森林生态安全测度及阻碍因素识别研究
——以南方8个省份为例

赖启福，李虎峰，苏慧娟，张慧琳，黄杰龙

(1.福建农林大学经济管理学院，福建 福州 350002； 2.福建省社科研究基地生态文明研究中心，福建 福州 350002； 3.福建工程学院互联网经贸学院，福建 福州 350118)

一、文献回顾与问题提出

森林作为生态文明建设的主体，具有经济与生态的双重属性。以习近平同志为核心的党中央对生态文明建设高度重视，提出“山水林田湖草是生命共同体”的论断。2021年10月24日，国务院发布《2030年前碳达峰行动方案》，提出碳达峰、碳中和目标，为森林事业建设创造了很好的机遇。随着顶层设计的不断完善，中国森林生态保护进入新的阶段。但经济的快速发展及城镇化的扩张给森林资源带来了巨大压力。部分地区自然条件恶劣，绿化难度较大，且森林资源质量不高，承载能力不强。此外，森林生态保护科技水平有待提高，森林资源优势尚未转化为经济优势和生态优势，森林生态安全面临严峻挑战。在森林生态安全方面，现有研究主要采用熵权法、空间自相关分析、协整性检验、结构方程、Lotka-Volterra模型、聚类分析、线性拟合、回归分析等方式来进行指标权重的确认以及森林生态安全状态的判定[1-12]。研究范围涵盖全国，其中以湖北、黑龙江、吉林、浙江、贵州、青海、山东等地区为主要代表的居多[1-13]。部分学者认为，经济发展和森林生态间可以实现良性互动，一些省份即将进入“共赢”阶段[11]。但随着经济的发展，各类森林生态指标的增长空间会趋向饱和，在跨过拐点后能否无限制增长值得商榷，现阶段就将经济发展与森林生态关系判定为协同发展的绿色共生模式为时尚早[6]。由于技术进步指数偏低，我国森林生态安全效率整体处于下降趋势[13]，一些地区的森林资源优势尚未转化为经济优势和生态优势[4]，森林生态和经济发展间的关系可能存在数个拐点[9]。一些省份森林生态安全状况仍在逐渐恶化[2]，实现全国范围内的森林生态安全任重道远[6]。

在经济发展过程中，森林生态安全的情况如何，单个或几个变量间的相关关系能否客观、准确地反映经济发展和森林生态的变化情况，困扰森林生态安全的主要因素有哪些，这些问题值得思考。本文选取我国南方8个省份作为研究对象，收并集整理该区域2009—2018年相关指标数据，借助DPSIR模型，从经济发展、森林资源、环境容量等3个方面构建森林生态安全动态评估指标体系。同时，通过熵值法、Lotka-Volterra共生模型、阻碍度模型测算森林生态安全变化情况，并识别阻碍森林生态安全的主要因素，以期为相关省份在提升森林生态安全、实现森林资源的可持续利用方面提供参考。

二、研究区域及指标构建

(一)研究区域

选取的研究区域位于我国南方，具体包括福建省、江西省、广西壮族自治区、浙江省、海南省、云南省、广东省、湖南省等8个省份，经度范围97°31′—123°10′E，纬度范围3°18′—31°11′N。研究区域2021年区域经济总量超过38万亿，占全国经济总量的33.29%[14]。第七次人口普查数据显示，研究区域常住人口45 117.1万人，占全国人口数的31.96%[15]。第九次森林清查数据显示，研究区域森林覆盖率位于全国前8位，数值均接近或超过50%[16]。研究区域属于亚热带季风气候区，水热条件优越，水系发达，河流众多，并拥有复杂的森林生态系统及繁多的动植物种类，在维护国家生态安全，推动区域生态文明建设等方面具有重要地位。

(二)指标构建与数据来源

森林生态安全受自然条件和社会经济因素的影响。鉴于经济发展驱动力、森林资源所受压力会对森林资源及环境容量状态产生干预，林业保护部门及环境保护部门也会根据当前的环境容量、森林资源所受压力和影响作出退耕还林、生态修复等响应措施。基于“驱动力—压力—状态—影响—响应”的DPSIR模型是一种广泛运用于环境系统评价的指标体系概念模型，涵盖经济、资源、环境等要素，能够比较完整地反映经济发展与环境系统之间的关系[17]。本文参考相关研究成果[18-22]，构建含3个层级17个指标的森林生态安全指标体系，以此计算经济发展、森林资源、环境容量等基本指数，用以反映森林生态安全的实际情况(表1)。相关数据主要来源于国家统计年鉴、中国林业和草原统计年鉴、各省份统计年鉴，以及发展公报、中国森林资源报告等。

