基于DPSIR模型的黃河流域生態(tài)安全評(píng)價(jià)及影響因素研究

吳艷霞魏志斌王愛瓊

(西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,陜西 西安710054)

生態(tài)安全最早由Lester[1]于1981年在《建設(shè)一個(gè)持續(xù)發(fā)展的社會(huì)》一書中定義為生物在生存發(fā)展過程中自身內(nèi)部與外部環(huán)境協(xié)調(diào)、可持續(xù)的一種狀態(tài)。1989年,國際應(yīng)用系統(tǒng)分析所(IIASA)拓展了該理論,將其定義為在社會(huì)、自然交叉的復(fù)合系統(tǒng)中,人類自身生存發(fā)展、身體健康、基本權(quán)利等得到保障、不受威脅的狀態(tài)即為生態(tài)安全[2]。由此,學(xué)者們針對(duì)生態(tài)安全展開了多元化研究,而生態(tài)安全評(píng)價(jià)作為其中的研究熱點(diǎn)頗受學(xué)者青睞[3]。早期生態(tài)安全評(píng)價(jià)研究主要以評(píng)估生態(tài)損害程度為主,以美國環(huán)保局為代表的相關(guān)單位通過對(duì)部分遭遇環(huán)境污染或者其他生態(tài)損害問題的地區(qū)進(jìn)行評(píng)估,并利用技術(shù)手段進(jìn)行生態(tài)治理恢復(fù),其研究方向、方式單一,不具有普適性[2,4]。隨著相關(guān)理論、方法的豐富,研究呈現(xiàn)出寬領(lǐng)域、多尺度的特點(diǎn),多以某一區(qū)域?yàn)楹诵?基于不同視角,對(duì)其間的城市、湖泊、流域等展開研究,其結(jié)果更具客觀性,更能揭示問題本質(zhì)核心[4-6]。吳艷霞等[7]基于Lotka-Volterra共生模型,以共生度來評(píng)判長江經(jīng)濟(jì)帶生態(tài)安全;王文萱等[8]利用綜合權(quán)重物元法從空間格局演變視角對(duì)湖南省土地生態(tài)安全展開研究;崔馨月等[9]以長三角城市群為研究對(duì)象,采用DPSIR模型、主成分分析法展開生態(tài)安全評(píng)價(jià)。梳理文獻(xiàn)發(fā)現(xiàn),既有研究集中于不同地域[6-10]、不同視角(共生度[7]、協(xié)調(diào)度等[11])的生態(tài)安全評(píng)價(jià)研究,但缺少對(duì)生態(tài)安全影響因素以及影響因素間作用的分析,各種對(duì)策建議缺乏理論支撐,研究成果欠缺現(xiàn)實(shí)意義。因此,本文構(gòu)建DPSIR生態(tài)安全指標(biāo)體系,利用熵權(quán)-TOPSIS法對(duì)黃河流域生態(tài)安全現(xiàn)狀進(jìn)行評(píng)價(jià),進(jìn)一步利用BP-DEMATEL模型對(duì)影響因素展開分析,梳理其間關(guān)鍵因素,基于現(xiàn)狀和關(guān)鍵因素制定針對(duì)性提升策略,以期豐富和拓展生態(tài)安全理論框架,同時(shí)推動(dòng)黃河流域生態(tài)安全健康發(fā)展。

1 研究區(qū)概況、數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

黃河流域位于東經(jīng)96°—119°、北緯32°—42°,流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東共9個(gè)省域,全長5 464 km,流域面積高達(dá)75 240 km2。然而作為我國重要的生態(tài)屏障以及能源基地,黃河流域整體發(fā)展相對(duì)滯后,產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)為主,第三產(chǎn)業(yè)所占比例低于全國平均水平;區(qū)域發(fā)展不協(xié)調(diào),呈現(xiàn)東部發(fā)達(dá)、中部崛起、西部落后的態(tài)勢(shì),2020年山東生產(chǎn)總值為73 129億元,占黃河流域整體生產(chǎn)總值的1/3;作為我國西北部連接?xùn)|部沿海的生態(tài)走廊,生態(tài)損害極為嚴(yán)重,2020年水土流失面積高達(dá)26 270 km2,且人均水資源量不足600 m3。因此,對(duì)黃河流域生態(tài)安全展開研究,明晰黃河流域生態(tài)安全現(xiàn)狀及關(guān)鍵因素,由此制定針對(duì)性的提升策略,有助于促進(jìn)黃河流域高質(zhì)量發(fā)展。

