人类文明经过不同的发展阶段，进入到工业文明阶段。但在发展的过程中，资源环境的耗损和污染威胁着生态系统的稳定性和持续性。由于历史背景、资源环境承载量、发展观念和经济发展方式等不同，导致西南山区在资源环境利用效率、区域可持续发展等方面面临诸多制约因素。随着人类可持续发展观念的普及和深入，社会各界逐渐重视对资源环境的保护，并意识到地区发展不仅是经济问题，更重要的是与社会、资源环境的协调发展问题^[1]。昭通市不仅是西南山区贫困人口相对集中的地区，而且还处于长江中上游生态脆弱地区，生态地理意义重大，在西南山区中具有代表性和典型性^[2]。因此，对昭通市社会经济发展和资源环境系统协调度的研究具有重要的理论和现实意义。

从系统论的角度分析，在区域复杂开放巨系统中经济系统(economic system)、资源环境系统(resource & environmental system)和社会系统(social system)是不可分割的子系统。因此，区域可持续发展是各个系统协调发展的结果^[3]。随着可持续发展理论、系统理论、协调发展理论、资源环境承载力理论等的发展和实践应用，国内外学者对经济、资源环境、社会3个子系统组成的复杂的巨系统协调程度的研究取得了丰硕的成果，建立协调发展指标体系是学者专家常用的定量分析方法。协调发展指标体系围绕人口、经济、社会、资源、环境的协调发展，构建定量化的评价方法。主要包括锡尔系数^[4-5]、生态足迹评价模型、数理统计分析方法^[6]、逼近理想解排序方法(TOPSIS)^[7]、灰色系统模型^[8-9]、模糊数学模型^[10-11]、承载力评价模型^[12-14]，协调度评价模型^[15-18]等。近些年，很多学者在区域协调发展的研究领域中采用协调度模型^[19-20]和资源环境承载力模型^[21]，分析探索区域协调发展现状与进程。20世纪90年代以后，关于资源环境承载力研究范畴从自然资源(以土地资源为主)拓展到经济资源和社会资源，但大多还是属于宏观范畴。研究方法一般有两种，一种是对某区域资源环境承载力绝对量的计算，该方法应用相对较多^[22-23]；另一种是相对资源环境承载力的计算分析，该方法回避了传统资源承载力研究中计算绝对量时出现的数据不易获取、计算难度大、过程复杂、无统一标准等问题。因此，本文利用相对资源环境承载力和耦合协调度模型，对昭通市“E-RE-S”系统的协调发展水平进行动态比较和空间分析。

1 研究区概况

云南省昭通市位于长江中上游，云贵高原向四川盆地的过渡地带，同时位于长江上游金沙江流域，是实施生态屏障建设的重要地区^[24]。在国家“十一五”规划中，生态屏障地区属于主体功能区划中的限制开发或禁止开发区。昭通市山高坡陡，地表破碎，可利用空间小；自然环境恶劣，水土流失严重。但昭通市历史上是中原文化和商贸进入云南的重要通道，开发较早，人口密度大。2013年昭通市的人口密度达232人/km²，是云南省(119人/km²)和全国平均(142人/km²)人口密度的1.94倍和1.63倍(图 1)。人地矛盾尖锐，导致昭通地区的生态环境脆弱且严重退化，生态问题制约地区经济发展。粗放型的经济增长方式和特殊的地理环境使其长期处于贫困阶段，成为云南省贫困面积最广、程度最深的地区之一^[25]。生态脆弱和单位土地人口和经济承载力脆弱的区情特征突出^[2]。据此，本文以云南省昭通市作为案例地区，对昭通市“E-RE-S”系统发展现状进行分析，提出建议和解决方案，对于区域可持续发展具有重要的理论意义和实践意义。

2 研究方法 2.1 “N-E-E-S”相对资源承载力模型

本文选择全国和云南省作为参照对象，测算昭通市相对资源人口承载力和相对资源经济承载力，比较昭通市在不同参照区域下相对资源承载力及其差距。

测度相对资源环境承载力普遍采用的是加权线性和法，公式如下

$ {C_{\rm{s}}} = {W_1}{C_1} + {W_2}{C_2} + \cdots + {W_n}{C_n}, $

(1)

