生态学报  2018, Vol. 38 Issue (12): 4317-4326

文章信息

魏黎灵, 李岚彬, 林月, 吴仪, 祁新华.
WEI Liling, LI Lanbin, LIN Yue, WU Yi, QI Xinhua.
基于生态足迹法的闽三角城市群生态安全评价
Evaluation of the ecological security of Urban Agglomeration on Min Delta based on ecological footprint
生态学报. 2018, 38(12): 4317-4326
Acta Ecologica Sinica. 2018, 38(12): 4317-4326
http://dx.doi.org/10.5846/stxb201801200156

文章历史

收稿日期: 2018-01-20
基于生态足迹法的闽三角城市群生态安全评价
魏黎灵1 , 李岚彬2 , 林月1 , 吴仪1 , 祁新华1     
1. 福建师范大学地理科学学院, 福州 350007;
2. 福建农林大学艺术园林学院, 福州 350004
摘要: 生态安全已经成为时下研究的热点问题,而生态足迹法(Ecological Footprint)是评价区域生态安全的重要方法之一。然而,目前鲜有应用改良后的生态足迹方法探讨海湾型城市群生态足迹以及生态安全状态的成果。鉴于此,论文以闽三角城市群为研究区,以NPP数据反映现实生物量,采用"国家公顷"实现产量因子区域化,测算2010-2015年的区域生态足迹、生态承载力、生态赤字以及生态压力指数,评价区域生态安全状态。结果表明:2010-2015年间,闽三角城市群的生态足迹快速增长,其中泉州与漳州增长迅速,而厦门则略有下降;区域总体生态承载力缓慢下降;城市群大部分区域呈现生态赤字且越发严重,其中厦门最为严重,泉州次之,漳州相对较轻;城市群生态压力指数持续增长,生态安全等级升高,与生态赤字情况总体相符,生态安全问题亟需解决。有助于拓展与丰富生态足迹与生态安全研究的视角与案例,并为城市群可持续发展提供科学依据和决策支撑。
关键词: 生态足迹     净初级生产力     生态安全     闽三角城市群    
Evaluation of the ecological security of Urban Agglomeration on Min Delta based on ecological footprint
WEI Liling 1, LI Lanbin 2, LIN Yue 1, WU Yi 1, QI Xinhua 1     
1. School of Geographical Science, Fujian Normal University, Fuzhou 350007, China;
2. College of the Arts and School of Landscape Architecture, Fujian Agriculture and Forestry University, Fuzhou 350004, China
Abstract: Ecological security is receiving great attention in current researches, and the ecological footprint is one of the major methods in evaluating regional ecological security. However, few studies have determined the ecological footprint and ecological safety of a bay-type urban agglomeration using the improved ecological footprint method (EF-NPP). In this study, the Urban Agglomeration on Min Delta (UA-MD) was selected as a typical scenario, using NPP data as the real biomass, the regional ecological footprint and carrying capacity were measured with the regionalization of the yield factor denoted by "National Hectare". The ecological deficit and tension index were quantified, and the ecological safety of UA-MD during 2010-2015 was evaluated. The results showed that generally the ecological footprint of UA-MD rapidly increased between 2010 and 2015, especially in Quanzhou and Zhangzhou. However, the ecological footprint of UA-MD of Xiamen decreased slightly. In contrast, the regional ecological carrying capacity followed a decreasing trend, and most regions in UA-MD exhibited the ecological deficit phenomenon, with most serious in Xiamen, less serious in Quanzhou, and little changes in Zhangzhou. The ecological tension index of UA-MD continued to glow, and the ecological security level increased, which is consistent with the ecological deficit situation. Therefore, the ecological security problem needs to be solved urgently. The results may enrich case studies of ecological footprints and security, and provide valuable implication for the sustainable development of urban agglomeration.
Key words: ecological footprint     net primary productivity     ecological safety     Urban Agglomeration on Min Delta (UA-MD)    

