鄭樂樂, 馬小雯, 安翔, 郭精軍

基于DPSIR-GM(1,1)模型的甘肅省生態(tài)安全評價與預(yù)測

鄭樂樂, 馬小雯, 安翔, 郭精軍*

蘭州財經(jīng)大學(xué)統(tǒng)計學(xué)院, 蘭州 730020

生態(tài)環(huán)境質(zhì)量的綜合評價是實(shí)現(xiàn)經(jīng)濟(jì)社會與自然環(huán)境協(xié)調(diào)發(fā)展的重要前提。以甘肅省為研究區(qū)域, 基于“驅(qū)動力—壓力—狀態(tài)—影響—響應(yīng)”(DPSIR)概念模型, 構(gòu)建生態(tài)安全評價指標(biāo)體系, 運(yùn)用灰色關(guān)聯(lián)改進(jìn)理想解(TOPSIS)的評價方法, 對甘肅省生態(tài)安全狀況進(jìn)行綜合評價, 并采用灰色預(yù)測模型對2019—2023年甘肅省生態(tài)安全的發(fā)展前景進(jìn)行分析。結(jié)果表明: 甘肅省2009—2018年生態(tài)安全狀況總體呈現(xiàn)上升趨勢, 安全等級從敏感上升至一般; 驅(qū)動力、壓力及影響指標(biāo)有波動下降的趨勢, 狀態(tài)及響應(yīng)指標(biāo)值逐年上升; 甘肅省2019—2023年的生態(tài)安全綜合指數(shù)從0.7274增長至0.9463, 達(dá)到安全狀態(tài)。

生態(tài)安全; DPSIR模型; 灰色關(guān)聯(lián)改進(jìn)的TOPSIS法; 灰色預(yù)測

0 前言

生態(tài)環(huán)境是人類極為珍貴的自然財富, 維持生態(tài)環(huán)境安全是實(shí)現(xiàn)社會可持續(xù)發(fā)展的重要基礎(chǔ)。面對目前全球總體生態(tài)脆弱的現(xiàn)狀, 保障生態(tài)環(huán)境安全已成為迫切的社會需求[1]。2019年8月19日至22日, 習(xí)近平總書記甘肅之行, 強(qiáng)調(diào)要注重生態(tài)環(huán)境建設(shè)與保護(hù), 要貫徹新時代中國特色社會主義思想和黨的十九大精神, 致力于生態(tài)環(huán)境與經(jīng)濟(jì)社會協(xié)調(diào)發(fā)展[2-3]。生態(tài)安全是國家安全的重要組成部分, 是指人類賴以生存的生態(tài)環(huán)境, 包括聚落、區(qū)域、國家乃至全球, 不受生態(tài)條件、狀態(tài)及其變化的威脅、危害, 能處于正常的生存發(fā)展?fàn)顟B(tài)[4]。廣義的生態(tài)安全是指人類的生活、健康、安樂、基本權(quán)利、生活保障來源、必要資源、社會秩序以及環(huán)境變化適應(yīng)能力等方面不受威脅的狀態(tài), 包括自然生態(tài)安全、經(jīng)濟(jì)生態(tài)安全和社會生態(tài)安全3個方面[5]。

