徐志青,刘雪瑜,邓齐玉,颜秉斐,肖书虎,孙晨
中国环境科学研究院城市水环境研究室
人口扩张、资源短缺、环境恶化作为当今世界面临的三大挑战,给人类的可持续发展带来严重威胁[1-3]。特别是人口稠密的城市和地区,社会经济的可持续发展日益遭受严峻考验[4]。水环境问题是可持续发展的核心问题之一。水环境承载力(water environment carrying capacity, WECC)作为衡量区域可持续发展水平的重要判据,已成为当前水环境科学研究的重点和热点[5-6]。
水环境承载力一般定义为特定时期、特定空间范围内,在区域环境功能维持稳态效应的前提下,区域水环境系统所能承受人类社会经济活动的能力[7-9]。水环境系统内部各组成要素间相互作用、相互联系,形成一个复杂的大系统[10],因此,采用何种指标体系来反映复杂系统的协调发展程度成为水环境承载力评价的关键[11]。常见的指标体系构建方法有2种:1)基于自然-社会-经济的复合系统视角,从自然、社会、经济三方面建立指标体系[12-13];2)基于PSR(pressure-state-response)理论,从压力、状态、响应三方面选取指标[14]。目前,基于系统论构建指标体系的方法已在可持续发展、水资源安全、生态风险评价等领域得到广泛运用[15-17]。本文基于复合系统理论构建水环境承载力指标体系。
水环境承载力量化方法包括主成分分析法、模糊综合评价法、投影寻踪法、多目标规划法和系统动力学法等。如Zhang等[18]通过主成分分析法对2005—2015年岳塘区水资源-水环境承载力进行了评价。石建屏等[19]建立了湖泊水环境承载力多目标优化模型,并运用层次分析法(AHP)计算了2003—2010年滇池流域水环境承载力。Yang等[20]将层次分析法和系统动力学模型相结合,构建社会经济-水资源可持续发展模型,研究2015—2020年西安市水资源承载力变化趋势。系统动力学法从系统内部要素的变化着手进行仿真模拟[21],在处理包含社会经济、资源环境等诸多要素的水环境承载力复杂系统方面具有较强的可操作性[22-24]。遗传投影寻踪法基于统计思想进行评价,不涉及指标权重的分配,所得结果客观真实。因此,本文选用遗传算法和系统动力学模型相结合开展水环境承载力情景预测研究。
作为“一带一路”倡议和“长江经济带”发展战略的重要节点城市,如何保证经济社会与资源环境的协调发展,是南京市未来发展的重点任务。笔者以南京市为研究对象,构建系统动力学模型,设计未来发展的6种不同情景,并通过水环境承载力指标体系和遗传投影寻踪法,对2017—2030年不同情景下的水环境承载力进行评价分析。据此研究不同政策措施下区域水环境主要影响因素及水环境承载力的变化趋势,以期为南京市水环境承载力提升与调控提供理论依据。
依据南京市相关规划和文献资料,结合区域发展现状,遵循科学性、代表性、可操作性等基本原则,从社会经济、水资源、水环境3个子系统中选取15项指标,构建了水环境承载力指标体系并确定了指标分级标准(表1)。
表1 水环境承载力指标体系及分级标准
(续表1)
遗传投影寻踪模型(genetic projection pursuit model)是遗传算法与投影寻踪方法相结合,寻找最能暴露数据特征、充分体现数据原始信息的最优投影方向向量[25]。以最优投影方向向量作为各评价指标的权重,与各指标标准化值相乘并进行加和,得到各样本的投影值,即为水环境承载力的综合评分[26]。根据样本投影值进行优劣排序,投影值越大对应的样本越优。采用Matlab软件对遗传投影寻踪方法进行编程计算。
1.3.1模块划分
水环境承载力研究对象包含社会经济子系统、水资源子系统和水环境子系统,而子系统又可划分为5个模块:1)人口模块,该模块中总人口由初始人口和人口变化量决定,人口变化量主要取决于人口增长率、污染指数和缺水指数;2)经济模块,分为第一产业、第二产业和第三产业3个部分,GDP构成了经济核算的核心指标,代表了区域社会经济发展水平[27];3)供水模块,主要供应经济生活等所需用水,为各模块提供了基本物质基础,并维持了水环境模块的健康发展;4)需水模块,主要包括生活用水需求、工业用水需求、农业用水需求、城市生态用水需求等;5)水环境模块,反映了研究区的污染负荷,该模块中主要评价指标是化学需氧量(COD)和氨氮排放量、废水排放量等。
1.3.2模型边界
以2006年各变量和参数现状值为初始值,模拟2006—2030年南京市水环境承载力。其中,2006—2016年的真实数据用于检验建模结果的准确性;2017—2030年作为预测期。模型模拟步长设为1年。
1.3.3系统动力学流程图
