張智雄,孫才志,2,*

1 遼寧師范大學(xué)城市與環(huán)境學(xué)院,大連 116029 2 遼寧師范大學(xué)海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心,大連 116029

隨著中國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展和人口增長(zhǎng),水體污染嚴(yán)重和廢水排放的增加已成為中國(guó)水資源面臨的主要問(wèn)題。統(tǒng)計(jì)數(shù)據(jù)顯示,進(jìn)入21世紀(jì)以來(lái),工業(yè)廢水和城鎮(zhèn)生活污水排放量呈逐年遞增的趨勢(shì),水污染狀況不容忽視。鑒于此,探索中國(guó)水污染加劇的主要驅(qū)動(dòng)因素,合理分析各驅(qū)動(dòng)因素之間的強(qiáng)弱效應(yīng),可以為控制水污染狀況加劇提供科學(xué)的參考依據(jù)。

Hoekstra等在2008年首次提出了“灰水足跡”的概念[1],隨著研究的進(jìn)一步推進(jìn),灰水足跡的涵義也進(jìn)一步完善,2011年水足跡網(wǎng)絡(luò)的灰水足跡工作小組將灰水足跡定義為以水環(huán)境質(zhì)量標(biāo)準(zhǔn)為基準(zhǔn),將污染負(fù)荷稀釋至高于特定環(huán)境水質(zhì)標(biāo)準(zhǔn)所需淡水的體積[2]?；宜阚E的提出為水污染領(lǐng)域的研究提供了新的研究思路。在國(guó)外,多名專(zhuān)家和學(xué)者通過(guò)不同的方式測(cè)算了灰水足跡并分析了其運(yùn)移情況[3- 4],而其余研究主要集中在對(duì)國(guó)家和區(qū)域以及工農(nóng)業(yè)產(chǎn)品灰水足跡測(cè)度和分析[5- 10]。在國(guó)內(nèi),對(duì)灰水足跡以及水污染的研究已經(jīng)取得了一系列成果,但目前針對(duì)灰水足跡的研究仍然處于初級(jí)階段,國(guó)內(nèi)灰水足跡研究尚處于引進(jìn)消化階段,主要是對(duì)國(guó)外研究方法的學(xué)習(xí)和應(yīng)用[11],并且研究多集中在對(duì)農(nóng)畜產(chǎn)品灰水足跡的測(cè)度及分析方面[12- 13],2015年后,孫才志、韓琴等對(duì)中國(guó)31個(gè)省市的灰水足跡進(jìn)行了較為全面的測(cè)算,并對(duì)其時(shí)空分類(lèi)特性進(jìn)行了分析[14- 15],并將之前廣泛運(yùn)用于碳排放研究的Kaya恒等式引入到灰水足跡研究領(lǐng)域[11],將灰水足跡影響因素分為六個(gè)驅(qū)動(dòng)效應(yīng)來(lái)研究,推動(dòng)了灰水足跡的研究進(jìn)展；而近年來(lái),國(guó)內(nèi)有更多的學(xué)者將Kaya恒等式運(yùn)用到水污染的研究領(lǐng)域,馬麗利用Kaya恒等式和LMDI模型分析了中國(guó)工業(yè)廢水變化的影響因素[16]；凌立文等基于Kaya 恒等式與LMDI分解法探討了廣東省工業(yè)廢水的影響因素[17]。新方法的運(yùn)用也為灰水足跡的研究提供了新的切入點(diǎn)。從已有的研究文獻(xiàn)來(lái)看,目前對(duì)灰水的研究主要集中在區(qū)域和產(chǎn)品的灰水足跡測(cè)算和灰水足跡內(nèi)部因素進(jìn)行研究分析方面,而不同地區(qū)的人口、面積和經(jīng)濟(jì)情況均有差異,只對(duì)區(qū)域灰水足跡內(nèi)部因素分析評(píng)價(jià)并不能客觀反映出人口、經(jīng)濟(jì)等因素對(duì)灰水足跡變化的影響。

本文將水生態(tài)足跡以面積為單位量化人類(lèi)消耗水資源情況的方法引入灰水足跡研究中來(lái),將量化吸收污染物所需水量轉(zhuǎn)化為相應(yīng)的產(chǎn)水面積,相較于灰水足跡以體積為量化單位的方法而言,可直觀反映污染物面源污染面積大小以及區(qū)域水資源所承載的污染物壓力的情況。此外,當(dāng)前對(duì)灰水足跡影響因素的研究主要集中在經(jīng)濟(jì)、人口和水效率方面,研究這些因素時(shí)通常只考慮總?cè)丝跀?shù)和GDP的影響,而灰水產(chǎn)生主要是由生產(chǎn)活動(dòng)造成的,其中資本和勞動(dòng)力是生產(chǎn)活動(dòng)中兩個(gè)關(guān)鍵的生產(chǎn)要素,但目前的研究沒(méi)有考慮此類(lèi)因素的成果。鑒于此,本文在測(cè)算灰水生態(tài)足跡的基礎(chǔ)上引入擴(kuò)展的Kaya恒等式建立因素分解模型,采用LMDI模型對(duì)影響中國(guó)人均灰水生態(tài)足跡年際變化的驅(qū)動(dòng)效應(yīng)進(jìn)行定量測(cè)算,探索資本、勞動(dòng)力和用水強(qiáng)度等因素對(duì)人均灰水生態(tài)足變化的影響,以期擴(kuò)展灰水生態(tài)足跡和水生態(tài)足跡研究方法。

1 研究方法及數(shù)據(jù)來(lái)源

1.1 水生態(tài)足跡

水生態(tài)足跡是指一定人口和經(jīng)濟(jì)規(guī)模條件下維持水資源消費(fèi)和自然環(huán)境進(jìn)化所必需的水資源用地面積[18]。測(cè)算方法參照文獻(xiàn)[19]將其分為表示生活、生產(chǎn)和生態(tài)用水足跡的水量生態(tài)足跡和表示水污染的灰水生態(tài)足跡。與水足跡以體積為單位相比,可更直觀的展現(xiàn)生產(chǎn)生活對(duì)當(dāng)?shù)厮Y源占用情況。計(jì)算公式為：

