基于全局主成分分析的罗平县资源环境承载力动态评价

茶增芬，张 翊， 李银富，李 佳， 王 振

(1.昆明市国土资源信息中心，云南昆明 650091；2.云南省环境科学研究院，云南昆明 650034；3.云南大学资源环境与地球科学学院，云南昆明 650091)



基于全局主成分分析的罗平县资源环境承载力动态评价

茶增芬1，张 翊2， 李银富3，李 佳3， 王 振3

(1.昆明市国土资源信息中心，云南昆明 650091；2.云南省环境科学研究院，云南昆明 650034；3.云南大学资源环境与地球科学学院，云南昆明 650091)

[目的]评价罗平县资源环境承载力。[方法]基于罗平县的实际情况，从资源条件、环境条件和社会经济条件3个方面选取14项指标构建评价指标体系，利用全局主成分分析方法对2005—2014年罗平县的资源环境承载力进行动态评价，并根据主成分分析结果确定影响其承载力的关键因素。[结果]对罗平县资源环境承载力影响较大的是资源及环境因素；罗平县10年来各乡(镇)资源环境承载力在时序上总体呈上升趋势，各乡(镇)间的资源环境承载力空间差异较明显，差异呈减小趋势。[结论]采用的全局主成分分析法将时间序列加入到评价体系中，实现了资源环境承载力动态分析的统一性和整体性，并保证了系统分析的可比性。评价结果可为研究区资源环境合理开发利用提供理论依据。

全局主成分分析；资源环境承载力；动态评价；罗平县

20世纪末以来，在生产力和科学技术巨大提升的同时，人类社会物质财富也获得了极大的丰富，改造和利用自然的能力也提高到空前的程度[1]，但随之出现了自然资源逐渐枯竭、自然环境被严重破坏、土地沙漠化、水体污染、诸多物种濒临灭绝等问题。目前，各国经济快速发展的同时，对资源和环境条件的需求也不断增加，资源短缺和环境污染严重的问题也越来越突出[2]。近年来，为了解决社会经济发展与资源环境之间的矛盾，人们不断尝试用各种方法来描述资源消耗、环境需求及经济发展的供需关系[3]。经过不断研究，资源环境承载力逐步应用于描述区域发展的限制程度。评价一个地区或区域的资源环境承载力对该地区或区域的发展起到了重要作用[4]。另外，主体功能区规划、区域发展规划及土地利用总体规划调整完善等工作要求在资源环境承载力评价的基础上进行，表明资源环境承载力评价对主体功能区划、区域发展规划及土地利用规划等方面具有重要意义[5]。罗平县地形条件复杂，地理位置独特优越，但资源环境的利用与保护也存在不合理之处。笔者通过资源环境承载力研究得到罗平县10年来的承载力状况及变化情况，为罗平县的资源环境合理利用保护及社会经济协调发展等提供参考。

1 研究区概况

罗平县坐落于云南省东部，隶属曲靖市，位于103°57′～104°43′ E，24°31′～25°25′ N，连接昆明市、贵州省、广西壮族自治区，地理位置优越，区位优势明显[6]。罗平县东与贵州接壤；东南部与广西壮族自治区隔水相望。县域占地3 015.08 km2，坝区和山区占土地总面积的比例分别为22%和78%，东西、南北方向的最大跨度分别为75、99 km。总体而言，研究区地理位置优越，区位优势明显，具有地形条件复杂、岩溶地貌发育较成熟且陡坡较多、县内地表水系较发育、地质条件较复杂、社会经济快速发展的特征。

2 研究方法

2.1 评价单元的确定 划分评价单元的方法主要有网格法、多边形法、地块法和叠置法等[7]。评价单元的确定会影响在评价中的应用价值和评价结果的精度[8]。结合研究区的实际情况，同时为了满足县域内政策实施及乡镇管理的要求，该研究采用行政区为评价单元，研究区域内共12个评价单元。

2.2 评价指标体系的构建 考虑罗平县的实际情况和全面反映自然资源、环境和社会经济3个方面的特征，选取14项评价指标，具体指标设计和计算方法、指标属性见表1。

2.3 全局主成分分析方法[9-10]

2.3.1 构造全局数据表。若统计n个样本，每个样本有相同的m个指标变量，用X1，X2，…，Xm来描述，可以得到一个平面数据表：Xt=(Xij)n×m，n代表样本的个数，m代表变量的个数。将T年的每个数据表展开并排在一起构成一个Tn×m的全局数据表，记为：

将各年的数据表按时间纵向展开得到的立体数据表即为全局数据表。

根据以上所构建的指标体系及指标处理方法，分别得到2005—2014年的平面数据表，并将10年的平面数据表按年份纵向展开，即得到罗平县资源环境承载力评价全局数据表。

