包鑫如，張行南，張文婷，徐 楊2，張?jiān)鲂?/p>

(1.河海大學(xué) 水文水資源學(xué)院，南京 210098； 2.中國長江電力股份有限公司，湖北 宜昌 443002)

1 研究背景

水資源是社會(huì)經(jīng)濟(jì)發(fā)展的關(guān)鍵因素之一，長江經(jīng)濟(jì)帶橫跨我國華東、華中和西南三大區(qū)，聚集的人口和創(chuàng)造的地區(qū)生產(chǎn)總值在全國占比均超過40%。同時(shí)，由于人口眾多，長江經(jīng)濟(jì)帶人均占有水量僅為世界水平的1/4，與經(jīng)濟(jì)社會(huì)發(fā)展對水資源的需求極不對稱，且東西部地區(qū)水資源利用效率存在較大差距[1]。研究區(qū)域用水結(jié)構(gòu)特征與演變趨勢，不僅可以對水資源發(fā)展特征進(jìn)行科學(xué)判斷，還可以對人類利用水資源的合理性進(jìn)行有效驗(yàn)證，為生產(chǎn)、生活、生態(tài)用水的協(xié)調(diào)提供決策依據(jù)。

圖1 長江經(jīng)濟(jì)帶Fig.1 Map of the Yangtze River Economic Belt

信息熵理論在用水結(jié)構(gòu)演變的研究中的應(yīng)用十分廣泛。魏卿等[2]引入信息熵分析了瑪納斯河流域現(xiàn)狀用水結(jié)構(gòu)的演變特征，并利用基尼系數(shù)、洛倫茲曲線分析了流域水資源空間匹配程度。王小軍等[3]結(jié)合信息熵理論，計(jì)算出榆林市用水量熵值及優(yōu)勢度動(dòng)態(tài)演化情況，并探討了用水系統(tǒng)的均衡程度。馬黎華等[4]采用信息熵理論探討石羊河流域的用水結(jié)構(gòu)演變特征，并運(yùn)用因子分析法研究其驅(qū)動(dòng)力。吳昊等[5]運(yùn)用信息熵理論表征南京市用水結(jié)構(gòu)變化趨勢，采用主成分分析法提取公共因子，并運(yùn)用灰色關(guān)聯(lián)理論分析公共因子與用水結(jié)構(gòu)的關(guān)聯(lián)程度。本文應(yīng)用信息熵和均衡度的理論方法，研究長江經(jīng)濟(jì)帶2003—2020年用水結(jié)構(gòu)特征及其演變趨勢，并結(jié)合主成分分析法進(jìn)行驅(qū)動(dòng)力分析。

2 研究區(qū)域與方法

2.1 區(qū)域概況

長江是我國第一大河，全長6 300 km，流域面積約180萬km2，占我國國土面積的18.8%。依托黃金水道而成的長江經(jīng)濟(jì)帶在中國新發(fā)展格局中占據(jù)重要戰(zhàn)略地位，覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州、云南11個(gè)省(市)，面積約205萬km2，占我國國土面積的21.4%，長江經(jīng)濟(jì)帶如圖1所示。年均降水量約1 263 mm，年均氣溫呈東高西低、南高北低的分布趨勢。水資源總量15 600億m3，約占全國水資源總量的49.4%。長江經(jīng)濟(jì)帶上游包括上海、江蘇、浙江，中游包括安徽、江西、湖北、湖南，下游包括重慶、四川、貴州、云南。

2.2 研究方法

2.2.1 信息熵與均衡度

熵是熱力學(xué)中描述物質(zhì)狀態(tài)運(yùn)動(dòng)或體系混亂程度的物理量。1948年，Shannon首次將熵引入到信息論中，用以衡量系統(tǒng)的不確定性、穩(wěn)定程度和信息量，表征復(fù)雜系統(tǒng)的結(jié)構(gòu)演變特征[6-8]。熵增過程表明系統(tǒng)無序度加大，系統(tǒng)由非平衡態(tài)向平衡態(tài)轉(zhuǎn)化。用水結(jié)構(gòu)可描述一定時(shí)期內(nèi)用水系統(tǒng)中各類用水的比例關(guān)系。我國用水結(jié)構(gòu)演變過程具有一定的階段性, 即由以農(nóng)業(yè)用水為主的初級階段發(fā)展到農(nóng)業(yè)、工業(yè)、生活用水趨于合理比例的高級階段, 這一演變過程可以近似假設(shè)為系統(tǒng)的不可逆過程, 故可將其納入信息熵的數(shù)學(xué)模型中[3,9]。本文通過計(jì)算逐年信息熵值以反映農(nóng)業(yè)、工業(yè)、生活和生態(tài)用水比例的分配狀態(tài)，從而定性描述長江流域用水結(jié)構(gòu)演變過程；信息熵值越大，表明分配到各用水部門的用水量越均勻。