表1 森林生态安全指标体系

在经济发展总体层中，包含驱动力1个系统层，设立林业产业总产值、林业公共管理及其他服务产值、林业专门技术服务产值、城市化水平和人均GDP共5个指标，指标方向均为正向。林业产业总产值、林业公共管理及其他服务产值、林业专业技术服务产值等指标反映了林业各产业的发展水平[6]。拥有较高产值的地区，林业各产业的发展水平也相对较高，对森林生态安全的影响也更为积极。城市化水平、人均GDP等指标反映了该地区的经济发展水平，体现了地方政府对森林生态安全建设的支持力度及居民对森林生态安全的保护意识[18]。人均GDP和城市化水平较高的地区，对森林生态安全的需求也较高，且当地政府更有能力和意愿对森林生态安全进行投入。

在森林资源总体层中，包含影响和压力2个系统层。其中，影响系统层包含SO2吸收量、CO2吸收量和水土保持量等3个正向指标，分别体现该地区森林在净化空气、固碳制氧、防止水土流失等方面的作用。这反映了森林资源的生态价值，其指标值越大，表明森林生态越好。压力系统层包含森林病害发生面积、森林虫害发生面积和森林有害生物发生面积等3个负向指标。各类病虫灾害是森林的主要自生灾害，是破坏森林生态安全的重要因素。此类指标值越小，说明森林调节能力越强，生态安全性越好[19]。

在环境容量总体层中，包含状态和响应2个系统层。其中，状态系统层包含森林覆盖率、活立木蓄积和林地面积等3个正向指标。森林覆盖率表征森林资源的结构，反映地区森林资源的丰富程度[20]。活立木蓄积表征森林资源的质量[21]。林地面积是森林资源的数量指标，资源丰富程度越高，质量越好，数量越多，森林生态安全稳定性就越好。响应系统层包含造林面积、林业投资完成情况、林业系统年末从业人数等3个正向指标，反映了地方政府对森林生态安全的保护力度。为了保障森林生态安全，可通过造林绿化、森林经营等方式提升森林生态系统抵抗环境干预的能力[22]。

三、研究方法

(一)熵值法计算指标权重

熵值法是一种客观赋权法，即根据各项指标值的变异程度，利用信息熵来计算各指标的熵权，再根据各指标对熵权进行一定的修正，最后确定指标权重，从而为指标评价提供依据。相比较于一些主观赋权方法，熵值法精度较高且客观性更强，能够避免人为因素带来的偏差。本文通过熵值法计算森林生态安全指标体系各指标的权重，具体步骤如下：

1.构建指标评价矩阵。计算公式具体如下：

(1)

其中,aij表示第i个指标第j年的数值。

2.标准化指标评价矩阵。为了消除量纲影响，分别对指标评价矩阵进行标准化处理。计算公式具体如下：

正向指标：

(2)

负向指标：

(3)

其中, minaj和maxaj分别表示某个指标的最小值和最大值。

进一步用标准化后的值zij代替aij，得到标准化矩阵如下：

(4)

3.计算指标权重。计算公式具体如下：

(二) Lotka-Volterra共生模型

Lotka-Volterra共生模型通过模拟一些生态现象，并借助数理分析来描述系统环境中的共生演变规律[23-25]，为系统间的竞合动态关系模拟研究奠定了理论基础。Lotka-Volterra共生模型在生态安全测度、产业环境协调、生态经济协调等方面有着较为广泛的应用[26-28]。社会经济子系统与森林资源子系统之间的关系类似相互依存、抑制、共生的物种关系，且两者的发展均以资源容量为依托，并具有资源竞争属性，在原理上符合Lotka-Volterra共生模型所描述的系统规律。

基于Lotka-Volterra共生模型构建森林生态安全情况模型，具体公式如下：

(5)

