汪海峰, 李加林, 2,*, 田鹏, 焦会莹, 王中义, 高扬

宁波市本地三维生态足迹时空演变及驱动机制研究

汪海峰1, 李加林1, 2,*, 田鹏1, 焦会莹1, 王中义1, 高扬1

1. 宁波大学地理与空间信息技术系, 宁波 315211 2. 浙江省海洋文化与经济研究中心, 宁波 315211

生态足迹研究有利于揭示人类活动对区域生态环境影响, 对统筹经济发展与生态环境保护有重要意义。以2006—2016年宁波社会经济面板数据为基础, 测算本地生态足迹与生态承载力, 并进一步计算足迹深度、足迹广度等指数, 利用偏最小二乘回归法分析生态足迹动态演变的驱动机制。研究发现: 1)宁波市当前发展方式对资源能源和生态环境产生巨大压力。人均生态足迹经历先增后减的变化, 人均生态承载力为逐年增加态势, 但与人均生态足迹间存在较大差距, 使得人均生态赤字仍较高; 2)宁波市自然资本存量消耗远超资本流量更新, 自然资本的大量消耗将会影响资本流量更新, 对今后可持续发展带来严重阻碍。这是由于宁波市自身自然资源禀赋较差, 当前产业结构需要消耗大量资源能源; 3)产业发展与污染物排放等是导致生态足迹增加的主导因素, 而科技水平与居民生活水平则对生态足迹有抑制作用。宁波市今后应加速产业结构的调整与升级, 淘汰落后高耗能产业, 大力发展绿色循环经济, 减少各类污染物产生, 并提升污染物处理能力。研究结果对宁波市经济社会发展与生态环境保护有参考意义, 可丰富我国典型地域生态足迹研究案例。

生态足迹; 自然资本; 宁波市; 驱动机制

0 前言

环境恶化与资源枯竭是制约全球经济可持续增长的重要因素。如何均衡区域资源利用、环境保护与经济可持续发展成为众多学科研究的热点[1–2]。而生态足迹作为探究可持续发展的常用方法[3–4], 最早在1992年由加拿大学者William E.Rees提出, 1996年Wackernagel对其进行完善和补充, 此后生态足迹逐渐成为研究生态系统可持续性的重要方法。生态足迹研究在1999年由中国学者张志强和徐中民引入, 并对中国西部地区的生态足迹进行了测算[5–6], 而后国内学者将生态足迹应用于可持续发展评价、资源利用、生态安全等方面[7–9]。此后，国内外学者对生态足迹理论了发展与改进, 2009年意大利学者Niccolucci提出三维生态足迹理论[10], 通过引入足迹深度与足迹广度, 区分自然资本存量与资本流量的利用情况[11]。我国学者方恺[12]基于三维生态足迹, 研究了中国自然资本利用的省际分布及变化情况; 张星星等[13]利用三维生态足迹探究了珠三角城市群的自然资本利用情况及驱动机制; 靳相木等[14]基于三维生态足迹, 构建土地承载力评价体系, 探究了温州市土地资源载荷程度。对三维生态足迹的驱动机制探索, 主要采用方法有偏最小二乘法、数据包络分析、LMDI分解模型、灰色关联等, 研究经济发展、资源利用、人口等要素的影响[15–17]。当前研究经历从传统生态足迹到三维生态足迹的发展历程, 在理论、方法及实际应用等层面提供较完善的研究基础。

宁波市作为我国长三角城市群重要组成部分, 化工产业与港口经济是其发展的重要支柱, 但这一发展模式也带来诸多环境问题, 船舶与化工污染、自然岸线侵占与围填海工程等人类活动严重破坏地区生态环境, 迫切需要对此类经济发达、生态环境问题突出的典型案例进行研究。而现有生态足迹研究, 多以内陆城市为研究对象, 关于港口型城市的研究鲜有报道。此外，有关宁波相关的研究成果, 主要运用能值分析、生态足迹、生态敏感因子、景观生态学等方法，研究生态系统服务功能及损益、生态系统健康、海岸带资源利用、可持续发展水平等内容[18–21]。已有成果旨在探究经济活动对宁波市生态系统状态的影响, 但在厘清区域社会经济发展与生态系统间的关联上存在不足。基于此, 以三维生态足迹理论为基础, 计算2006—2016年宁波市本地生态足迹(以下简称“生态足迹”)、足迹深度与足迹广度, 探究生态足迹动态变化特征, 揭示社会经济发展对区域可持续发展影响机制, 为宁波市资源环境保护和经济健康发展提供科学基础, 丰富我国对典型地域生态足迹研究案例。

