基于博弈论－云模型的金华市用水效率综合评价

张瑶兰; 史毅超; 许继良; Yao-lan ZHANG; Yi-chao SHI; Ji-liang XU

中国农村水利水电 ›› 2021 ›› (3) : 53-57,62.

水文水资源

基于博弈论－云模型的金华市用水效率综合评价

作者信息 +

Comprehensive Evaluation of Water Use Efficiency in Jinhua City Based on the Game Theory and the Cloud Model

Author information +

稿件信息 +

摘要

用水效率综合评价是评估区域用水水平和节水成效的基础工作，对贯彻落实“节水优先”方针具有重要意义。为了科学评估区域用水效率水平、克服评价过程中的模糊性和随机性，构建了基于博弈论思想组合赋权的云模型，从综合、生活、工业和农业用水效率4个方面选取评价指标，以金华市为研究对象，对其2018年用水效率水平进行综合评价。结果表明：2018年金华市全市和下辖9个县（市、区）的用水效率均处于“效率较高”状态，与物元分析法的评价结果相一致，说明模型具有较好的适用性和可行性，评价结果可为金华市推进国家节水型社会创新试点工作和相关规划研究提供参考依据。

Abstract

The comprehensive evaluation of water use efficiency is the basic work evaluating regional water use level and water-saving effect， which is of great significance to implement the policy of “water-saving priority”. In order to scientifically evaluate the regional water use efficiency level and overcome the fuzziness and randomness in the evaluation process， this paper constructs a cloud model based on the game theory and selects evaluation indicators from four aspects of comprehensive， domestic， industrial and agricultural water efficiency to evaluate the water use efficiency level of Jinhua City in 2018. The results show that in 2018， the water use efficiency of Jinhua City and its nine counties are in a state of “high efficiency”， which is consistent with the evaluation results of matter-element analysis method. The model has good applicability and feasibility. The evaluation results can provide a reference for Jinhua City to promote national water-saving social innovation pilot work and related planning research.

导出引用

张瑶兰 , 史毅超 , 许继良. 基于博弈论－云模型的金华市用水效率综合评价[J].中国农村水利水电, 2021(3): 53-57,62

Yao-lan ZHANG , Yi-chao SHI , Ji-liang XU. Comprehensive Evaluation of Water Use Efficiency in Jinhua City Based on the Game Theory and the Cloud Model[J].China Rural Water and Hydropower, 2021(3): 53-57,62

用水效率控制是最严格水资源管理的核心内容，客观评价区域用水效率水平，不仅有利于区域加强水资源管理、促进水资源的可持续利用，同时能为建立严格的用水总量和用水效率指标控制“红线”提供科学的参考依据。

目前，围绕用水效率评价，国内外专家学者已经做了大量的研究。邵东国^［1］等运用改进突变理论评价法对湖北省历年的农业用水效率进行综合评价，克服了权重取值随机的缺点；杨丹^［2］等运用模糊物元法评价了江苏省农业用水效率；胡彪^［3］等运用SBM模型分析了京津冀地区城市工业用水效率的时空差异；任俊霖^［4］等运用DEA模型和Malmquist指数测算了长江经济带省会城市的用水效率，并分析了影响因素；Lilienfeld和 Asmild等^［5］运用DEA模型分析了美国堪萨斯州西部43个农村的灌溉用水效率；Amine Oulmane等^［6］运用DEA法测算了阿尔及利亚吉杰尔-塔赫地区93个小型园艺农场并用Tobit法分析了影响因素。纵观目前关于用水效率评价的文献，研究领域大多聚焦于农业或工业等单一行业的用水效率，缺乏对区域用水效率水平的系统评价；研究方法上，大多文献采用DEA等经济学分析模型，忽视了用水效率指标的模糊性和随机性以及用水效率评价本身的综合性。

