“双碳”目标下东北三省水-能源纽带关系及网络特征分析

王 菲,曹永强,范帅邦

1 辽宁师范大学地理科学学院,大连 116029 2 东北财经大学公共管理学院,大连 116025

我国的能源结构与经济发展现状决定了2060年实现“碳达峰、碳中和”任务的艰巨。水资源和能源是人类赖以生存最重要的两类自然资源[1],“十三五”时期中国能源供应能力显著增强,一次能源生产量连续五年位居世界第一,水资源储量亦相当丰富[2]。随着工业化的深入发展,水资源、能源开发不仅成为制约经济可持续发展的最大阻碍因素,也是温室气体产生的主要来源。水资源、能源之间是相互独立、依存、制约的复杂多层次系统。一方面,在矿产开采、加工、精炼,化石能源废弃物处理以及种植生物燃料作物等一系列能源开发过程中产生大量碳排放、消耗巨大水资源；另一方面,水资源的开采、输送、供给、加工过程也必然释放CO2、消耗一定的能源[3],两者相互制约,已然成为当今社会可持续发展的阻碍因素。科学认知水-能源的复杂联动关系、转换机制、流通规律等对于贯彻习近平总书记重要讲话精神,落实《东北全面振兴“十四五”实施方案》,实现东北三省供给侧结构性改革,解决水资源-能源优化互补性问题具有重要意义。

水-能源纽带关系的定量研究是开展系统间关系、国家政策制定、促进区域协调可持续发展的重要基础。国外有关水资源-能源纽带关系的研究较早且更为深入。相关研究可以归纳为以下几个角度：一是量化水循环过程中的能耗,能源循环中的水耗问题；二是探究在未来情景模式下的内在联系；三是寻求节能节水的最佳途径；四是水资源-能源政策的双向优化调整。Mekonnen等[4]借助生命周期法并参考其他学者文献得出,全球每年电力及热力生产过程依赖的主要来源中,生物质能与水电的水足迹最大,而风能、太阳能等能源水足迹较小；Denooyer[5]等以伊利诺伊州为研究区,借助ArcGIS软件,将燃料由煤炭转向天然气,发现该做法使得全州用水量减少108m3/a,以寻求节能同时达到节水的目的。Shrestha等[6]为评估气候变化对尼泊尔库勒卡尼水电项目的影响,在三种未来气候变化情境下采用线性缩放法对ACCESS,CNRM和MPI等三个区域气候模型(RCM)进行了偏差校正,试图通过水库管理来更好的应对气候变化,实现可持续的水电发展。近些年来,国内相关研究取得显著成果。孙才志[7]等基于系统动力学模型,模拟中国西南地区水-能源发展并进行仿真预测,发现该区域水-能源纽带关系呈优化趋势,在综合节水节能的情景下更有利于经济可持续发展；Wang等[8]对北京市行业间混合水流混合能流网络进行分析,结果表明制造业-农业是混合能源流通最大的部门,农业-制造业、制造业-建筑是混合水流通最大的部门；Zhou等[9]构建多行业动态均衡模型,模拟政策及税率发生变化时的能源-水资源变化,发现当化石能源需求量减少时,能源结构得到优化。

化石能源燃烧产生的巨大碳排放量是温室气体的主要来源。东北三省作为我国老工业基地,长期以来处于不合理的产业结构之中,能源行业“供需错位”结构性失衡,加之国内及本地能源需求量巨大,由传统产业结构带来的水资源消耗也高居不下。此外,新能源快速发展带来的用水量增加也是不容忽视的问题。鉴于此,本文为厘清东北三省能源结构,从省级尺度出发,以部门为单元分三个层次量化水资源和能源之间的纽带关系,将研究结果聚焦在地区及农业等重点部门领域,分析虚拟水-能足迹的流通格局,并在此基础上耦合多源数据建立区域水-能源网络特征模型,以期为促进“双循环”发展格局的建立、实现“碳达峰、碳中和”目标、缓解水-能源紧张局面提供理论参考[10]。

