汪磊+黃其松

摘要： 西部是我國生態(tài)環(huán)境最為脆弱的地區(qū)，科學(xué)評價其生態(tài)脆弱性是進行生態(tài)恢復(fù)和重建的重要前提。構(gòu)建了西部地區(qū)生態(tài)脆弱性評價指標(biāo)體系，引入博弈論集結(jié)思想，建立了基于層次分析法（主觀賦權(quán)）和主成分分析（客觀賦權(quán)）的博弈論組合賦權(quán)模型，借助2013年截面數(shù)據(jù)評價了西部12省區(qū)生態(tài)脆弱性并進行等級劃分。研究結(jié)論表明，西部地區(qū)內(nèi)部生態(tài)脆弱性分布極不平衡，西北地區(qū)生態(tài)脆弱程度明顯高于西南地區(qū)。

關(guān)鍵詞： 生態(tài)脆弱性；博弈論組合賦權(quán)；主成分分析；層次分析法；西部地區(qū)；等級劃分

中圖分類號： F301.2 文獻標(biāo)志碼： A 文章編號：1002-1302（2016）03-0318-04

西部地區(qū)作為我國重要的生態(tài)安全屏障，長期以來，受亂砍濫伐、過度開墾、超載放牧、開發(fā)粗放等人為因素影響，水土流失嚴重，植被不斷減少，近年來先后發(fā)生了西南特大旱災(zāi)、玉樹地震、舟曲泥石流等自然災(zāi)害，生態(tài)環(huán)境持續(xù)惡化。黨的十八大報告首次將生態(tài)文明納入“五位一體”的總體布局，對于生態(tài)脆弱地區(qū)而言，科學(xué)評價生態(tài)脆弱性已成為生態(tài)文明建設(shè)的重要內(nèi)容[1]。在此背景下，本研究構(gòu)建了西部地區(qū)生態(tài)脆弱性評價體系，引入博弈論集結(jié)思想，構(gòu)建了博弈論組合賦權(quán)模型，集成主觀賦權(quán)和客觀賦權(quán)的優(yōu)點，從而提高了西部地區(qū)生態(tài)脆弱性評價的科學(xué)性，同時也為其他地區(qū)的生態(tài)脆弱性評價提供有益的方法借鑒。

1 生態(tài)脆弱性的概念分析

生態(tài)脆弱性概念是基于生態(tài)交錯帶（ecotone）和脆弱性（vulnerability）概念的基礎(chǔ)上衍生出來的復(fù)合型概念。生態(tài)交錯帶由Clements于1905年首次提出，意指從兩側(cè)生物群落來的物種在此受到某種脅迫[2]。脆弱性原指物體易受攻擊、易受傷和被損壞的特性[3]，最早運用于災(zāi)害學(xué)領(lǐng)域的研究。國外學(xué)者對其研究較早，但對脆弱性概念的認識不盡相同。如Smith等認為脆弱性是暴露和適應(yīng)性的函數(shù)。Metzger 等認為脆弱性是氣候變化的潛在影響和適應(yīng)性能力的函數(shù)[4]。IPCC則認為脆弱性是系統(tǒng)外在氣候變化的特征、強度和速率、敏感性和適應(yīng)性的函數(shù)[5]。隨著脆弱性概念在生態(tài)領(lǐng)域的廣泛應(yīng)用，國內(nèi)學(xué)者嘗試對生態(tài)脆弱性概念進行界定。如王介勇等認為生態(tài)脆弱性是生態(tài)系統(tǒng)在人類活動干擾和外界環(huán)境脅迫作用下所表現(xiàn)出來的易變性以及生態(tài)系統(tǒng)所做出的可能性響應(yīng)[6]。趙珂等認為生態(tài)脆弱性概念應(yīng)側(cè)重于突出生態(tài)系統(tǒng)偏離原系統(tǒng)的程度，即生態(tài)系統(tǒng)受到外界干擾后所表現(xiàn)出的不穩(wěn)定性特征[7]。周嘉慧等認為生態(tài)脆弱性是在特定空間區(qū)域內(nèi)，受自然或人類活動驅(qū)動，生態(tài)環(huán)境所表現(xiàn)出的不利于人類生存、發(fā)展、利用的易變性[8]。

