付小雪,陳宜金
(中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院,北京 100083)
當(dāng)前,水資源短缺問(wèn)題已經(jīng)越來(lái)越被人們所關(guān)注,解決水資源缺乏問(wèn)題的一個(gè)重要途徑就是提高水資源利用率[1]。在美國(guó)的一次全國(guó)科學(xué)、政策和環(huán)境大會(huì)上,專(zhuān)家認(rèn)為水價(jià)決定了水資源利用效率[2],在英國(guó),政府認(rèn)為提高水資源利用效率和保護(hù)好水環(huán)境是進(jìn)行水資源有效管理的必要途徑[3]。
北京市是嚴(yán)重缺水性城市,近年來(lái),隨著北京市人口的大量增加和經(jīng)濟(jì)的迅速發(fā)展,水資源短缺問(wèn)題嚴(yán)重影響著我國(guó)首都的可持續(xù)發(fā)展。為此,本文采用改進(jìn)的數(shù)據(jù)包絡(luò)分析方法和探索性空間數(shù)據(jù)分析方法對(duì)北京市水資源利用相對(duì)效率的時(shí)空差異進(jìn)行研究分析。
相對(duì)效率的含義不是真正的效率,而是一個(gè)相對(duì)值,水資源利用相對(duì)效率也是一個(gè)相對(duì)比的值,并非實(shí)際的水資源利用效率值,相對(duì)效率更有效也更直觀地描述水資源利用的真實(shí)情況[4]。傳統(tǒng)的數(shù)據(jù)包絡(luò)分析模型不能有效地劃分有效決策單元,所以本文利用改進(jìn)的數(shù)據(jù)包絡(luò)分析模型[5-7]計(jì)算北京市2001—2009年各區(qū)縣的水資源利用相對(duì)效率。
假設(shè)有n個(gè)有效決策,令DMUn+1和DMUn+2分別為最優(yōu)決策和最差決策。最優(yōu)決策的含義是用最少的投入可以得到最大的產(chǎn)出,而最差決策的含義是用最多的投入?yún)s得到最小的產(chǎn)出。所以最優(yōu)決策的輸入是已有的n個(gè)有效決策的輸入中最小的輸入值,它的產(chǎn)出為n個(gè)有效決策的產(chǎn)出中最大的產(chǎn)出值;反之,最差決策的輸入是已有的n個(gè)有效決策的輸入中最大的輸入值,而產(chǎn)出值是已有的n個(gè)有效決策的產(chǎn)出中最小的產(chǎn)出值。表示形式如下:
每個(gè)決策單元DMUk(k=1,2,…,n)的輸入指標(biāo)和輸出指標(biāo)分別為m個(gè)和s個(gè),并且分別用輸入向量和輸出向量表示,其中xik和yrk分別表示DMUk的第i個(gè)輸入指標(biāo)值和第r個(gè)輸出指標(biāo)值;vi,ur分別為輸入指標(biāo)和輸出指標(biāo)的權(quán)重系數(shù);Cm,Bs是根據(jù)輸入指標(biāo)、輸出指標(biāo)重要性大小進(jìn)行構(gòu)建的判斷矩陣;λm,λs分別為矩陣Cm和Bs的最大特征值。
本文主要運(yùn)用2類(lèi)空間自相關(guān)系數(shù)來(lái)研究水資源利用相對(duì)效率的空間格局分異規(guī)律:一是全局空間自相關(guān)系數(shù)Moran'sI,目的是研究探索水資源利用相對(duì)效率值在整個(gè)區(qū)域的總體空間分布特征;另一個(gè)是局域空間自相關(guān)系數(shù)Local Moran'sI,目的是研究探索用水相對(duì)效率在整體區(qū)域的子區(qū)域上的空間格局分布特征或者空間異質(zhì)性,同時(shí)運(yùn)用Moran散點(diǎn)圖和LISA聚集圖將局部的空間差異規(guī)律可視化,從而更加直觀地表現(xiàn)其空間分布特征。全局和局域的空間自相關(guān)系數(shù)計(jì)算公式如下:
本文的數(shù)據(jù)來(lái)源有2種類(lèi)型:一類(lèi)是地理空間數(shù)據(jù)類(lèi)型的1∶1 000 000的北京市行政區(qū)劃圖(圖1);另一類(lèi)是統(tǒng)計(jì)數(shù)據(jù),分別來(lái)源于北京市水資源公報(bào)和北京市區(qū)域統(tǒng)計(jì)年鑒,時(shí)間從2001—2009年,研究區(qū)域?yàn)楸本┦械?8個(gè)區(qū)(縣),總共162個(gè)決策單元。
圖1 北京市行政區(qū)劃圖Fig.1 Map of the administrative regions of Beijing
