夏正啟, 王 凱, 彭道民, 朱玉貴, 張龍軍

基于DPSIR模型和耦合協(xié)調(diào)度模型的膠州灣海域承載力分析

夏正啟1, 王 凱2, 彭道民3, 朱玉貴3, 張龍軍1

(1. 中國海洋大學 環(huán)境科學與工程學院, 山東 青島 266100; 2. 中國海洋大學 海洋生命學院, 山東 青島 266003; 3. 中國海洋大學 水產(chǎn)學院, 山東 青島 266003)

海域承載力是海洋資源利用協(xié)調(diào)發(fā)展的重要指標, 本研究旨在根據(jù)膠州灣海域資源特征, 基于DPSIR模型構(gòu)建海域承載力評價指標體系, 運用熵值法評價2000—2020年膠州灣海域承載力, 并運用耦合協(xié)調(diào)度模型分析膠州灣海域承載力子系統(tǒng)內(nèi)部的耦合協(xié)調(diào)度。結(jié)果表明, 2000—2020年膠州灣海域承載力和耦合協(xié)調(diào)度變化幅度范圍分別為0.70～0.95和0.73～0.85。研究結(jié)論如下: 1) 2000—2020年膠州灣海域承載力處于強可載、近滿載狀態(tài), 總體呈降低趨勢; 2) 在壓力層中的對海洋資源的需求是影響海域承載力的主要因素, 而GDP (Gross Domestic Product) 增長率、海洋漁船數(shù)和海洋漁船功率、人均灘涂面積和人均用海面積、主要海洋產(chǎn)業(yè)增加值年增長率、人工增殖放流則分別是影響驅(qū)動力層、壓力層、狀態(tài)層、影響層、響應(yīng)層的主要因素; 3) 2000—2020年間膠州灣海域承載力整體耦合協(xié)調(diào)度總體呈“初級協(xié)調(diào)至良好協(xié)調(diào)”態(tài)勢。

膠州灣; 海域承載力; 熵值法; DPSIR模型; 耦合協(xié)調(diào)度模型

隨著海洋經(jīng)濟的日益增長, 人口、環(huán)境以及資源方面的壓力不斷增大, 近岸海域生態(tài)環(huán)境愈發(fā)惡化[1-3]。作為海洋經(jīng)濟發(fā)展的主要載體, 海域亦是人類可持續(xù)發(fā)展的基礎(chǔ)[4-5]。合理開發(fā)和利用海洋資源, 對促進經(jīng)濟可持續(xù)發(fā)展以及增強國家綜合實力都有重要作用[6]。中國海洋生態(tài)文明建設(shè)已被納入海洋開發(fā)總布局[7]。

海域承載力是海洋可持續(xù)發(fā)展的重要判斷依據(jù), 在一定時期內(nèi), 海域承載力強調(diào)海洋資源的可持續(xù)利用和支持經(jīng)濟社會發(fā)展的能力, 這種承載力使得海洋能夠支持社會、經(jīng)濟、資源和環(huán)境的協(xié)調(diào)發(fā)展[8-9]。表征承載力的指標有海洋環(huán)境容量、資源供給能力及產(chǎn)業(yè)發(fā)展程度, 通過這些指標進一步分析沿海的社會經(jīng)濟狀況, 從而對海洋資源環(huán)境承載力的承載體(海洋資源環(huán)境)、承載對象(社會經(jīng)濟)及外部環(huán)境(管理)的認知和理解更加豐富和深刻, 進而有助于實現(xiàn)海洋生態(tài)系統(tǒng)的健康發(fā)展和良性循環(huán)[10]。目前, 有關(guān)海域承載力的研究, 包括針對海洋漁業(yè)資源[11-12]和海岸帶資源的依據(jù)[13]及區(qū)域經(jīng)濟帶的評價[14]。

海域承載力的評價指標體系起初是由聯(lián)合國可持續(xù)發(fā)展委員會在“驅(qū)動力(P)—狀態(tài)(S)— 響應(yīng)(R)”概念基礎(chǔ)上提出的一個理論框架, 后來其他組織豐富了該指標體系[15]。例如, 毛漢英等[16]應(yīng)用狀態(tài)空間法, 綜合考慮承載體與受載體之間的關(guān)系, 建立了承壓類、壓力類以及區(qū)際交流指標。金建君等[17]根據(jù)海岸帶的可協(xié)調(diào)發(fā)展以及資源的可持續(xù)利用等特點構(gòu)建了海岸帶的評價指標體系, 包括總目標層、準則層和指標層3個層次。由“壓力()、狀態(tài)()和響應(yīng)()”(PSR)發(fā)展起來的“驅(qū)動力()、壓力()、狀態(tài)()、影響()和響應(yīng)()”(DPSIR)模型, 詳細闡述了人類活動與生態(tài)環(huán)境之間的因果關(guān)系, 從而便于決策者做出合理決策[18]。該模型是在保護概念簡單性和方法透明度的基礎(chǔ)上, 進一步探究了不同因素之間的因果關(guān)系, 以反映研究系統(tǒng)中各部分的動態(tài)變化過程[19]。DPSIP模型在研究氣候變化、可持續(xù)發(fā)展以及生態(tài)環(huán)境治理等領(lǐng)域得到廣泛應(yīng)用和發(fā)展[20-23]。

