青藏高原地区城乡虚拟水贸易格局与影响因素

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

孙思奥^,¹, 王晶², 戚伟¹

1. 中国科学院地理科学与资源研究所,北京 100101

2. 水利部规划计划司,北京 100053

Urban-and-rural virtual water trade of Qinghai-Tibet Plateau: Patterns and influencing factors

SUN Siao^,¹, WANG Jing², QI Wei¹

1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

2. Department of Planning and Programming, Ministry of Water Resources, Beijing 100053, China

收稿日期:2019-04-2修回日期:2020-04-27网络出版日期:2020-07-25

基金资助:

中国科学院战略性先导科技专项.XDA20040401
国家自然科学基金项目.41730645

Received:2019-04-2Revised:2020-04-27Online:2020-07-25

Fund supported:

Strategic Priority Research Program of the Chinese Academy of Sciences.XDA20040401
National Natural Science Foundation of China.41730645

作者简介 About authors
孙思奥(1983-), 女, 湖南津市人, 博士, 副研究员, 主要从事城市水文和水资源管理与政策相关研究。E-mail: suns@igsnrr.ac.cn

摘要
青藏高原是亚洲水塔,其水资源与水生态环境保护意义重大。从虚拟水视角,研究青藏高原与外部的水资源贸易关系和影响因素,有助于理解该地区的水资源问题、制定虚拟水贸易策略、优化区域城乡水资源配置、保障亚洲水塔功能。依托2012年中国区域间投入产出表成果,本文测算了青藏高原与中国其他区域之间的虚拟水贸易关系,建立了中国区域城镇与农村地区的虚拟水贸易网络,采用对数平均迪氏指数模型分析了青藏高原对其他区域虚拟水贸易不平衡的影响因素。结果表明,青藏高原向中国其他区域净输出虚拟水2.25亿m³,其中向西南、华北、华中、华东、华南等5个区域净输出虚拟水,从西北和东北2个区域净输入虚拟水。城乡之间虚拟水贸易联系非常紧密,农村地区生产水足迹较高,而城镇地区由于人口密度较高、消费水平较高,是虚拟水最终消费的热点区域,青藏高原农村地区的虚拟水贸易量大于城镇地区的虚拟水贸易量。青藏高原贸易输出结构以农产品为主导,虚拟水净输出12.7亿m³;青藏高原与其他区域贸易存在逆差,贸易量因素导致虚拟水净输入8.6亿m³;用水效率在青藏高原与不同区域虚拟水贸易中的正负效应不一,总体带来青藏高原虚拟水净输入1.8亿m³。未来,应重点通过灌溉节水减少农业水足迹,引导城镇居民向低水足迹生活方式转变,鼓励内地为青藏高原提供物质与技术支援,实行水资源生态补偿政策,以保护青藏高原水资源,促进区域水资源可持续利用。
关键词： 虚拟水;水足迹;贸易网络;青藏高原;对数平均迪氏指数模型

Abstract

It is essentially important to protect water resources and water eco-environment in the Qinghai-Tibet Plateau, the Asian water tower. Understanding water transfers through the trade of different products and services (i.e. virtual water transfers) and their influencing factors between Qinghai-Tibet Plateau and external regions can aid in analyzing local water resources problems and making virtual water strategies. Based on the China multi-region input-output table in 2012, this study calculated the virtual water transferred between Qinghai-Tibet Plateau and other regions in China. The virtual water transfer network comprising urban and rural nodes was constructed. Influencing factors that determine net virtual water trade of Qinghai-Tibet Plateau with other regions were analyzed using the Logarithmic mean Divisia index method. The results indicated that Qinghai-Tibet Plateau delivered a total of 0.23 billion m³ net virtual water to other regions in China. It delivered net virtual water to Southwest, North, Central, East and South China, and received net virtual water from Northwest and Northeast China. Intensive virtual water transfers between urban and rural regions were found. In the Qinghai-Tibet Plateau, production-based water footprint was higher in rural areas, whereas consumption-based water footprint was higher in urban areas due to high population density and consumption level. The node strength in rural areas of Qinghai-Tibet Plateau was higher than that in urban areas. In the plateau, the products transferred to other regions were dominated by agricultural products, which led to 1.27 billion m³ of virtual water export. The Qinghai-Tibet Plateau had a trade deficit with other regions, which resulted in 0.86 billion m³ of net virtual water export. Water use efficiency led to 0.18 billion m³ of virtual water export from the plateau. Water management policies were formulated towards sustainable water resources use. Irrigation water conservation needs to be implemented to reduce production-based agricultural water footprint, and urban inhabitants' consumption corresponding to a lower water footprint should be encouraged. In addition, net import of various products and water resources ecological compensation will be beneficial to water resources protection in the Qinghai-Tibet Plateau.

Keywords：urban and rural virtual water trade;virtual water transfer network;water footprint;Qinghai-Tibet Plateau;Logarithmic mean Divisia index method

PDF (2655KB)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
孙思奥, 王晶, 戚伟. 青藏高原地区城乡虚拟水贸易格局与影响因素. 地理学报[J], 2020, 75(7): 1346-1358 doi:10.11821/dlxb202007002
SUN Siao, WANG Jing, QI Wei. Urban-and-rural virtual water trade of Qinghai-Tibet Plateau: Patterns and influencing factors. Acta Geographica Sinice[J], 2020, 75(7): 1346-1358 doi:10.11821/dlxb202007002

1 引言

素有“世界屋脊”“世界第三极”之称的青藏高原,是亚洲众多主要河流的发源地,是维持中国乃至东南亚、南亚地区生态系统及社会经济发展的重要水塔^[1,2]。青藏高原平均海拔在4000 m以上^[3],高寒气候条件下的生态环境系统极度脆弱^[4,5],环境的微小波动也会在生态系统产生强烈响应^[6,7],破坏生态环境系统的平衡关系。尽管青藏高原总体水量极其丰富,青海省、西藏自治区多年平均水资源量约占全国水资源总量的18%;因人口密度相对较低,人均水资源占有量约为全国平均水平的27倍^[8]。水资源开发利用率低,21世纪以来青海省与西藏自治区的年均水资源利用量为58亿m³,仅占可利用水资源量的1.2%^[8],远低于全国平均水平。然而,青藏高原水资源时空分布差异巨大,用水集中区域主要分布在海拔较低、适宜人类居住的谷地、盆地与丘陵地区,而这些人口、城镇聚集地区水资源供需矛盾突出^[9,10,11]。青藏高原水资源与水生态环境保护意义重大,不仅关系到生活在青藏高原地区900多万居民的用水生命线,也关系到下游中国及东南亚、南亚等地区人类赖以生存的水资源环境。

