許國鈺, 任曉冬, 楊振華, 肖 杰, 劉立冰, 高 洋

水資源作為一種戰(zhàn)略性資源，關(guān)系著國家安全與人民的生產(chǎn)生活。隨著經(jīng)濟(jì)發(fā)展、工業(yè)化和城市化不斷推進(jìn)，水資源短缺，水污染，生態(tài)惡化等問題，已經(jīng)成為制約城市發(fā)展與生態(tài)協(xié)調(diào)的一個重大問題。開展針對水生態(tài)足跡的研究已成為實現(xiàn)水資源可持續(xù)開發(fā)利用的一個重要環(huán)節(jié)。生態(tài)經(jīng)濟(jì)學(xué)家William[1]提出的生態(tài)足跡概念為可持續(xù)發(fā)展提供了理論依據(jù)。Mathis等[2-3]對生態(tài)足跡計算原理和方法進(jìn)行進(jìn)一步的拓展，并廣泛應(yīng)用于不同空間尺度的定量評價體系，并由此衍生出水足跡，水生態(tài)足跡等概念。黃林楠等[4]建立水生態(tài)足跡和水資源承載力模型，并對整個水資源賬戶進(jìn)行細(xì)化。潘真真等[5]基于水生態(tài)足跡并將概念引申為水生態(tài)占用，并提出生態(tài)系統(tǒng)供給及凈化服務(wù)功能的水生態(tài)占用研究。在此之后，國內(nèi)學(xué)者對水生態(tài)足跡的研究，從單一的核算水足跡及其歷年變化特征；發(fā)展到胡永紅等[6]運用ARIMA模型的大樣本建模對水生態(tài)赤字進(jìn)行預(yù)測。楊振華等[7-9]分別采用GRNN模型、SVR(支持向量回歸機)模型對時間短、變異性大的小樣本容量對城市水生態(tài)足跡進(jìn)行預(yù)測，揭示水生態(tài)足跡的時間序列規(guī)律。雖然取得了良好的預(yù)測精度，但是缺乏對影響水生態(tài)足跡驅(qū)動因素的分析。本文以地質(zhì)條件特殊而導(dǎo)致工程性缺水的城市貴陽為例，計算其2002—2016年水生態(tài)足跡時間序列，引入STIRPAT模型對影響其水生態(tài)足跡的驅(qū)動因素進(jìn)行分析。雖然傳統(tǒng)的線性回歸方差最小，但是由于數(shù)據(jù)擁有大量預(yù)測變量，而且存在嚴(yán)重的相關(guān)性，導(dǎo)致矩陣病態(tài)。之后采用偏最小二乘法(PLS)及彈性網(wǎng)對STIRPAT進(jìn)行修正，PLS回歸兼具主成分分析和多元回歸的優(yōu)點，克服了變量間存在強烈的交互相關(guān)而導(dǎo)致多元共線性[11]。彈性網(wǎng)是一種是對PLS的算法優(yōu)化，它是對回歸系數(shù)采用聯(lián)合懲罰函數(shù)的有偏估計。并且在篩選變量方面更加精準(zhǔn)。本文在豐富了水生態(tài)足跡理論的實踐及應(yīng)用的同時，運用PLS及其彈性網(wǎng)對影響城市水生態(tài)足跡驅(qū)動因素進(jìn)行分析，且進(jìn)一步探討如何減緩貴陽市水生態(tài)足跡，對城市水資源的可持續(xù)利用提供一定的決策參考。

