洞庭湖区生态经济系统自适应性评价研究

环洞庭湖区生态经济系统的耦合特征研究作者简介：作者简介：基金项目：国家社会科学基金项目（13BJY025），湖南省教育厅重点项目

(12A100)摘要：以洞庭湖区生态经济系统为研究对象，通过构建评价指标体系，基于耦合度、协调度模型，运用神经网络模型，分析系统达到耦合协调状态的因子贡献率，探讨系统影响因子对于社会经济与生态环境协调的调控适应机制。研究表明：（1）从耦合程度的时序看，10年间耦合度变动趋势较平稳，2003年至2011年社会经济与生态环境的发展关系基本为拮抗状态，2012年正在向磨合时期过渡。对于序参量年度变化率比较，年度变化都比较平稳，序参量之间协同作用的强弱程度体现系统由无序走向有序的趋势，但社会经济发展与生态环境交互耦合作用并不十分理想。（2）2003年至2012年年洞庭湖区社会经济与生态环境建设的协调程度基本还处于中低水平。2003年至2011年社会经济与生态环境发展关系处于低度协调，2013年后开始转入中度协调，洞庭湖经济发展与生态环境的协调程度还有待进一步提高。（3）2003年至2005年耦合度处于较高状态，但协调度却不处于高位。2006年至2012年系统耦合度与协调度基本上具有相同的变化趋势。（4）生态经济系统的评价因子贡献率，是系统耦合协调达到理想等级的评价因子重要性，反映某项评价指标对耦合或协调评价值的影响程度。生态环境子系统评价因子贡献率大于社会经济子系统，说明了对于系统理想状态的调控，生态环境子系统各项指标具有主导作用。（5）在系统调控中，因子贡献率与系统目标调控程度呈正相关。因子贡献率越大，对系统耦合或协调目标调控力度越大。关键词：耦合度，协调度，生态经济系统，因子贡献率，神经网络1引言人类面临的生态环境与社会经济矛盾加剧，生态经济系统可持续发展成为研究的热点之一。目前，对于生态经济系统评价，国内外已作过一些深入研究，但研究方法很不尽相同，在实际应用中以生态足迹模型、能值分析理论为主[1-2]，提供了对生态经济系统可持续性的判定途径[3]。从系统的角度看，生态经济系统是由生态系统和经济系统耦合而成的开放型的耗散结构系统[4]。“耦合”是一个物理学概念，指两个或两个以上的系统通过各种相互作用而彼此影响的现象[5]。生态经济系统耦合是生态环境支撑系统与社会经济发展系统间相互作用、相互胁迫，由低级共生向高级协调发展的过程[6]。生态经济系统存在着交互耦合的互动关系，而协调度反映了社会经济发展与生态环境之间的最佳匹配状态[7]。在我国区域生态经济系统的耦合状态研究中，乔标[8-9]、方创琳[10]、张富刚[11]等构建了具有代表性的评价指标体系，建立了揭示生态经济系统耦合关系的系统动力学模型[12]、耦合度模型及协调度模型[13-16]，大大推动了生态经济系统耦合研究的进程，但运用上述模型及方法所得结果无法剖析生态经济系统耦合的非线性本质。生态经济系统作为复杂耗散结构，表现的非线性耦合协调机制，很难用一般的线性方法加以研究，而人工神经网络通过连接下层节点和上层节点之间的权重矩阵的设定和误差修正，具有自学习和自适应的特征，个体具有的学习、记忆和选择的能力，能够模拟生态经济系统的耦合度动态变化及耦合协调的内部机制与结构关系。本文研究的因子贡献率，是生态经济系统耦合或者协调达到理想等级的评价因子重要性，反映某项评价指标对耦合或协调评价值的影响程度，这方面研究较少。同时，洞庭湖区的经济发展与生态环境关系一直是学术界研究热点[17]，在资源开发模式[18]、土地利用/覆被变化[19]、生态经济价值评估[20]、高效生态经济区建设[21]等方面取得了一定进展，但本区域生态经济耦合协调机制有待于进一步探讨。因此，本文通过构建洞庭湖区生态经济系统评价指标体系，基于耦合度、协调度模型，针对生态经济系统结构与要素的自组织与适应特性，运用人工神经网络模型，分析洞庭湖区生态经济系统达到耦合协调状态的生态经济系统评价因子贡献率，探讨系统影响因子对于社会经济与生态环境协调的调控适应机制，构建科学发展的生态经济体系，为洞庭湖区生态系统和社会经济协调的科学合理评价，协调经济发展与生态环境矛盾，推进高效生态经济区建设提供参考。