左其亭 ，姜 龍，馮亞坤，刁藝璇

（1.鄭州大學 水利科學與工程學院，鄭州 450001；2.鄭州大學 黃河生態(tài)保護與區(qū)域協(xié)調(diào) 發(fā)展研究院，鄭州 450001；3.鄭州市水資源與水環(huán)境重點實驗室，鄭州 450001）

0 引 言

水資源是人類社會發(fā)展進步不可或缺的重要資源。從古至今，人們傍水而居，人類社會文明依靠水系不斷發(fā)展進步。然而，隨著經(jīng)濟社會的發(fā)展，人類對水資源的利用強度不斷增強，水資源對區(qū)域高質(zhì)量發(fā)展的制約作用日益增加。黃河是中華民族的母親河，為了加強生態(tài)保護，保障黃河長治久安，推進水資源節(jié)約集約利用，推動黃河流域高質(zhì)量發(fā)展，保護、傳承、弘揚黃河文化，讓黃河真正地成為造福人民的幸福河[1]，必須了解黃河沿線用水狀況。

生態(tài)足跡（Ecological Footprint，EF）由加拿大生態(tài)學家William Rees 于20 世紀90 年代首次提出，旨在衡量區(qū)域內(nèi)人口為了滿足自身需求所消耗的自然資本來評估對生態(tài)系統(tǒng)的影響[2]。1999 年，徐中民等[3]將生態(tài)足跡模型引入我國，并對甘肅省的生態(tài)足跡進行計算和評估。生態(tài)足跡模型因其能夠較好地解釋人類活動對地球環(huán)境的影響，具有較強的可操作性和可比較性[4]，在我國得到了很大程度的發(fā)展。陳敏等[5]和金昌盛等[6]利用生態(tài)足跡模型分別對我國和長江經(jīng)濟帶的水資源生態(tài)足跡進行了分析；楊屹等[7]利用生態(tài)足跡模型和基尼系數(shù)對關中城市群的自然資本和人造資本的分配格局及其優(yōu)劣多寡進行了評價；陶倩君等[8]利用相關分析法對廣東省水資源生態(tài)足跡的影響因子進行了分析；張洺也等[9]利用泰爾指數(shù)對延邊州水資源生態(tài)承載力空間差異性進行了評價。然而，利用生態(tài)足跡模型對黃河沿線水資源利用狀況進行分析研究還很少。

基于上述背景，本文利用生態(tài)足跡模型對黃河沿線九省區(qū)的水資源利用狀況進行評價，分析各省區(qū)的水資源生態(tài)足跡，并利用基尼系數(shù)分析水資源生態(tài)足跡與GDP、人口、水資源總量和耕地面積的公平性，最后基于對數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index，LMDI）分析影響水資源生態(tài)足跡的因素，以期為黃河流域生態(tài)保護和高質(zhì)量發(fā)展提供基礎依據(jù)。

1 研究區(qū)概況

黃河全長約5 464 km，自西向東流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南及山東九省區(qū)，最后注入渤海。黃河沿線省區(qū)的總面積約為348.32×104km2，地勢從西向東逐漸降低，高差懸殊，黃河上游地勢較高，以高原山地為主；中下游地勢較為平坦，以平原丘陵為主。

如圖1 所示，黃河沿線九省區(qū)的經(jīng)濟社會發(fā)展狀況差異較大，并且由于自然條件的限制，黃河沿線水資源分布極不均勻。山東、河南、四川的經(jīng)濟發(fā)展較快，2018 年3 省的GDP 占黃河沿線九省區(qū)GDP 的69.25%。而四川、青海、內(nèi)蒙古的水資源較為豐富，2018 年3 省的水資源總量占黃河沿線九省區(qū)水資源總量的75.85%。黃河沿線省區(qū)是我國重要的農(nóng)業(yè)灌溉區(qū)和工業(yè)區(qū)，在我國的經(jīng)濟建設中占有重要地位，但是，由于人類活動的影響，水資源已經(jīng)成為制約該地區(qū)經(jīng)濟發(fā)展的重要因素之一。

