基于空间自相关分析的安徽省水资源生态压力空间格局探析

张乐勤,方宇媛

(池州学院资源环境学院,安徽 池州 247000)



基于空间自相关分析的安徽省水资源生态压力空间格局探析

张乐勤,方宇媛

(池州学院资源环境学院,安徽 池州 247000)

为探索安徽省各地级市水资源生态压力空间关联格局,制定差别化水资源可持续利用政策,运用生态足迹压力测度模型,对安徽省16个地级市水资源生态压力进行了测算,采用空间自相关分析方法,对水资源生态压力空间关联模式进行了考察。结果表明:①2014年安徽省16个地市水资源生态压力指数介于1.05～3.82,均值达1.89;②水资源生态压力全局自相关Moran指数为-0.115 3,呈不显著空间异质格局,其中,位于皖南的黄山、池州、宣城及皖西南的安庆4市水资源生态压力小,而淮南、马鞍山、铜陵三市压力大;③局部空间自相关Moran指数散点图显示,位于第二(LH)、第四(HL)象限的地市有13个,而位于第一(HH)、第三(LL)象限的仅有3个,滁州市局部空间自相关指数为-0.293 7,为显著低值异质中心,黄山市该指数为0.961 5,为显著低值聚集中心。基于研究结果,提出了差别化的水资源可持续利用政策建议。

水资源生态压力;空间格局;生态足迹模型;空间自相关分析;安徽省

水资源是支撑经济社会可持续发展的基础性自然资源和战略性经济资源[1],水资源短缺已成为制约我国经济社会可持续发展的主要瓶颈之一,探索经济社会发展对水资源生态压力,对制定水资源可持续利用政策具有重要启示意义。

针对经济社会发展对水资源生态压力,学术界对此进行过深入探索；张义等[2]运用改进水资源生态足迹模型,对广西2003—2010年水资源生态足迹进行测算,结果显示水资源处于严重不安全状态;潘安娥等[3]基于水足迹视角,就湖北省1995—2010年社会生产、生活对水资源压力进行研究,结果表明,考察样本期水足迹呈持续上升态势;孟丽红等[4]的研究结果显示,2007—2011年江西省水资源生态足迹呈上升趋势,经济社会发展已对水资源可持续利用形成较大压力;官冬杰等[5]采用生态足迹模型,对贵州省2001—2012年水资源生态足迹进行探索,揭示其人均水资源生态足迹呈上升趋势,上述研究为本文提供了有益借鉴与启示。

安徽为我国中部水资源禀赋欠丰厚(2014年人均水资源仅为全国平均水平的66.65%[6-7])且空间分布差异大的省份,水资源供给不足已成为制约经济社会可持续发展与生态文明建设的硬约束,CNKI检索表明,程翠云等[8-11]学者采用不同方法对安徽省水资源可持续状况进行过深入考察,然而,既有研究多立足时序视角,缺乏对不同地市水资源可持续状况的深度分析,未能有效识别出各地市水资源可持续状况空间差异,借此,本研究以2014年为考察样本,基于水资源生态足迹压力模型,就安徽省各地级市经济社会发展对水资源生态压力进行测算,借助ArcGIS软件,采用自然断点法,对水资源生态压力空间格局进行分析,采用空间自相关分析模型,对各地市水资源生态压力空间关联模式进行考察,可为制定差别化的水资源可持续利用政策提供决策参考,也可为同类研究提供借鉴。

1 研究区概况

安徽省位于长江下游,地处华东腹部,介于东经114°54′～119°37′,北纬29°41′～34°38′,面积13.94万km2;地形复杂多样,以平原、丘陵、山地为主,气候属暖温带与亚热带过渡地区,降水年内变化较大,域内有长江、淮河、钱塘江3大水系;2014年常住总人口6 083万人,GDP总量为20 848.8亿元,全年降水量为1 278.5 mm,水资源总量为778.48亿m3,总用水量为272.09亿m3,其中,第一产业用水142.83亿m3,第二产业用水92.71亿m3,第三产业用水36.55亿m3[7]。