2研究区域洞庭湖区是以洞庭湖为中心的广大河、湖冲积～淤积平原和环湖丘岗及外围低山区，覆盖岳阳、益阳、常德三市及长沙宁乡县，地理位置为28°44′N—29°35′N、111°53′E—113°05′E，大部分地区的海拔高度不到50m，土地面积的85％以上在湖南省辖境内。湖区地处中亚热带季风湿润气候，具有向北亚热带过渡性质，冬季寒冷、干燥，夏季降雨集中，气候温和、湿润，年平均降雨量1200—1450mm，年平均气温16.5～17.0℃。河网密布，湘、资、沅、澧四水流经，水、土、气、生物等资源要素丰富。但生态环境形势严峻，湖床每年被入湖泥沙淤高3.7厘米，新增洲土4130公顷。每年约8亿吨未经处理的废水直排湖中，导致水质下降。鱼类种群退化，洄游性、半洄游性鱼类资源在捕捞量中所占比例已降至10%，生态环境恶化，生物多样性遭到破坏。洞庭湖区是我国重要的商品粮基地，同时也是湖南省重要的农业经济区域，形成了以农、牧、渔业生产为主体，轻重工业并重，第三产业迅速壮大的发展格局。洞庭湖区是典型的水陆生态交错脆弱带，快速的环境变化和复杂的湖烷、江湖关系使得本区的生态环境脆弱性表现得特别突出，构建洞庭湖生态经济区一直在湖南省国民经济发展中具有重大的战略意义。3研究方法3.1系统耦合协调评价指标体系构建生态经济系统涉及到生态、环境、经济、社会等很多方面。生态经济系统耦合评价指标的设计应从生态环境与经济发展两个子系统出发，既有指示生态环境因子变化与指示经济发展的序参量，能够反映生态子系统与经济子系统的高效协同，同时在选取指标时，应有代表性，注意考虑正向指标与逆向指，从正反两方面考察耦合状态。具体指标的选取要综合考虑区域现状、生态经济目标、系统要素等方面因素，按照生态环境与经济发展两个子系统进行指标采集（如表1）。表1生态经济系统耦合协调指标采集Tab.1TheevaluationindexofEco-EconomicSystembasedoncouplingandCoordination子系统指标生态环境生物丰度指数x101、植被覆盖指数x102、水网密度指数x103、土地退化指数x104、湿地面积退化指数x105、气候变化指数x106、人均安全水资源拥有量x107、人均耕地面积x105、人均林地面积x109、环境污染治理投资率x110、万元国内生产总值消耗能源x111、废水净排放量x112、土壤侵蚀模数x113、人均生活能源消费量x114、工业污水处理率x115、人口密度x116社会经济经济密度x201、城市化率x202、恩格尔系数x203、人均GDPx204、第三产业/GDPx205、城镇居民可支配收入x206、农民人均纯收人x207、全社会劳动生产率x208、第一产业增加值/GDPx209、第三产业增加值/GDPx210、基尼系数x211、社会资本/总资本212由于指标数值和方向不同，必须进行指标的正向化和无量纲化处理。逆向指标采用倒数变换法进行正向化处理，用于计算区域生态经济耦合系统中不同指标的功效系数dij。计算公式为：正指标负指标式中，dij为系统i指标j的功效数，xijmax为系统i指标j的最大值，xijmin为系统i指标j的最小值，xij为系统i指标j的值。dij反映目标达成的满意程度，0≤dij≤1。利用主成分分析方法对输入数据进行生态经济系统耦合协调评价指标选取。从表2可以看出，变量Xi(i=1,2,…,28)的相关系数矩阵前13个特征值比较大，累积贡献率达到了85%，这说明用前13个因子就可以表示原来8个变量所能表达的信息。旋转后的正交因子表(见表3)，表3空缺项为因子载荷系数绝对值小于0.1，可忽略不计。表2相关系数矩阵的特征值和贡献率Tab.2EigenvaluesandcumulativecontributionofcorrelationmatrixZ01Z02Z03Z04Z05Z06Z07Z08Z09Z10Z11Z12Z13特征值4.023.983.793.583.433.122.882.572.332.141.991.711.05因子贡献率9.479.388.938.448.087.356.796.065.495.044.694.032.47累积贡献率9.518.927.836.244.351.658.464.570.075.079.783.786.2表3旋转后的正交因子表Tab.3Rotatedfactorpattern变量