基于空間自相關分析的安徽省水資源生態(tài)壓力空間格局探析

張樂勤,方宇媛

(池州學院資源環(huán)境學院,安徽 池州 247000)

?

基于空間自相關分析的安徽省水資源生態(tài)壓力空間格局探析

張樂勤,方宇媛

(池州學院資源環(huán)境學院,安徽 池州 247000)

為探索安徽省各地級市水資源生態(tài)壓力空間關聯(lián)格局,制定差別化水資源可持續(xù)利用政策,運用生態(tài)足跡壓力測度模型,對安徽省16個地級市水資源生態(tài)壓力進行了測算,采用空間自相關分析方法,對水資源生態(tài)壓力空間關聯(lián)模式進行了考察。結果表明:①2014年安徽省16個地市水資源生態(tài)壓力指數(shù)介于1.05～3.82,均值達1.89;②水資源生態(tài)壓力全局自相關Moran指數(shù)為-0.115 3,呈不顯著空間異質格局,其中,位于皖南的黃山、池州、宣城及皖西南的安慶4市水資源生態(tài)壓力小,而淮南、馬鞍山、銅陵三市壓力大;③局部空間自相關Moran指數(shù)散點圖顯示,位于第二(LH)、第四(HL)象限的地市有13個,而位于第一(HH)、第三(LL)象限的僅有3個,滁州市局部空間自相關指數(shù)為-0.293 7,為顯著低值異質中心,黃山市該指數(shù)為0.961 5,為顯著低值聚集中心。基于研究結果,提出了差別化的水資源可持續(xù)利用政策建議。

水資源生態(tài)壓力;空間格局;生態(tài)足跡模型;空間自相關分析;安徽省

水資源是支撐經(jīng)濟社會可持續(xù)發(fā)展的基礎性自然資源和戰(zhàn)略性經(jīng)濟資源[1],水資源短缺已成為制約我國經(jīng)濟社會可持續(xù)發(fā)展的主要瓶頸之一,探索經(jīng)濟社會發(fā)展對水資源生態(tài)壓力,對制定水資源可持續(xù)利用政策具有重要啟示意義。

針對經(jīng)濟社會發(fā)展對水資源生態(tài)壓力,學術界對此進行過深入探索；張義等[2]運用改進水資源生態(tài)足跡模型,對廣西2003—2010年水資源生態(tài)足跡進行測算,結果顯示水資源處于嚴重不安全狀態(tài);潘安娥等[3]基于水足跡視角,就湖北省1995—2010年社會生產(chǎn)、生活對水資源壓力進行研究,結果表明,考察樣本期水足跡呈持續(xù)上升態(tài)勢;孟麗紅等[4]的研究結果顯示,2007—2011年江西省水資源生態(tài)足跡呈上升趨勢,經(jīng)濟社會發(fā)展已對水資源可持續(xù)利用形成較大壓力;官冬杰等[5]采用生態(tài)足跡模型,對貴州省2001—2012年水資源生態(tài)足跡進行探索,揭示其人均水資源生態(tài)足跡呈上升趨勢,上述研究為本文提供了有益借鑒與啟示。

安徽為我國中部水資源稟賦欠豐厚(2014年人均水資源僅為全國平均水平的66.65%[6-7])且空間分布差異大的省份,水資源供給不足已成為制約經(jīng)濟社會可持續(xù)發(fā)展與生態(tài)文明建設的硬約束,CNKI檢索表明,程翠云等[8-11]學者采用不同方法對安徽省水資源可持續(xù)狀況進行過深入考察,然而,既有研究多立足時序視角,缺乏對不同地市水資源可持續(xù)狀況的深度分析,未能有效識別出各地市水資源可持續(xù)狀況空間差異,借此,本研究以2014年為考察樣本,基于水資源生態(tài)足跡壓力模型,就安徽省各地級市經(jīng)濟社會發(fā)展對水資源生態(tài)壓力進行測算,借助ArcGIS軟件,采用自然斷點法,對水資源生態(tài)壓力空間格局進行分析,采用空間自相關分析模型,對各地市水資源生態(tài)壓力空間關聯(lián)模式進行考察,可為制定差別化的水資源可持續(xù)利用政策提供決策參考,也可為同類研究提供借鑒。

