长江三角洲地区用水量时空差异的驱动效应研究

doi:10.18402/resci.2018.01.09

Abstract

Abstract:

It is of great significance to the construction of a water-saving society to quantify the driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta. Here, the LMDI method was used to decompose the effects influencing spatial-temporal differences in water consumption in the Yangtze River Delta from 2000 to 2015 into intensity, structure, income and population effects. We found that, from the perspective of time, the decline in industrial water intensity and industrial structural adjustment jointly give rise to a decline in water consumption, especially the former. Except for primary industry in Shanghai, three industries’ water efficiency is generally improved. On the other hand, the role of industrial restructuring mainly comes from primary industry. Economic growth and population increases contributed to the increase in water consumption. From a spatial perspective, differences in water consumption and driving effects are closely related to the selection of reference objects. Primary and secondary industries’ water efficiency in Zhejiang has an obvious advantage in reducing water consumption, water efficiency in Shanghai has an advantage in the tertiary industry. Shanghai’s industrial structure is more advanced, but primary and secondary industries in Jiangsu and Zhejiang make up a greater proportion. More effort is expected to control the size of the population in Zhejiang and Shanghai, and that is an effective way to narrow spatial differences. Targeted and differentiated water-saving policy measures should be adopted to reduce water consumption in the Yangtze River Delta region and should involve technological progress, industrial restructuring and population control. Economic growth will increase water demand, being the driving force of social progress and increase water demand.

Key words: Yangtze River Delta, spatio-temporal difference, water consumption, LMDI

Chenjun ZHANG, Cunxue ZHAO, Lin LIN, Xuyou YU. Driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta[J].Resources Science, 2018, 40(1): 89-103.

Figures/Tables 11

Table 1

Structural analysis of driving effect of time difference in water consumption"

产业用水量 $W i$	产业用水强度 $I i = W i / G i$	产业结构 $S i = G i / G$	收入水平 $Inc = G / P$	人口规模P	分解效应 $W i = I i × S i × Inc × P$
$W 1$	$I 1 = W 1 / G 1$	$S 1 = G 1 / G$	$Inc$	P	$I 1 × S 1 × Inc × P$
$W 2$	$I 2 = W 2 / G 2$	$S 2 = G 2 / G$	$Inc$	P	$I 2 × S 2 × Inc × P$
$W 3$	$I 3 = W 3 / G 3$	$S 3 = G 3 / G$	$Inc$	P	$I 3 × S 3 × Inc × P$
$∑ i = 1 3 W i = W$	-	$∑ i = 1 3 S i = 1$	-	-	$∑ i = 1 3 I i × S i × Inc × P = W$

Table 1

Figure 1

Figure 2

Figure 3

Figure 4

Table 2

Table 3

Table 4

Table 5

Table 6

Table 7

References 7

[1]	贾绍凤. 工业用水零增长的条件分析-发达国家的经验[J]. 地理科学进展, 2001, 20(1): 51-59.
	[Jia S F.The linkage between industrial water use decrease and industrial structure upgrade-experience of developed countries[J]. Progress in Geography, 2001, 20(1): 51-59. ]
[2]	贾绍凤, 张士锋. 中国的用水何时达到顶峰[J]. 水科学进展, 2000, 11(4): 470-477.
	[Jia S F, Zhang S F.When will fresh water use in China reach the climax[J]. Advances in Water Science, 2000, 11(4): 470-477. ]
[3]	陈东景. 中国工业水资源消耗强度变化的结构份额和效率份额研究[J]. 中国人口·资源与环境, 2008, 18(3): 211-214.
	[Chen D J.Structure share and efficiency share of industrial water consumption intensity change in China[J]. China Population, Resources and Environment, 2008, 18(3): 211-214. ]
[4]	刘翀, 柏明国. 安徽省工业行业用水消耗变化分析-基于LMDI分解法[J]. 资源科学, 2012, 34(12): 2299-2305.
	[Liu C, Bai M G.Change in industrial water use in Anhui province based on LMDI[J]. Resources Science, 2012, 34(12): 2299-2305. ]
[5]	张礼兵, 徐勇俊, 金菊良, 等. 安徽省工业用水量变化影响因素分析[J]. 水利学报, 2014, 45(7): 837-843.
	[Zhang L B, Xu Y J, Jin J L, et al. Analysis of influence factors of regional industry water use in Anhui province[J]. Journal of Hydraulic Engineering, 2014, 45(7): 837-843. ]
[6]	秦昌波, 葛察忠, 贾仰文, 等. 陕西省生产用水变动的驱动机制分析[J]. 中国人口·资源与环境, 2015, 25(5): 131-136.
	[Qin C B, Ge C Z, Jia Y W, et al. Driving mechanism analysis for productive water consumption changes in Shaanxi Province[J]. China Population, Resources and Environment, 2015, 25(5): 131-136. ]
[7]	孙才志, 谢巍. 中国产业用水变化驱动效应测度及空间分异[J]. 经济地理, 2011, 31(4): 666-672.
	[Sun C Z, Xie W.Measurement of the driving effects on industrial water utilization change and its spatial difference[J]. Economic Geography, 2011, 31(4): 666-672. ]

