黃永江，屈忠義

（內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院，呼和浩特 010018）

0 引言

【研究意義】灌區(qū)用水效率作為灌區(qū)用水水平、工程狀況、管理水平和灌溉技術(shù)水平等方面的綜合表征，通過對(duì)其綜合評(píng)價(jià)可全面了解灌區(qū)運(yùn)行狀況、指導(dǎo)灌區(qū)科學(xué)合理進(jìn)行改造建設(shè)，對(duì)提高農(nóng)業(yè)用水管理、優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，合理進(jìn)行水資源配置，促進(jìn)水資源可持續(xù)利用，推動(dòng)地區(qū)經(jīng)濟(jì)健康發(fā)展具有重要意義[1-4]?！狙芯窟M(jìn)展】灌區(qū)用水效率綜合評(píng)價(jià)主要包括構(gòu)建評(píng)價(jià)指標(biāo)體系和確定評(píng)價(jià)方法。目前，國內(nèi)外學(xué)者對(duì)這2 方面均從不同角度進(jìn)行了一定研究，取得了一定成果，MOLDEN[5]基于水平衡框架，利用水分生產(chǎn)率、水分消耗百分率和水分有益消耗百分率對(duì)灌區(qū)用水效率進(jìn)行了綜合評(píng)價(jià)；國際世界銀行和國際水管理研究院[6-7]從灌區(qū)運(yùn)行狀況、經(jīng)濟(jì)效益、生產(chǎn)效率及環(huán)境影響等4 個(gè)方面建立了灌區(qū)用水效率綜合評(píng)價(jià)指標(biāo)體系；劉軍等[8]利用隨機(jī)前沿生產(chǎn)函數(shù)對(duì)農(nóng)業(yè)用水效率指標(biāo)體系建立進(jìn)行了研究；李紹飛等[9-10]從種植結(jié)構(gòu)、工程狀況、管理水平、用水指標(biāo)等方面探討了農(nóng)田灌溉用水指標(biāo)，并采用改進(jìn)的模糊物元模型對(duì)灌區(qū)農(nóng)業(yè)用水綜合效率進(jìn)行了評(píng)價(jià)；楊丹等[11]采用基于熵權(quán)的模糊物元法用于農(nóng)業(yè)用水效率評(píng)價(jià)；李浩鑫等[12-13]采用基于循環(huán)修正方法和PCA-Copula法對(duì)灌區(qū)用水效率進(jìn)行了綜合評(píng)價(jià)；馮峰等[14]采用流向跟蹤和多重賦權(quán)方法對(duì)灌區(qū)用水效率進(jìn)行了評(píng)價(jià)；劉東等[15]采用博弈論組合賦權(quán)并應(yīng)用灰色關(guān)聯(lián)與逼近理想解法建立了灌區(qū)用水效率評(píng)價(jià)模型；張澤等[16]應(yīng)用層次分析法與粗糙集理論對(duì)灌區(qū)用水效率指標(biāo)進(jìn)行組合賦權(quán)并用模糊評(píng)價(jià)法評(píng)價(jià)了灌區(qū)用水效率；操信春等[17]采用水足跡理論對(duì)中國農(nóng)業(yè)用水效果進(jìn)行了評(píng)價(jià)。【切入點(diǎn)】灌區(qū)用水效率綜合評(píng)價(jià)是一個(gè)高維度、多指標(biāo)問題，然而，目前的研究沒有考慮評(píng)價(jià)指標(biāo)間可能存在的相關(guān)性對(duì)評(píng)價(jià)結(jié)果的影響，且指標(biāo)權(quán)重計(jì)算過程復(fù)雜，可操作性差，缺少一種操作簡便且評(píng)價(jià)結(jié)果可靠的評(píng)價(jià)方法，針對(duì)內(nèi)蒙古引黃灌區(qū)在這方面開展的研究更是缺乏?！緮M解決的關(guān)鍵問題】鑒于此，本文首先利用PCA 法對(duì)高維度的原始評(píng)價(jià)指標(biāo)進(jìn)行降維處理，轉(zhuǎn)化為少數(shù)幾個(gè)相互獨(dú)立的綜合指標(biāo)（主成分），同時(shí)實(shí)現(xiàn)對(duì)每個(gè)主成分客觀賦權(quán)[18-21]，在此基礎(chǔ)上，應(yīng)用GRA-TOPSIS 法[15,22]構(gòu)建灌區(qū)用水效率的評(píng)價(jià)模型，為灌區(qū)用水效率評(píng)價(jià)提供一種操作簡便且可靠適用的評(píng)價(jià)方法。

