当前,促进区域高质量协调发展已成为推进中国式现代化的重要内容,以绿色发展理念为指引,探索区域经济、资源与环境系统的协调发展是管理部门和学术界共同关注的核心主题。不同地区的资源禀赋和经济发展基础差异显著,如何因地制宜地制定可持续发展目标并采取行之有效的措施,成为地区实现高质量发展的关键。流域作为一个相对完整的生态和地理单元,具有独特的自然地理条件和发展模式,其可持续发展路径亦有一定的特殊性。黄河流域在我国经济社会发展和生态安全屏障建设中具有重要地位。2019年9月18日,习近平总书记在黄河流域生态保护和高质量发展座谈会上明确提出将黄河流域生态保护和高质量发展纳入国家重大战略[1]。黄河三角洲作为黄河流域的重要组成部分,其经济、资源与环境之间的协调发展一直备受关注。黄河三角洲地区拥有独特的农业资源和人力资源优势,是中国重要的粮食生产基地之一。丰沛的土壤和水资源为该地区的农业生产提供了良好基础,同时其快速发展的工商业也为中国经济增长作出了巨大贡献[2-3]。然而,长期以来的高速经济增长也伴随着环境污染、资源浪费和生态破坏等问题。研究黄河流域典型地区经济、资源和环境之间的耦合关系[4-5],寻找协调发展的路径和策略,具有重要的理论与实践意义。
经济-资源-环境系统(economy-resource-environment system, ERE)协调发展是以实现可持续发展为目标,通过经济、资源、环境3大子系统及系统内部各要素之间的相互协作、相互配合和相互促进形成的社会发展良性循环[6]。目前,学术界围绕ERE系统协调发展开展了广泛而深入的研究。这些研究大致可以概括为2类,一是对可持续发展状态的评估,二是对可持续发展实现路径的模拟。第一方面的研究集中在分析ERE系统之间的协调关系,从探讨经济-环境[7]等2元系统向更为综合的经济-资源-环境[8]、能源-经济-环境[9]等3元系统过渡。研究尺度包括国家[10]、省域[11]、城市群[12]等,反映不同空间尺度下社会经济的可持续发展状态。研究方法包括定性描述和定量分析,运用耦合协调度模型[13]、主成分分析法[14]、TOPSIS模型[15]等对系统之间关联程度和协同程度进行量化分析,其中耦合协调度模型在刻画系统间动态依赖关系方面相对更具优势[16]。第二方面的研究是对ERE系统未来协调发展实现路径的模拟与仿真预测,如设定经济增长[17]、能源消耗量[18]、污染物排放量[19]等不同情景进行分析。研究范围涉及国家[20]、省域[21]、城市群等多个方面,部分典型地区如呼包鄂城市群[22]、武汉城市圈[23-24]、京津冀城市群[25]等。在研究方法上,主要基于定量模型进行分析,如系统动力学(system dynamics, SD)模型[20, 23]、CGE模型[26]、灰色预测模型[27]等。其中SD将系统科学理论与计算机仿真技术相结合分析系统的结构、动态和反馈机制,被广泛应用于社会、经济、生态等复杂大系统的研究中[28]。未来,区域经济-资源-环境耦合协调发展的研究需要进一步拓展,在评估可持续发展状态的基础上,如何因地制宜地对未来可持续发展实现路径进行仿真模拟并提出优化对策,对指导区域可持续发展实践具有重要意义,而把耦合协调度模型和SD模型相结合开展研究将是这方面有益的探索。耦合协调度分析结果有助于判断过去和现在的可持续发展状态,而SD模型可以设定未来的发展情景并进行模拟预测,尽管2种模型已被广泛应用于ERE系统的研究中,但将2种模型结合起来的研究较少。
综上,本文以黄河三角洲典型城市山东省滨州市为研究对象,将耦合协调度模型与SD模型相结合,对其ERE系统耦合协调状态进行评估并进行情景分析和仿真模拟预测。
1 研究案例区概况山东省滨州市在黄河三角洲生态保护与高质量发展过程中具有重要作用。滨州市位于黄河下游的河海交汇地区,具有重要的生态功能。同时,滨州市地处京津冀与山东半岛城市群两大经济区连接地带,是山东省对接和融入京津冀协同发展的前沿阵地,也是环渤海地区的重要节点城市,拥有重要的战略地理位置(图 1)。
![]() |
Download:
|
该图基于自然资源部标准地图服务网站GS(2019) 1827号标准地图制作,底图无修改。 图 1 滨州市综合区位示意图 Fig. 1 Comprehensive location map of Binzhou City |
在经济发展方面,滨州市产业发展独具特色,如粮食生产和加工、畜牧水产等行业优势明显,铝业、化工、纺织等工业部门在国内外具有突出的行业竞争优势,实体经济基础较雄厚,但同时滨州市经济发展也面临着严峻的资源环境压力。丰富的自然资源条件为滨州市经济增长提供了强劲动力,但由于自然资源的过度开采和重工业产业的快速扩张,该地区生态环境和资源消耗面临超负荷压力(图 2)。2021年,滨州市地区生产总值为2 872.11亿元,占山东省GDP的3.46 %,位居第13位;总人口为393.01万人,城镇化率为60.21 %,接近山东省的平均水平;人均GDP为73 078元,不及山东省GDP平均水平(81 727元/人)的90 %。作为典型的高耗能城市,2021年滨州市用电量高达1 240.5亿kW ·h,占山东省用电量的16.8 %,是山东省唯一用电量超千亿kW ·h的城市。工业用电是该市电力消费的主体,2021年滨州市工业用电量达1 119.8亿kW ·h,占全市用电量的90.3 %;此外,工业废水和工业SO2排放量均居高位,分别占山东省的6.4 % 和11.9 %。