由于不同學(xué)者的專業(yè)方向、分析維度以及理解程度等存在差異，目前學(xué)術(shù)界對于生態(tài)脆弱性的定義尚未形成一致性意見。但以上概念都強調(diào)了外在環(huán)境對生態(tài)系統(tǒng)由外而內(nèi)的沖擊作用以及生態(tài)系統(tǒng)對外在環(huán)境由內(nèi)而外的恢復(fù)作用的綜合影響。綜上所述，本研究對生態(tài)脆弱性作如下理解：“生態(tài)脆弱性是在特定時空尺度背景下生態(tài)系統(tǒng)對于自然因素或人類社會等外在環(huán)境的風(fēng)險、沖擊和壓力所呈現(xiàn)出的敏感反應(yīng)以及自我恢復(fù)能力的綜合度量，是生態(tài)系統(tǒng)的固有屬性?！?/p>

2 國內(nèi)外研究現(xiàn)狀

國外學(xué)者對生態(tài)脆弱性研究起步較早，內(nèi)容涵蓋生態(tài)脆弱性的內(nèi)涵分析、類型劃分、成因分析、脆弱度評價以及脆弱區(qū)生態(tài)恢復(fù)與治理等。Chambers等指出脆弱性包括外部因素和內(nèi)部因素2個方面的綜合作用[9]。IPCC認為生態(tài)脆弱性是由暴露性、敏感性與適應(yīng)性能力綜合決定的[5]；實證方面，鑒于對生態(tài)脆弱性的概念及內(nèi)涵認識的不一致，更多研究傾向于生態(tài)脆弱性的測度，如應(yīng)用GIS、地圖方式進行空間分析[10-11]。

國內(nèi)學(xué)者的研究主要集中于生態(tài)脆弱性的定量評價：（1）從研究對象來看，國內(nèi)文獻集中在塔里木河[12]、黃河中游區(qū)佳蘆河流域[13]等河流流域，洞庭湖區(qū)濕地[14]、洪澤湖濕地[15]等濕地生態(tài)系統(tǒng)，以及農(nóng)牧交錯帶[16-17]等生態(tài)交錯帶。（2）從指標(biāo)體系構(gòu)建來看，付博等從生態(tài)壓力、生態(tài)狀態(tài)、生態(tài)響應(yīng)3個維度構(gòu)建了相應(yīng)的評價指標(biāo)體系[18]。萬洪秀等從生態(tài)脆弱性的影響因子、表現(xiàn)因子、脅迫因子3方面構(gòu)建了綜合評價指標(biāo)體系[19]。喬青等從生態(tài)敏感度、生態(tài)彈性度、生態(tài)壓力度3個方面構(gòu)建了相應(yīng)的評價指標(biāo)體系[20]。（3）從評價方法來看，有AHP和模糊綜合評判法[21]、主成分分析法[22]、BP人工神經(jīng)網(wǎng)絡(luò)分析法[23]、壓力-敏感-彈性（PSE）[24]、改進TOPSIS模型[25]等評價方法。此外，直接與西部地區(qū)生態(tài)脆弱性評價高度相關(guān)的文獻只有1篇[26]，本研究實證結(jié)果將與其研究結(jié)論進行對比分析。

上述觀點、思路與方法給本研究提供了很好的參考借鑒。然而結(jié)合文獻分布來看尚存在如下不足：（1）研究對象上，現(xiàn)有文獻較少將研究對象瞄準于西部地區(qū)；（2）研究方法上，大多應(yīng)用主成分進行分析的文獻均忽略了評分函數(shù)中客觀賦權(quán)的自身缺陷。

3 構(gòu)建西部地區(qū)生態(tài)脆弱性評價指標(biāo)體系

西部地區(qū)生態(tài)脆弱性綜合評價包括構(gòu)建指標(biāo)體系以及選取評價方法2個方面。指標(biāo)體系的構(gòu)建要遵循科學(xué)性、可比性、實用性等原則。由于生態(tài)脆弱性是一個復(fù)雜系統(tǒng)的綜合特性，多數(shù)研究傾向于引入較多的指標(biāo)來刻畫，盡管可以加深對系統(tǒng)特征的認識，但指標(biāo)數(shù)量過多導(dǎo)致指標(biāo)之間容易產(chǎn)生相關(guān)性，同時稀釋了各評價指標(biāo)的權(quán)重，從而失去綜合評價的客觀性。鑒于此，本著指標(biāo)約簡的原則，本研究從自然因素和社會因素的二維框架出發(fā)，從自然環(huán)境、人均水資源量、產(chǎn)業(yè)結(jié)構(gòu)、富裕程度等不同維度構(gòu)建了西部地區(qū)生態(tài)脆弱性評價指標(biāo)體系。

