水足跡及其驅(qū)動力研究進展及展望

姜秋香, 李鑫瑩, 王子龍, 張雨, 曹璐

水足跡及其驅(qū)動力研究進展及展望

姜秋香, 李鑫瑩, 王子龍*, 張雨, 曹璐

東北農(nóng)業(yè)大學水利與土木工程學院, 哈爾濱 150030

水足跡是一種全面核算人類活動對水資源真實占用的綜合指標, 將人類消費終端與水資源的利用密切聯(lián)系。水足跡理論的研究為水安全戰(zhàn)略提供了重要基礎, 愈發(fā)成為水資源科學管理領域的研究的熱點。重點從水足跡的應用范圍研究(全球、區(qū)域、流域以及產(chǎn)品層面)、水足跡驅(qū)動力分析及水足跡可持續(xù)性評價三個方面對國內(nèi)外水足跡研究現(xiàn)狀進行述評, 總結現(xiàn)有研究存在問題, 并對其研究前景進行了展望。

水足跡; 驅(qū)動力分析; 可持續(xù)性評價

0 引言

水是生命之源, 是人類生存的物質(zhì)基礎。在高速發(fā)展的現(xiàn)代社會, 人類活動以及人類不合理的水資源利用方式不僅消耗了大量的水資源, 也使得水資源短缺和水質(zhì)惡化問題日益凸顯, 水資源愈發(fā)成為社會經(jīng)濟發(fā)展的限制性因素[1]。面對全球水資源危機的挑戰(zhàn)愈發(fā)迫切地需要準確測度人類對水資源的實際使用情況。

為了更好地衡量一個國家或地區(qū)水資源的利用狀況, Hoekstra在“虛擬水”和“生態(tài)足跡”的基礎上提出了水足跡概念[2]。任何已知人口(某個人、某個城市、某個區(qū)域或全球)的水足跡是生產(chǎn)這些人口消耗的全部資源所需要的水資源數(shù)量[3]。水足跡可以看作是有別于作用有限的傳統(tǒng)取水指標, 是一種對水資源占用的綜合表征[4]。水足跡分為藍水、綠水和灰水足跡, 其中, 藍水足跡是指產(chǎn)品在其供應鏈中對藍水(地表水和地下水)資源的消耗; 綠水足跡是指產(chǎn)品對綠水(不會成為徑流的雨水和土壤水)資源的消耗; 灰水足跡是指將灰水(產(chǎn)品生產(chǎn)和使用過程中產(chǎn)生的污水)中的污染物吸收同化所需的淡水體積[5]。水足跡是一個體現(xiàn)消耗的水量、水源類型以及污染量和污染類型的多層面指標, 水足跡的所有組成部分都明確了水足跡發(fā)生的具體時間和地點[6]。

水足跡將水資源的消耗和污染與人類的生產(chǎn)和生活聯(lián)系起來, 不僅包括了傳統(tǒng)水資源管理理論中對的生活、生產(chǎn)和生態(tài)用水, 還揭示了隱含在商品背后的虛擬水。水足跡反映了水資源的可持續(xù)利用水平及短缺情況, 揭示了人類生產(chǎn)生活消費與水資源利用之間的關系, 以及全球貿(mào)易與水資源管理之間的聯(lián)系, 為水資源更好地管理打下了基礎[7]。

1 水足跡國內(nèi)外研究進展

自2002年水足跡理論提出以來, 得到國內(nèi)外學者廣泛青睞。水足跡評價包含設定目標和范圍、水足跡核算、水足跡可持續(xù)性評價和制定水足跡響應方案四個階段[5]。在閱讀大量文獻的基礎上, 本文從水足跡的應用范圍、驅(qū)動力分析和水足跡可持續(xù)性評價等方面對國內(nèi)外研究現(xiàn)狀進行相關介紹。

1.1 水足跡應用范圍研究

水足跡研究不僅拓展了傳統(tǒng)水資源評價的內(nèi)涵, 還為評價一個國家或地區(qū)的生活、生產(chǎn)消費類型與水資源利用定量關系提供了新思路。由于水足跡與生產(chǎn)條件、經(jīng)濟水平、產(chǎn)品類型等密不可分, 因此應多層次、多方面和多角度的探究水足跡的研究現(xiàn)狀。

