《城市群生态安全协同会诊技术规范(T-CI 024—2021).pdf》由会员分享，可在线阅读，更多相关《城市群生态安全协同会诊技术规范(T-CI 024—2021).pdf（17页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 T/CI 024-2021 ICS 13.020.30 P50/54 团团 体体 标标 准准 T/CI 0242021 城市群生态安全协同会诊技术规范城市群生态安全协同会诊技术规范 Technical Specification for Collaborative Consultation on Ecological Security in Urban Agglomerations 2021-08-19 发布 2021-08-19 实施 发布 T/CI 024-2021 2 前前 言言 为联合治理城市群环境污染，保障城市群生态安全，指导城市群生态安全的协同会诊与科学诊断，制定本规范。本规范所
2、提生态安全协同会诊指综合自然、生态、经济、社会、人口、城镇化等多方面因素对城市群的区域生态安全状况及其可持续发展能力进行科学会诊，并提取关键因素，计算其对生态安全的影响程度，以期为优化区域生态空间布局、降低生态风险、促进生态安全管理提供科学参考。本规范按照 GB/T1.1-2020 标准化工作导则第 1 部分：标准化文件的结构和起草规则起草。本规范为首次发布，今后将根据城市群生态安全管理要求及技术发展情况适时修订。本规范由中国国际科技促进会标准化工作委员会负责管理，由中国科学院地理科学与资源研究所负责具体技术内容的解释。为了提高规范质量，请各单位在使用过程中，总结经验和积累资料，及时将发现的问
3、题和意见反馈给中国科学院地理科学与资源研究所，以供今后修订时参考。联系方式：北京市朝阳区大屯路甲 11 号，邮编：100101，E-mail： 本规范组织起草单位：中国科学院地理科学与资源研究所 本规范参与起草单位：中国科学院生态环境研究中心，新疆大学，环境保护部环境规划院，北京东方园林环境股份有限公司，中节能铁汉生态环境股份有限公司。本规范主要起草人：方创琳，王振波，陈利顶，鲍超，李广东，万军，孙思奥，范育鹏，南凌，赵亮，李咏红，樊蓓莉，王宏卫，刘晶，高倩，赵瑞东。T/CI 024-2021 3 目 录 1 适用范围适用范围.1 2 术语和定义术语和定义.1 3 协同会诊指标体系协同会诊指标
4、体系.2 3.1 协同会诊指标选取原则.2 3.2 协同会诊指标体系的构成.2 3.3 协同会诊指标的计算.3 3.4 协同会诊指标权重赋值.5 4 协同会诊技术过程协同会诊技术过程.6 4.1 协同会诊数据采集.6 4.2 原始数据校验流程与方法.6 4.3 数据分析流程与方法.6 4.4 数据采集空间范围和时间要求.6 4.5 协同会诊指标的量化识别.6 4.6 协同会诊指标权重计算方法.6 4.7 协同会诊指数计算方法与分级标准.7 5 协同会诊结果检验协同会诊结果检验.8 附录 城市群生态安全协同会诊案例分析.10 T/CI 024-2021 1 城市群生态安全协同会诊技术规范城市群生
5、态安全协同会诊技术规范 1 适用范围适用范围 本规范规定了城市群生态安全协同会诊技术的指标选取原则、指标权重的计算思路、关键因素识别等技术要求。本规范适用于城市群生态安全协同会诊与实际应用，可作为城市群及特大城市、大城市及省域尺度计算生态安全协同指数和识别影响因素的技术依据。2 术语和定义术语和定义 2.1 生态安全压力（ecological security pressure）：表示人类活动给生态安全带来的负荷，包含人口承载、人口增长、城镇扩张、经济结构、社会发展、水资源保护、生态安全保护、经济强度、能源消费等体现生态安全压力的指标。2.2 生态安全状态（ecological securit
6、y status）：表示研究区域狭义的生态安全状态，包含能源消费、水资源、碳排放、生态破坏、城镇绿化、湿地水域、工业环境、大气环境等八大生态安全状态。2.3 生态安全响应（ecological security response）：表示人类面临生态安全问题时所采取的对策，包含产业、经济、生活、工业、社会、水资源、科技等七大生态安全响应。2.4 主观赋权法（subjective weighting method）：根据专家专业知识经验主观研判指标权重，决策结果存在一定的主观随意性，如层次分析法（AHP），专家调查法（Delphi）等。2.5 客观赋权法（objective weighting m