WEF=WER+GWEF

(1)

式中,WEF為水足跡生態(tài),WER為水量生態(tài)足跡,GWEF為灰水生態(tài)足跡。水量生態(tài)足跡是對(duì)傳統(tǒng)水足跡中綠水和藍(lán)水足跡部分所需產(chǎn)水面積進(jìn)行測(cè)算,計(jì)算公式為：

(2)

式中,WER為區(qū)域人均水生態(tài)足跡,WF為區(qū)域水足跡(不包括灰水足跡),γ為全球水資源均衡因子,w為水資源世界平均生產(chǎn)能力。區(qū)域水足跡WF的計(jì)算方法采用之前對(duì)水足跡的研究文獻(xiàn)[20]中的計(jì)算方法,在此不再贅述,文獻(xiàn)[20]中的水污染足跡將不計(jì)入水量生態(tài)足跡的測(cè)算范圍。

1.2 灰水生態(tài)足跡

之前研究文獻(xiàn)將灰水足跡定義為以水環(huán)境質(zhì)量標(biāo)準(zhǔn)為基準(zhǔn),將污染負(fù)荷稀釋至高于特定環(huán)境水質(zhì)標(biāo)準(zhǔn)所需淡水的體積[14]。灰水生態(tài)足跡則是將稀釋這些污染負(fù)荷所需淡水的體積轉(zhuǎn)化為相應(yīng)的產(chǎn)水面積。參照Arjen Y. Hoekstra等編著的《水足跡評(píng)價(jià)手冊(cè)》[2]中對(duì)灰水足跡計(jì)算方法,選取化學(xué)需氧量(COD)和氨氮(NH3)為主要測(cè)算對(duì)象,將灰水生態(tài)足跡分為工業(yè)、農(nóng)業(yè)、生活三個(gè)子賬戶(hù),其中農(nóng)業(yè)部分包括種植和養(yǎng)殖業(yè)兩部分,生活污水與工業(yè)污水同屬于點(diǎn)源污染且主要污染物相同,故計(jì)算同工業(yè)灰水生態(tài)足跡。計(jì)算公式為：

GWEF=GWEFi+GWEFa+GWEFl

(3)

(4)

(5)

Ll-COD(或Ll-NH3)=畜禽數(shù)量×飼養(yǎng)周期×糞污染物含量×流失率×(日排糞量+日排尿量)

(6)

式中,GWEFi、GWEFa、GWEFl、GWEFf、GWEFh分別為工業(yè)、農(nóng)業(yè)、生活、種植業(yè)、養(yǎng)殖業(yè)灰水生態(tài)足跡,α為氮肥淋失率,Appl為氮肥施用量,Li-COD、Li-NH3分別為區(qū)域內(nèi)工業(yè)COD、NH3的排放濃度,Ll-COD、Ll-NH3分別為養(yǎng)殖業(yè)COD、NH3排放濃度,CCOD、CNH3分別為國(guó)內(nèi)單位面積水域COD、NH3排放達(dá)標(biāo)濃度。

1.3 擴(kuò)展的Kaya 恒等式

Kaya恒等式是日本學(xué)者Yoichi Kaya于1989年提出的[21]并廣泛用于碳排放方面的研究,經(jīng)過(guò)多年研究擴(kuò)展,現(xiàn)已廣泛應(yīng)用到能源研究領(lǐng)域。Kaya恒等式將碳排放主要分解為4個(gè)影響因素,公式如下：

(7)

式中,G代表國(guó)內(nèi)生產(chǎn)總值(GDP),E代表能源消費(fèi)；G/P代表人均GDP,E/G代表能源消費(fèi)強(qiáng)度,C/E代表能源消費(fèi)碳強(qiáng)度。為更好的表述人均灰水生態(tài)足跡產(chǎn)出的影響因素,將Kaya恒等式進(jìn)行擴(kuò)展表示為：

(8)

式中,CS為區(qū)域資本存量,Pw為區(qū)域勞動(dòng)人口數(shù)量。本文將影響人均灰水生態(tài)足跡變化的因素分解為五個(gè)驅(qū)動(dòng)效應(yīng),即：f=Pw/P,勞動(dòng)人口占總?cè)丝诒戎?經(jīng)濟(jì)活度效應(yīng)。勞動(dòng)力是重要生產(chǎn)要素也是經(jīng)濟(jì)發(fā)展的推動(dòng)力,選取此效應(yīng)來(lái)反映參與經(jīng)濟(jì)活動(dòng)人口比例對(duì)人均灰水生態(tài)足跡變化的影響；d=CS/Pw,資本-勞動(dòng)比,資本深化效應(yīng)。資本是重要的生產(chǎn)要素,隨著經(jīng)濟(jì)發(fā)展和社會(huì)主義工業(yè)化,經(jīng)濟(jì)也在向資本密集型過(guò)度,選取資本深化效應(yīng)有助于分析資本因素對(duì)人均灰水生態(tài)足跡變化的影響；o=G/CS,產(chǎn)出資本比,資本效率效應(yīng)。反應(yīng)區(qū)域資本產(chǎn)出效率對(duì)人均灰水生態(tài)足跡變化的影響；w=WER/G,水生態(tài)足跡強(qiáng)度。表示區(qū)域的足跡強(qiáng)度效應(yīng),選取此項(xiàng)來(lái)表示用水強(qiáng)度對(duì)人均灰水生態(tài)足跡的影響；e=GWEF/WER,灰水生態(tài)足跡產(chǎn)出系數(shù),環(huán)境效率效應(yīng),反映區(qū)域灰水生態(tài)足跡占水生態(tài)足跡的比例。本文參照單豪杰的算法[22],運(yùn)用永續(xù)盤(pán)存法計(jì)算資本存量,采用10.96%的折扣率,對(duì)于西藏缺失的固定資產(chǎn)投資價(jià)格指數(shù)數(shù)據(jù),把靠近西藏且經(jīng)濟(jì)發(fā)展水平相似的新疆和青海的固定資產(chǎn)投資價(jià)格指數(shù)的算術(shù)平均值作為替代指標(biāo)。

