馮小威， 樊良新， 王寶山， 李長(zhǎng)春

(河南理工大學(xué) 測(cè)繪與國土信息工程學(xué)院, 河南 焦作 454003)

1 研究背景

水是人類賴以生存和發(fā)展最重要的物質(zhì)資源之一，全世界許多地區(qū)都面臨著不同程度的水資源短缺問題，預(yù)計(jì)到2050年將有36億人面臨缺水[1]。我國是一個(gè)干旱缺水嚴(yán)重的國家，人均水資源占有量?jī)H為世界平均水平的1/4，如何實(shí)現(xiàn)水資源的合理利用一直是國家關(guān)注的重點(diǎn)。由于不同城市的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口數(shù)量及用水行為等存在差異，導(dǎo)致各城市的用水情況也存在較大差異，因此各城市應(yīng)制定符合自身情況的用水政策。為此，分析不同城市用水的時(shí)空演變特征，并識(shí)別城市用水的主要驅(qū)動(dòng)因素，對(duì)于各城市制定針對(duì)性的政策及水資源的可持續(xù)利用具有一定的指導(dǎo)意義。

國內(nèi)外學(xué)者開展了大量有關(guān)城市水資源的研究，主要集中在需水量預(yù)測(cè)[2]、用水驅(qū)動(dòng)因素識(shí)別[3]及水資源的時(shí)空演變分析上[4]。在用水驅(qū)動(dòng)因素識(shí)別方面，目前的研究多采用主成分分析[5]、LMDI(logrithmic mean divisia index)模型[6]、灰色關(guān)聯(lián)分析[7]與地理探測(cè)器[8]等方法。在水資源的時(shí)空演變分析方面，由于水資源數(shù)據(jù)大多為統(tǒng)計(jì)數(shù)據(jù)，而市級(jí)及以下尺度的城市用水量數(shù)據(jù)獲取困難，導(dǎo)致研究尺度多集中于省市級(jí)，這就為系統(tǒng)地制定用水政策帶來了困難。因此，為解決上述問題，就需要獲取更多的空間信息以進(jìn)行城市用水的空間化研究。相比于統(tǒng)計(jì)數(shù)據(jù)，遙感影像具有時(shí)空一致性的特點(diǎn)，而夜光遙感影像能夠獲取到城市、小規(guī)模居民區(qū)等的燈光信息，從而更好地反映人類活動(dòng)，在社會(huì)經(jīng)濟(jì)與資源問題的研究上更具有其獨(dú)特的優(yōu)勢(shì)。卓莉等[9]基于夜間燈光數(shù)據(jù)實(shí)現(xiàn)了中國人口密度的網(wǎng)格化，填補(bǔ)了網(wǎng)格尺度上人口密度估算研究的空白；王俊華等[10]使用夜間燈光數(shù)據(jù)實(shí)現(xiàn)了四川省的GDP空間化，并結(jié)合高程分析了GDP的空間變化，證明了四川省經(jīng)濟(jì)發(fā)展受地形影響程度較大；阿孜古麗·合尼等[11]基于夜間燈光數(shù)據(jù)實(shí)現(xiàn)了天山北坡城市群第二產(chǎn)業(yè)和第三產(chǎn)業(yè)GDP的空間化，有助于更加準(zhǔn)確地分析該地區(qū)的經(jīng)濟(jì)發(fā)展趨勢(shì)；趙金彩等[12]基于夜間燈光數(shù)據(jù)構(gòu)建了中原經(jīng)濟(jì)區(qū)1 km像元級(jí)的碳排放模型，并采用地理加強(qiáng)回歸模型分析了碳排放的影響因素，為該地區(qū)的碳減排策略提供了理論基礎(chǔ)，這些研究均表明夜間燈光數(shù)據(jù)在實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)及能源消耗數(shù)據(jù)空間化方面具有很大潛力。雖然目前使用夜間燈光數(shù)據(jù)進(jìn)行水資源研究的較少，但前人的研究表明，城市用水量與人口、GDP及產(chǎn)業(yè)結(jié)構(gòu)等社會(huì)經(jīng)濟(jì)指標(biāo)均有著密切的聯(lián)系[13-14]，且水資源消耗與碳排放等能源消耗一樣，都受到人類活動(dòng)的直接影響，因此夜間燈光數(shù)據(jù)在一定程度上也能夠反映出城市用水的變化情況，借此可以實(shí)現(xiàn)城市用水的空間化，以達(dá)到從更精細(xì)的角度去揭示研究對(duì)象的時(shí)空演變特征的目的。

長(zhǎng)三角城市群地處“一帶一路”與長(zhǎng)江經(jīng)濟(jì)帶的重要交匯地帶，經(jīng)濟(jì)發(fā)展水平在全國位居前列，但城市群內(nèi)部發(fā)展不平衡及人口聚集度過高帶來的資源壓力也同樣明顯。因此，本文基于夜間燈光數(shù)據(jù)，結(jié)合城市用水量數(shù)據(jù)構(gòu)建了城市用水量估算模型，實(shí)現(xiàn)了長(zhǎng)三角城市群城市用水信息的空間化，并結(jié)合標(biāo)準(zhǔn)差橢圓、空間自相關(guān)分析、地理探測(cè)器和因子分析等方法，分析了其城市用水的時(shí)空演變特征及驅(qū)動(dòng)因素，以期為長(zhǎng)三角城市群水資源的合理規(guī)劃提供參考。

