中國省際水風(fēng)險評價及空間關(guān)聯(lián)格局研究

孫才志，楊 宇，陳相濤，韓 琴

(遼寧師范大學(xué)城市與環(huán)境學(xué)院,大連遼寧 116029)

中國省際水風(fēng)險評價及空間關(guān)聯(lián)格局研究

孫才志，楊 宇，陳相濤，韓 琴

(遼寧師范大學(xué)城市與環(huán)境學(xué)院,大連遼寧 116029)

參考世界自然基金會(WWF)與德國投資與開發(fā)有限公司(DEG)提出的水風(fēng)險評估方法,從短缺風(fēng)險、污染風(fēng)險、災(zāi)害風(fēng)險、生態(tài)風(fēng)險以及監(jiān)管與聲譽風(fēng)險5個方面構(gòu)建水風(fēng)險評價體系,以中國31個省(市)為研究對象,采用加權(quán)綜合評價方法對2000—2013年各省(市)的水風(fēng)險進(jìn)行評估,并利用Fuzzy ISODATA聚類模型對水風(fēng)險評價結(jié)果進(jìn)行分類。在此基礎(chǔ)上運用空間自相關(guān)分析方法,對中國水風(fēng)險指數(shù)的總體空間區(qū)域差異及時間演變趨勢進(jìn)行研究。結(jié)果表明：①中國水風(fēng)險總體處于中低水平,且風(fēng)險等級呈現(xiàn)出由高向低發(fā)展的良好狀態(tài)。①各省(市)風(fēng)險大小差異明顯,南方地區(qū)水風(fēng)險普遍低于北方地區(qū)。③風(fēng)險子系統(tǒng)中短缺風(fēng)險與污染風(fēng)險對各省(市)水風(fēng)險影響較大,但影響程度隨時間減弱；生態(tài)風(fēng)險小幅上升；災(zāi)害風(fēng)險受自然條件影響表現(xiàn)出隨機性特征。④水風(fēng)險空間上存在顯著的集聚現(xiàn)象,但空間集聚特征減弱,省際水風(fēng)險關(guān)聯(lián)度減小。

水風(fēng)險；指標(biāo)體系；加權(quán)綜合評價；空間自相關(guān)分析

水資源既是基礎(chǔ)性的自然資源,也是戰(zhàn)略性的經(jīng)濟資源和社會資源[1]。近年來,隨著社會經(jīng)濟和人民生活水平的提高,水資源供需矛盾日益突出,對水系統(tǒng)帶來的壓力和風(fēng)險也隨之上升,與水相關(guān)的風(fēng)險逐漸被各界重視[1]。水資源具有自然和社會雙重屬性,所謂水風(fēng)險是指在自然因素及人類活動的影響下,水系統(tǒng)與生態(tài)系統(tǒng)和經(jīng)濟系統(tǒng)難以協(xié)調(diào)發(fā)展,并由此危及自身平衡和經(jīng)濟可持續(xù)發(fā)展的可能性。世界自然基金會(WWF)與德國投資與開發(fā)有限公司(DEG)將水風(fēng)險表述為:自然因素與人類活動引起的一些潛在的與水有關(guān)的風(fēng)險,包括與水相關(guān)的物理、環(huán)境、社會、監(jiān)管等方面的風(fēng)險[2]。水風(fēng)險的大小實質(zhì)上是由水引發(fā)的對生態(tài)系統(tǒng)和經(jīng)濟發(fā)展帶來損失的大小,主要表現(xiàn)為水短缺、水污染、水災(zāi)害、水生態(tài)系統(tǒng)健康等。水資源作為維持各方平衡的重要因素,水風(fēng)險的出現(xiàn)很可能引發(fā)全局風(fēng)險。因此,對水資源進(jìn)行合理科學(xué)的風(fēng)險評價以及采取有效的風(fēng)險管理措施,減少由水風(fēng)險引發(fā)的一系列資源、環(huán)境、生態(tài)和社會系統(tǒng)的損失顯得尤為重要。

中國是世界上缺水的國家之一,存在著水資源時空分布不均、人均占有量少、利用效率低等問題。自然條件的變化以及不合理的開發(fā)利用水資源,已經(jīng)逐步超過了水環(huán)境系統(tǒng)與水生態(tài)系統(tǒng)的承載力,導(dǎo)致了水短缺、水污染、水生態(tài)環(huán)境破壞等眾多水風(fēng)險問題。2013年中國七大水系一半以上河流(包括支流)水質(zhì)低于Ⅲ類地表水質(zhì)量標(biāo)準(zhǔn),35個重點湖泊中17個嚴(yán)重污染,超過1/3的城鎮(zhèn)水源不符合飲用水標(biāo)準(zhǔn),水污染問題突出。如何管理水資源,降低水風(fēng)險程度已成為目前研究的熱點,本次研究在結(jié)合中國水資源、水生態(tài)環(huán)境現(xiàn)狀和水資源管理、統(tǒng)計習(xí)慣的基礎(chǔ)上建立了中國區(qū)域水風(fēng)險評價指標(biāo)體系,旨在評價目前中國水風(fēng)險現(xiàn)狀,辨析風(fēng)險的來源及其空間關(guān)聯(lián)格局特征,以期對以后區(qū)域水資源評價與管理提供參考。

