基于STIRPAT模型的浙江省水资源生态足迹驱动因素分析

吴洋洋　吕惠进　李允洁　叶玮

摘要：指出了浙江省作出“五水共治”决策的同时，积极倡导生态文明省建设，水资源驱动因素分析也是现阶段需要考虑的重要问题。结合主成分分析法，运用STIPRAT模型，对浙江省水资源生态足迹驱动因子进行了分析。结果表明：2006～2013年间，浙江省水资源生态足迹正向驱动因子由高到低排序为：城市化率>第三产业比值>人口规模>人均GDP>生活用水结构>生态承载力；其弹性系数分别为：0.809、0.790、0.786、0.751、0.688、0.435；负向驱动因子为恩格尔系数和生态足迹强度，其弹性系数为-0.221、-0.818；据此控制浙江省人口大规模流动，采取相应政策调整生活用水结构，通过提高资源利用效率等可以减轻水环境压力。

关键词：主成分分析法；STIPRAT模型；水资源生态足迹；浙江省；驱动因素

中图分类号：X171.1

文献标识码：A文章编号：16749944（2017）18007905

1引言

“生态足迹（ecological footprint）”概念是由加拿大经济学家威廉·雷斯（William Rees）于1992年提出，其学生马希斯·瓦克纳戈尔（Mathis Wackernagel）等于1996年对此模型加以完善，是一种度量人类对自然资源的需求与自然界所能够提供的资源之间差距的方法＼[1＼]。此方法于1999年引入我国，被广泛应用于旅游业、水资源、碳排放、饮食结构、贸易结构等实证研究，主要集中在核算方法的改进＼[2＼]和静态的时间序列研究＼[3＼]，随着技术的进步，更多学者进行动态时间序列研究＼[4～6＼] 。目前，对于生态足迹的驱动因素分析尚处于探索阶段＼[7＼]，主要关注人口、富裕度、技术水平对水足迹的影响＼[8＼]。

浙江省于2014年提出了“五水共治”的决策，而2015年正是关键年、冲刺年和深化年。浙江省在提出“五水共治”的同时，也积极推进生态省的建设。基于此，分析水资源生态足迹的驱动因素对浙江生态省建设具有重要的意义。李志坚运用STIRPAT模型对浙江省低碳经济发展影响因素与综合评价研究＼[9＼]；李正泉等对浙江省1995～2013年生态足迹动态变化进行探究＼[5＼]；赵春芳等对浙江省水资源生态足迹时空格局进行研究＼[10＼]，然而鲜见对浙江省水资源生态足迹驱动因素进行研究，本文运用改进的的STIRPAT模型对浙江省2006～2013年水资源生态足迹变化的驱动机制进行分析，拟为浙江生态文明省建设和“五水共治”推进提供理论参考。

本文基于改进的STIRPAT模型，对浙江省的水资源生态足迹进行建模分析，采用主成分分析法、偏最小二乘回归方法（OLS），主要定量揭示浙江省水资源生态足迹驱动因子边际贡献，拟为浙江省制定水资源管控策略及节约用水提供科学依据，响应浙江生态文明省建设。

2研究方法

2.1STIRPAT基础模型

IPAT模型是由美国生态学家Ehrlich和Holden于＼[11＼]20世纪70年代首次提出，是研究环境驱动因素的基础模型，主要研究人口、经济和技术对大气环境变化的驱动机制，但以上只是对因变量等比例影响分析，STIRPAT模型在能源和环境压力领域也得到了应用，表达式为：

I=PAT（1）

式（1）中：I代表环境压力指标；P为人口数量；A为富裕度；T为技术水平。STIRPAT基础模型是由Rose等在IPAT的基础上提出的，定量分析人文经济对环境压力的驱动因素，通过对人口、财富和技术的回归分析，建立环境压力随机估计＼[12＼]。目前该模型也被广泛应用与能源足迹、碳排放研究、城市建设用地和人均生态足迹等驱动因素研究，表达式为：

