華南地區(qū)省際用水效率時空差異及驅動因子研究

劉雯昱，陳曉宏

華南地區(qū)省際用水效率時空差異及驅動因子研究

劉雯昱1，陳曉宏2*

（1.中山大學，廣東 珠海 519082；2.中山大學 水資源與環(huán)境研究中心，廣州 510275）

【】識別華南地區(qū)省際間的用水效率水平差異及主要影響因素。制定有針對性的措施以有效提高華南地區(qū)的用水效率水平。本文主要采用TOPSIS-信息量權重法，從生活、農業(yè)、工業(yè)、生態(tài)、社會經濟5大方面構建全面的用水效率評價指標體系，對華南地區(qū)以省行政區(qū)為單位，綜合評價其用水效率水平，分析2000—2018年華南地區(qū)用水效率水平的時間差異及變化趨勢。其次，運用泰爾系數(shù)分析了各指標省際間的空間差異變化趨勢，采用灰色關聯(lián)法深入探求華南各省用水效率的主要驅動因子。2000—2018年，福建省用水效率水平最高，遠超廣西和海南，廣東省第二；指標空間差異方面，萬元GDP用水量及萬元工業(yè)增加值用水量空間差異最大，農田灌溉用水效率及綜合人均用水量空間差異最?。或寗右蛩胤矫?，4省均受用水環(huán)節(jié)相關指標影響，耗水量、排水量影響最大，其次還與經濟、水資源總量有關。華南地區(qū)用水效率水平逐年上升，空間差異主要表現(xiàn)為自東南向西北，用水效率逐漸降低。經濟發(fā)展及城鎮(zhèn)化水平更高的省份用水效率更高，如福建省、廣東省，其用水效率主要受用水環(huán)節(jié)相關因素影響，還受經濟發(fā)展水平、水資源總量驅動。

華南地區(qū)；用水效率；TOPSIS分析；信息量權重；泰爾系數(shù)；灰色關聯(lián)

0 引言

【研究意義】我國水資源具有時空差異大，人均水資源占有量少的典型特征。其中，水資源量從西北至東南逐漸增多，節(jié)水主要關注點往往放在西北干旱缺水的地區(qū)，對于水資源豐富的華南地區(qū)缺少節(jié)水制約及指導，但是，華南地區(qū)由于水資源量較豐富，人民節(jié)水意識反而較為薄弱，因此，制定有針對性的措施來有效提高華南地區(qū)的用水效率水平至關重要。通過深入研究分析華南地區(qū)的用水效率時空特征及關鍵影響因素，可找出華南各省提高用水效率的方法措施，有利于推動節(jié)水型社會的建設及貫徹可持續(xù)發(fā)展戰(zhàn)略，對華南地區(qū)的節(jié)水建設具有重要的現(xiàn)實指導意義。

【研究進展】以往研究中主要用到的水資源利用效率評價方法主要有層次分析法、模糊綜合評價法、灰色聚類評價法、主成分分析法、數(shù)據(jù)包絡分析評價法。段長桂等[1]運用迭代思想，即綜合運用均值法、Copeland法、模糊Borda法，對單一評價方法結果進行循環(huán)修正，對山東省的用水效率進行了評價排名分析，該方法結合了主觀、客觀評價法，彌補了單一評價方法的不足，但該方法只能得出評價對象的大小排序，即評價對象的相對關系，無法量化以分析各評價對象的用水效率時空變化情況。唐德善等[2]基于DEA-CCR與復合系統(tǒng)評價分析了上海市2001—2015年的用水效率變化情況，先用DEA-CCR模型求出各子系統(tǒng)用水效率，再運用多目標線性加權求出綜合用水效率，有利于分別對子系統(tǒng)及綜合的用水效率進行量化排序，但模型應用較為復雜。孟令爽等[3]運用主成分分析法，構建了基于用水效率紅線的評價指標體系對上海市2008—2015年的用水效率情況進行了對比分析，將用水效率這一多變量多指標的多維問題進行了簡化，實用性高，有利于提取主要的影響因素，但難以細化全面地分析所有影響因素且易受主觀因素影響。陳璇璇等[4]運用超效率DEA模型對陜晉兩省水資源利用效率進行了投入產出評價。傅妍芳等[5]運用非期望產出SBM-Malmquist模型對安徽省工業(yè)用水效率進行了評價分析。DEA法考慮投入及產出指標，計算便捷，但結果只是用水效率相對大小，無法深入分析其影響因素。羅凱等[6]基于熵權-正態(tài)云模型對安徽省2010—2017年的農業(yè)用水效率進行了評價，得出了安徽省農業(yè)用水效率綜合評價等級，分析了其歷年變化趨勢。

