灰水足跡研究進(jìn)展與方法學(xué)改進(jìn)

李慧，鄭王睿,劉耕源,3*

（1.北京師范大學(xué)環(huán)境學(xué)院,環(huán)境模擬與污染控制國家重點(diǎn)聯(lián)合實(shí)驗(yàn)室，北京100875；2.廣東工業(yè)大學(xué),大灣區(qū)城市環(huán)境安全與綠色發(fā)展教育部重點(diǎn)實(shí)驗(yàn)室，廣東廣州510006；3.北京市流域環(huán)境生態(tài)修復(fù)與綜合調(diào)控工程技術(shù)研究中心，北京100875）

引言

水資源是人類賴以生存的重要保障，更是自然生態(tài)系統(tǒng)中必不可少的關(guān)鍵要素。隨著經(jīng)濟(jì)快速發(fā)展、人口數(shù)量不斷增加，在過去100年中，全球用水量增長了六倍，并仍以每年約1%的速度持續(xù)增長[1]。急劇增長的用水需求，以及水資源時空分配的不均衡性，使得眾多國家和地區(qū)面臨水資源短缺問題。更為嚴(yán)峻的是，水污染造成的水質(zhì)型缺水進(jìn)一步加劇水資源短缺現(xiàn)狀。例如，中國污水排放量由2010年617億t 增至2015年735 億t，年均增幅約4.5%[2]。水污染不僅危害水生環(huán)境和公共健康，還加劇了可利用淡水的競爭。水污染已成為威脅人類生存與發(fā)展的關(guān)鍵資源和環(huán)境問題，而如何量化、評價水污染則是解決該問題的重要基礎(chǔ)。

灰水足跡作為水污染的體積衡量指標(biāo)，受到國內(nèi)外學(xué)者廣泛關(guān)注?；宜阚E是水足跡的重要組成部分。水足跡概念的蓬勃發(fā)展得益于它彌補(bǔ)了以往水資源核算方法的不足。一方面，它考量了整個供應(yīng)鏈上用水總和，將人類對淡水生態(tài)系統(tǒng)的影響與人類消費(fèi)方式相關(guān)聯(lián)。另一方面，水足跡作為體現(xiàn)消耗的水量、水源類型及污染量和污染類型的多層面指標(biāo)，不僅包含儲存在地表及淺層地下水層中的藍(lán)水足跡，非徑流雨水并通過植被蒸散消耗掉的綠水資源即綠水足跡，還包括由于污染造成的灰水足跡（圖1，修改自文獻(xiàn)[3]）。水足跡為理解消費(fèi)者或生產(chǎn)者與淡水系統(tǒng)之間的關(guān)系提供了更加廣闊的視角，為明晰各類經(jīng)濟(jì)活動對水資源的占用提供了明確的時空信息[4]。

圖1 水足跡概念示意

灰水足跡的概念于2008年由Hoekstra 和Chapagain首次提出，經(jīng)過水足跡網(wǎng)絡(luò)（water footprint network）灰水足跡工作小組的不斷完善，將其定義為：以自然本底濃度和現(xiàn)有的水質(zhì)環(huán)境標(biāo)準(zhǔn)為基準(zhǔn)，將一定污染物負(fù)荷同化吸收所需的淡水體積[5]?；宜阚E為定量描述人類活動造成的水污染提供了新視角。早期的水足跡研究更關(guān)注藍(lán)水足跡，因?yàn)橄啾容^綠水資源，藍(lán)水資源更為短缺且機(jī)會成本高。有研究指出，綠水資源也瀕臨匱乏，且農(nóng)業(yè)生產(chǎn)中藍(lán)水和綠水資源可以相互替代，將兩者同時核算有助于全面剖析整個水資源的消耗情況。此外，水污染也是水資源匱乏的主要原因?；宜阚E在水足跡中的占比不容忽視，僅考慮藍(lán)水資源可能導(dǎo)致對水資源占用情況的低估，使后續(xù)水足跡評價結(jié)果與實(shí)際情況發(fā)生偏離，尤其對于水質(zhì)型缺水的區(qū)域。然而，由于底層數(shù)據(jù)缺乏和方法體系限制，灰水足跡研究仍處于探索階段，建立和發(fā)展新的相關(guān)方法對于指導(dǎo)水足跡評價和水污染防治策略、促進(jìn)水資源可持續(xù)利用具有重要理論和現(xiàn)實(shí)意義。

