淮南市三维生态足迹及其驱动因子研究

程艳妹, 任彩凤, 郑欣, 周立志



淮南市三维生态足迹及其驱动因子研究

程艳妹, 任彩凤, 郑欣, 周立志*

安徽大学资源与环境工程学院, 安徽大学矿山环境修复与湿地生态安全协同创新中心, 合肥 230601

三维生态足迹综合考虑生态足迹的深度和广度, 对于理解城市可持续发展具有重要意义。基于三维生态足迹模型测度了淮南市2007—2014年的生态足迹动态变化, 并建立生态足迹影响因素指标体系, 利用多元线性回归模型对其驱动因子进行了分析。结果表明, 淮南市人均三维生态足迹由2007年的3.8138增加至2014年的8.7164, 人均生态承载力下降至0.2458; 生态足迹深度年均上升12.55%，足迹广度处于相对稳定状态, 人均三维生态足迹受足迹深度与足迹广度共同影响, 但主要受足迹深度影响, 消耗存量资本逐渐成为区域发展的主流。模型分析表明, 经济发展、生态环境污染等因素对淮南市生态足迹有正向驱动作用; 生态环境建设、社会发展等因素对生态足迹有负向作用, 可减缓生态压力的扩大趋势。建议未来应转变经济发展模式, 优化产业结构，提高能源利用效率, 以减少足迹深度; 加大生态环境保护力度、保护耕地, 合理控制人口增长以减少足迹广度, 提高淮南市可持续发展能力。

三维生态足迹; 足迹深度; 足迹广度; 淮南市

1 前言

城市是以人类活动为中心的社会—经济—自然复合生态系统, 人类对生态系统的需求和生态系统的供给二者之间的平衡维持复合生态系统的稳定。生态足迹(Ecological Footprint)用来表达人类对生态系统的需求, 即能够持续地提供资源或消纳废物的、具有生物生产力的地域面积(Biologically Produc­tive Areas)。通过测量人类对自然生态环境的需求与自然生态环境所能提供的物质资源之间的差距, 在不同尺度上比较人类对自然资源的消费量与自然资源的承载量, 定量测度区域可持续发展状态[1–2]。

随着社会、经济发展和城市化进程的加快, 城市生产与消费水平日渐提高, 对自然资源与生态环境产生了巨大的压力, 产生的生态环境问题也日益严重, 逐渐成为限制城市经济发展可持续性的主要因素。正确处理城市发展与生态环境的关系, 是可持续发展战略的关键所在, 因此评价、监测城市可持续发展的状态逐渐成为人们关注与研究的焦点[3]。煤炭资源型城市往往因采掘地下煤炭形成并发展起来, 煤炭采选业在很长时间内在城市经济社会结构中占据重要地位[4]。煤炭的长期开采, 带来耕地丧失、环境污染、社会矛盾等系列问题, 对城市的生态环境产生巨大压力, 使得生态系统非常脆弱, 制约地方经济的可持续发展。

传统生态足迹模型为基于生物生产性土地面积的二维模型, 无法区分自然资本流量与存量的关系, 也无法体现生态透支在时间维度上的积累与不可持续状况[5]。生态足迹三维模型(Three dimensional ecological footprint, EF3D)引入生态足迹深度与生态足迹广度指标, 使生态足迹研究的尺度由二维拓展到三维[6–7]。其中, 生态足迹深度表示维持区域现有消费水平, 人类消耗自然资本存量的程度, 反映资源积累的需求, 因而具有时间属性；生态足迹广度表示人类对自然资本流量占用大小, 即对生物生产性土地的占用, 具有空间属性[8]。因此三维生态足迹模型既强调了土地资源在空间上的稀缺性, 又表现了资源消费与资源再生在时间上的不同步性, 使生态足迹研究在纵向上拓展, 可以更加准确的反映城市的可持续发展状况[9]。

