“中四角”水生態(tài)足跡地區(qū)差異的動(dòng)態(tài)演進(jìn)及其“空間—?jiǎng)恿Α币蛩匮芯?/h1>
2022-06-02 03:28:16胡綿好袁菊紅陳拉
生態(tài)經(jīng)濟(jì) 2022年6期
胡綿好，袁菊紅，陳拉
（1. 江西財(cái)經(jīng)大學(xué) 生態(tài)文明研究院，江西 南昌 330032；2. 江西財(cái)經(jīng)大學(xué) 藝術(shù)學(xué)院，江西 南昌 330032）
水資源是城市群生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展不可代替的資源要素、生態(tài)條件及安全保障。近年來(lái)，城市群已成為我國(guó)新型城鎮(zhèn)化推進(jìn)的重要模式，但隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展及城市群在城市化推進(jìn)過(guò)程中出現(xiàn)的人口增長(zhǎng)，人口密度及城市化率的提高，對(duì)水資源需求日益增加，使水環(huán)境污染和水資源短缺等現(xiàn)象加劇，最終導(dǎo)致水資源供需矛盾日趨尖銳。水資源亦已逐漸成為制約城市群區(qū)域社會(huì)—經(jīng)濟(jì)—生態(tài)可持續(xù)發(fā)展的重要因素。因此，科學(xué)協(xié)調(diào)城市群區(qū)域經(jīng)濟(jì)發(fā)展與水資源利用之間的關(guān)系，優(yōu)化配置水資源，對(duì)推進(jìn)新型城鎮(zhèn)化進(jìn)程和實(shí)現(xiàn)水資源與經(jīng)濟(jì)社會(huì)的協(xié)調(diào)發(fā)展具有重要意義。
生態(tài)足跡（ecological footprint）方法是衡量區(qū)域可持續(xù)發(fā)展?fàn)顟B(tài)，測(cè)度人類活動(dòng)對(duì)自然生態(tài)系統(tǒng)影響的一種方法，直觀且操作性強(qiáng)，但其并未完全考慮自然生態(tài)系統(tǒng)提供資源、消納廢棄物的能力，不僅忽略了對(duì)地下水資源、水資源的測(cè)算，也很少涉及有關(guān)污染的生態(tài)足跡折算[1]。近幾十年來(lái)生態(tài)足跡方法得到了不斷改進(jìn)和完善，將其引入到水資源賬戶中，衍生的水生態(tài)足跡概念及其相關(guān)研究模型已成為研究區(qū)域水資源利用狀況和評(píng)估區(qū)域可持續(xù)發(fā)展能力的重要方法[2]。水生態(tài)足跡（water ecological footprint）是用來(lái)計(jì)算一定人口和經(jīng)濟(jì)規(guī)模條件下維持人類生產(chǎn)生活的水資源消費(fèi)和消納水污染所必需的生物生產(chǎn)性面積，是將水資源相關(guān)消耗折算成水資源用地面積[3]，因其概念比較具體，計(jì)算方法簡(jiǎn)便易行，現(xiàn)已被廣泛應(yīng)用。如利用水生態(tài)足跡模型在無(wú)錫市[4]、北京市[5]、太原市[3]、重慶市[6]、張家口市[7]、甘肅省[8]、中原城市群[9]等水資源可持續(xù)利用與經(jīng)濟(jì)發(fā)展方面做了大量研究。同時(shí)，結(jié)合環(huán)境壓力模型（STIRPAT）或LMDI 分解模型對(duì)貴陽(yáng)市[10]、成都市[11]、河南省[12]、山東省[2]等水生態(tài)足跡動(dòng)態(tài)變化及空間分布研究也有報(bào)道。但上述研究多集中對(duì)省、市層面的水資源可持續(xù)利用情況的時(shí)間序列研究，空間差異及驅(qū)動(dòng)因素研究方法單一且簡(jiǎn)單。由于各地區(qū)在經(jīng)濟(jì)發(fā)展?fàn)顩r、水資源稟賦及人文生活等方面存在較大差異，這導(dǎo)致區(qū)域水資源總量及區(qū)域人口對(duì)水資源消費(fèi)量具有異質(zhì)性，從而使區(qū)域間的水生態(tài)足跡也存在一定的差異性。盡管對(duì)地區(qū)差異可從“空間”和“動(dòng)力”兩個(gè)因素來(lái)分析，但綜合考慮兩類因素的研究報(bào)道很少。基于此，本文以“中四角”為研究對(duì)象，利用泰爾（Theil）指數(shù)的可分解性，在“空間”層面上將“中四角”區(qū)域差異分解為組內(nèi)差異和組間差異，在“動(dòng)力”層面將其區(qū)域差異分解為產(chǎn)出資本比、資本勞動(dòng)比和勞動(dòng)參與率三大動(dòng)力因素，從而分析2010—2019 年“中四角”城市群水生態(tài)足跡區(qū)域差異的變動(dòng)趨勢(shì)，挖掘造成“中四角”城市群水生態(tài)足跡區(qū)域差異變動(dòng)的“空間”因素和“動(dòng)力”因素，以期為城市群生態(tài)化建設(shè)中水資源合理利用及優(yōu)化調(diào)控、水生態(tài)持續(xù)發(fā)展和水污染控制等方面提供科學(xué)依據(jù)。
1 研究區(qū)概況
“中四角”，即長(zhǎng)江中游城市群，是以武漢、長(zhǎng)沙、南昌、合肥為中心，形成的以武漢城市群（Wuhan urban agglomeration，WHUA）、長(zhǎng)株潭城市群（Chang-Zhu-Tan urban agglomerations，CZTUA）、環(huán)鄱陽(yáng)湖城市群（Poyang Lake urban agglomerations，PLUA）和江淮城市群（Jianghuai urban agglomerations，JHUA）為主體的特大城市群（圖1）。2014 年2 月，長(zhǎng)沙、武漢、南昌、合肥四省會(huì)城市共同簽署發(fā)布《長(zhǎng)沙宣言》，攜手沖刺未來(lái)中國(guó)經(jīng)濟(jì)發(fā)展的重要增長(zhǎng)極。盡管2015 年4 月國(guó)務(wù)院印發(fā)的《長(zhǎng)江中游城市群發(fā)展規(guī)劃》中并未將以合肥為中心的江淮城市帶納入長(zhǎng)江中游城市群的發(fā)展規(guī)劃中，但在城市群發(fā)展規(guī)劃頒布之前，近年來(lái)武漢、長(zhǎng)沙、合肥、南昌四中心城市合作深度和廣度不斷拓展，在創(chuàng)新資源大流動(dòng)、產(chǎn)業(yè)發(fā)展大協(xié)作、基礎(chǔ)設(shè)施大聯(lián)通、社會(huì)事業(yè)大聯(lián)合及生態(tài)環(huán)境大保護(hù)等推動(dòng)方面取得了顯著的成果。2019 年12 月四省會(huì)城市再次聯(lián)合簽署了《長(zhǎng)江中游城市群省會(huì)城市高質(zhì)量協(xié)同發(fā)展行動(dòng)方案》，這些舉措都極大地推動(dòng)了長(zhǎng)江經(jīng)濟(jì)帶的高質(zhì)量發(fā)展進(jìn)程。因此本文對(duì)“中四角”地理范圍界定包含了以合肥為中心的江淮城市群，研究總體范圍涵蓋湖北、湖南、江西和安徽4 省共38 個(gè)城市[13]，其行政區(qū)劃圖下載自全國(guó)地理信息資源目錄服務(wù)系統(tǒng)1 ∶100萬(wàn)公眾版基礎(chǔ)地理信息數(shù)據(jù)（2021）（https://www.webmap.cn/commres.do?method=result100W），具體包括：湖北省的武漢、黃石、鄂州、黃岡、孝感、咸寧、仙桃、潛江、天門(mén)；湖南省的長(zhǎng)沙、株洲、湘潭、衡陽(yáng)、常德、岳陽(yáng)、益陽(yáng)、婁底；江西省的南昌、景德鎮(zhèn)、萍鄉(xiāng)、九江、新余、鷹潭、吉安、宜春、撫州、上饒；安徽省的合肥、蕪湖、蚌埠、淮南、馬鞍山、銅陵、安慶、滁州、六安、池州、宣城。這些城市均是實(shí)施促進(jìn)中部地區(qū)崛起戰(zhàn)略、全方位深化改革開(kāi)放和推進(jìn)新型城鎮(zhèn)化的關(guān)鍵區(qū)域，在我國(guó)區(qū)域發(fā)展格局中占有重要地位。
圖1 “中四角”各城市群地理區(qū)位圖
“中四角”面積約44 萬(wàn)平方千米，為世界之最，是長(zhǎng)三角的3 倍，珠三角的5 倍。總?cè)丝诩s1.6 億，占地面積和人口數(shù)量分別占我國(guó)的4.58%和11.68%[14]。2019 年“中四角”四省會(huì)核心城市，武漢地區(qū)生產(chǎn)總值達(dá)1.62 萬(wàn)億元，長(zhǎng)沙為1.16 萬(wàn)億元，合肥為9 409.4 億元，南昌為5 596.18 億元?！爸兴慕恰焙恿鞅姸?，湖泊密布，水資源非常豐富，但隨著區(qū)域城市化水平的不斷提高，經(jīng)濟(jì)的快速發(fā)展、地區(qū)生產(chǎn)總值的大幅提升，城市社會(huì)經(jīng)濟(jì)及水生態(tài)環(huán)境問(wèn)題也日益突出，在過(guò)去全球城市群（城市圈或大都市）建設(shè)過(guò)程中，由于水資源不合理開(kāi)發(fā)利用，均付出了生態(tài)破壞、水環(huán)境污染的慘重代價(jià)，因此，搞好水資源的保護(hù)與可持續(xù)利用，不僅是“中四角”城市群可持續(xù)建設(shè)發(fā)展的重要保障和支撐，也是在全面深化改革中對(duì)長(zhǎng)江經(jīng)濟(jì)帶沿岸城市開(kāi)拓發(fā)展新境界、形成發(fā)展新格局的迫切要求。
2 研究方法與數(shù)據(jù)來(lái)源
2.1 研究方法
2.1.1 水生態(tài)足跡模型
水生態(tài)足跡的測(cè)算是將研究區(qū)域消耗的水資源量轉(zhuǎn)化為相應(yīng)的生態(tài)生產(chǎn)水資源用地面積，其模型主要包括水量和水質(zhì)兩方面，即淡水資源賬戶和水污染環(huán)境賬戶，計(jì)算模型[9]為：
式中：EFw為區(qū)域總水生態(tài)足跡；EFfw為區(qū)域總淡水資源生態(tài)足跡（即水量生態(tài)足跡）；EFwp為區(qū)域總水污染生態(tài)足跡（即水質(zhì)生態(tài)足跡）。
淡水資源生態(tài)足跡指滿足一定條件下水資源消耗量所需要的土地面積，其以生產(chǎn)、生活和生態(tài)用水為基礎(chǔ)而建立的一級(jí)水資源生態(tài)足跡模型，計(jì)算模型[15]為：
式中：EFfw為總淡水資源生態(tài)足跡；γ為全球水資源均衡因子，取5.19[16]；Twc為區(qū)域淡水資源用水量；p為水資源世界平均產(chǎn)生能力，取3 140 m3/hm2[16]。
水污染生態(tài)足跡指為吸納一定人口產(chǎn)生的超出水體承載能力的污染物所需要的水資源土地面積，本文選取“中四角”主要污染物總量減排指標(biāo)——化學(xué)需氧量（COD）和氨氮（NH）排放量作為研究?jī)?nèi)容，由于兩種污染物在環(huán)境影響上具有明顯重疊，故以其中的最大污染足跡作為最終水污染生態(tài)足跡[16]，計(jì)算模型[9]為：
式中：EFCOD為化學(xué)需氧量污染水生態(tài)足跡；CCOD為化學(xué)需氧排放總量（t）；pCOD為全球水域消納化學(xué)需氧量的平均能力（t/hm2）；EFNH為氨氮污染水生態(tài)足跡；CNH為氨氮排放總量（t）；pNH為全球水域消納氨氮的平均能力（t/hm2）；EFWP為區(qū)域總水污染生態(tài)足跡，即取EFCOD和EFNH最大污染足跡。
