基于水足迹理论的长江经济带水资源利用评价

胡圆昭,朱 豪,尹明财,麻家宁,秦华松,张济世

(兰州交通大学 环境与市政工程学院,兰州 730070)

0 引 言

长江经济带沿线的11个省市,横跨我国东中西三大区域,具有依托长江的天然优势,人口和地区生产总值占全国总数的40%以上[1],是我国经济快速高质量发展的重要引擎。然而长江经济带经济快速增长的背后是自然资源的巨大消费[2-3],而水资源又是长江经济带可持续发展的重要资源,虽然长江经济带的水资源占全国的45.94%[4],但内部区域间的水资源量差异较大,中上游水资源总量大,但经济产出少,下游区域则相反[5-6]。长江经济带的区域水资源总量与经济发展不协调,存在着明显的空间分布特征。

2002年荷兰学者Hoekstra基于虚拟水理论提出了水足迹的概念[7],虚拟水又叫“嵌入水”和“外生水”,是指产品和服务的生产过程中所需要的水资源量,是由地理学家Tony Allan在1993年提出的新概念[8-9],虚拟水研究是一门涉及水文、社会经济、生态环境的交叉学科,虚拟水作为“水”生产链的定量评价指标如今已被广泛应用[10-12]。水足迹是类比生态足迹所提出的概念[13],指任何已知人口(某个人、一个城市、一个区域或全球)生产这些人口所消费的所有资源所需要的水资源量[14],是一种衡量一个国家和地区的综合性评价指标[15],突破了以往研究中“实体水”的局限性,为水资源评价、水资源可持续利用、水资源管理以及相关政策制定提供了一个全新的视角[16]。Hoekstra等[17]对1997—2001年期间世界各国的水足迹进行了计算,研究结果表明:美国的人均水足迹为2 480 m3/a,中国的人均水足迹为700 m3/a,而全球人均水足迹为1 240 m3/a;影响国家水足迹大小的主要因素分别为:消费量、消费模式、气候条件以及用水效率;姜秋香等[18]基于水足迹理论,采用熵权法和空间均衡量化方法对2000—2018年黑龙江省13个地级市的水足迹进行量化,分析其水足迹变化规律以及时空演变规律;朱向梅等[19]构建三维水足迹模型,分析了2005—2018年黄河流域水足迹的时空差异,并采用洛伦兹曲线图形和基尼系数评价黄河流域各省份水足迹的均衡程度以及公平性;Liu等[20]基于基尼系数和泰尔熵指数,分析评价了长江经济带土地、人口和经济因素对蓝水足迹和绿水足迹不同分配方案的影响;张玲玲等[21]从灰水足迹视角构建水污染与经济增长脱钩分析框架,利用Topio模型与对数平均迪氏指数法(Logarithmic Mean Divisia Index,LMDI)分解模型对2001—2015年长江经济带11省市的水体污染与经济增长脱钩关系演变及驱动因素进行分析。

然而,目前大多是对水足迹构成、经济脱钩以及空间分布等要素做单一的研究,很少将水足迹、经济发展与空间关联特征三者综合起来,忽略了自然环境、资源与经济之间的系统完整性,而只对单一要素进行的研究具有局限性,得到的研究结果并不全面。鉴于此,本文基于水足迹理论,计算2000—2020年长江经济带水足迹的前提下,将自然地理位置、经济水平与资源看作一个综合系统,分析研究长江经济带的水资源利用,系统评价水资源消耗与经济发展的协调关系,及其空间关联关系,以期为新时期长江经济带自然资源优化管理及开发利用提出相关建议,以实现社会经济的可持续发展和自然资源的可持续利用。

1 区域概况

长江经济带是指以整个长江流域为中心向沿岸辐散的经济发展区域,横跨我国东中西三大区域,覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州、云南11个省市,面积约205万km2,占全国的21%。长江经济带水资源丰富,约占全国水资源总量的45.94%,境内除长江干流外,还拥有诸多支流及湖泊[22-23]。长江经济带贯穿东西,辐射南北,是我国生态文明建设的重要先行示范带。

