史習(xí)習(xí)，楊 力

(安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽淮南232001)

社會和經(jīng)濟(jì)的發(fā)展日新月異，人類面臨的生存環(huán)境挑戰(zhàn)也越來越嚴(yán)峻，過度開發(fā)利用自然資源造成不可制止的生態(tài)破壞，城市化和工農(nóng)業(yè)產(chǎn)生的“三廢”污染問題，都會引發(fā)一系列的環(huán)境問題。生態(tài)安全是指一個(gè)國家或區(qū)域生存和發(fā)展的生態(tài)環(huán)境處于不受或少受破壞與威脅的狀態(tài)。生態(tài)安全的理論和實(shí)踐研究逐漸成為世界各國生態(tài)、環(huán)境領(lǐng)域?qū)W者的研究熱點(diǎn)，也被認(rèn)為是人類社會在21世紀(jì)實(shí)現(xiàn)可持續(xù)發(fā)展的一項(xiàng)重要任務(wù)。國內(nèi)外對于生態(tài)安全的研究開始于20世紀(jì)，其研究主要聚焦在生態(tài)安全的概念和內(nèi)涵[2]、生態(tài)安全評價(jià)[4]、生態(tài)安全預(yù)警與預(yù)測[5]。

城市作為一個(gè)由“社會-經(jīng)濟(jì)-自然”三者組成的復(fù)雜生態(tài)系統(tǒng)，人類的社會經(jīng)濟(jì)活動對環(huán)境的壓力持續(xù)不斷的增大，使城市的生態(tài)環(huán)境質(zhì)量不斷下降，甚至對生態(tài)安全造成巨大威脅。城市生態(tài)安全是國家或區(qū)域生態(tài)安全的重要基石，但目前的研究大多是在國家和區(qū)域?qū)用嫔线M(jìn)行的，而對城市生態(tài)安全的研究略顯薄弱。研讀生態(tài)安全評價(jià)相關(guān)文獻(xiàn)，國內(nèi)外大部分學(xué)者在評價(jià)指標(biāo)體系方面，有PSR模型[6]、EES模型[7]、DPSIR模型[8]；在評價(jià)方法方面，有綜合指數(shù)法[12]、生態(tài)足跡法[13]、模糊綜合評價(jià)[14]、物元分析法[15]、人工神經(jīng)網(wǎng)絡(luò)法[16]、和灰色聚類法[17]等。本文以生態(tài)安全及其評價(jià)的相關(guān)理論為基礎(chǔ)，分析了各種評價(jià)模型的特點(diǎn)，以成渝城市群為研究對象，采用PSR-EES模型，構(gòu)建了包括4層次、35個(gè)指標(biāo)的城市生態(tài)安全評價(jià)指標(biāo)體系，用熵權(quán)法確定權(quán)重，運(yùn)用灰色-TOPSIS模型、主成分分析法和模糊綜合評價(jià)法等3種評價(jià)模型，對成渝城市群2018年的生態(tài)安全狀況進(jìn)行橫向量化評價(jià)。擬對城市的生態(tài)安全狀況與評價(jià)方法進(jìn)行研究，使評價(jià)結(jié)果更加客觀、可信，為城市生態(tài)安全評價(jià)和管理決策提供參考。

一、研究區(qū)簡介和評價(jià)指標(biāo)體系構(gòu)建

1.研究區(qū)域簡介

成渝城市群位于中國西部和長江上游，以重慶、成都為中心，是西部大開發(fā)的重要平臺，是長江經(jīng)濟(jì)帶的戰(zhàn)略支撐，是中國推進(jìn)新型城鎮(zhèn)化的重要示范區(qū)。成渝城市群具體范圍包括重慶市的渝中、萬州、黔江、涪陵、大渡口、南岸、北碚、綦江、大足、江北、沙坪壩、九龍坡、渝北、巴南、長壽、永川、南川、潼南、江津、合川、銅梁、梁平、豐都、墊江、忠縣、榮昌、璧山等27個(gè)區(qū)(縣)以及開州、云陽的部分地區(qū)；四川省的成都、自貢、瀘州、內(nèi)江、樂山、德陽、綿陽(除北川縣、平武縣)、眉山、宜賓、遂寧、南充、廣安、達(dá)州(除萬源市)、雅安(除天全縣、寶興縣)、資陽等15個(gè)市。截止到2018年底，總面積約為18.5萬平方公里，常住人口約9 500萬，占全國比重的6.8%，地區(qū)生產(chǎn)總值約5.7萬億元、占全國比重的6.4%。成渝城市群是我國西南地區(qū)政治、經(jīng)濟(jì)重心和交通樞紐,是信息、技術(shù)和工業(yè)的集中分布區(qū)，研究成渝城市群的生態(tài)安全狀況,促進(jìn)成渝城市群的可持續(xù)發(fā)展,不僅是控制首位城市過度膨脹,形成多級中心結(jié)構(gòu),發(fā)展成為合理有序的城市體系的需要,更是促進(jìn)西部地區(qū)經(jīng)濟(jì)發(fā)展,推動西部大開發(fā)戰(zhàn)略的必然要求。

