文章快速检索     高级检索
  中国水土保持科学   2024, Vol. 22 Issue (1): 106-113.  DOI: 10.16843/j.sswc.2022196
0

引用本文 

杨润丁, 杨冬民. 基于LMDI模型的湖北省农业水足迹时空分布与驱动力研究[J]. 中国水土保持科学, 2024, 22(1): 106-113. DOI: 10.16843/j.sswc.2022196.
YANG Runding, YANG Dongmin. Study on spatial-temporal distribution and driving forces of the agricultural water footprint in Hubei province based on the LMDI model[J]. Science of Soil and Water Conservation, 2024, 22(1): 106-113. DOI: 10.16843/j.sswc.2022196.

项目名称

国家社会科学基金一般项目"科技创新企业专利商业化运营生态圈机制与路径研究"(23BGL081)

第一作者简介

杨润丁(1998-), 男, 硕士研究生。主要研究方向: 资源与环境。E-mail: 853791493@qq.com

通信作者简介

杨冬民(1963-), 女, 博士, 教授。主要研究方向: 人口、资源与环境。E-mail: 1635146986@qq.com

文章历史

收稿日期:2022-09-30
修回日期:2023-11-01
基于LMDI模型的湖北省农业水足迹时空分布与驱动力研究
杨润丁 , 杨冬民     
西安理工大学经济与管理学院,710061,西安
摘要:结合水足迹理论和传统农业用水核算方法,分析2005-2020年湖北省各市州农业水足迹时空演变特征,并利用LMDI模型对农业水足迹变化量进行驱动力因素分解。结果表明:1)湖北省农业水足迹呈现先上升再下降的波动趋势;湖北省各市州农业水足迹存在明显的时空分布差异,这是自然因素和经济因素共同作用的结果。2)各驱动力对湖北省农业水足迹变化的影响程度为经济效应>技术效应>人口效应,经济效应对农业水足迹变化量的贡献值,达53.72%,技术效应和人口效应的贡献值分别为32.86%和13.42%;其中,经济效应对农业水足迹起正向驱动作用,技术效应和人口效应对农业水足迹起到反向驱动的作用。研究结论拓展了长江流域农业水足迹及驱动力分析,同时对于提高农业可持续发展、增加农业用水效率有指导意义。
关键词农业水足迹    时空分布    LMDI模型    驱动力    
Study on spatial-temporal distribution and driving forces of the agricultural water footprint in Hubei province based on the LMDI model
YANG Runding , YANG Dongmin     
School of Economics and Management, Xi'an University of Technology, 710061, Xi'an, China
Abstract: [Background] The development of agriculture is related to the development of national security. As a central agricultural province in China, Hubei province should shoulder the heavy responsibility. The study of water footprint helps solve the problem of uneven distribution of agricultural water use and thus to improve agricultural development. [Methods] Using the water footprint theory and traditional agricultural water use accounting methods, we analyzed the spatial-temporal evolution characteristics of the agricultural water footprint of cities and prefectures in Hubei province from 2005 to 2020. And the LMDI model was used to decompose the driving factors of agricultural water footprint changes. [Results] 1) The agricultural water footprint of Hubei province shows a fluctuating trend of first rising and then falling. The agricultural water footprint of each city and prefecture in Hubei province has noticeable spatial and temporal distribution differences. The agricultural water footprint of most cities is concentrated in 10×108-40×108 m3, at 40×108-85×108 m3 the number of cities in the range ranks second, with only a few remaining over 85×108 m3. Over time, the agricultural water footprint of each city has gradually shifted to a higher level, with 5 cities reaching over 80×108 m3 by 2020. 2) The average total effect of agricultural water footprint changes in Hubei province during the research period is 13.92×108 m3. The impact of each driving force on the changes in agricultural water footprint in Hubei province is in the following order: Economic effect > technological effect > population effect. The contribution of economic effects to agricultural water footprint changes exceeds half, reaching 53.72%. The contribution values of technological effects and population effects are 32.86% and 13.42%, respectively. [Conclusions] The spatial and temporal distribution difference in water footprint results from the joint action of natural factors and economic factors. Economic effect plays a positive role in driving agricultural water footprint, while technological effect and population effect play a negative role in driving agricultural water footprint. The conclusion expands the analysis of the agricultural water footprint and driving force in the Yangtze River basin. It has theoretical significance for improving sustainable agricultural development and increasing agricultural water use efficiency.
Keywords: agricultural water footprint    spatiotemporal distribution    LMDI model    driving force    

