我國水土資源承載力評價及障礙因子診斷

孫海楓 李林

摘 要：為正確認識我國水土資源承載力并探究影響承載力的關鍵因素，從水土資源、社會、經濟、生態4個系統出發構建了我國水土資源承載力評價指標體系，利用熵權-TOPSIS模型對我國2005—2018年省（市、區）水土資源承載力的時空變化特征進行定量研究，并結合障礙因子診斷模型識別承載力的主要影響因素。結果表明：研究期內我國水土資源承載力均值在0.370 3～0.395 0之間，整體處于中等偏下水平，并呈現輕微減弱趨勢;我國水土資源承載力在空間上呈現南北較高，中部較低的分布格局;經濟密度、水土資源匹配系數、生態環境用水比例、人均水資源量及人均GDP等是研究期內影響我國水土資源承載力的主要障礙因子。

關鍵詞：水土資源;承載力評價;熵權-TOPSIS模型;障礙因子診斷模型

中圖分類號：TV213.4;X24 文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2021.10.017

引用格式：孫海楓，李林.我國水土資源承載力評價及障礙因子診斷[J].人民黃河，2021，43（10）：86-92.

Abstract： In order to correctly understand the carrying capacity of water and soil resources and explore the key factors affecting the carrying capacity in China，based on the four systems of water and soil resources system， society system， economy system and ecology system， this paper constructed the evaluation index system of water and soil resources carrying capacity in China. It used entropy weight-TOPSIS method to quantitatively study the temporal-spatial variation characteristics of the carrying capacity of water and soil resources in the provinces of China from 2005 to 2018， and identify the main influencing factors of the carrying capacity by using the obstacle degree model. The results show that the average carrying capacity of water and soil resources in China is between 0.370 3 and 0.395 0 during the study period， which is below the average level with a slight weakening trend. The spatial distribution pattern of water and soil resources carrying capacity is higher in the north and south of China， and weaker in the middle. Economic density， water and soil resources matching coefficient， proportion of water use for ecological environment， per capita water resources and per capita GDP are the main obstacles affecting the carrying capacity of water and soil resources in China during the study period.

Key words： water and soil resources; carrying capacity evaluation; entropy weight-TOPSIS model; obstacle degree model

1 引 言

水土資源是人類生存的基礎資源和社會經濟發展的物質載體[1]。隨著我國人口增加、城市化和工業化持續推進，水土資源所表現出的短缺和供需不平衡等資源非持續性問題成為制約我國可持續發展的主要障礙[2]。水土資源承載力作為資源承載能力的重要組成部分，開展水土資源承載力評價研究，對于促進水土資源合理開發具有重要的現實意義。

近年來，關于水土資源承載力的研究引起了人們的普遍關注，學者們圍繞水資源承載力[3-4]、土地承載力[5]、水土資源承載力的演變特征[1，6-7]、分區研究[8]、影響因素識別[8-10]、調控策略[10-12]等方面開展了大量探索，研究成果豐碩。如南彩艷等[13]從水資源、土地資源、社會、經濟、生態和科技等方面構建指標體系，基于改進模糊綜合評價模型對關中地區現狀及未來的水土資源承載力進行了評價;施開放等[14]通過構建水土資源承載力評價指標體系，結合可拓學原理和熵權理論對重慶三峽庫區2010年水土資源承載力進行了研究，并定量識別了其影響因素;黃程希等[15]以澤州縣壓煤區為例，通過明確煤炭開采規模與水土資源承載協調性的變化趨勢，提出了實現水-土-煤資源協調利用的發展對策。上述研究在支撐水土資源優化配置和高效利用方面發揮了重要作用，但已有的研究多局限于單時間截面上水土資源承載力的定量測度和地域空間分異，從多時間截面上動態分析水土資源承載力時空變化的研究較少。此外，已有研究通常是在單個縣域、市域或省（市、區）尺度上展開的，不足以為促進整個國家水土資源可持續利用提供依據，對國家層面上多省（市、區）尺度水土資源承載力的相關研究亟須進一步豐富。

鑒于此，本研究綜合運用熵權-TOPSIS模型和障礙因子診斷模型，對我國2005—2018年30個省（市、區）水土資源承載力進行定量評價，探究其時空變化特征，定量識別多時間截面上水土資源承載力的主要影響因素，以期為我國水土資源的開發利用和相關政策的制定提供參考。

