劉旭輝 張超 趙鐘楠 史久杰
摘 要:為探究黃河流域水資源壓力時空變化特征及其主導因素,對流域內生產、生活用水管理以及協同管理的政策制定提供支撐,基于2000—2019年時間序列數據,測算了黃河流域除四川省外的八?。▍^)水資源壓力變化趨勢,采用對數平均迪氏分解法(LMDI)對水資源壓力變化的7個驅動因素進行了分解。結果表明:研究期內八?。▍^)整體水資源壓力值在0.25上下波動,生產用水對水資源的壓力明顯大于生活用水的;產業用水效率提升和產業結構調整為水資源壓力減小的主導因素,地區生產總值的增加是導致水資源壓力增大的主要原因,人口數量增加、城鎮化率提升和人均生活用水強度增加均對水資源壓力具有正向驅動作用。
關鍵詞:水資源壓力;驅動因素;對數平均迪氏分解法;黃河流域
中圖分類號:TV213.4;TV882.1
文獻標志碼:A
doi:10.3969/j.issn.1000-1379.2022.02.016
引用格式:劉旭輝,張超,趙鐘楠,等.黃河流域水資源壓力變化及其驅動因素分析[J].人民黃河,2022,44(2):77-83.
Abstract: In order to explore the spatial-temporal changes of water resources stress and its driving factors in the Yellow River Basin, and provide policy making support for integrated water resources management, this study investigated the historical trend (2000-2019) of water resources stress in eight provinces in the Yellow River Basin and decomposed the changes into seven driving factors by using Logarithmic Mean Divisia Index (LMDI) method. The results show that the total water resources stress of the eight provinces fluctuates around 0.25 during the study period, and the contribution of production water use to water resources stress is obviously greater than that of domestic water use. The improvement of industrial water efficiency and the adjustment of industrial structure are the leading factors contributing to decrease water resources stress. The increase in regional gross domestic product is the main factor to increase water resources stress. The growth of population, urbanization rate and per capita domestic water use are also positive driving forces to increase water resources stress.
Key words: water resources stress;driving factor;Logarithmic Mean Divisia Index (LMDI);Yellow River Basin
