 Journal of Water Resources Research 水资源研究, 2013, 2, 188-195 http://dx.doi.org/10.12677/jwrr.2013.23027 Published Online June 2013 (http://www.hanspub.org/journal/jwrr.html) An Assessment of Water Resources Shortage Risk in Beijing Based on PSR Framework* Qiang Liao1,2, Shifeng Zhang1, Junxu Chen1,2 1Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 2Graduate University of Chinese Academy of Sciences, Beijing Email: leostrong69@gmail.com Received: Mar. 27th, 2013; revised: Apr. 21st, 2013; accepted: May 2nd, 2013 Copyright © 2013 Qiang Liao et al. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Abstract: Water resources shortage risk index system based on the “Pressure-State-Response” (PSR) frame- work is established and applied to assess water resources shortage risk level during 1986-2011 in Beijing city with the assistance of principal component analysis method. The research shows that Beijing has experienced a ten-year low flow period with high integrated value of risk since 1999; however, such situation became al- leviative since 2008. Utilization ratio of water resources and urban sewage treatment capacity are considered to be two of 14 indicators which have greater impact on water shortage risk. Even though the water resources risk in Beijing reduced a little in these recent years, Beijing still faces risks of water shortages in the future as the population increased. Curb of population growth, rational use of various kinds of water and upgrade of industrial structure are effective ways to alleviate water shortage risk. Keywords: Beijing City; Water Resources Shortage Risk; PSR Framework; Principal Component Analysis 基于 PSR 模型的北京市水资源短缺风险评价* 廖 强1,2，张士锋 1，陈俊旭 1,2 1中国科学院地理科学与资源研究所，北京 2中国科学院大学，北京 Email: leostrong69@gmail.com 收稿日期：2013 年3月27 日；修回日期：2013 年4月21日；录用日期：2013 年5月2日 摘 要：本文将“压力–状态–响应”(PSR)框架模型引入到水资源短缺风险评价指标体系中，采用主 成分分析方法对评价指标进行赋权，对北京市 1986~2011 年年度水资源短缺风险水平进行了评价。结 果表明，近年来北京综合风险值一直处于较高水平，1999 年~2008 年尤为严重，从 2008 年起得到一 定的缓和。水资源利用率与污水处理能力这两项指标对水资源风险的产生有较大的影响。随着人口增 长，未来北京仍然面临较高水资源短缺的风险。控制人口过度增长，合理使用各种水源，加快产业结 构优化升级是缓解水资源短缺风险的有效途径。 关键词：北京市；水资源短缺风险；PSR框架模型；主成分分析法 *基金项目：国家自然科学基金项目(编号：41171032)；国家重点基础研究发展计划(编号：2012CB955304)。 作者简介：廖强，男，广东梅州市人，硕士生，主要研究方向为水资源风险评价。 