寶雞市水資源脆弱性評價(jià)

任源鑫， 張海寧， 周 旗， 張星星,2

(1.寶雞文理學(xué)院 地理與環(huán)境學(xué)院， 陜西 寶雞 721013； 2.陜西省寶雞市八魚鎮(zhèn)人民政府， 陜西 寶雞 721013)

1 研究背景

地球水資源系統(tǒng)受內(nèi)、外因素的共同擾動(dòng)作用，其不僅表現(xiàn)為水資源系統(tǒng)固有的屬性，還表現(xiàn)為一種人水關(guān)系，即水資源系統(tǒng)供需關(guān)系不能滿足人類社會(huì)發(fā)展或生態(tài)需求時(shí)，人類社會(huì)或生態(tài)體系正常功能難以發(fā)揮或受限的可能性[1-2]。 當(dāng)今世界格局下，水資源問題已經(jīng)成為影響全球經(jīng)濟(jì)發(fā)展最嚴(yán)重的問題[3]。

水資源脆弱性研究起源于1968年法國Albineth和Margat的地下水脆弱性研究，研究中將地下水脆弱性理解為人類所涉及水層的天然特性[4]。我國有關(guān)水資源脆弱性的研究相對較晚，但發(fā)展較快，如2013年雒新萍等[5]針對中國的8個(gè)流域做出了整體的脆弱性評價(jià)。對于水資源脆弱性的研究，國內(nèi)外學(xué)者均傾向于采用不同的方法對于水資源進(jìn)行定量評價(jià)[6]?；陟貦?quán)法等傳統(tǒng)賦權(quán)方法仍是目前的主流趨勢[7-10]，GIS與神經(jīng)網(wǎng)絡(luò)的方法也多被應(yīng)用于水資源脆弱性評價(jià)當(dāng)中[11-14]，姜海波等[15]通過水質(zhì)與水量的相關(guān)指標(biāo)評價(jià)了塔里木河流域水資源脆弱性相關(guān)趨勢，但這些方法均具有一定的客觀性，且受指標(biāo)標(biāo)準(zhǔn)值范圍的影響，缺乏主觀因素的評價(jià)。模糊綜合評價(jià)法是一種能夠?qū)⒍ㄐ耘c定量、主觀與客觀相結(jié)合的綜合評價(jià)方法[16-19]。本文以寶雞市為研究區(qū)域，針對水資源系統(tǒng)的復(fù)雜性[20]，基于DPSIR模型，構(gòu)建出水資源脆弱性評價(jià)指標(biāo)體系，通過層次分析法與改進(jìn)的熵值法對各項(xiàng)指標(biāo)進(jìn)行主客觀組合賦權(quán)，結(jié)合模糊綜合評價(jià)法對寶雞市17年水資源脆弱性進(jìn)行綜合得分，將能夠反映脆弱性機(jī)理的S型曲線應(yīng)用于脆弱性分級當(dāng)中[21]，根據(jù)因子貢獻(xiàn)率找出主導(dǎo)影響因子，為寶雞市水資源脆弱性現(xiàn)狀評價(jià)及改善水資源脆弱性提供現(xiàn)實(shí)支持。

2 研究區(qū)概況

寶雞，古稱陳倉，總面積約1 8131 km2，是陜西省第二大城市，自古有“關(guān)中水龍頭”的美稱。全市位于秦嶺以北的黃河流域面積13 027 km2，占全市總流域面積的72%，分布有黃河的一級支流渭河，自西向東橫貫全境，流程200.02 km；位于秦嶺以南的長江流域面積為5 104 km2，占全市總流域面積的28%。

寶雞市年平均降水量在600～900 mm之間，受地理位置、氣候特征和下墊面條件的影響，年內(nèi)分布不均，變化較大，降水空間分布不平衡，山區(qū)、平原差異懸殊，產(chǎn)流深高值區(qū)在秦嶺山區(qū)一帶，有東低西高、北低南高的特點(diǎn)。

