生态学报  2014, Vol. 34 Issue (3): 718-726

文章信息

苏盼盼, 叶属峰, 过仲阳, 宋韬
SU Panpan, YE Shufeng, GUO Zhongyang, SONG Tao
基于AD-AS模型的海岸带生态系统综合承载力评估——以舟山海岸带为例
Assessing synthetic carrying capacity based on AD-AS model:a case study in Coastal Zone, Zhoushan
生态学报, 2014, 34(3): 718-726
Acta Ecologica Sinica, 2014, 34(3): 718-726
http://dx.doi.org/10.5846/stxb201211091573

文章历史

收稿日期:2012-11-9
修订日期:2013-6-24
基于AD-AS模型的海岸带生态系统综合承载力评估——以舟山海岸带为例
苏盼盼1, 叶属峰2, 3 , 过仲阳4, 宋韬1    
1. 华东师范大学科技创新与发展战略研究中心,上海 200062;
2. 海洋赤潮灾害立体监测技术与应用国家海洋局重点实验室,上海 200090;
3. 国家海洋局东海标准计量中心,上海 200080;
4. 华东师范大学地理信息科学教育部重点实验室,上海 200241
摘要:以舟山海岸带为研究区域,结合采样数据和社会经济发展数据,构建以社会因子、经济因子和自然因子为3个维度因子的海岸带生态系统综合承载力评估的指标体系。并参照经济学中的AD-AS模型,改进成综合总供给-综合总需求模型(SAD-SAS模型),根据生态系统中总供给与总需求之间的平衡关系,来计算舟山海岸带综合承载力量值,并尝试将海岸带综合承载力值的分类标准在原来的基础上分为5类,最后评价其所处的承载力水平。研究结果表明:舟山海岸带综合承载力在2005-2008年时处于微幅上升的阶段,年均增速为6.5%,在2008-2009年开始出现稍微的下降,下降幅度为3%;SAD-SAS模型作为生态学与经济学交叉的模型,为海岸带综合承载力评价提供了一种新思路。
关键词海岸带    综合承载力    SAD-SAS模型    
Assessing synthetic carrying capacity based on AD-AS model:a case study in Coastal Zone, Zhoushan
SU Panpan1, YE Shufeng2, 3 , GUO Zhongyang4, SONG Tao1    
1. Institute of China Innovation, East China Normal University, Shanghai 200062, China;
2. Key Laboratory of Marine Integrated Monitoring and Applied Technologies of Harmful Algal Blooms, State Oceanic Administration, Shanghai 200090, China;
3. East China Sea Center of Standard and Metrology, State Oceanic Administration, Shanghai 200080, China;
4. Key Laboratory of Geographic Information Science Ministry, East China Normal University, Shanghai 200241, China
Abstract:Coastal zone, where terrene, ocean and atmosphere interact on each other, is the richest region on the earth. In this study, it's a range that 0 meter isobaths extends to the city towards land and to -10 meters isobaths towards sea. During a certain period and within the geographical scope, taking the sustainable development of coastal resources and environment as a rule, synthetic carrying capacity refers to the ability how much population size and industry scale that coastal zone can bear. The carrying capacity could warn the state of environment and resource and make ecosystem staying healthy.

AD-AS Model puts the aggregate demand and aggregate supply in a frame of reference to explain the decision to GDP and price level in economy. In this research, we regard the carrying capacity as the relation between human demand and ecosystem supply, which makes it to be a modified AD-AS, synthetic aggregate demand synthetic-aggregate supply model, the SAD-SAS model for short. The SAD-SAS model has two forms: the short-run one and long-run one. The former indicates state of carrying capacity, and the latter shows its changes in the time dimension. Divide synthetic aggregate supply by synthetic aggregate demand, and you will get the carrying capacity in coastal ecosystem at some point.

