中國用水量變化的驅動效應

何凡，顧冰，何國華，路培藝，尹婧，趙勇，李海紅

(中國水利水電科學研究院流域水循環模擬與調控國家重點實驗室，北京 100038)

準確研判國家和區域用水變化趨勢是合理布局重大水利工程、科學制定水資源管理政策的前提[1]。識別和量化導致用水量變化的主要影響因素及其驅動作用是準確把握用水變化趨勢的重要基礎[2-4]。在水資源供需矛盾突出和經濟社會發展全面轉型的現階段，深入研究影響用水量的主要因素、時空變化及其內在作用機制無疑具有重要的現實意義，也受到學界廣泛關注[5-10]。

目前定量測算用水量變化驅動效應的方法主要有結構分解法(structural decomposition analysis，SDA)和指數分解法(index decomposition analysis，IDA)。其中，結構分解法通過投入產出模型中關鍵參數變動的比較來分析用水量變動原因。楊中文等[11-12]、Wang等[13]分別運用SDA模型分析了中國用水量和美國工業用水量的驅動因素。指數分解法[14-15]是利用指數體系分析各影響因素變動對總指數的影響方向和程度。張禮兵等[16]、張陳俊等[17]、陳美林等[18]、劉翀等[19]、白夏等[20]分別利用該方法從人口、經濟、產業、技術等方面選取相關驅動因素并定量測算貢獻程度，取得了系列成果。

但無論是結構分解法還是指數分解法，現有成果普遍是將用水總量作為一個整體開展研究或僅針對特定地區特定行業用水量進行分析。將用水總量作為一個整體開展研究，在一定程度上忽略了生活、工業和農業不同行業用水驅動力的差異，而針對特定地區特定行業用水量的研究難以全面反映我國用水過程的演變趨勢。考慮到指數分解法中的對數均值迪氏指數(logarithmic mean Divisia index，LMDI)分解法能有效解決指數分解中存在的殘差項和零值的問題[21]，且不受投入產出表發布周期過長的影響，于是本研究通過Kaya恒等式優化構建了多層次LMDI方法，在對全國用水量驅動效應整體分析的基礎上，進一步對各行業用水量驅動效應進行了分解研究，并對驅動效應空間分異性及“十三五”時期的最新變化開展了深入剖析，為準確把握現階段我國用水發展趨勢提供科學認知。

1 改進的因素分解模型

1.1 模型構建思路

全國用水總量主要由生活、工業、農業和生態用水4部分組成。考慮到自2003年生態用水被納入用水統計范疇后，其名稱和統計口徑存在數次較大變動，引江濟太、浙江平原水網環境配水等現狀用水是否納入統計還存在較大爭議和不確定性，以及2003年以來生態用水僅占用水總量的2.3%左右等因素，本研究主要以2000—2020年生活、工業、農業用水為分析對象，文中用水總量為3部分之和。按照我國不同行業用水構成，結合LMDI模型分析計算原理，本研究將生活用水分解為城鎮和農村用水，其驅動因素為人口、生活用水定額和城鎮化率；將工業用水分解為近20年來在工業用水總量中占比達30%左右的火核電用水和一般工業用水，其驅動因素為工業產值、工業用水定額和工業結構；將農業用水分解為農田和林果牧用水，其驅動因素為灌溉面積、農業用水定額和種植結構。模型中r=0為研究期初始年，r=t為研究期末年，則用水總量

Wr=Wr,生活+Wr，工業+Wr，農業

(1)

1.2 生活用水模型

將生活用水分為城鎮生活用水和農村生活用水，并利用Kaya恒等式量化計算人口、生活用水定額和城鎮化率變化對生活用水變化的貢獻，計算公式為

ΔW生活=ΔW農村生活+ΔW城鎮生活=

(2)

式中：ΔW農村生活、ΔW城鎮生活分別為農村、城鎮生活用水變化量，m3；ΔP為總人口變化量，萬人；ΔP農村人口、ΔP城鎮人口分別為農村、城鎮人口變化量，萬人。

進一步可將生活用水變化分解為人口、生活用水定額和城鎮化率3個驅動要素,計算公式為

ΔW生活=ΔW農村生活+ΔW城鎮生活=

(ΔWP，農村生活+ΔWS，農村生活+ΔWL，農村生活)+

(ΔWP,城鎮生活+ΔWS,城鎮生活+ΔWL，城鎮生活)

(3)