云模型理论在考虑问题模糊性和随机性方面具有一定的优越性，且已广泛应用于大坝安全评价^［7］、水体富营养化^［8］、灾害风险评估^［9］等方面，尚未应用于用水效率评价领域。因此，本文在前人的研究基础上，构建区域用水效率评价指标体系，建立基于博弈论赋权的云模型，并应用于金华市用水效率综合评价，研究成果可为水资源高质量高水平管理提供技术支撑。

1 研究区概况

金华市位于浙江省中部，水资源总量丰富，多年平均水资源量达到91.75 亿m³，但境内水资源时空分布不均，义乌、永康等地在枯水年水资源难以得到保障，成为制约社会经济的快速发展的“瓶颈”。贯彻落实“节水优先”治水方针、提高用水效率是当前解决区域水资源矛盾的重要抓手。

“十四五”及今后一段时期是高水平全面建成小康社会、高水平推进社会主义现代化建设的关键期，随着长三角区域一体化发展、乡村振兴、金义大都市区等一系列重大全局性战略部署的全面实施落地，金华人民对优质水资源保障的需求更加迫切。

浙江省政府已审议通过的《浙江省节水行动实施方案》提出，实施金华市国家节水型社会创新试点，推广南方节水适用技术。因此，科学评估金华市用水效率水平可为金华地区加强水资源管理、制定战略措施提供参考依据。

2 研究方法

2.1 用水效率评价指标体系构建

用水效率反映人类活动对水资源的利用效能，涉及水资源、社会、经济等多个系统。本文在已有研究的基础上^［10-11］，遵循科学性、代表性和可操作性的原则，从综合、生活、工业和农业四个方面，综合考虑用水结构、用水过程、用水效益等影响用水效率的关键因素筛选指标，从而构建金华市用水效率综合评价指标体系，见表1。

表1 金华市用水效率评价指标体系

Tab.1 Evaluation index system of water use efficiency in Jinhua City

系统层	评价指标	计算公式
综合用水效率B ₁	万元GDP用水量C ₁/(m³·万元^-1)	C ₁=用水总量/GDP
综合用水效率B ₁	人均综合用水量C ₂/(m³·人^-1)	C ₂=用水总量/人口
生活用水效率B ₂	城镇居民人均生活日用水量C ₃/[L·(人·d)^-1]	C ₃=城镇生活用水量/城镇人口
生活用水效率B ₂	农村居民人均生活日用水量C ₄/[L·(人·d)^-1]	C ₄=农村生活用水量/农村人口
工业用水效率B ₃	万元工业增加值用水量C ₅/(m³·万元^－1)	C ₅=工业用水量/工业增加值
工业用水效率B ₃	工业大分质供水率C ₆/%	C ₆=(工业自备供水量+工业水厂供水量)/工业供水量
农业用水效率B ₄	单位灌溉面积用水量C ₇/(m³·hm^-2)	C ₇=灌溉用水量/灌溉面积
农业用水效率B ₄	高效节水灌溉面积率C ₈/%	C ₈=高效节水灌溉面积/有效灌溉面积

本文构建的指标体系共包括4个系统层和8项评价指标。其中，综合用水效率系统包括万元GDP用水量和人均综合用水量两项指标，分别反映区域用水的总体经济效益和人均情况；生活用水效率系统包括城镇居民人均用水量和农村居民人均生活用水量两项指标，分别反映城镇和农村居民用于生活的用水情况；工业用水效率系统包括万元工业增加值用水量和工业大分质供水率，分别反映工业用水效益和区域推进分质供水现状；农业用水效率系统包括单位灌溉面积用水量和高效节水灌溉面积率，反映灌溉用水现状和高效节水灌溉开展情况。

2.2 权重确定

本文采用基于博弈论思想的组合赋权法确定上述用水效率评价指标体系中各指标的权重，其基本思想是在不同的权重向量中寻找一致或妥协，将各个权重向量与最优权重向量的偏差最小化，从而得到相对协调和均衡的组合权重向量^［12］。

