CN101901462A - 一种城市生态系统承载力的动态分析方法 - Google Patents

Abstract

本发明公开了一种城市生态系统承载力的动态分析方法，包括：运用系统动力学模拟城市社会经济系统驱动要素的动态过程和作用关系；通过构造子模块来建立所述驱动要素同生物资源供需的响应关系；采用生态足迹综合核算法进行生态足迹核算；以可行性和可持续发展目标为标准，设计不同的生态调控情景对城市可持续发展趋势进行调控优化。本发明在传统生态足迹动态分析基础上，引入了系统动力学思想，补充了内生的系统建模过程，模拟城市生态承载力的动态变化；能够预测城市发展过程中生态承载力的动态变化趋势；能够利用预测结果，结合情景分析方法反向调控规划方案优化城市生态发展。

Description

一种城市生态系统承载力的动态分析方法

技术领域

本发明属于环境科学领域，尤其涉及一种城市生态系统承载力的动态分析方法。

背景技术

随着社会经济、科学技术的飞速发展和人口的迅速增长，世界城市化的进程在不断加快，尤其是发展中国家的城市化进程更是日新月异。如何在城市发展进程中坚持可持续发展的原则，把城市人口、资源、社会经济与城市生态环境建设协调统一，促进城市的全面发展，是现代城市发展所面临的迫切问题，实施生态城市规划建设正是探索城市生态可持续发展的一种有效途径。同时，城市规模、结构和功能受自然条件的限制，使得城市生态建设必须充分考虑自然特征和环境承载能力，并以此作为实施城市生态可持续发展规划的基础。

生态足迹方法作为一种生态承载力的量化方法，在城市生态相关研究中得到广泛应用。目前该方法主要应用于静态核算，但该方法一方面只能识别和分析研究区域时间点上的可持续发展状态，不能预测其未来发展趋势；另一方面，从获得相应统计数据到生态足迹核算并根据分析结果给予决策者适当的政策建议，这一过程有相当长的时间延迟，不能有效地调控城市生态规划方案和策略。而生态承载力的动态分析研究尚处于起步阶段，生态足迹动态方法虽能够预测未来变化趋势，但仍存在预测结果不准确和预测时间区间短等不足。

发明内容

(一)要解决的技术问题

本发明的目的是提供一种城市生态系统承载力的动态分析方法，以解决预测结果不准确和预测时间区间短等不足的问题。

(二)技术方案

一种城市生态系统承载力的动态分析方法，利用系统动力学方法建立生态足迹与系统动力学的耦合动态分析模型，根据所述动态分析模型分析城市发展驱动要素与生态足迹的响应关系，预测城市生态足迹变化趋势，具体包括以下步骤：

S1：运用系统动力学模拟城市社会经济系统驱动要素的动态过程和作用关系，包括经济发展过程、人口增长、迁移过程及人口-经济要素的相互作用过程；

S2：通过构造子模块来建立所述驱动要素同生物资源供需的响应关系，包括能源需求系统模块，生物资源消费模块，生物生产性土地面积变化模块和生物生产能力模块；

S3：采用生态足迹综合核算法进行生态足迹核算，包括核算生态足迹账户及各账户成分；

S4：以可行性和可持续发展目标为标准，设计不同的生态调控情景对城市可持续发展趋势进行调控优化。

其中，所述步骤S1中的城市社会经济系统驱动要素包括：人口经济、自然资源禀赋条件、生产结构、技术变革和社会政策体系调控。

其中，所述步骤S2中的生物资源消费模块中生物资源消费生态足迹计算公式如下：

$F_c=(1+\mathrm{\β})(\frac{C_c^{\′}+b_m{C}_m^s+C_n}{Y_c}+\frac{C_c^{\′\′}}{Y_c^{\′}})$ $F_p=\frac{C_m^{p^{\′}}}{Y_p}$ $F_f=\frac{C_m^{p^{\′\′}}}{Y_f}$

