長江經(jīng)濟(jì)帶水資源生態(tài)足跡時(shí)空分析及預(yù)測

金昌盛， 鄧仁健,2， 劉俞希， 任伯幟， 肖化政

(1. 湖南科技大學(xué) 土木工程學(xué)院， 湖南 湘潭 411201； 2.湖南科技大學(xué) 資源與安全學(xué)院礦業(yè)工程博士后流動站，湖南 湘潭 411201； 3.湖南科技大學(xué) 商學(xué)院， 湖南 湘潭 411201)

1 研究背景

水資源是社會可持續(xù)發(fā)展的重要自然資源，其不可替代的生態(tài)、經(jīng)濟(jì)和社會價(jià)值以及面臨的稀缺、污染等現(xiàn)實(shí)問題使其可持續(xù)利用顯得尤為重要，對以黃金水道為依托的長江經(jīng)濟(jì)帶更是如此，因?yàn)椴徽撌恰吧鷳B(tài)文明建設(shè)的先行示范帶”這一戰(zhàn)略定位的實(shí)現(xiàn)，還是“中國經(jīng)濟(jì)新支撐帶”這一戰(zhàn)略目標(biāo)的達(dá)成，都離不開長江經(jīng)濟(jì)帶水資源保護(hù)與利用。但是以長江經(jīng)濟(jì)帶為研究對象，對其水資源利用狀況進(jìn)行分析及預(yù)測的成果鮮有報(bào)道。構(gòu)建合理的水資源可利用狀況評價(jià)及預(yù)測方法是科學(xué)管理及可持續(xù)利用水資源的基礎(chǔ)，也是目前的研究熱點(diǎn)所在。Rees(1992)[1]、Wackernagel等(1999)[2]提出的生態(tài)足跡分析法是目前分析區(qū)域資源可持續(xù)利用的主要方法之一，黃琳楠等(2008)[3]為彌補(bǔ)該方法中水域?qū)λY源功能描述的局限，建立水資源賬戶并納入此分析框架，由此衍生出水資源生態(tài)足跡模型。此后，國內(nèi)眾多學(xué)者基于該模型開展了系列研究：其一，對水資源生態(tài)足跡模型進(jìn)行了擴(kuò)充與改進(jìn)[4-6]；其二，從國家[7-9]、省域[10-12]、縣市[5, 13-14]及流域[15-16]等不同層面視角開展了實(shí)證分析研究；其三，獲得計(jì)算結(jié)果后，進(jìn)一步進(jìn)行預(yù)測[17]或影響因素分析[18]。但水資源生態(tài)足跡模型在應(yīng)用中也存在一些不足，如多數(shù)未考慮時(shí)空變化，且計(jì)算參數(shù)的數(shù)據(jù)缺少時(shí)間上的更新[3]，導(dǎo)致計(jì)算結(jié)果誤差較大，生態(tài)足跡預(yù)測精度仍有待提高?；诖?，本文首先利用系數(shù)計(jì)算步驟進(jìn)行數(shù)據(jù)的更新以實(shí)現(xiàn)水資源生態(tài)足跡評價(jià)模型的構(gòu)建，并對長江經(jīng)濟(jì)帶11個(gè)省(市)2004-2015年的水資源生態(tài)足跡、生態(tài)承載力及生態(tài)盈虧指數(shù)等特征進(jìn)行了分析計(jì)算，然后基于灰色神經(jīng)網(wǎng)絡(luò)模型對研究區(qū)各省(市)的水資源生態(tài)足跡相關(guān)指標(biāo)的時(shí)間序列進(jìn)行模擬預(yù)測，以期為研究區(qū)域科學(xué)管理與可持續(xù)利用水資源提供合理的建議。

2 水資源生態(tài)模足跡模型構(gòu)建

2.1 研究區(qū)概況

長江經(jīng)濟(jì)帶根據(jù)經(jīng)濟(jì)地理關(guān)系劃分為上中下游地區(qū)，上游地區(qū)包括重慶市、四川省、貴州省、云南省，中游地區(qū)包括安徽省、江西省、湖北省、湖南省，下游地區(qū)包括上海市、江蘇省、浙江省。長江經(jīng)濟(jì)帶多年平均徑流量9 560×108m3，地下水資源2 463×108m3，約占全國徑流總量的35%，人均占用量略高于全國平均水平[19]，但隨著社會經(jīng)濟(jì)的發(fā)展，區(qū)域水資源利用存在較大問題。