淮南市为一座典型的煤炭资源型老工业城市[10]。已有学者对淮南市生态足迹现状和时间序列进行了研究, 但多数还是基于二维尺度[11–12]。本研究通过三维生态足迹模型定量分析淮南市2007—2014年的三维生态足迹动态变化特征, 进而分析区域生态可持续发展的趋势, 从足迹深度与足迹广度角度, 构建淮南市三维生态足迹影响因子指标体系, 运用熵值法与多元线性回归模型分析社会、经济、生态环境等因素对三维生态足迹的驱动机制, 诊断淮南市生态足迹的影响因子, 以期为淮南市可持续发展提供决策依据。

2 研究区域概况

淮南市位于安徽省中部偏北, 是华东地区重要的能源基地, 中国13个亿吨煤炭基地之一。地处东经116°21′21″—117°11′59″与北纬32°32′45″—33°0′24″之间。区内拥有丰富的矿产资源, 主要以能源和非金属矿产资源为主, 能源资源占主导地位, 现已发现的有煤炭、煤层气、地热等资源, 尤其煤炭资源优势突出, 分布集中, 且煤质优良, 长期以来淮南市形成了以煤炭、电力、化工为支柱的重型工业结构布局。《淮南市2015年国民经济和社会发展统计公报》表明, 截止2014年末, 全市总面积2585 km2, 市辖6区1县, 全市常住人口为237.5万人, 生产总值为789.3亿元, 城镇化率达到67.9%。随着经济、社会的快速发展, 伴随着能源与资源的大量消耗, 驱动城市化与社会生活水平的快速提高的同时, 随之而来的是人地矛盾突出、生态环境不断恶化, 经济社会的可持续发展受到严重考验。

3 研究方法

3.1 数据来源及参数选取

统计数据：淮南市统计年鉴(2008—2015年)、淮南市年鉴(2008—2015)、淮南市国民经济和社会发展统计公报、淮南市土地利用总体规划(2006—2020)、联合国国际粮农组织(FAO)统计数据。本文计算的土地类型分为5类：耕地、草地、水域、化石燃料用地、建筑用地。其中生物资源消费分为农产品、林产品、动物产品、水产品；能源消费分为煤炭、汽油、柴油、天然气、电力、燃料油、煤气、液化石油气等。

参数选取：由于耕地、林地、草地、建筑用地、化石能源用地等用地的生物生产能力差异很大, 需以相应的均衡因子与产量因子进行转换, 而因我国地域辽阔, 土地生产水平差异大, 均衡因子与产量因子因地域不同有很大差别, 因此采用刘某承、李文华等基于净初级生产力的中国生态足迹产量因子与均衡因子的测算结果[13–14], 结合淮南市区域特点选取产量因子与均衡因子, 具体数值见表1。

3.2 三维生态足迹模型

二维模型强调生态足迹()为生态承载力(内圆)、生态赤字(外圆)之和, 反映在图形上是面积；而三维生态足迹模型将生态足迹定义为足迹深度(底面)和足迹广度(柱高)的乘积, 反映在图形上是体积, 如图1所示[3,7]。

3D, region＝depth·size

式中：3D, region表示区域三维生态足迹；depth为足迹深度；size表示生态足迹广度；表示生态承载力。

(1)生态足迹深度 足迹深度指人类对于自然资本的消耗程度, 其意义有两层：人类要满足实际资源的消费量需要多少现有土地面积；人类要满足实际资源消耗量, 再生这些资源需要的时间, 因而具有时间属性[3,16]。其计算公式为：

式中：为生态赤字。由式(1)可知,depth≧1：当生态足迹小于生态承载力时(﹤),depth＝1, 表明此时消耗自然资本能够满足资源消费需求；当生态足迹大于生态承载力时(﹥), 开始出现生态赤字, 则depth﹥1, 表明此时人类对于自然资本的消耗程度已不能满足消费需求, 必须对资本存量加以动用。因此,depth是人类对于资源利用可持续性的一个客观表征,depth越大, 表明所消耗的资源越多, 资本的消耗量越大, 区域发展的不可持续性越强。

