水足迹视角下的太湖流域水资源利用评价

刘灿辉，金文龙，孙英杰，陈亢利

（1.苏州科技大学环境科学与工程学院，江苏苏州 215009；2.苏州市环境科学研究所，江苏苏州 215000）

0 引 言

水是生命之源，是人类必不可少的基础资源。水资源为人类社会的生存、生产、发展提供了必要保证。近些年来，伴随着经济高速发展，人口数量持续攀升，导致人水矛盾突出。根据2021年12月发布的《城市蓝皮书：中国城市发展报告No.14》显示，2020年中国600 多座城市中存在浅层地下水超采、开发利用深层地下水和挤占生态环境用水的城市分别有111 座、61 座和193座，水资源过度开发利用问题非常普遍。因此，必须对水资源进行科学管理和合理利用，才能实现经济社会的可持续发展。水足迹理论是荷兰学者Hoekstra［1］于2002年首次提出，它是指在一个国家（区域、人群等），在一定时间内消耗的全部产品或服务所需要的水资源总量，能真实反映出一个地区、部门或产品的真实水资源消耗情况。十几年来，国内外学者基于水足迹理论从不同尺度和角度展开大量研究。国外方面，Hoekstra 等［2］核算了全球多国1997-2001年的水足迹，指出一个国家的消费结构、经济发展水平等因素能影响水足迹的大小。国内方面，马静等［3］基于水足迹理论，对1999年全国各省市水足迹进行了测算，显示北方省份的人均水足迹大于南方，中国的人均水足迹与日韩相当，在全世界国家中排中间位置。此后王艳阳等［4］和王晓萌等［5］相继基于投入产出法计算了全国1997-2007年的水足迹走势和各产业部门水足迹的演变和影响因素。省市层面，韩玉等［6］测算了河北省2010年的水足迹，结果表明河北省的人均水足迹高于全国平均水平，水资源利用呈不可持续状态。此外，邓晓军等［7］、宋永永［8］等利用水足迹理论相继对重庆、宁夏等省市的水资源状况展开了研究。流域层面，潘文俊等［9］对福建九龙江流域2010年的水足迹情况进行了测算，得出流域内人均水足迹较高，水资源状况较为理想。但纵观国内研究，针对其他流域，特别是对经济发达、人口密集流域的水足迹研究，则鲜有出现。

对数均值迪氏分解法（LMDI）最初是由Ang 等［10］对能源强度分析时提出的一种分析方法，近些年其作为一种常用的分解方法被广泛应用于各个领域。如聂志萍等［11］基于LMDI模型和脱钩理论，分析了结构、技术、经济和人口四种因素对全国各省2004-2017年生活用水变化的影响，结果表明人口的增加、经济的增长和产业结构的转变促进生活用水不断增多，技术进步则抑制了生活用水的增长。LMDI 模型应用于水足迹驱动力分析的研究近些年也不断出现，如奚旭等［12］和吴昊等［13］相继对全国和贵州的水足迹变化的驱动力进行了分析研究。

基于水足迹理论的区域水资源利用评价指标体系主要有两种，第一种是以戚瑞等［14］为代表，基于水足迹理论，从结构、效益、生态安全和可持续性四个方面构建水资源可持续评价指标体系，采取定性定量相结合的方式客观地评价了大连市的水资源利用状况及水资源利用的可持续性。第二种方法是采用模型来构建指标体系，并进行权重赋予然后进行评价。如周玲玲等［15］基于DPSIR 模型构建了水资源可持续评价指标体系，采用变异系数法和熵值法相结合的方法进行权重赋予，评价了山东即墨市1998-2011年的水资源利用情况。

鉴于此，有必要对经济发达、人口密集的典型区域——太湖流域的水资源利用情况进行研究。本文基于水足迹理论分析了太湖流域及流域内各市2015-2019年水足迹情况，应用LMDI模型分析人口数量、富裕程度、技术水平等因素对太湖流域水足迹变化的影响程度，同时构建水资源可持续利用评价指标体系进行评价，为实现太湖流域水资源的可持续利用提供参考。