图1 长江经济带地理位置Fig.1 Geographical location of Yangtze RiverEconomic Belt

2 数据来源与研究方法

2.1 数据来源

本文以长江经济带为研究对象,选取2000—2020年的相关数据进行分析,研究数据包含水资源数据、农业数据、进出口数据以及经济、人口等数据。数据来源于2000—2020年上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州、云南11个省市的统计年鉴、水资源公报。

2.2 研究方法

2.2.1 水足迹计算

根据水足迹理论[24],水足迹计算公式为:

WFP=IWFP+EWFP ;

(1)

IWFP=WFPa+WFPi+WFPd+WFPe-FWe;

(2)

EWFP=FWi-FWre-export。

(3)

式中:WFP为总水足迹(m3);IWFP表示内部水足迹(m3);EWFP表示外部水足迹(m3);指研究区内消费的进口虚拟水;WFPa为农业水足迹(m3);WFPi为工业水足迹(m3);WFPd为生活水足迹(m3);WFPe为生态水量足迹(m3);FWe表示研究区一年内出口的虚拟水(m3);FWi表示研究区一年内从其他区域进口的虚拟水量(m3);FWre-export表示研究区从其他区域进口再出口的虚拟水量(m3),由于数据收集困难,计算时一般忽略不计。

其中,农业水足迹(WFPa)包括农作物产品需水量和动物产品需水量,通过农畜产品的产量与单位质量农畜产品的虚拟含水量乘积得到,单位质量农畜产品的虚拟含水量[25-27]见表1、表2。本文选取研究区内粮食、油料、棉花、蔬菜、水果、水产品、肉类、奶类及禽蛋,通过“自下而上”的方法进行计算;工业水足迹(WFPi)通过工业增加值与单位工业增加值用水量的乘积计算得到,生活(WFPd)与生态水足迹(WFPe)采用居民生活和生态环境用水量代替;进出口水足迹通过进出口总额乘以地区平均万元国内生产总值用水量计算得到。

表1 单位质量农畜产品虚拟含水量Table 1 Virtual water content of agricultural and livestock products per unit mass

表2 单位质量粮食虚拟含水量Table 2 Virtual water content of grain per unit mass

2.2.2 水足迹评价

利用水足迹的计算结果可从不同角度对区域的水资源利用状况进行定量分析,评估区域内水资源的开发利用情况。本文根据文献[28]—文献[31]的研究成果,选取人均水足迹、水资源匮乏指数、水资源进口依赖度及水资源利用效率对长江经济带的水足迹进行评价。评价指标见表3。

表3 水足迹评价指标Table 3 Indices of water footprint evaluation

2.2.3 水资源利用与经济协调发展脱钩评价

经济脱钩由经济合作与发展组织(Organization for Economic Co-operation and Development,OECD)于2002年提出[32],是指在经济发展过程中,物质能源的消耗不随着经济的增长而增加,反而随着经济的增长而减少的情况[33]。近几年随着社会经济的发展,长江经济带出现了用水结构不合理、水资源消耗持续增加等问题[34-35],分析水资源消耗与经济发展之间的脱钩关系有利于促进水资源利用与经济协调发展。目前有3种脱钩模型被广泛应用,分别为OECD脱钩模型、Tapio脱钩弹性模型以及基于IGT方程的脱钩模型。相比其他两种模型,Tapio模型可以综合考虑总量变化和相对量变化,提供更加精细的脱钩状态区分,更好地判定脱钩状态的演替过程[33-36]。因此,本文将基于Tapio模型对水资源利用与经济发展的脱钩状态进行判定,计算公式为

式中:e是脱钩系数;ΔGDP是指国内生产总值的年增长率;ΔWFP表示水足迹的年增长率;GDPt和GDPt-1分别表示第t期和第t-1期的国民生产总值(亿元);WFPt和WFPt-1表示第t期和第t-1期的水足迹总量(亿m3)。

Tapio模型脱构状态分类如表4[31]所示。弱脱钩状态表示水足迹的增长速率低于GDP的增长速率,在此期间内水资源利用效率提高。强脱钩状态下,GDP的年增长率为正值,而水足迹年增长率为负值,表明在水资源消耗少于上一年的情况下,区域经济得到了更进一步的发展,而扩张连接与扩张性负脱钩状态表示在用水量较大的情况下,仍能带来经济的增长。强脱钩状态是水资源利用和经济发展间最理想的状态,表明经济增长不再依赖用水量的增加,以最小的水资源消耗实现了最大化的经济发展,水资源利用进入到可持续利用阶段;弱负脱钩、衰退连接、衰退性脱钩与强负脱钩4种状态往往在经济衰退时出现,表示在用水量的增长下经济并未得到发展。