1.4 LMDI分解法

對(duì)數(shù)平均迪氏指數(shù)方法(Logarithmic Mean Divisia Index, LMDI)由新加坡學(xué)者B.W. Ang等人提出[23- 24],最初應(yīng)用于碳排放研究領(lǐng)域,主要用于分析能源強(qiáng)度變化,是目前國(guó)際上常用的因素分解模型[23],是一種完全的、不產(chǎn)生殘差的分解分析方法,并且LMDI分解法的乘積形式、加和形式都是無(wú)差異的[24]。

(9)

其中：

(10)

(11)

(12)

(13)

(14)

1.5 研究對(duì)象和數(shù)據(jù)來(lái)源

本文以中國(guó)31個(gè)省、直轄市、自治區(qū)(以下簡(jiǎn)稱(chēng)省市,不包含港澳臺(tái)地區(qū))2000—2014年的統(tǒng)計(jì)數(shù)據(jù)為參考,測(cè)算各省市的灰水生態(tài)足跡和人均灰水生態(tài)足跡。污染物排放量、人口等數(shù)據(jù)取自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)水資源公報(bào)》,《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及各省市統(tǒng)計(jì)年鑒；測(cè)算灰水生態(tài)足跡所需數(shù)據(jù)來(lái)源參照文獻(xiàn)[14- 15]在此不在贅述；全球水資源均衡因子γ和水資源世界平均產(chǎn)生能力w參照世界自然基金會(huì)計(jì)算結(jié)果[19],取γ=5.19,w=3140 m3/hm2；選取全國(guó)平均氮肥淋失率α=7%[14]；根據(jù)《污水綜合排放標(biāo)準(zhǔn)》(GB8978—1996)中一級(jí)排放標(biāo)準(zhǔn),選取COD和NH3排放達(dá)標(biāo)濃度分別為60、15 mg/L[15]。

圖1 2000—2014年中國(guó)灰水生態(tài)足跡變化圖 Fig.1 The change of gray water ecological footprint and per capita gray water ecological footprint in China from 2000 to 2014

2 計(jì)算結(jié)果及分析

2.1 灰水生態(tài)足跡時(shí)間差異

依據(jù)公式(1)計(jì)算可知,研究期內(nèi)中國(guó)的灰水生態(tài)足跡和人均灰水生態(tài)足跡總體上都經(jīng)歷了一個(gè)先上升又下降的趨勢(shì),2000—2006年中國(guó)的灰水生態(tài)足跡呈先降后增的趨勢(shì),2000到2002年灰水生態(tài)足跡由14453.85×104hm2降至14168.04×104hm2,2006年上升到15595.14×104hm2,自2007年起開(kāi)始逐漸下降,到2014年已降至13109.44×104hm2。這主要源于政策監(jiān)管力度加大和產(chǎn)業(yè)水平不斷升級(jí),污染物排放和灰水產(chǎn)出得到了有效控制[15]。根據(jù)圖1可知,人均灰水生態(tài)足跡變化趨勢(shì)與灰水生態(tài)足跡相近,由于人口增長(zhǎng)率較低且基數(shù)較大,故人均灰水生態(tài)足跡受人口變化影響較小。

2.2 灰水生態(tài)足跡空間差異

各省市的灰水生態(tài)足跡整體分布見(jiàn)圖2,呈西高東低分布。四川和河南兩省15年的平均灰水生態(tài)足跡分別為1044.86×104hm2和1004.50×104hm2,作為傳統(tǒng)農(nóng)業(yè)和人口大省,為達(dá)到作物增產(chǎn)的目的不合理的增加化肥農(nóng)藥的施用量,同時(shí)大量畜禽糞便不合理處置,造成其農(nóng)業(yè)灰水足跡和灰水生態(tài)足跡較高[25- 26]；北京年平均灰水生態(tài)足跡為90.17×104hm2,是31個(gè)省市中的最小值。東中部各省市的灰水生態(tài)足跡整體呈現(xiàn)先升后降的趨勢(shì),大多數(shù)省市灰水生態(tài)足跡下降趨勢(shì)較為明顯,西部的部分省市灰水生態(tài)足跡出現(xiàn)了增長(zhǎng)現(xiàn)象,內(nèi)蒙古、云南、甘肅、青海、新疆的灰水生態(tài)足跡均有一定程度的上升。2000年中國(guó)開(kāi)始實(shí)施“西部大開(kāi)發(fā)”戰(zhàn)略,西部經(jīng)濟(jì)快速發(fā)展也帶來(lái)能耗和人口增長(zhǎng),糧食需求也不斷增加,為達(dá)到增產(chǎn)而大量使用農(nóng)藥、化肥造成農(nóng)業(yè)污染,導(dǎo)致農(nóng)業(yè)水環(huán)境問(wèn)題日漸突出；由于各地區(qū)科技發(fā)展程度不同,環(huán)保門(mén)檻也不一致,被東部地區(qū)淘汰的產(chǎn)業(yè),卻被中西部地區(qū)以?xún)?yōu)惠政策引進(jìn),導(dǎo)致了“東污西移”,污染處理設(shè)備與發(fā)展速度不匹配也是灰水生態(tài)足跡增加的原因。人均灰水生態(tài)足跡的空間分布如圖3所示,與灰水生態(tài)足跡空間分布特征相似,人均灰水生態(tài)足跡平均值最小的地區(qū)是北京(0.06 hm2/人),最大的地區(qū)是西藏(0.88 hm2/人),西部地區(qū)人口密度相對(duì)較低,也是人均灰水生態(tài)足跡較高的原因。

圖2 中國(guó)省際灰水生態(tài)足跡分布圖(104 hm2)Fig.2 The map of gray water ecological footprint in China

圖3 中國(guó)省際人均灰水生態(tài)足跡分布圖/(hm2/人)Fig.3 The map of per gray water ecological footprint in China

