EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 6: 1184 - 1202

DOI: https://doi.org/10.18306/dlkxjz.2024.06.011

研究论文

基于三维生态足迹的长江经济带生态安全动态评价

  • 徐秋怡 , 1 ,
  • 颜凤芹 2 ,
  • 丁智 1 ,
  • 汤旭光 3 ,
  • 姚丽 , 4, *
展开
  • 1.西南大学地理科学学院，重庆 400715
  • 2.中国科学院地理科学与资源研究所，北京 100101
  • 3.杭州师范大学遥感与地球科学研究院，杭州 311121
  • 4.浙江外国语学院文化和旅游学院，杭州 310023
*姚丽(1986— )，女，河南商丘人，博士，副教授，主要研究方向为城市经济、区域可持续发展。E-mail:

徐秋怡(2000— )，女，云南蒙自人，硕士生，主要研究方向为生态环境与区域可持续发展。E-mail:

收稿日期: 2023-09-11

  修回日期: 2024-02-23

  网络出版日期: 2024-06-21

基金资助

国家自然科学基金项目(41901145)

中央高校基本科研业务费专项资金项目(SWU2209225)

收起

Dynamic assessment of ecological security in the Yangtze River Economic Belt based on three-dimensional ecological footprint

  • XU Qiuyi , 1 ,
  • YAN Fengqin 2 ,
  • DING Zhi 1 ,
  • TANG Xuguang 3 ,
  • YAO Li , 4, *
Expand
  • 1. School of Geographical Sciences, Southwest University, Chongqing 400715, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 3. Institute of Remote Sensing and Geosciences, Hangzhou Normal University, Hangzhou 311121, China
  • 4. School of Culture and Tourism, Zhejiang International Studies University, Hangzhou 310023, China

Received date: 2023-09-11

  Revised date: 2024-02-23

  Online published: 2024-06-21

Supported by

National Natural Science Foundation of China(41901145)

the Fundamental Research Funds for the Central Universities(SWU2209225)

Fold

摘要

长江经济带是新时代中国重大战略发展区域之一，其生态建设对长江流域的社会经济发展和生态屏障建设起着重要作用，开展生态安全动态评价十分重要。论文选取多源数据，采用改进的三维生态足迹模型，模拟2000—2020年长江经济带的足迹深度、足迹广度以及三维生态足迹，而后进一步构建生态压力指数、生态经济协调指数、流量资本占用率和存量资本流量利用比等指标量化生态安全变化，最后利用偏最小二乘回归分析法研究了三维生态足迹的驱动要素。结果表明：① 在时间上，研究期间长江经济带足迹广度呈上升趋势但整体利用水平不高，足迹深度较大且表现出明显上升趋势(长江三角洲除外)，通过消耗资本存量来满足自然资源需求；在空间上，地类足迹广度呈“西高东低”格局，足迹深度则相反；在地类组分构成上，足迹广度、足迹深度各地类占比不平衡，耕地对足迹广度、足迹深度的贡献率最大，林地生态可持续性较好。② 长江经济带各地区生态安全状况差异较大。长江三角洲地区过度消耗存量资本，生态安全形势严峻。长江中游、成渝双城地区生态环境相对安全，但生态环境与经济发展可能存在逐渐失衡的趋势。云贵地区自然禀赋优越，生态安全状况较好。③ 驱动力分析表明，能源消耗、经济发展、城市扩张是导致区域生态资本占用增加的重要因素，而科技水平、生态建设在目前阶段对自然资源利用的影响程度较小。研究为长江经济带各地区生态 环境保护与经济、城市建设协调发展提供了理论依据和实践指引，可为长江经济带整体发展规划提供参考，助力区域社会、经济与生态环境的协调发展。

关键词： 三维生态足迹; 生态安全; 动态评价; 长江经济带; 驱动分析

本文引用格式

徐秋怡 , 颜凤芹 , 丁智 , 汤旭光 , 姚丽 . 基于三维生态足迹的长江经济带生态安全动态评价[J]. 地理科学进展, 2024 , 43(6) : 1184 -1202 . DOI: 10.18306/dlkxjz.2024.06.011

Abstract

The Yangtze River Economic Belt (YREB) is one of the key strategic development regions in China in the new era. Its ecological construction plays a pivotal role in the socioeconomic development and ecological barrier construction of the Yangtze River Basin, therefore it is very important to carry out dynamic ecological security assessment. This study used an improved three-dimensional footprint model to calculate the footprint depth, footprint size, and 3D ecological footprint of the YREB from 2000 to 2020, and constructed the ecological pressure index, ecological and economic coordination coefficient, occupancy rate of capital flows, and use ratio of stock-flows to quantify the ecological security changes. Finally, partial least squares regression was used to analyze the driving factors of the 3D ecological footprint, in order to understand the ecological security status of the YREB in the process of rapid urbanization, and to promote the coordinated development of the region. The results show that: 1) Temporally, the footprint size of the YREB showed an increasing trend during the study period, but the overall utilization level was not high. The footprint depth was large and showed an obvious increasing trend (except for the Yangtze River Delta), which met the demand for natural resources by consuming capital stock. Spatially, the land use type footprint size was high in the west and low in the east, while the footprint depth was the opposite. In terms of land use type contribution, the proportion of land use types in the footprint size and footprint depth was unbalanced. The contribution rate of cultivated land to the footprint size and depth was the largest, and the ecological sustainability of woodland was better than other land use types. 2) The natural and socioeconomic environments in different regions in the YREB are very different, and their ecological security situation also differs. The Yangtze River Delta area overconsumes the stock and the ecological pressure is huge. In the middle reaches of the Yangtze River and the Chengdu-Chongqing area, the ecological environment is relatively secure, but there is a trend of imbalance between the ecological environment and economic development. The upper reaches of the Yangtze River have excellent natural endowment and high ecological security. 3) Driving factor analysis showed that energy consumption, economic development, and urban expansion play a positive role in driving the three-dimensional ecological footprint, while science and technology development level and ecological construction have little impact on the utilization of natural resources at present. It is necessary to increase the investment in science and technology development, optimize the industrial structure, and promote the positive interaction between ecological environment protection and economic development.

Key words： three-dimensional ecological footprint; ecological security; dynamic assessment; Yangtze River Economic Belt; driving factor analysis

