基于PCA的江蘇省資源環(huán)境承載力分析評價

王 勇，王玉芳

(江蘇省測繪工程院，江蘇 南京 210013)

0 引 言

資源環(huán)境承載力是指在自然生態(tài)環(huán)境不受危害并維系良好的生態(tài)系統(tǒng)前提下，一定地域空間的資源稟賦和環(huán)境容量所能承載的人口與經(jīng)濟規(guī)模[1]。在《國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》中資源環(huán)境承載力涉及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及布局、新型城市建設(shè)、實施區(qū)域發(fā)展戰(zhàn)略等多個重大工程。開展資源環(huán)境承載力的評價研究，能夠識別影響承載力的關(guān)鍵因素，為真正踐行“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的新發(fā)展理念提供理論依據(jù)。國外較早開展了關(guān)于資源環(huán)境承載力的理論研究，如1992年William Rees提出了“生態(tài)足跡”評價方法[2]，1997年Brown基于“能值分析法”[3]，2006年Freckleton等人采用“時間序列法”[4]進行資源環(huán)境承載力分析。近年來，國內(nèi)關(guān)于資源環(huán)境承載力的研究主要是指標(biāo)體系及評價方法的研究[5-9]。本文以江蘇省為例，構(gòu)建江蘇省各市轄區(qū)及縣市的資源環(huán)境承載力評價指標(biāo)體系，基于主成分分析(PCA)和K均值聚類分析(K-Means)模型，分析江蘇省資源環(huán)境承載力狀況及空間分布情況，以期為江蘇省資源環(huán)境承載力評價提供方法支撐和現(xiàn)實依據(jù)。

1 資源環(huán)境承載力分析評價模型的建立

1.1 資源環(huán)境承載力分析評價的方法

本文采用以下方法(圖1)對資源環(huán)境承載力進行分析評價：確定評估基本單元后建立多層次綜合指標(biāo)體系，從各類統(tǒng)計資料中獲取指標(biāo)統(tǒng)計數(shù)據(jù)，利用主成分分析法確定各指標(biāo)權(quán)重后進行資源環(huán)境承載力計算，并利用聚類分析對計算結(jié)果進行等級劃分。

圖1 資源環(huán)境承載力分析評價方法

1.2 評價指標(biāo)的選擇

資源環(huán)境承載力評價指標(biāo)的選擇應(yīng)能體現(xiàn)資源環(huán)境承載力復(fù)雜系統(tǒng)的結(jié)構(gòu)性和層次性，遵循基礎(chǔ)性原則，避免多項因素的綜合結(jié)果，同時還應(yīng)從短期內(nèi)不易發(fā)生變化的自然資源和環(huán)境容量要素考慮。本文結(jié)合江蘇省實際情況，綜合考慮評價指標(biāo)的選取原則以及數(shù)據(jù)的易獲得性對指標(biāo)進行了選擇，包含目標(biāo)層、準(zhǔn)則層和指標(biāo)層3個層次：目標(biāo)層為江蘇省資源環(huán)境承載力；準(zhǔn)則層包括土地資源、水資源、土地環(huán)境、水環(huán)境和生態(tài)環(huán)境5大要素；指標(biāo)層在準(zhǔn)則層中選取單項評價指標(biāo)組成，共9個指標(biāo)(表1)。

表1 資源環(huán)境承載力評價指標(biāo)體系

1.3 數(shù)據(jù)獲取及預(yù)處理

本文研究的指標(biāo)數(shù)據(jù)主要來源于《江蘇統(tǒng)計年鑒——2019》以及江蘇省各設(shè)區(qū)市2019年統(tǒng)計年鑒。因各市統(tǒng)計年鑒中，大部分評價指標(biāo)分為市轄區(qū)和縣(市)分別統(tǒng)計，故本文研究區(qū)域分為江蘇省13個設(shè)區(qū)市的市轄區(qū)和41個縣(市)。

本文中數(shù)據(jù)預(yù)處理主要是對空值的處理，某些指標(biāo)項僅能從年鑒中獲取設(shè)區(qū)市整體數(shù)值，如南通、連云港等市的城鎮(zhèn)污水達標(biāo)處理率(指標(biāo)X8)和建成區(qū)綠化覆蓋率(指標(biāo)X9)等，對于下轄縣市缺少的數(shù)值統(tǒng)一采用《江蘇統(tǒng)計年鑒——2019》中所在設(shè)區(qū)市該項指標(biāo)的統(tǒng)計值。

1.4 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理

因各項指標(biāo)具有不同的單位或量綱(表2)，為消除不同單位和量綱對評價結(jié)果的影響，對原始數(shù)據(jù)采取極差法進行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化的結(jié)果在[0,1]范圍內(nèi)。

