薛 昱 杜红艳

1 引 言

水资源是生命之源，是保障区域人民生活的基础性资源，是区域可持续可展的战略性资源。水资源是国家和地区的重要战略资源，支撑区域和社会经济的发展与繁荣，水资源也决定着人们的生产和生活方式，关系着国家和区域的未来与发展。

近年来随着人口的急剧增加，经济的快速发展，城市化进程加快，水资源水质下降，环境和社会问题日益增加，气候变化使洪涝和干旱威胁日益严重，各国均面临严峻的水资源问题的挑战。水安全综合评价是制定区域水安全战略、规划和做出水安全决策的前提和基础。目前，区域水安全综合评价的研究处于起步阶段，对定性概念、内涵和对策的探讨较多，定量研究和分析较少。因此，讨论城市水安全综合评价的基本理论，构建城市水安全综合评价指标体系，选择适当的评价方法对城市水安全进行评价，预测并分析影响水资源系统的主要因素，找出影响城市水安全的关键指标，并对其进行调整，以分析城市水安全水平的状况，对实现直观、动态、可视的决策，促进水资源的可持续开发利用，确保地区的水安全具有重要的理论意义和实践价值（李奕霖等 2019［1］；田涛和薛惠锋 2019［2］）。

水安全是涉及到经济、社会、生态等多个方面的复杂系统，水安全的评价应当从系统各个角度出发，对系统之间的内在关联综合分析进行评价。美国学者Anoop（2016）［3］利用蓝色和绿色水足迹的概念对水安全进行定量评估。新加坡学者Olivia Jesnen（2018）［4］使用联合生产方法，从水资源现状、消费、水资源质量、水资源支撑能力、大众健康风险、洪水风险等方面阐述城市水安全水平。在水安全综合评价指标的构建方面，徐弘达等（2018）［5］从环境、能力、利用、途径和资源5个因素入手，通过水匮乏指数模型评价水安全情况，确保朝阳市水安全评估更加科学准确。蒋汝成等（2018）［6］基于水贫困指数构建区域水安全评价指标体系和分级标准，对云南省的水安全状况进行评价。

在水安全评价方法方面，一般采取综合评价的方式，包括层次分析法、系统动力学模型、BP神经网络模型等。胡昌军等（2013）［7］基于BP神经网络的基本原理和方法，构建双隐层BP神经网络水安全评价模型，对文山州的水安全状况进行评价。澳大利亚学者Oz.Sahin（2017）［8］利用系统动力学模型结合澳大利亚现实的问题，对反渗透海水系统在城市系统的基础上对城市水安全的影响进行了系统分析，为海洋环境下的城市水安全防控提供了解决方案。由于水资源系统自身具有随机性、模糊性、灰色性等多种不确定性，并且由于人类的影响，进一步加大了水资源系统的模糊性和不确定性。用常规的经典数学方法对这类系统进行描述往往难以取得较好的效果，而不确定性分析方法却能弥补这一缺陷，如灰色系统、模糊数学等理论（韩宇平等 2003［9］；闵庆文等 2004［10］；孙才志等 2004［11］；张中旺等 2012［12］）。段新光等（2014）［13］将水资源开发率水资源利用率、人均供水量、生活需水定额等影响区域水资源承载力的因素作为评价因子，在模糊综合评价模型下得出了新疆水资源承载力结果。沈俊源等（2016）［14］提出基于信息熵的水安全模糊集对评价模型，通过模糊联系度的计算和置信度准则确定水安全评价等级，并针对青海省8个行政分区进行水安全评价。张志君等（2020）［15］构建了包括水资源、经济社会、生态环境、供需4个准则层的区域水安全评价指标体系，采用基于模糊集对分析的水资源安全评价方法，对2016年新疆水资源安全状况评价，验证了评价结果的合理性。以上利用系统评价方法对区域水安全问题进行研究时往往得到区域水安全程度的一个相对指标，尽管这类指标的综合程度较高，能够反映出社会、经济、生态、水资源、水环境等各个方面的综合情况，但往往难以将水安全当中最为重要的水资源供需平衡关系客观地反映出来。