【切入點】本文結合了TOPSIS綜合評價法與信息量權重法，構建全面的用水效率評價指標體系，對華南地區(qū)以省行政區(qū)為單位，綜合評價其用水效率水平，分析2000—2018年華南地區(qū)用水效率水平的時空差異及其變化趨勢，并采用信息量權重進行賦權，使分析結果更具客觀性。針對各評價指標，運用泰爾系數(shù)分析各指標省份之間的空間差異變化趨勢。為了尋找出用水效率的主要驅動因子，采用灰色關聯(lián)法，各省用水效率水平作為參考序列，選取影響因子作為比較序列，查找出關聯(lián)度高的影響因子，即為該省用水效率主要驅動因子，從而更有針對性地提出用水效率提高的制度措施。

【擬解決的關鍵問題】鑒于此，本文關鍵問題為中國華南地區(qū)的用水效率的時空差異。以省行政區(qū)為研究單位，以2000—2018年的數(shù)據(jù)作為研究基礎，揭示東南沿海地區(qū)的用水效率差異及其演變規(guī)律，探究用水效率的主要驅動因素及其中緣由。

1 研究區(qū)域及數(shù)據(jù)來源

1.1 研究區(qū)概況

本文研究區(qū)域為華南地區(qū)，位于中國最南部，整體地勢為西北高，東南低，海岸線長。主要包括廣東省、廣西壯族自治區(qū)、海南省、福建省，氣候為亞熱帶季風氣候及熱帶季風氣候，是一個高溫多雨，四季常綠的區(qū)域。最冷月平均氣溫10 ℃以上，極端最低氣溫-4 ℃以上，1年中日平均氣溫高于10 ℃的時間在300 d以上。大部分區(qū)域年降水量為1 400～2 000 mm。其中，廣東省屬于東亞季風區(qū)，從北向南分別為中亞熱帶、南亞熱帶和熱帶氣候，降水充沛，降雨的空間分布基本上呈南高北低的趨勢，年內分配不均。最南端的海南省屬熱帶季風氣候，年平均氣溫22～27 ℃，光溫充足，日溫差大，冬季溫暖，雨量充沛，有明顯的多雨季和少雨季。華南最西邊的廣西壯族自治區(qū)屬亞熱帶季風氣候區(qū)，全區(qū)各地極端最高氣溫為33.7～42.5 ℃，極端最低氣溫為-8.4～2.9 ℃，年平均氣溫在16.5～23.1 ℃之間。東北部的福建省，九成陸地面積為山地丘陵地帶，全區(qū)大部地區(qū)氣候溫暖，熱量豐富，雨水豐沛，季節(jié)變化不明顯，冬少夏多，森林覆蓋率達65.95%，居全國第一，海岸線長，島嶼眾多。沿海的廣東、海南、福建省是暴雨洪澇災害及臺風多發(fā)的地區(qū)。

1.2 數(shù)據(jù)來源

數(shù)據(jù)取自廣東省、福建省、廣西壯族自治區(qū)、海南省統(tǒng)計年鑒、水資源公報、生態(tài)環(huán)境狀況公報。其中，缺失的某些年份的居民人均生活用水量及農田灌溉水利用效率數(shù)據(jù)，以及不合理的統(tǒng)計數(shù)據(jù)，利用SPSS進行合理的插補延展，其中，農田灌溉水利用效率數(shù)據(jù)用鄰近點線性趨勢法進行插補，城鎮(zhèn)、農村居民人均生活用水量用線性插值法進行空值替換。

圖1 華南地區(qū)高程及行政區(qū)劃

2 評價指標體系及研究方法

2.1 指標體系

參考以往的研究文獻及評價體系[3,7,10]，在理論分析、實踐研究的基礎上，遵循以下原則構建華南地區(qū)用水效率評價指標體系：

1）全面性：選取的指標要能全面地反映城市社會經濟用水、生活用水、農業(yè)用水、工業(yè)用水、生態(tài)用水的各個環(huán)節(jié)和方面，客觀地反映城市用水的水平。

