图们江流域水资源利用与经济发展匹配度时空差异

徐可

摘  要：该研究以图们江主要流经市为例，收集各市2013年和2017年用水人口、全年供水总量、人均日生活用水量、人均GDP数据，借助ArcGIS软件的地理分析和空间统计功能分析水资源利用与经济发展匹配度、匹配度空间自相关性以及匹配度聚类特征。结果表明：（1）延吉市水资源利用与经济发展匹配度变化较为稳定，有小幅增长，其他几市除龙井市外匹配度皆有一定增长;（2）2013年各市水资源利用与经济发展匹配度空间自相关性为中等相关，2017年无空间自相关性;（3）延吉市由得分较高的热点区域变为得分较低的冷点区域，龙井市与和龙市则由冷点区域变为热点区域。结合地理学知识对研究结果进行分析，对延边州相关政策的实施提出建议，为“一带一路”建设提供理论依据。

关键词：匹配度  空间自相关性  空间聚集性

中图分类号：TV213                                 文献标识码：A                          文章編号：1672-3791（2019）03（a）-0205-03

1  研究区概况

研究区域为中国一侧图们江，位于吉林省延边朝鲜族自治州的东南边境，是中国与朝鲜的界河。图们江发源于长白山东南部，干流全长525km，流经和龙、龙井、图们、珲春4市，注入东侧日本海。由于近靠日本海，受海洋和日本海回流天气系统的影响，图们江流域气温温和，年温差较小，多阴寡照，雨量充足[1]。图们江流域景色优美，人群密集，交通发达，这些条件为城市的发展奠定基础。

2  研究方法与数据来源

2.1 匹配度计算

研究某一地区水资源利用与经济发展的匹配度是近年来的一个热点问题，例如杜军凯[2]基于基尼系数法对全国十大水资源一级区水资源与经济社会要素进行时空匹配分析;左其亭[3]基于数列分别从时间和空间上计算匹配度，从而研究水资源利用与经济社会发展匹配程度。本研究借鉴基于数列计算匹配度的方法，根据经济要素占总值比例计算水资源利用与经济发展的匹配度。

假设研究区域内有n个单元，各个单元变量x和y的属性值分别为（x1，y1），（x2，y2），…，（xn，yn），各个单元变量x和y的属性值占总体比例分别以ai，bi表示。若x值越大y值也随之增大，即二者为正向关系，则计算匹配度的公式为：

2.2 半变异函数分析

在地统计问题中，可以通过半变异函数建模对某一地区自相关性进行检查和量化，从而实现对该地区空间关联性的探索。半变异函数的表达式为：

在建立半变异函数之前通常要进行插值才能进行拟合，常用的方法如克里金法、反距离权重法、径向基函数插值法等，根据数据的分布情况选择适当的插值方法。

半变异函数有3个重要的特征参数：基台值（still， C0+C1）、变程（range，A0）和块金值（nuggest，C0）。块金值（C0）与基台值（C0+C1）之比为块金系数。块金系数小于0.25，该区域空间自相关性较强;块金系数在0.25到0.75之间，区域空间自相关性适中;块金系数大于0.75，空间相关性弱，区域范围内属性值变异性较大[4]。该研究借助ArcGIS的地统计功能创建半变异函数，对研究区空间自相关性做出评价。

2.3 热点区域分析

Getis-Ord Gi*统计值广泛用于计算某一区域空间聚集性得分，从体现局部空间自相关性。其表达式为：

2.4 数据来源

国内一侧图们江主要流经和龙、龙井、图们、珲春、延吉5市，由于数据局限性，仅以此5市为例。在吉林省统计年鉴中分别收集该区域2013年及2017年人均日生活用水量（L）、人均GDP（元）和用水人口数据，汇总为表格进行计算。

