2020, Vol. 40
[PDF全文]
2. 北京大数据研究院, 北京 100871
2. Beijing Institute of Big Data Research, Beijing 100871
新中国成立70年来, 我国经历了世界历史上规模最大、速度最快的城镇化进程.2018年末, 我国常住人口城镇化率达到59.58%.城市快速发展的同时也带来了严重的生态失衡问题, 城市生态系统作为典型的“自然-社会-经济”系统, 正面临生态环境恶化、资源短缺、经济发展遇到瓶颈等诸多挑战(王龙等, 2016).因此, 如何实现城市经济社会与生态环境的协调统一, 成为国内外城市生态系统建设共同面临的重大理论和实际问题.
城市生态学最初由芝加哥学派创始人帕克于1927年提出, 将其定义为研究城市人类活动与周围环境之间关系的一门科学.研究城市生态系统建设的理论主要依托于城市生态学理论和可持续发展理论, 研究方法主要有GIS技术、评价分析、数学模型等(Papenov et al., 2015; Lavrikova et al., 2017; 沈威等, 2019; Pan et al., 2019).Perevochtchikova等(2001)利用改进的生态足迹法对城市生态系统进行评价, 把人类生态足迹模型和生态系统过程模型结合起来, 识别城市生态系统发展的限制因素.Smith(2013)采用GIS技术构建模型对生态城市进行了评价研究.罗钦方等(2019)运用灰色关联分析模型, 借助城市生命力指数框架, 从时间序列上分析了西安市生态系统生命力.冼超凡等(2019)从城市生态系统污染氮足迹与灰水足迹进行了研究, 综合评估城市快速发展导致的氮污染与水污染潜在风险的耦合关系.系统动力学方法在可持续发展研究中应用广泛.Walters等(2016)研究了社会质量驱动因素对农业生产系统的可持续性最具影响力.秦剑(2015)、Sun等(2017)利用系统动力学方法研究了城市水资源承载力动态仿真模型.佟宝全(2017)基于系统动力学方法研究了呼包鄂城市系统, 该系统具有环境承载能力高、资源丰富度低的区域资源环境特征.从对城市生态系统建设研究现状来看, 主要还集中在指标体系构建、系统评价和子系统研究等方面, 对于城市生态系统建设中各子系统之间的动态反馈机制, 还有待深入研究.
本文应用系统动力学方法分析了城市生态系统建设中经济子系统、人口子系统、资源子系统、能源子系统和环境子系统之间的关系, 构建了城市生态系统中各子系统协调发展的系统动力学模型.并以天津市为例, 基于2005—2017年的历史统计数据, 设定了5种不同的建设路径与自然发展路径并进行对比分析, 得出了不同建设路径下天津市城市生态系统在2018—2030年的发展趋势.
2 研究区概况与研究方法(Research area overview and research methods) 2.1 研究区概况天津市地处我国华北地区, 东临渤海, 紧靠首都北京和河北, 总面积为11916.85 km2.截至2018年末, 天津市常住人口为1559.60万人, 城镇化率为83.15%.随着天津市城市化的快速发展, 其面临着人口超载、水资源匮乏和环境污染等问题.
2.2 城市生态系统主要反馈回路分析因果回路图是系统动力学探索系统反馈结构的重要工具, 可以探究系统动态变化的内因(Sterman, 2008), 是一种定性描述系统结构的方法.因果回路图中包含很多因果链, 每条因果链都有极性, 或为正(+)或为负(-), 正号表示箭头指向的变量将随箭头源变量的增加而增加, 而负号则表示变量间取与此相反的关系.城市生态系统是一个“自然资源→经济物质→废物污染→再生资源”的循环转换系统.基于对相关文献的梳理和对城市生态系统各子系统之间关系的分析, 建立了城市生态系统因果回路图, 参见图 1.其主要因果反馈关系如下：
 |
| 图 1 城市生态系统因果回路图 Fig. 1 Causal loop diagrams of urban ecosystem |
① GDP→+环保投资→+科技进步→+三废处理率→+三废处理量→-三废存量→+环境污染强度→-生态环境质量→-人口死亡率→+人口总量→+GDP(负反馈)
② 生态环境质量→+人口机械增长率+人口总量→+能源消耗→+污染排放→-GDP→+环保投资→-三废存量→+政策调控→+绿地面积→+绿化覆盖率→+生态环境质量(正反馈)
③ 环境污染强度→+政策调控→-机动车保有量增长率→+机动车出行量→+污染排放→-GDP→+环保投资→-三废存量→+环境污染强度(负反馈)
2.3 城市生态系统各子系统分析城市生态系统中人口子系统、经济子系统、资源子系统、能源子系统、环境子系统之间相互作用.人不仅是唯一的消费者, 而且是整个系统的营造者.其能量和物质运转均在人的控制下进行, 人的行为会对环境的改造产生重要作用.城市依赖区域环境而存在和发展, 独立性很弱, 其具体结构框架见图 2.
