标题

Size: px

Start display at page:

Download "标题"

簪鞭霄僪
5 years ago
Views:

1 第 39 卷第 2 期西南大学学报 ( 自然科学版 ) 2017 年 2 月 Vol.39 No.2 JournalofSouthwestUniversity (NaturalScienceEdition) Feb DOI: /j.cnki.xdzk 基于灰色关联定权 Topsis 和 GIS 的 1 重庆市资源环境承载力研究冯欢 1, 谢世友 1,2, 柳芬 1, 崔莹 1, 陈川 1 1. 西南大学地理科学学院, 重庆 ;2. 西南大学三峡库区生态环境教育部重点实验室, 重庆摘要 : 根据重庆市 38 个区县的人口资源环境和社会经济等要素与资源环境承载力密切相关的因素, 从社会经济子系统资源子系统和环境子系统等 3 个维度构建县域资源环境承载力评价体系, 利用灰色关联定权 Topsis 法分析比较 2014 年重庆市资源环境承载力的县域变化, 并在 GIS 技术支持下对重庆市县域资源环境承载力进行空间分析. 结果表明 : 评价体系指标权重中环境子系统指标所占权重值最大, 资源子系统次之, 社会经济子系统最小 ; 重庆市资源环境承载力等级较大的区域位于西部 9 个区县 ; 等级中等的区域位于西部和中部 10 个区县 ; 等级较小的区域位于中部两翼 19 个区县. 县域资源环境承载力呈现显著的空间自相关, 其中高值和低值聚类显著性强 ; 热点分析显示, 重庆市县域资源环境承载力存在明显的东西差异, 西部区县为热点区域, 东北翼区县为冷点区域. 关键词 : 资源环境承载力 ; 灰色关联 ;Topsis;GIS; 空间分析 ; 重庆市中图分类号 :X24 文献标志码 :A 文章编号 : (2017) 资源环境承载力 (ResourcesandEnvironmentCarryingCapacity) 是指在一定时期和一定的区域范围内, 在维持区域资源结构符合持续发展的需要且区域环境功能仍具有维持其稳定效应能力的条件, 区域资源环境系统所能承受人类各种社会经济活动的能力 [1-3], 是由自然资源社会条件和环境资源等一系列相 [4] 互制约又相互对应的发展变量和制约变量构成. 推进资源人口环境的可持续发展在当今社会发展中已经成为必然趋势. 如何定量地研究人类社会经济的发展与资源环境的关系, 实现资源人口环境的可持 [5-10] 续发展, 已成为学术热点问题.21 世纪以来, 国内外的学者对资源环境承载力做了大量的研究, 这些研究不断地丰富和发展了资源环境承载力的理论内涵和研究方法. 因此在总结国内外区域资源环境承载力研究的基础上, 本研究以重庆市为例, 构建重庆市资源环境承载力评价指标体系, 以评价并分析重庆市县域资源环境承载力状况及空间分布情况. 1 研究区域及数据来源 1.1 研究区域重庆市地处东经 ' ' 北纬 28 10'-32 13' 之间的青藏高原与长江中下游平原的过渡地带, 与鄂湘黔川陕等省相邻, 辖区总面积达 8.24 万 km 2, 下辖 38 个行政区县 ( 自治县 ). 从地域发展来看, 重庆市主城区是重庆的经济主体和产业集聚区, 也是资源环境压力最大的地区 ; 两翼地区受自然 [11] 地理因素和社会经济条件的影响, 呈现低的态势. 因此从总体来看, 重庆市在经济发展和资源开发利用上是不平衡的, 资源匹配方面是不合理的, 主要表现为用地指标紧张环境压力增大产业结构趋同二元结构突出市场培育受阻 [12], 因此需要寻求积极有效的措施促进经济的平衡发展和资源的合理开发利用. 1 收稿日期 : 基金项目 : 国家科技支撑计划课题 (2011BAC09B01,2006BAC01A16); 重庆市自然科学基金重点项目 (CSTC2009BA0002). 作者简介 : 冯欢 (1991 ), 女, 四川遂宁人, 硕士研究生, 主要从事地貌环境与应用地理方向的研究. 通信作者 : 谢世友, 教授, 博士研究生导师.