Z01Z02Z03Z04Z05Z06Z07Z08Z09Z10Z11Z12Z13x1010.13-0.120.730.100.11-0.100.43x1020.14-0.250.230.13x1030.170.200.120.26-0.210.37-0.300.16x1040.120.130.270.150.86-0.12x1050.120.120.65x106-0.250.230.270.17x1070.150.72-0.150.10-0.21-0.120.350.13x1080.540.330.27-0.190.21x1090.990.110.65-0.12x1100.790.150.21x1110.89-0.140.230.15x112-0.240.650.150.140.11x113-0.10x1140.700.18-0.11-0.230.130.59x1150.320.410.210.160.170.11-0.16x1160.330.210.11-0.25x2010.110.470.09-0.16-0.100.210.140.62x202-0.210.82-0.210.140.560.17x2030.13-0.210.240.78x204x2050.950.230.15-0.13x2060.170.310.110.350.11x2070.27-0.280.410.330.12-0.17x2080.110.700.24x209-0.180.210.210.71-0.15-0.21x2100.20-0.130.530.12x211-0.100.210.760.710.120.20x2120.100.170.220.32根据表3旋转后的正交因子矩阵可以看，遴选的生态环境指标包括生物丰度指数、土地退化指数、湿地面积退化指数、人均林地面积、环境污染治理投资率、万元国内生产总值消耗能源、人均生活能源消费量等7个指标，社会经济发展水平的指标包括经济密度、城市化率、第三产业/GDP、第一产业增加值/GDP、第三产业增加值/GDP、基尼系数等6个指标。以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例，确定为提取的生态经济系统评价指标权重。用各主成分的方差贡献率计算生态经济系统评价指标权重。计算公式为：式中，Wij为子系统i指标j的评价权重，表示第主成分的贡献率，表示主成分个数。通过主成分分析，得到生态经济系统评价指标体系如表4所示。表4生态经济系统评价指标体系Tab.4IndexSystemofEvaluationonEco-EconomicSystem子系统指标权重生态环境子系统生物丰度指数0.094土地退化指数0.079湿地面积退化指数0.029人均林地面积0.110环境污染治理投资率0.070万元国内生产总值消耗能源0.109人均生活能源消费量0.054社会经济子系统经济密度0.047城市化率0.098第三产业/GDP0.104第一产业增加值/GDP0.064第三产业增加值/GDP0.058基尼系数0.085根据主成分综合模型，在选用所有指标都作为主成分的前提下，利用各主成分的方差值作为权重，进行经济与生态系统功效评价。经济与生态子系统的综合功效是各系统内所有指标对该子系统的贡献的综合，可通过集成方法来实现[22]。其计算公式为：其中，,3.2系统耦合度分析生态经济系统由无序走向有序的特征与规律，通过耦合度判别社会经济和生态环境两个子系统耦合作用的强度以及作用的时序区间。借助容量耦合系数模型推广的耦合度模型，计算和分析洞庭湖区生态经济系统耦合度。由于本文度量的由社会经济和生态环境两个子系统构成的耦合度模型，得到生态环境子系统与社会经济子系统的耦合度函数表示为：式中，C为耦合度；、为社会经济和生态环境两个子系统的综合功效。根据经济发展与生态环境交互作用的强弱程度，即耦合度的大小，一般可以将其耦合的过程划分如表5所示[23]。