2）系統(tǒng)性：將用水效率評價體系分為目標層、準則層、指標層3個層次進行計算分析，并選取了社會經濟、生活、農業(yè)、工業(yè)、生態(tài)五大維度的相關指標構建評價體系。

3）科學性：指標體系的設計應能客觀表征城市用水水平的特點，應從指標的數(shù)據(jù)獲取、計量分析、應用指導等環(huán)節(jié)提升指標的科學性。

4）可行性：選取的指標及構建指標體系應遵循可行性原則，評價結果應給實踐提供指導依據(jù)。

采用TOPSIS分析法對所構建的用水效率評價指標進行計算及綜合分析，在進行TOPSIS分析之前，采用信息量權重分析法求取各評價指標的權重。

本文目標層為用水效率，準則層分為社會經濟、生活、農業(yè)、工業(yè)、生態(tài)5大方面。社會經濟層選取綜合人均用水量（m3）、萬元GDP用水量（m3）作為指標；生活層選取城鎮(zhèn)居民人均生活用水量（L/d）、農村居民人均生活用水量（L/d）作為指標；農業(yè)方面選取單方水農業(yè)凈產值（元）、畝均灌溉用水量（m3）、灌溉水利用系數(shù)作為指標；工業(yè)層指標選取萬元工業(yè)增加值用水量（m3）；生態(tài)層指標選取人均廢污水排放量（t/a）、污水處理率（%）。其中，除了單方水農業(yè)凈產值、灌溉水利用系數(shù)、污水處理率對用水效率評價為正向影響（即值越大表示用水效率越好）外，其余各指標均為負影響，在TOPSIS評價前需對負影響數(shù)據(jù)進行正向化處理，使得所有指標同趨勢化；而后解決量綱問題，本文運用平方和歸一法對數(shù)據(jù)進行標準化，即無量綱化處理。指標數(shù)據(jù)均來自各省水資源公報、統(tǒng)計年鑒、生態(tài)環(huán)境狀況公報。

2.2 TOPSIS信息量權重綜合評價法

本文結合信息量權重及TOPSIS法對華南地區(qū)的用水效率水平進行綜合評價，采用信息量權重對各評價指標進行賦權，使結果更客觀可信。通過檢測評價對象與最優(yōu)解、最劣解的距離來進行排序，若評價對象最靠近最優(yōu)解同時又最遠離最劣解，則為最優(yōu)[7]。本文中，用計算得出的相對貼進度來量化表示用水效率水平，相對貼進度越大，表明用水效率水平越高，具有合理性與可行性。該法主要包含6大步驟，同趨勢化、歸一化、確定正負理想解矩陣、計算相對貼進度，具體計算公式見參考文獻[7]，其中，信息量權重在歐氏距離中賦權。

表1 信息量權重計算結果

2.3 泰爾系數(shù)

采用泰爾系數(shù)來測算華南地區(qū)各省之間的用水效率具體指標的空間差異。取值范圍為[0,1]，值越大，空間差異越大。泰爾系數(shù)可以對不同省份的用水效率空間差異進行比較[8]。

2.4 灰色關聯(lián)法

為了深入研究華南各省用水效率關鍵驅動因子，從而得出用水效率提高的主要措施，采用灰色關聯(lián)法進行分析?；疑P聯(lián)度分析是一種表征兩兩因素之間動態(tài)發(fā)展過程的關聯(lián)度的方法。此分析方法不要求樣本符合特定的分布規(guī)律，且允許使用少量樣本進行分析。在系統(tǒng)發(fā)展過程中，確定參考序列及比較序列，如果2個序列變化的態(tài)勢是一致的，即同步變化程度較高，則可以認為二者關聯(lián)較大，比較序列對參考序列的影響程度越大；反之，則二者關聯(lián)度較小，比較序列對其影響程度越小。該算法主要包括3大步驟，具體計算方法及公式見文獻[8]。