2 研究方法与数据来源

2.1 水资源生态压力测度模型

2.1.1 水资源生态足迹

加拿大生态经济学家Rees及其博士Wackernagel提出的生态足迹理论[12-13],将人类消费的资源、废弃物折算成生物生产性面积,并同自然生态系统的承载力相比较,据此衡量区域可持续发展状况。水资源生态足迹衍生于生态足迹,指的是将人类消耗的水资源量转化为相应的水资源用地面积[4-5,14],因其具有直观、简洁、清晰的特点,被学术界广泛应用于考察人类社会经济活动对水资源的压力研究中[2,4-5,10-11,14],模型表达式为[4]

WEF=γw(Wa+Wi+Wc+Wl+We)/Pw

(1)

式中:WEF为水资源生态足迹,hm2;Wa、Wi、Wc、Wl、We分别为农业生产用水量、工业生产用水量、城镇公共用水量、生活用水量、生态环境用水量,m3;γw为水资源的全球均衡因子,为便于比较,以文献[4-5]中WWF2002确定值(即5.19)作为本研究水资源均衡因子参数;Pw为水资源全球平均生产能力,参照同类研究文献[4-5,14-15],以3 140 m3/hm2作为本研究参数取值。

2.1.2 水资源生态承载力

水资源生态承载力指的是保障区域经济社会生产、生活、生态可持续发展的能力[14],模型表达式为[5]

WEC=0.4γwφwW/Pw

(2)

式中:WEC为水资源生态承载力,m3;φw为研究区域水资源产量因子,为该区域水资源生产能力与世界水资源平均生产能力的比值[5];W为水资源总量,m3; 0.4表示水资源总量中要扣除60%用于维持生态环境[5]。

2.1.3 水资源生态压力

水资源生态压力是指经济社会发展对水资源可持续利用影响程度,以水资源生态压力指数表征,指数越大表明人类社会经济活动对水资源胁迫越大,越不利于水资源可持续利用,借鉴张静等[16]能源消费生态压力测度方法,构建水资源生态压力模型:

(3)

式中：WEPI为水资源生态压力。

当WEPI>1时,表明人类社会经济活动对水资源影响已超出其生态承载阈值,水资源处于不可持续状态,WEPI越大,对水资源胁迫越大;当WEPI≤1时,表明人类社会经济活动对水资源影响在其承载范围内,水资源处于可持续利用状态。

2.2 空间自相关分析

空间自相关分析方法在揭示某个区域某种地理现象或某一属性值与邻近区域同类现象或属性值的关联程度上具有独特优势,得到了学术界普遍认同[17-20],包括全局空间自相关、局部空间自相关2个度量指标。

2.2.1 全局空间自相关模型

全局空间自相关用于判别整个研究区域某种地理现象或某一属性值在空间是否有聚集特性存在,常用Moran指数I[17]表征。

(4)

I取值范围在[-1,1]之间,当I>0时,表明研究区域观察现象或某种属性具有正向的同质空间聚集效应,指数越接近1,空间关联性越强,当I<0时,表明研究区域观察现象或某种属性存在明显差异,指数越接近-1,空间差异越显著,当I=0,表示研究区观察现象或某种属性不存在空间相关性。

2.2.2 局部空间自相关模型

局部空间自相关主要考察整个研究区域内某单元与邻近单元属性特征的相关程度,常用局部空间自相关指标(local indicators of spatial association,LISA)Ii表征[16]

(5)

若Ii显著大于零,表明i单元与邻近单元具有同质属性特征,Ii越大同质性越强;若Ii显著小于零,表明i单元与邻近单元具有异质属性特征,Ii值越小差异越显著[18],Ii累计之和为I[19]。

实际研究[17-19]中,常用Moran散点图来表征各局部单元空间集聚特征,Moran散点图包括4个象限,第一象限为高高(HH)空间关联模式,表示考察单元与邻近单元均为高值聚集区;第三象限为低低(LL)空间关联模式,表示考察单元与邻近单元均为低值聚集区;第二象限为低高(LH)空间关联模式,表示考察单元为低值异质区;第四象限为高低(HL)空间关联模式,表示考察单元为高值异质区。借助ArcGIS空间分析软件,将Moran散点图与LISA相结合,可得到LISA显著性水平图[19],该图可直观显示出显著的LISA区域,并能识别出对应于Moran散点图中不同象限的相应区域[20]。

