馮小威， 樊良新， 王寶山， 李長春

(河南理工大學 測繪與國土信息工程學院, 河南 焦作 454003)

1 研究背景

水是人類賴以生存和發(fā)展最重要的物質(zhì)資源之一，全世界許多地區(qū)都面臨著不同程度的水資源短缺問題，預計到2050年將有36億人面臨缺水[1]。我國是一個干旱缺水嚴重的國家，人均水資源占有量僅為世界平均水平的1/4，如何實現(xiàn)水資源的合理利用一直是國家關(guān)注的重點。由于不同城市的經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口數(shù)量及用水行為等存在差異，導致各城市的用水情況也存在較大差異，因此各城市應制定符合自身情況的用水政策。為此，分析不同城市用水的時空演變特征，并識別城市用水的主要驅(qū)動因素，對于各城市制定針對性的政策及水資源的可持續(xù)利用具有一定的指導意義。

國內(nèi)外學者開展了大量有關(guān)城市水資源的研究，主要集中在需水量預測[2]、用水驅(qū)動因素識別[3]及水資源的時空演變分析上[4]。在用水驅(qū)動因素識別方面，目前的研究多采用主成分分析[5]、LMDI(logrithmic mean divisia index)模型[6]、灰色關(guān)聯(lián)分析[7]與地理探測器[8]等方法。在水資源的時空演變分析方面，由于水資源數(shù)據(jù)大多為統(tǒng)計數(shù)據(jù)，而市級及以下尺度的城市用水量數(shù)據(jù)獲取困難，導致研究尺度多集中于省市級，這就為系統(tǒng)地制定用水政策帶來了困難。因此，為解決上述問題，就需要獲取更多的空間信息以進行城市用水的空間化研究。相比于統(tǒng)計數(shù)據(jù)，遙感影像具有時空一致性的特點，而夜光遙感影像能夠獲取到城市、小規(guī)模居民區(qū)等的燈光信息，從而更好地反映人類活動，在社會經(jīng)濟與資源問題的研究上更具有其獨特的優(yōu)勢。卓莉等[9]基于夜間燈光數(shù)據(jù)實現(xiàn)了中國人口密度的網(wǎng)格化，填補了網(wǎng)格尺度上人口密度估算研究的空白；王俊華等[10]使用夜間燈光數(shù)據(jù)實現(xiàn)了四川省的GDP空間化，并結(jié)合高程分析了GDP的空間變化，證明了四川省經(jīng)濟發(fā)展受地形影響程度較大；阿孜古麗·合尼等[11]基于夜間燈光數(shù)據(jù)實現(xiàn)了天山北坡城市群第二產(chǎn)業(yè)和第三產(chǎn)業(yè)GDP的空間化，有助于更加準確地分析該地區(qū)的經(jīng)濟發(fā)展趨勢；趙金彩等[12]基于夜間燈光數(shù)據(jù)構(gòu)建了中原經(jīng)濟區(qū)1 km像元級的碳排放模型，并采用地理加強回歸模型分析了碳排放的影響因素，為該地區(qū)的碳減排策略提供了理論基礎(chǔ)，這些研究均表明夜間燈光數(shù)據(jù)在實現(xiàn)社會經(jīng)濟及能源消耗數(shù)據(jù)空間化方面具有很大潛力。雖然目前使用夜間燈光數(shù)據(jù)進行水資源研究的較少，但前人的研究表明，城市用水量與人口、GDP及產(chǎn)業(yè)結(jié)構(gòu)等社會經(jīng)濟指標均有著密切的聯(lián)系[13-14]，且水資源消耗與碳排放等能源消耗一樣，都受到人類活動的直接影響，因此夜間燈光數(shù)據(jù)在一定程度上也能夠反映出城市用水的變化情況，借此可以實現(xiàn)城市用水的空間化，以達到從更精細的角度去揭示研究對象的時空演變特征的目的。

長三角城市群地處“一帶一路”與長江經(jīng)濟帶的重要交匯地帶，經(jīng)濟發(fā)展水平在全國位居前列，但城市群內(nèi)部發(fā)展不平衡及人口聚集度過高帶來的資源壓力也同樣明顯。因此，本文基于夜間燈光數(shù)據(jù)，結(jié)合城市用水量數(shù)據(jù)構(gòu)建了城市用水量估算模型，實現(xiàn)了長三角城市群城市用水信息的空間化，并結(jié)合標準差橢圓、空間自相關(guān)分析、地理探測器和因子分析等方法，分析了其城市用水的時空演變特征及驅(qū)動因素，以期為長三角城市群水資源的合理規(guī)劃提供參考。