根据已有研究，在水安全评价方面暂未形成广泛认同的综合评价指标体系和模型，缺乏同时能够体现区域水安全模糊性、随机性、客观性，科学、系统的指标体系和综合评价模型。因此，本文针对水安全评价相关数据不容易准确地获取，具有模糊性和随机性等问题，引入可拓云模型，该模型具有可拓学中物元理论可融合定量与定性分析的特点，又有云模型能够处理双重不确定性的优势。首先，构建了基于驱动力-压力-状态-影响-响应(Drive force-Pressure-State-Impact-Response,DPSIR)模型构建了水安全评价指标体系，综合考虑水资源、社会、经济、生态等影响因素进行水安全评价分析。并采用主观和客观组合法的指标权重选择机制，基于层次分析和熵权组合法确定指标权重。建立区域水安全评价的可拓云模型，并计算分析待评物元与所建立的可拓云模型的关联度，确定水安全评价等级。以广东省为例基于统计数据进行实证分析，根据结果广东省水安全水平逐渐转好，基于可拓云模型的水安全评价结果与实际状况一致。以下首先介绍水安全评价指标选择方法，再详细介绍本文构建的基于可拓云模型的水安全评价方法。之后，以广东省为例进行水安全评价方法实证分析，最后，总结全文。

2 水安全评价指标选择

2.1 基于DPSIR模型的水安全影响因素分析

对于区域水安全分析，水安全的变化主要是驱动力（Driving Force）、压力（Pressure）、状态（State）、影响（Impact）、响应（Response）5个因子相互作用的过程。以区域的经济、人口发展及城镇化率为驱动力（D）导致对城市水安全负担增加，产生压力（P）迫使城市水安全系统状态（S）发生改变，水安全系统状态的改变反过来对城市的生产、生活已经城镇化发展产生影响（I），为了实现城市的可持续发展，这种影响促使人类做出直接或间接响应（R），响应反作用于驱动力、压力、状态或直接作用于影响，以保持城市水安全系统的稳定与平衡，最终保证城市水安全水平提高和城市的可持续发展。

图1 DPSIR分析模型

2.1.1 驱动力分析

在区域水安全评价中“驱动力”（Driving Force）是指造成水安全水平变化的潜在原因，是水安全系统发生演化的动力，驱动力包括了水资源水平、人口增长，以及区域经济发展水平三方面的因素。驱动力对城市水资源系统的变化作用方式是间接的或者是“隐性”的。随着经济发展尤其是工业发展必然造成水资源系统污染，使城市水安全水平降低，此外，随着经济发展，城市具有越来越强的经济能力治理城市水资源污染，以使城市水安全水平升高。在有限的区域水资源总量前提下，人口增长将使人均水资源量降低，经济增长水平的提高会使区域用水量增加，导致水安全水平降低。因此，在驱动力子系统下主要选取水资源总量、人口密度、人口自然增长率、地区生产总值等作为分析指标。

2.1.2 压力分析

压力是指人类活动对环境的影响，是产生水安全问题的直接作用的因子。压力子系统指标是指在驱动力因素直接或间接推动下，由自然条件、人类活动和经济发展等直接引起的区域水安全问题。与驱动力类似，压力也是对水资源系统的变化产生作用的“外力”，是直接的或是“显性”的。对于区域水安全来说主要是区域的需水压力和水环境压力。压力选取的指标有人均用水量，工业、农业、生活用水量，万元工业增加值用水量，生态环境补水量，废水排放量，COD排放量，氨氮排放量等。

2.1.3 状态分析

状态是指在上述压力的作用下，区域水资源、生态环境和社会经济发展等方面所处的水安全的实际状态。水量消耗及水循环状况是水资源状态的主要反映内容；水环境状态则是通过水体质量监测结果来反映；人们的生活水平和经济发展水平可以用来反映社会经济发展状况。因此，有关水安全产生的状态可通过以下指标反映，包括：人均水资源总量，工业废水排放量，森林植被覆盖率，工业废气排放总量，人均GDP，居民人均消费水平等。

