湖南省水资源承载力研究

彭莹莹，陈淑芳

(湖南师范大学 资源与环境科学学院，湖南 长沙，410081)

湖南省水资源承载力研究

彭莹莹，陈淑芳

(湖南师范大学 资源与环境科学学院，湖南 长沙，410081)

面对水资源短缺、水污染等不断涌现的水资源问题，本文将以湖南省为例，选取2013年湖南省社会经济发展、人口状况、水资源利用状况等方面的13项指标数据，利用主成分分析法从这13项数据中提取出3个主成分，对湖南省14个市州的水资源承载力情况进行研究.结果表明，影响湖南省各市水资源承载力的最主要的因素是社会经济发展水平，从水资源承载力的综合得分情况我们不难看出经济发展水平最高的长沙市水资源承载力最低，而经济发展水平相对欠缺的张家界市和湘西自治州水资源承载力较高.

湖南省；14个市州；水资源承载力；主成分分析

水资源是一种具有战略性的，不可缺少的自然资源，对人类社会的生存和发展有着非常重要的作用，但随着经济的发展，城市化进程的推进，人口数量的不断增长，水资源短缺和水环境污染等水安全问题不断出现，成为了制约人类社会稳步发展的重要因素[1].水资源承载力是指某一地区在特定历史阶段的特定技术和社会经济发展水平条件下，以维护生态良性循环和可持续发展为前提，该地区的水资源系统可支撑的社会经济活动规模和具有一定生活水平的人口数量[2].

常见的评价水资源承载力的方法有很多，如层次分析法、系统动力学法、模糊综合评价方法、多目标分析法等，各种方法都有其特点，但在实际的运用过程中也都存在限制性因素，并且模型的精度较难控制[3-4].随着多元统计方法以及数学模型的快速发展，主成分分析法在水资源研究领域中的应用越来越广泛，并且已经有大量的研究证实了该方法具有一定的可行性.主成分分析方法的本质在于，把多个复杂的变量简化为少数几个综合的指标，这几个综合指标中既概括了原有指标的大部分信息，又去除了指标信息间的重叠，客观地确定指标间的权重关系，避免了人为的主观随意性而产生的误差，能科学、准确地反映出研究结果[5].

湖南省虽然水资源总量较丰富，但时空分布不均，部分地方配套的水利设施相对落后，在水资源开发利用方面存在很多的问题.湖南省内14个市州地方性发展不均衡，不同市州的水资源禀赋条件和水资源开发利用程度不同.不同地区的社会经济发展水平、人口状况、水资源自然状况和利用状况都存在着不同程度的差异，因此各地的水资源承载力也是不一样的.为探究湖南省14个市州的水资源承载力，找出影响湖南省各市州水资源承载力的主要因素，为湖南省的可持续发展出谋划策具有重要的现实意义.

鉴于以上分析，本文借助SPSS19.0软件[6]，运用主成分分析法，根据湖南省2013年14个地级行政单位(13个地级市，1个自治州)的统计资料，建立适当的指标体系，对湖南省各市州的水资源承载力进行具体的空间分析.

1 研究区域概况

湖南省位于长江中游地区，界于东经108°47′～114°15′，北纬24°38′～30°08′之间，省境绝大部分位于洞庭湖以南.湖南省河流交错纵横，长度5 km以上的河流有5341条，其中有1301条河流的流域面积在50 km2及以上.河流大多属于湘水、资水、沅水、澧水四水及其支流.湖南地形东、西、南三面环山，北部和中部相对低平，依照这样的地势特点，河流由东、西、南三面汇入洞庭湖和长江，形成了一个比较完整的洞庭湖水系.湖南最大的河流是四水中的湘江，其属于长江7大支流之一，由南到北贯穿湖南省境；洞庭湖是我国五大淡水湖之一.湖南位于亚热带季风气候区，年平均温度在15-18℃之间，年平均降水量在1200-1700 mm之间，气候温暖，四季分明，降水量充沛，为我国雨水较多的省份之一.近年来，随着湖南省经济的快速发展，人口的不断增长以及城市化进程的加速推进，各市州的用水量不断增加，废水、污水的排放量也与日俱增，但各市州的水资源条件和开发利用程度是不同的，因此各市州的水资源、水环境面临着不同程度的压力，水资源承载力的大小各不相同.