在模块分析的基础上,运用Vensim软件构建南京市水环境承载力系统动力学流程图(图1)。该流程图从人口、经济、供水、需水和水环境模块的角度出发,通过变量间的方程将3个子系统(社会经济、水资源和水环境子系统)有机结合起来,可以明确反映整个系统内部各组成要素之间的因果关系和反馈回路。
南京市水环境承载力系统动力学模型中涉及到的参数主要是结合2006—2016年的实际数据,通过趋势推算法、取平均值法以及回归分析法等估算其在模拟预测期间的合理值。主要计算公式如下:
总人口=INTEG(人口增长量,719.06)
(1)
人口增长量=人口增长率×(1-污染指数)×
(1-缺水指数)×总人口
(2)
GDP=第一产业增加值+第二产业增加值+
第三产业增加值
(3)
供水总量=水资源总量×水资源开发利用率
(4)
用水总量=生活用水量+生态用水量+
工业用水量+灌溉用水量+
城镇公共用水量+林牧渔业用水量
(5)
水资源供需差额=用水总量-供水总量
(6)
缺水指数=水资源供需差额/用水总量
(7)
工业废水排放量=工业废水排放系数×工业用水量
(8)
生活污水排放量=生活污水排放系数×生活用水量
(9)
图1 系统动力学流程图Fig.1 System dynamics flow diagram about WECC
COD排放总量=工业源COD排放量+生活源COD排放量+畜禽养殖COD排放量+农田径流COD排放量
(10)
氨氮排放总量=工业源氨氮排放量+生活源氨氮排放量+畜禽养殖氨氮排放量+农田径流氨氮排放量
(11)
结合南京市发展现状、资源环境规划目标等,选取相关变量并对其进行调整,最终形成包括原始方案(情景1)、单项政策方案(情景2~情景5)、综合方案(情景6)的6种方案,分别代表南京市在2017—2030年内的不同发展情形(表2)。
表2 情景设计说明
2.1.1相对误差检验
2006—2016年GDP、用水总量、废水排放总量的模型模拟值与真实值相对误差检验结果见表3。从表3可以看出,模型中大部分变量的相对误差在±10%以内,与实际情况吻合较好,能够保证模型模拟的有效性。
2.1.2相关性检验
通过比较2006—2016年主要变量模型模拟值与真实值间的相关系数,测试模型的拟合度(图2)。结果显示,相关系数较高,系统动力学模型的拟合度较好。
表3 真实值与模拟值的相对误差
图2 真实值与模拟值间的相关性Fig.2 Correlations between real values and simulated values
将6种情景所调整的变量分别输入到水环境承载力系统动力学模型,得到不同发展方案下南京市社会经济、水资源以及水环境的未来发展情况。
2.2.1社会经济子系统
不同情景下社会经济子系统主要变量见表4。原始方案下,2030年总人口达到871.8万人;情景2代表的人口增长方案下总人口达到了1 161.9万人,增长了61.59%;而情景3对应的经济增长方案下的人口规模最小,这可能是由于经济发展产生的高用水需求增大了缺水指数,使得人口增长受限;综合方案(情景6)对经济的影响最大,该情景下GDP最高,大于情景3对应的经济优化方案。说明适度的人口与经济增长、水资源节约、水污染治理共同作用比单纯经济增长更能提升区域经济综合实力。
表4 社会经济子系统各情景模拟结果
2.2.2水资源子系统
不同情景下水资源子系统主要变量如表5所示。单项政策方案中,2030年情景2对应的人口增长方案用水总量和供需差额超过了其他方案,分别达到了49.56亿和41 470万m3,供水量远不能满足高速增长的用水需求。情景2的人口大量扩张导致生活用水量相比原始方案增加了48.67%,最终造成用水总量增加了8.39%。这表明,人口增长会造成生活用水需求显著增加,是影响水资源子系统的主要障碍因素。情景4代表的节水方案中,2030年用水总量仅为40.57亿m3,水资源供需差额为-48 449万m3,供水量完全能够满足用水需求。
表5 水资源子系统各情景模拟结果
2030年综合方案(情景6)下用水总量和供需差额分别为42.97亿和-24 476万m3,相比情景4表现稍差,但该情景下单位GDP用水量为14.76 m3/万元,低于情景4的16.30 m3/万元。说明单纯节水方案能够有效控制用水总量,综合方案更能提高用水效率。
2.2.3水环境子系统
不同情景下水环境子系统主要变量如表6所示。从单项政策方案来看,情景2代表的人口增长方案中,2030年废水排放总量、COD排放总量和氨氮排放总量分别达到了145 178万、8.84万和1.12万 t,远高于其他方案。分析发现,人口扩张导致生活污水排放量、生活源污染物排放量显著高于原始方案。情景3对应的经济优化方案中,工业废水排放量为最高值。情景4代表的节水方案下,2030年生活污水、工业废水和废水排放总量分别为77 935万、14 008万和91 943万t,低于其他方案。情景5对应的水污染治理方案下,COD和氨氮排放总量分别下降了49.18%和46.38%,降幅超过其他方案。综合方案(情景6)中,单位GDP COD排放强度和单位GDP氨氮排放强度降幅最大,分别达94.83%和87.83%。