2.1.4 影响分析

影响是指当前的水资源、生态环境、社会经济发展的状态所产生的影响，包括系统所处状态对人们的经济生产、社会生活等方面的影响。因此，可以选取工业生产总值，农、林、牧、渔业总产值，建成区绿化覆盖率，城市用水普及率，农村自来水普及率等指标。

2.1.5 响应分析

响应为人类在促进水安全与社会可持续发展进程中所采取的对策和制定的积极政策。响应程度的大小能够反映城市对水资源保护投入的程度以及管理保护政策的制定与实施力度。响应与压力构成了因果关系，通过响应手段来减轻压力对水安全造成的影响，进而改善区域水资源系统状况提升区域水安全水平。针对区域水安全的响应包括环境响应、供水响应和污水处理响应。选取以下指标：环境投入占GDP比重，环境污染治理投资总额，累计水土流失治理面积，城镇生活污水处理率，城市生活垃圾无害化处理率等。

2.2 水安全评价指标体系

根据上述DPSIR模型以及水安全影响因素分析，进行广东省水安全评价指标体系的构建，如表1所示，整体目标为广东省水安全等级为最高层，即目标层，这里采用O表示，准则层用A表示，一级指标为定性的描述用B表示，二级指标层为定量的评价指标，用C表示。

表1 区域水安全评价指标体系

续表

2.3 基于层次分析-熵权组合法的指标权重确定

根据层次分析法的特点，其在确定指标权重中，通过专家经验和知识，进行全面的考虑，指标的重要性受决策者的偏好影响，因此，导致本方法主观性扩大。而熵权法，主要依据原始数据、信息计算得到指标权重，因此权重的确定相对客观，忽视了专家经验、知识，以及决策者自身的偏好。这两种方法相结合可以相互补充，得到兼顾主观客观的指标权重。设组合权重为ωi，ω1i和ω2i分别为层次分析法和熵权法计算得到的评价指标权重，a为层次分析法占的比重，则ωi可以表示为

熵在信息论中是对系统无序程度的一种度量。根据熵的定义，对某项指标，可用熵值判断某个指标的离散程度，熵值越大，指标的离散程度越大，该指标对综合评价的影响，即权重，也就越大。因此，可以利用信息熵计算出各个指标的权重，为基于多指标的综合评价提供依据。

基于熵权法确定指标权重，由于各项指标的计量单位并不统一，首先需要进行标准化处理，选取m个指标，n年的数据，则xij为i年第j个指标的数值（i=1,2,…n;j=1,2,…m）。假设对各指标数据归一化后的值为yij，对于正向指标采用公式（2），负向指标采用公式（3）。

设数据的信息熵可表示为Ej，见公式(4)。Ej可以解释为所有数据对指标j的贡献总量。设第j项指标下第n年数据占该指标的比重pij表示为式(5)。

当指标下各组数据的贡献度趋于一致时，Ej趋于1；当全相等时，可以不考虑该指标在决策中的作用，也即此时属性的权重为零。定义信息熵冗余度为dj，其反映第j个指标下各组数据贡献度的一致性程度，表示为式(6)。

3 水安全评价方法

3.1 可拓云模型

物元可拓模型中，待评价事物由事物名称N、事物特征C以及事物特征值V共同组成。然而，物元可拓模型中，特征值V是一个固定的评价数值，而用于水安全评价时，水安全的影响因素具有多样性，因此，水安全等级的划分也具有模糊性和随机性，通过定性和定量之间的合理转化，再进行评价可以得到更合理的综合评价结果。

对于区域水安全评价，设M为水安全评价结果，N为待评价年份，ci为水安全评价指标。

云模型较好地表现了研究对象的定性属性和定量属性间的相互转化关系，其模型计算则是借助云模型发生器完成的。通常通过正向云发生器实现评价对象特性的模糊性、随机性向确切化转变，是云理论模型中使用广泛的重要算法。

图2 正态云发生器

对正向云发生器输入云模型的三个数字特征（期望值Ex、熵En、超熵He），通过发生器计算可以得到一个二维点云滴 drop(x_i,μ_i)，重复多次计算即可生成若干个云滴，云滴集合称为云，经过发生器计算输出可以得到云滴在数值空间中定量转化后与该区间的关联度及云滴在该区间内的分布位置。

