熊 鷹,艾贛雄,周 晨,姚 穎,謝 慶

1 長沙理工大學水利與環(huán)境工程學院, 長沙 410114 2 洞庭湖水環(huán)境治理與生態(tài)修復湖南省重點實驗室, 長沙 410114 3 長沙理工大學風景園林系, 長沙 410076

生態(tài)可持續(xù)發(fā)展是指在保護人類賴以生存和發(fā)展的自然條件下,將人類活動限制在自然界所能承受的范圍內(nèi),其本質(zhì)是尋求自然資源的有效利用、生態(tài)環(huán)境與社會經(jīng)濟的協(xié)調(diào)發(fā)展[1]。改革開放以來,我國在推動經(jīng)濟快速發(fā)展的同時,也出現(xiàn)了諸多生態(tài)問題,對區(qū)域可持續(xù)發(fā)展造成了直接影響[2]。生態(tài)足跡是根據(jù)人類活動實際占用的生物生產(chǎn)性土地來衡量地區(qū)可持續(xù)發(fā)展程度的方法[3]。1992年加拿大Rees[4]首次闡述了模型概念,隨后Wackemagel等[5]將其概念發(fā)展為生態(tài)足跡模型,為了能夠直觀表達人類對自然資本的實際占用,模型巧妙地將人類活動比喻為人類在地球上留下的一個巨大腳印。然而,傳統(tǒng)生態(tài)足跡無法展現(xiàn)出資本存量對維持生態(tài)系統(tǒng)平衡的作用,只對資本流量進行了測算[6]。因此,為了區(qū)分資本流量與存量的實際占用,Niccolucci等引入了足跡廣度與足跡深度構(gòu)建了三維生態(tài)足跡模型[7],該模型不僅可以判斷人類消費在橫向上是否超載,而且在縱向上可以計算超載程度,能直接反映自然資源消費的代內(nèi)和代際分配狀況[8]。

迄今為止,國內(nèi)外學者對生態(tài)足跡的發(fā)展與延伸開展了豐富的研究,在應用領域方面涉及旅游、城市交通、國際貿(mào)易、城市規(guī)劃等行業(yè),在研究尺度方面大至全球小至個體層面[9—10],在理論延伸方面相繼出現(xiàn)了水足跡、碳足跡與及能源足跡[11—13],三者與生態(tài)足跡共稱為“足跡家族”。但生態(tài)足跡模型理論因其理論假設、參數(shù)因子、計算方法、能源賬戶、未考慮人類活動影響等缺陷導致其自提出以來爭議不斷[14]。為此,學者們對其進行了大量改進。張恒義等[15]、劉某承等[16]基于省公頃的概念對參數(shù)因子進行了本土化修正,在目前生態(tài)足跡模型應用中,得到了廣泛的使用。蘇子龍等[17]對模型賬戶進行了調(diào)整,將能源賬戶修改為污染物賬戶,進而考慮了廢氣與固體廢棄物的影響。曹威威等[18]基于能值法對生態(tài)足跡模型的計算進行了改進,將太陽能、風能、潮汐能、雨水化學能與勢能、地球旋轉(zhuǎn)勢能等作為能源輸入端,人類生產(chǎn)生活實際消費占用的能源作為輸出端,通過兩者對比來判斷地區(qū)的生態(tài)盈虧。靳亞亞等[19]認為除在全球尺度下,將區(qū)域認為是“封閉式”的假說極為不合理,為此以江蘇省耕地為例,考慮了進出口貿(mào)易影響,并區(qū)分了本地居民與外地居民的實際占用情況。王瑞杰等[20]從經(jīng)濟增長和科技進步方面對區(qū)域生態(tài)承載力進行了改進,引入了社會經(jīng)濟發(fā)展指數(shù)。針對能源賬戶承載力的核算一直以來都是模型飽受爭議的主要問題之一,雖然有部分學者通過調(diào)整賬戶來重新定義能源足跡取得了不錯的效果,但是基于碳足跡的視角下來重新計算化石能源承載力的研究還比較缺乏。同時,洞庭湖區(qū)作為中國重要的糧食主產(chǎn)區(qū),素有“魚米之鄉(xiāng)”與“洞庭糧倉”之贊譽[21]。但近年來由于城鎮(zhèn)化的快速推動,致使洞庭湖區(qū)的生態(tài)環(huán)境受到破壞。為此國內(nèi)學者分別從生態(tài)補償、生態(tài)承載力、生態(tài)安全與生態(tài)風險等不同方向開展了大量的研究[22—25],其研究成果豐富,涉及多方面的學科體系,但是基于自然資產(chǎn)的角度來核算可持續(xù)發(fā)展狀態(tài)的研究還存在一些不足,特別是針對自然資源資產(chǎn)研究的時空變化特征也較為缺乏。因此,本文將從碳循環(huán)與自然資產(chǎn)的角度來分析洞庭湖區(qū)生態(tài)可持續(xù)發(fā)展狀態(tài)的演變。

