本文關(guān)鍵詞：基于地理加權(quán)回歸的中國灰水足跡人文驅(qū)動因素分析，由筆耕文化傳播整理發(fā)布。

第35卷第1期

2016年1月地理研究GEOGRAPHICALRESEARCHVol.35,No.1January,2016

基于地理加權(quán)回歸的中國灰水足跡

人文驅(qū)動因素分析

2孫克1，，徐中民1

（1.中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所，中國科學(xué)院內(nèi)陸河流域生態(tài)水文重點實驗室，蘭州730070；

2.贛南師范學(xué)院地理與規(guī)劃學(xué)院，贛州341000）

摘要：根據(jù)Hoekstra和Chapgain提出的污染物吸納理論，估算了2012年全國31個�。▍^(qū)、市）的灰水足跡，采用空間自相關(guān)分析方法探討了2012年中國灰水足跡的空間分布特征，，通過構(gòu)建

基于地理加權(quán)回歸的STIRPAT模型，測算了人口和富裕等人文因素對灰水足跡的影響。結(jié)果

表明：中國灰水足跡存在較強的空間正相關(guān)性和空間分布不均衡性；人文因素對水資源環(huán)境的

威脅大小排序，依次為城市化率、人口數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)和富裕程度，其中，城市化率、人口數(shù)量、農(nóng)業(yè)比重和人均GDP每提高1%，分別引起灰水足跡增加1.03%、0.85%、0.63%和0.52%；人文因

素對灰水足跡的影響存在空間差異，人口對灰水足跡的影響由北向南逐步加大，富裕對灰水足

跡的影響由西向東逐漸減小，農(nóng)業(yè)和城市化對灰水足跡的影響由南向北逐步增大；在現(xiàn)有樣本

范圍內(nèi)，計算結(jié)果有條件地支持環(huán)境Kuznets曲線。

關(guān)鍵詞：人文因素；灰水足跡；空間自相關(guān)；STIRPAT模型；地理加權(quán)回歸

DOI:10.11821/dlyj201601004

1引言

水是人類經(jīng)濟社會發(fā)展所依賴的關(guān)鍵性自然資源，在當(dāng)下中國，水資源無論在數(shù)量方面，還是在質(zhì)量方面，情況都不容樂觀[1]。中國人均水資源占有量約為2200m3，為世界平均水平的1/4，且水資源時空分布極其不均，部分地區(qū)缺水嚴(yán)重[2]。中國水資源質(zhì)量也令人堪憂，據(jù)2012年中國水資源公報顯示：全國有54.8%的河流處于Ⅲ類標(biāo)準(zhǔn)（含Ⅲ類標(biāo)準(zhǔn)）以下，其中，處于Ⅳ類、Ⅴ類和劣Ⅴ類標(biāo)準(zhǔn)的河流占33%；全國198個地市級行政區(qū)地下水水質(zhì)呈較好級以上的監(jiān)測點2104個，占全部監(jiān)測點的42.7%，水質(zhì)呈較差和極差級的監(jiān)測點2825個，占57.3%。水足跡作為一種全面核算人類活動對水資源占用的綜合指標(biāo)，將消費終端與水資源利用緊密關(guān)聯(lián)，已成為衡量一個地區(qū)的水資源環(huán)境壓力的常用指標(biāo)[3,4]。但水足跡理論僅從資源消耗數(shù)量上考慮水資源壓力，而未考慮到水質(zhì)污染所帶來的危害，有可能低估水資源問題的嚴(yán)重性[5]。隨著各地區(qū)工業(yè)化和城鎮(zhèn)化進程的加快，各地區(qū)水質(zhì)性缺水問題日益凸顯，Hoekstra等提出的以污染物吸納理論為基礎(chǔ)的灰水足跡理論，為定量評價水量—水質(zhì)關(guān)系提供了新思路[6,7]。目前國內(nèi)外的灰水足跡主要集中在農(nóng)產(chǎn)品、工業(yè)產(chǎn)品和區(qū)域灰水足跡評價等三個方面[5-10]，如Mekonnen等評價了全球100多種作物的灰水足跡[8]，曹連海等評價了內(nèi)蒙古河套區(qū)糧食生產(chǎn)灰水足跡[9]，Ericn等評價了軟飲料中的灰水足跡[10]，曾昭等從區(qū)域角度對北京市的灰水足跡進行了評收稿日期：2015-06-09;修訂日期：2015-11-02

