黃河流域虛擬水貿(mào)易核算及影響因素研究

鄧光耀　毛穎

摘 要：為了量化貿(mào)易伴隨的虛擬水流動(dòng)，評(píng)價(jià)其對區(qū)域水資源系統(tǒng)的影響，運(yùn)用多區(qū)域投入產(chǎn)出模型揭示２０１２ 年、２０１５ 年、２０１７年黃河流域內(nèi)、外部虛擬水貿(mào)易格局與結(jié)構(gòu)，采用對數(shù)平均迪氏指數(shù)法（ＬＭＤＩ）對黃河流域各省區(qū)相對于中國其他省區(qū)的凈輸出虛擬水進(jìn)行影響效應(yīng)分析，用ＱＡＰ 回歸模型分析黃河流域各省區(qū)之間虛擬水貿(mào)易的影響因素。研究結(jié)果表明：１）黃河流域整體呈虛擬水凈輸入狀態(tài)，但向北京、天津、河北等１２ 個(gè)省區(qū)凈輸出虛擬水。２）黃河流域虛擬水貿(mào)易輸出行業(yè)主要是農(nóng)業(yè)及電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)。３）結(jié)構(gòu)效應(yīng)和強(qiáng)度效應(yīng)是黃河流域虛擬水凈輸出的重要驅(qū)動(dòng)因素。４）經(jīng)濟(jì)發(fā)展水平、地理空間距離及用水強(qiáng)度是影響黃河流域內(nèi)部虛擬水貿(mào)易的主要因素。

關(guān)鍵詞：虛擬水貿(mào)易；對數(shù)平均迪氏指數(shù)法；ＱＡＰ 模型；黃河流域

中圖分類號(hào)：ＴＶ２１３．４；ＴＶ８８２．１ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．０１１

引用格式：鄧光耀，毛穎．黃河流域虛擬水貿(mào)易核算及影響因素研究［Ｊ］．人民黃河，２０２４，４６（４）：６８－７２，８５．

近年來黃河流域經(jīng)濟(jì)發(fā)展迅速，流域內(nèi)居民生活水平得到極大改善，但同時(shí)能源嚴(yán)重消耗、環(huán)境壓力不斷增加。為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量可持續(xù)發(fā)展、改善水資源利用效率，優(yōu)化資源配置和產(chǎn)業(yè)結(jié)構(gòu)等迫在眉睫，必須對目前消耗的水資源進(jìn)行核算?！疤摂M水”指嵌入在貿(mào)易產(chǎn)品中的水［１］ ，虛擬水概念的提出可幫助一些國家緩解水資源壓力［２］ 。在虛擬水測算方面，Ｄｅｎｇ 等［３］利用多區(qū)域投入產(chǎn)出模型計(jì)算了Ｇ２０ 國家之間的虛擬水貿(mào)易量。韓文鈺等［４］ 對中美兩國虛擬水貿(mào)易進(jìn)行了研究。田貴良等［５］ 核算了長江經(jīng)濟(jì)帶的虛擬水貿(mào)易量，為保護(hù)長江經(jīng)濟(jì)帶的水資源提出了相應(yīng)的建議。魏怡然等［６］ 基于多尺度投入產(chǎn)出分析模型核算了２０１２ 年北京市虛擬水貿(mào)易情況，并與２００７ 的結(jié)果進(jìn)行了比較。在虛擬水影響因素方面，Ｔａｍｅａ 等［７］ 通過貿(mào)易引力模型得出人口、國內(nèi)生產(chǎn)總值和地理距離是虛擬水量的重要影響因素；Ｄｕａｒｔｅ 等［８］ 研究得出經(jīng)濟(jì)發(fā)展水平、制度和地理因素影響了虛擬水雙邊貿(mào)易量；Ｃａｉ 等［９］ 使用結(jié)構(gòu)分解法分析了中國３０ 個(gè)省區(qū)虛擬水量變化的影響因素；陳麗新等［１０］ 通過定性分析研究虛擬水的影響因素。

通過文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)者們對虛擬水的測算已經(jīng)取得較多成果，但大多數(shù)學(xué)者對黃河流域虛擬水貿(mào)易的測算年份還停留在２０１２ 年、２０１５ 年，沒有對２０１７年的虛擬水貿(mào)易進(jìn)行測算，并且對黃河流域虛擬水貿(mào)易的影響因素尚未涉及。鑒于此，筆者測算了２０１２年、２０１５ 年、２０１７ 年黃河流域內(nèi)部、外部虛擬水貿(mào)易量，分析虛擬水貿(mào)易空間格局與貿(mào)易結(jié)構(gòu)，結(jié)合ＬＭＤＩ（Ｌｏｇａｒｉｔｈｍｉｃ Ｍｅａｎ Ｄｉｖｉｓｉａ Ｉｎｄｅｘ）模型確定黃河流域虛擬水凈貿(mào)易量的影響因素，運(yùn)用ＱＡＰ（Ｑｕａｄｒａｔｉｃ Ａｓ?ｓｉｇｎｍｅｎｔ Ｐｒｏｃｅｄｕｒｅ）模型研究黃河流域內(nèi)部虛擬水貿(mào)易量的影響因素。