其中：F_c，F_p，F_f分别表示由于生物资源消费对耕地，草原和水域所产生的生态足迹。C′_c，C″_c分别对粮食和蔬果的直接消费量，分别为次级肉类产品，初级畜牧类肉制品和初级鱼类肉制品的消费量，b_m饲料转换因子，β偶尔消费食品所携带的耕地生态足迹所对应缩放比例，C_n非食用粮食消费，Y_c，Y′_c，Y_p，Y_f分别为粮食、蔬果、畜牧类肉制品及鱼类制品的产量。

其中，所述步骤S2中的生物生产性土地面积变化模块中土地覆盖未来变化趋势预测公式为：

p(n)＝p(0)·P(n)

P(n)＝Pⁿ

其中，p(n)表示第n年时各土地类型覆盖面积分布，p(0)为基年各土地类型覆盖面积分布，P(n)为n步马尔科夫转移概率矩阵，P为一步转移概率矩阵。

(三)有益效果

本发明具有如下有益效果：

1、在传统生态足迹动态分析基础上，引入了系统动力学思想，补充了内生的系统建模过程，模拟城市生态承载力的动态变化；

2、能够准确预测城市发展过程中生态承载力的动态变化趋势；

3、能利用预测结果，结合情景分析方法反向调控规划方案优化城市生态发展。

附图说明

图1是根据本发明的城市生态系统承载力的动态分析方法的系统动力学和生态足迹耦合模型构建过程图；

图2是根据本发明的城市生态系统承载力的动态分析方法建立的人口-经济子系统模块框架图；

图3是根据本发明的城市生态系统承载力的动态分析方法建立的能源需求系统模块框架图；

图4是根据本发明的城市生态系统承载力的动态分析方法建立的消费食品所携带的耕地生态足迹模块框架图；

图5是根据本发明的城市生态系统承载力的动态分析方法建立的生物生产性土地面积变化模块框架图；

图6是根据本发明的城市生态系统承载力的动态分析方法建立的生物生产能力模块框架图；

图7是根据本发明的城市生态系统承载力的动态分析方法在对某城市分析中在常规发展情景下的模拟结果：(a)案例地区土地利用类型变化趋势，(b)影响生态足迹变化的系统驱动要素变化趋势，(c)生态足迹和生态承载力变化趋势，(d)各组分生态足迹变化趋势；

图8是根据本发明的城市生态系统承载力的动态分析方法对图7中案例分析的实验数据。

具体实施方式

本发明提出城市生态系统承载力的动态分析方法，结合附图和实施例说明如下。

本发明将通过开发系统动力学和生态足迹的耦合模型，建立动态分析框架，从动态角度预测评价城市生态承载力，并利用预测结果反向调控城市生态规划方案，给出科学的政策建议，实现城市生态可持续发展，在实际应用中产生显著的环境和社会经济效益。其中，系统动力学作为一种能够理解复杂系统内部物质流，信息流和干预措施之间运行和作用过程的交叉综合学科，被广泛应用于模拟经济环境复杂系统。生态足迹被定义为在现有技术条件下，按空间面积计量的支持一个特定地区的经济和人口的物质、能源消费和废弃物处理所要求的生物生产性地域空间。该时空尺度下生物生产性土地供给，即生态承载力。生态足迹核算体系通过比较该时空尺度下生态足迹与生态承载力，衡量区域内资源利用强度与生态支持系统的协调程度，以及可持续发展状况。

本发明利用系统动力学方法建立生态足迹与系统动力学耦合动态分析模型，根据所述耦合动态分析模型分析城市发展驱动要素和生态足迹响应关系，预测城市生态足迹变化趋势。本发明将系统动力学的动态模拟思想植入传统生态承载力各分析体系，构建生态足迹动态分析模型，通过此模型，可分析调控城市发展驱动要素和生态足迹响应关系，从动态的角度预测未来城市承载力发展趋势，根据对未来趋势的预测结果，反向调控城市生态规划方案，以实现城市生态压力的减少和可持续发展能力提高优化。具体包括以下步骤，如图1所示：