Then, with the sample data and yearbook data of coastal zone in Zhou Shan, we build a coastal indicator system for coastal carrying capacity assessment, which includes social indicators, economic indicators and natural indicators. The system consists of two parts: synthetic aggregate supply and synthetic aggregate demand. The former includes resource supply, economic development, technology support and import from outside; while the latter contains social pressure, development intensity, surrounding stress and export to outside. Based on the processed data under the same standard and indicator system, SAD-SAS is used to calculate the value of synthetic carrying capacity. Finally,we assess which level the coastal zone is. Synthetic carrying capacity in coastal zone of Zhou Shan is respectively no-load, no-load, no-load, loadable and loadable from 2005 to 2009. On average, it has increased 6.5% from 2005 to 2008 while it begins to decrease in 2009 by 3%.

These results demonstrate that: compared with the developed cities, ecological environment is better in Zhou Shan and has more potential. The carrying capacity value is relative, and it is closely bound up with the normal value. Consequently, the calculated carrying capacity value shows the distance between the study area and normal area, and it changes companying with the chosen area. The assessment result is divided into 5 kinds instead of 3, which is more refined and will reflect the tiny change in ecosystem. Also, there are some focuses to modify and discuss. Firstly, the indicator system needs to improve and complete, especially in marine parts. Secondly, the human activities have a significant effect on coastal environment. But it is hard to quantify, which makes it difficult to assess the carrying capacity. Involving ecology, geography and economic, SAD-SAS model will provide a new method for carrying capacity assessment.

Key words: coastal zone    synthetic carrying capacity    SAD-SAS model Zhoushan    

海岸带是陆地、海洋和大气相互作用的地区,它作为海洋系统与陆地系统交互作用的特殊地带,是地球表面最为活跃、自然现象与过程最丰富的区域,也是资源品种类别、环境条件和地理区位最为优越的地区[1]。随着现代工业的发展与城市化进程的加快,海岸带生态环境面临诸多问题:人口规模扩大与城市化;海平面上升与海岸侵蚀;淡水资源短缺与水环境恶化;渔业资源退化[2]。1972年,可持续发展的概念在斯德哥尔摩举行的联合国人类环境研讨会上首次被提出,区域可持续发展的理论和相关研究开始被众多学者关注,海岸带区域的可持续发展也成为重要议题。近年来,世界各国关于海洋的争端愈来愈多[3],海洋包括海岸带资源的重要性开始得到重视。海岸带综合承载力是指一定时期和特点地域范围内,在一定技术水平的条件下,以海岸带资源和环境的可持续发展为原则,以海岸带经济可持续发展为目标,海岸带所能承受的人口数量和产业规模的能力[4]。它可以从可持续的角度对具体的环境或资源因子提出预警,使生态系统维持在一个健康的平衡状态[2]。因此,海岸带综合承载力评价可作为海岸带可持续发展的指标。

承载力经由物理承载力-生态承载力-综合承载力的概念变化,其涵盖的方面更加复杂,目前其评价方法主要有四类:种群数量的Logistic法[5]、资源供需平衡法(生态足迹法[6]、能值分析法、自然植被净第一性生产力估测方法、资源与需求的差量方法)、指标体系法[7]和系统模型法[2, 8]。这些研究和方法具有科学性,也存在一点局限性。如:对于复杂因子无法体现、环境特征的多变无法找到适宜的方法等,且特别针对海岸带承载力的探索很少。2004年,狄乾斌基于相关承载力的研究,提出海域承载力的概念、评价指标体系、定量化方法,借助状态空间方法,进行海域承载力的定量化测度和海域承载状况的趋势预测[9]。2006年,苗丽娟结合中国沿海海洋生态环境的实际状况,确定选取指标的原则,通过分析各地的社会、经济、资源与生态环境因素,构建起适于我国海洋生态环境承载力评价的指标体系[10]。2008年,刘康等人根据“驱动力(压力)-状态-响应”(P-S-R)指标体系概念模型,对海岸带承载力评估指标体系的构建进行初步探讨[4]。2011年,Kampeng Leia等利用国家环境统计数据库中的数据计算2008年的17个主要国家的102个地区的资源损耗,以此来判定资源承载力[11]。2012年,E.Navarro Jurado提出一种用来评价旅游目的地人数增长极限的方法论,他利用一种数学公式来建立增长的极限,这适于研究开放的海岸带区域承载能力[12]。这些研究为海岸带综合承载力的研究增加了很多理论与实践经验,但对海岸带的研究还远远不够,这就促使研究者寻找新的方法来进行海岸带承载力研究。本文选用经济学中的总需求-总供给模型(AD-AS模型)来进行海岸带综合承载力的研究,并在AD-AS模型的基础上进行改进,使其更符合海岸带的实际情况。