具體而言，充分考慮到產(chǎn)業(yè)發(fā)展、人的因素、生態(tài)環(huán)境、農(nóng)業(yè)發(fā)展等因素對生態(tài)脆弱性的作用，從《中國統(tǒng)計年鑒2014》《各省區(qū)第6次人口普查數(shù)據(jù)》等文獻資料選取如下指標(biāo)：人均GDP（元/人）——X1、第三產(chǎn)業(yè)占GDP比重（%）——X2、森林覆蓋率（%）——X3、人口密度（人/km2）——X4，農(nóng)村居民人均純收入（元）——X5、自然保護區(qū)占轄區(qū)面積比重（%）——X6，農(nóng)作物受災(zāi)面積（×103 hm2）——X7，濕地面積（×103 hm2）——X8，共8項指標(biāo)構(gòu)成評價指標(biāo)體系。原始數(shù)據(jù)參照《中國統(tǒng)計年鑒2014》《各省區(qū)第6次人口普查數(shù)據(jù)》。

4 基于主成分分析的西部地區(qū)生態(tài)脆弱性綜合評價

4.1 數(shù)據(jù)預(yù)處理

本研究借助統(tǒng)計軟件SPSS 20.0先對原始數(shù)據(jù)進行標(biāo)準化處理，以消除變量間的量綱差異和數(shù)量級影響，得到相關(guān)系數(shù)矩陣R（表1）。由表1可知，部分指標(biāo)之間存在很強的相關(guān)性，如ZX1與ZX5之間的相關(guān)系數(shù)為0.750，ZX3與ZX4之間的相關(guān)系數(shù)為0.731，表明指標(biāo)之間存在著嚴重的信息重疊，若直接用于分析，會帶來嚴重的共線問題。需要說明的是，ZX1表示原始指標(biāo)X1經(jīng)過標(biāo)準變換后生成的新指標(biāo)，其他ZX指標(biāo)含義類推。此外，標(biāo)準變換后的指標(biāo)值若為負數(shù)，表明某樣本的該指標(biāo)值低于平均水平，反之，則表明某樣本的該指標(biāo)值高于平均水平。限于篇幅，此處略去主成分分析的相關(guān)原理及數(shù)學(xué)模型[27]。

4.2 KMO 和 Bartlett 球度檢驗

表1只能判斷2個指標(biāo)間的簡單相關(guān)程度，刻畫所有指標(biāo)相關(guān)程度的整體水平需要計算KMO。KMO統(tǒng)計量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，是檢驗原始數(shù)據(jù)是否適合進行主成分分析的重要統(tǒng)計量。借助 SPSS 20.0 中的主成分分析模塊，得出KMO統(tǒng)計量的值為06。根據(jù)Kaiser給出的KMO度量標(biāo)準可知，該數(shù)據(jù)適合進行主成分分析。此外，因伴隨概率P=0.049小于顯著性水平α=0.05，應(yīng)拒絕零假設(shè)，認為相關(guān)系數(shù)矩陣與單位陣有顯著差異。相關(guān)信息見表2。

4.3 計算相關(guān)系數(shù)矩陣R的特征值、方差貢獻率及主成分提取

計算相關(guān)系數(shù)矩陣R的特征值、特征值的貢獻率和累計貢獻率見表3。主成分的貢獻率表示該主成分反映原指標(biāo)的信息量，累計貢獻率表示相應(yīng)幾個公共因子累計反映原指標(biāo)的信息量。由表2可知，第一主成分（F1）、第二主成分（F2）、第三主成分（F3）攜帶的信息分別達到46.625%、23.398%、15072%，累計貢獻率為85.094%（方差累計貢獻率達85%以上即被認為有效），所損失的信息只有13.659%（表3）。于是提取F1、F2、F3作為降維后的綜合變量。因此，上述8項指標(biāo)成功降維至F1、F2、F3 3個維度，并得到主成分載荷矩陣（表4）。

