黄河流域用水效率的空间格局及动态演进

doi:10.18402/resci.2020.01.06

摘要/Abstract

摘要：

提高用水效率是实现水资源可持续发展的关键举措,深入探究黄河流域用水效率的空间格局及动态演进趋势,对推动黄河流域生态保护和高质量发展具有重要意义。本文通过构建基于非期望产出的全局至强有效前沿最近距离模型（MinDS模型）,对2000—2017年黄河流域用水效率进行科学测度,从全国视角、区域比较视角及流域内部视角全面刻画黄河流域用水效率的空间格局,并借助扩展的分布动态学模型探究黄河流域用水效率的动态演进趋势。研究结果表明：黄河流域用水效率高于全国平均水平,中下游地区用水效率始终高于中上游地区,呈现出“东高西低”的空间分布特征;黄河流域用水效率在部分年份存在极化现象,空间因素能够明显影响黄河流域用水效率未来的空间分布,相邻地区用水效率的相互作用导致长期内黄河流域用水效率差距逐渐缩小,存在着收敛于中间水平的趋势。

关键词: 黄河流域, 用水效率, 空间格局, 核密度估计, 马尔科夫链

Abstract:

Improving water use efficiency is the key measure to realize the sustainable development of water resources. It is of great significance to explore the spatial pattern and dynamic change of water use efficiency in order to promote the ecological protection and high-quality development of the Yellow River Basin. In this study, we built a global Minimum Distance to Strong Efficient Frontier (MinDS model) based on unexpected output to accurately measure the water use efficiency of the Yellow River Basin from 2000 to 2017. The spatial pattern of water use efficiency of the Yellow River Basin was comprehensively depicted from the perspective of national, regional, and intraregional comparisons. The change of distribution dynamics of water use efficiency was investigated by an extended distribution dynamic model. The results show that the water use efficiency of the Yellow River Basin is higher than the average level in China. The water use efficiency of the lower reaches is higher than that of the upper reaches. A spatial pattern of “high in the east and low in the west” is very clear. The polarization of water use efficiency in the Yellow River Basin is obvious in some years. Spatial factors can significantly affect the regional distribution of water use efficiency. The interaction of water use efficiency in adjacent areas leads to the gradual narrowing of water use efficiency gap in the Yellow River Basin in the long term. And water use efficiency converges to the middle level.

Key words: Yellow River Basin, water use efficiency, spatial pattern, kernel density, Markov chains

刘华军, 乔列成, 孙淑惠. 黄河流域用水效率的空间格局及动态演进[J]. 资源科学, 2020, 42(1): 57-68.

LIU Huajun, QIAO Liecheng, SUN Shuhui. Spatial distribution and dynamic change of water use efficiency in the Yellow River Basin[J]. Resources Science, 2020, 42(1): 57-68.