表2 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化過程中各指標(biāo)上限值和下限值

(1)

為減少0值對計算結(jié)果的影響，對標(biāo)準(zhǔn)化處理后的0值，統(tǒng)一填入0.000 1，經(jīng)標(biāo)準(zhǔn)化處理后的部分城市指標(biāo)數(shù)據(jù)如表3所示。

表3 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)果示例

1.5 確定指標(biāo)權(quán)重

經(jīng)過標(biāo)準(zhǔn)化處理的指標(biāo)數(shù)據(jù)，采用主成分分析方法(PCA)進行計算，以確定各指標(biāo)權(quán)重，過程如下：

(1)PCA可按照從高到低的順序返回各主成分方差貢獻率，若前k個主成分方差貢獻率之和達到85%以上，則認(rèn)為這k個主成分幾乎表達了原有指標(biāo)的全部信息，可保留這k個主成分。

(2)獲取這k個主成分對應(yīng)的特征根eigenvalue及特征矩陣components。

(3)計算指標(biāo)在不同主成分線性組合中的系數(shù)coefficient：

(2)

式中，Wi,j為第i個指標(biāo)第j個主成分系數(shù)，Cpi,j為特征矩陣中第i個指標(biāo)第j個主成分對應(yīng)的特征值，ej為第j個主成分對應(yīng)的特征根。

(4)計算各指標(biāo)權(quán)重：

(3)

式中，rq為第q個指標(biāo)的權(quán)重，wq,i為第q個指標(biāo)第i個主成分系數(shù)，fi為第i個主成分的方差貢獻率。

對各指標(biāo)權(quán)重進行歸一化處理，確定歸一化后的指標(biāo)權(quán)重。

(4)

式中，wq為歸一化處理后，第q個指標(biāo)的權(quán)重。

1.6 聚類評價

確定各個指標(biāo)的權(quán)重后，對標(biāo)準(zhǔn)化處理后的各市縣指標(biāo)進行資源環(huán)境承載力得分計算，并對計算結(jié)果進行K-Means聚類。

(5)

式中，Sj為第j個區(qū)域的資源環(huán)境承載力得分，wi為第i個指標(biāo)對應(yīng)的權(quán)重，Sti為標(biāo)準(zhǔn)化處理后的第i個指標(biāo)值。

K-Means算法屬無監(jiān)督學(xué)習(xí)算法，其主要計算方法是：

(1)將數(shù)據(jù)集分割成獨立的K個組，每組為一類，并確定一個初始的質(zhì)心。

(2)迭代計算樣本與K個質(zhì)心的相似度，將樣本歸類到最相似的類中，并重新計算新的質(zhì)心，直到質(zhì)心不再變化或達到指定的迭代次數(shù)。

計算樣本與質(zhì)心的相似度一般采用歐幾里得度量(euclidean metric，歐氏距離)來衡量，即兩者之間的歐式距離越小，兩者之間的相似度越大。N維空間中兩點x、y的歐氏距離計算公式如下：

d(x,y)=

(6)

資源環(huán)境承載力評價只針對資源環(huán)境承載力計算結(jié)果這一個指標(biāo)進行聚類，故樣本與質(zhì)心的歐氏距離可通過公式：d(x,y)=|x1-y1|來計算。K-Means算法如選擇隨機的初始質(zhì)心，聚類結(jié)果具有不確定性，故選取資源環(huán)境承載力計算結(jié)果的最小值、25%區(qū)間值、50%區(qū)間值、75%區(qū)間值、最大值為初始質(zhì)心進行聚類，對應(yīng)的聚類結(jié)果分為：較低、低、一般、高、較高五類，這也是實際進行某項評價時常用的分類方法。

2 結(jié)果與分析

根據(jù)構(gòu)建的資源環(huán)境承載力評價指標(biāo)體系，結(jié)合2019年江蘇省及各設(shè)區(qū)市統(tǒng)計年鑒數(shù)據(jù)，選取各市轄區(qū)及縣(市)資源、環(huán)境要素共計9項指標(biāo)，首先進行主成分分析，前4個主成分方差貢獻率分別為：0.41、0.22、0.17、0.08，累計達到88%，能夠比較全面地反映影響資源環(huán)境承載力變化的因子，故選取前4個主成分，其成分矩陣如表4所示。