根據(jù)表4的相關(guān)信息，提取的3個主成分F1、F2、F3的線性表達式如下：

4.4 主成分命名及評分函數(shù)分析

由上述3式可知，每個主成分只在部分指標(biāo)上的載荷值較大[見表4中數(shù)值右上角的（*）所示]。其中，F(xiàn)1在ZX3（森林覆蓋率）、ZX4（人口密度）、ZX6（自然保護區(qū)占轄區(qū)面積比重）、ZX7（農(nóng)作物受災(zāi)面積）、ZX8（濕地面積）5個指標(biāo)上具有較大載荷值，這些指標(biāo)集中反映了不同的生態(tài)系統(tǒng)本身對生態(tài)脆弱性的影響，不妨F1命名為生態(tài)環(huán)境因子；F2在ZX1（人均GDP）、ZX5（農(nóng)村居民人均純收入）上的載荷值都很大，其中人均GDP本身就是反映地區(qū)富裕程度的指標(biāo)，同時西部地區(qū)生態(tài)脆弱區(qū)大多位于農(nóng)村，對農(nóng)民的純收入影響較大，因此，將F2概括為社會富裕因子；F3在ZX2（第三產(chǎn)業(yè)占GDP比重）上的載荷值都很大，說明F3集中反映了產(chǎn)業(yè)結(jié)構(gòu)變化對地區(qū)生態(tài)脆弱性的影響，將F3概括為產(chǎn)業(yè)結(jié)構(gòu)因子。

主成分分析用于綜合評價的優(yōu)勢在于提取的主成分之間線性無關(guān)，消除了指標(biāo)之間的信息重疊，使得采用的線性評分函數(shù)具有一定的合理性。這種線性評分函數(shù)以各主成分的方差貢獻率作為權(quán)重大?。‵1、F2、F3的客觀權(quán)重見表3），屬于典型的數(shù)據(jù)驅(qū)動?？陀^賦權(quán)的取值如下：

WPC4={wF1，wF2，wF3}={0.548，0.275，0.177}。

構(gòu)建加權(quán)的線性評分數(shù)，得出各省區(qū)的綜合得分F（見表5）。計算公式如下：

F=（46.625×F1+23.398×F2+15.072×F3）/ 85.094。

（4）

需要說明的是，綜合得分F由效益型的正指標(biāo)構(gòu)成，可概況為生態(tài)安全性，F(xiàn)值越大，代表生態(tài)安全性越高。而脆弱性屬于成本型的逆指標(biāo)。由分析可知，生態(tài)安全性與生態(tài)脆弱性之間互為反向關(guān)系，即綜合得分F取值越大，表明生態(tài)脆弱性越小，綜合得分F取值越小，表明生態(tài)脆弱性越大。

4.5 傳統(tǒng)主成分分析中的不足及層次分析法賦權(quán)

由于提取的主成分之間線性無關(guān)，主成分分析在綜合評價中得以廣泛應(yīng)用，但F1、F2、F3的權(quán)重是由各主成分的方差貢獻大小所決定的，屬于典型的客觀賦權(quán)?？陀^賦權(quán)的優(yōu)點在于純粹由數(shù)據(jù)驅(qū)動，缺點在于其有效性依賴于足夠的樣本數(shù)據(jù)、數(shù)據(jù)精度，完全忽略決策者的主觀意向，通用性和可參與性較差；而主觀賦權(quán)的不足在于其有效性完全依賴評分專家的經(jīng)驗和直覺，主觀隨意性強。鑒于此，本研究以綜合得分F與F1、F2、F3 3個主成分之間的線性加權(quán)模型為基礎(chǔ)，同時借鑒主觀賦權(quán)和客觀賦權(quán)的各自優(yōu)點，構(gòu)建基于層次分析法（AHP）的主觀賦權(quán)和主成分分析（PCA）的客觀賦權(quán)的博弈論組合賦權(quán)，從而有效提高博弈論組合賦權(quán)模型的評價精度。