2.2 水資源生態(tài)足跡評價(jià)模型的構(gòu)建

水資源生態(tài)足跡模型包含水資源生態(tài)足跡、生態(tài)承載力及衡量供需平衡狀況指標(biāo)的計(jì)算。水資源生態(tài)足跡指的是人類生活生產(chǎn)及自然環(huán)境維持自身進(jìn)化所需要的水資源用地面積，根據(jù)用水特性可將其分為生活用水生態(tài)足跡、生產(chǎn)用水生態(tài)足跡以及生態(tài)環(huán)境用水生態(tài)足跡三個(gè)二級賬戶[3]。與需求側(cè)的水資源生態(tài)足跡相對應(yīng)的是供給側(cè)的水資源生態(tài)承載力，其反映水資源對生態(tài)和經(jīng)濟(jì)系統(tǒng)良性發(fā)展的支撐能力。衡量地區(qū)水資源供需平衡狀況的指標(biāo)主要有生態(tài)盈虧指數(shù)和生態(tài)壓力指數(shù)。本文采用生態(tài)盈虧指數(shù)來分析地區(qū)水資源的盈余或赤字，具體計(jì)算過程如下[20-23]：

(1)水資源生態(tài)足跡計(jì)算

EFw=N·efw=N·γw·(W/Pw)

(1)

式中：EFw為水資源總生態(tài)足跡，hm2；N為人口數(shù)；efw為人均水資源生態(tài)足跡，hm2；γw為水資源全球均衡因子，是全球水資源用地的平均生態(tài)生產(chǎn)力與全球所有生態(tài)生產(chǎn)性土地平均生態(tài)生產(chǎn)力的比值；W為人均水資源消耗量，m3；Pw為水資源全球平均產(chǎn)量，m3/hm2。

(2)水資源生態(tài)承載力計(jì)算

ECw=N·ecw=(1-α)·ψ·γw·(Q/Pw)

(2)

式中：ECw為水資源承載力，hm2；ecw為人均水資源承載力，hm2；ψ為水資源產(chǎn)量因子，是研究地區(qū)水資源平均產(chǎn)量與全球水資源平均產(chǎn)量的比值；Q為區(qū)域水資源總量(區(qū)域內(nèi)地表水與地下水扣除二者重復(fù)部分的總量)，m3；N、γw、Pw同公式(1)。已有研究表明，地區(qū)水資源開發(fā)需預(yù)留60%用于維護(hù)生態(tài)環(huán)境[7,24]，因此參數(shù)α取為0.6。

(3)水資源生態(tài)盈虧指數(shù)計(jì)算

EBw=ECw-EFw=N·(ecw-efw)

(3)

式中：EBw為水資源生態(tài)盈虧指數(shù)，hm2；EBw大于0即地區(qū)處于水資源生態(tài)盈余，有利于可持續(xù)發(fā)展；EBw小于0即地區(qū)處于水資源生態(tài)赤字，不利于可持續(xù)發(fā)展；EBw等于0則地區(qū)處于水資源生態(tài)平衡狀態(tài)。

2.3 水資源生態(tài)足跡灰色神經(jīng)網(wǎng)絡(luò)評價(jià)預(yù)測模型的構(gòu)建

灰色模型(Gray Model, GM)具有樣本量要求少的優(yōu)點(diǎn)，但主要適用于指數(shù)增長模式，且要求時(shí)間序列具有較強(qiáng)趨勢性。而人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)具有強(qiáng)大的自適應(yīng)學(xué)習(xí)、任意函數(shù)逼近的能力，但網(wǎng)絡(luò)構(gòu)造過程中只考慮系統(tǒng)的輸入輸出而忽視了某些可用的確定性信息，預(yù)測結(jié)果難以解釋[25]?；疑A(yù)測模型被廣泛使用于小樣本時(shí)間序列分析，利用人工神經(jīng)網(wǎng)絡(luò)對其預(yù)測誤差進(jìn)行修正，可補(bǔ)充模型未能完全表達(dá)的信息，提高模型預(yù)測精度[26]。近年來，該模型被國內(nèi)外學(xué)者廣泛應(yīng)用于金融預(yù)測[27-28]、能源消費(fèi)預(yù)測[29-31]、自然災(zāi)害預(yù)測[32-33]等領(lǐng)域。其具體建模步驟如下：