1 研究区域概况

舟山海岸带隶属于浙江省,它位于长江口南侧,所属海域为东海海域。处于北纬29°32′到31°04′,东经121°30′到123°25′之间,是中国沿海南北航线与长江水道的交汇点,也是我国南北海运和远东国际航线的主通道之一。舟山海域面积2.08×104km2,海岸线总长度为2444km。1972年,美国政府颁布了《海岸带管理法案》[13];2001年,联合国的《千年生态系统评估》中也定义海岸带的具体范围[14];我国的海岸带定义是在第147次香山科学会议上明确提出的,即由0m等深线向陆延伸10km,向海域延至水下15m等深线范围。在此概念的基础上,本文研究的海岸带界限如下:由0m等深线向陆延伸至沿海地级市(县),向海域延至水下10m等深线范围。即对于舟山海岸带来说,为其0m等深线向陆延伸至舟山市及其各个县,向海延伸至水下10m等深线的位置(图1)。

图 1 舟山海岸带研究区域图 Fig. 1 The research area in coastal zone,Zhoushan
2 研究方法与数据处理

在承载力的研究中,海岸带综合承载力是整个系统中供给量给与人类消耗量(人类需求)的关系。经济学中存在总供给-总需求模型(AD-AS模型),即将总需求与总供给放在一个坐标图上,用以解释国民收入和价格水平的决定,考察价格变化的原因以及社会经济如何实现总需求与总供给的均衡(图2)。借鉴这一模型,将系统的供给与人类的消耗需求关系结合来计算海岸带综合承载力。

图 2 总需求-总供给模型(AD-AS模型) AD: 总供给;AS: 总需求;Y: 年份;P: AD或AS值;PO: 某时刻P值;YE: 某年;E: P值(当AD=AS时) Fig. 2 Aggregate Demand-Aggregate Supply model
2.1 SAD-SAS模型概述

AD-AS模型是在总供给函数与总需求函数的基础上,将凯恩斯主义、古典主义、理性预期与货币主义结合在一起,是凯恩斯主流派—新古典综合派用于分析国民收入决定的一个工具,它在凯恩斯的收入-支出模型和希克斯的“希克斯-汉森模型”的基础之上,进一步将总需求和总供给结合起来解释国 民收入的决定及相关经济现象,是对前两个模型的 补充和修正。总需求-总供给模型用公式表示:

式中,AD为总需求指数;p为各个需求因子;AS为总供给指数;y为各个供给因子,AD=AS是指总供给与总需求达到平衡的一种状态。

AD-AS模型是一般应用在经济学上,将其运用到生态学上时,需要进一步的改进,称之为SAD-SAS模型,即综合总供给-综合总需求模型,它加入系统综合的概念,是AD-AS模型在综合承载力研究上的一种运用。模型的系统由原来的经济系统变成生态系统,它包括短期模型与长期模型。

2.1.1 短期SAD-SAS模型

短期SAD-SAS模型中,假设系统在某一时间点上,一般为某一年,其中横坐标代表区域生态系统中的需求,包括对于资源、环境的需求和消耗,以及对于整个系统起压力作用的各种压力因子、消耗因子和负向交流因子;纵坐标代表系统中自身的生产力、社会经济的助推力及其支持力和正向交流因子的总和。模型代表时间点的总供给与总需求的比例状态,这种状态落在两坐标组成的区域内,随着横竖坐标数值的变动而移动位置,是总供给SAS与总需求SAD的比值,如图3所示,其公式如下:

式中,T为某时间点的综合承载力所处状态值;SAS为系统综合总供给;SAD为系统综合总需求。

图 3 长短期SAD-SAS模型 趋势线为长期模型(某一时间段的变化趋势),三角点为短期模型(某一时间点的值) Fig. 3 The long-run and short-run AD-AS model
2.1.2 长期SAD-SAS模型