经济快速发展与人口急剧增加, 使人类对自然生态系统开发利用不断接近甚至超过其承载阈值, 由此引发的生态安全问题也成为了政府与学术界关注的热点。国内外学者们对生态安全(Ecological Safety)进行了广泛的探讨并取得了丰硕的成果[1-7], 研究内容集中于生态安全概念以及评价指标体系研究[2-4]、生态服务功能评价[5]、生态风险评价[6]等, 研究方法有综合指数法、景观生态学方法、生态足迹法[7]等。其中, 生态足迹法(Ecological Footprint)是由加拿大生态经济学家William E Rees[8]于1992年提出, 其学生Wackernagel[9-10]完善。生态足迹即指生产一定的人口消费的各种资源和吸纳这些人口所产生的废弃物所需要的生物土地面积总和[11], 故该方法是通过对比区域自然资源的消费量(生态足迹)与实际的生态供给能力(生态承载力)来衡量区域可持续发展程度, 反映区域生态安全状态[8]。为了使不同生产力土地类型之间能够进行对比, 利用转换系数将不同生物生产力的土地面积转换为相同生产力的面积, 即均衡因子, 而能够使不同区域进行对比的转换系数为产量因子[12]。然而, 由于各区域气候条件不同, 生物生产力水平也不同, 机械套用通用的均衡因子与产量因子, 无法直观、准确地反映区域的真实情况与差异, 致使传统生态足迹法存在着明显的缺陷。基于此, Venetoulis和Talberth[13]改进了传统的生态足迹方法, 提出基于净初级生产力(Net Primary Productivity, NPP)的生态足迹法(Ecological Footprint Approach that Employs Net Primary Productivity, EF-NPP)。NPP是指绿色植物在单位时间和单位面积所生产的有机物数量[12], 生态足迹中的资源消费其实就是占用NPP, 将NPP数据与生态足迹法相结合, 能够比较准确、直观地反映各土地类型的生产力情况。国内对生态足迹的研究基本上沿袭国际上的发展轨迹, 但也体现出显著的中国区域特点。自1999年徐中民[11]、张志强[14]等学者引入生态足迹理论以来, 生态足迹便受到了国内学者的广泛关注, 并被频繁运用于各区域生态足迹的测算与区域可持续发展的评价分析之中[15-23]。EF-NPP方法被提出以后, 国内学者也进行了大量的实证研究与比较分析, 如刘某承等测算了中国均衡因子以及各省份的产量因子[12, 24]; 杜加强等对比分析了EF-NPP与传统方法的优劣, 得到EF-NPP在均衡因子选取、CO2吸收等方面有了较大改进, 能够较好地反映不同生态系统在生产力上的差异[25]。总体来说, EF-NPP方法弥补了传统方法的部分缺陷, 更能够反映人类对生态系统生产能力和供给能力的直接占用程度, 更好地评估一个地区的生态安全状态。

闽三角城市群为海湾型城市群, 地处海上丝绸之路起点、国家生态文明先行示范区和海峡西岸经济区, 但由于就地城镇化与工业化等多重胁迫使生态系统正面临着多方面挑战, 生态安全问题已经成为区域亟需解决的重大问题。鉴于此, 论文以海湾型城市群为典型研究区域, 突破传统生态足迹法, 应用改良后的方法, 以NPP数据体现现实生物量, 以“国家公顷(National Hectare, nhm2)”实现产量因子区域化, 探讨闽三角城市群生态足迹、生态承载力动态变化, 选取生态赤字与生态压力指数作为生态安全评价指标对其生态安全状态进行评估分析, 以期丰富生态足迹与生态安全研究的案例, 同时为城市群可持续发展提供科学依据和决策支撑。

1 研究方法

生态足迹的估算以两个基本事实为依据:一是人类可以确定自身消费的绝大多数资源及其所产生的废弃物的数量; 二是这些资源和废弃物能转换成相应的生物生产性土地面积[11], 故包括生态足迹需求与生态足迹供给(生态承载力)两个方面。将资源消费转化为生物生产性面积(如耕地、草地、林地、建设用地、水域和化石能源用地), 应用均衡因子得到生态足迹来表示人类消费所需对区域生态空间的占用; 生态承载力同样以生物生产性面积(如耕、林、草、水域、建设用地以及未利用地)呈现, 应用均衡因子与产量因子得到区域生态空间的真实生产力。因此将生态足迹与生态承载力进行对比可用来判断人类对生态空间的利用情况[1], 论文选取生态赤字与生态压力指数作为生态安全评价指标, 可以从某种角度共同反映区域生态安全状态[26-28](图 1)。

图 1 研究分析框架图 Fig. 1 The analytical framework of this study
1.1 基于净初级生产力生态足迹法

论文基于净初级生产力的生态足迹是以“国家公顷(nhm2)”为单位, 计算模型涉及耕地、草地、林地、建设用地、水域和化石能源用地6种类型的生物生产面积, 计算公式如下[19, 24]:

(1)

