EN中文

地理科学, 2023, 43(1): 110-118 doi: 10.13249/j.cnki.sgs.2023.01.012

黄河流域水资源利用与经济增长脱钩及影响因素分解

李汝资,1,2, 白昳2, 周云南2, 黄淑琪2, 晏振宁2, 李英姿2, 赵宏波,3,*

1.南昌大学中国中部经济社会发展研究中心，江西 南昌 330031

2.南昌大学经济管理学院，江西 南昌 330031

3.河南大学黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心，河南 开封 475001

Decoupling and decomposition of driving factors of water resources utilization and economic growth in the Yellow River Basin

Li Ruzi,1,2, Bai Yi2, Zhou Yunnan2, Huang Shuqi2, Yan Zhenning2, Li Yingzi2, Zhao Hongbo,3,*

1. Research Center of Central China Economic and Social Development, Nanchang University, Nanchang 330031, Jiangxi, China

2. School of Economics and Management, Nanchang University, Nanchang 330031, Jiangxi, China

3. Key Research Institute of Yellow River Civilization and Sustainable Development & Collaborative Innovation Center on the Yellow River Civilization, Henan Province and Ministry of Education, Henan University, Kaifeng 475001, Henan, China

通讯作者: 赵宏波。E-mail: zhaohbhhwm@163.com

收稿日期: 2021-02-11   修回日期: 2021-11-1  

基金资助: 国家自然科学基金项目(42101168)

Received: 2021-02-11   Revised: 2021-11-1  

Fund supported: National Natural Science Foundation of China(42101168)

作者简介 About authors

李汝资（1988—），男，山东临沂人，博士，副教授，硕导，主要从事区域经济与生态经济研究E-mail:lirz390@163.com

摘要

水资源是黄河流域生态保护和高质量发展的最大刚性约束，识别流域水资源利用变化驱动因素具有重要意义。首先从结构视角测度黄河流域水足迹变化，进而基于Tapio脱钩模型与Kaya-LMDI分解模型，解析水足迹与经济增长脱钩状态，并从技术效应、结构效应、规模效应、禀赋效应、城市化效应和人口效应识别水资源利用变化驱动因素。研究发现：① 黄河流域水足迹总体呈现上升趋势，农业水足迹占比高达85%，用水结构与产业结构倒挂问题突出。② 黄河流域上下游水资源量与水足迹空间分布不匹配，中下游面临更严重水资源约束。③ 水足迹与经济增长关系主要表现为弱脱钩，但2015—2019年各省区开始向强脱钩转变。④ 规模效应、城市化效应和人口效应对水足迹变化起拉动作用，技术效应、结构效应和禀赋效应对水足迹变化起抑制作用，但仍有提升潜力，各省区影响因素存在一定差异。为此，需要强化水资源利用技术研发与推广，推动农业集约式发展，提升农业用水效率，进一步优化产业结构和新型城镇化建设，缓解水资源约束困境，推动黄河流域经济高质量发展。

关键词： 黄河流域; 高质量发展; 水足迹; Tapio脱钩; Kaya-LMDI模型

Abstract

Water resources are the most rigid constraint for ecological protection and high-quality development in the Yellow River Basin. This paper first measures the changes of water footprint of the Yellow River basin from a structural perspective, and then analyzes the decoupling of water footprint and economic growth based on Tapio decoupling model and Kaya-LMDI decomposition model, and identifies the driving factors of water resources utilization change from the technical effect, structural effect, scale effect, endowment effect, urbanization effect and population effect. We found that: 1) the water footprint of the Yellow River basin is on the rise, the proportion of agricultural water footprint is as high as 85%, and the upside down problem of water structure and industrial structure is prominent; 2) The spatial distribution of water resource and water footprint does not match in the upper and lower reaches of the Yellow River basin, and the middle and lower reaches face more serious water resources restriction. 3) The relationship between water footprint and economic growth is mainly weak decoupling, but the provinces began to shift to strong decoupling in the period of 2015-2019. 4) Scale effect, urbanization effect, and population effect play a role in pulling water footprint changes, while technological effect, structural effect, and endowment effect play an inhibitory role in water footprint changes, but there is still potential for improvement. There are certain differences in influencing factors in different provinces and regions. Therefore, it is necessary to strengthen the research and extension of water resources utilization technology, promote the intensive development of agriculture, improve the efficiency of agricultural water use, further optimize the industrial structure and new urbanization construction, alleviate the dilemma of water resources constraints, and promote the high-quality economic development of the Yellow River Basin.

Keywords： the Yellow River Basin; high-quality development; water footprint; Tapio decoupling; Kaya-LMDI model

PDF (1105KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李汝资, 白昳, 周云南, 黄淑琪, 晏振宁, 李英姿, 赵宏波. 黄河流域水资源利用与经济增长脱钩及影响因素分解[J]. 地理科学, 2023, 43(1): 110-118 doi:10.13249/j.cnki.sgs.2023.01.012

Li Ruzi, Bai Yi, Zhou Yunnan, Huang Shuqi, Yan Zhenning, Li Yingzi, Zhao Hongbo. Decoupling and decomposition of driving factors of water resources utilization and economic growth in the Yellow River Basin[J]. Scientia Geographica Sinica, 2023, 43(1): 110-118 doi:10.13249/j.cnki.sgs.2023.01.012

流域作为一种特殊的地理空间单元，其内部经济发展往往以流域内的主干河流及其各级支流为纽带，形成一致的利益诉求[1]。黄河发源于有着“中华水塔”美誉的三江源地区，是关系中华民族伟大复兴战略全局的重要生态屏障和经济地带[2]。然而，目前水资源已成为黄河流域生态保护和高质量发展的最大刚性约束，“坚持以水定城、以水定地、以水定人、以水定产，合理规划人口、城市和产业发展，坚定走绿色、可持续的高质量发展之路”，是推动黄河流域高质量发展的必然要求。基于此，厘清黄河流域生产、生活、生态对水资源利用时空变化及驱动因素，对促进黄河流域生态环境保护与高质量发展具有重要意义。

