区域用水效率综合评价：新方法研究及其应用
时间：2022-12-02 13:55:03 来源：雅意学习网 本文已影响 人 
唐 明，周涵杰，许文涛，陈 莹
（1.南昌工程学院水利与生态工程学院，南昌 330099；
2.江西省水文水资源与水环境重点实验室，南昌 330099；
3.水利部水资源管理中心，北京 100038）
“万元GDP 用水量”是国内外现行的衡量区域用水效率的重要指标之一。2012年出台的《节水型社会评价指标体系和评价方法》包括6 个方面的21 个正式指标[1]；
其中，万元GDP用水量作为国际通用指标[2]之一予以列入。2016年底，水利部、国家发展改革委等9 部门印发的《“十三五”实行最严格水资源管理制度考核工作实施方案》，在“十二五”期间“用水总量”、“万元工业增加值用水量”、“农田灌溉水有效利用系数”、“重要江河湖泊水功能区水质达标率”等4 项考核指标的基础上，增加了“万元国内生产总值用水量降幅”和“重要水功能区污染物总量减排量”2 项考核指标[3]。2019年，水利部印发《规划和建设项目节水评价技术要求》，“万元GDP 用水量”作为用水效率（定额）指标之一列入[4]。可见，作为节水指标，“万元GDP 用水量”、“万元GDP 用水量下降率”的应用较为广泛，逐渐纳入各类考核体系当中，成为我国政府工作的考核内容之一[5,6]。
然而，实践当中，亦有对该指标合理性的质疑，认为该指标高低不能反映节水水平[7]；
或者认为这些指标能够表征一个国家或地区的综合用水效率，但是不能反映区域内部用水效率的不均衡性，无法识别低效用水对象[8]。
实际上，受自然条件、产业分工、经济增速、供水方式、用水管理等因素的影响，各地用水效率差异较大，第一、二、三产业用水效率也不均衡。自21 世纪以来，水资源效率的区域差异及影响因素，是我国用水效率研究领域的一个热点，许多文献研究发现省际经济发展水平、科技水平和产业用水结构会影响省市的水资源效率[9-11]；
区域GDP 的快速增长会掩盖部分低效用水对象，从而导致区域用水效率综合评价出现不合理的结果。
因此，加强用水效率综合测度及其地域差异研究，更好地识别低效用水对象，找出重点节水区域或领域，助力最严格水资源管理制度考核的顺利推进，十分必要，且有着很强的现实意义。
1.1 “万元GDP用水量”的实际权重结构
GDP 是社会生产的货币反映，是区域社会生产规模的量化指标。一般来讲，社会生产规模越大，用水需求也越大，区域用水总量就高。“万元GDP 用水量”（以下简称“原测度”）反映区域单位GDP 的社会生产所需要的用水量；
可以消除社会生产规模对用水总量的影响，实现不同GDP 体量之间的用水效率比较。现行国家统计制度当中均包含GDP 与用水总量；
因此，“原测度”计算简单，并得到广泛应用。实际上，如令：
式中：ω1、ω2、ω3分别代表区域第一、二、三产业增加值占比，简称“产业结构”权重；
G1、G2、G3、G总分别代表区域第一、二、三产业增加值与GDP。
而且，可以通过第一、二、三产业增加值与相应的用水量计算各个产业的用水效率，即：
式中：P1、P2、P3分别代表区域第一、二、三产业的“万元GDP 用水量”；
Q1、Q2、Q3、Q生产分别代表区域第一、二、三产业用水量与生产用水总量。
现行国家水资源统计制度中，通常将各地的用水总量分成生活用水、生态用水、生产用水：
式中：ξ生产为生产用水量占“三生用水总量”的比例。
则“原测度”可以看成：
式（4）表明，“万元GDP 用水量”是区域第一、第二、第三产业“万元GDP用水量”基于“产业结构”的加权平均。
1.2 “三生用水”结构差异及其对“万元GDP 用水量”的影响
