汪嘉楊,宋培爭(zhēng),張 碧,劉 偉,張 菊

成都信息工程大學(xué)資源環(huán)境學(xué)院, 成都 610041

?

社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià)模型
——以四川省為例

汪嘉楊*,宋培爭(zhēng),張 碧,劉 偉,張 菊

成都信息工程大學(xué)資源環(huán)境學(xué)院, 成都 610041

在深入分析區(qū)域資源、環(huán)境、社會(huì)、經(jīng)濟(jì)綜合系統(tǒng)基礎(chǔ)上,建立了四川省2001—2010年社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià)指標(biāo)體系,復(fù)合生態(tài)系統(tǒng)綜合生態(tài)位包括資源、環(huán)境、經(jīng)濟(jì)和社會(huì)4個(gè)子系統(tǒng)生態(tài)位。將耦合投影尋蹤模型應(yīng)用于復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià),其中,采用并行模擬退火算法對(duì)評(píng)價(jià)模型參數(shù)進(jìn)行優(yōu)化。研究結(jié)果表明：2001年—2010年四川省復(fù)合生態(tài)位呈現(xiàn)先降后升的趨勢(shì),復(fù)合生態(tài)位評(píng)價(jià)值從2001年3.1325下降到2005年的2.8499,從2005年開(kāi)始,復(fù)合生態(tài)位逐漸增加,到2010年增加到3.3304。表明環(huán)境重視程度的提高,環(huán)保意識(shí)的加強(qiáng),促進(jìn)了復(fù)合生態(tài)位的提高,區(qū)域自然生態(tài)和環(huán)境得以改善。最佳投影方向各分量的大小反映了各評(píng)價(jià)指標(biāo)對(duì)生態(tài)位評(píng)價(jià)等級(jí)的影響程度,值越大則對(duì)應(yīng)的評(píng)價(jià)指標(biāo)對(duì)生態(tài)位評(píng)價(jià)等級(jí)的影響程度越大。區(qū)域生態(tài)位評(píng)價(jià)等級(jí)指標(biāo)的影響程度最大的10項(xiàng)中有4項(xiàng)是環(huán)境生態(tài)位子系統(tǒng)指標(biāo),表明環(huán)境生態(tài)位子系統(tǒng)對(duì)綜合生態(tài)位影響最大。發(fā)展過(guò)程中經(jīng)濟(jì)生態(tài)位子系統(tǒng)和社會(huì)生態(tài)位子系統(tǒng)指標(biāo)值相關(guān)系數(shù)為0.9957,表明兩子系統(tǒng)基本上是保持同步發(fā)展。而經(jīng)濟(jì)生態(tài)位和環(huán)境生態(tài)位子系統(tǒng)指標(biāo)值相關(guān)系數(shù)為-0.9346,呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系。資源子系統(tǒng)呈現(xiàn)上升趨勢(shì)。模擬退火優(yōu)化的投影尋蹤耦合模型應(yīng)用于復(fù)合生態(tài)位評(píng)價(jià),具有實(shí)用性和可行性,為區(qū)域生態(tài)管理科學(xué)決策提供重要依據(jù)。

復(fù)合生態(tài)系統(tǒng)；生態(tài)位；評(píng)價(jià)指標(biāo)；投影尋蹤；模擬退火

生態(tài)位一詞又稱生態(tài)龕,最早由 Grinnell[1]于1917 年提出,將生態(tài)位視為物種的要求及在一特定群落中與其他物種關(guān)系的地位,反映生物種群所占據(jù)的基本生活單位,主要指物理空間方面。1927年Elton[2]將生態(tài)位定義為有機(jī)體在與環(huán)境的相互關(guān)系中所處的功能地位。1957年Hutchinson[3]提出n維超體積的生態(tài)位概念,將生態(tài)位定義為生物個(gè)體或物種不受限制生活的多維生態(tài)因子空間。1959年,Odum[4]認(rèn)為生態(tài)位是一個(gè)物種在其群落和生態(tài)系統(tǒng)中的地位和狀況,而此地位和狀況取決于該生物的生理反應(yīng)、形態(tài)適應(yīng)和特有的行為。至今,生態(tài)位的概念還在不斷地補(bǔ)充和完善中,但其本質(zhì)都是生物與環(huán)境之間關(guān)系的定性或定量描述,反映出生物在環(huán)境中所處的地位和發(fā)揮的功能。作為生態(tài)學(xué)重要的基礎(chǔ)理論之一,生態(tài)位的概念、理論和模型逐步得到發(fā)展和完善,不僅越來(lái)越廣泛地運(yùn)用于生態(tài)學(xué)研究,而且逐漸滲透并運(yùn)用于社會(huì)科學(xué)各個(gè)領(lǐng)域[5-9],在社會(huì)生態(tài)系統(tǒng)研究方面同樣具有重要的意義。