Copyright © 2013 Hanspub 188  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 Copyright © 2013 Hanspub 第2卷 · 第3期 189 1. 引言 水资源短缺是描述水资源需求量与可利用量之 间矛盾的概念。当前水资源短缺问题日益尖锐，水资 源危机已经成为全球性的问题[1-4]。 北京市人均水资源占有量不足200 m3，仅为全国 人均的 1/10，世界人均的 1/40，属重度缺水地区。自 上世纪 50 年代以来，北京市发生多次严重的水危机。 1999 年以来连续多年干旱，降雨量长年在 500 mm以 下。北京市水资源短缺已经成为影响和制约社会和经 济发展的重要因素。随着人口增长、经济发展和城市 化进程，区域用水需求仍将旺盛。上游地区用水量增 加导致北京入境水量的减少，以及流域的下垫面的变 化显著减少了产流量，北京水资源面临严重短缺风 险。因此，建立科学的评价体系，客观评价水资源短 缺风险水平，对有效规避风险及其危害，改进相关水 资源规划、区域发展规划等政策和决策，促进可持续 发展具有十分重要的意义。 国外鲜见对水资源各类评价建立专门的评价指 标体系。其评价指标体系里面虽然设计了有关水资源 评价的内容，但是指标数量较少，并且都是比较宏观 的评价指标。比较有代表性的有 Hashimoto 在1982 年提出可靠性、恢复性和易损性 3个指标，分别作为 描述水资源系统的风险指标。随后在可靠性的基础上 衍生了风险率，在恢复性的基础上又发展了稳定性等 指标[5]。 中国关于水资源各类评价指标体系的研究始于 上世纪 90 年代末，水利部水利水电规划研究院第一 次运用水资源开发利用综合评价指标体系对全国水 资源状况及其开发利用进行分析[6]。此后，贾绍凤等 (2002) 在区域水资源压力指数与水资源安全评价指标 体系中，从水资源总体安全、社会安全、经济安全、 生态安全四个方面，选取了 22个评价指标建立了水 资源安全评价指标体系[7]。韩宇平等(2003)在对水安全 概念充分理解的基础上，选取5个方面共 22类指标 构建了一个具有层次结构的区域水安全评价的指标 体系，并利用半结构化的决策理论与模糊优选方法对 区域水资源持续利用方案进行评价[8,9] 。李九一等 (2010) 构建了由水资源供给保障率、水资源保障可靠 性、水资源利用率和水资源利用效率 4项指标构成的 区域尺度水资源短缺风险评估与决策体系，并在京津 唐地区进行了实例研究[10]。张士锋等( 2010) 在综合考 虑系统属性、风险过程后，基于致险、承险因子及损 害程度构建了由4层次共 20 个指标构成的水资源系 统风险的评价指标体系及模型，评价了北京市面临的 水资源系统风险[11]。高媛媛等(2012)从水资源自身 条 件、水资源社会安全、水资源经济安全、水资源生态 安全 4个评价角度，构建了 9个指标的评价体系，对 泉州市的水资源安全进行了评价[12]。 目前为止，国内学者建立了不少评价指标体系， 无论是采用综合指标还是分类指标都没有形成成熟 统一的评价方法。这些指标体系虽然力求涵盖了自 然、社会经济、生态的各个方面，但是指标之间缺乏 较严密的逻辑关系，指标的选取有较大的随意性。而 且，在确定评价指标权重时，多采用主观确定权重的 方法，如层次分析法(AHP)等[12-15]。其优点是思路简单、 层次清晰，但很可能由于人的主观因素而形成偏差。 因此，本文尝试用“压力–状态–响应”(PSR) 框架构建水资源短缺风险评价指标体系，采用主成分 分析法对各个指标权重赋值，对北京市 1986~2011 年 共计 26 年的水资源短缺风险水平进行测算比较，并 基于关乎水资源短缺的 14 个指标的权重情况，探讨 影响水资源短缺的主要因素。本文数据来源于《北京 市统计年鉴 2012》、历年的《北京市水资源公报》。 2. 模型的构建与计算 2.1. 评价指标体系构建 “压力–状态–响应”(PSR)框架最早由经济合 作组织(OECD)提出并应用于世界环境状况研究，其基 本理念是将人类活动给自然环境造成的压力(Pressure)， 环境质量和资源数量状态(State)，以及社会经济和环 境等方面的因应政策和管理措施响应(Response)作为 一个整体系统进行考虑，探讨影响人地系统协调稳定 因素及其作用下的结果。PSR 模型提出后，被推广应 用到有关生态安全评价和资源可持续利用的广泛研 究领域[16,17]。 PSR 框架模型能够较好地反映水资源短缺风险的 内涵。首先人口增长、经济发展和自然环境变化等导 致了生活、生产和生态各个方面的用水“压力”。“压 力”越大，水资源短缺风险就越高，主要表现为水量 的短缺和水质的恶化两个“状态”。为缓解水资源危  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 第2卷 · 第3期 机，管理者需要应用工程技术和管理手段进行“响 应”，一方面提高用水效率，一方面提高污水处理能 力，从而使水资源短缺风险降低。可见，基于 PSR 框 架模型的评价指标体系有助于从影响水资源短缺的 各个因素之间的相互作用和关系出发，更有效地制定 相关对策。 