù)我國(guó)北方地區(qū)環(huán)境的重要任務(wù), 它的承載力大小直接影響我國(guó)北方地區(qū)的生態(tài)安全。從1996年至2016年的21年里, 內(nèi)蒙古地區(qū)生產(chǎn)總值增速一直高于中國(guó)國(guó)內(nèi)生產(chǎn)總值增速, 然而, 這一階段經(jīng)濟(jì)高速增長(zhǎng)主要依賴(lài)能源、冶金等資源型產(chǎn)業(yè), 對(duì)環(huán)境造成了較大污染[7]。因此迫切需要了解內(nèi)蒙古自治區(qū)目前的生態(tài)承載力現(xiàn)狀及其未來(lái)發(fā)展?fàn)顩r, 提前做好防控預(yù)案, 為區(qū)域生態(tài)安全措施的制定, 區(qū)域循環(huán)經(jīng)濟(jì)及可持續(xù)發(fā)展提供依據(jù)。

基于此, 本文選取綜合指標(biāo)法, 通過(guò)分析生態(tài)、環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展之間的關(guān)系, 建立包含生態(tài)子系統(tǒng)、環(huán)境子系統(tǒng)和社會(huì)子系統(tǒng)的三維評(píng)價(jià)模型, 對(duì)區(qū)域生態(tài)承載力進(jìn)行評(píng)價(jià)。

1 研究方法

1.1 生態(tài)承載力研究方法

生態(tài)承載力的研究方法各有利弊。其中, 生態(tài)足跡法中太陽(yáng)能值和轉(zhuǎn)換率受不同產(chǎn)品、不同生態(tài)類(lèi)型和效率變化的影響, 較難以提出系統(tǒng)可持續(xù)性的閾值; 人類(lèi)凈初級(jí)生產(chǎn)力占用法只是在生產(chǎn)力角度對(duì)生態(tài)承載力進(jìn)行評(píng)價(jià), 不能反映生態(tài)環(huán)境的變化以及人類(lèi)各種社會(huì)經(jīng)濟(jì)活動(dòng)對(duì)生態(tài)的影響; 狀態(tài)空間法對(duì)人的主觀能動(dòng)作用、資源替代作用不夠重視; 綜合指標(biāo)法主要存在的問(wèn)題就是指標(biāo)選取的依據(jù)和精度; 系統(tǒng)模型法模型構(gòu)建困難, 結(jié)果驗(yàn)證困難; 生態(tài)系統(tǒng)服務(wù)消耗評(píng)價(jià)法模型參數(shù)彈性較小, 小范圍承載力研究準(zhǔn)確度低[8]。綜合指標(biāo)法考慮因素較為全面, 可跨越不同單位尺度, 適合對(duì)內(nèi)蒙古自治區(qū)生態(tài)、環(huán)境和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的研究目的。

本文通過(guò)選取生態(tài)、環(huán)境和社會(huì)因素中有代表性的指標(biāo), 利用綜合指標(biāo)法, 評(píng)價(jià)區(qū)域生態(tài)承載力的大小并預(yù)測(cè)未來(lái)變化(圖1)。

影響生態(tài)承載力的指標(biāo)主要分為兩類(lèi): 基礎(chǔ)指標(biāo)和特征指標(biāo)。其中基礎(chǔ)指標(biāo)主要指影響生態(tài)承載力的一些共有因素。本文通過(guò)總結(jié)前人進(jìn)行生態(tài)承載力研究所使用的指標(biāo)[9-16], 確定共有指標(biāo)類(lèi)型, 作為研究區(qū)域生態(tài)承載力的基礎(chǔ)指標(biāo); 特征指標(biāo)主要針對(duì)研究區(qū)域的不同, 選取能代表各自特點(diǎn)的特殊指標(biāo)。由于影響生態(tài)承載力的指標(biāo)較多, 指標(biāo)體系龐大, 在收集數(shù)據(jù)和計(jì)算時(shí)會(huì)耗費(fèi)大量的時(shí)間和精力, 但有些指標(biāo)對(duì)生態(tài)承載力的影響并不明顯, 因此本文采用“取舍原則”, 即對(duì)生態(tài)承載力的影響小于1%的指標(biāo)舍去。需要注意由于不同地域的特殊性, 在使用該原則進(jìn)行指標(biāo)篩選時(shí), 還需結(jié)合研究區(qū)的特點(diǎn)進(jìn)行, 避免誤刪重要指標(biāo), 使結(jié)果不可信。針對(duì)較難收集的指標(biāo), 可以選取與其相關(guān)性較高的同類(lèi)指標(biāo)替代, 這樣既節(jié)省了精力, 又不會(huì)對(duì)結(jié)果產(chǎn)生較大影響。同時(shí), 需要避免指標(biāo)體系中出現(xiàn)相關(guān)度較高的指標(biāo), 這類(lèi)指標(biāo)不但增加了工作量, 還會(huì)干擾后期的分析。