人類社會(huì)實(shí)質(zhì)上是由社會(huì)、經(jīng)濟(jì)和自然3個(gè)不同性質(zhì)的系統(tǒng)構(gòu)成社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)[10]。該系統(tǒng)反映了一個(gè)區(qū)域的現(xiàn)狀對(duì)于人類各種經(jīng)濟(jì)活動(dòng)和生活活動(dòng)的適宜程度,以及一個(gè)區(qū)域的性質(zhì)、功能、地位、作用及其人口、資源、環(huán)境的優(yōu)劣勢(shì)[10]。在該復(fù)合系統(tǒng)中,一個(gè)區(qū)域可以被視為一個(gè)“物種”,也具有相應(yīng)的生態(tài)位。復(fù)合生態(tài)系統(tǒng)生態(tài)位反映了該區(qū)域在多個(gè)區(qū)域構(gòu)成的大環(huán)境中所占據(jù)的地位和發(fā)揮的作用及其在資源環(huán)境方面的優(yōu)劣勢(shì),體現(xiàn)出不同類型經(jīng)濟(jì)活動(dòng)以及不同職業(yè)、年齡人群的吸引力和離心力[11]。區(qū)域的經(jīng)濟(jì)、社會(huì)發(fā)展水平和環(huán)境狀況決定了它的吸引力,決定了它在對(duì)應(yīng)的經(jīng)濟(jì)子系統(tǒng)、社會(huì)子系統(tǒng)和自然子系統(tǒng)中的地位和作用,進(jìn)而決定了這個(gè)區(qū)域在經(jīng)濟(jì)、社會(huì)、自然復(fù)合生態(tài)系統(tǒng)中的生態(tài)位。社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)的生態(tài)位研究,能夠?qū)θ祟愒谶@個(gè)復(fù)雜生態(tài)系統(tǒng)中的活動(dòng)和生活有一定的影響,對(duì)于省域可持續(xù)發(fā)展道路有一定的促進(jìn)作用[8-9]。

由于社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)的生態(tài)位涉及到資源、環(huán)境、經(jīng)濟(jì)、社會(huì)等諸多方面,需要構(gòu)建適應(yīng)于區(qū)域?qū)嶋H情況的評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)模型。近年來(lái),不同學(xué)者通過(guò)構(gòu)建生態(tài)城市生態(tài)位評(píng)價(jià)指標(biāo)體系,對(duì)不同的區(qū)域進(jìn)行了研究[12-15]。本文借鑒國(guó)內(nèi)外有關(guān)可持續(xù)發(fā)展理論、宜居城市指標(biāo)體系以及人類發(fā)展等評(píng)價(jià)指標(biāo)的基礎(chǔ)之上,構(gòu)建了四川省復(fù)合生態(tài)系統(tǒng)生態(tài)位的指標(biāo)體系和評(píng)價(jià)方法,分別從環(huán)境、資源、社會(huì)、經(jīng)濟(jì)等4個(gè)方面對(duì)社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)進(jìn)行生態(tài)位變化評(píng)價(jià)。

近年來(lái),社會(huì)經(jīng)濟(jì)自然復(fù)合生態(tài)系統(tǒng)的生態(tài)位評(píng)價(jià)方法主要有全排列多邊形綜合指數(shù)法、生態(tài)足跡法、因子分析法,生態(tài)足跡法等[15- 20]。文獻(xiàn)[19]運(yùn)用全排列多邊形綜合指數(shù)法計(jì)算徐州市生態(tài)位及復(fù)合生態(tài)系統(tǒng)綜合生態(tài)位,文獻(xiàn)[9]對(duì)2003年中國(guó)各省、自治區(qū)、直轄市的復(fù)合生態(tài)系統(tǒng)生態(tài)位做出定量評(píng)價(jià)。文獻(xiàn)[10]采用因子分析法建立了福建省67個(gè)縣級(jí)行政區(qū)綜合生態(tài)位評(píng)價(jià)體系。其中,因子分析法屬于傳統(tǒng)統(tǒng)計(jì)分析方法,在計(jì)算因子得分時(shí),采用的是最小二乘法,此法有時(shí)可能會(huì)失效。在實(shí)際應(yīng)用中,對(duì)數(shù)據(jù)量和成分也有要求。全排列多邊形法計(jì)算簡(jiǎn)單,但無(wú)法反映出各指標(biāo)對(duì)綜合評(píng)價(jià)結(jié)果的貢獻(xiàn)率大小。生態(tài)足跡分析法是一種基于靜態(tài)指標(biāo)的分析方法,參數(shù)取值具有人為主觀性,分析結(jié)論需要結(jié)合生態(tài)足跡需求和供給比較得出,適用于全球、國(guó)家層次的評(píng)估,難以推廣到較小地域范圍,很難深入到地區(qū)發(fā)展的各個(gè)環(huán)節(jié),所提出的政策建議也就無(wú)法做到豐富和具體。探索新的生態(tài)位評(píng)價(jià)方法,發(fā)展多種不確定性分析方法在復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià)中的應(yīng)用,是推動(dòng)和豐富生態(tài)學(xué)發(fā)展的一個(gè)重要方向。