1 研究区与数据来源

1.1 研究区概况

研究区包括宁波市区(海曙区、鄞州区、江北区、北仑区、镇海区), 奉化市(奉化于2016年撤市设区, 文中仍将其视为地级市以便研究)、余姚市、慈溪市三地级市, 以及象山、宁海两县, 共6个县区。宁波市位于浙江省东部, 邻近东海, 全市陆域面积为9 816 km2, 海域总面积为8355.8 km2, 海岸线长度为1594.4 km, 占浙江省岸线长度约24%。宁波地理位置为120°55'E—122°16'E, 28°51'N—30°33'N, 处亚热带季风气候区, 四季分明, 拥有丰富的海洋资源, 境内有奉化江、余姚江、甬江3条主要河流。研究期内, 宁波市户籍人口由687.7万人增加到787.5万人, 国内生产总值由2874.44亿元上升至8686.49亿元, 经济发展迅速。

1.2 数据来源

研究期为2006—2016年, 数据主要分为3类: 1)生态足迹测算所需的经济社会面板数据，取自宁波市及各县区的统计年鉴; 2)生态足迹测算过程涉及均衡因子与产量因子主要借鉴童亿勤、高晴等有关浙江省生态足迹研究成果[22–23]。

均衡因子赋值: 耕地和建设用地为2.8、林地和化石燃料地为1.1、草地为0.5、水域为0.2、污染吸纳地为0。产量因子赋值: 耕地和建设用地为1.66、水域为1、林地为0.91、草地为0.19; 3)文中图件的底图来源于全国地理信息资源目录服务系统(http://www. webmap.cn/)。

生态足迹账户由生物资源、能源消耗、污染排放这三部分组成(表1)。其中, 生物资源账户中的水产品包含淡水产品及海水产品; 其次, 能源账户中能源动力产品为水电, 将火力发电所需的能源产品纳入化石燃料产品中进行计算; 再者, 原油分馏与原煤干馏等处理过程会产生各类能源产品, 而这些能源产品燃烧产生各类污染物, 若将其纳入生态足迹污染账户, 会导致将中间产品原煤、原油的重复计算, 故其应纳入能源消耗账户进行测算。结合已有研究结果[24], 污染账户计算时, 污水吸纳能力按照365 t·hm-2进行换算; 废气则按88.65 kg·hm-2换算; 固体废弃物按照10.19 t·hm-2换算。

2 研究方法

2.1 三维生态足迹模型

2.1.1 传统生态足迹模型

生态足迹是指经济社会发展过程中, 区域人口消耗资源能源和吸纳废弃物所需生产性土地的面积, 其计算公式[5]为:

式中,为总生态足迹;为总人口数;为人均生态足迹;aa表示消耗类产品所需的人均生产性土地面积;c为i类产品人均消耗量, 在污染账户中表示某种污染物产生量;p为i类产品生产能力, 在污染账户中表示某类土地吸纳污染物能力。

生态承载力则反映区域生态系统可供给的生产性土地的面积, 其公式[5]为:

式中,为总生态承载力;为总人口数;是人均生态承载力;a为人均占用类生产性土地面积;r为均衡因子;y为产量因子; 此外, 生物多样性保护用地需扣除总土地面积的12%。

2.1.2 三维生态足迹模型

传统生态足迹是由生态承载力与生态赤字之和构成, 可从时间尺度上反映区域资源利用情况, 而三维生态足迹在其基础上引入足迹深度与足迹广度[10], 实现对自然资本利用的时空分析, 通过对比资本存量与流量探究地区可持续发展状态。三维生态足迹的计算公式如下[12]:

式中:EF,region为足迹深度(hm2), 1表示自然深度,为生态承载力总量,EF为类土地生态足迹量,EC为类土地生态承载力量;EF,region为足迹广度(hm2)。

2.1.3 存量流量利用比

自然资本存量与流量占用的比值反映资本存量与资本流量间差异, 其比值越大, 表明资本存量与流量差异越大, 而自然资本利用可持续性则越低, 公式如下[11]:

