摘要：研究構(gòu)建生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平評價指標(biāo)體系，通過TOPSIS模型與耦合協(xié)調(diào)度模型計算不同指標(biāo)的權(quán)重與指標(biāo)之間的耦合協(xié)調(diào)關(guān)系，探究生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展的時空演變趨勢與相互關(guān)系。研究結(jié)果顯示，從2005年到2020年，甘肅省的生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平均表現(xiàn)出增長態(tài)勢，二者之間的耦合協(xié)調(diào)度也呈現(xiàn)上升趨勢。在空間分布上，這一耦合協(xié)調(diào)度展現(xiàn)出“東南-西北雙中心”的格局，揭示了區(qū)域發(fā)展的新動態(tài)和環(huán)境改善對經(jīng)濟(jì)發(fā)展質(zhì)量的積極影響。

關(guān)鍵詞：生態(tài)環(huán)境；高質(zhì)量發(fā)展；InVEST模型；耦合協(xié)調(diào)度；甘肅省

引言

近年來，經(jīng)濟(jì)的快速發(fā)展伴隨著過度的資源開發(fā)利用、巨大的人口壓力及全球氣候變暖等問題，導(dǎo)致我國生態(tài)系統(tǒng)退化嚴(yán)重，生態(tài)系統(tǒng)服務(wù)功能下降，生態(tài)安全受到嚴(yán)重威脅[1]。而生態(tài)系統(tǒng)不僅為經(jīng)濟(jì)和社會的發(fā)展提供了豐富的物質(zhì)基礎(chǔ)[2]，還在人類社會中促進(jìn)了能量轉(zhuǎn)換和物質(zhì)循環(huán)平衡，為高質(zhì)量發(fā)展提供了關(guān)鍵的支持[3-5]。但資源過度消耗等造成的環(huán)境問題已逐漸成為實現(xiàn)高質(zhì)量發(fā)展的主要障礙[6]，使得越來越多的學(xué)者開始關(guān)注生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平之間的相互影響關(guān)系。因此，有必要制定系統(tǒng)和量化的框架，去評價生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平在時間和空間上的變化情況[7]。

甘肅省作為典型的資源型地區(qū)，面臨著生態(tài)系統(tǒng)發(fā)展與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的嚴(yán)重矛盾，經(jīng)濟(jì)活力提升任務(wù)重、綠色經(jīng)濟(jì)轉(zhuǎn)型壓力大、碳減排目標(biāo)達(dá)成時間緊迫等問題突出。深入研究甘肅省生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平之間的關(guān)系，不僅符合甘肅省經(jīng)濟(jì)、環(huán)境、社會高質(zhì)量發(fā)展要求，也能夠為其它資源型地區(qū)的高質(zhì)量發(fā)展優(yōu)化提供參考。

1研究數(shù)據(jù)來源

本研究使用的甘肅省土地利用數(shù)據(jù)、數(shù)字高程模型（DEM）數(shù)據(jù)與人口數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心；路網(wǎng)數(shù)據(jù)來源于OpenStreetMap；河流數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心；社會經(jīng)濟(jì)數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《甘肅發(fā)展年鑒》《中國城市建設(shè)統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》。

2研究方法

2.1指標(biāo)體系構(gòu)建

本研究通過生態(tài)系統(tǒng)服務(wù)（碳儲量、生境質(zhì)量和土壤保持力）和污染物排放處理水平，評估研究區(qū)域生態(tài)環(huán)境改善水平。從高質(zhì)量發(fā)展基礎(chǔ)、高質(zhì)量發(fā)展加速度、高質(zhì)量發(fā)展福祉方面評估高質(zhì)量發(fā)展水平。 生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展評估指標(biāo)體系如表1所示。

2.2 生態(tài)系統(tǒng)服務(wù)評估

2.2.1碳儲量評估模型

通過土地利用類型的碳密度數(shù)據(jù)，利用InVEST模型計算不同土地利用類型的4種基本類型的碳儲量，得到研究區(qū)的總碳儲量，其基本原理如式（1）、式（2）所示。

式中 C—某土地利用類型單位面積內(nèi)的總碳儲量；Cabove—地上生物碳儲量；Cbelow—地下生物碳儲量；Csoil—土壤碳儲量；Cdead—死亡有機(jī)質(zhì)碳儲量；Ctotal—區(qū)域內(nèi)總碳儲量；Ak—某土地利用類型面積。

