黑龙江省水土资源承载力综合评价及空间分异特征研究

陈红梅，杭艳红，杨 林，韩东薇，石 磊，宁 静

(东北农业大学资源与环境学院，哈尔滨 150030)

0 引 言

水土资源是一个复杂的系统，同时是人类生存发展的基础性、战略性资源[1]。随着工业化和城镇化发展，其带来的水土资源污染和短缺问题已成为人类面临的巨大挑战[2]。因此，对水土资源承载力进行合理有效地评价，了解水土资源的利用结构和分布规律，深入分析水土资源承载力时空变化的影响因素，有助于合理调整水资源供给和土地利用转变，从而促进区域社会、经济和环境协调发展。

国内外学者对水土资源承载力进行了大量的研究[3-7]，但大多数的研究都将水资源和土地资源分别作为研究对象，将水土资源作为整体系统的研究相对较少[8]。将水土资源作为系统的研究方式主要是通过构建水土资源承载力评价指标体系，采用模糊综合评价法、因子分析、决策分析等方法进行评价。例如，施开放等结合可拓学和熵权理论，构建熵权可拓决策模型，对重庆三峡库区水土资源承载力进行定量评价[9]。周智等将水土资源系统划分为水资源、土地资源和水土资源耦合3个子系统，利用因子分析法，对全国31个省水土资源承载力进行综合评价[10]。任守德等提出从微观和宏观尺度进行农业水土资源承载力评价的新思路，并对三江平原农垦建三江分局农业水土资源承载力进行实证研究。南彩艳等利用改进的SPA水土资源承载力综合评价模型，对关中地区影响水土资源承载力进行评价和分级[11]。拓学森从仿真模拟角度利用系统动力学模型模拟了民勤县水土资源综合承载力变化趋势[12]。吕添贵等采用信息熵权法确定耦合评价指标体系，对鄱阳湖生态经济区水土资源进行评价[13]；同时，研究角度也存在较大差异，王薇等从水土资源的空间匹配角度，探讨其匹配程度的区域差异，提出水土资源科持续利用对策[14]。张晓青、张衍广等从预测角度，求取了区域未来水土资源的综合承载力[15]。吕添贵等将水土资源与经济发展进行耦合分析[13]。

考虑到水土资源系统具有的动态性和复杂性，以及子系统间相互作用关系，同时综合黑龙江省的社会经济和水土资源状况，本文采用改进的DPSIR水土资源承载力指标体系，利用时序全局因子分析方法，对黑龙江省水土资源承载力进行综合评价，深入分析各个子系统和各地区水土资源承载力演化规律，探讨水土资源综合承载力空间分异特征以及影响因素，摸清黑龙江省的水土资源承载力状况，从而为提高水土资源利用效率，制定有效水土资源保护和治理措施提供科学依据。

1 研究区概况与数据来源

1.1 研究区概况

黑龙江省位于中国东北部，地理坐标121°11′～135°5′E、43°25′～53°33′N，西部属松嫩平原，东北部为三江平原，北部、东南部为山地，平原海拔50～200 m，年平均气温在-5～5 ℃之间。其境内有黑龙江、松花江和乌苏里江三大水系，同时有兴凯湖、镜泊湖、连环湖和五大连池4处较大湖泊及星罗棋布的泡沼。全省多年平均地表水资源量为686.0亿m3，多年平均地下水资源量为297.44亿m3，扣除两者之间重复计算量173.14亿m3，全省多年平均水资源量为810.3亿m3，人均水量2 160 m3，均低于全国平均水平[16]。土地总面积为4 730万hm2，占全国土地总面积的4.9%，其中农用地面积3 950.2万hm2，占全省土地总面积的83.5%，是我国重要的农业大省。2003年实施东北振兴战略以来，黑龙江省城镇化步伐不断加快，水土资源的空间配置也发生了显著变化，因此，有必要对东北振兴战略实施以来黑龙江省水土资源承载进行综合评价，同时分析其空间分异特征，为保护和合理有效地利用水土资源提供理论依据。