1 灰水足跡研究進(jìn)展及相關(guān)概念重解析

灰水足跡這種用假想淡水體積來描述水污染程度的想法最初起源于Falkenmark 等[6]，他們提出一個經(jīng)驗(yàn)法則，即稀釋污染物所需的淡水體積為廢水流量的10 ～15 倍。但這個通用的稀釋因子并不能準(zhǔn)確反映污染物的種類以及污水排放前的處理程度。Chapagain等[7]認(rèn)為稀釋因子應(yīng)根據(jù)污染物類型并結(jié)合污染物相關(guān)的水環(huán)境質(zhì)量標(biāo)準(zhǔn)推算，并在后續(xù)研究提出了灰水足跡的概念[8]。灰水足跡以占有水量來衡量水污染的優(yōu)勢在于：①可將不同地區(qū)不同種類的污染物轉(zhuǎn)化為統(tǒng)一標(biāo)度，即同化污染物所需的水量，與傳統(tǒng)水質(zhì)指標(biāo)相比，有利于對不同類型水污染進(jìn)行直接比較；②將水污染、用水量、可用水資源量納入同一評價體系，有助于在全球水量型缺水和水質(zhì)型缺水相互交織的背景下促進(jìn)水質(zhì)水量聯(lián)合評價和配置，破解當(dāng)前水資源管理上水質(zhì)、水量割裂難題[9,10]。

隨著灰水足跡研究不斷深入，研究領(lǐng)域日益拓展，灰水足跡相關(guān)概念也應(yīng)運(yùn)而生，如人均灰水足跡強(qiáng)度[11]、單位GDP 灰水足跡[12]、剩余灰水足跡（區(qū)域內(nèi)灰水足跡與該地區(qū)水資源量的差值）[13]等。根據(jù)水足跡對不同水源類型的劃分，有研究者也將虛擬水分成了虛擬綠水、虛擬藍(lán)水和虛擬灰水[14]。虛擬灰水表示將生產(chǎn)產(chǎn)品和服務(wù)所排放的廢水稀釋、消納至環(huán)境標(biāo)準(zhǔn)值所占用的水資源量，以“虛擬”的形式內(nèi)嵌在產(chǎn)品或服務(wù)中[15]。虛擬灰水和灰水足跡概念相近，多數(shù)研究者在分析人類生產(chǎn)或消費(fèi)活動對水質(zhì)的影響時，常用灰水足跡的概念；而在核算跨區(qū)域貿(mào)易中隱含的水污染時，常使用虛擬灰水的概念。

1.1 傳統(tǒng)灰水足跡核算方法及適用范圍

當(dāng)污水中包含多種形式的污染物時，基于傳統(tǒng)核算方法，灰水足跡可由下列公式求得[9]：

對于點(diǎn)源污染，其污染物被直接排放進(jìn)入地表水體。因此，可通過測量污水體積和其中包含的污染物濃度來估算污染物排放量：

式中：Qeff和QAbs分別表示污水排放量（L/s）和取水量（L/s）；Ceff,ε表示污水中污染物ε濃度（mg/L）；CAbs,ε表示取水中污染物ε的實(shí)際濃度（mg/L）。非點(diǎn)源污染的過程相對復(fù)雜，固體廢物處理、農(nóng)業(yè)化肥施用等造成部分污染物滲入地下水或者隨地表徑流進(jìn)入自然水體。因此，污染物排放量不能按照其總量測算，需要估算污染物經(jīng)過淋溶作用最終到達(dá)自然水體的比例：

式中：α為無量綱因子，表示淋溶率（即化學(xué)物質(zhì)在土壤中被水分沖刷時，化學(xué)物質(zhì)在水中的含量與總量之比）；Appl 表示在土壤表面或者土壤內(nèi)部使用的化學(xué)物質(zhì)量。

灰水足跡評價范圍可以包括：①生產(chǎn)鏈中某個特定過程的灰水足跡；②個人、產(chǎn)品或整體經(jīng)濟(jì)部門的灰水足跡；③不同空間尺度（企業(yè)、城市、國家或流域）的灰水足跡。

