江苏省长江岸线利用率影响因素分析

2022-05-31刘振沭廖迎娣

水资源保护 2022年3期

陈达，钟菁，吴腾，刘振沭，廖迎娣

(1.河海大学港口海岸与近海工程学院，江苏南京 210098； 2.河海大学长江保护与绿色发展研究院，江苏南京 210098)

长江岸线是长江经济带建设的重要载体和基础支撑，是区域经济社会发展和生态环境空间格局构建的关键要素。2016年，习近平总书记提出“共抓大保护、不搞大开发”的长江大保护战略，随后，江苏省在全面贯彻落实长江大保护国家战略中，严格管控岸线利用，大力整治改造违规占用、不合理利用的岸线，恢复岸线生态，加强水资源保护，推动服务长江经济带高质量发展的产业结构调整。然而，由于历史演变、发展观念等多方面因素影响，导致部分沿江地区产业结构不合理、岸线利用率高、岸线利用效率低等问题突出，亟须对岸线利用率的影响因素进行跟踪研究。

目前，国内关于长江岸线利用问题的研究较多，但研究方法不尽相同。黄家柱等[1-2]基于卫星遥感和地理信息系统技术对江苏省长江岸线资源进行了综合调查评价，分析了岸线资源利用的特点和存在问题，为长江岸线资源合理开发利用奠定基础。马荣华等[3-4]对长江苏州段岸线资源进行了评价，为长江岸线苏州段的合理利用与开发提供对策和建议。朱红云等[5-6]综合分析了长江南京段岸线港口开发情况，指出岸线利用存在的问题，提出长江岸线港口合理布局的对策和方案。周玲霞等[7]基于数理统计方法对长江南京段岸线水源地进行评价，得到了初步评价结果。陈欢等[8]对江苏中部3市岸线资源开发利用变化及驱动因素进行研究，得到了岸线发展变化的规律。陈诚[9]构建了岸线利用类型转移矩阵，对岸线利用时空变化特征进行研究，并结合相关调研资料分析了岸线利用变化的影响因素，为泰州岸线利用政策的调整提供依据。梁双波等[10-11]对长江岸线资源开发利用进行了综合评估分析，从岸线资源空间管控等方面提出建议，为长江经济带岸线资源的规划提供了重要的参考依据。

综上所述，现有的研究主要集中在岸线利用问题与对策以及岸线资源评价与分析两个方面，关于岸线利用率影响因素的研究相对较少，不利于制定针对性的岸线利用政策。为了落实长江大保护国家战略，推动江苏长江经济带高质量发展走在全国前列，本文利用2002—2018年江苏省沿江地区相关数据对岸线利用率的发展变化进行研究，并运用主成分分析法和敏感性分析法对可能影响江苏省长江岸线利用率的若干影响因素进行分析，以期为江苏省长江岸线的发展提供参考。

1 江苏省长江岸线利用率变化趋势

长江岸线具有重要的生产、生活和生态功能，摸清岸线利用率的变化趋势对沿江地区乃至全省经济发展、社会生活以及水资源保护有重要的促进和保障作用。为推进长江大保护相关工作以及岸线精细化管理，国家和江苏省先后出台了《中华人民共和国长江保护法》《长江经济带实施规划》《长江经济带高质量发展意见》以及多个专项规划和政策文件，包括《市政府关于扬州市长江岸线资源开发利用和管理的意见》《镇江市长江岸线资源保护条例》《江苏省长江岸线保护利用规划指导意见》《关于进一步组织开展长江岸线保护与开发利用专项整治工作的通知》《南京市长江岸线保护办法》等，意在构建以规划为龙头、年度任务为重点、专项行动为抓手的落实体系，推动服务长江经济带高质量发展的产业结构调整。

岸线利用率是岸线利用长度与岸线总长度的比值，能反映长江岸线保护和开发利用的现状以及经济社会发展对岸线开发利用的要求，计算公式为

(1)

式中：B为岸线利用率，%；LP为岸线保护范围内开发利用区域对岸线的投影长度，km；L为岸线总长度，km。

基于岸线利用率定义，统计了2002—2018年岸线利用率随时间的变化情况(图1)。从图1可以看出，江苏省长江岸线利用率随时间逐渐增大，岸线利用率变化可以分为两个阶段。第一阶段(2002—2015年)为岸线利用率快速发展期，该阶段由于江苏省长江岸线资源开发利用加快，岸线利用率增长迅速；第二阶段(2016—2018年)为岸线利用率缓慢增长期，该阶段由于江苏省长江大保护战略的稳步推进，加快落后产能淘汰，推动产业结构调整，岸线利用率增长趋缓。

