王 瑛,付艷淙

(湖南大學(xué) 金融與統(tǒng)計學(xué)院,湖南 長沙 410079)

一、引 言

水資源承載力是地區(qū)水資源在某一具體歷史發(fā)展階段中,以可預(yù)見的技術(shù)、經(jīng)濟和社會發(fā)展水平為依據(jù),以可持續(xù)發(fā)展為原則,以維護生態(tài)環(huán)境良性循環(huán)發(fā)展為條件,經(jīng)過合理優(yōu)化配置,對該地區(qū)社會經(jīng)濟發(fā)展的最大支撐能力[1]。長江經(jīng)濟帶橫跨中國東、中、西三大地區(qū),是中國重要的工業(yè)發(fā)展基地與農(nóng)業(yè)產(chǎn)糧區(qū),對經(jīng)濟社會發(fā)展具有巨大支撐作用,但地區(qū)經(jīng)濟與水資源條件時空分布不均,加之長期粗放型經(jīng)濟發(fā)展方式帶來的高用水量對水資源環(huán)境產(chǎn)生較大壓力,部分水域生態(tài)環(huán)境受到破環(huán),嚴重制約了全流域經(jīng)濟可持續(xù)發(fā)展。因此,研究長江經(jīng)濟帶水資源稟賦與經(jīng)濟社會水資源利用現(xiàn)狀,對地區(qū)生態(tài)文明建設(shè)與綠色發(fā)展具有重要的理論與實踐意義。在水資源承載力動態(tài)綜合評價的研究中,由于評價對象屬性的多樣化與評價目標的綜合化,如何對指標性能進行科學(xué)評估,對三維面板數(shù)據(jù)信息進行科學(xué)整合,是影響綜合評價結(jié)果科學(xué)性與準確性的關(guān)鍵。因此,本文以長江經(jīng)濟帶11個省份為研究對象,在參考國內(nèi)外研究基礎(chǔ)上,對綜合評價方法加以創(chuàng)新,測算水資源承載力。首先,根據(jù)科學(xué)性、全面性及可比性等指標選取原則,建立以DPSIR理論為支撐的水資源承載力評價指標體系。其次,運用DS證據(jù)理論,融合指標的獨立度、非均衡度、貢獻度與靈敏度屬性進行客觀賦權(quán),對指標性能進行更為全面的量化評價。運用熵值法與灰色關(guān)聯(lián)法進行時間賦權(quán),綜合考慮數(shù)據(jù)時效性與數(shù)據(jù)特征重要性,保證時間賦權(quán)的主客觀統(tǒng)一。最后,使用改進的TOPSIS模型,將距離貼近度與方向貼合度作為測算水資源綜合承載力的衡量口徑,完善模型應(yīng)用,保證綜合評價結(jié)果的可靠性。

二、文獻綜述

如何評估指標性能,以科學(xué)測算綜合評價結(jié)果,學(xué)者們已進行了廣泛研究。常用的指標賦權(quán)方法有層次分析法、熵權(quán)法、CRITIC法、縱橫向拉開檔次法等[2-4]。如劉雁慧等利用層次分析法與熵權(quán)法研究中國水資源承載力,賦權(quán)思想是從主客觀兩方面考慮指標的重要性與信息量[2]。王瑛等采用改進的CRITIC法對指標體系進行賦權(quán),基本思想是利用指標間的相關(guān)性和指標信息量[3]。指標屬性包含很多層面,除了典型的相關(guān)性與信息量研究方法外,指標靈敏度、貢獻度也是衡量指標性能的重要方面。指標靈敏度分析主要應(yīng)用于兩方面,一是指標篩選,根據(jù)指標性能對冗余指標進行剔除,如李盛陽等采用正交試驗方法對指標靈敏度進行測評并篩選[5];俞立平等通過研究指標變化對綜合水平排序結(jié)果的影響,找出科技評價中的關(guān)鍵指標并進行分析[6]。二是驗證評價系統(tǒng)包括評價體系、評價方法的普適性,即通過研究指標值波動對綜合評價結(jié)果的影響,分析評估系統(tǒng)穩(wěn)定性,如俞立平等通過科技評價中單個指標與組合指標的指標值與權(quán)重靈敏度分析,討論靈敏度分析在政策模擬和賦權(quán)方案確定中的應(yīng)用[6];柴棟等基于指標靈敏度對不同綜合評估方法加以比較,討論各評價模型的穩(wěn)定性[7]。指標貢獻度出自灰靶理論,通過計算指標與最優(yōu)水平的接近程度,測算指標對”靶心度”的影響,衡量指標的貢獻度與重要性。王文禹等提出構(gòu)件貢獻度的概念,通過灰靶理論研究構(gòu)件對船舶結(jié)構(gòu)性能的影響[8];蘇屹等通過構(gòu)建指標體系評價中國高技術(shù)企業(yè)的技術(shù)創(chuàng)新能力,并基于灰靶理論分析指標貢獻度[9]。上述研究在綜合評價的指標賦權(quán)領(lǐng)域提供較多思路,但多數(shù)情況僅考慮了指標的一種或兩種屬性,缺乏一定客觀性。