省份	年份	强度效应	结构效应	收入效应	人口效应	总效应
上海	2000—2005	-45.87 （-410.70）	-7.17 （-64.18）	45.90 （410.93）	18.31 （163.94）	11.17 （100）
	2005—2010	-46.45 （-841.43）	-12.92 （-234.09）	40.73 （737.88）	24.16 （437.63）	5.52 （100）
	2010—2015	-45.31 （205.31）	-16.28 （73.77）	34.12 （-154.59）	5.40 （-24.49）	-22.07 （100）
	2000—2015	-123.65 （2 298.41）	-33.34 （619.72）	108.95 （-2 025.05）	42.67 （-793.08）	-5.38 （100）
江苏	2000—2005	-114.47 （-165.52）	-106.97 （-154.67）	273.86 （395.98）	16.73 （24.20）	69.16 （100）
	2005—2010	-188.98 （-552.09）	-114.26 （-333.80）	318.16 （929.47）	19.31 （56.42）	34.23 （100）
	2010—2015	-153.69 （-653.71）	-79.90 （-339.85）	249.52 （1 061.31）	7.58 （32.24）	23.51 （100）
	2000—2015	-439.68 （-346.48）	-292.40 （-230.42）	816.14 （643.14）	42.84 （33.76）	126.90 （100）
浙江	2000—2005	-81.89 （1 637.83）	-44.68 （893.70）	108.81 （-2 176.23）	12.77 （-255.30）	-5.00 （100）
	2005—2010	-72.63 （3 013.59）	-38.48 （1 596.79）	91.68 （-3 804.18）	17.02 （-706.20）	-2.41 （100）
	2010—2015	-59.95 （456.24）	-25.77 （196.15）	69.45 （-528.57）	3.13 （-23.83）	-13.14 （100）
	2000—2015	-207.01 （1 007.32）	-108.45 （527.72）	263.03 （-1 279.97）	31.87 （-155.07）	-20.55 （100）

省份	年份	强度效应				结构效应
省份	年份	第一产业		第二产业	第三产业	第一产业	第二产业	第三产业
上海	2000—2005	4.35	-46.57	-3.66		-10.71	4.09	-0.55
	2005—2010	-0.92	-36.68	-8.85		-10.13	-3.88	1.08
	2010—2015	0.34	-35.27	-10.39		-8.20	-10.83	2.75
	2000—2015	3.38	-107.00	-20.03		-25.76	-10.10	2.51
江苏	2000—2005	-35.17	-55.13	-24.17		-122.05	15.41	-0.32
	2005—2010	-19.24	-147.38	-22.37		-120.50		4.39	1.85
	2010—2015	-75.97	-53.64	-24.08	-83.05		2.23	0.92
	2000—2015	-124.92	-243.68	-71.07	-317.36		22.66	2.31
浙江	2000—2005	-36.23	-30.79	-14.88	-48.02	2.44	0.90
	2005—2010	-27.81	-30.81	-14.01	-40.43		-0.48	2.43
	2010—2015	-17.88	-27.05	-15.02	-26.84		-2.62	3.69
	2000—2015	-80.93	-81.60	-44.47	-114.47		-0.59	6.61