1 材料与方法

1.1 研究区概况与数据来源

东北三省即黑、吉、辽三个省级行政区。该研究区位于中国东北部,处于118.88°—135.08°E,38.72°—53.55°N之间,温带季风气候,地形以平原、山地为主,降水量自东向西递减[11]。主要有松花江、辽河、鸭绿江等主要河流,多年平均河川径流总量为1653×108m3。改革开放后,东北三省经济发展增速整体下滑并落后于全国平均水平,2017年统计资料显示,东北三省能源缺口达到24813.6tce[12]。实施东北振兴政策后,其经济发展迎来了全新的局面。东北三省地理位置及水资源-能源关系详见图1。

本文研究数据选自2017年中国地区投入产出表(42部门)(http://www.ceads.net/),根据国家统计局的《三次产业划分规定》和各部门的属性,对投入产出表中的42部门进行分类合并成16个部门,水资源部门数据来源如表1所示,其中工业各部门用水数据参考Fan等[13]和刘雅婷等[14]的研究,以上数据根据三省2017年水资源公报中提供的用水量数据进行矫正,所得结果会与实际用水量存在些许出入,但对数据整体分析影响不大。能源生产及消费数据来源于中国能源统计年鉴[15]及黑吉辽三省统计年鉴。

能源隐含水即一次能源生产及加工过程中消耗的水资源量,能源相关的水主要分为煤、石油、天然气、水电消费使用的水[17],水资源隐含能主要包括供水、用水和废水处理消耗的能源[18],相关消费可通过部门直接水资源(能源)消费和相应的单位水资源能耗(单位能源生产耗水量)计算,本研究相关指标的选取和估算结果参考洪思扬等[19]的研究,单位能源生产耗水量及各类水资源的单位能耗量见表2。

表2 单位能源生产耗水量以及各类水资源的单位能耗量

1.2 研究方法

1.2.1区域资源-经济投入产出模型

区域资源-经济投入产出模型是指在投入产出表中,投入按纵向排列,产出按横向排列构成的平衡矩阵,反映了经济部门间商品生产与物料交换之间的关系[20]。本文运用该模型研究东北三省部门间虚拟水足迹、虚拟能源足迹及其在空间流通变化情况。

直接消耗系数矩阵[21]：

(1)

式中：A为直接消耗系数矩阵,aij为单位直接消耗系数,Xij为投入产出表中i部门向j部门的直接经济投入量,Xj为部门的总产出量,单位均为万元。

完全消耗系数矩阵(B)：也叫Leontief逆矩阵,表示部门每增加单位最终产品的直接消耗和间接消耗,也包括了最终产品本身。其计算公式如下：

B=[I-A]-1=[bij]

(2)

式中：I为单位矩阵,bij为单位完全消耗系数。

水足迹指的是一个国家、地区或一个人在一定时期内消费的所有产品和服务所需要的水资源总量,相关系数见参考文献[22—25]。从2017年投入产出表中我们可以看出,最终使用包括农村居民消费、城镇居民消费、政府消费、资本形成和出口五种消费途径,通过建立五种水资源消费途径与部门之间的联系,以求从优化消费结构的角度达到节约水资源的目的。

能源足迹[26]是指某种活动消耗的直接或间接的能源消费量：

(3)

(4)

虚拟水(能源)足迹部门转移矩阵,等于虚拟水(能源)矩阵与其自身转置矩阵之差[27]。

1.2.2生态网络分析模型

生态网络分析模型是指利用系统建模,模拟系统内部流动与结构的模型[17],能够表征社会经济系统的资源循环利用情况、评估系统稳定性以及部门间的动力学关系[28]。本文主要应用生态网络模型模拟水-能源网络中部门间的组分关系。

