水资源需求预测研究方法概述

郭晓茜，闫 强，王高尚

(1.中国地质科学院矿产资源研究所，北京 100037； 2.中国地质科学院全球矿产资源战略研究中心，北京 100037)

水资源是人类社会活动中不可替代的自然资源，在经济社会发展中起着至关重要的作用。根据联合国教科文组织2017年的报告显示，预计未来几十年全球对水资源的需求将显著提高。其中，农业消耗了超过70%的水资源。此外工业和能源生产对水资源的需求也将大幅攀升，而快速的城镇化以及城市供水和卫生系统的扩张也需要大量的水[1-2]。气候变化情景分析预测水循环变化将使水资源在时间和空间上的分配更加不均，从而造成水资源供需之间的矛盾进一步加大[3]。如何通过进行水资源的需求预测来缓解水资源供需矛盾成为各个国家和地区进行水资源规划的一项重要任务。

我国水资源的需求情况和用水情况是紧密相连的。建国以来，我国水资源需求总量不断增长。根据水利部门的统计，1949我国总体用水量估计为1 031亿m3，1959年的用水量达到2 048亿m3，翻了一番。到1980年，总体用水量已经达到了4 437亿m3，相较于1959年翻了一番[4-7]。从2004年开始，国家统计局公布了我国用水总量和各部门用水量，其中2004～2017年的用水情况如图1所示[8]。2004年的用水总量为5 547.8亿m3，主要用于农业、工业、生活和生态四个方面。其中，农业用水量为3 585.7亿m3，占全国总用水量的64%左右，其次是工业用水，用水总量为1 228.9亿m3。2017年的用水总量为6 043.4亿m3，仍然以农业用水为主。2004～2017年我国用水总量趋于平稳状态，从2011年起，每年的用水总量都维持在6 100亿m3左右。

图1 2004～2017年我国水资源使用情况Fig.1 Water resources usage in China from 2004 to 2017

1 水资源预测发展历程

美国是最早正式将水资源纳入全国调查范围的国家，1965年美国开始了第一次全国范围的水资源预测评价工作，并且提出了1968～2020年的水资源需求展望。1978年，美国进行了第二次分部门的水资源需求预测展望[9-10]。同时，日本、英国、法国、荷兰、加拿大等国也逐步开展需水预测工作，并以此作为水资源规划的主要依据[11]。联合国教科文组织每年都会牵头组织联合国水机制成员撰写《联合国世界水发展报告》，围绕全球水资源供需和热点问题进行讨论[1-2]。

我国水资源需求预测开始于20世纪60年代。随着我国农田灌溉面积的不断扩大，我国农业用水量大幅上升，同时生活和工业用水量随着社会经济的发展也在大幅增加，水资源需求预测研究启动。但是除了农业用水使用了灌溉技术定额方法之外，其他部门用水量采取了趋势外延法，而且由于统计手段有限，历史水资源数据缺失严重，我国水资源的需求预测技术发展缓慢。从1980年开始，随着我国工业化和城镇化的发展，我国水资源需求量逐渐加大，水资源供需矛盾逐渐突出。因此，水资源需求预测的重要性得到了重视，开始进行大范围的水资源预测工作。在国内专家的水资源需求预测中，姚建文等[12]预测2030年需水量为7 800亿～8 200亿m3，2050年需水量为8 500亿～9 000亿m3;贾绍凤等[13]分析预测在2030年左右我国基本进入需水的“零增长”阶段;钱正英等[4]在水资源战略研究综合报告中指出基本情形下，我国2030年水资源需求量为7 119亿m3，2050年水资源需求量为7 319亿m3。这些研究中以钱正英等进行的水资源战略研究涉及的预测范围较广，预测部门划分详细。至此，国内水资源需求预测研究正式起步。

2 国内外水资源需求预测方法

水资源的预测方法多种多样，预测涉及范围也比较广泛。从时空尺度上可以分为短期、长期以及全球、国家等方面，从预测范围上可以分为整体预测和部门预测，从方法模型上可以分为灰色关联、回归分析和神经网络等，影响因素方面可以从经济、价格、政策和居民习惯等方面入手。根据目前对水资源文献的梳理，水资源的需求预测方法可以概括见表1。