青藏高原上的人类文明已有悠久的历史^[12],1949年新中国成立以来,特别是从20世纪70年代后期起,青藏高原地区的发展进入一个崭新的时期,由单一的农牧经济发展到工业、服务业并存的国民经济体系^[13],与高原外部的经济联系也逐步增强。地区之间进行经济贸易时,隐含在产品与服务中的虚拟水也随着贸易在区域间流动。虚拟水概念在20世纪90年代提出^[14],是指生产商品和服务过程中产业链所需水资源量^[15,16,17],虚拟水与虚拟水贸易作为可能解决缺水地区水资源问题的策略,得到了广泛的关注^[18,19,20]。水足迹概念与虚拟水概念紧密相联系^[21,22],包括生产水足迹与消费水足迹,生产水足迹指一个国家、地区或个人从自然界获取用于生产各部门产品和服务的水资源量,消费水足迹指一个国家、地区或个人在一定时间段内消费的所有产品和服务中所包含的虚拟水^[23]。水资源包括绿水和蓝水,绿水是降水下渗到土壤层以蒸散发形式被植物生长所利用的水资源,蓝水是降水中形成地表径流与地下水的水资源^[24]。尽管绿水作为陆地生态系统中土壤—植被系统耗水的主要来源,对于维持雨养农业粮食安全具有重要作用,但绿水仅能为第一产业中的种植业与畜牧业利用,难以在多个产业或用水部门之间进行优化调配。已有部分研究将绿水纳入虚拟水核算体系^[25,26],但本文主要讨论传统的蓝水资源,从虚拟水视角为地表与地下水资源的可持续管理提供支持（以下若无特殊说明,虚拟水及水足迹皆指蓝水）。

基于2002年、2007年、2010年中国区域间投入产出关系,许多****已经核算了中国省级尺度区域间虚拟水流动格局^{[27,28,29,30]},为理解中国范围内虚拟水贸易关系与特征提供了良好的基础。由于数据缺乏,2002年—2010年中国区域间投入产出表未包含西藏自治区的数据,因而青藏高原与外部区域虚拟水交换的情况尚不清楚。近期发布的2012年中国区域间投入产出表首次将西藏自治区的生产、贸易数据纳入^[31],为研究青藏高原虚拟水贸易与水足迹提供了数据基础。

传统虚拟水贸易研究常常关注区域之间的虚拟水流动,很少分析城乡之间虚拟水的交换特征,而城镇与农村的生产与消费模式往往差异显著^[32],在中国城镇化快速发展的背景下,探讨城乡之间虚拟水流动与城乡水足迹,为虚拟水贸易研究提供了新的维度,辨别区域生产与消费用水的热点地区,揭示城乡居民最终消费水资源量的差异性,有助于更加全面认识虚拟水贸易。基于此,本文在2012年中国区域间投入产出关系的基础上,通过测算全国各省域单元之间的虚拟水贸易量,讨论青藏高原与外部虚拟水流动的空间格局。分析城镇与农村地区之间的虚拟水贸易情况,建立中国区域间城乡虚拟水贸易网络,区分城镇和农村地区的生产与消费水足迹。采用对数平均迪氏指数（LMDI）模型,通过比较青藏高原地区相对中国其他区域虚拟水输出与输入,讨论用水效率、贸易产品的城乡结构、贸易量等社会经济要素对青藏高原虚拟水净贸易量的影响作用。研究结果为保护青藏高原地区水资源,促进青藏高原与下游地区的水资源可持续管理,推动中国水资源的高效利用提供有效的政策建议支撑。

2 数据来源与方法

2.1 数据

本文在2012年中国31个省域单元（不包括香港、澳门与台湾）42部门区域间投入产出表的基础上进行全国省域单元之间虚拟水贸易量测算。投入产出表中的42部门包括1个农业部门、27个工业部门和14个服务业部门。各省域单元2012年农业、工业与服务业用水数据从2013年全国统计年鉴及2012年各省域单元水资源公报获得。2012年投入产出表中各细分工业与服务业部门用水数据较难获得,将各省域单元工业与服务业用水总量降尺度至细分部门用水量。参照Zhang等提出的方法^[28],采用《中国经济普查年鉴（2008）》数据^[33],假定各省域单元各细分工业部门用水比例保持不变,将工业用水总量按照2008年细分工业部门用水量等比例降尺度,得到27个细分工业部门用水量;将服务业用水总量按照投入产出表中水的生产与供应部门对服务业各部门的中间投入量等比例降尺度,得到14个细分服务业部门的用水量。也有研究基于耗水量核算虚拟水与水足迹^[28],耗水量是指在输水、用水过程中,通过蒸腾蒸发、土壤吸收、产品吸附、居民和牲畜饮用等多种途径消耗掉,而不能回归到地表水体和地下含水层的水量,为用水量减去最终回归到自然界的水量。本文认为大部分被人类利用而返回到自然界的用水,其水质已经有所改变,水资源价值下降,因而基于用水量来进行虚拟水与水足迹的核算。

本文重点关注青藏高原地区与西北、华北、东北、西南、华中、华东、华南等区域虚拟水交易格局、特征与影响因素。本文中,青藏高原地区包括青海省与西藏自治区,其他区域参照中国地理区划界定省（市、自治区）范围（表1）。

Tab. 1
表1
表1青藏高原及中国七大地理区域在本文中的范围界定
Tab. 1The ranges of Qinghai-Tibet Plateau and seven geographic regions in China

