EN中文

Arid Land Geography >

2025 , Vol. 48 >Issue 11: 1995 - 2004

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.709

Ecology and Environment

Ecological security status of Inner Mongolia based on ecological niche and the Lotka-Volterra model

  • Xuemin LI , 1 ,
  • Feifei WANG 1 ,
  • Zhenguo WU , 2 ,
  • Yunkai ZHANG 1 ,
  • Yueming PAN 1
Expand
  • 1. School of Finance and Taxation, Inner Mongolia University of Finance and Economics, Hohhot 010070, Inner Mongolia, China
  • 2. Inner Mongolia Academy of Social Sciences, Hohhot 010010, Inner Mongolia, China

Received date: 2024-11-20

  Revised date: 2025-03-29

  Online published: 2026-03-11

Fold

Abstract

Ecological security is a key component of national security. It is very important to scientifically assess the state of ecological security to optimize the scientific management of regional ecosystems, enhancing ecological conservation and promoting high-quality development. This study constructs an ecological security evaluation index system based on the driving forces-pressures-state-impacts-responses (DPSIR) framework, introduces the ecological niche width into the Lotka-Volterra model, and uses the center-of-gravity standard deviation ellipse analysis, radar charts, and trend surface analysis to identify the temporal and spatial characteristics of ecological security in Inner Mongolia of China, as well as the trade-off relationship between the ecological and economic systems, from 2012 to 2023. The findings indicate the following: (1) The ecological security situation in Inner Mongolia showed an overall improvement from 2012 to 2023. The type of ecological security gradually shifted from red-risk to blue sub-security, with the proportion of safe areas increasing from 16.67% in 2012 to 25.00% in 2023 and the proportion of dangerous areas decreasing from 33.33% in 2012 to 0% in 2023. The level of ecological and economic symbiosis showed an upward trend. (2) In terms of spatial distribution of safety, the number of red-risk leagues and cities has decreased across the eastern, central, and western regions Inner Mongolia. By 2023, all regions had transitioned to at least the sensitive zone or higher, predominantly distributed in recovery and safe zones. Both Alagxa League in the west and Hulun Buir City in the east showed significant fluctuations, indicating unstable ecological security. (3) The ecological security center of gravity witnessed a trend of migration from the northeast to the southwest. Likewise, the ecological security standard deviation ellipse also exhibited an evolution trend, first expanding to the northeast and then becoming concentrated in the southwest. (4) The ecological niche widths of economic and ecological systems were relatively high in the central leagues and cities, with a good overall symbiotic condition between ecology and economy, with the ecological and economic systems of the eastern and western leagues being still in a competitive state, where the symbiosis between systems requires further improvement. These findings provide actionable insights for the optimization of ecological security governance in Inner Mongolia, and they offer an important reference value for assessments of ecological vulnerability in analogous regions nationwide.

Key words： ecological niche; Lotka-Volterra model; ecological security; Inner Mongolia

Cite this article

Xuemin LI , Feifei WANG , Zhenguo WU , Yunkai ZHANG , Yueming PAN . Ecological security status of Inner Mongolia based on ecological niche and the Lotka-Volterra model[J]. Arid Land Geography, 2025 , 48(11) : 1995 -2004 . DOI: 10.12118/j.issn.1000-6060.2024.709