3 人均灰水生態(tài)足跡產(chǎn)出的驅(qū)動(dòng)因素分析

基于LMDI分解模型定量測(cè)算了經(jīng)濟(jì)活度效應(yīng),資本深化效應(yīng),資本效率效應(yīng),足跡強(qiáng)度效應(yīng),環(huán)境效率效應(yīng)對(duì)全國(guó)(見(jiàn)表1)以及各省市(見(jiàn)表2)人均灰水生態(tài)足跡產(chǎn)出的貢獻(xiàn)作用。足跡強(qiáng)度效應(yīng)呈減量效應(yīng)特點(diǎn),用水強(qiáng)度不斷降低對(duì)灰水生態(tài)足跡的降低有著重要作用；資本深化效應(yīng)呈增量效應(yīng)特點(diǎn),工業(yè)化時(shí)期大量資本投入是經(jīng)濟(jì)發(fā)展的源動(dòng)力,經(jīng)濟(jì)規(guī)模的擴(kuò)大需要強(qiáng)大的用水量來(lái)支撐；環(huán)境效率效應(yīng)和資本效率效應(yīng)呈減量效應(yīng)特點(diǎn),但效應(yīng)值相對(duì)較低,灰水生態(tài)足跡降低和資本產(chǎn)出效率較低是二者呈減量效應(yīng)的主要原因；經(jīng)濟(jì)活度效應(yīng)呈微弱增量效應(yīng)特點(diǎn),人口的低增長(zhǎng)率是經(jīng)濟(jì)活度效應(yīng)值較低的主要原因。為直觀分析各驅(qū)動(dòng)效應(yīng)的空間特征,本文采用ISODATA聚類(lèi)模型[27]將31個(gè)省市的測(cè)算結(jié)果按照強(qiáng)、中、弱驅(qū)動(dòng)在空間上進(jìn)行聚類(lèi)(見(jiàn)表3),并作出了各省市各個(gè)聚類(lèi)分布圖(圖4),然后對(duì)每一類(lèi)驅(qū)動(dòng)進(jìn)行具體分析。

表1 中國(guó)人均灰水生態(tài)足跡效應(yīng)分解/(hm2/人)

表2 中國(guó)各省市人均灰水生態(tài)足跡效應(yīng)分解/(hm2/人)

香港,澳門(mén),臺(tái)灣數(shù)據(jù)暫缺

表3 中國(guó)人均灰水生態(tài)足跡產(chǎn)出變化的驅(qū)動(dòng)效應(yīng)聚類(lèi)表/(hm2/人)

注：表中數(shù)字分別代表了經(jīng)濟(jì)活度效應(yīng),資本深化效應(yīng),資本效率效應(yīng),足跡強(qiáng)度效應(yīng),環(huán)境效率效應(yīng); 香港、澳門(mén)、臺(tái)灣數(shù)據(jù)暫缺

3.1 經(jīng)濟(jì)活度效應(yīng)

中國(guó)經(jīng)濟(jì)高速增長(zhǎng)很大程度上源于勞動(dòng)力的充分供給[28],勞動(dòng)人口的增加同時(shí)也不可避免伴隨著生活污水和工業(yè)廢水排放的增加。經(jīng)濟(jì)活度效應(yīng)絕對(duì)值在5個(gè)驅(qū)動(dòng)效應(yīng)值中最小,年均值為0.0006 hm2/人,由于人口增長(zhǎng)率較低,經(jīng)濟(jì)活度效應(yīng)值較低,個(gè)別年份和省份還會(huì)隨人口數(shù)量波動(dòng)呈現(xiàn)減量效應(yīng)的特點(diǎn)。

圖4 中國(guó)人均灰水生態(tài)足跡驅(qū)動(dòng)效應(yīng)聚類(lèi)圖Fig.4 Driving effects cluster map of pergray water ecological footprint output in China

經(jīng)濟(jì)活度效應(yīng)強(qiáng)驅(qū)動(dòng)的地區(qū)是北京、內(nèi)蒙古、吉林、黑龍江、福建、廣東、廣西、海南、貴州、西藏、新疆。研究期內(nèi)西藏的經(jīng)濟(jì)活度效應(yīng)年平均值為0.0114 hm2/人,在所有省市中效應(yīng)值最高。隨著經(jīng)濟(jì)發(fā)展,產(chǎn)業(yè)規(guī)模擴(kuò)大帶動(dòng)了勞動(dòng)人口增加,同時(shí)由于地區(qū)的基礎(chǔ)設(shè)施較為落后,排污和監(jiān)管措施不夠完善,導(dǎo)致了人均灰水生態(tài)足跡的增加,經(jīng)濟(jì)活度增量效應(yīng)特點(diǎn)加劇了人均灰水生態(tài)足跡增長(zhǎng)；北京、吉林、黑龍江、福建、廣東、海南的經(jīng)濟(jì)多元化發(fā)展帶動(dòng)了勞動(dòng)人口的增長(zhǎng),這些地區(qū)人口數(shù)量較高,且人口增長(zhǎng)率低于就業(yè)人口增長(zhǎng)比率,經(jīng)濟(jì)活度效應(yīng)呈增量特點(diǎn)；內(nèi)蒙古、廣西、貴州、新疆地處中國(guó)西部,經(jīng)濟(jì)規(guī)模不斷擴(kuò)大和勞動(dòng)人口數(shù)量增長(zhǎng),加劇了水資源和水環(huán)境壓力,使得這些地區(qū)經(jīng)濟(jì)活度效應(yīng)處于強(qiáng)驅(qū)動(dòng)水平。

3.2 資本深化效應(yīng)

經(jīng)濟(jì)活度效應(yīng)中驅(qū)動(dòng)水平的地區(qū)包括河北、山西、遼寧、浙江、安徽、江西、山東、河南、湖南、四川、云南、陜西、寧夏,大多數(shù)位于中國(guó)的中部和中西部地區(qū)。隨著經(jīng)濟(jì)發(fā)展,這些地區(qū)的勞動(dòng)人口數(shù)量增長(zhǎng)率也較為平穩(wěn),且2014年的地區(qū)人均灰水生態(tài)足跡較2000年有所降低,增量效應(yīng)特點(diǎn)未造成人均灰水生態(tài)足跡的增加,故處于中等驅(qū)動(dòng)水平；云南地處于西部,其人均灰水生態(tài)足跡有上升趨勢(shì),增量效應(yīng)的特點(diǎn)加劇了人均灰水生態(tài)足跡的上升,得益于效應(yīng)值較低,故只處于中等驅(qū)動(dòng)水平。

