湖南省灰水足跡變化特征及其驅動因子分析

賀志文，向平安

(1.湖南農業大學洞庭湖區農村生態系統健康湖南省重點實驗室，長沙 410128 ；2.湖南農業大學商學院，長沙 410128)

0 引 言

人口壓力和對物質財富需求的持續增加，不僅消耗越來越多的水資源，而且對水資源污染不斷加重，致使清潔水資源越來越稀缺。2015年中國環境狀況公報顯示[1]，全國967個地表水水質監測點中，35.5%處于Ⅲ類水質以下，5 118個地下水水質監測點中，較差級和極差級的監測點占為61.3%。水資源匱乏和嚴重的水污染，已經成為人類社會永續發展的重大障礙。科學家們和公共部門正在積極探索減輕水資源壓力的技術手段與管理措施[2]，有研究認為減少水污染是減輕水資源壓力的重要途徑[3]。若制定符合可持續發展要求的水資源管理制度，以實現減少水污染的目標，就必須客觀核算水污染量，以反映水污染狀況。2008年，Hoekstra和Chapagain提出“灰水足跡”概念，作為評價水污染狀況的新指標。他們將其定義為“以自然本底濃度和水質標準為基礎，稀釋或容納污染物達到特定水質標準所需淡水量”[4]。實踐證明灰水足跡可以作為反映水質污染嚴重程度的評價指標[5]，為水資源利用的評價提供了新方法。國內外學者對灰水足跡的研究已取得較多的成果。Mekonnen[6]對全球氮灰水足跡的研究，Liu[7]和Chapagain[8]分別對全球玉米和大米灰水足跡的研究。孫克[9]、孫才志[10,11]、韓琴[12]等對中國31個省灰水足跡的計算及分布特征分析。張楠[13]等利用灰水足跡評價了河北省水資源利用狀況，王丹陽[14]等以不同受納水體的角度核算了湖南省灰水足跡，楊凡[15]等在對山東省灰水足跡計算的基礎上分析了其空間分布特征。班榮舶[16]等對重慶種植業灰水足跡的計算認為水環境保護需要重視種植業的污染。Andreea[17]等以氮肥為基礎對Prut-barlad流域內主要糧食灰水足跡的計算。付永虎[18]對洞庭湖區糧食生產的灰水足跡研究認為糧食生產對水環境的負面影響持續增強，張宇[19]對華北平原玉米和小麥的研究發現人口和糧食需求的增長灰水足跡上升的主要原因，曹連海[20]對內蒙古糧食生產的評價中認為新灌溉技術的利用是灰水足跡變化的主要原因。灰水足跡作為一種量化評價社會活動對水資源消耗的方法，不能有效反映水資源消耗的驅動力，其結果難以為企業和政府制定政策提供具體的指導意義，因此本文選取湖南省為研究案例，在量化灰水足跡基礎上，采用STIRPAT模型分析灰水足跡驅動力，為制定水資源管理措施提供依據。

1 方法和數據來源

1.1 灰水足跡計算

灰水是在產品生產和使用過程中產生的污水。灰水足跡指稀釋人類活動產生的污水達到一定標準水質所需要的水量，其計算公式如下：

(1)

式中：WFgrey表示灰水足跡值，m2/a；L表示某污染物排放量，kg/a；Cmax表示基于環境標準的某種污染物最大濃度，kg/m3；Cnat表示水體中該污染物的自然本底濃度，kg/m3，即無人為影響下水體中某種污染物的濃度。

由于排放到水體中的污染物種類繁多，稀釋不同的污染物所需水量不同，且同一水體可同時稀釋不同污染物，因此灰水足跡值由稀釋水體中某種污染物所需水量最大的污染物決定。灰水足跡計算式可表示為：

WFgrey=MAX(WFgrey.1，WFgrey.2，…,WFgrey.i)

(2)

式中：WFgrey表示灰水足跡；i表示污染物種類；WFgrey.i表示第i種污染物的水足跡，選取水體中各污染物灰水足跡的最大值為該水體的灰水足跡。

1.2 農業灰水足跡

農業大致可分為種植業和養殖業，那么，農業灰水足跡可視為種植業灰水足跡和養殖業灰水足跡之和。

1.2.1 種植業灰水足跡

種植業生產一般需要施用農用化學品以保證其產量，然而，所施用的農用化學品并不會全部被吸收，大部分會在降水和灌溉等作用下污染下游水體和地下水。農用化學品污染量是其流失率與使用總量之積。由于農用化學品污染屬于面污染源，其淋失率受污染物種類、土地類型、降水量、農作物類型等因素的影響，很難準確測算，某地區農用化學品的淋失率通常是估計值。種植業生產使用的農用化學品包括化肥、農藥和農膜等，其中化肥使用量遠大于其他化學品。化肥通常包括氮肥、磷肥和鉀肥，氮肥是使用量最大的化肥種類，因此本文選取氮肥作為種植業污主要染物。其計算公式如下：

