秦晓楠　卢小丽

摘要 针对现有生态安全研究侧重概念模型要素之间的比较及综合评价，缺乏要素间互动关系及生态安全状况演变趋势预测的研究现状，以“驱动力-压力-状态-影响-响应”（DPSIR）框架为基础，构建适用于中国沿海城市的生态安全评价指标体系。研究以原始DPSIR概念模型为基础，提出了7组因果关系假设，采用结构方程模型对假设进行测度，发现“沿海城市生态安全响应对状态起到正向作用”的研究假设被拒绝，论文根据各组假设的因果关系结果构建出中国沿海城市生态安全DPSIR概念模型。同时研究以沿海城市DPSIR概念模型内因果链及要素间的作用系数为基础，构建了生态安全作用机制系统动力学模型，对沿海城市生态安全状态进行预测仿真。沿海城市生态安全的初始状态良好，于仿真模拟第三年（2012年）的时候变为负值，并且该状态变量的数值持续降低。通过调整模型中的主要参数，发现环境污染治理投资额、工业产值占比、第三产业占比、单位GDP能耗指数四个指标在生态安全作用机制中发挥重要作用，对改善生态安全状态起到显著影响。本文选取上海、烟台、温州、海口四类典型沿海城市对生态安全状态进行情景模拟，发现：上海生态安全状态恶化速度最快，于仿真第三年转变为负值；烟台、温州生态安全状态的演化趋势在前5年基本一致，其中烟台的生态安全状态演化曲线逐渐陡峭，反映其生态安全状态逐渐劣于温州；海口的生态安全状况一直优于其他三个城市，其生态安全系统演变曲线最为平缓。

关键词生态安全；沿海城市；SEM模型；系统模拟；情景仿真

中图分类号N945； F205； X21文献标识码A文章编号1002-2104（2014）02-0060-09doi：10.3969/j.issn.1002-2104.2014.02.009

生态安全是指人的生活、健康、安乐、基本权利、生活保障来源、必要资源、社会秩序和人类适应环境变化的能力等方面不受威胁的状态，是由自然生态安全、经济生态安全和社会生态安全组成的复合系统[1]。生态安全的系统属性决定了其研究既要包含社会、经济、环境各个维度，又要体现系统内部要素的作用关系。近年来，国内外学者构建了PSR、DSR、DPSIR等概念模型，分解出生态安全驱动力、压力、状态、影响以及响应等系统要素，辨析要素间的因果关系链，形成了系统化的研究范式，主要集中在生物多样性保护[2-3]、生态健康性和脆弱性评价[4-5]、生态安全系统可持续发展[6]和生态安全管理[7-8]等方面。这种基于因果关系链的概念模型使得生态安全系统内部指标之间的关系清晰，研究者能够简洁、综合的探究生态系统内的信息。尽管该生态安全概念模型在生态安全研究中得到了较好的应用，仍呈现出一系列的共性问题，主要表现在两个方面：首先，现有研究默认了概念模型因果关系的普适性，缺乏对生态安全系统各要素因果关系的科学验证及数理分析[9]，忽略了不同生态安全体系内由于各要素间作用路径和强度的不同而形成的差异，导致以该因果关系为基础建立的框架模型无法科学有效的揭示不同系统内生态安全的作用机理。其次，缺乏对生态安全系统演化趋势的研究。现有研究大多是针对生态安全现状的测度[10]，缺乏对各因素相互作用导致的系统演变进行分析，难以对生态安全系统的发展趋势进行预测。

1生态安全评价指标体系的构建

1993年，欧洲环境署（EEA）为了综合分析和描述环境问题及其和社会发展的关系，结合了PSR框架及DSR框架的优点，提出了DPSIR概念模型，该模型包含驱动力（D）、压力（P）、状态（S）、响应（R）及影响（I）五个要素，并架构了五个要素间的因果关系链，形成生态安全作用的路径网络。本文基于该概念模型，从“驱动力—压力—状态—影响—响应”五个维度构建中国沿海城市生态安全评价指标体系。每一个维度下观测变量的选取以联合国可持续发展委员会、世界银行等权威机构生态安全评价的经典、高频指标[11-13]为基础，通过梳理相关文献[14-17]的研究指标来确定。沿海城市生态安全评价指标体系最终由25个指标构成，如表1所示。