社会经济与生态环境密切相关，经济发展是引起生态环境变化的重要因素之一，经济的持续增长同时也需要生态环境的耦合协调发展[1⇓⇓⇓-5]。改革开放以来，中国的城镇化水平迅速提高，国内生产总值(GDP)持续增长，快速的经济和人口增长刺激了人们对于自然资本开采和消费的需求。现今，部分地区对于自然资本的需求已超过其再生能力，导致了环境污染、资源枯竭等问题，严重制约经济和环境的健康发展[6-7]。中国每年因环境污染造成的经济损失约占GDP的10%[8]。为缓解生态困境促进生态安全，中国提出了生态文明建设，倡导人与自然和谐相处、“绿水青山就是金山银山”的发展理念，引领生态友好、绿色和谐的发展道路[9]。生态安全对于国家安全和社会稳定至关重要，维护生态安全需要妥善处理资源环境匮乏、生态承载力不足等问题，维持生态系统结构完整与功能稳定[10-11]。
长江经济带是新时代中国重大战略发展区域，也是重要的生态环境保护区。长江经济带作为中国国土开发和经济布局“T”字型空间战略中重要发展轴，集聚了全国40%以上的人口和经济总量[12]。国家高度重视长江经济带的规划发展，2014年国务院发布的《关于依托黄金水道推动长江经济带发展的指导意见》指出长江经济带在发展格局中的重要战略地位。2015年国务院政府工作报告将长江经济带确立为国家级“三大发展战略”之一，是当前最高级别的发展战略。在近20年的开发中，长江经济带经历了不同发展阶段，经济增长由高速发展转向中低速发展，第二产业占比不断下降，产业结构转向以第三产业为主的服务型产业结构，生态环境经历了污染严重到持续改善的过程，当前生态环境进入攻坚期[13]。为此中共中央、国务院明确要求长江经济带建设要以共抓大保护、不搞大开发为导向，以生态优先、绿色发展为引领。在2022年印发的《“十四五”长江经济带发展实施方案》中提出了长江经济带发展应注重生态环境质量的提升，推动绿色低碳发展，把创新驱动产业优化升级作为发展的重点任务。因此，亟须借助科学的方法合理评估区域的生态安全状况及其驱动因素，对长江经济带各地区生态环境保护与经济建设协调发展提供理论依据和实践指引。
生态安全是指生态系统的完整性和健康的整体水平[14]，其研究内容主要集中在生态安全评价、生态服务功能评价以及生态安全预警等方面[15⇓⇓-18]。生态安全评价采用的研究方法主要涉及压力—状态—响应(PSR)模型[19]、熵值法[20]、景观生态模型法[21]以及生态足迹法[22]。生态足迹法是由Rees[23]在20世纪90年代提出，并由Wackernagel等[24]进一步研究发展。生态足迹是指能够持续提供资源或消纳废物的生物生产性土地面积的总和[25]。在自然界中自然资本分为流量资本和存量资本两部分[26]，存量资本的稳定是判断可持续性的重要依据[27]，生态足迹法就是基于此原理提出的。生态足迹从生物物理量的角度出发，量化了人类对于自然资本的占用，通过生态足迹和生物承载力的生态足迹来判断自然资本的供需状况[28]，反映了人类社会对区域环境的压力，是深入认识环境变化及其影响的重要基础。随后Niccolucci等[29]建立了三维生态模型，并由方恺等[30-31]进行改进。改进后的模型引入了足迹深度、足迹广度两个指标，表征对于流量资本的占用和存量资本的消耗，既关注土地资源的稀缺性(代内公平)，又关注矿产资源的不可再生性(代际公平)，不同时期、不同区域之间的生态环境的可比性增强。生态足迹法相比其他方法克服了计算复杂、主观性过强的固有缺陷，具有数据易获取、对自然资本利用情况解释能力强的特点[32]，因而得到广泛的运用。如Bi等[33]对全球三维生态足迹进行长时间序列分析，揭示了耕地、林地以及建筑用地三种地类足迹的变化，针对不同地类利用情况分别提出改善措施。在国家尺度上，方恺[34]将三维生态足迹引入中国并进行优化与完善，评估了全球11个国家的自然资本利用状况，发现自然资本的利用状况与各个国家自身自然资源条件和社会经济发展水平有关。在省域尺度上，Xun等[35]基于三维足迹模型定量评估了山东省的生态可持续性，依据各地的资本利用状况将其分为4种类型，因地制宜提出发展建议。董建红等[36]以宁夏为例，对生态脆弱自然资本利用情况进行测度并分析了驱动因素，提出了生态脆弱区管理规划自然资源的对策建议。在城市群尺度上，杜悦悦等[37]基于三维足迹模型分析了京津冀城市群自然资本的可持续利用情况，探讨了足迹深度与自然资源利用以及经济增长之间的关系。张星星等[38]测度了珠三角自然资本利用的时空变化，分析了生态足迹变化的主要成因，并发现人口规模、社会经济差异以及政策因素是引起区域自然资源变动的主导因素。在市级尺度上，胡美娟等[39]研究了南京市的三维生态足迹及其驱动因素，发现城市生态建设和环境污染是影响三维生态足迹的重要因素。综上所述，国内外学者对生态安全评估已经展开大量研究并取得丰硕成果，但当前针对区域内部自然资源空间分异规律的研究还较少，并且研究区主要集中在全球、全国以及单个省域尺度，对于中观尺度的研究有所欠缺，特别是长江经济带等重大战略区域。因此，选取长江经济带作为研究区域开展长时间尺度的生态安全评价和驱动力分析具有重要意义。
生态系统的健康、稳定和可持续是生态安全的关键议题。近年来，长江经济带经济社会发展的同时，现代化治理能力不断提升，引起了生态足迹以及可持续发展状况的转变，为确保长江经济带生态系统健康、稳定、可持续发展，需要更精确地捕捉生态足迹动态变化并评估可持续状况。三维生态足迹弥补了传统生态足迹不足，从资本流量、存量两方面探讨区域资源利用变化，能够表征存量资本的透支程度，使模型具有时空属性，更精确地反映生态可持续状况。综上所述，本文利用改进的三维生态足迹模型，选取2000—2020年净初级生产力(net primary productivity, NPP)数据和土地利用数据计算足迹深度与足迹广度以及区域三维生态足迹，揭示长江经济带自然资源利用的时空分异规律，而后进一步构建生态压力指数、生态经济协调指数、流量资本占用率和存量资本流量利用比量化生态安全变化，最后利用偏最小二乘回归分析三维生态足迹的驱动要素。旨在科学评价长江经济带在快速发展过程中的生态安全状况，为环境管理和决策提供科学依据。

1 数据来源及处理

1.1 研究区概况

长江经济带是新时代中国重大战略发展区域之一，是中国国土开发和经济布局“T”字型空间战略中重要发展轴，横贯西部腹地，又连接东部沿海地区，与其共同构成中国经济发展的黄金走廊[40]。《“十四五”长江经济带发展实施方案》中提出了长江经济带发展应注重生态环境质量的提升，推动绿色低碳发展，把创新驱动产业优化升级作为发展的重点任务。
长江经济带包括长江沿岸的9省2市，即上海、浙江、安徽、江西、湖南、湖北、四川、重庆、云南和贵州，总面积为205万 km2，约占全国土地面积的21%[41]。长江经济带自下游到中上游已经形成了长三角、江淮、长江中游、成渝、黔中和滇中6个规模和发展阶段不同的城市群[42]。长江经济带横跨中国三大经济区域，人口规模和经济总量巨大，生态地位突出。本文以城市群分布为基础来划分研究区域，如图1所示，将长江经济带11个省(市)划分为4个区域，依次为长江三角洲地区、长江中游地区、成渝双城地区以及云贵地区。长江三角洲地区包括上海市、江苏省、浙江省以及安徽省；长江中游地区包括湖北省、湖南省以及江西省；成渝双城地区包括四川省和重庆市；云贵地区包括云南省和贵州省。
图1 研究区土地利用

Fig.1 Land use of the study area

1.2 数据来源及处理

生态足迹法将不同类型的生物资源指标和能源指标按一定比例折算成相应的生物生产性土地，计算能够持续提供资源或消纳废物的生物生产性土地面积的总和。根据长江经济带实际情况，收集了生物资源与能源资源相关的两类数据，其中生物资源各类指标包括粮食、油料、棉花、麻类等，能源包括原煤、原油、焦炭等，共30个统计项目(表1)。由于各项目存在于不同的土地类型中，根据耕地、水体、草地、林地、建设用地、化石能源用地6类生物生产性土地进行划分，将各消费项目划分到相应的用地类型之中进行计算。在计算生态足迹时有必要区分本地生产和非本地生产，因此所有生物资源类别使用生产量，而能源类别使用消费量，以真正代表当地生态环境。本文所用生物资源账户生产量、化石能源账户消费量、人口以及GDP等统计数据主要来源于2000—2021年各省市统计年鉴、国民经济与社会发展公报、《中国统计年鉴》、《中国环境统计年鉴》以及《中国能源统计年鉴》。
表1 生态足迹模型核算体系

Tab.1 Ecological footprint accounting system

账户类型 土地利用类型 消费项目
生物资源账户 耕地 粮食、油料、棉花、麻类、烟叶、蔬菜、猪肉、瓜果类、糖类、禽蛋、禽肉
林地 水果、茶叶、木材、油茶籽
草地 牛肉、羊肉、羊毛、羊绒、奶类
水体 水产品
化石能源账户 化石能源用地 原煤、焦炭、原油、柴油、汽油、燃料油、煤油、天然气
建设用地 电力
为了使各生产能力不同的土地类型能够进行对比，在计算生态足迹时，需要乘以对应土地类型的产量因子和均衡因子，由于各区域气候条件、生物生产力水平存在明显差距，为更准确评估区域生态安全状况，本文选用NPP数据计算产量因子和均衡因子。2000—2020年NPP数据来自美国国家航空航天局(https://www.earthdata.nasa.gov/)提供的MOD17A3-NPP年度数据，空间分辨率为500 m，单位为kg C·m-1·a-1。土地利用数据来自中国科学院资源环境科学与数据中心(https://www.resdc.cn)，空间分辨率为1 km，土地利用类型分别为耕地，草地，林地，水域，城乡、工矿及居民用地，未利用地以及海洋。在ArcGIS中将NPP数据进行裁剪、镶嵌，并乘比例系数，得到NPP真实值；并将土地利用类型进行重分类；然后将土地利用数据和NPP数据重采样为空间分辨率1 km×1 km，进行裁剪、叠加及合并，得到各生产性土地类型的NPP数据，用于产量因子与均衡因子的计算。根据生态足迹模型将均衡因子和产量因子用于生态足迹和生态承载力计算，进一步运用于三维生态足迹中。