水足迹作为区域农业水资源合理管理和评价的重要研究方法,为科学评价农业生产过程中水资源使用状况提供了新视角[1]。国内外众多学者从农作物水足迹量化、水足迹驱动力分解以及水足迹可持续性评价等方面做了大量研究。Zeitoun等[2]研究表明尼罗河流域国家虚拟水贸易3/4以上来自于雨养作物;Van等[3]发现在严重缺水的国家中荷兰的消费者对外部水足迹的影响最大;陈俊旭等[4]得出农作物和动物产品虚拟水消耗是水足迹消费的主要组成部分;Fu等[5]运用LMDI模型把长江流域的灰水足迹效率分解成6个关键因素,其中,经济效应和资本深化效应改变灰水足迹效率;姚懿真等[6]用IPAT模型对河北省的环境冲击进行因素分解,得出人均农业产值和单位农业产值造成的灰水足迹呈负相关;贾浩等[7]运用灰色关联度分析沧州市农业水足迹增长的驱动因素,表明与农业水足迹总关联度最高的3个驱动因子分别为有效灌溉面积比例、耕地复种指数和农村人口;周玲玲等[8]基于DPSIR模型构建即墨市水资源可持续利用评价体系,结果表明在各评价指标中,生态用水比例指标权重最大;刘民士等[9]研究表明安徽省水资源利用处于非可持续利用状态, 属于水资源紧缺型城市;商庆凯等[10]用水资源负载指数对青海省的水资源可持续性进行评价,结果表明青海省水资源压力有上升趋势, 水资源利用程度较低,开发潜力大。

国内学者对水足迹的研究多倾向于构建可持续利用评价体系,从而指导水资源的合理利用,研究区域多集中于黄河流域和北方干旱城市。针对农业水足迹的细化研究和长江流域城市的研究并不充分。在此基础上笔者应用水足迹理论核算湖北省各市2005—2020年农业水足迹,分析其时空分布和演变特征,并运用LMDI模型对农业水足迹进行驱动因素分解,为优化湖北省农业水资源配置、提高水资源利用效率和水土保持率提供理论依据。

1 研究区概况

湖北省地处我国中部内陆地区,秦岭淮河以南,位于N 29°05′~33°20′,E 108°21′~116°07′,大部分海拔20~100 m,区域面积18.59万km2,地形以平原和低山丘陵为主,地势西高东低。湖北境内水利资源丰富,除长江、汉江干流外,省内各级河流河长5 km以上的有4 228条,另有中小河流1 193条,河流总长5.92万km,其中河长在100 km以上的河流有41条。

2 方法与数据 2.1 农业水足迹计算

根据Allan[11]和Hoekstra等[12]关于水足迹定义的延伸可知,区域农业水足迹包括内部农业水足迹和外部农业水足迹[13]

$ W_{\mathrm{F}}=F_1+F_{\mathrm{E} 。} $ (1)

式中:WF为农业水足迹;FI为内部农业水足迹;FE为外部农业水足迹。水足迹的测算有“自下而上”和“自上而下”2种方法[14]。笔者采用“自上而下”法,可以更好地体现农业生产中各部分消耗水资源的状况[15]。即:

$ W_{\mathrm{F}}=F_{\mathrm{U}}-F_{\mathrm{AE}}+F_{\mathrm{AI}}=F_{\mathrm{U}}+F_{\mathrm{NI} 。} $ (2)

式中:FU为本地农业用水总量;FAE为农业虚拟水输出量;FAI为农业虚拟水输入量;FNI为农业虚拟水净输入量。

$ F_{\mathrm{U}}=\sum\limits_{i=1}^n Y_i V_i 。$ (3)

