劉雅婷,王賽鴿,陳　彬

北京師范大學(xué)環(huán)境學(xué)院,環(huán)境模擬與污染控制國家重點實驗室,北京　100875

水是自然生態(tài)系統(tǒng)和人類社會經(jīng)濟系統(tǒng)賴以生存和發(fā)展的重要自然資源。隨著城市規(guī)模的不斷擴大和工農(nóng)業(yè)迅速發(fā)展,城市水消耗量日趨增加,統(tǒng)計數(shù)據(jù)表明我國142個百萬級人口的城市2006至2015年間用水總量平均增加約5.7%,而其水資源總量同比下降約2.6%,全國三分之二的大中城市面臨水資源短缺的難題[1- 2]。目前共有2種方法解決水資源短缺問題：一種是從實體水資源角度出發(fā),通過跨流域調(diào)水、海水淡化、污水回用、雨水蓄用等工程手段實現(xiàn)水資源的節(jié)約和再分配；另一種是利用非工程手段,通過調(diào)整商品進出口貿(mào)易實現(xiàn)水資源的可持續(xù)分配[3],如針對缺水地區(qū)制定節(jié)水策略時可考慮相對減少水消耗密度較大產(chǎn)品的出口,從而減緩水資源壓力。

北京市位于華北平原的北部邊緣,屬于海河流域,為半干旱半濕潤的大陸性季風(fēng)氣候,多年平均降雨量585mm,水資源由入境地表水、境內(nèi)地表水和地下水組成。近年來,隨著城市和人口規(guī)模的不斷擴大,城市水消費總量持續(xù)增加,2013年北京市實體水直接用水量為36.4億立方米[4],而本地人均水資源量僅為全國平均水平的1/17[2,5],水資源供需矛盾已成為制約北京發(fā)展的一個關(guān)鍵因素。本文依據(jù)基于投入產(chǎn)出分析的計算方法,分析北京市經(jīng)濟活動中直接及隱含的水資源消耗、進出口狀況以及部門間的虛擬水流動情況,以期為北京市減少水資源消耗、緩解水資源壓力提供定量依據(jù)。

1　虛擬水核算現(xiàn)狀

虛擬水由Allan在1993年正式提出[6],定義為生產(chǎn)農(nóng)產(chǎn)品所需的水量。1996年,Allan將虛擬水的概念從農(nóng)業(yè)拓展到全部商品和服務(wù)中,定義為生產(chǎn)產(chǎn)品或服務(wù)過程中所消耗的水資源量[7]。虛擬水從產(chǎn)品消費角度核算人類對水的真實需求情況,將經(jīng)濟活動及其對水資源的消耗納入統(tǒng)一的研究體系,對協(xié)調(diào)城市水資源配置格局與經(jīng)濟發(fā)展格局具有戰(zhàn)略指導(dǎo)意義[8- 9]。