生态用水调度，是实施重点水域生态保护与修复的重要措施。2012年，党中央站在历史和全局的战略高度，推进新时代“五位一体”总体布局，先后出台了一系列重大决策部署，推动生态文明建设取得了重大进展和积极成效。在此过程中，水利部门出台《水资源保护规划编制规程》（SL 613-2013）、《河湖生态需水计算规范》（SL 712-2014）等技术文件指导各生态用水的管理；
2020年4月，水利部印发《关于做好河湖生态流量确定和保障工作的指导意见》，要求各地依法加强河湖生态流量管理，切实做好河湖生态流量确定和保障工作。受此宏观政策的影响，2014年以来，全国生态用水占比稳步增加，从2014年1.69%逐步增加到2019年的4.15%（见图1）。随着生态文明建设的不断推进，生态用水占比还将进一步提升。
图1 全国生态用水变化趋势
生活用水供应，是保障人们美好生活的重要内容。从全国层面看，居民生活用水比重较小，但是在省级层面，各地差异较大，北京、天津、上海等直辖市的居民生活用水比重较高。人均居民生活用水量一般要经历“上升-下降-平稳”3 个阶段[12]：随着社会经济发展、居民生活条件改善而增加；
在达到一个最大值后，又会随着节水技术和制度的完善而适当下降；
最终逐步稳定在一定水平。但是，受发展阶段、经济实力、用水习惯、节水力度等因素影响，各地居民生活用水也有较大的差距。有学者统计：2010-2017年，中国大陆627个城市当中，人均居民生活用水量主要为50～220 L/（人·d），约占全部统计数据的95%，小于75 L/（人·d）约占20%，大于220 L/（人·d）约占2%[13]。
生产用水单位，是水资源开发与利用中的主要服务对象，在“三生用水”中占据较大比例。2010-2019年，全国“生产用水占比”ξ生产在0.858～0.896间波动，均值为0.881，10 a间，全国生产用水量及占比短暂上升后呈稳步下降趋势（见图2）。在省级层面，各地ξ生产的差异也较大。经统计，2016-2019年31个省级行政区域当中，ξ生产在80.00%～89.99%范围内的统计数据达60.40%，但是，北京、天津等缺水城市的ξ生产较低，北京市为34.81%～44.00%，天津市为63.74%～70.13%（总体分布见图3）。
图2 全国生产用水变化趋势
图3 省域2016-2019年“生产用水占比”分布
1.3 “万元GDP 用水量”难以识别低效用水对象的原因
从当前生产用水结构来看，农业用水量最大，用水效率最低，但农业所占GDP 份额最低（2019年，全国第一产业占比7.1%），权重最小；
反之，第三产业用水量最少，用水效率最高，但它也是我国经济高速增长的主要贡献者，所占GDP份额最高（2019年，全国第三产业占比53.9%），权重最大。因此，基于“产业结构”权重的计算方式，“原测度”淡化了用水效率较低的农业影响，拉高了用水效率较高的第三产业贡献。
同时，受水资源禀赋及社会经济发展水平的影响，各地生态用水量及占比均存在较大差异。由公式（4）可以看出，生产用水效率相似的2 个单位，可能因为ξ生产的差异而得出完全不同的“万元GDP用水量”，从而影响评价结果。
由此可见，“原测度”是区域3 个产业用水效率基于“产业结构”的加权平均，不能反映“产业用水结构”的差异；
同时，也无法剔除“生产用水占比”的影响，最终导致“万元GDP 用水量”难以识别低效用水对象，不能真正区分区域用水效率。
2.1 指标选取与数据来源
以中国大陆31 个省级行政单位作为研究对象，分别统计全国及各区域的第一、二、三产业增加值、GDP 及相应的用水量。在时间跨度上，对于全国的统计数据，选择2010-2019年作为研究阶段；