本研究使用的全國水平碳密度數(shù)據(jù)從前人研究中獲得[8-11]，并通過甘肅省氣溫和降水作為修正因子對全國水平碳密度數(shù)據(jù)進(jìn)行適應(yīng)性修正。

2.2.2生境質(zhì)量評估模型

生境質(zhì)量具體計算如式（3）所示。

式中 Qxj—第j種土地利用類型中柵格x的生境質(zhì)量；Hj—第j種土地利用類型的生境適宜性；Dxj—第j種土地利用類型中柵格x的生境退化度；z—?dú)w一化常數(shù)，通常取默認(rèn)值2.5；k—半飽和常數(shù)，通常取最大生境退化柵格值的1/2。

生境退化度Dxj計算如式（4）、式（5）所示。

式中 Dxj—生境退化度指數(shù)；R—威脅因子數(shù)量；wr—威脅因子r的權(quán)重；yr—威脅因子占據(jù)的柵格數(shù)；ry—威脅因子的系數(shù)；irxy—棲息地與威脅源之間的距離；βx—保護(hù)政策減輕威脅對棲息地影響的程度；Sjr—生境類型j對威脅因子r的敏感度；dxy—柵格x與柵格y的直線距離；drmax—威脅源r的最大威脅距離。

2.2.3土壤保持力評估模型

土壤保持力評估如式（6）所示[12-15]。

式中 R—降水侵蝕力因子；K—壤可蝕性因子；L和S—坡長和坡度因子；C—植被覆蓋度因子；P—水土保持措施因子，取值范圍在0至1之間（主要由土地利用類型決定）。

降水侵蝕力因子（R）由降水侵蝕土壤的強(qiáng)度決定，降水量越大侵蝕土壤能力越強(qiáng)。本研究使用月降水量來完成R的計算，計算方法如式（7）所示。

式中 G—年平均降水量；Gi—月降水量。

土壤可蝕性因子（K）表示土壤易受到侵蝕的性質(zhì)，通常由土壤的質(zhì)地和理化屬性決定。本研究采用式（8）侵蝕-土地生產(chǎn)力影響評估模型計算，其中。

式中 SAN—沙粒含量；SIL—粉粒含量；CLA—粘粒含量；C—有機(jī)碳的含量。

2.3 指標(biāo)權(quán)重計算方法

本研究通過CRITIC模型與熵權(quán)法相結(jié)合計算指標(biāo)權(quán)重。其中，CRITIC模型通過對比強(qiáng)度和沖突性對指標(biāo)進(jìn)行深入分析[16]，而熵權(quán)法通過引入信息熵的概念，通過確定各指標(biāo)的信息熵確定指標(biāo)權(quán)重[17][18]。

2.4生態(tài)環(huán)境改善水平及高質(zhì)量發(fā)展水平評估模型

TOPSIS模型是一種經(jīng)典的多目標(biāo)決策分析方法，可以評估各指標(biāo)的優(yōu)缺點(diǎn)[19]。本研究選擇TOPSIS模型評估生態(tài)環(huán)境改善水平和高質(zhì)量發(fā)展的綜合發(fā)展水平。

2.5耦合協(xié)調(diào)度計算

耦合協(xié)調(diào)度模型具體計算如式（9）、式（10）所示[20]。

式中 D—耦合協(xié)調(diào)系數(shù)；V—線性加權(quán)得到的綜合系統(tǒng)功能系數(shù)；α和β—2個子系統(tǒng)在整個系統(tǒng)中的權(quán)重。

高質(zhì)量發(fā)展指數(shù)和生態(tài)環(huán)境改善水平指數(shù)，對區(qū)域的高質(zhì)量發(fā)展都具有至關(guān)重要的作用，因此α和β均取0.5。

