李治軍,汪 超,陳海楓,王旻憶
(黑龍江大學水利電力學院,黑龍江大學寒區地下水研究所,黑龍江 哈爾濱 150086)
水資源是一個國家的基礎性、戰略性重要資源與能源。水資源系統則是一個包含有大量不確定性信息的復雜系統[1],其開發利用程度隨著社會需求的增長和經濟技術水平的提高而不斷增加,在一定的社會經濟技術水平和自然條件下,區域水資源的開發總是被限制進行[2]。對于研究一個地區的水資源開發利用程度,不但可以反映當地的社會經濟水平,還可以量化當地水資源可持續發展潛力。
對區域性水資源開發利用程度進行評價時,目前常用的方法有投影尋蹤法[3]、灰色關聯分析法[4]、模糊綜合評價法[5]、屬性識別理論[6]、集對分析法[7]等,由于水資源具有自然屬性、社會屬性、經濟屬性、生態屬性和環境屬性[8],水資源系統與社會經濟、生態環境系統之間存在極其復雜的交互耦合關系,單一使用上述方法,不能體現水資源開發利用系統的全面性、復雜性、客觀性。本文在灰色關聯分析法的基礎上,利用熵權法與AHP相結合的方法確定了最終指標權重,消除AHP的主觀性影響,以此構建AHP-熵權法-灰色關聯分析綜合評價模型,對江蘇省13個市州的水資源開發利用程度進行評價。
江蘇省地處亞熱帶向暖溫帶過度區,氣候溫和,雨量適中,四季分明,自然條件優越,經濟基礎較好。境內多年平均水資源量436.57億m3,多年平均水資源供水量493.29億m3。2010—2020年江蘇省水資源供水量與水資源總量對比圖如圖1所示,圖中顯示江蘇省過去幾年水資源供水量占水資源總量的比例基本在80%以上,且大多年份水資源供水量大于總量。

圖1 2010—2020年江蘇省水資源供水量與水資源總量對比圖
對于指標的選擇,目前比較廣泛應用的指標篩選方法有專家咨詢法、主成分分析法、粗糙集理論、聚類分析法、相關分析法和灰色關聯分析法等,本文使用灰色關聯分析法來選取與水資源開發利用率相關度比較高的指標。
2.1.1指定參考數列
選擇需判斷關聯度的各個變量中的一個作為參考數列,記為x0(k),k=1,2,3…n,n為地區個數,其它指標記為xi(k),k=1,2,3…m,m為待選指標個數。
2.1.2數據無量綱化處理
利用均值化法,即
(1)
2.1.3計算關聯系數
對于一個參考數列x0,有幾個比較數列x1,x2,…,xn的情況,可以用下述關系表示各比較曲線與參考曲線在各點的差:

(2)
式中,ξi(k)—第k個時刻比較曲線xi與參考曲線x0的相對差值,即關聯系數,ζ—分辨率,一般在0與1之間選取,本文取0.5.
2.1.4計算關聯度
(3)
式中,ri—第i個指標對參考指標的關聯度。
2.1.5選擇評價指標體系
列出關聯序,根據ri的大小選擇出評價指標體系。
目前常用的確定權重的方法是層次分析法(AHP,analytic hierarchy process),適用于解決包含大量不能定量計算只能定性描述的相互關聯和制約因素的問題,其判斷矩陣的構造具有一定的主觀性,缺乏客觀性的評價,然而熵權法可以彌補這樣的缺點,所以本文應用基于熵權法與AHP的組合權重來確定最終權重。
2.2.1AHP確定主觀權重[9]
(1)構建判斷矩陣
根據表1構建m階判斷矩陣T:

表1 指標之間比較量化值規定
(4)
計算判斷矩陣各行元素的積Ti:
(5)
計算Ti的n次方根βi,得到向量β:
(6)
對βi進行歸一化處理,則指標的權重系數:
(7)
最后計算判斷矩陣的最大特征值:
(8)
②一致性檢驗:
CR=CI/RI
(9)
(10)
式中,CR=CI/RI—判斷矩陣B的一致性指標,CR<0.1即為通過檢驗,RI—同價的平均隨機一致性指標,由查表2所得。

