京津冀居民膳食虛擬水消費(fèi)差異及影響因素分析

黃會平　李新生　韓宇平　賈冬冬　李昕陽

摘要：虛擬水消費(fèi)變化對水資源需求有很大影響，分析居民膳食虛擬水消費(fèi)及其差異性對于構(gòu)建健康的消費(fèi)模式有重要意義。核算并分析2000-2015年京津冀居民膳食虛擬水的消費(fèi)情況，并對造成虛擬水消費(fèi)差異的影響因素進(jìn)行分析。結(jié)果表明：北京、天津、河北年均居民膳食虛擬水消費(fèi)為98.33億m3、57.44億m3和240.02億m3，虛擬水消費(fèi)量呈明顯的上升趨勢，給區(qū)域水資源安全保障帶來更大壓力;人均居民膳食虛擬水消費(fèi)區(qū)域差異明顯，整體表現(xiàn)為城鎮(zhèn)高于農(nóng)村，北京市高于天津市高于河北省。居民膳食虛擬水消費(fèi)多樣性指數(shù)整體呈現(xiàn)上升趨勢，城鄉(xiāng)差異顯著，城鎮(zhèn)居民高于農(nóng)村居民，但城鄉(xiāng)差距逐漸縮小;肉類、食用油等單位質(zhì)量虛擬水含量高的產(chǎn)品消費(fèi)量不同是造成人均膳食虛擬水消費(fèi)差異的重要原因，而且糧食生產(chǎn)力提高對于減少居民人均膳食虛擬水消費(fèi)也有重要作用。根據(jù)研究結(jié)果，建議通過提高產(chǎn)品水產(chǎn)用水效率、構(gòu)建合理的消費(fèi)結(jié)構(gòu)、引導(dǎo)健康的飲食消費(fèi)習(xí)慣等對膳食虛擬水消費(fèi)需求進(jìn)行調(diào)控。

關(guān)鍵詞：水資源;虛擬水;消費(fèi)模式;通徑分析

中圖分類號：TV213.4文獻(xiàn)標(biāo)志碼：A

Abstract：The characteristics of virtual water consumption have great impacts on water resources demand，therefore，it is of significance to investigate virtual water consumption and its differences of resident diet to build a healthy consumption model.This paper analyzed the residents′ dietary virtual water consumption in Beijing-Tianjin-Hebei region from 2000 to 2015，and explored their influencing factors.Results showed that a） The average annual dietary virtual water consumption during 2000-2015 was 9.833 billion m3，5.744 billion m3 and 24.002 billion m3 in Beijing，Tianjin and Hebei，respectively.The virtual water consumption also showed an obvious increasing trend，which could bring critical pressure to the regional water resources security;b）The residents′dietary virtual water consumption per capita was higher in Beijing than those of Tianjin and Hebei，and was higher in urban than that of rural areas;c） The consumption diversity index of residents′ dietary virtual water consumption also showed an upward trend，and it was higher in urban than that of rural areas as well.However，the gap was becoming narrowing gradually with time;d）The difference from consumption of high virtual water，such as meat and edible oil，was the main reasons for virtual water consumption.The improvement of grain productivity plays an important role in reducing the virtual water consumption per capita.The regulations of virtual water remand can be used to improve the efficiency of water consumption，construct a more reasonable consumption structure，and guide healthy consumption habits.

Key words：

water resources;virtual water;consumption pattern;path analysis

水是人類活動和社會生產(chǎn)不可或缺的資源，水資源供需矛盾逐漸成為社會經(jīng)濟(jì)可持續(xù)發(fā)展的瓶頸。產(chǎn)品生產(chǎn)必然伴隨著水資源的消耗，居民消費(fèi)及其結(jié)構(gòu)變化從消費(fèi)端引導(dǎo)產(chǎn)品生產(chǎn)結(jié)構(gòu)的變化，最終對水資源的可持續(xù)利用產(chǎn)生壓力[1]。從消費(fèi)需求角度研究人類對水資源的利用狀況，對解析不同消費(fèi)模式對水資源的影響、探索水資源可持續(xù)利用方式具有一定的現(xiàn)實(shí)意義[2]。

