国有林区生态环境脆弱性的变化趋势

导语：国有林区生态环境脆弱性的变化趋势一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：在定位生态环境脆弱性内涵基础上，设置了国有林区生态环境脆弱性的评价指标体系，利用主成分分析方法对生态环境脆弱性指标进行赋权，利用灰色关联分析法监测黑龙江省国有林区2004—2014年的生态环境脆弱性变化趋势。结果表明:黑龙江省国有林区生态环境脆弱性的驱动因子，排在前10位的依次为森林火灾受害率、森林病虫鼠害受害率、营林投资力度、林业法律法规健全度、废水排放达标率、降水量、积温、水资源总量、过熟林比例、无林地比例;黑龙江省国有林区生态环境脆弱性，表现出逐年降低的趋势。

关键词：国有林区;生态环境脆弱性;黑龙江省

“脆弱性”作为科学术语，是20世纪60年代由法国学者Margat和Albinet［1］首先提出。此后，生态学、地理学研究者将脆弱性概念与不同的研究对象相结合，产生了不同脆弱性研究的分支，包括资源脆弱性、自然灾害脆弱性、生态环境脆弱性等［2］。随着全球生态环境持续恶化，各国对生态环境的关注持续升温，生态环境脆弱性作为衡量地区生态环境状况的重要指标受到国内外广大学者的关注［3］。森林作为陆地生态系统的主体，不仅有涵养水源、保持水土、防风固沙、保护物种、净化环境等独特功能，又能为人类提供木材、药材、食品和能源等多种物质产品，森林生态建设是生态文明建设的根基。作为森林资源培育战略基地和生态安全屏障的国有林区，长期以来为达到经济利益的最大化而过度采伐森林资源，导致近年来国有林区出现生态危机、经济危机、社会危机的“三危”局面［4］。要实现国有林区可持续发展、充分发挥其生态服务功能，对林区生态环境脆弱性进行研究、找到林区生态环境发展的制约因素至关重要。对国有林区进行生态环境脆弱性分析的终极目标，是监控林区生态环境变换趋势，掌握林区生态环境脆弱性的演化与形成机理，防止其生态环境继续恶化，重点恢复和重建退化的生态环境，以实现林区森林资源的永续利用。笔者利用因子分析方法对生态环境脆弱性指标进行赋权，挖掘国有林区生态环境脆弱性的内生驱动因子;利用灰色关联分析法监测黑龙江省国有林区2004—2014年的生态环境脆弱性变化趋势;根据研究成果，提出了黑龙江国有林区生态建设的意见和建议。以黑龙江省国有林区为例进行林区生态环境脆弱性研究，不仅拓展了生态环境脆弱性研究的范围，而且对国有林区生态环境的保护、森林资源的合理开发与利用、林区可持续发展也具有非常重要的理论意义和现实政策指导意义。

1研究区域概况

黑龙江省国有林区，下辖林管局包括伊春林管局、松花江林管局、牡丹江林管局、合江林管局。截止到2014年，经营总面积达1009．8万hm2，占黑龙江省国土面积的22%。根据全国第八次森林资源清查结果，林区内有林地面积达846万hm2，占全国国有林面积的11．7%;林区活立木总蓄积量达7．7亿m3，占全国国有林区活立木总蓄积量的31%;林区森林覆盖率高达85．1%。分布在张广才岭、小兴安岭、完达山、老爷岭等山脉。该区域是东北亚陆地自然生态系统的主体之一，是松花江、黑龙江、牡丹江、乌苏里江、绥芬河、嫩江六大水系主要涵养地和发源地，生态地位异常显著［5］。长期以来，黑龙江省国有林区作为国家的木材生产基地，为满足国家对木材需求，对区域内的原始森林过度砍伐，忽视生态和经济成本，导致林区内森林资源锐减，生态环境呈现出高度的脆弱性，区域性森林生态功能下降。1998年国家开始实施“天保工程”，国有林区的森林资源得到一定的恢复与保存，林区森林覆盖率不断提升;1998年森林覆盖率仅为75．8%，截止到2014年森林覆盖率达85．1%。然而，目前林区森林资源与之前森林资源相比，人工林比例较多，天然林丧失严重。另外，由于林区建设资金来源渠道单一，长期依靠国家投资，有限的政府资金和资本积累使林区生态建设陷入困局。

