Research on the Relationship between Water Resources Utilization and Economic and Social Development in Central China

Tian GAO; Xiao-li YANG

China Rural Water and Hydropower ›› 2022 ›› (1) : 79-84,92.

Author information +

History +

Abstract

The central region is an important economic hub in our country， but the problem of “central collapse” makes its sustainable development lack of power. In order to explore the relationship between resources and social and economic development in the context of high-quality development， this paper takes the five development concepts as the baseline layer to construct the green development index， which is taken as the expected output， and uses the SBM model to calculate the water resource utilization efficiency in the central region from 2003 to 2018. Finally， the Tapio decoupling model is used to explore the relationship between social and economic development and water resources in central China at different stages. The results show that the interannual fluctuation of water footprint in the central region is obvious， reaching the maximum value of 683.54 billion m³ in 2015. The green development index of all provinces showed a steady upward trend， and the spatial difference was the least in 2008. The mean value of water resource utilization efficiency in the central region reached the peak in 2006， and Shanxi and Hubei reached the highest value. The decoupling relationship between water resources and economic and social development gradually improved over time， indicating that water resources utilization in central China gradually met the requirements of high-quality development of the country. This paper has certain guiding significance for the high quality development of the central region.

Key words

water footprint / SBM model / entropy method / green development index / Tapio decoupling model

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

Tian GAO , Xiao-li YANG. Research on the Relationship between Water Resources Utilization and Economic and Social Development in Central China. China Rural Water and Hydropower. 2022, 0(1): 79-84,92

0 引言

中部地区作为我国地理腹地，包括山西省、安徽省、江西省、河南省、湖北省以及河南省六个省份，在中国经济社会发展中起着“承东启西”的枢纽作用，但“中部塌陷”问题使得中部地区的可持续发展受阻^［1］。为了恢复中部地区的“元气”，习近平总书记在2019年中部地区崛起工作座谈会中指出，中部崛起需要贯彻新发展理念，推动高质量发展。高质量发展强调经济-社会-环境的协调发展，为了更好地解决“十四五期间”水安全问题，需要不断调整水资源利用方式以满足国家高质量发展的要求。

国内外对于关于水资源与经济社会发展之间相互关系的研究主要集中3个方面：①从水资源利用效率^［2］、水资源承载力^［3］等角度分析社会经济的发展对水资源消耗的影响；②从投入产出角度探讨水资源消耗对经济增长的约束作用^［4］；③通过构建耦合模型^［5］、脱钩指数^［6］等方法探究水资源利用与社会经济发展的相关关系。虽然国内外学者对水资源与经济社会发展的关系展开了大量的研究，但是还存在3点不足：①在计算水资源利用效率时通常将经济效益作为唯一产出，而未考虑可持续发展中不可忽视的社会效益和环境效益；②探究经济社会与水资源之间的脱钩关系时一般仅从水资源利用效率或者水资源消耗单方面进行研究，具有一定的局限性；③当前学者研究尺度主要以省域^［6］、流域^［7］以及经济带^［8］为主，关于中部地区的水资源与经济社会发展关系的研究较少。

基于此，本研究首先计算中部地区2003-2018年6个省份的水足迹，然后从五大发展理念出发构建指标体系，利用熵权法计算各省份绿色发展指数，并从水足迹角度将绿色发展指数作为期望产出来测算水资源利用效率，最后利用Tapio脱钩模型分析中部地区经济社会发展与水资源消耗以及水资源利用效率之间的关系，研究结果对中部地区高质量发展有一定的理论意义。

1 研究方法与数据来源

1 研究方法

1.1 1　水足迹

水足迹理论通常用于水资源利用相关研究中，体现了一个地区水资源消耗的程度，分为内部水足迹和外部水足迹^［9］。

W F = W F_{i n} + W F_{o u t}

（1）

W F_{i n} = W F_{A} + W F_{I} + W F_{L} + W F_{E} + W F_{G} - V W E_{e x p o r t}