本文通过博弈论的思想耦合层次分析法（AHP法）和 CRITIC赋权法确定的指标权重，从而得到评价指标的组合权重。其中，层次分析法是一种常见的主观赋权方法，它是通过构建不同层次的相对重要性判断矩阵，计算判断矩阵的最大特征值和对应的正交化特征向量，从而得到系统指标的相对权值和排序，计算步骤可参考文献［13］。CRITIC赋权法是一种客观赋权方法，它是通过综合评价指标值的变异性和冲突性，用标准差和相关系数来计算指标权重，计算步骤可参考文献［14］。本文采用博弈论综合上述两种方法得到的权重，计算步骤如下：

（1）采用L（本文L=2）种方法计算评价指标的权重，得到的各权重向量为

ω_{k} = (ω_{k 1}, ω_{k 1}, \dots, ω_{k n})

，其中：

k = 1,2, \dots, L

。假设L个权重向量线性组合系数为

α_{k} = (α_{k 1}, α_{k 2}, \dots, α_{k n})

，则任意线性组合

ω

为：

ω = \sum_{k = 1}^{L} α_{k} ω_{k}^{T}

（1）

（2）基于博弈论的基本思想，需要对线性组合系数

α_{k}

进行优化，得到最优的组合权重向量

ω^{*}

，使得

ω^{*}

与

ω

的离差最小化：

m i n {‖\sum_{k = 1}^{L} α_{k} ω_{k}^{T} - ω_{k}‖}_{2}

（2）

根据矩阵微分性质得到最优化导数条件的线性方程组为：

[\begin{matrix} ω_{1} ω_{1}^{T} & \dots & ω_{1} ω_{L}^{T} \\ ⋮ & ⋮ \\ ω_{L} ω_{1}^{T} & \dots & ω_{L} ω_{L}^{T} \end{matrix}] [\begin{matrix} α_{1} \\ ⋮ \\ α_{L} \end{matrix}] = [\begin{matrix} ω_{1} ω_{1}^{T} \\ ⋮ \\ ω_{L} ω_{L}^{T} \end{matrix}]

（3）

根据上式计算得到的

α

，对其进行归一化：

α^{*} = α_{k} / \sum_{k = 1}^{L} α_{k}

（4）

那么得到基于博弈论思想的组合权重

ω^{*}

为：

ω^{*} = \sum_{k = 1}^{L} α_{_{k}}^{*} ω_{k}^{T}

（5）

2.3 云模型构建

2.3.1 云模型原理

云模型（Cloud model）是由李德毅院士提出的一种实现定性与定量之间相互转化的不确定性度量模型，研究了随机性和模糊性及两者之间的相关性^［15］。云模型用语言描述了一个定性概念和它的数值表达式之间转化的不确定性，假设将定性概念A映射到论域U上，论域U中的任一元素x都对定性概念A有一个稳定倾向的随机数

U_{A} (x)

，称为x对概念A的确定度。在本次用水效率评价中，论域U表示用水效率评价等级对应的区间，x为评价样本的指标值，定性概念A为用水效率评价的等级。

2.3.2 云模型参数计算

在区域用水效率评价中，云模型采用云的期望

E_{x}

、熵

E_{n}

和超熵

H_{e}

这3个数字特征值反映用水效率评价的不确定性和模糊性，通过云发生器进行定性概念和定量表达的转化。期望

E_{x}

指用水效率评价论域中最典型的样板点，即云滴的均值；熵

E_{n}

是用水效率评价中模糊度的度量，其值越大，则表示概念越模糊；超熵

H_{e}

是熵

E_{n}

的不确定性度量，其值越大，则隶属度的随机性越大，反映模糊性和随机性的关联。本文参考已有的研究成果^［16］，确定3个云模型参数的计算公式如下：

\{\begin{matrix} E x_{i h} = \frac{S_{i h, m a x} + S_{i h, m i n}}{2} \\ E n_{i h} = \frac{S_{i h, m a x} - S_{i h, m i n}}{2.355} \\ H e_{i h} = 0.1 E n_{i h} \end{matrix}

