EN中文

经济地理 >

2020 , Vol. 40 >Issue 4: 195 - 203

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.04.022

三农、土地与生态

绿色发展视阈下湖南省生态足迹的驱动力因素分析

  • 杨灿 , 1, 2 ,
  • 朱玉林 1, 2, ※
展开
  • 1.中南林业科技大学 经济学院，中国湖南 长沙 410004
  • 2.湖南绿色发展研究院，中国湖南 长沙 410004
※朱玉林（1968—），男，湖南双峰人，教授，博士，博士生导师。主要研究方向为生态经济、农林经济管理。E-mail：zh-y-lin@126.com。

杨灿（1975—），女，湖南湘阴人，博士，副教授，硕士生导师。主要研究方向为生态经济、农林经济管理。E-mail：。

收稿日期: 2019-07-01

  修回日期: 2019-12-23

  网络出版日期: 2025-04-08

基金资助

湖南省社会科学基金项目(19YBA368)

湖南省教育厅重点课题(19A515)

收起

Driving Force Factors of Ecological Footprint in Hunan Province from the Perspective of Green Development

  • YANG Can , 1, 2 ,
  • ZHU Yulin 1, 2, ※
Expand
  • 1. College of Economics，Central South University of Forestry and Technology，Changsha 410004，Hunan，China
  • 2. Hunan Green Development Research Institute，Changsha 410004，Hunan，China

Received date: 2019-07-01

  Revised date: 2019-12-23

  Online published: 2025-04-08

Fold

摘要

利用湖南省2000—2015年的数据，在对湖南省生态足迹进行测算的基础上，采用偏最小二乘回归模型，建立起生态足迹与经济、社会各因素的多元回归模型，以此来研究导致生态足迹加剧的主要影响因子。从模型可知，12项因子对于湖南省生态足迹的増长均有程度不一的影响。除农业人口之外，其余的11个可能影响因子的自变量系数均为正，且与生态足迹的变化呈现趋同的变化趋势。其中，能源消费总量、城镇化率和总人口数3个自变量的显著度最大，对生态足迹的正向驱动作用最大。以2000—2015年湖南省的实测能值生态足迹数据与各影响因子的同期数据进行比对，再次验证了模型研究结果的合理性。结果表明：造成湖南省生态足迹增长最主要的驱动因素是由产业结构不合理造成的巨大的能源消费量以及经济的快速发展和庞大的人口数量。

关键词： 生态足迹; 驱动力因素; 绿色发展; 城镇化率; 湖南省

本文引用格式

杨灿 , 朱玉林 . 绿色发展视阈下湖南省生态足迹的驱动力因素分析[J]. 经济地理, 2020 , 40(4) : 195 -203 . DOI: 10.15957/j.cnki.jjdl.2020.04.022

Abstract

Based on the data from 2000 to 2015 in Hunan Province, and on the basis of the calculation of ecological footprint in Hunan Province, the partial least square regression model is used to establish the multiple regression model of ecological footprint, economic and social factors, so as to study the main factors that lead to the aggravation of ecological footprint. According to the model, 12 factors have different effects on the growth of ecological footprint in Hunan Province. In addition to the agricultural population, the other 11 possible influencing factors have positive independent variable coefficients, and show a trend of convergence with the change of ecological footprint. Among them, the three independent variables of total energy consumption, urbanization rate and total population have the greatest significance, and the positive driving effect on ecological footprint is the largest. A comparison between the energy ecological footprint data of Hunan Province from 2000 to 2015 and the data of the same period of each influencing factor is made to verify the rationality of the model research results again. The results show that the main driving factors of the growth of ecological footprint in Hunan Province are the huge energy consumption caused by the unreasonable industrial structure, the rapid economic development and the huge population.

Key words： ecological footprint; driving force factor; green development; urbanization rate; Hunan Province

