全 文 ：第 34 卷第 20 期
2014年 10月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.34,No.20
Oct.,2014
http: / / www.ecologica.cn
基金项目:国家自然科学基金项目(41101558, 41271513); 山西省研究生创新项目(020752901007)
收稿日期:2013鄄01鄄28; 摇 摇 网络出版日期:2014鄄03鄄11
*通讯作者 Corresponding author.E鄄mail: zhanghong@ sxu.edu.cn
DOI: 10.5846 / stxb201301280173
苏超,张红,梁迅.基于模糊认知图的生态风险管理探究.生态学报,2014,34(20):5993鄄6001.
Su C, Zhang H, Liang X.Exploration of ecosystem risk management based on fuzzy cognitive map.Acta Ecologica Sinica,2014,34(20):5993鄄6001.
基于模糊认知图的生态风险管理探究
苏摇 超1,张摇 红2,*,梁摇 迅2
(1. 山西大学黄土高原研究所,太原摇 030006; 2. 山西大学环境与资源学院,太原摇 030006 )
摘要:生态风险管理具有不稳定性和不确定性,如何获取和调整不同利益群体对于生态风险和环境管理的看法并把它们定量表
示出来、协调其中存在的冲突是生态系统管理亟待解决的问题。 以煤矿区生态系统为研究对象,探讨了模糊认知图方法在获取
利益相关方认知上的应用,并基于模糊关联矩阵,采用神经网络模型进行不同生态风险管理政策的情景模拟。 研究结果为:大
气污染和水环境破坏是所有利益相关者最关注的问题,国家政策是最核心的变量;不同利益相关者之间的不同点在于,管理者
较多地关注国家政策及煤矿开采给国家带来的财政收入与居民生活水平的提高,而当地居民和矿工更关注自己的身体健康和
人身安全。 通过对煤矿区生态风险管理的政策模拟,可看出要减少大气污染,政府要加大对企业的治理力度,从保护耕地、林
地,增加植被覆盖度,提高生物多样性出发;另外,如果政府制定相关政策提高了次级产物的利用率,矿区生态系统的风险也会
大大降低。 结果表明:模糊认知图方法用在生态系统管理中,可以真实反映利益相关者对生态系统的风险认知以及风险之间的
因果联系强度。 神经网络模型用在生态风险管理的情景分析中,可以帮助矿区生态风险管理者选择不同的方案以达到管理目
标,为在煤矿区建立资源、环境和人口协调发展的生态环境管理机制奠定了基础,从而为生态风险管理提供了一个新视角。
关键词:生态风险管理;利益相关者;模糊认知图;管理政策模拟;煤矿区
Exploration of ecosystem risk management based on fuzzy cognitive map
SU Chao1, ZHANG Hong2,*, LIANG Xun2
1 Institute of Loess Plateau, Shanxi University, Taiyuan 030006, China
2 Department of Environment and Resources, Shanxi University, Taiyuan 030006, China
Abstract: There are the natures of instability and uncertainty in ecological risk management. Each stakeholder忆s cognition
plays a crucial role in it. For this reason, the coal鄄mining environment managers need to choose appropriate measures to take
stakeholders忆 interests in account in ecosystem management. But the crucial problems to be solved are how to get and adjust
different stakeholders忆 perspectives on ecological risk and environmental management, and how to quantify their
perspectives, and coordinate their conflicts. This research paper focused on coal鄄mining ecosystem, explored the application
of fuzzy cognitive map ( FCM) on getting stakeholders忆 perspectives and graph theory indices on quantifying them, and
simulated the different ecological risk management policy options using FCM鄄based artificial neural network (ANN). The
Fuzzy Cognitive Mapping was applied to develop a participatory environmental management model for the typical coal鄄mining
area in Yangquan. The ANN was used to conduct simulations combining the initial state of variables and the adjacency
matrix getting from the social condensed map, The results showed that different stakeholders忆 cognition were distinctly
different, managers emphasized national policy and economic interests brought by coal鄄mining activity, while engineers
stressed living standard more, whereas mine workers and local residents paid more attention to the work忆s safety and their
health condition. But it is noteworthy that ‘air pollution爷 and ‘water damage爷 were the variables which were mentioned by
almost all of them. It revealed the severity of ‘air pollution爷 and ‘water damage爷 . The most central variables in the social
http: / / www.ecologica.cn
condensed map were ‘national policy爷 and ‘health爷, as well as in the four stakeholder groups. The simulations of policy
option reflected that when local governments and enterprises make management decisions in coal鄄mining ecosystem, they
should place an emphasis on protecting farmland, increasing vegetation coverage, improving energy efficiency and recycling
waste so as to decrease air pollution, protect water environment and reduce resources waste. It is helpful for learning how
different choices affect the coal鄄mining ecosystem. The results revealed that FCM analysis and ANN simulations could
provide useful information for the development of environmental management planning. FCM analysis could help us to
understand the varying attitudes among stakeholder groups as they considered environmental issues affecting the ecosystem.
