關中平原城市群水資源生態足跡時空變化和驅動效應研究*

周進宏,雷 霽,陳 靜

(寶雞文理學院 地理與環境學院,陜西 寶雞 721013)

隨著我國城鎮化快速發展,城市建設規模擴大、人口數量增長、生活水平提升、生產規模增加,水資源的開發和利用規模不斷增加,缺水問題大量涌現,水資源供需矛盾日益加劇,水資源的可持續利用已成為研究熱點。作為西部第二大國家級城市群,關中平原城市群是中西部省份拓展發展空間、釋放發展潛力的重要載體,關系到跨省之間現代化經濟體系建設目標的戰略全局。對關中平原城市群區域內水資源現狀充分解析,挖掘水資源存在的困境及問題,探討區域內水資源可持續利用的合理策略,對關中平原區域社會經濟與生態環境和諧發展具有重要的理論價值和現實意義。

生態足跡是區域資源可持續利用綜合評價的重要方法,其含義是指維持區域內特定數量人群生存和生活,或容納人類活動產生的廢棄物所需要的具有生物生產力的土地或水域面積[1]。生態足跡模型最早由加拿大生態學家WILLIAN于1992年提出[2],其學生WACKERNAGEL做了改進[3],水資源生態足跡是生態足跡經過衍生改進的變形。黃林楠等[4]將生態足跡理論與水資源賬戶結合,建立了水資源生態足跡計算模型,后被廣泛應用于水資源評價研究。應用水資源生態足跡模型可對區域內水資源生態足跡的現狀進行定量分析與預測,以揭示其時空分布,也可結合經濟或數學理論開展水資源可持續評價。LIANG et al[5]基于水資源生態足跡模型,結合水生態盈余、水生態赤字、水生態壓力、水資源生態深度和廣度等5個指標對2010-2019年武漢市的水資源可持續利用水平進行了評價。張義等[6]通過改進水生態足跡模型,從水量和水質2方面評價水生態足跡,使得水資源的評價更加全面。LI et al[7]將水資源生態足跡模型與基尼系數、脫鉤模型相結合,揭示了2004-2018年新疆水資源生態赤字、水資源廣度和深度的時空變化,闡明了技術因素對當地水資源生態足跡與經濟增長脫鉤的影響最顯著。鑒于水資源生態足跡變化與經濟、技術和人口等因素密切相關,將水資源生態足跡模型與驅動模型相結合,解析不同因素的驅動效應,揭示影響水資源的主要因子,可為水資源的規劃與利用提供理論依據。從區域上看,水資源生態足跡的研究多集中在國家范圍[8]、某一行政區或流域范圍[9-11]及干旱半干旱地區[12]。對城市群的研究也多集中在京津冀城市群[13]、長江經濟帶[14]和珠江三角洲[15]等經濟發達的地區,而關于西北地區的關中平原城市群水資源生態足跡現狀和驅動效應等方面的研究較少。

本研究基于水資源生態足跡理論和模型,結合水資源生態足跡、水資源生態承載力和水資源生態盈余等指數,使用軟件ArcGIS 10.8進行空間分析和數據可視化處理,從時間變化和空間格局演變兩方面探究關中平原城市群水資源生態足跡的時序分布特性;并結合對數平均迪氏指數(Logarithmic Mean Divisia Index, LMDI)模型探究研究區域水資源生態足跡的驅動效應,以期對關中平原城市群的水資源開發利用現狀有一個全面、直觀的認識和了解,同時也為區域內水資源的管理和規劃提供重要的理論基礎和科學依據。

1 研究區域概況

關中平原城市群橫跨陜西、甘肅和山西3省,以西安為中心,覆蓋寶雞、銅川、咸陽、楊凌示范區、渭南、商洛、天水、平涼、慶陽、運城、臨汾,規劃行政范圍如圖1所示。2021年關中平原城市群常住人口4 357萬人,區域生產總值25 507.09億元,產業結構以第二產業和第三產業為主,人均GDP為5.85萬元。區域內人口聚集、社會經濟發展和水環境狀況呈現明顯區域差異,以西安為中心的關中盆地社會經濟基礎良好、人口分布密集、水資源消耗大。經濟發展方面,區域的中部地區發展較好,西部和北部整體發展水平較低,水資源消耗依賴性強。關中平原城市群年平均降水量約為446 mm,水資源總量383.28億m3,水資源開發利用程度高達80%,遠超國際生態警示線(40%)[16],區域面臨著水資源短缺制約社會經濟發展的嚴峻問題。