（2）

W F_{o u t} = V W E_{i m p o r t} - V W E_{i - e}

（3）

式中：

W F

表示总水足迹，

W F_{i n}

、

W F_{o u t}

分别表示内部和外部水足迹，

W F_{A}

、

W F_{I}

、

W F_{L}

、

W F_{E}

和

W F_{G}

分别表示农业生产、工业生产、生活用水、生态用水以及灰水足迹，

V W E_{e x p o r t}

表示出口虚拟水，

V W E_{i m p o r t}

进口虚拟水量，

V W E_{i - e}

表示进口再出口虚拟水量。

（1）农业生产水足迹。

W F_{A} = P_{i} \times w f_{i}

（4）

式中：

P_{i}

表示第i种农产品产量，

w f_{i}

表示第i种农产品虚拟水含量。

（2）工业生产、生活以及生态水足迹。由于工业品种类多，虚拟水含量难以得到数据，因此沿用文献^［10］中的做法，以水资源公报工业用水总量来代替。居民生活用水量和生态环境用水量均是实体水，所以也直接引用水资源公报、统计年鉴等数据。

（3）灰水足迹。由于生态用水基本不产生灰水足迹，所以本研究仅考虑农业生产、工业生产以及生活用水的灰水足迹。

\begin{array}{l} W F_{G} = s u m [m a x (\frac{M_{G - A}^{C O D}}{C_{m a x}^{C O D} - C_{n a t}^{C O D}}, \frac{M_{G - A}^{N}}{C_{m a x}^{N} - C_{n a t}^{N}}), \\ m a x (\frac{M_{G - I}^{C O D}}{C_{m a x}^{C O D} - C_{n a t}^{C O D}}, \frac{M_{G - I}^{N}}{C_{m a x}^{N} - C_{n a t}^{N}}), \\ m a x (\frac{M_{G - L}^{C O D}}{C_{m a x}^{C O D} - C_{n a t}^{C O D}}, \frac{M_{G - L}^{N}}{C_{m a x}^{N} - C_{n a t}^{N}})] \end{array}

（5）

式中：

M_{G - A}^{C O D}

、

M_{G - I}^{C O D}

、

M_{G - L}^{C O D}

分别表示农业生产、工业生产以及生活COD排放量，

M_{G - A}^{N}

、

M_{G - I}^{N}

、

M_{G - L}^{N}

分别表示农业生产、工业生产以及生活氨氮排放量。

C_{m a x}^{C O D}

和

C_{n a t}^{C O D}

分别表示COD在水体中达标的最高浓度标准和初始浓度，

C_{m a x}^{N}

和

C_{n a t}^{N}

分别表示氨氮在水体中达标的最高浓度标准和初始浓度。

（4）出口虚拟水。

V W E_{e x p o r t} = \frac{M_{e x p o r t}}{G} W F_{P}

（6）

W F_{P} = W F_{A} + W F_{I} + W F_{G - A} + W F_{G - I}

（7）

式中：

M_{e x p o r t}

表示出口贸易值；G表示生产总值；

W F_{P}

表示生产水足迹。

（5）进口虚拟水。本研究参考相关文献的处理方法^［11］，忽略进口产品再出口的虚拟水量（

V W E_{i - e}

），且不区分农业产品与工业产品，将贸易虚拟水划分为进口贸易虚拟水与出口贸易虚拟水。

V W E_{i m p o r t} = \frac{M_{i m p o r t}}{G} W F_{P}

（8）

1.1 2　绿色发展指数

中部地区经济社会的发展应当充分响应国家提出的“五大发展理念”，以促进中部地球高质量发展。因此，本研究参考相关学者的研究成果^［12］，以创新发展、协调发展、绿色发展、开放发展以及共享发展为基准层构建绿色发展指数评价体系（表1）。

Tab.1 Green development index system

表1 绿色发展指标体系

基准层	指标层	指标性质
创新发展	R&D人员全时当量	+
	R&D经费支出	+
	专利授权数	+
	科技市场成交额	+
协调发展	GDP	+
	第三产业就业人口数比重	+
	城镇居民人均可支配收入	+
	城镇登记失业率	-
	65岁及以上人口占比	+
	性别差异度	-
绿色发展	电力消耗量	+
	天然气消费量	+
	用水量	+
	SO₂排放量	-
	工业固体废弃物排放量	-
	废水排放量	-
	环境污染投资占GDP比重	+
开放发展	外商直接投资	+
开放发展	进出口总额	+
共享发展	社会保障和就业财政支出	+
	每万人拥有公共交通车辆	+
	城市用水普及率	+
	人均拥有绿地面积	+