(1)

當(dāng)各用水類型用水相同，即p1=p2=…=pn=1/n時(shí)，系統(tǒng)處于最無序狀態(tài)且信息熵最大值Hmax=lnn；相反地，只有一種用水類型時(shí)，系統(tǒng)處于最有序狀態(tài)且信息熵最小值Hmin=0。實(shí)際情況中，信息熵H滿足Hmin≤H≤Hmax。為實(shí)現(xiàn)熵的標(biāo)準(zhǔn)化與增加用水結(jié)構(gòu)分析的可比性[10]，引入均衡度J(式(2))。J值越大，表明單一用水類型在用水結(jié)構(gòu)中優(yōu)勢性越弱，各用水類型的比例差距越小，用水系統(tǒng)的結(jié)構(gòu)越復(fù)雜，均衡程度越高，用水系統(tǒng)均衡性越強(qiáng)。當(dāng)J=0時(shí)，用水系統(tǒng)結(jié)構(gòu)復(fù)雜程度最低[9]。

(2)

2.2.2 主成分分析

主成分分析法是一種將多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法，在損失很少信息的前提下，對高維變量進(jìn)行降維處理，以相互獨(dú)立且少數(shù)的綜合指標(biāo)反映原始變量的絕大多數(shù)信息，能較客觀地確定各主成分的權(quán)重；一定程度上克服了主觀因素的隨意性，提高評價(jià)體系的可信度與客觀性[11-12]。SPSS 26是目前應(yīng)用較為廣泛的一種統(tǒng)計(jì)分析軟件，SPSS降維分析中的主成分分析可以很好地解決多元線性問題。在不同區(qū)域、不同發(fā)展階段，影響長江經(jīng)濟(jì)帶用水結(jié)構(gòu)演變的驅(qū)動(dòng)力是不同的。因此，根據(jù)收集的相關(guān)資料與用水結(jié)構(gòu)的演變情況，利用主成分分析法將眾多影響因子轉(zhuǎn)化為幾個(gè)綜合指標(biāo)，進(jìn)而定量分析得出用水結(jié)構(gòu)演變的主要驅(qū)動(dòng)力。主成分貢獻(xiàn)率越大，表明主成分包含原始信息越強(qiáng)，影響越顯著。

2.3 數(shù)據(jù)來源

本文數(shù)據(jù)來源于近年來中國水資源公報(bào)、長江經(jīng)濟(jì)帶各省(市)水資源公報(bào)與各省(市)統(tǒng)計(jì)年鑒。由于到目前為止部分年鑒的最新統(tǒng)計(jì)時(shí)間為2019年，因此主成分分析的指標(biāo)數(shù)據(jù)的時(shí)間跨度為2003—2019年。

3 長江經(jīng)濟(jì)帶用水結(jié)構(gòu)演變分析

3.1 用水結(jié)構(gòu)變化

2003—2020年長江經(jīng)濟(jì)帶用水結(jié)構(gòu)如表1所示，用水結(jié)構(gòu)變化趨勢如圖2所示。

由表1和圖2可知：

(1)過去20 a，長江天然來水的水資源量未發(fā)生顯著變化，區(qū)域間存在差異：上游略有減少，中下游略有增加[13]。長江經(jīng)濟(jì)帶地處長江干流及以南地區(qū)，天然來水變化規(guī)律與長江流域類似[14]。長江流域1949—1980年用水總量年均增長率為4.75%，1980—2000年用水總量年增長率為1.3%[15]；2001—2020年用水總量由1 746.70億m3增加到1 957.56億m3，年均

表1 2003—2020年長江經(jīng)濟(jì)帶用水結(jié)構(gòu)Table 1 Structure of water consumption in theYangtze River Economic Belt from 2003 to 2020