本研究數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《黃河流域九省統(tǒng)計(jì)年鑒》和各地級(jí)市統(tǒng)計(jì)年鑒,同時(shí)利用插值法、隨機(jī)森林以及擬合回歸等對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ),最終獲得2011—2020年黃河流域9個(gè)省域的生態(tài)安全面板數(shù)據(jù)。

1.2 研究方法

1.2.1 研究設(shè)計(jì) 本文基于DPSIR模型構(gòu)建指標(biāo)體系,利用熵權(quán)-TPOSIS法計(jì)算生態(tài)安全指數(shù),將DPSIR模型選取的各項(xiàng)指標(biāo)數(shù)據(jù)作為BP-DEMATEL模型的輸入層,將生態(tài)安全指數(shù)作為輸出層,構(gòu)建直接關(guān)聯(lián)矩陣,最終計(jì)算得出生態(tài)安全關(guān)鍵因素,整體研究設(shè)計(jì)路線如圖1所示。

1.2.2 DPSIR模型構(gòu)建生態(tài)安全指標(biāo)體系 生態(tài)安全作為包含環(huán)境、經(jīng)濟(jì)、社會(huì)等多個(gè)要素的復(fù)合系統(tǒng),單純利用少量缺乏生態(tài)含義的指標(biāo)無法對(duì)生態(tài)安全進(jìn)行精準(zhǔn)的量化分析,因此需要構(gòu)建綜合性、科學(xué)性的指標(biāo)體系[7]。1997年歐洲環(huán)境署提出的DPSIR〔driving(驅(qū)動(dòng)力);pressure(壓力);state(狀態(tài));impact(影響);response(響應(yīng))模型〕,兼具生態(tài)因素間的信息耦合以及生態(tài)演化的內(nèi)在機(jī)理,能夠靈活、清晰地描述生態(tài)安全現(xiàn)狀[12-15],其運(yùn)行邏輯如圖2所示。

圖2 DPSIR模型運(yùn)行邏輯示意圖

驅(qū)動(dòng)力(D)吸納資源改善環(huán)境狀態(tài)(S),同時(shí)減輕生態(tài)壓力(P),由壓力(P)導(dǎo)致的生態(tài)影響(I)會(huì)引起人類反思進(jìn)而做出改善環(huán)境的積極響應(yīng)(R),由此改善環(huán)境狀態(tài)(S)[8,16]。在相關(guān)學(xué)者研究基礎(chǔ)上[10,15-16],遵循科學(xué)性、可靠性、整體性和綜合性原則,充分考慮黃河流域生態(tài)特征,結(jié)合指標(biāo)生態(tài)內(nèi)涵,選取了28個(gè)生態(tài)安全指標(biāo),并標(biāo)號(hào)F1,F2,…,F28,構(gòu)建黃河流域生態(tài)安全指標(biāo)體系(表1)。①狀態(tài)(S)表征生態(tài)環(huán)境的現(xiàn)實(shí)表象。城市人均道路、人均公園綠地面積可以表示出城市建設(shè)水平以及綠化狀態(tài)。人均水資源量、空氣質(zhì)量優(yōu)良率和突發(fā)環(huán)境次數(shù)則分別從可利用水資源、大氣質(zhì)量、環(huán)境穩(wěn)定狀態(tài)3個(gè)層面表示生態(tài)文明建設(shè)狀況。②驅(qū)動(dòng)力(D)表征能夠改善生態(tài)環(huán)境的現(xiàn)實(shí)動(dòng)力及基礎(chǔ)。人均GDP表征經(jīng)濟(jì)強(qiáng)度,是推動(dòng)區(qū)域發(fā)展的核心。GDP增長率衡量經(jīng)濟(jì)發(fā)展活力,表示區(qū)域經(jīng)濟(jì)發(fā)展的能動(dòng)性。固定資產(chǎn)投資、人均可支配收入和一般公共預(yù)算支出分別從城市建設(shè)、居民消費(fèi)能力和社會(huì)發(fā)展3個(gè)方面詮釋對(duì)區(qū)域發(fā)展的驅(qū)動(dòng)。③壓力(P)表征抑制生態(tài)環(huán)境健康發(fā)展的因素。人均用水量表示居民生活用水對(duì)于有限水資源產(chǎn)生的壓力。單位GDP工業(yè)粉塵排放量、單位GDP廢水排放量、單位GDP能耗和第二產(chǎn)業(yè)所占比例分別從空氣質(zhì)量、水污染、能源消耗和產(chǎn)業(yè)結(jié)構(gòu)4個(gè)方面表示工業(yè)對(duì)生態(tài)環(huán)境產(chǎn)生的壓力。④影響(I)表征人類活動(dòng)對(duì)于生態(tài)環(huán)境的影響。人均耕地面積和可吸入顆粒物平均濃度表示人類生產(chǎn)對(duì)土地資源以及大氣環(huán)境的影響。第三產(chǎn)業(yè)占比和建成區(qū)綠化覆蓋率表示區(qū)域產(chǎn)業(yè)結(jié)構(gòu)以及城市環(huán)境受到的影響。⑤響應(yīng)(R)表征人類改善生態(tài)環(huán)境的實(shí)際舉措。生活垃圾無害化處理率和人均造林面積表示社會(huì)層面對(duì)生態(tài)生活做出的積極響應(yīng)。工業(yè)固廢綜合利用率表示對(duì)工業(yè)污染的治理。節(jié)能環(huán)保支出、環(huán)境治理投資占GDP比重表示政府層面對(duì)改善生態(tài)的支持。