(3)

式中：WFgrey.plant表示種植業灰水足跡；α表示化肥淋失率；Appl表示化肥施用量；Cmax表示水體中污染物最大可容許濃度；Cnat表示水體中污染物的自然本底濃度。

1.2.2 養殖業灰水足跡

養殖業所產生的糞便和廢水對周圍水環境產生嚴重污染。借鑒李飛[21]等對畜禽養殖污染負荷的計算方法，本文選取豬、牛、羊和家禽的糞便作為養殖業污染源。根據糞便中所含污染物數量來計算養殖業灰水足跡，主要通過每年個體畜禽排泄糞便中污染物含量、糞便污染物進入水體流失率和養殖的數量來計算。畜禽的出欄量和存欄量相加會造成重復計算，因此對于飼養周期為365 d的牛羊采用年末存欄量，飼養周期小于365 d的豬和家禽采用年末出欄量。在畜禽糞便污染物中TN和COD含量較高，因此選用TN和COD兩種污染物作為產生最大灰水足跡的污染物，而水可同時對氮和COD進行稀釋，因此選用氮灰水足跡和COD灰水足跡作為養殖業灰水足跡。其計算公式如下：

WFgrey.live=MAX(WFgrey.live(TN)，WFgrey.live(COD))

(4)

(5)

式中：WFgrey.live表示養殖業灰水足跡；L分別表示糞便中進入水體的TN或COD總含量；Cmax分別表示水體中TN或COD的最大可容許濃度；Cnat分析表示水體中TN或COD的自然本底濃度。L=每年畜禽個體(頭/只)排泄糞便中污染物含量×糞便污染物進入水體流失率×年末出欄量/年末存欄量。因種植業與養殖業同屬面源污染，其吸納污染物水體相同，因此需將相同污染物相加得出最大污染物足跡。

根據式(3)、(4)和(5)，總灰水足跡(WFgrey.agri)的計算式為如下式(6)：

WFgrey.agri=max(WFgrey.live(COD),(WFgrey.plant(TN)+

WFgrey.live(TN)))

(6)

式中：WFgrey.agri為農業灰水足跡。

1.3 工業灰水足跡和生活灰水足跡

工業在經濟發展中扮演著重要角色，但工業快速發展同時引起了嚴重的環境污染[22]。與農業污染不同的是工業污染排放直接進入水體，屬于點源污染。可選取氨氮或COD可作為工業灰水足跡的污染足跡[23]，選取其中最大者作為工業灰水足跡，如式(7)所示。工業灰水足跡計算如式(8)：

WFgrey.ind=MAX[WFgrey.ind(N)，WFgrey.ind(COD)]

(7)

(8)

式(8)中：L分別表示工業排放中氨氮和COD排放量；Cmax分別表示氨氮和COD在水體的最大可容許濃度；Cnat表示氨氮和COD在水體中的自然本底濃度，通過比較氨氮和COD兩者的灰水足跡選取其中較大者作為工業灰水足跡值。

同理，生活灰水足跡(WFgrey.dom)可分為農村生活灰水足跡和城市生活灰水足跡，農村生活污染物排放屬面源污染，數據獲取困難，因此將城市生活灰水足跡作為區域生活灰水足跡，城市生活污染屬于點源污染，可選取氨氮或COD作為生活灰水足跡的污染物[24]，其計算方法與工業灰水足跡相同。

1.4 區域灰水足跡

區域灰水足跡等于農業灰水足跡、工業灰水足跡和生活灰水足跡之和。區域灰水足跡其計算公式如下：

WFgrey.area=WFgrey.agri+WFgrey.ind+WFgrey.dom

(9)

式中：WFgrey.area表示某地區的灰水足跡。

1.5 灰水足跡強度

水足跡強度作為水資源利用效率指標，通常以每萬元所消耗的水足跡來衡量[25]。灰水足跡強度(Grey Water Footprint Intensity)表示獲得每萬元GDP所產生的灰水足跡。灰水足跡強度越低，表示水資源利用效率越高。其計算公式如下：