1 研究區(qū)概況

安徽省位于長江下游,地處華東腹部,介于東經(jīng)114°54′～119°37′,北緯29°41′～34°38′,面積13.94萬km2;地形復雜多樣,以平原、丘陵、山地為主,氣候屬暖溫帶與亞熱帶過渡地區(qū),降水年內變化較大,域內有長江、淮河、錢塘江3大水系;2014年常住總人口6 083萬人,GDP總量為20 848.8億元,全年降水量為1 278.5 mm,水資源總量為778.48億m3,總用水量為272.09億m3,其中,第一產(chǎn)業(yè)用水142.83億m3,第二產(chǎn)業(yè)用水92.71億m3,第三產(chǎn)業(yè)用水36.55億m3[7]。

2 研究方法與數(shù)據(jù)來源

2.1 水資源生態(tài)壓力測度模型

2.1.1 水資源生態(tài)足跡

加拿大生態(tài)經(jīng)濟學家Rees及其博士Wackernagel提出的生態(tài)足跡理論[12-13],將人類消費的資源、廢棄物折算成生物生產(chǎn)性面積,并同自然生態(tài)系統(tǒng)的承載力相比較,據(jù)此衡量區(qū)域可持續(xù)發(fā)展狀況。水資源生態(tài)足跡衍生于生態(tài)足跡,指的是將人類消耗的水資源量轉化為相應的水資源用地面積[4-5,14],因其具有直觀、簡潔、清晰的特點,被學術界廣泛應用于考察人類社會經(jīng)濟活動對水資源的壓力研究中[2,4-5,10-11,14],模型表達式為[4]

WEF=γw(Wa+Wi+Wc+Wl+We)/Pw

(1)

式中:WEF為水資源生態(tài)足跡,hm2;Wa、Wi、Wc、Wl、We分別為農業(yè)生產(chǎn)用水量、工業(yè)生產(chǎn)用水量、城鎮(zhèn)公共用水量、生活用水量、生態(tài)環(huán)境用水量,m3;γw為水資源的全球均衡因子,為便于比較,以文獻[4-5]中WWF2002確定值(即5.19)作為本研究水資源均衡因子參數(shù);Pw為水資源全球平均生產(chǎn)能力,參照同類研究文獻[4-5,14-15],以3 140 m3/hm2作為本研究參數(shù)取值。

2.1.2 水資源生態(tài)承載力

水資源生態(tài)承載力指的是保障區(qū)域經(jīng)濟社會生產(chǎn)、生活、生態(tài)可持續(xù)發(fā)展的能力[14],模型表達式為[5]

WEC=0.4γwφwW/Pw

(2)

式中:WEC為水資源生態(tài)承載力,m3;φw為研究區(qū)域水資源產(chǎn)量因子,為該區(qū)域水資源生產(chǎn)能力與世界水資源平均生產(chǎn)能力的比值[5];W為水資源總量,m3; 0.4表示水資源總量中要扣除60%用于維持生態(tài)環(huán)境[5]。

2.1.3 水資源生態(tài)壓力

水資源生態(tài)壓力是指經(jīng)濟社會發(fā)展對水資源可持續(xù)利用影響程度,以水資源生態(tài)壓力指數(shù)表征,指數(shù)越大表明人類社會經(jīng)濟活動對水資源脅迫越大,越不利于水資源可持續(xù)利用,借鑒張靜等[16]能源消費生態(tài)壓力測度方法,構建水資源生態(tài)壓力模型:

(3)

式中：WEPI為水資源生態(tài)壓力。

當WEPI>1時,表明人類社會經(jīng)濟活動對水資源影響已超出其生態(tài)承載閾值,水資源處于不可持續(xù)狀態(tài),WEPI越大,對水資源脅迫越大;當WEPI≤1時,表明人類社會經(jīng)濟活動對水資源影響在其承載范圍內,水資源處于可持續(xù)利用狀態(tài)。

2.2 空間自相關分析

空間自相關分析方法在揭示某個區(qū)域某種地理現(xiàn)象或某一屬性值與鄰近區(qū)域同類現(xiàn)象或屬性值的關聯(lián)程度上具有獨特優(yōu)勢,得到了學術界普遍認同[17-20],包括全局空間自相關、局部空間自相關2個度量指標。

2.2.1 全局空間自相關模型

全局空間自相關用于判別整個研究區(qū)域某種地理現(xiàn)象或某一屬性值在空間是否有聚集特性存在,常用Moran指數(shù)I[17]表征。

(4)