圖1 基于三維模型的生態(tài)承載力研究路線圖

Figure 1 Research roadmap of ecological carrying capacity based on three-dimensional model

本文借鑒“資源環(huán)境承載能力和國(guó)土空間開(kāi)發(fā)適宜性評(píng)價(jià)技術(shù)指南(試行)的方法”和前人研究成果[17-19],選取生態(tài)、環(huán)境和社會(huì)經(jīng)濟(jì)指標(biāo)進(jìn)行生態(tài)承載力研究, 并對(duì)指標(biāo)進(jìn)行分級(jí)(表1)。所有指標(biāo)分為差、中和優(yōu)三個(gè)等級(jí), 首先計(jì)算數(shù)據(jù)收集區(qū)間內(nèi)某指標(biāo)平均值, 然后再計(jì)算其標(biāo)準(zhǔn)差, 最后將均值減去標(biāo)準(zhǔn)差所得到的數(shù)值作為差等級(jí)界限, 將均值加上標(biāo)準(zhǔn)差所得到的數(shù)值作為優(yōu)等級(jí)界限。

1.2 三維生態(tài)承載力模型

基于生態(tài)質(zhì)量、環(huán)境質(zhì)量和社會(huì)經(jīng)濟(jì)發(fā)展的相互關(guān)系和發(fā)展變化, 建立區(qū)域生態(tài)環(huán)境對(duì)環(huán)境經(jīng)濟(jì)發(fā)展承載能力的三維評(píng)價(jià)模型。對(duì)應(yīng)的生態(tài)質(zhì)量指數(shù)水平為X軸、環(huán)境質(zhì)量指數(shù)水平為Y軸、社會(huì)經(jīng)濟(jì)發(fā)展指數(shù)水平為Z軸, 構(gòu)建更為完善的立方體評(píng)價(jià)模型[20]。X軸上的OX(YA), 隨著X值的增加, 生態(tài)質(zhì)量逐漸增加。OY(XA)在Y軸上, Y值越高, 環(huán)境質(zhì)量越高。Z軸上的OZ(AD)值越大, 社會(huì)經(jīng)濟(jì)發(fā)展水平越高。模型分為Ⅰ—Ⅷ 8個(gè)區(qū)塊, 分別代表研究區(qū)內(nèi)8種不同的生態(tài)質(zhì)量、社會(huì)經(jīng)濟(jì)和環(huán)境質(zhì)量綜合狀況; 區(qū)域經(jīng)濟(jì)—污染—環(huán)境三維評(píng)價(jià)模型可以通過(guò)空間化和可視化表達(dá)區(qū)域環(huán)境經(jīng)濟(jì)綜合水平; 具有評(píng)價(jià)區(qū)域綜合狀態(tài)、所處經(jīng)濟(jì)發(fā)展與環(huán)境治理變化階段、演變路徑等的功能[21]。(圖2)。