表5生态经济系统耦合度分类及耦合等级Tab.5ClassificationandcharacteristicsofthecouplingbetweenEco-EconomicSystem耦合度取值耦合等级耦合特征水平代表值C=0最小耦合系统之间或系统内部要素之间处于无关状态，系统将向无序发展0<C≤0.3低水平耦合此时经济发展水平低，生态系统承载力强Ⅳ：理想状态值×0.250.3<C≤0.5拮抗这阶段经济进入快速发展时期，生态承载力下降Ⅲ：理想状态值×0.500.5<C≤0.8磨合系统开始良性耦合Ⅱ：理想状态值×0.750.8<C<1高水平耦合经济与生态环境相互促进，共同发展Ⅰ：理想状态（代表值为1）C=1最大耦合耦合度最大,系统之间或系统内部要素之间达到了良性共振耦合，系统趋向新的有序结构3.3系统协调度分析耦合度体现了社会经济与生态环境的互动作用，却很难反映出经济与生态环境建设的整体“功效”与“协同”效应，单纯依靠耦合度判别有可能产生误导。为此，基于耦合度模型构建生态经济系统协调度函数，计算公式可表示为：式中，D为协调度，T为生态经济综合调和指数，反映生态环境与社会经济的整体协同效应或贡献，a、b为待定系数，分别为生态经济系统评价指标体系中两个子系统的权重。协调度等级划分见表6[23]。表6生态经济系统的协调度等级与协调特征CoordinationdegreeandcoordinationgradeofEco-EconomicSystem协调度协调等级协调特征水平代表值D=0不协调不协调,经济环境系统整体呈衰退趋势0<D≤0.4低度协调环境勉强保持在承载力范围内Ⅳ：理想状态值×0.250.4<D≤0.5中度协调资源环境保持在承载力阈值内,短期内可接受Ⅲ：理想状态值×0.500.5<D≤0.8良好协调基本协调,经济水平提高速度高于生态环境的改善速度,整体协同效应达到了较高的程度Ⅱ：理想状态值×0.758<D<1.0高度协调较协调,经济与资源环境发展接近均衡，较理想状态Ⅰ：理想状态（代表值为1）D=1极度协调社会经济与资源环境发展相互促进，协调共生3.4耦合协调评价的神经网络模型设计与评价因子贡献率计算人工神经网络具有以任意精度逼近任意非线性连续函数的特性，通过模型中神经元的知识存储和自适应特征，建立各影响因素与目标等级之间的高度非线性映射，通过向输入输出样本学习进行自适应调整。本文以生态经济系统耦合协调等级作为输出，通过样本学习、训练与检测，对网络节点映射的优化目标的调整，确定网络结构和学习参数，建立样本耦合协调值与各因子指标值之间的非线性关系，使该优化目标中得到自适应均衡的节点权重，作为生态经济系统耦合协调达到理想等级的评价因子贡献率，反映某项评价指标对评价值的影响程度。对于系统耦合协调的神经网络模型设计，分别选取2003—2012年的生态经济系统功效数据作为输入因子，将计算得出的耦合度和耦合协调度等级值作为输出因子，输入层节点为13，网络输出层节点数目为1。隐含层节点数的确定在参考输入层节点数与输出层节点数的基础上，利用样本数据检验9、10、11、12个隐含神经元，并根据网络学习的拟合速度来选取，即用试验的方法来确定合适的隐含层为10，传递函数采用对数型Sigmoid激活函数。经过神经网络训练与模拟计算，模拟值与实际值较为吻合，误差较小，模型可行(表4)。表7神经网络检验及误差Tab.7Networktraininganderrors年度2003200420052006200720082009201020112012耦合度C样本值0.50.50.50.50.50.50.50.50.750.5模拟值0.5010.5010.5000.5000.5000.5020.5010.5040.7440.502误差0.0010.0010.0000.0000.0000.0020.0010.004-0.0060.002协调度D样本值0.250.250.250.250.250.250.250.250.250.5模拟值0.2500.2530.2510.2510.2510.2510.2510.2530.2530.494误差0.0000.0030.0010.0010.0010.0010.0010.0030.003-0.006根据构建的网络模型神经元之间的连接权重值计算出各隐含节点对于输出结果的重要性和各个输入因子与各个隐含节点的紧密程度，得出各输入因子对于输出结果的重要性，即评价因子贡献率，用于量化输入指标对生态经济系统耦合协调状态的影响程度。具体步骤如下：（1）将输入层节点与隐含层节点之间的连接权重值取绝对值求和。