中國經(jīng)濟最發(fā)達的區(qū)域當屬海岸帶, 這里集中了70%的大中城市, 創(chuàng)造了約60%的國內(nèi)生產(chǎn)總值[24]。青島是中國沿海重要中心城市, 海洋經(jīng)濟總量排在全國各沿海城市前列, 具有顯著的優(yōu)勢和特色[25]。2018年, 習近平總書記在視察青島時指出: “發(fā)展海洋經(jīng)濟、海洋科研是推動我們強國戰(zhàn)略很重要的一個方面, 一定要抓好?！盵26]由此, 青島市政府先后陸續(xù)出臺了包括《“海洋+”發(fā)展規(guī)劃》《建設(shè)國際先進的海洋發(fā)展中心行動計劃》等規(guī)劃措施, 計劃將青島建設(shè)成為全球海洋中心城市[27-28]。

膠州灣是青島的母親灣, 是山東半島南部黃海伸入內(nèi)陸最大的天然海灣, 也是中國北方海區(qū)典型的半封閉海灣淺水海灣。本文對膠州灣海域承載力進行評價, 并對其海域承載力子系統(tǒng)內(nèi)部的耦合協(xié)調(diào)度進行分析, 以探究影響其海域承載力水平的因素及其內(nèi)在原因, 這不僅可為海洋資源與環(huán)境管理者在開展環(huán)境資源利用與保護規(guī)劃中提供科學依據(jù), 亦可為國內(nèi)外眾多臨近海灣城市社會經(jīng)濟可持續(xù)發(fā)展提供良好示范和借鑒。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

本研究將膠州灣海域及2000—2020年分別作為海域承載力研究的空間和時間范圍, 相關(guān)數(shù)據(jù)來源于《青島統(tǒng)計年鑒》《青島市海洋環(huán)境公報》《青島市環(huán)境狀況公報》《青島市生態(tài)環(huán)境狀況公報》《山東漁業(yè)統(tǒng)計年鑒》《中國海洋統(tǒng)計年鑒》及地方政府內(nèi)部數(shù)據(jù)。

1.2 指標體系

膠州灣海域是一個復(fù)雜、綜合、開放以及動態(tài)的系統(tǒng), 評價其承載力需要一套具有針對性, 科學性且豐富的指標體系。本研究考慮社會經(jīng)濟活動、海洋資源和環(huán)境容量3個方面[10, 29]。鑒于海洋資源子系統(tǒng)和社會經(jīng)濟子系統(tǒng)之間有相互作用, 以及DPSIR模型框架一般用于評價復(fù)雜動態(tài)非線性因果關(guān)系的資源環(huán)境系統(tǒng), 根據(jù)DPSIR模型的理論和系統(tǒng)內(nèi)部各要素之間的關(guān)系, 將膠州灣海域系統(tǒng)劃分為驅(qū)動力()、壓力()、狀態(tài)()、影響()和響應(yīng)()等5個子系統(tǒng)[30]。

驅(qū)動力是造成海域承載力變化的原動力, 包括人口、社會和經(jīng)濟3方面。壓力是驅(qū)動力表現(xiàn)的結(jié)果, 對海域生態(tài)系統(tǒng)直接產(chǎn)生作用, 通常是負向因子。研究中包括經(jīng)濟發(fā)展狀況、人口數(shù)量變化、環(huán)境污染及對海洋資源的需求。狀態(tài)是在上述驅(qū)動力和壓力共同作用下, 海域?qū)嶋H變化情況, 如海水質(zhì)狀況和供人類使用的海域面積。影響是海域所處上述狀態(tài)對環(huán)境、資源和經(jīng)濟活動的影響。響應(yīng)是人類為應(yīng)對海域資源環(huán)境變化而主動采取的一些措施, 以此來預(yù)防和減少負面影響, 具體表現(xiàn)為固廢處理進行環(huán)境治理和人工增殖放流對漁業(yè)資源的修復(fù)[30]。

因此, 本研究根據(jù)2015年國家海洋局發(fā)布的《海洋資源環(huán)境承載能力監(jiān)測預(yù)警指標體系和技術(shù)方法指南》和2017年山東省質(zhì)量技術(shù)監(jiān)督局發(fā)布的地方標準《近岸海域海洋資源承載力評估技術(shù)規(guī)程》(DB37/T2910—2017), 考慮膠州灣海域自然資源分布現(xiàn)狀及特點, 綜合海域資源供給與需求因素, 從資源、環(huán)境、社會和經(jīng)濟發(fā)展等方面, 選取37個指標, 構(gòu)建了膠州灣海域承載力評價指標體系(表1)。

表1 膠州灣海域承載力評價指標體系

續(xù)表

注：1畝≈666.7 m2。

1.2.1 正負向指標

本研究將所有指標分為兩類: 一類是正向指標, 對海域承載力起到促進作用, 這類指標的指數(shù)值越大越好; 另一類是負向指標, 對海域承載力起到抑制作用, 這類指標的指數(shù)值越小越好[31]。如表1所示, 將本文中的恩格爾系數(shù)、人均可支配收入、一類二類海水面積比例、近岸海域功能區(qū)達標率、人均灘涂面積、人均用海面積、廢水處理率、固廢的處理率和人工增殖放流設(shè)為正向指標, 其他均設(shè)為負向指標。

1.2.2 數(shù)據(jù)歸一化

由2000—2020年間的數(shù)據(jù)構(gòu)建原始數(shù)據(jù)矩陣, 對原始數(shù)據(jù)矩陣進行標準化和歸一化處理:

正向指標:

x=[X–min(X)]/[max(X)–min(X)]. (1)

負向指標:

x=[max(X)–X]/[max(X)–min(X)], (2)

