中国地理分区用水结构时空演变对比分析

陈晓清; 侯保灯; 周毓彦; 王丽川; 黄亚; Xiao-qing CHEN; Bao-deng HOU; Yu-yan ZHOU; Li-chuan WANG; Ya HUANG

中国农村水利水电 ›› 2021 ›› (6) : 78-85,90.

水文水资源

中国地理分区用水结构时空演变对比分析

作者信息 +

A Comparative Analysis of the Spatial and Temporal Evolution of Water Use Structure in Geographical Regions of China

Author information +

稿件信息 +

摘要

水资源的稀缺和污染等问题影响着社会经济的发展，用水结构的优化是缓解水资源压力的有效途径。采用信息熵、均衡度、洛伦兹曲线和基尼系数等研究方法，对我国七大地理分区的用水结构时空演变特征进行对比分析。结果表明：我国总用水量在波动后呈先增后减趋势，各类型用水均衡性也在平缓上升；随着时间推移，华东、华南、华中、西南和华北等区，均衡度均超过全国水平，而西北地区和东北地区用水结构处于不稳定状态，甚至东北地区用水结构趋于单一化；空间演变上，农业用水在我国各地区分布较均匀，工业用水和生活用水绝大部分地区较合理，而生态用水大部分地区基尼系数超过“警戒线”，且某些地区系数仍在增大。由于气候、地理位置、水资源禀赋和社会经济发展程度等因素不同，各区用水情况需要客观看待。进行用水结构时空演变的分析，有利于我们进行用水结构优化，对水资源的更高效利用和社会经济的协调发展具有重要意义。

Abstract

The scarcity and pollution of water resources affect the development of social economy and the optimization of water structure is an effective way to alleviate the pressure of water resources. In this paper， information entropy， equilibrium degree， Lorentz curve， Gini coefficient and other research methods are used to compare and analyze the temporal and spatial evolution characteristics of water use structures in seven geographical regions of China.The results show that China’s total water consumption shows a trend of rise and fall after fluctuations， and the balance of various types of water consumption is also rising slowly. Over time，the balance of East China， South China， Central China， Southwest China， and North China all exceeds that of the national level， while the water use structure in the Northwest and Northeast China is in an unstable state， and even the water use structure in the Northeast has become singular. In terms of spatial evolution， agricultural water is more evenly distributed in various regions of China， and industrial water and domestic water are more reasonable in most areas， the Gini coefficients for both water use in the Northwest region exceeds the “warning line”， while the Gini coefficients for most areas of ecological water use exceeds the “warning line”， and the coefficients in some areas are still increasing. Due to factors such as climate， geographical location， and socioeconomic development， water consumption in different districts needs to be considered. The analysis of the spatial and temporal evolution of water use structure is conducive to the optimization of water use structure， which is of great significance to the more efficient use of water resources and the coordinated development of society and economy.

关键词

用水结构 / 信息熵 / 均衡度 / 洛伦兹曲线 / 基尼系数

Key words

water consumption structure / information entropy / degree of equilibrium / Lorentz curve / Gini coefficient

基金

国家重点研发计划项目(2018YFE0196000)

国家杰出青年科学基金项目(51625904)

广西研究生教育创新计划项目(YCBZ2018023)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

陈晓清 , 侯保灯 , 周毓彦 , 王丽川 , 黄亚. 中国地理分区用水结构时空演变对比分析[J].中国农村水利水电, 2021(6): 78-85,90

Xiao-qing CHEN , Bao-deng HOU , Yu-yan ZHOU , Li-chuan WANG , Ya HUANG. A Comparative Analysis of the Spatial and Temporal Evolution of Water Use Structure in Geographical Regions of China[J].China Rural Water and Hydropower, 2021(6): 78-85,90

0 引言

水资源是基础性的自然资源和战略性的经济资源^［1］，水资源格局决定发展格局。随着社会对水资源各方面需求的不断增加，水资源的合理利用成为社会良性发展的一个关键要素^［2］。用水结构是水资源利用方式的体现，是水资源优化配置的一个重要问题，可定义为以农业用水、工业用水、生活用水及环境用水为主导的相互内在联系及用水比例结构体系^［3］，用水结构合理与否关系着区域社会经济的可持续发展，影响着区域用水量和用水水平，调整用水结构可有效缓解水资源供需矛盾及优化水资源配置^［4，5］。