2基于SEM模型的沿海城市生态安全作用机理分析2.1研究对象及数据来源

本文综合考虑沿海城市的区位、海域特色、经济发展

2.3数据及模型检验

2.3.1数据的信度及效度检验

本文采用内部一致性信度及合成信度对指标体系进行信度检验。内部一致性信度采用Cronbacha作为衡量指标，一般要求a的数值大于0.6[22]；合成信度采用Composite Reliability（CR）作为衡量指标，通常要求CR的数值大于0.7[23]。沿海城市生态安全DPSIR评价指标体系信度分析结果如表2所示。指标体系中DPSIR五个因子的Cronbacha值从0.633到0.892，均大于0.6，各个因子的CR值均大于0.7，该结果表明沿海城市生态安全评价指标体系具有较高的信度。

本文采用内敛效度和判别效度对各个因子之间的内部一致性和差异程度进行检验。内敛效度检验要求每个因子的平均提取方差值（AVE）的临界值大于0.5；判别效度检验要求因子的AVE值的平方根大于该因子与其他因子的相关系数。本研究中DPSIR五个因子的AVE值分别为0.573、0.584、0.628、0.624和0.812，均高于临界值05，该结果表明各因子之间具有较高的内敛效度。各个因子之间的判别效度如表2所示，可以看出AVE的平方根（矩阵对角线数值）均大于该因子与对应的其他因子的相关系数（对角线左下角数值），表明沿海城市生态安全DPSIR概念模型的框架中各个因子之间具有明显的差异。

2.4沿海城市生态安全作用机理分析

本文以图2评价模型中各要素间的因果关系为基础，对中国沿海城市生态安全的作用机理进行剖析。

（1）“驱动力D”是沿海城市生态安全系统的动力源。“驱动力D”对“压力P”的正向作用是整个生态安全网络要素相互作用的原动力。沿海城市社会、经济发展产生的驱动力对压力的路径系数较高（0.657），表明中国沿海经济的发展及城市化进程对沿海生态系统产生较强的压力，是加剧沿海城市生态系统风险的主要因素。

（2）“压力P”是不同路径对生态系统产生影响的转换器。“压力P”对“状态S”的负向影响是构成生态安全作用机理的必要条件。沿海城市生态安全“压力P”对“状态S”的路径系数为-0.552，表明中国沿海城市社会经济的发展状态已对沿海生态系统产生较强的负面影响。

（3）“状态S”是沿海城市生态安全系统的映像元，反映了生态安全的现实状态。“状态S”对“影响I”起到促进、推动的负向作用，其路径系数为-0.248，说明目前沿海城市生态安全状态对海洋灾害的推动及激发的作用并不大。其生态环境的变化处于自然系统承载力的范围内，不会引发大规模的自然灾害。

（4）“影响I”是自然系统对生态安全体系的冲击波，促使沿海城市采取相应的生态安全保护措施。沿海生态安全系统中“影响I”对“响应R”的路径系数较低（0283），显示虽然近两年海洋自然灾害频繁，造成了越来越多的损失，但沿海城市并没有因为自然灾害的发生而对生态安全充分重视，并未加强灾害预防及环境保护等方面的工作。

（5）“响应R”是沿海城市生态安全受到干扰的缓冲器，起到缓解生态系统风险的作用。沿海生态安全系统“响应R”对“驱动力D”产生显著的正向作用，路径系数为0.813，表明生态系统的保护措施对社会、经济发展起到较强的推动作用，促使整个生态安全系统网络结构改善，功能增强。同时“响应R”对“压力P”产生较弱的负面影响，其路径系数为-0.254，说明目前中国沿海城市生态安全保护措施的针对性较差，导致生态系统影响要素的分解及代谢功能不强。