為使生態(tài)安全由定性研究向定量研究發(fā)展, 對生態(tài)環(huán)境進(jìn)行安全狀況的評估, 國內(nèi)外學(xué)者在評價指標(biāo)、評價方法及模型的研究上做了大量補(bǔ)充與改進(jìn)。例如, 對評價指標(biāo)的研究, Sorgog等[6]在量化生態(tài)風(fēng)險的精確度過程中, 通過傳統(tǒng)評估因子法(AF)與物種敏感性分布法(SSD)相比較, 分析得出物種敏感性的變化是影響生態(tài)風(fēng)險的一個重要因素。Leiva等[7]在研究智利北巴塔哥尼亞湖生態(tài)特征過程中, 以大型底棲無脊椎動物為研究對象, 利用湖泊生物指數(shù)(LBI)對Rupanco湖進(jìn)行分析, 結(jié)果表明在春秋兩季, 該湖泊沉積物中氧含量高, 有機(jī)質(zhì)含量低, 處于低共生狀態(tài), 與之前在Rupanco湖進(jìn)行的理化和微藻分析結(jié)果一致, 則建議將湖泊生物指數(shù)應(yīng)用于實(shí)際生態(tài)系統(tǒng)的綜合評估中。對評價方法的研究, Massi等[8]在研究地中海港口水生態(tài)質(zhì)量過程中, 以TRIX指數(shù)(包含海洋生態(tài)系統(tǒng)營養(yǎng)性所涉及的主要變量(氮、磷、葉綠素a、溶解氧))作為評價指標(biāo), 采用反射光譜分類法對地中海相關(guān)5個港口的水質(zhì)和浮游植物群落特征進(jìn)行統(tǒng)計分析, 結(jié)果表明該分類法較好地解釋了不同指標(biāo)間的實(shí)質(zhì)一致性, 是一種有較大潛力的對港口水質(zhì)快速評價的方法。Wang等[9]在研究城市生態(tài)環(huán)境與流域狀況的相互作用過程中, 主要利用多元數(shù)據(jù)與遙感數(shù)據(jù), 通過計算基于物種豐富度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)絡(luò)密度指數(shù)、土地壓力指數(shù)以及污染負(fù)荷指數(shù)的綜合指數(shù)法來對生態(tài)環(huán)境質(zhì)量進(jìn)行評價。Cao等[10]在研究以大型植物為主的淺水湖泊的綜合生態(tài)服務(wù)價值(ESV)中, 將生態(tài)系統(tǒng)分為供給(PS)、調(diào)節(jié)(RS)、支撐(SS)以及文化(CS)服務(wù)四個子系統(tǒng), 以子系統(tǒng)生態(tài)服務(wù)價值的加權(quán)總和法來綜合衡量生態(tài)系統(tǒng)的服務(wù)價值量。在模型研究方面, 目前基于壓力—狀態(tài)—響應(yīng)模型(PSR)來構(gòu)建指標(biāo)體系的研究成果豐富。例如, 陳志鼎等[11]在對潛江市后湖管理區(qū)生態(tài)系統(tǒng)健康狀況進(jìn)行分析中, 采用壓力—狀態(tài)—響應(yīng)(PSR)模型構(gòu)建健康評價指標(biāo)體系, 為未來小流域生態(tài)系統(tǒng)的修復(fù)提供合理建議。為了更精確、系統(tǒng)的反映經(jīng)濟(jì)、社會、環(huán)境之間的相互關(guān)系, 相關(guān)學(xué)者對PSR模型進(jìn)行了一系列改進(jìn), 構(gòu)建了邏輯關(guān)系更全面清晰的驅(qū)動力—壓力—狀態(tài)—影響—響應(yīng)(DPSIR)模型。例如, 楊文培等[12]基于DPSIR模型并結(jié)合改進(jìn)的層次分析法建立城市大氣評價指標(biāo)體系, 對城市大氣質(zhì)量進(jìn)行綜合評價, 構(gòu)建科學(xué)的判斷矩陣, 改善了傳統(tǒng)層次分析法主觀隨意性大的缺點(diǎn), 以促進(jìn)我國氣候智慧型低碳城市的建設(shè)與發(fā)展。Chen等[13]在研究采礦綠色化過程中, 以資源、環(huán)境和社會經(jīng)濟(jì)效益的可持續(xù)性為核心, 基于DPSIR模型對綠色礦山建設(shè)現(xiàn)狀進(jìn)行評價, 利用主成分分析法對礦區(qū)數(shù)據(jù)進(jìn)行分析, 提出了改善綠色礦山建設(shè)和礦業(yè)可持續(xù)發(fā)展的戰(zhàn)略框架。其中生態(tài)安全評價方法應(yīng)用最為廣泛的是數(shù)學(xué)模型法, 具有代表性的有綜合指數(shù)法、層次分析法、灰色關(guān)聯(lián)度法、熵權(quán)法、模糊綜合評價法等[14-17]。

雖然DPSIR模型在資源和環(huán)境系統(tǒng)中應(yīng)用比較廣泛, 但運(yùn)用于生態(tài)敏感區(qū)甘肅省的研究較少, 且針對目前對生態(tài)環(huán)境的綜合評價及指標(biāo)體系的構(gòu)建過程中, 評價指標(biāo)的參照標(biāo)準(zhǔn)適用性有所不足, 在綜合評價指數(shù)的計算過程中, 對指標(biāo)值與理想解間關(guān)系的考慮不夠全面, 對指標(biāo)權(quán)重的設(shè)計以及未來發(fā)展的展望存在一定的主觀性。因此, 本文構(gòu)建了基于DPSIR模型的甘肅省生態(tài)安全評價指標(biāo)體系, 采用灰色關(guān)聯(lián)改進(jìn)的TOPSIS模型對指標(biāo)體系進(jìn)行分析研究, 并應(yīng)用GM(1,1)預(yù)測模型科學(xué)地預(yù)測甘肅省2019—2023年生態(tài)安全指數(shù), 對生態(tài)安全發(fā)展趨勢進(jìn)行預(yù)測。通過建立科學(xué)合理的評價指標(biāo)體系, 對甘肅省生態(tài)安全進(jìn)行評價分析和預(yù)測, 為研究區(qū)經(jīng)濟(jì)、社會和生態(tài)環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展提供一定的參考依據(jù)。