表1 黃河流域生態(tài)安全指標(biāo)體系

1.2.3 熵權(quán)-TOPSIS生態(tài)安全評(píng)價(jià)模型構(gòu)建TOPSIS法稱為逼近理想排序法,是通過計(jì)算評(píng)價(jià)方案與理想解和負(fù)理想解歐氏距離的多目標(biāo)分析決策方法,能夠精準(zhǔn)地表示各個(gè)評(píng)價(jià)方案間的差距[14,17]。本文采用改進(jìn)的TOPSIS法,用熵權(quán)法確定權(quán)重,計(jì)算各省域生態(tài)安全指數(shù),較之傳統(tǒng)的TOPSIS法其結(jié)果具客觀性[14]。具體計(jì)算步驟:

(1)數(shù)據(jù)標(biāo)準(zhǔn)化。

對(duì)于正向指標(biāo):

對(duì)于負(fù)向指標(biāo):

式中:yij為標(biāo)準(zhǔn)化的指標(biāo);xij為原始指標(biāo);maxxj,minxj表示j指標(biāo)下最大值和最小值。

(2)計(jì)算指標(biāo)權(quán)重。

式中:Hj為第j個(gè)指標(biāo)的熵值,k=1/lnm,fij=yij/

式中:wj為第j個(gè)指標(biāo)的熵權(quán);Hj為第j個(gè)指標(biāo)的熵值,各指標(biāo)權(quán)重詳見表1。

(3)計(jì)算加權(quán)標(biāo)準(zhǔn)化矩陣。

式中:T為加權(quán)標(biāo)準(zhǔn)化后的指標(biāo)矩陣;Yij標(biāo)準(zhǔn)化后的指標(biāo)矩陣;Wij為權(quán)重矩陣。

(4)確定正負(fù)理想解。

式中:T+為正理想解;T-為負(fù)理想解。

(5)計(jì)算各指標(biāo)到正理想解與負(fù)理想解的距離。

(6)計(jì)算貼近度。

式中:Ci為貼近度,處于[0,1]范圍內(nèi),其值越大表明生態(tài)安全發(fā)展?fàn)顩r越優(yōu),引申為生態(tài)安全指數(shù)[14-15,17]。