由于不同指标的评估标准存在差异，需要对各指标进行无量纲化处理以便对比同一指标在不同时期及不同地区的表现。

对于正向指标：

X_{p, q}^{'} = \frac{X_{p, q} - X_{q m i n}}{X_{q m a x} - X_{q m i n}}

（9）

对于负向指标：

X_{p, q}^{'} = \frac{X_{q, m a x} - X_{p, q}}{X_{q m a x} - X_{q m i n}}

（10）

式中：

X_{p, q}

为指标的原始数据；

X_{p, q}^{'}

指标准化后数据，p=1，2，…，m（评价年份数）；q=1，2，…，n（评价指标数）。

计算信息熵：

E_{q} = - \frac{\sum_{q = 1}^{m} L_{p q} l n L_{p q}}{l n m}

（11）

L_{p q} = \frac{X_{p, q}^{'}}{\sum_{p = 1}^{m} X_{p, q}^{'}}

（12）

式中：

L_{p q}

为第p年第q项指标值占该项指标的比重；

E_{q}

为第q项指标的信息熵。为避免ln0情况出现，

L_{p q}

=0时，本研究令其等于0.000 000 001。

权重计算：

W_{q}

为第q项指标权重。

W_{q} = \frac{1 - E_{q}}{\sum_{q = 1}^{n} (1 - E_{q})}

（13）

绿色发展指数：将熵权法确定的指标权重和标准化处理后的无量纲化指标值进行加权得到绿色发展指数

S_{i}

。

S_{i} = 100 \sum_{q = 1}^{n} W_{q} X_{p q}^{'}

（14）

1.1 3　SBM模型

DEA模型是测算生态效率常用方法^［13］，Tone^［14］提出的SBM-DEA模型，不仅有效降低了传统径向和角度DEA模型的测量误差，而且考虑了非期望产出对效率值的影响。SBM-DEA模型假设有j个决策单元，每个决策单元包含M种投入要素x、n₁ 种期望产出a和n₂ 种非期望产出b：

ρ = m i n \frac{1 - \frac{1}{M} \sum_{i = 1}^{M} \frac{s_{i}^{-}}{x_{k i}}}{1 + \frac{1}{n_{1} + n_{2}} (\sum_{r = 1}^{n_{1}} \frac{s_{r}^{a}}{a_{k r}} + \sum_{l = 1}^{n_{2}} \frac{s_{l}^{b}}{b_{k l}})}

（15）

s . t . \{\begin{array}{l} x_{i k} = \sum_{j = 1, j \neq k}^{n} x_{i j} λ_{j} + s_{i}^{-}, i = 1, \dots, M \\ a_{r k} = \sum_{j = 1, j \neq k}^{n} a_{r j} λ_{j} - s_{r}^{a}, r = 1, \dots, n_{1} \\ b_{l k} = \sum_{j = 1, j \neq k}^{n} b_{l j} λ_{j} - s_{l}^{b}, l = 1, \dots, n_{2} \\ λ_{j} \geq 0, s_{i}^{-} \geq 0, s_{r}^{a} \geq 0, s_{l}^{b} \geq 0 \end{array}

（16）

式中：ρ为要计算的水资源效率值；

s_{i}^{-}, s^{a}, s_{l}^{b}

为投入、期望产出以及非期望产出的松弛变量；

λ

为决策单元的权重。当ρ=1时，生产单元有效；当ρ<1时，生产单元存在效率损失，可以通过优化投入量、期望产出量来改善水资源利用效率。本研究中水资源利用效率的投入指标包括：水足迹、固定资产投资、就业人口数，期望产出指标为绿色发展指数，非期望产出为灰水足迹。

1.1 4　脱钩分析

脱钩理论源于物理学领域，后逐渐被用于探究资源环境与经济发展的相关关系，并在近些年成为研究热点。基于水足迹、水资源利用效率和绿色发展指数构建Tapio脱钩模型，可以有效衡量经济社会发展与水资源利用之间的脱钩关系。

E_{w} = \frac{Δ W F_{i}}{Δ S_{i}} = \frac{(W {F_{i}}^{t_{2}} - W {F_{i}}^{t_{1}}) / W F^{t_{1}}}{({S_{i}}^{t_{2}} - {S_{i}}^{t_{1}}) / {S_{i}}^{t_{1}}}