2 研究區(qū)域概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

長三角城市群地理位置介于28°01′N～34°28′N、115°46′E～123°25′E之間，包括上海、南京、杭州、合肥等共26個地級、直轄市，研究區(qū)域概況如圖1所示。

圖1 研究區(qū)域概況

長三角城市群主要為亞熱帶季風氣候，降水充沛，水資源豐富，當?shù)囟嗄昶骄Y源量為537.79×108m3。作為長江經(jīng)濟帶的引領(lǐng)者，長三角城市群的經(jīng)濟發(fā)展水平較高，但嚴重的環(huán)境污染破壞了當?shù)氐乃Y源環(huán)境，使其出現(xiàn)了水質(zhì)型缺水的問題，導致水資源供需矛盾日益加大。因此，選取長三角城市群作為研究區(qū)域，進行城市用水時空演變特征的研究，能為該區(qū)域水資源的合理規(guī)劃提供參考，具有一定的現(xiàn)實意義及科學價值。

2.2 數(shù)據(jù)來源

本文選取的數(shù)據(jù)主要有：DMSP/OLS夜間燈光影像、NPP/VIIRS夜間燈光影像、長三角城市群城市用水量及驅(qū)動因子數(shù)據(jù)。表1為各種數(shù)據(jù)的來源及說明。

表1 數(shù)據(jù)來源及說明

本文在驅(qū)動因子的選取上，考慮到數(shù)據(jù)獲取的可行性，并結(jié)合相關(guān)研究[15-17]，從社會經(jīng)濟因素、氣候因素、供水與節(jié)水因素3個方面選取了12個城市用水驅(qū)動因子，如表2所示，所有驅(qū)動因子按照K-means聚類算法分成5類。

表2 城市用水驅(qū)動因子

3 研究方法

3.1 夜間燈光影像校正

首先將夜間燈光影像重投影為蘭伯特等面積投影，以避免影像網(wǎng)格形變帶來的影響，并將DMSP/OLS及NPP/VIIRS影像的空間分辨率分別重采樣為1.0和0.5 km，然后采用曹子陽等[18]的方法對DMSP/OLS影像進行飽和及連續(xù)性校正，采用屈辰陽等[19]的方法對NPP/VIIRS影像進行負值與極高值消除、不穩(wěn)定光源與背景噪聲消除的校正。

3.2 城市用水量估算模型構(gòu)建

3.2.1 用水量與夜間燈光指數(shù)回歸分析 前人的研究表明，夜間燈光總強度值與GDP、人口均存在著很好的相關(guān)關(guān)系[20-21]，而GDP與人口又是影響城市用水量的重要因素，且兩種影像的燈光總強度值與城市用水量的皮爾遜相關(guān)系數(shù)分別為0.800和0.957，具有顯著的相關(guān)性，因此，本研究選用夜間燈光總強度值進行城市用水量的空間化建模。以研究區(qū)內(nèi)各城市燈光總強度值為自變量，對應的各城市用水量數(shù)據(jù)為因變量，進行回歸分析，并參考黃益修[22]的方法對常數(shù)項進行處理，得到用水量與燈光總強度值的最優(yōu)回歸模型如公式(1)、(2)所示，模型均在0.01水平上顯著相關(guān)，R2分別為0.640和0.946。

UWC=0.3436TNL-20940.33/n

(1)

UWC=0.7848TNL+3.74×10-6×TNL2+88.9987/n

(2)

式中：UWC為研究區(qū)各城市用水量的模擬值，104m3；TNL為相應的夜間燈光總強度值；n為研究單元包含的網(wǎng)格總數(shù)。

3.2.2 線性糾正 上述公式是基于地級市行政單元尺度的統(tǒng)計數(shù)據(jù)建立的，平均分配到每個網(wǎng)格時，得到的結(jié)果誤差很大，因此需要對網(wǎng)格尺度上模擬的結(jié)果進行線性糾正。在保持各城市用水量不變的前提下，采用公式(3)對模擬的用水量值進行逐像元糾正，即可得到每個像元尺度上的城市用水量值。