自然資本存量是影響地區(qū)可持續(xù)發(fā)展的重要因素,為了界定洞庭湖區(qū)自然資本流量與存量的消耗關系,本文采用改進的三維生態(tài)足跡模型對洞庭湖區(qū)25區(qū)縣進行可持續(xù)發(fā)展的動態(tài)研究,解析了2000—2019年人均生態(tài)足跡赤字、足跡廣度與足跡深度的時空演變特征。與以往研究不同的是針對無法計算化石能源生態(tài)承載力的問題,結(jié)合碳足跡的相關研究[26—27],認為林地與草地的固碳總量通過折算能夠作為化石能源的生態(tài)承載力,可以為解決化石能源賬戶生態(tài)承載力無法計算的問題提供參考方法。研究成果可以為當?shù)刂贫沙掷m(xù)發(fā)展政策、提高土地資源利用率、促進經(jīng)濟社會與生態(tài)保護協(xié)同發(fā)展提供科學依據(jù)。

1 研究區(qū)域及數(shù)據(jù)來源

1.1 研究區(qū)域概況

洞庭湖區(qū)位于湖南省北部由25個市縣構(gòu)成,國土面積為4.6萬平方公里,占全省的21.6%(圖1)。2019年底,洞庭湖區(qū)生產(chǎn)總值為9197.06億元,約占全省22.7%,三次產(chǎn)業(yè)占比為11.5∶40.8∶47.7。洞庭湖區(qū)常住居民1596.35萬人,占全省23.1%,其中城鎮(zhèn)居民比重為22.3%。洞庭湖區(qū)作為全國重要的糧食基地,農(nóng)作物耕種面積為228萬公頃,約占全省28.1%的耕種面積。稻谷、玉米、薯類等為主要糧食作物。柑橘作為當?shù)靥厣?總產(chǎn)量達560萬噸,約研究區(qū)水果總產(chǎn)量的52.8%。作為湖南省重要的漁業(yè)基地,2019年漁業(yè)生產(chǎn)總值為258.99億元,占全省總量的58.62%。

1.2 數(shù)據(jù)來源

本研究以分辨率為30m×30m的landsat TM多光譜遙感影像圖作為基礎數(shù)據(jù)?？紤]到感影像在時間上的差異性,主要選取時間為每年的5—8月,同時運用ENVI 5.1對影像進行預處理,并通過遙感解譯獲得洞庭湖區(qū)25區(qū)縣土地覆蓋變化數(shù)據(jù)。

(1)生物賬戶主要消費項目數(shù)據(jù)均來自《湖南省統(tǒng)計年鑒(2000—2019年)》。生態(tài)賬戶、消費項目及對應土地類型如表1所示。全球平均產(chǎn)量采用聯(lián)合國糧農(nóng)組織(FAO)1993年發(fā)布的數(shù)據(jù)。在基于“省公頃”概念核算洞庭湖區(qū)參數(shù)因子所用到的單位熱值來自《農(nóng)林技術經(jīng)濟手冊》。

(2)能源賬戶主要選取了原煤與焦碳等7種化石能源的碳排放量折算土地面積作為能源賬戶的生態(tài)足跡。由于區(qū)縣級別的能源消費數(shù)據(jù)很難獲取,參照周翠煙[28]對洞庭湖生態(tài)經(jīng)濟區(qū)能源數(shù)據(jù)的處理方法,采用各區(qū)縣規(guī)模以上的工業(yè)產(chǎn)值與總產(chǎn)值的比率進行折算。其各區(qū)縣工業(yè)規(guī)模以上生產(chǎn)總值與各市能源消費賬單來自《湖南省統(tǒng)計年鑒》和《湖南省能源統(tǒng)計年鑒》。

表1 生態(tài)足跡模型選用的生態(tài)賬戶數(shù)據(jù)