当前关于水资源利用与经济增长关系的研究主要集中于3个方面：① 水资源对经济增长的制约作用。Romer首次采用柯布道格拉斯生产函数进行增长阻尼测算，随后被国内学者广泛应用于研究自然资源对经济增长[3-4]和粮食生产[5]的约束作用之中。② 经济政策对水资源利用效率的影响。主要体现在水资源税制改革能显著提升绿色水资源利用效率[6]。③ 水资源与经济增长相互影响。主要从水资源与经济增长脱钩演变[7-9]、水资源利用效率与经济发展、产业结构交互耦合关系[10-11]、水资源利用效率与高质量发展水平匹配程度[12]、动态关系[13-14]等方面展开。

水资源利用驱动因素研究成果较为丰富。陈昆仑运用LMDI分解模型研究技术改善、产业结构、经济发展以及人口规模效应对长江经济带工业废水排放的影响[15]。孙才志等应用LMDI分解方法将中国用水效率变化因素划分为产业用水效率、产业用水结构、经济水平、水资源禀赋及水资源开发利用率[16]。杨志远针对铜仁市水资源利用驱动因素评价研究，基于LMDI模型将水资源利用驱动因素划分为技术、经济、人口和结构效应[17]。Wang利用LMDI模型将中国部分省市区水资源利用影响因素分解为6类指标[18]。

综上所述，现有对水资源与经济增长关系研究多集中于全国层面，对黄河流域高质量发展的研究，则集中于功能区划[19]、区域中心城市[20]与产业发展[21]等方面，而对黄河流域水资源利用与经济发展关系及其驱动因素关注较少。生产、生活、生态水资源高效利用是高质量发展的基础，经济高质量发展离不开水资源补给，深入剖析水资源与经济增长的关系可以成为黄河流域资源环境与可持续发展问题研究的重点。基于此，本文以黄河流域水资源利用与经济增长关系为研究对象，深入剖析其时空分异特征及驱动因素，为水资源约束区域高质量发展提供借鉴。面向黄河流域生产、生活、生态，特别是农业用水规模大的鲜明特征，构建流域水足迹账户，测算2005—2019年黄河流域各省区水足迹，并运用Tapio模型分析水足迹与经济增长的脱钩状态，以反映水资源利用变化。同时，基于Kaya-LMDI模型，将黄河流域水足迹影响因素分解为技术效应、结构效应、规模效应、禀赋效应、城市化效应与人口效应等方面，并对比不同区域变化特征，以期为推动黄河流域生态保护与高质量发展提供理论与经验借鉴。

1 研究设计

1.1 研究方法

1.1.1水足迹计算方法

关于水资源利用的评价多侧重于测算水资源利用效率和水资源消耗。水足迹概念由Hoekstra提出，指某区域人口在一定时期内消耗的所有产品和服务的水资源总量，作为虚拟水研究的新领域，能真实反映蕴含在所有产品和服务中的真实水资源消耗，从而科学评价区域的水资源自承载能力以及对外依存度、全面描述水资源安全状况[22]。

本文采取自下而上法构建水足迹账户，具体包括农业水足迹、工业水足迹、灰水足迹、生活水足迹、生态水足迹等方面。农业水足迹为水足迹核算中最主要组成部分，本文选取7类农产品中最具代表性的产品来计算农业水足迹，农业水足迹由单位农产品虚拟水含量与农产品产量相乘并加总得来，选取的农产品单位虚拟水含量分别为：蔬菜（0.1 m3/kg）、水果（1.0 m3/kg）、肉类（6.7 m3/kg）、禽蛋类（4.3 m3/kg）、奶类（1.9 m3/kg）、水产品（5.0 m3/kg）。单位农产品虚拟水含量通过整理相关文献得到[23-24]。由于粮食在农产品中占据较大比重，参考孙才志等处理方式[24]，单独列出各省区粮食虚拟水含量：青海（0.555 m3/kg）、四川（1.313 m3/kg）、甘肃（1.524 m3/kg）、宁夏（1.383 m3/kg）、内蒙古（1.206 m3/kg）、陕西（1.464 m3/kg）、山西（1.358 m3/kg）、河南（1.060 m3/kg）、山东（0.928 m3/kg）。工业水足迹、灰水足迹、生活水足迹和生态水足迹计算方法参考文献[25-28]，使用《中国统计年鉴》[29]中用水数据。

1.1.2Tapio脱钩模型

脱钩概念源于物理学，后用于研究经济增长与环境压力间的关系，反应经济增长与资源消耗相互脱离的趋势，GDP可用来衡量经济增长程度，水足迹可用来衡量水资源消耗。因此，本文将运用Tapio模型[30]计算水足迹与经济增长脱钩弹性。脱钩主要有8种类型：强脱钩（SD）、弱脱钩（WD）、衰退性脱钩（RD）、扩张性负脱钩（END）、弱负脱钩（WND）、强负脱钩（SND）、增长连接（EC）、衰退连接（RC）。其中，强脱钩为最理想的脱钩状态，即伴随着经济增长，水足迹消耗下降；弱脱钩次优，水足迹增长速度滞后于经济增长速度；强负脱钩最不理想，即经济实现负增长，水足迹消耗增加（表1）。