2.評價(jià)指標(biāo)體系的構(gòu)建

PSR(壓力—狀態(tài)—響應(yīng))模型是由經(jīng)濟(jì)合作與發(fā)展組織(OECD)、聯(lián)合國環(huán)境規(guī)劃署(UNEP)共同提出和發(fā)展的，其是最經(jīng)典、成熟的模型，從人的發(fā)展與環(huán)境保護(hù)相互作用的角度出發(fā)，對社會、經(jīng)濟(jì)、自然等不同維度的指標(biāo)進(jìn)行選擇與構(gòu)建，具有系統(tǒng)性和適用性的特點(diǎn)。壓力是指人類所進(jìn)行的社會經(jīng)濟(jì)活動給自然環(huán)境帶來的壓力，狀態(tài)是指能夠體現(xiàn)當(dāng)前自然環(huán)境所處的狀態(tài)，響應(yīng)是體現(xiàn)人們通過采取相應(yīng)措施減輕或消除其對環(huán)境產(chǎn)生的負(fù)面作用。本文基于PSR-EES模型，遵循可比性，可操作性和互不兼容原則，考慮數(shù)據(jù)的可獲得性，參考相關(guān)文獻(xiàn)的研究成果，同時(shí)，考慮成渝城市群的實(shí)際情況，將生態(tài)安全評價(jià)這個(gè)總體目標(biāo)分為項(xiàng)目層、因素層和指標(biāo)層，以此來構(gòu)建成渝城市群生態(tài)安全評價(jià)指標(biāo)體系，如表1所示。

表1 生態(tài)安全評價(jià)指標(biāo)體系及分級標(biāo)準(zhǔn)

3.數(shù)據(jù)的收集

本文數(shù)據(jù)的主要來源有：四川統(tǒng)計(jì)年鑒(2019年)，重慶統(tǒng)計(jì)年鑒(2019年)，中國城市統(tǒng)計(jì)年鑒(2019年)，重慶、成都、自貢、綿陽、遂寧、瀘州、德陽、樂山、南充、內(nèi)江、眉山、廣安、達(dá)州、宜賓、雅安、資陽市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)(2019年)，2009—2018年成渝城市群中各城市的環(huán)境狀況公報(bào)、水資源公報(bào)等。

4.評價(jià)指標(biāo)權(quán)重的確定

確定各項(xiàng)指標(biāo)的權(quán)重是構(gòu)建評價(jià)指標(biāo)體系的重要步驟，指標(biāo)權(quán)重的確定方法有主觀的也有客觀的。本文是對城市的生態(tài)安全進(jìn)行評價(jià)，利用各個(gè)城市的具體數(shù)據(jù)信息。因此，選擇熵權(quán)法來確定權(quán)重，這樣對評價(jià)結(jié)果的準(zhǔn)確程度有一定的把控，避免因個(gè)人主觀臆測對指標(biāo)權(quán)重的確定產(chǎn)生干擾。