（6）

式中：

S_{i h, m a x}

、

S_{i h, m i n}

分别为第i个评价等级的上下边界值。

2.3.3 云模型生成算法

用水效率评价是从定性到定量的转换，因此可以采用正向云发生器计算隶属度，步骤如下：

（1）生成以

E_{n}

为均值，标准差为

H_{e}

的正态随机数

E_{n}^{'}

；

（2）生成以

E_{x}

为均值，标准差为

E_{n}

的正态随机数

x_{i}

；

（3）利用下式求解

x_{i}

对论域的隶属度

μ_{i}

：

μ_{i} = e x p [- \frac{(x_{i} - E_{x})^{2}}{2 (E_{n}^{'})^{2}}]

（7）

（4）重复步骤（1）~（3）N次，从而得到N个云滴，生成云模型。将实测值代入云模型，则得到在各个等级的隶属度。

2.4 基于博弈论-云模型的用水效率评价步骤

针对区域用水效率评价，综合博弈论和正态云理论，构建综合评价模型，步骤如下：

（1）确定用水效率评价的指标体系和评价标准。

（2）确定指标权重值。运用博弈论耦合AHP法和CRITIC法确定各指标的权重值

ω_{i}

。

（3）确定指标相对评价标准的综合确定度。根据式（6）计算各指标的云模型数字特征，生成云模型，运用正向云发生器，重复计算1 000次，得到各指标对各评价等级的平均确定度，通过组合赋权，从而确定用水效率评价的综合确定度：

K_{j} = \sum_{i = 1}^{n} ω_{i} μ_{i j}

（8）

式中：

K_{j}

为待评对象对等级j的确定度；

ω_{i}

为第i个指标的权重；

μ_{i j}

为第i个指标对第j个等级的确定度。

（4）确定评价等级。为克服最大隶属度原则的不适用性，本文采用级别特征值量化评价结果，公式为：

K = \sum_{j = 1}^{m} j \frac{K_{j}}{\sum_{j = 1}^{m} K_{j}}

（9）

式中：K为级别特征值；m为评价标准等级数；

K_{j}

为待评对象对等级j的确定度。

2.5 评价结果的验证

为验证本文所运用的云模型评价结果是否合理，一方面将评价结果与实际情况进行对比，另一方面运用不同的评价方法进行验算。物元分析法是我国学者蔡文创立的新学科，是思维科学、系统科学、数学三者的交叉边缘学科。应用物元法建立多指标评价模型，可以针对复杂问题建立形象化模型，定量化得出评价结果，从而较完整、准确地反映事物的综合水平，王晓琳在文献［10］中将该方法运用于2011-2014年江西省的用水效率评价中，评价结果较为客观，方法是可行的。因此，本文运用物元分析法对云模型的评价结果进行验算，以验证云模型评价方法的适用性。主要进行以下步骤计算：①确定待评物元；②确定经典域和节域；③确定关联函数；④确定综合关联度；⑤确定评价等级。具体步骤见文献［10］。

3 金华市用水效率评价

针对金华市下辖的婺城区、金东区、武义县、浦江县、磐安县、兰溪市、义乌市、东阳市和永康市9个县（市、区）的2018年用水效率进行评价，以期为金华市最严格水资源管理提供科学依据。根据《金华市水资源公报》、《金华市统计年鉴》、《浙江省水利统计年鉴》以及浙江省取水许可信息、水资源监控管理平台等相关资料，获取金华市及其下辖各县（市、区）2018年的指标基础值，见表2。