其中：C_s是相对资源承载力；C_n是各类资源的相对规模；W_n是各类资源的相对规模对应的权重。

该模型实质是加权线性相对资源承载力模型。以往的研究中，该模型中的权重设定有一定的主观性。为了避免这一缺陷，本文借鉴黄宁生等^[12]对相对资源承载力的计算思路和方法，将相对资源承载力中的研究对象扩展到自然资源(N)、环境资源(E)、经济资源(E)、社会资源(S)，建立“N-E-E-S”相对资源承载力模型。

结合昭通市自然、社会、经济条件，并考虑到数据的可获取性，建立相对承载力测算指标(表 1)。

为了避免系统要素的重复计算，人口承载力(C_sp)衡量因子包括相对自然资源(C_spn)、环境资源(C_spen)、经济资源(C_spec)和社会资源(C_sps)，而经济承载力(C_se)则包括相对自然资源(C_sen)、环境资源(C_seen)和社会资源(C_ses)。基本公式如下：

$ {C_{{\rm{sp}}}} = \sqrt[4]{{{C_{{\rm{spn}}}} \times {C_{{\rm{spen}}}} \times {C_{{\rm{spec}}}} \times {C_{{\rm{sps}}}}}}, $

(2)

$ {C_{{\rm{se}}}} = \sqrt[3]{{{C_{{\rm{sen}}}} \times {C_{{\rm{seen}}}} \times {C_{{\rm{ses}}}}}}, $

(3)

其中，为突出资源承载力的相对性，引入资源修正指数I，即承载力指数，具体公式如下：

$ {I_i} = {Q_{p'}}/{Q_{i'}}, $

(4)

$ {C_{{\rm{spi}}}} = {{I'}_i} \times {Q_i}, $

(5)

式中：I_i表示研究区i资源的人口承载力指数，Q_p′为参照区的人口数量，Q_i′和Q_i分别表示参照区和研究区i资源总量，C_spi表示研究区i资源的相对人口承载力。同理，相对资源经济承载力的计算方式如下：

$ {{I'}_i} = {Q_{{\rm{e'}}}}/{Q_{i'}}, $

(6)

$ {C_{{\rm{sei}}}} = {{I'}_i} \times {Q_i}, $

(7)

式中:I′_i表示研究区i资源的经济承载力指数，Q_e′表示参照区的经济总量。

将计算得出的结果，即相对资源人口承载力值和相对资源经济承载力值分别与实际人口规模和经济规模(GDP)进行比较，可测度资源承载状态。实际人口超载率和经济超载率的公式为：Z_p=P′/P，Z_e=E′/E，其中Z是相对资源超载率，P′和E′为实际超载人口和实际超载经济规模，P′=P-C_sp，E′=E-C_se。承载状态可分为富余(P′或者E′ < 0)、临界(P′或者E′=0)和超载(P′或者E′>0)。

此外，本文计算所得的相对资源承载力结果，是本研究区与参照区对比的结果，是相对概念，不具有绝对含义；本文在计算相对资源承载指数时，假设研究区的自然、环境、经济和社会资源都适用于本地区的常住人口。

2.2 “E-RE-S”系统耦合协调度模型

耦合协调发展是“耦合”、“协调”和“发展”三者的交集体。其中，耦合(coupling)最早作为物理学概念，是指电路元件或电网络通过相互作用、相互影响、分工协作传输能量和信息的过程，后来被广泛应用于生物、生态、农学、地理学等领域。协调是系统或系统要素之间配合得当、和谐一致、良性循环和健康发展的关系与趋势^[26]。协调度是度量系统或系统要素彼此持续发展、和谐共生的过程，表征系统由无序向有序的进化状态^[27-28]。