（17）

E_{e} = \frac{Δ ρ_{i}}{Δ S_{i}} = \frac{({ρ_{i}}^{t_{2}} - {ρ_{i}}^{t_{1}}) / ρ^{t_{1}}}{({S_{i}}^{t_{2}} - {S_{i}}^{t_{1}}) / {S_{i}}^{t_{1}}}

（18）

式中：

E_{w}

，

E_{e}

分别表示绿色发展指数与水足迹和水资源利用效率脱钩弹性系数；i表示地区；t₁ 和t₂ 分别表示起始年和终止年；

Δ W F_{i}

、

Δ ρ_{i}

和

Δ S_{i}

分别水足迹、水资源利用效率和绿色发展指数的变化率。根据脱钩弹性系数的大小以及

Δ W F_{i}

、

Δ ρ_{i}

和

Δ S_{i}

的正负定义8种脱钩状态（表2）。

Tab.2 Classification of decoupling relationship between green development index and water resource

表2 绿色发展指数与水资源脱钩关系类型划分

$E_{w}$ / $E_{e}$	$Δ W F_{i}$ / $Δ ρ_{i}$	$Δ S_{i}$	脱钩状态
［0，0.8）	+	+	弱脱钩
（-∞，0）	-	+	强脱钩
［1.2，+∞）	-	-	衰退脱钩
［1.2，+∞）	+	+	扩张性负脱钩
（-∞，0）	+	-	强负脱钩
［0，0.8）	-	-	弱负脱钩
［0.8，1.2）	+	+	增长连接
［0.8，1.2）	-	-	衰退连接

1.2 数据来源

各省的农产品产量以及经济与社会相关指标来自于《中国统计年鉴》，《中国农业年鉴》。各种作物的虚拟水含量（表 3）参考相关文献^［15-17］所得。用水量数据来自各省水资源公报，相关环境指标来源于《中国环境统计年鉴》，创新发展数据来源于《中国科技统计年鉴》。COD和氨氮的最高浓度标准采用污水排放标准（GB 8978-1996）中的二级排放标准，COD和氨氮的达标浓度分别为120 mg/L和25 mg/L，两种污染物的初始浓度取为0 mg/L。

Tab.3 Virtual water content of various crops

表 3 各种作物虚拟水含量

作物名称	稻谷	小麦	玉米	豆类	茶叶	甘蔗	牛肉	猪肉	羊肉	牛奶
虚拟水含量/（m³·t^-1）	1 321	690	801	2 617	11 110	117	12 560	2 211	5 202	1 000
作物名称	蛋类	禽肉	薯类	油料	棉花	蔬菜	水产品	烟叶	甜菜	水果
虚拟水含量/（m³·t^-1）	3 550	3 652	810	1 820	5 740	100	5 000	1 866	171	1 152

2 结果分析

2.1 水足迹变化趋势分析

中部地区水足迹在研究期内具有一定的波动性。2003-2006年水足迹逐渐上升，并在2006-2017年有小幅度下降，然后逐渐上升至2015年的6 835.4 亿m³（图 1），最后在2016-2018年水足迹小幅度下降至6 672.3 亿m³，年均增长率约为2.7%。从各省份来看，山西省水足迹最少，年均水足迹为323.8 亿m³，2014年达到研究期内最大值370.9 亿m³，仅占中部地区水足迹的5.5%。安徽省水足迹在2003-2018年基本呈现上升趋势，年均增长率为2.4%。江西省的年均水足迹为753.8亿m³，仅高于山西省，约占中部地区水足迹的12.2%。河南省是中部地区水足迹的主要供给省份，年均占比高达28.1%，年均水足迹达到 1 722.1 亿m³。湖北省和湖南省的水足迹变化趋势基本一致，水足迹差别甚小，分别占中部地区水足迹的18.9%和18.6%。