虛擬水表示產(chǎn)品在生產(chǎn)過程中所消耗的水資源量[3]，對其貿(mào)易和流動進(jìn)行調(diào)控被認(rèn)為是緩解水資源問題的新途徑之一[4-5]。從消費(fèi)需求角度探究虛擬水消費(fèi)對于區(qū)域水資源的影響是虛擬水研究的重要內(nèi)容。如龍愛華等[2]、劉俊國等[6]、Hoekstra和Mekonnen[7]分別研究了省級、國家和全球等不同區(qū)域尺度的消費(fèi)水足跡;尚海洋等[8]對不同消費(fèi)模式下的虛擬水消費(fèi)狀況進(jìn)行了對比分析;孫才志等[9]分析了我國膳食水足跡及其驅(qū)動因子;楊鑫等[1]研究了居民收入對食品虛擬水消費(fèi)的影響。但目前對虛擬水消費(fèi)差異性影響因素的相關(guān)研究還比較少。區(qū)域人口規(guī)模、消費(fèi)模式和消費(fèi)數(shù)量決定了產(chǎn)品的消費(fèi)需求，而消費(fèi)需求量、產(chǎn)品消費(fèi)種類和單位產(chǎn)品虛擬水含量共同決定虛擬水消費(fèi)的總量。不同區(qū)域在自然條件、經(jīng)濟(jì)水平、生活習(xí)慣和宗教信仰等因素的影響下形成不同的消費(fèi)結(jié)構(gòu)和模式[2]。在生活水平提高、水資源利用效率不斷提升及氣候變化的背景下，區(qū)域消費(fèi)結(jié)構(gòu)、消費(fèi)模式和產(chǎn)品單位質(zhì)量虛擬水含量同樣發(fā)生變化。

京津冀是我國典型的資源型缺水地區(qū)[10]，同時也是我國水資源承載壓力、水資源安全保障難度最大的地區(qū)[11]。京津冀三個地區(qū)資源環(huán)境差異明顯，在區(qū)域生產(chǎn)條件、城鎮(zhèn)與農(nóng)村人口結(jié)構(gòu)和經(jīng)濟(jì)水平等因素的差異下形成了不同的消費(fèi)模式。本文以京津冀為研究對象，分析了城鎮(zhèn)居民和農(nóng)村居民膳食虛擬水消費(fèi)差異及不同區(qū)域的膳食虛擬水消費(fèi)差異，利用通徑分析和貢獻(xiàn)率探討了區(qū)域膳食虛擬水消費(fèi)差異的影響因素。研究結(jié)果有助于從消費(fèi)需求角度為虛擬水消費(fèi)、調(diào)控和區(qū)域水資源可持續(xù)利用決策提供有益參考。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

本文研究時段為2000-2015年，各作物種植面積和產(chǎn)量、城鄉(xiāng)居民主要產(chǎn)品消費(fèi)量來源于各區(qū)域統(tǒng)計年鑒，農(nóng)業(yè)用水?dāng)?shù)據(jù)來源于各區(qū)域水資源公報，氣象數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）。

1.2 虛擬水消費(fèi)量化方法

居民日常飲食消費(fèi)產(chǎn)品種類多種多樣，主要包括農(nóng)作物、畜牧產(chǎn)品和部分農(nóng)業(yè)衍生產(chǎn)品。虛擬水消費(fèi)量是居民消費(fèi)產(chǎn)品所包含虛擬水量的總和，計算公式如下：

1.2.1 農(nóng)作物虛擬水含量計算方法

作物單位質(zhì)量虛擬水含量（WV，crop）可以用作物生長發(fā)育期內(nèi)的耗水量除以作物產(chǎn)量獲得，作物耗水根據(jù)不同來源可以分為藍(lán)水和綠水，藍(lán)水來源于灌溉，綠水來源于降水[12]?？紤]京津冀水資源短缺的大背景下，農(nóng)業(yè)種植過程中灌溉難以充分滿足作物藍(lán)水需求，為更準(zhǔn)確地表示生產(chǎn)條件變化下作物虛擬水含量，結(jié)合用水?dāng)?shù)據(jù)，文中采用的作物單位質(zhì)量虛擬水含量計算方法如下[13]：

1.2.2 畜牧和農(nóng)業(yè)衍生品虛擬水含量計算方法

畜類活體的虛擬水含量取決于其整個生長過程中消耗的淡水資源量，包括飼養(yǎng)所用的作物包含的虛擬水含量、日常飲用用水和清潔圈舍和衛(wèi)生所產(chǎn)生的服務(wù)用水[16]。畜牧產(chǎn)品的虛擬水含量則取決于牲畜的種類和在加工這種產(chǎn)品所消耗的水。農(nóng)業(yè)衍生品虛擬水含量取決于原料本身所包含的虛擬水和生產(chǎn)加工過程中投入的水量。相關(guān)產(chǎn)品的虛擬水含量（藍(lán)水和綠水）計算難度較大，由此文中涉及的所有畜牧和農(nóng)業(yè)衍生品單位質(zhì)量虛擬水含量直接采用文獻(xiàn)[17-18]中中國地區(qū)數(shù)據(jù)成果，見表1。

1.3 虛擬水消費(fèi)多樣性指數(shù)

消費(fèi)結(jié)構(gòu)多樣性指數(shù)是以不同消費(fèi)類別虛擬水的比例作為測算消費(fèi)結(jié)構(gòu)與水資源利用效率（虛擬水消費(fèi)量）之間關(guān)系的指標(biāo)[19]。本文采用Shannon-Weaver公式度量虛擬水消費(fèi)水平，公式如下所示：