式中:Yi为第i种农业产品的产量;Vi为第i种农业产品的单位产量的虚拟水含量。

2.2 LMDI分解法

笔者基于LMDI模型将湖北省农业水足迹变化的驱动因素分解为人口效应、经济效应与技术效应。具体表达式[16]为:

$ W_i=P_i \frac{G_i}{P_i} \frac{W_i}{G_i} 。$ (4)

式中:Wi为湖北省第i年的农业水足迹;Pi为湖北省第i年的乡村人口总量,代表人口效应;Gi/Pi为湖北省第i年的人均农业GDP,代表经济效应;Wi/Gi为湖北省第i年单位农业GDP的水资源消耗量,即水足迹强度,代表技术效应。

$ W_{\Delta}=W_t-W_0=P_e+A_e+T_{e 。} $ (5)

式中:WΔ为湖北省农业水足迹变化量;Wt为第t年的湖北省农业水足迹;W0为基期的湖北省农业水足迹;Pe为人口因素对湖北省农业水足迹变化量的贡献因素;Ae为经济因素对湖北省农业水足迹变化量的贡献因素;Te为技术因素对湖北省农业水足迹变化量的贡献因素。3个驱动因素的贡献度计算方法参见文献[17]。

2.3 数据来源

在水足迹核算时选取具有代表性的13种农产品:粮食、水果、蔬菜、水产品、棉花、油料、茶叶、猪肉、牛肉、羊肉、禽肉、禽蛋和牛奶[18]。农产品产量来自于《湖北统计年鉴》及各市州统计年鉴;生产耗水量来自于《湖北水资源公报》;农村人口总量、农业生产总值来自于《中国农村统计年鉴》及《湖北统计年鉴》。

3 结果与分析 3.1 湖北省各市(州)农业水足迹动态变化

根据湖北省的农作物种植结构,笔者选取13种代表性的农产品。各类农产品的单位产量虚拟水含量参数参考Hoekstra[19]的研究成果,并参考我国学者修正后得出[20],如表 1所示。单位农作物的虚拟水含量因时间的变化而逐年变化,单位动物产品虚拟水含量随时间变化不明显。

表 1 农产品单位产量虚拟水含量参数 Tab. 1 Parameters of virtual water content per unit output of agricultural products

根据农业水足迹计算原理,通过式(1)~(3)计算出湖北省2005—2020年各市州的农业水足迹,并绘制各市(州)水足迹折线图(图 1)。

图 1 湖北省各市(州)农业水足迹变化折线图 Fig. 1 Broken line map of agricultural water footprint change in cities (prefectures) of Hubei province

图 1可见从2005年到2020年湖北省各市(州)的农业水足迹基本处于波动上升的趋势,由于研究基年2005年各市的农业发展并不充分,因此上升空间较大,在农产品产量稳定增长的过程中,农业水足迹不断攀升。2014年开始,湖北省严格实施节水条例,严抓浪费行为,使农业水足迹在此后2~3 a大幅降低,后保持稳定。其中宜昌市的变化较为明显,从51.88亿m3增长到93.75亿m3。农业水足迹最高的是荆州市,整体处于100亿m3以上。各市农业水足迹有明显的分层现象,大部分城市的农业水足迹集中在10亿m3~40亿m3之间;处于40亿m3~85亿m3范围的城市有宜昌市、武汉市、孝感市和荆门市;始终保持在85亿m3以上的城市仅有荆州市和襄阳市。这说明湖北省各市农业发展水平参差不齐,少数城市具有领头羊作用,绝大部分城市的农业发展水平并不充分。

利用ArcGIS 10.5绘制出2005、2008、2011、2014、2017及2020年湖北省农业水足迹的时空分布图,分析各市的水足迹动态变化(图 2)。

图 2 湖北省各市(州)2005、2008、2011、2014、2017和2020年农业水足迹分布图 Fig. 2 Agricultural water footprints of various cities (prefectures) in Hubei province of 2005, 2008, 2011, 2014, 2017 and 2020