图/表 12

图1

表1

图2

表2

表3

图3

图4

图5

图6

图7

表4

表5

参考文献 15

[1]	张宁宁, 粟晓玲, 周云哲 , 等. 黄河流域水资源承载力评价[J]. 自然资源学报, 2019,34(8):1759-1770.
	[ Zhang N N, Su X L, Zhou Y Z , et al. Water resources carrying capacity evaluation of the Yellow River Basin based on EFAST weight algorithm[J]. Journal of Natural Resources, 2019,34(8):1759-1770.]
[2]	Wang S, Fu B J, Piao S L , et al. Reduced sediment transport in the Yellow River due to anthropogenic changes[J]. Nature Geoscience, 2016,9(1):38-41.
[3]	杨骞, 武荣伟, 王弘儒 . 中国农业用水效率的分布格局与空间交互影响: 1998-2013年[J]. 数量经济技术经济研究, 2017,34(2):72-88.
	[ Yang Q, Wu R W, Wang H R . Regional disparities and spatial interaction of agricultural water use efficiency: 1998-2013[J]. The Journal of Quantitative & Technical Economics, 2017,34(2):72-88.]
[4]	丁绪辉, 贺菊花, 王柳元 . 考虑非合意产出的省际水资源利用效率及驱动因素研究: 基于SE-SBM与Tobit模型的考察[J]. 中国人口·资源与环境, 2018,28(1):157-164.
	[ Ding X H, He J H, Wang L Y . Interprovincial water resources utilization efficiency and its driving factors considering undesirable outputs: Based on SE-SBM and Tobit model[J]. China Population, Resources and Environment, 2018,28(1):157-164.]
[5]	孙才志, 马奇飞, 赵良仕 . 基于SBM-Malmquist生产率指数模型的中国水资源绿色效率变动研究[J]. 资源科学, 2018,40(5):993-1005.
	[ Sun C Z, Ma Q F, Zhao L S . Green efficiency changes for water resources in China based on SBM-Malmquist model[J]. Resources Science, 2018,40(5):993-1005.]
[6]	李静, 任继达 . 中国工业的用水效率与决定因素: 资源和环境双重约束下的分析[J]. 工业技术经济, 2018,37(1):122-129.
	[ Li J, Ren J D . Study on efficiency of industrial water use in China based on min DS model: An empirical analysis under the dual restrictions of resources and environment[J]. Journal of Industrial Technological Economics, 2018,37(1):122-129.]
[7]	孙才志, 刘玉玉 . 基于DEA-ESDA的中国水资源利用相对效率的时空格局分析[J]. 资源科学, 2009,31(10):1696-1703.
	[ Sun C Z, Liu Y Y . Analysis of the spatial-temporal pattern of water resources utilization relative efficiency based on DEA-ESDA in China[J]. Resources Science, 2009,31(10):1696-1703.]
[8]	杨骞, 刘华军 .污染排放约束下中国农业水资源效率的区域差异与影响因素[J].数量经济技术经济研究, 2015, 32(01):114-128+158.
	[ Yang Q, Liu H J . Regional disparity and influencing factors of agricultural water resources efficiency with the constraint of pollution[J]. The Journal of Quantitative & Technical Economics, 2015, ( 1):114-128.]
[9]	张陈俊, 许静茹, 张丽娜 , 等. 长江经济带水资源消耗时空差异驱动效应研究[J]. 资源科学, 2018,40(11):2247-2259.
	[ Zhang C J, Xu J R, Zhang L N , et al. Driving effect of spatial-temporal difference in water resource consumption in the Yangtze River Economic Zone[J]. Resources Science, 2018,40(11):2247-2259.]
[10]	张慧, 刘秋菊, 史淑娟 . 黄河流域农业水资源利用效率综合评估研究[J]. 气象与环境科学, 2015,38(02):72-76.
	[ ZHANG H, LIU Q J, SHI S J . Study of Comprehensive Evaluation of Agricultural Water Resources Utilization Efficiency in the Yellow River Basin[J]. Meteorological and Environmental Sciences, 2015,38(02):72-76.]
[11]	Aparicio J, Ruiz J L, Sirvent I . Closest targets and minimum distance to the Pareto-efficient frontier in DEA[J]. Journal of Productivity Analysis, 2007,28(3):209-218.
[12]	Hu J L, Wang S C, Yeh F Y . Total-factor water efficiency of regions in China[J]. Resources Policy, 2006,31(4):217-230.
[13]	Quah D T . Empirics for Growth and Distribution: Stratification, Polarization, and Convergence Clubs[J]. Journal of Economic Growth, 1997,2(1):27-59.
[14]	Anselin L, Gallo J L, Jayet H . Spatial Panel Econometrics[M], Springer Berlin Heidelberg, 2008.
[15]	王喜, 秦耀辰, 鲁丰先 , 等. 黄河中下游地区主要省份低碳经济发展水平的时空差异研究[J]. 地理科学进展, 2013,32(4):505-513.
	[ Wang X, Qin Y C, Lu F X , et al. Temporal and spatial differences in the level of low carbon economic development among the provinces in the middle and lower reaches of the Yellow River Basin[J]. Progress in Geography, 2013,32(4):505-513.]