本文依据PSR 框架模型，遵循科学性和简便性的 原则[7]，综合考虑北京市水资源状况的特点，从压力、 状态、响应 3个方面选取能够切实反映北京市水资源 短缺状况的指标。所构建的指标体系可归纳为：1) 目 标层：以水资源短缺风险评价作为总目标；2) 准则层： 包括社会压力、水资源状态和承险响应三个方面；3) 子准则层：包括生活、生产、生态、水量、水质、工 程技术、政策管理 7个具体层面；4) 指标层：由可直 接度量的具体指标构成。由于不同指标对水资源短缺 风险起到促进或抑制作用，因此将指标分为正向和反 向两类。正向指标可增加水资源短缺风险，反向指标 可降低水资源短缺风险。具体指标及所代表的涵义见 表1所示。 2.2. 指标数据标准化 消除不同指标间的量纲差异，本文采用标准差标 准化法对指标进行标准化处理，其计算公式为： ij i ij j x x P 或iij ij j x x P (1) 式中： ij x 和分别表示第i个年份和第j个指标原值 及其标准化后的数值； ij P j x 表示第j个指标的平均值； j 表示第 j个指标的样本标准差。当 ij x 为正向指标 时，采用第一个公式；当 ij x 为负向指标时，采用第二 个公式。经标准化后的数据消除了量纲的影响。 2.3. 主成分分析方法赋权 主成分分析是把原来多个变量划分为少数几个 综合指标的一种统计分析方法，这几个综合指标既能 尽量多地反映原来较多变量指标所反映的信息，同时 他们之间又是彼此独立的，是一种降维处理方法。其 基本思想是将实测的多个指标，用少数几个潜在的相 互独立的主成分指标的线性组合来表示，构成的线性 组合可以反映原多个实测指标的主要信息[19-21]。 本文以北京市的 26 年序列为样本，以各项指标 的标准化数据为变量构建矩阵，采用 SPSS16.0 统计 分析软件进行数据处理，得出数据的特征根和响应的 方差贡献率，选择主成分并得到因子提取结果和因子 Table 1. Evaluation indices system of water resources shortage risk 表1. 水资源短缺风险评价指标体系 准则层 子准则层 指标层 指标性质 指标涵义 居民生活用水量 1 x 正向 居民生活用水量包括城镇生活用水和农村生活用水 生活 城镇生活污水排放量 2 x 正向 指城镇居民每年排放的生活污水，用人均系数法测算 万元 GDP用水量 3 x 正向 指区域内每形成一万元国内生产总值(GDP)所用的平均水量 生产 工业废水排放量 4 x 正向 指经过企业厂区所有排放口排到企业外部的工业废水量 地下水水位下降深度 5 x 正向 指当年年末地下水位与上年年末比较下降深度 社会压力 生态 城市绿化覆盖率 6 x 反向 指当年年末区域内绿化覆盖面积与区域面积的比率 水资源利用率 7 x 正向 指地表水和地下水总供水量占总水资源量的比值[18] 水量 人均水资源量 8 x 反向 水资源总量与常住人口的比值 地表水水质达标率 9 x 反向 达到三类水水质及以上的水体河长占地表水水质监测总河长的比例 水资源状态 水质 地下水水质达标率 10 x 反向 达到三类水水质及以上的监测井数量占所有监测井数量的比例 污水管网长度 11 x 反向 指所有排水总管、干管、支管、检查井及连接井进出口等长度之和 工程技术 污水处理能力 12 x 反向 指污水处理厂(或处理装置)每昼夜处理污水量的设计能力 第三产业比重 13 x 反向 指第三产业国内生产总值(GDP)占区域内 GDP的比重 承险响应 政策管理 万元 GDP用水量下降率 14 x 反向 指当年万元地区生产总值水耗与去年相比下降的比例 Copyright © 2013 Hanspub 190  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 第2卷 · 第3期 回归系数。因为主成分是原始变量的线性组合，因此 包含了绝大部分原始变量的信息，所以可以根据因子 回归系数计算出每个样本年份的各个因子权重。公式 如下： 1 m j qqj q Wg (2) 式中：为第 j个指标未进行归一化处理时的权重； j W q g 为第 q个主成分对总体方差的贡献率； qj 为第 j 个指标在第 q个主成分中的系数；m为主成分的个数。 本文按照累计贡献率达到 85%选取主成分的个数。归 一化处理后即可得到各个评价因子的权重 。 j W 2.4. 综合风险值计算 分别计算各个年份的初始综合得分，公式如下： 1 n ij jij A WP (3) 式中： i A 表示第 i个年份的初始综合得分；n为评价 指标的个数。为了更加直观地显示各年份风险水平的 差异，本文将初始综合得分转换成百分制，公式如下： max min 40 60 i i A FAA (4) 式中： i F 表示第i个年份的综合风险值； max A 和min A 分别表示初始综合得分的最大值和最小值。 3. 北京市水资源短缺风险评价结果 3.1. 根据方差累计贡献率选择主成分 以北京市26 年的统计数据为样本，采用 SPSS 软 件进行数据处理。本次 KMO 值为 0.742，大于 0.7， Bartlett’s 球形检验的 P值检验 Sig < 0.5，因此该数据 适合做因子分析。 根据计算结果，得出矩阵的特征根和相应的方差 贡献率，如表 2所示。 