從時間賦權(quán)來看,常用的時間賦權(quán)方法多為郭亞軍等人提出的時間度賦權(quán)方法,通過計算一定時間度下時序數(shù)據(jù)的熵值衡量其重要性,體現(xiàn)“厚今薄古”的賦權(quán)思想[10]。王瑛等以時間度集結(jié)時序數(shù)據(jù)信息,綜合五年數(shù)據(jù)信息,比較不同地區(qū)的環(huán)境質(zhì)量差異[3]。時間度賦權(quán)方法未考慮時序數(shù)據(jù)取值特征對評價結(jié)果的影響,為此,有學(xué)者考慮到指標發(fā)展趨勢,在“時間度”賦權(quán)基礎(chǔ)上加以改進。例如考慮數(shù)據(jù)“波動”特征,構(gòu)建三維信息集結(jié)的多指標評價模型,以達到充分挖掘數(shù)據(jù)內(nèi)在屬性的目的,有效提高了評價結(jié)果的客觀性[4]。

在水資源承載力的研究方法應(yīng)用方面,常用的研究方法有灰色關(guān)聯(lián)分析、TOPSIS模型、模糊綜合評價等[11-13]。左其亭等建立“水資源生態(tài)環(huán)境經(jīng)濟社會”指標體系,通過TOPSIS模型對黃河流域九省區(qū)的水資源承載力進行測算[12]。其中,評價指標體系的建立主觀性較強,缺乏較科學(xué)、客觀的標準。由于TOPSIS模型具有邏輯清晰、計算簡單等優(yōu)點,在以上水資源評價領(lǐng)域廣泛應(yīng)用,但該模型僅以歐式距離衡量方案與理想解的相似度,缺乏多方面考量,且出現(xiàn)與正理想解近的方案也距負理想解近的情況,導(dǎo)致評價結(jié)果不夠科學(xué)[14]。因此有學(xué)者對距離測算方式進行改進,如許楊等引入灰色關(guān)聯(lián)分析改進TOPSIS模型,對淮安市水資源承載力進行評價[15]。

縱觀以上研究,水資源承載力動態(tài)綜合評價的研究數(shù)據(jù)具有多指標、多維度、多時點特征,如果指標屬性量化評估的涵蓋范圍單一,僅涉及如相關(guān)性、信息量、靈敏度等獨立的方面,將無法綜合考慮指標在其他屬性上可能存在的優(yōu)勢,以此為基礎(chǔ)進行指標篩選或客觀賦權(quán),容易忽視重要指標,造成信息丟失,時間賦權(quán)若僅考慮主觀特征,會出現(xiàn)同樣的問題。因此,本文基于DS證據(jù)理論,融合獨立度、非均衡度、貢獻度及靈敏度屬性信息,較為全面地描述指標屬性,將多重屬性信息融合進行指標賦權(quán),采用熵值法與灰色關(guān)聯(lián)法進行時間賦權(quán),從主、客觀兩個角度衡量面板數(shù)據(jù)動態(tài)綜合中時間的重要性,構(gòu)建距離貼近度與方向貼合度的改進TOPSIS模型,測度長江經(jīng)濟帶11個省份的水資源承載力。