2 數據與方法

2.1 數據來源

以我國30個省（直轄市、自治區）為研究區（受數據不可獲得限制，暫不包括我國港澳臺及西藏自治區），選擇2005年、2010年、2015年和2018年作為典型年份開展研究。研究所采用的水資源、土地資源、社會經濟、生態等方面的基礎數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國環境統計年鑒》《中國水資源公報》等，各項具體指標值均在相關數據的基礎上整理所得。

2.2 水土資源承載力評價指標體系

水土資源承載力是指某一區域在一定時期內，以可預見的技術和社會經濟發展水平為依據，以可持續發展為準則，以維持生態環境良性循環為前提，水土資源對社會經濟主體各種活動的最大支撐能力[16]。在對水土資源承載力進行評價時，指標體系的建立是其重要依據和基礎環節，其中指標的選擇直接關乎評價結果的科學性和合理性。因此，本研究在現有研究成果[1-2，6，13-14，16-19]的基礎上，考慮水土資源與社會經濟和生態環境的關系，基于系統性、綜合性、可操作性及層次性原則，從水土資源系統、社會系統、經濟系統和生態系統出發構建了包含24個代表性指標的水土資源承載力評價指標體系（見表1）。

2.3 評價方法

2.3.1 指標的標準化處理

為了保證指標之間的可比性，需要對各項指標進行標準化處理來消除量綱，公式為

2.3.2 熵權-TOPSIS評價模型

TOPSIS模型即為逼近理想解排序方法，主要用來解決有限方案多目標決策問題，是一種在系統分析中被廣泛應用的以距離為評價標準的綜合評價法[2，20]。TOPSIS模型的重要環節是評價指標權重的確定，而熵權法是一種常用的客觀賦權方法。本研究綜合采用熵權-TOPSIS模型對我國水土資源承載力水平進行評價，步驟如下。

2.3.3 障礙因子診斷模型

采用障礙因子診斷模型對我國水土資源承載力的障礙因子進行定量分析，診斷出影響水土資源承載力的約束因子，以便有針對性地采取措施提高我國水土資源承載力水平。模型表達式[19-20]為

3 結果與分析

3.1 水土資源承載力時序特征

根據表1構建的水土資源承載力評價指標體系，結合熵權-TOPSIS模型，得到2005—2018年我國30個省（市、區）的水土資源承載力評價值（見表2）。從表2可以看出，我國水土資源承載力最高的是上海，其多年平均評價值為0.792 9，其排名穩居第1位，并且遠高于其他省（市、區）的承載力水平;水土資源承載力最低的為甘肅，其平均值為0.227 1，與上海相差0.565 8。

對水土資源承載力評價值進一步處理，分析其時序變化特征（見表3）。2005—2018年我國各省（市、區）水土資源承載力評價值在0.207 0～0.803 4之間，極差由2005年的0.543 9增大至2015年的0.579 6，隨后又減小至2018年的0.576 9，說明我國水土資源承載力水平在省（市、區）間的差距呈現先擴大后輕微縮小的變化特征。我國各省（市、區）水土資源承載力評價值的平均值呈現先增后減的波動變化趨勢，數值介于0.370 3～0.395 0之間，說明我國各省（市、區）水土資源承載力整體處于中等偏下水平。標準差先增大后減小，說明我國省（市、區）尺度水土資源承載力評價值與均值的離散程度呈波動變化趨勢;4個年份的峰度系數分別為4.576 8、2.636 4、3.107 8、5.019 6，偏度系數均大于0，樣本數據表現為尖峰分布且向右偏移，形態變化表現為陡峭—平緩—平緩—陡峭。

基于我國各省（市、區）水土資源承載力評價值的計算結果，結合ArcGIS軟件中自然斷點法將我國2005—2018年各省（市、區）水土資源承載力劃分為5種類型：弱承載力（0～0.277 5）、較弱承載力（0.227 6～0.331 5）、適中承載力（0.331 6～0.435 8）、較高承載力（0.435 9～0.592 7）、高承載力（>0.592 7），進而統計了各年份不同承載力類型的省（市、區）個數變化情況（見表4）。弱承載力、較弱承載力和高承載力類型的省（市、區）個數變化較小，數量分別為3～4、7～8和1～2，數量較穩定，而其他2種類型的省（市、區）數量變化較大，總體表現為較高承載力向適中承載力發展，在研究期內呈現輕微惡化的發展態勢。從時間來看，2005—2010年我國省（市、區）尺度水土資源承載力由適中向較高、高承載力轉化，至2010年各省（市、區）承載力整體有所提升;2010—2015年變化幅度較小，表現為弱承載力向較弱承載力轉化，水土資源承載力略有提升;2015—2018年表現為高、較高、較弱承載力較大規模地向適中、弱承載力轉化，2018年全國水土資源承載力水平降低。

