贵州省生态敏感性与社会经济相关性分析

王后阵 蔡广鹏

DOI：10.7612/j.issn.10002537.2017.02.002

摘要为探究生态敏感性与社会经济的相关性，基于贵州省生态敏感性和社会经济数据，利用GoeDa模型和ArcGIS软件，探究了生态敏感性和人口密度、人均GDP、城镇化率的相关性.结果表明：（1）贵州省生态敏感性空间异质性突出，呈现西部高，东北部较高，中北部、东南部较低的特征；（2）全省生态敏感性与人口密度、人均GDP、城镇化率均存在弱的负相关，其相关性顺序为：人口密度<人均GDP<城镇化率；（3）低低型集中于贵州省南部，低高型集中于中北部，高低型分布差异较大， 与人口密度的高高型多分布在西北部，与人均GDP、城镇化率的高高型集中于中部.山多人少的省情是影响其相关性强度及其空间相关性的重要原因.

关键词生态敏感性；社会经济；相关性；贵州省

中图分类号Q149；X171.1文献标识码A文章编号10002537（2017）02001106

Correlation Analysis between Ecological Sensitivity and

Social Economy in Guizhou Province

WANG Houzhen1， CAI Guangpeng1*， GAO Hongjuan2

（1.School of Geography and Environment Science， Guizhou Normal University， Guiyang 550001， China；

2.School of Geography and Tourism， Guizhou Education University， Guiyang 550015， China）

AbstractIn order to explore the correlation between ecological sensitivity and social economy， based on Guizhou Province ecological sensitivity and social economic data， we investigate the relationship of the ecological sensitivity with the population density， per capita GDP， and urbanization rate by using the GoeDa model and ArcGIS software. Our results are as follows. （1） The spatial heterogeneity of ecological sensitivity of Guizhou Province is salient， which presents the characteristics of being the highest in western region， higher in the northeast， and lower in the middle north and southeastern areas. （2） The ecological sensitivity of the Province is negatively correlated with the population density， per capita GDP， and urbanization rate according to the increasing order： population density， percapita GDP， and urbanization rate. （3）The lowlow type concentrated in the south part of the Province and the lowhigh type in the northern region， the highlow type possesses a large distribution difference. The highhigh type of ecological sensitivity compared with population density is located in the northwest and the highhigh type of compared with the per capita GDP and urbanization rate concentrated in the central region. The provincial situation of a less populated in broadly mountainy areas is the important factor impacting its correlation intensity and spatial correlation.

Key wordsecological sensitivity； social economy； correlation； Guizhou Province

近年來，随着人口不断膨胀、经济飞速发展和城市化进程加快，人类活动影响生态环境的范围和强度都在不断增大，因而区域性的生态环境问题（如石漠化、水土流失等）日益突出并不断加剧[12].生态环境敏感性是指生态系统对自然环境异变及人类活动干扰的反映程度，是衡量发生区域生态环境问题难易程度或可能性大小的重要指标[3]，而生态敏感性研究已经成为确定重点生态建设和解决生态环境问题的重要手段[45].

早年国内外对生态敏感性研究多集中在单一的生态环境问题[67]，如郝吉明等分析了土壤对酸沉降的相对敏感性[8]，王思敬等探讨了地质环境的生态敏感性[9].近年来，对多个生态因子进行综合分析的研究才逐渐增多，如穆媛芮等以气候、地貌、土壤、植被等因子分析了西天山吐拉苏地区生态敏感程度[10]，杨美玲等选取了土壤侵蚀、土地沙漠化等因子，对研究区进行了生态敏感性的综合评价[11].然而，目前国内还未有涉及针对生态敏感性与社会经济相关性分析的研究.