式中,X為第個指標第年的初始值;x為第個指標第年的標準化后數(shù)值,=1, 2, …,,為評價指標數(shù);=1, 2, …,,為評價年份數(shù), 經(jīng)公式計算后得到標準化矩陣。

1.3 熵值法

熵值法是對指標進行客觀賦權(quán)的一種方法[32]。計算公式為:

P=x/(x1+x2+…+x), (3)

e=[–1/ln()]/[P1ln(P1)+ P2ln(P2)+…+ Pln(P)], (4)

w=(1–e)/[(1–1)+(1–2)+…+(1–e)], (5)

其中, 當P=0時, 則P×ln(P)=0。式中,P為指標數(shù)值標準化后第年第項指標所占比重,e為各指標差異性系數(shù),w為各指標權(quán)重。各指標權(quán)重結(jié)果見表1。

1.4 海域承載力及承載狀態(tài)

1.4.1 海域承載力

確定好各指標的權(quán)重后, 利用歸一化處理后的指標值去計算海域承載力R, 計算公式為:

R=1×1+2×2+…+w×. (6)

1.4.2 承載狀態(tài)標準

參照有關(guān)海洋環(huán)境承載狀態(tài)的劃分標準[33], 這里將指標進行標準化處理后的理想值設(shè)為1(=37), 則海域的理想承載力為:

=1+2+…+w=1. (7)

將理想承載力與實際承載力R進行比較, 對實際承載狀況進行判斷:

當R>1時, 海域環(huán)境為超載; 當R=1時, 海域環(huán)境為滿載; 當R<1時, 海域環(huán)境為可載。

為進一步細化承載力水平, 在上述基礎(chǔ)上進一步將其劃分, 具體如表2所示。

表2 承載力狀態(tài)劃分標準

1.5 耦合協(xié)調(diào)度模型

海域承載力系統(tǒng)結(jié)構(gòu)組成要件及變量, 因時空差異而具有復(fù)雜性、動態(tài)性、因果性及反饋性等特征。膠州灣海域利用涉及驅(qū)動力()、壓力()、狀態(tài)()、影響()和響應(yīng)()等5個子系統(tǒng), 整體構(gòu)成復(fù)雜的非線性系統(tǒng), 而耦合協(xié)調(diào)度模型常用于評價系統(tǒng)間的協(xié)調(diào)發(fā)展關(guān)系, 衡量結(jié)果具客觀性和可比性, 注重各指標間的相互聯(lián)動關(guān)系, 可清晰發(fā)現(xiàn)海域承載力下各子系統(tǒng)之間的協(xié)調(diào)發(fā)展關(guān)系和水平, 故可利用耦合協(xié)調(diào)度模型來分析膠州灣海域承載力上述各子系統(tǒng)之間的協(xié)調(diào)性, 本文利用耦合協(xié)調(diào)度模型對其進行分析, 具體公式如下:

其中,為耦合協(xié)調(diào)度指數(shù), 其數(shù)值區(qū)間劃分及其表征耦合協(xié)調(diào)狀態(tài)如表3所示[34];為海域承載力各子系統(tǒng)的耦合度, 其取值范圍為[0, 1],值越接近于1則其各子系統(tǒng)耦合越好, 而越接近于0則表明各子系統(tǒng)協(xié)調(diào)性越差[35];為海域承載力5個子系統(tǒng)綜合評價值,()、()、()、()及()分別為驅(qū)動力、壓力、狀態(tài)、影響和響應(yīng)等各子系統(tǒng)承載力水平, ?、、、及等為承載力評估中各子系統(tǒng)(驅(qū)動力、壓力、狀態(tài)、影響和響應(yīng)等5個子系統(tǒng))的權(quán)重, 分別為0.081、0.611、0.114、0.071和0.123。

表3 耦合協(xié)調(diào)狀態(tài)判定準則

2 結(jié)果與分析

2.1 承載力及承載狀態(tài)分析

計算結(jié)果表明, 2000—2020年膠州灣海域承載力變化整體呈現(xiàn)降低趨勢, 變化幅度范圍在0.70～ 0.95(圖1)。2013年達到歷史低值, 為0.70。按承載狀態(tài)類型劃分, 膠州灣的承載力在研究年份均處于未超載狀態(tài)(均小于0.99, 處于強可載、較強可載、近滿載狀態(tài)), 但環(huán)境治理依然面臨重大挑戰(zhàn)[圖2(f)], 如2008年以來滸苔多次大規(guī)模季節(jié)性暴發(fā)[36-37]。為解決這一問題, 各級政府采取多種積極措施, 如努力推進“灣長制”和“河長制”, 持續(xù)實施“生態(tài)島礁”“藍色海灣”等海洋生態(tài)修復(fù)工程措施。與已有研究相同, 結(jié)果認為青島市的經(jīng)濟水平承載力較大, 今后應(yīng)對自然資源與社會資源重點關(guān)注, 其次是生態(tài)環(huán)境[38-39]。

圖1 2000—2020年膠州灣海域承載力的變化趨勢

2.2 承載力各準則層結(jié)果

海域承載力是由多種因素組成的, 較為復(fù)雜, 故本研究在上述總承載力評價基礎(chǔ)上, 再利用各評價指標進一步對各準則層(驅(qū)動力、壓力、狀態(tài)、影響和響應(yīng))的狀況進行分析, 找出可能影響膠州灣海域承載狀況變化的因素。