人与自然和谐共生的现代化是我国社会主义现代化重要特征之一，高质量发展是全面建设社会主义现代化国家的首要任务。如何站在人与自然和谐共生的高度谋划发展，通过高水平的生态安全不断塑造发展的新动能、新优势，协同推进经济高质量发展和生态环境高水平保护成为重要的时代命题。生态安全是高质量发展的基础保障，其实质在于维持生态系统的稳定性和可持续性，从而为经济社会发展提供必要的资源供给和环境容纳能力[1]。然而，过度追求经济增长而忽视生态阈值将导致环境污染、生物多样性锐减等生态风险，进而影响经济系统的可持续性；反之，通过技术创新与产业转型提升资源利用效率，可增强生态系统的韧性。传统的生态安全评价往往侧重于生态系统的单维状态[2]，忽视生态-经济系统间的动态交互关系，而基于生态-经济系统的综合评价体系，能够更全面地揭示生态安全的内在机制及其对高质量发展的支撑作用。
“绿色浪潮”“环境意识觉醒”促使生态安全思想进入萌芽期，自1984年Brown提出生态安全概念以来，有关生态安全的学术研究日趋增加。国外相关研究聚焦于生态安全预警评价[3-4]、生态环境评价[5-6]、生态承载力评估[7]等方面。国内自2000年发布《全国生态环境保护纲要》以来，有关生态安全的概念诠释、评价方法等便成为学界的研究热点。目前，学界对生态安全未有统一定义，但对其内涵所述大体一致，即生态安全是人类与其所处环境相互作用而形成实际或潜在的生态安全风险，对人类生存无直接或间接威胁的演进趋势[8]。关于生态安全评价方法，主要有指标体系法和特征指数法两大类[9]，前者主要包括神经网络[10]、灰色关联投影[11]、综合指数[12]和熵权物元等[13]方法，该类方法结构清晰、指标可回溯且单项指标具有生态意义，但综合评价值不具备生态经济意义，难以反映生态与经济系统间的动态关系；特征指数值法，如生态足迹法[14-15]等，可表征结果的生态经济意义，但无法进行回溯分析，对系统内部交互机制的刻画不足。近些年，学者逐渐将Lotka-Volterra模型引入生态安全评价中，其优势在于量化系统间竞争或共生关系的同时具有回溯分析能力[16]，但现有研究应用该模型时多采用熵权法或线性加权法确定权重[9]，难以反映系统的真实发展水平。生态位宽度能够有效表征系统的整体发展水平和相对地位，因此将生态位宽度引入Lotka-Volterra模型，克服传统权重确定方法的主观性局限，增强评价结果的生态经济意义和统计解释力。
目前，关于生态安全评价的研究区有东北林区[8]、流域[16-17]、京津冀地区[18]等，对西北干旱区的研究略显不足。内蒙古是祖国北方重要的生态安全屏障，蕴藏着巨大的生态系统供给潜力，但原有经济发展方式已成为区域高质量发展的主要瓶颈，探讨生态与经济协调共进和耦合共生下的生态安全问题，是内蒙古实现高质量发展和筑牢生态安全屏障的实践诉求。鉴于此，本文选取内蒙古12个盟市为研究对象，基于“驱动力-压力-状态-影响-响应”（DPSIR）模型系统构建生态安全水平测度指标体系，将生态位宽度计算引入Lotka-Volterra模型，综合评价2012—2023年生态安全水平并揭示其时空演变特征，分析生态-经济系统之间的权衡关系，以期为优化内蒙古生态安全格局和推动区域可持续发展提供数据支撑。

1 数据与方法

1.1 研究区概况

内蒙古位于祖国北部边疆，地处37°24′~53°23′N、97°12′~126°04′E，下辖12个地级行政区（图1），大致可分为东、中、西3部分。全区总面积11.83×105 km2，占国土总面积的12.3%。内蒙古是国家生态安全战略格局中北方防沙带和东北森林带的主要构成部分，也是国家重要能源和战略资源基地以及乳肉绒毛的重要产地，能源生产总量约占全国的1/6，乳制品产量居全国首位，能源与农畜产品供应链关乎国家经济安全。2023年内蒙古GDP总值达2.463×1012元，占我国GDP总量的1.95%，经济整体发展水平相对滞后，形成生态安全基底脆弱性与经济战略重要性的典型矛盾。因此，以内蒙古为研究区具有鲜明的区域典型性和重要的学术研究价值。
图1 研究区概况

注：基于自然资源部标准地图服务网站审图号为GS(2024)0650号的标准地图制作，底图边界无修改。下同。

Fig. 1 Overview of the study area

1.2 数据来源

文中行政区边界数据来自国家基础地理信息中心（https://www-webmap-cn-s.hubu.Yitlink.Com）；降水量以美国国家环境信息中心（NCEI）发布的2012—2023年原始数据为基础，将每年所有站点的逐日降水量进行合并处理提取出内蒙古范围的站点，利用反距离权重法和行政边界shp数据，得到各盟市逐日降水量和逐年累积降水量数据，分辨率为1 km；草地面积来源于武汉大学杨杰和黄昕教授开发的1985—2023年中国逐年土地覆盖数据，分辨率为30 m；2012—2023年生态系统服务量，如水源涵养量、固碳释氧量等，利用生态当量因子、替代成本等方法进行测算，分辨率为30 m；2012—2023年人均GDP、人口自然增长率、人均生活用电量、生活垃圾无害化处理率等数据来自《中国城市统计年鉴》，优良天数比例来自《中国统计年鉴》，其余数据来自《内蒙古统计年鉴》、内蒙古各盟市统计年鉴和内蒙古环保部门发布的公告及信息获取数据。对于部分缺失值，利用插值法及平均值进行补齐。

1.3 研究方法

1.3.1 生态安全指标体系构建

本文借鉴穆学青等[19]、周甜甜等[20]的研究，以经济-资源-生态统筹发展为视角，结合内蒙古自然、社会和经济特征，基于DPSIR理论，综合构建生态安全评价指标体系（表1）。
表1 生态安全测度指标体系

