四川省水資源承載力研究

胡淑杰，鄧英爾

(成都理工大學(xué) 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室，四川 成都 610059)

水資源承載力是對(duì)某一區(qū)域或流域下的水資源在不破壞生態(tài)環(huán)境的條件下，可以維持所在區(qū)域經(jīng)濟(jì)發(fā)展的所需的水資源的支持能力。其變化總是與該區(qū)域的社會(huì)發(fā)展階段和經(jīng)濟(jì)技術(shù)水平相聯(lián)系。因此了解一個(gè)國家或地區(qū)的水資源承載力情況有助于調(diào)控人口、經(jīng)濟(jì)與水資源利用量之間的協(xié)調(diào)發(fā)展。本文收集了四川省省份連續(xù)幾年水資源數(shù)據(jù)，對(duì)四川省水資源承載力評(píng)價(jià)，進(jìn)而了解該地區(qū)目前承載力狀況和變化趨勢，為以后的的學(xué)者提供一些參考依據(jù)。

水資源承載力的評(píng)價(jià)指標(biāo)很多，且相互之間不存在線性關(guān)系。目前對(duì)于水資源承載力的研究已經(jīng)相當(dāng)成熟，評(píng)價(jià)方法也有很多。往往適用于多指標(biāo)綜合評(píng)價(jià)的方法都適用于水資源承載力評(píng)價(jià)。如金菊良，等構(gòu)建基于最大信息熵的投影尋蹤方法對(duì)安徽省水資源承載力進(jìn)行評(píng)價(jià)，采用加速遺傳算法優(yōu)化最佳投影方向，最終得到較合理的評(píng)價(jià)結(jié)果[1]。許郎等.利用主成分分析法對(duì)江蘇省水資源承載力進(jìn)行研究[2]。邢軍等將因子分析與模糊綜合評(píng)價(jià)相結(jié)合對(duì)合肥市水資源承載力進(jìn)行評(píng)價(jià)[3]。任書軍采用模糊綜合評(píng)價(jià)法對(duì)葫蘆島市水資源承載力進(jìn)行評(píng)價(jià)，期間選擇不同的方法對(duì)各指標(biāo)層權(quán)重進(jìn)行計(jì)算[4]。另外也可構(gòu)建模型實(shí)現(xiàn)對(duì)水資源承載力的評(píng)價(jià)，如劉敬東基于DPSIRM模型下研究區(qū)域水資源承載力[5]，李少明等創(chuàng)建AHP-TOPSIS模型以江蘇省為研究區(qū)域進(jìn)行水資源承載力評(píng)價(jià)等[6]。在對(duì)四川省水資源評(píng)價(jià)研究時(shí)采取的方法包括主成分分析[7]、集對(duì)分析[8]、DEA模型[9]等。這些都對(duì)本文的評(píng)價(jià)方法選取提供了依據(jù)。

在對(duì)水資源承載力進(jìn)行評(píng)價(jià)之前，首先選擇評(píng)價(jià)方法，基于本次的數(shù)據(jù)量本文選取因子分析對(duì)評(píng)價(jià)指標(biāo)進(jìn)行處理，采取熵權(quán)法[10]指標(biāo)賦權(quán)確保綜合得分的客觀性。為消除偶然因素影響，收集近十年數(shù)據(jù)作為基礎(chǔ)[11-14]橫向上利用多年平均值來分析影響承載力各因素特征，在縱向上分析該區(qū)域近幾年水資源承載力變化趨勢和目前水資源所處狀態(tài)。本文除對(duì)多年四川省水資源承載變化情況做了分析外，還分別計(jì)算省內(nèi)各城市多年的承載力綜合得分，并對(duì)其進(jìn)行排名。簡要說明與四川省承載力變化之間的關(guān)系，使得分析更加全面。

1 研究區(qū)水資源概況

四川省位于中國的西南方向，位置介于97°21′E～108°31′E與 26°03′N～34°19′N之間，全省總面積約48.43萬 km2。地處長江上游，地勢西高東低，全省共轄18個(gè)地級(jí)市、3個(gè)自治州。以河川徑流為主，全省河流分屬7個(gè)水資源二級(jí)區(qū)。

