林業生態安全評價指標體系構建與實證

　　摘 要：林業生態安全是國家生態安全的重要組成部分，對區域可持續發展及生態文明建設發揮著重要作用。為克服現有林業生態安全評價中系統復雜性不足和指標體系缺乏驗證的局限，文章基于對廣義林業生態安全(FES)內涵、構成及作用機理的分析，考慮了現有研究尚未納入的潛在因素，選擇DPSIR理論構建FES指標框架，并結合結構方程模型(SEM)，利用中國30個省份的面板數據，對FES指標框架進行統計檢驗和指標優化，最終得到了基于DPSIR-SEM的FES評價指標體系及權重。為進一步驗證指標體系的合理性和實用性，對黑龍江省的生態安全做了實證分析，評判結果與已有研究及實際情況整體相符。

　　陳奕丹; 徐碩; 安欣， 統計與決策 發表時間：2021-09-17

　　關鍵詞：林業生態安全;DPSIR;結構方程模型;指標體系;綜合評價

　　0 引言

　　生態環境惡化對人類生存和發展構成了日益嚴重的威脅，生態安全成為21世紀人類共同關注和研究的重大課題。林業生態安全是國家生態安全的重要組成部分，對區域可持續發展及生態文明建設發揮著重要作用。構建一套科學、完整、可行的林業生態安全評價指標體系，能夠為深入推進林業生態安全測評、分析工作提供理論依據，為統籌協調林業產業經濟與森林生態環境、加快林業生態文明建設進程提供量化參考，具有重要的理論與實際意義。

　　近年來，國內外林業生態安全測度研究與實踐方興未艾，但目前尚未形成一套公認、統一的指標體系。從概念界定來看，國外如新西蘭[1] 、加拿大[2] 、墨西哥[3] 、美國[4] 等國家學者的研究主要聚焦于森林生態系統自身的健康狀況，國內學者進一步考慮了森林生態-林業產業復合系統中各子系統的協調互動，由此構建林業生態安全評價指標體系并進行綜合評價。從研究方法來看，主要采用了直觀篩選法、結構模型法、SEM模型等構建林業生態指標體系并用于綜合評價。直觀篩選法[5,6] 是最常用的一種方法，它相對靈活、簡易，能充分發揮學者的創造力和研究能力，但主觀性較強，指標體系的邏輯性和系統性往往無從驗證。結構模型法能更加客觀地反映林業生態安全要素屬性的相互關聯和有機統一，常用 PSR(Pressure-State-Response)結構模型法和PSIR(Pressure-State-Impact-Response)結構模型法。馮彥等(2017)[7] 基于聯合國可持續發展委員會提出的PSR結構模型法對湖北省森林生態安全進行評價。張智光團隊創建了PSIR結構模型法構建初始指標體系，并結合 SEM 模型進行指標優化與檢驗，為林業生態安全指標的構建和實證提供了參考依據[8—10] 。相關研究成果為本文提供了參考，但林業生態安全評價指標研究仍有推進空間：一方面，基于林業生態安全的獨特內涵，其指標框架的設計可進一步貼合林業生態復合系統的復雜特性和內在機理，避免與生態安全、森林生態健康等混淆不清;另一方面，現有研究缺乏對林業生態安全指標體系的檢驗和優化，可進一步探索統計方法在其中的應用。

　　林業生態安全指標及權重的科學性將直接影響評價結果的準確性。立足于林業生態安全理論及研究，本文引入 DPSIR 概念框架選取初始指標，結合 SEM 模型篩選指標，從而得到林業生態安全評價指標體系及權重并進行統計檢驗。并以黑龍江省為例，利用模糊綜合評價法進行了實證分析。