成分矩陣反映了各指標(biāo)在各主成分上的載荷，由表4可知，指標(biāo)項X2、X3、X5在第一主成分上有較高載荷，X1、X7在第二主成分上有較高載荷，X1、X2、X3、X5在第三主成分上有較高載荷，X1、X4、X6在第四主成分上有較高載荷。根據(jù)式(2)、式(3)、式(4)計算各指標(biāo)權(quán)重，如表5所示。

表4 成分矩陣

表5 江蘇省資源環(huán)境承載力評價指標(biāo)權(quán)重

權(quán)重越高表明該指標(biāo)項在綜合評價結(jié)果中具有越重要的地位，指標(biāo)X6的權(quán)重最高，其所在的土地環(huán)境準(zhǔn)則層綜合權(quán)重達0.339，表明土地環(huán)境準(zhǔn)則層指標(biāo)在綜合評價中具有相對最重要的地位。

根據(jù)各項指標(biāo)權(quán)重，得到綜合評價公式：

F=0.122X1+0.142X2+0.168X3+0.063X4+0.133X5+0.206X6+0.139X7+0.012X8+0.015X9

(7)

考慮到資源承載力和環(huán)境承載力指標(biāo)間的相互獨立關(guān)系，首先分別對資源承載力和環(huán)境承載力進行了單要素評價，再與資源環(huán)境綜合承載力評價結(jié)果進行對比，以期發(fā)現(xiàn)影響承載能力的關(guān)鍵因素。由南往北，以長江和淮河為分界線，將全江蘇分為南部地區(qū)、中部地區(qū)和北部地區(qū)3個大區(qū)域，單要素承載力和綜合承載力評價結(jié)果如表6所示。

表6 江蘇省資源環(huán)境承載力評價結(jié)果

2.1 單要素評價結(jié)果分析

2.1.1 資源承載能力評價結(jié)果

資源承載能力包括資源支撐和資源壓力兩個方面。從江蘇省整體資源承載能力狀況來看，承載能力呈現(xiàn)出南部相對較低，北部相對較高的特點，承載能力最高的地區(qū)為中部地區(qū)，這里土地面積大，水資源豐富，農(nóng)業(yè)發(fā)達，工業(yè)集聚程度較低，有較大的發(fā)展空間；承載能力較低的地區(qū)為長江以南蘇州、無錫、常州、鎮(zhèn)江4個設(shè)區(qū)市，這些地區(qū)經(jīng)濟建設(shè)程度較高，可利用土地面積相對較小，水資源壓力較大，發(fā)展空間有限。

表6(續(xù))

2.1.2 環(huán)境承載能力評價結(jié)果

環(huán)境承載能力包括環(huán)境支撐和環(huán)境壓力兩個方面。從江蘇省整體環(huán)境承載能力狀況來看，承載能力呈現(xiàn)出由北向南逐漸升高的特點，主要原因是長江以北地區(qū)農(nóng)業(yè)發(fā)達，化肥施用量大，但對工業(yè)固體廢物、生活污水等污染物的治理卻相對落后，因此北部地區(qū)整體環(huán)境狀況不如南部地區(qū)。

2.2 綜合承載能力評價結(jié)果分析

綜合指標(biāo)X1～X9，計算江蘇省資源環(huán)境綜合承載力，整體上呈現(xiàn)南部區(qū)域總體較高，北部區(qū)域總體較低的特點。結(jié)合資源和環(huán)境單要素評價結(jié)果，可發(fā)現(xiàn)綜合承載能力與環(huán)境承載能力高度相關(guān)，環(huán)境承載能力高的地區(qū)綜合承載能力相對較高，如長江以南蘇州、無錫、常州及鎮(zhèn)江四市；環(huán)境承載能力低的地區(qū)綜合承載能力也相對較低，如連云港市區(qū)及下轄縣、泗洪縣等。

3 結(jié) 語

本文通過主成分分析法對江蘇省各市轄區(qū)及縣(市)2018年資源環(huán)境承載力進行計算分析，結(jié)果表明：江蘇省資源環(huán)境綜合承載力具有南高北低的特點，土地環(huán)境污染狀況以及治理情況是影響其高低的重要因素。資源環(huán)境承載力較低的地區(qū)在建設(shè)過程中應(yīng)重視環(huán)境問題，不能過于依賴資源，應(yīng)堅持“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的發(fā)展理念，以高質(zhì)量發(fā)展引領(lǐng)“強富美高”新江蘇的建設(shè)。

影響資源、環(huán)境承載能力的指標(biāo)較多，本文從數(shù)據(jù)的可得性出發(fā)，僅選擇了9個指標(biāo)進行評價分析，是否具有代表性，還需進一步研究。此外，本文僅分析了全省2018年資源環(huán)境承載力，未從時間維度對其進行分析。