吉林省水資源可持續發展水平測度研究

邢艷春，王嘉策，李 京

(吉林財經大學統計學院，吉林長春 130117)

1 研究背景

在經濟社會發展的過程中，我國水資源相對緊缺，人們越來越意識到水資源可持續發展的重要性。水是生態系統的控制要素，河湖是生態空間的重要組成，水利是生態文明建設的核心內容。自2015年4月16日，國務院正式發布《水污染防治行動計劃》(“水十條”)，我國各地、各級水利部門積極落實“水十條”政策，以改善水質量為核心，積極踐行“節水優先、空間均衡、系統治理、兩手發力”新時期水利工作方針，全面落實最嚴格的水資源管理制度，大力實施水污染防治行動計劃，系統推進水資源管理進程，加快完善現代水利基礎設施網絡，努力推動治水興水管水快速邁進新階段。習近平總書記在黨的十九大報告中指出，推動資源全面節約和循環利用，實施國家節水行動，實現生產系統和生活系統循環鏈接。在這種背景下，對位于我國東北地區的吉林省來說，全面具體了解吉林省各地區水資源可持續發展水平，掌握水資源總體發展變化趨勢，明確管理的重點和難點，認識各地區水資源可持續發展水平的差異，對促進經濟發展和實現水資源可持續利用具有重要意義。

目前，國內關于水資源可持續發展的研究不多，主要集中于對水資源承載力、水資源短缺風險評價和水資源利用問題等方面的研究。一是針對水資源承載力研究。張士鋒等[1]采用聚類分析和AHP方法對松花江地區的水資源承載力進行評價，并認為該地區整體水資源處于安全狀態。李煥等[2]根據系統動力學模型，構建水資源人口承載力評價模型，對長江經濟帶水資源人口承載的現狀及未來發展趨勢進行了研究。楊琳琳等[3]利用我國新疆地區2004-2013年的數據，運用BP神經網絡模型對新疆的水資源承載力，在2個情景下的狀況進行了評價分析。李高偉等[4]根據鄭州市2003-2011年的相關數據，選取了15項影響水資源承載力的指標，通過主成分分析法提取了2個主成分對鄭州市水資源進行綜合評價。洪思揚等[5]基于水資源生態足跡分析法，對遼寧省生態承載力及水資源生態足跡的影響因素進行分析。二是針對水資源短缺風險評價的研究。童紹玉等[6]運用層次分析法從4個方面構建綜合評價水資源短缺的指標體系，并據此評價各地區水資源的短缺程度和成因。牛海軍和蔡春[7]利用主成分分析法確定了水資源總量、農業用水量、工業用水量、第三產業用水量等影響北京市水資源短缺的主要因素。張中旺和周萍[8]構建了水資源風險短缺評價指標體系，并從時間和空間兩個維度較系統地分析了襄陽市水資源短缺的原因、影響因素及變動趨勢。陳宇翔和潘海澤[9]以北京市為例，采用層次分析法計算各個指標的權重，并運用模糊數學的方法計算水資源風險值的隸屬度，根據隸屬度的大小作為風險判斷依據，最終確定北京市水資源短缺屬于中度風險。三是針對水資源利用問題的研究。馬海良等[10]根據2003-2013年我國30省市的面板數據，利用Malmquist-Luenberger生產率指數對比分析水資源利用效率。高振斌等[11]對黃河三角洲水資源利用現狀進行了定性分析，并提出了8種解決問題的對策。關格格等[12]根據山西省2005-2013年的數據，構建水資源可持續發展指標，并對山西省水資源利用狀況進行評價。劉潔等[13]以江蘇省為例，運用熵權法構建江蘇省城鎮化綜合發展水平和水資源開發利用綜合潛力評價指標體系，并運用響應度關系模型研究了豐水區城鎮化發展與水資源開發利用的主要影響因素、變化特征以及兩者響應關系，以實現城鎮化發展與水資源利用的協調。

吉林省是東北農業大省，水資源相對短缺，目前對東北地區的水資源進行評價的文獻還很有限。本文在已有研究的基礎上，采取帶有獎罰參數的動態因子分析綜合評價法，以吉林省8個市級地區為研究對象，選取降水量、供水總量、綠地面積、污水處理率、人均生產總值、用水普及率等11個水資源可持續發展的指標構建水資源可持續發展指標評價體系，對吉林省8個市級地區進行評價，并根據研究結果提出相關建議。