1.3 數(shù)據(jù)處理方法

本文各指標(biāo)權(quán)重值按照主、客觀綜合賦權(quán)法進(jìn)行賦權(quán)[22], 既兼顧到?jīng)Q策者對(duì)屬性的偏好, 同時(shí)又力爭(zhēng)減少賦權(quán)的主觀隨意性, 也將指標(biāo)固有屬性的客觀性加入進(jìn)去, 提高可信度和準(zhǔn)確度, 使屬性的賦權(quán)達(dá)到主觀與客觀的統(tǒng)一, 進(jìn)而使決策結(jié)果更加真實(shí)、可靠。同時(shí)本研究對(duì)指標(biāo)未來(lái)發(fā)展使用了定性(馬爾科夫鏈)和定量(灰色模型)預(yù)測(cè)相結(jié)合的方法, 對(duì)區(qū)域未來(lái)5年的生態(tài)承載力進(jìn)行模擬, 并對(duì)模擬結(jié)果進(jìn)行檢驗(yàn)。

表1 生態(tài)承載力綜合指標(biāo)體系和分級(jí)標(biāo)準(zhǔn)

圖2 三維評(píng)價(jià)模型總體框架

Figure 2 Total framework of the three-dimensional evaluation model

1.4 數(shù)據(jù)來(lái)源

本次構(gòu)建的三維生態(tài)承載力模型, 共21個(gè)指標(biāo), 指標(biāo)數(shù)據(jù)來(lái)源于2010—2018年《內(nèi)蒙古統(tǒng)計(jì)年鑒》及歷年《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

2 內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化及預(yù)測(cè)

2.1 內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化分析

2.1.1 指標(biāo)權(quán)重

本研究共選取21項(xiàng)指標(biāo), 其中12項(xiàng)為正向指標(biāo), 9項(xiàng)為反向指標(biāo)。對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理, 采用綜合賦權(quán)法計(jì)算各指標(biāo)權(quán)重, 結(jié)果如圖3所示。

研究區(qū)生態(tài)承載力指標(biāo)權(quán)重排名: 人均水資源量(0.1031)>森林覆蓋率(0.0911)>每千人擁有的醫(yī)院位數(shù)(0.0737)>草地占區(qū)域面積(0.0622)>農(nóng)民人均純收入(0.0587)>城鎮(zhèn)登記失業(yè)率(0.0503)>城鎮(zhèn)居民可支配收入(0.0499)>工業(yè)固廢綜合利用率(0.0485)。其中人均水資源量、森林覆蓋率、草地占區(qū)域面積屬于生態(tài)子系統(tǒng)中的指標(biāo)因素; 工業(yè)固廢綜合利用率屬于環(huán)境子系統(tǒng)中的指標(biāo)因素; 每千人擁有的醫(yī)院位數(shù)、農(nóng)民人均純收入、城鎮(zhèn)登記失業(yè)率、城鎮(zhèn)居民可支配收入屬于社會(huì)子系統(tǒng)中的指標(biāo)因素。生態(tài)子系統(tǒng)、環(huán)境子系統(tǒng)及社會(huì)子系統(tǒng)的權(quán)重分別為: 0.2977、0.2100、0.4923。

2.1.2 指標(biāo)得分

根據(jù)綜合指標(biāo)體系和分級(jí)標(biāo)準(zhǔn), 計(jì)算各子系統(tǒng)得分及綜合得分的差、中、優(yōu)三類(lèi)標(biāo)準(zhǔn)值(表2), 然后計(jì)算各子系統(tǒng)及整體生態(tài)承載力綜合得分(表3)。結(jié)果顯示: 各子系統(tǒng)處于中等水平, 逐漸向較高水平發(fā)展, 但是發(fā)展速度較慢。

圖3 生態(tài)承載力指標(biāo)權(quán)重雷達(dá)圖

Figure 3 Radar chart of indicator weights for ecological carrying capacity

2.1.3 內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化

根據(jù)表3計(jì)算結(jié)果, 建立三維生態(tài)承載力評(píng)價(jià)模型。各子系統(tǒng)指標(biāo)和區(qū)域生態(tài)環(huán)境綜合承載力水平對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響在三維模型中如圖4所示;生態(tài)承載力綜合指數(shù)如圖5所示。