水域消納化學(xué)需氧量和氨氮的全球平均能力均依據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB 3838—2002）規(guī)定的Ⅲ類水質(zhì)標(biāo)準(zhǔn)中COD ≤20 mg/L、NH ≤1.0 mg/L[17]和水資源全球平均生產(chǎn)能力轉(zhuǎn)換而來(lái)，即1 m3水資源量相當(dāng)于0.000 318 hm2水資源用地，由此可通過(guò)水資源全球平均生產(chǎn)能力轉(zhuǎn)換計(jì)算出水域消納COD 和NH的 全 球 平 均 能 力 分 別 為0.062 893 t/hm2和0.003 145 t/hm2[18]。
2.1.2 核密度估計(jì)法
核密度估計(jì)（kernel density estimation，KDE）法是對(duì)隨機(jī)變量的概率密度進(jìn)行估計(jì)，并在不需要進(jìn)行任何參數(shù)模型假設(shè)情況下，用連續(xù)的密度曲線來(lái)描述隨機(jī)變量的分布形態(tài)[19]，現(xiàn)已成為研究區(qū)域空間分布非均衡性的重要方法之一。設(shè)隨機(jī)變量X的密度函數(shù)為f(x)，x點(diǎn)的概率密度函數(shù)為：
式中：N是觀測(cè)值的個(gè)數(shù)；h為窗寬或平滑參數(shù)；為核函數(shù)；Xi為獨(dú)立同分布特征的水生態(tài)足跡值；x為它的均值。
核函數(shù)是一種加權(quán)函數(shù)（或平滑轉(zhuǎn)換函數(shù)），常見(jiàn) 類 型 有Gaussian 核 函 數(shù)、Epanechnikov 核 函 數(shù)、Biweight 核函數(shù)、Rectangular 核函數(shù)以及Triangular 函數(shù)等[20]。本文選擇常用的Gaussian 核函數(shù)，窗寬設(shè)定為是隨機(jī)變量觀測(cè)值的標(biāo)準(zhǔn)差）[21]，運(yùn)用Matlab7.0 軟件估計(jì)“中四角”水生態(tài)足跡分布動(dòng)態(tài)的Kernel 密度曲線，其函數(shù)表達(dá)式為：
一般而言核密度估計(jì)結(jié)果可反映變量分布的位置、形態(tài)和延展性等方面的信息，如從分布位置可得出區(qū)域水生態(tài)足跡的高低，分布形態(tài)用來(lái)分析水生態(tài)足跡的區(qū)域差異大小和極化特征，其中峰值高度和寬度反映差異大小，波峰數(shù)量反映極化程度，分布延展性用來(lái)反映水生態(tài)足跡最高的城市與其他城市區(qū)域差異的大小，拖尾長(zhǎng)度越長(zhǎng)則差異越大[22]。
2.1.3 泰爾指數(shù)法
泰爾（Theil）指數(shù)是基于信息量和熵的概念來(lái)考察區(qū)域差異性和不平等性，與基尼系數(shù)、變異系數(shù)等方法相比，其可通過(guò)將總體差異分解為地區(qū)內(nèi)（組內(nèi)）和地區(qū)間（組間）差異，進(jìn)而得到組內(nèi)差異和組間差異對(duì)總體差異貢獻(xiàn)度的一種區(qū)域不平等測(cè)度方法。
假定Yij表示第i個(gè)城市群第j個(gè)城市的水生態(tài)足跡（EFW），Wij表示第i個(gè)城市群第j個(gè)城市的用水量，則分別表示所有城市的水生態(tài)足跡總量和用水總量，分別表示第i個(gè)城市群內(nèi)各城市的水生態(tài)足跡總量和用水總量。據(jù)此，水生態(tài)足跡的區(qū)域差異可用如下Theil 指數(shù)來(lái)描述：
特定城市群水生態(tài)足跡的地區(qū)差異在“空間”意義上可分解為組內(nèi)差異TWR和組間差異TBR，其公式如下：
式中：TWR/T和TBR/T分別表示組內(nèi)差異和組間差異對(duì)總體城市群差異的貢獻(xiàn)度。
上述分解方式只分析了城市群差異變動(dòng)的“空間”特征，其差異變動(dòng)的“動(dòng)力”特征需將“空間”因素和“動(dòng)力”因素放置在同一框架，但城市群差異仍可刻畫(huà)為：
令Kij表示第i個(gè)城市群的第j個(gè)城市的資本投入量，Lij表示第i個(gè)城市群的第j個(gè)城市的勞動(dòng)人口，分別表示所有城市的資本投入量總額和勞動(dòng)人口總和，由此泰爾指數(shù)T可被寫(xiě)為：
基于公式（10），城市群差異在動(dòng)力上可分為T(mén)CO表示產(chǎn)出資本比所導(dǎo)致的地區(qū)差異，TCL表示資本勞動(dòng)比所導(dǎo)致的地區(qū)差異和TLW表示勞動(dòng)人口用水比所導(dǎo)致的地區(qū)差異三部分。其中，TCO/T、TCL/T和TLW/T分別表示產(chǎn)出資本比、資本勞動(dòng)比和勞動(dòng)人口用水比對(duì)水生態(tài)足跡區(qū)域差異的貢獻(xiàn)度。由此，水生態(tài)足跡區(qū)域差異在“空間”意義上將分解為組內(nèi)差異和組間差異，在“動(dòng)力”因素上分解為產(chǎn)出資本比、資本勞動(dòng)比和勞動(dòng)人口用水比。
2.2 數(shù)據(jù)來(lái)源與處理
本文研究數(shù)據(jù)主要來(lái)自2011—2020 年湖北、湖南、江西、安徽四省的統(tǒng)計(jì)年鑒、水資源公報(bào)及上述“中四角”范圍內(nèi)武漢等38 個(gè)市級(jí)行政區(qū)劃的2011—2020 年統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)和環(huán)境狀況統(tǒng)計(jì)公報(bào)，部分?jǐn)?shù)據(jù)通過(guò)各省份及各地級(jí)市的環(huán)保規(guī)劃中得以補(bǔ)充。為保證數(shù)據(jù)的可比性，采用歷年年末從業(yè)人員數(shù)作為勞動(dòng)人口，以每年的全社會(huì)固定資產(chǎn)投資額作為資本投入量，采用2000 年為基期的全社會(huì)固定資產(chǎn)投資指數(shù)將歷年的全社會(huì)固定資產(chǎn)投資額轉(zhuǎn)化為不變價(jià)格進(jìn)行計(jì)算。
3 結(jié)果與分析
3.1 “中四角”水生態(tài)足跡的分布動(dòng)態(tài)演進(jìn)分析
對(duì)“中四角”38 個(gè)市及武漢城市群、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群與江淮城市群的水生態(tài)足跡進(jìn)行Kernel核密度估計(jì)，繪制2010、2015 和2019 年“中四角”和各城市群的水生態(tài)足跡Kernel 核密度曲線（圖2），并從曲線的位置、延展性、形狀和峰值等變化來(lái)分析“中四角”和4 個(gè)城市群水生態(tài)足跡的動(dòng)態(tài)演進(jìn)趨勢(shì)。
圖2 “中四角”及四大城市群水生態(tài)足跡動(dòng)態(tài)演進(jìn)的核密度曲線
由圖2 可知：（1）2015 年相比于2010 年，“中四角”水生態(tài)足跡核密度曲線的峰值中心向右平移，移動(dòng)幅度較大，說(shuō)明2010—2015 年水生態(tài)足跡高值區(qū)域在逐年增加。2019 年與2015 年相比，峰值中心整體向左移動(dòng)，說(shuō)明2015—2019 年水生態(tài)足跡高值區(qū)在逐年減少。2010—2019 年核密度曲線雙尾間變化區(qū)間由寬變窄且右尾區(qū)間變化明顯縮小，說(shuō)明水生態(tài)足跡高值區(qū)與低值區(qū)的區(qū)域差異在縮小?！爸兴慕恰彼鷳B(tài)足跡核密度曲線整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線形狀右側(cè)出現(xiàn)輕微的隆起，峰值上升，說(shuō)明水生態(tài)足跡在“中四角”區(qū)域間出現(xiàn)了兩極分化特征。2019 年與2015 年相比，曲線波寬稍有變窄，峰值再次上升但回歸單峰。整體來(lái)看，2010—2019 年“中四角”水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，區(qū)域差異分布總體呈現(xiàn)“縮小—擴(kuò)大—縮小”的態(tài)勢(shì)。
（2）2015 年相比2010 年，武漢城市群水生態(tài)足跡核密度曲線的峰值中心向右平移，移動(dòng)幅度較大，說(shuō)明2010—2015 年水生態(tài)足跡高值地區(qū)在逐年增加。2019年相比2015 年，曲線峰值中心整體又向左移動(dòng)，說(shuō)明2015—2019 年水生態(tài)足跡高值地在逐年減少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由窄變寬且右尾區(qū)間變化明顯增加，說(shuō)明該城市群水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在逐年擴(kuò)大。核密度曲線形狀由2010 年的雙峰分布逐步發(fā)展為2015 年的單峰分布且2015 年曲線峰值下降，右移幅度較大，寬度加大，說(shuō)明水生態(tài)足跡高值地區(qū)增多但地區(qū)間無(wú)極化特征。2019 年與2015年相比，核密度曲線峰值上升，且向左移幅，寬度變小，出現(xiàn)了多極分化特征，說(shuō)明水生態(tài)足跡高值地區(qū)在減少，但地區(qū)間水生態(tài)足跡呈現(xiàn)“多極化”趨勢(shì)。整體來(lái)看，2010—2019 年武漢城市群水生態(tài)足跡區(qū)域分布呈現(xiàn)“極化—無(wú)極化—極化”的交替演進(jìn)特征，地區(qū)差異分布總體呈現(xiàn)“擴(kuò)大—縮小—擴(kuò)大”的態(tài)勢(shì)。
（3）2015 年與2010 年相比，長(zhǎng)株潭城市群水生態(tài)足跡的核密度曲線的峰值中心向左平移，移動(dòng)幅度較大，說(shuō)明水生態(tài)足跡高值地在逐年減少。2019 年相比2015年，曲線峰值中心又向右移動(dòng)但幅度不大，說(shuō)明2015—2019 年水生態(tài)足跡高值地區(qū)雖逐年有所增加，但增加地區(qū)較少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由寬變窄且雙尾間區(qū)間變化明顯縮小，說(shuō)明水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在逐年縮小。核密度曲線的整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線波寬稍變窄，峰值明顯上升，且形狀左側(cè)出現(xiàn)輕微的隆起，說(shuō)明水生態(tài)足跡在地區(qū)間出現(xiàn)了兩極分化特征，2019 年與2015 年相比，波寬繼續(xù)變窄，峰值繼續(xù)上升。整體來(lái)看，2010—2019 年長(zhǎng)株潭城市群水生態(tài)足跡地區(qū)分布呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，地區(qū)差異分布呈現(xiàn)“縮小—輕微擴(kuò)大—縮小”的態(tài)勢(shì)。