7、ethod）：即依据原始数据之间的关系和数理特性计算权重，具有较强的客观性与数理依据，但是缺乏对指标本身的概念分析，如变异系数、熵值法等。2.6 正向指标（positive indicator）：在多指标综合评价中，指标值越大评价越好，称为正向指标。2.7 逆向指标（reverse indicator）：在多指标综合评价中，指标值越小评价越好，称为逆向指标。2.8 城市群（Urban Agglomeration）：指在特定地域范围内，以 1 个超大、特大或辐射带动功能强的大城市为核心，由至少 3 个以上都市圈（区）或大城市为基本构成单元，依托发达的交通通信等基础设施网络，所形成的空间组织紧凑、
8、经济联系紧密、并最终实现高度一体化的城市组合体。2.9 共线性（multicollinearity）：指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。2.10 方差膨胀因子（variance Inflation Factor）：是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。方差膨胀因子越大，显示共线性越严重。2.11 拮抗（antagonism）：是一种物质过程被另一种过程所阻抑的现象。T/CI 024-2021 2 2.12 因子分析：在原有变量之间具有较强的相关关系时，因子分析能从原有众多变量中综合出少量具有代表意义的
9、因子变量。2.13 KMO 检验（Kaiser Meyer Olkin measure of sampling adequacy）：是 SPSS 提供判断原始变量是否适合做因子分析的统计检验方法之一，该值比较观测到原始变量间的相关系数和偏相关系数的大小。较大的 KMO 值表明适合进行因子分析。2.14 Bartlett 球形检验（Bartlett spherical test）：主要用于检验数据的分布，以及各个变量间的独立情况。3 协同会诊指标体系协同会诊指标体系 3.1 协同会诊协同会诊指标选取原则指标选取原则 客观全面的科学诊断城市群生态安全状况对维护城市群可持续发展十分必要，城市群生态安
10、全协同会诊指标的确定需遵循以下原则：（1）科学性。设置的协同会诊指标体系要能够客观地反映城市群生态系统的本质及其复杂性，必须建立在科学的基础上，真实地反映城市群生态系统状态。（2）整体性。由于城市群是一个有机的整体，诊断指标应是能真实反映系统的综合体。在选择指标的时候，必须使诊断目标和诊断指标有机地联系起来，组成一个层次分明的整体。这样才能保证诊断结果的真实可靠。（3）层次性。城市群生态安全是受多因素影响的复杂系统，为了完整地描述系统的整体，需要将系统分解成相互关联的几个层次，指标通常也根据这个层次结构而设定，层次越高指标越综合，层次越低指标越具体。（4）可操作性原则。指标的选取要考虑所选指标
11、的可度量性、可比性、易得性和常用性等。这样所选的指标才是有效的。诊断方法也要易于使用，更好地为决策服务。（5）动态性原则。由于系统是时间和空间的函数，在选择方法时既要考虑到城市群的发展状态又要考虑城市群生态安全发展的趋势，诊断结果不仅能较好描述、刻画与度量城市群生态安全状态，而且也能反映出不同发展阶段的特点，灵活地反映城市群生态安全状况的变化。（6）简洁性。指标体系要求完备、简洁，尽量选取有代表性的指标和主要指标。指标要概念明确，简明易行，计算方法简便，各指标之间含义不重复。3.2 协同会诊协同会诊指标体系的构指标体系的构成成 城市群生态安全协同会诊评价涉及自然、环境、经济、社会等多个方面。本
12、规范依据城市群实际情况、数据可得性和类似研究中使用频度较高的指标建立初步指标体系，并采用共线性检验及条件指数和方差膨胀因子检验，对初选指标进行筛选，最终构建基于“压力-状态-响应（PSR）”的城市群生态安全协同会诊指标体系（图 1、表 1）。三大因素层通过指标之间的相互影响，形成整个生态安全系统“牵一发而动全身”的动态影响机制。表表 1 城市群生态安全协同会诊指标体系城市群生态安全协同会诊指标体系 系统 子系统 具体指标 需收集的数据 数据来源及部门 C1 人口密度（万人）行政区面积（平方公里）及人口数量（万人）统计局、民政局 T/CI 024-2021 3 A1 城市群生态安全协同会诊指数