本研究邀請云南省農(nóng)業(yè)廳、廣西農(nóng)業(yè)委員會、貴陽市生態(tài)建設(shè)文明委員、貴州大學(xué)資源與環(huán)境工程學(xué)院以及四川省減災(zāi)辦等與生態(tài)環(huán)境相關(guān)的5名專家，借助Saaty給出的指標(biāo)之間重要性標(biāo)度表，對F1、F2、F3 3個主成分的重要性進行判斷，所得結(jié)果見表5。

借助matlab計算該判斷矩陣的權(quán)重向量：WAHP={wF1，wF2，wF3}={0.520，0.136，0.343}。

計算該判斷矩陣的最大特征根λmax=∑n i=1（AW）i nWi=3.071 613，計算其一致性指標(biāo)CI=λmax-n n-1=0.035 806，查找相應(yīng)的平均隨機一致性指標(biāo)RI=0.58，計算平均一致性指標(biāo)CR=CI RI=0.061 735<0.1，因而該判斷矩陣的一致性檢驗獲得通過，可以接受上述的權(quán)重向量WAHP。因此，借助AHP得到了F1、F2、F3的主觀賦權(quán)值。需要說明的是，由于介紹層次分析法的相關(guān)文獻很多，限于篇幅，此處略去AHP的相關(guān)內(nèi)容介紹。

4.6 基于博弈論組合賦權(quán)的評分函數(shù)改進

為提高指標(biāo)賦權(quán)的科學(xué)性，本研究在層次分析法與主成分分析的基礎(chǔ)上，采用博弈集結(jié)模型創(chuàng)新一種組合賦權(quán)方法確定指標(biāo)權(quán)重?；诓┺恼摻M合賦權(quán)模型的基本思想是在不同方法確定的權(quán)重之間尋找一致或妥協(xié)，即極小化可能的權(quán)重與各個基本權(quán)重之間的各自偏差，從而達到二者之間的均衡。該組合賦權(quán)模型既考慮了決策者的主觀偏好，又反映了客觀數(shù)據(jù)對評價結(jié)果的貢獻作用，通過優(yōu)勢互補，從而提高綜合評價的可靠性與合理性。

假設(shè)使用L 種方法對指標(biāo)分別賦權(quán)并得到L個指標(biāo)權(quán)重向量：w=∑L k=1αkwTk，式中：αk為線性組合系數(shù)；w的全體{w|w=∑L k=1αkwTk，αk>0}表示可能的權(quán)重向量集。根據(jù)博弈集結(jié)的思想，尋找最滿意的權(quán)重向量就歸結(jié)為對上式中L個線性組合系數(shù)αk進行優(yōu)化，從而使得w與各wk的離差極小化。由此，推導(dǎo)出對策模型如下：

根據(jù)式（7）計算得到西部各?。ㄊ?、區(qū)）的生態(tài)安全性綜合得分。根據(jù)各省（市、區(qū)）的生態(tài)安全性綜合得分大小，將12?。ㄊ?、區(qū)）進行生態(tài)脆弱性區(qū)域劃分，其中，重慶、內(nèi)蒙古、廣西、四川為輕度脆弱（0.4～1.1），貴州、陜西、西藏為中度脆弱（-0.3～0.4），寧夏、新疆、青海、甘肅為高度脆弱（-03以下），所得結(jié)論與文獻[26]高度吻合。需要說明的是，文獻[26]將結(jié)論劃分為微度、輕度、中度、高度4個等級，而本研究僅將結(jié)論劃分為輕度、中度、高度3個等級。為深入說明本研究與文獻[26]結(jié)論之間的差異性，我們引入數(shù)值進行刻畫，若本研究結(jié)論與文獻[26]一致，就賦值為0，如果結(jié)論相差1個級別則賦值為1，相差2個級別則賦值為2（表6）。由表6可知，除重慶、四川、新疆3個?。ㄊ小^(qū)）存在1個級別的差異外，其余?。ㄊ?、區(qū)）的結(jié)論完全一致，表明本研究構(gòu)建的指標(biāo)體系和采用的賦權(quán)方法具有高度的合理性與有效性。文獻[26]采用的是44個評價指標(biāo)，評價方法主要應(yīng)用主成分分析法，而本研究僅采用8個評價指標(biāo)，通過構(gòu)建基于博弈論組合賦權(quán)的評價模型取得了與文獻[26]相差不大的結(jié)論，從而極大地簡化了運算過程，減少了對數(shù)據(jù)的依賴性，提高了綜合評價的精度。