正向云发生器算法：

输入：云模型三个数字特征（期望值Ex、熵En、超熵He）以及云滴的数量N。

输出：得到 N 个云滴值即drop(x1,μk(x1))，drop(x2,μk(x2))，…，drop(xN,μk(xN))，以及云滴的隶属度。

物元可拓法与可拓云模型具有相同的事物综合评价原理和方法，区别是对待评价事物的特征量的表现形式不同。同时，因为特征量的表现不同，故其最终评价指标的关联度判断模式也不相同，物元可拓法是根据评价指标在区间内具体位置的重合程度来判定其关联度，而云模型是通过计算隶属度uk(xi)的值来判定关联度。

为了解决水安全评价指标的模糊、随机性不适用于物元可拓法具体特征值V的不足。将正态云模型作为物元可拓法中的特征值V，即可以表示为：基于云模型的正态云理论，通过正态云的期望值Ex、熵En、超熵He可以对评价指标区间进行定性到定量的转化。在界定系统等级以后，以各指标的等级边界作为一个约束空间，得到正态云对应参数(Ex,En,He)，分别表示为式（9）、（10）、（T为常量，取值范围［0，20］。可根据指标的模糊性适当调整，但取值不宜过大。）。

T为常量，取值范围［0，20］。可根据指标的模糊性适当调整，但取值不宜过大。

3.2 基于可拓云模型的水安全评价

对于水安全评价，考虑各个特征评价指标的模糊性，基于可拓云模型可以更恰当地反映评价指标的数据特征，同时在评价中保留了物元可拓法完善的评价思路。则基于物元可拓云模型的水安全评价方法如下：

步骤1：建立评价因素论域U={u1,u2,…,un}，即水安全评价指标，构建评语论域G={g1,g2,…,gm}，即指标的评价等级；

步骤2：基于层次分析与熵权组合法确定区域水安全综合评价的指标权重，根据式(1)确定指标权重集W=(w1,w2,L ,wn)；

步骤3：确定待评价物元，这里以待评价事物为特定年份的水安全状况，基于DPSIR的水安全指标体系为特征，各指标的正态云模型为特征对应值。根据式（9）、（10）、（T为常量，取值范围［0，20］。可根据指标的模糊性适当调整，但取值不宜过大。）得到评价指标ui对应gj的正态云模型(Ex,En,He)；

步骤4：计算可拓云模型各评价因素U与信用评语G间的关联度，根据正态云模型计算U及信用评语G间的单因素模糊测度作为关联度，即根据(8)求得不同指标在各评价等级的关联度。设ξij指U中第i个指标ui对应评语G中等级gj的关联度，共M个等级，M为5。重复运行K次均值化处理，形成可拓云模型的关联度矩阵。

步骤5：水安全综合评价指数分析。结合关联度矩阵ξi，权重集W做模糊转化处理，取得综合测度集。

其中φj(j=1,2,L,M)指待测试对象第j个评语的隶属度，将最大隶属值对应的第j等级gj作为水安全等级测试结果。

步骤6：修正水安全等级隶属度。为了将不同水安全等级的隶属度进行差异化表示，对评价对象的水安全隶属度值进行修正。采用隶属度值与等级基础隶属度值求和的方式修正，设不同等级对应的基础隶属值为。这里设置按水安全等级由理想安全的I级到危机的V级逐渐递减，即。

4 实证分析

广东省地处我国南方，常年降水充沛。但是，近年来随着社会经济的快速发展和气候环境的变化，水资源时空分布不均衡等问题日益突出。受全球气候变化和区域水环境改变的影响，广东省防治洪涝、干旱、水污染和咸潮上溯等水患的任务艰巨。随着城镇化、工业化进程的加快，水资源综合利用中供、用、排、耗水关系和用水结构出现重大变化，水资源供需矛盾日益突出。城乡人均耗水量偏大，水资源利用效率低。部分区域水生生物资源受到严重威胁，水环境安全面临严峻挑战。部分水域水质污染严重，水质性缺水问题亟待解决。因此，这里选取广东省为代表进行水安全评价分析，分析其水安全状态进行变化趋势以及主要影响因素，总结促进广东省水安全良性发展的建议。具体内容有：