１ 流域概況、數(shù)據(jù)來源以及研究方法

１．１ 流域概況

黃河干流全長５ ４６４ ｋｍ，流域面積７９．５ 萬ｋｍ２。黃河流域盛產(chǎn)糧食和肉類，產(chǎn)量可達(dá)全國的１／３ 左右，煤炭資源非常豐富，屬于我國重點(diǎn)農(nóng)產(chǎn)品生產(chǎn)區(qū)、重點(diǎn)能源化工基地［１１］ 。伴隨著粗放型生產(chǎn)，黃河流域水資源開發(fā)利用率已經(jīng)達(dá)到了臨界值，面臨著非常嚴(yán)重的水資源匱乏問題［１２］ 。黃河流域人口眾多，各地區(qū)經(jīng)濟(jì)基礎(chǔ)高低不一，發(fā)展方式不同，在經(jīng)濟(jì)高速發(fā)展的過程中，每個(gè)省區(qū)的水資源節(jié)約目標(biāo)將迎來更大的挑戰(zhàn)。

１．２ 數(shù)據(jù)來源

目前最新的區(qū)域間投入產(chǎn)出表所對應(yīng)的年度為２０１２ 年、２０１５ 年和２０１７ 年（見ＣＥＡＤｓ 數(shù)據(jù)庫）。為了研究黃河流域虛擬水貿(mào)易情況及變化趨勢，選擇這３個(gè)年份的數(shù)據(jù)進(jìn)行研究。為了便于分析，將投入產(chǎn)出表中的４２ 個(gè)產(chǎn)業(yè)部門合并為表１ 中的１３ 個(gè)產(chǎn)業(yè)部門。

２０１２ 年、２０１５ 年、２０１７ 年黃河流域的水資源消耗量數(shù)據(jù)來源于各省區(qū)的統(tǒng)計(jì)年鑒，其中工業(yè)各部門的用水量參考《中國經(jīng)濟(jì)普查年鑒》中細(xì)分部門的用水情況計(jì)算得到。

１．３ 研究方法

１）投入產(chǎn)出模型是測算虛擬水貿(mào)易的一種常用方法，不僅考慮了生產(chǎn)部門之間的密切關(guān)聯(lián)，而且計(jì)算結(jié)果較為準(zhǔn)確，能夠從宏觀角度對水資源的流動(dòng)情況進(jìn)行分析［１３］ 。

Ｒ 個(gè)區(qū)域Ｎ 個(gè)經(jīng)濟(jì)部門的投入產(chǎn)出關(guān)系可以表示為

式中：Ａｒｓ（ｒ，ｓ ＝１，…，Ｒ 且ｒ≠ｓ）為不同地區(qū)生產(chǎn)部門間相互需求，Ａｓｓ為直接消耗系數(shù)，Ｙｓｒ?yàn)椋?地區(qū)對ｒ 地區(qū)的最終產(chǎn)品調(diào)出，Ｘｓ 為ｓ 地區(qū)產(chǎn)出。

整個(gè)等式表示總產(chǎn)出等于中間產(chǎn)品加最終產(chǎn)品。

將式（１）轉(zhuǎn)換為以下形式：

Ｘ ＝（Ｉ－Ａ）－１Ｙ （２）

式中：Ｉ 為單位矩陣；Ａ 為直接消耗系數(shù)矩陣，反映各種產(chǎn)品之間的技術(shù)經(jīng)濟(jì)聯(lián)系；（Ｉ－Ａ）－１ 為列昂節(jié)夫逆矩陣。

