阮 君，何 剛，王瑩瑩，趙楊秋

(安徽理工大學 經(jīng)濟管理學院，安徽 淮南 232001)

隨著我國城鎮(zhèn)化的快速推進，水土流失、資源短缺、空氣污染等環(huán)境問題層出不窮。我國始終高度重視生態(tài)文明建設，2019年我國節(jié)能環(huán)保財政支出已高達7 443.6億元[1]，然而我國生態(tài)環(huán)境現(xiàn)狀仍不容樂觀。較一般城市而言，礦業(yè)城市的生態(tài)環(huán)境更加脆弱，對其進行生態(tài)安全評價具有重要意義。

我國已有眾多學者對礦業(yè)城市生態(tài)安全評價進行了研究。陳勇等[2]基于最小累計阻力模型研究了湖北省大冶市生態(tài)安全格局構(gòu)建問題，認為區(qū)分不同性質(zhì)源地是構(gòu)建生態(tài)安全格局的基礎；張丁軒等[3]結(jié)合GIS技術和CLUE-S模型對礦業(yè)城市2020年不同情景方案土地利用變化進行了模擬；王乃舉等[4]利用集對分析—可變模糊集動態(tài)評價了銅陵市的生態(tài)安全，結(jié)果表明銅陵市生態(tài)安全一直處于較不安全、臨界安全水平；武彥斌等[5]采用壓力—狀態(tài)—響應模型研究了安徽淮南的生態(tài)安全持續(xù)發(fā)展問題；王秀麗等[6]基于PSR-AHP模型定量評估了稀土礦區(qū)的生態(tài)安全狀況，結(jié)果表明礦區(qū)生態(tài)整體呈穩(wěn)定狀態(tài)。目前，礦區(qū)生態(tài)安全格局構(gòu)建[7-8]、生態(tài)風險[9-10]、生態(tài)功能區(qū)[11-12]等主題研究也逐漸成為熱點。

綜上所述，學者們主要采用模糊評價、層次分析、集對分析等方法進行礦區(qū)生態(tài)安全評價，但對評價過程中出現(xiàn)的隨機性和模糊性問題關注較少。正態(tài)云模型能實現(xiàn)定性概念與定量數(shù)值之間的不確定性轉(zhuǎn)換，可有效解決評價過程中的隨機性和不確定性問題。因此，筆者基于壓力—狀態(tài)—響應(PSR)模型構(gòu)建生態(tài)安全綜合評價指標體系，引入正態(tài)云模型對安徽省9座礦業(yè)城市生態(tài)安全狀況進行評價，并結(jié)合BP神經(jīng)網(wǎng)絡算法對未來發(fā)展趨勢進行預測，以期為促進區(qū)域生態(tài)文明建設提供理論指導。

1 研究區(qū)概況

安徽省擁有9座礦業(yè)城市，分別為宿州、亳州、淮北、淮南、滁州、馬鞍山、銅陵、池州及宣城。這 9座礦業(yè)城市的人口眾多，自然資源豐富。然而，過度依賴能源的單一生產(chǎn)方式的弊端始終存在，已嚴重制約區(qū)域經(jīng)濟與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展。

2 研究方法與模型

2.1 正態(tài)云模型

1995年中國工程院院士李德毅提出云模型，其是一種用語言值處理定性概念與定量描述之間發(fā)生不確定轉(zhuǎn)換的模型[13]。云模型主要通過期望、熵和超熵3個數(shù)字特征將云的語言值定量表示，其中期望Ex為云的重心，熵En為云的厚度，超熵He為云的凝聚度，計算步驟如下[14-15]：

2)再生成以Ex為期望，E′2n為方差的正態(tài)隨機數(shù)xi=norm(Ex,E′2n)。

3)計算

(1)

4)μ(xi)中的xi則成為數(shù)域中的一個云滴。

5)重復以上步驟，直至產(chǎn)生需要的n個云滴為止。

2.2 安徽省礦業(yè)城市生態(tài)安全評價步驟

1)構(gòu)建安徽省礦業(yè)城市生態(tài)安全評價的因素域U={u1,u2,…，un}，建立評價域V={v1,v2,…，vm}。

2)利用熵權法確定各指標權重[16-17]，得到權重向量W={w1,w2,…，wn}。

(2)

(3)

Heij=k

(4)

借鑒葉達等[18]的研究成果，本研究將超熵值確定為0.01。

4)建立模糊隸屬度矩陣U。利用式(1)計算出指標i對應等級j下的確定度uij，構(gòu)建模糊隸屬度矩陣U=(uij)n×m。

6)在此基礎上，計算各系統(tǒng)及綜合得分，計算公式如下：

(5)