黃河流域耕地、能源、礦產資源豐富,是我國主要的農業生產基地[1],同時被譽為“能源流域”[2]。農業灌溉、能源加工轉化等高耗水行業發展使黃河水資源形勢日趨緊張,水資源短缺已成為流域經濟社會發展的制約因素[3-4]。把水資源作為最大剛性約束,提升流域水資源利用效率、緩解水資源壓力,對于促進黃河流域生態保護和高質量發展至關重要。
黃河流域一直是水資源管理問題研究的熱點地區,已有研究主要分為3類:一是基于數據包絡分析或單要素用水強度指標的工農業生產部門用水效率評價[5-7],二是采用各類指數分解方法探究用水總量變化的驅動因素[8-15],三是基于水足跡核算和投入產出模型的農產品水足跡測算及虛擬水流動研究[16-20]。上述研究大多以用水量為著眼點,缺乏對水資源壓力變化及其動因的探究。水資源壓力體現了水資源供需兩方面的特征,是因地制宜開展節水管理的重要依據。Raskin等[21]將年取用的淡水資源量占可獲得且可更新的淡水資源總量的百分比定義為水資源開發利用程度,認為該數值大于20%且小于40%時為缺水、大于40%時為嚴重缺水。世界資源研究所將每年的總取水量占可用水資源總量的百分比定義為基準水壓力(BWS),并劃分了5個等級,其中大于40%為高水壓力、大于80%為極高水壓力[22]。
筆者基于2000—2019年時間序列數據,分析了黃河流域除四川省外的八?。▍^)水資源壓力的變化趨勢,并采用對數平均迪氏分解法(LMDI)對水資源壓力變化的7個驅動因素進行分解,探求黃河流域水資源壓力變化的空間差異及其主導因素,以期為優化黃河流域的產業結構和水資源配置結構,加強對生產、生活用水管理以及協同管理政策的制定提供參考。
1 研究方法
1.1 模型構建
目前定量評估經濟、環境、社會等指標變化的分解方法主要有結構分解法(SDA)和指數分解法(IDA)兩類,其中指數分解法中的對數平均迪氏分解法(LMDI)由于分解結果不存在殘差項,且分解具有可加性,因此近些年在環境問題研究中得到廣泛應用[23]。LMDI基本原理是將待評估的指標值分解為幾部門指標值之和,每一部門的指標值又可分解成數個驅動因素指標值的乘積,在評估周期內,按照加法分解模式,評價指標的總變化量可表示為各個因素逐年變化量之和。
本文采用LMDI的加法分解模式,對水資源壓力變化進行驅動因素分解。按照生產用水和生活用水劃分的地區水資源壓力計算公式為
WS=TWAW=PWAW+LWAW=WPS+WLS(1)
式中:WS為區域水資源壓力,無量綱;TW為地區生產和生活用水總量,萬m3;AW為扣除重復計算量之后的地表水和地下水資源量與入境水量之和,即某地區可開發利用的水資源總量,萬m3;PW為生產用水總量,萬m3;LW為生活用水總量,萬m3;WPS、WLS分別為生產部門和生活部門水資源壓力,無量綱。
生產用水涉及農業、工業、建筑業和第三產業4個部門,但由于城鎮公共用水統計未細分第三產業和建筑業用水量,因此實際計算中將建筑業和第三產業歸為一個部門。生產用水導致的水資源壓力變化主要受生產總值GDP、產業結構、產業用水效率、可開發利用水資源總量4類因素變化的影響,參照已有研究[10,23],因素分解表達式為
式中:PWi為第i個部門的生產用水量,萬m3;GDP為國內生產總值,億元;PSi為第i個部門的產業增加值占比,%;PWIi為第i個部門產業增加值的用水量,m3/萬元。
類似地,將生活用水分為城鎮生活用水和農村生活用水兩個部門,生活用水導致的水資源壓力變化主要受人口總量、人口結構、人均用水強度、可開發利用水資源量4類因素變化的影響,因素分解表達式為
式中:LWj為第j個部門的生活用水量,萬m3;P為地區常住人口數量,萬人;LSj為第j個部門的人口數量占比,%;LWIj為第j個部門年人均生活用水量,m3。
以2000年為基期,將相鄰年份水資源壓力的差值表示為上述各類驅動因素變化帶來的效應值:
式中:ΔWS為相鄰年份水資源壓力差值;ΔWSGDP、ΔWSPS、ΔWSPWI、ΔWSP、ΔWSLS、ΔWSLWI、ΔWS1/AW分別為生產總值變化、產業結構變化、產業用水效率變化、人口總量變化、人口結構變化、人均用水強度變化、可開發利用水資源總量變化對水資源壓力變化的驅動效應值。
ΔWS>0表示水壓力值升高,ΔWS<0表示水壓力值降低。同樣,各因素分解值大于0表示增加水資源壓力,小于0則表示減小水資源壓力。以生產部門為例,用加法分解模式表示的各因素變動效應的LMDI分解算式為
其中:
式中:變量上標t、0分別表示t年和2000年。
與生活部門有關的LMDI分解算式與此類似。
1.2 研究區概況與數據來源
黃河干流全長5 464 km,流域總面積79.5萬km2(含內流區面積4.2萬km2)[14]。流域地處東亞海陸季風區的北部,降水量少且時空分布不均。據第三次全國水資源調查評價,1956—2016年黃河流域年均降水量451.9 mm,天然徑流量為490億m3,2001—2019年水資源開發利用率高達80%[24]。研究區包含黃河流域青海、甘肅、寧夏、內蒙古、山西、陜西、河南、山東八省(區)。四川省由于位于黃河流域內的面積不足省域總面積的4%,因此未納入研究范圍。
2000—2019年社會經濟和各部門用水數據來源于國家統計局及各?。▍^)統計年鑒、水資源公報等。其中:農業用水包括農田灌溉用水、林果地灌溉用水、草地灌溉用水、魚塘補水和畜禽用水,用農業用水量與萬元農業增加值的比值作為農業用水強度;工業用水包括工礦企業在生產過程中用于制造、加工、冷卻、凈化、洗滌等方面的用水,工業用水強度用工業用水量與萬元工業增加值的比值表示;城鎮公共用水主要指建筑業和第三產業用水,部分?。▍^)缺乏城鎮公共用水量數據,主要利用多年平均增長率進行估算;城鎮和農村居民生活用水,部分省(區)數據不全,利用多年平均增長率估算。另外,考慮到通貨膨脹的影響,以2000年為基期,對所有年份的產業增加值進行了不變價格換算。
2 結果分析
2.1 流域整體水資源壓力分析
利用式(1)計算2000—2019年黃河流域八?。▍^)整體水資源壓力,結果見圖1(其中兩部門貢獻率是指生產和生活部門用水導致的水資源壓力占總壓力的比例)。八省(區)整體水資源壓力值波動幅度較大,研究期內略有下降。2002年的水資源壓力值為0.353(為研究期內最高),隨后在0.250上下波動,2018年的水資源壓力值降至0.187(為研究期內最低)。生產部門用水對水資源壓力的貢獻率明顯大于生活部門的,平均貢獻率約為90%,生活部門僅為10%。自2000年以來,生產用水量呈現緩慢減小趨勢,生活用水量逐漸增大,2000年生產部門用水對水資源壓力的貢獻率為92.5%,生活部門用水僅為7.5%,而2019年生產部門用水貢獻率降至87.1%,生活部門用水貢獻率為12.9%。
利用LMDI模型計算2000—2019年黃河流域整體水資源壓力變化的驅動因素效應值。由圖2可知,與生產部門用水相關的3個因素具有主導驅動作用,與生活部門用水相關的3個因素作用明顯較弱,而可開發利用水資源總量年際變化因素的作用略大于生活部門驅動因素的作用。綜合來看,產業結構優化和產業用水效率提升是水資源壓力減小的主要正向驅動因素,地區生產總值增加是驅動水資源壓力增大的主要正向因素,其效應值占正向影響效應值的90%以上。人口總量、人口結構以及人均生活用水強度3個因素均起正向驅動作用,但作用很小,三者相加的效應值不足正向驅動因素總效應值的3%??砷_發利用水資源總量因素對流域水資源壓力變化的影響波動較為明顯。
由于部分因素在整體分解圖中無法清晰顯示其效應,因此分部門進行描繪,如圖3、圖4所示。由圖3可知,在生產部門用水變化驅動因素的分解中,生產總值因素具有正向驅動作用,產業結構和產業用水效率起負向作用,表明流域生產總值不斷增加、產業結構優化調整、產業用水效率不斷提高。其中:生產總值因素驅動效應值由2001年的0.021上升至2019年的0.328,可知流域經濟發展依賴水資源,生產需水量大;產業用水效率提升在負向驅動因素中多年平均效應值占比為54.5%,產業結構優化調整占比為45.5%,二者是減小水資源壓力的直接因素,這與各產業的技術效應密切相關。產業結構調整對水資源壓力的負向驅動作用主要依賴于農業、工業用水強度下降。