，i、j分别代表输入层、隐含层节点；（2）将隐含层节点与输出层节点之间的连接权重值取绝对值求和。，k代表输出层节点。yj代表了各隐含层节点对于输出节点的贡献；（3）某个输入因子通过某个隐含层节点对于输出结果的作用，即；(4)求和，Si表示某个输入因子通过隐含层对于输出结果的作用；（5）计算评价因子贡献率。某个输入数据对于仿真值的重要性Vi，即。4结果与分析4.1社会经济与生态环境耦合的时序变化收集2003年以来10年的相关资料，分别计算出各个年份的社会经济综合序参量、生态环境综合序参量、耦合度和协调度。从图1可以看出，生态经济系统耦合度大都处在0.439与0.500之间，表明了社会经济与生态环境的发展关系基本以拮抗状态，其经济发展方式为粗放型，经济发展对生态环境的影响很大。从耦合度变动趋势来看，变化趋势较平稳，社会经济与生态环境交互作用的强度变化不大，但2006年与2008年之间，耦合度略有些微下降，2009年洞庭湖区社会经济与生态环境耦合有所上升，2012年正在向磨合时期过渡，其原因就是此间不断加大了对生态经济圈建设的力度，导致二者的关系正在进行调整。从社会经济子系统、生态环境子系统两两之间的序参量比较来看，除了2012年外，2003年至2011年的社会经济序参量都小于生态环境序参量，说明经济发展的内部结构的不协调是阻碍洞庭湖区人地系统协调发展的关键，也说明了洞庭湖区生态环境是经济发展的主要瓶颈，经济发展主导着社会与生态环境的演变。从两个子系统的序参量时序变化来看，总体呈现出明显的上升趋势，说明各个子系统内部结构正由不协调向协调方向调整。从表8可以看出，经济系统的序参量年平均变化率为16.01%，平均变化幅度最大，生态系统为5.79%，一方面说明了经济发展对社会、生态环境的发展具有导向和主宰作用，另一方面在某种程度上体现了洞庭湖区社会经济发展对生态环境的高度依赖。针对各个子系统的序参量年度变化率比较，生态环境子系统除了2004年，年度变化都比较平稳，只是个位数的变化，而社会经济子系统变化率起伏较大，最大的为2012年的42.44%，而最小的为2006年的-25.64%，也说明了具有自然属性的生态环境子系统的自组织特性与变化的滞后性。再从彼此间变化率的相关性可以看出，经济发展与生态环境的发展具有同步性。可能由于生态保护政策执行的不确定性以及产业结构调整带来的冲击，使得生态环境综合序参量出现波动起伏的趋势，特别是在2009年至2011年间生态环境出现了迅速下降的趋势。图1洞庭湖区生态经济系统耦合度时序变化Fig.1Variationofcouplingdegreebetweenecologyandeconomicsystemfrom2003to2012表8生态经济系统序参量年度变化率Tab.8AnnualchangerateoftheorderparameteronEco-EconomicSystem年度200420052006200720082009201020112012平均生态环境47.26-2.361.0613.06-0.06-7.54-11.486.136.015.79社会经济18.10-5.81-25.6423.7414.4736.4416.3324.0442.4416.014.2生态经济系统协调性动态从生态经济系统协调度看，其数值处于0.292与0.428之间，说明2003年至2011年社会经济与生态环境发展关系处于低度协调，而2013年后开始转入中度协调。通过2003年至2012年生态经济系统耦合度与协调度比较，2003年至2005年生态经济系统耦合度处于较高状态，但协调度却不处于高位，说明此阶段社会经济与生态环境在物质与能量的交换与传输频繁，两个子系统的相互依赖、相互影响程度较大，但由于生态经济系统结构的复杂性，表征了系统互动关系中的相互作用与相互反馈过程，有可能系统中某一子系统的发展背离了其原本演化趋势影响到系统整体发展，另一子系统会自发调节对其进行反馈与约束，这种作用与反馈并没有形成系统整体的良性发展，导致了生态经济系统结构协调性没有增强的状态。2006年至2012年生态经济系统耦合度与协调度基本上具有相同的变化趋势，说明了经济发展与资源环境的数量关系及其调整过程具有正向作用，正在使系统之间或系统内部朝着要素比例得当、关系和谐、共同促进的互惠互利的状态发展，通过系统物质循环、能量流动、价值流动，表现为生态环境不断改善、经济持续增长和社会发展水平不断上升的状态。