表2 2018年金华市用水效率评价指标值

Tab.2 Evaluation index value of water use efficiency in Jinhua City in 2018

指标	C ₁	C ₂	C ₃	C ₄	C ₅	C ₆	C ₇	C ₈
婺城区	46.1	331.5	172.6	112.8	35.4	5.9	4 657.5	4.8
金东区	52.5	289.6	83.1	86.6	20.9	18.2	4 447.5	10.4
武义县	58.6	399.1	121.2	118.6	20.0	7.6	5 973.0	7.1
浦江县	48.9	256.7	140.8	98.6	44.4	17.2	2 959.5	12.0
磐安县	33.3	178.0	140.3	134.0	10.2	0.7	2 824.5	30.4
兰溪市	68.3	451.9	126.4	106.0	43.8	30.0	3 373.5	2.2
义乌市	20.7	197.5	131.5	93.7	28.2	15.0	2 892.0	8.3
东阳市	45.6	316.3	119.7	113.6	35.3	3.5	5 340.0	4.4
永康市	34.6	252.6	98.4	91.7	26.0	0.6	2 349.0	9.4
全市	39.7	290.4	128.9	103.9	31.1	11.4	4 008.0	7.0

3.1 权重计算

根据上述基础数据，首先邀请10位水资源领域的专家，对各评价指标的相对重要性进行判断，运用层次分析法得到指标的主观权重

ω_{1}

，然后根据指标实际数据运用CRITIC法计算得到指标的客观权重

ω_{2}

，最后运用博弈论赋权法，计算得到主客观赋权的最优线性组合系数分别为0.762和0.238，进而得到各指标的组合权重

ω

，见表3。

表3 用水效率评价指标权重值

Tab.3 Weight value of water use efficiency evaluation index

指标	C ₁	C ₂	C ₃	C ₄	C ₅	C ₆	C ₇	C ₈
类型	负向型	负向型	负向型	负向型	负向型	正向型	负向型	正向型
AHP法	0.164	0.082	0.088	0.088	0.193	0.096	0.193	0.096
CRITIC法	0.112	0.100	0.131	0.133	0.129	0.170	0.106	0.119
博弈论组合赋权	0.152	0.086	0.098	0.098	0.178	0.114	0.172	0.102

注：正向型指指标值越大越优，负向型指指标值越小越优。

由表3可知，通过博弈论的基本原理，综合了主观赋权和客观赋权，得到的组合权重排在前三位的指标分别为：万元工业增加值用水量（C ₅），单位面积平均灌溉用水量（C ₇）和万元GDP用水量（C ₁）。根据《浙江省实行最严格水资源管理制度考核暂行办法》（浙政发［2013］80号），对最严格水资源管理制度的考核指标进行了明确，其中包括万元GDP用水量和万元工业增加值用水量指标，因此，本次赋权结果基本与现有考核体系相符合，权重确定是合理的。

3.2 评价标准确定

根据相关规范标准，结合金华市实际情况，对标全省先进水平，参考已有的研究文献^［17］，并咨询专家意见，制定金华市用水效率评价各指标的评价标准，将其划分为“效率很高（Ⅰ）”、“效率较高（Ⅱ）”、“效率一般（Ⅲ）”、“效率低（Ⅳ）”，共4个等级标准，见表4。

表4 用水效率评价指标的评价标准

Tab.4 Evaluation criteria of water use efficiency evaluation indexes

指标	效率很高（Ⅰ）	效率较高（Ⅱ）	效率一般（Ⅲ）	效率低（Ⅳ）
C ₁/(m³·万元^－1)	[0,40]	(40,70]	(70,100]	(100,200]
C ₂/(m³·人^-1)	[0,250]	(250,350]	(350,450]	(450,500]
C ₃/[L·(人·d)^-1]	[0,120]	(120,180]	(180,240]	(240,300]
C ₄/[L·(人·d)^-1]	[0,100]	(100,160]	(160,220]	(220,300]
C ₅/(m³·万元^-1)	[0,30]	(30,40]	(40,50]	(50,100]
C ₆/%	[20,50]	[10,20)	[5,10)	[0,5)
C ₇(m³·hm^-2)	[0,3 000]	(3 000,4 500]	(4 500,6 000]	(6 000,7 500]
C ₈/%	[20,40]	[10,20)	[5,10)	[0,5)

