采煤塌陷区EES协调发展演变分析及障碍因素诊断

时乾

摘 要：为探究塌陷区协调发展及影响因素，以淮南市大通采煤塌陷区为对象，基于耦合协调度模型构建了EES协调发展评价指标体系。得出结果：耦合度高但发展不一致，当前处于中级协调水平；生态、经济和社会于协调发展均存在障碍因素，其中环境要素和生活水平要素是不断上升的障碍因素，也是制约协调发展的关键要素。因此，多塌陷区的资源型城市应重视塌陷区生态修复，增加公共服务支出，改善失业率，促进协调发展。

关键词：采煤塌陷区；协调发展；耦合协调度；障碍度

中图分类号：TB     文献标识码：A      doi：10.19311/j.cnki.16723198.2023.21.084

0 引言

煤炭资源型城市为我国的发展做出了巨大贡献，低碳背景下实现其可持续发展成为了研究重点。目前，关于采煤塌陷区的研究多集中在土地复垦、生态修复及居住等方面，而对其协调发展及障碍因素研究较少。基于此，以淮南市大通采煤塌陷区为研究对象，建立了生態（E）、经济（E）和社会（S）协调发展指标体系。运用耦合协调度模型对大通区2014-2021年生态、经济和社会的耦合度和协调发展指数进行了分析，引入障碍因素模型对影响因素进行了诊断，以期为大通区塌陷地后续修复工作及协调发展提供参考。

1 数据来源与指标体系

1.1 数据来源

数据主要来源于《淮南统计年鉴》、《大通区国民经济和社会发展统计公报》、大通区人民政府。为保证数据完整性，研究采用插值法用上一年份或邻近年份的数据对缺失数值进行补充。

1.2 指标体系构建

基于数据可获取性、科学性、有效性原则，借鉴相关文献指标体系，选取生态、经济、社会三个子系统为一级指标。结合研究区实际情况并参考文献中的分类，选择8个要素层共20个底层指标（表1），带*为负向指标。

2 研究方法

2.1 指标权重确定

研究使用熵权法作为底层指标权重的确定方法。计算过程：

（1）假设原始指标矩阵为：

A=a11 a12 a13 … a1ja21 a22 a23 … a2jai1 ai2 ai3 … aij

aij表示第i年第j个指标数据；

（2）无量纲化处理：

正向指标：xij=aij-min（a1j，……，anj）max（a1j，……，anj）-min（a1j，……，anj）

逆向指标：xij=max（a1j，……，anj）-aijmax（a1j，……，anj）-min（a1j，……，anj）

（3）i样本数据占第j项指标的比重：pij=xij∑ni=1xij；

（4）各指标信息熵：Ej=-1lnn·∑ni=1pijln（pij）

（5）信息熵冗余度：dj=1-Ej

（6）确定指标权重：wj=dj∑mi=1dj

鉴于加权平均法对于本研究数据的处理与其他方法相比更具有优势，研究采用加权平均法计算各子系统综合得分。

生态系统综合得分：f（p）=∑8i=1wpj*Xij

经济系统综合得分：f（q）=∑8i=1wqj*Xij

社会系统综合得分：f（r）=∑8i=1wrj*Xij

2.2 模型建立

2.2.1 耦合协调度模型

耦合度体现系统内部的相互依存和制约程度。协调度指耦合作用中良性耦合的程度，能够体现出协调的质量。具体表达式：

C=3f（p）f（q）f（r）[f（p）+f（q）+f（r）]313

T=wpfp+wqfq+wrfr

D=C×T

式中：C为耦合度，反映系统间的交互作用，0≤C≤1，C越大，说明系统间耦合度越高。参照文献[9]对C进行分类。T为综合发展指数，反映系统间的综合发展水平。wp、wq、wr分别表示各个系统的权重，本研究中wp、wq、wr按照等权重的方式取值。D为协调发展度，反映系统间协调发展的程度，根据文献[11]对D进行分类。