根據(jù)06-17年數(shù)據(jù)平均值[15，16]，四川省水資源總量約2 512.278億 m3。西部高原區(qū)水資源總量約1 433.753億 m3，占全省的57.07%。全省人均水資源量約2 936.8 m3，多年來人均水資源量高于全省的有攀枝花3 566.833 m3、樂山3 605.667 m3、雅安9 572.5 m3、甘孜州55 028.167 m3、涼山州8 402 m3和阿壩州41 944.5 m3。甘孜州、涼山州、阿壩州水資源總量最大，自貢與遂寧水資源總量最小。通過計(jì)算水資源開發(fā)潛力來分析各市水資源可利用程度。

我們用水資源負(fù)載指數(shù)來表示水資源開發(fā)潛力[17]，計(jì)算公式為

(1)

式中: C為水資源負(fù)載指數(shù); P為人口(萬人); G 為 GDP(億元); W為水資源總量(億m3); K的取值見下式

(2)

帶入式1，2得到各市水資源負(fù)載指數(shù)，并以此為依據(jù)將各市水資源潛力分為五級(jí)。結(jié)果如圖1。

圖1 各市水資源潛力

從區(qū)域面積角度來看四川省西北部水資源開發(fā)潛力較大，面積約占四川省總面積的50%。從各城市水資源利用量來看，四川省約80%以上的城市水資源開發(fā)利用率較高。特別是像成都、德陽等這些地區(qū)的水資源總量不足以支撐該地區(qū)的經(jīng)濟(jì)發(fā)展能力，可能還會(huì)產(chǎn)生入不贅出的情況。為更清楚的了解四川省水資源狀況，還應(yīng)考慮多方指標(biāo)對(duì)水資源承載力進(jìn)行計(jì)算。

2 分析方法

2.1 因子分析

因子分析是利用各原始變量之間相關(guān)性，將相關(guān)性高的多個(gè)變量合并成一個(gè)一個(gè)新的變量，使多個(gè)指標(biāo)可以合并成較少指標(biāo)來進(jìn)行評(píng)價(jià)的多維簡化方法。這個(gè)新的變量叫做公共因子，要求各公共因子之間相互獨(dú)立。評(píng)價(jià)結(jié)果較為真實(shí)客觀，在各個(gè)領(lǐng)域都得到了廣泛的應(yīng)用。

因子分析模型及步驟過程如下：

將原始變量表達(dá)為少數(shù)幾個(gè)公共因子f1,f2，…，fm的線性組合。實(shí)現(xiàn)x1,x2,…,xp→f1,f2,…,fm的轉(zhuǎn)換，具體模型如下：

(3)

其中f1,f2,…,fm為m個(gè)公共因子，aij,為xi在因子fj上的載荷(i∈[1 p],j∈[1 m])ε1,ε2,…,εp為誤差項(xiàng)。μi為xi的均值。

因子分析步驟：①將原始數(shù)據(jù)標(biāo)準(zhǔn)化處理。②求原始數(shù)據(jù)的相關(guān)性矩陣，對(duì)數(shù)據(jù)進(jìn)行KMO(Kaiser-Meyer-Olkin)和Bartlett's球形統(tǒng)計(jì)量檢驗(yàn)，判斷數(shù)據(jù)是否適合降維。本次所選取數(shù)據(jù)中kmo值0.676，Bartlett's球狀檢驗(yàn)值p=0小于0.05，拒絕零假設(shè)可以做因子分析。③取累計(jì)貢獻(xiàn)率大于85%的前m個(gè)因子作為公共因子。④求因子載荷矩陣并進(jìn)行適當(dāng)?shù)囊蜃有D(zhuǎn)，使結(jié)果更易解釋。⑤利用Fi=μi1X1+μi2X2+…+μimXn，i=1，2，…，m公式來計(jì)算每個(gè)因子的得分。