基金項目：國家自然科學(xué)基金重點項目（91125019）

作者簡介：孫克（1984-），女，河南開封人，博士研究生，講師，主要從事生態(tài)經(jīng)濟問題研究。

E-mail:sunke07@163.com

37-48頁

價[5]。相較傳統(tǒng)的水足跡理論，灰水足跡能更直觀、更直接地反映人類活動對水資源質(zhì)量的影響。

精準(zhǔn)辨析人文因素對資源環(huán)境的影響，尤其是對關(guān)鍵性自然資源的影響，是當(dāng)前資源環(huán)境研究領(lǐng)域的核心問題之一[11,12]。Dietz等提出的人文驅(qū)動因素隨機回歸影響模型——STIRPAT模型，由于具備簡單性、系統(tǒng)性和健全性，已在人文因素的環(huán)境影響評價中獲得廣泛應(yīng)用[13-16]。但是，當(dāng)前大多數(shù)研究運用的傳統(tǒng)線性回歸模型，忽略了人文因素的空間屬性，根據(jù)Tobler的地理學(xué)第一定律即相近者相似，研究單元彼此獨立且均質(zhì)的假設(shè)很難成立，因此研究結(jié)果的準(zhǔn)確性不可避免要受到影響[17,18]。1996年Fotheringham等提出可以采用地理加權(quán)回歸模型（GWR模型）來處理空間異質(zhì)性[19]。GWR模型可以對每個地理位置的函數(shù)變量系數(shù)給出局部估計值，通過對變量系數(shù)估計值的空間變化情況進行比較分析，可以較準(zhǔn)確地把握變量回歸系數(shù)的空間變異特征。目前，許多學(xué)者已在社會經(jīng)濟、城市地理、氣象生態(tài)等領(lǐng)域運用GWR模型進行了實證研究，并已取得了較好的研究效果[20]，但在資源環(huán)境影響評價中，尤其是水資源研究領(lǐng)域中涉獵不多。

根據(jù)Hoekstra等提出的污染物吸納理論[6]，估算2012年全國31個�。▍^(qū)、市）的灰水足跡，采用空間自相關(guān)分析方法探討2012年中國灰水足跡的空間分布特征，利用地理加權(quán)回歸建模技術(shù)，擴展傳統(tǒng)的STIRPAT模型，測算人口規(guī)模、富裕和技術(shù)等人文因素對灰水足跡的影響，并通過GIS對模型的參數(shù)估計進行空間表達，進一步探索人文因素對灰水足跡影響的空間變異特征，最后驗證環(huán)境Kuznets曲線假說。在人文因素對環(huán)境的影響分析中，增加了新的影響因素——地理位置，其分析結(jié)果可為因地制宜地制定水資源管理政策提供更準(zhǔn)確的科學(xué)依據(jù)。

2中國灰水足跡的空間分布特征

2.1灰水足跡的計算方法

灰水足跡是指稀釋人類活動所產(chǎn)生的污染物至環(huán)境可接受程度（符合現(xiàn)有水質(zhì)標(biāo)準(zhǔn)）所需要的水資源數(shù)量[7]。鑒于數(shù)據(jù)的可得性，主要考慮了農(nóng)業(yè)、工業(yè)和生活（含服務(wù)業(yè)）三個部門的灰水足跡，選取的污染物質(zhì)主要為化學(xué)需氧量（COD）和氨氮物質(zhì)量，由于水體可同時對化學(xué)需氧量和氨氮進行稀釋，因此在實際計算中，選擇由COD和氨氮物質(zhì)量引發(fā)的灰水足跡中的較大者作為研究區(qū)域的灰水足跡[5,21]。具體計算方法如下：