农业水足迹较大的城市有:襄阳市、荆州市、黄冈市。随着时间的推移,宜昌市、荆门市也达到较高水平。这些城市大多处于长江流域。这种地理优势一方面提高土地肥沃度和农作物灌溉率,另一方面使淡水养殖和渔业快速发展。襄阳市的农耕林地面积十分广阔而且有逐年上升的趋势,为农作物大规模种植提供必要条件;荆州地处湖北省南部,地形以平原为主,低山少丘陵,拥有集中连片的耕地,为农业规模化种植提供良好条件,粮食产量居于湖北省首位;宜昌市位处江汉平原,地势平坦、土地肥沃,因此粮食作物和经济作物产量颇丰;黄冈市的休闲农业资源十分丰富,自然景观众多、风景优美,为发展休闲农业提供必要条件。

农业水足迹较小的城市有:十堰市、天门市、仙桃市、潜江市、鄂州市和恩施州,其农业水足迹基本稳定在20亿m3左右。十堰市主要受到地理环境的限制,湖北西北部以山地为主,武当山、荆山、神龙架诸山盘踞,使十堰市耕地面积十分有限,农作物产量低下;天门市、仙桃市、潜江市受制于地域面积;鄂州市除了地域面积有限,人口数量也是重要影响因素,截至2020年,鄂州市的常住人口数量仅为105.97万人,居湖北省倒数第3。恩施农业水足迹略高于其他市。这与恩施大力发展茶叶文化有着密切关系。2011年开始恩施开始打造武陵地区最大的生态茶产业物流贸易平台,使茶叶的产量逐年增加。综合来看,湖北省各市州农业水足迹的空间差异显著,主要受到地形、河流等自然因素和行政区域面积、人口等经济因素的共同影响。

3.2 基于LMDI模型的驱动力分析

研究期间湖北省乡村人口数整体呈下降趋势,2005年为统计期间最大值,达到3 243.3万人。随着城市的发展,城镇化进程更加迅速,城乡差距越来越大,更多的乡村人口涌向城市,造成乡村劳动力流失。

湖北省农业总产值呈现稳步上升的趋势,农业产值从2005年的932.15亿元,增长到2020年的3 492.54亿元,年均增长率达到18.31%,增长显著。其中2010年到2014年的农业产值达到了整体趋势线以上,2018年农业产值首次突破3 000亿元。

图 3是湖北省农业水足迹强度折线图,即单位农业产值的耗水量,代表了技术效应。从图中可以看出,从2005年到2020年,湖北省农业水足迹强度整体呈现递减的趋势。2005年水足迹强度达到0.75,而2020年水足迹强度仅为0.26,年均减少率为4.36%,效果显著。这说明湖北省的技术改进明显,节水效率大幅提高,农业用水效率稳步提升。

图 3 湖北省农业水足迹强度折线图 Fig. 3 Broken line map of agricultural water footprint intensities in Hubei province

通过式(4)~(5)计算出湖北省农业水足迹各驱动因素的贡献度,如表 2所示。

表 2 2005—2020年湖北省农业水足迹驱动力贡献度 Tab. 2 Contribution of agricultural water footprint driving force in Hubei province from 2005 to 2020

从人口效应的角度来看,湖北省16年间乡村人口数量呈递减趋势,人口效应值均<0,说明人口因素对水足迹变化起到反向驱动作用。从2005—2009年人口因素的贡献值较小,到2010年出现了一个十分大的跳跃。从2010—2019年人口因素的贡献值比第一阶段更加显著。到2020年,再次出现跳跃,贡献值达到-69.1亿m3,也是所统计16 a间的峰值。结合湖北省乡村人口数量变化趋势图分析,乡村人口流失严重,造成农村劳动力不足,农产品产量不足的状况。这必然对农业水足迹产生抑制作用。

从经济效应的角度分析,研究期间,经济效应的贡献值均>0,且贡献值在3个效应中是最大的。说明经济因素是农业水足迹变化的重要影响因素且对农业水足迹的变化起到正向驱动的作用。2009—2011年的贡献值处于高水平,2006—2007年、2007—2008年、2019—2020年的贡献值其次,其余各年的经济效应贡献值均在100亿m3以下。结合农业产值的变化趋势,16 a间农业总产值的年均增长率达到18.31%,增速居全国前列。湖北省经济的快速发展必然刺激省内的消费水平,增加总需求,这就很大程度上促进农民的生产积极性,使农业水足迹逐年上升。也证实经济发展的正向驱动效应显著。

