水足迹及其驱动力研究进展及展望

姜秋香, 李鑫莹, 王子龙, 张雨, 曹璐

水足迹及其驱动力研究进展及展望

姜秋香, 李鑫莹, 王子龙*, 张雨, 曹璐

东北农业大学水利与土木工程学院, 哈尔滨 150030

水足迹是一种全面核算人类活动对水资源真实占用的综合指标, 将人类消费终端与水资源的利用密切联系。水足迹理论的研究为水安全战略提供了重要基础, 愈发成为水资源科学管理领域的研究的热点。重点从水足迹的应用范围研究(全球、区域、流域以及产品层面)、水足迹驱动力分析及水足迹可持续性评价三个方面对国内外水足迹研究现状进行述评, 总结现有研究存在问题, 并对其研究前景进行了展望。

水足迹; 驱动力分析; 可持续性评价

0 引言

水是生命之源, 是人类生存的物质基础。在高速发展的现代社会, 人类活动以及人类不合理的水资源利用方式不仅消耗了大量的水资源, 也使得水资源短缺和水质恶化问题日益凸显, 水资源愈发成为社会经济发展的限制性因素[1]。面对全球水资源危机的挑战愈发迫切地需要准确测度人类对水资源的实际使用情况。

为了更好地衡量一个国家或地区水资源的利用状况, Hoekstra在“虚拟水”和“生态足迹”的基础上提出了水足迹概念[2]。任何已知人口(某个人、某个城市、某个区域或全球)的水足迹是生产这些人口消耗的全部资源所需要的水资源数量[3]。水足迹可以看作是有别于作用有限的传统取水指标, 是一种对水资源占用的综合表征[4]。水足迹分为蓝水、绿水和灰水足迹, 其中, 蓝水足迹是指产品在其供应链中对蓝水(地表水和地下水)资源的消耗; 绿水足迹是指产品对绿水(不会成为径流的雨水和土壤水)资源的消耗; 灰水足迹是指将灰水(产品生产和使用过程中产生的污水)中的污染物吸收同化所需的淡水体积[5]。水足迹是一个体现消耗的水量、水源类型以及污染量和污染类型的多层面指标, 水足迹的所有组成部分都明确了水足迹发生的具体时间和地点[6]。

水足迹将水资源的消耗和污染与人类的生产和生活联系起来, 不仅包括了传统水资源管理理论中对的生活、生产和生态用水, 还揭示了隐含在商品背后的虚拟水。水足迹反映了水资源的可持续利用水平及短缺情况, 揭示了人类生产生活消费与水资源利用之间的关系, 以及全球贸易与水资源管理之间的联系, 为水资源更好地管理打下了基础[7]。

1 水足迹国内外研究进展

自2002年水足迹理论提出以来, 得到国内外学者广泛青睐。水足迹评价包含设定目标和范围、水足迹核算、水足迹可持续性评价和制定水足迹响应方案四个阶段[5]。在阅读大量文献的基础上, 本文从水足迹的应用范围、驱动力分析和水足迹可持续性评价等方面对国内外研究现状进行相关介绍。

1.1 水足迹应用范围研究

水足迹研究不仅拓展了传统水资源评价的内涵, 还为评价一个国家或地区的生活、生产消费类型与水资源利用定量关系提供了新思路。由于水足迹与生产条件、经济水平、产品类型等密不可分, 因此应多层次、多方面和多角度的探究水足迹的研究现状。

