趙 昕,馬越峰
(內(nèi)蒙古科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院,內(nèi)蒙古 包頭 014010)
十九大精神與“十四五”規(guī)劃明確提出我國生態(tài)文明建設(shè)與可持續(xù)發(fā)展長期發(fā)展戰(zhàn)略。內(nèi)蒙古作為資源大省,在西部大開發(fā)、東北振興戰(zhàn)略等一系列區(qū)域協(xié)調(diào)發(fā)展的政策措施積極推進(jìn)下,全區(qū)經(jīng)濟(jì)發(fā)展取得巨大成就。與此同時(shí),社會(huì)經(jīng)濟(jì)與生態(tài)環(huán)境發(fā)展不協(xié)調(diào)問題日益嚴(yán)重。因此如何實(shí)現(xiàn)生態(tài)環(huán)境保護(hù)與可持續(xù)發(fā)展,需要引入“生態(tài)足跡”的概念[1],進(jìn)一步評(píng)估區(qū)域生態(tài)環(huán)境狀況。
生態(tài)足跡是評(píng)估自然資本消耗與生態(tài)承載力協(xié)調(diào)與否的有效方法。國內(nèi)外學(xué)者紛紛將生態(tài)足跡理論運(yùn)用到區(qū)域生態(tài)可持續(xù)發(fā)展的研究中。在研究對象上,國內(nèi)外學(xué)者將研究視角從國家、省域、市縣延伸到了城市群和流域。Folk等研究測算了歐洲波羅的沿海流域的近30個(gè)城市的生態(tài)足跡情況,結(jié)果表明整個(gè)波羅海流域的生態(tài)經(jīng)濟(jì)系統(tǒng)嚴(yán)重失衡[2];在國內(nèi),楊屹、王昕宇、朱文娟等學(xué)者分別測算了陜西省、四川省宜賓市、浙江省溫州市泰順縣的生態(tài)足跡[3-5]。在應(yīng)用領(lǐng)域上,生態(tài)足跡從生態(tài)環(huán)境逐漸拓展到了交通[6]、土地[7,8]、旅游[9,10]等方面。關(guān)于生態(tài)足跡預(yù)測的研究,Vuuren 等將時(shí)間序列預(yù)測模型應(yīng)用于生態(tài)足跡的研究中[11]。其中灰色GM(1,1)模型被大多數(shù)學(xué)者所選用,朱高立等預(yù)計(jì)2028年江蘇鹽城生態(tài)的不可持續(xù)狀況更加嚴(yán)重[12];郭榮中等預(yù)測長株潭地區(qū)到2026年人均生態(tài)赤字將上升到-2.3406 hm2[13];ARIMA模型與GM(1,1)模型相比,能夠較為精確地預(yù)測非平穩(wěn)性時(shí)間序列,在生態(tài)領(lǐng)域中主要被應(yīng)用于水資源研究中[14]。
當(dāng)前已有大量有關(guān)內(nèi)蒙古生態(tài)足跡的研究[15,16],筆者在傳統(tǒng)生態(tài)足跡模型的基礎(chǔ)上,以內(nèi)蒙古土地實(shí)際生產(chǎn)力為標(biāo)準(zhǔn),運(yùn)用改進(jìn)后的“省公頃”生態(tài)足跡模型,計(jì)算符合內(nèi)蒙古自然條件的當(dāng)量因子,建立生物資源、能源消耗和污染排放賬戶,測算內(nèi)蒙古生態(tài)足跡及其相關(guān)指標(biāo);在此基礎(chǔ)上預(yù)測了未來5年的人均生態(tài)足跡、承載力和赤字,對科學(xué)合理地改善內(nèi)蒙古區(qū)域生態(tài)協(xié)調(diào)可持續(xù)發(fā)展有重要意義。