![]() |
Download:
|
图 2 滨州市部分指标占山东省的比重 Fig. 2 Proportion of selected indicators in Binzhou City to Shandong Province |
当前,滨州市面临加快经济发展和保护资源环境的“两难”选择。滨州市通过发挥地区资源禀赋和比较优势,已经成功建立了独具特色的工业部门。有色金属冶炼和压延加工业,化学原料和化学制品制造业,电力、热力生产和供应业,黑色金属冶炼和压延加工业,金属制品业5类工业部门工业总产值占滨州市工业总产值的比重在70 % 以上。这些资源密集型、能源密集型产业的发展对支撑地区经济发展、提升工业化和城镇化水平、增加城镇与农村居民收入、解决就业及民生保障和社会服务等方面都发挥着重要的作用,但是当前高环境污染、高能源消耗的发展模式不符合绿色低碳发展目标。随着国家经济由高速增长向高质量发展的转型,滨州市也必须抓住机遇,调整产业结构,转变经济发展方式,吸引人才和科技资源的流入,从过去依赖自然资源开采加工的资源型城市向创新、协调、绿色、开放、共享的综合型城市转型。因此,滨州市如何在经济增长、资源可持续利用和环境保护之间实现协调平衡,亟待深入研究。
2 ERE系统耦合协调度分析 2.1 ERE系统耦合协调评价指标体系构建联合国可持续发展目标(SDGs)从经济、资源、环境等多个方面制定未来发展目标,其内涵对构建滨州市ERE系统耦合协调度模型具有重要的指导意义。参考学界已有成果,结合滨州实际情况,根据全面性、代表性和数据可获得性等原则[29],从目标层、准则层和指标层3个层面,构建滨州市ERE系统耦合协调发展的指标体系[30-31]。以经济发展、资源能源和生态环境作为目标层[32]。经济水平和经济结构作为衡量经济发展的准则层,综合人均GDP和固定资产投资等指标全面反映滨州市整体经济规模和增长趋势,通过产业结构和城镇化水平评估滨州市经济多元化发展状况;资源条件和资源耗用作为衡量资源能源的准则层,从土地利用状况、水资源状况评估滨州市资源潜力,以单位GDP能源消耗量评估资源利用效率水平;污染排放和环境治理作为生态环境的准则层,从污染物排放量和治理效率两方面综合评判滨州市的污染程度和环境治理效果(图 3)[33-34]。
![]() |
Download:
|
图 3 ERE系统耦合协调指标体系 Fig. 3 ERE system coupling and coordination indicator system |
收集整理滨州市2000—2020年相关数据,采用Min-Max标准化方法对数据进行标准化处理,并用熵值法确定各项指标的权重值。构建耦合协调度模型评判滨州市经济、资源、环境系统耦合的协调强度[35],其计算公式为
$ C=\left\{\frac{3[f(x) g(y)+g(y) h(z)+f(x) h(z)]}{(f(x)+g(y)+h(z))^2}\right\}^k, $ | (1) |
$ T=\alpha f(x)+\beta g(y)+\chi h(z), $ | (2) |
$ D=\sqrt{C \times T}. $ | (3) |
式中:C表示ERE系统耦合度,其中f(x)为经济综合发展指数,g(y)为资源综合发展指数,h(z)为环境综合发展指数;k表示调节系数,本文涉及3个子系统,故k=3;T表示ERE系统的综合发展指数值,α、β、χ是耦合协调模型的待定权数,3者之和为1;D表示耦合协调度。
参考学界已有研究[36],根据耦合协调度D值对滨州市ERE耦合协调度进行评价。结合滨州市实际,本文将ERE耦合协调度划分为9个等级,并根据经济、资源、环境3个子系统之间的协调状态细分亚类,共36种具体类型(表 1)。在耦合协调度发展类型中,如果经济、资源、环境3方面中有2种表现为滞后型,就需要进一步比较f(x)、g(y)、h(z)的大小。如果f(x)、g(y)、h(z)中较小的2个数值之间的差距小于0.1,那么同属于2种滞后型,反之则属于f(x)、g(y)、h(z)中最小数值代表的滞后型[20]。
![]() |
表 1 ERE系统耦合协调度等级分类 Table 1 Classification of ERE system coupling coordination levels |
基于上述耦合协调度模型构建方法分别计算出滨州市经济综合发展指数、资源综合发展指数、环境综合发展指数、综合发展指数和耦合协调度,结果如图 4所示。
![]() |
Download:
|
