合肥市水土资源承载力的监测预警评价

李 琛

(河海大学 公共管理学院，江苏 南京 211100)

0 引言

【研究意义】水是生命之源，土是生存之本，水土资源是自然资源最重要的组成部分，是人类赖以生存的最基本的物质保障[1]。【前人研究进展】十九大以来，中国社会主义建设步入新时代，新时代背景下的水土资源承载力是在一定时期内，一定空间区域，当前的自然资源、科学技术和经济投入在保证与其社会文化准则相符合的物质生活水平条件下，水土资源所能持续承载的人类各种活动的规模和强度的阈值[2]。【研究切入点】目前，对于水土资源承载力研究集中在评价方面，而在水土资源承载力监测预警方面的研究较为缺乏，且缺少对于评价指标体系内部因素的动态研究。在此背景下，如何长期有效地监测预警区域水土资源承载力是值得研究的一个热点问题，如何有效地协调水土资源与人类可持续发展之间的关系是亟待解决的问题[3]。【拟解决的关键问题】采用多因素综合评价法、熵权法与层次分析法并结合ARCGIS可视化功能与EVIEWS向量自回归(VAR)，从水资源承载力、土地资源承载力和环境资源承载力3个维度构建由16个指标组成的水土资源承载力监测预警评价指标体系，研究合肥市2009-2018年的水土资源承载力，旨在为合肥市制定水土利用政策提供参考依据。

1 资料与方法

1.1 研究区概况

合肥市位于安徽省中部(东经116°41′～117°58′，北纬30°57′～32°32′)，江淮之间，环抱巢湖，通过南淝河、巢湖与江海相连。合肥市辖4区4县，是“一带一路”和长江经济带战略双节点城市，也是合肥都市圈中心城市。

1.2 数据资料

统计数据：主要来源于合肥市近几年的统计年鉴、合肥市国土部门的土地利用现状资料、安徽省统计年鉴、合肥市统计年鉴、合肥市统计公报，引江济淮项目报告资料。空间数据，合肥市土地利用规划报告(2006—2020)、合肥市土地利用变更调查资料及合肥市各县市地籍调查成果数据。其他资料，主要包括无法直接一手获得或无法计算所得的资料，通过实地调研走访获得。

1.3 研究方法

采用多因素综合评价法计算合肥市水土资源承载力指数，采用熵权法与层次分析法确定权重，参考借鉴国际、国内相关行业标准划定指标阈值，借助ARCGIS可视化功能研究合肥市所辖行政区划的水土资源承载力警情。

1.3.1 指标体系构建 首先，采用文献资料分析法[9]，参考借鉴相关参考文献[1-5]选取使用频次较高且得到认可的指标；然后，采用实地调研法，2次在合肥市采用调研与发放问卷调查的方式，了解合肥市当地的特色，据此确定相关指标；第三，通过咨询专家的意见与建议，对一些指标进行调整；最后，结合相关文献，本着客观、真实原则，确定各项评价指标(表1)，以期最大程度地反映合肥市水土资源承载力。

表1 水土资源承载力监测预警评价指标体系Table 1 Monitoring and early warning evaluation index system of water and soil resource carrying capacity

1.3.2 指标权重的确定 采用熵权法与层次分析法相结合确定指标权重[4-8]。具体步骤：1) 求指标体系中第j个指标下第i个评价对象的指标值pij；2) 求各指标的信息熵Ej；3) 层次分析法(主观)确定权重wi，熵权法(客观)确定权重wj，计算综合权重Wj(表2)。

表2 评价指标的权重 Table 2 Weight of evaluation index

Wj=αwi+(1-α)wj(0≤α≤1)

Wj>0，wi，wj<1 (i，j=1，2，…，n)

式中，rij是第j个指标下第i个评价对象的指标原始值；Ej为第j个指标的熵值，Ej值越大，则指标的变异程度越大，则权重也越大；Ej值越小，则指标的变异程度越小，则权重也越小；当Ej趋近于1时，可以不考虑该指标的重要度，即此时权重为零；当Ej趋近于0时，该指标的重要度很高，即此时权重为1。α取值为0.5。