在祖國的北疆,橫跨西南到東北的狹長區(qū)域是內(nèi)蒙古自治區(qū),其面積占全國國土面積的12.3%。有多種地貌形式,如高原、平原、山地等,其海拔高度平均在1 000 m左右;全區(qū)光照資源豐富;降水量相對較少且不勻,絕大部分地區(qū)雨水每年平均下降不達(dá)400 mm,由東向西,降水逐漸減少。2019年末常住人口2 539.56萬人,農(nóng)作物總播種面積888.6萬 hm2,糧食生產(chǎn)收貨頗豐,畜牧業(yè)、工業(yè)總體發(fā)展穩(wěn)定,服務(wù)業(yè)發(fā)展規(guī)模擴(kuò)大。
通過調(diào)整足跡賬戶類型對生態(tài)足跡模型做出改進(jìn),選取農(nóng)業(yè)產(chǎn)品等共18種生物資源項(xiàng)目,原煤、焦炭、原油、燃料油、天然氣、電力共6種能源消耗項(xiàng)目,水污染、二氧化硫排放、氮氧化物排放、煙粉塵排放、固體廢物污染共5種污染排放項(xiàng)目。以內(nèi)蒙古為研究樣本,2008年—2020年為時(shí)間尺度,計(jì)算并分析區(qū)域耕地、草地、林地、建設(shè)用地、水域、化石能源用地等6類基礎(chǔ)用地的生態(tài)足跡及生態(tài)承載力。測算所需數(shù)據(jù)來源于2009年—2021年《內(nèi)蒙古統(tǒng)計(jì)年鑒》,部分缺失數(shù)據(jù)查詢統(tǒng)計(jì)公報(bào)或運(yùn)用線性插值方法進(jìn)行處理。
1.3.1 生態(tài)足跡模型。William Rees是最早開始生態(tài)足跡相關(guān)研究的學(xué)者[1]。其計(jì)算公式如下所示。
(1)
式中,EF是生態(tài)足跡;N為某一區(qū)域內(nèi)的總?cè)丝跀?shù),ef表示人均生態(tài)足跡;rj是均衡因子;Ci表示某一項(xiàng)目的人均消費(fèi)量;Pi表示平均生產(chǎn)能力;i是消費(fèi)項(xiàng)目;j表示土地類型,如耕地、林地等。
生態(tài)承載力,又被稱為“生態(tài)容量”或“生態(tài)供給”。其計(jì)算公式如下所示。
EC=N·ec=N·Σaj·rj·yj
(2)
式中,EC、ec分別表示某一區(qū)域內(nèi)總生態(tài)承載力及人均生態(tài)承載力;aj為某一類型土地的面積;yj為產(chǎn)量因子。按照國際慣例,考慮生物多樣性保護(hù),生態(tài)承載力測算結(jié)果要扣除12%。
生態(tài)盈余/赤字的計(jì)算公式如下所示。
E=EC-EF=N(ec-ef)
(3)
式中,若EC>EF,E>0,則生態(tài)處于盈余狀態(tài);若EC 三維生態(tài)足跡的計(jì)算公式如下所示: (4) EF3D=EFsize×EFdepth (5) 式中,EF3D為三維生態(tài)足跡模型中的生態(tài)足跡,其數(shù)值與傳統(tǒng)模型中生態(tài)足跡的值相同;EFdepth稱為足跡深度,EFsize是足跡廣度,分別表明了資本存量與流量的占用水平,其足跡廣度的上限為生物承載力。 1.3.2 參數(shù)說明。①參考李瑩的研究[17],結(jié)合我國畜牧養(yǎng)殖的實(shí)際情況,生物資源賬戶中有同一產(chǎn)品對應(yīng)不同土地利用類型的情況,如牛肉產(chǎn)品的86%對應(yīng)于耕地,14%對應(yīng)于草地;羊肉及羊毛絨產(chǎn)品的57%對應(yīng)于耕地,43%對應(yīng)于草地;奶類產(chǎn)品的72%對應(yīng)于耕地,28%對應(yīng)于草地。②不同地類生物生產(chǎn)性面積及平均生產(chǎn)力的值均從“聯(lián)合國糧食及農(nóng)業(yè)組織”官網(wǎng)獲取。在計(jì)算能源消耗賬戶生態(tài)足跡時(shí),能源折算系數(shù)參考Wackernagel研究[18]。