作为指示人类的生产生活和消费对自然资源和环境影响的综合性指标，生态足迹（Ecological Footprint）能相对全面地反映区域的生态承载力状况，是衡量区域绿色发展水平与趋势的重要指标。1992年，加拿大生态经济学家William Rees提出生态足迹概念，并与其博士生Wackernagel共同完善和发展为生态足迹模型，旨在定量测度特定人口的资源消费需求[1]。1997年，Wackernagel等在National Ecological footprint报告中首次应用生态足迹模型对1993年全球52个国家和地区的生态足迹和生态承载力进行了测算[2]。由于方法简单、直观，便于定量评估自然资源的利用状况，一定程度上可以反映区域经济发展是否可以持续，生态足迹模型备受各国政府和学者的关注，被生态经济学界誉为“可持续发展量化领域最重要的成果之一。”1990年代，蓝盛芳将能值理论引入国内，应用于我国城市生态环境的价值研究中[3]。2000年，徐中民、杨开忠等对国外生态足迹模型的引入、介绍[4-5]是国内兴起生态足迹研究的基础。生态承载力与绿色发展的相互关系已经在全世界范围内形成了共识。二者研究的背景相同，研究的目的互利，都是在人类发展受到来自自然生态的限制和阻碍的背景下提出的，解决的核心问题都涉及到自然资源、生态环境与人口、经济发展等关系的相互协调。二者的不同主要在于考察和研究的视角不同。生态承载力是绿色发展理论的重要支撑理论之一，其核心思想是根据自然资源与生态环境的实际承载力来确定区域的人口与社会经济的发展速度，从而更好地解决区域资源、环境、人口与发展问题，实现资源环境与生态系统的良性循环以及人与自然协调、社会和经济的可持续发展。区域的一切社会经济活动都必须维持在资源、环境的承载阈值之内。从这个意义上说，生态承载力是区域绿色发展的制约因素。当区域的生态承载力大于区域社会经济活动的发展，区域将实现绿色发展，否则将导致生态贫困和环境污染。当情况变得严重，亦即赤字过大时，就可能引起区域经济社会的畸形发展甚至倒退、崩溃。另一方面，生态承载力决定着区域经济社会发展的速度和规模，是区域绿色发展的重要保障。生态承载力并非一成不变，其阈值随区域经济、人口、科技水平、人们的生活方式、消费意识，以及时间和政策法规等不断发生变化。生态经济学理论认为要实现绿色发展，首先要根据生态环境所能承受的限度，亦即自然系统的生态承载力，来界定经济社会发展的规模[6⇓⇓-9]。绿色发展是实现自然系统由生态赤字走向生态盈余的首要目标和唯一途径，也是经济社会高质量发展的有效保证。绿色发展已成为各国政府的政治共识和社会共识，成为当代世界经济发展的一大潮流，也是我国生态文明建设的核心内容之一。当我们评价一个区域可以实现绿色发展时，该区域一定是有着较高的生态承载力，具有良好的经济环境，较为丰富的资源、较高的科技含量以及适宜的人口规模。因此，必须保证区域的经济发展在生态承载力阈值之内，绿色发展才有可能成为现实。
本文在对区域生态赤字状况进行定量分析的基础上[10]，采用偏最小二乘回归模型，建立生态足迹与经济、社会各方面因素的多元回归模型，进一步研究导致生态赤字出现甚至加剧的主要社会经济驱动力因素，并量化各驱动因素的重要程度，据此认识湖南省的生态承载力现状和发展趋势，以及改善湖南省生态环境的重要现实意义，以期更好地为未来区域在经济发展、人口控制与生态环境保护等绿色发展相应政策的制定等方面提供明确导向和决策依据。

1 湖南省能值生态足迹的测算

1.1 能值生态足迹改进模型

传统生态足迹计算的出发点是生态系统的物质流，在计算诸如耕地、草地、林地等生物资源的生态足迹的基础上，通过引入产量因子和均衡因子，应用不同年份的全球平均产量，将这些物质流数据换算为相应的生物生产性土地面积，然后加权成生态足迹和生态承载力。但这种理论无法克服自身的一些明显缺陷，比如生态足迹的变化受人口、消费、土地、气候、科技、管理等众多社会、经济及自然因素影响，在以全球平均产量为基础的转化过程中，对地区生态系统有影响的这些信息被忽略了[11⇓-13]。与传统模型相比，改进的能值生态足迹改进模型吸收了能值理论与生态足迹理论的优点，将物质循环与能量流动结合在一起，以长时间序列的生态足迹研究弥补了传统生态足迹法静态的缺陷，将可更新资源和社会生产消费中的能量流换算成对应的生物生产性土地面积，实现了对生态目标的更精确测度，从而为当前许多与环境相关的决策方法提供了一个更加全面的分析方案。
其理论架构与思路是：首先将区域6种生物生产土地（化石能源土地、耕地、草地、林地、建筑用地和水域）的实际消费量和自然提供的资源量进行消费项目划分，通过引入能量折算系数，将项目消费与产出量折算成能量；然后以项目的能量乘以相应的能值转换率，将各种不同类型、不同种类的能量流换算为可以相加的共同度量标准——太阳能值，再通过引入能值密度概念，将各消费项目的太阳能值转换为相应的生物生产性土地面积，以此计算区域能值生态足迹与能值生态承载力，并由此确定区域可持续发展程度。
具体的计算方法与过程如下：
①可更新资源的能值计算
        可 更 新 资 源 能 值 = 实 物 量 · 能 量 折 算 系 数 · 能 值 转 换 率
②区域能值密度的计算
区 域 能 值 密 度 = 区 域 总 能 值 / 区 域 土 地 面 积
改进之后的能值生态足迹模型如下：
E e f = N × e f = N × ∑ i = 1 n c i P
式中： E e f代表能值生态足迹； e f代表人均能值生态足迹；N代表人口数量；P代表全球平均能值密度，根据世界环境与发展委员会（WCED）的报告《我们的未来》建议，其值为3.10×1014sej/hm2；ci代表第i种资源的人均能值。
相应的，改进了的能值生态承载力模型如下：
E E C = N × E C = P 1 / P × A × 0.88
式中： E E C为能值生态承载力；N为区域人口数量； E C为人均能值生态承载力； P 1为人均区域能值密度，其值为区域能值密度与区域人口之比；P为全球平均能值密度；A为区域土地面积；常数0.88为根据世界环境与发展委员会的报告，扣除12%的生物多样性的修正系数。

