吉林省水资源可持续发展水平测度研究

邢艳春，王嘉策，李 京

(吉林财经大学统计学院，吉林长春 130117)

1 研究背景

在经济社会发展的过程中，我国水资源相对紧缺，人们越来越意识到水资源可持续发展的重要性。水是生态系统的控制要素，河湖是生态空间的重要组成，水利是生态文明建设的核心内容。自2015年4月16日，国务院正式发布《水污染防治行动计划》(“水十条”)，我国各地、各级水利部门积极落实“水十条”政策，以改善水质量为核心，积极践行“节水优先、空间均衡、系统治理、两手发力”新时期水利工作方针，全面落实最严格的水资源管理制度，大力实施水污染防治行动计划，系统推进水资源管理进程，加快完善现代水利基础设施网络，努力推动治水兴水管水快速迈进新阶段。习近平总书记在党的十九大报告中指出，推动资源全面节约和循环利用，实施国家节水行动，实现生产系统和生活系统循环链接。在这种背景下，对位于我国东北地区的吉林省来说，全面具体了解吉林省各地区水资源可持续发展水平，掌握水资源总体发展变化趋势，明确管理的重点和难点，认识各地区水资源可持续发展水平的差异，对促进经济发展和实现水资源可持续利用具有重要意义。

目前，国内关于水资源可持续发展的研究不多，主要集中于对水资源承载力、水资源短缺风险评价和水资源利用问题等方面的研究。一是针对水资源承载力研究。张士锋等[1]采用聚类分析和AHP方法对松花江地区的水资源承载力进行评价，并认为该地区整体水资源处于安全状态。李焕等[2]根据系统动力学模型，构建水资源人口承载力评价模型，对长江经济带水资源人口承载的现状及未来发展趋势进行了研究。杨琳琳等[3]利用我国新疆地区2004-2013年的数据，运用BP神经网络模型对新疆的水资源承载力，在2个情景下的状况进行了评价分析。李高伟等[4]根据郑州市2003-2011年的相关数据，选取了15项影响水资源承载力的指标，通过主成分分析法提取了2个主成分对郑州市水资源进行综合评价。洪思扬等[5]基于水资源生态足迹分析法，对辽宁省生态承载力及水资源生态足迹的影响因素进行分析。二是针对水资源短缺风险评价的研究。童绍玉等[6]运用层次分析法从4个方面构建综合评价水资源短缺的指标体系，并据此评价各地区水资源的短缺程度和成因。牛海军和蔡春[7]利用主成分分析法确定了水资源总量、农业用水量、工业用水量、第三产业用水量等影响北京市水资源短缺的主要因素。张中旺和周萍[8]构建了水资源风险短缺评价指标体系，并从时间和空间两个维度较系统地分析了襄阳市水资源短缺的原因、影响因素及变动趋势。陈宇翔和潘海泽[9]以北京市为例，采用层次分析法计算各个指标的权重，并运用模糊数学的方法计算水资源风险值的隶属度，根据隶属度的大小作为风险判断依据，最终确定北京市水资源短缺属于中度风险。三是针对水资源利用问题的研究。马海良等[10]根据2003-2013年我国30省市的面板数据，利用Malmquist-Luenberger生产率指数对比分析水资源利用效率。高振斌等[11]对黄河三角洲水资源利用现状进行了定性分析，并提出了8种解决问题的对策。关格格等[12]根据山西省2005-2013年的数据，构建水资源可持续发展指标，并对山西省水资源利用状况进行评价。刘洁等[13]以江苏省为例，运用熵权法构建江苏省城镇化综合发展水平和水资源开发利用综合潜力评价指标体系，并运用响应度关系模型研究了丰水区城镇化发展与水资源开发利用的主要影响因素、变化特征以及两者响应关系，以实现城镇化发展与水资源利用的协调。

吉林省是东北农业大省，水资源相对短缺，目前对东北地区的水资源进行评价的文献还很有限。本文在已有研究的基础上，采取带有奖罚参数的动态因子分析综合评价法，以吉林省8个市级地区为研究对象，选取降水量、供水总量、绿地面积、污水处理率、人均生产总值、用水普及率等11个水资源可持续发展的指标构建水资源可持续发展指标评价体系，对吉林省8个市级地区进行评价，并根据研究结果提出相关建议。