投影尋蹤技術(shù)(Projection pursuit,PP)是用來(lái)處理和分析高維數(shù)據(jù)的一種探索性數(shù)據(jù)分析的有效方法,通過(guò)對(duì)數(shù)據(jù)本身進(jìn)行挖掘,尋找反映高維數(shù)據(jù)本身特征的投影[21- 22],在低維空間上對(duì)數(shù)據(jù)結(jié)構(gòu)進(jìn)行分析,最大限度的反映數(shù)據(jù)自身特征,信息量不會(huì)丟失,避免了人為賦權(quán)的主觀干擾,使評(píng)價(jià)結(jié)果合理、真實(shí)。同時(shí),最優(yōu)投影方向還可以反映出各評(píng)價(jià)指標(biāo)對(duì)綜合評(píng)價(jià)結(jié)果的影響程度,即各指標(biāo)的貢獻(xiàn)率的大小,為決策提供參考依據(jù)[21- 22]。因此,本文采用投影尋蹤模型模擬區(qū)域生態(tài)位變化過(guò)程,并采用并行模擬退火算法(Simulated Annealing,SA)[23]對(duì)模型參數(shù)進(jìn)行優(yōu)化,耦合模型對(duì)復(fù)合生態(tài)系統(tǒng)和子系統(tǒng)的生態(tài)位和進(jìn)行了定量分析和評(píng)價(jià),為區(qū)域生態(tài)管理科學(xué)決策提供重要依據(jù)。

1 社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià)指標(biāo)體系的建立

根據(jù)四川省的實(shí)際情況,構(gòu)建的社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)位評(píng)價(jià)指標(biāo)體系包括目標(biāo)層、亞目標(biāo)層和指標(biāo)層3個(gè)層次,目標(biāo)層是復(fù)合生態(tài)系統(tǒng),亞目標(biāo)層包括社會(huì)、經(jīng)濟(jì)、自然生態(tài)系統(tǒng),自然生態(tài)系統(tǒng)分為資源和環(huán)境兩個(gè)子生態(tài)系統(tǒng),指標(biāo)層數(shù)據(jù)來(lái)源于四川省統(tǒng)計(jì)年鑒,具體的指標(biāo)和數(shù)據(jù)見(jiàn)表1。

資源生態(tài)位：資源生態(tài)位研究人口分布與自然資源承載能力之間的關(guān)系[10],選用7個(gè)指標(biāo)進(jìn)行分析評(píng)價(jià)。人均耕地面積代表土地資源水平,人均水資源量代表水資源水平。森林覆蓋率反映一個(gè)國(guó)家或地區(qū)森林面積占有情況或森林資源豐富程度及實(shí)現(xiàn)綠化程度的指標(biāo)。人均林木蓄積量反映當(dāng)前人均活立木的材積總量。森林覆蓋率和人均林木蓄積量代表四川省森林資源,建成區(qū)綠化覆蓋率反映了城市生態(tài)綠化情況,旱澇受災(zāi)面積表明區(qū)域受到旱災(zāi)和洪澇的程度,人均能源生產(chǎn)量用一次性能源生產(chǎn)總量與人口的比值計(jì)算得到,代表四川省能源利用情況。

環(huán)境生態(tài)位：選用6個(gè)指標(biāo)進(jìn)行分析計(jì)算。水土流失治理面積代表的是生態(tài)環(huán)境的抵御和抵抗災(zāi)害的能力,環(huán)境污染指標(biāo)主要從經(jīng)濟(jì)發(fā)展造成的環(huán)境壓力方面考慮,包括工業(yè)廢水排放總量、工業(yè)煙塵排放量、工業(yè)粉塵排放量、工業(yè)二氧化硫排放量和工業(yè)固廢產(chǎn)生量。

