-
基于生态系统的海洋管理(marine ecosystem-based management,MEBM)将人类活动作为管理对象,综合考虑海洋的生态、经济和社会价值以及海洋生态系统多种因素的相互作用,打破单一部门的管理模式,充分考虑各类利益相关者的诉求,有利于协调社会经济发展的多方面需求与海洋生态系统服务有限供给之间的矛盾,是传统海洋管理模式的有效拓展[1-4]。
DPSIR及在此基础上的一系列改进模型,如DPSER、DAPSI(W)R(M)等,是基于指标体系之间的内在因果关系而构建的,也是近年来开展MEBM理论研究和实践中广泛使用的概念模型。依据该类模型,自然变化和社会经济发展导致海洋生态系统压力增加,这些压力将通过多种途径引起状态的变化,最终影响生态系统服务提供,为此,人类社会需要采取多种措施作出响应。显然,驱动力和压力的管理是实施MEBM的重要逻辑起点。管理大师彼得.德鲁克曾经说过:“如果不能量化,就无法管理”,因此,进行海洋生态系统压力对状态及生态系统服务影响的量化研究具有重要的意义。
MEBM的研究对象包含大量组成单元(要素)的复杂社会-生态系统(socio-ecological system,SES)[5],采用复杂网络表征社会-生态系统的诸多特征及过程之间的相互作用关系,所能获得的认识远超过孤立地分析各个组成部分[6]。然而,目前国内外真正意义上基于复杂网络开展MEBM研究的文献很少[7]。在海洋生态系统压力管理方面,相关文献将生态系统压力分为内生性可管理压力(endogenic managed pressures)和外生性不可管理压力(exogenic unmanaged pressures)两类[8],这给生态系统的压力管理提供了有益的思路和启示,但文献作者并未提出压力对海洋生态系统状态和服务影响分析的具体方法。实践方面,美国的MARES研究计划(marine and estuarine goal setting project,2012),从海域生态系统状况分析及生态修复的目的出发[9],采用简单的矩阵计算进行压力、状态与生态系统服务关系的量化分析,无法全面反映压力对状态和生态系统服务的整体影响(包括直接影响和间接影响),特别是高阶间接影响,在方法上存在进一步改善的空间。与国外相比,国内在复杂网络理论和应用方面开展了大量的研究,取得了很多有价值的成果,但在应用复杂网络理论进行MEBM的研究成果则很少。
为此,本文引入DEMATEL(decision making trial and evaluation laboratorytechnique)方法,并与DPSER(driver-pressure-state-ecosystem service-response)概念模型结合,并收集了MARES研究计划提供的相关数据,按照复杂网络的研究思路,进行海洋生态系统压力对状态及服务影响的量化问题研究,期望能够得到更加符合问题本质特征的分析结果。除了本部分内容,本文第2部分主要介绍量化方法和步骤;第3部分利用MARES研究计划提供的数据进行实证分析;最后,提出了研究的主要结论并进行相关讨论。
-
按照研究的预期目标,量化分析方法包括如下步骤:1)研究区域确定;2)概念模型选择及压力、状态及生态系统服务因素直接影响关系量化,构建“压力-状态-服务”影响矩阵;3)因素之间综合影响指标计算;4)结果应用,包括压力管理和状态监测措施的提出。