结合社会经济综合序参量与生态环境综合序参量的曲线（图1）还可以看出，洞庭湖区社会经济综合序参量在2003年至2008年间都是处于较低状态，社会经济发展严重影响生态环境建设，这是导致洞庭湖区社会经济与生态环境耦合协调一直以中低度协调为主的主要原因。2008年以来，把洞庭湖区作为一个生态经济圈来规划，边发展边治理，山水同治、江湖同治，综合治理与新农村建设相结合，在防洪排涝、生态环境建设采取相应的重大举措，社会经济序参量呈现不断增大趋势，其年平均增长率高达29.8%，最高达42.44%，社会经济的增长对生态环境建设的影响很大。图2洞庭湖区生态经济系统协调度时序动态Fig.2VariationofCoordinationdegreebetweenecologyandeconomysystemfrom2003to20124.3生态经济系统耦合协调等级的评价因子贡献率比较根据选取的生态经济系统评价指标，设计了相对于系统耦合度与协调度目标的神经网络模型。网络输入层节点为13，隐含层节点为10，输出节点为耦合度与协调度等级值，节点数为1。将2003—2012年洞庭湖区社会经济与生态环境数据为输入变量的训练样本，系统耦合度和协调度等级值为输出变量，系统耦合度的神经网络模型的输入层与隐含层间连接权值矩阵为：隐含层到输出层的权值矩阵为：系统协调度的神经网络模型的输入层与隐含层间连接权值矩阵为：隐含层到输出层的权值矩阵为：根据构建的神经网络模型神经元之间的连接权重值计算出各隐含节点对于输出结果的重要性和各个输入因子与各个隐含节点的紧密程度，得出各输入因子对于输出结果的重要性，即评价因子贡献率，结果见图3、图4。从图3可以看出，以耦合度等级作为评价标准，使生态经济系统耦合达到高水平耦合，对于评价指标，生态环境子系统因子贡献率为55.6%，社会经济子系统为44.4%，说明了生态经济系统具有较强的互动与反馈作用，对于理想状态的目标，生态环境子系统各项指标具有主导作用，只有在良好的生态环境条件下，社会经济子系统与生态环境子系统具有相互促进、共同发展的耦合作用。从单个因子来看，城市化率的耦合贡献率最大，为0.086，是生态经济系统耦合达到高水平耦合的最重要影响因素。各影响因子的耦合贡献率依此为城市化率>生物丰度指数>人均林地面积>万元国内生产总值消耗能源>土地退化指数>经济密度>人均生活能源消费量>第三产业增加值/GDP>第一产业增加值/GDP>湿地面积退化指数>环境污染治理投资率>基尼系数第三产业/GDP。从图4可以看出，基于协调度的两个子系统贡献率比值与图3中基于耦合度的贡献率比值差异不大，但万元国内生产总值消耗能源指标耦合贡献率最大，为0.091。各影响因子的耦合贡献率依此为万元国内生产总值消耗能源>生物丰度指数>第三产业增加值/GDP>第三产业/GDP>人均林地面积>城市化率>人均生活能源消费量>环境污染治理投资率>基尼系数>第一产业增加值/GDP>湿地面积退化指数土地退化指数>经济密度。图3基于耦合度的生态经济系统评价因子的贡献率Fig.3ContributionrateofEco-EconomicSystemevaluationindexbasedoncouplingdegree图4基于协调度的生态经济系统评价因子的贡献率Fig.4ContributionrateofEco-EconomicSystemevaluationindexbasedoncoordinationdegree生态经济系统耦合协调过程中，评价因子贡献率反映了系统在协同变化时所表现出的学习能力与调控弹性，弹性越强，系统的适应能力越高。根据图5可以看出，生态经济系统耦合协调更多地表现为微观要素变化的关联性与协同性，通过不同耦合协调要素重要性的关联调整，使系统宏观秩序上耦合与协调达到最优。对于生态经济系统耦合与协调的不同目标，影响因子指标的贡献率不同，如生物多样性指标，在系统达到最佳耦合时贡献率为0.086，而在系统达到最佳协调状态时贡献率为0.073，这种针对目标所调整的不同指标的动态性，说明了在系统不断演化的动态过程中，生态经济系统影响因子成为向系统耦合协调目标状态进行调整的驱动因子，是对生态和经济系统对现实和预期的环境变化驱动及其作用和影响而进行的调整，体现了系统内部物质能量循环与自我调节机制，体现了系统本身的自调节、自适应与自组织能力。