2 研究方法

2.1 三維生態(tài)足跡模型

生態(tài)足跡模型經(jīng)歷了兩次演變過程,一維生態(tài)足跡主要在于核算人類對資源的利用程度,并將生物資源轉(zhuǎn)化為可用于統(tǒng)一比較的土地面積[29]。即生態(tài)足跡的計算,公式如下：

ef=∑rj×(Ci÷Yi)

(1)

EF=ef×N

(2)

式中,ef為洞庭湖區(qū)人均生態(tài)足跡(hm2/人)；EF為洞庭湖區(qū)生態(tài)足跡；rj為湖南省均衡因子；i為不同的消費項目類型；j為不同土地類型；Ci為洞庭湖區(qū)i類項目的人均消耗量；Yi為洞庭湖區(qū)i類項目的全球平均產(chǎn)量；N為洞庭湖區(qū)總?cè)丝凇?/p>

二維在一維的基礎上增加了承載力的計算,具體見公式(3)、公式(4)。為了判斷區(qū)域生態(tài)承載力是否能夠滿足人類的生產(chǎn)活動,引入生態(tài)盈虧的概念,計算式見公式(5)。

ec=∑aj×rj×yj×0.88

(3)

EC=ec×N

(4)

ED=EF-EC

(5)

式中,ec為洞庭湖區(qū)人均生態(tài)承載力(hm2/人)；EC為洞庭湖區(qū)生態(tài)承載力；ED為洞庭湖區(qū)生態(tài)盈虧；aj為人均不同覆被的土地面積；yj為產(chǎn)量因子。

Niccolucci等構(gòu)建的三維生態(tài)足跡模型首次界定資本存量與流量的關系[30],在此基礎上我國學者方愷為克服模型地類間赤字的轉(zhuǎn)移問題對三維模型進行了改進[31],計算公式如下：

EFsize=∑Min{EF,EC}

(6)

(7)

EF3D=EFdepth×EFsize

(8)

式中,EFsize為洞庭湖區(qū)生態(tài)足跡廣度；EFdepth為洞庭湖區(qū)生態(tài)足跡深度；EF3D為洞庭湖區(qū)三維生態(tài)足跡。

2.2 模型改進

2.2.1賬戶調(diào)整

由于現(xiàn)實生活中并沒有預留化石能源用地,因此在計算能源賬戶承載力的時候通常默認為零,這一點與實際情況并不符合。事實上,能源消費賬戶主要以碳排放為主,根據(jù)IPCC的報告結(jié)果認為草地與森林能夠吸收93%的碳排量,兩者吸收比例為17.28∶82.72[32]。在此基礎上謝鴻宇等核算了森林與草地的固碳能力分別為3.8096、0.9482t/hm2[33]。為了能夠核算化石能源的承載力,本文參考鄭德鳳等人對碳足跡的定義為吸納碳排放量所需要的生態(tài)生產(chǎn)性土地面積[34],同時參照中國科學院土地利用分類體系和最新版《土地利用現(xiàn)狀分析》(GB/T 21010—2017)文件與康韻婕等[26]的做法將林地代替森林面積。由此可以通過碳足跡核算方法得到林地與草地的生態(tài)生產(chǎn)性土地面積。為了方便比較,將由碳足跡核算的林地與草地定義為同時具備生物生產(chǎn)與生態(tài)生產(chǎn)功能的虛擬土地面積。再參考顧曉薇等[35]對防護林的做法在此基礎上乘于草地與林地的參數(shù)因子。其計算公式如下：

CE=∑Qei×Sei×Dei

(9)

CS=Af×NEPf+Ag×NEPg

(10)

(11)

(12)

式中,CE與CS分別為碳排放總量與碳吸收總量；Qei為洞庭湖區(qū)第i種能源的終端消費量；Sei為i類能源的標準折算系數(shù)；Dei為i類能源碳排放系數(shù)；Af為洞庭湖區(qū)林地面積；Ag為洞庭湖區(qū)草地面積；CEF與CEC分別為碳足跡與碳承載力；Pf與NEPf分別為全球森林的碳吸收比例與固碳能力；Pg與NEPg分別為全球草地的碳吸收比例與固碳能力；rf與yf分別為林地的均衡因子與產(chǎn)量因子；rg與yg分別為草地的均衡因子與產(chǎn)量因子。

由于研究區(qū)化石能源消費賬戶當中有一部分的化石能源用于發(fā)電,為了避免使能源生態(tài)足跡重復計算,本文參考周濤等[36]對建筑用地的核算方法,認為建設用地的足跡與承載力相等,計算采用承載力的核算方法。