在微觀層面，灰水足跡研究多針對單一產(chǎn)品展開。許多研究采用自上而下的生命周期評價方法，將生產(chǎn)鏈上各個環(huán)節(jié)的污染物排放量進(jìn)行統(tǒng)計與累加，得到最終產(chǎn)品灰水足跡。農(nóng)業(yè)是水污染的主要來源之一[16]，國內(nèi)外針對某種農(nóng)作物產(chǎn)品的研究較為普遍。目前已被進(jìn)行灰水足跡測度的農(nóng)作物產(chǎn)品包括稻米[17]，小麥[18]、藏紅花[19]、香蕉[20]等，不同類別農(nóng)作物產(chǎn)品單位質(zhì)量灰水足跡存在顯著差異性。隨著畜禽產(chǎn)品消費(fèi)需求的日益增長，核算畜禽產(chǎn)品灰水足跡以緩解其生產(chǎn)帶來的水資源壓力具有重要現(xiàn)實(shí)意義[21]。Gerbens-Leenes[22]等比較了不同國家以及不同生產(chǎn)模式下豬肉、牛肉和雞肉的灰水足跡，指出決定以上三種肉類灰水足跡的主要因素包括飼料轉(zhuǎn)化效率(每單位肉的飼料量)、飼料成分和飼料來源。Mekonnen 等[21]量化了牛肉、羊肉、雞蛋、牛奶等產(chǎn)品水足跡，發(fā)現(xiàn)單位質(zhì)量畜禽產(chǎn)品的藍(lán)水和灰水足跡均明顯高于谷物等農(nóng)作物產(chǎn)品，促進(jìn)飲食結(jié)構(gòu)調(diào)整、減少畜禽產(chǎn)品需求為減少水消耗和水污染提供了新視角。此外，隨著灰水足跡研究的深入，有研究者對工業(yè)產(chǎn)品灰水足跡進(jìn)行初探[23]。Martínez-Alcalá 等[24]分析了四種常見藥物（卡馬西平、雙氯芬酸、酮洛芬、萘普生）的灰水足跡，預(yù)測了實(shí)現(xiàn)污水再生利用對降低灰水足跡的作用。Gerbens-Leenes[25]等評估了典型建筑材料——鋼鐵、水泥和玻璃的灰水足跡，并識別了產(chǎn)生灰水足跡的關(guān)鍵污染物。與農(nóng)作物和畜禽產(chǎn)品相比，關(guān)于工業(yè)產(chǎn)品的灰水足跡研究相對較少，原因可能包括以下幾點(diǎn)：工業(yè)產(chǎn)品灰水足跡與農(nóng)產(chǎn)品相比較數(shù)量較小，常被忽略；工業(yè)產(chǎn)品種類繁多，供應(yīng)鏈包含環(huán)節(jié)復(fù)雜，難以從源頭追溯整個生產(chǎn)過程，如何界定灰水足跡核算的邊界，尚未形成一套通用成熟的指導(dǎo)原則。

在中觀層面，一些研究者引入DNDC （Denitrification-Decomposition）、RZWQM（Root Zone Water Quality Model）等農(nóng)業(yè)生態(tài)領(lǐng)域內(nèi)模型開展生物地球化學(xué)過程模擬，用以計算農(nóng)田系統(tǒng)的氮負(fù)荷和灰水足跡。例如，Deihimfard 等[18]采用 APSIM（Agricultural Production Systems sIMulator）模型解析伊朗典型小麥種植區(qū)域當(dāng)前(1980—2010年)和未來(2040—2070年)氣候條件下灰水足跡變化，結(jié)果表明雨養(yǎng)和灌溉農(nóng)田系統(tǒng)的灰水足跡均呈上升趨勢。Vergé 等[26]采用歷史天氣作為輸入?yún)?shù)，基于DNDC 模型開展玉米和大豆生產(chǎn)系統(tǒng)氮循環(huán)模擬，發(fā)現(xiàn)設(shè)置不同時間步長對年度灰水足跡值會產(chǎn)生顯著影響。同時，能—水關(guān)聯(lián)視角下，能源系統(tǒng)的灰水足跡也開始引發(fā)廣泛關(guān)注，Chini 等[27]提出了基于燃料類型、回水流量和發(fā)電量的灰水足跡月度估算模型并應(yīng)用于美國熱電廠，發(fā)現(xiàn)其灰水足跡在冬季和夏季達(dá)到峰值。能源生產(chǎn)排放的廢水中含有重金屬、氨氮、礦物油等污染物，且含有大量廢熱，分析能源系統(tǒng)灰水足跡為之前僅關(guān)注水量的能—水關(guān)聯(lián)解析提供了重要補(bǔ)充。

在宏觀層面，國內(nèi)外學(xué)者從全球、國家、區(qū)域等尺度開展大量灰水足跡實(shí)證研究。全球尺度灰水足跡研究主要聚焦氮、磷污染物。Mekonnen 等[28,29]揭示了2002—2010年全球人為氮和磷排放造成的灰水足跡時空分布，并根據(jù)氮、磷污染物特定灰水足跡和可用水資源量的比值，評價主要河流的水污染狀況。由于行政區(qū)域?qū)用婊宜阚E核算相關(guān)的基礎(chǔ)統(tǒng)計數(shù)據(jù)（廢水排放量、污染物排放量）易取得，基于國家或者行政區(qū)域尺度的灰水足跡研究更多，通過分析不同行政區(qū)域的灰水足跡特征，有助于識別水污染主要來源。此外，水體上下游聯(lián)系緊密，以流域?yàn)檠芯繂卧掀渥匀粚傩?。目前研究分析了中國長江流域[30]、海河流域[31]、西班牙塞古拉河流域[32]、智利卡恰布谷流域[33]等灰水足跡的空間分布或時間變化趨勢，并與當(dāng)?shù)乜捎盟Y源總量做比較，以評價流域水環(huán)境的可持續(xù)性。