(6)

其中,E(t)表示经济发展水平,F(t)表示森林资源情况 ,C(t)表示环境容量状况，结果由熵值法赋权后计算得出;rE表示经济发展水平的增长率,rF表示森林资源的增长率;α、β为竞争系数，分别表示森林资源和经济发展对于对方的抑制效应。

为对竞争系数α、β进行测算，对公式(5)和公式(6)进行离散化处理，取年份为时间变量，记为k，计算可得：

(7)

(8)

对公式求解，得：

(9)

(10)

其中：

(11)

(12)

在此基础上，定义经济受力指数SE(k)、森林资源受力指数SF(k)和共生指数S(k)：

(13)

(14)

(15)

结合前人研究成果[29-30]，根据森林资源受力指数和共生指数，将森林生态安全情况划分为6个级别，依次为安全级、亚安全级、康复级、敏感级、风险级和危险级(表2)。

表2 森林生态安全情况划分表

从表2可知，在安全级中，经济发展与森林资源互利共赢，为最高等级；在亚安全级、敏感级中，森林资源获利而经济受损，其中敏感级下的经济受损更为严重；在康复级、风险级中，经济获利而森林资源受损，其中风险级下的森林资源受损更为严重；在危险级中，经济发展和森林资源互害，为最低等级。

(三)阻碍度模型

阻碍度模型通常用于确定影响评估对象的关键障碍因素，多应用于城市生态文明、土地生态安全、水资源承载力、绿色发展等方面的研究[31-34]。为了针对研究区域提出有针对性的森林生态安全提升路径，本文运用阻碍度模型来识别森林生态安全的阻碍因素，具体如下：

(16)

四、研究结果

(一)生态安全测度

根据Lotka-Volterra共生模型计算2009—2018年研究区域总体在经济受力指数、森林资源受力指数和共生指数上的变化，并对照森林生态安全情况划分表，将研究区域的森林生态安全演变情况进行汇总，得到表3。

1.总体森林生态安全情况演变特征。2009—2018年，研究区域总体的森林生态安全情况经历了“下降—上升—下降—上升”的过程，可以分划分为3个阶段：(1)2009—2013年为第一阶段。研究区域总体森林生态安全情况为安全级。到2013年，森林资源受力指数、共生指数降为负值，森林生态安全情况由开始的安全级状态下滑进入风险级状态。(2)2014—2016年为第二阶段。2014—2015年的森林资源受力指数、共生指数回正，森林生态安全情况转为安全级状态。但到2016年，森林资源受力指数、共生指数再次降为负值，森林生态安全情况第二次下滑进入风险级状态。(3)2017—2018年为第三阶段。这一阶段森林资源受力指数、共生指数再次回正，森林生态安全情况保持在安全级状态不变。

随着经济的发展，森林资源的开发强度逐渐增大，由此引发了植被生态功能退化、水土流失、生物多样性减少等一系列问题。为了保护森林资源，减轻环境压力，地方政府和各行业开始执行更为严格的环境制度，以期改善经济结构、减缓环境恶化。当地居民也更加关注现实和未来的生活环境，并倾向于购买环境友好型产品。但人们对环境的认知具有局限性，对环境变化的响应行为具有滞后性，这使得共生指数呈现波动状态。尽管多数研究均承认森林资源会随经济增长而逐渐增长[8-12]，但森林资源类指标的增速慢于社会经济发展类指标的增速。随着增长空间趋向饱和，森林资源类指标增速会逐渐放缓，区域内森林资源受力指数呈现下降趋势。当然，森林资源受力指数的降低并不意味着林业产业与森林资源关系的失衡。一方面，二者关系受环境容量响应类指标(人工造林、生态建设与保护)等诸多因素的影响；另一方面，随着技术的进步，林业产业对于森林资源的利用逐渐多元化，使原有林地面积产出更高的经济价值。

表3 森林生态安全演变情况

2.各省份的森林生态安全演变特征。从表3可知，福建省、海南省在2009—2018年的森林生态安全情况均处于安全级状态。浙江省在2011、2012年，江西省在2009、2010、2016年，湖南省在2011、2017年的森林生态安全情况均出现风险级状态。广东省在2015年，广西壮族自治区在2013、2015年，云南省在2009、2010、2014年的森林生态安全情况均出现危险级状态。