(1)属性分析

积分流(N、N′)用于解释在整个系统配置过程中一个部门对另一个部门的影响,本文选取芬恩循环指数(Finn′s Cycle Index,FCI)来量化水资源和能源系统中循环流量的强度[29]。计算公式分别如下:

(5)

(6)

(7)

式中：N为代谢物质流的积分无量纲矩阵；G为代谢物质流的直接无量纲矩阵；G′为代谢物质流的间接无量纲矩阵；fij为从部门i流向部门j的能源或水；Ti为部门i的输入或输出；TST为整个系统的总输入或总输出。

系统鲁棒性(System Robustness,SR)是用来表征系统的效率和冗余关系,通过耦合网络的上升性(A)和发展能力(C)计算SR[30]。计算公式分别如下:

(8)

(9)

(2)效用分析

本文采用生态网络分析中的效用分析来定量解析每个节点之间利用和被利用的生态关系,从而判断每个节点之间内在的共生、竞争、掠夺、控制或中性等生态关系[31]。

(10)

U=(uij)=D0+D1+D2+…+Dk+…+=(I-D)-1

M=S+(U)/S-(U)

(11)

式中,fij为节点j到i的流量,fji为节点i到j的流量,Tj为节点j总流通量；U=(uij)为无量纲总效用矩阵,I是单位矩阵,矩阵D0,2…k反映了两节点之间经过k步的非直接流量效用；M(效用函数)为共生指数,S+(U)、S-(U)分别为效用矩阵中正、负效用的数量(无量纲)。

文中利用控制分配系数(Control Allocation Coefficient,CA)和依赖分配系数(Dependent Allocation Coefficient,DA)来模拟部门之间的控制和依赖关系,从而确定其关联管理的调节路径[17,32],具体计算分别如下：

(12)

(13)

2 结果与分析

2.1 水-能源纽带关系分析

2.1.1直接和间接消耗核算

2017年东北三省直接水资源消费总量为561.97亿m3(表3),其中,农业(部门1)占比最高,为481.72亿m3,达85.72%,其次为电气、热力及水的生产与供应业(部门14)、第三产业(部门16),各部门直接水资源消费量差异巨大；能源隐含水总量为30.48亿m3,其中,化学工业(部门7)、电气、热力及水的生产与供应业、金属冶炼及制品业(部门9)、第三产业是能源隐含水中总量最高的四个部门,四个部门之和为23.68亿m3,占所有部门的77.69%,这些部门的产品具有明显的中间产品性质,为其他部门提供生产资料,并且消耗其他部门的产品,所以在国民经济发展中起到了重要的支柱作用[30]；水资源隐含能消费量为699.25万tce；直接能源消费量为40579.95万tce,其中,化学工业、电气、热力及水的生产与供应业、金属冶炼及制品业、第三产业是能源消费量最高的部门,可以看出,以上四个部门是高耗能高耗水行业,在此后发展中应在能源开发利用过程中选择低耗水开发方式,达到低能耗的同时低水耗,实现水资源-能源的最优协调。

表3 2017年东北三省水资源、能源消费量

2.1.2虚拟资源消耗核算

本文定义直接水资源消费加能源隐含水消费为“虚拟水资源”消费,将直接能源消费加水资源隐含能消费为“虚拟能源”消费[33]。为探究虚拟资源消费量在产业过程中的流通变化,本文通过投入产出表计算得到虚拟资源足迹部门转移情况(图2)。由图2虚拟水足迹可知,2017年东北三省虚拟水足迹为474.13亿m3,其中,城镇水足迹>资本水足迹>农村水足迹>政府水足迹>出口水足迹,城镇水足迹主要来自于农业(部门1)及其下游部门食品制造及烟草加工业(部门3),资本水足迹主要由建筑业(部门15)组成,这与该地区经济发展与消费结构密切相关。由虚拟能源足迹变化情况来看,2017年东北三省虚拟能源足迹为54668.60万tce。其中,资本能源足迹占比最高,主要来自于建筑业能源消耗,农村、城镇、政府虚拟能源足迹最大值皆出现在第三产业(部门16)中,政府能源消费除涉及第三产业外,还在农业中出现,且第三产业的政府能源足迹远大于农业。