表1 水资源需求预测分类Table 1 Classification of water resources demand prediction

本文主要从预测范围方面讨论水资源预测方法。从预测范围看，水资源需求预测方法总体可分为两类。一类是根据水资源历史消费数据建立预测模型或根据经验递推关系来直接预测水资源需求量，在本文中划分为“整体预测方法”。整体预测方法主要包括了灰色预测、回归分析和人工神经网络等数学模型。另一类是分别对水资源需求部门(工业、农业、生活和生态)进行需求预测，再进行水资源总体需求量的预测，在本文中划分为“部门预测方法”。

2.1 整体预测方法

整体预测方法使用了大量的数学模型，主要分为传统数学模型和智能数学模型。其中传统数学模型包括了灰色预测、回归分析等方法。灰色预测方法是直接通过对原始数据的累加生成寻找系统的整体规律，构建增长模型，这种方法对长期、短期预测均适用，且所需数据量不大，在数据缺乏时十分有效。王煜[14]首次在需水预测中引用灰色系统方法，提出了带有时间因子的非线性GM(1，1)；宋帆等[15]结合灰色关联度以及集对分析聚类预测法建立了用水量预测的灰关联-集对聚类预测模型，通过灰色关联度分析识别出吉林省用水量的主要影响指标，并且预测了2020年吉林省用水量将达到139亿m3。回归分析是一种确定两种或两种以上变量间相互依赖的定量关系的统计分析方法。根据自变量和因变量的数量以及相互关系可以存在多种变形，这些变形广泛应用于各种预测研究中。线性传递函数是回归分析中的一种变形。THOMAS等[16]基于天气情况、水价格以及经济情况，利用线性传递函数预测了美国单个家庭的水需求量，具有良好的检验效果。

智能数学模型主要包括人工神经网络、模糊数学等方法,其中人工神经网络是应用最广泛的一种数学模型。人工神经网络适用于短期预测和动态预报短期负荷值，对于长期预测并不适用。刘洪波等[17]利用人工网络建立了短期用水量预报模型，并证明该模型可满足供水系统调度的实际需要；王坚[18]引入模糊反馈法来改进熵值法，以确定组合模型的加权系数，建立组合神经网络预测模型，提高了人工网络模型在水资源需求预测方面的计算精度；LIU等[19]基于遗传编程等方法预测了河流沉积物。

从上述总结来看，整体预测方法偏重于数学模型的应用，对水资源整体的需求预测具有良好的效果。但是水资源涉及的使用范围较广，整体的水资源需求量对实际的水资源规划和管理来说是远远不够的，需要进一步引入分部门的水资源需求预测。

2.2 分部门预测方法

目前来说，全球范围内对水资源的需求可以统一分为四个部门：农业、工业、生活和生态。各部门的预测方法和原理各不相同。

2.2.1 农业需水

我国是农业大国，因此农业用水目前在我国水资源部门消费中占比最大。农业水资源的定义包含了“广义”和“狭义”两方面。“广义”的农业水资源由两个分量组成，即耕地有效降水“绿水”和耕地灌溉“蓝水”；而“狭义”的农业水资源主要指耕地灌溉“蓝水”。在目前的农业水资源需求预测当中，李保国等[20]主要研究“广义”农业水资源需求量，并且指出灌溉“蓝水”即为《中国水资源公报》中报告的农业用水量和农田灌溉量，而有效降水“绿水”的水平衡方程见式(1)。

Qgw=Pcr-Rcr-Dcr

(1)

