姜綿峰，葉春明

（上海理工大學(xué) 管理學(xué)院，上海 200093）

·華東經(jīng)濟(jì)

上海城市生態(tài)足跡動態(tài)研究
——基于ARIMA模型

姜綿峰，葉春明

（上海理工大學(xué) 管理學(xué)院，上海 200093）

文章采用生態(tài)足跡模型對上海地區(qū)14年人均生態(tài)足跡和人均生態(tài)承載力進(jìn)行了測算，結(jié)果表明，1999-2012年間，上海人均生態(tài)足跡以2010年為轉(zhuǎn)折點呈現(xiàn)倒U形發(fā)展態(tài)勢，人均生態(tài)承載力持續(xù)下降并逐漸趨向平穩(wěn)，人均生態(tài)赤字處于穩(wěn)定水平但依然很高。以生態(tài)足跡模型計算結(jié)果為基礎(chǔ)數(shù)據(jù)，采用ARIMA模型對14年間上海人均總生態(tài)足跡和各種土地類型的生態(tài)足跡演變進(jìn)行了模擬和分析，并預(yù)測了未來5年內(nèi)的變化趨勢。預(yù)測結(jié)果表明，城市發(fā)展的快速轉(zhuǎn)型使得上海地區(qū)生態(tài)狀況逐漸好轉(zhuǎn)。在預(yù)測基礎(chǔ)上，將上海與部分省份的情況對比并進(jìn)行了綜合評價，提出了上海地區(qū)建設(shè)生態(tài)文明的建議和對策。

ARIMA模型；生態(tài)足跡；生態(tài)文明；上海

［DOI］10.3969/j.issn.1007-5097.2015.01.004

一、引　言

我國正經(jīng)歷著社會經(jīng)濟(jì)格局以及生產(chǎn)生活方式的轉(zhuǎn)型，今天對于消費、生產(chǎn)、投資貿(mào)易以及自然資本的決策和選擇將會深刻地影響到未來，尋找一條可持續(xù)發(fā)展之路不僅將惠及中國的生態(tài)安全和人民福祉，也將對全球可持續(xù)發(fā)展產(chǎn)生深刻的影響［1］。可持續(xù)發(fā)展是科學(xué)發(fā)展觀的重要內(nèi)容。生態(tài)足跡分析方法是近年來較為流行的測度區(qū)域生態(tài)可持續(xù)發(fā)展的定量方法，生態(tài)足跡的概念是由加拿大William Rees教授［2］和學(xué)生Wackernagel博士首次提出，并由Wackernagel［3］于1996年完善的一種定量分析區(qū)域可持續(xù)發(fā)展?fàn)顩r的模型。生態(tài)足跡和人類發(fā)展指數(shù)作為聯(lián)合國評價地區(qū)和城市可持續(xù)發(fā)展的重要指標(biāo)，對上海建設(shè)生態(tài)文明城市具有重要參考價值。

二、研究方法

（一）生態(tài)足跡概念和基本假設(shè)

人類的各項活動都離不開對生物生產(chǎn)性土地（包括用于漁業(yè)的水域）的利用，生態(tài)足跡就是人類利用的所有生物生產(chǎn)性土地的總和。生態(tài)足跡核算基于6項基本假設(shè)［4］：一是人類消費的絕大多數(shù)資源與大多數(shù)廢棄物是可追蹤定量的；二是這些資源與廢棄物的大部分可用生物生產(chǎn)性土地面積來衡量；三是用生物生產(chǎn)性土地面積衡量的資源流與廢棄物流使用全球公頃作為度量單位后，各類生物生產(chǎn)性土地利用的面積具有累加性；四是各類土地利用的面積加總起來可以得到生態(tài)足跡或生物承載力的總量；五是當(dāng)人類對生物生產(chǎn)性土地的需求（生態(tài)足跡）與自然對生物生產(chǎn)性土地的供給（生物承載力）均采用統(tǒng)一的全球公頃度量；六是該區(qū)域所需的土地面積可以大于其可得土地面積。

（二）生態(tài)足跡與生態(tài)承載力的計算

計算生態(tài)足跡時，各種資源和能源消費項目被折算為耕地、草場、林地、建筑用地、化石能源土地（CO2吸收地）和水域等6種生物生產(chǎn)面積類型。生態(tài)足跡計算公式為：