（1）農(nóng)業(yè)部門灰水足跡（WFagr-grey）計算公式為：

WFagr-grey=maxWFagr-COD,WFagr-NH-N{}（1）

式中：WFagr-COD=αLagr-codβLagr-n；WFagr-NH-N=；WFagr-COD和WFagr-NH-N分別為農(nóng)業(yè)codn

部門產(chǎn)生的COD和氨氮物質(zhì)量引發(fā)的灰水足跡；Lagr-cod和Lagr-n為農(nóng)業(yè)部門排放的

COD和氨氮物質(zhì)量；Ccod和Cn為COD和氨氮物質(zhì)量的環(huán)境可接受濃度，一般采用國家

的二級污水排放標(biāo)準(zhǔn)（GB8978-1996），即分別為120mg/L和25mg/L；α和β為COD和氨氮物質(zhì)量進入水體的比例，農(nóng)業(yè)污染主要是面源污染（如種植、畜禽養(yǎng)殖、水產(chǎn)等），其計算較為復(fù)雜，最為簡單的計算就是假定農(nóng)業(yè)部門產(chǎn)生的污染物質(zhì)全部進入水體即α和β的值為1。在農(nóng)業(yè)污染物質(zhì)進入水體的遷移路徑、遷移方式和遷移時長等信息不清楚的情況下，這種假設(shè)可以滿足粗略計算的需要[5,9]。

（2）工業(yè)灰水足跡（WFind-grey）和生活部門灰水足跡（WFdom-grey）計算公式為：

WFind-grey=max{WFind-COD,WFind-NH-N}（2）

式中：WFind-COD=Lind-cod

codWFdom-grey=max{WFdom-COD,WFdom-NH-N}（3）LL；WFind-NH-N=ind-n；WFdom-COD=dom-cod；WFdom-NH-N=ncod

Ldom-n；WFind-COD、WFind-NH-N、WFdom-COD、WFdom-NH-N分別為工業(yè)和生活部門產(chǎn)生n

的COD和氨氮物質(zhì)量引發(fā)的灰水足跡；Lind-cod、Lind-n、Ldom-cod、Ldom-n分別為工業(yè)

和生活部門排放的COD和氨氮物質(zhì)量。由于工業(yè)和生活部門主要為點源污染，其排放的污染物質(zhì)絕大部分可以進入水體。

農(nóng)業(yè)、工業(yè)和生活三部門灰水足跡之和為地區(qū)灰水足跡。

2.2灰水足跡的計算結(jié)果

計算數(shù)據(jù)來源于2013年《中國統(tǒng)計年鑒》、《中國水資源公報》和《中國環(huán)境年鑒》等資料。根據(jù)上述計算方法，得到2012年各省（區(qū)、市）的灰水足跡（圖1）。

83從圖1可以看出，2012年中國總的灰水足跡為2019.74×10m，其中農(nóng)業(yè)部門灰水足

跡占比最高（47.6%），其次為生活部門（37.7%），最低為工業(yè)部門（14.7%），這表明就全國水足跡總量而言，農(nóng)業(yè)部門對水環(huán)境的壓力最大，但具體到各地區(qū)，表現(xiàn)有所不同，如滬、藏、滇、黔、浙、渝、桂、贛、閩、粵、蘇、京、陜、晉、皖、川和甘等省份是生活部門對水環(huán)境壓力最大，青海和寧夏是工業(yè)部門對水環(huán)境壓力最大；灰水足跡