式中, EF为每平方公里总的生态足迹, Pii种产品的总产量, Yii种产品全国平均产量, EQF为均衡因子, A为区域面积, NPPii类生物生产性土地的NPP值, NPP为各类土地的年平均NPP值。

生态承载力指区域所能提供的资源利用率和能源消耗的上限, 即区域所能提供的生物生产性面积的总和[11]。根据对现有生物多样性的研究成果, 若13.4%的陆地面积得到有效保护, 则55%的濒危物种得以存活[25], 因此扣除13.4%的生态承载力来保护生物多样性。因此基于净初级生产力的生态承载力计算模型为通过耕、林、草、水域、建设用地以及未利用地来计算闽三角城市群生态承载力, 公式为[19, 25]:

(2)

式中, ECi种土地类型的每平方公里生态承载力, Aii种土地类型可得面积, EQF为均衡因子, YF为产量因子, A为区域面积, NPPii类生物生产性土地的NPP值, NPP为各类土地的年平均NPP值, NPPii类土地的国家年平均NPP值。

均衡因子与产量因子是生态足迹模型中的重要转换系数。为了体现区域真实生物量, 均衡因子以NPP表示, 即某一类土地的NPP值与所有土地平均NPP值的比值。而为了更好地体现区域承载力的真实情况与变化, 则用“国家公顷”代替“全球公顷”, 通过产量因子体现区域特性。由于能源消费面积是以森林与草地面积来表征, 所以化石能源用地均衡因子与产量因子应以林地与草地代替, 但区域林地面积约占全区面积的60%, 草地面积不足1%, 故而化石能源用地的均衡因子与产量因子由林地代替。由于建设用地一般是主要占用耕地, 且难以具体计算其均衡因子与产量因子, 故而建设用地的均衡因子与产量因子由耕地代替。通过计算模型得到的均衡因子、产量因子为空间分布图, 由于生态足迹计算需应用统计数据进行计算, 故生态足迹计算中应用某土地类型均衡因子、产量因子的均值。

1.2 生态安全评价计算模型 1.2.1 生态赤字/盈余

生态赤字/生态盈余是生态足迹与生态承载力之间的差额, 从某种程度上定量反映一个地区的可持续发展状况, 生态盈余表示占用资源量仍在生态承载力允许的范围之内, 生态赤字则反之[14], 公式表达为:

(3)

式中, ER为生态盈余, ED为生态赤字, EC为区域生态承载力, EF为区域生态足迹。

1.2.2 生态压力指数

生态压力指数是指某一国家或地区可更新资源生态足迹与生态承载力的比率, 反映了区域生态环境的承压程度, 生态压力指数与生态环境安全性呈正相关关系[26]。根据前人的研究[26-28]以及区域实况, 生态压力指数的等级划分标准如表 1, 生态压力指数模型为:

表 1 生态压力指数的等级划分标准[28] Table 1 The grade of ecological tension index
生态安全等级
Ecological safety level
生态压力指数范围
The range of ETI
程度
Level
< 0.5 很安全
0.51-0.80 较安全
0.81-1.00 轻度不安全
1.01-1.50 中度不安全
1.51-2.00 高度不安全
>2.00 严重不安全
(4)

式中, ETI为区域的土地生态压力指数, EF为区域土地资源的生态足迹, EC为区域生态承载力。

2 区域概况与数据来源 2.1 区域概况

闽三角城市群地处福建东南部沿海, 与我国台湾隔海相望, 多优良港湾及岛屿, 海洋生物资源丰富, 属于海湾型城市群。区域总面积约2.53万km2, 2016年总人口约1755万人, 人均GDP为7.72万元, 是福建乃至全国经济最发达的地区之一, 包括厦门、泉州、漳州三个城市, 具有相同的地域文化特征, 城市之间的互补性强, 区内交通网络日趋完善。该区域属于亚热带季风气候区, 温和多雨, 年平均气温在21℃左右; 森林覆盖率约60%, 全年空气质量达到及优于Ⅱ级标准的天数>360d, 空气优良指数达98%左右。