1 國內(nèi)外研究進(jìn)展

風(fēng)險研究最早出現(xiàn)在經(jīng)濟領(lǐng)域,通過定性分析,將風(fēng)險定義為從事某項活動的結(jié)果不確定性,這種結(jié)果包括損失、盈利、無損失也無盈利3種情況[2]。風(fēng)險的本質(zhì)是不利后果的動力學(xué)特征,風(fēng)險分析不等同于概率分析[3]。隨著風(fēng)險評價理論的不斷發(fā)展和完善,以及科學(xué)技術(shù)及計算機技術(shù)的逐漸成熟和應(yīng)用,風(fēng)險評價已廣泛應(yīng)用于自然災(zāi)害、農(nóng)業(yè)生產(chǎn)、環(huán)境評價、金融等方面。20世紀(jì)70年代初,風(fēng)險分析首次在水資源系統(tǒng)分析中取得成功,Yen等[4-5]以雨水排水系統(tǒng)的設(shè)計為例,從水文風(fēng)險和水流風(fēng)險兩方面建立了風(fēng)險評價的耦合模型。在此之后,風(fēng)險分析廣泛應(yīng)用到水資源系統(tǒng)評價中。國外水風(fēng)險研究主要集中于水資源系統(tǒng)的風(fēng)險管理和決策等方面。Haimes[6]將風(fēng)險和不確定性集結(jié),提出分段多目標(biāo)風(fēng)險分析方法和多目標(biāo)多階段影響分析法,這些都對多目標(biāo)風(fēng)險決策學(xué)科的發(fā)展起到了積極作用。Serageldin[7]在對水資源可持續(xù)發(fā)展問題進(jìn)行研究中明確指出了地下水開發(fā)是影響水資源系統(tǒng)的一個風(fēng)險性問題。2009歐洲水資源協(xié)會(EWRA)召開了以“氣候變化下水資源管理與風(fēng)險降低”為主題的會議,就水短缺、水損失、水資源綜合管理等問題展開了討論[8]。Nevidimova等[9]在結(jié)合定量統(tǒng)計與區(qū)域自然和社會經(jīng)濟空間特征的基礎(chǔ)上,開發(fā)出了ArcGIS信息分析數(shù)據(jù)庫,并對氣候與水文條件影響下的水資源利用風(fēng)險程度進(jìn)行了區(qū)域劃分。

針對我國水資源稟賦和面臨的水環(huán)境問題,國內(nèi)眾多學(xué)者從理論與應(yīng)用方面開展了大量的水風(fēng)險相關(guān)研究工作,也取得了豐碩的研究成果。劉道祥[10]介紹了水資源系統(tǒng)風(fēng)險的定義,重點論述了水資源風(fēng)險管理過程與風(fēng)險分析的數(shù)學(xué)模型。左其亭等[11]探討了水資源不確定性及風(fēng)險分析方法,有效地處理了水資源風(fēng)險評價過程中的模糊性、灰色性和未確知性問題,為水資源系統(tǒng)風(fēng)險規(guī)劃與管理提供了參考。李九一等[12]選擇水資源供給保障率、水資源保障可靠性、水資源利用率和水資源利用效率4個指標(biāo)反映區(qū)域風(fēng)險發(fā)生的概率以及規(guī)避風(fēng)險的能力,建立了區(qū)域尺度的水資源短缺風(fēng)險評估體系。鸝建強等[13]從水資源、水環(huán)境、水生態(tài)、供水保障方面入手,選擇控制性指標(biāo),對我國水資源安全進(jìn)行綜合評價與分析。金菊良等[14]采用Monte Carlo方法模擬三角模糊數(shù),建立了基于隨機模擬與三角模糊數(shù)耦合的水環(huán)境風(fēng)險評價模型(SS-TFN),提高了評價結(jié)果的合理性,用SS-TFN通過調(diào)整水環(huán)境系統(tǒng)的質(zhì)量狀態(tài)變量的控制參數(shù),可方便地獲得水環(huán)境風(fēng)險管理的對策方案。孫才志等[15]運用TOPSIS模型和阻礙因子對中國農(nóng)村水貧困風(fēng)險評價進(jìn)行了測度,為實現(xiàn)農(nóng)村水資源的綜合利用找到了突破方向。除此之外國內(nèi)外學(xué)者在水生態(tài)風(fēng)險[16-18]、水短缺風(fēng)險[19-21]等方面做了大量研究工作。

綜上所述,目前國內(nèi)外對水風(fēng)險的研究主要集中于水災(zāi)害、水資源短缺、水污染、水生態(tài)風(fēng)險評價以及水風(fēng)險管理等方面。研究內(nèi)容多是從水資源某一個角度展開,對于系統(tǒng)的水風(fēng)險研究較少。在相關(guān)風(fēng)險評價時比較注重水質(zhì)、水量以及水環(huán)境承載力等物理風(fēng)險的評價,對于決策者的涉水管理水平與政策執(zhí)行程度為代表的監(jiān)管風(fēng)險鮮有涉及。王浩[2]采用WWF與DEG提出的水風(fēng)險評估方法,將水風(fēng)險分為物理風(fēng)險、監(jiān)管風(fēng)險和聲譽風(fēng)險,對中國10個水資源一級區(qū)和7個水資源二級區(qū)進(jìn)行總體評估,但是WWF水風(fēng)險評估工具適合較大尺度的流域風(fēng)險評估。鑒于此,筆者參考WWF與DEG提出的水風(fēng)險評估方法,從短缺風(fēng)險、污染風(fēng)險、災(zāi)害風(fēng)險、生態(tài)風(fēng)險以及監(jiān)管與聲譽風(fēng)險5個方面構(gòu)建了水風(fēng)險評價體系,以中國31個省(市)為研究對象,采用加權(quán)綜合評價方法對2000—2013年各省(市)的水風(fēng)險進(jìn)行評估,揭示了中國水風(fēng)險的空間分布特征,并運用空間自相關(guān)分析方法,對中國水風(fēng)險的總體空間區(qū)域差異及時間演變趨勢進(jìn)行研究。