式（２）中引入用水量：

Ｗ ＝ＤＸ ＝Ｄ （Ｉ－Ａ）－１Ｙ ＝ＴＹ （３）

式中：Ｗ 為各區(qū)域各部門的用水量，Ｄ 為直接用水系數(shù)矩陣，Ｔ 為完全用水系數(shù)矩陣。

區(qū)域之間虛擬水貿(mào)易量可表示為

ｖｗｒｓ ＝ Σｉｔｒｉ ｙｉｓ （４）

式中：ｔｒｉ為區(qū)域ｒ 的完全用水系數(shù)，ｙｉｓ 為區(qū)域ｓ 的經(jīng)濟(jì)產(chǎn)出量。

２）對數(shù)平均迪氏指數(shù)法（ＬＭＤＩ）是把某一指標(biāo)拆分成多個(gè)影響因素的方法，其優(yōu)點(diǎn)是分解結(jié)果無誤差項(xiàng)，更具有說服力［１４］ ，在能源消費(fèi)量和能源強(qiáng)度領(lǐng)域廣泛運(yùn)用，在水資源領(lǐng)域同樣適用，即采用ＬＭＤＩ 模型將黃河流域向中國其他省區(qū)凈輸出的虛擬水量進(jìn)行影響效應(yīng)分解。參考文獻(xiàn)［１４］，ＬＭＤＩ 的方程如下：

式中：ｖｗｉ 為ｉ 行業(yè)提供的虛擬水量；Ｑ 為規(guī)模效應(yīng)，表示地區(qū)經(jīng)濟(jì)規(guī)模對虛擬水量的影響；Ｑｉ 為行業(yè)ｉ 當(dāng)年的ＧＤＰ；Ｉｉ 為虛擬水的用水強(qiáng)度；αｉ 為進(jìn)出口規(guī)模和生產(chǎn)技術(shù)保持不變的情況下，進(jìn)出口產(chǎn)品結(jié)構(gòu)差異對虛擬水量產(chǎn)生的影響。

設(shè)ｖｗｅｘ為地區(qū)ｉ 向地區(qū)ｊ 輸出的虛擬水量，ｖｗｉｍ 為地區(qū)ｊ 向地區(qū)ｉ 輸入的虛擬水量，Δｖｗ 為兩者之間的差值，則

式中：ΔｖｗＩ ，Δｖｗα ，ΔｖｗＱ 分別為強(qiáng)度效應(yīng)、結(jié)構(gòu)效應(yīng)和規(guī)模效應(yīng)對虛擬水凈貿(mào)易量的影響量，３ 種效應(yīng)量均通過對數(shù)平均的方法進(jìn)行處理。

３）近年來，在關(guān)于能源貿(mào)易、碳排放等影響因素的研究中，ＱＡＰ 模型得到了廣泛應(yīng)用，ＱＡＰ 是非參數(shù)檢驗(yàn)方法之一，不要求自變量之間相互獨(dú)立，并且能夠有效解決虛假相關(guān)和多重共線性問題，相比于參數(shù)檢驗(yàn)，其檢驗(yàn)結(jié)果更具有穩(wěn)健性［１５］ 。參考文獻(xiàn)［１６ －１８］，采用ＱＡＰ 模型研究區(qū)域間虛擬水貿(mào)易的影響因素。

Ｇａｒｃｉａ 等［１９］ 的研究結(jié)果表明，虛擬水貿(mào)易受到ＧＤＰ 和地理距離的高度影響。Ｑｉａｎ 等［２０］ 的研究結(jié)果表明，虛擬水貿(mào)易受到用水強(qiáng)度、貿(mào)易結(jié)構(gòu)、生產(chǎn)結(jié)構(gòu)的顯著影響。Ｙｅ 等［２１］ 的研究結(jié)果表明，科學(xué)技術(shù)是影響虛擬水貿(mào)易的主導(dǎo)因素。通過對現(xiàn)有研究中關(guān)于虛擬水貿(mào)易影響因素的綜合分析和篩選，本文主要從以下幾方面來考察黃河流域各省區(qū)之間虛擬水貿(mào)易的影響因素：１）地理空間距離。地理距離是虛擬水貿(mào)易量的主要門檻，原因是距離決定貿(mào)易的交通成本，而交通成本會(huì)極大地影響虛擬水貿(mào)易。距離近了，交通成本自然就低一些，虛擬水貿(mào)易就會(huì)更頻繁。２）經(jīng)濟(jì)發(fā)展水平。虛擬水貿(mào)易與地區(qū)消費(fèi)水平有密切關(guān)系，而消費(fèi)水平和地方經(jīng)濟(jì)發(fā)展水平又有密切關(guān)系。３）用水強(qiáng)度。用水強(qiáng)度即單位產(chǎn)品的用水效率。如果一個(gè)地區(qū)的各行業(yè)都提高了用水效率則本應(yīng)該通過貿(mào)易而外流的虛擬水會(huì)減少，因此用水強(qiáng)度差異也會(huì)影響虛擬水貿(mào)易。４）技術(shù)水平。技術(shù)水平通過影響用水效率和生產(chǎn)能力繼而對虛擬水貿(mào)易產(chǎn)生影響。技術(shù)水平的提高不僅可以帶來用水效率的提高，而且使得產(chǎn)品生產(chǎn)成本降低，進(jìn)而促進(jìn)貿(mào)易規(guī)模的擴(kuò)大，使得大量的虛擬水隨產(chǎn)品一同外流，但由于黃河流域發(fā)展的不平衡性和流域資源稟賦的有限性，因此技術(shù)水平差異越小可能導(dǎo)致虛擬水貿(mào)易量越大。５）就業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)的差異會(huì)影響虛擬水貿(mào)易，往往在發(fā)展中國家，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換先于就業(yè)結(jié)構(gòu)轉(zhuǎn)換，產(chǎn)值結(jié)構(gòu)沒有真實(shí)地反映產(chǎn)業(yè)結(jié)構(gòu)，在這種情況下就業(yè)結(jié)構(gòu)相比產(chǎn)值結(jié)構(gòu)更能反映產(chǎn)業(yè)結(jié)構(gòu)，所以本文選擇就業(yè)結(jié)構(gòu)作為虛擬水貿(mào)易的影響因素。