（4）2015 相比2010 年，環(huán)鄱陽(yáng)湖城市群水生態(tài)足跡核密度曲線的峰值中心向左平移，移動(dòng)幅度較大，說(shuō)明水生態(tài)足跡高值地區(qū)在逐年減少。2019 年相比2015年，曲線峰值中心整體又向右移動(dòng)但幅度較小，說(shuō)明2015—2019 年水生態(tài)足跡高值地區(qū)雖逐年有所增加，但增加地區(qū)較少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由寬變窄且雙尾間區(qū)間變化明顯縮小，說(shuō)明水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在逐年縮小。核密度曲線的整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線波寬稍變窄，峰值明顯上升。2019 年與2015 年相比，波寬繼續(xù)變窄，峰值繼續(xù)上升。整體來(lái)看，2010—2019年環(huán)鄱陽(yáng)湖城市群水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化”演進(jìn)特征，地區(qū)差異分布呈現(xiàn)縮小的態(tài)勢(shì)。
（5）2015 年相比于2010 年，江淮城市群水生態(tài)足跡核密度曲線的峰值中心向右平移，移動(dòng)幅度較大，說(shuō)明2010—2015 年水生態(tài)足跡高值地區(qū)在逐年增加。2019 年與2015 年相比，曲線峰值中心整體向左移動(dòng)，說(shuō)明2015—2019 年水生態(tài)足跡高值地區(qū)在逐年減少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由窄變寬且雙尾間變化明顯擴(kuò)大，說(shuō)明水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在加大。核密度曲線的整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線形狀右側(cè)出現(xiàn)隆起，峰值下降，說(shuō)明水生態(tài)足跡在地區(qū)間出現(xiàn)了兩極分化特征，2019 年與2015 年相比，曲線波寬稍有變窄，峰值上升但回歸單峰。整體來(lái)看，2010—2019 年江淮城市群水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化—極化—無(wú)極化”的交替演進(jìn)特征，區(qū)域差異分布呈現(xiàn)“縮小—擴(kuò)大”的態(tài)勢(shì)。
由圖2 還可知，不同城市群水生態(tài)足跡的內(nèi)部時(shí)序演變趨勢(shì)也表現(xiàn)一定的差異性。武漢城市群和江淮城市群的水生態(tài)足跡整體呈現(xiàn)增加態(tài)勢(shì)，長(zhǎng)株潭城市群的水生態(tài)足跡值高于武漢城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群，但下降速度較武漢城市群，環(huán)鄱陽(yáng)湖城市群和江淮城市群要快。
3.2 “中四角”水生態(tài)足跡區(qū)域差異的“空間—?jiǎng)恿Α币蛩胤纸?/h3>
3.2.1 水生態(tài)足跡區(qū)域差異的“空間”因素分解
通過(guò)Theil 指數(shù)計(jì)算公式測(cè)度出“中四角”各城市水生態(tài)足跡的總體差異、組內(nèi)差異、組間差異及各自的貢獻(xiàn)率（圖3）。Theil 指數(shù)整體呈下降趨勢(shì)，由2010 年的0.236 9 下降至2019 年的0.188 3，降幅為20.51%，但下降趨勢(shì)呈周期波動(dòng)，2010—2015 年逐年下降，至0.168 9，2016—2017 年顯著上升，至2017 年環(huán)比上升16.22%，2018 年下降，2019 年又上升但小于2016 年（0.195 4）（圖3A）。這與劉珂伶和楊柳[23]對(duì)北京市水資源生態(tài)足跡的研究結(jié)果相似，表明近年來(lái)“中四角”各城市間的水生態(tài)足跡差異在不斷縮小。
圖3 2010—2019年“中四角”38個(gè)城市的水生態(tài)足跡Theil指數(shù)及其“空間”因素分解
在“空間”意義上，“中四角”水生態(tài)足跡區(qū)域差異不斷縮小源于武漢城市群、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群的共同作用，而總體Theil 指數(shù)可被分解為：四大城市群組內(nèi)（TWR）差異和四大城市群組間（TBR）兩部分，圖3A 給出了“中四角”38 個(gè)城市組內(nèi)差距和組間差異Theil 指數(shù)的變動(dòng)趨勢(shì)。2010—2015 年組內(nèi)和組間差異均呈下降趨勢(shì)，組內(nèi)從0.124 4 降至0.089 5，組間從0.112 5 降至0.0795。2015—2019 年組內(nèi)差異呈現(xiàn)出緩慢上升趨勢(shì)，從0.089 5 升至0.106 3。組間差異從2015—2017 年呈顯著上升趨勢(shì)，從0.079 5 升至0.096 9，上升幅度大于組內(nèi)差異上升幅度，而2017—2019 年又呈下降趨勢(shì)，從0.096 9 降至0.082 0，下降幅度小于組內(nèi)差異的上升幅度。這說(shuō)明在“中四角”水生態(tài)足跡區(qū)域差異的波動(dòng)下降過(guò)程中，組合差異和組間差異在不同時(shí)段的影響是不同的，2010—2015 年總體Theil 指數(shù)下降是組內(nèi)差異和組間差異同時(shí)下降的結(jié)果，2015—2017 年總體Theil 指數(shù)的上升主要是組間差異擴(kuò)大所致，2017—2019 年總體Theil 指數(shù)的波動(dòng)主要由組內(nèi)差異波動(dòng)所致。
為了更清晰地表明空間因素對(duì)“中四角”水生態(tài)足跡區(qū)域差異的影響，還可通過(guò)組內(nèi)差異和組間差異對(duì)總體Theil 指數(shù)的貢獻(xiàn)度來(lái)分析。2010—2019 年組內(nèi)差異的貢獻(xiàn)度從52.52%升至56.47%，而組間差異的貢獻(xiàn)度則從47.48%降至43.53%，研究期間組內(nèi)差異和組間差異的平均貢獻(xiàn)度分別為52.83%和47.17%，組內(nèi)差異是影響“中四角”區(qū)域差異的決定因素。2010—2015 年，組內(nèi)差異的貢獻(xiàn)度雖從52.52%升至52.96%，但平均貢獻(xiàn)度還為 52.96%，而組間差異的平均貢獻(xiàn)度為47.04%。2015—2017 年組內(nèi)差異的平均貢獻(xiàn)度降為51.15%，而組間差距的平均貢獻(xiàn)度則升至48.85%。2017—2019 年組內(nèi)差異和組間差異的平均貢獻(xiàn)度分別為53.58%和46.42%（圖3B）。這說(shuō)明“十二五”期間“中四角”水生態(tài)足跡區(qū)域差異收斂主要由組內(nèi)差異縮小所致，而“十三五”期間區(qū)域差異雖呈現(xiàn)“擴(kuò)大—收斂—擴(kuò)大”的趨勢(shì)，但仍由組內(nèi)差異所致。劉珂伶和楊柳[23]在利用Theil 指數(shù)測(cè)算中國(guó)水足跡強(qiáng)度空間差異也發(fā)現(xiàn)，中國(guó)四大地區(qū)（東北、東部、西部和中部）的地區(qū)差異基本是由區(qū)域內(nèi)部差異決定。
綜上可知，組內(nèi)差異是“中四角”水生態(tài)足跡區(qū)域差異變化的重要因素，但組內(nèi)差異是“中四角”四大城市群內(nèi)部差異加權(quán)平均的結(jié)果，因此對(duì)組內(nèi)差異還可更深入地進(jìn)行空間因素分解，如武漢城市群組內(nèi)Theil指數(shù)平均值為0.021 2，平均貢獻(xiàn)度為11.22%，長(zhǎng)株潭城市群組內(nèi)Theil 指數(shù)平均值為0.042 6，平均貢獻(xiàn)度為22.33%，環(huán)鄱陽(yáng)湖城市群組內(nèi)Theil 指數(shù)平均值為0.0141，平均貢獻(xiàn)度為7.37%，江淮城市群組內(nèi)Theil指數(shù)平均值為0.022 6，平均貢獻(xiàn)度為11.92%（圖3）。這說(shuō)明長(zhǎng)株潭城市群組內(nèi)差異在“中四角”組內(nèi)差異中起決定作用。研究期間，武漢城市群組內(nèi)差異Theil 指數(shù)以2012 年，2014 年和2018 年為拐點(diǎn)，呈現(xiàn)“縮?。瓟U(kuò)大－縮小－擴(kuò)大”的“W”形上升趨勢(shì)，2019 年升至0.024 1，大于2010 年的0.021 0，長(zhǎng)株潭城市群組內(nèi)差異Theil 指數(shù)以2015 和2018 年為拐點(diǎn)，呈現(xiàn)“縮小—擴(kuò)大—縮小”的倒“N”形下降趨勢(shì)，2019 年降至0.040 2，其趨勢(shì)與“中四角”總體Theil 指數(shù)基本一致。環(huán)鄱陽(yáng)湖城市群組內(nèi)差異Theil 指數(shù)以2013 年、2014 年和2015年為拐點(diǎn)，呈現(xiàn)“縮小—平穩(wěn)—擴(kuò)大”的“U”形上升趨勢(shì)，2019 年升至0.018 6，大于2010 年的0.016 8。江淮城市群組內(nèi)差異Theil 指數(shù)以2011 年和2017 年為拐點(diǎn)，呈現(xiàn)“縮小—擴(kuò)大—縮小—擴(kuò)大”的 “W”形下降趨勢(shì)，2019 年降至0.023 4。這說(shuō)明2015 年前長(zhǎng)株潭城市群組內(nèi)差異縮小對(duì)“中四角”組內(nèi)差異的收斂起主導(dǎo)作用，而2016 年后“中四角”組內(nèi)差異擴(kuò)大則由武漢城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群組內(nèi)差異的擴(kuò)大共同作用。
3.2.2 水生態(tài)足跡區(qū)域差異的“動(dòng)力”因素分解