2 研究方法及數(shù)據(jù)說明

2.1 加權(quán)綜合評價方法

加權(quán)綜合評價方法是在不同量綱的指標(biāo)處理后,將所有指標(biāo)代表的信息綜合成一個指數(shù)的方法[22],其表達(dá)式為

其中

式中:C為綜合指數(shù)；wm為m指標(biāo)權(quán)重；zm為指標(biāo)m的評分值。參考WWF的指標(biāo)權(quán)重分配,采用層次分析法(AHP)計算本文的各指標(biāo)權(quán)重。

2.2 空間自相關(guān)分析

空間自相關(guān)分析是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合[23],用于定量分析事物在空間上的依賴關(guān)系,將其應(yīng)用到水風(fēng)險評價中,可通過可視化分布圖揭示水風(fēng)險的空間集聚特征,揭示其內(nèi)在變化的驅(qū)動機制?？臻g自相關(guān)性指標(biāo)包括全局指標(biāo)和局部指標(biāo)2種:全局Moran’s I指數(shù)用于驗證整個區(qū)域內(nèi)某一要素的空間集聚模式,而局部Moran’s I指數(shù)則表示整個區(qū)域中一個單元區(qū)域上的某一屬性值與鄰近單元區(qū)域同一屬性值的相關(guān)程度[23]。全局空間自相關(guān)指數(shù)的計算公式如下:

其中

式中:I為全局空間自相關(guān)指數(shù)(GlobalMoran’s I)； xi為第i地區(qū)的觀測值；n為柵格數(shù)；Wij為二進(jìn)制的鄰接空間權(quán)重矩陣,表示空間對象的鄰接關(guān)系。i= 1,2,…,n；j=1,2,…,m；當(dāng)區(qū)域i和區(qū)域j相鄰時, Wij=1；當(dāng)區(qū)域i和區(qū)域j不相鄰時,Wij=0。I指數(shù)在-1～1之間,小于0時為負(fù)相關(guān),等于0為不相關(guān),大于0時為正相關(guān),I的絕對值越大表示水風(fēng)險指數(shù)在空間分布上的相關(guān)性越大,當(dāng)值趨于0時,表示其空間分布呈隨機性分布。

式中:為局部自相關(guān)

指數(shù)(LocalMoran’s Ii),Ii值為正時表示該單元區(qū)域周圍相似值(高值或低值)的空間集聚,Ii值為負(fù)時表示非相似值之間的空間集聚。Moran’s I散點圖中,橫軸和縱軸分別對應(yīng)變量z和空間滯后向量的所有取值,每個區(qū)域觀測值的空間滯后就是該區(qū)域周邊地區(qū)觀測值標(biāo)準(zhǔn)化的加權(quán)平均[24]。可將Moran’s I散點圖分為4類:①HH:省(市)自身和周邊地區(qū)水風(fēng)險指數(shù)均較高；①HL:區(qū)域自身水風(fēng)險指數(shù)較高,周邊地區(qū)較低；③LL:區(qū)域自身和周邊地區(qū)水風(fēng)險指數(shù)均較低；④LH:區(qū)域自身水風(fēng)險指數(shù)較低,周邊地區(qū)較高。

2.3 指標(biāo)選取

指標(biāo)體系的選擇關(guān)系到水風(fēng)險評價結(jié)果的科學(xué)性和可靠性,筆者在參考WWF和DEG評價指標(biāo)體系的基礎(chǔ)上,依據(jù)指標(biāo)數(shù)據(jù)的可獲取性、可操作性以及系統(tǒng)性、全面性等原則,根據(jù)中國各省(市)水資源、水環(huán)境現(xiàn)狀,以及中國水資源管理和統(tǒng)計習(xí)慣,建立了區(qū)域水風(fēng)險評價指標(biāo)體系,本次評價將水風(fēng)險分為短缺風(fēng)險、污染風(fēng)險、災(zāi)害風(fēng)險、生態(tài)風(fēng)險以及監(jiān)管與聲譽風(fēng)險5類。具體指標(biāo)含義及說明見表1。

2.4 數(shù)據(jù)來源與處理

選取了中國31個省(市)作為研究對象,對中國省際水風(fēng)險進(jìn)行評價和原因分析,縱向時間跨度為14年(2000—2014年)。所用數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年報》、《中國水資源公報》、各省(市)水資源公報、統(tǒng)計年鑒,監(jiān)管與聲譽風(fēng)險數(shù)據(jù)參考文獻(xiàn)[2]的評分標(biāo)準(zhǔn)和各省(市)政府水務(wù)公開信息等資料獲得。

