山東省地市灰水足跡測度與空間格局分析

楊 凡

(河海大學(xué)公共管理學(xué)院，南京 211100)

日益嚴(yán)重的水資源污染，影響著人類健康、威脅著社會(huì)的生存、阻礙著經(jīng)濟(jì)持續(xù)發(fā)展。因?yàn)閭鹘y(tǒng)意義上認(rèn)為水污染只是指污染物進(jìn)入水體導(dǎo)致水質(zhì)惡化，所以在計(jì)算和評價(jià)水污染時(shí)，一般采用因子指數(shù)法、分級評分法、模糊綜合評價(jià)法等[1]，但是這些方法計(jì)算出的水污染量并不全面，沒有考慮到稀釋污染所需要的水量，這部分用水量也應(yīng)該算入水污染的指標(biāo)中，因此提出了灰水足跡。

灰水足跡的概念首先是由Hoekstra和Chapagain[2]在研究水體污染負(fù)荷與水體最大容許濃度之間的關(guān)系時(shí)提出。定義為以自然本底濃度和現(xiàn)有的環(huán)境水質(zhì)標(biāo)準(zhǔn)為基準(zhǔn)，將一定的污染物負(fù)荷吸收同化所需的淡水體積[3]。目前，國內(nèi)外對水足跡的研究方法日益完善，但針對灰水足跡的研究主要集中在對農(nóng)畜產(chǎn)品或其他產(chǎn)品灰水足跡的計(jì)算[4-9]。關(guān)于灰水足跡，我國學(xué)者除了研究農(nóng)作物糧食灰水足跡[10-14]，在其他方向也取得了一些進(jìn)展，如曾昭等[15]測算了北京市灰水足跡，將其與北京市用水量和水資源量進(jìn)行比較，認(rèn)為剩余灰水足跡的增加導(dǎo)致水污染愈重；孫克等[16]計(jì)算了2012年中國灰水足跡；孫才志等[17]測算了中國各省份的灰水足跡，分析了其與水資源總量比例的空間相關(guān)性；王丹陽等[18]創(chuàng)新地從不同受納水體角度改進(jìn)灰水足跡計(jì)算方法。這些學(xué)者主要是以研究灰水足跡的測算和方法為主，并沒有考慮到經(jīng)濟(jì)增長對灰水足跡的影響。

探索性空間數(shù)據(jù)分析是通過收集區(qū)域的空間數(shù)據(jù)信息，進(jìn)行對空間分布的描述，能夠展現(xiàn)出一個(gè)觀測變量對其他觀測變量的影響程度，從而掌握彼此之間的內(nèi)部效應(yīng)[19]。這是一種具有識別功能的方法，通過收集數(shù)據(jù)分析觀測對象的全局和局部空間自相關(guān)性，描述和顯示空間分布以及空間相互作用。相鄰地區(qū)存在著某種空間依賴性，并且隨著時(shí)間推移，已經(jīng)形成的發(fā)展方式以及格局都保持著一定程度上的穩(wěn)定，某些要素的存在會(huì)使集聚和差異的產(chǎn)生成為必然，通過分析各個(gè)區(qū)域數(shù)據(jù)的空間關(guān)聯(lián)關(guān)系，可揭示形成不同空間結(jié)構(gòu)和模式的內(nèi)在相似與差異的關(guān)聯(lián)度。

本文以山東省為研究對象計(jì)算17個(gè)地市2001-2014年灰水足跡，判斷水污染壓力大小，分析水資源總量是否能滿足稀釋污染的要求，從而判斷水質(zhì)污染的程度，采用探索性空間數(shù)據(jù)分析方法，研究經(jīng)濟(jì)發(fā)展對水污染的影響，衡量水環(huán)境負(fù)效應(yīng)，并且構(gòu)建各市灰水足跡強(qiáng)度的空間集聚圖，進(jìn)一步探討區(qū)域間灰水足跡強(qiáng)度的空間關(guān)聯(lián)性。

1 研究方法與數(shù)據(jù)來源

1.1 灰水足跡計(jì)算方法

1.1.1 計(jì)算灰水足跡的通用方法

灰水足跡表示稀釋污染物所需要的淡水資源量。選取不同污染物的排污量以及相應(yīng)的初始濃度和標(biāo)準(zhǔn)排污濃度等數(shù)據(jù)，分別計(jì)算出農(nóng)業(yè)、工業(yè)、生活這3個(gè)部門的灰水足跡，了解水污染壓力大小。其計(jì)算公式為：