表1 罗平县资源环境承载力评价指标体系

2.3.2 数据标准化。在评价过程中，所构建的指标体系中每个指标数值的单位存在一定差异，使得指标数值间不能进行比较和分析，为了使评价结果具有准确性，需要对所取指标值进行无量纲化处理，即标准化处理。为了消除量纲对原始数据的影响，采用极差标准化法[11]。

对于正趋向指标计算公式：

(1)

对于负趋向指标计算公式：

(2)

式中,Nij代表标准化后的值；Mij代表指标原始值；max(Mi)代表指标的最大值；min(Mi)代表指标的最小值。

根据公式(1)和(2)对罗平县资源环境承载力评价全局数据表中的数据进行标准化，以消除量纲的影响。

2.3.3 有效性检验。有效性检验是对所选取的变量是否适用于该方法进行检验，检验过程需要借助SPSS分析软件。若变量的KMO>0.5，说明适宜做因子分析；若Bartlett’s球形检验结论拒绝假设，表明所选取的变量间存在一定的相关性，适宜对数据进行因子分析[12]。

检验结果表明，KMO统计量的取值大于0.5。Bartlett球形检验的卡方值为2 369.984，显著性值小于0.05，因此，所选取的变量适宜做因子分析。

主成分选取的主要依据：特征值大于1，累计方差贡献率超过80%。

2.3.5 求初始因子载荷矩阵。先求出原始变量与对应主成分的相关系数，即可得到因子载荷矩阵A=(rij)。

2.3.6 求基础指标的主成分系数。指标的主成分系数βi由主成分分析结果的因子载荷矩阵中第i列数值除以对应第i个特征根的开方求得。

2.3.7 求综合评价函数。构造综合评价函数：

(3)

式中，λi是第i个主成分的特征根，Fi是经标准化后的第i个主成分得分，q是各主成分的特征根之和。

Fi=β1χ1+β2χ2+β3χ3+……+βmχm

(4)

式中，βm由成分矩阵中第i列数据除以第i个主成分所对应的特征值的开平方根后得到，xm为标准化后的原始变量。

3 结果与分析

3.1 关键影响因素分析 借助SPSS软件，对标准化后的变量进行全局主成分分析，求得全局特征值、各个主成分的方差贡献率及累计方差贡献率，结果见表2。由表2可知，前4个全局主成分的特征值均大于1，且累计贡献率超过80%，表明这4个主成分基本能够代表原始指标对罗平县资源环境承载力进行评价。

将选取的前4个主成分代表原始的14个指标，各因子载荷见表3。

表2 全局特征值及各个主成分方差贡献率

表3 各因子载荷

由表3可知，第1主成分F1主要反映了坡度(≥25°)指数、坡度(≤8°)指数、人均耕地、人均林地、饮用水水质达标率、人口密度、公路通车里程指数这7个指标的信息；地质灾害高易发区指数、地质灾害中易发区指数、石漠化指数在第2主成分F2上有较大载荷；污水处理率、生物多样性保护重要性指数、农民人均纯收入在第3主成分F3上有较大载荷；人均水资源可利用量在第4主成分F4上有较大载荷。

根据公式(4)得到前4个主成分的表达式：

F1=0.401X1+0.316X2+0.107X3+0.295X4-0.339X5-0.039X6+0.145X7+0.334X8+0.168X9+0.155X10+0.098X11+0.402X12+0.201X13+0.358X14

(5)

F2=-0.128X1+0.061X2-0.078X3-0.240X4+0.226X5+0.373X6-0.376X7+0.307X8+0.316X9+0.228X10-0.459X11-0.026X12+0.320X13+0.159X14

(6)

F3=0.157X1+0.177X2+0.280X3+0.100X4+0.098X5+0.187X6-0.306X7-0.243X8- 0.451 X9+0.469 X10-0.156 X11+0.088 X12-0.423 X13+0.156 X14

(7)

F4=-0.006X1-0.213X2+0.647X3-0.142X4+0.237X5-0.488X6+0.072X7+0.042 X8+0.193X9+0.349X10+0.017X11+0.008X12+0.191X13-0.141X14

(8)

根据公式(3)计算综合得分：

F=(0.340 05F1+0.229 01F2+0.149 41F3+0.103 44F4)/0.821 91 =0.158X1+0.153X2+0.155X3+0.056X4-0.030X5+0.060X6-0.091X7+0.185X8+ 0.100X9+0.257X10-0.114X11+0.176X12+0.119X13+0.203X14

(9)

