多情景下京津冀城市群碳-生态足迹整合分析及环境失衡风险补偿策略研究

《Sustainable Cities and Society》：Integrating carbon-ecological footprints for determining inter-regional environmental imbalance risk and compensation strategy under multiple scenarios

　　本文创新性地整合环境足迹与失衡风险，构建ARIMA-Lasso-XGBoost（ALX）混合模型，系统模拟京津冀城市群多情景下碳/生态足迹演变规律。研究发现碳失衡是环境风险主因，呈现明显空间分异特征，并通过纳入环境失衡风险因子构建生态补偿模型，为区域协同治理提供科学依据。（含CF/EF/CIR/ESSDIR等专业术语）

　　

方法

本研究总体框架如图1所示，并应用于京津冀城市群（BTHUA）。研究区域的详细描述见补充材料（SM）中的S1部分。

预测模型验证与参数优化

基于RMSE（均方根误差）、MAE（平均绝对误差）、MAPE（平均绝对百分比误差）和R²（决定系数）值，ALX模型在训练集上表现出优于其他模型的性能和更高的拟合精度（详见SM中表S8）。该模型使用2018年至2023年的实测数据进行了进一步验证。碳足迹（CF）和生态足迹（EF）的预测值与实测值高度吻合，R²超过0.98，RMSE和MAE低于0.10（图2）。结果表明，所提出的模型在面对新数据时仍保持强大的预测性能。

多情景方案的综合比较

本研究基于关键指标的历史平均年增长率设定了低、中、高三种发展情景。通过ALX模型进一步模拟了不同经济路径和政策导向下环境足迹、环境失衡风险和生态补偿的未来演变。然而，考虑到政策实施、技术进步和经济发展中存在的不确定性，情景模拟仅是对未来可能性的简化呈现。

结论

本研究创新地从资源供给-需求视角整合环境足迹与环境失衡风险，分析了不同情景下其时空特征。在此基础上，通过纳入环境失衡风险构建了综合生态补偿模型，从而实现了补偿强度与风险分布的精准匹配。该框架可为区域环境精细化管理和可持续发展战略制定提供科学决策支持。