黄河流域虚拟水贸易核算及影响因素研究

邓光耀　毛颖

摘 要：为了量化贸易伴随的虚拟水流动，评价其对区域水资源系统的影响，运用多区域投入产出模型揭示２０１２ 年、２０１５ 年、２０１７年黄河流域内、外部虚拟水贸易格局与结构，采用对数平均迪氏指数法（ＬＭＤＩ）对黄河流域各省区相对于中国其他省区的净输出虚拟水进行影响效应分析，用ＱＡＰ 回归模型分析黄河流域各省区之间虚拟水贸易的影响因素。研究结果表明：１）黄河流域整体呈虚拟水净输入状态，但向北京、天津、河北等１２ 个省区净输出虚拟水。２）黄河流域虚拟水贸易输出行业主要是农业及电力、燃气和水的生产和供应业。３）结构效应和强度效应是黄河流域虚拟水净输出的重要驱动因素。４）经济发展水平、地理空间距离及用水强度是影响黄河流域内部虚拟水贸易的主要因素。

关键词：虚拟水贸易；对数平均迪氏指数法；ＱＡＰ 模型；黄河流域

中图分类号：ＴＶ２１３．４；ＴＶ８８２．１ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．０１１

引用格式：邓光耀，毛颖．黄河流域虚拟水贸易核算及影响因素研究［Ｊ］．人民黄河，２０２４，４６（４）：６８－７２，８５．

近年来黄河流域经济发展迅速，流域内居民生活水平得到极大改善，但同时能源严重消耗、环境压力不断增加。为实现经济高质量可持续发展、改善水资源利用效率，优化资源配置和产业结构等迫在眉睫，必须对目前消耗的水资源进行核算。“虚拟水”指嵌入在贸易产品中的水［１］ ，虚拟水概念的提出可帮助一些国家缓解水资源压力［２］ 。在虚拟水测算方面，Ｄｅｎｇ 等［３］利用多区域投入产出模型计算了Ｇ２０ 国家之间的虚拟水贸易量。韩文钰等［４］ 对中美两国虚拟水贸易进行了研究。田贵良等［５］ 核算了长江经济带的虚拟水贸易量，为保护长江经济带的水资源提出了相应的建议。魏怡然等［６］ 基于多尺度投入产出分析模型核算了２０１２ 年北京市虚拟水贸易情况，并与２００７ 的结果进行了比较。在虚拟水影响因素方面，Ｔａｍｅａ 等［７］ 通过贸易引力模型得出人口、国内生产总值和地理距离是虚拟水量的重要影响因素；Ｄｕａｒｔｅ 等［８］ 研究得出经济发展水平、制度和地理因素影响了虚拟水双边贸易量；Ｃａｉ 等［９］ 使用结构分解法分析了中国３０ 个省区虚拟水量变化的影响因素；陈丽新等［１０］ 通过定性分析研究虚拟水的影响因素。

通过文献梳理发现，学者们对虚拟水的测算已经取得较多成果，但大多数学者对黄河流域虚拟水贸易的测算年份还停留在２０１２ 年、２０１５ 年，没有对２０１７年的虚拟水贸易进行测算，并且对黄河流域虚拟水贸易的影响因素尚未涉及。鉴于此，笔者测算了２０１２年、２０１５ 年、２０１７ 年黄河流域内部、外部虚拟水贸易量，分析虚拟水贸易空间格局与贸易结构，结合ＬＭＤＩ（Ｌｏｇａｒｉｔｈｍｉｃ Ｍｅａｎ Ｄｉｖｉｓｉａ Ｉｎｄｅｘ）模型确定黄河流域虚拟水净贸易量的影响因素，运用ＱＡＰ（Ｑｕａｄｒａｔｉｃ Ａｓ?ｓｉｇｎｍｅｎｔ Ｐｒｏｃｅｄｕｒｅ）模型研究黄河流域内部虚拟水贸易量的影响因素。