13、B1 压力 C2 人口综合增长率（%）出生人口数、死亡人口数、流入人口数、死亡人数 统计局、民政局、流动人口办公室 C3 城镇建设用地扩张速度（%）历年城镇建设用地面积（平方公里）自然资源局 C4 工业总产值（亿元）工业总产值（亿元）经济和信息化局 C5 区域开发指数 建成区面积（平方公里），区域总面积（平方公里）住房和城乡建设局 C6 人均综合用水量（m3 人-1a-1）社会用水量（m3），城镇人口（万人）水务局 C7 人均生态用地面积（km2/万人）生态用地面积（平方公里），城镇人口（万人）自然资源局和生态环境局 C8 GDP 增长率（比上年）（%）历年 GDP（亿元）发展和改革委 C9
14、能源消费弹性系数 历年能源消费量（亿吨标准煤），GDP（亿元）能源局。发展和改革委 B2 状态 人均能耗（千克标准煤）人均能耗（千克标准煤）能源局 水资源总量（亿 m3）水资源总量（亿 m3）自然资源局和水务局 碳排放总量（万 t 碳）能源消费量（亿吨标准煤），碳排放系数 能源局。发展和改革委 生态系统风险程度 土地利用类型（耕地、草地、林地、水域、建设用地）面积（平方公里）自然资源局 建成区绿化覆盖率（%）建成区绿化面积（平方公里），建成区面积（平方公里）住房和城乡建设局 湿地（水域）覆盖度（%）湿地（水域）面积（平方公里）生态环境局 工业 SO2排放量（t）城市工业 SO2排放量（t）生态
15、环境局 PM2.5浓度（g/m3）城市细颗粒物（PM2.5）浓度（微克/立方米 生态环境局 B3 响应 第三产业比重（%）第三产业产值（亿元），GDP（亿元）发展和改革委 人均研发投入（元）研发投入（万元），总人口数（万人）科技局 生活垃圾无害化处理率（%）城市生活垃圾无害化处理量（吨），城市生活垃圾产生总量（吨）生态环境局 工业废弃物综合利用率（%）工业废弃物利用量（吨），工业废弃物产生量（吨）生态环境局 就业率（%）就业人口数（万人），总人口数（万人）民政局 专利授权量（个）专利授权量（个）科技局 污水处理厂集中处理率（%）污水处理厂处理量（吨），污水产生总量（吨）生态环境局 3.3 协同
16、会诊指标的计算协同会诊指标的计算（1）压力指标 基于人类活动对生态环境带来的 9 大生态安全压力，设置人口密度、人口综合增长率、城镇化水平、工业总产值、区域开发指数、人均综合用水量、人均生态用地面积、GDP 增长率、能源消费弹性系数等 9 个指标，指标解释见表 2。（2）状态指标 基于区域生态环境系统的 8 大生态安全状态，设置人均能耗、水资源总量、碳排放总量、生态系统风险病理程度、建成区绿化覆盖率、湿地（水域）覆盖度、工业 SO2排放量、PM2.5 T/CI 024-2021 4 浓度等 8 个指标，指标解释见表 3。图图 1 城市群生态安全协同会诊评价城市群生态安全协同会诊评价 PSR 模
17、型框架模型框架（3）响应指标 基于人类面临生态安全问题时所采取的 7 类对策，设置第三产业比重、人均研发投入、生活垃圾无害化处理率、工业废弃物综合利用率、就业率、专利授权量、污水处理厂集中处理率等 7 个指标，指标解释见表 4。表表 2 城市群生态安全压力指标体系城市群生态安全压力指标体系 生态安全压力指标层生态安全压力指标层 指标说明指标说明 人口密度（万人）用单位面积内人口数量衡量,反映地区的人口集聚程度 人口综合增长率（%）指在一定时期内人口综合增加数(出生人口数与流入人口数的总和减死亡人数和流出人口数的总和)与该时期内平均人数之比，反映地区人口增长速度 城镇化水平%用城镇建设用地扩张速
18、度衡量，反映城镇扩张压力 工业总产值（亿元）反映一定时间内工业生产的总规模和总水平 区域开发指数 指一个区域建设空间占该区域总面积的比例，反映社会发展压力 人均综合用水量（m3 人-1a-1）该指标反映水资源利用强度，社会用水量与城镇人口的比值 人均生态用地面积（km2/万人）该指标反映生态用地利用强度，生态用地面积与城镇人口的比值 GDP 增长率（比上年）（%）指一个时期到下一个时期的 GDP 百分比变动，反映经济增长速度 能源消费弹性系数 指一定时期能源消费平均增长率与同期国民生产总值平均增长率的比值，反映能源与国民经济发展关系的一个技术经济指标 表表 3 城市群生态安全状态指标体系城市群
19、生态安全状态指标体系 生态安全状态指标层生态安全状态指标层 指标说明指标说明 人均能耗（千克标准煤）该指标反映能源利用强度，能源消耗量/城镇人口 水资源总量（亿 m3）指降水所形成的地表和地下的产水量，表示水资源禀赋水平 碳排放总量（万 t 碳）由能源消耗量乘以相应的碳排放系数 生态系统风险程度 指在事故或灾害作用下，生态系统在结构和功能上的损伤，由生态风险评估系统量化得出 建成区绿化覆盖率（%）该指标是反映城镇生态功能的重要指标。绿化覆盖率=绿化垂直投影面积之和/占地面 T/CI 024-2021 5 积。新型城镇化评价指标之一 湿地（水域）覆盖度（%）湿地（水域）覆盖率=湿地（水域）面积/
