泉州市城鎮(zhèn)居民綜合生活需水預測方法研究

(泉州市金雞攔河閘管理處，福建 泉州 362333)

水是人類生活和生產的最基本保證，也是社會發(fā)展必不可少的重要基礎性資源、戰(zhàn)略性經濟資源和公共性社會資源[1]。泉州地處福建東南沿海，是海峽西岸經濟區(qū)中心城市之一，經濟總量連續(xù)十多年持續(xù)保持全省地級市之首，全市多年平均水資源量為96.78億m3，而人均水資源占有量為1020m3[2]，僅為福建全省人均水資源量3454m3[3]的1/3。隨著泉州市經濟社會的發(fā)展，城鎮(zhèn)居民綜合生活用水需求增加，對水資源的支撐和保障提出了更高的要求，作為全市需水預測的重要組成部分，合理準確地預測城鎮(zhèn)居民綜合生活用水很有必要。

1 需水預測方法

需水預測方法很多，主要包括定額法、趨勢分析法[4]、時間序列法[5]、因果分析法[6]、相關分析法[7-8]等。定額法是水資源規(guī)劃中常用的方法，即采用經濟社會發(fā)展指標和相應的定額預測需水量[9]。定額法比較直觀，簡單易行，便于考慮各種因素變量及政策性調整[10]，是目前水資源綜合規(guī)劃以及其他預測工作中比較常用的一種方法[11]。其他分析方法主要是數(shù)學推算法，考慮人口、經濟指標等相關影響因素，采用不同數(shù)學模型進行需水預測。上述方法各有優(yōu)劣，本文采用定額法、趨勢分析法、年均增長率法、回歸分析法等對泉州市城鎮(zhèn)居民綜合生活用水預測進行研究，并推算2030年預測成果。

1.1 定額法

定額法可以用公式表達如下：

(1)

式中：W為預測年的需水總量，m3；qi為預測年各部門需水定額；pi為預測年各部門的經濟社會指標。

1.2 趨勢分析法

趨勢預測法基于歷史統(tǒng)計的大量數(shù)據(jù)進行統(tǒng)計分析，將區(qū)域內歷年的指標資料，利用增長曲線進行擬合，從而預測未來的用水量。常見的有線性模型、多項式模型、對數(shù)模型、指數(shù)模型、乘冪模型等。

線性模型：y=ax+b

多項式模型：y=ax2+bx+c

對數(shù)模型：y=alnx+b

指數(shù)模型：y=aebx

乘冪模型：y=axb

上述模型中：y為預測年的相應指標(如水量、經濟產值、人口數(shù)量等)；x為自變量；a、b、c為相應系數(shù)。

1.3 年均增長率法

年均增長率法計算公式如下：

Qt=Q0(1+d)n

(2)

式中：Q0和Qt分別為現(xiàn)狀年和預測年的相應數(shù)值；n是現(xiàn)狀年至預測年的間隔年數(shù)；d是年均增長率。

1.4 回歸分析法

回歸分析法是結構分析法的一種，從研究客觀事物與影響因素的關系入手，建立預測對象與影響因素之間的關系模型。選取城鎮(zhèn)人口、地區(qū)生產總值、第三產業(yè)增加值等指標作為城鎮(zhèn)居民綜合生活用水的影響因素建立模型，公式如下：

W=aX1+bX2+cX3+d

(3)

式中：W為預測年的水量，m3；X1為城鎮(zhèn)人口數(shù)量；X2為地區(qū)生產總值；X3為第三產業(yè)增加值；a、b、c、d為系數(shù)。

2 規(guī)劃水平年城鎮(zhèn)居民綜合生活用水需水預測

以2015年為現(xiàn)狀年，規(guī)劃水平年為2030年。2005—2015年經濟社會發(fā)展指標及城鎮(zhèn)生活和城鎮(zhèn)公共用水量見表1，數(shù)據(jù)來源于泉州市統(tǒng)計年鑒和泉州市水資源公報，人口均指常住人口而非戶籍人口。

表1 泉州市經濟社會發(fā)展指標歷史數(shù)據(jù)

續(xù)表

對表1中人口、地區(qū)生產總值、第三產業(yè)增加值等經濟社會發(fā)展指標建立趨勢分析模型，計算2005—2015年的模型預測值與實際值的相對誤差，并得出誤差均方差，見表2。

表2 2005—2015年經濟社會發(fā)展指標不同預測模型的均方差

由表2數(shù)據(jù)可知，在人口、GDP和第三產業(yè)增加值預測中，多項式模型均方差比其他模型小，說明多項式模型預測結果相對精度最高，其次為線性模型，對數(shù)模型預測結果精度最低。

用趨勢分析法預測2017年數(shù)值，并與2017年實際指標相比較，結果見表3和表4。

表3 趨勢分析法預測2016年、2017年人口結果

由表3預測結果可知，人口數(shù)量預測結果均較好，2016年和2017年預測誤差均低于3%，多項式模型的預測結果最好，其次為指數(shù)和線性模型。

表4 趨勢分析法預測2016年、2017年經濟指標結果

由表4預測結果可知，經濟指標預測結果的差異性較大。GDP預測結果最好的是多項式模型，誤差在3%以內，第三產業(yè)預測結果指數(shù)模型和多項式模型較好，指數(shù)模型預測數(shù)據(jù)偏大，多項式模型預測數(shù)據(jù)偏小。鑒于指數(shù)模型增長曲線過快，預測期限越長，偏差越大，因此以多項式模型為主，結合近年增長情況，適當上浮預測結果。最終預測結果見表5。