2 动态因子分析模型

2.1 因子分析

因子分析是利用降维的思想，从原始变量的相关矩阵内部的依赖关系出发，把具有复杂关系的变量归结为少数几个综合因子的一种多变量的统计方法[14]，用几个潜在的不可观测的变量去描述多个变量间的协方差关系，从而简化数据结构但又体现数据的绝大部分信息。本文利用R软件进行因子分析，计算各系统Ai在tk和tk-1时刻的综合因子得分。

2.2 动态因子分析

在因子分析的基础上，将时间因素引入静态评价中，构建具有奖惩效果的因子分析排序指数Wi,k，在时刻tk对各系统根据Wi,k(i=1,2,…,n)的取值大小排序，具体公式[15]为：

Wi,k=Fi，k+λ(Fi，k-Fi，k-1).

(1)

其中，Fi,k和Fi,k-1分别为系统Ai在tk和tk-1时刻的综合因子得分，λ为奖惩参数，奖惩参数采用相关系数法进行确定，具体确定公式为：

(2)

其中，Ci,k和Ci,k-1分别为系统Ai在tk和tk-1时刻按照综合因子得分排序的名次。

3 实证分析

3.1 数据来源及指标体系的构建

本文选用吉林省的长春市、吉林市、四平市、辽源市、通化市、白山市、松原市和白城市8个地区的2014年和2015年的水资源可持续发展指标，根据全面、协调与可持续发展和科学发展的内涵，建立了水资源可持续发展水平指标体系，具体指标为：降水量x1、供水总量x2、用水人口x3、人均日生活用水量x4、绿地面积x5、公园面积x6、污水处理率x7、人均可支配收入x8、人均生产总值x9、用水普及率x10和水资源总量x11。原始数据均来源于《吉林省统计年鉴2014》和《吉林省统计年鉴2015》。

3.2 吉林省各地区水资源可持续发展水平的因子分析

本文分别对2014年和2015年吉林省8个地区水资源可持续发展的11个存在显著相互依赖关系的指标进行因子分析，把这些错综复杂的变量，综合为数量较少的几个公因子，得出各地区在2014年和2015年的综合因子得分，对各地区间水资源可持续发展水平进行比较和分析。

在因子分析的过程中，必须选择合适的公因子数量。公因子的数量不能太多，太多则达不到因子分析简化数据的目的；也不能太少，太少则损失原始变量太多的信息，选取的公因子能合理地描述原始变量相关阵的结构，同时有利于因子模型的解释。在本文中根据累计贡献率大于80%的原则，提取公共因子，结果见表1。

表1 2014年和2015年指标变量旋转后公共因子的特征值及贡献率

公因子方差贡献反映了该因子对所有原始变量总方差的解释能力，是衡量公因子相对重要性的指标，该值越高说明公因子的重要程度越高。由表1可以看出，根据累计方差贡献率大于80%的提取条件，在2014年和2015年均应该提取3个公因子，说明前3个公共因子提供了原始数据11个指标所能够表达的足够信息，因子分析的效果达到理想水平。因此，可以认为原来的11个变量能够综合成3个主因子。利用R软件可得其相应的初始因子载荷矩阵,见表2。

表2 2014年和2015年因子旋转矩阵

根据2014年和2015年旋转后的因子载荷矩阵可知，第一公共因子都在供水总量x2、用水人口x3、绿地面积x5、公园面积x6有较大的载荷，这些指标集中体现了生态系统水平的情况，因此把第一公共因子定义为地区水资源生态系统因子，第二个公共因子都在人均日生活用水量x4、污水处理率x7、人均可支配收入x8、人均生产总值x9和用水普及率x10有较大的载荷，这些指标集中体现了水资源社会系统水平情况，因此把第二个公共因子定义为地区水资源社会系统因子，第三个公共因子在降水量x1和水资源总量x11上有较大的载荷，这些指标集中体现了各地区水资源拥有水平的情况，因此把第三公共因子定义为地区水资源储备系统因子。

采用回归法估计因子得分系数和方差贡献率，可以计算出吉林省8个地区的各因子得分、综合因子得分及名次(记综合得分为Fi,k，名次为Ci,k，其中，i=1,2,…,8;k=2014,2015)，结果见表3。