区域	省(市、区)范围界定
青藏高原	青海省、西藏自治区
西北	新疆自治区、甘肃省、宁夏自治区、陕西省
华北	北京市、天津市、河北省、山西省、内蒙古自治区
东北	黑龙江省、吉林省、辽宁省
西南	四川省、重庆市、云南省、贵州省
华中	河南省、湖北省、湖南省
华东	山东省、江苏省、上海市、安徽省、浙江省、福建省、江西省
华南	广东省、广西自治区、海南省

新窗口打开|下载CSV

2.2 方法

2.2.1 基于环境拓展的区域间投入产出关系的虚拟水贸易测算采用区域间环境拓展的投入产出模型^[29],测算区域间的虚拟水贸易量。在一个考虑R个区域N个经济部门的经济系统中,区域间的投入产出关系可用下式表达：

（1）

X = {(I - A)}^{- 1} Y

式中：X、Y为一维纵向量,分别表征各区域各部门总产出、用于最终消费的产出（万元）;A为技术矩阵,其元素

a_{ij}^{rs}

为在s区域生产单位j部门产品所需r区域i部门产品投入量（无量纲）;

{(I - A)}^{- 1}

为Leontief逆矩阵。将环境变量引入投入产出关系,得到环境拓展的投入产出模型,以水资源利用为例：

（2）

W = DX = D {(I - A)}^{- 1} Y = TY

式中：W为纵向量,代表各区域各部门用水量（也称生产水足迹）;D为对角矩阵,对角元素为直接用水系数,即,各区域各部门生产单位产品的直接用水量（m³/万元）;T为包含直接与间接用水的完全用水矩阵;元素

t_{ij}^{rs}

代表生产区域s用于最终消费的部门j单位产品在区域r部门i的用水量（m³/万元）。区域r输入至区域s的虚拟水量由下式计算得到：

（3）

v w^{rs} = \sum_{i} \sum_{j} \sum_{k} t_{kj}^{ri} y_{j}^{is}

式中：

t_{kj}^{ri}

代表在区域i生产用于最终消费的部门j单位产品所需区域r部门k用水量;

y_{j}^{is}

为区域s最终消费的在区域i生产的部门j的产品量。

区域r基于最终消费的水足迹（简称消费水足迹）

w f^{r}

包括区域r提供给本地的虚拟水与外部输入虚拟水：

（4）

w f^{r} = \sum_{s} v w^{sr}

式中：vw^rr为本地水足迹;

\sum_{s \neq r} v w^{sr}

为外部输入虚拟水。

2.2.2 区域间虚拟水城乡贸易复杂网络构建为了分析区域虚拟水城乡贸易特征,本文在构建中国区域间虚拟水贸易网络时,建立每个区域的农村节点与城镇节点。将农业部门用水视为区域农村节点的生产水足迹,所有工业与服务业部门用水视为城镇节点的生产水足迹。在中国区域间投入产出表中,最终消费产品分为5类：城镇居民消费、农村居民消费、政府消费、固定资产形成、存货增加。将政府消费、固定资产形成、存货增加3类最终消费也计入城镇与农村节点,根据城镇与农村居民消费比例,将各部门最终消费产品价值（万元）分配给城镇与农村节点（即,政府消费、固定资产形成与存货增加也按照城镇与农村居民最终消费产品价值分配给城镇与农村节点）。则区域r农村地区输入至区域s城镇地区的虚拟水量

v w_{r - u}^{rs}

为：

（5）

v w_{r - u}^{rs} = \sum_{i} \sum_{j} \sum_{k = rural} t_{kj}^{ri} y_{j, u}^{is}

式中：

y_{j, u}^{is}

为区域s城镇地区最终消费的在区域i生产的部门j的产品量;

t_{kj}^{ri}

代表在区域i生产用于最终消费的部门j单位产品所需区域r部门k的用水量,其中部门k为农业生产部门。区域r城镇地区输入至区域s农村地区的虚拟水量

v w_{u - r}^{rs}

为：

（6）

v w_{u - r}^{rs} = \sum_{i} \sum_{j} \sum_{k = urban} t_{kj}^{ri} y_{j, r}^{is}

式中：

y_{j, r}^{is}

为区域s农村地区最终消费的在区域i生产的部门j的产品量;

t_{kj}^{ri}

代表在区域i生产用于最终消费的部门j单位产品所需区域r部门k的用水量,其中部门k为工业与服务业生产部门。当r=s时,

v w_{r - u}^{rr}

代表区域r农村地区提供给城镇地区的虚拟水量,

v w_{u - r}^{rr}

代表城镇地区提供给农村地区的虚拟水量。

2.2.3 净虚拟水贸易量LMDI分解模型 LMDI模型是分析贸易中隐含碳排放、能源利用以及虚拟水变化影响因素常用的分解方法^[34,35,36]。该方法在水资源领域应用广泛,传统上常用于分析实体或虚拟水资源利用随时间变化的驱动因素。Liu等^[37]首次通过比较隐含在贸易中碳排放的输出与输入,应用LMDI模型研究一个地区净碳排放量的影响因素。本文通过比较青藏高原地区虚拟水输入与输出,采用LMDI模型,将青藏高原相对于另一个区域虚拟水净贸易量分解为由多个因素在贸易输出与输入区域差别的效应。地区i输入至地区j的虚拟水贸易量

vw

可以写成以下形式：

（7）

vw = \sum_{k = 1,2} \frac{v w_{k}}{Q_{k}} \frac{Q_{k}}{Q} Q = \sum_{k = 1,2} I_{k} α_{k} Q

式中：

v w_{k}

（

k = 1,2

）分别为城市与农村提供的虚拟水量（m³）;

Q_{k}

（

k = 1,2

）分别为城市与农村贸易产品的价值（万元）;

Q

为地区i输出到地区j产品的总价值（万元）;

I_{i}

为农产品与工业和服务业产品的用水强度（m³/万元）,表征用水效率;

