聶斌，范青陽

(1. 安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001；2.安徽省阜陽市供水總公司，安徽 阜陽 236030)

水是孕育萬物的的重要資源，人們的生產(chǎn)生活都離不開水。近年來，在我國經(jīng)濟(jì)保持中高速發(fā)展的同時(shí)，人口規(guī)模不斷擴(kuò)大，城市化建設(shè)水平逐漸提高，而水資源緊張這一難題日益凸顯。

承載力是物理學(xué)中的力學(xué)范疇，水資源承載力則是指在某個(gè)特定區(qū)域內(nèi)，不破壞生態(tài)環(huán)境的前提下，該區(qū)域的水資源能夠最大限度去承載該地區(qū)的經(jīng)濟(jì)、社會(huì)、人口等方面的發(fā)展[1]。水資源承載力的高低在一定程度上決定著城市經(jīng)濟(jì)社會(huì)能否保持可持續(xù)發(fā)展[2]。做好水資源承載力的研究，有利于城市科學(xué)合理規(guī)劃現(xiàn)有水資源；有利于促進(jìn)城市經(jīng)濟(jì)社會(huì)保持可持續(xù)發(fā)展；有利于加快建設(shè)生態(tài)城市。

對(duì)于水資源承載力的研究，國外更多的是將其放入可持續(xù)發(fā)展的研究中[3-4]。而在國內(nèi)，學(xué)者們采用不同的研究方法對(duì)水資源承載力做出相應(yīng)的分析研究，如王睿等[5]采用模糊綜合評(píng)價(jià)對(duì)杭錦旗的水資源作出評(píng)價(jià)；李燕等[6]根據(jù)長江經(jīng)濟(jì)帶的時(shí)空變化特征用主成分分析法作出水資源承載力評(píng)價(jià)；賀欣悅等[7]用云理論對(duì)成都市的水資源承載力給出評(píng)價(jià)； 安國慶[8]采用BP神經(jīng)網(wǎng)絡(luò)對(duì)衡水市的水資源承載力作出時(shí)間及空間上的分析；劉童等[9]運(yùn)用集對(duì)分析對(duì)四川省的水資源承載力作出動(dòng)態(tài)評(píng)價(jià)；黃佳等[10]對(duì)山東省的水資源承載力的研究是基于生態(tài)足跡來分析的。水資源關(guān)系到區(qū)域的生態(tài)環(huán)境，在對(duì)其研究的同時(shí)，要加大對(duì)水資源合理持續(xù)利用的重視程度，以維護(hù)水資源的供需平衡。

1 研究區(qū)概況

安徽省轄有16個(gè)地級(jí)市，分別是：合肥、淮北、亳州、宿州、蚌埠、阜陽、淮南、滁州、六安、馬鞍山、蕪湖、宣城、銅陵、池州、安慶、黃山。就2018年[11]而言，全省常住人口達(dá)6 323.6萬人，全省生產(chǎn)總值為30 006.82億元。安徽省地處中國華東地區(qū)，南北約570 km，東西約450 km，總面積達(dá)140 100 km2，分屬長江、淮河、新安江三個(gè)流域。本省南北跨度大，受季風(fēng)氣候的影響，降水年際變化明顯。到2018年[12]，水資源總量為835.78億立方米，同比增加6.5 %，比多年平均值高16.7 %。全省供水、用水總量均為285.81億立方米，同比減少4.49億立方米。耗水總量為132.41億立方米，耗水率46%。

2 研究方法

2.1 因子分析(Factor Analysis)

因子分析[13]是主成分分析的一種拓展分析方法，通過降維處理，將復(fù)雜的多個(gè)不相關(guān)且存在信息重疊的指標(biāo)綜合為較少的且有代表性的幾個(gè)公因子，雖然公因子不是已知且不可觀測的變量，但它們可以用來反映原變量的大部分信息。

因子分析方法的原理[14]：將原始變量逐漸的多數(shù)信息用相互獨(dú)立的少數(shù)因子變量來代替。數(shù)學(xué)模型表示如下：

x1=a11Z1+a12Z2+…+a1mZm

x2=a21Z1+a22Z2+…+a2mZm……

xp=ap1Z1+ap2Z2+…+apmZm

(1)

其中：x1～xp是p個(gè)原變量，均值= 0，標(biāo)準(zhǔn)差= 1，Z1～Zm是有m個(gè)因子變量，p>m，可表示為矩陣X=AZ+a

(2)