表4 脱钩状态分类[31]Table 4 Classification of decoupling states[31]

2.2.4 空间自相关分析

空间自相关是指在同一区域中某些变量的观察结果之间的潜在相互依赖性。Tobler[37]在地理学第一定律的概念中解释了空间自相关,即地理实体及其语义具有空间相关性,距离越近,相关性越强。空间自相关分析全面研究了元素根据其位置和价值的空间聚集,离散或随机分布情况,是一种探索空间数据分布的方法[38],通过计算空间自相关指数,使地理数据的空间自相关分析从定性描述更改为定量分析[39],被广泛应用于空间统计、空模式分析、空间分布特征检测和其他方面[40-41],包括比较不同时期空间自相关分析的结果、宏观对象的地理分布等[42]。在现有对跨省、市区域水资源利用的研究中往往未考虑区域间水资源流动的影响,进而对不同地区水资源利用效益进行比较分析以判定区域水资源在本地区和大尺度范围内发挥的作用。通过空间自相关分析,对区域间水资源的时空演变及其关联特征进行分析,可以更好地实现水资源与社会经济可持续发展。本文运用全局Moran’sI指数分析长江经济带水足迹的空间关联效应。Moran’sI指数计算公式为

i=1,2,…,n;j=1,2,…m。

(5)

其中:

式中:m、n为地区数目;xi和xj分别为地区i和地区j的观测值;Wij为二进制的邻接空间权重矩阵,表示空间对象的邻接关系。当地区i和地区j相邻时,Wij=1,否则为0。当I>0时,表示相邻地区具有相似的特征,属性值高和属性值低的地区都存在空间集聚现象,即正相关;反之表示相邻地区观测值差异较大,即存在负空间自相关。

3 结果分析

3.1 水足迹变化分析

3.1.1 长江经济带水足迹变化分析

长江经济带2000—2020年水足迹构成及评价指标计算结果见图2、表5。

表5 长江经济带水足迹构成及评价指标Table 5 Composition and evaluation indices of water footprint in the Yangtze River Economic Belt

由表5可知,长江经济带内部水足迹逐年增加,外部水足迹呈现先上升后下降趋势,总水足迹整体上呈逐年上升趋势,2000年为7 359.32亿m3,2020年增长至9 835.99亿m3,增长33.7%。从图2来看,长江经济带内部水足迹构成差异偏大,农业水足迹占比高,平均占比达到90.99%,表明长江经济带农畜产品产量高,农业用水需求量巨大;工业水足迹平均占比为6.55%,呈逐年上升的趋势,由2000年335.75亿m3增长到2020年526.89亿m3,增长了57%;生活水足迹占比为2.09%,生态水足迹占比最小,仅为0.37%,二者均呈逐年上升趋势;表明随着经济的发展,当地居民对淡水资源的需求不断增高,同时人们对生态环境保护的意识逐渐加强;贸易虚拟水方面,进口虚拟水小于出口虚拟水,处于顺差状态,且近几年进出口虚拟水均呈下降趋势,表明长江经济带产业结构与对外贸易结构不断优化,工业水平不断提高,更加有利于区域社会经济的发展。

3.1.2 各省市水足迹变化分析

图3为2000—2020年长江经济带各省市的平均水足迹。由图3可知,农业水足迹中四川省贡献最多,其次为湖北、湖南、安徽、江苏,说明以上几省的农畜产品多,农业生产活动需水量要求大;工业水足迹中湖北省占比多,其次为湖南、安徽、江苏,说明这几个省份工业技术发达,工业结构合理,而云南、贵州两省工业水足迹偏少,两省应大力发展工业技术,深化技术改革,加快产业结构转变;生活与生态水足迹各省差异较大,导致这种空间格局的原因是由于各省人口数量、生态环境及气候条件的不同;贸易虚拟水方面,江苏省、上海市以及浙江省的进出口虚拟水皆高于长江经济带其他省市,这几个省市凭借着天然的地理位置,具有比其他省市更好的外贸优势,同时也是我国对外贸易的重要省市及港口所在地。