圖1 關中平原城市群規劃范圍Fig. 1 The study area of GZPUA

關中平原城市群區域水資源分布不均問題顯著,2021年商洛和寶雞人均水資源量高達5 725.12 m3和2 225.91 m3,而其他城市人均水資源量不足1 000 m3。加之區域內多數河流為雨季性河流,夏季水量豐沛,冬季水量極少,導致農業生產、工業用水和生活用水的穩定性較差。同時,水資源分布不均,水源地集中在南部地區,而人口集聚和大需水量對象主要集中在中部平原地區,水源地與需水地距離較遠,水資源供需不平衡。

2 研究方法

2.1 水資源生態足跡模型

用水資源占地面積定量表征區域內消耗的水資源量,即水資源生態足跡WEF,可衡量區域經濟和人口對水資源的需求能力。依據2015-2021年陜西、甘肅、山西3省《水資源公報》,將用水分為生產、生活和生態等不同賬戶類型,本文對應的水資源生態足跡也細分為生產、生活和生態足跡。依據《水資源公報》,生產用水包括農田灌溉、林牧漁畜和工業用水,生活用水包括城鎮公共和居民生活用水,生態用水指維護區域自然生態系統、保護生態環境及城市綠化等用水量。水資源生態足跡WEF模型如下:

WEF=N×wef=γw×(W/Pw)

(1)

其中,N為人口數量(人);wef為人均水資源生態足跡(hm2/人);γw為水資源全球均衡因子,采用世界自然基金會的參考值5.19;W為區域水資源消耗總量(m3);Pw為水資源全球平均生產能力(m3/hm2),取3 140 m3/hm2。

2.2 水資源生態承載力模型

水資源生態承載力WEC可衡量水資源對人口數量、經濟增長、資源利用等方面的最大承載能力,模型如下:

WEC=N×wec=
0.4N×φ×γw×(Q/Pw)

(2)

其中,wec為人均水資源生態承載力(hm2/人);Q為水資源總量(m3);φ為區域水資源產量因子,是區域水資源平均生產能力與全球水資源生產能力的比值,區域水資源平均生產能力通過水資源總量和流域面積確定。為了提高計算精確度,本研究對2015-2021年期間每年的關中平原城市群各市(區)的φ進行計算后,再代入公式(2)求解wec。

2.3 水資源生態盈虧

將水資源生態足跡與水資源生態承載力進行比較,可知研究區域內水資源盈余與赤字情況,即水資源生態盈虧WED,可衡量區域內水資源消耗是否在可承載范圍內,用于評價區域內水資源的可持續利用狀況。計算公式為:

WED=WEC-WEF

(3)

若WED>0,則處于水資源生態盈余狀態;若WED<0,則處于水資源生態赤字狀態。

2.4 LMDI模型

分解分析法是環境經濟學中用來分析物質變化特性和作用機制的常用方法,指數分解適用于含有時間序列和分解因素較少的數據模型,本研究采用對數平均迪氏指數LMDI模型進行分析。首先構建水資源生態足跡與人口、經濟、技術、結構等因素之間聯系的Kaya等式(4),并確定基準年(2015年)到第t年的水資源生態足跡變化的表達式(5)。

(4)

ΔWtEF=WtEF-W0EF=
ΔWPEF+ΔWREF+ΔWIEF+ΔWSEF

(5)