α_{k}

为贸易产品的城乡结构（无量纲）。

地区i相对于地区j虚拟水净贸易量

Δ vw

为输出量

v w^{ex}

与输入量

v w^{im}

的差值,采用LMDI将虚拟水净贸易量分解为贸易地区多种因素差别的效应：

（8）

Δ vw = v w^{ex} - v w^{im} = Δ v w_{I} + Δ v w_{α} + Δ v w_{Q}

式中：

Δ v w_{I}

、

Δ v w_{α}

、

Δ v w_{Q}

分别为用水强度、城乡产品输出结构、贸易量3个因素在贸易双方地区相对差异带来的效应。

Δ v w_{I}

、

Δ v w_{α}

、

Δ v w_{Q}

由下式计算：

（9）

\begin{array}{l} Δ v w_{I} = \sum_{k = 1,2} w_{k} \ln (\frac{I_{k}^{ex}}{I_{k}^{im}}) \\ Δ v w_{α} = \sum_{k = 1,2} w_{k} \ln (\frac{α_{k}^{ex}}{α_{k}^{im}}) \\ Δ v w_{k} = \sum_{k = 1,2} w_{k} \ln (\frac{Q^{ex}}{Q^{im}}) \\ w_{k} = \frac{v w_{k}^{ex} - v w_{k}^{im}}{\ln v w_{k}^{ex} - \ln v w_{k}^{im}} \end{array}

式中：

I_{k}^{im}

、

I_{k}^{ex}

分别为贸易输入、输出地区用水强度;

α_{k}^{im}

、

α_{k}^{ex}

分别为地区i相对与地区j输入、输出贸易产品的城乡结构;

Q_{k}^{im}

、

Q_{k}^{ex}

为地区i相对于地区j的输入、输出贸易量。

3 结果与讨论

3.1 青藏高原虚拟水贸易格局与结构

青藏高原与中国其他区域虚拟水贸易量测算结果如图1a所示。与青藏高原地区虚拟水贸易联系最紧密的区域为华东区域,虚拟水贸易总量（即虚拟水输出量与输入量之和）高达9.32亿m³,其中虚拟水输出量大于输入量。其次为华北与华南区域,与青藏高原地区虚拟水贸易总量都约为2.80亿m³,青藏高原地区对这两个区域的虚拟水输出量高于输入量。青藏高原地区与东北和西北区域的虚拟水贸易量分别为2.42亿m³与1.96亿m³,青藏高原地区对这两个区域虚拟水贸易的输入量大于输出量。青藏高原地区与西南区域之间的虚拟水贸易总量相对最少。青藏高原地区对一个区域的净虚拟水贸易量由虚拟水输入量与输出量的差值决定。青藏高原地区向华北、华东、华中、西南、华南区域净输出虚拟水,从西北与东北两个区域净输入虚拟水（图1b）。青藏高原地区向华北净输出虚拟水量最大,净输出虚拟水1.17亿m³,其次是给华东与华南地区,分别净输出虚拟水量0.99亿m³与0.77亿m³。西北与东北区域分别向青藏高原地区净输入虚拟水0.90亿m³与0.25亿m³。总体而言,青藏高原为虚拟水净输出地区,2012年青藏高原地区从中国其他区域输入虚拟水10.62亿m³,输出虚拟水12.87亿m³,净输出虚拟水2.25亿m³。

图1

新窗口打开|下载原图ZIP|生成PPT
图1青藏高原地区对中国其他区域虚拟水贸易量

Fig. 1Virtual water transfer of Qinghai-Tibet Plateau to other regions in China

由青藏高原虚拟水贸易产业结构（图2）可见,农业（农林牧渔产品）用水量最大,远高于工业和服务业。相对于华东,青藏高原地区农业虚拟水输入、输出量分别占比虚拟水输入、输出总量的42.2%与91.8%。相对于多数区域,青藏高原输出农业虚拟水量占比高于农业虚拟水输入占比。仅有从西北区域输入到青藏高原地区农业虚拟水比例高于青藏高原地区输出农业虚拟水的比例。总体而言,青藏高原农业、工业、服务业虚拟水输出占比分别为89.8%、8.5%、1.7%。青藏高原农业、工业、服务业虚拟水输入占比分别为59.6%、36.2%、4.2%。可见,在青藏高原地区与其他区域的商品贸易中,青藏高原地区以输出水密集型第一产业初级产品为主导,输入相对较多的第二、第三产业产品,虚拟水输出量大于输入量,为虚拟水净输出区域,净输出虚拟水量占比青藏高原地区生产水足迹的4.4%。

图2

新窗口打开|下载原图ZIP|生成PPT
图2青藏高原虚拟水贸易产业结构

Fig. 2The structure of virtual water inflows and outflows of Qinghai-Tibet Plateau

3.2 中国区域间城乡虚拟水贸易网络

2012年中国用于生产的水资源量为5506.5亿m³（即生产水足迹,居民生活用水未考虑）,其中在中国境内消费的虚拟水量（即消费水足迹）为4899.7亿m³,出口到国外的虚拟水量为606.8亿m³。区域之间虚拟水贸易量为1537.6亿m³,占中国境内消费虚拟水总量的31.4%（不考虑进口虚拟水）。因为区域内部省级单元间的虚拟水贸易量未计入,本文中包括青藏高原地区在内的区域之间的虚拟水贸易量低于省级尺度区域间虚拟水贸易量^{[28-29, 38]}。如果考虑区域间与区域内部城乡之间的虚拟水贸易（图3）,虚拟水贸易总量为3415.3亿m³,占中国境内消费水足迹的69.7%。中国境内虚拟水贸易总量中,发生在城乡之间的虚拟水贸易量占比83.4%,其中农村供给城镇的虚拟水量占比71.0%,城镇供给农村的虚拟水量占比13.4%,发生在城城与乡乡之间的虚拟水贸易量分别占比6.5%与10.1%。可见,城乡职能分工差异显著,农村为城镇居民提供大量农业产品,城镇为农村居民提供工业与服务业产品,城乡之间的虚拟水贸易联系非常紧密。

图3

新窗口打开|下载原图ZIP|生成PPT
图3中国不同区域城乡间虚拟水贸易网络

注：图中数值为虚拟水量(亿m³)。
Fig. 3China's inter-regional virtual water transfer network

中国区域间虚拟水贸易网络中的各区域节点强度（Node Strength,即该区域与其他区域虚拟水贸易总量）及城镇与农村地区节点强度（即城镇或农村地区与其他区域虚拟水贸易总量）如图4所示。由于人口相对稀少、海拔较高、交通相对不便,青藏高原地区与其他区域的贸易交流相对较少,节点强度相对最低,其中城镇节点强度低于农村节点强度。华东地区节点强度最高,约为青藏高原节点强度的33倍。在城镇化率相对较高的华东和华北区域,城镇地区虚拟水贸易节点强度高于农村地区节点强度,其余区域城镇地区虚拟水贸易节点强度均低于农村地区节点强度。可见,一个区域城镇和农村地区虚拟水贸易节点强度的相对大小与该区域的城镇化水平有一定关联。

