朱晚秋,潘洪義,房力川,朱 芳

(四川師范大學 a.西南土地資源評價與監(jiān)測教育部重點實驗室;b.地理與資源科學學院,四川 成都 610068)

自然資本概念的由來可追溯至1987年的《布倫特蘭報告》中提及的“生態(tài)資本”。該概念正式提出是在1990年Pearace、Turenr所著的《自然資源與環(huán)境經(jīng)濟學》一書中[1],但至今自然資本的明確定義在學術界仍有爭論[2]。綜合各研究可將其概括為自然生態(tài)系統(tǒng)提供的各種財富,能從中導出有利于生計的資源流和服務的自然資源存量(如土地、水)和環(huán)境服務(如水循環(huán)),包括為人類所利用的資源,如水資源、礦物、木材等,還包括森林、草原、沼澤等生態(tài)系統(tǒng)與生物多樣性。自然資本可劃分為流量資本和存量資本兩部分:流量資本是指可再生資源流及其生態(tài)服務的年際供給；存量資本是指不可再生資源的累積儲備,在流量資本不足時才會被消耗利用[3]。評價區(qū)域可持續(xù)發(fā)展狀態(tài)的前提是對自然資本進行科學的核算,選擇量化自然資本消耗程度的方法尤其重要。在眾多方法理論中,基于生物物理量的評價方法克服了其他方法固有的缺陷(如計算過程復雜、主觀性過強等)[3]，脫穎而出。其中,生態(tài)足跡法具有可操作性強、良好的普適性和計算結果直觀科學而被眾多學者認可[5]。生態(tài)足跡是由生態(tài)經(jīng)濟學家Rees于1992年提出的[6],1999年[7]引入我國至今已有大量的研究文獻,歸納后主要分為兩類:一是對生態(tài)足跡模型的改進和足跡家族的完善[8]。如張紅[9]針對海島城市特點,構建了專門用于評價海島城市土地承載力改進的生態(tài)足跡模型,為海島城市土地資源的合理利用提供有效的評價方法;余灝哲[10]從DPSIR視角出發(fā),基于水足跡計算結果,融合構建水資源可持續(xù)利用評價指標體系,通過因子綜合得分來反映全省10年間水資源可持續(xù)利用強度。二是將其與其他領域相結合的研究[11]。如謝文王宣[12]等對城市擴張模式與生態(tài)足跡的關系進行了研究;楊凱齊[13]通過測算日照市1994—2013年生態(tài)足跡構成及其承載狀況,剖析了生態(tài)足跡與經(jīng)濟總量、三次產(chǎn)業(yè)之間的關系。此外,綜合關于生態(tài)足跡法對地區(qū)可持續(xù)發(fā)展的評價文獻,大多學者認為生態(tài)赤字的大小即為可持續(xù)發(fā)展水平的高低[14]。生態(tài)經(jīng)濟學界的共識之一:維持可持續(xù)發(fā)展的最低限度是保持自然資本存量不占用[15],傳統(tǒng)的生態(tài)足跡模型在測算過程中并未將流量資本與存量資本進行區(qū)分,因此不能明確地體現(xiàn)出地區(qū)生態(tài)狀況是否可持續(xù)?；诖?Niccolucci等人通過引入兩個新指標----足跡深度和足跡廣度來分別表征資本存量和資本流量,將傳統(tǒng)模型由二維過渡至三維[16,17]。本文選取四川省21個地市州為研究對象,對2000—2015年的足跡廣度、足跡深度和三維生態(tài)足跡進行測算,并采取PLS對其進行驅(qū)動力分析。