3.3 云模型参数确定

根据云模型相关原理，运用式（6）确定云模型参数，并采用正向云发生器生成云模型，云模型参数见表5，以指标C ₆（工业大分质供水率）为例的云模型图像见图1。

表5 用水效率评价的云模型参数

Tab.5 Cloud model parameters for water use efficiency evaluation

指标	期望E_x				熵E_n					超熵H_e
指标	效率很高（Ⅰ）	效率较高（Ⅱ）	效率一般（Ⅲ）	效率低（Ⅳ）	效率很高（Ⅰ）	效率较高（Ⅱ）	效率一般（Ⅲ）	效率低（Ⅳ）		效率很高（Ⅰ）	效率较高（Ⅱ）	效率一般（Ⅲ）	效率低（Ⅳ）
C ₁	20.0	55.0	85.0	150.0	17.0	12.7	12.7	42.5	1.7		1.3	1.3	4.2
C ₂	125.0	300.0	400.0	475.0	106.2	42.5	42.5	21.2	10.6		4.2	4.2	2.1
C ₃	60.0	150.0	210.0	270.0	51.0	25.5	25.5	25.5	5.1		2.5	2.5	2.5
C ₄	50.0	130.0	190.0	260.0	42.5	25.5	25.5	34.0	4.2		2.5	2.5	3.4
C ₅	15.0	35.0	45.0	55.0	12.7	4.2	4.2	4.2	1.3		0.4	0.4	0.4
C ₆	25.0	15.0	7.5	2.5	4.2	4.2	2.1	2.1	0.4		0.4	0.2	0.2
C ₇	1 500.0	3 750.0	5 250.0	6 750.0	1 273.5	637.5	637.5	637.5	127.5		63.0	63.0	63.0
C ₈	30.0	15.0	7.5	2.5	8.5	4.2	2.1	2.1	0.8		0.4	0.2	0.2

图1 指标C ₆的云模型图像

Fig.1 Cloud model image for indicator C ₆

Full size|PPT slide

3.4 评价结果

运用正向云发生器，代入表2中各指标的实际值和表5中的云模型参数，重复计算1 000 次，得到各指标对各等级的平均确定度，结合表3中指标的权重值和公式（9），计算得到各评价样本的级别特征值，从而确定金华市各县（市、区）用水效率评价的等级，为验证模型的适用性和可行性，运用物元分析法对金华市用水效率评价进行验算，评价结果见表6。

表6 基于云模型的金华市用水效率评价结果

Tab.6 Evaluation results of water use efficiency in Jinhua City based on cloud model

分区	确定度				级别特征值	云模型评价结果	物元分析法评价结果
分区	效率很高（Ⅰ）	效率较高（Ⅱ）	效率一般（Ⅲ）	效率低（Ⅳ）	级别特征值	云模型评价结果	物元分析法评价结果
婺城区	0.161	0.582	0.313	0.096	2.30	Ⅱ	Ⅱ
金东区	0.415	0.493	0.126	0.012	1.75	Ⅱ	Ⅱ
武义县	0.258	0.334	0.411	0.112	2.34	Ⅱ	Ⅱ
浦江县	0.286	0.594	0.194	0.018	1.95	Ⅱ	Ⅱ
磐安县	0.595	0.285	0.013	0.082	1.57	Ⅱ	Ⅱ
兰溪市	0.215	0.378	0.283	0.178	2.40	Ⅱ	Ⅱ
义乌市	0.522	0.378	0.097	0.005	1.58	Ⅱ	Ⅱ
东阳市	0.198	0.515	0.252	0.192	2.38	Ⅱ	Ⅱ
永康市	0.544	0.210	0.068	0.080	1.65	Ⅱ	Ⅱ
全市	0.293	0.650	0.152	0.017	1.90	Ⅱ	Ⅱ