 |
| 图 2 城市生态系统结构框架 Fig. 2 Structural framework of urban ecosystem |
人口子系统是最基本的子系统, 人口发展可以影响经济发展、资源利用和环境变化, 同时该子系统又受资源利用情况和环境质量的影响与制约.天津市常住总人口(POP)主要受人口自然增长率(POPZZ)、人口机械增长率(POPJZ)及水资源短缺因子(WDY)的影响.主要变量还包括人口增长数量(POPZS)等, 主要方程为(单位：万人)：
|
(1) |
|
(2) |
|
(3) |
|
(4) |
其中, L、R、A分别表示水平方程、速率方程和辅助方程.水资源短缺因子和污水因子分别会对人口增长产生负反馈效果(Sun et al., 2017).WY表示污水因子、WSP表示污水排放量和WSC表示污水处理量, YGX表示用水供需差额, YZ表示用水总量.
2.3.2 经济子系统经济子系统通过产业之间的联系实现物质、能量的循环, 本文以研究城市生态系统建设为主, 故简化经济子系统模型, 以工业产值增加值(GYC)为主要研究对象, 工业产业对环境污染有着重要的影响, 成为连接和影响三废污染的重要控制因子.经济子系统主要变量包括GDP增长量(GDPZ)、GDP增长率(GDPZL)和工业产值增加值比值(GYCZB)等, 其主要方程为(单位：亿元)：
|
(5) |
|
(6) |
|
(7) |
随着人口大量增长和经济快速发展对能源需求的过度依赖, 能源日益短缺将成为天津市经济、社会发展的重要制约因素.本文以万元地区生产总值能耗(WGDPN)作为状态变量, 万元地区生产总值能耗下降量(WGDPNX)作为速率变量进行研究, 其主要变量还包括万元地区生产总值能耗下降率(WGDPNXL).主要方程为(单位：吨标准煤/万元)：
|
(8) |
|
(9) |
本文资源子系统主要由水资源和绿地两部分组成.资源子系统是天津市城市生态系统建设中经济、社会发展的基础.公园绿地面积(年末)(GLM)为存量变量(hm2), 公园绿地年增长率(GLNZL)是导致存量发生变化的速率变量, 其主要变量还包括公园绿地年增加量(GLNZ)(hm2)、供水量(GS)(108 m3)、再生水利用量(ZSL)(108 m3)、地下水(DXS)、地表水(DBS)、污水再生利用率(WZL)、万元GDP水耗(WGDPS)(10-4 m3·元-1)、工业用水(GYY)(108 m3)、万元工业产值增加值水耗(WGYCSH)等.主要方程为：
|
(10) |
|
(11) |
|
(12) |
|
(13) |
|
(14) |
|
(15) |
该子系统主要反映城市生态系统建设过程中产生的环境污染和治理情况, 其主要变量包括污水总量(WSZ)(108 m3)、固体废物存量(GFC)(104 t)、固废排放量(GFP)、固废治理总量(GFZ)(104 t)、工业污水排放量(GWSP)(108 m3)、生活污水排放量(SWSP)(108 m3)、污水处理率(WSCL)、工业固体废物处理量(GGFC)(104 m3)、生活垃圾无害化处理量(SHLWC)(104 m3)、环境污染治理总额(HJWZ)、废气排放量(FQP)、固体废物污染强度(GFWQ)(10-4 t·元-1)、废气污染强度(FQWQ)(10-4 t·元-1)、污水污染强度(WSWQ)(10-4 m3·元-1)等.主要方程为：
|
(16) |
|
(17) |
|
(18) |
|
(19) |
|
(20) |
|
(21) |
|
(22) |
|
(23) |
|
(24) |
本文根据因果关系图和各方程式构建了城市生态系统人口子系统、经济子系统、资源子系统、能源子系统与环境子系统的流量存量图(图 3).
 |
| 图 3 城市生态系统存量流量图 Fig. 3 Stock flow chart of urban ecosystem |
本文所用数据主要来自于中国统计年鉴、中国环境统计年鉴、天津统计年鉴、天津水务局网站, 收集2005—2017年共13年的数据.各指标统计口径参照中国统计年鉴.系统动力学模型构建在软件Vensim PLE中完成.