2 研究方法及数据来源

本文将采用主成分分析法对湖南省14个市州(13个地级市以及1个自治州)的水资源承载力进行空间差异研究，以期探究出湖南省各地区的水资源承载力差异，找出影响湖南省各市州水资源承载力的主要因素，为湖南省各地区的水资源合理配置和可持续开发利用提供参考依据.

主成分分析法的原理是对高维变量进行降维处理，以少数几个相互独立的综合指标来表示原有多个相关变量的绝大部分信息[7-8].运用SPSS19.0统计软件进行主成分分析的一般步骤为：(1)为了消除因量纲和数量级的不同而造成的影响，首先对原始数据进行标准化处理；(2)计算出标准化处理后的数据集的相关系数矩阵；(3)求出相关系数矩阵的特征值以及相对应的特征向量；(4)计算贡献率和累计贡献率，一般按照累计贡献率大于85%的原则确定主成分的个数；(5)计算评价因子的主成分得分，以及根据权重关系计算水资源承载力综合评价指数得分[9].

本文中所选用的指标数据均为通过对2014年《湖南省统计年鉴》以及2013年《湖南省水资源公报》相关统计数据的整理和计算所得.

3 湖南省水资源承载力分析

3.1 指标选取

影响水资源承载力的因素涉及到经济发展、人口增长、水资源条件等很多不同方面的内容，只有在众多的因素中选择适当的影响因素作为评价指标，才能更准确地对各地区的水资源承载力进行评价，找出影响各地区水资源承载力的主要因素[10].本文遵循可测性、可靠性、充分性、科学性等原则，在参考其他学者对水资源承载力研究的基础上，选取了13项评价指标对2013年湖南省各市州的水资源承载力进行评价，其中包括正向指标和逆向指标[11].分别为(见表1)：

表1 湖南水资源承载力评价指标

3.2 主成分分析

经过整理和计算得到了用于进行湖南省各市州水资源承载力评价的13项指标的原始数据.借助SPSS19.0统计分析软件进行主成分分析，为了消除量纲和数量级不同而产生的误差，首先对原始数据进行标准化处理，之后求出标准化处理后的数据集的相关系数矩阵(见表2).通过对相关系数矩阵的观察，不难发现各个指标之间存在着一定的相关性，特别是X1(总人口)和X11(居民生活用水量)、X2(城镇人口比重)和X7(人均GDP)、X7(人均GDP)和X8(城市化水平)之间存在着较强的相关性，相关系数分别为0.99、0.951、0.951，这为我们后续进行水资源承载力评价奠定了基础，证实了主成分分析法的可行性.

表2 评价指标的相关系数矩阵

计算相关系数矩阵的特征值、贡献率和累计贡献率(见表3).

表3 特征值及贡献率

根据表3中的内容可知，前3个主成分的累计贡献率达到了90.363%，满足按照累计贡献率大于等于85%确定主成分个数的原则，又根据碎石图(见图1)提供的信息，将特征值大于1的成分选取为主成分，保留前3个主成分已经概括原有数据大部分的信息，因此只需要选取3个主成分对湖南省各市州的水资源承载力进行综合评价[12-13].

图1 因子分析结果碎石图

计算主成分的载荷矩阵，主成分载荷是指三大主成分与各变量指标之间的相关系数[14](见表4).