1 研究區(qū)概況

四川省位于我國大陸西南、長江上游地區(qū),介于97°21′—108°33′E、26°03′—34°19′N之間,東西長約1075km,南北寬約921km,總面積48.6萬km2。省域內(nèi)地貌地形復雜,具有山地、丘陵、平原和高原4種地形；地勢西高東低,西部為高原、山地，東部是盆地、丘陵；處于亞熱帶季風氣候與高原山地氣候區(qū),有利于農(nóng)、林、牧業(yè)綜合發(fā)展；2015年耕地面積約6731264.11hm2、林地面積22158622.31hm2。四川省轄1個副省級市、17個地級市、3個自治州，截至2015年,常住人口8204萬人,城鎮(zhèn)化率為47.69%,人均GDP 3.68萬元。四川是西南、西北和中部地區(qū)的重要結合部,是承接華南華中，連接西南、西北，溝通中亞、南亞、東南亞的重要交匯點和交通走廊,是內(nèi)陸開放的前沿陣地和西部大開發(fā)的戰(zhàn)略依托,是“一帶一路”有機銜接的重要門戶,戰(zhàn)略地位重要,生態(tài)建設成為協(xié)調(diào)發(fā)展的重中之重,改善生態(tài)環(huán)境成為社會經(jīng)濟可持續(xù)發(fā)展的一項任務。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

依據(jù)資料的可獲得性與現(xiàn)實條件,研究數(shù)據(jù)主要來源于四川省土地利用數(shù)據(jù)和2001—2016年的《四川統(tǒng)計年鑒》。特別指出的是:首先，在計算消費量時,復雜的貿(mào)易會使數(shù)據(jù)產(chǎn)生很大偏差[18]，為了統(tǒng)一計算口徑,本文將生物資源賬戶內(nèi)各產(chǎn)品的消費量用產(chǎn)量來近似替代[19];其次,由于2008年的《四川統(tǒng)計年鑒》缺失本文所選的各類生物賬戶數(shù)據(jù),因此采用2007年和2009年的《四川統(tǒng)計年鑒》中各指標的平均值計算。結合四川省農(nóng)用地綜合生產(chǎn)能力調(diào)查與評價成果,將耕地、林地、草地、水域、建設用地、化石燃料的均衡因子分別確定為2.8、0.5、1.1、0.2、1.1、2.8。

2.2 研究方法

三維生態(tài)足跡法:Niccolucci等根據(jù)Daly[20]提出的實現(xiàn)可持續(xù)發(fā)展需要遵循的基本準則,建立了生態(tài)足跡三維模型。三維生態(tài)足跡模型的實現(xiàn)過程是基于傳統(tǒng)模型,同樣需要計算生態(tài)足跡(EF)、生態(tài)承載力(EC)和生態(tài)虧盈(ED),傳統(tǒng)模型計算公式參見文獻[21],本文所計算的EF、EC、ED都為人均。傳統(tǒng)模型與三維模型的對比可簡單地以圖形表示,傳統(tǒng)模型多以生態(tài)足跡與生態(tài)承載力之差求得虧盈狀況,是平面的二維過程。當引入足跡廣度和足跡深度兩個指標分別表示圓柱體的底面積和高時,足跡由面積轉為體積,實現(xiàn)了二維向三維轉變(圖1),即:

EF3D=EFsize×EFdepth

(1)

式中,EF3D、EFsize、EFdepth分別表示三維生態(tài)足跡、足跡廣度與足跡深度。根據(jù)Niccolucci[16]對足跡深度的推算,計算公式為:

(2)

式中,當EFdepth=1時,表示流量資本剛好被利用,且存量資本不被動用的情況;當EFdepth>1時,表示開始消耗存量資本。Niccolucci的這一求取足跡深度的公式是之后改進三維模型的基礎思想。方愷[22]將區(qū)域足跡分地類統(tǒng)計,演算出足跡深度與足跡廣度公式(i表示地類):

(3)

(4)

圖1 傳統(tǒng)生態(tài)足跡模型(左)與三維生態(tài)足跡模型(右)

偏最小二乘法:偏最小二乘回歸分析(Partial Least Square Analysis,PLS)結合了多元線性回歸、典型相關分析和主成分分析,與傳統(tǒng)多遠回歸模型相比,它能在自變量存在嚴重多重相關性的條件下進行回歸建模。關于PLS詳解過程參見有關文獻[23]。

