基于ＬＭＤＩ 和水足跡理論的西安市水資源壓力驅(qū)動因素分析

摘 要：為探究水資源壓力來源及其驅(qū)動因素，利用西安市２０１３—２０２０ 年各類水資源統(tǒng)計(jì)數(shù)據(jù)研究其水足跡的變化趨勢，并結(jié)合ＬＭＤＩ 分解法來分析技術(shù)效應(yīng)、人口效應(yīng)、結(jié)構(gòu)效應(yīng)和經(jīng)濟(jì)效應(yīng)對西安市水資源壓力的影響。結(jié)果表明：１）西安市水足跡在２０１８ 年達(dá)到最大值，水足跡以內(nèi)部水足跡為主，其占比為９０．２４％～９５．５２％；內(nèi)部水足跡以農(nóng)業(yè)用水為主，其占比為３５．２６％～４１．８２％。從空間結(jié)構(gòu)來看，城六區(qū)人均水足跡小于西安市其他地區(qū)。２）西安市水足跡在２０１３—２０２０ 年處于水赤字狀態(tài)，水資源處于超負(fù)荷開發(fā)利用狀態(tài)。３）在西安市水足跡驅(qū)動因素中，技術(shù)效應(yīng)表現(xiàn)為逆向驅(qū)動效果，且對水足跡影響最大；正向驅(qū)動因素中經(jīng)濟(jì)效應(yīng)、人口效應(yīng)對水足跡影響較大，結(jié)構(gòu)效應(yīng)對水足跡的影響較前兩者小。

關(guān)鍵詞：三維水足跡模型；ＬＭＤＩ；水資源壓力；驅(qū)動因素；西安市

中圖分類號：ＴＶ２１３．４ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．１１．０１４

引用格式：金祺，楊銀科，孫建峰，等．基于ＬＭＤＩ 和水足跡理論的西安市水資源壓力驅(qū)動因素分析［Ｊ］．人民黃河，２０２４，４６（１１）：８６－９２，９８．

０ 引言

隨著世界經(jīng)濟(jì)不斷發(fā)展和人口數(shù)量增長，水資源開發(fā)利用面臨巨大壓力，亟須弄清水資源利用與消費(fèi)終端的關(guān)系，并基于社會現(xiàn)狀分析各種水資源壓力及其影響因素。１９９３ 年，Ａｌｌａｎ［１］ 首次引入了與“實(shí)體水”相對的“虛擬水”概念，以表征產(chǎn)品加工和銷售環(huán)節(jié)中消耗的水資源量，為水資源的核算提供了新思路。２００９ 年，Ｈｏｅｋｓｔｒａ［２］ 定義了包含一個地區(qū)直接和間接消耗水資源量的水足跡概念。２０１１ 年， Ｎｉｃｃｏｌｕｃｃｉ等［３］ 構(gòu)建了三維視角下的生態(tài)足跡模型，首次將二維角度的價(jià)值應(yīng)用到立體空間，且基于足跡深度和足跡廣度兩個新指標(biāo)對生態(tài)足跡進(jìn)行核算，之后經(jīng)其他學(xué)者改良逐漸應(yīng)用到水足跡模型之中。２０１３ 年，方愷［４］首次將三維生態(tài)足跡模型應(yīng)用到我國的水足跡計(jì)算，并重新定義了存量流量利用比和資本流量占用率兩個概念對三維模型進(jìn)行優(yōu)化，驗(yàn)證并分析了我國４０ ａ 間的水足跡變化。２０１９ 年，熊鴻斌等［５］ 對Ｎｉｃｃｏｌｕｃｃｉ 和方愷的三維生態(tài)足跡模型進(jìn)行改良，基于水足跡理論構(gòu)建了三維水足跡模型，將足跡深度的取值范圍進(jìn)行拓展，并把水盈余（赤字）狀態(tài)統(tǒng)一到該三維模型中，較好地給出了人類對水資源占有程度的核算標(biāo)準(zhǔn)并對研究區(qū)的水資源壓力進(jìn)行評價(jià)。

對數(shù)平均迪氏指數(shù)（ＬＭＤＩ）分解法的基本原理是首先將目標(biāo)變量的變化分解成多個驅(qū)動因素變量組合，然后分別計(jì)算各因素的影響程度，最終根據(jù)各因素的影響程度對目標(biāo)變量變化原因進(jìn)行分析。本文從水足跡角度出發(fā)，分析西安市２０１３—２０２０ 年各類水足跡，結(jié)合ＬＭＤＩ 分解法，選取人口效應(yīng)、技術(shù)效應(yīng)、結(jié)構(gòu)效應(yīng)和經(jīng)濟(jì)效應(yīng)４ 個驅(qū)動因素對西安市水足跡進(jìn)行分解，以期掌握西安市水資源消費(fèi)情況，為水資源的合理分配和利用提供參考。