图1 江苏省岸线利用率和GDP随时间变化情况

为了分析岸线利用率的变化规律，搜集了部分经济、社会和水资源相关数据。从图1可以看出，2002—2018年江苏省第一、二、三产业GDP均随时间逐渐增长，其中第二、三产业增幅基本相当，显著高于第一产业。从趋势上看，岸线利用率和GDP均随时间增大，体现出两者之间的关联性。特别是2016年以前，岸线利用率随GDP增长迅速，说明岸线利用率的增长对社会经济发展具有明显的支撑作用；2016年以后，GDP仍保持较快的增长趋势，但是岸线利用率增长缓慢，岸线利用主要以提高效率为主。

图2为2002—2018年江苏省用水总量和工业废水排放量随时间变化情况，可以看出2005年以后，工业废水排放量逐年减少；2012年以后，用水总量呈现下降趋势，但总体基本保持稳定，说明随着环境保护等相关政策的实施，江苏省用水总量趋于稳定，工业废水排放量明显减少。对比图1和图2发现，提高岸线利用率对用水总量没有太大的影响，表明岸线利用率的变化可能主要受社会经济因素的影响，需要进一步研究分析。

图2 用水总量和工业废水排放量随时间变化情况Fig.2 Changes in total amount of water consumption and industrial wastewater discharge with time

2 研究方法

2.1 主成分分析法

主成分分析法是通过线性变换从多个变量中选出少数重要变量的一种多元统计分析方法，是常用的降维方法之一[12]。本文采用主成分分析法对江苏省长江岸线利用率影响因素进行客观评价。将影响因素作为评价指标，模型建立的具体步骤如下：

a.收集相关资料，建立评价指标。

b.原始数据标准化，消除量纲影响。本文采用Z-score法对原始数据进行标准化处理:

c.建立评价指标间相关系数矩阵R，求出R的特征值和特征向量[13]。相关系数矩阵为

(3)

d.计算方差贡献率和累计方差贡献率，选取主成分数量。当累计方差贡献率超过95%时，取前m(m

(4)

式中λl为第l个主成分的特征值。

e.计算原始评价指标在不同主成分线性组合中的系数:

(5)

式中：Llj为第j个评价指标在第l个主成分线性组合中的系数；elj为第l个主成分对第j个原始评价指标的载荷数[15]。

f.计算每个评价指标的综合指标权重。由式(6)可得第j个原始评价指标在综合模型中的系数dj，由式(7)可得综合指标权重wj。

(6)

(7)

g.计算综合主成分得分：

(8)

(9)

式中：Fkl为第l个主成分在k时段的得分；Clj为第j个评价指标在第l个主成分中的得分系数[16]；Fk为k时段的综合主成分得分；al为第l个主成分的方差贡献率。

2.2 敏感性分析法

敏感性分析是一种定量描述模型输入变量对输出变量重要性程度的方法[17]，一般应用于经济、生态、工程等领域。该方法通过对模型影响因素进行分析，筛选出引起模型结果不确定性的主要影响因素。影响程度的大小用敏感性系数表示，敏感性系数越大，说明该因素对模型输出的影响越大[18]。为了对比分析系统属性对各个因素的敏感度，需对系统各因素进行无量纲处理，本文引用平均敏感度[19]的概念对岸线利用率的影响因素进行分析，第j个因素的平均敏感度表达式为

(10)

式中：savgj为第j个因素的平均敏感度；Bk、ΔBk分别为k时段岸线利用率及其变化量；ΔXkj为第j个评价指标在k时段的变化值。

3 江苏省长江岸线利用率影响因素分析

3.1 评价指标

长江江苏段拥有优越的水运和区位条件，岸线利用率影响因素较为复杂[20]。根据江苏省长江岸线实际情况，参考在港口货物吞吐量、资源承载力和城市社会经济发展评价指标体系相关文献中出现频率较高的评价指标[21-26]，依据《江苏省统计年鉴》《江苏省水资源公报》等，根据科学性原则，综合选取2002—2018年可能影响江苏省长江岸线利用率的若干影响因素作为评价指标(表1)，包括：第一产业GDP(X1)、第二产业GDP(X2)、第三产业GDP(X3)、就业人数(X4)、内河港口吞吐量(X5)、工厂数量(X6)、废气中SO2排放量(X7)、工业废水排放量(X8)、用水总量(X9)、水资源总量(X10)、年降水量(X11)。其中，X1、X2、X3为经济指标，根据前文分析可知，这些指标与岸线利用率关联性较强；X4反映社会影响力；X5反映岸线利用效率的高低；X6反映岸线利用类型和政策实施的情况；X7、X8反映岸线利用与环境的关系；X9、X10、X11反映岸线利用与水资源的关系。采用式(2)对评价指标进行标准化处理。