Theil 指數(shù)“空間”因素分解表明組內(nèi)差異是“中四角”水生態(tài)足跡區(qū)域差異變動(dòng)的主導(dǎo)因素，但又是何種因素導(dǎo)致其組內(nèi)差異的變動(dòng)？在“動(dòng)力”意義上通過(guò)可將Theil 指數(shù)分解為產(chǎn)出資本比（TCO）、資本勞動(dòng)比（TCL）和勞動(dòng)力用水比（TLW）三種因素，從而可分析何種因素對(duì)“中四角”水生態(tài)足跡總體組內(nèi)差異的影響程度。其中，TCO是根據(jù)資源要素的市場(chǎng)化配置程度來(lái)反映區(qū)域資本利用效率的差異，TCL是反映區(qū)域人均勞動(dòng)力資本存量差異，TLW是衡量單位用水量的勞動(dòng)人口數(shù)量的差異，可反映區(qū)域產(chǎn)業(yè)結(jié)構(gòu)差異[24]。由表1 可知，研究期間總體（T）、TCO、TCL和TLW整體上呈下降趨勢(shì)，其中TCO和總體Theil 指數(shù)的變動(dòng)是一致的，而TCL和TLW與總體Theil 指數(shù)的變動(dòng)態(tài)勢(shì)存在差異。TCO在2013 年前為下降趨勢(shì)，2014 年又迅速上升之后又下降至2016年，隨后呈上升趨勢(shì)，這說(shuō)明2014 年和2016 年后“中四角”組內(nèi)的資本利用效率的差異在上升。TCL在2011年下降，2012 年上升隨后下降至2016 年，2017 年又上升隨后下降，這說(shuō)明2011 年、2012 年至2016 以及2017 年后“中四角”組內(nèi)的人均動(dòng)力資本存量差異在減小。TLW在2012 年前為下降趨勢(shì)，隨后上升至2014 年，2014 年后又隨之下降至2018 年，但在2019 年卻迅速上升，這說(shuō)明2018 年后“中四角”組內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異明顯增大。
根據(jù)TCO、TCL和TLW對(duì)總體地區(qū)差異的貢獻(xiàn)度可知，在2010—2013 年、2013—2014 年、2014—2016 年和2016—2019 年四個(gè)時(shí)段中，TCO/T的平均值分別為48.81%、52.43%、54.84%和55.48%，在2010—2011 年、2011—2012、2012—2016 年、2016—2017 年 和2017—2019 年五個(gè)時(shí)段中，TCL/T的平均值分別為31.54%、33.77%、33.11%、33.70%和33.13%。在2010—2012 年、2012—2014 年、2014—2018 年和2018—2019 年四個(gè)時(shí)段中，TLW/T的平均值分別為18.98%、13.06%、11.80%和14.38%（表1）。這說(shuō)明2010—2019 年期間TCO對(duì)總體地區(qū)差異Theil 指數(shù)的貢獻(xiàn)度均大于TCL和TLW，TCO是導(dǎo)致“中四角”組內(nèi)差異變動(dòng)的決定因素。
表1 2010—2019年“中四角”38個(gè)城市的水生態(tài)足跡Theil指數(shù)及其“動(dòng)力”因素分解
除了對(duì)總體區(qū)域組內(nèi)差異可從TCO、TCL和TLW三部分進(jìn)行因素分解之外，對(duì)四大城市群組內(nèi)差異也可以基于這三個(gè)部分進(jìn)行因素分解，各城市群組內(nèi)差異的貢獻(xiàn)度如圖4 所示。研究期間，四大城市群組內(nèi)差異均主要源自TCO的貢獻(xiàn)，武漢城市群、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群的TCO對(duì)Theil 指數(shù)的平均貢獻(xiàn)度分別為43.74%、55.92、35.82%和69.59%。其中，長(zhǎng)株潭城市群和江淮城市群TCO對(duì)Theil 指數(shù)的貢獻(xiàn)度一直大于TCL和TLW，而武漢城市群和環(huán)鄱陽(yáng)湖城市群TCO、TCL和TLW三部分對(duì)Theil 指數(shù)的貢獻(xiàn)度波動(dòng)較大（圖4）。2010—2019 年，TCO穩(wěn)步上升且始終是長(zhǎng)株潭城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，而TCL和TLW呈下降趨勢(shì)。這說(shuō)明研究期間長(zhǎng)株潭城市群組內(nèi)資本利用效率差異在增加，而人均勞動(dòng)力資本存量和區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異整體上在縮小。由于2015 年前“中四角”總體區(qū)域差異的縮小主要源于組內(nèi)差距（尤其是長(zhǎng)株潭城市群組內(nèi)差異）的下降，因此，2015 年前“中四角”地區(qū)差異下降主要是由于長(zhǎng)株潭城市群組內(nèi)產(chǎn)出資本比的增加所致。
圖4 2010—2019年“中四角”四大城市群內(nèi)部水生態(tài)足跡Theil指數(shù)的“動(dòng)力”因素分解貢獻(xiàn)度
2010 年、2016 年和2018 年，TCO是導(dǎo)致武漢城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，2011—2015 年和2017 年，TCL取代了TCO成為其組內(nèi)差異演變的決定因素，2019年，TLW卻取代了TCL成為其組內(nèi)差異演變的決定因素且TCO和TCL均明顯下降。這說(shuō)明武漢城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素在不同時(shí)段存在產(chǎn)出資本比—資本勞動(dòng)比—?jiǎng)趧?dòng)力用水比的轉(zhuǎn)變過(guò)程，且區(qū)內(nèi)資本利用效率和人均勞動(dòng)力資本存量的差異在2018 年后急劇縮小，但區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異卻明顯增大。2010 年和2016 年，TLW是導(dǎo)致環(huán)鄱陽(yáng)湖城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，2011—2015 年和2019 年，TCO取代了TLW成為其組內(nèi)差異演變的決定因素，2017 年和2018 年，TCL卻取代了TCO成為其組內(nèi)差異演變的決定因素且TCO和TLW均明顯上升。這說(shuō)明環(huán)鄱陽(yáng)湖城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素在不同時(shí)段存在勞動(dòng)力用水比—產(chǎn)出資本比—資本勞動(dòng)比—產(chǎn)出資本比的轉(zhuǎn)變過(guò)程，且區(qū)內(nèi)資本利用效率和產(chǎn)業(yè)結(jié)構(gòu)差異在2018 年后明顯增大，而人均勞動(dòng)力資本存量差異卻急劇縮小。2010—2019 年，TCO雖從穩(wěn)步上升到2014 年急劇下降，再到2015 年急劇上升至隨后急劇下降，但也始終是江淮城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，而TCL呈“上升—下降—上升—下降”趨勢(shì)，TLW呈“下降—上升—下降—上升”趨勢(shì)。這說(shuō)明研究期間江淮城市群組內(nèi)資本利用效率、人均勞動(dòng)力資本存量和區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異在2017 年前變化較大，從2015 年開(kāi)始組內(nèi)資本利用效率差異在急劇縮小，從2017 年開(kāi)始組內(nèi)人均勞動(dòng)力資本存量差異在急劇縮小，但區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異卻在明顯擴(kuò)大。由于2016 年后“中四角”總體區(qū)域差異的擴(kuò)大主要由組內(nèi)差異（尤其武漢城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群組內(nèi)差異）增加所致，因此，2016 后武漢城市群和環(huán)鄱陽(yáng)湖城市群在產(chǎn)出資本比和勞動(dòng)力用水比兩方面的差異拉大及江淮城市群在產(chǎn)出資本比、資本勞動(dòng)比與勞動(dòng)力用水比方面的差異縮減是此階段總體區(qū)域差異擴(kuò)大的主要因素。
4 結(jié)論
（1）2010—2019 年“中四角”水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，武漢城市群呈現(xiàn)“極化—無(wú)極化—極化”的交替演進(jìn)特征，長(zhǎng)株潭城市群呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，環(huán)鄱陽(yáng)湖城市群呈現(xiàn)“無(wú)極化”演進(jìn)特征，江淮城市群呈現(xiàn)“無(wú)極化—極化—無(wú)極化”的交替演進(jìn)特征。
（2）2010—2019 年“中四角”水生態(tài)足跡Theil 指數(shù)整體呈下降趨勢(shì)，表明“中四角”水生態(tài)足跡的區(qū)域差異在縮小。在“空間”意義上，組內(nèi)差異在“中四角”區(qū)域差異變動(dòng)中起主導(dǎo)作用，在“動(dòng)力”意義上，產(chǎn)出資本比是導(dǎo)致“中四角”水生態(tài)足跡組內(nèi)差異變動(dòng)的關(guān)鍵因素。綜合分析表明，2015 年前長(zhǎng)株潭城市群內(nèi)部的產(chǎn)出資本比的增加是“中四角”水生態(tài)足跡總體區(qū)域差異縮小的關(guān)鍵因素，2016 年后武漢城市群和環(huán)鄱陽(yáng)湖城市群在產(chǎn)出資本比和勞動(dòng)力用水比兩方面的差異拉大及江淮城市群在產(chǎn)出資本比、資本勞動(dòng)比與勞動(dòng)力用水比方面的差異縮減是“中四角”水生態(tài)足跡總體區(qū)域差異擴(kuò)大的根本原因。
猜你喜歡
相似與差異音樂(lè)探索(2022年2期)2022-05-30 21:01:37 “生態(tài)養(yǎng)生”娛晚年保健醫(yī)苑(2021年7期)2021-08-13 08:48:02 住進(jìn)呆萌生態(tài)房學(xué)生天地(2020年36期)2020-06-09 03:12:30 生態(tài)之旅小學(xué)科學(xué)(學(xué)生版)(2020年5期)2020-05-25 07:11:32 找句子差異小天使·一年級(jí)語(yǔ)數(shù)英綜合(2019年8期)2019-08-27 02:23:00 生物為什么會(huì)有差異?小學(xué)科學(xué)(學(xué)生版)(2018年7期)2018-08-13 09:33:04 關(guān)于四色猜想中國(guó)科技博覽(2016年2期)2016-04-25 20:32:39 分區(qū)域小學(xué)生導(dǎo)刊(2016年34期)2016-04-11 00:49:44 基于嚴(yán)重區(qū)域的多PCC點(diǎn)暫降頻次估計(jì)電測(cè)與儀表(2015年5期)2015-04-09 11:30:52 生態(tài)領(lǐng)導(dǎo)文萃(2015年4期)2015-02-28 09:19:05
- 生態(tài)經(jīng)濟(jì)的其它文章
- 生態(tài)農(nóng)業(yè)發(fā)展水平測(cè)度及空間異質(zhì)性分析
——基于南水北調(diào)中線受水區(qū)數(shù)據(jù)驗(yàn)證 - 綠色壁壘對(duì)我國(guó)農(nóng)產(chǎn)品貿(mào)易的影響及對(duì)策研究
——評(píng)《基于綠色貿(mào)易壁壘視角的中國(guó)農(nóng)產(chǎn)品出口貿(mào)易研究》 - “后扶貧時(shí)代”西江流域生態(tài)補(bǔ)償式返貧治理模式探究
