黑龙江省用水结构演变及其驱动力分析*

郑 伟，万鲁河，2**

(1.哈尔滨师范大学;2.黑龙江省普通高等学校地理环境遥感监测重点实验室)

黑龙江省用水结构演变及其驱动力分析*

郑 伟1，万鲁河1，2**

(1.哈尔滨师范大学;2.黑龙江省普通高等学校地理环境遥感监测重点实验室)

根据黑龙江省用水现状，分析2002-2011年黑龙江省用水结构的变化，应用信息熵理论分析用水结构的演变规律，同时利用R软件的主成分分析法，选出用水结构影响因子，最终得到用水结构变化的驱动力因子.结果表明，黑龙江省的用水结构特点是以农业用水为主，工业、生活、生态用水比例相对较小，黑龙江省年总用水量呈阶段性缓慢上升趋势，生活、农业、工业、生态用水量的比例从5.1∶78.1∶15.2∶1.6变化为6.1∶69.28∶24.6∶0.信息熵结果分析表明，农业用水是最主要的用水部门，在总用水中所占比例很大.主成分分析结果表明，常住人口数量、城市化率、人均GDP、城镇居民家庭人均可支配收入、有效灌溉面积、节水灌溉面、重工业企业工业销售产值、轻工业企业工业销售产值、农作物播种面积和城市绿化覆盖面积是用水结构演变的主要驱动力.

用水结构;驱动力;信息熵;主成分分析;R语言

0 引言

随着经济的发展、人口的增长、科技水平的提高以及城市化进程的推进，水资源已成为影响社会发展的重要因子，合理分析用水结构是解决水资源配置问题的关键步骤之一[1-3].国内外学者对用水结构变化及其驱动力分析做过许多研究，Jenerette[1]认为人口聚散程度、动物对水的使用、气候及生态蓄水条件等是用水结构变化的驱动因子.Marios Sophocleous[4]认为人口增长、经济增长、技术进步、土地利用与城市化发展、环境退化速度、政府决策、环境变化等是导致用水需求上升的主要驱动因子.国内学者粟晓玲[5]等分析出人口因素、工农业总产值、城市化率、GDP 和耕地面积等是关中用水结构演变的主要驱动力因子.马黎华[6]等在研究导致石羊河流域用水结构演变的主要驱动力中应用信息熵和互信息法，并得出社会经济因子是主要驱动力.

如今，黑龙江省的水资源面临严峻考验，全省多年人均水资源量和亩均水资源量不足，人均水资源2185m3低于全国2200m3的人均水平；亩均水资源460m3低于全国亩均1300m3的平均水平，水资源供需矛盾比较突出[7]，并且存在水资源利用率低、时空分布不均、局部地区污染严重等问题，影响黑龙江省社会经济的可持续发展.为此，该文对2002～2011年黑龙江省用水结构变化进行研究，分析影响用水结构变化的驱动因子，对黑龙江省的水资源优化配置及经济社会可持续发展具有重要意义[8].

1 研究区与研究方法

1.1 研究区概况

黑龙江省位于中国东北部，全省土地总面积45.48×104km2，河流纵横，湖泊众多，集水面积在50 km2以上的河流共有1918条，分属黑龙江、嫩江、松花江、乌苏里江、绥芬河五大水系，平原面积为19.4万 km2，多年平均水资源量为810.3亿m3[9].

1.2 数据来源

用水结构变化的驱动因子有很多，结合黑龙江省现有基础资料与用水结构演变情况，收集反映我国用水结构变化的指标和数据[10-11]，该文对2002～2011年的数据进行分析，包括：A1：常住人口数量(万人)、A2：城市化率(%)、A3：人均GDP(元)、A4：城镇居民家庭人均可支配收入(元)、A5：农作物播种面积(千公顷)、A6：有效灌溉面积(千公顷)、A7：节水灌溉面积(千公顷)、A8：重工业企业工业销售产值(亿元)、A9：轻工业企业工业销售产值(亿元)、A10：城市绿化覆盖面积(公顷).数据来源于《黑龙江省统计年鉴》和中国经济与社会发展统计数据库.

1.3 研究方法

1.3.1 熵值分析法

热力学中的“熵”是表示分子状态混乱程度的物理量[12]，而“信息熵”是由Shannon将“熵”引入信息论中并定义的，用来判断某个指标的离散程度[13]，将信息熵用于分析用水结构演变已有很多应用成果[14-16]，故该文引入信息熵的概念来研究黑龙江省用水结构的演变.

假设在一定时间尺度内，总用水量为Q，n种水资源利用类型Xi(i=1,2,…,n)，每种利用类型相应的用水量为qi，每种类型所用水量占总用水量Q的比例为pi，其中pi=qi/Q，并且满足∑Pi=1，所有Pi≠0，根据Shannon公式，信息熵H=-∑Piln(Pi)[17].

由于在不同时间尺度上比较不同的用水结构类型数量的信息熵是无意义的，为使信息熵对用水结构的分析具有可比性[18]，故引入均衡度J，J=H/Hmax，J越大表示单一用水类型优势度越弱，系统均衡性越强，系统越稳定[17].