1 研究區(qū)域概況及數(shù)據(jù)

1.1 研究區(qū)域概況

甘肅省位于祖國地理中心, 地處黃土高原、青藏高原、內(nèi)蒙古高原三大高原和西北干旱區(qū)、青藏高寒區(qū)、東部季風(fēng)區(qū)三大自然區(qū)域的交匯處, 介于北緯32°11′—42°57′, 東經(jīng)92°13′—108°46′, 地貌復(fù)雜多樣, 類型齊全, 山地、高原、平川、河谷、沙漠、戈壁交錯分布, 大部分地區(qū)氣候干燥, 屬于大陸性很強(qiáng)的溫帶季風(fēng)氣候。其生態(tài)系統(tǒng)復(fù)雜多樣, 各市州海拔不同, 氣溫差別較大, 自然條件嚴(yán)酷, 是西北地區(qū)乃至全國自然生態(tài)類型最為復(fù)雜的地區(qū)之一。并且, 甘肅省作為青藏高原生態(tài)屏障、黃土高原—川滇生態(tài)屏障以及北方防沙帶的重要組成部分, 對全國生態(tài)環(huán)境的保護(hù)和治理具有重要意義[18]。

1.2 數(shù)據(jù)來源

本研究所用數(shù)據(jù)主要來源于《甘肅省統(tǒng)計年鑒2010—2019》、《中國統(tǒng)計年鑒2010—2019》、《中國環(huán)境統(tǒng)計年鑒》以及甘肅省統(tǒng)計公報。

2 研究方法

2.1 評價指標(biāo)體系構(gòu)建

DPSIR由OECD[19]于1993年提出, 此后在政策制定與研究中得到廣泛推廣, 能有效反映系統(tǒng)的因果關(guān)系并整合資源、發(fā)展、環(huán)境與人類健康等因素, 目的在于建立驅(qū)動力D—壓力P—狀態(tài)S—影響I—響應(yīng)R的因果關(guān)系鏈[20]。該模型涵蓋了社會、經(jīng)濟(jì)、環(huán)境等要素, 表明社會、經(jīng)濟(jì)和人類活動對流域生態(tài)安全造成的種種影響, 通過響應(yīng)指標(biāo)來表明人類活動對生態(tài)環(huán)境建設(shè)的反饋[21]。邏輯傳導(dǎo)關(guān)系為: 驅(qū)動力是生態(tài)環(huán)境狀況發(fā)生變化的動因, 對生態(tài)環(huán)境的自我調(diào)節(jié)功能產(chǎn)生較大壓力, 當(dāng)壓力超出生態(tài)環(huán)境自我調(diào)節(jié)凈化的能力范圍時, 生態(tài)環(huán)境就會表現(xiàn)出一系列的不良狀況, 進(jìn)而對經(jīng)濟(jì)、文化、社會的發(fā)展產(chǎn)生各種影響, 政府則根據(jù)各種影響做出相應(yīng)的舉措, 以來改善生態(tài)環(huán)境的狀況[22-23]。

圖1 研究區(qū)概況圖

Figure 1 The map of study area

本文在分析DPSIR生態(tài)安全指標(biāo)體系的基礎(chǔ)上, 結(jié)合甘肅省生態(tài)環(huán)境的實(shí)際情況, 共選取了25個指標(biāo), 構(gòu)建了甘肅省生態(tài)安全指標(biāo)體系, 并分為驅(qū)動力、壓力、狀態(tài)、影響以及響應(yīng)五個循環(huán)子系統(tǒng)。其中:

驅(qū)動力: 人類社會的發(fā)展是生態(tài)環(huán)境保護(hù)的重要驅(qū)動力量, 社會的經(jīng)濟(jì)發(fā)展?fàn)顩r也直接影響著生態(tài)環(huán)境建設(shè)與保護(hù)的相關(guān)舉措的實(shí)施。因此, 可從社會的經(jīng)濟(jì)發(fā)展與人口狀況兩個方面來衡量生態(tài)環(huán)境保護(hù)的驅(qū)動因素, 具體選取指標(biāo)有: GDP增長率、工業(yè)生產(chǎn)總值占比、農(nóng)業(yè)生產(chǎn)總值占比、人口自然增長率以及城鎮(zhèn)人口占比。

壓力: 由人類活動間接引起的、驅(qū)動力之后的、直接促使生態(tài)系統(tǒng)安全狀態(tài)發(fā)生改變的指標(biāo)。以廢水廢氣排放量、建設(shè)用地比例、水資源開發(fā)強(qiáng)度以及牲畜養(yǎng)殖數(shù)量作為生態(tài)環(huán)境的壓力指標(biāo)具有較好的解釋效果。