1.1.1 全球?qū)用?/p>

眾所周知, 全球淡水資源總量有限且分布極不均衡。隨著全球人口的急劇增長, 工業(yè)的迅速發(fā)展, 水資源壓力愈發(fā)嚴重, 明確水資源具體消耗及變化, 可以更好地認識全球區(qū)際貿(mào)易和消費模式對水資源分配產(chǎn)生的影響, 有助于在全球范圍內(nèi)對水資源進行更加合理的管理和分配。全球尺度的水足跡研究可以作為評價人類活動對水資源的占有、水資源利用的可持續(xù)性和公平性、以及全球水資源利用管理的有效指標。各國研究學者針對全球?qū)用娴乃阚E已發(fā)表了多篇研究成果, 對全球的作物水足跡[8]、畜牧水足跡[9]和灰水足跡[10]等進行了核算研究, 這些基礎性研究對建立全球水足跡數(shù)據(jù)庫具有一定的參考意義。Hoekstra等[11]從生產(chǎn)和消費的角度核算了1996—2005年全球水足跡, 計算表明: 全球綠水足跡所占比重最大(74%), 農(nóng)業(yè)水足跡所占比重(67%)遠高于工業(yè)和生活水足跡, 中國、印度和美國的水足跡之和占全球水足跡的比重為38%。由全球水足跡研究可知, 運用水足跡指標更加科學有效的利用綠水資源、配合各用水部門調(diào)控和分配全球水資源顯得尤為重要。受全球水循環(huán)和氣候變化的影響, 全球水足跡也將發(fā)生改變。Orlowsky等[12]利用水足跡分析了未來氣候變化和當前虛擬水貿(mào)易條件下全球可利用水資源的變化, 研究表明氣候變化不僅將導致全球水資源減少, 同時也會帶來國家內(nèi)水足跡的減少, 通過實現(xiàn)某個國家的水資源可持續(xù)并不能緩解全球水資源減少的問題, 需要采用水消耗和水貿(mào)易模式進行全球水資源的可持續(xù)性調(diào)整。

1.1.2 區(qū)域?qū)用?/p>

區(qū)域水足跡的研究為國家層面及省市層面水資源戰(zhàn)略提供依據(jù), 同時為全球范圍內(nèi)水資源可持續(xù)發(fā)展合作提供可能。Chouchane等[13]從經(jīng)濟角度對1996—2005年突尼斯國家水足跡進行了分析, 發(fā)現(xiàn)對國家水足跡的貢獻率最大(87%)的是作物生產(chǎn)水足跡, 但作物生產(chǎn)藍水足跡僅占可再生藍水資源總量的31%, 說明突尼斯國家面臨著嚴峻水資源短缺的挑戰(zhàn)。Hess等[14]探討了英國不同的飲食方式對全球藍水足跡產(chǎn)生的影響, 認為水足跡受飲食方式的影響有限, 可持續(xù)的、健康的生活方式可減輕英國藍水壓力。隨著水足跡研究不斷深入, 中國學者在區(qū)域尺度的水足跡核算、水足跡的時空分布及其變化規(guī)律等方面做了探索與研究。馬靜等[15]核算了中國水足跡, 計算結果表明, 經(jīng)濟發(fā)達的南方和沿海地區(qū)擁有較高的人均水足跡和水資源利用效率、較低的水足跡強度; 受到經(jīng)濟和技術的限制, 西北地區(qū)水資源利用效率則較低, 該項研究對調(diào)整區(qū)域用水結構, 提高用水效率具有實際指導意義。郭相平等[16]對中國農(nóng)作物水足跡時空分布與影響因素進行分析, 得出中國農(nóng)作物生產(chǎn)水足跡在時間上呈先下降后緩慢上升態(tài)勢, 空間上為從東南向西北逐漸遞減的格局; 人口密度、人均純收入和化肥施用量是農(nóng)作物生產(chǎn)水足跡時間變化的主要驅(qū)動因子, 而降雨量、人均GDP及人均純收入對其空間分布有重要影響。農(nóng)業(yè)生產(chǎn)用水是中國水資源的主要消耗方式之一, 嚴重制約著可用水資源的分配。崔克蓉等[17]基于水足跡理論, 對2002—2015年湖南省水稻生產(chǎn)水足跡進行分階段研究, 分析了湖南省水稻生產(chǎn)水資源的占用情況, 并為湖南水稻生產(chǎn)水足跡的調(diào)控提出了合理建議。

1.1.3 流域?qū)用?/p>

流域是自然生態(tài)系統(tǒng)的重要組成部分, 也是一個具有水力聯(lián)系的系統(tǒng)單元, 流域水資源的合理利用和水源污染是水資源管理部門解決的主要問題之一。水足跡被廣泛用于評估自然水資源的有效性, 是評價流域水資源可持續(xù)利用的有效指標。Martínez-Paz等[18]利用水文模型和決策支持水循環(huán)模擬系統(tǒng)評估了塞古拉河流域的農(nóng)業(yè)水足跡。Zeitoun M等[19]從水安全角度對1998—2004年間的尼羅河流域范圍內(nèi)的各類作物及牲畜進行了水足跡核算, 強調(diào)了綠水對于農(nóng)業(yè)生產(chǎn)的重要性。Li等[20]對中國海河流域的藍水和灰水足跡進行了核算, 同時確定工業(yè)部門為該流域藍水足跡的主要貢獻者, 該研究從數(shù)量和質(zhì)量兩個方面綜合評價了流域水資源的稀缺性。蔡燕等[21]基于投入產(chǎn)出模型計算了2002年的黃河流域水足跡, 研究結果表明, 產(chǎn)業(yè)水足跡與用水系數(shù)和最終使用量相關, 總水足跡的46.9%源于地區(qū)內(nèi)最終消費, 另53.1%源于資本積累, 三產(chǎn)業(yè)的水足跡分別占總水足跡的22.7%、64.9%和12.4%。水足跡理論可將水資源的相關問題與社會、經(jīng)濟和其他活動聯(lián)系起來, 明確人類活動對流域生態(tài)系統(tǒng)產(chǎn)生的影響。王奕淇等[22]將水足跡理論與機會成本法有機結合, 判斷渭河流域上、下游水生態(tài)的盈余赤字, 揭示了流域上、下游因水資源供需差異而引發(fā)的矛盾。