UWC*=UWCi·(UWCt/UWC)

(3)

式中：UWC*為糾正后的用水量值，104m3；UWCi為每個像元模擬的用水量值，104m3；UWCt為各城市用水量的統(tǒng)計值，104m3。

3.3 標準差橢圓

標準差橢圓常被用來分析研究對象的點要素在區(qū)域空間內(nèi)的分布特性。其中，橢圓的長軸和短軸由X方向和Y方向的標準差表示，能夠反映點要素在對應方向分布的離散情況；橢圓的面積可以表示點要素的集中程度；橢圓的方位角可以表示點要素的主趨勢方向；橢圓的中心為空間分布的平均中心，可以用來描述研究對象的重心變化。

3.4 空間自相關(guān)分析

Moran’sI指數(shù)分為全局Moran’sI指數(shù)與局部Moran’sI指數(shù)(LISA指數(shù))，可以用來進行空間自相關(guān)分析。全局Moran’sI指數(shù)值的范圍為 [-1，1]，值為0時表示空間呈隨機性，值為正數(shù)時表示空間呈正相關(guān)性，值為負數(shù)時表示空間呈負相關(guān)性，且值越接近于1和-1，其空間聚集度和差異度越大，能夠用來描述整體空間關(guān)系。而局部空間自相關(guān)則通過將區(qū)域分為不同等級的集聚區(qū)來表示空間的變異狀況。

3.5 地理探測器及因子分析

地理探測器能有效探測空間分異性并揭示其驅(qū)動力[23]，本文使用地理探測器中的因子探測及交互探測模塊來分析長三角城市群城市用水時空演變過程中各影響因子解釋力的大小及交互作用。因子探測是探測某因子能在多大程度上解釋因變量的空間分異，用q值表示，q的值域為[0,1]，值越大表示影響因子的解釋力越強；交互探測用于分析不同影響因子共同作用時，對因變量的解釋作用是否會增加或減弱。q值的計算公式如下：

(4)

式中：h=1，2，…；L為因子類別數(shù)；Nh和N分別為第h類樣本和樣本總數(shù)；σ2為城市用水量的方差。

因子分析能從諸多變量中提取出公因子，可以在保留原始變量大部分信息的前提下，將多個相關(guān)的變量歸納為幾個不相關(guān)的綜合指標，揭示原始變量間的內(nèi)在關(guān)系，從而實現(xiàn)主控因素的識別[24]。本文在進行因子分析時，選取主成分方法來提取公因子。

4 結(jié)果與分析

4.1 城市用水量模擬值精度檢驗

為檢驗模型可用性，將糾正后的研究區(qū)域2000-2018年年用水量的模擬值與實際統(tǒng)計值進行比較，并計算各城市用水量估算的平均相對誤差(mean relative error,MRE)，結(jié)果如圖2和表3所示。由圖2可以看出，夜間燈光影像模擬用水量的相對誤差絕對值均小于5%，平均相對誤差為-2.64%；由表3可以看出，各城市2000-2018年的用水量估算平均相對誤差均在10%以內(nèi)。可見，基于夜間燈光數(shù)據(jù)模擬城市用水量的精度良好，可用來進行城市用水量的研究。

表3 2000-2018年長三角城市群各市年用水量模擬值平均相對誤差

圖2 2000-2018年長三角城市群年用水量模擬值與實際值比較

4.2 長三角城市群城市用水時空動態(tài)分析

2000-2018年間，長三角城市群年用水量整體呈現(xiàn)增長的趨勢，由2000年的77.57×108t增長至2018年的105.87×108t，年均增長率為1.78%。根據(jù)上述用水量估算模型，并經(jīng)逐像元糾正后可實現(xiàn)長三角城市群用水量的空間化，其時空分布如圖3所示。由圖3可以看出，長三角城市群各城市的年用水量變化差異明顯。進一步使用標準差橢圓方法探討長三角城市群的空間演變特征，標準差橢圓及其參數(shù)見圖4和表4。

圖3 2000-2018年長三角城市群年用水量時空分布

表4 長三角城市群城市用水標準差橢圓參數(shù)