狀態(tài): 生態(tài)環(huán)境狀態(tài)指標(biāo)主要是指環(huán)境在社會經(jīng)濟(jì)發(fā)展驅(qū)動和生態(tài)環(huán)境保護(hù)壓力指標(biāo)的作用下, 所呈現(xiàn)出的發(fā)展變化狀態(tài)。對于生態(tài)狀態(tài)指標(biāo), 可以從水利設(shè)施用地、人均年用水量、當(dāng)年造林面積、年降水量以及耕地土地面積比等方面來衡量。

影響: 生態(tài)環(huán)境所表現(xiàn)出的狀況對經(jīng)濟(jì)、社會及文化的發(fā)展所造成的影響, 為政府決策提供參考。主要選取旅游外匯收入、政府環(huán)境保護(hù)支出、居民文化娛樂消費(fèi)指數(shù)、水土流水面積以及年日照小時數(shù)等指標(biāo)。

響應(yīng): 政府針對資源消耗、生態(tài)環(huán)境狀態(tài)及影響指標(biāo)信息的反饋, 做出的相應(yīng)解決措施。主要從廢水污水處理、水保措施固定投資、水土流失治理以及受高等教育的狀況來衡量。具體見表1。

2.2 確定指標(biāo)權(quán)重

因?yàn)楦黜椫笜?biāo)評價單位不同, 反映生態(tài)系統(tǒng)狀況和重要程度也不同, 因此需要對評價指標(biāo)進(jìn)行無量綱化處理。在確定權(quán)重時, 為避免主觀賦權(quán)法所產(chǎn)生的誤差, 采用熵權(quán)法確定指標(biāo)權(quán)重[24]。

表1 生態(tài)環(huán)境DPSIR模型指標(biāo)體系及權(quán)重

(2)對判斷矩陣進(jìn)行無量綱化處理, 消除不同量綱的影響:

(3)計算信息熵:

2.3 計算綜合評價指數(shù)

TOSIS是一種經(jīng)典的多屬性決策方法, 首先被Hwang和Yoon用來研究多屬性決策問題, 已在許多領(lǐng)域被廣泛運(yùn)用[25-27]?；诨疑P(guān)聯(lián)改進(jìn)的TOPSIS評價方法[28]主要步驟為:

(1)加權(quán)判斷矩陣的計算:

(2)確定最優(yōu)解最劣解:

對于正向指標(biāo):

對于負(fù)向指標(biāo):

(3)以加權(quán)矩陣與最優(yōu)解最劣解為基礎(chǔ), 計算灰色關(guān)聯(lián)度系數(shù):

(4)根據(jù)關(guān)聯(lián)系數(shù)計算灰色關(guān)聯(lián)度:

(5)計算各評價指標(biāo)與最優(yōu)解最劣解的歐氏距離:

(6)根據(jù)灰色關(guān)聯(lián)度與歐氏距離計算綜合距離:

然后計算綜合距離:

(7)計算生態(tài)環(huán)境綜合評分:

2.4 灰色預(yù)測GM(1,1)模型

灰色系統(tǒng)理論是由鄧聚龍教授1982年提出, 灰色預(yù)測模型又是在灰色系統(tǒng)理論中應(yīng)用最廣泛、最核心的一種動態(tài)預(yù)測模型, 用來有效解決信息不完備的問題, 而該模型的核心是GM(1,1)模型, 可以根據(jù)少量的信息對所研究問題進(jìn)行建模與預(yù)測。其基本思想是用累加的方法實(shí)現(xiàn)時間序列數(shù)據(jù)由非線性化為線性, 從而弱化序列隨機(jī)性, 增強(qiáng)其規(guī)律性[31-33]。具體建模步驟為:

表2 生態(tài)安全評價等級

(2)建立一階線性微分方程:

解得灰色預(yù)測模型:

(3)模型檢驗(yàn): 模型檢驗(yàn)通過后驗(yàn)差檢驗(yàn)進(jìn)行, 模型的精度則是通過值和值共同決定, 見表3。

其中:

3 結(jié)果與分析

3.1 綜合評價結(jié)果分析

首先, 根據(jù)表1以及甘肅省2009—2018年生態(tài)環(huán)境指標(biāo)數(shù)據(jù), 運(yùn)用灰色關(guān)聯(lián)改進(jìn)的TOPSIS法計算綜合評分, 得到綜合評分向量:

然后, 由表2生態(tài)安全等級, 對甘肅省2009—2018生態(tài)環(huán)境綜合評分進(jìn)行等級劃分, 具體見表4, 最后對綜合評分向量作趨勢圖, 見圖1。