因此，本文假設(shè)虛擬水貿(mào)易網(wǎng)絡(luò)的影響因素可能為地理空間距離差異、經(jīng)濟(jì)發(fā)展水平差異、用水強(qiáng)度差異、技術(shù)水平差異、就業(yè)結(jié)構(gòu)差異，見表２。取黃河流域九省區(qū)對應(yīng)指標(biāo)在２０１２ 年、２０１５ 年、２０１７ 年的平均值，然后利用各省區(qū)間的差異建立差異矩陣，進(jìn)行ＱＡＰ 回歸分析。

２ 結(jié)果分析

２．１ 黃河流域外部虛擬水貿(mào)易格局

２０１２ 年，黃河流域虛擬水凈輸入量為１５３．４９ 億ｍ３。從圖１ 可以看出：新疆向黃河流域輸入的虛擬水量最大，為８４．６８ 億ｍ３。黃河流域向北京、天津、遼寧、上海、浙江、福建、廣東及西藏等８ 個(gè)省區(qū)凈輸出虛擬水，向廣東凈輸出量最大，為３５．５５ 億ｍ３。２０１５ 年，黃河流域虛擬水凈輸入量為１０７．７９ 億ｍ３。從圖２ 可以看出：黃河流域向北京、天津、上海、浙江、湖北、廣東、重慶、云南及西藏等９ 個(gè)省區(qū)凈輸出虛擬水，向廣東的凈輸出量最大，為３２．５５ 億ｍ３。２０１７ 年，黃河流域凈輸入虛擬水量為１６６．７７ 億ｍ３。從圖３ 可以看出：黃河流域向北京、天津、河北、遼寧、浙江、重慶及西藏等７ 個(gè)省區(qū)凈輸出虛擬水，向天津凈輸出量最大，為１２．０４億ｍ３。

２０１２ 年、２０１５ 年、２０１７ 年黃河流域整體上始終為虛擬水凈輸入地區(qū)，但向京津冀、浙江、重慶等經(jīng)濟(jì)發(fā)達(dá)地區(qū)凈輸出虛擬水。

２．２ 黃河流域外部虛擬水貿(mào)易結(jié)構(gòu)

黃河流域各省區(qū)典型年（２０１２ 年、２０１５ 年、２０１７年）對外部虛擬水的輸出結(jié)構(gòu)如圖４ 所示。從圖４ 可以看出黃河流域虛擬水輸出結(jié)構(gòu)中，占比較大的有農(nóng)業(yè)，采選業(yè)，電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)及服務(wù)業(yè)，這是因?yàn)檗r(nóng)產(chǎn)品是水資源密集型產(chǎn)品。內(nèi)蒙古具有獨(dú)特的地理優(yōu)勢，適合農(nóng)業(yè)和畜牧業(yè)的發(fā)展，向外出口大量的農(nóng)產(chǎn)品。陜西憑借獨(dú)特的氣候條件生產(chǎn)優(yōu)質(zhì)水果，如獼猴桃、蘋果等，是水果調(diào)出大省。甘肅是我國重要的蔬菜基地之一，蔬菜被出售到全國其他省區(qū)。黃河流域豐富的煤炭資源可以用來發(fā)電，是我國西電東送的北線，由于電力傳輸，因此黃河流域向中國其他省區(qū)輸送大量虛擬水資源，造成了黃河流域水資源稀缺等問題。