經(jīng)濟(jì)生態(tài)位：選用6個(gè)指標(biāo)進(jìn)行分析評(píng)價(jià)。人均GDP和人均財(cái)政收入,能夠反映四川省的經(jīng)濟(jì)發(fā)展水平的高低；單位GDP能耗和單位GDP水耗能夠反映經(jīng)濟(jì)發(fā)展能耗水平,單位GDP能耗用全省每年能耗值與每年GDP值的比值計(jì)算；人均進(jìn)出口貿(mào)易總額反映對(duì)外經(jīng)濟(jì)的發(fā)展情況；人均貨運(yùn)量反映交通運(yùn)輸?shù)哪芰Α?/p>

表1 社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)評(píng)價(jià)指標(biāo)體系

社會(huì)生態(tài)位：選用9個(gè)指標(biāo)作為代表性指標(biāo)。城鎮(zhèn)居民恩格爾系數(shù)是衡量一個(gè)家庭或一個(gè)國(guó)家富裕程度的主要標(biāo)準(zhǔn)之一；農(nóng)民人均純收入、城鎮(zhèn)人均可支配性收入和城鎮(zhèn)居民恩格爾系數(shù)反映人民生活水平；人口密度表示四川省人口分布情況；非農(nóng)人口占總?cè)丝诒戎赜脕?lái)衡量城市化率；教育經(jīng)費(fèi)投入占GDP的比例和每萬(wàn)人擁有教師數(shù)就能夠反映出教育保障的情況；每萬(wàn)人擁有醫(yī)療床位數(shù)和醫(yī)療技術(shù)人員數(shù)能夠反映醫(yī)療保障的情況。

2 模擬退火投影尋蹤(SA-PP)耦合評(píng)價(jià)模型

2.1 綜合特征值Zi的構(gòu)造

綜合特征值Zi構(gòu)造為：

(1)

式中,xij為樣本指標(biāo)值,aj是投影方向參數(shù),aj∈[-1,1]；確定綜合特征值Zi的關(guān)鍵是找到反映高維數(shù)據(jù)特征結(jié)構(gòu)的最優(yōu)投影方向aj。因此構(gòu)造一個(gè)投影指標(biāo)函數(shù)Q(a),作為優(yōu)選投影方向的依據(jù),當(dāng)指標(biāo)函數(shù)達(dá)到極值時(shí),即可獲得最優(yōu)投影方向。

2.2 投影指標(biāo)函數(shù)Q(a)的構(gòu)造

為了構(gòu)造投影尋蹤指標(biāo)函數(shù),引入類間距離和類內(nèi)密度兩個(gè)概念：

類間距離

(2)

類內(nèi)密度

(3)

構(gòu)造投影指標(biāo)

Q(a)=s(a)·d(a)

(4)

2.3 優(yōu)化投影方向

設(shè)定目標(biāo)函數(shù)為：maxQ(a)；約束條件：‖a‖=1。目標(biāo)函數(shù)含義為當(dāng)類間距離最大時(shí),類與類之前達(dá)到最好的分離程度,類內(nèi)密度最大時(shí),本類中各點(diǎn)聚集性越好。此情況下,達(dá)到最優(yōu)分類效果,從而得到更好的評(píng)價(jià)結(jié)果。在滿足約束條件的情況下,求解出Q(a)最大值,也就同時(shí)找到了最優(yōu)投影方向a。優(yōu)化投影方向的方法很多,此處采用并行模擬退火算法(SA)進(jìn)行優(yōu)化,建立耦合的SAPP模型。模擬退火算法原理見(jiàn)文獻(xiàn)[23],基于并行SA優(yōu)化的SAPP模型實(shí)現(xiàn)過(guò)程為：

①在解空間內(nèi)隨機(jī)生成初始種群ai, 給定初始溫度、終止溫度、退火形式、同一溫度下內(nèi)循環(huán)次數(shù)等；

④退火：退火形式：T(t+1) =γ·T(t),γ為退火系數(shù)0<γ<1；

⑤重復(fù)執(zhí)行步驟②—④,直至達(dá)到終止條件,并輸出最優(yōu)解。

3 評(píng)價(jià)與結(jié)果分析

四川省2001—2010年社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)評(píng)價(jià)的的SAPP評(píng)價(jià)步驟及結(jié)果：