省份	年份	强度效应	结构效应	收入效应	人口效应	总效应
浙江-上海	2000	-38.48 （-41.48）	96.89 （104.45）	-110.98 （-119.63）	145.34 （156.67）	92.77 （100.00）
	2005	-72.82 （-95.06）	105.97 （138.34）	-96.84 （-126.42）	140.29 （183.15）	76.60 （100.00）
	2010	-84.45 （-122.99）	104.78 （152.58）	-78.43 （-114.22）	126.78 （184.62）	68.67 （100.00）
	2015	-74.00 （-95.36）	103.47 （133.34）	-60.28 （-77.68）	108.41 （139.70）	77.60 （100.00）
江苏-上海	2000	30.04 （8.91）	178.85 （53.04）	-204.93 （-60.77）	333.27 （98.83）	337.22 （100.00）
	2005	20.76 （5.25）	213.26 （53.96）	-196.06 （-49.61）	357.25 （90.39）	395.21 （100.00）
	2010	-20.36 （-4.80）	249.26 （58.80）	-132.48 （-31.25）	327.50 （77.25）	423.92 （100.00）
	2015	-14.00 （-2.98）	264.64 （56.37）	-91.33 （-19.45）	310.19 （66.07）	469.50 （100.00）
江苏-浙江	2000	113.66 （46.50）	29.18 （11.94）	-35.85 （-14.66）	137.46 （56.23）	244.45 （100.00）
	2005	188.32 （59.11）	23.25 （7.30）	-30.35 （-9.52）	137.39 （43.12）	318.61 （100.00）
	2010	197.30 （55.54）	21.39 （6.02）	12.03 （3.39）	124.53 （35.05）	355.25 （100.00）
	2015	207.55 （52.96）	25.67 （6.55）	36.72 （9.37）	121.96 （31.12）	391.90 （100.00）

省份	年份	强度效应				结构效应
省份	年份	第一产业		第二产业	第三产业	第一产业	第二产业	第三产业
浙江-上海	2000	-1.97	-51.59	15.08		94.97	9.17	-7.25
	2005	-30.95	-53.27	11.41		104.09	9.29	-7.42
	2010	-37.78	-61.02	14.35		100.90	12.38	-8.50
	2015	-42.01	-50.04	18.06		97.83	15.73	-10.08
江苏-上海	2000	19.28	-11.18	21.94		176.20	12.25	-9.60
	2005	-15.70	21.54	14.93		203.20		20.49	-10.42
	2010	-18.45	-17.90	15.98	233.36		28.93	-13.03
	2015	-41.78	11.79	15.98	231.46		50.24	-17.05
江苏-浙江	2000	47.57	62.46	3.63	32.17	-2.49	-0.50
	2005	77.26	109.41	1.65	23.16		2.04	-1.95
	2010	117.35	81.11	-1.16	19.83		5.38	-3.82
	2015	96.64	116.55	-5.64	20.41		12.85	-7.59

省份	年份	强度效应	结构效应	收入效应	人口效应	总效应
上海-平均水平	2000	2.25 （1.57）	-96.53 （67.35）	116.38 （-81.20）	-165.43 （115.42）	-143.33 （100.00）
	2005	18.34 （-11.66）	-114.16 （72.59）	106.90 （-67.97）	-168.36 （107.05）	-157.27 （100.00）
	2010	38.33 （-23.34）	-128.50 （78.26）	77.63 （-47.28）	-151.64 （92.36）	-164.20 （100.00）
	2015	32.24 （-17.68）	-134.93 （73.99）	55.76 （-30.58）	-135.44 （74.27）	-182.37 （100.00）
江苏-平均水平	2000	43.75 （22.56）	56.45 （29.12）	-68.70 （-35.43）	162.39 （83.75）	193.89 （100.00）
	2005	72.01 （30.26）	56.67 （23.82）	-64.36 （-27.05）	173.63 （72.97）	237.94 （100.00）
	2010	64.69 （24.91）	60.13 （23.15）	-32.16 （-12.38）	167.06 （64.32）	259.72 （100.00）
	2015	70.88 （24.69）	60.07 （20.92）	-11.27 （-3.92）	167.45 （58.32）	287.13 （100.00）
浙江-平均水平	2000	-55.27 （109.32）	17.08 （-33.78）	-19.25 （38.08）	6.89 （-13.62）	-50.56 （100.00）
	2005	-89.42 （110.85）	18.35 （-22.75）	-17.57 （21.78）	7.97 （-9.88）	-80.67 （100.00）
	2010	-96.87 （101.40）	17.92 （-18.76）	-27.31 （28.59）	10.73 （-11.23）	-95.53 （100.00）
	2015	-96.80 （92.40）	13.60 （-12.98）	-31.14 （29.72）	9.58 （-9.14）	-104.77 （100.00）

Driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta

RichHTML

PDF (PC)