2.3 数据来源

本文研究样本为2014年安徽省各地级市，用水数据来源于文献[6-7](表1)。

表1 安徽省2014年各地级市水资源数量 亿m3

3 结果与分析

3.1 水资源生态压力

运用水资源生态足迹测度模型(式(1))及表1数据,可得安徽省2014年16个地级市水资源生态足迹;运用安徽省2014年水资源总量(778.48亿m3[6])、安徽省土地面积(139 427 km2[6])及世界水资源平均生产能力(3 140 m3/hm2[4])数据,可计算得安徽省2014年水资源产量因子1.778,再依据水资源生态承载力测度模型(式(2)),可得安徽省2014年各地级市水资源生态承载力;基于水资源生态足迹、水资源生态承载力测算结果,运用水资源生态压力测度模型(式(3)),可得水资源生态压力(表2)。

由表2可知,2014年安徽省各地级市水资源生态压力指数均大于1,均值为1.89,表明经济社会发展已对水资源构成了较大影响,水资源可持续利用受到了严重威胁。运用表2数据,借助ArcGIS软件,采用自然断点法,可按水资源生态压力大小分为4类:第Ⅰ类(1.05～1.30),压力小,包括黄山、池州、宣城、安庆;第Ⅱ类(1.30～1.76),压力较小,包括六安、亳州、滁州、宿州、阜阳、合肥;第Ⅲ类(1.76～2.20),压力较大，包括蚌埠、淮北、芜湖;第Ⅳ类(2.20～3.82),压力大,马鞍山、铜陵、淮南(图1)。

表2 安徽省2014年各市水资源生态压力

图1 安徽省2014年水资源生态压力空间分布格局

由图1可知,2014年安徽省16个地级市水资源生态压力空间格局并不均衡,皖南的黄山、池州、宣城及皖西南的安庆压力较小,这与其地理位置、自然生态环境、经济社会发展状况有关,首先,上述4市地处亚热带湿润地区,降水相对较丰沛,同时,较高的森林覆盖率也有利于减少降水损失,其次,皖南及皖西南地区人口较少,工业经济也相对薄弱,在上述因素共同作用下经济社会发展对水资源生态压力较小。马鞍山、铜陵、淮南三市压力大,究其原因,与其工业经济的结构特点对水资源需求量大有关,上述三市均为工业城市,工业结构以传统的钢铁、铜冶金、煤炭、火电为主,水资源消耗量大,水资源供需矛盾突出,致使经济社会发展对水资源可持续利用形成了较大压力。

3.2 水资源生态压力全局空间自相关分析

基于ArcGIS软件,对安徽省地域图进行矢量化,借助Geoda095i软件,构造空间二值邻接矩阵形式(即构造空间权重矩阵),运用全局空间自相关模型(式(4)),可得安徽省2014年全局自相关Moran指数为-0.115 3,在0.01置信水平上,P值为0.429 0(图2),未能通过显著性检验,表明水资源生态压力存在不显著空间异质格局,未能呈现出明显空间极化特征。

图2 Moran指数检验

3.3 水资源生态压力局部自相关分析

基于安徽省2014年各地市水资源生态压力矢量化数据,借助Geoda095i软件,运用局部空间自相关模型(式(5)),可得到各地市局部空间自相关的LISA值,并可获取刻画某一地市与其邻近地市局部关系的水资源生态压力的Moran指数散点图(图3)。图3中，横坐标为水资源生态压力标准化后属性值(W-WEFPI)，纵坐标为水资源生态压力标准化后的由空间连接矩阵决定的相邻单元属性值的平均值(WEFPI)。