１ 研究區(qū)概況與數(shù)據(jù)來源

１．１ 研究區(qū)概況

西安市位于西北內(nèi)陸的關(guān)中平原（１０７° ４０′—１０９°４９′Ｅ，３３°４２′—３４°４５′Ｎ），總面積為１０ ７５２ ｋｍ２。西安市境內(nèi)河流共計(jì)５４ 條，大多數(shù)自南向北匯入渭河，總面積的９８．４６％位于黃河流域內(nèi)。２０２０ 年，全市水資源總量為２６．７８ 億ｍ３，其中地表水資源有２２．７６億ｍ３、地下水資源有１１．６０ 億ｍ３，重復(fù)計(jì)算量為７．５８億ｍ３。２０２０ 年全國人均水資源量為２ ２４１．５ ｍ３，而西安市人均水資源量僅有２０６．７５ ｍ３，遠(yuǎn)低于全國平均水平［６］ 。

１．２ 數(shù)據(jù)來源

本文以西安市為研究區(qū)域、２０１３—２０２０ 年西安市相關(guān)部門公布的相關(guān)指標(biāo)數(shù)據(jù)為基礎(chǔ)，可利用水資源量及居民生活用水、工業(yè)用水、生態(tài)環(huán)境用水?dāng)?shù)據(jù)源于２０１３—２０２０ 年西安市水資源公報(bào)以及２０１３—２０２０ 年西安市統(tǒng)計(jì)年鑒，農(nóng)業(yè)產(chǎn)品以及畜牧業(yè)產(chǎn)品數(shù)據(jù)、常住人口數(shù)和進(jìn)出口貿(mào)易數(shù)據(jù)源于２０１３—２０２０ 年西安市統(tǒng)計(jì)年鑒。

２ 研究方法

２．１ 水足跡計(jì)算

基于現(xiàn)代貿(mào)易的發(fā)展，水足跡可轉(zhuǎn)化為一個國家或地區(qū)生產(chǎn)和服務(wù)消耗的本地水資源總量與進(jìn)出口虛擬水量的代數(shù)關(guān)系，其表達(dá)式為

ＷＦ ＝ ＩＷＦ ＋ ＥＷＦ （１）

式中：ＷＦ 為水足跡，ＩＷＦ 為內(nèi)部水足跡，ＥＷＦ 為外部水足跡。

ＩＷＦ ＝ ＡＷＵ ＋ ＩＷＵ ＋ ＤＷＵ ＋ ＥＷＵ － ＶＷＥｄｏｍ （２）式中：ＡＷＵ 為研究區(qū)農(nóng)業(yè)生產(chǎn)用水量（不包括灌溉損失水量），ＩＷＵ 為研究區(qū)工業(yè)生產(chǎn)用水量，ＤＷＵ 為研究區(qū)居民生活用水量，ＥＷＵ 為研究區(qū)生態(tài)環(huán)境用水量，ＶＷＥｄｏｍ 為研究區(qū)出口的虛擬水量。

ＥＷＦ ＝ ＶＷＩ － ＶＷＥｒｅ （３）

式中：ＶＷＩ 為研究區(qū)進(jìn)口的虛擬水量，ＶＷＥｒｅ 為研究區(qū)進(jìn)口后再出口其他地區(qū)的虛擬水量。

水足跡的計(jì)算包含了大量的虛擬水量的計(jì)算，涉及動物產(chǎn)品、農(nóng)作物產(chǎn)品以及工業(yè)產(chǎn)品的虛擬水量。農(nóng)作物產(chǎn)品和動物產(chǎn)品生產(chǎn)的虛擬水量是農(nóng)業(yè)生產(chǎn)用水的主體，本文參考Ｃｈａｐａｇａｉｎ 等［７］ 及劉梅等［８］ 的研究成果來確定兩者的虛擬水含量，計(jì)算公式為

式中：ＷＦｃ、ＷＦａ 分別為農(nóng)作物產(chǎn)品、動物產(chǎn)品的虛擬水含量，ＶＷＣｃ、ＶＷＣａ 分別為農(nóng)作物產(chǎn)品、動物產(chǎn)品單位質(zhì)量產(chǎn)品的虛擬水含量，Ｐｃｊ 、Ｐａｊ 分別為農(nóng)作物產(chǎn)品、動物產(chǎn)品第ｊ 類產(chǎn)品的總產(chǎn)量，ｎ 為產(chǎn)品的類別數(shù)。