從三維模型可以看出, 研究區(qū)2010—2014年屬于模型區(qū)塊Ⅳ。2015—2018年均處在模型區(qū)塊Ⅷ。生態(tài)承載力綜合指數(shù)整體呈逐漸上升趨勢(shì), 后期超過(guò)中檔線。研究區(qū)生態(tài)系統(tǒng)良好, 均高于中值; 從選取的評(píng)價(jià)指標(biāo)來(lái)看, 草地占區(qū)域面積、人均公共綠地面積和森林覆蓋率保持良好的積極發(fā)展趨勢(shì), 人均水資源量略有波動(dòng)。草地占區(qū)域面積在生態(tài)系統(tǒng)中有決定性影響, 與實(shí)際情況相符。環(huán)境質(zhì)量有顯著上升, 總體呈現(xiàn)“W”型曲線, 但均處于中值以下, 未達(dá)到相對(duì)穩(wěn)定狀態(tài), 自身環(huán)境修復(fù)能力較差。在2012年達(dá)到拐點(diǎn)位置; 在此之后有所上升, 但仍未達(dá)到中級(jí)。從選取的評(píng)價(jià)指標(biāo)來(lái)看, 化學(xué)需氧量排放量、SO2排放量和工業(yè)煙(粉塵)排放量呈逐年下降趨勢(shì); 但工業(yè)固廢產(chǎn)生量逐年增加, 環(huán)境污染治理投資占GDP比率有所下降, 導(dǎo)致工業(yè)固廢綜合利用率有所下降。顯然研究區(qū)在經(jīng)濟(jì)發(fā)展初期, 并未注重對(duì)生態(tài)環(huán)境的保護(hù)和修復(fù), 導(dǎo)致出現(xiàn)生態(tài)系統(tǒng)的較大波動(dòng)。社會(huì)經(jīng)濟(jì)發(fā)展水平指數(shù)持續(xù)上升, 在2015—2018年達(dá)到中值水平; 從選取的評(píng)價(jià)指標(biāo)來(lái)看, 第二產(chǎn)業(yè)占GDP比重較高, 第三產(chǎn)業(yè)占比相對(duì)較低。第二產(chǎn)業(yè)占GDP比重在工業(yè)化中期以后一般呈下降趨勢(shì), 顯然研究區(qū)經(jīng)濟(jì)發(fā)展并未改變依賴(lài)能源、冶金等資源型產(chǎn)業(yè)的狀況。

內(nèi)蒙古自治區(qū)綜合發(fā)展水平在2013年達(dá)到中值, 2014年有所回落, 2015—2018年又回到中值以上; 研究區(qū)生態(tài)承載力發(fā)展?fàn)顟B(tài)良好, 但生態(tài)承載力仍處于中低水平的“徘徊”階段, 需要經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展?？偟膩?lái)說(shuō), 社會(huì)經(jīng)濟(jì)發(fā)展水平較低、污染物排放量大是其癥結(jié)所在, 區(qū)域發(fā)展的不均勻, 與經(jīng)濟(jì)欠發(fā)達(dá)和不合理的產(chǎn)業(yè)結(jié)構(gòu)有重大關(guān)聯(lián)。

表2 生態(tài)承載力評(píng)價(jià)標(biāo)準(zhǔn)

表3 生態(tài)承載力子系統(tǒng)得分

圖4 內(nèi)蒙古自治區(qū)生態(tài)承載力三維模型

Figure 4 Three-dimensional model of ecological carrying capacity in study area

圖5 研究區(qū)生態(tài)承載力綜合指數(shù)

Figure 5 Comprehensive index of ecological carrying capacity in study area

2.1.4 不確定性分析

本文不確定性分析主要針對(duì)影響生態(tài)承載力的各類(lèi)指標(biāo)的敏感度進(jìn)行。選取所有指標(biāo)數(shù)值±10%的變化范圍進(jìn)行敏感度系數(shù)的計(jì)算, 將2010—2018年影響生態(tài)承載力的21個(gè)指標(biāo)的平均值, 作為敏感度分析的基礎(chǔ)數(shù)據(jù), 將21個(gè)指標(biāo)的敏感性進(jìn)行排序如下(表4)。

敏感性分析結(jié)果顯示對(duì)研究區(qū)生態(tài)承載力影響前五位指標(biāo)分別為: 草地占區(qū)域面積、人均水資源量、工業(yè)廢水排放量、人均公共綠地面積、SO2排放量; 從指標(biāo)類(lèi)型上來(lái)看, 影響生態(tài)承載力的指標(biāo)主要集中在生態(tài)子系統(tǒng)和環(huán)境子系統(tǒng)。