通過熵權(quán)法的步驟[25]確定了成渝城市群生態(tài)安全評價(jià)指標(biāo)的權(quán)重，如表2所示。

表2 城市生態(tài)安全測評指標(biāo)體系的權(quán)重

續(xù)表2目標(biāo)層項(xiàng)目層因素層指標(biāo)層Wj自然S3建成區(qū)綠化覆蓋率D210.009541森林覆蓋率D220.018658人均公園綠地面積D230.030219全市環(huán)境空氣質(zhì)量優(yōu)良天數(shù)比例D240.014359響應(yīng)R社會R1萬人藏書量D250.064948萬人擁有衛(wèi)生機(jī)構(gòu)床位數(shù)D260.022586萬人擁有高校在校學(xué)生數(shù)D270.048139經(jīng)濟(jì)R2節(jié)能環(huán)保支出占財(cái)政支出比重D280.026705科學(xué)技術(shù)支出占財(cái)政支出比重D290.098505教育支出占財(cái)政支出比重D300.032559第三產(chǎn)業(yè)占GDP比重D310.040448醫(yī)療衛(wèi)生支出占財(cái)政支出比重D320.015525自然R3一般工業(yè)固體廢棄物綜合利用率D330.018161污水處理廠集中處理率D340.010637城市生活垃圾無害化處理率D350.012276

二、評價(jià)方法

目前，關(guān)于生態(tài)安全評價(jià)方法多種多樣，其中的數(shù)學(xué)模型是比較常見的而且相對成熟評價(jià)方法。數(shù)學(xué)模型中的灰色-TOPSIS法、主成分分析法、模糊綜合評價(jià)法等更是其中的佼佼者。本文通過利用上述3種評價(jià)模型來研究成渝城市群的生態(tài)安全問題。

1.灰色-TOPSIS法

灰色-TOPSIS法是灰色關(guān)聯(lián)理論和TOPSIS法的組合和完善，它可以更系統(tǒng)準(zhǔn)確地表現(xiàn)出備選方案和理想方案之間的接近程度，為最終決策提供參照依據(jù)。

灰色-TOPSIS法[18]的操作過程如下。

(1)對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理

運(yùn)用極值法，對指標(biāo)進(jìn)行無量綱化處理，計(jì)算公式為：

(1)

(2)

式中：Xij為指標(biāo)標(biāo)準(zhǔn)化值；xij為指標(biāo)原始值；max(xj)和min(xj)分別表示該指標(biāo)在評價(jià)時(shí)期內(nèi)原始數(shù)值中的最大值和最小值。經(jīng)過指標(biāo)標(biāo)準(zhǔn)化后，構(gòu)建決策矩陣B。

(2)確定指標(biāo)權(quán)重

通過上文中熵權(quán)法確定指標(biāo)權(quán)重Wj。

(3)構(gòu)建規(guī)范加權(quán)的決策矩陣

根據(jù)各指標(biāo)相應(yīng)的權(quán)重，建立規(guī)范加權(quán)決策矩陣V：

(3)

(4)由下列公式確定矩陣V的正理想解和負(fù)理想解

(4)

(5)

(5)計(jì)算各評價(jià)對象到正理想解(D+)和負(fù)理想解(D-)的距離

(6)

(7)

(6)計(jì)算不同評價(jià)樣本的灰色關(guān)聯(lián)度

(8)

(9)

(10)

(11)

(7)計(jì)算不同樣本的相對貼近度

(12)

(13)

(14)

(15)

(8)對樣本進(jìn)行判斷

根據(jù)δi的大小對樣本進(jìn)行判斷，δi越大，表示該樣本越貼近正理想解，樣本越好，反之樣本越差。

2.主成分分析法

主成分分析法[19]是把原來的多個(gè)變量轉(zhuǎn)化為少數(shù)幾個(gè)載荷著原變量絕大多數(shù)信息的綜合性指標(biāo)，是種降維處理技術(shù)方法。先對指標(biāo)的原始數(shù)據(jù)運(yùn)用極差法進(jìn)行標(biāo)準(zhǔn)化處理，避免了各指標(biāo)原始數(shù)據(jù)因量綱不同不能直接比較，得出成渝城市群生態(tài)安全評價(jià)指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)陣。

(1)觀察變量的相關(guān)系數(shù)，判斷是否適合主成分分析

利用標(biāo)準(zhǔn)化數(shù)據(jù)陣，得到變量之間的相關(guān)系數(shù)矩陣和變量之間的相關(guān)性程度，其絕對值越大，變量之間相關(guān)性越顯著。結(jié)果表明，變量相關(guān)系數(shù)矩陣的絕大多數(shù)絕對值都大于0.3；大部分變量具有較強(qiáng)的相關(guān)性，適用于主成分分析。