2 動態因子分析模型

2.1 因子分析

因子分析是利用降維的思想，從原始變量的相關矩陣內部的依賴關系出發，把具有復雜關系的變量歸結為少數幾個綜合因子的一種多變量的統計方法[14]，用幾個潛在的不可觀測的變量去描述多個變量間的協方差關系，從而簡化數據結構但又體現數據的絕大部分信息。本文利用R軟件進行因子分析，計算各系統Ai在tk和tk-1時刻的綜合因子得分。

2.2 動態因子分析

在因子分析的基礎上，將時間因素引入靜態評價中，構建具有獎懲效果的因子分析排序指數Wi,k，在時刻tk對各系統根據Wi,k(i=1,2,…,n)的取值大小排序，具體公式[15]為：

Wi,k=Fi，k+λ(Fi，k-Fi，k-1).

(1)

其中，Fi,k和Fi,k-1分別為系統Ai在tk和tk-1時刻的綜合因子得分，λ為獎懲參數，獎懲參數采用相關系數法進行確定，具體確定公式為：

(2)

其中，Ci,k和Ci,k-1分別為系統Ai在tk和tk-1時刻按照綜合因子得分排序的名次。

3 實證分析

3.1 數據來源及指標體系的構建

本文選用吉林省的長春市、吉林市、四平市、遼源市、通化市、白山市、松原市和白城市8個地區的2014年和2015年的水資源可持續發展指標，根據全面、協調與可持續發展和科學發展的內涵，建立了水資源可持續發展水平指標體系，具體指標為：降水量x1、供水總量x2、用水人口x3、人均日生活用水量x4、綠地面積x5、公園面積x6、污水處理率x7、人均可支配收入x8、人均生產總值x9、用水普及率x10和水資源總量x11。原始數據均來源于《吉林省統計年鑒2014》和《吉林省統計年鑒2015》。

3.2 吉林省各地區水資源可持續發展水平的因子分析

本文分別對2014年和2015年吉林省8個地區水資源可持續發展的11個存在顯著相互依賴關系的指標進行因子分析，把這些錯綜復雜的變量，綜合為數量較少的幾個公因子，得出各地區在2014年和2015年的綜合因子得分，對各地區間水資源可持續發展水平進行比較和分析。

在因子分析的過程中，必須選擇合適的公因子數量。公因子的數量不能太多，太多則達不到因子分析簡化數據的目的；也不能太少，太少則損失原始變量太多的信息，選取的公因子能合理地描述原始變量相關陣的結構，同時有利于因子模型的解釋。在本文中根據累計貢獻率大于80%的原則，提取公共因子，結果見表1。

表1 2014年和2015年指標變量旋轉后公共因子的特征值及貢獻率

公因子方差貢獻反映了該因子對所有原始變量總方差的解釋能力，是衡量公因子相對重要性的指標，該值越高說明公因子的重要程度越高。由表1可以看出，根據累計方差貢獻率大于80%的提取條件，在2014年和2015年均應該提取3個公因子，說明前3個公共因子提供了原始數據11個指標所能夠表達的足夠信息，因子分析的效果達到理想水平。因此，可以認為原來的11個變量能夠綜合成3個主因子。利用R軟件可得其相應的初始因子載荷矩陣,見表2。

表2 2014年和2015年因子旋轉矩陣

根據2014年和2015年旋轉后的因子載荷矩陣可知，第一公共因子都在供水總量x2、用水人口x3、綠地面積x5、公園面積x6有較大的載荷，這些指標集中體現了生態系統水平的情況，因此把第一公共因子定義為地區水資源生態系統因子，第二個公共因子都在人均日生活用水量x4、污水處理率x7、人均可支配收入x8、人均生產總值x9和用水普及率x10有較大的載荷，這些指標集中體現了水資源社會系統水平情況，因此把第二個公共因子定義為地區水資源社會系統因子，第三個公共因子在降水量x1和水資源總量x11上有較大的載荷，這些指標集中體現了各地區水資源擁有水平的情況，因此把第三公共因子定義為地區水資源儲備系統因子。

采用回歸法估計因子得分系數和方差貢獻率，可以計算出吉林省8個地區的各因子得分、綜合因子得分及名次(記綜合得分為Fi,k，名次為Ci,k，其中，i=1,2,…,8;k=2014,2015)，結果見表3。