5 結(jié)語

本研究基于生態(tài)脆弱性的“自然-社會”分析框架，從自然環(huán)境、人均水資源量、產(chǎn)業(yè)結(jié)構(gòu)、富裕程度等維度構(gòu)建了西部地區(qū)生態(tài)環(huán)境脆弱性評價指標(biāo)體系，基于層次分析法（AHP）主觀賦權(quán)和主成分分析（PCA）客觀賦權(quán)的2類結(jié)果，構(gòu)建基于主成分變量的博弈論組合賦權(quán)線性加權(quán)評價模型，并根據(jù)綜合得分將西部12個省（市、區(qū)）生態(tài)脆弱性劃分為輕度脆弱、中度脆弱、高度脆弱3個等級。分析結(jié)果表明，西部12個?。ㄊ?、區(qū)）之間生態(tài)脆弱性差異性較大，分布極不平衡。其中，西北荒漠綠洲交接生態(tài)脆弱區(qū)、西南巖溶山地石漠化生態(tài)脆弱區(qū)均同屬我國八大生態(tài)脆弱區(qū)，但西北地區(qū)多荒漠，土地資源較貧乏，氣候干旱，河流較少，植被覆蓋率低，大多處于干旱半干旱地區(qū)的過渡地帶，寧夏、青海、新疆、甘肅4個?。ㄊ?、區(qū)）生態(tài)脆弱性問題最為突出，均屬于西北地區(qū)；西南地區(qū)主要以山地為主，盡管也面臨著石漠化蔓延的困境，但水資源較豐富，森林覆蓋率高，生物多樣性強，相對于西北地區(qū)而言，重慶、廣西、四川、云南、貴州5個?。ㄊ小^(qū)）生態(tài)脆弱性相對較低。另外，西部地區(qū)大多經(jīng)濟發(fā)展滯后，由于對自然資源的無節(jié)制濫用以及粗放式開發(fā)，導(dǎo)致對生態(tài)環(huán)境的破壞效應(yīng)也十分明顯。本研究實證分析結(jié)果不僅與現(xiàn)實情況高度吻合，而且與文獻[26]的研究結(jié)論高度吻合。2個方面的印證表明本研究構(gòu)建的指標(biāo)體系和評價方法具有一定的推廣和應(yīng)用價值。

生態(tài)脆弱性評價是一個復(fù)雜的動態(tài)系統(tǒng)。不同時空尺度下的區(qū)域生態(tài)脆弱性呈現(xiàn)出巨大差異，僅借助截面數(shù)據(jù)無法有效刻畫生態(tài)脆弱性的演化過程。因此，如何緊扣西部地區(qū)生態(tài)系統(tǒng)的時空特征，引入時間序列數(shù)據(jù)甚至面板數(shù)據(jù)，多維度多視角動態(tài)刻畫西部地區(qū)生態(tài)脆弱性將是今后進一步研究的重要方向。

參考文獻：

[1]嚴也舟，成金華. 生態(tài)文明建設(shè)評價方法的科學(xué)性探析[J]. 經(jīng)濟縱橫，2013（8）：77-80.

[2]Li L，Shi Z H，Zhu D，et al. Regional assessment of eco-environmental vulnerability based on GIS-A Case study of Hubei Province，China[C]. 2009 International Conference on Environmental Science and Information Application Technolog，2009：175-178.

[3]史培軍. 再論災(zāi)害研究的理論與實踐[J].自然災(zāi)害學(xué)報，1996，5（4）：6-17.

[4]Metzger M J，Rounsevell M A，Acosta-Michlik L，et al. The vulnerability of ecosystern services to land use change[J]. Agriculture Ecosysems & Environment，2006，114（1）：69-85.

[5]IPCC. The third assessment report-climate change 2001：impacts，adaptation，and vulnerability[R]. Cambridge：Cambridge University Press，2001.

[6]王介勇，趙庚星，王祥峰，等. 論我國生態(tài)環(huán)境脆弱性及其評估[J].山東農(nóng)業(yè)科學(xué)，2004（2）：9-11.

[7]趙 珂，饒 懿，王麗麗，等. 西南地區(qū)生態(tài)脆弱性評價研究——以云南、貴州為例[J].地質(zhì)災(zāi)害與環(huán)境保護，2004，15（2）：38-42.