3 結果與分析

3.1 足跡廣度分析

足跡廣度反映了地區(qū)流量資本的使用程度和可再生資源的更新速度,是區(qū)域內(nèi)實際所占用的生物生產(chǎn)性土地面積。研究期間,四川的整體人均足跡廣度呈現(xiàn)出先減后增的趨勢,穩(wěn)定在0.3453—0.3832hm2/人,谷點、峰值分別出現(xiàn)在2003年與2014年。依據(jù)計算數(shù)據(jù),21個地市州演變趨勢有3種情況:①連續(xù)下降型。這種類型只有成都市,從2000年的0.2388hm2/人下降至2015年0.1959 hm2/人,年均下降0.0029hm2/人。成都市足跡廣度分地類數(shù)據(jù)顯示,在研究期間耕地足跡廣度呈現(xiàn)下降趨勢,建設用地足跡廣度則相反,表明這一時間段成都市用地類型在耕地上為縮減型,建設用地為增長型。這與成都市作為四川省政治經(jīng)濟中心有關,此類級別的城市對初級產(chǎn)品的需求量大且自身需周邊城市進行補給輸入。隨著城市的發(fā)展,這種現(xiàn)象將更為明顯,這是成都市為何足跡廣度會一路下降的原因之一。②先降后升型(統(tǒng)一使用“降—升”表示)。此類型分為a、b兩種情況:a是以2008年為界點,前后分別是下降、上升趨勢,包括自貢市、瀘州市、德陽市、綿陽市、遂寧市、內(nèi)江市、南充市、達州市和資陽市,將數(shù)據(jù)制作成折線圖(圖2)可明顯看出在2009年有抬升情況。這是由于兩期數(shù)據(jù)使用不同的測量方法引起的,但數(shù)據(jù)誤差并不影響趨勢走向,從圖2中可看出下降速率明顯比上升速率大;b是以2005年為界點的“降—升”型地級市,主要有樂山市、眉山市和宜賓市,其中眉山市在2011年時足跡廣度達到峰值,原因是2011年耕地面積所占比例最高。③波動變化型,這類型城市的足跡廣度數(shù)值上下來回波動,升降頻繁,包括廣安市、巴中市、阿壩州、涼山州、廣元市、甘孜州和雅安市,其中廣安市、巴中市、阿壩州和涼山州4個市(州)的谷點均出現(xiàn)在2003年。

圖2 2000—2015年人均足跡廣度“降—升”型地市州

2000年 2005年 2010年 2015年 地市州人均足跡廣度人均耕地面積人均耕地面積人均足跡廣度人均足跡廣度人均耕地面積人均耕地面積人均足跡廣度成都市2121212121212121自貢市1818191914171616攀枝花市2020202015152015瀘州市56578879德陽市1717131618201920綿陽市79897988廣元市22131211遂寧市910101113131413內(nèi)江市1919181817191718樂山市1012151410111011南充市1616171712121212眉山市81191211141114宜賓市35343535廣安市1415111316161817達州市13141415910910雅安市4761518419巴中市1213786666資陽市68464757阿壩州114122194154甘孜州1511610203133涼山州13252122

根據(jù)數(shù)據(jù)測算結果,四川人均足跡廣度最大的是廣元市,最高值出現(xiàn)在2015年,為0.5833hm2/人,最低值出現(xiàn)在2001年,為0.3141hm2/人,年均值為0.5321hm2/人;其次是涼山州,主要在0.4202—0.5631hm2/人范圍內(nèi)波動,年均值為0.4967hm2/人。人均足跡廣度年平均值最小的是攀枝花市與成都市,分別0.2904hm2/人、0.1977hm2/人。2000年、2005年、2010年、2015年四川各地市州的人均足跡廣度與人均耕地面積的排名情況見表1。從表1可見,成都市與廣元市是人均足跡廣度最低和最高地區(qū),而成都市和廣元市的人均耕地面積存在較強的相關性，基本可認為人均耕地面積高的地區(qū),足跡廣度也較高,反之亦然。由此可見,在四川省用地類型中,耕地利用方式所占比重較大。

