基于熵权Topsis的淮河生态经济带水资源承载力评价*

吉婷婷，陈 童，毛广雄2，

(1.淮阴师范学院教师教育学院，江苏淮安 223300； 2.淮河生态经济带研究院，江苏淮安 223300； 3.淮阴师范学院城市与环境学院，江苏淮安 223300)

0 引言

水资源是区域发展的战略性经济资源，是区域可持续发展的重要保证，水资源承载力的探讨是可持续发展和水资源安全研究中的基础性命题，是当前水资源科学领域的重点和热点[1-5]。

国内最早于20世纪80年代末提出“水资源承载力”概念[1， 2， 6]。左其亭[2]系统地总结了我国水资源承载力研究方法发展过程，强调应着重开展变化环境下水资源动态承载力研究； 夏军等[1， 5]从城市化发展的角度，阐明了城市化地区水资源承载力研究的范式。综合而言，诸多学者围绕水资源承载力开展了大量的研究，包括水资源承载力概念的界定、评价指标体系构建、评价方法的优化等； 研究尺度也包含国家、省市以及流域不同层次，研究方法也由简单到综合与集成[1-3， 7-9]。

然而，在区域发展规划战略的驱动下，区域发展对水资源的需求必然增加，而水资源承载力是区域水安全和经济发展支撑能力的重要衡量。因此，对水资源承载力进行评价，能够为规划驱动下的经济活动模式和强度提供参考，也可为水资源利用策略的制定提供依据。

图1 淮河生态经济带范围示意图

淮河生态经济带位于淮河干流沿线，是江苏、安徽和河南合力打造的区域性发展战略规划，已纳入国家“十三五”发展规划中[10]。近年来针对淮河流域水资源的研究已经较多，包括水资源脆弱性的分析、水资源时空变化的规律、水资源的测算方法、气候变化对水资源的影响等，但相关研究主要基于流域层面进行探讨[7， 11-16]。基于此，文章以淮河生态经济带为例，基于熵权重分析，采用Topsis评价方法，分析水资源承载力区域差异及影响因子，以期为淮河生态经济带规划驱动下的水资源合理利用提供理论依据，以促进淮河生态经济带水资源环境的可持续发展。

1 研究区概况

淮河生态经济带是我国东部沿海地区转型发展的战略腹地，是中西部地区重要的出海大通道，是国家现代化建设大局和全方位开发格局中的重要组成部分，其范围为江苏、安徽、河南3个省的20个市1个县(图1)。2015年末，经济带总人口1.286 9亿人，地区生产总值4.061 328万亿元，分别占全国的9.4%和6%[10]。

根据各市县水资源公报计算可知， 2015年淮河生态经济带为平水年，水资源总量为734.4亿m3，其中地表水资源总量为557.7亿m3，地下水资源总量为255.6亿m3，人均水资源量为598 m3。水资源开发利用上， 2015年总用水量为425亿m3，其中农业用水量为281亿m3，工业用水量为70.7亿m3，而人均用水量为335.9m3。

2 数据来源与方法

2.1 数据来源

该文基于2015年相关数据，评价淮河生态经济带内21市(县)的水资源承载力。数据来源于《江苏省统计年鉴》 (2016)、《安徽省统计年鉴》 (2016)、《河南省统计年鉴》 (2016)、《江苏省水资源公报》 (2015)、《安徽省水资源公报》 (2015)、《河南省水资源公报》(2015)以及相应市县水资源公报与环境公报。

2.2 研究方法

以水资源承载力评价指标为基础，应用主成分分析方法对评价指标进行降维[17]，以此获得主成分得分矩阵，并以该得分矩阵确定熵权权重[18]，然后运用Topsis方法评价水资源承载力[19]。

2.2.1 评价指标选取

结合前人研究成果[2， 5]，考虑淮河生态经济带市县资料的可获得性，按照科学性、客观性、可操作性的原则，从水资源系统、社会系统、经济系统三大方面选取有代表性的22项指标构建水资源承载力评价指标体系(表1)。