1.4 虛擬水消費(fèi)差異影響因素分析

本研究采用相關(guān)性和通徑分析確定各因素對人均虛擬水消費(fèi)的影響程度。通徑分析是數(shù)量遺傳學(xué)家Sewall Wright于1921年提出的一種多元統(tǒng)計技術(shù)，它以多元回歸模型為基礎(chǔ)，分析多個自變量與因變量之間的線性關(guān)系。通徑系數(shù)表示相關(guān)變量間的因果關(guān)系，直接通徑、間接通徑和總通徑系數(shù)表示自變量對因變量的直接、間接和綜合影響[20-21]。為了更好地解析人均膳食虛擬水消費(fèi)時間尺度上的變化和區(qū)域差異，本文采用貢獻(xiàn)率方法，進(jìn)一步分析各影響因子對人均虛擬水消費(fèi)的影響。

2 結(jié)果與分析

2.1 作物單位質(zhì)量虛擬水含量

作物生產(chǎn)是區(qū)域虛擬水生產(chǎn)和消費(fèi)的基礎(chǔ)，作物中蘊(yùn)含的虛擬水一部分直接供給人類消費(fèi)，另一部分作為飼料供給畜產(chǎn)品生產(chǎn)或者成為農(nóng)業(yè)衍生品的基礎(chǔ)原料，作物單位質(zhì)量虛擬水含量變化直接影響居民虛擬水消費(fèi)量。表2為居民主要消費(fèi)農(nóng)產(chǎn)品2000-2015年間單位質(zhì)量虛擬水含量變化，可以看出作物單位質(zhì)量虛擬水含量為豆類>糧食>瓜果>蔬菜，豆類產(chǎn)品單位質(zhì)量虛擬水含量遠(yuǎn)高于其它三種作物，蔬菜單位質(zhì)量虛擬水含量遠(yuǎn)低于其它作物。從虛擬水角度考慮，在水資源短缺的情況下，豆類產(chǎn)品在該區(qū)域無種植優(yōu)勢。

2000-2015年間，北京、天津和河北糧食作物單位質(zhì)量虛擬水含量年均為1.035 m3/kg、0.906 m3/kg和0.746 m3/kg，分別以-27 m3/t、-9.4 m3/t和-17.6 m3/t的年速率變化;瓜果單位質(zhì)量虛擬水含量年均為0.313 m3/kg、0.263 m3/kg和0.324 m3/kg，分別以-4.9 m3/t、1.9 m3/t和-10.3 m3/t的年速率變化;豆類單位質(zhì)量虛擬水含量年均為2.296 m3/kg、3.058 m3/kg和2.178 m3/kg，分別以52.8 m3/t、16.1 m3/t和-66 m3/t的年速率變化;蔬菜單位質(zhì)量虛擬水含量年均為0.101 m3/kg、0.076 m3/kg和0.050 m3/kg，分別以-1.5 m3/t、-0.6 m3/t和-0.7 m3/t的年速率變化。氣象條件和農(nóng)業(yè)生產(chǎn)投入共同影響作物單位質(zhì)量虛擬水含量，受氣象條件不確定性影響，京津冀作物單位質(zhì)量虛擬水含量呈現(xiàn)上下波動狀態(tài)，2000-2015年間整體呈現(xiàn)出明顯的下降趨勢，這與持續(xù)的農(nóng)業(yè)投入密切相關(guān)，同時也顯示區(qū)域水資源利用效率的提高。

河北省糧食、蔬菜和瓜果單位質(zhì)量虛擬水含量低于北京和天津，需求程度較高的糧食和蔬菜產(chǎn)品單位質(zhì)量虛擬水含量均表現(xiàn)出下降趨勢。豆類單位質(zhì)量虛擬水含量北京、天津呈現(xiàn)略增長趨勢而河北省呈現(xiàn)下降趨勢，這與北京、天津作物種植結(jié)構(gòu)調(diào)整有關(guān)，兩地豆類種植面積均大幅度減少，間接地影響豆類作物在農(nóng)業(yè)投入和配套設(shè)施方面的分配，從而影響作物單位質(zhì)量虛擬水含量的變化。