3 結(jié)果分析

3.1甘肅省生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平時間變化趨勢

如圖1所示，甘肅省生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平在研究期內(nèi)表現(xiàn)出良好的發(fā)展趨勢。截至2020年，絕大多數(shù)甘肅省的市州生態(tài)環(huán)境改善水平均達(dá)到較高數(shù)值，反映出生態(tài)補(bǔ)償機(jī)制和環(huán)境保護(hù)政策的深入實施，為區(qū)域經(jīng)濟(jì)社會的高質(zhì)量發(fā)展提供了堅實的生態(tài)基礎(chǔ)。其中，蘭州市生態(tài)環(huán)境改善水平發(fā)展速度最快；臨夏回族自治州和金昌市的生態(tài)環(huán)境改善水平指數(shù)處于較低水平，可能由于該區(qū)域產(chǎn)業(yè)處于初級發(fā)展階段，污染排放強(qiáng)度較高，還需進(jìn)一步加大生態(tài)環(huán)境保護(hù)與修復(fù)力度，提高城市生態(tài)環(huán)境改善水平，推動城市高質(zhì)量發(fā)展。

甘肅省平均高質(zhì)量發(fā)展水平顯著提升。以蘭州市、天水市為代表的東南部分城市在15年間高質(zhì)量發(fā)展水平明顯提高。從提升速度來看，高質(zhì)量發(fā)展水平提升前3名的臨夏回族自治州、蘭州市和天水市，在15年間調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，逐步減少了對資源的過度依賴，發(fā)展了更具有可持續(xù)性的清潔生產(chǎn)、節(jié)能環(huán)保等生態(tài)產(chǎn)業(yè)，提升了高質(zhì)量發(fā)展水平。提升速度較慢城市主要為金昌市、酒泉市和嘉峪關(guān)市，處于甘肅省西北部，可能面臨水資源短缺、土地退化、生態(tài)環(huán)境惡化等環(huán)境問題，長期依賴的傳統(tǒng)資源型產(chǎn)業(yè)也存在轉(zhuǎn)型困難，這些因素共同制約了城市高質(zhì)量發(fā)展的進(jìn)程。

3.2甘肅省生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展耦合協(xié)調(diào)時空演變特征

本研究采用自然間斷點(diǎn)法將甘肅省14個市州生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展耦合協(xié)調(diào)的類型分為10類，分別為極度失調(diào)（1級）、嚴(yán)重失調(diào)（2級）、中度失調(diào)（3級）、輕度失調(diào)（4級）、瀕臨失調(diào)（5級）、勉強(qiáng)協(xié)調(diào)（6級）、初級協(xié)調(diào)（7級）、中級協(xié)調(diào)（8級）、良好協(xié)調(diào)（9級）和優(yōu)質(zhì)協(xié)調(diào)（10級）。

如圖2所示，在2005～2020年間甘肅省的生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展水平耦合協(xié)調(diào)均值上升趨勢明顯。到2020年，甘肅省14個市州均達(dá)到勉強(qiáng)協(xié)調(diào)水平，耦合協(xié)調(diào)度等級最高的市州為蘭州市、酒泉市、隴南市和甘南藏族自治州。從空間分布來看，甘肅省生態(tài)環(huán)境改善水平與高質(zhì)量發(fā)展耦合協(xié)調(diào)度形成了“東南-西北雙中心”空間發(fā)展格局。

結(jié)語

綜上所述，甘肅省應(yīng)對蘭州、酒泉等耦合協(xié)調(diào)水平較高的區(qū)域，充分發(fā)揮示范作用，著力提升中心城市的人口聚集和輻射帶動能力，形成以中心城市群為主體，周圍城市協(xié)調(diào)發(fā)展的空間發(fā)展格局，推動促進(jìn)周邊較低耦合協(xié)調(diào)度地區(qū)發(fā)展，提高甘肅省整體的耦合協(xié)調(diào)發(fā)展水平；對定西、甘南藏族自治州等中等協(xié)調(diào)發(fā)展的區(qū)域，應(yīng)依靠周邊高耦合協(xié)調(diào)區(qū)域優(yōu)勢溢出效應(yīng)和自身資源稟賦提高自身發(fā)展水平；對白銀、金昌等協(xié)調(diào)發(fā)展程度較低的城市，應(yīng)針對性地優(yōu)化資源配置，克服限制性因素，實現(xiàn)經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的協(xié)調(diào)統(tǒng)一。

參考文獻(xiàn)

[1] LI F， YIN X， SHAO M. Natural and Anthropogenic Factors on China's Ecosystem Services： Comparison and Spillover Effect Perspective [J]. Journal of Environmental Management， 2022，324：116064.