三、研究方法

(一)指標正向化與歸一化處理

多維分析中,不同評價指標的量綱與數(shù)量級存在差異,為了使評價指標取值與綜合評價目標保持一致,消去量綱影響,首先需要對指標進行同向化的標準處理,本文采用極差變換法,在消去指標量綱與數(shù)量級的同時,將指標數(shù)值轉(zhuǎn)換為[0,1]間的數(shù)據(jù),便于數(shù)據(jù)運算。設(shè)有n個評價對象,m個評價指標,指標數(shù)據(jù)集X如下:

采用極差變換法對指標數(shù)據(jù)進行標準化處理,消除量綱影響:

(1)

(二)改進的指標賦權(quán)法

通過測度指標的獨立度、非均衡度、貢獻度、靈敏度,量化指標屬性特征,結(jié)合DS證據(jù)理論信息融合對指標進行賦權(quán),保證綜合評價結(jié)果的科學(xué)性。

1.獨立度屬性

獨立度屬性衡量指標間信息的非重疊程度與不相關(guān)性?，F(xiàn)有研究多通過計算兩兩指標間相關(guān)系數(shù),通過逐一計算某指標與其余指標的相關(guān)系數(shù)判斷相關(guān)性,但忽略單一指標與其余全部指標的相關(guān)程度[16-18]?；诖?張堯庭等提出極大不相關(guān)法,通過計算單個指標與其余全部指標的復(fù)相關(guān)系數(shù),衡量指標獨立性[19]?？紤]到數(shù)據(jù)的非參數(shù)特征,這里以Spearman秩相關(guān)系數(shù)代替Pearson相關(guān)系數(shù)進行改進。具體步驟如下:

(1)計算相關(guān)系數(shù)矩陣

由Spearman秩相關(guān)系數(shù)計算公式,可得指標相關(guān)系數(shù)矩陣:

(2)

其中k=n(n+1)/2。

(3)

其中rjl=rlj,且有rjj=1。

(2)計算各指標復(fù)相關(guān)系數(shù)

基于相關(guān)矩陣,對于第j個指標,計算此指標與其余指標的相關(guān)陣。即首先對式(3)中的相關(guān)系數(shù)矩陣R進行初等變換,針對第j個指標,將R的第j行與第j列分別放到最后一行和最后一列,那么R-j表示刪去第j個指標后,其余指標之間的相關(guān)系數(shù)矩陣,表示分塊矩陣如下:

(4)

根據(jù)分塊矩陣,計算第j個指標與其余m-1個指標的復(fù)相關(guān)系數(shù):

(5)

若rj很大,則表示第j個指標很大程度上可以由另外m-1個指標替代,否則表示與另外m-1個指標無關(guān),因此,可計算sj代表指標性:

(6)

2.非均衡度屬性

指標非均衡度刻畫指標信息含量大小。信息量指數(shù)據(jù)的差異性與波動性,指標信息含量越高,對評價的顯著性影響越強?，F(xiàn)有研究中,方差法、變異系數(shù)法常用于信息量計算,側(cè)重反映評價對象取值與自身均值的差異程度,未體現(xiàn)任意兩評價對象間的差異。建立在洛倫茲曲線基礎(chǔ)上的基尼系數(shù),是根據(jù)洛倫茲曲線提出的用來測定收入分配差異程度的指標,能較好地解決上述問題。傳統(tǒng)基尼系數(shù)計算包括幾何法、平均差法等,鑒于幾何法計算結(jié)果精度低、平均差法計算過程繁瑣等問題,這里采用協(xié)方差法計算基尼系數(shù)。

gj=2Cov(xj,λj)/nμxj

(7)

(8)

gj越大,表明評價對象在該指標上取值越不均衡,指標信息含量越高。歸一化得:

(9)

3.貢獻度屬性

貢獻度指的是某個指標在整個評價系統(tǒng)中對綜合結(jié)果的貢獻或影響,即指標對系統(tǒng)綜合性能的作用?；疑到y(tǒng)理論最早由鄧聚龍教授提出,是研究數(shù)據(jù)量少、信息不確定問題下的系統(tǒng)方法[20]。其幾何意義為通過比較子模式與標準模式數(shù)據(jù)曲線形狀的相似程度與位置差異,分析事物發(fā)展與標準模式的關(guān)系,并由此測度性能指標的貢獻程度。具體步驟如下:

Δij=|xoi-xij|

(10)

(11)

(12)