(1)

式中：WFgrey為灰水足跡，m3/a；L為排污量，kg/a；Cmax為污染物的水質(zhì)標(biāo)準(zhǔn)濃度，kg/m3；Cnat為受納水體的自然初始濃度，kg/m3，因?yàn)槿斯ぎa(chǎn)生的物質(zhì)在自然條件下不存在，所以Cnat可以取為0[20]。

1.1.2 工業(yè)灰水足跡和生活灰水足跡

工業(yè)和生活灰水足跡的計(jì)算，使用點(diǎn)源污染的計(jì)算方法。這是因?yàn)樵谖鬯幚磉^程中化學(xué)物質(zhì)被直接排放進(jìn)入地表水體，通過測算排污流量和污水中化學(xué)物質(zhì)的濃度可以估算排放的污染負(fù)荷。因?yàn)楣I(yè)灰水中的污染物主要是COD和氨氮，所以求取兩者的最大值為工業(yè)、生活的灰水足跡值。

WFind-grey=max {WFind-COD,WFind-NH-N}

(2)

WFdom-grey=max {WFdom-COD,WFdom-NH-N}

(3)

式中：WFind-grey與WFdom-grey分別為工業(yè)灰水足跡、生活灰水足跡，WFind-COD、WFind-NH-N分別為工業(yè)部門產(chǎn)生的COD和氨氮排放量所引起的灰水足跡；WFdom-COD、WFdom-NH-N為生活部門產(chǎn)生的COD和氨氮排放量所引起的灰水足跡。

根據(jù)我國《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)[21]，選取地表水排放的第三類標(biāo)準(zhǔn)，即適用于集中式生活飲用水地表水源地二級保護(hù)區(qū)等地區(qū)，其中COD的標(biāo)準(zhǔn)限值為20 mg/L，則以COD為主要污染的Cmax=0.02 kg/m3；氨氮的標(biāo)準(zhǔn)限值為1 mg/L，則以氨氮為主要污染物的Cmax=0.001 kg/m3。

1.1.3 農(nóng)業(yè)灰水足跡

農(nóng)業(yè)部門造成的水污染主要屬于面源污染[22]，其中包括化肥污染、農(nóng)藥污染等。因?yàn)檗r(nóng)業(yè)污染元素中氮肥是造成水污染的主要污染物，所以選取氮肥作為主要污染物來計(jì)算農(nóng)業(yè)灰水足跡。因?yàn)榈试谑褂弥胁⒉皇侨渴┯昧窟M(jìn)入水體，而進(jìn)入水體造成水污染的氮肥量與氮肥施用總量的比值是固定值，即氮肥淋溶率。農(nóng)業(yè)灰水足跡的計(jì)算公式為：

(4)

式中：WFagr-grey為農(nóng)業(yè)灰水足跡；α為氮肥淋溶率；變量APPI為氮肥施用量，kg/a。

根據(jù)全國平均氮肥損失率，包括淋洗和徑流損失，選取的氮肥淋溶率的值為7%[23]。而農(nóng)業(yè)中氮肥的損失以及造成水污染的物質(zhì)主要是硝酸鹽[24]，所以在農(nóng)業(yè)灰水足跡計(jì)算中Cmax=0.01 kg/m3。

1.1.4 灰水足跡總量

地區(qū)的灰水足跡總量是整個(gè)區(qū)域應(yīng)該用于凈化污染物的淡水資源總和，即取農(nóng)業(yè)、工業(yè)和生活灰水足跡三者之和，計(jì)算公式為：

WFgrey=WFind-grey+WFdom-grey+WFagr-grey

(5)

1.1.5 灰水足跡承載指數(shù)

灰水足跡只能展現(xiàn)地區(qū)需要稀釋污染物的用水量，不能反映該地區(qū)的污染負(fù)荷程度以及水資源壓力狀況?；诖?，提出灰水足跡承載指數(shù)，用灰水足跡與水資源總量進(jìn)行比較，分析水污染壓力的程度。當(dāng)承載指數(shù)越大，水質(zhì)污染程度越深。計(jì)算公式為：

(6)