第五届《生物多样性公约》缔约方大会(2005年)第V/6号决议提出“生态系统方法”的原则7规定“应在适当时空范围内实行生态系统方法”[10],因此,实施MEBM时研究区域的确定十分重要。
基于生态系统方法的海洋管理,本质上是一种基于地点管理的方法。不同的海洋生态系统,如河口、海湾、红树林、海草床,它们的组成要素和空间动力特性存在差异,自然变异和人类活动对这些要素的压力影响方式和程度也不相同,确定统一的区域划分原则存在较大的困难。遇到资料缺乏的情况,难度会将进一步增加。实际研究中,往往会依据研究的目的、重点关注的海洋生态系统服务类型、自然变异和人类活动状况,结合专家的经验和区域知识通过综合评价确定。一般情况下,海域的行政管理边界与生态系统边界并不重叠,特定的行政管理边界内可能存在多种不同类型的生态系统,也可能生态系统边界超越行政管理边界,因此,应该从生态系统角度而非行政管理角度确定研究区域的空间范围。如此,才能将压力因素(如污染源)及行政管理对实施MEBM产生的影响进行统筹考虑[11]。
总之,在研究的空间区域确定时,需要综合考虑生物、物理、化学、地形等多种因素,并进行社会、政治及管理等因素与这些自然环境因素关系的综合权衡,这方面欧美等国家进行了较多的探索,可以提供一定的经验和借鉴[12-13]。近年来,我国开展的海洋生态红线规划研究和实践,也为实施MEBM提供了很多有价值的经验。
-
DPSIR模型最早由经济合作与发展组织(OECD)于1994年正式提出,此后在资源环境问题研究中得到广泛应用。随着理论研究的不断深入和应用范围的不断拓展,模型中要素定义不明晰、意义含混等问题逐渐暴露出来。为此,众多研究者对之进行了改进和完善,提出了DPSER、DAPSI(W)R(M)等多个改进模型[14]。通过比较,本文选择DPSER作为本研究的概念模型。与DPSIR比较,DPSER具有如下优点[9]:1)突出了生态系统服务,强调人类依赖于和受惠于生态系统的理念;2)建立了压力、状态和生态系统服务三者之间的直接联系,便于研究和实际应用;3)便于压力引起的直接影响和间接影响的累积分析,同时对压力引起的生态系统服务损失进行分析;4)更好地构建了多学科沟通的桥梁,方便了多学科之间的交流。
为了强化MEBM实施过程的压力因素的监测和管理,选择直接对海洋生态系统状态产生影响的物理因素、化学因素和生物因素。这些因素是生态系统的特定属性或特征,并对生态系统服务产生影响;生态系统服务则是人类可以从海洋生态系统中获取的利益。基于上述目的,依据复杂网络理论,在DPSER概念模型中截取其中的压力-状态-生态系统服务子网络(P-S-E子网络)开展研究(图 1)。
-
P-S-E网络中的多个压力因素、状态因素和生态系统服务因素,需要依据研究区域的特点及前文对于压力、状态、服务因素的概念界定,组织经验丰富的专家及海洋管理部门、利益相关者代表等,通过头脑风暴方法加以识别,同时确定三者之间的影响关系。
压力因素、状态因素和生态系统服务因素影响强度数据的取得,可以借助于访谈法、结构问卷调查、观察法和实验法等方法。其中结构问卷调查是常用的方法,社会网络分析(social network analysis,SNA)等社会学文献对此进行了深入的探讨[15]。依据文献[9],压力、状态和生态系统服务因素之间的影响强度关系可以从以下问卷答案中获取。
问题1 因素X直接作用于因素Y的强度有多大?
问题2 因素Y以多大的比例受到因素X的影响?