2.2 数据来源与处理方法 2.2.1 数据来源

文中统计数据来源于2011年、2016年的《厦门统计年鉴》《漳州统计年鉴》《泉州统计年鉴》, 国家平均生物生产力数据由2011年、2016年《中国统计年鉴》相关数据计算得到; NPP数据选取美国蒙大拿大学(Numerical Terradynamic Simulation Group(NTSG))提供的2010年与2015年陆地4级标准数据产品MOD17A3数据, 空间分辨率为1 km, 单位为kg C m-1 a-1; 土地分类数据通过监督分类与目视解译的方法解译2010年的Landsat5 TM影像和2015年的Landsat8 OLI影像数据所得, 分辨率为30 m, 土地利用类型分为耕地、草地、林地、水域、建设用地、未利用地六类。

2.2.2 处理方法

将1 km×1 km的Modis的NPP数据在ENVI 5.1软件进行裁剪、镶嵌等一系列处理得到真实NPP值, 基于2010年与2015年的土地利用分类数据, 应用均衡因子与产量因子计算模型得到2010年与2015年的闽三角城市群各土地类型的均衡因子和产量因子空间图。将空间均衡因子与产量因子根据计算模型应用于生态足迹与生态承载力计算, 最终得到闽三角城市群的生态足迹与生态承载力空间图, 并对生态赤字以及生态压力指数进行空间化可视化表达。由于遥感数据均为1 km×1 km, 故所得空间图表示每平方公里的生态足迹、生态承载力、生态赤字与生态压力指数。

3 结果分析 3.1 生态足迹结果分析

生态足迹的计算结果主要由3个部分组成:生物资源消费、能源资源消费和贸易调整。由于贸易数据的局限性且仅占很小的比例, 论文不进行计算。

3.1.1 生物资源与能源资源消费足迹

图 2所示, 生物资源消费项目中耕地消费足迹纳入粮食、蔬菜、猪肉、蛋类和茶叶的消费量, 草地消费足迹选取牛羊肉、奶类为消费项, 林地消费足迹由木材、水果产量来反映。水域消费足迹仅考虑淡水产品产量。生物资源中粮食、水果、茶叶的国家平均水平由当年统计数据计算所得, 其余项目选取2012年国家各生物资源总产量与面积的比值[29]

图 2 闽三角城市群生物资源与能源消费足迹(2010-2015年)/(104nhm2) Fig. 2 The consumption footprints of biological resources and energy resources of UA-MD (2010-2015) nhm2表示国家公顷

能源资源消费足迹选取电力、原煤、焦炭、液化天然气、汽油、煤油、柴油、燃料油以及液化石油气作为能源资源项目。其中, 电力资源仅按当年比例计算水电生态足迹, 表征为建设用地消费足迹, 其余能源资源项目用来表征化学能源用地。由于化学能源用地是表示扣除海洋碳吸收后, 吸收化石燃料燃烧排放二氧化碳所需的森林与草地面积, 故化石能源消费量以林地与草地吸收单位体积的CO2量来换算[30]

图 2可知, 生物资源消费足迹增长快速, 总消费足迹随着产量的增加而相应增长, 增长率为40%, 区域人均生物资源消费足迹增长了33%。由于生物资源与人们的生产生活息息相关, 故生物资源产量增加与人口增长有关。但是各土地类型消费足迹在数量与变化趋势等方面差异较明显。就数量而言, 2010-2015年各土地类型总消费足迹呈现出林地>草地>耕地>水域的格局; 就变化趋势而言, 除耕地消费足迹外, 其他土地消费足迹均处于快速增长状态。该时期内林地总消费足迹增长率高达60%, 人均消费足迹增长也将近54%;草地总消费足迹增长了36%, 人均消费足迹也增长了29%;从产量来看, 草地产量最低, 但与全国平均产量相比, 区域草地的生物资源项目产量较为可观, 故草地总消费足迹较高增长较快; 耕地总消费足迹下降18%, 人均消费足迹也相应降低, 由于区域城市持续扩张, 建设用地占用耕地, 使其面积减少导致减产, 所以耕地消费足迹下降。水域总消费足迹增长29%, 人均消费足迹也相应上升23%, 可能是区域经济实力增强, 人口消费水平上升以及人工养殖技术提高的缘故。

能源资源消费足迹随能源资源消费量的变化而变化(图 2)。2015年区域能源总消费足迹为2010年的1.35倍, 人均消费足迹增长了29%。能源资源中原煤消费足迹最大, 其次是燃料油, 主要供给区域电力、热力生产及供应业和制造业使用。同时电力消费量、消费足迹及人均消费足迹均处于快速增长中, 增长率均超过35%。