贵州省气候温暖湿润，多阴雨，日照少，境内地貌类型复杂，岩溶地貌广泛且典型，素有“天无三日晴、地无三里平”之说.岩性、土壤类型、土地利用类型、生物多样性等空间异质性显著，水土流失和石漠化生态问题较为突出[12].为此，本文以贵州省为例，针对研究区域的特点，综合考虑起伏度、岩性、土壤类型、土地利用类型、生物多样性、水体流失、灾害程度等7个具有代表性的评价因子，采用加权叠加法综合分析贵州省生态环境敏感性，并且利用GoeDa模型分析贵州省生态敏感性与社会经济之间的关系，力图为区域生态建设和环境保护提供科学参考.

1研究区概况

贵州省位于中国西南地区云贵高原的东部（103°36′～109°35′E，24°37′～29°13′N），总面积为176 167 km2，辖 6个地级市、3个自治州，13个市辖区、7个县级市、56个县、11个自治县、1个特区.境内地势西高东低且向北、东、南三面倾斜，平均海拔1 100m左右，喀斯特地貌分布范围广泛，地形以高原、山地为主，而丘陵、盆地面积较小.地处亚热带湿润季风气候区，温暖湿润，平均气温约为15 ℃，年降水量达1 200 mm，气候宜人.至2014年末， 全省常住人口为3 508.04万人，人口密度约为199人/km2，GDP为9 251.01亿元，人均GDP达2.64万元，全省居民人均可支配收入为1.24万元，城镇化率40.01%.

贵州省属于少数民族聚集区，开发方式落后，经济基础较薄弱，是全国少有的生态环境敏感区之一.

2研究方法

2.1数据来源与预处理

2010年土地利用数据来自Landsat TM/ETM （30 m×30 m）遥感影像，经过影像波段选择与组合、系统投影、几何精纠正和图像配準，然后采取人机交互解译的方法获取2010年土地利用现状图.坡度数据（30 m×30 m）来源于美国国家航空航天局（NASA）公布的ASTERGDEM数据，使用ArcGIS计算地形起伏度.岩性、土壤类型、灾害程度数据来源于贵州省地图集.生物多样性来自于《贵州省生物多样性现状》.社会经济数据来源于贵州省《2011年贵州省统计年鉴》.

2.2生态敏感性评价方法

2.2.1生态敏感因子的选择影响生态敏感性的因素通常由自然生态因子和人类活动因子共同组成[13]，而评价因子的选择往往考虑研究区的生态环境特点以及评价内容[14]，如尹海伟等在评价吴江东部地区生态敏感性时，主要选取了水域、海拔与堤防、植被、耕地地力4个评价指标[15].因而，本文选取了岩性、土壤类型、土地利用类型、生物多样性、水体流失、灾害程度等7个对研究区影响比较大的评价因子，并将单个生态因子的敏感程度分为5个等级，依次为不敏感、轻度敏感、中度敏感、高度敏感和极度敏感（表1）.

2.2.2指标权重确定为确保评价的科学性，通过邀请相关专家对各评价因子中两两因子的相对重要性给予评价， 然后通过层次分析法计算出各个评价因子的权重值（表2）.

2.2.3单因子加权叠加综合分析对单因子进行加权叠加综合分析参照如下计算模型[16]：

Si=∑ni=1（Wk×Ci（k）），（1）

式中： i为评价单元，k为评价因子，n为评价因子总数， Si为第i个评价单元的综合值，Wk为第 k个评价因子的权重， Ci（k）为第i个评价单元的第k个评价因子敏感性评价值.根据以上公式运用ArcGIS进行单因子加权叠加，得到生态敏感度综合分值，将结果进行重分类，分为不敏感、轻度敏感、中度敏感、高度敏感、极度敏感5个等级（如图1）.

2.3空间相关性分析方法

Morans I统计量是一种应用非常广泛的相关性统计量，其具体表达形式如下[17]

Ii=Zi∑nj=1WijZj， （2）

式中：Zi和 Zj是分别是空间单元i和j的标准化值；Wij是空间权重.Morans I取值范围为[-1，1]，当其大于0 表示呈正相关，等于0 表示不相关，小于0 表示呈负相关.