式中：ΔWP，農村生活、ΔWP，城鎮生活分別為總人口變化引起的農村、城鎮用水變化量，m3，兩者合并即為人口效應，m3；ΔWS，農村生活、ΔWS，城鎮生活分別為農村、城鎮生活用水定額變化引起的農村、城鎮用水變化量，m3，兩者合并即為生活用水定額效應，m3；ΔWL，農村生活、ΔWL，城鎮生活分別為農村、城鎮人口占總人口比重變化引起的農村、城鎮用水變化量，m3，兩者合并即為城鎮化效應，m3。根據式(3)計算生活用水定額效應時將農村和城鎮生活用水定額效應分別進行測算，再進行求和得到，排除了由于城鎮化發展、城鎮人口增多對生活用水定額帶來的影響，而單純反映了農村和城鎮居民各自用水水平提高帶來的生活用水定額效應。

根據LMDI模型，生活用水的人口效應、生活用水定額效應和城鎮化效應可以由下式計算

(4)

(5)

(6)

式中：W0和Wt為初始年和第t年農村或城鎮生活用水量，m3；P0和Pt為初始年和第t年總人口，萬人；S0和St為初始年和第t年農村或城鎮用水定額，m3/萬人；L0和Lt為初始年和第t年城鎮化率，%。

1.3 工業用水模型

將工業用水分為一般工業用水和火核電用水，并利用Kaya恒等式量化計算產值、工業用水定額和工業結構變化對工業用水變化的貢獻，計算公式為

ΔW工業=ΔW一般工業+ΔW火核電=

(7)

式中：ΔW一般工業、ΔW火核電分別為一般工業、火核電用水變化量，m3；ΔY為總產值變化量，億元；ΔY一般工業產值、ΔY火核電產值分別為一般工業產值、火核電產值變化量，億元。

進一步可將工業用水變化分解為產值、工業用水定額和工業結構3個驅動要素，計算公式為

ΔW工業=ΔW一般工業+ΔW火核電=

(ΔWY，一般工業+ΔWK，一般工業+ΔWN，一般工業)+

(ΔWY,火核電+ΔWK,火核電+ΔWN,火核電)

(8)

式中：ΔWY，一般工業、ΔWY，火核電分別為總產值變化引起的一般工業、火核電用水變化量，m3，兩者合并即為產值效應，m3；ΔWK，一般工業、ΔWK，火核電分別為一般工業、火核電工業用水定額變化引起的一般工業、火核電用水變化量，m3，兩者合并即為工業用水定額效應，m3；ΔWN，一般工業、ΔWN，火核電分別為一般工業、火核電產值占總產值比重變化引起的一般工業、火核電用水變化量，m3，兩者合并即為工業結構效應，m3。

工業用水的產值效應、工業用水定額效應和工業結構效應計算方法參考生活用水LMDI模型，見式(4)至式(6)。

1.4 農業用水模型

將農業用水分為農田灌溉用水和林果牧用水，并利用Kaya恒等式量化計算灌溉面積、農業用水定額和種植結構對農業用水變化的貢獻，計算公式為

ΔW農業=ΔW農田+ΔW林果牧=

(9)

式中：ΔW農田、ΔW林果牧分別為農田灌溉、林果牧用水變化量，m3；ΔH為灌溉面積變化量，hm2；ΔH農田、ΔH林果牧分別為農田、林果牧灌溉面積變化量，hm2。

進一步可將農業用水變化可以分解為灌溉面積、農業用水定額和種植結構3個驅動要素,計算公式為

ΔW農業=ΔW農田+ΔW林果牧=

(ΔWQ，農田+ΔWJ，農田+ΔWT，農田)+

(ΔWQ,林果牧+ΔWJ,林果牧+ΔWT,林果牧)

(10)

式中：ΔWQ，農田、ΔWQ，林果牧分別為總灌溉面積變化引起的農田、林果牧用水變化量，m3，兩者合并即為灌溉面積效應，m3；ΔWJ，農田、ΔWJ，林果牧分別為農田、林果牧用水定額變化引起的農田、林果牧用水變化量，m3，兩者合并即為農業用水定額效應，m3；ΔWT，農田、ΔWT，林果牧分別為農田、林果牧灌溉面積占總灌溉面積比重變化引起的農田、林果牧用水變化量，m3，兩者合并即為種植結構效應，m3。

