📄 earth_science

Tourism Ecological Security Assessment and Its Driving Mechanisms in Anhui Province: An Integrated DPSIR– SBM-DEA Framework

Este estudo avalia a evolução espaço-temporal e os mecanismos de condução da segurança ecológica do turismo em 16 cidades de nível de prefeitura na província de Anhui de 2008 a 2019 utilizando uma estrutura integrada DPSIR–SBM-DEA, revelando uma tendência ascendente flutuante com um padrão espacial distinto de "alto no sul, baixo no norte" impulsionado por fatores como chegadas de turistas, densidade populacional e indicadores ambientais.

Autores originais: Yupei Yu, Dong Cui, Zhicheng Jiang, Weiwei Wang, Guihao Yuan, Le Zhou, Yao Hou, Yixuan Zheng, Xin Gong, Haijun Yang

Publicado 2026-08-05

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Yupei Yu, Dong Cui, Zhicheng Jiang, Weiwei Wang, Guihao Yuan, Le Zhou, Yao Hou, Yixuan Zheng, Xin Gong, Haijun Yang

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine a Terra como um mundo de videogame gigante e complexo onde cada jogador (nós) deixa pegadas. Às vezes construímos cidades legais e trocamos mercadorias, mas às vezes pisoteamos a grama, poluímos os rios e tornamos o ar difícil de respirar. Os cientistas chamam esse equilíbrio de "segurança ecológica" — basicamente, verificar se o mundo do jogo ainda está saudável o suficiente para continuar jogando sem travar. Nesta história, não estamos olhando para o mundo inteiro, mas para uma província específica da China chamada Anhui, que é famosa por suas montanhas lindas e vilas antigas. Para entender como o turismo (pessoas visitando para diversão) afeta este "mundo de jogo", os pesquisadores usaram um kit de ferramentas especial. Eles combinaram um mapa de "causa e efeito" chamado DPSIR (que rastreia como nossas ações levam a problemas e depois a soluções) com um sistema de "placar" chamado SBM-DEA (que mede quão eficientemente um lugar usa seus recursos sem quebrá-los). Eles também usaram olhos de satélite para tirar fotos do verde e da água, e alguns truques matemáticos para ver se as mudanças eram reais ou apenas ruído aleatório.

Então, o que a equipe da Universidade Normal de Yili realmente descobriu ao observar o turismo de Anhui entre 2008 e 2019? Pense na saúde do turismo de Anhui como uma montanha-russa que começou com uma queda assustadora, balançou um pouco e depois subiu lentamente para um trilho mais alto e suave. Os pesquisadores descobriram que, embora o número de visitantes e a pressão sobre a terra estivessem aumentando, a pontuação geral de "segurança ecológica" na verdade subiu. Não foi uma linha reta para cima, no entanto; teve alguns mergulhos, especialmente por volta de 2009 e 2013, antes de se estabelecer em um ritmo constante e de alto nível após 2015.

O mapa desta pontuação de saúde parece um jogo de pontos quentes e frios. A parte sul da província, com suas famosas montanhas como Huangshan, e as áreas centro-orientais como Hefei, tornaram-se "pontos quentes" de alta segurança ecológica. Essas áreas são como zonas VIP onde o cenário é exuberante, os hotéis são ótimos e o ambiente é bem protegido. Em contraste, as partes do norte, incluindo cidades como Bengbu, permaneceram "pontos frios", onde a segurança ecológica era menor, provavelmente devido a populações mais densas e menos cobertura verde. O estudo sugere que isso não é apenas aleatório; é um padrão onde o sul e o centro-leste estão vencendo o jogo verde, enquanto o norte ainda está tentando alcançar.

O que fez a diferença? Os pesquisadores usaram uma ferramenta de detetive digital chamada Geo-Detector para descobrir quais fatores estavam puxando as cordas. Eles descobriram que os maiores impulsionadores foram o número de pessoas visitando (chegadas de turistas), o quão lotadas as cidades estavam (densidade populacional) e o quão verde a terra parecia vista do espaço (uma medida chamada NDVI). Acontece que ter mais turistas e mais pessoas vivendo lá coloca uma carga pesada no sistema, mas ter mais plantas verdes e melhores gastos governamentais em tratamento de resíduos ajuda a elevar a pontuação novamente. O estudo não descobriu que o turismo destrói a natureza automaticamente; em vez disso, mostrou que, se você gerenciar a pressão (como o uso da água e controle de multidões) e impulsionar a resposta (como limpar o lixo e financiar parques), você pode ter uma indústria de turismo próspera sem arruinar o ecossistema.