(1)運(yùn)用GM(1,1)模型擬合原始數(shù)據(jù)并進(jìn)行預(yù)測。

①對原始時(shí)間序列x(0)={x(0)(1),x(0)(2),…,x(0)(n)}進(jìn)行一次累加，得到一階累加序列x(1)={x(1)(1),x(1)(2),…，x(1)(n)}。

(4)

②對x(1)相鄰兩數(shù)取平均值，得到緊鄰均值生成序列z(1)={z(1)(2),z(1)(3),…，z(1)(n)}。

(5)

k=2,3，…,n

(6)

Y=[x(0)(2),x(0)(3),…,x(0)(n)]T

(7)

(8)

k=1,2，…，n

(9)

k=2,3,…,n

(2)利用BP神經(jīng)網(wǎng)絡(luò)模型對GM(1,1)模型的預(yù)測誤差進(jìn)行修正與預(yù)測。

(10)

k=1,2，…,n

②從e(0)中提取訓(xùn)練樣本{e(0)(1),e(0)(2),…,e(0)(m)},m

(11)

(3)模型精度檢驗(yàn)。

①計(jì)算原始值與模型預(yù)測值的殘差并求出其與原始值的比值ei，得到平均相對誤差q。

(12)

②根據(jù)原始數(shù)據(jù)的均方差S1和模型預(yù)測數(shù)據(jù)的均方差S2得到后驗(yàn)方差比C。

(13)

2.4 模型參數(shù)及數(shù)據(jù)的取值

長江經(jīng)濟(jì)帶水資源生態(tài)足跡分析的時(shí)間維度為2004-2015年,預(yù)測2016-2025年的相關(guān)指標(biāo)。水資源均衡因子采用黃林楠等[3]以WWF2000(世界自然基金會2000地球生命力報(bào)告)公布的均衡因子為基礎(chǔ)計(jì)算出的水資源均衡因子γw=5.19,水資源全球平均產(chǎn)量也根據(jù)黃林楠等的研究取Pw=31.4×104m3/km2。將地區(qū)水資源平均產(chǎn)量的時(shí)間數(shù)據(jù)更新為2004-2015年以重新計(jì)算地區(qū)水資源產(chǎn)量因子。其余統(tǒng)計(jì)數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計(jì)局國家數(shù)據(jù)網(wǎng)站以及相關(guān)年份的《中國統(tǒng)計(jì)年鑒》。

3 實(shí)證與分析

3.1 長江經(jīng)濟(jì)帶水資源生態(tài)足跡時(shí)空特征

為分析長江經(jīng)濟(jì)帶水資源生態(tài)足跡的時(shí)空特征，運(yùn)用MATLAB軟件進(jìn)行2004-2015年長江經(jīng)濟(jì)帶各省(市)相關(guān)指標(biāo)的計(jì)算。運(yùn)用公式(1)分生活用水、生產(chǎn)用水及生態(tài)環(huán)境用水計(jì)算水資源生態(tài)足跡及人均水資源生態(tài)足跡，運(yùn)用公式(2) 計(jì)算水資源生態(tài)承載力及人均水資源生態(tài)承載力，運(yùn)用公式(3)測算出水資源生態(tài)盈虧指數(shù)及人均水資源生態(tài)盈虧指數(shù)，計(jì)算結(jié)果如表1～3所示。

由表1可知，長江經(jīng)濟(jì)帶2004-2015年人均水資源生態(tài)足跡呈現(xiàn)先上升后趨于平穩(wěn)的時(shí)間變化趨勢，主要是由于2004-2011年人均生產(chǎn)用水和生活用水量的增加，其中人均生產(chǎn)用水量增加了31.26 m3，年均增幅為1.20%,人均生活用水量增加了10.29 m3，年均增幅達(dá)到2.66%，此后，人均生產(chǎn)用水量從390.34 m3下降至376.84 m3，而人均生活用水和人均生態(tài)用水量幾乎每年均有輕微上升，兩者基本持平。長江經(jīng)濟(jì)帶2004-2015年人均水資源生態(tài)承載力在2.1668～3.3883 hm2之間波動，究其原因是降水量、洪旱等自然因素的影響。2004-2015年人均水資源生態(tài)盈虧指數(shù)均為盈余值，表明區(qū)域水資源生態(tài)承載未出現(xiàn)超載現(xiàn)象。