2.2 京津冀居民膳食虛擬水消費(fèi)變化

居民膳食虛擬水消費(fèi)變化主要體現(xiàn)為虛擬水消費(fèi)總量的變化（表3）、人均虛擬水消費(fèi)量和結(jié)構(gòu)的變化（圖1），前者反映出[HJ2.3mm]區(qū)域膳食虛擬水消費(fèi)規(guī)模，后者反映膳食虛擬水消費(fèi)群體差異。北京、天津和河北20[HJ]00-2015年年均居民虛擬水消費(fèi)量為98.33億m3、57.44億m3和240.02億m3，居民膳食虛擬水消費(fèi)量呈上升趨勢，居民膳食虛擬水消費(fèi)規(guī)模表現(xiàn)出河北>北京>天津。北京和天津城鎮(zhèn)虛擬水消費(fèi)占主體地位，且呈增長趨勢。河北隨著人口結(jié)構(gòu)變化，城鎮(zhèn)虛擬水消費(fèi)呈上升趨勢，并逐漸占據(jù)消費(fèi)的主體地位，農(nóng)村虛擬水消費(fèi)呈下降趨勢。

為研究居民膳食虛擬水消費(fèi)區(qū)域和群體差異，本文選取2000-2005年、2006-2010年和2011-2015年三個時間段進(jìn)行分析。

從居民年均膳食虛擬水消費(fèi)量分析：[HJ1.9mm]北京城鎮(zhèn)居民為561.94 m3/a、554.01 m3/a和540.30 m3/a，農(nóng)村居民為417.00 m3/a、385.29 m3/a和406.89 m3/a;天津城鎮(zhèn)居民474.07 m3/a、480.79 m3/a和505.57 m3/a，農(nóng)村居民為424.12 m3/a、453.29 m3/a和425.11 m3/a;河北城鎮(zhèn)居民為382.76 m3/a、384.00 m3/a和386.68 m3/a，農(nóng)村居民305.78 m3/a、287.73 m3/a和314.00 m3/a?？梢钥闯?，京津冀居民在三個時間段內(nèi)年均膳食虛擬水消費(fèi)量比較穩(wěn)定，同一區(qū)域消費(fèi)群體相同時，人均虛擬水消費(fèi)時間序列上無顯著變化。

從消費(fèi)群體分析：居民虛擬水消費(fèi)整體表現(xiàn)為城鎮(zhèn)居民>農(nóng)村居民，其中城鎮(zhèn)居民與農(nóng)村居民虛擬水消費(fèi)量天津差異幅度最小，北京差異幅度最大?？紤]地域因素居民虛擬水消費(fèi)表現(xiàn)為北京城鎮(zhèn)>天津城鎮(zhèn)>河北城鎮(zhèn)，天津農(nóng)村>北京農(nóng)村>河北農(nóng)村，虛擬水消費(fèi)區(qū)域差異性較為明顯，2011-2015年人均虛擬水消費(fèi)北京城鎮(zhèn)居民比河北城鎮(zhèn)居民高153.62 m3/a，比河北農(nóng)村居民高226.30 m3/a。

從消費(fèi)結(jié)構(gòu)分析：京津冀糧食、肉類和食用油是居民虛擬水消費(fèi)的主體，占膳食虛擬水消費(fèi)量的70%～90%之間，城鎮(zhèn)和農(nóng)村居民消費(fèi)差異明顯，城鎮(zhèn)居民肉類虛擬水消費(fèi)比重較大，農(nóng)村居民糧食虛擬水消費(fèi)比重較大。隨著生活水平的提高和消費(fèi)習(xí)慣的改變，居民膳食虛擬水消費(fèi)中糧食消費(fèi)所占比重逐漸下降，肉類虛擬水消費(fèi)農(nóng)村地區(qū)所占比重呈上升趨勢而城鎮(zhèn)地區(qū)呈下降趨勢，食用油和蛋類虛擬水消費(fèi)所占比例則略有上升，奶和瓜果虛擬水消費(fèi)農(nóng)村地區(qū)呈現(xiàn)出上升趨勢而城鎮(zhèn)地區(qū)無明顯變化。這種消費(fèi)結(jié)構(gòu)的變化反映出區(qū)域消費(fèi)模式逐漸趨于均衡，城鎮(zhèn)和農(nóng)村虛擬水消費(fèi)結(jié)構(gòu)差異逐漸變小，人們的飲食消費(fèi)選擇逐漸豐富。

2.3 京津冀居民膳食虛擬水消費(fèi)多樣性分析

利用Shannon-Weaver公式計算了京津冀居民膳食虛擬水消費(fèi)多樣性指數(shù)（圖2）。結(jié)果表明，京[CM（22]津冀居民膳食虛擬水消費(fèi)城鄉(xiāng)差異顯著，城鎮(zhèn)居民明顯高于農(nóng)村，表明城鎮(zhèn)居民虛擬水消費(fèi)比較均衡，消費(fèi)水平高于農(nóng)村，消費(fèi)結(jié)構(gòu)更為合理。京津冀城鎮(zhèn)居民虛擬水消費(fèi)多樣性較為一致，而農(nóng)村居民虛擬水消費(fèi)多樣性表現(xiàn)出明顯的區(qū)域差異，北京農(nóng)村>天津農(nóng)村>河北農(nóng)村。從時間序列角度分析，城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)比較穩(wěn)定，農(nóng)村居民消費(fèi)結(jié)構(gòu)變化顯著，與城市居民消費(fèi)結(jié)構(gòu)差異逐漸縮短。農(nóng)村居民飲食消費(fèi)多樣性的改變，來源于消費(fèi)產(chǎn)品的豐富和結(jié)構(gòu)的調(diào)整，如對糧食消費(fèi)的減少，肉類、蛋、奶和蔬菜等消費(fèi)的增加，飲食消費(fèi)趨于多樣化。