3 結果與分析

3.1 華南省際用水效率時間差異

將2000—2018年的用水效率指標運用改進TOPSIS法進行整體評價。根據(jù)評價年份內各指標，正向化及歸一化之后2018年正負理想解結果如表2所示，對正負理想解進行信息量權重加權計算得到正負理想解距離及最終的相對貼進度值（表3）。由表3可知，華南地區(qū)中福建省用水效率水平最高，且遠超廣西壯族自治區(qū)及海南省，廣西用水效率水平最低。從圖2（圖中越紅表示用水效率越差，越綠表示用水效率越好）可以看出，2000—2018年，華南4省用水效率水平均有上升，其中，2000—2008年，海南省、廣東省、廣西壯族自治區(qū)用水效率相差不大，均處于較低水平，福建省用水效率在評價年間均為最高水平。評價年內，隨著時間的推移，省際間的用水效率水平空間差異愈加顯著，用水效率水平從高到低依次為福建省、廣東省、海南省、廣西壯族自治區(qū)。從圖3可以看出，評價年內，福建省及廣東省用水效率水平提升最快，2000—2005年，廣東省用水效率均較差，甚至低于海南省，但在2005—2015年，廣東省用水效率水平迅速提升，趕超海南省及福建省，但自2015年后，廣東省用水效率水平增速放緩，福建省則維持原有提升速率，保持優(yōu)良的用水效率水平；整體來看，近10年來，華南地區(qū)中，沿海3省的用水效率水平明顯優(yōu)于靠近內陸的廣西壯族自治區(qū)，其中，福建省用水效率水平最高，其綠化覆蓋率大，涵養(yǎng)水源能力強，農業(yè)用水效率高，水資源較充沛，且政府對城市節(jié)水的重視程度高、相關政策措施較完善。廣東省用水效率水平居其二，與福建省不相上下，2省遠超海南省及廣西壯族自治區(qū)，廣西壯族自治區(qū)用水效率水平較落后。

表2 正負理想解

表3 TOPSIS評價結果(2018年)

3.2 華南省際用水效率空間差異

具體分析華南地區(qū)省際間的用水效率評價指標差距，采用泰爾系數(shù)分析各指標的空間差異變化情況。從2018年指標分布表4可看出，華南地區(qū)省際間的萬元GDP用水量差距最大，廣東、福建省萬元GDP用水量較小，廣西壯族自治區(qū)最大，且遠大于廣東、福建2省。其次為萬元工業(yè)增加值用水量及人均廢污水排放量，其中，萬元工業(yè)增加值用水量中，廣東省的最少，其次為福建、海南省，廣西壯族自治區(qū)最差；人均廢污水排放量中，海南省的最少，廣東最多。單方水農業(yè)凈產值中，海南、福建省最優(yōu)，廣西壯族自治區(qū)及廣東省水平相差不大；污水處理率及農村居民生活人均用水量差距不大。

圖3 2000—2018年相對貼進度（即用水效率水平）變化

表4 2018年各省評價指標分布

圖4 2000—2018年用水效率指標泰爾系數(shù)變化情況

根據(jù)圖4，采用泰爾系數(shù)來量化反映各用水效率指標的空間差異情況中，2000—2005年，萬元GDP用水量空間差異最大，畝均灌溉用水量及綜合人均用水量空間差異最小。萬元GDP用水量及人均廢污水排放量的空間差異隨時間變化幅度最大，除萬元GDP用水量空間差異先增后減外，其他指標空間差異整體呈明顯下降趨勢。綜合人均用水量空間差異有輕微增大，畝均灌溉用水量及污水處理率空間差異逐漸縮小，但變化幅度較小。

3.3 華南各省用水效率驅動因素

參考以往的研究文獻[8,17-18]，選取常住人口、地區(qū)生產總值、第一產業(yè)生產總值、第二產業(yè)生產總值、第三產業(yè)生產總值、人均地區(qū)生產總值、水資源總量、供用耗排水量等指標從城鎮(zhèn)化水平、經濟發(fā)展水平、用水結構等方面綜合反映用水效率的驅動因素。采用灰色關聯(lián)法分析華南地區(qū)各省的用水效率水平的影響因素，表5為華南地區(qū)4省關聯(lián)度的對比情況。用TOPSIS-信息量權重綜合評價法所得出的相對貼進度值表示用水效率水平大小，作為參考序列。比較序列指標中，廣東省、廣西壯族自治區(qū)、海南省選取常住人口、地區(qū)生產總值、第一產業(yè)生產總值、第二產業(yè)生產總值、第三產業(yè)生產總值、人均地區(qū)生產總值、水資源總量、供用耗排水量，福建省由于缺少耗水量、排水量數(shù)據(jù)，因此用水環(huán)節(jié)因素選取供用水量，得出各省用水效率水平與比較序列之間的關聯(lián)度，關聯(lián)度越大，表示指標對用水效率水平的影響越大，為用水效率的主要驅動因子。針對比較序列各評價項，以及19項數(shù)據(jù)（即2000—2018年共19個年份數(shù)據(jù)（參考序列））進行灰色關聯(lián)度分析。使用灰色關聯(lián)度分析時，分辨系數(shù)取0.5，結合關聯(lián)系數(shù)計算式計算出關聯(lián)系數(shù)值，根據(jù)關聯(lián)系數(shù)值計算出關聯(lián)度值用于評價判斷。結合上述關聯(lián)系數(shù)結果進行加權處理，最終得出關聯(lián)度值，使用關聯(lián)度值針對4省份評價項（即比較指標）進行評價排序。4省關聯(lián)度結果見表5。