農業用水的灌溉面積效應、農業用水定額效應和種植結構效應計算方法參考生活用水LMDI模型，見式(4)至式(6)。

2 用水量變化驅動效應測度與演變

2.1 用水量變化驅動效應測度

根據因素分解模型，對2000—2020年全國用水總量及行業用水量變化驅動效應進行分解測算，結果見表1。

表1 2000—2020年中國用水量變化的驅動效應Tab.1 Driving effects of water consumption change in China from 2000 to 2020 單位：億m3

從表1可以看出，2000—2020年我國用水總量在波動中經過了從增長到減少的過程后，2020年用水總量幾乎與20年前持平，但用水結構發生了一定變化。具體來看：生活用水量較2000年增加了288.18億m3，其中人口增長、生活用水定額上升和城鎮化率提高分別產生了139.85億m3、68.69 億m3和79.64億m3的增長效應；工業用水量減少了108億m3，其中工業產值增長產生了2 394.81億m3的增長效應，工業用水定額降低產生了2 555.94億m3的減少效應，工業結構變化產生了52.4億m3的增長效應；農業用水量減少了171.14億m3，其中，灌溉面積擴大產生了1 151.01億m3的增長效應，農業用水定額降低產生了1 325.89億m3的減少效應，種植結構調整產生了3.74億m3的減少效應。

2.2 用水量變化驅動效應貢獻率及演變

為對比分析各因素驅動效應對用水量變化產生的作用大小，對2000—2020年各因素驅動效應貢獻率進行了測算，見圖1。

圖1 行業用水量變化及各因素驅動效應貢獻率Fig.1 Change of industrial water consumption and contribution rate of driving effect of various factors

從圖1(a)可以看出：2000—2013年經濟社會用水總量總體呈波動增長態勢；2013—2020年則呈穩步下降態勢；以2013年為分界點，2013年前農業用水變化量主導了用水總量變化趨勢，貢獻率平均達到57.42%，其次為工業用水變化量、生活用水變化量，貢獻率分別是24.33%和18.25%；2013年后則是工業用水變化量的帶動作用逐漸增強，并占據了相對主導的地位，貢獻率平均達到44.3%，其次為農業用水變化量、生活用水變化量，貢獻率分別是34.61%和21.09%。

從圖1(b)可以看出,生活用水量從2000年以來始終保持著增長態勢，但主要驅動因素逐步發生了變化:2000—2012年，主要是生活用水定額提高帶來了生活用水量的增長，其驅動效應貢獻率達到44.8%；從2012年以后則主要是城鎮化率提高帶來了生活用水量的增長。這表明：2012年之前導致生活用水量增長的主要原因是居民生活水平提升帶來的生活用水定額提高；2012年之后則主要是在城鎮化進程中大量農村人口成為城鎮人口，帶來生活用水量的增長。

從圖1(c)可以看出，工業用水量則以2011年為分界點，呈現先增后減的趨勢。其中：2011年以前工業規模擴大帶來的產值增加是最主要的驅動因素，帶來工業用水量的增長；2011年以后，工業用水效率提高帶來的工業用水定額下降則成為最主要的驅動因素，使得工業用水量穩中有降。尤其需要關注的是，工業用水定額下降始終在抑制工業用水需求方面發揮著重要作用，而且近年來工業用水定額下降帶來的驅動效應始終保持在百億m3規模，在各驅動因素中發揮著最為主導的作用。

從圖1(d)可以看出：與工業和生活用水量相對均一的發展態勢不同，農業用水量呈現出一定波動性，但總體上也是以2013年為分界點，呈現先增后減的態勢；從貢獻率來看，農業用水量很大程度上受到灌溉面積持續擴大的影響，但更主要還是受農業用水定額的影響。這很大程度上也是因為農業用水定額會受到當年降雨條件的影響，本身會呈現較大的波動性，從而對農業用水量變化表現出更大的作用。尤其是2013年之后，農業用水定額效應對農業用水變化量的貢獻率達到61.98%，正是在農業用水定額不斷降低的影響下，農業用水量呈現穩步減少的態勢，這也體現出近年來我國農業節水上取得的顯著成效。

3 用水量變化驅動效應的空間分異

3.1 區域用水量變化驅動效應空間分析

在全國用水量變化的總體趨勢下，各區域由于經濟社會發展進程和水資源稟賦條件的巨大差異，用水量變化及其驅動效應也存在不同特征。根據因素分解模型式(1)至式(10)，以省級行政區為單元，對2000—2010年與2010—2020年兩個區間各行業用水量進行了測算，結果見圖2至圖7。