2.2 內(nèi)蒙古自治區(qū)生態(tài)承載力預(yù)測(cè)分析

對(duì)研究區(qū)生態(tài)承載力的預(yù)測(cè)主要采用定性(馬爾科夫鏈)和定量(灰色模型)相結(jié)合的方法對(duì)內(nèi)蒙古自治區(qū)未來(lái)5年生態(tài)承載力的變化情況進(jìn)行預(yù)測(cè)。

2.2.1 定性分析

根據(jù)生態(tài)承載力評(píng)價(jià)標(biāo)準(zhǔn)(表2), 將研究區(qū)歷年綜合承載力狀況列表如下(表5):

2010—2018年, 研究區(qū)綜合承載力處于差等狀態(tài)的情況有4年, 中等狀態(tài)有5年, 優(yōu)等狀態(tài)有0年。計(jì)算研究區(qū)轉(zhuǎn)移概率矩陣如下:

2018年研究區(qū)生態(tài)承載力狀態(tài)為中等, 因此初始狀態(tài)向量都定為(1, 0, 0); 經(jīng)過(guò)矩陣計(jì)算得到2019—2024年共6年的生態(tài)承載力變化狀況預(yù)測(cè)結(jié)果, 見(jiàn)表6。

表4 生態(tài)承載力指標(biāo)敏感度分析

表5 研究區(qū)歷年生態(tài)承載力狀態(tài)

表6 生態(tài)承載力定性預(yù)測(cè)

從表6可以看出, 研究區(qū)生態(tài)承載力水平未來(lái)將可能長(zhǎng)期處于中差等水平, 但隨著時(shí)間的推移, 差等水平的概率逐漸降低, 中等水平的概率逐漸升高。

2.2.2 定量預(yù)測(cè)

根據(jù)生態(tài)承載力計(jì)算結(jié)果, 建立灰色預(yù)測(cè)模型, 對(duì)未來(lái)指標(biāo)進(jìn)行預(yù)測(cè), 并對(duì)模型進(jìn)行檢驗(yàn)。通常使用相對(duì)殘差Q檢驗(yàn)、后驗(yàn)誤差C檢驗(yàn)、小誤差概率P檢驗(yàn)對(duì)模型的精度精細(xì)判定[23-24], 精度檢驗(yàn)等級(jí)如下(表7)。

根據(jù)灰色預(yù)測(cè)模型原理建模, 得到2019—2024年內(nèi)蒙古自治區(qū)未來(lái)6年生態(tài)承載力的預(yù)測(cè)值(表8)。

研究區(qū)預(yù)測(cè)模型檢驗(yàn)2個(gè)好, 1個(gè)合格。預(yù)測(cè)模型通過(guò)模型檢驗(yàn)標(biāo)準(zhǔn), 模型精度較好, 預(yù)測(cè)結(jié)果可信。

研究區(qū)未來(lái)6年生態(tài)承載力處于中等水平, 但是僅是剛過(guò)中等線, 長(zhǎng)期處于逐漸上升趨勢(shì), 且上升速度較快。這一結(jié)果與定性預(yù)測(cè)結(jié)果一致, 兩種預(yù)測(cè)方法相互印證, 說(shuō)明研究區(qū)環(huán)境治理方面成果顯著, 未來(lái)環(huán)境將持續(xù)轉(zhuǎn)好。