1.2 灰水足跡演化機(jī)制分析

污水處理技術(shù)進(jìn)步、消費(fèi)結(jié)構(gòu)演變、生產(chǎn)規(guī)模變動等因素都會對灰水足跡產(chǎn)生影響。在分析不同時間段灰水足跡變化趨勢的基礎(chǔ)上，揭示灰水足跡（即水污染）變化的主要驅(qū)動因素，是灰水足跡研究值得探索的重要領(lǐng)域[34]。

目前研究灰水足跡驅(qū)動因素最常用的方法是結(jié)構(gòu)分解分析（Structure Decomposition Analysis，SDA）方法和指數(shù)分解分析（Index Decomposition Analysis，IDA）方法。SDA 方法以投入產(chǎn)出模型為基礎(chǔ)，將目標(biāo)變量的變動分解為有關(guān)各獨(dú)立自變量各種形式變動的和，以得到各自變量對因變量變動貢獻(xiàn)的大小。SDA 的優(yōu)勢在于可反映不同區(qū)域部門之間的相互依存關(guān)系，不僅可以捕捉灰水足跡變化的直接原因，還能夠反映由于產(chǎn)業(yè)聯(lián)動作用所導(dǎo)致的間接效應(yīng)。但SDA方法對數(shù)據(jù)要求比較高，局限于有限變量，存在分解形式的非唯一性及分解結(jié)果的非完全性等不足。IDA方法則具有操作簡單、數(shù)據(jù)要求低的優(yōu)點(diǎn)，但I(xiàn)DA 將各個生產(chǎn)部門用平行相加考慮，不能檢驗(yàn)不同區(qū)域部門的相互依存性，一般僅用于部門或區(qū)域的總體指標(biāo)分析。Incera 等[35]采用SDA—投入產(chǎn)出方法對全球水污染最嚴(yán)重10 個國家1995—2009年的灰水足跡進(jìn)行因素分解，發(fā)現(xiàn)以上國家農(nóng)業(yè)部門灰水足跡的增長主要源于食品最終需求上升，而出口商品則是欠發(fā)達(dá)國家工業(yè)部門灰水足跡增長的關(guān)鍵驅(qū)動因素。Li 等[36]基于動態(tài)SDA 方法分析中國工業(yè)部門2002—2015年灰水足跡變化，計算結(jié)果表明出口規(guī)模擴(kuò)大和城市消費(fèi)水平上升是工業(yè)部門灰水足跡增長的最主要原因，而技術(shù)進(jìn)步則抑制了工業(yè)部門灰水足跡的增長。Yang等[37]增加了更具體的驅(qū)動因素，結(jié)合SDA 方法對技術(shù)進(jìn)步、固定資本形成、庫存變化、進(jìn)口等17 個因素的驅(qū)動效應(yīng)進(jìn)行測度和分析，認(rèn)為固定資本形成和出口商品促進(jìn)了中國工業(yè)灰水足跡上升。

Zhang 等[38]結(jié)合Kaya 恒等式和IDA 中的迪氏指數(shù)分解（Logarithmic Mean Divisia Index，LMDI）方法分析中國各省份灰水足跡強(qiáng)度（單位GDP 灰水足跡）變化，結(jié)果顯示灰水足跡強(qiáng)度呈整體下降趨勢，阻礙欠發(fā)達(dá)省份灰水足跡強(qiáng)度降低的主要原因是技術(shù)效應(yīng)和水資源利用效率。陳巖等[39]采用Kaya 恒等式和LMDI 對淮河流域35 個地級市農(nóng)業(yè)灰水足跡效率的驅(qū)動模式進(jìn)行了分類，并提出對于不同驅(qū)動模式的地區(qū)開展相應(yīng)的水污染調(diào)控措施?；宜阚E作為水污染的體積衡量指標(biāo)，分析灰水足跡的時間變化機(jī)理，定量、準(zhǔn)確地識別其關(guān)鍵驅(qū)動因素，對于制定切實(shí)有效的水污染防治措施至關(guān)重要。

1.3 基于灰水足跡的虛擬水流動路徑解析

灰水足跡（水污染）可隱含在交換商品或服務(wù)中發(fā)生跨區(qū)域流動，這被稱為虛擬灰水貿(mào)易[40]。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)通過進(jìn)口商品將消費(fèi)和發(fā)展的水污染負(fù)擔(dān)轉(zhuǎn)移到其他地區(qū)，雖然有利于本地區(qū)水污染防治目標(biāo)的達(dá)成，但可能造成整個產(chǎn)業(yè)鏈上污染物排放總量的增加[41]。追溯隱含在區(qū)域貿(mào)易間的虛擬灰水流，厘清各區(qū)域水污染的空間關(guān)聯(lián)關(guān)系，有助于為構(gòu)筑跨區(qū)域的水污染協(xié)同防治策略提供著力點(diǎn)。