1.2 湖南省能值生态足迹的计算

从《中国统计年鉴》《湖南省统计年鉴》和《湖南农村统计年鉴》等途径获取湖南省2000—2015年的各种消费项目的实物量的原始数据，利用相对应的能量折算系数和太阳能值转换率，将不同类别的能量或物质转换为统一度量的太阳能值。根据式（1）计算可得出湖南省2000—2015年的区域总能值。由式（2）计算得出区域能值密度。利用式（3）、（4）计算得出湖南省2000—2015年能值生态足迹和能值生态承载力。具体计算方法和过程详见文献[10]，由于篇幅所囿，不在此文中详细列出。

2 生态足迹影响因子回归模型分析

2.1 偏最小二乘回归模型的建模方法

偏最小二乘回归（PLS）是一种新型的多元统计数据分析方法，1983年由瑞典学者S.Wold等[14]提出，它是一种多因变量对多自变量的回归建模方法，最早被用于分析化学实验数据，经过30多年来理论与实践的不断创新改进，现在已经普及到金融、地理信息和生态学领域，被用来解释、分析自然环境等因素与经济因素之间的联系。该方法集多元回归分析、主成分分析和典型相关分析方法的优点于一身，既拥有主成分分析法提取主成分的功能，又克服了主成分与因变量关系不够密切的缺点，在有效消除自变量之间多重共线性的同时，能够最大限度地保留原来的所有自变量和因变量数据中的信息，确保数据结构的简化和图形功能的强大，并能对所建立的回归模型给予更多更详深入的实际解释。
本文的目的是找寻导致生态足迹变化的驱动因子，所以我们选用单因变量的偏最小二乘回归模型来创建模型，具体计算方法如下：
①对因变量y和k个自变量x1，x2，…，xk观测n组数据。
②将观测数据进行标准化处理，记为：
y = y 1 ⋮ y n , x = x 11 ⋮ x n 1 ⋯ ⋱ … x 1 k ⋮ x n k
③将因变量y对每个自变量 x i i = 1,2 , ⋯ , k单独作普通最小二乘线性回归。
y ^ x i = a i ' y a i ' a i x i , 其 中 , a i = x 1 i ⋮ x n i , i = 1,2 , ⋯ , k
④将式（1）右端的量加权，用ωi表示相应的权重，可得 ∑ i = 1 k ω i a i ' y a i ' a i x i。
若选取 ω i = a i ' a i，代入上式并记为：
t 1 = ∑ i = 1 k a i ' y x i
⑤将t1作自变量，对y做回归，有：
y ^ t 1 = t 1 ' y t 1 ' t 1 t 1
利用式（3）预测y，可得预测值向量 y ^ t 1，残差向量 y 1 = y - y ^ t 1。
⑥将每个自变量 x i i = 1,2 , ⋯ , k对t1作回归，得回归方程：
x ^ i t 1 = t 1 ' x i t 1 ' t 1 t 1       i = 1,2 , … , k
其预测值向量为 x ^ i t 1，相应的残差向量记为 x i 1 = x i - x ^ i t 1 , i = 1,2 , … , k。
⑦将式（5）、（6）中所得的残差值做为新的数据资料，重复上述步骤，继续逐步求得新的变量t2，…，tr，其中r是矩阵x'x的秩。
⑧运用普通最小二乘作因变量y对自变量t1，t2，…，tr的回归，经过变量间的转换，最终可以得到y对自变量x1，x2，…，xk的回归方程。
鉴于偏最小二乘回归的算法比较复杂，我们借助软件Simcap-11.5进行偏最小二乘回归分析。

2.2 生态足迹影响因子的筛选

生态足迹具有生态偏向性特征。区域自然资源的优劣和多寡会对生态足迹的变化产生影响，但实际上，气候、降水、土壤等因素大多要在经历了长时间的演变过程之后才能对生态足迹造成影响，对此可以暂且忽略不计[15]。因此，我们探讨的生态足迹的内部驱动力主要偏向于区域的经济和社会发展的影响。
在表征经济发展因素的变量方面，我们除了首选区域国内生产总值即GDP这一首重要的经济测度指标，还选择了能源消费总量、全社会固定资产投资、进出口总额等要素[16]。
产业结构反映了资源能源消耗和环境污染状况。各产业由于生产机制的不同，对生态足迹产生的影响也有所不同。GDP的构成对生态足迹的不同影响程度，我们用第一、第二、第三产业的GDP来表示产业结构要素。
社会的发展是决定生态足迹变化的另一重要方面，主要体现在人口和消费两方面。生态足迹的影响具有鲜明的人口消费的特征[17]，因此，我们选取总人口数和农业人口，以及城镇化率来考察人口因素对生态足迹的影响。此外，我们选取城镇居民消费量和农村居民消费量两个指标来考察消费因素对生态足迹的影响。
综上，本文结合湖南省的实际情况，考虑到数据的有效性和可获取性，根据湖南省2000—2015 年社会经济的相关数据，以湖南省2000—2015年的人均生态足迹（Y）为因变量，从人口、消费、经济数量与产业结构4个角度选取了可能对生态足迹产生影响的12个的因子作为自变量（X1，X2，…，X12），见表1。受数据获取条件的影响，本研究未将可能对生态足迹产生影响的政策效应因素、科技水平因素和资源利用效率因素纳入自变量体系。
表1 生态足迹变化可能的影响因子