近年来，国内外学者对用水结构的演变分析做了一定的研究，郑伟^［6］等应用信息熵和主成分分析法分析2002-2011年黑龙江省用水结构的变化；刘洋^［7］等基于成分数据的线性回归方法建立了京津冀产业结构与用水结构的线性回归模型，研究了产业结构与用水结构的相关关系；熊小菊^［8］等利用信息熵和灰色关联分析模型，研究了北部湾经济区用水结构演变及其驱动因子分析；刘兵^［9］等利用信息熵和Hurst系数分析了干旱灌区用水结构演变规律，并判断其趋势持续性。陈新颖^［10］等采用VAR模型，利用脉冲响应函数，探析了淮河流域总用水量与用水结构变动之间的响应。

通过以上研究发现，目前对用水结构的研究多数以时间演变为主，而对空间演变研究相对较少；而研究区域也主要集中在我国北方和西部缺水地区，对南方地区用水结构研究较少^［8］；其次，研究区域尺度有限，基本停留在省、市以及某些典型区域或者流域^［10-15］，缺乏大尺度的对比分析。针对以上不足，本文利用1997-2018年全国及各省水资源公报数据，扩大研究尺度，采用信息熵、洛伦兹曲线等研究方法，对我国各地理分区的农业、工业、生活以及生态等用水类型所构成的用水结构，进行时间和空间演变对比分析，并进行原因的分析。本研究对我国用水结构调整和水资源合理优化配置具有一定借鉴意义。

1 研究分区

地理区划根据气候、政策、地形地貌等因素划分，各分区内各省（市）用水结构相对更为相似，故将研究区定为中国七大地理分区并进行对比具备合理性。本文按照七大地理区域分区即华南、华中、华北、华东、西南、西北、东北七个区。由于缺乏港澳台数据，则西南以广东、广西和海南为研究对象，华东则以福建、江西、浙江、江苏、安徽、山东以及上海等地区。另外，东北地区以狭义上东三省（黑龙江、吉林以及辽宁）为研究对象。

2 数据来源和研究方法

2.1 数据来源

本文所用数据为1997-2018年全国及各省历年用水量数据，包括农业用水、工业用水、生活用水和生态用水。数据来源于《中国水资源公报》（1997-2018）、各省《水资源公报》（1997-2018）。

2.2 研究方法

2.2.1 信息熵与均衡度

目前，在时间序列演变规律分析中，信息熵法应用较为普遍^［9］。1948年，Shannon在信息论中引入了熵的概念，可用于描述任何一种体系或物质运动系统的混乱度和无序度。基于此，利用利息熵原理去描述用水结构的演变过程具备合理性，而且许多学者也做了相应研究^{［3， 6， 9， 16-19］}。信息熵值越大，系统越紊乱，表明各种类型用水量越均匀。

信息熵的量化度量计算如下：设某用水区域总用水量为

Q

，其中包含

n

种用水类型，

q_{i}

为每种用水类型的用水量

\{q_{1}, q_{2}, . . ., q_{n}\}

，

p_{i}

(p_{i} \neq 0, i = 1,2, . . ., n)

为每种用水类型占总用水量的比例，且

\sum_{i = 1}^{n} p_{i} = 1

，根据Shannon公式，用水结构信息熵

H (n a t)

为：

H = - \sum_{i = 1}^{n} p_{i} l n p_{i}

（1）

随着社会经济不断发展，用水系统可能包含不同用水类型，为了实现熵的标准化和使用水结构分析具有可比性^［20］，引入均衡度

J

，

J \in (0,1)

，

J

值越大，代表某一用水类型的用水比例越合理，用水系统越稳定。当值达到1时，用水结构达到理想状态^［13］。计算公式为：

J = \frac{H}{H_{m a x}}

（2）

式中：

H_{m a x} = l n n

，即各计算单元用水类型相同，系统结构达到最有序状态^［17］。

2.2.2 洛伦兹曲线与基尼系数

根据定义，一个国家（地区）在不同时代或者不同国家（地区）在同一时代的财富不平等可用洛伦兹曲线最初用以比较和分析。弯曲曲线

y = f (x)