表1 生态足迹测算体系

注: (1)农、林、草、水产品单位为t; (2)焦炉煤气和其他煤气的单位为104m3, 密度为0.45 kg·m-3; (3)天然气单位为104m3, 密度为0.5 kg·m-3; (4)热力单位为106kJ, 电力单位为104kW·h; (5)折标准煤系数: 电力为3.27·10-4kW·h; (6)废水与固体废弃物单位为104t; (7)废气单位为108m3。

2.2 生态足迹演变的驱动机制分析

2.2.1 偏最小二乘回归分析

最小二乘回归分析综合主成分分析与回归分析, 在进行分析时考虑数据间的线性关系, 提高模型的精度, 可更好地解释变量, 同时具有不需大量样本数等优势。其基本原理[17]为, 假设存在个因变量{y,y,…,y}及个自变量{x,x,…,x}, 探究两者关系时观察样本数为个, 得到自变量与因变量的数据表矩阵和矩阵。

偏最小二乘法则在和中分别提取t与u, 其中, 要求t与u能解释更多数据表和中的信息, 并且t与u有最大的相关性。当方程提取的t与u满足精度要求, 则停止计算; 否则, 继续对数据表和中残留信息进行进一步提取t与2, 直到满足精度要求则停止提取。对提取的成分进行回归分析, 最后表达为关于自变量的回归方程。

2.2.2 指标选取与数据处理

为探究社会经济活动对宁波市三维生态足迹的影响机制,结合前人研究成果[13、15、24、25]及研究区实际情况, 从人口、产业结构、社会发展等方面选取影响因素的指标体系(表2), 依据数据可获取性原则进行指标层设计并收集相关数据。

对获取相关指标统计数据进行标准化, 利用SmartPLS软件进行偏最小二乘回归分析, 使用其PLS Algorithm功能进行偏最小二乘回归分析。其中决定系数R(Coefficiennt of determination),R越大表明解释自变量能力越强, 评价标准为0.19(低)、0.33(中)和0.67(高); 预测相关性Q(predictive relevance)反映模型预测相关性的强度, 评价标准为0.02(低)、0.15(中)和0.35(高)。最后, 使用Importance—performance map analysis(IPMA)功能, 绘制生态足迹各影响因素的重要性-效果分布图。

3 三维生态足迹时空演变及驱动机制

3.1 生态足迹与生态承载力时空演变

依据生态承载力与生态足迹的计算公式(1)和(2), 得出2006—2016年宁波市人均生态指数的结果(图1 a、b)。研究期内, 人均生态指数主要变化特征为: 1)人均生态承载力呈先减后增的趋势, 2006—2009年为逐年下降, 在2009年达到最小值0.285 hm2·人-1, 年均降幅为1.52%。在2010—2016年宁波市人均生态承载力呈逐年增加, 年均增加幅度为2.35%; 2)由于人均生态足迹数值远大于人均生态承载力, 使得人均生态足迹与人均生态赤字的变化趋势保持一致, 整体变化呈先增后减, 2006—2011年为逐年增加, 年均增幅为5.53%, 于2011年达最大值8.397 hm2·人-1。2011—2016年则逐年下降, 年均降幅为2.16%; 3)结合人均GDP数据(图1b), 每万元生态足迹呈不断下降趋势, 整体降幅达63 %, 主要由于研究期内宁波市人均GDP增加180%,宁波市经济发展快于区域发展对环境压力增长。

宁波各县区人均生态承载力结果(图1c)显示: 1)各县区人均生态承载力整体变化与全市变化一致, 呈增加态势, 但在2008—2010年间出现大幅波动; 2)2006—2016年市区与慈溪均为增加态势, 年均增幅为1.17%和1.86%, 市区与慈溪分别在2009—2010年与2008—2009年增幅最大, 达11.70%和10.45%; 3)余姚、奉化、宁海和象山在2006—2015年之间的变化相似, 2006—2008为逐年增加, 年均增幅约为0.11%。2008-2010年为大幅波动, 波动幅度超过22.04%。2010-2015年为平稳增加, 年均增幅为0.15%。2015—2016年奉化与宁海异常变化, 变动幅度达23.01%, 其余县区为平稳变化。

表2 驱动机制指标体系

注: (a)2006—2016年全市人均生态指数变化; (b)全市每万元GDP人均生态指数变化; (c)各县区人均生态承载力变化; (d)各县区人均生态足迹变化; (e) 各县区人均生态赤字变化

