基于DPSIR模型的城市土地资源承载力评价研究
Study on Evaluation of Carrying Capacity of City Land Resources Based on DPSIR Model
文/重庆大学管理科学与房地产学院 李晗薇
【摘要】 随着城镇化进程的推进，城市可持续发展已成为最受关注的话题。土地资源承载力作为影响现代城市可持续发展的因素之一，具有重要研究意义。基于驱动力—压力—状态—影响—响应（DPSIR）模型框架，构建11个单项指标的土地资源承载力评价指标体系，并应用层次分析法（AHP）确定各项指标权重。以四川省5个主要城市为例进行土地承载力实证评价，提出其土地资源利用建议。
【关键词】 城镇化；土地资源；承载力；DPSIR模型；层次分析法
0 引言
土地资源不仅是人类社会经济发展的物质基础，也是影响地区或国家农业生产和经济实力的重要因素[1]。近年来，随着经济发展与城镇化进程加快，人口增长、城市扩建及对土地不合理开发利用造成的污染已成为威胁我国土地安全的重要因素[2]，水资源短缺、土地资源压力加大、能源供给紧张、环境污染加剧等问题越来越突出，人们逐渐反思城市的承载力问题[3]。我国于20世纪80年代开展“中国土地生产能力及人口承载量研究”，将土地承载力定义为在未来不同时间尺度上，以可预见的技术、经济和社会发展水平及与此相适应的物质生活水准为依据，预估一个国家和地区利用自身土地资源所能持续供养人口的数量[4]。对土地资源可持续承载能力进行综合评价，可为区域土地资源的科学规划及可持续开发利用提供决策依据，对确保区域社会经济与生态环境的可持续发展、保障未来粮食安全及摆脱地区贫困具有重要意义[5-8]。
驱动力—压力—状态—影响—响应（DPSIR）模型是欧洲环境局结合压力—状态—响应（PSR）模型和驱动力—状态—响应（DSR）模型的优点而建立的解决环境问题的管理模型，具有综合性、系统性、整体性、灵活性等特点，蕴含“发生了什么、为什么发生、如何应对”等因果关系，为综合分析和描述城市复合系统中的社会、经济、资源与环境间的关系提供基本分析框架[9]。DPSIR模型中的“驱动力”(Driving Force)指推动资源系统发展变化的原因，是促使资源系统变化的最原始指标；“压力”（Pressure）是通过驱动力作用后直接加在资源系统上且促使其发展的外力，与驱动力指标类似，都是对系统发展变化产生作用的外力；“状态”（State）是指系统在各种驱动力和压力作用下的现实表现，描述各类资源系统满足其资源需求的能力；“影响”（Impact）是用来描述系统状况变化导致社会变化的效果；“响应”（Response）是为实现资源承载力所采取的管理措施及政策[10]。
通过研究城市发展现状和影响城市土地资源管理利用因素，确定评价土地承载力指标，并借鉴现有国内外对该课题的研究调查，以四川成都、自贡、乐山、南充、巴中等城市为主要对象，通过对实证城市土地承载力的现状分析和对未来的发展预测，结合当地城市规划，依照可持续发展理论提出提高该城市土地资源承载力的对策，促进城市土地的可持续发展。
在这种教学方法下，有些学生甚至会感觉课堂乏味无趣，所学到的知识也并没有完全理解与融合。但是教师却希望让学生学到更多知识，所以在课堂上会大篇幅地灌输学生自己的想法。教师的这种想法与做法，最终也就引发了教学质量的不断降低。随着经济全球化的发展，多元化教学方式也随之逐渐传入中国。例如：被教师运用最为广泛的一种教学方式——“少教学，多创新”，它不但可以让学生实现用最少的时间取得最大的学习成果，还提高了学生的思考与创新能力。
1 城市土地资源承载力评价体系构建
1.1 模型指标选取
在对DPSIR模型分析的基础上，以科学性、系统性、代表性、可操作性为指导，对DPSIR模型进行自上而下、逐层分解，最终构建土地资源承载力评价指标体系模型，由驱动力、压力、状态、影响、响应五大系统构成的DPSIR模型框架涵盖11项基础指标，具体评价指标体系如表1所示。
表1 城市土地资源承载力评价指标体系
1.2 AHP法确定指标权重
在此基础上对其做均方标准化后代入指标体系中即可算出各评价指数，经标准化处理后的数据如表4所示。
1.2.1 建立成对比较判断矩阵
事实上，在侵害集体组织成员权益纠纷、土地承包经营权纠纷等民事案件中，基层法院通常都会从案件当事人数量、潜在案件的规模等角度考量涉诉信访的风险。对于可能有较大涉诉信访风险的案件，法院往往采取不立案且不出具相应法律文书的方式将纠纷排除在法院系统之外。尽管当事人可能就应当立案而不立案的情形进行信访，但是往往因其缺乏已经向法院申请立案的证据而难以进入信访程序。
2.2.1 指标数据分析
WA=（0.3332，0.2901，0.1536，0.0814，0.1417）
实验2 仿真中设置Tw=1.5Ts和Twc=1.5Tsc，盲检测算法对接收信号的处理输出如图4(a)、4(c)、4(e)所示.再考虑Tw=4Ts和Twc=2Tsc(满足前文提出的周期参数设计方案)，盲检测算法对接收信号的处理输出如图4(b)、4(d)、4(f)所示.