步骤S1，运用系统动力学模拟城市社会经济系统驱动要素的动态过程和作用关系，包括经济发展过程、人口增长、迁移过程及人口-经济要素的相互作用过程。所述城市社会经济系统驱动要素包括：人口经济、自然资源禀赋条件、生产结构、技术变革和社会政策体系调控。

如图2所示，为人口-经济子系统模块框架图，由带长条形方块的箭头连接的系统要素反映宏观经济增长过程，由带圆点的箭头连接的系统要素模拟人口规模变化过程，人口-经济相互作用关系用带菱形的箭头表示，三个带方块箭头表示柯布-道格拉斯生产函数关系，带三角的箭头将人口-经济驱动力和个体消费行为联系为一个整体。

整个经济增长机理大致可以描述为：基于柯布-道格拉斯生产函数，初期资本储量(CS)，连同劳动力(L)及能源投入(E)，推动地区生产总值(GRP)增加。地区生产总值在扣除掉净出口(TR)之后，剩余部分作为地区总支出(GRE)。基于居民的边际消费倾向(σ)和地区总支出，计算居民最终消费水平(FC)，剩余部分作为固定资本支出(FCE)用于投资(I)。作为一个闭合回路，投资又将注入到当地资本储量中，用于下一时期的经济生产。

模拟人口驱动力构成了人口-经济子系统的另一组成部分，本模型将该地区人口总量(Population)视为水平变量，人口出生(Birth)和死亡(Death)视为过程变量用于改变人口总量，同时人口出生和死亡表示为人口总量和出生率(Birth Rate)/死亡率(Death Rate)的函数相乘关系。特别地，出生率由标准出生率(Birth rate normal)和出生率乘数因子(Birth rate multipliers)决定，而出生率乘数因子则采用表函数表示为出生率和影响因子的非线性关系，影响因子包括食物消费水平(Food consumption level)，生育政策(Family policy)。死亡率采用同样的处理方法，但影响因子补充考虑了空气环境质量所产生的人群健康影响，同时将空气环境质量(Air quality)处理成能源使用所排放的空气污染物(Pollutants emissions)的反函数关系，用以将人口-经济子系统和能源使用子系统联系起来构成系统分析框架。

为了联系人口和经济子系统，本模型首先模拟了人口迁移流动(Migration flows)，假设人口迁移率(Immigrations rate)由当地就业前景(Employment Prospect)所决定，而就业前景受劳动力供需关系影响，即等于劳动力需求(Labor demand)和劳动力潜在供给(Employment potential)之差。劳动力潜在供给等于地区人口总量(Population)和潜在供给比率(Employment potential ratio)的乘积，以反映该地区所能利用的潜在最大人力资源。劳动力需求则处理为资本储量(Capital stock)和资本-劳动比率(Capital-labor ratio)的函数关系，进而作为联系经济系统的必要组成部分。作为人口-经济子系统联系的一个作用途径，地区人口总量(Population)和劳动力参与率(Labor force participation)的乘积决定了劳动力投入(Labor force input)，并通过柯布-道格拉斯生产函数确定地区生产总值(Gross regional product)。以上建模过程完成了人口-经济子系统框架的构建。

考虑到各种新能源技术(比如地热、风能及核能)在大部分城市能源使用结构中所占比例很小，或由于成本问题没有在经济生产中得到普遍使用，故本发明在能源生态足迹计算中只考虑化石能源(Fossil energy carrier)使用所产生的环境影响，比如化石燃料、电力及生物能。本发明构建的能源需求系统模块从经济体系各个产业部门研究能源经济的相互作用关系(Energy-economic interactions)，即包括工业生产，商业服务，交通运输和家庭生活用能四个部分。同时，本发明的分析框架又试图将这四个产业部门的能源使用和人口-经济驱动力联系耦合起来。