2.2 熵權(quán)法

根據(jù)各公共因子的離散程度客觀計(jì)算各指標(biāo)權(quán)重，計(jì)算步驟如下：

(1)對(duì)m個(gè)指標(biāo)，n個(gè)樣本，有xij為第i個(gè)樣本的第j個(gè)指標(biāo)的數(shù)值(i=1，…,n;j=1，…,m);

(2)指標(biāo)的歸一化處理：也為同趨向處理，即把指標(biāo)的絕對(duì)值轉(zhuǎn)化為相對(duì)值，如果數(shù)據(jù)中包含正負(fù)兩項(xiàng)指標(biāo)，不同方向的指標(biāo)有不同的歸一化方式

(4)

(5)

(3)計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)樣本值占該指標(biāo)的比重：

(6)

(7)

其中，k=1/ln(n)>0,

(8)

這里的1-ej為信息熵的冗余度

(9)

3 四川省水資源承載力計(jì)算與評(píng)價(jià)

3.1 指標(biāo)構(gòu)建

在選取地下水資源承載力評(píng)價(jià)指標(biāo)時(shí)，要考慮地下水資源影響因素、經(jīng)濟(jì)、社會(huì)的發(fā)展?fàn)顩r和生態(tài)環(huán)境保護(hù)三個(gè)方面。根據(jù)收集的指標(biāo)數(shù)據(jù)和查閱水資源承載力相關(guān)文獻(xiàn)，采取頻率統(tǒng)計(jì)法選取以下11個(gè)具代表性的指標(biāo)：灌溉率(x1,%)、人均水資源量(x2,m3)、水資源利用率(x3,%)、供水總量(x4,億m3)、人均綜合用水量(x5,m3)、供水模數(shù)(x6,萬m3/km2)、水資源總量(x7,億m3)、降水總量(x8,億m3、地下水供水比例(x9,%)、萬元GDP用水量(x10,m3/萬元)、廢水排放總量(X11,億m3)。為了保持指標(biāo)的一致性將人均水資源量、降水總量和水資源總量三個(gè)正向指標(biāo)進(jìn)行負(fù)向處理。

3.2 熵權(quán)法的應(yīng)用

目前主因子已經(jīng)確定隨后利用熵權(quán)法來計(jì)算主因子之間的離散程度，故將水資源承載力的三個(gè)主因子代入式(5)-(9)，計(jì)算出各主因子的權(quán)重分別為：W1=0.369 1,W2=0.386 8,W3=0.244 1。四川省2006-2017的水資源承載力綜合得分見圖2。

圖2 2006-2017水資源承載力綜合得分

從圖2可以看出從2006-2008年水資源承載力逐漸增強(qiáng)，從2008年之后到2012年水資源承載力波動(dòng)較大。2012年到2015年水資源承載力急劇下降，2015年至2017年承載力有增強(qiáng)的趨勢但增長緩慢。2006年四川省水資源承載力很低，那是因?yàn)樵撃晁Y源總量及徑流系數(shù)均為統(tǒng)計(jì)記錄最低年，除此之外同年降水量比往年降低15.2%，因此導(dǎo)致該年水資源承載力較低。之后幾年降水量增大，承載力也相對(duì)提升。

從結(jié)果來看2008年與2010年的承載力差不多處于同一水平，從數(shù)據(jù)來看2018年降水量要比2010年增加了209.25億 m3，但2010年水資源總量高出89.1億 m3，再加上徑流系數(shù)也比2008年要大，最終導(dǎo)致2010年承載力要強(qiáng)一些。相反2009和2011年降水量比往年分別減少了7.9%和9%。

從2012年開始四川省年末常住人口持續(xù)增加，人口增長率從2.97%增長到4.23%，從而導(dǎo)致生活用水量也在逐年增加。另外經(jīng)濟(jì)不斷發(fā)展，地區(qū)生產(chǎn)總值增加都是使水資源承載力降低的因素。

2015年是十二年內(nèi)承載力最低的一年，原因在于人口增長壓力和經(jīng)濟(jì)用水壓力。該年降水量比往年平均降低8.6%水資源總量比往年減少15.1%，產(chǎn)生入不敷出的狀況。從2015-2017年四川省供水總量趨于穩(wěn)定逐年相差約1～2 m3。但生產(chǎn)總值卻增加2～4千億元, 2017年萬元GDP用水量僅為2006年的29.67%，代表各行業(yè)水資源利用效率不斷提高。隨科技發(fā)展水資源供需矛盾緊張的局面可以得到一定程度的緩解。