式中：K為灰水足跡承載指數(shù)；Twr為水資源總量。

1.2 灰水足跡強(qiáng)度研究方法

1.2.1 灰水足跡強(qiáng)度測算方法

灰水足跡強(qiáng)度反映水污染狀況與經(jīng)濟(jì)發(fā)展程度之間的關(guān)系，用灰水足跡量除以GDP得到灰水足跡強(qiáng)度?；宜阚E強(qiáng)度值越大，就表明單位GDP產(chǎn)生的污染就越多，從而需要稀釋污染的淡水量就越多。所以，灰水足跡強(qiáng)度表示單位GDP消耗的用于稀釋污染物的淡水資源量。通過計(jì)算出各個(gè)地區(qū)的灰水足跡強(qiáng)度，可以掌握地區(qū)經(jīng)濟(jì)發(fā)展下的水環(huán)境負(fù)效應(yīng)。計(jì)算公式為：

(7)

式中：GWFI為灰水足跡強(qiáng)度。

1.2.2 空間自相關(guān)分析方法

本文灰水足跡強(qiáng)度的研究方法是 ESDA模型中的空間自相關(guān)分析方法。用全局Moran'sI指數(shù)判斷要素的屬性分布是否具有顯著的聚集或分散現(xiàn)象；局部Moran'sI指數(shù)可以描述要素之間的空間集聚程度；結(jié)合Moran's散點(diǎn)圖和局部Moran'sI指數(shù)可以直觀地顯示不同要素的集聚類型和顯著性水平[25]。

(1)空間權(quán)重矩陣?？臻g權(quán)重矩陣是度量空間自相關(guān)性的前提，是基于一個(gè)二元對稱的鄰接矩陣進(jìn)行標(biāo)準(zhǔn)化處理得到的。這種空間權(quán)重矩陣是把所有相鄰的影響作用都假設(shè)相同，而忽略不相鄰的空間相關(guān)性。本文采用的是空間距離權(quán)重矩陣，即對區(qū)域的空間位置進(jìn)行量化，該矩陣中的元素定義如下：

(8)

式中：dij是地區(qū)i和地區(qū)j重心點(diǎn)之間的距離。

(2)全局Moran'sI指數(shù)。全局Moran'sI指數(shù)的定義是：

(9)

(10)

式中：n為空間觀察值的數(shù)目；xi是在處于空間位置i的觀察值；Zi是xi標(biāo)準(zhǔn)化變換。

按照空間數(shù)據(jù)分布，考慮位置與屬性相似性的關(guān)系，可以計(jì)算Moran'sI指數(shù)的期望值和期望方差：

(11)

Var(I)=

(12)

s0=∑ni=1∑nj=iWij

(13)

(14)

s2=∑ni=1(∑ni=1Wij+∑nj=iWij)2

(15)

(16)

經(jīng)過假設(shè)，并檢驗(yàn)空間有自相關(guān)關(guān)系，參考正態(tài)分布表，可以計(jì)算出Moran'sI指數(shù)的Z值統(tǒng)計(jì)量：

(17)

通過權(quán)重矩陣計(jì)算出的Moran'sI指數(shù)取值范圍在-1到1之間，其中，[-1,0)表示空間負(fù)相關(guān)，即該區(qū)域與周邊區(qū)域存在高低或低高的相反關(guān)系；0表示空間不相關(guān)，即該區(qū)域與周邊區(qū)域不存在空間關(guān)系；(0,1]表示空間正相關(guān)，即該區(qū)域與周邊區(qū)域存在同高同低的同步關(guān)系。

(3)局部Moran'sI指數(shù)。區(qū)域i的局部Moran'sI指數(shù)的定義[26]：

Ii(d)=zi∑nj≠iWijZj

(18)

式中：Zi與Zj為測量值與均值的差值；當(dāng)Ii是正數(shù)值時(shí)，表示區(qū)域內(nèi)同屬性值之間呈現(xiàn)空間集聚的狀態(tài)，當(dāng)Ii是負(fù)數(shù)值時(shí)，表示區(qū)域內(nèi)不同屬性值之間呈現(xiàn)空間集聚的狀態(tài)。

1.3 數(shù)據(jù)來源

山東省17個(gè)市農(nóng)業(yè)部門的氮肥施用量數(shù)據(jù)、工業(yè)和生活部門的COD和氨氮的排放量數(shù)據(jù)、國內(nèi)生產(chǎn)總值GDP數(shù)據(jù)來源于《山東省統(tǒng)計(jì)年鑒》(2002-2015年)和《國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》(2001-2014年)，山東省各個(gè)市的水資源總量數(shù)據(jù)取自于《山東省統(tǒng)計(jì)年鑒》(2002-2015年)和《山東省水資源公報(bào)》(2001-2014年)，污染物COD和氨氮的標(biāo)準(zhǔn)限值取自《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)。