圖2 2003—2020年長江經(jīng)濟(jì)帶用水量變化曲線Fig.2 Curves of water consumption in the YangtzeRiver Economic Belt from 2003 to 2020

增長率為0.57%，用水總量增長率明顯變小。近18 a(2003—2020年)長江經(jīng)濟(jì)帶用水總量總體呈上升趨勢，年均增長率為0.75%；用水總量增加主要是農(nóng)業(yè)與生活用水量增加引起的，其中生活用水量增加最為明顯。近10 a(2011—2020年)，長江經(jīng)濟(jì)帶用水總量基本保持在2 600億m3左右；受新冠疫情影響，2020年用水總量降低到2 483.30億m3，為10 a來最低。

(2)農(nóng)業(yè)用水量總體上升，2003—2013年間農(nóng)業(yè)用水量由1 211.48億m3增加到1 489.90億m3，隨后基本穩(wěn)定在1 350億m3左右。隨著時(shí)間的推移，農(nóng)業(yè)用水占比總體呈下降趨勢，2003年占比55.88%，隨后波動(dòng)變化到2020年的54.03%；其中2018年占比51.66%為多年來最低。農(nóng)業(yè)用水量雖然變化不大，但年際間存在一定差異，這與天然來水量有一定聯(lián)系[13]；如圖3所示，一般遇枯水年，如2006年、2009年、2011年、2013年，農(nóng)業(yè)用水量相對較大；而遇豐水年，如2010年、2016年、2020年，農(nóng)業(yè)用水量相對較少。

圖3 2003—2020年長江經(jīng)濟(jì)帶水資源量與農(nóng)業(yè)用水量變化趨勢Fig.3 Trends of water resources amount and agriculturalwater consumption in the Yangtze RiverEconomic Belt from 2003 to 2020

(3)工業(yè)用水量總體下降，呈M形變化形態(tài)，拐點(diǎn)分別出現(xiàn)在2011年、2014年、2016年。2003—2011年工業(yè)用水量由696.49億m3穩(wěn)定增加到900.80億m3，在2014年減少至736.18億m3，在2016年回升到828.60億m3，隨后工業(yè)用水量均有不同程度的下降。2020年新冠疫情對長江經(jīng)濟(jì)帶工業(yè)發(fā)展造成了一定影響，工業(yè)用水量低至672.70億m3，為多年來最低，這一年的工業(yè)用水占比也達(dá)到了多年最低。工業(yè)用水占比總體呈下降趨勢，由2003年的32.12%增加到2007年的35.22%后下降，基本穩(wěn)定在30%左右，仍遠(yuǎn)遠(yuǎn)大于全國平均水平(2020年為17.73%)。預(yù)計(jì)未來幾年工業(yè)用水量或?qū)⒕S持在800億m3左右。

(4)生活用水量上升趨勢明顯，所占比例總體呈上升形態(tài)。生活用水量由2003年的233.59億m3增加到2020年的412.40億m3，年均增長率為2.80%。所占比例由2003年的10.78 %增加到2020年的16.61%。

(5)水利部從2003年開始統(tǒng)計(jì)生態(tài)用水?dāng)?shù)據(jù)，近18 a來生態(tài)用水量總體呈上升趨勢，所占比例較低。生態(tài)用水主要用于長江經(jīng)濟(jì)帶水污染治理、水質(zhì)改善，水生態(tài)系統(tǒng)功能的保護(hù)與岸線開發(fā)利用的生態(tài)保護(hù)等方面。整體來看，長江經(jīng)濟(jì)帶生態(tài)用水量多年平均值為31.64億m3，占用水總量比例尚未超過3%，遠(yuǎn)遠(yuǎn)小于其他類別用水量。

3.2 基于信息熵與均衡度的用水結(jié)構(gòu)變化分析

3.2.1 用水結(jié)構(gòu)時(shí)間變化分析

2003—2020年長江經(jīng)濟(jì)帶用水結(jié)構(gòu)信息熵和均衡度及其演變曲線如表2、圖4所示。

表2 2003—2020年長江經(jīng)濟(jì)帶用水結(jié)構(gòu)信息熵和均衡度Table 2 Information entropy and equilibrium degree ofwater use structure in the Yangtze River Economic Beltfrom 2003 to 2020