1.2 数据来源

研究数据主要来源于《黑龙江省统计年鉴》(2005-2014)、《中国城市统计年鉴》(2005-2014)、《中国水利统计年鉴》(2005-2014)、《黑龙江省水资源公报》(2005-2014)等统计资料以及相关政府报告资料。

2 研究方法

2.1 构建指标体系

水土资源是一个复杂的综合系统，其结构和组成要素具有复杂性和动态性，而DPSIR模型是一种在环境系统中广泛使用的评价指标体系概念模型，它将表征一个自然系统的评价指标分成驱动力(Driving Force)、压力( Pressure)、状态(State)、影响(Impact)、响应(Response)5个子系统。进一步，从经济社会发展需求、环境质量提高、资源合理匹配等发展问题的角度，选取21项代表性指标，构建黑龙江省水土资源承载力综合评价指标体系(表1)。

表1 水土资源承载力综合评价指标体系Tab.1 Indexes system、expression and significance of soil and water resources carrying capacity

续表1 水土资源承载力综合评价指标体系

2.2 时序全局因子分析模型的建立

水土资源承载力系统具有显著的动态性，是多维数据、多种因素相互影响制约的复杂系统，同时，数据的积累表征了我们拥有大量的按时间顺序排列的平面数据表数列，构成了水土资源综合承载力的数据匣，称为时序立体数据表[17]。时序全局因子分析方法将多维的动态时序立体数据表通过全局的主成分公因子变换到相同的主超平面上，使得各年份公因子具有相同的构成，根据不同的时序变化，数据进行交换、组合。对于具有动态性特征的水土资源综合系统，通过时序全局因子分析方法，构成了整个系统的统一简化子空间，保证了水土资源承载力综合系统分析的统一性、整体性。

具体步骤如下：

(1)时序全局立体数据表的构建。若以n个城市作为水土资源承载力的样本点，选取p个指标，以x1，x2，…，xp为变量指标，就构成了时序立体数据表K，

K={Xt∈Rn×p，t=1,2，…，T} (t为时间跨度)

在t时刻数据表中的Xt可表示为：

(2)指标数据的无量纲标准化处理。水土资源综合承载力评价指标数据的量纲不同，各个指标数据值相差很大，考虑数据的特点和分析目的，为了消除指标受量纲影响而获得的不可公度性，对评价指标数据进行标准化处理，采用两种方法。

对于指标值越大越好的数据：

X*ij=[xij-min(xj)]/[max(xj)-min(xj)]

(i=1,2,3,…，n；j=1,2,3，…,p)

对于指标值越大越好的数据：

X*ij=[max(xj)-xij]/[max(xj)-min(xj)]

(i=1,2,3,…，n；j=1,2,3，…,p)

其中，max(xj)、min(xj)分别为指标的最大值与最小值。由此无量纲标准化后的决策矩阵记为X*，X*=(x*ij)n×p。

(3)因子模型适用性分析。利用KMO对评价的指标变量进行分析，确定其是否有较强的相关性，以判断其是否适合使用因子分析方法进行分析。

(4)计算X*矩阵的协方差阵R，求R的m个特征值λ1，λ2，…，λm(m

(5)利用最大方差法进行因子旋转，求得全局主公因子表达式：

Y1=u11x1+u21x2+…+um1xm

Y2=u12x1+u22x2+…+um2xm

…

Ym=u1mx1+u2mx2+…+ummxm

Y1，Y2，…，Ym表示第 1、2至m个全局主公因子。

(6)构造综合承载力得分函数，计算各子系统承载力分值。根据主公因子贡献率，构造综合承载力得分函数：F=(λ1Y1+λ2Y2+…+λmYm)/(λ1+λ2+…+λm)。

3 结果分析

3.1 水土资源承载力评价结果分析

以黑龙江省地级市为基本单元，对该区域12个地区的数据根据因子分析的原理和步骤，运用SPSS软件进行统计处理，其KMO检验值为：0.694，表明适宜进行因子分析。据表2和旋转后的因子载荷矩阵，特征值大于1的6个公因子累积贡献率为77.158，且其载荷系数较高，选取为公因子。