1 研究区概况与数据来源

1.1 研究区概况

太湖流域包括江苏省南部、浙江省北部、上海市大部以及安徽省的一小部分，总面积36 900 km2。太湖为全国第三大淡水湖，湖泊面积约2 427.8 km2，上游承接南溪、洮滆湖水系等，下游有望虞河、吴淞江等河流向东注入长江和东海。太湖流域气候上属亚热带季风气候，近十年年均降水量在1 100～1 900 mm 之间。流域内自然条件优越，水陆交通便利，交通基建发达，自古就号称“人间天堂”，是我国人口最稠密、经济最繁荣的地区之一。2020年流域人口总数6 755 万人，占全国4.8%；GDP达99 978 亿元，占全国9.8%；人均GDP 为14.8 万元，是全国的2.1 倍。太湖流域水资源总量较多，2020年水资源总量为313.1亿m3，但由于人口稠密，人均水资源量只有463.5 m3，属于我国缺水比较严重的区域。太湖流域工业发达，经济高速发展，城镇化进程较快，因此带来了巨量的废物排放，同时各类污染导致的水质型缺水问题同样日益严重。因此，全面分析太湖流域近些年来的水资源利用情况，对于科学管理、合理利用水资源，实现经济发展与水资源利用相协调具有十分重要的意义。

本文研究涉及太湖流域上海、苏州、无锡、常州、镇江、杭州、嘉兴、湖州等8 市，所有资料数据均按行政区域进行收集整理。太湖流域涉及安徽省部分较小，因此不在本次研究范围内。研究区范围如图1。

图1 太湖流域图Fig.1 Taihu Basin Map

1.2 数据来源

太湖流域内上海、苏州、无锡、常州、镇江、嘉兴、杭州、湖州等8 市2015-2019 历年的粮食、油料、水果、猪肉、牛肉、羊肉、禽肉、禽蛋和淡水产品等9种典型农畜产品的历年总产量、进口及出口总额、GDP、常住人口、土地总面积等数据来自各市2015-2019年统计年鉴、《江苏统计年鉴》和《浙江统计年鉴》。8 市2015-2019历年万元GDP用水总量、工业用水总量、农村及城镇用水总量、生态环境用水总量、水资源总量、年降水总量等数据来自各市2015-2019年水资源公报、《江苏水资源公报》和《浙江水资源公报》。

2 研究方法

2.1 水足迹测算方法

依据Hoekstra 等［16］编制的《水足迹评价手册》，选取水足迹核算中的自上而下法计算太湖流域的总水足迹，其计算公式为：

式中：W 代表水足迹总量；WI代表内部水足迹，意为区域内生产并被区域内居民所消耗的所有产品含有的水量；WE代表外部水足迹，意为其他国家或地区生产的产品和服务进入区域内被本地居民消费的水量，也可称为进口水足迹；Wag代表农业水足迹，表示生产农作物和畜禽产品所利用的水量；Win为工业水足迹；Wli为生活水足迹；Wec为生态水足迹；Wex为出口水足迹，表示在本地生产的产品和服务进入其他区域被其他区域居民消费的水量。

2.1.1 农业水足迹

农畜产品的虚拟水含量计算过程十分复杂且难以精确测算，因此国内大部分水足迹研究中的单位质量畜产品虚拟水含量都采用水足迹理论创立者Chapagain 和Hoekstra［17］在2004年对中国部分产品的研究成果。粮食和油料的虚拟水含量采用相关学者［18］对临近的安徽省的农作物虚拟水含量的研究对数据进行了修正。不同类别的农畜产品的总产量乘以各自单位产品的虚拟水含量，然后再将结果相加之和即为农业水足迹总量。考虑到数据的可获取性，本文中选取粮食、油料、水果、猪肉、牛肉、羊肉、禽肉、禽蛋和淡水产品等9种典型农畜产品来计算太湖流域的农业水足迹，各种农畜产品的单位虚拟水含量见表1。

表1 各种农畜产品虚拟水含量 m3/kgTab.1 Virtual water content of various agricultural and livestock products