- 國(guó)家生態(tài)文明建設(shè)示范縣對(duì)城鄉(xiāng)收入差距的影響研究
- 偏向性技術(shù)進(jìn)步的污染減排效應(yīng)研究
——基于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的視角 - 基于GWR模型的長(zhǎng)江三角洲森林生態(tài)安全驅(qū)動(dòng)因素研究
胡綿好，袁菊紅，陳拉
（1. 江西財(cái)經(jīng)大學(xué) 生態(tài)文明研究院，江西 南昌 330032；2. 江西財(cái)經(jīng)大學(xué) 藝術(shù)學(xué)院，江西 南昌 330032）
水資源是城市群生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展不可代替的資源要素、生態(tài)條件及安全保障。近年來(lái)，城市群已成為我國(guó)新型城鎮(zhèn)化推進(jìn)的重要模式，但隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展及城市群在城市化推進(jìn)過(guò)程中出現(xiàn)的人口增長(zhǎng)，人口密度及城市化率的提高，對(duì)水資源需求日益增加，使水環(huán)境污染和水資源短缺等現(xiàn)象加劇，最終導(dǎo)致水資源供需矛盾日趨尖銳。水資源亦已逐漸成為制約城市群區(qū)域社會(huì)—經(jīng)濟(jì)—生態(tài)可持續(xù)發(fā)展的重要因素。因此，科學(xué)協(xié)調(diào)城市群區(qū)域經(jīng)濟(jì)發(fā)展與水資源利用之間的關(guān)系，優(yōu)化配置水資源，對(duì)推進(jìn)新型城鎮(zhèn)化進(jìn)程和實(shí)現(xiàn)水資源與經(jīng)濟(jì)社會(huì)的協(xié)調(diào)發(fā)展具有重要意義。
生態(tài)足跡（ecological footprint）方法是衡量區(qū)域可持續(xù)發(fā)展?fàn)顟B(tài)，測(cè)度人類活動(dòng)對(duì)自然生態(tài)系統(tǒng)影響的一種方法，直觀且操作性強(qiáng)，但其并未完全考慮自然生態(tài)系統(tǒng)提供資源、消納廢棄物的能力，不僅忽略了對(duì)地下水資源、水資源的測(cè)算，也很少涉及有關(guān)污染的生態(tài)足跡折算[1]。近幾十年來(lái)生態(tài)足跡方法得到了不斷改進(jìn)和完善，將其引入到水資源賬戶中，衍生的水生態(tài)足跡概念及其相關(guān)研究模型已成為研究區(qū)域水資源利用狀況和評(píng)估區(qū)域可持續(xù)發(fā)展能力的重要方法[2]。水生態(tài)足跡（water ecological footprint）是用來(lái)計(jì)算一定人口和經(jīng)濟(jì)規(guī)模條件下維持人類生產(chǎn)生活的水資源消費(fèi)和消納水污染所必需的生物生產(chǎn)性面積，是將水資源相關(guān)消耗折算成水資源用地面積[3]，因其概念比較具體，計(jì)算方法簡(jiǎn)便易行，現(xiàn)已被廣泛應(yīng)用。如利用水生態(tài)足跡模型在無(wú)錫市[4]、北京市[5]、太原市[3]、重慶市[6]、張家口市[7]、甘肅省[8]、中原城市群[9]等水資源可持續(xù)利用與經(jīng)濟(jì)發(fā)展方面做了大量研究。同時(shí)，結(jié)合環(huán)境壓力模型（STIRPAT）或LMDI 分解模型對(duì)貴陽(yáng)市[10]、成都市[11]、河南省[12]、山東省[2]等水生態(tài)足跡動(dòng)態(tài)變化及空間分布研究也有報(bào)道。但上述研究多集中對(duì)省、市層面的水資源可持續(xù)利用情況的時(shí)間序列研究，空間差異及驅(qū)動(dòng)因素研究方法單一且簡(jiǎn)單。由于各地區(qū)在經(jīng)濟(jì)發(fā)展?fàn)顩r、水資源稟賦及人文生活等方面存在較大差異，這導(dǎo)致區(qū)域水資源總量及區(qū)域人口對(duì)水資源消費(fèi)量具有異質(zhì)性，從而使區(qū)域間的水生態(tài)足跡也存在一定的差異性。盡管對(duì)地區(qū)差異可從“空間”和“動(dòng)力”兩個(gè)因素來(lái)分析，但綜合考慮兩類因素的研究報(bào)道很少。基于此，本文以“中四角”為研究對(duì)象，利用泰爾（Theil）指數(shù)的可分解性，在“空間”層面上將“中四角”區(qū)域差異分解為組內(nèi)差異和組間差異，在“動(dòng)力”層面將其區(qū)域差異分解為產(chǎn)出資本比、資本勞動(dòng)比和勞動(dòng)參與率三大動(dòng)力因素，從而分析2010—2019 年“中四角”城市群水生態(tài)足跡區(qū)域差異的變動(dòng)趨勢(shì)，挖掘造成“中四角”城市群水生態(tài)足跡區(qū)域差異變動(dòng)的“空間”因素和“動(dòng)力”因素，以期為城市群生態(tài)化建設(shè)中水資源合理利用及優(yōu)化調(diào)控、水生態(tài)持續(xù)發(fā)展和水污染控制等方面提供科學(xué)依據(jù)。
1 研究區(qū)概況
“中四角”，即長(zhǎng)江中游城市群，是以武漢、長(zhǎng)沙、南昌、合肥為中心，形成的以武漢城市群（Wuhan urban agglomeration，WHUA）、長(zhǎng)株潭城市群（Chang-Zhu-Tan urban agglomerations，CZTUA）、環(huán)鄱陽(yáng)湖城市群（Poyang Lake urban agglomerations，PLUA）和江淮城市群（Jianghuai urban agglomerations，JHUA）為主體的特大城市群（圖1）。2014 年2 月，長(zhǎng)沙、武漢、南昌、合肥四省會(huì)城市共同簽署發(fā)布《長(zhǎng)沙宣言》，攜手沖刺未來(lái)中國(guó)經(jīng)濟(jì)發(fā)展的重要增長(zhǎng)極。盡管2015 年4 月國(guó)務(wù)院印發(fā)的《長(zhǎng)江中游城市群發(fā)展規(guī)劃》中并未將以合肥為中心的江淮城市帶納入長(zhǎng)江中游城市群的發(fā)展規(guī)劃中，但在城市群發(fā)展規(guī)劃頒布之前，近年來(lái)武漢、長(zhǎng)沙、合肥、南昌四中心城市合作深度和廣度不斷拓展，在創(chuàng)新資源大流動(dòng)、產(chǎn)業(yè)發(fā)展大協(xié)作、基礎(chǔ)設(shè)施大聯(lián)通、社會(huì)事業(yè)大聯(lián)合及生態(tài)環(huán)境大保護(hù)等推動(dòng)方面取得了顯著的成果。2019 年12 月四省會(huì)城市再次聯(lián)合簽署了《長(zhǎng)江中游城市群省會(huì)城市高質(zhì)量協(xié)同發(fā)展行動(dòng)方案》，這些舉措都極大地推動(dòng)了長(zhǎng)江經(jīng)濟(jì)帶的高質(zhì)量發(fā)展進(jìn)程。因此本文對(duì)“中四角”地理范圍界定包含了以合肥為中心的江淮城市群，研究總體范圍涵蓋湖北、湖南、江西和安徽4 省共38 個(gè)城市[13]，其行政區(qū)劃圖下載自全國(guó)地理信息資源目錄服務(wù)系統(tǒng)1 ∶100萬(wàn)公眾版基礎(chǔ)地理信息數(shù)據(jù)（2021）（https://www.webmap.cn/commres.do?method=result100W），具體包括：湖北省的武漢、黃石、鄂州、黃岡、孝感、咸寧、仙桃、潛江、天門(mén)；湖南省的長(zhǎng)沙、株洲、湘潭、衡陽(yáng)、常德、岳陽(yáng)、益陽(yáng)、婁底；江西省的南昌、景德鎮(zhèn)、萍鄉(xiāng)、九江、新余、鷹潭、吉安、宜春、撫州、上饒；安徽省的合肥、蕪湖、蚌埠、淮南、馬鞍山、銅陵、安慶、滁州、六安、池州、宣城。這些城市均是實(shí)施促進(jìn)中部地區(qū)崛起戰(zhàn)略、全方位深化改革開(kāi)放和推進(jìn)新型城鎮(zhèn)化的關(guān)鍵區(qū)域，在我國(guó)區(qū)域發(fā)展格局中占有重要地位。
圖1 “中四角”各城市群地理區(qū)位圖
“中四角”面積約44 萬(wàn)平方千米，為世界之最，是長(zhǎng)三角的3 倍，珠三角的5 倍。總?cè)丝诩s1.6 億，占地面積和人口數(shù)量分別占我國(guó)的4.58%和11.68%[14]。2019 年“中四角”四省會(huì)核心城市，武漢地區(qū)生產(chǎn)總值達(dá)1.62 萬(wàn)億元，長(zhǎng)沙為1.16 萬(wàn)億元，合肥為9 409.4 億元，南昌為5 596.18 億元?！爸兴慕恰焙恿鞅姸?，湖泊密布，水資源非常豐富，但隨著區(qū)域城市化水平的不斷提高，經(jīng)濟(jì)的快速發(fā)展、地區(qū)生產(chǎn)總值的大幅提升，城市社會(huì)經(jīng)濟(jì)及水生態(tài)環(huán)境問(wèn)題也日益突出，在過(guò)去全球城市群（城市圈或大都市）建設(shè)過(guò)程中，由于水資源不合理開(kāi)發(fā)利用，均付出了生態(tài)破壞、水環(huán)境污染的慘重代價(jià)，因此，搞好水資源的保護(hù)與可持續(xù)利用，不僅是“中四角”城市群可持續(xù)建設(shè)發(fā)展的重要保障和支撐，也是在全面深化改革中對(duì)長(zhǎng)江經(jīng)濟(jì)帶沿岸城市開(kāi)拓發(fā)展新境界、形成發(fā)展新格局的迫切要求。
2 研究方法與數(shù)據(jù)來(lái)源
2.1 研究方法
2.1.1 水生態(tài)足跡模型
水生態(tài)足跡的測(cè)算是將研究區(qū)域消耗的水資源量轉(zhuǎn)化為相應(yīng)的生態(tài)生產(chǎn)水資源用地面積，其模型主要包括水量和水質(zhì)兩方面，即淡水資源賬戶和水污染環(huán)境賬戶，計(jì)算模型[9]為：
式中：EFw為區(qū)域總水生態(tài)足跡；EFfw為區(qū)域總淡水資源生態(tài)足跡（即水量生態(tài)足跡）；EFwp為區(qū)域總水污染生態(tài)足跡（即水質(zhì)生態(tài)足跡）。
淡水資源生態(tài)足跡指滿足一定條件下水資源消耗量所需要的土地面積，其以生產(chǎn)、生活和生態(tài)用水為基礎(chǔ)而建立的一級(jí)水資源生態(tài)足跡模型，計(jì)算模型[15]為：
式中：EFfw為總淡水資源生態(tài)足跡；γ為全球水資源均衡因子，取5.19[16]；Twc為區(qū)域淡水資源用水量；p為水資源世界平均產(chǎn)生能力，取3 140 m3/hm2[16]。
水污染生態(tài)足跡指為吸納一定人口產(chǎn)生的超出水體承載能力的污染物所需要的水資源土地面積，本文選取“中四角”主要污染物總量減排指標(biāo)——化學(xué)需氧量（COD）和氨氮（NH）排放量作為研究?jī)?nèi)容，由于兩種污染物在環(huán)境影響上具有明顯重疊，故以其中的最大污染足跡作為最終水污染生態(tài)足跡[16]，計(jì)算模型[9]為：
式中：EFCOD為化學(xué)需氧量污染水生態(tài)足跡；CCOD為化學(xué)需氧排放總量（t）；pCOD為全球水域消納化學(xué)需氧量的平均能力（t/hm2）；EFNH為氨氮污染水生態(tài)足跡；CNH為氨氮排放總量（t）；pNH為全球水域消納氨氮的平均能力（t/hm2）；EFWP為區(qū)域總水污染生態(tài)足跡，即取EFCOD和EFNH最大污染足跡。