图4

新窗口打开|下载原图ZIP|生成PPT
图4中国不同区域虚拟水贸易节点强度

Fig. 4Node strengths of the regional virtual water transfer network in China

3.3 青藏高原生产与消费水足迹

青藏高原地区生产用水量以虚拟水形式隐含在产品与服务中,通过商品贸易转移到不同区域城市与农村地区。2012年青藏高原农村地区生产水足迹（即第一产业水资源利用量）为49.6亿m³,输送给城镇地区、农村地区与国外的虚拟水量分别为30.4亿m³、15.9亿m³、3.3亿m³;青藏高原城镇地区生产水足迹总量为5.5亿m³,输送给城镇地区、农村地区与国外的虚拟水量分别为3.2亿m³、1.9亿m³与0.4亿m³。青藏高原农村地区生产水足迹远高于城市地区生产水足迹,农村地区将超过60%的虚拟水输送给城镇地区,支撑城镇居民的最终消费。青藏高原地区绝大分生产水足迹在本地最终消费,农村地区将29.9%隐含在农产品中的虚拟水输送至青藏高之外的区域。城镇地区将31.6%隐含在工业与服务业品中的虚拟水输送至青藏高原之外的区域。青藏高原地区农村与城镇地区皆以输送到华东的虚拟水量最多。

青藏高原城镇与农村地区最终消费水足迹分别为31.3亿m³、17.9亿m³,人均消费水足迹分别为915.2 m³、331.6 m³。由于城镇居民生活水平比农村居民高,城镇居民人均水足迹远高于农村居民人均水足迹,这与中国其他区域的城乡居民人均水足迹核算结果一致^[37]。青藏高原城镇与农村地区消费水足迹来源的结构比较类似,超过一半的消费水足迹来自于该地区农村的生产水足迹,约7%~8%的消费水足迹来自于该地区城镇的生产水足迹。外部区域中,华东给青藏高原提供的虚拟水占比最大,为青藏高原城镇与农村地区提供了占比约8%的消费水足迹。青藏高原城镇地区消费水足迹来自于城镇与农村地区的虚拟水分别占比16.1%、83.9%,农村地区消费水足迹来自于城镇与农村地区的虚拟水分别占比17.0%、83.0%。可见,农村地区生产水足迹较高,而城镇地区由于人口密度较高、消费水平较高,是虚拟水最终消费的热点区域。

3.4 青藏高原地区虚拟水净输出原因解析

基于LMDI指数分解模型,将青藏高原地区对中国其他7个区域的虚拟水净贸易量分解为由多个因素贸易地区差异带来的效应,结果如图5所示。当青藏高原地区相对于一个区域用水效率较高（或较低）时,用水效率因素带来青藏高原虚拟水净输入（或净输出）;当青藏高原地区相对于一个区域输出农产品比例低于（或高于）输入农产品比例时,贸易产品的城乡结构因素带来青藏高原地区虚拟水净输入（或净输出）;当青藏高原地区相对于一个区域存在贸易顺差（或逆差）时,贸易量因素带来青藏高原地区虚拟水净输入（或净输出）。以图5a为例,青藏高原地区从中国西北区域净输入虚拟水量0.90亿m³,由于用水效率、贸易城乡产品结构、贸易顺逆差等因素带来的净输入虚拟水量分别为0.18亿m³、0.60亿m³、0.12亿m³。因此,相对于西北区域,青藏高原地区用水效率略高,贸易产品中农产品含量相对较低,输出至西北区域产品总价值略低于从西北区域输入产品的总价值。相对于西北、东北、华中、华东,青藏高原用水效率较高,带来虚拟水净输入效应;相对于华北、西南、华南区域,青藏高原用水效率较低,带来虚拟水净输出效应。青藏高原输出的农产品与其他产品（包括工业与服务业产品）的用水强度分别为1680 m³/万元与17 m³/万元（见式（7）中I_k）,农产品用水强度高于青藏高原从其他7个区域输入农产品用水强度均值1257 m³/万元,工业与服务业产品用水强度低于从其他7个区域输出产品的用水强度均值36 m³/万元。相对于除西北以外的其他区域,贸易产品的城乡结构带来青藏高原虚拟水净输出,说明相较于中国大部分区域,青藏高原地区贸易产品输出农产品占比较大。青藏高原输出产品中,农产品与其他产品价值分别为68.8亿元与758.1亿元,农产品占比总输出产品价值的8.3%,远高于青藏高原从其他7个区域输入产品中农产品所占比例1.4%。由于青藏高原地区相对于中国其他7个区域都存在贸易逆差,贸易量因素带来青藏高原虚拟水净输入。青藏高原向其他区域共输送价值826.9亿元的各部门产品,其他区域向青藏高原总共输出价值2011.2亿元的各部门产品。中国其他区域各部门产出相对丰富,给予了青藏高原地区生产、生活大量物质支持,该结果与中国内地对口支援青海、西藏的政策举措相一致。

图5

新窗口打开|下载原图ZIP|生成PPT
图5青藏高原对中国其他区域虚拟水净贸易量因素分解结果

Fig. 5Decomposition results of net the virtual water transfer of Qinghai-Tibet Plateau to the other regions in China