圖1 寶雞地區(qū)地理位置及行政區(qū)劃圖

3 研究內(nèi)容與方法

本文通過寶雞市水資源脆弱性評價(jià)指標(biāo)體系的構(gòu)建、評價(jià)指標(biāo)體系內(nèi)權(quán)重的確定以及模糊綜合評價(jià)法對寶雞市1999-2015年水資源系統(tǒng)的脆弱性進(jìn)行綜合評價(jià)，通過計(jì)算各指標(biāo)的貢獻(xiàn)率進(jìn)一步分析影響水資源脆弱性的主要因素。由綜合得分對寶雞市水資源脆弱情況進(jìn)行整體分析，并由此得出寶雞市1999-2015年水資源脆弱性動(dòng)態(tài)變化趨勢。

3.1 模型指標(biāo)體系構(gòu)建

3.1.1 DPSIR模型的含義 DPSIR 概念模型，即“驅(qū)動(dòng)力(Driving forces)-壓力(Pressure)-狀態(tài)(State)-影響(Impact)-響應(yīng)(Responses)”模型。該模型描述起源和結(jié)果之間的環(huán)境問題邏輯鏈，從系統(tǒng)的角度看待人與環(huán)境系統(tǒng)之間的相互作用，涵蓋了區(qū)域經(jīng)濟(jì)、人口、資源、社會(huì)發(fā)展與生態(tài)環(huán)境5大要素，較好地體現(xiàn)了人與資源環(huán)境之間的因果關(guān)系及各子系統(tǒng)之間的內(nèi)在聯(lián)系。

3.1.2 DPSIR模型理論框架 本文根據(jù)DPSIR模型，共選取19個(gè)指標(biāo)構(gòu)建寶雞市水資源脆弱性評價(jià)指標(biāo)體系，如圖2所示。劃分情況、指標(biāo)含義及數(shù)據(jù)來源見表1，其中數(shù)據(jù)來源主要為《寶雞統(tǒng)計(jì)年鑒》[22]、《寶雞市水資源公報(bào)》[23]等。

針對不同指標(biāo)對水資源脆弱性評價(jià)的響應(yīng)關(guān)系，將指標(biāo)分為正負(fù)反向兩類指標(biāo)。正向指標(biāo)數(shù)值與水資源脆弱性成正比，即同向變化的指標(biāo)為正向指標(biāo)；負(fù)向指標(biāo)與水資源脆弱性成反比，即反向變化的指標(biāo)為負(fù)向指標(biāo)。

圖2 寶雞市水資源脆弱性評價(jià)指標(biāo)體系

3.2 確定各評價(jià)指標(biāo)的權(quán)重

各指標(biāo)權(quán)重的確定直接影響到水資源脆弱性的準(zhǔn)確程度。確定指標(biāo)權(quán)重既要遵循客觀規(guī)律，又應(yīng)與實(shí)際意義相結(jié)合。在已有的研究中，共有3種賦權(quán)方法：主觀賦權(quán)法、客觀賦權(quán)法、組合賦權(quán)法。為了克服單一方法存在的局限性，本文分別采用層次分析法和改進(jìn)的熵值法相結(jié)合的主觀+客觀的組合賦權(quán)方法來計(jì)算各指標(biāo)權(quán)重[24]。

3.2.1 層次分析法(APH法) 經(jīng)過專家咨詢，本文共建立6個(gè)判斷矩陣：準(zhǔn)則因素判別矩陣、驅(qū)動(dòng)力因素判斷矩陣、壓力因素判斷矩陣、狀態(tài)因素判斷矩陣、影響因素判斷矩陣、響應(yīng)因素判斷矩陣。為避免專家的個(gè)人偏好對評判結(jié)果的影響，共邀請10位專家進(jìn)行打分。依據(jù)寶雞市水資源脆弱性評價(jià)指標(biāo)體系，通過構(gòu)建的判斷矩陣，對各層級指標(biāo)兩兩比較，確定相對重要性，并采用Thom as L.satty標(biāo)度法，對指標(biāo)進(jìn)行賦值，均通過公式進(jìn)行一致性檢驗(yàn)。經(jīng)10位專家進(jìn)行打分后，綜合權(quán)重取10位專家打分的均值，結(jié)果如表2所示。