3.1.3 相关指标变化分析

从相关指标分析,由表5可知,人均水足迹呈逐年缓慢增加的趋势,平均增长速率为1.07%,说明在研究期间内长江经济带的总水足迹在不断增长,产业产出保持着良好的增速,经济活跃度高;另一方面说明随着经济的高速发展,对外部人口的吸引力逐年增大,长江经济带的人口在逐年缓慢增加;水资源匮乏指数整体上呈现波动趋势,研究期内长江经济带的总水足迹整体上呈增长趋势,而每年的降雨量与水资源量不同,这是导致水资源匮乏指数波动变化的主要原因。其中2011年水资源压力最大,是由于2011年为枯水年,水资源总量少的原因,2002年的水资源总量在研究期内为第四高。同年的总水足迹小导致2002年的水资源压力最轻,但整体上来说,水资源匮乏指数<1,说明长江经济带在吸收部分外部虚拟水的前提下,水资源总量能够满足该区域的社会经济发展;水资源进口依赖度与外部水足迹的变化相同,2007年达到峰值后开始逐年降低,到近几年开始维持同一水平,说明长江经济带的发展对外部的依赖性持续减弱;水资源利用效率不断增高,从2000年的5.51元/m3增长到2020年47.91元/m3,年均增长率为12%。

综合各项指标说明,研究期内长江经济带的用水效率在不断提高,在吸纳部分外部虚拟水的前提下,区域水资源总量可以满足当地的生产生活,并且随着用水效率的不断提高,外部虚拟水的流入量在不断减少,对外部的依赖性不断降低。

3.2 脱钩分析

3.2.1 整体脱钩分析

图4为基于标准化的2000—2020年长江经济带水足迹与GDP变化趋势。从图4可以看出,GDP呈逐年增长的趋势,而总水足迹却存在着明显的波动,并且在2015年达到峰值后开始逐年降低。从增长率来看,GDP的增长速度远大于水足迹的增长速度,GDP的年平均增速为13.15%,而总水足迹的增长率为1.51%,说明在消耗一定量的水资源情况下,社会经济发展态势良好。

图4 基于标准化的2000—2020年长江经济带水足迹与GDP变化趋势Fig.4 Standard-based trends of water footprint and GDP in the Yangtze River Economic Belt from 2000 to 2020

结合表4得到长江经济带水资源利用与经济脱钩的计算结果,见表6。由表6可以看出,2000—2020年长江经济带水足迹和经济发展的状态均为脱钩状态,在大多数年份表现为弱脱钩状态,在较少数年份中表现为强脱钩状态。

3.2.2 区域脱钩分析

2000—2020年长江经济带各省市水足迹与经济发展之间有弱脱钩、强脱钩、弱负脱钩、扩张连接及扩张性负脱钩共5种状态,并且地区之间脱钩状态差异显著。图5显示了2000—2020年各省市在

图5 2000—2020年长江经济带各省市水足迹与经济发展各脱钩状态Fig.5 Decoupling between water resources utilization and economy in provinces and cities of the Yangtze River Economic Belt from 2000 to 2020

各个脱钩状态下的年份个数。由图5可见,2000—2020年每个省市处于强脱钩与弱脱钩状态的年数均>17 a,并且在研究期间内脱钩水平在不断的提高,表明长江流域经济带在整体上实现了水资源利用与经济协调发展的脱钩状态。从各省份来看,除上海市与浙江省以强脱钩状态为主之外,其他省市均以弱脱钩状态为主。湖北省在2019—2020年间处于弱负脱钩状态,此种状态并不理想,表明在此期间水资源消耗的减少并未促使经济增长,湖北省应尽快调整产业结构,发展并推广节水技术,确保社会经济的良性发展。上海市、浙江省和云南省在不同年份分别出现过扩张连接和扩张性负脱钩状态,但出现时段均在2011年之前的经济发展初期和中期阶段,此种状态为粗放型经济向可持续经济发展转型的中间状态,即经济的增长伴随着大量自然资源的消耗。为确保经济社会的良好发展与资源的可永续利用,各省市应进一步调整产业结构、发展节水技术,优化水资源配置,不断提高水资源利用效率。