首先，对广东省的发展现状和水资源状况进行分析研究，整理出目前广东省水安全可能存在的风险，并结合水安全影响因素，运用DPSIR模型建立广东省水安全评价指标体系。

其次，考虑到水安全问题的系统性、复杂性和不确定性，选用基于可拓云理论的评价法对广东省水安全状况进行评价。

此外，依据评价结果对广东省水安全状态进行变化趋势分析，分析其变化原因和主要影响因素。

4.1 数据说明

本研究建立在对历年相关数据分析的基础上，包含广东省1995年到2017年水安全评价相关的数据。这里的指标数据主要来源为《中国统计年鉴》（2005-2018）、《中国环境统计年鉴》（2005-2018）、《广东省统计年鉴》（2005-2018）、《广东水资源公报》（2005-2017）、《广东环境状况公报》（2005-2017）、《广东省环境保护“十三五”规划》、《广东省国民经济和社会发展“十三五”规划纲要》、《广东省水利发展“十三五”规划》及部分相关部门公开的统计信息等。其中部分数据为直接查找得到，部分数据由查找的数据经过计算得到。

4.2 广东省水安全等级划分

为了对城市水环境进行有效评价辨识区域水安全演变的层次关系，需将城市水安全概念集合中的渐变关系由定性描述为定量评价。结合国家水安全评价研究成果，将区域水安全划分为5个等级，由I级到V级水安全状况由危机到理想安全转变，水安全水平递增，定性描述为：Ⅰ（危机）、Ⅱ（不安全）、Ⅲ（临界安全）、Ⅳ（较安全）、Ⅴ（理想安全），由此确定区域水安全评价等级的划分标准。

“危机”是指水资源、水环境和社会经济系统之间出现极大的矛盾，水安全状态极度堪忧，已经对社会经济发展产生制约影响，需要加大政策力度和整治手段来使水安全现状得以有效改善。“不安全”，是区域内的水安全程度很低，处于高危状态，水资源、水环境和经济社会系统之间出现较大矛盾和危机，已经威胁到了人类社会经济与生活的可持续发展，应及时采用相应举措，针对不安全因素进行控制和改善，提高安全程度；“临界安全”则是说明区域内水安全介于不安全和安全之间，水安全程度一般，相对而言属于不稳定的状态，水资源、水环境和经济社会系统之间的协调健康程度显露出一些问题，暂时与区域长远发展的要求不相符，但是，通过有效的调控，则可以渐渐实现状况的安全；“较安全”则是指，该区域内有相对较高的水安全程度，基本上水环境、水资源能够和社会经济系统协调发展，基本能够满足区域的中长期发展；“理想安全”，意味着区域内的有很高的水安全程度，水环境和水资源能够和社会经济系统协调发展，有着良好的可持续发展的发展态势，能够良好地满足区域的长期发展需求。考虑到国民经济发展特点，以及广东省地区水资源环境具体情况，将广东省水安全评价标准区间做划分，见表2。

表2 区域水安全等级划分

在上述水安全等级划分标准基础上，结合区域水安全评价的指标体系，得出评价体系的等级划分。结合2005年至2017年《中国统计年鉴》、《广东省统计年鉴》、《广东省水资源公报》等。将每个指标划分成5个评价等级，给每个评价等级划分出相应的数值区间，对水安全评价各指标界限进行如下划分，见表3。

表3 水安全评价指标的等级划分表

4.3 水安全指标权重的确定

4.3.1 基于层次分析法的指标权重确定

为了使各因素之间进行两两比较得到量化的判断矩阵，引入1～9的标度（李奕霖等，2019）。为了构造判断矩阵，选6个专家进行咨询，根据专家和作者的经验，得到各层的比较矩阵。首先，广东省水安全目标层判断矩阵见表4 水安全目标层判断矩阵。