3.2. 因子回归与权重计算 按照特征根大于 1的原则，可以选取前 3个特征 根为主成分，累计方差贡献率为 86.552%，表明三个 主成分即可以反映 14 个原始指标的 86.552%的信息。 考察得到的因子提取结果，由于其还不能明显的 反映主成分所包含的指标信息，所以将其进行正交方 Table 2. Total variance decomposition 表2. 总方差分解 排序 特征根 方差贡献率% 累计方差贡献率% 1 8.731 62.366 62.366 2 2.099 14.994 77.360 3 1.287 9.192 86.552 4 0.940 6.717 93.268 5 0.342 2.442 95.710 6 0.273 1.950 97.660 7 0.151 1.080 98.740 8 0.078 0.558 99.298 9 0.043 0.306 99.604 10 0.025 0.180 99.784 11 0.019 0.136 99.920 12 0.006 0.040 99.960 13 0.004 0.027 99.987 14 0.002 0.013 100 差最大旋转，得到旋转后的因子提取结果和因子回归 系数，并通过公式(2)计算各个评价指标的权重，结果 如表 3所示。 从表 3可以看出，第一主成分对居民生活用水量 (X1)、城市绿化覆盖率(X6)、地下水水质达标率(X10)、 污水管网长度(X11)、污水处理能力(X12)、第三产业比 重(X13)等指标有绝对值较大的负荷数，这些指标主要 反映了生活生态用水的集约利用程度；第二主成分对 地下水水位下降深度(X5)、水资源利用率(X7)有绝对值 较大的负荷数，这些指标主要反映了水资源(尤其是地 下水资源)的利用程度；第三主成分对万元 GDP用水 量下降率(X14)有较大的负荷数，主要反映了水资源利 用的经济产出水平。 3.3. 求各年份的综合风险值 根据因子回归系数计算出每个样本年份的各个 主成分因子得分，然后以每个主成分的方差贡献率为 权数，得到各个年份的初始综合得分，并将结果进行 百分制处理，得到北京市每个年份的水资源短缺综合 风险值。综合风险值越高，表明当年的水资源短缺风 险越严峻。计算结果如表 4所示。 Copyright © 2013 Hanspub 191  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 第2卷 · 第3期 Table 3. Rotated component matrix and component score coefficient matrix 表3. 旋转后因子载荷矩阵与因子得分系数矩阵 因子提取结果 因子回归系数 评价指标 第一主成分 第二主成分 第三主成分 第一主成分 第二主成分 第三主成分 权重 X1 −0.955 0.137 −0.064 −0.136 −0.043 0.035 0.072 X2 −0.871 0.297 −0.193 −0.094 0.033 −0.066 0.053 X3 0.848 −0.179 0.391 0.086 0.022 0.223 0.059 X4 −0.015 0.264 −0.529 0.070 0.101 −0.396 0.072 X5 −0.274 0.908 0.107 0.043 0.373 0.129 0.072 X6 0.967 −0.168 0.133 0.128 0.033 0.016 0.065 X7 0.012 0.959 −0.163 0.118 0.419 −0.101 0.110 X8 −0.627 0.736 −0.011 −0.023 0.257 0.064 0.044 X9 −0.719 0.354 −0.343 −0.050 0.070 −0.192 0.045 X10 −0.920 0.166 −0.016 −0.131 −0.025 0.070 0.070 X11 0.963 −0.03 −0.070 0.160 0.088 −0.136 0.095 X12 0.963 0.010 −0.190 0.174 0.102 −0.227 0.110 X13 0.948 −0.185 0.162 0.121 0.024 0.039 0.063 X14 0.127 0.244 0.841 −0.024 0.143 0.639 0.072 Table 4. Evaluation of water resources shortage risk in Beijing during 1986-2011 表4. 