2 研究方法

2.1 三维足迹改进模型

三维生态足迹模型引入足迹广度和足迹深度，表征资本流量占用水平和资本存量消耗程度，改进的三维生态足迹进一步扩展到区域下的各生物生产性土地[34]，模型公式如下：
E F s i z e , r e g i o n = ∑ i = 1 n m i n { E F i ,   E C i }
E F d e p   t h , r e g i o n = 1 + ∑ i = 1 n m a x { E F i   -   E C i ,   0 } ∑ i = 1 n E C i
式中： E F s i z e , r e g i o n为区域足迹广度；EFi代表第i种地类的生态足迹；ECi代表第i种地类的生态承载力； E F d e p   t h , r e g i o n代表区域足迹深度。
相应地，区域的三维生态足迹、足迹广度和足迹深度在地类尺度上的计算公式为：
E F 3 D , r e g i o n = E F s i z e , r e g i o n × E F d e p   t h , r e g i o n
E F s i z e , i = ∑ i = 1 n m i n { E F i ,   E C i }
E F d e p   t h , i = 1 + m a x { E F i - E C i ,   0 } E C i
式中： E F 3 D , r e g i o n为区域三维生态足迹， E F s i z e , i为第i种地类的生态足迹广度， E F d e p   t h , i为第i地类的足迹深度。

2.2 生态安全评价指数

2.2.1 生态压力指数

生态压力指数(ecological pressure index, EPI)是指生态足迹与生态承载力的比值[43]，公式为：
E P I = e f e c
式中：EPI为人均生态压力指数，ef为人均生态足迹，ec为人均生态承载力。生态压力指数等级划分标准如表2[43]。
表2 生态压力指数等级划分

Tab.2 Ecological pressure index classes

生态压力指数EPI <0.50 0.50~0.80 0.81~1.00 1.01~1.50 1.51~2.00 >2.00
生态安全程度 很安全 较安全 轻度不安全 中度不安全 高度不安全 严重不安全

2.2.2 生态经济协调指数

生态经济协调系数(ecological and economic coordination coefficient，EECC)，反映了区域生态环境和经济社会发展的协调程度，当地区生态环境协调性越好，EECC的数值越接近于1.414；当EECC数值越接近于1时，协调性越差[44]，公式如下：
E E C C = e f ' + e c e f ' 2 + e c 2 = e f ' e c + 1 e f ' e c 2 + 1 = E P I + 1 E P I 2 + 1
式中：EECC为生态经济协调系数，ef′为可更新资源的人均生态足迹。

2.2.3 存量流量利用比与资本流量占用率

存量流量利用比是指流量资本完全被占用，已经开始消耗存量资本的情况，用来表示已利用的自然资本中存量资本和流量资本之比[30]，公式如下：
R f l o w s t o c k = E F - E F s i z e , r e g i o n E F s i z e , r e g i o n = E F d e p t h , r e g i o n - 1
式中： R f l o w s t o c k代表存量流量利用比。
资本流量占用率是指在区域足迹深度处于自然原长时，用来表征人类对资本流量的实际消耗情况[30]，公式如下：
O R f l o w = E F s i z e , r e g i o n E C × 100 %
式中：ORflow代表资本流量占用率。

2.3 驱动力分析

2.3.1 驱动力因素选取

参照以往研究[38-39]，本文从城市发展、经济发展、社会消费、对外贸易、能源消耗、生态环境、科技水平、环境污染8个方面选取26个驱动力指标(表3)，每个目标层下的具体指标运用熵权法计算权重，各层面具体指标详见表3。
表3 三维生态足迹驱动因素

Tab.3 Three-dimensional ecological footprint driving factors

目标层 指标层 相应变量 单位 权重
城市发展 人口 X1 万人 0.232
城市人口密度 X2 人/km2 0.249
城镇率 X3 % 0.255
公路里程 X4 万km 0.264
经济发展 GDP X5 亿元 0.243
第一产业增加值 X6 亿元 0.285
第二产业增加值 X7 亿元 0.243
第三产业增加值 X8 亿元 0.229
社会消费 城市居民年度人均消费 X9 元 0.524
农村居民年度人均消费 X10 元 0.476
对外贸易 出口总额 X11 1000万美元 0.522
进口总额 X12 1000万美元 0.478
能源消耗 能源消费总量 X13 万tce 0.271
煤炭 X14 万tce 0.264
石油 X15 万tce 0.235
电力 X16 万tce 0.230
生态环境 森林面积 X17 万hm2 0.198
城市绿地 X18 万hm2 0.200
当年造林面积 X19 hm2 0.193
水土流失治理面积 X20 1000 hm2 0.221
生活垃圾无害化能力 X21 t/d 0.189
科技水平 专利申请授权量 X22 件 0.321
农业机械动力 X23 万kWh 0.679
环境污染 废水排放 X24 亿t 0.342
二氧化硫 X25 万t 0.346
固体粉尘 X26 万t 0.312

注：驱动指标数据来源于2000—2020年研究区域内各省市统计年鉴，2000—2005年的城镇率数据来自文献[45]。

2.3.2 偏最小二乘回归法

偏最小二乘回归(partial least squares regression, PLS)有机结合了多元回归(MR)、主成分分析(PCA)和典型相关分析(CCA)的优势，能有效解决自变量存在多重共线性的问题，可以从自变量(X)中确定用于回归的最佳潜在变量数[46]，使用PLS方法对三维足迹进行驱动力分析结果更合理可接受[47]。

3 结果与分析

3.1 长江经济带足迹广度变化规律

足迹广度表征人类对自然资本流量的占用情况，长江经济带区域足迹广度在总体上呈上升趋势。如图2，区域足迹广度按数值大小排序为：长江三角洲地区<长江中游地区<成渝双城地区<云贵地区。长江三角洲地区整体足迹广度较小且波动较大，其中上海生态足迹广度最小，研究期内足迹广度经历了“下降—上升”的发展趋势，在2006年达到最小值0.0249 hm2/人，表明上海资源稀缺，可用于发展的流量资本较少，但经过科技创新、产业结构调整，流量资本有所增加。长江中游地区足迹广度整体呈波动上升趋势，在部分年份出现明显下降，其中湖南省在2011年降幅较大，可能与该地在“十一五”期间强化工业建设、整合农业产业集群的政策导向有关。成渝双城地区、云贵地区足迹广度整体呈上升趋势且波动较小。研究期间，成渝双城地区区域平均值分别由2000年的0.250 hm2/人上升到2020年的0.418 hm2/人，总体增长了67.2%，其中，四川省足迹广度上升趋势及数值均大于重庆市，表明四川省对于流量资本的利用较大且逐年增加，相比之下，重庆市则较为平稳。研究期内，云贵地区足迹广度平均值由0.246 hm2/人上升到0.584 hm2/人，总体增长了137.39%，其中云南省在2020年足迹广度增加至0.745 hm2/人，表明云贵地区资源禀赋优越，对于流量资本的利用水平较高。
图2 长江经济带人均区域足迹广度变化

注：*表示通过10%的显著性水平检验。下同。

Fig.2 Changes of the per capita regional footprint size in the YREB

长江经济带区域不同地类的足迹广度由西向东递减(图3)，呈现出空间差异性，西部地区资本流动性大于东部地区。云贵地区林草资源丰富，资源占有量大，草地足迹广度贡献逐年增加，且向周边扩张，带动了区域整体足迹广度增长。成渝双城区域整体足迹广度在研究区处于中值区，研究期间各地类足迹广度持续增加。其中，由于建设用地足迹广度整体较小，重庆市主城区域足迹广度明显小于周边区县。长江中游地区各地类足迹广度逐年上升，生态环境稳步向好，资源占用率逐步上升。长江三角洲地区资源占用较为稳定，研究期间整体变化较小。受城镇化发展的影响，在城市密集区域足迹广度较小且呈现下降趋势，2000—2010年期间，浙江省足迹广度减少，长江三角洲地区呈“北高南低”的空间分布。
图3 长江经济带地类人均足迹广度空间变化