20、占地面积。工业 SO2排放量（t）反映工业发展对环境的污染状况，是评价可持续发展的指标之一 PM2.5浓度（g/m3）反映大气污染程度的指标，细颗粒物浓度已成为重要的测控空气污染程度的指数 表表 4 城市群生态安全响应指标体系城市群生态安全响应指标体系 生态安全响应指标层生态安全响应指标层 指标说明指标说明 第三产业比重（%）反映一个地区产业结构现代化程度 人均研发投入（亿元）反映地区科技创新水平，地区研发投入/常住人口 生活垃圾无害化处理率（%）该指标是反映城市生态环境处理设施水平的指标。城市生活垃圾无害化处理率是城市生活垃圾无害化处理量与城市生活垃圾产生总量的比值 工业废弃物综合利用率（%
21、）该指标反映城市生态环境处理改善水平的指标。工业废弃物利用量与工业废弃物产生量的比值 就业率（%）就业率为就业人口数与经济活动人口数的比值，表示地区经济繁荣程度 专利授权量（个）指由专利行政部门授予专利权的件数，表示地区创新水平 污水处理厂集中处理率（%）污水处理厂集中处理率是污水处理厂的处理量与污水产生总量的比值，反映城市水环境处理改善水平的指标 3.4 协同协同会诊会诊指标权重指标权重赋值赋值 本规范结合主观赋权法和客观赋权法，综合 AHP 法和熵值法进行会诊指标的组合赋权以使结果更科学。考虑到主客观赋权具有同等效益，采用算术平均值法得到综合权重（表 5）。表表 5 城市群生态安全协同会诊
22、指标体系城市群生态安全协同会诊指标体系权重权重赋值表赋值表 因素 层 指标层 序号 指标解释 属性 客观 权重 主观 权重 综合 权重 压力 人口密度（万人）1 人口承载压力 逆向 0.082 0.293 0.188 人口综合增长率（%）2 人口增长压力 逆向 0.048 0.113 0.081 城镇建设用地扩张速度（%）3 城镇扩张压力 逆向 0.168 0.072 0.120 工业总产值（亿元）4 经济结构压力 逆向 0.053 0.047 0.050 区域开发指数？5 社会发展压力 逆向 0.079 0.031 0.055 人均综合用水量（m3 人-1a-1）6 水资源保护压力 逆向 0
23、.110 0.019 0.065 人均生态用地面积（km2/万人）7 生态安全保护压力 正向 0.307 0.207 0.257 GDP 增长率（比上年）（%）8 经济强度压力 逆向 0.111 0.015 0.063 能源消费弹性系数 9 能源消费压力 逆向 0.042 0.203 0.122 状态 人均能耗（千克标准煤）10 能源消费状态 逆向 0.069 0.069 0.069 水资源总量（亿 m3）11 水资源状态 正向 0.130 0.042 0.086 碳排放总量（万 t 碳）12 碳排放状态 逆向 0.115 0.113 0.114 生态系统风险病理程度 13 生态破坏状态 逆向
24、 0.105 0.314 0.209 建成区绿化覆盖率（%）14 城镇绿化状态 正向 0.083 0.027 0.055 湿地（水域）覆盖度（%）15 湿地水域状态 正向 0.207 0.017 0.112 工业 SO2排放量（t）16 工业环境状态 逆向 0.113 0.170 0.141 T/CI 024-2021 6 PM2.5浓度（g/m3）17 大气环境状态 逆向 0.178 0.249 0.213 响应 第三产业比重（%）18 产业响应 正向 0.211 0.034 0.123 人均研发投入（亿元）19 经济响应 正向 0.222 0.089 0.156 生活垃圾无害化处理率（%）
25、20 生活响应 正向 0.093 0.148 0.121 工业废弃物综合利用率（%）21 工业响应 正向 0.079 0.410 0.245 就业率（%）22 社会响应 正向 0.051 0.022 0.036 专利授权量（个）23 科技响应 正向 0.206 0.241 0.224 污水处理厂集中处理率（%）24 水资源响应 正向 0.137 0.055 0.096 4 协同会诊技术过程协同会诊技术过程 4.1 协同会诊协同会诊数据采集数据采集 通过实地调研，根据相应的指标计算需要收集诊断对象压力、状态、响应等方面的统计与监测数据。数据采集的基本形式通过各地各部门实地调研、统计年鉴和相关监测