2.2.2參數(shù)修正

為了將不同土地利用類型的計算結(jié)果能夠直接比較,需要將不同地類轉(zhuǎn)化到同一生產(chǎn)力之下,其中的轉(zhuǎn)化因子稱為均衡因子；由于不同區(qū)域的自然條件存在差異,致使土地生產(chǎn)力不一致,為了將不同產(chǎn)品類型的生物產(chǎn)品相加,需要利用產(chǎn)量因子進行轉(zhuǎn)化[37]。研究表明[38—39]采用大尺度下的模型參數(shù),不能真實反映小區(qū)域的實際情況,對區(qū)域可持續(xù)發(fā)展決策的作用不大。為此,國內(nèi)學者基于熱值的概念先后提出了“國家公頃”與“省公頃”的小尺度模型,具體如下公式(13)、公式(14),計算結(jié)果如表2所示。

(13)

(14)

表2 基于省公頃模型的參數(shù)因子

3 結(jié)果分析

3.1 土地覆被變化

2000—2019年洞庭湖區(qū)耕地轉(zhuǎn)出面積最大,表現(xiàn)為面積減少的狀態(tài),主要轉(zhuǎn)入到林地、水域與建設用地,其中水域與建設用地轉(zhuǎn)入面積分別占2019年總面積的31.12%和53.04%(表3)。但是由于水域面積的轉(zhuǎn)出大于轉(zhuǎn)入,致使洞庭湖區(qū)水域面積呈現(xiàn)出細微減少的狀態(tài)。林地的覆被變化也相對較低,研究時段內(nèi)轉(zhuǎn)出5060.88km2,轉(zhuǎn)入5223.53km2,總體表現(xiàn)為面積盈利狀態(tài)。草地在過去的20年當中與林地的交換程度較大,總體表現(xiàn)為面積虧損的狀態(tài)。未利用土地的增長主要來自于水域的轉(zhuǎn)入?？傮w來說,隨著近年來洞庭湖區(qū)城鎮(zhèn)化進程的加快,除建設用面積增長迅速以外,其他土地利用面積的變化幅度不大。

表3 2000—2019年洞庭湖區(qū)土地覆被變化矩陣/km2

3.2 人均生態(tài)足跡

選取的五個節(jié)點時間生態(tài)足跡分別為1.6003、2.2039、2.6144、3.5488、3.3027hm2/人,總體呈先增長后降低的態(tài)勢(表4、圖2)。值得注意的是,水域與能源賬戶的生態(tài)足跡20年來一直呈現(xiàn)增長的趨勢,2019年水域與能源賬戶分別是2000年生態(tài)足跡的3.8倍與4倍,這與20年來洞庭湖區(qū)的漁業(yè)產(chǎn)量與能源消耗量不斷增長的實際情況一致。依據(jù)上文土地覆被變化分析可知20年內(nèi)耕地面表現(xiàn)為減少,但耕地人均生態(tài)足跡卻表現(xiàn)為增長的態(tài)勢,查閱《湖南統(tǒng)計年鑒》得到2000年岳陽、常德、益陽三市共使用化肥量24.2萬噸,2019年三市使用化肥量75.66萬噸,20年內(nèi)增長了3.13倍,表明化肥的使用促進了土地生產(chǎn)力的提升,但長期使用化肥容易給土壤結(jié)構(gòu)及理化性質(zhì)造成極大危害,如土壤重金屬含量增加、土壤酸化、土壤板結(jié)與及土壤養(yǎng)分失調(diào)等等,這些不僅會破壞了土壤的生態(tài)功能,也增加了土壤退化的風險；此外,過量施用化肥還易造成水體富營養(yǎng)化,破壞水生態(tài)系統(tǒng)。2015—2019年洞庭湖區(qū)耕地生態(tài)足跡降低明顯,分析原因認為是受2018年發(fā)生的非洲豬瘟影響,致使豬肉產(chǎn)量下降40%導致的。林地生態(tài)足跡在2015年之前表現(xiàn)平穩(wěn),但2015—2019年林地足跡突增,這是因為2019年的竹材砍伐量是2015年的5倍,致使林地足跡突增。草地與建設用地足跡增長較為平穩(wěn),總體表現(xiàn)為增長的態(tài)勢。

表4 洞庭湖區(qū)2000—2019年人均生態(tài)足跡/(hm2/人)