表3 GM(1,1)模型精度檢驗(yàn)表

表4 甘肅省生態(tài)安全等級劃分

圖2 綜合評分指數(shù)趨勢圖

Figure 2 The trend chart of comprehensive rating index

根據(jù)表4和圖2可以看出, 甘肅省從2009—2018年生態(tài)安全綜合指數(shù)不斷提高, 從2009年的0.337891到2018年的0.63631, 安全等級從敏感上升到一般, 與狀態(tài)指標(biāo)和響應(yīng)指標(biāo)發(fā)展趨勢相近。這表明甘肅省的生態(tài)系統(tǒng)結(jié)構(gòu)遭到一定破壞, 但尚可維持基本功能, 通過政府、社會和民眾等各方面的不懈努力, 整體生態(tài)環(huán)境正在改善。首先, 自黨的十八大以來, 我國高度重視生態(tài)環(huán)境的建設(shè), 甘肅省政府為響應(yīng)黨中央的號召采取了一系列措施, 如小流域綜合治理、植樹造林、合理放牧等, 這在一定程度上改善了甘肅省生態(tài)環(huán)境狀況; 其次, 隨著“一帶一路”、“兩屏三帶”工程的建設(shè), 如退耕還林還草、荒漠化與沙化綜合治理、水土保持治理等, 對當(dāng)?shù)氐纳鷳B(tài)環(huán)境保護(hù)和經(jīng)濟(jì)發(fā)展起到了一定的積極作用; 最后, 隨著經(jīng)濟(jì)的不斷發(fā)展, 城鎮(zhèn)人口占比在逐年上升, 但甘肅省貧困人口較多, 受高等教育比率增長緩慢, 政府對環(huán)保的宣傳和投資力度相對較弱, 公眾環(huán)保意識落后。因此, 甘肅省生態(tài)安全等級依舊處于一般狀態(tài)。

3.2 分類評價結(jié)果

在上述過程中, 甘肅省2009—2018年流域生態(tài)環(huán)境各準(zhǔn)則層綜合權(quán)重指標(biāo)系數(shù)見表5。

根據(jù)表5繪制生態(tài)環(huán)境指標(biāo)層綜合權(quán)重趨勢圖, 見圖3。

根據(jù)圖3, 可以看出甘肅省生態(tài)環(huán)境狀況在2009—2018年間, 驅(qū)動力指標(biāo)整體呈現(xiàn)出波動下降趨勢; 壓力指標(biāo)波動變化較大, 總體上呈現(xiàn)下降趨勢; 狀態(tài)指標(biāo)總體呈現(xiàn)明顯的增長趨勢, 且在2012—2013年間有較大幅度的上升; 影響指標(biāo)總體呈現(xiàn)波動下降趨勢, 且在2012—2014年間有較大幅度的下降; 響應(yīng)指標(biāo)則呈現(xiàn)明顯的增長趨勢。由此表明, 甘肅省經(jīng)濟(jì)社會的發(fā)展與生態(tài)環(huán)境建設(shè)逐漸相協(xié)調(diào), 其中環(huán)境污染物排放量、水資源開發(fā)利用強(qiáng)度總體上呈現(xiàn)減少趨勢; 可用耕地面積增長顯著, 興建水利工程, 植樹造林, 生態(tài)環(huán)境狀況有了明顯改善, 但自然災(zāi)害受災(zāi)狀況以及水土流失狀況依然嚴(yán)重。

表5 甘肅省生態(tài)環(huán)境指標(biāo)層綜合權(quán)重

圖3 指標(biāo)層權(quán)重系數(shù)趨勢圖

Figure 3 The trend chart of index weight coefficient

3.3 甘肅省生態(tài)安全預(yù)測

結(jié)合生態(tài)環(huán)境綜合評分向量以及預(yù)測值作生態(tài)安全指數(shù)趨勢圖, 見圖4。

運(yùn)用灰色預(yù)測模型, 對甘肅省2020—2023年生態(tài)環(huán)境綜合評分進(jìn)行預(yù)測。表6預(yù)測結(jié)果顯示, 該預(yù)測模型擬合優(yōu)度較好, 2019—2023年甘肅省生態(tài)安全指數(shù)逐年上升, 從2019年0.7274上升至2023年0.9463, 生態(tài)安全等級從一般上升到安全。由圖4生態(tài)安全指數(shù)趨勢圖可以看出, 生態(tài)安全指數(shù)呈上升趨勢, 這與2009—2018年甘肅省生態(tài)安全綜合評價曲線基本吻合, 因此模型預(yù)測結(jié)果較準(zhǔn)確。