图2 东北三省虚拟水、虚拟能源足迹

2.2 虚拟水-能源足迹流通特征分析

2.2.1虚拟水足迹际转移

在图3东北三省2017年部门转移流通中,分别以不同颜色代表16个部门,根据流量宽度,识别各个部门之间流量变化,线代表部门之间的内蕴水足迹流,流的方向以颜色区分,以标识输入来源地。东北三省第二产业中的大部分部门为水资源净输出部门。其中辽宁省农业(部门1)是最大的虚拟水输入部门,食品制造及烟草加工业(部门3)是最大的虚拟水输出部门。吉林省食品制造及烟草加工业为主要虚拟水净输入部门,黑龙江省木材加工及家具制造业(部门5)为最大虚拟水净输入部门,该省是国家重要的林业生产基地,森林面积占据各省之首,木材加工业发达。从部门流动路径来看,辽宁省输入现象最明显的路径为食品制造及烟草加工业到农业,虚拟水足迹省际净转移达0.10亿m3。主要是由于在水足迹输入过程中,农业链接的更多是其他地区高耗水部门,在农产品流入到农业过程中,虚拟水输入量较大,最大流量为食品制造及烟草加工业流入农业。吉林省和黑龙江省则相反,主要为农业到食品制造及烟草加工业,省际净转移量为5.37亿m3,主要是由于以上两省农产品以省外输入为主,产品在生产过程中多数来自其他部门的供应,也就导致了虚拟水由其他部门转向农业,再由农业输出到其他部门,以农业虚拟水输入到食品制造及烟草加工业为最多。辽宁省木材加工及家具制造业向其他部门均输出不同数量的水资源,且所有部门均向建筑业(部门15)输入不同数量的水资源,吉林与黑龙江省建筑业则为主要输出部门。此外,吉林省所有部门均向交通运输设备制造业(部门11)输入不同数量的水资源；黑龙江省所有部门均向木材加工及家具制造业输入虚拟水资源。

图3 东北三省虚拟水足迹省际转移变化

2.2.2虚拟能源足迹转移

从各部门能源足迹净转移(图4)来看,辽宁省农业(部门1)、化学工业(部门7)、交通运输设备制造业(部门11)、其他制造业(部门13)和建筑业(部门15)为虚拟能源净输入部门,其他部门为虚拟能源净输出部门,采选业(部门2)是最大的能源输出部门。吉林省主要以建筑业、机械工业(部门10)为主要虚拟能源输出部门,金属冶炼及制品业(部门9)为最大的虚拟能源输入部门。黑龙江省虚拟能源净输出部门主要以建筑业和电气机械及电子通信设备制造业(部门12)为主,采选业和第三产业(部门16)为主要虚拟能源净输入部门。

图4 东北三省能源足迹省际转移变化

从部门流动路径来看,辽宁省输入现象最明显的路径为采选业到化学工业,虚拟能源足迹省际净转移达到5808.79万tce；此外,电气机械及电子通信设备制造业向其他部门均输出不同数量的能源。吉林省输入最大路径为建筑业到金属冶炼及制品业,虚拟能源足迹省际净转移达到385.98万tce；所有部门均向交通运输设备制造业输入不同数量的能源。黑龙江省输入现象最明显的路径为建筑业到第三产业,黑龙江建筑业产品主要依靠其他省份输入,大量能源足迹随省外流入本省建筑业中,又由建筑业向各部门流动,其中大量能源足迹流向第三产业中欠发达的研究和试验发展业。虚拟能源足迹省际净转移达到243.50万tce；所有部门均向木材加工及家具制造业(部门5)输入不同数量的能源。三省建筑业向其他部门均输出不同数量的隐含能源,印证了建筑业不仅与其他部门紧密相连,而且与省外贸易往来频繁的部门特点。同时结合钟晓阳[34]的研究可知,该部门隐含能源足迹通过部门间流动转移到浙江、北京、江苏等发达地区的建筑业,促进本地经济发展。