(10)

式中：GWFI表示灰水足跡強度，m3/萬元；GWF表示某區域的灰水足跡；GDP為該區域生產總值。

1.6 水污染程度

水污染程度(Water Pollution Level，WPL)表示某區域的水污染程度，即某區域的灰水足跡與該區域內年可用水資源總量的比值，其計算公式如下：

(11)

式中：WPL表示區域內水污染程度；R表示該區域內年可用水資源總量。當WPL值越大表明該地區的污染越嚴重。當WPL大于1，說明以該地區可用水資源總量無法稀釋其所排放的污染物達到環境標準以內。

1.7 擴展STIRPAT模型

20世紀70年代Ehrlich等[26]首次提出IPAT模型，用以揭示在人口數量(P)、富裕程度(A)和技術水平(T)的綜合影響下所產生的環境影響，但模型假設影響因素與環境影響存在線性關系限制了其應用范圍。Dietz等[27]基于IPAT模型提出STIRPAT模型(Stochastic Impacts by Regression on Population，Affluence and Technology)。該模型可根據不同條件對模型驅動因子進行擴展，反映了驅動因素與環境影響之間的非線性關系，其公式如下：

I=aPbAcTde

(12)

式中：I為環境影響；a為該模型的常數項；b、c、d為P、A、T的指數項；e為該模型的誤差項，STIRPAT模型在a=b=c=d=e=1時即為I=PAT模型。將式(12)兩邊轉換為對數形式，其表示如下：

lnI=lna+bln(P)+cln(A)+dln(T)+lne

(13)

式中：lnI為因變量；lnP、lnA和lnT為自變量；lna為常數項；lne為誤差項；b、c、d為P、A、T的影響系數，表示在其他因素不變的情況下P、A、T每變動1%對I產生b%、c%、d%的影響。

本文將STIRPAT模型中的環境影響視為灰水足跡，根據IPAT模型將影響因素歸納為人口數量、經濟發展水平和技術水平三個因素，并在三個方面進行擴展。在參考已有文獻資料的基礎上，選取對灰水足跡影響較大的影響因子。

人口是社會活動和經濟活動的主體，我國人口基數大且呈上升趨勢，人口數量增加導致糧食的需求上升，在現階段我國糧食產量對化肥的依賴性較強，化肥施用量和使用強度依然呈現增強趨勢[28]，那么，人口增加引致糧食需求增加，進而導致化肥使用量增加。因此，人口數量是灰水足跡的重要驅動因素[29]。

由于現代化發展，城鎮地區大量基礎設施建設和產業結構調整將對環境產生影響[30]。同時由于城鎮生活方式不同或消費水平高，城市人口比農村人口消費更多的服務和產品，產品和服務消費產生的灰水足跡是水足跡增加的重要原因[31,32]，導致城鎮地區的灰水足跡往往高于農村地區，因此選取城鎮化水平作為灰水足跡的驅動因子。

中國經濟發展水平與發達國家相比存在很大差距，提高經濟發展水平將是中長期的主要目標。人均GDP是經濟發展水平的重要指標，高經濟發展水平導致產品規模上升和消費使用增多，環境壓力相應上升[33]，因此選取人均GDP為灰水足跡變化的驅動因子，檢驗經濟發展與灰水足跡之間的關系。同時增加人均GDP的二次項，分析近年來經濟發展與灰水足跡之間是否存在倒“U”型庫茲涅茲曲線。

改革開放以來我國積極引進外資以促進經濟發展和收入水平，是推動經濟增長重要手段，湖南省近年來外商投資規模也呈現不斷上升趨勢，但研究顯示外商直接投資與環境之間存在“污染天堂”和“污染光環”的相關關系[34,35]，探索外商直接投資對環境的影響對發展經濟和保護環境具有雙重作用。

地區產業結構從側面反映出經濟發展水平，調整產業結構是促進經濟發展的重要手段，以技術為導向的高科技產業結構能使技術水平不斷提高，技術水平上升可有效抑制環境污染[36]，產業結構調整帶來技術水平提高能夠使水資源得到高效利用減輕水資源壓力[37]。產業結構調整主要體現在產業在國民經濟中的比重，因此本文選取第二產業占比和第三產業占比作為影響灰水足跡的因子。