2.2.2 障碍度模型

为确定影响研究区EES系统协调发展的障碍因子，引入障碍度模型对系统各指标进行分析，计算公式：

Mj=Wj*Vj

Nij=1-Xij

Qij=Mj*Nij∑ni=1Mj*Nij

Aij=∑Oij

式中：Mj是因子贡献度；Wj是各指标的权重；Vj是第j层指标所属子系统的权重；Nij是指标偏离度；Xij是指标标准化后的数值；Oij是指标层的障碍度；Aij是各要素层的障碍度。

3 结果与分析

3.1 权重结果分析

指标权重结果见表1，可以看出，三个系统中的经济系统权重最大，说明经济系统在地区可持续发展中起着至关重要的作用；因为经济系统是支撑生态和社会发展的核心系统，是促进社会可持续发展的物质前提。但在经济系统的指标层中进出口额所占权重最大，故研究区应积极改善经济结构，提高产业增加值，摆脱对进出口发展方式的过度依赖。

环境优良天数比例是生态系统中权重最小的指标，农药使用量是权重最大的指标。研究区内有大面积的耕地和丰富的森林资源，森林及耕地病虫害的防治均需使用农药，因此针对病虫害的治理，研究区应积极探索更为环保的方式。

3.2 研究区EES系统协调发展时序差异分析

3.2.1 耦合度分析

研究时段内EES系统的耦合度整体趋向上升（图1）。但具体来看，生态、经济和社会系统间的耦合度先降后升再趋于平稳，较好地服从高斯分布（R2=0.84）。2014年系统间为高耦合水平，相互作用强烈，而在2015年剧烈下降，原因在于2014年国家新修订的环境保护法颁布，研究区积极响应，加大环保投入，环境改善明显，系统间耦合度下降。

2015-2017年研究区自觉提高区内植被覆盖率，加之产业转型初显成效，EES系统耦合度由拮抗升至磨合阶段。2018-2021年，研究区积极修复塌陷区生态，改善了生态环境和人文生活，项目建设和产业投资促进了经济发展，处于高耦合水平。

3.2.2 协调发展指数分析

研究时段内EES系统的耦合协调度范围为0.186-0.769，经历了从初级协调降至严重失调再缓慢升至中级协调的过程（图2），说明8年内系统间的良性耦合起伏不断，较好地服从高斯分布（R2=0.79）。2014年协调发展指数较高，同年系统间耦合度也达到了高水平，然而仅处于初级协调水平，说明研究区系统间的发展并不同步。

具体来看，2015年严重失调，我国经济结构调整，经济下行压力增大，经济增长缓慢，说明经济发展是生态改善和社会发展的基础，是生态建设和社会发展的核心力量。随着国家高质量发展及加强生态文明建设的再度提出，研究区开始了塌陷区修复治理，2017年之后由失调发展恢复到协调发展水平，表明生态修复促进了系统间协调发展。

综上所述，研究区EES系统良性耦合关系对当地发展大有裨益，因此引入障碍因素诊断模型对影响研究区EES系统协调发展的因素进行识别。

3.3 障碍因素诊断

3.3.1 主要障碍因素诊断

根据研究区研究时段内实际发展情况，采用障碍度模型对其EES系统协调发展的障碍因子进行分析，按障碍度数值大小顺序，列出前五的指标（表4）。

由表4可知，障碍因子随年份不同而变化，通过频数计算可知，出现次数最多的是在校学生数（Z19）7次，其次是单位种植面积产值（Z2）5次，第三产业占GDP比重（Z13）5次，再次是失业率（Z16）、化肥施用量（Z4）、进出口总额（Z8）均为4次，这六个指标可视为影响研究区EES系统协调发展的主要障碍因子。

由表4可知，Z19在排序中位置由2014年的第4位波动升至2021年的第二位，说明Z19对研究区的协调发展影响较大，属于长期存在的障碍因素，需要采取持续性措施加以改善。Z2是出现频次第二多的指标，其所居位置也是逐渐靠前，其与2018年出现且障碍度逐渐增大的Z4都属于生态系统的指标，两者联系也异常紧密，需要采取综合措施进行改善。