I取值范圍在[-1,1]之間,當I>0時,表明研究區(qū)域觀察現(xiàn)象或某種屬性具有正向的同質空間聚集效應,指數(shù)越接近1,空間關聯(lián)性越強,當I<0時,表明研究區(qū)域觀察現(xiàn)象或某種屬性存在明顯差異,指數(shù)越接近-1,空間差異越顯著,當I=0,表示研究區(qū)觀察現(xiàn)象或某種屬性不存在空間相關性。

2.2.2 局部空間自相關模型

局部空間自相關主要考察整個研究區(qū)域內某單元與鄰近單元屬性特征的相關程度,常用局部空間自相關指標(local indicators of spatial association,LISA)Ii表征[16]

(5)

若Ii顯著大于零,表明i單元與鄰近單元具有同質屬性特征,Ii越大同質性越強;若Ii顯著小于零,表明i單元與鄰近單元具有異質屬性特征,Ii值越小差異越顯著[18],Ii累計之和為I[19]。

實際研究[17-19]中,常用Moran散點圖來表征各局部單元空間集聚特征,Moran散點圖包括4個象限,第一象限為高高(HH)空間關聯(lián)模式,表示考察單元與鄰近單元均為高值聚集區(qū);第三象限為低低(LL)空間關聯(lián)模式,表示考察單元與鄰近單元均為低值聚集區(qū);第二象限為低高(LH)空間關聯(lián)模式,表示考察單元為低值異質區(qū);第四象限為高低(HL)空間關聯(lián)模式,表示考察單元為高值異質區(qū)。借助ArcGIS空間分析軟件,將Moran散點圖與LISA相結合,可得到LISA顯著性水平圖[19],該圖可直觀顯示出顯著的LISA區(qū)域,并能識別出對應于Moran散點圖中不同象限的相應區(qū)域[20]。

2.3 數(shù)據(jù)來源

本文研究樣本為2014年安徽省各地級市，用水數(shù)據(jù)來源于文獻[6-7](表1)。

表1 安徽省2014年各地級市水資源數(shù)量 億m3

3 結果與分析

3.1 水資源生態(tài)壓力

運用水資源生態(tài)足跡測度模型(式(1))及表1數(shù)據(jù),可得安徽省2014年16個地級市水資源生態(tài)足跡;運用安徽省2014年水資源總量(778.48億m3[6])、安徽省土地面積(139 427 km2[6])及世界水資源平均生產(chǎn)能力(3 140 m3/hm2[4])數(shù)據(jù),可計算得安徽省2014年水資源產(chǎn)量因子1.778,再依據(jù)水資源生態(tài)承載力測度模型(式(2)),可得安徽省2014年各地級市水資源生態(tài)承載力;基于水資源生態(tài)足跡、水資源生態(tài)承載力測算結果,運用水資源生態(tài)壓力測度模型(式(3)),可得水資源生態(tài)壓力(表2)。

由表2可知,2014年安徽省各地級市水資源生態(tài)壓力指數(shù)均大于1,均值為1.89,表明經(jīng)濟社會發(fā)展已對水資源構成了較大影響,水資源可持續(xù)利用受到了嚴重威脅。運用表2數(shù)據(jù),借助ArcGIS軟件,采用自然斷點法,可按水資源生態(tài)壓力大小分為4類:第Ⅰ類(1.05～1.30),壓力小,包括黃山、池州、宣城、安慶;第Ⅱ類(1.30～1.76),壓力較小,包括六安、亳州、滁州、宿州、阜陽、合肥;第Ⅲ類(1.76～2.20),壓力較大，包括蚌埠、淮北、蕪湖;第Ⅳ類(2.20～3.82),壓力大,馬鞍山、銅陵、淮南(圖1)。