3  结果与分析

3.1 匹配度计算结果

根据公式对已有数据进行计算，得到区域水资源利用与经济发展匹配度结果如表1。

根据计算结果能够看出，2013年水资源利用与经济发展匹配度大于0.8的城市为龙井市，匹配度大于0.6且小于0.8的为珲春市、图们市，匹配度小于0.6的为延吉市、和龙市。2017年水资源利用与经济发展匹配度大于0.8的城市为珲春市、和龙市、图们市;匹配度大于0.6且小于0.8的为龙井市;匹配度小于0.6的为延吉市。

研究区域5个城市中，延吉市的匹配度较为稳定，这也证明近年来延吉市用水量与经济发展之间并无太大变化。匹配度小于0.6，说明延吉市水资源利用与经济发展不匹配，这一状况与地理位置和实施政策有关。延吉市位于延边州中心，人口密集，城市化得到高速推进。尽管延吉市有穿城而过的布尔哈通河以及若干水库以便供水，但延吉市用水人口持续增长，结合降水等自然因素，不得不考虑实施相关的节水政策，由此导致了延吉市水资源利用与经济发展不匹配的现状。

除龙井市外，其他几市匹配度皆有所增长。其中和龙市由于山水景色较好，大力发展旅游业，近年来经济快速发展，因此水资源利用与经济发展匹配度由不匹配大幅增长为高度匹配。图们市与珲春市与朝鲜较近，旅游业发展较好，匹配度也有所增长。龙井市由于人口迁移及其他经济因素，匹配度呈下降趋势。

3.2 半变异函数分析结果

将矢量数据输入匹配度计算结果，利用ArcGIS的统计功能对其进行分析。实现半变异函数分析需要进行插值处理，由于数据量较小，选择普通克里金法。半变异函数类型选择效果较好的J-Bessel模型。分析结果如图1。

将块金值和基台值相除得到块金系数，2013年和2017年的块金系数等参数如表2。根据两个年份的块金系数能够看出，2013年水资源利用与经济发展匹配度空间自相关性适中，2017年水资源利用与经济发展匹配度无空间相关性。这与图们江流域水资源分配与经济发展不平衡的加剧有关。延吉市、珲春市等市经济发展迅速，用水人口增加，水资源无法长时间大量集中供给，因此将导致水资源利用与经济发展匹配度降低。

2013年水资源利用与经济发展匹配度呈中等程度的空间自相关性，通过分析可知其匹配度聚集在延吉市。延吉市为延边州政治、经济中心，城市化发展加速，而周边城市发展速度较慢，由此形成中度聚集的局面。2017年延吉市用水人口增加，图们江部分主要干流由于人口增加受到一定程度的污染[6]，结合近年来的气候状况，水资源供给明显不足，延吉市水资源利用与经济发展匹配度降低。另外珲春市、图们市等城市由于临近朝鲜、俄罗斯等国家，大力推进旅游业，经济增长迅速。这些经济发展状况导致水资源利用与经济发展匹配度无空间自相关性。

为保持这种中等程度的空间自相关性，加强图们江地区互联[7]，以加快实现“一带一路”在长吉图地区的建设，图们江流域水资源应当考虑向延吉市等核心区域聚集，相关政策的实施将有助于经济的发展。

3.3 热点区域分析结果

利用ArcGIS空间统计模块对矢量数据进行分析，空间关系概念化选择默认的FIXED_DISTANCE_BAND方法，距离法选择较常用的EUCLIDEAN_DISTANCE方法，得到各市Getis-Ord Gi*得分值，具体得分如表3。

根据得分情况能够看出，以0为分界线，2013年的热点区域为延吉市、珲春市、图们市，冷点区域为龙井市和和龙市;2017年的热点区域为珲春市和和龙市，冷点区域为延吉市、龙井市、图们市。总体上热点区域与冷点区域城市数目相近，图们江主要流经市水资源利用与经济发展匹配度较平衡。热点区域与冷点区域的分布体现了匹配度的空间聚集性，同时验证了空间自相关分析结果。

