基于ArcGIS的安徽省用水強度驅(qū)動效應空間格局分析

張樂勤, 朱超洪

(池州學院 資源環(huán)境學院, 安徽 池州 247000)

基于ArcGIS的安徽省用水強度驅(qū)動效應空間格局分析

張樂勤, 朱超洪

(池州學院 資源環(huán)境學院, 安徽 池州 247000)

[目的] 探索用水強度驅(qū)動效應空間關(guān)聯(lián)格局,為制定優(yōu)化水資源配置及實行最嚴格水資源保護政策提供依據(jù)。[方法] 以安徽省為例,運用完全分解模型,對用水強度驅(qū)動效應進行測算;基于ArcGIS平臺,運用Kriging插值及熱值分析方法,對用水強度驅(qū)動效應空間關(guān)聯(lián)格局及熱點(冷點)地區(qū)進行考察。[結(jié)果] (1) 2011—2014年,技術(shù)效應均值為94.09%,結(jié)構(gòu)效應均值為5.91%; (2) 技術(shù)效應、結(jié)構(gòu)效應半變異函數(shù)分析塊金系數(shù)分別為1,0.843 9,空間自相關(guān)性弱,整體結(jié)構(gòu)性差,區(qū)域差異明顯; (3) 技術(shù)效應、結(jié)構(gòu)效應熱點與冷點地區(qū)分別占總數(shù)的31.25%,37.5%,溫點地區(qū)占68.75%,62.5%,分布于皖江中下游、皖南地區(qū)及皖北的蚌埠市。[結(jié)論] 用水強度驅(qū)動效應空間異質(zhì)特征顯著,技術(shù)創(chuàng)新與結(jié)構(gòu)調(diào)整為提升區(qū)域用水強度的重要途徑。

用水強度; 驅(qū)動效應; 完全分解模型; 半變異函數(shù); 熱值分析

文獻參數(shù)： 張樂勤, 朱超洪.基于ArcGIS的安徽省用水強度驅(qū)動效應空間格局分析[J].水土保持通報，2017,37(3)：284-289.DOI:10.13961/j.cnki.stbctb.2017.03.049； Zhang Leqin, Zhu Chaohong. ArcGIS-based analysis of drivers’ spatial patterns of water use intensity in Anhui Province[J]. Bulletin of Soil and Water Conservation, 2017,37(3)：284-289.DOI:10.13961/j.cnki.stbctb.2017.03.049

中國水資源供給不足掣肘經(jīng)濟社會可持續(xù)發(fā)展與生態(tài)文明建設問題，已引起管理層及學術(shù)界高度關(guān)注，破解這一癥結(jié)的舉措在于提高水資源利用效率[1]，如何提高水資源利用率，降低用水強度是關(guān)鍵，科學識別出其影響因子，并輔之以相應政策響應，便成為保障水資源可持續(xù)利用核心，對此進行探索無疑具有重要現(xiàn)實意義。

針對用水強度驅(qū)動效應，前人基于DEA，LMDI、完全分解等不同模型，采用回歸分析、主成分分析方法，在國家或省域尺度或流域?qū)用嫔希瑥募夹g(shù)因素、結(jié)構(gòu)因素、價格因素等方面揭示了對用水強度驅(qū)動影響[1-8]，所得結(jié)果顯示，技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化及提高水價均具有顯著正向影響，為本研究提供了有益啟示，然而，既有研究多從整體視角來進行考察，缺乏對研究區(qū)域內(nèi)空間差異分析，事實上，不同地域空間水資源稟賦、經(jīng)濟社會狀態(tài)、產(chǎn)業(yè)結(jié)構(gòu)差異顯著，僅從整體上進行考察，不能客觀反映出其空間異質(zhì)性征，影響著差別化水資源保護政策制定，也制約了水資源優(yōu)化配置，鑒于此，本文擬以安徽省為例主要基于以下考慮，一是安徽省水資源稟賦不足，2014年人均水資源僅為全國平均水平的66.65%；二是生態(tài)強省為安徽省重要發(fā)展戰(zhàn)略，考察其用水強度驅(qū)動效應的空間差異更具典型性與示范性。采用完全分解模型，對其驅(qū)動效應進行測算，借助ArcGIS平臺，運用Kriging插值及熱值分析方法，對其空間關(guān)聯(lián)格局及熱點(冷點)地區(qū)進行考察，以期識別出空間差異，進而為管理層制定差別化水資源利用效率政策提供決策參考，有利于最嚴格水資源管理制度的實施及區(qū)域水資源可持續(xù)利用，也利于生態(tài)文明建設。