1.2.4 BP-DEMATEL影響因素分析模型構(gòu)建 決策實(shí)驗(yàn)室分析法(DEMATEL)是由美國Battelle[18]實(shí)驗(yàn)室1971年提出來為研究世界復(fù)雜問題的將圖論和矩陣相結(jié)合的系統(tǒng)分析方法。通過挖掘因素間邏輯關(guān)系,構(gòu)建直接關(guān)聯(lián)矩陣,計(jì)算各因素影響度和被影響度,最終得到原因度與中心度,由此分析因素間作用邏輯及重要程度。傳統(tǒng)DEMATEL方法通過專家打分或調(diào)查問卷計(jì)算直接關(guān)聯(lián)矩陣,主觀性較強(qiáng),導(dǎo)致研究結(jié)果與實(shí)際偏離程度較大。通過引入BP神經(jīng)網(wǎng)絡(luò),構(gòu)建從輸入層到輸出層的非線性映射,利用權(quán)值向量計(jì)算直接關(guān)聯(lián)矩陣,避免主觀因素對(duì)結(jié)果的影響[18-19]。BP-DEMATEL計(jì)算流程如圖3所示。

圖3 BP-DEMATEL運(yùn)算流程圖

(1)計(jì)算權(quán)值向量。

確定影響因素矩陣x=(xij)m×n以及目標(biāo)因素矩陣y=(yij)m×k,進(jìn)行標(biāo)準(zhǔn)化處理后作為BP神經(jīng)網(wǎng)絡(luò)的輸入層和輸出層,利用非線性映射關(guān)系計(jì)算出輸入層和隱含層以及隱含層和輸出層的權(quán)值矩陣Wn×t wn×k,最后進(jìn)行權(quán)值向量ω的計(jì)算:

式中:ω=ω1,ω2,…,ωn,||表示取各元素的絕對(duì)值;mean函數(shù)表示當(dāng)?shù)慕Y(jié)果的行數(shù)大于1時(shí),取每列的平均值。

(2)計(jì)算直接關(guān)聯(lián)矩陣A。

式中:表示因素i對(duì)因素i的影響程度。

(3)歸一化直接關(guān)聯(lián)矩陣A得到直接影響矩陣G。

(4)計(jì)算綜合影響矩陣T。

當(dāng)n充分大,可用G(I-G)-1近似計(jì)算綜合影響矩陣T,其中I為單位矩陣,(I-G)-1為I-G的逆矩陣。

(5)計(jì)算影響度、被影響度、中心度以及原因度。

式中:Di為影響度,表示因素i對(duì)其他因素的影響作用;Pi被影響度,表示其他因素對(duì)因素i的影響作用;Ri為中心度,其大小表示因素i影響作用的強(qiáng)弱,其值越大,影響作用越強(qiáng),該因素越重要;Gi為原因度,表示因素i與其他因素間的關(guān)聯(lián)性,其值越大,關(guān)聯(lián)性越強(qiáng)。原因度小于0稱該因素為原因因素,表示對(duì)其他因素的影響更大;原因度大于0稱該因素為結(jié)果因素,表示受其他因素的影響更大[18]。

2 結(jié)果與分析

2.1 生態(tài)安全評(píng)價(jià)結(jié)果與分析

利用熵權(quán)-TOPSIS法計(jì)算得到2011—2020年黃河9個(gè)省域生態(tài)安全指數(shù),結(jié)果詳見表2。整體來看,2011—2020年黃河流域生態(tài)安全指數(shù)均值分別為0.322,0.325,0.345,0.351,0.358,0.354,0.352,0.365,0.372和0.365,生態(tài)安全呈現(xiàn)緩慢上升態(tài)勢(shì),但整體水平不高,10 a來生態(tài)安全指數(shù)均值在0.3～0.4徘徊。值得注意的是,在2012年后生態(tài)安全指數(shù)上升趨勢(shì)極為明顯,僅2012—2013年生態(tài)安全指數(shù)均值就上漲0.02,這是由于“十八大”以來國家將黃河流域生態(tài)保護(hù)上升到國家戰(zhàn)略的層次,黃河流域得到社會(huì)各界廣泛的關(guān)注,生態(tài)安全文明建設(shè)邁入正軌。此外,在2020年略有下降,其原因是新冠疫情對(duì)各行各業(yè)不同程度的沖擊。

表2 黃河流域各省域2011—2020年生態(tài)安全指數(shù)

綜合分析可知,黃河流域各省域生態(tài)安全演變格局差異明顯,山東、四川、內(nèi)蒙古、河南和甘肅等省區(qū)呈現(xiàn)上升的發(fā)展態(tài)勢(shì),山西、陜西和青海省呈現(xiàn)波動(dòng)態(tài)勢(shì),寧夏回族自治區(qū)呈現(xiàn)衰退態(tài)勢(shì)。為了更好地詮釋生態(tài)安全時(shí)序性變化,按照上升、波動(dòng)、下降3種演變態(tài)勢(shì)繪制2011—2020年黃河流域各省域生態(tài)安全概況圖(圖4)。