(2)生态足迹广度 足迹广度指在区域生态承载力限度内, 实际所占用的生物生产性面积, 表征了人类占用自然本流量的程度大小, 是人类对于自然资本的最大消耗程度[17]。足迹广度表示为：

3.3 熵值法

熵值法是一种根据指标间离散程度, 利用信息熵来决定指标权重的方法[18–19]。三维生态足迹定量反映了区域的可持续发展程度和自然资源的消费利用状况, 与地区的社会和经济发展及生态环境状况有着紧密的联系。本研究参考前人研究, 选取社会、经济、生态环境、区域交流等影响生态足迹的指标[17,20–21], 从中选取25个指标。指标数据来源于《淮南市统计年鉴》。运用熵值法, 根据2007—2014年各指标的初始值差异程度, 确定指标权重, 可减小主观因素的影响, 使评价结果更具科学性[18]。

对于一个由个样本,个指标做综合评价的问题, 其信息熵及权重的主要计算步骤如下所示：

e＝④

式中常数与系统样本有关, 对于一个信息处于完全无序的系统, 有序度为零,＝1；当个样本处于完全无序分布状态时, Y＝1/,＝1/ln, 0≦≦1。

某项指标的信息效用价值d取决于该指标的信息熵e与1之间的差值：

d＝1－e⑤

最后可以得到第项指标的权重为：

4 结果与分析

4.1 人均生态足迹深度变化

4.1.1 总体变化

2007—2014年淮南市人均生态足迹深度呈持续增加趋势, 并呈现阶段性变化特征(表2)。由表2可以看出, 2007—2008年人均生态足迹深度由15.5069大幅增加至22.3089, 2008—2012年, 人均生态足迹深度由22.3089增加至26.5119, 增加幅度较小, 2013年人均生态足迹深度大幅增加至31.1148, 2014年增加至35.4664。表明淮南市对自然资源的利用已超过自然资源再生的速度, 对资本存量的消耗程度日益加大。

表1 各类生物生产土地均衡因子、产量因子的选取

图1 传统生态足迹模型与三维模型的对比[15]

4.1.2 地类组分变化

从人均生态足迹深度构成来看, 草地人均生态足迹深度变动明显, 研究期间下降了17.5146, 其中2007—2008年, 由54.9407 减小至35.1218, 2009年增加至53.1803后, 至2012年波动下降至35.4566, 2013—2014年增长至37.4261。化石能源用地生态足迹深度2007—2014年, 处于持续增长状态, 由3.6180 增长至8.4980。2007—2014年淮南市耕地的生态足迹深度总体呈波动增加的趋势, 2007—2011年人均足迹深度处于自然原长状态, 2011年之后, 耕地人均足迹深度超出自然原长, 2012—2013年耕地人均足迹深度持续增加至1.0865, 2014年下降至1.0685。由此表明, 淮南市过度使用了耕地、化石能源用地、草地等的自然资本存量；林地、水域、建筑用地的生态足迹深度一直为1, 是因为这些生态用地类型的生态承载力一直大于生态足迹, 处于生态盈余状态, 淮南市对林地、水域、建筑用地等自然资本流量的消耗即可满足对林地、水域、建筑用地的自然资源的消费需求。

4.2 人均生态足迹广度变化

4.2.1 总体变化

由表3可知, 2007—2014年淮南市人均足迹广度整体呈增加趋势, 由0.1620波动增加至0.1863, 共增加了0.0243, 反映了淮南市占用的自然资本流量日渐增多。