Fig.3 Changes of per capita footprint size in the YREB by land use type

从区域角度出发分析足迹广度的地类构成，发现长江经济带各地类足迹广度所占比例不均衡(图4)，耕地对足迹广度的贡献率最大，达41.81%，其次为草地，水体、建筑用地占比极小，不足7%。其中长江三角洲地区、长江中游地区以耕地为主，而成渝双城地区、云贵地区则以草地为主，且建设用地占比进一步缩小，表明长江经济带区域中农业发挥重要作用，这一结论和杨一旸等[48]的研究结果基本一致。从年际变化进行分析，2000—2020年间，长江经济带人均足迹广度的变化较为平稳(图5)，各土地类型所占的比例处于一个较为不平衡的状态。其中，耕地的足迹广度所占比例最大，2000年达到了55.21%，但2020年下降到了36.55%；其次是草地和林地所占比例较大；水体占比最小，仅占总和的2.36%。2000—2020年，建设用地和耕地分别以0.08%、0.89%的年平均速率下降，而林地、草地和水体分别呈0.31%、0.60%和0.05%的年平均增长率逐步增加。
图4 长江经济带不同地类人均足迹广度构成

Fig.4 Composition of per capita footprint size of various land use types in the YREB

图5 长江经济带不同地类人均足迹广度平均值占比

Fig.5 Proportion of per capita footprint size of various land use types in the YREB

3.2 长江经济带足迹深度变化规律

长江经济带区域足迹深度除长江三角洲呈现下降趋势外，其余地区足迹深度总体上表现出明显上升趋势，仅在个别年份出现短暂下降，生态压力持续增加。足迹深度表征人类对于自然资本存量的消耗程度，即人类对超出生物承载力部分资源的累积需求。如图6所示，2000—2020年，长江经济带地区足迹深度大于1 hm2/人，表明自然资本流量不足以满足日渐膨胀的消费需求，通过消耗资本存量来维持区域发展。长江三角洲地区整体呈现下降趋势，但仍处于高位，资源消费远大于资源再生速度。其中上海足迹深度最大，在2000年达39.265 hm2/人，研究期间该地积极推进产业结构升级转型和土地利用结构调整，足迹深度下降显著，在2020年下降至15.226 hm2/人，小于同期江苏省的足迹深度15.620 hm2/人，资源利用状况向好发展。长江中游地区足迹深度增长较为显著，由2000年的3.971 hm2/人到2020年7.655 hm2/人，总体增长了97.18%，说明随着城市的不断扩张以及人民生活水平的提高，该地区不断消耗自身存量资本以维持发展需要。成渝双城地区足迹深度略有波动，整体呈上升趋势，其中，重庆足迹深度较大，在研究期间呈“上升—下降”的发展趋势，在2016年达到最大值5.152 hm2/人，表明重庆地区产业结构调整初见成效，过度消耗存量资本的状况有所缓解，而四川省足迹深度变化则较为平稳。云贵地区资源富饶且发展较为缓慢，足迹深度整体呈上升趋势，但在长江经济带区域中处于低位，生态资源利用可持续性强，这一结论与方晓娟等研究结果基本一致[49]。
图6 长江经济带人均区域足迹深度变化

Fig.6 Changes of the per capita regional footprint depth in the YREB

从空间上看，长江经济带地区地类足迹深度自东向西递减(图7)，地域差异显著。长江三角洲城市密集区域的足迹深度最大，随着时间推移高值区有向外扩张趋势。长江中游以及成渝双城地区足迹深度在不同时间节点足迹深度的空间变化较小。长江中游地区高值区域主要集中于长株潭城市群以及武汉城市圈区域，这一结果与陈义忠等[50]从城市群尺度开展研究得到的结果基本一致。成渝双城区域高值区域主要集中在四川省东部以及重庆西部，形成了中间高、四周低的空间分布格局。云贵地区整体足迹深度较小，2000年云贵大部分区域足迹深度为1 hm2/人，说明该地区自然资本流量能满足当地资源消费需求，研究期内耕地的足迹深度逐渐增大，高值区逐渐向周围扩张。
图7 长江经济带地类人均足迹深度空间变化

Fig.7 Changes of per capita footprint depth in the YREB by land use type

2000—2020年间，长江经济带人均足迹深度的变化较为平稳(图8)，但各土地类型构成比例相差较大，其中耕地对足迹深度贡献率最大，区域平均值为50.92%，但在研究期内有所下降。其次为水体、建筑用地。除长江三角洲地区外，其余区域林地足迹深度均为1 hm2/人，处于自然原长，表明林地生态可持续性好。2000—2020年，林地、草地和耕地分别以0.36%、0.29%和0.87%的年平均下降率减少(图9)，而建设用地和水体分别呈0.65%和0.86%的年平均增长率逐步增加。
图8 长江经济带不同地类人均足迹深度构成

Fig.8 Composition of per capita footprint depth of various land use types in the YREB

图9 长江经济带不同地类人均足迹深度平均值占比

Fig.9 Proportion of per capita footprint depth of various land use types in the YREB

3.3 三维生态足迹分析

三维生态足迹表现为足迹深度与足迹广度的乘积，用来表征区域资源的整体利用情况。足迹广度与足迹深度之间存在地域互补现象，自然资源禀赋好的地区能够利用的自然资本流量较多，消耗的资本存量少。反之，资源匮乏的地区主要靠增加资本存量的占用来弥补资源缺口。例如上海、浙江等地经济发达，但自然资源贫瘠，存量资本消耗较大，因此该地区足迹广度很小，足迹深度较大，总体三维生态足迹较小(低足迹广度、高足迹深度)(图10)。而同处长江三角洲地区的安徽、江苏的资本流量占用大，但仍然无法支撑资源的需求量，为了填补资源缺口，不断消耗资本存量，足迹深度较大，因而三维足迹平均值较高(高足迹广度、高足迹深度)，分别为1.734 hm2/人、1.608 hm2/人。
图10 长江经济带三维生态足迹

Fig.10 Three-dimensional ecological footprint of the YREB

长江中游地区区域自然资源禀赋较为一致，足迹广度、足迹深度在长江经济带均位于中值，其中湖北省经济及城市发展在中游地区均位于前列，资本存量消耗略高于其余两省，湖北三维生态足迹为1.428 hm2/人，江西为1.137 hm2/人，湖南为1.091 hm2/人。四川、重庆三维生态足迹数值相近，但资源利用格局则不相同。四川资源禀赋较好，可以主要通过增加流量资本消费量来满足社会发展对于资源的需求，足迹广度较大，足迹深度较小，资源利用可持续状况较好。重庆则是通过消费自身存量资本补足资源缺口，足迹广度较小，足迹深度较大。云南、贵州等地资源丰富，足迹广度较大，可以靠自然资本流量满足消耗，较少消耗资本存量维持发展，三维生态足迹较小(高足迹广度、低足迹深度)，自然资源利用的可持续性较好。

3.4 生态安全指数分析

2000—2020年间，除上海外，长江经济带11个省份生态压力指数(EPI)都呈现出整体上升趋势(图11)，凸显了改善研究区的生态环境、减缓生态压力的迫切性。在研究期间，云贵地区EPI均值较低，生态压力最小，其中云南EPI均值为1.36，在区域中处于最低位；其次为贵州，EPI均值为1.61。长江中游地区以及成渝双城地区EPI处于中位，研究期间EPI数值变化较小，但均大于2，其中湖北、湖南、江西以及重庆地区在研究期间EPI呈现出逐年增加的态势。长江三角洲地区EPI均值在区域中处于最高位，除浙江外，其余地区EPI均值均大于7，生态压力巨大。上海EPI均值为21.30，EPI远远大于其他地区，但与其余地区EPI逐渐上升相反，在研究期间上海EPI呈现下降趋势，2000年EPI均值高达39.27，2020年下降至15.23，说明上海生态安全问题严重，但生态问题逐步改善，生态环境有明显好转，生态压力虽大于其余地区，但逐步向好发展。
图11 2000—2020年长江经济带各省市生态压力指数(EPI)和生态经济协调系数(EECC)时间变化

Fig.11 Temporal changes of provincial ecological pressure index and ecological and economic coordination coefficient in the YREB during 2000-2020