由圖4可知,生活部門用水量變化的3類驅動因素均具有正向作用,反映出各?。▍^)人口總量不斷增加、城鎮化水平不斷提高、城鎮和農村居民的人均用水強度不斷增大。其中:人均用水量正向效應最為顯著,在3個因素總效應值的年平均占比為50%;人口結構因素對水資源壓力變化的正向驅動作用明顯增強,2001年此因素在正向因素總效應值的占比僅為9%,而2019年的驅動效應值在正向因素總效應值中占比達到40%,城鎮化率大幅提升;人口數量在3個因素中作用最小,通過計算得出2000—2019年的年平均增長率為0.47%,對于流域整體而言,人口規模的增長幅度不大。
2.2 空間差異分析
黃河流域八省(區)的水資源稟賦和用水格局存在顯著差異,不同地區水資源壓力的驅動因素亦不同。以2000年為基期,比較了2001—2019年生產部門用水、生活部門用水、可開發利用的水資源總量變化對各省(區)水資源壓力變化的累計效應,見圖5??梢钥闯觯綎|、寧夏、內蒙古、陜西、甘肅和青海六?。▍^)的水資源壓力值均有所減小,山西和河南兩省水資源壓力值增大??砷_發利用的水資源總量受地區短期氣象條件和長期水文變化的影響,在八?。▍^)中,除了河南省的水資源總量減小之外,其余?。▍^)均為增大,起到了減小水資源壓力的作用,其中山東省水資源壓力降幅最大(超過20%)。大多數省(區)的生產部門因素變化效應值為負,而山西和陜西生產部門因素表現為正向驅動,反映了這兩個省份的經濟發展高度依賴水資源,支柱產業需水量大。生活部門用水因素僅在甘肅省表現為負向驅動(效應值僅為-0.002),說明生活條件的改善加大了用水需求量。
2.2.1 生產部門驅動因素效應及產業分析
為進一步揭示水資源壓力變化空間差異的主導因素及各產業效應情況,針對生產部門用水驅動因素進行分解,見圖6??傮w來看,山東、寧夏、甘肅、內蒙古、河南、青海六?。▍^)的生產部門用水量減少,表現為對水資源壓力的負向驅動,效應值分別為-0.083、-0.076、-0.023、-0.012、-0.009、-0.003;陜西和山西兩省則表現為生產用水量增加,加大了水資源壓力,效應值分別為0.010、0.084。從驅動因素來看,各?。▍^)生產總值的增加是水資源壓力的正向驅動因素,產業用水效率及產業結構變化則為負向驅動因素,且產業用水效率因素在總負向效應值的占比大于產業結構的,反映了各省(區)的經濟發展均呈上升趨勢,產業用水效率提升對水資源壓力的減小作用更大。另外,雖然近些年各省(區)的產業結構有所調整,但依舊以第一、二產業為主,因此產業結構的變化驅動作用不明顯。其中,山西省的生產總值變化因素效應值顯著大于其他?。▍^),為0.993,這與其能源產業鏈的發展及其用水需求量大相關。近年來,山西以煤炭開采、加工、轉化為核心的能源產業鏈發展迅速,原煤洗選率達73%[25],導致高耗水能源產品用水量明顯大于其他省份的。
圖7為各?。▍^)產業結構變化的效應值??傮w來看,隨著黃河流域各?。▍^)產業結構的調整及工業化的推進,農業對地區生產總值的貢獻逐漸減小,工業及第三產業的貢獻有所增大。由于工業和第三產業萬元增加值用水量遠小于農業的,因此產業結構調整可減小水資源壓力。其中,山西和山東農業占比降低效果最為明顯,效應值分別為-0.403和-0.309。圖8為各?。▍^)產業用水效率變化的效應值,三次產業的用水效率均有所提升,但農業和工業為產業用水效率負向驅動的主要部門。其中:寧夏、內蒙古、青海和甘肅農業用水效率提升在三次產業中的效應占比超過70%,對水資源壓力的負向驅動作用十分明顯;河南和山西工業用水效率提升在三次產業中的效應占比超過45%;第三產業的用水效率提升小,除山西(效應值為-0.058)外效果均不明顯。
