晋中市平川区水资源承载力分析

李金轩

（东北农业大学水利与土木工程学院，黑龙江 哈尔滨 150000）

晋中市平川区水资源承载力分析

李金轩

（东北农业大学水利与土木工程学院，黑龙江 哈尔滨 150000）

针对晋中市平川区对水资源需求量越来越大的现实情况,通过构建水资源承载力评价指标体系,应用主成分分析法选取主成分因子,并采用熵权法进行赋权,依据水资源承载力综合得分予以分析评价,探讨该地区水资源承载力的主要影响因素，以期使该地区水资源得到合理利用,为社会经济可持续发展提供支撑。研究结果表明:该区的水资源承载力主要受水资源量和产业结构影响，且各区域水资源承载力已经接近或超越临界状态，现有的水资源条件将无法满足未来社会经济的可持续发展。

晋中市平川区；水资源承载力；主成分分析；熵权法

1 基本情况

晋中市地处山西省中部，横跨海河流域和黄河流域，国土面积16 392 km2，辖11个县（市、区）、333.6万人，是山西省108廊带区域一体化发展示范区和太原都市圈城镇密集区的重点发展区域，是中部地区经济发展中心区域。由榆次区、太谷县、祁县、平遥县、介休市和灵石县（以下简称晋中平川区）组成的晋中市西部平川板块，地势平坦、土质肥沃，虽然国土面积占全市的40.8%、水资源总量占全市40.9%，但人口占全市的73.1%，地区生产总值占全市的75.6%，财政收入占全市的79.4%，是晋中市的主要经济贡献区，也是省域经济与社会事业最为发达的核心区域和最为重要的城镇密集地区。随着城市发展及工业化进程的不断推进，晋中市水资源分布不均衡、部分县区水资源短缺、供水结构不合理等因素对城市发展的制约因素越加凸显。

水资源承载力是指在某一历史发展阶段，以可预见的技术、经济和社会发展水平为依据，以可持续发展为原则，以维护生态环境良性发展为条件，在水资源得到合理的开发利用情况下，研究区域内人口增长与经济发展的最大容量。

由于水资源承载力是受水资源、生态环境、社会经济活动等许多因子制约的一个有机体，各因子都有各自的变化规律，且相互联系、相互支持和制约。水资源承载力的复杂性及其影响因素的多样性，给水资源承载力的相关问题研究带来一定难度。目前对水资源承载力的研究方法有系统动力学仿真、模糊综合评价法等。这些方法虽各有特点，但存在参数变量不易掌握、大量有用信息遗失、权重确定主观性较强等局限性。

主成分分析法通过对原有变量进行线性变换和取舍，对高维变量系统进行简化与综合，可在复杂耦合的各因素间找出影响水资源承载力的主成分因子，用少数几个相互独立的主成分的线性组合来反映绝大部分信息，表达不同时段水资源承载力的状况。

熵权法利用信息论中熵的概念，对不确定性进行度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。因而，可以借助熵值的大小来判断各主成分因子的离散程度，因子的离散程度越大，该因子对水资源承载力的影响就越大。

2 基于主成分分析和熵权的水资源承载力模型

2.1 主成分分析法

主成分分析法主要步骤为：对数据进行正向化和标准化处理；计算变量的系数矩阵；计算样本相关矩阵特征值、方差以及累积方差贡献率；根据方差累计贡献率≥85%原则确定主成分个数，并求出主成分因子载荷和各因子的得分。其具体操作可借助spss软件进行统计计算。

2.2 熵权法

熵权法主要步骤为：数据指标同趋势处理:为了保证求得的主成分具有相同的趋势性，需先对评价指标进行同趋势化处理，以保证其方向的一致性。公式为计算各主成分因子的信息熵值其中，e（jej＞0）为各主成分因子的信息熵，Sij为第i个样本的第j个主成分因子的得分，M为评价样本的数量；计算各主成分因子的信息效用值和权重：其中，dj为第j个主成分因子的信息效用值，dj=1-ej，Wj为第j个主成分因子的权重。计算各样本的综合得分：Fi=Sij×Wj，其中，Fi为第i个样本的综合得分。

样本的水资源承载力水平由综合得分体现。综合得分越高，样本的水资源承载力越高；综合得分越低，样本的水资源承载力越低。综合得分等于临界值0时，水资源承载力处在临界状态。

3 “十二五”期间水资源承载力评价与分析

3.1 建立指标体系

在建立晋中平川区水资源承载力指标体系的过程中，充分考虑了自然环境和社会环境以及技术水平对水资源承载力的影响，同时综合考虑到水资源现状数据的易获取性以及现有的研究成果，依据科学性、区域性、实用性和规范性原则，构建了包含19项指标（见表2）的水资源承载力研究指标体系。