表1 中國省際水風(fēng)險評價指標(biāo)體系

3 評價結(jié)果與分析

3.1 全國水風(fēng)險評價結(jié)果分析

從評價結(jié)果來看(表2),中國的水風(fēng)險等級總體處于中低水平,且呈波動下降趨勢。全國整體水風(fēng)險評分從2000年的3.01下降到2013年的2.34,充分說明我國水風(fēng)險狀況呈現(xiàn)出由高向低發(fā)展的良好狀態(tài)。整體上可分為以下3個階段:①2002—2004年處于快速下降階段,水風(fēng)險評分從2002年的3.02下降到2004年的2.63,下降幅度較大,這一時期污染風(fēng)險明顯降低,污染物排放指標(biāo)即COD與氨氮排放量大幅度減少,分別從2002年的1.47下降到2004年的0.80,風(fēng)險明顯下降。其他4類風(fēng)險類型小幅減小,對水風(fēng)險減小整體作用不明顯。①2004—2010年緩慢下降階段,5種風(fēng)險類別均呈小幅下降狀態(tài),相較而言這一階段監(jiān)管與聲譽作用積極,表明政府對水資源管理水平與信息公開透明度不斷提高,并且水文化建設(shè)內(nèi)容逐漸豐富。③2010—2013年小幅波動下降狀態(tài),波動起伏在0.03～0.11之間。這一階段污染風(fēng)險與生態(tài)風(fēng)險雖有小幅上升,但貢獻(xiàn)不大。期間地表水資源控制能力與水資源監(jiān)管水平不斷提高,推動了水風(fēng)險級別不斷降低。但2010年污染風(fēng)險在這期間對總體水風(fēng)險影響較前一階段有所上升,導(dǎo)致總體水風(fēng)險高值突出。主要在于受統(tǒng)計標(biāo)準(zhǔn)影響,農(nóng)業(yè)污染源首次納入統(tǒng)計范圍內(nèi),污染物統(tǒng)計排放量增大,污染物排放指標(biāo)呈上升狀態(tài)。

表2 中國省際水風(fēng)險評價結(jié)果

從全國范圍內(nèi)進(jìn)行靜態(tài)比較來看,2000—2013年中國水風(fēng)險整體水平雖然不高,但區(qū)域空間差異較大,各地風(fēng)險水平不均,風(fēng)險類別不同。

3.2 全國水風(fēng)險評價結(jié)果聚類分析

根據(jù)表1中的評價值,采用模糊迭代自組織聚類算法[25](Fuzzy ISODOTA聚類方法),可以將中國31個省(市)水風(fēng)險評分值歸為3類(表3)。

表3 2000年與2013年水風(fēng)險聚類中心值比較

2000年第一類風(fēng)險區(qū)包括北京、天津、河北、山西、遼寧、上海、江蘇、山東、河南、寧夏等地區(qū),該類地區(qū)屬水風(fēng)險高值區(qū)(圖1),風(fēng)險均值在3.70左右。其中,北京、天津、河南、上海、寧夏等地屬水短缺風(fēng)險高值區(qū),河北、山西、江蘇等地屬水污染高值區(qū),該區(qū)域災(zāi)害風(fēng)險、監(jiān)管風(fēng)險對水風(fēng)險作用不明顯。第二類風(fēng)險區(qū)包括內(nèi)蒙古、吉林、黑龍江、安徽、陜西、湖北、甘肅等地區(qū),屬水風(fēng)險中值區(qū)(圖1)。該范圍內(nèi)5類子系統(tǒng)風(fēng)險值不高,各類風(fēng)險不突出,但安徽、湖北等地水污染風(fēng)險相對高于該范圍內(nèi)其他地區(qū)。第三類風(fēng)險區(qū)主要包括浙江、福建、江西、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、西藏、青海、新疆等地區(qū),屬于水風(fēng)險低值區(qū)(圖1),該范圍內(nèi)區(qū)域水短缺、水污染、水災(zāi)害與生態(tài)風(fēng)險程度低,但監(jiān)管風(fēng)險對整體水風(fēng)險影響較大。

圖1 2000年全國水風(fēng)險評估結(jié)果聚類示意圖

2013年第一類包括北京、天津、河北、山西、上海、江蘇、山東、河南、寧夏等地區(qū),屬水風(fēng)險高風(fēng)險區(qū)(圖2)；對比2000年結(jié)果來看,一類風(fēng)險值降低且數(shù)量減少,遼寧省由高風(fēng)險區(qū)過渡到中風(fēng)險區(qū)。第二類包括內(nèi)蒙古、遼寧、吉林、黑龍江、安徽、陜西、甘肅、青海、新疆等地區(qū),屬水風(fēng)險中值區(qū)(圖2)。其中,青海和新疆地區(qū)受生態(tài)風(fēng)險影響由低風(fēng)險區(qū)過渡到中風(fēng)險區(qū)。第三類包括浙江、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、西藏等地區(qū),為水風(fēng)險低值區(qū)(圖2),與2000年相比,湖北地區(qū)水風(fēng)險監(jiān)管水平及災(zāi)害應(yīng)對能力上升,由中風(fēng)險區(qū)過渡到低風(fēng)險區(qū)。