本文根據(jù)研究區(qū)域中各地區(qū)的空間相鄰關(guān)系定義其空間權(quán)重矩陣。也就是說(shuō),通過(guò)計(jì)算所研究區(qū)域中各個(gè)地區(qū)之間的距離,從而根據(jù)計(jì)算的距離值得出了空間權(quán)重矩陣。先計(jì)算所研究區(qū)域中距離最近的2個(gè)地區(qū)之間的距離為標(biāo)準(zhǔn)尺度,那么研究區(qū)域中任意2個(gè)地區(qū)所在的多邊形其幾何中心之間的直線距離如果小于這個(gè)尺度,那么權(quán)重值定義為1,表示這2個(gè)地區(qū)在一定范圍內(nèi)是相鄰的;反之,權(quán)重值定義為0,表示這2個(gè)地區(qū)在一定范圍內(nèi)是不相鄰的。
基于距離權(quán)重的定義如下:
利用Anselin設(shè)計(jì)的GeoDa軟件,設(shè)定標(biāo)準(zhǔn)尺度為距離d(約36 000 m)以滿足每個(gè)地區(qū)至少有一個(gè)相鄰的區(qū)域,并且還能最大程度地體現(xiàn)空間自相關(guān)性的特點(diǎn)。由此所得到北京市18區(qū)(縣)的相鄰關(guān)系如表1所示。
表1 北京市18區(qū)(縣)空間權(quán)重矩陣特征Table 1 Characteristics of spatial weight matrix of eighteen districts or counties in Beijing
在本文研究中,所要計(jì)算的是水資源利用的相對(duì)效率,所以要選定水資源利用過(guò)程中的投入指標(biāo)和產(chǎn)出指標(biāo),其中產(chǎn)出指標(biāo)比較容易選擇,水資源利用的產(chǎn)出可以用經(jīng)濟(jì)產(chǎn)值來(lái)表示;投入指標(biāo)表示水資源利用的投入因素,采用用水量、勞動(dòng)力和固定資產(chǎn)投資來(lái)表示。其中用水量包括工業(yè)用水量、農(nóng)業(yè)用水量和生活用水量,因?yàn)楣I(yè)用水量和農(nóng)業(yè)用水量都能帶來(lái)一定的經(jīng)濟(jì)利益,從而稱(chēng)為生產(chǎn)用水量。勞動(dòng)力是必不可少的投入指標(biāo),表示勞動(dòng)力的可以用從業(yè)人員數(shù)表示。綜上,本文研究中選擇的指標(biāo)為輸入指標(biāo)是生活用水量、生產(chǎn)用水量、從業(yè)人員數(shù)、社會(huì)固定資產(chǎn)投資;輸出指標(biāo)為地區(qū)生產(chǎn)總值。
構(gòu)建判斷矩陣。根據(jù)各投入指標(biāo)對(duì)產(chǎn)出指標(biāo)(地區(qū)生產(chǎn)總值)的影響作用的大小,判斷矩陣Cm定義如下(由于產(chǎn)出指標(biāo)僅有一項(xiàng),所以不必構(gòu)建判斷矩陣Bs):
利用改進(jìn)的數(shù)據(jù)包絡(luò)分析方法計(jì)算北京市2001—2009年18個(gè)區(qū)(縣)水資源利用的相對(duì)效率,計(jì)算結(jié)果見(jiàn)表2。
表2 北京市18個(gè)區(qū)(縣)2001—2009年水資源利用的相對(duì)效率Table 2 Relative efficiencies of water use in eighteen districts or counties in Beijing,2001—2009
3.1.1 時(shí)間分異特征
表2中的北京市2001—2009年各區(qū)(縣)的水資源利用相對(duì)效率的計(jì)算結(jié)果表明:北京市各區(qū)(縣)的水資源利用相對(duì)效率隨著時(shí)間都呈現(xiàn)了上升的趨勢(shì),從表中可以看出,2001年北京大部分區(qū)縣用水效率較低,而到2009年,各區(qū)縣的用水效率均有了很大的提高。
3.1.2 空間分異特征
結(jié)果表明:人均GDP高的地區(qū)用水相對(duì)效率較高,經(jīng)濟(jì)發(fā)達(dá)區(qū)用水相對(duì)效率提高最快,表明經(jīng)濟(jì)發(fā)展快的區(qū)域其科技水平不斷提高,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整更加合理,人們的節(jié)水意識(shí)逐漸增強(qiáng),對(duì)基礎(chǔ)設(shè)施投入也不斷加大,這在一定程度上節(jié)約了農(nóng)業(yè)以及工業(yè)用水,提高了水資源利用效率。