(2)提取指標(biāo)的主成分因子

利用SPSS軟件進(jìn)行計(jì)算，由表3可知，各主成分初始解的排序中，前8個(gè)主成分的特征值大于1；各主成分的方差貢獻(xiàn)率中前8個(gè)主成分的累計(jì)方差貢獻(xiàn)率為88.75%。表明前8個(gè)因子可以概括絕大多數(shù)的信息，其它因子的信息載荷可以忽略不計(jì)，因此，提取前8個(gè)因子(F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5，F(xiàn)6，F(xiàn)7，F(xiàn)8)作為主成分是切實(shí)的。

表3 解釋的總方差

(3)確定各主成分的載荷矩陣

為了使確定的主成分含義更清晰,采用方差極大法進(jìn)行正交旋轉(zhuǎn),輸出主成分載荷矩陣。該矩陣給出各主成分的載荷系數(shù),即各個(gè)變量與主成分的相關(guān)系數(shù)。

(4)由主成分得分系數(shù)矩陣確定得分函數(shù)

根據(jù)輸出的主成分得分系數(shù)矩陣，可以建立各主成分的得分函數(shù)：

F1=-0.099D1+0.145D2+0.281D3……

F2=-0.009D1+0.016D2+0.003D3……

F3=0.128D1+0.014D2-0.070D3……

F4=0.119D1+0.083D2-0.107D3……

F5=0.137D1+0.147D2-0.007D3……

F6=-0.375D1+0.447D2+0007D3……

F7=0.371D1+0.261D2-0.045D3……

F8=-0.267D1-0.153D2-0.020D3……

(5)確定生態(tài)安全綜合評價(jià)結(jié)果

對成渝城市群的生態(tài)安全狀況的綜合評價(jià)過程中,將8個(gè)主成分的方差貢獻(xiàn)率(表3)作為其權(quán)重系數(shù)，計(jì)算公式為：

F=0.296F1+0.154F2+0.107F3+0.081F4+0.076F5+0.065F6+0.057F7+0.050F8

式中：F為某市生態(tài)安全狀況的綜合評價(jià)值；F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5，F(xiàn)6，F(xiàn)7，F(xiàn)8為相應(yīng)各主成分的得分。

3.模糊綜合評價(jià)法.

模糊綜合評價(jià)法[20]是運(yùn)用模糊關(guān)系合成的原理，根據(jù)評價(jià)對象自身的狀態(tài)或類別，對評價(jià)對象的組成部分進(jìn)行定量描述。由于安全概念本身具有模糊性的特點(diǎn)，因而用模糊數(shù)學(xué)的方法，建立城市生態(tài)安全模糊評價(jià)模型更能符合實(shí)際情況。

構(gòu)建城市生態(tài)安全評價(jià)指標(biāo)體系，具體步驟如下：

(1)確定被評價(jià)對象的因子論域，U=(u1,u2,…,un)

(2)建立評語集

評語集為V=(v1,v2,…,vm)，其中vj(j=1,2,…,m)表示第j個(gè)評價(jià)等級，在本文中，V=(安全，較安全，臨界安全，較不安全，不安全)。本文將國內(nèi)外相關(guān)文獻(xiàn)中生態(tài)城市的理想值作為安全值，將國家低值或國際公認(rèn)的預(yù)警值作為不安全值；在前者的基礎(chǔ)上，上浮20%作為安全和臨界安全的標(biāo)準(zhǔn)值，在后者的基礎(chǔ)上，上浮20%作為不太安全和臨界安全的標(biāo)準(zhǔn)值。經(jīng)過最終的相互調(diào)整，得到各評價(jià)等級的最終標(biāo)準(zhǔn)值(如表1所示)。

(3)相對隸屬度矩陣的建立，在U與V之間進(jìn)行單因子評價(jià)，建立模糊關(guān)系矩陣R

(16)

式中：rij表示U中第i個(gè)因素ui對應(yīng)于V中第j個(gè)等級vj的相對隸屬度。相對隸屬度的計(jì)算是模糊數(shù)學(xué)方法的關(guān)鍵,正向指標(biāo)和的計(jì)算公式有所不同。