2.4 京津冀居民膳食虛擬水消費(fèi)影響因素分析

影響區(qū)域人均虛擬水消費(fèi)量的影響因素復(fù)雜多

樣，如氣象條件和生產(chǎn)投入影響消費(fèi)產(chǎn)品的單位質(zhì)量虛擬水含量，消費(fèi)產(chǎn)品的種類和數(shù)量影響消費(fèi)模式，而居民收入直接影響居民消費(fèi)水平等。本文依據(jù)通徑分析，探討1.4節(jié)部分列出的9個因素和人均虛擬水消費(fèi)量的直接通徑系數(shù)、間接通徑系數(shù)及總的影響，結(jié)果見表4。

各影響因素的直接通徑系數(shù)絕對值從大到小依次為：X2、X1、X7、X6、X4、X3、X9、X8和X5。其中，肉類消費(fèi)量對人均膳食虛擬水消費(fèi)的直接影響最大，直接通徑系數(shù)為0.667，遠(yuǎn)高于其它影響因素，主要原因是肉類單位質(zhì)量虛擬水含量較高和所占消費(fèi)比例較大;糧食消費(fèi)量、單方水糧食生產(chǎn)率、蛋奶消費(fèi)量等也有較大的直接影響，單方水糧食生產(chǎn)率和消費(fèi)多樣性指數(shù)對人均虛擬水消費(fèi)量直接通徑系數(shù)為負(fù)值，而蔬菜消費(fèi)量、居民年均收入和消費(fèi)多樣性指數(shù)對人均虛擬水消費(fèi)直接影響較小。糧食消費(fèi)量和消費(fèi)多樣性指數(shù)的間接影響最為顯著。總影響因素表明肉類、瓜果、蛋奶消費(fèi)影響程度在各影響因子中處于前三位，而糧食消費(fèi)量與單方水糧食生產(chǎn)率對人均虛擬水消費(fèi)總影響系數(shù)為負(fù)值。

利用式（11）和式（12）推求人均虛擬水消費(fèi)量的產(chǎn)品消費(fèi)因素和社會-環(huán)境因素的貢獻(xiàn)水平。為消除偶然性，選取天津城鎮(zhèn)2006-2010年和2011-2015年時間段，天津農(nóng)村2011-2015年和天津城鎮(zhèn)2011-2015年，河北城鎮(zhèn)2011-2015年和天津城鎮(zhèn)2011-2015年三組不同形態(tài)下的消費(fèi)模式進(jìn)行分析（表5）。結(jié)果表明，人均居民膳食虛擬水消費(fèi)量天津城鎮(zhèn)2011-2015年較2006-2010年高5.16%，肉類消費(fèi)量增長了5.05%，產(chǎn)生的貢獻(xiàn)率達(dá)30.72%;產(chǎn)品消費(fèi)因素貢獻(xiàn)率高達(dá)91.07%，單方水糧食生產(chǎn)率是減少人均虛擬水消費(fèi)量的主要驅(qū)動力，貢獻(xiàn)率為-63.57%;居民年均收入變幅最大為57.83%，產(chǎn)生的貢獻(xiàn)率卻僅有32.04%;居民消費(fèi)多樣性指數(shù)變化幅度較小，減少0.43%，貢獻(xiàn)率達(dá)10.75%。人均居民虛擬水消費(fèi)天津城鎮(zhèn)2011-2015年較天津農(nóng)村2011-2015年高出18.93%，農(nóng)村和城鎮(zhèn)居民影響因素差異明顯，其中肉類消費(fèi)量相差33.34%，貢獻(xiàn)率達(dá)63.65%;糧食消費(fèi)差異為-19.72%，貢獻(xiàn)率-2.54%;收入水平相差95.78%，貢獻(xiàn)率僅為14.45%;農(nóng)村和城鎮(zhèn)居民消費(fèi)多樣性相差8.02%，貢獻(xiàn)度為-54%。人均居民虛擬水消費(fèi)天津城鎮(zhèn)2011-2015年較河北城鎮(zhèn)2011-2015年高出30.75%，肉類消費(fèi)差異41.95%，貢獻(xiàn)率達(dá)49.30%;糧食消費(fèi)差異較小，但糧食生產(chǎn)條件差異-23.57%，貢獻(xiàn)率為20.68%;消費(fèi)多樣性指數(shù)貢獻(xiàn)率為-7.37%。通過三組實(shí)際狀態(tài)下的消費(fèi)模式可以看出，人均虛擬水消費(fèi)差異主要是由肉類、蛋奶等單位質(zhì)量虛擬水含量高的食品消費(fèi)量差異引起的，生產(chǎn)條件和消費(fèi)水平提高可以在一定程度減少虛擬水消費(fèi)量。因此，為降低區(qū)域水資源安全保障難度，達(dá)到水資源可持續(xù)健康發(fā)展，可以采用提高產(chǎn)品用水效率、構(gòu)建合理的膳食結(jié)構(gòu)、提倡居民增加蔬菜、水果的綠色消費(fèi)模式等調(diào)控措施，既益于居民飲食健康，又能減少虛擬水消費(fèi)量。