2 2 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.edu.cn 第 39 卷 1.2 数据来源本研究数据分为空间数据和非空间数据. 空间数据资料包括 1 25 万数字高程模型 (DEM);2014 年重庆市行政区划图矢量数据库. 非空间数据主要来源于重庆市统计年鉴 (2014 年 ) 2014 年重庆市各区县水资源公报重庆市土地利用总体规划 (2006 年年 ) 2014 年重庆市各区县国民经济和社会发展统计公报, 同时参考重庆市国土环境保护局林业气象等部门的统计数据和前人的研究结果. 2 评价体系与研究方法 2.1 资源环境承载力评价指标体系的构建本研究根据重庆市各个区县人口资源环境和社会经济等要素与资源环境承载力密切相关的因素, [13-15] 同时参阅相关文献, 遵循科学性综合性区域性层次性的原则, 将资源环境承载力系统分为社会经济资源和环境等 3 个子系统维度, 其中资源子系统包括水资源子系统土地资源子系统和矿产资源子系统, 共 32 个指标因子, 构建重庆市资源环境承载力评价指标体系 ( 表 1). 其中指标属性为 - 表示指标值越小越优 ; 指标属性为 + 表示指标值越大越优. 表 1 重庆市资源环境承载力评价指标体系目标层准则层分准则层指标层指标属性指标标识资源环境承载力系统社会经济子系统人口增长率 /% - A1 GDP 增长率 /% - A2 人均 GDP/ 元 - A3 第三产业比重 /% + A4 资源子系统水资源单位土地水资源量 /( 万 m 3 km -2 ) + A5-1 生活用水定额 /(L (d 人 ) -1 ) - A6 用水效益 /( 元 m -3 ) + A7 万元产值用水量 /(m 3-1 万元 ) - A8 人均供水量 /(m 3-1 人 ) + A9 人均水资源量 /m 3 + A10 生态用水 / 万 m 3 + A11 产水模数 /( 万 m 3 km -2 ) + A12 土地资源城镇化率 /% + A13 人口密度 /( 人 km -2 ) - A14 人均耕地面积 /(km 2-1 人 ) + A15-1 人均粮食占有量 /(kg 人 ) + A16 单位土地产出 /( 万元 km -2 ) + A17 单位面积第二产业产值 /( 万元 km -2 ) + A18 土地利用率 /% + A19 单位土地从业人员 /( 人 km -2 ) - A20 城市人均住宅建筑面积 /(m 2-1 人 ) + A21 矿产资源公路密度 /(km km -2 ) + A22-1 万人口公路里程 /(km 万人 ) + A23 规模以上工业能源消费总量 / 万 t - A24 煤矿资源储量 / 亿 t + A25 环境子系统 -1 COD 排放强度 /(kg 万元 ) - A26 空气质量优良率 /% + A27 工业废水排放达标率 /% + A28 大气污染指数 - A29 工业废气排放达标率 /% + A30 固体废弃物综合利用率 /% + A31 森林覆盖率 /% + A32