Figure 1 Change of indexes of the study

结合宁波各县区人均生态足迹与生态赤字结果(图1d、e), 人均生态足迹与人均生态赤字变化一致, 主要变化特征为: 1)各县区人均生态足迹变动趋势与宁波全市的变化相似, 基本呈现增后减态势。可大致分为波动下降与波动增加两类变化; 2)2006—2016年宁波市区、余姚、奉化与象山均为波动下降趋势, 在2011年达最大值, 年均降幅约为0.99%; 3)2006—2016年慈溪与宁海则变现为波动增加的趋势, 年均增幅为2.90%与3.10%。

综合上述分析结果, 由于宁波市区、余姚和慈溪人口数量占总人口近70%, 其变化对全市生态指数的影响较明显。由于自身资源禀赋差异、产业结构等因素, 使生态赤字空间分布呈明显分异。沿海县区且工业发达的区域相对生态赤字较高, 如余姚、慈溪、象山。而宁波市区人口稠密, 且市区所辖的镇海区、北仑区是宁波—舟山港重要组成部分, 受人口密度与港口运输业影响, 导致市区生态赤字较高。

3.2 自然资本存量与资本流量的时序演变

自然资本存量消耗反映地区发展对现有自然资源的使用情况, 可用足迹深度表示。而自然资本流量则体现区域发展对未来自然资源生产能力的影响, 可用足迹广度表示。根据式(4)和式(5)计算足迹深度与足迹广度(图2), 数据表明: 1)2006—2016年宁波市足迹深度整体呈先增后减的趋势, 2009年全市足迹深度达最大值20.753 hm2·人-1, 2006年达最小值16.464 hm2·人-1。由于足迹深度与生态承载力呈负相关, 与生态足迹呈正相关, 结合宁波市生态承载力与生态足迹结果(表3), 2009年由于宁波市生态承载力下降至最小值, 生态足迹则达极大值, 主要由于宁波市化石燃料用地与林地生态足迹明显增加。2011年和2013年宁波市生态足迹增幅大于生态承载力增幅, 使得足迹深度出现极大值, 主要由于化石燃料用地和建筑用地生态足迹的增加。而全市足迹深度年平均值为18.571 hm2·人-1, 表明需要18.571倍的生产性土地面积才可以满足宁波市对能源资源消耗; 2)宁波市足迹广度呈先增后减趋势, 2006—2016年均降幅为1.1%, 2016年达最大值0.393 hm2·人-1, 2009年为最小值0.324 hm2·人-1, 表明宁波市对生产性土地的占用在不断下降。当生态足迹大于生态承载力时, 足迹广度与生态承载力呈正比。研究期内宁波市生态足迹远大于生态承载力, 使得足迹广度变化趋势与宁波市生态承载力变化趋势(图1a)一致; 3)宁波市自然资本存量与流量比的变化与足迹深度一致, 变现为先增后减, 2006年资本存量与流量比达最小值15.464 hm2·人–1,表明宁波市资源利用的可持续程度相较其他年份最高。2009年资本存量与流量利用比达最大值19.753 hm2·人–1, 即宁波市可持续程度相较其他年份最低。结合表3数据, 2009—2016年存量与流量利用比呈下降趋势, 表明自然资源的需求量在下降, 但需求总量仍旧较高, 形势较为严峻。

3.3 生态足迹演变的驱动机制

宁波市生态足迹演变驱动机制分析, 以生态足迹测算值为因变量, 各影响因素为自变量, 利用SmartPLS对标准化后统计数据进行偏最小二乘回归分析,Q计算结果为0.702大于0.35, 表明各指标和生态足迹变化的预测相关性高。R结果为0.808大于0.67, 表明各指标可以很好解释生态足迹变化。导出各指标回归分析数据(表4)和重要性—效果图(图3), 观察表4中值, 发现除(废气排放量)其余各指标的值均小于0.05, 拒绝原假设由于的值大于0.05, 故将其去除。而其余指标值均小于0.05，表明这些指标回归系数显著。得出标准化数据后的回归方程为:

图2 2006—2016年宁波市足迹深度、足迹广度动态变化

Figure 2 Dynamic changes of footprint depth and breadth of Ningbo from 2006 to 2016

表3 2006—2016宁波市生态承载力、生态足迹变化

表4 各影响因素的系数及相关参数

结合生态足迹的回归方程, 各影响因素的作用分为两类: 促进作用和抑制作用。其中, 发挥促进作用有第一产业产值、第二产业产值、第三产业产值、废水产生量、工业固体废物产生量、农业人口; 抑制作用包括专利申请授权量、经费投入、非农业人口、城镇居民可支配收入、农村居民可支配收入。