其中，EF指研究區(qū)域生態(tài)足跡總量；N指研究區(qū)域總?cè)丝?；ef為研究區(qū)域人均生態(tài)足跡；i是所消費產(chǎn)品的及投入的類別，ri指第i類產(chǎn)品所對應(yīng)j類土地的均衡因子，ci指第i類產(chǎn)品的人均消費量，pi指第i種產(chǎn)品的單位土地面積的世界平均生產(chǎn)量。文章采用統(tǒng)一的均衡因子取值［5］以便于比較：耕地2.82、草地0.54、林地1.14、水域0.22、建筑用地2.82、化石燃料用地1.14。高長波等［6］認(rèn)為終端消費包含了進(jìn)出口的貿(mào)易調(diào)整，生態(tài)足跡法中無需貿(mào)易量調(diào)整。

作為生態(tài)足跡的重要組成部分，生態(tài)承載力是指在不損害生態(tài)系統(tǒng)生產(chǎn)力和功能完整前提下，可無限持續(xù)的最大資源利用量和廢棄物產(chǎn)生量所轉(zhuǎn)化的生物生產(chǎn)性面積，其計算公式為：

其中，EC為區(qū)域總的生態(tài)承載能力；ec為區(qū)域內(nèi)人均生態(tài)承載能力；j為生物生產(chǎn)性土地類型；ai為區(qū)域內(nèi)人均第j種土地生產(chǎn)性面積，rj為第j種土地類型的均衡因子，yj為產(chǎn)量因子。在計算中，要扣除12%的生物多樣性保護(hù)面積。文章產(chǎn)量：因子采用Wackernagel等計算的中國產(chǎn)量因子取值為耕地1.66、林地0.91、草地0.19、水域1.00、建筑用地1.66［7］。當(dāng)研究區(qū)域EF＞EC，稱為生態(tài)赤字（ED），反之EF＜EC，則稱為生態(tài)盈余（ER）。為了反映研究區(qū)域的生態(tài)系統(tǒng)所面臨的資源稟賦與經(jīng)濟(jì)發(fā)展的矛盾狀況，文章選用區(qū)域資源的生態(tài)壓力指數(shù)來衡量某一地區(qū)所面臨生態(tài)壓力的強度，其定義為該區(qū)域生態(tài)足跡與生態(tài)承載力的比值［8］。

（三）ARIMA模型

時間序列分析是一種動態(tài)數(shù)據(jù)處理的統(tǒng)計方法，其基本思想是：將預(yù)測對象隨時間推移而形成的數(shù)據(jù)序列視為一個隨機(jī)序列，用一定的數(shù)學(xué)模型來近似描述這個序列，這個模型一旦被識別后就可以從時間序列的過去值及現(xiàn)在值來預(yù)測未來值［9］。建立時間序列模型通常包括四個步驟［10］：①序列平穩(wěn)化檢驗；②模型的識別；③模型參數(shù)的估計；④模型的診斷與檢驗。

若序列能通過d次差分后變成平穩(wěn)序列則可以建立ARIMA（p，d，p）模型：

（四）數(shù)據(jù)來源與處理

文章原始數(shù)據(jù)主要來源于上海市統(tǒng)計年鑒［11］、上海規(guī)劃與國土資源局官方網(wǎng)站。其中，城鄉(xiāng)居民消費項目、能源消耗、耕地面積和常住人口以及城鄉(xiāng)人口比例來自統(tǒng)計年鑒，建筑面積來自規(guī)劃與國土資源局官網(wǎng)，其他類型土地面積來自諶偉等［12］，另外，基于數(shù)據(jù)可得性，回歸推算了部分年份的水域、草地和林地的面積。其中，上海城市居民消費項目包括11項內(nèi)容；農(nóng)村居民消費項目包括8項內(nèi)容。

在計算生物賬戶人均足跡時，以同期人口城市化率為權(quán)重對城鄉(xiāng)居民的生活消費數(shù)據(jù)進(jìn)行加權(quán)平均，文章選擇重定義組織報告數(shù)據(jù)［13］作為生物資源消費量折算成不同類型的生物生產(chǎn)性土地的依據(jù)。在計算能源生態(tài)足跡賬戶部分時，缺乏原煤、焦炭、汽油、天然氣、電力等能源消耗詳細(xì)數(shù)據(jù)，而各類型能源的匯總信息容易獲得，因此按照國際單位標(biāo)準(zhǔn)煤能值將其換算為各自的總能源消耗，然后將數(shù)據(jù)轉(zhuǎn)化成一定的化石燃料土地面積［14］。能源和能源生態(tài)足跡平均公頃根據(jù)Wackemagel計算的數(shù)據(jù)［15］。國際單位標(biāo)準(zhǔn)煤和電力的能值為20.9 GJ/t和3.6GJ/kw.h，標(biāo)準(zhǔn)煤和電力的世界平均公頃分別為55GJ/hm2和1 000GJ/hm2。