步骤S2，通过构造子模块来建立所述驱动要素同生物资源供需的响应关系，包括能源需求系统模块，生物资源消费模块，生物生产性土地面积变化模块和生物生产能力模块。采用计量经济学方法建立上述模块。

如图3所示，为能源需求系统模块框架图。其中，带方块的箭头连接的系统要素表示工业生产用能，带圆点的箭头表示商业部门用能，带菱形的箭头表示交通运输部门用能，带三角的箭头表示家庭生活用能，虚线箭头表示各部门总能耗，所述总能耗将作为生产要素反馈作用于地区经济生产。

本发明将模拟生物资源消费情况(包括农作物，动物食品，林产品)对生物生产性土地(包括耕地，草地，林地，水域)所形成的生态足迹。考虑到建立模型的复杂性和实用性，以及某些成分对生态足迹贡献甚微的情况，本发明将该部分简化为食品消费所对应的生态足迹。消费食品所携带的生态足迹模块如图4所示。在框架的第一层采用扩展线性支出系统建立食品消费总量同个人收入、食品价格及人口总量的相关关系，用这三个要素的动态变化趋势来反映食品消费水平的预测结果。框架的第二层将肉类制品区分为初级肉类产品(直接使用牧草喂养生产的肉制品)和次级肉类产品(通过谷类制品加工成饲料，再通过饲料喂养生产的肉制品)，即假设畜牧类肉制品生产一部分通过传统的牧场养殖，另一部分通过耕地生产粮食作物，再由粮食作物加工成动物饲料进行间接喂养，即产出单位重量的次级肉类产品所需要喂养的谷类原料。框架的第三层，生物资源消费生态足迹可以通过以下公式计算：

$F_c=(1+\mathrm{\β})(\frac{C_c^{\′}+b_m{C}_m^s+C_n}{Y_c}+\frac{C_c^{\′\′}}{Y_c^{\′}})$ $F_p=\frac{C_m^{p^{\′}}}{Y_p}$ $F_f=\frac{C_m^{p^{\′\′}}}{Y_f}---\left(1\right)$

式中：F_c，F_p，F_f分别表示由于生物资源消费对耕地，草原和水域所产生的生态足迹。C′_c，C″_c分别对粮食和蔬果的直接消费量，

分别为次级肉类产品，初级畜牧类肉制品和初级鱼类肉制品的消费量，b_m料转换因子，β偶尔消费食品所携带的耕地生态足迹所对应缩放比例，C_n非食用粮食消费，Y_c，Y′_c，Y_p，Y_f分别为粮食、蔬果、畜牧类肉制品及鱼类制品的产量。

根据生态足迹原理和方法，生态承载力由生物生产性土地面积和生物生产能力决定。土地利用变化模块(马尔科夫模型)如图5所示，其中，长方形水平变量表示六种土地利用类型的覆盖面积，双线箭头表示各土地利用类型之间转移面积，细箭头表示各土地利用类型之间转移概率。土地覆盖未来变化趋势通过基年土地覆盖面积和各土地类型间转移概率进行预测，表述为数学公式为：

p(n)＝p(0)·P(n)

                    (2)

P(n)＝Pⁿ

式中：p(n)表示第n年时各土地类型覆盖面积分布，p(0)为基年各土地类型覆盖面积分布，P(n)为n步马尔科夫转移概率矩阵，其等于一步转移概率矩阵P的n次方，一步转移概率矩阵P的构造基于年际间各土地利用类型之间转移概率的平均值计算。

本发明中生物生产性土地主要研究耕地、草原、林地及养殖水域。耕地生产能力模块如图6所示，其中，长方形水平变量表示耕地粮食产量，尖括号中变量表示影响粮食产量变化的驱动因素。草原，林地及养殖水域的产量基于历史统计数据采用回归分析进行预测。