长期SAD-SAS模型表现系统在时间维度上,一般为某几年的状态,其中横坐标代表时间维度,纵坐标代表T值。长期模型是短期模型的深化,对于探讨综合承载力在时间轴上的变化具现实意义,便于掌握其动态趋势,是承载力的动态变化。

2.2 海岸带综合承载力评估模型

SAD-SAS模型有两个部分构成:综合总供给模型与综合总需求模型。

2.2.1 综合总供给模型

总供给模型是系统中自身的生产力、社会经济的助推力及其支持力、正向交流因子的总和。参考海岸带生态系统的自身情况和前人的研究[2, 15, 16],综合供给模型的组成如下:

式中,S为总供给指数;P为海岸带资源供给指数;J为海岸带经济发展水平指数;K为海岸带科技支撑指数;Z为海岸带社会支撑指数;I为海岸带正向交流因子指数;在公式3中,各个影响因子(也称为承载因子)皆为无量纲数值,综合起来为系统的综合总供给模型。对于上述子指数模型来说,其影响因素并不是单一的,参考Costanza[17]等对全球生态资产进行测算时所运用的一定区域内的生态资产价值总量的公式,得到各个子模型计算如下:

式中,i为各个指数的因子排序数,Xi为指标因子,Ci为各个指标的权重。

2.2.2 综合总需求模型

总需求模型包括人类对于资源、环境的消耗,以及对于整个系统起压力作用的各种压力因子和负向交流因子,综合总需求的模型如下:

式中,D为总需求;Y为海岸带社会压力指数;H为海岸带环境压力指数;Q为海岸带开发强度指数;I′为系统负向交流因子;参考上述总供给中各个子指数模型的建立,总需求模型中各个子模型的计算公式如下:

2.2.3 模型的计算与结果分类

对于承载力的最终结果,王开运[2]等人根据人口或人类活动对资源和环境的需求与资源环境实际的供给容纳能力的差量关系,将承载力的最终结果分为3种情况:当RCC′>1时,可载;当RCC′=1时,满载;当RCC′<1时,超载。

图 4 海岸带综合承载力结果分类依据图 Fig. 4 The base of synthetic carrying capacity classification in coastal zone

考虑到海岸带地区的特殊性以及综合承载力状况逐年值的变化微小量级,将综合承载力结果根据总供给与总需求的比值关系在3类的基础上分为5类:空载,可载,满载,超载,负载。总供给和总需求的比值大小,这里用角度θ来表示,T也就是tanθ的大小,并以θ为30°、45°和60°来作为各个结果的分界线。根据图4中tanθ的分类,将海岸带综合承载力的结果分为5种情况:R> 3 (θ>60°时)空载; 3 >R>1 (60°>θ>45°时)可载;R=1 (θ=45°时)满载; 3 /3<R<1(45°>θ>30°时)超载;R< 3 /3 (θ<30°时)负载。其中 3 =1.732,为了计算方便,将其设为1.8。即分类情况如下所示:R>1.8空载;1.8>R>1;可载;R=1满载;0.6<R<1超载;R<0.6负载。由于系统模型中满载区域为某点,结合实际情况,将满载标准设定一个容差,其值为0.2[2],如图5所示,最后得到分类结果为:当R≥1.8空载;当1.8>R>1.1可载;当0.9≤R≤1.1满载;当0.6<R<0.9超载;当R≤0.6负载。

图 5 海岸带综合承载力结果分类图 Fig. 5 The classification of carrying capacity in coastal zone
2.3 构建指标体系

海岸带生态系统具有特殊性、复杂性、开放性,其兼具陆地生态系统和海洋生态系统的特点,是一个集社会、经济、资源、环境于一体的耦合系统,在选取海岸带综合承载力评估指标时,按照以下原则来选取:科学性;全面性;代表性;可操作性;稳定性与时序性原则。在因子选取中,主要考虑3个方面的因子:社会因子、自然因子和经济因子。参考千人研究并结合实际情况[2,15],得到海岸带综合承载力评价指标体系如表1。