表5 灰色關聯(lián)度對比結果

關聯(lián)度值介于0、1之間，該值越大代表其與“參考值”之間的相關性越強，評價越高。由表5可知，針對各省評價項，福建省用水效率中，用水量關聯(lián)度最高（0.82）。廣東省用水效率中，排水量的關聯(lián)性最高（0.96），其次是耗水量（0.89）。廣西壯族自治區(qū)用水效率中，排水量關聯(lián)最高（0.92），其次是耗水量（0.90）。海南省用水效率中，排水量關聯(lián)性最高（0.99），其次是耗水量（0.98）。由此可見，華南地區(qū)的用水效率水平普遍受地區(qū)各用水環(huán)節(jié)影響較大，尤其受排水及耗水環(huán)節(jié)影響最大，因此，首先提高節(jié)水意識，推廣節(jié)水技術措施，減少耗水量及污水排放量，從而提高華南地區(qū)用水效率水平。其次，華南用水效率水平還與經濟、水資源量有關；除用水環(huán)節(jié)相關指標之外，廣東省用水效率受水資源總量因素影響，節(jié)水政策技術等較完善，因而用水效率水平變化不大，主要受政策發(fā)布的用水總量控制紅線影響，此外，省內外來人口多，年際間人口數(shù)變化大，節(jié)水意識參差不齊，對用水效率水平影響大；廣西壯族自治區(qū)用水效率水平還受經濟、三產結構因素影響，因其相較其他省份，經濟發(fā)展水平較低，且農業(yè)、工業(yè)生產中節(jié)水技術措施相較落后，經濟發(fā)展與耗水量關系緊密；海南省受水資源總量及農業(yè)發(fā)展程度影響，其農業(yè)灌溉耗水量最大，節(jié)水灌溉相關技術尚未有效推廣。

4 討論

以往的用水效率水平評價體系容易只側重于農業(yè)灌溉或者城市生活等某一方面進行分析，需要尋求一種更全面有效的評價方法及體系，對不同地區(qū)的用水、節(jié)水水平進行更完整全面的分析，從而更好地指導實踐。本文采用信息量權重及TOPSIS綜合方法，從社會經濟、生活、農業(yè)、工業(yè)、生態(tài)5大層面，對華南地區(qū)4省用水效率進行評價，整體來看，福建省、廣東省的用水效率水平最高，海南省、廣西壯族自治區(qū)的用水效率水平稍顯落后。

其評價結果與CRITIC-TOPSIS分析法[7]所得評價結果完全相同，與主成分分析法[3]所得排序結果不超過一個位次，與前人研究方法所得結果基本一致，且與實際用水情況相似，評價結果具有一定合理性。對3種方法的評價結果采用Spearman系數(shù)進行相關性分析，結果發(fā)現(xiàn)，相關性系數(shù)均在0.9以上，呈顯著相關。分別采用3種分析方法的2016年用水效率評價結果如表6所示。信息量權重-TOPSIS法、主成分分析法、CRITIC-TOPSIS分析法的極差分別為0.38、1.47、0.14，變異系數(shù)分別為0.3、4.6、0.1。信息量權重-TOPSIS法的極差及變異系數(shù)處于平均水平，評價結果相較更平穩(wěn)，適用于分析省際間用水效率的時空差異。

表6 評價方法結果對比分析

運用灰色關聯(lián)法分析各省用水效率水平的影響因素時，發(fā)現(xiàn)用水4大環(huán)節(jié)：供水量、用水量、耗水量、排水量，以及經濟發(fā)展指標—人均地區(qū)生產總值等對評價用水效率影響最大。但分析結果可能存在指標選取不夠全面的問題，未能深入分析發(fā)現(xiàn)用水結構及經濟發(fā)展與城市用水效率水平的具體作用方式。研究方法及結果有一定局限性，評價結果受各省統(tǒng)計數(shù)據(jù)的準確性影響較大。

