2008 2009 续表2
0.6344 -1.0799 0.5640 1.9186 2.1615 2.1935 2.4789 0.2934 -0.3182 -0.3618 -0.3798 -0.7791 年份 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
工业用水量x7 0.9475 0.7649 0.2902 0.8014 -0.0050 0.9493 1.8087 -0.4097 0.8379 0.8471 0.7649 0.3298 0.1959 1.2944 1.2244 1.0083 0.7680 0.1533 -0.0476 -0.1267 -0.2119 -0.2241 -0.6257 -1.1430 -0.8692 -1.0822 农业用水量x8 0.8353 2.0965 2.0585 1.5986 2.0585 0.4495 -1.4827 0.0571 -1.5552 0.4742 0.8748 0.4330 0.5913 0.1363 0.2038 0.2995 0.0357 -0.0270 -0.1638 -0.2841 -0.1094 -0.4325 -0.2825 -0.5957 -0.8760 -0.9255 第三产业用及生活等水量x9 -1.3129 -1.1784 -1.3294 -1.2775 -1.2303 -1.3962 -1.3082 -0.6497 -0.6308 -0.8338 -0.8220 -0.6828 -0.5907 0.2472 -0.0809 0.1032 0.4336 -0.1494 0.2755 0.5351 0.6531 0.8160 0.5587 0.3935 0.8655 0.8183 9
再生水x10 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761 0.6387 0.5857 南水北调工程调水量x11 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 -0.1826 2005 2006 2007 2008 2009
-1.3561 -1.5386 -1.6604 -1.8429 -1.8429 -0.9749 -1.0409 -1.1068 -1.1728 -1.1728 1.0779 1.2668 1.5736 1.8804 1.9748 0.9042 1.4350 2.1783 2.7091 2.9746 -0.1826 -0.1826 -0.1826 -0.1826 5.4772 将表2中的各个变量输入SPSS中，运用SPSS进行因子分析，得到的3个主成份，成分矩阵见附表7，各因子荷载值见表3：
表3：水资源短缺风险各因子荷载值
因子 x1 x2 0.530 0.385 x3 x4 0.051 x5 x6 x7 x8 主成份1 -0.385 -0.610 -0.480 0.980 主成份2 0.831 主成份3 0.115 0.722 0.934 -0.261 -0.898 -0.689 0.072 0.559 0.146 -0.443 0.293 0.179 -0.091 0.151
0.024 -0.013 续表3 因子 x9 x10 x11 0.466 0.048 0.787 主成份1 0.937 主成份2 0.018 0.874 0.182 主成份3 -0.135 0.308 主成份1各因子荷载值，从正方向看，比较大的是x4、x5、x9、x10，荷载值依次为：0.980、0.934、0.937、0.874，从负方向看，荷载较大的是x7，为-0.898；主成份2，从正方向看，荷载最大的因子为x1，为0.831,从负方向看荷载值较小；主成份3中各因子荷载值均较小。
以上分析，水资源短缺风险敏感因子是：降雨量x1、人口总数x4、年污水再生xxxx量5、工业用水量7、第三产业及生活等其它用水量9、再生水10，它们是水资源短缺风险的主要因子。 2.水资源短缺风险评价模型建立
2.1基于古典概率的水资源短缺风险评价模型
产生缺水风险的情况为需水量n?供水量g，缺水量q?n?g，将缺水的影响程度定义为风险度?，风险度?的隶属函数
[2]如下：
10
??0 q?qmin （2)
??qi?qmin qmin?q?qmax (3)
qmax?qmin ??1 q?qmax (4)
1979年-2009年需水量ni?xi7?xi8?xi9，供水量gi?xi3?xi5?xi10?xi11，缺水量
qi?ni?gi，风险度?i，综合风险值wi，整理如表4：
表4：需水量、供水量、缺水量、风险度、综合风险值统计表
供水量gi（亿立方米） 38.3156 26.789 24.0986 36.6995 34.7931 39.4013 38.0913 27.1145 38.7331 39.2502 21.6126 35.9399 42.3623 22.4422 19.6757 45.5076 30.7578 需水量ni（亿立方米） 42.92 50.54 48.11 47.22 47.56 40.05 31.71 36.55 30.95 42.43 44.64 41.12 42.03 46.43 45.22 45.87 44.88 缺水量qi（亿立方米） 4.6044 23.751 24.0114 10.5205 12.7669 0.6487 -6.3813 9.4355 -7.7831 3.1798 23.0274 5.1801 -0.3323 23.9878 25.5443 0.3624 14.1222 11