1 材料與方法

1.1 研究區(qū)概況

內(nèi)蒙古引黃灌區(qū)地處內(nèi)蒙古自治區(qū)中西部，介于北緯39°—41°，東經(jīng)106°—112°之間，橫跨阿拉善盟、烏海市、巴彥淖爾市、鄂爾多斯市、呼和浩特市、包頭市等6 個(gè)盟市，主要包括河套灌區(qū)、鄂爾多斯黃河南岸灌區(qū)、鐙口揚(yáng)水灌區(qū)、民族團(tuán)結(jié)灌區(qū)、麻地壕揚(yáng)水灌區(qū)等5 個(gè)大型灌區(qū)。灌區(qū)主要種植小麥、玉米和葵花等糧油作物，灌溉年均引黃水量為65.5 億m3，退水量為15.68 億m3，農(nóng)業(yè)耗水量為49.82 億m3。

1.2 數(shù)據(jù)來源

通過對(duì)內(nèi)蒙古自治區(qū)引黃灌區(qū)實(shí)地調(diào)研，本文以河套灌區(qū)、鄂爾多斯黃河南岸灌區(qū)、鐙口揚(yáng)水灌區(qū)、民族團(tuán)結(jié)灌區(qū)、麻地壕揚(yáng)水灌區(qū)為樣本，統(tǒng)計(jì)了2017年上述灌區(qū)的各項(xiàng)指標(biāo)數(shù)據(jù)，數(shù)據(jù)來源于實(shí)地調(diào)研和各灌區(qū)灌溉管理局，詳見表1。

表1 用水效率評(píng)價(jià)指標(biāo)值Table 1 Evaluation index value of water use efficiency

1.3 研究方法

1.3.1 灌區(qū)用水效率綜合評(píng)價(jià)指標(biāo)體系建立

在進(jìn)行灌區(qū)用水效率綜合評(píng)價(jià)時(shí)，首先需因地制宜地建立適宜的評(píng)價(jià)指標(biāo)體系。本文在對(duì)內(nèi)蒙古自治區(qū)引黃灌區(qū)實(shí)地調(diào)研基礎(chǔ)上, 依據(jù)引黃灌區(qū)的運(yùn)行狀況和特點(diǎn)，從灌區(qū)用水水平、工程狀況、管理水平、種植結(jié)構(gòu)及生態(tài)環(huán)境等方面進(jìn)行灌區(qū)用水效率影響因素分析，結(jié)合相關(guān)專家及灌區(qū)管理人員的意見，借鑒前人已建立的灌區(qū)用水效率評(píng)價(jià)指標(biāo)體系[15]，遵循評(píng)價(jià)指標(biāo)選取的科學(xué)性、針對(duì)性、數(shù)據(jù)來源的可靠性和可操作性原則[9,15,23-24]，構(gòu)建如表2 所示的評(píng)價(jià)指標(biāo)體系。

表2 灌區(qū)用水效率評(píng)價(jià)指標(biāo)體系Table 2Evaluation index of irrigation water use efficiency

1.3.2PCA 和GRA-TOPSIS 相耦合評(píng)價(jià)模型

1）基本原理

首先利用主成分分析[18-19]，在損失很少原始指標(biāo)包含信息的前提下，把評(píng)價(jià)對(duì)象的多個(gè)指標(biāo)依據(jù)指標(biāo)特征值以及指標(biāo)方差累計(jì)貢獻(xiàn)率轉(zhuǎn)化為幾個(gè)互不相干的綜合指標(biāo)（主成分），利用主成分代替原來的評(píng)價(jià)指標(biāo)，建立主成分分析模型，形成主成分分析矩陣；以主成分分析矩陣為決策矩陣，通過逼近理想解建立灰色關(guān)聯(lián)系數(shù)矩陣，確定各評(píng)價(jià)對(duì)象的歐氏距離；根據(jù)評(píng)價(jià)對(duì)象的歐氏距離對(duì)評(píng)價(jià)目標(biāo)進(jìn)行合理排序。

2）評(píng)價(jià)模型建立

①數(shù)據(jù)標(biāo)準(zhǔn)化處理

本文采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。計(jì)算式為：

②判斷主成分分析效果

③主成分抽取

根據(jù)對(duì)標(biāo)準(zhǔn)化數(shù)據(jù)計(jì)算所得各指標(biāo)特征值及方差累計(jì)貢獻(xiàn)率確定主成分和主成分因子載荷矩陣。