3 第 2 期冯欢, 等 : 基于灰色关联定权 Topsis 和 GIS 的重庆市资源环境承载力研究研究方法灰色关联定权的 Topsis 法 [16] Topsis 法是 H.wang 和 Yoon 于 1981 年提出的一种通过对多项指标多个方案构造正理想解和负 [17-20] 理想解, 以尽可能接近正理想解而又远离负理想解进行比较选择最优方案的分析方法. 许多学者在应用 Topsis 法定权重时主要从决策矩阵信息的客观角度出发, 进行客观赋权. 本研究运用灰色关联法, 采用 [21] 主客观结合的赋权方法对决策矩阵信息进行权重赋值, 该赋权方法具有明显的简单性和实用性. 灰色关联定权的 Topsis 法的计算步骤如下 : 1 利用灰色关联度法确定各指标的权重. 首先从方案 m 中选取一个影响最重要的因素作为参考数列 ( 亦称母序列 ), 组成对应的指标向量, 记为 X0=(x10,x20,,xn0) T 作为参考序列. 选取其他一般因素指标作为比较数列 ( 亦称子序列 ), 对应指标向量记为 X j = (x1j,x2j,,xnj )T (j=1,2,,m). 其次分别对 X0,X j 进行初值化处理, 记 yi0 =xi0/x10,yij =xij / x1j,y0 =(y10,y20,,yn0) T,Y j =(y1j,y2j,,ynj )T, 因此得到初值化指标矩阵 B =(Y0,Y j ). 计算 Y j 与 Y0 的关联系数 : min min y i0 -y ij +ζ max max y i0 -y ij 1 j m 1 i n rij = yi0 -yij 1 j m 1 i n (1) 1 j m 1 i n yi0 -yij +ζ max max 式中 ζ 称为分辨系数, ζ (0,1), 通常可取 ζ=0.5, 由此得到关系系数矩阵再对矩阵 R=(rij ) m n 的列求平均数, 得 : R =(rij ) m n 最后将 r j (j=1,2,,m) 进行归一化处理, 得到权重值 W 因此指标权重 W =(w1,w2, wn) T. r j = n 1 n rij j=1,2,,m (2) i=1 w j = r j m j=1 r j j=1,2,,m (3) [20,22] 2 根据 Topsis 法的原理及计算方法得到最优解距离记为 D + 最差解距离记为 D - 和综合评价值记为 Bi 空间数据分析方法利用 Arcgis10.1 软件, 按照重庆市空间数据的属性类型和层次建立其属性数据库和空间数据库, 并对图形数据进行矢量化编辑. 利用上述基础数据库, 将重庆市资源环境承载力综合评分值输入数据库, 最后利用全局空间自相关分析 (Moran si) 和局部自相关模型 (LISA) [23] 并结合 Arcgis10.1 软件中 Getis-Ord Gi * 来识别研究区显著性聚类空间分布和县域资源环境承载力的热点区和冷点区. 3 实证研究 3.1 重庆市县域资源环境承载力综合评价选取 2014 年重庆市 38 个区县的人口要素资源要素环境要素社会经济要素 32 项指标的统计数据建立重庆市 38 个区县的判断矩阵, 并根据公式 (1)-(3) 得到 2014 年重庆市县域指标权重 ( 表 2); 按照 Topsis 法的计算原理得到重庆市各县域的指标值与最优方案和最差方案的欧式距离 D +,D - 以及与最优

4 4 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.edu.cn 第 39 卷方案的贴进度 Bi, 并对资源环境承载力综合评价值进行排序 ( 表 3). 表 2 资源环境承载力指标权重值指标层标识权重指标层标识权重指标层标识权重指标层标识权重 A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A 表 3 重庆市各区县资源环境承载力评价结果最优解最差解综合承载能最优解最差解综合承载能行政单位序号行政单位序号距离距离评分值力等级距离距离评分值力等级大足区较大巴南区较小璧山县较大南川区较小北碚区较大垫江县较小沙坪坝区较大潼南县较小开县较大丰都县较小荣昌县较大长寿区较小九龙坡区较大江津区较小南岸区较大大渡口区较小江北区较大云阳县较小永川区中等彭水县较小渝中区中等涪陵区较小合川区中等酉阳县较小渝北区中等城口县较小万州区中等梁平县较小忠县中等黔江区较小铜梁县中等武隆县较小秀山县中等奉节县较小石柱县中等巫山县较小綦江县中等巫溪县较小县域资源环境承载力指标权重值分析从表 2 中可以看出,A12,A13,A16,A19,A22,A27,A28,A30,A31,A32 等前 10 位指标权重中有一半的指标属于环境子系统 ;A1,A3,A6,A8,A14,A17,A20,A24,A26,A29 等后 10 位指标权重值较小. 从权重值的大小和指标所属子系统比例可以看出, 重庆市县域资源环境承载力的环境子系统指标所占权重值最大, 资源子系统次之, 社会经济子系统最小, 表明重庆市县域资源环境承载力主要受环境子系统影响, 对重庆市县域资源环境承载力大小起主要作用.