In addition, the policy option simulations based on ANN can help the coal鄄mining environmental managers to choose proper
measures to achieve management goals, so as to lay the foundation of ecological environment management mechanism that
can harmonize the development of resource, environment and population. Throughout the full text, the FCM method has the
advantages: ( 1) Comparing with the traditional questionnaires, semi鄄structured interview respects more individual忆 s
perception and leaves more space to interviewees. (2) Comparing with the traditional evaluating factor system, the FCM
method can get a more accurate causal relationship among each factor. (3) Getting knowledge easily, combining qualitative
analysis and quantitative calculation, and expressing cognition and inference well. (4) Getting multi鄄stakeholders忆 FCMs
and comparing their different perceptions is more convenient. Moreover, this paper expanded the environment management
research methods and provided some new ideas and approaches with regional ecological risk management theoretically.
Key Words: ecological risk management; stakeholders; fuzzy cognitive map; policy option simulation; coal鄄
mining ecosystem
摇 摇 煤炭资源是我国经济社会发展的重要物质基
础,但与此同时采矿给当地生态系统造成的生态环
境风险已成为区域环境、社会和经济发展的主要制
约因素,这使得煤矿区成为了当今世界陆地生物圈
破坏和退化最严重的生态系统[1鄄2]。 目前区域生态
风险管理研究主要综合考虑受体、暴露和效应 3 个
要素,对人类活动导致的生态系统的可能损失进行
识别、度量和管理。 或是运用 3S 技术对生态系统进
行风险评价和管理。 传统的煤矿区环境管理研究或
是对矿区进行生态修复研究,或是对已损坏、污染的
土壤进行生态风险评价[3鄄5]。 这些研究大多仅凭严
谨的科学理论知识来指导,知识具有较强的导向性,
有时过于偏重技术,而忽略了与煤炭区生态环境密
切相关的利益者对矿区生态系统的认知和态度[6鄄8]。
越来越多的国外实证研究表明,随着文化敏感和价
值性对话的支持(而不是简单的技术性分析),决策
制定时更强调在科学、平等的基础上,通过融合参与
者的认知和当地文化习俗等来自不同信息源的可靠
信息而得出的实践方法才能有效的进行生态系统管
理与决策[9鄄10]。
但是,由于生态系统管理具有不稳定性和不确
定性,因此如何获取和调整不同阶层的人对于经济
价值和环境价值的看法,协调其中存在的冲突;在数
据资料的获取阶段,如何找到合适的指标,真实、灵
敏地体现系统的状态和变化;在政府层面,如何突破
机构间的界限,做出符合生态系统管理尺度的决策
等,成了生态系统管理亟待解决的问题[11鄄12]。 本文
从矿区生态系统的多利益相关者视域出发,在管理
目标体系的调查与设计阶段,强调矿区生态系统多
利益相关群体的共同参与,采用参与式方法获取和
调整多利益群体对于经济价值和环境价值的观点,
协调其中存在的冲突;在数据资料的获取阶段,采用
半结构访谈和模糊认知图方法,真实地体现不同利
益相关者的认知和态度;在优化调控阶段,采用神经
网络模型进行情景分析,探讨生态系统不同的管理
措施,建立科学有效的矿区生态环境风险管理机制,
从而解决矿区生态风险管理研究现状与矿区管理实
践存在的矛盾。 本课题组已在 2010 年对阳泉市矿
区进行了调研,探讨了模糊认知图和人工神经网络
在生态风险管理方面的应用,取得了较好的结
果[13]。 本次研究在上次调研的基础上,进一步界定
了利益相关者,规范了访谈的方式及提及变量的划
分方法,对盂县矿区进行了研究。
4995 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
1摇 研究区概况
山西省地处华北西部的黄土高原东翼。 地理坐
标为北纬 34毅34忆—40毅43忆、东经 110毅14忆—114毅33忆。
东西宽约 290 km,南北长约 550 km,全省总面积
15郾 63万 km2。 山西省是我国的产煤大省之一,全省
含煤地层面积达 5.7万 km2,占全国煤炭分布总面积
的 36.5%。 省内约 70%的县(市)分布有煤矿,阳泉
矿区是其晋东基地之一,本文选取阳泉市盂县矿区
为主要研究区,盂县工业经过五十多年的建设和发
展,现已形成一个以煤炭开采为支柱产业,冶金、电