（6）中国沿海城市生态安全框架模型中，“响应R”对“状态S”的正向作用没有通过假设检验，该结果与DPSIR原始概念模型的架构不一致，表明目前中国沿海城市生态安全的生态保护措施并没有对生态系统风险起到缓解作用，生态保护措施缺乏有效性。

3基于SD的沿海城市生态安全系统动态仿真模型构建SEM模型分析显示，沿海城市DPSIR概念模型内因果关系形成了闭合的网络。其中驱动力（D）、压力（P）、响应（R）、影响（I）、状态（S）五个要素承担着不同的系统功能。

基于SEM模型分析的系统生态安全状态是针对生态安全现状的静态描述。而实际上，生态安全系统具有不同的演化路径及变化趋势，为了动态揭示沿海城市生态安全系统的演变路径，本文从时间维度上对其演变趋势进行研究。

3.1沿海城市生态安全系统动态流图

本文结合上述SEM模型分析结果，辨析出沿海城市生态安全系统的关键要素、因果关系路径及影响系数，采用系统动力学专用软件（Vensim PLE）构建沿海城市生态安全系统动力学模型。该动力学模型以状态变量（S）为系统的中心枢纽，描述了驱动力（D）、压力（P）、响应（R）、影响（I）四个变量对其产生直接、间接影响的动力机制。同时，本文考虑到生态安全系统是经济、社会及自然三个系统的有机组合，设立城市人口总数（POP）、国民生产总值（GDP）、环境污染治理投资额（EINT）及海洋自然灾害发生频次（FMD）作为系统的输入端，将输入端与沿海城市生态安全系统动力模型相融合，形成生态安全系统的动态流图，如图3所示。

其中，SHYD为生活用电总量，SHWS为生活污水排放量，SHLJ为生活垃圾排放量，GYFS为工业废水排放量，GYFQ为工业废气排放量，GYYD为工业用电总量，NHZZ为GDP能耗总值，C4为工业产值占GDP的比例。C5、C6、C7为城市居民生活能源消耗系数及污染物排放系数，C8、C9为工业发展过程中污染物排放系数，C10为工业产业的电量消耗系数，C11为单位GDP能耗指数。

3.2.3响应（R）

响应（R）是对生态安全系统中物质信息进行转化和耗散的措施行为，对状态（S）起到正向作用。响应（R）包含第三产业产值、科学教育支出额、城镇生活污水处理率、生活垃圾无害化处理率、工业废水达标排放率、工业废气达标排放率、环境污染治理投资额。其中第三产业产值、科学教育支出额是随着国民生产总值（GDP）的增长而逐年增加；环境污染治理投资额一方面对响应（R）有直接的正向作用，另一方面其为城镇生活污水处理、生活垃圾无害化处理、工业废水达标排放和工业废气达标排放提供资金支撑。响应（R）的动力方程为：

其中，DSCY为第三产业产值，KJJY为科技教育支出额，SHWSCL为生活污水处理率，SHLJWH为生活垃圾无害处理率，GYFSDB为工业废水达标排放率，GYFQDB为工业废气达标排放率。环境污染治理投资额为：EINT（t）=α·GDP（t），其中α为环境污染治理投资额占GDP比例。C12、C13为相应的GDP占比，C14、C15、C16、C17是环境污染治理投资额（EINT（t） ）产生的相应拉动系数。

3.2.4影响（I）

影响（I）是测度海洋灾害对沿海城市生态安全系统的影响作用，包含海洋灾害直接经济损失和海洋灾害死亡人数两个观测变量。这两个变量都受到海洋灾害频次的影响，其动力方程为：