综上分析,虚拟水足迹、虚拟能源足迹输出存在明显部门差异性和区域差异性。东北三省虚拟水足迹在流通转移中,最大流量在农业与食品制造及烟草加工业之间,农业对水资源的消耗不仅体现在农田灌溉、淡水养殖等水资源直接消耗上,还体现在农业产品的生产过程中间接利用的其他部门的水资源,虚拟水足迹通过产品形式流入到农业部门,又从农业部门流向各部门,但总体来说,农业部门属于虚拟水直接高消耗部门,而食品制造及烟草加工业则属于间接虚拟水高消耗部门,根据中国投入产出学会课题组[35]研究,食品制造及烟草加工业消耗农业的货物与服务在生产中的水资源量占所有部门间接用水的95.99%,由此可见,农业是东北三省的基础性部门,与食品制造及烟草加工业紧密联系,提高农业用水利用效率可大大减少两部门之间流通的虚拟水足迹。虚拟能源足迹省际流通部门主要为金属冶炼及制品业与建筑业之间,这与东北三省经济结构有关,通过采选业、建筑业等与之相关的经济活动,将有关产品输出到其他部门与省外；输入能源足迹多为支柱性部门,这些部门发展迅速,消费量高,由此能源需求量巨大,需要从其他地区不断输入作为补充。

2.3 水-能源网络特征分析

2.3.1水-能源属性分析

由图5芬恩循环指数FCL可知,东北三省水资源、能源的循环率均低于40‰,这一数值远低于生态系统。虚拟水资源网络循环率为12.67‰,较直接水网络增长36.08%；分部门看,化学工业、机械工业以及采选业水网络循环流增长最为突出,由此体现了水-能源耦合带来的影响效果显著。虚拟能源网络循环率总体较高,为39.62‰,远高于水资源网络,但耦合后效果甚微,较直接能网络增长2.31%。各部门循环网络中第三产业循环率最高,与各部门联系最多。

图5 东北三省水-能源耦合网络资源循环流通-冗余情况

东北三省水资源网络SR值都处于0.3—0.4之间,能源网络SR值辽宁和黑龙江省在0.3—0.4之间,而吉林省能源足迹的系统鲁棒性值介于0—0.1之间。从部门来看,农业与建筑业能源消耗量不大,但能源循环增长效果明显,以上两个部门在能源利用方面发展较为迅速,与其他部门联系更加频繁；化学工业能源消耗量最高,能源循环率较为明显,但呈负增长现象。由此可以看出,东北三省部门结构在不断优化调整中,但仍处于不合理状态,部门间流通水平有待提高。

2.3.2水-能源效用分析

东北三省2017年水-能源网络效用矩阵如图6所示。在三省水资源网络中,辽宁省直接水资源网络竞争关系表现最为明显,掠夺、控制、共生关系最弱,吉林省直接水资源网络中竞争关系在三省中最弱,掠夺和共生关系最强,黑龙江省直接水资源中控制关系最高；虚拟水资源关系与其相比,三省整体控制、共生关系提高,竞争减弱,掠夺增加的现象主要出现在辽宁省。在能源网络效用矩阵中,三省中辽宁省竞争关系最强,掠夺关系最弱,无共生关系,虚拟能源关系与直接能源保持一致；吉林省竞争关系最弱,控制关系最强,虚拟能源网络中共生关系明显增加,由之前的4对达到13对,竞争和控制关系减少,能源系统呈明显优化状态；黑龙江省虚拟能源网络与直接能源网络相比,掠夺关系有所弱化,竞争、控制关系无变化,共生关系有所提高。