圖1 黃河沿線2018 年水資源和GDP 空間分布圖 Fig.1 Spatial distribution of water resources and GDP along the Yellow River in 2018

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文相關數(shù)據(jù)來源于2006—2018 年黃河沿線各省區(qū)水資源公報及相關統(tǒng)計年鑒。

2.2 水資源生態(tài)足跡模型

水資源生態(tài)足跡是指人類生活生產(chǎn)及自然環(huán)境維持自身進化所消耗的水資源。根據(jù)用水特性和水資源生態(tài)足跡的定義，可以將水資源生態(tài)足跡分為3 部分，生產(chǎn)用水生態(tài)足跡、生活用水生態(tài)足跡和生態(tài)用水生態(tài)足跡，計算式為[10]：

式中：EF 為水資源生態(tài)足跡（hm2）；EFi為第i 項水資源生態(tài)足跡（hm2）；N 為人口數(shù)（萬人）；efi為第i 項人均水資源生態(tài)足跡（hm2/人）；γ 為水資源全球均衡因子；Wi為第i 項水資源人均消耗量（m3）；P為水資源全球平均產(chǎn)量（m3/hm2）。

萬元GDP 水資源生態(tài)足跡用于衡量水資源的利用效率，其數(shù)值與水資源利用效率成反比，計算式[4]為：

式中：EGt為t 年的萬元GDP 生態(tài)足跡（hm2）；EFt為t 年水資源生態(tài)足跡（hm2）；yt為t 年地區(qū)生產(chǎn)總值GDP（萬元）。

水資源生態(tài)承載力反映了區(qū)域水資源對生態(tài)和經(jīng)濟社會系統(tǒng)良性發(fā)展的支撐能力，計算式[10]為：

式中：EC 為水資源生態(tài)承載能力（hm2）；ec 為人均水資源生態(tài)承載能力（hm2/人）；φ為水資源產(chǎn)量因子；Q 為區(qū)域人均水資源總量（m3）。地區(qū)水資源開發(fā)需預留60%用于維護生態(tài)環(huán)境[7]，因此參數(shù)α 為0.6。

生態(tài)盈虧指數(shù)用來衡量地區(qū)水資源供需平衡狀況，計算式[6]為：

式中：EB 為水資源生態(tài)盈虧指數(shù)（hm2）；EB 大于0表明該地區(qū)水資源生態(tài)處于可承載狀態(tài)；EB 等于0表明該地區(qū)水資源處于生態(tài)平衡狀態(tài)；EB 小于0 表明該地區(qū)水資源生態(tài)處于不可承載狀態(tài)。

2.3 水資源生態(tài)足跡公平性計算

水資源研究涉及水資源-經(jīng)濟社會-生態(tài)等多個領域，本文選擇GDP、人口、水資源總量和耕地面積4個評價指標，利用基尼系數(shù)對水資源生態(tài)足跡的公平性進行評價。

基尼系數(shù)是由意大利經(jīng)濟學家基尼提出，最初被用來衡量居民收入分配差異狀況，基尼系數(shù)計算數(shù)值在0～1 之間，其分級原則如表1[11]所示。

表1 基尼系數(shù)評價結(jié)果 Table 1 Gini coefficient evaluation results

將上述分級原則運用到黃河沿線水資源生態(tài)足跡公平性分析，計算水資源生態(tài)足跡與GDP、人口、水資源總量和耕地面積4 個評價指標的公平程度。本文采用梯形面積對基尼系數(shù)進行計算，計算式為[12]：