1.1.4 產(chǎn)品層面

產(chǎn)品水足跡指以消費的方式被產(chǎn)品消耗的水資源, 是水資源消耗的基本形式, 包括產(chǎn)品在生產(chǎn)過程中消耗的藍水、綠水和灰水足跡[23]。伊朗是世界上最大的藏紅花生產(chǎn)國和出口國, Ommolbanin等[24]計算了2008—2014年伊朗的藏紅花水足跡, 并將水足跡數(shù)值與經(jīng)濟層面相聯(lián)系, 研究表明, 在經(jīng)濟發(fā)展水平較高的地區(qū), 可通過提高藏紅花產(chǎn)量和用水效率實現(xiàn)水足跡的提高。Schyns等[25]在研究摩洛哥不同農(nóng)產(chǎn)品水足跡與經(jīng)濟效益之間的聯(lián)系, 發(fā)現(xiàn)該國出口的主要是耗水量高而經(jīng)濟價值低的農(nóng)產(chǎn)品, 因此建議通過種植結構調(diào)整, 實現(xiàn)農(nóng)業(yè)生產(chǎn)對水資源消耗的降低和經(jīng)濟效益的提高。由于城市人口的急劇增長, 同時面臨著社會經(jīng)濟、政治和文化的發(fā)展與進步, 簡單的溫飽問題已然不能滿足人們的需求, 引導節(jié)水型膳食結構, 明確作物消耗單位水量所提供的營養(yǎng)物質(zhì)差異, 愈發(fā)成為人們關注的熱點問題。孫世坤等[26]基于水足跡理論, 在量化了中國主要糧食作物重量、能量和蛋白質(zhì)水足跡的基礎上, 評價了各作物間及區(qū)域間三種水足跡的差異性, 探討了糧食作物消費結構調(diào)整對生產(chǎn)端水資源消耗產(chǎn)生的影響。

1.2 水足跡驅(qū)動力分析

隨著水足跡核算的不斷成熟與完善, 國內(nèi)外學者們逐漸將研究重點延伸到水足跡驅(qū)動力分析方面。水足跡驅(qū)動力研究對提出科學合理的水足跡減量方案, 降低人類活動對水資源造成的壓力具有重要意義, 同時可為水資源可持續(xù)利用提供可靠的科學依據(jù)[27]。

水足跡驅(qū)動力分析的核心與關鍵是驅(qū)動因子的識別, 探究水足跡變化的驅(qū)動因子, 可以挖掘水足跡變化的深層原因, 發(fā)現(xiàn)水資源利用過程中存在的問題, 為水資源合理利用方案的制定提供可調(diào)控指標。目前, 水足跡驅(qū)動因子識別方法有隨機回歸模型—STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology, STIRPAT)模型、因素分解法中的指數(shù)分解法和結構分解法等。

1.2.1 STIRPAT模型

STIRPAT模型是專門研究人類活動對環(huán)境影響的模型, 它將影響環(huán)境的重要因素: 人口、人均財富、技術水平作為主要指標, 全面地分析各個因素對環(huán)境造成的隨機影響。近年來, 該模型在我國水足跡驅(qū)動力分析中應用較為廣泛。為緩解北京市農(nóng)業(yè)水資源短缺的壓力, CHEN等[28]應用STIRPAT模型對北京市農(nóng)業(yè)水足跡變化進行了驅(qū)動力分析, 確定恩格爾系數(shù)是北京市農(nóng)業(yè)水足跡變化的主要驅(qū)動因子。ZHAO等[29]進一步拓展了STIRPAT模型, 探討了人口、財富、城市化和飲食結構等驅(qū)動因素對農(nóng)產(chǎn)品水足跡的影響程度, 并指出人口增長是對中國農(nóng)業(yè)水足跡影響最大的驅(qū)動因素。