１ 流域概况、数据来源以及研究方法

１．１ 流域概况

黄河干流全长５ ４６４ ｋｍ，流域面积７９．５ 万ｋｍ２。黄河流域盛产粮食和肉类，产量可达全国的１／３ 左右，煤炭资源非常丰富，属于我国重点农产品生产区、重点能源化工基地［１１］ 。伴随着粗放型生产，黄河流域水资源开发利用率已经达到了临界值，面临着非常严重的水资源匮乏问题［１２］ 。黄河流域人口众多，各地区经济基础高低不一，发展方式不同，在经济高速发展的过程中，每个省区的水资源节约目标将迎来更大的挑战。

１．２ 数据来源

目前最新的区域间投入产出表所对应的年度为２０１２ 年、２０１５ 年和２０１７ 年（见ＣＥＡＤｓ 数据库）。为了研究黄河流域虚拟水贸易情况及变化趋势，选择这３个年份的数据进行研究。为了便于分析，将投入产出表中的４２ 个产业部门合并为表１ 中的１３ 个产业部门。

２０１２ 年、２０１５ 年、２０１７ 年黄河流域的水资源消耗量数据来源于各省区的统计年鉴，其中工业各部门的用水量参考《中国经济普查年鉴》中细分部门的用水情况计算得到。

１．３ 研究方法

１）投入产出模型是测算虚拟水贸易的一种常用方法，不仅考虑了生产部门之间的密切关联，而且计算结果较为准确，能够从宏观角度对水资源的流动情况进行分析［１３］ 。

Ｒ 个区域Ｎ 个经济部门的投入产出关系可以表示为

式中：Ａｒｓ（ｒ，ｓ ＝１，…，Ｒ 且ｒ≠ｓ）为不同地区生产部门间相互需求，Ａｓｓ为直接消耗系数，Ｙｓｒ为ｓ 地区对ｒ 地区的最终产品调出，Ｘｓ 为ｓ 地区产出。

整个等式表示总产出等于中间产品加最终产品。

将式（１）转换为以下形式：

Ｘ ＝（Ｉ－Ａ）－１Ｙ （２）

式中：Ｉ 为单位矩阵；Ａ 为直接消耗系数矩阵，反映各种产品之間的技术经济联系；（Ｉ－Ａ）－１ 为列昂节夫逆矩阵。

式（２）中引入用水量：

Ｗ ＝ＤＸ ＝Ｄ （Ｉ－Ａ）－１Ｙ ＝ＴＹ （３）

式中：Ｗ 为各区域各部门的用水量，Ｄ 为直接用水系数矩阵，Ｔ 为完全用水系数矩阵。

区域之间虚拟水贸易量可表示为

ｖｗｒｓ ＝ Σｉｔｒｉ ｙｉｓ （４）

式中：ｔｒｉ为区域ｒ 的完全用水系数，ｙｉｓ 为区域ｓ 的经济产出量。

２）对数平均迪氏指数法（ＬＭＤＩ）是把某一指标拆分成多个影响因素的方法，其优点是分解结果无误差项，更具有说服力［１４］ ，在能源消费量和能源强度领域广泛运用，在水资源领域同样适用，即采用ＬＭＤＩ 模型将黄河流域向中国其他省区净输出的虚拟水量进行影响效应分解。参考文献［１４］，ＬＭＤＩ 的方程如下：

式中：ｖｗｉ 为ｉ 行业提供的虚拟水量；Ｑ 为规模效应，表示地区经济规模对虚拟水量的影响；Ｑｉ 为行业ｉ 当年的ＧＤＰ；Ｉｉ 为虚拟水的用水强度；αｉ 为进出口规模和生产技术保持不变的情况下，进出口产品结构差异对虚拟水量产生的影响。