表2 安徽省2014年各市水資源生態(tài)壓力

圖1 安徽省2014年水資源生態(tài)壓力空間分布格局

由圖1可知,2014年安徽省16個地級市水資源生態(tài)壓力空間格局并不均衡,皖南的黃山、池州、宣城及皖西南的安慶壓力較小,這與其地理位置、自然生態(tài)環(huán)境、經(jīng)濟社會發(fā)展狀況有關,首先,上述4市地處亞熱帶濕潤地區(qū),降水相對較豐沛,同時,較高的森林覆蓋率也有利于減少降水損失,其次,皖南及皖西南地區(qū)人口較少,工業(yè)經(jīng)濟也相對薄弱,在上述因素共同作用下經(jīng)濟社會發(fā)展對水資源生態(tài)壓力較小。馬鞍山、銅陵、淮南三市壓力大,究其原因,與其工業(yè)經(jīng)濟的結構特點對水資源需求量大有關,上述三市均為工業(yè)城市,工業(yè)結構以傳統(tǒng)的鋼鐵、銅冶金、煤炭、火電為主,水資源消耗量大,水資源供需矛盾突出,致使經(jīng)濟社會發(fā)展對水資源可持續(xù)利用形成了較大壓力。

3.2 水資源生態(tài)壓力全局空間自相關分析

基于ArcGIS軟件,對安徽省地域圖進行矢量化,借助Geoda095i軟件,構造空間二值鄰接矩陣形式(即構造空間權重矩陣),運用全局空間自相關模型(式(4)),可得安徽省2014年全局自相關Moran指數(shù)為-0.115 3,在0.01置信水平上,P值為0.429 0(圖2),未能通過顯著性檢驗,表明水資源生態(tài)壓力存在不顯著空間異質格局,未能呈現(xiàn)出明顯空間極化特征。

圖2 Moran指數(shù)檢驗

3.3 水資源生態(tài)壓力局部自相關分析

基于安徽省2014年各地市水資源生態(tài)壓力矢量化數(shù)據(jù),借助Geoda095i軟件,運用局部空間自相關模型(式(5)),可得到各地市局部空間自相關的LISA值,并可獲取刻畫某一地市與其鄰近地市局部關系的水資源生態(tài)壓力的Moran指數(shù)散點圖(圖3)。圖3中，橫坐標為水資源生態(tài)壓力標準化后屬性值(W-WEFPI)，縱坐標為水資源生態(tài)壓力標準化后的由空間連接矩陣決定的相鄰單元屬性值的平均值(WEFPI)。

圖3 安徽省2014年水資源生態(tài)壓力Moran指數(shù)散點圖

由圖3可知,位于第一象限(HH)的地市僅有蕪湖,在0.05置信水平上,P值大于0.05,未能通過顯著性檢驗,表明蕪湖市水資源生態(tài)壓力高,與其鄰近地市水資源生態(tài)壓力也高的聚集特征不明顯;位于第二象限(LH)的有宿州、安慶、亳州、宣城、滁州、六安、阜陽、合肥、蚌埠9個地市,在0.05置信水平上,滁州市能通過顯著性檢驗(LISA指數(shù)為-0.293 682,P值為0.016),表明其水資源生態(tài)壓力低,與其鄰近地市水資源生態(tài)壓力高,為低值異質聚集區(qū)(圖4),之所以如此,與滁州市積極建設水庫、塘壩,積極發(fā)展節(jié)水型工業(yè),強化水資源管理有關,滁州市水資源稟賦不足,但其依托江淮分水嶺的地理優(yōu)勢,建設了1 200多座大中小型水庫與星羅棋布的塘壩,增加了蓄水能力,與此同時,滁州市依靠科技創(chuàng)新,積極發(fā)展現(xiàn)代農業(yè)與節(jié)水型工業(yè),不斷強化用水管理,疏解了經(jīng)濟社會發(fā)展對用水的壓力,同周邊的合肥、蚌埠、馬鞍山等市相比,其水資源生態(tài)壓力較低,其余8個地市未能通過顯著性檢驗,低值異質特征不顯著;位于第三象限(LL)的地市有池州、黃山2市,在0.05置信水平上,黃山市能通過顯著性檢驗(LISA指數(shù)為0.961 47,P值為0.004),表明其水資源生態(tài)壓力低,與其鄰近的地市水資源生態(tài)壓力也低,為低值聚集區(qū)(如圖4),究其原因,與其地理位置及經(jīng)濟結構特征有關,黃山市地處皖南腹地,亞熱帶地理位置、山岳為主地形及較高的植被覆蓋,決定著其降水較豐沛,同時,黃山市經(jīng)濟結構以旅游業(yè)為主,傳統(tǒng)耗水產(chǎn)業(yè)較少,對水資源需求量不大,經(jīng)濟社會發(fā)展對水資源生態(tài)壓力較小,池州市未能通過顯著性檢驗,低值聚集特征不顯著;位于第四象限(HL)的地市有淮北、銅陵、馬鞍山、淮南4市,在0.05置信水平上,均未能通過顯著性檢驗,表明規(guī)模效應的高值異質聚集特征不顯著。

