“生态”的概念由德国生物学家海克尔提出，使得人们开始关注经济活动对生态环境的影响。美国在1969年首次以法律的形式确定环境影响评价制度（Environmental Impact Assessment， EIA），此后各国开始引入并开展各自的环评研究^[1]。联合国环境与发展世界委员会在1987年提出“可持续发展”的理论，世界各国越来越重视生态环境的保护。联合国可持续发展委员会在1996年推行“压力（Pressure）-状态（State）-响应（Response）”PSR模型，详细阐述PSR指标体系的概念与方法^[2]。近几年，随着生态学与计算机科学的发展，类似于遥感RS、地理信息系统GIS和全球定位系统GPS等先进技术被运用到环评研究中。

我国的环评工作开展较晚，随着1979年《中华人民共和国环境保护法》的颁布，我国才正式开始环评工作，但效果甚微，直至1993年批准《环境影响评价技术导则》，我国的环评工作才得以发展起来^[1]。此后国家环保部在2011年和2016年发布新的环评导则，是对之前版本的修订，标志我国生态环评进入了新的里程碑^[3]。目前《建设项目环境影响评价技术导则总纲：HJ2.1—2016》^[4]所提及的生态影响与预测方法主要有列表清单法、图形叠置法、生态机理分析法、景观生态学法、指数法与综合指数法、类比分析法、系统分析法、生物多样性评价方法、海洋及水生生物资源影响评价方法和土壤侵蚀预测方法。

PSR模型最早由加拿大统计学家提出，后经经济合作与发展组织（OECD）采纳并发展了该模型，将之作为研究环境问题的框架^[5]，PSR模型是一个动态的且具有清晰因果关系的模型，其基本的作用机理是：人类生产生活对自然资源与环境施加压力，环境与资源的质量随着压力产生变化，社会、政府有意识地采取措施来减缓压力，维护环境健康，使之向好的状态发展。目前PSR模型在众多领域比如在生态岛建设、水电水库建设、海上油田建设、城市生态建设和供水水源建设等发挥着举足轻重的作用^[6]。本文在环境状况影响识别的基础上，借鉴压力状态响应框架模型（即P-S-R模型）构建了包含各项指标的环境状况影响评价指标体系，并对各指标进行详细分析。

运用PSR模型构建环评体系需要确定压力、状态和响应三方面的指标，为了客观全面地反映不同城市的环境状况状态，选取评价指标时尽可能遵循可测性、动态性和可靠性等原则^[7]，文章参照了《环境管理体系要求及使用指南：GBT24001—2016 ISO14001—2015》^[8]中对环境风险因素的划分，并结合江苏省统计年鉴以及各地级市环境状况公报的实际公布数据，相应地选取了16个指标（表1），压力指标选取了大气、水和固体废弃物等排放量指标；状态指标选取了资源与经济指标；响应指标选取了环保投入与大气环境、水环境和声环境等指标。通过综合指数、分类指数和具体指标构建江苏省地级市环境状况评价研究框架。

文章的环境指标体系是分层逐级综合的，从压力-状态-响应3个方面对各指标含义进行说明。

烟气排放主要是指在工业和建筑业生产过程中造成的二氧化硫的排放量，尾气排放主要是氮氧化物排放量，扬尘污染主要是烟尘排放量，这3个指标都在大气污染范畴内，属于负向指标，值越大，对环境的压力越大；污废水排放量指的是工业和生活废水排放量，在水污染范畴内，属于负向指标，值越大，对环境的压力也越大；日常废品主要是固体废弃物，危险物品即用危险物品衡量，这2个指标在固体废弃物范畴内，属于负向指标，值越大，对环境的压力越大^[9]。

水资源总量对应的是压力指标的水污染指标，属于正向指标，值越大，水体修复速度快，表明环境状态越好；土地面积和人口情况分别属于正向和负向指标，土地面积越大，生态修复的基础越好，环境状态也越好；人口越多，给环境带来的破坏也越大，环境状态也越差；用电量属于负向指标，用电量需求越大，表明该地区发展速度越快，环境状态不乐观；人均生产总值属于正向指标，体现一个地区的经济发展状况，值越大，说明该地区发展水平与人口素质较高，环境状态也就越安全^[10]。

空气环境质量主要用空气质量达标率衡量，水环境质量主要用Ⅲ类以上地表水比例衡量，这2个指标分别对应着压力指标的大气和水污染指标；声环境质量主要由平均等效声级值衡量；环境保护投入和生态环境状况指数值直接体现地区的环境保护响应，以上5个指标都属于正向指标，值越大，表明对环境的调节与改善更加有利^[11]。

