基于IPAT-LMDI的中國水足跡變化驅(qū)動力分析

奚 旭,孫才志,趙良仕

(遼寧師范大學(xué)城市與環(huán)境學(xué)院,遼寧 大連 116029)

水是生命之源,也是人類社會經(jīng)濟發(fā)展所必需的戰(zhàn)略資源。近年來,伴隨社會經(jīng)濟的快速發(fā)展,水資源供需矛盾日益突出,影響到生態(tài)環(huán)境、糧食、水資源乃至社會安全,對水資源進行合理配置和科學(xué)管理成為可持續(xù)發(fā)展的重要環(huán)節(jié)。Hoekstra[1]于2002年首次提出水足跡概念,它是指在一定物質(zhì)生活標準下,生產(chǎn)一定人群(個體、城市或國家)消費的產(chǎn)品和服務(wù)所需要的水資源數(shù)量,由于水足跡包含了所消費產(chǎn)品或服務(wù)中的虛擬水量以及直接消費的實體水量,因而能夠衡量人們對水資源的真實占有情況,并且水足跡揭示了人類生產(chǎn)生活消費與水資源利用之間的聯(lián)系,為人們對水資源的科學(xué)管理進行了開拓創(chuàng)新[2]。

自水足跡概念提出以來,其研究方向與方法不斷得到豐富,目前國外研究主要集中在全球視角下對水足跡或某特定產(chǎn)品水足跡核算以及基于水足跡理論的水資源安全評價,如Mekonnen等[3]依次完成了對全球主要糧食和衍生品的水足跡核算以及全球畜產(chǎn)品的水足跡核算[4];Ercin等[5]對全球棉花消費的水足跡進行了研究;Feng等[6]對一種含糖碳酸飲料中的水足跡進行了研究;此外,Hoekstra等[7]最先完成全球范圍內(nèi)對水足跡的核算,并在此基礎(chǔ)上對全球水資源安全問題進行分析與預(yù)測[8-9]。我國學(xué)者開展水足跡研究主要集中在國家或省市一級的水足跡核算與分析,如蔡振華等[10]和黃晶等[11]分別對甘肅省和北京市的水足跡進行了測算;龍愛華等[12]對2000年中國水足跡進行了測算并進行影響因素分析,但沒有把水污染足跡考慮在內(nèi),且只考慮了一年的影響因素;孫才志等[13-14]完成了對中國1997—2010年水足跡的測算,并對水足跡的空間格局和演變進行了分析,但沒有對引起變化的人文因素進行分析。

鑒于此,筆者在補充修正中國各省市水足跡的基礎(chǔ)上,運用IPAT模型將影響中國水足跡變化的人文因素進行分解，并運用LMDI分解法對各因素的貢獻率進行定量計算。IPAT模型被廣泛用于測度人文因素對環(huán)境影響程度的研究,而水足跡作為區(qū)域水資源評價的一個重要指標,與環(huán)境Kuznets曲線具有共性:一方面伴隨人口數(shù)量的增加以及社會經(jīng)濟的發(fā)展,區(qū)域水足跡呈現(xiàn)出不斷上漲趨勢,而經(jīng)濟發(fā)展到一定程度時,在人為干涉以及科技水平的提升下水足跡開始逐步下降,變化態(tài)勢呈“倒U”型。變化過程中人為因子起到?jīng)Q定性作用,因此可利用IPAT模型對引起水足跡變化的人文驅(qū)動因素進行分解。

1 研究方法與數(shù)據(jù)來源

1.1 IPAT模型

IPAT恒等式是由美國著名人口學(xué)家Ehrlich等[15]提出的,其經(jīng)典模式為

I=PAT

(1)

式中：I為環(huán)境指標,如廢物排放量、資源或能源消耗等;P為常用人口數(shù)量;A為富裕程度，一般用人均GDP表示,即A=GDP/P;T為技術(shù),用單位GDP產(chǎn)生的環(huán)境指標表示,即T=I/GDP。