2 研究區(qū)域概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

長(zhǎng)三角城市群地理位置介于28°01′N～34°28′N、115°46′E～123°25′E之間，包括上海、南京、杭州、合肥等共26個(gè)地級(jí)、直轄市，研究區(qū)域概況如圖1所示。

圖1 研究區(qū)域概況

長(zhǎng)三角城市群主要為亞熱帶季風(fēng)氣候，降水充沛，水資源豐富，當(dāng)?shù)囟嗄昶骄Y源量為537.79×108m3。作為長(zhǎng)江經(jīng)濟(jì)帶的引領(lǐng)者，長(zhǎng)三角城市群的經(jīng)濟(jì)發(fā)展水平較高，但嚴(yán)重的環(huán)境污染破壞了當(dāng)?shù)氐乃Y源環(huán)境，使其出現(xiàn)了水質(zhì)型缺水的問題，導(dǎo)致水資源供需矛盾日益加大。因此，選取長(zhǎng)三角城市群作為研究區(qū)域，進(jìn)行城市用水時(shí)空演變特征的研究，能為該區(qū)域水資源的合理規(guī)劃提供參考，具有一定的現(xiàn)實(shí)意義及科學(xué)價(jià)值。

2.2 數(shù)據(jù)來源

本文選取的數(shù)據(jù)主要有：DMSP/OLS夜間燈光影像、NPP/VIIRS夜間燈光影像、長(zhǎng)三角城市群城市用水量及驅(qū)動(dòng)因子數(shù)據(jù)。表1為各種數(shù)據(jù)的來源及說明。

表1 數(shù)據(jù)來源及說明

本文在驅(qū)動(dòng)因子的選取上，考慮到數(shù)據(jù)獲取的可行性，并結(jié)合相關(guān)研究[15-17]，從社會(huì)經(jīng)濟(jì)因素、氣候因素、供水與節(jié)水因素3個(gè)方面選取了12個(gè)城市用水驅(qū)動(dòng)因子，如表2所示，所有驅(qū)動(dòng)因子按照K-means聚類算法分成5類。

表2 城市用水驅(qū)動(dòng)因子

3 研究方法

3.1 夜間燈光影像校正

首先將夜間燈光影像重投影為蘭伯特等面積投影，以避免影像網(wǎng)格形變帶來的影響，并將DMSP/OLS及NPP/VIIRS影像的空間分辨率分別重采樣為1.0和0.5 km，然后采用曹子陽等[18]的方法對(duì)DMSP/OLS影像進(jìn)行飽和及連續(xù)性校正，采用屈辰陽等[19]的方法對(duì)NPP/VIIRS影像進(jìn)行負(fù)值與極高值消除、不穩(wěn)定光源與背景噪聲消除的校正。

3.2 城市用水量估算模型構(gòu)建

3.2.1 用水量與夜間燈光指數(shù)回歸分析 前人的研究表明，夜間燈光總強(qiáng)度值與GDP、人口均存在著很好的相關(guān)關(guān)系[20-21]，而GDP與人口又是影響城市用水量的重要因素，且兩種影像的燈光總強(qiáng)度值與城市用水量的皮爾遜相關(guān)系數(shù)分別為0.800和0.957，具有顯著的相關(guān)性，因此，本研究選用夜間燈光總強(qiáng)度值進(jìn)行城市用水量的空間化建模。以研究區(qū)內(nèi)各城市燈光總強(qiáng)度值為自變量，對(duì)應(yīng)的各城市用水量數(shù)據(jù)為因變量，進(jìn)行回歸分析，并參考黃益修[22]的方法對(duì)常數(shù)項(xiàng)進(jìn)行處理，得到用水量與燈光總強(qiáng)度值的最優(yōu)回歸模型如公式(1)、(2)所示，模型均在0.01水平上顯著相關(guān)，R2分別為0.640和0.946。

UWC=0.3436TNL-20940.33/n

(1)

UWC=0.7848TNL+3.74×10-6×TNL2+88.9987/n

(2)

式中：UWC為研究區(qū)各城市用水量的模擬值，104m3；TNL為相應(yīng)的夜間燈光總強(qiáng)度值；n為研究單元包含的網(wǎng)格總數(shù)。

3.2.2 線性糾正 上述公式是基于地級(jí)市行政單元尺度的統(tǒng)計(jì)數(shù)據(jù)建立的，平均分配到每個(gè)網(wǎng)格時(shí)，得到的結(jié)果誤差很大，因此需要對(duì)網(wǎng)格尺度上模擬的結(jié)果進(jìn)行線性糾正。在保持各城市用水量不變的前提下，采用公式(3)對(duì)模擬的用水量值進(jìn)行逐像元糾正，即可得到每個(gè)像元尺度上的城市用水量值。

UWC*=UWCi·(UWCt/UWC)

(3)

式中：UWC*為糾正后的用水量值，104m3；UWCi為每個(gè)像元模擬的用水量值，104m3；UWCt為各城市用水量的統(tǒng)計(jì)值，104m3。