第一步就是在“四化”示范区率先启动标准化采购，为油田直接节省资金0.6亿，这也为第二步推行化学剂标准化试点工作积累了经验。化学剂标准化采购一直是该油田一项复杂工作。2013年9月，油田抽调科研院所、生产单位及质量检验机构的专家对原有268个品种从产品性能、应用效果及标准指标等方面进行梳理，最终整合了钻井、采油地面、采油入井、三次采油等4类196项标准，并全面停用供应商标准。这直接为油田节省采购资金1.6亿，也让石油石化系统内外看到了胜利油田开展标准化采购的成效，从源头有效降低生产成本，让老油田实现新转型。
根据方根法，求解各判断矩阵的权向量WA及最大特征值λA，计算结果如下。
WA1=（0.3108，0.4934，0.1958)，WA2=（0.4286，0.5714)
WA3=（0.7500，0.2500)，WA4=（0.7143，0.2857）
WA5=（0.6667，0.3333）
用一致性比例CR作为判断依据CR=CI│RI，CI=（λmax-n）/（n-1）（n为判断矩阵阶数），其中RI为判断矩阵的平均随机一致性指标，CR越小，表明判断矩阵的一致性越好，权重可接受性越强。计算得到CRA=0.0066，CRA1=0.0462，CRA2=CRA3=CRA4=CRA5=0，由于上述所有CR≤0.01，因此计算的权重可接受。
1.2.3 判断矩阵有效性检验
λA=5.0297，λA1=3.0536，λA2=2，λA3=2，λA4=2，λA5=2
智能小桶还具有强大的娱乐功能，主人可以在无聊的时候“逗小桶玩”。设计者预计，在现代社会，随着人们的生活水平不断上升，生活节奏不断加快，人们都需要一款这样节约时间的小桶。
表2 城市土地资源承载力评价判断矩阵
2 四川省主要城市土地资源承载力实证评价
2.1 数据来源及预处理
根据研究需要，按照科学筛选原则，结合区域特点、生态环境等因素确定具有代表性的四川省5个不同城市化发展水平的城市进行研究，通过实地调研和参阅2016年《四川统计年鉴》《中国统计年鉴》《中国国土资源统计年鉴》，找到5个地区的社会经济、生态环境发展现状及评价体系所需指标的原始数据，其中大部分评价指标数据可直接获取，部分指标数据需通过简单计算得到，原始数据如表3所示。
基于5位行业专家对城市土地资源承载力的理解与四川省省情实际，对各级指标的相对重要程度予以评分排序，然后借助Yaahp10.3层次模型软件构建出判断矩阵（见表2）。
层次分析法（Analytic Hierarchy Process，AHP）是简便、灵活而又实用的多准则决策方法，也是定性和定量相结合、系统化与层次化的分析方法，它把复杂问题分解成各个影响因素，又将这些因素按支配关系分组形成递阶层结构，通过两两比较的方式确定层次中各因素的相对重要程度，形成判断矩阵，在此基础上确定决策方案相对重要性的总排序，作出评价决策。本文根据AHP法确定权重。
表3 四川省主要城市土地资源承载力评价指标原始值
表4 四川省主要城市土地资源承载力评价指标标准化
2.2 指标数据分析及评价
1.2.2 运用方根法计算权重及判断矩阵的最大特征值
将标准化处理后的数值带入评价指标体系进行实证研究，得到各地区土地资源综合承载力评价值和不同地区的土地资源利用情况。四川省主要城市土地资源承载力综合评价值如表5所示。
2.2.2 实证数据分析
良好、稳定、完善的会计软件在企业会计信息化系统运行时能够带来便利，因此，为了给企业会计信息化提供保障，提高软件服务功能，创新会计信息化软件发展是关键。首先应当明确会计信息化系统在企业发展中的主体地位，对于市场准入机制进一步健全，杜绝漏洞频出的软件进入市场，积极引导和培育企业自主创新和研发软件，使更多适用于企业本身、为企业量身定制的软件诞生，为企业更快更好地发展提供更优秀的平台。其次，进一步强化云计算软件开发能力，对于私有云服务应当积极发展，使单位个性化业务需求得到较好满足。
综上所述，LMP1、COX-2、VEGF 和 IL-8 的异常表达在整个鼻咽癌的发生发展中可能起协同作用，早期可通过对上述指标的联合检测对疾病做出诊断，并及时拟定治疗方案，为提高患者的预后提供临床指导。