3.3.2 要素层障碍度分析

由图3（a）可知，环境污染障碍度自2014至2021年呈先降后升趋势。继坚决向污染宣战后，环保再度成为两会强音，研究区政府积极增加环保投入进行污染治理，在2016年达到最低值。环境现状障碍度呈波动状态，但在2018至2021年呈上升趋势，“十三五”期间研究区致力于改善环境质量，大力植树造林、减少排污，加之污染治理需长期投入，一定程度上影响了经济发展，因此障碍度上升。

由图3（b）可知，经济系统要素层障碍度虽有波动但总体呈下降趋势，尤其是经济发展障碍度。具体来看，经济结构障碍度起伏较小；在2016年之前经济发展要素在经济系统中障碍度最高，之后经济活力成为障碍度最高的要素，且波动幅度大，是因为研究区调整产业结构，经济发展重心逐渐转移至第三产业；而人均GDP及地方财政收入逐年增加，使2016年及之后经济发展障碍度逐渐减少。

由图3（c）可知，社会发展要素障碍度相对平稳，生活水平和人文环境的障碍度波动较大，且生活水平障碍度总体呈上升趋势，因此政府应采取有效措施提高民众生活质量。人文环境在2014至2018年和2021年的障碍度都在15%至30%之间，2019和2020年障碍度在15%以下，尤其是2020年障碍度在5%以下，因2020年新冠疫情影响，经济增长放缓，导致生活水平障碍度增加，人文环境障碍度减小。

综上所述，环境污染、环境现状、人文环境和生活水平是影响研究区EES系统协调发展的主要障碍要素，研究区实现协调持续发展须积极进行产业升级减少环境污染，丰富民众生活提高幸福感。

4 结论

从耦合协调发展来看，研究区EES系统发展总体上处于良性高耦合水平，实现了协调发展。

从障碍度来看，研究时段内影响研究区协调发展的主要障碍因素为单位种植面积产值、化肥施用量、进出口总额、第三产业占GDP比重、在校学生数、失业率，说明实现研究区协调发展任重道远，需多措并举。

通过对研究区EES系统协调发展研究及障碍因子分析得出，实现协调可持续发展不能只一手抓经济，必须统筹兼顾。

参考文献

［1］张岸，顾康康.基于GIS的采煤塌陷区生态恢复优先级评价——以安徽省淮南市区为例[J].地域研究与开发，2019，38（04）：122126+131.

[2]常江，陈晓璐.采煤塌陷区生态修复规划中的景观策略与方法——以青山泉镇塌陷地生态修复规划为例[J].规划师，2010，26（12）：5963.

[3]温昕，谢小平，王萍，等.兖矿采煤塌陷区农村新居民点布局分析[J].资源开发与市场，2018，34（10）：13661371+1396

[4]马慧敏，丁阳，杨青，等.区域生态-经济-社会协调发展评价模型及应用[J].统计与决策，2019，35（21）：7579.

[5]季伟.采煤塌陷区生态修复工程效果评价与优化[D].安徽：安徽理工大学，2021.

[6]杨龙，王香春，秦飞，等.采煤沉陷区生态修复与城乡融合发展耦合关系研究[J].煤炭經济研究，2021，41（03）：2832.

[7]李启庚，吉子晋，张洪潮，等.山西省采煤沉陷区EES协调发展时空演化规律研究[J].矿业安全与环保，2021，48（06）：123128+134.

[8]李倩，胡昊，李名升，等.中国生态文明综合评价及环境、经济与社会协调发展研究[J].资源科学，2015，37（07）：14441454.

[9]王勇，孙瑞欣.土地利用变化对区域水-能源-粮食系统耦合协调度的影响——以京津冀城市群为研究对象[J].自然资源学报，2022，37（03）：582599.

[10]严珊珊，庄赟.基于耦合模型的经济、社会和生态协调发展研究——以福建省9个地级市为例[J].莆田学院学报，2016，23（03）：3641+50.

[11]廖重斌.环境与经济协调发展的定量评判及其分类体系：以珠江三角洲城市群为例.热带地理，1999，19（2）：171177.