1 研究方法

1.1 用水強度驅(qū)動效應測算

萬元GDP用水量是國際上通用表征用水強度指標[9]，若以I表示單位GDP用水量，Ii表示i產(chǎn)業(yè)單位GDP用水量(用水強度)，則有：

(1)

(2)

根據(jù)Laspeyres指數(shù)分解方法可以將用水強度分解為[3]：

(3)

(4)

(5)

1.2 半變異函數(shù)分析

半變異函數(shù)是空間統(tǒng)計學中用于分析空間相關(guān)程度的常用工具[11]，表達式如下[11]：

(6)

式中：γ(h)——半變異函數(shù)； h——兩樣本點空間分隔距離； N(h)——分隔距離為h時樣點數(shù)； Z(Xi)，Z(Xi+h)——隨機變量在點X與偏離空間位置h點X+h處的觀測值[11]。

半變異函數(shù)可借助ArcGIS平臺，采用地統(tǒng)計分析中克里金插值方法實現(xiàn)，若分析數(shù)據(jù)服從正態(tài)分布，可用普通克里金(OrdinaryKriging)插值法進行分析，反之，則應選用析取克里金(disjunctiveKriging)插值法進行分析[12]，析取克里金插值法提供了Log，Box-Cox，Arcsin、NormalScore等數(shù)據(jù)交換方法，可通過比較標準誤差選擇最優(yōu)交換方式[12]，再通過比較不同擬合模型標準誤差，來獲取最適宜插值模型。

半變異函數(shù)參數(shù)包括：塊金值(C0)、偏基臺值(C)、基臺值(C+C0)、變程(A0)，其中，塊金值(C0)與基臺值(C+C0)之比為塊金系數(shù)，表示由隨機性因素引起的空間異質(zhì)性占總變異的比例[11,13]，當塊金系數(shù)小于0.25時，表明變量具有強烈空間自相關(guān)性，全局同質(zhì)特征明顯，空間結(jié)構(gòu)性穩(wěn)定；當該比例介于0.25～0.75時，表明變量具有中等空間相關(guān)性；當該比例大于0.75時，表明空間相關(guān)性弱，異質(zhì)特征性明顯，隨機因素所起作用大[13]。

1.3 空間熱值分析

(7)

2 實證研究

2.1 研究區(qū)概況與數(shù)據(jù)來源

安徽省地處華東腹地，介于114°54′—119°37′E與29°41′—34°38′N，面積1.394×105km2。地形以平原、丘陵、山地為主，且呈相間分布，氣候?qū)倥瘻貛c亞熱帶過渡地區(qū)，年際降水變化較大。2014年，常住總?cè)丝? 083萬，GDP總量為20 848.8億元，全年降水量1 278.5mm，水資源總量為7.78×1010m3，總用水量為2.72×1010m3，其中，第一產(chǎn)業(yè)用水1.43×1010m3，第二產(chǎn)業(yè)用水9.271×109m3，第三產(chǎn)業(yè)用水3.655×109m3。

鑒于安徽省2011年行政區(qū)劃變動(原巢湖市撤銷，分別劃歸合肥市、蕪湖市、馬鞍山管轄)，考慮到數(shù)據(jù)獲取的完整性與連續(xù)性，選取2011—2014年作為研究樣本，三次產(chǎn)業(yè)用水界定如下：第一產(chǎn)業(yè)用水為農(nóng)業(yè)用水；第二產(chǎn)業(yè)用水為工業(yè)用水；第三產(chǎn)業(yè)用水借鑒文獻[17]，界定為城鎮(zhèn)公共與生態(tài)用水。同時，為了研究一致，對GDP及三次產(chǎn)業(yè)增加值，以2011年為基準，采用價格指數(shù)進行抵減。原始數(shù)據(jù)主要來源于2012—2015年《安徽統(tǒng)計年鑒》，其中，各地級市用水數(shù)據(jù)來源于《2011—2014年安徽省水資源公報》。