式中z為等級對應分數(shù)。

3 計算與結(jié)果分析

3.1 生態(tài)安全綜合評價指標體系構(gòu)建

借鑒董會忠等[19-21]研究成果，基于壓力—狀態(tài)—響應(PSR)模型構(gòu)建綜合評價指標體系，結(jié)合研究區(qū)實際發(fā)展狀況，將生態(tài)安全劃分為5個等級：非常危險(Ⅰ級)、較危險(Ⅱ級)、警惕(Ⅲ級)、較安全(Ⅳ級)、非常安全(Ⅴ級)。生態(tài)安全綜合評價指標體系如表1所示。

表1 生態(tài)安全綜合評價指標體系

本文數(shù)據(jù)主要來源于2010—2018年《安徽省統(tǒng)計年鑒》、9座礦業(yè)城市統(tǒng)計年鑒及統(tǒng)計發(fā)展公報[22]。利用式(2)和式(3)計算確定各指標的正態(tài)云等級標準，如表2所示。

表2 生態(tài)安全指標正態(tài)云等級標準

根據(jù)表2，通過MATLAB軟件生成各指標的正態(tài)云圖。以人均GDP為例，得到人均GDP的正態(tài)云圖如圖1所示。

圖1 人均GDP的正態(tài)云圖

3.2 結(jié)果分析

3.2.1 橫向年份分析

根據(jù)以上方法和步驟，以最大隸屬度為原則，即選取某等級中最大得分為結(jié)果，得出2010—2018年安徽省9座礦業(yè)城市生態(tài)安全評價的最終得分和等級，如表3所示。

表3 2010—2018年安徽省9座礦業(yè)城市生態(tài)安全評價得分及等級

由表3可知，安徽省9座礦業(yè)城市整體生態(tài)安全狀況改善明顯，其變化主要分為2個階段：第1階段為2010—2016年，此時生態(tài)安全等級始終為Ⅲ級，生態(tài)安全評分從0.216 0波動上升到0.256 0；第2階段為2016—2018年，此時生態(tài)安全等級雖已經(jīng)提升至 Ⅳ級的較安全狀態(tài)，但在2018年生態(tài)安全評分下滑到0.168 8。

利用ArcGIS軟件對計算結(jié)果實現(xiàn)可視化，2010—2018年安徽省9座礦業(yè)城市生態(tài)安全狀態(tài)等級分布如圖2所示。

圖2 2010—2018年安徽省9座礦業(yè)城市生態(tài)

安全狀態(tài)等級分布

由圖2可知，至2018年皖南地區(qū)生態(tài)安全狀況已經(jīng)普遍優(yōu)于皖北地區(qū)，主要原因是皖北地區(qū)大部分為資源型城市，長期以來一直以依賴能源生產(chǎn)的單一方式發(fā)展，對環(huán)境影響較大。在皖北城市中，宿州、亳州的生態(tài)安全等級呈現(xiàn)輕微下滑狀態(tài)，在2018年處于Ⅲ級警惕狀態(tài)；淮北雖為典型煤炭城市，但近年來大力促進新興產(chǎn)業(yè)發(fā)展，逐漸加大城市綠化措施，在2018年生態(tài)安全已達到Ⅳ級較安全狀態(tài)；淮南雖始終處于Ⅱ級較危險狀態(tài)，但是得分從0.165 6提升到0.272 3，多年來煤炭開采給環(huán)境帶來的問題依然嚴峻。

皖南地區(qū)多為山區(qū)，自然資源豐富，以農(nóng)業(yè)、旅游業(yè)發(fā)展為主，并積極進行環(huán)境保護，生態(tài)環(huán)境狀況較好。其中宣城生態(tài)安全狀態(tài)改善明顯，從2010年的較危險提升到2018年較安全狀態(tài)，主要得益于宣城人口密度小，工業(yè)化程度低，“三廢”處理率、城市綠化率等指標穩(wěn)步上升；馬鞍山生態(tài)安全等級先從Ⅳ級下降到Ⅱ級，經(jīng)治理后又回到Ⅳ級水平，城鎮(zhèn)化的不斷推進使得區(qū)域資源消耗逐漸增大，致使其生態(tài)安全得分在2018年下滑到0.174 7；銅陵、池州生態(tài)安全等級均為Ⅲ級的警惕狀態(tài)，處于較低水平。