26、数据获取。所需收集的数据清单和数据来源参见表 1。4.2 原始数据校验流程与方法原始数据校验流程与方法 运用高分遥感、无人机、大数据等形式对相关统计数据进行交互校验，确保数据的真实性、准确性和有效性。通过数据长期趋势分析和格拉布斯准则判别异常值，并对异常数据进行确认和修正。4.3 数据分析流程与方法数据分析流程与方法 分析总结评估指标在数量（总量和变化率）、质量、空间分布等方面的演化特征及变化趋势和规律。对比其他城市群情况，对标国际和国内，总结各城市群生态安全协同状况。4.4 数据采集空间范围和时间要求数据采集空间范围和时间要求 以城市群范围内的地级市或县（市）级行政单元为数据采集的空间尺度。
27、数据采集时间范围以年为单位，考虑到城市群从 1980 年开始发育，建议的时间要求从 1980 年至诊断年。4.5 协同会诊协同会诊指标的量化识别指标的量化识别 认清每个指标的基本内涵以及对城市群生态安全协同诊断的重要意义，确定每个指标的计算公式、数据来源、数据时间、空间尺度、数据格式等。具体量化识别方法参见附表 2、表 3 和表 4。4.6 协同会诊协同会诊指标权重指标权重计算方法计算方法 采用层次分析法（AHP）和熵值法进行各会诊指标的综合赋权。计算步骤和方法如下。（1）AHP 法 AHP 法是计算指标主观权重的一种方法。本规范采用 1-9 标度方法，依据 35 位专家主观赋权意见来构造判断
28、矩阵，获得第s个系统层相对目标层的权重)5,.,2,1(sas，第s个系统层下第k个指标对第s个系统层的权重),.,2,1(mkbk，则第s个系统层下第k个指标相对总目标的权重为：kskcab T/CI 024-2021 7 式中，指标权重向量为ncccc,.,21。获得判断矩阵后，需要对其进行一致性检验。若检验通过，则权重分配合理；否则，需要重新构造判断矩阵计算权重。由于 AHP 方法在应用较多，本规范不再赘述具体计算过程。（2）熵值法 熵值法（Entropy Method）是一种基于数据内部的离散程度客观计算指标权重的客观赋权方法。通常，信息熵值越大，系统结构越均衡，差异系数越小，指标的权
29、重就越小；反之则指标的权重越大。计算步骤如下：第一步：数据标准化处理 第二步：确定比重：miijijijxxY1 第三步：求解熵值：miijijjYYme1lnln1 第四步：求解变异系数：jje-1 第五步：求解权重，权重向量nvvvv,.,21，jjjv 4.7 协同会诊协同会诊指数指数计算方法与分级标准计算方法与分级标准 本规范综合 TOPSIS 思想与灰色关联理论，采用 TOPSIS 方法和灰色关联分析方法计算城市群生态安全协同会诊指数 C。C 值越大，说明城市群生态安全协同一体化程度越高，生态系统整体运行状况越好；反之，说明生态拮抗，生态系统整体状况越劣。计算方法如下。TOPSIS（
30、Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）是一种逼近于理想解的多目标决策分析方法。该方法是通过比较系统现实状态和理想状态之间的欧氏距离来研判系统的发展水平。灰色关联分析方法（Grey Relation Analysis）的基本思想是依据综合评价序列组成的曲线族和参照序列组成的曲线对之间的几何相似度来确定数据序列的关联度，几何形状越相近，数据序列的关联度就越大，反之越小。该方法可以用于计算系统要素间紧密程度，从而很好地体现系统的变化态势。综合 TOPSIS 思想与灰色关联理论，构建主体功能区生态安全
31、协同会诊模型，通过欧氏距离与灰色关联度来反映不同主体功能区生态状态与该类区域理想状态的近似度。第一步 求解加权标准化矩阵 mnmmnnnmijjnmijuuuuuuuuuxwuU.)()(212222111211 第二步 确定不同主体功能区的正负理想解 正理想解：,.,00201nuuuU；负理想解：,.,00201nuuuU。式中，正理想解为同一主体功能区各指标的理想最优值的集合，负理想解为同一主体功能区各指标的最劣值的集合。T/CI 024-2021 8 第三步 求解灰色关联相对贴近度 设ij为第i个评价单元第j个指标与正理想解的灰色关联系数，oju为第j个指标的正理想值，为分辨系数，可以