三、研究現(xiàn)狀

目前，生態(tài)足跡分析方法在國內(nèi)的相關(guān)研究眾多，基本上可歸納為四個方面：一是對各省市和地區(qū)層次的研究，代表性的有張靚等［16］對全國各省域的生態(tài)足跡研究、張愛菊等［7］對中部6省生態(tài)足跡的評價、劉金花等［17］對濟(jì)南市各縣市的生態(tài)足跡分析；二是結(jié)合數(shù)學(xué)模型的生態(tài)足跡研究，代表性的有魯鳳等［18］基于偏最小二乘回歸和灰色預(yù)測模型對新疆生態(tài)足跡的研究、張勃等［19］對甘肅省生態(tài)足跡的時間序列分析、曹淑艷等［20］基于投入產(chǎn)出模型對生態(tài)足跡研究；三是結(jié)合其他理論改進(jìn)生態(tài)模型，代表性的有張芳怡等［21］結(jié)合能值理論研究了江蘇省生態(tài)足跡、顧曉薇等［22］應(yīng)用國家公頃概念對比研究了沈陽市各產(chǎn)業(yè)生態(tài)足跡、趙興國等［23］結(jié)合生態(tài)服務(wù)價值概念分析評價了土地可持續(xù)發(fā)展?fàn)顩r；四是對不同計算方法和系數(shù)的對比研究，推進(jìn)生態(tài)足跡模型自身發(fā)展應(yīng)用，如劉某承等［24］基于凈初級生產(chǎn)力對均衡因子的本土測算、謝鴻宇等［25］對中國主要農(nóng)產(chǎn)品平均產(chǎn)量轉(zhuǎn)換系數(shù)的更新計算、白鈺等［26］探討了不同系數(shù)選擇以及貿(mào)易調(diào)整的問題。

四、基于ARIMA模型的模擬預(yù)測

（一）生態(tài)足跡的計算結(jié)果

表1對依據(jù)上述公式計算所得的上海市14年來人均生態(tài)足跡和人均生態(tài)承載力結(jié)果進(jìn)行匯總。14年來，人均生態(tài)足跡先逐漸增長，在2010年到達(dá)最高點后緩慢降低，總體沿倒U形的拋物線軌跡發(fā)展；生態(tài)承載力則逐漸降低并趨向一個常數(shù)，而各年份均出現(xiàn)生態(tài)赤字，這表明此時間段中人類活動對生態(tài)經(jīng)濟(jì)系統(tǒng)的需求量已經(jīng)超過自然環(huán)境的生態(tài)容量，區(qū)域生態(tài)足跡供需不平衡，處于不可持續(xù)發(fā)展?fàn)顟B(tài)。文章因為研究時間跨度較長，所以可以比較準(zhǔn)確地識別人均生態(tài)足跡變化規(guī)律，可以看出生態(tài)足跡變化轉(zhuǎn)折點并不是有關(guān)學(xué)者認(rèn)為的2002年［12］。

表1　上海市1999-2012年人均EF與EC計算結(jié)果匯總

（二）ARIMA模型的模擬

文章以人均生態(tài)足跡EF為例具體說明ARIMA模型的模擬和預(yù)測過程。

（1）序列平穩(wěn)化處理。因為EF隨時間變化有明顯的上升趨勢，并非平穩(wěn)序列。為了使數(shù)據(jù)轉(zhuǎn)化成ARIMA模型能識別的平穩(wěn)過程，對原始數(shù)據(jù)連續(xù)進(jìn)行了兩次差分后（D2（EF）），時間序列上升或者下降趨勢變得不明顯，序列趨向于平穩(wěn)。為了保證處理結(jié)果的精確性，通過ADF與PP單位根檢驗來證明時間序列的平穩(wěn)性，檢驗結(jié)果如表2所示。經(jīng)過二階差分后的時間序列D2（EF）的ADF和單位根檢驗值都小于1%、5%和10%水平的臨界值，這說明經(jīng)過差分后的時間序列在99%的置信度通過了ADF和PP檢驗，可視為平穩(wěn)時間序列。