式中：Xi、Xi-1分別為按照水資源生態(tài)足跡與評價指標的比值升序排序后第i、i-1 位省區(qū)的水資源生態(tài)足跡公平性評價指標要素占整個研究區(qū)域的累積百分比；Yi、Yi-1分別為排序第i、i-1 位省區(qū)的水資源生態(tài)足跡占整個研究區(qū)域生態(tài)足跡的累積百分比，當i=0時，（Xi-1,Yi-1）=（0,0）。

為了能夠更好地分析水資源生態(tài)足跡和GDP、人口、水資源總量和耕地面積之間的公平性關系，本文通過計算各省區(qū)水資源生態(tài)足跡占黃河沿線九省區(qū)水資源生態(tài)足跡的比率和上述4 項評價指標比率的比值，描述各省區(qū)對水資源生態(tài)足跡的不公平性的貢獻率，計算式[13]為：

式中：efit為t 年i 省區(qū)人均水資源生態(tài)足跡；eft為t年黃河沿線九省區(qū)人均水資源生態(tài)足跡；Xit為t 年i省區(qū)的評價指標；Xt為t 年黃河沿線九省區(qū)評價指標總值。若計算結(jié)果大于1，代表該地區(qū)的水資源生態(tài)足跡與評價指標的公平性相對較差，若計算結(jié)果小于1，代表該地區(qū)的水資源生態(tài)足跡與評價指標的公平性相對較好。

2.4 基于LMDI 水資源生態(tài)足跡影響因素

目前，常用的指數(shù)分解方法有LMDI、拉氏指數(shù)[14-15]和迪氏指數(shù)法[16-17]。與拉氏指數(shù)和迪氏指數(shù)法相比，LMDI 法能夠解決分解計算過程中的零值和殘差問題[18]，因此本文采用LMDI 對水資源生態(tài)足跡變化的驅(qū)動因素進行分解，具體模型為[18]：

式中： efit為t 年第i 類人均水資源生態(tài)足跡（hm2/人）；eft為t 年人均水資源生態(tài)足跡（hm2/人）；yt為t 年地區(qū)生產(chǎn)總值GDP（億元）；pt為t 年的常住人口數(shù)（萬人）；ef0為2006 年人均水資源生態(tài)足跡（hm2/人）；ΔefS、ΔefI、ΔefR、ΔefP分別表示結(jié)構因素、技術因素、經(jīng)濟因素和人口因素引起的人均水資源生態(tài)足跡的變化量（hm2/人）。態(tài)足跡占總水資源生態(tài)足跡的比重，代表的是水資源生態(tài)足跡的結(jié)構效應；it為t 年單位GDP 水資源生態(tài)足跡，代表水資源生態(tài)足跡的技術效應；γt為t 年人均GDP，代表的是水資源生態(tài)足跡的經(jīng)濟效應；pt代表水資源生態(tài)足跡的人口效應。若計算結(jié)果大于0，代表該要素對水資源生態(tài)足跡有促進作用，反之有抑制作用。

2.5 模型中相關參數(shù)的確定

本文計算模型所需的參數(shù)主要為水資源全球均衡因子γ、水資源產(chǎn)量因子φ和全球水資源平均生產(chǎn)能力P。根據(jù)黃林楠等[10]的研究，取水資源全球均衡因子為5.19，全球水資源平均生產(chǎn)能力為3 140 m3/hm2，青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東省的水資源產(chǎn)量因子分別為0.28、1.76、0.22、0.06、0.14、0.68、0.29、0.78、0.7。