3.3 人均生態(tài)承載力

根據(jù)公式3—4可知在參數(shù)因子變化不大的情況下,生態(tài)承載力的大小主要取決于各類土地面積(表5,圖3)。由圖3可知洞庭湖區(qū)的生態(tài)承載力總體呈增長趨勢,但其增長幅度較低,這與土地轉(zhuǎn)移矩陣的分析結(jié)果一致。值得注意的是 2019年耕地占總生產(chǎn)面積的36.7%,但其生態(tài)承載力占總量的59.8%,這與耕地高效的土地生產(chǎn)力是分不開的。草地生態(tài)承載力相較于其他土地而言較低,主要是因為草地在洞庭湖區(qū)面積占比較少,2019年草地僅占總生產(chǎn)面積的1.5%。就2000年與2019年對比,發(fā)現(xiàn)林地、水域、建設用地、能源等生態(tài)承載力均提升了2倍左右,其中林地與水域均是隨著生物產(chǎn)品產(chǎn)量的提升而發(fā)生增長,而建設用地是由于土地面積的不斷擴大而促使其增長的。能源生態(tài)承載力是由兩方面共同作用的,一方面是由林地面積增長導致,另一方面也是其參數(shù)因子提高所導致。由于洞庭湖區(qū)的草地面積較少,因此在時間點上,林地與能源的生態(tài)承載力具有一定的協(xié)同性。

圖2 洞庭湖區(qū)人均生態(tài)足跡Fig.2 Ecological footprint per capita in Dongting Lake area

圖3 洞庭湖區(qū)人均生態(tài)承載力Fig.3 Ecological carrying capacity per capita in Dongting Lake area

表5 洞庭湖區(qū)2000—2019年人均生態(tài)承載力/(hm2/人)

3.4 洞庭湖區(qū)生態(tài)盈虧的空間分布特征

近20年洞庭湖區(qū)人均生態(tài)赤字在時空上均表現(xiàn)為增長的態(tài)勢,說明一直以來洞庭湖區(qū)都是依靠自然資本存量的消耗來維持人類生產(chǎn)活動(圖4)。本文為了直觀展現(xiàn)洞庭湖區(qū)的可持續(xù)發(fā)展水平,基于生態(tài)赤字的計算結(jié)果并結(jié)合相關研究[40],將其劃分為5個等級(可持續(xù)(ED≤1hm2/人)、弱可持續(xù)(1hm2/人4hm2/人))。2000年洞庭湖區(qū)總體呈現(xiàn)出可持續(xù)與弱可持續(xù)狀態(tài),君山區(qū)與華容縣呈中等不可持續(xù)發(fā)展水平。2005年洞庭湖區(qū)大部分地區(qū)的人均生態(tài)赤字呈現(xiàn)增長趨勢,鼎城區(qū)、安鄉(xiāng)縣與云溪區(qū)等7個市縣由弱可持續(xù)發(fā)展水平轉(zhuǎn)為不可持續(xù),其中值得注意的是云溪區(qū)由弱可持續(xù)發(fā)展水平轉(zhuǎn)為強不可持續(xù)發(fā)展水平,分析其原因認為與能源消耗迅速增長有著密切聯(lián)系。2010年以后,洞庭湖區(qū)總體開始呈現(xiàn)出不可持續(xù)狀態(tài),沅江市表現(xiàn)為強不可持續(xù)發(fā)展水平,究其原因,認為沅江市地處南洞庭,漁業(yè)資源豐富,自2010年之后漁業(yè)的產(chǎn)量常年位居洞庭湖區(qū)前三。2015年洞庭湖區(qū)處于強不可持續(xù)發(fā)展水平的地區(qū)從2000年的0增加到7個,約占洞庭湖區(qū)總面積的20%。2019年之后生態(tài)赤字并沒有呈現(xiàn)進一步的擴大,但除君山區(qū)以外強不可持續(xù)的地區(qū)并沒有減少,且主要分布在洞庭湖周邊,這表明2019年以漁業(yè)發(fā)展的地區(qū)生態(tài)赤字并沒有下降,下降的主要是以農(nóng)業(yè)與其他產(chǎn)業(yè)為主的地區(qū)?？傮w來看,洞庭湖區(qū)人均生態(tài)赤字在空間上呈現(xiàn)出由水域地區(qū)向周邊擴散的趨勢,并且正由可持續(xù)發(fā)展水平向強不可持續(xù)發(fā)展的狀態(tài)演變。