使用GeoDA模型中的Morans I工具，分别分析生态敏感性与人口密度、人均GDP和城镇化率的相关性，然后进行Z检验（其中p=0.05），生产LISA集聚图.LISA聚集图分为4种不同类型：低低型，低高型，高低型，高高型，其中低低型和高高型表示区域之间存在正相关；反之，低高型和高低型表示区域之间存在负相关.

3结果与分析

3.1生态敏感性与社会经济的空间格局

从图1可以看出，极度敏感区最为集中，主要分布在贵州省西部地区（六盘水市、毕节市西南部、黔西南州中北部）；高度敏感区主要集中于贵州省东北部（黔东南州的东北部、铜仁市西部和遵义市东部）及极度敏感区周围的七星关区、镇宁县、紫云县、贞丰县和兴义市；中度敏感区比较分散，主要分布于黔西南州的南部和西北部、遵义市西南部、铜仁市中西部和贵阳市北部；轻度敏感区主要分布于贵州省中部地区（毕节市东部和贵阳市西北部、遵义市东北部、黔南州的东部和西部、黔东南州的北部和南部）；不敏感区主要集中于遵义市、贵阳市、黔东南州的大部及铜仁市东北部.

人口密度、人均GDP和城镇化率高的地区主要分布于贵阳市和其他市州的中心城区；人口密度较高地区主要分布在西北部，而人均GDP和城镇化率较高地区主要分布于中北部；中等人口密度地区主要分布在东北部，中等人均GDP地区主要分布在西北部，中等城镇化率地区主要分布在北部；人口密度、人均GDP较低和低的地区主要分布在南部，城镇化率较低和低的地区主要分布在贵州省周边地区.

3.2生态敏感性与社会经济空间相关性

3.2.1生态敏感度与社会经济之间的Morans I值全省生态敏感性与人口密度、人均GDP和城镇化率均呈负的空间相关性.其中生态敏感性与人口密度之间相关性最小，其Morans I值为-0.113 373；生态敏感性与人均GDP之间相关性居中，Morans I值为-0.147 606；生态敏感性与城镇化率之间的相关性最大，其Morans I值为-0.195 526（表3）.

3.2.2生态敏感性与社会经济之间的LISA聚集图

生态敏感性与人口密度的低低型分布在贵州省的南部，如黔东南州的从江县、黔南州的罗甸县和黔西南州的望谟县；低高型集中于中北部，如贵阳市的云岩区、安顺市的平坝县、毕节市的黔西县和遵义市的遵义县；高低型主要分布在南部，如黔南州的平塘县和黔西南州的册亨县；高高型集中于西北部，如毕节市的赫章县、纳雍县（图2）.

生态敏感性与人均GDP的低低型主要分布于贵州省的东南部及北部，如黔东南州的黎平县和遵义市的正安县；低高型集中于中北部，如贵阳市的云岩区、毕节市的金沙县和遵义市的遵义县；高低型主要分布于东北部，如铜仁市的沿河县和遵义市的务川县；而高高型仅分布在中部的修文县、开阳县和龙里县（图2）.

生态敏感性与城镇化率的低低型分布于贵州省的南部，如黔东南州的榕江县、黔南州的罗甸县和黔西南州的望谟县；低高型主要集中于中北部，如贵阳市的云岩区和遵义市的遵义县；高低型的主要分布于西部，如六盘水市的水城县和黔西南州的册亨县；高高型集中于中部，如开阳县、龙里县等（图2）.

4结论

全省生态敏感性的空间异质性显著是受自然和人文因素共同作用的结果，本研究选取的7个具有代表性的评价指标，比较客观地反映了全省生态敏感性分布的特点.其中生态敏感性受地形起伏度影响最为强烈，它是产生生态敏感性空间异质性的基础，另外土地利用类型与生态敏感性呈反向作用，人类开发活动越强的地区生态敏感度往往越低，因而轻度敏感区和不敏感区主要集中于黔中地区.