經(jīng)濟(jì)活度效應(yīng)弱驅(qū)動(dòng)水平的地區(qū)有天津、上海、江蘇、湖北、重慶、甘肅、青海。這些省市的經(jīng)濟(jì)活度效應(yīng)值呈減量效應(yīng)特點(diǎn)。除甘肅和青海外,其余地區(qū)的人均灰水生態(tài)足跡均呈下降趨勢(shì)。甘肅和青海的就業(yè)人口數(shù)量增長(zhǎng)趨勢(shì)低于人口增長(zhǎng)比例,區(qū)域經(jīng)濟(jì)落后致使當(dāng)?shù)厝瞬帕魇闆r較為明顯[29],經(jīng)濟(jì)活度效應(yīng)的減量特征對(duì)人均灰水生態(tài)足跡的上升沒(méi)有起到抑制作用,故處于弱驅(qū)動(dòng)；天津、上海、江蘇、湖北、重慶5個(gè)省市是中國(guó)人口和經(jīng)濟(jì)規(guī)模較大的地區(qū),且經(jīng)濟(jì)結(jié)構(gòu)較為合理,地區(qū)勞動(dòng)人口比重較為穩(wěn)定,隨著經(jīng)濟(jì)轉(zhuǎn)向資本密集型,勞動(dòng)人口有向其他地區(qū)轉(zhuǎn)移的趨勢(shì),經(jīng)濟(jì)活度減量效應(yīng)特點(diǎn)也促進(jìn)了區(qū)域的人均灰水生態(tài)足跡的降低,但是由于效應(yīng)絕對(duì)值很低,只能處于弱驅(qū)動(dòng)水平。3.2 資本深化效應(yīng)

研究期內(nèi)的資本深化效應(yīng)均值為0.0154 hm2/人,是最明顯的增量效應(yīng)。資本存量的大小決定了社會(huì)生產(chǎn)力水平乃至社會(huì)經(jīng)濟(jì)關(guān)系的變化[30],資本深化是伴隨工業(yè)化進(jìn)程而出現(xiàn)的一個(gè)客觀現(xiàn)象[31]。隨著資本存量不斷增長(zhǎng),經(jīng)濟(jì)從勞動(dòng)密集型向資本密集型轉(zhuǎn)化,資本增速遠(yuǎn)高于就業(yè)人口,各省市都在經(jīng)歷著持續(xù)的資本深化過(guò)程。經(jīng)濟(jì)較發(fā)達(dá)地區(qū)資本深化效應(yīng)值較低,表明中國(guó)經(jīng)濟(jì)已有向技術(shù)密集型轉(zhuǎn)化的趨勢(shì)。

資本深化效應(yīng)強(qiáng)驅(qū)動(dòng)的地區(qū)是西藏,研究期內(nèi)的效應(yīng)均值高達(dá)0.1671 hm2/人。西部大開(kāi)發(fā)實(shí)施以來(lái)西藏的就業(yè)人口和資本投入增長(zhǎng)迅速,由于經(jīng)濟(jì)基礎(chǔ)較為薄弱且地區(qū)人口較少,需要大量的資本投入來(lái)帶動(dòng)經(jīng)濟(jì)的增長(zhǎng),研究期內(nèi)西藏的社會(huì)固定資產(chǎn)投資年平均增速超過(guò)20%,資本存量也在迅速增長(zhǎng),而就業(yè)人口數(shù)量增長(zhǎng)比例則低于資本存量增長(zhǎng)的速度,特別是2011年后地區(qū)的就業(yè)人口數(shù)區(qū)域穩(wěn)定,資本深化效應(yīng)的增量特點(diǎn)也越來(lái)越明顯,故資本深化效應(yīng)處于強(qiáng)驅(qū)動(dòng)水平。

資本深化效應(yīng)中驅(qū)動(dòng)的地區(qū)包括內(nèi)蒙古、吉林、江西、廣西、貴州、云南、甘肅、青海、寧夏。其中的大多數(shù)地區(qū)都處于中國(guó)的西部地區(qū),西部大開(kāi)發(fā)以來(lái)的資本投入增加趨勢(shì)愈發(fā)明顯,資本增長(zhǎng)速度明顯大于勞動(dòng)力增長(zhǎng)速度,各省市經(jīng)歷著持續(xù)的資本深化過(guò)程。內(nèi)蒙古、江西、貴州、云南、甘肅、青海的人均灰水生態(tài)足跡呈增長(zhǎng)趨勢(shì),資本深化效應(yīng)值在所有省市中排名較靠前,由于經(jīng)濟(jì)基礎(chǔ)較為薄弱,經(jīng)濟(jì)發(fā)展主要是靠資本投入來(lái)推動(dòng),且經(jīng)濟(jì)結(jié)構(gòu)仍以污染較高的一、二產(chǎn)業(yè)為主,故地區(qū)的人均灰水生態(tài)足跡也有一定增加;而貴州的人口數(shù)量有所降低,更加加劇了這一現(xiàn)象,故處于中驅(qū)動(dòng)水平；其余三個(gè)省市的經(jīng)濟(jì)結(jié)構(gòu)中仍然是第二產(chǎn)業(yè)占主導(dǎo)地位,雖然人均灰水生態(tài)足跡的變化呈降低趨勢(shì),但是效應(yīng)值偏高,對(duì)人均灰水生態(tài)足跡的仍起到促進(jìn)增長(zhǎng)作用,故處于中等驅(qū)動(dòng)水平。