由表4主成分载荷矩阵可以看出，第一主成分主要与城镇人口比重、水资源开发利用率、人均GDP、城市化水平、工业用水量之间存在正相关关系，与万元GDP耗水量之间存在负相关关系，说明第一主成分主要体现了各市州的社会经济发展水平.第二主成分主要与总人口、农业用水量、居民生活用水量、有效灌溉面积之间存在正相关关系，说明第二主成分主要体现了各市州的人口和水资源利用情况.第三主成分主要与年降水量之间存在正相关关系，考虑第三主成分主要体现各市州水资源的自然条件.三大主成分比较全面的概括了影响水资源承载力的因素，因此可以选取这三大主成分对湖南省各市州的水资源承载力进行空间差异研究.

表4 主成分载荷矩阵

3.2.1 社会经济发展水平

第一主成分的贡献率达到了45.588%，说明社会经济发展水平是影响湖南省各市州水资源承载力最主要的因素.从第一主成分的构成因子来看，城镇人口比重、人均GDP、城市化水平、工业用水量所占载荷比重较大.随着湖南工业化进程的加快，一方面使得GDP得到了快速地增长，另一方面工业生产对水资源的需求量不断增加，加大了水资源的压力.2013年长沙市的GDP约为张家界市的20倍，同样的长沙市的工业用水量也约为张家界市的20倍.城镇人口比重不断加大，说明城市化进程在不断地推进，城市化水平得到较快提高，这将吸引大量的外来人口不断地涌向城市，加剧城市生活用水的需求量，这就需要加大对水资源的开发力度，水资源开发利用率过高又会使得水资源再生能力的下降，水资源承载能力的降低[15].2013年湘潭市和长沙市的水资源开发利用率分别为54%、39.8%，分列湖南省第一、第二位，如此高的水资源开发利用率必会对两市的水资源承载力产生影响.

3.2.2 人口和水资源利用情况

第二主成分的贡献率达到了31.206%，主要体现人口和水资源利用情况对各市州水资源承载力的影响.人口作为一种持续的外部因素，对水资源承载力存在一定程度上的影响[16].湖南省14个市州在人口数量上存在着较大的差异，这就使得无论是对水资源的需求量，还是对水资源的污染程度，都是不一样的，一般而言，人口分布相对多的地区水资源承载力较低.湖南是传统的农业大省，农业的生产对水的需求非常的大，不当的灌溉技术以及较低的用水效率，会造成水资源的大量耗损，这对水资源承载力来说也是不小的压力.湖南省的耕地主要集中在湘中、湘东、湘北地区，这三个地区农业生产对水资源的需求量比其他地区要大得多，因此位于这三个地区的城市水资源承载力较低.

3.2.3 水资源自然条件

第三主成分的贡献率达到了13.568%，主要是降水量对各市州水资源承载力的影响.各市州的水资源自然条件不同，使得各地区的年降水量分布不均，降水能在很大程度上缓解水资源供应的压力，提高水资源的承载能力.

3.3 水资源承载力综合分析

主成分载荷矩阵除以相对应的特征值的开方，便得到了三个特征值所对应的特征向量(见表5).

表5 特征向量

将特征向量与标准化后的原始数据相乘，就可以得出主成分的表达式.由表5特征向量中的数据可以得到以下3个计算主成分得分的线性表达式：

F1=0.174X1+0.374X2-0.211X3-0.174X4-0.212X5+0.345X6+0.373X7+0.374X8+0.378X9+0.127X10+0.198X11-0.33X12+0.069X13

F2=0.408X1-0.047X2+0.347X3+0.162X4+0.344X5-0.048X6-0.014X7-0.047X8+0.092X9+0.446X10+0.408X11+0.124X12+0.415X13

F3=-0.166X1+0.268X2+0.34X3+0.56X4+0.345X5-0.184X6+0.28X7+0.268X8-0.031X9-0.166X10-0.101X11-0.294X12-0.206X13

The output codes of the DLF proportional path p and integral path i are expressed as follows:

以3个主成分的贡献率为权重，构成综合评价的线性表达式，计算综合得分：

F=45.588%F1+31.206%F2+13.568%F3

根据以上公式，以及各市州13项指标的标准化数值进行计算，分别计算出各市州三个主成分得分以及综合得分(见表6).从表6中可以看到，F1、F2、F3是主成分得分，F为综合得分.其中，主成分得分有正有负，这里的正负并不能代表水资源承载力的实际水平，而是表示其所处的相对位置，正值表示高于各地区的平均水平，负值表示低于各地区的平均水平.综合得分值越高，说明该区域的水资源承载力越小[17].