圖4 洞庭湖區(qū)空間可持續(xù)發(fā)展狀況分布Fig.4 Distribution of spatial sustainable development in Dongting Lake area

3.5 洞庭湖區(qū)生態(tài)足跡的廣度與深度時空演變

3.5.1時間維度

根據(jù)公式6—7計算得到洞庭湖區(qū)各類土地利用的生態(tài)足跡廣度與深度(表6、表7)。2000—2019年洞庭湖區(qū)的人均生態(tài)足跡深度與廣度均呈增長趨勢,但足跡廣度的變動較低,這表明人類對資本流量的消耗是一個相對穩(wěn)定狀態(tài)；而足跡深度增長幅度近1倍,說明洞庭湖區(qū)在20年內(nèi)自然資源存量的損耗一直在增加,自然資本流量占比在不斷減少。就2000年與2019年相比,洞庭湖區(qū)人均生態(tài)足跡深度除林地與建設用地之外均為增長態(tài)勢,其中草地、水域與能源足跡的增長約1倍左右。林地的人均生態(tài)足跡深度保持為1,說明林地的自然資本流量足夠提供人類生產(chǎn)所需,屬于可持續(xù)發(fā)展的狀況。值得注意的是水域人均生態(tài)足跡深度最低為72.9975,經(jīng)分析發(fā)現(xiàn)采用1993年的全球水產(chǎn)品產(chǎn)量29kg/ hm2并沒有考慮到人工養(yǎng)殖的產(chǎn)量,這一點與當前洞庭湖區(qū)的漁業(yè)生態(tài)系統(tǒng)并不符合[41]。

3.5.2空間維度

在空間上(圖5、圖6),人均生態(tài)足跡廣度較高地區(qū)分別為石門縣、桃源縣與臨澧縣等8個市縣,集中于研究區(qū)的西部與北部地區(qū)。人均生態(tài)足跡深度正好與之相反,其較高地區(qū)主要集中在中部與南部地區(qū),北部君山區(qū)、岳陽樓區(qū)與云溪區(qū)的足跡深度較大,主要是由于這幾個地區(qū)人均生態(tài)足跡很高。總體來看足跡廣度在不同地區(qū)上變化不大,但人均生態(tài)足跡深度一直呈現(xiàn)出不斷擴張的趨勢,空間地理位置上總體表現(xiàn)為由東部向西部擴散的趨勢。廣度可以表示對流量的損耗,深度可表示對存量的損耗,當流量損耗占比高時,對存量的消耗就低,屬于可持續(xù)發(fā)展的狀態(tài)[42]。研究發(fā)現(xiàn),2019年洞庭湖區(qū)有19個區(qū)縣的人均生態(tài)足跡深度大于6,表明這些地區(qū)的資本存量消耗占比高于80%,區(qū)域生態(tài)可持續(xù)性存在一定的風險；同時從研究時段上看,2000—2019年區(qū)域人均生態(tài)足跡深度呈現(xiàn)上升的趨勢。

表6 洞庭湖區(qū)人均生態(tài)足跡廣度/(hm2/人)

表7 洞庭湖區(qū)人均生態(tài)足跡深度

圖5 洞庭湖區(qū)人均生態(tài)足跡廣度空間分布Fig.5 Spatial distribution of per capita ecological footprint breadth in Dongting Lake area

圖6 洞庭湖區(qū)人均生態(tài)足跡深度空間分布Fig.6 Spatial distribution of per capita ecological footprint depth in Dongting Lake area

4 討論

4.1 模型對比分析

將2000—2019年的能源生態(tài)足跡與赤字和傳統(tǒng)算法進行比較,結(jié)果如表8。據(jù)表可以看到基于碳足跡算法下的能源足跡均大于傳統(tǒng)算法,這是因為在碳足跡的視角下核算了化石能源的全部碳排量,而傳統(tǒng)算法只計算了生成二氧化碳的那一部分碳量[43],改進后的模型使得能源賬戶的碳排量更加接近真實值。對比兩種方法下的生態(tài)赤字,2000年與2015年核算的生態(tài)赤字比傳統(tǒng)算法高,主要是因為這兩年林地核算的參數(shù)因子較小,與林地賬戶的項目選取有較大的關系；而2005、2010與2019年的能源生態(tài)赤字均低于傳統(tǒng)算法,其生態(tài)赤字差異均較小,這主要是因為洞庭湖區(qū)的草地面積較少,僅占研究區(qū)總面積的1.5%,致使草地吸收的碳排量較少,使得生態(tài)承載力較低。此外,若能考慮將人類社會活動等要素添加到模型當中,能夠進一步提高其分析結(jié)果的可靠性；其次,若能夠加入耕地與水域?qū)μ嫉奈?能夠進一步提高能源賬戶的計算精度,上述問題也是今后有待強化研究的方向。