正向指標(biāo)：

當(dāng)ui

ri1=1,ri2=ri3=ri4=ri5=0

當(dāng)sij≤ui≤sij+1時(shí)，

rij=1-rij+1

當(dāng)ui>sij時(shí)，

ri5=1ri1=ri2=ri3=ri4==0

負(fù)向指標(biāo)：

當(dāng)ui>sij時(shí)，

ri1=1,ri2=ri3=ri4=ri5=0

當(dāng)sij≤ui≤sij+1時(shí)

當(dāng)ui

ri1=1,ri2=ri3=ri4=ri5=0

(4)確定模糊綜合評價(jià)模型

經(jīng)過計(jì)算，最終模糊綜合評價(jià)模型為：

B=Wj*R=(B1,B2B3,B4,B5)

Wj=(w1,w2,w3,…,wj)

式中，B為生態(tài)安全水平判斷結(jié)果，wj為各評價(jià)指標(biāo)對生態(tài)安全目標(biāo)的權(quán)重(熵權(quán)法確定)。

三、結(jié)果及分析

1.城市生態(tài)安全評價(jià)結(jié)果

(1)灰色-TOPSIS法在城市生態(tài)安全評價(jià)中的應(yīng)用結(jié)果

在收集處理成渝城市群生態(tài)安全評價(jià)指標(biāo)的數(shù)據(jù)后，用灰色-TOPSIS法進(jìn)行分析，得到成渝城市群2018年的生態(tài)安全綜合指數(shù)值和安全狀態(tài)。生態(tài)安全綜合評價(jià)值由大到小的排序?yàn)槌啥?、綿陽、雅安、重慶、廣安、樂山、德陽、遂寧、瀘州、宜賓、資陽、自貢、眉山、內(nèi)江、南充、達(dá)州。根據(jù)生態(tài)安全評判標(biāo)準(zhǔn)(如表4所示)，得到成渝城市群2018年的生態(tài)安全綜合指數(shù)(如表5所示)，其中成都、綿陽、雅安、重慶、廣安、樂山、德陽、遂寧、瀘州、宜賓、資陽、自貢處于臨界安全，III級，眉山、內(nèi)江、南充、達(dá)州處于較不安全，II級。

表4 生態(tài)安全評判標(biāo)準(zhǔn)

表5 成渝城市群2018年的生態(tài)安全

(2)主成分分析法在城市生態(tài)安全評價(jià)中的應(yīng)用結(jié)果

生態(tài)安全綜合評價(jià)值由大到小的排序?yàn)槌啥?、綿陽、重慶、雅安、樂山、自貢、德陽、瀘州、宜賓、眉山、南充、內(nèi)江、遂寧、資陽、廣安、達(dá)州。表明從城市生態(tài)安全綜合狀況來看，達(dá)州市的生態(tài)安全性最低，生態(tài)壓力最高；其次是廣安、資陽和遂寧的生態(tài)安全性亦較低，生態(tài)安全指數(shù)全部小于零，表明其城市利用處于生態(tài)不安全狀態(tài)。其次是內(nèi)江、南充、眉山、宜賓、瀘州和自貢其值全部大于零，其生態(tài)安全性較高。最后是德陽、樂山、雅安、重慶、綿陽和成都的生態(tài)安全性最高。參考通用的生態(tài)安全設(shè)置標(biāo)準(zhǔn)(如表6所示)，生態(tài)安全級別與其綜合評價(jià)值正相關(guān)，級別越高，其生態(tài)安全狀況越好，反之則越差。得到成渝城市群2018年的生態(tài)安全綜合指數(shù)(如表7所示)，其中成都、綿陽、重慶、雅安、樂山、德陽、自貢、瀘州的生態(tài)安全綜合值大于0.3，其生態(tài)安全處于良好狀態(tài)，劃分為Ⅰ級；宜賓、眉山、南充、內(nèi)江、遂寧、資陽、廣安的生態(tài)安全綜合值處于(0,0.3]這個(gè)區(qū)間，生態(tài)安全處于預(yù)警狀態(tài)，劃分為Ⅱ級；達(dá)州的生態(tài)安全綜合值處于(-0.4,0]這個(gè)區(qū)間，生態(tài)安全處于中警狀態(tài)，劃分為Ⅲ級。