本研究分析了我國華南地區(qū)的用水效率時空差異情況及其驅動因素，對正確認識華南城市的用水情況有一定的現(xiàn)實意義，研究結果對節(jié)水社會的建設具有一定的實踐指導意義。下一步研究可考慮找尋一種更客觀、直接、有效的用水效率評價方法，對全國各城市的用水效率分析其差異及影響因素，發(fā)現(xiàn)整體規(guī)律及趨勢，從而更好地指導實踐，有效地提高全國各地用水效率水平，推動節(jié)水社會建設，促進生態(tài)文明發(fā)展。

5 結論

1）用水效率情況方面，整體來看，2000—2018年，華南地區(qū)中福建省用水效率水平最高，且遠超廣西壯族自治區(qū)及海南省，廣西用水效率水平最低。評價年間，4省用水效率水平均有上升，省際間的用水效率水平空間差異愈加顯著，其中，2000—2008年，海南省、廣東省、廣西壯族自治區(qū)用水效率相差不大，均處于較低水平，福建省用水效率在評價年間均為最高水平。用水效率水平從高到低依次為福建省、廣東省、海南省、廣西壯族自治區(qū)。

2）空間差異方面，華南地區(qū)省際間的萬元GDP用水量差距最大，其次為萬元工業(yè)增加值用水量及人均廢污水排放量。單方水農業(yè)凈產值中，海南、福建省最優(yōu)，廣西壯族自治區(qū)及廣東省水平相差不大；污水處理率及農村居民人均生活用水量省際差距不大。萬元工業(yè)增加值、萬元GDP用水量及人均廢污水排放量的空間差異隨時間變化幅度最大，除萬元GDP用水量空間差異先增后減外，其他指標空間差異整體呈明顯下降趨勢。

3）采用灰色關聯(lián)法分析各省用水效率主要影響因素發(fā)現(xiàn)，華南地區(qū)的用水效率水平普遍受地區(qū)用水環(huán)節(jié)影響最大，尤其受排水量、耗水量影響最大，其次還與經濟、水資源量有關；除用水環(huán)節(jié)各指標之外，廣東省用水效率受人口及水資源總量因素影響；廣西壯族自治區(qū)用水效率水平主要受經濟、三產結構因素影響；海南省受水資源總量及農業(yè)發(fā)展程度影響，其農業(yè)灌溉耗水量最大，節(jié)水灌溉相關技術尚未有效推廣。

[1] 段長桂, 董增川, 管西柯, 等. 基于迭代思想的山東省水資源利用效率評價[J]. 人民黃河, 2017, 39(12): 62-66.

DUAN Changgui, DONG Zengchuan, GUAN Xike, et al. Evolution for water use efficiency of Shandong Province based on Circulation Correction model[J]. Yellow River, 2017, 39(12): 62-66.

[2] 唐德善, 孟令爽, 史毅超, 等. 基于DEA-CCR與復合系統(tǒng)的用水效率評價[J]. 中國農村水利電, 2017(10): 153-157, 168.

TANG Deshan, MENG Lingshuang, SHI Yichao, et al. Evaluation of comprehensive water use efficiency based on DEA-CCR model and composite system[J]. China Rural Water and Hydropower, 2017(10): 153-157, 168.

[3] 孟令爽, 唐德善, 史毅超. 基于主成分分析法的用水效率評價[J]. 人民長江, 2018, 49(5): 36-40.

MENG Lingshuang, TANG Deshan, SHI Yichao. Evaluation on water use efficiency based on principal components analysis[J]. Yangtze River, 2018, 49(5): 36-40.

[4] 陳璇璇, 張旖旎, 劉莉, 等. 基于超效率DEA模型的陜晉兩省水資源利用效率評價[J]. 灌溉排水學報, 2020, 39(10): 138-144.

CHEN Xuanxuan, ZHANG Yini, LIU Li, et al. Water use efficiency in Shaanxi and Shanxi Province analyzed using the super efficiency DEA model[J]. Journal of Irrigation and Drainage, 2020, 39(10): 138-144.

