石 莎，陶雪婷，喻 凯

(1.南昌工程学院 水利与生态工程学院，江西 南昌 330099；2.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098)

水安全状况与经济社会和人类生态系统的可持续发展紧密相关[1]。随着全球性资源危机的加剧，国家安全观念发生重大变化，水安全已成为国家安全的一个重要内容[2]。水安全相关研究起步于20世纪70年代[3]，出现便与全球性的环境问题相联系，成为世界关注的热点和前沿研究领域[4]。本文采用的滨湖城市水安全定义[5-6]：在滨湖城市这一特定区域内，能够为人类等生命、生态、经济提供具有量与质保障的水资源，能够维系城市中人与生态环境的健康可持续发展。

目前，水安全评价的方法众多，如采用模糊综合评价[7]、水贫困指数[8]、水缺少指数[9]或水风险框架[10]等表征，其中，许多方法指标选取时侧重于物质供应方面，往往是对国家水资源的估计，指标体系的量化程度和数据获取容易程度把控不足。水胁迫指数[11]用来衡量每年平均河流流量对人口可再生淡水资源的供应情况，应用较广泛，这种方法的指标体系却不能说明一个国家内部和季节之间存在的动态变化。因此，出现了考虑社会的适应能力和环境需求，评估水资源的可用性的更全面的水安全风险评估[12-17]。如Yeonjoo Kim等[15]提出水资源受到人口增长、流域土地覆盖变化、城市扩张和淡水资源集约利用等因素的影响，并将这种影响进行定量的水安全等级评价和敏感性分析，从而确定各影响因素对水安全影响的量化程度，视为水安全风险评估。城市水安全风险评估的关键问题是水安全等级的定量评价。

根据水安全风险评估结果，可通过对水安全风险影响较大的指标进行正向调控来保障水安全；也可通过揭示各指标自身的发展规律，从而集合所有指标的发展轨迹对区域水安全进行较准确的预测。因此，水安全风险评估，更利于进行城市水安全预测，各影响指标的敏感性定量分析是关键。

湖泊是城市水系水环境不可或缺的一部分，对城市发展有重要作用。多年的高强度城市化建设，导致许多滨湖城市“城-湖”关系不协调，“城-湖”发展不平衡，滨湖城市水安全问题日益凸显[18]。如滨湖城市发展侵占导致湖泊水域面积萎缩，致使湖泊调蓄能力下降，湖泊调蓄能力不足和洪水时期对城市水系的顶托作用将导致滨湖城市内涝频发[19]。滨湖城市污水的过度排放导致湖泊水体的自我净化能力减弱，生物多样性减少，水生态系统衰退等，造成“城-湖”生态系统的脆弱性。

南昌市位于鄱阳湖西南，受“一带一路”长江经济带辐射影响，近年经济社会快速发展，致使城区水安全问题愈加突出。阐明影响南昌市水安全主要影响因素，提出改善措施，对“一带一路”长江经济带的生态文明建设具有重要意义。

本文采用频度统计法和主成分分析法建立数据详实的、可量化的指标体系；采用隶属度定量的模糊综合评价法和指标弹性分析法，建立滨湖城市水安全风险评估模型，以南昌市为例，系统评估南昌市水安全风险，为南昌市水安全保障提供科学依据。

1 水安全风险评估模型与评价方法

南昌市水安全风险评估模型包含3个模块：指标体系构建、安全等级确定和安全风险评估，具体见图1。数据来源：《江西省统计年鉴》《南昌市统计公报》《南昌统计年鉴》。

1.1 指标体系构建与指标权重确定

1.1.1 指标体系

采用频度统计法和主成分分析法构建水安全风险评估指标体系。

(1)频度统计法

本文在查找翻阅国内外有关水安全评价的文献数据的基础上，在综合考虑南昌市的现状，选取各文献中出现频率较高的指标作为初选指标。

(2)主成分分析

主成分分析方法是一种常见的指标筛选方法，它通过指标负载系数大小反映指标对综合评价结果影响显著性上的差异，删掉负载系数小的指标，保证筛选出的指标对评价结果有显著性影响。目前，主成份分析法在水资源评价，水安全评价等方面得到了广泛的应用。本论文采用主成分分析筛选剔除在各主成分上载荷较小的次要指标，方法如下：

假定有n个样本，每个样本共有p个指标描述，得到原始数据矩阵：

(1)

式中Xj=(x1j，x2j，…，xnj)T，j=1，2，…，p。

用矩阵X的p个向量X1，X2，…，Xp进行线性组合，组合系数满足：

(2)

式(2)中的系数由下列原则确定：

①cov(Fi，Fj)=0，i≠j且j=1，2，…，p，即Fi与Fj不相关。

②F1是X1，X2，…，Xp的组合中方差最大的，其次是F1，F2，…，Fp，即

var(F1)≥var(F2)≥…≥var(Fp).