目前定量研究產(chǎn)品中所含虛擬水的方法主要有兩類,分別是以生產(chǎn)樹法為代表的自下而上的方法和以投入產(chǎn)出法為代表的自上而下的方法[3,10-11]。其中,生產(chǎn)樹法主要用于計算特定生產(chǎn)部門的產(chǎn)品水足跡,將最終產(chǎn)品生產(chǎn)鏈上的各個環(huán)節(jié)用水進行統(tǒng)計與累加[12-13]。而足跡是指一個地區(qū)的居民消費的產(chǎn)品和服務(wù)中所包含的全部直接和間接的水資源量(即這些產(chǎn)品和服務(wù)所蘊含的虛擬水)[14-15],由Hoekstra在虛擬水的研究基礎(chǔ)上,比照生態(tài)足跡的概念提出,并且應(yīng)用這個方法首次對大量農(nóng)作物的水足跡進行了全球尺度的評價[14]。該方法從產(chǎn)品角度研究其用水量,對農(nóng)業(yè)產(chǎn)品(或牲畜)核算較為準(zhǔn)確,但難于研究工業(yè)產(chǎn)品的虛擬水貿(mào)易量和消費量,主要原因在于工業(yè)產(chǎn)品虛擬水含量較小且計算過程復(fù)雜。此外,水足跡方法難以從整個國民經(jīng)濟系統(tǒng)把握各種產(chǎn)品虛擬水間的流動關(guān)系[16-17]?；谕度氘a(chǎn)出分析法 (Input-output analysis,以下簡稱IOA) 核算虛擬水貿(mào)易和消費分可以有效地克服以上不足。該方法最早由Leontief提出,利用國民經(jīng)濟投入產(chǎn)出表來分析產(chǎn)業(yè)網(wǎng)絡(luò)中各部門之間直接和間接的關(guān)聯(lián)[18],可以計算所有直接、間接地包含于產(chǎn)品消費中的資源使用。由于投入產(chǎn)出方法實現(xiàn)了經(jīng)濟內(nèi)部商品流轉(zhuǎn)的模擬,因此在宏觀尺度的環(huán)境核算研究(特別是水資源核算研究)中得到了非常廣泛的應(yīng)用,其中不乏核算不同尺度 (如產(chǎn)業(yè)園區(qū)、流域、行政區(qū)、國家或者全球)虛擬水的研究[19-23]。國家尺度上,趙旭等[16]利用IOA核算了中國2002年虛擬水消費量,結(jié)果表明中國作為虛擬水凈輸出國,其主要虛擬水凈出口部門為輕工業(yè)和服務(wù)業(yè)；虛擬水直接系數(shù)和虛擬水含量最大的兩個部門為農(nóng)業(yè)及電熱氣、水的生產(chǎn)供應(yīng)業(yè)。地區(qū)尺度上,黃曉榮等[24]建立了IOA計算地區(qū)虛擬水的模型,測算了2002年寧夏虛擬水貿(mào)易的出口量和虛擬水的消費情況。Dietzenbacher等應(yīng)用IOA模型核算了西班牙城市安達盧西亞的虛擬水貿(mào)易量,發(fā)現(xiàn)每年90%的水消費都源自農(nóng)業(yè)部門,而超過50%的農(nóng)業(yè)最終需求出口到西班牙的其它地區(qū)或國外,并據(jù)此提議減少農(nóng)業(yè)產(chǎn)品的虛擬水出口[25],Velázquez 結(jié)合能源使用模型對原有IOA模型進行了擴展,并利用該模型分析了安達盧西亞城市分部門的直接和間接虛擬水消費,并辨識出虛擬水消費最大的一些部門[26]。

現(xiàn)有的虛擬水核算研究多計算單個部門虛擬水直接和間接消耗[3, 16]。從系統(tǒng)的角度出發(fā),虛擬水的流動實質(zhì)上是一種產(chǎn)業(yè)需求的轉(zhuǎn)移,部門間的關(guān)聯(lián)性體現(xiàn)為虛擬水流動量的大小,因此部門間的虛擬水流動研究對于識別虛擬水流動關(guān)鍵路徑和目標(biāo)部門,調(diào)控虛擬水消耗有重要的指導(dǎo)意義。一些學(xué)者對于部門間的虛擬水流動關(guān)系做了不少有益的探索,如馬忠等應(yīng)用張掖市投入產(chǎn)出表,通過構(gòu)建水資源投入產(chǎn)出模型計算了當(dāng)?shù)禺a(chǎn)業(yè)間虛擬水的凈轉(zhuǎn)移量以及區(qū)域虛擬水的調(diào)入調(diào)出,構(gòu)造了產(chǎn)業(yè)間虛擬水轉(zhuǎn)移矩陣,量化了各產(chǎn)業(yè)間虛擬水的轉(zhuǎn)移去向[27]。其他學(xué)者對產(chǎn)業(yè)間虛擬水轉(zhuǎn)移量化分析發(fā)現(xiàn)農(nóng)業(yè)是虛擬水最大的凈轉(zhuǎn)移部門,其中大部分流向了制造業(yè)[28-30]。虛擬水的流動實際上是一種產(chǎn)業(yè)需求的轉(zhuǎn)移,已有研究劃分部門的方式不同,如部分研究籠統(tǒng)地將產(chǎn)業(yè)部門劃分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)有的研究沒有將水供應(yīng)業(yè)與交通業(yè)等具有不同屬性且與其他各部門虛擬水流動較為頻繁的部門列出[21, 27-29],亟需進一步識別部門間虛擬水流動的關(guān)聯(lián)性。本文為明晰城市內(nèi)部經(jīng)濟系統(tǒng)用水關(guān)聯(lián),利用2012年北京市投入產(chǎn)出表,根據(jù)各部門用水關(guān)聯(lián)程度[27-30],將42部門劃分為8部門,構(gòu)建了基于投入產(chǎn)出分析的城市系統(tǒng)虛擬水核算模型,分析區(qū)域內(nèi)部經(jīng)濟系統(tǒng)的虛擬水流動特征。