32、提升关联系数之间差异的显著性，10，通常取为 0.5。第i个评价单元第j个指标与正理想解的灰色关联系数为：ijojminjijojijojminjijojminjijxuxuxuxu111111maxmaxmaxmaxminmin 则各评价单元与正理想解的灰色关联系数矩阵为：mnmmnnp.212222111211 第i个评价单元与正理想解的灰色关联为：),.,2,1(,1minpnjiji 第i个评价单元与负理想解的灰色关联度为：),.,2,1(,1minpnjiji 灰色关联相对贴近度：iiiipppC 贴近度的数值即为城市群生态安全协同会诊指数。根据城市群生态安全协同会诊指数计算结果，本
33、规范将城市群生态安全协同分级标准划分为恶化级、风险级、敏感级、临界安全级、一般安全级、比较安全级和非常安全级七个等级（表 6）。表表 6 城市群生态安全协同会诊指数分级标准城市群生态安全协同会诊指数分级标准 安全指数 0C0.25 0.25C0.35 0.35C0.45 0.45C0.55 0.55C0.65 0.65C0.75 0.75C1 安全等级 安全状态 恶化级 风险级 敏感级 临界安全级 一般安全级 比较安全级 非常安全级 5 协同会诊结果协同会诊结果检验检验 本规范利用 SPSS 20.0 对数据进行 KMO 统计检验和 Bartlett 球形检验，通过结果判断指标是否适合进行因子
34、分析。若指标适合进行因子分析则对指标进行主要因子提取以充分表 T/CI 024-2021 9 征所有变量信息，诊断影响生态安全的关键因素，进而分析城市群生态安全协同会诊结果。具体案例见附录。T/CI 024-2021 10 附附录录 城市群生态安全协同会诊城市群生态安全协同会诊案例案例分析分析 京津冀城市群包括北京、天津和河北省的石家庄、保定、沧州、承德、邯郸、衡水、廊坊、秦皇岛、唐山、邢台、张家口等 13 个地级以上城市，2019 年总面积 21.72 万 km2，占全国总面积的 2.26%，总人口 1.13 亿，占全国总人口的 8.07%。京津冀城市群是中国创新驱动经济增长的新引擎和强动力
35、，也是区域整体协同发展改革引领区。但长期的快速城镇化和工业化进程也给该区域带来了严重的生态系统破坏问题，生态修复与环境改善迫在眉睫。本案例选择京津冀城市群 13 个地级市以上行政单元为研究对象，分析时段为 2000-2015年。数据来源于 2001-2016 年中国统计年鉴、中国城市统计年鉴、北京市水资源公报、天津市水资源公报、河北省水资源公报、中国科技统计年鉴及地方统计年鉴、中国环境监测官方网站及地区官方网站。碳排放量数据参考各种能源折标准煤及碳排放参考系数求解得到。人均研发投入和专利授权量两个指标的部分年份缺失数据，采用综合增长率估算法，以多年历史平均增长率或分段平均增长率为基础，补充缺失
36、数据。根据“压力-状态-响应（PSR）”城市群生态安全协同会诊指标体系，结合综合指数计算方法体系，对京津冀城市群生态安全进行协同会诊。1.1 京津冀城市群生态安全京津冀城市群生态安全协同会诊指数的协同会诊指数的时空演变特征时空演变特征 计算得出 20002015 年京津冀城市群生态安全协同会诊指数，其值越大，生态安全程度越高，反之越低。京津冀城市群生态安全协同演变特征如下：（1）20002015 年生态安全协同会诊指数呈波动趋势，波动幅度整体较小（附图 1）。20002003 年生态安全指数呈下降趋势。2004 年国家发改委协同京津冀达成加强区域合作的“廊坊共识”，并组织编制京津冀都市圈区域规
37、划，推动区域合作实现第一次跨越，生态安全协同会诊指数出现第一个高值，之后缓慢下降。2012 年，国家发改委再次组织编制首都经济圈区域规划，对上一轮规划进行升级与扩展，推动京津冀区域合作实现第二次跨越，生态安全协同会诊指数也随之出现第二个高值，但 2013 年再次下降。2014 年，京津冀协同发展重大国家战略正式拉开帷幕，生态安全保护成为该战略的核心内容之一，京津冀城市群生态安全协同会诊指数整体呈现上升趋势。由此可见，城市群的总体规划、国家与区域政策支撑对城市群生态安全协同会诊指数具有显著影响效应。附附图图 1 2000-2015 年京津冀城市群生态安全协同会诊指数均值变化趋势年京津冀城市群生态
38、安全协同会诊指数均值变化趋势 0.400.410.420.430.440.452000200120022003200420052006200720082009201020112012201320142015年份 Year指数值 Index value T/CI 024-2021 11 （2）不同城市生态安全协同指数的演变趋势差异显著。20002015 年京津冀城市群 13个城市生态安全协同会诊指数的演变趋势同样具有波动性，其中 8 个城市上升，5 个城市下降（附图 2）。指数上升的 8 个城市中，首都北京在国家宏观政策支撑下，呈持续上升趋势；秦皇岛、张家口和保定生态安全质量相对较好，呈现先提升