重要性—效果图(图3)是依据各指标的统计学分析结果所绘制, 重要性表示理论意义上影响大小, 而效果则反映实际影响作用。重要性值的正负表示各指标对生态足迹增长是促进或抑制作用, 而效果值大小则反映实际影响作用程度。1)对生态足迹促进作用的重要性排序: 工业固体废物产生量>第一产业产值>第二产业产值>废水排放量>第三产业产值>农业人口。抑制作用的重要性排序: 专利申请授权量>非农业人口>经费投入>城镇居民可支配收入>农村居民可支配收入; 2)对生态足迹促进效果强度排序: 工业固体废物产生量>第一产业产值>第二产业产值>农业人口>第三产业产值>废水排放量。抑制作用效果强度排序: 非农业人口>专利申请授权量>经费投入>城镇居民可支配收入>农村居民可支配收入。

宁波市生态足迹增加主要受污染排放和产业结构等经济发展等因素影响。宁波市工业主要分布于北仑、镇海、余姚、慈溪等地, 而奉化, 象山, 宁海等地工业发展相对较少, 结合图1(e)与图(3)结果, 生态足迹高地区的工业较发达。而工业发展过程中, 对生态足迹的促进作用可分为直接作用与间接作用两类。其中, 直接作用表现为工业发展直接消耗生物资源、能源与化石燃料, 增加生物资源账户、能源账户消耗, 使得生态足迹增加; 间接作用表现为生物资源消耗、能源消耗与化石燃料燃烧, 产生大量废气、废水、固体废弃物, 通过生物资源账户、能源账户排放各类污染物使得污染账户增加, 进而影响生态足迹。而第一产业、第二产业、第三产业、农业人口存在类似的两种作用交互影响的现象。

图3 重要性—效果图

Figure 3 Importance-effect diagram

对生态足迹抑制作用主要与科技水平和居民生活水平有关。1)专利申请授权量、经费投入反映地区科技发展对生态足迹抑制作用。近些年, 随着宁波市各类高新产业园、科研院所等发展, 及各类新材料、环保产业的出现, 提高资源能源利用效率, 缓解地区经济发展对资源环境的压力; 2)城镇人均可支配收入、农村人均可支配收入与非农业人口反映地区社会发展对生态足迹抑制作用。结合2006—2016年均居民人均可支配收入, 城镇居民为27 384元, 农村居民为13 491元, 收入差距明显, 导致非农业人口与农业人口对生态足迹影响作用相异。

4 讨论与结论

结合已有关于典型内陆城市研究[25-27], 以榆林市和淮北市为例, 拥有丰富矿产和土地资源, 而宁波市具有港口优势、渔业资源丰富的特点。两者在资源禀赋、区位条件等差异, 使得彼此在生态足迹演变、驱动机制存在不同。首先, 榆林和淮北市均处于生态赤字状态, 且能源账户对生态足迹贡献最大, 而污染足迹账户次之, 这一演变特征与宁波市生态足迹变化相似, 但宁波人均生态足迹大于榆林和淮北市, 主要由于其工业、港口经济相对发达; 其次, 生态承载力变化趋势存在差异, 由于榆林在经历生态建设工程之后, 区域生态承载力得到明显提升, 这一举措对宁波市具有一定借鉴意义, 可通过生态修复工程提升区域生态环境承载力。研究过程中, 对收集社会面板数据进行偏最小二乘法分析, 需对数据进行离散化处理, 而不同离散化方式可能会影响驱动机制分析的精度。

在分析宁波市生态足迹、生态承载力、生态赤字的基础上, 进一步测算并分析足迹深度、足迹广度和自然资本存量与流量比等指数, 揭示宁波市自然资本的利用情况, 并基于偏最小二乘回归方法, 探究宁波市生态足迹时空演变的驱动机制。

1)宁波市经济社会发展对资源能源利用和生态环境产生巨大压力。从人均生态足迹来看, 经历先增后减的变化, 由于宁波市自身自然资源禀赋较差, 当前产业结构需要消耗大量资源能源。虽然人均生态承载力则为逐年增加态势, 但与人均生态足迹间存在较大差距, 使得人均生态赤字仍较高。今后, 宁波应当提高单位土地生态承载力, 提升生态环境应对地区发展的弹性力;