水域消納化學(xué)需氧量和氨氮的全球平均能力均依據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB 3838—2002）規(guī)定的Ⅲ類水質(zhì)標(biāo)準(zhǔn)中COD ≤20 mg/L、NH ≤1.0 mg/L[17]和水資源全球平均生產(chǎn)能力轉(zhuǎn)換而來(lái)，即1 m3水資源量相當(dāng)于0.000 318 hm2水資源用地，由此可通過(guò)水資源全球平均生產(chǎn)能力轉(zhuǎn)換計(jì)算出水域消納COD 和NH的 全 球 平 均 能 力 分 別 為0.062 893 t/hm2和0.003 145 t/hm2[18]。
2.1.2 核密度估計(jì)法
核密度估計(jì)（kernel density estimation，KDE）法是對(duì)隨機(jī)變量的概率密度進(jìn)行估計(jì)，并在不需要進(jìn)行任何參數(shù)模型假設(shè)情況下，用連續(xù)的密度曲線來(lái)描述隨機(jī)變量的分布形態(tài)[19]，現(xiàn)已成為研究區(qū)域空間分布非均衡性的重要方法之一。設(shè)隨機(jī)變量X的密度函數(shù)為f(x)，x點(diǎn)的概率密度函數(shù)為：
式中：N是觀測(cè)值的個(gè)數(shù)；h為窗寬或平滑參數(shù)；為核函數(shù)；Xi為獨(dú)立同分布特征的水生態(tài)足跡值；x為它的均值。
核函數(shù)是一種加權(quán)函數(shù)（或平滑轉(zhuǎn)換函數(shù)），常見(jiàn) 類 型 有Gaussian 核 函 數(shù)、Epanechnikov 核 函 數(shù)、Biweight 核函數(shù)、Rectangular 核函數(shù)以及Triangular 函數(shù)等[20]。本文選擇常用的Gaussian 核函數(shù)，窗寬設(shè)定為是隨機(jī)變量觀測(cè)值的標(biāo)準(zhǔn)差）[21]，運(yùn)用Matlab7.0 軟件估計(jì)“中四角”水生態(tài)足跡分布動(dòng)態(tài)的Kernel 密度曲線，其函數(shù)表達(dá)式為：
一般而言核密度估計(jì)結(jié)果可反映變量分布的位置、形態(tài)和延展性等方面的信息，如從分布位置可得出區(qū)域水生態(tài)足跡的高低，分布形態(tài)用來(lái)分析水生態(tài)足跡的區(qū)域差異大小和極化特征，其中峰值高度和寬度反映差異大小，波峰數(shù)量反映極化程度，分布延展性用來(lái)反映水生態(tài)足跡最高的城市與其他城市區(qū)域差異的大小，拖尾長(zhǎng)度越長(zhǎng)則差異越大[22]。
2.1.3 泰爾指數(shù)法
泰爾（Theil）指數(shù)是基于信息量和熵的概念來(lái)考察區(qū)域差異性和不平等性，與基尼系數(shù)、變異系數(shù)等方法相比，其可通過(guò)將總體差異分解為地區(qū)內(nèi)（組內(nèi)）和地區(qū)間（組間）差異，進(jìn)而得到組內(nèi)差異和組間差異對(duì)總體差異貢獻(xiàn)度的一種區(qū)域不平等測(cè)度方法。
假定Yij表示第i個(gè)城市群第j個(gè)城市的水生態(tài)足跡（EFW），Wij表示第i個(gè)城市群第j個(gè)城市的用水量，則分別表示所有城市的水生態(tài)足跡總量和用水總量，分別表示第i個(gè)城市群內(nèi)各城市的水生態(tài)足跡總量和用水總量。據(jù)此，水生態(tài)足跡的區(qū)域差異可用如下Theil 指數(shù)來(lái)描述：
特定城市群水生態(tài)足跡的地區(qū)差異在“空間”意義上可分解為組內(nèi)差異TWR和組間差異TBR，其公式如下：
式中：TWR/T和TBR/T分別表示組內(nèi)差異和組間差異對(duì)總體城市群差異的貢獻(xiàn)度。
上述分解方式只分析了城市群差異變動(dòng)的“空間”特征，其差異變動(dòng)的“動(dòng)力”特征需將“空間”因素和“動(dòng)力”因素放置在同一框架，但城市群差異仍可刻畫(huà)為：
令Kij表示第i個(gè)城市群的第j個(gè)城市的資本投入量，Lij表示第i個(gè)城市群的第j個(gè)城市的勞動(dòng)人口，分別表示所有城市的資本投入量總額和勞動(dòng)人口總和，由此泰爾指數(shù)T可被寫(xiě)為：
基于公式（10），城市群差異在動(dòng)力上可分為T(mén)CO表示產(chǎn)出資本比所導(dǎo)致的地區(qū)差異，TCL表示資本勞動(dòng)比所導(dǎo)致的地區(qū)差異和TLW表示勞動(dòng)人口用水比所導(dǎo)致的地區(qū)差異三部分。其中，TCO/T、TCL/T和TLW/T分別表示產(chǎn)出資本比、資本勞動(dòng)比和勞動(dòng)人口用水比對(duì)水生態(tài)足跡區(qū)域差異的貢獻(xiàn)度。由此，水生態(tài)足跡區(qū)域差異在“空間”意義上將分解為組內(nèi)差異和組間差異，在“動(dòng)力”因素上分解為產(chǎn)出資本比、資本勞動(dòng)比和勞動(dòng)人口用水比。
2.2 數(shù)據(jù)來(lái)源與處理
本文研究數(shù)據(jù)主要來(lái)自2011—2020 年湖北、湖南、江西、安徽四省的統(tǒng)計(jì)年鑒、水資源公報(bào)及上述“中四角”范圍內(nèi)武漢等38 個(gè)市級(jí)行政區(qū)劃的2011—2020 年統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)和環(huán)境狀況統(tǒng)計(jì)公報(bào)，部分?jǐn)?shù)據(jù)通過(guò)各省份及各地級(jí)市的環(huán)保規(guī)劃中得以補(bǔ)充。為保證數(shù)據(jù)的可比性，采用歷年年末從業(yè)人員數(shù)作為勞動(dòng)人口，以每年的全社會(huì)固定資產(chǎn)投資額作為資本投入量，采用2000 年為基期的全社會(huì)固定資產(chǎn)投資指數(shù)將歷年的全社會(huì)固定資產(chǎn)投資額轉(zhuǎn)化為不變價(jià)格進(jìn)行計(jì)算。
3 結(jié)果與分析
3.1 “中四角”水生態(tài)足跡的分布動(dòng)態(tài)演進(jìn)分析
對(duì)“中四角”38 個(gè)市及武漢城市群、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群與江淮城市群的水生態(tài)足跡進(jìn)行Kernel核密度估計(jì)，繪制2010、2015 和2019 年“中四角”和各城市群的水生態(tài)足跡Kernel 核密度曲線（圖2），并從曲線的位置、延展性、形狀和峰值等變化來(lái)分析“中四角”和4 個(gè)城市群水生態(tài)足跡的動(dòng)態(tài)演進(jìn)趨勢(shì)。
圖2 “中四角”及四大城市群水生態(tài)足跡動(dòng)態(tài)演進(jìn)的核密度曲線
由圖2 可知：（1）2015 年相比于2010 年，“中四角”水生態(tài)足跡核密度曲線的峰值中心向右平移，移動(dòng)幅度較大，說(shuō)明2010—2015 年水生態(tài)足跡高值區(qū)域在逐年增加。2019 年與2015 年相比，峰值中心整體向左移動(dòng)，說(shuō)明2015—2019 年水生態(tài)足跡高值區(qū)在逐年減少。2010—2019 年核密度曲線雙尾間變化區(qū)間由寬變窄且右尾區(qū)間變化明顯縮小，說(shuō)明水生態(tài)足跡高值區(qū)與低值區(qū)的區(qū)域差異在縮小?！爸兴慕恰彼鷳B(tài)足跡核密度曲線整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線形狀右側(cè)出現(xiàn)輕微的隆起，峰值上升，說(shuō)明水生態(tài)足跡在“中四角”區(qū)域間出現(xiàn)了兩極分化特征。2019 年與2015 年相比，曲線波寬稍有變窄，峰值再次上升但回歸單峰。整體來(lái)看，2010—2019 年“中四角”水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，區(qū)域差異分布總體呈現(xiàn)“縮小—擴(kuò)大—縮小”的態(tài)勢(shì)。
（2）2015 年相比2010 年，武漢城市群水生態(tài)足跡核密度曲線的峰值中心向右平移，移動(dòng)幅度較大，說(shuō)明2010—2015 年水生態(tài)足跡高值地區(qū)在逐年增加。2019年相比2015 年，曲線峰值中心整體又向左移動(dòng)，說(shuō)明2015—2019 年水生態(tài)足跡高值地在逐年減少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由窄變寬且右尾區(qū)間變化明顯增加，說(shuō)明該城市群水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在逐年擴(kuò)大。核密度曲線形狀由2010 年的雙峰分布逐步發(fā)展為2015 年的單峰分布且2015 年曲線峰值下降，右移幅度較大，寬度加大，說(shuō)明水生態(tài)足跡高值地區(qū)增多但地區(qū)間無(wú)極化特征。2019 年與2015年相比，核密度曲線峰值上升，且向左移幅，寬度變小，出現(xiàn)了多極分化特征，說(shuō)明水生態(tài)足跡高值地區(qū)在減少，但地區(qū)間水生態(tài)足跡呈現(xiàn)“多極化”趨勢(shì)。整體來(lái)看，2010—2019 年武漢城市群水生態(tài)足跡區(qū)域分布呈現(xiàn)“極化—無(wú)極化—極化”的交替演進(jìn)特征，地區(qū)差異分布總體呈現(xiàn)“擴(kuò)大—縮小—擴(kuò)大”的態(tài)勢(shì)。
（3）2015 年與2010 年相比，長(zhǎng)株潭城市群水生態(tài)足跡的核密度曲線的峰值中心向左平移，移動(dòng)幅度較大，說(shuō)明水生態(tài)足跡高值地在逐年減少。2019 年相比2015年，曲線峰值中心又向右移動(dòng)但幅度不大，說(shuō)明2015—2019 年水生態(tài)足跡高值地區(qū)雖逐年有所增加，但增加地區(qū)較少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由寬變窄且雙尾間區(qū)間變化明顯縮小，說(shuō)明水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在逐年縮小。核密度曲線的整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線波寬稍變窄，峰值明顯上升，且形狀左側(cè)出現(xiàn)輕微的隆起，說(shuō)明水生態(tài)足跡在地區(qū)間出現(xiàn)了兩極分化特征，2019 年與2015 年相比，波寬繼續(xù)變窄，峰值繼續(xù)上升。整體來(lái)看，2010—2019 年長(zhǎng)株潭城市群水生態(tài)足跡地區(qū)分布呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，地區(qū)差異分布呈現(xiàn)“縮小—輕微擴(kuò)大—縮小”的態(tài)勢(shì)。