4.2.2 地类组分变化

2007—2014年, 淮南市一直处于生态赤字状态, 需要动用自然资本存量来满足日益增加的消费需求。生态足迹广度实际取生态足迹与生态承载力中的较小值。草地的人均生态承载力小于生态足迹, 其人均足迹广度与人均生态承载力一致；耕地在2008年及2012—2014年, 人均生态承载力小于人均生态足迹, 其人均足迹广度与人均生态承载力一致, 2007年及2009—2011年, 人均生态足迹小于人均生态承载力, 人均足迹广度与人均生态足迹一致；林地、水域、建筑用地的人均生态足迹小于生态承载力, 其人均生态足迹广度与其人均足迹一致。由2014年淮南市年生态足迹广度的构成, 可以发现, 耕地生态足迹广度占83.04%, 林地占4.50%, 草地占0.32%, 水域占1.51%, 建筑用地生态足迹广度占10.63%, 表明耕地与建筑用地是生态足迹广度的主要组成部分；其次是林地、水域、草地, 说明淮南市的人均占用土地面积以耕地和建筑用地为主, 自然资本流量的承载者主要是耕地, 其次是建筑用地。随着采煤沉陷的持续进行, 区域内水域的面积会进一步扩大, 其承载能力会进一步增长。

表2 2007—2014年淮南市人均生态足迹深度

表3 2007—2014年淮南市人均足迹广度

4.3 人均三维生态足迹供需变化

由表4所示, 根据三维生态足迹模型得到淮南市人均三维生态足迹和人均生态承载力的计算结果。2007—2014年, 淮南市人均三维生态足迹总体增加比较明显, 由3.8138增加至8.7164, 以年均21.98%的速率递增。人均生态承载力总体呈现先减少后增加趋势, 由2007年的0.2459波动减少至2012年的0.2352, 之后增加至2014年的0.2458, 这主要与2012年之后, 淮南市总人口的下降有关。2014年淮南市人均三维生态足迹为8.7164, 人均生态承载力为0.2458, 人均生态赤字为8.4706, 三维生态足迹约为人均生态承载力的30倍, 生态环境压力逐渐增大, 经济和社会发展主要以消耗区域内自然资本为主, 如果要维持淮南市现有的人均消费水平, 至少需要30个淮南市的全球平均空间的生物生产面积。由表4可知, 2007—2014年耕地、水域、建筑用地足迹处于波动上升趋势；草地足迹呈波动下降趋势；能源足迹一直是淮南市三维生态足迹的主导部分, 所占比例在90%以上, 并且保持不断上升的趋势, 与人均三维生态足迹保持一致的变化趋势。

4.4 三维生态足迹影响因素指标体系及驱动模型建立

4.4.1 影响因素指标体系

三维生态足迹影响因素指标体系及子指标层权重结果如表5所示。

4.4.2 社会经济等因素与人均三维生态足迹的相关性分析

通过对各子指标的加权求和, 获得五个各目标层的综合值。利用SPSS软件对淮南市2007—2014年的五个目标层的综合值与人均三维生态足迹时间序列值进行相关性分析, 各相关系数结果见表6。结果显示人均三维生态足迹与经济发展(b)、生态环境污染(c)呈正相关, 与社会发展(a)、生态环境建设(d)、区域交流(e)呈负相关。其中与社会发展、环境污染、区域交流的相关系数最大, 分别为0.819、0.793、0.837。

表4 2007—2014年淮南市人均三维生态足迹

表5 淮南市三维生态足迹影响因素及权重

4.4.3 生态足迹驱动模型的建立

以淮南市2007—2014年的三维生态足迹值为因变量, 5项目标层综合值为自变量, 建立多元线性回归模型, 反映社会、经济、生态环境、区域交流等因素驱动生态足迹的机制, 得到多元线性回归模型：

＝－5.366＋14.697＋0.364－1.375＋2.222⑦

式中：、、、、分别对应表5中的5个目标层, 反映了社会、经济、生态环境及区域交流等因子在驱动生态足迹变化过程中所承担的权重。通过式⑦可知, 经济发展、生态环境污染、区域交流因素对生态足迹起到正向作用, 表明这三者对生态足迹的增加有驱动作用；社会发展、生态环境建设的回归系数为负值, 表明这二者对生态赤字的持续增加有减缓作用。