从技术效应的角度分析,除2008—2009年和2013—2014年的技术因素贡献值为正外,其余年份均为负,说明技术效应对农业水足迹的变化起到反向驱动作用。其中2007—2008、2009—2011及2016—2017年的反向驱动作用最为显著,2006—2007和2018—2019年的贡献值其次,其余年份的贡献值绝相对较低。结合图 3的水足迹强度折线图,折线整体呈现递减的趋势,2005—2020年共下降0.49,说明技术增长明显。湖北省根据水资源承载能力,科学规划调整区域空间布局,科学管理用水,提倡循环用水[21]。与此同时,随着技术水平的进一步提高以及各种节水设备的投入使用,水资源的利用效率得到提升,单位产品的耗水量开始减少[22],因此技术效应表现出反向驱动作用。

整体来看,2005—2020年湖北省农业水足迹变化量总效应的均值为13.92亿m3,其中人口效应和技术效应的贡献均值分别为-25.11亿m3和-61.47亿m3,二者对农业水足迹起反向驱动作用。经济效应贡献均值为100.51亿m3,对农业水足迹起正向驱动作用。人口效应、经济效应、技术效应的贡献率分别为13.42%、53.72%和32.86%。说明3种影响因素中经济因素是农业水足迹变化的主要驱动因素,贡献比例超过50%。技术效应是农业水足迹变化的次要驱动因素。人口因素对农业水足迹的驱动作用最差,其抑制作用不足技术效应的一半。

4 结论与讨论

1) 湖北省各市州农业水足迹处于波动上升趋势,各市州的农业水足迹存在明显的时空差异,主要由自然因素和经济因素造成。长江流域流经的城市和处于江汉平原的城市往往有更高的农业水足迹,这主要集中在湖北省的中部和南部地区,包括荆门市、荆州市和黄冈市;西部和西北地区,农业水足迹常年处于低水平,如十堰市和恩施州,其农业水足迹常年保持在20亿m3;城市经济发达,居住人口多的城市往往具有较高的农业水足迹,如宜昌市和襄阳市。

2) 基于LMDI模型分析驱动力因素对湖北省农业水足迹影响程度为:经济效应>技术效应>人口效应,经济效应对农业水足迹变化量的贡献值超过50%,人口效应的贡献值不足技术效应贡献值的一半。其中,人口效应和技术效应对农业水足迹起到反向驱动的作用,经济效应对农业水足迹起正向驱动作用。

综合来看,湖北省农业发展稳定,不仅是农业大省也是农业虚拟水贸易大省。尽管省内水资源丰富,但农业用水效率仍需提高。针对本研究结论提出以下建议:

1) 对于地理条件欠缺、耕地面积不足的市,可以根据自身技术和擅长方面发展相应产业来提升自己的经济水平,如恩施州因打造出武陵地区最大的生态茶产业物流贸易平台而闻名全国;对于水足迹时空分布差异,可以将水资源在省内各市州之间实现小区域调水措施。针对各区域水资源存量不同,农业发展状况不同,做到区域资源调度和协调,实现时空用水的协调性和农业的可持续发展。具体可将南部和东部地区的水资源合理分配到西部及西北部地区,来推动全省共同发展。

2) 通过LMDI模型分解可以看出,缓解湖北省农业水足迹增长可以从人口、经济、技术3个方面着手。对于乡村人口数量,适当地控制可以抑制农业水足迹的增长。根据统计数据,湖北省乡村人口数量不久可能跌至2 000万人以下,过少的人口会导致劳动力不足,因此要缩小城乡差距,控制乡村人口减少的幅度;针对经济因素,经济的发展是农业水足迹增加的主要原因,而农业水足迹往往是一个区域水足迹的重要组成部分,因此湖北省需要继续调整优化产业结构,降低农业产值在经济组成中的比例,适当增加工业、制造业及服务业的发展水平,做到齐头并进;针对技术因素,主要在于增加节水技术开发运用和加强农业用水管理。一方面要增加节水技术研究的资金投入,鼓励高校对此方向的研究并适当增加成果奖励,依托高新科技对农作物灌溉技术进行优化,创立更加智能化、低耗能的新型灌溉技术。另一方面要加强水资源节约的宣传,使节约用水、循环发展的概念深入人心,继续摸索出台合适的农业用水条例。