3 结果与讨论(Results and discussion) 3.1 模型检验 3.1.1 量纲一致性检验量纲一致性检验主要确保量纲具有现实意义的前提下, 保证方程内部的量纲是统一的.量纲一致性测试主要有两个方法：一是通过逐一核对每一个方程的量纲；二是通过模型软件本身自带的功能.本文采用了这两种方法进行量纲一致性测试, 结果显示量纲无问题.
3.1.2 积分误差测试积分误差测试通过使用不同的积分步长, 测试运行结果的变化, 如果结果偏差对模型结果的影响非常微小, 则表明模型是稳健的.本文将时间步长缩短为3个月和6个月, 结果显示, 核心变量的变化率非常小, 以总人口和万元GDP水耗模拟结果为例(图 4), 表明模型是稳健的.
 |
| 图 4 城市生态系统积分误差测试检验结果图 Fig. 4 Diagram of integral error test results of urban ecosystem |
在检验过程中, 需观察系统的行为是否满足现实, 以及模型的运行结果与历史结果是否相似或可比, 若满足, 则证明模型能较好地模拟现实情况, 未来预测的数据具有一定的可信度.本文主要核心变量的模拟值的数据和趋势均十分符合真实值, 由此说明此模型预测结果合理可行.以地区GDP和用水总量拟合图为例, 见图 5.
 |
| 图 5 天津市城市生态系统部分核心变量真实值与模拟值误差情况 Fig. 5 Error rate between true values and simulated values of some core variables |
本文选定9个变量作为系统的政策着力点, 调整这9个参数值并提出6种不同的建设路径, 分别为自然增长型(方案1)、人口控制型(方案2)、环境导向型(方案3)、科技导向型(方案4)、资源节约型(方案5)及平衡发展型(方案6), 见表 1.通过模拟预测, 得到不同发展路径下城市生态系统未来发展情况.
| 表 1 天津市城市生态系统调控参数及方案 Table 1 Comparison of the models |
 |
从图 6可知, 2018—2030年总人口增长数量下降明显.天津市“十三五”报告指出天津市人口发展面临的主要矛盾与问题之一是存在人口过快增长的压力, 预测2030年天津总人口将达到1883万人.其中, 城镇化进程得到了有效发展.与其他模型相比, 方案三的人口增速最快, 且数值也是最大的, 而方案二的人口增速最低.人口增速应该保持在一个合适的水平, 以提供人口红利.然而, 过快的增速可能会对环境和资源造成压力, 方案五和方案六的人口增长数量比较适中.
 |
| 图 6 人口子系统变量在不同方案下的变化趋势 Fig. 6 Change of the population subsystem in all models |
由图 7可知, 方案二的人均GDP增速和总量均优于其他方案.方案三的环境污染治理总额略高于其他方案, 但差距并不明显.因此, 对于经济子系统来说, 方案二和方案三优于其他方案.也就是说走人口控制型和环境导向型路径更有利于经济的增长和环保投入.
 |
| 图 7 经济子系统变量在不同方案下的变化趋势(单位：亿元) Fig. 7 Change of the economic subsystem in all models (unit: 100 billion yuan) |
由图 8可知, 方案三的人均能耗下降最快, 方案二下降最慢, 反映出方案二虽然很好地控制了人口增长, 但是人均能耗却没有随之下降, 因此, 控制能源消耗的有效途径应从改善环境出发, 提高环保投入.工业增加值能耗占比最低的是方案四, 方案六次之.同时, 从预测结果来看, 工业增加值能耗占比在2025年将超过1, 这是不正常的, 说明天津市工业排放标准亟待提高, 必须加大科技投入, 促进精准治污, 加快减少单位工业增加值能耗.从综合角度来看, 方案三(环境导向型发展路径)更适合改善能源消耗困境.