每一个问题的得分从0(无影响)到5(强影响),对于每一种影响,将两个得分相加得到从0到10的影响强度值,其中0表示因素X对因素Y无直接影响,5表示中等影响,10表示强影响。得到所有影响关系强度值后,即可构建压力对状态、状态与状态、状态对生态系统服务3个影响矩阵。
-
DEMATEL方法是美国学者Gabus A.和Fentela E.于20世纪70年代初提出的,本质上是一种基于复杂网络的分析方法。该方法通过系统因素之间逻辑关系分析,构建直接影响矩阵,计算因素之间的影响与被影响程度,从而得到因素的中心度与原因度,并据此确定相关因素属于原因因素抑或结果因素。目前,该方法已在诸多领域得到应用,是复杂系统分析和决策的重要方法之一[16-18]。结合研究的目的,影响量化的基本原理和计算步骤阐述如下[19-20]。
假设已识别的海洋生态系统压力(P)、状态(S)和服务(E)各因素用“点”表示,压力、状态与服务因素之间的影响关系用“边”表示,以此构成“压力-状态-服务”因素相互作用的复杂网络G(N, Φ)(P-S-E网络),N表示所有点的集合,Φ表示所有边的集合。A=(aij)是P-S-E网络因素的影响矩阵,元素aij为点i对点j的影响强度,且aij≠aji,因此,P-S-E网络为有向加权网络。
由矩阵A=(aij)定义直接影响矩阵D:
式中:s为尺度因子。根据矩阵理论, 矩阵D的谱半径ρ(D)<1时,级数
收敛于D(I-D)-1,因此,s应满足0<s< 。直接影响矩阵D的行和diout表示第i个因素对所有因素直接影响强度的和,计算式如(2)。
直接影响矩阵D的列和diin表示第j个因素受到所有因素影响的强度之和,计算式如(3)。
除了直接影响关系,还需要考虑P-S-E网络因素之间的间接影响关系,即点i经过一个中间点对点j的影响,称为二阶段影响dij(2)=∑k=1ndikdkj,即矩阵D2=(dij(2))。同理,点i对点j的m阶段影响矩阵为Dm=(dij(m)),那么总影响矩阵:
矩阵T中元素tij表示i受到j的影响度,行和称为因素i的影响度,计算式如(5),
元素的列和称为因素j的被影响度,计算式如(6),
中心度表示该因素在P-S-E网络中的位置及影响力的大小,因素i的中心度定义为:
因素i的原因度定义为:
式中:当Ri>0,表明该因素在在P-S-E网络中对其他因素影响较大,为原因因素;Ri<0,表明该因素在P-S-E网络中受其他因素影响大,为结果因素。为了明晰因素之间的位置关系和影响值大小,分别以中心度M和原因度R为横轴和纵轴,将所有因素在直角坐标系中绘制成散点图,必要时进行坐标平移或旋转,可以为压力管理措施的提出和状态监测方案的制订提供方便条件。
为分析P-S-E网络中任意两个因素之间的相互影响,需要计算两个因素之间的净影响关系。i受到j的净影响度netij按式(9)计算。
式中:tij和tji的物理意义同前文。
-
Michael Elliott认为[8],海洋生态系统压力可以分成内生性可管理压力和外生性不可管理压力两类,引起两类压力的原因不同,可管理性存在差异,应该采取不同的措施区别对待。内生性可管理压力来源于研究区域内,可以对压力的原因和结果进行管理;而外生性不可管理压力(如全球变暖引起海平面上升),对引起压力的原因难以控制,只能对造成的结果采取措施。基于上述分类,根据压力因素的中心性及原因度,可以进行压力因素的重要性排序,即哪些是导致变化的主要压力,也可以通过影响关系图(influence-relation map,IRM)进一步分析压力传递的途径,为降低压力对状态和生态系统服务影响提供指示。
另外,不同的状态因素,在P-S-E网络中的位置不同,受到的压力不同,对生态系统服务的影响也不同,可以根据三者关系的分析,提出合理的监测计划,为海洋生态系统演化分析及生态修复提供依据。
-
2012年,美国南佛罗里达州实施完成了历时4 a的MARES研究计划,该计划希望在南佛罗里达海洋生态系统特征界定和基本调节过程认知方面达成共识,并开展海洋生态修复工作[9]。研究区域从南佛罗里达大陆架延伸到佛罗里达群岛,东到比斯坎湾,北至圣露西河。东北边界位于佛罗利达大陆架附近的佛罗里达群岛,南边界由佛罗里达群岛延伸至杰斐逊堡和干托尔图加斯国家公园,最南端为佛罗里达群岛国家海洋避难所,东面毗邻墨西哥湾。研究区域位置及周边情况见图 2所示,其中粗实线框定部分为进行压力因素、状态因素、生态系统服务因素三者关系相互影响量化研究的区域。
MARES研究小组基于DPSER模型,识别了研究区域海洋生态系统压力、状态和生态系统服务3个模块共34个因素,其中压力因素12个、状态因素11个,生态系统服务因素11个(表 1)。各因素的定义见文献[9]。同时,识别出这些因素之间的影响关系193对,其中,压力对状态影响、状态之间影响和状态对生态系统服务的影响途径各为60、53和80个。通过问卷调查得到影响关系的强度值,从而得到三个直接影响矩阵,原始数据见文献[9]。