由表6可知，2018年金华市全市的用水效率处于“效率较高”等级。经过多年的努力，金华市水资源利用效率得到显著提高，实现了GDP持续增长下的用水总量负增长，用水结构保持良性发展。尽管金华市用水效率在国内南方地区处于领先水平，并总体达到中等收入国家水平，但对标全省先进水平仍有一定差距。万元GDP用水量和万元工业增加值用水量仍有一定的下降空间，同时，高效节水灌溉面积率低于《金华市水利发展“十三五”规划》的既定目标12%，应进一步推进农业节水灌溉和工业节水改造，增大节水投资，积极响应落实《浙江省节水行动实施方案》等相关规划。

从行政分区来看，金华市下辖9个县（市、区）的用水效率均为“效率较高”等级，按照评价特征值排序，各县（市、区）用水效率从高到低为：磐安县>义乌市>永康市>金东区>浦江县>婺城区>武义县>东阳市>兰溪市，评价结果与金华市实际情况基本吻合，其中义乌、永康两市已于2019年通过第二批节水型社会建设达标县（区）国家验收，磐安县各项用水指标均位于全省前列。

从各行业用水指标来看，综合用水方面，义乌、磐安、永康的指标相对较优，武义、兰溪指标相对较差，武义是由于农业用水在用水结构的比重较大，而兰溪是由于工业用水在用水结构的比重较大。生活用水方面，各县（市、区）的用水指标相差不大，且均符合《浙江省用水定额》的规范标准。工业用水方面，万元工业增加值用水量指标浦江和兰溪较高，而工业大分质供水率指标兰溪、浦江、金东、义乌较高，主要是由于这些区域企业自备水份额较大，其中兰溪和义乌建有工业水厂，随着稠江水厂二期等分质供水工程的推进，将置换出更多的优质水，缓解日益紧张的供需矛盾。农业用水方面，婺城、武义、东阳农业节水工作有待进一步推进，永康、浦江的农业节水较好。

由云模型和物元分析法评价结果的对比可知，本文运用博弈论-云模型得到的金华市用水效率评价结果与物元分析法得到的评价结果一致，说明云模型在用水效率评价方面具有相对较好的适用性和可行性。

4 结论

本文从综合、生活、工业和农业等4个方面，遴选出8个典型指标，构建金华市用水效率综合评价指标体系。基于博弈论和云模型的基本原理，提出博弈论-云模型区域用水效率评价模型，并应用于金华市用水效率评价中。结果表明。

（1）基于博弈论的赋权方法，兼顾了主观权重和客观权重，既考虑了专家的主观意识，又反映了样本的数据特征，赋权结果相对合理。

（2）鉴于用水效率评价的模糊性和随机性，引入云模型，构建用水效率综合评价模型，模型针对金华市用水效率的计算结果与物元分析法的验算结果相一致，说明云模型适用于用水效率综合评价。

（3）运用博弈论-云模型对金华市用水效率进行综合评价，结果表明：2018年金华市全市和下辖9个县（市、区）的用水效率均处于“效率较高”状态，评价结果与金华市实际情况吻合较好。该模型的用水效率综合评价结论，可有效指导金华市全域水资源合理配置工作。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	邵东国，陈会，李浩鑫. 基于改进突变理论评价法的农业用水效率评价［J］. 人民长江，2012，43（20）：5-7，54. 本文引用 [1]

2	杨丹，唐彦，唐德善. 基于熵权的模糊物元法在农业用水效率评价中的应用［J］. 节水灌溉，2018（10）：64-67. 本文引用 [1]

3	胡彪，侯绍波. 京津冀地区城市工业用水效率的时空差异性研究［J］. 干旱区资源与环境，2016，30（7）：1-7. 本文引用 [2]

4	任俊霖，李浩，伍新木，等. 长江经济带省会城市用水效率分析［J］. 中国人口·资源与环境，2016，26（5）：101-107. 本文引用 [1]

5	LILIENFELD A， ASMILD M. Estimation of excess water use in irrigated agriculture： A Data Envelopment Analysis approach［J］. Agricultural Water Management，2007，94（1）：73-82. 本文引用 [1]

6	CHEBIL A， OULMANE A， FRIJA A. The water use efficiency and its determinants in small horticultural farms in Algeria［J］. SN Applied Sciences，2019，1（10）：1-9. 本文引用 [1]

