西安城市化與水資源利用關系的量化研究

李 華，師謙友，高 楠，劉 月

(陜西師范大學旅游與環境學院，西安 710062)

0 引言

城市化與水資源利用有著密切的關系。隨著城市化的推進，城市規模的擴大，城市人口的增加，產業結構的調整，城市用水量、用水結構以及效率都在發生相應的變化，同時，城市以及周邊區域的水資源環境也會受到一定程度的影響［1］。改革開放以來，城市化進入快速發展階段，城市水資源利用趨向規模化和集中化［2］，水資源需求不斷增加，供需矛盾突出，已成為制約城市化進程的瓶頸，探討城市化發展與城市用水間的相互作用及其規律，對于協調水資源利用與社會經濟發展、促進城市可持續發展具有重要理論與實踐意義［3］。

目前，國內外學者對城市化發展與水資源的關系進行了多方面的研究，主要集中在城市化對水環境(包括水質、水循環等)及水資源利用的影響、水資源對城市化發展的制約作用等方面，但對二者相互關系的量化研究較少［4－9］。隨著新一輪西部大開發戰略的實施、“關中—天水經濟區”的推進、西咸同城化發展與國際一流旅游目的地城市的建設，西安步入了建設國際化大都市的新階段，這對水資源較為貧乏的西安城市發展必將帶來巨大挑戰。有鑒于此，本研究采用復合指標法對西安市1997—2010年城市化水平進行綜合測度，構建城市化與城市用水量、用水效益、人均用水水平之間的回歸模型，分析其間的定量關系，探尋作用規律，以期為實現城市化與水資源、水環境的協調發展、促進西安水資源可持續利用提供科學依據。

1 研究區概況

西安市位于 33°39'～34°45'N、107°40'～109°49'E之間，地處黃河流域中部的關中盆地，現轄9區4縣，總面積10 108 km2;2011年底，常住人口851.34萬人，當年實現國內生產總值3 864.21億元，比上年增長13.8%，高于全國平均4.6個百分點。根據西安市水務局數據顯示，西安市人均水資源占有量僅為325 m3，不到全國平均水平的1/6，世界平均水平的1/24。西安作為經濟快速發展、人口不斷聚集的特大都市，城市化的迅猛發展對城市水資源及其利用提出了嚴峻的挑戰。

2 城市化水平分析

基于研究視角差異，人口、地理、經濟、社會及規劃等學科對城市化的界定都側重于本學科領域［10］，而對城市化水平的測度方法亦多種多樣，概括起來主要為單一指標法和復合指標法。最常用的為單一指標法(人口指標法)，即城市人口占總人口的比重［11］。由于我國市鎮的建制標準多次發生變動、城鎮人口統計的地域范圍與城鎮實體的地理界線差異、城鎮人口的統計對象標準不一等原因，采用單一指標法很難進行時空動態比較研究。且城市作為一個典型的人工生態系統，單一指標法顯然無法從系統角度分析城市本質特征及全面系統反映城市化發展水平。城市化的內涵極其豐富，既體現人口性質的變化，又反映經濟發展水平、產業結構演變、城市環境質量以及居民生活質量的提高，故應以城市化質量為出發點，建立一組指標體系予以綜合分析，力求較為全面準確地衡量城市化發展水平［12］。本研究基于經濟、人口、基礎設施、生活方式與環境城市化5大層面，選取23項指標(單位均采用平均指標或百分數)建立西安城市化水平測度指標體系(表1)。

表1 西安市城市化水平測度指標體系Tab.1 The index system of the measurement of urbanization in Xi’an City

基于上述指標體系，利用統計分析軟件SPSS17.0對城市化水平測度指標變量進行相關分析，得出相關系數矩陣。數據顯示各指標之間相關性很大，說明所選取的23項指標在反映此研究信息時有一定的重疊。故采用主成分分析法測算西安市1997—2010年城市化水平，以克服多指標變量間信息重疊及人為確定指標權重的主觀性(具體數據均來自西安市統計年鑒1998—2011［13］及通過計算獲得)。在此，對23項指標進行因子分析，用主成分法提取公因子，按特征值大于1、累積貢獻率達85%～95%的原則，共提取3個主成分因子(表2)，其累計方差貢獻率達89.367%，具有顯著代表性，符合進一步分析的要求。對初始因子載荷矩陣進行方差最大法正交旋轉后，得到主成分因子旋轉載荷矩陣(表3)。

表2 主成分的特征值、貢獻率和累積貢獻率Tab.2 Eigenvalue，contribution rate and cumulative contribution rate of principal component