对于省级行政单位的统计数据，选择“十三五”以来的年份作为研究阶段，即2016-2019年。具体数据来源于《中国统计年鉴》、《中国水资源公报》，其中极个别省份和个别年份的空缺数据，通过相邻年份数据的插值计算来补齐。
需要特别说明的是，我国现行的用水统计当中，用水总量由生活用水、工业用水、农业生产用水、人工生态环境补水组成，没有列出第三产业用水，而且工业用水中并不包含建筑业用水。因此，为了与国家统计制度中的第一产业、第二产业、第三产业相统一，本文将现行用水统计指标“城镇公共用水量”（由建筑业用水和服务业水组成）进行拆分，将其中的建筑业用水与工业用水合并，统计为“第二产业用水”，将服务业用水作为“第三产业用水”；
而农业用水本来就包括“农田灌溉用水量”和“林牧渔畜用水量”，直接作为“第一产业用水”。
2.2 基于“产业用水结构”的用水效率综合测度改进
如前所述，只有在区分产业用水结构的基础上，剔除生产用水量占比ξ生产的影响，才能更好地识别低效用水对象的功能。因此，就要基于“产业用水结构”差异来计算权重：
式中：ω1′、ω2′、ω3′分别代表区域各个产业用水量占比，简称“产业用水结构”权重。
因此，基于剔除ξ生产影响与调整权重的双重考虑，构造新的基于“产业用水结构”用水效率综合测度——“万元GDP综合用水量”P′总（以下简称“新测度”），即：
可以看出，新的计算方式使用水大户得到更多的权重，其节水效果对区域用水效率的影响加大，能够客观反映区域内部用水效率的不均衡性，更易凸显某些地区第一产业或第二产业节水水平，能够有效识别出低效用水对象。譬如，由于农业用水占比较高，效率较低，就会拉低区域整体用水效率；
同样，部分高耗水工业比重较高的地区也存在这样的问题。
因此，如果不针对性地提高农业、高耗水工业的节水水平，区域用水效率就难以持续提升。
2.3 “万元GDP综合用水量”的分析与验证
2.3.1 “新测度”的有效性分析与验证
事物和现象之间，总是存在着一定的关系。通常情况下，可以将他们之间的关系分为确定性关系（函数关系）和非确定性关系（相关关系，又称统计关系）[14]，相关系数越大，说明两者关系越密切。因此，可以通过SPSS 软件分析“原测度”、“新测度”与第一、二、三产业“万元GDP 用水量”之间的相关性（见表1）。
表1 “万元GDP综合用水量”、“万元GDP用水量”与各产业“万元GDP用水量”的相关系数
可以看出：“新测度”、“原测度”与各产业“万元GDP 用水量”均保持着极强的相关性，能够反映各产业用水效率。改进权重计算方法之后的“新测度”与第一产业“万元GDP用水量”的相关性得到进一步提高，提升了它对农业用水效率的敏感性。
2.3.2 “新测度”的合理性分析与验证
（1）用水效率测度的等级划分与聚类策略。影响区域用水效率的因素众多[15]，不能简单依据某个产业的“万元GDP用水量”大小对各地用水效率进行直接评价；
而是应当采用系统聚类法，充分挖掘不同产业用水数据中的隐藏信息，根据相似性，将研究对象分成若干类，从而结合类内与类间的数据分析，作出相对客观的判断[16]。即运用各地第一、二、三产业“万元GDP 用水量”的数据，进行多指标的系统聚类，从而得出能够综合反映各个产业用水效率差异的5个等级划分（以下简称“系统聚类等级”）。
同时，基于各类聚类分析方面的特点和优势[17-19]，分别就各地“新测度”、“原测度”进行单指标“K-均值”聚类，并将研究对象划分为5个等级。
（2）“新测度”的合理性判断方法。如前所述，选择不同的指标或聚类方式，会得出研究对象的不同等级划分。对于任意年份，基于研究对象的“新测度”（集合A）、“原测度”（集合B）的单指标“K-均值”聚类，将集合中所有元素分成不同的子集Ai、Bi；