2.2 用水強度變化態(tài)勢

運用產(chǎn)業(yè)用水與GDP統(tǒng)計數(shù)據(jù)，可對安徽省各地級市2011—2014年年均用水強度變化進行計算，結(jié)果如圖1所示。由圖1 可知，2011—2014年，除馬鞍山市外，安徽省其余15個地級市用水強度均呈下降態(tài)勢，從年均變化看，六安市變化最大，由2011年369.39m3/萬元降至2014年262m3/萬元，萬元GDP用水年均減少了35.8m3，從年均變化幅度看，降幅最大的為黃山市，年均下降達21.29%，究其原因，馬鞍山為傳統(tǒng)鋼鐵工業(yè)城市，生產(chǎn)設備相對陳舊，受技術(shù)、資金限制，設備改造升級難以在短期見效，致使單位GDP水耗較大，用水效率低；六安市積極引導產(chǎn)業(yè)調(diào)整，農(nóng)業(yè)在國民經(jīng)濟中比重不斷下降，由于三次產(chǎn)業(yè)中以第一產(chǎn)業(yè)耗水最大，第一產(chǎn)業(yè)比重的下降，相對減少了單位GDP水耗，從而導致了用水強度呈現(xiàn)出較大降幅；黃山市為皖南旅游、文化、生態(tài)資源稟賦豐厚的國際旅游城市，2011年來，黃山市積極主動調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，第二產(chǎn)業(yè)結(jié)構(gòu)比重不斷下降，第三產(chǎn)業(yè)比例日漸上升，由于產(chǎn)生單位第三產(chǎn)業(yè)產(chǎn)值用水較少，進而驅(qū)動了用水強度出現(xiàn)了較大降幅。

圖1 安徽省各地級市2011-2014年用水強度年均變化

2.3 用水強度變化驅(qū)動效應測算

運用測度用水強度的表達式(4)，(5) 及統(tǒng)計數(shù)據(jù)，可對安徽省2011—2014年各地級市用水強度驅(qū)動效應進行測算，結(jié)果如表1。由表1可知，考察樣本期，用水強度變化技術(shù)效應均值為94.09%，中值為77.965%，其中，大于中值的地級市有8個，馬鞍山市最強，宣城市最弱，而結(jié)構(gòu)效應均值為5.91%，中值為22.035%，大于中值的地級市同為8個，宣城市最強，馬鞍山市最弱，由此表明，技術(shù)因素在用水變化中起主導作用，而結(jié)構(gòu)因素影響較小。

2.4 用水強度變化驅(qū)動效應半變異函數(shù)分析

運用ArcGIS軟件地統(tǒng)計分析模塊，可對表1中安徽省2011—2014年用水強度變化技術(shù)與結(jié)構(gòu)驅(qū)動效應進行正態(tài)分布檢驗，結(jié)果如表2所示。表2表明，技術(shù)效應、結(jié)構(gòu)效應偏度離0值較大，峰度均大于3，且中位數(shù)與平均值偏離較大，由此表明，技術(shù)效應與結(jié)構(gòu)效應均不服從正態(tài)分布，為此，半變異函數(shù)分析中，應采用析取克里金法進行插值分析。