2.1.2 工业水足迹

工业水足迹总量应为各工业产品生产全过程的所有耗水量，这方面的数据获取困难，且计算复杂难以精确。当前对工业水足迹的研究较少，多集中在某个部门行业（如纺织行业）的水足迹核算，对全部门行业的工业水足迹核算尚无统一的精确方法。统计部门统计的年工业用水总量，较好地代表了区域内工业部门的耗水量情况，且数据获取相对容易，以黄晶［19］、余灏哲［20］为代表的国内多数学者均采用工业用水总量来表示工业水足迹总量，本文沿袭此法。本文太湖流域工业水足迹来自流域内上海等8 市2015-2019年水资源公报中的工业用水总量之和来表示。

2.1.3 生活和生态水足迹

生活水足迹是指居民生活用水量，包括城市生活用水和农村生活用水，各市水资源公报中城镇公共用水和居民生活用水量之和比较准确地表示了生活水足迹。生态环境水足迹主要指城镇环境用水，由于河湖、湿地补水及降水、径流等数据难以获取，仅包括人为措施供给的城镇环境用水，各市水资源公报中的生态环境用水量比较准确地表示了生态水足迹。本文采用孙才志等［21］的方法，采用流域内上海等8 市2015-2019年水资源公报中的城镇公共和居民生活用水量之和表示生活水足迹，生态环境用水量表示生态水足迹。

2.1.4 进出口虚拟水足迹

进出口虚拟水足迹包括进出区域内所生产的产品和服务的用水总量。由于各产品和服务种类繁多，无法精确计算，采用进出口产品总值和当年万元GDP 用水量，可大致确定进出口虚拟水的情况。参考商庆凯等［22］的做法，采用当年进出口贸易总值乘以当年万元GDP 用水量来表示外部水足迹总量WE、出口水足迹总量Wex。本文太湖流域进出口虚拟水足迹利用流域内上海等8 市2015-2019年统计年鉴中进出口贸易总值和8 市水资源公报中的万元GDP用水量乘积之和来表示。

2.2 基于LMDI模型的水足迹驱动力因素分析

因素分解分析是为了研究影响某个事物变化的因素和影响程度，通过数学式子的转化分解成若干因素，依据各因素的作用原理找出各因素的实际含义，定量分析出这些因素的变化对研究事物的影响程度［23］。因素分解方法主要包括两种，即拉式分解法和对数平均迪氏指数分解法，其中第二种应用较为普遍，因为该模型分解之后不会产生残差，且只需使用各部门的加和数据，操作简便，对于分解含有较少因子、包含时间序列数据的情况非常适用，在诸多领域的应用中具有结果较好、易操作性、高适用性等诸多优点［24］。众多因素均可以影响水足迹变化，例如人口数量、富裕程度、技术水平、城乡结构、产业结构等，但囿于数据的可获取性，本文选择人口数量、富裕程度、技术水平这3个因素进行研究。首先需要构建影响水足迹变化的恒等式，借助人文因素对环境影响的I=PAT 恒等式［25］进行构建：

式中：P 为地区常住人口总数；G 为国内生产总值；基准年水足迹总量为W0；往后第i年的水足迹总量为Wt；ΔW 表示从基准年到第i年的水足迹变化量，结合式（3）对3个因素进行分解：

上式中人口数量、富裕程度和技术水平对水足迹的贡献程度分别记作Peff，Aeff和Teff。指数为正代表各驱动因素促进了水足迹的增加，即增量效应；指数为负代表各驱动因素抑制了水足迹的增加，即减量效应。

2.3 水资源利用评价指标体系

水足迹理论的创立者Hoekstra 等［16］明确说明，水足迹影响因素众多，且水资源对当地的影响是复杂的，在评价地区水资源时，要对水足迹指标逐一分析，与地区具体实际紧密联系。戚瑞等［14］根据水足迹的原理、构成以及与水资源利用之间的关系，结合地区自然、经济、社会状况，建立起一套区域水资源评价指标体系，采取定性定量相结合的方式客观地评价一个地区水资源利用状况及水资源利用的可持续性，近些年应用该指标体系框架的相关研究比较广泛。因此本文结合研究区域的实际情况，基于水足迹理论从水足迹结构、水足迹效益、水资源生态安全三个方面构建太湖流域水资源利用评价指标体系，评价体系如表2所示。