从图5还可看出，生态经济系统指标的贡献率与表4中所计算的指标权重差异性较大，主要是因为指标权重是针对耦合度与协调度数值大小的指标重要性，而耦合与协调贡献率是针对生态经济系统达到相应目标理想值的指标重要性。图5生态经济系统评价因子的贡献率对比Fig.5ComparisonofcontributionrateofEco-EconomicSystemevaluationindex3结论与讨论（1）2003年至2012年社会经济与生态环境的发展关系基本以拮抗状态，耦合度数值大小都处在0.439与5.0之间。从耦合程度的时序看，10年间耦合度变动趋势较平稳，2006年与2008年些微下降，2009年有所上升，2012年正在向磨合时期过渡。对于序参量年度变化率比较，生态环境子系统除了2004年，年度变化都比较平稳，序参量之间协同作用的强弱程度，它体现系统由无序走向有序的趋势，但社会经济发展与生态环境交互耦合作用并不十分理想。（2）社会经济与生态环境的协调好关系是生态经济系统良性发展的基础。2003年至2012年年洞庭湖区社会经济与生态环境建设的协调程度基本还处于中低水平，数值处于0.292与0.428之间。2003年至2011年社会经济与生态环境发展关系处于低度协调，而2013年后开始转入中度协调。这说明洞庭湖经济发展与生态环境的协调程度还有待进一步提高。（3）通过2003年至2012年生态经济系统耦合度与协调度比较，2003年至2005年生态经济系统耦合度处于较高状态，但协调度却不处于高位，说明此阶段社会经济与生态环境在物质与能量的交换与传输频繁，两个子系统相互影响较大，由于生态经济系统结构的复杂性，表征了系统互动关系中的相互作用与相互反馈过程，但这种作用与反馈并没有形成系统整体的良性发展。2006年至2012年生态经济系统耦合度与协调度基本上具有相同的变化趋势，（4）对于生态经济系统耦合及其协调目标，评价因子的重要性，生态环境子系统贡献率为55.6%，社会经济子系统为44.4%，说明了生态经济系统具有较强的互动与反馈作用，对生态经济系统理想状态的调控，生态环境子系统各项指标具有主导作用，只有在良好的生态环境条件下，社会经济子系统与生态环境子系统具有相互促进、共同发展的耦合作用。（5）从单个因子来看，生态经济系统影响因素的贡献率，达到高水平耦合的与协调有些差异。这种差异体现了向系统耦合目标、协调目标状态进行调整的驱动力的不同。在生态经济系统调控中，重要性越大，在调控中对系统目标调控影响越大，即重要性与系统目标调控动态变化呈正相关。（6）利用人工神经网络模型，通过样本知识的学习与训练，不需要改变模型的结构，针对输出的预期目标，调控模型不同参数重要性的大小，达到系统的耦合协调要求。参考文献：[1]刘薇.区域生态经济理论研究进展综述[J].区域生态经济理论研究进展综述,2009,8(3):142-149[2]杨振,牛叔文,常慧丽,等.基于生态足迹模型的区域生态经济发展持续性评估[J].经济地理,2005,25(4):542-546[3]李海涛,廖迎春,严茂超,等.新疆生态经济系统的值分析及其可持续性评估[J].地理学报,2003,58(5):765-772[4]PearceD,WarfordW.WorldwithoutEnd:Economics,EnvironmentandSustainableDevelopment[M].Oxford:OxfordUniversityPress,1993:135-142[5]王永初,王启志.耦合度的新定义及其应用[J].华侨大学学报,1999,(3):273-277.[6]吕晓,刘新平,李振波.塔里木河流域生态经济系统耦合态势分析[J].中国沙漠,2010,30(3):620-624[7]刘泾,刘振泽.我国区域生态经济发展战略模式及体系建构[J].发展研究,孙2011,(1):31-36[8]乔标,方创琳.城市化与生态环境协调发展的动态耦合模型及其在干旱区的应用[J].生态学报,2005,25(11):3003~3009[9]乔标,方创琳,黄金川.