其中,WitEF和Wi0EF分別為第t年和基準年i類賬戶(生產、生活、生態)的水資源生態足跡(hm2);WtEF和W0EF分別為第t年和基準年的水資源總生態足跡(hm2);Gt為第t年區域生產總值GDP(萬元);Pt和P0分別為第t年和基準年總人口數(萬人),表征水資源生態足跡的人口效應;第t年人均GDP總值Rt=Gt/Pt(元/人),R0為其在基準年的值,表征水資源生態足跡的經濟效應;It=WtEF/Gt,為第t年水資源生態足跡強度(hm2/萬元),I0為其在基準年的值,表征水資源生態足跡的技術進步;Sit=WitEF/WtEF,為第t年i類水資源占總水資源生態足跡的比重,Si0為其在基準年的值,代表水資源生態足跡的結構效應;ΔWtEF為第t年和基準年水資源生態足跡的變化量(hm2/年);ΔWPEF,ΔWREF,ΔWIEF和ΔWSEF分別為水資源生態足跡人口、經濟、技術和結構等因素引起的水資源生態足跡變化量(hm2)。根據LMDI加法模型原理分解得到各因素的貢獻值為:

(6)

(7)

(8)

(9)

2.5 數據來源

研究所涉及水資源和社會經濟方面的相關數據均來自于2015-2021年陜西、甘肅、山西3省《水資源公報》和《統計年鑒》。因相關數據統計時覆蓋行政區域原因,對關中平原城市群區域的數據統計和計算到行政市(區)級別,未精準到縣區。

3 結果與分析

3.1 關中平原城市群水資源生態足跡時間變化特性

3.1.1 水資源生態足跡時間變化特性

采用(1)式核算關中平原城市群生產、生活和生態等用水賬戶水資源生態足跡,結果如表1所示。2015-2021年關中平原城市群水資源生態足跡整體較穩定,在1 433.19萬hm2～1 506.33萬hm2范圍內小幅波動,2019年后整體呈下降趨勢。各用水賬戶中,生產用水的水資源生態足跡在994.01萬hm2～1 170.60萬hm2之間,占比高達69.35%～77.98%。其次為生活用水,其水資源生態足跡介于269.86萬hm2～336.75萬hm2之間,占比為18.19%～23.50%。生態用水水資源生態足跡最少,其值在51.22萬hm2～102.42萬hm2之間,占比為3.45%～7.15%。

表1 2015-2021年關中平原城市群各賬戶水資源生態足跡Tab. 1 Ecological footprint of water resources in GZPUA from 2015 to 2021

2015-2021年關中平原城市群生產用水水資源生態足跡呈現減少的總體趨勢,從2015年的1 162.21萬hm2增加至2016年的1 170.60萬hm2峰值后,逐年減少至2021年的994.01萬hm2,整體降幅為16.92%。從不同類型生產用水水資源生態足跡變化(圖2)可知,農田灌溉水資源生態足跡占比最大,多年平均占比70%以上;其次為工業用水,最小為林牧漁畜。2015-2021年農田灌溉和工業用水的生態足跡呈遞減趨勢,主要原因為2018年后關中平原地區貫徹落實“深化農田水利改革”“國家工業節水方案”“節水型城市建設”等重大舉措,區域內用水效率有所提升,也側面反映關中平原城市群的農田灌溉和工業用水方式逐步向高效節水轉變。與之相反,生活用水和生態環境用水的水資源生態足跡逐年遞增(表1)。生活用水水資源生態足跡從269.86萬hm2增至336.75萬hm2,增幅達19.86%;生態用水水資源生態足跡從51.22萬hm2增至102.43萬hm2,增幅49.99%。其主要原因為近幾年關中平原城市群經濟增長較快,人民生活水平穩步提升,城市公共設施不斷完善,水環境污染治理力度增加,生態環境保護全面開展,使得居民生活、城市公共用水和生態環境用水量增加,引起了水資源生態足跡的增長。

圖2 關中平原城市群生產用水各賬戶水資源生態足跡變化Fig. 2 Ecological footprint of different production water accounts in GZPUA

3.1.2 水資源生態承載力時間變化特性

采用(2)式計算關中平原城市群水資源生態承載力,結果如圖3所示。2015-2021年區域內水資源生態承載力變化幅度較大,整體呈現波動上升的趨勢。水資源生態承載力2016年最小,為179.71萬hm2,2021年最高,為1 913.84萬hm2,增加9倍多;多年水資源生態承載力的均值為567.68萬hm2。水資源生態承載力整體變化趨勢:2015-2016年略有下降,2018-2020年平緩增加,2021年躍升到最大。水資源生態承載力與水資源總量密切相關,關中平原城市群的水資源總量很大程度上依賴于降水量。利用SPSS軟件的Pearson相關系數法檢驗關中平原城市群水資源承載力和降水量的相關性,得到二者Pearson相關系數R2為0.630,顯著性檢驗系數p為0.01,表明研究區域內水資源生態承載力和降水量顯著相關。