3.3 空间自相关分析

全局Moran’sI的值介于-1～1之间,I>0表示区域的属性值在空间上为正相关性,即属性值越大(小)越容易聚集在一起;I<0表示区域的属性值在空间上为负相关性,即属性值越大(小)越不容易聚集在一起;当I=0时,表示该属性在区域内无空间相关性,属于随机分布[43];Z得分表示标准差的倍数,当|Z|>1.96时,说明该要素在95%置信区间内呈明显的聚集或离散特征,否则为随机分布;P值为显著性检验的结果,代表概率,反映某一事件发生的可能性大小。Z得分和P值都是统计显著性的量度,用来判断是否拒绝零假设。本文根据全局Moran’sI指数公式,测算出在0.1%的检验水平上2000—2020年长江经济带省域水足迹的全局Moran’sI指数,计算结果见表7。

表7 长江经济带省域水足迹全局Moran’s I指数(2000—2020年)Table 7 Moran’s I index of provincial water footprint in the Yangtze River Economic Belt from 2000 to 2020

从表7来看,长江经济带省域水足迹全局Moran’sI指数为负,表明2000—2020年省域尺度上长江经济带水足迹存在着负空间自相关的关系,这是由于长江经济带上各省市农业结构、工业技术水平以及经济发展相差较大所导致。但在2015年后,Moran’sI指数呈波动下降的趋势,表明长江经济带各省水足迹的空间差异性开始减弱。

图6为2000—2020年长江经济带省域水足迹的LISA聚类。由图6可知,四川省为高-低型,表明四川省水足迹高而相邻省市低;江西省为低-高型,这类空间格局表明自身水足迹低而相邻省市高;其他省市空间格局均表现为变化不显著,表明自身水足迹与相邻省市水足迹基本一致。

图6 2000—2020长江经济带省域水足迹LISA聚类Fig.6 LISA clusters of provincial water footprint in the Yangtze River Economic Belt from 2000 to 2020

4 结论与展望

水足迹理论关联了实体水和虚拟水[29],是基于消费基础的水资源占用情况的指示器,能深刻揭示社会经济系统对水资源系统真实占有量以及真实消费量的情况[44],而基于水足迹理论的经济脱钩分析与水资源匮乏指数等相关指标,前者分析水资源与社会经济之间的供需关系,后者主要对地区的水资源安全进行评价。另外由于各地方政府制定的水资源管理政策具有较强的地域特性,水资源利用在空间上往往会形成连片聚集效应,因此可以通过空间自相关分析对其进行分类研究,分析上下游不同经济发展水平以及水资源跨区域流动带来的影响[45]。本文依据水足迹理论,将水资源、经济发展水平、自然地理位置看作一个综合系统,对2000—2020年长江经济带的水资源利用进行定量研究,分析比较各省市水资源利用的差异,加强区域间水资源的协同管理,主要得出以下结论:

(1)整体上,长江经济带2000—2020年的总水足迹不断上升,但内部水足迹构成差异巨大,水资源利用结构不合理,在进出口虚拟水中一直处于顺差状态,从相关指标分析来看,人均水足迹以每年1.07%的增长速率缓慢增长,水资源匮乏指数整体<1,变化呈现波动趋势,水资源利用效率从2000年的5.51元/m3增长到2020年47.91元/m3,年均增长率为12%。

(2)在经济脱钩方面,2000—2020年长江经济带水足迹和经济发展以弱脱钩状态为主,处于初级协调状态。从各省份来看,除上海市与浙江省以强脱钩状态为主之外,其他省市均以弱脱钩状态为主。

(3)2000—2020年省域尺度上长江经济带水足迹存在着负空间自相关的关系,空间差异大,但在2015年后,Moran’sI指数呈波动下降的趋势,长江经济带各省水足迹的空间差异性开始减弱。

水资源的合理配置是水资源可持续开发利用和社会经济可持续发展的保障和基础,长江经济带作为我国主要的经济发展区域,应大力发展节水技术的应用,优化水资源利用结构,合理配置水资源,加强各省市之间的联系,利用各省市的优点,调整产业结构,提高水资源利用效率,实现水资源的可持续利用,以最小的水资源消耗获取最大的经济增长,保障区域社会经济的稳定,进而带动全国的经济发展。