ZJJJSS（t）=C18·FMD（t）

SWRS（t）=C19·FMD（t）

I（t）=0.755ZJJJSS（t）+0.445SWRS（t）

其中，ZJJJSS为海洋灾害直接经济损失，SWRS为海洋灾害死亡人数，C18、C19为引发系数。

3.2.5状态（S）

状态（S）反映了生态安全的现实状态，是沿海城市生态安全系统的映像元。根据沿海城市生态系统的特色，本文主要采用近岸海域水质状况、海洋养殖区综合环境质量、空气质量达到（API）Ⅱ级以上天数、建成区绿化面积、安全水资源量5个观测变量对状态（S）进行评价。其动力方程如下：

S（t）=0.404JASZ（t）+0.425YAQZL（t）+0.621KQDB（t）

+0.597JCQLH（t）+0.089DSZY（t）

其中，JASZ为近岸海域水质状况，YAQZL为海洋养殖区综合环境质量，KQDB为空气质量达到（API）Ⅱ级以上天数，JCQLH为建成区绿化面积，DSZY为安全水资源量。

本文结合前文SEM模型分析获得的要素间作用路径及影响系数，建立的要素间动力方程为：

D（t）=0.813R（t）

P（t）=0.657D（t）-0.254R（t）

R（t）=0.283DELAY（I（t），1）

I（t）=-0.248S（t）

S（t）=S（t-1）-0.552P（t）

3.3模型检验

模型结构与实际系统一致性检验：本文结合了沿海城市生态安全评价指标体系及修正的DPSIR概念模型，构建了生态安全系统的动力学模型。模型中变量间作用路径及影响系数是建立在沿海城市实际统计数据的基础上，并通过了结构方程的检验。因此，该系统动力学模型是对沿海城市生态安全系统的真实反映。

模型行为灵敏性检验：本文参数值的选取是在合理取值范围内，通过合理改变模型结构及调整模型方程式，发现模型行为变化并不敏感，表明模型具有强壮性，能够很好反应实际的生态安全系统的反馈机制。

4沿海城市生态安全系统的模拟仿真

4.1沿海城市生态安全状况的发展预测

本文基于上述系统动力学模型对沿海城市生态安全状态进行仿真预测。仿真中把沿海样本城市视为一个整体，以2010年的统计数据为依据，进行数据标准化。人口总数（POP）、国民生产总值（GDP）、环境污染治理投资额（EINT）和海洋自然灾害频次（FMD）四个输入端的初始值分别设定为1、1、0.01、1，四个速率变量按照2010年实际变化量设定，仿真时间为10年。沿海城市生态安全状态（S）的预测仿真结果如图4所示。

可以看出，在初始状态下（2010年），沿海城市生态安全状况（S）值为0.765，但在仿真第三年（2012年）变为负值（S（3）=-0.423），在接续的仿真年内，状态S一直为负。该结果表明2010年，沿海城市生态安全状态良好，生图4沿海城市生态安全状态预测仿真

Fig.4Change diagram of coastal urban ecological

security state

态安全响应（R）的正向作用能够完全抵御社会经济发展对生态安全系统产生压力（P）的负面影响。从2012年起，沿海城市的社会经济发展产生的压力超过了生态系统的承载力，生态安全系统状况逐渐恶化。

4.2沿海城市生态安全重要影响指标

为了深入辨析沿海城市生态安全系统的动态演变过程，本文对动态方程的结构关系进行了分析，对系统仿真模型中参数在合理范围内进行调整，考察不同参数设定对沿海城市生态安全系统状况的影响。结果发现环境污染治理投资额占GDP比率、工业产值占GDP比率、第三产业产值占GDP比率、单位GDP能耗指数均在城市生态安全动力系统中起到关键作用，如表3所示。