1 研究區(qū)概況

貴州省貴陽市地處云貴高原東斜坡地帶，東經(jīng)106°71′—107°17′，北緯26°11′—27°22′。屬于明顯的亞熱帶高原性季風(fēng)氣候，溫和濕潤。貴陽市地處長江流域的烏江水系和珠江流域的紅水河水系，境內(nèi)雖有98條河流。但是由于貴陽市地處我國喀斯特地貌的中心地帶，水循環(huán)受“二元”結(jié)構(gòu)影響導(dǎo)致地表蓄水能力差[12]。獨特的地質(zhì)條件導(dǎo)致用水率極低，加上山高坡陡峽谷深，很難建造水庫，河水大量流失，屬于典型的工程性缺水[12]，對耗水嚴(yán)重的工農(nóng)業(yè)及相關(guān)的產(chǎn)業(yè)的約束性強?？λ固氐孛驳乇砥鸱却?，土層稀薄，多裂縫隙及落水洞發(fā)育，易與地下水形成聯(lián)動污染[12]。貴陽市已探明礦種有52種，主要有煤(9.00×108t)、鐵(2.40×107t)、硅、釩土、磷、硫、汞等礦產(chǎn)資源。其中鋁土礦的保有儲量4.30×108t，磷礦4.60×108t，是全國3大磷礦基地之一。2016年3大產(chǎn)業(yè)結(jié)構(gòu)比重為15.61∶39.47∶44.9，第一、第二產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值的比重過高，農(nóng)業(yè)和大規(guī)模工業(yè)行業(yè)耗水量過大。

2 研究方法

2.1 基本理論

2.1.1 水生態(tài)足跡 生態(tài)足跡理論是用于比較自然資源消耗量與給定區(qū)域內(nèi)人口與生態(tài)承載力的研究，水生態(tài)足跡是由生態(tài)足跡理論發(fā)展而來。水生態(tài)足跡是指維持人口對資源消費和廢棄物消納所必需的水域和水資源用地面積[13]。城市水生態(tài)足跡又直指城市人口消費所必須的水域和水資源用地面積，由兩部分組成：城市的水量(工業(yè)、農(nóng)業(yè)、生活)生態(tài)足跡；城市的水污染(氨氮、COD)生態(tài)足跡,包括維持城市廢棄物消納所必須的水域和水資源用地面積。但實際在應(yīng)用層面，城市用水量生態(tài)足跡和水質(zhì)生態(tài)足跡兩部分疊加即可求出城市水生態(tài)足跡[5,10,14]。其計算模型為：

EFWf= WFWF+EFWQ+rw×

(1)

式中：EFwf——水生態(tài)足跡(hm2)； EFWF——水量生態(tài)足跡(hm2)； EFWQ——水質(zhì)生態(tài)足跡(hm2)；rw——全球水資源均衡因子；Pw——全球平均水資源生產(chǎn)能力(m3/hm2)；Uwr——城市用水資源總量Uwr=Uwri+Uwra+Uwrc；Uwri——工業(yè)用水；Uwra——農(nóng)業(yè)用水；Uwrc——生活用水；UCOD，UNH3——COD和氨氮排放量；PCOD，PNH3——水域?qū)ξ廴疚顲OD和NH3的吸納能力(t/hm2)。

2.1.2 水生態(tài)承載力核算 水生態(tài)承載力是反映水生態(tài)系統(tǒng)的供給能力，是指支持水生態(tài)系統(tǒng)在保持健康下維持人類活動的閾值。城市的水生態(tài)承載力可通過供需兩方面的比較來計算，用于測度城市水生態(tài)可持續(xù)發(fā)展?fàn)顩r，其計算模型為：

(2)

式中：ECw——城市水生態(tài)承載力(hm2)；φ——區(qū)域水資源產(chǎn)量因子；rw——全球水資源均衡因子；Q——城市水資源總量(m3)；Pw——全球平均水資源生產(chǎn)能力(m3/hm2)。

2.1.3 水資源可持續(xù)利用指數(shù) 水資源可持續(xù)利用指數(shù)是指水生承載力與水生態(tài)足跡的比值，實際上是反應(yīng)水資源的生態(tài)壓力指數(shù)。水資源可持續(xù)利用指數(shù)計算公式為：

EQ=ECw/EFw

(3)