③污染排放賬戶生態(tài)足跡計(jì)算時(shí),各類污染項(xiàng)目土地吸納面積換算系數(shù)均參考前人研究成果[19],水污染排放占用單位面積耕地的平均吸納量為365 t/hm2;二氧化硫、煙粉塵、二氧化碳分別占用單位林地的平均吸納量為88.65 kg/hm2、10 110 kg/hm2、3 590 kg/hm2;固體廢棄物占用單位面積耕地平均可堆積量為1.09×108kg/hm2。④為精確反映內(nèi)蒙古的社會(huì)經(jīng)濟(jì)發(fā)展特征,基于“省公頃”生態(tài)足跡改進(jìn)模型,根據(jù)內(nèi)蒙古土地平均生產(chǎn)力,計(jì)算均衡因子與產(chǎn)量因子,與世界自然基金會(huì)(WWF)計(jì)算“全球公頃”標(biāo)準(zhǔn)下當(dāng)量因子的方法相比較,更切合不同地區(qū)不同環(huán)境的客觀規(guī)律,計(jì)算結(jié)果更具針對性。 計(jì)算2008年—2020年內(nèi)蒙古地區(qū)的均衡因子和產(chǎn)量因子,但由于篇幅有限,僅選取近3年的結(jié)果列表展示,如表1所示。 表1 不同土地類型的均衡因子與產(chǎn)量因子 1.3.3 ARIMA模型。 ARIMA模型是由AR自回歸模型與MA移動(dòng)平均模型組合而成的,被廣泛應(yīng)用于非平穩(wěn)時(shí)間序列的研究中[20]。建立該模型需要確定p、d、q 3個(gè)參數(shù),其中q由MA模型確定,表示移動(dòng)平均的階數(shù);d是非平穩(wěn)序列處理成平穩(wěn)序列需要差分的階數(shù);p是AR自回歸模型的階數(shù)。 根據(jù)生態(tài)足跡模型中公式(1)(2)(3),對2008年—2020年內(nèi)蒙古自治區(qū)人均生態(tài)足跡、人均生態(tài)承載力和人均生態(tài)赤字/盈余做了測算。結(jié)果如圖1所示,人均生態(tài)足跡整體呈下降趨勢,從2008年的19.36 hm2/人降低到2020年的17.39 hm2/人;在2016年出現(xiàn)了近13年來的最低值,為14.38 hm2/人。但在2016年之后,又表現(xiàn)為增長趨勢。這得益于政府環(huán)保理念的宣傳與人們意識(shí)水平的提升,使得生態(tài)足跡呈下降趨勢。但近3年,隨著脫貧攻堅(jiān)與全面小康國家大政策下,人們對自然資源的消耗也逐漸增加。 圖1 人均生態(tài)足跡、承載力及赤字 人均生態(tài)承載力受資源稟賦的影響,2008年-2020年間變化幅度不明顯,呈緩慢增長狀態(tài),從2008年的2.36 hm2/人增長到2020年的4.64 hm2/人;在2012年漲幅較明顯,年增長率為31.6%。這得益于生態(tài)保護(hù)建設(shè)的成果。天然林資源保護(hù)二期工程于2011年正式啟動(dòng),對森林資源恢復(fù)性增長與生態(tài)狀況逐步改善起到了重要的作用;2012年完成了退牧還草工程建設(shè)任務(wù)1 567萬 hm2,到2011年累計(jì)完成草地治理面積633.6萬 hm2。生態(tài)建設(shè)工程的實(shí)施使得內(nèi)蒙古生態(tài)承載力有了明顯的提升。 但總體來看,近13年內(nèi)蒙古生態(tài)環(huán)境處于嚴(yán)重生態(tài)赤字狀態(tài)。人均生態(tài)赤字與人均生態(tài)足跡呈對稱變化狀態(tài),從2008年的17 hm2/人降低到2020年的12.619 hm2/人,表現(xiàn)為緩慢下降趨勢;2008年—2014年人均生態(tài)赤字保持在17 hm2/人左右,于2016年出現(xiàn)最高值,為10.04 hm2/人。生態(tài)足跡與生態(tài)赤字變化幅度相同,均為先減后增,并且在2008年—2015年無較大變化;出現(xiàn)這種變化的原因是在這13年間人均生態(tài)承載力變化平穩(wěn)。 