1.1.1 全球层面

众所周知, 全球淡水资源总量有限且分布极不均衡。随着全球人口的急剧增长, 工业的迅速发展, 水资源压力愈发严重, 明确水资源具体消耗及变化, 可以更好地认识全球区际贸易和消费模式对水资源分配产生的影响, 有助于在全球范围内对水资源进行更加合理的管理和分配。全球尺度的水足迹研究可以作为评价人类活动对水资源的占有、水资源利用的可持续性和公平性、以及全球水资源利用管理的有效指标。各国研究学者针对全球层面的水足迹已发表了多篇研究成果, 对全球的作物水足迹[8]、畜牧水足迹[9]和灰水足迹[10]等进行了核算研究, 这些基础性研究对建立全球水足迹数据库具有一定的参考意义。Hoekstra等[11]从生产和消费的角度核算了1996—2005年全球水足迹, 计算表明: 全球绿水足迹所占比重最大(74%), 农业水足迹所占比重(67%)远高于工业和生活水足迹, 中国、印度和美国的水足迹之和占全球水足迹的比重为38%。由全球水足迹研究可知, 运用水足迹指标更加科学有效的利用绿水资源、配合各用水部门调控和分配全球水资源显得尤为重要。受全球水循环和气候变化的影响, 全球水足迹也将发生改变。Orlowsky等[12]利用水足迹分析了未来气候变化和当前虚拟水贸易条件下全球可利用水资源的变化, 研究表明气候变化不仅将导致全球水资源减少, 同时也会带来国家内水足迹的减少, 通过实现某个国家的水资源可持续并不能缓解全球水资源减少的问题, 需要采用水消耗和水贸易模式进行全球水资源的可持续性调整。

1.1.2 区域层面

区域水足迹的研究为国家层面及省市层面水资源战略提供依据, 同时为全球范围内水资源可持续发展合作提供可能。Chouchane等[13]从经济角度对1996—2005年突尼斯国家水足迹进行了分析, 发现对国家水足迹的贡献率最大(87%)的是作物生产水足迹, 但作物生产蓝水足迹仅占可再生蓝水资源总量的31%, 说明突尼斯国家面临着严峻水资源短缺的挑战。Hess等[14]探讨了英国不同的饮食方式对全球蓝水足迹产生的影响, 认为水足迹受饮食方式的影响有限, 可持续的、健康的生活方式可减轻英国蓝水压力。随着水足迹研究不断深入, 中国学者在区域尺度的水足迹核算、水足迹的时空分布及其变化规律等方面做了探索与研究。马静等[15]核算了中国水足迹, 计算结果表明, 经济发达的南方和沿海地区拥有较高的人均水足迹和水资源利用效率、较低的水足迹强度; 受到经济和技术的限制, 西北地区水资源利用效率则较低, 该项研究对调整区域用水结构, 提高用水效率具有实际指导意义。郭相平等[16]对中国农作物水足迹时空分布与影响因素进行分析, 得出中国农作物生产水足迹在时间上呈先下降后缓慢上升态势, 空间上为从东南向西北逐渐递减的格局; 人口密度、人均纯收入和化肥施用量是农作物生产水足迹时间变化的主要驱动因子, 而降雨量、人均GDP及人均纯收入对其空间分布有重要影响。农业生产用水是中国水资源的主要消耗方式之一, 严重制约着可用水资源的分配。崔克蓉等[17]基于水足迹理论, 对2002—2015年湖南省水稻生产水足迹进行分阶段研究, 分析了湖南省水稻生产水资源的占用情况, 并为湖南水稻生产水足迹的调控提出了合理建议。

1.1.3 流域层面

流域是自然生态系统的重要组成部分, 也是一个具有水力联系的系统单元, 流域水资源的合理利用和水源污染是水资源管理部门解决的主要问题之一。水足迹被广泛用于评估自然水资源的有效性, 是评价流域水资源可持续利用的有效指标。Martínez-Paz等[18]利用水文模型和决策支持水循环模拟系统评估了塞古拉河流域的农业水足迹。Zeitoun M等[19]从水安全角度对1998—2004年间的尼罗河流域范围内的各类作物及牲畜进行了水足迹核算, 强调了绿水对于农业生产的重要性。Li等[20]对中国海河流域的蓝水和灰水足迹进行了核算, 同时确定工业部门为该流域蓝水足迹的主要贡献者, 该研究从数量和质量两个方面综合评价了流域水资源的稀缺性。蔡燕等[21]基于投入产出模型计算了2002年的黄河流域水足迹, 研究结果表明, 产业水足迹与用水系数和最终使用量相关, 总水足迹的46.9%源于地区内最终消费, 另53.1%源于资本积累, 三产业的水足迹分别占总水足迹的22.7%、64.9%和12.4%。水足迹理论可将水资源的相关问题与社会、经济和其他活动联系起来, 明确人类活动对流域生态系统产生的影响。王奕淇等[22]将水足迹理论与机会成本法有机结合, 判断渭河流域上、下游水生态的盈余赤字, 揭示了流域上、下游因水资源供需差异而引发的矛盾。