圖4 2003—2020年長江經(jīng)濟(jì)帶用水結(jié)構(gòu)信息熵與均衡度演變曲線Fig.4 Evolution curves of information entropy andequilibrium degree of water use structure in theYangtze River Economic Belt from 2003 to 2020

由表2和圖4可知：

(1)2003—2020年，長江經(jīng)濟(jì)帶用水結(jié)構(gòu)信息熵和均衡度呈波動(dòng)式增長趨勢，信息熵由0.98 Nat增長到1.07 Nat，均衡度由0.71增長到0.77，表明用水結(jié)構(gòu)趨向無序、用水系統(tǒng)的均衡程度有所提高。說明長江經(jīng)濟(jì)帶用水結(jié)構(gòu)在趨向無序發(fā)展的同時(shí)，用水系統(tǒng)均衡性增強(qiáng)。主要原因是農(nóng)業(yè)、工業(yè)用水比例下降，其他用水類型所占比例均有不同程度的上升。

(2)2003年用水結(jié)構(gòu)信息熵與均衡度均較低，表明該年用水結(jié)構(gòu)相對不均勻。一方面，由于農(nóng)業(yè)用水、工業(yè)用水量比例分別達(dá)55.88%和32.12%，占據(jù)主導(dǎo)地位；另一方面，由于生態(tài)用水從2003年被納入用水結(jié)構(gòu)計(jì)算，但其占比只有1.22%，與其他用水類型相比嚴(yán)重失衡。

長江經(jīng)濟(jì)帶人口眾多且水資源、農(nóng)業(yè)資源豐富，用水結(jié)構(gòu)中農(nóng)業(yè)用水量占比最高。隨著經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化升級，耗水強(qiáng)度高的農(nóng)業(yè)向耗水強(qiáng)度低的非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，勢必導(dǎo)致農(nóng)業(yè)用水占比下降。伴隨工業(yè)技術(shù)升級與工業(yè)用水效率的提高，工業(yè)用水占比有所降低。雖然長江流域生活與生態(tài)用水量及占比呈上升趨勢，但年均農(nóng)業(yè)、工業(yè)用水量仍處于支配地位，合計(jì)占比高達(dá)85.78%，預(yù)測長江經(jīng)濟(jì)帶用水結(jié)構(gòu)均衡度會(huì)繼續(xù)提高。

3.2.2 用水結(jié)構(gòu)空間變化分析

2003—2020年長江經(jīng)濟(jì)帶上、中、下游的用水結(jié)構(gòu)信息熵和均衡度及其演變曲線如圖5、圖6所示。

圖5 2003—2020年長江經(jīng)濟(jì)帶上、中、下游多年用水結(jié)構(gòu)Fig.5 Multi-year water use structure in the upper,middle and lower reaches of the Yangtze RiverEconomic Belt from 2003 to 2020

圖6 2003—2020年長江經(jīng)濟(jì)帶上、中、下游用水結(jié)構(gòu)信息熵與均衡度演變曲線Fig.6 Evolution curves of information entropy andequilibrium degree of water use structure in theupper, middle and lower reaches of the YangtzeRiver Economic Belt from 2003 to 2020

由圖5、圖6可知：

(1)長江經(jīng)濟(jì)帶上、中、下游的用水結(jié)構(gòu)信息熵、均衡度總體上均呈上升趨勢，其中上游波動(dòng)幅度較大；用水結(jié)構(gòu)向無序方向發(fā)展、用水系統(tǒng)均衡性逐年增強(qiáng)；直接原因是上、中、下游農(nóng)業(yè)用水、工業(yè)用水所占比例均有不同程度的下降，且隨著長江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，生活用水與生態(tài)用水越來越受到重視，占比提升，各用水類型間的差距逐漸縮小。根本原因是自然因素(主要包括降水量和徑流量)的變化、社會(huì)經(jīng)濟(jì)與科學(xué)技術(shù)的發(fā)展。

(2)相比之下，下游的用水結(jié)構(gòu)信息熵、均衡度整體較大，用水系統(tǒng)均衡性相對較高。下游農(nóng)業(yè)用水量呈倒U形變化形態(tài)，占比從2003年的48.62%波動(dòng)增長至2014年的52.95%，隨后下降并穩(wěn)定在45%左右。工業(yè)用水比例總體呈下降趨勢，由2003年的39.90%波動(dòng)變化至2020年的37.29%。生活用水與生態(tài)用水比例持續(xù)上升，前者上升幅度較為明顯，生活用水量年均增長率達(dá)3.40%；各用水部門用水量差距減小。