表2　時間序列EF及其差分的單位根檢驗結(jié)果

（2）模型初步識別。平穩(wěn)性檢驗通過后，通過差分序列的自相關(guān)函數(shù)圖和偏自相關(guān)函數(shù)圖可估計出自回歸算子和移動平均算子的階數(shù)。序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)見圖1。由圖1可知，經(jīng)過二階差分后的D2（EF）序列的自相關(guān)函數(shù)值和偏自相關(guān)函數(shù)值都是截尾的，自相關(guān)函數(shù)在2次之后呈迅速遞減，偏自相關(guān)函數(shù)在4次之后也呈迅速遞減，因此可以估計自回歸算子的階數(shù)p為4，移動平均算子的階數(shù)q為2，又因為檢驗序列為二階差分序列，所以首先考慮用模型ARIMA（4，2，2）對上海人均生態(tài)足跡時間序列進(jìn)行模擬和預(yù)測。

（3）模型參數(shù)估計。通過AC值和PAC值變化估計的ARIMA模型的階數(shù)具有一定主觀誤差。經(jīng)過對各種模型可能常數(shù)項和參數(shù)以及它們的顯著性的反復(fù)測算排除，模型ARIMA（4，2，1）、ARIMA （3，2，2）、ARIMA（4，2，2）通過檢測，表3對模型的R2、AIC及SC值進(jìn)行比較。根據(jù)R2、AIC及SC標(biāo)準(zhǔn)，模型中的R2值越大且AIC及SC值越小，模型越優(yōu)，可知模型ARIMA（3，2，2）為最佳模型。

表3　ARIMA模型的R2、AIC及SC值比較

（三）模型診斷分析

建立模型之后需要對模型進(jìn)行診斷以判斷其是否與實際情況相符。在ARIMA模型中通常要求：①自回歸函數(shù)和移動平均函數(shù)的根的倒數(shù)絕對值大于1，即在單位圓內(nèi)；②單整殘差序列表現(xiàn)為白噪聲過程。

通過軟件中ARIMA單位根結(jié)構(gòu)可知，ARIMA （3，2，2）模型中特征根的倒數(shù)分別為0.23±62i、0.22±97i和-0.69，所以該模型通過可逆性檢驗。而模型ARIMA（4，2，1）的一個單位根的倒數(shù)是-4.47，絕對值大于1，所以模型ARIMA（4，2，1）沒有通過檢驗。模型ARIMA（4，2，2）單位根的倒數(shù)都在單位圓內(nèi)，但因殘差序列的Q檢驗值不符合白噪聲過程的條件被排除。通過Q檢驗和單位根檢驗的方法來檢驗殘差序列是否為白噪聲序列。

由圖2的檢驗結(jié)果可知，ARIMA（3，2，2）模型殘存序列的自相關(guān)系數(shù)落入置信區(qū)間內(nèi)，R2值足夠大，同時單位根檢驗結(jié)果（表4）中ADF值小于1%置信水平的閥值，所以可判定模型ARIMA（3，2，2）的二階差分序列是白噪聲過程。綜合上述結(jié)論，模型ARIMA（3，2，2）是最佳擬合模型，用此模型對上海人均生態(tài)足跡時間序列進(jìn)行模擬。

表4　殘差序列的ADF檢驗結(jié)果

圖3顯示了模型ARIMA（3，2，2）對人均生態(tài)足跡（EF）的模擬情況，圖中實際值為原始數(shù)據(jù)經(jīng)二階差分之后的值，可以看出實際值與擬合值的變化趨勢十分接近，殘差值相對較小，模型的擬合效果較好。文章采用類似的方法對6種類型土地生態(tài)足跡部分分別構(gòu)建ARIMA模型進(jìn)行模擬，實際擬合效果如圖4-9所示。14年來人均林地生態(tài)足跡和人均草地生態(tài)足跡漲幅較大，其中人均林地生態(tài)足跡從0.024 7hm2增長到0.040 2hm2，是1999年的1.63倍；人均水域生態(tài)足跡增速較緩；人均耕地生態(tài)足跡由1999年的0.742 8hm2降到2012年的0.552 9hm2，降幅達(dá)15.6%，而人均化石能源生態(tài)足跡和人均建筑用地生態(tài)足跡降幅較小。此外，生態(tài)壓力指數(shù)（生態(tài)承載力/生態(tài)足跡）2012年漲到28.73，生態(tài)足跡總量漲到6 551.88hm2，是1999年的1.86倍，漲幅較大，這說明了上海本地區(qū)持續(xù)發(fā)展的情況在惡化。