4.靈敏度屬性

靈敏度屬性是通過測算不確定性影響因素變化對預(yù)期結(jié)果產(chǎn)生的影響,了解各因素對最終結(jié)果的影響程度[5]。主成分分析在保留原始數(shù)據(jù)最大信息的同時,可以較客觀地得出綜合評價結(jié)果,并直觀量化綜合值與各指標間關(guān)系,是進行靈敏度分析的有效方法。設(shè)有n個評價對象,m個評價指標,以累計方差貢獻率≥85%確定前k個主成分,評價對象的綜合值可表示為前k個主成分的加權(quán)線性和。

(13)

其中,?！?(λ1,λ2,…,λk)為各主成分的方差貢獻率,Y=(Y1,Y2,…,Yk)為前k個主成分。綜合值表示為:

(14)

式(14)反映評價對象綜合值與指標間的線性關(guān)系,根據(jù)靈敏度原理,可得出第j個指標的靈敏度:

(15)

歸一化后得:

(16)

5.DS證據(jù)理論屬性信息融合

證據(jù)理論最早由美國數(shù)學(xué)家Dempster提出,經(jīng)過不斷發(fā)展,在不確定性信息融合領(lǐng)域有著廣泛應(yīng)用[21]。該理論以信度區(qū)間表示命題不確定性,通過一定的組合規(guī)則,將證據(jù)源對各命題提供的信度函數(shù)值加以合成,計算各命題可能概率[22]。實際運用中,有效對沖突證據(jù)進行合成,是保證分析結(jié)論準確性的關(guān)鍵。對于該研究,多數(shù)學(xué)者認同對證據(jù)體進行修正來降低沖突性,如Deng等提出一種基于證據(jù)可靠度的改進合成方法,引用相似性原理,依據(jù)其余證據(jù)對某一證據(jù)的支持度為證據(jù)體賦權(quán)[23];劉曉東等以平均權(quán)重為基準確認沖突證據(jù),對沖突證據(jù)進行權(quán)重修正[24];張盛剛等引入可信度因子修正證據(jù)源,減弱證據(jù)體之間的沖突性[25]。

基于以上研究,本文用證據(jù)體間的歐氏距離衡量相似性,以合成規(guī)則對指標的多重屬性信息進行融合,得到指標重要性的衡量指數(shù)。用mj表示證據(jù)體,Ai(i=1,2,…,k)表示命題,sim(ml,mj)(l,j=1,2,…,k)表示證據(jù)ml與mj間相似性,則證據(jù)體mj的支持度sup(mj)與可靠度cred(mj)表示如下:

(17)

(18)

以可靠度為參數(shù)對證據(jù)體施加權(quán)重,可靠度越高,權(quán)重相應(yīng)越大,通過合成規(guī)則進行信息融合。具體步驟如下:

第一,基于向量間余弦距離計算兩個向量的相似性

sjl=(mj·ml)/|mj||ml|

(19)

其中,sjl∈[-1,1],sjl越接近1,表明兩個向量越相似。

第二,計算證據(jù)體mj的支持度與可靠度

(20)

(21)

其中,cred(mj)表示證據(jù)體mj與其他證據(jù)的相似性,cred(mj)值越大,證據(jù)體可信度越大。

第三,采用Dempster合成規(guī)則對信息進行融合

該規(guī)則滿足交換律和結(jié)合律等優(yōu)良性質(zhì),用可信度因子對基本概率分配值作以調(diào)整,在信息融合中具有比較優(yōu)勢[22]。以A、B表示命題,組合規(guī)則計算如下:

(22)

(三)改進的時間集成賦權(quán)

參考郭亞軍等提出的“厚今薄古”賦權(quán)思想,可采用熵值法確定時間權(quán)向量。但熵值法較重視近期數(shù)據(jù),未能凸顯評價對象指標數(shù)據(jù)實際取值特征。因此,本文在熵值法賦權(quán)的基礎(chǔ)上,結(jié)合灰色關(guān)聯(lián)分析思想,將各年度綜合數(shù)據(jù)的距優(yōu)關(guān)聯(lián)度融入時間權(quán)向量構(gòu)建過程。

1.熵值法賦權(quán)

2.灰色關(guān)聯(lián)分析法賦權(quán)

(23)