Fig.1 Changes of water footprint in central China from 2003 to 2018

图 1 2003-2018年中部地区水足迹变化

Full size|PPT slide

2.2 绿色发展指数

中部地区绿色发展指数整体呈现逐年上升趋势，且涨势明显（图2）。2003年中部地区绿色发展指数均值为29.1，2018年达到63.7，年均增长率达到7.93%，其中2006-2017年增长率达到11.4%，这一方面体现出党中央在2006年发布的《中共中央国务院关于促进中部地区崛起的若干意见》政策的有效性，但另一方面也说明中部地区的绿色发展程度还不够高，还需进一步提高资源的利用效率，加大环境治理的力度，避免粗放式要素投入生产方式。

Fig.2 Change trend of green development index in central China from 2003 to 2018

图2 2003-2018年中部地区绿色发展指数变化趋势

Full size|PPT slide

从各省份的绿色发展指数来看，湖北省和安徽省的经济社会发展水平最高，2018年两省的绿色发展指数均超过70。江西省和山西省的绿色发展指数最低，其中山西省在2005-2006年、2014-2015年以及2016-2017年出现小幅度回落。河南省在2011年后经济社会发展水平明显增加，2011-2018年的增长率达到53.5%。湖南省绿色发展指数接近于中部地区整体水平，呈现逐年波动增长趋势，2018年达到最大值64.8。从增长速率来看，在中部六省中，安徽省增长速度最快，年均增长率为10.2%，江西省的增长速度最低，年均增长率仅为5.1%，绿色发展指数在六省中排名从第二掉到第四。

利用箱线图分析2003-2018年中部地区绿色发展指数的变化情况（图3），可以直观看见各省份的聚散程度，其中每个箱子代表每个年份6个省份的绿色发展指数分布情况。2003-2005年，箱线图上边缘至下边缘的距离逐渐减小，2006年有所增加后又逐渐减小至2008年，表明各省份间的除了2006年外，差异度逐渐减小，绿色发展水平逐渐趋于稳定。2009-2018年，上边缘至下边缘的距离以及箱子高度基本呈现逐年增大的趋势，说明各省份的绿色发展指数差异度逐渐增加，空间聚集性降低。其原因为各省份绿色发展速度各异，安徽省和湖北省拉高了最大值，而绿色发展水平最低的山西省增长速率不及其他省份，拉低了最小值。2008年和2009年各出现一个异常值，主要是2008年湖北省的绿色发展水平较高，与其他省份间差异较大，而2009年山西省的绿色发展指数很大程度上落后于其他省份，导致该年份出现一个低于边缘值的异常点。

Fig.3 Box chart of green development index of various provinces in central China from 2003 to 2018

图3 2003-2018年中部地区各省份绿色发展指数箱型图

Full size|PPT slide

2.3 水资源利用效率

中部地区2003-2018年水资源利用效率变化幅度较大（图 4）。研究初期，中部地区水资源利用效率不断下降，整体下降幅度达到13.8%，主要因为在该阶段主要通过粗放式的要素投入来增加经济产出，忽略资源环境效益，相应地经济社会发展水平提高幅度不大，导致水资源利用程度降低。2007-2014年不断调整投入产出结构，度过一个平稳期后开始大幅度上升，并在2016年达到研究期内最高值0.909（表4），2016-2018年水资源利用效率经历了一次剧烈下降后又有小幅度上升。

Fig. 4 Change trend of water resource use efficiency in central China from 2003 to 2018

图4 2003-2018中部地区水资源利用效率变化趋势

Full size|PPT slide

Tab.4 Water resource utilization efficiency in central China from 2003 to 2018

表 4 2003-2018年中部地区水资源利用效率

年份	山西	安徽	江西	河南	湖北	湖南	中部地区均值
2003	1.000	0.797	0.922	0.740	0.777	0.767	0.834
2004	0.874	0.728	0.796	0.721	0.704	0.750	0.762
2005	0.832	0.712	0.764	0.689	0.707	0.702	0.734
2006	0.758	0.719	0.735	0.688	0.713	0.702	0.719
2007	0.800	0.731	0.763	0.693	0.719	0.711	0.736
2008	0.808	0.732	0.760	0.694	0.722	0.712	0.738
2009	0.811	0.733	0.760	0.696	0.722	0.715	0.740
2010	0.826	0.733	0.754	0.697	0.721	0.718	0.741
2011	0.830	0.740	0.756	0.698	0.725	0.721	0.745
2012	0.838	0.741	0.763	0.702	0.730	0.723	0.749
2013	0.848	0.750	0.763	0.704	0.735	0.726	0.754
2014	0.861	0.758	0.764	0.705	0.743	0.730	0.760
2015	0.872	0.762	0.769	0.707	0.749	0.736	0.766
2016	1.000	0.980	0.850	0.803	1.000	0.823	0.909
2017	0.946	0.785	0.792	0.726	0.772	0.754	0.796
2018	1.000	0.814	0.818	0.727	0.777	0.778	0.819
均值	0.869	0.763	0.783	0.712	0.751	0.736	0.769