2.2.1 驅(qū)動力層

從驅(qū)動力層因素的變化趨勢來看, 2000—2020年膠州灣海域所承受的驅(qū)動力變化不大[圖2(a)], 主要原因在于隨著青島社會經(jīng)濟發(fā)展水平持續(xù)提升, 人口總量雖持續(xù)增加, 但因2008年起因戶籍管理力度增強, 從而導(dǎo)致人口數(shù)量上升幅度受限。由圖2(b)可知, 膠州灣海域驅(qū)動力的變化與經(jīng)濟增長的趨勢基本一致, 其驅(qū)動力主要是青島經(jīng)濟發(fā)展。其中, 青島海洋生產(chǎn)總值年均增長10.5%, 2020年達到3 580億元。

2.2.2 壓力層

從壓力層因素的變化趨勢來看, 膠州灣海域所承受的壓力整體變化也不大[圖2(a)]。在五類準則中, 壓力值最大, 且與海域承載力變化趨勢基本一致, 在2013年也出現(xiàn)降低趨勢[圖2(a)], 故膠州灣海域承載力的變化主要受其所面臨的壓力的影響。另外, 由圖2(c)可知, 2000—2020年膠州灣海域壓力值變化趨勢與資源需求的變化趨勢基本一致, 其壓力主要是受到青島海洋資源需求的影響, 主要原因在于2000年以來圍填海工程、開放式海域養(yǎng)殖活動規(guī)模和強度、人工魚礁建設(shè)、港口開發(fā)和建設(shè)、濱海旅游業(yè)及其他臨海產(chǎn)業(yè)發(fā)展等涉?；顒? 導(dǎo)致海洋資源需求旺盛, 利用強度和廣度持續(xù)提升, 同時海洋生態(tài)環(huán)境亦面臨較大壓力。

2.2.3 狀態(tài)層

從狀態(tài)層因素的變化趨勢來看, 2000—2020年膠州灣海域狀態(tài)值變化趨勢與海洋資源的變化趨勢基本一致[圖2(d)], 故膠州灣海域狀態(tài)主要受青島海洋資源水平下降帶來的影響, 具體表現(xiàn)為人口增長和圍海造地所導(dǎo)致的人均灘涂和用海面積的減少。相較于20世紀50至90年代膠州灣鹽田建設(shè)、圍墾海農(nóng)業(yè)建設(shè)、灘涂圍墾養(yǎng)殖、港口開發(fā)、濱海公路建設(shè)及臨港工程建設(shè)等大規(guī)模圍海工程, 2000年以來圍海造地速度相對下降, 但圍填海規(guī)模依然可觀, 如膠州灣水域面積由2005年的357 km2降至2008年的348 km2, 膠州灣濕地面積由1988年的508.51 km2降至2008年的348. 25 km2, 加上同期人口數(shù)量的增長, 導(dǎo)致灘涂和用海面積人均占有量明顯下降。

2.2.4 影響層

從影響層的變化趨勢來看, 它與狀態(tài)值變動趨勢較為一致[圖2(a)]。具體而言, 盡管這一影響受資源、環(huán)境及經(jīng)濟共同作用, 但主要受資源變動的影響[圖2(e)], 即: 受主要海洋產(chǎn)業(yè)增加值年增長率的影響(表1), 故要維持其增加值年增長率的穩(wěn)步增長, 有必要進一步提升當前優(yōu)勢態(tài)勢較為顯著、生態(tài)友好型和資源開發(fā)附加值較高的海洋生物醫(yī)藥產(chǎn)業(yè)和濱海旅游業(yè)的發(fā)展, 促進其提質(zhì)增效和高質(zhì)量發(fā)展, 同時適當限制海洋漁業(yè)利用程度并加強海洋生物資源養(yǎng)護, 實現(xiàn)海域生態(tài)系統(tǒng)的動態(tài)平衡及其結(jié)構(gòu)和功能的穩(wěn)定, 從而有助于實現(xiàn)海域利用可持續(xù)發(fā)展。

2.2.5 響應(yīng)層

從響應(yīng)層的變化趨勢來看, 2000—2020年膠州灣海域響應(yīng)值在2013年之前整體變化不大, 之后在2016—2019年上升, 2019—2020年下降([圖2(a)]。另外, 2000—2020年膠州灣海域響應(yīng)值的變化趨勢與資源修復(fù)的變化趨勢基本一致[圖2(f)], 故膠州灣海域響應(yīng)值主要受海洋生態(tài)修復(fù)帶來的影響, 如人工增殖對海洋漁業(yè)資源的恢復(fù)起到促進作用, 以及固廢和廢水處理率維持在較高水平。2013年以來, 為實現(xiàn)整體保護和綜合治理, 青島統(tǒng)籌考慮全市海岸帶、海域及陸域空間, 建立全要素生態(tài)修復(fù)總體框架, 實施了一系列系統(tǒng)修復(fù)工程, 如膠州灣海域的水質(zhì)提升工程、濕地生物棲息地修復(fù)工程、陸域污染面源控制工程、入海河口污染控制工程。