由表2～3可知，長江經(jīng)濟(jì)帶2004-2015年各省市的人均水資源生態(tài)足跡變動存在一定差異，人均水資源生態(tài)承載力均有較大波動。上海、浙江的人均水資源生態(tài)足跡呈較為明顯的下降趨勢，原因可能與其作為全國加快實(shí)施最嚴(yán)格水資源管理制度的試點(diǎn)地區(qū)有關(guān)[34],江蘇、安徽、江西、湖北、貴州和四川等省人均水資源生態(tài)足跡由于經(jīng)濟(jì)社會發(fā)展等原因呈上升趨勢,湖南和重慶先后經(jīng)歷了上升轉(zhuǎn)為下降的過程。其中，湖南在2006年末全面啟動的全省節(jié)水型社會試點(diǎn)工作，重慶在2010年末啟動的“綠化長江重慶行動”水土保持生態(tài)建設(shè)示范工程起到了一定的促進(jìn)作用，云南則由于水資源開發(fā)利用政策的實(shí)施及經(jīng)濟(jì)開發(fā)等原因呈波動下降。

表1 2004-2015年長江經(jīng)濟(jì)帶人均水資源生態(tài)足跡、生態(tài)承載力與生態(tài)盈虧 hm2/人

表2 2004-2015年長江經(jīng)濟(jì)帶各省(市)人均水資源生態(tài)足跡 hm2/人

表3 2004-2015年長江經(jīng)濟(jì)帶各省(市)人均水資源生態(tài)承載力 hm2/人

根據(jù)自然斷點(diǎn)法(Natural Breaks Jenks)，將長江經(jīng)濟(jì)帶各省(市)的水資源及其下屬3個(gè)二級賬戶的人均生態(tài)足跡、水資源人均生態(tài)承載力以及水資源生態(tài)盈虧6個(gè)指標(biāo)的年均值根據(jù)數(shù)據(jù)大小劃分為3個(gè)等級組，且數(shù)值越小的等級越靠前。此后，運(yùn)用ArcGIS將等級劃分結(jié)果可視化。長江經(jīng)濟(jì)帶各省市水資源生態(tài)足跡及其下屬二級賬戶的人均生態(tài)足跡年均值分級情況如圖1～4所示，其等級越靠前，生態(tài)足跡越小。從整體的水資源人均生態(tài)足跡來看，上游地區(qū)的重慶市、四川省、貴州省、云南省的生態(tài)足跡均為第一等級，中游地區(qū)的安徽省、江西省、湖北省、湖南省生態(tài)足跡均為第二等級，下游地區(qū)的生態(tài)足跡則從江蘇、上海到浙江逐級遞增。其中浙江的生產(chǎn)用水生態(tài)足跡處于長江經(jīng)濟(jì)帶第一等級，生活用水足跡處于第二等級，生態(tài)環(huán)境用水的生態(tài)足跡則處于長江經(jīng)濟(jì)帶第三等級，四川、貴州水資源生態(tài)足跡的三個(gè)方面均處在第一等級。可見，長江經(jīng)濟(jì)帶水資源生態(tài)足跡總體呈現(xiàn)上游小下游大的空間分布特征，但浙江省水資源生態(tài)足跡卻十分小，其水資源利用方式等對其余地區(qū)有著極大的參考價(jià)值。