圖2 2013年全國水風(fēng)險評估結(jié)果聚類示意圖

3.3 水風(fēng)險子系統(tǒng)分析

3.3.1 水短缺風(fēng)險

表4 中國水風(fēng)險各子系統(tǒng)風(fēng)險評估結(jié)果

比較2000—2013年各地水短缺風(fēng)險評分值與水風(fēng)險綜合評分值(表4),水短缺風(fēng)險層次劃分明顯,地區(qū)間短缺水平差異性大。其中,寧夏、河北、上海、天津、北京、山西、山東、江蘇、河南、甘肅、遼寧、安徽、陜西等地評分值處于0.57～0.97之間,短缺風(fēng)險高于全國平均水平；具體體現(xiàn)在北京、河北、山東、河南等地受年內(nèi)降水變化系數(shù)影響較大,年內(nèi)降水時間分布不均,季節(jié)性干旱影響較大,且這些地區(qū)水資源開發(fā)程度都較高,適應(yīng)水短缺的能力相對較弱。上海雖水資源總量豐富,但人口數(shù)量大,人均可更新水資源量較少,因此也處于水短缺高風(fēng)險區(qū)。山東、陜西、遼寧等地水資源利用效率較低,對水短缺風(fēng)險的貢獻(xiàn)也較大。內(nèi)蒙古、黑龍江、吉林、新疆、湖北、廣西、江西、浙江、廣東等地水短缺風(fēng)險相對較低,評分結(jié)果在0.51～0.56之間,西藏、云南、四川、青海等地水短缺風(fēng)險屬于低水平,分值在0.35～0.36之間。

3.3.2 水污染風(fēng)險

綜合2000—2013年污染風(fēng)險評分來看,云南、廣東、福建、海南、貴州、四川、新疆等地區(qū)對中國整體水風(fēng)險的降低起積極作用,此類區(qū)域工業(yè)類型以輕工業(yè)為主,高風(fēng)險產(chǎn)業(yè)比重較小,污染風(fēng)險評分值處于0.34～0.39之間,污染風(fēng)險較小。遼寧、河南、江蘇、山東、山西、寧夏、北京、河北、天津、上海等地污染風(fēng)險對中國水風(fēng)險貢獻(xiàn)影響較大,污染風(fēng)險分值處于0.69～1.12之間。此類區(qū)域是中國重化工產(chǎn)業(yè)的密集分布區(qū),其中高風(fēng)險產(chǎn)業(yè)產(chǎn)值在河北省經(jīng)濟總量中占有較大比例,因此對污染風(fēng)險貢獻(xiàn)較大。北京、天津、上海等地高風(fēng)險產(chǎn)業(yè)比重雖然不大,但是由于人口密集,COD和氨氮排放量中生活污水比重較大,污水處理量雖多,但處理率不足。

3.3.3 水災(zāi)害風(fēng)險

與全國水風(fēng)險評估結(jié)果相比,2000—2013年之間水災(zāi)害風(fēng)險一直處于較低水平,但受自然條件因素與氣候條件的影響,表現(xiàn)出隨機性特征。相對而言,全國水災(zāi)害風(fēng)險較大的地區(qū)是安徽、云南、陜西、福建、湖南、黑龍江、江西、四川、重慶等地,分值貢獻(xiàn)在0.42～0.52之間。主要原因是區(qū)域?qū)Φ乇硭目刂颇芰^弱,受洪澇和干旱影響范圍較大。縱向來看,全國水災(zāi)害風(fēng)險貢獻(xiàn)率波動減小,主要得益于當(dāng)?shù)卣畬λこ淘O(shè)施的大量投資,使得當(dāng)?shù)氐乇硭目刂颇芰︼@著提高。

3.3.4 水生態(tài)風(fēng)險

從2000—2013年水生態(tài)風(fēng)險評估結(jié)果看,水生態(tài)風(fēng)險對全國水風(fēng)險貢獻(xiàn)比相對較小,但所占比重卻逐年增加,這表明全國總體的生態(tài)環(huán)境狀況呈現(xiàn)出一定的惡化趨勢。從區(qū)域內(nèi)部看,黑龍江、陜西、山東、天津、內(nèi)蒙古、山西、河北、河南等地水生態(tài)風(fēng)險較高,評分值在0.73～0.97之間；山西、天津、河南等地生態(tài)風(fēng)險較大的主要原因在于當(dāng)?shù)氐纳鷳B(tài)環(huán)境需水量高；北京、河北、山東等地地下水開采程度較高,大水漫灌的農(nóng)業(yè)生產(chǎn)方式產(chǎn)生了土壤鹽漬化、地下水質(zhì)下降等一系列環(huán)境問題。

3.3.5 水監(jiān)管與聲譽風(fēng)險

從2000—2013年風(fēng)險評估結(jié)果來看,中國水監(jiān)管與聲譽風(fēng)險整體處于低水平,且呈現(xiàn)出逐步降低的趨勢,評分值普遍在0.39～0.60之間,說明我國關(guān)于水資源的管理水平不斷提高。其中,北京、天津、浙江、江蘇等地風(fēng)險水平較低,評估結(jié)果在0.40～0.43之間；西藏、青海、廣西、貴州等地監(jiān)管與聲譽風(fēng)險水平相對較高。從風(fēng)險體系內(nèi)部來看,水監(jiān)管風(fēng)險雖不高,但仍有不足。與水相關(guān)的戰(zhàn)略以及水在當(dāng)?shù)厣鐣械牡匚粚ΡO(jiān)管與聲譽風(fēng)險影響最小,整體水平分別在0.02～0.05和0.05～0.06之間,說明政府與當(dāng)?shù)鼐用駥λY源問題重視程度較高。但是與水相關(guān)的法律體系實施和信息公開透明度對監(jiān)管與聲譽風(fēng)險影響相對較大,評分值在0.06～0.18和0.03～0.11之間。四川、西藏及重慶地區(qū)與水相關(guān)的政策執(zhí)行程度在0.18左右,信息公開公開程度在0.06～0.10之間,對與水相關(guān)的政策執(zhí)行能力不足,政府信息公開透明度不高,有待進(jìn)一步完善。