圖4 2000-2018年長三角城市群城市用水量標準差橢圓

由圖4和表4可以看出，2000-2018年長三角城市群用水的標準差橢圓在空間上逐漸向東南方向偏移。對其方位角分析可知，2000-2006年方位角由93.75°增大到101.14°，2008年有所減小，但隨之持續(xù)增大到2018年的106.34°，2000-2018年方位角累計增加了12.59°，變化幅度較大，表明長三角城市群的用水空間分布格局由接近“正東-正西”方向逐漸轉(zhuǎn)變?yōu)椤拔鞅?東南”方向。而對各個時期的標準差橢圓長、短軸長度分析可知，2000-2018年長、短軸長度變化呈現(xiàn)出相反的趨勢，長軸減短而短軸增長，橢圓的扁率減小，表明長三角城市群各方向的區(qū)域用水量差異逐漸縮小。橢圓面積整體呈現(xiàn)先減小后增大的趨勢，表明用水空間分布經(jīng)歷了分散到聚集，再逐漸分散的過程。

為進一步分析長三角城市群的用水重心變化，根據(jù)表4中的重心坐標參數(shù)，制作重心偏移圖，結(jié)果如圖5所示。

圖5 2000-2018年長三角城市群城市用水重心偏移圖

由圖5可以看出，2000年長三角城市群的用水重心位于無錫市，2000年以后轉(zhuǎn)移到蘇州市，并呈現(xiàn)出向東南方向移動的趨勢。分時段來看，2000-2004年用水重心以3.70 km/a的速度向東南方向快速移動；2004-2010年移速有所減小，以2.17 km/a的速度向東移動，而南北方向變動不大；2010-2016年，用水重心變化較為復雜，在多個方向上均有移動，2016年重心移動速度再度加快，以2.55 km/a的速度向西南方向偏移?？傮w來看，雖然長三角城市群用水重心在2008年之后出現(xiàn)了一些波動，但其位置始終位于研究區(qū)的中東部，且整體向東南方向偏移，說明沿海城市發(fā)展較內(nèi)陸城市更為迅速，用水需求量更大。

4.3 長三角城市群縣域尺度用水空間分異特征

本文研究區(qū)域共包括26個市，市級樣本量較少，在市級尺度上分析其用水分布的空間自相關(guān)性存在困難，因此根據(jù)用水量模擬結(jié)果及研究區(qū)的區(qū)縣級行政邊界，計算各區(qū)縣的用水量，從縣域尺度分析長三角城市群的用水量時空演變特征。結(jié)果顯示，長三角城市群縣域尺度的全局Moran’sI指數(shù)介于0.339～0.462之間，均通過了0.05的顯著性檢驗，表明研究區(qū)的用水量一直存在空間正相關(guān)性，具有明顯的空間集聚性。

圖6為長三角城市群全局Moran’sI指數(shù)與用水量的變化情況。由圖6可以看出，全局Moran’sI指數(shù)與用水量變化趨勢可分為3個階段：2000-2006年全局Moran’sI指數(shù)與用水量皆快速增長；2006-2012年用水量與全局Moran’sI指數(shù)的變化情況均呈現(xiàn)出波動較大但整體增長的趨勢；2012-2018年用水量持續(xù)增長，而全局Moran’sI指數(shù)則逐漸減小。

圖6 長三角城市群全局Moran’s I指數(shù)與用水量變化趨勢

進一步使用LISA指數(shù)對2000、2006、2012及2018年研究區(qū)縣域尺度用水量進行局部空間自相關(guān)分析，結(jié)果如圖7所示。由圖7可以看出，2000-2012年高高集聚區(qū)數(shù)量穩(wěn)定在9個，主要分布在上海、南京主城區(qū)及其周邊區(qū)縣，這些地區(qū)經(jīng)濟水平較高，發(fā)展速度較快，用水需求量也相對較大，且上海和南京作為長三角城市群的核心城市，與周邊地區(qū)的聯(lián)系緊密，呈現(xiàn)出了較強的空間聚集性；低低集聚區(qū)主要分布在鹽城、滁州、安慶、池州、宣城、金華等位于長三角城市群邊緣位置的城市，這些城市相對于長三角城市群中心部分城市發(fā)展步伐較慢，用水需求量也相對較低。2018年高高集聚區(qū)減少為7個，且均位于上海市周邊，低低集聚區(qū)也由2012年的25個減少為18個，表明該階段的空間正相關(guān)性強度有所下降。2000-2018年高低集聚區(qū)僅有鹽城市響水縣，低高集聚區(qū)則主要分布在滁州市的來安縣、蘇州市的太倉市及昆山市、鎮(zhèn)江市的句容市，高低集聚區(qū)與低高集聚區(qū)整體變化不大。總體來看，研究區(qū)用水的高高集聚區(qū)主要分布在長三角城市群的中部地區(qū)，而低低集聚區(qū)則主要分布在長三角城市群的邊緣地區(qū)。