2研究方法

2．1生态脆弱性内涵的定位

国内外学者对生态环境脆弱性内涵的认识，目前还没有形成共识，主要有以下三种认识和理解［6］。第一种，以自然属性即生态方面的变化类型以及变化程度定义。认为生态环境系统的正常生态功能被破坏，破坏程度超过了其弹性自我调节的“阀值”，生态系统发生不可逆转的变化，使其失去恢复能力的生态环境。第二种，属狭义人文理解范畴。认为当生态环境系统发生改变，以致影响当前和未来人类的生存和发展时，称为“脆弱生态环境”。第三种，属广义人文理解范畴。认为当生态环境退化程度，超出了在目前社会经济和技术水平条件下能够维持人类长期利用和发展的水平，称为“脆弱生态环境”。即，在保持和增大人类利用环境资源的程度以及规模的条件下，可以通过经济、技术改革和调适，或者靠外来资源和向外输出以缓解环境退化和资源耗竭，同时将区域生态环境脆弱性问题和全球生态环境脆弱性问题紧密联系起来。这种对脆弱生态环境广义的人文理解，得到国内外众多学者的赞同。目前，国内外对生态环境脆弱性研究，主要集中于对不同类型的生态环境脆弱性进行界定、分析和评价。牛文元［7］认为:是否存在自然脆弱性与生态环境是否脆弱并没有必然的联系，即存在自然脆弱性因子的生态环境未必脆弱，反之，不存在生态环境脆弱性因子的生态环境也未必不脆弱。周劲松［8］等对生态系统脆弱性的定义:在一定的机制下，生态系统很容易从一种状态演变到另外一种状态，并且这种改变是不可逆的，即难以恢复到初始状态。刘正佳等［9］认为:生态环境脆弱性，是指生态系统在特定时间和空间尺度下对外界干扰所具有的自恢复能力和敏感反应，是生态系统内部固有的自然属性和人类社会经济活动共同作用的结果。根据国内外学者关于脆弱性的阐述，笔者将生态环境脆弱性定义为:在自然与人为因素干扰下，生态系统退化程度超过了生态系统自我调节的“阀值”而使其恢复能力下降，以致人类在现有社会经济和技术水平下不能维持目前乃至更长时期对该生态环境的利用。根据生态环境脆弱性的定义，可将生态环境脆弱性分为外界干扰脆弱性、自恢复脆弱性。外界干扰脆弱性，是指生态系统暴露的环境趋于破坏该生态系统的程度，包括人类经济活动、自然灾害等对生态系统的影响。自恢复脆弱性，是指生态系统抵御外界干扰以及自我调节、自我恢复能力的大小，是生态系统的内部固有属性。