3.2.2 改進(jìn)的熵值法 熵最早是物理學(xué)中的概念，在社會(huì)系統(tǒng)中，信息熵主要用于測量系統(tǒng)的不確定性，信息熵越高，系統(tǒng)結(jié)構(gòu)越平衡，差異較小，變化慢[25]；反之，則差異大，變化快。因此得出各指標(biāo)的權(quán)重[26]，如表3所示。

3.2.3 組合賦權(quán)法 客觀+主觀賦權(quán)法與單一賦權(quán)方法相比，計(jì)算結(jié)果的可信度更高，權(quán)重值的科學(xué)性更強(qiáng)。根據(jù)公式(1)得出各指標(biāo)的組合權(quán)重，即綜合權(quán)重，見表4。

Ai=λA1i+(1-λ)A2i

(1)

式中：Ai為權(quán)重值；A1i為層次分析法得到的權(quán)重值；A2i為改進(jìn)的熵值法得到的權(quán)重值；本文采用主客觀相結(jié)合的方法進(jìn)行組合權(quán)重的計(jì)算，因此根據(jù)實(shí)際情況，對于主客觀方法的計(jì)算進(jìn)行等權(quán)賦值，由此將λ賦予0.5[10]。

3.3 模糊綜合評價(jià)法

本文所選取的19項(xiàng)指標(biāo)中，正向指標(biāo)包括：人口密度、豐水期降水比例、農(nóng)藥化肥使用強(qiáng)度、廢污水排放強(qiáng)度、萬元工業(yè)增加值用水量、農(nóng)業(yè)灌溉每公頃用水量、人均日生活用水量；負(fù)向指標(biāo)包括：人均 GDP、人均水資源量、每公頃水資源量、水資源開發(fā)利用率、水質(zhì)評價(jià)狀況、有效灌溉面積比、建成區(qū)綠化覆蓋率、森林覆蓋率、城市污水處理率、工業(yè)重復(fù)用水率、水利工程調(diào)蓄能力、生態(tài)環(huán)境用水比例。其中，正向指標(biāo)通過公式(2),負(fù)向指標(biāo)通過公式(3)進(jìn)行計(jì)算。

最大優(yōu)越性：

rjk=(Xjk-Xmin)/(Xmax-Xmin)

(2)

最小優(yōu)越性：

rjk=(Xmax-Xjk)/(Xmax-Xmin)

(3)

式中：k=1，2，…，17；j=1，2，…,19。Xmax為第j項(xiàng)指標(biāo)的最大值;Xmin為第j項(xiàng)指標(biāo)的最小值。由此可得模糊關(guān)系矩陣R。

表1 寶雞市水資源脆弱性評價(jià)指標(biāo)含義及數(shù)據(jù)來源

表2 寶雞市水資源脆弱性評價(jià)體系主觀權(quán)重結(jié)果

表3 寶雞市水資源脆弱性評價(jià)指標(biāo)的熵權(quán)

表4 寶雞市水資源脆弱性評價(jià)指標(biāo)綜合權(quán)重值

根據(jù)表4確定評價(jià)因素的模糊權(quán)向量矩陣A：

A=(0.0728,0.0722,0.0776,0.0426,0.0299,0.0338,0.0351,0.0328,0.0337,0.0501,0.0477,0.0383,0.0689,0.0763,0.0499,0.0577,0.0749,0.0503,0.0555)

本文采用M(·，+)模糊算子模型公式(4)對A與R進(jìn)行合成，此合成方法即保留了單因素的評價(jià)信息，又考慮了所有因素的影響。

(4)

通過構(gòu)建模糊關(guān)系矩陣進(jìn)行相關(guān)矩陣運(yùn)算，可得寶雞市1999-2015年水資源脆弱性綜合評價(jià)結(jié)果，如表5所示。