表4 水安全目标层判断矩阵

采用层次单排序及一致性检验。记上述矩阵为T1，求其特征向量及最大特征值，进行一致性检验。根据运算结果：最大特征值λ1= 5.06，最应的特征向量为ω= (0.31，0.36，0.62，0.55，0.31)，归一化后为ω0n= (0.14,0.17,0.29,0.26,0.14)。

对判断矩阵进行一致性检验，上述构造的判断矩阵具有满意的一致性，其权重分配合理。

水安全趋动力指标层的判断矩阵见表5。

表5 趋动力指标层判断矩阵

根据运算结果：最大特征值λ1= 3.88，最应的特征向量为ω1= (0.79, 0.43, 0.37, 0.23)。将特征向量归一化后为ω1n= (0.43, 0.24, 0.20,0.13)。对判断矩阵进行一致性检验，上述构造的判断矩阵具有满意的一致性，其权重分配合理。

水安全压力指标层的判断矩阵见表6。

表6 压力指标层判断矩阵

根据运算结果：最大特征值λ2= 9.09，最应的特征向量为ω2= (0.23,0.14,0.08,0.07,0.13,0.07,0.68,0.46,0.46)。将特征向量归一化后为ω2n= (0.1,0.06,0.03,0.03,0.06,0.03,0.29,0.2, 0.2)。对判断矩阵进行一致性检验，上述构造的判断矩阵具有满意的一致性，其权重分配合理。

采用相同的方法分别确定水安全的状态、影响、响应的指标层判断矩阵，得到各指标层归一化后的特征向量分别为，ω3n= (0.34,0.22,0.16,0.12,0.08,0.08)，ω4n=(0.16,0.1,0.06,0.26,0.42)，ω5n= (0.25,0.14,0.14,0.37,0.1)，对各判断矩阵进行一致性检验，均具有满意的一致性，其权重分配合理。汇总指标层与准则层的权重，得到广东省水安全评价指标层次分析法赋权结果，如表7所示。

4.3.2 基于熵权法的指标权重确定

首先，根据公式(2)和公式(3)对广东省水安全评价指标体系的29个指标原始数据进行标准化。再通过公式(4)和(5)对各项指标熵值进行计算，最后，根据公式计算所有指标的信息熵冗余度。表7给出了熵值、信息冗余度与权重的计算结果。

4.3.3 基于层次分析-熵权法组合法的指标权重确定

依据层次分析法和熵权法分别的计算结果，根据公式(1)可求得2005-2017年广东省水安全评价指标体系29个评价指标的组合权重，表7给出了组合权重权的计算结果。

表7 广东省水安全评价指标赋权结果

续表

4.4 水安全评价指标的云物元模型

按照正态云发生器取得测度指标所对应水安全等级下的正态云。以水资源总量、人均用水量、工业废水排放量、建成区绿化覆盖率为例，其正态云见图3和图4 工业废水排放量正态云。由图可以看出基于云模型可以很好地表示水安全指标的模糊性。

图3 水资源总量正态云

图4 工业废水排放量正态云

在划分各指标阈值的基础上，根据公式(9)和(10)计算出水安全评价模型中正态云模型的特征数据Ex，熵En。由计算出的期望值Ex，熵En，并确定超熵He可以分别表示出水安全评价当中的云物元，这里超熵常量取值为0.5。

表8 广东省水安全评价指标云物元模型

续表

4.5 水安全评价结果与分析

根据可拓云模型及其参数的的期望值、熵值、超熵，按照基于物元可拓云模型的水安全评价方法将各评价对象的评价指标数据输入，并多次计算排除随机偶然性，这里取1000次重复计算得出各评价年份的关联度矩阵。

基于各年度的关联度矩阵再根据式(12)可以得到水安全各等级的隶属度值。按照可拓云模型的步骤5选取隶属度最大的等级作为待评价年份的水安全级别。按照步骤6进行所属水安全等级的隶属度值修正得到水安全指数。表9给出了待评价各年份的水安全评价结果。