5 参考文献
[1]
孙世坤, 王玉宝, 吴普特, 等. 小麦生产水足迹区域差异及归因分析[J]. 农业工程学报, 2015, 31(13): 142.
SUN Shikun, WANG Yubao, WU Pute, et al. Spatial variability and attribution analysis of water footprint of wheat in China[J]. Transactions of the CSAE, 2015, 31(13): 142. DOI:10.11975/j.issn.1002-6819.2015.13.020
[2]
ZEITOUN M, ALLAN J A, MOHIELDEEN Y. Virtual water 'flows' of the Nile Basin, 1998-2004:A first approximation and implications for water security[J]. Global Environmental Change, 2010, 20(2): 229. DOI:10.1016/j.gloenvcha.2009.11.003
[3]
VAN Oel P R, MEKONNEN M M, HOEKSTRA A Y. The external water footprint of the Netherlands: Geographically-explicit quantification and impact assessment[J]. Ecological Economics, 2009, 69(1): 82. DOI:10.1016/j.ecolecon.2009.07.014
[4]
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.
CHEN Junxu, ZHANG Shifeng, HUA Dong, et al. A study on water resources guarantee in Beijing city based on water footprint evaluation[J]. Resource Science, 2010, 32(3): 528.
[5]
FU Tianbo, XU Changxin, YANG Lihua, et al. Measurement and driving factors of grey water footprint efficiency in Yangtze River Basin[J]. Science of The Total Environment, 2022(802): 149587.
[6]
姚懿真, 杨贵羽, 汪林, 等. 基于IPAT模型的河北省灰水足迹分析及预测[J]. 水利水电技术, 2017, 48(11): 36.
YAO Yizhen, YANG Guiyu, WANG Lin, et al. IPAT model-based prediction and analysis on grey water footprint of Hebei province[J]. Water Resources and Hydropower Engineering, 2017, 48(11): 36.
[7]
贾浩, 李硕, 宋英杰, 等. 沧州市农业水足迹变化特征与驱动因素分析[J]. 中国农业大学学报, 2018, 23(6): 1.
JIA Hao, LI Shuo, SONG Yingjie, et al. Variation characteristics and driving factors of agriculture water footprint in Cangzhou city[J]. Journal of China Agricultural University, 2018, 23(6): 1.
[8]
周玲玲, 王琳, 余静. 基于水足迹理论的水资源可持续利用评价体系: 以即墨市为例[J]. 资源科学, 2014, 36(5): 913.
ZHOU Lingling, WANG Lin, YU Jing. Assessment system of water resource sustainable utilization based on water footprint theory: A case study of Jimo[J]. Resource Science, 2014, 36(5): 913.
[9]
刘民士, 刘晓双, 侯兰功. 基于水足迹理论的安徽省水资源评价[J]. 长江流域资源与环境, 2014, 23(2): 220.
LIU Minshi, LIU Xiaoshuang, HOU Langong. Assessing water resource of Anhui province based on water footprint theory[J]. Resources and Environment in the Yangtze Basin, 2014, 23(2): 220.
[10]
商庆凯, 阴柯欣, 米文宝. 基于水足迹理论的青海省水资源利用评价[J]. 干旱区资源与环境, 2020, 34(5): 70.
SHANG Qingkai, YIN Kexin, MI Wenbao. Assessing water resources in Qinghai province based on theory of water footprint[J]. Journal of Arid Land Resources and Environment, 2020, 34(5): 70.
[11]
ALLAN J A. Virtual water: A strategic resource global solutions to regional deficits[J]. Groundwater, 1998, 36(4): 545. DOI:10.1111/j.1745-6584.1998.tb02825.x
[12]
HOEKSTRA A Y, HUNG P Q. Globalisation of water resources: International virtual water flows in relation to crop trade[J]. Global Environmental Change: Part A, 2005, 15(1): 45. DOI:10.1016/j.gloenvcha.2004.06.004