采用Log，Box-Cox，Arcsin，NormalScore交換方法，分別進行析取克里金擬合，結(jié)果顯示，技術(shù)效應以Log交換標準誤差最小，結(jié)構(gòu)效應以NormalScore交換標準誤差最小，基于析取克里金法插值方法，對技術(shù)效應、結(jié)構(gòu)效應分別采用Log，NormalScore交換方式，并進行ArcGIS軟件提供的多種模型進行擬合，所得結(jié)果表明，技術(shù)效應以Gaussian擬合最優(yōu)(平均標準差為36.310 3，均方根為65.040 4，標準均方根為1.790 2)，結(jié)構(gòu)效應以J-Bessel擬合最優(yōu)(平均標準差為65.658 1，均方根為69.492 4，標準均方根為1.057 7)，分別采用Gaussian模型、J-Bessel模型對技術(shù)效應、結(jié)構(gòu)效應進行擬合，所得半變異函數(shù)參數(shù)如表3所示。

表1 安徽省16個地級市2011-2014年用水強度驅(qū)動效應

注：ΔI為用水強度變化； ΔIT為技術(shù)因素引致用水強度變化份額; ΔIS為結(jié)構(gòu)因素引致用水強度變化份額; ΔIT(EFF)為技術(shù)進步效應; ΔIS(EFF)為結(jié)構(gòu)效應。

表2 正態(tài)分布檢驗

表3 安徽省2011-2014年用水強度 變化驅(qū)動效應半變異函數(shù)擬合參數(shù)

表3顯示，安徽省2011—2014年用水強度變化技術(shù)效應半變異函數(shù)塊金系數(shù)為1，表明考察樣本期，技術(shù)效應空間自相關(guān)弱，整體結(jié)構(gòu)性差，區(qū)域差異明顯，掣肘技術(shù)效應內(nèi)在結(jié)構(gòu)因素(如人力資本、研發(fā)投入等)處從屬地位，而規(guī)制政策、市場發(fā)育程度、外商投資水平等隨機因素起主導作用。表3顯示，用水強度變化結(jié)構(gòu)效應半變異函數(shù)塊金系數(shù)為0.843 9，表明結(jié)構(gòu)效應空間自相關(guān)亦較弱，空間異質(zhì)特征顯著，也說明內(nèi)在因素(資源稟賦、供求關(guān)系、經(jīng)濟發(fā)展水平等)所起作用小，而隨機因素(如宏觀政策引向)所起作用大。進一步分析表3可知，技術(shù)效應塊金系數(shù)大于結(jié)構(gòu)效應塊金系數(shù)，表明技術(shù)效應空間差異要強于結(jié)構(gòu)效應。

2.5 用水強度變化驅(qū)動熱值分析

圖2 安徽省2011-2014年用水強度變化技術(shù)效應熱值分析結(jié)果

圖3 安徽省2011-2014年用水強度變化結(jié)構(gòu)效應熱值分析結(jié)果

通過分析發(fā)現(xiàn)，無論是技術(shù)效應還是結(jié)構(gòu)效應，熱點與冷點地區(qū)較少，溫點地區(qū)較多，從技術(shù)效應看，熱點與冷點地區(qū)占總數(shù)的31.25%，溫點地區(qū)占68.75%，從結(jié)構(gòu)效應看，熱點與冷點地區(qū)占總數(shù)的37.5%，溫點地區(qū)占62.5%；，熱點與冷點地區(qū)主要分布于皖江中下游、皖南地區(qū)及皖北的蚌埠市，熱點與冷點地市集聚特征不顯著，即效應高值或低值區(qū)周邊并非高值或低值，離散的異質(zhì)特征明顯。

3 討論與結(jié)論

(1) 考察樣本期，安徽省用水強度整體呈下降態(tài)勢，技術(shù)因素是用水變化主要驅(qū)動因素，結(jié)構(gòu)因素驅(qū)動效應較弱。

(2) 技術(shù)效應與結(jié)構(gòu)效應全局自相關(guān)性均較弱，空間異質(zhì)特征顯著，比較而言，技術(shù)效應空間差異更明顯。

(3) 隨機因素(如規(guī)制政策)在技術(shù)效應與結(jié)構(gòu)效應中起主導作用，而內(nèi)在因素處從屬地位。

(4) 技術(shù)效應、結(jié)構(gòu)效應熱點與冷點地區(qū)均較少，溫點地區(qū)多，空間集聚特征不顯著。技術(shù)效應熱點地區(qū)與結(jié)構(gòu)效應冷點地區(qū)分布于皖江中下游的銅陵、蕪湖、馬鞍山3市，宣城、蚌埠為技術(shù)效應冷點地區(qū)，宣城、蚌埠、池州為結(jié)構(gòu)效應熱點地區(qū)。