環境污染治理投資占比是產品清潔、高效生產和資源環境可持續發展的重要內容，污染治理投資增加將改善經濟對環境產生負面效應。因此選取環境污染治理投資占比和灰水足跡強度作為灰水足跡變化的驅動因子。

構建灰水足跡與各驅動因子的多自變量非線性模型，求導后其公式為：

lnI=lna+b1ln(P)+b2ln(Ur)+c1ln(A)+

c2ln2(A)+c3ln(FDI)+d1ln(Ind2)+d2ln(Ind3)+

d3ln(In)+d4ln(E)+lne

(14)

式中：I表示灰水足跡，億m3；P表示人口數量，萬人；Ur表示城鎮化水平，%；A表示人均GDP，元/人；FDI表示外商直接投資，美元；Ind2表示第二產業占GDP比重，%；Ind3表示第三產業占GDP比重，%；In表示環境投資占GDP比重，%；E表示灰水足跡強度，m3/萬元；b1、b2、c1、c2、c3、d1、d2、d3、d4分別為驅動因子的影響系數。對式中人均GDP的二次項c1ln(A)+c2ln2(A)進行一階偏導可得到近年來經濟發展對灰水足跡的彈性函數Eln(A)=c1+2c2ln(A)，如果c2<0則代表存在倒“U”型庫茲涅茲曲線。

1.8 數據來源

計算所需的湖南省氮肥施用量、畜禽存欄量及出欄量來自2002-2016年《中國農村統計年鑒》，每年個體畜禽排泄糞便中污染物含量和糞便污染物進入水體流失率來自《全國規模化畜禽養殖業污染情況調查及防治對策》[38]，該數據被畜禽養殖污染研究者所認可和采用[39]，并被應用于具體區域內的研究[40]。王丹陽在研究湖南地區的氮肥淋失率18%[14]，與李高明[41]對湖南農業面源污染中氮肥流失率基本一致，基本符合湖南省種植業氮肥淋失率現狀，故本文在計算種植業灰水足跡時采用這一評價結果。湖南省工業和生活排放的氨氮和COD及水資源總量數據來自2004-2016年的《中國環境統計年鑒》和2002-2003的《中國環境年鑒》。水體中污染物濃度標準采用《地表水環境質量標準》(GB3838-2002)中Ⅲ類水質標準，該標準劃定Ⅲ類水質為滿足生活飲用水的最低要求，其中對COD的濃度標準為20mg/L，對氮的濃度標準采用硝酸鹽(以N計)的濃度標準10 mg/L，污染物的自然本底濃度設為0，經濟數據來自2002-2016年的《湖南省統計年鑒》。

2 結果與分析

2.1 湖南省灰水足跡分析

2.1.1 湖南省灰水足跡變化

自2001年到2015年，灰水足跡由2001年的690.747 億m3到2015年的671.946 億m3，總趨勢下降了18.801 億m3，其變化如圖1所示。其中，2001-2006年處于遞增趨勢，由690.747 億m3到835.119 億m3，增幅達20.9%，并且在2006年達到最大值，2006-2015年則處于下降趨勢。15年間湖南省平均灰水足跡為743.367 億m3，人均灰水足跡變化與灰水足跡變化趨勢一致，呈先升后降的趨勢，平均每年人均灰水足跡為1 078.4 m3。從灰水足跡變化來看，前期注重經濟增長而忽視環境問題，導致2001-2006年灰水足跡上升；后來隨著社會生活水平提高，居民對環境的關切和要求提上升，以及政府的環境政策、環境污染治理投資增加和生產技術水平提高也是導致污染排放減少的重要原因[42]。

圖1 2001-2015年湖南省灰水足跡變化Fig.1 Variations of grey water footprint of Hunan province during 2001-2015

從灰水足跡構成來看，2001年農業、生活和工業灰水足跡占比分別為49%、28%和23%，到2015年農業、工業和生活占比分別為51%、40%和9%(見圖2)。農業灰水足跡始終最大，并呈現上升-下降-上升特征。養殖業灰水足跡在2007-2012年5年間低于種植業灰水足跡，其他時間段內都略高于種植業灰水足跡，這可能由于在湖南省養殖業已成為農業的重要組成部分，居民膳食習慣中對肉類的需求增加，因此，控制養殖業所產生的灰水足跡是減少農業灰水足跡的重要途徑。種植業因化肥使用量先增加后下降，使得灰水足跡也呈同樣變化。生活灰水足跡次之，上升之后再呈下降趨勢，其占比逐年上升，表明隨著經濟發展，生活水平提高，消費增加使灰水足跡上升；后期可能由于對環保意識的提升，污染物處理技術和污染物治理投資水平增加，生活灰水足跡得到減少。工業灰水足跡最小，并且工業占比逐年降低，到2015年只占總灰水足跡的9%，相比2001年減少12%。其原因可能是由于技術水平提高，粗放型生產方式得到轉變，工業污染物排放減少。