圖2 2000—2020年膠州灣海域驅(qū)動力、壓力、狀態(tài)、影響和響應(yīng)各影響因素的變化趨勢

2.3 承載力子系統(tǒng)協(xié)調(diào)度分析

2000—2020年, 膠州灣海域承載力子系統(tǒng)耦合協(xié)調(diào)度雖波動幅度較大, 但總體呈“良好協(xié)調(diào)至中級協(xié)調(diào)”的下降態(tài)勢(圖3)。具體而言, 2000—2007年耦合協(xié)調(diào)度處于良好協(xié)調(diào)狀態(tài)并總體呈上升態(tài)勢, 這主要得益于膠州灣海域近岸開發(fā)強度雖然較高但整體開發(fā)強度較適宜, 但2008年以來因滸苔暴發(fā)而導(dǎo)致耦合協(xié)調(diào)度出現(xiàn)更大幅度波動, 嚴重影響了子系統(tǒng)之間原有的相對穩(wěn)定的相互作用關(guān)系, 并于2013年由良好協(xié)調(diào)下降至中級協(xié)調(diào)[36-37], 但由于政府及時采取海洋大型藻類災(zāi)害專項監(jiān)視監(jiān)測預(yù)警體系和治理措施, 最大限度降低其對膠州灣海域的影響, 使得其耦合協(xié)調(diào)度水平依然維持在終極協(xié)調(diào)水平。但是, 2020年耦合協(xié)調(diào)度顯著下降。

圖3 膠州灣海域承載力子系統(tǒng)耦合協(xié)調(diào)度

3 結(jié)論和討論

本研究根據(jù)膠州灣海域資源、環(huán)境、社會和經(jīng)濟發(fā)展特點, 首先構(gòu)建一套包含37個指標的綜合評價指標體系, 其次利用熵值法和DPSIR模型對2000— 2020年膠州灣海域承載力進行評估, 并對其中的5類準則層進行分析, 最后探究影響膠州灣海域承載力變化的原因, 得出如下結(jié)論:

1) 2000—2020年膠州灣海域承載力處于強可載、近滿載狀態(tài), 總體呈現(xiàn)降低趨勢;

2) 對資源需求的壓力是影響膠州灣海域承載力的主要原因, 而在各準則層中, 驅(qū)動力主要受GDP增長率的影響, 壓力主要受海洋漁船數(shù)和海洋漁船功率的影響, 狀態(tài)主要受人均灘面積涂和人均用海面積的影響, 影響主要受主要海洋產(chǎn)業(yè)增加值年增長率的影響, 響應(yīng)則主要受人工增殖放流的影響。

3) 2000—2020年, 膠州灣海域承載力耦合協(xié)調(diào)度總體呈上升態(tài)勢, 并從初級協(xié)調(diào)上升至良好協(xié)調(diào), 但2008年以來多次暴發(fā)滸苔導(dǎo)致協(xié)調(diào)度出現(xiàn)較大幅度波動。

根據(jù)研究結(jié)論, 為改善膠州灣海域承載力, 提出如下建議:

第一, 減輕海域壓力, 提升資源開發(fā)水平, 促進海洋經(jīng)濟發(fā)展。盡管當前膠州灣海域承載力還未出現(xiàn)過載狀況, 但在個別年份呈現(xiàn)顯著下降的趨勢, 因而有必要減少對海洋資源環(huán)境產(chǎn)生的壓力, 減輕海域壓力。同時, 有關(guān)部門繼續(xù)加大培養(yǎng)海洋科技人才的投入, 提升海洋經(jīng)濟發(fā)展水平[40]。

第二, 提升海洋生態(tài)修復(fù)水平, 加強海洋生態(tài)環(huán)境養(yǎng)護。海域承載力具有一定的閾值, 若海域的開發(fā)利用超過這一閾值, 可能會導(dǎo)致生態(tài)平衡等系列問題產(chǎn)生, 海域所能提供的資源量亦將下降, 但可以通過海域利用調(diào)控、科技進步等措施和手段逐步予以恢復(fù)[41]。通過人工增殖放流、藍色海灣工程、渤海攻堅行動計劃、海洋保護地建設(shè)和海洋牧場等措施, 進一步提升該海域的承載能力。

第三, 加強海洋環(huán)境監(jiān)管, 減少污染物的排放。設(shè)立專項資金研究滸苔預(yù)防治理和廢水處理技術(shù), 制定相關(guān)排放標準, 建立排污權(quán)交易機制, 加強污染物排放的監(jiān)管力度, 努力降低污染物排放量, 確保海洋生態(tài)資源環(huán)境的利用不超過其海域承載力, 從而有助于海域可持續(xù)發(fā)展利用。

[1] 狄乾斌, 韓增林, 孫才志. 海域承載力理論與海洋可持續(xù)發(fā)展研究[J]. 海洋開發(fā)與管理, 2008, 111(1): 52-55. DI Qianbin, HAN Zenglin, SUN Caizhi. Study on the theory of sea area carrying capacity and marine sustain-nable development[J]. Ocean Development and Mana-gement, 2008, 111(1): 52-55.

[2] 狄乾斌, 鄭金花. 中國沿海地區(qū)海洋經(jīng)濟發(fā)展水平與海域承載力耦合分析[J]. 中國海洋經(jīng)濟, 2017, 3(1): 119-137. DI Qianbin, ZHENG Jinhua. Coupling analysis between marine economic development level and the carrying capacity of marine space in China’s coastal[J]. Marine Economy in China, 2017, 3(1): 119-137.

[3] 王何, 逄愛梅. 我國三大都市圈域中心城市功能效應(yīng)比較[J]. 城市規(guī)劃學刊, 2003(2): 72-76, 96. WANG He, PANG Aimei. The comparison of the central cities’ function in three China-Metropolitan Areas[J]. Urban Planning Forum, 2003(2): 72-76, 96.

[4] 賴敏, 蔣金龍, 歐陽玉蓉, 等. 海洋資源環(huán)境承載力評價研究進展[J]. 生態(tài)經(jīng)濟, 2021, 37(1): 164-171. LAI Min, JIANG Jinlong, OUYANG Yurong, et al. Research progress on evaluating marine resources and environment carrying capacity[J]. Ecological Economy, 2021, 37 (1): 164-171.