图 4 滨州市ERE系统综合得分与耦合协调度 Fig. 4 Combined ERE system score and coupling coordination of Binzhou City |
滨州市经济综合发展指数从2000年的0.034提升到2020年的0.858,年均增长18.5 %,表明滨州市早期经济水平较低,但是20年间经济得到快速发展;资源综合发展指数从2000年的0.191上涨到2020年的0.709,年均增长率为7.2 %,资源综合发展指数得到明显提高;环境综合发展指数在研究期间总体呈现增长趋势,但波动较大。从发展水平的变化角度来看,经济综合发展指数的提升速度最快,而环境综合发展指数提升速度相对较慢。在过去20年,滨州市重视经济发展,然而粗放的经济发展模式导致了生态破坏和环境污染等问题,给滨州市的综合发展带来了负面影响。
2000—2020年滨州市经历了ERE系统耦合协调发展的不同阶段,从失调逐渐过渡到勉强协调、中等协调,最终达到良好协调发展,耦合协调度有明显提高(表 2)。2000—2004年滨州市ERE系统的耦合协调度处于失调状态,经济增长缓慢,经济发展滞后于资源和环境水平,阻碍了系统间的协调发展。2005年,滨州市耦合协调程度首次进入协调发展阶段,处于勉强协调区间。2005—2010年,ERE系统协调度得到改善,经济水平逐渐提高,资源利用效率有所提高,环境问题得到一定程度的控制,但同期经济水平呈相对滞后状态。2011年,滨州市耦合协调程度不断提高,经济水平逐渐上升并首次超过环境综合得分,但在经济和资源系统之间的协调关系逐渐加强的背景下,环境问题逐渐凸显,并成为阻碍可持续发展的主要原因。从2014年开始,滨州市进入良好协调发展区间,耦合协调度总体提升,但环境问题仍然是制约滨州市未来可持续发展的关键问题。基于以上情况,为确保ERE系统的长期平衡和可持续性,选择2010年作为起点,并以2010—2020年为研究时间段,通过SD模拟,从整体角度了解滨州市在这一阶段面临的挑战和采取的应对措施,以更精确地预测未来滨州市ERE系统的发展情况。
![]() |
表 2 2000—2020年滨州市耦合协调发展类型划分 Table 2 Classification of coupled and coordinated development types in Binzhou City from 2000 to 2020 |
在ERE系统中,经济、资源、环境3个子系统之间相互作用和相互制约。每个子系统的运行不仅依赖于其内部结构,还受到与外部系统相互关系的影响。对于子系统间的关联,外部子系统的输出将会作为外部变量被输入到本系统中,同时本系统的变量也在持续地与其他系统进行交互。本文设定资源系统与环境系统通过经济系统连接在一起。资源是经济发展的基础,经济系统推动资源的开发与利用;资源被输入到工业生产中,生产过程中排放的污染物被排放到环境系统中,从而导致环境污染[37],环境恶化对经济发展起制约作用。借鉴学界已有研究方法[38],本文分析了滨州市ERE系统协调发展体系的相互作用和关联机制,如图 5所示。
![]() |
Download:
|
图 5 ERE系统主要因果反馈回路 Fig. 5 Main causal feedback loops of ERE system |
在经济子系统中,重点关注产业产出和投资。将产业分为第一产业、第二产业、第三产业,社会总产出由一、二、三产业共同决定。影响经济发展的因素主要有劳动力投入、产业投资和科技教育投入等。其中产业产出为状态变量,产业增长量与产业减少量为速率变量,社会生产总投资、社会总产出、劳动力水平等作为辅助变量。将产业投资系数和产业从业比例设为常量。
3.1.2 资源子系统因果关系分析在资源子系统中,着重探讨了原煤资源、原油资源、电力资源和水资源与产业经济发展之间的相互关联作用。资源子系统可以进一步划分为供需两部分:一部分为资源的生产系统,能源的开发量随着社会生产总投资中对4种资源投资的增加而不断增加;另一部分是资源的需求系统,随着产业的发展,对资源的需求量不断增加,4种资源的消耗量也逐渐上升[39],由4种资源的供需决定资源缺口。资源子系统中的状态变量为资源缺口,速率变量为资源产生量与资源消耗量,辅助变量为资源投资和单位工业产值资源消耗量,将资源投资比设为常量。
3.1.3 环境子系统因果关系分析在环境子系统中,工业对环境的污染主要是“三废”,即废水、废气、固体废弃物。整个环境子系统可以分为废弃物的排放与治理两部分:一部分为废弃物的排放系统,工业总产值与单位工业产值废弃物排放量共同决定废弃物排放量;另一部分为废弃物治理量,环保投资的多少决定了处理污染的能力。污染排放与治理系统共同决定污染储量[40]。环境子系统中的状态变量为污染物储量,速率变量为污染物排放量和污染物治理量,环保支出为常量。