圖4 安徽省2014年水資源生態(tài)壓力LISA聚集圖

4 結論與建議

4.1 結 論

a. 安徽省16個地級市水資源生態(tài)壓力指數(shù)均大于1,均值為1.89,表明經(jīng)濟社會發(fā)展已對水資源可持續(xù)利用構成較大威脅;

b. 水資源生態(tài)壓力的全局自相關Moran指數(shù)為-0.115 3,呈現(xiàn)出不顯著空間異質格局,其中,位于皖南山區(qū)的黃山、池州、宣城及皖西南的安慶4市水資源生態(tài)壓力小,傳統(tǒng)工業(yè)城市淮南、馬鞍山、銅陵三市壓力大;

c. 局部空間自相關Moran指數(shù)散點圖顯示,位于第二(LH)、第四(HL)象限的地市共有13個,而位于第一(HH)、第三(LL)象限的僅有3個,表明水資源生態(tài)壓力空間關聯(lián)模式以異質特征為主,聚集性不明顯,滁州市為顯著的低值異質中心,黃山市為低值聚集中心,其余14個地市不顯著。

4.2 建 議

上述結論表明,2014年安徽省各地級市經(jīng)濟社會發(fā)展已對水資源可持續(xù)利用構成了較大壓力,且在空間格局上存在顯著差異,而水是支撐經(jīng)濟社會發(fā)展重要戰(zhàn)略資源,水資源供給不足必然約束經(jīng)濟社會可持續(xù)發(fā)展,為此,安徽省應采取差別化水資源保護策略,實現(xiàn)經(jīng)濟社會與水資源可持續(xù)利用協(xié)調發(fā)展,對水資源生態(tài)壓力大的淮南、馬鞍山、銅陵等工業(yè)城市,以提高水資源利用效率為根本,加強對傳統(tǒng)產(chǎn)業(yè)的技術改造,建立用水獎懲機制,規(guī)范、約束企業(yè)用水行為，對水資源生態(tài)壓力中等的地級市,應加大農田水利配套工程建設,積極發(fā)展以滴灌、噴灌、微灌技術為主的現(xiàn)代節(jié)水農業(yè);以科技創(chuàng)新為引領,積極發(fā)展戰(zhàn)略性新興產(chǎn)業(yè),優(yōu)化水資源配置;加大水資源管理執(zhí)法力度,強化社會監(jiān)督機制。對水資源壓力較小的黃山、池州、宣城、安慶等城市,應充分考慮生態(tài)用水需求,統(tǒng)籌推進旅游產(chǎn)業(yè)與水生態(tài)系統(tǒng)保護協(xié)調發(fā)展,在旅游及服務性行業(yè)積極推廣使用節(jié)水設備;強化節(jié)水意識和水資源保護意識,提高水資源管理公共服務效率和質量。

本研究將空間自相關分析方法應用于水資源生態(tài)壓力空間格局研究中,突破了同類既有研究多聚焦時間維度的局限,此乃本文創(chuàng)新所在；然而,本文僅對安徽省2014年水資源生態(tài)壓力空間差異進行了分析,缺乏從時間維度考察該差異變化趨勢,這是本文不足。從時空維度考察經(jīng)濟社會發(fā)展對水資源影響以及經(jīng)濟社會發(fā)展如何影響水資源可持續(xù)利用(即影響機理)為本領域未來研究方向,也是筆者探求的核心所在。

[ 1 ] 馬海良,黃德春,張繼國,等.中國近年來水資源利用效率的省際差異:技術進步還是技術效率[J].資源科學,2012,34(5):794-801.(MA Hailiang,HUANG Dechun,ZHANG Jiguo,et al.The provincial differences of China’s water use efficiency in recent years:technological progress or technical efficiency[J].Resources Science,2012,34(5):794-801.(in Chinese))

[ 2 ] 張義,張合平,李豐生,等.基于改進模型的廣西水資源生態(tài)足跡動態(tài)分析[J].資源科學,2013,35(8):1601-1610.(ZHANG Yi,ZHANG Heping,LI Fengsheng,et al.Dynamic analysis of the water resource ecological footprint of Guangxi based on an improved mode [J].Resources Science,2013,35(8):1601-1610.(in Chinese))