2)足迹深度、足迹广度及自然资本存量与流量比的结果显示, 当前宁波市对自然资本利用的可持续较低。年均数据显示, 足迹深度约为足迹广度的50倍, 即宁波市自然资本存量消耗远超资本流量更新, 自然资本的大量消耗将会影响资本流量更新, 对今后宁波市可持续发展带来严重阻碍;

3)产业发展与污染物排放等是导致生态足迹增加主导因素, 而科技水平与居民生活水平则对生态足迹有抑制作用。宁波市今后应采取“两手抓”策略, 即一方面加速产业结构的调整与升级, 淘汰落后高耗能产业, 大力发展绿色循环经济, 通过加大科研投入, 提高资源利用效率, 减少各类污染物产生。另一方面, 提升污染物处理能力, 降低对周围生态环境压力。此外, 在产业升级过程中, 以政策引导来缩小城乡居民生活差异, 并积极宣传生态环保理念。

[1] 刘思华. 对可持续发展经济的理论思考[J]. 经济研究, 1997, 42(03): 46–54.

[2] COSTANZA R, DALY H E. Natural capital and sustainable development [J]. Conservation Biology, 1992, 6(1): 37–38

[3] WACKERNAGEL M, ONISTO L, BELLO P, et al. National natural capital accounting with the ecological footprint concept[J]. Ecological Economics, 1999, 29(3): 375–390.

[4] 刘晓星. 基于三维生态足迹的中国自然资本利用研究[D]. 大连: 辽宁师范大学, 2019.

[5] 张志强, 徐中民, 程国栋. 生态足迹的概念及计算模型[J]. 生态经济, 2000, 15(10): 8–10.

[6] 徐中民, 程国栋, 张志强. 生态足迹方法的理论解析[J]. 中国人口·资源与环境, 2006, 15(6): 69–78.

[7] 熊德国, 鲜学福, 姜永东. 生态足迹理论在区域可持续发展评价中的应用及改进[J].地理科学进展, 2003, 21(6): 618–626.

[8] CHU Xi, DENG Xiangzheng, JIN Gui, et al.Ecological security assessment based on ecological footprint approach in Beijing-Tianjin-Hebei region, China[J].Physics and Chemi­stry of the Earth, Parts A/B/C, 2017, 101(5): 43–51.

[9] LUO Wen, BAI Hongtao, JING Qiaonan, et al. Urbaniza­tion-induced ecological degradation in midwestern China: An analysis based on an improved ecological footprint model[J]. Resources, Conservation and Recycling, 2018, 137(5): 113–125.

[10] V. NICCOLUCCI, S. ABSTINAONI, E. B.P. TIEZZI, et al. How deep is the footprint? A 3D representation[J]. Ecological Modelling, 2009, 220(20): 2819–2823.

[11] 方恺. 生态足迹深度和广度: 构建三维模型的新指标[J]. 生态学报, 2013, 33(1): 267–274.

[12] 方恺, 李焕承. 基于生态足迹深度和广度的中国自然资本利用省际格局[J]. 自然资源学报, 2012, 27(12): 1995- 2005.

[13] 张星星, 曾辉. 珠江三角洲城市群三维生态足迹动态变化及驱动力分析[J]. 环境科学学报, 2017, 37(2): 771– 778.

[14] 靳相木, 柳乾坤. 基于三维生态足迹模型扩展的土地承载力指数研究——以温州市为例[J]. 生态学报, 2017, 37(9): 2982–2993.

[15] 史丹, 王俊杰. 基于生态足迹的中国生态压力与生态效率测度与评价[J]. 中国工业经济, 2016, 32(5): 5–21.

[16] 李姣, 周翠烟, 张灿明, 等. 基于生态足迹的湖南省洞庭湖生态经济区全要素生态效率研究[J]. 经济地理, 2019, 39(2): 199–206.

[17] 马明德, 马学娟, 谢应忠, 等. 宁夏生态足迹影响因子的偏最小二乘回归分析[J]. 生态学报, 2014, 34(3): 682–689.

[18] 李加林, 张忍顺. 宁波市生态经济系统的能值分析研究[J]. 地理与地理信息科学, 2003, 18(2): 73–76.

[19] 姜忆湄, 李加林, 龚虹波, 等. 围填海影响下海岸带生态服务价值损益评估——以宁波杭州湾新区为例[J].经济地理, 2017, 3 7(11): 181–190.