1.1.4 产品层面

产品水足迹指以消费的方式被产品消耗的水资源, 是水资源消耗的基本形式, 包括产品在生产过程中消耗的蓝水、绿水和灰水足迹[23]。伊朗是世界上最大的藏红花生产国和出口国, Ommolbanin等[24]计算了2008—2014年伊朗的藏红花水足迹, 并将水足迹数值与经济层面相联系, 研究表明, 在经济发展水平较高的地区, 可通过提高藏红花产量和用水效率实现水足迹的提高。Schyns等[25]在研究摩洛哥不同农产品水足迹与经济效益之间的联系, 发现该国出口的主要是耗水量高而经济价值低的农产品, 因此建议通过种植结构调整, 实现农业生产对水资源消耗的降低和经济效益的提高。由于城市人口的急剧增长, 同时面临着社会经济、政治和文化的发展与进步, 简单的温饱问题已然不能满足人们的需求, 引导节水型膳食结构, 明确作物消耗单位水量所提供的营养物质差异, 愈发成为人们关注的热点问题。孙世坤等[26]基于水足迹理论, 在量化了中国主要粮食作物重量、能量和蛋白质水足迹的基础上, 评价了各作物间及区域间三种水足迹的差异性, 探讨了粮食作物消费结构调整对生产端水资源消耗产生的影响。

1.2 水足迹驱动力分析

随着水足迹核算的不断成熟与完善, 国内外学者们逐渐将研究重点延伸到水足迹驱动力分析方面。水足迹驱动力研究对提出科学合理的水足迹减量方案, 降低人类活动对水资源造成的压力具有重要意义, 同时可为水资源可持续利用提供可靠的科学依据[27]。

水足迹驱动力分析的核心与关键是驱动因子的识别, 探究水足迹变化的驱动因子, 可以挖掘水足迹变化的深层原因, 发现水资源利用过程中存在的问题, 为水资源合理利用方案的制定提供可调控指标。目前, 水足迹驱动因子识别方法有随机回归模型—STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology, STIRPAT)模型、因素分解法中的指数分解法和结构分解法等。

1.2.1 STIRPAT模型

STIRPAT模型是专门研究人类活动对环境影响的模型, 它将影响环境的重要因素: 人口、人均财富、技术水平作为主要指标, 全面地分析各个因素对环境造成的随机影响。近年来, 该模型在我国水足迹驱动力分析中应用较为广泛。为缓解北京市农业水资源短缺的压力, CHEN等[28]应用STIRPAT模型对北京市农业水足迹变化进行了驱动力分析, 确定恩格尔系数是北京市农业水足迹变化的主要驱动因子。ZHAO等[29]进一步拓展了STIRPAT模型, 探讨了人口、财富、城市化和饮食结构等驱动因素对农产品水足迹的影响程度, 并指出人口增长是对中国农业水足迹影响最大的驱动因素。

1.2.2 指数分解法

指数分解法(Index Decomposition Analysis, IDA)即把一个目标变量的变化分解成若干个影响因素变化的组合, 通过贡献率客观辨别各个因素对目标的影响程度。指数分解法主要有拉氏(Laspeyres)指数法和迪氏(Divisia)指数法。指数分解法的特点是将研究对象看成一个整体进行分解, 可以避免需要大量数据支撑并且可以进行长时间序列的驱动力分析, 目前, 该方法中的对数均值迪氏分解法(Lograri­thmic mean Divisia index method, LMDI)在农产品水足迹驱动力分析中应用较为广泛。KANG等[30]利用LMDI模型将厦门市食物消费水足迹的驱动力分解为人口、食物消费结构、食物消费水平、用水强度和人口比例等因素, 研究结果表明, 2001—2012年厦门食物消费水足迹增长率为88.69%, 人口影响是其变化的主要原因, 占总增长率的87.97%。为定量分析黑河流域中游不同时期农业用水量的主要驱动因素, ZHAO等[31]采用LMDI模型对中国的农产品水足迹进行驱动力分析, 发现城镇化、结构效应和技术效应、人口和产品规模效应等因素对农产品水足迹的影响较大; 其中经济活动效应是促进水足迹增长的最大积极因素, 其次是人口效应和饮食结构的影响, 并提出改善饮食结构和提高各部门用水效率是控制中国农产品水足迹进一步增长的有效途径之一。