图5h给出了青藏高原对中国各区域虚拟水贸易中不同因素的箱型图,给出了各因素效应的中值、1/4与3/4值、最大值与最小值。用水效率差异导致青藏高原向一个区域净输出的虚拟水量为-3.01~0.74亿m³（负值代表净输入虚拟水）;贸易产品城乡结构差异导致青藏高原向一个区域净输出的虚拟水量为-0.61~8.48亿m³;贸易顺逆差导致青藏高原从一个区域净输入的虚拟水量为0.12~4.47亿m³。综合3个因素的作用,青藏高原向大多数区域净输出虚拟水,其主要原因为以农产品为主导的产品输出结构,该效应抵消了青藏高原地区贸易逆差带来的虚拟水净输入效应,用水效率对青藏高原相对不同区域虚拟水贸易的正负效应不同。总体而言,用水效率、贸易产品的城乡结构、贸易输出量在青藏高原与中国其他区域虚拟水贸易中的差异分别带来青藏高原虚拟水净输出-1.8亿m³、12.7亿m³和-8.6亿m³。

4 结论与政策建议

4.1 结论

本文在2012年中国区域间投入产出关系的基础上,测算了青藏高原地区与中国其他区域之间的虚拟水贸易量,分析了城镇与农村地区之间的虚拟水流动关系,重点解析了青藏高原地区相对于其他区域虚拟水净贸易量的影响因素,主要结论如下：

（1）青藏高原地区为虚拟水净输出地区,2012年青藏高原地区从中国其他区域输入虚拟水10.6亿m³,输出虚拟水12.9亿m³,净输出虚拟水2.3亿m³。与青藏高原地区虚拟水贸易联系最紧密的区域为华东。在全国虚拟水贸易网络中,青藏高原的节点强度相对较低,远低于中国其他区域节点强度。

（2）中国境内虚拟水贸易总量中,发生在城乡之间的虚拟水贸易量占比83.4%,农村与城市之间虚拟水贸易关系紧密。青藏高原虚拟水贸易城镇与农村节点强度分别为8.4亿m³、15.1亿m³。由于城镇化发展水平相对较低,城镇节点强度占总节点强度的35.7%,低于农村节点强度,低于全国平均水平46.0%。

（3）青藏高原生产水足迹为55.1亿m³（包括出口国外的虚拟水）,农村与城市地区的生产水足迹分别为49.6亿m³与5.5亿m³,消费水足迹为49.2亿m³,农村与城镇地区的消费水足迹分别为17.9亿m³与31.3亿m³。由于农业用水强度大,农村地区是生产水足迹较密集的区域,而因为较高的人口密度与消费水平,城镇地区是消费水足迹消耗的热点区域。

（4）LMDI分解模型结果显示,青藏高原向中国其他区域净输出虚拟水主要归因于其以农产品为主导的产品输出结构。用水效率、贸易输出城乡结构、贸易量在青藏高原和中国其他区域在虚拟水输出中的差异分别带来青藏高原虚拟水净输出-1.8亿m³、12.7亿m³、-8.6亿m³。

4.2 政策建议

青藏高原孕育了黄河、长江、澜沧江、恒河、印度河等国内外著名的大江大河,是中国重要的水源涵养区与生态支撑区。从虚拟水角度,分析青藏高原与中国其他区域的水资源联系与影响因素,有助于促进青藏高原地区水资源保护与上下游水资源可持续管理提供决策支撑。相关政策建议如下：

（1）尽管青藏高原地区水资源开发利用率极低,远低于全国平均水平,但由于水资源量与用水量时空分布不均,部分人口与城镇密集地区水资源短缺。节水、促进水资源可持续利用是青藏高原面临的重要任务。城镇与农村地区虚拟水贸易联系紧密,农村地区生产水足迹相对较高,城镇地区消费水足迹相对较高,因而,通过灌溉节水减少农业用水量,同时引导城镇居民向低水足迹生活方式转变是青藏高原地区重要的节水途径。

（2）青藏高原地区向中国其他区域净输出虚拟水,因而减少虚拟水净输出也是缓解青藏高原部分地区水资源短缺、促进水资源可持续利用的途径。造成青藏高原虚拟水净输出的主要因素为以农产品为主导的贸易输出结构,因而升级贸易产品结构,减少输出初级产品,对高原特色农产品进行深加工,延长产业链,进行产业升级,增加输出水资源强度较低的中高级产品比例,能够有效减少青藏高原虚拟水净输出。

（3）青藏高原相对中国其他区域的贸易逆差有效的减少了青藏高原虚拟水净输出。由于自然条件差、发展起步慢等原因,青藏高原相较于中国其他区域社会经济发展水平低,城镇化水平低,应该继续鼓励中国其他区域向青藏高原输入各部门产品,为青藏高原社会经济发展提供物质与技术支援。同时,青藏高原是中国重要的水源涵养区与生态安全屏障,产业发展受到限制,下游地区给青藏高原一定的物质补偿,实行和落实水资源生态补偿政策,不仅有利于保护和可持续利用水资源,还能促进青藏高原地区社会经济发展。通过从其他区域给青藏高原净输入产品而减少青藏高原地区水资源用量,水资源将流向下游区域,供用水效率较高的下游地区使用,有利于青藏高原及相关地区水资源的整体高效利用。

4.3 未来研究展望

本文主要基于蓝水探讨了青藏高原与中国其他省市自治区之间的水资源联系,为传统的地表与地下水资源管理提供科学支撑。青藏高原天然农牧业占比较大,绿水资源在水资源利用中占有举足轻重的地位。未来,将进一步核算绿水在青藏高原的利用情况及通过贸易联系对其他省市自治区绿水资源的供给与依赖作用,综合评价水资源利用与贸易状况,给出综合考虑绿水与蓝水资源的水资源管理策略。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Immerzeel

, Stoorvogel

, Antle

. Can payments for ecosystem services secure the water tower of Tibet
Agricultural Systems, 2008,96:52-63.

[本文引用: 1]

[2]

Zhang

, Su

, Yang

, et al. Discharge regime and simulation for the upstream of major rivers over Tibetan Plateau
Journal of Geophysical Research-Atmosphere, 2013,118:8500-8518.

[本文引用: 1]

[3]

Chunxia

, Xie

Gaodi

, Cheng

Shengkui

, et al. The Tibetan Plateau as water tower
Journal of Mountain Science, 2004,22(4):428-432.

[本文引用: 1]

[ 鲁春霞, 谢高地, 成升魁, 等. 青藏高原的水塔功能
山地学报, 2004,22(4):428-432.]

[本文引用: 1]

[4]

Wang

, Zhong

, Pan

. A GIS-based decision support system for regional eco-security assessment and its application on the Tibetan Plateau
Journal of Environmental Management, 2010,91:1981-1990.