、廣東（150.24×108m3）和黑龍江（124.9×108m3），的前3位分別是山東（160.1×108m3）

灰水足跡最小的是西藏，僅為2.15×108m3。

2.3灰水足跡的空間分布特征

利用空間自相關(guān)指數(shù)Moran'sI和Moran散點圖可以揭示各省（區(qū)、市）灰水足跡的整體空間關(guān)聯(lián)程度和各省（區(qū)、市）之間灰水足跡的局部空間關(guān)聯(lián)特征�；贕eoDa軟件，2012年中國灰水足跡的全局Moran'sI指數(shù)①[19]計算結(jié)果為0.172，通過了0.05的顯著性水平檢驗，表明各�。▍^(qū)、市）灰水足跡空間分布存在顯著正相關(guān)性，在地理上存在集聚現(xiàn)象。為進一步了解灰水足跡的空間集聚特征，將Moran散點圖②中各象限的省

。分布數(shù)量上看，（區(qū)、市）劃分為H-H型、L-L型、H-L型和L-H型四種類型③[22]（表1）

大部分�。▍^(qū)、市）屬于H-H（11個）和L-L類型（10個），所占比重為67.74%；分布空間上看，H-H型主要集中在東中部地區(qū)，L-L型主要分布在東部和西部地區(qū)，H-L型和L-H型呈離散分布。以上分析總體上揭示出中國灰水足跡存在較強的空間正相關(guān)性和空

①Moran'sI的定義為：I=nˉ)(xj-xˉ)wij(xi-xnn

i=1j=1

為觀測區(qū)域數(shù)；wij為用二進制表示的空間鄰接權(quán)值矩陣，用以定義空間對象的相互鄰接關(guān)系。一般當(dāng)區(qū)域i和區(qū)域j相鄰時，wij=1；當(dāng)區(qū)域i和區(qū)域j不相鄰時，wij=0。Moran指數(shù)I的取值一般在[-1,1]之間，小于0表示負(fù)相關(guān)，等于0表示不相關(guān)，大于0表示正相關(guān)。

②令xi=xi-x為坐標(biāo)作散點圖，一方面這些點的擬合直線斜率為Moran'sIˉ)，以（xi,wx）ˉ，wxi=∑wij(xj-xin

j=1S2wijnni=1j=1，式中：S2=1(xi-xˉ)2；xˉ=1xi；xi為i區(qū)域?qū)傩灾�；ni=1i=1nn

值，另一方面坐標(biāo)系把區(qū)域劃分為H-H型、L-L型、H-L型、L-H型四種類型。

鄰；L-H型即低值區(qū)域和高值區(qū)域相鄰。H-H和L-L表示正的空間自相關(guān)性，即相似性特征集聚在一起；而L-H和H-L表示負(fù)的空間自相關(guān)性，即差異性特征集聚在一起。③H-H型即高值區(qū)域和高值區(qū)域相鄰；L-L型即低值區(qū)域和低值區(qū)域相鄰；H-L型即高值區(qū)域和低值區(qū)域相

圖12012年中國各省區(qū)的灰水足跡

Fig.1GreywaterfootprintinChinain2012

間分布不均衡性，即東中部省份灰水

足跡較高，西部省份灰水足跡較低。

由于空間自相關(guān)和空間非平穩(wěn)性即空

間異質(zhì)的存在，采用普通最小二乘法

（OLS）模型是不合適的。因此，在

建立人文因素對環(huán)境影響的計量模型

時必須將空間位置因素納入其中。表12012年中國灰水足跡空間分布情況H-HL-L浙津京新寧藏滇青甘陜L-H閩瓊滬晉贛吉黔桂渝川H-LTab.1SpatialdistributionofgreywaterfootprintinChinain2012東部地帶中部地帶西部地帶魯蘇粵遼冀黑豫皖鄂湘內(nèi)蒙古

3中國灰水足跡的地理加權(quán)回歸分析

3.1STIRPAT的地理加權(quán)模型

運用STIRPAT模型不僅可以很便捷地分解人文因素對環(huán)境的影響，而且通過簡單變換后，還可以進行有效地因果分析即彈性分析[16]。其一般表達式為：

I=aPbAcTde（4）

式中：I為環(huán)境影響；P、A和T分別為人口規(guī)模、富裕程度和技術(shù)水平；a為常數(shù)項；b、c、d分別為P、A和T的指數(shù)項；e為隨機誤差項。對（4）式兩邊取自然對數(shù)后，可以開展彈性分析[23]。

