水资源管理多属性决策与风险分析理论方法及应用探析

王 磊

（山东东营市水利局，山东东营 257091）

在新时期发展过程中，水资源危机问题已成为制约国民经济发展的一大因素，甚至成为世界性发展的难题之一。在人类大力倡导可持续发展理念的同时，必须加强对水资源危机的重视程度，不断实现水资源的健康、持续性利用。关注水资源短缺、洪涝灾害、环境污染等问题；构建专业化、综合化的水资源管理体系，促进水资源的协调性管理；通过完善水资源可持续利用的指标体系，采取多属性决策与风险分析理论方法；具有重要的现实意义。

1 高维空间降维理论与方法应用

随着计算机技术的发展与完善，高维数据统计分析已经投入使用。在解决一些实际问题过程中，数据的维数比较高，并且其演变过程受到各种因素的影响与制约，为了减少无用信息的影响，在初始认识问题过程中，必须具备“广纳变元”思想，因此采用多元分析方法已成为普遍趋势。但是这一过程中遇到的实际问题也不容忽视，那就是随着维数的不断增多，计算难度越来越大。例如，当维数有所增加之后，数据样本点就会变多，但是散落在高维空间的样本点较为稀疏；因此，当前必须采取一定的措施与方法，解答多维问题。

（1）实现大系统的整体协调与划分，将需要研究的系统划分为若干个维数偏少的子系统，然后再一一处理。

（2）有关非线性的多维问题，可考虑浑浊优化、遗传算法等方式。

（3）现代多元统计方法的应用范围有所不同，一般可将统计方法运用于指标的筛选中。但是以水资源管理的指标分类来看，采取聚类分析方法效果不佳[1～2]。一般可以根据评价对象的性质、特征等，对指标实行分类，结合应用经验来看，如果采取主成分分析方法，在水资源管理中应用较为合适。

2 主成分分析理论与方法应用

2.1 主成分分析方法的基本思路

对于评价指标来说，可以作为指标变量来应用，不同的变量反映了指标的不同信息，并且在变量之间出现相关性、重叠性管理。通过采取多元统计方法，对多变量问题进行分析，如果变量过多，可能提高计算量与计算难度，过于复杂。但是人们往往希望以最少的变量获得最多的信息，采取主成分分析方法，则可较好地解决这一问题。因此，在水资源管理的多属性决策中，对某一具体指标反映的变量比较多，而这些变量之间同时存在了起到支配作用的有效变量[3]。

2.2 主成分分析方法的计算

对于主成分分析的理论，可以通过数学语言进行描述，具体分析如下。

分别设置n个指标，为X1、X2、X3…，Xn，这些指标分别反映了各个对象的特征，因此每个对象相应的指标值就是样本值，定义为n维向量；假设共有m个n维向量，那么以矩阵表示如下：

在公式（1）中，每一行数据就是一个具体方案的指标，以统计学来看，主成分分析的思路为：已知获得数据矩阵，则寻找能够客观反映n个指标的线性函数：

通过这种方法，客观反映各个指标的变化[4～5]。

主要成分分析的运用，可划分为以下两大步骤：首先，获得样本中协方差矩阵（V）；其次，计算该矩阵中，最大特征根（λ）以及相应的象征向量（α），即：

也就是需要计算的主成分分量。

3 水资源管理的评价指标体系

3.1 理论分析

有关水资源管理水平的评价，可有效保障水资源的利用效率，提高区域水资源的利用效果，实现可持续发展目标，同时优化生态环境建设。因此，构建有效的指标体系，必须奠定在可持续发展的基础上，尽量选择对区域可持续发展影响较大的因素。在发展过程中，离不开资源消耗问题，而考虑到水资源的稀缺现状，必须加强对水资源使用效率的关注，提高发展的协调性；对于不同行业来说，使用水资源应该保障适度性，而评价过程也可通过用水定额来体现[6]。

3.2 构建指标体系的原则

对于区域性的用水指标来说，在选择过程中应主要遵循以下原则。

（1）重要性。对于反映问题来说，指标并不是单一化的，有些指标发生变化之后，可能无法正常反映用水水平的评价结果。如果这些目标继续保留或使用，将影响综合评价正确性。

（2）完整性。为了对不同时间、不同地区的用水水平进行综合与合理的评价，所选择的指标应该将整个指标空间完全覆盖，确保指标的完整性。

（3）必要性。对于选择的指标来说，并不是数量越多就越好，如果各个指标之间存在较高的相关度，那么就会加大信息冗余量，也将对用水水平产生影响。因此在筛选指标过程中，应将不必要的指标剔除。

（4）可比性。对于选择的指标，可能分布在不同的时间、不同的区域，因此选择指标应注意确保其时间段、区域的可比性，再加上完善的评价方法，才能更好地规避决策风险，提高决策科学性[7]。