3.2 水土資源承載力空間特征

根據水土資源承載力分類結果，繪制2005—2018年我國省（市、區）各類水土資源承載力的空間分布圖（見圖1）。總體來看，我國省（市、區）水土資源承載力呈現自南向北先減小后增大的空間分布格局。具體來說，高承載力區域為上海，其土地資源配置效率高，水資源開發利用程度低且效率高，再加上發達的社會經濟水平，導致水土資源承載力水平明顯高于其他地區。較高承載力區域有北京、天津、浙江、福建、廣東以及青海，這類地區具有明顯的特征：社會經濟發達，水資源利用技術先進，水土資源利用高效且生態環境整治效果明顯，如北京、天津、浙江、福建、廣東;或者是社會經濟雖不發達但人類活動強度弱，且水土資源豐富，如青海，這些都在一定程度上緩解了當地的水土資源可持續利用壓力，提升了其水土資源承載力。適中承載力區域呈條帶狀分布格局，主要分布在我國北部邊疆一線和華東、華中、華南部分省（市、區）構成的東南一線。較弱承載力區域主要分布在我國西南部分省（市、區）、湖北、河北和遼寧等，這些地區水資源較為短缺，水資源開發利用程度高，水土資源匹配程度較低，社會經濟欠發達，給其水土資源可持續利用帶來了較大的壓力，影響了其水土資源承載力水平。弱承載力區域主要分布在黃河中上游部分省（區）及貴州，這些地區地形復雜，以高原山地為主，水土資源匹配程度低，生態環境脆弱，農業生產占比較大，社會經濟不發達，進而導致這些地區水土資源可持續利用壓力大，承載力很低。

3.3 障礙因子

我國水土資源承載力評價值在2005—2018年整體上有所下降，不利于水土資源可持續健康發展，因此對我國水土資源承載力的內在障礙因子進行研究，識別其關鍵影響因素，以便精準施策。結合障礙因子診斷模型計算了2005—2018年我國水土資源承載力指標層的因子障礙度（見圖2），并對障礙度排名前五的主要障礙因子進行識別（見表5）。

整體來看，2005年、2010年、2015年和2018年這4個年份對我國水土資源承載力影響較大的主要障礙因子均為經濟密度、水土資源匹配系數、生態環境用水比例、人均水資源量、人均GDP。其中：第一障礙因子為經濟密度，障礙度的變化雖呈減小趨勢，但一直保持在14.15%以上，可見單位土地上經濟活動的效率對水土資源承載力制約作用最強;水土資源匹配系數的障礙度在研究期內整體呈現波動增大趨勢，由2005年的9.92%增大到2018年的10.42%，是我國水土資源承載力的第二障礙因子;人均水資源量的障礙度在研究期內呈現先減小后增大趨勢，對水土資源承載力的影響名次由2005年、2010年的第3下降至2015年、2018年的第4;人均GDP的障礙度呈先增大后減小變化趨勢，障礙度整體有所減小，影響名次由2005年、2010年的第4降至2015年、2018年的第5;生態環境用水比例對水土資源承載力的影響在研究期內變化最為顯著，障礙度由2005年的5.65%增大至2018年的9.69%，提升幅度高達71.5%，排名由2005年的第5提升至2018年的第3，已成為繼經濟密度和水土資源匹配系數之后障礙度較大的因子，可見在生態文明理念引領下，生態環境因子對我國水土資源承載力的制約作用越來越大。

4 結 論

本研究通過建立水土資源承載力評價指標體系，結合相關研究方法和手段，揭示了我國各省（市、區）水土資源承載力時空變化特征，并識別了制約我國水土資源承載力的主要障礙因素，主要結論如下。

（1）2005—2018年我國各省（市、區）間水土資源承載力差距先擴大后縮小，均值在0.370 3～0.395 0之間，承載力處于中等偏下水平，有待整體提高。省（市、區）承載力表現為較高承載力向適中承載力發展，整體呈現輕微減弱態勢。

（2）我國省（市、區）水土資源承載力呈現自南向北先減小后增大的空間分布特征。高承載力省（市、區）為上海，較高承載力省（市、區）有北京、天津、浙江、福建、廣東及青海，適中承載力省（市、區）主要分布在我國北部邊疆一線和華東、華中、華南部分省（市、區）構成的東南一線，較弱承載力省（市、區）有我國西南部分省（市、區）、湖北、河北和遼寧等，弱承載力省（市、區）有黃河中上游部分省（區）及貴州。