表6 水环境子系统各情景模拟结果
由此表明,人口增长会造成生活污水和生活源污染物排放量的大幅上升,对水污染影响很大;经济快速发展将带来大量工业污染物排放;水污染治理能够得到良好的污染物减排效果;节水措施在控制废(污)水排放量方面,比治污措施更有效;综合方案能最有效降低污染物排放强度。
根据1.2节的水环境承载力评价方法,将评价指标数据代入到遗传投影寻踪计算中,得到水环境承载力最大适应度为12.894 7,其对应的最佳投影方向如下:
a=(0.161 4,0.327 5,0.258 3,0.047 5,0.253 7,0.389 9,0.254 0,0.179 0,0.178 4,0.289 4,0.435 7,0.033 9,0.030 5,0.292 8,0.302 6)
(12)
最终得到水环境承载力分级标准(表7)及2017—2030年6种情景下水环境承载力综合评分(图3)。2016—2030年,情景1~情景6水环境承载力综合评分分别提升了21.3%、12.5%、24.0%、28.5%、24.2%和30.1%,从高到低表现为综合方案>节水方案>水污染治理方案>经济优化方案>原始方案>人口增长方案。2016年南京市水环境承载力已超过Ⅱ级(中承载力),由于不同方案下承载力增速不同,使得其达到Ⅰ级(高承载力)的时序存在差异。
表7 水环境承载力分级标准
图3 不同情景下水环境承载力综合评分Fig.3 Comprehensive index of WECC in all cases
原始方案下,水环境承载力稳步提升,2017—2030年综合评分为2.298 8~2.763 6,且从2027年开始超过Ⅰ级,表明在当前发展模式下,南京市水环境状况能够支撑社会经济发展,在一定程度上满足环境资源与社会经济的协调发展。从单项政策方案来看,节水、水污染治理、经济优化方案下水环境承载力表现优于原始方案,而人口增长方案则相反。情景2人口增长方案水环境承载力始终保持最低,综合评分仅为2.288 4~2.561 8,在预测期内未达到Ⅰ级标准。这主要是由于人口扩张导致生活用水增加,生活源污染物大量排放,极大地阻碍了水环境承载力提升。情景3经济优化方案下水环境承载力为2.297 6~2.825 1,2026年后开始超过Ⅰ级。情景4节水方案提高水环境承载力的效果最为显著,主要在于其大幅降低了用水总量及废(污)水的排放量。情景5水污染治理措施有效控制了主要污染物排放,其水环境承载力相比原始方案明显提高。综合方案(情景6)承载力评分为2.316 2~2.963 1,增速最快,在2024年即达到Ⅰ级。原因在于该方案下南京市经济综合实力提升,用水效率以及污染物排放强度显著降低。
总之,综合方案采取适度的人口增长、较高的经济发展、较强的节水和治污力度,可大幅提高南京市水环境承载力,使其呈逐年递增的趋势。可见将人口增加、经济优化、节水、水污染治理等几大措施进行综合,将社会发展的各个层面尽可能地考虑进来,可有效促进南京市经济、社会和环境的协调发展。可以认为,情景6综合方案为南京市提升水环境承载力的最优方案。
(1)2017—2030年不同情景比较结果表明,情景2中人口增长会显著增加生活用水需求、生活污水排放量;情景3对应的经济优化方案,GDP显著提升,但工业废水排放量高于其他方案;情景4节水方案能够有效控制用水总量和废(污)水排放量;情景5水污染治理方案能够得到良好的污染物减排效果;情景6综合方案,最能提升南京市经济综合实力,并显著降低用水效率以及污染物排放强度。
(2)2017—2030年水环境承载力比较结果表明,不同方案对南京市水环境承载力的提升表现为综合方案>节水方案>水污染治理方案>经济优化方案>原始方案>人口增长方案。情景2单纯强调人口增长,导致预测期内水环境承载力增幅最小,始终未达到Ⅰ级标准。情景6兼顾人口增长、经济发展、水资源节约和环境保护的需求,其承载力在各情景中最早达到Ⅰ级,最能显著提升南京市水环境承载力水平。
南京市在城市化和工业化快速推进的同时,人口规模迅速扩张,资源环境对经济社会发展的约束日益趋紧。为进一步提高南京市水环境承载力,还需要多方面努力,如调整人口增速,实现人口适度增长;产业结构转型升级,提升经济总体实力;加强用水总量和效率控制,实现水资源节约利用;控制水污染物排放强度,提高污染治理效率等,以实现南京市的可持续发展。