Tab.1 Possible influencing factors of ecological footprint changes

可能的驱动因素 相应的自变量
经济 数量 国内生产总值（GDP） X1
能源消费总量 X2
全社会固定资产投资 X3
进出口总额 X4
结构 第一产业GDP X5
第二产业GDP X6
第三产业GDP X7
社会 人口 总人口数 X8
农业人口 X9
城镇化率 X10
消费 城镇居民消费量 X11
农村居民消费量 X12
所有数据均来源于2000—2015年《湖南省统计年鉴》，或者根据统计年鉴的数据计算而得[18⇓-20]。由于指标的多样化，不同指标的基础数据之间的量纲和数量级存在差异，为了方便各指标在平等的情况下进行分析，对所有原始数据进行了标准化处理。所选择的12个自变量之间的相关系数见表2，所有自变量间的相关系数的绝对值均大于0.6，且在0.01的水平上显著相关，这表明自变量之间存在显著的相关关系，多重共线性情况比较严重。同时也证明了本研究采用偏最小二乘回归模型是正确和有效的。
表2 自变量之间的相关系数矩阵

Tab.2 Correlation coefficient matrix between independent variables

r X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
X1 1.000
X2 0.873 1.000
X3 0.964 0.759 1.000
X4 0.992 0.850 0.967 1.000
X5 0.990 0.911 0.924 0.974 1.000
X6 0.999 0.876 0.955 0.990 0.992 1.000
X7 0.996 0.848 0.978 0.991 0.976 0.991 1.000
X8 0.976 0.923 0.889 0.956 0.989 0.980 0.960 1.000
X9 -0.727 -0.889 -0.625 -0.711 -0.760 -0.722 -0.712 -0.795 1.000
X10 0.956 0.958 0.888 0.944 0.968 0.952 0.948 0.966 -0.867 1.000
X11 0.997 0.869 0.973 0.992 0.979 0.992 0.998 0.963 -0.731 0.960 1.000
X12 0.975 0.792 0.990 0.982 0.936 0.966 0.988 0.911 -0.666 0.914 0.986 1.000

2.3 模型的建立

考虑到自变量之间存在显著的强相关性，且样本量较少，故选取PLS模型建立生态足迹与各自变量的回归方程。应用软件SIMCAP11.5进行相关分析。表3为交叉有效性验证结果。 R y 2 ( c u m )和 Q y 2 ( c u m )分别反映了模型对Y的解释能力和预测效果。结果显示，在模型提取3个主成分的情况下，交叉有效性为0.9814，模型的解释能力达到了0.9900，其值接近1，这说明模型的精确度和可信度都比较高。
表3 交叉有效性验证

Tab.3 Verification of Cross-Validity

Y 解释力 R y 2 c u m 预测效果 Q y 2 c u m
1 0.9532 0.9493
2 0.9874 0.9814
3 0.9900 0.9814
在偏最小二乘回归模型分析中，变量投影重要性（VIP）常被用来评价自变量对因变量的解释能力，其值也常常被用来作为驱动因子选择的依据。当因子的VIP值>1时，该因子可认为是显著的，因此可以入选为驱动因子；当0.5<VIP<1时，表示该驱动因子较为显著，同样可以入选为驱动因子；当VIP<0.5时，则认为该因子不够显著，不能入选为驱动因子。结果见表4。
表4 基于PLS模型的生态足迹影响因子排序

Tab.4 Ranking of influencing factors of ecological footprints based on PLS model

因子 X2 X10 X8 X5 X9 X1
VIP值 1.0681 1.0435 1.0211 1.0067 0.9978 0.9967
因子 X11 X6 X7 X4 X12 X3
VIP值 0.9966 0.9950 0.9873 0.9845 0.9565 0.9397
从表4可以看出，所有自变量的VIP值都大于0.5，这表明研究所选用的自变量均能较好地解释生态足迹的变化原因。根据表4中各因子的VIP值的大小排序如下：能源消费总量>城镇化率>总人口数>第一产业产值>农业人口>GDP>城镇居民消费量>第二产业产值>第三产业产值>进出口总额>农村居民消费总量>全社会固定资产投资。
在以上基础上，得到非标准化数据PLS回归方程为：
Y = - 325688288 + 1744.04 X 1 + 29527.72 X 2 - 1899.86 X 3 + 132122.58 X 4 + 17842.84 X 5 + 3943.14 X 6 + 3962.15 X 7 + 189666.25 X 8 - 138375.06 X 9 + 7116998 X 10 + 4659.44 X 11 + 1153.95 X 12