3.3 標(biāo)準(zhǔn)差橢圓

標(biāo)準(zhǔn)差橢圓常被用來分析研究對(duì)象的點(diǎn)要素在區(qū)域空間內(nèi)的分布特性。其中，橢圓的長(zhǎng)軸和短軸由X方向和Y方向的標(biāo)準(zhǔn)差表示，能夠反映點(diǎn)要素在對(duì)應(yīng)方向分布的離散情況；橢圓的面積可以表示點(diǎn)要素的集中程度；橢圓的方位角可以表示點(diǎn)要素的主趨勢(shì)方向；橢圓的中心為空間分布的平均中心，可以用來描述研究對(duì)象的重心變化。

3.4 空間自相關(guān)分析

Moran’sI指數(shù)分為全局Moran’sI指數(shù)與局部Moran’sI指數(shù)(LISA指數(shù))，可以用來進(jìn)行空間自相關(guān)分析。全局Moran’sI指數(shù)值的范圍為 [-1，1]，值為0時(shí)表示空間呈隨機(jī)性，值為正數(shù)時(shí)表示空間呈正相關(guān)性，值為負(fù)數(shù)時(shí)表示空間呈負(fù)相關(guān)性，且值越接近于1和-1，其空間聚集度和差異度越大，能夠用來描述整體空間關(guān)系。而局部空間自相關(guān)則通過將區(qū)域分為不同等級(jí)的集聚區(qū)來表示空間的變異狀況。

3.5 地理探測(cè)器及因子分析

地理探測(cè)器能有效探測(cè)空間分異性并揭示其驅(qū)動(dòng)力[23]，本文使用地理探測(cè)器中的因子探測(cè)及交互探測(cè)模塊來分析長(zhǎng)三角城市群城市用水時(shí)空演變過程中各影響因子解釋力的大小及交互作用。因子探測(cè)是探測(cè)某因子能在多大程度上解釋因變量的空間分異，用q值表示，q的值域?yàn)閇0,1]，值越大表示影響因子的解釋力越強(qiáng)；交互探測(cè)用于分析不同影響因子共同作用時(shí)，對(duì)因變量的解釋作用是否會(huì)增加或減弱。q值的計(jì)算公式如下：

(4)

式中：h=1，2，…；L為因子類別數(shù)；Nh和N分別為第h類樣本和樣本總數(shù)；σ2為城市用水量的方差。

因子分析能從諸多變量中提取出公因子，可以在保留原始變量大部分信息的前提下，將多個(gè)相關(guān)的變量歸納為幾個(gè)不相關(guān)的綜合指標(biāo)，揭示原始變量間的內(nèi)在關(guān)系，從而實(shí)現(xiàn)主控因素的識(shí)別[24]。本文在進(jìn)行因子分析時(shí)，選取主成分方法來提取公因子。

4 結(jié)果與分析

4.1 城市用水量模擬值精度檢驗(yàn)

為檢驗(yàn)?zāi)Ｐ涂捎眯?，將糾正后的研究區(qū)域2000-2018年年用水量的模擬值與實(shí)際統(tǒng)計(jì)值進(jìn)行比較，并計(jì)算各城市用水量估算的平均相對(duì)誤差(mean relative error,MRE)，結(jié)果如圖2和表3所示。由圖2可以看出，夜間燈光影像模擬用水量的相對(duì)誤差絕對(duì)值均小于5%，平均相對(duì)誤差為-2.64%；由表3可以看出，各城市2000-2018年的用水量估算平均相對(duì)誤差均在10%以內(nèi)?？梢?，基于夜間燈光數(shù)據(jù)模擬城市用水量的精度良好，可用來進(jìn)行城市用水量的研究。

表3 2000-2018年長(zhǎng)三角城市群各市年用水量模擬值平均相對(duì)誤差

圖2 2000-2018年長(zhǎng)三角城市群年用水量模擬值與實(shí)際值比較

4.2 長(zhǎng)三角城市群城市用水時(shí)空動(dòng)態(tài)分析

2000-2018年間，長(zhǎng)三角城市群年用水量整體呈現(xiàn)增長(zhǎng)的趨勢(shì)，由2000年的77.57×108t增長(zhǎng)至2018年的105.87×108t，年均增長(zhǎng)率為1.78%。根據(jù)上述用水量估算模型，并經(jīng)逐像元糾正后可實(shí)現(xiàn)長(zhǎng)三角城市群用水量的空間化，其時(shí)空分布如圖3所示。由圖3可以看出，長(zhǎng)三角城市群各城市的年用水量變化差異明顯。進(jìn)一步使用標(biāo)準(zhǔn)差橢圓方法探討長(zhǎng)三角城市群的空間演變特征，標(biāo)準(zhǔn)差橢圓及其參數(shù)見圖4和表4。

圖3 2000-2018年長(zhǎng)三角城市群年用水量時(shí)空分布

表4 長(zhǎng)三角城市群城市用水標(biāo)準(zhǔn)差橢圓參數(shù)