3.2 ERE-SD模型构建本文采用VENSIM-PLE建模软件,根据滨州市经济、资源和环境协调发展的相互作用关联机制和子系统间的因果互馈关系,构建ERE-SD模型流图,如图 6所示。模型分析和仿真模拟的指标体系涵盖了经济、资源和环境3个子系统,综合考虑了产业水平、经济结构、产业投入、资源条件、资源生产、资源耗用、环境水平、环境压力、环境抗逆等多个维度[20, 41],具体指标如表 3所示。主要数据来源于2010—2020年的《滨州统计年鉴》《山东统计年鉴》《中国城市统计年鉴》。SD模型运行时间为2010—2050年,仿真步长为1 a。
![]() |
Download:
|
图 6 滨州市ERE-SD模型流图 Fig. 6 Flow diagram of ERE-SD system in Binzhou City |
![]() |
表 3 滨州市SD模型关键变量 Table 3 Key variables of SD model for Binzhou City |
SD模型有效性检验方法可大概分为直观检验、运行检验、历史检验、灵敏度分析4类。本文选择历史检验作为检验方法,历史检验是指选择过去的时间点为起点,开始进行仿真,并将历史数据与仿真结果数据进行误差分析。本文选取人口总数和GDP 2个指标进行历史检验,起始时间是2011年,终止时间是2020年。结果表明(表 4),模拟值与实际值的平均误差在6 % 以内,该模型具有较高的拟合度,可据此进行模拟和预测。
![]() |
表 4 滨州市ERE模型中人口总数和GDP误差检验表 Table 4 Error test for total population and GDP in ERE model of Binzhou City |
为了预测未来滨州市可持续发展的状况,选择社会生产投资系数、第一产业投资系数、第二产业投资系数、第三产业投资系数、环保支出比例、科学教育支出比例指标作为控制变量,并根据滨州市ERE系统特性,共设计以下4种不同的发展模式。
模式1:现状趋势延续模式。作为其他情景模式的参照,维持现状模式不变,保持现有的三产投资系数、投资力度、环保与科技投资力度,不对模型原有发展趋势做出调整。
模式2:第二产业主导模式。以现状模式为基础,为实现经济的快速发展提高投资系数,重视第二产业的发展,提高第二产业投资在社会生产总投资中的比重。
模式3:资源环境优先模式。以现状模式为基础,为实现生态环境绿色发展提高环保投资,放缓经济发展降低社会生产投资力度,降低第二产业投资比重,重视第三产业的发展,将部分财政支出向科学教育转移。
模式4:协调稳定发展模式。综合考虑经济发展、资源利用、环境保护等多种因素,三产均衡发展,着眼未来可持续与高质量发展,居中调和各项参数。
4.1 参数设定根据《滨州市国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《滨州市黄河流域生态保护和高质量发展实施规划》《滨州市“十四五”生态环境保护规划》等规划,结合滨州市发展现状并根据相关参考文献总结确定4种模式下的相关参数,其中现状趋势延续模式中5个控制变量的设定均基于2001—2020年统计数据平均值,参数设置如表 5所示。
![]() |
表 5 4种不同发展模式参数的设定 Table 5 Setting of parameters for four different scenarios |
在该模式下,模型中5个控制变量均是通过2001—2020年统计数据取平均值而得,该模式作为其他模式的参照,因此各参数保持不变,按照现有的发展趋势进行模拟[42]。结果表明:滨州市在现状趋势延续模式下经济将以较快速度增长,但会出现较大的资源缺口,并且生态环境压力持续增大。
1) 经济方面,滨州市经济呈现良好的态势,2035年前经济以较为平稳的曲线增长,2035年后保持较快速度增长(图 7(a))。2018年滨州市第三产业比重超过第一、二产业,实现了由“二三一”向“三二一”的转型。这一转型表明滨州市的经济重心逐步向第三产业转移,进入了第三产业主导经济发展的新局面。根据“钱纳里工业化阶段理论”,滨州市开始迈向工业化后期阶段,第三产业由平稳增长转入持续高速增长,并成为滨州市经济增长的主要力量。
![]() |
Download:
|
图 7 现状趋势延续模式下经济资源环境指标结果 Fig. 7 Results of economic resource environmental indicators for the scenario of current trend continuation |
2) 资源方面,资源的消耗量与经济发展走势一致,均呈指数方式上涨(图 7(b))。随着经济的快速发展,对资源的需求量也逐渐增加。经济的迅速发展导致水资源的消耗增加,进一步加剧了水资源枯竭的问题,产生巨大的水资源缺口,在2040年左右,水资源缺口逐渐缩小,未来水资源短缺的情况会得到缓解(图 7(c))。随着对原煤和原油资源开采投资的增加,原煤和原油产量将在2030年左右大于资源消耗量,弥补原煤和原油资源缺口,并逐渐出现资源剩余。