式中：EQ——水資源可持續(xù)利用指數(shù)，EQ>1時說明水資源可持續(xù)利用程度高，EQ<1說明水資源缺口大，水資源可持續(xù)利用程度低。

2.2 STIRPAT模型(環(huán)境壓力模型)

STIRPAT模型[14-15]是通過對人口，財產(chǎn)，技術(shù)3個影響因素對環(huán)境壓力之間的關(guān)系進(jìn)行評估。其具體形式為：

(4)

式中：Ii——環(huán)境壓力、本文采用貴陽市水生態(tài)足跡來表征；Pi——人口總量；Ai(affluence)本文引入的貴陽市人均GDP；Ti——技術(shù)水平；η——模型的系數(shù)；μ,θ,φ——公式中幾個因素的人文驅(qū)動力的指數(shù)；εi——模型誤差項。由于STIRPAT模型是一個具有多個自變量的非線性模型，在公式兩邊取對數(shù)處理后：

lnEFi=η+μlnPi+θlnAi+φlnTi+lnεi

(5)

式中：EFi——因變量；Pi，Ai，Ti——自變量；η——常數(shù)項；εi——誤差項，把公式(5)進(jìn)行多元回歸，根據(jù)彈性系數(shù)的概念，模型中3個自變量，如發(fā)生1%的變化，就會分別引起因變量各自發(fā)生μ%，θ%和φ%的變化。本模型是對人文驅(qū)動因素與環(huán)境壓力的一種非線性關(guān)系假設(shè)。

本文將公式(5)中技術(shù)指標(biāo)Ti分解為結(jié)構(gòu)化指標(biāo)Ni(本文指的是第一二產(chǎn)業(yè)占總產(chǎn)值比重，因為貴陽市工農(nóng)業(yè)用水比重超過總用水量的60%)和城市化指標(biāo)Mi(城市化率)。即lnN和lnMi兩項，為了驗證各驅(qū)動因素與水生態(tài)足跡間是否存在倒U形的EKC曲線[15-16]，將模型調(diào)整為公式(6)：

lnEFi=η+μlnPi+〔θ1lnAi+θ2(lnAi)2〕+〔κ1lnNi+κ2(lnNi)2〕+〔ω1lnMi+θ2(ω2lnMi)2〕lnεi

(6)

再對公式(6)求一階偏導(dǎo)數(shù)，就得出富裕度(即人均GDP)，對水生態(tài)足跡的彈性系數(shù)為θ1+2θ2(lnAi)，結(jié)構(gòu)化(即第一二產(chǎn)業(yè)對占總產(chǎn)值比重)對水生態(tài)足跡的彈性序數(shù)為κ1+2κ2(lnNi)，城市化對水生態(tài)足跡的彈性系ω數(shù)為1+2ω2(lnMi)。

2.3 偏最小二乘法(PLS)

PLS允許自變量存在多重相關(guān)性，并且在樣本點個數(shù)少于變量個數(shù)的條件下進(jìn)行回歸建模[11]；自變量X經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)矩陣記為E0=(E01,…,E0P)n·q，設(shè)p個自變{x1,…,xp}，因變量Y經(jīng)過標(biāo)準(zhǔn)化處理后的數(shù)據(jù)矩陣記為F0=(F01,…,F0q)n·q，并設(shè)有q個因變量{yi,…,yq}。為了研究與X和Y的統(tǒng)計關(guān)系，取n個樣本點，由此構(gòu)成了自變量與因變量的數(shù)據(jù)表X=(x1,…,xp)n*p和Y=(y1,…,yq)n·q。用偏最小二乘法回歸分別在X與Y中提取出t1作為x1,…,xp的線性組合和u1作為y1,…,yq的線性組合。在第一個成分t1和u1被提取后，偏最小二乘法回歸分別實施X對t1的回歸以及Y對t1的回歸。算法將會在方程達(dá)到了滿意精度后終止。反之，將利用X被t1解釋后的殘余信息，以及Y被t1解釋后的殘余信息進(jìn)行第二輪的成分提取，直到能達(dá)到一個較為滿意的精度為止。該方法同時采用自變量投影重要指數(shù)VIP判斷驅(qū)動因子的重要性。一般認(rèn)為，VIP大于1.00，表示該自變量是因變量的重要確定驅(qū)動因公式為：