[20] 杨新明. 宁波海湾生态环境资源时空变化分析[D]. 宁波: 宁波大学, 2014: 53–55.

[21] 童亿勤. 基于本地生态足迹模型的浙江省可持续发展评价[J]. 长江流域资源与环境, 2009, 18(10): 896–902.

[22]高晴, 尹珊, 马永银, 等. 浙江省生态足迹动态变化及影响因素分析[J]. 现代农业科技, 2016, 32(15): 194–196.

[23] 童亿勤. 宁波市本地生态足迹与可持续发展研究[J]. 水土保持通报, 2009, 29(4): 164–168.

[24]杨屹, 樊明东, 张景乾. 陕西省区域生态足迹动态变化及驱动因素差异研究[J].生态科学, 2018, 37(3): 67– 76.

[25]杨屹, 胡蝶. 生态脆弱区榆林三维生态足迹动态变化及其驱动因素[J]. 自然资源学报, 2018, 33(7): 1204– 1217.

[26]任彩凤, 程艳妹, 郑欣, 等. 基于生态足迹模型的淮北市自然资本利用研究[J]. 生态科学, 2019, 38(6): 106–114.

[27] 杨丹荔, 罗怀良, 蒋景龙. 基于生态足迹方法的西南地区典型资源型城市攀枝花市的可持续发展研究[J]. 生态科学, 2017, 36(6): 64–70.

Research of spatial and temporal evolution and driving mechanism of local three-dimensional ecological footprint in Ningbo

WANG Haifeng1, LI Jialin1,2,*, TIAN Peng1, JIAO Huiying1,WANG Zhongyi1, GAO Yang1

1. Department of Geography and Spatial Information Technology, Ningbo University, Ningbo 315211, China 2. Zhejiang Marine Culture and Economic Research Center, Ningbo 315211, China

The study of ecological footprint can reveal the impact of human activities on regional ecological environment, and is of great significance to balance economic development and ecological environment protection. Based on the social and economic panel data of Ningbo from 2006 to 2016, this paper calculated the local ecological footprint, ecological carrying capacity, the index of footprint depth and footprint size, then analyzed the driving mechanism of the dynamic evolution of ecological footprint by Partial Least Square regression. The results show thatthe current development of Ningbo has a huge pressure on resources, energy and ecological environment. The per capita ecological footprint has experienced the change of increased firstly and then decreased. Although the per capita ecological carrying capacity increased year by year, there is a big gap between it and the per capita ecological footprint, which makes the per capita ecological deficit still high. The consumption of natural capital stock in Ningbo far exceeds the renewal of capital flow, and the large consumption of natural capital will affect the renewal of capital flow, which will impede the sustainable development of Ningbo. Due to the poor natural resource endowment of Ningbo, the current industrial structure needs to consume a lot of resources and energy. Industrial development and pollutant discharge are the leading factors that lead to the increase of ecological footprint, while the level of science and technology and the living standard of residents have a restraining effect on ecological footprint. In the future, Ningbo should accelerate the adjustment and upgrade of industrial structure, eliminate backward and high energy consuming industries, vigorously develop green circular economy, reduce the generation of various pollutants, and improve the capacity of pollutant treatment. The results of the study are significance for the realization of economic development and ecological environment protection in Ningbo, and have certain academic value for enriching the research of ecological footprint in China.

ecological footprint; ecological carrying capacity; Ningbo; driving mechanism

汪海峰, 李加林, 田鹏, 等. 宁波市本地三维生态足迹时空演变及驱动机制研究[J]. 生态科学, 2021, 40(4): 57–65.

WANG Haifeng, LI Jialin, TIAN Peng, et al. Research of spatial and temporal evolution and driving mechanism of local three- dimensional ecological footprint in Ningbo[J]. Ecological Science, 2021, 40(4): 57–65.

10.14108/j.cnki.1008-8873.2021.04.007

F205; X24

A

1008-8873(2021)04-057-09

2020-01-10;

2020-02-18

NSFC-浙江两化融合联合基金(U1609203); 国家自然科学基金项目(41601171)

汪海峰(1994—), 男, 安徽安庆人, 硕士, 主要从事海岸带土地利用, E-mail: 1573002769@qq.com

李加林（1973—）, 男, 博士, 教授、博导, 主要从事海岸带资源环境、土地利用与土地覆被等研究, E-mail: nbnj2001@163.com