圖3 2000—2015年各地市州人均足跡深度

3.2 足跡深度分析

區(qū)域生態(tài)虧損或盈余情況可從足跡深度角度探知。2000—2015年,四川省足跡深度由1.2323上升到1.2766,說明截止到2015年四川省需要1.2倍的資源才能滿足區(qū)域?qū)Y源的消費需求。四川省年均足跡深度為1.2349,最高足跡深度出現(xiàn)在2003年,為1.2782;最低出現(xiàn)在2001年,為1.1655。研究期間內(nèi),四川省足跡深度峰值出現(xiàn)在2015年的眉山市,為1.9039。21個地市州的足跡深度變化趨勢主要分為兩種類型:①波動上升型。此類型有自貢市、瀘州市、德陽市、綿陽市、廣元市、遂寧市、內(nèi)江市、樂山市、南充市、眉山市、宜賓市、廣安市、資陽市和涼山州,分別增長了14.6%、9.9%、4.2%、7.3%、14.8%、12.0%、16.7%、11.7%、5.0%、26.2%、16.4%、8.6%、3.3%和1.3%。②波動下降型。包括成都市、攀枝花市、達州市和巴中市,分別減少了14.2%、6.9%、4.3%、0.9%和0.5%。德陽市、眉山市和成都市是足跡深度排名前3的地區(qū)(圖3),年均足跡深度分別為1.7789、1.6852和1.6026。盡管成都市足跡深度在持續(xù)下降,但龐大的人口基數(shù)和持續(xù)增長的GDP對資源的消耗仍然巨大。三州地區(qū)是足跡深度最小區(qū)域,其中阿壩、甘孜兩州足跡深度為1,未出現(xiàn)生態(tài)赤字,即流量資本足夠滿足發(fā)展需求,不用消耗存量資本。截至2015年,阿壩、甘孜州生態(tài)足跡與生態(tài)承載力分別為0.3520hm2/人、5.5892hm2/人和0.3614 hm2/人、7.3890 hm2/人,表明阿壩、甘孜兩州對林地的開發(fā)范圍和建設用地占比都比較小。從地類分析,四川省各地市州在研究期間內(nèi)林地和建設用地的足跡深度全部為1。根據(jù)公式逆推可知,當生態(tài)足跡小于生態(tài)承載力時才會出現(xiàn)此狀況,表明四川省整體林地和建設用地是可持續(xù)的。耕地足跡深度最高的地區(qū)為德陽、成都和達州,年均分別為1.8928、1.6646、1.4833;草地足跡深度最高的地區(qū)是眉山、成都和南充,年均124.27、68.0752、59.0187;水域足跡深度最高的地區(qū)為內(nèi)江、自貢和資陽,年均123.2696、96.9999、89.4800。

4 三維生態(tài)足跡及其驅(qū)動力分析

研究時段內(nèi),四川省人均足跡在2000—2005年起伏波動,2005年后為持續(xù)增長態(tài)勢。21個地市州人均足跡下降的有成都市、雅安市、阿壩州和涼山州,降幅分別為29.59%、4.14%、4.44%和1.0%,其他17個地市州人均足跡都是增長的。其中，增幅最大的前3個市為眉山市、內(nèi)江市和自貢市,分別為27.5%、26.28%和24.18；增幅最小的為資陽市、廣安市和瀘州市,分別為4.58%、3.75%和3.20%。四川省各地市州三維生態(tài)足跡空間上分布統(tǒng)計見圖4,從圖4可明顯看出高低值情況。