步骤S3，采用生态足迹综合核算法进行生态足迹核算，包括核算生态足迹账户及各成分。依照生态足迹计算原理，在生态足迹子系统中，计算工业生产、商业服务、交通运输、家庭生活四部分消费行为产生的化石能源使用生态足迹，计算食品消费行为产生的生物资源消费足迹。在生态承载力子系统中，根据土地利用变化模型模拟结果提取出生物生产性土地变化数据，根据耕地生产能力模型和案例城市的草原、林地及养殖水域产量的历史统计数据计算生物生产能力，依照生态足迹计算原理计算出生态承载力。并将生态足迹划分为6个生态足迹组分，分别给出其模拟结果，即耕地生态足迹，草原生态足迹，森林生态足迹，水域生态足迹，建筑用地生态足迹，能源生态足迹。

步骤S4，以政策可行性和可持续发展目标为标准，设计不同的生态调控情景对城市可持续发展趋势进行调控优化，以期实现减少生态压力，提升可持续发展能力的调控目标。通过情景分析来考察系统要素变化趋势和可持续发展能力调控过程，分析方法采用的预想型情景分析，即首先预想规划期末可持续发展能力的最终状态，再利用模型建立的因果关系，形成各种政策措施组合来调控系统驱动要素以实现预想的各种可持续发展能力状态。将可持续发展目标(sustainability target)和政策可行性(policy feasibility)作为标准设计不同的情景模式，利用前述模型方法模拟不同情景。

城市生态系统承载力的动态分析方法原理如下：

本发明中所述的城市生态承载力动态分析框架的系统边界为城市行政地区边界，时间跨度以可获得的数据资料为依据决定，优选为25年左右，模拟精度为一年的时间步长，使用系统动力学软件VensimPLE 5.4b构建。分为人口-经济子系统、生态足迹子系统、生态承载力子系统。

其中人口-经济子系统模型为人口-经济子系统服务；生态足迹子系统从化石能源使用、生物资源消费、建筑用地的生态足迹三个方面计算生态足迹，其模型框架分别如图3、4和5所示，并将前面已经模拟的系统要素：人口规模(population)、交通周转量(transportation turnover)、工业生产值(industrial production output)和电力使用(electricity use)作为驱动要素计算建筑用地生态足迹；生态承载力子系统中，利用马尔科夫模型来模拟土地利用的变化趋势，从模型分析结果中提取出生物生产性土地变化数据，从耕地、草原、林地及养殖水域计算生物生产能力。

利用所构建的城市生态承载力动态分析框架进行不同城市生态规划方案的预测和分析，模拟系统主要驱动要素和生态足迹的变化趋势。同时设定不同规划情景，模拟在不同规划方案下城市生态承载力的动态变化特征，以期实现减少生态压力，提升可持续发展能力的调控目标。

在重庆市某地区对该方法进行了实验，证明了该方法的可行性。

重庆市某区在城市快速发展过程中面临能源需求加剧、消费压力增大、土地供需矛盾等压力，使得生态资源系统的支持能力保障不足，也成为制约城市系统可持续发展的瓶颈。将本发明所提出的城市生态承载力动态分析方法应用于该区，模拟其主要系统驱动要素和生态足迹变化趋势。模拟结果如图7所示，该区在常规发展情景(指未进行生态调控政策干预下，按原有模式发展的情景)下将保持快速城市化和工业化进程，规划期内生态足迹将从1997年的1.04公顷/人迅速增加至2020年的2.40公顷/人，年均增长0.06公顷/人，而同时期的生态承载力仅从0.62公顷/人增加至0.79公顷/人，年均增长仅为0.007公顷/人。生态足迹年均增长幅度是生态承载力年均增长幅度的10倍大小，这说明该地区在这一时期对生态资源的需求规模和增长趋势都远远大于生态资源供给能力，对地区生态可持续发展能力产生不利影响。