(3)

如上确定的综合指标F1，F2，…，Fp分别被称为原指标的第1主成分，第 2主成分，…，第p主成分。主成分之间包含的信息是互不相关的，即各个指标中的重复信息分别被叠加到某个主成分之中，这样可以用少数几个主成分代替原始指标来分析问题。

1.1.2 指标权重

本文采用主成分分析法对评价指标进行权重计算，使结果更具客观性。主成分反映了各评价对象即样本的表现，因此，可由主成分计算各样本的综合评价值，进而对各样本进行排序和比较。一般采用加权算术平均进行综合，并以各主成分的方差贡献率为权重，即

(4)

式中λ1，λ2，…，λk为矩阵X协方差矩阵S的特征根，k为主成分个数。

1.2 安全等级

1.2.1 指标的等级隶属度

根据单个指标的等级划分标准和实际数据来计算其隶属度。采用如下线性函数计算。

第1等级隶属度表示如下：

(5)

第2～4等级隶属度表示如下：

(6)

第5等级隶属度表示如下：

(7)

式中x为各指标的具体值；k为等级数，取2～4；j为指标数，本次取1～13；rkj表示第j个指标属于第k个等级的隶属度；Ck表示第j个指标在第k个等级的标准数值，对于数值越小越安全的逆向性指标，采用式(5)～(7)计算隶属度；而数值越大越安全的正向性指标(如污水处理率)的计算，只需将式(5)～(7)的“≤”换成“≥”即可。

1.2.2 水安全等级

为了避免信息遗漏，对模糊综合评价进行改进，使用加权平均原则[10]，在前述隶属度矩阵X基础上进行加权平均，得到水安全对各等级的隶属度矩阵Y(1×5)，此时，每一列表示水安全在该等级的隶属度。水安全等级可以表示成：

(8)

C=Y×R

(9)

式中ωj为第j个指标的权重；i为等级，取1～5；rij为第j个指标属于第i个等级的隶属度；R为水安全风险评估等级集合矩阵(5×1)；C为水安全等级。根据式(9)可以评价水安全处于1～5之间，当C越小的时候，水安全越有利。

1.2.3 识别主要影响因素

为了识别各个指标对水安全等级的影响程度，对每一个指标隶属度占该年水安全等级的比例进行计算，如式(10)所示，以此可从众多指标中识别主要指标即主要影响因素。

(10)

式中Sj为任一指标隶属度占水安全等级的比例，其中Sj越大，表示该指标的对整体水安全状况的不利影响越大。

1.3 水安全风险评估

通过弹性分析揭示各指标对滨湖城市水安全变化的敏感程度，即为滨湖城市水安全风险评估，对滨湖城市水安全风险预测起重要作用。根据式(8)，当第j个指标改变1单位时，最终的水安全敏感度即水安全风险指数可以用下式表示：

Δrij=f(Δxj)，

(11)

(12)

式中Δrij第j个指标变化1单位时属于等级i的隶属度的变化程度，Δrij可参照式(5)～(7)计算；Δxj表示第j个指标变化1单位时的j指标的变化值；ΔC为指标对水安全变化的敏感度，称为水安全风险指数，其绝对值越大表示指标对水安全风险的影响越大，ΔC>0，表示该指标增加1单位，C变大，水安全趋向危险，反之，ΔC<0，表示该指标增加1单位，C变小，水安全趋向安全。由于在不同的等级水平下，rij是按照不同的公式进行计算的，因此对ΔC的计算要分情况讨论。

2 结果

2.1 指标体系

通过研读大量文献发现，城市水安全的属性可分为自然属性、生态环境属性、社会经济属性和人文属性；影响因素包括水资源现状、城镇化进程、经济发展水平、社会进步水平、生态环境保护水平和技术发展水平等方面。因此本文将指标体系分为经济社会、水质状况和生态环境3个主题；并基于指标体系建立原则，采用频度统计法选择频率高的指标作为代表，初步建立了综合考虑南昌市现状的南昌市水安全风险评估指标体系，共计16个指标，见表1。

为保证筛选出的指标对综合评价影响显著性，采用式(1)～(3)对初步建立的指标体系进行进一步筛选，计算出前5个特征根，计算其累计贡献率。本文选取各主成分中负载系数绝对值在0.6以上的指标，从而筛选出较具显著性的指标，最终指标体系分为3个主题，13个指标，结果见表2。

表2 主成分负载系数计算结果

2.2 指标权重与指标等级

采用式(4)计算各评价领域下属的各个指标的具体权重值。水安全等级分为5级，各级代表的含义为：Ⅰ级，很安全；Ⅱ级，安全；Ⅲ级，正常；Ⅳ级，差；Ⅴ级，很差。各指标具体评价标准见表3。

表3 指标评价标准

续表3

2.3 指标的等级隶属度

采用式(5)～(7)，将计算的隶属度形成一个a×b的隶属度矩阵X(a=13，b=5)，每一列表示各个指标在该等级上的隶属度，计算结果见表4。

2.4 水安全等级

由式(9)计算南昌市水安全等级结果见图2。水安全等级1～5分别表示很安全、安全、正常、差、很差，如图1所示，2011—2015年间，南昌市水安全等级介于3(正常)～4(差)之间波动，未达到安全级别。