3 討論

指標(biāo)選取一直是綜合評(píng)價(jià)法的一個(gè)需要嚴(yán)謹(jǐn)討論的問(wèn)題, 指標(biāo)選取受到多方面的影響, 比如指標(biāo)的共性和特征, 指標(biāo)之間是否具有相關(guān)性(相關(guān)性過(guò)高的指標(biāo), 會(huì)影響之后模型的計(jì)算)等。我們針對(duì)共性指標(biāo)的選取主要建立在前人研究的基礎(chǔ)之上, 雖然是公認(rèn)的指標(biāo), 但受到認(rèn)知的不斷完善影響, 還是存在一定的不確定性。對(duì)于特性指標(biāo)的選取我們也是從研究區(qū)公認(rèn)的特殊性的角度出發(fā)進(jìn)行選取, 隨著時(shí)間的推移這種指標(biāo)體系可能會(huì)存在需要增加或減少指標(biāo)類(lèi)型的可能性, 但這并不影響本文的意義, 本文主要在當(dāng)前認(rèn)知的基礎(chǔ)之上, 對(duì)研究區(qū)現(xiàn)有生態(tài)承載力水平進(jìn)行的系統(tǒng)性研究, 提供一套完整的、可推廣的研究方案。

預(yù)測(cè)模型一直是各領(lǐng)域?qū)＜矣懻摰臒狳c(diǎn)問(wèn)題。用統(tǒng)計(jì)學(xué)或數(shù)學(xué)的方法進(jìn)行預(yù)測(cè)一直是公認(rèn)的方法, 這類(lèi)預(yù)測(cè)模型成熟, 并有相應(yīng)模型檢測(cè)的方法, 可以最大限度的降低結(jié)果的不確定性, 增加預(yù)測(cè)結(jié)果的可信度。本次研究使用定性與定量?jī)煞N預(yù)測(cè)模型相結(jié)合的預(yù)測(cè)方法, 互相印證結(jié)果, 使得結(jié)果更加可信。但是這樣的預(yù)測(cè)往往忽略掉了生態(tài)環(huán)境本身的自然屬性以及各因素之間的相關(guān)性, 更加完善的預(yù)測(cè)模型, 需要基于數(shù)學(xué)和統(tǒng)計(jì)的方法之上, 從相關(guān)生態(tài)過(guò)程研究入手, 將這類(lèi)變化加入預(yù)測(cè)模型之中, 模擬生態(tài)環(huán)境的自然變化, 會(huì)使結(jié)果更加準(zhǔn)確和可信。

4 結(jié)論

(1)影響內(nèi)蒙古自治區(qū)生態(tài)承載力穩(wěn)定的關(guān)鍵指標(biāo)是人均水資源量和森林覆蓋率。因此, 要想快速提升區(qū)域生態(tài)承載力, 應(yīng)從增加水源供給、節(jié)約用水、退耕還林, 治理沙漠化等方面著手。另外, 環(huán)境污染仍是制約研究區(qū)生態(tài)承載力提高的重要因素, 其中工業(yè)固體廢棄物的再利用和無(wú)害化處理仍是關(guān)鍵。

(2)2012—2018年生態(tài)承載力綜合指數(shù)整體呈逐漸上升趨勢(shì), 但仍處于中低水平的“徘徊”階段, 處于經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展的階段。未來(lái)需要進(jìn)一步協(xié)調(diào)經(jīng)濟(jì)的發(fā)展與生態(tài)環(huán)境之間的關(guān)系, 在保證經(jīng)濟(jì)發(fā)展的同時(shí), 更加注重生態(tài)環(huán)境水平的提高, 構(gòu)筑我國(guó)北疆綠色長(zhǎng)城。

表7 灰色預(yù)測(cè)模型檢驗(yàn)標(biāo)準(zhǔn)

(3)如果不改變現(xiàn)狀, 研究區(qū)生態(tài)承載力水平未來(lái)將可能長(zhǎng)期處于中低等水平, 其余指標(biāo)對(duì)生態(tài)承載力影響都較弱, 要想提高生態(tài)承載力, 仍需全方位的提升才可以使承載力有較大的提高, 實(shí)際上執(zhí)行起來(lái)難度較大, 這也是內(nèi)蒙古近年來(lái)生態(tài)承載力一直處于中游水平, 上升緩慢的原因。但值得肯定的是隨著時(shí)間的推移, 承載力水平是呈現(xiàn)逐漸上升趨勢(shì), 相信隨著我國(guó)生態(tài)文明建設(shè)的推進(jìn), 這種趨勢(shì)會(huì)越來(lái)越明顯, 我國(guó)北方的生態(tài)環(huán)境也會(huì)因此更上一個(gè)臺(tái)階。

表8 研究區(qū)2019—2024年生態(tài)承載力預(yù)測(cè)及檢驗(yàn)

附件：內(nèi)蒙古自治區(qū)生態(tài)承載力指標(biāo)數(shù)據(jù)

[1] 魏曉旭, 顏長(zhǎng)珍. 生態(tài)承載力評(píng)價(jià)方法研究進(jìn)展[J]. 地球環(huán)境學(xué)報(bào), 2019, 10(05): 441–452.