虛擬灰水進(jìn)口量和出口量之間的差值可反映某地區(qū)虛擬灰水貿(mào)易平衡狀態(tài)。如果虛擬灰水進(jìn)口大于出口，則該地區(qū)為虛擬灰水凈進(jìn)口區(qū)域，即該地區(qū)將本地消費(fèi)造成的水污染以虛擬灰水的形式轉(zhuǎn)嫁至外部區(qū)域，形成水污染外部化；反之，則該地區(qū)為虛擬灰水凈出口區(qū)域，承擔(dān)了外部區(qū)域消費(fèi)引起的水污染[42]。

總體來看，虛擬灰水貿(mào)易評估模型可分為自下而上和自上而下方法?；谧韵露戏椒?，虛擬灰水進(jìn)出口量可由產(chǎn)品或服務(wù)貿(mào)易量乘以單位產(chǎn)品或服務(wù)的虛擬灰水含量得到[43]。自下而上方法依賴于構(gòu)建產(chǎn)品進(jìn)出口貿(mào)易數(shù)據(jù)，多用于分析具體產(chǎn)品貿(mào)易中蘊(yùn)含的虛擬灰水。而當(dāng)評估一個地區(qū)包含所有產(chǎn)品的虛擬灰水貿(mào)易時，該方法耗時較長，且由于無法明晰進(jìn)口商品是用于中間生產(chǎn)還是最終消費(fèi)，可能造成重復(fù)計算?；谧陨隙碌耐度氘a(chǎn)出模型可以克服該問題。投入產(chǎn)出表假定每個產(chǎn)品部門只生產(chǎn)一種同質(zhì)產(chǎn)品，通過列昂惕夫逆矩陣能夠完整反映經(jīng)濟(jì)系統(tǒng)內(nèi)的產(chǎn)業(yè)鏈累積效應(yīng)，得到各經(jīng)濟(jì)部門進(jìn)出口貿(mào)易所誘發(fā)的虛擬灰水流[44]。

目前研究對全球或局部地區(qū)的虛擬灰水貿(mào)易開展多種形式的核算，繪制了眾多國家或區(qū)域之間的虛擬灰水流動路徑。O’Bannon 等[45]基于國際貿(mào)易數(shù)據(jù)和309 種農(nóng)產(chǎn)品灰水足跡，重構(gòu)全球虛擬灰水網(wǎng)絡(luò)，并利用復(fù)雜網(wǎng)絡(luò)分析和不平等程度統(tǒng)計方法識別網(wǎng)絡(luò)結(jié)構(gòu)變化特征；結(jié)果表明1986—2010年體現(xiàn)在農(nóng)產(chǎn)品貿(mào)易中的虛擬灰水增加了136%。Ren 等[46]引入PEPIC（Python-based Environmental Policy Integrated Climate）模型估算2008—2012年中國網(wǎng)格尺度人為氮和磷負(fù)荷，以量化玉米、水稻和小麥生產(chǎn)造成的灰水足跡，并結(jié)合糧食調(diào)入調(diào)出數(shù)據(jù)，追溯省際糧食貿(mào)易中體現(xiàn)的虛擬灰水流；研究發(fā)現(xiàn)通過糧食貿(mào)易，中國南方將水污染外化至北方地區(qū)。Cai 等[47,48]采用多區(qū)域投入產(chǎn)出模型分析了中國各省份的虛擬水貿(mào)易狀況，發(fā)現(xiàn)虛擬灰水（7946 億t）是虛擬藍(lán)水（918 億t）的8.65 倍，強(qiáng)調(diào)了研究虛擬灰水的重要性并分析了虛擬灰水流變化的驅(qū)動因素。Hachaichi[49]揭示了全球南方181 個城市的虛擬灰水和藍(lán)水貿(mào)易發(fā)展模式，指出虛擬水貿(mào)易是保障城市水安全的有效途徑。Li 等[12]分析2012年中國區(qū)域間虛擬灰水流動格局，提出虛擬灰水流聯(lián)系緊密的地區(qū)要加強(qiáng)省際合作，經(jīng)濟(jì)發(fā)展水平較高的省份在購進(jìn)外省（區(qū)、市）高污染產(chǎn)品的同時，應(yīng)給予對方更多資金和技術(shù)支持，以幫助其改進(jìn)生產(chǎn)技術(shù)，降低水污染物排放強(qiáng)度。