工業(yè)產(chǎn)品虛擬水含量計(jì)算同上述方法類似，即采用萬元工業(yè)產(chǎn)值用水量與總產(chǎn)值的乘積來計(jì)算。居民生活用水及生態(tài)環(huán)境用水在總用水中所占比例不大，可使用水資源公報(bào)中的數(shù)據(jù)。本文采用間接的方法來計(jì)算出口的虛擬水量（ＶＷＥｄｏｍ），由于進(jìn)口后再出口的虛擬水量（ＶＷＥｒｅ） 所占比重較小而忽略不計(jì)，此時進(jìn)口虛擬水量（ＶＷＩ） 就是外部水足跡，因此進(jìn)出口的虛擬水量用式（７）、式（８） 計(jì)算：

ＶＷＥｄｏｍ ＝ 出口貿(mào)易值／生產(chǎn)總值× 總生產(chǎn)耗水量（７）

ＥＷＦ ＝ ＶＷＩ ＝ 進(jìn)口貿(mào)易值／生產(chǎn)總值× 總生產(chǎn)耗水量（８）

２．２ 三維水足跡模型

水足跡模型經(jīng)過兩次重要的演變，形成了如今的三維水足跡模型。三維水足跡模型中的“三維”分別為水資源消費(fèi)現(xiàn)狀、水盈余（水赤字）、足跡深度。一維水足跡主要用于研究水資源的消費(fèi)現(xiàn)狀；二維是在一維基礎(chǔ)上增加水盈余（水赤字）來核算自然資源流量下人類所消耗的比例；三維是引入足跡深度，用水資源存量來核算水資源被消耗的程度。建立的足跡深度模型［５］ 為

ＷＦｄｅｐｔｈ ＝ ＷＦ／ＷＡ （９）

式中：ＷＦｄｅｐｔｈ 為足跡深度，ＷＦｄｅｐｔｈ ≥ ０；ＷＡ 為研究區(qū)域可利用水資源數(shù)量。

在計(jì)算時，以不擾亂生態(tài)系統(tǒng)平衡和保護(hù)物種多樣性為基礎(chǔ)，應(yīng)扣除用于保障以上兩個條件的水資源量，ＷＡ 約為水資源總量的４０％。

根據(jù)水足跡深度，計(jì)算水資源狀態(tài)評價(jià)指標(biāo)。

當(dāng)ＷＦｄｅｐｔｈ ＜１ 時，水資源處于水盈余狀態(tài)，水足跡、水盈余計(jì)算公式為

ＷＦ ＝ ＷＡ × ＷＦｄｅｐｔｈ （１０）

ＷＥＲ ＝ ＷＡ × （１ － ＷＦｄｅｐｔｈ） （１１）

式中：ＷＥＲ 為水盈余。

當(dāng)ＷＦｄｅｐｔｈ ＝１ 時，水資源處于水赤字與水盈余的分界狀態(tài)，水盈余與水足跡相等，即

ＷＥＲ ＝ ＷＡ （１２）

當(dāng)ＷＦｄｅｐｔｈ ＞１ 時，水資源處于水赤字狀態(tài)，水赤字計(jì)算公式為

ＷＥＤ ＝ ＷＡ × （ＷＦｄｅｐｔｈ － １） （１３）

式中： ＷＥＤ 為水赤字。

２．３ ＬＭＤＩ 因素分解

本文參考ｋａｙａ 恒等式與能源消費(fèi)影響因素分解的方法，選取人口效應(yīng)、技術(shù)效應(yīng)、結(jié)構(gòu)效應(yīng)和經(jīng)濟(jì)效應(yīng)，利用ＬＭＤＩ 分解法建立水足跡分解模型如下：

式中：ＷＦｉｔ 為ｔ 時期第ｉ 類水足跡，ＷＦｔ 為ｔ 時期水足跡，ｙｔ 為ｔ 時期生產(chǎn)總值，ｐ０、ｐｔ 分別為基準(zhǔn)年、ｔ 時期常住人口數(shù)，ｓｉ０、ｓｉｔ 分別為基準(zhǔn)年、ｔ 時期第ｉ 類水資源占水足跡比重，ｇ０、ｇｔ 分別為基準(zhǔn)年、ｔ 時期單位生產(chǎn)總值水足跡，ｒ０、ｒｔ 分別為基準(zhǔn)年、ｔ 時期人均生產(chǎn)總值，ΔＷＦｔ為水足跡變化量，ＷＦ０、ＷＦｔ 分別為基準(zhǔn)年、ｔ 時期水足跡，ΔＷＦｐ 、ΔＷＦｇ 、ΔＷＦｒ 、ΔＷＦｓ 分別為常住人口、技術(shù)因素、經(jīng)濟(jì)因素、結(jié)構(gòu)因素引起的水足跡變化量（其計(jì)算公式詳見參考文獻(xiàn)［５］）。