圖2 2000—2010年生活用水變化量驅動效應空間分異Fig.2 Spatial differentiation driven by changes in domestic water consumption from 2000 to 2010

圖3 2010—2020年生活用水變化量驅動效應空間分異Fig.3 Spatial differentiation driven by changes in domestic water consumption from 2010 to 2020

圖4 2000—2010年工業用水變化量驅動效應分布Fig.4 Distribution map of driving effects of industrial water changes from 2000 to 2010

圖5 2010—2020年工業用水變化量驅動效應分布Fig.5 Distribution map of driving effects of industrial water changes from 2010 to 2020

圖6 2000—2010年農業用水變化量驅動效應分布Fig.6 Distribution of driving effects of changes in agricultural water use from 2000 to 2010

圖7 2010—2020年農業用水變化量驅動效應分布Fig.7 Distribution of driving effects of changes in agricultural water use from 2010 to 2020

從圖2(a)可以看到，2010年之前生活用水量增長最大的地區主要集中在華東的山東、江蘇、江西、浙江，華中的湖南，華南的廣東、廣西以及西南的四川，而主要驅動因素是生活用水定額提高(圖2(c))，其驅動效應貢獻率平均達到58%。從圖3(a)可以看出，2010年之后，生活用水量增長較大的依然是這些地區，但主要驅動因素變成了人口增長和城鎮化率提高(圖3(b))，人口效應和城鎮化效應貢獻率分別達到32%、43%。值得注意的是，與前10年相比，各省生活用水變化量的差異明顯加大。尤其是我國東北三省、內蒙古、青海、甘肅以及湖南、廣西等省區，在我國生活用水量總體增長的情況下，近10年來生活用水量呈下降態勢，主要是由于生活用水定額下降所致(圖3(c))，其驅動效應貢獻率為40.3%。此外東北三省人口減少也是生活用水量下降的重要原因。

從圖4(a)可以看出，在2010年之前，大部分省(區、市)工業用水量是增加的，尤其以華東的江蘇、江西、福建，華中的湖南、湖北以及華南的廣東工業用水量增速最快，其主要驅動因素是產值規模擴大(圖4(b))，其驅動效應貢獻率占到56.6%，減少的省(區、市)基本呈集中連片分布，主要集中在黃河和海河流域，工業用水量呈緩慢下降態勢。從圖5(a)可以看出，2010年之后，除江蘇、寧夏外，所有省(區、市)工業用水量均呈下降態勢，尤其是華東、華中、華南各省在工業產值保持快速增長的同時(圖5(b))，工業用水定額下降發揮了巨大作用(圖5(c))，使得工業用水量明顯降低。

農業用水變化量的空間分異尤為突出。從圖6(a)可以看出：2010年之前，農業用水量增長最大的是黑龍江，其次是新疆和江蘇、安徽3個省(區)。其中：黑龍江、新疆農業用水量增長的主要驅動因素是灌溉面積擴大(圖6(b))，灌溉面積效應貢獻率達到45.98%；而江蘇、安徽則是由于灌溉面積擴大和農業用水定額提高兩項因素疊加所致(圖6(b)、6(c))。從圖7(a)可以看出，2010年之后，大部分省(區、市)農業用水量均微弱降低或升高。尤其是除福建外，我國東部沿海所有省(區、市)農業用水量全部降低，這主要是農業用水定額降低所致(圖7(c)、7(d))，農業用水定額效應貢獻率為53.85%。農業用水量增長較大的是黑龍江和四川，主要是灌溉面積擴大所致(圖7(b))，灌溉面積效應貢獻率為55.2%。

3.2 “十三五”時期驅動效應變化新態勢

水資源開發利用規模和方式與經濟社會發展進程密切相關，尤其是在新時期治水思路以及新的人口產業政策和國土空間管控制度驅動下，人口、產業、城鎮化等影響用水的各類驅動因素正在發生深刻變化，用水演變趨勢也呈現新的特征。為了準確把握新的趨勢，對“十三五”時期我國的其中31個省(區、市)用水量變化及驅動用水量變化的主導因素做了進一步分析，見圖8、表2。

圖8 “十三五”時期各省(區、市)用水量變化Fig.8 Changes in water consumption in various provinces during the "13th Five-Year Plan" period

表2 “十三五”時期各省(區、市)用水量變化的主導因素及其驅動效應貢獻率Tab.2 Leading factors and contribution rates of water consumption changes in various provinces during the "13th Five-Year Plan" period