2　虛擬水核算

2.1　數(shù)據(jù)來源

本文運用《2012年北京市投入產(chǎn)出表》,其中共劃分42部門,結(jié)合所獲得用水?dāng)?shù)據(jù)及各部門屬性將原有IOA表中的42個部門合并為8個部門 (表1),其中農(nóng)業(yè)部門實際用水?dāng)?shù)據(jù)采用《2012年北京市水資源公報》中農(nóng)業(yè)用水量,其余7個部門的用水?dāng)?shù)據(jù)通過間接的方式計算獲得。建筑業(yè)、水供應(yīng)業(yè)、服務(wù)業(yè)、交通業(yè)的用水?dāng)?shù)據(jù)是基于北京市《第一次水務(wù)普查公報》2011年用水量,按照各部門經(jīng)濟產(chǎn)值增加值及經(jīng)濟產(chǎn)值占比同比例推求所得,鑒于這四個部門的用水量與經(jīng)濟增長呈正相關(guān)的關(guān)系,且相差一年的用水量變化不會很大,故按照經(jīng)濟增長情況對2012年該四個部門的用水量進行估算,會存在些許誤差但不至于影響整體分析；北京市礦業(yè)、制造業(yè)和電力供應(yīng)業(yè)用水?dāng)?shù)據(jù)來自2013年《北京統(tǒng)計年鑒》,以上所得用水?dāng)?shù)據(jù)均通過文獻[30-31]進行數(shù)據(jù)校準(zhǔn)。

表1　北京市42部門合并結(jié)果表

2.2　計算方法

在投入產(chǎn)出表基礎(chǔ)上,將可獲得的各產(chǎn)業(yè)部門的用水量歸納到表中,在投入產(chǎn)出模型之外橫向構(gòu)造單獨的水資源利用分析模塊,生成水資源投入產(chǎn)出表[17](表2)。表中增加的用水?dāng)?shù)據(jù)W1-Wn主要表明各經(jīng)濟部門水資源直接使用情況?；诒本┦兴Y源投入產(chǎn)出表,從用水系數(shù)、虛擬水消費量、虛擬水貿(mào)易量和部門間虛擬水轉(zhuǎn)移量4個方面對2012年北京市的虛擬水進行核算,各指標(biāo)的內(nèi)容與相互關(guān)系如圖1所示。

表2　北京市水資源投入產(chǎn)出表

用水系數(shù)是部門用水強度的測度指標(biāo),表征各部門生產(chǎn)活動對水資源的依賴程度,反映水在各部門的利用效率[16]。直接用水系數(shù)反映的是各產(chǎn)業(yè)門單位經(jīng)濟產(chǎn)出的直接用水量。完全用水系數(shù)包含了直接與間接用水量,是計算虛擬水進出口貿(mào)易量、最終消費量及部門間轉(zhuǎn)移量的重要基礎(chǔ)。地區(qū)最終消費虛擬水量包括了城鎮(zhèn)居民、農(nóng)村居民、政府消費、資本形成與出口所包含的消費量,其中前4項反映了本地區(qū)內(nèi)部的最終消費情況,最后一項反映本地區(qū)與外地的貿(mào)易情況。通過對比經(jīng)濟型投入產(chǎn)出表中最終消費的各項經(jīng)濟占比,可識別出虛擬水消耗較大而創(chuàng)造經(jīng)濟價值較小的產(chǎn)業(yè)部門[17, 21]。計算虛擬水貿(mào)易量可反映某一地區(qū)與外部的產(chǎn)品貿(mào)易中所隱含的虛擬水量,從而識別出向外部輸送大量虛擬水或主要依賴于從外部進口虛擬水的產(chǎn)業(yè)部門[29]。同時,部門間虛擬水轉(zhuǎn)移量可以反映出某一地區(qū)內(nèi)部部門間的虛擬水轉(zhuǎn)移情況,可為識別行業(yè)間用水量的關(guān)聯(lián)性、減少部門間接水消耗提供理論依據(jù)[27]。

圖1　城市虛擬水指標(biāo)框架拓撲關(guān)系圖Fig.1　The topological relations of urban virtual water indicator framework

2.2.1部門用水系數(shù)