力、耐火材料加工、石材开采等产业相应发展的工业
体系。 仅煤炭一项,产值就占到全县工业总值的三
分之一。
2摇 研究方法
2.1摇 利益相关者辨识
利益相关者理论(Stakeholder Theory)是 20世纪
60年代逐步在西方国家发展起来的一种企业认知和
治理的经济学理论。 利益相关者指那些与项目或行
动计划有着一定利益关联的个人、群体或机构[14]。
本文在 Mitchell的属性划分法依据基础上,将煤矿区
生态风险管理中的利益相关者划分为煤矿管理者,
技术人员,当地居民和矿工四类[15]:(1)煤矿管理
者:煤矿区的中高层管理煤矿各个方面的科长,矿长
以及与煤炭产业相关的政府机关部门人员;(2)技术
人员:在煤矿中从事地质勘探,测绘,改进开采技术
等技术工作的人员;(3)当地居民:生活在矿区周边
的居民;(4)矿工:在煤炭企业的生产中,从事煤层开
采、洗煤加工等工作在一线的工人。
2.2摇 半结构访谈法
半结构访谈法(Semi鄄structured Interview)是参与
式方法的一种,参与式方法的精髓是参与、赋权、利
益共享和机制促进。 各利益相关者群体积极参与可
以更好的了解当地环境并能获得新的认知,进而有
利于管理决策的实施[16]。 半结构访谈法没有正式
的结构,而是一个十分开放的框架,谈话式或聊天式
和双向交流始终围绕一个主题。 与结构访谈不同之
处在于访问过程中不局限于单一、狭窄的主题和拟
好的提纲,有利于访谈者的发挥,具有灵活性,可获
得更丰富的信息。
2.3摇 模糊认知图
模糊认知图(Fuzzy Cognitive Map, FCM)方法是
一种优秀的建模工具,,它基于模糊推理规则来表达
参与各方的知识,由变量与变量间的关系组成,变量
可以表示系统的动作、原因、结果、目的、感情、倾向
及趋势等,反映系统的属性与性能,变量间的关系表
示变量间的因果联系强度,目前它已被广泛运用于
军事政策、工商管理和股票交易等方面[17鄄19]。
魻zesmi 等综合了不同利益相关者的认知,将模糊认
知图方法用于生态系统中,为生态风险管理提供了
一种新的建模方法[20]。 而在国内,将其用于生态系
统风险管理的研究却很少[21]。 作为决策制定的一
个分支,在本研究中它可将定性问题转化为定量的
数据,为决策分析过程提供可靠的数据来源,也将为
矿区生态系统管理决策提供一种新的思路和模式。
在煤矿区,各利益相关者群体对生态环境风险的认知
中,通常会同时考虑“促进冶、“抑制冶或“不确定冶因素
对矿区发展的影响,而模糊认知图正可以结合正面、
负面或不确定三方的影响直接对环境建立模型。
图 1为某个体 FCM的示意图,Di表征认知变量,
变量间的连线 w ij表示认知变量 Di与 D j间的因果或
关联关系,w ij沂 [鄄1,1],其中 w ij>0表示认知变量 Di
对 D j具有正向作用,w ij<0表示认知变量 Di对 D j具有
反向作用,w ij = 0 表示认知变量 Di与 D j互不关联(认
知变量间没有直接影响),而后可得该 FCM 的关联
矩阵 W=[w ij] n 伊 n [19]。
图 1摇 模糊认知图表示
Fig.1摇 Fuzzy cognitive map
图 1的关联矩阵即为:
W =
0 w12 w13 w14
w21 0 w23 w24
w31 w32 0 w34
w41 w42 w43
é
ë
ê
ê
ê
ê
êê
ù
û
ú
ú
ú
ú
úú0
5995摇 20期 摇 摇 摇 苏超摇 等:基于模糊认知图的生态风险管理探究 摇
http: / / www.ecologica.cn
每一个被采访的个体都会绘制一张个体认知
图,每个利益相关者的认知图给予同等的重视,将个
体认知图用定量聚合的方法进行综合即可得利益相
关者的群体认知图。 认知图合成的过程体现了不同
知识的聚合。 本文用以下方法合成群体认知图:(1)
列出群体中所有个体认知图中包含的变量;(2)变量
之间因果关系 w ij的确定采用等权相加法,若该变量
之间的因果关系没被提及,则认为它们之间的权值
为零[20];(3)得到每一个群体认知图后,采用同样的
方法,将所有利益群体的认知图聚合,即可得到综合
所有利益相关者认知的社会简明认知图。
建立了 FCM之后,可以采用图论指数如认知图
的密度、认知图的输出输入端数、中心度、复杂度、层
次结构指数等来分析认知图的结构[20]。 本文主要
采用输出端数与输入端数、中心度来分析不同利益
群体的认知。
(1)输出端数与输入端数
输出端数[ od v( )i ]是邻接矩阵中行变量绝对
值的总和,表示了一个变量的输出连接( aik )的累积
强度:
od v( )i =移
N
k = 1
aik (1)
输入端数[ id v( )i ]是邻接矩阵中列变量绝对
值的总和,表示了一个变量输入连接( aki )的累积
强度:
id v( )i =移
N
k = 1
aki (2)
(2)中心度
通过计算变量的中心度(C)来计算它在认知图
中的贡献,一个变量的中心度(C),是它输出端数和
输入端数的总和:
C i = od v( )i + id v( )i (3)
2.4摇 基于人工神经网络模型的情景分析
得到社会简明认知图和其关联矩阵后,本文采
用人工神经网络(Artificial Neural Network, ANN)模
型计算这个系统的稳定状态,即如果照这样发展下
去,这个系统会变成什么样[22]。 目前人工神经网络
模型已在模式识别、分类、市场经济预测等方面得到
了较大应用,近年来与遗传算法、粗集理论、模糊逻
辑和混沌理论有较好的融合,并多用于智能控制方
面,而在生态环境方面的应用较少[23]。 ANN 模型由
大量的神经元相互联接构成,每个神经元包括输入
和输出,输入经激活函数作用后可得到输出,激活函
数通常用阈值函数或有限单调递增函数来表示。 本
文中,所有变量的初始状态向量 In作为 ANN 的输
入,输入向量中各分量之间的关联矩阵为 W,得到的