设ｖｗｅｘ为地区ｉ 向地区ｊ 输出的虚拟水量，ｖｗｉｍ 为地区ｊ 向地区ｉ 输入的虚拟水量，Δｖｗ 为两者之间的差值，则

式中：ΔｖｗＩ ，Δｖｗα ，ΔｖｗＱ 分别为强度效应、结构效应和规模效应对虚拟水净贸易量的影响量，３ 种效应量均通过对数平均的方法进行处理。

３）近年来，在关于能源贸易、碳排放等影响因素的研究中，ＱＡＰ 模型得到了广泛应用，ＱＡＰ 是非参数检验方法之一，不要求自变量之间相互独立，并且能够有效解决虚假相关和多重共线性问题，相比于参数检验，其检验结果更具有稳健性［１５］ 。参考文献［１６ －１８］，采用ＱＡＰ 模型研究区域间虚拟水贸易的影响因素。

Ｇａｒｃｉａ 等［１９］ 的研究结果表明，虚拟水贸易受到ＧＤＰ 和地理距离的高度影响。Ｑｉａｎ 等［２０］ 的研究结果表明，虚拟水贸易受到用水强度、贸易结构、生产结构的显著影响。Ｙｅ 等［２１］ 的研究结果表明，科学技术是影响虚拟水贸易的主导因素。通过对现有研究中关于虚拟水贸易影响因素的综合分析和筛选，本文主要从以下幾方面来考察黄河流域各省区之间虚拟水贸易的影响因素：１）地理空间距离。地理距离是虚拟水贸易量的主要门槛，原因是距离决定贸易的交通成本，而交通成本会极大地影响虚拟水贸易。距离近了，交通成本自然就低一些，虚拟水贸易就会更频繁。２）经济发展水平。虚拟水贸易与地区消费水平有密切关系，而消费水平和地方经济发展水平又有密切关系。３）用水强度。用水强度即单位产品的用水效率。如果一个地区的各行业都提高了用水效率则本应该通过贸易而外流的虚拟水会减少，因此用水强度差异也会影响虚拟水贸易。４）技术水平。技术水平通过影响用水效率和生产能力继而对虚拟水贸易产生影响。技术水平的提高不仅可以带来用水效率的提高，而且使得产品生产成本降低，进而促进贸易规模的扩大，使得大量的虚拟水随产品一同外流，但由于黄河流域发展的不平衡性和流域资源禀赋的有限性，因此技术水平差异越小可能导致虚拟水贸易量越大。５）就业结构。产业结构的差异会影响虚拟水贸易，往往在发展中国家，产业结构转换先于就业结构转换，产值结构没有真实地反映产业结构，在这种情况下就业结构相比产值结构更能反映产业结构，所以本文选择就业结构作为虚拟水贸易的影响因素。

因此，本文假设虚拟水贸易网络的影响因素可能为地理空间距离差异、经济发展水平差异、用水强度差异、技术水平差异、就业结构差异，见表２。取黄河流域九省区对应指标在２０１２ 年、２０１５ 年、２０１７ 年的平均值，然后利用各省区间的差异建立差异矩阵，进行ＱＡＰ 回归分析。

２ 结果分析

２．１ 黄河流域外部虚拟水贸易格局

２０１２ 年，黄河流域虚拟水净输入量为１５３．４９ 亿ｍ３。从图１ 可以看出：新疆向黄河流域输入的虚拟水量最大，为８４．６８ 亿ｍ３。黄河流域向北京、天津、辽宁、上海、浙江、福建、广东及西藏等８ 个省区净输出虚拟水，向广东净输出量最大，为３５．５５ 亿ｍ３。２０１５ 年，黄河流域虚拟水净输入量为１０７．７９ 亿ｍ３。从图２ 可以看出：黄河流域向北京、天津、上海、浙江、湖北、广东、重庆、云南及西藏等９ 个省区净输出虚拟水，向广东的净输出量最大，为３２．５５ 亿ｍ３。２０１７ 年，黄河流域净输入虚拟水量为１６６．７７ 亿ｍ３。从图３ 可以看出：黄河流域向北京、天津、河北、辽宁、浙江、重庆及西藏等７ 个省区净输出虚拟水，向天津净输出量最大，为１２．０４亿ｍ３。