根据四川省主要城市土地资源承载力5个指标指数绘制折线图（见图1）。驱动力和压力2个因素对可持续发展度为负影响，从结果看出，5个城市均存在压力大于状态的现状，证明四川省因人口持续增长及城市化水平不断推进导致土地资源负荷增加。自贡呈现压力及响应协调发展的趋势，证明其在土地资源压力不断增加的状态下，资源保护管理和合理利用的政策措施逐步落实且具有良好效果，土地压力的增长与政府对其采取的控制措施相统一，使自贡的土地承载力处于5个城市中的中上水平；成都是本次调查中土地压力最大的城市，作为四川省省会城市，是全国典型的人口密度大、耕地少、人地矛盾突出的地区，庞大的人口对资源和环境产生压力，政府宏观调控虽一定程度上控制了城镇化进程对土地资源的影响，但庞大的人口对资源和环境产生的压力仍是成都未来发展进程中不可忽略的问题；南充、乐山、巴中作为城镇化水平发展较低的城市，在土地资源压力指数上未存在较大问题，但土地经济效益产出较低、资源利用低效是制约土地资源发展的重要问题。
表5 四川省主要城市土地资源承载力综合评价值
图1 四川省主要城市土地资源承载力指数
对上述评价结果进行分析，得出自贡市的土地资源利用管理方式，可为其他城市提供借鉴。在促进土地资源可持续发展进程中，成都应着重控制人口及城市化发展水平，积极采取鼓励植树造林等土地资源保护措施；对南充等城市应统筹解决土地资源利用率低等问题，促进土地资源利用和生态环境保护。自贡市的土地资源管理也可为类似中小城市提供导向作用。
3 结语
通过借鉴DPSIR模型，建立涵盖社会经济发展、自然资源利用、生态环境保护等多领域的指标体系，通过实证分析，发现5个城市均存在压力大于状态的现状，证明四川省因人口持续增长及城镇化水平不断推进导致土地资源负荷增加。每个城市的土地压力、承载力数据不同，表明5个城市在土地发展上存在差异，可互为借鉴。通过分析，证明该土地承载力评价模型既可对不同发展水平城市的土地资源承载力及土地资源管理方式进行评价，又可总结出城市发展过程中的土地发展及利用管理规律，为今后的土地可持续发展研究提供指导性意见，总结适合未来城市发展的土地资源利用方向。本研究还存在不足之处，需进一步优化指标的选取，增加数据获取渠道。
参考文献：
[1] 杨赛明，徐跃通，张邦花.区域土地资源可持续利用的生态安全评价[J].中国人口·资源与环境，2010（S1）：325-328.
[2] 杨芳，张昕.权利贫困视角下农民群体维权困境及出路——基于农地污染群体性维权事件的实证分析[J].西北农林科技大学学报（社会科学版），2014，14（4）：22-31.
[3] 曹飞，郑庆玲.中国省域城市承载力测度及提升对策[J].技术经济，2016，35（9）：99-105.
[4] 中国土地资源生产能力及人口承载量研究[M].北京：中国人民大学出版社，1992.
[5] 郭欢欢，李波，侯鹰.基于土地功能的土地资源承载力研究——以北京市海淀区为例[J].北京师范大学学报（自然科学版），2011，47（4）：424-427.
[6] 姜秋香，付强，王子龙.基于粒子群优化投影寻踪模型的区域土地资源承载力综合评价[J].农业工程学报，2011，27（11）：319-324.
[7] 罗雁文，魏晓，王良健，等.湖南省各市（州）土地资源承载力评价[J].经济地理，2009，29（2）：284-289.
[8] 岳晓燕，宋伶英.土地资源承载力研究方法的回顾与展望[J].水土保持研究，2008（1）：254-257.
[9] 黄志烨，李桂君，李玉龙，等.基于DPSIR模型的北京市可持续发展评价[J].城市发展研究，2016，23（9）：20-24.
[10] 闫骏霞，丛方杰.基于DPSIR模型的城市水资源复合系统可持续发展研究[J].科技创新与应用，2016（10）：35-36.
李晗薇，重庆大学管理科学与房地产学院硕士研究生
标签：城镇化论文; 土地资源论文; 承载力论文; DPSIR模型论文; 层次分析法论文; 重庆大学管理科学与房地产学院论文;