4.4 長三角城市群城市用水驅(qū)動因子分析

4.4.1 基于地理探測器的因子探測分析 使用因子探測器對城市用水驅(qū)動因子進行分析，結(jié)果如表5所示。

由表5可以看出，除年降水量及日最高氣溫大于25 ℃天數(shù)外，其余10個因子均對長三角城市群的城市用水空間分布格局產(chǎn)生影響，說明研究區(qū)城市用水的時空演變主要受社會經(jīng)濟與供水節(jié)水等因素的共同影響。按照q值大小進行排序為人口>綜合供水能力>建成區(qū)面積>GDP>水價>第三產(chǎn)業(yè)比重>節(jié)水投資>用水重復率=受高等教育比例>第二產(chǎn)業(yè)比重，其中，人口與綜合供水能力的q值分別為0.933與0.920，解釋力均在90%以上；建成區(qū)面積與GDP的q值分別為0.727與0.538，解釋力均在50%以上；水價、第三產(chǎn)業(yè)比重和節(jié)水投資的q值分別為0.300、0.272和0.210，解釋力均在20%以上；用水重復率、受高等教育比例和第二產(chǎn)業(yè)比重的q值分別為0.065、0.065和0.057，解釋力均小于10%。由此可知，人口、綜合供水能力、建成區(qū)面積、GDP是長三角城市群城市用水空間分布格局的主要影響因子。

4.4.2 基于地理探測器的交互探測分析 進一步使用交互探測器對城市用水驅(qū)動因子進行分析，結(jié)果如表6所示。從表6可以看出，單個因子的解釋力均小于因子間交互作用后的解釋力，因子之間的交互作用均為非線性增強及雙因子增強。對結(jié)果分析可知，人口和綜合供水能力與其他影響因子交互作用的解釋力均在90%以上，其中人口和綜合供水能力、建成區(qū)面積和綜合供水能力的q值最大，解釋力達到了97.7%和97.9%。其次，建成區(qū)面積與受高等教育比例、第二產(chǎn)業(yè)比重及GDP與水價的交互增強效果較為明顯，其q值分別為0.928、0.806和0.855，解釋力均在80%以上。整體來看，社會經(jīng)濟因素中代表城市發(fā)展水平的人口、綜合供水能力、建成區(qū)面積和GDP因子與其他因子的交互作用最強。

表6 長三角城市群城市用水時空演變驅(qū)動因子的交互探測結(jié)果

4.4.3 長三角城市群城市用水因子分析 由地理探測器結(jié)果可知，年降水量與日最高氣溫大于25 ℃天數(shù)沒有通過顯著性檢驗，為進一步揭示影響因子間的內(nèi)在關(guān)系，選取其余10個影響因素進行因子分析。本研究中，KMO(Kaiser-Meyer-Olkin)統(tǒng)計量為0.703，Bartlett球形檢定顯著性p=0.000，說明選取的10個影響因素間的相關(guān)關(guān)系較強，在此基礎(chǔ)上可以進行因子分析，因子分析的結(jié)果如表7所示。由表7可知，前3種主成分累計貢獻率為74.06%，能夠較好地代表原變量。

表7 主成分特征值及累計貢獻率

圖8為長三角城市群城市用水的因子載荷圖，結(jié)合圖8和表7可以看出，主成分1(PC1)的方差貢獻率為44.12%，其中建成區(qū)面積、GDP、人口和綜合供水能力占據(jù)較高權(quán)重，因此PC1可視為城市經(jīng)濟發(fā)展水平因素；主成分2(PC2)的方差貢獻率為16.91%，主要反映水價與第二產(chǎn)業(yè)比重，水價提高會抑制用水需求，而產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整可以顯著地節(jié)約工業(yè)水資源[25]，因此PC2可視為價格及產(chǎn)業(yè)結(jié)構(gòu)因素；主成分3(PC3)的方差貢獻率為13.04%，主要代表用水重復率與節(jié)水投資，用水重復率是節(jié)水行為的體現(xiàn)，而通過教育宣傳等鼓勵居民改善用水行為也是節(jié)水投資中重要的一環(huán)[15]，因此PC3可視為節(jié)水措施因素。綜上所述，城市經(jīng)濟發(fā)展水平是影響城市用水量的主導因素，這與地理探測器得到的結(jié)果相同，而價格、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)水措施則是影響城市用水量的重要因素。