2.2.1 评价指标体系和权重的确定

综合经济、资源环境和社会系统本身的发展特点，本文构建昭通市耦合协调综合评价指标体系(表 2)。

为避免随意性和主观性，减少多个变量间信息的重叠，本文采用熵值法赋予权重。熵值法(entropy method)是一种客观的赋权法。熵最初来源于物理学中热力学的概念，后被引入到信息论中，反映系统的混乱程度，而信息是有序程度的度量，二者符号相反，绝对值相等^[29]。在指标数据矩阵中，数据的离散程度越大，信息熵越小，信息量就越大，该指标对评价结果的影响越大，权重也就越大；反之，权重越小。

其具体计算过程如下：

首先，数据标准化。由于指标量纲和数据级差异较大，采用极值变换法对原始数据进行标准化处理。表 2在资源环境系统层面下有2个基础指标为负向指标，其余为正向指标。在i个样本j项指标的数据集中，x_ij为第i(i=1, 2，… n)个样本第j(j=1, 2，… m)项指标的原始数据，x′_ij为标准化后的数据。对于正向指标

$ {{x'}_{ij}} = \left( {{x_{ij}} - \min {x_{ij}}} \right)/\left( {\max {x_{ij}} - \min {x_{ij}}} \right), $

(8)

对于负向指标

$ {{x'}_{ij}} = \left( {\max {x_{ij}} - {x_{ij}}} \right)/\left( {\max {x_{ij}} - \min {x_{ij}}} \right), $

(9)

然后，确定熵值(h_j)和熵权(w_j)：

$ {h_j} = - k\sum\limits_{i = 1}^n {{f_{ij}}\ln {f_{ij}}} , $

(10)

其中${{f}_{ij}}=x_{ij}^{'}/\sum\limits_{i=1}^{n}{x_{ij}^{'},k=1/\text{ln}n}$ (当x′_ij=0时，f_ijln f_ij按0计算)，

$ {w_j} = \left( {1 - {h_j}} \right)/\left( {m - \sum\limits_{j = 1}^m {{h_j}} } \right), $

(11)

其中1-h_i表示第j项指标的差异系数。最后，得出第i个样本的发展水平(评价值)

$ {L_i} = \sum\limits_{j = 1}^m {{w_j}{{x'}_{ij}}} . $

(12)

结果如表 2所示。

本研究数据来源于各年《中国统计年鉴》、《中国环境统计年鉴》、《云南省统计年鉴》、《昭通市统计年鉴》，以及地区社会发展统计公报。

2.2.2 耦合协调度模型

区域作为复杂的巨型系统，经济(U₁)、资源环境(U₂)和社会(U₃)三大系统彼此影响形成“E-RE-S”系统耦合协调关系，三者之间的耦合协调模型表达式如下：

$ T = \frac{{{U_1} + {U_2} + {U_3}}}{3}, $

(13)

$ C = {\left[ {\frac{{{U_1} \times {U_2} \times {U_3}}}{{{{\left( {{U_1} + {U_2} + {U_3}} \right)}^3}}}} \right]^{1/3}}, $

(14)

$ D = \sqrt {C \times T} , $

(15)

其中，U_i为各子系统的评价值，C为耦合度，反映的是三大系统之间发展的相关程度；D为协调度，T为各子系统的综合协调指数，反映各个子系统整体协同效应。从算式(10)可以看出，D值介于[0, 1]，D值越高代表系统之间的协调程度越好，越低则为失调。

3 计算结果及分析 3.1 昭通市相对资源承载力 3.1.1 相对资源人口承载力评价

表 3反映出：第一，昭通市相对人口承载力总体不高，每个资源相对人口承载力都处于超载现象，实际超载人口规模较大。由于参照对象不同，以云南省为参照区计算得出的相对资源承载力和超载规模值都要大于以全国为参照区的计算结果。这在一定程度上反映出云南省的综合相对资源环境承载力落后于全国平均值，而昭通市相对资源承载力水平更是远远落后于全国平均水平；第二，从超载状态看，相对于云南省，综合超载246.74万人，昭通市现有的人口规模明显超出现有相对资源的承载能力。其中，昭通市的相对社会资源人口承载力不仅低，而且超载最为严重，是造成综合超载的主要原因。