输出向量再次作为输入,如此迭代下去,直到输出结
果不再发生变化,便得到系统的稳定状态。
得到系统稳定状态后,进行矿区生态风险管理
的情景模拟,即通过设定与矿区生态风险管理方案
相关的变量的期望值来预测该变量变化对该系统的
影响。 如果希望增加某变量在系统中的权重,则将
所有状态向量中该变量的值设为 1;如果要减少某变
量在系统中的权重,则将所有状态向量中该变量的
值设为 0[22]。
3摇 研究结果
图 2摇 被提及变量数与模糊认知图数的关系
Fig.2摇 The total number of variables vs. number of maps
3.1摇 基于 FCM的半结构访谈结果分析
本文对煤矿管理者、煤矿技术人员、当地居民和
矿工等 4 类利益相关者进行访谈。 访谈过程中,访
谈者首先清晰地表达本次访谈的内容和意义,并解
释如何做出一幅因子间互不相关的认知图[22]。 之
后访谈者提问“当提到煤矿开采对生态环境、人民生
活和当地发展的影响时,您能想到哪些方面的因
素?冶,受访者列出自己认为的所有变量。 接下来,访
谈者要求受访者用箭头表示各变量之间相互影响的
关系,并用[鄄1,1]之间的数描述影响的程度,这个过
程由受访者独立完成,访谈者只是辅助,但不提有导
向性的问题或意见。 当受访者将自己的认知表达完
毕,没有可添加的内容时,受访者个体的认知图绘制
完毕。 当增加被访谈对象时,被提及变量数不再增
加时可认为认知图数量达到研究需要。 魻zesmi 等采
用模糊认知图方法在研究某湿地生态系统的风险管
理时,其总访谈对象为 31 人[22]。 本文中当被访谈
6995 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
对象为 16 人时,被提及变量数的增加趋势变得缓
慢,当访谈对象为 45 人时,被提及变量数基本不再
增加,说明认知图数量达到需求,如图 2。
本研究共得到了 80张认知图,剔除无效认知图
后,共得 67 张可用的认知图,其中煤矿管理者 18
张,技术人员 16 张,当地居民 17 张,矿工 16 张。 本
文将针对 4 类不同利益相关者的认知情况进行分
析,之后将所有利益相关者的认知图融合后再进行
分析。
3.1.1摇 矿区生态风险管理多级目标体系的风险因子
体系
本文将所有利益相关者提及的变量(表 1 中的
三级变量)按定性聚合法汇总到二级变量因子层,例
如将地面塌陷、地裂缝、崩塌、滑坡等均归为地质灾
害类,得到的风险因子体系如表 1所示。
表 1摇 矿区生态风险管理多级目标体系的风险因子体系
Table 1摇 The multi鄄level risk factor system
一级变量
First鄄level factors
二级变量
Second鄄level factors
三级变量
Third鄄level factors
生态环境 地质灾害 包含地面塌陷、地裂缝、崩塌、滑坡等
Ecology and environment 资源利用率 包括矸石,煤层气未利用等,以及采矿过程中造成的资源浪费
水环境破坏 包含地表水破坏、地下水破坏、水质破坏等
大气污染 包含烟气、粉尘污染等
土地破坏及土壤污染 包含土地利用变更、耕地减少、农作物减产、矸石占地等
生物多样性降低 包含植被减少、生物量减少、生物种类减少等
噪声污染 包含生产噪音、运输噪音
经济生活 相关产业发展 包含产业链、运输业等以采煤业为依托的产业发展
Economy and livelihood 身体健康 居民身体健康
居民生活水平 包含居民收入、就业、能源保障、产业补贴等
人身安全 包含房屋安全隐患、治安、交通运输等造成的人身安全威胁
公众参与 社会群众或组织在其权利义务范围内有目的的社会行动
幸福感 人们内心的幸福感受,包括对生活的满意程度等
财政收入 包含经济增长、财政收入
基础设施建设 道路建设、市政建设
次级生产物综合利用 瓦斯、煤矸石的利用
政策体制 国家政策 包含国家制定的资源整合、资源利用率等政策
Policy and countermeasure 企业治理 包含防尘网建设、矿区绿化、密闭作业等
相关政策 行政监管等
3.1.2摇 最多提及变量分析
通过观察所有利益相关群体的认知图中提及变
量的次数,可以看到各利益群体间的相似和差异,见
表 2。
由表 2知,大气污染是所有利益相关者提及最
多的变量,水环境破坏也是所有利益相关者关注的,
这说明采矿活动带来的大气污染和水环境破坏对生
态系统的风险最直接也最受关注。 不同之处在于,
管理者更注重国家对煤矿开采和生态恢复制定的一
系列政策,之后是居民生活水平和财政收入;技术人
员更关注居民的生活水平和身体健康,之后是企业
对环境的治理和财政收入;而当地居民和矿工则更
多关心的是身体健康问题和人身安全问题。 进一
步,对不同利益相关者对于变量之间关联系数的认
知进行了方差分析,结果表明:利益相关者对大气污
染和水环境破坏的认知没有显著差异(P>0.05),这
也说明大气污染和水环境破坏问题的共同性和严重
性;而对于国家政策,管理者和其他利益群体有显著
差异(P<0.05);对于居民生活水平,技术人员、矿工
和其他群体有显著差异(P<0.05);对于身体健康和
人身安全问题,当地居民、矿工与其他群体有显著差
异(P<0.05),这与前文的分析结果一致。 综上所述,
矿区生态风险管理的首要目标就是要减少大气污染
和水环境破坏。 决策者在制定管理措施时还应考虑
如何减少煤炭开采对人们身体健康造成的威胁以及
如何提高居民的生活水平。
7995摇 20期 摇 摇 摇 苏超摇 等:基于模糊认知图的生态风险管理探究 摇
http: / / www.ecologica.cn
表 2摇 不同利益相关者的最多提及变量表
Table 2摇 Most mentioned variables
所有人(67)
All stakeholders
管理者(18)
Managers