第二,計算初始矩陣各列與參考數(shù)列的絕對差值,建立關(guān)聯(lián)系數(shù)矩陣,同式(10)～式(11);

第三,計算各年度數(shù)據(jù)關(guān)聯(lián)度ξk,并進行歸一化處理,將歸一化結(jié)果作為反映年度重要性的權(quán)重:

(24)

(25)

3.時間集成賦權(quán)

(26)

(27)

(四)改進TOPSIS模型

以指標權(quán)重與準則層權(quán)重(準則層權(quán)重平均化)對指標加權(quán),以時間權(quán)重綜合年度信息,消去時間維,形成評價對象和指標之間的TOPSIS關(guān)系矩陣:

(28)

在經(jīng)典TOPSIS方法基礎(chǔ)上,整合樣本數(shù)據(jù)與理想狀態(tài)的距離貼近度與方向貼合度,綜合考慮指標數(shù)據(jù)實際取值信息與分布方向信息[14]。對于距離貼近度,根據(jù)TOPSIS思想,有

(29)

(30)

(31)

綜合距離貼近度與方向貼合度,由于二者同等重要,取α=β=0.5,計算總貼近度Ci:

Ci=αC1i+βC2i

(32)

以總貼近度對評價對象進行排序分析。

四、實證分析

(一)指標體系構(gòu)建及數(shù)據(jù)來源

DPSIR指標體系包含“驅(qū)動力—壓力—狀態(tài)—影響—響應(yīng)”五個子系統(tǒng),1993年由聯(lián)合國提出,用于描述環(huán)境與經(jīng)濟社會關(guān)系。對于水資源承載力而言,驅(qū)動力子系統(tǒng)反映影響區(qū)域資源、環(huán)境開發(fā)利用的潛在條件,主要為社會經(jīng)濟因素,如GDP增長率、人口自然增長率等指標;壓力子系統(tǒng)反映影響資源、環(huán)境發(fā)生變化的直接原因,主要為社會經(jīng)濟對水資源的利用強度,如萬元GDP水耗、播種面積占比等指標;狀態(tài)子系統(tǒng)反映與承載力有關(guān)的因素在上述子系統(tǒng)作用下所處的狀態(tài),如當前的地表水資源、地下水資源條件、降水強度等指標;影響子系統(tǒng)反映上述三個子系統(tǒng)對資源條件、工農(nóng)業(yè)帶來的影響,如單方水糧產(chǎn)、耕地有效灌溉率等指標;響應(yīng)子系統(tǒng)反映人類社會為改善資源、環(huán)境條件采取的能動措施,如節(jié)水灌溉率、億元污水處理總能力等指標。該體系能夠?qū)λY源承載力進行全面的綜合評價。

基于科學(xué)性、全面性、可比性、數(shù)據(jù)可獲取性等指標體系確立原則,最終確定26個指標,如表1所示。數(shù)據(jù)來源主要為2009—2018年的《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國社會統(tǒng)計年鑒》《中國水利統(tǒng)計年鑒》,同時參考2009—2018年長江經(jīng)濟帶11個省份的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報及地方統(tǒng)計年鑒,保證了數(shù)據(jù)的準確性和權(quán)威性。

表1 水資源承載力評價指標體系

(二)指標權(quán)重求解

1.各年度指標權(quán)重

對預(yù)處理后的指標數(shù)據(jù),計算其獨立度、非均衡度、貢獻度與靈敏度,基于DS證據(jù)理論進行Dempster信息合成,可計算每一年的指標權(quán)重。如2018年的各子系統(tǒng)權(quán)重為:

w1=(0.105,0.349,0.073,0.411,0.063)

w2=(0.273,0.225,0.107,0.185,0.210)

w3=(0.041,0.066,0.473,0.318,0.076,0.027)

w4=(0.181,0.101,0.143,0.574)

w5=(0.151,0.181,0.109,0.080,0.206,0.274)

(33)

2.準則層權(quán)重

由于指標體系內(nèi)每個子系統(tǒng)對綜合評價的作用同樣重要,因此準則層權(quán)重平均化,即得:

w=(0.2,0.2,0.2,0.2,0.2)

(34)