表1   脱钩状态判断标准

Table 1  Standards of decoupling status

脱钩状态脱钩弹性值（e）ΔWFΔGDP
　　注：ΔWF为水足迹变化量，ΔGDP为国内生产总值（GDP）变化量。
负脱钩扩张性负脱钩e > 1.2++
弱负脱钩0 < e < 0.8--
强负脱钩e < 0+-
衰退脱钩e > 1.2--
脱钩弱脱钩0 < e < 0.8++
强脱钩e < 0-+
连接增长连接0.8 < e < 1.2++
衰退连接0.8 < e < 1.2--

新窗口打开| 下载CSV


1.1.3Kaya-LMDI模型

Kaya恒等式被广泛应用于能源与环境领域[16]，本文将扩展后的Kaya恒等式运用到水足迹研究，表达式如下：

$ \begin{split} {WF}_{t}=&\displaystyle\sum _{i=1}^{n}{WF}_{i,t}=\displaystyle\sum _{i=1}^{n}\dfrac{{WF}_{i,t}}{{GDP}_{i,t}}\times \dfrac{{GDP}_{i,t}}{{GDP}_{t}}\times \dfrac{{GDP}_{t}}{{WR}_{t}}\times\\ &\dfrac{{WR}_{t}}{{P}_{ut}}\times \dfrac{{P}_{ut}}{{P}_{t}}\times {P}_{t}=\displaystyle\sum _{i=1}^{n}{T}_{i,t}\times{S}_{i,t}\times{C}_{t}\times{E}_{t}\times{U}_{t}\times{P}_{t} \end{split} $

式中，WFt表示第t期的总水足迹；WFi,t为第t期第i类水足迹（包括农业水足迹、工业水足迹、灰水足迹、生活水足迹、生态水足迹）；n为水足迹种类数；GDPi,t为第t期第i类产业国内生产总值；GDPt、WRt、Put和Pt分别表示第t期国内生产总值、水资源总量、城镇人口和年末总人口。Ti,t表示单位GDP产生的水足迹数量，反映水资源利用效率，为技术效应；Si,t表示产业结构，为结构效应；Ct表示水资源变化带来的GDP的变化，为规模效应；Et表示城镇人均可利用水资源，为禀赋效应；Ut表示城镇人口占总人口之比，为城市化效应；Pt为人口效应。

假设从基期t1到研究期t2的水足迹变化为∆WFt，将影响∆WFt的因素划分为技术效应、结构效应、规模效应、禀赋效应、城市化效应和人口效应，公式如下：

$ \begin{split} \Delta {WF}_{t}=&{WF}_{{t}_{2}}-{WF}_{{t}_{1}}=\Delta {WF}_{T}+\Delta {WF}_{S}+\Delta {WF}_{C}+\\ &\Delta {WF}_{E}+\Delta {WF}_{U}+\Delta {WF}_{P}\\[-10pt] \end{split} $

式中，∆WFT、∆WFS、∆WFC、∆WFE、∆WFU和∆WFP分别表示技术、结构、规模、禀赋、城市化和人口效应对水足迹数量变动的影响。进一步，运用LMDI方法对驱动因素进行解析，具体表达式参考文献[31]。

1.2 数据来源与处理

限于数据可获取性，本文选取2005—2019年黄河流域9省（自治区）水资源和经济增长作为研究对象。粮食产量、用水量、水资源总量、年末常驻人口、城镇常驻人口和GDP等数据，主要来自《中国统计年鉴》[29]、《中国环境统计年鉴》[32]、各省市统计年鉴（https://data.cnki.net/Yearbook/Navi?type=type&code=A）、水资源公报（http://app.gjzwfw.gov.cn/jmopen/webapp/html5/szygbxxcx/index.html）以及国家统计局网站（http://www.stats.gov.cn/）。根据相关指标说明并借鉴张强[33]的处理方式，将第一产业GDP与农业水足迹相匹配，第二产业（扣除建筑业）GDP与工业水足迹相匹配，第三产业加建筑业GDP与生活水足迹相匹配。最后，为了消除通货膨胀对价格的影响，反映实际的经济增长，GDP以2005年为基期计算实际GDP。

2 黄河流域水资源与水足迹概况

2005—2019年，黄河流域水足迹总体呈现稳步上升趋势（图1a），从2005年的6 436.30亿m3上升到2019年的7 683.10亿m3。在水足迹构成中，农业水足迹占比高达85%以上，灰水足迹次之。2010—2015年，灰水足迹增量明显，从2010年的272.58亿m3上升至2015年的553.5亿m3，同比增长95.4%。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   2005—2019年黄河流域水足迹与水资源量变化

Fig. 1   Changes of water footprint and water resources in the Yellow River Basin from 2005 to 2019


分区域来看（图1b），黄河上游（青海、四川、甘肃、宁夏、内蒙古）地区和中下游地区（陕西、山西、河南、山东）水足迹表现出显著差异特征，且水资源存量与水足迹空间分布格局不匹配。上游地区年均水资源总量高于年均水足迹总量，可以极大程度满足居民生活、农业灌溉和城市建设用水，对经济发展的牵制作用较小。而中下游地区为中国主要的粮食生产基地和人口集中区域，生产生活耗水量大，加之河套平原和宁夏平原地区采取大水漫灌的粗放型灌溉方式，使其年均水足迹总量高达4 751.12亿m3，而年均水资源总量仅为其1/4（1 129.65亿m3），供需矛盾突出。

3 黄河流域水足迹与经济增长脱钩分析

3.1 整体脱钩分析

研究期内，黄河流域水足迹与经济增长呈现出弱脱钩和强脱钩交替出现的趋势（表2）。2005—2015年以弱脱钩为主，出现了1次强脱钩，9次弱脱钩，脱钩指数于2010—2011年达到峰值0.65，此后开始下降。2015—2019年以强脱钩为主，出现了3次强脱钩，1次弱脱钩，在保持经济增长的同时实现了水足迹的下降，总体脱钩形式向好发展。