1.3.3 指标阈值划分 从安徽省合肥市的水土资源利用现状出发，参考和借鉴相关国家和地方的标准，制定合肥市水土资源承载力监测预警指标阈值区间(表3)，划分原则如下：首先，参考国家标准，若地方标准与国家标准相同，则采取国家标准。其次，借鉴地方标准，若地方标准严于国家标准，则采用地方标准。第三，结合合肥市实际情况，依据当地特色，建立标准。

表3 监测预警指标阈值区间的划分Table 3 Division of threshold interval in monitoring and early warning index

1.3.4 预警模型建立及等级评价 参照文献[10-11]的方法采用多因素综合指数法构建水土资源承载力监测预警模型。参考借鉴国务院印发的《关于建立资源环境承载能力监测预警长效机制的若干意见》中相关要求，建立5级区间划分合肥市水土资源承载力监测预警等级(表4)[12]。

表4 合肥市各监测预警指标的等级及承载力指数Table 4 Grade and carrying capacity index of monitoring and early warning index in Hefei City

式中，fs为水资源承载力监测预警指数；ft为土地资源承载力监测预警指数；fh为环境资源承载力监测预警指数；Wj为第j个指标的权重；yij为第i年第j个指标的标准化值。

1.3.5 因子动态效应 在研究合肥市水土资源承载力因子动态影响效应时需要构建EVIEWS向量自回归模型(VAR)，利用脉冲响应函数以及方差分解功能，对水资源承载力(S)、土地资源承载力(T)以及环境资源承载力(H)之间的动态影响进行研究[15]。VAR模型利用数据的统计性构建模型的经济计量模型，是用非结构化的方法，主要用于研究变量间的关系。

yt=a1yt-1+…+apyt-p+cxt+βt(t=1,2,…T)

式中，yt是一组内生变量，xt是一组外生变量，a1...ap为矩阵，p是模型的滞后阶数，β是扰动列向量，T代表样本的个数，样本数为3个。

2 结果与分析

2.1 合肥市水土资源环境承载力的预警评估

2.1.1 时间差异 从表5看出，2009—2018年，合肥市的水土资源承载力指数为0.379～0.600，总体呈增加趋势。其中，2009年的水土资源承载力指数为0.379，处于一般预警状态；2009—2013年，其水土资源承载力警戒状态由一般预警下调为预警状态，承载力指数最高为0.459，最低为0.379，水土资源承载力水平亟待提高；2014年水土资源承载力指数达0.538，较2013年提高39.25%，但总体水资源依然处于相对匮乏的水平；2014—2018年水土资源承载力处于临界预警状态，2018年承载力指数最大，为0.600，水土资源的利用和保护较之前明显提升。

表5 2009—2018年合肥市水土资源承载力及其环境承载力各评估预警状态Table 5 Water and soil resource carrying capacity and evaluation alert state of its environment carrying capacity in Hefei City during 2009—2018

合肥市2009—2018年，水土资源承载力警情较为严重的是水资源承载系统，人均水资源占有量2009年、2011年、2012年、2013年和2017年皆处于预警状态的严重预警阶段，水资源较为匮乏；2015年开始，人均水资源匮乏的情况得到一定改善，2014—2016年连续3年警情得到缓解，2016年人均水资源占有量警情下调至预警状态，水资源匮乏的状况依然不容乐观；合肥市农业水资源利用率的警情严重程度则逐年增加，表明，合肥市近10年在农业方面消耗的水资源总量较多，承载力相对下降；人均用水量指标则相对维持在一个较为稳定的水平，警情并不严重。总体上，合肥市依然处于一个水资源较为缺乏的发展时期，人均水资源占有量不足问题迫切需要得到解决[14]。

相较于水资源承载系统警情的严重性，合肥市土地资源可承载水平则较为稳定，近10年只有人均耕地面积指标依然处于较为严重的严重至一般预警状态，粮食产量、人均公园绿地面积、森林覆盖率及人均GDP等其他指标均处于可承载阶段，可承载潜力较大。

2.1.2 空间差异 借助ARCGIS可视化功能得到合肥市所辖县市区2014—2018年的水土资源承载力警情状况(图1)。2014年和2015年，合肥市辖区的水土资源承载力指数由0.538提升至0.562，2年皆处于临界预警状态，水土资源可承载潜力在可控制范围内；肥东县2014年和2015年水土资源承载力指数在6个县市中最低，分别为0.389和0.386，2年均处于一般预警状态，水土资源状况相当严峻。肥西县、长丰县和巢湖市水土资源状况均得到一定改善，水土资源承载潜力加强，警情处于临界预警状态；庐江县和肥东县警情则依然维持一般预警状态。2016年和2017年水土资源承载力承载状态得到进一步提高，2017年只有庐江县承载状态较低，2018年，各县市的承载力状态均得到较大缓解，合肥市辖区已变为临界预警状态。