注：POP-人口，SIR-第二產(chǎn)業(yè)比重，TIR-第三產(chǎn)業(yè)比重，BA-建成區(qū)面積，WP-水價，EDU-受高等教育比例，WSC-綜合供水能力，WUR-用水重復率，IWC-節(jié)水投資

5 討論與對策

5.1 討 論

尺度是社會經(jīng)濟指標研究中值得關(guān)注的一個問題，傳統(tǒng)的統(tǒng)計數(shù)據(jù)存在著很大的空間尺度局限性，夜間燈光數(shù)據(jù)使得更精細地從不同空間尺度評估城市經(jīng)濟活動水平成為可能。在社會經(jīng)濟的能源評估部分，夜間燈光數(shù)據(jù)主要被用來評估碳排放與電力消耗的時空動態(tài)，雖然關(guān)于城市用水的研究存在著同樣的數(shù)據(jù)尺度問題，但卻很少有人將夜間燈光數(shù)據(jù)用于城市用水的研究上。本研究進行了這種嘗試，發(fā)現(xiàn)使用夜間燈光數(shù)據(jù)在分析城市用水的時空演變特征方面同樣能取得較好的效果，這為城市水資源的研究提供了一個新的視角。

本研究發(fā)現(xiàn)，自2000年以來，長三角城市群的高用水量區(qū)域主要分布于上海及南京等核心城市周圍，且整體呈現(xiàn)出東南高的空間分布格局。水資源作為城市發(fā)展的必備要素，保障水資源的充足是城市發(fā)展的前提。長三角城市群的東南沿海地區(qū)由于其區(qū)位優(yōu)勢，對外開放程度高，而核心城市的經(jīng)濟基礎(chǔ)好，同時會獲得很多發(fā)展資源，因此二者的經(jīng)濟發(fā)達，對于水資源的需求也較大。這種情況導致長三角城市群內(nèi)部水資源分配出現(xiàn)了“頂端優(yōu)勢”的情況，即經(jīng)濟水平高的城市會獲得更多的水資源，且隨著這些城市人口的過度密集與工業(yè)化的步伐加快，對水環(huán)境的污染也會加重，使水資源壓力增大，而“邊緣城市”的發(fā)展更加受限。

人口、GDP、建成區(qū)面積和綜合供水能力是長三角城市群用水的主導因素，其中人口與綜合供水能力形成的用水供需關(guān)系的影響作用最為明顯。中國的人口具有明顯的流動性，建成區(qū)面積和GDP代表了城市的經(jīng)濟發(fā)展水平，而經(jīng)濟水平高的城市由于擁有更高的收入水平及更好的發(fā)展機會，往往會吸引大量的外來人口，從而帶來更多的水資源需求。相反地，經(jīng)濟水平較低的城市會導致人口的流失，水資源需求也隨之降低，如2018年上海市遷入人口與遷出人口的比例約為3∶1，而同期銅陵市的這一比例則為1∶1.29。人口的流動性為城市的發(fā)展和水資源供應帶來了挑戰(zhàn)，勞動力的增長率大于水資源增長率時，城市的發(fā)展會受到較強的水資源約束，而當前者的增長率小于后者時，雖然城市的發(fā)展不會受到水資源約束[26]，但勞動力的流失仍然不利于城市的經(jīng)濟建設(shè)。因此，如何縮小區(qū)域內(nèi)城市發(fā)展水平差異及實現(xiàn)城市用水供需平衡，是長三角城市群未來可持續(xù)發(fā)展和一體化建設(shè)應當關(guān)注的重點。