表2   2005—2019年黄河流域脱钩状态

Table 2  The decoupling status in the Yellow River Basin in 2005—2019

年份青海四川甘肃宁夏内蒙古陕西山西河南山东黄河流域
　　注：SD为强脱钩，WD为弱脱钩，END为扩张性负脱钩，EC为增长连接。
2005—2006WDSDSDWDWDWDSDSDSDSD
2006—2007WDSDSDWDSDWDWDWDSDWD
2007—2008SDWDWDWDWDWDWDWDWDWD
2008—2009SDWDWDWDWDWDSDWDWDWD
2009—2010WDWDWDWDWDWDWDWDWDWD
2010—2011WDWDECECECWDENDWDECWD
2011—2012SDWDWDWDWDWDWDWDWDWD
2012—2013WDWDWDWDWDWDWDWDWDWD
2013—2014WDWDWDECWDWDWDWDWDWD
2014—2015WDWDWDSDWDWDSDWDWDWD
2015—2016SDSDSDSDSDSDSDSDSDSD
2016—2017SDSDWDWDSDSDWDSDWDSD
2017—2018WDWDWDWDECSDSDWDSDWD
2018—2019WDSDWDWDWDWDWDSDSDSD

新窗口打开| 下载CSV


分区域来看，由于黄河流域9省区的经济增长始终保持正值，因此仅存在4种脱钩状态：强脱钩、弱脱钩、增长连接和扩张性负脱钩。青海、四川、陕西和河南的脱钩态势较为稳定，仅存在弱脱钩和强脱钩，水足迹增长滞后于经济发展。甘肃、宁夏、内蒙古、山西和山东在2010—2011年后由增长连接和扩张性负脱钩逐渐转变为弱脱钩，并于2015—2016年前后实现强脱钩。

3.2 脱钩区域差异

进一步根据国家五年规划将研究期划分为2005—2010年、2010—2015年和2015—2019年3个时间段，分析黄河流域水足迹与经济增长脱钩的时空差异，结果如图2所示。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   2005—2019年黄河流域水足迹与经济增长脱钩状态变化

点为省区脱钩状态，红线为脱钩类型分界线

Fig. 2   Decoupling of water footprints from economic growth in the Yellow River Basin in 2005—2019


2005—2010年和2010—2015年黄河流域9省区均表现为弱脱钩，脱钩指数总体出现递增趋势，其中，水足迹增长率基本持平，山东、青海、四川和甘肃的水足迹增量轻微上升，2010—2015年的经济增长速度总体滞后于2005—2010年，这一时期由于受到外部性和周期性因素的影响，中国经济持续下滑。2015—2019年，青海、内蒙古、四川、陕西、河南和山东6省区均实现强脱钩，说明随着十八届五中全会的召开以及绿色、创新、协调、开放、共享五大发展理念的提出，各区域更注重水资源的有效利用，水足迹得到一定程度的抑制[34]，从而实现和经济增长的强脱钩。宁夏、山西和甘肃的脱钩状态尚不乐观，未实现强脱钩，但脱钩指数下降，说明该区域经济增长方式转变尚不足以抑制水资源消耗。

4 黄河流域水足迹变化机制分析

4.1 黄河流域水足迹驱动因素分解

图3展示了黄河流域水足迹变化驱动因素分解。总体而言，规模效应、城市化效应和人口效应表现为拉动效应，技术效应、结构效应和禀赋效应表现为抑制效应。其中，规模效应为黄河流域主要拉动效应，其贡献累计值由2005—2006年的3 394.05亿m3增长到2018—2019年的9 525.94亿m3。城市化效应为第二拉动效应，伴随着城市化进程带来的人口规模增长以及产业集聚会大幅度增加水足迹消耗。同时，城市配套水利设施的精细完善以及产业结构的优化又会一定程度上抑制水足迹增长，但其抑制作用尚不明显。二者共同作用下使得城市化效应对水足迹消耗的拉动作用次于规模效应。结构效应为主要抑制效应，主要是因为黄河流域的产业结构升级促使农业和高耗能工业用水量减少从而反向驱动水足迹增长，但由于整体产业结构层次偏低，传统产业转型升级步伐滞后于经济规模扩张速度，其抑制效应低于规模效应的拉动效应。禀赋效应波动较大，2009—2010年后，其对水足迹减少量的累计贡献值总体低于结构效应，说明城镇水资源约束不能持续提升居民节水意识，政府需进一步加大节水工作宣传。技术效应和人口效应对水足迹的驱动作用较弱，累计贡献值变化幅度小，需进一步发展农业灌溉技术。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2005—2019年黄河流域水足迹驱动因素累计变化

Fig. 3   Cumulative change of water footprint driving factors in the Yellow River Basin in 2005—2019


4.2 水足迹驱动因素区域差异

由于黄河流各省区存在一定差异，需进一步结合当地情况进行水足迹驱动因子分析（图4）。总体来看，黄河流域各省区水足迹增量均大于0，规模效应、城市化效应和人口效应表现为拉动效应，技术效应、结构效应和禀赋效应表现为抑制效应。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   黄河流域各省区水足迹驱动因素

Fig. 4   Driving factors of water footprint in provincesand regions of the Yellow River Basin


分区域来看，上游地区受结构效应、城市化效应和技术效应的影响较为显著。该区域经济总量小，基础较薄弱，随着西部大开发的推进，可以充分利用其他区域已有成功发展经验实现经济快速发展，刺激增长潜力。因此，其产业结构升级、技术更新和城市化进程对水足迹的影响略高于中下游地区。上游地区土地资源丰富，宜耕地开发潜力巨大，应该积极发展农业节水技术，提高农业水资源利用效率，促进农业的发展，同时培养居民节水意识，推动城乡居民生活节水以及完善城市配套水利基础设施。中下游地区受禀赋效应和规模效应的影响较为显著。经济规模扩张对水足迹的拉动作用更明显，城镇居民人均水资源禀赋约束导致居民节水意识更强从而制约了区域水资源消耗。应进一步致力于促进产业的转型升级，以水资源为刚性约束，淘汰用水超出定额标准的高耗水行业产能，同时转变能源利用方式，倡导重复用水以及推广清洁能源的使用。