1.2.2 指數(shù)分解法

指數(shù)分解法(Index Decomposition Analysis, IDA)即把一個目標變量的變化分解成若干個影響因素變化的組合, 通過貢獻率客觀辨別各個因素對目標的影響程度。指數(shù)分解法主要有拉氏(Laspeyres)指數(shù)法和迪氏(Divisia)指數(shù)法。指數(shù)分解法的特點是將研究對象看成一個整體進行分解, 可以避免需要大量數(shù)據(jù)支撐并且可以進行長時間序列的驅(qū)動力分析, 目前, 該方法中的對數(shù)均值迪氏分解法(Lograri-thmic mean Divisia index method, LMDI)在農(nóng)產(chǎn)品水足跡驅(qū)動力分析中應用較為廣泛。KANG等[30]利用LMDI模型將廈門市食物消費水足跡的驅(qū)動力分解為人口、食物消費結構、食物消費水平、用水強度和人口比例等因素, 研究結果表明, 2001—2012年廈門食物消費水足跡增長率為88.69%, 人口影響是其變化的主要原因, 占總增長率的87.97%。為定量分析黑河流域中游不同時期農(nóng)業(yè)用水量的主要驅(qū)動因素, ZHAO等[31]采用LMDI模型對中國的農(nóng)產(chǎn)品水足跡進行驅(qū)動力分析, 發(fā)現(xiàn)城鎮(zhèn)化、結構效應和技術效應、人口和產(chǎn)品規(guī)模效應等因素對農(nóng)產(chǎn)品水足跡的影響較大; 其中經(jīng)濟活動效應是促進水足跡增長的最大積極因素, 其次是人口效應和飲食結構的影響, 并提出改善飲食結構和提高各部門用水效率是控制中國農(nóng)產(chǎn)品水足跡進一步增長的有效途徑之一。

1.2.3 結構分解法

結構分解法(Structural Decomposition Analysis, SDA)即通過對因變量的變化進行分解, 從而得到與其相關的各獨立自變量多種形式變動之和, 進而計算某一自變量對因變量變動帶來的影響程度。結構分解法將與研究對象有關的技術效應、強度效應和地區(qū)內(nèi)部最終需求相互聯(lián)系, 或者通過分析地區(qū)進口虛擬水量化地區(qū)外部因素對其產(chǎn)生的影響, 找出影響當?shù)厮Y源的主要驅(qū)動因素, 明確水足跡驅(qū)動機制, 對緩解地區(qū)水資源壓力具有重要意義[32]。由于經(jīng)濟和人口的增長, 中國的水資源短缺問題日益嚴重, Fan等[33]基于輸入輸出結構分解法識別中國水足跡變化的驅(qū)動因素, 研究表明最重要的驅(qū)動因素是對水足跡起到抑制作用的消耗模式, 其研究結果對緩解水資源短缺具有實際意義。Zhong等[34]分析了2002—2012年間中國水足跡的最終需求, 運用結構分解法分析了影響城鄉(xiāng)居民消費水足跡的驅(qū)動因素, 研究表明, 不同時期生產(chǎn)結構和消費方式對水足跡的影響存在顯著差異, 無論最終需求如何, 用水效率都會抑制水足跡的增加, 節(jié)水技術和最終需求模式的變化在很大程度上有助于抵消用水增長, 該研究為從社會經(jīng)濟角度理解用水情況提供了一個有力的框架。

除以上介紹的三種方法之外, SUN等[35]利用基于基尼系數(shù)的不平等分解技術對中國各省水足跡不平等的驅(qū)動因素進行了分析, 研究表明, 農(nóng)業(yè)用水不平等的主要驅(qū)動因素是實際用水量和用水效率, 工業(yè)和第三產(chǎn)業(yè)水足跡不平等的主要原因是由實際用水量和經(jīng)濟水平造成的, 同時該研究提出了實現(xiàn)全國水足跡分布更加均勻的政策及方法。水足跡驅(qū)動機制研究方法還有多區(qū)域投入產(chǎn)出法[36]、灰色關聯(lián)度法[37]、回歸模型[38]、人工神經(jīng)網(wǎng)絡模型[39]等, 諸多方法在該領域的應用、互補與拓展可獲得更全面研究結果, 但影響驅(qū)動因素較為復雜, 涉及多方面因素, 在現(xiàn)有研究基礎上應拓展研究深度, 使水足跡驅(qū)動機制研究更為成熟。