北京市 1986~2011 年水资源短缺风险评价结果 年份 社会压力 水资源状态 承险响应 综合风险值 排名 1986 67.37 49.90 80.16 72.18 4 1987 50.38 36.57 68.11 47.37 25 1988 49.25 41.04 81.67 60.51 12 1989 59.25 69.46 54.48 61.52 10 1990 44.98 45.03 71.09 53.12 19 1991 46.73 40.95 70.53 50.70 21 1992 63.72 65.87 57.01 62.92 8 1993 68.20 70.93 58.88 69.44 7 1994 39.93 64.91 50.52 47.88 24 1995 59.86 60.77 44.52 48.26 23 1996 39.55 44.47 61.27 42.89 26 1997 61.77 71.23 51.61 61.40 11 1998 57.63 60.23 46.80 48.83 22 1999 79.55 76.57 65.66 82.89 1 2000 66.20 70.93 67.67 75.58 3 2001 72.42 65.69 74.18 79.73 2 2002 72.78 62.30 65.01 70.44 6 2003 59.88 59.04 76.05 71.96 5 2004 58.38 59.28 63.40 61.57 9 2005 47.94 49.35 66.60 53.55 18 2006 64.06 49.68 64.69 58.56 14 2007 52.79 68.54 49.84 54.74 17 2008 64.31 67.16 42.38 52.48 20 2009 70.27 72.85 44.45 60.14 13 2010 72.10 69.20 41.67 56.29 15 2011 70.70 68.06 41.75 55.07 16 Copyright © 2013 Hanspub 192  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 第2卷 · 第3期 4. 评价结果分析 在所有的正向指标中，权重最大的是水资源利用 率，达到了0.11，说明该指标对水资源风险有很高的 “贡献”。总体上看，北京地区有限的水资源已经得 到充分利用。北京市 1986~2011 年的多年平均总供水 量为 38.9 亿m3，多年平均水资源总量为27.3 亿m3， 多年平均水资源利用率达到了 158%。其中，水资源 利用率最低的年份为 1987 年，该年为丰水年，当年 降雨量为 663 mm，总供水量为 30.95 亿m3，水资源 总量为 38.66 亿m3，水资源利用率为 80%；水资源利 用率最高的年份为 1999 年，该年为极端枯水年，当 年降雨量仅为385 mm，总供水量为 41.71 亿m3，水 资源总量为 14.22 亿m3，水资源利用率高达惊人的 293%。需要说明的是，水资源总量一般统计的是本地 水资源量，不包括过境水资源量和再生水利用，所以 在华北缺水地区，总供水量往往超过本地水资源总 量。尽管如此，北京市近年来的水资源利用率一直处 于如此高的水平，应引起足够的重视。根据对用水紧 张程度的分类[14]，认为水资源利用率超过 40%时属于 用水高度紧张的地区，区域内将出现严重的水荒。从 前文分析可以看出，北京市的水资源利用率已经大大 超过了 40%，说明水资源利用程度已经达到了高度紧 张的阶段，水资源短缺风险已经很高。 在所有反向指标中，权重最大的是污水处理能 力，为0.11，说明污水处理能力的提高能够较大程度 地降低水资源风险。26 年来，北京市的污水处理建设 取得了非常大的发展，日污水处理能力从 1986 年的 26 万m3增长到 2011 年的369 万m3，尤其是 2002 年 之后迅速增长。这主要是由于北京市政府为了落实 “十五”规划和履行 2008 年北京奥运会环保承诺， 加快了城市污水处理厂的新建和改扩建的进度，从而 加大了污水处理的力度。2012 年，北京市水务部门进 一步加快城区污水处理厂升级改造，清河再生水厂扩 建工程，北小河、吴家村再生水厂二期工程完工并投 入运行，新增生产能力 23万m3/日；开工建设丰台河 西再生水厂；推进高碑店、小红门和酒仙桥污水处理 厂升级改造工程建设；新建改造污水管网 20 km。可 见，为了解决水的问题，北京在处理污水和再生水利 用方面走在了全国前面。 从北京市近 26 年来水资源短缺风险评价结果来 看(表4)，综合风险值最高的年份是 1999 年。当年的 降雨量为385 mm，仅仅是多年平均降雨量的 65.8%。 总供水量为 41.71 亿m3，水资源总量为 14.22 亿m3， 人均水资源量仅为 113.1 万m3，1999 年年末与上年年 末的地下水水位相比下降了2.33 m，为历年来最高值。 此后一直到 2004 年，综合风险值依然很高，六年间 的综合风险值均排在前十位。一直到 2008 年，这一 状况才稍微缓和。当年的降雨量为 639 mm，为近1 999 年以来的最高值。 根据《北京市水资源综合规划》[22]，到 2020 年， 即使考虑采取一定节水措施后，北京市的用水需求仍 将达到 51 亿m3(平水年)。而现状供水条件下，2020 年水平年地表水和地下水可供水量仅为 35 亿m3(平水 年)，缺水 16 亿m3，枯水年缺口更大。虽然 2014 年 南水北调水进京后，在一定程度上将大大缓解水资源 紧张局面，但是从长远来看，随着北京市人口的持续 增加、经济的发展和国际化大都市的建设，有限的水 资源供给与用水需求的不断增长仍将是北京市长期 面临的问题。 5. 