代表收入分配的不均匀度，y=x代表绝对均匀线，当弯曲曲线越靠近绝对均匀线表示财富分配越均匀；反之，表示差距越大。

刘欢、左其亭等^［21］于2014年将洛伦兹曲线首次用于用水结构空间演变分析中。结果表明，利用洛伦兹曲线去分析用水结构演变分析具备较高的合理性。

为了更好地体现其不均匀程度，引入基尼系数

G

进行定量化描述，

G \in [0,1]

。基尼系数计算公式多样，选择最简便公式进行计算^［22］，计算公式如下：

G = \sum_{i = 1}^{n - 1} (A_{i} B_{i + 1} - A_{i + 1} B_{i})

（3）

式中：

A_{i}

为某一省（市）用水在全区总用水的累积百分比；

B_{i}

为某一省（市）某种用水的累积百分比。由于七大地理区所包含省（市）不一，故i的取值范围也不同。

基尼系数能更好地描述用水结构的空间不均衡性，系数越小表示越均匀，反之则越不均匀。按照联合国组织相关规定，基尼系数与评价结果存在以下关系。

表1 基尼系数与评价结果关系

Tab.1 Relationship between Gini coefficient and evaluation results

基尼系数	$<$ 0.2	0.2 $~$ 0.3	0.3 $~$ 0.4	0.4 $~$ 0.5	＞0.5
评价结果	绝对平均	比较平均	相对合理	差距较大	差距悬殊

根据国际惯例，以0.4作为收入分配贫富差距的“警戒线”。表明收入差距到达黄色预警区域，需要采取应对措施^{［23， 24］}。根据前人近几年研究发现，将洛伦兹曲线和基尼系数引入用水结构的空间分布状况研究具备合理性。

3 结果与分析

3.1 全国用水结构特征演变分析

1997-2002年我国总用水量处于波动状态，2003年以后呈先增后减趋势发展，2003-2013年逐年递增，2013-2018年始有所下降。总用水量由2003年的5 547.792 亿m³增长至2013年的6 183.412 亿m³，年均增长率为1.04%，并由2013年降至2018年的6 015.5 亿m³，年均减少率为0.39%。各型用水所占用水比例有所波动，但变化趋势较缓慢。

历年来农业用水量占总用水量的比重最大，由2003年占比66.1%降至2018年的61.3%，年均减少率为0.3%，工业用水量及农业用水量与总用水量变化趋势基本一致，呈先增后减，历年来用水量大致为农业用水量的1/3。近些年国内工业部门节水意识及用水效率有所提高，水资源管理制度也日益完善，工业用水历年占比在23%左右，近两年已降至20.9%。而生活用水和生态用水均在上升，随着人口的增加和对生活质量要求的提高，我国生活用水占比平缓的增加，年均增长率为3.6%，而生态用水占比在波动中上升，尤其从2014年到2018年，呈现快速增长态势，期间年均增长率为18.9%，生态环境用水量从2003年开始也在逐渐增加，由2003年的79.8亿m³增加到2018年的200.9亿m³。我国1997-2018年用水量演变如图1所示。

图1 1997-2018年我国用水量演变图

Fig.1 Evolution chart of China's water consumption from 1997 to 2018

Full size|PPT slide

3.2 各分区用水结构时空演变分析

3.2.1 用水结构时间演变分析

本文基于各分区1997-2018年农业、工业、生活以及生态等用水量的变化，将各类型用水量和总用水量代入式（1）和式（2），分析了各地理分区信息熵值和均衡度变化特征，并与全国1997-2018年的信息熵和均衡度比较。其中1997-2002年用水类型统计有生活、工业和生态用水，则

n = 3

，

H_{m a x} = 1.099

。2003-2018年生态用水作为统计项列入用水结构，则

n = 4

，

H_{m a x} = 1.386

。

如图2所示，1997-2002年间，华东、华南、华中、东北和西南等地区信息熵值在区间0.8到1.0内平缓上升，但上升幅度不大，且增长速率基本一致，此时均衡度也处于0.7到0.8间波动，均处于全国水平以上，可见在1997-2002年间，华东、华南、华中、东北和西南等地区用水结构总体朝着越来越稳定方向发展，单一用水结构占比比重下降，而西北地区和华北地区相对于其他五区信息熵值和均衡度处于较低水平，尤其西北地区与其他区差距较大，表明其用水结构较单一化，各类型用水比例极不协调。