干旱区城市化与生态环境交互耦合的规律性及其验证[J].生态学报,2006,26(7):2183~2190[10]方创琳,孙心亮.河西走廊水资源变化与城市化过程的耦合分析[J].资源科学,2005,27(2):2~9[11]张富刚,刘彦随,王介勇.沿海快速发展地区区域系统耦合状态分析:以海南省为例[J].资源科学,2007,29(1):16~20[12]左其亭,陈嘻.社会经济一生态环境藕合系统动力学模型[J].上海环境科学,2001，20(12):592－594ZuoQ-T.Dynamicmodelofcouplingsystemforsocial-economyandeco-environment.ShanghaiEnvironmentalSciences，2001，20(12):592－594[13]刘耀彬,李仁东,宋学锋.中国区域城市化与生态环境耦合的关联分析[J].地理学报,2005,60(2):237-247[14]贾士靖,刘银仓,邢明军.基于耦合模型的区域农业生态环境与经济协调发展研究[J].农业现代化研究,2008，29(5):573-575JiaS-J，LiuY-C，XingM-J.Oncoordinationdevelopmentofagriculturalecological-environmentandeconomyindifferentregionsbasedoncouplingdegreemodel.ResearchofAgriculturalModernization,2008，29(5):573-575[15]王介勇,吴建寨.黄河三角洲区域生态经济系统动态耦合过程及趋势．生态学报，2012，32(15):4861-4868．[16]LiaoChongbin.Quantitativejudgementandclassificationsystemforcoordinateddevelopmentofenvironmentandeconomy:AcasestudyofthecitygroupinthePearlRiverdelta.TropicalGeography,1999,19(2):171-177.廖重斌.环境与经济协调发展的定量评判及其分类体系:以珠江三角洲城市群为例.热带地理,1999,19(2):171-177.[17]郭辉东.洞定湖生态经济圈示范区设想[J].武陵学刊,2011,36(3):21-25[18]庄大昌,董明辉.洞庭湖区湿地生态旅游资源开发模式研究[J].人文地理,2002,17(1):73-76[19]潘明麒,于秀波.不同时段洞庭湖区土地利用/覆被变化及退田还湖的影响[J].中国人口#资源与环境,201,20(9):140-145[20]张晴,孙彦骊.湿地循环经济发展模式及其生态经济价值评估研究—以洞庭湖湿地为例[J].城市发展研究,2011,18(9):100-103[21]刘魏文.构建洞庭湖生态经济区的思考[J].经济研究导刊,2012,(33):150-152[22]马丽,金凤君,刘毅.中国经济与环境污染耦合度格局及工业结构解析[J].地理学报,2012,37(10):1299-1307[23]刘耀彬,李仁东,宋学锋.中国城市化与生态环境耦合度分析[J].自然资源学报,2005,20(1):105-112LiuY-B，LiR-D，SongX-F.AnalysisofcouplingdegreesofurbanizationandecologicalenvironmentinChina.JournalofNaturalResources，2005，20(1):105-112ThecouplingcharacteristicsofEco-economicSysteminDongtingCHENDuan-lu,PENGBao-fa(CollegeofResourceEnvironmentandTourism，HunanUniversityofArtsandScience，Changde415000，Hunan，China)Abstract:Themechanismofcoordinationandadjustmentofeco-ecologicalsystemareexploredbyusingcoupling