2.4 PLS模型预测结果

从表5可知，模型预测的拟合值和实际值非常接近，说明模型的拟合效果很好，模型的建立是合理的。图1的呈现更为直观，模型的预测效果同样证实了模型的建立是合理有效的。
表5 模型预测数据与实际测算数据对比

Tab.5 Comparison between model prediction data and actual measurement data

年份 测算的能值生态足迹值（hm2） 模型预测的生态足迹值（hm2）
2000 943 858 332 940 642 724
2001 1 014 257 618 1 038 608 542
2002 1 041 818 208 1 070 610 552
2003 1 117 407 352 1 121 115 365
2004 1 228 308 591 1 196 845 978
2005 1 383 861 582 1 297 120 847
2006 1 337 333 733 1 350 029 063
2007 1 401 345 153 1 422 840 750
2008 1 430 588 023 1 459 388 873
2009 1 508 808 509 1 502 919 243
2010 1 601 977 082 1 595 621 997
2011 1 681 607 510 1 695 772 076
2012 1 710 822 457 1 728 342 922
2013 1 765 974 600 1 782 659 785
2014 1 810 491 260 1 782 192 415
2015 1 838 824 342 1 832 574 885
图1 生态足迹模型预测与实际测算值比较

Fig.1 Comparison of ecological footprint model prediction and actual measurement data

从回归模型可知，12项因子对于湖南省生态足迹的増长均有着程度不一的影响。这也正好说明，现实中，生态足迹的大小不是仅限于一两项因子的影响，而是由经济、社会、人口等众多因素综合影响的结果。生产力发展的水平、人口的集中程度、人们的生产生活和消费方式，以及各地的资源禀赋对区域的生态足迹的变化都有重要意义[21⇓⇓⇓-25]。在解释生态足迹的变化方面，除农业人口外，其余的11个可能影响因子的自变量系数均为正，且与生态足迹的变化呈现趋同的变化趋势，也就是说，其值的增加会使生态足迹的值同步增大。其中，能源消费总量、城镇化率和总人口数这三个自变量的显著度最大，对生态足迹的正向驱动作用最大。农业人口的系数为负，说明农业人口对生态足迹有负向驱动作用。一定程度上，农业人口的减少意味着城镇化率的增大，将导致生态足迹的增大。

3 湖南能值生态足迹与各影响因子的时序演变分析

将2000—2015年湖南省的生态足迹数据与模型确定的各影响因子的同期数据做一个比对，可以再次检验模型研究结果的合理性。

3.1 能源消费量

能源消费量是影响生态足迹的一个重要正效应因子。目前湖南省仍处于工业化中后期阶段，对能源需求大，能源消费总量和消费强度依然较大。16年来，湖南省能源消费总量逐年增长。虽然较之生态足迹的增长，是一个曲折攀升的过程，但趋势整体都是向上的（图2）。
图2 湖南省生态足迹与能源消费总量关系（2000—2015年）

Fig.2 The relationship between ecological footprint and total energy consumption in Hunan Province （2000-2015）

3.2 城镇化率

城镇化率是生态足迹变化的重要驱动力力因素之一。城镇化率与生态足迹的走势非常接近，16年来，城镇化率的增长轨迹呈现直线上升的趋势，无限接近生态足迹的增长速率（图3）。2015年，湖南省的城镇化率与全国平均水平的差距仍有5.21个百分点，在中部六省中仅居中游。同时，人口城镇化的速度远远落后于土地的城镇化，2010—2015年，湖南省城市建成区扩大超过100%，而吸纳的城镇人口只增长了21.33%。城镇化的快速发展，使得人类对建筑用地和能源用地的需求不断扩大，一方面可能造成资源的过度使用和浪费，同时还将带来大量污染物，直接导致生态足迹的增大，甚至生态赤字的加剧。
图3 湖南省生态足迹与城镇化率的关系（2000—2015年）

Fig.3 The relationship between ecological footprint and urbanization rate in Hunan Province（2000-2015）

3.3 人口数量

人口数量一方面从生物资源消费角度直接影响到生态足迹的变化，另方面还能从能源资源消费角度间接影响到生态足迹的变化。湖南省人口基数大，且增长迅速。半个多世纪来，湖南人口的平均增长率为14.49‰，年均净增人口66.34万。目前湖南的人口密度已达319.50人/km2，人口密度和人口年均递增率均高出全国平均水平。研究时段内，湖南省的人口增速和生态足迹增速保持着非常接近的向上趋势（图4）。如何在有限的生态空间里，既保证环境质量，又改善新增人口的生活质量，是湖南省绿色发展迫切需要解决的一个核心问题。
图4 湖南省生态足迹与总人口发展变化关系（2000—2015年）

Fig.4 The relationship between ecological footprint and population development in Hunan Province（2000-2015）