表6 生態(tài)安全標(biāo)準(zhǔn)評判閾值

表7 成渝城市群2018年的生態(tài)安全

(3)模糊綜合評價(jià)法在城市生態(tài)安全評價(jià)中的應(yīng)用結(jié)果

模糊綜合評價(jià)的結(jié)果表明(如表8所示)：成都、綿陽、雅安、樂山的生態(tài)安全狀況處于“安全”狀態(tài)，重慶、瀘州均處于“較安全”狀態(tài)，德陽、眉山處于“臨界安全”狀態(tài)，自貢、遂寧、廣安處于“較不安全”狀態(tài)，內(nèi)江、資陽、南充、達(dá)州處于“不安全”狀態(tài)。16個(gè)城市總體的生態(tài)安全狀況從高到低排序?yàn)椋撼啥?、綿陽、雅安、樂山、重慶、瀘州、德陽、眉山、宜賓、遂寧、自貢、資陽、廣安、內(nèi)江、達(dá)州、南充。

德陽、眉山市對臨界安全的隸屬度分別為0.384、0.326，比其它城市大，這表明，德陽市和眉山市生態(tài)環(huán)境具有較大的變異性。如果存在不合理的人類活動，將威脅城市生態(tài)安全，那么系統(tǒng)很可能進(jìn)入“較不安全”狀態(tài)；通過采取適當(dāng)?shù)纳鷳B(tài)系統(tǒng)管理方案，消除影響生態(tài)安全的制約因素，德陽、眉山市的生態(tài)環(huán)境系統(tǒng)可以朝著“安全”的方向發(fā)展。同時(shí)，德陽和眉山市對安全狀態(tài)的隸屬度最小，為0.156、0.152，說明德陽、眉山生態(tài)安全建設(shè)任重道遠(yuǎn)，需要長期不斷努力和積累。由表2可以看出，權(quán)重較大的指標(biāo)是人均水資源量、科學(xué)技術(shù)支出占財(cái)政支出比重、人均社會消費(fèi)品零售總額、全市環(huán)境空氣質(zhì)量優(yōu)良天數(shù)比例、城鎮(zhèn)登記失業(yè)率、節(jié)能環(huán)保支出占財(cái)政支出比重、第三產(chǎn)業(yè)占GDP比重，說明這些指標(biāo)在不同城市之間存在明顯差異。城市應(yīng)根據(jù)各城市暴露的問題，開展城市生態(tài)規(guī)劃，包括建立生態(tài)安全監(jiān)測預(yù)警系統(tǒng)、促進(jìn)清潔生產(chǎn)和循環(huán)經(jīng)濟(jì)等，以實(shí)現(xiàn)城市生態(tài)經(jīng)濟(jì)的可持續(xù)發(fā)展。

表8 成渝城市群2018年生態(tài)安全模糊綜合評價(jià)結(jié)果

2.評價(jià)結(jié)果分析

(1)各城市生態(tài)安全水平分析

通過灰色-TOPSIS法、主成分分析法、模糊綜合評價(jià)法對成渝城市群生態(tài)安全水平進(jìn)行統(tǒng)計(jì)得到3種排序結(jié)果(如表9所示)。

表9 城市生態(tài)安全的3種模型評價(jià)水平排序

由表9可知，成都生態(tài)安全水平排序均列第一位，綿陽均列第二位。其他城市的排位都有一些變化。由此進(jìn)一步分析得出，成都生態(tài)安全水平最高；依次是綿陽、雅安、重慶、樂山、德陽、瀘州、宜賓、眉山、遂寧、自貢、廣安、資陽、內(nèi)江、南充、達(dá)州。從灰色-TOPSIS模型和模糊綜合評價(jià)法對成渝城市群的生態(tài)安全狀態(tài)的評定結(jié)果，綜合評定各個(gè)城市的安全狀態(tài)，成都、綿陽、雅安、樂山為較安全，重慶、自貢、瀘州、德陽、眉山為臨界安全，遂寧、內(nèi)江、南充、宜賓、廣安、達(dá)州、資陽為較不安全(見表2-表8)。