圖4 2000-2018年長(zhǎng)三角城市群城市用水量標(biāo)準(zhǔn)差橢圓

由圖4和表4可以看出，2000-2018年長(zhǎng)三角城市群用水的標(biāo)準(zhǔn)差橢圓在空間上逐漸向東南方向偏移。對(duì)其方位角分析可知，2000-2006年方位角由93.75°增大到101.14°，2008年有所減小，但隨之持續(xù)增大到2018年的106.34°，2000-2018年方位角累計(jì)增加了12.59°，變化幅度較大，表明長(zhǎng)三角城市群的用水空間分布格局由接近“正東-正西”方向逐漸轉(zhuǎn)變?yōu)椤拔鞅?東南”方向。而對(duì)各個(gè)時(shí)期的標(biāo)準(zhǔn)差橢圓長(zhǎng)、短軸長(zhǎng)度分析可知，2000-2018年長(zhǎng)、短軸長(zhǎng)度變化呈現(xiàn)出相反的趨勢(shì)，長(zhǎng)軸減短而短軸增長(zhǎng)，橢圓的扁率減小，表明長(zhǎng)三角城市群各方向的區(qū)域用水量差異逐漸縮小。橢圓面積整體呈現(xiàn)先減小后增大的趨勢(shì)，表明用水空間分布經(jīng)歷了分散到聚集，再逐漸分散的過程。

為進(jìn)一步分析長(zhǎng)三角城市群的用水重心變化，根據(jù)表4中的重心坐標(biāo)參數(shù)，制作重心偏移圖，結(jié)果如圖5所示。

圖5 2000-2018年長(zhǎng)三角城市群城市用水重心偏移圖

由圖5可以看出，2000年長(zhǎng)三角城市群的用水重心位于無錫市，2000年以后轉(zhuǎn)移到蘇州市，并呈現(xiàn)出向東南方向移動(dòng)的趨勢(shì)。分時(shí)段來看，2000-2004年用水重心以3.70 km/a的速度向東南方向快速移動(dòng)；2004-2010年移速有所減小，以2.17 km/a的速度向東移動(dòng)，而南北方向變動(dòng)不大；2010-2016年，用水重心變化較為復(fù)雜，在多個(gè)方向上均有移動(dòng)，2016年重心移動(dòng)速度再度加快，以2.55 km/a的速度向西南方向偏移?？傮w來看，雖然長(zhǎng)三角城市群用水重心在2008年之后出現(xiàn)了一些波動(dòng)，但其位置始終位于研究區(qū)的中東部，且整體向東南方向偏移，說明沿海城市發(fā)展較內(nèi)陸城市更為迅速，用水需求量更大。

4.3 長(zhǎng)三角城市群縣域尺度用水空間分異特征

本文研究區(qū)域共包括26個(gè)市，市級(jí)樣本量較少，在市級(jí)尺度上分析其用水分布的空間自相關(guān)性存在困難，因此根據(jù)用水量模擬結(jié)果及研究區(qū)的區(qū)縣級(jí)行政邊界，計(jì)算各區(qū)縣的用水量，從縣域尺度分析長(zhǎng)三角城市群的用水量時(shí)空演變特征。結(jié)果顯示，長(zhǎng)三角城市群縣域尺度的全局Moran’sI指數(shù)介于0.339～0.462之間，均通過了0.05的顯著性檢驗(yàn)，表明研究區(qū)的用水量一直存在空間正相關(guān)性，具有明顯的空間集聚性。

圖6為長(zhǎng)三角城市群全局Moran’sI指數(shù)與用水量的變化情況。由圖6可以看出，全局Moran’sI指數(shù)與用水量變化趨勢(shì)可分為3個(gè)階段：2000-2006年全局Moran’sI指數(shù)與用水量皆快速增長(zhǎng)；2006-2012年用水量與全局Moran’sI指數(shù)的變化情況均呈現(xiàn)出波動(dòng)較大但整體增長(zhǎng)的趨勢(shì)；2012-2018年用水量持續(xù)增長(zhǎng)，而全局Moran’sI指數(shù)則逐漸減小。

圖6 長(zhǎng)三角城市群全局Moran’s I指數(shù)與用水量變化趨勢(shì)

進(jìn)一步使用LISA指數(shù)對(duì)2000、2006、2012及2018年研究區(qū)縣域尺度用水量進(jìn)行局部空間自相關(guān)分析，結(jié)果如圖7所示。由圖7可以看出，2000-2012年高高集聚區(qū)數(shù)量穩(wěn)定在9個(gè)，主要分布在上海、南京主城區(qū)及其周邊區(qū)縣，這些地區(qū)經(jīng)濟(jì)水平較高，發(fā)展速度較快，用水需求量也相對(duì)較大，且上海和南京作為長(zhǎng)三角城市群的核心城市，與周邊地區(qū)的聯(lián)系緊密，呈現(xiàn)出了較強(qiáng)的空間聚集性；低低集聚區(qū)主要分布在鹽城、滁州、安慶、池州、宣城、金華等位于長(zhǎng)三角城市群邊緣位置的城市，這些城市相對(duì)于長(zhǎng)三角城市群中心部分城市發(fā)展步伐較慢，用水需求量也相對(duì)較低。2018年高高集聚區(qū)減少為7個(gè)，且均位于上海市周邊，低低集聚區(qū)也由2012年的25個(gè)減少為18個(gè)，表明該階段的空間正相關(guān)性強(qiáng)度有所下降。2000-2018年高低集聚區(qū)僅有鹽城市響水縣，低高集聚區(qū)則主要分布在滁州市的來安縣、蘇州市的太倉市及昆山市、鎮(zhèn)江市的句容市，高低集聚區(qū)與低高集聚區(qū)整體變化不大。總體來看，研究區(qū)用水的高高集聚區(qū)主要分布在長(zhǎng)三角城市群的中部地區(qū)，而低低集聚區(qū)則主要分布在長(zhǎng)三角城市群的邊緣地區(qū)。