Em resumo, o artigo sugere que Anhui está aprendendo a jogar o "jogo do turismo" melhor com o tempo. Até 2019, a província havia passado de um estado de estresse flutuante para uma zona de alta segurança mais estável, provando que com a mistura certa de políticas verdes e gestão inteligente, você pode manter os turistas felizes e as montanhas verdes ao mesmo tempo. Os autores observam cuidadosamente que isso é baseado em dados até 2019, antes de a pandemia global mudar tudo, então é um instantâneo de uma era específica de crescimento. Mas a lição permanece: se você observar suas pegadas e consertar os buracos que você faz, o mundo do jogo permanece seguro para todos.

Resumo Técnico: Avaliação da Segurança Ecológica do Turismo e Seus Mecanismos de Direcionamento na Província de Anhui

Definição do Problema
A rápida expansão da indústria do turismo, embora economicamente benéfica, frequentemente gera consequências ecológicas negativas, incluindo poluição ambiental, degradação de ecossistemas e sobreexploração de recursos. Apesar da importância crítica da "segurança ecológica do turismo" para o desenvolvimento regional sustentável, as pesquisas existentes enfrentam três limitações primárias: (1) a falta de uma estrutura abrangente e amplamente aceita que capture as complexas interações sistêmicas entre o desenvolvimento econômico, as atividades turísticas e a governança ambiental; (2) atenção insuficiente aos mecanismos de direcionamento subjacentes dos fatores de segurança ecológica; e (3) uma escassez de estudos conduzidos na escala de cidades de nível de prefeitura, que serve como uma unidade fundamental para equilibrar o crescimento do turismo e a proteção ambiental. Este estudo aborda essas lacunas focando nas 16 cidades de nível de prefeitura da Província de Anhui, uma região que experimenta um rápido crescimento turístico e significativa pressão ecológica.

Metodologia
O estudo emprega uma estrutura integrada DPSIR–SBM-DEA combinada com sensoriamento remoto e técnicas estatísticas espaciais para avaliar a segurança ecológica do turismo (SET) de 2008 a 2019.

Estrutura de Avaliação (DPSIR–SBM-DEA):
- Modelo DPSIR: O estudo constrói um sistema de indicadores baseado na estrutura de Força Motriz–Pressão–Estado–Impacto–Resposta (DPSIR).
  - Entradas: Forças Motrizes (PIB per capita, população, chegadas de turistas, urbanização), Pressões (densidade de visitantes, densidade populacional, consumo de água, índice de espaço turístico) e Respostas (taxa de despesa fiscal, taxa de tratamento de esgoto, taxa de tratamento inofensivo de resíduos).
  - Saídas: Estado (Hotéis com classificação por estrelas, pontos turísticos de nível A, NDVI, LST, RSEI) e Impacto (Gasto turístico per capita, participação da receita do turismo no PIB, participação do setor terciário).
- Modelo SBM-DEA: O modelo de Análise Envoltória de Dados baseada em Medida de Slack (SBM-DEA) é utilizado para calcular a eficiência relativa dos ecossistemas turísticos regionais. Este modelo considera as folgas (slacks) não nulas de entrada/saída e saídas indesejáveis (especificamente a "Pressão de Dano Ecológico"), proporcionando uma medida de SET mais precisa do que os modelos DEA tradicionais.
- Integração RSEI: O Índice Ecológico de Sensoriamento Remoto (RSEI), derivado de imagens Landsat via Google Earth Engine (GEE), é integrado ao subsistema "Estado" para quantificar a qualidade ambiental ecológica usando a Análise de Componentes Principais (PCA) de verdor (NDVI), umidade (Wet), secura (NDSI) e calor (LST).
Análise Espaçotemporal:
- Análise de Tendência: O Estimador de Inclinação de Sen e o teste de tendência Mann–Kendall (MK) são aplicados para analisar a evolução temporal do RSEI.
- Autocorrelação Espacial: O Índice de Moran Global e as estatísticas de Getis-Ord Gi* Local são usados para identificar padrões de agrupamento espacial, hot spots (pontos quentes) e cold spots (pontos frios).
- Detecção de Mecanismo de Direcionamento: O modelo Geo-Detector é empregado para quantificar o poder explicativo (valor $q$ ) de fatores individuais e suas interações sobre a heterogeneidade espacial da SET.