從整體情況來看水資源承載力影響較大的指標(biāo)主要為降水量和水資源總量和供水總量，能夠很好的預(yù)測這三個(gè)指標(biāo)的變化對(duì)水資源承載力發(fā)展方向有很大的作用。

3.3 因子得分結(jié)果分析

運(yùn)用SPSS23.0對(duì)原始數(shù)據(jù)進(jìn)行因子分析，其中前三個(gè)公因子的總貢獻(xiàn)率達(dá)到91.862%，故本次選取三個(gè)公共因子，表1為旋轉(zhuǎn)后的載荷矩陣。

表1 旋轉(zhuǎn)后的因子載荷矩陣

F1在供水總量、人均綜合用水量、供水模數(shù)、和廢水排放量中有較大載荷呈現(xiàn)出較大的正相關(guān)，但在灌溉率、地下水供水比例和萬元GDP用水量上呈現(xiàn)負(fù)相關(guān)。代表了四川省經(jīng)濟(jì)發(fā)展情況和水資源使用量。F2代表總體的水資源自然狀況。F3主要指標(biāo)為水資源利用率代表水資源利用程度。因此可通過這三個(gè)方面來反應(yīng)四川省水資源承載力的狀況。圖3為該區(qū)水資源承載力三個(gè)主因子的得分情況。

圖3 三個(gè)主因子得分情況

從圖3可以看出F1說明四川省水資源使用量雖然在逐年增加，但是地下水開采量和萬元GDP用水量在不斷降低，代表了行業(yè)用水效率增強(qiáng)，四川省技術(shù)發(fā)展速度增長較快。F2所代表的三項(xiàng)指標(biāo)均為正向指標(biāo)由于把水資源總量這些指標(biāo)正向指標(biāo)做了負(fù)向處理即得分越高水資源可利用量越少，其中2006年得分最高說明該年水資源最匱乏。2013年F3得分最低說明該年水資源利用率最低，這也于實(shí)際數(shù)據(jù)相符合。2013年水資源利用率為4.2%，為十二年來利用率最低的一年。

3.4 各市水資源承載力變化

采用2012-2017年的平均數(shù)據(jù)計(jì)算四川省各市水資源承載力，分析各區(qū)域承載力差異，為承載力較差城市的水資源管理提供依據(jù)，評(píng)價(jià)指標(biāo)同上。利用因子分析得到前四個(gè)主因子的累積貢獻(xiàn)率達(dá)到89.116%，將四個(gè)主因子作為新的變量帶入熵權(quán)法公式計(jì)算得到權(quán)重W1=0.365 6，W2=0.173 2，W3=0.251 6，W4=0.209 5，最后得到各市水資源承載力分布圖4。

圖4 四川省各市水資源承載力

從圖4可以看出四川省水資源承載力空間分布不均勻。西部高原區(qū)水資源承載力較強(qiáng)。東部地區(qū)水資源承載力較差，在21個(gè)城市中成都市水資源承載力最差，其原因歸結(jié)為以下幾點(diǎn)：(1)人口，成都市人口總量約占全省人口的18%。近六年呈現(xiàn)緩慢增長的趨勢從2012年的1 407萬增長到2017年的1 604萬一直位于各市首位。人數(shù)的增多進(jìn)而導(dǎo)致水資源使用量的增大。(2)成都市第一、二、三產(chǎn)業(yè)生產(chǎn)總值遠(yuǎn)遠(yuǎn)高于四川省內(nèi)任何一個(gè)城市，因此工業(yè)用水量也相對(duì)較高。成都市平均水資源總量約為78.53億 m3，相對(duì)于四川省其他城市來水總水資源量不高。(3)平原潛水蒸發(fā)量最大，約為全省的70.4%，不過將成都市六年來數(shù)據(jù)單獨(dú)做因子分析發(fā)現(xiàn)綜合得分卻在緩慢增加，可以看出成都市水資源狀況在逐漸改善。