圖3　人均生態(tài)足跡擬合效果

圖4　人均耕地生態(tài)足跡擬合效果

圖5　人均林地生態(tài)足跡擬合效果

圖6　人均草地生態(tài)足跡擬合效果

圖8　人均化石能源生態(tài)足跡擬合效果

圖9　人均建筑用地生態(tài)足跡擬合效果

（四）ARIMA模型預(yù)測結(jié)果分析

在利用ARIMA模型進(jìn)行模擬的基礎(chǔ)上，對上海市人均生態(tài)足跡、人均生態(tài)承載力、人均生態(tài)赤字及各類土地生態(tài)足跡未來5年演變趨勢進(jìn)行了預(yù)測，分析未來區(qū)域內(nèi)可持續(xù)發(fā)展?fàn)顩r。由圖10可知，人均總生態(tài)足跡在未來5年仍呈現(xiàn)倒U形發(fā)展態(tài)勢，從2012年的2.752 4hm2降到2017年的2.511 2hm2，降幅8.75%，是1999年的1.12倍；人均生態(tài)承載力持續(xù)下降，并逐漸趨向平穩(wěn)，但其值遠(yuǎn)遠(yuǎn)小于同期的人均生態(tài)足跡，預(yù)計到2017年生態(tài)赤字降到2.695 2 hm2，比2012年降低約0.17%。上海市人口高度集中、土地等資源供需矛盾突出、環(huán)境容量十分有限，勞動力密集型產(chǎn)業(yè)和資源密集型產(chǎn)業(yè)對經(jīng)濟(jì)發(fā)展的貢獻(xiàn)不斷下降，第三產(chǎn)業(yè)迅速發(fā)展，城市發(fā)展正處于劉易斯拐點。而2010年上海舉辦世博會，當(dāng)年人均足跡達(dá)到歷史最高點，也證明了上海城市發(fā)展快速轉(zhuǎn)型的特點。

圖10　人均生態(tài)足跡赤字預(yù)測

圖11顯示了各種土地類型生態(tài)足跡演變趨勢，人均林地生態(tài)足跡和人均牧草地生態(tài)足跡在未來5年迅速增長，人均水域生態(tài)足跡則增長緩慢，人均耕地生態(tài)足跡呈現(xiàn)迅速下降趨勢，人均化石能源地生態(tài)足跡和人均建筑用地生態(tài)足跡緩慢下降。人均生態(tài)足跡整體表現(xiàn)為倒U型形拋物線軌跡發(fā)展，這與上海市轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，走“資源節(jié)約、環(huán)境友好”的綠色發(fā)展之路相符合。

人均耕地生態(tài)足跡的下降驗證了耕地類資源消費是上海市人均生態(tài)足跡變化的主要因素［16］，人均林地和牧草地生態(tài)足跡快速增長，這也與上海人民生活水平提高、膳食結(jié)構(gòu)更加健康、對水果和牛奶等食物的需求量增加的情況符合。隨著“生態(tài)文明建設(shè)”進(jìn)程加快和國家的節(jié)能減排計劃，煤炭、汽油、液化石油氣、天然氣和電力等能源消耗增長過快的現(xiàn)象得到控制，人均生態(tài)足跡開始下降；另一方面，隨著《上海市土地整治規(guī)劃（2011-2015年）》等相關(guān)政策文件的出臺，上海市開展的土地綜合整治行動將會提高土地集約利用水平、優(yōu)化土地利用結(jié)構(gòu)，改善生態(tài)狀況，生態(tài)承載力快速走低的態(tài)勢也將得到遏制。

圖11　人均各類土地生態(tài)承載力預(yù)測

（五）生態(tài)足跡綜合評價

為了進(jìn)一步挖掘上海城市生態(tài)足跡的信息，文章選用萬元GDP生態(tài)足跡（萬元EF）、土地利用可持續(xù)系數(shù)（LUSC）［23］、生態(tài)足跡多樣性指數(shù)（DIEF）［17］等三個結(jié)構(gòu)性指標(biāo)，在時間區(qū)間相同、均衡因子和產(chǎn)量因子系數(shù)一致的前提下，選擇東北、西北和中東部的吉林、陜西、河南、安徽等省份［5，7-8］生態(tài)足跡狀況進(jìn)行綜合比較。限于篇幅和數(shù)據(jù)，此處只列出2010年的數(shù)據(jù)，結(jié)果如表5所示。可以看出，上海的人均生態(tài)足跡情況與陜西省近似，但是上海的萬元生態(tài)足跡遠(yuǎn)低于陜西省，說明了對于相同經(jīng)濟(jì)產(chǎn)出所消耗的資源能源，上海遠(yuǎn)低于陜西省，資源利用效率遠(yuǎn)高于其他內(nèi)陸省份。同時上海土地利用可持續(xù)系數(shù)低于其他4個省份，各類土地的可持續(xù)性較差，反映了上海土地利用的集約度較低，對于當(dāng)?shù)氐馁Y源能源消耗本地的保障能力較差；上海生態(tài)足跡多樣性指標(biāo)也比其他省份低，說明了上海市生態(tài)系統(tǒng)發(fā)展能力較低，這與上海地區(qū)大量建筑用地利用效率水平低有關(guān)。從表5中可看出，5年后上海城市人均生態(tài)足跡將快速降低，土地利用可持續(xù)系數(shù)將逐漸增加，同時生態(tài)足跡多樣性也將快速上漲，這意味著上海將摒棄長期依賴能源消耗的經(jīng)濟(jì)發(fā)展方式，逐漸向生態(tài)文明城市建設(shè)道路邁進(jìn)。