Resultos Principais

Evolução Temporal: A segurança ecológica do turismo na Província de Anhui exibiu uma "tendência de flutuação ascendente" de 2008 a 2019. O processo é caracterizado por três estágios: uma fase de ajuste de flutuação (2008–2010), uma fase de flutuação em estágios (2011–2014) e uma fase de otimização/melhoria (2015–2019). Por volta de 2019, o sistema havia entrado em um estado estável de alto nível, com todos os valores de avaliação excedendo o limite de segurança de 1.
Qualidade Ecológica (RSEI): A análise RSEI revelou um padrão de "melhoria significativa predominante com degradação localizada não significativa". Embora a tendência geral tenha sido positiva, a heterogeneidade espacial foi evidente, com melhorias significativas nas áreas montanhosas do sul e no centro de Anhui, contrastando com a degradação dispersa em regiões de alto desenvolvimento.
Padrões Espaciais:
- Global: A autocorrelação espacial mudou de um agrupamento significativo em 2008 para uma distribuição mais aleatória nos anos subsequentes, indicando um enfraquecimento da dependência inter-regional.
- Local: Emergiu um distinto padrão espacial de "alto no sul, baixo no norte". Os hot spots (alta SET) concentram-se nas cidades do sul e do leste central (ex: Huangshan, Chizhou, Hefei, Xuancheng), enquanto os cold spots (baixa SET) persistem nas cidades do norte, particularmente Bengbu.
Mecanismos de Direcionamento: A análise do Geo-Detector identificou os principais direcionadores com heterogeneidade regional significativa:
- Direcionadores Primários: Chegadas de turistas, densidade populacional e NDVI foram os fatores mais influentes.
- Direcionadores de Subsistema: No subsistema "Estado", o NDVI foi o fator dominante. No subsistema "Pressão", a densidade populacional foi crítica. No subsistema "Resposta", a despesa fiscal e as taxas de tratamento de resíduos foram fundamentais.
- Mecanismo: O estudo confirma um ciclo de feedback dinâmico do tipo DPSIR, onde o crescimento populacional e a demanda turística impulsionam o desenvolvimento econômico, mas aumentam a pressão ecológica, que é subsequentemente mitigada por respostas de governança (investimento fiscal, tratamento de resíduos).

Significância e Contribuições
O artigo reivindica as seguintes contribuições para o campo da geografia do turismo e segurança ecológica:

Estrutura Teórica: Propõe um novo framework integrado combinando o modelo DPSIR com o modelo de eficiência SBM-DEA. Esta abordagem desloca a perspectiva de avaliação de uma simples medição quantitativa para uma avaliação baseada em eficiência, enfatizando a "qualidade" da segurança ecológica do turismo em vez de apenas a "quantidade".
Inovação de Indicadores: Ao incorporar o Índice Ecológico de Sensoriamento Remoto (RSEI) no subsistema "Estado", o estudo fornece uma representação mais abrangente e objetiva da qualidade ambiental ecológica em comparação com as abordagens tradicionais de indicador único (ex: taxas de cobertura verde).
Avanço Metodológico: O estudo demonstra a eficácia da combinação da análise de tendência Sen–MK, autocorrelação espacial e o modelo Geo-Detector para revelar mecanismos de direcionamento não lineares e heterogeneidade espacial, superando as limitações dos modelos lineares.
Relevância Política: As descobertas fornecem uma base científica para a governança ecológica diferenciada na Província de Anhui. O estudo sugere que as intervenções políticas devem focar na otimização do layout espacial dos fluxos turísticos, no fortalecimento das avaliações de capacidade de carga em áreas de alta pressão (ex: Hefei, Huangshan) e no aumento do investimento fiscal na governança ambiental para alcançar um equilíbrio entre o crescimento do turismo e a conservação ecológica.

Limitações
Os autores reconhecem limitações quanto à disponibilidade de dados, o que restringiu o período de estudo a 2008–2019 e dependeu de dados estatísticos macro, potencialmente negligenciando variáveis emergentes de big data e fatores de percepção cultural/social. Sugere-se que pesquisas futuras incorporem aprendizado de máquina e dinâmica de sistemas para modelagem preditiva e monitoramento em tempo real.

Mais como este