[5] 傅妍芳, 賈莉, 孫建平. 基于非期望產出SBM-Malmquist模型的安徽省工業(yè)用水效率研究[J]. 長春師范大學學報(自然科學版), 2020, 39(10): 117-122.

FU Yanfang, JIA Li, SUN Jianping. Study on industrial water use efficiency in Anhui Province based on SBM-Malmquist model with unexpected output[J]. Journal of Changchun Normal University (Natural Science Edition), 2020, 39(10): 117-122.

[6] 羅凱, 唐德善, 唐彥. 基于熵權-正態(tài)云模型的農業(yè)用水效率評價[J]. 中國農村水利水電, 2020(10): 159-163.

LUO Kai, TANG Deshan, TANG Yan. Evaluation of agricultural water use efficiency based on Entropy Weight-Cloud model[J]. China Rural Water and Hydropower, 2020(10): 159-163.

[7] 岳俊濤, 鄢笑宇, 劉啟陽. 基于CRITIC-TOPSIS方法的江西省用水效率評價研究[J]. 江西水利科技, 2019, 45(4): 275-279.

YUE Juntao, YAN Xiaoyu, LIU Qiyang. Evaluation of water use efficiency in Jiangxi based on CRITIC-TOPSIS[J]. Jiangxi Hydraulic Science & Technology, 2019, 45(4): 275-279.

[8] 胡德秀, 劉子晨, 劉鐵龍, 等. 陜西省渭河流域用水效率時空差異性分析[J]. 人民黃河, 2020, 42(8): 56-61.

HU Dexiu, LIU Zichen, LIU Tielong, et al. Analysis on spatial-temporal difference of water use efficiency in Weihe River Basin of Shaanxi Province[J]. Yellow River, 2020, 42(8): 56-61.

[9] 趙敏, 劉姍. 基于雙前沿面SBM-DEA模型的農業(yè)用水效率評價[J]. 水利經濟, 2020, 38(1): 54-60, 67, 87.

ZHAO Min, LIU Shan. Evaluation of agricultural water use efficiency based on SBM-DEA model with double frontiers[J]. Journal of Economics of Water Resources, 2020, 38(1): 54-60, 67, 87.

[10] 高雄, 王紅瑞, 高媛媛, 等. 基于迭代修正的水資源利用效率評價模型及其應用[J]. 水利學報, 2013, 44(4): 478-488.

GAO Xiong, WANG Hongrui, GAO Yuanyuan, et al. A model based on iteration correction for water resources utilization efficiency evaluation and its application[J]. Journal of Hydraulic Engineering, 2013, 44(4): 478-488.

[11] 孫冬營, 佘靖雯, 劉凌燕, 等. 長江三角洲城市群工業(yè)用水效率評價及時空差異研究[J]. 長江流域資源與環(huán)境, 2018, 27(9): 1 901-1 908.

SUN Dongying, SHE Jingwen, LIU Lingyan, et al. Efficiency evaluation for industrial water use and analysis of the spatio-temporal differences in the Yangtze River Delta Urban Agglomeration[J]. Resources and Environment in the Yangtze Basin, 2018, 27(9): 1 901-1 908.

[12] 孫付華, 陳汝佳, 張兆方. 基于三階段DEA-Malmquist區(qū)域農業(yè)水資源利用效率評價[J]. 水利經濟, 2019, 37(2): 53-58, 78, 87-88.

SUN Fuhua, CHEN Rujia, ZHANG Zhaofang. Evaluation of utilization efficiency of regional agricultural water resources based on three-stage DEA-Malmquist model[J]. Journal of Economics of Water Resources, 2019, 37(2): 53-58, 78, 87-88.

[13] 王帥, 劉磊. 水資源利用效率的評價方法研究[J]. 河南科技, 2020(4): 81-83.

WANG Shuai, LIU Lei. Study on evaluation method of water resources utilization efficiency[J]. Henan Science and Technology, 2020(4): 81-83.

[14] 龐慶華, 周未沫. 基于DEA-Malmquist模型的用水效率綜合評價研究[J]. 人民長江, 2020, 51(9): 90-95.

PANG Qinghua, ZHOU Weimo. Comprehensive evaluation of water use efficiency by using DEA-Malmquist model in seven major basins of China[J]. Yangtze River, 2020, 51(9): 90-95.

[15] 汪紫薇, 董四方, 王文鵬, 等. 長江經濟帶典型城市用水效率變化特征分析[J]. 地下水, 2020, 42(5): 112-116.