2.5 研究結(jié)果的不確定性分析

本文研究過程中需要確定農(nóng)作物、畜產(chǎn)品和農(nóng)業(yè)衍生品的單位質(zhì)量虛擬水含量，其農(nóng)作物單位質(zhì)量虛擬水的確定較容易，而畜產(chǎn)品和農(nóng)業(yè)衍生品的確定較困難。北京、天津居民膳食消費(fèi)中，農(nóng)作物產(chǎn)品很大程度上依賴于外地輸入，而本研究計算過程采用的是本地作物的單位質(zhì)量虛擬水含量，因此區(qū)域虛擬水消費(fèi)量計算是有誤差的，但因?yàn)槟壳皡^(qū)域之間缺乏具體的產(chǎn)品輸入輸出數(shù)據(jù)，京津冀區(qū)域居民膳食虛擬水消費(fèi)中，河北省農(nóng)村居民糧食虛擬水消費(fèi)比例較高，但河北省農(nóng)業(yè)虛擬水是輸出狀態(tài)，按照生產(chǎn)地計算是可行的;北京、天津城市居民肉類、蛋類、奶類虛擬水所占比例很高，這部分?jǐn)?shù)據(jù)核算采用的是Hoekstra關(guān)于單位質(zhì)量水足跡中中國部分?jǐn)?shù)據(jù)，來源地和消費(fèi)地數(shù)值是一樣的，因此計算過程中，北京和天津城鎮(zhèn)居民膳食虛擬水存在數(shù)據(jù)誤差，但城鎮(zhèn)居民糧食虛擬水消費(fèi)量所占比例較小，因此這種方法可以探討膳食虛擬水消費(fèi)的整體影響因素狀況，結(jié)果具有一定的參考價值。本文應(yīng)用定額法計算動物食品的虛擬水含量，由于生產(chǎn)技術(shù)的進(jìn)步和氣象條件波動的影響，飼料糧和飼草的喂養(yǎng)比例每年都在變化，因此使用定額法可能無法準(zhǔn)確描述年際的波動。此外研究中所需的資料來自于多個數(shù)據(jù)源而且存在部分?jǐn)?shù)據(jù)缺失情況，雖然本研究已經(jīng)盡力對缺失數(shù)據(jù)盡量推求和還原保證數(shù)據(jù)的可靠性，但由于數(shù)據(jù)統(tǒng)計口徑和統(tǒng)計誤差問題，仍然會對數(shù)據(jù)量化和分析結(jié)果產(chǎn)生影響;對居民人均膳食虛擬水消費(fèi)影響因素進(jìn)行分析時，僅選取了部分主要的影響因素，仍有許多因素未考慮在內(nèi)，如肉類、蛋奶等虛擬水含量僅是依靠前人的計算基礎(chǔ)上進(jìn)行引用，未能體現(xiàn)其在生產(chǎn)條件不斷改善下虛擬水含量的變動。

3 結(jié)論

（1）2000-2015年間，北京、天津和河北糧食作物單位質(zhì)量虛擬水含量年均為1.035 m3/kg、0.906 m3/kg和0.746 m3/kg;瓜果單位質(zhì)量虛擬水含量年均為0.313 m3/kg、0.263 m3/kg和0.324 m3/kg;豆類單位質(zhì)量虛擬水含量年均2.296 m3/kg、3.058 m3/kg和2.178 m3/kg;蔬菜單位質(zhì)量虛擬水含量年均0.101m3/kg、0.076 m3/kg和0.050 m3/kg。京津冀作物單位質(zhì)量虛擬水含量在研究時段內(nèi)整體呈現(xiàn)明顯的下降趨勢。

（2）2000-2015年間，北京、天津和河北年均居民膳食虛擬水消費(fèi)量為98.33億m3、57.44億m3和240.02億m3，居民膳食虛擬水消費(fèi)量呈現(xiàn)上升趨勢，從而對區(qū)域水資源安全保障提出更高的要求。

