湖南省水資源承載力研究

彭瑩瑩，陳淑芳

(湖南師范大學 資源與環境科學學院，湖南 長沙，410081)

湖南省水資源承載力研究

彭瑩瑩，陳淑芳

(湖南師范大學 資源與環境科學學院，湖南 長沙，410081)

面對水資源短缺、水污染等不斷涌現的水資源問題，本文將以湖南省為例，選取2013年湖南省社會經濟發展、人口狀況、水資源利用狀況等方面的13項指標數據，利用主成分分析法從這13項數據中提取出3個主成分，對湖南省14個市州的水資源承載力情況進行研究.結果表明，影響湖南省各市水資源承載力的最主要的因素是社會經濟發展水平，從水資源承載力的綜合得分情況我們不難看出經濟發展水平最高的長沙市水資源承載力最低，而經濟發展水平相對欠缺的張家界市和湘西自治州水資源承載力較高.

湖南省；14個市州；水資源承載力；主成分分析

水資源是一種具有戰略性的，不可缺少的自然資源，對人類社會的生存和發展有著非常重要的作用，但隨著經濟的發展，城市化進程的推進，人口數量的不斷增長，水資源短缺和水環境污染等水安全問題不斷出現，成為了制約人類社會穩步發展的重要因素[1].水資源承載力是指某一地區在特定歷史階段的特定技術和社會經濟發展水平條件下，以維護生態良性循環和可持續發展為前提，該地區的水資源系統可支撐的社會經濟活動規模和具有一定生活水平的人口數量[2].

常見的評價水資源承載力的方法有很多，如層次分析法、系統動力學法、模糊綜合評價方法、多目標分析法等，各種方法都有其特點，但在實際的運用過程中也都存在限制性因素，并且模型的精度較難控制[3-4].隨著多元統計方法以及數學模型的快速發展，主成分分析法在水資源研究領域中的應用越來越廣泛，并且已經有大量的研究證實了該方法具有一定的可行性.主成分分析方法的本質在于，把多個復雜的變量簡化為少數幾個綜合的指標，這幾個綜合指標中既概括了原有指標的大部分信息，又去除了指標信息間的重疊，客觀地確定指標間的權重關系，避免了人為的主觀隨意性而產生的誤差，能科學、準確地反映出研究結果[5].

湖南省雖然水資源總量較豐富，但時空分布不均，部分地方配套的水利設施相對落后，在水資源開發利用方面存在很多的問題.湖南省內14個市州地方性發展不均衡，不同市州的水資源稟賦條件和水資源開發利用程度不同.不同地區的社會經濟發展水平、人口狀況、水資源自然狀況和利用狀況都存在著不同程度的差異，因此各地的水資源承載力也是不一樣的.為探究湖南省14個市州的水資源承載力，找出影響湖南省各市州水資源承載力的主要因素，為湖南省的可持續發展出謀劃策具有重要的現實意義.

鑒于以上分析，本文借助SPSS19.0軟件[6]，運用主成分分析法，根據湖南省2013年14個地級行政單位(13個地級市，1個自治州)的統計資料，建立適當的指標體系，對湖南省各市州的水資源承載力進行具體的空間分析.

1 研究區域概況

湖南省位于長江中游地區，界于東經108°47′～114°15′，北緯24°38′～30°08′之間，省境絕大部分位于洞庭湖以南.湖南省河流交錯縱橫，長度5 km以上的河流有5341條，其中有1301條河流的流域面積在50 km2及以上.河流大多屬于湘水、資水、沅水、澧水四水及其支流.湖南地形東、西、南三面環山，北部和中部相對低平，依照這樣的地勢特點，河流由東、西、南三面匯入洞庭湖和長江，形成了一個比較完整的洞庭湖水系.湖南最大的河流是四水中的湘江，其屬于長江7大支流之一，由南到北貫穿湖南省境；洞庭湖是我國五大淡水湖之一.湖南位于亞熱帶季風氣候區，年平均溫度在15-18℃之間，年平均降水量在1200-1700 mm之間，氣候溫暖，四季分明，降水量充沛，為我國雨水較多的省份之一.近年來，隨著湖南省經濟的快速發展，人口的不斷增長以及城市化進程的加速推進，各市州的用水量不斷增加，廢水、污水的排放量也與日俱增，但各市州的水資源條件和開發利用程度是不同的，因此各市州的水資源、水環境面臨著不同程度的壓力，水資源承載力的大小各不相同.