式中：Qgw为耕地有效降水“绿水”量；Pcr为耕地降水量；Rcr为耕地径流量；Dcr为耕地深层渗漏量[20-21]。

钱正英等[4]主要研究“狭义”农业水资源的预测，认为农业需水包括农田灌溉需水以及林木渔业的需水，是通过蓄水和引水等方式向农田、林地和牧地供水，以满足作物的需水要求。因此，农业需水受到气候地理等条件的影响，在时空分布上变化很大；同时，考虑作物的品种和组成、灌溉方式等因素，在众多的农业用水预测中，以张国良等的研究方法最为实用。张国良等指出，农业灌溉用水需要按区进行，总体的农业灌溉用水等于各个区农业灌溉用水之和。灌溉需水量的预测则使用各种作物的灌溉定额和灌溉面积两个主要指数，再除以灌溉水的利用系数。

2.2.2 工业需水

工业生产过程所用水量，包括原料用水、动力用水、冲洗用水和冷却用水等。由于工业用水量与工业产值密切相关，目前工业总产值的增长速度很快，预测未来工业总产值增长速度也很快，而从造成工业用水量迅速增加，因此工业用水是近些年来国内用水研究的热点之一。

工业需水的预测方法包括定额法、趋势法以及系统动力学方法等。其中定额法是现在统计部门常用的方法，根据设定的单位工业产值用水量和工业产值两个因素即可预测未来工业需水的变化趋势，以钱正英等[4]的研究为代表。趋势法主要以库兹涅茨曲线研究为主。环境库兹涅茨曲线(EKC)呈现倒“U”型，代表了经济增长过程中，贫富差距会经历一个先增大、后减小的过程。张月等[22]通过对全国的八大经济区域建立约化模型，验证了中国工业用水发展水平符合EKC特征，人均工业用水与人均GDP存在着“倒U”型关系。贾绍凤等[13]用库兹涅茨曲线研究了工业用水与经济发展的关系，研究指出发达国家工业用水随经济发展的变化存在一个由上升转而下降的转折点，工业用水量下降的人均GDP阂值在3 700～1700 美元(PPP，以1985年为基数)。以上研究为发展中国家的工业需水预测起到良好的指示作用。

2.2.3 生活需水

生活需水预测方面，RATHNAYAKAA等[23-24]进行了详尽的研究，认为传统的经济学和时间序列方法只能对整月或者是整年的生活需水进行预测，预测方法比较粗糙。生活用水的主题是居民和家庭，每个家庭和居民生活习惯的多样性决定了生活用水规律的复杂性；因此，从时间和空间两个维度进行了生活用水的解析。图2为生活用水空间表现形式，图3为生活用水时间表现形式。空间上从终端用户入手，通过设定不同用户群的影响因子来确定最终的生活用水量；时间上从每天需水模型入手，进而计算每周、每季度和全年生活用水量。在时空上相互印证，从而精确地计算出生活需水量。

此外，关于国内的生活用水，孙艳芝等[25]调查了北京生活用水与城市发展水平之间的关系；胡振等[26]以西部城市为例，调查了家庭人口结构和生活用水的相互关系。这些研究都为生活需水的预测提供了坚实的理论基础。

图2 生活用水空间展现形式Fig.2 Model spatial scale representation(资料来源：文献[23]和文献[24]，有修改)

图3 生活用水时间展现形式Fig.3 Model time scale representation(资料来源：文献[23]和文献[24]，有修改)

2.2.4 生态需水

生态需水是目前国内外研究的热点之一。关于生态用水的定义目前并没有统一的标准，《中国水利百科全书》指出：生态用水是指在特定的时空范围内，维持各类生态系统正常发育与相对稳定所必需消耗的、不作为社会和经济用水的、现存的水资源，包括地表水、地下水和土壤水等。从广义上讲，生态用水是指维持生态系统完整性所消耗的水分，它包括一部分水资源量和一部分常常不被水资源量计算包括的部分水分，如无效蒸发量、植物截留量。从狭义上讲，生态用水是指维持生态系统完整性所需要的水资源总量。国内外在生态用水研究中，所采用的概念除生态用水、生态需水外，还有环境用水与环境需水、生态环境用水与生态环境需水，这些概念和标准所包含的生态用水的定义各不相同。杨爱民等[27]在研究中定义了生态用水、生态需水和生态缺水的定义。同时根据空间位置的不同，对生态用水进行了分类，分为河道内生态用水和河道外生态用水，并且详细介绍了河道外生态用水的计算方法。同时以延安市为例，重点展示了水土保持生态用水和城市绿化生态用水的计算过程。王玉娟等[28]则对植被生态用水进行了定量模拟，对三门峡地区不同植被类型绿水资源消耗效用进行了分析，提出该区域植被结构调整方案。这些研究为我国生态用水的研究提供了积极的借鉴意义。