三省水-能源网络效用矩阵关系变化情况表明,竞争关系是水-能源网络效用矩阵关系中最主流的关系,起着极为重要的作用,这与经济社会发展的步调相一致,但这种状态的长期存在会一定程度上造成生态系统的不稳定发展。同时共生关系的数量最少,说明各部门之间水-能源利用的紧密性较差。

由表4东北三省共生指数变化表可知,总体来看,吉林省共生指数明显优于辽宁、黑龙江省,说明吉林省水资源网络的协作性较好,生态网络处于更为稳定的状态之中；水资源耦合后,各省虚拟水资源网络共生指数呈现不同程度增长,对各经济部门影响正向效应显著。直接能源网络中辽宁省能源协作明显低于其他两省,能源经耦合后,吉林省共生指数出现显著增长,辽宁和黑龙江变化不明显。从生态学角度分析,无论是水资源网络,还是能源网络,各经济部门间呈现的消极关系强于积极关系,水-能源的耦合对于各经济部门的生态关系均为正向影响,且呈现更加稳定的状态。

表4 2017年东北三省共生指数变化

2.3.3水-能源动力学分析

在东北三省水资源网络控制关系中(图7),农业(部门1)对轻工业和第三产业(部门16)的控制作用较强,尤其是对食品制造及烟草加工业(部门3),两者之间作为直接上下游部门水-能源消耗关系最为紧密；电气、热力及水的生产与供应业(部门14)对大多数部门有所控制；辽宁省采选业(部门2)作为电气、热力及水的生产与供应业的主要原料,对其有决定控制作用,吉林省采选业对农业的控制程度最大,控制分配系数达100%。对比虚拟水资源网络CA,各部门之间的控制程度呈现不同程度的减弱。

图7 东北三省水资源及虚拟水资源控制-依赖变化/%

从依赖关系中可以清楚地看出大部分部门之间存在一定的依赖关系,辽宁省建筑业(部门15)对交通运输设备制造业(部门11)的依赖程度最大,为93.49%,除此之外,建筑业对大部分部门都存在依赖关系；吉林省交通运输设备制造业对建筑业存在绝对依赖关系；黑龙江省水资源中最为明显的是建筑业对机械工业的决定依赖。对比虚拟水资源网络依赖关系可知,各部门之间依赖程度普遍加深,尤其是辽宁省交通运输设备制造业对机械工业(部门10)由27.28%增长至61.96%。

图8显示东北三省能源在部门间的控制-依赖程度间存在较大部门间差异。在能源控制关系中,采选业对金属冶炼及制品业(部门9)、电气、热力及水的生产与供应业的控制作用较强,依赖关系中主要是食品制造及烟草加工业(部门3)-农业、建筑业-机械工业(部门10)。对比能源控制关系CA,虚拟能源部门间控制能力整体偏强,其中,辽宁省机械工业对纺织服务业(部门4)控制程度加深,纺织服务业对机械工业控制程度下降为0；吉林省农业对化学工业(部门7)控制-依赖程度加深,化学工业不再依赖农业且不受农业控制,主要原因在于农业产量的提升极度依赖化学工业提供的农药、化肥等化学产品；黑龙江造纸印刷和文教体育用品业(部门6)对第三产业控制-依赖程度加强,而该部门不再受第三产业控制。

图8 东北三省能源及虚拟能源控制依赖变化/%

辽宁省交通运输设备制造业对建筑业的依赖作用极强,趋近于100%；吉林省食品制造及烟草加工业对纺织服务业的依赖作用为46.93%,较为明显,机械工业对交通运输设备制造业和建筑业的依赖作用尤为突出,分别为62.81%、37.19%；黑龙江省机械工业对建筑业有绝对依赖程度,为100%,由此可看出,上下游部门之间控制和依赖程度能力普遍较深。对比虚拟能源依赖系数DA可知,各部门之间依赖程度总体呈减弱趋势,其中,辽宁省纺织服务业对其他部门依赖程度加深,黑龙江木材加工及家具制造业对纺织服务业依赖程度加深,反之减小。