圖4 黃河流域各省域2011—2020年生態(tài)安全概況

生態(tài)安全呈上升態(tài)勢(shì)的省域中,山東、四川和河南省上漲幅度極其明顯,內(nèi)蒙古和甘肅地區(qū)增長則較為緩慢。10 a間山東、四川和河南省生態(tài)安全指數(shù)增幅高達(dá)0.097,0.087和0.100(排名2,3,1),均值位于第1,2,4名,生態(tài)安全水平高且發(fā)展迅猛。內(nèi)蒙古自治區(qū)生態(tài)安全指數(shù)均值排名第3,加之連年穩(wěn)定上升的發(fā)展態(tài)勢(shì),生態(tài)安全獲得長足進(jìn)步。甘肅省生態(tài)基礎(chǔ)薄弱,10 a的生態(tài)安全均值排名僅為0.302(排名第8),但穩(wěn)定上升的態(tài)勢(shì)也表明其生態(tài)安全狀況持續(xù)好轉(zhuǎn)。

生態(tài)安全呈波動(dòng)態(tài)勢(shì)的省域中,山西省波動(dòng)幅度最大,陜西省次之,青海省最為穩(wěn)定。山西省生態(tài)安全指數(shù)在2014年達(dá)到頂峰(0.386),之后連年下降,2017年降至最低點(diǎn)(0.311),2018—2020年有所回升但不明顯,生態(tài)發(fā)展不穩(wěn)定。陜西省2012—2013年生態(tài)安全指數(shù)突飛猛進(jìn),從0.285上升至0.330,之后幾年則穩(wěn)定0.327～0.353區(qū)間內(nèi),生態(tài)發(fā)展面臨瓶頸。青海省10 a來生態(tài)安全呈M形的演變態(tài)勢(shì),即“上升—下降—上升—下降”,生態(tài)安全指數(shù)位于0.283～0.347,均值僅為0.301(排名第9),生態(tài)安全水平低且發(fā)展陷入僵局。

寧夏地區(qū)是黃河流域生態(tài)安全唯一呈現(xiàn)衰退態(tài)勢(shì)的省域,2011年生態(tài)安全指數(shù)為0.358(當(dāng)年排名第2),2012年大幅下降至0.337(當(dāng)年排名第5),盡管在2013年迅速恢復(fù)至0.369(當(dāng)年排名第2),但之后卻連年下降,2011—2020年降幅高達(dá)0.042。盡管生態(tài)基礎(chǔ)較好,但持續(xù)性的衰退態(tài)勢(shì)也表明寧夏地區(qū)面臨著生態(tài)退化等問題,須及時(shí)調(diào)控治理策略。

2.2 影響因素分析

將驅(qū)動(dòng)力(D)、壓力(P)、狀態(tài)(S)、影響(I)及響應(yīng)(R)5個(gè)指標(biāo)層的24個(gè)指標(biāo)作為輸入層,以黃河流域各省域10 a的生態(tài)安全指數(shù)作為輸出層,構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。其隱含層個(gè)數(shù)為24,設(shè)置[-0.5,+0.5]的隨機(jī)數(shù)作為初始權(quán)重,Sigmoid(激勵(lì)函數(shù))設(shè)為0.9;網(wǎng)絡(luò)訓(xùn)練速度(步長)為0.1,最大迭代次數(shù)為10 000,允許的擬合誤差為0.001,最終計(jì)算得到黃河流域生態(tài)安全影響因素的中心度(R)和原因度(C)[20-21],結(jié)果詳見表3。

表3 黃河流域9省區(qū)中心度(R)和原因度(C)

傳統(tǒng)DEMATEL將影響因素分為原因型和結(jié)果型,又稱為驅(qū)動(dòng)型和特征型,驅(qū)動(dòng)型因素是系統(tǒng)發(fā)生變化的根本原因,特征型因素是系統(tǒng)的直接表象[18,21]。