表5 趨勢分析法預測2030年經濟社會發(fā)展指標結果

根據(jù)趨勢分析法預測2030年全市人口945.50萬人，隨著城鎮(zhèn)化水平的提高，2030年預計城鎮(zhèn)化率為78%，則城鎮(zhèn)人口為737.50萬人。

2.1 定額法需水預測

2030年城鎮(zhèn)居民綜合生活需水量為2030年城鎮(zhèn)人口與城鎮(zhèn)居民綜合生活用水定額的乘積。由表5可知，預測2030年全市城鎮(zhèn)人口為737.50萬人。根據(jù)2015年的水資源公報，泉州城鎮(zhèn)居民生活用水定額152L/(人·d)，城鎮(zhèn)公共用水定額122L/(人·d)。隨著生活水平的提高和第三產業(yè)的蓬勃發(fā)展，城鎮(zhèn)居民綜合生活用水定額會有一定的增長。2030年城鎮(zhèn)居民綜合生活用水定額分析確定為320L/(人·d)，則2030年泉州市城鎮(zhèn)居民綜合生活需水量為8.61億m3。

2.2 趨勢分析法需水預測

以2005—2015年的數(shù)據(jù)為基礎，分別建立相應的模型，預測2017年用水數(shù)據(jù)，并與2017年實際用水數(shù)據(jù)相比對，判定預測結果。根據(jù)泉州市水資源公報，2017年全市城鎮(zhèn)生活和城鎮(zhèn)公共實際用水總量為5.64億m3，則預測結果及誤差見表6。

表6 趨勢分析法預測2017年城鎮(zhèn)生活和城鎮(zhèn)公共用水量

表6顯示在短期預測中，線性趨勢分析法誤差最小，其次為冪指數(shù)。多項式和指數(shù)模型預測結果偏大，曲線上揚；對數(shù)模型預測結果偏小，曲線緩升。以誤差最小的線性模型進行預測，則2030年需水量為9.87億m3。

2.3 年均增長率法需水預測

根據(jù)2005—2015年的用水量數(shù)據(jù)，除2012年因用水類別調整導致數(shù)據(jù)突增外，其余年份年均增長率基本在3%～4%之間。以3%計，則2017年預測用水量為5.74億m3，與實際相比，誤差為1.77%，認為3%的年均增長率較為合理。以年均增長率以3%計，則2030年預測需水量為8.44億m3。

2.4 回歸分析法需水預測

采用表1的數(shù)據(jù)進行回歸分析，公式如下:

W=-0.007X1+0.0025X2-0.00457X3+3.8627

(4)

相關參數(shù)分別見表7、表8。

表7 回歸統(tǒng)計

表8 方差分析

相關系數(shù)R為0.970，說明自變量和因變量之間高度正相關；調整后的校正測定系數(shù)為0.915，說明自變量可以解釋因變量的91.5%，其余8.5%要由其他因素來解釋；標準誤差0.30，說明擬合程度很好。表中最重要的數(shù)據(jù)是方差分析表中的F顯著性統(tǒng)計量，此值判斷回歸模型的回歸效果，數(shù)值為0.000115，小于顯著性水平0.05，所以方程回歸效果顯著。

將2017年的城鎮(zhèn)人口、地區(qū)生產總值、第三產業(yè)增加值帶入，則2017年用水量為5.13億m3，與實際值相比偏低，誤差為9.2%。將表5中的2030年的城鎮(zhèn)人口、地區(qū)生產總值和第三產業(yè)增加值帶入，則可得2030年需水量為8.82億m3?；貧w分析法中，規(guī)劃水平年的預測水量數(shù)據(jù)，受人口、地區(qū)生產總值、第三產業(yè)增加值等影響，因此合理預測規(guī)劃水平年的經濟社會發(fā)展數(shù)據(jù)至關重要。

2.5 預測結果比較

不同方法計算結果比較見表9。

表9 不同方法預測的2030年需水量結果

表9數(shù)據(jù)顯示：線性趨勢分析法預測結果偏大，為9.87億m3，其他3種分析方法預測結果較為接近，在8.44億～8.8億m3之間，平均值為8.62億m3。因此，2030年泉州市城鎮(zhèn)居民綜合生活預測需水量為8.62億m3。

綜上分析可知：趨勢分析法預測結果的準確性受基礎數(shù)據(jù)影響明顯，因此更常用于人口、GDP等經濟社會發(fā)展指標的預測。年均增長率法簡單易行，不同增長率對結果影響過大，一般不單獨用于長期需水量的預測。定額法常用于生活需水預測，由于定額有不同地方標準可參照，一般認為預測結果較好?；貧w分析法綜合考慮了用水的主要影響因素(如經濟社會發(fā)展指標)，可通過相關回歸參數(shù)判定模型擬合性、回歸效果等，結果較好。

3 結 語

隨著中國城鎮(zhèn)化水平不斷的推進，特別是粵港澳等大型城市圈的帶動，泉州居民綜合生活用水量的影響因素愈加多元化、橫向化，即受第三產業(yè)(尤其是內需)規(guī)模和類型、常住人口組成比例(青中老比例)、工業(yè)GDP組成、環(huán)境友好生態(tài)城市發(fā)展綱要等多相關元素影響。建立多元回歸預測分析模型，對預測用水量是最佳的選擇，今后的預測模型還要向不同元素權重、模糊分析手段等方向進一步深入發(fā)展。