图2 各分区用水结构信息熵和均衡度

Fig.2 Entropy and equalization degree of water structure information in each partition

Full size|PPT slide

2003-2018年，用水数量类型增加，信息熵的变化与之前相比参考性不大，故采用均衡度进行分析，并参照全国2003-2018年均衡度进行比较。2003年除西北地区外，其他区均衡度均大幅下降，用水结构不均衡度加大，原因是2003年生态用水列入统计，生态用水量远远小于农业、生活和生产用水，导致了用水结构失衡，2004-2018年各个地区产业结构调整导致均衡度呈现不同的发展趋势，华东、华南、华中、西南和华北等地区均衡度朝着上升趋势发展，其中，华北地区增长速率大于其余四区。华东、华南、华中和西南等区的均衡度始终大于全国水平，华北地区在2011年后也超过全国水平。

相较于华东、华南等五区，西北和东北用水情况朝着不同方向发展，两区均衡度远不及其他五区，且一直处于全国水平下方。2003-2010年，东北地区各用水类型用水比重均基本保持不变，各年均衡度大致处于同一水平线上，2011-2018年间，均衡度朝着下降趋势发展，单一用水结构情况更加严重化。西北地区2003-2010年间各类型用水比例也基本不变，均衡度也基本不变，2011-2018年间均衡度先降后升，但仍远远小于其余6区。

3.2.2 用水结构空间演变分析

关于时间演变分析，利用信息熵来阐述，而空间演变分析，则以洛伦兹曲线和基尼系数来定性定量分析。首先，利用洛伦兹曲线定性分析，本文取3个年份，分别为1997年、2007年、2017年，时间跨度为10年对各区的用水结构空间演变进行分析，绘制洛伦兹曲线并计算基尼系数，如图3~图5所示。

图3 1997年各分区各类型用水洛伦兹曲线

Fig.3 The Lorentz curve of water use in each subdivision and each type in 1997

Full size|PPT slide

图4 2007年各分区各类型用水洛伦兹曲线

Fig.4 The Lorentz curve of water use in each subdivision and each type in 2007

Full size|PPT slide

图5 2017年各分区各类型用水洛伦兹曲线

Fig.5 The Lorentz curve of water use in each subdivision and each type in 2017

Full size|PPT slide

由于篇幅有限，本文选取2017年为现状年，并以华南和西北为典型区进行深入分析。华南和西北地区各类型用水在空间分布上存在较大差异。华南地区总体各类型用水均较靠近最优分配线，表明各类型用水在空间分部上较均衡，差异性不大。由统计可得，2017年广西总用水和各类型用水基本占华南地区总用水和各类型用水的30%左右，最高农业用水占比43%；海南省各用水占比均在10%以下；而广东省则基本在60%左右，农业用水和工业用水占比相差最大为19%，与洛伦兹曲线所反应的各类型用水空间分布情况一致。

西北地区存在较大不均衡性。农业用水相对于其他类型用水在空间分布上存在较大均匀性，而工业用水和生活用水距离最优分配线较远，表明工业用水和生活用水在西北地区分布较集中。统计分析发现，陕西省总用水量占地区总用水量10%左右，而工业和生活用水占比都超过30%，生活用水接近40%；新疆农业用水和总用水占比接近70%，工业用水和生活用水仅占30%左右，差距较大。

分析了现状年下各区的空间分布情况，接着选取1997、2007和2017年3个时间点对各区各类型用水的空间分布变化情况进行解析，仍以华南和西北为例。

图6所示，华南地区各类型用水空间分布变化情况不大，各类型用水都靠近最优分配线，各类型用水在空间分布上朝着稳定或者更加均匀的方向发展。

图6 1997、2007和2017年华南地区各类型用水洛伦兹曲线

Fig.6 Lorentz curve of different types of water in South China in 1997， 2007 and 2017