在研究期间，长江经济带区域生态经济协调性指数(EECC)整体呈现下降趋势(图12)，表明研究区生态环境在经济发展建设中逐渐失衡，亟须协调经济发展与自然资源利用之间的平衡关系，应对可持续发展挑战。云贵地区EECC在1.307~1.414之间，接近于1.414，生态系统与经济发展较为协调，自然禀赋能够支持现阶段的经济发展，发展前景广阔。成渝双城地区EECC有波动下降趋势，EECC数值在1.178~1.374之间，EECC均值在研究区域中处于中位。长江中游地区EECC整体呈下降趋势，且变化较大，生态环境与区域经济发展逐渐失衡，有必要调整资源配置，避免用自然资源弥补生态承载力的薄弱。长江三角洲地区EECC在1.025~1.239之间，均值在所有省份中处于最低位，其中上海EECC均值最小，但在研究期间缓慢增长，说明上海生态安全问题严重，现阶段生态环境与经济发展表现出向协调方向发展，但仍处于严重失衡状态，生态环境亟须改善。
图12 2000—2020年长江经济带各省市生态压力指数(EPI)和生态经济协调系数(EECC)空间变化

Fig.12 Spatial changes of provincial ecological pressure index and ecological and economic coordination coefficient in the YREB during 2000-2020

资本流量占用率和存量流量利用比是评价生态可持续性的重要方法，自然资源的再生速度制约着流量资本的占用水平，而经济发展则推动着存量资本的消耗。2000—2020年间，云贵地区在研究区域中资本流量占用率与存量流量利用比较低(图13)，资本流量占用率逐年上升，表明该地区自然禀赋优越，自然资本可持续利用空间较大，主要依靠流量资本满足消费需求的增长，较少消耗存量资本，生态压力较小。成渝双城地区资本流量占用率整体呈上升趋势，其中重庆资本流量占用率大于四川，且四川存量流量利用比变化较为平稳，重庆则呈“上升—下降”的变化趋势，表明四川资源丰富，社会经济发展对于资源的需求较为稳定，可持续发展前景较好，而重庆在发展过程中对于资源的需求不断增多，流量资本占用率不断提高，对于存量资本的消耗有从增加到减少的调整过程。长江中游地区资本流量占用率在60%上下波动，存量流量利用比随时间推移而波动上升，表明这些地区虽然资源丰富，但流量资本逐渐不能支撑经济发展日益增长的需要，生态安全相对较差。长江三角洲地区资本流量占用率、存量流量利用比均值在区域中处于最高位，其中，安徽、江苏资本流量占用率稳定在80%以上，存量流量利用比均值大于6，表明仅靠流量资本不能满足城市资源消费需求的增长，需要消耗存量资本进行弥补，自然资本利用可持续性差。上海在2000—2020年间，资本流量占用率维持在100%，存量流量利用比逐年减小，但仍处在区域较高水平。作为一个自然资源极其有限的高度发达地区，上海利用存量资本弥补城市扩张、经济发展对于自然资本的巨大需求，城市的发展建立在过度消耗自然资本的基础之上，大幅占用存量资本阻碍了流量资本的更新，资源利用陷入恶性循环，自然资本利用可持续性差，生态压力巨大。尽管上海积极调整发展战略，优化产业结构，城市的资源利用情况一定的改善，但生态安全仍面临严峻挑战。
图13 2000—2020年长江经济带各省市资本流量占用率和存量流量利用比变化

注：由于上海、江苏两地数值完全相同造成重合，故而设为同一图例。

Fig.13 Changes of provincial occupancy rates of capital flows and use ratios of stock-flows in the YREB during 2000-2020

综上所述，长江经济带各区域中云贵地区生态安全状况最好，其次为长江中游、成渝地区，长江三角洲生态安全状况最差，可持续发展水平最低，这一结论与官冬杰等[51]基于生态补偿计算得到的生态安全状况基本一致。

3.5 三维生态足迹驱动力分析

运用偏最小二乘回归分析影响长江经济带三维生态足迹变化的主要驱动因子，各驱动因素对应系数和变量投影重要性(VIP)如表4所示。
表4 偏最小二乘回归模型结果

Tab.4 Results of the partial least squares regression

地区 常数项 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
长江三角洲
地区		 系数 1.922 0.059** 0.050**
 -0.043 0.147***
 0.012 0.131***
 -0.001 0.010 -0.067***
 -0.067***
 -0.126***
 -0.058*
VIP 1.246 0.725 1.039 1.415 0.675 1.314 0.746 0.596 0.827 0.827 0.758 0.669
长江中游地区 系数 3.484 -0.058**
 0.017
 0.092***
 0.067***
 0.045***
 -0.035
 0.054***
 -0.043*
 0.015*
 0.015*
 0.060***
 0.089***
VIP 0.518 0.491 1.215 1.084 1.103 0.846 1.127 0.921 1.060 1.060 1.062 1.212
成渝双城地区 系数 4.253 -0.215*
 -0.279*
 0.275***
 0.002
 0
0.023
 0.179***
 -0.141*
 0.125
 0.125
 0.156
 -0.131
VIP 0.664 1.113 0.851 1.076 1.094 1.023 1.145 1.078 1.051 1.051 1.059 1.073
云贵地区 系数 2.482 0.091***
 0.040***
 0.024***
 0.068***
 0.048***
 0.048***
 0.048***
 0.047***
 0.028***
 0.028***
 0.071***
 0.086***
VIP 0.938 0.674 1.020 1.097 1.122 1.118 1.131 1.111 1.041 1.041 1.103 1.124
地区 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26
长江三角
洲地区		 系数 -0.030**
 0.073***
 -0.035*
 -0.039***
 -0.163***
 0.034**
 0.100***
 -0.124***
 -0.057***
 -0.004
 0.211***
 0.200***
 -0.053
 0.223***
VIP 0.765 1.220 0.628 0.740 0.941 0.775 0.935 0.867 0.710 0.657 1.672 1.544 0.686 1.626
长江中游
地区
 系数 0.061***
 0.063*
 0.068***
 0.071***
 -0.121***
 0.121***
 -0.081**
 0.163***
 0.049*
 0.071
 -0.029
 -0.016
 -0.005
 0.080***
VIP 0.983 0.891 1.067 1.169 0.875 1.287 0.985 1.342 1.035 1.087 0.822 0.602 0.668 0.861
成渝双城
地区		 系数 0.188***
 0.446***
 0.225***
 0.033
 -0.120
 -0.019
 0.056
 -0.001
 -0.167
 0.146
 0.165**
 0.209
 0.034
 -0.039
VIP 1.055 1.213 1.072 1.065 0.652 1.045 0.722 0.940 1.065 1.095 0.985 0.848 0.775 0.911
云贵地区 系数 0.043***
 -0.030*
 0.031***
 0.043***
 0.089***
 -0.005
 0.027
 0.057***
 0.032**
 0.018
 0.056***
 0.050**
 -0.048***
 0.063***
VIP 1.052 0.455 1.052 1.097 0.917 0.809 0.506 1.157 0.982 0.905 1.077 1.062 0.841 1.122