表6 人均三维生态足迹与其影响因子的相关系数

5 讨论

从本文的结果可知, 研究时间段内, 淮南市三维生态足迹与生态承载力相差较大, 生态赤字日渐增长。与前人研究中淮南市生态足迹, 生态赤字日渐增长趋势相似[11-12], 增加了对于淮南市自然资本流量与自然资本存量利用情况、生态足迹驱动因子的研究。流量资本的占用主要受可再生资源禀赋的限制, 而存量资本的消耗程度是区域可持续发展的标志[22]。由淮南市2007—2014年的足迹深度与足迹广度的变化结果可知, 其人均足迹广度总体变化不大, 耕地、草地、水域、建筑用地足迹广度在逐年增加, 林地的足迹广度逐渐降低, 其中建筑用地的足迹广度增加较为明显；足迹深度总体呈不断上升趋势, 耕地与化石能源用地足迹深度不断增长, 草地足迹深度逐渐下降, 林地、水域、建筑用地足迹深度处于自然原长状态, 化石能源用地足迹深度增加较为突出, 说明淮南市化石能源用地作为存量资本载体的地位逐渐增加, 在存量资本的消耗中所占的比例逐渐增加, 这与南京市、徐州市贾汪区的足迹深度组成中化石能源用地比例逐渐增加的变化趋势相似[17,23]。与同为资源型城市的焦作市的化石能源用地作为存量资本载体与流量资本的比例逐渐减小不同[24], 淮南市在社会经济发展的过程中仍较为依赖矿产等化石能源的自然资本存量消耗。

从足迹深度、足迹广度和人均三维生态足迹的时间序列变化来看, 淮南市足迹深度与人均三维生态足迹的变化有较好的一致性。人均足迹广度与二者相比, 具有一定的滞后性, 说明淮南市人均三维生态足迹的变化虽然受到足迹深度与足迹广度的共同影响, 但足迹深度对人均三维生态足迹的影响大于足迹广度。这种现象与张家口市、南京市、珠江三角洲城市群等城市相似, 足迹深度对于三维生态足迹的影响远远大于生态足迹广度[3,17,25]。由足迹深度的组成可知, 足迹深度大于1的主要是耕地、草地与化石能源用地。其中化石能源用地占比较高, 且增长速度最快, 与生态足迹发展趋势相同, 因此化石能源足迹深度对人均三维生态足迹的影响较大。另外尽管耕地足迹深度, 与化石能源用地足迹深度、草地足迹深度相比较低, 但2007年以来, 一直呈增加趋势, 且耕地在人均足迹广度中占用的比例较高, 在焦作市、张家口市等城市, 耕地在人均足迹广度与人均足迹深度中的比例也较高[3,24], 因此耕地足迹深度的增加对淮南市人均三维生态足迹的影响同样需要重视。

结合三维生态足迹模型计算结果与生态足迹驱动模型的分析结果, 在淮南市社会经济发展与生态环境矛盾不断激化的状态下, 要实现淮南市的可持续发展, 应做好经济发展的转型, 社会结构的调整与生态环境的建设。经济发展过程中应不断降低GDP能耗和污染排放, 均衡产业发展, 提高化石能源的利用效率, 促进新能源的开发与推广, 减小生态足迹的同时, 降低构成成分中的化石能源生态足迹占比；社会发展方面, 应合理控制区域人口数量及结构组成, 减小人口增加对生态环境的压力, 促进第三产业人员比例的增加, 并坚持倡导生态环保、节约的消费与饮食模式, 减小对于自然资源的过度消费；生态环境建设方面, 应严格保护作为生态承载力及自然资本流量主要承担者的可用耕地, 保护林地, 合理规划建设用地范围, 增加生态用地面积；针对采煤沉陷持续产生大面积水域的现状, 应加大合理开发利用此类水域的力度, 开发其作为生态承载力的潜力。协调经济社会发展与区域生态环境之间的关系, 减小生态足迹, 缓解区域内生态压力的同时, 维持进而增加区域生态承载能力, 从而提高淮南市可持续发展能力。