DOI:10.1016/j.jenvman.2010.05.006 URLPMID:20627541 [本文引用: 1]

Regional eco-security assessment is an intricate, challenging task. In previous studies, the integration of eco-environmental models and geographical information systems (GIS) usually takes two approaches: loose coupling and tight coupling. However, the present study used a full coupling approach to develop a GIS-based regional eco-security assessment decision support system (ESDSS). This was achieved by merging the pressure-state-response (PSR) model and the analytic hierarchy process (AHP) into ArcGIS 9 as a dynamic link library (DLL) using ArcObjects in ArcGIS and Visual Basic for Applications. Such an approach makes it easy to capitalize on the GIS visualization and spatial analysis functions, thereby significantly supporting the dynamic estimation of regional eco-security. A case study is presented for the Tibetan Plateau, known as the world's

[5]

, Zhang

, Claus

, et al. Ecological and environmental issues faced by a developing Tibet
Environmental Science & Technology, 2012,46:1979-1980.

URLPMID:22304386 [本文引用: 1]

[6]

Yao

Tandong

, Zhu

Liping

. The response of environmental changes on Tibetan Plateau to global changes and adaptation strategy
Advances in Earth Science, 2006,21(5):459-464.

[本文引用: 1]

[ 姚檀栋, 朱立平. 青藏高原环境变化对全球变化的响应及其适应对策
地球科学进展, 2006,21(5):459-464.]

[本文引用: 1]

[7]

Klein

J A

, Harte

, Zhao

X Q

. Experimental warming causes large and rapid species loss dampened by simulated grazing on the Tibetan Plateau
Ecology Letters, 2004,7(12):1170-1179.

[本文引用: 1]

[8]

Ministry of Water Resources of the People's Republic of China. China Water Resources Bulletin. 1997-2016.

[本文引用: 2]

[ 中华人民共和国水利部. 中国水资源公报
1997—2016.]

[本文引用: 2]

[9]

Sun

Si'ao

, Ren

Yufei

, Zhang

Qiang

. Multi-scale perspective on water scarcity assessment in Tibetan Plateau
Journal of Geo-information Science, 2019,21(9):1308-1317.

[本文引用: 1]

[ 孙思奥, 任宇飞, 张蔷. 多尺度视角下的青藏高原水资源短缺估算及空间格局
地球信息科学学报, 2019,21(9):1308-1317.]

[本文引用: 1]

[10]

Zhuo

Macuo

, Feng

, Li

Jinxiu

. The study on water resources exploitation and regional economy of Hehuang areas in Qinghai
Journal of Arid Land Resources and Environment, 2007,21(2):95-99.

[本文引用: 1]

[ 卓玛措, 冯起, 李锦秀. 青海河湟地区水资源综合开发与区域经济发展研究
干旱区资源与环境, 2007,21(2):95-99.]

[本文引用: 1]

[11]

. Analysis of water resources utilization in Tibet
Journal of Yangtze River Scientific Research Institute, 2010,27(3):74-78.

[本文引用: 1]

[ 达娃. 西藏地区水资源利用分析
长江科学院院报, 2010,27(3):74-78.]

[本文引用: 1]

[12]

Zhao

, Kong

, Wang

, et al. Mitochondrial genome evidence reveals successful Late Paleolithic settlement on the Tibetan Plateau
Proceedings of the National Academy of Sciences of the United States of America, 2009,106:21230-21235.

[本文引用: 1]

[13]

Liu

Tianchou

, Qimeiduoji. Characteristics, development and utilization prospects of water resources of the international river area in Qinghai-Tibet Plateau
Acta Geographica Sinica, 1999,54(Suppl.):11-20.

[本文引用: 1]

[ 刘天仇, 其美多吉. 青藏高原国际河流区水资源特征及开发利用前景
地理学报, 1999,54(增刊):11-20.]

[本文引用: 1]

[14]

Allan

J A

. Fortunately there are substitutes for water: Otherwise our hydropolitical futures would be impossible//Priorities for Water Resources Allocation and Management
London, UK: ODA, 1993.

[本文引用: 1]

[15]

Hoekstra

A Y

. Virtual water trade: Proceedings of the International Expert Meeting on Virtual Water Trade, IHE Delft, The Netherlands, 12-13 February
2003.

[本文引用: 1]

[16]

Chapagain

A K

, Hoekstra

A Y

. The global component of freshwater demand and supply: An assessment of virtual water flows between nations as a result of trade in agricultural and industrial products
Water International, 2008,33(1):19-32.

[本文引用: 1]

[17]

Hoekstra

A Y

. Sustainable, efficient and equitable water use: The three pillars under wise freshwater allocation
Wiley Interdisciplinary Reviewers: Water, 2013,1(1):31-40.

[本文引用: 1]

[18]

Zhao

, Yang

Zhifeng

, Chen

Bin

. Study on Chinese virtual water trade and consumption in an input-output framework
Journal of Natural Resources, 2009,24(2):286-294.

[本文引用: 1]

[ 赵旭, 杨志峰, 陈彬. 基于投入产出分析技术的中国虚拟水贸易及消费研究
自然资源学报, 2009,24(2) : 286-294.]

[本文引用: 1]

[19]

Huang

Min

, Huang

Wei

. Measurement of virtual water trade and its impact factors in China
China Population, Resources and Environment, 2016,26(4):100-106.

[本文引用: 1]

[ 黄敏, 黄炜. 中国虚拟水贸易的测算及影响因素研究
中国人口·资源与环境, 2016,26(4):100-106.]

[本文引用: 1]

[20]

Cao

Tao

, Wang

Saige

, Chen

Bin

. Virtual water analysis for the Jing-Jin-Ji region based on multiregional input-outputmodel
Acta Ecologica Sinica, 2018,38(3):788-799.

[本文引用: 1]

[ 曹涛, 王赛鸽, 陈彬. 基于多区域投入产出分析的京津冀地区虚拟水核算
生态学报, 2018,38(3):788-799.]

[本文引用: 1]

[21]

Hoekstra

A Y

, Chapagain

A K

, Aldaya

M M

, et al. The Water Footprint Assessment Manual: Setting the Global Standard
London, UK: Earthscan, 2011.