研究發(fā)現(xiàn),少數(shù)因素的中心度遠(yuǎn)大于其他因素,表現(xiàn)出明顯的重要性,參考已有研究[18,20-21],將所有因素中心度的平均值和標(biāo)準(zhǔn)差之和作為閾值θ,中心度大于θ稱為強(qiáng)驅(qū)動(dòng)型因素和強(qiáng)特征型因素[18,21]。其中,強(qiáng)驅(qū)動(dòng)型因素通常具備較高的中心度和原因度,表明在系統(tǒng)中重要程度高且對(duì)于其他因素的影響作用強(qiáng),因此強(qiáng)驅(qū)動(dòng)型因素為影響生態(tài)安全的關(guān)鍵因素,對(duì)于生態(tài)安全的發(fā)展起著舉足輕重的作用[18,20]。將表3中各省域的中心度平均值和標(biāo)準(zhǔn)差相加得到閾值θ,最終獲取各省域關(guān)鍵因素(表4)。

表4 黃河流域9省區(qū)關(guān)鍵因素

由表4可知,生態(tài)安全關(guān)鍵因素所處指標(biāo)層與演變態(tài)勢(shì)有明顯關(guān)聯(lián)性。生態(tài)安全水平不斷上升的省域關(guān)鍵因素分散在壓力指標(biāo)層外,生態(tài)壓力較小使得該類地區(qū)可以集聚資源推動(dòng)生態(tài)文明建設(shè);呈波動(dòng)態(tài)勢(shì)的省域關(guān)鍵因素集中分布在影響指標(biāo)層,人類活動(dòng)造成的生態(tài)影響使得該類地區(qū)生態(tài)環(huán)境不穩(wěn)定,從而導(dǎo)致生態(tài)安全水平忽高忽低;持續(xù)衰退的省域關(guān)鍵因素集中于壓力指標(biāo)層,減輕壓力是遏制生態(tài)持續(xù)惡化的關(guān)鍵路徑。為探析關(guān)鍵因素作用機(jī)理,截取2011—2020年黃河流域九省關(guān)鍵因素原始數(shù)據(jù)(表5)。

表5 黃河流域9省區(qū)2011—2020年關(guān)鍵因素?cái)?shù)據(jù)