此外，價格、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)水措施對長三角城市群用水量也產(chǎn)生了重要的影響。對于居民生活用水來說，當水費支出在家庭年收入中占據(jù)相當?shù)谋壤龝r，可以達到節(jié)水的目的，這表明水價體系能激勵人們節(jié)約用水[27]，適當?shù)恼{(diào)整水價，或采取階梯式定價制度，可以減少人們?nèi)粘Ｉ钪袑λY源的浪費。而相比于居民生活用水，工業(yè)用水對水價更為敏感，胡曉霽等[28]通過研究發(fā)現(xiàn)工業(yè)用水價格每上漲1%，工業(yè)用水需求量將降低3.42%。2000-2018年間，長三角城市群的第二產(chǎn)業(yè)比重下降了4%左右，而第三產(chǎn)業(yè)比重持續(xù)增加了近13%，一些高耗水的行業(yè)被快速發(fā)展的第三產(chǎn)業(yè)所替代，產(chǎn)業(yè)用水也由原來的粗放式用水逐漸過渡到技術(shù)節(jié)水的階段，這表明水成本的增加使得高耗水產(chǎn)業(yè)的利潤率降低，也會促進產(chǎn)業(yè)推廣各種節(jié)水技術(shù)，從而推動產(chǎn)業(yè)的用水效率提升及結(jié)構(gòu)調(diào)整，達到節(jié)約產(chǎn)業(yè)用水的目的。節(jié)水措施則包括收集家庭廢水用于沖洗廁所等有意識的節(jié)水行為，及使用節(jié)水器具等無意識的節(jié)水行為，前者與居民個人的節(jié)水意識相關(guān)，需要政府、企業(yè)和學校等機構(gòu)的宣傳教育加以引導，對比之下無意識的節(jié)水雖然更容易實現(xiàn)[29]，但節(jié)水器具的高價格卻導致其在一些中小城市并不普及。因此，應特別注意對于居民購買節(jié)水器具的補貼。

本研究還考慮了年降水量與氣溫因素對長三角城市群用水量的影響，但結(jié)果顯示兩者的影響作用并不顯著，主要原因為除極端天氣年份外，同一地區(qū)年際間氣候差異并不大，降水量與氣溫對城市用水量的影響更多地體現(xiàn)在一些短期的用水行為上，如潮濕多雨和高溫天氣會增加人們洗澡和洗衣的頻率等。因此，在短期的用水規(guī)劃中，仍要考慮氣候因素的影響。

5.2 對 策

(1)優(yōu)化城市供水系統(tǒng)，增強城市群內(nèi)部協(xié)同發(fā)展。上海、南京等核心城市由于經(jīng)濟發(fā)達，人口聚集程度高，給供水系統(tǒng)帶來了很大壓力，對當?shù)氐陌l(fā)展也產(chǎn)生了一定約束。對于該類城市，一方面，在未來應適當控制人口的流入，如提高落戶條件，增加外來人口買房的限制等；另一方面，應加大改善城市供水系統(tǒng)的投資，升級或更換某些陳舊的供水設(shè)備，根據(jù)城市發(fā)展情況優(yōu)化供水布局范圍，保障城市水資源的供給能力。而對于安慶、滁州這類中小城市來說，首先要加大政策支持力度，各中小城市在此基礎(chǔ)上加速自身經(jīng)濟發(fā)展，積極實施人才落戶等政策，防止自身人口流失并加大對外來人口的吸引力。同時，要充分發(fā)揮上海、南京這類大城市的增長極作用，通過大城市的功能疏解及產(chǎn)業(yè)輻射等，帶動周邊城市的發(fā)展，實現(xiàn)長三角城市群內(nèi)部的協(xié)同發(fā)展。

(2)深化水價改革，促進節(jié)約用水。要充分發(fā)揮價格杠桿的作用，對于居民生活用水，應舍棄傳統(tǒng)的“一口價”模式，按照不同地區(qū)的資源情況及用戶承受能力，實施差別定價，并加快建立完善階梯水價制度，通過提高浪費水的成本促進居民合理用水。對于產(chǎn)業(yè)用水，要注重改進水價結(jié)構(gòu)，體現(xiàn)水資源的稀缺價值，擴大水資源費的征收范圍，無論是使用公共供水還是自備供水，都要繳納水資源費，并根據(jù)“誰污染，誰治理”的原則，結(jié)合當?shù)厮Y源狀況，適當提高產(chǎn)業(yè)用水定價中水資源費和污水處理費所占的比重，促進各產(chǎn)業(yè)節(jié)約用水。