直接用水系數(shù)可以采用萬元產(chǎn)值用水量表示,反映各經(jīng)濟部門的單位產(chǎn)量對自然形態(tài)下的水資源的直接使用水平,但這一指標(biāo)僅反映產(chǎn)業(yè)部門的部分虛擬水消耗情況。其表達式為：

kj=Wj/Xj(j=1,2,…,n)

(1)

式中：kj為第j部門直接用水系數(shù),Wj為第j部門用水量,Xi為第j部門經(jīng)濟總產(chǎn)出。計算所有n個部門的直接用水系數(shù),即可獲得1行n列的用水系數(shù)向量。其行向量為：

k=k1,k2,…,kn

(2)

完全用水系數(shù)也稱虛擬水含量,是基于IOA的虛擬水核算的重要參數(shù)之一,能夠反映出一個部門的產(chǎn)品在其整個生命周期階段增加單位最終需要所需的直接和間接水資源量的總和。其表達式為：

k′=k(I-A)-1

(3)

(4)

km=k′-k

(5)

式中,k′為完全用水系數(shù)行向量；k為直接用水系數(shù)行向量；I是n階單位矩陣；aij為直接消耗系數(shù),某一產(chǎn)品部門在生產(chǎn)經(jīng)營過程中單位總產(chǎn)出直接消耗的各產(chǎn)品部門的產(chǎn)品或服務(wù)的數(shù)量；A為由aij構(gòu)成的直接消耗系數(shù)矩陣；xij為i部門經(jīng)濟上提供給j部門生產(chǎn)或勞務(wù)活動中的數(shù)量,單位為萬元,xj為j部門的經(jīng)濟總投入；km為間接用水系數(shù),等于完全用水系數(shù)與直接用水系數(shù)之差。

2.2.2虛擬水消費量

從投入產(chǎn)出表可以看出,消費部門有城鎮(zhèn)居民消費、農(nóng)村居民消費以及政府消費。各部門消費所包含的虛擬水量計算公式如下：

城鎮(zhèn)居民消費虛擬水量：

(6)

農(nóng)村居民消費虛擬水量：

(7)

政府消費虛擬水量：

(8)

虛擬水總消費量：

(9)

式中,R,S和T分別表示城鎮(zhèn)居民消費、農(nóng)村居民消費以及政府消費量,單位為萬元或億元,kj′為完全用水系數(shù)。

2.2.3虛擬水貿(mào)易量

經(jīng)濟貿(mào)易中,產(chǎn)品的輸入與輸出過程中隱藏著大量的虛擬水,因此可通過地區(qū)間貿(mào)易的形式輸入或輸出水資源以緩解水資源短缺問題。虛擬水貿(mào)易量可以通過經(jīng)濟貿(mào)易量與虛擬水完全用水系數(shù)計算得到。

虛擬水輸出量：

(10)

虛擬水輸入量：

(11)

虛擬水凈輸出量：

Qnet=QE-QI

(12)

式中,E和I分別表示當(dāng)年產(chǎn)品調(diào)出量和產(chǎn)品調(diào)入量,單位為萬元或億元,kj′為完全用水系數(shù)。

2.2.4虛擬水轉(zhuǎn)移量

虛擬水產(chǎn)業(yè)部門轉(zhuǎn)移矩陣,等于完全需水矩陣與其自身轉(zhuǎn)置矩陣之差,計算公式如下：

vwij=k×X×(I-A)-1

(13)

(14)

式中,VW為完全需水矩陣,k為直接用水系數(shù)行向量,X為中間投入矩陣,單位為萬元,I是n階單位矩陣,A為直接消耗系數(shù)矩陣,TVW是主對角線元素為零的對稱矩陣(表示自身轉(zhuǎn)移為零),其元素tvwij從行方向看,表示i部門向j部門的輸出的虛擬水?dāng)?shù)量,從列方向看,表示j部門從i部門虛擬水的輸入量,行方向之和等于i部門虛擬水凈轉(zhuǎn)移量。

3　結(jié)果與討論

3.1　部門用水系數(shù)