2 研究方法及數據來源

本文將采用主成分分析法對湖南省14個市州(13個地級市以及1個自治州)的水資源承載力進行空間差異研究，以期探究出湖南省各地區的水資源承載力差異，找出影響湖南省各市州水資源承載力的主要因素，為湖南省各地區的水資源合理配置和可持續開發利用提供參考依據.

主成分分析法的原理是對高維變量進行降維處理，以少數幾個相互獨立的綜合指標來表示原有多個相關變量的絕大部分信息[7-8].運用SPSS19.0統計軟件進行主成分分析的一般步驟為：(1)為了消除因量綱和數量級的不同而造成的影響，首先對原始數據進行標準化處理；(2)計算出標準化處理后的數據集的相關系數矩陣；(3)求出相關系數矩陣的特征值以及相對應的特征向量；(4)計算貢獻率和累計貢獻率，一般按照累計貢獻率大于85%的原則確定主成分的個數；(5)計算評價因子的主成分得分，以及根據權重關系計算水資源承載力綜合評價指數得分[9].

本文中所選用的指標數據均為通過對2014年《湖南省統計年鑒》以及2013年《湖南省水資源公報》相關統計數據的整理和計算所得.

3 湖南省水資源承載力分析

3.1 指標選取

影響水資源承載力的因素涉及到經濟發展、人口增長、水資源條件等很多不同方面的內容，只有在眾多的因素中選擇適當的影響因素作為評價指標，才能更準確地對各地區的水資源承載力進行評價，找出影響各地區水資源承載力的主要因素[10].本文遵循可測性、可靠性、充分性、科學性等原則，在參考其他學者對水資源承載力研究的基礎上，選取了13項評價指標對2013年湖南省各市州的水資源承載力進行評價，其中包括正向指標和逆向指標[11].分別為(見表1)：

表1 湖南水資源承載力評價指標

3.2 主成分分析

經過整理和計算得到了用于進行湖南省各市州水資源承載力評價的13項指標的原始數據.借助SPSS19.0統計分析軟件進行主成分分析，為了消除量綱和數量級不同而產生的誤差，首先對原始數據進行標準化處理，之后求出標準化處理后的數據集的相關系數矩陣(見表2).通過對相關系數矩陣的觀察，不難發現各個指標之間存在著一定的相關性，特別是X1(總人口)和X11(居民生活用水量)、X2(城鎮人口比重)和X7(人均GDP)、X7(人均GDP)和X8(城市化水平)之間存在著較強的相關性，相關系數分別為0.99、0.951、0.951，這為我們后續進行水資源承載力評價奠定了基礎，證實了主成分分析法的可行性.

表2 評價指標的相關系數矩陣

計算相關系數矩陣的特征值、貢獻率和累計貢獻率(見表3).

表3 特征值及貢獻率

根據表3中的內容可知，前3個主成分的累計貢獻率達到了90.363%，滿足按照累計貢獻率大于等于85%確定主成分個數的原則，又根據碎石圖(見圖1)提供的信息，將特征值大于1的成分選取為主成分，保留前3個主成分已經概括原有數據大部分的信息，因此只需要選取3個主成分對湖南省各市州的水資源承載力進行綜合評價[12-13].

圖1 因子分析結果碎石圖

計算主成分的載荷矩陣，主成分載荷是指三大主成分與各變量指標之間的相關系數[14](見表4).

由表4主成分載荷矩陣可以看出，第一主成分主要與城鎮人口比重、水資源開發利用率、人均GDP、城市化水平、工業用水量之間存在正相關關系，與萬元GDP耗水量之間存在負相關關系，說明第一主成分主要體現了各市州的社會經濟發展水平.第二主成分主要與總人口、農業用水量、居民生活用水量、有效灌溉面積之間存在正相關關系，說明第二主成分主要體現了各市州的人口和水資源利用情況.第三主成分主要與年降水量之間存在正相關關系，考慮第三主成分主要體現各市州水資源的自然條件.三大主成分比較全面的概括了影響水資源承載力的因素，因此可以選取這三大主成分對湖南省各市州的水資源承載力進行空間差異研究.