表5 寶雞市1999-2015年水資源脆弱性綜合評價(jià)結(jié)果

4 結(jié)果與分析

鑒于水資源脆弱性與指標(biāo)間的復(fù)雜關(guān)系，借助S型曲線對水資源脆弱性與指標(biāo)綜合得分之間建立非線性函數(shù)關(guān)系，如公式(5)所示[21]。

(5)

式中：c、d為根據(jù)公式(4)對模型設(shè)置的上、下限閾值，即c=0，d=1；x為S型曲線模型自變量。

將構(gòu)建好的S型曲線函數(shù)進(jìn)行5類等間距劃分，并對應(yīng)于定義域之上。得出綜合評價(jià)得分劃分標(biāo)準(zhǔn)，即不脆弱(Ⅰ級)，輕度脆弱(Ⅱ級)，中等脆弱(Ⅲ級)，嚴(yán)重脆弱(Ⅳ級)，極脆弱(Ⅴ級)得到分段標(biāo)準(zhǔn)與評價(jià)等級見表6。

表6 寶雞市水資源脆弱性等級劃分標(biāo)準(zhǔn)

根據(jù)表5、6繪制出寶雞市1999-2015年水資源脆弱性綜合得分值圖，如圖3所示。圖3中4條橫線為水資源脆弱性等級分界上限，由圖3可知，1999-2015年間寶雞市水資源脆弱性呈整體下降趨勢，且在未來繼續(xù)下降的可能性較大。寶雞市水資源脆弱性程度主要分為3個(gè)階段，即1999-2006年寶雞市水資源脆弱性整體呈嚴(yán)重脆弱及極脆弱性；2007-2008年呈中等脆弱性；2009-2015年呈輕度脆弱性。近17年來，寶雞市水資源脆弱性平均綜合得分為0.555，屬于嚴(yán)重脆弱(Ⅳ級)。

圖3 寶雞市1999-2015年水資源脆弱性綜合得分評價(jià)

通過計(jì)算各評價(jià)指標(biāo)的貢獻(xiàn)率，尋求影響寶雞市水資源脆弱性的主要原因，找出主導(dǎo)因子進(jìn)行分析評價(jià)。根據(jù)公式(6)計(jì)算得出指標(biāo)貢獻(xiàn)率,結(jié)果如圖4所示。

(6)

式中：WRVi為第i個(gè)評價(jià)指標(biāo)的貢獻(xiàn)度;WRV為所有指標(biāo)的總貢獻(xiàn)度;ri為第i個(gè)評價(jià)指標(biāo)對水資源脆弱性的影響程度。數(shù)值大小與脆弱性影響呈正比關(guān)系。

結(jié)合圖4(a)～4(e)分析可知，1999-2006年間，響應(yīng)指標(biāo)中，工業(yè)重復(fù)用水率對寶雞市水資源脆弱性的影響最大。此結(jié)果表明，在這段時(shí)間內(nèi)，寶雞市工業(yè)重復(fù)用水率處于較低水平，大量的工業(yè)用水未得到有效的循環(huán)利用，造成了寶雞市水資源的巨大壓力；其次貢獻(xiàn)率較大的指標(biāo)為萬元工業(yè)增加值用水量和廢污水排放量兩個(gè)指標(biāo)，表明這一階段，寶雞市工業(yè)生產(chǎn)對水資源的需求量較大，而生產(chǎn)過程中工廠所產(chǎn)生的有害水體對水質(zhì)造成污染，從而增加了水資源的脆弱性； 1999 -2006年，寶雞市總體水質(zhì)比較差，水資源表現(xiàn)出較強(qiáng)的脆弱性；從人均 GDP 這一指標(biāo)可以看出寶雞市當(dāng)時(shí)正處于高速發(fā)展階段，因此，產(chǎn)業(yè)結(jié)構(gòu)的不合理造成了該段時(shí)間水資源巨大的壓力。

