区域用水结构演变研究进展

魏 榕，王素芬，訾 信

(中国农业大学水利与土木工程学院，北京 100083)

当今社会水资源供需不平衡问题突出，水资源配置管理已成为社会治理中最受关注的问题之一。根据2018年世界水资源开发报告，受人口增长、经济发展以及消费模式的变化等因素影响，未来20 a全球水资源需求量将继续显著增长。预计到2025年，生活、工业、家畜方面的水资源需求量将上升50%，各行业用水矛盾进一步加剧，水资源管理问题变得更加严峻复杂。用水结构是某一地区在一定时期内各行业用水比重的反映，是水资源管理进程中的一项重要参考指标。通过优化水资源使用结构，能够将水资源的利用效益发挥到最大。从微观角度而言，深入分析用水结构演变规律及其驱动要素，是了解人类用水过程、缓解水资源利用矛盾的前提和基础；从宏观角度而言，用水结构是区域水资源条件、社会政策、经济状况等多重因素作用下的结果，合理规划用水结构是实现水资源高效配置，区域经济社会可持续发展的支撑和保障。

1 用水结构分类

用水结构研究可分为2个层次，第1层为常规意义上按用水部门划分的用水结构，国外的分类方式通常为农业用水、工业用水、市政用水和水库蓄存，国内学者通常将用水结构分为农业用水、工业用水、生活用水和生态用水，或者按照用户特征分为生产用水、生活用水和生态用水[1]。第2层为各部门用水结构内部的划分，比如，基于我国农业用水占比大的现实情况，有学者对农业用水结构进行单独研究，进一步将农业用水划分为农、林、牧、渔用水和粮、经、饲作物用水[2,3]，还有学者将流域生态用水又细分为农田生态用水和城市绿化用水，并分别归入到农业用水和生活用水中进行分析[4]。

2 用水结构时空演变研究

早期的用水结构演变研究主要集中于统计学等定量分析方法[5]对城市各部门的用水现状分析和用水时间过程量化研究。用水结构时序选取主要有1 a和多年2种方式，时间序列长短因分析方法而异。随着社会经济的发展与产业结构的调整，用水结构问题关注点转变为区域用水结构与种植结构[6]、产业结构的关联研究[7]，用水结构与人口、耕地、经济等多要素的时空协调分析[8,9]。演变结果的表达也更加丰富直观，例如王树旺在分析安徽省用水结构演变规律时，引入信息熵的概念，并利用GIS软件绘制信息熵空间变化图，使计算结果可视化[10]。近年来，随着对虚拟水贸易研究的深化，传统的依靠工程措施和技术措施的水资源管理模式得到转变，为地区水资源危机提供了新的解决思路[11,12]。田贵良等基于虚拟水贸易理论建立了区域虚拟水贸易量计算模型[13]，其结论对于中国缺水城市的用水结构优化具有指导作用；Zhi等通过构建GRIT-IO-WAD框架对海河流域的水足迹变化进行了分解分析，并建议通过产业结构调整以达到节水目标[14]。

目前，用水结构时空演变的研究对象多为经济结构发达的省市，针对流域和灌区尺度开展的研究较少[15]。从时间上看，由于区域部分长序列资料缺乏完备性，可能导致实证结果与实际情况出现偏差，且对各水平年的横向对比研究较少。常用的研究方法有协调度模型[16]、信息熵理论[17]、基尼系数与洛伦兹曲线[18]以及水足迹理论。每种方法各有利弊，比如熵权法和基尼系数法均有计算简便、适用性强、评价结果直观等优点，但熵权法的权数确定依赖于样本，缺乏各指标间的横向比较；在用洛伦兹曲线和基尼系数法划分用水不均衡等级时，划分标准比较模糊，缺乏统一量化标准；协调度理论虽然实现了对不同时间、空间及用途的用水协同分析，但复合系统的复杂性会使计算工作任务量加重。水足迹理论的出现丰富并拓展了传统的水资源管理理念，它将粮食安全、水安全和生态安全纳入一个统一的体系，结合我国基本国情，具有战略意义，但由于目前我国的虚拟水交易量尚小，理论和经验存在不足。