該模型主要用于測度人文因素對環(huán)境指標的影響程度。本次研究將該模型用于水足跡領(lǐng)域進行人口、富裕與技術(shù)三方面的因式分解可得:

(2)

1.2 LMDI分解法

LMDI分解法最初是由Ang等[16-17]提出的,它是一種不產(chǎn)生殘差的分解分析方法,能夠有效解決分解過程中的剩余問題和數(shù)據(jù)匯總的零值與負值問題,最開始主要用于能源強度的變化分析,目前作為一種常用分解方法被廣泛應(yīng)用于各個領(lǐng)域。

根據(jù)LMDI分解法,基期和第t年的水足跡數(shù)量可分別表示為W0和Wt,則從基期到t年的水足跡的變化值稱為ΔW,結(jié)合式(1)對影響水足跡變化量的3個因素進行分解:

ΔW=Wt-W0=Peff+Aeff+Teff

(3)

(4)

式中：Peff，Aeff和Teff分別為人口、富裕度和技術(shù)效應(yīng)的貢獻率,若各影響因素為正值,則表示人口數(shù)量、富裕程度和技術(shù)水平的變化促進了水足跡數(shù)量的增加,為增量效應(yīng),反之,稱為減量效應(yīng)。

1.3 數(shù)據(jù)來源

本文以中國31個省市自治區(qū)為研究區(qū)(不包括臺灣、香港、澳門),選取1997—2011年的相關(guān)指標數(shù)據(jù)進行計算分析,數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《各省統(tǒng)計年鑒》、《中國水資源公報》、《各省市水資源公報》、《中國環(huán)境年鑒》等,其中國內(nèi)外農(nóng)畜產(chǎn)品虛擬水含量數(shù)據(jù)來自參考文獻[13-14,18-19]。

2 水足跡的核算

2.1 中國各省市水足跡計算

本文在文獻[14,20]中的水足跡計算基礎(chǔ)上,進行補充和修正,補充水足跡數(shù)據(jù)至2011年,修正1997—2002年缺失的生態(tài)水足跡數(shù)據(jù),限于篇幅,本文將1997—2011年各省市的多年平均水足跡列于表1中。由表1可得,中國1997—2011的多年平均水足跡數(shù)量為20 174.05億m3/a,水足跡構(gòu)成中農(nóng)畜產(chǎn)品的水足跡所占比例最大,占84.9%,生態(tài)水足跡所占比例最小,僅為0.38%,其中平均水足跡最高的地區(qū)是山東省,達到1 815.108 6億m3/a,最低的是西藏,僅為41.374 0億m3/a。

表1 中國各地區(qū)1997—2010年平均水足跡 億m3/a

2.2 中國各省市水足跡強度統(tǒng)計

水足跡強度是由水足跡總量除以國內(nèi)生產(chǎn)總值(GDP)得到,它是一個反應(yīng)水資源利用效率的指標,水足跡強度越大,說明創(chuàng)造單位GDP所耗水量越多。參照文獻[14],本文GDP是以1990年為基期計算轉(zhuǎn)換而來。從圖1(限于篇幅,分別從中國華北、華南、華東、華中、東北、西北、西南各選一個省市表示)中可以看出,各省市水足跡強度從1997—2011年呈現(xiàn)不斷下降趨勢,說明伴隨技術(shù)水平的提升,中國水資源利用效率在不斷提高。

圖1 1997—2011年中國水足跡強度變化

表3 中國各省市水足跡變化的各影響因素年均貢獻率 %

3 模型結(jié)果與分析

通過IPAT模型進行因式分解之后,將各影響因素從1997—2011年的數(shù)據(jù)代入LMDI分解公式,可得3個影響因素的逐年貢獻率(表2)以及各省市各個影響因素的多年平均貢獻率(表3)。

3.1 中國水足跡變化的驅(qū)動機理分析

由表2可得,促進中國水足跡變化的最主要因素是富裕程度,1997—2011年的平均貢獻率達到415.806%,為正向驅(qū)動;技術(shù)效應(yīng)的影響程度較富裕程度稍小,年均貢獻率達到-346.634%,為負向驅(qū)動,是制約中國水足跡增長的主要因素;人口數(shù)量對水足跡的影響程度較富裕程度和技術(shù)效應(yīng)小很多,年均貢獻率為30.806%,為正向驅(qū)動。富裕程度的驅(qū)動效應(yīng)與技術(shù)效應(yīng)一般呈現(xiàn)出對立狀態(tài)。