39、再降低再提升的“N”型趋势，表明 2005 年之后工业化进程导致生态安全受损，而 2010 年之后的生态文明和国家产业转型战略实施又促进了生态安全质量的恢复与提升；石家庄、沧州、天津和邯郸呈“V”型趋势，其中沧州和石家庄拐点在 2005 年，而天津和邯郸拐点在 2010 年，表明前者生态安全更早地实现了转型。生态安全协同会诊指数下降的 5 个城市中，承德指数全区最高，但呈持续下降趋势；廊坊为倒“V”型趋势，拐点在 2005 年，生态安全协同指数仍在下降；衡水、唐山和邢台均为“V”型趋势，拐点在 2010 年，表明 3 个城市生态安全协同指数在 2010 年之后已经步入恢复状态。总体来看，承德和
40、廊坊应该立即采取措施遏制生态安全下降的趋势，衡水、唐山和邢台则需要加大生态恢复的扶持力度；其他城市仍需要不断完善生态安全保障体系，以实现生态安全状态持续提升。附附图图 2 2000-2015 年京津冀城市群生态安全协同会诊指数变化趋势年京津冀城市群生态安全协同会诊指数变化趋势 （3）京津冀城市群生态安全等级不高，呈现“北高南低，西高东低”的空间格局（附图3）。20002005 年期间，秦皇岛生态安全转优，由敏感级升为临界安全级，但 20052015年又降为敏感级，二产比重增加导致区域碳排放量和生态病理程度的上升；同样，唐山、衡水生态安全由敏感级转为风险级也受制于过大的二产比重。2017 年，唐
41、山第二产业比重为57.4%，以钢铁和装备制造业等高耗高排重工业为主；衡水第二产业比重为 46.2%，主导产业为食品加工、纺织毛皮、化学肥料、塑料制品、玻璃钢、钢材等传统低端高耗高排的工业类型，均具有较大的生态胁迫效应。20102015 年，北京由敏感级转变为临界安全级，表明近年来污染企业的整顿和外迁优化了北京产业结构，劳动生产率和地均生产率大幅提高，2017 年服务业占 GDP 的比重已经高于 80%，明显地改善了首都的生态安全状况。承德和张家口生态安全一直保持在安全级。作为首都的生态安全支撑区和水源涵养功能区，两市一直将生态安全战略置于区域发展的重要地位。总体来看，京津冀城市群生态安全等级不
42、高，最高等级仅为一般安全级，表明生态安全问题较严峻，需要国家和地区政府多部门合作，建立协同联防联控的治理机制，以实现区域“同城化，一体化”的绿色可持续发展目标。00.10.20.30.40.50.60.7保定市北京市沧州市承德市邯郸市衡水市廊坊市秦皇岛市石家庄市唐山市天津市邢台市张家口市城市 Year指数值 Index value2000年2005年2010年2015年 T/CI 024-2021 12 附附图图 3 2000-2015 年京津冀城市群生态安全等级空间分布格局年京津冀城市群生态安全等级空间分布格局 1.2 京津冀城市群生态安全协同会诊的影响因素诊断京津冀城市群生态安全协同会诊的
43、影响因素诊断 利用 SPSS 20.0 对数据进行 KMO 统计检验和 Bartlett 球形检验，得到 KMO 检验值为0.771，大于阈值 0.5，Bartlett 检验值为 0.0037，小于阈值 0.01，结果显著水平较高，适合对指标进行因子分析。对所有指标进行主要因子提取，得出 6 个特征根大于 1 的因子，且 6个新因子的方差累计贡献水平达到 79.36%，即 6 个新因子的原始变量所丢失的信息较少，因子分析效果良好，可以充分表征 24 个变量信息。基于方差极大法对影响因素进行降维处理，对因子载荷矩阵进行正交旋转，得到旋转成份矩阵（附表 1）：附表附表 1 旋转成份矩阵旋转成份矩阵
44、 因素层 指标层 序号 因子 1 因子 2 因子 3 因子 4 因子 5 因子 6 压力 人口密度（万人）1 0.187-0.022 0.197 0.118 0.341 0.138 人口综合增长率（%）2 0.232 0.327 0.210 0.217 0.228 0.165 城镇化水平（%）3 0.836 0.182 0.185 0.243 0.190 0.210 工业总产值（亿元）4 0.310-0.673 0.121 0.119 0.198 0.187 区域开发指数 5 0.168 0.794 0.320 0.163 0.213 0.113 人均综合用水量（m3 人-1 a-1）6 0.