圖2 2001-2015年湖南省灰水足跡結構Fig.2 Structure of grey water footprint of Hunan province during 2001-2015

2.1.2 灰水足跡強度和水污染水平

2001-2015年湖南省灰水足跡強度處于下降趨勢，由2001年的1 802 m3/萬元下降到2015年的232 m3/萬元，相比2001年降低了777%(見圖3)。其主要原因一是因為環境標準提高、產品生產技術水平不斷提高、資源利用效率提高、污染物排放降低使灰水足跡強度不斷下降，二是工業灰水足跡的快速降低，而工業產值遠高于農業產值，因此灰水足跡強度的快速下降主要在于工業灰水足跡強度降低，農業灰水足跡強度由于農業產值較低且灰水足跡較大，導致農業灰水足跡強度降低緩慢。2011年之后灰水足跡強度下降速度變緩，則是因為工業污染物排放減少放緩，以及農業污染和生活污染并未出現明顯降低。

圖3 2001-2015年湖南省灰水足跡強度變化Fig.3 Variations of grey water footprint intensity of Hunan province during 2001-2015

2001-2015年湖南省水污染水平始終處于1以下(圖4)，其最大值是2011年的0.62，最小值是2015的0.35，原因可能是因2011年水資源總量較常年少，而2015年水資源總量較多造成。雖然總體污染水平處于1以下，但如果考慮藍水足跡、綠水足跡和灰水足跡在內的總體水足跡，仍將對湖南省水資源造成較大壓力，而且不可忽視水資源因時空分配不均而導致某個地區或時間段水質污染水平高的變化。

圖4 2001-2015年湖南省水污染水平Fig.4 Water pollution level of Hunan province during 2001-2015

2.2 灰水足跡驅動因子分析

2.2.1 OLS回歸分析

首先對數據進行標準化處理，并將人口、城鎮化水平、人均GDP、人均GDP二次方、FDI、第二產業占比、第三產業占比、灰水足跡強度和環境污染治理投資占比分別用X1、X2、X3、X4、X5、X6、X7、X8和X9表示，灰水足跡用Y表示，如表1所示。利用計量軟件SPSS 22對方程進行OLS回歸，雖然得出其R2=0.991，具有較好的擬合優度，但在表2的系數表中觀察VIF值發現除X9小于10之外其他自變量都比較大，一般認為VIF>10則存在多重共線性問題，因此認為變量間存在嚴重多重共線性問題。

表1 變量描述Tab.1 Variable descriptions

表2 最小二乘法回歸系數Tab.2 OLS Regression coefficients

2.2.2 嶺回歸分析

為了處理變量間的共線性問題，采用嶺回歸方法消除變量間的共線性問題。嶺回歸是一種專用于分析共線性問題的有偏估計回歸方法，以損失部分信息降低精度，放棄最小二乘法的無偏性，觀察模型擬合的嶺跡圖，在其平穩時通過K的取值得到更符合實際的回歸系數[43]。利用計量軟件SPSS 22對變量進行嶺回歸，以步長0.02得到嶺跡圖(圖5)，觀察嶺跡圖運行軌跡認為在K=0.04時模型進入平穩狀態，得到回歸模型R方為0.893，回歸結果如表3所示。

從表3中可看到模型變量中X3、X4在1%的水平下顯著，X2、X7、X8在5%的水平下顯著，X5和X6在10%的水平下顯著，X1和X9遠遠大于10%的顯著水平，因此刪除變量X1和X9再次回歸，以步長0.02得到嶺跡圖(圖6)，發現刪除變量后嶺跡圖顯得更加穩定，在K=0.02時便進入平穩狀態，當K=0.02時回歸模型R方為0.91，Sig值為0.003 342 04，模型具有較好的解釋水平和顯著水平，結果如表4所示。從表4中可看到X6處于10%的顯著水平，X5處于5%的顯著水平，X2、X3、X4、X7和X8處于1%的顯著水平，各變量通過顯著性檢驗，因此，嶺回歸方程為：0.650 5X6+0.654 3X7-0.589 2X8