从昭通市相对资源人口承载力的动态变化(图 2)看出，相对资源人口承载力大体呈增长趋势，其中自然资源的人口承载力最大。从图 3超载规模动态变化趋势看出，昭通市的相对资源人口承载力自2010年达到峰值后有下降的趋势。

综上，昭通市相对资源人口承载力很低，超载现象严重，尤以相对社会资源人口承载力低且超载显著，对人口承载力增长有制约作用；而自然资源相对其他资源人口承载力较高，其与环境资源承载力有明显的增长趋势，对人口承载力增长有拉动作用。经过动态比较，虽然人口承载力超载规模有略微的减弱趋势，但总体上昭通市人口规模与各个资源承载力的矛盾依旧尖锐，缓解压力尚大。

3.1.2 相对资源经济承载力评价

从表 4可以看出，昭通市相对资源经济承载力总体处于富余状态，其中相对社会资源的经济承载力富余最多。图 4表示各类资源的经济承载力都呈明显的增长趋势，其中相对社会资源和相对自然资源的经济承载力增长速度较快。图 5中，除2010—2012年昭通市相对环境资源出现超载现象外，其余都处于富余状态，甚至还有扩大的趋势。其中，昭通市相对自然资源和社会资源的富余程度最高。这在某种程度上反映出昭通市经济建设的速度远落后于自然资源和社会资源的发展速度，表明昭通市仍未充分开发和利用当地资源潜在的经济价值。

3.1.3 相对资源承载力评价

昭通市的相对资源承载力和云南省，尤其是与全国平均水平相比差距很大。相对资源的经济承载力和人口承载力实质上就是将资源赋予人口和经济的含义。因此，昭通市相对资源的经济承载力高于人口承载力，可以反映出以下几点：第一，昭通市的相对资源承载力受人口增长压力的制约比较明显。昭通市人口基数大，增长迅速。2014年昭通市人口总量在全省排名第2位，常住人口达538.7万人，人均耕地面积为0.062hm²，低于云南省平均水平。昭通市农业人口比重大，而大量农业人口高度依赖有限的耕地面积和土地产出，对推进经济发展作用不明显；第二，昭通市经济承载力出现富余现象，在一定程度上说明昭通市经济发展水平低。换言之，昭通市经济发展可提升的空间和潜力大于提高人口承载力。2014年昭通市的经济总量670.34亿元，位于云南省第7位。若把人口也赋予经济的含义，表明昭通市人口资源的经济承载力较低。昭通市人均GDP为12496元，相当于云南省平均水平(27264元/人)的45.8%和全国平均水平(46629元/人)的26.8%；第三，昭通市相对资源人口承载力超载严重，社会资源承载力低且超载显著，也和经济发展落后有关。落后的经济发展水平一定程度上可造成社会资源的短缺，体现在昭通市的社会服务不足。2014年，昭通市现有的各级各类学校2282所，村均有小学1.6所、校点不足0.6个。尤其在偏远山区，学生上学困难，辍学率较高。昭通市交通、医疗卫生、文化事业以及居住条件等基础设施发展滞后，面对众多人口，社会需求不断扩大束缚了相对社会资源的承载范围；第四，从发展趋势来看，还可从侧面反映出资源增长速度慢，甚至有些资源总量不足，导致相对资源人口承载力不足。而经济承载力处于富裕状态，资源的经济价值有待合理的开发，发展潜力较大。

3.2 昭通市“E-RE-S”系统耦合协调度评价

图 6反映昭通市“E-RE-S”系统处于严重不协调状态，2007—2014年昭通市系统耦合协调水平没有明显的提升。但2008年以后，昭通市经济发展由发展滞后于社会系统转变为超过并带动社会生活水平的发展，成为“E-RE-S”系统中发展最为迅速的子系统。但是资源环境系统(RE)没有明显的发展，导致3个系统之间发展差距越来越大，综合耦合协调程度一直处在不协调状态。由此可见，昭通市“E-RE-S”系统受资源环境制约较大，属于资源环境制约型系统。