2007-2008年寶雞市水資源脆弱性表現(xiàn)為中等脆弱，這一階段年降水量較其他年份小，屬偏枯年份，因此對寶雞市水資源脆弱性貢獻(xiàn)率最大。人均GDP與工業(yè)重復(fù)用水率指標(biāo)貢獻(xiàn)率仍然較高，說明寶雞經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)有待轉(zhuǎn)型升級。同時(shí)，為了應(yīng)對寶雞市經(jīng)濟(jì)快速發(fā)展與水資源日益短缺的新形勢，寶雞市2006年正式啟動(dòng)了創(chuàng)建節(jié)水型城市活動(dòng)，大量的節(jié)水措施及工程深入各個(gè)群體當(dāng)中，成果顯著。并于2008年9月通過國家考核小組驗(yàn)收。因此這一階段寶雞市水資源脆弱性快速下降。

圖4 5類因素指標(biāo)貢獻(xiàn)率

2009-2015年寶雞市水資源脆弱性表現(xiàn)為輕度脆弱階段，根據(jù)指標(biāo)貢獻(xiàn)率分析可知，人口密度、豐水期降水比例、生態(tài)環(huán)境用水比例是影響寶雞市這一階段水資源脆弱性的主要因素。2009年經(jīng)國務(wù)院批復(fù)通過建設(shè)關(guān)中-天水經(jīng)濟(jì)區(qū)，寶雞作為重要的節(jié)點(diǎn)城市，經(jīng)濟(jì)發(fā)展速度加快，城市人口的大量集聚加劇了水資源脆弱性。與此同時(shí)，國家針對農(nóng)村及小型節(jié)水措施的改造以及寶雞市渭河干支流水利措施的建設(shè)與加固工程，對于寶雞市水資源脆弱性總體下降趨勢起到了重要的影響作用。2015年，寶雞市渭河綜合治理主體工程全面竣工，渭河干流內(nèi)污水的全面截留已基本實(shí)現(xiàn)，對于寶雞市水資源脆弱性的降低起到了至關(guān)重要的作用。

5 結(jié)論與建議

以DPSIR模型5個(gè)邏輯層次為基礎(chǔ)，結(jié)合層次分析法與改進(jìn)的熵值法主客觀賦權(quán)優(yōu)勢，對寶雞市水資源脆弱性19個(gè)指標(biāo)進(jìn)行組合賦權(quán)，針對一些指標(biāo)之間信息挖掘度不足、指標(biāo)與指標(biāo)間定量化界限不清等特點(diǎn)，本文采用模糊綜合評價(jià)法進(jìn)行綜合得分，并在S型曲線函數(shù)的基礎(chǔ)上對水資源脆弱性進(jìn)行了等級劃分，由此得出以下結(jié)論:

(1) 1999-2015年寶雞市水資源脆弱性等級處于嚴(yán)重脆弱(Ⅳ級)，但17 a間脆弱性整體呈下降趨勢，且未來繼續(xù)下降可能較大。具體可分為3個(gè)階段：1999-2006年嚴(yán)重脆弱階段；2007-2008年中等脆弱階段；2009年-2015年輕度脆弱階段。

(2)根據(jù)寶雞市各指標(biāo)因素的貢獻(xiàn)率可以看出，自然因素與人為因素共同影響著寶雞市水資源脆弱性級別。其中，降水量、工業(yè)重復(fù)用水率、萬元工業(yè)增加值用水量、廢污水排放量、人口密度、生態(tài)環(huán)境用水量為其主導(dǎo)因子。國家良好的水資源利用及管理政策能夠在很大程度上對水資源脆弱性起到降低的作用。

(3)根據(jù)水資源脆弱性評價(jià)結(jié)果及主導(dǎo)影響因子來看，提高水資源利用率、加大生態(tài)用水投入、整治廢水排放是降低水資源脆弱性的重要舉措，積極優(yōu)化水資源管理模式將有助于實(shí)現(xiàn)水資源合理配置及水資源脆弱性的整體改善。