表5　部分省份2010年生態(tài)足跡綜合比較

五、結(jié)論、建議與展望

（一）結(jié)論

（1）文章首先采用生態(tài)足跡模型對上海市1999-2012年人均生態(tài)足跡和人均生態(tài)承載力進(jìn)行測算。結(jié)果顯示：14年間上海人均生態(tài)足跡先增長后降低，人均生態(tài)承載力先快速降低后趨于平穩(wěn)，但人均生態(tài)足跡與人均生態(tài)承載力一直差距很大（相差兩個數(shù)量級），人均生態(tài)赤字過高，這表明上海地區(qū)人類活動對生態(tài)經(jīng)濟(jì)系統(tǒng)的需求量已經(jīng)嚴(yán)重超過了自然承載量，土地環(huán)境的生態(tài)均衡受到嚴(yán)重破壞。

（2）文章以生態(tài)足跡模型計算結(jié)果為基礎(chǔ)數(shù)據(jù)，通過 Eviews6.0軟件采用 ARIMA模型對1999-2012年14年間上海人均總生態(tài)足跡和各種土地類型的生態(tài)足跡演變進(jìn)行了模擬和分析，并預(yù)測了未來5年內(nèi)的變化趨勢。預(yù)測結(jié)果表明上海城市發(fā)展快速轉(zhuǎn)型，上?？沙掷m(xù)發(fā)展?fàn)顩r開始逐漸好轉(zhuǎn)。ARIMA時間序列模型雖然能夠較好地擬合歷史數(shù)據(jù)并預(yù)測未來，但其建立“在過去的決定因素保持不變，持續(xù)影響未來”的基礎(chǔ)上，如果在研究區(qū)間內(nèi)，決定因素發(fā)生變化或者影響程度變化，則該模型就不準(zhǔn)確。同時，由于數(shù)據(jù)的可得性限制，樣本數(shù)較少也會導(dǎo)致一定誤差，未來將根據(jù)長期大量的樣本數(shù)據(jù)做進(jìn)一步研究。

（二）建議與展望

上海經(jīng)濟(jì)的快速發(fā)展使得本地對資源能源需求的大幅上升，這也阻礙了上海建設(shè)生態(tài)文明城市的進(jìn)程。城市作為一個有機(jī)體，每天需要消耗大量資源能源，同時也要排放大量的廢棄物。從需求角度考慮，首先，要限制人口。上海地區(qū)常住人口快速增長，這既能拉動需求刺激經(jīng)濟(jì)增長，也會增加對外來能源資源的依賴程度，削弱本地發(fā)展的獨立保障能力，加重對環(huán)境的負(fù)載。因此需要限制人口的不合理擴(kuò)張，減輕因為人口數(shù)量增加而造成的生態(tài)環(huán)境惡化。其次，倡導(dǎo)節(jié)約，提高資源使用效率?，F(xiàn)有的經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)中，有許多的生產(chǎn)消費活動存在大量資源能源閑置浪費等現(xiàn)象，比如餐飲業(yè)中的浪費，生態(tài)文明的理念還沒有得到廣泛的認(rèn)同和普及，相關(guān)部門的宣傳和指導(dǎo)工作還需要進(jìn)一步推進(jìn)。從供給角度看，首先需要挖掘土地內(nèi)部潛能，上海地區(qū)的土地因為市場價值高，土地結(jié)構(gòu)中耕地林地等自然景觀面積所占比例很小，而建設(shè)用地數(shù)量已經(jīng)接近上限且集約度低，土地結(jié)構(gòu)不合理的穩(wěn)定狀態(tài)需要相關(guān)部門的干預(yù)和引導(dǎo)。此外，上海城市規(guī)劃中應(yīng)該鞏固和聚集衛(wèi)星城鎮(zhèn)的設(shè)計，在城市組團(tuán)里面就近實現(xiàn)住房、就業(yè)、休閑等功能，減少各種遠(yuǎn)程通勤的消耗和擁堵。最后，倡導(dǎo)發(fā)展循環(huán)經(jīng)濟(jì)，城市這個有機(jī)體的動態(tài)平衡需要增加各種新資源能源比例，提高廢棄物的再利用，比如上海家庭用太陽能并網(wǎng)發(fā)電，在建的上海中心大廈的雨水再利用等環(huán)保設(shè)計。