5 第 2 期冯欢, 等 : 基于灰色关联定权 Topsis 和 GIS 的重庆市资源环境承载力研究重庆市资源环境承载力评价结果分析表 3 是在灰色关联定权的基础上按照 Topsis 法计算重庆市各县域资源环境承载力综合评价值 Bi, 其中评价值离最差解的距离 D - 越大越好, 与最优解的距离 D + 越小越好. 依据综合评价值与相关研究的理想值 [8,12], 并结合重庆市五大功能区的实际情况, 将重庆市的 38 个区县的资源环境承载力分为较大中等较小 3 个等级. 第 1 类是大足区璧山县北碚区沙坪坝区开县荣昌县九龙坡区南岸区江北区等 9 个区县, 资源环境承载力较大, 均在以上, 以上 9 个区县开发力度较小, 但是经济发展空间相对较大 ; 第 2 类是永川区渝中区合川区渝北区万州区忠县铜梁县秀山县石柱县綦江区等 10 个区县, 资源环境承载力处于中等水平均在 ~ 之间, 以上 10 个区县开发力度和经济发展空间均处于重庆市的中等水平 ; 第 3 类是巴南区南川区垫江县潼南县丰都县长寿区江津区大渡口区云阳县彭水县涪陵区酉阳县城口县梁平县黔江区武隆县奉节县巫山县巫溪县等 19 个区县, 资源环境承载力相对较小, 均在 ~ 之间, 以上 11 个区县开发力度较大, 但是经济发展空间相对较小. 为了揭示重庆市县域资源环境承载力空间格局的差异需进一步做 GIS 空间数据分析. 3.2 重庆市县域资源环境承载力空间分析通过区县级行政单元资源环境承载力综合评价值和评价等级划分结果, 利用 Arcgis10.1 软件制作重庆市区县级行政区资源环境承载力等级分布图 ( 图 1). 评价结果显示, 研究区域内资源环境承载力较大的区域包括 9 个区县, 土地总面积为 9405km 2, 占总面积的 12%. 主要分布在重庆市人口较为密集的都市功能核心区. 这些地区地形起伏平缓且自然灾害发生频率低, 气候适宜度高, 部分区县植被指数较低但大都为农田, 农业生态条件优越, 社会经济条件较好, 经济发展较快. 资源环境承载力中等的区域包括 10 个区县, 土地总面积为 km 2, 占总面积的 25%. 此区域主要分布在重庆市的西部和东北部的河谷地区. 这些地区的气候适宜度和水文条件一般, 地形起伏度较大, 生态条件较好, 但生态敏感性较高. 资源环境承载力较小的区域包括 19 个区县, 土地总面积为 52325km 2, 占总面积的 64%. 此区图 1 重庆市区县行政区资源环境承载力等级分布域主要分布在中部及两翼三峡库区重庆段部分区县. 这些区域海拔较高, 地形起伏较大, 气候适宜度 [24] 低, 人口稀疏, 农业生态条件有限全局空间自相关分析 (Moran si) 利用 Arcgis10.1 软件, 基于县域尺度, 计算重庆市 2013 年各个区县资源环境承载力的 Global Moran si 并进行 Z 值检验 ( 表略 ), 重庆市县域资源环境承载力 GlobalMoran si= , 并通过显著性水平 α=0.05 的检验,Z-score= ,P-value= , 说明在 % 置信度下的空间自相关是显著的.Moran si>0 表明重庆市各区县资源环境承载力具有空间正相关性, 其空间特征为 :Bi 评价值较低的区县和 Bi 评价值较低的区县相邻,Bi 评价值较高的区县和 Bi 评价值较高的区县相邻. 这说

