常年灌溉地帶節(jié)水灌溉效益評估
----基于動態(tài)可拓TOPSIS法

尤 敏，吳鳳平，沈俊源

(河海大學規(guī)劃與決策研究所，南京 211100)

0 引 言

我國政府高度重視節(jié)水農業(yè)的發(fā)展，積極增加節(jié)水灌溉面積，提倡各級政府引導完善現代農業(yè)建設，節(jié)水灌溉在解決人口、資源、環(huán)境和可持續(xù)發(fā)展四大問題方面意義重大。我國灌溉地帶依據年降水量劃分，其中年降水量少于400 mm的常年灌溉地帶主要分布在黃河中上游地區(qū)和西北內陸地區(qū)，這一地帶的降水總量較少，季節(jié)降水分配不平均，當地的農作物生長普遍依賴人工灌溉?，F以常年灌溉地帶為例，試對節(jié)水灌溉技術經濟效應進行評估。

從20世紀80年代起陸續(xù)有學者關注節(jié)水灌溉并對其進行評價，大致沿著定性研究過渡到定量研究，各利益割裂單獨評價過渡到綜合評價的脈絡，具有代表性的方法包括模糊綜合評價法[2，3]，灰色系統理論[4，5]，信息熵[6，7]，逼近理想解法(TOPSIS法)[8]等。通過總結以上研究方法發(fā)現，進行節(jié)水灌溉效益評價的關鍵在于確定各個具體評價指標對于總目標的相對重要程度，從而利用改進方法將定性指標與定量指標結合得出加權結果，做出評價。

1 節(jié)水灌溉效益評估

節(jié)水灌溉的效益與當地的經濟承受力、技術可行性高度相關。針對這些復雜因素，引入可拓法動態(tài)賦權并結合改進后的TOPSIS法，構建科學的評價模型，合理規(guī)避評價過程中定性指標和定量指標之間存在的不相容性和關聯性問題，對農業(yè)節(jié)水灌溉進行技術經濟效應評估。

1.1 指標體系構建

遵循科學性原則、可操作性原則、簡捷性原則及針對性原則，通過大量閱讀文獻[1，9，10]以及預先分析所采集數據的主成分，針對節(jié)水灌溉效益，提取出以下9個指標，并劃分為技術效益和經濟效益。

表1 節(jié)水灌溉效益評價指標體系

1.2 指標權重確定

基于簡單關聯函數的動態(tài)可拓[11]賦權法減少了常規(guī)打分法的主觀因素影響，一方面不依賴主觀判斷，具有客觀性；另一方面指標權重大小由實際觀測值決定，觀測樣本不同得出的權重不同，具有動態(tài)性。為了達到凸顯不利因素的效果，使得實際觀測值趨向劣勢變化時，指標權重隨之增大?，F將指標劃分為兩類：實際觀測值越大越劣的成本型指標，實際觀測值越大越優(yōu)的效益型指標。

(1)計算實際觀測值的簡單關聯函數值；成本型指標對應最優(yōu)點在右端的簡單關聯函數(1)和效益型指標對應最優(yōu)點在左端的簡單關聯函數(2)：

(2)

式中：aij≤vi≤bij，vi為第i個評價指標的實際觀測值；Vij=(aij,bij)為第i個評價指標第j類評價等級的標準區(qū)間。

(2)求與各個指標關聯度最大的等級jmax及對應的簡單關聯函數值rijmax；

(3)

(3)計算初步指標權重γi，并在模型中加入參數，以便后期調整參數值實現歸一化；當實際觀測值落入等級越大指標應被賦權越大時，

γi=jmax·[m-1+rijmax(vi,Vij)]

當實際觀測值落入等級越小指標應被賦權越大時，

γi=(m+1-jmax)·[m-1+rijmax(vi,Vij)]。

式中：m是評價等級的數量。

1.3 基于熵值的相對接近度的確定

已知k個待評定物元，n個評價指標，m個評價等級，由k個物元關于第i個評價指標的實際觀測值和n(m-1)個分級臨界值組成zij，形成決策矩陣Z=(zij)(k+m-1)n。