Full size|PPT slide

图7所示，西北地区各类型用水在空间分布上基本处于相对稳定状态，但工业用水和生活用水在空间分布上存在较大不均衡性。农业用水的空间分布历年来基本一致，生活用水和工业用水的空间分布更为均衡，但幅度很小。各省农业用水与总用水所占比重基本一致，2007年和2017年各省农业用水占西北地区农业总用水比例变化极小，空间分布较均衡。甘肃省生活用水比例由1997年的26%降到2017年的19%，而新疆由22%升至32%，但变幅不大，总体差异性有略微缩小。工业用水甘肃省和青海省分别由2007、2017年的31%、16%下降至23%、6%，其余各省都有不同幅度提高。生态用水各省变化较大，变差都在10%以上，新疆变差最大由80%降至46%，空间分布上还是存在很大差异。

图7 1997、2007和2017年西北地区各类型用水洛伦兹曲线

Fig.7 Lorentz curve of different types of water in northwest China in 1997， 2007 and 2017

Full size|PPT slide

通过各地区洛伦兹曲线的分析，为了更好的反应各区各类型用水在空间的不均衡程度，引入基尼系数进行定量分析。

如表2所示，各区各分类型用水基尼系数大小不一，在空间分布情况也不同。华南地区从1997-2017年各类型用水均小于0.2，评价结果为“绝对平均”，各类型用水在空间分布上较均匀。华东和华中在农业、工业和生活用水等方面评价结果为“绝对平均”，然而生态用水方面存在较大不均衡性，华东和华中2007和2017年生态用水均超过“警戒线”值0.4，评价结果为“差距较大”，且2007-2017基尼系数在增加，空间分布更加不均匀，2017年华中地区甚至还超过0.5，空间分布“差距悬殊”，统计得，江苏省和山东省总用水和生态用水所占比例差距较大，2017年江苏总用水占比33%而生态用水占比仅6%，山东总用水占比12%而生态达到37%，空间用水比例极不协调。华北地区农业也处于绝对平均状态，工业用水由“相对合理”变为“绝对平均”，但生活用水和生态用水在2007和2017年评价结果均为“相对合理”，虽有所下降，但降幅不大。西南地区总体用水朝着更加均衡方向发展，随着时间推移，各类型用水基尼系数均小于0.2，处于“绝对平均”状态。而西北和东北地区用水结构各类型用水相对较集中，西北地区工业用水和生活用水的基尼系数在3个年份中均超过0.4，存在较大差距，东北地区工业用水由“绝对平均”变为“比较平均”，生活用水由“比较平均”变为“相对合理”，各类型用水基尼系数越来越大，空间分布上朝着更加集中方向发展，需要对用水结构进一步优化。

表2 国内各分区各类型用水的基尼系数

Tab.2 Gini coefficient of water of each type in each domestic subregion

分区	1997年			2007年				2017年
分区	农业	工业	生活	农业	工业	生活	生态	农业	工业	生活	生态
华南	0.05	0.12	0.03	0.09	0.17	0.11	0.12	0.08	0.13	0.11	0.06
华东	0.07	0.17	0.10	0.13	0.19	0.15	0.40	0.10	0.19	0.19	0.48
华中	0.03	0.11	0.03	0.03	0.10	0.07	0.47	0.04	0.07	0.07	0.58
华北	0.09	0.32	0.27	0.08	0.16	0.35	0.39	0.11	0.17	0.33	0.36
西南	0.12	0.26	0.14	0.14	0.26	0.14	0.21	0.10	0.19	0.12	0.16
西北	0.05	0.42	0.45	0.04	0.49	0.42	0.19	0.05	0.40	0.40	0.19
东北	0.03	0.07	0.23	0.03	0.03	0.26	0.46	0.08	0.23	0.34	0.46

3.3 各分区用水结构变化原因分析

目前，对于用水结构变化原因主要从人口、产业结构、社会经济、节水效率技术和资源禀赋等方面进行分析^{［3，6，13，25-27］}。综合前人分析结果，我们对各地理分区的农业用水、工业用水、生活用水和生态用水变化进行原因分析。