图1 合肥市所辖县2014-2018年水土资源承载力预警状态Fig.1 Alert state of water and soil resource carrying capacity in administrative counties of Hefei City during 2014-2018

2.2 因子动态效应

2.2.1 脉冲响应 脉冲响应函数描述在随机误差和1个标准误差项下，对各内生变量的当期及未来值所产生的影响程度。从图2可知：水资源承载力，从水资源承载力的脉冲函数曲线看，在本期给水资源承载力、土地资源承载力和环境资源承载力正冲击后，水资源承载力对自身的冲击最大，在第1期达最大值36.5%，第2期达最小值-18.5%，第3期为正响应。土地资源承载力系统的冲击响应较弱，均为正冲击；环境资源承载力的冲击变化趋势呈波浪状，并且在第5期以后呈正响应。土地资源承载力，从土地资源承载力的脉冲函数曲线看，其自身给予的冲击最大，变化大致呈波动降低趋势，且均为正响应；水资源承载力与环境资源承载力的冲击在滞后期内均为负响应。

注：S表示水资源承载力系统；T表示土地资源承载力系统；H表示环境资源承载力系统。下同。Note: S means water resource carrying capacity system; T means land resource carrying capacity system; H means environment resource carrying capacity system. The same below.图2 不同承载力系统对标准差新息冲击的脉冲响应函数曲线Fig.2 Impulse response function curve of different carrying capacity system to standard deviation innovations impact

环境资源承载力，从环境资源承载力的脉冲函数曲线看，其自身给予的冲击最大，变化大致呈波动降低趋势，在第1期达最大16.5%，之后的滞后期逐渐下降。

2.2.2 方差分解 方差分解表示水土资源承载力系统内各子系统变量的冲击对系统变量动态变化的相对重要性，其体现每个结构冲击对内生变量变化的相对贡献度[15]。从图3可知，水资源承载力的方差贡献度最大的是水资源承载力因子，其次是环境资源承载力因子，土地资源承载力因子最弱；水资源承载力因子方差贡献度在滞后期内一直稳定在60%的水平，环境资源承载力因子则保持在35%的水平。土地资源承载力水平的波动受水资源承载力的影响最大，其次是环境资源承载力因子，最低是土地资源承载力因子自身。环境资源承载力系统受自身的冲击影响最大，其余2个因子的冲击程度几乎可以忽略不计。

图3 不同承载力因子的方差分解结果Fig.3 Variance decomposition result of different carrying capacity factors

3 结论

对合肥市水土资源承载力监测预警研究结果表明：2009-2018年合肥市的水土资源承载力水平不断上调，并且于2018年处于最高值，合肥市的水土资源承载力警情状态持续下调，2018年是临界预警状态。从空间分布特征看，肥东县和庐江县的水土资源承载力状况较差，其余4地区处于中等水平。合肥市的水土资源承载力短板主要集中在人均水资源不足、人均耕地面积不足、森林覆盖率较低；而合肥市所辖县市的主要短板因素则是人均水资源缺乏、人均建设用地面积过大、城镇化率等因素。可见，人均水资源是制约合肥市进一步发展的主要因素。

4 建议

基于上述结果，对合肥市未来发展提高水土资源承载力提出如下建议：1) 控制人口增长。人口是水土资源的主要承载对象，人均水平是反映社会发展水平的重要指标，人口数量无节制的增加势必会导致社会其他资源数量使用增加，给水土资源增加压力。因此，控制人口增长是合肥市可持续发展首要需要解决的问题。2) 重视生态环境保护。针对合肥市存在的环境污染问题，要实行严格的管理利用机制，坚持"谁污染，谁治理"的原则，既要重视对污染的治理，又要重视生态环境建设，保护好生态环境，涵养水源，从长期发展角度提高水土资源承载力。3) 从VAR模型的脉冲响应和方差分解结果看，水资源承载力系统对于土地资源系统和环境资源承载力的冲击较大，未来可以着重提高水资源承载力水平，同时促进土地资源和环境资源承载力的提高。