2．2生态环境脆弱性评价指标体系的建立

由于对生态环境脆弱性内涵的不同理解，所以对生态环境脆弱性评价指标体系的建立也有所不同。常见的生态环境脆弱性评价指标体系有3种类型:①成因及结果表现指标体系。赵跃龙等［10］在研究生态环境脆弱性时，将生态环境脆弱性指标区分为主要成因指标与结果表现指标。主要成因指标包括水资源、热量资源、干燥度、人均耕地面积、植被覆盖率、资源利用率等;结果表现指标包括反应区域经济发展水平、生态退化程度、生态治理状况等。②基于“压力—状态—响应”的生态环境脆弱性指标体系［11］。压力，反应系统对内外扰动的暴露程度;状态，反应系统在压力下区域生态环境的状况及经济社会状况;响应，反应生态环境对造成其脆弱性的压力的响应程度，包括资源的利用率、经济社会发展水平等。③多系统综合评价指标体系［12］。将研究区域看成有若干子系统构成的环境系统，包括反应气候资源、水资源、生物资源、土地资源、经济社会等子系统脆弱性因素的指标体系。多系统综合评价指标体系，能够全面的反应研究区域的生态环境脆弱性，但由于评价指标之间存在一定的信息重叠，在选取指标时应该选择反应生态环境脆弱性本质的指标。综合国内外学者对生态环境脆弱性评价指标的选择原则，多数将区域经济社会发展水平因素也考虑在内。但是，根据环境库兹捏兹曲线，在经济发展不成熟阶段，生态与经济发展往往是相互冲突、相互博弈的一个过程，即经济的发展是以牺牲生态环境的有序发展为代价的。目前国有林区改革尚在初步探索阶段，经济社会发展存在很大的不足，将反应经济社会发展水平的指标纳入国有林区生态环境脆弱性评估体系中，很有可能出现由于经济社会的脆弱性降低造成生态环境脆弱性模型评估值低于实际脆弱性水平。因此，笔者在借鉴前人研究成果基础上，立足于自然生态系统的角度建立国有林区生态环境脆弱性评估体系。本文根据生态环境脆弱性的内涵，从外界干扰和自恢复能力两个方面共选取了2个指标类、7个指标群、28个指标项(见表1)评价国有林区生态系统的脆弱性。表1中:林木资源产值依赖度，表示国有林区经济对木材生产的依赖程度=(木材采运产值+林产工业产值)/GDP;林业法律法规健全度，用林区内各乡镇委托行使林业行政执法权站数占林业站总数的比例表示;生态觉醒程度反应林区居民的环保意识强弱，用大专以上人口占总人口的比例表示。由于黑龙江省地质结构稳定，很少发生重大地质自然灾害，因此，地质灾害受害率不进行考虑。此外，海拔、坡度虽然对林区生态脆弱性产生影响，但是，考虑到其在各评价对象之间几乎不发生变化，因此不再对其进行考虑。

2．3生态环境脆弱性评价方法的遴选

不同学者对生态环境脆弱性概念的理解不同，生态环境脆弱性的评价采取的方法与指标体系选择不同，目前尚未形成统一的生态环境脆弱性评价方法。目前主要存在的关于生态环境脆弱性的评价方法见表2。依据笔者对生态环境脆弱性的定义，并结合黑龙江省国有林区实际情况，本文采用主成分分析方法对生态环境脆弱性指标进行赋权后，再利用灰色关联分析法对黑龙江省国有林区生态环境脆弱性变化趋势进行分析。

2．3．1主成分分析

在综合评价指标体系中，每个评价指标的地位、作用及影响力不同，如何根据每个评价指标的重要程度赋予不同的权重成为综合评价的基础。目前，国内外学者对权重的确定进行了大量的研究，一般采用层次分析法、模糊综合评价法、主成分分析法、德菲尔法等。这里采用主成分分析法对各评价指标进行赋权。

2．3．2灰色关联分析

灰色关联分析是灰色系统理论的重要组成部分，而灰色关联度是灰色关联分析的理论工具，是用来描述系统因素间关系密切程度的量［14］。

3结论与建议

3．1结论

从生态环境脆弱性指标的权重得分看:黑龙江省国有林区生态环境脆弱性，干扰因素的内生驱动因子，依次为森林火灾受害率、森林病虫鼠害受害率、营林投资力度、林业法律法规健全度、废水排放达标率;自恢复能力因素的内生驱动因子，依次为降水量、积温、过熟林比例、湿地比例、无林地比例。表明:为降低林区生态脆弱性，应重点加强国有林区的防火、防虫工作，加大对林区的生态建设投入力度，加强林区的法制建设，严格控制林区的水质，应加强林区的防旱、防冻工作，积极调整林区的林龄结构，加强湿地保护、人工造林工作。从林区的生态环境脆弱性得分趋势图看:2004—2014年间林区的外界干扰脆弱性、自恢复脆弱性以及综合脆弱性，总体均呈下降趋势。表明:黑龙江省国有林区，应对外界干扰能力增强，自身结构越来越合理，生态环境越来越好，天保工程成效显著。但同时注意到，林区2007年和2009年外界干扰脆弱性增强，主要是因为2007年林区内发生了大面积的病虫鼠害以及2009年林区内发生了一次特大森林火灾造成的，更加证实了降低林区的生态脆弱性必须加强防火、防虫工作。另外，虽然近年来林区的森林覆盖率、林分单位面积蓄积不断增加，林龄结构日趋合理，但是，林区的自恢复脆弱性依旧下降缓慢，主要是由于近年来林区的湿地面积不断减少，无林地面积有所增加、垦殖率不断上升造成的。湿地面积比例从2004年的6．87%降低到2013年的4．22%，无林地比例从1．79%增加到2．26%，垦殖率也从2．17%增加到3．92%。应重点加大林区退耕还林、植树造林以及湿地保护工作。