表2 平均隨機一致性指標
2.2.2熵權法確定客觀權重[10]
熵權法是根據各個指標提供的信息量大小確定權重的方法,指標的信息熵越小,表明指標值離散程度越大,對綜合評價的影響(即權重)就越大[11]。文獻[10-11]已經給出了熵權法的具體計算步驟,在此不再贅述。
2.2.3確定最終權重
(11)
式中,w′—AHP法得到的權重;w″—熵權法得到的權重;評價指標的個數計為i(i=1,2,3…n)。
對于水資源開發利用程度的評價,應充分考慮水資源的各種屬性,在此基礎上,本文在水資源生態系統、水資源開發利用系統、社會經濟這3大系統中選取出可以較好評價江蘇省水資源開發利用程度的20個評價指標。在這20個評價指標中,我們根據江蘇省2010—2020年相關數據,以水資源開發利用率作為參考序列并進行灰色關聯分析,從而選取出10個最優指標作為評價指標,評價指標選取具體情況見表3。

表3 灰色關聯分析及其選擇結果
為了更系統地評價江蘇省水資源的開發利用程度,根據上述通過關聯度選擇出的10個評價指標構建了如圖2所示的遞階層次結構模型。同時江蘇省各市州的評價指標值見表4。

表4 江蘇省各市州的評價指標值

圖2 水資源開發利用程度綜合評價指標體系的遞階層次結構模型
根據熵權法與AHP得到的最終權重見表5。

表5 綜合權重計算結果
谷紅梅、李國良等在區域水資源開發利用程度綜合評價中[12-13]對影響因素進行了分級,但根據江蘇省水資源公報,江蘇省屬于豐水地區,對其水資源的分析評價才剛剛開始,并未對等級劃分界定標準,因此在本次評價中,我們通過按下式(11)計算水資源開發利用程度綜合評價指數,且楊奇勇[4]和孫芳玲[14]通過計算綜合評價指數來作為評價水資源開發利用程度的依據都是具有非常大的適用性和可靠性。
ai=∑cijwcj
(12)
式中,ai—第i個市州水資源綜合開發利用程度評價的綜合指數,cij—第i個市州水資源綜合開發利用程度評價參評指標的量化值,wcj—各參評指標的權重。
江蘇省水資源開發利用程度綜合評價指數見表6。

表6 江蘇省水資源開發利用程度綜合評價指數
結果表明江蘇省南京市水資源開發利用程度最高,徐州市水資源開發利用程度最低,為了使對江蘇省各市州的開發利用程度與其地理分布規律有更加直觀的感受,對該地區的水資源開發利用綜合指數通過ArcGIS進行可視化的分析,如圖3所示。

圖3 江蘇省各市州水資源開發利用利用程度綜合評價指數
可以看出江蘇省南部相對于北部開發利用程度稍高,開發利用潛力稍低些,尤其是南京市周邊,主要原因還是因為南京市經濟社會發展水平高,對周邊起到了一定的輻射作用,表明經濟發展和水資源利用有著非常大的聯系[15],這也是為什么南京市周邊幾個市州比北部幾個市州開發利用程度相對較高的原因之一。
(1)由于對于水資源的開發利用程度評價本身就是一個系統的、復雜的多層次綜合決策問題,所以本文在對江蘇省進行水資源開發利用程度評價時,首先根據《江蘇省水資源公報》(2010—2020年)和《江蘇省統計年鑒》(2010—2020年)的相關數據,通過灰色關聯分析計算出關聯度,依據其大小選擇出最優指標,使所選評價指標更加具有可靠性。
(2)根據AHP-熵權法確定綜合權重,避免了AHP的主觀性,使得評價結果與實際更相符,在此基礎上本文構建了AHP-熵權法-灰色關聯法綜合評價指標體系。
(3)開發利用程度評價結果顯示江蘇省水資源開發利用程度的綜合指數平均值為0.4919,江蘇省整體開發利用程度處于中等水平,水資源開發利用潛力較高。