２０１２ 年、２０１５ 年、２０１７ 年黄河流域整体上始终为虚拟水净输入地区，但向京津冀、浙江、重庆等经济发达地区净输出虚拟水。

２．２ 黄河流域外部虚拟水贸易结构

黄河流域各省区典型年（２０１２ 年、２０１５ 年、２０１７年）对外部虚拟水的输出结构如图４ 所示。从图４ 可以看出黄河流域虚拟水输出结构中，占比较大的有农业，采选业，电力、燃气和水的生产和供应业及服务业，这是因为农产品是水资源密集型产品。内蒙古具有独特的地理优势，适合农业和畜牧业的发展，向外出口大量的农产品。陕西凭借独特的气候条件生产优质水果，如猕猴桃、苹果等，是水果调出大省。甘肃是我国重要的蔬菜基地之一，蔬菜被出售到全国其他省区。黄河流域丰富的煤炭资源可以用来发电，是我国西电东送的北线，由于电力传输，因此黄河流域向中国其他省区输送大量虚拟水资源，造成了黄河流域水资源稀缺等问题。

２．３ 黄河流域内部虚拟水贸易

图５～图７ 分别为２０１２ 年、２０１５ 年及２０１７ 年黄河流域内部虚拟水贸易网络。从图５ 和图６ 可以看出，２０１２ 年、２０１５ 年，山东虚拟水主要流向甘肃、河南、陕西、内蒙古，内蒙古虚拟水主要流向河南、四川、甘肃，青海、宁夏与黄河流域其他省区之间虚拟水贸易往来较少。从图７ 可以看出，２０１７ 年，山西、陕西、河南为虚拟水输出的主要地区，山西虚拟水主要流向内蒙古，河南虚拟水主要流向陕西，陕西虚拟水主要流向甘肃，可以看出地理邻近省区虚拟水来往较为密切。

黄河流域典型年（２０１２ 年、２０１５ 年、２０１７ 年）内部虚拟水贸易输出结构如图８ 所示，内蒙古、陕西、甘肃、宁夏输出的虚拟水主要来源于农业。山西输出的虚拟水主要来源于电力、燃气和水的生产和供应业，农业，服务业，采选业。山东、河南、四川输出的虚拟水一半来源于农业，其余来源于服务业及电力、燃气和水的生产和供应业。

２．４ 黄河流域虚拟水净输出原因解释

在２０１２ 年、２０１５ 年、２０１７ 年，黄河流域始终向北京、天津、浙江、西藏等４ 个省区净输出虚拟水，为了分析虚拟水净输出的原因，本文采用ＬＭＤＩ 模型进行模拟计算，得到的结果见表３。由表３ 可以看出，结构效应和强度效应使得黄河流域向北京净输出虚拟水，这是因为黄河流域向北京输出的产品中农业，电力、燃气和水的生产和供应业等高耗水产业占比较大，并且黄河流域农业，电力、燃气和水的生产和供应业的用水强度高于北京。２０１２ 年黄河流域向天津输出的产品中电力、燃气和水的生产和供应业占比较大，２０１５ 年、２０１７ 年农业占比较大，由此所造成的结构效应使得黄河流域向天津净输出虚拟水。黄河流域向浙江净输出虚拟水，主要是由结构效应和强度效应造成的，这是因为黄河流域农业用水强度较高并且向浙江输出的产品中农业占比较大。２０１２ 年黄河流域向西藏净输出虚拟水主要归因于规模、结构效应，２０１５ 年、２０１７ 年向西藏净输出虚拟水主要归因于规模、强度效应。