表2 太湖流域水资源利用评价指标体系Tab.2 Evaluation index system of water resources utilization in Taihu Basin

其中，水资源负载指数的K 值由区域降水量R 决定［26］，当R＞1 600 mm 时，K 取0.5；当800＜R≤1 600 时，K=0.7-0.2（R-200）/800；当400＜R≤800，K=0.9-0.2（R-200）/400。为了维护区域生态环境的可持续发展，区域水资源总量需要留出一部分以维护生态环境稳定以及动植物的生存和繁衍。国内学者以水利部农水司原司长张岳［27］为代表，认为我国水资源可利用量只有40%～50%。在太湖流域各城市普遍实行最严格水资源管理制度的背景下，水资源可利用量选取水资源总量的40%进行分析研究。

3 计算结果分析

3.1 太湖流域水足迹分析

基于水足迹理论计算得到2015-2019年太湖流域各部门水足迹和8市各部门平均水足迹见表3。

表3 太湖流域2015—2019年水足迹及8市平均水足迹 亿m3Tab.3 The Taihu Basin water footprint and average water footprint of 8 cities from 2015 to 2019

2015-2019年，太湖流域总水足迹呈不断下降趋势，年均降幅2.32%，这是由于太湖流域近5年期间，积极落实最严格水资源管理制度，推进节水型城市建设，流域总体水资源利用效率逐年提高。农业、工业、出口水足迹均不断下降，这说明近5年太湖流域各城市积极推进农田节水灌溉，提高工业用水重复利用率，节水效果显著。生活水足迹不断上升，表明居民节水意识仍有待提高，需要加强居民节水意识的宣传和培养。

从8 市的水足迹总量来看，上海总量最大，其次是苏州，嘉兴最小，反映出水足迹总量与区域的经济发达程度呈现一定关联。从各部门水足迹来看，上海、苏州、无锡工业水足迹最大，其他5 市农业水足迹最大。上海、苏州和无锡工业发达，2019年工业总产值分居全国的第一、三、十位，工业水足迹占比最高与其工业发展水平较高有较大关系。生活水足迹基本与当地常住人口数量成正比。进出口水足迹则为上海最高，苏州其次，湖州最小。8个城市中除上海外，其他城市均为出口水足迹大于进口水足迹，总体上水足迹上呈现出输出态势。

3.2 基于LMDI模型的水足迹变化驱动因素分析

对太湖流域及8 市水足迹驱动因素进行分析，选定2015年为基准年，对2016-2019年水足迹分解效应进行计算。太湖流域历年水足迹驱动因素分解见表4，各市历年平均水足迹驱动因素分解见图2。

图2 太湖流域各市2016-2019年平均水足迹驱动因素分解效应Fig.2 Decomposition effect of driving factors of average water footprint of cities in the Taihu Basin from 2016 to 2019

表4 太湖流域2016-2019年水足迹驱动因素分解效应Tab.4 Decomposition effect of driving factors of water footprint in Taihu Basin from 2016 to 2019

由表4 可以看出，近几年3 个因素中对太湖流域水足迹变化驱动程度最大的是技术水平，其次是富裕程度，人口数量驱动程度最小。其中技术水平表现为负向驱动，年均贡献率达到57.24%，是太湖流域水足迹增长的主要制约因素；富裕程度表现为正向驱动，年均贡献率达到40.02%，是太湖流域水足迹增长的主要促进因素；人口数量表现为正向驱动，年均贡献率仅2.74%，远小于前两者，促进水足迹变化的驱动力也远小于富裕程度。负向驱动的技术水平驱动力大于正向驱动的富裕程度和人口数量，因而总体表现为负向驱动，因此太湖流域水足迹总量呈现出不断下降的趋势。

从太湖流域内各城市来看，杭州市的人口驱动效应明显大于其他各市，该市近5年人口数量增幅达12.95%，而同期太湖流域总人口仅增长3.05%。人口的快速增加不断加大对该地水资源的压力，需要控制人口合理增长，保持人口与经济发展、水资源利用相协调。富裕程度对各市驱动作用均为正值，其中上海最大，杭州次之，嘉兴最小。上海近5年人均GDP 高达13.53万元，而同期嘉兴仅有9.63 万元，流域内相对越富裕，对水足迹的驱动力相对也越大，发达城市需要在经济发展的同时提高水资源利用效率。技术水平对各市驱动作用均为负值，其中上海的驱动作用最大，无锡、杭州次之，嘉兴最小。说明上海、无锡、杭州三地的节水技术水平更高，各行业单位用水效率更高，用水量更少。