[2] LEEMANS H B J, GROOT R S D. Millennium Ecosystem Assessment: Ecosystems and human well-being: a framework for assessment[J]. Physics Teacher, 2005, 34(9): 534–534.

[3] 譚淼, 周啟剛. 2000-2015年典型山地區(qū)域凈初級(jí)生產(chǎn)力時(shí)空分布特征[J]. 水土保持研究, 2019, 26(06): 339–346.

[4] 張洺也, 趙春子. 基于生態(tài)足跡法的延邊州水資源生態(tài)環(huán)境研究[J]. 東北師大學(xué)報(bào)(自然科學(xué)版), 2019, 51(03): 135–142.

[5] 鄭琦, 王海江, 董天宇, 等. 基于不同評(píng)價(jià)方法的綠洲棉田土壤質(zhì)量綜合評(píng)價(jià)[J]. 灌溉排水學(xué)報(bào), 2019, 38(03): 90–98.

[6] 曲修齊, 劉淼, 李春林, 等. 生態(tài)承載力評(píng)估方法研究進(jìn)展[J]. 氣象與環(huán)境學(xué)報(bào), 2019, 35(04):113–119.

[7] 劉婕, 連婷婷. 影響內(nèi)蒙古 GDP 增長(zhǎng)的因素分析[J]. 北方經(jīng)濟(jì), 2013(11): 55–56.

[8] 趙東升, 郭彩贇, 鄭度, 等. 生態(tài)承載力研究進(jìn)展[J]. 生態(tài)學(xué)報(bào), 2019, 39(2): 1–11.

[9] FENG Zhiming, SUN Tong, YANG Yanzhao, et al. The Progress of Resources and Environment Carrying Capacity: from Single-factor Carrying Capacity Research to Comprehensive Research[J]. Journal of Resources & Ecology, 2018, 9(2): 125–134.

[10] WANG Yuq, HONG Xianyu, LV Dongke. Analysis on dynamic ecological security and development capacity of 2005-2009 in Qinhuangdao, China[J]. Procedia Environmental Sciences, 2011, 10(part-PA): 0–612.

[11] ZENG Chen, LIU Yaolin, LIU Yanfang, et al. An Integrated Approach for Assessing Aquatic Ecological Carrying Capacity: A Case Study of Wujin District in the Tai Lake Basin, China[J]. International Journal of Environmental Research & Public Health, 2011, 8(12): 264–280.

[12] 鐘業(yè)喜, 陸玉麒. 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)人口與經(jīng)濟(jì)空間耦合研究[J]. 經(jīng)濟(jì)地理, 2011, 31(02): 195–200.

[13] ZHOU Xiyin, ZHENG Binghui, KHU S. Validation of the hypothesis on carrying capacity limits using the water environment carrying capacity[J]. Science of the Total Environment, 2019, 665: 774–784.

[14] LI Fangzheng, SUN Yinan, LI Xiong, et al. Research on the Sustainable Development of Green-Space in Beijing Using the Dynamic Systems Model[J]. Sustainability, 2016, 8: 965.

[15] DONG Hongwei, LI Peng, FENG Zhiming, et al. Natural capital utilization on an international tourism island based on a three-dimensional ecological footprint model: A case study of Hainan Province, China[J]. Ecological Indicators, 2019, 104: 479–488.

[16] ZHANG Yanzhen, WANG Qian, WANG Zhaoqi, et al. Impact of human activities and climate change on the grassland dynamics under different regime policies in the Mongolian Plateau[J]. The Science of the total environment, 2020, 698: 134304.

[17] CROPP R and NORBURY J. An eco-evolutionary system with naturally bounded traits[J]. Theoretical Ecology, 2019, 12(4): 401–412.