[ 3 ] 潘安娥,陳麗.湖北省水資源利用與經(jīng)濟協(xié)調發(fā)展脫鉤分析:基于水足跡視角[J].資源科學,2014,36(2):328-333.(PAN An’e,CHEN Li.Decoupling and water footprint analysis of the coordinated development between water utilization and the economy in Hubei[J].Resources Science,2014,36(2):328-333.(in Chinese))

[ 4 ] 孟麗紅,葉志平,袁素芬,等.江西省2007—2011年水資源生態(tài)足跡和生態(tài)承載力動態(tài)特征[J].水土保持通報,2015,35(1):256-261.(MENG Lihong,YE Zhiping,YUAN Sufen,et al.Dynamic characteristics of ecological footprint and ecological carrying capacity of water resources in Jiangxi province during 2007—2011[J].Bulletin of Soil and Water Conservation,2015,35(1):256-261.(in Chinese))

[ 5 ] 官冬杰,蘇印,蘇維詞,等.貴州省水資源生態(tài)足跡評價與預測[J].重慶大學學報,2015,38(4):112-120.(GUAN Dongjie,SU Yin,SU Weici,et al.Assessment and forecast on ecological footprint of water resources in Guizhou province [J].Journal of Chongqing University,2015,38(4):112-120.(in Chinese))

[ 6 ] 安徽省統(tǒng)計局.安徽統(tǒng)計年鑒2015[M].北京:中國統(tǒng)計出版社,2015.

[ 7 ] 國家統(tǒng)計局.中國統(tǒng)計年鑒2015[M].北京:中國統(tǒng)計出版社,2015.

[ 8 ] 程翠云,閻伍玖.安徽區(qū)域水資源可持續(xù)利用評價[J].環(huán)境科學研究,2006,19(5):154-158.(CHENG Cuiyun,YAN Wujiu.Evaluating of regional sustainable utilization of water resources in Anhui province[J].Research of Environmental Sciences,2006,19(5):154-158.(in Chinese))

[ 9 ] 張偉.基于因子分析的安徽省水資源承載力評價[J].節(jié)水灌溉,2012(9):11-14.(ZHANG Wei.Evaluation of water resources carrying capacity in Anhui province based on factor analysis[J].Water Saving Irrigation,2012(9):11-14.(in Chinese))

[10] 劉民士,劉曉雙,侯蘭功.基于水足跡理論的安徽省水資源評價[J].長江流域資源與環(huán)境,2014,23(2):220-224.(LIU Minshi,LIU Xiaoshuang,HOU Langong.Assessing water resources of Anhui province based on water footprint theory[J].Resources and Environment in the Yangtze Basin,2014,23(2):220-224.(in Chinese))

[11] 余盼,熊峰.安徽省水資源生態(tài)足跡動態(tài)分析:2005—2013[J].南京林業(yè)大學學報(人文社會科學版),2015(1):79-86.(YU Pan,XIONG Feng.Dynamic analysis of ecological footprint of water resources in Anhui province: from 2005 to 2013[J].Journal of Nanjing Forestry University(Humanities and Social Sciences Edition),2015(1):79-86.(in Chinese))

[12] REES W E.Ecological footprints and appropriated carrying capacity: what urban economics leaves out[J].Environment Urbanization,1992,4(2):121-130.

[13] WACKERNAGEL M,REES W E.Our ecological footprint:reducing human impact on the earth[M].Gabriola Island:New Society Publishers,1996.

[14] 于強,王金龍,王亞南.基于水資源足跡分析的河北省城鎮(zhèn)化發(fā)展路徑[J].經(jīng)濟地理,2014,34(11):69-73.(YU Qiang,WANG Jinlong,WANG Yanan.Hebei urbanization based on analysis of the water resources ecological footprint[J].Economic Geography,2014,34(11):69-73.(in Chinese))

[15]洪思楊，王紅瑞，朱中凡，等.遼寧省水資源生態(tài)足跡與生態(tài)承載力分析[J].水利經(jīng)濟，2016，34(3)：46-52.(HONG Siyang,WANG Hongrui,ZHU Zhongfan,et al.Analysis of ecodogical footprint of water resources in Liaoning Province[J].Journal of Economics of Water Resources,2016，34(3)：46-52.(in Chinese))