3.3 太湖流域水资源可持续利用评价

3.3.1 太湖流域水足迹结构分析

2015-2019年太湖流域及各市水足迹结构见表5和图3。

图3 太湖流域2015-2019年各市平均水足迹结构Fig.3 The average water footprint structure of each city in the Taihu Basin from 2015 to 2019

表5 太湖流域2015-2019年水足迹结构Tab.5 Water footprint structure of the Taihu Basin from 2015 to 2019

太湖流域近5年水资源自给率保持在74%～77%之间，进口依赖度保持在23%～25%之间，两指标均保持稳定。太湖流域作为长三角核心区域，是我国开放程度最高的区域之一，对外依存度较高，因而进口依赖度指标常年保持较高水平。流域内各市需要进一步优化提高本地水资源的利用效率，提高本地水资源的经济效益。

从各城市情况来看，水资源自给率最高的是湖州市，达到98.68%，最低为苏州，仅48.31%。进口依赖度则是湖州最低，上海最高。2019年上海、苏州分列全国城市进出口总值的第一位和第四位，达34 046.82 亿元和21 987.4 亿元，而同期湖州仅940.2 亿元，显示出各城市的水资源自给率和进口依赖度与对外经贸水平存在高度相关。各市在对外交流的同时，需要进一步优化进出口产品结构，提高水资源自给能力。

3.3.2 太湖流域水足迹效益分析

太湖流域水资源效益分为内部效益与外部效益。太湖流域评价结果如表6 所示，各市内部效益和外部效益如图4、5所示。

图4 太湖流域各市2015-2019年平均内部水足迹效益Fig.4 Average internal water footprint benefits of cities in the Taihu Basin from 2015 to 2019

表6 太湖流域2015-2019年水足迹效益Tab.6 Water footprint benefits of the Taihu Basin from 2015 to 2019

从内部效益来看，太湖流域近5年水足迹经济效益不断提高，从182.32 元/m3提高到289.03元/m3，表明流域内水资源经济产出呈不断提高的态势；水足迹经济密度从73.37 万m3/km2下降到64.78 万m3/km2，显示出流域内单位面积耗水量不断下降；万吨水足迹人口密度从16.01 人/万t 提高到18.72 人/万t，表明产生单位水足迹可以支撑更多人口消费和使用；水资源负载指数呈波动上升趋势，表明区域的水资源开发利用程度仍在不断提高。从外部效益来看，近5年，水足迹净贸易量呈波动下降趋势，但由于流域总水足迹近5年同样下降明显，导致水资源贡献率变化不明显。

图5 太湖流域各市2015-2019年平均外部水足迹效益Fig.5 Average external water footprint benefits of cities in the Taihu Basin from 2015 to 2019

从各城市的内部效益来看，单位水足迹经济效益沪、苏、锡、杭四市明显高于其他城市，显示出四市利用水资源产生的经济效益较高。水资源土地密度则是上海远大于其他城市，杭州最小。这主要是由于上海行政面积较小，且平原面积高达93.91%，适宜开发的土地比例较高。而杭州行政面积达16 850 km2，且山地面积高达73.6%，适宜开发的土地比例较低。水足迹人口密度方面仍为上海最高，为24.43人/万t，最低为湖州，仅8.03 人/万t，湖州人均产出的水足迹是上海的3 倍，差异明显。上海的水资源负载指数达71.9，远高于其余各市，说明上海市水资源利用程度很高，后续开发的潜力较小。外部效益中，上海的水足迹净贸易量和水资源贡献率均为负值，表明上海为水足迹净流入地区。其他6市中，苏州均排两项指标的首位，这与苏州出口贸易发达有关，2019年苏州出口贸易总值达1 920.4亿美元，仅次于上海。外部效益与城市的对外经贸水平关联较大，对外经贸水平越高，外部效益越大。