I=aPbAcTde（2）

式（2）中：a为模型系数，为常数项；P、A、T同（1）式意思相同；b、c、d分别为P、A、T的弹性系数；e为随机误差。当a=b=c=d=e=1时，就是IPAT模型。为方便计算，对模型两边取对数，故將（2）式转化为对数模型。

lnI=lna+blnP+clnA+dlnT+lne（3）

式（3）中：lnI为因变量；lnP，lnA，lnT为自变量；lna为

常数项；lne为误差项。对模型进行多元线性拟合，根据弹性系数概念，可知P、A、T每发展1%的变化，会引起I发生b%、c%和d%的变化。

2.2改进的STIRPAT模型

I=aPbUcAdCeFfDgShNie（4）

为了进行回归分析，对（4）式两边取对数，得到公式（5）和图1改进的STIRPAT模型：

lnI=lna+blnP+clnU+dlnA+elnC+flnF+glnD+hlnS+ilnN+lne（5）

式（5）中：I-人均水资源生态足迹；lna-常数项；lnP-人口数量；lnU-城市化水平；lnA-人均GDP；lnC-生态承载力；lnF-生态足迹强度；lnD-第三产业比值；lnS-生活用水结构；lnN恩格尔系数；lne-误差项。b、c、d、e、f、g、h、i为模型的弹性系数，即当P、U、A、C、F、D、S、N每变化1%时，会引起I的b%、c%、d%、e%、f%、g%、h%、i%变化（图1）。

3浙江省水资源生态足迹驱动因素分析

3.1研究区概况

浙江省地处长江三角洲的中心地带，是东部沿海经济较发达的地区之一，与福建、安徽、江西、上海和江苏相邻，辖32市，58县，辖域10.8×10 2km2。地势西南高，东北低，属于亚热带季风气候，气温适中，四季分明，光照充足，雨量充沛。年平均气温15～18℃，最高气温达到43℃。降水量在980～2000 mm，光照时数1710～2100 h。综合农业区发达，是茶叶、水产品、柑橘、菌类等重要产地。endprint

浙江省地形复杂，山地和丘陵占70.4%，平原和盆地占23.2%，河流和湖泊仅为6.4%，河流和湖泊所占面积比例较小，加强对水资源可持续利用分析很有必要。浙江省是一个人多地少的城市，人口增加使得水资源使用量也在增加，浙江省也存在着水资源浪费和水资源污染等问题。浙江省在2014提出了“五水共治”即：治污水、防洪水、排涝水、保供水、抓节水这五项，运用改进的STIRPAT模型对浙江省2006～2013年水资源生态足迹的驱动因素进行分析，可以评价水资源生态足迹的影响因素，通过主成分分析和LOS回归分析，建立驱动因子模型，拟为水资源利用方面提供指导。

3.2数据来源与指标选取

3.2.1数据来源

浙江省2006～2013年的水资源生态足迹、生态承载力、生态足迹强度等来源于作者计算和相关文献的整理，人均GDP、人口数、城市化率、第三产业比值、恩格尔系数等根据统计年鉴计算得出。数据处理和分析主要运用SPSS、Excel等统计软件。

3.2.2指标选取

人文要素对水资源生态足迹的影响是一个复杂要素共同作用的结果，人口、富裕度和技术水平只是一个广义的衡量标准。尤其是技术水平包括区域消费水平、产业结构、恩格尔系数等其他经济影响因素，因此为了更好的量化人文因素对水资源生态足迹的影响，通过阅读文献，引入以下量化的指标参数，如表1。

3.3结果分析

3.3.1水资源生态足迹动态变化分析

由表2可知，2006～2013年浙江省人均水资源生态足迹呈现波动上升的趋势，最近3年生态足迹较高，2013年达到0.766 hm2/人；2009年人均水资源生态足迹最小，这与水资源总量密切相关；2006～2013年浙江省水资源承载力变化较大，从0.781 hm2/人增加到1.823 hm2/人，增加2倍多。2008～2013年波动最大，最高年份是2013年，达到1.823 hm2/人；最低年份是2006年，0.781 hm2/人；人均水资源生态承载力超过人均水资源足迹，出现生态盈余，表明浙江省水资源利用相对可持续，有利于生态文明省建设。

3.3.2水资源生态足迹强度动态分析

水资源生态足迹强度即万元GDP水资源生态足迹，反映水资源利用率和该区域万元GDP产出对水环境的影响＼[13＼]，生态强度越大，水资源利用率越低，可以客观评价水资源的利用效率。从图2可以看出2006～2013年，浙江省人均水资源生态足迹强度呈现下降的趋势，这表明浙江省水资源可持续利用的空间较大，有利于减轻生态压力和实现“五水共治”。但人均水资源生态足迹波动上升，说明GDP的增长仍消耗大量的水资源，有必要对驱动因素进行分析。