注：*、**、***分别表示系数在10%、5%、1%水平上显著；VIP为变量投影重要性。

结合回归系数来看，各驱动因子可分为正向和负向驱动两类。可以发现，长江三角洲三维生态足迹的正向驱动因子主要为固体粉尘(X26)、废水(X24)的排放、煤炭(X14)以及农业机械动力(X23)，负向驱动因子主要为社会消费、对外贸易，具体为城市、农村居民人均消费(X9、X10)以及进/出口总额(X12、X11)。长江三角洲是中国对外贸易的重要门户，在研究期间随着对外贸易水平提高，对于自然资源的消耗减少，资源利用与贸易发展矛盾有所缓解。从城市发展水平层面看，公路里程(X4)和人口(X1)增长对长江三角洲三维生态足迹有着较大正向影响，表明城市扩张以及基础建设是增加资源耗费的重要原因。城镇率(X3)提升反而驱动三维生态足迹减小，长江三角洲地区城市化发展已达较高水平，表明高度城市化地区或能够通过城市化发展聚集知识资本、推动服务业发展，缓解资本亏损，起到减缓资源消费的效果，整体向着可持续方向迈进。从科技水平层面看，研究期间科技的提升对于现阶段长江三角洲地区生态环境增益较小。对于长江中游地区，对外贸易、城市发展以及能源消费为主要正向驱动因素，森林面积(X17)、当年造林面积(X19)以及农业机械动力(X23)为负向驱动因素。从经济发展层面看，第一产业与第三产业增加值(X6、X8)为负向驱动因素，第二产业增加值(X7)为显著正向驱动因素。长江中游部分地区人口众多，早期以农业为主要产业，后经过产业调整，积极发展重工业，经济发展速度加快，但结构性矛盾更为突出，同时伴随着武汉城市圈、长株潭城市圈以及环鄱阳湖城市群等多个城市群的建设，对于自然资本的占用不断提升，付出了较大的环境代价。应进一步调整产业结构，转向服务型第三产业发展。成渝双城地区能源消耗、社会消费以及经济增长(第一产业增加值(X6)、第二产业增加值(X7))为主要正向驱动因素，生态治理(森林面积(X17)、城市绿地(X16)、水土流失治理(X20)、生活垃圾无害化能力(X21))和第三产业增加值(X8)为负向驱动因素，成渝双城地区城市的发展对资源消耗具有较大依赖，生态治理已初见成效。云贵地区自然资源丰富，本文选取的大部分因子对其三维生态足迹为正向驱动，表明该地城镇化水平提高、经济贸易发展以及居民生活均需要通过消耗自然资本来实现，现行城镇化模式不利于生态环境可持续发展，应推进新型城镇化建设，促进资源的集约利用和合理配置，推进产业生态化、绿色化发展。
从长江经济带整体来看，城镇率(X3)是除长江三角洲外增加研究区资本占有的共有因素。当城镇化发展到一定阶段时，对自然资源消耗反而会起抑制作用，这一现象符合城市发展与环境演化关系理论，即城市发展与生态环境之间的关系会随着发展阶段的不同而发生转变[52]。在以农业生产为主要产业的发展早期，城镇化促使农业人口向城镇集聚、城镇就业扩大，拉动了自然资源消费，三维生态足迹不断增大。随着城镇化发展到下一阶段，城镇化促使产业结构调整，转向发展高耗能、高污染的重工业和制造业，以此来推动经济发展，这种发展方式对自然资源消费具有刚性需求，会增加自然资本的消耗量，促使地区增大资本输出，以满足发展需求，三维生态足迹在此阶段持续增加。长此以往，将不利于经济和生态环境的可持续发展。因此，在城镇化发展进入下一阶段时，亟须转变城市发展方式，通过增强城市对知识资本、现代服务业等高端生产要素的集聚作用，促进生态环境保护与经济发展的良性互动。

4 结论与讨论

4.1 结论

本文基于改进的三维足迹模型，运用生态压力指数、生态经济协调指数、存量流量利用比以及资本流量占用率，定量评估了2000—2020年间长江经济带生态安全情况，并探讨了各区域三维生态足迹的驱动因素，科学地评价了区域整体生态安全状况，为区域环境管理和决策提供了科学依据。主要结论如下：
(1) 生态足迹广度及深度时空变化规律。在时间上，研究期间长江经济带足迹广度呈上升趋势但整体利用水平不高，足迹深度较大且表现出明显上升趋势(长江三角洲除外)，区域均大于1 hm2/人，表明自然资本流量不足以满足日渐膨胀的消费需求，通过消耗资本存量来维持区域发展已成常态。在空间上，地类足迹广度呈“西高东低”格局，足迹深度则相反。足迹广度流动性在西部地区较大，足迹深度在全区变化均较为平稳。在地类组分构成上，足迹广度各地类占比不平衡，耕地对足迹广度的贡献率最大，水体贡献率最小。足迹深度各地类差异显著，耕地对足迹深度贡献率最大，林地最小，除长江三角洲地区外，其余区域林地仍处在流量资本占用状态，生态可持续性较好。
(2) 生态安全状况评价。长江三角洲流量资本占用较小，存量资本消耗较大，上海等地区EPI波动下降但数值较大，EECC缓慢增加，表明长江三角洲地区主要依靠消耗存量资本弥补城市、经济发展对于自然资本的巨大需求，自然资源利用可持续性差，部分城市积极优化产业结构已初见成效，资源利用情况有一定的改善，但生态安全仍面临严峻挑战。长江中游、成渝双城地区生态环境则相对安全，EPI数值较小，但EECC波动下降，生态环境与区域经济发展有逐渐失衡的趋势，有必要调整资源配置，避免用自然资源弥补生态承载力的薄弱。云贵地区生态安全状况最好，该区域目前主要依靠自然资本流量满足消耗，较少消耗资本存量维持发展，在长江经济带中EPI数值最小，自然资源利用的可持续性较好。
(3) 驱动力分析结果。三维生态足迹的驱动因素具有空间异质性，能源消耗、经济发展、城市扩张是导致区域生态资本占用增加的重要因素，科技水平、生态建设目前对自然资源利用的影响程度较小。城市扩张消耗大量生物资源和能源，生态环境保护与经济发展不协调，有必要加大科技投入，优化产业结构，控制化石能源等不可再生资源的消耗，坚持创新驱动绿色发展，增强城市对知识资本、现代服务业等高端生产要素的集聚作用，促进生态环境保护与经济发展的良性互动。

4.2 讨论

根据本文研究结果，长江三角洲地区经济高度发达，生态安全形势严峻，虽有逐步改善的趋势，但生态环境修复以及资源利用可持续性的改善空间还很大，应注重发展效率，特别是绿色效率，实现经济高速增长到高质量发展的跨越。长江中游地区部分城市工业化程度高，经济发达，可通过政策优化产业结构，帮助高耗能、低产出的产业完成转型，走高技术、低消耗的产业发展道路，建立具有地方特色的产业体系。成渝双城地区应利用后发优势，走创新驱动发展道路，加强战略性新兴产业发展，注重绿色发展。云贵地区在研究区中自然资源禀赋最好，生态安全状况良好，生态压力较小，但该地经济发展过度依靠消耗自然资源，且足迹深度拐点还未出现，表明该地区在未来的城镇化发展中仍有可能持续粗放式、以能源资源为基础的发展模式，对生态环境造成巨大压力。因此，在未来的发展中，云贵地区应合理配置资源要素，发挥生态资源优势，发扬区域特色文化，开展旅游业等高附加值产业，促进生态环境保护与经济建设协调发展。长江经济带区域耕地、水体对于足迹深度的贡献较大，应发展节水农业、节水工业，提高水资源利用效率；重视提高农业资源生产力，优化土地利用结构，提高耕地质量，构建现代化农业体系。
本文选择2000—2020年的历史数据进行分析，基于三维生态足迹评价区域生态安全状况，研究结论具有一定的科学依据，可为长江经济带整体发展规划提供参考。然而，本文仅评估了过去20余年的生态状况，对未来变化缺少预测性分析，基于本文的研究结果对未来的政策建议可能具有一定的局限性和片面性。在现有研究的基础上，后续可增加对于未来生态发展的预测，为环境管理提高更科学的依据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Wan J, Zhang L W, Yan J P, et al. Spatial-temporal characteristics and influencing factors of coupled coordination between urbanization and eco-environment: A case study of 13 urban agglomerations in China[J]. Sustainability, 2020, 12(21): 8821. doi: 10.3390/su12218821.

[2]
徐小鹰, 田焮焮. 长三角城市群科技创新、经济增长与生态环境的时空耦合及趋势预测[J]. 长江流域资源与环境, 2023, 32(4): 706-720.

[Xu Xiaoying, Tian Xinxin. Spatial-temporal evolution and trend prediction of coupling coordination among technology innovation, economic growth and ecological environment in Yangtze River Delta urban agglomerations. Resources and Environment in the Yangtze Basin, 2023, 32(4): 706-720. ]

[3]
张国俊, 王珏晗, 吴坤津, 等. 中国三大城市群经济与环境协调度时空特征及影响因素[J]. 地理研究, 2020, 39(2): 272-288.

DOI

[Zhang Guojun, Wang Juehan, Wu Kunjin, et al. Spatial-temporal characteristics and influencing factors of coordination between economic and environmental development of three major urban agglomerations in China. Geographical Research, 2020, 39(2): 272-288. ]

DOI

[4]
马丽, 金凤君, 刘毅. 中国经济与环境污染耦合度格局及工业结构解析[J]. 地理学报, 2012, 67(10): 1299-1307.