圖5 嶺跡圖Fig.5 Ridge trace

表3 嶺回歸系數表Tab.3 Ridge Regression coefficients

圖6 嶺跡圖Fig.6 Ridge trace

Y=0.799 6X2-0.814 8X3-0.998 2X4-0.511 5X5+

2.2.3 回歸結果分析

從回歸方程可以看出，城鎮化水平、第二產業占比和第三產業占比對灰水足跡具有促進作用，其每增加1%都會促使灰水足跡增加0.799 6%、0.650 5%和0.654 3%，人均GDP、FDI和灰水足跡強度對灰水足跡具有抑制作用，其每增加1%都會促使灰水足跡減少0.814 8%、0.511 5%和0.589 2%。對灰水足跡增加作用最強的是城鎮化水平，對灰水足跡減緩作用最強的是人均GDP，灰水足跡強度次之，最小是FDI。中國近年來城鎮化水平不斷上升[44]，使用的產品和服務數量將繼續增加，城市建設擴張和人口增加使水資源消耗及污染排放上升，使得城鎮化水平與灰水足跡呈正相關關系。產業結構中第二產業占比和第三產業占比對灰水足跡的影響系數為0.650 5和0.654 3，其原因可能受到經濟規模、產業結構和空間效應的影響[45,46,47]。湖南省尚處于經濟快速發展階段，經濟規模增加的同時帶來污染量的增加。第二、三產業結構中的重工業和低端服務業貢獻于環境污染[48]，需要從技術水平和資源利用效率方面調整產業結構[49,50]。產業結構對環境的作用存在空間差異，東部地區產業結構升級對環境凈化作用明顯[51,52]，但東部污染產業向中部地區轉移加重了包括湖南在內的中部地區的環境污染[53]。 人均GDP的影響系數為-0.814 8，表明隨著經濟條件改善，社會公眾對環境的要求和意識提高，經濟與環境協調發展成為經濟發展方向。灰水足跡強度與灰水足跡呈負相關，灰水足跡強度是源利用效率指標，表明近年湖南省資源利用效率得到提高，生產過程中污染物排放減少。從灰水足跡結構可見，資源利用效率提高主要發生在工業部門，農業部門灰水足跡變化幅度小，表明農業資源利用效率提高緩慢，降低農業灰水足跡強度可有效減少總灰水足跡。

表4 嶺回歸系數表Tab.4 Ridge Regression coefficients

從人均GDP的二次方影響系數得出環境庫茲涅茲曲線(圖7)，可以看出近年來經濟發展和灰水足跡之間存在倒“U”型環境庫茲涅茲曲線，即隨著經濟發展水平提高出現環境狀況逐漸改善。外商直接投資對灰水足跡的影響系數為-0.511 5。從結果來看FDI與灰水足跡之間并不存在“污染天堂”的假說。FDI增加抑制灰水足跡上升，表明外商直接投資使生產活動的技術水平和管理水平提升，降低了污染水平。

圖7 灰水足跡“環境庫茲涅茨曲線”Fig.7 Environmental Kuznets curve of grey water footprint

3 結 論

2001-2015年湖南省灰水足跡由690.747 億m3增加到835.119 億m3，然后下降到671.946 億m3，表明湖南省水污染情況趨于改善。農業污染是湖南的最大污染源，生活污染其次，并呈上升趨勢，工業污染已得到有效控制。養殖業污染是農業污染的主要污染源。

2001-2015年湖南省灰水足跡強度由1 802 m3/萬元下降到232 m3/萬元，15年間灰水足跡強度始終位于1以下。灰水足跡強度降低主要表現在工業部門，減少農業部門污染物排放是進一步提高水資源利用效率的重要手段。

城鎮化水平、人均GDP、外商直接投資、第二產業占比、第三產業占比和灰水足跡強度是湖南灰水足跡的驅動因子，其中城鎮化發展是灰水足跡增加的主要驅動力。經濟發展與灰水足跡之間存在倒“U”型環境庫茲涅茲曲線，并不存在“污染天堂”現象。

由于部分數據難以獲得，例如缺少農村地區生活污染排放量、服務業污染物排放量、林業和漁業污染物排放量的數據源，以及每種污染物可容許濃度標準和自然水體中各污染物自然濃度等難以明確，這些問題可能影響了本研究結果的精準性。

□