　　1 基于DPSIR理論的FES指標框架

　　目前對林業生態安全(Forestry Ecological Security， FES)的理解尚未統一，主要分為兩種：狹義FES(森林生態安全)是從森林生態系統內部的結構、功能和生態過程出發，僅指森林生態系統自身的完整、健康、可持續。廣義 FES是從森林生態系統的開發、生產、管理和維護等多方面出發，指由森林生態子系統(狹義林業生態系統)、林業產業子系統共同組成的林業生態-產業復合系統(廣義林業生態系統)不受威脅的狀態，強調林業生態-產業內在交互及復合系統整體的生態安全性。廣義FES從森林生態系統與林業產業系統交互的內在機理出發，不僅要關注森林生態系統為人類生存和產業發展提供可持續生態服務的安全性，還需要注重人類經濟活動對森林生態系統構成威脅的反響安全性，強調林業生態系統中自然、社會、經濟因素的雙向作用，才能夠涵蓋FES綜合評價的關鍵要素。

　　DPSIR(Diver-Pressure-State-Impact-Response)是1999 年歐洲環境署在綜合PSR、DSR等優點的基礎上提出的結構化理論模型[11] ，全面考慮了驅動力、壓力、狀態、影響、響應五大要素，能夠充分反映生態環境系統與人類活動的雙向關系，為復雜系統的要素屬性研究和測度提供科學理論依據[12] ，近年來廣泛應用于復雜森林生態系統、生態脆弱性、生態安全系統等生態安全相關領域的綜合評價。

　　圍繞廣義FES的內涵機理與本質屬性，本文以DPSIR 結構模型為理論框架，遵循科學性、完整性、層次性、代表性、有效性和可操作性原則，構建了中國FES評價指標體系(見圖1)。與已有研究相比，初始指標體系納入了影響 FES的潛在驅動因素，并合并了聯系密切的影響和響應因素，進一步凸顯了指標體系的林業特色，避免了“生態與經濟割裂看待”“FES與生態安全混為一談”等問題;考慮了森林資源清查指標數年更新一次數據的現實，通過控制缺失數值的插補率提升分析結果的可靠性。

　　生態與經濟驅動力(D)是造成森林生態與林業產業內在交互安全性發生改變的潛在原因，包括經濟社會因素和自然生態因素。初步選取人均GDP、城市化水平、人均木材需求、水土流失面積等指標。其中，人均GDP和城市化水平反映林業生態復合系統在經濟社會發展方面的宏觀環境，也間接體現為了生產生活而消耗森林資源、破壞生態環境的潛在驅動因素;人均木材需求間接反映在現有經濟社會條件下，人類對木材等森林資源的開發訴求，即驅動森林資源超負荷供給林業產業、林業產業加速擾動森林生態系統抗干擾和自恢復能力的潛在因素;水土流失面積作為FES的重要驅動因子，不僅能體現森林系統所處的基本自然條件，還能反映森林資源的密度、質量和復原力，及森林生態與產業的交互關系質量。

　　林業產業發展壓力(P)是在驅動力影響下，林業生產活動作用于森林生態環境，并促使森林生態環境安全狀況發生變化的直接原因。不同于驅動力的隱性特征，壓力主要是林業產業發展作用于森林生態環境的顯性外力。初步選取林業總產值、林業二產比重、林業產值增長和林業產值占 GDP 比重等指標，分別對應林業產業經濟的總體發展水平、林業產業結構、林業產業增長速度、林業經濟對國民經濟貢獻程度，反映為了從總量、結構、增長、貢獻率等全方位發展林業產業而消耗森林資源、損害生態環境、排放工業污染等，從而對FES狀況造成的壓力。其中，林業第一產業(如森林經營)、林業第二產業(如木材加工)和林業第三產業(如森林游憩與森林康養)均對森林生態乃至FES產生不同作用。考慮到指標代表性原則并參考已有廣義FES指標體系研究成果，選取林業二產比重代表林業產業結構對FES帶來的壓力。