2 現(xiàn)有灰水足跡核算方法的潛在問題及改進(jìn)思路

有研究指出當(dāng)前灰水足跡核算方法仍存在一定局限性限制了其廣泛適用，具體包括（圖2）：①如何定義自然背景濃度（Cε,nat）和最大容許濃度（Cε,max）具有一定挑戰(zhàn)。不同地區(qū)污染物的自然背景濃度及最大容許濃度存在差異。許多研究將自然背景濃度統(tǒng)一假設(shè)為0，與其真實(shí)值背離，可能導(dǎo)致所得灰水足跡偏低。同時，選擇不同水環(huán)境質(zhì)量標(biāo)準(zhǔn)則對應(yīng)不同最大容許濃度，給灰水足跡結(jié)果帶來了較大不確定性[50]。②非點(diǎn)源污染負(fù)荷難以獲取，以往研究多采用經(jīng)驗(yàn)統(tǒng)計方法利用已有文獻(xiàn)確定的污染物淋溶率進(jìn)行計算，得到結(jié)果較為粗糙[51]。③污水是由多介質(zhì)組成的多元體系，涉及大量的污染因素和變量，以污水中的最關(guān)鍵污染物作為唯一指標(biāo)評價灰水足跡尚不能全面客觀地量化污染物負(fù)荷對受納水體的綜合影響，可能導(dǎo)致得到的灰水足跡置信率較低[52]。④目前對該方法的使用多僅考慮受納水體物理稀釋作用，而忽略了由于生物、化學(xué)作用等使污染物在自然水體中發(fā)生的濃度衰減過程。

圖2 灰水足跡核算方法的潛在問題及改進(jìn)思路

針對此，近期少數(shù)研究嘗試對傳統(tǒng)灰水足跡核算方法進(jìn)行改進(jìn)。李莉等[53]為解決傳統(tǒng)方法中污染物最大容許濃度值不確定性問題，構(gòu)建基于三角模糊數(shù)理論的灰水足跡核算方法，結(jié)果表明改進(jìn)方法能更準(zhǔn)確識別水質(zhì)風(fēng)險，所得結(jié)果與實(shí)際水功能區(qū)水質(zhì)達(dá)標(biāo)率評價等級更為接近。Yu 等[54]耦合水質(zhì)指數(shù)法和二分搜索算法考慮多污染物對灰水足跡的綜合影響，發(fā)現(xiàn)基于單一污染物的灰水足跡核算方法可能高估水污染程度，削弱灰水足跡作為水污染指標(biāo)的應(yīng)用范圍，其建議將改進(jìn)的灰水足跡方法運(yùn)用到實(shí)際的水環(huán)境管理，為評估水環(huán)境可持續(xù)性提供有效指標(biāo)。Li 等[52]結(jié)合質(zhì)量平衡方程和模糊綜合評價，開發(fā)基于多污染物的灰水足跡模型，并以北京市為例，指出了方法改進(jìn)前后灰水足跡變化程度。其發(fā)現(xiàn)基于改進(jìn)方法得到的灰水足跡結(jié)果并非固定值而是閾值，且閾值下限相較于傳統(tǒng)方法顯著下降，灰水足跡閾值可為水環(huán)境管理提供一定彈性空間。Zhi 等[55]結(jié)合一維水質(zhì)模型分析海河流域各經(jīng)濟(jì)部門灰水足跡，其優(yōu)勢是在灰水足跡核算過程中進(jìn)一步考慮了污染物在自然水體中發(fā)生的濃度衰減過程。Zuo 等[56]利用SWAT（Soil and Water Assessment Tool）模型、統(tǒng)計分析和情景分析等方法，確定了不同土地利用類型下非點(diǎn)源污染負(fù)荷及灰水足跡的變化，并基于灰水足跡理論對非點(diǎn)源污染風(fēng)險進(jìn)行評價。De Girolamo[52]提出了一種將SWAT模型與流域尺度的河流監(jiān)測活動相結(jié)合的新方法，以減少灰水足跡核算的不確定性。該方法的好處是可解決由于作物種類和種植管理方式多樣化帶來的詳盡數(shù)據(jù)難以獲取的問題，能更準(zhǔn)確估算農(nóng)田氮磷負(fù)荷，從而提高灰水足跡核算輸入數(shù)據(jù)的精度。