Tab. 1 Indicator system of ecological security measurement

系统层 子系统层 指标层 属性
经济发展
水平指数		 驱动力 常住人口城镇化率/% 正
第三产业与第二产业增加值之比/% 正
城市建设用地占市区面积比例/% 正
工业企业数/个 正
人均GDP/元·人-1 正
农牧区居民人均可支配收入/元·人-1 正
城镇居民人均可支配收入/元·人-1 正
就业率/% 正
固定资产投资/108元 正
资源环境
容量指数		 状态 人均城市建设用地面积/km2·(104人)-1 正
人均水资源占有量/m3·人-1 正
人均公园绿地面积/m2·人-1 正
人均城市道路面积/m2·人-1 正
优良天数比例/% 正
人均草原面积/hm2·人-1 正
影响
 人口自然增长率/% 负
常住人口密度/人·km-2 负
森林覆盖率/% 正
降水量/mm 正
草地固碳量/t CO2·hm-2 正
水源涵养量/t CO2·hm-2 正
第三产业比重/% 正
生态保护
水平指数		 压力 万元GDP能耗/t·(104元)-1 负
万元GDP废水排放量/t·(104元)-1 负
万元GDP废气排放量/t·(104元)-1 负
人均生活用水量/t·人-1 负
人均生活用电量/kW·h·人-1 负
响应 建成区绿化覆盖率/% 正
节能环保财政支出占GDP比重/% 正
污水处理厂集中处理率/% 正
生活垃圾无害化处理率/% 正
工业固体废物综合利用率/% 正

1.3.2 Lotka-volterra生态位共生模型

基于Lotka-Volterra原理构建Lotka-Volterra生态位共生模型，表达式如下：
d F t d t = r F t × F t × C t - F t - α t × E t C t
d E t d t = r E t × E t × C t - E t - β t × F t C t
N i = S i + A i × P i ∑ j = 1 n S j + A j × P j
F t = ∑ i = 1 n ( N F i × ω i ) ∑ i = 1 n ω i
E t = ∑ i = 1 n ( N E i × ω i ) ∑ i = 1 n ω i
C t = ∑ i = 1 n ( N C i × ω i ) ∑ i = 1 n ω i
式中： F t为第t年经济发展水平指数（经济系统生态位宽度）； r F t为其增长率（%）； E t为第t年生态保护水平指数（生态系统生态位宽度）； r E t为其增长率（%）； C t为第t年环境容量水平指数（环境容量生态位宽度）； α t为第t年经济系统对生态系统的作用系数； β t为第t年生态系统对经济系统的作用系数； N i为指标因子i的生态位; N F i为经济系统指标因子i的生态位； N E i为生态系统指标因子i的生态位； N C i为资源容量系统指标因子i的生态位； S i、 S j分别为指标因子i、j的态； P i、 P j分别为指标因子i、j的势； A i、 A j为量纲转换系数，参考李欣等[21]的研究，取值均为0.2； ω i为各个指标因子的权重，由熵权法确定，取指标归一化的值作“态”，取指标年增长率归一化的值作“势”。对公式（1）和（2）进行离散化处理，具体如下：
F t + 1 - F t = F t - F t - 1 F t - 1 × F t ×                                                           C t - F t - α t × E t C t
E t + 1 - E t = E t - E t - 1 E t - 1 × E ( t ) ×                                                           C t - E t - β t × F t C t
由式（7）和式（8）解得：
α t = φ F t × C t - F t E t
β t = φ E t × C t - E t F t
φ F t = 1 - F t + 1 - F t F t × F t - 1 F t - F t - 1 = 1 - r F ( t + 1 ) r F t
φ E t = 1 - E t + 1 - E t E t × E t - 1 E t - E t - 1 = 1 - r E ( t + 1 ) r E t
式中： F t + 1为第 t + 1年经济发展水平指数， r F ( t + 1 )为其增长率（%）； F t - 1为第 t - 1年经济发展水平指数； E t + 1为第 t + 1年生态保护水平指数， r E ( t + 1 )为其增长率（%）； E t - 1为第 t - 1年生态保护水平指数； φ F t为经济系统的稳定系数； φ E t为生态保护系统的稳定系数。
受力指数表明某一系统对另一系统的影响程度。基于 α t和 β t得到经济系统受力指数[ S F t]、生态系统受力指数[ S E t]和共生度指数[ S t]，其中共生指数 S t取值范围为[ - 2, 2]，值越大表示生态和经济共生状态越好，越趋于生态安全。计算公式如下：
S F t = - α t = - φ F t × C t - F t E t
S E t = - β t = - φ E t × C t - E t F t
S t = S F t + S E t S F t 2 + S E t 2
结合生态安全状况的渐进规律，将其划分为6个相互递进的区域。在亚安全区，由于经济发展水平较低，生态系统受到影响较小，表现为不成熟的生态安全状态。若经济发展水平持续降低至经济系统所受损害大于生态系统的获利，则将转入敏感区，若此时仍不作为则两系统将处于竞争状态，进入危险区。如重视经济发展则将进入风险区，此时经济系统受弱利而生态系统受强损，当积极推进生态保护与治理使生态系统生态位不断提高，生态安全状态便可发生转折，进入康复区。随着生态保护意识进一步提升，倒逼经济转型升级实现高质量发展，经济和生态良性互动则进入互利共生模式，生态安全将处于成熟稳定的健康状态[22]。生态安全状态分类如表2所示。
表2 生态安全状态和颜色表征