（4）2015 相比2010 年，環(huán)鄱陽(yáng)湖城市群水生態(tài)足跡核密度曲線的峰值中心向左平移，移動(dòng)幅度較大，說(shuō)明水生態(tài)足跡高值地區(qū)在逐年減少。2019 年相比2015年，曲線峰值中心整體又向右移動(dòng)但幅度較小，說(shuō)明2015—2019 年水生態(tài)足跡高值地區(qū)雖逐年有所增加，但增加地區(qū)較少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由寬變窄且雙尾間區(qū)間變化明顯縮小，說(shuō)明水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在逐年縮小。核密度曲線的整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線波寬稍變窄，峰值明顯上升。2019 年與2015 年相比，波寬繼續(xù)變窄，峰值繼續(xù)上升。整體來(lái)看，2010—2019年環(huán)鄱陽(yáng)湖城市群水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化”演進(jìn)特征，地區(qū)差異分布呈現(xiàn)縮小的態(tài)勢(shì)。
（5）2015 年相比于2010 年，江淮城市群水生態(tài)足跡核密度曲線的峰值中心向右平移，移動(dòng)幅度較大，說(shuō)明2010—2015 年水生態(tài)足跡高值地區(qū)在逐年增加。2019 年與2015 年相比，曲線峰值中心整體向左移動(dòng)，說(shuō)明2015—2019 年水生態(tài)足跡高值地區(qū)在逐年減少。2010—2019 年核密度函數(shù)雙尾間變化區(qū)間由窄變寬且雙尾間變化明顯擴(kuò)大，說(shuō)明水生態(tài)足跡高值地區(qū)與低值地區(qū)的差異在加大。核密度曲線的整體形狀以單峰形態(tài)演化，2015 年相比2010 年，曲線形狀右側(cè)出現(xiàn)隆起，峰值下降，說(shuō)明水生態(tài)足跡在地區(qū)間出現(xiàn)了兩極分化特征，2019 年與2015 年相比，曲線波寬稍有變窄，峰值上升但回歸單峰。整體來(lái)看，2010—2019 年江淮城市群水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化—極化—無(wú)極化”的交替演進(jìn)特征，區(qū)域差異分布呈現(xiàn)“縮小—擴(kuò)大”的態(tài)勢(shì)。
由圖2 還可知，不同城市群水生態(tài)足跡的內(nèi)部時(shí)序演變趨勢(shì)也表現(xiàn)一定的差異性。武漢城市群和江淮城市群的水生態(tài)足跡整體呈現(xiàn)增加態(tài)勢(shì)，長(zhǎng)株潭城市群的水生態(tài)足跡值高于武漢城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群，但下降速度較武漢城市群，環(huán)鄱陽(yáng)湖城市群和江淮城市群要快。
3.2 “中四角”水生態(tài)足跡區(qū)域差異的“空間—?jiǎng)恿Α币蛩胤纸?/h3>
3.2.1 水生態(tài)足跡區(qū)域差異的“空間”因素分解
通過(guò)Theil 指數(shù)計(jì)算公式測(cè)度出“中四角”各城市水生態(tài)足跡的總體差異、組內(nèi)差異、組間差異及各自的貢獻(xiàn)率（圖3）。Theil 指數(shù)整體呈下降趨勢(shì)，由2010 年的0.236 9 下降至2019 年的0.188 3，降幅為20.51%，但下降趨勢(shì)呈周期波動(dòng)，2010—2015 年逐年下降，至0.168 9，2016—2017 年顯著上升，至2017 年環(huán)比上升16.22%，2018 年下降，2019 年又上升但小于2016 年（0.195 4）（圖3A）。這與劉珂伶和楊柳[23]對(duì)北京市水資源生態(tài)足跡的研究結(jié)果相似，表明近年來(lái)“中四角”各城市間的水生態(tài)足跡差異在不斷縮小。
圖3 2010—2019年“中四角”38個(gè)城市的水生態(tài)足跡Theil指數(shù)及其“空間”因素分解
在“空間”意義上，“中四角”水生態(tài)足跡區(qū)域差異不斷縮小源于武漢城市群、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群的共同作用，而總體Theil 指數(shù)可被分解為：四大城市群組內(nèi)（TWR）差異和四大城市群組間（TBR）兩部分，圖3A 給出了“中四角”38 個(gè)城市組內(nèi)差距和組間差異Theil 指數(shù)的變動(dòng)趨勢(shì)。2010—2015 年組內(nèi)和組間差異均呈下降趨勢(shì)，組內(nèi)從0.124 4 降至0.089 5，組間從0.112 5 降至0.0795。2015—2019 年組內(nèi)差異呈現(xiàn)出緩慢上升趨勢(shì)，從0.089 5 升至0.106 3。組間差異從2015—2017 年呈顯著上升趨勢(shì)，從0.079 5 升至0.096 9，上升幅度大于組內(nèi)差異上升幅度，而2017—2019 年又呈下降趨勢(shì)，從0.096 9 降至0.082 0，下降幅度小于組內(nèi)差異的上升幅度。這說(shuō)明在“中四角”水生態(tài)足跡區(qū)域差異的波動(dòng)下降過(guò)程中，組合差異和組間差異在不同時(shí)段的影響是不同的，2010—2015 年總體Theil 指數(shù)下降是組內(nèi)差異和組間差異同時(shí)下降的結(jié)果，2015—2017 年總體Theil 指數(shù)的上升主要是組間差異擴(kuò)大所致，2017—2019 年總體Theil 指數(shù)的波動(dòng)主要由組內(nèi)差異波動(dòng)所致。
為了更清晰地表明空間因素對(duì)“中四角”水生態(tài)足跡區(qū)域差異的影響，還可通過(guò)組內(nèi)差異和組間差異對(duì)總體Theil 指數(shù)的貢獻(xiàn)度來(lái)分析。2010—2019 年組內(nèi)差異的貢獻(xiàn)度從52.52%升至56.47%，而組間差異的貢獻(xiàn)度則從47.48%降至43.53%，研究期間組內(nèi)差異和組間差異的平均貢獻(xiàn)度分別為52.83%和47.17%，組內(nèi)差異是影響“中四角”區(qū)域差異的決定因素。2010—2015 年，組內(nèi)差異的貢獻(xiàn)度雖從52.52%升至52.96%，但平均貢獻(xiàn)度還為 52.96%，而組間差異的平均貢獻(xiàn)度為47.04%。2015—2017 年組內(nèi)差異的平均貢獻(xiàn)度降為51.15%，而組間差距的平均貢獻(xiàn)度則升至48.85%。2017—2019 年組內(nèi)差異和組間差異的平均貢獻(xiàn)度分別為53.58%和46.42%（圖3B）。這說(shuō)明“十二五”期間“中四角”水生態(tài)足跡區(qū)域差異收斂主要由組內(nèi)差異縮小所致，而“十三五”期間區(qū)域差異雖呈現(xiàn)“擴(kuò)大—收斂—擴(kuò)大”的趨勢(shì)，但仍由組內(nèi)差異所致。劉珂伶和楊柳[23]在利用Theil 指數(shù)測(cè)算中國(guó)水足跡強(qiáng)度空間差異也發(fā)現(xiàn)，中國(guó)四大地區(qū)（東北、東部、西部和中部）的地區(qū)差異基本是由區(qū)域內(nèi)部差異決定。
綜上可知，組內(nèi)差異是“中四角”水生態(tài)足跡區(qū)域差異變化的重要因素，但組內(nèi)差異是“中四角”四大城市群內(nèi)部差異加權(quán)平均的結(jié)果，因此對(duì)組內(nèi)差異還可更深入地進(jìn)行空間因素分解，如武漢城市群組內(nèi)Theil指數(shù)平均值為0.021 2，平均貢獻(xiàn)度為11.22%，長(zhǎng)株潭城市群組內(nèi)Theil 指數(shù)平均值為0.042 6，平均貢獻(xiàn)度為22.33%，環(huán)鄱陽(yáng)湖城市群組內(nèi)Theil 指數(shù)平均值為0.0141，平均貢獻(xiàn)度為7.37%，江淮城市群組內(nèi)Theil指數(shù)平均值為0.022 6，平均貢獻(xiàn)度為11.92%（圖3）。這說(shuō)明長(zhǎng)株潭城市群組內(nèi)差異在“中四角”組內(nèi)差異中起決定作用。研究期間，武漢城市群組內(nèi)差異Theil 指數(shù)以2012 年，2014 年和2018 年為拐點(diǎn)，呈現(xiàn)“縮?。瓟U(kuò)大－縮小－擴(kuò)大”的“W”形上升趨勢(shì)，2019 年升至0.024 1，大于2010 年的0.021 0，長(zhǎng)株潭城市群組內(nèi)差異Theil 指數(shù)以2015 和2018 年為拐點(diǎn)，呈現(xiàn)“縮小—擴(kuò)大—縮小”的倒“N”形下降趨勢(shì)，2019 年降至0.040 2，其趨勢(shì)與“中四角”總體Theil 指數(shù)基本一致。環(huán)鄱陽(yáng)湖城市群組內(nèi)差異Theil 指數(shù)以2013 年、2014 年和2015年為拐點(diǎn)，呈現(xiàn)“縮小—平穩(wěn)—擴(kuò)大”的“U”形上升趨勢(shì)，2019 年升至0.018 6，大于2010 年的0.016 8。江淮城市群組內(nèi)差異Theil 指數(shù)以2011 年和2017 年為拐點(diǎn)，呈現(xiàn)“縮小—擴(kuò)大—縮小—擴(kuò)大”的 “W”形下降趨勢(shì)，2019 年降至0.023 4。這說(shuō)明2015 年前長(zhǎng)株潭城市群組內(nèi)差異縮小對(duì)“中四角”組內(nèi)差異的收斂起主導(dǎo)作用，而2016 年后“中四角”組內(nèi)差異擴(kuò)大則由武漢城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群組內(nèi)差異的擴(kuò)大共同作用。
3.2.2 水生態(tài)足跡區(qū)域差異的“動(dòng)力”因素分解