生態(tài)足跡與生態(tài)承載力之間的矛盾能從生態(tài)的角度衡量地區(qū)土地的供需矛盾狀況。上海的生物能源消費開始從緩慢增加轉(zhuǎn)變到緩慢降低，處在“拐點”的頂端，是改善生態(tài)均衡矛盾的重大機(jī)遇期。生態(tài)足跡提出已經(jīng)有20多年，其作用還不僅在溫度計的水平［27］，其理論和方法的衍生和應(yīng)用擴(kuò)展到了很多領(lǐng)域和方面，如用于各行業(yè)和組織中的評估，但在理論及其假設(shè)的客觀性、計算方法的科學(xué)性、結(jié)論的準(zhǔn)確性等方面也有很多爭議。眾所周知，在科學(xué)的道路上沒有永恒的真理，任何一種理論都在不斷面臨挑戰(zhàn)的同時不斷發(fā)展，因此生態(tài)足跡理論模型并不是完美無缺的，但它能給城市生態(tài)文明建設(shè)提供一種參考和標(biāo)準(zhǔn)，具有一定的現(xiàn)實意義。

［1］World Wide Fund.中國生態(tài)足跡報告2012［R］.北京：World Wide Fund for Nature，2013.

［2］William E Rees.Ecological footprints and appropriated carrying capacity：what urban economics leaves out［J］.Environment and Urbanization，1992，4（2）：121-130.

［3］Wackernagel，Willianm E Rees.Our Ecological Footprint：Reducing Human Impact on the Earth［M］.Gabriola Island：New Society Publishers，1996：61-83.

［4］Wackermagel M，Onisto L，Bello P，et al.Natioinal capital accounting with the ecological footprint concept［J］.Ecological Economics，1999，29（3）：217-212.

［5］高標(biāo)，房驕，何歡.吉林省生態(tài)足跡動態(tài)變化與可持續(xù)發(fā)展?fàn)顩r評價分析［J］.農(nóng)業(yè)現(xiàn)代化研究，2013，34（01）：95-99.

［6］高長波，張世喜，莫創(chuàng)榮，等.廣東省生態(tài)可持續(xù)發(fā)展定量研究：生態(tài)足跡時間維動態(tài)分析［J］.生態(tài)環(huán)境，2005（1）：57-62.

［7］張愛菊，張白汝，向書堅.中部6省生態(tài)足跡的測算與比較分析［J］.生態(tài)環(huán)境學(xué)報，2013，22（4）：625-631.

［8］田杰，姚順波.基于生態(tài)足跡模型的陜西省可持續(xù)發(fā)展動態(tài)研究［J］.中國科技論壇，2014（1）：114-120.

［9］張曉峒.計量經(jīng)濟(jì)學(xué)基礎(chǔ)［M］.第3版.天津：南開大學(xué)出版社，2007：282-310.

［10］王耕，王嘉麗，蘇柏靈.基于ARIMA模型的遼河流域生態(tài)足跡動態(tài)模擬與預(yù)測［J］.生態(tài)環(huán)境學(xué)報，2013（4）：632-638.

［11］上海市統(tǒng)計局.上海統(tǒng)計年鑒［M］.北京：中國統(tǒng)計出版社，2013.

［12］諶偉，李小平，孫從軍，等.1999-2005年上海市縱向時間序列生態(tài)足跡分析［J］.生態(tài)環(huán)境，2008，17（1）：422-427.

［13］張芳，徐偉鋒，李光明，等.上海市2003年生態(tài)足跡與生態(tài)承載力分析［J］.同濟(jì)大學(xué)學(xué)報：自然科學(xué)版，2006，34 （1）：80-84.

［14］周馮琦.從生態(tài)足跡看上海的可持續(xù)發(fā)展［J］.上海經(jīng)濟(jì)研究，2007（11）：53-60.

［15］Mathis Wackernagel.Ecological Footprints of Nations：How Much Nature Do They Use？-how Much Nature Do They Have？［M］.Mexico：Centre for Sustainability Studies，1997：1-32.