3.3.3相关性分析

由表3可知：浙江省水资源生态足迹与城市化水平和人均GDP在0.05水平显著相关，与人口规模、第三产业比值和生活用水结构、生态承载力都存在相关性。以上表明随着人口增加、城市化水平的提高、经济发展，浙江水资源生态足迹也是同步增长；水资源生态足迹与生态足迹强度呈现负相关。生态足迹强度较小，说明资源利用率较高，对人均水资源生态足迹具有延缓作用。

3.3.4驱动机制分析

主成分分析。为了消除驱动因子量纲关系，对表2中因变量、解释变量的数据取对数。运用SPSS16.0对标准化后数据进行主成分分析，并以BC、BF、BP、BU、BA、BD、BN、BS表示。由表4可知，对自变量进行筛选后，可以提取2个主成分F1、F2（综合变量），F1、F2可以解释因变量的94.625%，且t检验的sig（单侧）小于0.01，拟合程度非常好。从表5主成分旋转矩阵可知，第一主成分F1与BP、BU、BA即人口规模、城市化水平、人均GDP，与BN即恩格尔系数呈现负相关，故该成分主要是经济发展水平、居民消费状况和城市发展水平的综合反应，包含了原始变量的信息；主成分F2主要与BF、BS呈现正相关，即是水资源利用效率、用水结构的综合信息反应。综合变量与原变量间的关系：

（2）因变量与综合变量的LOS回归模型。以因变量BI为被解释变量，FI，F2为被解释变量，运用spss16.0中普通最小二乘法（OLS）进行回归，得到F1、F2与BI的回归方程为：

BI=5.477F1+0.922F2-0.992（8）

將（6）和（7）带入（8）可得：

BI=0.435BC-0.818BF+0.786BP+0.809BU+0.751BA+0.790BD-0.221BN+0.688BS（9）

由（9）可得水资源生态足迹驱动因子的模型为：

I=aC0.435F-0.818P0.786U0.809A0.751D0.790N-0.221S0.688e（10）

由式（10）可知：浙江省2006～2013年水资源生态足迹的生态承载力、生态足迹强度、人口规模、城市化水平、人均GDP、第三产业比值、恩格尔系数、生活用水结构的弹性系数分别为0.435、-0.818、0.786、0.809、0.751、0.790、-0.221、0.688。以上结果表明当生态承载力增加1%时，人均水资源生态足迹将增加0.435；当生态足迹强度增加1%时，水资源生态足迹减少0.818；当人口数增加1%时，水资源生态足迹增加0.786；当城市化率增加1%时，水资源生态足迹增加0.809；当人均GDP增加1%时，水资源生态足迹增加0.751；当第三产业比值增加1%时，水资源生态足迹增加0.790；当恩格尔系数增加1%时，水资源生态减少0.221；当生活用水结构增加1%时，水资源生态足迹增加0.688。以上定量分析表明，浙江省水资源生态足迹与恩格尔系数和生态足迹强度（万元GDP水资源足迹）呈现负相关关系，与其他6个影响因素为正相关，其影响程度大小排序为：城市化率>第三产业比值>人口规模>人均GDP>生活用水结构>生态承载力。城市化水平、第三产业比值、人口规模是主要驱动因子，人均GDP、生活用水结构、生态承载力是重要驱动因子。由此可知，城市化水平的加快、第三产业比值的上升、人口数量的增加、生活用水比重的增加是浙江省2006～2013年人均水资源生态足迹不断增加的主要因素，水资源压力会随着驱动因素的增加而加大，给浙江生态文明省建设带来一定压力。endprint

4結论和讨论

通过对浙江省2006～2013年人均水资源生态足迹和人均水资源生态承载力进行分析，得出人均水资源生态承载力基本大于人均水资源生态足迹，并没有出现生态赤字，但人均水资源生态足迹在不断上升，有必要对其驱动因素进行分析。基于此，依据STIRPAT模型，采用主成分分析法，偏最小二乘回归法，对浙江省水资源生态足迹驱动因素进行定量分析，得出以下结论：