技术人员(16)
Engineers
当地居民(17)
Residents
矿工(16)
Mine workers
大气污染 大气污染 大气污染 大气污染 大气污染
国家政策 水环境破坏 居民生活水平 身体健康 身体健康
水环境破坏 国家政策 水环境破坏 国家政策 国家政策
身体健康 居民生活水平 身体健康 财政收入 居民生活水平
居民生活水平 财政收入 企业治理 企业治理 水环境破坏
企业治理 资源利用率 财政收入 水环境破坏 人身安全
摇 摇 备注:至少在 1 / 3的图上被提及的变量,按提及次数降序排列
3.1.3摇 社会简明认知图
将所有利益相关者的认知图进行聚合后,得到
社会简明认知图,如图 3 所示。 图 3 即为包含所有
参与访谈的 67 个利益相关者的社会简明认知图。
由图 3 可看出,国家政策几乎对所有认知变量都有
作用。 所有认知变量的因果关系中,最强正连接是
水环境破坏对引发地质灾害的促进作用,最强负连
接是大气污染对人们身体健康的损害作用。
图 3摇 社会简明认知图
Fig.3摇 Social condensed map
黑色线表示变量间的正作用,红色表示负作用,线段越粗表示变量间的作用越大
摇 摇 为了进一步分析社会简明认知图的结构,采用
公式 1-3的图论指数分析认知图的核心变量,结果
见表 3。 由表 3可知,在煤矿开采的生态风险社会认
知图中,最核心的变量是国家政策,其次是身体健
康。 国家政策对其他变量的影响(输出端数)是最大
的,身体健康是受其他变量影响(输入端数)最大的
8995 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
变量,次级生产物综合利用较容易受其他变量的影
响(输入端数远大于输出端数)。 并且经过分析不同
利益相关者群体的群体认知图,也都是将国家政策
和身体健康作为第一或第二核心变量。
表 3摇 社会简明认知图的核心变量分析
Table 3摇 The most central variables in the social condensed map
变量
Variables
变量提及次数
The number of
times mentioned
输出
Outdegree
输入
Indegree
中心度
Centrality
国家政策 National policy 52 6.74 1.84 8.58
身体健康 Health 52 3.04 5.53 8.57
次级生产物综合利用 Utilization of by鄄products 24 2.87 5.04 7.91
大气污染 Air pollution 63 4.49 3.22 7.71
相关产业发展 Expansion of related industries 18 5.23 2.25 7.48
企业治理 Enterprise countermeasures 47 5.83 1.6 7.43
居民生活水平 Living standard 49 3.88 4.4 7.28
水环境破坏 Water damage 51 3.63 3.58 7.21
摇 摇 所列核心变量均为中心度大于 7.0的变量
3.2摇 基于 ANN的矿区生态系统风险管理政策模拟
在社会简明认知图的基础上,本文建立了基于
ANN的风险管理政策模拟模型,通过模拟可以帮助
矿区生态风险管理者选择不同的方案以达到管理目
标,人们也可看到不同的选择会如何影响矿区生态
系统。
3.2.1摇 矿区生态系统的稳定状态
令由社会简明认知图得到的关联矩阵为 W,设
所有变量的初始状态都为 1,则得到一个 19伊1 的矩
阵 I, I作为神经元的输入,本文采用对数函数作为
激活函数,在 MATLAB(Matrix Laboratory)平台运行
后得其输出,其输出再作其输入,如此迭代下去得到
系统稳定状态如表 4所示。
由表 4(初始状态稳定值)可看出,资源利用率、
相关产业发展、财政收入、国家政策和次级生产物综
合利用等的值较高,说明这些变量严重影响着这个
生态系统。 结合最多提及变量表和核心变量表,可
知减少大气污染、提高次级生产物的综合利用是煤
矿区生态系统亟待解决的问题。 在下一步煤矿区生
态系统风险管理政策模拟中将分别对减少大气污
染、提高次级生产物的综合利用进行模拟。
3.2.2摇 减少大气污染的情景模拟
要减少大气污染,则在每次迭代时,将输入向量
中大气污染的分量都设置为 0,关联矩阵 W 不变,如
此迭代下去,直到达到新的稳定状态。
表 4摇 矿区生态系统的稳定状态及不同政策下的情景模拟
Table 4摇 The initial steady state and simulation steady states for different policy options
变量
Variables
初始状态
稳定值
Initial steady state
减少大气污染
Decreasing air pollution
稳定值
Steady state
差异
Difference
提高次级生产物综合利用
Improving utilization of by鄄
products
稳定值
Steady state
差异
Difference
大气污染 Air pollution 0.2049 0.0020 0.2029 0.2015 0.0034
噪声污染 Noise pollution 0.3446 0.3417 0.0030 0.3445 0.0001
地质灾害 Geological disaster 0.6147 0.6088 0.0059 0.6177 -0.0030
财政收入 Public revenue 0.9804 0.9814 -0.001 0.9819 -0.0015
身体健康 Health 0.7184 0.7401 -0.0217 0.7189 -0.0005
人身安全 Safety 0.7055 0.7065 -0.0010 0.7058 -0.0003