(1)由于各指標(biāo)評(píng)價(jià)標(biāo)準(zhǔn)單位不一致,且在數(shù)量級(jí)上存在很大差異,首先按下式將原始數(shù)據(jù)規(guī)格化處理：

(5)

(2)四川省社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)評(píng)價(jià)樣本指標(biāo)值代入SAPP模型中,采用Matlab7.0 語(yǔ)言編程實(shí)現(xiàn)。并行SA優(yōu)化投影尋蹤模型時(shí)參數(shù)設(shè)置如下：種群規(guī)模200；退火形式：T(t+1) =γ·T(t),γ= 0.9,t為迭代次數(shù)；初始溫度T0=1×1010,終止溫度Tf= 0；接受概率公式：exp(-Δf/T) > rand,其中rand為(0,1)之間的隨機(jī)數(shù)。投影指標(biāo)用式(4)計(jì)算,在滿足目標(biāo)函數(shù)maxQ(a)和約束條件‖a‖=1下,經(jīng)過(guò)尋優(yōu)運(yùn)算,輸出最優(yōu)的投影方向向量為：a= (0.0922, 0.0608, 0.0232, 0.1481, 0.1723, 0.2048, 0.3114, 0.0884, 0.2643, 0.379, 0.3639, 0.3318, 0.009, 0.1112, 0.1956, 0.1531, 0.1714, 0.1501, 0.0884, 0.1724, 0.0862, 0.1777, 0.2355, 0.0709, 0.1607, 0.1454, 0.1504, 0.0141),由此可根據(jù)式(1)確定四川省社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)評(píng)價(jià)系統(tǒng)每年的綜合特征值Zi(圖1)。從圖1可以看出,2001年開(kāi)始,復(fù)合生態(tài)迅速降低,復(fù)合生態(tài)位評(píng)價(jià)值從2001年3.1325下降到2005年的2.8499,在2003年和2005年最低,表明2001—2005年隨著經(jīng)濟(jì)發(fā)展而自然生態(tài)系統(tǒng)退化程度和環(huán)境質(zhì)量問(wèn)題較為嚴(yán)重。從2005年開(kāi)始,復(fù)合生態(tài)位逐漸增加,到2010年增加到3.3304,又恢復(fù)到2001年的水平,表明環(huán)境重視程度的提高,環(huán)保意識(shí)的加強(qiáng),促進(jìn)了復(fù)合生態(tài)位的提高,區(qū)域自然生態(tài)和環(huán)境得以改善。

為了與本文的評(píng)價(jià)結(jié)果對(duì)比,在式(5)的原始數(shù)據(jù)規(guī)格化基礎(chǔ)上采用多邊形綜合指標(biāo)法[9]計(jì)算四川省歷年生態(tài)位評(píng)價(jià)值,評(píng)價(jià)結(jié)果圖對(duì)比如圖1所示。由圖可以看出四川省2001—2010年兩種評(píng)價(jià)方法的變化趨勢(shì)是一致的。

圖1 SAPP法生態(tài)位綜合特征值和多邊形指標(biāo)法評(píng)價(jià)值 Fig.1 The comprehensive evaluation value of ecological niche of SAPP and polygon index method

圖2 各指標(biāo)最佳投影值Fig.2 The best projection value of each index

投影尋蹤模型中,最佳投影方向各分量的大小實(shí)質(zhì)上反映了各個(gè)區(qū)域評(píng)價(jià)指標(biāo)對(duì)生態(tài)位評(píng)價(jià)等級(jí)的影響程度,值越大則對(duì)應(yīng)的評(píng)價(jià)指標(biāo)對(duì)生態(tài)位評(píng)價(jià)等級(jí)的影響程度越大。據(jù)此,可進(jìn)一步建立區(qū)域生態(tài)位各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重。在本例中,最佳投影方向a如圖2所示。圖2可以清晰地看出,區(qū)域生態(tài)位評(píng)價(jià)等級(jí)指標(biāo)的影響程度最大的10項(xiàng)依次為：工業(yè)煙塵排放量>工業(yè)粉塵排放量>工業(yè)二氧化硫排放量>人均能源生產(chǎn)量>工業(yè)廢水排放總量>非農(nóng)人口占總?cè)丝诒戎?建成區(qū)綠化覆蓋率>人均財(cái)政收入>人口密度>旱澇受災(zāi)面積,表明環(huán)境生態(tài)位子系統(tǒng)對(duì)綜合生態(tài)位影響最大。