圖4 2000—2015年各地市州人均三維足跡空間

依據(jù)四川省三維足跡發(fā)生變化規(guī)律,結合2000—2015年四川省實際及數(shù)據(jù)的可獲得性,選取以下指標,經(jīng)濟指標分別為:第一產(chǎn)業(yè)生產(chǎn)總值(X1)、第二產(chǎn)業(yè)生產(chǎn)總值(X2)、第三產(chǎn)業(yè)生產(chǎn)總值(X3)、全社會固定資產(chǎn)投資總計(X4)、社會消費品零售總額(X5)、出口總額(X6)、進口總額(X7)、城鎮(zhèn)化率(X8);人口指標分別為:農(nóng)業(yè)人口(X9)、城鎮(zhèn)人口(X10)、年末常住人口(X11);交通指標分別為:鐵路總里程(X12)、公路總里程(X13)、內(nèi)河總里程(X14)、民航總里程(X15),對各個驅(qū)動因子在SPSS中進行相關性分析,多數(shù)因子存在較大相關性,且相關系數(shù)值達到0.9,有顯著的相關性,滿足建模要求。我們將數(shù)據(jù)導入SIMCA-P中,發(fā)現(xiàn)存在特異點為2008年時的足跡值,經(jīng)查驗是由于2008年與2009年測量誤差引起,前文已做出說明,因此將特異點刪除,使結果更加準確。去掉特異點后,系統(tǒng)自動提取出兩個成分,Rx2(cum)=0.888、Ry2(cum)=0.875、Q2(cum)=0.825、Rx2(cum)值說明自變量中有88.8%的信息被提取。Q2(cum)表示模型對Y的預測效果達到82.5%,因此可以較好地擬合數(shù)據(jù)。在PLS分析中,變量投影重要性(VIP)表征自變量對因變量的解釋能力,一般認為：VIP>1為特別重要、VIP在0.5—1之間為一般重要、VIP<0.5為不重要(表2)。

表2 各驅(qū)動因子VIP值

自變量VIP值均≥0.5,可見15個驅(qū)動因子都較重要。根據(jù)數(shù)據(jù)結果,選取大于1的10個驅(qū)動因子進行回歸建模,將VIP值由大到小排列后為:公路總里程>全社會固定資產(chǎn)投資總計>進口總額>第二產(chǎn)業(yè)生產(chǎn)總值>城鎮(zhèn)化率>第三產(chǎn)業(yè)生產(chǎn)總值>第一產(chǎn)業(yè)生產(chǎn)總值>社會消費品零售總額>出口總額>城鎮(zhèn)人口>民航總里程>農(nóng)業(yè)人口>年末常住人口>鐵路總里程>內(nèi)河總里程,可見對四川省研究期間三維生態(tài)足跡影響最大的因子是公路總里程,最小的是內(nèi)河總里程。在過去的16年間,四川省公路發(fā)展速度快,由2000年的9.1萬km增加到2015年的31.5萬km,平均每年增加了1.4萬km。川內(nèi)貨運方式的主要載體為公路,公路交通建設拉進了周邊地區(qū)的距離,使資源得到有效配置,促進了經(jīng)濟增長,各類經(jīng)濟指標也不斷上漲,從排序可見經(jīng)濟指標對生態(tài)足跡的貢獻率是最多的,其中全社會固定資產(chǎn)投資總計、進口總額、第二產(chǎn)業(yè)生產(chǎn)總值都靠前。當前河運處于劣勢,四川又深處內(nèi)陸腹地,科技發(fā)展與地理位置都不利于發(fā)展。城鎮(zhèn)人口VIP值高于農(nóng)村人口的原因是:城鎮(zhèn)居民對資源的消耗大于農(nóng)村居民,生態(tài)足跡表征了資源消耗程度,因此城鎮(zhèn)人口對生態(tài)足跡的貢獻率大于農(nóng)村人口。