[2]廖美玉，方秀琴，蔣心遠(yuǎn)，等.黃河流域近40年土地利用/覆被時空變化特征 [J].水土保持學(xué)報，2024，38（02）：165-177，189.

[3]王大尚，鄭華，歐陽志云.生態(tài)系統(tǒng)服務(wù)供給、消費(fèi)與人類福祉的關(guān)系[J].應(yīng)用生態(tài)學(xué)報， 2013，24（06）：1747-1753.

[4] YAN Y， ZHU J， WU G， et al. Review and Prospective Applications of Demand， Supply， and Consumption of Ecosystem Services [J]. Acta Ecol Sin，2017，37（08）： 2489-2496.

[5] ZHANG X， LI Y. Ecosystem Services and Sustainable Sevelopment [J]. Ecological Science， 2004，3： 286-288.

[6] EBERLING E， LANGKAU S. Utilizing SDGs in Sustainability Assessments of Innovations： Deriving Methodological Recommendations From Existing Approaches[J].Journal of Cleaner Production，2024，437： 140383.

[7] WANG D， DING F， FU J， et al. China's Sustainable Development Evolution and its Driving Mechanism[J].Ecological Indicators，2022，143： 109390.

[8]李克讓，王紹強(qiáng)，曹明奎.中國植被和土壤碳貯量[J].中國科學(xué)D輯，2003（01）：72-80.

[9]解憲麗，孫波，周慧珍，等.中國土壤有機(jī)碳密度和儲量的估算與空間分布分析[J].土壤學(xué)報，2004（01）：35-43.

[10]陳利軍，劉高煥，勵惠國.中國植被凈第一性生產(chǎn)力遙感動態(tài)監(jiān)測[J].遙感學(xué)報，2002，6（02）：129-135，164.

[11]張杰，李敏，敖子強(qiáng)，等.中國西部干旱區(qū)土壤有機(jī)碳儲量估算[J].干旱區(qū)資源與環(huán)境，2018，32（09）：132-137.

[12]蔣剛，康金蓮，曹廣超，等.基于RUSLE模型的青海瀾滄江流域土壤侵蝕研究[J].高原科學(xué)研究，2022，6（04）：1-13.

[13] GAO G， LIANG Y ， LIU J ， et al. A Modified RUSLE Model to Simulate Soil Erosion Under Different Ecological Restoration Types in the Loess Hilly Area[J]. International Soil and Water Conservation Research，2023，12（02）：258-266.

[14] LI H， GUAN Q， SUN Y， et al. Spatiotemporal Analysis of the Quantitative Attribution of Soil Water Erosion in the Upper Reaches of the Yellow River Basin Based on the RUSLE-TLSD Model[J].CATENA，2022，212： 106081.

[15] LIN J， GUAN Q， TIAN J， et al. Assessing Temporal Trends of Soil Erosion and Sediment Redistribution in the Hexi Corridor Region Using the Integrated RUSLE-TLSD Model[J].CATENA， 2020，195：104756.

[16] DIAKOULAKI D， MAVROTAS G， PAPAYANNAKIS L. Determining Objective Weights in Multiple Criteria Problems：The Critic Method[J]. Computers amp; Operations Research，1995，22（07）：763-770.

[17] ZHU Y， TIAN D， YAN F. Effectiveness of Entropy Weight Method in Decision-making[J]. Mathematical Problems in Engineering， 2020（07）： 1-5.

[18] CUI Y， FENG P， JIN J. et al. Water Resources Carrying Capacity Evaluation and Diagnosis Based on Set Pair Analysis and Improved the Entropy Weight Method[J].Entropy，2018，20（05）：359.

[19] LENG L， MAO X， JIA H， et al. Performance Assessment of Coupled Green-grey-blue Systems for Sponge City Construction[J]. Science of the Total Environment，2020，728： 138608.

[20] FANG C， CUI X， DENG X， et al. Urbanization and Ecoenvironment Coupling Circle Theory and Coupler Regulation[J]. Journal of Geographical Sciences，2020，30（07）： 1043-1059.

作者簡介

王文玲（1989—），女，漢族，甘肅蘭州人，工程師，碩士，主要研究方向為生態(tài)環(huán)境統(tǒng)計。

加工編輯：馮為為

收稿日期：2024-05-15