資源生態(tài)位：2001—2010年資源生態(tài)位呈上升的趨勢(shì),2008年最大值,2009年和2010年又逐漸減少。由于經(jīng)濟(jì)大力發(fā)展,需要很多資源消耗,加大了對(duì)資源的大力開(kāi)發(fā)利用。環(huán)境生態(tài)位：環(huán)境生態(tài)位從2001—2010年間是呈穩(wěn)定的下降趨勢(shì),環(huán)境污染日益嚴(yán)重。經(jīng)濟(jì)生態(tài)位：經(jīng)濟(jì)生態(tài)位也是逐漸呈穩(wěn)定上升趨勢(shì),表明近10年四川省經(jīng)濟(jì)發(fā)展迅速,與此相對(duì)的是環(huán)境生態(tài)位的對(duì)應(yīng)降低,表明經(jīng)濟(jì)發(fā)展的同時(shí)環(huán)境污染加重,四川省現(xiàn)在還處于經(jīng)濟(jì)發(fā)展破壞環(huán)境的階段。四川省經(jīng)濟(jì)生態(tài)位和環(huán)境生態(tài)位在2001—2010年大體趨勢(shì)上是負(fù)相關(guān)的,這10年間,隨著經(jīng)濟(jì)發(fā)展環(huán)境污染問(wèn)題嚴(yán)重的趨勢(shì)比較明顯。社會(huì)生態(tài)位：四川省2001 —2010年社會(huì)生態(tài)位也是呈逐漸緩慢上升的趨勢(shì),說(shuō)明隨著經(jīng)濟(jì)發(fā)展水平的提高,人民的生活保障也在提高,社會(huì)保障體系在不斷提高。經(jīng)濟(jì)生態(tài)位和社會(huì)生態(tài)位基本呈正相關(guān)關(guān)系,經(jīng)濟(jì)生態(tài)位高的地區(qū)通常情況下社會(huì)生態(tài)位也比較高,反之則較低,說(shuō)明區(qū)域在發(fā)展過(guò)程中經(jīng)濟(jì)子系統(tǒng)和社會(huì)子系統(tǒng)基本上是保持同步發(fā)展。

圖3 生態(tài)位各子系統(tǒng)特征值計(jì)算結(jié)果Fig.3 Ecological niche results of each subsystem

4 結(jié)論

(1)投影尋蹤算法具有良好的數(shù)據(jù)分析和處理能力,通過(guò)探索發(fā)現(xiàn)數(shù)據(jù)間的規(guī)律,得到較好的結(jié)果,并可以避免傳統(tǒng)的評(píng)價(jià)方法在確定各指標(biāo)權(quán)數(shù)時(shí)的主觀片面性。因此,本文將模擬退火算法用于投影尋蹤優(yōu)化,構(gòu)建耦合SAPP模型,并應(yīng)用于四川省2001—2010年社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位以及各子系統(tǒng)生態(tài)位評(píng)價(jià),表明了此模型具有實(shí)用性和可行性,為區(qū)域生態(tài)管理科學(xué)決策提供重要依據(jù)。

(2)2001—2010年四川省復(fù)合生態(tài)位呈現(xiàn)先降后升的趨勢(shì),復(fù)合生態(tài)位評(píng)價(jià)值從2001年3.1325下降到2005年的2.8499,從2005年開(kāi)始,復(fù)合生態(tài)位逐漸增加,到2010年增加到3.3304。表明環(huán)境重視程度的提高,環(huán)保意識(shí)的加強(qiáng),促進(jìn)了復(fù)合生態(tài)位的提高,區(qū)域自然生態(tài)和環(huán)境得以改善。經(jīng)濟(jì)生態(tài)位子系統(tǒng)和社會(huì)生態(tài)位子系統(tǒng)指標(biāo)值相關(guān)系數(shù)為0.9957,表明兩子系統(tǒng)基本上是保持同步發(fā)展。而經(jīng)濟(jì)生態(tài)位和環(huán)境生態(tài)位子系統(tǒng)指標(biāo)值相關(guān)系數(shù)為-0.9346,呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系。資源子系統(tǒng)呈現(xiàn)上升趨勢(shì)。

(3)最佳投影方向各分量的大小反映了各評(píng)價(jià)指標(biāo)對(duì)生態(tài)位評(píng)價(jià)等級(jí)的影響程度,值越大則對(duì)應(yīng)的評(píng)價(jià)指標(biāo)對(duì)生態(tài)位評(píng)價(jià)等級(jí)的影響程度越大。區(qū)域生態(tài)位評(píng)價(jià)等級(jí)指標(biāo)的影響程度最大的10項(xiàng)中有4項(xiàng)是環(huán)境生態(tài)位子系統(tǒng)指標(biāo),表明環(huán)境生態(tài)位子系統(tǒng)對(duì)綜合生態(tài)位影響最大。

[1] Grinnell J. Field tests of theories concerning distributional control. The American Naturalist, 1917, 51(602): 115- 128.