6 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.edu.cn 第 39 卷明重庆市各区县资源环境承载力的空间分布存在较高的集聚特征. 3.2.2 局部空间格局分析利用 Arcgis10.1 软件绘制出重庆市县域资源环境承载力且在 0.05 显著水平下的 LISA 聚集图 ( 图 2).

6 6 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.edu.cn 第 39 卷明重庆市各区县资源环境承载力的空间分布存在较高的集聚特征局部空间格局分析利用 Arcgis10.1 软件绘制出重庆市县域资源环境承载力且在 0.05 显著水平下的 LISA 聚集图 ( 图 2). 分析图 2 可发现 :1 数量上, 资源环境承载力存在空间显著聚集的区县, 其中高高显著聚集区县有 6 个, 高低显著聚类区县有 1 个, 低低显著聚类区县由 5 个, 其余不显著聚类区县有 26 个.2 空间分布上, 2014 年高高聚类分布在渝西经济走廊地区的 6 个区县, 该类分布地区自然条件和社会经济条件, 尤其是自然条件都优于其他区县 ; 高低聚类分布在开县, 该类分布地区在自然条件方面劣于高高聚类区, 且在向低低聚集类区靠近, 说明该地区需要采取有效措施提高本区的资源环境承载力 ; 低低聚类分布在渝东北生态涵养发展区的 5 个区县, 该聚类区自然环境条件差 ; 不显著区域主要分布在长江与嘉陵江交汇处中心的区县, 说明重庆市资源环境承载力整体空间集聚性较均衡. 图 2 重庆市县域资源环境承载力的 LISA 聚集图图 3 重庆市县域资源环境承载力空间格局热点图在 Arcgis10.1 中调用 HotSpotAnalysis(Getis-OrdGi * ) 工具箱进行县域资源环境承载力热点分析, 以重庆市整个区域为参照, 依照自然裂点法的分级结果, 将重庆市划分为 6 类不同的资源环境承载力分区, 即高热点区热点区次热点区低冷点区冷点区次冷点区, 并生成重庆市县域资源环境承载力空间格局的热点县域图 ( 图 3). 从图 3 中可以看出, 重庆市资源环境承载力区县内存在着较大差异, 资源环境承载力高的热点区县分布在重庆市西部, 即四川盆地东部边缘几大平行岭谷之间的槽坝地带, 其资源环境承载力明显超过其他区县 ; 而资源环境承载力低的冷点区县则分布在中部和东部广大资源环境生态水平较低的区县, 在重庆市各区县中资源环境承载力最低. 4 结论与讨论 1) 重庆市资源环境承载力指标体系权重因时因地而变化, 因而采用灰色关联定权 Topsis 法对不同县域进行综合评价更为合理. 2) 计算结果准确地描述了重庆市 38 个区县资源环境承载力状况, 综合反映了各个区县的社会经济子系统资源子系统环境子系统的综合承载力能力. 评价结果显示, 重庆市县域资源环境承载力主要影响因子是自然环境, 资源环境承载力水平高的区域分布在重庆市西部和主城区部分 ; 资源环境承载力水平中等