基于表3的分析结果，可以得出以下结论：

环境污染治理投资额（EINT）作为响应措施（R）的核心要素，对耗散、转化经济社会发展所产生的生态系统压力起到关键作用。基于2010年环境污染治理投资额占比（3%）进行模拟，则沿海城市生态安全状况在模拟第三年首次变为负值（-0030），并持续降低。当增加环境污染治理投资占GDP的比例时，生态系统状态的恶化趋势变得平缓；当环境污染治理投资额占GDP的比例增加到6%时，沿海城市生态系统状态于模拟仿真第10年出现了正向发展趋势（由-1.540变为-1.520）。该模拟结果表明，目前我国沿海城市环境污染治理投资占GDP比例偏低，难以弥补经济、社会发展对生态系统产生的破坏作用，使生态安全状态持续恶化。工业产值占GDP比率对城市的能源消耗量及污染物排放量有显著影响。以2010年沿海城市工业产值占GDP的平均值（40%）进行模拟仿真，沿海城市生态安全状态从第三年起转化为负值（-0030）。而当工业产业的比例下调到30%时，生态安全状态恶化的趋势明显放缓，在模拟仿真第四年转变为负值（-0260）。可见，优化产业结构，降低工业产业比例，能够有效降低资源能源消耗水平，减少污染物排放量，延缓了沿海城市生态安全状态的恶化程度。

第三产业发展对缓解、降低社会经济发展所产生的生态系统压力起到重要作用。2010年沿海城市第三产业占GDP比例平均为43%。在第三产业不发达的城市（占比为35%），其生态安全状态从第三年时变为负值（-0100），且恶化趋势较快，当发展到第10年时，其生态安全状态为-4300。而对第三产业占比达到50%时的城市，其生态安全状况恶化趋势明显放缓：在模拟仿真第四年时生态安全状况才变为负值（-0340），在第10年时，生态安全状态为-3010，明显优于第三产业发展滞后的城市。

单位GDP能耗指数是反映能源消费水平和节能降耗状况的主要指标，代表城市经济活动中对能源的利用程度和能源利用效率的变化。按照2010年沿海城市平均单位GDP能耗指数（0.807 t标准煤）进行模拟仿真，其生态安全状况于第三年的时候转化为负值（-0.030）。当沿海区域单位GDP能耗指数下降到0.600 t标准煤，沿海城市生态安全状况显著的好转：在模拟仿真第5年的时候才转化为负值（-0.840）；在第10年的时候，生态安全状态为-2.590，明显优于单位GDP能耗指数为0.807 t标准煤时的生态安全状态（-3.780）。

四个城市生态安全状态模拟仿真结果如图5所示。

以上海为代表的城市类型是全国经济发展的龙头，其国民经济总量较大，第三产业在产业结构中占优势比例，但其经济发展速度较缓。人口总量较大，其人口增长速度低于沿海城市平均增长速率。上海市生态安全状态呈现出最快的恶化趋势：在模拟仿真第三年其生态安全状态转变为负值；在第十年其生态安全状态值最低，明显劣于与其他三个城市。结合上海的相关参数分析，当前上海的经济社会发展给生态环境带来沉重的压力，远远超过上海生态系统缓解及修复的能力，上海的环境污染治理投资额相对较小，难以对生态安全系统产生有效的改进和优化。

以烟台市为代表的城市大多作为区域的核心，其经济增长速度较快，而其人口增长速度却相对较低，产业结构以工业为重心，第三产业发展相对滞后。以温州市为代表的城市类型与烟台市较为相似，其经济结构也是以工业为主，第三产业发展相对滞后，但其经济发展速度及人口增长速度大于烟台市的城市类型。因此，烟台市与温州市的生态安全状态演化趋势也存在相似性，两种城市的生态安全演化趋势在前五年基本一致。然而在5-10年期间，烟台的生态安全状态的演化曲线开始变得更加陡峭，反映其生态安全状态逐渐劣于温州。结合两个城市的相关参数分析，烟台市、温州市的社会、经济发展模式对生态系统产生了持续的压力，造成生态安全状态日益恶化。而烟台市的GDP总量、工业产业占比明显高于温州市的相应数值，这表明烟台作为老工业基地，其过分倚重工业的发展，产业结构的优化升级相对落后，进而会加快其生态安全状况恶化的速率。