具体而言：福建省位于中国东南沿海，区位条件优越，经济较为发达，在森林保护和环境建设等方面有更强的财政支持。福建省的森林资源丰富，森林质量较好，在第九次森林清查中，其森林覆盖率达到66.8%，位居全国首位。海南省的经济总量在研究对象中最低，体量相对较小，经济开发强度不高，森林生态安全情况也始终处于安全级状态。浙江省位于长三角地区，靠近经济中心。早期，浙江省用林需求快速增长，经济发展与森林生态之间的矛盾比较尖锐，森林生态系统压力较大，在某段时间内出现风险级状态。通过不断增强环境投资治理，浙江的森林生态环境得到恢复，森林资源受力指数开始回升， 2012年后的森林生态安全情况开始稳定在安全级状态。江西省拥有较为优异的森林资源条件，森林覆盖率居全国第二。江西省在经济发展过程中存在城市开发挤占林地、森林资源退化等问题。但随着森林生态环境保护力度的加大，森林资源受力指数不断提升，森林生态安全保护工作初见成效。湖南省的森林覆盖率在研究对象中处于末位，且区位条件弱于沿海省份。受到经济受力指数的影响，湖南省的森林生态安全情况还存在亚安全级、康复级等中间状态，森林生态安全治理难度较大。广东省作为中国经济人口第一大省，省内经济发展不平衡，局部工业化和城镇化进程较快。作为改革开放前沿阵地，广东省的外部环境较为复杂，影响森林生态安全的不确定性因素较多。广西壮族自治区及云南省位于边境，经济发展水平不高，技术相对落后，森林生态系统极为脆弱且易受外来物种的入侵，森林生态安全情况容易产生异变。同时，两者还需承接各发达地区的产能，森林生态安全改善难度较大。

(二)阻碍因素分析结果

采用阻碍度模型分析研究区域森林生态安全系统层与各指标层上的阻碍程度，具体结果见表4。同时，分析各省份森林生态安全阻碍因素，具体结果见表5。

表4 森林生态安全阻碍程度及排名

表5 各省份森林生态安全阻碍因素

1.总体阻碍度分析。从表 4可以发现，研究区域森林生态安全阻碍度呈现“中间高、四周低”的分布格局，阻碍度最高的是江西省和湖南省2个内陆省份，中低阻度的省份分布于沿海、沿边地区。在研究区域各系统层阻碍度中，驱动力阻碍度>影响阻碍度>状态阻碍度>响应阻碍度>压力阻碍度。阻碍度排名前五的分类指标依次为森林虫害发生面积、林业专门技术服务产值、人均GDP、林业产业总产值、活立木蓄积。由此可得，研究区域的总体森林生态安全形势仍面临较大压力，维护森林生态安全的任务较为繁重：森林虫害等问题成为森林生态安全提升的主要阻碍因素，森林碳汇、水土保持等生态功能有待进一步加强；各类森林生态资源优势尚未有效转化为经济优势，尚未走出“资源富区，经济穷区”的怪圈，林业专门技术服务产值、林业产业总产值等驱动力指标阻碍了森林生态安全的提升，森林产业发展缺乏科技支撑。

2.各省份阻碍因素分析。从表5可以发现，福建省、云南省的森林生态安全阻碍程度相对较低，广东省、广西壮族自治区、浙江省的森林生态安全阻碍程度中等，湖南省、江西省、海南省的森林生态安全阻碍程度相对较高。在低阻碍度省份中，福建省位于东南沿海地区，处于亚热带季风气候区内，水热条件较好，森林资源丰富，环境容量较大，区位条件优越，经济社会发展情况较好，森林生态安全各系统层指标阻碍度不高，总体阻碍程度处于低位；云南省的经济条件相对落后，森林生态安全驱动力系统层指标阻碍度最高，且处于边境地区，面临境外有害物种的侵袭，森林生态安全存在较大压力，但区域面积广，森林储量绝对值高，资源丰富，环境容量大，森林生态安全影响、状态等系统层指标阻碍度较低。在中阻碍度省份中，广东省、浙江省的经济发达，森林资源开发时间较早，森林生态安全驱动力阻碍度较低，但森林资源进一步开发受区域内生态保护红线的限制，在森林生态安全状态系统层有较大阻碍；广西壮族自治区的经济发展水平不高，区域内各类森林资源、环境容量等还有待进一步开发，森林生态安全主要受驱动力系统层的制约。在高阻碍度省份中，海南省的森林生态安全压力不高，但经济、森林资源体量相对较小，森林生态安全的提升受到约束，在驱动力、影响、状态等层面存在较大阻力；湖南省、江西省位于内陆，区位条件较差，且面临浙江省、广东省、福建省等经济发达省份的产业转移，森林生态安全在驱动力、压力、状态等系统层面都存在较大阻碍。