２．４ 水資源壓力評價(jià)模型

根據(jù)吳佩林［９］ 的研究成果，選取萬元ＧＤＰ 水耗下降率和城鎮(zhèn)廢水處理率、人均水資源量、人均ＧＤＰ 及水資源總量折合地表徑流深和水資源開發(fā)利用程度來反映西安市的技術(shù)發(fā)展、人口、經(jīng)濟(jì)發(fā)展、生態(tài)壓力指數(shù)。

２．４．１ 技術(shù)發(fā)展壓力指數(shù)Ｐｔ

該指標(biāo)用來衡量技術(shù)因素給區(qū)域水資源帶來的壓力，根據(jù)湯小波等［１０］ 的研究選取萬元ＧＤＰ 水耗下降率和城鎮(zhèn)廢水處理率反映水資源技術(shù)發(fā)展壓力指數(shù)。其計(jì)算公式為

Ｐｔ ＝ （λ１ ＋ λ２） ／ ２ （１７）

式中：λ１ 為萬元ＧＤＰ 水耗下降率，λ２ 為城鎮(zhèn)廢水處理率。

由于式（１７）中λ１、λ２ 均是正向指標(biāo)，因此計(jì)算出來的數(shù)值大小與技術(shù)發(fā)展壓力正好呈負(fù)相關(guān)關(guān)系，即計(jì)算數(shù)值越大反而技術(shù)發(fā)展壓力越小，數(shù)值越小技術(shù)發(fā)展壓力越大。

２．４．２ 人口壓力指數(shù)Ｐｐ

該指標(biāo)利用人均水資源量來反映人口給區(qū)域水資源帶來的壓力，根據(jù)世界資源研究所的規(guī)定，水資源人口壓力下限為１ ０００ ｍ３ ／ 人。具體計(jì)算公式為

Ｐｐ ＝ （１ ０００ － ＷＡ） ／ １ ０００ （１８）

若Ｐｐ 小于０，則說明人口未對區(qū)域水資源造成壓力，缺水狀況不嚴(yán)重；Ｐｐ 值越小水資源越豐富，Ｐｐ 值越大人口壓力越大。

２．４．３ 生態(tài)壓力指數(shù)Ｐｅ

根據(jù)以往的研究結(jié)果，水資源折合地表徑流深為１５０ ｍｍ 是生態(tài)系統(tǒng)良性發(fā)展的最低限度，且水資源開發(fā)利用程度以低于５０％為最佳，因此選定１５０、５０ ｍｍ為臨界值。具體計(jì)算公式為

Ｐｅ ＝ （１５０ － ＷＲ／１５０ ＋ ＷＤ － ５０／５０ ） × １／２ （１９）

ＷＲ ＝ Ｗ ／ １ ０００Ｆ （２０）

式中：ＷＲ 為水資源折合地表徑流深，ＷＤ 為水資源開發(fā)利用程度，Ｗ 為研究區(qū)徑流總量，Ｆ 為研究區(qū)面積。

若Ｐｅ 小于０，則說明不存在水資源生態(tài)壓力，缺水狀況不嚴(yán)重；Ｐｅ 值越小水資源越豐富，Ｐｅ 值越大生態(tài)壓力越大。

２．４．４ 經(jīng)濟(jì)發(fā)展壓力指數(shù)Ｐｅｄ

經(jīng)濟(jì)發(fā)展壓力指數(shù)利用人均ＧＤＰ（以ＧＡ 表示）來計(jì)算，根據(jù)前人研究，選?。?０００ 美元作為經(jīng)濟(jì)壓力臨界值。計(jì)算公式為

Ｐｅｄ ＝ （３ ０００ － ＧＡ） ／ ３ ０００ （２１）

若Ｐｅｄ 小于０，則說明經(jīng)濟(jì)發(fā)展未對區(qū)域水資源造成壓力，缺水狀況不嚴(yán)重；Ｐｅｄ 值越小水資源越豐富，Ｐｅｄ 值越大經(jīng)濟(jì)發(fā)展壓力越大。

將以上各種水資源壓力指數(shù)計(jì)算完畢后，計(jì)算水資源綜合壓力指數(shù)。具體計(jì)算公式為

Ｐ ＝ Ｐｔ ＋ Ｐｐ ＋ Ｐｅ ＋ Ｐｅｄ （２２）

式中：Ｐ 為水資源綜合壓力指數(shù)。

２．５ 研究技術(shù)路線

鑒于西安市的實(shí)際情況，本文在以往研究方法的基礎(chǔ)上進(jìn)行優(yōu)化，依據(jù)水足跡理論，建立三維水足跡、ＬＭＤＩ 因素分解、壓力評價(jià)模型，重點(diǎn)解決虛擬水的計(jì)算問題，分析影響西安市水足跡變化的主要因素，研究技術(shù)路線見圖１。