其中：Z是公共因子，A是因子載荷矩陣，是指第i個(gè)原變量在第j個(gè)因子變量上的負(fù)荷。

基本步驟：①確定是否具有可行性，分析原變量是否適合作因子分析；②因子變量構(gòu)建；③將因子變量進(jìn)行旋轉(zhuǎn)，使其可以進(jìn)一步解釋；④因子得分的計(jì)算。

2.2 指標(biāo)的選取[15]

顯然，影響水資源的因素是多方面的，經(jīng)濟(jì)、人口、基礎(chǔ)設(shè)施建設(shè)、污染排放等諸多因素都會(huì)從不同程度影響著城市水資源。本文是從經(jīng)濟(jì)、社會(huì)、自然等多個(gè)角度來評(píng)價(jià)分析安徽省各地市的水資源承載能力，詳細(xì)類型劃分見表1。

表1 水資源承載力類型劃分

3 基于SPSS的水資源承載力綜合評(píng)價(jià)

3.1 數(shù)據(jù)整理

根據(jù)劃分的指標(biāo)，查閱并整理《2019年安徽省統(tǒng)計(jì)年鑒》和安徽省水利廳公布的《2018年安徽省水資源公報(bào)》的相關(guān)數(shù)據(jù)，見表2。

表2 安徽省16市2018年經(jīng)濟(jì)社會(huì)水資源等統(tǒng)計(jì)指標(biāo)數(shù)據(jù)

續(xù)表

3.2 應(yīng)用軟件分析[16]

運(yùn)用SPSS(Statistical Product and Service Solutions)，“分析”→“降維”→“因子分析”，將x1～x11導(dǎo)入變量中，分別在“描述”中勾選“KMO和Bartlett的球形檢驗(yàn)”；“旋轉(zhuǎn)”中選“最大方差法”；“得分”中選擇“顯示因子得分系數(shù)矩陣”；其它保持系統(tǒng)的默認(rèn)，點(diǎn)擊“確定”，等待結(jié)果。

3.3 輸出結(jié)果

通過上述操作步驟后，得出KMO和Bartlett的球形檢驗(yàn)結(jié)果如圖1所示，公因子方差結(jié)果如表3所示，解釋的總方差結(jié)果如表4所示，成分得分系數(shù)矩陣如表5所示。

KMO和巴特利特檢驗(yàn)

表3 公因子方差

表4 總方差解釋

3.4 結(jié)果分析

KMO和Bartlett的球形檢驗(yàn)(圖1)結(jié)果顯示：KMO的取值是0.656，大于0.5；在Bartlett的球形檢驗(yàn)中，顯著性P<0.001，表明數(shù)據(jù)服從正態(tài)分布。因此選取的指標(biāo)及數(shù)據(jù)可以作因子分析。

從輸出的公因子方差(表3)結(jié)果中可以看出，大部分變量共同度都在90%以上，這表明這幾個(gè)公因子能夠較好解釋各個(gè)變量。

解釋的總方差：從表4可以看出，“初始特征值”中有4個(gè)特征值超過1，“提取載荷平方和”中的累計(jì)貢獻(xiàn)率為93.901 %，大于85 %，滿足要求。因此選前4個(gè)主成分可以代替原變量。

表5 成分得分系數(shù)矩陣

根據(jù)成分得分系數(shù)矩陣(表5)，可以寫出各個(gè)公因子的表達(dá)式，如下所示：

Z1= 0.324×x1-0.045×x2-0.096×x3+ 0.143×x4+ 0.1×x5-0.118×x6+ 0.294×x7+ 0.141×x8+ 0.115×x9-0.006×x10+ 0.179×x11

Z2=-0.122×x1+ 0.433×x2+ 0.452×x3-0.01×x4+ 0.297×x5+ 0.122×x6-0.075×x7-0.019×x8+ 0.002×x10-0.004×x11

Z3=-0.148×x1+ 0.031×x2+ 0.052×x3+ 0.107×x44+ 0.216×x5+ 0.523×x6-0.104×x7-0.093×x8-0.053×x9+ 0.459×x10+ 0.182×x11

Z4=-0.195×x1+ 0.025×x2+ 0.045×x3-0.671×x4-0.109×x5-0.05×x6-0.097×x7+ 0.297×x8+ 0.322×x9-0.136×x10-0.09×x11

注：表達(dá)式中的變量均為標(biāo)準(zhǔn)化后的取值。

3.5 后續(xù)分析[17]