長江經(jīng)濟(jì)帶各省(市)人均水資源生態(tài)承載力的年均值分級情況如圖5所示，其等級越靠前，則生態(tài)承載力越小。由圖5可知，上海、江蘇、安徽和湖北的人均水資源生態(tài)承載力為0.1420～1.6366 hm2，為第一等級，上游地區(qū)中重慶、四川、貴州的生態(tài)承載力在1.6367～3.1908 hm2之間，為第二等級。浙江、江西、湖南和云南在3.1909～6.6421 hm2之間，為第三等級，生態(tài)承載力呈現(xiàn)南高北低空間分布規(guī)律。從圖6的人均水資源生態(tài)盈虧的年均值也呈現(xiàn)南高北低空間分布特征，上海、江蘇、安徽和湖北水資源可持續(xù)發(fā)展能力較低，其中江蘇(-0.7608 hm2)和上海(-0.7589 hm2)處于虧損狀態(tài)。重慶、四川和貴州處于中間水平，浙江、江西、湖南和云南的人均水資源生態(tài)盈虧的年均值分別為3.333、5.760、3.320和3.582 hm2/人，表明這些省市的水資源盈余較大，其可持續(xù)發(fā)展?jié)摿^大。綜上所述，水資源生態(tài)承載力受自然因素影響呈現(xiàn)明顯的空間變化差異，而水資源生態(tài)盈虧與生態(tài)承載力又有明顯的同步發(fā)展趨勢，各地區(qū)需重視水資源利用基礎(chǔ)設(shè)施的建設(shè)，以提供穩(wěn)定的水資源保障。

3.2 長江經(jīng)濟(jì)帶水資源生態(tài)足跡預(yù)測

為預(yù)測長江經(jīng)濟(jì)帶水資源生態(tài)足跡的發(fā)展趨勢，運(yùn)用MATLAB軟件對2016-2025年長江經(jīng)濟(jì)帶各省(市)相關(guān)指標(biāo)進(jìn)行預(yù)測。首先，運(yùn)用2.3節(jié)構(gòu)建GM(1,1)模型對原始數(shù)據(jù)進(jìn)行擬合，得到GM(1,1)模型的預(yù)測結(jié)果，然后運(yùn)用2.3節(jié)構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型對GM(1,1)模型的預(yù)測誤差進(jìn)行修正，得到GM-BP模型的預(yù)測結(jié)果，最后運(yùn)用公式(12)～(13)分別對GM(1,1)模型和GM-BP模型的預(yù)測結(jié)果進(jìn)行精度檢驗(yàn)對比。

其中運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對殘差進(jìn)行修正的過程中，相關(guān)求解參數(shù)如下：選取2004-2012年的序列數(shù)據(jù)作為訓(xùn)練樣本，采用3-10-1的網(wǎng)絡(luò)結(jié)構(gòu)，隱含層的傳輸函數(shù)為tansig函數(shù)，輸出層的傳輸函數(shù)為pureline函數(shù)，訓(xùn)練函數(shù)為trainlm函數(shù)，最大訓(xùn)練次數(shù)取500，學(xué)習(xí)速率果取0.05，期望誤差取0.000001，檢驗(yàn)結(jié)如表4所示。由表4可知，用神經(jīng)網(wǎng)絡(luò)修正灰色模型使得平均相對誤差和后驗(yàn)方差比平均分別減小了39.08%和32.13%，表明灰色神經(jīng)網(wǎng)絡(luò)模型在水資源生態(tài)足跡和承載力預(yù)測中具有較高的可信度，且對區(qū)域和流域尺度具有適用性，這與陳棟為等[35]的研究結(jié)論是一致的。

由灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到長江經(jīng)濟(jì)帶各省(市)2020年和2025年人均水資源生態(tài)足跡、生態(tài)承載力的預(yù)測值如表5所示。由表5可知，2020年和2025年各省(市)人均水資源生態(tài)足跡有較大的差異，其中下游地區(qū)上海、浙江均有較大的下降，而江蘇將在比實(shí)際均值稍高的狀態(tài)上保持穩(wěn)定，說明下游地區(qū)的水資源可持續(xù)利用狀況將有所改觀。中游地區(qū)除湖南有輕微下降，其余均呈上升趨勢，需重視水資源的高效使用。上游地區(qū)重慶和貴州將在實(shí)際均值上下浮動，水資源利用狀況不穩(wěn)定。從人均水資源生態(tài)承載力來看，僅浙江在兩個(gè)時(shí)間節(jié)點(diǎn)上有連續(xù)提升，其余地區(qū)均有波動。