[5] 蘇子龍, 袁國華. 我國海域承載力研究綜述[J]. 資源與產(chǎn)業(yè), 2016, 18(6): 15-20. SU Zilong, YUAN Guohua, Research overview of marine carrying capacity in China[J]. Resources & Industries, 2016, 18(6): 15-20.

[6] 狄乾斌, 韓增林, 劉鍇. 海域承載力研究的若干問題[J]. 地理與地理信息科學, 2004, 20(5): 50-53, 71. DI Qianbin, HAN Zenglin, LIU Kai. Some questions of research on carrying capacity of marine space[J]. Geography and Geo-Information Science, 2004(05): 50-53, 71.

[7] 狄乾斌, 呂東暉. 我國海域承載力與海洋經(jīng)濟效益測度及其響應(yīng)關(guān)系探討[J]. 生態(tài)經(jīng)濟, 2019, 35(12): 126- 133, 169.DI Qianbin, LV Donghui. Research on measurements and response relationship between carrying capacity of marine region and marine economic benefits in China[J]. Ecological Economy, 2019, 35(12): 126-133, 169.

[8] 林秀春, 劉睿. 莆田市近海海域生態(tài)環(huán)境承載力評價[J]. 莆田學院學報, 2019, 26(2): 94-99. LIN Xiuchun, LIU Rui. Evaluation on environmental carrying capacity of offshore area of Putian[J]. Journal of Putian University, 2019, 26(2): 94-99.

[9] 余璇, 胡求光. 中國海域承載力空間差異及其收斂性分析[J]. 海洋開發(fā)與管理, 2020, 37(7): 23-32. YU Xuan, HU Qiuguang. Analysis of spatial difference and its convergence of China’s marine carrying capaci-ty[J]. Ocean Development and Management, 2020, 37(7): 23-32.

[10] 吳國棟, 高俊國, 劉大海. 山東半島藍色經(jīng)濟區(qū)海域承載力評價[J]. 海岸工程, 2017, 36(2): 63-70. WU Guodong, GAO Junguo, LIU Dahai. Evaluation of carrying capacity of marine space in the Shandong Peninsula Blue Economic Zone[J]. Coastal Engineering, 2017, 36(2): 63-70.

[11] MYERS R A, MACKENZIE B R, BOWEN K G, et al. What is the carrying capacity for fish in the ocean? A meta-analysis of population dynamics of North Atlantic cod[J]. Canadian Journal of Fisheries & Aquatic Sciences, 2001, 58(7): 1464-1473.

[12] 李艷玲, 顧波軍. 舟山海洋漁業(yè)捕撈海域承載力評價研究[J]. 中國漁業(yè)經(jīng)濟. 2021, 39(3): 91-100. LI Yanling, GU Bojun. Study on carrying capacity eva-luation of fishing area of Zhoushan marine fishery[J]. Chinese Fishery Economics, 2021, 39(3): 91-100.

[13] ROUSSEL S, CRINQUANT N, BOURDAT E. In search of coastal zone sustainability by means of social carrying capacity indicators construction: lessons learned from the Thau lagoon case study (Region Languedoc-Roussillon, France)[J]. International Journal of Sustainable Development, 2007, 10(1): 175-194.

[14] 鄭金花, 狄乾斌. 環(huán)渤海地區(qū)海洋經(jīng)濟發(fā)展水平與海域承載力耦合分析[J]. 海洋經(jīng)濟, 2017, 7(5): 37-46. ZHENG Jinhua, DI Qianbin. Coupling analysis of marine economic development level and sea-shore carrying capacity in Round-the-Bohai Region[J]. Marine Economy, 2017, 7(5): 37-46.

[15] 李志偉, 崔力拓. 河北省近海海域承載力評價研究[J]. 海洋湖沼通報, 2010, 127(4): 87-94.LI Zhiwei, CUI Lituo. Assessment on the carrying capacity of Hebei province offshore[J]. Transactions of Oceanology and Limnology, 2010, 127(4): 87-94.

[16] 毛漢英, 余丹林. 區(qū)域承載力定量研究方法探討[J]. 地球科學進展, 2001, 16(4): 549-555. MAO Hanying, YU Danlin. A study on quantitative research of regional carrying capacity[J]. Advances in Earth Science, 2001, 16(4): 549-555.

[17] 金建君, 惲才興, 鞏彩蘭. 海岸帶可持續(xù)發(fā)展及其指標體系研究——以遼寧省海岸帶部分城市為例[J]. 海洋通報, 2001, 20(1): 61-66. JIN Jianjun, YUN Caixing, GONG Cailan. Concept and index system of coastal zone sustainable development-A case study on part of the cities in the Liaoning province Coastal Zone[J]. Marine Science Bulletin, 2001, 20(1): 61-66.

[18] RIGHI S. Environmental indicators: Typology and over-view[R]. Copenhagen, Denmark: European Environment Agency, 1999.

[19] BALDWIN C, LEWISON R L, LIESKE S N, et al. Using the DPSIR framework for transdisciplinary training and knowledge elicitation in the Gulf of Thailand[J]. Ocean & Coastal Management, 2016(134): 163-172.

[20] KAGALOU I, LEONARDOS I, ANASTASIADOU C, et al. The DPSIR approach for an integrated river mana-gement framework. A preliminary application on a Me-di-terranean Site (Kalamas River-NW Greece)[J]. Water Resources Management, 2012, 26(6): 1677-1692.