[Ma Li, Jin Fengjun, Liu Yi. Spatial pattern and industrial sector structure analysis on the coupling and coordinating degree of regional economic development and environmental pollution in China. Acta Geographica Sinica, 2012, 67(10): 1299-1307. ]

DOI

[5]
王长征, 刘毅. 经济与环境协调研究进展[J]. 地理科学进展, 2002, 21(1): 58-65.

[Wang Changzheng, Liu Yi. A review on the research of harmony of economy and environment. Progress in Geography, 2002, 21(1): 58-65. ]

DOI

[6]
Sun Y H, Dong Y, Chen X L, et al. Dynamic evaluation of ecological and economic security: Analysis of China[J]. Journal of Cleaner Production, 2023, 387: 135922. doi: 10.1016/j.jclepro.2023.135922.

[7]
He G Z, Lu Y L, Mol A P J, et al. Changes and challenges: China's environmental management in transition[J]. Environmental Development, 2012, 3: 25-38.

[8]
Liang Z F, Zhang M L, Mao Q D, et al. Improvement of eco-efficiency in China: A comparison of mandatory and hybrid environmental policy instruments[J]. International Journal of Environmental Research and Public Health, 2018, 15(7): 1473. doi: 10.3390/ijerph15071473.

[9]
Meng F X, Guo J L, Guo Z Q, et al. Urban ecological transition: The practice of ecological civilization construction in China[J]. Science of the Total Environment, 2021, 755: 142633. doi: 10.1016/j.scitotenv.2020.142633.

[10]
Liu D, Chang Q. Ecological security research progress in China[J]. Acta Ecologica Sinica, 2015, 35(5): 111-121.

[11]
王涛, 邵田田, 李登辉, 等. 基于净初级生产力生态足迹的河南省生态安全诊断[J]. 遥感信息, 2020, 35(4): 133-140.

[Wang Tao, Shao Tiantian, Li Denghui, et al. Ecological security diagnosis of Henan Province based on ecological footprint of net primary productivity. Remote Sensing Information, 2020, 35(4): 133-140. ]

[12]
陆大道. 长江大保护与长江经济带的可持续发展: 关于落实习总书记重要指示, 实现长江经济带可持续发展的认识与建议[J]. 地理学报, 2018, 73(10): 1829-1836.

DOI

[Lu Dadao. Conservation of the Yangtza River and sustainable development of the Yangtze River Economic Belt: An understanding of General Secretary Xi Jinping's important instructions and suggestions for their implementation. Acta Geographica Sinica, 2018, 73(10): 1829-1836. ]

DOI

[13]
杨荣金, 孙美莹, 张乐, 等. 长江经济带生态环境保护的若干战略问题[J]. 环境科学研究, 2020, 33(8): 1795-1804.

[Yang Rongjin, Sun Meiying, Zhang Le, et al. Strategic issues of ecological environment protection in the Yangtze River Economic Belt. Research of Environmental Sciences, 2020, 33(8): 1795-1804. ]

[14]
陈星, 周成虎. 生态安全: 国内外研究综述[J]. 地理科学进展, 2005, 24(6): 8-20.

[Chen Xing, Zhou Chenghu. Review of the studies on ecological security. Progress in Geography, 2005, 24(6): 8-20. ]

DOI

[15]
肖笃宁, 陈文波, 郭福良. 论生态安全的基本概念和研究内容[J]. 应用生态学报, 2002, 13(3): 354-358.

[Xiao Duning, Chen Wenbo, Guo Fuliang. On the basic concepts and contents of ecological security. Chinese Journal of Applied Ecology, 2002, 13(3): 354-358. ]

PMID

[16]
程钰, 尹建中, 王建事. 黄河三角洲地区自然资本动态演变与影响因素研究[J]. 中国人口·资源与环境, 2019, 29(4): 127-136.

[Cheng Yu, Yin Jianzhong, Wang Jianshi. Research on natural capital evolution and influencing factors in the Yellow River Delta region. China Population, Resources and Environment, 2019, 29(4): 127-136. ]

[17]
林文豪, 温兆飞, 吴胜军, 等. 成渝地区双城经济圈生态安全格局识别及改善对策[J]. 生态学报, 2023, 43(3): 973-985.

[Lin Wenhao, Wen Zhaofei, Wu Shengjun, et al. Identification and optimization of ecological security pattern in the Chengdu-Chongqing Economic Zone. Acta Ecologica Sinica, 2023, 43(3): 973-985. ]

[18]
马世五, 谢德体, 张孝成, 等. 三峡库区生态敏感区土地生态安全预警测度与时空演变: 以重庆市万州区为例[J]. 生态学报, 2017, 37(24): 8227-8240.

[Ma Shiwu, Xie Deti, Zhang Xiaocheng, et al. Measures of land ecological security early warning and its spatial-temporal evolution in the ecologically sensitive area of the Three Gorges Reservoir area: A case study of Wanzhou District, Chongqing City. Acta Ecologica Sinica, 2017, 37(24): 8227-8240. ]

[19]
王争磊, 刘海龙, 丁娅楠, 等. 山西省生态安全时空演变特征及影响因素[J]. 生态学报, 2022, 42(18): 7470-7483.

[Wang Zhenglei, Liu Hailong, Ding Yanan, et al. Spatio-temporal evolution characteristics and influencing factors of ecological security in Shanxi Province. Acta Ecologica Sinica, 2022, 42(18): 7470-7483. ]

[20]
赵宾华, 黄金华, 李占斌, 等. 基于AHP-熵值法组合赋权的甘肃省城市生态用水安全综合评价及影响因素分析[J]. 水土保持通报, 2023, 43(1): 167-173, 213.

[Zhao Binhua, Huang Jinhua, Li Zhanbin, et al. Comprehensive evaluation and influencing factor analysis of urban ecological water security in Gansu Province based on AHP-entropy method. Bulletin of Soil and Water Conservation, 2023, 43(1): 167-173, 213. ]

[21]
王丽娜, 李爽, 吴迪, 等. 景感生态学: 生态安全研究与实践的重要途径[J]. 生态学报, 2020, 40(22): 8028-8033.

[Wang Lina, Li Shuang, Wu Di, et al. Landsenses ecology: An important approach to research and practice of ecological security. Acta Ecologica Sinica, 2020, 40(22): 8028-8033. ]

[22]
鲁钰, 赵银娣, 董霁红. 西北地区三维生态足迹生态安全评价及驱动力分析[J]. 生态学报, 2022, 42(4): 1354-1367.

[Lu Yu, Zhao Yindi, Dong Jihong. Ecological security evaluation and driving force analysis of three-dimensional ecological footprint in Northwestern China. Acta Ecologica Sinica, 2022, 42(4): 1354-1367. ]

[23]
Rees W E. Ecological footprints and appropriated carrying capacity: What urban economics leaves out[J]. Environment and Urbanization, 1992, 4(2): 121-130.

[24]
Wackernagel M, White S, Moran D. Using Ecological Footprint accounts: From analysis to applications[J]. International Journal of Environment and Sustainable Development, 2004, 3(3/4): 293-315.

[25]
Wackernagel M, Onisto L, Bello P, et al. National natural capital accounting with the ecological footprint concept[J]. Ecological Economics, 1999, 29(3): 375-390.

[26]
Jansson A M. Investing in natural capital: The ecological economics approach to sustainability[M]. Washington D C, USA: Island Press, 1994.

[27]
Mancini M S, Galli A, Niccolucci V, et al. Stocks and flows of natural capital: Implications for ecological footprint[J]. Ecological Indicators, 2017, 77: 123-128.

[28]
Matuštík J, Kočí V. What is a footprint? A conceptual analysis of environmental footprint indicators[J]. Journal of Cleaner Production, 2021, 285: 124833. doi: 10.1016/j.jclepro.2020.124833.

[29]
Niccolucci V, Bastianoni S, Tiezzi E B P, et al. How deep is the footprint? A 3D representation[J]. Ecological Modelling, 2009, 220(20): 2819-2823.

[30]
方恺. 生态足迹深度和广度: 构建三维模型的新指标[J]. 生态学报, 2013, 33(1): 267-274.