下面我們計(jì)算多年各市水資源得分，了解水資源承載力的變化情況。數(shù)據(jù)范圍同樣為06-17年水資源數(shù)據(jù)，由于未獲取到各市廢水排放量，評(píng)價(jià)指標(biāo)在上述基礎(chǔ)上除去廢水排放量，增加生活用水定額。分析方法不變，得到各市承載力排名如表2。

表2 四川省各市水資源承載力得分排名

由表2我們可以清晰的觀察12年內(nèi)以城市為單位的四川省內(nèi)水資源承載力變化趨勢。進(jìn)而可以將四川省整體水資源承載力改善情況針對(duì)到某一區(qū)域，以城市為單位對(duì)全省水資源進(jìn)行調(diào)節(jié)。我們可以在表中獲取兩個(gè)信息：(1)根據(jù)排名的變化來推測承載力發(fā)展的大致趨勢，(2)通過相鄰年份之間的名次差距來觀察城市用水量和水資源補(bǔ)給量之間的穩(wěn)定程度?？梢员M快的提取出穩(wěn)定性較差的城市，進(jìn)而從降水徑流補(bǔ)給量的變化和生產(chǎn)生活用水量的變化兩個(gè)角度來探究影響該市承載力的原因，采取相應(yīng)的解決措施，最后使全省的水資源承載力得到改善。

從表2中看出四川省水資源承載力12年變化趨勢與南充市及雅安市基本吻合。將兩市排名分別與四川省承載力排名繪到同一張圖中，其趨勢變化相似更易看出，見圖5和圖6。

圖5 四川省與南充市得分排名曲線

圖6 四川省與雅安市得分排名曲線

自貢市、遂寧市、內(nèi)江市、南充市、達(dá)州市、廣安市、阿壩州自10年以后存在至少連續(xù)四年水資源承載力持續(xù)降低的情況，就目前情況來看亦有繼續(xù)降低的趨勢。成都市、雅安市、巴中市相鄰年份之間承載力排名差距較大，表明使用量和開采量之間的穩(wěn)定程度不佳。不過成都市無論是水資源開采潛力還是平均水資源承載力都較差，年降水量和水資源使用量稍有變化就會(huì)對(duì)其整體的承載力產(chǎn)生很大的影響，相對(duì)于其他城市而言雖不穩(wěn)定但已有變好的趨勢。

4 結(jié)語

(1)基于12年以來的數(shù)據(jù)根據(jù)每年水資源承載力的得分情況，水資源承載力制約著經(jīng)濟(jì)的發(fā)展，其主要因素為降水量、水資源總量和水資源利用量。但近幾年的情況表明，在生產(chǎn)總值增長速度遠(yuǎn)遠(yuǎn)大于用水量的增加量。這是各工業(yè)用水效率的提高和城市居民節(jié)水意識(shí)的增強(qiáng)的結(jié)果。

(2)四川省各地區(qū)水資源可利用程度不同，差異較明顯，甘孜州等西部地區(qū)水資源豐富，東部地區(qū)水資源承載力較低，區(qū)域性水資源短缺。特別是成都、德陽等城市水資源承載力較差，且開采潛力很小，有條件情況下需要外流域調(diào)水。對(duì)于水資源承載力較差區(qū)域除控制人口增長和提高行業(yè)用水效率外可考慮修建調(diào)水和增加新水源等各種水利工程來滿足經(jīng)濟(jì)迅速發(fā)展。

(3)因子分析對(duì)于多指標(biāo)評(píng)價(jià)體系來說，操作較簡單，本次求取21市12年的水資源承載力得分工作量是比較大的，所選取的計(jì)算方法比較適合。但在進(jìn)行計(jì)算時(shí)很難得到較大的KMO值，本次所有的KMO值基本處于0.6左右。通過對(duì)各市水資源承載力變化情況的了解，使得對(duì)全省各地區(qū)水資源承載力了解更立體，更全面，更有益于全省水資源承載力改善。