3 結(jié)果與分析

3.1 黃河沿線各省區(qū)水資源生態(tài)足跡

3.1.1 人均水資源生態(tài)足跡

根據(jù)式（1）計算的黃河沿線九省區(qū)2006—2018年人均水資源生態(tài)足跡如圖2 所示。由圖2 可知，黃河沿線九省區(qū)人均水資源生態(tài)足跡存在較大的差異，四川、陜西、山西、河南、山東人均水資源生態(tài)足跡較小，而青海、甘肅、寧夏、內(nèi)蒙古人均水資源生態(tài)足跡較大，其中寧夏年際之間的人均水資源生態(tài)足跡大于1.5 hm2/人。2006—2018 年，四川、陜西、山西的人均水資源生態(tài)足跡呈增加趨勢，其中，四川的人均水資源生態(tài)足跡多年平均變化率達到1.52%；而青海、甘肅、寧夏、河南和山東人均水資源生態(tài)足跡呈現(xiàn)減少趨勢，其中，2018 年青海人均水資源生態(tài)足跡較2006 年減少0.23 hm2/人，寧夏減少0.54 hm2/人；內(nèi)蒙古人均水資源生態(tài)足跡年際之間處于較為穩(wěn)定的狀態(tài)。

圖3 表示了黃河沿線九省區(qū)的人均水資源生態(tài)足跡構成。由圖3 可知，人均生產(chǎn)用水足跡在人均水資源生態(tài)足跡中比重較大，其在各省區(qū)每年占比均超過70%。2006—2018 年之間，人均生產(chǎn)用水足跡均呈減少趨勢；人均生活用水足跡除內(nèi)蒙古呈先增加后減少再增加趨勢外，其余省區(qū)均呈增加趨勢；相較于上述2 項水資源生態(tài)足跡，人均生態(tài)用水足跡雖然占比較小，但隨著人民對生態(tài)環(huán)境重要性認識的提高，黃河沿線各省區(qū)人均生態(tài)用水足跡年際間均呈現(xiàn)增加趨勢。 技術要素不斷提高有關。寧夏萬元GDP 水資源生態(tài)足跡一直處于較大值，但其2018 年萬元GDP 水資源生態(tài)足跡較2006 年下降1.51 hm2，變化幅度位于九省區(qū)前列。山東省萬元GDP 水資源生態(tài)足跡最小，說明山東省用水效益和水資源利用率最高。

圖2 黃河沿線2006—2018 年人均水資源生態(tài)足跡Fig.2 Ecological footprint of per capita water resources along the Yellow River in 2006—2018

圖3 黃河沿線水資源生態(tài)足跡組成 Fig.3 Composition of ecological footprint of water resources along the Yellow River

圖4 黃河沿線2006—2018 年萬元GDP 水資源生態(tài)足跡 Fig.4 Water resource ecological footprint of ten thousand yuan GDP in 2006—2018 along the Yellow River

3.1.3 水資源生態(tài)承載力

根據(jù)式（3）計算的黃河沿線九省區(qū)2006—2018年人均水資源生態(tài)承載力如圖5 所示。由圖5 可知，

3.1.2 萬元GDP 水資源生態(tài)足跡

根據(jù)式（2）計算的黃河沿線九省區(qū)2006—2018年萬元GDP 水資源生態(tài)足跡如圖4 所示。由圖4 可知，黃河沿線九省區(qū)萬元GDP 水資源生態(tài)足跡均呈遞減的趨勢，可能與各省區(qū)產(chǎn)業(yè)結(jié)構不斷優(yōu)化及產(chǎn)業(yè)黃河沿線各省區(qū)人均水資源生態(tài)承載力表現(xiàn)出巨大的區(qū)域差異，四川和青海人均水資源生態(tài)承載力較大，其中，四川人均水資源生態(tài)承載力在2012 年達到4.17 hm2/人；而寧夏人均水資源生態(tài)承載力最小，不超過0.01 hm2/人。人均水資源生態(tài)承載力由水資源總量決定，受降水等多重因素的影響年際波動較大。

圖5 2006—2018 年黃河沿線人均水資源生態(tài)承載力Fig.5 Ecological carrying capacity of per capita water resources along the Yellow River in 2006—2018

