基于因子分析的水资源风险因子识别

訾化影

（ 合肥财经职业学院 现代服务业学院，安徽 合肥 230601）

虽然人类的发展已经步入互联网时代，科技能创造巨大的价值，但社会经济的方方面面都受到自然条件的制约，比如水资源。 科学意义上的水资源定义为现如今所有可供人类使用的水，根据这一定义水资源能够分为工业以及民生水资源。 对于一个国家和地区而言，丰富的水资源可以有效地提升竞争实力，而水资源匮乏的地区，经济的多样性和发展潜力将受到明显的制约。 所以要研究当地水资源的优势和劣势，尽量减少水资源短缺情况，并且能够采取一定的预防措施加以应对。 水资源因为其重要性， 有必要对它的各种风险因子进行识别，其核心目的是要避免水资源短缺，从而提高人类对水资源的利用效率。 政府的支持、社会普遍的节水意识的提升，是本文研究的重要背景。 本文选择水资源短缺的阜阳市作为个案研究对象，旨在对阜阳市水资源短缺的风险影响因素进行分析，进而对阜阳市历年来水资源短缺的严重性进行综合评价。[1]

1 阜阳市水资源短缺风险因子初步识别

1.1 阜阳市水资源概况

总体而言， 阜阳市处于我国水资源短缺的北方，其所面临的水资源匮乏程度非常严重，并存在以下几大风险：

（1）作为阜阳市最大的用水来源的地下水，出现萎缩趋势，供给量大幅下降，存储量也大幅下滑；

（2）近年来，水资源被污染的现象愈演愈烈；

（3）阜阳市的水资源进一步开发的可能性较低；

（4）在新的经济形势和社会发展状态下，人们对水资源的需求除了生活必须，还有更高的需求。

1.2 影响水资源短缺的风险因子

水资源对现代城市的发展影响深远，我们要加大缺水危机因素的检测以供及时解决，一般来说，造成缺水的因素有很多， 下面列举一些主要的因素[2]：

（1）气候因子

这个因素一直都是最具有变化性、不定性的因素，每年的降水日期、 持续时间的长短、 降水的数量、每年的蒸发量都是无法预测的。

（2）工业污染因子

大量的废水和排放物，污染了水源和水体。 而污染的状况也难以完全的监测和掌控，这让水资源总量也存在不确定性。

（3）生产用水因子

造成现在严重缺水最重要的原因就是水的存储量和人类使用量的关系[3]。 生产用水是最大的需求，而目前的工业用水和农业用水的情况也不是一成不变的，这为预测总需求增加了难度。

（4）人口规模因子

居民人口的增长难以准确预测，导致水资源的生活需求总量难以预测。

（5）管理措施因子

国家作为一个调节的机器，要积极主动地制定找寻相应有效的方式方法，如果政府在当年投入更多的财政收入去兴修水利，这种开源的方式自然会增加当年的供给总量；同时，若相关部门提高了水的价格，一样会降低水的使用量。 政府的具体政策从规划、起草到公布实施都需要经历一个时期，而何时起效也难以判断。 故相关部门颁布的相关政策法案也是影响因素之一[4]。

对于水的问题上，在考虑多样性的同时须从众多因子中识别出影响程度较大的元素，后续可对主要的风险因子加以研究，应对水资源短缺问题。 故而需要对水资源主要风险因子进行识别。

2 水资源主要风险因子识别

为了进一步识别出最重要的几个变量，本文利用因子分析对这些风险因子进行识别。 因子分析可以有效处理包含多个变量的数据集合。 它的处理原则是将包含错综复杂的因子和变量的数据集合进行简化，从而生成最重要的几个主要变量，并且在简化过程中，丢失的信息是最少的[5]。 因而，因子分析常被利用来分析包含大量关系的数据集合，并试图建立事物之间本质、直接和最重要的关系。 本文所要分析的水资源风险因子集合就属于包含错综复杂关系的变量集合，因而可以采用这一统计方法进行简化。 因子分析的数学模型[6]如下：

式（1） 中：x1，x2，…，xp为实际观测值；F1，F2，…，Fm表示m个因子变量；aij为因子载荷；ε1，ε2，…，εp为特殊因子，也可用矩阵形式表示：

式（2） 中：X为原有变量；F为因子变量或公共因子；A为因子载荷矩阵；a 为载荷因子；ε为特殊因子。

因子分析步骤如下：

（1） 样本的确定与数据来源

本文选取的8 个因子分别是降水量（x1）、雨日数（x2）、农业用水量（x3）、工业用水量（x4）、常住人口（x5）、工业废水排放量（x6）、COD排放量（x7）、节水措施（x8）。 观察2013—2019 年期间的数据，按年选取7 个样本（ 见表1），均出现不同程度水资源短缺。[7]

（2）原始数据的标准化

将原始数据以标准化公式（3） 进行处理得到标准化数据（见表2）。

其中，xi为第i指标值的均值；Si为第i指标值的标准差。

（3）公因子的提取和分析

使用SPSS 因子分析工具包对上述8 个指标进行因子分析，根据计算结果发现前三个特征根累计贡献率高达95.715%，说明提取这三个特征根是合理有效的（见表3）。

表1 样本指标详情

表2 Z—标准化数据

表3 特征根及累计贡献率

经方差最大化旋转法处理后得到因子载荷分析矩阵（见表4）。

根据前面分析，上述公因子和其影响变量之间存在一定的线性关系，公式（1） 揭示了这种关系。通过表3 可知第一主因子的贡献率是71.166%，可以对这一因子进行进一步的因子分析，从而进行合理的解释和命名，具体结果（见表5）。

表4 旋转因子载荷矩阵

表5 特征根和累计贡献率

观察表5，通过提取公因子，找到两个典型的特征根，并且有高达98.049%的累计贡献率，说明提取是有效合理的，进一步处理后得到旋转因子载荷矩阵（见表6）。

表6 旋转因子载荷矩阵

3 结果分析

根据表6 可以对公因子变量进行命名和解释，同时可以看出表3 中的第一主要因子可以再细分成两大因子。 由表6 中的系数可以看出，在细分的两大因子中第1 公因子主要受x4、x5和x3这几个变量的影响。 它们反映了生产用水等的主力影响，故称其为工业生产和人口因子。 第2 公因子主要受x6和x7的影响。 它们集中反映了工业污染状况的主力影响。 根据这些比重在各成分中的大小来对成分进行命名，故称其为污染因子[8]。 由此得如下分析结果：（1）通过因子分析，笔者发现影响阜阳市水资源短缺现象的风险因子主要包括四种：生产用水、人口规模、水污染程度以及气候状况。 （2） 进一步分析显示，这四大因子又有不同的贡献率，对水资源短缺现象产生的影响程度是有高有低的。 进行比较之后发现，造成阜阳市缺水现象最重要的因素是工业用水以及人口数值、气候的水污染程度、气候状况和政府管理措施。 本文结合阜阳市水资源短缺的实际情况，重点研究了造成水资源短缺的影响因素。 利用相关基础理论建立了一个分析模型，用来对水资源短缺的影响因素进行识别和定义，找到了影响阜阳市水资源紧张的两大主要因素是企业生产用水以及增长的人口。 找到导致水资源紧张的两大主要因素对于后续研究水资源短缺风险判别与控制具有重要意义。