以海口市为代表的城市类型是拥有较好的生态环境，其经济发展以第三产业为主。其经济社会发展相对滞后，但其人口增长速率及经济增长速度很高。海口的生态安全状况一直优于其他三种城市类型，且其生态安全系统演变曲线也最为平缓。在模拟仿真第10年，其生态安全状态才变为负值。相对而言，海口市发展历程较短，其社会经济发展尚未对生态安全系统形成显著的破坏作用。然而值得关注的是，海口市作为以第三产业为主的城市，其生态安全系统状况直接影响其支柱产业的存续及发展。因此海口市需更加重视生态环境的保护及改善，强化环境保护及治理措施。

5结论与建议

本文以DPSIR概念模型为基础，以中国沿海城市生态安全系统为研究对象，采用结构方程分析方法对沿海城市生态安全系统内部信息交互关系及流动路径进行分析。利用VENSIM PLE软件，构建沿海城市生态安全系统动态演化模型，模拟沿海城市生态安全系统的动态反馈过程，预测生态安全系统的演化趋势。主要研究结论如下：

（1）测度沿海城市DPSIR要素间的因果关系，探究沿海城市生态安全作用机理。本文结合中国沿海城市的数据样本，引入结构方程的建模方法从因果链分析的视角对DPSIR概念模型各个要素之间的因果关系进行验证，测度沿海城市生态安全系统内要素间的因果路径及作用系数，修正了沿海城市生态安全DPSIR概念模型框架，辨析生态安全作用机理。研究结果表明：在沿海城市生态安全DPSIR模型中，“驱动力D”是沿海城市生态安全系统的动力源；“压力P”是不同路径对生态系统产生影响的转换器；“状态S”反映了生态安全的现实状态；“影响I”是自然系统对生态安全体系的冲击波，促使沿海城市采取相应的生态安全保护措施；“响应R”是沿海城市生态安全受到干扰的缓冲器，起到缓解生态系统风险的作用。与DPSIR原始概念模型架构不一致的是“响应R”对“状态S”的正向作用在生态安全系统中没有通过假设检验，表明中国沿海城市生态安全保护措施并没有对生态系统风险起到缓解作用。

（2）构建沿海城市生态安全动态演化模型，进行生态安全状态的预测仿真。本文结合SEM模型的研究结论，提炼出生态安全作用系统的关键因素、作用路径及影响系数，构建了生态安全作用机理的动态演化模型，模拟预测生态安全系统的演变趋势，并按照沿海城市重要影响指标的分布规律，对典型沿海城市生态安全进行情景仿真。研究发现：环境污染治理投资额（EINT）、工业产业产值、第三产业产值、单位GDP能耗指数四个指标在沿海城市生态安全系统中起到关键作用。提升环境污染治理投资额，优化城市产业结构，降低经济发展中资源消耗是改善生态安全状态的关键。沿海城市生态安全状态呈现出持续恶化的趋势，其中上海市生态安全恶化速度最快，在模拟仿真第三年其生态安全状态就转变为负值；海口的生态安全状态最佳，状态演变曲线也最为平缓，但在模拟仿真第十年，海口的生态安全状态也演化为负值。

（编辑：李琪）

参考文献（References）

[1]王耕，王利，吴伟.区域生态安全概念及评价体系的再认识[J].生态学报，2007，27（4）：1627-1637. [Wang Gen， Wang Li， Wu Wei. Recognition on Regional Ecological Security Definition and Assessment System [J].Acta Ecologica Sinica，2007，27（4）：1627-1637.]

[2]李果，吴晓莆，罗遵兰，等.构建我国生物多样性评价的指标体系[J].生物多样性，2011，19（5）：497-504. [Li Guo，Wu Xiaopu，Luo Zunlan， et al. Establishing an Indicator System for Biodiversity Assessment in China [J]. Biodiversity Science， 2011，19（5）：497-504.]