表4 指标隶属度

3 讨论

3.1 水安全主要影响因素

采用式(10)对南昌市13个指标分别在2011年、2013年和2015年的水安全等级中进行主要影响因素识别，取前3个主要影响因素即S最大的3个指标(S值见图3)分别是：人均水资源量、森林覆盖率、人口自然增长率。将3个主要影响因素2011—2015年数据统计于图3，数据来源于南昌市2011—2015年国民经济和社会发展统计公报。

图3 3个主要影响因素2011—2015年间的变化趋势及S值

人均水资源量、森林覆盖率和人口自然增长率虽然在2011—2015年间均为南昌市水安全等级影响程度最大的3个指标，但是在不同年份的影响程度不同，并且影响程度的变化与3指标具体数据的变化不存在明显规律性。虽然3个指标在2011—2015年之间存在一定变化，然而变化量并未跳出表3中某一等级标准而进入另一标准，因此其变化并未引发水安全跨等级的变化，这说明南昌市水安全处于一个相对平稳期。

3.2 水安全风险评估

采用式(11)～(12)计算各指标对水安全等级的敏感性，弹性分析结果列于表5。如表5所示，当指标处于非常安全或非常差等级时，ΔC=0，这是因为在综合评价方法中，当某一指标检测值大于对应其很安全(很差)等级的标准时，它属于非常安全(非常差)等级的隶属度为常数1，不再随着指标的变化而变化。根据水安全风险指数ΔC的特点，地区GDP增长率、水资源开发利用率、CODMn3个指标的值增加会导致南昌市水安全趋向于更危险，其它指标的值增加则促使南昌市水安全趋向于更安全。

表5 水安全风险指数ΔC

各指标对水安全风险的随着各指标所处的等级范围不同而不同，大部分指标处于中间等级时，对水安全风险的作用效果最大。例如当各指标都处于3(正常)等级时，改善人口自然增长率、居民平均受教育年限以及CODMn3项指标对提高滨湖城市水安全较有效。此外由表5可知，不同指标在同一等级区间对水安全风险的作用效果不同，同一指标在不同等级区间对水安全风险的作用效果也不同。以人均水资源量和第三产业占GDP的比重为例，其水安全风险指数在各水安全状况中的分布见图4，当二者处于同一等级区间时，第三产业占GDP的比重对水安全风险的作用效果要大于人均水资源量；而人均水资源量作为南昌市水安全风险主要因素之一，当将其放置于安全或比较差区间时，其对两个不同等级的水安全敏感性也不同。这意味着各指标对水安全风险的敏感性不存在简单的规律性，并与水安全等级存在一定相关性。因此，需基于具体的水安全目标结合指标的弹性分析结果进行水安全风险预测。

3.3 提高南昌市水安全水平建议

图4 人均水资源量和第三产业占GDP的比重对水安全风险的作用效果对比

通过主要影响因素识别可知，人均水资源量、森林覆盖率、人口自然增长率为13个指标中排名前三的影响因素，基于改善南昌市水安全目标，提出如下对策：

(1)提高森林覆盖率。为提高森林覆盖率，南昌市可积极建设绿化带，建立“湖在城边”、 “城在湖边”的“城-湖”关系和谐的美丽绿色城市。同时，大力宣传公益植树，加强植树造林力度。

(2)全方位考虑水的功能及作用。实现一水多用、合理分配、循环利用，加大污水回用率，提高水资源利用效率。

(3)提升公众参与度和社会监督力度。整合涉水信息，完善水安全检测平台，向社会实时公开水质、供水价格等基础信息，实施供用水量、用水水质的动态监管，从而提高公众的参与度，让公众了解水安全的重要作用以及水污染的危害性。

4 结论

本文以南昌市为例，基于社会适应能力和环境需求的动态变化，从经济社会、水质状况和资源条件3个主题出发，采用频度统计法和主成分分析法构建了南昌市水安全风险评估指标体系。采用基于等级隶属度的模糊综合评价法求得南昌市2011—2015年间的水安全等级。识别主要影响因素并利用弹性分析法，揭示指标因素变化对滨湖城市整体水安全敏感度的影响。具体结论如下：

(1)森林覆盖率是水安全风险最主要的影响因素，其次是人均水资源量和人口自然增长率。为提升水安全水平，可在植树造林、提高水资源利用率、提高全民素质方面进行干预。

(2)GDP增长率、水资源开发利用率、CODMn这3个指标与水安全呈负相关关系，其余指标与水安全呈正相关关系。因此进行影响因素干预时，需时刻关注相关影响因素与水安全的相关关系。

(3)不同影响因素在同一区间对水安全风险的作用效果不同，同一影响因素在不同区间对水安全风险的作用效果也不同，大部分指标是在位于中间等级时对水安全风险的作用效果最大。由于各指标对水安全风险的敏感性不存在简单的规律性，因此，城市水安全保障需在确定水安全目标的基础上进行影响因素的干预。