(7)

2.4 嶺回歸，LASSO，彈性網(wǎng)

3 數(shù)據(jù)來源及模型參數(shù)

本文數(shù)據(jù)來源于2001—2017年《貴陽市統(tǒng)計年鑒》《貴陽市水資源公報》《貴陽市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》。城市化率，學(xué)術(shù)界有人口比重指標(biāo)法，農(nóng)村城鎮(zhèn)化指標(biāo)，現(xiàn)代城市化指標(biāo)法，調(diào)整序數(shù)法，城鎮(zhèn)土地指標(biāo)法。本文采用的是人口比重指標(biāo)即城鎮(zhèn)人口占總?cè)丝诘谋壤?。本文關(guān)于水生態(tài)足跡模型計算參數(shù)，其中計算參數(shù)參照黃林楠等[4]的研究成果，全球均衡因子在40 a內(nèi)只有微小變化可采用靜態(tài)值。本文取2000年的值作為計算參數(shù)，水質(zhì)生態(tài)足跡中的計算參數(shù)根據(jù)《地表水質(zhì)量環(huán)境標(biāo)準(zhǔn)(GB3838-2002)》，表1為公式(1)—(2)中計算參數(shù)。

表1 水生態(tài)足跡計算參數(shù) t/hm2

4 結(jié)果與分析

4.1 貴州省貴陽市水生態(tài)足跡時間序列

根據(jù)圖1所示結(jié)果，2002—2016年貴陽市總的水量生態(tài)足跡呈波動變化。2002—2008年，水量生態(tài)足跡，大幅上升后逐步下降，變化幅度達(dá)7.75×105hm2。2009—2016年貴陽市水量生態(tài)足跡整體呈緩慢上升趨勢，年均升幅不足6.10×104hm2；分別從工業(yè)、農(nóng)業(yè)、生活用水生態(tài)足跡來看，工業(yè)用水生態(tài)足跡自2009年起大致呈下降趨勢，但仍然是影響貴陽市總的水量生態(tài)足跡的最大因素。由于灌溉用水效率提升，農(nóng)業(yè)用地萎縮，導(dǎo)致農(nóng)業(yè)用水生態(tài)足跡呈逐年下降趨勢。同時，由于十二五以來，貴陽市推進(jìn)快速城市化戰(zhàn)略，導(dǎo)致城市人口激增，生活用水生態(tài)足跡從2002年的3.39×104hm2暴漲至2016年的7.13×105hm2，年均增幅超過17.175%。

圖1 貴陽市2002-2016年水量生態(tài)足跡變化特征

由圖2所示，2002—2016年貴陽市水質(zhì)生態(tài)足跡總體呈先下降后又波動式上漲。其原因是貴陽市2005年起實施新的排放標(biāo)準(zhǔn)和工業(yè)企業(yè)改進(jìn)排污技術(shù)。導(dǎo)致水質(zhì)生態(tài)足跡中COD與氨氮排放量下降。2011—2016年，污水中的COD排放量基本穩(wěn)定，但是由于城市人口迅猛增長，生活污水中氨氮排放量增加，導(dǎo)致氨氮生態(tài)足跡上漲，造成水質(zhì)生態(tài)足跡有強烈反彈上升的趨勢。

由圖3所示，2002—2016年貴陽市水生態(tài)足跡在1.28×107～1.60×107hm2浮動，呈先上升后微降再上升的趨勢。水生態(tài)承載力的變化幅度也十分明顯，2006，2011，2012，2013年這4個年份是貴陽市水生態(tài)承載力的低點，主要是由于貴州省出現(xiàn)大旱等極端天氣，導(dǎo)致水資源總量波動，進(jìn)而影響水生態(tài)承載力波動。