1.2.3 结构分解法

结构分解法(Structural Decomposition Analysis, SDA)即通过对因变量的变化进行分解, 从而得到与其相关的各独立自变量多种形式变动之和, 进而计算某一自变量对因变量变动带来的影响程度。结构分解法将与研究对象有关的技术效应、强度效应和地区内部最终需求相互联系, 或者通过分析地区进口虚拟水量化地区外部因素对其产生的影响, 找出影响当地水资源的主要驱动因素, 明确水足迹驱动机制, 对缓解地区水资源压力具有重要意义[32]。由于经济和人口的增长, 中国的水资源短缺问题日益严重, Fan等[33]基于输入输出结构分解法识别中国水足迹变化的驱动因素, 研究表明最重要的驱动因素是对水足迹起到抑制作用的消耗模式, 其研究结果对缓解水资源短缺具有实际意义。Zhong等[34]分析了2002—2012年间中国水足迹的最终需求, 运用结构分解法分析了影响城乡居民消费水足迹的驱动因素, 研究表明, 不同时期生产结构和消费方式对水足迹的影响存在显著差异, 无论最终需求如何, 用水效率都会抑制水足迹的增加, 节水技术和最终需求模式的变化在很大程度上有助于抵消用水增长, 该研究为从社会经济角度理解用水情况提供了一个有力的框架。

除以上介绍的三种方法之外, SUN等[35]利用基于基尼系数的不平等分解技术对中国各省水足迹不平等的驱动因素进行了分析, 研究表明, 农业用水不平等的主要驱动因素是实际用水量和用水效率, 工业和第三产业水足迹不平等的主要原因是由实际用水量和经济水平造成的, 同时该研究提出了实现全国水足迹分布更加均匀的政策及方法。水足迹驱动机制研究方法还有多区域投入产出法[36]、灰色关联度法[37]、回归模型[38]、人工神经网络模型[39]等, 诸多方法在该领域的应用、互补与拓展可获得更全面研究结果, 但影响驱动因素较为复杂, 涉及多方面因素, 在现有研究基础上应拓展研究深度, 使水足迹驱动机制研究更为成熟。

1.3 水足迹可持续性评价

随着人口的增长和经济的发展, 水资源的需求量在不断增加, 水环境污染严重, 并且水资源具有时空分布不均的特性, 难以达到与人口、生产力、区域经济发展及生态环境需求的协调[40]。科学的开展水资源可持续性评价, 对水资源进行合理开发、利用和保护, 使有限的水资源发挥最大的社会、经济和环境效益已成为研究热点。与传统水资源可持续评价指标相比, 水足迹可以表征人类各种活动对水资源的占用, 并且提供了明确的时空信息, 为讨论水资源可持续和公平用水提供了指标, 也可为区域环境、社会和经济影响评价奠定良好的基础。水足迹可持续性评价首先根据实际水资源可用量和水环境确定可持续性评价标准, 其次确定水资源匮乏、水质污染等水足迹不可持续的热点区域和时间范围, 最后根据水资源短缺程度和水污染严重程度, 明确水足迹可持续性问题的严重等级, 进而根据具体需要分析热点区域产生的初级影响和次生影响[5]。水足迹可持续性评价的优点是能以量化的方式反映水资源可持续利用的时间、空间特征、影响方式及影响程度, 从而确定水足迹减量目标, 为减少水资源使用量和提高水资源使用效率、全面评价水资源的可持续性、有效性、公平性和安全性, 以及制定水资源合理利用策略提供科学依据[7]。