4.4 長(zhǎng)三角城市群城市用水驅(qū)動(dòng)因子分析

4.4.1 基于地理探測(cè)器的因子探測(cè)分析 使用因子探測(cè)器對(duì)城市用水驅(qū)動(dòng)因子進(jìn)行分析，結(jié)果如表5所示。

由表5可以看出，除年降水量及日最高氣溫大于25 ℃天數(shù)外，其余10個(gè)因子均對(duì)長(zhǎng)三角城市群的城市用水空間分布格局產(chǎn)生影響，說明研究區(qū)城市用水的時(shí)空演變主要受社會(huì)經(jīng)濟(jì)與供水節(jié)水等因素的共同影響。按照q值大小進(jìn)行排序?yàn)槿丝?綜合供水能力>建成區(qū)面積>GDP>水價(jià)>第三產(chǎn)業(yè)比重>節(jié)水投資>用水重復(fù)率=受高等教育比例>第二產(chǎn)業(yè)比重，其中，人口與綜合供水能力的q值分別為0.933與0.920，解釋力均在90%以上；建成區(qū)面積與GDP的q值分別為0.727與0.538，解釋力均在50%以上；水價(jià)、第三產(chǎn)業(yè)比重和節(jié)水投資的q值分別為0.300、0.272和0.210，解釋力均在20%以上；用水重復(fù)率、受高等教育比例和第二產(chǎn)業(yè)比重的q值分別為0.065、0.065和0.057，解釋力均小于10%。由此可知，人口、綜合供水能力、建成區(qū)面積、GDP是長(zhǎng)三角城市群城市用水空間分布格局的主要影響因子。

4.4.2 基于地理探測(cè)器的交互探測(cè)分析 進(jìn)一步使用交互探測(cè)器對(duì)城市用水驅(qū)動(dòng)因子進(jìn)行分析，結(jié)果如表6所示。從表6可以看出，單個(gè)因子的解釋力均小于因子間交互作用后的解釋力，因子之間的交互作用均為非線性增強(qiáng)及雙因子增強(qiáng)。對(duì)結(jié)果分析可知，人口和綜合供水能力與其他影響因子交互作用的解釋力均在90%以上，其中人口和綜合供水能力、建成區(qū)面積和綜合供水能力的q值最大，解釋力達(dá)到了97.7%和97.9%。其次，建成區(qū)面積與受高等教育比例、第二產(chǎn)業(yè)比重及GDP與水價(jià)的交互增強(qiáng)效果較為明顯，其q值分別為0.928、0.806和0.855，解釋力均在80%以上。整體來看，社會(huì)經(jīng)濟(jì)因素中代表城市發(fā)展水平的人口、綜合供水能力、建成區(qū)面積和GDP因子與其他因子的交互作用最強(qiáng)。

表6 長(zhǎng)三角城市群城市用水時(shí)空演變驅(qū)動(dòng)因子的交互探測(cè)結(jié)果

4.4.3 長(zhǎng)三角城市群城市用水因子分析 由地理探測(cè)器結(jié)果可知，年降水量與日最高氣溫大于25 ℃天數(shù)沒有通過顯著性檢驗(yàn)，為進(jìn)一步揭示影響因子間的內(nèi)在關(guān)系，選取其余10個(gè)影響因素進(jìn)行因子分析。本研究中，KMO(Kaiser-Meyer-Olkin)統(tǒng)計(jì)量為0.703，Bartlett球形檢定顯著性p=0.000，說明選取的10個(gè)影響因素間的相關(guān)關(guān)系較強(qiáng)，在此基礎(chǔ)上可以進(jìn)行因子分析，因子分析的結(jié)果如表7所示。由表7可知，前3種主成分累計(jì)貢獻(xiàn)率為74.06%，能夠較好地代表原變量。

表7 主成分特征值及累計(jì)貢獻(xiàn)率

圖8為長(zhǎng)三角城市群城市用水的因子載荷圖，結(jié)合圖8和表7可以看出，主成分1(PC1)的方差貢獻(xiàn)率為44.12%，其中建成區(qū)面積、GDP、人口和綜合供水能力占據(jù)較高權(quán)重，因此PC1可視為城市經(jīng)濟(jì)發(fā)展水平因素；主成分2(PC2)的方差貢獻(xiàn)率為16.91%，主要反映水價(jià)與第二產(chǎn)業(yè)比重，水價(jià)提高會(huì)抑制用水需求，而產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整可以顯著地節(jié)約工業(yè)水資源[25]，因此PC2可視為價(jià)格及產(chǎn)業(yè)結(jié)構(gòu)因素；主成分3(PC3)的方差貢獻(xiàn)率為13.04%，主要代表用水重復(fù)率與節(jié)水投資，用水重復(fù)率是節(jié)水行為的體現(xiàn)，而通過教育宣傳等鼓勵(lì)居民改善用水行為也是節(jié)水投資中重要的一環(huán)[15]，因此PC3可視為節(jié)水措施因素。綜上所述，城市經(jīng)濟(jì)發(fā)展水平是影響城市用水量的主導(dǎo)因素，這與地理探測(cè)器得到的結(jié)果相同，而價(jià)格、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)水措施則是影響城市用水量的重要因素。