2 計(jì)算結(jié)果分析

2.1 灰水足跡計(jì)算結(jié)果

2001年山東省的灰水足跡量599.4 億m3，其中農(nóng)業(yè)、工業(yè)，生活灰水足跡分別占23%、40%、37%，2014年的灰水足跡量365.9億m3，其中農(nóng)業(yè)、工業(yè)，生活灰水足跡分別占30%、18%、53%，從表1中看出，山東省灰水足跡總量除了2011和2012年略有回升，總體上呈現(xiàn)下降趨勢。計(jì)算可得，2014年菏澤市、臨沂市的灰水足跡量最多，分別是43.2、34.8 億m3，并且都是生活灰水足跡占比重最大；萊蕪市的灰水足跡量最少，為5.4 億m3。總體上，山東省各市的灰水足跡總量在不斷減少，說明隨著社會(huì)進(jìn)步、生態(tài)意識增強(qiáng)，山東省各市的排污量在減少。根據(jù)圖1可知，14 a間山東省各市平均灰水足跡量中排名最多的前5個(gè)市依次是，德州市、濰坊市、菏澤市、聊城市、濟(jì)寧市，最多的德州市為49.55 億m3，最少的萊蕪市為6.41 億m3。17個(gè)市的平均灰水足跡中，生活灰水足跡占的比重最大，可達(dá)到灰水足跡總量的一半，說明生活部門已是灰水足跡的最大污染源。

2.2 灰水足跡承載指數(shù)計(jì)算結(jié)果

山東省屬于資源型缺水與水質(zhì)型缺水的地區(qū)，2001-2014年山東省各市灰水足跡承載指數(shù)變化幅度不大，呈現(xiàn)波動(dòng)趨勢。山東省的灰水足跡遠(yuǎn)遠(yuǎn)大于水資源總量，在污染最重的一年，灰水足跡更是達(dá)到了水資源總量的5.73倍。從整個(gè)省來看，在2014年山東省的灰水足跡是365.9 億m3，表示需要366 億m3的淡水去凈化這一年所產(chǎn)生的污染物，而山東省的水資源總量只有148.44 億m3，說明水資源量不能滿足稀釋污染物所需淡水量的要求，水質(zhì)污染程度加深。

山東省各市之間的灰水足跡承載指數(shù)存在著明顯不同，根據(jù)2001-2014年山東省各市平均灰水足跡承載指數(shù)將17個(gè)地市分為5類，比較其水質(zhì)污染程度的差異(見圖2)。高承載區(qū)包括濱州市、東營市、聊城市，這3個(gè)城市位于山東省北部，水資源總量偏少的同時(shí)灰水足跡偏大，其承載指數(shù)都大于5，表明大量的污染物不能被稀釋，導(dǎo)致水質(zhì)污染狀況日益加重；德州市、濟(jì)南市、淄博市、菏澤市屬于較高承載區(qū)，菏澤市和濟(jì)南市屬于灰水足跡比較高的市區(qū)，德州市和淄博市屬于水資源總量比較少的地區(qū)，導(dǎo)致這4個(gè)城市承載指數(shù)偏大，污染負(fù)荷也相當(dāng)沉重；中度承載區(qū)有泰安市、濟(jì)寧市、棗莊市，這3個(gè)城市相鄰，水資源量與污染程度水平相似；較低承載區(qū)包括青島市、濰坊市、日照市、淄博市4個(gè)城市，污染程度輕；低承載區(qū)包括威海市、煙臺(tái)市、臨沂市3個(gè)地區(qū)，其中威海市和煙臺(tái)市屬于山東省東部，水資源量比較豐富，灰水足跡比較少，水污染壓力也較小。通過計(jì)算分析山東省17個(gè)市的灰水足跡承載指數(shù)，發(fā)現(xiàn)近14 a，各個(gè)市的水污染狀況十分嚴(yán)峻，灰水足跡基本上都是多于水資源總量，尤其是山東省的西北地區(qū)污染最重。無法被稀釋的污染物持續(xù)增加，加劇水資源短缺，形成水質(zhì)型缺水。

表1 山東省各市2001-2014年灰水足跡總量 億m3

圖1 山東省各市2001-2014年平均灰水足跡(單位：億m3)Fig.1 The average grey water footprints of cities in Shandong province from 2000 to 2014