依據(jù)所提取的公因子得分對(duì)16個(gè)城市進(jìn)行排序。

Z= 0.43649×Z1+ 0.27941×Z2+ 0.12382×Z3+ 0.0928×Z4

在SPSS中得出綜合得分，如表6所示。為了能更直觀地看出各地市綜合得分，將各城市的綜合得分導(dǎo)入Excel軟件中，繪制綜合得分折線圖，如圖2所示。

表6 綜合得分及排名

續(xù)表

圖2 安徽省16市水資源承載力綜合得分折線圖

從以上結(jié)果可以看出：得分有正數(shù)也有負(fù)數(shù)，0表示平均水平，正負(fù)只表明其所處的相對(duì)位置，正數(shù)表明該市在平均水平之上，負(fù)數(shù)得分表明該市在平均水平之下。綜合得分越高，表明該市水資源承載能力越大。

表6和圖2表明，合肥是唯一一個(gè)得分大于1的城市，這也與合肥的經(jīng)濟(jì)發(fā)展水平一致；六安排第二，這與六安有著豐富的水資源有很大關(guān)系；排在最后的是淮北，注意到淮北的水資源總量是全省最少的，而淮北的人口卻不是全省最少的城市。值得一提的是，阜陽市作為安徽省人口最多的城市，其水資源承載力處平均水平以上，這表明阜陽市近年來的水資源承載力有所提高。

4 結(jié)論與討論

本文選取城市常住人口代替城市戶籍人口及總?cè)丝?，因?yàn)槌鞘谐Ｗ∪丝诟苷f明人口對(duì)城市水資源的影響，并且安徽省長期外出務(wù)工人數(shù)居全國前列，所以戶籍人口或總?cè)丝诓]有城市常住人口更能說明問題。通過軟件統(tǒng)計(jì)分析，也說明了這一點(diǎn)。

用四個(gè)公因子來綜合表述安徽省水資源承載力的指標(biāo)。因子一用來反映城市常住人口、農(nóng)業(yè)用水量、生活用水量、國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資、生態(tài)環(huán)境補(bǔ)水等變量的信息；因子二用來反映降水量、水資源總量等變量的信息；因子三用來反映工業(yè)用水量、工業(yè)廢水排放量等變量的信息；因子四用來反映萬元工業(yè)增加值等變量的信息。安徽省所有城市的水資源承載力綜合得分的排名依次為：合肥、六安、安慶、滁州、阜陽、蕪湖、宣城、馬鞍山、淮南、宿州、亳州、蚌埠、池州、黃山、銅陵、淮北。

綜合得分只是表明當(dāng)前一段時(shí)期的水資源承載力的相對(duì)位置，只能說明過去某個(gè)時(shí)期的承載力水平。綜合得分排名低，表明該區(qū)域水資源承載力具有較大的提升空間。提高城市水資源承載力，可以從開發(fā)水源、節(jié)約用水、科學(xué)治水等方面綜合發(fā)力[18]。一方面要合理開發(fā)、充分利用現(xiàn)有的水資源，加強(qiáng)對(duì)污染水源的整治，最大限度地提高用水效率；另一方面，要進(jìn)一步做好城市水資源開發(fā)管理的完善工作，技術(shù)上要做好對(duì)相關(guān)配套供水設(shè)施的優(yōu)化，做好全民節(jié)約用水的宣傳工作，倡導(dǎo)市民節(jié)約用水，讓節(jié)水內(nèi)化于心，外化于行[19]。這樣，才能提高城市水資源承載能力，從而為城市經(jīng)濟(jì)可持續(xù)發(fā)展保駕護(hù)航。

城市發(fā)展，供水先行。城市規(guī)模的不斷擴(kuò)大，水資源承載城市發(fā)展的壓力也越來越大。建議各市根據(jù)分析結(jié)果，找準(zhǔn)自身的薄弱環(huán)節(jié)，參照其它兄弟城市，借鑒他們?cè)谒Y源配置上的有效做法，努力提高本市在治污、節(jié)水等方面的能力，改善供水工藝水平，從各方面提高自身的水資源承載能力。在制定經(jīng)濟(jì)發(fā)展、公共管理等方面政策時(shí)，要結(jié)合當(dāng)前自身水資源承載力實(shí)際情況[20]，在做好生態(tài)環(huán)境保護(hù)的同時(shí)，合理規(guī)劃好現(xiàn)有水資源，最大限度地去承載城市的發(fā)展，確保經(jīng)濟(jì)、社會(huì)、生態(tài)環(huán)境能夠協(xié)調(diào)可持續(xù)發(fā)展。