分省区来看，规模效应为9省区水足迹增长主要拉动效应，区域差异较小。政府需进一步开展针对水资源消耗总量和强度的双控行动，以促使水资源边际投入减少和利用效率提升。城市化效应和人口效应的驱动作用较小。随着城镇人口的不断增长和城市化水平的提高，用水需求大幅增加，满足居民生产生活和城市建设的最低需水“水位”上升。

结构效应为四川、甘肃、宁夏、内蒙古、陕西和山西的主要抑制效应，且对内蒙古的抑制作用最为显著，抑制了26%的水足迹消耗。表明该地区自2005年以来产业结构层次得到大幅度提升，高耗能产业的淘汰和第一产业比重的下降促进了水足迹总量的减少。但抑制效应仍低于规模效应导致的水足迹增长。一方面表明，这些区域虽一直积极谋求产业转型升级，但其转型升级速度低于经济规模扩张速度，急需加大产业结构升级力度，促进新旧动能转化。另一方面表明，仅凭产业结构调整所能实现的成效有限，需综合采用技术进步、节水工作宣传以及政府管控定额调配水资源等措施降低水足迹。结构效应对山东、河南和青海的水足迹抑制作用不甚显著，需进一步加快转变经济发展方式，以推动经济结构战略性调整。

技术效应为青海的主要抑制效应，抑制了1.66亿m3的水足迹增量，为总效应的18%。2009年青海省启动了《青海省水利设施农业三年计划实施方案》，此后便开始大力发展节水灌溉工程，健全水利配套基础设施，较大程度提升了水资源利用效率。技术效应对宁夏、河南和山西三省区的抑制作用较弱。大力发展节水技术，实现该地区农业精细化灌溉应当成为发展重点。

禀赋效应为山东和河南的主要抑制效应，分别抑制了161.44亿m3和217.64亿m3的水足迹增量，为总效应的25%和29%，对甘肃和宁夏的水足迹抑制作用暂不显著。河南和山东为黄河流域用水大省，水资源总量较少，供需矛盾大，水资源约束能促使居民节水意识提高，抑制水足迹增长。对于上述地区而言，一方面优化区域水资源配置，保留足够的生态需水，同时提高当地居民的节水意识，减少水污染；另一方面积极开发利用非常规水源，必要时外调水源以供利用。

5 结论与建议

本文基于水足迹理论计算黄河流域农业、工业、生活、生态和灰水足迹，并运用Tapio模型和Kaya-LMDI模型分析经济增长与水足迹脱钩态势以及影响因素，得到以下结论：① 2015—2019年黄河流域水足迹总体呈上升趋势，2015年到达峰值，此后开始下降。② 水足迹构成以农业水足迹为主，占比高达85%，用水结构与产业结构倒挂问题突出；水足迹消耗和水资源利用空间分布不匹配，中下游面临更严重的水资源约束。③ 黄河流域经济增长与水足迹消耗主要表现为弱脱钩，水足迹消耗滞后于GDP增长，2015—2019年各省区开始向强脱钩转变，山西、甘肃和宁夏表现欠佳，未实现强脱钩。④ 规模效应和结构效应分别为水足迹变化主要拉动与抑制效应，城市化效应和禀赋效应次之，人口效应和技术效应驱动作用不明显。⑤ 各区域影响因素具有差异。上游地区水足迹受到技术进步、城市化水平和产业结构升级的影响更显著，而中下游地区水足迹更容易受到经济规模扩张和水资源禀赋约束的影响；结构效应和技术效应对河南的水足迹抑制作用暂不显著，宁夏水足迹受技术效应和禀赋效应的影响较小。

根据以上分析和结论，下面就黄河流域提高水资源利用效率，实现高质量发展提出建议。

1）推进新型城镇化发展。规模效应为水足迹消耗主要拉动效应，经济规模的大幅度扩张一定程度上有利于社会发展，然规模的扩大必然增加流域水消耗，因而从该方面抑制水足迹消耗可行性不强。而城市化效应仅次于规模效应，可从降低城市化效应入手抑制水足迹消耗，完善城市配套基础设施建设，促使水利设施精细化，合理调配，约束用水，以推进新型城镇化发展实现水资源可持续利用。

2）大力发展和推广节水技术。技术效应的抑制作用尚不显著，黄河流域应大力发展节水技术，重视生产环节节水工作，摒弃大水漫灌，采取喷灌和滴灌等新型灌溉方式以提高农田灌溉水有效利用系数，促进节水农业的发展。此外，还需改造城市供水管技术，减少供水过程中产生的水资源浪费。

3）加快产业结构转型升级，促进新旧动能转换。结构效应为主要抑制效应之一，其抑制作用次于规模效应的拉动作用。目前，产业结构的不合理是黄河流域的突出问题，表现为产业结构层次较低，农业耗水量大，重工业化明显，拥有较多高污染和高耗能产业，基于此，进一步加强产业结构的调整，促进新旧动能的转换是流域高质量发展的当务之急。应致力于促进产业的转型升级，发展特色农业，可再生能源产业、新兴产业以及先进制造业，构建现代产业体系，以水资源为刚性约束，淘汰用水超出定额标准的高耗水行业产能，同时转变能源利用方式，推广清洁能源的使用。

4）增强居民节水意识，政府定额调配水资源。“开源节流”，一方面政府需优化全流域水资源配置，根据南水北调工程设计水量以及区域发展状况调整“八七分水”方案，黄河流域河南及以下区域已接收南水北调东中线一期工程累计近240亿m3的调水量[35]，加之山东省可利用较好的区位优势开发海水资源等非常规水源，使得水资源短缺情况得到缓解，因此应进一步向中游地理条件恶劣地区配置水资源；另一方面需加大节水宣传工作力度，同时发挥价格杠杆的引导作用，以提升居民节水意识，形成绿色的水资源消费模式。

参考文献

李小建, 文玉钊, 李元征, 等.