生态敏感性与人口密度、人均GDP和城镇化率之间的Morans I值为分别为-0.113 373，-0.147 606和-0.195 526，說明生态敏感性与社会经济呈弱的负相关，这主要是由贵州山多人少的省情决定的，人口密度、人均GDP和城镇化率偏低，自然生态环境受人文干扰较弱，自然因素起主导作用，而社会经济因素只是重要驱动力，所以部分区域的相关性不显著.生态敏感性与社会经济空间相关性分布特征主要受其空间异质性的影响：社会经济水平偏低，且生态敏感度偏低的南部地区，多为低低型；贵阳市整体生态环境敏感度低，而人口密度、人均GDP和城镇化率均较高，故为低高型；贵州省周边地区一般生态敏感度偏高，而社会经济水平较差，多为高低型；西北部地区人口密度偏大，修文县、开阳县和龙里县人均GDP、城镇化率均偏高，而生态敏感度偏高，所以呈高高型.

生态敏感度的高低是判断某个区域发生生态环境问题的重要衡量指标，近年来，随着社会经济的发展，生态环境问题日益突出，而生态文明建设又是建设中国特色社会主义 “五个文明”中的重要组成部分，因而分析区域生态敏感性与社会经济的相关性特征，可以为当地的政府决策提供一定的参考价值，对我国全面建设小康社会和构建社会主义和谐社会具有重要的意义.

参考文献：

[1]李东梅，高正文，付晓，等.云南省生态功能类型区的生态敏感性[J].生态学报，2010，30（1）：138145.

[2]欧阳志云，王效科，苗鸿.中国生态环境敏感性及其区域差异规律研究[J].生态学报，2000，20（1）：912.

[3]潘峰，田长彦，邵峰，等.新疆克拉玛依市生态敏感性研究[J].地理学报，2011，66（11）：14971507.

[4]徐广才，康慕谊，赵从举，等.阜康市生态敏感性评价研究[J].北京师范大学学报（自然科学版），2007，43（1）：8892.

[5]张朝琼，郜红娟，张帮云.基于GIS的仁怀市生态敏感性评价[J].水土保持研究，2013，20（4）：179182.

[6]KUMAR K S K， PARIKH J. Indian agriculture and climate sensitivity [J].Global Envir Change， 2001，11（2）：147154.

[7]HOME R， HICKEY J. Ecological sensitivity of Australian rainforests to selective logging [J]. Austr J Ecol，1991，16（1）：119129.

[8]郝吉明，段雷，谢绍东.中国土壤对酸沉降的相对敏感性区划[J].环境科学，1999，20（4）：15.

[9]王思敬，戴福初.环境工程地质评价、预测与对策分析[J].地质灾害与环境保护，1997，8（1）：2734.

[10]穆媛芮，胡建团，郭洁，等.西天山吐拉苏地区生态环境敏感性评价[J].水土保持通报，2012，32（6）：292296.

[11]杨美玲，米文宝，李同昇，等.宁夏限制开发生态区生态敏感性综合评价与保护对策[J].水土保持研究，2014，21（3）：103109.

[12]苏维词.贵州岩溶山区生态系统的脆弱性及其对策[J].中国水土保持科学，2004，2（3）：6468.

[13]刘爱华，谢正观，王家卓.GIS技术在山地城市生态敏感性分析中的应用[J].中国科学院研究生院学报，2012，29（4）：455460.

[14]颜磊，许学工，谢正磊，等.北京市域生态敏感性综合评价[J].生态学报，2009，29（6）：31173125.

[15]尹海伟，徐建刚，陈昌勇，等.基于GIS的吴江东部地区生态敏感性分析[J].地理科学，2006，26（1）：6469.

[16]刘智慧，周忠发，郭宾.贵州省重点生态功能区生态敏感性评价[J].生态科学，2014，33（6）：11351141.

[17]郜红娟，韩会庆，罗绪强，等.贵州省生态系统服务价值与社会经济空间相关性分析[J].水土保持研究，2016，23（2）：262266.

（编辑HWJ）