4 討論與結(jié)論

合理開發(fā)與保護(hù)自然資源是甘肅省區(qū)域可持續(xù)發(fā)展的重中之重, 也是經(jīng)濟(jì)高質(zhì)量發(fā)展所面臨的重要問題, 且對西北乃至全國生態(tài)環(huán)境建設(shè)具有全局性的意義。本文基于DPSIR概念模型, 構(gòu)建甘肅省流域生態(tài)安全的評價指標(biāo)體系, 運(yùn)用灰色關(guān)聯(lián)改進(jìn)的TOPSIS方法求得甘肅省生態(tài)安全綜合指數(shù), 同時, 根據(jù)無偏GM(1,1)模型對甘肅省生態(tài)環(huán)境安全指數(shù)擬合預(yù)測模型, 分析未來的發(fā)展趨勢, 得出如下結(jié)論:

表6 甘肅省生態(tài)安全預(yù)測值

圖4 生態(tài)安全綜合指數(shù)趨勢圖

Figure 4 The trend chart of comprehensive ecological security index

(1)生態(tài)安全綜合評價結(jié)果表明, 甘肅省2009—2018年的生態(tài)安全值總體呈上升趨勢, 安全等級從敏感上升到一般, 生態(tài)環(huán)境狀況整體發(fā)展良好, 但在防治污染、整治水土流失以及自然災(zāi)害預(yù)警等方面有所不足。目前甘肅省生態(tài)環(huán)境總體安全狀態(tài)并未達(dá)到理想狀態(tài), 受自然災(zāi)害的影響較大。

(2)根據(jù)分類評價結(jié)果, 驅(qū)動力指標(biāo)、壓力指標(biāo)以及影響指標(biāo)總體呈現(xiàn)波動下降趨勢, 且影響指標(biāo)與響應(yīng)指標(biāo)對甘肅省生態(tài)安全綜合指數(shù)的貢獻(xiàn)最大, 其權(quán)重分別為0.242071與0.251353, 這表明政府對生態(tài)環(huán)境建設(shè)方面的投入比重越來越大, 但水土流失與自然災(zāi)害受災(zāi)狀況仍然較為嚴(yán)重, 對甘肅省經(jīng)濟(jì)社會發(fā)展產(chǎn)生了較大的影響。因此, 甘肅省應(yīng)重點(diǎn)防控防治水土流失, 興建水利工程, 植樹造林, 增強(qiáng)自然災(zāi)害預(yù)警及災(zāi)后重建能力。

(3)預(yù)測結(jié)果表明, 甘肅省2019—2023年生態(tài)安全發(fā)展?fàn)顩r呈現(xiàn)平穩(wěn)上升趨勢, 甘肅省流域生態(tài)狀況將有很大的改善, 安全指數(shù)有很大的上升潛力。

本文雖然運(yùn)用DPSIR模型和改進(jìn)的TOPSIS法進(jìn)行定量分析, 得出了甘肅省生態(tài)環(huán)境狀況, 但在研究內(nèi)容和方法選取方面仍然存在不足。在確定評價指標(biāo)時, 評價指標(biāo)的參照標(biāo)準(zhǔn)適用性有所不足, 未考慮氣候氣象、空氣濕度、植被覆蓋、土地沙漠化及治理狀況等因素, 指標(biāo)數(shù)據(jù)獲取具有一定難度, 指標(biāo)選取需要進(jìn)一步考慮公眾滿意度和生態(tài)承載力等指標(biāo); 在綜合評價指數(shù)的計算過程中, 權(quán)重的計算應(yīng)主客觀相結(jié)合考慮, 且對指標(biāo)值與理想解之間關(guān)系的考慮不夠全面, 使得計算結(jié)果有一定的主觀性。在未來的研究中, 力求改進(jìn), 需要綜合考慮更加科學(xué)全面的評價模型與數(shù)學(xué)方法。

[1] 李干杰. 堅決打贏污染防治攻堅戰(zhàn)以生態(tài)環(huán)境保護(hù)優(yōu)異成績決勝全面建成小康社會[J]. 環(huán)境保護(hù), 2020, 48(Z1): 8–16.

[2] 方世南. 習(xí)近平生態(tài)文明思想的鮮明政治指向[J]. 理論探索, 2020(1): 79–85.

[3] 魏吉華, 蔣金法. 綠色財政支出: 理論與實(shí)踐—對黨的十九大關(guān)于深化綠色發(fā)展的思考[J]. 當(dāng)代財經(jīng), 2018(12): 26–36.

[4] 陳西蕊, 張蓉珍. TOPSIS法在區(qū)域生態(tài)安全動態(tài)評價中的應(yīng)用—以陜西省為例[J]. 西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版), 2011, 39(7): 177–184.

[5] 萬正芬, 劉曉暉, 盧少勇, 等. 基于DPSIR模型的長三角地區(qū)生態(tài)安全評估[J]. 環(huán)境影響評價, 2019, 41(5): 22–27+42.