3.3.3 太湖流域水资源生态安全分析

水资源生态安全计算结果如图6 所示。由图6 可以看出，近5年太湖流域水资源压力与匮乏指数均呈先降再升又降的趋势。近5年两指标均超出0.4 的水资源开发利用阈值［28］，2017年为两项指标的最高值，随后均不断下降，说明近三年太湖流域水资源安全状况有所改善。从降水量分析来看，2015、2016年为丰水期，2017-2019年为平水期，这是造成2016年到2017年两项指标大幅升高的原因之一。2017年后不断下降，这是因为太湖流域各城市通过开展全民节水活动、大力推进生态文明建设等工作，在一定程度上缓解了水资源紧张状态。太湖流域各城市在水资源利用过程中应严格用水全过程管理，强化节水监督考核、不断推进农业节水灌溉水平、提高工业循环用水利用率和鼓励节水技术研发等措施降低对本地水资源的耗费，从而改善水资源安全状况。

图6 太湖流域2015-2019年水资源生态安全指数Fig.6 Water resources ecological security index of the Taihu Basin from 2015 to 2019

4 结 论

本文依据水足迹理论，分析了太湖流域及流域内8 个城市2015-2019年水资源利用情况，丰富了国内对流域水足迹，特别是对经济发达、人口密集流域的水足迹研究。在太湖流域各城市普遍已实施最严格水资源管理制度的背景下，本研究对总结前一阶段水资源管理成效、分析存在的问题、制定和完善后续水资源管理政策提供了一定借鉴和参考意义。研究具体结论如下：

（1）近5年太湖流域总水足迹呈不断下降趋势。分部门来看，农业、工业、出口水足迹均不断下降，生活水足迹不断上升。分城市来看，上海的总水足迹量最大，其次是苏州，嘉兴最小，反映出水足迹总量与区域经济发达程度呈现一定关联。上海、苏州、无锡工业水足迹最大，其他5市农业水足迹最大。生活水足迹基本与当地常住人口数量成正比。进出口水足迹则为上海最高，苏州其次，湖州最小。除上海外，其他城市均为出口水足迹大于进口水足迹。

（2）在影响太湖流域水足迹变化的各因素中，技术水平因素驱动力最强，贡献最大，其次是富裕程度，人口数量因素贡献最小。富裕程度与人口数量均呈正向驱动，技术水平呈反向驱动。表明太湖流域在进一步发展过程中应高度重视经济发展和人口增长带来的水资源消耗增加问题，应该大力优化和升级产业结构，鼓励节水技术的创新和应用，不断提升水资源利用率，确保水资源可持续利用。

（3）太湖流域近5年水足迹结构较为稳定，对外依赖度维持在23%～25%之间。各城市中上海、苏州的对外依赖度较高，需要不断提高对内部水资源的利用效率，加强虚拟水进口，确保水资源可持续利用。

（4）近5年太湖流域水足迹效益整体不断提高，但内部效益中水资源负载指数呈波动上升趋势，表明区域的水资源开发利用程度仍在不断提高，需要严格控制水资源开发利用强度，必要时从流域外调水。流域内外部效益中的水足迹净贸易量呈波动下降趋势，说明流域的水资源战略状况在不断改善。各城市中内部效益各指标基本上都是上海最高，湖州最低，其他城市内部效益情况也基本与经济发展水平呈正相关，说明流域内城市需要不断促进经济发展，才能实现水资源效益的不断提高。外部效益中，仅上海的外部效益为负值，表明该地为水资源流入地区，需要提高本地水资源利用率，减少对外部水资源的依赖。

（5）太湖流域近5年水足迹生态安全形势不容乐观，均超出0.4 的水资源开发利用阈值，但近三年呈不断向好态势。水资源匮乏指标较大，说明太湖流域自身水资源已难以可持续满足人们生产生活的需求，需要通过进口虚拟水缓解水资源供给与需求之间的矛盾；水资源压力指数高，说明太湖流域水资源已超负荷开发利用，应采取调整产业结构、改变消费结构和广泛开展节水运动等措施，降低对本地区水资源的耗费。