資本深化效應(yīng)弱驅(qū)動(dòng)的地區(qū)包括北京、天津、河北、山西、遼寧、黑龍江、上海、江蘇、浙江、安徽、福建、山東、河南、湖北、湖南、廣東、海南、重慶、四川、陜西、新疆。大多數(shù)處于中國(guó)的東部和中部地區(qū),人均灰水生態(tài)足跡呈下降趨勢(shì)。經(jīng)濟(jì)較為發(fā)達(dá)的東部地區(qū)資本深化的效應(yīng)值較低,社會(huì)資本投入相對(duì)穩(wěn)定,地區(qū)產(chǎn)業(yè)結(jié)構(gòu)較為合理,地區(qū)經(jīng)濟(jì)有從資本密集型向技術(shù)密集型轉(zhuǎn)化趨勢(shì),加之地區(qū)的人均灰水生態(tài)足跡較低,資本深化效應(yīng)值也較小,故處于弱驅(qū)動(dòng)水平；中部地區(qū)的效應(yīng)雖然較東部地區(qū)高,產(chǎn)業(yè)結(jié)構(gòu)也不如東部地區(qū)合理,資本投入的增長(zhǎng)和就業(yè)人口增長(zhǎng)相對(duì)穩(wěn)定,且與強(qiáng)、中驅(qū)動(dòng)地區(qū)相比效應(yīng)值較低,地區(qū)人均灰水生態(tài)足跡呈下降趨勢(shì),故資本深化效應(yīng)處于弱驅(qū)動(dòng)水平。

3.3 資本效率效應(yīng)

資本效率效應(yīng)是三個(gè)呈減量效應(yīng)特點(diǎn)的效應(yīng)中效應(yīng)值中絕對(duì)值最小的一個(gè),只有少數(shù)省市呈現(xiàn)增量效應(yīng)特點(diǎn)。目前中國(guó)正處于社會(huì)主義工業(yè)化時(shí)期,工業(yè)尤其是重工業(yè)相對(duì)其他行業(yè)要求有很高的資本投入量,而資本生產(chǎn)率偏低[30],這也是社會(huì)生產(chǎn)總值的增加速度低于資本投入速度的主要原因。

資本效率效應(yīng)強(qiáng)驅(qū)動(dòng)的地區(qū)是西藏。研究期內(nèi)西藏的資本效率效應(yīng)值為-0.0615 hm2/人,是所有省市中效應(yīng)絕對(duì)值最大的省份。隨著西部大開(kāi)發(fā)的推進(jìn),西藏的資本投入增長(zhǎng)迅速,生產(chǎn)總值也有較大的提升。但是地區(qū)基礎(chǔ)設(shè)施的投資占據(jù)了資本投入的較大比例,雖然地區(qū)生產(chǎn)總值有所增加,但現(xiàn)階段地區(qū)的產(chǎn)能還未被完全發(fā)揮,資本的利用效率不高致使資本效率減量特點(diǎn)明顯。同時(shí),西藏的經(jīng)濟(jì)基礎(chǔ)較為薄弱,基礎(chǔ)建設(shè)投資必不可少,但目前而言基礎(chǔ)設(shè)施投資所產(chǎn)生的抑制作用明顯占主導(dǎo)地位,減量效應(yīng)也對(duì)當(dāng)?shù)厝司宜鷳B(tài)足跡降到較大的降低作用,使得資本效率效應(yīng)處于強(qiáng)驅(qū)動(dòng)水平。

資本效率效應(yīng)中驅(qū)動(dòng)水平的地區(qū)包括內(nèi)蒙古、遼寧、吉林、黑龍江、廣西、青海,主要位于中國(guó)東北和西部地區(qū),資本效率效應(yīng)呈減量效應(yīng)特點(diǎn),效應(yīng)值也呈逐年下降趨勢(shì),并且產(chǎn)業(yè)多以工業(yè)和農(nóng)業(yè)為主。內(nèi)蒙古、青海的人均灰水生態(tài)足跡呈增加趨勢(shì),西部大開(kāi)發(fā)以來(lái)兩地區(qū)的投資力度不斷增加,但地區(qū)正處于工業(yè)化階段,前期投入需求較高的工業(yè)占據(jù)了較大比例的投資,受限于自身原因,資本利用效率不高的同時(shí)還導(dǎo)致了人均灰水生態(tài)足跡上升,減量效應(yīng)雖然明顯,但只能處于中驅(qū)動(dòng)水平；其余4個(gè)省份人均灰水生態(tài)足跡呈波動(dòng)下降趨勢(shì),其中東三省是中國(guó)主要的工農(nóng)業(yè)基地,也是產(chǎn)能過(guò)剩主要集中領(lǐng)域,“東北振興”以來(lái),政策大多聚焦于項(xiàng)目投資上[32],投資未發(fā)揮應(yīng)有的產(chǎn)能,故資本效率效應(yīng)處于中等驅(qū)動(dòng)水平。

資本效率效應(yīng)弱驅(qū)動(dòng)水平的地區(qū)包括北京、天津、河北、山西、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、海南、重慶、四川、貴州、云南、陜西、甘肅、寧夏、新疆。其中,北京、天津、上海、廣東、貴州5個(gè)省市的資本效率效應(yīng)值為正,區(qū)域的資本利用效率呈現(xiàn)良好狀態(tài),除貴州人均灰水生態(tài)足跡變化不明顯之外,其余4個(gè)省市的人均灰水生態(tài)足跡均有較為明顯的下降,故對(duì)人均灰水足跡的變化影響較弱,資本效率效應(yīng)只處于弱驅(qū)動(dòng)水平；福建、江西、云南、甘肅的人均灰水生態(tài)足跡有一定的增加,中西部的省份資本利用效率不高,加之地區(qū)產(chǎn)業(yè)轉(zhuǎn)型導(dǎo)致了人均灰水生態(tài)足跡上升；其余省市的效應(yīng)值與強(qiáng)驅(qū)動(dòng)和中驅(qū)動(dòng)的地區(qū)相比明顯偏小,部分省市的人均灰水生態(tài)足跡變化幅度較小,資本效率效應(yīng)對(duì)人均灰水生態(tài)足跡的影響較弱,故處于弱驅(qū)動(dòng)水平。

3.4 足跡強(qiáng)度效應(yīng)

2000—2014年中國(guó)31個(gè)省市的足跡強(qiáng)度效應(yīng)呈明顯的減量效應(yīng)特點(diǎn),全國(guó)平均效應(yīng)值為-0.0122 hm2/人,經(jīng)濟(jì)發(fā)展帶動(dòng)用水強(qiáng)度逐步降低和用水效率提高,對(duì)人均灰水生態(tài)足跡降低有著積極的作用。