3 用水结构驱动因素分析

用水结构驱动因子主要分为2大类，分别是包括人口、经济发展、科技进步和政策行为等在内的社会驱动因子及自然环境驱动因子，或按照用水部门分为农业用水变化驱动力因子、工业用水变化驱动力因子及生活用水变化驱动力因子。数理统计法是目前分析用水结构驱动因子主要采用的方法，主要包括回归分析法、相关分析法、主成分分析法等。例如，刘兵等[19]分别以干旱灌区为研究对象，利用主成分分析法，筛选并确定了用水结构演变的主要驱动因子。这一类方法的共同特点是对样本数量要求较高，且要求数据具有典型的概率分布，计算复杂，有时在实际工作中难以实现，经常会由于系统发展的“不确定性”趋势而导致实证结果发生“伪回归”。此外，灰色系统关联分析也是一种常用的量化用水结构驱动因素影响度的方法，这种方法建立在灰色系统理论基础上，通过序列相似程度来判断驱动因素与用水结构间的关联程度[20,21]。相比于数理统计法，该方法对处理小样本、数据规律性不强、信息不完备、经验缺乏的问题具有优势，较适合复杂的用水结构演变动态历程分析，但也存在主观性强、最优值难以确定等方法应用上的局限性。因此，在实际分析中，还应根据不同情况作出不同选择。

4 用水结构预测

在准确分析用水结构驱动因子的基础上，建立模型对用水结构进行预测主要具有如下意义：①为供水、配水及相关部门提供参考依据，从而提前制定用水管理计划；②为区域水资源的优化调度提供理论依据，提高水资源的配置效率。

目前较为成熟的用水结构预测方法有趋势法、用水定额法[22]和灰色预测法[23,24]。灰色预测法适合预测时序短、数据资料少且波动不大的数据列预测，短期预测精度高，且计算方法简便，而趋势法和用水定额法虽然适用性较强、模型处理简单，但不能够充分反映不确定的社会因素对用水量的影响，必然导致模型与实际情况存在一定偏差。此外，人工神经网络[25-27]、马尔可夫模型[28]在用水量分析预测方面也得到了广泛应用。人工神经网络法的优势是充分考虑了不确定的社会因素对用水量的影响，但在实际应用过程中存在训练时间长、对于有限样本训练的神经网络结构不稳定等问题，而马尔可夫链对长期预测中随机波动性较大的问题预测精度较高，对需水量预测中的不确定性具有较好的适用性。随着预测方法的不断发展和完善，模型的构建已不再拘泥于单一方法，而是开始尝试组合预测或通过组合模型对原方法进行修正[29-31]。组合预测方法的优势在于可以充分利用各种信息，且预测精度均优于单一模型的预测精度，但由于状态的划分具有主观性，须进行多次比较检验，对组合权系数的确定也有待探索。但目前在这方面开展的研究主要集中在城市居民生活用水量需求方面，少有在区域或流域范围开展的研究。

5 结 语

本文对用水结构时空演变、用水结构驱动因素及用水结构预测研究现状和方法进行了总结，可以发现，目前关于用水结构方面的研究已经取得了一定的成果，主要集中于数理统计法、信息熵法、基尼系数与洛伦兹曲线、主成分分析法等定量分析方法对用水结构时间演变和驱动要素的量化研究，以及基于神经网络、灰色系统和马尔可夫模型的城市需水量预测，研究对象多集中在省域或经济结构发达的地级市，针对流域和灌区开展的研究有限，缺乏对用水结构在时空上的动态演变研究，且对各地区的研究方法与研究成果间的异同和关联并未作深入探讨。

对用水结构预测问题的研究具有耦合多学科模型的发展趋势，结果的表达也更加多元化、直观化。拥有较高预测精度的组合预测模型为研究提供了新的思路，不仅能反映出数据序列发展变化的总体趋势，还能够描述系统各状态之间的内在规律，但对于组合权系数的确定以及模型的普适性等问题还需作深入研究。在生态文明建设和节水型社会的大环境下，用水结构与水足迹，水资源的环境、经济和社会问题的一体化问题[32]都将成为研究热点。同时，从以经济和法律为主的社会科学视角开展研究，例如不同用水部门间的水权转换也是水资源管理者关注的重点。如何在最严格水资源管理制度的背景下实现对区域用水结构的合理规划配置是我们今后要思考的问题。

□