２．３ 黃河流域內(nèi)部虛擬水貿(mào)易

圖５～圖７ 分別為２０１２ 年、２０１５ 年及２０１７ 年黃河流域內(nèi)部虛擬水貿(mào)易網(wǎng)絡(luò)。從圖５ 和圖６ 可以看出，２０１２ 年、２０１５ 年，山東虛擬水主要流向甘肅、河南、陜西、內(nèi)蒙古，內(nèi)蒙古虛擬水主要流向河南、四川、甘肅，青海、寧夏與黃河流域其他省區(qū)之間虛擬水貿(mào)易往來較少。從圖７ 可以看出，２０１７ 年，山西、陜西、河南為虛擬水輸出的主要地區(qū)，山西虛擬水主要流向內(nèi)蒙古，河南虛擬水主要流向陜西，陜西虛擬水主要流向甘肅，可以看出地理鄰近省區(qū)虛擬水來往較為密切。

黃河流域典型年（２０１２ 年、２０１５ 年、２０１７ 年）內(nèi)部虛擬水貿(mào)易輸出結(jié)構(gòu)如圖８ 所示，內(nèi)蒙古、陜西、甘肅、寧夏輸出的虛擬水主要來源于農(nóng)業(yè)。山西輸出的虛擬水主要來源于電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)，農(nóng)業(yè)，服務(wù)業(yè)，采選業(yè)。山東、河南、四川輸出的虛擬水一半來源于農(nóng)業(yè)，其余來源于服務(wù)業(yè)及電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)。

２．４ 黃河流域虛擬水凈輸出原因解釋

在２０１２ 年、２０１５ 年、２０１７ 年，黃河流域始終向北京、天津、浙江、西藏等４ 個(gè)省區(qū)凈輸出虛擬水，為了分析虛擬水凈輸出的原因，本文采用ＬＭＤＩ 模型進(jìn)行模擬計(jì)算，得到的結(jié)果見表３。由表３ 可以看出，結(jié)構(gòu)效應(yīng)和強(qiáng)度效應(yīng)使得黃河流域向北京凈輸出虛擬水，這是因?yàn)辄S河流域向北京輸出的產(chǎn)品中農(nóng)業(yè)，電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)等高耗水產(chǎn)業(yè)占比較大，并且黃河流域農(nóng)業(yè)，電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)的用水強(qiáng)度高于北京。２０１２ 年黃河流域向天津輸出的產(chǎn)品中電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)占比較大，２０１５ 年、２０１７ 年農(nóng)業(yè)占比較大，由此所造成的結(jié)構(gòu)效應(yīng)使得黃河流域向天津凈輸出虛擬水。黃河流域向浙江凈輸出虛擬水，主要是由結(jié)構(gòu)效應(yīng)和強(qiáng)度效應(yīng)造成的，這是因?yàn)辄S河流域農(nóng)業(yè)用水強(qiáng)度較高并且向浙江輸出的產(chǎn)品中農(nóng)業(yè)占比較大。２０１２ 年黃河流域向西藏凈輸出虛擬水主要?dú)w因于規(guī)模、結(jié)構(gòu)效應(yīng)，２０１５ 年、２０１７ 年向西藏凈輸出虛擬水主要?dú)w因于規(guī)模、強(qiáng)度效應(yīng)。

２．５ 黃河流域內(nèi)部虛擬水貿(mào)易網(wǎng)絡(luò)的影響因素分析

本文采用ＱＡＰ 回歸分析探究黃河流域內(nèi)部虛擬水貿(mào)易網(wǎng)絡(luò)的影響因素，ＱＡＰ 回歸結(jié)果見表４。１）地理空間距離。該變量通過１％的顯著性水平檢驗(yàn)，即地理空間距離是影響虛擬水貿(mào)易量的主要因素，回歸系數(shù)為負(fù)，即各省區(qū)之間的地理距離越短，虛擬水貿(mào)易量越大。２）經(jīng)濟(jì)發(fā)展水平。該變量通過了０．１ 的顯著性檢驗(yàn)水平，說明經(jīng)濟(jì)發(fā)展水平差異在一定程度上對虛擬水貿(mào)易有影響，回歸系數(shù)為正，表明地區(qū)間經(jīng)濟(jì)發(fā)展水平差異越大，其虛擬水貿(mào)易量越大。主要原因是經(jīng)濟(jì)發(fā)展水平高的地區(qū)，需要調(diào)入農(nóng)產(chǎn)品和水密集型產(chǎn)品，而經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的經(jīng)濟(jì)總產(chǎn)值正好來源于農(nóng)產(chǎn)品和水密集型產(chǎn)品。３）用水強(qiáng)度。該變量通過了０．０１ 的顯著性檢驗(yàn)水平，回歸系數(shù)為正，表明用水強(qiáng)度差距越大，虛擬水貿(mào)易量越大。原因可能是經(jīng)濟(jì)發(fā)達(dá)地區(qū)用水強(qiáng)度比較低，而農(nóng)業(yè)經(jīng)濟(jì)占統(tǒng)治地位的欠發(fā)達(dá)地區(qū)用水強(qiáng)度比較高，這種差異促進(jìn)了省區(qū)間虛擬水貿(mào)易。４）就業(yè)結(jié)構(gòu)。就業(yè)結(jié)構(gòu)差異矩陣的回歸系數(shù)未通過顯著性檢驗(yàn)，說明就業(yè)結(jié)構(gòu)的差異對虛擬水貿(mào)易沒有顯著影響。５）技術(shù)水平。該變量通過了０．１ 的顯著性水平檢驗(yàn)，回歸系數(shù)為負(fù)，說明黃河流域虛擬水貿(mào)易更多地發(fā)生在技術(shù)水平相近的省區(qū)之間。