45、132 0.161 0.178 0.174 0.220 0.245 人均生态用地面积（km2/万人）7 0.180 0.172 0.199 0.771 0.206 0.195 GDP 增长率（比上年）（%）8 0.135 0.219 0.817 0.119 0.218 0.224 能源消费弹性系数 9 0.147 0.243 0.201 0.230 0.223 0.251 状态 人均能耗（kg 标准煤）10 0.158 0.229 0.184 0.194 0.312 0.205 水资源总量（亿 m3）11 0.119 0.215 0.173 0.112 0.278 0.198 碳排放总量（万
46、t 碳）12 0.173 0.192 0.180 0.730 0.217 0.223 生态系统风险程度 13 0.271 0.186 0.169 0.821 0.198 0.208 建成区绿化覆盖率（%）14 0.625 0.173 0.220 0.191 0.117 0.179 湿地（水域）覆盖度（%）15 0.109 0.162 0.214 0.781 0.124 0.148 工业 SO2排放量（t）16 0.126 0.119 0.225 0.164 0.153 0.192 PM2.5浓度（g/m3）17 0.223 0.183 0.306 0.783 0.118 0.118 响应 第三
47、产业比重（%）18 0.311 0.119 0.673 0.152 0.119 0.104 人均研发投入（亿元）19 0.213 0.205 0.158 0.217 0.190 0.819 生活垃圾无害化处理率（%）20 0.239 0.158 0.114 0.220 0.669 0.214 工业废弃物综合利用率（%）21-0.605 0.329 0.152 0.193 0.183 0.307 T/CI 024-2021 13 就业率（%）22 0.271 0.190 0.117 0.182-0.776 0.277 污水处理厂集中处理率（%）23-0.617 0.237 0.190 0.147
48、 0.228 0.246 专利授权量（个）24 0.182 0.165 0.111 0.169 0.310-0.857 结果显示，因子 1 对城镇化水平、工业废弃物综合利用率、建成区绿化覆盖率具有较高荷载，因子 2 对工业总产值、区域开发指数具有较高荷载，因子 3 对 GDP 增长率、第三产业比重具有较高荷载，因子 4 对人均生态用地面积、碳排放总量生态系统风险病理程度、湿地覆盖度、PM2.5浓度具有较高荷载，因子 5 对生活垃圾无害化处理率、就业率具有较高荷载，因子 6 对人均研发投入、专利授权量具有较高荷载。基于上述结果，将 6 个因子重新命名为城镇化（Z1）、开发水平（Z2）、经济发展（
49、Z3）、生态病理度（Z4）、社会发展（Z5）、技术进步（Z6）。以京津冀城市群 20002015 年面板数据作为研究样本，选取生态安全值（Y）为因变量，采用 SPSS 20.0 软件对 6 个因子进行多元线性回归分析，F 检验值为 30.494，P 显著性检验值为 0，在 0.01 显著性水平下显著，说明该方程合理度较高。计算结果如附表 2 所示，线性函数关系式为：654321045.0304.0446.0017.0582.0023.0641.0ZZZZZZY 附表附表 2 各提取因子的偏回归方程系数矩阵各提取因子的偏回归方程系数矩阵 变量 系数 标准差 T 值检验 P 值检验 常量 0.64
50、1*0.089 7.241 0.000 城镇化 0.022*0.032 6.883 0.000 开发水平-0.582*0.063-9.237 0.000 经济发展-0.017*0.011-5.424 0.000 生态病理度-0.446*0.101-4.449 0.000 社会发展 0.304*0.059 5.184 0.000 技术进步 0.045*0.062 8.509 0.000*表示在 0.01 水平下具有显著意义 城镇化、社会发展以及技术进步均在 0.01 水平下对生态安全具有显著正相关性，三者每提升 1 个单位，生态安全系数分别上升 0.022、0.304 和 0.045。城镇化是世