数模-水资源短缺风险评价..doc

水资源短缺风险综合评价 摘要：近年来，我国水资源短缺问题日趋严重，作为一项重要的战略资源，水资源的短缺严重制约了我国经济和社会的可持续发展。北京市作为我国的首都，人均水资源占有量不及200m3，短缺风险尤为严重。本文为了探究北京市水资源短缺风险，首先通过主成分分析法筛选出对水资源短缺风险影响最大的六个基础指标；其次使用LISREL软件构造了风险结构方程模型；然后在基础指标数据和量化关系的基础上，计算各个指标的权重以及偏离度，得出风险的预测值来评价风险；最后通过建立回归方程来预测北京市今后两年各个指标的变化趋势，并评价其风险程度。在文章的最后还提出了运用虚拟水交易、工程节水、管理节水等相关理论来有效缓解短缺风险的政策建议。 关键词：水资源 短缺风险 主成分分析法 结构方程 偏离度 1、问题重述 《北京2009统计年鉴》及市政统计资料提供了北京市水资源的有关信息。利用这些资料和你自己可获得的其他资料，讨论以下问题： 1.评价判定北京市水资源短缺风险的主要风险因子是什么？ 影响水资源的因素很多,例如：气候条件、水利工程设施、工业污染、农业用水、管理制度，人口规模等。 2.建立一个数学模型对北京市水资源短缺风险进行综合评价， 作出风险等级划分并陈述理由。对主要风险因子,如何进行调控，使得风险降低？ 3.对北京市未来两年水资源的短缺风险进行预测，并提出应对措施。 4.以北京市水行政主管部门为报告对象，写一份建议报告。 2、模型假设、符号说明 指标在北京市的观测值 4、问题分析、模型建立与求解 1.4901 1.1584 1.1584 1.2828 0.5554 0.3046 0.2458 0.0051 0.0004 占总和比例 0.2403 0.1868 0.1868 0.2069 0.0896 0.0491 0.0396 0.0008 0.0001 累加比例 0.2403 0.4271 0.6139 0.8208 0.9104 0.9595 0.9991 0.9999 1.0000 5.精度分析。此处累加比例的专用名称为累计贡献率，一般主成分分析法选取指标的累计贡献率在85%到95%之间。此处为保险起见，选取最大范围95%作为临界值。则相应的λ值为1.4901、1.1584、1.1584、1.2828、0.5554、0.3046，分别对应六个指标：万元地区生产总值水耗(X3)，水资源总量(X1)，降水量(X2)，农业用水量(X4)，工业用水量(X5)，城市绿化覆盖率(X9)。 5.2水资源短缺风险的综合评价 本节运用结构方程对概念进行测量。由于风险是一个概念，是不可量化的，需要通过相关指标来进行反映，而结构方程通过测量模型实现了通过观测变量来测量抽象概念的目的。在普通最小二乘法与广义线性模型中要求自变量之间不能存在误差，而在结构方程中，允许内生潜变量和外生潜变量均存在测量误差，更加符合实际情况。在本文中使用LISREL软件来实现数据分析。 由于使用LISREL软件在读取原始数据时，不能对数据的处理进行可视化操作，而且更为重要的是，在模型拟合中可能会出现明显不合逻辑的现象，需要对协方差矩阵进行检查，这时候不可视化的处理方式将会影响下一步工作的效率。因此本文中使用SPSS软件，生成包含样本的协方差及标准差矩阵的psf文件作为LISREL读取的原始数据文件。SPSS源码见附录五。 在获得的各项观测指标的标准差后，发现X2，X3，AO这三个指标的标准差过大，呈现明显的偏态分布，为了纠偏，对这三个指标取自然对数后重新带入模型后得到可以被LISREL使用的数据文件estimation.psf，使用LISREL的相关源码见附录六，程序运行的结果如下图一和表二：从模型对样本数据拟合程度的值来看，结构方程模型的χ2/df，近似误差均方根（RMSEA）、拟合优度(GFI)、常规拟合优度(NFI)、非常规拟合优度（NNFI）、比较拟合指数(CFI)、简约拟合指标（PNFI）的指标值均达到相关建议值，表明模型总体拟合符合要求。 图一 LISREL运行得到的结构方程图 表二 模型拟合指数： 拟合指数 绝对拟合指数 相对拟合指数 简约拟合指数 χ2/df RMSEA GFI NFI NNFI CFI PNFI 标准 2.0~5.0 0.08 0.8 0.9 0.95 0.9 0.5 模型 3.25 0.078 0.82 0.93 0.98 0.91 0.52 根据以上结构方程以及相关知识，求出的标准化负荷的绝对值之后可以用作权重，例如，GU对X1的影响为1的话，则对X2和X9的影响程度分别为0.04和0.42。将负荷标准化之后可以得到X1：X2：