水足迹可持续性评价包含不同的维度, 涵盖了环境、社会和经济三方面的可持续性。水足迹可持续性评价的目的是将绿水、蓝水和灰水足迹与空间和时间上的可用资源进行对比, 确定它们对水资源可持续性的影响程度。近几年国内外学者对该问题的关注和研究不断深入。国外学者最早比较了水足迹与当地实际可用水资源量, 确定了水资源匮乏的热点区[41,42], 并且提出了不同的指标和方法评估蓝水可持续性[43]、绿水可持续性[44]以及氮磷对灰水的污染程度[45,46]。Ersilia等[47]通过水足迹指标与水文、水质模型相结合, 评估阿伊达河流域的水资源利用可持续性, 研究发现由于径流无法满足农业灌溉和现有技术无法将污染物负荷降至可接受的最大浓度以下, 导致流域的蓝水足迹和灰水足迹的不可持续, 其研究结果对该流域水资源管理具有一定指导意义。国内学者也从评价指标体系的构建和可持续性评价方面展开了相关研究。戚瑞等[48]从水足迹的组成结构、经济效益、生态安全和可持续性能四个方面, 构建区域水资源利用评价指标体系, 对区域水资源的利用现状和可持续性进行评价分析。黄晶等[49]基于水足迹理论评价了北京市水足迹可持续性, 在此基础上进一步分析了北京市农业用水结构的变化特征。周玲玲等[50]构建了基于水足迹指标和常规用水指标的两套水资源可持续利用评价体系, 通过对比分析得出二者水资源可持续利用水平变化趋势基本一致, 且水足迹表示的水资源消耗量指标和行业耗水比例指标对水资源可持续利用评价体系的影响更加显著。

水足迹可持续性评价尽管是一种更科学合理的评价水资源利用的手段, 但仍具有一定的局限性。随着水足迹理论和评价技术的不断发展, 相关领域数据库的不断完善, 水足迹可持续性评价的科学性和准确性将不断得到提高, 其在生态环境、水资源安全等应用研究也将越来越广泛。

2 问题与展望

水足迹概念涵盖了看得见以及看不见的水资源, 将直接用水和间接用水联系起来, 弥补了传统水资源评价中只直接用水的缺点, 具有全面反映人类消耗产品和服务对水资源占用的特性, 对水资源利用的效率和影响进行定量化分析的优点。虽然目前国内外学者在水足迹核算、驱动力分析和可持续利用评价方面进行了大量的研究, 但水足迹研究仍需进一步深入研究。

(1)水足迹量化手段尚不完善。目前水足迹量化手段不够精确, 研究对象大多是主要农作物或动物产品, 对工业或第三产业水足迹缺乏有效的量化手段。针对该问题, 应进一步建立更加全面与准确的数学模型, 综合全面分析、评价各个产业的水足迹情况。

(2)水足迹驱动机制研究尚不深入。水足迹驱动力研究初期主要应用统计分析方法对单一驱动因子进行研究, 目前学者虽更加注重多方法、多层面的驱动因子识别, 但忽视了驱动因子间的相互影响与反馈、驱动因子对水足迹的驱动方向和程度等驱动机制分析, 导致据此提出的水足迹减量政策实施效果不佳。明确水足迹驱动机制, 有针对性的对驱动因子进行合理调控, 不仅可为水资源合理利用政策的制定提供依据, 同时也可实现水资源的可持续利用。

(3)水足迹的可持续性评价尚不深入。目前学者对水足迹可持续性评价进行研究时, 多采用大类水足迹指标, 没有发挥水足迹可以更为具体的、分类别的将水资源(蓝水、绿水和灰水)与社会、经济、环境等多方面关联的优点。因此, 提出科学合理的、更为全面的水足迹可持续性评价体系, 为水资源可持续利用提供科学依据和手段。

(4)水足迹应用领域尚需拓展。水足迹研究初期主要围绕水足迹核算及其空间分异与时间动态展开研究。随着研究的不断深入, 各国学者将水足迹理论应用于国际虚拟水贸易[51]、水资源稀缺性[52,53]、水环境污染[54,55]等问题的研究中。但目前研究仍处于探索阶段, 研究成果尚不够系统深入, 未来需要与水资源经济、水生态安全、水资源承载力等其他领域进行交叉和深入融合。

[1] 张灿灿, 孙才志. 基于CiteSpace的水足迹文献计量分析[J]. 生态学报, 2018, 38(11): 4064–4076.

[2] HOEKSTRA A Y, HUNG P Q. Virtual water trade: A quantification of virtual water flows between nations in relation to international crop trade[C]//. Value of Water Research Report Series No. 12. Delft, Netherlands: IHE, 2003: 13–23.