從圖8可以看出，在“十三五”時期，全國僅有西南的云南、西藏，西北的寧夏用水總量增加，其余省(區、市)均呈減少態勢。從表2可以看出，“十三五”時期，全國各省(區、市)促進用水量增長的主導因素普遍是工業產值增長、灌溉面積擴大和生活用水定額提高。其中大部分地區促進用水量增長的最主要因素是工業產值增長，東北的黑龍江、吉林，西北的新疆和西南的貴州、云南的最主要因素則是灌溉面積擴大，天津、山西和湖北則是生活用水定額提高和農業種植結構變化。“十三五”時期，全國各省(區、市)抑制用水量增長的主導因素普遍是工業用水定額和農業用水定額下降，其中大部分地區抑制用水量增長的最主要因素是工業用水定額下降，東北的黑龍江、吉林、遼寧，華北的河北、山西，華中的河南，西北的新疆和西南的云南則是農業用水定額下降。天津、四川分別是由于種植結構和工業結構發生變化。

4 討論與結論

4.1 討 論

由于統計口徑變化較大、占比較低等原因，本研究未對生態用水進行系統分析。可以看出，近20年來全國生態用水量持續快速增加，從2003年的79.5億m3增長到2020年的307億m3，其增長驅動力主要來源于改善城鄉生態環境、維持河湖濕地健康等方面[22-24]。隨著我國生態文明建設的加快推進，生態用水還將保持增長態勢，需要在未來需水預測及相關水利工程規劃中高度重視。

不同區域不同時期各類因素的驅動作用在不斷演變，而這些變化的合力將會決定未來用水變化趨勢。但要準確識別和預測這些因素演變規律，既需要有對中國經濟社會發展進程的宏觀審視，也需要對區域特征有深入的微觀研究。本研究為在特定地區應該重點分析哪些因素提供了靶向參考，下一步可結合人口流動趨勢和產業結構變化等對典型地區展開深入研究。

統計監測體系的完善是用水變化規律及相關研究的重要基礎。2012年以來我國實施了最嚴格水資源管理制度，用水總量考核可能會導致統計量一定程度的變形，影響研究的準確性。當然，驅動效應演變的趨勢性規律通過本研究依然可見端倪。再如工業用水方面，未來如能開展工業各細分門類的用水統計監測，在此基礎上加以分析，無疑可以獲得更為精細和完整的研究成果。

4.2 結 論

2000—2020年，我國用水總量在波動中經過了從增長到減少的過程，2020年用水總量幾乎與20年前持平，但用水結構發生了一定調整，生活用水量占比有所提高，工業和農業用水量占比略有下降。從經濟社會用水總量整體來看，以2013年為分界點：2013年前，農業用水變化量主導了用水總量變化趨勢，貢獻率平均達到57.42%；2013年以后，則是工業用水變化量帶動作用逐漸增強，并占據了相對主導的地位，貢獻率平均達到44.3%，其次是農業用水變化量、生活用水變化量。

生活用水量從2000年以來始終保持著增長態勢，但起主導作用的驅動因素逐步發生了變化，2012年以前主要是由于用水定額提高帶來了生活用水量的增長，2012年以后則主要是城鎮化率提高帶來了生活用水量的增長。工業用水量始終受到工業規模擴大、工業用水定額下降兩種不同方向驅動力的強烈影響，2011年前工業規模擴大帶來的產值增加占優，2011年以后工業用水效率提高帶來的工業用水定額下降影響更大。農業用水呈現出一定波動性，但總體上也是以2012年為分界點，呈現先增后減的態勢。農業用水也始終受到灌溉面積和農業用水定額的主導，相對而言，農業用水定額降低的效應略大，但灌溉面積擴大始終是不容忽視的重要因素。

由于經濟社會發展進程和水資源稟賦條件的差異，各區域在不同時期所表現出的用水量變化特征及其背后的驅動因素呈現出較大的空間分異性。“十三五”時期，各省(區、市)促進用水量增長的主導因素普遍是工業產值增長或農業灌溉面積擴大，而抑制用水量增長的主導因素普遍是工業用水定額下降或農業用水定額下降。總體來看，我國在保持經濟發展的同時，各行業節水對抑制用水增長發揮了巨大作用，而區域間人口流動、城鎮化進程等因素帶來的驅動作用也在逐漸增大。