3.4 三产产值

16 年来，随着湖南经济的快速发展，三次产业得到了不同程度的发展，保持着一致的逐年攀升的趋势，这与生态足迹的逐年上升趋势完全一致（图5）。三产产值的增加，意味着生产所需的资源和生产过程中能源的消耗增加，也意味着生产以及人类消费过程中碳和污染物排放的增加，这些都是导致生态足迹增加的直接原因。湖南省目前基本形成了第一产业比重逐步降低、第二产业提质发展、第三产业稳步增长的产业结构，但湖南产业结构优化升级与经济发展的良性互动机制尚未完全形成，目前的发展重点仍在第二产业，第二产业是湖南省经济增长的最主要动力。由于第二产业工业规模大，且增速飞快，对能源型资源的依赖度高，这直接导致了湖南省庞大的生态赤字和较为严重的生态危机，湖南省节能减排的压力仍然很大。
图5 湖南省三产产值与生态足迹关系（2000—2015年）

Fig.5 The relationship between each output value and ecological footprint in Hunan Province（2000-2015）

3.5 GDP

GDP是引起生态足迹变化的重要因素。研究时段内，湖南省GDP与生态足迹的走势趋同，都是大体逐年增加。也就是说，随着湖南省经济的增长，生态足迹逐步攀升。但是，2009年以来，较之生态足迹的平缓稳步上升，湖南省GDP的增长显得更为显著（图6）。2015年，湖南GDP总量达29 047.2亿元，位列全国第九位，同比增长8.6%。而2015年湖南省生态足迹同比增长仅为1.66%。由此可见，要减弱这一正向效应，湖南省可以适当放缓GDP的增速，减缓碳排放的增长趋势，使经济与环境协调发展。
图6 湖南省生态足迹与GDP的变化关系（2000—2015年）

Fig.6 The relationship between ecological footprint and GDP of Hunan Province（2000-2015）

3.6 城镇居民消费

城镇居民消费对生态足迹的变化有着较为显著的影响。经济的发展，必然大幅度提高人民的生活水平。根据马斯洛需求原理，人的需求是由低层次向高层次不断发展递进的。人们手头的盈余增加了，对生活质量的要求也就更高了。2015年，湖南消费对经济增长的贡献已上升到41.2%，但与全国60%以上的平均水平相比仍有较大差距[26]。16年间，农村居民消费和城镇居民消费分别以年均8%和9.3%的速度增加，城乡居民已基本实现了由生存型消费向发展型消费升级，从传统型消费向新型消费的升级，从物质型消费向服务型消费的升级。随着居民收入的稳定增加，以及中等收入群体的不断扩大，消费对经济增长的贡献显著提升，人们的消费需求正处在加快上升时期，尤其是农村居民消费更是增长迅速（图7）。目前湖南的住房消费需求仍有很大空间，由此带动的家具、电器、装修、家用汽车等方面的巨大消费需求，都是对自然系统资源和能源支撑的巨大考验。
图7 湖南省城乡居民消费变化（2000—2015年）

Fig.7 Consumption changes of urban and rural residents in Hunan Province（2000-2015）

综合以上生态足迹与各影响因素的时序演变对比分析，人口、城镇化率、GDP、能源消费总量、三产产值与结构等驱动力因素与生态足迹都呈现了密切的正相关关系，基本上证实了PLS模型的结论，说明以上研究基本符合湖南省经济发展的实际。