表2 时序全局因子解释的总方差情况Tab.2 The total variance explained in the case of the timing factor globally

3.2 各子系统变化趋势分析

将各地区子系统值进行求和得出黑龙江省各子系统值，进一步对各子系统的变化趋势进行分析(图1)，可以看出各子系统在水土资源系统中具有明显的层次，从高往低依次为影响系统、驱动力系统、压力系统和响应系统，而状态系统为负值，表明由黑龙江省的社会经济“驱动力”带来的发展，对水土资源系统带来了巨大的“影响”，同时由于水土资源利用方式的调整或经济政策的改变，即“响应”系统的变化，从而使水土资源承受了相对较少的“压力”，因此，其负向的状态值说明水土资源的利用向着更为合理的方向发展。

图1 各子系统发展趋势Fig.1 The trends of each subsystem

3.3 各地区水土资源承载力演化规律

3.3.1水土资源承载力时间变化规律

黑龙江省水土资源承载力综合指数如图2所示，各综合承载力指数为各分项承载力指数加权后的总和，水土资源承载力综合指数最高为1，指数值越高，说明承载力越大。黑龙江省各地区水土资源承载力综合指数波动较大，总体呈先上升后下降再上升的N型曲线特征，其整体呈增长趋势，将其变化阶段划分为：增长期(2004-2009年)、衰落期(2009-2011年)、反弹期(2011-2013年)。①在增长期，大部分地区水土资源承载力综合指数呈上升趋势，其水土资源承载力在逐步增强，然而，哈尔滨、黑河、佳木斯在2004年承载力综合指数较高，之后缓慢发展，主要由于2004年东北西部发生百年一遇春夏连旱，导致其他地区水土资源承载力降低。②衰落期间佳木斯、大庆、双鸭山、鸡西、七台河、鹤岗和绥化，水土资源综合承载力指数整体呈下降趋势，说明水土资源匹配状态开始恶化，哈尔滨、黑河、伊春发展较为平稳。③在反弹期，大部分地区水土资源承载力恢复增长趋势，只有绥化持续下降，进一步发现绥化水土资源压力系统的作用远大于驱动力系统，其影响系统呈现负值，可以说明绥化的水土资源利用方式存在严重的问题。

图2 各地区水土资源承载力变化态势Fig.2 Carrying capacity of soil and water resources situation changes of Regions

3.3.2水土资源承载力时间变异特征

图3 黑龙江省水土资源承载力区域变异系数Fig.3 The regional variation coefficient of soil and water resources capacity in Heilongjiang Province

3.4 黑龙江省水土资源承载力空间分异特征分析

为了探讨各地区水土资源的分异特征，采用系统聚类方法对2004年、2009年、2013年各地区综合评价结果进行聚类分析，并将12地级市分为3个梯度，在空间上进行表达(如图3)。

2004年各地区水土资源承载力具有较大差异，4个农业分区[18]内各有一个高值聚集点分别是黑河、佳木斯、大庆和牡丹江，中等梯度为齐齐哈尔、伊春和哈尔滨地区，其他地区为低等梯度主要分布在三江平原和绥化地区。2009年大部分地区处于高等梯度，仅有东部煤电基地的双鸭山、七台河和鸡西地区，以及绥化地区处于中等梯度。2013年与2009年相比，绥化从中等梯度退到低等梯度，鹤岗从高等梯度退到中等梯度。总体而言，2004-2009年，水土资源承载力得到较大提高，高值区域以绥化地区为中心，向各个方向扩张，低值区分布在东部且呈现明显缩小态势，2009-2013年，部分地区呈现下降态势，但水土资源承载力整体发展趋于良性，呈上升的发展态势。

图4 黑龙江省各市水土资源综合承载力 空间分布变化态势(2004、2009、2013年)Fig.4 Comprehensive changes in the spatial distribution of soil and water resources carrying capacity situation of cities in Heilongjiang Province(2004,2009,2013)

4 结 语

(1)水土资源承载力系统是由各个子系统共同作用形成的合力系统。黑龙江省的水土资源系统中各子系统的作用形成明显的层次，表明黑龙江省的社会经济带来的发展，给水土资源系统带来影响，同时由于水土资源利用方式的改变，减少了这种压力，从而使水土资源利用方式向着更合理的方向发展。