[2] Elton C S. Animal Ecology. London: Sedgwick and Jackson, 1927.

[3] Hutchinson G E. Concluding remarks: population studies animal ecology and demography. Cold Spring Harbor Symposia on Quantitative Biology, 1957, 22: 415- 427.

[4] Odum E P. Fundamentals of Ecology. Philadelphia: WB Saunders, 1959.

[5] Han B L, Wang R S, Tao Y, Gao H. Urban population agglomeration in view of complex ecological niche: A case study on Chinese prefecture cities. Ecological Indicators, 2014, 47: 128- 136.

[6] Du H B, Xia Q Q, Ma X, Chai L H. A new statistical dynamic analysis of ecological niches for China′s financial centres. Physica A: Statistical Mechanics and its Applications, 2014, 395: 476- 486.

[7] Funk A, Gsch?pf C, Blaschke A P, Weigelhofer G, Reckendorfer W. Ecological niche models for the evaluation of management options in an urban floodplain—conservation vs. restoration purposes. Environmental Science & Policy, 2013, 34: 79- 91.

[8] 陳亮, 王如松, 王志理. 2003年中國(guó)省域社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià). 應(yīng)用生態(tài)學(xué)報(bào), 2007, 18(8): 1974- 1800.

[9] 李艷春, 王義祥, 黃毅斌. 1996—2006年福建省社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位變化分析. 福建農(nóng)業(yè)學(xué)報(bào), 2009, 24(2): 162- 166.

[10] 馬世駿, 王如松. 社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng). 生態(tài)學(xué)報(bào), 1984, 4(1): 1- 9.

[11] 陳亮, 李愛(ài)仙, 劉玫. 區(qū)域人口復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià). 城市發(fā)展研究, 2008, 15(6): 33- 36.

[12] 毛齊正, 羅上華, 馬克明, 鄔建國(guó), 唐榮莉, 張育新, 寶樂(lè), 張?zhí)? 城市綠地生態(tài)評(píng)價(jià)研究進(jìn)展. 生態(tài)學(xué)報(bào), 2012, 32(17): 5589- 5600.

[13] Chervinski A. Ecological evaluation of economic evaluation of environmental quality. Procedia Economics and Finance, 2014, 8: 150- 156.

[14] Dai J, Chen B, Hayat T, Alsaedi A, Ahmad B. Sustainability-based economic and ecological evaluation of a rural biogas-linked agro-ecosystem. Renewable and Sustainable Energy Reviews, 2015, 41: 347- 355.

[15] Li X B, Tian M R, Wang H, Wang H, Yu J J. Development of an ecological security evaluation method based on the ecological footprint and application to a typical steppe region in China. Ecological Indicators, 2014, 39: 153- 159.

[16] 王健民, 王偉, 張毅, 胡夢(mèng)春, 唐曉燕, 陳敏. 復(fù)合生態(tài)系統(tǒng)動(dòng)態(tài)足跡分析. 生態(tài)學(xué)報(bào), 2004, 24(12): 3920- 2926.

[17] Salvo G, Simas M S, Pacca S A, Guilhoto J J M, Tomas A G R, Abramovay R. Estimating the human appropriation of land in Brazil by means of an Input-Output Economic Model and Ecological Footprint analysis. Ecological Indicators, 2015, 53: 78- 94.

[18] Wu X F, Yang Q, Xia X H, Wu T H, Wu X D, Shao L, Hayat T, Alsaedi A, Chen G Q. Sustainability of a typical biogas system in China: Emergy-based ecological footprint assessment. Ecological Informatics, 2015, 26: 78- 84.

[19] 尤海梅, 王甜, 楊嘉偉, 孔西莙, 程奕. 徐州市復(fù)合生態(tài)系統(tǒng)生態(tài)位的變化分析. 徐州師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2011, 29(3): 69- 72.

[20] 金書(shū)秦, 王軍霞, 宋國(guó)君. 生態(tài)足跡法研究述評(píng). 環(huán)境與可持續(xù)發(fā)展, 2009, 34(4): 26- 29.

[21] Michael D S. Statistical Modeling of High-Dimensional Nonlinear Systems: A Projection Pursuit Solution. Atlanta: Georgia Institute of Technology Press, 2005: 13- 88.