7 第 2 期冯欢, 等 : 基于灰色关联定权 Topsis 和 GIS 的重庆市资源环境承载力研究 7 的区域分布在重庆市的西部和东北部的河谷南部綦江秀山地区 ; 资源环境承载力水平低的区域分布在重庆市中部及两翼三峡库区重庆段部分区县. 3) 在全局空间自相关分析中,Moran si 为正值表明重庆市县域资源环境承载力存在空间正相关性, 即资源环境承载力高的县域和资源环境承载力低的县域在空间上集中分布. 在局部空间自相关分析中,LI- SA 则验证局部空间聚类的显著性, 在 0.05 显著性水平下, 发现重庆市资源环境承载力空间格局存在明显的东西差异. 高高聚类主要分布在渝西经济走廊地区, 高低聚类分布在渝东北偏北地区, 低低聚类分布在渝东北生态涵养发展区东翼, 不显著区域主要分布在长江与嘉陵江交汇处的渝中区中心的区县, 以及中部和南部区县东南翼区县.Getis-OrdGi * 热点分析表明, 重庆市县域资源环境承载力呈现明显热点西移的现状, 即重庆市的城市发展新区西部成为重庆市的资源环境承载力的热点. 参考文献 : [1] 任建兰, 常军, 张晓青, 等. 黄河三角洲高校生态经济区资源环境综合承载力研究 [J]. 山东社社会科学,2013, 209(1): [2] 陈明曦, 杨玖贤, 孙大东. 矿产资源总体规划对四川省甘孜州资源 - 环境承载力影响分析研究 [J]. 四川环境, 2011(3): [3] 王芳. 规划环评中的环境承载力研究以乌兰布和生态沙产业示范区为例 [J]. 环境与发展,2014,26(4): [4] 齐亚彬. 资源环境承载力研究进展及其主要问题剖析 [J]. 中国国土资源经济,2005,22(5):7-11. [5] LANE M.TheCarryingCapacityImperative:AssessingRegionalCarryingCapacityMethodologiesforSustainableLand- Useplanning [J].LandUsePolicy,2010,27: [6] 邵来峰, 朱榕, 王强. 皖江县域资源环境承载力评价 [J]. 商,2013(17):243. [7] 刘殿生. 资源与环境综合承载力分析 [J]. 环境科学研究,1995,8(5):7-12. [8] 陈兆荣, 雷勋平, 王亮, 等. 基于熵值法的区域资源环境承载力评价 [J]. 宜宾学院学报,2013,13(12): [9] 孙顺利, 周科平, 胡小龙. 基于投影评价方法的矿区资源环境承载力分析 [J]. 中国安全科学学报,2007,17(5): [10] 王进, 吝涛. 资源环境承载力约束下的半城市化地区发展情景分析以厦门市集美区为例 [J]. 中国人口资源与环境,2012,22(5): [11] 华娟, 涂建军, 孔露平, 等. 基于空间自相关的重庆区域经济时空差异研究 [J]. 西南大学学报 ( 自然科学版 ),2012, 34(10): [12] 李维, 晋潇潇. 重庆市区县经济发展的问题及对策 [J]. 宏观经济管理,2013,8: [13] 秦成, 王红旗, 田雅楠, 等. 资源环境承载力评价指标研究 [J]. 中国人口资源与环境,2011,21(12): [14] 唐凯, 唐承丽, 赵婷婷, 等. 基于集对分析法的长株潭城市群资源环境承载力评价 [J]. 国土资源科技管理,2012, 29(1): [15] 张国兴. 中原经济区资源环境承载力研究 [J]. 经济论坛,2014(1):7-17. [16]H WANGCL,YOON KS.MultipleAtributeDecision Making [M].TousandOaks:SagePublication,Inc,1981. [17] 彭勇行. 管理决策分析 [M]. 北京 : 科学出版社,2000. [18] 余雁, 梁樑, 蒋跃进, 等. 一种新的基于模糊偏好的 Topsis 改进方法 [J]. 系统工程,2004,22(8): [19] 陈雷, 王延章. 基于熵权系数与 Topsis 集成评价决策方法的研究 [J]. 控制与决策,2003,18(4): [20] 余雁, 梁樑. 多指标决策 Topsis 方法的进一步探讨 [J]. 系统工程,2003,21(2): [21] 崔杰, 党耀国, 刘思峰. 基于灰色关联度求解指标权重的改进方法 [J]. 中国管理科学,2008,16(5): [22] 许萍, 张立军, 陈菲菲.TOPSIS 评价模型的稳健性分析及参数选择 [J]. 统计与决策,2013,17:

8 8 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.edu.cn 第 39 卷 [23] 刘虹, 薛向东, 马蓓蓓. 基于 ESDA 分析的关中城市群县域经济空间分析研究 [J]. 干旱区资源与环境,2012,26(4): [24] 王丽, 谢世友, 郝秀东, 等. 基于生态足迹模型的重庆三峡库区可持续发展性分析 [J]. 西南大学学报 ( 自然科学版 ), 2011,36(6): EvaluationofResourcesandEnvironmentCarrying CapacityBasedonTopsisofGreyCorrelation MethodandGISinChongqingCity FENG Huan 1, XIEShiȳou 1,2, LIU Fen 1, CUI Ying 1, CHEN Chuan 1 1.SchoolofGeographySciences,SouthwestUniversity,Chongqing400715,China; 2. KeyLaboratoryofTheThree-GorgesReservoirRegion seco-enviromentoftheministryofeducation, SouthwestUniversity,Chongqing400715,China Abstract:ResourcesandEnvironmentCarryingCapacity (RECC)isrelatedclosely withsomefactorsof city,suchaspopulation,resources,environment,socio-economicactivities.takingacaseofchongqing s 38counties,thecomprehensiveevaluationsystemisconstructedbaseduponthreedimensions:social-economyindexes,resourcesindexes,environmentindexesin2014.Theweightsofeachindexand RECCof countiesareevaluatedinchongqingthroughtopsisofgreycorrelationaswelasspatialanalysismethods usinggis.resultsshowthattheweightofenvironmentindexhasthegreatestproportion,folowedbyresourcesand,socio-economic.countieshavediferentreccsinchongqing:9countiesinthewesthave higherreccsand10countiesinthecentralandwestareashaveintermediatelevel,andthoseinthecentralandin Two-Wing havelowerreccs.thereccsinchongqingshowastrongspatialautocorrelationanddiversityalsoexistsintheinternalofthislargearea.thereexistsanobviousspatialdiscrepancy betweeneasternandwesternregions,findingthroughhotspotanalysis.countiesisahotspotareainthe westernandthenortheastareashadbecomecoldspot-areainchongqing. Keywords:resourcesandenvironmentcarryingcapacity;greycorrelationmethod;Topsis;GIS;spatialanalysis;Chongqing 责任编辑胡杨

9 第 2 期冯欢, 等 : 基于灰色关联定权 Topsis 和 GIS 的重庆市资源环境承载力研究 9

涪陵区涪陵区珍溪镇人民政府食品药品管理涪陵区涪陵区清溪镇人民政府食品药品管理涪陵区涪陵区新妙镇人民政府食品药品管理涪陵区涪陵区南沱镇人民政府食品药品管理涪陵区涪陵区蔺市镇人民政府食品药品管理 1

涪陵区涪陵区珍溪镇人民政府食品药品管理涪陵区涪陵区清溪镇人民政府食品药品管理涪陵区涪陵区新妙镇人民政府食品药品管理涪陵区涪陵区南沱镇人民政府食品药品管理涪陵区涪陵区蔺市镇人民政府食品药品管理 1 2014 上半年重庆公务员考试面试入围最低分数线地区部门招录单位职位名称招考指标笔试入围最低分数笔试最高分万州区万州区司法局乡镇司法助理员 10 120 144.5 万州区万州区公安局基层民警 1 13 91.5 132 万州区万州区公安局基层民警 2 8 102.5 128 万州区万州区公安局基层民警 3 1 130 140.5 万州区万州区公安局基层民警 4 1 127 130 万州区万州区公安局法医