表3列明了2012年北京市8個部門的直接和完全用水系數(shù)。圖2是北京市2012年8個部門的各類用水系數(shù)的示意圖,可以看出水供應(yīng)、農(nóng)業(yè)、礦業(yè)、電力供應(yīng)部門是完全用水系數(shù)最大的4個部門,其中水供應(yīng)部門和農(nóng)業(yè)部門因為直接用水系數(shù)導(dǎo)致完全用水系數(shù)較大,而礦業(yè)部門和電力供應(yīng)部門則因為間接用水系數(shù)的關(guān)系導(dǎo)致完全用水系數(shù)較大。水供應(yīng)部門和農(nóng)業(yè)部門既是完全用水系數(shù)最大的兩個部門也是直接用水系數(shù)最大的2個部門,其間接用水系數(shù)相對較少,分別只有兩個部門完全用水系數(shù)的26%和10%。間接用水系數(shù)與直接用水系數(shù)占完全用水系數(shù)比例差距最大的部門集中在制造業(yè)、建筑業(yè)、服務(wù)業(yè)3個部門,其間接用水系數(shù)分別占其完全用水系數(shù)的91%、91%、92%。已有的虛擬水相關(guān)研究中農(nóng)產(chǎn)品因直接用水消耗較大受到廣泛關(guān)注,當(dāng)考慮間接用水后,制造業(yè)、建筑業(yè)、服務(wù)業(yè)等從直接用水角度制定節(jié)水措施時被忽略的部門得以凸顯,因此需同時關(guān)注直接用水系數(shù)和間接用水系數(shù)較大的部門,以從整個產(chǎn)業(yè)鏈的生命周期角度出發(fā)制定合理有效的節(jié)水措施。

表3　基于IOA的2012年北京市虛擬水核算主要結(jié)果

圖2　2012年北京市各部門虛擬水用水系數(shù)　Fig.2　Virtual water use coefficient at the sectoral level of Beijing in 2012 1. 農(nóng)業(yè), Agriculture；2. 礦業(yè),Mining；3. 制造業(yè), Ma; 4. 電氣供應(yīng)業(yè),Electricity and gas supply；5. 水供應(yīng)業(yè),Water supply；6. 建筑業(yè),Construction；7. 交通業(yè),Transport；8. 服務(wù)業(yè),Services

3.2　虛擬水消費量

基于投入產(chǎn)出分析的虛擬水核算建立了消費與虛擬水消耗之間的聯(lián)系,為從調(diào)整消費結(jié)構(gòu)的角度節(jié)約水資源提供了可能性。圖3分別表示了最終消費經(jīng)濟占比及其對應(yīng)所耗虛擬水的占比,表4詳列了2012年北京市8個部門經(jīng)濟的最終需求比例及其對應(yīng)的虛擬水消費比例,從縱向看政府消費和資本形成消耗的虛擬水較少(8.1%),經(jīng)濟上占最終使用的比例較大(13.2%),但出口總額占最終消費的79.9%,卻消耗了最終消費所需虛擬水的85.04%,其中農(nóng)產(chǎn)品消耗6.7%虛擬水但僅創(chuàng)造1%經(jīng)濟效益,說明北京市出口以較大的虛擬水消耗量換取了較少的經(jīng)濟收益,出口結(jié)構(gòu)存在不合理的地方,需要調(diào)控虛擬水含量較大但經(jīng)濟價值不高的產(chǎn)品出口(如農(nóng)產(chǎn)品、礦選產(chǎn)品等)。從橫向看,服務(wù)業(yè)以較少的虛擬水消耗(10.5%)創(chuàng)造了較高的經(jīng)濟價值(25.3%),而農(nóng)業(yè)和礦業(yè)則以較大的虛擬水消耗(分別為9.1%, 26.4%)創(chuàng)造了很低的經(jīng)濟價值(分別為1.4%, 17.1%),結(jié)合縱向結(jié)果應(yīng)將農(nóng)業(yè)和礦業(yè)部門作為重點節(jié)水對象。

表4　最終需求比例及其對應(yīng)的虛擬水消費比例/%

圖3　最終需求比例及其對應(yīng)的虛擬水消費比例/%Fig.3　Proportion of final demands and its corresponding proportion of virtual water consumption