根据上述表达式计算得到罗平县12个乡镇历年的资源环境承载力综合得分(表4)。

从第1主成分对资源环境承载力的贡献率看，第1主成分对资源环境承载力的影响较大。第1主成分反映了坡度(≥25°)指数、坡度(≤8°)指数、人均耕地、人均林地、饮用水水质达标率、人口密度、公路通车里程指数7个指标的信息。从主成分F1的函数关系式(5)可以看出，第1个主成分的线性组合中X1、X2、X8、X12、X14的系数较大，均大于0.3，表明这5个指标在第1主成分中所起的作用相当。而第5个变量(指标)的系数为负值，且其绝对值为0.339，也在第1主成分中起到相当的作用。因此,F1在综合反映其他变量信息的基础上，突出反映了自然资源承载力的大小。

第2主成分反映了地质灾害高易发区指数、地质灾害中易发区指数、石漠化指数3个指标的信息，即为环境条件主成分。从主成分F2的函数关系式(6)可以看出，第2个主成分的线性组合中X6、X8、X9、X13的系数较大，都大于0.3，主要反映了环境条件的指标信息。因此，F2突出反映了资源环境承载力环境承载力方面的大小。

表4 罗平县各乡(镇)历年资源环境承载力综合得分及排名

第3主成分反映了污水处理率、生物多样性保护重要性指数、农民人均纯收入3个指标的信息。从主成分F3的函数关系式(7)可以看出，第3个主成分的线性组合中X10系数最大，为0.469，主要反映了环境条件的指标信息。因此，F3在综合反映其他变量信息的基础上，突出反映了资源环境承载力环境承载力方面的大小。

人均水资源可利用量在第4主成分F4上有较大载荷，且从主成分F4的函数关系式(8)可以看出，第4个主成分的线性组合中X3系数最大，为0.647，反映了人均水资源可利用量对资源环境承载力环境承载力限制性的高低。

根据全局主成分分析对罗平县资源环境承载力的评价结果可以看出，资源条件、环境条件及社会经济条件均对罗平县的资源环境承载力有影响。其中，资源条件中的坡度因素、人均水资源可利用量、人均耕地，环境条件中的地质灾害易发性及石漠化程度等因素对罗平县资源环境承载力的影响最大。

3.2 资源环境承载力时空变化趋势 从罗平县各乡镇10年的资源环境承载力时序变化情况看，罗雄镇的资源环境承载力在全县中的优势明显，承载力得分10年来均最高且呈上升趋势；板桥镇承载力得分基本保持平缓上升趋势；马街镇资源环境承载力得分增加较快，但在全县中的优势有所减弱；富乐镇的资源承载力呈先上升后下降再上升的波动趋势，在全县中的优势有所加强；九龙镇10年来的资源环境承载力呈上升趋势，在全县中的优势有所减弱；阿岗镇的资源环境承载力也呈上升趋势，呈先缓慢上升再快速上升继而转为平稳上升的趋势，在全县中优势较明显；大水井乡10年来呈平稳上升趋势，在全县中的排名靠后；鲁布革乡10年来的资源环境承载力呈波动上升趋势，在全县中的排名有下降趋势；旧屋基乡自2005年逐年上升，但在全县中的排名为最后，资源环境承载力不是很乐观；钟山乡、长底乡和老厂乡10年的资源环境承载力均呈逐年上升趋势，在全县中的排名均较靠后，老厂乡在全县中的排名有上升趋势。

罗平县各乡(镇)资源环境承载力具有明显的空间差异性，罗雄镇资源环境承载力最高，旧屋基乡资源环境承载力最低。罗雄镇与旧屋基乡之间的资源环境承载力差异最大，其主要原因是旧屋基乡坡度(≥25°)面积比例较高，人均资源占有量少，自然资源条件不佳；加之旧屋基乡生物多样性保护面积比例也较高，因其面积不能被占用和利用，所能承载的人口少；旧屋基乡离县城(罗雄镇)较远，社会经济发展较慢，科学技术水平低下也导致旧屋基乡的资源未能合理开发利用。罗雄镇资源环境承载力远高于其他乡(镇)，罗雄镇资源相对充裕，加之罗雄镇是罗平县的县城所在地，其社会经济发展水平也领先于其他乡(镇)，环境保护实施较好。社会经济发展水平较高的乡(镇)资源环境承载力较大，表明地区社会经济发展不平衡以及资源配给条件的差异显著影响地区的资源环境承载力。

4 结论

(1)主成分分析结果表明,所选取的自然资源条件、环境条件、社会经济条件为影响资源环境承载力的驱动因子，表明自然资源条件及环境条件对罗平县的资源环境承载力影响最为关键。

