阮 君，何 刚，王莹莹

(安徽理工大学经济与管理学院，安徽淮南232001)

水资源在人类社会发展中起着极其重要的作用。近年来我国经济发展迅速，2018年国内生产总值已突破90亿[1]。随着工业化与城镇化的不断推进，人类社会对水资源需求的不断增加、水资源过度开发、水资源浪费、水资源污染等现象迫使水资源陷入危机。水资源承载力是制约一个地区经济发展水平的重要因素，对其进行科学合理的评价和研究对于促进地区可持续发展具有重要意义[2]。

目前关于水资源承载力的研究众多。柴乃杰[3]等基于模糊可变决策模型，利用博弈论法将指标熵权与最大离差法权值进行集成以确定指标权重，对甘肃省水资源承载力进行综合评价，结果表明2006—2015年甘肃省水资源承载力整体呈现下降趋势。邓红卫[4]等基于GIS与离差平方和组合赋权法对恩施州的水资源承载力进行评价，结果表明2017年恩施州整体水环境承载力属于一般水平。杨莹[5]等利用状态空间和层次分析法，综合考虑生态环境、经济社会、社会资源三大复合系统相互作用关系对河南省巩义市水资源承载力进行综合评价，结果表明2001—2010年该市水资源承载力整体呈上升趋势。刘童[6]等以四川省水资源承载力为研究对象，构建五元联系数模型对其进行动态评价与分析，结果表明四川省水资源承载力在评价时间段均处于基本平衡状态，整体上呈上升趋势。刘永安[7]等提出组合熵权秩次法，建立改进的集对分析—可变模糊集耦合的水资源承载力综合评价模型，对成都市水资源承载力进行研究与评价，结果表明成都市水资源承载力综合评价等级为2级，水资源开发利用已到一定规模，但仍具有开发潜力。

综上，学者们已围绕水资源承载力问题展开众多研究，但是运用多重模型进行的研究较少。基于此，本文以安徽省水资源承载力为研究对象，基于DPSIR模型构建综合评价指标体系，利用2010—2017年相关数据，结合熵权法确定各指标权重，通过TOPSIS模型与障碍度模型对其进行综合分析与评价，希望能为提高安徽省水资源承载力提供一定理论依据。

1 研究区概况

安徽省位于中国大陆东部，介于北纬29°41′～34°38′，东经114°54′～119°37′之间，下辖17个地级市，44个市辖区，5个县级市以及56个县。安徽省地跨长江、淮河南北，东西宽约450km，南北长约570km，土地面积13.94万km2，人口总数约6324万，与江苏、浙江、湖北、江西、山东及河南接壤。安徽省地形地貌有平原、丘陵和山区等，境内河流湖泊众多，降雨时空分布不均[8]，易造成洪涝灾害，同时水资源较为紧缺。

2 方法与模型

2.1 评价指标体系建立

1993年，欧洲环境局提出DPSIR模型概念，能够系统全面的描述各系统之间的关系[9]，当前在学术界运用较为广泛。该模型中的“驱动力”是促使水资源承载力发生变化的各种经济、社会、人口等动力因素；“压力”是生产及生活活动对水资源承载力造成的影响；“状态”是指水资源承载力在驱动力和压力共同作用下的表现；“影响”是当水资源承载力发生变化时所产生的一系列效应；“响应”是人类针对水资源承载力变化所采取的措施和对策。根据DPSIR模型确定相应指标，构建安徽省水资源承载力评价指标体系。

2.2 模型构建

2.2.1 熵权法

熵权法是根据指标原始数据确定权重的一种客观赋值方法。一般来说，指标的信息熵越小，提供的信息量越大，指标对应权重越大；反之则越小[10]。主要计算步骤如下所示：

令原始评价指标矩阵为：

(1)

其中，uij为第i个指标的第j年的原始数值。

进行标准化以消除量纲影响，得标准化矩阵。

正向指标：

逆向指标：

(2)

(3)

熵权法计算得权重矩阵：

(4)

得到权重矩阵为w=(w1w2…wm)。

2.2.2 TOPSIS法

即“逼近理想解排序方法”，由Hwang和Yoon于1981年提出的，主要应用于系统工程有限方案的多目标决策中[11]，通过距离进行决策的评价方法。

2.2.3 熵权TOPSIS法

熵权法与TOPSIS法的组合[12-13]。评价前进行同趋势化，将低优指标进行倒数处理，即将原始矩阵U转化为矩阵

(5)

进行归一化处理，公式为

(6)

得到决策矩阵

(7)