6 结论

淮南市2007—2014年人均三维生态足迹呈持续增长状态, 人均生态赤字严重, 主要依靠消耗存量资本维持自身的发展, 生态压力日渐增大。在各类生物生产性土地中, 化石能源用地的人均生态足迹不断增加, 成为生态足迹的最主要构成, 体现了淮南市经济发展处于高能耗状态, 经济发展模式较为单一。此外, 人均生态足迹深度与人均足迹广度不断上升, 表明淮南市经济发展对自然资本存量与自然资本流量的消耗程度日益增大, 生态环境处于不可持续发展状态。

淮南市三维生态足迹增长的驱动因子主要有经济发展、生态环境污染、区域间交流；社会发展与生态环境建设力度的增加对生态足迹的增长有减缓作用。因此要降低三维生态足迹, 提高淮南市的可持续发展能力, 应做好经济结构的合理化转型, 提高能源的利用效率；促进社会人口结构的转变, 适当控制人口数量, 改变消费方式以降低生态足迹；从保护耕地, 保护林地, 增加生态用地, 合理规划建设用地, 开发利用因采煤沉陷出现的水域等方面, 增加淮南市生态承载力。

[1] WACKEMAGEL M, ONISTO L, BELLO P. National natural capital accounting with the ecological footprint concept[J]. Ecological Economics, 1999, 29(3): 375–390.

[2] SUBHA V, ATHIRA R. Ecological foot print analysis– sustainable environmental management tool for Kochi city[J]. ACEEE, 2011, 1(1): 5–7.

[3] 刘超, 许月卿, 孙丕苓. 基于改进三维生态足迹模型的张家口市生态可持续性评价[J]. 水土保持通报, 2016, 36(6): 169–176.

[4] 吕萍, 陈欢欢. 基于生态足迹模型的煤炭资源型城市生态承载力评价[J]. 区域经济评论, 2017, 3: 127–133.

[5] 李鹏辉. 基于三维生态足迹的2000年—2014年石河子生态安全评价[J]. 西部资源, 2017(1): 98–102.

[6] PENG J, DU Y, Ma J. Sustainability evaluation of natural capital utilization based on 3D EF[J]. Ecological indicators, 2015(58): 254–266.

[7] NICCOLUCCI V, BASTIANONI S, TIEZZI EBP. How deep is the footprint a 3D representation[J]. Ecological Modeling, 2009, 220(20): 2819–2823.

[8] 方恺. 生态足迹深度和广度：构建三维模型的新指标[J]. 生态学报, 2013, 33(1): 267–274.

[9] 秦超, 李君轶, 陈宏飞, 包珺玮. 基于三维生态足迹的陕西省自然资本动态研究[J]. 干旱区研究, 2016(4): 837–842.

[10] 吕森林. 淮南煤炭开发利用造成的环境问题及防治对策的探讨[J]. 中国煤炭, 2002, 28(10): 42–44.

[11] 耿家营, 唐帆, 高瞻. 淮南市生态足迹现状及发展对策研究[J]. 安徽农业大学学报(社会科学版), 2015, 24(6): 23–27.

[12] 高乐红, 董红光, 耿家营. 淮南市生态足迹演变分析[J]. 安徽农业大学学报(社会科学版), 2016, 25(6): 43–47.

[13] 刘某承, 李文华. 基于净初级生产力的中国生态足迹均衡因子测算[J]. 自然资源学报, 2009, 24(9): 1550–1559.

[14] 刘某承. 基于净初级生产力的中国生态足迹产量因子测算[J]. 生态学杂志, 2010, 29(3): 592–597.

[15] 方恺. 自然资本核算的生态足迹三维模型研究进展[J]. 地理科学进展, 2012, 31(12): 1700–1707.

[16] 杜悦悦, 彭建, 高阳. 基于三维生态足迹的京津冀城市群自然资本可持续利用分析[J]. 地理科学进展, 2016, 35(10): 1186–1196.

[17] 胡美娟, 周年兴, 李在军. 南京市三维生态足迹测算及驱动因子[J]. 地理与地理信息科学, 2015, 31(1): 91–95.