3.2.2 縱向指標分析

運用相同的模型和方法，以最大隸屬度為原則，得出2010年和2018年安徽省9座礦業(yè)城市各準則層的評價結(jié)果，如表4 所示。

表4 2010、2018年安徽省9座礦業(yè)城市各準則層評價結(jié)果

由表4可知，2010、2018年安徽省9座礦業(yè)城市整體的壓力子系統(tǒng)上升明顯，從Ⅱ級較危險狀態(tài)提升為Ⅲ級警惕狀態(tài)，但生態(tài)安全得分只有 0.074 2。從各城市發(fā)展來看，2018年亳州、滁州的壓力子系統(tǒng)已達到Ⅳ級水平，淮北和池州的壓力子系統(tǒng)等級出現(xiàn)輕微下滑，其余城市始終處于較低水平。

2010、2018年安徽省9座礦業(yè)城市整體的狀態(tài)子系統(tǒng)一直為Ⅲ級警惕狀態(tài)，生態(tài)安全得分從0.112 3下降為0.048 9。2018年各城市間狀態(tài)子系統(tǒng)水平差異較小，除淮北、淮南狀態(tài)子系統(tǒng)為Ⅱ級水平外，其余城市狀態(tài)子系統(tǒng)均保持在Ⅲ級水平。

2010、2018年安徽省9座礦業(yè)城市整體的響應子系統(tǒng)發(fā)展顯著，不僅生態(tài)安全等級保持在Ⅳ級，生態(tài)安全得分也從0.096 8上升到0.150 8。2018年各城市響應子系統(tǒng)發(fā)展速度加快但存在差異，宿州、淮北、滁州、馬鞍山、銅陵、池州和宣城的響應子系統(tǒng)均達到Ⅳ級及以上水平，但是亳州、淮南的響應子系統(tǒng)狀態(tài)出現(xiàn)下滑，制約了整體區(qū)域的發(fā)展。

根據(jù)式(5)計算得出2010、2018年安徽省9座礦業(yè)城市各準則層及生態(tài)安全綜合得分，如表5 所示。

表5 2010、2018年安徽省9座礦業(yè)城市各準則層及生態(tài)安全綜合得分

基于BP神經(jīng)網(wǎng)絡算法，對未來生態(tài)安全發(fā)展進行預測。以2010—2018年整體數(shù)據(jù)為基礎，利用前3年各準則層及綜合系統(tǒng)得分作為輸入層預測第4年綜合得分，將預測值作為下一次的輸入值，則確定輸入層神經(jīng)元個數(shù)為3，輸出層神經(jīng)元個數(shù)為1，根據(jù)Kolmogorov定理[23]確定隱含層神經(jīng)元個數(shù)，計算公式如下：

隱含層神經(jīng)元個數(shù)=2×輸入層神經(jīng)元個數(shù)+1

(6)

由式(6)計算得到隱含層神經(jīng)元個數(shù)為7。根據(jù)算法結(jié)果,計算本次模擬預測的平均相對誤差和平均絕對誤差，結(jié)果見表6。

表6 誤差計算結(jié)果

由表6可知，誤差皆在允許范圍內(nèi)，表明預測結(jié)果具有合理性。

安徽省9座礦業(yè)城市整體預測結(jié)果如圖3所示。

圖3 安徽省9座礦業(yè)城市整體預測結(jié)果

由圖3可知，在2019—2025年間，安徽省9座礦業(yè)城市生態(tài)安全狀態(tài)整體呈上升趨勢，其中壓力和狀態(tài)子系統(tǒng)變化幅度較小，且仍處于較低水平，狀態(tài)子系統(tǒng)更加穩(wěn)定；響應子系統(tǒng)在2018年之后逐步穩(wěn)定并略微上升，綜合指數(shù)總體呈上升趨勢。因此在未來發(fā)展中，安徽省礦業(yè)城市需要更加關注壓力、狀態(tài)子系統(tǒng)建設，以實現(xiàn)區(qū)域生態(tài)環(huán)境的整體發(fā)展。

4 結(jié)論

1)將正態(tài)云模型引入到區(qū)域生態(tài)安全評價中，一定程度上避免了評價過程中的隨機性和模糊性問題，提升了評價結(jié)果的科學性。

2)安徽省9座礦業(yè)城市生態(tài)安全狀態(tài)整體提升明顯，從Ⅲ級警惕水平穩(wěn)定上升到Ⅳ級較安全水平；各礦業(yè)城市發(fā)展差異明顯，其中淮南水平較低，淮北、馬鞍山、滁州及宣城處于較高水平，其余居中。

3)根據(jù)預測結(jié)果，2019—2025年7年中安徽省9座礦業(yè)城市生態(tài)安全整體呈上升趨勢，壓力、狀態(tài)子系統(tǒng)上升幅度較小，仍處于較低水平，響應子系統(tǒng)穩(wěn)中有升。