成都、綿陽、雅安、樂山、重慶生態(tài)安全水平較高，是因?yàn)槠渖鷳B(tài)環(huán)境壓力小，生態(tài)系統(tǒng)狀態(tài)好，響應(yīng)較好，主要體現(xiàn)在萬人擁有高校在校學(xué)生數(shù)、萬人擁有衛(wèi)生機(jī)構(gòu)床位數(shù)、科學(xué)技術(shù)支出占財(cái)政支出比重與城區(qū)綠化覆蓋率較高，全市環(huán)境空氣質(zhì)量優(yōu)良天數(shù)比例高，節(jié)能環(huán)保支出占財(cái)政支出比重大。資陽、內(nèi)江、南充、達(dá)州生態(tài)安全水平低，是因?yàn)樗鷳B(tài)環(huán)境壓力、狀態(tài)與響應(yīng)都較差。以上分析表明，評價(jià)結(jié)果與實(shí)際情況吻合較好。

(2)評價(jià)模型比較

城市生態(tài)安全評價(jià)，既要比較城市間生態(tài)安全水平的高低，也要判別每個(gè)城市的生態(tài)安全等級。本文使用的3種評價(jià)模型中，灰色-TOPSIS模型、模糊綜合法給出了各個(gè)城市的生態(tài)安全狀況與生態(tài)安全等級。雖然主成分分析法具有降維、減少原始數(shù)據(jù)信息損失、避免主觀隨意性等優(yōu)點(diǎn)，但不能直接給出城市生態(tài)安全等級，只能給出各城市生態(tài)安全水平的高低排序。因此，利用主成分分析法評價(jià)城市生態(tài)安全具有一定的局限性；灰色-TOPSIS方法采用點(diǎn)間的絕對差值進(jìn)行計(jì)算，以5個(gè)安全等級作為比較序列，可以判斷出各城市的安全等級。但是，各城市的等級判斷結(jié)果之間的差異較小，不具有可比性，不能反映城市之間的真實(shí)差距；模糊綜合評判法利用最大隸屬度原則來確定城市生態(tài)安全的評價(jià)結(jié)果，具有全面性和準(zhǔn)確性。模糊綜合評價(jià)法比灰色-TOPSIS法簡單，能揭示更多的差異信息，而且可以判斷單個(gè)指標(biāo)的生態(tài)安全狀況，使評價(jià)結(jié)果更加客觀、可信，更有利于針對性地分析問題，提出解決方案。以上分析表明，模糊綜合評價(jià)法在城市生態(tài)安全評價(jià)中最具優(yōu)勢，而主成分分析法存在較大缺陷。各種評價(jià)模型都能得到相似的結(jié)果，說明它們在生態(tài)安全評價(jià)中是適用的。

四、結(jié)論

根據(jù)選用的PSR-EES模型構(gòu)建了城市生態(tài)安全評價(jià)指標(biāo)體系，運(yùn)用熵權(quán)法確定各評價(jià)指標(biāo)的權(quán)重，運(yùn)用灰色-TOPSIS法、主成分分析法、模糊綜合法等評價(jià)模型，對成渝城市群2018年的生態(tài)安全狀況進(jìn)行評價(jià)，得出成都生態(tài)安全水平最高，依次為綿陽、雅安、重慶、樂山、德陽、瀘州、宜賓、眉山、遂寧、自貢、廣安、資陽、內(nèi)江、南充，達(dá)州最低；其對應(yīng)的生態(tài)安全等級為成都、綿陽、雅安、樂山為較安全，重慶、自貢、瀘州、德陽、眉山為臨界安全，南充、宜賓、廣安、遂寧、內(nèi)江、達(dá)州、資陽為較不安全。

結(jié)果表明，在本文使用的三種評價(jià)模型中，模糊綜合評價(jià)法在城市生態(tài)安全評價(jià)中最具優(yōu)勢，而主成分分析法和灰色-TOPSIS法存在一定的缺陷。城市生態(tài)安全涉及資源、環(huán)境、經(jīng)濟(jì)、社會等諸多方面，反映這些方面的因素要全面，不能太多。所以不同的研究者建立的指標(biāo)體系會有所不同，其主觀性和偏差是難以避免的。因此，需要進(jìn)一步研究，從理論和實(shí)踐上建立一個(gè)規(guī)范統(tǒng)一的生態(tài)評價(jià)指標(biāo)體系。就應(yīng)用方法而言，由于各種評價(jià)模型的特點(diǎn)，為了使評價(jià)結(jié)果更加科學(xué)客觀，如何擬合和分析各種評價(jià)模型的優(yōu)缺點(diǎn)需要進(jìn)一步探討。