3.1.2 城市群生态足迹结果分析

表 2所示, 城市群生态足迹飞速增长。2010-2015年间城市群生态足迹总体呈上升趋势, 总生态足迹及每平方公里生态足迹均上升了36%, 人均生态足迹上升了30%, 说明人们对自然资源的需求程度不断提高, 对自然生态系统的依赖性逐渐变大。该时期内区域工业生产总值增长37.8%, 二者增长趋势与区域生态足迹增长趋势相近, 说明工业强度与生态足迹有较强的相关性, 而区域人口增长率仅为5%, 增速远远低于区域生态足迹增速, 说明人口增长的影响较小。与2010年相比, 2015年除耕地生态足迹下降18.6%外, 其他土地类型的生态足迹呈快速上升趋势, 尤其是林地、建设用地和能源用地, 分别增长了61.9%、53.2%与35.8%, 林地消费量的增加主要是因为厦门、漳州木材的消耗量加大, 而城市建设与扩张是建设用地消费增加, 耕地减少的主要原因。

表 2 闽三角城市群生态足迹(2010-2015) Table 2 Ecological footprint of Urban Agglomeration on Min Delta (2010-2015)
年份
Year
耕地
Cropland/104nhm2
草地
Grassland/104nhm2
林地
Forest/104nhm2
化石能源用地
Fossil energy land/104nhm2
建设用地
Built land/104nhm2
水域
Water/104nhm2
总生态足迹
Eco-footprint/104nhm2
人均生态足迹
Per capita eco-footprint/nhm2
每平方公里生态足迹
Eco-footprint per square kilometer/nhm2
2010 85.38 299.53 261.47 486.63 1.43 32.29 1166.72 0.71 462.63
2015 69.49 398.65 423.33 660.85 2.19 41.68 1596.18 0.92 629.77
nhm2表示国家公顷

从整体构成来看, 2010年各类土地生态足迹从大到小排序为:能源用地>草地>林地>耕地>水域>建设用地; 2015年的相应排序为:能源用地>林地>草地>耕地>水域>建设用地。能源用地生态足迹最大, 均为当年城市群总生态足迹的40%左右; 草地与林地次之, 二者生态足迹总量均接近总生态足迹的1/2, 说明能源用地、林地和草地是闽三角城市群生态足迹的主要部分。

各城市生态足迹差距正逐渐缩小(图 3)。2010-2015年期间厦门的每平方公里生态足迹最高, 泉州次之, 漳州最低; 同时城市群内部差异逐渐缩小, 城市水平逐渐接近。5年间厦门单位面积的生态足迹下降幅度为8%, 由于化石能源用地生态足迹降低9%, 2010年城市群总生态足迹的1/3由厦门能源消费足迹贡献, 至2015年下降至26.43%, 说明近年来厦门在支持新能源的开发利用、减少对焦炭、汽油、柴油、液化石油气等化石能源使用上取得一定的成效。2015年泉州单位面积生态足迹是2010年的1.37倍, 能源用地的增加是其增长的主因, 泉州工业基础较好, 该时期内第二产业比重始终产业总值的60%左右, 使能源用地生态足迹占泉州生态足迹的比重始终超过50%。2010年漳州生态足迹为425.61 nhm2/km2, 仅约为同年厦门生态足迹的1/2, 至2015年增长近一倍, 其中林地、草地及能源用地的生态足迹明显增加, 这与近年来漳州二、三产的大力发展以及林业工业企业的壮大有极大的关系。然而, 与城市群每平方公里生态足迹结果不同的是, 漳州人均生态足迹在3个城市中最高, 泉州次之, 厦门最末, 这得因于城市人口密度的差异。

图 3 闽三角城市群各城市每平方公里生态足迹构成图(2010-2015年) Fig. 3 The components of ecological footprint of Urban Agglomeration on Min Delta (2010-2015)
3.2 生态承载力结果分析 3.2.1 土地利用变化情况

区域生态承载力是区域生物生产性土地面积的总和, 故与区域各土地类型面积变化有着密切关系。如表 3所示, 2010-2015年城市群中六类土地面积从大到小排序为林地>耕地>建设用地>水域>草地>未利用地。该时期内耕地、草地、林地、未利用地面积呈下降趋势, 水域面积略有上升, 建设用地面积则大幅上升了16%。其中, 耕地转化为其他用地的面积达420.16 km2, 其中约70%转化为建设用地, 其他用地转化为耕地的仅为255.72 km2, 主要来源于林地与建设用地; 林地主要转化为耕地与建设用地, 占总转出面积的95%, 转入面积则以耕地、建设用地、未利用地为主; 建设用地转为林地与耕地的面积占总转出面积的96%, 说明耕地、林地以及建设用地之间并不是单向的转化; 草地、水域以及未利用地的面积变化较小; 由于部分区域进行了围海造陆与围海养殖, 使海域转为水域、林地以及建设用地。