鑒于上述結(jié)論，得出如下政策啟示：首先，結(jié)構(gòu)效應為掣肘安徽省用水強度下降的關(guān)鍵，為此，應將優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，特別是提升第三產(chǎn)業(yè)比例，作為降低用水強度，提高用水效率的重要抓手；其次，應采取差別化的規(guī)制政策，重點關(guān)注技術(shù)效應、結(jié)構(gòu)效應冷點地區(qū)。對技術(shù)效應低的宣城、蚌埠2市，應依靠政策扶持與制度設計，積極推進科技創(chuàng)新，努力提高用水效率，降低單位GDP用水量，對結(jié)構(gòu)效應低的銅陵、馬鞍山2市，應摒棄傳統(tǒng)二產(chǎn)占主導的經(jīng)濟發(fā)展模式，積極發(fā)展新興產(chǎn)業(yè)與現(xiàn)代服務業(yè)，通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，促進結(jié)構(gòu)效應提升；最后，提高技術(shù)效應與結(jié)構(gòu)效應既要重視規(guī)制政策等隨機因素，更要關(guān)注制約技術(shù)效應與結(jié)構(gòu)效應的內(nèi)在因素，如技術(shù)效應層面的人才隊伍建設、研發(fā)投入等，結(jié)構(gòu)效應的供給側(cè)改革、經(jīng)濟發(fā)展水平等，進而實現(xiàn)提升技術(shù)效應與結(jié)構(gòu)效應目標。

本文運用ArcGIS分析工具，揭示了技術(shù)與結(jié)構(gòu)因素為安徽省用水強度主要驅(qū)動因素，且在空間格局具有異質(zhì)的弱離散特征，所得結(jié)果與馬海良等[1]、孫才志等[2]、佟金萍等[3]、姜蓓蕾等[4]、張陳俊等[6]基本一致，為其優(yōu)化用水的空間配置，促進最嚴格水資源保護政策實施提供了決策參考，然而，受理論基礎(chǔ)制約，本文未就技術(shù)因素、產(chǎn)業(yè)結(jié)構(gòu)因素影響用水強度作用機理進行深度解析，這是本文不足之處，也是筆者今后展開更深入研究的方向。

[1] 馬海良,黃德春,張繼國.考慮非合意產(chǎn)出的水資源利用效率及影響因素研究[J].中國人口·資源與環(huán)境,2012,22(10):35-42.

[2] 孫才志,王妍,李紅新.遼寧省用水效率影響因素分析[J].水利經(jīng)濟,2009,27(2):1-5.

[3] 佟金萍,馬劍鋒,劉高峰.基于完全分解模型的中國萬元GDP用水量變動及因素分析[J].資源科學,2011,33(10):1870-1876.

[4] 姜蓓蕾,耿雷華,卞錦宇,等.中國工業(yè)用水效率水平驅(qū)動因素分析及區(qū)劃研究[J].資源科學,2014,36(11):2231-2239.

[5] 耿獻輝,張曉恒,宋玉蘭.農(nóng)業(yè)灌溉用水效率及其影響因素實證分析:基于隨機前沿生產(chǎn)函數(shù)和新疆棉農(nóng)調(diào)研數(shù)據(jù)[J].自然資源學報,2014,29(6):934-943.

[6] 張陳俊,章恒全,龔雅云.中國結(jié)構(gòu)升級、技術(shù)進步與水資源消耗:基于改進的LMDI方法[J].資源科學,2014,36(10):1993-2002.

[7] 李靜,馬瀟璨.資源與環(huán)境雙重約束下的工業(yè)用水效率:基于SBM-Undesirable和Meta-frontier模型的實證研究[J].自然資源學報,2014,29(6):920-933.