3.3.1 农业用水变化原因分析

气候因素下的降水量以及耕地灌溉面积和灌溉效率、方式等是影响农业用水量变化的主要因素^{［3， 25］}。降水量的多少直接影响到农业用水量的多少，从而影响到用水结构。我国水资源时空分布不均，地区水资源禀赋不同，南多北少，主要集中在华东、华南、西南等地区，历年来，除西北和东北地区外的分区，农业用水量占比呈现递减趋势，而西北地区占比持续保持在85%左右，东北地区则呈现持续递增状态。除了受降水量的影响，灌溉面积也是影响用水量的一个主要因素，我国共有13个产粮大省，其中包括东北三省，其耕地灌溉面积远远大于其他地区，尤其黑龙江。随着灌溉技术的进步，如滴灌技术的普及，灌溉效率有所提升，华东、华北等地区节水灌溉技术的发展使得农业用水量有所减少。综合降水量的影响、农业规模的大小和节水效率的反馈使得东北地区和西北地区农业用水量占比持续居高不下，而其他各区农业用水量占比均有所下降。

3.3.2 工业用水变化原因分析

工业用水量的变化主要取决于工业经济规模、产业结构和工业用水重复利用率等^［27］。改革开放以来，我国工业快速发展，产业结构也逐步升级，由于工业发展政策模式、资源储备和产业布局的差异，各地区工业发展水平差距大^［28］。1997年以来，华北、西南、华南等地区工业用水量和其占比存在明显的先升后降趋势，华中虽也存在该趋势但变化幅度不大，相反西北和东北地区工业用水量和占比在持续下降，尤其东北地区下降严重，从2000年的142.12万m³下降到2018年的55.52万m³，占比也由26%下降到不到10%。而华东地区工业用水量保持稳定上升，近几年来用水量占比稳定在33%左右。总体来说，我国工业产值一直在增加而用水量却在减少，这与用水效率的提高和工业内部结构的调整有很大关系，但地区工业化集中严重，从上分析可以看出，工业主要集中在我国中部和东南部，且分化越来越严重，这也是用水结构优化的一个难题。

3.3.3 生活用水变化原因分析

影响生活用水量的因素主要有人口基数、城镇化率和人们的生活用水方式等^［25］。历年来，我国人口数量呈现线性增长趋势，除了东北地区其余六区人口数量均存在不同程度的增加，华东地区2008-2018年间人口数增加最多将近2 500 万人，华北、华南地区增加1 700 万人左右，西南和华中地区平均在850 万人，而西北和东北地区增长较慢，甚至东北地区在2013年后出现人口减少趋势。但由于城镇化率的提高和人们生活方式的改变，如城市规模的扩大，城镇人口数量的增加和服务行业的发展都加大了对水资源的需求，导致七大分区的生活用水量在1997-2018年间都在持续增加，占比也在不断扩大。随着相关政策的改变，今后的生活用水量在一定时期内还将继续增加。

3.3.4 生态用水变化原因分析

根据水资源公报统计数据，在2003年后开始统计生态环境用水量，其主要包括城镇环境和农村生态用水量。近年来，国家大力关注生态问题，也积极响应“绿水青山就是金山银山”的号召，渐渐改变以前粗放型的水资源利用模式，关注水污染、水利用问题，各分区的生态环境用水量也在波动中增加，如华北地区生态环境用水量由2008年的14.27万m³，增长至2018年的61.60万m³，甚至超过同年的工业用水量57.70 万m³，可见华北地区对生态环境的关注度很高，其中北京起着至关重要的作用，北京市环境用水量的快速增长与园林绿化面积的增加有直接关系，绿化面积也有1988年的3.84 m²增加到2016年的13.84 m^2［27］。同样西北地区近两年的生态环境用水量也在大幅度增加，2018年也超过了工业用水量，西北对于荒漠干旱、沙尘暴的治理也是对水资源提出了更高的要求。随着时代的发展，生态环境问题也是今后很关键的问题，生态环境用水量在未来也将有着增加的趋势。

4 结论

本文运用了信息熵、均衡度、洛伦兹曲线和基尼系数等研究方法，利用《中国水资源公报》（1997-2018）数据，将31个省级行政区按照地理分区分为7大区，以更大尺度对各区用水结构进行时间和空间的演变对比分析。在结果分析中，分析了农业用水、工业用水、生活用水以及生态用水在各个地区的时空差异性和原因分析，以期发现各区用水结构存在的内部问题，为水资源更合理和高效利用提供一定依据。结论如下：