3) 环境方面,废水、废气、固体废弃物的排放量将会继续增加,环境将继续恶化。但通过比较可以发现,在2025年废水治理量超过废水排放量,生态环境持续改善。随着对环境污染治理投资的增加,出现更多新技术新方法对固体废弃物进行科学治理,固体废弃物污染得到进一步改善,在2040年左右,固体废弃物治理量超过排放量(图 7(d))。滨州市工业的迅速发展导致大量的污染气体的排放,严重污染大气,降低空气质量。该市主要依赖燃煤作为主要能源,这意味着今后在发展中将仍然面临严峻的空气污染问题。尽管在废气治理方面取得了一定成效,但要到达环境好转的转折点仍需要较长的时间。
4.3 模式2:第二产业主导模式假定滨州市以第二产业作为经济发展的重要引擎,以模式1为基础对参数进行调整:确保更多资金投入到生产领域促进经济发展,提高社会生产投资系数,将投资比重由0.60提高到0.65;在该发展模式下大力发展第二产业,将第二产业的投资系数由原来的0.50提高到0.58,并调整第一产业、第三产业的投资系数,更好地平衡各产业之间的投资,其他系数不做大规模调整,对未来发展进行模拟。结果显示:
1) 经济方面,滨州市经济迅速发展,4种发展模式下GDP均以指数形式增长,为更好地对比4种模式之间的差异,将模式2、3、4与模式1进行做差比较(图 8(a))。在第二产业主导模式下,三产的发展表现为:第二产业产值与现状趋势延续模式相比迅速发展(图 8(c)),而第三产业产值明显滞后于其他3种发展模式并形成了较大差距(图 8(d))。因此在该发展模式下,GDP的增速减缓。由于滨州市工业以资源密集型和重化工业为主,产业关联效应有限,大力发展第二产业并不能使GDP大幅度提升,滨州市经济发展受限。
![]() |
Download:
|
图 8 4种发展模式下部分指标对比 Fig. 8 Comparison of selected indicators under four different scenarios |
2) 资源方面,资源耗用快速增长,产生资源缺口。在大力发展第二产业的同时,资源被大量耗用与浪费,4种资源均面临短缺问题。随着资源投资的增加,2035年后资源短缺问题得到一定的缓解。以水资源为例,由(图 8(e))可以看出,4种发展模式下水资源缺口均呈现一致的走势,该模式下水资源消耗量大于其他3种发展模式,但对社会生产投资的提高使得资源产生量得到提高,因此水资源紧缺情况最早得到缓解,水资源缺口也较小。
3) 环境方面,环境污染问题不断加剧,环境质量持续恶化。以固体废弃物为例,伴随着经济发展的同时,环境污染加剧,固体废弃物储量呈现上升趋势(图 8(h))。在第二产业主导模式下,废气与固体废弃物储量问题突出,说明第二产业主导模式相较于其他发展模式给环境带来较大的压力。在4种发展模式下,废水储量均呈下降趋势,说明滨州市对废水治理具有一定成效(图 8(i))。
4.4 模式3:资源环境优先模式《滨州市国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出建设“生态滨州”新局面,为推动经济社会全面绿色发展,达到可持续资源利用与生态保护的目的,构建资源环境优先模式,对参数进行调整。鉴于经济发展对资源负担与环境压力的主要影响,降低投资的规模与强度,将社会生产投资系数由0.60降低到0.50;并将高耗能高排放的第二产业投资系数降低到0.40,加大第三产业投资系数,由0.48上升到0.58;增加环保投资系数,由0.046上涨到0.060,提高科学教育支出比例,由0.201 6上涨到0.250 0,其他系数不做大规模调整,对未来发展进行模拟。结果显示:
1) 经济方面,GDP将以指数方式增长,但经济发展速度减缓,受到一定程度的遏制。在该模式下经济总量与现状趋势延续模式相近,在4种模式中排名较为落后,2040年后该模式下GDP发展与协调稳定发展模式逐渐拉开差距。
2) 资源方面,4种资源消费量均呈平滑的指数型增长。在该发展模式下,资源消费程度有所下降,在4种发展模式中位居最后一位,但由于降低社会生产投资系数,各资源产量下降,在4种发展模式中处于最后一位,并产生较大的水资源缺口,一定程度上限制了经济的发展。以水资源为例,2050年水资源供应量为58.27亿m3,与协调稳定发展模式下水资源供应量67.69亿m3有较大差距,但水资源消耗量与其他3种模式没有明显差距,因此产生较大水资源缺口。
3) 环境方面,环境污染走势减缓,环境恶化势头得到遏制。在该发展模式下,3种污染物的排放量均居最后一位,污染程度下降。污染物治理量上升,仅次于协调稳定发展模式。以固体废弃物为例,固废储量呈缓慢上升趋势,在2036年固废储量开始下降,固废储量远低于现状趋势延续模式和第二产业主导模式,环境恶化得到抑制。