表8 兩種計算方法的生態(tài)赤字對比/(hm2/人)

4.2 生態(tài)可持續(xù)性演變

本研究從土地利用動態(tài)變化、人均生態(tài)赤字、人均生態(tài)足跡廣度與深度的層面上客觀分析了洞庭湖區(qū)的可持續(xù)性發(fā)展水平。在2000—2019年期間,洞庭湖區(qū)的可持續(xù)性發(fā)展水平有明顯的演變過程,采用標準差橢圓的方法分析洞庭湖區(qū)人均生態(tài)赤字與足跡深度的時空轉(zhuǎn)移特征。由圖7、圖8可知,兩者重心在空間上較為集中,且運動趨勢基本一致,生態(tài)赤字的重心轉(zhuǎn)移距離為5.20km；足跡深度的重心轉(zhuǎn)移距離為7.23km。受到高污染工業(yè)發(fā)展的影響,前5年生態(tài)赤字重心向東北轉(zhuǎn)移了7.06km；足跡深度向東北方向轉(zhuǎn)移了9.67km,是選取的三個時間段偏移位置最大時段,說明生態(tài)赤字與足跡深度的前期變化程度比后期明顯。由于2005年后云溪等地為了響應保護生態(tài)環(huán)境號召,開始逐年降低能源消耗量,東北部地區(qū)生態(tài)環(huán)境得到了一定程度的緩解。但與此同時,沅江市、湘陰縣等地對漁業(yè)過度捕撈,導致洞庭湖水生態(tài)系統(tǒng)遭受嚴重破壞,加大了水域賬戶的生態(tài)赤字與足跡深度,進而導致了人均生態(tài)赤字與足跡深度向西南方向偏移。2010—2015年重心轉(zhuǎn)移距離與標準橢圓的長短軸均有所減小,這表明洞庭湖區(qū)的高生態(tài)赤字地區(qū)開始集中,2015—2019年橢圓長短軸進一步縮小,且生態(tài)赤字與生態(tài)深度中心分別向東北方向偏移了3.66km、2.78km,這主要是受豬肉大量減產(chǎn)的影響,致使西部地區(qū)石門縣、桃源縣等地的生態(tài)赤字降低,同時也使得以漁業(yè)為主的高生態(tài)赤字地區(qū)在空間上表現(xiàn)更加集中。

圖7 洞庭湖區(qū)人均生態(tài)赤字重心轉(zhuǎn)移軌跡Fig.7 The center of gravity shift of per capita ecological deficit in Dongting Lake area

圖8 洞庭湖區(qū)生態(tài)足跡深度重心轉(zhuǎn)移軌跡Fig.8 The transfer track of ecological footprint depth gravity center in Dongting Lake area