3.3　虛擬水貿(mào)易量

表3列明了北京市2012年8個部門的虛擬水進出口貿(mào)易量,按照所有行業(yè)進行計算,北京市是虛擬水凈進口地區(qū),凈進口虛擬水量6.77×109m3,相當(dāng)于北京市虛擬水用水總量(8.25×109m3)的82%。圖4描繪了2012年北京市各部門虛擬水凈進口量,北京市虛擬水凈進口量較大的部門有制造業(yè)(Ma)和農(nóng)業(yè)(Ag),農(nóng)業(yè)部門凈進口虛擬水量達3.68×109m3,其從地區(qū)外進口了大量農(nóng)產(chǎn)品,而農(nóng)產(chǎn)品又屬于虛擬水消耗密度較大的產(chǎn)品,因此北京市農(nóng)業(yè)部門消耗的大量虛擬水(2.17×109m3)主要來自于地區(qū)外進口(1.04×1010m3)。交通運輸業(yè)(Tr)和服務(wù)業(yè)(Se)為虛擬水的主要輸出部門,其中服務(wù)業(yè)以較少的虛擬水消耗創(chuàng)造了較高的經(jīng)濟產(chǎn)值,因此在進行調(diào)入水分配時應(yīng)優(yōu)先考慮第三產(chǎn)業(yè)需求。

圖4　2012年北京市各部門虛擬水凈進口量　Fig.4　Net virtual water import volume at the sector level of Beijing in 20121. 農(nóng)業(yè), Agriculture；2. 礦業(yè),Mining；3. 制造業(yè), Ma; 4. 電氣供應(yīng)業(yè),Electricity and gas supply；5. 水供應(yīng)業(yè),Water supply；6. 建筑業(yè),Construction；7. 交通業(yè),Transport；8. 服務(wù)業(yè),Services

3.4　虛擬水轉(zhuǎn)移量

圖5反映的是北京市部門間虛擬水流動量。通過圖中流的寬度,可以識別出部門間虛擬水的流動量及其占某一個部門總虛擬水量的比例,流動的方向可以說明各部門在城市系統(tǒng)中的角色。農(nóng)業(yè)部門是最大的虛擬水輸出部門,共計為區(qū)域內(nèi)其余7個部門凈輸出1.58×109m3虛擬水,主要流向包括制造業(yè)(26%)和建筑業(yè)(24%),此外北京市大部分的虛擬水流向了建筑業(yè),以農(nóng)業(yè)和制造業(yè)為代表,所有部門均有不同數(shù)量的虛擬水流入建筑業(yè),這一現(xiàn)象與城市化的快速發(fā)展息息相關(guān)。部門間主要的流出-流入組合包括農(nóng)業(yè)-制造業(yè),農(nóng)業(yè)-建筑業(yè),農(nóng)業(yè)-服務(wù)業(yè),水供應(yīng)-農(nóng)業(yè),制造業(yè)-建筑業(yè),在制定節(jié)水措施時應(yīng)考慮這些部門間的關(guān)聯(lián)性,調(diào)控虛擬水流終點部門的虛擬水使用量和使用效率,從而達到節(jié)水的目的。

4　結(jié)論

虛擬水的提出和應(yīng)用為調(diào)控有限水資源,緩解水資源壓力的研究提供了新的視角和思路,如從產(chǎn)品消費角度出發(fā)改變或調(diào)整消費結(jié)構(gòu)(減少、替換或轉(zhuǎn)變某些高耗水部門及產(chǎn)品的消費)、從地區(qū)貿(mào)易角度調(diào)整進出口策略(增加需水密集度高的產(chǎn)品的進口、減少其出口)。本文參考已有虛擬水研究成果,提出了基于投入產(chǎn)出分析的城市部門尺度虛擬水核算的定量模型,并以北京市為例,計算了其2012年的虛擬水直接及完全用水系數(shù)、最終消費的虛擬水量、虛擬水的進出口量以及部門間虛擬水轉(zhuǎn)移量。主要結(jié)論及建議如下:

水供應(yīng)業(yè)和農(nóng)業(yè)是完全用水系數(shù)和直接用水系數(shù)最大的兩個部門,而服務(wù)業(yè)、制造業(yè)、建筑業(yè)則間接用水占比較高(間接用水系數(shù)占完全用水系數(shù)的比例分別為92%、91%、91%),因此重點減小農(nóng)業(yè)等直接用水系數(shù)較大部門的同時,應(yīng)減少制造業(yè)、建筑業(yè)和服務(wù)業(yè)部門的間接用水消耗,根據(jù)部門在產(chǎn)業(yè)鏈的地位從整個產(chǎn)業(yè)鏈的角度制定合理的節(jié)水措施。