３ 結(jié)果與分析

３．１ 水足跡時空變化及構(gòu)成分析

３．１．１ 水足跡在時間上的變化分析

鑒于西安市２０１３ 年前的統(tǒng)計(jì)信息不完善，通過式（１） ～ 式（８）計(jì)算西安市２０１３—２０２０ 年各類用水量，并結(jié)合虛擬水量進(jìn)出口計(jì)算，獲得總水足跡量（計(jì)算結(jié)果見表１），各類水足跡構(gòu)成如圖２ 所示。由表１、圖２ 分析可知，西安市在２０１３—２０２０ 年水足跡先增大后減小，西安市總水足跡與內(nèi)部水足跡變化趨勢基本吻合，西安市水足跡在２０１８ 年達(dá)到了峰值，外部水足跡則呈上升趨勢。

通過式（２３）進(jìn)行水足跡年均增幅計(jì)算：

式中：ｍ 為年均增幅，ｎ 為年數(shù)，Ａ 為第１ 年研究數(shù)據(jù)，Ｂ為第ｎ 年研究數(shù)據(jù)。

通過計(jì)算發(fā)現(xiàn)，西安市內(nèi)部水足跡在２０１３—２０１９年平均年增幅約為０．７８％，２０２０ 年相對于２０１９ 年降低約１０．２３％。外部水足跡在２０１３—２０１９ 年平均年增幅約為１２．８２％，２０２０ 年相對于２０１９ 年增加約５．２７％。西安市總水足跡在２０１３—２０１９ 年平均年增幅約為１．５０％，２０２０ 年相比２０１９ 年降低約８．９２％，降低幅度較大。從整體看，內(nèi)部水足跡是外部水足跡的９．２５～２１．３５倍，水資源自給率為９０．２４％ ～９５．５２％，出現(xiàn)此情況原因是西安市地處我國西北地區(qū)，對外貿(mào)易并不發(fā)達(dá)，主要依靠本地水資源來支撐產(chǎn)品虛擬水消費(fèi)。

從圖２ 可知，農(nóng)業(yè)用水在歷年水足跡中所占比例均為最大；工業(yè)用水量在２０２０ 年出現(xiàn)明顯下降，是社會不可控因素滯緩了工業(yè)發(fā)展進(jìn)程所致，在２０２０ 年前社會正常運(yùn)轉(zhuǎn)狀態(tài)下，工業(yè)生產(chǎn)用水呈先增大后減小的變化趨勢，這表明在此期間西安產(chǎn)業(yè)已明顯轉(zhuǎn)型。自２０１６ 年，西安市開始實(shí)施階梯水價(jià)，一定程度上增強(qiáng)了人們節(jié)約用水的意識，居民生活用水量也逐漸趨于平穩(wěn)增長。生態(tài)用水量逐年提高，表明西安市政府和人民對環(huán)境保護(hù)愈加重視。出口虛擬水量先增大后減小，進(jìn)口虛擬水量持續(xù)增大，但整體來看相差不大。

３．１．２ 水足跡在空間上的變化及構(gòu)成分析

２０２０ 年末西安市常住人口達(dá)１ ２９５．２７ 萬人，計(jì)算人均水足跡約為１２０．１５ ｍ３，西安市境內(nèi)有眾多河流，不同的河流徑流量以及流域面積也不相同，不同區(qū)域人口密集程度和對水利用率也有所不同，這就導(dǎo)致了水足跡在空間分布上有差異。利用式（１） ～ 式（８）計(jì)算２０２０ 年不同行政區(qū)的水足跡，進(jìn)而計(jì)算人均水足跡，結(jié)果見表２。

從整體來看，處于關(guān)中平原的西安市城六區(qū)人均水足跡最小，以上原因是：１）城六區(qū)人口占西安市總?cè)丝诘囊话胍陨?；２）城六區(qū)主要發(fā)展工業(yè)，農(nóng)業(yè)生產(chǎn)用水少，而農(nóng)業(yè)生產(chǎn)用水恰恰是總體水足跡的最大影響因素。從城六區(qū)往北為黃土高原，包括高陵區(qū)、閻良區(qū)以及臨潼區(qū)，地形多為溝壑、河谷，地面支離破碎，不利于發(fā)展工業(yè)，主要從事農(nóng)業(yè)生產(chǎn)，加之人口分布少，因此人均水足跡較大；從城六區(qū)往南為秦嶺山區(qū)，山地地形占據(jù)了周至縣和鄠邑區(qū)面積的一半以上，同樣不利于發(fā)展工業(yè)，以農(nóng)業(yè)為主，人口較為稀少，人均水足跡較大。長安區(qū)與藍(lán)田縣地形以平原為主，南部為山地，人口密度比城六區(qū)小，北部可發(fā)展工業(yè)，南部適合發(fā)展農(nóng)業(yè)，人均水足跡略大于城六區(qū)。