[18] YAO Yongxiang, LI Jia, DUAN Ping, et al. Research on three-dimensional model reconstruction of slope erosion based on sequence images[J]. Optics and Laser Technology, 2019, 110: 209–218.

[19] YANG Yijia, SONG Ge, LU Shuai. Study on the ecological protection redline (EPR) demarcation process and the ecosystem service value (ESV) of the EPR zone: A case study on the city of Qiqihaer in China[J]. Ecological Indicators, 2020, 109: 105754.

[20] WANG Jiayang, WEI Xiaomei, GUO Qian. A three- dimensional evaluation model for regional carrying capacity of ecological environment to social economic development: Model development and a case study in China[J]. Ecological Indicators, 2018, 89: 348–355.

[21] 樊新剛, 米文寶, 馬振寧. 區(qū)域經(jīng)濟(jì)–污染–環(huán)境三維評(píng)價(jià)模型的構(gòu)建與應(yīng)用[J]. 環(huán)境科學(xué), 2015, 36(02): 751–758.

[22] XU Shuobo, XU Dishi, LIU Lele. Construction of regional informatization ecological environment based on the entropy weight modified AHP hierarchy model[J]. Sustainable Computing: Informatics and Systems, 2019, 22: 26–31.

[23] LI Yan, MEI Yajun. Effect of bivariate data’s correlation on sequential tests of circular error probability[J]. Journal of Statistical Planning and Inference, 2016, 171: 99–114.

[24] BAEY C, COURNèDE P, KUHN E. Asymptotic distribution of likelihood ratio test statistics for variance components in nonlinear mixed effects models[J]. Computational Statistics and Data Analysis, 2019, 135: 107–122.

王路, 白晶晶, 鄭春麗. 內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化及預(yù)測(cè)[J]. 生態(tài)科學(xué), 2021, 40(5): 155–163.

WANG Lu, BAI Jingjing, ZHENG Chunli. Historical evolution and prediction of ecological carrying capacity in Inner Mongolia Autonomous Region[J]. Ecological Science, 2021, 40(5): 155–163.

王路, 白晶晶, 鄭春麗. 內(nèi)蒙古自治區(qū)生態(tài)承載力歷史演化及預(yù)測(cè)[J]. 生態(tài)科學(xué), 2021, 40(5): 155–163.

WANG Lu, BAI Jingjing, ZHENG Chunli. Historical evolution and prediction of ecological carrying capacity in Inner Mongolia Autonomous Region[J]. Ecological Science, 2021, 40(5): 155–163.

Historical evolution and prediction of ecological carrying capacity in Inner Mongolia Autonomous Region

WANG Lu2, BAI Jingjing1, ZHENG Chunli1, *

1. School of Energy and Environment, Inner Mongolia University of Science and Technology, Baotou 014010, China 2. Key Laboratory of Integrated Exploitation of Bayan Obo Multi-Metal Resources, Inner Mongolia University of Science and Technology, Baotou 014010, China

This paper selects Inner Mongolia Autonomous Region, an important ecological barrier in China as the study object. Through collecting the data of ecological, environmental and socio-economic indicators of the study area from 2010 to 2018, we established a three-dimensional evaluation model of ecological carrying capacity. The subjective and objective comprehensive weighting methods were used to weight the indicators in the model, calculate the current situation of ecological carrying capacity of the study area and the indicators sensitive, and predict the development trend. We provide scientific method and data support for protecting ecological environment security of Northern Frontier of China. The results show that the main indicators affecting the ecological carrying capacity of the study area are the per capita water resources and the forest coverage rate. The total ecological carrying capacity of the study area is gradually increasing, but it is still at a medium-low level in the short period. It is necessary to strengthen the coordination and sustainable development of ecology, environment and social economy. In the future, the ecological carrying capacity of the study area will gradually increase; the growth rate will accelerate; the economic and social development will be more inclusive.

ecological carrying capacity; three-dimensional evaluation model; Markov chain; gray prediction model; Inner Mongolia

10.14108/j.cnki.1008-8873.2021.05.020

X826

A

1008-8873(2021)05-155-09