[3] HOEKSTRA A Y, HUNG P Q. Globalisation of water resources: international virtual water flows in relation to crop trade[J]. Global Environmental Change: Part A, 2005, 15(1): 45–56.

[4] 马静, 汪党献, 来海亮, 等. 中国区域水足迹的估算[J]. 资源科学, 2005, 27(5): 96–100.

[5] HOEKSTRA A Y, CHAPAGAIN A K, ALDAYA M M, et al. The Water Footprint Assessment Manual: Setting the Global Standard[M]. London: Routledge, 2011.

[6] CLAUDIA A P, HUIJBREGTS M A J . The Blue Water Footprint of Primary Copper Production in Northern Chile[J]. Journal of Industrial Ecology, 2014, 18(1): 49–58.

[7] HOEKSTRA A Y, WIEDMANN T O. Humanity’s unsustainable environmental footprint[J]. Science, 2014, 344(6188): 1114–1117.

[8] MEKONNEN M M, HOEKSTRA A Y. The green, blue and grey water footprint of crops and derived crop products[J]. Hydrology and Earth System Sciences, 2011, 15 (5): 1577–1600.

[9] MEKONNEN M M, HOEKSTRA A Y. A global assessment of the water footprint of farm animal products[J]. Ecosystems, 2012, 15(3): 401–415.

[10] MEKONNEN M M, HOEKSTRA A Y. Global Anthropogenic Phosphorus Loads to Freshwater and Associated Grey Water Footprints and Water Pollution Levels: A High‐Resolution Global Study[J]. Water Resources Research, 2018, 54(1): 345–358.

[11] HOEKSTRA ARJEN Y, MEKONNEN M M. The water footprint of humanity[J]. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(9): 3232–3237.

[12] ORLOWSKY B, HOEKSTRA A Y, GUDMUNDSSON L, et al. Today's virtual water consumption and trade under future water scarcity[J]. Environmental Research Letters, 2014, 9(7): 1–10.

[13] CHOUCHANE H, HOEKSTRA A Y, KROL M S, et al. The water footprint of Tunisia from an economic perspective[J]. Ecological Indicators, 2015, 52(52): 311–319.

[14] HESS T, ANDERSSON U, MENA C, et al. The impact of healthier dietary scenarios on the global blue water scarcity footprint of food consumption in the UK[J]. Food Policy, 2015, 50: 1–10.

[15] 马静, 汪党献, 来海亮, 等. 中国区域水足迹的估算[J]. 资源科学, 2005, 27(5): 96–100.

[16] 郭相平, 高爽, 吴梦洋, 等. 中国农作物水足迹时空分布与影响因素分析[J]. 农业机械学报, 2018, 49(5): 295– 302.

[17] 崔克蓉, 向平安. 湖南省水稻生产水足迹及其影响因素研究[J]. 生态科学, 2020, 39(1): 176–182.

[18] MARTÍNEZ-PAZ, JOSÉMIGUEL, GOMARIZ-CASTILLO F, et al. Appraisal of the water footprint of irrigated agriculture in a semi-arid area: The Segura River Basin[J]. Plos One, 2018, 13(11): 1–20.

[19] ZEITOUN M, ALLAN J A, MOHIELDEEN Y . Virtual water ‘flows’ of the Nile Basin, 1998–2004: A first approximation and implications for water security[J]. Global Environmental Change, 2010, 20(2): 229–242.

[20] LI C, XU M, WANG X, et al. Spatial analysis of dual-scale water stresses based on water footprint accounting in the Haihe River Basin, China[J]. Ecological Indicators, 2017, 92: 254–267.

[21] 蔡燕, 王会肖, 王红瑞, 等. 黄河流域水足迹研究[J]. 北京师范大学学报(自然科学版), 2009, 45(5): 616–620.

[22] 王奕淇, 李国平. 基于水足迹的流域生态补偿标准研究——以渭河流域为例[J]. 经济与管理研究, 2016, 37(11): 82–89.

[23] HOEKSTRA A Y. Globalization of water : sharing the planet's freshwater resources / by Arjen Y. Hoekstra and Ashok K. Chapagain[J]. Geographical Journal, 2010, 175(1): 85–86.