中國幅員廣闊，不同地區(qū)之間存在顯著差異，同樣的政策在不同的地區(qū)會產(chǎn)生不同的政策效果[24]，即人文驅(qū)動因素存在空間異質(zhì)性。地理加權(quán)回歸（GWR）模型能夠較好地刻畫人文因素在不同地理位置的空間非平穩(wěn)性即空間變異性，其計算結(jié)果更符合客觀實際。因此采用GWR分析方法，在全局回歸模型的基礎(chǔ)上進行局部參數(shù)估計，以期獲得更加有效的結(jié)果，具體GWR模型設(shè)定如下：

lnI=a(u,v)+b(u,v)lnP+c(u,v)lnA+d(u,v)lnT+e（5）

式中：(u,v)為研究單元的地理坐標(biāo)；a(u,v)為常數(shù)項的位置函數(shù)；b(u,v)、c(u,v)、d(u,v)為自變量系數(shù)的位置函數(shù)。由于STIRPAT模型是隨機形式，可以在模型中增加富裕的自然對數(shù)二項式來驗證環(huán)境Kuznets曲線假說。參考孫克等的研究思路和方法[3,23]，設(shè)計無技術(shù)驅(qū)動因子和有技術(shù)驅(qū)動因子兩種情景驗證環(huán)境Kuznets曲線假說，具體形式分別如式（6）和式（7）所示：

lnI=a(u,v)+b(u,v)lnP+c(u,v)lnA+f(u,v)ln2A+e（6）

lnI=a(u,v)+b(u,v)lnP+c(u,v)lnA+f(u,v)ln2A+d(u,v)lnT+e（7

）

式中：如果f(u,v)為負(fù)，表明在(u,v)處存在環(huán)境Kuznets曲線，對式（6）或式（7）求極值，可以計算出曲線拐點值。

3.2指標(biāo)選取和說明

灰水足跡的變化受很多因素的影響，從其定義和計算過程來看，除了人口、富裕和技術(shù)人文因數(shù)以外，還有政治和經(jīng)濟制度、社會資本、態(tài)度和信仰等人文因素，但這些人文因素很難概念化成乘積的形式[23]。為了保證在STIRPAT模型框架（即人文因素之間采用乘積的形式建立關(guān)聯(lián)）下進行研究分析，沒有更多地選取其他難以量化的人文因素指標(biāo)，而是將研究聚焦在人口、富裕和技術(shù)這三個關(guān)鍵人文因素上，選取指標(biāo)如下：

（1）人口（P）和富裕（A）的指標(biāo)。一個國家人口越多，經(jīng)濟規(guī)模越大，其對自然資源的索取就越多，對環(huán)境的壓力就越大。選取各�。▍^(qū)、市）的人口數(shù)量和人均GDP數(shù)據(jù)來表示該地的人口和經(jīng)濟活動對環(huán)境的壓力，并預(yù)期其系數(shù)為正。

（2）技術(shù)（T）指標(biāo)。指標(biāo)可以分解為結(jié)構(gòu)化（T1）指標(biāo)和現(xiàn)代化（T2）指標(biāo)。一個地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，即由農(nóng)業(yè)主導(dǎo)向工業(yè)主導(dǎo)或向服務(wù)業(yè)主導(dǎo)進行升級轉(zhuǎn)變，可以有效地減少人類活動對灰水足跡的壓力，考慮到全國灰水足跡壓力主要來自農(nóng)業(yè)部門的事實，選取第一產(chǎn)業(yè)（農(nóng)業(yè)）產(chǎn)值占地區(qū)生產(chǎn)總值的比值作為結(jié)構(gòu)化（T1）指標(biāo)，并預(yù)期其系數(shù)為正；現(xiàn)代化水平的提高有利于舒緩環(huán)境壓力，城市化率與許多現(xiàn)代化制度相關(guān)，可以比較綜合地反映當(dāng)?shù)氐默F(xiàn)代化發(fā)展水平，選取2012年各省區(qū)城市化率（城市人口占總?cè)丝诘谋戎兀┍硎驹摰貐^(qū)的現(xiàn)代化（T2）水平，預(yù)期其系數(shù)為負(fù)。