Tab. 2 Ecological security status and color representation

生态系统受力指数 共生度指数 对应关系 生态安全状态 颜色表征
S E t>0 1< S t< 2 二者互利共生 安全级 绿色
S E t>0 0< S t<1 生态获强利经济受弱害 亚安全级 蓝色
S E t<0 0< S t<1 生态受弱害经济获强利 康复级 黄色
S E t>0 -1< S t<0 生态获弱利经济受强害 敏感级 橙色
S E t<0 -1< S t<0 生态受强害经济获弱利 风险级 紫色
S E t<0 - 2< S t<1 二者互相损害 危险级 红色

注： S E t为生态系统受力指数； S t为共生度指数。

1.3.3 重心-标准差椭圆

重心-标准差椭圆是借助重心、方位角、面积、长短半轴等参数反映空间分布的中心性和方向性，可以揭示内蒙古生态安全的空间演进格局趋势和方向特征[23]。计算公式如下：
重 心 : m - = ∑ j = 1 k ( w j × m j ) ∑ j = 1 k w j , n - = ∑ j = 1 k ( w j × n j ) ∑ j = 1 k w j
方 位 角 : t a n θ = ∑ j = 1 k ( w j 2 × m ˜ j 2 ) - ∑ j = 1 k ( w j 2 × n ˜ j 2 ) ∑ j = 1 k ( 2 w j 2 × m ˜ j × n ˜ j ) +                       ∑ j = 1 k ( w j 2 × m ˜ j 2 ) - ∑ j = 1 k ( w j 2 × n ˜ j 2 ) 2 + 4 ∑ j = 1 k ( w j 2 × m ˜ j 2 × n ˜ j 2 ) ∑ j = 1 k ( 2 w j 2 × m ˜ j × n ˜ j )
x 轴 标 准 差 : σ x = ∑ j = 1 k w j × m ˜ j × c o s θ - w j × n ˜ j × s i n θ 2 ∑ j = 1 n w j 2
y 轴 标 准 差 : σ y = ∑ j = 1 k w j × m ˜ j × s i n θ - w j × n ˜ j × c o s θ 2 ∑ j = 1 n w j 2
式中： m j , n j为研究对象j的空间区位； m - , n -为加权平均中心； m ˜ j、 n ˜ j为各研究对象到平均中心的坐标偏差； w j为权重； θ为方位角； σ x、 σ y分别为轴x和轴y的标准差。

2 结果与分析

2.1 生态安全时序特征

2012—2023年内蒙古生态-经济间的共生度逐渐提升，经济发展、资源环境容量和生态发展指数总体呈上升态势，分别由2012年的0.023、0.020和0.036上升为2023年的0.029、0.022和0.038（图2）。2023年各指数间差距相比2012年有所扩大，表明生态、经济和资源环境容量的发展速度存在差异，其中2012—2022年表现为生态水平指数>经济发展水平指数>资源环境容量水平指数，2023年生态水平指数出现下降，这可能与气候变化、人类活动强度增加以及政策执行力度等因素有关。生态安全级占比由2012年的16.67%上升为2023年的25.00%，危险级占比则从33.33%下降到0%；生态安全级别由2012—2016年的“高安全级与低安全级少、中安全级多”向2017—2023年的“高安全级与中安全级多、低安全级少”转变，共生度也呈现波动上升趋势，反映出内蒙古整体生态安全状况逐渐好转。同时，研究期间生态水平指数出现短期波动，应继续加强生态系统的动态监控并适时调整相关政策。
图2 2012―2023年内蒙古生态安全水平指数

Fig. 2 Ecological security level indices of Inner Mongolia from 2012 to 2023

2.2 生态安全空间特征

2.2.1 生态安全度空间演变

2012—2023年生态安全水平居于红色危险的盟市数量下降，较多盟市进入黄色康复、蓝色亚安全和绿色安全类别（图3），可见近年来内蒙古在生态保护和修复方面取得了显著成效。具体来看，蒙东兴安盟生态安全状况变化最大，由红色危险区逐渐进入黄色康复区，呼伦贝尔市和通辽市波动较大但整体趋好。蒙中呼和浩特市、乌兰察布市和锡林郭勒盟生态安全水平提升显著，分别由紫色风险、橙色敏感和红色危险转变为绿色安全、蓝色亚安全和黄色康复，可能与蒙中地区大力推进生态修复工程、产业结构优化以及环境监管力度加强密切相关。蒙西阿拉善盟生态安全状况由红色恶化转变为黄色康复，包头市和巴彦淖尔市整体趋好，多为绿色安全和蓝色亚安全，但鄂尔多斯市生态安全情况不稳定，这与其资源依赖型经济结构和能源开发对生态环境的压力有着密切联系。由此可见，内蒙古各盟市生态安全状况差异显著，未来应基于其差异性重点关注危险区、敏感区和风险区的治理，确保生态安全的可持续性。
图3 2012―2023年内蒙古生态安全水平空间分布