2.2.2 Topsis方法

Topsis(Technique for Order Preference by Similarity to Ideal Solution)是一种逼近于理想解的评价方法[17， 19]，通过数据归一化，Topsis找出评价方案中的最优和最劣方案，并计算评价对象与最优方案和最劣方案的距离，获得各评价对象与最优方案的相对接近程度。具体方法为：

对n个评价对象，该文中评价对象即为淮河生态经济带21个市(县)的水资源承载力，m个评价指标，原始指标可表达为矩阵：

X=(Xij)n×m

(1)

对高优(越大越好)、低优(越小越好)指标分别进行归一化变换，即：

(2)

数据归一化中，采用熵权法对指标赋权重[18]，得到转化矩阵：

Z=(Zij)n×m

(3)

则矩阵各评价指标中最大、最小值构成的最优、最劣向量分别为：

Z+=(Zmax1，Zmax2，…，Zmaxm)，Z-=(Zmin1，Zmin2，…，Zminxm)

(4)

故第i个评价对象与最优、最劣方案的距离分别为：

(5)

因此，第i个评价对象与最优方案的接近程度CI可表示为：

(6)

按相对接近度CI的大小排序，进行评价。因Topsis是效益型评价模式，而该文评价的是水资源承载能力，所以其值越高，水资源承载力越高。

表1 淮河生态经济带水资源承载力评价指标体系

该文采用熵权法进行赋权[18]，因而形成综合熵权的Topsis方法，限于篇幅，熵权重方法不再赘述，详见文献[18， 19]。

3 水资源承载力评价

3.1 评价指标的主成分降维与熵权重

采用主成分分析方法对水资源承载力评价指标进行降维，从评价指标中提取少数几个潜在的彼此独立的主成分指标的线性组合来表示，以反映原来多个实测指标的重要信息[6， 17]。结合表1中各项指标，采用Topsis中数据标准化方法，应用SPSS软件，获得评价指标体系的主成分特征值及贡献率(表2)。可以发现，前5项主成分特征值皆大于1，且其累积贡献率为87.865%，超过85%，能够解释所有指标的综合因子，所以选择5个主成分进行分析。

表2 各主成分的特征值、方差贡献率及其累计贡献率

同时，依据5个主成分因子，获得旋转后各变量指标在不同主成分因子的负荷矩阵(表3)，以及不同地区各主成分得分矩阵(表4)，并根据表4中各主成分得分矩阵，计算得到5个主成分因子的熵权重值依次为0.206 0、0.176 5、0.221 0、0.199 2和0.197 3。

表3 淮河生态经济带各指标变量旋转后在不同主成分因子的负荷矩阵

表4 淮河生态经济带不同地区各主成分得分矩阵

从旋转后各变量指标的负荷矩阵(表3)可以发现，第一主成分上，水资源总量、地表水资源量、年降水量、人均水资源量、土地面积与水资源承载力成正相关。而人口密度指标与水资源承载力成负相关。第二主成分上，总用水量、生活用水量、工业用水量、农业用水量与水资源承载力成显著负相关。第三主成分上，地区生产总值、人均GDP、工业增加值与水资源承载力的高低成正相关关系。第四主成分上，总人口、城镇人口比重分别与水资源承载力成正、负相关关系； 而在第五主成分上，城镇人均生活用水量、万元GDP用水量都与水资源承载力成负相关关系。

3.2 水资源承载力的评价结果

基于上述主成分得分矩阵，采用Topsis方法，结合熵权法获得的权重，得到经济带不同地区水资源承载力与最优、最劣方案的距离，以及其与最优方案的接近程度统计量CI值(表5)，可以看出， 2015年淮河生态经济带内不同地区水资源承载力存在较大差异，承载力最高的地区为盐城市，最低的为桐柏县，综合得分值变动于0.305 8～0.698 8之间。

从经济带整体上看，淮河生态经济带内不同省份水资源承载力的总体水平差异较大，境内江苏、安徽、河南3省水资源承载力的平均得分分别为0.585 2、0.478 2、0.524 9。可见，淮河生态经济带水资源承载力具有在淮河干流上、下游承载力高，而中游承载力偏低的空间分布特征。