主成分載荷是主成分與變量之間的相關系數。結果顯示，第一主成分的貢獻率為75.295%，除了X9，X13，X15，X18，X21指標外，其它指標上的載荷都較高，因此第一主成分代表了西安市的經濟發展水平、產業結構合理化程度、人口城市化水平、居民生活質量、城市環境質量;第二主成分的貢獻率為8.926%，在X13，X15指標上具有較大載荷，代表了城市化進程中的城市基礎設施建設水平;第三主成分的貢獻率為5.147%，在X9，X18指標上具有較大載荷，反映了城市化進程中的社會發展程度。

運用各因子的方差貢獻率作為權重(表2)，計算西安市1997—2010年的城市化水平綜合得分。計算公式:

式中:Fi為第i年的城市化水平綜合得分;F1i，F2i，F3i分別為第i年的各因子得分，系數分別為各因子權重。據此計算出西安市1997—2010年的城市化水平綜合得分(表4)，結果顯示西安城市化從1997年到2010年在逐年推進。

表3 主成分因子正交旋轉后的載荷矩陣表Tab.3 The loading matrix of principal factor after ortho-rotation

3 城市化與水資源利用關系量化研究

西安市2010年底總人口為782.73萬人，是1997年的1.18倍，年均增長1.3%，城市化水平綜合得分較1997年增加了9.36個點數，年均增加0.72個點數(圖1)。隨著人口快速增長和城市化進程不斷推進，西安市總用水量呈波動變化，其中，生產用水量平均每年以4.62% 的速度下降，生活用水量平均每年以5.58%的速度上升，且1998年后生活用水量所占比重超過生產用水量，西安成為生活用水主導型城市。

表4 1997—2010年西安市城市化水平綜合得分Tab.4 Total points of urbanization in Xi’an City during 1997—2010

圖1 1997—2010年西安市城市化水平與城市用水量的變化Fig.1 The changes of urbanization and urban water consumption in Xi’an City during 1997—2010

3.1 城市化與用水量回歸模型

利用SPSS軟件對西安市1997—2010年城市化與用水量進行相關分析(表5)可知，1997年以來，隨著經濟的快速發展，城市化水平的不斷提高，城市總用水量及生產用水量并不隨城市化水平的提高而快速增長，其中生產用水量與城市化水平呈顯著負相關。究其原因，主要得益于西安市產業結構的調整、水處理技術發展和節水政策的實施，使得生產用水量大幅度降低。然而生活用水量隨著人口的快速增長和居民生活質量的提高而大幅度上升，與城市化水平的相關性極其顯著。

在相關分析的基礎上，利用SPSS軟件建立回歸模型，通過多次比較分析發現，三次方程曲線擬合度最高，建立回歸模型:

表5 城市化水平與城市用水量間相關分析結果Tab.5 Urbanization and urban water utilization correlation analysis

式中:X為城市化水平;Y1為生產用水量;Y2為生活用水量。R2

2，說明城市化與生活用水量的回歸曲線比與生產用水量的回歸曲線的擬合程度要高。對回歸方程進行F檢驗，F0.01(3，10)=6.55，因為F1＞F0.01(3，10)，F2＞F0.01(3，10)，說明回歸模型(2)和(3)都在0.01的水平下顯著，充分揭示出生產用水量隨城市化的推進呈三次函數曲線型降低、生活用水量呈上升趨勢。利用所建立的回歸模型進行預測可知，若城市化水平上升一個點數，生產用水量將會下降274萬m3，生活用水量將會增加1 591萬m3。

3.2 城市化與用水效益回歸模型

用水效益可以用單位用水的產值或單位產值的用水來反映，單位用水的產值越高(或者單位產值的用水越低)，用水效益就越高［14］。本研究采用單方水GDP和單方生產用水GDP來表示用水效益。

利用SPSS軟件對西安市1997—2010年城市化與用水效益進行相關分析。城市化與單方水GDP和單方生產用水GDP的相關系數分別為0.993和0.977，均在0.01水平上呈顯著正相關，說明隨著城市化進程的推進，用水效益在不斷提高。值得注意的是城市化與單方生產用水GDP的相關程度不如城市化與單方水GDP之間的相關程度強，說明單方生產用水產值上升很快，但城市化水平上升較慢。城市化與用水效益的回歸模型:

式中:X為城市化水平;Y1為單方水GDP;Y2為單方生產用水GDP。均大于0.85，說明城市化與單方水GDP和單方生產用水GDP的回歸直線的擬合程度都很高。對回歸方程進行F檢驗，F0.01(1，12)=9.33，檢驗值F1與F2遠遠大于顯著性水平為0.01時的臨界值9.33，表明城市化與用水效益之間呈線性增長關系。利用所建立的回歸模型進行預測可知，若城市化水平上升一個點數，單方水GDP將增加27元，單方生產用水GDP將增加170元。從世界各國一般發展規律來看，隨著城市化水平的提高，用水效益是不斷提高的［15］。回歸分析表明西安市符合這一發展規律。