(三)時間權(quán)重求解

1.熵值法權(quán)重

根據(jù)“厚今薄古”的賦權(quán)思想,時間度范圍取[0,0.5]較合理,經(jīng)驗證,取u=0.3時,時間權(quán)重依次增大,達到了既考慮到近期數(shù)據(jù)的重要性,又未忽略遠期數(shù)據(jù)信息的目的。求解權(quán)重得:

(35)

2.灰色關(guān)聯(lián)分析法權(quán)重

利用指標權(quán)重對數(shù)據(jù)集降維,得到關(guān)聯(lián)系數(shù)矩陣,由式(23)～(25)求解權(quán)重得:

(36)

可以看出,將各年度數(shù)據(jù)的取值信息考慮到賦權(quán)過程中時,時間權(quán)重會根據(jù)數(shù)據(jù)取值的優(yōu)劣進行一定調(diào)整。在動態(tài)綜合評價中,近期數(shù)據(jù)由于時效性強而包含較大信息量,但遠期數(shù)據(jù)的發(fā)展狀態(tài)由于可對被評價對象產(chǎn)生持續(xù)影響,對反映研究對象的綜合發(fā)展能力也具有關(guān)鍵作用,基于灰色關(guān)聯(lián)分析求得的時間權(quán)重(式(36))即反映出由數(shù)據(jù)信息所決定的權(quán)重分配結(jié)果。

3.時間權(quán)重

由式(25)～(27),得α=0.706 3,β=0.708。歸一化得最終信任度α=0.5,β=0.5,所占比例基本持平,最終時間權(quán)重為:

w′=(0.065,0.062,0.074,0.071,0.095,0.096,0.100,0.121,0.141,0.174)

(37)

(四)實證結(jié)果分析

基于指標權(quán)重與時間權(quán)重,根據(jù)式(28)～(32),計算得到長江經(jīng)濟帶11個省份水資源承載力動態(tài)綜合評價結(jié)果,見表2。為具體分析區(qū)域差異,根據(jù)《國務(wù)院關(guān)于依托黃金水道推動長江經(jīng)濟帶發(fā)展的指導(dǎo)意見》,將長江經(jīng)濟帶劃分為上游、中游、下游三個區(qū)域,其中,上游地區(qū)包括重慶、四川、云南、貴州四個省份,中游地區(qū)包括江西、湖南、湖北三個省份,下游地區(qū)包括上海、浙江、江蘇、安徽四個省份。

從水資源承載力地域差異來看(見表2),長江經(jīng)濟帶11個省份間水資源承載力存在顯著差異,浙江、上海、重慶位列前三,水資源承載力分別為0.331、0.316、0.313,中上游地區(qū)的水資源承載力水平較低,其中安徽位列最后,觀察期內(nèi)的水資源承載力平均水平呈現(xiàn)下游地區(qū)大于上游地區(qū),上游地區(qū)大于中游地區(qū)的特點。下游地區(qū)臨江靠海,產(chǎn)業(yè)升級與經(jīng)濟轉(zhuǎn)型起步早,經(jīng)濟實力雄厚,有力支持了科教、環(huán)保衛(wèi)生的投入,在結(jié)構(gòu)優(yōu)化與開放協(xié)調(diào)方面要顯著優(yōu)于中上游地區(qū),經(jīng)濟發(fā)展與水資源科學(xué)管理形成的良性循環(huán)使得下游地區(qū)的水資源利用效率與效益均較高,但安徽為農(nóng)業(yè)大省,十年來播種面積比例穩(wěn)定在65%左右,且萬元GDP水耗較高,工農(nóng)業(yè)粗放發(fā)展對水資源利用的壓力是造成水資源承載力較低的主要原因;中游地區(qū)一直是中國重要的能源與制造業(yè)基地,經(jīng)濟發(fā)展方式粗放,且承接?xùn)|部地區(qū)工業(yè)、制造業(yè)等產(chǎn)業(yè)轉(zhuǎn)移,沿江地區(qū)高耗能、高耗水產(chǎn)業(yè)遍布,較高的工業(yè)比例和相對薄弱的污染防治能力,都限制了水資源承載力的提高,江西、湖北、湖南等地的水資源承載力也因此顯著低于上游地區(qū)的四個省份;上游地區(qū)的重慶作為直轄市,用水結(jié)構(gòu)與用水效率一直處于較優(yōu)水平,可以看到重慶的水資源承載力在11個省份中排名第三,四川排名第四,兩地的經(jīng)濟水平與基礎(chǔ)設(shè)施等硬件實力較強,且城鎮(zhèn)化水平較高,社會發(fā)展與水資源利用的協(xié)調(diào)性更強,其他地區(qū)受制于獨特的地理環(huán)境,雖具備一定的資源優(yōu)勢,但基礎(chǔ)設(shè)施與技術(shù)條件不夠完備,整體經(jīng)濟和水資源開發(fā)管理水平均要低于中下游長三角地區(qū)。