[24] OMMOLBANIN B, HADI R E, ZAHRA GERKANI N M, et al. Virtual water trade and water footprint accounting of Saffron production in Iran[J]. Agricultural Water Mana­gement, 2019, 213: 368–374.

[25] SCHYNS J F, HOEKSTRA A Y, VANESA M. The Added Value of Water Footprint Assessment for National Water Policy: A Case Study for Morocco[J]. Plos One , 2014, 9(6): 1–20.

[26] 孙世坤, 王玉宝, 刘静, 等. 中国主要粮食作物的生产水足迹量化及评价[J]. 水利学报, 2016, 47(9): 1115–1124.

[27] QIAN Yiying, TIAN Xu, GENG Yong, et al. Driving factors of agricultural virtual water trade between China and the Belt and Road countries[J]. Environmental science & technology, 2019, 53(10): 5877–5886.

[28] CHEN J, KAI H, YA juan, et al. Analysis of Influencing Factors of Water Footprint Based on the STIRPAT Model: Evidence from the Beijing Agricultural Sector[J]. Water, 2016, 8(11): 513–522.

[29] ZHAO C, CHEN B , HAYAT T, et al. Driving force analysis of water footprint change based on extended STIRPAT model: Evidence from the Chinese agricultural sector[J]. Ecolo­gical Indicators, 2014, 47: 43–49.

[30] KANG J, LIN J, ZHAO X, et al. Decomposition of the urban water footprint of food consumption: a case study of Xiamen City[J]. Sustain, 2017, 9(1): 1–14.

[31] ZHAO Chunfu, CHEN Bin, TASAWAR H, et al. Driving force analysis of the agricultural water footprint in China based on the LMDI method[J]. Environmental science & technology, 2014, 48(21): 12723–12731.

[32] 柳雅文. 京津冀水足迹演变及驱动力分析[D]. 北京: 北京林业大学, 2016.

[33] FAN J L, WANG J D, XIAN Z, et al. Exploring the changes and driving forces of water footprints in China from 2002 to 2012: A perspective of final demand[J]. Science of The Total Environment, 2019, 650: 1101–1111.

[34] ZhONG W Y, LIU H L, XU X Y, et al. Applying the Water Footprint and dynamic Structural Decomposition Analysis on the growing water use in China during 1997–2007[J]. Ecological Indicators, 2016, 60: 634–643.

[35] SUN S, FANG C, LV J. Spatial inequality of water footprint in China: a detailed decomposition of inequality from water use types and drivers[J]. Journal of Hydrology, 2017, 553: 398–407.

[36] 吴兆丹, 赵敏, 田泽, 等. 多区域投入产出分析下中国水足迹地区间比较——基于“总量-相关指标-结构”分析框架[J]. 自然资源学报, 2017, 32(1): 76–87.

[37] 刘莉, 邓欧平, 邓良基, 等. 2003～2011年四川省各市(州)农业水足迹时空变化与驱动力研究[J]. 长江流域资源与环境, 2015, 24(7): 1133–1141.

[38] YE Quanliang, LI Yi, ZhANG Wenlong, et al. Influential factors on water footprint: A focus on wheat production and consumption in virtual water import and export regions[J]. Ecological Indicators, 2019, 102: 309–315.

[39] Ahmed Elbeltagi, DENG Jinsong, WANG Ke, et al. Crop Water footprint estimation and modeling using an artificial neural network approach in the Nile Delta, Egypt[J]. Agricultural Water Management, 2020, 235: 1–10.

[40] 韩宇平, 雷宏军, 潘红卫, 等. 基于虚拟水和广义水资源的区域水资源可持续利用评价[J]. 水利学报, 2011, 42(6): 729–736.

[41] OEL P R V, MEKONNEN M M, HOEKSTRA A Y. The external water footprint of the Netherlands: Geographically-explicit quantification and impact assessment[J]. Ecological Economics, 2009, 69(1): 82–92.

[42] CHAPAGAIN A K, ORR S. UK Water Footprint: the impact of the UK's food and fibre consumption on global water resources[R]. Volume two: appendices. WWF-UK, Godalming, 2008, 31–33.

[43] HOEKSTRA A Y, MEKONNEN M M, CHAPAGAIN A K, et al. Global monthly water scarcity: blue water footprints versus blue water availability.[J]. Plos One , 2012, 7(2): 1–20.