從北京市8個部門的虛擬水消費在最終需求所占的比例來看,農(nóng)業(yè)和礦業(yè)以較大的虛擬水消耗(分別為9.1%,26.4%)創(chuàng)造了很低的經(jīng)濟價值(分別為1.4%,17.1%),應(yīng)作為重點節(jié)水對象。北京市出口總額占最終消費的79.9%,卻消耗了最終消費所需虛擬水的85.04%,出口結(jié)構(gòu)存在不合理的地方-以較大的虛擬水消耗量換取了較少的經(jīng)濟收益,例如農(nóng)產(chǎn)品以6.7%虛擬水的消耗創(chuàng)造了僅占最終消費1%的經(jīng)濟效益,北京市應(yīng)減少農(nóng)產(chǎn)品、金屬及非金屬礦選產(chǎn)品等虛擬水含量較大而經(jīng)濟利潤較小的產(chǎn)品生產(chǎn)。

圖5　北京市部門間虛擬水流動量 Mt/106m3Fig.5　Virtual water flows among sectors of Beijing in 2012

北京市為虛擬水凈進口地區(qū),凈進口虛擬水量6.77×109m3,相當(dāng)于北京市虛擬水用水總量(8.25×109m3)的82%。凈進口虛擬水的主要部門有農(nóng)業(yè)(Ag)和制造業(yè)(Ma),北京市農(nóng)業(yè)部門因進口較多虛擬水消耗密度較大的農(nóng)產(chǎn)品,其消耗的大量虛擬水主要來自于地區(qū)外進口。交通運輸業(yè)(Tr)和服務(wù)業(yè)(Se)為虛擬水的主要輸出部門,其中服務(wù)業(yè)以較少的虛擬水消耗(10%)產(chǎn)生了較高的經(jīng)濟產(chǎn)值(25%),在進行調(diào)入水分配時應(yīng)優(yōu)先考慮第三產(chǎn)業(yè)需求。

從區(qū)域內(nèi)部門間虛擬水流轉(zhuǎn)關(guān)系來看,農(nóng)業(yè)部門是最大的虛擬水輸出部門,共計為區(qū)域內(nèi)其余7個部門凈輸出1.58×109m3虛擬水,主要流向包括制造業(yè)(26%)和建筑業(yè)(24%),考慮到這些行業(yè)對農(nóng)業(yè)的間接拉動,在采取縮小農(nóng)業(yè)規(guī)模、提高農(nóng)業(yè)節(jié)水效率及調(diào)整區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的情況下,應(yīng)將減少消費端的物質(zhì)消費因素考慮進去,通過調(diào)控虛擬水流動目標(biāo)部門的虛擬水使用量等間接手段達到節(jié)水目的。部門間主要的流出-流入包括農(nóng)業(yè)-制造業(yè),農(nóng)業(yè)-建筑業(yè),農(nóng)業(yè)-服務(wù)業(yè),水供應(yīng)-農(nóng)業(yè),制造業(yè)-建筑業(yè),這些部門間的強關(guān)聯(lián)關(guān)系是制定節(jié)水措施的關(guān)鍵路徑,是調(diào)控虛擬水流終點部門的虛擬水使用量和使用效率進而減少水消耗的杠桿點。

參考文獻(References):

[1]中華人民共和國水利部. 中國水資源公報—2015. 北京: 中國水利水電出版社, 2016.

[2]國家統(tǒng)計局. 環(huán)境保護部. 中國環(huán)境統(tǒng)計年鑒—2013.北京: 中國統(tǒng)計出版社, 2013.

[3]楊志峰, 支援, 尹心安. 虛擬水研究進展. 水利水電科技進展, 2015, 35 (5): 181- 190.

[4]北京市水務(wù)局. 北京市水資源公報—2013. 北京: 北京市水務(wù)局, 2014.

[5]北京市統(tǒng)計局. 國家統(tǒng)計局北京調(diào)查總隊. 北京統(tǒng)計年鑒—2013. 北京: 中國統(tǒng)計出版社, 2013.

[6]Allan J A. Fortunately there are substitutes for water: otherwise our hydro political futures would be impossible // Proceedings of the Conference on Priorities for Water Resources Allocation and Management. London, United Kingdom: ODA, 1993: 13- 26.

[7]Allan J A. ′Virtual water′: A long term solution for water short Middle Eastern economies? // Paper presented at the 1997 British Association Festival of Science. Leeds, UK: Roger Stevens Lecture Theatre, University of Leeds, Water and Development Session, 1997: 1- 100.

[8]Feng L, Chen B, Hayat T, Alsaedi A, Ahmad B. The driving force of water footprint under the rapid urbanization process: a structural decomposition analysis for Zhangye city in China. Journal of Cleaner Production, 2015, doi: 10.1016/j.jclepro.2015.09.047.