研究期内，各省的水资源利用效率各异，山西省水资源利用效率最高，多年均值达到0.869，研究期内有三年达到水资源利用有效状态。河南省水资源利用效率最差，研究期内有7年效率值不超过0.7，说明该省水资源利用的粗放程度相对较高。湖南省水资源利用情况仅优于河南省，多年均值为0.736。江西省除了在2016年水资源利用效率较其他省份偏低以外，其他年份的水资源配置情况良好，多数年份水资源利用效率超过0.75。安徽省与湖北省水资源利用效率逐年变化情况相似，但整体上看，安徽省要略优于湖北省。

2.4 脱钩分析

为了便于时间上的比较，所以将整个研究期等分为4个阶段进行经济社会发展指数与水资源脱钩分析，分别是2003-2006年（T1阶段）、2007-2010年（T2阶段）、2011-2014年（T3阶段）以及2015-2018年（T4阶段）。

T1阶段，中部地区多数省份绿色发展指数与水资源利用效率和水足迹的脱钩状态分别表现为强脱钩和扩张性脱钩，这说明这些省份绿色发展指数上升的时候，水足迹上升但是水资源利用效率却在下降，中部地区整体上水资源消耗比较严重，可持续发展程度不高，社会经济的发展主要依靠要素的粗放利用来实现。湖北省和湖南省绿色发展指数与水资源利用效率和水足迹的脱钩类型分别为强脱钩和弱脱钩，说明绿色发展指数的增长速度快于水足迹的增加速度，经济社会的发展并没有带来水资源利用效率的提升。安徽省绿色发展指数与水足迹之间为增长连接关系，表示社会经济发展速度与水足迹增加速度相持平。

T2阶段，多数省份绿色发展指数与水资源利用效率的脱钩状态有所好转，除了江西省外，均由不理想的强脱钩状态转换为较理想的弱脱钩状态。绿色发展指数与水足迹的脱钩关系主要有3种，分别是扩张性脱钩、增长连接以及弱脱钩，说明经济社会发展的同时水资源消耗会增加，水资源利用效率也得到提高，但是整体来看，中部地区水资源消耗降低还存在较大潜力。

T3阶段，中部地区绿色发展指数与水足迹的脱钩指数有所降低，脱钩类型除了山西省为增长连接外，均转为弱脱钩状态，说明该阶段水足迹增加速度已经所有降低，但是水资源消耗还是在增加。六省绿色发展指数与水资源利用效率之间表现为弱脱钩关系。

T4阶段，中部地区整体社会经济发展与水资源利用情况达到良好协调状态，绿色发展水平上升的同时水足迹下降，并且水资源利用效率上升，山西省的水资源利用效率提升速度甚至与绿色发展指数增长速度持平，各省份实现了水资源消耗随着社会经济发展而减少，水资源利用效率随着社会经济发展而提高的理想状态。

综上所述，通过时间维度的分析，可以发现中部地区社会经济与水资源之间的关系逐渐朝理想状态发展，绿色发展指数与水资源利用效率之间的关系由强脱钩关系变为弱脱钩关系，与水足迹的脱钩类型从扩张性负脱钩逐渐转变为弱脱钩，最后变为强脱钩，由此可见，在经历产业结构升级后，中部地区在经济社会发展状况较为合理。

Tab.5 Analysis of decoupling between green development index， water resource utilization efficiency and water footprint in central China from 2003 to 2018