同时，基于第一、第二及第三产业的“万元GDP用水量”，进行多指标的系统聚类（集合S），形成不同的子集Si。
分别统计“用水效率综合测度”与“系统聚类”等级一致的元素数量，并计算其占所有元素的比例（一致性比例）。
同时，基于Jaccard 系数[20]进行“用水效率综合测度”等级与“系统聚类”等级的相似度计算：
当2个集合的交集元素在并集元素中所占的比例越大，则相似度越高。
本文将根据不同数据集合的一致性与相似度进行“用水效率综合测度”的合理性判断，如果它与“系统聚类等级”划分出来的集合一致性更强、相似度更高，则它的计算方法更加合理，反之亦然。
（3）“新测度”合理性的实证研究。如前所述，根据搜集到的数据计算31 个省级行政单位每年的第一、第二及第三产业的“万元GDP 用水量”、人均GDP、“原测度”、“新测度”，通过SPSS 进行相应的聚类分级（限于篇幅，只展示2019年的计算成果，见表2）。进而计算一致性比例，并根据公式（7）进行相似度计算（见表3）。
表2 基于“K-均值”与系统聚类的2019年用水效率综合测度等级划分m3/万元
通过表3可以看出，与基于“产业结构”的“原测度”相比，基于“产业用水结构”的“新测度”得出的等级与基于多指标“系统聚类”得出的等级一致性比例由0.53 提升到0.77，集合相似度由0.45 提升到0.66；
也就是说，“新测度”能够更好地体现不同产业用水差异，在综合反映区域内部不同产业用水效率上存在优势。
表3 改进的区域用水效率综合测度合理性分析成果
根据“新测度”的计算成果，绘制2019年中国大陆省级行政区划的用水效率空间分异图（见图4）。为了更好地识别各地低效用水产业，本文综合考虑自然条件、产业分工、经济增长方式等因素，对各项特征比较接近的省区进行归类分析；
同时，为了更好地分析社会经济发展与农业用水对用水效率测度的影响，引入人均GDP、第一产业用水量占比、第三产业用水量占比等指标，进行区域用水效率差异分析（见表4）。
图4 2019年中国用水效率空间分异示意图
表4 2019年中国区域用水效率差异分析一览表
3.1 直辖市的用水效率分析
北京市、天津市、上海市、重庆市4市的特点是“农业用水占比”较小，人均GDP 位居前列。因此，基于“原测度”，4个直辖市的“万元GDP用水量”都较低，用水效率均位于全国前列，未拉开距离。实际上，天津、上海2 市的第一产业“万元GDP 用水量”较高，特别是上海，第一产业与第二产业“万元GDP 用水量”为1 626.56、57.48 m3/万元，工农业用水效率还有很大的提升空间。基于“新测度”，北京市的用水效率依然保持全国领先，重庆市的排位得到明显提升，但天津、上海的“万元GDP 综合用水量”明显偏高，已经与北京、重庆拉开了距离。
3.2 东南沿海发达地区的用水效率分析
2019年，江苏省、福建省、浙江省、广东省人均GDP 均很高。受产业结构与用水效率的共同影响，基于“原测度”，东南沿海4 省总体上属于中等偏上的较好水平。但是，广东、江苏2省的“原测度”受益于GDP的拉高效应，实际上，广东省各产业“万元GDP 用水量”位于全国中等偏下水平；
江苏省的实际用水效率则更低，一、二产业用水量很高，分别达到705.49、56.70 m3/万元；
受农业用水效率的拖累，广东、江苏2 省的综合用水效率不高。“新测度”有效降低了地区GDP对用水效率的干扰；
广东、江苏2省用水效率有了较为明显的下降，逐渐被福建和浙江拉开。
3.3 黄河中下游各省的用水效率分析