本研究采用近似正態(tài)分布進(jìn)行相關(guān)性檢驗(yàn)。零假設(shè)為北京18個(gè)區(qū)(縣)用水相對(duì)效率之間不存在空間自相關(guān)性。取顯著性水平α=0.05,在此顯著性水平下檢驗(yàn)當(dāng)Z<-1.96或 Z>1.96時(shí),拒絕零假設(shè),表示變量存在顯著的空間自相關(guān)性;接受零假設(shè),表示變量不存在空間自相關(guān)性。
表3為統(tǒng)計(jì)量的計(jì)算值,這表明北京市各區(qū)之間水資源利用相對(duì)效率在空間上的空間自相關(guān)顯著,表現(xiàn)出相似值(低低或高高)集聚的空間聚集格局,也就是表示具有較高用水相對(duì)效率水平的區(qū)相對(duì)地趨于和用水效率較高的區(qū)相鄰,較低用水效率的區(qū)則趨于和較低用水效率的區(qū)相鄰。
3.3.1 水資源利用相對(duì)效率增長(zhǎng)的空間關(guān)聯(lián)模式分析
下面利用LISA指數(shù)(Local Moran'sI指數(shù))和0.05的顯著性水平對(duì)2001—2009年北京市18區(qū)(縣)的用水相對(duì)效率的局部空間自相關(guān)性進(jìn)行分析研究,從而分析北京市18區(qū)(縣)用水相對(duì)效率的空間分布格局模式。圖2為北京市2001—2009年18區(qū)(縣)用水相對(duì)效率的Moran顯著性圖。
從圖2中可以明顯看出北京市水資源利用相對(duì)效率的空間分布形式主要以H-H(高高)和L-H(低高)聚集分布形式為主。
表3 北京市2001—2009年18個(gè)區(qū)(縣)水資源利用相對(duì)效率的全局Moran'sI統(tǒng)計(jì)值Table 3 Statistic results by Moran'sI index for the relative efficiency of water use in eighteen districts or counties in Beijing,2001—2009
圖2 2001—2009年北京市18區(qū)(縣)水資源利用相對(duì)效率的Moran顯著性圖Fig.2 Moran significance map for the relative efficiency of water use in eighteen districts or counties in Beijing,2001—2009
3.3.2 水資源利用與經(jīng)濟(jì)發(fā)展的空間匹配特征
水資源利用與社會(huì)經(jīng)濟(jì)是否協(xié)調(diào)發(fā)展,下面通過(guò)分析研究北京市區(qū)域經(jīng)濟(jì)的空間分布特征,將其與水資源利用相對(duì)效率的空間分布格局進(jìn)行對(duì)比。圖3為采用LISA指數(shù)(Local Moran'sI指數(shù))及0.05的顯著性水平計(jì)算的北京市2001—2009年各區(qū)(縣)的人均GDP的Moran顯著性圖。
圖3 2001—2009年北京市各區(qū)(縣)人均GDP的Moran顯著性圖Fig.3 Moran significance map for per capita GDP of eighteen districts or counties in Beijing,2001-2009
對(duì)比得出,北京市水資源利用相對(duì)效率的空間分布格局與北京市區(qū)域經(jīng)濟(jì)水平的空間分布格局類(lèi)似,這說(shuō)明水資源利用與經(jīng)濟(jì)發(fā)展水平之間存在一定的相關(guān)性。
本研究利用探索性空間數(shù)據(jù)分析(EDSA)方法(包括全局 Moran'sI指數(shù)和LISA指數(shù))對(duì)2001—2009年北京市18區(qū)(縣)水資源利用相對(duì)效率的空間分布特征及演變趨勢(shì)進(jìn)行了分析研究,最后將其與北京市各區(qū)縣人均GDP的空間分布格局進(jìn)行了對(duì)比分析,最后得出了以下結(jié)論:
(1)北京市各區(qū)(縣)的水資源相對(duì)效率呈現(xiàn)出逐年升高的趨勢(shì),其中經(jīng)濟(jì)發(fā)展水平高的城區(qū)水資源利用相對(duì)效率高于經(jīng)濟(jì)發(fā)展水平低的城區(qū)(縣)。
(2)總體上,北京市的水資源利用相對(duì)效率沒(méi)有顯著的空間分布特征,即空間趨同或空間異質(zhì)現(xiàn)象。而且全局 Moran'sI統(tǒng)計(jì)值是逐年下降的,自2005年起,北京市的用水效率開(kāi)始有向負(fù)的空間自相關(guān)性發(fā)展的趨勢(shì)。