白山市水資源可持續發展水平從2014年的第5名上升到2015年的第3名，上升速度較快；從公共因子得分可以看出，第二公共因子和第三公共因子的下降是造成2015年白山市整體上升的原因。可見近年來白山市政府在社會經濟和水資源儲備這兩個方面的管理相對較好。

松原市水資源可持續發展水平從2014年的第3名下降到2015年的第5名，下降速度較快；從公共因子得分可以看出第三公共因子的下降是造成2015年松原市整體下降的主要原因。所以松原市政府在未來要加強對水資源儲備量的管理。

表3 吉林省各地區因子得分及名次

3.3 吉林省各地區水資源可持續發展水平的動態因子分析

根據公式(2)可以得到參數λ的值為0.65，再將參數的值帶入到公式(1)中，計算得到吉林省8個地區的動態因子排序指數，從而對吉林省各地區水資源可持續發展水平進行評價，見表4。

表4 2015年吉林省各地區水資源可持續發展水平測度評價結果

由表4中可知，加入獎罰參數的動態因子分析排序指數和傳統的因子分析綜合得分和名次相比已經發生了變化，其中吉林市由原來的第2名下降為第4名，白山市由原來的第3名上升到第2名，這是因為考慮了獎罰參數在前一年對后一年變化的影響因素，所以相對來說更為客觀。容易看出，吉林省8個地級市水資源可持續發展水平測度評價排序指數最高的為省會長春市，其次為白山市，位列第3位和第4位的為通化市和吉林市，其后依次為遼源市、松原市、四平市和白城市。

4 結論及建議

首先，就吉林省各地區水資源可持續發展水平的總體形勢來說，2015年較2014年發展情況有所提高。但個別地區存在明顯的下降現象，因此，對不同地區不可生硬地照搬相同的發展模式，各個地區要因地制宜，努力實現可持續發展。其次，從表1可以看出，公共因子F1的生態系統因子的方差貢獻率較大，達到41%，這說明生態系統的總體情況對水資源可持續發展起到了至關重要的作用。地方政府應該大力推行生態文明建設，努力建設美麗中國。最后，本文考慮時間因素的影響，將獎懲參數引入到動態因子綜合分析法，對地區水資源可持續發展水平做出了較客觀的評價，為各地區發展提供科學的依據，同時有利于激勵各級政府對水資源進行更完善的管理。

[參考文獻]

[1]張士鋒,孟秀敬.糧食增產背景下松花江區水資源承載力分析[J].地理科學,2012(3):342-347．

[2]李煥等.長江經濟帶水資源人口承載力研究[J].經濟地理,2017(1):181-186．

[3]楊琳琳,李波,付奇.基于BP神經網絡模型的新疆水資源承載力情景分析[J].北京師范大學學報,2016(2):216-222．

[4]李高偉,韓美等.基于主成分分析的鄭州市水資源承載力評價[J].地域研究與開發,2014(3):139-142.

[5]洪思揚,王紅瑞,朱中凡.遼寧省水資源生態足跡與生態承載力分析[J].水利經濟,2016(3):46-52,81.

[6]童紹玉,周振宇,彭海英.中國水資源短缺的空間格局及缺水類型[J].生態經濟,2016(7):168-173.

[7]牛海軍,蔡春.主成分分析算法在水資源短缺因素中的應用研究[J].山東農業工程學院學報,2014(3):32-33.

[8]張中旺,周萍.基于主成分分析的襄陽市水資源短缺風險評價[J].中國農學通報,2016(2):92-98.

[9]陳宇翔,潘海澤.基于模糊數學的水資源短缺風險綜合評價[J].沿海企業與科技,2011(9):10-15.

[10]馬海良,丁元卿,王蕾.綠色水資源利用效率的測度和收斂性分析[J].自然資源學報,2017(3):406-417.

[11]高振斌,萬鵬,高潔,等.黃河三角洲水資源利用問題及對策研究[J].科研管理,2017(11):100-101.

[12]關格格.基于水生態足跡的山西省水資源利用研究[J].人民黃河,2017(7):96-99.

[13]劉潔.豐水區城鎮化進程與水資源利用的關系——以江蘇省為例[J].水土保持通報,2016(3):193-199.

[14]何曉群.現代統計分析方法與應用[M].北京:中國人民大學出版社,2007.

[15]董小剛,王淑影,王純杰.基于動態因子的經濟水平差異分析[J].長春工業大學學報,2015(2):125-129.