五、结论与建议

(一)结论

选取南方8个省份作为研究对象，基于DPSIR模型构建森林生态安全指标体系，通过熵值法确定各个指标的权重，采用Lotka-Volterra共生模型和阻碍度模型，计算各省份的森林生态安全情况，分析主要阻碍因素，得出如下结论：

1.部分省份森林生态安全状态并不稳定，共生指数不断波动。从短期来看，广东省、广西壮族自治区、云南省、湖南省等省份的经济发展和森林生态之间的组合方式可能是U型、倒U型、N型、倒N型中的任何一种。人们对环境认知的局限性使得其响应行为具有滞后性。随着人工造林、生态建设与保护等响应性投入的增加，经济发展与森林生态二者之间的关系在一定程度上得以平衡。

2.研究区域的森林生态安全主要受经济发展因素制约。林业产业总产值、林业专门技术服务产值等指标阻碍程度较高。森林资源开发及保护的技术力量相对薄弱，科研自主创新能力不强。引领性、关键性的林业科技成果储备不足，信息化水平不高，治理能力提升困难。管控、监控、评估手段不够精确，森林生态的管护工作缺乏有效支撑，这些都制约着森林生态安全的有效提升。

3.各省份之间的森林生态安全状态存在较大差异。既有森林生态安全状态较好、阻碍程度较低的福建省、浙江省等，也有森林生态安全状态不佳，阻碍程度较高的湖南省、广西壮族自治区等。经济发展的不平衡及森林生态安全的差距可能导致“环境倾销”现象的产生。较发达省份更加重视环境质量，倾向于制定较为严格的环境规章制度和环境保护标准，以提高环境成本；较落后省份的地方政府面临发展经济的压力，倾向于通过制定宽松的环境政策来提升当地企业的产业竞争力。这在一定程度上导致木材采运、木材加工等产业向发展速度较慢、森林资源存量丰富的其他地区转移，使得较发达地区的环境成本外部化，而相对落后地区的森林生态安全问题加重。

(二)建议

1.构建新型的核算体系。林业产业总产值、活力木蓄积、森林覆盖率等指标涉及的时空核算范围可能并不一致，因而需要一种能针对现有经济发展情况和森林生态资源评估的新型核算体系，以便更好地预测并缓和经济发展与森林生态资源之间的波动。

2.转变林业产业发展模式。摆脱林业产业发展过程中对劳动、土地、资本等传统生产要素的过度依赖，破除森林生态安全提升过程中的阻碍。由规模扩张、要素驱动、分散布局向质量提升、创新驱动和集聚发展转变。加强各级政府的引导和监督管理，健全标准体系，制定林产品市场准入负面清单。淘汰林业产业发展过程中的落后产能，压缩过剩产能，加大生物、工程、环保、信息等技术集成应用力度，推动林产品供给体系由低端向中高端转型，以实现林业产业高质量发展，并助力森林生态安全建设。

3.深化区域合作。经济发达、森林生态安全良好的省份应向经济条件较弱的省份提供技术、人才等方面的支持，助力其森林生态条件的改善和更高环境标准的制定。由于区域政策的不统一，一些森林资源丰富而经济发展水平较低的省份可能会利用较低的环境标准获得竞争优势，其他省份随之跟进，通过降低环境标准门槛来提高当地产业竞争力，从而出现环境标准的“竞相逐低”。因此，需要协调制定较为统一的森林资源开发利用标准，遏制省份之间在经济发展过程中的“环境倾销”和“竞相逐低”势头，从而推动各省份森林生态安全向好发展。