(3)中游用水結(jié)構(gòu)信息熵 、均衡度相對最小，原因是其農(nóng)業(yè)與工業(yè)用水相差較大，生活與生態(tài)用水多年平均占比不足14%，用水比例分布較不均勻。上游用水系統(tǒng)的均衡性則介于下游與中游之間。

與長江經(jīng)濟(jì)帶上、中游相比，下游分布水資源豐富、地理?xiàng)l件優(yōu)越，且經(jīng)濟(jì)規(guī)?？偭空颊麄€(gè)長江經(jīng)濟(jì)帶的53.80%，農(nóng)業(yè)與工業(yè)用水差距較小，隨著生活用水與生態(tài)用水的穩(wěn)步提升，用水結(jié)構(gòu)的單一程度降低，因而用水系統(tǒng)均衡性相對最高，且用水總量、各用水類型均高于上、中游。下游工業(yè)較發(fā)達(dá)，工業(yè)用水突出，年均用水占比達(dá)38.35%，年均用水量為429.83億m3。中游農(nóng)業(yè)較發(fā)達(dá)，農(nóng)業(yè)用水突出，年均用水占比高達(dá)58.19%，年均用水量為489.84億m3，且工業(yè)與農(nóng)業(yè)用水占比相差較大，直接導(dǎo)致中游用水系統(tǒng)均衡性相對最低。

4 用水結(jié)構(gòu)演變驅(qū)動(dòng)力分析

4.1 主成分分析

影響長江經(jīng)濟(jì)帶用水結(jié)構(gòu)的因素眾多，本文根據(jù)長江經(jīng)濟(jì)帶11個(gè)省(市)經(jīng)濟(jì)社會(huì)與水文氣象等資料，利用SPSS 26進(jìn)行主成分分析；選取了代表經(jīng)濟(jì)發(fā)展、生產(chǎn)規(guī)模、人口因素、自然因素4個(gè)方面的9個(gè)分析因子，分別為：工業(yè)生產(chǎn)總值(X1)、GDP(X2)，節(jié)水灌溉面積(X3)、萬元GDP用水量(X4)、農(nóng)用地面積(X5)、總?cè)丝?X6)、需水量(X7)、降水量(X8)、徑流量(X9)，以各因子2003—2019年的數(shù)據(jù)為樣本定量分析。對無量綱處理后的原始變量進(jìn)行檢驗(yàn)，KMO統(tǒng)計(jì)量取值為0.731，符合其大于0.5的要求[16]；進(jìn)行主成分分析得到其主成分特征值及貢獻(xiàn)率如表3所示。結(jié)果表明，前2個(gè)主成分特征值分別為6.057和1.661，累積貢獻(xiàn)率達(dá)85.762%，符合主成分分析時(shí)特征值>1且累積貢獻(xiàn)率達(dá)85%～95%的要求[17]，因此選取第一、第二主成分代表初始的分析因子。

表3 主成分特征值及貢獻(xiàn)率Table 3 Eigenvalues and contribution rates ofprincipal component

主成分荷載矩陣中荷載取值如表4所示，反映出原始分析因子與主成分的相關(guān)度。第一主成分中工業(yè)生產(chǎn)總值(X1)、GDP(X2)、節(jié)水灌溉面積(X3)、萬元GDP用水量(X4)、農(nóng)用地面積(X5)、總?cè)丝?X6)、需水量(X7)等7個(gè)因子的荷載較大，與之有較大相關(guān)度，反映的是工農(nóng)業(yè)生產(chǎn)投入、經(jīng)濟(jì)發(fā)展水平、人口增長的驅(qū)動(dòng)作用，將這些因子定義為社會(huì)經(jīng)濟(jì)因子；第二主成分中降水量(X8)、徑流量(X9)這2個(gè)因子的荷載較大，與之有較大相關(guān)度，反映的是自然條件的驅(qū)動(dòng)作用，將其定義為自然因子；前者影響更為顯著。