2.2.2 生活部門驅動因素效應及城鄉差異
與生活部門用水有關的驅動因素效應見圖9。八?。▍^)中,除甘肅以外,其余?。▍^)生活用水量均增加,其中山西生活用水增幅最大,對水資源壓力的正向驅動效應值為0.125。從驅動因素來看,人口數量和城鄉人口結構因素在各?。▍^)中均表現為正向驅動作用,但作用不明顯。人均生活用水強度在多數?。▍^)中對水資源壓力有正向作用(甘肅和河南除外),表明流域各?。▍^)人口規模增大,人均生活用水量的增加成為多數?。▍^)水資源壓力上升的主要原因。其中,山西、山東、內蒙古人均生活用水強度的正向驅動效應相對明顯,效應值分別為0.092、0.017、0.007,在3個因素的總效應中占比均超過65%。河南、青海的人口結構因素效應更為明顯,分別在3個因素的總效應中占123.7%、40.8%,其中河南的城鎮化率由2000年的23.2%提升至2019年的53.2%。
由圖10可知,各?。▍^)均表現為城鎮人口占比上升,農村人口占比下降,且城鎮人口占比變化對水資源壓力的正向效應值大于農村人口占比的負向效應值,表明雖然不同省(區)城鎮化率水平不同,但城鎮人口的用水需求量普遍大于農村的,從而加大了地區水資源壓力。山西、河南、山東的城鎮效應值較大,分別為0.035、0.025、0.013,上述3省的農村負向效應值也較大,反映了3省城鎮化率水平提高明顯。圖11為各省(區)人均生活用水強度的變化情況,大部分?。▍^)的城鎮和農村人均生活用水量均增大,但地區主導因素不同,反映出多數?。▍^)城鎮人均用水需求量增大,部分?。▍^)農村用水方式粗放、節水觀念不強等問題。甘肅、寧夏、山西的城鎮人均生活用水強度效應值明顯較大,在城鄉總效應值中的占比分別為84.3%、77.6%、74.2%;山東、河南的農村人均生活用水強度驅動作用較大,在城鄉總效應值中分別占78.9%、62.0%。
3 結 語
(1)黃河流域生產總值不斷增大是促使水資源壓力增大的主要原因,但其正向驅動作用在減小,體現了經濟增速放緩的趨勢。產業用水效率提升和產業結構調整是促使水資源壓力減小的主導因素。人口數量、人口結構以及人均生活用水強度3個因素同樣促使水資源壓力增大,表明城鎮化水平的提高和生活條件的改善使得生活用水量增加。受地區短期氣象條件和長期水文變化的影響,可開發利用的水資源總量對水資源壓力的影響具有不確定性。
(2)生產部門用水相關的驅動因素方面,萬元增加值用水強度最高的農業部門在三次產業中占比持續減小,產業結構調整整體上導致水資源壓力減小。農業和工業用水效率的提升同樣促使水資源壓力減小,除山西外,各?。▍^)農業用水強度的貢獻大于工業用水強度的。黃河流域各省(區)應繼續推廣農業節水技術,部分?。▍^)(如河南、山西)還應加大工業節水力度,大力開展產業節水。
(3)生活部門用水相關的驅動因素方面,大部分省(區)城鎮人口占比上升,對水資源壓力具有正向驅動作用,農村人口占比下降對水資源壓力具有負向作用。部分?。▍^)城鎮人均生活用水強度正向效應明顯,部分省(區)則為農村正向驅動作用較大,原因是城鎮化率提高導致城鎮用水需求量加大、鄉村用水方式粗放、節水觀念薄弱等。因此,應對生活用水定額實行地區差異化管理,同時開展地區間的節水經驗交流,加強節水政策的宣傳與引導。
未來應繼續著力優化各省(區)產業結構,大力推廣節水技術,強化生活用水定額管理,提高公眾節水意識,同時繼續完善流域用水監測體系,助推水資源高效管理。
參考文獻:
[1] 賈紹鳳,梁媛.新形勢下黃河流域水資源配置戰略調整研究[J].資源科學,2020,42(1):29-36.
[2] 孫才志,靳春玉,郝帥.黃河流域水資源-能源-糧食紐帶關系研究[J].人民黃河,2020,42(9):101-106.
[3] 張曉濤,于法穩.黃河流域經濟發展與水資源匹配狀況分析[J].中國人口·資源與環境,2012,22(10):1-6.