為消除不同量綱對數據的干擾，將原始的決策矩陣規(guī)范化，得到F=(fij)(k+m-1)n}。

(4)

i=1,2,…,k+m-1;j=1,2,…,n

將規(guī)范化矩陣與上一步驟中得出的權重ωj相乘，得到加權規(guī)范化矩陣：

V=(vij)(k+m-1)n=(ωifij)(k+m-1)n

(5)

i=1,2,…,k+m-1;j=1,2,…,n

效益型指標的理想解x+j與負理想解x-j分別為x+j=max(vij)，x-j=min(vij)；成本型指標的理想解x+j與負理想解x-j分別為x+j=min(vij)，v-j=max(vij)。 本文采用相對熵值確定各個待評定物元與理想解和負理想解的距離S+i和S-i。

(6)

1.4 待評定物元的評估

首先遵循逼近理想解的原理，計算得出的εi越大，則待評定物元越優(yōu)；反之，待評定物元越劣。其次根據最大關聯度原則，利用Mk+1,Mk+2，…,Mk+m-1等分級臨界值計算得出的相對接近度εk+1,εk+2,…,εk+m-1作為相對接近度的分級標準，將計算得出的相對接近度與其比對，歸納待評定物元的隸屬等級，從而判斷該區(qū)域節(jié)水灌溉的綜合效應水平，針對評估結果采取相應措施。

2 實證分析

2.1 節(jié)水灌溉效益評價指標體系的建立

常年灌溉地帶細分為兩個亞區(qū)：黃河中上游和西北內陸區(qū)。節(jié)水灌溉效益評價指標體系中定量指標有7個，主要借助實地調查和田間取樣確定實際觀測值；定性指標邀請流域專家、行政領導和相關從業(yè)人員打分評估，并將評估結果處理成0～10分之間的數值。在遵循《節(jié)水灌溉技術規(guī)范》等行業(yè)標準的前提下，參考國內外的相關文獻，結合節(jié)水灌溉現狀，綜合多方研究成果。最終得出黃河中上游和西北內陸區(qū)評價指標的原始數據和分級標準。

表2 常年灌溉地帶區(qū)域節(jié)水灌溉原始數據與分級標準

2.2 基于動態(tài)可拓法確定權重

除了C23投資回收年限是唯一的實際觀測值越大越不利的指標，適用于式(1)；其他指標的實際觀測值都是越小越不利，適用于式(2)計算簡單關聯函數值。

表3 黃河上中游區(qū)、西北內陸區(qū)動態(tài)權重表

2.3 基于熵值確定相對接近度

已知本次實證分析由5個評級等級，2個待評定物元，8個評價指標組成。2個物元對8個評價指標的實際觀測值和8×4個分級臨界值組成zij，形成決策矩陣Z=(zij)6×24。由式(4)得到規(guī)范化矩陣F=(fij)6×8。由動態(tài)可拓賦權取得的兩個權重分別是ω黃河上中游區(qū)=(0.121，0.205，0.149，0.171，0.099，0.103，0.111，0.041)，ω西北內陸區(qū)=(0.043，0.225，0.175，0.110，0.165，0.082，0.128，0.073)。與規(guī)范化矩陣F相乘得到兩個不同權重的加權規(guī)范化矩陣：

采用相對熵值計算出兩個不同權重的S+i和S-i及相對接近度εi。

2.4 評估常年灌溉地帶節(jié)水灌溉的綜合效應

根據黃河上中游區(qū)域節(jié)水灌溉實際觀測值決定的權重，最終得出的相對接近度中，0.990、0.886、0.549、0.273構成了分級標準的臨界值，此時的黃河上中游區(qū)的相對接近度為0.091，處于Ⅳ類偏下；而由西北內陸區(qū)域實際觀測值決定的權重得出的相對接近度中，0.997、0.909、0.572、0.320為分解標準臨界值，此時的西北內陸區(qū)的相對接近度是0.148，處在Ⅳ類居中的位置。