4.3 生態(tài)可持續(xù)性驅(qū)動因素

區(qū)域的生態(tài)可持續(xù)發(fā)展狀況是由自然、社會、經(jīng)濟等眾多因素共同作用的結(jié)果,如人口數(shù)量的增減、土地利用類型的變化、三次產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與生態(tài)保護政策措施的實施等都會對區(qū)域可持續(xù)發(fā)展水平產(chǎn)生不同程度的影響[44]。在研究時段內(nèi),洞庭湖區(qū)呈現(xiàn)出向強不可持續(xù)發(fā)展水平演變。研究區(qū)常住居民由2000年1646.51萬降低至到2015年的1645.95萬,但生物資源的消費總量卻呈現(xiàn)快速增長的趨勢,這表明人們生活質(zhì)量的提高對可持續(xù)發(fā)展水平會產(chǎn)生一些消極影響。同時,由于近年來建設用地面積的快速增長,致使耕地資源被侵占,而在2019年的計算中發(fā)現(xiàn)36.7%的耕地面積所產(chǎn)生的生態(tài)足跡與生態(tài)承載力分別占總量的33.5%、59.8%,這表明耕地是維持地區(qū)生態(tài)平衡的重要支柱。其次是產(chǎn)業(yè)結(jié)構(gòu)的分配(表9),以2019年的三次產(chǎn)業(yè)占比為例,大力發(fā)展第三產(chǎn)業(yè)的岳陽樓區(qū)生態(tài)赤字僅為0.7475hm2/人,遠低于以工業(yè)發(fā)展為主的云溪區(qū)；安鄉(xiāng)縣的第三產(chǎn)業(yè)比重雖然也比較大,但其對水產(chǎn)品的捕撈量較高導致其水生態(tài)赤字較高。以上說明,三次產(chǎn)業(yè)結(jié)構(gòu)的分配對研究區(qū)可持續(xù)發(fā)展水平具有一定的影響。最后,早期湖區(qū)大規(guī)模的污染排放和魚類無序養(yǎng)殖活動,致使水域生態(tài)環(huán)境遭受到嚴重破壞,生態(tài)承載力下降。近年來,當?shù)赝ㄟ^加大落實“一湖四水”的生態(tài)保護,湖區(qū)各區(qū)縣加強湖區(qū)環(huán)境治理與生態(tài)保護力度,其成效明顯,洞庭湖區(qū)的水生態(tài)承載力呈現(xiàn)逐年增長的趨勢,這表明生態(tài)政策調(diào)控也是可持續(xù)發(fā)展水平的重要驅(qū)動因素之一。

表9 2019年洞庭湖區(qū)25區(qū)縣三次產(chǎn)業(yè)比值

5 結(jié)論

本文從碳循環(huán)的視角出發(fā)與生態(tài)足跡理論結(jié)合,構(gòu)建了改進的三維生態(tài)足跡模型,重點分析了洞庭湖區(qū)25區(qū)縣可持續(xù)發(fā)展狀態(tài)的動態(tài)演變特征與驅(qū)動因子。研究結(jié)論如下：(1)20年內(nèi)洞庭湖區(qū)人均生態(tài)承載力與人均生態(tài)足跡在總體上均呈現(xiàn)增長的趨勢,但人均生態(tài)足跡的增長速度遠高于人均生態(tài)承載力,致使人均生態(tài)赤字在時間維度上不斷增大,空間維度上呈湖濱向周邊地區(qū)擴散的趨勢。為減少洞庭湖區(qū)整體的生態(tài)赤字,可提高土地利用效率,推進節(jié)約集約用地,充分發(fā)揮市場機制作用,完善土地租賃、轉(zhuǎn)讓、抵押市場,讓閑置的土地能夠得到充分利用,同時在能源結(jié)構(gòu)上可增大清潔能源的占用比例,改善能源消費結(jié)構(gòu),減少碳排放量和降低碳排放強度。 (2)洞庭湖區(qū)的土地資源劃分不夠合理,除林地賬戶之外的其他賬戶均存在自然資本存量的消耗,且表現(xiàn)為高生態(tài)赤字。特別是水域賬戶,過度的水生態(tài)資源開發(fā)致使洞庭湖的自然資本存量存在嚴重虧損。為加快水生態(tài)環(huán)境的保護與修復,既要充分修復濕地的生態(tài)功能,也要健立健全濕地生態(tài)補償機制。(3)對比傳統(tǒng)生態(tài)足跡模型,改進后的模型在能源賬戶的計算中更能反映出真實的碳排放量與碳吸收量。由于研究區(qū)草地面積占比較低,使得洞庭湖區(qū)的能源生態(tài)承載力與林地具有較高的協(xié)同性,同時,也使得研究區(qū)能源賬戶的生態(tài)承載力存在偏小的情況。(4)洞庭湖區(qū)的可持續(xù)發(fā)展程度與縣區(qū)的產(chǎn)業(yè)結(jié)構(gòu)具有較高的耦合性,表現(xiàn)為高生態(tài)赤字的地區(qū)主要以漁業(yè)和工業(yè)為主,而以服務業(yè)發(fā)展為主的岳陽樓區(qū)等地生態(tài)赤字較低,因此可以通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)構(gòu)建以綠色經(jīng)濟為主體的新型產(chǎn)業(yè)結(jié)構(gòu),依托綠色生態(tài)發(fā)展全域旅游業(yè),打造濕地公園、天然氧吧等生態(tài)休閑場所。同時,通過研究發(fā)現(xiàn)居民生活質(zhì)量的提升、土地結(jié)構(gòu)的變化與及生態(tài)政策的有效落實均對地區(qū)的生態(tài)可持續(xù)發(fā)展具有重要的調(diào)節(jié)作用。