2.3.1 标准值的选择

系统的综合承载力是人们为了研究方便而概括出来的一种力,是相对值而不是绝对值,这就需要引进一个参照数据,称之为标准值(理想值)。它是一个行业标准值或是发展较好的城市的数值。在综合承载力的计算中,多采用现有国家标准和行业规定中给出的目标值,或通过问卷调查、咨询学者专家的意见来确定标准值。考虑到本研究所用指标不一定都具有明确的国家规范文件来规定,因此对于没有明确规定的指标,选取比研究区更高一级的区域的平均值或较为靠前的同等级区域的值作为标准值,根据不同的评价目的和数据情况,灵活选择理想值,以使得承载力值可以更好地反映实际海岸带区域问题。

2.3.2 指标权重的确定

选取指标时已综合考虑全面性和均衡性,所以直接采用平均权重的方式也就是等权重法来计算各个指数:各个指数权重为1,如果指数内部有n个因子,则各个因子的权重为1/n。最终得到海岸带综合承载力评价体系如表1所示。

表 1 海岸带综合承载力评估指标体系 Table 1 The indicator system of assessing carrying capacity in coastal zone
一级指标体系
First index system
二级指标体系
Second index system
单位
Unit
标准
Standard
参考来源
References
权重
Weight
*1为参照生态市建设考核指标; 2为参考现代化城市标准确定;3 为参照国际发达国家城市建设标准确立或推算;4为参考国内城市建设最佳值或较好值确定
总供给指数海岸带资源供给指数人均水资源量m3/人235040.2
Synthetic aggregate 人均绿地面积m3/人1110.2
supply人均植被净初级生产力g.c/人24040.2
植被覆盖率%2340.2
渔业资源(包括捕捞产量和海水养殖产量)104t16.8540.2
海岸带经济发展水平
指数
人均GDP¥/人2500010.25
海洋经济产值104¥/人2.1940.25
第三产业占GDP比例%4510.25
人均海盐产量t/人0.0740.25
科技支撑条件指数万人在校大学生数p47940.5
科研与开发占GDP比率%2.520.5
社会支撑条件指数百人病床数PCS0.6540.33
环境保护支出%3.510.33
人均道路面积m22830.33
正向交流指数港口吞吐量104t5920540.5
外资投入占GDP比例%0.0540.5
总需求指数海岸带社会压力指数未达标工业废水排放率%2010.25
Synthetic aggregate 未达标固体废渣排放率%1010.25
demand单位工业增加值新鲜水耗m3/1042010.25
万元GDP能耗t/1040.910.25
海岸带开发强度指数GDP年增速%8.240.25
人口自然增长率-1.0240.25
滩涂围垦面积km2319740.25
常住人口密度人/km253220.25
环境压力指数so2kg/104510.5
近岸海域水质量**达到功能区
标准且城市
无劣V类
水体
10.5
系统负交流指数恩格尔系数%4010.5
人均出口额$/人169240.5
2.3.3 数据处理

海岸带综合承载力的指标在数量级、单位量纲上存在明显差异,不便于直接比较计算。因此需要消除原始数据的量纲影响,即进行数据标准化。指标体系中存在理想值,所以本文通过实际指标值和理想值的比对来对各指标值进行标准化。公式如下:

式中,Xi为各指标标准化处理后的数值,Ki为原始数据,K′i为各指标的理想参比值。

3 结果与分析

参考2006—2010年的舟山统计年鉴,综合公式3—13,即海岸带综合承载力评估指标体系中的总供给和总需求模型,经过数据处理和SAD-SAS模型计算得出海岸带的综合承载力值,并根据分类标准得出承载力水平(表2),并得到SAS-SAD模型如图6所示.

表 2 2005—2009年舟山海岸带综合承载力状态 Table 2 Carrying capacity level in coastal zone,Zhoushan from 2005 to 2009
年份Year20052006200720082009
系统总供给Synthetic aggregate supply5.6235.3765.6415.6795.763
系统总需求Synthetic aggregate demand3.6063.2973.4163.0263.166
海岸带综合承载力Synthetic carrying capacity1.5591.6301.6511.8771.820
承载力水平Level可载可载可载空载空载
图 6 2005—2009年舟山海岸带SAS-SAD模型 Fig. 6 The SAD-SAS model in coastal zone,Zhoushan from2005 to 2009