3.1.3 水資源生態盈虧的時序變化特性

采用(3)式核算關中平原城市群水資源生態盈虧,結果如表2所示。2015-2021年水資源生態盈虧值(WED)和人均水資源生態盈虧值呈現波動增大的趨勢,分別從2015年的-1 250.96萬hm2、-0.288 3 hm2增加為2021年的480.66萬hm2和0.110 3 hm2。2015-2020年關中平原城市群水資源生態盈虧值均為負,水資源生態虧損量(水資源生態盈虧絕對值)逐漸減少。這表明區域內水資源生態承載力(WEC)小于水資源生態足跡(2021年除外),水資源常年處于生態赤字狀態,但水資源生態赤字狀態有所緩解。2021年水資源轉為生態盈余,是由于研究區域2021年水資源生態承載力劇增,由2015-2020年179.71萬hm2～501.74萬hm2范圍增至2021年的1 913.84萬hm2。根據《水資源公報》中降雨量數據顯示,2021年西安、寶雞、渭南、商洛、運城、臨汾等地降雨量大幅增加,關中平原城市群總降雨量比2020年增加384.81億m3,漲幅36.08%。降雨量的增加導致了水資源生態承載力劇增,使得2021年關中平原城市群水資源處于生態盈余狀態。但從2015-2021年水資源生態盈虧總體情況可知,關中平原城市群水資源生態危機明顯,水資源生態足跡顯著大于水資源生態承載力,迫切需要對水資源開發利用和管理進行合理規劃和調控。

3.2 關中平原城市群水資源生態足跡的空間格局特性

3.2.1 人均水資源生態足跡的空間格局

根據2015和2021年關中平原城市群人均水資源生態足跡的數值,將人均水資源生態足跡劃分為5個值域:高足跡(0.51～0.61 hm2/人)、中高足跡(0.41～0.50 hm2/人)、中足跡(0.31～0.40 hm2/人)、較低足跡(0.21～0.30 hm2/人)和低足跡(<0.20 hm2/人),結果如圖4所示。研究區域內人均水資源生態足跡空間分布差異較大,寶雞、咸陽、渭南、運城和臨汾等城市水資源生態足跡比西安、慶陽、銅川、商洛、平涼、天水高,整體呈現東部和中間帶城市居于高值,西部和南部城市處于低值。2021年人均水資源生態足跡從大到小順序依次為:運城>渭南>咸陽>寶雞>臨汾>西安>商洛>平涼>慶陽>銅川>天水。

圖4 關中平原城市群人均水資源生態足跡的空間分布Fig. 4 Spatial distribution of ecological footprint of water resources per capita in GZPUA

從表3關中平原城市群各市(區)人均水資源生態足跡變化可知,各市(區)在2015-2021年變化趨勢不盡相同。

表3 2015-2021年關中平原城市群各市(區)人均水資源生態足跡變化Tab. 3 Ecological footprint of water resources per capita in cities of GZPUA from 2015 to 2021

運城、西安、渭南、咸陽、楊凌、平涼人均水資源生態足跡波動明顯,分別在0.518 2～0.577 5 hm2/人、0.228 9～0.304 5 hm2/人、0.469 1～0.516 8 hm2/人、0.372 9～0.454 4 hm2/人、0.251 2～0.301 8 hm2/人、0.140 4～0.233 9 hm2/人范圍上下波動;而其他城市變化波動較小。運城人均水資源生態足跡始終大于0.51 hm2/人,常年處于高足跡;渭南常年處于中高生態足跡。2015-2021年期間,西安人均水資源生態足跡整體呈降低趨勢,而寶雞、渭南、商洛人均水資源生態足跡在2018年達到峰值后開始下降。與之不同,銅川、平涼、慶陽等人均水資源生態足跡值較低的城市總體呈遞增的趨勢。