注：POP-人口，SIR-第二產(chǎn)業(yè)比重，TIR-第三產(chǎn)業(yè)比重，BA-建成區(qū)面積，WP-水價(jià)，EDU-受高等教育比例，WSC-綜合供水能力，WUR-用水重復(fù)率，IWC-節(jié)水投資

5 討論與對(duì)策

5.1 討 論

尺度是社會(huì)經(jīng)濟(jì)指標(biāo)研究中值得關(guān)注的一個(gè)問題，傳統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)存在著很大的空間尺度局限性，夜間燈光數(shù)據(jù)使得更精細(xì)地從不同空間尺度評(píng)估城市經(jīng)濟(jì)活動(dòng)水平成為可能。在社會(huì)經(jīng)濟(jì)的能源評(píng)估部分，夜間燈光數(shù)據(jù)主要被用來評(píng)估碳排放與電力消耗的時(shí)空動(dòng)態(tài)，雖然關(guān)于城市用水的研究存在著同樣的數(shù)據(jù)尺度問題，但卻很少有人將夜間燈光數(shù)據(jù)用于城市用水的研究上。本研究進(jìn)行了這種嘗試，發(fā)現(xiàn)使用夜間燈光數(shù)據(jù)在分析城市用水的時(shí)空演變特征方面同樣能取得較好的效果，這為城市水資源的研究提供了一個(gè)新的視角。

本研究發(fā)現(xiàn)，自2000年以來，長(zhǎng)三角城市群的高用水量區(qū)域主要分布于上海及南京等核心城市周圍，且整體呈現(xiàn)出東南高的空間分布格局。水資源作為城市發(fā)展的必備要素，保障水資源的充足是城市發(fā)展的前提。長(zhǎng)三角城市群的東南沿海地區(qū)由于其區(qū)位優(yōu)勢(shì)，對(duì)外開放程度高，而核心城市的經(jīng)濟(jì)基礎(chǔ)好，同時(shí)會(huì)獲得很多發(fā)展資源，因此二者的經(jīng)濟(jì)發(fā)達(dá)，對(duì)于水資源的需求也較大。這種情況導(dǎo)致長(zhǎng)三角城市群內(nèi)部水資源分配出現(xiàn)了“頂端優(yōu)勢(shì)”的情況，即經(jīng)濟(jì)水平高的城市會(huì)獲得更多的水資源，且隨著這些城市人口的過度密集與工業(yè)化的步伐加快，對(duì)水環(huán)境的污染也會(huì)加重，使水資源壓力增大，而“邊緣城市”的發(fā)展更加受限。

人口、GDP、建成區(qū)面積和綜合供水能力是長(zhǎng)三角城市群用水的主導(dǎo)因素，其中人口與綜合供水能力形成的用水供需關(guān)系的影響作用最為明顯。中國的人口具有明顯的流動(dòng)性，建成區(qū)面積和GDP代表了城市的經(jīng)濟(jì)發(fā)展水平，而經(jīng)濟(jì)水平高的城市由于擁有更高的收入水平及更好的發(fā)展機(jī)會(huì)，往往會(huì)吸引大量的外來人口，從而帶來更多的水資源需求。相反地，經(jīng)濟(jì)水平較低的城市會(huì)導(dǎo)致人口的流失，水資源需求也隨之降低，如2018年上海市遷入人口與遷出人口的比例約為3∶1，而同期銅陵市的這一比例則為1∶1.29。人口的流動(dòng)性為城市的發(fā)展和水資源供應(yīng)帶來了挑戰(zhàn)，勞動(dòng)力的增長(zhǎng)率大于水資源增長(zhǎng)率時(shí)，城市的發(fā)展會(huì)受到較強(qiáng)的水資源約束，而當(dāng)前者的增長(zhǎng)率小于后者時(shí)，雖然城市的發(fā)展不會(huì)受到水資源約束[26]，但勞動(dòng)力的流失仍然不利于城市的經(jīng)濟(jì)建設(shè)。因此，如何縮小區(qū)域內(nèi)城市發(fā)展水平差異及實(shí)現(xiàn)城市用水供需平衡，是長(zhǎng)三角城市群未來可持續(xù)發(fā)展和一體化建設(shè)應(yīng)當(dāng)關(guān)注的重點(diǎn)。