位处黄河中下游的山东、陕西、河南、山西气候相近，水资源较为紧缺，农业用水占比较高，各产业发展较为均衡，产业用水效率总体较高。基于“原测度”，区域用水效率较高，各省水平也较为接近。实际上，作为粮食主产区的河南省，其第一产业“万元GDP 用水量”很低，居全国前列；
而山西省第一产业“万元GDP 用水量”较高，居全国中等偏后的水平；
基于“新测度”，河南、山西2 省的用水效率明显拉开了距离。可见，第一产业节水工作对区域用水效率的提升起到至关重要的作用，山西省的农业节水效率较低，节水潜力还很大。
3.4 中部各省的用水效率分析
素有“中四角”之称的湖北、湖南、安徽、江西位居长江中下游，气候特点、产业结构、作物种类均相似，水资源较为丰沛；
第一产业“万元GDP 用水量”分别为408.5、525.6、515.1、789.8 m3/万元；
第二产业分别为49.3、62.9、57.0、56.0 m3/万元。基于“原测度”，湖北、湖南、安徽、江西4省用水效率接近，各省之间的差异不大，总体上位于中等偏下的水平。基于“新测度”，4省之间的距离也显现出来了，湖北省排名也更靠前。主要是它的第一、二产业“万元GDP用水量”较其他3 省更低一些，“新测度”更好地识别出这些差异，使其成为用水效率中等偏上的省份。
3.5 西南各省的用水效率比较分析
除西藏之外，西南地区的云南、贵州、四川3省用水效率尚可，特别是第一产业“万元GDP 用水量”，属于较好的水平。但3 省人均GDP 偏低，受此影响，基于“原测度”，区域用水效率属于中等偏下的地区。但是，基于“新测度”，区域用水效率均有较大提升，贵州、四川用水效率进入全国先进水平。
3.6 北部各省区的用水效率比较分析
我国北部省份社会经济发展相对落后，诸省当中，除辽宁以外，内蒙、吉林、黑龙江、甘肃、青海、宁夏、新疆等省区具有农业用水占比高、效率低的特点，因此，尽管个别省份在第二、三产业用水方面表现出了较高水平，但受二、三产业用水占比小的影响，区域用水效率总体靠后。
本文构造了新的用水效率综合测度——“万元GDP 综合用水量”，并对新方法的有效性与合理性进行了分析与验证。“新测度”可以作为现行“万元GDP 用水量”的替代指标，提升低效用水对象的识别水平与改造力度。同时，运用“新测度”分析了2019年全国省级区划用水效率与存在的问题，主要结论如下。
（1）“万元GDP 用水量”是没有“产业用水结构”属性的综合指标，不能反映区域内各产业用水效率不均衡带来的影响；
同时，也无法剔除“生产用水占比”对综合测度的影响，最终导致“万元GDP 用水量”无法识别低效用水对象，不能真正体现区域用水效率。
（2）改进后的“万元GDP 综合用水量”，剔除“生产用水占比”对综合测度的影响；
同时，基于“生产用水结构”差异，对各产业“万元GDP 用水量”的权重进行了调整，使得用水大户在“新测度”计算中有了更多的权重，其节水效果对区域用水效率的影响也相应加大。
（3）我国第一产业及部分高耗水的第二产业用水效率偏低，落实习总书记“坚决抑制不合理用水需求，大力发展节水产业和技术，大力推进农业节水”的要求，任重而道远。“新测度”的应用，能够更好地识别低效用水对象，找出重点节水区域或领域，可以指导各地针对性地开展节水工作，真正提升区域节水水平。
（4）对自然条件、产业分工、经济增长方式等各项特征比较接近的省区进行归类分析的结果显示：京津、贵州及黄河下游省份等资源型或工程型缺水地区的区域用水效率较高；
新疆、西藏及北方经济欠发达省份的区域用水效率较低，节水潜力很大；
上海、江苏、广东等经济发达省份，以及安徽、湖南、江西等中部省份的农业用水效率偏低，比同类省份有着更大的节水空间。