3 存在的问题

目前，水资源需求量的预测方法多种多样，且各有优缺点。但是从水资源需求的长期预测来看，目前的需水预测方法存在着诸多问题。

1) 历史统计数据的缺失。作为水资源需求预测的基础，由于水资源流动性较大，来源较广，造成水资源统计数据不健全，有时候会出现误差，从而造成水资源需求预测的误差。比如生活需水的预测方面，目前国际上除了澳大利亚等国的生活用水统计分类比较详细之外(细分到以家庭为单位)，其他很多国家和地区的生活用水并没有详细的统计分类，只给出了年度生活用水的总量。这对于使用部门分类法来预测生活需水的是非常不利的。

2) 影响水资源需求量的因素是动态变化的。水资源需求量受到气候、地域、水价、水市场、节水和水管理水平等因素的制约，这些因素在不同年份和不同地域是动态变化的，尤其是气候和水管理制度的变化，这些因素本身就难以预测，从而给水资源中长期预测带来了很大的不确定性，导致水资源需求量中长期的预测发生偏差。

3) 水资源需求预测方法中对水资源的实际供给能力考虑不足。水资源的供给量和需求量是相互制约的，当水资源的供给量一定时，通过调节水价、跨流域水利工程等手段会对水资源的需求量产生一定的影响。但是目前受限于水资源供给量的动态变化(包括不同年份大气降水、地表蒸发量的不同，以及跨流域水资源的统计复杂性)，造成水资源供给量的确定性较低，从而影响了在供给量约束条件下的水资源需求量预测。如果进行无约束的需水预测，必然造成预测结果偏大。

4) 生态用水预测方面，生态用水预测和生态需水预测的概念还比较模糊，虽然国内外众多学者进行了大量探索，但是生态需水计算基本上是以现状为主，对生态环境现状的合理性分析与诊断经验相对缺乏，造成了预测结果偏差。

5) 除了宏观层面对水资源的研究，还有很大一部分学者侧重于虚拟水的研究。孙志才等[29]基于投入产出模型测算了中国31个省(市、区)的水足迹及水足迹贸易量；钟锐等[30]测算了能源贸易和水资源的关系；朱启荣等[31]则测算了进出口贸易中农产品隐含的虚拟水。这些虚拟水研究揭示了生产产品的用水量，为重新审视水资源提供了崭新的视角，也是水资源需求预测中不可或缺的一部分。目前，虚拟水和宏观水资源需求预测研究并没有有效交集。

4 发展方向

1) 水资源需求预测理论体系仍需要进一步完善。目前水资源的需求预测方法仍然集中在对预测方法本身的研究，对于影响水资源需求量的因素考虑较少。水资源需求涉及到经济学、生态学、工程和数学等多个学科，受到科技、生活方式、水管理政策以及水市场等诸多因素的影响。因此，实际用水量的弹性很大，水资源需求量的中长期预测面临很多不确定性。如何从影响水资源的社会、经济和政策等方面入手来探寻这些因素和水资源需求量之间的定量关系，建立水资源需求量的中长期预测体系，是未来水资源需求预测的重要工作之一。此外，怎样将虚拟水的研究同宏观用水结合起来是水资源需求预测需要考虑的一个方向。

2) 生态需水预测方法亟需构建。近些年来生态环境不断恶化，生态需水受到越来越多的关注。但是截至目前，关于生态需水的研究仍处在初级阶段，对于生态需水的定义国内外也并不统一。此外，生态需水方面，可提供借鉴的计算案列和方法也比较少。因此，生态需水的预测方法亟需构建，完善的生态需水预测方法可为我国未来生态环境的保护提供坚实的理论基础。