④建立主成分表達(dá)式

將主成分因子載荷矩陣轉(zhuǎn)換為特征向量矩陣，依據(jù)特征向量矩陣建立主成分表達(dá)式：

式中：Yik為第i 個(gè)評(píng)價(jià)對(duì)象的第k 個(gè)主成分；bkj為第k 個(gè)主成分第j 個(gè)指標(biāo)的特征變量；yij為第i 個(gè)評(píng)價(jià)對(duì)象第j 個(gè)指標(biāo)標(biāo)準(zhǔn)化處理值（i=1,2,…,m；j=1,2，…,n；k=1,2,…,l）。

⑤確定各主成分權(quán)重，計(jì)算式為：

式中：ρ 為分辨系數(shù)，本文參照文獻(xiàn)[25-26]中的確定方法，結(jié)合研究灌區(qū)的實(shí)際情況取ρ=0.4。

2 結(jié)果與分析

2.1 主成分分析

應(yīng)用SPSS 進(jìn)行變量共同度計(jì)算，具體計(jì)算結(jié)果見表3。由表3 可知，原有評(píng)價(jià)指標(biāo)的變量共同度均較高，最小值達(dá)0.940，主成分分析效果好。

表3 變量共同度Table 3 Variable commonality

根據(jù)各成分初始特征值大于1 的原則抽取了3 個(gè)主成分，得到各成分初始特征值及方差貢獻(xiàn)率，結(jié)果見表4，主成分因子載荷矩陣見表5，主成分矩陣見表6。由表4 可知，所抽取的3 個(gè)主成分的累計(jì)方差貢獻(xiàn)率達(dá)98%，能夠全面反映原始指標(biāo)所包含的信息。

表4 總方差解釋表Table4Total variance of the explanation

表5 主成分因子載荷矩陣Table5Factor loading matrix

由表5 可知，其中第一主成分Y1主要與評(píng)價(jià)指標(biāo)y1、y3、y6、y7、y10密切相關(guān)，主要綜合表達(dá)灌區(qū)田間節(jié)水技術(shù)、渠系工程狀況及用水效益等評(píng)價(jià)指標(biāo)所包含的信息；第二主成分Y2主要與評(píng)價(jià)指標(biāo)y4、y5、y9、y15密切相關(guān)，主要綜合表達(dá)灌區(qū)灌溉基礎(chǔ)設(shè)施的裝備水平和種植結(jié)構(gòu)等評(píng)價(jià)指標(biāo)所包含的信息，第三主成分Y3主要與評(píng)價(jià)指標(biāo)y11、y13密切相關(guān)，主要綜合表達(dá)灌區(qū)管理水平方面指標(biāo)所包含的信息，這表明可用所抽取的3 個(gè)主成分作為綜合評(píng)價(jià)指標(biāo)代替原有的16 個(gè)評(píng)價(jià)指標(biāo)，結(jié)合其他評(píng)價(jià)方法進(jìn)行灌區(qū)用水效率綜合評(píng)價(jià)。

表6 主成分矩陣Table6 Principle component matrix

2.2 灌溉用水效率綜合評(píng)價(jià)值

根據(jù)表6 的主成分得分，依據(jù)上述建模步驟，求得內(nèi)蒙古引黃灌區(qū)5 個(gè)評(píng)價(jià)灌區(qū)的歐式距離d+i、d-i與相對(duì)貼近度Fi，計(jì)算結(jié)果見表7。相對(duì)貼近度越大，說明灌區(qū)用水效率越高。由表7 可知，內(nèi)蒙古5 個(gè)引黃大型灌區(qū)的用水效率綜合評(píng)價(jià)值由高到低排序分別為鄂爾多斯黃河南岸灌區(qū)＞河套灌區(qū)＞鐙口揚(yáng)水灌區(qū)＞民族團(tuán)結(jié)灌區(qū)＞麻地壕揚(yáng)水灌區(qū)，這一排序結(jié)果基本符合各灌區(qū)的實(shí)際。