4.2 主要驅(qū)動(dòng)力分析

4.2.1 生產(chǎn)規(guī)模

長江經(jīng)濟(jì)帶是我國工業(yè)經(jīng)濟(jì)與農(nóng)業(yè)發(fā)展的重要基地，隨著工業(yè)生產(chǎn)投入的增加與工業(yè)聚集水平的提升，工業(yè)創(chuàng)新發(fā)展效率絕對水平與相對增速均優(yōu)于全國平均水平[18]。2003—2019年長江經(jīng)濟(jì)帶工業(yè)生產(chǎn)總值增加了339 892億元，年均增長率達(dá)12.56%(高于全國平均水平10.46%)。從農(nóng)業(yè)發(fā)展

表4 主成分荷載矩陣荷載取值Table 4 Principal component load matrix

來看，農(nóng)田灌溉用水為主要用水對象；近年來長江流域農(nóng)業(yè)用地與耕地面積有所減少，節(jié)水灌溉面積大幅增加；農(nóng)作物播種面積略有增加，糧食作物依然以谷物(稻谷、小麥、玉米)、油料、薯類、豆類為主。農(nóng)業(yè)規(guī)模與結(jié)構(gòu)的時(shí)空演變較為穩(wěn)定[19]，其他農(nóng)業(yè)生產(chǎn)要素投入強(qiáng)度不斷提高。隨著產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，耗水強(qiáng)度高的農(nóng)業(yè)向耗水強(qiáng)度低的非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，預(yù)計(jì)未來農(nóng)業(yè)用水量不會(huì)大幅上升。

4.2.2 經(jīng)濟(jì)發(fā)展

長江經(jīng)濟(jì)帶作為我國區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展的重要支撐帶，其生產(chǎn)總值由2003年的70 355億元增加到2019年的457 805億元，2019年生產(chǎn)總值占全國的46.41%，年均增長率達(dá)11.65%；萬元GDP用水量下降至58 m3，與2003年相比下降了84.90%。在經(jīng)濟(jì)新常態(tài)下，長江經(jīng)濟(jì)帶產(chǎn)業(yè)發(fā)展要打破傳統(tǒng)低效路徑，向高質(zhì)量、創(chuàng)新驅(qū)動(dòng)、可持續(xù)發(fā)展的方式轉(zhuǎn)型。長江下游擁有較強(qiáng)的技術(shù)與資金優(yōu)勢，適宜發(fā)展現(xiàn)代服務(wù)業(yè)、技術(shù)與資本密集型產(chǎn)業(yè)；長江中上游擁有較強(qiáng)的土地、勞動(dòng)力、生態(tài)自然資源優(yōu)勢，適宜發(fā)展高效農(nóng)業(yè)、生態(tài)旅游業(yè)與資源精深加工業(yè)[20]。隨生產(chǎn)技術(shù)改進(jìn)升級與產(chǎn)業(yè)布局調(diào)整優(yōu)化，加強(qiáng)區(qū)域之間資源的合理配置，用水效率會(huì)進(jìn)一步大幅度提升。

4.2.3 人口因素

人口因素主要包括人口數(shù)量與生活水平的變化。2003—2019年長江流域常住人口數(shù)量保持穩(wěn)定小幅增長的態(tài)勢，從5.60億人增加到6.02億人，由于西高東低的地形地貌與長期歷史發(fā)展的差異，人口密度由西向東逐漸增大。隨著城市化的建設(shè)與發(fā)展，長江經(jīng)濟(jì)帶城鎮(zhèn)化率達(dá)61.7%，高于全國平均水平(60.6%)，長江下游超過70%。受國家梯度開發(fā)戰(zhàn)略與區(qū)域發(fā)展水平有別的影響，長江上游到下游，城鎮(zhèn)化發(fā)展水平不平衡，呈現(xiàn)“西低東高”的空間分布格局。長江經(jīng)濟(jì)帶各省(市)的城鄉(xiāng)居民人均可支配收入呈現(xiàn)穩(wěn)步增長的基本態(tài)勢，整體呈現(xiàn)東高西低的演進(jìn)形態(tài)；下游省(市)居民收入水平明顯高于其他地區(qū)，中上游各省(市)則基本低于全國平均水平。隨著人們生活水平的提高，相應(yīng)的生活用水、對水資源質(zhì)量的要求也提高。隨著經(jīng)濟(jì)實(shí)力與技術(shù)的進(jìn)步，污水處理量的增加可間接帶動(dòng)再生水利用量，提高用水效率。