圖2 山東省灰水足跡承載指數(shù)分類圖Fig.2 The classification map of grey water footprint load coefficient in Shandong province

2.3 灰水足跡強(qiáng)度計(jì)算結(jié)果

灰水足跡強(qiáng)度是灰水足跡與地區(qū)生產(chǎn)總值的比值，表示萬元GDP消耗的用于稀釋污染物的淡水資源量。根據(jù)圖3所示，山東省17個(gè)市的灰水足跡強(qiáng)度在2001與2014年之間整體上呈現(xiàn)下降趨勢，表明經(jīng)濟(jì)發(fā)展對水質(zhì)污染的影響減少，水環(huán)境負(fù)效應(yīng)減輕?？傮w上，山東省的西南和西北地區(qū)，下降速度比較快，其中菏澤市、聊城市和德州市的灰水足跡強(qiáng)度下降幅度最為明顯。菏澤市從2001年的0.163 619 m3降到2014年的0.021 054 m3,聊城市從2001年的0.107 203 m3降到2014年的0.010 009 m3，德州市從2001年的0.104 071 m3降到2014年的0.012 151 m3。而青島市、煙臺(tái)市、濟(jì)南市等經(jīng)濟(jì)發(fā)達(dá)的地區(qū)灰水足跡強(qiáng)度下降相對慢，是因?yàn)槠涑跗诘幕宜阚E強(qiáng)度就比較低。

通過計(jì)算發(fā)現(xiàn)山東省的灰水足跡強(qiáng)度分布主要顯示出東部偏低，西部偏高的特征，其中菏澤市、聊城市和德州市等地區(qū)灰水足跡強(qiáng)度偏高，而威海市、煙臺(tái)市、青島市等地區(qū)灰水足跡強(qiáng)度偏低。山東省的灰水足跡強(qiáng)度分布表現(xiàn)出集聚的特征，相鄰的城市也呈現(xiàn)出相關(guān)性，所以運(yùn)用探索性空間數(shù)據(jù)自相關(guān)分析方法對山東省灰水足跡強(qiáng)度的空間相關(guān)格局進(jìn)行深入的分析。

圖3 山東省各市2001-2014年灰水足跡強(qiáng)度變化圖Fig.3 Grey water footprint intensity change of all cities in Shandong province from 2001 to 2014

3 山東省灰水足跡強(qiáng)度空間分布格局

3.1 山東省灰水足跡強(qiáng)度的全局空間自相關(guān)分析

通過計(jì)算山東省17地市2001-2014年的灰水足跡強(qiáng)度，并運(yùn)用全局空間自相關(guān)分析模型得出了山東省各個(gè)年份的全局Moran'sI指數(shù)。根據(jù)表2， 2001-2014年 統(tǒng)計(jì)量的值均大于0.05并且小于1.96，表明其數(shù)據(jù)通過了顯著性檢驗(yàn)，具有統(tǒng)計(jì)意義。從2001年的Moran'sI指數(shù)為0.170 9，到2014的Moran'sI指數(shù)為0.226 5，其指數(shù)值呈現(xiàn)波動(dòng)狀態(tài)，但是總體上Moran'sI指數(shù)在增加，并且指數(shù)均大于0.09。說明山東省灰水足跡強(qiáng)度具有全局自相關(guān)性，并且自相關(guān)性在不斷增強(qiáng)。因?yàn)榛宜阚E強(qiáng)度的大小受到人口數(shù)量、工業(yè)發(fā)展水平、農(nóng)業(yè)結(jié)構(gòu)、排污處理技術(shù)等因素的影響，所以相鄰的區(qū)域或者發(fā)展程度相似的區(qū)域，其灰水足跡強(qiáng)度的大小以及發(fā)展趨勢也比較相似，從而在區(qū)域上呈現(xiàn)出越來越強(qiáng)的集聚效應(yīng)。

表2 山東省灰水足跡強(qiáng)度全局Moran's I指數(shù)Tab.2 The global spatial autocorrelation index of grey water footprint intensity in Shandong province