[4] 張金良.黃河流域生態保護和高質量發展水戰略思考[J].人民黃河,2020,42(4):1-6.
[5] 劉華軍,喬列成,孫淑惠.黃河流域用水效率的空間格局及動態演進[J].資源科學,2020,42(1):57-68.
[6] 崔永正,劉濤.黃河流域農業用水效率測度及其節水潛力分析[J].節水灌溉,2021(1):100-103.
[7] 黨麗娟.黃河流域水資源開發利用分析與評價[J].水資源開發與管理,2020(7):33-40.
[8] ANG B W,XU X Y,SU B.Multi-Country Comparisons of Energy Performance:the Index Decomposition Analysis Approach[J].Energy Economics,2015,47:68-76.
[9] SU B,ANG B W.Multi-Region Comparisons of Emission Performance:the Structural Decomposition Analysis Approach[J].Ecological Indicators,2016,67:78-87.
[10] ZHANG C,ZHONG L J,WANG J.Decoupling between Water Use and Thermoelectric Power Generation Growth in China[J]. Nature Energy,2018,3(9):792-799.
[11] SHANG Y Z,LU S B,SHANG L,et al.Decomposition of Industrial Water Use from 2003 to 2012 in Tianjin,China[J].Technological Forecasting and Social Change,2017,116: 53-61.
[12] 李俊,許家偉.河南省工業用水效率的動態演變與分解效應:基于LMDI模型視角[J].經濟地理,2018,38(11):183-190.
[13] 張陳俊,吳雨思,龐慶華,等.長江經濟帶用水量時空差異的驅動效應研究:基于生產和生活視角[J].長江流域資源與環境,2019,28(12):2806-2816.
[14] 楊翊辰,劉柏君,崔長勇.黃河流域用水演變特征及水資源情勢識別研究[J].人民黃河,2021,43(1):61-66.
[15] 孫思奧,湯秋鴻.黃河流域水資源利用時空演變特征及驅動要素[J].資源科學,2020,42(12):2261-2273.
[16] ZHUO L,MEKONNEN M M,HOEKSTRA A Y,et al.Inter and Intra-Annual Variation of Water Footprint of Crops and Blue Water Scarcity in the Yellow River Basin(1961-2009)[J]. Advances in Water Resources,2016,87:29-41.
[17] 卓拉,王偉,馮變變,等.黃河流域小麥生產水足跡量化與評價[J].農業機械學報,2019,50(9):264-271.
[18] 宋欣爽.黃河流域主要糧食作物生產水足跡研究[D].北京:華北電力大學,2017:1-75.
[19] 卓拉,栗萌,吳普特,等.黃河流域作物生產與消費實體水-虛擬水耦合流動時空演變與驅動力分析[J].水利學報,2020,51(9):1059-1069.
[20] FENG K S,SIU Y L,GUAN D,et al.Assessing Regional Virtual Water Flows and Water Footprints in the Yellow River Basin,China:A Consumption Based Approach[J].Applied Geography,2012,32:691-701.
[21] RASKIN P,GLEICK P,KIRSHEN P,et al.Comprehensive Assessment of the Freshwater Resources of the World.Water Futures:Assessment of Long-Range Patterns and Problems[R].Stockholm,Sweden:Stockholm Environment Institute,1997:10-52.
[22] GASSERT F,LANDIS M,LUCK M,et al.Aqueduct Global Maps 2.0[EB/OL].(2013-01-24)[2021-08-01].https://www.wri.org/research/aqueduct-global-maps-20.
[23] 盛前,夏語欣,沈曉梅.基于LMDI的長江經濟帶農業用水驅動因素分析[J].湖北農業科學,2020,59(8):194-198.
[24] 彭少明,鄭小康,嚴登明,等.黃河流域水資源供需新態勢與對策[J].中國水利,2021(18):18-20,26.
[25] 王守禎.山西煤炭工業70年回顧與展望[J].中國煤炭工業,2020(1):14-18.
【責任編輯 張華興】