4 结论

①能源消费量是影响生态足迹的最重要正效应因子。能源消耗是经济活动对自然生态环境造成冲击的最主要方面，能源消费导致的碳足迹是湖南省生态足迹的最大组成部分，对生态足迹的增长贡献率最大。近年来，湖南省的能源消费总量逐年增长，且增速较快，反映了社会经济的快速发展带来的能源消费的同步增长。目前湖南省仍处于工业化中期向后期加速过渡的“黄金发展期”，面临加快发展与加速转型的双重任务和压力，能源消费总量和消费强度依然较大。针对当前日益增长的资源能源需求和严峻的生态环境现状，要减小湖南省的生态赤字，首要的任务是降低湖南省的能源消耗总量，提高能源的利用效率。
②城镇化是引起生态足迹变化的另一重要因素。城镇是人口集聚的地区，也是资源消耗与碳排放发生的主要地区，城镇化带来的财富增长刺激了消费数量的增加和结构的改变，从而相应地引起人均生态足迹的增长，增大了环境压力。另一方面，城镇扩展会挤占森林、草地、耕地、湿地等绿色生态空间，耕地资源和水资源在城镇化进程中被大量浪费，也一定程度地造成区域生态承载力的下降。随着“中部崛起”战略的强力推进，湖南省高速发展的城镇化进程逐渐逼近，甚至超越其生态承载力。所以湖南省在当下必须以“非饱和开发模式”，合理推进城镇化进程，以预防在城镇化过度扩张的情况下，生态足迹的失控增长。
③人口数量的增加是生态足迹增长的重要驱动力。人口数量与生态足迹趋于正向关系，且显著度大。人口增长必然伴随着吸收和消耗的增加，人口规模的扩大，必将消费更多资源能源，导致耕地、林地、草地和水域足迹的增大。同时，建筑面积不断扩大，交通能耗大量增长，从而直接或间接地导致生态足迹的增大。研究时段内，湖南省总人口数呈直线上升趋势，16年间人口数量增长了10.36%，这说明湖南省面临人口基数大、增量快的双重压力，人口的快速发展对湖南省生态赤字的增加起了重要作用，短期内湖南人口数量的增加仍将对生态环境产生负面影响。因此，合理控制人口规模，提高人口素质，是抑制湖南省生态足迹需求增长的重要途径。此外，农业人口的系数为负，说明农业人口对生态足迹有负向驱动作用，农业人口的增加将减小生态足迹。一定程度上，农业人口的减少意味着城镇化率的增长，将导致生态足迹的增大。
④产业结构与区域资源、环境存在着显著的互动关系，是生态足迹变化的重要驱动力。第一产业主要占用的是耕地、草地和水域等生产性土地，第二产业主要依赖化石能源地、建设用地和林地，此二者是生态足迹的主要贡献者。第二产业比例与生态足迹总量呈正相关关系。湖南省第二产业为主要能源消费产业、传统工业，如钢铁、水泥、化工等的产值约占全省工业总产值的75%；而对生态足迹的贡献较大的现代生态型产业，如电子信息、生物医药、新材料等的产值占比偏低，仅为25%，这制约了湖南省的绿色发展水平。第三产业主要是资源节约型、环境友好型产业，因其对资源和能源的需求不大，需要消纳的废弃物也比较少，所以即便第三产业在产业结构中有较高的占比，其对生态足迹增长的贡献度却最低。如PLS模型所示，第一产业产值的显著度在12个可能的影响因子中排名靠前，这也符合湖南省的实际情况。作为全国主要的传统粮食生产和生猪基地，湖南还是一个传统意义上的农业大省，耕地资源紧缺，城市化水平较低，以大量资源、能源的消耗来换取较高的产出，在农业生产方面仍呈现出高碳化特征[27]。另一方面，农业资源与生态环境衰退，农业污染日趋严重，这一情况也与农业部发布的“农业已超过工业成为中国最大面源污染产业”的报告吻合。湖南省第一产业对于生态足迹的影响力依然较大。由此也说明，对于正处于工业化加速推进的湖南省而言，控制生态赤字的重点之一在于调整经济增长方式，努力向最优的“三二一”模式调整产业结构，加快产业结构优化升级步伐，构建低碳产业体系，即适当减少以制造业为基础的第二产业，尤其是电力、建材、钢铁、水泥生产等高能耗、高排放产业的比重，逐步提高以服务业为基础的，能耗小、排放低的第三产业比例。
⑤富裕度的提升也是生态足迹增长的重要驱动力之一。GDP的快速增长往往伴随着工业企业数量和全社会固定投资总量的增加，需要占用更多的能源用地，因此必将导致能源的大量消耗和污染物的大量排放，因而也导致了生态足迹的大量增长。要减弱这一正向效应，湖南省可以适当放缓GDP增速，减缓碳排放的增长趋势，使经济与环境协调发展。
⑥居民消费水平的不断上升也是导致生态足迹增长的一大原因。从理论上看，消费过程其实就是生态足迹产生的过程，人类的各项消费都会增加生态足迹。消费越大，对资源和能源的占有越多，产生的废弃物也就越多，对自然环境的压力也就越大。生态赤字产生的主要原因在于，在生态承载力恒定的情况下，人类生产效率提高的速度赶不上消费增长的速度[28]。随着人口的增加和城镇化进程的增快，经济增长的驱动因素将更鲜明地从投资和出口转向消费驱动，由此，消费端的自然生态影响将更加显著。因此，提倡绿色消费，从本地区的生态承载力出发，适度消费，也是有效降低湖南省的生态足迹的重要途径。
总的来看，经济状况和经济发展模式，都将对生态足迹产生巨大的影响。对于湖南省生态足迹的增长，最主要的驱动因素是由产业结构不合理造成的巨大的能源消费量以及经济的快速发展和庞大的人口数量。
绿色发展是高质量发展的生命力，也是衡量高质量发展成效的度量衡。湖南要实现高质量发展，驶入中国经济的快车道，还需要将绿色作为高质量发展的主色[29]。绿色发展是一项复杂的社会系统工程，包括绿色思维方式、绿色生活方式、绿色生产方式和绿色消费方式等的形成，涉及到政府、企业、公众与非社会组织等多方因素，包括国家的产业、经济、税收、金融、贸易以及投资体制等各个层次的改革，不是靠一个部门就能完成的，也不能仅靠政府的力量。生态容量与资源环境的可持续承载，是实现绿色发展的先决条件。因此，在自然生态承载力有限的条件下，要解决生态危机，实现湖南高质量发展，缓和并逐步减少湖南省的生态赤字，在降低其生态足迹需求的同时确保人民的生活水平稳步上升，关键是要合理推进城镇化的进程，控制人口增长，适度消费，大力提高资源利用效率，缓解自然系统的压力，维持社会经济的可持续发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Rees W E, Wackernagel M. Urban ecological footprint:Why cites cannot be sustainable and why they are a key to sustainability[J]. Environmental Impact Assessment Review, 1996:224-248.