[3]Atkins J P， Burdon D， Elliott M， et al. Management of the Marine Environment： Integrating Ecosystem Services and Societal Benefits with the DPSIR Framework in a Systems Approach [J]. Marine Pollution Bulletin， 2011， 62（3）：215-226.

[4]Oman I， Stocker J. Climate Change as a Threat to Biodiversity： An Application of the DPSIR Approach[J]. Ecological Economics.2009， 6（91）：24-31.

[5]Haberl H， Gaube V， DiazDelgado R， et al. Towards an Integrated Model of Socioeconomic Biodiversity Drivers， Pressures and ImpactsA Feasibility Study Based on Three European LongTerm SocioEcological Research Platforms [J]. Ecological Economics， 2009.68（6）：1797-1812.

[6]周丰，郭怀成，刘永，等.湿润区湖泊流域水资源可持续发展评价方法[J].自然资源学报，2007，22（2）：290-301.[Zhou Feng，Guo Huaicheng，Liu Yong， et al. Assessment Method of Sustainable Water Resources Development of Wet Lake Basin[J]. Journal of Natural Resources，2007，22（2）：290-301.]

[7]Benini L， Bandini V， Marazza D， et al. Assessment of Land Use Changes Through an IndicatorBased Approach： A Case Study From The Lamone River Basin in Northern Italy [J]. Ecological Indicators，2010，10（1）： 4-14.

[8]Wolfslehner B， Vacik H. Mapping Indicator Models： From Intuitive Problem Structuring to Quantified Decision Making in Sustainable Forest Management [J]. Ecological Indicators， 2011， 11（2）： 274-283.

[9]孙晓蓉，邵超峰.基于DPSIR模型的天津滨海新区环境风险变化趋势分析[J].环境科学研究，2010，23（1）：86-73. [Sun Xiaorong， Shao Chaofeng. Study on The Variation Trends of Regional Environmental Risk for Tianjin Binhai New Area Based on DPSIR Model[J]. Research of Environmental Sciences，2010，23（1）：86-73.]

[10]迟国泰，闫达.基于改进群组G1赋权的生态评价模型及省份实证[J].系统工程理论与实践，2012，32（7）：1464-1475. [Chi Guotai， Yan Da. The Ecosystem Evaluation Model Based on Improved GroupG1 and the Empirical Study on Provinces[J]. Systems EngineeringTheory and Practice， 2012， 32 （7）： 1464-1475.]

[11]World Commission on Environment and Development. The Brundtland Report， Our Common Future [M]. Oxford： Oxford University Press， 1987：55-72.

[12]World Bank. Monitoring Environmental Progress： A Report on Work in Progress[R]. Washington D C， 1995： 213-260.

[13]United Nations Environment Programme. Guidelines for AEO Cities Integrated Environmental Assessment and Reporting [M]. United Nations Environment Programme， 2005：52-143.

[14]颜文涛.城市生态系统健康属性综合评价模型及应用研究[J].系统工程理论与实践，2007，27（8）：137-145. [Yan Wentao. Research on Urban Ecosystem Health Attribute Synthetic Assessment Model and Application[J]. Systems EngineeringTheory and Practice，2007， 27（8）：137-145.]

[15]赵多，卢剑波，闵怀.浙江省生态环境可持续发展评价指标体系的建立[J].环境污染与防治，2003，25（6）：380-382. [Zhao Duo， Lu Jianbo， Min Huai. To Establish Indicator System for Evaluation on Sustainable Development of Ecosystem and Environment in Zhejiang Province[J]. Environmental Pollution and Control， 2003，25（6）：380-382.]

[16]周慧杰，周兴，吴良林，等.区域生态经济建设指标体系设计与实证[J].安徽农业科学，2007，35（26）：8386-8389. [Zhou huijie， Zhou xing， Wu lianglin， et al. Evaluation of the Regional Ecoeconomy Construction Index System [J].Journal of Anhui Agricultural Sciences， 2007，35（26）：8386-8389.]