省区	2000		2017
省区	效率	排名	效率	排名
山西	1.00	1	1.00	1
山东	1.00	1	1.00	1
河南	1.00	1	1.00	1
陕西	1.00	1	1.00	1
内蒙古	1.00	1	0.18	16
四川	0.49	8	0.82	4
甘肃	0.85	4	0.88	3
青海	0.43	10	1.00	1
宁夏	0.45	9	0.81	5

	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017
山西	1.00	0.98	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00
山东	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00
河南	1.00	0.90	0.97	1.00	1.00	1.00	0.92	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00
陕西	0.99	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00
中下游	1.00	0.98	0.99	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00
内蒙古	1.00	1.00	1.00	1.00	1.00	1.00	1.00	0.89	0.79	0.66	0.54	0.44	0.52	0.73	0.86	0.93	0.96	1.00
四川	1.00	0.92	0.95	0.84	0.84	0.86	0.90	0.88	0.95	0.92	1.00	0.99	1.00	1.00	1.00	1.00	1.00	1.00
甘肃	0.74	0.84	0.93	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	0.69	0.64
青海	0.39	0.56	0.64	0.77	0.85	0.97	1.00	1.00	1.00	1.00	0.89	1.00	0.99	1.00	1.00	1.00	1.00	0.99
宁夏	0.23	0.27	0.50	0.71	0.66	0.64	0.66	0.69	0.61	0.60	0.54	0.66	0.69	0.65	0.65	0.62	0.60	0.66
中上游	0.70	0.88	0.90	0.96	0.94	0.93	0.87	0.87	0.89	0.85	0.94	0.93	0.87	0.73	0.75	0.75	0.70	0.65

年份	转角/°	长半轴/km	短半轴/km	平均形状指数	重心坐标	移动距离/km	东西距离/km	南北距离/km
2000	64.44	822.37	540.75	0.66	109.32° E, 36.58° N	—	—	—
2005	74.76	867.74	519.11	0.60	108.11° E, 36.74° N	109.39	107.82	17.79
2011	80.52	872.75	456.83	0.52	107.65° E, 36.13° N	79.34	41.31	67.83
2017	71.71	872.70	525.12	6.02	108.30° E, 36.58° N	60.65	57.92	17.80

时间跨度/年	类别	低	中低	中高	高
1	低	0.59	0.41	0.00	0.00
	中低	0.03	0.82	0.15	0.00
	中高	0.03	0.76	0.18	0.03
	高	0.02	0.78	0.14	0.06
2	低	0.44	0.56	0.00	0.00
	中低	0.03	0.78	0.13	0.06
	中高	0.03	0.75	0.19	0.03
	高	0.04	0.75	0.15	0.06
3	低	0.40	0.57	0.03	0.00
	中低	0.03	0.73	0.17	0.07
	中高	0.07	0.70	0.20	0.03
	高	0.04	0.71	0.18	0.07
4	低	0.39	0.54	0.07	0.00
	中低	0.04	0.71	0.18	0.07
	中高	0.11	0.68	0.18	0.04
	高	0.07	0.67	0.19	0.07
5	低	0.38	0.54	0.04	0.04
	中低	0.04	0.69	0.23	0.04
	中高	0.12	0.62	0.23	0.04
	高	0.03	0.74	0.15	0.08

A=1	邻居	低	中低	中高	高	A=5	邻居	低	中低	中高	高
低	低	0.00	1.00	0.00	0.00	低	低	0.50	0.50	0.00	0.00
	中低	0.00	0.67	0.33	0.00		中低	0.00	0.40	0.40	0.20
	中高	0.00	0.67	0.33	0.00		中高	0.67	0.00	0.33	0.00
	高	0.05	0.90	0.00	0.015		高	0.06	0.88	0.00	0.06
中低	低	0.83	0.17	0.00	0.00	中低	低	0.75	0.25	0.00	0.00
	中低	0.09	0.82	0.09	0.00		中低	0.13	0.75	0.13	0.00
	中高	0.25	0.25	0.50	0.00		中高	0.25	0.50	0.25	0.00
	高	0.00	0.62	0.31	0.08		高	0.00	0.70	0.20	0.10
中高	低	0.56	0.44	0.00	0.00	中高	低	0.17	0.67	0.08	0.08
	中低	0.00	1.00	0.00	0.00		中低	0.00	0.83	0.17	0.00
	中高	0.00	1.00	0.00	0.00		中高	0.00	1.00	0.00	0.00
	高	0.00	0.75	0.13	0.13		高	0.00	0.71	0.14	0.14
高	低	0.75	0.25	0.00	0.00	高	低	0.50	0.50	0.00	0.00
	中低	0.00	0.82	0.18	0.00		中低	0.00	0.71	0.29	0.00
	中高	0.00	0.83	0.13	0.04		中高	0.00	0.72	0.22	0.06
	高	0.00	0.78	0.22	0.00		高	0.00	0.50	0.50	0.00