黄河流域高质量发展: 人地协调与空间协调

[J]. 经济地理, 2020, 40(4): 1-10

[本文引用: 1]

Li, Xiaojian, Wen, Yuzhao, Li, Yuanzheng et al.

High-quality development of the Yellow River Basin from a perspective of economic geography: Man-land and spatial coordination

Economic Geography, 2020, 40(4): 1-10

[本文引用: 1]

杨开忠.

“五个坚持”让黄河成为造福人民的幸福河

[J]. 中国国情国力, 2020(8): 4-5.

DOI:10.13561/j.cnki.zggqgl.2020.08.002      [本文引用: 1]

Yang Kaizhong.

The ''five persistence'' make the Yellow River a happy river that benefits the people

China National Conditions and Strength, 2020(8): 4-5.

DOI:10.13561/j.cnki.zggqgl.2020.08.002      [本文引用: 1]

刘耀彬,肖小东,邵翠.

长江经济带水土资源约束的动态转换机制及空间异质性分析

[J]. 中国人口·资源与环境, 2019, 9(3): 89-98

[本文引用: 1]

Liu Yaobin, Xiao Xiaodong, Shao Cui.

Dynamic transformation mechanism and spatial heterogeneity analysis to water and land resources constraints in the Yangtze River Economic Zone

China Population, Resources and Environment, 2019, 9(3): 89-98

[本文引用: 1]

彭立, 邓伟, 谭静, 等.

横断山区水土资源利用与经济增长的匹配关系

[J]. 地理学报, 2020, 75(9): 1996-2008.

DOI:10.11821/dlxb202009013      [本文引用: 1]

Peng, Li, Deng, Wei, Tan, Jing et al.

Restriction of economic development in the Hengduan Mountains Area by land and water resources

Acta Geographica Sinica, 2020, 75(9): 1996-2008.

DOI:10.11821/dlxb202009013      [本文引用: 1]

李明辉, 周林, 周玉玺.

水资源对粮食生产的阻尼效应研究——基于山东2001-2016年数据的计量检验

[J]. 干旱区资源与环境, 2019, 33(7): 16-23.

DOI:10.13448/j.cnki.jalre.2019.192      [本文引用: 1]

Li Minghui, Zhou Lin, Zhou Yuxi.

Research on growth drag of water resources on grain production—Metrological inspection based on statistical data from 2001 to 2016 in Shandong

Journal of Arid Land Resources and Environment, 2019, 33(7): 16-23.

DOI:10.13448/j.cnki.jalre.2019.192      [本文引用: 1]

吕岩威, 戈亚慧, 耿涌.

水资源税改革是否提升了水资源绿色效率?

[J]. 干旱区资源与环境, 2022, 36(8): 77-83.

DOI:10.13448/j.cnki.jalre.2022.202      [本文引用: 1]

Lv Yanwei, Ge Yahui, Geng Yong.

Has the water resource tax reform improved the green efficiency of water resource

Journal of Arid Land Resources and Environment, 2022, 36(8): 77-83.

DOI:10.13448/j.cnki.jalre.2022.202      [本文引用: 1]

焦士兴, 张馨歆, 王安周, 等.

水足迹视角下安阳市水资源利用与经济增长关系研究

[J]. 中国农业资源与区划, 2019, 40(12): 10-15

[本文引用: 1]

Jiao, Shixing, Zhang, Xinxin, Wang, Anzhou et al.

Study on decoupling relationship between water resources utilization and economic growth in Anyang city from the perspective of water footprint

Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(12): 10-15

[本文引用: 1]

潘忠文, 徐承红.

中国绿色水资源效率测度及其与经济增长的脱钩分析

[J]. 华中农业大学学报(社会科学版), 2020(4): 1-9+173

Pan Zhongwen, Xu Chenghong.

The measurement of green water resources efficiency in China and its decoupling from economic growth

Journal of Huazhong Agricultural University (Social Sciences Edition), 2020(4): 1-9+173

Yang, Kong, Weijun, He, Liang, YuanKong et al.

Decoupling analysis of water footprint and economic growth: A case study of Beijing-Tianjin-Hebei Region from 2004 to 2017

[J]. International Journal of Environmental Research and Public Health, 2019, 16: 4873

DOI:10.3390/ijerph16234873      [本文引用: 1]

邢霞, 修长百, 刘玉春.

黄河流域水资源利用效率与经济发展的耦合协调关系研究

[J]. 软科学, 2020, 34(8): 44-50.

DOI:10.13956/j.ss.1001-8409.2020.08.08      [本文引用: 1]

Xing Xia, Xiu Changbai, Liu Yuchun.

Research on coupling and coordination relationship between water resources utilization efficiency and economic development

Soft Science, 2020, 34(8): 44-50.

DOI:10.13956/j.ss.1001-8409.2020.08.08      [本文引用: 1]

焦士兴, 王安周, 张馨歆, 等.

经济新常态下河南省产业结构与水资源耦合协调发展研究

[J]. 世界地理研究, 2020, 29(2): 358-365.

DOI:10.3969/j.issn.1004-9479.2020.02.2018484      [本文引用: 1]

Jiao, Shixing, Wang, Anzhou, Zhang, Xinxin et al.

Coordinated development of industrial structure and water resources in Henan Province under the ''New Normal''

World Regional Studies, 2020, 29(2): 358-365.