从系统综合总供给方面来看,从2005年到2009年,海岸带生态系统的总供给总体上来说并没有比较大的变化,都处于5.3—5.8之间,只在2006年总供给数值有稍微的降低,在2007就开始回落,之后的年份一直处于微幅增长的状态。在2009年达到了5.763。从系统综合总需求方面来看,2005—2009年,舟山海岸带系统总需求指数值呈之字型向下滑落,相邻年份之间升落相反,但在数值上也相差不大,基本上处于3.0—3.7之间,虽然年份之间升升落落,但是升值总是小于落值,使得总需要求总体上呈现下降的趋势。从长短期SAD-ASA模型结果来看,2008年与2009年的承载力值都处于可载线的上侧范围,表明其承载力处于空载水平,而2005—2007年的承载力处于可载的区域内,表明各个年份的承载力是动态变化的。在长期模型中,我们可以看到总供给与总需求的变化,总供给总是大于总需求,表明舟山海岸带的开发总是处于生态环境可以承受的范围之内,整个生态系统处于比较健康的状态。

4 结论与讨论 4.1 结论

本文将经济学中的AD-AS模型加以改进成SAD-SAS模型,构建指标体系来进行综合承载力的评估,得到的结论如下:(1)舟山海岸带综合承载力在2005—2008年时处于微幅上升的阶段,年均增速为6.5%,在2008—2009年开始出现稍微的下降,下降幅度为3%。2005—2007年的综合承载力水平处于可载水平,2008与2009年处于空载水平。这表明:相对于国际化都市或者北京、上海等发达城市(标准值的选择依照)来说,舟山海岸带的开发程度比较小,系统是自身的生产能力是很充足的,其生态环境状况良好,具有比较大的发展潜质。(2)舟山海岸带综合承载力的值与生态市(县)标准以及标准值城市密切相关。相对海岸带综合承载力的计算只是反映研究区与理想区之间的差距,由于理想值选择的非定性,所以本研究中所计算的2005—2009年的海岸带综合承载力都是相对的,会因标准值的变化而变化。(3)海岸带综合承载力值的分类可以在原来3类的基础上分为5类,即为:空载、可载、满载、超载和负载;这种分类方法更加的精细,并且是有迹可循的。这种分类方法将对于海岸带综合承载力的精细研究做出一定的贡献,对于承载力的微小变化更加彰显。

4.2 讨论

结合以上研究,对于海岸带综合承载力的评估,还需不断进行探讨和改进。首先在指标问题上;海岸带承载力指标体系还需进一步完善,应致力于解决海洋指标的获取问题;其次人类活动对海岸带生态环境的影响是不可忽视的,却难以估算,也很难或者无法将其量化,这给海岸带生态系统综合承载力的计算增加了难度,未来海岸带生态系统综合承载力的估算可以运用一系列的方法量化人类活动来使承载力的计算更加接近实际情况。

本研究进行了生态学与地理学、统计学这些常见的交叉学科的研究,还进行了其与经济学的交叉研究,经济学中社会系统供给需求与生态系统供给需求具有一定的相似性,经济学中总供给与总需求类似于系统当中的总供给总需求,这就使得其类似应用成为可能,AD-AS模型的应用是综合承载力理论的一种新思路和新方法,也是向其他学科借鉴与学习的优越性的一个有力例证。生态学与其他学科的交叉将会给其带来新的发展前景。