3 讨论与结论

3.1 讨论

研究水资源和能源之间的复杂纽带联系需要将两者看作一个系统考虑。本文以东北三省作为研究区,构建区域资源-经济投入产出模型,以2017年为基准年对东北三省水资源和能源消耗进行测算,通过展布虚拟水足迹与虚拟能源足迹的空间转移变化,有助于更好地理解和模拟部门资源流通状况,揭示水-能源网络耦合特征,为本地区在“节水节能”的基础上实现“双碳”目标提供一定理论基础。总体来看,东北三省水资源、能源消耗量巨大,其中直接水资源消耗主要来自于黑龙江省,该省是全国主要的粮食输出地,农业耗水量是直接水资源消耗的主要来源,该研究结果与阎晓东等[21]研究结果一致。化石燃料燃烧和土地利用是产生温室气体的两大主要来源,因此,从“碳中和”的角度出发,应优化水-能源消费结构,改变煤炭“一家独大”的现状,提高水-能利用效率,大力发展非碳能源技术；研究区域水-能源网络系统处于低水平不平衡状态,部门间流通水平有待提高。此外,水资源与能源之间的关系是微妙且复杂多变的,在数据方面,由于获取难度较大且受限于技术领域导致无法进一步研究三个省份之间资源转移消耗关系,东北三省在地理区位、国家定位以及产业结构上存在相对一致性。因此,在今后的研究中,可以在考虑虚拟水足迹、虚拟能源足迹的基础上,建立区域转移消耗关系,从而尽可能全面准确地分析东北三省水资源-能源系统变化情况。

3.2 结论

(1)2017年东北三省水资源消费总量为561.97亿m3,其中,农业占比最高(481.72亿m3),达84.28%,其次为电气、热力及水的生产与供应业(7.78%)、第三产业(4.01%),各部门直接水资源消费量差异巨大；能源隐含水总量为30.48亿m3,水资源隐含能消费量为699.25万tce；能源消费量为40579.95万tce,其中,化学工业、电气、热力及水的生产与供应业、金属冶炼及制品业、第三产业是能源隐含水及能源消费量最高的部门。虚拟水足迹为474.13亿m3,其中,城镇水足迹>资本水足迹>农村水足迹>政府水足迹>出口水足迹；虚拟能源足迹为54668.6万tce。

(2)从虚拟水-能源足迹转移变化看,虚拟水中辽宁省农业是最大的虚拟水输入部门,食品制造及烟草加工业是最大的虚拟水输出部门,输入现象最明显的路径为食品制造及烟草加工业到农业,吉林省和黑龙江省则呈相反路径,省际净转移量达5.37亿m3。虚拟能源足迹中,辽宁省主要为采选业输入到化学工业,电气机械及电子通信设备制造业向其他部门均输出不同数量的能源；吉林省为建筑业输入到金属冶炼及制品业；黑龙江省输入现象最明显的路径为建筑业到第三产业,三省建筑业向其他部门均输出不同数量的能源。

(3)东北三省水-能源的循环率均低于40‰,SR值处于0.3—0.4之间,竞争关系是水-能源网络效用矩阵关系中主流关系,共生关系的数量最少,各部门之间水资源利用的紧密性较差。吉林省共生指数明显优于辽宁、黑龙江省,其水-能源网络的协作性较好,生态网络处于更为稳定的状态之中；水-能源耦合后,各省虚拟网络共生指数呈现不同程度增长,对各经济部门影响正向效应显著。对比虚拟资源网络CA/DA,各部门之间的水资源网络控制程度呈现不同程度的减弱,依赖程度普遍加深；能源网络方面部门间控制能力整体偏强,依赖程度总体呈减弱趋势。