（3）人均居民膳食虛擬水消費(fèi)整體表現(xiàn)為城鎮(zhèn)居民>農(nóng)村居民，人均居民膳食虛擬水消費(fèi)表現(xiàn)為北京城鎮(zhèn)>天津城鎮(zhèn)>河北城鎮(zhèn)，天津農(nóng)村>北京農(nóng)村>河北農(nóng)村。京津冀居民膳食虛擬水消費(fèi)多樣性指數(shù)整體呈現(xiàn)上升趨勢，城鄉(xiāng)差異顯著，城鎮(zhèn)居民明顯高于農(nóng)村，但城鄉(xiāng)差距逐漸縮小。

（4）肉類，食用油等高單位質(zhì)量虛擬水含量消費(fèi)量的差異是造成虛擬水消費(fèi)差異的主要原因，糧食生產(chǎn)力的提高對于減少居民人均虛擬水消費(fèi)有重要的作用。提高產(chǎn)品用水效率，提倡綠色消費(fèi)，增加蔬菜、水果的消費(fèi)所占比例，構(gòu)建合理的消費(fèi)結(jié)構(gòu)，建立健康的消費(fèi)習(xí)慣和消費(fèi)模式是虛擬水消費(fèi)需求調(diào)控的基本手段。

參考文獻(xiàn)（References）：

[1] 楊鑫，穆月英.不同地區(qū)城鎮(zhèn)居民收入對食品消費(fèi)水足跡的影響—基于QUAIDS模型[J].資源科學(xué)，2018，40（5）：1026-1039.（YANG X，MU Y Y.Impact of urban residential income on consumptive water footprints of food in different regions based on QUAIDS modeling.Resources Science，2018，40（5）：1026-1039.（in Chinese）） DOI：10.18402/resci.2018.05.15.

[2] 龍愛華，張志強(qiáng)，徐中民，等.甘肅省水資源足跡與消費(fèi)模式分析[J].水科學(xué)進(jìn)展，2005（3）：418-425.（Long A H，ZHANG Z Q，XU X M，SU Z Y.Analysis of water footprint and consumption pattern in Gansu Province[J].Advances in Water Science，2005（3）：418-425.（in Chinese））

[3] ALLAN J A.Overall perspectives on countries and regions.In Rogers，P.and Lydon，P.edits.Water in the Arab world：Perspectives and Prognoses[M].Massachusetts：Harvard University Press，1994：65-100.

[4] 王玉寶，吳普特，孫世坤，等.我國糧食虛擬水流動對水資源和區(qū)域經(jīng)濟(jì)的影響[J].農(nóng)業(yè)機(jī)械學(xué)報，2015， 46（10）：208-215.（WANG Y B，WU P T，SUN S K，et al.Impact of virtual water flows of grain on water resources and regional economy in China[J].Transactions of the Chinese Society for Agricultural Machinery，2015，46（10）：208-215.（in Chinese）） DOI：10.6041/j.issn.1000-1298.2015.10.027

[5] 田貴良，王希為.農(nóng)產(chǎn)品貿(mào)易驅(qū)動下中國與湄公河沿岸國家的虛擬水流動關(guān)系研究[J].華北水利水電大學(xué)學(xué)報（自然科學(xué)版），2018，39（2）：16-23.（TIAN G L，WANG X W.Study on the virtual water trade pattern of China and the Mekong countries under the driving of agricultural trade[J].Journal of North China University of Water Resources and Electric Power （Natural Science Edition），2018，39（2）：16-23.（in Chinese）） DOI：10.3969/j.issn.1002-5634.2018.02.003.

[6] LIU J，SAVENIJE H H G.Food consumption patterns and their effect on water requirement in China[J].Hydrology and Earth System Sciences，2008，5（1）：27-50.DOI：10.5194/hess-12-887-2008.

[7] HOEKSTRA A Y，MEKONNEN M M.The water footprint of humanity[J].Proceedings of the National Academy of the Sciences of the United States of America （PNAS）.2012，109（9）：3232-3237.

[8] 尚海洋，徐中民，王思遠(yuǎn).不同消費(fèi)模式下虛擬水消費(fèi)比較[J].中國人口·資源與環(huán)境，2009，19（4）：50-54.（SHANG H Y，XU Z M，WANG S Y.The comparison of virtual water consumption among various consumption patterns[J].China Population Resources and Environment，2009，19（4）：50-54.（in Chinese）） DOI：10.3969/j.issn.1002-2104.2009.04.010.

[9] 孫才志，劉淑彬.中國膳食水足跡區(qū)域差異及驅(qū)動因素分析[J].人民黃河，2017，39（9）：39-45，50.（SUN C Z，LIU S B.Impacts of driving factors and the regional difference of dietary water footprint in China[J].Yellow River，2017，39（9）：39-45，50.（in Chinese）） DOI：10.3969/j.issn.1000-1379.2017.09.009.