参考文献
[1] Lu S B. Model study on Coastal Zone Management. Ocean Development and Management, 2001, 18(1): 30-37.
[2] Wang K Y, Zou C J. Multiple Model System and Application of Ecological Carrying Capacity. Beijing: Science Press, 2007.
[3] Du D B, Fan F, Ma Y H. Geography of containment and anti-containment of china's peaseful rise. World Regional Studies, 2012, 21(2): 1-17.
[4] Liu K, Huo J. The study on evaluation index system and influence factors of carrying capacity in coastal zone. Journal of Ocean University of China(Social Sciences), 2008, (4): 8-11.
[5] May R M. Thresholds and breakpoints in ecosystems with a multiplicity of stable states. Nature, 269(5628): 471-477.
[6] Yang Y, Niu J M,Zhang Q, Zhang Y N. Ecological footprint analysis of a semi-arid grassland region facilitates assessment of its ecological carrying capacity: a case study of Xilinguole League. Acta Ecologica Sinica, 2011,31(17): 5096-5104.
[7] Wang D, Chen S. Study on the Method of Zoning by Urban Carrying Capacity. Progress in Geography, 2011, 30(5): 577-584.
[8] Shi Y Z, Zhao H J. Research progress of quantitative evaluation methods of ecological carrying capacity. Yellow River, 27(3): 6-8.
[9] Di Q B. Theoretical and empirical study and method of carrying capacity in coastal zone. Dalian: Liaonong Normal University,2004
[10] Miao L J, Wang Y G, Zhang Y H, Wang Q M. Assessing index system for bearing capacity of marine ecological environment. Marine Environmental Science, 2006, 25(3): 75-77.
[11] Lei K P, Zhou S Q. Per capita resource consumption and resource carrying capacity: A comparison of the sustainability of 17 mainstream countries. Energy Policy, 2012, 42: 603-612.
[12] Jurado E N, Tejada M T, García F A, González J C, Macías R C, Peña J D, Gutiérrez F F, Fernández G G, Gallego M L, García G M, Gutiérrez O M, Concha F N, de la Rúa F R, Sinoga J R, Becerra F S. Carrying capacity assessment for tourist destinations. Methodology for the creation of synthetic indicators applied in a coastal area. Tourism Management, 2012, 33(6): 1337-1346.
[13] 16 U.S.C. Coastal Zone Management Act. [1972-10-27]:1451-1464.
[14] Zhao S D, ZHANG Y M. Millennium Ecosystem Assessment.Ecosystems and Human Well-being:A Framework for Assessment. Beijing: China Environmental Science Press, 2007
[15] Ye S F. Evaluation and decision making on comprehensive carrying capacity in the Yangtze River Delta coastal zone: Theory and Practice. Beijing: the ocean press,2012.
[16] Shi Y S, Yin C Y, Wang H F, Tan W K. Research progress and prospect on urban comprehensive carrying capacity. Geographical Research, 2013, 32(1): 133-145.
[17] Costanza R, darge R, de Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O'Neill R V, Paruelo J, Raskin R G, Sutton P, van den Belt M. The value of the world's ecosystem services and natural capital. Nature, 1997, 387(6630): 253-260.
[1] 鹿守本. 海岸带管理模式研究. 海洋开发与管理, 2001, 18(1): 30-37.
[2] 王开运,邹春静. 生态承载力复合模型系统与应用. 北京: 科学出版社, 2007.
[3] 杜德斌, 范斐, 马亚华. 南海主权争端的战略态势及中国的应对方略. 世界地理研究, 2012, 21(2): 1-17.
[4] 刘康, 霍军. 海岸带承载力影响因素与评估指标体系初探. 中国海洋大学学报: 社会科学版, 2008, (4): 8-11.
[6] 杨艳, 牛建明, 张庆, 张艳楠. 基于生态足迹的半干旱草原区生态承载力与可持续发展研究——以内蒙古锡林郭勒盟为例. 生态学报, 2011, 31(17): 5096-5104.
[7] 王丹, 陈爽. 城市承载力分区方法研究. 地理科学进展, 2011, 30(5): 577-584.
[8] 石月珍, 赵洪杰. 生态承载力定量评价方法的研究进展. 人民黄河, 27(3): 6-8.
[9] 狄乾斌. 海域承载力的理论、方法与实证研究——以辽宁海域为例. 大连: 辽宁师范大学, 2004.
[10] 苗丽娟, 王玉广, 张永华, 王权明. 海洋生态环境承载力评价指标体系研究. 海洋环境科学, 2006, 25(3): 75-77.
[14] 赵士洞, 张永民, 译. 生态系统与人类福祉: 评估框架—千年生态系统评估. 北京: 中国环境科学出版社, 2007.
[15] 叶属峰, 等. 长江三角洲海岸带区域综合承载力评估与决策: 理论与实践. 北京: 海洋出版社, 2012.
[16] 石忆邵, 尹昌应, 王贺封, 谭文垦. 城市综合承载力的研究进展及展望. 地理研究, 2013, 32(1): 133-145.