幸福感 Happiness 0.3850 0.3888 -0.0038 0.3840 0.0010
国家政策 National policy 0.9722 0.9746 -0.0024 0.9743 -0.0021
企业治理 Enterprise countermeasures 0.8413 0.8618 -0.0205 0.8618 -0.0205
9995摇 20期 摇 摇 摇 苏超摇 等:基于模糊认知图的生态风险管理探究 摇
http: / / www.ecologica.cn
续表
变量
Variables
初始状态
稳定值
Initial steady state
减少大气污染
Decreasing air pollution
稳定值
Steady state
差异
Difference
提高次级生产物综合利用
Improving utilization of by鄄
products
稳定值
Steady state
差异
Difference
公众参与 Public participation 0.6695 0.6695 0.0000 0.6701 -0.0006
水环境破坏 Water damage 0.5855 0.5756 0.0099 0.5829 0.0026
土地破坏及土壤污染
Land damage and soil erosion 0.4591 0.4357 0.0234 0.4539 0.0052
生物多样性降低 Biodiversity loss 0.7630 0.7282 0.0348 0.7731 -0.0101
资源利用率 Resource utilization 0.9397 0.9388 0.0009 0.9438 -0.0041
相关产业发展 Expansion of related industries 0.9722 0.9692 0.0030 0.9737 -0.0015
基础设施建设 Infrastructure construction 0.6324 0.6560 -0.0236 0.6243 -0.0081
居民生活水平 Living standard 0.8788 0.8910 -0.0122 0.8795 -0.0007
相关政策 Related policy 0.7806 0.7982 -0.0176 0.7884 -0.0078
次级生产物综合利用 Utilization of by鄄products 0.9117 0.9238 -0.0121 0.9876 -0.0759
摇 摇 运行减少大气污染的模拟后的结果见表 4,可以
看出,土地破坏及土壤污染和生物多样性降低的稳
定值大大减低,企业治理和次级生产物综合利用的
稳定值大大升高。 因此决策者在制定矿区生态风险
管理的措施时,首先要加大企业治理的力度,严格贯
彻国家的有关政策法律,并提高次级生产物的利用
率,减少资源浪费,其次要增加植被覆盖度,做好植
树造林工作,才能提高生物多样性、改良土壤状况,
从而将大气污染尽可能的降到最小,使其不会对人
们身体健康和生活水平的提高有太大影响。
3.2.3摇 提高次级生产物综合利用的情景模拟
要提高次级生产物的综合利用率,则在每次迭
代时,将输入向量中次级生产物综合利用的分量都
设置为 1,关联矩阵 W 不变,如此迭代下去,直到达
到新的稳定状态。
运行提高次级生产物综合利用的政策后得到的
结果见表 4,可知:提高次级生产物利用率后,大气污
染、水环境破坏及土地破坏和土壤污染均会显著降
低,而资源利用率、居民生活水平、身体健康状况会
相应提高,同时,国家政策、相关政策、企业治理和公
众参与也会有所增加,这说明国家、企业在制定相关
政策时应该重视公众参与,并以降低大气污染、水环
境破坏、土地破坏及土壤污染为出发点,以提高资源
利用率、居民生活水平和身体健康为根本目标,来制
定一系列相关政策、加大治理力度来提高次级生产
物的综合利用,谨防资源浪费造成更大的污染。
4摇 结论
本文通过半结构访谈法对山西盂县煤矿区 4 类
不同的利益相关者的认知情况进行分析,并基于神
经网络模型对矿区管理政策模拟后,得到以下结论:
(1)本文关于矿区生态系统风险管理的实例研
究表明:大气污染和水环境破坏是所有利益相关者
最关注的问题,国家政策是最核心的变量,这说明无
论是哪个利益群体,都认为国家政策是矿区生态系
统中能够对其他变量产生直接影响的变量;不同利
益相关者之间的不同点在于,管理者较多地关注国
家政策及煤矿开采给国家带来的财政收入与居民生
活水平的提高,而当地居民和矿工更关注自己的身
体健康和人身安全。
(2)通过对煤矿区生态风险管理的政策模拟,可
看出要减少大气污染,政府要加大对企业的治理力
度,把重点放在保护耕地、林地,增加植被覆盖度,提
高生物多样性;另外,如果政府制定相关政策提高了
次级产物的利用率,矿区生态系统的风险也会大大
降低。
(3)将神经网络模型用于生态系统风险管理政
策模拟中,取得了较符合实际的结果,具有可行性。
通过模拟可看出选择不同的管理措施能对生态系统
带来不同的管理结果,那么矿区管理者、当地政府便
可以选择合适的方案来达到管理目的,为矿区可持
续发展奠定基础。
0006 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
References:
[ 1 ]摇 Yang S F, Fang W X, Hu R Z. Advances in studying
environmental impact and pollution control of coalmine waste in
China. Bulletin of Mineralogy, Petrology and Geochemistry,
2004, 23(3): 264鄄269.