常见的确定指标权重的方法有主观赋权法（层次分析、德尔菲法）、客观赋权法（熵权法、主成分分析）和组合分析（主观客观相结合）等，本文采用熵权法来确定指数的权重^[12]。熵权法的基本思路是根据指标变异性的大小来确定客观权重，熵是一个物理概念，是体系混乱度（无序度）的量度，在应用系统论中，熵越大说明系统越混乱，携带的信息越少，效用值越小，在综合评价中起到的作用越小；熵越小说明系统越有序，携带的信息越多，效用值越大，在综合评价中起到的作用越大。通过计算各个指标的信息熵得出熵权，继而确定该指标在指标体系内的权重，能有效降低主观赋权设置不合理所带来的评价误差，因此，本文采用熵权法来计算PSR模型的指标数据权重^[13]。

本文搜集的数据来自于江苏省统计局官网（http://tj.jiangsu.gov.cn/）《江苏统计年鉴》、苏州市生态环境局官网（http://sthjj.suzhou.gov.cn/）《苏州市环境状况公报》、镇江市生态环境局官网（http://sthj.zhenjiang.gov.cn/）《镇江市生态环境状况公报》、扬州市生态环境局官网（http://sthj.yangzhou.gov.cn/）《扬州市年度环境质量公报》和南通市生态环境局官网（http://hbj.nantong.gov.cn/）《南通市环境状况公报》，权威性和准确度较高。文章收集了苏州、镇江、扬州和南通这4个地级市在2013～2018年的各类指标原始数据，其中有极个别的指标数据缺失的，本文采取了均值差补的方法对非定距型数据进行整理，苏州市2013～2018年各类指标原始数据，见表2。

建立评价系统的初始矩阵，根据上述PSR模型的环境状况评价指标体系见表1，本文建立了2013～2018年4个地级市环境状况评价的16类指标的原始数据矩阵X，见式（1）^[14]。

式（1）中，${x_{ij}}$为苏州第j（1≤j≤6）年的第i个指标的数值；${x_{ij}}$为镇江市第j－6（1≤j－6≤6）年的第i个指标的数值；${x_{ij}}$为扬州市第j－12（1≤j－12≤5）年的第i个指标的数值；${x_{ij}}$为南通市第j－18（1≤j－18≤6）年的第i个指标的数值。

在1.3小节确定了各项指标的趋向性，由于各指标的量纲和数量级均有差异，为了消除因这些因素对评价结果产生的影响，需要对指标进行标准化处理，本文采取极差法来计算各指标数值的无量纲化值，见式（2）^[15]。

式（2）中，min（${x_i}$）和max（${x_i}$）分别为在原始数据矩阵X中第i个指标的最小值和最大值，原始数据的标准化处理过程略。

根据信息熵的定义，一组数据的信息熵计算，见式（3）。

式（3）中，${p_{ij}} = {y_{_{ij}}}\bigg/\displaystyle\sum\limits_{j = 1}^n {{y_{ij}}} $，如果${p_{ij}}$=0，则定义${p_{ij}}\ln {p_{ij}}$=0。某一指标的信息效用价值取决于1与该指标的信息熵之间的差值，信息效用的值越大，对评价的重要性就越大，权重也越大^[16]。

根据式（3）求得各项指标信息熵，见表3。

在信息熵的计算基础上，通过式（4）计算各指标的权重。

式（4）中，$0 \leqslant {W_i} \leqslant 1$，且$\displaystyle\sum\limits_{i = 1}^m {{W_i}} = 1$，最终计算得到的环境状况评价熵权结果，见表4^[17]。

设第j年的环境状况指数为${A_j}$，${A_j} = \displaystyle\sum\limits_{i = 1}^m {({W_{\rm{i}}}{y_{ij}})} $，其中${y_{ij}}$为第j年第i项指标的标准化值，W_i为第i项指标的熵权，压力、状态、响应和综合指数计算结果，见表5^[18]。

2018年的环境状况综合指数显示，南通市环境状况综合指数数值最高，扬州市最低，镇江和苏州两市分别排名第二、第三，见表6。

2018年压力、状态、响应指数数值情况，见表7。

表7可见，2018年压力指数数值扬州最高，镇江市第二，南通和苏州两市分别位于第三和第四，但扬州市、镇江市和南通市之间的压力指数数值差距不大，苏州的压力状态指数明显小很多。状态指数数值苏州最高，领先于南通和镇江市，扬州市最低；响应指数数值仍然是苏州市数值最高，南通市、镇江市和扬州市分别为第二、第三和第四。

南通市2018年环境状况综合指数数值最高，主要得益于压力、状态和响应指数数值分布较为均衡；对镇江市来说，响应指数存在提升潜力；苏州市的状态和响应指数发展较好，压力指数存在很大的提升空间。扬州市的压力指数发展最好，但是状态指数和响应指数处在较低水平，尤其是响应指数处于较低水平。

2013～2018年4个地级市环境状况综合指数的变化情况，见图1。

图1可见，南通市整体增长速度最快，苏州市和镇江市增长速度较快，扬州市增长速度最慢。南通市这几年一直保持着高速增长，2018年有所下降；扬州市2013～2015年之间增长速度无明显变化，保持平稳；镇江市2013~2015年之间增速相对较快，其综合指数在2017年赶超扬州市；苏州市2014～2016年增长速度较快，到2017年增长速度开始变慢；2015年苏州市与扬州市存在较大差距，随着时间的推移，两者的差距逐渐减小，至2018年扬州市与苏州市环境状况综合指数数值基本一致。