表 3 闽三角城市群土地利用转移矩阵表(2010-2015年)/km2 Table 3 Matrix of the change of land use types in the Urban Agglomeration on Min Delta (2010-2015)
2015年 2010年
耕地
Cropland
林地
Forest
草地
Grassland
水域
Water
建设用地
Built land
未利用地
Unused land
面积
Area
耕地Cropland 4734.44 125.39 0.97 14.65 110.28 0.65 5154.597
林地Forest 100.07 16069.84 20.64 10.02 81.25 22.82 16479.14
草地Grassland 0.25 1.27 137.00 3.91 0.12 0.01 163.0525
水域Water 21.41 14.26 0.25 613.43 7.28 3.34 694.1927
建设用地Built land 292.61 262.71 4.17 43.68 2436.49 5.50 2635.755
未利用地Unused land 5.81 5.66 0.02 8.49 0.33 69.38 101.6824
面积Area 4990.157 16335.41 142.7555 719.3971 3068.158 90.13344
3.2.2 城市群生态承载力结果分析

城市群生态承载力呈现下降的趋势(图 4)。区域大部分生态承载力低于300 nhm2/km2, 大部分位于0-100 nhm2/km2之间, 且2010-2015年间生态承载力呈现略微下降的趋势, 这与境内林地、耕地、草地以及未利用地面积减少有关。厦门市生态承载力趋势变化不明显, 泉州市中西部与漳州市西北部地区明显降低, 使得城市群生态承载力在100-200 nhm2间的面积减少, 主要原因为漳州、泉州近年未能及时有力地保护或者修复环境, 使得部分林地生态承载力从2010年的100-200 nhm2间下降至100 nhm2以下。

图 4 闽三角城市群生态承载力时空格局演变(2010-2015年) /nhm2 Fig. 4 Spatial-temporal evolution of carrying capacity of Urban Agglomeration on Min Delta (2010-2015)

城市群各土地类型的生态承载力有较大差异。水域与草地的生态承载力较高, 建设用地、耕地以及林地次之, 未利用地的生态承载力最低, 与最高值相差400 nhm2以上。这归因于水域与草地的产量因子较高的缘故, 而建设用地呈现的生态承载力与耕地相近, 未利用地则由于土地生产能力较低, 生态承载力始终低于100 nhm2

3.3 生态安全评价结果 3.3.1 生态赤字/盈余结果

图 5可知, 城市群生态赤字严重。2010-2015年间区域均处于生态赤字状态中。2010年厦门市赤字情况严重, 漳州与泉州的赤字程度则相对较低, 但是至2015年几乎全部区域的生态赤字>300 nhm2, 生态赤字问题愈发严重。仅有东部沿海部分水域呈现盈余, 主要是水域生态承载力较高的缘故。

图 5 闽三角城市群生态赤字时空格局演变(2010-2015年)/nhm2 Fig. 5 Spatial-temporal evolution of ecological deficit of Urban Agglomeration on Min Delta (2010-2015)

就各城市而言, 2010-2015年间厦门的生态赤字最为严重, 泉州次之, 漳州生态赤字程度较轻, 但也超出了土地本身的承受能力, 该趋势与生态足迹的结果总体相符。该时期内厦门的生态赤字严重且趋于固化, 基本为>500 nhm2, 泉州与漳州则飞速增长, 从2010年的200-500 nhm2上升至2015年500 nhm2以上。城市群地处东南沿海, 经济发展程度较好, 厦门作为经济特区, 经济发展金融服务与旅游业最为发达, 泉州工业发达, 漳州第一产业比重较大, 经济发展程度相对低于其他两市。近年来, 福建省积极推进厦漳泉同城化, 3个城市突破了行政区划的界限, 实现资源共享、产业优势互补, 基础设施日益完善, 经济联系更加紧密。整个闽三角城市群发展快速, 然而, 区域生态足迹也相应增加, 生态承载力每况愈下, 生态赤字也越发严重, 维护城市群生态安全刻不容缓。