２．５ 黄河流域内部虚拟水贸易网络的影响因素分析

本文采用ＱＡＰ 回归分析探究黄河流域内部虚拟水贸易网络的影响因素，ＱＡＰ 回归结果见表４。１）地理空间距离。该变量通过１％的显著性水平检验，即地理空间距离是影响虚拟水贸易量的主要因素，回归系数为负，即各省区之间的地理距离越短，虚拟水贸易量越大。２）经济发展水平。该变量通过了０．１ 的显著性检验水平，说明经济发展水平差异在一定程度上对虚拟水贸易有影响，回归系数为正，表明地区间经济发展水平差异越大，其虚拟水贸易量越大。主要原因是经济发展水平高的地区，需要调入农产品和水密集型产品，而经济不发达地区的经济总产值正好来源于农产品和水密集型产品。３）用水强度。该变量通过了０．０１ 的显著性检验水平，回归系数为正，表明用水强度差距越大，虚拟水贸易量越大。原因可能是经济发达地区用水强度比较低，而农业经济占统治地位的欠发达地区用水强度比较高，这种差异促进了省区间虚拟水贸易。４）就业结构。就业结构差异矩阵的回归系数未通过显著性检验，说明就业结构的差异对虚拟水贸易没有显著影响。５）技术水平。该变量通过了０．１ 的显著性水平检验，回归系数为负，说明黄河流域虚拟水贸易更多地发生在技術水平相近的省区之间。

３ 结论

测算了２０１２ 年、２０１５ 年、２０１７ 年黄河流域内、外部虚拟水贸易量，使用ＬＭＤＩ 模型对黄河流域向中国其他省区的净输出虚拟水量进行影响效应分析，用ＱＡＰ 回归模型分析了黄河流域内部各省区之间虚拟水贸易的影响因素。

２０１２ 年、２０１５ 年及２０１７ 年黄河流域向北京、天津、浙江、西藏等４ 个省区始终净输出虚拟水，严重制约了黄河流域经济发展。净输出虚拟水主要归因于以农业及电力、燃气和水的生产和供应业为主导的输出产品结构以及其输出产品的用水强度，黄河流域具有丰富的农牧业生产基地和能源基地，向其他地区出口了大量水资源密集型产品，在今后的农业发展中应该制定严格的制度来控制农业用水总量，优化种植结构并大力发展节水灌溉，减少种植高耗水农作物。煤炭发电伴随着大量水资源的消耗，应积极推动黄河流域能源产业的技术进步，努力向可再生能源转型，优化其能源结构，提高风能、太阳能占比以实现节水减排的目标。另外，工业企业应使用节水技术装备，实现循环用水。

由ＱＡＰ 回归分析结果来看，黄河流域内部虚拟水贸易量主要受经济发展水平、地理空间距离及用水强度差异的影响，黄河流域各省区应该互补互足，缺水地区加大进口水密集型产品来减轻水资源压力，同时优化贸易结构，减少水资源的输出，以便实现区域协调发展。

本文的不足之处如下：由于细分部门的用水数据是估算得来的，因此测算结果存在一定的误差；影响虚拟水贸易的因素较多，但本文选取的影响因素较少，今后还需要做进一步研究。

参考文献：

［１］ＡＬＬＡＮ Ｊ Ａ． Ｆｏｒｔｕｎａｔｅｌｙ Ｔｈｅｒｅ ａｒｅ Ｓｕｂｓｔｉｔｕｔｅｓ ｆｏｒ Ｗａｔｅｒ：Ｏｔｈｅｒｗｉｓｅ Ｏｕｒ Ｈｙｄｒｏｐｏｌｉｔｉｃａｌ Ｆｕｔｕｒｅｓ Ｗｏｕｌｄ ｂｅ Ｉｍｐｏｓｓｉｂｌｅ［Ｊ］．Ｐｒｉｏｒｉｔｉｅｓ ｆｏｒ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ａｌｌｏｃａｔｉｏｎ ａｎｄ Ｍａｎａｇｅ?ｍｅｎｔ，１９９３，１３（４）：１３－２６．

［２］ ＨＯＥＫＳＴＲＡ Ａ Ｙ，ＨＵＮＧ Ｐ Ｑ．Ｇｌｏｂａｌｉｓａｔｉｏｎ ｏｆ Ｗａｔｅｒ Ｒｅ?ｓｏｕｒｃｅｓ：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｆｌｏｗｓ ｉｎ Ｒｅｌａｔｉｏｎ ｔｏＣｒｏｐ Ｔｒａｄｅ［Ｊ］．Ｇｌｏｂａｌ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｃｈａｎｇｅ，２００５，１５（１）：４５－５６．