　　森林資源與生態狀況(S)是驅動力和壓力作用下森林自然系統所表現出的狀態。考慮到指標體系的概括度及數據的可得性，初步選取森林蓄積量、森林覆蓋率、人均森林面積、林業自然保護區面積比、天然林面積比等指標。其中，森林蓄積量體現森林資源的總體規模，間接體現森林生態環境的質量;森林覆蓋率反映森林資源豐富水平和生態平衡程度;人均森林面積間接反映森林系統固氮制氧、要素稟賦等情況;林業自然保護區面積比和天然林面積比從森林功能、森林結構等不同角度反映森林系統自然資源稟賦強弱，也間接體現其對森林系統自然、經濟、社會效益的影響。

　　森林生態變化與治理(E)由影響(I)和響應(R)構成，表示在驅動力、壓力和狀態共同作用下森林生態系統所受的影響，以及人類對森林生態環境開發和保護所采取的應對措施和政策響應，初步選取森林消長比、森林災害面積比、人均造林面積、工業污染治理投資占比等指標。其中，森林消長比為森林采伐量與造林量之比，綜合反映林業活動對森林效益的影響;森林災害面積比反映森林火災及森林病蟲鼠害等脅迫因子對森林生態安全的影響情況;人均造林面積反映了生態文明建設情況和人工造林力度，間接反映森林資源更新、質量和結構;工業污染治理投資占比間接反映綠色化工循環經濟的發展情況。

　　2 數據來源與處理

　　本文以中國30個省份為研究對象，指標數據源自《中國區域經濟統計年鑒》《中國農村統計年鑒》《中國財政年鑒》《中國統計年鑒》《中國林業統計年鑒》《中國環境統計年鑒》和《森林資源清查公報》等，部分數據根據年鑒數據綜合處理得到，其中人均GDP即人均地區生產總值;城市化水平用城鎮人口所占比重近似代替;人均木材需求通過計算人均木材產量近似代替;林業二產比重由林業第二產業產值除以林業產業總產值計算得到;天然林面積比用非人工林面積比近似代替;林業產值增長通過計算林業總產值年增長率得到;林業自然保護區面積比即林業系統自然保護區面積占國土面積的比重;森林消長比用木材產量與造林總面積之比近似代替;工業污染治理投資占比用工業污染源治理投資與環境污染治理投資總額之比表示。鑒于數據的可得性，研究對象未包括上海及港澳臺。

　　對數據進行預處理。①缺失值處理：當缺失值較少時，根據缺失部分的規律選用均值法或線性插值法等進行插補。當缺失值過多或插補難度過大時，刪去此樣本。②價格轉換：為消除價格波動的影響，人均GDP和林業總產值均經過物價調整，屬于實際變量。③正向化處理：FES 測度指標分為正向和逆向指標，對林業二產比重、人均木材需求、森林消長比、森林災害面積比、水土流失面積五個逆向指標進行正向化處理，令： x' ij = max{xij} - xij (1)其中，xij 和 x' ij 分別表示第 i 個樣本的第 j 個指標正向化前后的數據。④無量綱處理：采用z-score標準化方法處理判斷矩陣，以滿足SEM模型的要求。

　　3 DPSIR-SEM指標優化及權重確定

　　3.1 指標優化

　　SEM作為一種定量驗證與測度的模型，可用于研究林業生態安全測度要素的關聯和結構。為進一步減輕冗余和主觀問題，引入SEM方法對FES初始指標體系進行精簡和驗證：測量模型：X = ΛX ξ + σY = ΛY η + ε (2)結構模型：η = Bη + Γξ + ζ (3)

　　其中，X 、Y 分別指外生測量變量、內生測量變量組成的向量，ξ 、η 分別指外生潛變量、內生潛變量組成的向量，ΛX 為外生測量變量與外生潛變量的因子負荷矩陣， ΛY 為內生測量變量之間的因子負荷矩陣，B 和 Γ 為對應方程系數，σ 、ε 和 ζ 分別為對應方程殘差項。其中，測量模型用于描述 D、P、S、E 四大潛變量與各測度指標間的歸屬關系;結構模型用于描述 D、P、S、E 四大潛變量間的因果關系。由于本文僅涉及指標體系的結構關系而非因果關系，因此選用SEM測量模型而無須使用SEM結構模型，這相比類似研究更加貼合研究目標。