[2]
Wackernagel M, Rees WE. Perceptual and Structural barriers to investing in natural capital:economies from an ecological footprint perspective[J]. Ecological Economics, 1997, 20:3-4.

[3]
蓝盛芳, 钦佩. 生态经济系统能值分析[M]. 北京: 化学工业出版社, 2002.

[4]
徐中民. 可持续发展定量研究的几种新方法评介[J]. 中国人口·资源与环境, 2000, 10(2):60-64.

[5]
杨开忠, 杨咏, 陈洁. 生态足迹分析理论与方法[J]. 地球科学进展, 2000(6):129-138.

[6]
朱玉林, 李明杰, 顾荣华. 基于压力—状态—响应模型的长株潭城市群生态承载力安全预警研究[J]. 长江流域资源与环境, 2017, 26(12):2057-2064.

[7]
Rodríguez J, Mateos A. Carrying capacity,carnivoran richness and hominin survival in Europe[J]. Journal of Human Evolution, 2018, 118:72-88.

DOI PMID

[8]
樊杰, 周侃, 王亚飞. 全国资源环境承载能力预警(2016版)的基点和技术方法进展[J]. 地理科学进展, 2017, 36(3):266-276.

DOI

[9]
Feng Z M, Sun T, Yang Y Z, et al. The progress of resources and environment carrying capacity:from single-factor carrying capacity research to comprehensive research[J]. Journal of Resources and Ecology, 2018, 9(2):125-134.

[10]
杨灿, 朱玉林. 基于能值生态足迹改进模型的湖南省生态赤字研究[J]. 中国人口·资源与环境, 2016, 26(7):37-45.

[11]
龙爱华, 张志强, 苏志勇. 生态足迹评介及国际研究前沿[J]. 地球科学进展, 2004, 19(6):971-981.

DOI

[12]
李明月, 江华. 生态足迹分析模型的假设条件缺陷及应用偏差[J]. 农业现代化研究, 2005(1):6-9.

[13]
吴隆杰, 杨林, 苏昕, 等. 近年来生态足迹研究进展[J]. 中国农业大学学报, 2006, 11(3):1-8.

[14]
王惠文. 偏最小二乘回归方法及应用[M]. 北京: 国防科技出版社, 1996.

[15]
杨灿, 朱玉林, 李明杰. 洞庭湖平原区农业生态系统的能值分析与可持续发展[J]. 经济地理, 2014, 34(12):65-71.

[16]
Fang K. Ecological footprint depth and size:new indicators for a 3D model[J]. Acta Ecological Sinica, 2013, 33(1):267-274.

[17]
梁树广, 吕晓, 张延辉. 人口结构与产业结构转型升级耦合演进的时空特征——基于中国时间序列与31个省份面板数据的灰色关联分析[J]. 经济体制改革, 2019(2):54-61.

[18]
国家统计局. 中国统计年鉴(2000—2015)[M]. 北京: 中国统计出版社, 2001—2016.

[19]
国家统计局能源统计司. 中国能源统计年鉴(2000—2015)[M]. 北京: 中国统计出版社, 2001—2016.

[20]
国家统计局. 湖南统计年鉴(2000—2015)[M]. 北京: 中国统计出版社, 2001—2016.

[21]
高世楫, 李佐军. 用制度创新促进绿色发展[M]. 北京: 中国发展出版社, 2017.

[22]
张台秋, 杨静, 施建军. 绿色战略动因与权变因素研究——基于转型经济情境[J]. 生态经济, 2012(6):101-106.

[23]
彭斯震, 孙新章. 中国发展绿色经济的主要挑战和战略对策研究[J]. 中国人口·资源与环境, 2014, 24(3):1-4.

[24]
刘学敏, 张生玲. 中国企业绿色转型:目标模式、面临障碍与对策[J]. 中国人口·资源与环境, 2015(6):85-90.

[25]
刘国良, 胡远志. 我省全面建成小康社会的重点难点透析[N]. 湖南日报, 2015-11-27.

[26]
黄跃, 李琳. 中国城市群绿色发展水平综合测度与时空演化[J]. 地理研究, 2017, 36(7):1309-1322.

DOI

[27]
陈文胜, 王文强, 陆福兴. 湖南乡村振兴报告[M]. 北京: 社会科学文献出版社, 2018.

[28]
金瑶梅. 绿色发展的理论维度[M]. 天津: 天津人民出版社, 2018.

[29]
周旋. 湖南绿色发展面临的契机、挑战及对策建议[J]. 决策咨询, 2019(1):42-45.

Options
文章导航

/

〈 〉