1.3 水足跡可持續(xù)性評價

隨著人口的增長和經(jīng)濟的發(fā)展, 水資源的需求量在不斷增加, 水環(huán)境污染嚴重, 并且水資源具有時空分布不均的特性, 難以達到與人口、生產(chǎn)力、區(qū)域經(jīng)濟發(fā)展及生態(tài)環(huán)境需求的協(xié)調(diào)[40]?？茖W的開展水資源可持續(xù)性評價, 對水資源進行合理開發(fā)、利用和保護, 使有限的水資源發(fā)揮最大的社會、經(jīng)濟和環(huán)境效益已成為研究熱點。與傳統(tǒng)水資源可持續(xù)評價指標相比, 水足跡可以表征人類各種活動對水資源的占用, 并且提供了明確的時空信息, 為討論水資源可持續(xù)和公平用水提供了指標, 也可為區(qū)域環(huán)境、社會和經(jīng)濟影響評價奠定良好的基礎。水足跡可持續(xù)性評價首先根據(jù)實際水資源可用量和水環(huán)境確定可持續(xù)性評價標準, 其次確定水資源匱乏、水質(zhì)污染等水足跡不可持續(xù)的熱點區(qū)域和時間范圍, 最后根據(jù)水資源短缺程度和水污染嚴重程度, 明確水足跡可持續(xù)性問題的嚴重等級, 進而根據(jù)具體需要分析熱點區(qū)域產(chǎn)生的初級影響和次生影響[5]。水足跡可持續(xù)性評價的優(yōu)點是能以量化的方式反映水資源可持續(xù)利用的時間、空間特征、影響方式及影響程度, 從而確定水足跡減量目標, 為減少水資源使用量和提高水資源使用效率、全面評價水資源的可持續(xù)性、有效性、公平性和安全性, 以及制定水資源合理利用策略提供科學依據(jù)[7]。

水足跡可持續(xù)性評價包含不同的維度, 涵蓋了環(huán)境、社會和經(jīng)濟三方面的可持續(xù)性。水足跡可持續(xù)性評價的目的是將綠水、藍水和灰水足跡與空間和時間上的可用資源進行對比, 確定它們對水資源可持續(xù)性的影響程度。近幾年國內(nèi)外學者對該問題的關注和研究不斷深入。國外學者最早比較了水足跡與當?shù)貙嶋H可用水資源量, 確定了水資源匱乏的熱點區(qū)[41,42], 并且提出了不同的指標和方法評估藍水可持續(xù)性[43]、綠水可持續(xù)性[44]以及氮磷對灰水的污染程度[45,46]。Ersilia等[47]通過水足跡指標與水文、水質(zhì)模型相結合, 評估阿伊達河流域的水資源利用可持續(xù)性, 研究發(fā)現(xiàn)由于徑流無法滿足農(nóng)業(yè)灌溉和現(xiàn)有技術無法將污染物負荷降至可接受的最大濃度以下, 導致流域的藍水足跡和灰水足跡的不可持續(xù), 其研究結果對該流域水資源管理具有一定指導意義。國內(nèi)學者也從評價指標體系的構建和可持續(xù)性評價方面展開了相關研究。戚瑞等[48]從水足跡的組成結構、經(jīng)濟效益、生態(tài)安全和可持續(xù)性能四個方面, 構建區(qū)域水資源利用評價指標體系, 對區(qū)域水資源的利用現(xiàn)狀和可持續(xù)性進行評價分析。黃晶等[49]基于水足跡理論評價了北京市水足跡可持續(xù)性, 在此基礎上進一步分析了北京市農(nóng)業(yè)用水結構的變化特征。周玲玲等[50]構建了基于水足跡指標和常規(guī)用水指標的兩套水資源可持續(xù)利用評價體系, 通過對比分析得出二者水資源可持續(xù)利用水平變化趨勢基本一致, 且水足跡表示的水資源消耗量指標和行業(yè)耗水比例指標對水資源可持續(xù)利用評價體系的影響更加顯著。

水足跡可持續(xù)性評價盡管是一種更科學合理的評價水資源利用的手段, 但仍具有一定的局限性。隨著水足跡理論和評價技術的不斷發(fā)展, 相關領域數(shù)據(jù)庫的不斷完善, 水足跡可持續(xù)性評價的科學性和準確性將不斷得到提高, 其在生態(tài)環(huán)境、水資源安全等應用研究也將越來越廣泛。

2 問題與展望

水足跡概念涵蓋了看得見以及看不見的水資源, 將直接用水和間接用水聯(lián)系起來, 彌補了傳統(tǒng)水資源評價中只直接用水的缺點, 具有全面反映人類消耗產(chǎn)品和服務對水資源占用的特性, 對水資源利用的效率和影響進行定量化分析的優(yōu)點。雖然目前國內(nèi)外學者在水足跡核算、驅(qū)動力分析和可持續(xù)利用評價方面進行了大量的研究, 但水足跡研究仍需進一步深入研究。

(1)水足跡量化手段尚不完善。目前水足跡量化手段不夠精確, 研究對象大多是主要農(nóng)作物或動物產(chǎn)品, 對工業(yè)或第三產(chǎn)業(yè)水足跡缺乏有效的量化手段。針對該問題, 應進一步建立更加全面與準確的數(shù)學模型, 綜合全面分析、評價各個產(chǎn)業(yè)的水足跡情況。