1.3.2 主成分分析法

在水资源利用过程中，不同的区域和不同的经济发展阶段，用水结构变化的驱动力是不同的.因此，该文根据黑龙江省现有基础资料与用水结构演变情况，采用主成分分析法，分析用水结构变化驱动力.

通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关.通常数学上的处理就是将原来的多个指标作线性组合，作为新的综合指标[19-21].该文采用的主成分分析软件为R.

2 结果与分析

2.1 用水量变化情况

根据历年《黑龙江省统计年鉴》和中国经济与社会发展统计数据库中的数据，得到黑龙江省2002～2011年各部门用水量变化情况，如图1所示.

图1 黑龙江省2002～2011年用水量

由图1可以看出：2002～2011年，黑龙江省总用水量呈上升趋势.生活、农业、工业、生态用水量的比例从6.1∶69.28∶24.6∶0变化为5.1∶78∶15.2∶1.6.农业用水占比最大，工业、生活和生态用水量占比很少.因此控制总用水量的关键是控制农业用水.

2.2 用水结构变化特征

该文通过各部门用水结构比例来体现用水结构变化(见图2).由图2可以看出，2002～2011年，农业用水比例始终占据着主导位置，占比大约维持在70%左右；工业用水比例居于第二位，但其占比呈下降趋势；生活用水比例居于第三位，且比例波动较小，在8%之内；由于统计资料有限，生态用水自2003年才有记载，而且用水量非常小[22]，直到 2011 年生态用水也仅占总用水量的1.61%.

图2 黑龙江省用水结构变化曲线

由用水结构熵值分析中的公式计算得到信息熵和均衡度.见表1，可知黑龙江省的用水结构信息熵H在0.676～0.823之间变化，由2002年的0.769 nat减少到2011年的0.698nat.10年间用水结构信息熵呈减少趋势，表明用水结构向有序的方向发展，2002～2009年均衡度J有小幅波动，整体呈减少趋势.

表1 黑龙江省用水结构信息熵、均衡度

2.3 用水结构变化驱动力分析

该文采用R的princomp函数进行了主成分分析，在主成分分析中，贡献率越大表明主成分所包含的原始变量信息越强[23].依据累计贡献率来选取主成分，一般要求累计贡献率达到85%以上，以保证变量包含原始变量的大多数信息[24](该文要求累计贡献率达到96%以上).从用水结构变化驱动力因子相关系数矩阵可知原始变量之间有较强的相关性，进行因子分析是合适的.

由表2可知，从中提取的第1、第2和第3主成分的累计贡献率达已达98.64%，且前三个主成分的特征值都大于1，达到了分析要求，故可由这3个主成分解释用水结构变化的驱动力因子[25].

表2 特征值和主成分贡献率表

由表3可知，A1、A2、A3、A4、A6、A7、A8、A9等社会和经济指标对第1主成分贡献较大，将其定义为社会经济因子；第2主成分与A10有较大正相关，因子载荷达0.977，将其定义为自然环境因子；A5对第3主成分贡献率最大，因子载荷为0.875，将其定义为作物播种面积因子.

表3 主成分载荷矩阵

综上所述，社会经济的发展、人口数量和农业灌溉面积的变化等是影响黑龙江省用水结构演变的主要原因，社会经济和农作物播种面积因子是用水结构演变的主要驱动力.

3 结论

(1)用水结构分析结果表明，黑龙江省用水量最大的是农业，其比例大于工业、生活和生态用水三者之和，维持在70%左右.因此，提高农业节水技术，控制农业用水量，有助于平衡黑龙江省用水结构.

(2)用水结构信息熵结果表明，黑龙江省的用水结构信息熵H呈减少趋势，表明用水结构向有序的方向发展，均衡度J整体呈减少趋势，表明黑龙江省用水系统中单一用水结构类型所占比例减小，系统均衡性减弱.

(3)通过R软件的主成分分析，结果表明：常住人口数量、城市化率、人均GDP、城镇居民家庭人均可支配收入、有效灌溉面积、节水灌溉面、重工业企业工业销售产值、轻工业企业工业销售产值等社会经济因子是主要的驱动因子,农作物播种面积的变化也是主要驱动因子,城市绿化覆盖面积的变化对总驱动力也有影响，但相对较小.

(4)合理利用水资源，调整产业结构，将节水技术良好的应用于农业生产，推广节水及提高重复利用率对于控制工业用水具有很大帮助.建议黑龙江省实行更严格的水资源管理制度，在全省范围内大力推行节水灌溉，优化产业结构，以保证黑龙江省的水资源得到最高效的利用.

[1] 赵菲菲,刘东,于苗，等. 建三江分局用水结构演变及其驱动机制研究[J]. 水土保持研究,2012,19(2):244-247.

[2] 翟远征,王金生,郑洁琼,等. 北京市近30年用水结构演变及驱动力[J]. 自然资源学报,2011,26(4):635-643.