[6] SORGOG K, KAMO M. Quantifying the precision of ecological risk: Conventional assessment factor method vs. species sensitivity distribution method[J]. Ecotoxicology and Environmental Safety, 2019, 183. doi: org/10. 1016/j. ecoenv. 2019. 109494.

[7] LEIVA G, FUENTES N, CATALINA Ríos, et al. Application of the Lake Biotic Index (LBI) in the ecological characterization of a North Patagonian lake in Chile[J]. Heliyon, 2019, 5(10), doi: org/10. 1016/j. heliyon. 2019. e02492.

[8] MASSI L, MASELLI F, ROSSANO C, et al. Reflectance spectra classification for the rapid assessment of water ecological quality in Mediterranean ports[J]. Oceanologia, 2019, 61(4): 445–459.

[9] WANG Chaojun, ZHAO Hongrui. The assessment of urban ecological environment in watershed scale[J]. Procedia Environmental Sciences, 2016(36): 169–175.

[10] CAO Tiange, YI Yujun, LIU Hongxi, et al. Integrated ecosystem services-based calculation of ecological water demand for a macrophyte-dominated shallow lake[J]. Global Ecology and Conservation, 2020(21), doi:org/10. 1016/j. gecco. 2019. e00858.

[11] 陳志鼎, 王玲玲. 基于PSR模型的潛江市后湖管理區(qū)生態(tài)系統(tǒng)健康評價[J]. 水電能源科學(xué), 2020, 38(7): 57–60.

[12] 楊文培, 何曙慧, 楊潘. 基于DPSIR模型的城市大氣評價指標(biāo)設(shè)計[J]. 統(tǒng)計與決策, 2017(3): 59–62.

[13] CHEN Jinhui, JISKANI I M, CHEN Jinliang, et al. Evaluation and future framework of green mine construction in China based on the DPSIR model[J]. Sustainable Environment Research, 2020, 30(1), doi: 10. 1186/s42834–020–00054–8.

[14] 溫家華, 徐征和, 武瑋, 等. 大汶河流域水生態(tài)系統(tǒng)健康評價研究[J]. 南水北調(diào)與水利科技, 2018, 16(3): 118–124.

[15] 沈思祎, 鈕爾軒, 孟斌. 基于灰色關(guān)聯(lián)度的遼寧近海海域生態(tài)環(huán)境承載力評價[J]. 大連海事大學(xué)學(xué)報, 2017, 43(3): 112–118.

[16] 黃發(fā)明, 李友皝, 劉達(dá)琳, 等. 基于改進(jìn)TOPSIS法的湖泊水質(zhì)評價[J]. 水電能源科學(xué), 2020, 38(4): 51–54.

[17] 陳磊, 王家鼎, 谷天峰, 等. 大西溝鐵礦生態(tài)環(huán)境模糊綜合評價研究[J]. 土壤通報, 2017, 48(4): 794–799.

[18] 陳曉雨婧, 夏建新. 甘肅省生態(tài)安全評價及其驅(qū)動力分析[J]. 西北民族大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2017(6): 140–147.

[19] Organisation for Economic Co-operation and Development. Group on the State of the Environment. OECD core set of indicators for environmental performance reviews[J]. Environment Monographs, 1993, 83.

[20] 曹紅軍. 淺評DPSIR模型[J]. 環(huán)境科學(xué)與技術(shù), 2005(S1): 110–126.

[21] 李玉照, 劉永, 顏小品. 基于DPSIR模型的流域生態(tài)安全評價指標(biāo)體系研究[J]. 北京大學(xué)學(xué)報(自然科學(xué)版), 2012, 48(6): 971–981.

[22] 朱玉晨, 李亞松, 劉雅慈, 等. 基于改進(jìn)DPSIR模型的京津冀地區(qū)優(yōu)先回補(bǔ)水源地篩選方法[J]. 環(huán)境科學(xué)研究, 2020, 33(6): 1357–1365.

[23] 李沁峰, 孫邦棟. 基于DPSIR-集對分析模型的生態(tài)港口評價[J]. 統(tǒng)計與決策, 2019, 35(19): 46–50.

[24] 劉威, 董婉琪. 基于AHP—熵權(quán)法組合賦權(quán)的排水管網(wǎng)風(fēng)險評估方法研究[J]. 安全與環(huán)境學(xué)報, 2021, 21(3): 949–956.

[25] 林龍圳, 李達(dá), 林震. 基于熵權(quán)-TOPSIS模型的庫布齊沙漠地區(qū)水資源承載力評價[J]. 華中師范大學(xué)學(xué)報(自然科學(xué)版), 2020, 54(4): 640–648.