(2)水足跡驅(qū)動機制研究尚不深入。水足跡驅(qū)動力研究初期主要應用統(tǒng)計分析方法對單一驅(qū)動因子進行研究, 目前學者雖更加注重多方法、多層面的驅(qū)動因子識別, 但忽視了驅(qū)動因子間的相互影響與反饋、驅(qū)動因子對水足跡的驅(qū)動方向和程度等驅(qū)動機制分析, 導致?lián)颂岢龅乃阚E減量政策實施效果不佳。明確水足跡驅(qū)動機制, 有針對性的對驅(qū)動因子進行合理調(diào)控, 不僅可為水資源合理利用政策的制定提供依據(jù), 同時也可實現(xiàn)水資源的可持續(xù)利用。

(3)水足跡的可持續(xù)性評價尚不深入。目前學者對水足跡可持續(xù)性評價進行研究時, 多采用大類水足跡指標, 沒有發(fā)揮水足跡可以更為具體的、分類別的將水資源(藍水、綠水和灰水)與社會、經(jīng)濟、環(huán)境等多方面關聯(lián)的優(yōu)點。因此, 提出科學合理的、更為全面的水足跡可持續(xù)性評價體系, 為水資源可持續(xù)利用提供科學依據(jù)和手段。

(4)水足跡應用領域尚需拓展。水足跡研究初期主要圍繞水足跡核算及其空間分異與時間動態(tài)展開研究。隨著研究的不斷深入, 各國學者將水足跡理論應用于國際虛擬水貿(mào)易[51]、水資源稀缺性[52,53]、水環(huán)境污染[54,55]等問題的研究中。但目前研究仍處于探索階段, 研究成果尚不夠系統(tǒng)深入, 未來需要與水資源經(jīng)濟、水生態(tài)安全、水資源承載力等其他領域進行交叉和深入融合。

[1] 張燦燦, 孫才志. 基于CiteSpace的水足跡文獻計量分析[J]. 生態(tài)學報, 2018, 38(11): 4064–4076.

[2] HOEKSTRA A Y, HUNG P Q. Virtual water trade: A quantification of virtual water flows between nations in relation to international crop trade[C]//. Value of Water Research Report Series No. 12. Delft, Netherlands: IHE, 2003: 13–23.

[3] HOEKSTRA A Y, HUNG P Q. Globalisation of water resources: international virtual water flows in relation to crop trade[J]. Global Environmental Change: Part A, 2005, 15(1): 45–56.

[4] 馬靜, 汪黨獻, 來海亮, 等. 中國區(qū)域水足跡的估算[J]. 資源科學, 2005, 27(5): 96–100.

[5] HOEKSTRA A Y, CHAPAGAIN A K, ALDAYA M M, et al. The Water Footprint Assessment Manual: Setting the Global Standard[M]. London: Routledge, 2011.

[6] CLAUDIA A P, HUIJBREGTS M A J . The Blue Water Footprint of Primary Copper Production in Northern Chile[J]. Journal of Industrial Ecology, 2014, 18(1): 49–58.

[7] HOEKSTRA A Y, WIEDMANN T O. Humanity’s unsustainable environmental footprint[J]. Science, 2014, 344(6188): 1114–1117.

[8] MEKONNEN 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): 1577–1600.

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

[10] MEKONNEN M M, HOEKSTRA A Y. Global Anthropogenic Phosphorus Loads to Freshwater and Associated Grey Water Footprints and Water Pollution Levels: A High‐Resolution Global Study[J]. Water Resources Research, 2018, 54(1): 345–358.

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

[12] ORLOWSKY B, HOEKSTRA A Y, GUDMUNDSSON L, et al. Today's virtual water consumption and trade under future water scarcity[J]. Environmental Research Letters, 2014, 9(7): 1–10.

[13] CHOUCHANE H, HOEKSTRA A Y, KROL M S, et al. The water footprint of Tunisia from an economic perspective[J]. Ecological Indicators, 2015, 52(52): 311–319.

[14] HESS T, ANDERSSON U, MENA C, et al. The impact of healthier dietary scenarios on the global blue water scarcity footprint of food consumption in the UK[J]. Food Policy, 2015, 50: 1–10.

[15] 馬靜, 汪黨獻, 來海亮, 等. 中國區(qū)域水足跡的估算[J]. 資源科學, 2005, 27(5): 96–100.

[16] 郭相平, 高爽, 吳夢洋, 等. 中國農(nóng)作物水足跡時空分布與影響因素分析[J]. 農(nóng)業(yè)機械學報, 2018, 49(5): 295– 302.

[17] 崔克蓉, 向平安. 湖南省水稻生產(chǎn)水足跡及其影響因素研究[J]. 生態(tài)科學, 2020, 39(1): 176–182.

[18] MARTíNEZ-PAZ, JOSéMIGUEL, GOMARIZ-CASTILLO F, et al. Appraisal of the water footprint of irrigated agriculture in a semi-arid area: The Segura River Basin[J]. Plos One, 2018, 13(11): 1–20.