4 中國水風(fēng)險空間關(guān)聯(lián)格局分析

利用全局空間自相關(guān)模型,計算出中國31個省區(qū)2000—2013年水風(fēng)險全局Moran指數(shù)I的估計值(表5)。數(shù)據(jù)顯示全局Moran指數(shù)I的估計值研究期間雖有波動,但均大于0,且正態(tài)統(tǒng)計z-score均大于正態(tài)分布函數(shù)在0.05水平下的臨界值(1.96),通過了顯著性檢驗?？梢?中國31個省(市)之間的水風(fēng)險空間分布上存在顯著的空間集聚特征,表現(xiàn)出相似值之間的空間集聚,即水風(fēng)險較高的省(市)相對趨于靠近,水風(fēng)險中較低的省(市)相對趨于相鄰。

表5 中國2000—2013年水風(fēng)險的Moran指數(shù)I檢驗

圖3 2000年水風(fēng)險局部自相關(guān)聚集示意圖

通過以上分析可知,水風(fēng)險受水資源總量、人均可更新水資源量、降水年內(nèi)變化系數(shù)和氣候變化等自然因素影響,因此必然導(dǎo)致在自然條件相似的區(qū)域產(chǎn)生空間集聚。同時,水資源系統(tǒng)受人類活動影響日益強烈,因此水風(fēng)險在人口、社會條件及產(chǎn)業(yè)結(jié)構(gòu)等經(jīng)濟發(fā)展條件水平同等或類似的地區(qū)出現(xiàn)集聚。但隨著區(qū)域間經(jīng)濟發(fā)展水平的差異逐漸變大,中國省際水風(fēng)險空間集聚趨勢減弱。

為了更清晰地顯示中國省際水風(fēng)險具體地區(qū)的空間集聚特征,采用Matlab軟件計算局部Moran’s I值,并作出初始年(2000年)與最終年(2013年)中國水風(fēng)險指數(shù)的LISA集聚圖(圖3、圖4)?？梢园l(fā)現(xiàn),總體而言中國HH地區(qū)和LL地區(qū)個數(shù)較多,HL地區(qū)和LH地區(qū)個數(shù)較少,說明中國省際水風(fēng)險存在空間聚集特征。但是,2013年的HH地區(qū)與LL地區(qū)個數(shù)較2000年減少,說明中國省際水風(fēng)險的空間集聚逐漸減弱。

圖4 2013年水風(fēng)險局部自相關(guān)聚集示意圖

HH主要穩(wěn)定在環(huán)渤海地區(qū),由于該區(qū)域年內(nèi)降水變化系數(shù)相對較大,且人均可更新水資源量較少,高風(fēng)險產(chǎn)業(yè)在此區(qū)域集聚,污染物排放量較大,因此該地區(qū)呈現(xiàn)HH集聚。LL地區(qū)主要穩(wěn)定集中在南方、青藏地區(qū)。該區(qū)域水資源總量豐富,且年內(nèi)降水分布平均,生態(tài)環(huán)境良好且監(jiān)管水平較高,因此該區(qū)域呈現(xiàn)LL集聚。HL地區(qū)和LH地區(qū)變動較大,具體來說,遼寧、安徽、山西從HH地區(qū)落入LH地區(qū),吉林從LH地區(qū)落入LL地區(qū)。只有上海地區(qū)穩(wěn)定在HL集聚區(qū),主要因為上海周邊地區(qū)水風(fēng)險較低但經(jīng)濟發(fā)達(dá),人口密度大導(dǎo)致人均可更新水資源量較低,因此上海穩(wěn)定在HL地區(qū)。遼寧、安徽、陜西、甘肅等地是受區(qū)域內(nèi)部影響,水資源管理水平及污染排放物降低,因此從HH地區(qū)落入到LH地區(qū)。吉林、黑龍江、和寧夏地區(qū)主要位于進(jìn)階地區(qū),受周邊地區(qū)水風(fēng)險程度影響較大。其中吉林、黑龍江、寧夏地區(qū)周邊風(fēng)險降低,因此從HH地區(qū)落入LH地區(qū)。

5 結(jié) 論

a.2000—2013年中國水風(fēng)險的等級總體處于中低水平,且風(fēng)險水平呈現(xiàn)出由高向低發(fā)展的良好狀態(tài),水風(fēng)險評價平均值由3.01下降到2.34。2002—2004年為快速下降階段,2004—2010年為緩慢下降階段,2010—2013為小幅波動下降階段。

b.中國各省(市)水風(fēng)險大小差異明顯,各地風(fēng)險水平不均。南方地區(qū)水風(fēng)險普遍低于北方地區(qū),其中北京、天津、河南、河北、山東、山西、寧夏等地區(qū)水風(fēng)險最為突出。

c.在構(gòu)建的水風(fēng)險評價子系統(tǒng)中,短缺風(fēng)險與污染風(fēng)險對各省(市)水風(fēng)險影響較大,但影響率隨時間減弱；生態(tài)風(fēng)險表現(xiàn)出逐年上升的趨勢；災(zāi)害風(fēng)險受自然條件影響,變率較大,表現(xiàn)出隨機性與不確定性特征。

d.水風(fēng)險空間上存在顯著的集聚特征,表現(xiàn)出相似值之間的空間集聚狀態(tài),但2013年較2000年集聚省(市)個數(shù)減少,說明中國水風(fēng)險的空間集聚特征減弱。