(3)北京市水資源利用相對(duì)效率的空間分布格局主要以高高形式和低高形式為主,分布格局由過(guò)去的南低北高逐步轉(zhuǎn)變?yōu)橹行母咧苓叺偷目臻g分布格局。與北京市區(qū)域經(jīng)濟(jì)的空間分異特征相比,表明用水效率與經(jīng)濟(jì)發(fā)展水平存在一定的正相關(guān)性。
[1]孫才志,謝 巍,姜 楠,等.我國(guó)水資源利用相對(duì)效率的時(shí)空分異與影響因素[J].經(jīng)濟(jì)地理,2010,30(11):1879-1884.(SUN Cai-zhi,XIE Wei,JIANGNan,et al.The Spatial-Temporal Difference of Water Resources Utilization Relative Efficiency and Influence Factors in China[J].Economic Geography,2010,30(11):1879-1884.(in Chinese))
[2]中國(guó)科學(xué)院可持續(xù)發(fā)展戰(zhàn)略研究組.2007中國(guó)可持續(xù)發(fā)展戰(zhàn)略報(bào)告[M].北京:科學(xué)出版社,2007.(CASResearch Team of Sustainable Development Strategy.Report on China’s Sustainable Development Strategy 2007[M].Beijing:Science Press,2007.(in Chinese))
[3]韓宇平,阮本清,解建倉(cāng).多層次多目標(biāo)模糊優(yōu)選模型在水安全評(píng)價(jià)中的應(yīng)用[J].資源科學(xué),2003,25(4):37-42.(HAN Yu-ping,RUAN Ben-qing,XIE Jiancang.Multi-objective and Multi-level Fuzzy Optimization Model and Its Application in Water Security Evaluation[J].Resources Science,2003,25(4):37-42.(in Chinese))
[4]孫才志,劉玉玉.基于DEA-ESDA的中國(guó)水資源利用相對(duì)效率的時(shí)空格局分析[J].資源科學(xué),2009,31(10):1696-1703.(SUN Cai-zhi,LIU Yu-yu.Analysis of the Spatial-temporal Pattern of Water Resources Utilization Relative Efficiency Based on DEA-ESDA in China[J].Resources Science,2009,31(10):1696-1703.(in Chinese))
[5]金菊良,丁 晶,魏一鳴,等.區(qū)域水資源可持續(xù)利用系統(tǒng)評(píng)價(jià)的插值模型[J].自然資源學(xué)報(bào),2002,17(5):610-615.(JIN Ju-liang,DING Jing,WEI Yiming,et al.An Interpolation Evaluation Model for Regional Water Resources Sustainable Utilization System[J].Journal of Natural Resources,2002,17(5):610-615.(in Chinese))
[6]劉英平,林志貴,沈祖詒.有效區(qū)分決策單元的數(shù)據(jù)包絡(luò)分析方法[J].系統(tǒng)工程理論與實(shí)踐,2006,26(3):112-116.(LIU Ying-ping,LIN Zhi-gui,SHEN Zu-yi.Effective Data Envelopment Analysis Method for Ranking Decision-Making Units[J].Systems Engineering Theory& Practice,2006,26(3):112-116.(in Chinese))
[7]段永瑞.數(shù)據(jù)包絡(luò)分析-理論和應(yīng)用[M].上海:上??茖W(xué)普及出版社,2006.(DUAN Yong-rui.Data Envelopment Analysis:Theory and Application[M].Shanghai:Shanghai Popular Science Press,2006.(in Chinese))