[22] Zhang C, Dong S H. A new water quality assessment model based on projection pursuit technique. Journal of Environmental Sciences, 2009, 21(S1): S154-S157.

[23] Richards M, McDonald A J S, Aitkenhead M J. Optimisation of competition indices using simulated annealing and artificial neural networks. Ecological Modelling, 2008, 214(2/4): 375- 384.

An ecological niche evaluation model of social, economic, and natural complex ecosystems: a case study in Sichuan Province

WANG Jiayang*, SONG Peizheng, ZHANG Bi, LIU Wei, ZHANG Ju

DepartmentofResourcesandEnvironment,ChengduUniversityofInformationTechnology,Chengdu610041,China

Human societies are essentially composed of three different systems: social, economic, and natural. Studies on the ecological niche of social, economic, and natural complex ecosystems has significant importance on the activities and lives of humans in a complex ecosystem and the sustainable development of land. In this study, a set of indicator systems were established to evaluate the ecological niche of a complex ecosystem in Sichuan Province from 2001 to 2010, based on the evaluation index theory of sustainable development, urban livability, and human development. The integrated ecological niche of the complex ecosystem included four sub-niches: natural resources, environment, economy, and society. These sub-niches comprised many single-item indicators. A coupling projection pursuit model, in which a parallel-simulated annealing algorithm was employed in parameters of optimization, was applied to quantitatively analyze and assess the ecological niche of the complex ecosystem and each sub-niche. Our results indicate that the ecological niche of the complex ecosystem in Sichuan Province first decreased from 3.1325 in 2001, to 2.8499 in 2005, and then increased to 3.3304 by 2010. Our results indicate that, as public awareness of environmental protection increases, the regional ecological niche index also increases. Additionally, the ecological and environmental situation has improved. The correlation coefficient between the economic niche system and the social niche system was 0.9957, indicating that the two sub-niches develop in synchrony. In contrast, the correlation coefficient between the economic niche system and the environment niche system was -0.9346, suggesting an obvious negative correlation. In total, the resource sub-niche system displayed an upward trend. The best projection direction value reflects the impact of each regional ecological niche evaluation index in the projection pursuit model. The large index value of the ecological niche evaluation corresponds with a great impact on the ecological niche. Four indicators of the environmental-ecological sub-niche have significant impacts on the regional ecological niche. This can further influence the weight of the regional ecological niche evaluation index based on the value of the best projection direction. The ten most influential regional ecological niche evaluation indicators are (from most influential to least influential): Industrial soot emissions > industrial dust emissions > industrial sulfur dioxide emissions > per capita energy yield > total industrial waste water emissions > non-agricultural population accounts for the proportion of the total population > rate of plant coverage in urban areas > per capita revenue > population density > drought affected areas. Of these, four indicators belong to the environmental-ecological niche sub-system, which shows that this system has an essential influence on the entire ecological niche of the area. In comparison, the traditional polygon synthesis index method was used to evaluate the ecological niche in Sichuan Province. The results are in agreement with those calculated by the current projection pursuit algorithm, which verified the correctness of our improved algorithm. Furthermore, the projection pursuit algorithm may be used to discover the rules among data through automatic exploration, and thus has excellent potential in data analysis and processing applications. This algorithm may be used to avoid the subjective one-sidedness of the traditional evaluation method of weight determination. The projection pursuit model, optimized by simulated annealing, is practical and feasible in composite niche evaluation. This model is able to provide an important basis for scientific decision making in regional ecological management.

complex ecosystem; ecological niche; evaluation index; projection pursuit; simulated annealing

國(guó)家社會(huì)科學(xué)基金項(xiàng)目(13BGL009)；國(guó)家自然科學(xué)基金項(xiàng)目(51209024, 41101542)；四川省社會(huì)科學(xué)項(xiàng)目(SC14C007, SC15TJ019)；四川省教育廳項(xiàng)目(15ZA0192, 15ZA0189)

2015- 04- 14;

日期:2016- 01- 22

10.5846/stxb201504140755

*通訊作者Corresponding author.E-mail: wjj@cuit.edu.cn

汪嘉楊,宋培爭(zhēng),張碧,劉偉,張菊.社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)生態(tài)位評(píng)價(jià)模型——以四川省為例.生態(tài)學(xué)報(bào),2016,36(20):6628- 6635.

Wang J Y, Song P Z, Zhang B, Liu W, Zhang J.An ecological niche evaluation model of social, economic, and natural complex ecosystems: a case study in Sichuan Province.Acta Ecologica Sinica,2016,36(20):6628- 6635.