WANG Ziwei, DONG Sifang, WANG Wenpeng, et al. Variation of urban water use efficiencies among cities across Yangtze River economic belt[J]. Groundwater, 2020, 42(5): 112-116.

[16] 許士林, 朱磊, 張先杰, 等. 基于DEA模型對中國用水效率的綜合評價[J]. 齊齊哈爾大學學報(自然科學版), 2019, 35(2): 78-81, 86.

XU Shilin, ZHU Lei, ZHANG Xianjie, et al. Comprehensive evaluation of water use efficiency in China based on DEA model [J]. Journal of Qiqihar University(Natural Science Edition), 2019, 35(2): 78-81, 86.

[17] 趙悅, 蔣金荷, 李富強. 中國水資源使用效率影響因素分析[J]. 水利經濟, 2018, 36(1): 52-55, 63, 90-91.

ZHAO Yue, JIANG Jinhe, LI Fuqiang. Factors for water use efficiency in China[J]. Journal of Economics of Water Resources, 2018, 36(1): 52-55, 63, 90-91.

[18] TIAN F, ZHANG Y, LU S H. Spatial-temporal dynamics of cropland ecosystem water-use efficiency and the responses to agricultural water management in the Shiyang River Basin, northwestern China[J]. Agricultural Water Management,2020, 237, 106176.

[19] LAVERGNE A, GRAVEN H, DE KAUWE M G, et al. Observed and modelled historical trends in the water-use efficiency of plants and ecosystems[J]. Global Change Biology, 2019, 25(7): 2 242-2 257.

Spatiotemporal Variation of Water Use Efficiency and Its Drivers in South China

LIU Wenyu1, CHEN Xiaohong2*

(1.Sun Yet-sen University, Zhuhai 519082, China;2. Center for water resources and environment, Sun Yet-sen University, Guangzhou 510275, China)

【】Spatiotemporal variation in water use efficiency and its underlying drivers are important factors in ecosystem management. South China is relatively abundant in water resources and saving water has not yet received as much attention as in other parts of the country. However, seasonal water shortage does occur and it is hence imperative to improve its water use efficiency. The purpose of this paper is to analyze the spatiotemporal variation of water use efficiency in this region.【】A comprehensive index system for evaluating water use efficiency was constructed based on living standards, agriculture, industry, ecology and economy in each province in southern China. The water use efficiency and its temporal change from 2000 to 2018 in each province was evaluated based on administrative region. The provincial variation of each index was analyzed using the Thiel coefficient, and its drivers were analyzed using the grey correlation method.】Among the four provinces we analyzed, Fujian province was most effective in water use during this period, far ahead of Hainan and Guangdong provinces, while Guangxi autonomous region was the worst. The difference in water consumption per 10 000 yuan GDP and 10 000 yuan industrial-added value was the greatest between the four studied provinces. In contrast, the difference in irrigation water use efficiency and water consumption per capita was the smallest. Water use efficiency in the four provinces was mostly affected by water consumption and drainage, in addition to the economy and total water resource availability.【】Water use efficiency in south China has been in steady increase. Overall, water use efficiency decreased from the southeast to northwest, and was higher in the highly industrialized province such as Fujian and Guangdong provinces. In addition to water-related factors, variation in water use efficiency was also affected by economic development and water resource availability.

Southern China; water use efficiency; TOPSIS analysis; information weight; Thiel coefficient; grey correlation method

X24

A

10.13522/j.cnki.ggps.2021071

1672 - 3317（2021）11 - 0122 - 07

劉雯昱, 陳曉宏. 華南地區(qū)省際用水效率時空差異及驅動因子研究[J]. 灌溉排水學報, 2021, 40(11): 122-128.

LIU Wenyu, CHEN Xiaohong. Spatiotemporal Variation of Water Use Efficiency and Its Drivers in South China[J]. Journal of Irrigation and Drainage, 2021, 40(11): 122-128.

2021-06-19

國家自然科學基金項目（U1911204，51861125203）；國家重點研發(fā)計劃項目（2017YFC0405900）

劉雯昱（1997-），女。碩士研究生，主要從事城市水文水資源研究。E-mail: liuwenyu1997@163.com

陳曉宏（1963-），男。博士生導師，主要從事水資源水生態(tài)研究。E-mail: eescxh@mail.sysu.edu.cn

責任編輯：韓 洋