Theil 指數(shù)“空間”因素分解表明組內(nèi)差異是“中四角”水生態(tài)足跡區(qū)域差異變動(dòng)的主導(dǎo)因素，但又是何種因素導(dǎo)致其組內(nèi)差異的變動(dòng)？在“動(dòng)力”意義上通過(guò)可將Theil 指數(shù)分解為產(chǎn)出資本比（TCO）、資本勞動(dòng)比（TCL）和勞動(dòng)力用水比（TLW）三種因素，從而可分析何種因素對(duì)“中四角”水生態(tài)足跡總體組內(nèi)差異的影響程度。其中，TCO是根據(jù)資源要素的市場(chǎng)化配置程度來(lái)反映區(qū)域資本利用效率的差異，TCL是反映區(qū)域人均勞動(dòng)力資本存量差異，TLW是衡量單位用水量的勞動(dòng)人口數(shù)量的差異，可反映區(qū)域產(chǎn)業(yè)結(jié)構(gòu)差異[24]。由表1 可知，研究期間總體（T）、TCO、TCL和TLW整體上呈下降趨勢(shì)，其中TCO和總體Theil 指數(shù)的變動(dòng)是一致的，而TCL和TLW與總體Theil 指數(shù)的變動(dòng)態(tài)勢(shì)存在差異。TCO在2013 年前為下降趨勢(shì)，2014 年又迅速上升之后又下降至2016年，隨后呈上升趨勢(shì)，這說(shuō)明2014 年和2016 年后“中四角”組內(nèi)的資本利用效率的差異在上升。TCL在2011年下降，2012 年上升隨后下降至2016 年，2017 年又上升隨后下降，這說(shuō)明2011 年、2012 年至2016 以及2017 年后“中四角”組內(nèi)的人均動(dòng)力資本存量差異在減小。TLW在2012 年前為下降趨勢(shì)，隨后上升至2014 年，2014 年后又隨之下降至2018 年，但在2019 年卻迅速上升，這說(shuō)明2018 年后“中四角”組內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異明顯增大。
根據(jù)TCO、TCL和TLW對(duì)總體地區(qū)差異的貢獻(xiàn)度可知，在2010—2013 年、2013—2014 年、2014—2016 年和2016—2019 年四個(gè)時(shí)段中，TCO/T的平均值分別為48.81%、52.43%、54.84%和55.48%，在2010—2011 年、2011—2012、2012—2016 年、2016—2017 年 和2017—2019 年五個(gè)時(shí)段中，TCL/T的平均值分別為31.54%、33.77%、33.11%、33.70%和33.13%。在2010—2012 年、2012—2014 年、2014—2018 年和2018—2019 年四個(gè)時(shí)段中，TLW/T的平均值分別為18.98%、13.06%、11.80%和14.38%（表1）。這說(shuō)明2010—2019 年期間TCO對(duì)總體地區(qū)差異Theil 指數(shù)的貢獻(xiàn)度均大于TCL和TLW，TCO是導(dǎo)致“中四角”組內(nèi)差異變動(dòng)的決定因素。
表1 2010—2019年“中四角”38個(gè)城市的水生態(tài)足跡Theil指數(shù)及其“動(dòng)力”因素分解
除了對(duì)總體區(qū)域組內(nèi)差異可從TCO、TCL和TLW三部分進(jìn)行因素分解之外，對(duì)四大城市群組內(nèi)差異也可以基于這三個(gè)部分進(jìn)行因素分解，各城市群組內(nèi)差異的貢獻(xiàn)度如圖4 所示。研究期間，四大城市群組內(nèi)差異均主要源自TCO的貢獻(xiàn)，武漢城市群、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群的TCO對(duì)Theil 指數(shù)的平均貢獻(xiàn)度分別為43.74%、55.92、35.82%和69.59%。其中，長(zhǎng)株潭城市群和江淮城市群TCO對(duì)Theil 指數(shù)的貢獻(xiàn)度一直大于TCL和TLW，而武漢城市群和環(huán)鄱陽(yáng)湖城市群TCO、TCL和TLW三部分對(duì)Theil 指數(shù)的貢獻(xiàn)度波動(dòng)較大（圖4）。2010—2019 年，TCO穩(wěn)步上升且始終是長(zhǎng)株潭城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，而TCL和TLW呈下降趨勢(shì)。這說(shuō)明研究期間長(zhǎng)株潭城市群組內(nèi)資本利用效率差異在增加，而人均勞動(dòng)力資本存量和區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異整體上在縮小。由于2015 年前“中四角”總體區(qū)域差異的縮小主要源于組內(nèi)差距（尤其是長(zhǎng)株潭城市群組內(nèi)差異）的下降，因此，2015 年前“中四角”地區(qū)差異下降主要是由于長(zhǎng)株潭城市群組內(nèi)產(chǎn)出資本比的增加所致。
圖4 2010—2019年“中四角”四大城市群內(nèi)部水生態(tài)足跡Theil指數(shù)的“動(dòng)力”因素分解貢獻(xiàn)度
2010 年、2016 年和2018 年，TCO是導(dǎo)致武漢城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，2011—2015 年和2017 年，TCL取代了TCO成為其組內(nèi)差異演變的決定因素，2019年，TLW卻取代了TCL成為其組內(nèi)差異演變的決定因素且TCO和TCL均明顯下降。這說(shuō)明武漢城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素在不同時(shí)段存在產(chǎn)出資本比—資本勞動(dòng)比—?jiǎng)趧?dòng)力用水比的轉(zhuǎn)變過(guò)程，且區(qū)內(nèi)資本利用效率和人均勞動(dòng)力資本存量的差異在2018 年后急劇縮小，但區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異卻明顯增大。2010 年和2016 年，TLW是導(dǎo)致環(huán)鄱陽(yáng)湖城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，2011—2015 年和2019 年，TCO取代了TLW成為其組內(nèi)差異演變的決定因素，2017 年和2018 年，TCL卻取代了TCO成為其組內(nèi)差異演變的決定因素且TCO和TLW均明顯上升。這說(shuō)明環(huán)鄱陽(yáng)湖城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素在不同時(shí)段存在勞動(dòng)力用水比—產(chǎn)出資本比—資本勞動(dòng)比—產(chǎn)出資本比的轉(zhuǎn)變過(guò)程，且區(qū)內(nèi)資本利用效率和產(chǎn)業(yè)結(jié)構(gòu)差異在2018 年后明顯增大，而人均勞動(dòng)力資本存量差異卻急劇縮小。2010—2019 年，TCO雖從穩(wěn)步上升到2014 年急劇下降，再到2015 年急劇上升至隨后急劇下降，但也始終是江淮城市群組內(nèi)差異變動(dòng)的主導(dǎo)因素，而TCL呈“上升—下降—上升—下降”趨勢(shì)，TLW呈“下降—上升—下降—上升”趨勢(shì)。這說(shuō)明研究期間江淮城市群組內(nèi)資本利用效率、人均勞動(dòng)力資本存量和區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異在2017 年前變化較大，從2015 年開(kāi)始組內(nèi)資本利用效率差異在急劇縮小，從2017 年開(kāi)始組內(nèi)人均勞動(dòng)力資本存量差異在急劇縮小，但區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差異卻在明顯擴(kuò)大。由于2016 年后“中四角”總體區(qū)域差異的擴(kuò)大主要由組內(nèi)差異（尤其武漢城市群、環(huán)鄱陽(yáng)湖城市群和江淮城市群組內(nèi)差異）增加所致，因此，2016 后武漢城市群和環(huán)鄱陽(yáng)湖城市群在產(chǎn)出資本比和勞動(dòng)力用水比兩方面的差異拉大及江淮城市群在產(chǎn)出資本比、資本勞動(dòng)比與勞動(dòng)力用水比方面的差異縮減是此階段總體區(qū)域差異擴(kuò)大的主要因素。
4 結(jié)論
（1）2010—2019 年“中四角”水生態(tài)足跡區(qū)域分布呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，武漢城市群呈現(xiàn)“極化—無(wú)極化—極化”的交替演進(jìn)特征，長(zhǎng)株潭城市群呈現(xiàn)“無(wú)極化—輕微極化—無(wú)極化”的交替演進(jìn)特征，環(huán)鄱陽(yáng)湖城市群呈現(xiàn)“無(wú)極化”演進(jìn)特征，江淮城市群呈現(xiàn)“無(wú)極化—極化—無(wú)極化”的交替演進(jìn)特征。
（2）2010—2019 年“中四角”水生態(tài)足跡Theil 指數(shù)整體呈下降趨勢(shì)，表明“中四角”水生態(tài)足跡的區(qū)域差異在縮小。在“空間”意義上，組內(nèi)差異在“中四角”區(qū)域差異變動(dòng)中起主導(dǎo)作用，在“動(dòng)力”意義上，產(chǎn)出資本比是導(dǎo)致“中四角”水生態(tài)足跡組內(nèi)差異變動(dòng)的關(guān)鍵因素。綜合分析表明，2015 年前長(zhǎng)株潭城市群內(nèi)部的產(chǎn)出資本比的增加是“中四角”水生態(tài)足跡總體區(qū)域差異縮小的關(guān)鍵因素，2016 年后武漢城市群和環(huán)鄱陽(yáng)湖城市群在產(chǎn)出資本比和勞動(dòng)力用水比兩方面的差異拉大及江淮城市群在產(chǎn)出資本比、資本勞動(dòng)比與勞動(dòng)力用水比方面的差異縮減是“中四角”水生態(tài)足跡總體區(qū)域差異擴(kuò)大的根本原因。
猜你喜歡
音樂(lè)探索(2022年2期)2022-05-30 21:01:37
保健醫(yī)苑(2021年7期)2021-08-13 08:48:02
學(xué)生天地(2020年36期)2020-06-09 03:12:30
小學(xué)科學(xué)(學(xué)生版)(2020年5期)2020-05-25 07:11:32
小天使·一年級(jí)語(yǔ)數(shù)英綜合(2019年8期)2019-08-27 02:23:00
小學(xué)科學(xué)(學(xué)生版)(2018年7期)2018-08-13 09:33:04
中國(guó)科技博覽(2016年2期)2016-04-25 20:32:39
小學(xué)生導(dǎo)刊(2016年34期)2016-04-11 00:49:44
電測(cè)與儀表(2015年5期)2015-04-09 11:30:52
領(lǐng)導(dǎo)文萃(2015年4期)2015-02-28 09:19:05
- 生態(tài)經(jīng)濟(jì)的其它文章
- 生態(tài)農(nóng)業(yè)發(fā)展水平測(cè)度及空間異質(zhì)性分析
——基于南水北調(diào)中線受水區(qū)數(shù)據(jù)驗(yàn)證 - 綠色壁壘對(duì)我國(guó)農(nóng)產(chǎn)品貿(mào)易的影響及對(duì)策研究
——評(píng)《基于綠色貿(mào)易壁壘視角的中國(guó)農(nóng)產(chǎn)品出口貿(mào)易研究》 - “后扶貧時(shí)代”西江流域生態(tài)補(bǔ)償式返貧治理模式探究
- 國(guó)家生態(tài)文明建設(shè)示范縣對(duì)城鄉(xiāng)收入差距的影響研究
- 偏向性技術(shù)進(jìn)步的污染減排效應(yīng)研究
——基于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的視角 - 基于GWR模型的長(zhǎng)江三角洲森林生態(tài)安全驅(qū)動(dòng)因素研究