（1）1997-2002年我国总用水量处于波动状态，而2003-2018年呈现先增后减趋势，农业用水和工业用水比例在波动中减少，生活用水比例持续增加，生态用水比例在波动中上升。全国整体信息熵和均衡度在平缓上升，表明随着时间推移我国各类型用水分布越来越均衡，将有利于我国社会经济的良性发展。

（2）从时间变化上看，我国七大地理分区用水结构存在不同的发展趋势。华东、华南、华中和西南等四区均衡度缓慢增加，华北增长速率快于以上四区，用水结构系统均朝着更加稳定的方向发展，各类型用水量也越均匀；而西北地区和东北地区用水结构相反处于不稳定状态，甚至东北地区用水结构趋于单一化。

（3）从空间演变上看，各类型用水均衡度在空间上存在差异性。农业用水在我国各地区分布较均匀，基尼系数均小于0.2，评价结果为“绝对平均”，工业用水和生活用水绝大部分地区较合理，西北地区两者用水基尼系数均超“警戒线”，而生态用水在空间分布上不均匀程度较高，超过一半地区基尼系数超过“警戒线”，且某些地区系数仍在增大。

（4）由于气候、水资源禀赋不同，地理条件以及经济和政策等因素的影响，各地区用水情况不一。西北和东北地区降水量相对较少，耕地面积相对较大，且工业水平等相对落后，人口增长也较慢甚至负增长，随着时间推移，尤其东北地区，农业用水占比加大，工业用水占比下降，生活和生态用水占比增长缓慢，长此以往用水结构将会更加不均衡；而其余五区，尤其华东等地，农业占比一直在下降，而工业占比处于稳定状态，生活用水和生态用水也在不断增长，整体用水结构越来越驱于合理化。所以进行产业结构的调整，即在建立区域产业分工的过程中需要充分考虑水资源与水环境因素，如高耗水行业更适合水资源丰裕区域^［5］，同时提高用水效率和节水技术的改进等，尤其是西北地区和东北地区的农业用水。这是实现用水结构的优化的有效手段。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	洪思扬，王红瑞，程涛，等. 天津市供用水结构变化分析［J］. 南水北调与水利科技，2017，15（4）：1-6. 本文引用 [1]

2	ZHANG L L， WANG Z Z， LIAN Y Q， et al. Evaluation of water use structure and regulation to balance supply and demand in the Nansi Lake basin， China［J］. Sustainable Water Resources Management， 2015，1（4）：325-334. 本文引用 [1]

3	秦欢欢，赖冬蓉，万卫. 江西省用水结构变化及影响因素分析［J］. 江西水利科技，2018，44（5）：324-329. 本文引用 [4]

4	冯颖，屈国俊. 基于基尼系数和洛伦兹曲线的陕西省用水结构态势分析［J］. 统计与决策， 2017（16）：111-114. 本文引用 [1]

5	张兵兵. 中国用水结构优化研究［D］. 杭州：浙江大学， 2017. 本文引用 [2]

6	郑伟，万鲁河. 黑龙江省用水结构演变及其驱动力分析［J］. 哈尔滨师范大学（自然科学学报），2017，33（4）：89-93. 本文引用 [3]

7	刘洋，李丽娟. 京津冀地区产业结构和用水结构变动关系［J］. 南水北调与水利科技，2019，17（2）：1-9. 本文引用 [1]

8	熊小菊，廖春贵，贺同鑫，等. 北部湾经济区用水结构演变及其驱动因子分析［J］. 人民长江， 2019，50（7）：104-109. 本文引用 [2]

9	刘兵，何新林，张少博，等. 干旱灌区用水结构演变及驱动力分析［J］. 中国农村水利水电，2017（4）：12-14. 本文引用 [3]

10	陈新颖，董增川，寇嘉玮，等. 淮河流域总用水量与用水结构变化的响应［J］. 水电能源科学， 2019，37（2）：35-38. 本文引用 [2]

11	尚瑞朝，李苏，徐丹. 邯郸市农业用水结构时空变化特征及用水预测分析［J］. 人民珠江，2019（10）：1-8.