３ 結(jié)論

測算了２０１２ 年、２０１５ 年、２０１７ 年黃河流域內(nèi)、外部虛擬水貿(mào)易量，使用ＬＭＤＩ 模型對黃河流域向中國其他省區(qū)的凈輸出虛擬水量進(jìn)行影響效應(yīng)分析，用ＱＡＰ 回歸模型分析了黃河流域內(nèi)部各省區(qū)之間虛擬水貿(mào)易的影響因素。

２０１２ 年、２０１５ 年及２０１７ 年黃河流域向北京、天津、浙江、西藏等４ 個(gè)省區(qū)始終凈輸出虛擬水，嚴(yán)重制約了黃河流域經(jīng)濟(jì)發(fā)展。凈輸出虛擬水主要?dú)w因于以農(nóng)業(yè)及電力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)為主導(dǎo)的輸出產(chǎn)品結(jié)構(gòu)以及其輸出產(chǎn)品的用水強(qiáng)度，黃河流域具有豐富的農(nóng)牧業(yè)生產(chǎn)基地和能源基地，向其他地區(qū)出口了大量水資源密集型產(chǎn)品，在今后的農(nóng)業(yè)發(fā)展中應(yīng)該制定嚴(yán)格的制度來控制農(nóng)業(yè)用水總量，優(yōu)化種植結(jié)構(gòu)并大力發(fā)展節(jié)水灌溉，減少種植高耗水農(nóng)作物。煤炭發(fā)電伴隨著大量水資源的消耗，應(yīng)積極推動(dòng)黃河流域能源產(chǎn)業(yè)的技術(shù)進(jìn)步，努力向可再生能源轉(zhuǎn)型，優(yōu)化其能源結(jié)構(gòu)，提高風(fēng)能、太陽能占比以實(shí)現(xiàn)節(jié)水減排的目標(biāo)。另外，工業(yè)企業(yè)應(yīng)使用節(jié)水技術(shù)裝備，實(shí)現(xiàn)循環(huán)用水。

由ＱＡＰ 回歸分析結(jié)果來看，黃河流域內(nèi)部虛擬水貿(mào)易量主要受經(jīng)濟(jì)發(fā)展水平、地理空間距離及用水強(qiáng)度差異的影響，黃河流域各省區(qū)應(yīng)該互補(bǔ)互足，缺水地區(qū)加大進(jìn)口水密集型產(chǎn)品來減輕水資源壓力，同時(shí)優(yōu)化貿(mào)易結(jié)構(gòu)，減少水資源的輸出，以便實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。

本文的不足之處如下：由于細(xì)分部門的用水?dāng)?shù)據(jù)是估算得來的，因此測算結(jié)果存在一定的誤差；影響虛擬水貿(mào)易的因素較多，但本文選取的影響因素較少，今后還需要做進(jìn)一步研究。

參考文獻(xiàn)：

［１］ＡＬＬＡＮ Ｊ Ａ． Ｆｏｒｔｕｎａｔｅｌｙ Ｔｈｅｒｅ ａｒｅ Ｓｕｂｓｔｉｔｕｔｅｓ ｆｏｒ Ｗａｔｅｒ：Ｏｔｈｅｒｗｉｓｅ Ｏｕｒ Ｈｙｄｒｏｐｏｌｉｔｉｃａｌ Ｆｕｔｕｒｅｓ Ｗｏｕｌｄ ｂｅ Ｉｍｐｏｓｓｉｂｌｅ［Ｊ］．Ｐｒｉｏｒｉｔｉｅｓ ｆｏｒ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ａｌｌｏｃａｔｉｏｎ ａｎｄ Ｍａｎａｇｅ?ｍｅｎｔ，１９９３，１３（４）：１３－２６．