此外，價(jià)格、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)水措施對(duì)長(zhǎng)三角城市群用水量也產(chǎn)生了重要的影響。對(duì)于居民生活用水來說，當(dāng)水費(fèi)支出在家庭年收入中占據(jù)相當(dāng)?shù)谋壤龝r(shí)，可以達(dá)到節(jié)水的目的，這表明水價(jià)體系能激勵(lì)人們節(jié)約用水[27]，適當(dāng)?shù)恼{(diào)整水價(jià)，或采取階梯式定價(jià)制度，可以減少人們?nèi)粘Ｉ钪袑?duì)水資源的浪費(fèi)。而相比于居民生活用水，工業(yè)用水對(duì)水價(jià)更為敏感，胡曉霽等[28]通過研究發(fā)現(xiàn)工業(yè)用水價(jià)格每上漲1%，工業(yè)用水需求量將降低3.42%。2000-2018年間，長(zhǎng)三角城市群的第二產(chǎn)業(yè)比重下降了4%左右，而第三產(chǎn)業(yè)比重持續(xù)增加了近13%，一些高耗水的行業(yè)被快速發(fā)展的第三產(chǎn)業(yè)所替代，產(chǎn)業(yè)用水也由原來的粗放式用水逐漸過渡到技術(shù)節(jié)水的階段，這表明水成本的增加使得高耗水產(chǎn)業(yè)的利潤率降低，也會(huì)促進(jìn)產(chǎn)業(yè)推廣各種節(jié)水技術(shù)，從而推動(dòng)產(chǎn)業(yè)的用水效率提升及結(jié)構(gòu)調(diào)整，達(dá)到節(jié)約產(chǎn)業(yè)用水的目的。節(jié)水措施則包括收集家庭廢水用于沖洗廁所等有意識(shí)的節(jié)水行為，及使用節(jié)水器具等無意識(shí)的節(jié)水行為，前者與居民個(gè)人的節(jié)水意識(shí)相關(guān)，需要政府、企業(yè)和學(xué)校等機(jī)構(gòu)的宣傳教育加以引導(dǎo)，對(duì)比之下無意識(shí)的節(jié)水雖然更容易實(shí)現(xiàn)[29]，但節(jié)水器具的高價(jià)格卻導(dǎo)致其在一些中小城市并不普及。因此，應(yīng)特別注意對(duì)于居民購買節(jié)水器具的補(bǔ)貼。

本研究還考慮了年降水量與氣溫因素對(duì)長(zhǎng)三角城市群用水量的影響，但結(jié)果顯示兩者的影響作用并不顯著，主要原因?yàn)槌龢O端天氣年份外，同一地區(qū)年際間氣候差異并不大，降水量與氣溫對(duì)城市用水量的影響更多地體現(xiàn)在一些短期的用水行為上，如潮濕多雨和高溫天氣會(huì)增加人們洗澡和洗衣的頻率等。因此，在短期的用水規(guī)劃中，仍要考慮氣候因素的影響。

5.2 對(duì) 策

(1)優(yōu)化城市供水系統(tǒng)，增強(qiáng)城市群內(nèi)部協(xié)同發(fā)展。上海、南京等核心城市由于經(jīng)濟(jì)發(fā)達(dá)，人口聚集程度高，給供水系統(tǒng)帶來了很大壓力，對(duì)當(dāng)?shù)氐陌l(fā)展也產(chǎn)生了一定約束。對(duì)于該類城市，一方面，在未來應(yīng)適當(dāng)控制人口的流入，如提高落戶條件，增加外來人口買房的限制等；另一方面，應(yīng)加大改善城市供水系統(tǒng)的投資，升級(jí)或更換某些陳舊的供水設(shè)備，根據(jù)城市發(fā)展情況優(yōu)化供水布局范圍，保障城市水資源的供給能力。而對(duì)于安慶、滁州這類中小城市來說，首先要加大政策支持力度，各中小城市在此基礎(chǔ)上加速自身經(jīng)濟(jì)發(fā)展，積極實(shí)施人才落戶等政策，防止自身人口流失并加大對(duì)外來人口的吸引力。同時(shí)，要充分發(fā)揮上海、南京這類大城市的增長(zhǎng)極作用，通過大城市的功能疏解及產(chǎn)業(yè)輻射等，帶動(dòng)周邊城市的發(fā)展，實(shí)現(xiàn)長(zhǎng)三角城市群內(nèi)部的協(xié)同發(fā)展。

(2)深化水價(jià)改革，促進(jìn)節(jié)約用水。要充分發(fā)揮價(jià)格杠桿的作用，對(duì)于居民生活用水，應(yīng)舍棄傳統(tǒng)的“一口價(jià)”模式，按照不同地區(qū)的資源情況及用戶承受能力，實(shí)施差別定價(jià)，并加快建立完善階梯水價(jià)制度，通過提高浪費(fèi)水的成本促進(jìn)居民合理用水。對(duì)于產(chǎn)業(yè)用水，要注重改進(jìn)水價(jià)結(jié)構(gòu)，體現(xiàn)水資源的稀缺價(jià)值，擴(kuò)大水資源費(fèi)的征收范圍，無論是使用公共供水還是自備供水，都要繳納水資源費(fèi)，并根據(jù)“誰污染，誰治理”的原則，結(jié)合當(dāng)?shù)厮Y源狀況，適當(dāng)提高產(chǎn)業(yè)用水定價(jià)中水資源費(fèi)和污水處理費(fèi)所占的比重，促進(jìn)各產(chǎn)業(yè)節(jié)約用水。