延吉市由得分较高的热点区域变为得分较低的冷点区域，其主要原因为经济持续增长，用水人口增加，导致水资源分配不平衡，空间聚集性降低。龙井市与和龙市则由冷点区域变为热点区域，体现了两市空间聚集性增加，在经济上具有良好发展前景。珲春市与图们市得分小幅降低，与近年来旅游业的发展导致的水资源与经济变化有所相关。

另外，在计算Getis-Ord Gi*得分值过程中，理想的做法是输入30个以上数据，这一点将成为进一步优化问题的研究方向。

4  结论

该研究通过收集图们江流域城市2013年及2017年人均日生活用水量（L）、人均GDP（元）和用水人口数据并对其进行汇总、计算、分析，得到各市各年份水资源利用与经济发展匹配度数据，对这些数据进行半变异函数分析、热点区域分析，得到一系列具有现实意义的结论。

（1）运用基于数列的方法计算各市水资源利用与经济发展匹配度并进行分析，能够看出所研究城市中，延吉市匹配度变化较为稳定，有小幅增长，其他几市除龙井市外匹配度皆有一定增长。匹配度的变化与水资源量与经济发展速度之间的协调有关，对于匹配度下降的区域，要注意在经济保持发展的基础上对水资源的进行合理分配。

（2）运用半变异函数分析2013年匹配度空间自相关性为中等相关，2017年无相关性。延边州的经济中心在延吉市，而延吉市近年来由于用水人口增加以及相关的地理因素，水资源短缺，水资源利用与经济发展匹配度下降。周边城市则在经济增长的基础上保持水资源利用的平稳增长，其匹配度相对稳定，由此导致了匹配度空间自相关性降低。应当考虑实施保证延吉市水资源供给的相关政策。

（3）Getis-Ord Gi*得分值显示了图们江流域水资源利用与经济发展匹配度变化冷点区域和热点区域分布。延吉市由得分较高的热点区域变为得分较低的冷点区域，龙井市与和龙市则由冷点区域变为热点区域。对于热点区域要增加经济上的扶持，而对于冷点区域则要在水资源利用上进行政策调整。

作为“一带一路”倡议的新起点，图们江流域的规划具有重要的战略意义。该研究对于图们江流域各市水资源利用与经济发展匹配度进行分析，得到有助于政策实施的建议，同时对图们江的规划治理也有所帮助，具有一定的现实意义。该研究的不足之处在于，由于数据量较少，存在着空间分析结果不够理想的问题。可以考虑将数据细化，或者优化空间分析方法，这将是日后进一步的研究方向。

参考文献

[1] 戚德康.土地利用/覆盖变化影响下的图们江跨国界地区生态系统服务时空格局动态变化研究[D].延边大学，2018.

[2] 杜军凯，李晓星，贾仰文，等.基于基尼系数法的全国十大水资源一级区水资源与经济社会要素时空匹配分析[J].水利科技与经济，2018，24（6）：1-8.

[3] 左其亭，赵衡，马军霞，等.水资源利用与经济社会发展匹配度计算方法及应用[J].水利水电科技进展，2014，34（6）：1-6.

[4] 张乐勤，朱超洪.基于ArcGIS的安徽省水资源利用与经济发展匹配度时空差异分析[J].河南大学学报：自然科学版，2017，47（5）：522-531.

[5] FENG Yongjiu，CHEN Xinjun，GAO Feng，et al.Impacts of changing scale on Getis-Ord Gi* hotspots of CPUE：a case study of the neon flying squid （Ommastrephes bartramii）in the northwest Pacific Ocean[J].Acta Oceanologica Sinica，2018，37（5）：67-76.

[6] 余鳳.气候变化对图们江干流径流变化影响研究[D].延边大学，2018.

[7] 对接“一带一路”建设自由贸易区和“冰上丝绸之路”[N].图们江报，2018-09-05.