研究結(jié)果對于豐富水風(fēng)險的系統(tǒng)研究具有一定的理論意義與參考價值,可為區(qū)域水資源管理與可持續(xù)發(fā)展提供部分借鑒。但是水風(fēng)險系統(tǒng)評價的指標(biāo)仍需豐富,同時需要結(jié)合區(qū)域特征做進(jìn)一步研究；各項指標(biāo)的評分標(biāo)準(zhǔn)與權(quán)重賦值對于評價結(jié)果影響較大,需依據(jù)評價區(qū)域的大小做進(jìn)一步探討。

[1]張利平,夏軍,胡志芳.中國水資源狀況與水資源安全問題分析[J].長江流域資源與環(huán)境,2009,18(2):116-120.(ZHANG Liping,XIA Jun,HU Zhifang.Situation and problem analysis of water resource security in china [J].Resources And Environment in The YANGTZE Basin,2009,18(2):116-120.(in Chinese))

[2]王浩.中國水風(fēng)險評估報告(2013)[M].北京:社會科學(xué)文獻(xiàn)出版社,2013.

[3]黃崇福.自然災(zāi)害風(fēng)險與評價理論與實踐[M].北京:科學(xué)出版社,2004.

[4]YEN B C,ANG A H S.Risk analysis in design of hydraulic projects[D].Commonwealth of Pennsylvania: University of Pittsburg,1971.

[5]YEN B C,ASCE A C.Risks in hydrologic design of engineering projects[J].Journal of the Hydraulics Division,1970,96(4):959-966.

[6]HAIMES Y Y.Rick-benefit analysis in multi-objective framework[M].New York:McGraw-Hill,1985.

[7]SERAGELDIN I.Towards sustainable management of water resources[M].Washington DC:World Bank, 1995.

[8]SYMEON E C.Water resources conservancy and risk reduction under climatic instability[J].Water Resources Management,2011,25(4):1059-1062.

[9]NEVIDIMOVA OG,YANKOVICH PE,YANKOVICH K S.Functional-analytical capabilities of GIS technology in the study of water use risks[J].IOP Conference Series: Earth and Environmental Science,2015,24(1):12-20.

[10]劉道祥.水資源系統(tǒng)風(fēng)險管理研究綜述[J].西北水電, 2003(1):5-8.(LIU Daoxiang.Summary for risk management of water resources system[J].Northwest Water Power,2003(1):5-8.(in Chinese))

[11]左其亭,吳澤寧,趙偉,等.水資源系統(tǒng)中的不確定性及風(fēng)險分析方法[J].干旱區(qū)地理,2003,26(2):116-121.(ZUO Qiting,WU Zening,ZHAO wei,et al. Uncertainties in water resources system and risk analysis method[J].Arid Land Geography,2003,26(2):116-121. (in Chinese))

[12]李九一,李麗娟,柳玉梅,等.區(qū)域尺度水資源短缺風(fēng)險評估與決策體系:以京津唐地區(qū)為例[J].地理科學(xué)進(jìn)展,2010,29(9):1041-1048.(LI Jiuyi,LI Lijuan,LIU Yumei,et al.Framework forwater scarcity assessment and solution at regional scales:a case study in Beijing-Tianjin-Tangshan region[J].Progress in Geography, 2010,29(9):1041-1048.(in Chinese))

[13]酈建強,王建生,顏勇,等.我國水資源安全現(xiàn)狀與主要存在問題分析[J].中國水利,2011(23):42-51.(LI Jianqiang,WANG Jiansheng,YAN Yong,et al.Current situation ofwater security and analysis ofmajor problem in China[J].ChinaWater Resources,2011(23):42-51.(in Chinese))

[14]金菊良,吳開亞,李如忠,等.水環(huán)境風(fēng)險評價的隨機模擬與三角模糊數(shù)耦合模型[J].水利學(xué)報,2008,39 (11):1257-1261.(JIN Juliang,WU Kaiya,LIRuzhong, et al.Coupling method of stochastic simulation with triangular fuzzy numbers for water environment risk assessment[J].Journal of Hydraulic Engineering.2008, 39(11):1257-1261.(in Chinese))

[15]孫才志,董璐,鄭德鳳,等.中國農(nóng)村水貧困風(fēng)險評價、障礙因子及阻力類型分析[J].資源科學(xué)2014,36(5): 895-905.(SUN Caizhi,DONG Lu,ZHENG Defeng,et al. Rural water poverty risk evaluation,obstacle indicators and resistance paradigms in China[J].Resources Science,2014,36(5):895-905.(in Chinese))

[16]孫才志,朱靜.下遼河平原淺層地下水環(huán)境風(fēng)險評價及空間關(guān)聯(lián)特征[J].地理科學(xué)進(jìn)展,2014,33(2):270-279.(SUN Caizhi,ZHU Jing.Environmental risk evaluation of shallow groundwater and its spatial autocorrelation in lower reach of Liaohe River Plain[J]. Progress in Geography,2014,33(2):270-279.(in Chinese))

[17]李然然.查干湖濕地水環(huán)境演變及生態(tài)風(fēng)險評估[D].長春:中國科學(xué)院研究生院東北地理與農(nóng)業(yè)生態(tài)研究所,2014.