5 討論、結論與建議

5.1 結論

本文簡要介紹了三維生態(tài)足跡模型由來和計算方法,對足跡廣度和足跡深度兩項指標進行了深入的分析。三維生態(tài)足跡基本可反映出四川省的資源利用水平,從橫向?qū)用媾c縱向?qū)用鎯蓚€維度對足跡廣度與足跡深度分別進行了研究,了解可再生資源與不可再生資源的消耗情況;再以偏最小二乘法為基礎,選取四川省社會經(jīng)濟指標對三維生態(tài)足跡進行驅(qū)動力分析,得出以下結論:①總體上,四川省整體人均足跡都是增加的,表明對資源的占用水平越來越高,各地市州的人均足跡廣度變化類型主要有3種----連續(xù)下降型、先降后升型、波動變化型，數(shù)值變化最大的是廣元市,最小的是成都市。人均足跡深度主要有兩種類型----波動上升型與波動下降型,德陽市是足跡深度最高的地區(qū);甘孜、阿壩兩州存量資本未被占用,說明資源利用程度和經(jīng)濟發(fā)展水平有一定關聯(lián)。②從生態(tài)赤字來看,全省僅有甘孜、阿壩兩州足跡深度為原長,其他均大于1,可見四川省大部分地市州生態(tài)狀況都為赤字,有礙可持續(xù)發(fā)展。③對驅(qū)動因子進行分析發(fā)現(xiàn),經(jīng)濟因素對人均三維生態(tài)足跡的影響占主導作用,雖然軟件計算結果的VIP值最大的是公路,但公路總里程為每年疊加而成,各經(jīng)濟因素則是以一年為周期計算的統(tǒng)計值。

5.2 討論

本文選取生態(tài)足跡數(shù)據(jù)為2001—2016年的《四川統(tǒng)計年鑒》內(nèi)所有能完整納入賬戶的指標,但年鑒中統(tǒng)計的有關生態(tài)足跡賬戶的指標有限,并不能完全包含所有資源,會造成生態(tài)足跡計算值偏小的狀況?；跀?shù)據(jù)的來源和方法計算具有一致性,所以對研究結果的影響并不明顯。對影響因素指標的選取主要結合了四川省的實際發(fā)展情況,但由于個別年份的數(shù)據(jù)缺失,因此予以舍棄。此外,三維生態(tài)足跡給可持續(xù)發(fā)展評價提供了新的視角,但在模型中并未考慮資源的跨區(qū)流動與存量資本消耗對承載力的影響,這是今后研究需要探索的問題。

5.3 建議

在可持續(xù)發(fā)展深入開展的今天,生態(tài)可持續(xù)發(fā)展已成為可持續(xù)發(fā)展的環(huán)境基礎。四川省城市可持續(xù)發(fā)展類型正趨于多樣化和生態(tài)赤字普遍存在此情況下,由于耕地足跡普遍為赤字,因此建議加強對農(nóng)業(yè)生產(chǎn)技術研發(fā)的投入,提高農(nóng)田生產(chǎn)效率迫在眉睫。同時，要對具體問題進行具體分析,每個城市都有其自身發(fā)展特點,尋找其可持續(xù)發(fā)展模式不僅要

探索清楚目前發(fā)展狀態(tài),更要遵循發(fā)展規(guī)律,有的放矢。此外,要做到三個協(xié)調(diào)發(fā)展:人與自然協(xié)調(diào)發(fā)展、人與城市協(xié)調(diào)發(fā)展、城市與自然協(xié)調(diào)發(fā)展。聯(lián)合國開發(fā)計劃署、四川省社會科學院、四川省博覽事務局聯(lián)合發(fā)布2016年《四川城市可持續(xù)發(fā)展報告》明確指出:西部地區(qū)城市發(fā)展滯后于東部,面臨未富先竭、未備先擠、未謀先行、未老先退四大困惑,因此西部城市可持續(xù)發(fā)展的內(nèi)涵應覆蓋“城市與人”、“城市與自然”的雙維度和“人、城市、自然”三要素，“雙維度”要協(xié)調(diào)運行,“三要素”要良性發(fā)展。

[1]Pearce, DW,Turner R K.Economics of Natural Resources and Environment[M].Baltimore:Johns Hopkins University Press,1990∶51-53.