3.3 城市化與人均用水水平回歸模型

人均用水水平可用人均總用水量、人均生產用水量、人均生活用水量指標來反映。對城市化與人均用水水平各項指標進行相關分析(表6)發現，城市化與人均總用水量呈負相關，但相關性不顯著，與人均生產用水量和人均生活用水量分別呈極顯著負相關和正相關。這是由于西安市產業結構的調整以及節水技術的使用和推廣使人均生產用水量不斷降低，但人們對生活質量的要求越來越高，導致人均生活用水量不斷增加。

表6 城市化水平與人均用水水平間相關分析結果Tab.6 Urbanization and per capita water utilization correlation analysis

城市化水平與人均總用水量相關性不顯著，構建城市化與人均生產用水量和人均生活用水量回歸模型:

式中:X為城市化水平;Y1為人均生產用水量;Y2為人均生活用水量。均大于0.7，說明城市化與人均生產用水量和人均生活用水量的回歸曲線的擬合程度都較好。對回歸方程進行F檢驗，F0.01(3，10)=6.55，檢驗值F1與F2均大于顯著性水平為0.01時的臨界值6.55，反映出城市化與人均生產用水量之間呈三次函數曲線型下降趨勢，與人均生活用水量之間呈三次函數曲線型增長趨勢。利用所建立的回歸模型進行預測可知，若城市化水平上升一個點數，人均生產用水量將下降1.8 m3，人均生活用水量將增加 4.7 m3。

4 結論與建議

構建西安城市化與城市用水量、用水效益以及人均用水水平之間的回歸模型，分析其間的定量關系，可得到下述結論，并提出實現西安城市化與水資源、水環境協調發展的對策。

1)西安生產用水量隨城市化的推進呈三次函數曲線型降低，生活用水量則相反。據此，政府應科學編制都市發展規劃與水資源利用規劃，實施跨流域調水工程如引漢濟渭，同時，優化產業結構，做好開源節流，構建節水型產業結構體系。

2)西安用水效益與城市化呈線性增長關系。在城市化不斷推進的過程中政府要建立企業產值與用水量掛鉤的運行機制，嚴控新建耗水量大的企業，鼓勵企業配置污水處理與循環利用系統，提高水資源利用效益。

3)西安人均生產用水量隨城市化水平的提高呈三次函數曲線型降低，人均生活用水量則相反。政府應在調查研究的基礎上確定個體人均基本生活需水量，并將其作為生活用水價格的門檻，此界限范圍內按優惠價格收費，超出部分以較高價格收費，通過建立獎罰分明的用水機制，提高居民節水意識，最終實現國際化大都市建設與水資源、水環境的協調發展。

［1］朱鵬，張雷.城市化與水資源相互關系研究述評［J］.城市問題，2008，27(11):26 －30.

［2］鐘華平.城市化對水資源的影響［J］.世界地質，1996，15(4):49－58.

［3］董婕，張華麗，延軍平，等.西安城市化進程對城市用水的影響［J］.資源科學，2010，32(8):1520 －1526.

［4］丁文峰，張平倉，陳杰，等.城市化過程中的水環境問題研究綜述［J］.長江科學院院報，2006，23(2):21 －49.

［5］M Haase D.Effects of Urbanisation on the Water Balance:A Long-term Trajectory［J］.Environmental Impact Assessment Review，2009，29(4):211－219.

［6］Portnov B A，Safriel U N.Combating Desertication in the Negev:Dry Land Agriculture vs.Dry Land Urbanization［J］.Journal of Arid Environments，2004，56(1):659 －680.

［7］曹喆，張淑娜.天津城市化的發展趨向與水資源可持續利用［J］.城市環境與城市生態，2002，15(3):24 －26.

［8］方創琳，孫心亮.河西走廊水資源變化與城市化過程的耦合效應分析［J］.資源科學，2005，27(2):2－9.

［9］黨國鋒，魚騰飛.蘭州城市化水平與城市居民用水關系研究［J］.干旱區資源與環境，2007，21(12):42 －46.

［10］許學強，周一星，寧越敏，等.城市地理學［M］.北京:高等教育出版社，1997:43－97.

［11］徐秋艷.城市化水平測度方法研究綜述［J］.安徽農業科學，2007，35(29):9407 －9408.

［12］臺冰，李懷祖.綜合城市化水平測度［J］.學術界，2006(5):190－194.

［13］西安市統計局.西安統計年鑒1998－2011［Z］.北京:中國統計出版社，1998－2011

［14］鮑超，方創琳.河西走廊城市化與水資源利用關系的量化研究［J］.自然資源學報，2006，21(2):301－310.

［15］方創琳，鮑超，喬標，等.城市化過程與生態環境效應［M］.北京:科學出版社，2008:206.