表2 中國1997—2011年水足跡變化的各影響因素分解及統(tǒng)計量 %

3種影響因素共同作用驅(qū)使水足跡數(shù)量發(fā)生變化,并且多種效應(yīng)的相對變化使疊加后的結(jié)果呈現(xiàn)出一定程度的波動性。從統(tǒng)計數(shù)據(jù)可得,富裕程度是水足跡增長的基礎(chǔ)和條件,富裕程度的提升即經(jīng)濟增長是提升人們生活水平的直接原因,除了產(chǎn)品產(chǎn)量提升,還包括服務(wù)業(yè)水足跡的提升。人口因素對中國水足跡的影響程度較小,我國是人口大國,并且數(shù)量持續(xù)增長,呈現(xiàn)老齡化狀態(tài),在經(jīng)濟水平同步增長的情況下,人口數(shù)量的影響程度顯得比較小。技術(shù)效應(yīng)為雙向驅(qū)動力,在不同時期對水足跡變化起到不同的性質(zhì)影響。一方面伴隨現(xiàn)代化進展,技術(shù)水平的不斷提高,促進了各產(chǎn)品的產(chǎn)量,人們物質(zhì)生活得到豐富,從而刺激消費水平,間接促使了水足跡的增長;另一方面,伴隨技術(shù)水平的提升,水資源利用效率越來越高,單位產(chǎn)品產(chǎn)量的耗水量得到縮減,當(dāng)產(chǎn)品產(chǎn)量達到一定程度時,技術(shù)效應(yīng)對水足跡變化的影響性質(zhì)為負向驅(qū)動。從本次統(tǒng)計結(jié)果看,當(dāng)前技術(shù)效應(yīng)對中國水足跡變化呈現(xiàn)出減量效應(yīng),即技術(shù)水平的提升在研究期內(nèi)使水足跡數(shù)量得以減少。

計算各影響因素的標準差,除以均值,可得人口數(shù)量、富裕程度和技術(shù)效應(yīng)的變異系數(shù)分別為3.398，1.947和-2.575。富裕程度的變異系數(shù)絕對值最小,說明富裕程度對中國水足跡變化的影響比較穩(wěn)定,可見伴隨人均GDP的持續(xù)增長,人們生活水平的提高刺激了消費,對水足跡具有持續(xù)拉動作用;人口數(shù)量的貢獻率變異系數(shù)的絕對值最大,說明人口數(shù)量對水足跡的影響存在較大波動,但人口數(shù)量對水足跡的影響程度相較富裕程度和技術(shù)效應(yīng)的貢獻率低很多,由表2可以看出，雖然人口數(shù)量貢獻率變異系數(shù)的絕對值最大，但其逐年貢獻率趨勢依舊比較平穩(wěn),這與大部分發(fā)達國家人口密度較中國要少，但人均水足跡量要大于中國的形勢是一樣的;技術(shù)效應(yīng)的變異系數(shù)絕對值介于兩者之間,說明技術(shù)效應(yīng)具有反復(fù)性,這與伴隨水資源利用效率的不斷提升,水足跡數(shù)量先提升后下降的趨勢相吻合。

3.2 中國各省市水足跡變化的差異分析

人類活動對水足跡的影響十分復(fù)雜,不同地區(qū)經(jīng)濟活動相差比較大,由此造成水足跡變化的各驅(qū)動因素貢獻率不同,如各地區(qū)人口數(shù)量和經(jīng)濟收入不同,因而影響物質(zhì)消費量不同;受宗教信仰和消費習(xí)慣影響具有不同的消費模式;受氣候、技術(shù)水平和生產(chǎn)實踐影響的水土資源生產(chǎn)能力[12]不同等。因此,了解每個因素對水足跡影響程度的大小對于制定水資源利用對策是十分必要的。