運(yùn)用ArcGIS 10.7軟件,取2008年—2020年12個(gè)盟市人均生態(tài)足跡深度和足跡廣度年平均值作為空間維度參考,再以每2年為跨度取各盟市人均足跡深度和足跡廣度作為時(shí)間維度參考,繪制時(shí)空分布圖,從橫向、縱向兩個(gè)角度可視化分析內(nèi)蒙古生態(tài)壓力狀況。 內(nèi)蒙古12個(gè)盟市生態(tài)足跡深度時(shí)空分布情況如圖3所示,按數(shù)值大小將足跡深度分為極高、高、中、低、極低5個(gè)水平,其中興安盟、通遼市、包頭市、鄂爾多斯市人均足跡深度最高,年均數(shù)據(jù)分布在3.75 hm2/人~4.89 hm2/人范圍內(nèi);錫林郭勒盟和赤峰市人均足跡深度次之,在3.21 hm2/人~3.75 hm2/人之間變化;呼倫貝爾市和呼和浩特市人均足跡深度屬于中等水平,年均數(shù)據(jù)在1.95 hm2/人~3.21 hm2/人范圍內(nèi);烏海市與烏蘭察布市人均足跡深度較低,在0.97 hm2/人~1.95 hm2/人之間變化;阿拉善盟和巴彥淖爾市人均足跡深度最低,年均數(shù)據(jù)在0.89 hm2/人~0.97 hm2/人范圍內(nèi)。從時(shí)間序列來看,呼倫貝爾市、興安盟、通遼市、赤峰市、包頭市人均足跡深度有顯著的增長;呼和浩特市、鄂爾多斯市、阿拉善盟的人均足跡深度呈緩慢增長趨勢;錫林郭勒盟的人均足跡深度有先減少后增加的趨勢,烏海市則相反,呈現(xiàn)出先增加后減少的趨勢;巴彥淖爾市的人均足跡深度在2008年處于最高值,在2010年迅速減少,之后逐漸趨于穩(wěn)定;烏蘭察布市人均足跡深度在近12年保持平穩(wěn)狀態(tài)。 圖2 人均生態(tài)足跡-模型擬合和預(yù)測 圖3 內(nèi)蒙古足跡深度時(shí)空分布 內(nèi)蒙古12個(gè)盟市生態(tài)足跡廣度時(shí)空分布情況如圖4所示,與足跡深度一樣,按數(shù)值大小將足跡廣度分為5個(gè)水平,其中巴彥淖爾市和呼倫貝爾市人均足跡廣度最高,年均數(shù)據(jù)分布在8.03 hm2/人~10.86 hm2/人范圍內(nèi);阿拉善盟人均足跡廣度次之,在3.10 hm2/人~8.03 hm2/人之間變化;烏海市、鄂爾多斯市、烏蘭察布市、錫林郭勒盟和興安盟人均足跡廣度屬于中等水平,年均數(shù)據(jù)在2.20 hm2/人~3.10 hm2/人范圍內(nèi);赤峰市和通遼市人均足跡廣度較低,在1.27 hm2/人~2.20 hm2/人之間變化;包頭市和呼和浩特市人均足跡廣度最低,年均數(shù)據(jù)在1.25 hm2/人~1.27 hm2/人范圍內(nèi)。從時(shí)間序列來看,巴彥淖爾市2008年與2018年的人均足跡廣度相比較有顯著的增長;阿拉善盟和呼倫貝爾市人均足跡廣度有著相同的變化規(guī)律,均表現(xiàn)為前期平穩(wěn)變化,后期大幅度減少;烏海市、鄂爾多斯市、赤峰市、通遼市的人均足跡廣度均在2018年有明顯減少;包頭市、呼和浩特市、烏蘭察布市、錫林郭勒盟、興安盟的人均足跡廣度在近12年變化不顯著。 圖4 內(nèi)蒙古足跡廣度時(shí)空分布 ARIMA模型的建立主要經(jīng)過4個(gè)步驟:序列平穩(wěn)性檢驗(yàn)、模型識(shí)別、模型建立和模型預(yù)測[21]。通過ADF序列平穩(wěn)性檢驗(yàn),可得人均生態(tài)足跡這一非平穩(wěn)的時(shí)間序列,經(jīng)過一階差分變?yōu)槠椒€(wěn)序列,所以參數(shù)d=1;一階差分后的自相關(guān)系數(shù)(AC)和偏自相關(guān)系數(shù)(PAC)都是拖尾的,其中自相關(guān)函數(shù)值在一次滯后出現(xiàn)明顯的幾何遞減,則p=1,q=0;所以確定為ARIMA(1,1,0)模型,進(jìn)一步通過Q統(tǒng)計(jì)量檢驗(yàn),判斷模型的殘差情況為白噪聲,基本滿足要求。 