[17]孙蕾. 国家生态安全评价指标体系研究[J].中国统计，2005，（2）：23-25. [Sun Lei. Research on National Ecological Security Assessment Index system [J].China Statistics， 2005， （2）：23-25.]

[18]Manqi S， Roberts C， Rodwell L D. Reef Fisheries Management in Kenya： Preliminary Approach Using the DPSIR Scheme of Indicators [J].Ocean & Coastal Management，2007， 50：463-480.

[19]Ness B， Anderberg S， Olsson L. Structuring Problems in Sustainability Science： The MultiLevel DPSIR Framework [J]. Geoforum， 2010， 41（3）： 479-488.

[20]Tscherning K， Helming K， Krippner B， et al. Does Research Applying the DPSIR Framework Support Decision Making？ [J]. Land Use Policy，2012， 29（11）， 102-110.

[21]Smeets E， Weterings R. Environmental Indicators： Typology and Overview [J]. Copenhagen， Denmark： European Environmental Agency，1999， 29（1）：119-133.

[22]Stacie P， Straub D， Rai A. Specifying Formative Constructs in Information Systems Research [J]. MIS Quarterly，2007， （31）： 623-656.

[23]Chin W W. Issues and Opinion on Structural Equation Modeling [J]. MIS Quarterly，1998， 22： 7-16.

[17]孙蕾. 国家生态安全评价指标体系研究[J].中国统计，2005，（2）：23-25. [Sun Lei. Research on National Ecological Security Assessment Index system [J].China Statistics， 2005， （2）：23-25.]

[18]Manqi S， Roberts C， Rodwell L D. Reef Fisheries Management in Kenya： Preliminary Approach Using the DPSIR Scheme of Indicators [J].Ocean & Coastal Management，2007， 50：463-480.

[19]Ness B， Anderberg S， Olsson L. Structuring Problems in Sustainability Science： The MultiLevel DPSIR Framework [J]. Geoforum， 2010， 41（3）： 479-488.

[20]Tscherning K， Helming K， Krippner B， et al. Does Research Applying the DPSIR Framework Support Decision Making？ [J]. Land Use Policy，2012， 29（11）， 102-110.

[21]Smeets E， Weterings R. Environmental Indicators： Typology and Overview [J]. Copenhagen， Denmark： European Environmental Agency，1999， 29（1）：119-133.

[22]Stacie P， Straub D， Rai A. Specifying Formative Constructs in Information Systems Research [J]. MIS Quarterly，2007， （31）： 623-656.

[23]Chin W W. Issues and Opinion on Structural Equation Modeling [J]. MIS Quarterly，1998， 22： 7-16.

[17]孙蕾. 国家生态安全评价指标体系研究[J].中国统计，2005，（2）：23-25. [Sun Lei. Research on National Ecological Security Assessment Index system [J].China Statistics， 2005， （2）：23-25.]

[18]Manqi S， Roberts C， Rodwell L D. Reef Fisheries Management in Kenya： Preliminary Approach Using the DPSIR Scheme of Indicators [J].Ocean & Coastal Management，2007， 50：463-480.

[19]Ness B， Anderberg S， Olsson L. Structuring Problems in Sustainability Science： The MultiLevel DPSIR Framework [J]. Geoforum， 2010， 41（3）： 479-488.

[20]Tscherning K， Helming K， Krippner B， et al. Does Research Applying the DPSIR Framework Support Decision Making？ [J]. Land Use Policy，2012， 29（11）， 102-110.

[21]Smeets E， Weterings R. Environmental Indicators： Typology and Overview [J]. Copenhagen， Denmark： European Environmental Agency，1999， 29（1）：119-133.

[22]Stacie P， Straub D， Rai A. Specifying Formative Constructs in Information Systems Research [J]. MIS Quarterly，2007， （31）： 623-656.

[23]Chin W W. Issues and Opinion on Structural Equation Modeling [J]. MIS Quarterly，1998， 22： 7-16.