［３］ ＤＥＮＧ Ｇ Ｙ，ＬＵ Ｆ Ｙ，ＷＵ Ｌ Ｐ，ｅｔ ａｌ．Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ａｎａｌｙｓｉｓｏｆ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｔｒａｄｅ Ａｍｏｎｇ Ｍａｊｏｒ Ｃｏｕｎｔｒｉｅｓ ｉｎ ｔｈｅ Ｗｏｒｌｄ［Ｊ］．Ｓｃｉｅｎｃｅ ｏｆ ｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔ，２０２１，７５３：１４２０４３．

［４］ 韩文钰，张艳军，张利平，等．基于投入产出分析的中美两国虚拟水贸易研究［Ｊ］．中国农村水利水电，２０２０（１２）：２７－３４，３９．

［５］ 田贵良，李娇娇，李乐乐．基于多区域投入产出模型的长江经济带虚拟水流动格局研究［Ｊ］．中国人口·资源与环境，２０１９，２９（３）：８１－８８．

［６］ 魏怡然，邵玲，张宝刚，等．北京市虚拟水消费与贸易［Ｊ］．自然资源学报，２０１９，３４（９）：１９６２－１９７３．

［７］ ＴＡＭＥＡ Ｓ，ＣＡＲＲ Ｊ Ａ，ＬＡＩＯ Ｆ，ｅｔ ａｌ．Ｄｒｉｖｅｒｓ ｏｆ ｔｈｅ ＶｉｒｔｕａｌＷａｔｅｒ Ｔｒａｄｅ［Ｊ］．Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，２０１４，５０（１）：１７－２８．

［８］ ＤＵＡＲＴＥ Ｒ，ＰＩＮＩＬＬＡ Ｖ，ＳＥＲＲＡＮＯ Ａ．Ｌｏｎｇ Ｔｅｒｍ Ｄｒｉｖｅｒｓｏｆ Ｇｌｏｂａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｔｒａｄｅ：Ａ Ｔｒａｄｅ Ｇｒａｖｉｔｙ Ａｐｐｒｏａｃｈｆｏｒ １９６５－２０１０［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ，２０１９，１５６：３１８－３２６．

［９］ ＣＡＩ Ｂ Ｍ，ＺＨＡＮＧ Ｗ，ＨＵＢＡＣＥＫ Ｋ，ｅｔ ａｌ．Ｄｒｉｖｅｒｓ ｏｆ ＶｉｒｔｕａｌＷａｔｅｒ Ｆｌｏｗｓ ｏｎ Ｒｅｇｉｏｎａｌ Ｗａｔｅｒ Ｓｃａｒｃｉｔｙ ｉｎ Ｃｈｉｎａ ［ Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ，２０１９，２０７：１１１２－１１２２．

［１０］ 陈丽新，孙才志．中国农产品虚拟水流动格局的形成机理与维持机制研究［Ｊ］．中国软科学，２０１０（１１）：４４－５３．

［１１］ 贾永锋，赵萌，尚长健，等．黄河流域地下水环境现状、问题与建议［Ｊ］．环境保护，２０２１，４９（１３）：２０－２３．

［１２］ 尹冬勤，罗仁永，王小龙，等．黄河流域九省区水资源利用现状分析［Ｃ］ ／／ 中国水利学会．中国水利学会２０２０ 学术年会论文集第三分册．北京：中国水利水电出版社，２０２０：３０４－３１４．

［１３］ ＬＥＯＮＴＩＥＦ Ｗ．Ｑｕａｎｔｉｔａｔｉｖｅ Ｉｎｐｕｔ ａｎｄ Ｏｕｔｐｕｔ Ｒｅｌａｔｉｏｎｓ ｉｎ ｔｈｅＥｃｏｎｏｍｉｃ Ｓｙｓｔｅｍｓ ｏｆ ｔｈｅ Ｕｎｉｔｅｄ Ｓｔａｔｅｓ［Ｊ］．Ｔｈｅ Ｒｅｖｉｅｗ ｏｆＥｃｏｎｏｍｉｃ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ，１９３６，１８（３）：１０５－１２５．