(3)加快優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高產(chǎn)業(yè)用水效率。政府要在改進(jìn)產(chǎn)業(yè)水價(jià)結(jié)構(gòu)的基礎(chǔ)上，積極從產(chǎn)業(yè)本身入手，首先應(yīng)適當(dāng)限制高耗水工業(yè)的發(fā)展步伐，針對(duì)用水頻繁的行業(yè)加強(qiáng)用水監(jiān)管，制定合理的用水定額，加大對(duì)水資源浪費(fèi)嚴(yán)重的產(chǎn)業(yè)的淘汰力度，嚴(yán)格控制會(huì)對(duì)水環(huán)境造成污染的項(xiàng)目投資審批，并及時(shí)整治污染水資源的企業(yè)，綜合經(jīng)濟(jì)效益與環(huán)境成本逐步轉(zhuǎn)變現(xiàn)有的產(chǎn)業(yè)發(fā)展方向，促進(jìn)循環(huán)經(jīng)濟(jì)，尤其是水循環(huán)經(jīng)濟(jì)的產(chǎn)業(yè)新局面的形成。其次，各產(chǎn)業(yè)要大力發(fā)展和推廣蒸汽冷凝水回收利用等節(jié)水技術(shù)，更換先進(jìn)的用水設(shè)備及安裝節(jié)水裝置，建立循環(huán)用水系統(tǒng)，改革工藝技術(shù)，并鼓勵(lì)外排污水處理后回用，科學(xué)地提高產(chǎn)業(yè)用水效率。

(4)提高城市居民節(jié)水意識(shí)，推廣普及節(jié)水器具。缺乏對(duì)我國水資源現(xiàn)狀的了解是多數(shù)人不注重節(jié)約水資源的重要原因，因此要借助報(bào)紙、電視等傳統(tǒng)媒介及當(dāng)下流行的各種網(wǎng)絡(luò)媒介的力量，讓人們更多地了解到我國面臨的水資源危機(jī)情況，喚醒居民的節(jié)水意識(shí)。此外，各機(jī)構(gòu)要加大節(jié)水的宣傳力度，在社會(huì)上多開展以節(jié)水為主題的宣傳活動(dòng)，通過懸掛節(jié)水條幅、張貼節(jié)水標(biāo)語等讓節(jié)水的身影出現(xiàn)在城市的各個(gè)角落，將節(jié)約用水的意識(shí)深入到千家萬戶。同時(shí)，政府要大力支持節(jié)水器具的研發(fā)，完善節(jié)水器具的技術(shù)標(biāo)準(zhǔn)，淘汰節(jié)水效果不達(dá)標(biāo)的用水器具，鼓勵(lì)企業(yè)推出以舊換新的活動(dòng)，增加購買節(jié)水器具的補(bǔ)貼，讓城市居民都能用得起新型的節(jié)水器具，實(shí)現(xiàn)落后用水器具的更新及節(jié)水器具的普及。

6 結(jié) 論

本文基于夜間燈光數(shù)據(jù)和城市用水量數(shù)據(jù)構(gòu)建了長(zhǎng)三角城市群用水量的空間化模型，采用標(biāo)準(zhǔn)差橢圓及空間自相關(guān)分析方法分析了城市用水的時(shí)空演變特征，并利用地理探測(cè)器及因子分析方法探究了城市用水的驅(qū)動(dòng)因素，主要結(jié)論如下：

(1)2000-2018年長(zhǎng)三角城市群城市用水空間分布由接近“正東-正西”方向轉(zhuǎn)變?yōu)椤拔鞅?東南”方向，呈現(xiàn)出上海、南京等核心城市與東南沿海城市用水量較高的分布格局，用水重心整體向東南方向偏移。

(2)長(zhǎng)三角城市群縣域尺度用水量具有顯著的空間正相關(guān)性，高值集聚區(qū)主要分布在長(zhǎng)三角城市群的中部地區(qū)，低值集聚區(qū)則主要分布在長(zhǎng)三角城市群的邊緣地區(qū)。

(3)城市經(jīng)濟(jì)發(fā)展水平是影響長(zhǎng)三角城市群用水空間分布的主要因素，其中人口與綜合供水能力的影響程度最大，不同城市經(jīng)濟(jì)發(fā)展的差異導(dǎo)致了水資源分配不均衡現(xiàn)象的產(chǎn)生。因此，長(zhǎng)三角城市群在未來的規(guī)劃中，應(yīng)把重點(diǎn)放在如何增強(qiáng)城市群內(nèi)部協(xié)同發(fā)展及優(yōu)化城市供水系統(tǒng)方面，以促進(jìn)水資源的合理分配。此外，價(jià)格、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)水措施對(duì)長(zhǎng)三角城市群的用水量也有著重要的影響，深化水價(jià)改革、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、加強(qiáng)節(jié)水意識(shí)的宣傳以及加大節(jié)水器具的普及程度是長(zhǎng)三角城市群實(shí)現(xiàn)水資源可持續(xù)利用的關(guān)鍵。