[13]
熊鸿斌, 周银双. 基于三维水足迹-LMDI的安徽省水资源压力及驱动力分析[J]. 水土保持通报, 2019, 39(5): 194.
XIONG Hongbin, ZHOU Yinshuang. An analysis of water resources pressure and driving forces in Anhui province based on LMDI-Three-Dimensional water footprint model[J]. Bulletin of Soil and Water Conservation, 2019, 39(5): 194.
[14]
姜秋香, 李鑫莹, 王子龙, 等. 水足迹及其驱动力研究进展及展望[J]. 生态科学, 2021, 40(1): 192.
JIANG Qiuxiang, LI Xinying, WANG Zilong, et al. Research progress and prospects of water footprint and its driving force[J]. Ecological Science, 2021, 40(1): 192.
[15]
王宁, 李兆耀, 田小飞, 等. 基于ESDA方法的黄河流域水足迹强度及空间关联分析[J]. 环境科学与技术, 2021, 44(2): 196.
WANG Ning, LI Zhaoyao, TIAN Xiaofei, et al. Water footprint intensity and spatial association analysis of the Yellow River basin: Based on ESDA model[J]. Environmental Science and Technology, 2021, 44(2): 196.
[16]
陆秋雨. 基于水足迹-扩展LMDI模型的河南省水资源利用与经济发展脱钩关系研究[J]. 人民珠江, 2021, 42(7): 82.
LU Qiuyu. Decoupling relationship between water resources utilization and economic development in Henan province based on water footprint-extended LMDI model[J]. Pearl River, 2021, 42(7): 82. DOI:10.3969/j.issn.1001-9235.2021.07.012
[17]
杨洋, 丁镭, 曾克峰. 基于LMDI模型的广西水足迹驱动力分析[J]. 国土资源科技管理, 2017, 34(2): 20.
YANG Yang, DING Lei, ZENG Kefeng. Driving force analysis of water footprint in Guangxi based on the LMDI method[J]. Science and Technology Management of Land and Resources, 2017, 34(2): 20.
[18]
刘钢, 王保平, 徐业帅, 等. 长江经济带水足迹结构异化特征及协调发展策略研究[J]. 河海大学学报(哲学社会科学版), 2017, 19(3): 42.
LIU Gang, WANG Baoping, XU Yeshuai, et al. Research into alienation features of water footprint structure of the Yangtze River Economic Belt and coordination development strategy[J]. Journal of Hohal University (Philosophy and Social Sciences), 2017, 19(3): 42.
[19]
HOEKSTRA A Y. Virtual water: An introduction. Virtual water trade: Proceedings of the International Expert Meeting on Virtual Water Trade-Value of Water Research Report Series No. 12[C]. 2003: 13.
[20]
李宁, 张建清, 王磊. 基于水足迹法的长江中游城市群水资源利用与经济协调发展脱钩分析[J]. 中国人口·资源与环境, 2017, 27(11): 202.
LI Ning, ZHANG Jianqing, WANG Lei. Decoupling and water footprint analysis of the coordinated development between water utilization and the economy in urban agglomeration in the middle reaches of the Yangtze River[J]. China Population Resources and Environment, 2017, 27(11): 202.
[21]
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.
SUN Fuhua, YANG Yifan, SHEN Juqin, et al. Research on the decoupling relationship between water resources utilization and economic development in Jiangsu province based on the water footprint LMDI model[J]. Jiangsu Social Sciences, 2020(6): 233.
[22]
吴昊, 张兴奇, 都金康. 基于水足迹理论与LMDI模型的贵州省水资源利用评价[J]. 中国岩溶, 2019, 38(5): 696.
WU Hao, ZHANG Xingqi, DU Jinkang. Evaluation of water resources utilization in Guizhou province based on water footprint theory and LMDI model[J]. Carsologica Sinica, 2019, 38(5): 696.