3 結 論

常年灌溉地帶是節(jié)水灌溉工程分布密度較大的地區(qū)，適宜作為節(jié)水灌溉綜合效應評估的典型示范案例。在應用動態(tài)可拓賦權結合改進TOPSIS的方法來評估節(jié)水灌溉綜合效應的過程中，提出幾點參考方向。

(1)節(jié)水灌溉是綜合的系統的評估對象，需要從技術效應和經濟效應方面以及定性和定量角度多方面多視角加以考慮。

(2)黃河上中游區(qū)位于河流上游，生態(tài)環(huán)境極度脆弱，水土流失嚴重。該區(qū)域節(jié)水灌溉的綜合效益提升應該注重保護生態(tài)，造福下游，考慮利用水價等經濟杠桿推動發(fā)展節(jié)水灌溉。西北內陸區(qū)干旱少雨，屬于資源型缺水地區(qū)，經常發(fā)生上下游爭水沖突。該區(qū)域節(jié)水灌溉的重點應落在上下游統一調配，協調時空水資源分布。

(3)節(jié)水灌溉的效益評估由多重因素組成，是個多目標問題。在評估方法上，應用可拓法對實際觀測值動態(tài)賦權，削弱了主觀因素的影響，具備客觀性和動態(tài)性的優(yōu)點。結合TOPSIS法，通過與理想解的接近程度衡量待評估物元優(yōu)劣，計算步驟簡潔易懂，具備實用性，尤其適用于多目標多元評價體系。

[1] 吳景社. 區(qū)域節(jié)水灌溉綜合效應評價方法與應用研究[D]. 陜西楊凌：西北農林科技大學，2003：18-21.

[2] 盧玉邦，郭龍珠，郎景波. 綜合評價方法在節(jié)水灌溉方式選擇中的應用[J]. 農業(yè)工程學報，2006，(2)：33-36.

[3] 趙競成,陽 放,王曉玲,等. 農業(yè)高效用水工程綜合評價體系研究[J]. 節(jié)水灌溉,2002,(3):3-7,46.

[4] 王 兵，張光輝，劉國彬，等. 黃土高原丘陵區(qū)水土流失綜合治理生態(tài)環(huán)境效應評價[J]. 農業(yè)工程學報，2012，(20)：150-161.

[5] 周明耀,陳朝如,彭懷英. 灌溉管理的遞階多層次灰色評價方法[J]. 系統工程理論與實踐,2000,(4):120-126.

[6] 路振廣,曹祥華. 節(jié)水灌溉工程綜合評價指標體系與定性指標量化方法[J]. 灌溉排水,2001,(1):55-59,77.

[7] 趙 萌，邱菀華，劉北上. 基于相對熵的多屬性決策排序方法[J]. 控制與決策，2010，(7)：1 098-1 100,1 104.

[8] 樓豫紅，康紹忠，崔寧博，等. 四川省灌溉管理節(jié)水發(fā)展水平綜合評價模型構建與應用[J]. 農業(yè)工程學報，2014，(4)：79-89.

[9] Intizar Hussain,Hugh Turral,David Molden,et al. Measuring and enhancing the value of agricultural water in irrigated river basins[J]. Irrigation Science,2007,253.

[10] 凡炳文,陳 文. 甘肅省農業(yè)用水效率控制紅線研究[J]. 干旱地區(qū)農業(yè)研究,2012,(3):101-106,113.

[11] 蔡 文，楊春燕. 可拓學的基礎理論與方法體系[J]. 科學通報，2013，(13)：1 190-1 199.

[12] 節(jié)水灌溉技術規(guī)范[J]. 中國農村水利水電,1998,(6):5-8.

[13] Awit Zerihum，Zhi Wang，Suman Rimaletal. Analysis of surfance irrigation performance terms and indices [J]， Agricultural water Management,1997，34：25,46.

[14] Awasthi A, Chauhan S S, Omrani H. Application of fuzzy TOPSIS in evaluating sustainable[J] transportation systems[J]. Expert Systems with Applications, 2011, 38(10): 12 270-12 280.

[15] 吳鳳平，賈 鵬，張麗娜. 基于格序理論的水資源配置方案綜合評價[J]. 資源科學，2013，(11)：2 232-2 238.