结论与建议 本文用“压力–状态–响应”(PSR)框架模型构 建水资源短缺风险评价指标体系，采用主成分分析法 对各个指标进行权重赋值，测算北京市 1986~2011 年 年度水资源短缺风险，基于 14个水资源短缺风险影 响因子的探讨辨识了主要的影响因素。结果表明，北 京综合风险值一直处于较高水平，1999 年~2008 年尤 为严重，从 2008 年起得到一定的缓和；水资源利用 率与污水处理能力这两项指标对水资源风险的产生 有较大的影响，北京水资源利用率高度紧张导致风险 增大，虽近年来北京的污水处理能力较快发展一定程 度上消减了这一趋势。但是随着人口增长，未来北京 仍然面临较高水资源短缺的风险。 建议：1) 控制北京人口的过度增长。近年来，北 京市农业用水量和工业用水量逐年减少，生态环境用 水量虽然有增加，但是增加幅度不大。生活用水量无 论是绝对值和相对量，都在明显上升，为各种用水类 型的第一位。在人均生活用水量维持现状的条件下， 控制人口数量，使总用水量维持在相对稳定的水平。 2) 合理使用各种水源。北京是一个多水源结构的 Copyright © 2013 Hanspub 193  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 第2卷 · 第3期 城市。2014 年南水北调水进京后，从水资源可持续利 用和水环境改善来考虑，首先应尽可能利用再生利用 水满足生态环境需水，改善河道水环境；充分利用南 水北调水和适当利用水库蓄水满足生产生活用水；尽 量减少地下水开采，并通过人工和自然回灌，促进地 下水储量的恢复。 3) 加快产业结构优化升级。20 世纪 90 年代以来， 北京市限制高耗水产业的发展，不断提高三次产业结 构水平和优化制造业内部结构，城市生产用水量大幅 度减少，水资源利用效率不断提高，实现了城市用水 总量负增长，近几年相对稳定在了较低的水平上[23,24]。 北京市产业结构与城市用水的变化过程表明，产业结 构优化升级与降低城市生产用水量密切相关，对保障 快速城市化背景下的城市生活用水需求增长至关重 要。加大产业结构调整力度，控制生产用水量至零增 长或负增长，是水资源短缺城市实现水资源可持续利 用的有效途径。 参考文献 (References) [1] JIANG, Y. China’s water scarcity. Journal of Environmental Management, 2009, 90(11): 3185-3196. [2] Beyond scarcity: Power, poverty and the global water crisis. Human Development Report, New York: Palgrave Macmillan, 2006. [3] VAIRAVAMOORTHY, K., GORANTIWAR, S. D. and PATHI- RANA, A. Managing urban water supplies in developing coun- tries—Climate change and water scarcity scenarios. Physics and Chemistry of the Earth, Parts A/B/C, 2008, 33(5): 330-339. [4] MURRAY, S. J., FOSTER, P. N. and PRENTICE, I. C. Future global water resources with respect to climate change and water withdrawals as estimated by a dynamic global vegetation model. Journal of Hydrology, 2012, 448-449: 14-29. [5] HASHIMOTO, T., STEDINGER, J. R. and LOUCKS, D. P. Reliability, resiliency, and vulnerability criteria for water re- source system performance evaluation. Water Resources Re- search, 1982, 18(1):14-20. [6] 黄初龙, 章新光, 杨建峰. 中国水资源可持续利用评价指标 体系研究进展[J]. 资源科学, 2006, 28(2): 33-40. HUANG Chulong, ZHANG Guanxin and YANG Jianfeng. In- dicators system for sustainability assessment of water resources use in China. Resources Science, 2006, 28(2): 33-40. (in Chi- nese) [7] 贾绍凤, 张军岩, 张士锋. 区域水资源压力指数与水资源安 全评价指标体系[J]. 