Fig. 3 Spatial distributions of ecological security level of Inner Mongolia from 2012 to 2023

2.2.2 协调重心演变

2012—2023年生态安全重心处于41.40′~42.66′N和111.09′~114.26′E之间（图4）。其中，2012—2014年重心位于包头市达尔罕茂明安联合旗，2015—2017年向东北方向移动378.24 km至锡林郭勒盟的镶黄旗，2018—2023年向西南移动189.73 km至乌兰察布的四子王旗，2021—2023年又向西南移动297.45 km，再次回到达尔罕茂明安联合旗。可见，2015—2017年东部生态-经济共生良好，生态安全水平提升速度较快，2018—2023年中西部生态-经济共生水平提升较快，高值区主要位于乌兰察布市、包头市、呼和浩特市和巴彦淖尔市。标准差椭圆长轴和短轴的平均长度分别为668.45 km和159.16 km，长轴和短轴之比为4.20，方向角平均值为57.08°，生态安全方向主要沿东北—西南发展。椭圆面积先扩大后缩小，表明2015—2017年内蒙古生态安全状况趋向良好发展，尤以蒙东生态安全水平提升显著，而2018—2023年生态安全高值则更加向蒙中和蒙西地区集聚。
图4 2012―2023年内蒙古生态安全度标准差椭圆及其重心

Fig. 4 Standard deviation ellipses and centroids of ecological security in Inner Mongolia from 2012 to 2023

2.3 生态位宽度分析

从盟市来看，包头市、呼和浩特市和鄂尔多斯市经济系统生态位宽度居于高位（图5），均值均大于0.035且以包头市均值最高（0.042），低位盟市有巴彦淖尔市、乌兰察布市、兴安盟、赤峰市和呼伦贝尔市，均值处于0.018~0.019之间。生态系统生态位宽度均值高于0.03且高值盟市在东中西部均有分布，其中巴彦淖尔市、呼和浩特市、乌兰察布市、赤峰市和通辽市的均值都高于0.040，居于相对低位的有阿拉善盟和包头市。资源容量系统生态位宽度均值总体上最低，锡林郭勒盟（0.035）、呼伦贝尔市（0.034）、阿拉善盟（0.026）和鄂尔多斯市（0.025）相对较高，乌海市、包头市和巴彦淖尔市均低于0.015。
图5 2012―2023年不同系统生态位宽度

Fig. 5 Ecological niche widths of different systems from 2012 to 2023

进一步划分各系统生态位宽度类型：（1）生态高-经济低-资源容量低，典型盟市有兴安盟、巴彦淖尔市、乌兰察布市、赤峰市和通辽市。该类盟市生态状况整体较好，资源容量与经济发展水平较低，应立足生态资源禀赋和现有产业基础，致力于发展现代绿色农牧业、生态文化旅游业和清洁低碳工业等，提高绿色全要素生产率。（2）经济高-生态低-资源容量低，如包头市。包头市经济发展水平较高但生态状况及资源容量紧张问题突出，应积极推进经济、能源和产业结构转型升级，发展绿色低碳产业。（3）经济高-生态高/居中-资源容量高/居中，如呼和浩特市、鄂尔多斯市和锡林郭勒盟。该类盟市经济发展水平较高且生态-经济共生状况良好，生态安全度较高，应发挥示范引领作用，精准推动与周边盟市市场共融、生态共治和服务共享，提升辐射带动能力。（4）资源容量高-生态低/居中-经济低/居中，如呼伦贝尔市。该类盟市应围绕生态产业化、产业生态化发展模式，将生态优势转化为产品和品牌优势，同时最大限度地保护生态资源，促进区域可持续发展。（5）资源容量居中/低-生态居中/低-经济居中/低，如乌海市和阿拉善盟。该类盟市各系统发展相对滞后，应多措并举推动传统产业链不断向下游延伸，深入推进生态修复工程和治理力度，探索以生态优先、绿色发展为导向的高质量发展道路。
生态位宽度（Z轴）呈现自西向东（X轴）、从南向北（Y轴）增长的趋势（图6）。蒙西地区经济系统生态位宽度高，资源容量和生态系统生态位宽度低，2012—2023年生态系统生态位宽度虽有所提升，但经济系统生态位宽度下降，经济-生态系统间的竞争大于共生；蒙东地区资源容量和生态系统的生态位宽度较高，但经济系统生态位宽度低且在2012—2023年出现进一步下滑；蒙中地区经济和生态系统的生态位宽度均处于较高水平，且资源容量系统生态位宽度居中，生态-经济整体共生状态良好，生态安全水平较高。
图6 2012―2023年不同系统生态位宽度空间格局趋势线