3.2 KMO和Bartlett检验

根据式(3)建立江苏省长江岸线利用率评价指标间相关性矩阵，如表2所示，各评价指标间的相关系数基本大于0.6，说明各评价指标间存在较好的相关关系，主成分分析法可用于江苏省长江岸线利用率影响因素的分析。

利用KMO检验比较变量间的相关系数以判断数据是否适合进行主成分分析。经计算，KMO值为0.629，大于0.6，说明整个样本适合进行主成分分析[27-28]。Bartlett球形检验法是基于相关系数矩阵的检验方法，用于检验数据是否服从多元正态分布。经计算，Bartlett球形检验的显著性为0.000，小于0.01，说明这11个变量间存在显著相关性，需要进行主成分分析，该结论与相关性矩阵结论相一致。

表1 2002—2018年江苏省长江岸线利用率评价指标统计

表2 评价指标相关性矩阵

3.3 主成分分析

表3为各主成分特征值和累计方差贡献率，方差贡献率反映每个成分对原始数据量的贡献。本模型提取3个主成分，累计贡献率已经达到96.465%。

表3 各主成分特征值和累计方差贡献率

表4为主成分载荷矩阵，反映不同主成分对评价指标的载荷数。从表4可以看出，第一主成分对第一产业GDP、第二产业GDP、第三产业GDP、就业人数、内河港口吞吐量、废气中SO2排放量、工业废水排放量、工厂数量这8个指标的载荷较大，与废气中SO2排放量和工业废水排放量呈负相关关系；第二、三主成分对用水总量、降水量、水资源总量这3个指标的载荷较大。可以认为，第一主成分主要反映江苏省社会经济情况，为社会经济主成分；第二、三主成分主要反映江苏省水资源情况，为水资源自然主成分。

表5为主成分得分系数矩阵，反映不同主成分对评价指标的得分系数。进一步分析可以得出，社会经济发展相关因素是江苏省长江岸线利用率的主要影响因素，随着社会经济持续发展，岸线利用率不断增大。与此同时，在社会经济发展的过程中，废气和废水排放给岸线利用带来负面影响，但是社会经济发展和相关环境保护政策的实施，使产业布局进一步优化，对废气和废水的处理能力得到明显提升，岸线利用逐渐向提高效率方向发展。此外，在江苏省水资源总量基本保持稳定的情况下，降水量的补充和用水量分配模式的优化在一定程度上促进了岸线利用逐渐转化为以提高效率为主，是江苏省社会经济高质量发展的保障。

权重反映各影响因素或评价指标的相对重要程度，指标权重越大，该指标对于整个样本就越重要，对综合评价结果全面性和合理性影响越大。由式(4)～(7)计算得到各评价指标的综合指标权重和排名，结果见表6。可以看出，指标权重前三位为就业人数、工厂数量和内河港口吞吐量。就业人数代表社会劳动力，主要反映江苏省社会状况；工厂数量与环境保护政策相关，主要反映江苏省环境政策实施情况；内河港口吞吐量代表内河港口经营成果，主要反映江苏省经济状况。该结果表明，江苏省岸线利用率主要受社会、经济和环境政策因素的影响。促进社会经济发展，推动生态环境保护仍是江苏省高质量发展的主题。

由式(8)(9)计算得到综合主成分得分和排名，如表7所示。可以看出，2002—2018年综合主成分得分排名整体上呈现上升的趋势，主要由社会经济主成分决定，说明江苏省社会经济发展水平不断提高，岸线利用率受社会经济发展的影响显著。水资源自然主成分得分整体上呈现先增加后减少的趋势，这与江苏省长江岸线生态环境保护治理措施的效果有关，说明江苏省生态保护政策的实施能够优化产业结构和水资源分配模式，促进社会经济发展。

3.4 敏感性分析

由式(10)得到的各指标平均敏感度计算结果和排名见表8。可以看出，就业人数的平均敏感度最大，第三产业GDP的平均敏感度最小，说明在研究岸线利用率内在机制时，就业人数的影响最强，应重点关注。

表4 主成分载荷矩阵

表5 主成分得分系数矩阵

表6 综合指标权重和排名

表7 综合主成分得分和排名

表8 平均敏感度和排名

此外，本文通过分析综合指标权重和平均敏感度排名的变化情况来研究各因素对岸线利用率的影响程度。从表6和表8可以看出，就业人数的综合指标权重和平均敏感度排名未发生变化，第一产业GDP的排名变化值为1，有3个评价指标的排名变化值为2，分别为工厂数量、水资源总量和降水量，其余评价指标排名变化较大。以综合指标权重为主，通过比较综合指标权重和平均敏感度排名，认为就业人数、工厂数量和内河港口吞吐量是目前影响江苏省长江岸线利用率的最主要因素。