DOI:10.3969/j.issn.1004-9479.2020.02.2018484      [本文引用: 1]

左其亭, 张志卓, 姜龙, 等.

全面建设小康社会进程中黄河流域水资源利用效率时空演变分析

[J]. 水利水电技术, 2020, 51(12): 16-25.

[本文引用: 1]

Zuo Qiting, Zhang Zhizhuo, Jiang Long et al.

Spatiotemporal evolution of water resource utilization efficiency in the Yellow River Basin during the construction of a well-off society

Water Resources and Hydropower Engineering, 2020, 51(12): 16-25.

[本文引用: 1]

张振龙, 孙慧.

新疆区域水资源对产业生态系统与经济增长的动态关联——基于VAR模型

[J]. 生态学报, 2017, 37(16): 5273-5284.

[本文引用: 1]

Zhang Zhenlong, Sun Hui.

Research on the dynamic relationship between water-intensive industrial ecosystem and economic growth in Xinjiang based on VAR model

Acta Ecologica Sinica, 2017, 37(16): 5273-5284

[本文引用: 1]

崔毅, 吴然.

中国干旱区水资源利用与经济增长关系研究——以宁夏回族自治区为例

[J]. 哈尔滨工业大学学报(社会科学版), 2018, 20(2): 135-140.

DOI:10.16822/j.cnki.hitskb.20180306.004      [本文引用: 1]

Cui Yi, Wu Ran.

Study on the relationship between water resources utilization and economic growth in arid region—Taking Ningxia as an example

Journal of HIT (Social Sciences Edition), 2018, 20(2): 135-140.

DOI:10.16822/j.cnki.hitskb.20180306.004      [本文引用: 1]

陈昆仑, 郭宇琪, 刘小琼, 等.

长江经济带工业废水排放的时空格局演化及驱动因素

[J]. 地理科学, 2017, 37(11): 1668-1677.

DOI:10.13249/j.cnki.sgs.2017.11.008      [本文引用: 1]

Chen, Kunlun, Guo, Yuqi, Liu, Xiaoqiong et al.

Spatial-temporal pattern and driving factors of industrial wastewater discharge in the Yangtze River Economic Zone

Scientia Geographica Sinica, 2017, 37(11): 1668-1677.

DOI:10.13249/j.cnki.sgs.2017.11.008      [本文引用: 1]

孙才志, 谢巍, 邹玮.

中国水资源利用效率驱动效应测度及空间驱动类型分析

[J]. 地理科学, 2011, 31(10): 1213-1220.

DOI:10.13249/j.cnki.sgs.2011.10.009      [本文引用: 2]

Sun Caizhi, Xie Wei, Zou Wei.

Contribution ratio measurement of water use efficiency driving effects and spatial driving type in China

Scientia Geographica Sinica, 2011, 31(10): 1213-1220.

DOI:10.13249/j.cnki.sgs.2011.10.009      [本文引用: 2]

杨志远, 杨建, 杨秀春.

典型喀斯特城市水资源利用与经济发展关系分析——以铜仁市为例

[J]. 经济地理, 2018, 38(9): 105-113.

DOI:10.15957/j.cnki.jjdl.2018.09.012      [本文引用: 1]

Yang Zhiyuan, Yang Jian, Yang Xiuchun.

Analysis of water use and economic development in typical Karst cities: A case study of Tongren city

Economic Geography, 2018, 38(9): 105-113.

DOI:10.15957/j.cnki.jjdl.2018.09.012      [本文引用: 1]

Wang Qiang, Wang Xiaowei.

Moving to economic growth without water demand growth—A decomposition analysis of decoupling from economic growth and water use in 31 provinces of China

[J]. Science of the Total Environment, 2020: 726

[本文引用: 1]

金凤君.

黄河流域生态保护与高质量发展的协调推进策略

[J]. 改革, 2019(11): 33-39

[本文引用: 1]

Jin Fengjun.

Coordinated promotion strategy of ecological protection and high-quality development in the Yellow River Basin

Reform, 2019(11): 33-39

[本文引用: 1]

师博.

黄河流域中心城市高质量发展路径研究

[J]. 人文杂志, 2020(1): 5-9.

DOI:10.3969/j.issn.0447-662X.2020.01.003      [本文引用: 1]

Shi Bo.

Study on high quality development path of central cities in the Yellow River Basin

The Journal of Humanities, 2020(1): 5-9.

DOI:10.3969/j.issn.0447-662X.2020.01.003      [本文引用: 1]

高煜.

黄河流域高质量发展中现代产业体系构建研究

[J]. 人文杂志, 2020(1): 13-17.

DOI:10.3969/j.issn.0447-662X.2020.01.005      [本文引用: 1]

Gao Yu.

Study on the construction of modern industrial system in high quality development of the Yellow River Basin

The Journal of Humanities, 2020(1): 13-17.

DOI:10.3969/j.issn.0447-662X.2020.01.005      [本文引用: 1]

吴兆丹, 赵敏, Upmanu Lall, 等.

关于中国水足迹研究综述

[J]. 中国人口·资源与环境, 2013, 23(11): 73-80.

DOI:10.3969/j.issn.1002-2104.2013.11.011      [本文引用: 1]

Wu, Zhaodan, Zhao, Min, Upmanu, Lall et al.

A review of researches on Chinese water footprint

China Population, Resources and Environment, 2013, 23(11): 73-80.

DOI:10.3969/j.issn.1002-2104.2013.11.011      [本文引用: 1]

马静, 汪党献, 来海亮, 等.

中国区域水足迹的估算

[J]. 资源科学, 2005, 27(5): 96-100.

DOI:10.3321/j.issn:1007-7588.2005.05.015      [本文引用: 1]

Ma, Jing, Wang, Dangxian, Lai, Hailiang et al.