足跡強(qiáng)度效應(yīng)強(qiáng)驅(qū)動(dòng)的地區(qū)是西藏。2000年西藏的水生態(tài)足跡強(qiáng)度高達(dá)4.89 hm2/104元,到2014年下降到0.71 hm2/104元,降幅達(dá)85.38%,并且在研究期內(nèi)西藏的人均灰水生態(tài)足跡也呈波動(dòng)下降的趨勢(shì),從2000年的0.91 hm2/人下降到2014年的0.81 hm2/人,水資源利用效率的提升對(duì)人均灰水生態(tài)足跡的減少起到了促進(jìn)作用,故西藏足跡強(qiáng)度效應(yīng)處于強(qiáng)驅(qū)動(dòng)水平。隨著經(jīng)濟(jì)發(fā)展,西藏的基礎(chǔ)設(shè)施建設(shè)投資增多,基礎(chǔ)設(shè)施也不斷完善,但同時(shí)仍要看到西藏的水生態(tài)足跡強(qiáng)度仍然是所有省市中最高的。

足跡強(qiáng)度效應(yīng)中驅(qū)動(dòng)的地區(qū)包括內(nèi)蒙古、吉林、廣西、四川、貴州、青海、寧夏。青海、貴州、四川、內(nèi)蒙古的水生態(tài)足跡強(qiáng)度降幅均排在31個(gè)省市的前列,青海的水生態(tài)足跡強(qiáng)度降幅達(dá)90.71%,排在31個(gè)省市的第一位。與強(qiáng)驅(qū)動(dòng)的西藏地區(qū)相比,青海和內(nèi)蒙古的人均灰水生態(tài)足跡在研究期內(nèi)呈波動(dòng)上升的趨勢(shì),雖然足跡強(qiáng)度效應(yīng)的減量值較大,但是由于其他驅(qū)動(dòng)因素的影響,人均灰水生態(tài)足跡未能呈現(xiàn)持續(xù)減少趨勢(shì),故只處于中等驅(qū)動(dòng)水平；吉林、廣西、寧夏研究期內(nèi)的人均灰水生態(tài)足跡有所下降,四川和貴州的人均灰水生態(tài)足跡變化不明顯,雖然這些省市的足跡強(qiáng)度有了較大幅度的下降,但受限于其他因素的影響,人均灰水生態(tài)足跡的變化幅度較小,故足跡強(qiáng)度效應(yīng)處于中等驅(qū)動(dòng)水平。

足跡強(qiáng)度效應(yīng)弱驅(qū)動(dòng)的地區(qū)包括北京、天津、河北、山西、遼寧、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、海南、重慶、云南、陜西、甘肅、新疆。北京、上海、福建、廣東等經(jīng)濟(jì)發(fā)達(dá)省市的人均灰水生態(tài)足跡呈逐年減小趨勢(shì),并且已經(jīng)保持了較低的用水強(qiáng)度,足跡強(qiáng)度降低的空間不大；山西、陜西、江西等中部省市人均灰水生態(tài)足跡也低于全國(guó)平均水平,這些省市已經(jīng)意識(shí)到控制污染物排放的必要性,盡管水生態(tài)足跡強(qiáng)度都有明顯的下降,但是人均灰水生態(tài)足跡降幅不明顯,故處于弱驅(qū)動(dòng)水平；云南、甘肅研究期內(nèi)的人均灰水生態(tài)足跡呈增長(zhǎng)趨勢(shì),新疆的人均灰水生態(tài)足跡變化幅度較小,隨著經(jīng)濟(jì)不斷發(fā)展和科技水平提升,水生態(tài)足跡強(qiáng)度有了明顯降低,但是污染物排放控制設(shè)備以及農(nóng)業(yè)生產(chǎn)方式都處于較為落后狀態(tài),污染物排放控制措施還需要進(jìn)一步完善,足跡強(qiáng)度的減量效應(yīng)與人均灰水生態(tài)足跡變化趨勢(shì)不同,故只處于弱驅(qū)動(dòng)水平。

3.5 環(huán)境效率效應(yīng)

環(huán)境效率效應(yīng)呈減量效應(yīng)的特點(diǎn),其全國(guó)貢獻(xiàn)均值為-0.0028 hm2/人。除西部個(gè)別省市的環(huán)境效率效應(yīng)呈增量效應(yīng)特點(diǎn)外,大多數(shù)省市都呈現(xiàn)出減量效應(yīng)特點(diǎn)。水生態(tài)足跡和灰水生態(tài)足跡共同決定著環(huán)境效率效應(yīng)的變化,在各省市水生態(tài)足跡都在增長(zhǎng)的前提下,灰水生態(tài)足跡的變化趨勢(shì)尤為關(guān)鍵。

環(huán)境效率效應(yīng)強(qiáng)驅(qū)動(dòng)的地區(qū)是吉林、廣西、青海、寧夏。其中,寧夏人均灰水生態(tài)足跡的環(huán)境效率效應(yīng)絕對(duì)值在所有省市中排在第一位,吉林、廣西也位居前列。研究期內(nèi)3個(gè)省份的工業(yè)和生活灰水足跡均呈下降趨勢(shì),隨著經(jīng)濟(jì)發(fā)展和科技水平進(jìn)步,這些地區(qū)對(duì)水資源的利用效率在不斷提升,灰水生態(tài)足跡占水生態(tài)足跡的比例也在逐年降低,點(diǎn)源污染的控制方面得到了極大地改善；青海的環(huán)境效率效應(yīng)為正,且效應(yīng)值較高,地區(qū)的人均灰水生態(tài)足跡也呈現(xiàn)上升趨勢(shì),工業(yè)灰水生態(tài)足跡的增長(zhǎng)最為明顯,農(nóng)業(yè)和生活灰水生態(tài)足跡也有相應(yīng)增加,研究期內(nèi)青海的第二產(chǎn)業(yè)比重持續(xù)增大,第三產(chǎn)業(yè)比重卻在降低,這也是地區(qū)實(shí)現(xiàn)工業(yè)化所必經(jīng)的階段,灰水生態(tài)足跡的上升也使得地區(qū)的環(huán)境效率效應(yīng)處于強(qiáng)驅(qū)動(dòng)效應(yīng)。