3.3.2 生态压力指数结果

城市群整体生态压力指数较大。如图 6所示, 2010-2015年总体生态压力指数>2, 且有不断升高的趋势, 区域处于生态不安全状态, 表明区域生态与经济的协调性仍然不足, 生态不安全程度较大, 生态安全体系亟需进一步完善, 整体的可持续发展能力也尚待加强。

图 6 闽三角城市群生态压力指数时空格局演变(2010-2015年) Fig. 6 Spatial-temporal evolution of ecological tension index of Urban Agglomeration on Min Delta (2010-2015)

各城市生态压力指数从大到小排序为厦门>泉州>漳州。厦门市2010-2015年间大部分区域生态压力指数始终>2, 说明该时期内厦门市一直处于生态不安全的状态下。泉州市与漳州市大部分指数>2, 但有部分林地的生态压力指数由2010年的1-1.5之间上升至2015年的>2(第Ⅵ等级), 不安全等级升高。这与前面得到生态赤字结果基本相吻合, 说明区域生态不安全。

4 结论与讨论

生态安全和人类生活紧密联系, 应用生态足迹法对闽三角城市群近5年生态安全进行评价, 结论如下:(1)2010-2015年间, 城市群生态足迹快速增长, 由462.63 nhm2/km2上升至629.77 nhm2/km2, 林地的降低速度较快; 厦门生态足迹数值很高但略有降低, 漳州与泉州则快速增长, 不断缩短与厦门的差距; 区域的生态承载力则总体呈下降趋势。(2)区域长期处于生态赤字且越发严重, 生态压力指数>2并呈增加趋势, 生态压力持续增大, 区域生态安全状态并不乐观。区域生态安全状态是人口状况、社会经济、城市建设等多种因素共同作用的结果。人口和工业产值的增长是闽三角城市群生态足迹上升的主要原因, 人口增长使对生物资源以及其他生态服务的需求增加, 工业能耗增加, 排放出的CO2所需草地和林地面积扩大, 生活环境被破坏, 生态系统压力增大, 甚至可能带来气候变化、资源污染等重大危害。由于城市扩张侵占了农业用地以及对原有的生态系统产生了负面影响, 降低了生物生产力和生物多样性, 使耕地承载力下降, 虽然区域林业资源丰富, 但木材需求的增加使林地生态足迹上升, 同时也使区域生态承载力下降, 这从侧面说明区域林地资源面临巨大的压力。未来需要优化产业结构, 提高能源利用率, 改变消费模式, 倡导节约型消费, 科学规划建设用地; 同时加强区域生态足迹、生态承载力与生态安全预警与监测。

论文以“国家公顷”作为计量单位, 使产量因子体现区域特性, 又以NPP设定均衡因子, 使其体现真实的生物量, 从而使计算结果更为准确地体现了区域发展对生态资源的需求和消耗以及对废弃物的消纳能力, 也更为客观地反映区域生态安全状况。但是由于资料数据的限制, 论文未对海水产品进行讨论, 对水域生态足迹结果有一定的影响; 仅以水电数据表征建设用地生态足迹, 建设用地生态足迹可能偏小; 化石能源用地均衡因子仅以林地代替具有一定局限性。与此同时, 论文采用的Modis数据分辨率为1 km×1 km, 难免出现混合像元的负面效应问题, 这些均是未来研究需要关注与克服的领域。