注：X、Y、Z轴分别为正东、正北、垂直方向上各系统生态位宽度的变化。

Fig. 6 Trend lines of spatial patterns of ecological niche widths in different systems from 2012 to 2023

3 讨论

对内蒙古生态安全度水平测度分析发现，2012—2023年内蒙古生态安全度上升趋势明显，生态与经济共生度不断提高，这与周杰等[24]的研究结果一致。生态水平指数变化幅度最大，2022年达到0.045，表明退耕还林还草、休牧禁牧等政策实施效果良好[25]；生态安全类型从风险向亚安全过渡，由于各盟市经济发展对资源依赖程度较大，生态和经济短期内难以持续维持平衡，从亚安全向安全过渡仍需一定时间，未来应立足资源禀赋和战略定位，逐步转变经济发展方式同优化产业结构、延长资源型产业链等相结合，提升资源利用效率。
内蒙古各盟市生态安全度时空格局具有显著差异。阿拉善盟和呼伦贝尔市生态安全情况不稳定，这由于阿拉善盟荒漠面积大[26]，生态环境脆弱，未来应调整土地利用结构，建立健全灾害预警机制，增强生态系统的自我调节能力；呼伦贝尔市经济系统指数波动大，未来应高标准做好林草湿地碳汇等生态产品价值实现，稳步推进生态效益向经济、社会效益转化。各系统整体发展极不均衡，但中部生态-经济发展较东、西部相对均衡，这也是标准差椭圆先向东北扩张后向西南方向回缩的原因之一；2015—2018年东部生态安全提升的同时经济系统生态位宽度却处于低位，使其生态安全波动性增强，而呼包鄂工业生态效率较高[27]，生态安全度高且稳定性较强，这也是生态安全逐步以呼包鄂为中心向西南方向聚集的原因。
本文基于DPSIR理论模型建立生态安全综合评价体系，将生态位宽度引入Lotka-Volterra模型，研究结果更具生态经济、统计学意义。今后考虑以县域为研究视角且选择更长时间序列样本数据，对生态安全状况进行深入研究；同时，应用卫星遥感影像数据实现对空气净化、防风固沙等更多生态系统服务评估，利用污染监测站点等数据获取更加准确的大气、土壤污染状况值，不断优化生态安全评价指标体系。

4 结论

（1）2012—2023年内蒙古生态安全情况逐渐好转，经济发展、资源环境容量和生态发展水平总体呈上升趋势。生态安全类型从风险向亚安全转变，安全级占比从16.67%上升为25.00%，危险级占比下降至0%，生态与经济的共生水平提升明显，共生度从-0.067增加至0.593。
（2）内蒙古东中西部处于红色危险的盟市数量均有所降低，到2023年各盟市皆处于敏感区及以上区域，以康复区和安全区居多；其中阿拉善盟和呼伦贝尔市生态安全情况不稳定。内蒙古生态安全方向性明显，主要沿东北—西南方向发展，椭圆面积出现先扩大后缩小趋势，2015—2017年东部盟市生态安全水平提升显著，2018—2023年生态安全高值向中、西部方向集聚。
（3）内蒙古西部经济系统生态位宽度高，资源容量和生态系统生态位宽度低，生态-经济共生情况差；中部经济和生态系统生态位宽度较高，资源容量系统生态位宽度居中，生态-经济共生整体状况良好；东部资源容量和生态系统的生态位宽度较高，经济系统生态位宽度低。总体上，内蒙古东、西部生态-经济系统仍处于竞争状态，系统之间共生性有待进一步提高。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈振, 张宇, 郭杰, 等. 基于生态安全格局优化的土地利用及生态系统服务价值情景模拟[J]. 水土保持研究, 2025, 32(4): 375-385.

[Chen Zhen, Zhang Yu, Guo Jie, et al. Scenario simulation of land use and ecosystem service value based on ecological security pattern optimization[J]. Research of Soil and Water Conservation, 2025, 32(4): 375-385. ]

[2]
赵隆莲, 曹广超, 闫欣, 等. 基于InVEST模型和电路理论的生态安全格局识别——以青海省海南藏族自治州为例[J]. 水土保持通报, 2025, 45(1): 137-146.

[Zhao Longlian, Cao Guangchao, Yan Xin, et al. Ecological security pattern identification based on InVEST model and circuit theory: A case study at Hainan Zang Autonomous Prefecture, Qinghai Province[J]. Bulletin of Soil and Water Conservation, 2025, 45(1): 137-146. ]

[3]
Turmel M S, Speratti A, Baudron F, et al. Crop residue management and soil health: A systems analysis[J]. Agricultural Systems, 2015, 134: 6-16.

DOI

[4]
Ju L F, Liu Y, Yang J, et al. Construction of nature reserves’ ecological security pattern based on landscape ecological risk assessment: A case study of Garze Tibetan Autonomous Prefecture, China[J]. Sustainability, 2023, 15(11): 8707, doi: 10.3390/su15118707.