年份 是否缺水 风险度? i综合风险值w i1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1 1 1 1 1 1 0 1 0 1 1 1 0 1 1 1 1 0.160 0.880 0.889 0.382 0.467 0.011 0 0.341 0 0.106 0.852 0.181 0 0.889 0.947 0 0.517 0.119 0.653 0.66 0.283 0.347 0.008 0 0.253 0 0.079 0.632 0.134 0 0.66 0.703 0 0.384 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 46.3265 22.7238 38.1845 14.7584 18.715 21.408 19.073 24.432 28.417 33.179 37.016 38.618 49.675 41.33 40.01 40.32 40.43 41.71 40.4 38.9 34.6 35.8 34.6 34.5 34.30 34.8 35.1 35.5 -6.3165 17.5962 2.2455 26.9516 21.685 17.492 15.527 11.368 6.183 1.321 -2.716 -3.816 -14.575 -5.83 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0.648 0.071 1.000 0.802 0.644 0.570 0.414 0.219 0.036 0 0 0 0 0 0.481 0.053 0.742 0.595 0.478 0.423 0.307 0.162 0.027 0 0 0 0 其中qmin?0.3624，qmax?26.9516，表2中“是否缺水”这一项，缺水为1，不缺水为0，表2得到1979年-2009年31年中缺水年有24年，不缺水年有8年，则风险率f?缺水年数23??0.742，风险综合值
总年数31 wi?f*?i （5）
风险综合值如表2所示。 2.2K均值聚类分析法的引入
聚类分析：根据分析样本的各研究变量，将性质相似的样本归为一类的方法。k 均值聚类算法[4]是将给定的数据集合分成确定的若干组。定义k 个中心点,每组一个，由于不同的初始中心位置产生不同的聚类结果。所以选取适当中心点是聚类的关键。通过使它们之间的距离尽可能大，使给定的所有数据点结合到离它最近的中心点的聚类中。当所有的数据点都分配到中心点的范围内后，初始的聚类形成， 通过先前阶段的聚类中心重新计算k 个新中心点， 再将给定的数据重新分配到离它最近的新中心点，不断进行循环，由循环的结果得知，k 个中心点逐步地改变直到它们的位置不再变化为止， 即聚类中心不再移动，得到最终聚类中心。标准函数的最小值函数定义为：
12
j???z?mk （6）
k?1z?zkNc式中： Nc 为聚类组的数量；mk 为第k个聚类的均值向量；z为得分向量；zk为Nc 聚类中的第k个聚类。k 均值聚类方法的策略是聚类间的距离尽可能大,聚类内的距离尽可能小。
本文采用K均值聚类法，将风险综合值分为五个等级，最终得到五个聚类中心，根据五个中心将风险综合值分成五组，每组为一等级，完成风险等级划分。 2.3风险等级评定
将所有风险综合值划分为五类，运用spss软件采用k均值聚类分析法，得到五个聚类中心，见附表8，分别为：0.12、0.01、0.66、0.31、0.46，其对应的案例数分为为：4、12、7、5、3，见附表9。整理如下：
（1）第一组：以0.01为中心的数据有：0、0、0、0、0、0、0、0、0、0.008、0.053、0.027，最小值?1min=0，最大值?1max?0.053；
（2）第二组：以0.12为中心的数据有：0.119、0.079、0.134、0.162，最小值?2min=0.079，最大值?2max?0.162；
（3）第三组：以0.31为中心的数据有：0.283、0.347、0.253、0.384、0.307，最小值?3min?为0.253，最大值?3max?0.384；
（4）第四组：以0.46为中心的数据有：0.481、0.478、0.423，最小值?4min?0.423，最大值?4max?0.481；
（5）第五组：以0.70为中心的数据有：0.653、0.66、0.66、0.632、0.703、0.742、0.595，最小值?5min=0.595，最大值?5max?0.742。
现将前一组中的最大数?kmax与后一组中的最小数?(k?1)min的平均值?k(k?1)最为分界值，得到四个分界值：
?12?0.066，?23?0.2075，?34?0.4035，?45?0.536
据此风险等级划分如表5：
表5：风险等级划分 风险综合值 0-0.066 0.066-0.2075 0.2075-0.4035 0.4035-0.536 0.536-1 13
风险等级 可以忽略的风险 可以接受的风险 边缘风险 比较严重的风险 无法承受的风险