2006～2013年，浙江省水资源生态足迹同城市化水平、第三产业比值、人口数量、人均GDP、生活用水结构存在较大关联，其中城市化水平提高、人口数量的增加和第三产业比值上升是其主要因素；恩格尔系数和生态足迹强度与水资源生态足迹存在负相关关系，生态足迹强度和恩格尔系数越小，水资源利用率越高，可以降低水资源生态足迹。由于浙江省经济发展迅速，第三产业发展较快，人口规模不断扩大，故合理控制人口增长，适度控制第三产业比重和城市化水平、提高水资源利用效率是缓解浙江水环境压力的重要途径。

水资源生态足迹是自然因素和人文因素共同作用的结果，文中选取人口、经济发展水平、产业用水结构等8个经济社会因素进行分析，具有一定的局限性，需要更多的研究者进一步研究其他的影响因素。

参考文献：

[1]

尹璇，倪晋仁，毛小苓.生态足迹研究述评＼[J＼].中国人口·资源与环境，2004，14（5）：47～54.

＼[2＼]徐中民，张志强.可持续发展定量指标体系的分类和评价＼[J＼].西北师范大学学报（自然科学版），2000，36（4）：82～87.

＼[3＼]李金平，王志石.澳门2001年生态足迹分析＼[J＼].自然资源学报，2003，18（2）：198～203.

＼[4＼]陈鹏，张立峰，孙滢悦，等.1997-2005年四平市生态足迹计算与分析研究＼[J＼].农业灾害研究，2015，5（10）：47～49.

＼[5＼]李正泉，马浩，肖晶晶.浙江省1995-2013年生态足迹动态变化探析＼[J＼].生态学报，2015，34（6）：170～176

＼[6＼]黄宝荣，崔书红，李颖明.中国2000-2010年生态足迹变化特征及影响因素＼[J＼].环境科学，2016，37（2）：421～426.

＼[7＼]林黎阳，许丽忠.福建省生态足迹驱动因子分析＼[J＼].福建师范大学学报（自然科学版），2014，30（4）：96～102.

＼[8＼]龙爱华，徐中民，王新华.人口、富裕及技术对2000年中国水足迹的影响.＼[J＼]生态学报，2006，26（10）：2258～3365.

＼[9＼]李立坚.浙江省低碳经济发展影响因素与综合评价研究＼[D＼].杭州：浙江工商大学.2011.

＼[10＼]赵春芳，董朝阳，伍磊等.浙江省水资源生态足迹时空格局＼[J＼].水土保持通报，2016，36（1）：242～248.

＼[11＼]Ehrlich P R，Holdren J P.The impact of population growth＼[J＼].Science，1971（171）：1212 ～1217.

＼[12＼]York R，Rosa E A，Dietz T.STIRPAT，IPAT and Im PACT：analytic tools for unpackingthe driving forces of environ-mental impacts＼[J＼].Ecological Economics，2003（23）：351～365.

＼[13＼]杨勇，任志远.铜川市1994 -2003年人均生态足迹变化及社会经济动因分析＼[J＼].干旱地区农业研究，2007，25（3）：213 ～217.

Driving Factors Analysis of Ecological Footprint on Water Resources in Zhejiang Province Based on Stirpat Model

Wu Yangyang， Lü Huijin， Li Yunjie， Ye Wei

（College of Geography and Environmental Sciences， ZheJiang Normal University， Jinhua 321004， China）

Abstract： “A total of five waters treatment” was put forward in 2014 in Zhejiang province. At the same time， Zhejiang Province advocated the construction of an ecological province. So， the driving factors of water resources is an important issue to be considered at this stage. Ecological footprint driving factors of water resources are analyzed by using principal component analysis and STIPRAT model. The results showed that： from 2006 to 2013 years， the order of positive driving factors of ecological footprint water resources in Zhejiang from high to low is： urbanization> tertiary industry ratio> population> per capita GDP> water structure of life > ecological carrying capacity； Its flexible coefficients are： 0.809， 0.790， 0.786， 0.751， 0.688， 0.435； Negatively driving factors are the engel coefficient and strength of ecological footprint with the flexible coefficient -0.221， -0.818； Thus， it is necessary to control the large migration of Zhejiang Province and take appropriate policy adjusting the structure of water. Water pressure on the environment can be reduced by increasing the efficiency of resource.

Key words： principal component analysis； STIRPAT model； ecological footprint of water resources； Zhejiang； driving factorsendprint