［１４］ ＱＩＡＮ Ｙ Ｙ，ＤＯＮＧ Ｈ Ｊ，ＧＥＮＧ Ｙ，ｅｔ ａｌ．Ｗａｔｅｒ ＦｏｏｔｐｒｉｎｔＣｈａｒａｃｔｅｒｉｓｔｉｃ ｏｆ Ｌｅｓｓ Ｄｅｖｅｌｏｐｅｄ Ｗａｔｅｒ?Ｒｉｃｈ Ｒｅｇｉｏｎｓ：Ｃａｓｅｏｆ Ｙｕｎｎａｎ，Ｃｈｉｎａ［Ｊ］．Ｗａｔｅｒ Ｒｅｓｅａｒｃｈ，２０１８，１４１：２０８－２１６．

［１５］ 刘军．ＱＡＰ：测量“关系”之间关系的一种方法［Ｊ］．社会，２００７，２７（４）：１６４－１７４，２０９．

［１６］ 王薇，ＰＡＴＲＩＣＫ Ｑ．丝绸之路经济带能源贸易的空间网络特征及影响因素分析［Ｊ］．贵州社会科学，２０２０（３）：１２３－１３１．

［１７］ 马远，徐俐俐．丝绸之路经济带沿线国家石油贸易网络结构特征及影响因素［Ｊ］．国际贸易问题，２０１６（１１）：３１－４１．

［１８］ 李优树，冉丹．石油产业链贸易网络及其影响因素研究：以“一带一路”沿线国家为例［Ｊ］．经济问题，２０２１（９）：１１１－１１８．

［１９］ ＧＡＲＣＩＡ Ｓ，ＭＥＪＩＡ Ａ．Ｃｈａｒａｃｔｅｒｉｚｉｎｇ ａｎｄ Ｍｏｄｅｌｉｎｇ Ｓｕｂｎａ?ｔｉｏｎａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｎｅｔｗｏｒｋｓ ｏｆ ＵＳ Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｉｎｄｕｓ?ｔｒｉａｌ Ｃｏｍｍｏｄｉｔｙ Ｆｌｏｗｓ［Ｊ］．Ａｄｖａｎｃｅｓ ｉｎ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ，２０１９，１３０：３１４－３２４．

［２０］ ＱＩＡＮ Ｙ Ｙ，ＴＩＡＮ Ｘ，ＧＥＮＧ Ｙ，ｅｔ ａｌ．Ｄｒｉｖｉｎｇ Ｆａｃｔｏｒｓ ｏｆ Ａｇ?ｒｉｃｕｌｔｕｒａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｔｒａｄｅ Ｂｅｔｗｅｅｎ Ｃｈｉｎａ ａｎｄ ｔｈｅ Ｂｅｌｔａｎｄ Ｒｏａｄ Ｃｏｕｎｔｒｉｅｓ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌ?ｏｇｙ，２０１９，５３（１０）：５８７７－５８８６．

［２１］ ＹＥ Ｑ Ｌ，ＬＩ Ｙ，ＺＨＡＮＧ Ｗ Ｌ，ｅｔ ａｌ．Ｉｎｆｌｕｅｎｔｉａｌ Ｆａｃｔｏｒｓ ｏｎＷａｔｅｒ Ｆｏｏｔｐｒｉｎｔ：Ａ Ｆｏｃｕｓ ｏｎ Ｗｈｅａｔ Ｐｒｏｄｕｃｔｉｏｎ ａｎｄ Ｃｏｎ?ｓｕｍｐｔｉｏｎ ｉｎ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｉｍｐｏｒｔ ａｎｄ Ｅｘｐｏｒｔ Ｒｅｇｉｏｎｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，２０１９，１０２：３０９－３１５．

【责任编辑 张 帅】

基金项目：国家自然科学基金资助项目（７２３６３０２１）；甘肃省陇原青年英才项目；兰州财经大学丝绸之路经济研究院科研项目（ＪＹＹＺ２０２１０２）