7	郭芝韵，苏怀智，刘炳锐，等. 基于云模型与证据理论的大坝安全综合评估方法［J］. 水利水电技术，2017，48（3）：99-103，118. 本文引用 [1]

8	刘登峰，王栋，丁昊，等. 水体富营养化评价的熵-云耦合模型［J］. 水利学报，2014，45（10）：1 214-1 222. 本文引用 [1]

9	高玉琴，陈鸿玉，刘云苹. 基于云模型的自然灾害灾情等级评估［J］. 水利水电科技进展，2018，38（6）：38-43，60. 本文引用 [1]

10	王晓琳，吴凯，许怡. 基于物元可拓模型的区域用水效率控制综合评价［J］. 水电能源科学，2017，35（3）：30-34. 本文引用 [3]

11	唐德善，孟令爽，史毅超，等. 基于DEA-CCR与复合系统的用水效率评价［J］. 中国农村水利水电，2017（10）：153-157，168. 本文引用 [1]

12	刘东，龚方华，付强，等. 基于博弈论赋权的灌溉用水效率GRA-TOPSIS评价模型［J］. 农业机械学报，2017，48（5）：218-226. 本文引用 [1]

13	刘明喆，孔凡青，张浩，等. 基于层次分析法和模糊综合评价的突发水污染风险等级评估［J］. 水电能源科学，2019，37（1）：53-56. 本文引用 [1]

14	张玉，魏华波. 基于CRITIC的多属性决策组合赋权方法［J］. 统计与决策，2012（16）：75-77. 本文引用 [1]

15	孙雅茹，董增川，徐瑶，等. 基于云模型的城市水安全评价［J］. 人民黄河，2019，41（08）：52-56，67. 本文引用 [1]

16	王润英，李宇. 基于熵-云模型的城市洪灾风险评价模型［J］. 水电能源科学，2016，34（09）：61-63，86. 本文引用 [1]

17	李丹阳，方国华，黄显峰. 基于总量和强度控制的区域水资源承载能力评价研究［J］. 水资源与水工程学报，2019，30（5）：134-139. 本文引用 [1]

PDF(900 KB)

访问

引用

详细情况

段落导航

收稿日期	出版日期
2020-05-06	2021-03-15
发布日期
2021-04-07

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

引用本文

1 研究区概况

2 研究方法

2.1 用水效率评价指标体系构建

表1 金华市用水效率评价指标体系

2.2 权重确定

2.3 云模型构建

2.3.1 云模型原理

2.3.2 云模型参数计算

2.3.3 云模型生成算法

2.4 基于博弈论-云模型的用水效率评价步骤

2.5 评价结果的验证

3 金华市用水效率评价

表2 2018年金华市用水效率评价指标值

3.1 权重计算

表3 用水效率评价指标权重值

3.2 评价标准确定

表4 用水效率评价指标的评价标准

3.3 云模型参数确定

表5 用水效率评价的云模型参数

图1 指标C ₆的云模型图像

3.4 评价结果

表6 基于云模型的金华市用水效率评价结果

4 结论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

引用本文

1 研究区概况

2 研究方法

2.1 用水效率评价指标体系构建

表1 金华市用水效率评价指标体系

2.2 权重确定

2.3 云模型构建

2.3.1 云模型原理

2.3.2 云模型参数计算

2.3.3 云模型生成算法

2.4 基于博弈论-云模型的用水效率评价步骤

2.5 评价结果的验证

3 金华市用水效率评价

表2 2018年金华市用水效率评价指标值

3.1 权重计算

表3 用水效率评价指标权重值

3.2 评价标准确定

表4 用水效率评价指标的评价标准

3.3 云模型参数确定

表5 用水效率评价的云模型参数

图1 指标C 6的云模型图像

3.4 评价结果

表6 基于云模型的金华市用水效率评价结果

4 结 论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

图1 指标C ₆的云模型图像

4 结论