水資源可持續(xù)利用指數(shù)又是由水生態(tài)足跡和水生態(tài)承載力共同決定的。2002—2016年貴陽市水資源利用指數(shù)都小于1.0，其變化范圍0.315～0.624。表明貴陽市水生態(tài)系統(tǒng)常年處在超負(fù)荷狀態(tài)，水資源持續(xù)利用面臨很大壓力?？傮w而言，貴陽市對水資源的消費量遠(yuǎn)遠(yuǎn)超過生態(tài)系統(tǒng)的承載力范圍，總體處于不可持續(xù)的狀態(tài)。隨著貴陽市經(jīng)濟(jì)發(fā)展，城市化的快速推進(jìn)，水生態(tài)足跡將進(jìn)一步增加，貴陽市的可持續(xù)發(fā)展形勢更為嚴(yán)峻。

圖2 貴陽市2002-2015年水質(zhì)生態(tài)足跡變化特征

圖3 貴陽市2002-2016年水生態(tài)足跡、水生

4.2 基于STIRPAT模型的LS回歸分析

貴陽市水生態(tài)足跡變化的驅(qū)動因素主要包括總?cè)丝?，富裕度，結(jié)構(gòu)化和城市化水平。因此本文選取這4個指標(biāo)，根據(jù)公式(6)構(gòu)建貴陽市水生態(tài)足跡變化的STIRPAT模型。表2模型擬合度介于24%～66.56%。模型1是以lnEF為因變量、lnA和(lnA)2為自變量的STIRPAT方程，其調(diào)整R2=0.24，DW統(tǒng)計量為1.378，sig.<0.05，(lnA)2對lnEF存在顯著影響。在模型2中添加自變量lnP，lnP對lnEF不存在顯著性影響。模型3添加了自變量lnN，在模型3中，lnA，lnN，(sig.<0.05)對lnEF解釋提升，調(diào)整R2>0.24。模型4添加自變量(lnA)2(sig.<0.01)和(lnN)2(sig.<0.05)，(lnA)2對模型有顯著性影響。模型5，6，7是在模型3，4的基礎(chǔ)上考慮lnN和(lnN)2，lnM和lnM2，但這幾個自變量都對lnEF影響不顯著。模型8是把所有影響lnEF的驅(qū)動因素添到回歸模型中，調(diào)整R2=0.665 6。由表3得出，對lnEF有影響的自變量主要是lnA，(lnA)2,和lnN，(lnN)2。在8個模型當(dāng)中l(wèi)nA的彈性系數(shù)在-0.546～-0.06之間，(lnA)2的彈性系數(shù)在0.186～0.316之間。表明lnA對lnEF存在負(fù)影響，(lnA)2系數(shù)為正，說明貴陽水生態(tài)足跡不存在環(huán)境EKC假說。lnN和(lnN)2的彈性系數(shù)從分別是1.145 1～6.325和-1.128～4.086。因為(lnN)2的彈性系數(shù)出現(xiàn)負(fù)值，說明第一二產(chǎn)業(yè)占總產(chǎn)值比重在某種程度上存在環(huán)境EKC假說。普遍認(rèn)為自變量的方差膨脹因子VIF>10意味著變量之間具有嚴(yán)重的共線性。尤其是模型7.8共線性更為嚴(yán)重，完全不適合用最小二乘法LS進(jìn)行無偏估計。表明用上述方法進(jìn)行水生態(tài)足跡驅(qū)動因素分析結(jié)果的準(zhǔn)確性受到質(zhì)疑。

