北京水資源短缺風(fēng)險(xiǎn)綜合評(píng)價(jià)-在線瀏覽
2024-08-06 02:34本頁(yè)面
【正文】 ***1********************1********************1*****************1*******************1********************1②用SPSS計(jì)算風(fēng)險(xiǎn)因子的累計(jì)信息量，使得綜合指數(shù)包含原信息量的80%以上，確定出綜合指數(shù)的個(gè)數(shù)解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %1234567891011提取方法：主成份分析。表三 主因子載荷矩陣成份矩陣a成份12提取方法 :主成分分析法。如表三所示可知：主成分1中的各因子載荷值，從正方向看，比較大的是人口數(shù)量、人均GDP、污水處理率和生活用水量，、。主成分2中的各因子載荷值。剩下其他值均非常小綜上，可知在自然與社會(huì)經(jīng)濟(jì)的11個(gè)水資源短缺風(fēng)險(xiǎn)因子中，人口數(shù)量、人均GDP、污水處理率、生活用水量、農(nóng)業(yè)用水總量、降雨量、為主要風(fēng)險(xiǎn)因子。因此對(duì)風(fēng)險(xiǎn)的度量有兩個(gè)方法：一是以風(fēng)險(xiǎn)率度量，即系統(tǒng)實(shí)施的可能性；而是衡量風(fēng)險(xiǎn)破壞深度、歷時(shí)等的指標(biāo)，即系統(tǒng)失事的結(jié)果。這一點(diǎn)很容易理解，一個(gè)事故發(fā)生風(fēng)險(xiǎn)的概率可能很高，但產(chǎn)生的后果損失很小的風(fēng)險(xiǎn)事件其風(fēng)險(xiǎn)不一定很高；相反，雖然某一個(gè)風(fēng)險(xiǎn)發(fā)生的概率不是很高，但是它的損失可能很大。以下我們就這兩個(gè)方面進(jìn)行討論（一）.水資源短缺風(fēng)險(xiǎn)的模糊性：對(duì)于水資源系統(tǒng)來(lái)說(shuō)，所謂的風(fēng)險(xiǎn)就是供水量小于需水量，從而使得整個(gè)水資源系統(tǒng)處于水資源短缺狀態(tài)，即發(fā)生了水資源短缺風(fēng)險(xiǎn)。定義模糊集如下：=式中：x為缺水量，x=—，為缺水量在模糊集上的隸屬函數(shù)，構(gòu)造如下： 0， ， （1） 1， 式中：、分別為水資源總量和需水總量；為缺水系統(tǒng)中最小缺水量；為缺水系統(tǒng)中最大缺水量；p為大于1的正整數(shù)。則上的隸屬函數(shù)可化作： 0 ， ， （2） 1， （二）.水資源短缺風(fēng)險(xiǎn)的模擬概率分布因?yàn)長(zhǎng)ogistic回歸方法具有對(duì)因變量數(shù)據(jù)要求低、計(jì)算結(jié)果唯一、模型精度高等優(yōu)點(diǎn)，所以在此采用Logistic回歸模型來(lái)模擬缺水量系列的概率分布。用SPSS軟件進(jìn)行Logistic回歸分析的具體流程圖如下：樣品處理摘要:案例處理匯總未加權(quán)的案例aN百分比選定案例包括在分析中31缺失案例0.0總計(jì)31未選定的案例0.0總計(jì)31a. 如果權(quán)重有效，請(qǐng)參見分類表以獲得案例總數(shù)。我們用1表示缺水，用0 表示不缺水，也就是說(shuō)，在這次SPSS 分析過(guò)程中便于分析。以誤差最小為原則，或者以最大似然為原則，促使迭代過(guò)程收斂。下面是用初始值給出的預(yù)測(cè)和分類結(jié)果。分類表a,b已觀測(cè)已預(yù)測(cè)VAR00006百分比校正步驟 0VAR0000605.0026總計(jì)百分比a. 模型中包括常量。最開始僅僅對(duì)常數(shù)項(xiàng)賦值，結(jié)果為B=，.=，于是Wald ，后面的df 為自由度，即df=1； 值，Sig.=。不在方程中的變量得分dfSig.步驟 0變量VAR000121總統(tǒng)計(jì)量1塊 1: 方法 = 輸入模型系數(shù)的混合檢驗(yàn)：模型系數(shù)的綜合檢驗(yàn)卡方dfSig.