计算正负理想解：

到正理想解的距离为：

到负理想解的距离为：

(8)

其中，xij max、xij min分别为第j年的最大值和最小值，wi是第i个指标的权重。

计算各项指标到负理想解的贴现度：

Lj为第j年水资源承载力综合评价指数，取值范围为0～1。根据得分进行优劣排序，计算公式为：

(9)

2.2.4 障碍度模型

运用障碍度模型识别主要障碍因子及障碍度，主要有因子贡献度、指标偏离度和障碍度三个指标[14-15]。主要步骤有：

计算因子贡献度：

Fi=Wi×Xij

(10)

其中，Wi是第i个指标的单项权重，Xij是该项指标所在准则层权重。

计算指标偏离度：

Iij=1-vij

(11)

其中，vij是原始矩阵标准化后矩阵。

计算障碍度：

(12)

3 结果分析

3.1 指标权重确定

利用安徽省2010—2017年相关数据，数据主要来源于各年份《安徽省统计年鉴》。运用熵权法确定各指标权重，结果如表1所示。

表1 安徽省水资源承载力评价指标体系

3.2 TOPSIS法分析

3.2.1 综合系统TOPSIS分析

通过上述模型，计算出2010—2017年安徽省水资源承载力综合水平的正负理想解与贴现度，具体数值如表2所示。

表2 2010—2017年安徽省水资源承载力的正负理想解与贴现度

2010—2017年，安徽省水资源承载力变化主要分为三个阶段。第一阶段为2010—2011年，贴现度从0.5622下降到0.1221，同比下降78.28%，下滑幅度较大且明显。第二阶段为2011—2015年，水资源承载力贴现度呈波动上升，从0.1221上升到0.3407，同比增长近两百个百分点。2012—2013年期间虽出现轻微下滑现象，但在总体上呈上升态势，然而水资源承载力始终处于较低水平。第三个阶段为2015—2017年，贴现度从0.3407骤增到0.7370，增长幅度较大，在2017年又出现轻微下滑现象，下降至0.6055。从整体来看，2010—2017年安徽省水资源承载力综合水平呈良好态势发展，变化趋势如图1所示。特别是近两年来，随着《安徽省饮用水水源环境保护条例》《巢湖流域水污染防治条例》等政策措施的出台，使得安徽省在水资源规划与管理方面取得重大进展。但是相比于发达城市而言，安徽省水资源承载力仍处于较低水平。因此，安徽省需要对水资源承载力水平保持持续高度的关注。发展科学技术水平，做好水资源开发、使用、治理的协调工作；完善相应法律法规，严格惩治水资源浪费与水污

染现象；提高居民节水意识，实现水资源可持续利用与发展。

图1 2010—2017年安徽省水资源承载力 综合水平雷达图

3.2.2 子系统TOPSIS分析

运用相同模型，进一步对安徽省水资源承载力各子系统进行分析，计算出各子系统在2010—2017年的贴现度，如表3所示。

表3 2010—2017年安徽省水资源承载力子系统贴现度

2010—2017年期间，驱动力子系统贴现度持续增长，人均生产总值、人口数量以及城镇化率均取得巨大进步。这几年安徽省经济建设局势良好，主要得益于众多国家宏观政策，如中部崛起，江淮地区产业转移，淮河生态经济带发展规划等。经济基础是区域发展的坚实基础。在当今经济新形势下，安徽省应积极抓住政策机遇，充分利用地理与资源优势，使本省经济水平更上一层楼。

2010年压力子系统贴现度为0.6305，处于较高水平。到2011年急剧下滑，仅有0.0077，到2015为止年虽有一定提升，但子系统水平仍然较低。2016—2017年，压力子系统逐渐恢复并一直处于增长状态。如表1所示，从子系统内部可以看出，2010年安徽省COD与氨氮排放量较少，2011—2015年排放量大幅度增加，随着相关治理政策的实施，在2016年恢复正常水平，与压力子系统变化基本一致，说明压力子系统的正常运行与COD及氨氮排放量密切相关。因此，在今后生产运作中，应严格控制COD、氨氮及其他污染物的排放量，在治理污染源的同时也要做好污染物的二次处理和循环利用，尽可能减少水资源负荷。

2010—2017年，状态子系统在波动中呈下降趋势，从0.5627下降到0.3537，同比下降37.14%。经济的快速发展和城镇化的不断推进，使得水资源的压力愈来愈大，例如人均水资源量和地表水资源量都存在不同程度的减少。在保证经济有序发展的同时，应完善相关水资源保护与管理条例，针对各种状况做好积极应对措施以适应社会发展需要。