4.5 模式4:协调稳定发展模式经过对上述3种发展模式的模拟与分析,可以发现3种发展方式各有利弊:在现状趋势延续模式中,经济发展较为迅速,资源缺口大,环境污染问题突出,不能实现ERE系统的协调发展。在第二产业主导模式中,经济发展最为缓慢,大力发展第二产业并不能实现滨州市经济的快速发展,反而引发了最严重的环境污染问题,与滨州市的长远发展需求不符合。在资源环境优先模式下,资源环境得到很好的保护,资源消耗量、污染物排放量、污染物储量均居最后一位,但水资源缺口较大,水资源供需矛盾突出,不能满足人类的发展需求。针对以上3种模式的特点与问题,基于全面协调可持续的发展思路,构建协调稳定发展模式,对参数进行调整[43]:以发展的观念,适度增长经济,既要保证经济持续增长,又不能以资源环境为代价一味追求经济增长。为了充分发挥第三产业高附加值、相对低的资源消耗和环境影响的特点,适度提升社会生产投资系数,将其从0.60增长到0.63;加强对第三产业的支持与发展,将第三产业的投资系数由0.48增长到0.55;适当提高第一产业的投资系数,提高农业生产能力,保证居民粮食安全,提升环境质量;增加污染治理费用,将环保支出比例由0.046上涨到0.075,以增强环境抗逆能力,降低环境污染影响;提高科学教育支出比例,由0.201 6上涨到0.300 0,其他系数不做大规模调整,对未来发展进行模拟。结果显示:
1) 经济方面,经济增长较快,以平滑的指数形式增长,在4种发展模式中GDP增长速度最快,呈现出良好的经济发展势头。
2) 资源方面,在该发展模式下,资源缺口最小,低能源消耗产业发展模式有效缓解了资源紧缺,并与其他3种发展模式有明显的差别。
3) 环境方面,“三废”排放量均较少,环境污染居于较低水平,废水、固体废弃物治理量远高于其他3种发展模式,废水储量和固体废弃物储量最少,并且呈现下降趋势,生态环境质量得到有效治理与改善,该发展模式有效地改善了人居环境。
5 结论与讨论 5.1 结论本文以黄河三角洲中心城市山东省滨州市为案例,构建耦合协调度模型评估其ERE系统耦合协调发展状态及演变特征;通过系统间因果反馈关系和流图分析,基于71个指标构建滨州市ERE-SD模型,设定现状趋势延续模式、第二产业主导模式、资源环境优先模式和协调稳定发展模式4种情景,对其可持续发展实现路径进行仿真模拟和预测分析,主要结论如下:
1) 从ERE系统的耦合协调度来看,2000—2020年滨州市的ERE系统协调度呈上升趋势,耦合协调发展水平实现了由失调到良好协调类型的过渡,耦合协调度明显提高。在过去20年发展过程中,经济和环境分别成为制约滨州市整体耦合协调发展水平的重要因素。近年来,环境对滨州市高质量可持续发展的制约作用日益显著,导致目前所达到的ERE系统之间是一种不稳定的、短期的平衡状态。
2) 从ERE系统的情景分析和仿真模拟结果来看,在现状趋势延续模式下,经济快速发展导致资源消耗量增加,进一步加剧了资源短缺和环境问题;在第二产业主导模式下,经济无法实现高速发展,同时环境问题也更为恶劣;资源环境优先模式下改善了环境质量,但经济发展受到制约。协调稳定发展模式不仅提升了经济发展水平,也缓解了资源紧缺情况,改善了环境质量。因此,协调不同子系统之间的相互依存关系对于地区实现高质量和可持续发展具有重要意义。
5.2 讨论黄河三角洲地区是国家级自然保护区,同时区域内能源矿产资源禀赋优势突出。如何协调区域社会经济发展与生态保护功能之间的关系,是保障该区域实现绿色高质量发展的核心议题。山东省东营市、淄博市、德州市同属黄河三角洲地区,这些城市与滨州在地理位置上相邻,经济发展模式与产业结构相近,同处于资源型城市向综合型城市转型的关键时期,因此以滨州市为案例研究对象,不仅对于黄河三角洲地区的同类城市具有重要的借鉴意义,而且对于区域高质量发展和绿色转型路径选择亦有借鉴意义。由于近些年资源过度开发,环境污染加剧,黄河三角洲经济发展与生态保护之间的矛盾日益突显,面临着水资源紧缺、空气污染严重、生态脆弱等问题,阻碍了黄河三角洲绿色与可持续发展。因此,开展问题预警研究对于及时采取有效措施十分必要。一方面,应重视黄河三角洲存在的生态环境问题,通过加强对黄河水资源的管理和调配,提高水资源利用效率;加强工业企业和发电厂的污染物排放控制,减少大气污染物释放,推动工业生产的绿色化;通过加强黄河三角洲湿地生态保护与修复,推进湿地恢复、水土保持等工作,增强黄河三角洲生态系统的稳定性。另一方面,应把握黄河流域生态保护和高质量发展的国家战略机遇,加快产业转型,将传统产业与新型产业紧密结合,构建可持续的现代化产业体系;发展清洁能源,增加可再生能源的比例,充分利用黄河水力资源,减少对传统化石燃料的依赖,降低碳排放,助力黄河三角洲绿色发展。
本文将耦合协调度模型与SD模型相结合,对黄河三角洲典型城市的可持续发展状态和实现路径进行评估和仿真模拟,丰富了区域可持续发展相关研究成果。但仍存在一些不足,如受制于数据可得性,经济部门的划分不够精细,系统间因果互馈和情景分析参数亦有进一步优化的空间等。后续研究将力求改进,使得模型预测结果更加科学准确。
[1] |
方创琳. 黄河流域城市群形成发育的空间组织格局与高质量发展[J]. 经济地理, 2020, 40(6): 1-8. Doi:10.15957/j.cnki.jjdl.2020.06.001 |
[2] |
刘琳轲, 梁流涛, 高攀, 等. 黄河流域生态保护与高质量发展的耦合关系及交互响应[J]. 自然资源学报, 2021, 36(1): 176-195. Doi:10.31497/zrzyxb.20210112 |