[ 2 ] 摇 Fan Y H, Lu Z H, Cheng J L, Zhou Z X, Wu G. Major
ecological and environmental problems and the ecological
reconstruction technologies of the coal mining areas in China. Acta
Ecologica Sinica, 2003, 23(10): 2144鄄2152.
[ 3 ] 摇 Bi R T, Bai Z K, Li H, Ye B Y. Landscape change analysis of
reclamation land in opencast coal mine based on 3S technology.
Journal of China Coal Society, 2007, 32(11): 1157鄄1161.
[ 4 ] 摇 Li Z Q, Hou J Y, Wang J Z. Potential ecological risk assessment
model for heavy metal contamination of agricultural soils in mining
areas. Advances in Earth Science, 2008, 23(5): 509鄄516.
[ 5 ] 摇 Chang Q, Qiu Y, Xie M M, Peng J. Theory and method of
ecological risk assessment for mining areas based on the land
destruction. Acta Ecologica Sinica, 2012, 32(16): 5164鄄5174.
[ 6 ] 摇 Gregory R, Failing L, Ohlson D, Mcdaniels T L. Some pitfalls of
an overemphasis on science in environmental risk management
decisions. Journal of Risk Research, 2006, 9(7): 717鄄735.
[ 7 ] 摇 Failing L, Gregory R, Harstone M. Integrating science and local
knowledge in environmental risk management: A decision鄄focused
approach. Ecological Economics, 2007, 64(1): 47鄄60.
[ 8 ] 摇 Gregory R, Failing L. Using decision analysis to encourage sound
deliberation: Water use planning in British Columbia, Canada.
Journal of Policy Analysis and Management, 2002, 21 ( 3 ):
492鄄499.
[ 9 ] 摇 Zhang S Q. Reform of China忆s environmental regulatory system:
from sector鄄based management to public management. China
Population, Resources and Environment, 2005, 15(4): 90鄄94.
[10] 摇 O忆Laughlin J. Policy issues relevant to risk assessments, balancing
risks, and the national fire plan: Needs and opportunities. Forest
Ecology and Management, 2005, 211(1 / 2): 3鄄14.
[11] 摇 Xu J Y, Chen L D, L俟 Y H, Fu B J. Sustainability evaluation of
the Grain for Green Program based on participatory rural appraisal
in Wolong Nature Reserve. Acta Ecologica Sinica, 2006, 26
(11): 3789鄄3795.
[12] 摇 Tian H Y, Chen L D, L俟 Y H, Fu B J. Ecosystem management:
Its multi鄄objective system and methodology. Chinese Journal of
Ecology, 2006, 25(9): 1147鄄1152.
[13] 摇 Zhang H, Song J, Su C, He M Y. Human attitudes in
environmental management: Fuzzy Cognitive Maps and policy
option simulations analysis for a coal鄄mine ecosystem in China.
Journal of Environmental Management, 2013, 115: 227鄄234.
[14] 摇 Clark W A V, Freeman H E, Hanssens D M. Opportunities for
revitalizing stagnant markets: An analysis of household appliances.
Journal of Product Innovation Management, 1984, 1 ( 4 ):
242鄄254.