根據(jù)表4—5可知:①山東省生態(tài)安全關(guān)鍵因素為人均公園綠地面積(F2)、人均可支配收入(F9)和工業(yè)固廢綜合利用率(F21)。其中,人均公園綠地面積增幅位于黃河流域首位,城市綠化建設(shè)持續(xù)向好發(fā)展,但人均可支配收入低(10 a均值僅為24 431元)、工業(yè)固廢綜合利用率逐年下降(2014年95.7%,2018年77.1%),經(jīng)濟(jì)發(fā)展不協(xié)調(diào)以及工業(yè)污染加劇限制了山東生態(tài)安全水平的提升速度,并于2018年開始下降。②四川省的關(guān)鍵因素為工業(yè)固廢綜合利用率(F21),其10 a均值僅為41.3%,遠(yuǎn)低于黃河流域均值(52.4%),加之四川省位處黃河流域和長江流域交匯地,且處于上游地區(qū),工業(yè)二次污染極大地削弱了環(huán)境質(zhì)量,并對(duì)下游地區(qū)生態(tài)產(chǎn)生嚴(yán)重影響,應(yīng)及時(shí)進(jìn)行調(diào)控。③河南省的關(guān)鍵因素為可吸入顆粒物平均濃度(F18)和節(jié)能環(huán)保支出(F23)。10 a來,河南省不斷加大節(jié)能環(huán)保支出(2011年95.632億元,2018年358.701億元),生態(tài)建設(shè)發(fā)展迅速,加之對(duì)農(nóng)作物焚燒、工業(yè)廢氣排放等空氣污染的嚴(yán)格管控,可吸入顆粒物平均濃度連年降低(2015年169 mg/m3,2020年84 mg/m3),空氣質(zhì)量逐步好轉(zhuǎn),生態(tài)環(huán)境狀況趨于良性。④內(nèi)蒙古自治區(qū)的關(guān)鍵因素為空氣優(yōu)良率(F4)、人均耕地面積(F16)和可吸入顆粒物平均濃度(F18)。內(nèi)蒙古產(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)為主,空氣優(yōu)良率和可吸入顆粒物濃度均處在極為良好的區(qū)間,加之幅員遼闊,人均耕地面積常年位于全國的3倍左右,是我國重要的農(nóng)業(yè)生產(chǎn)基地,為生態(tài)安全水平穩(wěn)步提升奠定基礎(chǔ)。⑤甘肅省的關(guān)鍵因素為人均GDP(F6)和建成區(qū)綠化覆蓋率(F19)。甘肅省是我國經(jīng)濟(jì)最落后的省域,2020年人均GDP僅為36 038元,且城市綠化建設(shè)水平低,2020年建成區(qū)綠化覆蓋率僅為36.3%(黃河流域均值37.2%),使得整體生態(tài)安全水平較低。但值得注意的是這兩個(gè)指標(biāo)數(shù)據(jù)10 a來呈現(xiàn)不斷上升的態(tài)勢(shì),這也是甘肅省生態(tài)安全不斷轉(zhuǎn)好的主要原因。⑥山西省的關(guān)鍵因素為人均耕地面積(F16)和工業(yè)固廢綜合利用率(F21)。山西省的支柱產(chǎn)業(yè)是煤炭行業(yè),而煤礦過度開發(fā)必然損害耕地的質(zhì)量和數(shù)量,同時(shí)工業(yè)主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)會(huì)產(chǎn)生大量工業(yè)廢物,而連年下降的工業(yè)固廢綜合利用率(2014年65.1%,2018年35.5%)也表明工業(yè)污染的加劇,生態(tài)安全狀況從2014年開始急劇惡化。⑦陜西省的關(guān)鍵因素為可吸入物顆粒濃度(F18)。陜西省呈現(xiàn)明顯的大陸性季風(fēng)氣候,從西伯利亞過來的季風(fēng)被秦嶺截?cái)?加之陜北的重工業(yè)生產(chǎn),使得空氣中可吸入顆粒物濃度居高不下,常年在100 mg/m3左右徘徊,導(dǎo)致沙塵暴、霧霾等空氣災(zāi)害頻繁發(fā)生,造成嚴(yán)重的環(huán)境污染。⑧青海省的關(guān)鍵因素為第三產(chǎn)業(yè)占比(F17)?！笆濉币詠?青海省將加快服務(wù)業(yè)發(fā)展作為結(jié)構(gòu)優(yōu)化戰(zhàn)略重點(diǎn),第三產(chǎn)業(yè)發(fā)展迅猛,占比由2011年32.3%增長至2020年的50.8%,這也導(dǎo)致2011—2015年生態(tài)安全水平不斷提高,但人均可支配收入無明顯變化,居民消費(fèi)能力與產(chǎn)業(yè)發(fā)展不匹配,從而導(dǎo)致生態(tài)文明建設(shè)陷入僵局。⑨寧夏回族自治區(qū)的關(guān)鍵因素為單位GDP廢水排放量(F12)和人均用水量(F14)。作為水資源最為匱乏的省域,寧夏地區(qū)的人均用水量卻居高不下(寧夏均值1 035.913 m3/人,黃河流域均值459.607 m3/人),盡管隨著對(duì)排污權(quán)的改革以及工業(yè)污染管控升級(jí),單位GDP廢水排放量連年下降,但水資源的不合理利用仍使得生態(tài)安全水平持續(xù)衰退。

3 討論與結(jié)論

3.1 結(jié)論

(1)黃河流域整體生態(tài)安全水平較低但呈現(xiàn)緩慢上升的發(fā)展態(tài)勢(shì),生態(tài)環(huán)境狀況持續(xù)好轉(zhuǎn)。黃河流域各省域10 a的生態(tài)安全指數(shù)均值從高到低依次為:山東、四川、內(nèi)蒙古、河南、山西、寧夏、陜西、甘肅和青海省。各省域生態(tài)安全演變格局差異明顯,山東、四川、內(nèi)蒙古、河南和甘肅等省域生態(tài)安全水平持續(xù)上升,生態(tài)環(huán)境質(zhì)量穩(wěn)步提升;山西、陜西和青海省生態(tài)安全狀況存在波動(dòng),生態(tài)文明建設(shè)陷入僵局;寧夏回族自治區(qū)生態(tài)安全水平持續(xù)衰退,面臨生態(tài)退化風(fēng)險(xiǎn)。