[19] ZEITOUN M, ALLAN J A, MOHIELDEEN Y . Virtual water ‘flows’ of the Nile Basin, 1998–2004: A first approximation and implications for water security[J]. Global Environmental Change, 2010, 20(2): 229–242.

[20] LI C, XU M, WANG X, et al. Spatial analysis of dual-scale water stresses based on water footprint accounting in the Haihe River Basin, China[J]. Ecological Indicators, 2017, 92: 254–267.

[21] 蔡燕, 王會肖, 王紅瑞, 等. 黃河流域水足跡研究[J]. 北京師范大學學報(自然科學版), 2009, 45(5): 616–620.

[22] 王奕淇, 李國平. 基于水足跡的流域生態(tài)補償標準研究——以渭河流域為例[J]. 經(jīng)濟與管理研究, 2016, 37(11): 82–89.

[23] HOEKSTRA A Y. Globalization of water : sharing the planet's freshwater resources / by Arjen Y. Hoekstra and Ashok K. Chapagain[J]. Geographical Journal, 2010, 175(1): 85–86.

[24] OMMOLBANIN B, HADI R E, ZAHRA GERKANI N M, et al. Virtual water trade and water footprint accounting of Sa?ron production in Iran[J]. Agricultural Water Mana-gement, 2019, 213: 368–374.

[25] SCHYNS J F, HOEKSTRA A Y, VANESA M. The Added Value of Water Footprint Assessment for National Water Policy: A Case Study for Morocco[J]. Plos One , 2014, 9(6): 1–20.

[26] 孫世坤, 王玉寶, 劉靜, 等. 中國主要糧食作物的生產(chǎn)水足跡量化及評價[J]. 水利學報, 2016, 47(9): 1115–1124.

[27] QIAN Yiying, TIAN Xu, GENG Yong, et al. Driving factors of agricultural virtual water trade between China and the Belt and Road countries[J]. Environmental science & technology, 2019, 53(10): 5877–5886.

[28] CHEN J, KAI H, YA juan, et al. Analysis of Influencing Factors of Water Footprint Based on the STIRPAT Model: Evidence from the Beijing Agricultural Sector[J]. Water, 2016, 8(11): 513–522.

[29] ZHAO C, CHEN B , HAYAT T, et al. Driving force analysis of water footprint change based on extended STIRPAT model: Evidence from the Chinese agricultural sector[J]. Ecolo-gical Indicators, 2014, 47: 43–49.

[30] KANG J, LIN J, ZHAO X, et al. Decomposition of the urban water footprint of food consumption: a case study of Xiamen City[J]. Sustain, 2017, 9(1): 1–14.

[31] ZHAO Chunfu, CHEN Bin, TASAWAR H, et al. Driving force analysis of the agricultural water footprint in China based on the LMDI method[J]. Environmental science & technology, 2014, 48(21): 12723–12731.

[32] 柳雅文. 京津冀水足跡演變及驅(qū)動力分析[D]. 北京: 北京林業(yè)大學, 2016.

[33] FAN J L, WANG J D, XIAN Z, et al. Exploring the changes and driving forces of water footprints in China from 2002 to 2012: A perspective of final demand[J]. Science of The Total Environment, 2019, 650: 1101–1111.

[34] ZhONG W Y, LIU H L, XU X Y, et al. Applying the Water Footprint and dynamic Structural Decomposition Analysis on the growing water use in China during 1997–2007[J]. Ecological Indicators, 2016, 60: 634–643.

[35] SUN S, FANG C, LV J. Spatial inequality of water footprint in China: a detailed decomposition of inequality from water use types and drivers[J]. Journal of Hydrology, 2017, 553: 398–407.

[36] 吳兆丹, 趙敏, 田澤, 等. 多區(qū)域投入產(chǎn)出分析下中國水足跡地區(qū)間比較——基于“總量-相關指標-結構”分析框架[J]. 自然資源學報, 2017, 32(1): 76–87.

[37] 劉莉, 鄧歐平, 鄧良基, 等. 2003～2011年四川省各市(州)農(nóng)業(yè)水足跡時空變化與驅(qū)動力研究[J]. 長江流域資源與環(huán)境, 2015, 24(7): 1133–1141.

[38] YE Quanliang, LI Yi, ZhANG Wenlong, et al. Influential factors on water footprint: A focus on wheat production and consumption in virtual water import and export regions[J]. Ecological Indicators, 2019, 102: 309–315.

[39] Ahmed Elbeltagi, DENG Jinsong, WANG Ke, et al. Crop Water footprint estimation and modeling using an artificial neural network approach in the Nile Delta, Egypt[J]. Agricultural Water Management, 2020, 235: 1–10.

[40] 韓宇平, 雷宏軍, 潘紅衛(wèi), 等. 基于虛擬水和廣義水資源的區(qū)域水資源可持續(xù)利用評價[J]. 水利學報, 2011, 42(6): 729–736.