表6 2013年各市水资源承载力综合评价

图2 湖南省14个市州水资源承载力变化图

为了更加清晰地表示出14个市州水资源承载力的变化情况，借助相关软件绘出了图2所示的水资源承载力变化趋势图.从图2中可以看出，第一主成分F1的变化趋势与综合得分的变化趋势吻合度最高，主要体现包括城镇人口比重、水资源开发利用率、人均GDP、城市化水平等在内的经济发展因素对水资源承载力的影响，不吻合现象主要出现在湘潭市和娄底市.按照F1变化趋势显示，在湘潭市和娄底市的折线应该是上升的，但在实际评价中却出现了下降，将湘潭市和娄底市分别与其经济发展水平相当的地区进行比较，不难发现2013年湘潭市的水资源开发利用率达到了54%，娄底市水资源开发利用率达到了24.4%，均高于其同等经济发展水平的地区，水资源开发利用率高了，则水资源开发潜力就小了，相应的水资源承载力就小了.第二主成分F2的变化趋势折线经历了多次下降、上升的交替变化，主要是人口和水资源利用情况对水资源承载力的影响.与综合得分折线相比，不吻合主要出现在邵阳市、永州市、湘西自治州.这3个市州在F2的折线上呈现的是上升，而在F折线上呈现的是下降，主要是因为单纯受水资源状况的影响，这3个市州的水资源总量较丰富，年径流量较大，水资源承载力比同类地区大的.但因为第一主成分的贡献率高，组成第一主成分的经济因素对水资源承载力的影响更大，经济因素中的万元GDP耗水量在这3个市州都比较的大，明显高于同类经济发展水平的地区，因此F折线在这3个市州中呈现的是下降.第三主成分主要是降水量对水资源承载力的影响，一般来说，降水量多的地区，水资源承载力也会较大，因为降水对水资源的供应压力有很好的缓解作用，但又因为第三主成分的贡献率较低，因此对水资源综合评价得分的影响较小.

总的来说，长沙市、岳阳市、常德市、衡阳市、株洲市等城市水资源承载力较低，张家界市、湘西自治州、娄底市、怀化市、益阳市等城市水资源承载力较高.湖南省14个市州水资源禀赋条件虽各有差异，但对水资源承载力的影响较小，水资源承载力大小主要与经济发展水平存在很大的关系.经济发展水平高的地区，人口数量较多，居民生活用水需求量大，加之工农业发达，工农业的废水排放量也就比较大，水污染严重，因此这些地区的水资源承载力较小，反之，经济发展水平低的地区，一般水资源承载力较大.

4 结果与讨论

本文根据2013年湖南省14个市州社会经济发展状况、水资源禀赋条件等方面的统计数据，选择了总人口、城镇人口比重、水资源总量、人均GDP等13项数据作为评价指标，借助SPSS19.0统计分析软件进行主成分分析法，研究湖南省14个市州水资源承载力的空间差异.通过主成分分析，确定了影响14个市州水资源承载力的三个主成分，分别为社会经济发展水平、人口和水资源利用情况、水资源自然条件，这三个方面比较全面地概括了水资源承载力的影响因素，能够反映水资源承载力的空间变化差异.

本文因为资料的限制，在研究上还存在着许多不足之处，并且在本文中，只是单独的运用主成分分析法对14个市州的水资源承载力进行空间差异评价，没有与其他方法的评价结果进行对比，这将在以后的研究中进一步加强.