［２］ ＨＯＥＫＳＴＲＡ Ａ Ｙ，ＨＵＮＧ Ｐ Ｑ．Ｇｌｏｂａｌｉｓａｔｉｏｎ ｏｆ Ｗａｔｅｒ Ｒｅ?ｓｏｕｒｃｅｓ：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｆｌｏｗｓ ｉｎ Ｒｅｌａｔｉｏｎ ｔｏＣｒｏｐ Ｔｒａｄｅ［Ｊ］．Ｇｌｏｂａｌ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｃｈａｎｇｅ，２００５，１５（１）：４５－５６．

［３］ ＤＥＮＧ Ｇ Ｙ，ＬＵ Ｆ Ｙ，ＷＵ Ｌ Ｐ，ｅｔ ａｌ．Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ａｎａｌｙｓｉｓｏｆ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｔｒａｄｅ Ａｍｏｎｇ Ｍａｊｏｒ Ｃｏｕｎｔｒｉｅｓ ｉｎ ｔｈｅ Ｗｏｒｌｄ［Ｊ］．Ｓｃｉｅｎｃｅ ｏｆ ｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔ，２０２１，７５３：１４２０４３．

［４］ 韓文鈺，張艷軍，張利平，等．基于投入產(chǎn)出分析的中美兩國虛擬水貿(mào)易研究［Ｊ］．中國農(nóng)村水利水電，２０２０（１２）：２７－３４，３９．

［５］ 田貴良，李嬌嬌，李樂樂．基于多區(qū)域投入產(chǎn)出模型的長江經(jīng)濟(jì)帶虛擬水流動(dòng)格局研究［Ｊ］．中國人口·資源與環(huán)境，２０１９，２９（３）：８１－８８．

［６］ 魏怡然，邵玲，張寶剛，等．北京市虛擬水消費(fèi)與貿(mào)易［Ｊ］．自然資源學(xué)報(bào)，２０１９，３４（９）：１９６２－１９７３．

［７］ ＴＡＭＥＡ Ｓ，ＣＡＲＲ Ｊ Ａ，ＬＡＩＯ Ｆ，ｅｔ ａｌ．Ｄｒｉｖｅｒｓ ｏｆ ｔｈｅ ＶｉｒｔｕａｌＷａｔｅｒ Ｔｒａｄｅ［Ｊ］．Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，２０１４，５０（１）：１７－２８．

［８］ ＤＵＡＲＴＥ Ｒ，ＰＩＮＩＬＬＡ Ｖ，ＳＥＲＲＡＮＯ Ａ．Ｌｏｎｇ Ｔｅｒｍ Ｄｒｉｖｅｒｓｏｆ Ｇｌｏｂａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｔｒａｄｅ：Ａ Ｔｒａｄｅ Ｇｒａｖｉｔｙ Ａｐｐｒｏａｃｈｆｏｒ １９６５－２０１０［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ，２０１９，１５６：３１８－３２６．

［９］ ＣＡＩ Ｂ Ｍ，ＺＨＡＮＧ Ｗ，ＨＵＢＡＣＥＫ Ｋ，ｅｔ ａｌ．Ｄｒｉｖｅｒｓ ｏｆ ＶｉｒｔｕａｌＷａｔｅｒ Ｆｌｏｗｓ ｏｎ Ｒｅｇｉｏｎａｌ Ｗａｔｅｒ Ｓｃａｒｃｉｔｙ ｉｎ Ｃｈｉｎａ ［ Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ，２０１９，２０７：１１１２－１１２２．

［１０］ 陳麗新，孫才志．中國農(nóng)產(chǎn)品虛擬水流動(dòng)格局的形成機(jī)理與維持機(jī)制研究［Ｊ］．中國軟科學(xué)，２０１０（１１）：４４－５３．

［１１］ 賈永鋒，趙萌，尚長健，等．黃河流域地下水環(huán)境現(xiàn)狀、問題與建議［Ｊ］．環(huán)境保護(hù)，２０２１，４９（１３）：２０－２３．

［１２］ 尹冬勤，羅仁永，王小龍，等．黃河流域九省區(qū)水資源利用現(xiàn)狀分析［Ｃ］ ／／ 中國水利學(xué)會(huì)．中國水利學(xué)會(huì)２０２０ 學(xué)術(shù)年會(huì)論文集第三分冊．北京：中國水利水電出版社，２０２０：３０４－３１４．

［１３］ ＬＥＯＮＴＩＥＦ Ｗ．Ｑｕａｎｔｉｔａｔｉｖｅ Ｉｎｐｕｔ ａｎｄ Ｏｕｔｐｕｔ Ｒｅｌａｔｉｏｎｓ ｉｎ ｔｈｅＥｃｏｎｏｍｉｃ Ｓｙｓｔｅｍｓ ｏｆ ｔｈｅ Ｕｎｉｔｅｄ Ｓｔａｔｅｓ［Ｊ］．Ｔｈｅ Ｒｅｖｉｅｗ ｏｆＥｃｏｎｏｍｉｃ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ，１９３６，１８（３）：１０５－１２５．