[21] MOSS E D, EVANS D M, ATKINS J P. Investigating the impacts of climate change on ecosystem services in UK agro-ecosystems: An application of the DPSIR framework[J]. Land Use Policy, 2021(105): 105394.

[22] MUKUVARI I, MAFWILA S K, CHIMUKA L. Measuring the recovery of the Northern Benguela Current Large Marine Ecosystem (BCLME): An application of the DPSIR framework[J]. Ocean & Coastal Management, 2014(119): 227-233.

[23] SHAO C, GUAN Y, CHU C, et al. Trends analysis of ecological environment security based on DPSIR Model in the coastal zone: A survey study in Tianjin, China[J]. International Journal of Environmental Research, 2014, 8(3): 765-778.

[24] 李鵬, 普思尋, 李振洪, 等. 2000年以來膠州灣海岸線光學與SAR多源遙感變化監(jiān)測研究[J]. 武漢大學學報(信息科學版), 2020, 45(9): 1485-1492. LI Peng, PU Sixun, LI Zhenhong, et al. Coastline change monitoring of Jiaozhou Bay from multi-source SAR and optical remote sensing images since 2000[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1485-1492.

[25] 姜紅, 劉俐娜. 新舊動能轉(zhuǎn)換在海洋經(jīng)濟發(fā)展質(zhì)量中的作用評析——以青島市為例[J]. 海洋湖沼通報, 2021, 43(3): 159-166.JIANG Hong, LIU Lina. Study on the conversion of new and old marine economic kinetic energy-Take Qingdao, for example[J]. Transactions of Oceanology and Limnology, 2021, 43(3): 159-166.

[26] 趙立波. 關(guān)于改革創(chuàng)新助力青島藍色硅谷發(fā)展的思考[J]. 中共青島市委黨校青島行政學院學報, 2020, 264(6): 43-45.ZHAO Libo. Thoughts on reform and innovation to promote the development of blue silicon valley in Qingdao[J]. Journal of the Party School of C.P.C Qingdao Municipal Committee Qingdao Administrative Institute, 2020, 264(6): 43-45.

[27] 吳米加, 劉振東. 農(nóng)業(yè)政策性金融服務(wù)青島海洋強市戰(zhàn)略思考[J]. 農(nóng)業(yè)發(fā)展與金融, 2021, 320(1): 32-34. WU Mijia, LIU Zhendong. Strategic thinking on agricultural policy-based finance strengthening marine Qingdao[J]. Agricultural Development and Finance, 2021, 320(1): 32-34.

[28] 周樂萍. 全球海洋中心城市之爭[J]. 決策, 2020, 368(12): 30-33. ZHOU Leping. The battle for a global marine central city[J]. Decision Making, 2020, 368(12): 30-33.

[29] 鐘舜彬, 何均琳. 東海近海海域承載力評價研究[J]. 廈門理工學院學報, 2016, 24(6): 39-45. ZHONG Shunbin, HE Junlin. Evaluation of marine carrying capacity in offshore area of East China Sea[J]. Journal of Xiamen University of Technology, 2016, 24(6): 39-45.

[30] 張峰. 基于SD和DPSIRM模型的飲馬河流域生態(tài)脆弱性評價[D]. 長春: 東北師范大學, 2019. ZHANG Feng. Ecological vulnerability assessment of Yinma River Basin based on SD and DPSIRM model[D]. Changchun: Northeast Normal University, 2019.

[31] 崔文婧. 天津市濱海新區(qū)海岸帶資源環(huán)境承載力綜合評價與預(yù)測[D]. 北京: 中國地質(zhì)大學(北京), 2020. CUI Wenjing. Comprehensive evaluation and prediction of carrying capacity of coastal resources and environment in Tianjin Binhai New Area[D]. Beijing: China University of Geosciences (Beijing), 2020.

[32] 許曉冬, 劉金晶. 基于熵值-PLS的營商環(huán)境建設(shè)動態(tài)及影響因素分析[J]. 商業(yè)研究, 2021, 528(4): 10-16. XU Xiaodong, LIU Jinjing. An analysis of dynamic and influence factors of business environment construction based on entropy-PLS[J]. Commercial Research, 2021, 528(4): 10-16.

[33] 葉文禎. 福建省縣域單元海域承載力評價研究[J]. 科技傳播, 2014, 6(8): 67, 90-91. YE Wenzhen. Assessment on the carrying capacity of Fujian Province offshore[J]. Public Communication of Science & Technology, 2014, 6(8): 67, 90-91.

[34] 汪永生, 李宇航, 揭曉蒙, 等. 中國海洋科技—經(jīng)濟—環(huán)境系統(tǒng)耦合協(xié)調(diào)的時空演化[J]. 中國人口·資源與環(huán)境, 2020, 30(8): 168-176. WANG Yongsheng, LI Yuhang, JIE Xiaomeng, etal. Coupling between marine technology, economy and environment systems in China[J]. China Population, Resources and Environment, 2020, 30(8): 168-176.

[35] 劉波, 龍如銀, 朱傳耿, 等. 江蘇省海洋經(jīng)濟高質(zhì)量發(fā)展水平評價[J]. 經(jīng)濟地理, 2020, 40(8): 104-113. LIU Bo, LONG Ruyin, ZHU Chuangeng, et al. Comprehensive measurement of index system for marine economy high-quality development in Jiangsu Provin-ce[J]. Economic Geography, 2020, 40(8): 104-113.