表 1 研究区域压力、状态和生态系统服务主要因素
Table 1. List of 34 ecosystem components identified in the research area
复杂网络是现实世界各种复杂系统的数学概化,原则上,任何包含大量组成单元(要素)的复杂系统,当将构成单元(要素)抽象为节点,单元(要素)之间的相互作用抽象为边时,都可以采用复杂网络加以分析,其结果可以更好地反映要素之间的相互影响。文献[9]利用简单的矩阵计算方法,只考虑了一阶间接影响,为此,本文引入DEMATEL方法,希望能够更加全面反映压力、状态和生态系统服务之间的综合影响(包括直接影响和间接影响)。
-
基于压力对状态影响、状态之间影响和状态对生态系统服务三个影响矩阵数据,按“压力-状态-服务”因素的顺序,组合成“P-S-E”的1-模影响矩阵,按式(1)至式(9)计算影响值、中心度、原因度和净影响值等参数,结果见表 2。
表 2 海洋生态系统压力-状态-服务影响关系网络特征值
Table 2. Characteristic values of pressure-state-ecosystem service network in the target marine ecosystem
表 2显示,P-S-E网络中,状态因素S6/水体中心度2.009,是所有3类因素中的最大值,处于网络最中心的位置,说明水体所研究生态系统中处于最重要的地位,这容易理解,因为无论是压力、状态还是服务因素,大部分需要通过水体作为媒介施加影响或受到影响;处于第2和第3位的分别是状态因素S2/鱼类和贝类及S8/海洋鸟类,中心度为1.759和1.519。而压力因素P12/休闲垂钓的中心度值最小(0.105),只有S6/水体中心度的5%左右,说明其与状态和服务因素的关联性和影响较小,处于网络的边缘。分开考虑三类因素时,压力因素中,中心度最大为P1/径流注入(0.861),说明该因素是导致生态系统变化的非常重要的因素。排列第2、第3位和第4位的分别是P2/气候变化(温度)/P3/气候变化(天气)和P4/海平面加速上升。状态因素方面,由于它们连接压力因素和服务因素,大都处于网络中心位置,所以中心度均较高,如前所述,S6/水体是所有因素中的最大值,而中心度最小值为S10/近岸沼泽(0.659)。服务因素方面,E4/自然系统的存在价值中心度值最大(0.987),其次为E8/原始野趣体验(0.966),最小的为E3/商业性开采(0.235),说明在研究海域E3/商业性开采处于网络的边缘位置。
-
表 2显示,所有压力因素,由于没有受到来自其他因素的影响,R值均大于0,为原因因素;而状态因素,连接压力因素与服务因素,R值有正有负,其中S2/鱼类和贝类(-0.271)、S1/保护物种(-0.377)和S10/近岸沼泽(-0.019)的原因度为负值,S1/保护物种(-0.377)的原因度最小,说明该因素受到的影响最大。其他9个状态因素的R均为正值,为原因因素。所有生态系统服务因素受到状态因素的直接影响和来自压力因素的间接影响,R值小于0,均为结果因素。
-
以表 2的中心度和原因度数值为基础,进行坐标平移得到影响关系图IRM(图 3)。从图中可以看出,压力因素和生态系统服务因素分布处于第3和第4象限,而状态因素散布在1、2、3和4共4个象限。处于第3象限的压力因素,随着R值从大到小,对系统施加的影响逐步减小,P1/径流注入影响力最大,而P12/休闲垂钓影响力最小。处于第4象限的生态系统服务因素,沿着R坐标的负方向,因素的R的绝对值越大,受到的影响越大,显然,E4/自然系统的存在价值受到的影响最大,相反,E3/商业性开采受到的影响最小。状态因素的点据分散在4个象限,看起来比较散乱,影响与被影响的关系同样可以加以分析。
-
表 3为由上文式(9)计算得到的压力因素对生态系统服务因素的净影响值(net influence)。
表 3 海洋生态系统压力对生态系统服务的净影响
Table 3. Net influence of pressures on ecosystem services