灰水足跡核算結(jié)果的可靠性和精度是準(zhǔn)確評估水污染，制定有效的水污染防治策略的基礎(chǔ)。以上方法在一定程度上減少了核算過程中的不確定性。然而，自然背景濃度、最大容許濃度如何取值尚未形成通用準(zhǔn)則[16]。根據(jù)文獻(xiàn)綜述我們提出未來研究可進(jìn)一步明確最大允許濃度的選取標(biāo)準(zhǔn)，開展自然背景濃度值調(diào)查，提升灰水足跡模型相關(guān)參數(shù)的準(zhǔn)確性。同時，針對非點(diǎn)源污染負(fù)荷難以獲取問題，可結(jié)合實(shí)地監(jiān)測、非點(diǎn)源污染模型[ 如SWAT、HSPF（Hydrological Simulation Program-FORTRAN）]等方法進(jìn)行估算。相較于以往灰水足跡研究針對非點(diǎn)源污染常采用的經(jīng)驗(yàn)統(tǒng)計方法，基于SWAT 等非點(diǎn)源污染模型得到的結(jié)果更接近客觀實(shí)際，但涉及參數(shù)多，需積累較多水文資料，應(yīng)用過程較復(fù)雜。圍繞灰水足跡核算僅考慮單一污染物的問題，未來可引入更多綜合評價方法（如綜合指數(shù)法、熵權(quán)分析法等）將多種污染物的影響納入進(jìn)來，并比較不同方法的適用范圍和評價結(jié)果的異同。此外，引入水質(zhì)模型模擬污染物在受納水體中的遷移和衰減過程是灰水足跡方法改進(jìn)的重要思路之一。當(dāng)前研究多結(jié)合一維水質(zhì)模型假設(shè)污染物在縱向上存在濃度梯度，橫向和垂直方向能完全混合。當(dāng)評價行政區(qū)域尺度的灰水足跡時，分析每個排污口所處河流的水文條件，分別對相關(guān)參數(shù)進(jìn)行率定并不現(xiàn)實(shí)，因而采用基于一維水質(zhì)模型概化的灰水足跡方法具有可行性。而當(dāng)對某條河流或湖泊的灰水足跡進(jìn)行精細(xì)化研究時，未來可根據(jù)具體情況選擇一維或二維水質(zhì)模型。

3 實(shí)現(xiàn)灰水足跡有效應(yīng)用的保障機(jī)制

灰水足跡概念自產(chǎn)生以來在國內(nèi)外得到了廣泛關(guān)注，但在實(shí)踐管理領(lǐng)域仍有待進(jìn)一步探索。為實(shí)現(xiàn)灰水足跡有效應(yīng)用，未來研究可從以下幾方面著力。

3.1 構(gòu)建高時空分辨率灰水足跡數(shù)據(jù)庫

目前灰水足跡研究在時空尺度上較為粗略，亟須構(gòu)建高時空分辨率灰水足跡數(shù)據(jù)庫，以支持可實(shí)操可落地的水污染防治策略。

從空間尺度來看，當(dāng)前灰水足跡研究主要關(guān)注全球、國家及流域等宏觀尺度，難以實(shí)現(xiàn)對高污染區(qū)域的精準(zhǔn)識別。有少量研究基于高分辨率網(wǎng)格尺度揭示了農(nóng)業(yè)氮、磷污染物的灰水足跡空間分布特征，但網(wǎng)格單元層面工業(yè)及生活的灰水足跡仍缺乏關(guān)注。當(dāng)前水污染問題成因呈復(fù)雜化多元化態(tài)勢，水環(huán)境管理方式亟須向網(wǎng)格化、精細(xì)化轉(zhuǎn)型。未來開發(fā)涵蓋多部門、多污染物的高分辨率網(wǎng)格尺度灰水足跡數(shù)據(jù)庫可為水污染溯源分析及水資源可持續(xù)精細(xì)化管理提供數(shù)據(jù)基礎(chǔ)和技術(shù)支持。

此外，從時間上來看，灰水足跡實(shí)證研究存在明顯滯后性。提高其時效性，分析長時間序列灰水足跡變化趨勢，可為水污染防治提出更有針對性、更符合當(dāng)前環(huán)境態(tài)勢的措施建議。同時，目前灰水足跡研究多以年為單位，通過計算灰水足跡與可用水資源總量的比值反映當(dāng)?shù)厮廴境潭取Ｈ欢?，眾多區(qū)域的水資源在時間上分布不均勻，例如中國水資源的時間分布呈夏秋多、冬春少的特征。因此，年際尺度的灰水足跡研究難以反映水污染程度的季節(jié)性變化。未來開展月度或者更小尺度灰水足跡核算有助于反映水污染程度的連續(xù)變化，準(zhǔn)確識別高污染時段。