(3)加快優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高產(chǎn)業(yè)用水效率。政府要在改進產(chǎn)業(yè)水價結(jié)構(gòu)的基礎(chǔ)上，積極從產(chǎn)業(yè)本身入手，首先應適當限制高耗水工業(yè)的發(fā)展步伐，針對用水頻繁的行業(yè)加強用水監(jiān)管，制定合理的用水定額，加大對水資源浪費嚴重的產(chǎn)業(yè)的淘汰力度，嚴格控制會對水環(huán)境造成污染的項目投資審批，并及時整治污染水資源的企業(yè)，綜合經(jīng)濟效益與環(huán)境成本逐步轉(zhuǎn)變現(xiàn)有的產(chǎn)業(yè)發(fā)展方向，促進循環(huán)經(jīng)濟，尤其是水循環(huán)經(jīng)濟的產(chǎn)業(yè)新局面的形成。其次，各產(chǎn)業(yè)要大力發(fā)展和推廣蒸汽冷凝水回收利用等節(jié)水技術(shù)，更換先進的用水設(shè)備及安裝節(jié)水裝置，建立循環(huán)用水系統(tǒng)，改革工藝技術(shù)，并鼓勵外排污水處理后回用，科學地提高產(chǎn)業(yè)用水效率。

(4)提高城市居民節(jié)水意識，推廣普及節(jié)水器具。缺乏對我國水資源現(xiàn)狀的了解是多數(shù)人不注重節(jié)約水資源的重要原因，因此要借助報紙、電視等傳統(tǒng)媒介及當下流行的各種網(wǎng)絡媒介的力量，讓人們更多地了解到我國面臨的水資源危機情況，喚醒居民的節(jié)水意識。此外，各機構(gòu)要加大節(jié)水的宣傳力度，在社會上多開展以節(jié)水為主題的宣傳活動，通過懸掛節(jié)水條幅、張貼節(jié)水標語等讓節(jié)水的身影出現(xiàn)在城市的各個角落，將節(jié)約用水的意識深入到千家萬戶。同時，政府要大力支持節(jié)水器具的研發(fā)，完善節(jié)水器具的技術(shù)標準，淘汰節(jié)水效果不達標的用水器具，鼓勵企業(yè)推出以舊換新的活動，增加購買節(jié)水器具的補貼，讓城市居民都能用得起新型的節(jié)水器具，實現(xiàn)落后用水器具的更新及節(jié)水器具的普及。

6 結(jié) 論

本文基于夜間燈光數(shù)據(jù)和城市用水量數(shù)據(jù)構(gòu)建了長三角城市群用水量的空間化模型，采用標準差橢圓及空間自相關(guān)分析方法分析了城市用水的時空演變特征，并利用地理探測器及因子分析方法探究了城市用水的驅(qū)動因素，主要結(jié)論如下：

(1)2000-2018年長三角城市群城市用水空間分布由接近“正東-正西”方向轉(zhuǎn)變?yōu)椤拔鞅?東南”方向，呈現(xiàn)出上海、南京等核心城市與東南沿海城市用水量較高的分布格局，用水重心整體向東南方向偏移。

(2)長三角城市群縣域尺度用水量具有顯著的空間正相關(guān)性，高值集聚區(qū)主要分布在長三角城市群的中部地區(qū)，低值集聚區(qū)則主要分布在長三角城市群的邊緣地區(qū)。

(3)城市經(jīng)濟發(fā)展水平是影響長三角城市群用水空間分布的主要因素，其中人口與綜合供水能力的影響程度最大，不同城市經(jīng)濟發(fā)展的差異導致了水資源分配不均衡現(xiàn)象的產(chǎn)生。因此，長三角城市群在未來的規(guī)劃中，應把重點放在如何增強城市群內(nèi)部協(xié)同發(fā)展及優(yōu)化城市供水系統(tǒng)方面，以促進水資源的合理分配。此外，價格、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)水措施對長三角城市群的用水量也有著重要的影響，深化水價改革、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、加強節(jié)水意識的宣傳以及加大節(jié)水器具的普及程度是長三角城市群實現(xiàn)水資源可持續(xù)利用的關(guān)鍵。