Like

Knowledge

Cited

Abstract

Cite this article

share this article

Figures/Tables 11

References 7

Related Articles 15

Metrics

Comments

Recommended 0

[1]	YANG Qingke, DUAN Xuejun, JIN Zhifeng, WANG Lei, WANG Yazhu. Spatiotemporal differentiation and influencing mechanism of urban land development intensity in the Yangtze River Delta [J]. Resources Science, 2020, 42(4): 723-734.
[2]	SUN Siao, TANG Qiuhong. Spatiotemporal patterns and driving factors of water resources use in the Yellow River Basin [J]. Resources Science, 2020, 42(12): 2261-2273.
[3]	Puwei ZHANG, Guangshe JIA, Changquan HE, Nikhaphone MACKHAPHONH. Driving factors of carbon productivity changes in China’s construction industry [J]. Resources Science, 2019, 41(7): 1274-1285.
[4]	LIU Huaxian, CHEN Yuansheng, ZHU He, LV Wenfei, LUO Wenzhe, YAO Weiwei. Changes and causes of water use of star hotels in Beijing [J]. Resources Science, 2019, 41(4): 814-823.
[5]	Zeyu WANG, Jing XU, Yanxi WANG. Factor decomposition and spatio-temporal difference analysis in marine resource consumption intensity in China [J]. Resources Science, 2019, 41(2): 301-312.
[6]	ZHU Xinhua, ZHONG Sujuan. Effects of high-speed rail on urban land use from the perspective of “space of flows”：An analysis based on DPSIR-PLS model [J]. Resources Science, 2019, 41(12): 2262-2273.
[7]	Zhen HU, Jingjing HE, Yue WANG. Factor analysis and enlightenment of household carbon emissions in Japan based on IPAT-LMDI extension model [J]. Resources Science, 2018, 40(9): 1831-1842.
[8]	Tao LV, Jian GAO, Zheng WANG. Research on emergency reserves and layout of refined oil in the Yangtze River Delta [J]. Resources Science, 2018, 40(7): 1450-1458.
[9]	Chen LI, Rui CONG, Gui Lan SHAO. Embodied carbon emissions transfer in China aquatic product trade based on MRIO modeling and LMDI methods [J]. Resources Science, 2018, 40(5): 1063-1072.
[10]	Wei JIN, Hengquan ZHANG, Hongbo ZHANG, Wei KONG, Guangxiong MAO, Chenjun ZHANG, Xiang YAN. The influence of population structural change on water consumption in urbanization [J]. Resources Science, 2018, 40(4): 784-796.
[11]	Chenjun ZHANG, Jingru XU, Lina ZHANG, Qinghua PANG. Driving effect of spatial-temporal difference in water resource consumption in the Yangtze River Economic Zone [J]. Resources Science, 2018, 40(11): 2247-2259.
[12]	Xuefei MA, Hualong YANG, Yuwei XING. Study on characteristics and driving factors of CO₂ emissions from China's international maritime transportation sector [J]. Resources Science, 2018, 40(10): 2132-2142.
[13]	Xiang YAN, Changchun CHENG, Yizhen JIA. Effect decomposition of industry, space and population on energy consumption during Chinese urbanization [J]. Resources Science, 2018, 40(1): 216-225.
[14]	Jiangang SHI, Tianheng XU. Efficiency evaluation of industrial parks land in Yangtze River Urban Agglomerations based on VRS-DEA Model and Malmquist Productivity Index [J]. Resources Science, 2017, 39(6): 1026-1036.
[15]	Li MA, Lin ZHANG. Spatio-temporal coupling relationship between international manufacturing transfer and CO₂ emissions [J]. Resources Science, 2017, 39(12): 2408-2419.

省份	年份	强度效应				结构效应
省份	年份	第一产业		第二产业	第三产业	第一产业	第二产业	第三产业
上海-平均水平	2000	-6.89	21.67	-12.54		-93.75	-8.16	5.38
	2005	17.50	9.84	-9.00		-109.20	-10.95	6.00
	2010	21.40	27.34	-10.41		-120.22	-15.66	7.39
	2015	32.00	11.85	-11.61		-119.94	-24.50	9.50
江苏-平均水平	2000	18.15	17.41	8.19		58.17	2.04	-3.76
	2005	25.80	41.01	5.19		54.48		6.24	-4.05
	2010	38.98	21.22	4.49	56.45		8.99	-5.30
	2015	29.75	38.10	3.03	50.26		17.35	-7.54
浙江-平均水平	2000	-20.95	-37.96	3.64	16.51	3.18	-2.61
	2005	-36.35	-56.09	3.01	18.27		1.87	-1.78
	2010	-54.00	-47.71	4.84	18.15		1.08	-1.31
	2015	-45.58	-58.83	7.62	14.13		-0.33	-0.20