[3] |
孙海燕, 刘贤赵, 王渊. 近10年黄河三角洲经济与生态要素演变及相互作用: 以东营市、滨州市为例[J]. 经济地理, 2012, 32(11): 20-26. Doi:10.15957/j.cnki.jjdl.2012.11.004 |
[4] |
张国防, 郑新奇. 可持续发展状况的生态足迹模型定量评价: 以山东省滨州市为例[J]. 资源开发与市场, 2007, 23(10): 874-877. Doi:10.3969/j.issn.1005-8141.2007.10.005 |
[5] |
单长青, 李甲亮, 黄宝圣, 等. 黄河三角洲地区环境与经济协调发展状况评价[J]. 湖北农业科学, 2011, 50(21): 4521-4523. Doi:10.14088/j.cnki.issn0439-8114.2011.21.011 |
[6] |
李杰兰, 陈兴鹏, 王雨, 等. 基于系统动力学的青海省可持续发展评价[J]. 资源科学, 2009, 31(9): 1624-1631. Doi:10.3321/j.issn:1007-7588.2009.09.025 |
[7] |
马丽, 金凤君, 刘毅. 中国经济与环境污染耦合度格局及工业结构解析[J]. 地理学报, 2012, 67(10): 1299-1307. |
[8] |
惠调艳, 郭筱. 西部地区经济-资源-环境协调发展水平测度[J]. 统计与决策, 2019, 35(11): 124-128. Doi:10.13546/j.cnki.tjyjc.2019.11.029 |
[9] |
逯进, 常虹, 赵少平, 等. 山东省能源、经济与环境耦合关系的演化特征[J]. 经济地理, 2016, 36(9): 42-48. Doi:10.15957/j.cnki.jjdl.2016.09.006 |
[10] |
姜磊, 柏玲, 吴玉鸣. 中国省域经济、资源与环境协调分析: 兼论三系统耦合公式及其扩展形式[J]. 自然资源学报, 2017, 32(5): 788-799. |
[11] |
葛成军, 俞花美, 焦鹏. 海南省经济-资源-环境协调发展探析(Ⅰ): 综合发展水平分析[J]. 生态经济, 2012, 28(10): 78-80, 164. Doi:10.3969/j.issn.1671-4407.2012.10.015 |
[12] |
李芳林, 张梅. 长三角城市群经济资源环境耦合协调差异研究[J]. 华东经济管理, 2018, 32(6): 59-65. Doi:10.19629/j.cnki.34-1014/f.170730012 |
[13] |
武传宝, 王迪, 庄晓雯. 黄河流域经济-资源-环境耦合协调时空分析: 以山东都市圈为例[J]. 生态经济, 2022, 38(12): 159-166. |
[14] |
杜忠潮, 黄波, 陈佳丽. 关中-天水经济区城市群人口经济与资源环境发展耦合协调性分析[J]. 干旱区地理, 2015, 38(1): 135-147. Doi:10.13826/j.cnki.cn65-1103/x.2015.01.018 |
[15] |
Fu J Y, Zang C F, Zhang J M. Economic and resource and environmental carrying capacity trade-off analysis in the Haihe River Basin in China[J]. Journal of Cleaner Production, 2020, 270: 122271. Doi:10.1016/j.jclepro.2020.122271 |
[16] |
方创琳, 崔学刚, 梁龙武. 城镇化与生态环境耦合圈理论及耦合器调控[J]. 地理学报, 2019, 74(12): 2529-2546. Doi:10.11821/dlxb201912008 |
[17] |
周李磊, 官冬杰, 杨华, 等. 重庆经济-资源-环境发展的系统动力学分析及不同情景模拟[J]. 重庆师范大学学报(自然科学版), 2015, 32(3): 59-67. |
[18] |
何则, 周彦楠, 刘毅. 2050年中国能源消费结构的系统动力学模拟: 基于重点行业的转型情景[J]. 自然资源学报, 2020, 35(11): 2696-2707. |
[19] |
赵黎明, 孙健慧, 杨波. 资源型城市转型系统仿真: 以招远市为例[J]. 干旱区资源与环境, 2015, 29(8): 70-75. Doi:10.13448/j.cnki.jalre.2015.259 |
[20] |
王笑天. 中国经济-资源-环境耦合协调发展研究[D]. 兰州: 兰州大学, 2021.
|
[21] |
黄贤凤. 江苏省经济-资源-环境(Ec-Re-En)协调发展系统动态仿真研究[D]. 江苏镇江: 江苏大学, 2005.