表2 貴陽市水生態(tài)足跡變化的STIRPAT模型分析

注：*sig<0.05；**sig.<0.01；***sig.<0.001。

表3 自變量投影重要指數(shù)(VIF)值

4.3 偏最小二乘法(PLS)分析結(jié)果

根據(jù)PLS回歸普遍用于解決自變量的多重共線性問題，對上述引入所有影響水生態(tài)足跡的驅(qū)動因素(lnP，lnA、(lnA)2，lnN,(lnN)2，lnM)的模型8進(jìn)行修正，其結(jié)果由表4所示，當(dāng)t=1，即提取一個主成分時，調(diào)整R2=0.05，說明提取一個主成分時能達(dá)到對因變量5%的解釋；當(dāng)t=2時，調(diào)整R2=0.28，表明提取2個主成分能對因變量28%的解釋。同理當(dāng)t=5為最佳成分?jǐn)?shù)，建立基于PLS的STIRPAT模型，調(diào)整R2=0.714，達(dá)到最大值。提取5個主成分對因變量產(chǎn)生71.4%的解釋，Press的最小值達(dá)到5.306 2，此時lnP的彈性系數(shù)為0.918，當(dāng)lnP發(fā)生1%的變化時，將會引起lnEF發(fā)生0.918的變化，此時lnA，(lnA)2，lnN，(lnN)2,lnM，(lnM)2發(fā)生1%的變化，分別會引起lnEF發(fā)生-0.492，0.282，1.223，-0.003 7，0.778和-1.271的變化。但是PLS模型屬于未標(biāo)準(zhǔn)化回歸方程，其系數(shù)大小反映5個自變量對因變量的影響，因此需要進(jìn)一步引入VIP值分析各因變量對自變量影響。

VIP值結(jié)果如圖4所示，lnP,(lnA)2>1表明總?cè)丝冢司鵊DP及二次項是貴陽市水生態(tài)足跡變化的重要影響因素，其變化按VIP重要性排序為：人均GDP的二次項>人口。但是R2介于0.05～0.714表示各模型擬合效果不夠理想，此時主成分并不能解釋自變量和因變量之間的關(guān)系，基于PLS對STIRPAT模型建立的水生態(tài)足跡與其驅(qū)動因素之間的線性回歸模型不合理，與文獻(xiàn)[21-22]研究結(jié)果不一致。

表4 基于PLS的STIRPAT模型

圖4 貴陽市水生態(tài)足跡變化的重要影響因素VIP值

4.4 基于彈性網(wǎng)對PLS的優(yōu)化

偏最小二乘法適用于觀測數(shù)少于預(yù)測變量數(shù)以及預(yù)測變量之間存在共線性的情況，但是計算過程需先提取主成分，在一定程度上會同時損失預(yù)測變量和因變量的信息，提取因子的個數(shù)越少，損失的信息越多。彈性網(wǎng)(嶺回歸和LASSO回歸為其特例)是對回歸系數(shù)采用聯(lián)合懲罰函數(shù)的有偏估計，既能達(dá)到變量選擇的目的，又能保證群組效應(yīng)，結(jié)合了嶺回歸和LASSO的優(yōu)點[17-19]。本研究納入2002—2016年貴陽市水生態(tài)足跡相關(guān)數(shù)據(jù)，利用STIRPAT模型探究影響貴陽市水生態(tài)足跡4個驅(qū)動因素，研究水生態(tài)足跡和人口，富裕度，結(jié)構(gòu)化，現(xiàn)代化之間的相關(guān)性，并探討是否存在倒U形環(huán)境庫茲涅茨曲線關(guān)系。本研究的模型中共納入15條記錄，8個自變量，包含信息相對較少，所以使用彈性網(wǎng)進(jìn)行數(shù)據(jù)擬合，所有統(tǒng)計采用R軟件中g(shù)lmnet包完成。