表5 2003-2018中部地区绿色发展指数与水资源利用效率、水足迹脱钩分析

阶段	类型	山西省	安徽省	江西省	河南省	湖北省	湖南省	中部地区
T1阶段	水资源利用效率	强脱钩	强脱钩	强脱钩	强脱钩	强脱钩	强脱钩	强脱钩
T1阶段	水足迹	扩张性负脱钩	增长连接	扩张性负脱钩	扩张性负脱钩	弱脱钩	弱脱钩	扩张性负脱钩
T2阶段	水资源利用效率	弱脱钩	弱脱钩	强脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩
T2阶段	水足迹	扩张性负脱钩	弱脱钩	扩张性负脱钩	弱脱钩	增长连接	增长连接	弱脱钩
T3阶段	水资源利用效率	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩
T3阶段	水足迹	增长连接	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩
T4阶段	水资源利用效率	增长连接	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩	弱脱钩
T4阶段	水足迹	强脱钩	强脱钩	强脱钩	强脱钩	强脱钩	强脱钩	强脱钩

3 结论

本研究以2003-2018年中部地区为研究对象，从水足迹和绿色发展角度探究各省份水资源利用效率，并运用Tapio脱钩模型探究水足迹、水资源利用效率与绿色社会经济发展的关系，主要得出以下结论。

（1）中部地区水足迹在时间尺度上基本呈现先增加后减少的趋势，分布空间差异明显，其中山西省历年水足迹最小，河南省历年水足迹最大。

（2）中部地区绿色发展指数整体呈现逐年上升趋势，社会经济发展水平空间差异性在研究期内先降低后增加，其中湖北省和安徽省的经济社会发展水平最高，而山西省和江西省的经济社会发展水平偏低；

（3）中部地区在研究期内水资源利用效率变化幅度较大，经历过粗放式要素使用的低沉期后水资源利用效率有所增加；山西省和河南省分别是年均水资源利用效率最高和最低的省份。

（4）中部地区社会经济与水资源之间的关系在研究期逐渐朝理想状态发展，绿色发展指数与水资源利用效率之间的关系由强脱钩关系变为弱脱钩关系，与水足迹的脱钩类型从扩张性负脱钩逐渐转变为弱脱钩，可持续发展程度较高。 □

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	宋晓薇. 中国中部地区金融资源空间配置效率研究［J］. 技术经济与管理研究， 2021（3）： 91-95. 本文引用 [1]

2	任玉芬，苏小婉，贺玉晓，等. 中国生态地理区城市水资源利用效率及影响因素［J］. 生态学报， 2020，40（18）：6 459-6 471. 本文引用 [1]

3	王喜峰，李富强. 经济发展方式转变对水资源承载能力影响研究：基于北京市相关数据的实证分析［J］. 价格理论与实践， 2017（8）：15-19. 本文引用 [1]

4	李元杰，张卓颖，石敏俊. 水资源约束下雄安新区建设对京津冀地区的经济影响：基于城市间投入产出优化模型的分析［J］. 城市与环境研究， 2020（3）：50-68. 本文引用 [1]

5	杨胜苏，张利国，喻玲，等. 湖南省社会经济与水资源利用协调发展演化［J］. 经济地理， 2020，40（11）：86-94. 本文引用 [1]

6	孙付华，杨一帆，沈菊琴，等. 基于水足迹-LMDI模型的江苏省水资源利用与经济发展的脱钩关系研究［J］. 江苏社会科学， 2020（6）：233-240. 本文引用 [2]

7	邢霞，修长百，刘玉春. 黄河流域水资源利用效率与经济发展的耦合协调关系研究［J］. 软科学， 2020，34（8）：44-50. 本文引用 [1]

8	袁汝华，臧艳秋. 长江经济带经济发展与水资源环境耦合协调性实证分析［J］. 水利经济， 2021， 39（2）： 1-8. 本文引用 [1]

9	刘明胜，刘青山. 基于水足迹视角下的水资源利用与经济协调发展脱钩分析：以贵州省为例［J］. 中国农村水利水电， 2017（8）：86-91. 本文引用 [1]

10	安彬，肖薇薇. 基于水足迹理论的江西省水资源时空特征分析［J］. 江西农业学报， 2016，28（8）：74-78. 本文引用 [1]

11	余灏哲，韩美. 基于水足迹的山东省水资源可持续利用时空分析［J］. 自然资源学报， 2017，32（3）：474-483. 本文引用 [1]

12	陆琳忆，胡森林，何金廖，等.长三角城市群绿色发展与经济增长的关系：基于脱钩指数的分析［J］.经济地理，2020，40（7）：40-48. 本文引用 [1]