3．2建议

第一，加强国有林区林业的支撑与保障工作。①提高林区对灾害的防范意识，建立国有林区森林火灾、虫灾防范预警系统，提高森林救援的效率。②黑龙江省国有林区位于我国东北部，气候寒冷，严酷的自然环境使得林区幼苗的成活率很低，加大幼苗的防冻防寒工作，引进新的幼苗培育方法，提高幼苗的成活率。③加大针对林区近年来不断增加的采伐迹地、火烧迹地、林中空地、荒山荒地等无林地的植树造林力度，以丰富林区的森林资源。第二，加快推进林区的法制文明建设。林业政策不完善是阻碍我国国有林区生态文明建设的重要原因，另外，即使是有限的政策执行效果也很不理想。要实现国有林区生态文明建设，降低其生态环境脆弱性，必须建立完善的林业政策体系、建立有效的监督体系，以确保林业政策的严格落实。另外，林区生态建设具有典型的正外部效应，目前林区相关的生态补偿政策不完善，林区生态发展和经济发展发生冲突，相当长的一段时期内陷入“越生态、越贫困”的发展困境。第三，加快推进国有林区产业结构转型与升级。生态功能区的建设，往往难以摆脱“越生态、越贫困”的发展困境，在林区生态建设和经济建设的博弈中，现阶段林区大多以牺牲经济来发展生态，林区贫困问题得不到解决导致林区生态建设事倍功半。应本着“生态文明”的发展战略，大力发展“低碳经济”，淘汰能耗高、排放大的落后产业。加快国有林区产业结构转型与升级，应充分发挥国有林区独特的森林资源优势，走绿色可持续发展道路。引进高新科技，促进林产品深加工，大力发展资源能耗小的森林旅游与休闲服务业以带动林区经济发展。

作者:李朝洪 王雪霞 单位:东北林业大学

参考文献:

［2］王小丹，钟祥浩．生态环境脆弱性概念的若干问题探讨［J］．山地学报，2003，21(增刊):21－25．

［3］王成成．伊春国有林区生态环境脆弱性评价［D］．哈尔滨:东北林业大学，2012．

［4］于波涛，田刚．基于运行效率评价的林业产业系统脆弱性分析与测度［J］．林业科学，2008，44(7):111－117．

［5］王乔．黑龙江省国有林区文化建设研究［D］．哈尔滨:东北林业大学，2013．

［6］张红梅．遥感与GIS技术在区域生态环境脆弱性监测与评价中的应用研究［D］．福州:福建师范大学，2005．

［7］牛文元．生态环境脆弱带ECOTONE的基础判定［J］．生态学报，1989，9(2):97－105．

［8］周劲松．山地生态系统的脆弱性与荒漠化［J］．自然资源学报，1997，12(l):10－16．

［9］刘正佳，于兴修，李蕾，等．基于SRP概念模型的沂蒙山区生态环境脆弱性评价［J］．应用生态学报，2011，22(8):2084－2090．

［10］赵跃龙，张玲娟．脆弱生态环境定量评价方法的研究［J］．地理科学进展，1998，17(1):67－72．

［11］王让会，樊自会．塔里木河流域生态脆弱性评价研究［J］．干旱环境监测，1998(4):39－44．

［12］蔡海生，刘木生．生态环境脆弱性静态评价与动态评价［J］．江西农业大学学报，2009，31(1):149－155．

［13］赵红兵．生态脆弱性评价研究:以沂蒙山区为例［D］．济南:山东大学，2007．

［14］孙玉刚．灰色关联分析及其应用研究［D］．南京:南京航空航天大学，2007．