根据系统动力学-生态足迹耦合模型构建的动态响应关系，组合各驱动要素，包括人口规模、消费水平、生态足迹强度、土地利用类型及生物生产能力设计四种规划方案情景调控系统驱动要素的动态变化特征，使其实现生态赤字不断减少，提升城市可持续发展能力。情景一，利用生态足迹为调控指标，实现2020年生态赤字为零；情景二，则将调控目标设定为2020年生态赤字保持在2005年的水平；情景三，以扣除能源足迹成分的生态足迹作为调控指标，实现2020年生态赤字为零；情景四，使用与情景三中相同的调控指标，但调控目标设定为2020年生态赤字保持在2005年的水平。模拟结果如图8所示。

结果表明，利用生态足迹为调控指标，实现2020年生态赤字为零对降低生态赤字的效果最为显著，体现了强可持续发展性，同时以扣除能源足迹成分的生态足迹作为调控指标，实现2020年生态赤字保持在2005年的水平，在实现生态赤字降低的基础上，对该地区社会经济系统干预力度最小，体现了规划方案可行性。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (4)

1.一种城市生态系统承载力的动态分析方法，其特征在于，利用系统动力学方法建立生态足迹与系统动力学的耦合动态分析模型，根据所述动态分析模型分析城市发展驱动要素与生态足迹的响应关系，预测城市生态足迹变化趋势，具体包括以下步骤：

S1：运用系统动力学模拟城市社会经济系统驱动要素的动态过程和作用关系，包括经济发展过程、人口增长、迁移过程及人口-经济要素的相互作用过程；

S2：通过构造子模块来建立所述驱动要素同生物资源供需的响应关系，包括能源需求系统模块，生物资源消费模块，生物生产性土地面积变化模块和生物生产能力模块；

S3：采用生态足迹综合核算法进行生态足迹核算，包括核算生态足迹账户及各账户成分；

S4：以可行性和可持续发展目标为标准，设计不同的生态调控情景对城市可持续发展趋势进行调控优化。

2.如权利要求1所述的城市生态系统承载力的动态分析方法，其特征在于，所述步骤S1中的城市社会经济系统驱动要素包括：人口经济、自然资源禀赋条件、生产结构、技术变革和社会政策体系调控。

3.如权利要求2所述的城市生态系统承载力的动态分析方法，其特征在于，所述步骤S2中的生物资源消费模块中生物资源消费生态足迹计算公式如下：

$F_c=(1+\mathrm{\β})(\frac{C_c^{\′}+b_m{C}_m^s+C_n}{Y_c}+\frac{C_c^{\′\′}}{Y_c^{\′}})$ $F_p=\frac{C_m^{p^{\′}}}{Y_p}$ $F_f=\frac{C_m^{p^{\′\′}}}{Y_f}$

其中：F_c，F_p，F_f分别表示由于生物资源消费对耕地，草原和水域所产生的生态足迹。C′_c，C″_c分别对粮食和蔬果的直接消费量，分别为次级肉类产品，初级畜牧类肉制品和初级鱼类肉制品的消费量，b_m饲料转换因子，β偶尔消费食品所携带的耕地生态足迹所对应缩放比例，C_n非食用粮食消费，Y_c，Y′_c，Y_p，Y_f分别为粮食、蔬果、畜牧类肉制品及鱼类制品的产量。

4.如权利要求2所述的城市生态系统承载力的动态分析方法，其特征在于，所述步骤S2中的生物生产性土地面积变化模块中土地覆盖未来变化趋势预测公式为：

p(n)＝p(0)·P(n)

P(n)＝Pⁿ

其中，p(n)表示第n年时各土地类型覆盖面积分布，p(0)为基年各土地类型覆盖面积分布，P(n)为n步马尔科夫转移概率矩阵，P为一步转移概率矩阵。

Images