图3 安徽省2014年水资源生态压力Moran指数散点图

由图3可知,位于第一象限(HH)的地市仅有芜湖,在0.05置信水平上,P值大于0.05,未能通过显著性检验,表明芜湖市水资源生态压力高,与其邻近地市水资源生态压力也高的聚集特征不明显;位于第二象限(LH)的有宿州、安庆、亳州、宣城、滁州、六安、阜阳、合肥、蚌埠9个地市,在0.05置信水平上,滁州市能通过显著性检验(LISA指数为-0.293 682,P值为0.016),表明其水资源生态压力低,与其邻近地市水资源生态压力高,为低值异质聚集区(图4),之所以如此,与滁州市积极建设水库、塘坝,积极发展节水型工业,强化水资源管理有关,滁州市水资源禀赋不足,但其依托江淮分水岭的地理优势,建设了1 200多座大中小型水库与星罗棋布的塘坝,增加了蓄水能力,与此同时,滁州市依靠科技创新,积极发展现代农业与节水型工业,不断强化用水管理,疏解了经济社会发展对用水的压力,同周边的合肥、蚌埠、马鞍山等市相比,其水资源生态压力较低,其余8个地市未能通过显著性检验,低值异质特征不显著;位于第三象限(LL)的地市有池州、黄山2市,在0.05置信水平上,黄山市能通过显著性检验(LISA指数为0.961 47,P值为0.004),表明其水资源生态压力低,与其邻近的地市水资源生态压力也低,为低值聚集区(如图4),究其原因,与其地理位置及经济结构特征有关,黄山市地处皖南腹地,亚热带地理位置、山岳为主地形及较高的植被覆盖,决定着其降水较丰沛,同时,黄山市经济结构以旅游业为主,传统耗水产业较少,对水资源需求量不大,经济社会发展对水资源生态压力较小,池州市未能通过显著性检验,低值聚集特征不显著;位于第四象限(HL)的地市有淮北、铜陵、马鞍山、淮南4市,在0.05置信水平上,均未能通过显著性检验,表明规模效应的高值异质聚集特征不显著。

图4 安徽省2014年水资源生态压力LISA聚集图

4 结论与建议

4.1 结 论

a. 安徽省16个地级市水资源生态压力指数均大于1,均值为1.89,表明经济社会发展已对水资源可持续利用构成较大威胁;

b. 水资源生态压力的全局自相关Moran指数为-0.115 3,呈现出不显著空间异质格局,其中,位于皖南山区的黄山、池州、宣城及皖西南的安庆4市水资源生态压力小,传统工业城市淮南、马鞍山、铜陵三市压力大;

c. 局部空间自相关Moran指数散点图显示,位于第二(LH)、第四(HL)象限的地市共有13个,而位于第一(HH)、第三(LL)象限的仅有3个,表明水资源生态压力空间关联模式以异质特征为主,聚集性不明显,滁州市为显著的低值异质中心,黄山市为低值聚集中心,其余14个地市不显著。

4.2 建 议

上述结论表明,2014年安徽省各地级市经济社会发展已对水资源可持续利用构成了较大压力,且在空间格局上存在显著差异,而水是支撑经济社会发展重要战略资源,水资源供给不足必然约束经济社会可持续发展,为此,安徽省应采取差别化水资源保护策略,实现经济社会与水资源可持续利用协调发展,对水资源生态压力大的淮南、马鞍山、铜陵等工业城市,以提高水资源利用效率为根本,加强对传统产业的技术改造,建立用水奖惩机制,规范、约束企业用水行为，对水资源生态压力中等的地级市,应加大农田水利配套工程建设,积极发展以滴灌、喷灌、微灌技术为主的现代节水农业;以科技创新为引领,积极发展战略性新兴产业,优化水资源配置;加大水资源管理执法力度,强化社会监督机制。对水资源压力较小的黄山、池州、宣城、安庆等城市,应充分考虑生态用水需求,统筹推进旅游产业与水生态系统保护协调发展,在旅游及服务性行业积极推广使用节水设备;强化节水意识和水资源保护意识,提高水资源管理公共服务效率和质量。

本研究将空间自相关分析方法应用于水资源生态压力空间格局研究中,突破了同类既有研究多聚焦时间维度的局限,此乃本文创新所在；然而,本文仅对安徽省2014年水资源生态压力空间差异进行了分析,缺乏从时间维度考察该差异变化趋势,这是本文不足。从时空维度考察经济社会发展对水资源影响以及经济社会发展如何影响水资源可持续利用(即影响机理)为本领域未来研究方向,也是笔者探求的核心所在。

[ 1 ] 马海良,黄德春,张继国,等.中国近年来水资源利用效率的省际差异:技术进步还是技术效率[J].资源科学,2012,34(5):794-801.(MA Hailiang,HUANG Dechun,ZHANG Jiguo,et al.The provincial differences of China’s water use efficiency in recent years:technological progress or technical efficiency[J].Resources Science,2012,34(5):794-801.(in Chinese))