3.2 山東省灰水足跡強(qiáng)度的局部空間自相關(guān)分析

通過分析山東省灰水足跡強(qiáng)度的全局Moran'sI指數(shù)，發(fā)現(xiàn)區(qū)域的灰水足跡強(qiáng)度具有空間自相關(guān)性，而為了更加深入地研究山東省各市之間灰水足跡強(qiáng)度的空間集聚特征，需要計(jì)算出各市的局部Moran'sI指數(shù)，并且做出灰水足跡強(qiáng)度的LISA集聚地圖。LISA集聚主要是將區(qū)域地圖分為4種類型的集聚象限，分別是高高集聚(HH)、高低集聚(HL)、低低集聚(LL)、低高集聚(LH)。根據(jù)2001年和2014年山東省17各市的灰水足跡強(qiáng)度的集聚地圖(見圖4)顯示,屬于LL集聚的區(qū)域面積在增加、屬于HL集聚的區(qū)域面積在減少，屬于HH集聚和LH集聚的城市基本保持不變，說明山東省區(qū)域之間經(jīng)濟(jì)發(fā)展水平下的水質(zhì)污染壓力具有明顯的空間相關(guān)性。

(1)High-High集聚。屬于HH集聚的城市有德州市、聊城市、菏澤市、濟(jì)寧市，主要位于山東省的偏西部地區(qū)，特征就是地區(qū)內(nèi)具有高灰水足跡強(qiáng)度的同時(shí)周邊相鄰地區(qū)的灰水足跡強(qiáng)度也偏高。4個(gè)地市的灰水足跡強(qiáng)度雖然下降幅度大，但初始基數(shù)大，說明經(jīng)濟(jì)發(fā)展對水污染的影響較大，尤其是菏澤市，經(jīng)濟(jì)發(fā)展慢但水污染程度深。因?yàn)槲挥谏綎|省的西部地區(qū)，為了尋求經(jīng)濟(jì)發(fā)展，開始大力推廣工業(yè)，由此造成了嚴(yán)重的水污染，水環(huán)境負(fù)效應(yīng)增強(qiáng)，但是這樣的產(chǎn)業(yè)政策并沒有帶動(dòng)其快速發(fā)展起來，反而造成越來越嚴(yán)重的污染，水資源環(huán)境也逐漸惡化。

(2)High-Low 集聚。穩(wěn)定屬于HL集聚的城市是棗莊市和臨沂市，特征是水足跡強(qiáng)度都偏高但是相鄰地區(qū)水足跡強(qiáng)度偏低，容易被相鄰地區(qū)積極帶動(dòng)，污染程度較輕，灰水足跡強(qiáng)度的下降幅度比較快，具有較大的發(fā)展空間。在2001年時(shí)濱州市和濰坊市屬于HL地區(qū)，而在2014年時(shí)萊蕪市和日照市成為HL地區(qū)，這幾個(gè)市的國民生產(chǎn)總值都偏低，經(jīng)濟(jì)發(fā)展水平不高并且提升得比較慢。

(3)Low-Low 集聚。LL集聚主要集中在山東省的東部地區(qū)，包括威海市、煙臺(tái)市、青島市，在2014年時(shí)濰坊市也從HL地區(qū)轉(zhuǎn)變?yōu)長L地區(qū)。這幾個(gè)地區(qū)形成了一個(gè)低低集聚群，又好又快發(fā)展的同時(shí)，開始向周邊擴(kuò)展，具有良好的帶動(dòng)示范作用，不斷推進(jìn)山東省水資源的可持續(xù)發(fā)展。作為山東省經(jīng)濟(jì)發(fā)展的中心，這幾座城市地區(qū)生產(chǎn)總值高，產(chǎn)業(yè)結(jié)構(gòu)合理，排污技術(shù)進(jìn)步，使得其污染物排放量偏低，經(jīng)濟(jì)發(fā)展對水污染壓力的影響偏低。

(4)Low-High 集聚。濟(jì)南市、淄博市、東營市都穩(wěn)定屬于LH集聚，在2001年時(shí)萊蕪市屬于LH集聚，在2014年時(shí)濱州開始屬于LH集聚，形成這個(gè)集聚群的城市主要位于山東省的北邊。這些地區(qū)經(jīng)濟(jì)比較發(fā)達(dá)的同時(shí)污染狀況也沒有西邊地區(qū)那么嚴(yán)重，灰水足跡強(qiáng)度每年在不斷降低，并且降低的速度也比較快，進(jìn)步空間很大，發(fā)展水平也比較合理穩(wěn)定。但為了長遠(yuǎn)發(fā)展，仍需要采取有效的政策和措施，不斷提高經(jīng)濟(jì)的同時(shí)降低水污染。