表9 广东省水安全评价结果

根据表9的水安全评价结果，2005-2017年期间，广东省水安全指数虽然存在一定程度的波动，但整体上呈现逐步攀升趋势，水安全水平从2005年的II级不安全转为2017年的IV级基本安全。在2005-2009年水安全级较低为“不安全”状态，到2010时，水安全水平从“不安全”提升到“安全”，到2011年出现波动，水安全水平又下降到“不安全”，从2012年开始水安全水平提升到“安全”，到2016年起水安全水平进一步提升达到基本安全状况。

随着时间的推移，经济社会发展，社会节水意识逐渐提升，节水技术与器具普及推广，人均用水量逐步下降，从2005年501立方米每人到2017年的391立方米每人，下降了21.8%。此外，在2010-2015年“十二五期间”，广东省针对水安全问题采取了很多改善和解决措施，加大了环境污染治理力度提高了水安全水平。在此期间广东省全省城镇生活污水处理能力极大提高，到2015年城镇生活污水处理能力达到93.3%，相比2010年提升了27.6%，可以看出广东省经济社会发展以及对环境的改善措施作用下取得了较好的成效，广东省的水安全整体状况在进入2016年后相较前几年得到了明显改善，广东省水安全水平提升到了基本安全。

为了进一步分析影响广东省水安全状况的主要因素，进行分指标趋势分析，结合广东省十三年间的具体发展情况，针对驱动力、压力、状态、影响和响应五个子系统分别进行动态趋势分析，分析影响广东省水安全状况的主要因素，从而找出问题及风险的症结所在，为后续制定对策提供依据。

图5给出了2005年到2017年中广东省驱动力系统总体及各指标水安全指数变化。从图中的水安全指数可以看出，驱动力系统的水安全指数从2015到2017年间基本维持在不安全的水平。驱动力系统中水资源总量的水安全指数在2018年有所上升，然而整体基本维持在不安全水平。人口密度和人口自然增长率的水安全指数缓慢下降，这是由于随着社会经济发展，城镇化高速发展带来的人口增长造成水安全危机。此外，近年来广东省经济水平持续提升，地区生产总值快速增长，对水安全水平有正向影响。因此，要提高驱动力系统的水安全指数，需要控制人口增长率，通过加大水利工程建设力度等提高水资源量。

图5 广东省驱动力系统总体及各指标水安全指数变化

图6给出了广东省压力系统总体及各指标水安全指数变化。从图中看出2015到2017年间广东省压力系统的水安全指数逐步上升。其中人均用水量、工业用水量、农业用水量、万元工业增加值用水量的水安全指数均呈现逐步上升趋势，万元工业增加值用水量尤为明显，由2005年的不安全上升为2017年的非常安全。而生态环境补水量、废水排放量、化学需氧量COD排放量、氨氮排放量对应的水安全指数均呈下降趋势，这说明随着社会经济的发展，带来了广东省水环境恶化，水体污染增加，造成了水安全水平降低。综上，提升压力系统的水安全水平应通过持续强化节水控制力度，降低生产、生活用水量，严格控制水污染物排放，降低水污染中化学需氧量、氨氮排放等方面着手。

图6 广东省压力系统总体及各指标水安全指数变化

图7给出了广东省状态系统总体及各指标水安全指数变化。可看出，2015到2017年间广东省状态系统的水安全指数不断上升。其中森林植被覆盖率的水安全水平较高，维持在较安全状态，而人均水资源总量、工业废气排放量的水安全水平整体较低，工业废水排放量、人均GDP和人均消费水平的水安全指数均不断上升，人均GDP水平尤为明显从2005年的不安全上升为2017年的理想安全状态。结合广东省实际分析可以进一步证实以上数据结果。广东省是我国的经济大省，GDP总量一直处理较高水平，到2017年人均GDP水平达到8万元以，有力支持了社会生产、环境治理等各方面的建设与发展。在社会发展的同时，广东省重视保护和加强生态环境，森林植被覆盖率保持在55%以上。综合，广东省状态系统的水安全水平不断提升是由于经济的发展人均GDP的提高，生态方面森林植被覆盖率高，工业废水排放不断下降产生的，然而，人均水资源总量和工业废气排放量的安全性较低降低了水安全水平。因此，广东省需要注重加强水资源管理，合理配置水资源，持续降低水体和大气污染排放与治理，从而提高水安全状态水平。