[3] 刘宝勤,姚治君,高迎春. 北京市用水结构变化趋势及驱动力分析[J]. 资源科学,2003(2):38-43.

[4] SOPHOCLEOUS M. Global and regional water availability and demand: prospects for the future[J].Natural Resources Research,2004,13(2):61-75.

[5] 粟晓玲,赵晨,马黎华. 关中地区近20年用水结构演变及其驱动力研究[J]. 灌溉排水学报,2008(5):71-73.

[6] 马黎华,康绍忠,粟晓玲,等. 农作区净灌溉需水量模拟及不确定性分析[J]. 农业工程学报,2012,28(8):11-18.

[7] 迟永山. 黑龙江省水资源现状与中水回用前景展望[J]. 黑龙江水利科技,2012,40(3):236-237.

[8] 高训宇,郑建华,卢静,等. 北京市水资源结构变化及其驱动力分析[J]. 北京水务,2008(5):10-13.

[9] 李芳. 黑龙江省水资源管理问题研究[D].东北林业大学,2008.

[10] 李秀霞,徐龙,江恩赐. 基于系统动力学的土地利用结构多目标优化[J]. 农业工程学报,2013,29(16):247-254,294.

[11] 谢花林. 基于Logistic回归模型的区域生态用地演变影响因素分析——以京津冀地区为例[J]. 资源科学,2011,33(11):2063-2070.

[12] 湛垦华,沈小峰.普利高津与耗散结构理论.西安：陕西科学技术出版社,1998.

[13] 崔嫱,赵鹏宇,步秀芹,等. 基于信息熵的忻州市用水结构演变及其驱动力的因子分析[J]. 节水灌溉,2015(6):58-61.

[14] 马黎华, 康绍忠, 粟晓玲. 西北干旱内陆区石羊河流域用水结构演变及其驱动力分析[J]. 干旱地区农业研究, 2008, 26(1): 125-130.

[15] 许士国,吕素冰,刘建卫,等. 白城地区用水结构演变与用水效益分析[J]. 水电能源科学,2012,30(4):106-108,214.

[16] 冯天梅,张鑫. 包头市用水结构的演变分析[J]. 节水灌溉,2014(2):69-73.

[17] 刘燕,胡安焱,邓亚芝. 基于信息熵的用水系统结构演化研究[J]. 西北农林科技大学学报:自然科学版,2006(6):141-144.

[18] 吕素冰. 水资源利用的效益分析及结构演化研究[D].大连理工大学,2012.

[19] 赵小汎,代力民,陈文波,等. 耕地与建设用地变化驱动力比较分析[J]. 地理科学,2008(2):214-218.

[20] 汤银才.R语言与统计分析[M].高等教育出版社,2008.

[21] Robert I.Kabacoff. Gao T,et al. R in Action. Beijing: Posts & Telecom Press,2013(in Chinese).

[22] 王树旺. 区域用水结构演变规律及驱动力分析[D].合肥工业大学,2014.

[23] 吴美琼,陈秀贵. 基于主成分分析法的钦州市耕地面积变化及其驱动力分析[J]. 地理科学,2014,34(1):54-59.

[24] 傅德印. 主成分分析中的统计检验问题[J]. 统计教育,2007(9):4-7.

[25] 刘明,王克林. 洞庭湖流域中上游地区景观格局变化及其驱动力[J]. 应用生态学报,2008(6):1317-1324.

AnalysisofWaterConsumedStructureChangeandItsDrivingForcesinHeilongjiangProvince

Zheng Wei1，Wan Luhe1，2

(1.Harbin Normal University; 2.Heilongjiang Province Ordinary High School Geography Environment Key Laboratory of Remote Sensing Monitoring)

In this paper, the change of water consumption structure from 2002 to 2011 in Heilongjiang Province were analyzed. The information entropy theory is used to analyze the evolution of the structure of water. Influence factors of the gross water consumed quantity in Heilongjiang province were selected by using the software R, and then the main driving forces resulted in variety of water consumed structure were clarified. Results indicated that water structure was mainly used for agricultural water in Heilongjiang province, Industrial, living, ecological water use ratio is relatively small. The total water consumption presented a tendency of slight rise. The water consumption proportion of production living, agricultural, industrial and ecological were changed from 5.1∶78.1∶15.2∶1.6 to 6.1∶69.28∶24.6∶0. Information entropy of water utilization structure showed that; agricultural water is the main water sector, which of the total water use is very large. PCA results indicate that the permanent population, Urbanization rate, per capita GDP, per capita disposable income of urban households, effective irrigation area, water-saving irrigation surface, heavy industry industrial sales value, light industry enterprises industrial sales value, crop planting area and urban greening coverage are principal driving forces of water utilization structure evolution in Heilongjiang Province.

Water consumed structure; Driving forces; Information entropy; PCA; R

于达)

X824

A

1000-5617(2017)04-0089-05

2017-06-16

*国家科技重大专项课题基金资助项目(2013ZX07201007-006)；国家自然科学基金资助项目(41171021)

**通讯作者：wanluhe@163.com