[ 2 ] 张义,张合平,李丰生,等.基于改进模型的广西水资源生态足迹动态分析[J].资源科学,2013,35(8):1601-1610.(ZHANG Yi,ZHANG Heping,LI Fengsheng,et al.Dynamic analysis of the water resource ecological footprint of Guangxi based on an improved mode [J].Resources Science,2013,35(8):1601-1610.(in Chinese))

[ 3 ] 潘安娥,陈丽.湖北省水资源利用与经济协调发展脱钩分析:基于水足迹视角[J].资源科学,2014,36(2):328-333.(PAN An’e,CHEN Li.Decoupling and water footprint analysis of the coordinated development between water utilization and the economy in Hubei[J].Resources Science,2014,36(2):328-333.(in Chinese))

[ 4 ] 孟丽红,叶志平,袁素芬,等.江西省2007—2011年水资源生态足迹和生态承载力动态特征[J].水土保持通报,2015,35(1):256-261.(MENG Lihong,YE Zhiping,YUAN Sufen,et al.Dynamic characteristics of ecological footprint and ecological carrying capacity of water resources in Jiangxi province during 2007—2011[J].Bulletin of Soil and Water Conservation,2015,35(1):256-261.(in Chinese))

[ 5 ] 官冬杰,苏印,苏维词,等.贵州省水资源生态足迹评价与预测[J].重庆大学学报,2015,38(4):112-120.(GUAN Dongjie,SU Yin,SU Weici,et al.Assessment and forecast on ecological footprint of water resources in Guizhou province [J].Journal of Chongqing University,2015,38(4):112-120.(in Chinese))

[ 6 ] 安徽省统计局.安徽统计年鉴2015[M].北京:中国统计出版社,2015.

[ 7 ] 国家统计局.中国统计年鉴2015[M].北京:中国统计出版社,2015.

[ 8 ] 程翠云,阎伍玖.安徽区域水资源可持续利用评价[J].环境科学研究,2006,19(5):154-158.(CHENG Cuiyun,YAN Wujiu.Evaluating of regional sustainable utilization of water resources in Anhui province[J].Research of Environmental Sciences,2006,19(5):154-158.(in Chinese))

[ 9 ] 张伟.基于因子分析的安徽省水资源承载力评价[J].节水灌溉,2012(9):11-14.(ZHANG Wei.Evaluation of water resources carrying capacity in Anhui province based on factor analysis[J].Water Saving Irrigation,2012(9):11-14.(in Chinese))

[10] 刘民士,刘晓双,侯兰功.基于水足迹理论的安徽省水资源评价[J].长江流域资源与环境,2014,23(2):220-224.(LIU Minshi,LIU Xiaoshuang,HOU Langong.Assessing water resources of Anhui province based on water footprint theory[J].Resources and Environment in the Yangtze Basin,2014,23(2):220-224.(in Chinese))

[11] 余盼,熊峰.安徽省水资源生态足迹动态分析:2005—2013[J].南京林业大学学报(人文社会科学版),2015(1):79-86.(YU Pan,XIONG Feng.Dynamic analysis of ecological footprint of water resources in Anhui province: from 2005 to 2013[J].Journal of Nanjing Forestry University(Humanities and Social Sciences Edition),2015(1):79-86.(in Chinese))

[12] REES W E.Ecological footprints and appropriated carrying capacity: what urban economics leaves out[J].Environment Urbanization,1992,4(2):121-130.

[13] WACKERNAGEL M,REES W E.Our ecological footprint:reducing human impact on the earth[M].Gabriola Island:New Society Publishers,1996.

[14] 于强,王金龙,王亚南.基于水资源足迹分析的河北省城镇化发展路径[J].经济地理,2014,34(11):69-73.(YU Qiang,WANG Jinlong,WANG Yanan.Hebei urbanization based on analysis of the water resources ecological footprint[J].Economic Geography,2014,34(11):69-73.(in Chinese))

[15]洪思杨，王红瑞，朱中凡，等.辽宁省水资源生态足迹与生态承载力分析[J].水利经济，2016，34(3)：46-52.(HONG Siyang,WANG Hongrui,ZHU Zhongfan,et al.Analysis of ecodogical footprint of water resources in Liaoning Province[J].Journal of Economics of Water Resources,2016，34(3)：46-52.(in Chinese))