参考文献
[1] 肖笃宁, 陈文波, 郭福良. 论生态安全的基本概念和研究内容. 应用生态学报, 2002, 13(3): 354–358.
[2] 陈星, 周成虎. 生态安全:国内外研究综述. 地理科学进展, 2005, 24(6): 8–20. DOI:10.11820/dlkxjz.2005.06.002
[3] 左伟, 王桥, 王文杰, 刘建军, 杨一鹏. 区域生态安全评价指标与标准研究. 地理学与国土研究, 2002, 18(1): 67–71.
[4] 杨屹, 朱彦臻, 张景乾. 关中-天水经济区生态足迹变化驱动因素. 生态学报, 2017, 37(21): 7061–7067.
[5] 彭文君, 舒英格. 喀斯特山区县域耕地景观生态安全及演变过程. 生态学报, 2018, 38(3): 852–865.
[6] 江源通, 田野, 郑拴宁. 海岛型城市生态安全格局研究——以平潭岛为例. 生态学报, 2018, 38(3): 769–777.
[7] 彭建, 赵会娟, 刘焱序, 吴健生. 区域生态安全格局构建研究进展与展望. 地理研究, 2017, 36(3): 407–419.
[8] Rees W E. Ecological footprints and appropriated carrying capacity: what urban economics leaves out. Environment and Urbanization, 1992, 4(2): 121–130. DOI:10.1177/095624789200400212
[9] Wackernagel M, Rees W. Our Ecological Footprint: Reducing Human Impact on the Earth. Philadelphia: New Society Publishers, 1996.
[10] Wackernagel M, Monfreda C, Schulz N B, Erb K H, Haberl H, Krausmann F. Calculating national and global ecological footprint time series: resolving conceptual challenges. Land Use Policy, 2004, 21(3): 271–278. DOI:10.1016/j.landusepol.2003.10.006
[11] 徐中民, 张志强, 程国栋. 甘肃省1998年生态足迹计算与分析. 地理学报, 2000, 55(5): 607–616. DOI:10.11821/xb200005010
[12] 刘某承, 李文华, 谢高地. 基于净初级生产力的中国生态足迹产量因子测算. 生态学杂志, 2010, 29(3): 592–597.
[13] Venetoulis J, Talberth J. Refining the ecological footprint. Environment, Development and Sustainability, 2008, 10(4): 441–469. DOI:10.1007/s10668-006-9074-z
[14] 张志强, 徐中民, 程国栋, 陈东景. 中国西部12省(区市)的生态足迹. 地理学报, 2001, 56(5): 599–610. DOI:10.11821/xb200105011
[15] 王书华, 毛汉英, 王忠静. 生态足迹研究的国内外近期进展. 自然资源学报, 2002, 17(6): 776–782. DOI:10.11849/zrzyxb.2002.06.018
[16] 施开放, 刁承泰, 孙秀锋, 左太安. 基于耕地生态足迹的重庆市耕地生态承载力供需平衡研究. 生态学报, 2013, 33(6): 1872–1880.
[17] 安宝晟, 程国栋. 西藏生态足迹与承载力动态分析. 生态学报, 2014, 34(4): 1002–1009.
[18] 曹淑艳, 谢高地, 陈文辉, 郭红. 中国主要农产品生产的生态足迹研究. 自然资源学报, 2014, 29(8): 1336–1344. DOI:10.11849/zrzyxb.2014.08.006
[19] 邱寿丰, 朱远. 基于国家生态足迹账户计算方法的福建省生态足迹研究. 生态学报, 2012, 32(22): 7124–7134.
[20] 郭华, 蔡建明, 杨振山. 城市食物生态足迹的测算模型及实证分析. 自然资源学报, 2013, 28(3): 417–425. DOI:10.11849/zrzyxb.2013.03.007
[21] 陈敏, 张丽君, 王如松, 怀保光. 1978年-2003年中国生态足迹动态分析. 资源科学, 2005, 27(6): 132–139.
[22] 章锦河, 张捷. 国外生态足迹模型修正与前沿研究进展. 资源科学, 2006, 28(6): 196–203.
[23] 徐中民, 程国栋, 张志强. 生态足迹方法的理论解析. 中国人口·资源与环境, 2006, 16(6): 69–78.
[24] 刘某承, 李文华. 基于净初级生产力的中国生态足迹均衡因子测算. 自然资源学报, 2009, 24(9): 1550–1559. DOI:10.11849/zrzyxb.2009.09.005
[25] 杜加强, 舒俭民, 张林波. 基于净初级生产力的生态足迹模型及其与传统模型的对比分析. 生态环境学报, 2010, 19(1): 191–196.
[26] 赵先贵, 马彩虹, 高利峰, 韦良焕. 基于生态压力指数的不同尺度区域生态安全评价. 中国生态农业学报, 2007, 15(6): 135–138.
[27] 杨青, 逯承鹏, 周锋, 耿涌, 景红双, 任婉侠, 薛冰. 基于能值-生态足迹模型的东北老工业基地生态安全评价——以辽宁省为例. 应用生态学报, 2016, 27(5): 1594–1602.
[28] 唐呈瑞, 逯承鹏, 杨青, 姜璐, 任婉侠, 薛冰. 东北老工业区生态安全动态演变过程及驱动力. 生态学报, 2017, 37(22): 7474–7482.
[29] 谢鸿宇, 叶慧珊. 中国主要农产品全球平均产量的更新计算. 广州大学学报:自然科学版, 2008, 7(1): 76–80.
[30] 谢鸿宇, 陈贤生, 林凯荣, 胡安焱. 基于碳循环的化石能源及电力生态足迹. 生态学报, 2008, 28(4): 1729–1735.