步驟 1步驟1塊1模型17,、模型摘要：模型摘要中給出最大似然平方的對(duì)數(shù)、CoxSnell 擬合優(yōu)度以及Nagelkerke 擬合優(yōu)度值。Model Summ模型匯總步驟2 對(duì)數(shù)似然值Cox amp。如果,則 （6）其中是隨機(jī)變量y的概率密度函數(shù)。根據(jù)式（2）、（4）、（7）建立的水資源短缺風(fēng)險(xiǎn)評(píng)價(jià)模型，得到北京市1979—2009年的水資源短缺風(fēng)險(xiǎn)的計(jì)算結(jié)果如圖2所示。而20082009年的風(fēng)險(xiǎn)有升高的趨勢(shì)。 水資源短缺風(fēng)險(xiǎn)等級(jí)劃分我們將風(fēng)險(xiǎn)劃為五個(gè)等級(jí)，分別為低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)五個(gè)等級(jí)，利用Quick Cluster 對(duì)19792009年北京市水資源短缺風(fēng)險(xiǎn)進(jìn)行聚類，則可得出五個(gè)類中心，即為風(fēng)險(xiǎn)等級(jí)的類中心。任何中心的最大絕對(duì)坐標(biāo)更改為 .000。初始中心間的最小距離為 .203。)每個(gè)聚類中的案例數(shù)聚類1（）較低風(fēng)險(xiǎn)2（）中風(fēng)險(xiǎn)3（）高風(fēng)險(xiǎn)4（）低風(fēng)險(xiǎn)5（）較低風(fēng)險(xiǎn)有效 水資源短缺風(fēng)險(xiǎn)的分類水資源短缺風(fēng)險(xiǎn)類別類中心風(fēng)險(xiǎn)特性低風(fēng)險(xiǎn)可以忽略的風(fēng)險(xiǎn)較低風(fēng)險(xiǎn)可以接受的風(fēng)險(xiǎn)中風(fēng)險(xiǎn)邊緣風(fēng)險(xiǎn)較高風(fēng)險(xiǎn)比較嚴(yán)重的風(fēng)險(xiǎn)高風(fēng)險(xiǎn)無(wú)法承受的風(fēng)險(xiǎn) 對(duì)主要風(fēng)險(xiǎn)因子的調(diào)控（一）節(jié)約用水 調(diào)整產(chǎn)業(yè)結(jié)構(gòu)加大節(jié)水力度中國(guó)正全面建設(shè)節(jié)水型社會(huì)，到2010年，電力工業(yè)和一般工業(yè)的用水重復(fù)利用率分別達(dá)到93%和85%以上。目前北京生活用水存在著用水浪費(fèi)現(xiàn)象。今后節(jié)水的重點(diǎn)是全面建設(shè)水計(jì)量制度，實(shí)行按水表收費(fèi)，用經(jīng)濟(jì)手段調(diào)節(jié)和管理。加強(qiáng)用水管理，提高水價(jià)，采取兩部制水價(jià)和累進(jìn)加價(jià)制度。 提高水價(jià)促進(jìn)節(jié)水水價(jià)的調(diào)整在一定程度上可以促進(jìn)節(jié)水。收入水平越高，需求彈性越??；用水水平越低，需求彈性越小；價(jià)格越低，需求彈性越小。一般情況下采用對(duì)數(shù)線形方程式描述水價(jià)與水需求量的關(guān)系 InQ=αInP +β式中Q代表單位取水量指標(biāo)（定額）；P代表水價(jià)；α、β代表常數(shù)，表示的就是需水價(jià)格彈性系數(shù)，是一個(gè)無(wú)量綱的值。根據(jù)參考文獻(xiàn)得出以下居民、工業(yè)、農(nóng)業(yè)的用水價(jià)格彈性。 表 北京地區(qū)不同水價(jià)情景下的節(jié)水潛力情景1情景2情景3情景4水價(jià)升幅（%）5101520生活需水降幅（%）工業(yè)需水降幅（%）農(nóng)業(yè)需水降幅（%）由表格可看出對(duì)水價(jià)進(jìn)行調(diào)控，進(jìn)而可以控制生活用水量、工業(yè)用水量以及農(nóng)業(yè)用水量，減少總的用水量，從而在水資源固定的情況下，水資源短缺風(fēng)險(xiǎn)會(huì)相應(yīng)的減小。和水價(jià)的關(guān)系如上分析為 InQ=αInP +β節(jié)水投資和節(jié)水效益均為水
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1