[本文引用: 1]

[22]

Hoekstra

A Y

, Mekonnen

M M

. The water footprint of humanity
Proceedings of the National Academy of Sciences of the United States of America, 2012,109(9):3232.

[本文引用: 1]

[23]

Mekonnen

, Hoekstra

A Y

. National water footprint accounts: The green, blue and grey water footprint of production and consumption//UNESCO-IHE Institute for Water Education, Delft, the Netherlands
Value of Water Research Report No.50. 2011.

[本文引用: 1]

[24]

Zhou

Lingling

, Wang

Lin

, Wang

Jin

. Review on study of water footprint theory
Journal of Water Resources & Water Engineering, 2013,24(5):106-111.

[本文引用: 1]

[ 周玲玲, 王琳, 王晋. 水足迹理论研究综述
水资源与水工程学报, 2013,24(5):106-111.]

[本文引用: 1]

[25]

Zhongmin

, Long

Aihua

, Zhang

Zhiqiang

. Virtual water consumption calculation and analysis of Gansu Province in 2000
Acta Geographica Sinica, 2003,58(6):861-869.

[本文引用: 1]

[ 徐中民, 龙爱华, 张志强, 等. 虚拟水的理论方法及在甘肃省的应用
地理学报, 2003,58(6):861-869.]

[本文引用: 1]

[26]

Long

Aihua

, Zhang

Zhiqiang

, Xu

Zhongmin

, et al. Analysis of water footprint and consumption pattern in Gansu Province
Advances in Water Science, 2005,16(3):418-425.

[本文引用: 1]

[ 龙爱华, 张志强, 徐中民, 等. 甘肃省水资源足迹与消费模式分析
水科学进展, 2005,16(3):418-425.]

[本文引用: 1]

[27]

Guan

, Hubacek

. Assessment of regional trade and virtual water flows in China
Ecological Economics, 2007,61(1):159-170.

[本文引用: 1]

[28]

Zhang

, Anadon

L D

. A multi-regional input-output analysis of domestic virtual water trade and provincial water footprint in China
Ecological Economics, 2014,100(2):159-172.

[本文引用: 4]

[29]

Sun

, Fang

. Factors governing variations of provincial consumption-based water footprints in China: An analysis based on comparison with national average
Science of the Total Environment, 2019,654:914-923.

URLPMID:30453261 [本文引用: 3]

[30]

Zhao

, Liu

, et al. Physical and virtual water transfers for regional water stress alleviation in China
Proceedings of the National Academy of Sciences of the United States of America, 2015,112(4):1031-1035.

[本文引用: 1]

[31]

Liu

Weidong

, Tang

Zhipeng

, Han

Mengyao

, et al. The 2012 China Multi-Regional Input-Output Table of 31 provincial Units. Beijing: China Statistics Press, 2018.

[本文引用: 1]

[ 刘卫东, 唐志鹏, 韩梦瑶, 等. 2012年中国31省区市区域间投入产出表. 北京: 中国统计出报社, 2018.]

[本文引用: 1]

[32]

Sun

Caizhi

, Liu

Shubin

. Consumptionpatterns of urban and rural residents in China based on virtual water theory
Journal of Economics of Water Resources, 2017,35(4):1-8.

[本文引用: 1]

[ 孙才志, 刘淑彬. 基于虚拟水视角的中国城乡居民消费特征分析
水利经济, 2017,35(4):1-8.]

[本文引用: 1]

[33]

National Bureau of Statistics of the People's Republic of China. China Economic Census Yearbook. Beijing: China Statistics Press, 2008.

[本文引用: 1]

[ 国家统计局. 中国经济普查年鉴. 北京: 中国统计出版社, 2008.]

[本文引用: 1]

[34]

Zhao

, Chen

. Driving force analysis of the agricultural water footprint in China based on the LMDI method
Environmental Science & Technology, 2014,48(21):12723-12731.

DOI:10.1021/es503513z URLPMID:25289879 [本文引用: 1]

China's water scarcity problems have become more severe because of the unprecedented economic development and population explosion. Considering agriculture's large share of water consumption, obtaining a clear understanding of Chinese agricultural consumptive water use plays a key role in addressing China's water resource stress and providing appropriate water mitigation policies. We account for the Chinese agricultural water footprint from 1990 to 2009 based on bottom up approach. Then, the underlying driving forces are decomposed into diet structure effect, efficiency effect, economic activity effect, and population effect, and analyzed by applying a log-mean Divisia index (LMDI) model. The results reveal that the Chinese agricultural water footprint has risen from the 94.1 Gm3 in 1990 to 141 Gm3 in 2009. The economic activity effect is the largest positive contributor to promoting the water footprint growth, followed by the population effect and diet structure effect. Although water efficiency improvement as a significant negative effect has reduced overall water footprint, the water footprint decline from water efficiency improvement cannot compensate for the huge increase from the three positive driving factors. The combination of water efficiency improvement and dietary structure adjustment is the most effective approach for controlling the Chinese agricultural water footprint's further growth.

[35]

Zhang

Chenjun

, Zhang

Hengquan

, Zhang

Lina

. Analysis of water resources consumption change in China based on multilevel LMDI method
Statistics and Decision-making, 2016(3):98-102.

[本文引用: 1]

[ 张陈俊, 章恒全, 张丽娜. 基于多层次LMDI方法的中国水资源消耗变化分析
统计与决策, 2016(3):98-102.]

[本文引用: 1]

[36]

Liu

, Davis

S J

, Feng

, et al. Targeted opportunities to address the climate-trade dilemma in China
Nature Climate Change, 2015(6):201-206.

[本文引用: 1]

[37]

Sun

, Fang

, Lv

. Spatial inequality of water footprint in China: A detailed decomposition of inequality from water use types and drivers
Journal of Hydrology, 2017,553:398-407.

[本文引用: 2]

[38]

Sun

. Water footprints in Beijing, Tianjin and Hebei: A perspective from comparisons between urban and rural consumptions in different regions
Science of the Total Environment, 2019,647:507-515.

URLPMID:30086502 [本文引用: 1]