3.2.2 人均水資源生態承載力的空間格局

如圖5所示,2015和2021年關中平原城市群人均水資源生態承載力空間格局變化明顯,且各市(區)的人均水資源生態承載力空間分布不均。2015年各市(區)人均水資源生態承載力分布在2個等級,西安、寶雞、商洛、銅川、渭南、運城介于0.03～0.50 hm2/人之間,其余城市均小于0.30 hm2/人。2021年關中平原城市群人均水資源生態承載力呈5個等級分布,商洛人均水資源承載力大于2.0 hm2/人,寶雞分布在1.01～2.00 hm2/人,西安分布于0.51～1.00 hm2/人,運城、渭南、銅川等城市人均水資源生態承載力在0.31～0.52 hm2/人范圍,天水、臨汾、慶陽、平涼和咸陽水資源承載力小于0.30 hm2/人。2021年人均水資源生態承載力從大到小的順序依次為:商洛>寶雞>西安>渭南>銅川>運城>天水>臨汾>平涼>咸陽>楊凌>慶陽。

圖5 關中平原城市群人均水資源生態承載力的空間分布Fig. 5 Spatial distribution of ecological carrying capacity of water resources per capita in GZPUA

從表4可知,商洛和寶雞人均水資源生態承載力較大,2015-2021期間呈現波動增加趨勢,增幅在5倍以上。其他城市的人均水資源生態足跡也不同程度波動增加,但增加幅度不盡相同。2015-2020年西安、銅川、渭南、運城和臨汾波動幅度較小,而咸陽、楊凌、平涼和慶陽變化幅度較大,波動幅度高達4～8倍;2021年各城市人均水資源生態承載力均顯著增加。

表4 2015-2021年各市(區)人均水資源生態承載力Tab. 4 Ecological carrying capacity of water resources per capita in cities of GZPUA from 2015 to 2021

3.2.3 人均水資源生態盈虧的空間格局

從圖6可知,2015和2021年關中平原城市群人均水資源生態盈虧空間格局年際變化明顯,且空間分布不均勻,整體呈現生態盈虧局勢好轉的態勢。2015年關中平原城市群各城市均處于生態赤字狀態,2021年商洛、寶雞、西安、銅川等城市水資源轉為生態盈余。水資源生態盈余主要集中在關中平原城市群的南部和西部。多年平均人均水資源生態盈虧值從小到大的順序依次為:運城>渭南>咸陽>臨汾>西安>平涼>天水>商洛>銅川>寶雞>慶陽。

圖6 關中平原城市群人均水資源生態盈虧的空間分布Fig. 6 Spatial distribution of ecological profit and deficit of water resources per capita in GZPUA

3.3 關中平原城市群水資源生態足跡的驅動效應分析

基于LMDI理論,采用(4)-(9)式,以2015年為基準年確定人口、經濟、技術和結構等因素對水資源生態足跡的驅動效應,結果見表5。當效應值為正時表示具有推動作用,為負值時表明具有抑制作用。

表5 關中平原城市群水資源生態足跡各因素的驅動效應Tab. 5 Driving effects of ecological footprint of water resources in GZPUA

3.3.1 人口因素驅動效應分析

人口效應對關中平原城市群水資源生態足跡具有促進作用,效應值介于5.966 6萬hm2～30.762 5萬hm2之間。2015-2021年關中平原城市群人口數量從4.34億增加到4.36億,生活用水量從16.33億m3增至20.37億m3,表明隨著關中平原城市群建設和發展,研究區域城鎮化水平提高,人口增長,水資源的消耗量持續增加,導致水資源生態足跡增加。但生活用水量在總用水結構中占比較小(20%～27%),驅動效應較弱。