从表 3和图 4可以看出,12种压力对生态系统服务的影响,从量值上大体可以分为四类,第1类包括P1/径流注入、P2/气候变化(温度)、P3/气候变化(天气),影响最大,净影响相对值0.179~0.227;第2类包括P4/海平面加速上升、P5/海洋构筑物、P6/娱乐性划船、P7/疾病和P8/海洋酸化,影响较大,净影响相对值0.098~0.135;第3类包括P9/海洋垃圾、P10/物种入侵,影响一般,净影响0.069~0.076;第4类包括P11/商业性捕捞和P12/休闲垂钓,影响最小,净影响相对值0.030~0.049。第1类的影响值相比第2类、第2类相比第3类、第3类相比第4类,它们的值分别大2倍、1.5倍和2倍左右。从表 3还可以分析12类压力因素对11类生态系统服务因素净影响的相对大小关系,如P1/径流注入对E4/自然系统的存在价值的影响最大,而对E10/娱乐性垂钓的影响最小。其他压力对生态系统服务的影响也可同样进行分析。
-
按照内生性可管理压力和外生性不可管理压力的分类方法,很显然,P2/气候变化(温度)、P3/气候变化(天气)、P4/海平面加速上升、P8/海洋酸化四种压力为外生性不可管理压力,无法对其原因进行控制,只能采取措施对结果加以管理。而P5/海洋构筑物、P6/娱乐性划船、P7/疾病、P9/海洋垃圾、P10/物种入侵、P11/商业性捕捞、P12/休闲垂钓应认为是内生性可管理压力,可以采取控制强度或者阻断来源等手段,降低它们对区域海洋生态系统的影响,比如P5/海洋构筑物,通过设计选址、用海审批、规模和数量控制、运行控制等手段降低其对海域状态的影响,进而降低其对生态系统服务的影响。
P1/径流注入来自于流域,当研究区域限定在海域时,可以认为是外生性不可管理压力,但当研究范围扩大到“流域-河口-海域”时,该压力即成为内生性可管理压力,可以通过调整流域的产业结构、强化污染的点源和面源控制手段,实施总量控制,降低进入海域的污染物的数量,便可达到降低其对海域生态系统的影响。
对内生性可管理压力,从原因管理和影响力大小方面考虑,应该加强对P5/海洋构筑物、P6/娱乐性划船和P7/疾病的管理和控制。
-
图 3中,如果进行适当的坐标旋转,会使状态因素分散点据的相对关系变得更加明晰。事实上,P1至P12点据、E1至E11点据各构成一条直线,两线直角相交,形成新的直角坐标系。在该坐标系中,R′坐标值较小的状态因素,大都为水体或生物栖息地,如S5/滨海湿地、S6/水体、S7/红树林岛礁、S9/海草床等,且随着R′值从到小,在生态系统中的重要性逐渐降低;另外一方面,R′坐标值较大的S1/保护物种、S2/鱼类和贝类和S8/海洋鸟类等,为依赖于水体或栖息地而生存的生物。因此,在生态系统修复措施制订中,可按照上述状态要素相对位置关系确定重要的监测要素并制订相应的监测计划。
-
(1) 海洋生态系统压力、状态与服务关系量化分析是基于生态系统海洋管理的重要研究内容,其成果可以为海洋生态修复提供重要支撑。将MEBM的要求于DPSER概念模型组合,抓住了海洋生态系统管理的本质特征,与基于网络化的DEMATEL方法结合,为压力、状态和生态系统服务关系量化分析提供了有效的工具。
(2) 从南佛罗里达海域的P-S-E网络分析,海洋生态系统压力因素中,P1/径流注入为影响最大的压力因素,P12/娱乐性划船是最小的压力因素。状态因素中,S1/保护物种、S2/鱼类和贝类受到的压力影响力最大,是最易受到侵害的状态因素。服务因素中E4/自然系统的存在价值受到的影响最大,E3/商业性开采受到的影响最小。压力的净影响力方面,从量值上大体可以分为四类,影响最大的为P1/径流注入、P2/气候变化(气温)、P3/气候变化(天气)。但从可管理性和影响力考虑,应该加强对P5/海洋构筑物、P6/娱乐性划船和P7/疾病的管理和控制。
(3) 本文采用的模型和方法,本质上是一种基于复杂网络的整体网分析方法,因此,案例分析的结果,只对研究海域有效,结论无法推广到其他海域,但就方法论而言,完全适用于其他海域。后续研究将选择我国典型海域(如海湾)开展同类研究,以便为海湾实施基于生态系统海洋管理提供支撑。
基于复杂网络的海洋生态系统压力影响量化方法及应用
Complex network based quantitative analysis of marine ecosystem pressures impacting on states and ecosystem services
-
摘要: 海洋生态系统压力、状态与生态系统服务因素的识别及影响关系分析是实施基于生态系统海洋管理的前提和基础。基于对压力-状态-生态系统服务三者网络化影响关系的认识,本文引入DEMATEL(decision making trial and evaluation laboratory technique)方法并与DPSER(driver-pressure-state-ecosystem service-response)概念模型结合,进行海洋生态系统压力对状态与生态系统服务影响问题的量化研究。首先对研究范围确定、概念模型选择、分析要素确定及DEMATEL量化方法进行了简要介绍,并对实施基于生态系统海洋管理过程中的压力管理和状态监测等问题进行了探讨。尔后,利用美国南佛罗里达州MARES研究计划提供的相关数据进行了模型的实证分析,结果显示本文方法能够更加系统和全面地反映三者之间的影响关系,多种类型的计算指标可以为基于生态系统海洋管理的有效实施提供有效支撑。