　　以初始指標為測量變量，根據圖1設計SEM路徑關系圖(見圖2)。其中，H1—H17 為模型假設對應路徑系數值，可體現測量變量對所屬潛變量的反映程度，UDP、UDS、 UDE、UPS、UPE、USE 分別對應各潛變量之間的相關作用系數，e1—e17 為殘差項。運用SEM搭建模型優化反饋流程，以篩選初始指標：①提煉 4 個潛變量。使用 SPSS21.0 軟件對初始指標進行相關分析和聚類分析，將相關系數過大的指標精簡，并將具有同類性質的指標歸為一類，再運用因子分析法提取 4 個公因子作為潛變量。②指標篩選。根據圖2初步構建SEM并將各初始指標按對所屬潛變量的重要程度排序，嘗試刪除一個排名最末的初始指標，并使用AMOS21.0軟件進行SEM的參數檢驗及擬合檢驗，參考修正指數優化模型適配效果，并根據各項檢驗的顯著性強弱主觀判斷指標去留，選擇通過顯著性檢驗并使模型擬合效果更佳的指標而剔除效果不佳的指標，重新進行參數檢驗、擬合檢驗和指標篩選，循環往復多次，直至優化后的指標體系能使對應SEM通過一系列顯著性檢驗為止。③指標終選。通過SEM篩選得到最終指標體系，包含 12個指標，并據此輸出檢驗結果及標準化作用路徑系數。

　　3.2 指標體系檢驗及權重確定

　　由于前述優化流程繁瑣，本文僅展示最終優化結果。

　　(1)信度和效度檢驗(見表 1)：采用 SPSS21.0 軟件進行信度檢驗，結果顯示生態與經濟驅動力 D 、林業產業發展壓力 P 、森林資源與生態狀況 S 、森林生態變化與治理 E 的 Cronbach's α 值均超過 0.7，說明樣本數據的信度良好。結構效度檢驗和內容效度檢驗是最主要的效度檢驗方法。采用因子分析法進行結構效度檢驗，各測量變量的 KMO值均大于0.6，Bartlett球形檢驗的sig值均小于0.001，盡管靠近檢驗范圍的邊界，但并不至于影響整體分析結果的有效性。內容效度是指測量變量對所屬潛變量的反應能力。由于本文在指標體系設計階段進行了廣泛的文獻研究，參照了權威的研究成果和年鑒數據并經過了多次專家咨詢，可以認為內容效度滿足研究需求。

　　(2)路徑檢驗(見下頁表 2)：逐一檢驗優化模型中各假設路徑的顯著性，結果表明SEM篩選得到的FES最終指標體系主要包括 D、P、S、E 四大要素，共計 12 個測度指標;相應指標路徑關系在1%的顯著性水平下均成立，最終指標體系對FES具有顯著計量效果。

　　(3)模型擬合優度檢驗：為判斷樣本數據與假設路徑的適配度，從三個方面檢驗模型的擬合指數(見下頁表 3)，可知模型擬合效果良好。

　　(4)指標權重對比檢驗：通過歸一化算法，將標準化路徑系數值變換得到指標權重WXj ： WXj = γXj /å j = 1 n γXj ( j = 1?12) (4)其中，Xj 為第 j 個指標，其權重系數為 WXj ，其標準化路徑系數值為 γXj 。在統計檢驗的基礎上，為進一步驗證基于 DPSIR-SEM 方法構建的 FES 指標體系的穩健性和合理性，對比熵權法、因子分析法、主成分分析法、變異系數法等經典權重算法與DPSIR-SEM方法所得權重(見表4)。