3.3結(jié)果分析和討論

3.3.1傳統(tǒng)回歸模型結(jié)果分析為掌握人口數(shù)量、富裕程度和技術(shù)對中國灰水足跡的全局（平均）影響，對式（4）進行自然對數(shù)變化，采用最小二乘法對其進行估計（表2）。

比較表2各人文因素系數(shù)估計值可以發(fā)現(xiàn)，對中國水資源環(huán)境的威脅大小，依次為城市化率、人口數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)和富裕程度，具體就是，城市化率每提高1%，引起灰水足跡增加1.03%；人口數(shù)量增加1%，引起灰水足跡增加0.85%；農(nóng)業(yè)比重增加1%，引起灰水足跡增加0.63%；人均GDP提高1%，引起灰水足跡增加0.52%。對表2進一步分析可以發(fā)現(xiàn)，人口、富裕和產(chǎn)業(yè)結(jié)構(gòu)的估計系數(shù)都為正，符合理論預(yù)期，而城市化率的系數(shù)估計值為正，這不符合理論預(yù)期。這里有三個原因值得考慮，一是農(nóng)村青壯年勞動力或較高素質(zhì)的農(nóng)民進城后，老、弱、病、殘、幼人員留在農(nóng)村，農(nóng)村空心化現(xiàn)象嚴(yán)重，農(nóng)村剩余勞動力不足，傳統(tǒng)的精耕細(xì)作農(nóng)業(yè)生產(chǎn)方式不可持續(xù)，轉(zhuǎn)而依靠化肥、農(nóng)藥等高投入、高污染的農(nóng)業(yè)生產(chǎn)方式，這客觀上引發(fā)了農(nóng)業(yè)灰水足跡的增加；二是農(nóng)業(yè)人口大量進城務(wù)工，導(dǎo)致城市人口不斷膨脹，這客觀上會引發(fā)城市生活灰水足跡的增加；三是中國的城市化很大程度不是現(xiàn)代意義上的城市化，而只是“戶籍城市化”和“土地城市化”，很多現(xiàn)代制度沒有真正建立，公共表2最小二乘法模型估計結(jié)果服務(wù)設(shè)施沒有同步配套，城市化率這個指Tab.2EstimatedresultsoftheOLSmodel標(biāo)（城市人口占總?cè)丝诘谋戎兀┎荒芎軠?zhǔn)系數(shù)估值標(biāo)準(zhǔn)差T統(tǒng)計量確地衡量一個地區(qū)現(xiàn)代化發(fā)展水平。基于常數(shù)項2.32以上三點原因，地區(qū)城市化率的增加，不人口15.3030.850.055

僅不能使地區(qū)環(huán)境獲得改善，反而會使地人均GDP2.0390.520.254

區(qū)環(huán)境壓力增大。7.200產(chǎn)業(yè)結(jié)構(gòu)指數(shù)0.630.088

3.3.2GWR模型結(jié)果分析省會城市一般城市化率2.8211.030.365

為各省份的政治、經(jīng)濟和文化中心，對全R0.93

省和周邊地區(qū)有重要影響，因此，選取各注：表示在0.05水平上顯著。*****2*

博泰典藏網(wǎng)btdcw.com包含總結(jié)匯報、計劃方案、表格模板、自然科學(xué)、農(nóng)林牧漁、行業(yè)論文、教學(xué)研究以及基于地理加權(quán)回歸的中國灰水足跡人文驅(qū)動因素分析_孫克_圖文等內(nèi)容。

本文共2頁12

  本文關(guān)鍵詞：基于地理加權(quán)回歸的中國灰水足跡人文驅(qū)動因素分析，由筆耕文化傳播整理發(fā)布。