人均生態(tài)足跡序列進(jìn)行模型的回歸擬合和預(yù)測的結(jié)果,如圖2所示,模型的擬合值和真實(shí)值相比,有較為一致的起伏趨勢,說明模型擬合效果較好,該模型從一定程度上來說還是比較理想的。 采用同樣的方法,可以得到人均生態(tài)承載力時(shí)間序列預(yù)測模型為ARIMA(0,2,0),人均生態(tài)赤字時(shí)間序列預(yù)測模型為ARIMA(0,1,1)。人均生態(tài)承載力與人均生態(tài)赤字的模型擬合和預(yù)測結(jié)果分別如圖5和圖6所示,模型擬合效果均較為理想。 圖5 人均生態(tài)承載力-模型擬合和預(yù)測 圖6 人均生態(tài)赤字-模型擬合和預(yù)測 通過構(gòu)建不同參數(shù)的ARIMA模型,分別預(yù)測了內(nèi)蒙古未來5年的生態(tài)壓力狀況,結(jié)果見表2。 表2 人均生態(tài)足跡、承載力、赤字的結(jié)果 預(yù)計(jì)在2025年人均生態(tài)足跡減少至16.493 hm2/人,人均生態(tài)承載力逐漸提高,生態(tài)赤字的程度縮小,但變化幅度均較小。這說明生態(tài)環(huán)境治理工程起到了初步成效。 在“省公頃”標(biāo)準(zhǔn)下,筆者所得2008年-2020年生態(tài)足跡動(dòng)態(tài)分析結(jié)果與已有的研究[22]相比存在差異。從整體來看,不同地類均衡因子按值大小排列依次為耕地、林地、水域、草地,產(chǎn)量因子為草地、耕地、林地、水域,當(dāng)量因子的值與其存在較小的差別;人均生態(tài)足跡、承載力及赤字的變化趨勢與其相近。究其原因,這與研究所選取的足跡賬戶核算項(xiàng)目有關(guān),出于現(xiàn)實(shí)情況的考究,調(diào)整了足跡賬戶,在王業(yè)寧學(xué)者研究[25]的基礎(chǔ)上,增加了污染排放賬戶。與其他資源型大省,如山西省[23]、黑龍江省[24]相比,內(nèi)蒙古自治區(qū)的人均生態(tài)足跡較高,人均生態(tài)承載力較低,人均生態(tài)赤字較高。可見,2008年—2020年內(nèi)蒙古存在過度消耗自然資源的現(xiàn)象,面臨著嚴(yán)重的生態(tài)環(huán)境壓力。 基于文中分析研究,可以得出以下結(jié)論:①2008年—2020年內(nèi)蒙古生態(tài)呈現(xiàn)出非良性的發(fā)展?fàn)顟B(tài),從2008年起至2020年每年都表現(xiàn)為生態(tài)赤字,生態(tài)足跡在2016年處于最低值,在此后4年表現(xiàn)為增加的趨勢,而人均生態(tài)承載力保持在基本穩(wěn)定狀態(tài),呈緩慢增加的趨勢。②2008年—2020年各盟市自然資源消耗水平不同,呼倫貝爾市、阿拉善盟和巴彥淖爾市的足跡深度較小,足跡廣度較大;包頭市、呼和浩特市和通遼市的足跡深度較大,足跡廣度較小。這符合足跡深度與廣度相對變化的規(guī)律,即自然資本流量消耗增加,則存量消耗減少,反之亦然。③預(yù)計(jì)在2021年—2025年內(nèi)蒙古生態(tài)壓力狀況得到緩解,通過預(yù)測分析,可得人均生態(tài)足跡在未來5年有所減小,生態(tài)承載力有所增大,預(yù)計(jì)到2025年生態(tài)赤字狀態(tài)會(huì)有明顯的改善。2 結(jié)果與分析
2.1 生態(tài)足跡模型測算結(jié)果分析
2.2 ARIMA模型預(yù)測分析
3 結(jié)束語