3.2 水资源承载力主成分因子的选取

KMO测度是SPSS提供判断原始变量是否适合作因子分析的统计检验方法之一，它比较了观测到的原始变量间的相关系数和偏相关系数的大小，KMO的结果越接近1，表示变量之间的偏相关性越好，进行主成分分析的效果越好，当KMO统计量小于0.5时，就不适于选用主成分分析法；Bartlett球形检验是用来判断相关矩阵是否为单位矩阵，在主成分分析中，若拒绝各变量独立的原假设，则说明可以做主成分分析，否则不适合做主成分分析。

对样本数据进行正向化和标准化处理后，应用spss23.0软件进行KMO检验、Bartlett球型检验和主成分分析，计算相关系数、样本相关矩阵特征值、方差以及累积方差贡献率（见表1），可见，样本数据的KMO值为0.656，Bartlett球型检验显著性大于0.05，故可以进行主成分分析。

表1 主成分的特征根和贡献率

由表1可以看出，前4个主成分的累积贡献率达到了89.06%，大于85%，因此可以选取前4个主成分（分别用C1，C2，C3，C4表示）进行分析。对因子荷载作方差最大化旋转，可更清楚地看出各变量在主成分上的荷载，旋转后如表2所示。

由表2可知，第一主成分C1主要代表了农业的发展水平；第二主成分C2主要代表了经济发展水平和工业节水水平；第三主成分C3主要代表了地区的水质情况；第四主成分C4主要代表了地区水资源量的状况。这4个主成分比较全面地包括了影响水资源承载力的主要因素，能很好地反映水资源承载力所处的状况，可用其得分来表达晋中市平川区水资源承载力的变化状况。

表2 旋转后的因子荷载矩阵

3.3 水资源承载力评价及分析

按照熵权法的步骤，将2011—2015年各年水资源承载力4大主成分因子的得分代入Matlab软件，按照2.2中公式进行计算，最终得到四大主成分因子的权重和各地区各年水资源承载力的综合得分（见表3，表 4）。

表3 各主成分权重

表4 水资源承载力历年综合得分

从表4中可以看出，“十二五”期间，社会经济发展对水资源的需求不断提高，导致综合得分呈下降趋势。灵石综合得分较高，历年得分均大于0，可以认为灵石水资源承载力可以满足社会经济的可持续发展；太谷、祁县、平遥、介休综合得分在临界值附近波动，处于平均水平，但总体呈下降趋势，水资源承载力勉强可以满足社会经济的可持续发展；榆次综合得分最低，均低于-0.5，水资源已严重超载。出现上述现象的原因分析如下。

首先，由于“十二五”期间，灵石特有的产业结构，单位生产总值耗水量、单位工业增加值耗水量均低于榆次、太谷、祁县、平遥、介休，这在一定程度上减轻了工业生产对水资源承载力造成的压力。

其次，榆次、太谷、祁县、平遥、介休的播种面积和粮食产量高，农业用水量较大。农业用水量、粮食产量、播种面积与第一主成分C1均呈负相关（见表2），且第一主成分C1的权重较大，为0.398（见表3）这对水资源承载力造成了较大压力。因此，农业节水水平对水资源承载力意义重大。

其三，各地区水资源总量和人均生活用水量大致相同，但人均水资源量灵石最高、榆次最低，因此一定程度上提高了灵石水资源承载力，而榆次较低的人均水资源量使得综合得分远低于临界水平，对水资源承载力造成较大的压力。

最后，灵石县河流水质较差，但并未对综合得分造成较大影响，这得益于代表河流水质的第三主成分C3权重较小，仅为0.204（见表3），对水资源承载力的影响有限。可见，产业结构的优化和节水水平的提高对提高地区水资源承载力有较大帮助。

另外，各地区 2012—2014年综合得分较高，2011和2015年综合得分较低，总体呈下降趋势。2015年榆次、太谷、祁县、平遥、介休的综合得分均小于0。这是因为2011和2013年晋中市平川地区降水量较大（见表5），2012和2014年水资源总量受上一年降水影响，也维持较高水平（见表5）。而2014和2015年连续两年降水偏少，导致2015年水资源总量处在较低水平。

表5 历年降雨量和水资源总量 单位：mm、104m3

4 结语

通过主成分分析得出水资源承载力变化的4大主成分，其中包括了农业和工业的发展，人口、水资源量和水质的变化情况，能较全面地表现水资源承载力的状况。通过分析“十二五”期间水资源承载力的变化可知，在经济生活水平稳定变化时期，水资源总量对水资源承载力的变化趋势起到了至关重要的作用。

总体来看，目前晋中市平川水资源承载力已接近饱和。榆次水资源已严重超载，不堪重负；太谷、祁县、平遥、介休水资源承载力已达到临界状态。随着社会经济的发展，现有水资源条件将无法满足晋中市平川地区部分县市社会经济的可持续发展。因此，在今后的发展过程中，应继续优化产业结构、提高工业和农业节水水平，保护生态环境，开展跨流域调水工程，提高地区的水资源承载力。

TV211.1

C

1004-7042（2017）04-0008-03

李金轩（1995-），男，东北农业大学水利与土木工程学院在读。

2017-02-03；

2017-03-15