白山市水资源可持续发展水平从2014年的第5名上升到2015年的第3名，上升速度较快；从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年白山市整体上升的原因。可见近年来白山市政府在社会经济和水资源储备这两个方面的管理相对较好。

松原市水资源可持续发展水平从2014年的第3名下降到2015年的第5名，下降速度较快；从公共因子得分可以看出第三公共因子的下降是造成2015年松原市整体下降的主要原因。所以松原市政府在未来要加强对水资源储备量的管理。

表3 吉林省各地区因子得分及名次

3.3 吉林省各地区水资源可持续发展水平的动态因子分析

根据公式(2)可以得到参数λ的值为0.65，再将参数的值带入到公式(1)中，计算得到吉林省8个地区的动态因子排序指数，从而对吉林省各地区水资源可持续发展水平进行评价，见表4。

表4 2015年吉林省各地区水资源可持续发展水平测度评价结果

由表4中可知，加入奖罚参数的动态因子分析排序指数和传统的因子分析综合得分和名次相比已经发生了变化，其中吉林市由原来的第2名下降为第4名，白山市由原来的第3名上升到第2名，这是因为考虑了奖罚参数在前一年对后一年变化的影响因素，所以相对来说更为客观。容易看出，吉林省8个地级市水资源可持续发展水平测度评价排序指数最高的为省会长春市，其次为白山市，位列第3位和第4位的为通化市和吉林市，其后依次为辽源市、松原市、四平市和白城市。

4 结论及建议

首先，就吉林省各地区水资源可持续发展水平的总体形势来说，2015年较2014年发展情况有所提高。但个别地区存在明显的下降现象，因此，对不同地区不可生硬地照搬相同的发展模式，各个地区要因地制宜，努力实现可持续发展。其次，从表1可以看出，公共因子F1的生态系统因子的方差贡献率较大，达到41%，这说明生态系统的总体情况对水资源可持续发展起到了至关重要的作用。地方政府应该大力推行生态文明建设，努力建设美丽中国。最后，本文考虑时间因素的影响，将奖惩参数引入到动态因子综合分析法，对地区水资源可持续发展水平做出了较客观的评价，为各地区发展提供科学的依据，同时有利于激励各级政府对水资源进行更完善的管理。

[参考文献]

[1]张士锋,孟秀敬.粮食增产背景下松花江区水资源承载力分析[J].地理科学,2012(3):342-347．

[2]李焕等.长江经济带水资源人口承载力研究[J].经济地理,2017(1):181-186．

[3]杨琳琳,李波,付奇.基于BP神经网络模型的新疆水资源承载力情景分析[J].北京师范大学学报,2016(2):216-222．

[4]李高伟,韩美等.基于主成分分析的郑州市水资源承载力评价[J].地域研究与开发,2014(3):139-142.

[5]洪思扬,王红瑞,朱中凡.辽宁省水资源生态足迹与生态承载力分析[J].水利经济,2016(3):46-52,81.

[6]童绍玉,周振宇,彭海英.中国水资源短缺的空间格局及缺水类型[J].生态经济,2016(7):168-173.

[7]牛海军,蔡春.主成分分析算法在水资源短缺因素中的应用研究[J].山东农业工程学院学报,2014(3):32-33.

[8]张中旺,周萍.基于主成分分析的襄阳市水资源短缺风险评价[J].中国农学通报,2016(2):92-98.

[9]陈宇翔,潘海泽.基于模糊数学的水资源短缺风险综合评价[J].沿海企业与科技,2011(9):10-15.

[10]马海良,丁元卿,王蕾.绿色水资源利用效率的测度和收敛性分析[J].自然资源学报,2017(3):406-417.

[11]高振斌,万鹏,高洁,等.黄河三角洲水资源利用问题及对策研究[J].科研管理,2017(11):100-101.

[12]关格格.基于水生态足迹的山西省水资源利用研究[J].人民黄河,2017(7):96-99.

[13]刘洁.丰水区城镇化进程与水资源利用的关系——以江苏省为例[J].水土保持通报,2016(3):193-199.

[14]何晓群.现代统计分析方法与应用[M].北京:中国人民大学出版社,2007.

[15]董小刚,王淑影,王纯杰.基于动态因子的经济水平差异分析[J].长春工业大学学报,2015(2):125-129.