图7 广东省状态系统总体及各指标水安全指数变化

图8给出了广东省影响系统总体及各指标水安全指数变化。可看出，2015到2017年间广东省水安全影响系统的水安全指数不断攀升，从2005年的危机状态上升为2017年的较安全状态。其中，工业生产总值，农林牧渔业总产值、建成区绿化覆盖率、农村自来水普及率等指标的水安全指数均不断增长，上升到了较安全的状态；城市用水普率在2014年出现一定幅度下降，然而又很快回升，保持了较安全的状态。因此，提升影响系统的水安全水平应保持广东省在经济方面工业、农、林、牧、渔等生产总值的持续提升，持续注重环境和生态保护，加强绿化覆盖，提高人们社会生活用水保障水平，提高城市和农村用水普及率。

图8 广东省影响系统总体及各指标水安全指数变化

图9广东省响应系统总体及各指标水安全指数变化给出了广东省响应系统总体及各指标水安全指数变化。可看出，2015到2017年间广东省水安全响应系统的水安全指数在2017年得到了快速提长，从危机状态上升为较安全状态。从水安全响应相关指标的水安全指数变化可以看出，环境污染治理投资总额、累计水土流失治理面积、城镇生活污水处理率以及城市生活垃圾无害化处理率的水安全指数均持续提升，因此，广东省水安全响应系统的水安全指数在2017年达到了理想安全的状态。环境投入占GDP比重的水安全指数有所下降，这是由于尽管持续增加环境治理投资额，但是相对于广东省持续高速的经济发展而言环境投入占比仍然显示为下降趋势，这一定程度上降低了响应系统整体的水安全水平。因此，要提升响应系统的水安全水平应保持广东省环境治理在水土流失、污染处理、垃圾处理等方面的力度，并进一步加强环境污染治理投资额。

图9 广东省响应系统总体及各指标水安全指数变化

4.6 讨论与结论

通过构建基于DPSIR模型的广东省水安全指标体系进行区域水安全评价，采用基于层次分析和熵权组合法的指标权重确定方法确定指标权重，构建了基于可拓云理论的水安全评价模型，评价2005年到2017年广东省水安全水平，得出如下结论：

广东省水安全从“不安全”状态到“安全”状态，再到“较安全状态”，区域水安全水平不断转好。研究结果与实际状况基本相符。

通过分析2005年至2017年间广东省水安全指标的评价结果得到：提升区域水安全水平需要通过控制区域人口增长，强化节水控制力度，降低生产、生活用水浪费，降低水体和大气污染排放，提升经济水平，加强绿化覆盖，提高社会用水保障，加强环境污染治理投资力度等综合作用共同实现。

随着经济发展，水体和大气污染排放增加，对区域水安全水平起到制约作用，此外，需要在区域发展过程中持续进行经济结构调整，提升生产和生活用水效率，从而减少经济发展对区域水安全的影响。

5 总 结

区域水安全状况的客观评价对区域水安全规划和决策具有重要影响。本研究针对水安全评价相关数据不容易准确地获取，具有模糊性和随机性等问题，引入可拓云模型，该模型具有，可拓学中物元理论可融合定量与定性分析的特点，又有云模型能够处理双重不确定性的优势。在水安全评价指标选择方面，基于DPSIR模型构建水安全评价指标体系，从水安全的驱动力、压力、状态、影响、响应五方面出发，综合考虑水资源、社会、经济、生态等影响因素进行水安全评价分析。在指标权重选择方面，采用主观和客观组合法，基于层次分析和熵权组合法确定指标权重。构建了基于可拓云理论的水安全评价模型用于评价区域水安全。采用广东省统计数据进行实例分析，根据分析结果广东省水安全水平逐渐转好。研究结果与实际状况基本相符。根据具体指标的分析提升区域水安全水平需要通过控制区域人口增长，强化节水控制力度，降低生产、生活用水浪费，降低水体和大气污染排放，提升经济水平，加强绿化覆盖，提高社会用水保障，加强环境污染治理投资力度等综合作用共同实现。