[Fang Kai. Ecological footprint depth and size: New indicators for a 3D model. Acta Ecologica Sinica, 2013, 33(1): 267-274. ]

[31]
方恺, Heijungs R. 自然资本核算的生态足迹三维模型研究进展[J]. 地理科学进展, 2012, 31(12): 1700-1707.

[Fang Kai, Heijungs Reinout. A review on three-dimensional ecological footprint model for natural capital accounting. Progress in Geography, 2012, 31(12): 1700-1707. ]

DOI

[32]
张亚丽, 胡希军, 尹伟特, 等. 环长株潭次级城市群生态足迹变化与经济脱钩研究[J]. 生态科学, 2023, 42(2): 26-34.

[Zhang Yali, Hu Xijun, Yin Weite, et al. Study on ecological footprint change and economic decoupling in secondary urban agglomeration of Changsha-Zhuzhou-Xiangtan. Ecological Science, 2023, 42(2): 26-34. ]

[33]
Bi M L, Yao C Y, Xie G D, et al. Improvement and application of the three-dimensional ecological footprint model[J]. Ecological Indicators, 2021, 125: 107480. doi: 10.1016/j.ecolind.2021.107480.

[34]
方恺. 基于改进生态足迹三维模型的自然资本利用特征分析: 选取11个国家为数据源[J]. 生态学报, 2015, 35(11): 3766-3777.

[Fang Kai. Assessing the natural capital use of eleven nations: An application of a revised three-dimensional model of ecological footprint. Acta Ecologica Sinica, 2015, 35(11): 3766-3777. ]

[35]
Xun F F, Hu Y C. Evaluation of ecological sustainability based on a revised three-dimensional ecological footprint model in Shandong Province, China[J]. Science of the Total Environment, 2019, 649: 582-591.

[36]
董建红, 张志斌, 张怀林, 等. 生态脆弱区自然资本可持续利用及驱动机制: 以宁夏为例[J]. 中国人口·资源与环境, 2021, 31(2): 162-173.

[Dong Jianhong, Zhang Zhibin, Zhang Huailin, et al. Sustainable utilization and driving mechanism of natural capital in ecologically fragile areas: A case study of Ningxia. China Population, Resources and Environment, 2021, 31(2): 162-173. ]

[37]
杜悦悦, 彭建, 高阳, 等. 基于三维生态足迹的京津冀城市群自然资本可持续利用分析[J]. 地理科学进展, 2016, 35(10): 1186-1196.

DOI

[Du Yueyue, Peng Jian, Gao Yang, et al. Sustainability evaluation of natural capital utilization based on a three-dimensional ecological footprint model: A case study of the Beijing-Tianjin-Hebei metropolitan region. Progress in Geography, 2016, 35(10): 1186-1196. ]

DOI

[38]
张星星, 曾辉. 珠江三角洲城市群三维生态足迹动态变化及驱动力分析[J]. 环境科学学报, 2017, 37(2): 771-778.

[Zhang Xingxing, Zeng Hui. Dynamic of three dimensional ecological footprint in the Pearl River Delta and its driving factors. Acta Scientiae Circumstantiae, 2017, 37(2): 771-778. ]

[39]
胡美娟, 周年兴, 李在军, 等. 南京市三维生态足迹测算及驱动因子[J]. 地理与地理信息科学, 2015, 31(1): 91-95.

[Hu Meijuan, Zhou Nianxing, Li Zaijun, et al. Calculation and driving factor analysis of three-dimensional ecological footprint in Nanjing City. Geography and Geo-Information Science, 2015, 31(1): 91-95. ]

[40]
刘伟. 长江经济带区域经济差异分析[J]. 长江流域资源与环境, 2006, 15(2): 131-135.

[Liu Wei. Regional economic disparity of Yangtze economic zone. Resources and Environment in the Yangtze Basin, 2006, 15(2): 131-135. ]

[41]
金贵, 邓祥征, 赵晓东, 等. 2005—2014年长江经济带城市土地利用效率时空格局特征[J]. 地理学报, 2018, 73(7): 1242-1252.

DOI

[Jin Gui, Deng Xiangzheng, Zhao Xiao-dong, et al. Spatio-temporal patterns of urban land use efficiency in the Yangtze River Economic Zone during 2005-2014. Acta Geographica Sinica, 2018, 73(7): 1242-1252. ]

[42]
方创琳, 周成虎, 王振波. 长江经济带城市群可持续发展战略问题与分级梯度发展重点[J]. 地理科学进展, 2015, 34(11): 1398-1408.

DOI

[Fang Chuanglin, Zhou Chenghu, Wang Zhenbo. Sustainable development strategy and priorities of spatially differentiated development of urban agglomerations along the Yangtze River Economic Belt. Progress in Geography, 2015, 34(11): 1398-1408. ]

DOI

[43]
Zhang R Q, Li P H, Xu L P. Evaluation and analysis of ecological security based on the improved three-dimensional ecological footprint in Shaanxi Province, China[J]. Ecological Indicators, 2022, 144: 109483. doi: 10.1016/j.ecolind.2022.109483.

[44]
Wang Z H, Yang L, Yin J H, et al. Assessment and prediction of environmental sustainability in China based on a modified ecological footprint model[J]. Resources, Conservation and Recycling, 2018, 132: 301-313.

[45]
林坚. 2000年以来人口城镇化水平变动省际差异分析: 基于统计数据的校正和修补[J]. 城市规划, 2010, 34(3): 48-56.

[Lin Jian. Provincial difference of urbanization level in terms of population since 2000: Based on emendation of statistical data. City Planning Review, 2010, 34(3): 48-56. ]

[46]
Udelhoven T, Emmerling C, Jarmer T. Quantitative analysis of soil chemical properties with diffuse reflectance spectrometry and partial least-square regression: A feasibility study[J]. Plant and Soil, 2003, 251: 319-329.

[47]
Jia J S, Deng H B, Duan J, et al. Analysis of the major drivers of the ecological footprint using the STIRPAT model and the PLS method: A case study in Henan Province, China[J]. Ecological Economics, 2009, 68(11): 2818-2824.

[48]
杨一旸, 卢宏玮, 梁东哲, 等. 基于三维生态足迹模型的长江中游城市群平衡性分析与生态补偿研究[J]. 生态学报, 2020, 40(24): 9011-9022.

[Yang Yiyang, Lu Hongwei, Liang Dongzhe, et al. Balance analysis and ecological compensation of urban agglomeration in the middle reaches of the Yangtze River based on the three-dimensional ecological footprint model. Acta Ecologica Sinica, 2020, 40(24): 9011-9022. ]

[49]
方晓娟, 陶强强, 马招弟. 长江经济带自然资本可持续性利用分析: 基于三维生态足迹模型[J]. 环境生态学, 2021, 3(5): 32-37.

[Fang Xiaojuan, Tao Qiangqiang, Ma Zhaodi. Analysis on the sustainable utilization of natural capital in the Yangtze River Economic Zone: Based on the 3D ecological footprint model. Environmental Ecology, 2021, 3(5): 32-37. ]

[50]
陈义忠, 乔友凤, 郝灿, 等. 长江中游城市群生态足迹指标与社会经济发展的适配性[J]. 资源科学, 2022, 44(10): 2137-2152.

DOI

[Chen Yizhong, Qiao Youfeng, Hao Can, et al. Coordination between ecological footprint index and socioeconomic development of the urban agglomeration in the middle reaches of the Yangtze River Basin. Resources Science, 2022, 44(10): 2137-2152. ]

DOI

[51]
官冬杰, 姜亚楠, 严聆云, 等. 基于生态足迹视角的长江流域生态补偿额度测算[J]. 生态学报, 2022, 42(20): 8169-8183.

[Guan Dongjie, Jiang Yanan, Yan Lingyun, et al. Calculation of ecological compensation amount in Yangtze River Basin based on ecological footprint. Acta Ecologica Sinica, 2022, 42(20): 8169-8183. ]

[52]
柳清瑞, 唐璐. 城镇化对能源消费的推拉效应及其影响因素: 基于门槛效应模型的实证检验[J]. 资源科学, 2022, 44(5): 1022-1035.

DOI

[Liu Qingrui, Tang Lu. Push-pull effect of urbanization on energy consumption and its influencing factors: An empirical test with threshold effect model. Resources Science, 2022, 44(5): 1022-1035. ]

DOI

Options
文章导航

/

〈 〉