影响子系统贴现度从0.000直线上升到0.9265，变化幅度较大。由于2010—2017年期间，驱动力及压力子系统都具有较大幅度的变动，影响子系统受驱动力子系统和压力子系统同时作用，导致影响子系统也存在较大变化。

同状态子系统类似，2010—2017年期间，响应子系统在波动中降低，从0.6523下降到0.4207，同比下降35.51%。响应子系统变化主要分为两个阶段，第一个阶段为2010—2012年，从0.6523上升到0.7637，在此期间响应子系统处于较高水平；第二个阶段为2013—2017年，从0.3318上升到0.4207，变化幅度较小，且整体处于较低水平。从原始数据可以看出，水土流失治理面积和工业废水治理设施处理能力的下降，是导致状态子系统处于较低水平的主要原因。为有效提高安徽省水资源承载力，应该持续对水资源进行整改和治理，对各种状况做好积极“响应”，防止水资源承载力水平再次恶化。

3. 3 障碍度分析

3.3.1 指标层障碍度

运用障碍度模型，计算出2010—2017年阻碍安徽省水资源承载力提升的主要障碍因子及其障碍度，选取所占比重前五个的指标，具体结果如表4所示。

表4 2010—2017年安徽省水资源承载力主要障碍因子及障碍度

如表4所示，2010—2017年安徽省水资源承载力主要障碍因子的变化主要有两个阶段。第一阶段为2010—2014年，占较大比重的障碍因子主要分布于影响子系统和响应子系统；第二阶段为2015—2017年，较大比重障碍因子主要分布于驱动力子系统和压力子系统。说明安徽省水资源承载力前期受政府宏观调控和保护政策制约和影响，随着国家政府对水资源及环境保护的重视，各项保护措施得到有效落实，当前安徽省水资源承载力主要受经济社会发展水平及发展过程的影响。在今后发展中，在保证经济稳定发展的前提下，完善相关水利工程，避免水资源供需不足；加强水资源规划与管理，提高水资源利用率；完善相关政策法规，杜绝水资源浪费现象；发展高科技技术，实现水资源开发与再利用。从水资源的开发、使用、再使用一条线的管理与保护，以实现生态与经济的良好协调。

3.3.2 准则层障碍度

进一步计算驱动力、压力、状态、影响和响应五个子系统的障碍度，结果如表5所示。

表5 2010—2017年安徽省水资源承载力子系统障碍度

2010—2017年，驱动力子系统较大幅度的下降后又开始逐渐回升，2016—2017年又开始大幅度下降，波动幅度较大，如图3所示。2010—2011年，压力子系统从13.70%上升到23.80%，至2016年为止始终占有较大比重，在2017年下降到9.75%。2010—2015年，状态子系统的比重一直占较低比重，到2016年甚至下降到0.00%，于2017年上升到30.98%。影响子系统在2010年占比为33.12%，2011—2017年所占比重开始下降，并始终处于较低水平。响应子系统从2010—2015年一直处于缓慢上升状态，除了2012年降到6.43%，于2016年上涨到39.23%。从以上变化可以看出，在今后发展水资源承载力过程中，需要更加关注驱动力子系统、状态子系统以及响应子系统，完善相应整改措施，以促进安徽省水资源承载力有效提升。

图2 2010—2017年安徽省水资源承载力各系统变化

4 结论

基于DPSIR模型构建水资源承载力综合评价指标体系，利用相关数据，使用熵权法确定指标权重，构建TOPSIS模型与障碍度模型，对2010—2017年安徽省水资源承载力进行综合评价与分析，得出以下结论：2010—2017年安徽省水资源承载力综合水平波动较大，虽有一定上升，但与发达城市相比仍有较大差距，在今后发展中需要采取相关措施以维持安徽省水资源承载力稳步上升至良好水平；各子系统水平均处于动态变化中，驱动力子系统持续上升，压力子系统和影响子系统在波动中呈上升趋势，状态子系统和响应子系统整体呈下降趋势，发展中应协调各子系统共同发展，切勿顾此失彼形成“短板”；制约安徽省水资源承载力的因素也处于动态变化中，2010—2014年主要分布于影响子系统和响应子系统，2015—2017年主要分布于驱动力子系统和压力子系统，各个阶段的影响因素分布的不同，要求对其时刻保持高度关注；目前，阻碍安徽省水资源承载力提升的子系统主要为驱动力子系统、状态子系统和响应子系统，需重点关注其发展。