-
关键词:
- 基于生态系统的海洋管理 /
- DPSER模型 /
- DEMATEL方法 /
- 压力管理
Abstract: Marine ecosystem pressure, state and service component identification and theirquantitative impacting relationshipanalysis is the premise and foundation to implement marine ecosystem-based management (MEBM).Based on the network characteristics of pressure-state-ecosystem service compoment relationships, DEMATEL (decision making trial and evaluation laboratory technique) and DPSER (driver-pressure-state-ecosystem service-response) concept model are introducedto analysis the quantitative connectedness among related factors.The determination of spatial scope, selection of conceptual model, quantization method to calculate influence indexes are also discussed in the paper.On this basis, by use of data from MARES (marine and estuarine goal setting project) in south Florida, USA, an empirical analysis was conducted.The results demonstrate that the proposed combined model can effectively handle the target problem, and provide morevaluable information for planning of restoration activities in the studied waters. -
表 1 研究区域压力、状态和生态系统服务主要因素
Table 1. List of 34 ecosystem components identified in the research area
表 2 海洋生态系统压力-状态-服务影响关系网络特征值
Table 2. Characteristic values of pressure-state-ecosystem service network in the target marine ecosystem
表 3 海洋生态系统压力对生态系统服务的净影响
Table 3. Net influence of pressures on ecosystem services
-
[1] GREGORY A J, ATKINS A P, BURDON D, et al.A problem structuring method for ecosystem-based management:the DPSIR modelling process[J].European Journal of Operational Research, 2013, 227(3):558-569. doi: 10.1016/j.ejor.2012.11.020 [2] WATKNS J D, GOPNIK M.An ocean blueprint for the 21st century:the work of the U.S.commission on ocean policy[J].Marine technology Society Journal, 2005, 33(4):19-23. [3] 刘慧, 苏纪兰.基于生态系统的海洋管理理论与实践[J].地球科学进展, 2014, 29(2):275-284.