３．２ 水足跡深度時空差異分析

根據(jù)研究期內(nèi)歷年區(qū)域可利用水資源量，由式（９） ～式（１３）計(jì)算水足跡深度（結(jié)果見表３）。由表３可知，西安市水足跡呈先增大后減小趨勢，可利用水資源量波動變化、總體呈增長趨勢。水足跡一直高于區(qū)域可用水資源量，這表明在２０１３—２０２０ 年，西安市一直處于水赤字狀態(tài)，人們在消耗完水資源流量的同時還使用了水資源存量。西安市水足跡深度變化范圍為１．４５～２．０７，水資源被超負(fù)荷開采利用，用于保護(hù)環(huán)境和維持地區(qū)生物多樣性的水資源變少，不利于地區(qū)的長遠(yuǎn)可持續(xù)發(fā)展。

３．３ 水足跡環(huán)境壓力的因素分解分析

運(yùn)用ＬＭＤＩ 因素分解法對西安市水足跡的各因素的貢獻(xiàn)進(jìn)行分解，選定２０１３ 年為基準(zhǔn)年，根據(jù)式（１４） ～式（１６）進(jìn)行計(jì)算，結(jié)果見表４、圖３。分析可知，２０１４—２０２０ 年各因素總效應(yīng)均為正值，呈先增大后減小趨勢。

結(jié)構(gòu)效應(yīng)在２０１６ 年以前為抑制作用，在２０１６ 年及以后為促進(jìn)作用，且在總效應(yīng)中占比最小，對整體貢獻(xiàn)較小；技術(shù)效應(yīng)呈現(xiàn)抑制作用，且抑制作用呈上升趨勢；經(jīng)濟(jì)效應(yīng)在２０２０ 年前對整體水足跡貢獻(xiàn)穩(wěn)步上升，但在２０２０ 年有明顯的降低，推測可能是因?yàn)樾鹿谝咔榈谋l(fā)導(dǎo)致社會經(jīng)濟(jì)發(fā)展遲緩，經(jīng)濟(jì)整體發(fā)展低迷；人口效應(yīng)則一直推動水足跡的增長，所占比重逐年增大。總的來看，技術(shù)效應(yīng)對水足跡變化影響最大，經(jīng)濟(jì)效應(yīng)次之，結(jié)構(gòu)效應(yīng)最小。

結(jié)構(gòu)效應(yīng)對西安市水足跡增長在２０１６ 年及以后呈正向驅(qū)動，在２０１４—２０１５ 年表現(xiàn)為逆向驅(qū)動，正向驅(qū)動效果在２０１８ 年最大。結(jié)構(gòu)效應(yīng)對西安市水足跡增長的貢獻(xiàn)度均值為３９．３５％，這表明西安市在２０１４—２０２０ 年用水結(jié)構(gòu)變化不明顯。從總體來看，結(jié)構(gòu)效應(yīng)對西安市水足跡的變化影響不大，但為適應(yīng)未來西安市的產(chǎn)業(yè)結(jié)構(gòu)升級，應(yīng)給予重視。

技術(shù)效應(yīng)對西安市水足跡增長一直呈逆向驅(qū)動，且貢獻(xiàn)值逐年增加，對水足跡年平均貢獻(xiàn)量為－５．３９億ｍ３，貢獻(xiàn)度均值為－２４０．１７％，表明技術(shù)升級促進(jìn)水資源高效利用。

經(jīng)濟(jì)效應(yīng)在研究時間內(nèi)對水足跡的影響一直呈正向驅(qū)動效果，經(jīng)濟(jì)效應(yīng)對西安市水足跡增長的年平均貢獻(xiàn)量為３．６７ 億ｍ３，貢獻(xiàn)度均值為１６３．６３％。２０２０年前，社會經(jīng)濟(jì)正常運(yùn)轉(zhuǎn)，經(jīng)濟(jì)效應(yīng)呈逐年遞增趨勢；２０２０ 年受疫情影響，經(jīng)濟(jì)效應(yīng)對水足跡增長的影響有所減小，但還是呈正向驅(qū)動。

人口效應(yīng)是造成西安市水足跡增長的主要原因，在研究時段內(nèi)人口效應(yīng)一直呈正向驅(qū)動效果，且２０２０年正向驅(qū)動效果最強(qiáng)。人口效應(yīng)對西安市水足跡增長的年平均貢獻(xiàn)量為３． ０８ 億ｍ３， 貢獻(xiàn)度均值為１３７．１９％，２０２０ 年人口效應(yīng)明顯高于之前年份，表明西安市在２０２０ 年人口迅速增長，導(dǎo)致人們對農(nóng)業(yè)、工業(yè)產(chǎn)品的需求不斷增長，造成水足跡大幅度增加。西安市可以通過加強(qiáng)與外界的貿(mào)易聯(lián)系，增加進(jìn)口虛擬水含量較高的產(chǎn)品來緩解水資源壓力。