[10] [ZK（#]封志明，劉登偉.京津冀地區(qū)水資源供需平衡及其水資源承載力[J].自然資源學(xué)報，2006，21（5）：689-699.（FENG Z M，LIU D W.A study on water resources carrying capacity in Jingjinji region[J].Journal of Natural Resources，2006，21（5）：689-699.（in Chinese）） DOI：10.3321/j.issn：1000-3037.2006.05.002.

[11] 趙勇，翟家齊.京津冀水資源安全保障技術(shù)研發(fā)集成與示范應(yīng)用[J].中國環(huán)境管理，2017，9（4）：113-114.（ZHAO Y，ZHAI J Q.Water resources security technology R&D integration and demonstration application in Beijing-Tianjin-Hebei[J].Environmental Conformity Assessment，2017，9（4）：113-114.（in Chinese）） DOI：10.16868/j.cnki.1674-6252.2017.04.113.

[12] NOVO P，GARRIDO A，VARELAORTEGA C.Are virtual water "flows" in Spanish grain trade consistent with relative water scarcity？[J].Ecological Economics，2009，68（5）：1454-1464.DOI：10.1016/j.ecolecon.2008.10.013

[13] 吳普特，孫世坤，王玉寶，等.作物生產(chǎn)水足跡量化方法與評價研究[J].水利學(xué)報，2017，48（6）：651-660，669.（WU P T，SUN S K，WANG B Y，et al.Research on the quantification methods for water footprint of crop production[J].Journal of Hydraulic Engineering，2017，48（6）：651-660，669.（in Chinese）） DOI：10.13243/j.cnki.slxb.20160740.

[14] DLL P，SIEBERT S.Global modeling of irrigation water requirements[J].Water Resources Research，2002，38（4）：8-1-8-10.

[15] SUN S，WU P，WANG Y，et al.2013.The impacts of interannual climate variability and agricultural inputs on water footprint of crop production in an irrigation district of China[J].Science of the Total Environment，444（2）：498.DOI：10.1016/j.scitotenv.2012.12.016

[16] 曹建廷，李原園，張文勝，等.農(nóng)畜產(chǎn)品虛擬水研究的背景、方法及意義[J].水科學(xué)進(jìn)展，2004，15（6）：829-834.（CAO J T，LI Y Y，ZHANG W S，et al.Research background，methodological issues and significance on virtual water of crop and livestock production[J].Advances in Water Science，2004，15（6）：829-834.（in Chinese）） DOI：10.3321/j.issn：1001-6791.2004.06.025.

[17] MEKONNEN M M，HOEKSTRA A Y.A global assessment of the water footprint of farm animal products[J].Ecosystems，2012，15（3）：401-415.DOI：10.1007/s10021-011-9517-8.

[18] CASTILLO R M，F(xiàn)ENG K，HUBACEK K，et al.Uncovering the green，blue，and grey water footprint and virtual water of biofuel production in Brazil：A Nexus Perspective[J].Sustainability，2017，9（11）：2049.DOI：10.3390/su9112049.

[19] XU Z，CHENG G，CHEN D，et al.Economic diversity，development capacity and sustainable development of China[J].Ecological Economics，2002，40（3）：369-378.DOI：10.1016/S0921-8009（02）00005-8.

[20] 蔡甲冰，劉鈺，許迪，等.基于通徑分析原理的冬小麥缺水診斷指標(biāo)敏感性分析[J].水利學(xué)報，2008，39（1）：83-90.（CAI J B，LIU Y，XU D，et al.Sensitivity analysis on water deficit indicator of winter wheat based on path analysis theory[J].Journal of Hydraulic Engineering，2008，39（1）：83-90.（in Chinese）） DOI：10.3321/j.issn：0559-9350.2008.01.014.

[21] 孫世坤，王玉寶，吳普特，等.小麥生產(chǎn)水足跡區(qū)域差異及歸因分析[J].農(nóng)業(yè)工程學(xué)報，2015，31（13）：142-148.（SUN S K，WANG Y B，WU P T，et al.Spatial variability and attribution analysis of water footprint of wheat in China[J].Transactions of the Chinese Society of Agricultural Engineering，2015，31（13）：142-148.（in Chinese）） DOI：10.11975/j.issn.1002-6819.2015.13.020.

[22] 楊青，朱瑞祥，張捷，等.陜西省農(nóng)業(yè)機(jī)械化對農(nóng)業(yè)生產(chǎn)貢獻(xiàn)率的研究[J].農(nóng)業(yè)工程學(xué)報，2000，16（6）：64-67.（YANG Q，ZHU X R，ZHANG J，et al.Mechanization profit portion estimation in plant products industry in Shaanxi province[J].Transactions of the Chinese Society of Agricultural Engineering，2000，16（6）：64-67.（in Chinese）） DOI：10.3321/j.issn：1002-6819.2000.06.016.