從表3中可以看出,上海、浙江和廣東這3個地區(qū)人口數(shù)量的影響程度要明顯高于其他地區(qū),這3個省市均為全國經(jīng)濟最發(fā)達的地區(qū),且人口密度比較大,外來人口較多,持續(xù)的人口增加造成這些地區(qū)的水資源壓力日益增大,需在發(fā)展經(jīng)濟的基礎(chǔ)上控制人口增長;人口因素對水資源影響程度最小的2個省份是內(nèi)蒙古和黑龍江,僅為-0.4%和0.4%,這2個省份面積居全國前列,但人口密度均非常小,因此小規(guī)模的人口數(shù)量對水足跡的影響相對其他因素要小得多。

浙江、廣東、廣西、寧夏、江西和陜西等地的富裕程度的影響作用要明顯大于其他省市,其中陜西省的富裕程度為負向驅(qū)動,同時這些地區(qū)技術(shù)效應(yīng)的影響程度也要遠高于其他地區(qū)。這幾個省市中,浙江和廣東是經(jīng)濟強省,同時也是人口壓力最大的2個省市,可見這2個省份的經(jīng)濟增長或水足跡消費離不開龐大的人口基數(shù),片面追求經(jīng)濟的發(fā)展導(dǎo)致水資源壓力增大,因此技術(shù)效應(yīng)是這2個省份水足跡影響的首要因素,迫切需要在控制人口的基礎(chǔ)上進行技術(shù)改革,提升水資源利用效率和水土資源生產(chǎn)能力;而其他幾個省市經(jīng)濟在全國排名相對落后,人均GDP比較低,經(jīng)濟發(fā)展刺激消費是促進當(dāng)?shù)厮阚E增長的首要因素,這與地理位置、土壤條件以及氣候條件造成這些地區(qū)生產(chǎn)力低下有關(guān),因此需要通過科學(xué)技術(shù)來提高單位面積土地的糧食產(chǎn)量,在可持續(xù)發(fā)展基礎(chǔ)上大力發(fā)展經(jīng)濟。

4 結(jié) 論

水足跡揭示了人類生產(chǎn)生活消費與水資源利用和管理之間的關(guān)系,本文通過IPAT模型對影響水足跡變化的人文因素進行分解，并通過LMDI分解方法對各因素進行測度,得出以下結(jié)論:

a. 中國1997—2011年的水足跡變化影響因素中富裕度是最主要的正向驅(qū)動因子,富裕度的提升是刺激水足跡增長的基本條件;技術(shù)效應(yīng)的影響作用略小于富裕度,且一般與富裕度為對立關(guān)系,技術(shù)效應(yīng)主要表現(xiàn)在水資源利用效率的提升或水土資源單位面積產(chǎn)量的提升,能夠有效降低水足跡數(shù)量;人口對水足跡變化的影響相對比較小,一般為正向驅(qū)動。

b. 上海、浙江和廣東的人口影響因素要遠高于其他省份,面臨較大人口密度帶來的水資源壓力;浙江和廣東等經(jīng)濟強省,技術(shù)效應(yīng)對水足跡的影響程度要大于其他省市,在人口壓力不斷增加的情況下需通過技術(shù)改革改變生產(chǎn)模式;廣西、寧夏、江西和陜西等經(jīng)濟發(fā)展相對落后的地區(qū),富裕程度是影響水足跡變化的最主要因素,需在可持續(xù)發(fā)展基礎(chǔ)上大力發(fā)展經(jīng)濟。

c. 減輕水資源系統(tǒng)的壓力可從控制人口、改變片面追求經(jīng)濟增長速度、調(diào)整經(jīng)濟結(jié)構(gòu)和提升水資源效率(包括改善水資源管理制度和提升水土資源單位面積產(chǎn)量等)等方面入手。本次研究將水足跡的影響因素分為人口、富裕和技術(shù)三大要素,而各個要素可以分解成許多細節(jié)要素,細分化研究有助于了解消費模式、產(chǎn)業(yè)結(jié)構(gòu)、氣候因素和土地生產(chǎn)力等對水足跡的具體影響,能夠更深層次地挖掘水足跡的科學(xué)意義,也是未來的研究探討方向。

參考文獻：

[1] HOEKSTRA A Y.Virtual water trade:an introduction[C]//HOEKSTRA A Y,Virtual water trade proceedings of the international expert meeting on virtual water trade.Delft:UNESCO-IHE,2003.