環(huán)境效率效應(yīng)中驅(qū)動(dòng)水平的省市有北京、天津、河北、山西、內(nèi)蒙古、遼寧、黑龍江、上海、安徽、山東、河南、海南、西藏、陜西、新疆。這些省份的環(huán)境效率效應(yīng)呈減量特點(diǎn),相對(duì)于強(qiáng)驅(qū)動(dòng)效應(yīng)的地區(qū)效應(yīng)絕對(duì)值偏低,大多數(shù)省市的灰水生態(tài)足跡呈下降趨勢(shì),表明污染物的排放得到了有效的控制,灰水生態(tài)足跡占水生態(tài)足跡比例逐步降低；而內(nèi)蒙古、西藏、新疆的灰水生態(tài)足跡呈增長(zhǎng)趨勢(shì),雖然環(huán)境效率效應(yīng)值為負(fù),但減少的主要原因是水生態(tài)足跡的增長(zhǎng)比例高于灰水生態(tài)足跡的增長(zhǎng)比例,地區(qū)污染處理設(shè)備與產(chǎn)業(yè)發(fā)展速度不匹配導(dǎo)致灰水生態(tài)足跡增加,尤其是農(nóng)業(yè)灰水生態(tài)足跡增長(zhǎng)幅度較高,但是人口規(guī)模的擴(kuò)大使得人均灰水生態(tài)足跡沒(méi)有出現(xiàn)增長(zhǎng)。故這些地區(qū)的環(huán)境效率效應(yīng)處于中驅(qū)動(dòng)水平。

環(huán)境效率效應(yīng)弱驅(qū)動(dòng)水平的省市江蘇、浙江、福建、江西、湖北、湖南、廣東、重慶、四川、貴州、云南、甘肅。甘肅處于中國(guó)西部,環(huán)境效率效應(yīng)呈增量效應(yīng)特點(diǎn),人均灰水生態(tài)足跡呈增加趨勢(shì),但效應(yīng)值較低,對(duì)人均灰水生態(tài)足跡的影響較弱,故將其劃分為弱驅(qū)動(dòng)水平；貴州和云南的環(huán)境效率效應(yīng)呈減量效應(yīng)特點(diǎn),人均灰水生態(tài)足跡呈增加趨勢(shì),云南的灰水生態(tài)足跡呈逐年上升趨勢(shì),效應(yīng)值為負(fù)主要是水生態(tài)足跡增長(zhǎng)比例高于灰水生態(tài)足跡增長(zhǎng)比例,貴州灰水生態(tài)足跡有小幅降低,人均灰水生態(tài)足跡增加是由于人口減少造成的,環(huán)境效率效應(yīng)對(duì)人均灰水生態(tài)足跡影響較弱；其余省市人均灰水生態(tài)足跡呈降低趨勢(shì),且效應(yīng)值為負(fù),相對(duì)于前兩種驅(qū)動(dòng)的地區(qū)絕對(duì)值偏小,對(duì)人均灰水生態(tài)足跡影響較弱,故處于弱驅(qū)動(dòng)水平。

4 結(jié)論與討論

本文基于擴(kuò)展的Kaya恒等式,并結(jié)合LMDI方法建立了影響人均灰水生態(tài)足跡變化的因素分解模型,對(duì)影響中國(guó)31個(gè)省市人均灰水生態(tài)足跡產(chǎn)出變化5個(gè)驅(qū)動(dòng)效應(yīng)進(jìn)行了測(cè)度和分析,得到以下結(jié)論：①2000—2014年中國(guó)人均灰水生態(tài)足跡呈先增后降的趨勢(shì),2000—2006年呈先降后增,2007年后呈明顯下降趨勢(shì)。所選研究區(qū)域中,大多數(shù)省市的人均灰水生態(tài)足跡呈下降趨勢(shì),只有西部地區(qū)部分省市人均灰水生態(tài)足跡呈增長(zhǎng)趨勢(shì)；②運(yùn)用LMDI方法將影響人均灰水生態(tài)足跡變化的驅(qū)動(dòng)效應(yīng)分為經(jīng)濟(jì)活度效應(yīng)、資本深化效應(yīng)、資本效率效應(yīng)、足跡強(qiáng)度效應(yīng)、環(huán)境效率效應(yīng)5個(gè)效應(yīng)。其中資本深化效應(yīng)和足跡強(qiáng)度效應(yīng)是最主要的兩個(gè)驅(qū)動(dòng)效應(yīng),人均灰水生態(tài)足跡的降低應(yīng)該著重于發(fā)展經(jīng)濟(jì)同時(shí)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),提高用水效率。③應(yīng)用ISODATA聚類(lèi)對(duì)5個(gè)驅(qū)動(dòng)效應(yīng)進(jìn)行聚類(lèi)分析,分別分為效應(yīng)強(qiáng)、中、弱驅(qū)動(dòng),各省市的各驅(qū)動(dòng)效應(yīng)強(qiáng)度有了較為明確的劃分,有助于各省市根據(jù)自身特點(diǎn)開(kāi)展節(jié)能減排工作。

本文通過(guò)對(duì)中國(guó)人均灰水生態(tài)足跡及其驅(qū)動(dòng)要素的測(cè)度及分析,以期更好地反映消納降解所排放污染物所占用的區(qū)域產(chǎn)水面積；將Kaya恒等式和LMDI分解模型運(yùn)用到灰水研究領(lǐng)域,試圖通過(guò)因素分解的方式來(lái)找到影響灰水生態(tài)足跡變化的主要因素。在指標(biāo)選擇上,選取了勞動(dòng)力和資本因素這兩個(gè)重要的生產(chǎn)要素,重點(diǎn)分析生產(chǎn)活動(dòng)對(duì)人均灰水生態(tài)足跡造成的影響,對(duì)已有只考慮總?cè)丝诤虶DP產(chǎn)出的研究起到了一定的補(bǔ)充和細(xì)化作用。但在考慮資本因素時(shí)只考慮了總的資本存量,沒(méi)有考慮到第一、二、三產(chǎn)業(yè)投入比重等。