3.1.4 水資源生態(tài)盈虧狀況

根據(jù)式（4）計算的黃河沿線九省區(qū)2006—2018年水資源生態(tài)盈虧指數(shù)如圖6 所示。由圖6 可知，四川和青海水資源生態(tài)盈虧指數(shù)大于0，表明其水資源生態(tài)處于可承載狀態(tài)；陜西水資源生態(tài)盈虧指數(shù)約為0，表明該地區(qū)水資源生態(tài)處于相對平衡狀態(tài)；甘肅、內(nèi)蒙古、寧夏、山西、河南和山東水資源生態(tài)指數(shù)小于0，表明其水資源處于生態(tài)赤字狀態(tài)，其中寧夏水資源生態(tài)處于嚴重不可承載狀態(tài)。

圖6 黃河沿線多年平均生態(tài)盈虧狀態(tài) Fig.6 Annual average ecological profit and loss along the Yellow River

3.2 黃河沿線水資源生態(tài)足跡公平性評價

根據(jù)式（5）和式（6）計算的黃河沿線九省區(qū)2006—2018 年GDP、人口、水資源總量、耕地面積的基尼系數(shù)和WUDC 系數(shù)結(jié)果見表2 和表3。

水資源生態(tài)足跡—GDP 的基尼系數(shù)常年大于0.5，表明水資源生態(tài)足跡和GDP 處于高度不平均狀態(tài)。寧夏、青海、甘肅和內(nèi)蒙古的WUDC 系數(shù)多年平均值均大于1，表明該四省區(qū)水資源生態(tài)足跡—GDP 處于不協(xié)調(diào)狀態(tài)。2006—2018 年，水資源生態(tài)足跡—GDP 的基尼系數(shù)有減少趨勢，表明隨著西部大開發(fā)以及中原崛起戰(zhàn)略的實施，區(qū)域的協(xié)調(diào)性不斷增強，水資源生態(tài)足跡和GDP 之間的匹配性不斷向好發(fā)展。水資源生態(tài)足跡—人口也一直處于0.5 以上，可能與西北高原地區(qū)人口較少但水資源生態(tài)足跡較大有關。雖然隨著西部大開發(fā)戰(zhàn)略的實施，西北地區(qū)的人口有所增長，人口和水資源生態(tài)足跡匹配趨于平衡，但是水資源消費能力還未進行合理的調(diào)配，二者之間的差異仍然很大。

表2 黃河沿線水資源生態(tài)足跡基尼系數(shù) Table 2 Gini coefficient of ecological footprint of water resources along the Yellow River

水資源生態(tài)足跡—水資源總量的基尼系數(shù)在研究期間處于0.5 以上，水資源空間分布和水資源生態(tài)足跡處于高度不平均狀態(tài)。寧夏的水資源總量在黃河沿線省區(qū)最少但其水資源生態(tài)足跡較高，且其水資源總量的WUDC 系數(shù)多年平均值大于100，表明寧夏水資源生態(tài)足跡和水資源總量處于高度不協(xié)調(diào)狀態(tài)。同樣，水資源生態(tài)足跡—耕地面積的基尼系數(shù)處于0.5以上，但是相對于其他3 項，耕地面積的基尼系數(shù)數(shù)值較小且呈減少趨勢，表明隨著近年農(nóng)業(yè)灌溉先進技術的推廣，黃河沿線省區(qū)的耕地面積和水資源生態(tài)足跡差異逐漸減少。

表3 黃河沿線各評價指標WUDC 系數(shù)多年平均值 Table 3 Annual average value of WUDC coefficient of each evaluation index along the Yellow River