[9]Zhao C F, Chen B. Driving Force Analysis of the Agricultural Water Footprint in China Based on the LMDI Method. Environmental Science & Technology, 2014, 48(21): 12723- 12731.

[10]Yang H, Zehnder A. “Virtual water”: An unfolding concept in integrated water resources management. Water Resources Research, 2007, 43(12): W12301.

[11]Zhao X, Chen B, Yang Z F. National water footprint in an input-output framework-a case study of China 2002. Ecological Modelling, 2009, 220(2): 245- 253.

[12]Egan M. The Water Footprint Assessment Manual-Setting the Global Standard. Social and Environmental Accountability Journal, 2011, 31(2): 181- 182.

[13]Feng L, Chen B. Scarce Water Footprint of Energy Production in China. Energy Procedia, 2016, 88: 176- 181.

[14]Hoekstra A Y, Hung P Q. Virtual water trade: a quantification of virtual water flows between nations in relation to international crop trade: Value of water research report series No.11. Delft, the Netherlands: UNESCO-IHE, 2002.

[15]Hoekstra A Y, Chapagain A K. Water footprints of nations: Water use by people as a function of their consumption pattern. Water Resources Management, 2007, 21(1): 35- 48.

[16]趙旭, 楊志峰, 陳彬. 基于投入產(chǎn)出分析技術(shù)的中國虛擬水貿(mào)易及消費研究.自然資源學(xué)報, 2009, 24(2): 286- 294.

[17]劉冠飛. 基于投入產(chǎn)出模型的天津市虛擬水貿(mào)易分析[D]. 天津: 天津大學(xué), 2009.

[18]Leontief W W. The structure of American economy:1919- 1929. America: New York Oxford University Press, 1941．

[19]Fang D L, Chen B. Ecological network analysis for a virtual water network. Environmental Science & Technology, 2015, 49(11): 6722- 6730.

[20]Duan C C, Chen B. Virtual Water Embodied in International Energy Trade of China. Energy Procedia, 2016, 88: 94- 99.

[21]雷玉桃, 蔣璐. 基于投入產(chǎn)出分析的中國城鄉(xiāng)居民虛擬水消費研究. 生態(tài)經(jīng)濟, 2012, (11): 78- 81.

[22]Li J S, Xia X H, Chen G Q, Alsaedi A, Hayat T. Optimal embodied energy abatement strategy for Beijing economy: Based on a three-scale input-output analysis. Renewable and Sustainable Energy Reviews, 2016, 53: 1602- 1610.

[23]Li J S, Chen B, Chen G Q, Wei W D, Wang X B, Ge J P, Dong K Q, Xia H H, Xia X H. Tracking mercury emission flows in the global supply chains: A multi-regional input-output analysis. Journal of Cleaner Production, 2017, 140: 1470- 1492.

[24]黃曉榮, 裴源生, 梁川. 寧夏虛擬水貿(mào)易計算的投入產(chǎn)出方法. 水科學(xué)進展, 2005, 16(4): 564- 568.

[25]Dietzenbacher E, Velázquez E. Analyzing Andalusian virtual water trade in an input-output framework. Regional Studies, 2007, 41(2): 185- 196.

[26]Velázquez E. An input-output model of water consumption: Analysing intersectoral water relationships in Andalusia. Ecological Economics, 2006, 56(2): 226- 240.

[27]馬忠, 張繼良. 張掖市虛擬水投入產(chǎn)出分析. 統(tǒng)計研究, 2008, 25(5): 65- 70.

[28]王文靜, 石培基, 馬忠. 基于區(qū)域投入產(chǎn)出模型的甘肅省水資源狀況分析. 水土保持通報, 2012, 32(6): 296- 300.

[29]王雙英, 陸文聰. 江西虛擬水消費與貿(mào)易研究——基于投入產(chǎn)出分析. 長江流域資源與環(huán)境, 2011, 20(8): 933- 937.

[30]Wang S G, Chen B. Energy-water nexus of urban agglomeration based on multiregional input-output tables and ecological network analysis: A case study of the Beijing-Tianjin-Hebei region. Applied Energy, 2016, 178: 773- 783.

[31]Wang S G, Cao T, Chen B. Urban energy-water nexus based on modified input-output analysis. Applied Energy, 2017, 196:208- 217