［16］張靚，曾輝，赫勝彬.基于改進(jìn)模型的1992-2010年中國省域生態(tài)足跡核算［J］.生態(tài)環(huán)境學(xué)報，2013，22（8）：1365-1370.

［17］劉金花，鄭新奇.基于改進(jìn)生態(tài)足跡模型的市域主體功能區(qū)劃［J］.農(nóng)業(yè)工程學(xué)報，2013，29（13）：226-236.

［18］魯鳳，徐建華，胡秀芳，等.生態(tài)足跡與經(jīng)濟(jì)增長的定量關(guān)系及其社會經(jīng)濟(jì)驅(qū)動機(jī)制——以新疆為例［J］.地理與地理信息科學(xué)，2012，28（5）：70-74.

［19］張勃，劉秀麗.基于ARIMA模型的生態(tài)足跡動態(tài)模擬和預(yù)測——以甘肅省為例［J］.生態(tài)學(xué)報，2011，31（20）：6251-6260.

［20］曹淑艷，謝高地.基于投入產(chǎn)出分析的中國生態(tài)足跡模型［J］.生態(tài)學(xué)報，2007，27（4）：1499-1507.

［21］張芳怡，濮勵杰，張健.基于能值分析理論的生態(tài)足跡模型及應(yīng)用——以江蘇省為例［J］.自然資源報，2006，21 （4）：653-660.

［22］顧曉薇，王青，劉建興，等.基于“國家公頃”計算城市生態(tài)足跡的新方法［J］.東北大學(xué)學(xué)報：自然科學(xué)版，2005，26 （4）：295-297.

［23］趙興國，潘玉君，丁生，等.中國省域土地利用可持續(xù)性評價及時空格局特征［J］.農(nóng)業(yè)工程學(xué)報，2014，30（3）：196-204.

［24］劉某承，李文華.基于凈初級生產(chǎn)力的中國生態(tài)足跡均衡因子測算［J］.自然資源學(xué)報，2009，24（9）：1550-1559.

［25］謝鴻宇，葉慧珊.中國主要農(nóng)產(chǎn)品全球平均產(chǎn)量的更新計算［J］.廣州大學(xué)學(xué)報：自然科學(xué)版，2008，7（1）：76-80.

［26］白鈺，詹望.城市尺度生態(tài)足跡模型應(yīng)用中不同參數(shù)選擇的影響分析［J］.水土保持研究，2011，18（6）：151-156.

［27］陳成忠，林振山.生態(tài)足跡模型的爭論與發(fā)展［J］.生態(tài)學(xué)報，2008，28（12）：6252-6263.

［責(zé)任編輯：余志虎］

A Dynamic Research on Shanghai Urban Ecological Footprint —Based on the ARIMA Model

JIANG Mian-feng，YE Chun-ming
（Business School，University of Shanghai for Science and Technology，Shanghai 200093，China）

The paper，by applying the ecological footprint model，calculates the ecological footprint per capita and the ecological carrying capacity per capita in Shanghai municipality for 14 years.The results show that the ecological footprint per capita presented an inverted U-shaped trend during the year of 1999 to 2012，the ecological carrying per capita capacity continuously declined and gradually inclined to be stable，but the ecological deficit per capita still remained a high and stable level.Based on the results，the paper，using the ARIMA model，stimulates and analyzes the evolution of total ecological footprint per capital and its all components in Shanghai municipality for 14 years，and also predicts the development trend for the next five years.The prediction results indicate that the rapid transformation of the urban development makes the ecological condition in Shanghai municipality gradually improve.Based on the prediction，the paper carries out a comprehensive evaluation on the comparison of the situation between Shanghai municipality and some provinces，and puts forward some suggestions and countermeasures to promote the ecological civilization construction in Shanghai municipality.

ARIMA model；ecological footprint；ecological civilization；Shanghai

葉春明（1964-），男，安徽宣城人，教授，博士生導(dǎo)師，博士，研究方向：工業(yè)工程。

F061.5；F290

A

1007-5097（2015）01-0018-07

2014-05-20

上海市一流學(xué)科建設(shè)項目（S1205YLXK）；上海市規(guī)劃和國土資源管理局科研項目（Gtz2013043；Gtz2014055）；滬江基金項目（A14006）；上海理工大學(xué)人文社會科學(xué)攀登計劃項目（14XPB01）

姜綿峰（1991-），男，河南商城人，碩士研究生，研究方向：經(jīng)濟(jì)與環(huán)境統(tǒng)計；