|
[22] |
佟宝全. 基于系统动力学的城市群发展情景仿真模拟: 以呼包鄂地区为例[J]. 干旱区资源与环境, 2017, 31(4): 34-40. Doi:10.13448/j.cnki.jalre.2017.107 |
[23] |
刘承良, 颜琪, 罗静. 武汉城市圈经济资源环境耦合的系统动力学模拟[J]. 地理研究, 2013, 32(5): 857-869. |
[24] |
Xing L, Xue M G, Hu M S. Dynamic simulation and assessment of the coupling coordination degree of the economy-resource-environment system: case of Wuhan City in China[J]. Journal of Environmental Management, 2019, 230: 474-487. Doi:10.1016/j.jenvman.2018.09.065 |
[25] |
杨振山, 杨航, 孙东琪. 基于系统动力学的城市可持续性评估模拟: 以京津冀为例[J]. 地理科学, 2021, 41(9): 1515-1524. Doi:10.13249/j.cnki.sgs.2021.09.003 |
[26] |
Dai H C, Xie X X, Xie Y, et al. Green growth: the economic impacts of large-scale renewable energy development in China[J]. Applied Energy, 2016, 162: 435-449. Doi:10.1016/j.apenergy.2015.10.049 |
[27] |
李勇. 武汉市社会、经济、资源、环境协调发展的评价与预测建模研究[D]. 武汉: 华中科技大学, 2006.
|
[28] |
Dyson B, Chang N B. Forecasting municipal solid waste generation in a fast-growing urban region with system dynamics modeling[J]. Waste Management, 2005, 25(7): 669-679. Doi:10.1016/j.wasman.2004.10.005 |
[29] |
逯进, 常虹, 汪运波. 中国区域能源、经济与环境耦合的动态演化[J]. 中国人口·资源与环境, 2017, 27(2): 60-68. Doi:10.3969/j.issn.1002-2104.2017.02.010 |
[30] |
盖美, 聂晨, 柯丽娜. 环渤海地区经济-资源-环境系统承载力及协调发展[J]. 经济地理, 2018, 38(7): 163-172. Doi:10.15957/j.cnki.jjdl.2018.07.020 |
[31] |
刘耀彬, 李仁东, 宋学锋. 中国区域城市化与生态环境耦合的关联分析[J]. 地理学报, 2005, 60(2): 237-247. Doi:10.3321/j.issn:0375-5444.2005.02.007 |
[32] |
任娇, 尹诗杰, 曹源圆. 典型资源型地区山西省经济-资源-环境系统承载力及协调发展研究[J]. 生态科学, 2020, 39(6): 146-154. Doi:10.14108/j.cnki.1008-8873.2020.06.019 |
[33] |
Song Q J, Zhou N, Liu T L, et al. Investigation of a "coupling model" of coordination between low-carbon development and urbanization in China[J]. Energy Policy, 2018, 121: 346-354. Doi:10.1016/j.enpol.2018.05.037 |
[34] |
王敏, 张晓平. 生态脆弱区社会经济与资源环境耦合协调度研究: 以云南省昭通市为例[J]. 中国科学院大学学报, 2017, 34(6): 684-691. Doi:10.7523/j.issn.2095-6134.2017.06.005 |
[35] |
Zhang L F, Zhao Y X. Research on the coupling coordination of green finance, digital economy, and ecological environment in China[J]. Sustainability, 2023, 15(9): 7551. Doi:10.3390/su15097551 |
[36] |
丁学谦, 吴群, 刘向南, 等. 土地利用、经济高质量发展与碳排放耦合协调度及影响因素: 来自中国282个地级市的经验研究[J]. 资源科学, 2022, 44(11): 2233-2246. Doi:10.18402/resci.2022.11.06 |
[37] |
曾丽君, 隋映辉, 申玉三. 科技产业与资源型城市可持续协同发展的系统动力学研究[J]. 中国人口·资源与环境, 2014, 24(10): 85-93. Doi:10.3969/j.issn.1002-2104.2014.10.013 |
[38] |
彭昕杰, 成金华, 方传棣. 基于“三线一单”的长江经济带经济-资源-环境协调发展研究[J]. 中国人口·资源与环境, 2021, 31(5): 163-173. Doi:10.12062/cpre.20200937 |
[39] |
李树奎, 李同升, 王武科, 等. 西安PRED协调发展的系统动力学模拟研究[J]. 地域研究与开发, 2009, 28(5): 62-67. Doi:10.3969/j.issn.1003-2363.2009.05.015 |
[40] |
刘开迪, 杨多贵, 王光辉, 等. 基于系统动力学的生态文明建设政策模拟与仿真研究[J]. 中国管理科学, 2020, 28(8): 209-220. Doi:10.16381/j.cnki.issn1003-207x.2020.08.019 |
[41] |
刘岩. 基于系统动力学的生态系统服务仿真模拟: 以咸阳市为例[D]. 西安: 陕西师范大学, 2018.
|
[42] |
贺晟晨, 王远, 高倩, 等. 城市经济环境协调发展系统动力学模拟[J]. 长江流域资源与环境, 2009, 18(8): 698-703. Doi:10.3969/j.issn.1004-8227.2009.08.002 |
[43] |
师满江, 徐中民. 张掖市可持续发展系统动力学模拟分析[J]. 冰川冻土, 2010, 32(4): 851-859. |