[5]
Xi H Y, Chen Y Q, Zhao X Y, et al. Safety assessment of fragile environment in Badain Jaran Desert and its surrounding areas based on the DPSIR model[J]. Ecological Indicators, 2023, 146: 109874, doi: 10.1016/j.ecolind.2023.109874.

[6]
Caldeira A Q, Reis R P. Brazilian macroalgae assemblages analyzed using the ecological evaluation index (EEI-c)[J]. Ocean & Coastal Management, 2019, 182: 104927, doi: 10.1016/j.ocecoaman.2019.104927.

[7]
Oginah S A, Ang’ienda P O, Onyango P O. Evaluation of habitat use and ecological carrying capacity for the reintroduced eastern black rhinoceros (Diceros bicornis michaeli) in Ruma National Park, Kenya[J]. African Journal of Ecology, 2020, 58(1): 34-45.

DOI

[8]
李伊彤, 荣丽华, 李文龙, 等. 生态重要性视角下东北林区县域生态安全格局研究——以呼伦贝尔市阿荣旗为例[J]. 干旱区地理, 2022, 45(5): 1615-1625.

DOI

[Li Yitong, Rong Lihua, Li Wenlong, et al. Ecological security pattern at county level in northeast forest area of China from the perspective of ecological importance: A case of Arun Banner in Hulun Buir City[J]. Drought Area Geography, 2022, 45(5): 1615-1625. ]

[9]
何刚, 阮君, 赵杨秋, 等. 基于Lotka-Volterra共生模型的区域生态安全动态评价[J]. 安全与环境学报, 2022, 22(3): 1641-1650.

[He Gang, Ruan Jun, Zhao Yangqiu, et al. Dynamic evaluation of regional ecological security based on Lotka-Volterra symbiosis model[J]. Journal of Safety and Environment, 2022, 22(3): 1641-1650. ]

[10]
李杨, 李海东, 施卫省, 等. 基于神经网络的土壤重金属预测及生态风险评价[J]. 长江流域资源与环境, 2017, 26(4): 591-597.

[Li Yang, Li Haidong, Shi Weisheng, et al. Prediction and ecological risk assessment of heavy metals in soil based on neural network[J]. Resources and Environment in the Yangtze Basin, 2017, 26(4): 591-597. ]

[11]
徐美, 刘春腊. 张家界市旅游生态安全评价及障碍因子分析[J]. 长江流域资源与环境, 2018, 27(3): 605-614.

[Xu Mei, Liu Chunla. Tourism ecological security evaluation and obstacle factors analysis of Zhangjiajie[J]. Resources and Environment in the Yangtze Basin, 2018, 27(3): 605-614. ]

[12]
曹新向. 旅游地生态安全评价模型及实证研究——基于生态足迹模型的分析[J]. 经济地理, 2006, 26(6): 1062-1066.

[Cao Xinxiang. Ecological security evaluation of tourism destination based on ecological footprint analyses[J]. Economic and Geography, 2006, 26(6): 1062-1066. ]

[13]
李子君, 王硕, 马良, 等. 基于熵权物元模型的沂蒙山区土地生态安全动态变化及其影响因素研究[J]. 土壤通报, 2021, 52(2): 425-433.

[Li Zijun, Wang Shuo, Ma Liang, et al. Evaluation of land ecological security and influencing factors in Yimeng Mountain area based on entropy weight matter element model[J]. Soil Notification, 2021, 52(2): 425-433. ]

[14]
杨屹, 胡蝶. 生态脆弱区榆林三维生态足迹动态变化及其驱动因素[J]. 自然资源学报, 2018, 33(7): 1204-1217.

DOI

[Yang Yi, Hu Die. Dynamic changes and driving factors of three dimensional ecological footprint in Yulin[J]. Journal of Natural Resources, 2018, 33(7): 1204-1217. ]

DOI

[15]
李姣, 周翠烟, 张灿明, 等. 基于生态足迹的湖南省洞庭湖生态经济区全要素生态效率研究[J]. 经济地理, 2019, 39(2): 199-206.

DOI

[Li Jiao, Zhou Cuiyan, Zhang Canming, et al. Total-factor ecological efficiency of Dongting Lake ecological and economic zone in Hunan Province on the basis of ecological footprint[J]. Economic Geography, 2019, 39(2): 199-206. ]

DOI

[16]
吴艳霞, 李宇殊, 王彦龙. 黄河流域生态城镇化水平测度[J]. 环境科学与技术, 2020, 43(7): 224-236.

[Wu Yanxia, Li Yushu, Wang Yanlong. Measurement of ecological urbanization level in the Huanghe River Basin[J]. Environmental Science and Technology, 2020, 43(7): 224-236. ]

[17]
吴艳霞, 罗恒, 梁志康. 长江经济带生态安全测度研究[J]. 生态学报, 2020, 40(19): 6761-6775.

