利益相关者视域下的煤矿区生态系统优化管理：基于模糊认知图方法

综合多利益相关者的认知、建构有效的认知模型、形成综合的生态系统管理方法，是提高决策管理科学化和有效化的重要途径，已经引起国内外研究者和管理者的高度重视。然而，如何在我国目前的生态系统管理中获得具有普遍意义和实际操作性的生态系统管理方法，还有待进一步探索。本课题以山西省典型煤矿开采区为例，从矿区多利益相关方的视域出发，采用参与式方法，在辨识矿区生态系统现状和问题的基础上，确定生态系统管理的目标体系；构建基于模糊认知图方法的矿区生态系统模型，分析利益相关群体的喜好及利害关系；基于神经网络模型进行系统结构分析和情景分析，提出矿区生态系统优化管理的方案。本项目将参与式方法、模糊认知图方法、神经网络模型相结合，构建各利益群体共同参与决策的矿区生态系统管理模型，以期能够为煤矿区生态系统管理乃至其他生态系统的管理起到借鉴作用。

煤炭开采给煤矿区及周边地区带来了一系列影响深远的生态环境问题，这些生态环境风险已经在很大程度上阻碍了煤矿区以及周边地区经济和社会的发展。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是生态系统管理亟待解决的问题。本项目以山西省典型煤矿区为研究对象，分析了山西省典型煤矿区的生态环境现状及演变，基于参与式方法和模糊认知图方法获取了矿区不同利益相关方对矿区生态环境及发展的认知关系，探讨不同利益相关方群体对不同矿区生态风险变量的相似与相异性；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。. 本项目研究结果如下：. 1、对矿区遥感影像解译和生态环境调查表明，矿区生态环境恶化趋势不容忽视，其中水环境破坏尤为严重。. 2、对矿区多利益相关者的模糊认知图分析表明，大气环境污染、水环境破坏是最多提及变量，国家政策和身体健康是最核心变量；. 3、不同利益相关者之间的不同在于，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。. 4、情景分析和政策模拟表明，可看出要减少大气污染，政府要加大企业的治理力度，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。. 5、模糊认知图方法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。神经网络模型可以帮助矿区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。. 本项目的创新之处在于：. 1、提出了综合多利益相关者认知的生态系统FCM模型。将科学成果与利益相关者的认知结合起来，将利益相关者的生态价值观与决策过程结合起来，与传统方法相比，FCM方法能更加准确的得到各影响因子之间的因果关系，得到系统之间的相互联系。. 2、建立了基于人工神经网络的生态系统管理政策模拟模型,可以进行了不同政策实施后的情景模拟,人工神经网络模型用在生态风险管理的情景分析和优化决策中，为生态风险决策管理提供了一个新方法。