表7 歐式距離與相對(duì)貼近度Table7 Euclidean distance and relative closeness degree

3 討論

本文建立的評(píng)價(jià)模型所得各評(píng)價(jià)灌區(qū)用水效率綜合評(píng)價(jià)值排序位次與GRA-TOPSIS 法[15]所得結(jié)果完全相同，與FMA 法[25]所得結(jié)果的排序不超過1 個(gè)位次，通過Spearman 等級(jí)相關(guān)系數(shù)法對(duì)FMA 法和其他2 種方法的評(píng)價(jià)結(jié)果之間的相關(guān)性進(jìn)行分析，得到相關(guān)系數(shù)均為0.90（P＜0.01），3 種評(píng)價(jià)方法所得評(píng)價(jià)結(jié)果顯著相關(guān)，評(píng)價(jià)結(jié)果基本一致，驗(yàn)證了文中所用評(píng)價(jià)法計(jì)算結(jié)果的合理性。3 種評(píng)價(jià)方法的對(duì)比分析結(jié)果見表8。

表8 3 種評(píng)價(jià)方法的對(duì)比分析Table8 Comparative analysis of the evaluation results based on three evaluation methods

3 種評(píng)價(jià)方法所得綜合評(píng)價(jià)值的極差分別為0.501、0.440、0.501，變異系數(shù)分別為0.699、0.450、0.921，PCA 與GRA-TOPSIS 相耦合法和FMA 法的極差相同，大于GRA-TOPSIS 法的極差，但變異系數(shù)均比其他2 種方法大。極差和變異系數(shù)越大，說明評(píng)價(jià)值的離散程度越大、辨識(shí)度越高，因此，PCA 與GRA-TOPSIS 相耦合法所得綜合評(píng)價(jià)值更有利于直觀地區(qū)分各灌區(qū)的用水效率水平，更適宜用于灌區(qū)用水效率等級(jí)劃分。

從評(píng)價(jià)結(jié)果可知，鄂爾多斯黃河南岸灌區(qū)和河套灌區(qū)的綜合評(píng)價(jià)值明顯大于其他3 個(gè)灌區(qū)，這說明這2 個(gè)灌區(qū)的用水效率明顯高于其他3 個(gè)灌區(qū)。通過對(duì)5 個(gè)灌區(qū)的現(xiàn)狀分析可知，鄂爾多斯黃河南岸和河套灌區(qū)經(jīng)過續(xù)建配套與節(jié)水改造工程項(xiàng)目和水權(quán)轉(zhuǎn)化試點(diǎn)項(xiàng)目的實(shí)施，灌區(qū)用水水平得到了明顯提升；工程狀況得到了明顯改善；種植結(jié)構(gòu)經(jīng)過調(diào)整后，糧食作物比例大幅下降，油料與經(jīng)濟(jì)作物均有提升，作物的耗水量明顯下降；灌區(qū)進(jìn)行了管理體制與用水水價(jià)的改革，灌區(qū)的用水管理水平取得了大幅度提升；灌區(qū)整體改造效果明顯，用水效率得到了顯著提升。鐙口揚(yáng)水灌區(qū)、民族團(tuán)結(jié)灌區(qū)和麻地壕揚(yáng)水灌區(qū)2000年以來主要完成了泵站節(jié)能增效改造工作、信息化建設(shè)工作與骨干渠道的襯砌工作；田間渠道襯砌比例低；田間節(jié)水工程相對(duì)落后；用水水價(jià)低；灌區(qū)運(yùn)行成本高；灌溉管理體制不完善；灌區(qū)管理水平一般；糧食作物種植比例高；灌區(qū)整體耗水量大；節(jié)水改造雖取得了一定成效，但用水效率提升不顯著。

本文基于5 個(gè)評(píng)價(jià)灌區(qū)對(duì)所構(gòu)建評(píng)價(jià)模型的合理性與適用性進(jìn)行了分析，評(píng)價(jià)對(duì)象的數(shù)量多少是否對(duì)評(píng)價(jià)結(jié)果的可靠性有影響，需進(jìn)一步驗(yàn)證。

4 結(jié)論

1）針對(duì)灌區(qū)用水效率綜合評(píng)價(jià)多指標(biāo)、高維度問題，嘗試將主成分分析與GRA-TOPSIS 評(píng)價(jià)方法相結(jié)合用于灌區(qū)用水效率評(píng)價(jià)，提出了PCA 和GRA-TOPSIS 相耦合評(píng)價(jià)方法。

2）內(nèi)蒙古5 個(gè)引黃大型灌區(qū)的用水效率綜合評(píng)價(jià)值由高到低排序分別為鄂爾多斯黃河南岸灌區(qū)、河套灌區(qū)、鐙口揚(yáng)水灌區(qū)、民族團(tuán)結(jié)灌區(qū)和麻地壕揚(yáng)水灌區(qū)。