(2)BP-DEMATEL模型結(jié)果表明,黃河流域各省域均存在影響生態(tài)安全的關(guān)鍵因素,但并不趨同,生態(tài)安全水平呈上升態(tài)勢(shì)的省域關(guān)鍵因素分散在壓力指標(biāo)層外,生態(tài)壓力對(duì)該區(qū)域生態(tài)安全影響較小;呈波動(dòng)態(tài)勢(shì)的省域關(guān)鍵因素集中于影響指標(biāo)層,人類活動(dòng)對(duì)生態(tài)環(huán)境造成的影響使得該區(qū)域生態(tài)安全陷入波動(dòng);呈衰退態(tài)勢(shì)的省域(寧夏)關(guān)鍵因素分布在壓力指標(biāo)層,生態(tài)壓力帶來的沖擊使得該區(qū)域生態(tài)安全水平不斷下降。

3.2 討論

(1)針對(duì)生態(tài)安全呈上升態(tài)勢(shì)的省域,應(yīng)夯實(shí)生態(tài)基礎(chǔ),以關(guān)鍵因素為抓手,謀求進(jìn)一步發(fā)展。山東省應(yīng)擴(kuò)大向民資開放領(lǐng)域,增加就業(yè),同時(shí)打造合理分配機(jī)制,提升人均可支配收入,此外革新工業(yè)廢物處理技術(shù),減少工業(yè)污染。四川省應(yīng)對(duì)工業(yè)污染實(shí)施嚴(yán)格管控,同時(shí)發(fā)揮生態(tài)核心區(qū)帶動(dòng)作用,推動(dòng)周邊地區(qū)(青海、甘肅省等)生態(tài)向好發(fā)展。河南省應(yīng)保持現(xiàn)有的空氣污染管理機(jī)制,在財(cái)政允許的范圍內(nèi)加大對(duì)生態(tài)文明建設(shè)的投入。內(nèi)蒙古自治區(qū)應(yīng)嚴(yán)格實(shí)施耕地管制,防止耕地不合理占用,同時(shí)加強(qiáng)對(duì)空氣治理的精細(xì)化程度,保障空氣質(zhì)量。甘肅省應(yīng)合理吸收周邊省域的資源輻射,進(jìn)一步推動(dòng)城市綠化建設(shè)。

(2)針對(duì)生態(tài)安全呈波動(dòng)態(tài)勢(shì)的省域,應(yīng)集聚資源發(fā)展生態(tài)文明建設(shè),打破僵局。山西省應(yīng)進(jìn)行生態(tài)修復(fù),恢復(fù)被工業(yè)破壞的耕地,同時(shí)加快產(chǎn)業(yè)轉(zhuǎn)型,減少工業(yè)污染。陜西省建立健全空氣災(zāi)害預(yù)警、防控機(jī)制,著力于提升空氣質(zhì)量。青海省應(yīng)減緩第三產(chǎn)業(yè)發(fā)展速度,注重提升基礎(chǔ)建設(shè)。

(3)針對(duì)生態(tài)安全呈衰退態(tài)勢(shì)的省域,應(yīng)回溯自身,梳理關(guān)鍵因素相關(guān)產(chǎn)業(yè)的發(fā)展脈絡(luò),及時(shí)采取管控措施,止住下降頹勢(shì)。寧夏回族自治區(qū)應(yīng)充分考慮用水需求,制定合理的用水定額,同時(shí)加強(qiáng)對(duì)工業(yè)廢水的管控,建立合理利用水資源的節(jié)水型社會(huì)。

綜上所述,本文將熵權(quán)-TOPSIS模型和BPDEMATEL模型相結(jié)合,構(gòu)造“現(xiàn)狀評(píng)價(jià)—因素分析”的研究模式,豐富了現(xiàn)有的生態(tài)安全研究框架,且研究結(jié)果貼合黃河流域?qū)嶋H狀況,對(duì)黃河流域高質(zhì)量發(fā)展具有一定推動(dòng)作用。但限于篇幅與數(shù)據(jù)可得性等因素存在以下不足:一是研究尺度過大,未從微觀角度(市域或縣域)補(bǔ)充黃河流域生態(tài)安全相關(guān)研究;二是未能進(jìn)一步探討黃河流域空間關(guān)聯(lián)特征與演繹規(guī)律(上、中、下游),未來有待進(jìn)一步探析。