[41] OEL P R V, MEKONNEN M M, HOEKSTRA A Y. The external water footprint of the Netherlands: Geographically-explicit quantification and impact assessment[J]. Ecological Economics, 2009, 69(1): 82–92.

[42] CHAPAGAIN A K, ORR S. UK Water Footprint: the impact of the UK's food and fibre consumption on global water resources[R]. Volume two: appendices. WWF-UK, Godalming, 2008, 31–33.

[43] 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): 1–20.

[44] CHICO D, ALDAYA M M, GARRIDO A, et al. A water footprint assessment of a pair of jeans: the influence of agricultural policies on the sustainability of consumer products[J]. Journal of Cleaner Production, 2013, 57: 238–248.

[45] MIGUEL ANGEL, HOEKSTRA A Y, GARCIA C E. Sustainability of the water footprint of the Spanish pork industry[J]. Ecological Indicators, 2015, 57: 465–474.

[46] LIU C, KROEZE C, HOEKSTRA A Y, et al. Past and future trends in grey water footprints of anthropogenic nitrogen and phosphorus inputs to major world rivers[J]. Ecological Indicators, 2012, 18: 42–49.

[47] ERSILIA D, FRANCESCO G, ANNA M. Assessing the sustainability in water use at the basin scale through water footprint indicators[J]. Journal of Cleaner Production, 2020, 244: 1–11.

[48]戚瑞, 耿涌, 朱慶華, 等. 基于水足跡理論的區(qū)域水資源利用評價[J]. 自然資源學報, 2011, 26(3): 486– 495.

[49] 黃晶, 宋振偉, 陳阜. 北京市水足跡及農(nóng)業(yè)用水結構變化特征[J]. 生態(tài)學報, 2010, 30(23): 6546–6554.

[50] 周玲玲, 王琳, 余靜. 基于水足跡理論的水資源可持續(xù)利用評價體系——以即墨市為例[J]. 資源科學, 2014, 36(5): 913–921.

[51] CHEN Z M, CHEN G Q. Virtual water accounting for the globalized world economy: National water footprint and international virtual water trade[J]. Ecological Indicators, 2013, 28: 142–149.

[52] HOEKSTRA A Y, ARJEN Y. A critique on the water-scarcity weighted water footprint in LCA[J]. Ecological Indicators, 2016, 66: 564–573.

[53] Boulay A M, Leo L. Sub-national regionali-sation of the AWARE indicator for water scarcity footprint calculations[J]. Ecological Indicators, 2020, 111(C): 1–10.

[54] ERCIN A E, HOEKSTRA A Y. Water footprint scenarios for 2050: A global analysis[J]. Environment International, 2014, 64: 71–82.

[55] RICK J. HOGEBOOM. The Water Footprint Concept and Water’s Grand Environmental Challenges[J] One Earth, 2020, 2(3): 218–222.

Research progress and prospects of water footprint and its driving force

JIANG Qiuxiang, LI Xinying, WANG Zilong*, ZHANG Yu, CAO Lu

School of Water Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China

Water footprint is a comprehensive index to comprehensively calculate the real occupation of water resources by human activities, which closely links the human consumption terminal with the utilization of water resources. The study of water footprint theory provides an important basis for water security strategy and becomes one of the research hotspots in the field of water resources management. This study reviews the current situation of water footprint research at home and abroad from three aspects: the application of water footprint research (global, regional, watershed and product level), the analysis of water footprint driving force and the evaluation of water footprint sustainability. The innovation of this paper includes the research Angle and analysis method of water footprint driving force at home and abroad.

Water Footprint; Driving Force Analysis; Sustainability Assessment

姜秋香, 李鑫瑩, 王子龍, 等. 水足跡及其驅(qū)動力研究進展及展望[J]. 生態(tài)科學, 2021, 40(1): 192–199.

JIANG Qiuxiang, LI Xinying, WANG Zilong, et al. Research progress and prospects of water footprint and its driving force[J]. Ecological Science, 2021, 40(1): 192–199.

10.14108/j.cnki.1008-8873.2021.01.024

F062.1

A

1008-8873(2021)01-192-08

2020-03-29;

2020-04-18

國家自然科學基金(51679040); 東北農(nóng)業(yè)大學“學術骨干”項目(18XG17); 黑龍江省普通本科高等學校青年創(chuàng)新人才培養(yǎng)計劃項目(UNPYSCT-2017022); 黑龍江省博士后科研啟動基金(LBH-Q17022)

姜秋香(1982—), 女, 黑龍江佳木斯人, 博士, 副教授, 主要從事水土資源高效利用和管理，Email: jiangqiuxiang914@163.com

王子龍, 男，博士, 教授, 主要研究方向為寒區(qū)水土資源高效利用，Email: wang zilong2017@163.com