Water footprint—An application in water resources research

Resources Science, 2005, 27(5): 96-100.

DOI:10.3321/j.issn:1007-7588.2005.05.015      [本文引用: 1]

孙才志, 陈栓, 赵良仕.

基于ESDA的中国省际水足迹强度的空间关联格局分析

[J]. 自然资源学报, 2013, 28(4): 571-582.

DOI:10.11849/zrzyxb.2013.04.004      [本文引用: 2]

Sun Caizhi, Chen Shuan, Zhao Liangshi.

Spatial correlation pattern analysis of water footprint intensity based on ESDA model at provincial scale in China

Journal of Natural Resources, 2013, 28(4): 571-582.

DOI:10.11849/zrzyxb.2013.04.004      [本文引用: 2]

马维兢, 耿波, 杨德伟, 等.

部门水足迹及其经济效益的时空匹配特征研究

[J]. 自然资源学报, 2020, 35(6): 1381-1391.

DOI:10.31497/zrzyxb.20200611      [本文引用: 1]

Ma, Weijing, Geng, Bo, Yang, Dewei et al.

Spatiotemporal matching characteristics and economic benefits of sectoral water footprint

Journal of Natural Resources, 2020, 35(6): 1381-1391.

DOI:10.31497/zrzyxb.20200611      [本文引用: 1]

张凡凡, 张启楠, 李福夺, 等.

中国水足迹强度空间关联格局及影响因素分析

[J]. 自然资源学报, 2019, 34(5): 934-944.

DOI:10.31497/zrzyxb.20190503     

Zhang, Fanfan, Zhang, Qinan, Li, Fuduo et al.

The spatial correlation pattern of water footprint intensity and its driving factors in China

Journal of Natural Resources, 2019, 34(5): 934-944.

DOI:10.31497/zrzyxb.20190503     

余灏哲, 韩美.

基于水足迹的山东省水资源可持续利用时空分析

[J]. 自然资源学报, 2017, 32(3): 474-483.

DOI:10.11849/zrzyxb.20160406     

Yu Haozhe, Han Mei.

Spatial-temporal analysis of sustainable water resources utilization in Shandong province based on water footprint

Journal of Natural Resources, 2017, 32(3): 474-483.

DOI:10.11849/zrzyxb.20160406     

赵良仕, 孙才志, 郑德凤.

中国省际水资源利用效率与空间溢出效应测度

[J]. 地理学报, 2014, 69(1): 121-133.

DOI:10.11821/dlxb201401012      [本文引用: 1]

Zhao Liangshi, Sun Caizhi, Zheng Defeng.

Water resource utilization efficiency and its spatial spillover effects measure in China

Acta Geographica Sinica, 2014, 69(1): 121-133.

DOI:10.11821/dlxb201401012      [本文引用: 1]

国家统计局. 中国统计年鉴[M]. 2006—2020. 北京: 中国统计出版社, 2006—2020.

[本文引用: 2]

National Bureau of Statistics of China. China statistical yearbook. 2006—2020. Beijing: China Statistics Press, 2006—2020.

[本文引用: 2]

Petri Tapio.

Towards a theory of decoupling: degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001

[J]. Transport Policy, 2005, 12(2): 137-151.

DOI:10.1016/j.tranpol.2005.01.001      [本文引用: 1]

郭朝先.

中国碳排放因素分解: 基于LMDI分解技术

[J]. 中国人口·资源与环境, 2010, 20(12): 4-9.

DOI:10.3969/j.issn.1002-2104.2010.12.002      [本文引用: 1]

Guo Chaoxian.

Decomposition of China’s carbon emissions: Based on LMDI method

China Population, Resources and Environment, 2010, 20(12): 4-9.

DOI:10.3969/j.issn.1002-2104.2010.12.002      [本文引用: 1]

国家统计局. 中国环境统计年鉴[M]. 2006—2020. 北京: 中国统计出版社, 2006—2020.

[本文引用: 1]

National Bureau of Statistics. China statistical yearbook on environment. 2006—2020. Beijing: China Statistics Press, 2006—2020.

[本文引用: 1]

张强, 王本德, 曹明亮.

基于因素分解模型的水资源利用变动分析

[J]. 自然资源学报, 2011, 26(7): 1209-1216.

DOI:10.11849/zrzyxb.2011.07.013      [本文引用: 1]

Zhang Qiang, Wang Bende, Cao Mingliang.

Analysis of water resource utilization change based on factor decomposition model

Journal of Natural Resources, 2011, 26(7): 1209-1216.

DOI:10.11849/zrzyxb.2011.07.013      [本文引用: 1]

巩灿娟, 徐成龙, 张晓青.

黄河中下游沿线城市水资源利用效率的时空演变及影响因素

[J]. 地理科学, 2020, 40(11): 1930-1939.

DOI:10.13249/j.cnki.sgs.2020.11.018      [本文引用: 1]

Gong Canjuan, Xu Chenglong, Zhang Xiaoqing.

Spatio-temporal evolution and influencing factors of water resources utilization efficiency of cities along the middle and lower reaches of the Yellow River

Scientia Geographica Sinica, 2020, 40(11): 1930-1939.

DOI:10.13249/j.cnki.sgs.2020.11.018      [本文引用: 1]

贾绍凤, 梁媛.

新形势下黄河流域水资源配置战略调整研究

[J]. 资源科学, 2020, 42(1): 29-36.

DOI:10.18402/resci.2020.01.03      [本文引用: 1]

Jia Shaofeng, Liang Yuan.

Suggestions for strategic allocation of the Yellow River water resources under the new situation

Resources Science, 2020, 42(1): 29-36.

DOI:10.18402/resci.2020.01.03      [本文引用: 1]

/

〈 〉