3.3 黃河沿線水資源生態(tài)足跡影響因素

根據(jù)式（7）—式（12）對黃河沿線九省區(qū)2006—2018 年的水生態(tài)足跡影響因素進行結(jié)構性分析，結(jié)果如圖7 所示。由圖7 可知，黃河沿線九省區(qū)的經(jīng)濟效應和技術效應對人均水資源生態(tài)足跡起至關重要的作用。黃河沿線九省區(qū)的技術效應均小于0，表明先進技術手段的應用對人均水資源足跡的增長起到抑制的作用。除此之外，黃河沿線九省區(qū)的技術效應在2006—2018 年表現(xiàn)為反向增加的趨勢，表明近年來國家采取的節(jié)水等先進技術對人均水資源足跡的抑制作用逐漸增強。然而，黃河沿線九省區(qū)的經(jīng)濟效應均大于0，表明經(jīng)濟效應對黃河沿線九省區(qū)人均水資源生態(tài)足跡的增長起促進作用。各省區(qū)的經(jīng)濟效應在2006—2018 年期間一直表現(xiàn)為增加的趨勢，原因可能與黃河沿線是我國重要的農(nóng)業(yè)和工業(yè)區(qū)、經(jīng)濟發(fā)展較為落后、水資源消耗量較大有關，因此，黃河沿線省區(qū)必須繼續(xù)大力推進節(jié)水產(chǎn)業(yè)和技術，推進水資源節(jié)約集約利用。

黃河沿線省區(qū)的人口效應和結(jié)構效應在年際間對人均水資源生態(tài)足跡作用不明顯，但在空間上表現(xiàn)出很大的差異性，其中，四川和甘肅人口效應對人均水資源生態(tài)足跡表現(xiàn)為抑制作用，而其他省區(qū)表現(xiàn)為促進作用；山東、內(nèi)蒙古、甘肅、河南和青海結(jié)構效應對人均水資源生態(tài)足跡表現(xiàn)為抑制作用，而其他省區(qū)表現(xiàn)為促進作用。

圖7 黃河沿線水資源生態(tài)足跡驅(qū)動因子 Fig.7 Ecological footprint driving factors of water resources along the Yellow River

4 結(jié) 論

1）利用生態(tài)足跡模型對黃河沿線水資源生態(tài)足跡分析表明，四川、陜西、山西、河南、山東的人均水資源生態(tài)足跡較小，而青海、甘肅、寧夏、內(nèi)蒙古人均水資源生態(tài)足跡較大，但各省區(qū)萬元GDP 水資源生態(tài)足跡逐年降低。同時，黃河沿線大多數(shù)省區(qū)水資源生態(tài)處于不可承載狀態(tài)，其中寧夏水資源生態(tài)赤字狀況尤為嚴重。

2）利用基尼系數(shù)對水資源生態(tài)足跡與GDP、人口、水資源總量和耕地面積的公平性評價表明，水資源生態(tài)足跡與選取評價指標的基尼系數(shù)均大于0.5，表明黃河沿線水資源生態(tài)足跡與評價指標均處于高度不平均狀態(tài)，其中寧夏、青海、甘肅和內(nèi)蒙古地區(qū)是造成水資源生態(tài)足跡與評價指標不協(xié)調(diào)的主要原因。

3）利用LMDI 對影響水資源生態(tài)足跡的因素分析表明，經(jīng)濟和技術效應對黃河沿線各省區(qū)水資源生態(tài)足跡有著重要影響，其中經(jīng)濟效應對各省區(qū)水資源生態(tài)足跡起促進作用，而技術效應則起抑制作用。人口和結(jié)構效應在各省區(qū)的作用效果不盡相同，其中，結(jié)構效應在山東、內(nèi)蒙古、甘肅、河南和青海表現(xiàn)為抑制作用，而人口效應僅在四川和甘肅表現(xiàn)為抑制作用，在其他省區(qū)均表現(xiàn)為促進作用。

4）黃河沿線各省區(qū)的用水狀況近年來雖然有所改善，但大多數(shù)省區(qū)水資源生態(tài)仍處于不可承載的狀態(tài)。為了能夠更好地加強黃河沿線生態(tài)保護和高質(zhì)量發(fā)展，各省區(qū)尤其西北地區(qū)，必須調(diào)整產(chǎn)業(yè)結(jié)構，盡快把黃河打造成造福人民的幸福河。