13	CHARNES A， COOPER W， ROODES E. Measuring the efficiency of decision making units［J］. European Journal of Operational Research， 1978，2（6）：429-444. 本文引用 [1]

14	TONE K. Dealing with undesirable outputs in DEA： A Slacks-based Measure （SBM） approach［R］. GRIPS Research Report Series， 2003. 本文引用 [1]

15	CHAPAGAIN A， HOEKSTRA A. Water footprints of nations［Z］. journal of banking & finance， 2004. 本文引用 [1]

16	陈俊旭，张士锋，华东，等. 基于水足迹核算的北京市水资源保障研究［J］. 资源科学， 2010， 32（3）：528-534.

17	王新华，徐中民，李应海. 甘肃省2003年的水足迹评价［J］. 自然资源学报， 2005（6）：115-121. 本文引用 [1]

PDF(1682 KB)

962

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
0 引言
1 研究方法与数据来源
1 研究方法
1.1 1　水足迹
1.1 2　绿色发展指数
Tab.1 Green development index system
1.1 3　SBM模型
1.1 4　脱钩分析
Tab.2 Classification of decoupling relationship between green development index and water resource
1.2 数据来源
Tab.3 Virtual water content of various crops
2 结果分析
2.1 水足迹变化趋势分析
Fig.1 Changes of water footprint in central China from 2003 to 2018
2.2 绿色发展指数
Fig.2 Change trend of green development index in central China from 2003 to 2018
Fig.3 Box chart of green development index of various provinces in central China from 2003 to 2018
2.3 水资源利用效率
Fig. 4 Change trend of water resource use efficiency in central China from 2003 to 2018
Tab.4 Water resource utilization efficiency in central China from 2003 to 2018
2.4 脱钩分析
Tab.5 Analysis of decoupling between green development index， water resource utilization efficiency and water footprint in central China from 2003 to 2018
3 结论
References

Received	Published
2021-04-26	2022-01-15
Issue Date
2022-02-13

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引言

1 研究方法与数据来源

1 研究方法

1.1 1　水足迹

1.1 2　绿色发展指数

Tab.1 Green development index system

1.1 3　SBM模型

1.1 4　脱钩分析

Tab.2 Classification of decoupling relationship between green development index and water resource

1.2 数据来源

Tab.3 Virtual water content of various crops

2 结果分析

2.1 水足迹变化趋势分析

Fig.1 Changes of water footprint in central China from 2003 to 2018

2.2 绿色发展指数

Fig.2 Change trend of green development index in central China from 2003 to 2018

Fig.3 Box chart of green development index of various provinces in central China from 2003 to 2018

2.3 水资源利用效率

Fig. 4 Change trend of water resource use efficiency in central China from 2003 to 2018

Tab.4 Water resource utilization efficiency in central China from 2003 to 2018

2.4 脱钩分析

Tab.5 Analysis of decoupling between green development index， water resource utilization efficiency and water footprint in central China from 2003 to 2018

3 结论

{{custom_sec.title}}

{{custom_sec.title}}

References

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引 言

1 研究方法与数据来源

1 研究方法

1.1 1 水足迹

1.1 2 绿色发展指数

Tab.1 Green development index system

1.1 3 SBM模型

1.1 4 脱钩分析

Tab.2 Classification of decoupling relationship between green development index and water resource

1.2 数据来源

Tab.3 Virtual water content of various crops

2 结果分析

2.1 水足迹变化趋势分析

Fig.1 Changes of water footprint in central China from 2003 to 2018

2.2 绿色发展指数

Fig.2 Change trend of green development index in central China from 2003 to 2018

Fig.3 Box chart of green development index of various provinces in central China from 2003 to 2018

2.3 水资源利用效率

Fig. 4 Change trend of water resource use efficiency in central China from 2003 to 2018

Tab.4 Water resource utilization efficiency in central China from 2003 to 2018

2.4 脱钩分析

Tab.5 Analysis of decoupling between green development index， water resource utilization efficiency and water footprint in central China from 2003 to 2018

3 结 论

{{custom_sec.title}}

{{custom_sec.title}}

References

0 引言

1.1 1　水足迹

1.1 2　绿色发展指数

1.1 3　SBM模型

1.1 4　脱钩分析

3 结论