[18]丁慧敏,唐德善,李奧典,等.基于突變級數(shù)的太湖流域水生態(tài)風(fēng)險評價[J].水電能源科學(xué),2015(6):39-42.(DING Huimin,TANG Deshan,LI Aodian,et al. Water ecological risk assessment of Taihu basin based on catastrophe progression[J].Water Resources and Power, 2015(6):39-42.(in Chinese))

[19]王紅娜,何江濤,馬文潔,等.兩種不同的地下水污染風(fēng)險評價體系對比分析:以北京市平原區(qū)為例[J].環(huán)境科學(xué),2015(1):186-193.(WANG Hongna,HE Jiangtao, MA Wenjie,et al.Comparative analysis of two different methods for risk assessment of groundwater pollution:a case study in Beijing plain[J].Environmental Science, 2015(1):186-193.(in Chinese))

[20]沈園,譚立波,單鵬,等.松花江流域沿江重點監(jiān)控企業(yè)水環(huán)境潛在污染風(fēng)險分析[J].生態(tài)學(xué)報,2016(9): 1-8.(SHEN Yuan,TAN Libo,SHAN Peng,et al.Analysis of potential contamination risk of riverside key monitored enterprises on the aquatic environment of the Songhua River basin[J].Acta Ecologica Sinica,2016(9):1-8.(in Chinese))

[21]劉建昌,嚴(yán)巖,劉峰,等.基于多因子指數(shù)集成的流域面源污染風(fēng)險研究[J].環(huán)境科學(xué),2008(3):599-606. (LIU Jianchang,YAN Feng,LIU Feng,et al.Risk assessmentand a safety evaluation using system normative indexes integration method for non-point source pollution on watershed scale[J].Environmental Science,2008(3): 599-606.(in Chinese))

[22]潘丹,應(yīng)瑞瑤.中國水資源與農(nóng)業(yè)經(jīng)濟增長關(guān)系研究:基于面板VAR模型[J].中國人口·資源與環(huán)境, 2012,22(1):161-166.(PAN Dan,YING Ruiyao. Relationship between water resource and agricultural economic growth in China:research based on panel VAR [J].China Population Resources and Environment,2012, 22(1):161-166.(in Chinese))

[23]張燕,徐建華,曾剛.中國區(qū)域發(fā)展?jié)摿εc資源環(huán)境承載力的空間關(guān)系分析[J].資源科學(xué),2009,31(8): 1328-1334.(ZHANG Yan,XU Jianhua,ZENG Gang.The spatial relationship between regional development potential and resource&environment carrying capacity[J]. Resources Science,2009,31(8):1328-1334.(in Chinese))

[24]孫才志,陳麗新,劉玉玉.中國農(nóng)作物綠水占用指數(shù)估算及時空差異分析[J].水科學(xué)進(jìn)展,2010(5):637-643.(SUN Caizhi,CHEN Lixin,LIU Yuyu.Spatial and temporal variation of crops green water occupancy index in China[J].Advances In Water Science,2010(5):637-643.(in Chinese))

[25]孫才志,林學(xué)鈺.模糊劃分有效性函數(shù)的構(gòu)建與應(yīng)用[J].系統(tǒng)工程理論與實踐,2004,24(2):106-110. (SUN Caizhi,LIN Xueyu.Construction and application of validity function for fuzzy division[J].Systems Engineering:Theory&Practice,2004,24(2):106-110. (in Chinese))

W ater risk assessment and spatial correlation patterns research in provincial scale in China

SUN Caizhi,YANG Yu,CHEN Xiangtao,HAN Qin (College ofUrban and Environmental Science,Liaoning Normal University,Dalian 116029,China)

Referring to the water risk assessmentmethod presented by World Wide Fund for Nature(WWF)and German Investmentand Development Limited Liability Company(DEG),the water risk assessment system was constructed,considering five aspects of water shortage risk,pollution risk,disaster risk,ecology risk,regulation risk and reputation risk.Taking 31 provinces and cities as the research objects,thewater risk in each region during 2000-2013 was evaluated using weighted comprehensive assessmentmethod.The results of water risk assessment were classified according to Fuzzy ISODATA classification model.Based on that,the overall spatial differences and temporal evolution trends ofwater risk indexes in Chinawere studied using spatial self-correlation analysismethod. The results show that:1.The overallwater risk in China is at low-medium level and is developing from high to low. 2.The differences among regions are obvious.In general,water risks in southern regions are lower than those in northern China.3.The shortage and pollution risk have a strong impact on the comprehensive water risk in each region,while the impact degree is getting weaker over time and ecological risk is rising slightly.Disaster risks affected by natural conditions show randomness characteristic.4.Water risks show a significant agglomeration in space dimension,while its features are weakening.The correlation ofwater risks among regions is decreasing.

water risk；indicator system；weighted comprehensive assessment；spatial self-correlation analysis

X37

：A

：1004 6933(2015)06 0018 09

10.3880/j.issn.1004 6933.2015.06.003

2015 10 01 編輯:方宇彤)

高等學(xué)校博士學(xué)科點專項科研基金(20122136110003)

孫才志(1970—),男,教授,博士,主要從事水文學(xué)與水資源研究。E-mail:suncaizhi@lnnu.edu.cn