［１４］ ＱＩＡＮ Ｙ Ｙ，ＤＯＮＧ Ｈ Ｊ，ＧＥＮＧ Ｙ，ｅｔ ａｌ．Ｗａｔｅｒ ＦｏｏｔｐｒｉｎｔＣｈａｒａｃｔｅｒｉｓｔｉｃ ｏｆ Ｌｅｓｓ Ｄｅｖｅｌｏｐｅｄ Ｗａｔｅｒ?Ｒｉｃｈ Ｒｅｇｉｏｎｓ：Ｃａｓｅｏｆ Ｙｕｎｎａｎ，Ｃｈｉｎａ［Ｊ］．Ｗａｔｅｒ Ｒｅｓｅａｒｃｈ，２０１８，１４１：２０８－２１６．

［１５］ 劉軍．ＱＡＰ：測量“關(guān)系”之間關(guān)系的一種方法［Ｊ］．社會(huì)，２００７，２７（４）：１６４－１７４，２０９．

［１６］ 王薇，ＰＡＴＲＩＣＫ Ｑ．絲綢之路經(jīng)濟(jì)帶能源貿(mào)易的空間網(wǎng)絡(luò)特征及影響因素分析［Ｊ］．貴州社會(huì)科學(xué)，２０２０（３）：１２３－１３１．

［１７］ 馬遠(yuǎn)，徐俐俐．絲綢之路經(jīng)濟(jì)帶沿線國家石油貿(mào)易網(wǎng)絡(luò)結(jié)構(gòu)特征及影響因素［Ｊ］．國際貿(mào)易問題，２０１６（１１）：３１－４１．

［１８］ 李優(yōu)樹，冉丹．石油產(chǎn)業(yè)鏈貿(mào)易網(wǎng)絡(luò)及其影響因素研究：以“一帶一路”沿線國家為例［Ｊ］．經(jīng)濟(jì)問題，２０２１（９）：１１１－１１８．

［１９］ ＧＡＲＣＩＡ Ｓ，ＭＥＪＩＡ Ａ．Ｃｈａｒａｃｔｅｒｉｚｉｎｇ ａｎｄ Ｍｏｄｅｌｉｎｇ Ｓｕｂｎａ?ｔｉｏｎａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｎｅｔｗｏｒｋｓ ｏｆ ＵＳ Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｉｎｄｕｓ?ｔｒｉａｌ Ｃｏｍｍｏｄｉｔｙ Ｆｌｏｗｓ［Ｊ］．Ａｄｖａｎｃｅｓ ｉｎ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ，２０１９，１３０：３１４－３２４．

［２０］ ＱＩＡＮ Ｙ Ｙ，ＴＩＡＮ Ｘ，ＧＥＮＧ Ｙ，ｅｔ ａｌ．Ｄｒｉｖｉｎｇ Ｆａｃｔｏｒｓ ｏｆ Ａｇ?ｒｉｃｕｌｔｕｒａｌ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｔｒａｄｅ Ｂｅｔｗｅｅｎ Ｃｈｉｎａ ａｎｄ ｔｈｅ Ｂｅｌｔａｎｄ Ｒｏａｄ Ｃｏｕｎｔｒｉｅｓ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌ?ｏｇｙ，２０１９，５３（１０）：５８７７－５８８６．

［２１］ ＹＥ Ｑ Ｌ，ＬＩ Ｙ，ＺＨＡＮＧ Ｗ Ｌ，ｅｔ ａｌ．Ｉｎｆｌｕｅｎｔｉａｌ Ｆａｃｔｏｒｓ ｏｎＷａｔｅｒ Ｆｏｏｔｐｒｉｎｔ：Ａ Ｆｏｃｕｓ ｏｎ Ｗｈｅａｔ Ｐｒｏｄｕｃｔｉｏｎ ａｎｄ Ｃｏｎ?ｓｕｍｐｔｉｏｎ ｉｎ Ｖｉｒｔｕａｌ Ｗａｔｅｒ Ｉｍｐｏｒｔ ａｎｄ Ｅｘｐｏｒｔ Ｒｅｇｉｏｎｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，２０１９，１０２：３０９－３１５．

【責(zé)任編輯 張 帥】

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（７２３６３０２１）；甘肅省隴原青年英才項(xiàng)目；蘭州財(cái)經(jīng)大學(xué)絲綢之路經(jīng)濟(jì)研究院科研項(xiàng)目（ＪＹＹＺ２０２１０２）