[8]周嘉慧，黃曉霞. 生態(tài)脆弱性評價方法評述[J].云南地理環(huán)境研究，2008，20（1）：55-59，71.

[9]Chambers R，Conway G R. Sustainable rural livelihoods：practical concepts for the 21st century[R]. Brighton，England：Institute of Development Studies，1992.

[10]Liao X Q，Li W，Hou J X. Application of GIS based ecological vulnerability evaluation in environmental impact assessment of master plan of coal mining area[J]. Procedia Environmental Sciences，2013，18：271-276.

[11]Okey T A，Agbayani S，Alidina H M. Mapping ecological vulnerability to recent climate change in Canadas Pacific Marine ecosystems[J]. Ocean & Coastal Management，2015，106：35-48.

[12]王讓會，樊自立. 塔里木河流域生態(tài)脆弱性評價研究[J].干旱環(huán)境監(jiān)測，1998，12（4）：218-221，223-253.

[13]張 鑫，杜朝陽，蔡煥杰. 黃河中游區(qū)佳蘆河流域生態(tài)脆弱性評價[J].中國人口·資源與環(huán)境，2010，20（增刊1）：155-158.

[14]沈 彥，劉明亮，雷志剛.洞庭湖區(qū)濕地生態(tài)脆弱性評價及其恢復(fù)與重建研究[J].國土資源科技管理，2007，24（3）：107-111.

[15]葉正偉. 洪澤湖濕地生態(tài)脆弱性的驅(qū)動力系統(tǒng)與評價[J].水土保持研究，2008，15（6）：245-249.

[16]金 鑫. 農(nóng)牧交錯生態(tài)脆弱區(qū)農(nóng)村可持續(xù)發(fā)展制約因素分析[J].前沿，2013（22）：77-79.

[17]蒙吉軍，張彥儒，周 平. 中國北方農(nóng)牧交錯帶生態(tài)脆弱性評價 ——以鄂爾多斯市為例[J].中國沙漠，2010，30（4）：850-856.

[18]付 博，姜琦剛，任春穎. 扎龍濕地生態(tài)脆弱性評價與分析[J].干旱區(qū)資源與環(huán)境，2011，25（1）：49-52.

[19]萬洪秀，孫占東，王 潤. 博斯騰湖濕地生態(tài)脆弱性評價研究[J].干旱區(qū)地理，2006，29（2）：248-254.

[20]喬 青. 川滇農(nóng)牧交錯帶景觀格局與生態(tài)脆弱性評價[D].北京：北京林業(yè)大學(xué)，2007.

[21]李濱勇，陳海濱，唐海萍.基于AHP和模糊綜合評判法的北疆各地州生態(tài)脆弱性評價[J].北京師范大學(xué)學(xué)報：自然科學(xué)版，2010，46（2）：197-201.

[22]鐘曉娟，孫保平，趙 巖，等. 基于主成分分析的云南省生態(tài)脆弱性評價[J].生態(tài)環(huán)境學(xué)報，2011，20（1）：109-113.

[23]孫國軍.BP人工神經(jīng)網(wǎng)絡(luò)在生態(tài)環(huán)境脆弱性評價方面的應(yīng)用——以烏拉特前旗為例[J].西北師范大學(xué)學(xué)報：自然科學(xué)版，2012，48（5）：105-108，114.

[24]孫平軍，修春亮，王忠芝. 基于PSE模型的礦業(yè)城市生態(tài)脆弱性的變化研究——以遼寧阜新為例[J].經(jīng)濟地理，2010，30（8）：1354-1359.

[25]張振東，潘 妮，梁 川.基于改進TOPSIS的長江黃河源區(qū)生態(tài)脆弱性評價[J].人民長江，2009，40（16）：81-84.

[26]王娟娟，何佳琛. 西部地區(qū)生態(tài)環(huán)境脆弱性評價[J].統(tǒng)計與決策，2013（22）：49-52.

[27]何曉群. 多元統(tǒng)計分析[M].北京：中國人民大學(xué)出版社，2004：153-165.

[28]陳南祥，楊淇翔. 基于博弈論組合賦權(quán)的流域水資源承載力集對分析[J].灌溉排水學(xué)報，2013，32（2）：81-85.