（3）障礙因子分析表明，經濟密度、水土資源匹配系數、生態環境用水比例、人均水資源量、人均GDP是研究期內對我國水土資源承載力制約作用最強的因素，應引起有關方面的重視。

限于數據可獲性，本文僅對我國水土資源承載力的障礙因子進行了初步識別，建立的評價指標體系還不很完善。影響水土資源承載力的因素較多，作用機理更是錯綜復雜，全面考慮包含制度、管理政策等在內的多要素障礙因子識別及影響機制有待于進一步深入探討。

參考文獻：

[1] 肖月潔，楊中牮，馬歷，等.基于模糊綜合評價的四川省水土資源承載力時空演變分析[J].灌溉排水學報，2018，37（5）：106-114.

[2] 楊劍，丁玲玲，李新堯，等.基于熵權TOPSIS的湖北省農業水土資源承載力時空動態研究[J].土壤，2019，51（6）：1246-1252.

[3] 程彥培，宋樂.基于土地利用的水資源承載力評價方法研究[J].南水北調與水利科技，2015，13（1）：41-44.

[4] 郭倩，汪嘉楊，張碧.基于DPSIRM框架的區域水資源承載力綜合評價[J].自然資源學報，2017，32（3）：484-493.

[5] 李剛，盧曉寧，邊金虎，等.岷江上游土地資源承載力評價[J].水土保持研究，2015，22（1）：262-268，331.

[6] 文倩，李小彎，鄖雨旱，等.河南省農業水土資源承載力的時空分異[J].中國水土保持科學，2019，17（3）：104-112.

[7] 拓學森，陳興鵬，薛冰.民勤縣水土資源承載力系統動力學仿真模型研究[J].干旱區資源與環境，2006，15（6）： 78-83.

[8] 周智，黃英，黃娟.水土資源承載力區域差異與影響因素[J].水土保持通報，2015，35（2）：344-349.

[9] 郭嘉偉，張軍，陳彥.基于熵權可拓物元模型的會寧縣水土資源承載力評價[J].甘肅農業大學學報，2018，53（6）：195-203.

[10] 任守德，付強，王凱.基于宏微觀尺度的三江平原區域農業水土資源承載力[J].農業工程學報，2011，27（2）：8-14.

[11] 呂添貴，吳次芳，游和遠.鄱陽湖生態經濟區水土資源與經濟發展耦合分析及優化路徑[J].中國土地科學， 2013，27（9）：3-10.

[12] 楊廣，何新林，杜玉嬌，等.葉爾羌河灌區水土資源特征及其承載力分析[J].人民黃河，2013，35（2）：78-80.

[13] 南彩艷，粟曉玲，佟玲，等.關中地區水土資源承載力復合指標體系及綜合評價[J].干旱地區農業研究，2011，29（6）：164-172.

[14] 施開放，刁承泰，孫秀鋒.基于熵權可拓決策模型的重慶三峽庫區水土資源承載力評價[J].環境科學學報， 2013，33（2）：609-616.

[15] 黃程希，王瑾，畢如田，等.壓煤區開采規模與水土資源承載力協調性分析[J].灌溉排水學報，2018，37（1）：91-97.

[16] 李天霄，付強，彭勝民.基于DPSIR模型的水土資源承載力評價[J].東北農業大學學報，2012，43（8）：128-134.

[17] 李慧，周維博，莊妍，等.延安市農業水土資源匹配及承載力[J].農業工程學報，2016，32（5）：156-162.

[18] 王潔云，許譯文，吳克寧，等.新疆水土資源綜合承載力評價與水土耦合[J].太原理工大學學報，2014，45（4）：500-505.

[19] 朱薇，周宏飛，李蘭海，等.哈薩克斯坦農業水土資源承載力評價及其影響因素識別[J].干旱區研究，2020，37（1）：254-263.

[20] 傅聰穎，賴昭豪，郭熙.基于熵權TOPSIS模型的區域資源環境承載力評價及障礙因素診斷[J].生態經濟，2020，36（1）：198-204.

[21] YANG M H， YAO Z H， CAO L H， et al. Spatial-Temporal Evolution Characteristicsand Influencing Factors of County Rural Hollowing in Henan[J]. Ciencia Rural， 2019， 49： e20180619.

[22] 賈亦真，沈菊琴，王晗，等.蘭州市水資源價值模糊評價研究[J].人民黃河，2018，40（9）：68-73.

【責任編輯 張華興】