3.3.2 經濟與技術因素驅動效應分析

經濟因素是關中平原城市群水資源生態足跡的主要增量因子,其效應值介于13.815 5萬hm2～353.656 9萬hm2之間,整體呈上升趨勢。2018年11月,中共中央國務院《關于建立更加有效的區域協調發展新機制的意見》出臺以來,關中平原城市群建立以西安為中心城市、引領城市群發展、城市群帶動區域發展的新模式,區域內經濟快速發展,GDP年從2018年的20 436.46億元增至2021年的25 507.10億元,3年增幅24.81%。經濟快速發展帶動區域內城市人口和產業的聚集,使得水資源生態足跡增加,給水資源生態承載力帶來巨大壓力。合理管理水資源,實現水資源可持續利用和社會經濟高質量協同發展是其必由之路。

技術效應是關中平原城市群水資源生態足跡減少的主要因素,發揮顯著的抑制作用,且呈逐漸增加趨勢,技術效應的絕對值從28.400 9萬hm2增至409.516 7萬hm2。這反映技術的提升一定程度上緩解了水資源生態足跡的增長,對關中平原城市群水資源生態安全發揮著關鍵作用。

3.3.3 結構因素驅動影響分析

2015-2019年水資源生態足跡的結構因素的效應值為正,具有促進作用;2020-2021年結構效應為負值,具有抑制作用。2019年后隨著抑制作用的逐漸顯現,結構效應成為水資源生態足跡的減量因子,這表明關中平原城市群用水結構逐漸轉好。整體上看結構效應對關中平原城市群水資源生態足跡的貢獻率極小。從結構效應對生產、生活和生態等不同用水賬戶水資源生態足跡的驅動效應(表6)可知,結構因素對生產用水水資源生態足跡呈明顯的抑制作用,這是由于關中平原城市群積極推進水利基礎設施建設,區域內節水工程和設施的建設力度增加,農業的滴灌噴灌等節水技術得以宣傳和推廣,延緩了水資源生態足跡的增長。同時,區域內貫徹落實節水減排、集約優化配置水資源,優化改變生產用水管理模式等舉措使得生產用水生態足跡減少。與之相反,結構因素對生活用水和生態用水生態足跡則表現為促進作用。

表6 結構效應對不同賬戶水資源生態足跡的驅動效應Tab. 6 Structural driving effect of different accounts on ecological footprint of water resources

4 結論

基于水資源生態足跡模型,對2015-2021年關中平原城市群水資源生態足跡、水資源生態承載力、水資源生態盈余的時空分布進行了梳理,并結合LMDI模型分析了人口、經濟、技術和結構等因素對區域水資源生態盈余的驅動效應。主要結論如下:

(1)2015-2021年關中平原城市群水資源生態足跡整體呈波動減小的趨勢。水資源生態足跡各賬戶中,生產用水為最大賬戶(占比69.35%～77.98%),其中農田灌溉用水足跡占比最高,研究期間整體呈下降態勢;生活用水和生態環境用水足跡占比低,分別介于18.19%～23.50%和3.45%～7.15%之間,整體呈增長趨勢;這表明關中平原城市群區域內水資源用水結構有所好轉。

(2)2015-2021年水資源生態承載力呈波動上升趨勢,區域內水資源承載力與降水量相關性顯著(R2=0.630,p<0.01)。關中平原城市群水資源生態承載力遠小于水資源生態足跡,2015-2020年區域內長期處于水資源生態赤字狀態?？傮w來說,水資源生態赤字的變化趨勢與水資源生態承載力基本一致,呈波動上升的趨勢,水資源問題逐步緩解。

(3)2015-2021年水資源生態足跡、水資源生態承載力、水資源生態盈余呈現明顯空間分布差異,整體上反映關中平原城市群東部和北部城市水資源生態不安全問題嚴重,南部的寶雞和商洛等城市水資源生態不可持續性逐漸得到緩解,北部和東部城市水資源生態赤字問題嚴重。

(4)人口和經濟因素對水資源生態承載力為正向驅動,其中經濟因素是關中平原城市群水資源生態足跡的主要增量因子;技術水平提升是區域水資源生態足跡降低的主要原因;結構因素在2015-2019年期間為促進作用,2020-2021年表現為抑制作用。這表明關中平原城市群區域內社會經濟的發展整體上仍以水資源的消耗為代價。為保障關平原城市群水資源可持續發展,應大力推廣和應用先進的節水技術,強化水利工程和設施的建設力度、加強水的循環使用,提高全社會節水意識。