3.2 基于實(shí)體—虛擬灰水耦合流動格局開展生態(tài)補(bǔ)償機(jī)制研究

由于自然水體的連通性，污染物可通過自然河流攜帶，從上游遷移到下游。我國的流域經(jīng)濟(jì)區(qū)具有較典型的產(chǎn)業(yè)結(jié)構(gòu)空間分布特征，上游區(qū)域多集中在高污染、高消耗、高排放的產(chǎn)業(yè)，以自然資源的巨大投入為代價拉動經(jīng)濟(jì)的增長，這種特殊的產(chǎn)業(yè)鏈空間結(jié)構(gòu)對整個流域的生態(tài)環(huán)境尤其是中下游地區(qū)的水環(huán)境造成了嚴(yán)重影響[57]。許多研究基于水質(zhì)模型預(yù)測實(shí)體灰水流動路徑，并對水環(huán)境的跨界管理提出了生態(tài)補(bǔ)償策略[58,59]。但是，分析實(shí)體灰水流動只能解決流域內(nèi)的跨界水污染問題。虛擬灰水流動包含的空間范圍比實(shí)體灰水更廣，且隨著經(jīng)濟(jì)的快速發(fā)展，虛擬灰水總量呈遞增趨勢，加劇區(qū)域間環(huán)境代價和經(jīng)濟(jì)發(fā)展機(jī)會的不平衡?；趯?shí)體灰水和虛擬灰水耦合流動格局探討跨區(qū)域生態(tài)補(bǔ)償機(jī)制，有助于平衡經(jīng)濟(jì)發(fā)展與水環(huán)境保護(hù)之間的關(guān)系，強(qiáng)化多元主體協(xié)商共治，進(jìn)而促進(jìn)水資源的可持續(xù)利用。

3.3 構(gòu)筑產(chǎn)品灰水足跡標(biāo)簽制度以消費(fèi)側(cè)選擇引導(dǎo)生產(chǎn)側(cè)綠色轉(zhuǎn)型

灰水足跡標(biāo)簽指的是對產(chǎn)品或服務(wù)全生命周期過程（包括原料、制造、儲運(yùn)、廢棄）中所消耗的灰水進(jìn)行核算并通過標(biāo)簽的形式告知消費(fèi)者，即灰水足跡的標(biāo)簽化。推行灰水足跡標(biāo)簽可幫助構(gòu)建靈活的溝通機(jī)制，通過在產(chǎn)品標(biāo)簽上用量化的標(biāo)示指數(shù)，直接影響消費(fèi)者決策從而選擇低足跡產(chǎn)品，并且間接影響生產(chǎn)側(cè)，倒逼企業(yè)綠色轉(zhuǎn)型使自身適應(yīng)市場需求。此外，灰水足跡標(biāo)簽制度也提供了一套評價體系，可以據(jù)此對生產(chǎn)產(chǎn)品不同階段的灰水使用情況進(jìn)行披露和管理。已有組織機(jī)構(gòu)及企業(yè)嘗試將水足跡（包含灰水足跡）標(biāo)注在商品上，但由于產(chǎn)品種類繁多，包含供應(yīng)鏈復(fù)雜，目前尚未建立完善的水足跡標(biāo)簽體系。將灰水足跡納入生態(tài)標(biāo)簽中，有助于從政府、行業(yè)、企業(yè)和消費(fèi)者不同層面提高對水資源的認(rèn)識和管理水平，引領(lǐng)可持續(xù)消費(fèi)并帶動綠色經(jīng)濟(jì)發(fā)展。

4 結(jié)語

灰水足跡是水資源領(lǐng)域不斷發(fā)展并日益受到關(guān)注的重要方向?；宜阚E研究為評估人類活動對水質(zhì)的影響提供了量化指標(biāo)，為從根本上解決水污染問題提供了新思路和新方法。通過核算不同時空尺度的灰水足跡，剖析灰水足跡演化機(jī)制可識別污染關(guān)鍵區(qū)域及主要社會經(jīng)濟(jì)驅(qū)動因素。此外，基于灰水足跡的虛擬水研究給予現(xiàn)行水污染管控措施的重要啟示為：水污染存在空間關(guān)聯(lián)關(guān)系，外部消費(fèi)是造成局部區(qū)域水污染的重要因素之一，虛擬灰水流聯(lián)系緊密的地區(qū)可加強(qiáng)合作，通過合理分配資金投入，共享先進(jìn)減排技術(shù)等構(gòu)筑跨區(qū)域協(xié)同的水污染防治體系。

當(dāng)前的灰水足跡核算方法仍存在一定局限性，亟待結(jié)合水文模型、水質(zhì)模型、綜合評價等方法提高其精度。同時，為促進(jìn)其深度應(yīng)用，未來灰水足跡研究可拓展和深入探索的方向包括：挖掘高時空分辨率灰水足跡數(shù)據(jù)，基于實(shí)體—虛擬灰水耦合流轉(zhuǎn)格局探尋生態(tài)補(bǔ)償機(jī)制，構(gòu)建產(chǎn)品灰水足跡標(biāo)簽制度以消費(fèi)側(cè)選擇引導(dǎo)生產(chǎn)側(cè)綠色轉(zhuǎn)型。