(2)东北振兴战略实施以来，黑龙江省各地区水土资源承载力的变化呈现“N”字型态势，其演化阶段可以分为：增长期、衰落期和反弹期。水土资源状况在发展的初期表现出良好的态势，但随着社会经济的发展对其造成破坏，然而由于水土资源利用方式和经济政策调整水土资源状态仍然可以恢复发展的活力。同时，水土资源承载力与各地区水土资源利用方式的差异性存在较强的关联性，如绥化水土资源承载力持续下降，其水土资源压力系统的作用远大于驱动力系统，其影响系统呈现负值，可以说明绥化的水土资源利用方式存在严重的问题。

(3)水土资源承载力具有明显的空间分异特征，黑龙江省西部、北部和南部水土资源承载力在不断地提高，而东部煤炭基地建设，致使水土资源压力增加，进而水土资源承载力相对较弱，总体而言，近年来黑龙江省水土资源承载力发展整体趋于良性，呈上升态势。

[1] 姜秋香,付 强,王子龙,等. 三江平原水土资源空间匹配格局[J]. 自然资源学报,2011,26(2):270-277.

[2] 杨 宇,刘 毅,金凤君,等. 塔里木河流域绿洲城镇发展与水土资源效益分析[J]. 地理学报,2012,67(2):157-168.

[3] Joardar S D. Carrying capacities and standards as bases towards urban Infra structure planning in India: a case of urban water supply and sanitation[J]. Habitat International, 1998,22(3):327-337.

[4] Oh K, Jeong Y, Lee D, et al. Determining development density using the urban carrying capacity assessment system[J]. Landscape and Urban Planning, 2005,73(1):1-15.

[5] 张永勇,夏 军,王中根. 区域水资源承载力理论与方法探讨[J]. 地理科学进展,2007,26(2):126-132.

[6] 王长建,张小雷,杜宏茹,等. 开都河-孔雀河流域水资源承载力水平的综合评价与分析[J]. 冰川冻土，2012,34(4):990-998.

[7] 岳晓燕,宋伶英. 土地资源承载力研究方法的回顾与展望[J]. 水土保持研究,2008,15(1):254-257.

[8] 任守德,付 强,王 凯. 区域水土资源承载力研究进展[J]. 农业系统科学与综合研究,2010,26(2):222-226.

[9] 施开放,刁承泰,孙秀锋. 基于熵权可拓决策模型的重庆三峡库区水土资源承载力评价[J]. 环境科学学报,2013,33(2):609-616.

[10] 周 智,黄 英,黄 娟. 水土资源承载力区域差异与影响因素[J]. 水土保持通报,2015,35(2):344-349.

[11] 南彩艳,粟晓玲.基于改进SPA的关中地区水土资源承载力综合评价[J]. 自然资源学报,2012,27(1):104-114.

[12] 拓学森,陈兴鹏,薛冰.民勤县水土资源承载力系统动力学仿真模型研究[J].干旱区资源与环境,2006,20(6):78-83.

[13] 吕添贵,吴次芳,游和远. 鄱阳湖生态经济区水土资源与经济发展耦合分析及优化路径[J]. 中国土地科学,2013,27(9):3-10.

[14] 王 薇,吕宁江,王 昕,等. 黄河三角洲水土资源空间匹配格局探析[J]. 水资源与水工程学报,2014,25(2):66-70.

[15] 张晓青,李玉江.山东省水土资源承载力空间结构研究[J].资源科学,2006,28(2):13-21.

[16] 李德一,张树文.黑龙江省水资源与社会经济发展协调度评价[J].干旱区资源与环境,2010,24(4):8-11.

[17] 任若恩,王惠文.多元统计数据分析----理论、方法、实例[M].北京:国防工业出版社，1997:168-186．

[18] 彭立学,杨 蓓,刘志强. 黑龙江省农业资源环境分区预警与农业发展对策的探讨[J]. 科学新闻,2003,(9):27-28.