通過分析山東省17個(gè)市的灰水足跡強(qiáng)度的集聚特征，發(fā)現(xiàn)整體上山東省各市的灰水足跡強(qiáng)度在不斷下降，說明萬元GDP消耗的用于稀釋污染物的淡水資源量在不斷減少，經(jīng)濟(jì)發(fā)展對水污染的影響程度降低，水環(huán)境的負(fù)效應(yīng)減輕。山東省的西部地區(qū)穩(wěn)定處于高高集聚，經(jīng)濟(jì)發(fā)展落后，水污染嚴(yán)重并且壓力巨大；而山東省的東部地區(qū)，經(jīng)濟(jì)發(fā)展對水污染的影響程度小，保持穩(wěn)定的同時(shí)也在不斷向外積極擴(kuò)張，起到模范作用。

圖4 山東省各市灰水足跡強(qiáng)度的LISA集聚分布Fig.4 LISA cluster map of the grey water footprint intensity in Shandong province

4 結(jié) 語

(1)計(jì)算結(jié)果分析，山東省灰水足跡總體上呈現(xiàn)下降趨勢，從2001年的灰水足跡為599.4 億m3降到2014年的灰水足跡為365.9 億m3，并且各個(gè)部門灰水足跡的比例也發(fā)生變化，從2001年工業(yè)部門占比最多，到2014年生活部門占比最多。這些說明隨著經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步、生態(tài)意識增強(qiáng)，山東省每年水污染在減少。山東省各個(gè)市的灰水足跡的變化趨勢總體上跟整個(gè)山東省的變化趨勢相似。2001年山東省各市平均灰水足跡量中最多的德州市為49.55 億m3，最少的萊蕪市為6.41 億m3。表明地區(qū)間水污染大小有著明顯差異。17個(gè)市的平均灰水足跡中，生活灰水足跡的比例可達(dá)到灰水足跡總量的一半，可見生活污染已是污染的主要來源。表明居民生活的排污處理、排污水平的提高、水污染的防治等應(yīng)該引起政府足夠的重視。

(2)山東省是一個(gè)水質(zhì)污染比較嚴(yán)重的地區(qū)。2001-2014年山東省各市的灰水足跡承載指數(shù)偏大，說明灰水足跡遠(yuǎn)遠(yuǎn)大于水資源總量，而在污染最重的一年，山東省需要相當(dāng)于水資源總量的5.73倍的淡水量去稀釋污染物才能保證不對水資源造成極大危害。并且各市之間污染程度差異大，最嚴(yán)重的幾個(gè)地市的平均灰水足跡承載指數(shù)達(dá)到3.5以上，所以各地市沒有足夠的水資源去稀釋污染物。因?yàn)樗Y源總量是一定的，所以為了降低水質(zhì)污染，除了要減少污染物的排放，也要提高污染物的凈化技術(shù)，用更少的水稀釋更多的污染物。

(3)從2001到2014年間，山東省及其17個(gè)市的灰水足跡強(qiáng)度在不斷降低，萬元GDP消耗的用于稀釋污染物的淡水資源量在不斷減少，經(jīng)濟(jì)發(fā)展下的水環(huán)境負(fù)效應(yīng)在減少?；宜阚E強(qiáng)度分布主要顯示出東部偏低，西部偏高的特征，其中菏澤市、聊城市和德州市等地區(qū)一直以來灰水足跡強(qiáng)度偏高，而威海市、煙臺(tái)市、青島市等地區(qū)就比較低，說明經(jīng)濟(jì)發(fā)展影響著水污染程度。所以山東省的西部地區(qū)要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)新興技術(shù)的發(fā)展。

(4)通過檢驗(yàn)，山東省灰水足跡強(qiáng)度具有全局自相關(guān)性，并且自相關(guān)性在不斷增強(qiáng)，各個(gè)地市出現(xiàn)集聚的現(xiàn)象，集聚分布也日益明顯。山東省的西部地區(qū)穩(wěn)定處于高高集聚，經(jīng)濟(jì)發(fā)展落后，水污染壓力大；而山東省的東部地區(qū)，包括威海市、煙臺(tái)市和青島市，屬于低低集聚，灰水足跡強(qiáng)度低，經(jīng)濟(jì)發(fā)展對水污染影響小，并且在地區(qū)上不斷向外擴(kuò)散。所以要讓山東省東部地區(qū)的城市積極帶動(dòng)相鄰地區(qū)發(fā)展，優(yōu)化水資源環(huán)境。

[1] 李彥彬，孫艷偉，張巍巍，等．水資源評價(jià)與管理[M]．北京：中國水利水電出版社，2012．

[2] Hoekstra A Y, Chapagain A K. Globalization of water: sharing the planet’s freshwater resources[M]. Oxford: Black-well Publishing, 2008.