３．４ 各項(xiàng)水資源壓力對比分析

根據(jù)式（１７） ～ 式（２２）計(jì)算西安市２０１３—２０２０ 年水資源壓力指數(shù)，結(jié)果如圖４ 所示。

通過對２０１３—２０２０ 年西安市各項(xiàng)水資源壓力指數(shù)對比分析發(fā)現(xiàn)，西安市經(jīng)濟(jì)快速增長的同時經(jīng)濟(jì)發(fā)展壓力指數(shù)不斷降低，壓力指數(shù)均為負(fù)值，由此可看出當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展不會對水資源造成壓力。技術(shù)、人口以及生態(tài)壓力指數(shù)均小于１，人口壓力變化幅度不大，在西安市人口逐年增加的情況下，水資源總量在不斷增多，人口增多并未導(dǎo)致水資源壓力增大。生態(tài)壓力指數(shù)大于０ 且呈波動變化，總體呈下降趨勢，提高生態(tài)水平雖對水資源造成一定壓力，但西安市用水總體朝向有利于維持生態(tài)環(huán)境的方向發(fā)展?？傮w來看，西安市目前不存在水資源壓力，但是發(fā)展方向并不樂觀，應(yīng)加強(qiáng)水資源開發(fā)利用技術(shù)研究，促進(jìn)水資源利用效率的提高和利用方式的轉(zhuǎn)型。三維水足跡模型不僅計(jì)算了實(shí)體水足跡，而且考慮了進(jìn)出口產(chǎn)品帶來的虛擬水足跡，從虛擬水的角度來看，加強(qiáng)同其他地區(qū)的貿(mào)易聯(lián)系，進(jìn)口虛擬水含量較高的產(chǎn)品可以減小西安市水資源壓力變大的風(fēng)險(xiǎn)。

４ 討論

本文利用三維水足跡模型對水足跡深度進(jìn)行計(jì)算，判斷西安市水資源常年處于赤字狀態(tài)，水資源供不應(yīng)求，計(jì)算結(jié)果與西安市的水資源利用現(xiàn)狀相符，但近兩年來，西安市水足跡深度逐年減小，水資源短缺現(xiàn)狀有所緩解。本文計(jì)算的水資源壓力指數(shù)在一定程度上反映出西安市水資源的稀缺性，人口增長和技術(shù)發(fā)展是西安市水資源壓力的主要來源，其評價(jià)結(jié)果與西安市的實(shí)際狀況基本一致。本研究的不足：１）數(shù)據(jù)多來源于西安市水資源公報(bào)和統(tǒng)計(jì)年鑒，缺乏實(shí)地考察，計(jì)算結(jié)果可能與實(shí)際有所差異，并且數(shù)據(jù)完善程度不夠，計(jì)算時未考慮進(jìn)口再出口產(chǎn)品的虛擬水量；２）影響水資源壓力的因素復(fù)雜多樣，無法將所有影響因素一一列舉，難以保障評價(jià)指標(biāo)的綜合全面性。

５ 結(jié)論

１）從水足跡產(chǎn)生的來源看，總體水足跡中，內(nèi)部水足跡占比為９０．２４％～９５．５２％，其中農(nóng)業(yè)生產(chǎn)用水所占比重最大、為內(nèi)部水足跡的３５．２６％～４１．８２％。西安市消費(fèi)的虛擬水主要來源于本地水資源，進(jìn)出口虛擬水量均較少，與西安市對外貿(mào)易程度不高相契合。從水足跡構(gòu)成來看，農(nóng)業(yè)生產(chǎn)用水對內(nèi)部水足跡的影響最大；從行政區(qū)劃來看，位于關(guān)中平原的城六區(qū)人口密集，主要從事工業(yè)生產(chǎn)活動，人均水足跡最小；西安市北部的黃土高原地區(qū)以及南部的秦嶺山區(qū)，人口較為稀少，主要從事農(nóng)業(yè)生產(chǎn)活動，人均水足跡較大。

２）從總體變化趨勢來看，西安市水足跡呈先增大后減少趨勢，可利用的水資源量波動變化，水足跡一直高于區(qū)域可用水資源量，處于水赤字狀態(tài)，水足跡深度變化范圍為１．４５～２．０７，水資源處于超負(fù)荷開發(fā)利用狀態(tài)，不利于環(huán)境保護(hù)及可持續(xù)發(fā)展。

３）從驅(qū)動因素來看，２０１４—２０２０ 年各因素總效應(yīng)均為正值，呈先增大后減小趨勢。其中技術(shù)效應(yīng)、經(jīng)濟(jì)效應(yīng)和人口效應(yīng)對水足跡變化影響較大。技術(shù)效應(yīng)表現(xiàn)為逆向驅(qū)動作用，其他總體表現(xiàn)為正向驅(qū)動作用，各因素對水足跡變化的影響程度最大的是技術(shù)效應(yīng)，經(jīng)濟(jì)效應(yīng)次之，結(jié)構(gòu)效應(yīng)最小。