[4] CURTIN R, PRELLEZO R.Understanding marine ecosystem based management:a literature review[J].Marine Policy, 2010, 34(5):821-830. doi: 10.1016/j.marpol.2010.01.003 [5] COOPER P.Socio-ecological accounting:DPSWR, a modified DPSIR framework, andits application to marine ecosystems[J].Ecological Economics, 2013, 94:106-115. doi: 10.1016/j.ecolecon.2013.07.010 [6] PROULX S R, PROMISLOW D E L, PHILLIPS P C.Network thinking in ecology andEvolution[J].Trends in Ecology & Evolution, 2005, 20(6):345-353. [7] 祁琪, 张亦飞, 刘弢, 等.海洋生态系统压力对状态影响的整体网分析及应用[J].海洋通报, 2016, 35(3):317-323.
[8] ELLIOTT M.Marine science and management means tackling exogenic unmanaged pressures and endogenic managed pressures-a numbered guide[J].Marine Pollution Bulletin, 2011, 62(4):651-655. [9] COOK G S, FLETCHERB P J, KELBLE C R.Towards marine ecosystem based management in South Florida:investigating the connections among ecosystem pressures, states, and services in a complex coastalsystem[J].Ecological Indicators, 2014, 44:26-39. doi: 10.1016/j.ecolind.2013.10.026 [10] KIDD S, PLATER A, FRID C.海洋规划与管理的生态系统方法[M].徐胜, 译.北京: 海洋出版社, 2013.
[11] EHLER C, DOUVERE F.Marine spatial planning: a step-by-step approachtoward ecosystem-based management[Z].Paris: UNRSCO, 2009. [12] GILLILAND P M, LAFFOLEY D.Key elements and steps in the process of developing ecosystem-based marinespatial planning[J].Marine Policy, 2008, 32(5):787-796. doi: 10.1016/j.marpol.2008.03.022 [13] COLLIE J S, ADAMOWICZ W L, BECK M W, et al.Marine spatial planning in practice[J].Estuarine, Coastal and Shelf Science, 2013, 117:1-11. doi: 10.1016/j.ecss.2012.11.010 [14] ELLIOTT M, BURDON D, ATKINS J P, et al."And DPSIR begat DAPSI(W)R(M)!"-a unifying framework for marineenvironmental management[J].Marine Pollution Bulletin, 2017, 118(1/2):27-40. [15] SCOTT J.社会网络分析法[M].2版.刘军, 译.重庆: 重庆大学出版社, 2013.
[16] WANG W C, LIN Y H, LIN C L, et al.DEMATEL-based model to improve the performance in a matrix organization[J].Expert Systems with Applications, 2012, 39(5):4978-4986. [17] 杜纯, 王瑛, 汪送, 等.集成DEMATEL/ISM的复杂系统安全事故致因因素分析[J].数学的实践与认识, 2012, 42(22):143-150. doi: 10.3969/j.issn.1000-0984.2012.22.018
[18] 李春荣, 耿涌, 薛冰, 等.基于DEMATEL的城市可持续发展障碍因素分析-以沈阳市为例[J].应用生态学报, 2012, 23(10):2836-2842.
[19] 方爱丽, 高齐圣, 张嗣瀛.网络化DEMATEL方法在产业经济系统分析中的应用[J].数学的实践与认识, 2009, 39(5):78-83.
[20] LIN C L, TZENG G H.A value-created system of science (technology) park by using DEMATEL[J].Expert Systems with Applications, 2009, 36(6):9683-9697. doi: 10.1016/j.eswa.2008.11.040 -