表4 主成分載荷矩陣

3.2.1 社會經濟發展水平

第一主成分的貢獻率達到了45.588%，說明社會經濟發展水平是影響湖南省各市州水資源承載力最主要的因素.從第一主成分的構成因子來看，城鎮人口比重、人均GDP、城市化水平、工業用水量所占載荷比重較大.隨著湖南工業化進程的加快，一方面使得GDP得到了快速地增長，另一方面工業生產對水資源的需求量不斷增加，加大了水資源的壓力.2013年長沙市的GDP約為張家界市的20倍，同樣的長沙市的工業用水量也約為張家界市的20倍.城鎮人口比重不斷加大，說明城市化進程在不斷地推進，城市化水平得到較快提高，這將吸引大量的外來人口不斷地涌向城市，加劇城市生活用水的需求量，這就需要加大對水資源的開發力度，水資源開發利用率過高又會使得水資源再生能力的下降，水資源承載能力的降低[15].2013年湘潭市和長沙市的水資源開發利用率分別為54%、39.8%，分列湖南省第一、第二位，如此高的水資源開發利用率必會對兩市的水資源承載力產生影響.

3.2.2 人口和水資源利用情況

第二主成分的貢獻率達到了31.206%，主要體現人口和水資源利用情況對各市州水資源承載力的影響.人口作為一種持續的外部因素，對水資源承載力存在一定程度上的影響[16].湖南省14個市州在人口數量上存在著較大的差異，這就使得無論是對水資源的需求量，還是對水資源的污染程度，都是不一樣的，一般而言，人口分布相對多的地區水資源承載力較低.湖南是傳統的農業大省，農業的生產對水的需求非常的大，不當的灌溉技術以及較低的用水效率，會造成水資源的大量耗損，這對水資源承載力來說也是不小的壓力.湖南省的耕地主要集中在湘中、湘東、湘北地區，這三個地區農業生產對水資源的需求量比其他地區要大得多，因此位于這三個地區的城市水資源承載力較低.

3.2.3 水資源自然條件

第三主成分的貢獻率達到了13.568%，主要是降水量對各市州水資源承載力的影響.各市州的水資源自然條件不同，使得各地區的年降水量分布不均，降水能在很大程度上緩解水資源供應的壓力，提高水資源的承載能力.

3.3 水資源承載力綜合分析

主成分載荷矩陣除以相對應的特征值的開方，便得到了三個特征值所對應的特征向量(見表5).

表5 特征向量

將特征向量與標準化后的原始數據相乘，就可以得出主成分的表達式.由表5特征向量中的數據可以得到以下3個計算主成分得分的線性表達式：

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個主成分的貢獻率為權重，構成綜合評價的線性表達式，計算綜合得分：

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

根據以上公式，以及各市州13項指標的標準化數值進行計算，分別計算出各市州三個主成分得分以及綜合得分(見表6).從表6中可以看到，F1、F2、F3是主成分得分，F為綜合得分.其中，主成分得分有正有負，這里的正負并不能代表水資源承載力的實際水平，而是表示其所處的相對位置，正值表示高于各地區的平均水平，負值表示低于各地區的平均水平.綜合得分值越高，說明該區域的水資源承載力越小[17].

表6 2013年各市水資源承載力綜合評價

圖2 湖南省14個市州水資源承載力變化圖

為了更加清晰地表示出14個市州水資源承載力的變化情況，借助相關軟件繪出了圖2所示的水資源承載力變化趨勢圖.從圖2中可以看出，第一主成分F1的變化趨勢與綜合得分的變化趨勢吻合度最高，主要體現包括城鎮人口比重、水資源開發利用率、人均GDP、城市化水平等在內的經濟發展因素對水資源承載力的影響，不吻合現象主要出現在湘潭市和婁底市.按照F1變化趨勢顯示，在湘潭市和婁底市的折線應該是上升的，但在實際評價中卻出現了下降，將湘潭市和婁底市分別與其經濟發展水平相當的地區進行比較，不難發現2013年湘潭市的水資源開發利用率達到了54%，婁底市水資源開發利用率達到了24.4%，均高于其同等經濟發展水平的地區，水資源開發利用率高了，則水資源開發潛力就小了，相應的水資源承載力就小了.第二主成分F2的變化趨勢折線經歷了多次下降、上升的交替變化，主要是人口和水資源利用情況對水資源承載力的影響.與綜合得分折線相比，不吻合主要出現在邵陽市、永州市、湘西自治州.這3個市州在F2的折線上呈現的是上升，而在F折線上呈現的是下降，主要是因為單純受水資源狀況的影響，這3個市州的水資源總量較豐富，年徑流量較大，水資源承載力比同類地區大的.但因為第一主成分的貢獻率高，組成第一主成分的經濟因素對水資源承載力的影響更大，經濟因素中的萬元GDP耗水量在這3個市州都比較的大，明顯高于同類經濟發展水平的地區，因此F折線在這3個市州中呈現的是下降.第三主成分主要是降水量對水資源承載力的影響，一般來說，降水量多的地區，水資源承載力也會較大，因為降水對水資源的供應壓力有很好的緩解作用，但又因為第三主成分的貢獻率較低，因此對水資源綜合評價得分的影響較小.