表2 長江經(jīng)濟帶11個省份水資源承載力評價

五、結(jié) 論

通過構(gòu)建“驅(qū)動力—壓力—狀態(tài)—影響—響應(yīng)”指標體系,對長江經(jīng)濟帶水資源承載力進行綜合評價,得到如下結(jié)論:第一,評價指標具有多方面屬性特征,而現(xiàn)有研究多關(guān)注指標相關(guān)性或信息量等單一特征,容易忽視貢獻度、靈敏度等性能較優(yōu)指標的重要性。基于DPSIR理論,從驅(qū)動力、壓力、狀態(tài)、影響、響應(yīng)五個方面建立指標口徑均為相對量的評價體系,采用DS證據(jù)理論融合獨立度、非均衡度、貢獻度與靈敏度屬性信息進行指標賦權(quán),全面量化指標性能。采用熵值法與灰色關(guān)聯(lián)法進行時間賦權(quán),綜合主客觀信息,避免時間賦權(quán)的主觀隨意性。以上兩方面,有利于提高三維面板數(shù)據(jù)在靜態(tài)與動態(tài)綜合評價應(yīng)用中的科學(xué)性,使評價結(jié)果更為可靠。第二,通過對長江經(jīng)濟帶內(nèi)11個省份的水資源承載力進行測算,結(jié)果顯示:地區(qū)間水資源承載力差異顯著,下游水資源承載力顯著高于中、上游地區(qū),整體呈現(xiàn)下游地區(qū)大于上游地區(qū),上游地區(qū)大于中游地區(qū)的特點。浙江、上海、重慶的水資源承載力位列前三,安徽最低。結(jié)合地區(qū)經(jīng)濟發(fā)展條件與資源條件,與實際情況較為吻合,表明本文的賦權(quán)方法和實證模型具備可行性,可有效進行指標綜合性能評估,推動評價結(jié)果科學(xué)化。第三,長江經(jīng)濟帶水資源承載力空間差異顯著與地區(qū)自然與社會人文條件有直接關(guān)系。根據(jù)長江經(jīng)濟帶11個省份現(xiàn)有水資源與經(jīng)濟社會發(fā)展條件,不同地區(qū)應(yīng)發(fā)揮地區(qū)優(yōu)勢,協(xié)調(diào)互通,推進長江經(jīng)濟帶水資源保護與利用的科學(xué)化。下游長三角地區(qū)與上游川渝地區(qū)水資源條件與經(jīng)濟發(fā)展水平均較優(yōu),可依托強大的科學(xué)技術(shù)優(yōu)勢與經(jīng)濟優(yōu)勢,以科技賦能資源開發(fā)與利用,并向中上游地區(qū)轉(zhuǎn)移先進技術(shù),推動地區(qū)間協(xié)調(diào)發(fā)展;下游地區(qū)的安徽及中游地區(qū)三個省份,屬于資源稟賦差且經(jīng)濟發(fā)展滯后地區(qū),在現(xiàn)有的經(jīng)濟發(fā)展模式下,水資源環(huán)境開發(fā)強度過大,無法發(fā)揮資源優(yōu)勢,需要積極推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級,引進先進生產(chǎn)技術(shù)與管理經(jīng)驗,加大環(huán)境保護力度,提高社會節(jié)水用水意識,推動綠色社會建設(shè);上游地區(qū)的云南、貴州,則屬于水資源稟賦較高但經(jīng)濟發(fā)展滯后地區(qū),水資源環(huán)境還未面臨較大壓力,在經(jīng)濟發(fā)展上升期,需因地制宜,科學(xué)開發(fā)與利用當?shù)厮Y源,以最小的環(huán)境代價推動地區(qū)經(jīng)濟與資源利用的協(xié)調(diào)發(fā)展。