　　使用Wilcoxon配對符號秩檢驗法將DPSIR-SEM與其他四種算法進行兩兩對比(見表5)，均在1%的顯著性水平下無法拒絕原假設，說明使用DPSIR-SEM方法的確權結果和其他經典算法所得結果均無顯著差異，本文方法在確權方面的穩健性良好。

　　4 實證

　　基于 DPSIR-SEM 方法，中國省際 FES 測度指標體系實現了篩選、權重確定和檢驗，最終得到了FES測度指標及權重。為進一步研究指標體系的合理性、實用性，以中國林業生態大省黑龍江省為研究對象，針對FES非確定、難量化的特性，選用模糊綜合評價方法進行實證分析。

　　根據本文的FES評價指標體系，確定因子論域U = {城市化水平，人均木材需求，…，工業污染治理投資占比}，對應指標權重向量為W ，并建立評語等級論域V = {極高，較高，中等，較低，極低}。由于FES相關理論與實踐尚未形成權威等級劃分，針對 FES 評價指標在中國 30 個省份經過可比化轉換后的數值，對逆向因子進行了正向化處理，采取分位數方法確定了各指標因子在不同評語等級下的劃分標準。此標準下的模糊綜合評價屬于“相對評價”。使用降半梯形隸屬函數對正、逆向指標因子分別確定隸屬函數并計算隸屬度，得到歸一化后的、基于模糊關系矩陣的單因素評價矩陣 R ，由此計算模糊合成矩陣 B ，據此開展綜合評價。根據相關研究成果測得此時實施最大隸屬原則的有效性低，因此引入“加權平均原則”并得到黑龍江省FES綜合評判結果(見表6)?，F有研究通過對廣義FES指標-指數的耦合，測度不同年份的黑龍江省 FES 絕對評價結果，而本文為相對評價，且評語等級數量和研究方法均不同，可通過比較相同時間段的FES變化趨勢實現可比性。已有研究[9] 發現黑龍江省FES于2006—2009年在健康到危險之間波動，于2010 —2014年整體逐年向好;本文測得黑龍江省FES于2006— 2009 年在中等安全程度略有波動，于2010—2014 年逐年向好。此外，已有研究[10] 發現2013年黑龍江省FES狀態為健康，位列全國前10名，而本文測得2013年黑龍江省FES 綜合得分為3.9091，所處安全程度相對較高，位列全國前 15 名。因此，本文評判結果與已有研究及實際情況整體相符，符合FES發展的長期性、漸變性。

　　5 結論

　　FES在我國生態文明實施進程中的重要地位日益凸顯。FES評價指標體系的研究有助于提升相關監測、分析能力，但是目前尚未形成一套公認、權威的方案。本文基于 FES 的廣義內涵及相關研究成果，提出 DPSIR 模型和 SEM測量模型相結合的方法測度FES并進行實證分析，在研究方法和模型構建上均不同于原有的 FES 評價。DPSIR-SEM方法的主要優勢在于：(1)在指標體系的結構設計上更貼合廣義FES的復雜性特征。引入DPSIR結構能進一步考慮現有指標體系尚未納入的潛在驅動維度，更能貼合廣義FES的獨特內涵、內在機理以及森林生態與林業產業協同發展的內在目標，提高了初始指標體系的全面性，在為復雜系統的要素屬性研究和測度提供科學理論依據方面有明顯優勢。(2)在指標體系的修正和驗證上較已有方法更具客觀性。通過SEM測量模型構建反饋回路修正并驗證了指標體系，使得到的指標體系能更客觀地體現 FES復合系統中顯變量與潛變量之間的隸屬關系，最終指標權重的穩健性、合理性得到Wilcoxon符號秩檢驗等的驗證。(3)基于DPSIR-SEM方法的中國省際FES評價體系能夠通過實證檢驗。黑龍江省FES模糊綜合評價得分在整體水平方面基本維持在相對“中等”至“較高”的水平，在變化趨勢方面呈現波動中愈發明顯的上升趨勢，與已有實證研究結果基本相符。