表6給出各省(市)2016-2025年人均水資源生態(tài)盈虧預(yù)測值，并與2004-2015年實(shí)際均值進(jìn)行了比較。由表6可知，上游地區(qū)2016-2025年發(fā)展?fàn)顩r將有較大差異，上海、江蘇的人均水資源生態(tài)盈虧預(yù)測值為負(fù)值，表明水資源生態(tài)承載均呈現(xiàn)超載現(xiàn)象，但是上海的生態(tài)虧損程度有所減弱，而江蘇未見明顯的改觀，浙江的預(yù)測值與2004-2015年實(shí)際均值比基本呈上升趨勢；中游地區(qū)2016-2025年波動發(fā)展，將預(yù)測期各年及平均值與2004-2015年實(shí)際均值進(jìn)行比較可以發(fā)現(xiàn)，各省(市)在較多的年份有所上升，且其預(yù)測期平均值均呈上升趨勢，表明這些區(qū)域的水資源生態(tài)承載有好轉(zhuǎn)跡象；上游地區(qū)2016-2025年發(fā)展?fàn)顩r也不甚穩(wěn)定，重慶、云南預(yù)測期年均值相較于比較期年均值呈下降趨勢，且云南在預(yù)測期各年均有所下降，表明這些區(qū)域的水資源生態(tài)承載有變差的趨勢。

圖1 長江經(jīng)濟(jì)帶人均水資源生態(tài)足跡 圖2 長江經(jīng)濟(jì)帶人均生產(chǎn)用水生態(tài)足跡 圖3 長江經(jīng)濟(jì)帶人均生活用水生態(tài)足跡

圖4 長江經(jīng)濟(jì)帶人均生態(tài)環(huán)境用水生態(tài)足跡 圖5 長江經(jīng)濟(jì)帶人均水資源生態(tài)承載力 圖6 長江經(jīng)濟(jì)帶人均水資源生態(tài)盈虧

表4 灰色模型及灰色神經(jīng)網(wǎng)絡(luò)模型精度檢驗(yàn)結(jié)果比較

表5 長江經(jīng)濟(jì)帶各省(市)人均水資源生態(tài)足跡、生態(tài)承載力預(yù)測 hm2/人

注：考慮篇幅限制和研究目的，表中僅給出2020和2025年相關(guān)數(shù)據(jù)。

表6 2016-2025年長江經(jīng)濟(jì)帶各省(市)人均水資源生態(tài)盈虧預(yù)測 hm2/人

4 結(jié)論與建議

(1)2004-2015年長江經(jīng)濟(jì)帶整體的人均水資源生態(tài)足跡呈現(xiàn)先上升后趨于平穩(wěn)的變化趨勢，穩(wěn)定在0.7368～0.7535 hm2之間，人均水資源生態(tài)盈虧指數(shù)均為盈余，表明水資源生態(tài)承載未出現(xiàn)超載現(xiàn)象，2004-2015年長江經(jīng)濟(jì)帶各省(市)的人均水資源生態(tài)足跡和水資源生態(tài)承載力均有較大波動。

(2)長江經(jīng)濟(jì)帶人均水資源生態(tài)足跡總體呈現(xiàn)上游小下游大的空間分布特征(浙江省除外)，上游地區(qū)生態(tài)足跡為第一等級，中游地區(qū)為第二等級，下游地區(qū)的上海、江蘇分別為第二和第三等級，但浙江省為第一等級。長江經(jīng)濟(jì)帶水資源生態(tài)承載力具有南高北低空間分布特征，水資源生態(tài)盈虧與生態(tài)承載力又有明顯的同步發(fā)展趨勢，各地區(qū)需重視水資源利用基礎(chǔ)設(shè)施的建設(shè)，以提供穩(wěn)定的水資源保障。

(3)根據(jù)灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果來看，長江經(jīng)濟(jì)帶各省(市)水資源生態(tài)足跡有較大的差異，其中上海、浙江、湖南均有較大的下降，其余地區(qū)均呈上升趨勢，因此須重視水資源的高效利用。2016-2025年上海、江蘇的人均水資源生態(tài)盈虧預(yù)測值為負(fù)值，且江蘇未見明顯的改觀，重慶和云南呈現(xiàn)下降趨勢。