12	郭燕红. 基于VAR模型的广东省用水结构与用水量动态影响分析研究［J］. 广东水利水电，2019（4）：55-58.

13	杨硕. 北京市用水结构演变分析及驱动因子研究［J］. 人民珠江，2018，39（5）：50-53. 本文引用 [2]

14	WU H， WANG X J， SHAHID S， et al. Changing Characteristics of the Water Consumption Structure in Nanjing City， Southern China［J］. Water， 2016，8（8）：314.

15	金菊良，崔毅，杨齐祺，等. 山东省用水总量与用水结构动态关系分析［J］. 水利学报，2015，46（5）：551-557. 本文引用 [1]

16	赵楠芳，温天福，鄢笑宇. 抚河流域用水结构演变特征及其驱动力分析［J］. 南昌工程学院学报，2019，38（4）：12-15. 本文引用 [1]

17	易晶晶，陈志和，杨创鹏，等. 基于信息熵原理的区域用水结构时空演变特征研究［J］. 水文，2019，39（4）：12-17. 本文引用 [1]

18	王永静，闫周府. 新疆玛纳斯河流域用水结构演变及其驱动力分析［J］. 干旱区研究， 2017，34（2）：243-250.

19	ZHANG C L， DONG L H， LIU Y， et al. Analysis on Impact Factors of Water Utilization Structure in Tianjin， China［J］. Sustainability， 2016，8（3）：241. 本文引用 [1]

20	吕素冰. 水资源利用的效益分析及结构演化研究［D］.辽宁大连：大连理工大学，2012. 本文引用 [1]

21	刘欢，左其亭. 基于洛伦茨曲线和基尼系数的郑州市用水结构分析［J］. 资源科学，2014，36（10）：2 012-2 019. 本文引用 [1]

22	施卫国. 一种简易的基尼系数计算方法［J］. 江苏统计， 1997（2）：16-18. 本文引用 [1]

23	肖伟华，秦大庸，李玮，等. 基于基尼系数的湖泊流域分区水污染物总量分配［J］. 环境科学学报，2009，29（8）：1 765-1 771. 本文引用 [1]

24	洪兴建. 基尼系数合意值和警戒线的探讨［J］. 统计研究，2007（8）：84-87. 本文引用 [1]

25	何艳虎，李深林，杨洁，等. 我国不同区域用水结构变化及其驱动因素分析［J］. 水资源与水工程学报，2016，27（4）：1-6. 本文引用 [3]

26	高杨，吕蒲育，李启蒙. 阜阳市用水结构变化及预测分析［J］. 宜春学院学报，2018，40（3）：73-77.

27	白鹏，刘昌明. 北京市用水结构演变及归因分析［J］. 南水北调与水利科技，2018，16（4）：1-6. 本文引用 [3]

28	王建华. 社会水循环原理与调控［M］. 北京：科学出版社，2014. 本文引用 [1]

PDF(5206 KB)

630

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
0 引言
1 研究分区
2 数据来源和研究方法
2.1 数据来源
2.2 研究方法
2.2.1 信息熵与均衡度
2.2.2 洛伦兹曲线与基尼系数
表1 基尼系数与评价结果关系
3 结果与分析
3.1 全国用水结构特征演变分析
图1 1997-2018年我国用水量演变图
3.2 各分区用水结构时空演变分析
3.2.1 用水结构时间演变分析
图2 各分区用水结构信息熵和均衡度
3.2.2 用水结构空间演变分析
图3 1997年各分区各类型用水洛伦兹曲线
图4 2007年各分区各类型用水洛伦兹曲线
图5 2017年各分区各类型用水洛伦兹曲线
图6 1997、2007和2017年华南地区各类型用水洛伦兹曲线
图7 1997、2007和2017年西北地区各类型用水洛伦兹曲线
表2 国内各分区各类型用水的基尼系数
3.3 各分区用水结构变化原因分析
3.3.1 农业用水变化原因分析
3.3.2 工业用水变化原因分析
3.3.3 生活用水变化原因分析
3.3.4 生态用水变化原因分析
4 结论
参考文献

收稿日期	出版日期
2020-06-09	2021-06-15
发布日期
2021-07-02

选择文件类型/文献管理软件名称

选择包含的内容