[36] 王宗靈, 傅明珠, 周健, 等. 黃海滸苔綠潮防災(zāi)減災(zāi)現(xiàn)狀與早期防控展望[J]. 海洋學報, 2020, 42(8): 1-11.WANG Zongling, FU Mingzhu, ZHOU Jian, et al. Current situation of prevention and mitigation of the Yellow Sea green tide and proposing control measurements in the early stage[J]. Haiyang Xuebao, 2020, 42(8): 1-11.

[37] 曲同飛, 侯承宗, 于子山, 等. 滸苔綠潮對青島近岸潮間帶底棲動物群落的生態(tài)效應(yīng)[J]. 中國海洋大學學報(自然科學版), 2020, 50(12): 59-69. QU Tongfei, HOU Chengzong, YU Zishan, et al. Ecological effects of Ulua prolifera green tide on zoobenthos in Qingdao intertidal Area[J]. Periodical of Ocean University of China, 2020, 50(12): 59-69.

[38] 茍露峰, 汪艷濤, 金煒博. 基于熵權(quán)TOPSIS模型的青島市海洋資源環(huán)境承載力評價研究[J]. 海洋環(huán)境科學, 2018, 37(4): 586-594. GOU Lufeng, WANG Yantao, JIN Weibo. Empirical study about the carrying capacity evaluation of marine resources and environment based on the entropy-weight TOPSIS model[J], Marine Environmental Science, 2018, 37(4): 586-594.

[39] 馬穎, 王立華. 基于“三生空間”視角的城市資源環(huán)境承載力研究——以山東省青島市為例[J]. 國土資源科技管理, 2020, 37(1): 1-12. MA Ying, WANG Lihua. On urban resource environment capacity based on the perspective of “Ecological- production-living” space: A case of Qingdao, Shandong province[J]. Scientific and Technological Management of Land and Resources, 2020, 37(1): 1-12.

[40] 楊林, 劉耀雷. 基于P-E-R模型城市人口承載力的判斷與提升路徑研究——以青島市為例[J]. 經(jīng)濟與管理評論, 2016, 32(3): 139-145. YANG Lin, LIU Yaolei. A study of the judgment and improving ways of the urban population carrying capacity based on P-E-R model—A case of Qingdao City[J]. Review of Economy and Management, 2016, 32(3): 139-145.

[41] 李京梅, 許玲. 青島市藍色經(jīng)濟區(qū)建設(shè)的海洋資源承載力評價[J]. 中國海洋大學學報(社會科學版), 2013, 130(6): 8-13. LI Jingmei, XU Ling. Evaluation of marine resource carrying capacity in the construction of Qingdao blue economy zone[J]. Journal of Ocean University of China (Social Sciences), 2013, 130(6): 8-13.

Analysis of marine region carrying capacity in Jiaozhou Bay based on the DPSIR model and coupling coordination degree model

XIA Zheng-qi1, WANG Kai2, PENG Dao-min3, ZHU Yu-gui3, ZHANG Long-jun1

(1. College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China; 2. College of Marine Life Science, Ocean University of China, Qingdao 266003, China; 3. College of Fisheries, Ocean University of China, Qingdao 266003, China)

Marine carrying capacity is a key indicator for the coordinated development of marine resource utilization. In this study, based on the resource characteristics of Jiaozhou Bay and the DPSIR model, an indicator system is developed to evaluate the marine carrying capacit of Jiaozhou Bay y and the entropy method is subsequently used to distribute the evaluation index weight of each indicator. Moreover, the coupling coordination degree model is used to analyze the coupling coordination degree within the carrying capacity subsystem of Jiaozhou Bay in 2000–2020 to provide a good demonstration and reference for the sustainable socioeconomic development of many adjacent Gulf cities at home and abroad. The findings reveal that between 2000 and 2020, the variation range of the marine carrying capacity is 0.70–0.95, and the coupling coordination degree of Jiaozhou Bay is 0.73–0.85. The conclusions of this study are as follows: 1) the overall carrying capacity of Jiaozhou Bay exhibits a downward trend from 2000 to 2020, which corresponds to the trend from strong load capacity to critical load capacity, respectively; 2) the demand for marine resources in the pressure layer is the main factor affecting the carrying capacity, and the GDP growth rate, number and power of marine fishing vessels, per capita beach and sea areas, annual growth rate of the added value of major marine industries, and artificial proliferation and release are the main factors affecting the driving force layer, pressure layer, state layer, influence layer, and response layer, respectively; and 3) the change in the coupling coordination degree of the system in the evaluation range approximately exhibits an overall trend of “primary coordination to good coordination.”

Jiaozhou Bay; marine carrying capacity; entropy method; DPSIR model; coupling coordination degree model

Mar. 4, 2022

X82; P74

A

1000-3096(2023)6-0020-10

10.11759/hykx20220304003

2022-03-04;

2022-03-27

國家自然科學基金項目(42176234)

[National Natural Science Foundation of China, No. 42176234]

夏正啟(1975—), 男, 山東青島人, 博士研究生, 研究方向為環(huán)境規(guī)劃與管理, E-mail: xiazhq@126.com; 共同第一作者: 王凱(1998—), 女, 山東日照人, 碩士研究生, 研究方向為海洋生態(tài)學, E-mail: wangkai6632@ stu.ouc.edu.cn; 朱玉貴(1980—), 男,通信作者, 江蘇泗陽人, 教授, 研究方向為漁業(yè)經(jīng)濟與管理, E-mail: zhuyugui@ouc.edu.cn

(本文編輯: 叢培秀)