表5結(jié)果表明，嶺回歸的懲罰系數(shù)初始值較高，隨著lamda的增加，系數(shù)的變化成波動狀，并非逐漸減小。同時按照倒U形結(jié)構(gòu)假設(shè)，二次項的系數(shù)為正，一次項系數(shù)為負(fù)，但在嶺回歸結(jié)果中l(wèi)nN的系數(shù)為負(fù)，這與模型規(guī)律不符。LASSO和彈性網(wǎng)中在相同的alpha變化情況下，各回歸系數(shù)的壓縮趨勢類似，均能逐漸收縮系數(shù)，達(dá)到變量選擇的目的，但LASSO回歸的回歸收縮速率較快。此外，從對應(yīng)的數(shù)據(jù)表中可見，LASSO回歸中系數(shù)中出現(xiàn)從0上升后回到0的波動，同時lnA和(lnA)2，lnN和(lnN)2，以及l(fā)nM和(lnM)2構(gòu)成3個不同群組，但三者的回歸系數(shù)均在alpha細(xì)微的增加情況快速收縮到0，模型結(jié)果無法合理解釋。彈性網(wǎng)的結(jié)果顯示回歸系數(shù)收縮平滑，并未顯示出群組效應(yīng)，在懲罰系數(shù)較大時仍有部分指標(biāo)系數(shù)不為0。其中人口因素lnP在不同的模型的不同懲罰系數(shù)中均持續(xù)不為0，表示其重要作用。最后對在alpha=0.5的條件下進(jìn)行彈性網(wǎng)的交叉驗證，根據(jù)glmnet包的建議，選擇lambda在一個標(biāo)準(zhǔn)誤差的情況下為最優(yōu)條件，選擇lambda=0.008是為最優(yōu)的模型結(jié)果。此時lnP,(lnA)2，lnN，(lnN)2，lnM，(lnM)2在STIRPAT模型當(dāng)中是有意義的，此時lnP，(lnA)2，lnN，(lnN)2，lnN，lnM，(lnM)2的彈性系數(shù)分別為0.484，0.428，-0.097，-0.187，0.036。由嶺回歸、LASSO、彈性網(wǎng)3種回歸的系數(shù)變化圖可知(圖略)，當(dāng)lnP發(fā)生1%變化時，lnEF發(fā)生0.484%，0.428%，-0.097%，-0.187%，0.036%的變化。由于lnN,(lnN)2的系數(shù)一個出現(xiàn)正值，一個出現(xiàn)負(fù)值表明貴陽市的水生態(tài)足跡與第一二產(chǎn)業(yè)占總產(chǎn)值比重間存在環(huán)境EKC假說。lnM,(lnM)2的系數(shù)同樣是一個正值，一個負(fù)值，這同樣表明貴陽市水生態(tài)足跡與城市化水平之間存在環(huán)境EKC曲線。

5 結(jié) 論

(1) 貴陽市的水生態(tài)足跡是遠(yuǎn)大于水生態(tài)承載力的，這與該市地處喀斯特發(fā)育嚴(yán)重地區(qū)有關(guān)。其特點是土層稀薄脆弱，巖石滲透嚴(yán)重，地表蓄水能力弱，工程性缺水明顯，導(dǎo)致整個市水資源利用效率低。農(nóng)業(yè)水生態(tài)足跡受到自然條件的巨大影響。工業(yè)主導(dǎo)的水生態(tài)足跡存在大量的COD以及氨氮排放的，同時由于地表與地下屬典型的喀斯特地貌，土層滲透系數(shù)較高，地表水與地下水形成聯(lián)動污染，導(dǎo)致水體污染嚴(yán)重。而且在喀斯特地型狀況下，巖體破碎，平緩沉積地形缺乏，雖然整個城市劃分6個區(qū)，但是建成區(qū)域異常密集且坡度大，城市人口密集導(dǎo)致供水緊張。由于貴陽市正處于快速城市化和社會經(jīng)濟(jì)的高速發(fā)展期，雖然在2002—2008年生活用水水生態(tài)足跡有小幅波動，但是整體處于飛速上漲期。貴陽市水生態(tài)足跡的潛在因素表現(xiàn)在人口的增加、產(chǎn)業(yè)結(jié)構(gòu)不夠合理和城市化水平的過快增長。