地理科学进展, 2002, 21(6): 538-545. JIA Shaofeng, ZHANG Junyan and ZHANG Shifeng. Regional water resources stress and water resources security appraisement indicators. Progress in Geography, 2002, 21(6): 538-545. (in Chinese) [8] 韩宇平, 阮本清. 区域水安全评价指标体系初步研究[J]. 环 境科学学报, 2003, 23(2): 267-272. HAN Yuping, RUAN Benqing. Research on evaluation index system of water safety. Acta scientiae Circumstantiae, 2003, 23(2): 267-272. (in Chinese) [9] 韩宇平, 阮本清. 多层次多目标模糊优选模型在水安全评价 中的应用[J]. 资源科学, 2003, 25(4): 37-33. HAN Yuping, RUAN Benqing. Multi-objective and multilevel fuzzy optimization model and its application in water security evaluation. Resources Research, 2003, 25(4): 37-33. (in Chi- nese) [10] 李九一, 李丽娟, 柳玉梅, 等. 区域尺度水资源短缺风险评估 与决策体系——以京津唐地区为例[J]. 地理科学进展, 2010, 29(9): 1041-1048. LI Jiuyi, LI Lijuan, LIU Yumei, et al. Framework for water scar- city assessment and solution at regional scales: A case study in Beijing-Tianjin-Tangshan region. Progress in Geography, 2010, 29(9): 1041-1048. (in Chinese) [11] 张士锋, 陈俊旭, 华东, 等. 水资源系统风险构成及其评价 ——以北京市为例[J]. 自然资源学报, 2010, 25(11): 1855- 1860. ZHANG Shifeng, CHEN Junxu, HUA Dong, et al. Research on the assessment of water resources system risk—A case study of Beijing. Journal of Natural Resources, 2010, 25(11): 1855-1860. (in Chinese) [12] 高媛媛, 王红瑞, 许新宜, 等. 水资源安全评价模型构建与应 用——以福建省泉州市为例[J]. 自然资源学报, 2012, 27(2): 204-214. GAO Yuanyuan, WANG Hongrui, XU Xinyi, et al. Assessment of water resources security—Case of Quanzhou City in Fujian Province. Journal of Natural Resources, 2012, 27(2): 204-214. (in Chinese) [13] 杨丽英, 许新宜, 贾香香. 水资源效率评价指标体系探讨[J]. 北京师范大学学报: 自然科学版, 2009, 45(5-6): 634-646. Yang Liying, XU Xinyi and JIA Xiangxiang. Water use effi- ciency evaluating index system. Journal of Beijing Normal Uni- versity: Natural Science, 2009, 45(5-6): 634-646. (in Chinese) [14] 高媛媛, 许新宜, 王红瑞, 等. 中国水资源利用效率评估模型 构建及应用[J]. 系统工程理论与实践, 2013, 33(3): 776-784. GAO Yuanyuan, XU Xinyi, WANG Hongrui, et al. New model for water use efficiency evaluation of China and its application. Systems Engineering-Theory & Practice, 2013, 33(3): 776-784. (in Chinese) [15] 洛正清, 杨善林. 层次分析法中几种标度的比较[J]. 