图 7表明昭通市“E-RE-S”系统耦合协调度存在明显的空间差异。其中，耦合协调度最高的是昭阳区，与最低的大关县相差0.13，表明昭阳区经济、资源环境和社会系统协调发展程度较好。根据熵值法测算出各指标在“E-RE-S”耦合协调综合评价体系中的权重(表 2)可以反映出，昭通市的第三产业增加值、规模以上工业增加值、社会消费品零售总额和城镇人均可支配收入占很大的权重，能够在一定程度上说明昭通市的产业结构和生活水平是影响其耦合协调发展水平的重要因素。从图 7中产业响应强度对比能够看出，昭阳区和水富县的第二产业和第三产业相对其他区而言发展较好，这2个地区的“E-RE-S”系统耦合协调发展程度较高。而其他地区农业还未实现产业化，工业基础薄弱，发展水平低。轻工业多为资源粗加工，附加值低，基本上没有实现工厂化生产，商品化程度低，加工业占工业总产值比重很低，第三产业增长缓慢。

由此可见，各县区的产业发展和耦合协调发展程度空间差异明显，产业结构及其发展对“E-RE-S”系统的协调发展至关重要。整体表现为北部水富县、南部昭阳区和东部镇雄县的“E-RE-S”系统耦合协调程度高，西部的绥江县、永善县、大关县和东部威信县，产业发展程度低，在一定程度上阻碍“E-RE-S”系统耦合协调发展水平。因此，因地制宜地调整这些地区的产业结构迫在眉睫。

4 结论

本文以昭通市作为西南生态脆弱典型案例地区，为测算昭通市资源环境和社会经济耦合协调度，构建了相对资源承载力模型和耦合协调度模型，该方法对于研究生态脆弱地区的资源环境和社会经济耦合协调关系具有一定的适用性。经过测算分析后，昭通市的“E-RE-S”系统协调发展水平研究结论如下：

1) 昭通市的相对资源承载力与全国平均水平相比差距较大，尤以相对社会资源承载力低且超载显著。造成综合超载的主要原因有以下两点：一是人口规模与资源承载力矛盾尖锐。人口基数大，增长迅速，且劳动力素质低，对资源的开发、利用和保护造成直接的压力；二是为人口服务的社会服务业发展不足。交通、医疗卫生、文化事业以及居住条件等基础设施发展滞后，社会需求不断扩大等现象束缚了相对社会资源的承载范围。因此，政府应增加教育资源和教学设施，提高劳动力素质，提高人口城镇化质量，加快城镇化进程。

2) 昭通市相对资源的经济承载力高于人口承载力，并处于富余状态。未来昭通市自然资源的人口承载力有一定的提高，而社会资源和经济资源人口超载规模有继续扩大的趋势。但随着社会服务水平、城镇化水平的提高，“相对超载状况”会有所变化或好转，而经济资源的经济价值有待合理开发，承载力发展潜力较大。今后政府应加强基础设施和城镇化建设，积极合理提高资源承载能力，扩大资源容量。从基础设施和城镇化建设入手，完善交通等基础设施，增加教育、文化、医疗、养老等社会资源满足社会需求，提高社会服务系统和社会消费水平。

3) 昭通市“E-RE-S”系统处于严重不协调状态，属于资源环境制约型系统。昭通市的经济系统(E)和社会系统(S)都有增长态势，资源环境系统(RE)发展程度低，是制约昭通市“E-RE-S”系统耦合协调发展的主要因素，三大系统的发展有逐渐拉大的趋势。昭通市的产业结构，尤其是第二产业的发展水平是影响区域协调发展的重要因素，昭通市产业结构发展滞后于区域协调发展水平，而且各县区的产业发展和耦合协调发展程度空间差异明显。对于耦合协调度低的地区，产业结构及其发展对其“E-RE-S”系统的协调发展至关重要。因此，提高产业发展水平，并创新区域协调发展机制，因地制宜调整地区的产业结构迫在眉睫。