[8] 佟金萍,馬劍鋒,王圣,等.長江流域農(nóng)業(yè)用水效率研究:基于超效率DEA和Tobit模型[J].長江流域資源與環(huán)境,2015,24(4):603-608.

[9] 中國科學院可持續(xù)發(fā)展戰(zhàn)略研究組.2007年中國可持續(xù)發(fā)展戰(zhàn)略報告:水治理與創(chuàng)新[M].北京:科學出版社,2007.

[10] Sun J W. Changes in energy consumption and energy intensity: A complete decomposition model[J]. Energy Economics, 1998,20(1):85-100.

[11] 梅志雄.基于半變異函數(shù)的住宅價格空間異質(zhì)性分析:以東莞市為例[J].華南師范大學學報:自然科學版,2008(4):123-128.

[12] 葛淼,薛然尹,何進偉,等.中國男性兒童呼氣高峰流量參考值地理分布[J].地理研究,2014,33(3):451-466.

[13] 欒福明,張小雷,楊兆萍,等.1990—2011年山東省旅游節(jié)慶的時空變異特征及機理[J].地理科學進展,2013,32(6):940-949.

[14] 楊曉明,戴小杰,田思泉,等.中西太平洋鰹魚圍網(wǎng)漁業(yè)資源的熱點分析和空間異質(zhì)性[J].生態(tài)學報,2014,34(13):3771-3778.

[15] 蔣海兵,徐建剛.江蘇淮河流域工業(yè)點源負荷空間分布特征研究[J].長江流域資源與環(huán)境,2013,22(6):742-749.

[16] 張麗,楊國范,劉吉平.1986—2012年撫順市土地利用動態(tài)變化及熱點分析[J].地理科學,2014,34(2):185-191.

[17] 蓋美,郝慧娟,柯麗娜,等.遼寧沿海經(jīng)濟帶水資源邊際效益測度及影響因素分析[J].自然資源學報,2015,30(1):78-91.

ArcGIS-based Analysis of Drivers’ Spatial Patterns of Water Use Intensity in Anhui Province

ZHANG Leqin, ZHU Chaohong

(CollegeofNaturalResourcesandEnvironment,ChizhouUniversity,Chizhou,Anhui247000,China)

[Objective] The spatial correlation pattern of water intensity drivers was explored to provide basis for the policy formulation of optimizing water resources allocation and for implementing the most rigorous water resources protection policy. [Methods] Taking Anhui Province as an example, the effects of different drivers on water use intensity were calculated using the complete decomposition model. And then ArcGIS-based Kriging interpolation and calorific value analysis methods were used to investigate the spatial correlation pattern and to find out the hot spots /cold spots of water use intensity. [Results] (1) From 2011 to 2014, the technical effect was valued at 94.09%, and the structural effect was 5.91%; (2) The coefficient nuggets of semi-variogram of the technical effect and structure effect were 1 and 0.843 9. The spatial autocorrelation was weak as the overall structure variance was poor, but the regional differences was obvious. (3) Hot spot plus cold spot areas of technical and structural effects of covered for 31.25% and 37.5% of the total provincial area, and moderate areas of the two effects accounted for 68.75% and 62.50%, mainly distributed in the middle and lower reaches of Wanhe River, in South Anhui, and in Bengbu City. [Conclusion] The spatial heterogeneity of drivers of water use intensity was significant. Technological innovation and structural adjustment are considered as two important ways to enhance regional water use intensity.

water use intensity; driving effect; complete decomposition model; semi-variogram; hot spot analysis

2016-11-18

2017-01-09

安徽省科技廳2016年軟科學項目“安徽省技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對用水變化驅(qū)動效應時空差異及響應對策研究”(1607a0202061); 安徽省教育廳質(zhì)量工程項目“水處理工程實踐教育中心”(2015xnzx023)

張樂勤(1965—),男(漢族),安徽省宿松縣人,碩士,教授,研究方向為資源生態(tài)與可持續(xù)發(fā)展。E-mail:zhangleqing@sohu.com。

A

1000-288X(2017)03-0284-06

F062.1