[15] 摇 Jia S H, Chen H H. A review on the methods of stakeholder
definition. Foreign Economies & Management, 2002, 24 ( 5):
13鄄18.
[16] 摇 Lu Y L. Qualitative Social Research Methods. Beijing: The
Commercial Press, 2011: 132鄄134.
[17] 摇 Luo X F, Gao J, Wang R G, Hu L M. A review of recent
advances on cognitive map. Pattern Recognition and Artificial
Intelligence, 2003, 16(3): 315鄄322.
[18] 摇 Xiong Y Y, Zhou K P, Yue L Y, Yao Z G. Application of FCM
in mine safety assessment system modeling. Mining Research and
Development, 2007, 27(6): 86鄄88, 94鄄94.
[19] 摇 Liu H L, Wu T J. A coordination model based on FCM in MAS.
Systems Engineering鄄Theory & Practice, 2002, 22(2): 49鄄54.
[20] 摇 魻zesmi U, 魻zesmi S. A participatory approach to ecosystem
conservation: fuzzy cognitive maps and stakeholder group analysis
in Uluabat Lake, Turkey. Environmental Management, 2003, 31
(4): 518鄄531.
[21] 摇 Song J, Zhang H, Li F. Study on environmental risk of coal鄄
mining ecological models based on fuzzy cognitive鄄map. China
Population, Resources and Environment, 2010, 20 ( S1 ):
142鄄145.
[22] 摇 魻zesmi U, 魻zesmi S L. Ecological models based on people忆 s
knowledge: a multi鄄step fuzzy cognitive mapping approach.
Ecological Modelling, 2004, 176(1 / 2): 43鄄64.
[23] 摇 Shi F, Wang X C, Yu L, Li Y. MATLAB Neural Network
Analysis of 30 Cases. Beijing: Beijing University of Aeronautics
and Astronautics Press, 2010.
参考文献:
[ 1 ] 摇 杨社锋, 方维萱, 胡瑞忠. 中国煤矿废弃物环境效应研究进
展. 矿物岩石地球化学通报, 2004, 23(3): 264鄄269.
[ 2 ] 摇 范英宏, 陆兆华, 程建龙, 周忠轩, 吴钢. 中国煤矿区主要生
态环境问题及生态重建技术. 生态学报, 2003, 23 ( 10):
2144鄄2152.
[ 3 ] 摇 毕如田, 白中科, 李华, 叶宝莹. 基于 3S 技术的大型露天矿
区复垦地景观变化分析. 煤炭学报, 2007, 32 ( 11 ):
1157鄄1161.
[ 4 ] 摇 李泽琴,侯佳渝,王奖臻. 矿山环境土壤重金属污染潜在生态
风险评价模型探讨. 地球科学进展, 2008, 23(5): 509鄄516.
[ 5 ] 摇 常青, 邱瑶, 谢苗苗, 彭建. 基于土地破坏的矿区生态风险评
价: 理论与方法. 生态学报, 2012, 32(16): 5164鄄5174.
[ 9 ] 摇 张世秋. 中国环境管理制度变革之道: 从部门管理向公共管
理转变. 中国人口·资源与环境, 2005, 15(4): 90鄄94.
[11] 摇 徐建英, 陈利顶, 吕一河, 傅伯杰. 基于参与性调查的退耕还
林政策可持续性评价———卧龙自然保护区研究. 生态学报,
2006, 26(11): 3789鄄3795.
[12] 摇 田慧颖, 陈利顶, 吕一河, 傅伯杰. 生态系统管理的多目标体
系和方法. 生态学杂志, 2006, 25(9): 1147鄄1152.
[15] 摇 贾生华, 陈宏辉. 利益相关者的界定方法述评. 外国经济与管
理, 2002, 24(5): 13鄄18.
[16] 摇 陆益龙. 定性社会研究方法. 北京: 商务印书馆, 2011:
132鄄134.
[17] 摇 骆祥峰, 高隽, 汪荣贵, 胡良梅. 认知图研究现状与发展趋
势. 模式识别与人工智能, 2003, 16(3): 315鄄322.
[18] 摇 熊耘云, 周科平, 岳力阳, 姚振巩. 模糊认知图在矿山安全评
估系统建模中的应用研究. 矿业研究与开发, 2007, 27(6):
86鄄88, 94鄄94.
[19] 摇 刘海龙, 吴铁军. 基于模糊认知图的多 Agent 协调模型. 系统
工程理论与实践, 2002, 22(2): 49鄄54.
[21] 摇 宋洁, 张红, 李芳. 基于 FCM的煤矿区生态系统环境风险分
析研究. 中国人口·资源与环境, 2010, 20(S1): 142鄄145.
[23] 摇 史峰, 王小川, 郁磊, 李洋. MATLAB 神经网络 30 个案例分
析. 北京: 北京航空航天大学出版社, 2010.
1006摇 20期 摇 摇 摇 苏超摇 等:基于模糊认知图的生态风险管理探究 摇