4.2.4 自然因素

長江經(jīng)濟(jì)帶年均降雨量與徑流量分別為1 249.78 mm和8 703.29億m3，降雨量與徑流量直接影響區(qū)域水資源的儲備，緩解用水與供水壓力；其中降雨量直接影響農(nóng)業(yè)用水中灌溉用水的需求量。如圖7所示，農(nóng)業(yè)用水比例與降水量變化趨勢相反，2007年、2010年、2016年與2018年降水量較多，分別為1 235.17、1 344.50、1 481.82、1 265.33 mm，但這些年份的農(nóng)業(yè)用水比例較低，分別為52.08%、52.42%、51.94%和51.66%。反觀降水量較少的年份，如2003年、2004年與2013年，農(nóng)業(yè)用水比例明顯相對較高。降水量變化直接影響到農(nóng)業(yè)用水量的多少，進(jìn)而影響長江流域用水結(jié)構(gòu)變化。

圖7 2003—2019年長江經(jīng)濟(jì)帶降水量與農(nóng)業(yè)用水比例變化關(guān)系Fig.7 Relationship between precipitation and theproportion of agricultural water use in the YangtzeRiver Economic Belt from 2003 to 2019

5 結(jié) 論

本文基于信息熵與均衡度理論，利用主成分分析法，分析了長江經(jīng)濟(jì)帶2003—2020年用水結(jié)構(gòu)的演變特征及驅(qū)動(dòng)力，結(jié)果表明：

(1)2003—2020年長江經(jīng)濟(jì)帶用水總量總體呈上升趨勢，其中農(nóng)業(yè)用水量先上升，后變化不大，基本穩(wěn)定在1 350億m3左右，工業(yè)用水量總體下降。生活與生態(tài)用量水均有不同程度的提升，前者最為明顯。農(nóng)業(yè)、工業(yè)用水占比下降，生活、生態(tài)用水比例增加，用水結(jié)構(gòu)信息熵、均衡度均呈上升趨勢，用水系統(tǒng)均衡性增強(qiáng)。

(2)長江經(jīng)濟(jì)帶下游用水系統(tǒng)均衡度最高，上游、中游次之。各區(qū)域要在滿足用水總量的前提下，注重增加生活、生態(tài)用水的比例；優(yōu)化用水結(jié)構(gòu)，將農(nóng)業(yè)用水向工業(yè)、生態(tài)等用水方向調(diào)整，積極協(xié)調(diào)好生產(chǎn)、生活、生態(tài)用水之間的關(guān)系。預(yù)計(jì)未來長江經(jīng)濟(jì)帶用水系統(tǒng)均衡性會(huì)繼續(xù)提高。

(3)隨著農(nóng)業(yè)結(jié)構(gòu)的調(diào)整、節(jié)水技術(shù)的升級，長江經(jīng)濟(jì)帶耕地面積可能會(huì)減少，預(yù)計(jì)未來幾年農(nóng)業(yè)用水量不會(huì)有大幅上升，其占比會(huì)繼續(xù)減少。

(4)伴隨長江經(jīng)濟(jì)帶工業(yè)用水重復(fù)利用率的提高、工業(yè)創(chuàng)新發(fā)展與治污力度的加大，預(yù)計(jì)未來幾年工業(yè)用水量會(huì)繼續(xù)減少，或?qū)⒕S持在800億m3左右，所占比例依然呈下降趨勢。

(5)伴隨長江經(jīng)濟(jì)帶的經(jīng)濟(jì)發(fā)展與人口增加，預(yù)計(jì)未來幾年生活用水量會(huì)繼續(xù)增加；供水與用水需求進(jìn)一步提高，生活污水排放量會(huì)增加，因此要加大排污處理力度。

(6)主成分分析的結(jié)果表明，以工業(yè)生產(chǎn)總值、GDP、節(jié)水灌溉面積、萬元GDP用水量、農(nóng)用地面積、總?cè)丝?、需水量為代表的社?huì)經(jīng)濟(jì)因子是用水結(jié)構(gòu)演變的主要驅(qū)動(dòng)力，以降水量、徑流量為代表的自然因子對用水結(jié)構(gòu)演變也有影響，但前者更為顯著。