[16] 张静,鲁春霞,谢高地,等.北京城市能源消费的生态与环境压力研究[J].资源科学,2015,37(6):1133-1140.(ZHANG Jing,LU Chunxia,XIE Gaodi,et al.Energy consumption and the pressure of ecological environment research in Beijing[J].Resources Science,2015,37(6):1133-1140.(in Chinese))

[17] 夏永久,朱喜钢,储金龙.基于ESDA 的安徽省县域经济综合竞争力空间演变特征研究[J].经济地理,2011,31(9),1427-1431,1438.(XIA Yongjiu,ZHU Xigang,CHU Jinlong.Evolvement of spatial pattern of county economic comprehensive competitiveness in Anhui province based on ESDA[J].Economic Geography,2011,31(9),1427-1431,1438.(in Chinese))

[18] 刘志方,张毅,曹娟,等.安徽省城市化发展质量时空演变及差异分析[J].安徽师范大学学报(自然科学版),2015,38(4);365-371.(LIU Zhifang,ZHANG Yi,CAO Juan,et al.Spatial-temporal analysis and evolution of urbanization development quality in Anhui province[J].Journal of Anhui Normal University(Natural Science),2015,38(4);365-371.(in Chinese))

[19] 葛莹,姚士谋,蒲英霞,等.运用空间自相关分析集聚经济类型的地理格局[J].人文地理,2005(3):21-25.(Ge Ying,YAO Shimou,PU Yingxia,et al.Application of spatial autocorrelation for the spatial patterns of urbanization and localization economy[J].Human Geography,2005(3):21-25.(in Chinese))

[20] 万鲁河,王绍巍,陈晓红.基于GeoDA的哈大齐工业走廊GDP空间关联性[J].地理研究,2011,30(6):977-984.(WAN Luhe,WANG Shaowei,CHEN Xiaohong.GeoDA-based spatial correlation analysis of GDP in Hadaqi industrial corridor[J].Geographical Research,2011,30(6):977-984.(in Chinese))

Study of spatial pattern of water resources ecological pressure in Anhui Province based on spatial autocorrelation analysis

ZHANG Leqin, FANG Yuyuan(CollegeofNaturalResourcesandEnvironment,ChizhouUniversity,Chizhou247000,China)

To explore the spatial correlation patterns of water resources ecological pressure for prefecture-level cities of Anhui Province for the development of policies regarding differentiated sustainable utilization of water resources, the ecological footprint pressure measurement model was used to calculate the water resources ecological pressure for 16 prefecture-level cities of Anhui Province, and the spatial autocorrelation analysis method was used to investigate the spatial correlation patterns of water resources ecological pressure. The results are as follows: (1) In 2014, the water resource ecological pressure indices for the 16 prefecture-level cities in Anhui Province ranged from 1.05 to 3.82, with a mean value being 1.89. (2) Moran’s I index of global autocorrelation of water resources ecological pressure was-0.1153, showing a pattern of insignificant spatial heterogeneity. Four cities, i.e., Huangshan, Chizhou, Xuancheng in southern Anhui Province, and Anqing in southwestern Anhui Province, had low water resources ecological pressure, while three cities, i.e., Huainan, Ma’anshan, and Tongling, had high water resources ecological pressure. (3) Moran’s I scatter plot of local spatial autocorrelation indicates that 13 prefecture-level cities were located in the second (LH) and fourth (HL) quadrants, while only three cities were located in the first (HH) and third (LL) quadrants, of which Chuzhou had a LISA index of-0.2937 and was a significantly low-heterogeneity center,and Huangshan had a LISA index of 0.9615 and was a significantly low-value gathering center. Based on these results, differentiated policies and suggestions were proposed for sustainable utilization of water resources.

water resources ecological pressure; spatial pattern; ecological footprint model; spatial autocorrelation; Anhui Province

10.3880/j.issn.1004-6933.2017.01.006

安徽省科技厅2016年软科学项目(1607a0202061)

张乐勤(1965—),男,教授,主要从事资源生态与可持续发展研究。E-mail:zhangleqing@sohu.com

F062.2

A

1004-6933(2017)01-0024-06

2016-05-15 编辑：徐 娟)