[3] Hoekstra A Y, Chapagain A K, Aldaya M M. 水足跡評價(jià)手冊[M]. 北京：科學(xué)出版社，2012．

[4] Bulsink F, Hoekstra A Y, Booij M J. The water footprint of indonesian provinces related to the consumption of crop products [J].Hydrology and Earth System Sciences, 2010,14(1):119-128.

[5] Mekonnenn M M, Hoekstra A Y. The green, blue and grey water footprint of crops and derived crop products[J]. Hydrology and Earth System Sciences, 2011,15(5):1 577-1 600.

[6] Chapagain A K, Hoekstra A Y. The blue, green and grey water footprint of rice from production and consumption perspectives[J]. Ecological Economics, 2011,70(4):749-758.

[7] Sanggam Shrestha, Vishnu P Pandey, Chawalit Chanamai, et al. Green, blue and grey water footprints of primary crops production in Nepal[J]. Water Resources Management, 2013,27(15):5 223-5 243.

[8] Mekonnenn M M, Hoekstra A Y. A global assessment of the water footprint of farm animals products[J]. Ecosystem, 2012,15(3):401-415.

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

[10] 鄧曉軍，謝世友，崔天順，等．南疆棉花消費(fèi)水足跡及其對生態(tài)環(huán)境影響研究[J]．水土保持研究，2009，16(20)：176-180，185．

[11] 何 浩，黃 晶，淮賀舉，等．湖南省水稻水足跡計(jì)算及其變化特征分析[J]．中國農(nóng)學(xué)通報(bào)，2010，26(14)：294-298．

[12] 張 郁，張 崢，蘇明濤．基于化肥污染的黑龍江墾區(qū)糧食生產(chǎn)灰水足跡研究[J]．干旱區(qū)資源與環(huán)境，2013，27(7)：28-32．

[13] 秦麗杰，靳英華，段佩利．吉林省西部玉米生產(chǎn)水足跡研究[J]．地理科學(xué)，2012，32(8)：1 020-1 025．

[14] 張 宇，李云開，歐陽志云，等．華北平原冬小麥-夏玉米生產(chǎn)灰水足跡及其縣域尺度變化特征[J]．生態(tài)學(xué)報(bào)，2015,35(20)：6 647-6 654．

[15] 曾 昭，劉俊國．北京市灰水足跡評價(jià)[J]．自然資源學(xué)報(bào)，2013，28(7)：1 169-1 178．

[16] 孫 克，徐中民．基于地理加權(quán)回歸的中國灰水足跡人文驅(qū)動(dòng)因素分析[J]．地理研究，2016，35(1)：37-48．

[17] 孫才志，韓 琴，鄭德鳳．中國省際灰水足跡測度及荷載系數(shù)的空間關(guān)聯(lián)分析[J]．生態(tài)學(xué)報(bào)，2016,36(1)：86-97．

[18] 王丹陽，李景保，葉亞亞，等．一種改進(jìn)的灰水足跡計(jì)算方法[J]．自然資源學(xué)報(bào)，2015，30(12)：2 120-2 130.

[19] 馬曉冬，馬榮華，徐建剛．基于ESDA-GIS的城鎮(zhèn)群體空間結(jié)構(gòu)[J].地理學(xué)報(bào)，2004，59(6)：1 048-1 057.

[20] Hoekstra A Y, Chapagain A K, Aldaya M M, et al. The water footprint assessment manual: setting the global standard[M].London, U K: Earthscan,2011.

[21] GB 3838-2002，地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)[S]．

[22] 李秀芬，朱金兆，顧曉君，等．農(nóng)業(yè)面源污染現(xiàn)狀與防治進(jìn)展[J]．中國人口·資源與環(huán)境，2010，20(4)：81-84．

[23] 朱兆良．中國土壤氮素研究[J]．土壤學(xué)報(bào)，2008，45(5)：778-783．

[24] 程存旺，石 嫣，溫鐵軍．氮肥的真實(shí)成本[J]．綠葉，2013，(4)：77-88．

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

[26] 連 健，李小娟，宮輝力，等．基于ESDA的北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)空間特性分析[J]．地域研究與開發(fā)，2010，29(1)：130-135．