而从经济带内部而言，经济带内江苏省区域内部差异较大，水资源承载力最高与最低地区差值为0.204 5，但总体水资源承载力水平较高，其中盐城市水资源承载力最高； 安徽省区域内部水资源承载力最高与最低地区差值为0.079 2，尽管其区域内部差异较小，但总体水平居中，其中六安市水资源承载力最高； 河南省区域内部水资源承载力亦总体较高，但内部差异亦较大，水资源承载力最高与最低地区差值为0.327 3，其中信阳市水资源承载力最高，桐柏县最低。

表5 淮河生态经济带水资源承载力Topsis评价统计量

3.3 水资源承载力的影响因素

水资源承载力优劣的驱动因素是复杂多样的，基于前述各变量指标在不同主成分因子的负荷矩阵可以看出(表3)，淮河生态经济带水资源承载力高低的影响因素主要有以下四大方面：

(1)水资源总量是水资源承载力的供给侧决定性因素。第一主成分的显著指标水资源总量、地表水资源量、年降水量、人均水资源量都与水资源总量有关，表明区域水资源总量是水资源承载力高低的重要基础，是水资源供给侧的要素。而淮河生态经济带所属的河南区域，主要位于上游大别山、桐柏山源头，降水偏多； 下游江苏境内为降水充沛区域，水资源总量偏大，使得水资源承载力都偏高。而中游安徽境内的主要区域，多处于淮河干流以北，降水量相对偏少，故导致水资源承载力偏低，这也是为何上游河南境内以及下游江苏境内水资源承载力良好而中游安徽偏低的主要原因[9， 14]。

(2)用水量与用水结构是提升与优化水资源承载力的调控性因素。第二主成分上的显著性指标集中反映在社会系统中水资源利用总量与结构性特征上，因此，从水资源利用层面上看，越少且高效的水资源利用方式越有利于水资源承载力水平的提高。这也意味着，提高淮河生态经济带区域水资源承载力，需要从生活用水、工业用水和农业用水的不同用水结构上进行改善与优化。

(3)经济发展水平是水资源调控能力的重要因素。第三主成分指标集中在经济发展水平层面，这表明，地区经济实力的提升，有助于水资源承载力的提高，这可能与良好经济基础可为促进水资源的高效利用和改善用水结构及方式提供资金支持有关，也直接影响水资源利用的调控能力。

(4)城镇化发展与人口增加是水资源承载力的胁迫性因素。在第四主成分上，城镇人口比重与水资源的负相关关系表明，城镇化发展在很大程度上对水资源承载力高低具有突出的胁迫性，这与城镇化发展导致城镇用水量增加，以及不同产业尤其是工业与第三产业的水资源利用增加有密切关联。而在第五主成分上，城镇人均生活用水量、单位GDP用水量都是用水结构方面的影响因子，结合第四主成分中城镇人口比重与水资源承载力成负相关关系的特征，也进一步说明城镇化发展中城镇人均生活用水与万元GDP用水量对水资源承载力水平的胁迫性影响。

4 结论

(1)淮河生态经济带内不同地区的水资源承载力差异较大，承载力最高的为盐城市，最低为桐柏县。经济带内不同省份间水资源承载力以江苏最高、河南次之，安徽最低，具有淮河干流上、下游承载力高但中游偏低的空间分布特征。而在经济带各省份水资源承载力内部差异上，江苏、河南两省内部差异较大，安徽较小。

(2)水资源总量是承载力高低的供给侧决定性因素。水资源总量、地表水资源量、年降水量、人均水资源量、土地面积等与水资源承载力成正相关，是水资源总量层面的影响，是水资源承载力高低的重要基础。

(3)用水量与用水结构是提升与优化水资源承载力的调控性因素。总用水量、生活用水量、工业用水量、农业用水量与水资源承载力成负相关，是重要的调控性因素，这一特征为提高淮河生态经济带水资源承载力提供了思路。

(4)城镇化发展与人口增加是水资源承载力的胁迫性因素，而经济发展水平是水资源调控能力的重要保证。总人口、城镇人口比重分别与水资源承载力成正、负相关关系，这为规划驱动下考虑水资源承载力的城镇化发展提供了参考。而地区生产总值、人均GDP、工业增加值与水资源承载力成显著正相关，对协调经济发展与水资源承载力关系具有重要参考价值。