[44] CHICO D, ALDAYA M M, GARRIDO A, et al. A water footprint assessment of a pair of jeans: the influence of agricultural policies on the sustainability of consumer products[J]. Journal of Cleaner Production, 2013, 57: 238–248.

[45] MIGUEL ANGEL, HOEKSTRA A Y, GARCIA C E. Sustainability of the water footprint of the Spanish pork industry[J]. Ecological Indicators, 2015, 57: 465–474.

[46] LIU C, KROEZE C, HOEKSTRA A Y, et al. Past and future trends in grey water footprints of anthropogenic nitrogen and phosphorus inputs to major world rivers[J]. Ecological Indicators, 2012, 18: 42–49.

[47] ERSILIA D, FRANCESCO G, ANNA M. Assessing the sustainability in water use at the basin scale through water footprint indicators[J]. Journal of Cleaner Production, 2020, 244: 1–11.

[48]戚瑞, 耿涌, 朱庆华, 等. 基于水足迹理论的区域水资源利用评价[J]. 自然资源学报, 2011, 26(3): 486– 495.

[49] 黄晶, 宋振伟, 陈阜. 北京市水足迹及农业用水结构变化特征[J]. 生态学报, 2010, 30(23): 6546–6554.

[50] 周玲玲, 王琳, 余静. 基于水足迹理论的水资源可持续利用评价体系——以即墨市为例[J]. 资源科学, 2014, 36(5): 913–921.

[51] CHEN Z M, CHEN G Q. Virtual water accounting for the globalized world economy: National water footprint and international virtual water trade[J]. Ecological Indicators, 2013, 28: 142–149.

[52] HOEKSTRA A Y, ARJEN Y. A critique on the water-scarcity weighted water footprint in LCA[J]. Ecological Indicators, 2016, 66: 564–573.

[53] Boulay A M, Leo L. Sub-national regionali­sation of the AWARE indicator for water scarcity footprint calculations[J]. Ecological Indicators, 2020, 111(C): 1–10.

[54] ERCIN A E, HOEKSTRA A Y. Water footprint scenarios for 2050: A global analysis[J]. Environment International, 2014, 64: 71–82.

[55] RICK J. HOGEBOOM. The Water Footprint Concept and Water’s Grand Environmental Challenges[J] One Earth, 2020, 2(3): 218–222.

Research progress and prospects of water footprint and its driving force

JIANG Qiuxiang, LI Xinying, WANG Zilong*, ZHANG Yu, CAO Lu

School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China

Water footprint is a comprehensive index to comprehensively calculate the real occupation of water resources by human activities, which closely links the human consumption terminal with the utilization of water resources. The study of water footprint theory provides an important basis for water security strategy and becomes one of the research hotspots in the field of water resources management. This study reviews the current situation of water footprint research at home and abroad from three aspects: the application of water footprint research (global, regional, watershed and product level), the analysis of water footprint driving force and the evaluation of water footprint sustainability. The innovation of this paper includes the research Angle and analysis method of water footprint driving force at home and abroad.

Water Footprint; Driving Force Analysis; Sustainability Assessment

姜秋香, 李鑫莹, 王子龙, 等. 水足迹及其驱动力研究进展及展望[J]. 生态科学, 2021, 40(1): 192–199.

JIANG Qiuxiang, LI Xinying, WANG Zilong, et al. Research progress and prospects of water footprint and its driving force[J]. Ecological Science, 2021, 40(1): 192–199.

10.14108/j.cnki.1008-8873.2021.01.024

F062.1

A

1008-8873(2021)01-192-08

2020-03-29;

2020-04-18

国家自然科学基金(51679040); 东北农业大学“学术骨干”项目(18XG17); 黑龙江省普通本科高等学校青年创新人才培养计划项目(UNPYSCT-2017022); 黑龙江省博士后科研启动基金(LBH-Q17022)

姜秋香(1982—), 女, 黑龙江佳木斯人, 博士, 副教授, 主要从事水土资源高效利用和管理，Email: jiangqiuxiang914@163.com

王子龙, 男，博士, 教授, 主要研究方向为寒区水土资源高效利用，Email: wang zilong2017@163.com