[16] 張靜,魯春霞,謝高地,等.北京城市能源消費的生態(tài)與環(huán)境壓力研究[J].資源科學,2015,37(6):1133-1140.(ZHANG Jing,LU Chunxia,XIE Gaodi,et al.Energy consumption and the pressure of ecological environment research in Beijing[J].Resources Science,2015,37(6):1133-1140.(in Chinese))

[17] 夏永久,朱喜鋼,儲金龍.基于ESDA 的安徽省縣域經(jīng)濟綜合競爭力空間演變特征研究[J].經(jīng)濟地理,2011,31(9),1427-1431,1438.(XIA Yongjiu,ZHU Xigang,CHU Jinlong.Evolvement of spatial pattern of county economic comprehensive competitiveness in Anhui province based on ESDA[J].Economic Geography,2011,31(9),1427-1431,1438.(in Chinese))

[18] 劉志方,張毅,曹娟,等.安徽省城市化發(fā)展質量時空演變及差異分析[J].安徽師范大學學報(自然科學版),2015,38(4);365-371.(LIU Zhifang,ZHANG Yi,CAO Juan,et al.Spatial-temporal analysis and evolution of urbanization development quality in Anhui province[J].Journal of Anhui Normal University(Natural Science),2015,38(4);365-371.(in Chinese))

[19] 葛瑩,姚士謀,蒲英霞,等.運用空間自相關分析集聚經(jīng)濟類型的地理格局[J].人文地理,2005(3):21-25.(Ge Ying,YAO Shimou,PU Yingxia,et al.Application of spatial autocorrelation for the spatial patterns of urbanization and localization economy[J].Human Geography,2005(3):21-25.(in Chinese))

[20] 萬魯河,王紹巍,陳曉紅.基于GeoDA的哈大齊工業(yè)走廊GDP空間關聯(lián)性[J].地理研究,2011,30(6):977-984.(WAN Luhe,WANG Shaowei,CHEN Xiaohong.GeoDA-based spatial correlation analysis of GDP in Hadaqi industrial corridor[J].Geographical Research,2011,30(6):977-984.(in Chinese))

Study of spatial pattern of water resources ecological pressure in Anhui Province based on spatial autocorrelation analysis

ZHANG Leqin, FANG Yuyuan(CollegeofNaturalResourcesandEnvironment,ChizhouUniversity,Chizhou247000,China)

To explore the spatial correlation patterns of water resources ecological pressure for prefecture-level cities of Anhui Province for the development of policies regarding differentiated sustainable utilization of water resources, the ecological footprint pressure measurement model was used to calculate the water resources ecological pressure for 16 prefecture-level cities of Anhui Province, and the spatial autocorrelation analysis method was used to investigate the spatial correlation patterns of water resources ecological pressure. The results are as follows: (1) In 2014, the water resource ecological pressure indices for the 16 prefecture-level cities in Anhui Province ranged from 1.05 to 3.82, with a mean value being 1.89. (2) Moran’s I index of global autocorrelation of water resources ecological pressure was-0.1153, showing a pattern of insignificant spatial heterogeneity. Four cities, i.e., Huangshan, Chizhou, Xuancheng in southern Anhui Province, and Anqing in southwestern Anhui Province, had low water resources ecological pressure, while three cities, i.e., Huainan, Ma’anshan, and Tongling, had high water resources ecological pressure. (3) Moran’s I scatter plot of local spatial autocorrelation indicates that 13 prefecture-level cities were located in the second (LH) and fourth (HL) quadrants, while only three cities were located in the first (HH) and third (LL) quadrants, of which Chuzhou had a LISA index of-0.2937 and was a significantly low-heterogeneity center,and Huangshan had a LISA index of 0.9615 and was a significantly low-value gathering center. Based on these results, differentiated policies and suggestions were proposed for sustainable utilization of water resources.

water resources ecological pressure; spatial pattern; ecological footprint model; spatial autocorrelation; Anhui Province

10.3880/j.issn.1004-6933.2017.01.006

安徽省科技廳2016年軟科學項目(1607a0202061)

張樂勤(1965—),男,教授,主要從事資源生態(tài)與可持續(xù)發(fā)展研究。E-mail:zhangleqing@sohu.com

F062.2

A

1004-6933(2017)01-0024-06

2016-05-15 編輯：徐 娟)