(2) 根據(jù)STIRPAT建模分析貴陽市水生態(tài)足跡變化的重要驅(qū)動因素，其LS(最小二乘法)回歸結(jié)果如下：人均GDP及二次項，第一二產(chǎn)業(yè)占總產(chǎn)值比重是貴陽市生態(tài)足跡變化最重要驅(qū)動因素，但是對水生態(tài)足跡有重大影響的總?cè)丝?、城市化指?biāo)被排除在外。VIF值的計算結(jié)果表明各個驅(qū)動因子之間存在多重共線性。之后采用PLS(偏最小二乘法)對模型進(jìn)行修正，當(dāng)t=5時，R2=0.714，得出總?cè)丝?，人均GDP及其二次項是影響貴陽市水生態(tài)足跡的總要因素。按VIP重要性排序為：人均GDP的二次項>人口，一個城市的水生態(tài)足跡僅僅只有這2個影響因素是不符合常理的。于是本文引入彈性網(wǎng)回歸對其模型進(jìn)行佐證，其回歸系數(shù)采用聯(lián)合懲罰函數(shù)的有偏估計，達(dá)到了變量選擇目的，又能保證群組效應(yīng)。lambda=0.008是為最優(yōu)的模型結(jié)果，lnP,(lnA)2,lnN,(lnN)2,lnM，(lnM)2在STIRPAT模型當(dāng)中是有意義的。即貴陽市總?cè)丝?，人均GPD，第一二產(chǎn)業(yè)占總產(chǎn)業(yè)比值，城市化率都對貴陽市水生態(tài)足跡產(chǎn)生影響。而且第一二產(chǎn)業(yè)占總產(chǎn)業(yè)比值與貴陽市的水生態(tài)足跡間存在環(huán)境EKC假說，城市化與貴陽市的水生態(tài)足跡間也存在環(huán)境EKC假說。

(3) 由于第一第二產(chǎn)值占總產(chǎn)值比重與城市化率和貴陽市水生態(tài)足跡存在環(huán)境EKC假說。雖然受整個論文思路所限，本文沒有進(jìn)一步討論環(huán)境EKC假說其臨界點到底在哪里。但是這2個驅(qū)動因素出現(xiàn)了環(huán)境EKC假說，就表明整個貴陽市在推進(jìn)快速城鎮(zhèn)化的發(fā)展過程中需要調(diào)整步伐。進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化水資源配置，按序調(diào)控。在優(yōu)先保證生活用水前提下，合理規(guī)劃和保障社會經(jīng)濟(jì)發(fā)展的用水，保證一定的生態(tài)用水。把工業(yè)、農(nóng)業(yè)的發(fā)展規(guī)模、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)定位與水資源的配置結(jié)合起來，引導(dǎo)與水環(huán)境承載力相協(xié)調(diào)的發(fā)展布局。并推動涉水產(chǎn)業(yè)綠色轉(zhuǎn)型與發(fā)展，積極發(fā)展生態(tài)綠色農(nóng)業(yè)，大力降低農(nóng)業(yè)面源污染。工業(yè)區(qū)應(yīng)積極發(fā)展循環(huán)經(jīng)濟(jì)，開展清潔生產(chǎn)，中水回用，實行用水梯級循環(huán)，不斷降低廢水污染物排放量，淘汰廢水排放量大的落后產(chǎn)能。城市倡導(dǎo)節(jié)水生活方式，另在生活污染為主的河流，加大污水收集范圍，提高生活污水處理率，減少污水中氨氮排放量。并實施河道垃圾清理、清淤疏浚、生態(tài)修復(fù)等綜合措施，全面降低污染物入河負(fù)荷，逐步改善水質(zhì)。