[18] 任海军, 曹盘龙, 张爽. 基于熵值法的生态社会评价指标体系研究—以我国西部地区为例[J]. 华东经济管理, 2014(5): 71–76.

[19] 董晓峰, 刘申, 刘理臣. 基于熵值法的城市生态安全评价—以平顶山市为例[J]. 西北师范大学(自然科学版), 2011, 47(6): 94–98.

[20] 贾俊松. 河南生态足迹驱动因素的Hi—PLS分析及其发展对策[J]. 生态学报, 2011, 31(8): 2188–2195.

[21] 岳大鹏, 张露露. 河南省2000—2007年人均生态足迹动态变化及其驱动力分析[J]. 资源开发与市场, 2010, 26(7): 612–616.

[22] 秦超, 李君轶, 陈宏飞. 基于三维生态足迹的陕西省自然资本动态研究[J]. 干旱区研究, 2016, 33(4): 837–843.

[23] 朱琳, 卞正富, 赵华. 资源枯竭城市转型生态足迹分析—以徐州市贾汪区为例[J]. 中国土地科学, 2013(5): 78–84.

[24] 黄艳丽, 乔卫芳. 焦作市人均三维生态足迹的动态分析[J]. 资源开发与市场, 2017, 33(2): 156–159.

[25] 张星星, 曾辉. 珠江三角洲城市群三维生态足迹动态变化及驱动力分析[J]. 环境科学学报, 2017(2): 771–778.

The Three Dimensional Ecological Footprint and driving forces in Huainan, Anhui

CHENG Yanmei, REN Caifeng, ZHENG Xin, ZHOU Lizhi*

Collaborative Innovation Center for Mine Environmental Remediation and Wetland Ecological Security, School of Resource and Environment Engineering, Anhui University, Hefei 230601, China

The Three Dimensional of Ecological Footprint(EF3D)model including the ecological footprint depth and size is helpful to understand the sustainable development of cities. Based on the EF3Dmodel, the per capita three-dimensional ecological footprint from 2007-2014 in Huainan City was calculated. The indicator system for ecological footprint factors was established, and multiple linear regression model was adopted to analyze the driving factors. The results show that the per capita ecological footprint of Huainan City increased from 3.8138 in 2007 to 8.7164 in 2014, and the ecological carrying capacity decreased to 0.2458. Ecological footprint depth per capita increased by 12.55%, and ecological footprint size per capita was relatively stable. The 3D ecological footprint per capita was influenced by footprint depth and footprint size, but mainly affected by ecological footprint depth. Consumption of capital stocks has gradually become the mainstream of regional development. Through the model analysis, the findings indicate that the factors such as economic development and ecological environment construction are the strong drivers for the ecological footprint of Huainan City. And other factors such as social development and ecological environment construction have negative effects on ecological footprint and can reduce ecological deficit. Therefore, in order to improve the ability of sustainable development of Huainan City, the model of economic development is required to be changed, the industrial structure should be optimized, and the resource utilization efficiency should be improved to reduce ecological footprint depth; ecological environment and arable land should be protected, and population growth should be controlled to reduce ecological footprint size.

three-dimensional ecological footprint; footprint depth; footprint size; Huainan City

10.14108/j.cnki.1008-8873.2018.06.014

F205, X22

A

1008-8873(2018)06-106-08

2017-11-08;

2017-12-05

国家社会科学基金项目(编号: 14ZDB145)

程艳妹(1991一), 女, 安徽宿州人, 硕士, 主要从事湿地生态学研究, E-mail: 1373855141@qq.com

周立志, 男, 博士, 教授, 主要从事水鸟与湿地生生态学和生态经济学研究, E-mail: zhoulz@ahu.edu.cn

程艳妹, 任彩凤, 郑欣, 等. 淮南市三维生态足迹及其驱动因子研究[J]. 生态科学, 2018, 37(6): 106-113.

CHENG Yanmei, REN Caifeng, ZHENG Xin, et al. The Three Dimensional Ecological Footprint and driving forces in Huainan, Anhui[J]. Ecological Science, 2018, 37(6): 106-113.