[Wu Yanxia, Luo Heng, Liang Zhikang. Ecological security measurement of the Yangtze River Economic Belt[J]. Journal of Ecological, 2020, 40(19): 6761-6775. ]

[18]
胡悦, 马静, 李雪燕, 等. 京津冀地区生态安全评价及障碍因子诊断[J]. 环境污染与防治, 2021, 43(2): 206-210, 236.

[Hu Yue, Ma Jing, Li Xueyan, et al. Ecological security evaluation and obstacle factor diagnosis for Beijing-Tianjin-Hebei region[J]. Environmental Pollution and Prevention, 2021, 43(2): 206-210, 236. ]

[19]
穆学青, 郭向阳, 明庆忠, 等. 黄河流域旅游生态安全的动态演变特征及驱动因素[J]. 地理学报, 2022, 77(3): 714-735.

DOI

[Mu Xueqing, Guo Xiangyang, Ming Qingzhong, et al. Dynamic evolution characteristics and driving factors of tourism ecological security in the Yellow River Basin[J]. Journal of Geography, 2022, 77(3): 714-735. ]

[20]
周甜甜, 王文平. 基于Lotka-Volterra模型的省域产业生态经济系统协调性研究[J]. 中国管理科学, 2014, 22(增刊1): 240-246.

[Zhou Tiantian, Wang Wenping. Study on coordination of provincial industrial eco-economie system based on Lotka-Volterra model[J]. China Management Science, 2014, 22(Suppl. 1): 240-246. ]

[21]
李欣, 方斌, 殷如梦, 等. 江苏省县域“三生”功能时空变化及协同/权衡关系[J]. 自然资源学报, 2019, 34(11): 2363-2377.

DOI

[Li Xin, Fang Bin, Yin Rumeng, et al. Spatial-temporal change and collaboration/trade-off relationship of “production-living-ecological” functions in county area of Jiangsu Province[J]. Journal of Natural Resources, 2019, 34(11): 2363-2377. ]

DOI

[22]
戴文渊, 张清华, 史权, 等. 2003—2022年黄河流域甘肃段水生态安全协同驱动机制研究[J/OL]. 干旱区地理. [2025-05-22]. http://kns.cnki.net/kcms/detail/65.1103.x.20250318.1109.00-1.html.

[Dai Wenyuan, Zhang Qinghua, Shi Quan, et al. Research on the synergistic driving mechanisms of water ecological security in the Gansu section of the Yellow River Basin from 2003 to 2022[J/OL]. Arid Land Geography. [2025-05-22]. http://kns.cnki.net/kcms/detail/65.1103.x.20250318.1109.001.html.]

[23]
王松茂, 牛金兰. 山东半岛城市群城市生态韧性的动态演化及障碍因子分析[J]. 经济地理, 2022, 42(8): 51-61.

DOI

[Wang Songmao, Niu Jinlan. Dynamic evolution and obstacle factors of urban ecological resilience in Shandong Peninsula urban agglomeration[J]. Economic and Geography, 2022, 42(8): 51-61. ]

[24]
周杰, 高芬. 草原生态环境与畜牧业经济耦合协调关系分析——以内蒙古自治区为例[J]. 生态经济, 2019, 35(5): 170-176.

[Zhou Jie, Gao Fen. Analysis on the coupling and coordination relationship between grassland eco-environment and livestock husbandry economy: Taking Inner Mongolia as an example[J]. Ecological Economy, 2019, 35(5): 170-176. ]

[25]
修晓敏, 吴波, 费兵强, 等. 基于Meta分析的毛乌素沙地荒漠化动态研究[J]. 干旱区地理, 2024, 47(12): 2051-2063.

DOI

[Xiu Xiaomin, Wu Bo, Fei Bingqiang, et al. A Meta-analysis of desertification dynamics in the Mu Us Sandy Land[J]. Arid Land Geography, 2024, 47(12): 2051-2063. ]

DOI

[26]
望元庆, 宋书愉, 王杰, 等. 2000—2018年内蒙古沙区“生态-经济-社会”复合系统脆弱性演变及关键影响因素[J]. 生态学报, 2023, 43(6): 2271-2286.

[Wang Yuanqing, Song Shuyu, Wang Jie, et al. Vulnerability evolution of the ecological-economic-social complex system and the key influencing factors in the sandy region of Inner Mongolia from 2000 to 2018[J]. Acta Ecologica Sinica, 2023, 43(6): 2271-2286. ]

[27]
邓祥征, 钟海玥, 白雪梅, 等. 中国西部城镇化可持续发展路径的探讨[J]. 中国人口·资源与环境, 2013, 23(10): 24-30.

[Deng Xiangzheng, Zhong Haiyue, Bai Xuemei, et al. Path of sustainable urbanization in western China[J]. Chinese Population, Resources and Environment, 2013, 23(10): 24-30. ]

Options
Outlines

/

〈 〉