系统工 程理论与实践, 2009, 29(9): 51-60. LUO Zhengqing, YANG Shanlin. Comparative study on several scales in AHP. Systems Engineering-Theory & Practice, 2009, 29(9): 51-60. (in Chinese) [16] W ALZ, R. Development of environmental indicator systems: Experiences from Germany. Environmental Management, 2000, 25(6): 613-623. [17] HUANG, H. F., KUO, J. and LO, S.-L. Review of PSR frame- work and development of a DPSIR model to assess greenhouse effect in Taiwan. Environmental Monitoring and Assessment, 2011, 177(1-4): 623-635. [18] 左其亭. 净水资源利用率的计算及阈值的讨论[J]. 水力学报, 2011, 42(11): 1372-1379. ZUO Qiting. Discussion on the calculation method and threshold of the net-utilization ratio of the water resources. Journal of Hy- draulic Engineering, 2011, 42(11): 1372-1379. (in Chinese) [19] WESTRA, S., BROWN, C., LALL, U., et al. Modeling multi- variable hydrological series: Principal component analysis or in- dependent component analysis. Water Resources Research, 2007, 43(6): W06429. [20] 凌子燕, 刘锐. 基于主成分分析的 广东省区域水资源紧缺风 险评价[J]. 资源科学, 2010, 32(12): 2324-2328. LING Ziyan, LIU Rui. Risk assessment on regional water scar- city in Guangdong Province based on principal component analy- sis. Resources Science, 2010, 32(12): 2324-2328. (in Chinese) [21] 孙刘平, 钱吴永. 基于主成分分析法的综合评价方法的改进 [J]. 数学的实践与认识, 2009, 18(3): 256-264. SUN Liuping, QIAN Wuyong. An improved method based on principal component analysis for the comprehensive evaluation. Mathematics in Practice and Theory, 2009, 18(3): 256-264. (in Copyright © 2013 Hanspub 194  廖强，等：基于 PSR 模型的北京市水资源短缺风险评价 Copyright © 2013 Hanspub 第2卷 · 第3期 195 Chinese) [22] 北京市发展和改革委员会. 北京市水资源综合规划专题[M]. 北京: 北京市水务局, 2005. Beijing Development and Reform Committee. Integrated water resources planning project of Beijing. Beijing: Beijing Water- Affair Authority, 2005. (in Chinese) [23] 张晓军, 侯汉坡, 吴雁军. 基于水资源利用的北京市第三产 业结构优化研究[J]. 北京交通大学学报(社会科学版), 2010, 9(1): 20-24. ZHANG Xiaojun, HOU Hanpo and WU Yanjun. Study on opti- mization of Beijing tertiary industrial structure based on water resources utilization. Journal of Beijing Jiaotong University (So- cial Sciences Edition), 2010, 9(1): 20-24. (in Chinese) [24] 吴佩林, 谈明洪. 产业结构升级与城市水资源可持续利用 ——以北京市为例[J]. 资源开发与市场, 2009, 25(3): 1102-1105. WU Peilin, TAN Minghong. Industrial structure upgrade and sustainable urban water consumption—A case study in Beijing city. Resource Development and Market, 2009, 25(3): 1102-1105. (in Chinese) |