[2] 程國棟.虛擬水：中國水資源安全戰(zhàn)略的新思路[J].中國科學(xué)院院刊,2003(4):260-265.

[3] MEKONNEN M M,HOEKSTRA A Y.National water footprint accounts: the green,blue and grey water footprint of production and consumption[C]//HOEKSTRA A Y.Value of Water Research Report Series No.50.Delft:.UNESCO-IHE,2011.

[4] MEKONNEN M M,HOEKSTRA A Y.A global assessment of the water footprint of farm animal products[J].Ecosystems,2012,15(3): 401-415.

[5] ERCIN A E,ALDAYA M M,HOEKSTRA A Y.Corporate water footprint accounting and impact assessment: the case of the water footprint of a sugar-containing carbonated beverage[J].Water Resources Management,2011,25(2): 721-741.

[6] FENG K S,SIU L Y,GUAN D B,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(2):691-701.

[7] 馬晶,彭建.水足跡研究進展[J].生態(tài)學(xué)報,2013,33(18):5458-5466.

[8] HOEKSTRA A Y,MEKONNEN M M,CHAPAGAIN A K,et al.Global monthly water scarcity: blue water footprints versus blue water availability[J].Plos ONE,2012,7(2): 632-688.

[9] ERCIN A E,HOEKSTRA A Y.Water footprint scenarios for 2050: a global analysis and case study for europe[C]//HOEKSTRA A Y,Value of Water Research Report Series No.59.Delft: UNESCO-IHE,2012.

[10] 蔡振華,沈來新,劉俊國,等.基于投入產(chǎn)出方法的甘肅省水足跡及虛擬水貿(mào)易研究[J].生態(tài)學(xué)報,2012,32(20): 6481-6488.

[11] 黃晶,宋振偉,陳阜.北京市水足跡及農(nóng)業(yè)用水結(jié)構(gòu)變化特征[J].生態(tài)學(xué)報,2010,30(23):6546-6554.

[12] 龍愛華,徐中民,王新華,等.人口、富裕及技術(shù)對2000年中國水足跡的影響[J].生態(tài)學(xué)報,2006,26(10):3358-3365.

[13] 孫才志,劉玉玉,陳麗新,等.基于基尼系數(shù)和錫爾指數(shù)的中國水足跡強度時空差異變化格局[J].生態(tài)學(xué)報,2010,30(5):1312-1321.

[14] 孫才志,陳栓,趙良仕.基于ESDA的中國省際水足跡強度的空間關(guān)聯(lián)格局分析[J].自然資源學(xué)報,2013,28(4): 571-582.

[15] EHRLICH P R,HOLDRENS J P.The impact of population growth [J].Science,1971,171: 1212-1217.

[16] ANG B W,Decomposition analysis for policy making in energy: which is the preferred method[J].Energy Policy,2004,32: 1131-1139.

[17] ANG B W,LIU N.Energy decomposition analysis: IEA model versus other methods [J].Energy policy,2007,35:1426-1432.

[18] 馬靜,汪黨獻,HOEKSTRA A Y,等.虛擬水貿(mào)易在我國糧食安全問題中的應(yīng)用[J].水科學(xué)進展,2006,17(1):102-107.

[19] 王新華,徐中民,李應(yīng)海.甘肅2003年的水足跡評價[J].自然資源學(xué)報,2005,20(6):909-915.

[20] 孫才志,趙良仕.環(huán)境規(guī)制下的中國水資源利用環(huán)境技術(shù)效率測度及空間關(guān)聯(lián)特征分析[J].經(jīng)濟地理,2013,33(2): 26-32.