[2]朱洪革,蔣敏元.國外自然資本研究綜述[J].外國經(jīng)濟與管理,2006,28(2)∶1-6,14.

[3]方愷,高凱,李煥承.基于三維生態(tài)足跡模型優(yōu)化的自然資本利用國際比較[J].地理研究,2013,32(9)∶1657-1667.

[4]方愷.1999—2008年G20國家自然資本利用的空間格局變化[J].資源科學,2014,36(4)∶793-800.

[5]黃春,鄧良基,高雪松,等.基于能值理論的秸稈利用生態(tài)足跡評估——以成都平原典型稻麥輪作區(qū)為例[J].中國生態(tài)農(nóng)業(yè)學報,2014,22(6)∶722-728.

[6]Rees W E.Ecological Footprints and Appropriated Carrying Capacity：What Urban Economics Leaves out[J].Environment and Urbanization,1992, 4(2)∶121-130.

[7]安寶晟,程國棟.西藏生態(tài)足跡與承載力動態(tài)分析[J].生態(tài)學報,2014,34(4)∶1002-1009.

[8]潘洪義,朱晚秋,崔綠葉,等.成都市人均生態(tài)足跡和人均生態(tài)承載力空間分布差異[J].生態(tài)學報,2017,37(19)∶6335-6345.

[9]張紅,陳嘉偉,周鵬.基于改進生態(tài)足跡模型的海島城市土地承載力評價——以舟山市為例[J].經(jīng)濟地理,2016,36(6)∶155-160,167.

[10]余灝哲,韓美.基于水足跡的山東省水資源可持續(xù)利用時空分析[J].自然資源學報,2017,32(3)∶474-483.

[11]田玲玲,羅靜,董瑩,等.湖北省生態(tài)足跡和生態(tài)承載力時空動態(tài)研究[J].長江流域資源與環(huán)境,2016,25(2)∶316-325.

[12]謝文王宣,黃慶旭,何春陽.山東半島城市擴展模式與生態(tài)足跡的關系[J].生態(tài)學報,2017,37(3)∶969-978.

[13]楊凱齊,李俊莉,曹金秋,等.日照市生態(tài)足跡與經(jīng)濟增長關系的計量分析[J].水土保持通報,2017,37(2)∶302-307,312.

[14]劉海,殷杰,陳晶,等.基于生態(tài)足跡的江西省可持續(xù)發(fā)展評價[J].測繪科學,2017,42(5)∶62-69.

[15]Daly H,Farley J.Ecological Economics：Principle and Applications[M].Washingtion：Island Press,2004∶29-36.

[16]Niccolucci V,Bastianoni S,Tiezzi E B P,etal.How Deep Is the Footprint?A 3D Representation[J].Ecological Modelling,2009,220(20)∶2819-2823.

[17]Niccolucci V,Galli A,Reed A,etal.Towards a 3D National Ecological Footprint Geography[J].Ecological Modelling,2011,222 (16)∶2939-2944.

[18]鐘陸演.基于生態(tài)足跡改進模型的烏魯木齊市土地資源可持續(xù)利用研究[D].烏魯木齊：新疆大學碩士學位論文,2009.

[19]楊屹,加濤.21世紀以來陜西生態(tài)足跡和承載力變化[J].生態(tài)學報,2015,35(24)∶7987-7997.

[20]張志強,徐中民,程國棟.生態(tài)足跡的概念及計算模型[J].生態(tài)經(jīng)濟,2000,(10)∶8-10.

[21]方愷,Heijungs Reinout.自然資本核算的生態(tài)足跡三維模型研究進展[J].地理科學進展,2012,31(12)∶1700-1707.

[22]鄔暢.福建省生態(tài)足跡及其驅(qū)動因素分析[D].武漢：華中科技大學碩士學位論文,2015.