环境状况压力指数（P）主要反映的是大气污染、水污染和固体废弃物污染对环境状况的影响，各市环境状况压力指数见图2。

图2可见，2013~2016年各直辖市环境状况压力指数呈现上升趋势，在2017年都出现了下滑的趋势。一直以来，苏州市的压力状态指数处于较低的水平，从《苏州市环境公报》来看，苏州市的废气、废水和固体废弃物排放量远高于南通市、镇江市和扬州市这3个地级市，给全市的环境增加了很大压力，所以压力状态指数水平较低；南通市的压力状态指数位于第三位；镇江市和扬州市的压力状态指数在2013～2015年比较接近，2016～2018年，扬州市的压力状态指数赶超镇江市。

环境状况状态指标（S）包含水资源总量、土地面积、人口情况、用电量和人均生产总值等多方面的信息。各市环境状况状态指数，见图3。

图3可见，2013～2017年4个地级市状态指数均呈上升发展的状态，在2018年都表现出下滑的趋势。苏州市的状态指标在2013～2018年稳居第一位；南通市在2014年赶超镇江市与扬州市，再2014～2017年快速增长，曲线斜率是4个地级市中最大的；镇江市和扬州市的状态指数发展速度较为平稳，镇江市的状态指数数值略高于扬州市。

环境状况响应指标（R）包含环境保护投入、空气环境质量、水环境质量、声环境质量和生态环境状况指数，这些指数可以有效反映政府部门及相关单位组织对环境保护的响应力度与效果。各市环境状况响应指数，见图4。

图4可见，在2013～2016年，环境状况响应指数数值的排名依次是：苏州市、南通市、扬州市和镇江；在2016～2018年，响应指数数值排名依次是：苏州市、南通市、镇江市和扬州市；扬州市的响应指数在2017年下滑明显。在2013～2015年，苏州市的响应指数出现下滑，与南通市平齐，在2015年之后呈现上升趋势，并一直领先；南通市的响应指数除了在2015年有小小的回落，整体来说处于平稳上升阶段；扬州市和镇江市响应指数的增长速度在2013～2015年基本一致，2016年开始出现下滑的趋势，表明环境响应方面的工作出现了阻碍。

本文基于PSR（压力-状态-响应）模型构建了环境状况评价模型，以江苏省4个地级市苏州、镇江、扬州和南通为研究对象，进行定量评价和综合对比分析，在数据研究分析的基础上，对这4个地级市提出具体的政策建议。

苏州市在这4个地级市中整体发展速度最快，在江苏省城市综合实力排名靠前，其状态指数和响应指数较其他3个地级市存在明显的优势；但苏州市由于经济发展所产生的气体、液体和固体废弃物也最多，处理量最大，给生态环境带来了不小的压力，所以在今后的环境保护中，苏州市应该重点关注压力指标，努力减少“三废”的产生，向清洁型生产靠拢，贯彻落实《苏州市“十三五”生态环境保护规划》^[19]，突出为民导向、问题导向、质量导向和法治导向，以改善环境质量为核心，提高环境管理的系统化、科学化、法制化、精细化和信息化水平，促进城乡环境质量持续改善，确保生态环境安全。

镇江市的压力指数相对于状态指数和响应指数优势较为明显，“三废”的产生量较少，这是最大的优点，所以更应该注重对环境的维持作用，应该加大环境保护的投入，实时监测与控制大气、水和土壤等环境质量。全面落实国家、省生态环保各项决策部署，积极推进生态环境综合治理，强化环境执法监管^[20]。统筹推进“多规合一”，加强重点生态功能区的保护，整治长江豚类自然保护区内违法违规建设；发展低碳循环的生态产业，制定全市产业结构调整指导目录，明确产业发展清单，促进产业加快转型升级。

扬州市的环境综合指数排名第四，压力指数排名最高，也就是说污染物最少，但是扬州市的状态指数与响应指数处于较低水平，以致于综合指数最低。扬州市必须要加强环境保护与投入，做好环境规划与环评管理，完善生态环境局的工作与数据公开，深入学习贯彻生态文明思想和全国生态环境保护大会精神，努力改善生态环境质量。

南通市的环境综合指数排名第一，主要得益于其压力、状态和响应3个指数均衡发展，如果想要更进一步的提升，可以在压力指标上控制“三废”的产生与治理，做好污染防治攻坚，加强生态环境监督管理，提高公众参与度，深入贯彻党的“十九大”精神和习近平生态文明思想，以改善生态环境质量为核心，以中央环保督察回头看为契机，以污染防治攻坚专项行动为抓手，持续加强治污减排、生态修复、执法监管和能力建设。