參考文獻(xiàn)：

［１］ ＡＬＬＡＮ Ｊ Ａ．Ｆｏｒｔｕｎａｔｅｌｙ Ｔｈｅｒｅ ａｒｅ Ｓｕｂｓｔｉｔｕｔｅｓ ｆｏｒ Ｗａｔｅｒ Ｏｔｈ?ｅｒｗｉｓｅ Ｏｕｒ Ｈｙｄｒｏ?Ｐｏｌｉｔｉｃａｌ Ｆｕｔｕｒｅｓ Ｗｏｕｌｄ ｂｅ Ｉｍｐｏｓｓｉｂｌｅ［Ｊ］．Ｐｒｉｏｒｉｔｉｅｓ ｆｏｒ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ａｌｌｏｃａｔｉｏｎ ａｎｄ Ｍａｎａｇｅｍｅｎｔ，１９９３，１３（４）：２６．

［２］ ＨＯＥＫＳＴＲＡ Ａ Ｙ．Ｈｕｍａｎ Ａｐｐｒｏｐｒｉａｔｉｏｎ ｏｆ Ｎａｔｕｒａｌ Ｃａｐｉｔａｌ：Ａ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｅｃｏｌｏｇｉｃａｌ Ｆｏｏｔｐｒｉｎｔ ａｎｄ Ｗａｔｅｒ Ｆｏｏｔｐｒｉｎｔ Ａｎａｌｙｓｉｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ，２００９，６８（７）：１９６３－１９７４．

［３］ ＮＩＣＣＯＬＵＣＣＩ Ｖ，ＧＡＬＬＩ Ａ，ＲＥＥＤ Ａ，ｅｔ ａｌ．Ｔｏｗａｒｄｓ ａ ３Ｄ Ｎａｔｉｏｎａｌ Ｅｃｏｌｏｇｉｃａｌ Ｆｏｏｔｐｒｉｎｔ Ｇｅｏｇｒａｐｈｙ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄ?ｅｌｌｉｎｇ，２０１１，２２２（１６）：２９３９－２９４４．

［４］ 方愷．生態(tài)足跡深度和廣度：構(gòu)建三維模型的新指標(biāo)［Ｊ］．生態(tài)學(xué)報(bào)，２０１３，３３（１）：２６７－２７４．

［５］ 熊鴻斌，周銀雙．基于三維水足跡－ＬＭＤＩ 的安徽省水資源壓力及驅(qū)動力分析［Ｊ］．水土保持通報(bào)，２０１９，３９（５）：１９４－２０３．

［６］ 許林曉，林聲．２００１—２０２０ 年全國水資源變化趨勢分析［Ｊ］．灌溉排水學(xué)報(bào)，２０２１，４０（增刊２）：１－５．

［７］ ＣＨＡＰＡＧＡＩＮ Ａ Ｋ，ＨＯＥＫＳＴＲＡ Ａ Ｙ．Ｔｈｅ Ｂｌｕｅ，Ｇｒｅｅｎ ａｎｄ Ｇｒｅｙ Ｗａｔｅｒ Ｆｏｏｔｐｒｉｎｔ ｏｆ Ｒｉｃｅ Ｆｒｏｍ Ｐｒｏｄｕｃｔｉｏｎ ａｎｄ Ｃｏｎｓｕｍｐ?ｔｉｏｎ Ｐｅｒｓｐｅｃｔｉｖｅｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ，２０１１，７０（４）：７４９－７５８．

［８］ 劉梅，許新宜，王紅瑞，等．基于虛擬水理論的河北省水足跡時空差異分析［Ｊ］．自然資源學(xué)報(bào)，２０１２，２７（６）：１０２２－１０３４．

［９］ 吳佩林．我國區(qū)域發(fā)展的水資源壓力分析［Ｊ］．西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），２００５，３３（１０）：１４３－１４９．

［１０］ 湯小波，唐宏，吳越，等．南充市水資源壓力時空演變［Ｊ］．中國科學(xué)院大學(xué)學(xué)報(bào)，２０１６，３３（４）：４９７－５０４．

【責(zé)任編輯 簡 群】

基金項(xiàng)目：中國科學(xué)院黃土與第四紀(jì)地質(zhì)國家重點(diǎn)實(shí)驗(yàn)室開放基金資助項(xiàng)目（ＳＫＬＬＱＧ１９３３）；長安大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目（３００１０２２９２９０３）；陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目（２０１７ＪＭ４０１８，２０２１ＳＦ－４９７）