 |
| 图 8 能源子系统变量在不同方案下的变化趋势 Fig. 8 Change of the energy subsystem in all models |
从图 9可以看出, 水资源缺口呈现严重的扩大趋势.方案四在提高供水量方面效果显著, 改进后的5种路径没有明显改变水资源缺口的方案, 因此, 在走科技导向型路径的同时, 还应加紧引入外来调水缓解天津市缺水现状.从万元GDP水耗和人均用水量来看, 方案三效果显著.方案二和方案六相对其他方案都有显著提高城市人均公园绿地面积, 但是距离国际绿色城市标准还有很大的差距.而在用水种类方面, 2018—2030年期间, 增长速度最快的是工业用水, 其次是生态用水, 生活用水增长趋缓, 农业用水有所下降, 但农业用水目前仍是天津市用水最多的部分.因此, 加强对工业用水的监管和提高农业灌溉效率迫在眉睫.
 |
| 图 9 资源子系统变量在不同方案下的变化趋势 Fig. 9 Change of the resource subsystem in all models |
从图 10可以看出, 污水污染强度速率下降最快, 固废污染强度数值最小.废气污染排放强度已经趋于稳定.污水排放强度仍然是最大的, 其中, 工业污水排放量在总量上低于生活污水排放量.机动车尾气排放量增速明显, 从长期趋势来看, 方案五增速最小, 说明控制机动车增长率是减少机动车尾气排放的根本措施.
 |
| 图 10 环境子系统变量在不同方案下的变化趋势 Fig. 10 Change of the environment subsystem in all models |
从天津市城市生态系统建设的现状分析和历年天津市国民经济和社会发展统计公报可知, 天津市城市生态系统建设面临的最主要的问题是人口过快增长、科技创新发展缓慢、环境污染严重和水资源匮乏等.为了有效反映政策驱动因素会对系统内部其他变量产生具体的变化趋势, 所以选择系统动力学方法进行分析.SD模型是以反馈控制论为理论基础, 以计算机仿真技术为手段, 研究复杂社会经济系统见长的研究方法.系统动力学研究处理复杂系统问题的方法是定性与定量结合、系统综合推理的方法, 这是一种定性—定量—定性、螺旋上升、逐渐深化推进、认识和解决问题的方法.SD建模就是从区域系统内部要素和结构入手, 建立数学模型.这种研究能够将系统因果逻辑关系与反馈控制原理相结合.
本文在设定建设路径对比的过程中主要从两个方面进行分析, 第一是政策驱动因素的选择.政策驱动因素的选择可以根据具体的情形进行调整, 本文主要考虑从资源节约和改善环境的角度进行研究分析, 因此, 在选择政策驱动因素的时候主要考虑环保投入政策、环境保护政策和资源约束政策.第二是建设路径结果分析.通过对不同发展路径的未来趋势进行对比发现, 对于天津市来说, 环境导向型发展和科技导向型发展路径表现优异, 人口控制发展路径产生的效果相对单一, 虽然可以有效控制人口增长, 但在环境改善方面的效果是不足的.从结果分析来看, 最适合天津市的发展路径是在控制人口增量的同时加强人才引进政策, 以此来提高全市科技发展水平, 在增加供水方面不仅要依靠科技进步来促进再生水利用量, 还要增加外来调水供应.总的来说, 本文设置的平衡发展路径在各个子系统中表现相对稳定, 从总体来看更加优异.本文在平衡发展路径设置方面相对单一, 主要是为了使不同政策导向起到的结果对比更加强烈.在今后的研究中可以根据本文的研究结果设置多种不同倾向性的平衡发展路径.
本模型在今后的研究中还可以对政策驱动因素的选择进行更加深入的分析, 比如, 人均生活垃圾产生量、人均用水量等变量都可以根据实际研究问题或区域纳入驱动因素研究指标中去.同时, 在路径设置上可以更加全面.由于城市生态系统是一个复杂的巨系统, 因此在指标体系构建和变量间数理关系的研究上还有很大的发展空间, 而且对于各子系统的研究还可以更加完善.