（5）可操作性。所谓可操作性，一方面强调指标体系的适应性，不得采用过于复杂的结构形式；另一方面强调指标具有定量和定性双重特征，但是对于一些定性指标来说，如果不能实现量化处理，则不宜在指标体系中应用，以免对评价计算结果造成影响。

3.3 水资源配置方案的评价

对于水资源管理的多属性决策与风险分析来说，衡量一个评价方案好坏关键在于最终效应水平，如经济效应、社会效应、生态效应等；同时又可将每一个指标划分为若干等级，充分考虑技术方案的可行性；因此可以说，水资源规划方案就是一个多指标的评选过程，即多属性决策问题，而相应的评价方法也具有综合性特征。对于体现方案好坏的各项综合指标来说，如技术可靠性指标、社会效应指标、生态环境指标等，都属于定性指标形式，但是定性指标经常出现各种问题，原因分析如下。

（1）人们的认知水平具有一定限度，但是指标自身难以量化处理。

（2）对于个别指标来说，如果实现量化过程，需要付出一定成本，而针对一些方案中的评价问题，往往不划算。

（3）在评价过程中，一些指标不需要再进行量化，否则过分的强调定量化问题，可能反而对结果造成影响。但是如果采取定性指标方式，可能评价结果更加适宜。例如，在评价某个区域是否实现了“节水型社会”的目标，就需要制定一套完备的考核指标方案，将指标运用到实际工作中，但是注意避免指标数量的片面性，既要对社会节水效果产生积极作用，也要避免浪费人力、财力。

从大量实践经验表明，与水资源管理相关的评价主要集中于水质评价、水利工程评价、水灾害评价等方面，同时也包括了区域性、流域性的水资源可持续利用，可采取AHP、模糊综合、灰色关联度等评价方法，或者通过若干方法的耦合之后，获得相应方法。若想较好地改善定性问题，选用模糊综合评价方法较为适宜，但是在综合评价水问题过程中，却存在诸多不足之处，主要由于在水资源评价方案中，涉及到各方面的评价指标，而每一个指标隶属函数的设置并非易事[8]。真正解决问题，必须寻找有益方法，并实现多指标的综合评价，既可处理定性指标，又可保障可操作性。

4 结论与思考

当前，虽然我国在水资源管理的多属性决策和风险分析中，已经取得一定进展，但是从具体实践与应用方面来看，仍存在一些问题有待深入探究。

（1）对于决策分析问题，必须对未来进行客观、精准地预测。当前有关水问题的预测研究成果较多，计算机技术、数学理论等广泛应用，如遥感技术、地理信息系统、神经网络等，但是有关区域用水、供水等预测，还没有涉足，在实际应用过程中，也缺乏被认可的技术支持。

（2）有关区域水资源可持续利用的相应评价指标体系，当前尚未完全建立，尤其在评价指标的定量化处理方面，研究成果偏少。

（3）在评价模型中，涉及到诸多不确定因素，过去在指标不确定性方面的研究比较多，但是在决策环境不确定度方面却很少提及。在水利工程可靠性、洪水灾害等研究中，风险问题集中体现，而区域水资源规划的不确定性、风险性却有待完善。

（4）确定水资源管理的评价指标体系，包括系统构建、风险评价、多属性决策等，但是多方面融合的研究并不多，系统性有待加强。

（5）有关新理论、新方法的研究比较少。虽然近年来的应用数学较为深入和广泛，并且出现了各种理论和方法，如系统科学理论、浑浊算法、智能决策系统、人工神经网络、物元可拓集理论以及粗糙集理论等。同时，数学建模和计算工具的应用也在不断完善，都在水资源管理方面提供了十分有利的条件，但是实际应用过程中，却没有获得实效性的成果。

[1]陈继光.水资源管理中的多指标灰区间数关联决策模型[J].数学的实践与认识,2011（17）

[2]赵立明.流域水资源调配评价决策支持系统开发及应用研究[A].中国水利水电科学研究院:水文学及水资源，2006

[3]徐志伟.基于多属性决策的城市水资源分配方案的选择[J].城市发展研究,2011（6）

[4]陈思源.水资源利用伦理与城市水资源管理决策优化[J].城市发展研究,2010（3）

[5]邹进.水资源管理中模糊多属性决策问题研究[J].水资源与水工程学报,2006（4）

[6]杨婷,陈海涛.粗糙集理论在水资源管理群决策中的应用[J].华北水利水电学院学报,2010（6）

[7]邱林,余玉敏.区间数多属性决策在水资源管理中的应用[J].人民黄河,2008（7）

[8]金磊.基于双重不确定性理论的水资源决策系统研究[J].厦门理工学院学报,2010（4）