[26] 陳盛偉, 馮葉. 基于熵值法和TOPSIS法的農(nóng)村三產(chǎn)融合發(fā)展綜合評價研究—以山東省為例[J]. 東岳論叢, 2020, 41(5): 78–86.

[27] 汪雨琴, 余敦, 劉慶芳. 基于TOPSIS方法的土地生態(tài)安全評價—以神農(nóng)架林區(qū)為例[J]. 江蘇農(nóng)業(yè)科學(xué), 2017, 45(19): 285–288.

[28] 許楊, 陳菁, 夏歡, 等. 基于DPSR-改進(jìn)TOPSIS模型的淮安市水資源承載力評價[J]. 水資源與水工程學(xué)報, 2019, 30(4): 47–52.

[29] 韓雅琴, 白中科, 張繼棟, 等. “一帶一路”背景下東南亞地區(qū)生態(tài)安全評價研究[J]. 生態(tài)經(jīng)濟(jì), 2020, 36(6): 181–187.

[30] 王毅, 魏江超, 孫啟元, 等. 基于ARIMA-ANN模型的生態(tài)安全評價及預(yù)測—以河西走廊城市群為例[J]. 生態(tài)學(xué)雜志, 2020, 39(1): 326–336.

[31] 平建華, 李升, 欽麗娟, 等. 地下水動態(tài)預(yù)測模型的回顧與展望[J]. 水資源保護(hù), 2006(4): 11–15.

[32] 劉天, 王蕓, 姚夢雷, 等. GM(1, 1)灰色模型、馬爾可夫鏈模型及其組合模型和SARIMA模型在甲肝發(fā)病數(shù)預(yù)測中的應(yīng)用效果比較[J]. 華南預(yù)防醫(yī)學(xué), 2019, 45(2): 128–132.

[33] 韓磊, 潘玉君, 高慶彥, 等. 基于PSR和無偏GM(1, 1)模型的云南省耕地生態(tài)安全評價與預(yù)測[J]. 生態(tài)經(jīng)濟(jì), 2019, 35(2): 148–154.

Evaluation and prediction of ecological security in Gansu province based on DPSIR-GM(1,1) model

ZHENG Lele, MA Xiaowen, AN Xiang, GUO Jingjun*

Lanzhou University of Finance and Economics, Lanzhou 730020, China

The comprehensive evaluation of the ecological environment quality is an important prerequisite for the coordinated development of economic society and the natural environment. In this article, taking Gansu province as the research area, based on the conceptual model of “driving force-pressure-state-impact-response” (DPSIR), a ecological security evaluation index system is constructed, which combines the grey relational improved ideal solution (TOPSIS) evaluation method to comprehensively evaluate the ecological security status of Gansu province, and the gray prediction model is used to analyze the development prospects of ecological security in Gansu province from 2019 to 2023. The results show that the ecological security of Gansu province from 2009 to 2018 indicate an overall upward trend, and the security level rise from a sensitive to a general; The driving force, pressure and influence indicators have a fluctuating downward trend, and the status and response indicator values are rising year by year; The comprehensive index of ecological security of Gansu province from 2019 to 2023 will increase from 0.7274 to 0.9463, which will reach a safe state.

ecological security; DPSIR model; improved TOPSIS method of grey relation; grey forecast

10.14108/j.cnki.1008-8873.2022.04.008

X826

A

1008-8873(2022)04-060-10

2020-08-09;

2020-09-29

甘肅省哲學(xué)社會科學(xué)規(guī)劃項目《基于隱馬爾可夫模型的生態(tài)文明程度指數(shù)測評指標(biāo)體系設(shè)計與測度》(19TB011)；甘肅省教育廳“雙一流”科研重點(diǎn)項目《甘肅省高質(zhì)量發(fā)展的統(tǒng)計測度、戰(zhàn)略選擇及實(shí)現(xiàn)路徑》(GSSYLXM-06)

鄭樂樂(1996—), 男, 漢族, 河南平頂山人, 碩士研究生, 主要從事生態(tài)統(tǒng)計方面的研究, E-mail:zheng521lele@163.com

通信作者:郭精軍, 男, 博士, 教授, 博士生導(dǎo)師, 主要從事應(yīng)用數(shù)理統(tǒng)計方面的研究, E-mail:guojj@lzufe.edu.cn

鄭樂樂, 馬小雯, 安翔, 等. 基于DPSIR-GM(1,1)模型的甘肅省生態(tài)安全評價與預(yù)測[J]. 生態(tài)科學(xué), 2022, 41(4): 60–69.

ZHENG Lele, MA Xiaowen, AN Xiang. Evaluation and prediction of ecological security in Gansu province based on DPSIR-GM(1,1) model[J]. Ecological Science, 2022, 41(4): 60–69.