(2)罗平县区域内12个乡镇资源环境承载力时空差异显著。时间上，随着社会经济的发展，罗平县各乡(镇)资源环境承载力呈增强趋势。2005—2014年，罗雄镇、马街镇、阿岗镇、大水井乡、旧屋基乡、钟山乡、长底乡及老厂乡的资源环境承载力得分呈平稳上升趋势，板桥镇、富乐镇、九龙镇及鲁布革乡的资源环境承载力得分呈波动上升趋势。其中，鲁布革乡资源环境承载力得分波动较大。空间上，罗平县历年资源环境承载力空间差异较大，随着社会经济的发展、环境保护实施逐渐完善等，罗平县资源环境承载力空间差距呈逐渐减小趋势。10年来，旧屋基乡和罗雄镇之间的资源环境承载力差距最大。

(3)该研究采用的全局主成分分析法不仅能够实现对原始数据降维，而且将时间序列加入到评价体系中，从而实现资源环境承载力的动态评价，保证了资源环境承载力动态分析的统一性和整体性，并保证了系统分析的可比性。

[1] 王丽.中国国土空间资源环境承载力评价[J].今日园土，2013(9)：39.

[2] 刘明，廖和平，李涛，等.基于模糊物元的重庆市资源环境承载力动态评价研究[J].中国农学通报，2015，31(20)：113-118.

[3] 邓伟.山区资源环境承载力研究现状与关键问题[J].地理研究，2010，29(6)：959-969.

[4] 黄涛.湖北省资源环境承载力评价分析[J].经营管理者，2015：187.

[5] 史同广，王慧.区域开发规划原理[M].济南：山东省地图出版社，1994.

[6] 邓维强.基于DPSIR模型的罗平县耕地资源安全评价研究[D].昆明：云南大学，2015.

[7] 洪惠坤，廖和平，魏朝富，等.基于改进 TOPSIS 方法的三峡库区生态敏感区土地利用系统健康评价[J].生态学报，2015，35(24)：8016-8027.

[8] 徐蕾，张中旺.基于全局主成分分析的汉江生态经济带水资源承载力研究[J].湖北农业科学，2015，54(18)：4459-4463.

[9] 罗瑞雪，蔡雪雄.福建省城市化水平综合评价动态研究：基于全局主成分分析[J].福建论坛(人文社会科学版)，2013(12)：135-139.

[10] CHENG C，TONG S Y.Population，relation between economic development leveland resource and environment carrying capacity of central area of yunnan province based on decoupling analysis[J].Agricultural science & technology，2015，12：2829-2832.

[11] 王维维，孟江涛，张毅.基于主成分分析的湖北省水资源承载力研究[J].湖北农业科学，2010，49(11)：2764-2767.

[12] 程鸿群，邹敏，张洛熙，等.湖北省房地产投资环境的时序全局主成分分析[J].武汉理工大学学报(信息与管理工程版)，2015(4)：447-451.

Resources and Environment Carrying Capacity Dynamic Evaluation of Luoping County Based on Global Principle Component Analysis

CHA Zeng-fen1, ZHANG Yi2,LI Yin-fu3et al

(1.Kunming Municipal Land and Resources Information center,Kunming,Yunnan 650091;2.Yunnan Institute of Environment Science, Kunming, Yunnan 650034;3.School of Resource & Environment and Earth Science, Yunnan University, Kunming, Yunnan 650091)

[Objective] The aim was to evaluate dynamics of resources and environment carrying capacity in Luoping County. [Method] Based on the actual situation of Luoping County, selecting 14 indicators from resource conditions, environmental conditions and social economic conditions to built evaluation index system, using the method of global principal components analysis, the dynamic evaluation was conducted on resources and environment bearing capacity of ten years (2005-2014) in Luoping County, and according to the result of principal component analysis to determine the bearing capacity of the key factors. [Result] The resource conditions and environmental conditions had a greater influence on the resources and environment bearing capacity of Luoping County; resources and environmentbearing capacity in 10 years showed overall rising trend, resources and environment bearing capacity had obvious spatial differences among villages(towns), the gap was decreased. [Conclusion] This article uses the global principal component analysis (GPCA) to introduce time sequence into the evaluation system, realizes the unity and wholeness of dynamic analysis, and guarantees thecomparability of system analysis. The evaluation results can provide a certain theoretical basis for rational development, utilization and protection of resources and environment in the study area.

Global principal component analysis; Resources and environment carrying capacity; Dynamic evaluation; Luoping County

云南大学资源环境与地理科学学院学院制建设专项“云南边疆少数民族地区山地城镇建设土地开发利用模式研究”(2013CK003)。

茶增芬(1992- )，女，彝族，云南大理人，硕士研究生，研究方向：土地利用规划、土地资源管理。

2016-09-14

S 181.3

A

0517-6611(2016)32-0043-04