總的來說，長沙市、岳陽市、常德市、衡陽市、株洲市等城市水資源承載力較低，張家界市、湘西自治州、婁底市、懷化市、益陽市等城市水資源承載力較高.湖南省14個市州水資源稟賦條件雖各有差異，但對水資源承載力的影響較小，水資源承載力大小主要與經濟發展水平存在很大的關系.經濟發展水平高的地區，人口數量較多，居民生活用水需求量大，加之工農業發達，工農業的廢水排放量也就比較大，水污染嚴重，因此這些地區的水資源承載力較小，反之，經濟發展水平低的地區，一般水資源承載力較大.

4 結果與討論

本文根據2013年湖南省14個市州社會經濟發展狀況、水資源稟賦條件等方面的統計數據，選擇了總人口、城鎮人口比重、水資源總量、人均GDP等13項數據作為評價指標，借助SPSS19.0統計分析軟件進行主成分分析法，研究湖南省14個市州水資源承載力的空間差異.通過主成分分析，確定了影響14個市州水資源承載力的三個主成分，分別為社會經濟發展水平、人口和水資源利用情況、水資源自然條件，這三個方面比較全面地概括了水資源承載力的影響因素，能夠反映水資源承載力的空間變化差異.

本文因為資料的限制，在研究上還存在著許多不足之處，并且在本文中，只是單獨的運用主成分分析法對14個市州的水資源承載力進行空間差異評價，沒有與其他方法的評價結果進行對比，這將在以后的研究中進一步加強.

[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，夏軍，談戈.關于水資源承載力理論與方法的研究[J].地理科學進展，2002，21(2)：180-188.

[3] 楊平，易衛華，鄧沐平.基于主成分分析的江西省水資源承載力研究[J].廣東水利水電，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] 李高偉，韓美，劉莉，等.基于主成分分析的鄭州市水資源承載力評價[J].地域研究與開發，2014，33(3)：139-142.

[6] 辛邦穎.SPSS軟件在多元統計分析中的作用[J].學園(教育科研)，2012，21(11)：93-94.

[7] 徐建華.現代地理學中的數學方法(第二版)[M].北京：化學工業出版社，2001.30-35.

[8] 李磊，張敏，王炯.基于主成分分析的陜西省水資源承載力預測[J].數學的實踐與認識，2013，43(7)：37-44.

[9] 任玉忠，葉芳，高樹東，等.基于主成分分析的濰坊市水資源承載力評價研究[J].中國農學通報，2012，28(5)：312-316.

[10] 張光鳳，張祖陸.基于GIS的濟寧市水資源承載力的主成分分析[J].水電能源科學，2013，31(12)：21-24.

[11] 傅湘，紀昌明.區域水資源承載能力綜合評價——主成分分析法的應用[J].長江流域資源與環境，1999，8(2)：168-173.

[12] 鞏嘉譽.基于主成分分析方法的山東省水資源承載力研究[J].綠色科技，2013(1)：82-84.

[13] 劉銳，陳偉亞.基于主成分分析法的武漢市水資源承載力評價[A].中國環境科學學會學術年會論文集[C].2013.

[14] 白若男，歐洋銘，梁川.基于主成分分析的成都市水資源承載力研究[J].中國水運，2012，12(12)：200-202.

[15] 杜華民.河南省水資源承載力研究[J].南水北調與水利科技，2014，12(6)：227-231.

[16] 許朗，黃鶯，劉愛軍.基于主成分分析的江蘇省水資源承載力研究[J].長江流域資源與環境，2011，20(12)：1468-1474.

[17] 王春娟，馮利華，陸小強.鄂爾多斯市水資源承載力的主成分分析[J].水資源與水工程學報，2012，23(1)：77-80.

[責任編輯：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

彭瑩瑩(1990-)，女，江蘇南通人，湖南師范大學碩士研究生，主要從事洞庭湖流域水資源與水環境等方面的研究.

TV213

A

1672-3600(2015)09-0077-07