[1] SONG xiao-meng, KONG fan-zhe, ZHAN che-sheng.Assessment of Water Resources Carrying Capacity in Tianjin City of China[J].Water Resour Manage, 2011, 25: 857-873.

[2] 朱一中，夏军，谈戈.关于水资源承载力理论与方法的研究[J].地理科学进展，2002，21(2)：180-188.

[3] 杨平，易卫华，邓沐平.基于主成分分析的江西省水资源承载力研究[J].广东水利水电，2008，12(9)：19-26.

[4] LIU Ren-yuan, LI Lei, LI Hua,etal.Research on Carrying Capacity of Water Resource Based on Multi-reservoir Regulation[J].Research Journal of Applied Sciences,Engineering and Technoligy, 2013, 6(23): 4340-4343.

[5] 李高伟，韩美，刘莉，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，2014，33(3)：139-142.

[6] 辛邦颖.SPSS软件在多元统计分析中的作用[J].学园(教育科研)，2012，21(11)：93-94.

[7] 徐建华.现代地理学中的数学方法(第二版)[M].北京：化学工业出版社，2001.30-35.

[8] 李磊，张敏，王炯.基于主成分分析的陕西省水资源承载力预测[J].数学的实践与认识，2013，43(7)：37-44.

[9] 任玉忠，叶芳，高树东，等.基于主成分分析的潍坊市水资源承载力评价研究[J].中国农学通报，2012，28(5)：312-316.

[10] 张光凤，张祖陆.基于GIS的济宁市水资源承载力的主成分分析[J].水电能源科学，2013，31(12)：21-24.

[11] 傅湘，纪昌明.区域水资源承载能力综合评价——主成分分析法的应用[J].长江流域资源与环境，1999，8(2)：168-173.

[12] 巩嘉誉.基于主成分分析方法的山东省水资源承载力研究[J].绿色科技，2013(1)：82-84.

[13] 刘锐，陈伟亚.基于主成分分析法的武汉市水资源承载力评价[A].中国环境科学学会学术年会论文集[C].2013.

[14] 白若男，欧洋铭，梁川.基于主成分分析的成都市水资源承载力研究[J].中国水运，2012，12(12)：200-202.

[15] 杜华民.河南省水资源承载力研究[J].南水北调与水利科技，2014，12(6)：227-231.

[16] 许朗，黄莺，刘爱军.基于主成分分析的江苏省水资源承载力研究[J].长江流域资源与环境，2011，20(12)：1468-1474.

[17] 王春娟，冯利华，陆小强.鄂尔多斯市水资源承载力的主成分分析[J].水资源与水工程学报，2012，23(1)：77-80.

[责任编辑：徐明忠]

Study on the carrying capacity of the waterresources in Hunan Province

PENG Yingying, CHEN Shufang

(College of Resources and Environmental Science, Hunan Normal University, Changsha 410081, China)

Aiming at the shortage of water resources, water pollution and other emerging problems of water resources, this paper take 14 cities in Hunan Province as an example, select 2013 in Hunan Province Economic and social development, population, water resources utilization of 13 index data, using principal component analysis method from the 13 data extracted three principal components, the water resources carrying capacity of 14 cities in Hunan Province were studied.Results show that the effect of the carrying capacity of water resources in Hunan Province, cities and the main factors that force is the level of social and economic development.From the water resources carrying capacity of the overall scores, it is easy to see hard economic development level the highest Changsha City water resources carrying capacity is lowest, and the level of economic development relative lack of Zhangjiajie and Xiangxi Autonomous Prefecture water resources bearing capacity is higher compared to others.

Hunan Province; fourteen cities; carrying capacity of water resources; the principal component analysis

2015-06-23

彭莹莹(1990-)，女，江苏南通人，湖南师范大学硕士研究生，主要从事洞庭湖流域水资源与水环境等方面的研究.

TV213

A

1672-3600(2015)09-0077-07