4 结论(Conclusions)本文以天津市为例对模型进行了仿真模拟和多路径优选, 获得了较好的结果.系统动力学模型可以调整参数模拟多种研究方案, 用其研究城市生态系统建设具有较强可操作性.天津市的城市生态环境问题是人口增速过快、产业发展不均衡、水资源匮乏等综合原因造成的.因此, 在城市快速建设过程中尤其要防止人口增长失控, 需要兼顾经济发展目标和社会管理目标, 调控人口增长.研究表明, 在选择治理措施的时候应该结合地区特色和主要矛盾来确定.最适合天津市的发展路径是在控制人口增量的同时加强人才引进政策, 以此来提高全市科技发展水平, 在增加供水方面不仅要依靠科技进步来促进再生水利用量, 还要增加外来调水供应.总的来说, 本文设置的平衡发展路径在各个子系统中表现相对稳定, 从总体来看更加优异.
5 启示(Revelation)本文结合研究结果提出以下建议：首先, 完善人口增长调控机制, 合理控制人口规模和增速.协调产业发展规划和人口发展规划, 兼顾经济增长目标和就业增长目标.其次, 深入调整工业结构, 大力发展循环经济.加快清理劣势企业和低效资产, 提升工业能效水平, 全面推行绿色制造.发展更高层次的开放型经济, 坚持发展“三二一”产业格局.最后, 推动低碳循环发展, 推动建立能源管理体系.提高全民节水意识, 加快水资源的循环利用.增加南水引进量, 加快完成污水处理和再生水利用设施建设, 提高再生水利用量.全力实施京津冀协同发展战略, 加强区域生态环境保护, 推进生态环保规划、标准、监测、执法一体化.提高科技支撑能力, 以科技创新促进精准治污.
Matthew A, Luck G, Darrel J. 2001. The urban funnel model and the spatially heterogeneous ecological footprint[J]. Ecosystems, 4(8): 782-796. DOI:10.1007/s10021-001-0046-8 |
Lavrikova Y, Akberdina V, Mezentseva E. 2017. Strategic guidelines of a megalopolis's development:New industrialization and ecological tension[J]. IOP Conference Series:Earth and Environmental Science, 72(1): 012011. |
罗钦方, 陈瑛. 2019. 西安城市生态系统生命力评价[J]. 生态科学, 38(2): 191-198. |
Pan H, Zhuang M, Geng Y, et al. 2019. Emergy-based ecological footprint analysis for a mega-city:The dynamic changes of Shanghai[J]. Journal of Cleaner Production, 210: 552-562. DOI:10.1016/j.jclepro.2018.11.064 |
Papenov K V, Nikonorov S M, Zemskova O V. 2015. Social, environmental, and economic problems of megacities[J]. Studies on Russian Economic Development, 26(5): 499-503. |
Perevochtchikova M, Negrete I A R. 2013. Development of an indicator scheme for the environment impact assessment in the Federal District, Mexico[J]. Journal of Environmental Protection, 4(3): 226-237. DOI:10.4236/jep.2013.43027 |
秦剑. 2015. 水环境危机下北京市水资源供需平衡系统动力学仿真研究[J]. 系统工程理论与实践, 35(3): 671-676. |
沈威, 鲁丰先, 秦耀辰, 等. 2019. 长江中游城市群城市生态承载力时空格局及其影响因素[J]. 生态学报, 39(11): 3937-3951. |
Smith R, Miller K. 2013. Ecocity mapping using GIS:Introducing a planning method for assessing and improving neighborhood vitality[J]. Progress in Community Health Partnerships Research Education and Action, 7(1): 95-106. DOI:10.1353/cpr.2013.0000 |
Sterman, John D著, 朱岩, 钟永光等译.2008.商务动态分析方法: 对复杂世界的系统思考与建模[M].北京: 清华大学出版社
|
Sun Y H, Liu N N, Shang J X, et al. 2017. Sustainable utilization of water resources in China:A system dynamics model[J]. Journal of Cleaner Production, 142(2): 613-625. |
佟宝全. 2017. 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, 31(4): 34-40. |
Walters J P, Archer D W, Sassenrath G F, et al. 2016. Exploring agricultural production systems and their fundamental components with system dynamics modelling[J]. Ecological Modelling, 333: 51-65. |
王龙, 徐刚, 刘敏. 2016. 基于信息熵和GM(1, 1)的上海市城市生态系统演化分析与灰色预测[J]. 环境科学学报, 36(6): 2262-2271. |
冼超凡, 潘雪莲, 甄泉, 等. 2019. 城市生态系统污染氮足迹与灰水足迹综合评价[J]. 环境科学学报, 39(3): 985-995. |