關(guān)鍵詞：時空特征；工業(yè)用水；碳排放；脫鉤模型；黃河流域

中圖分類號：ＴＶ２１３．４；ＴＶ８８２．１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０９．０２０

引用格式：孟祥瑞，邵慶真，王向前．黃河流域工業(yè)水資源利用與碳排放時空特征及脫鉤分析［Ｊ］．人民黃河，２０２４，４６（９）：１３６－１４３．

０引言

２０２０年９月，中國在第７５屆聯(lián)合國大會上承諾，力爭于２０３０年之前使二氧化碳的排放達到峰值、２０６０年之前實現(xiàn)碳中和。碳中和意味著人類活動排出的二氧化碳量和循環(huán)利用的二氧化碳量達到動態(tài)平衡，而實現(xiàn)此動態(tài)平衡則需要水資源的支撐［１］ 。隨著經(jīng)濟社會的發(fā)展，水資源供給消費結(jié)構(gòu)改變會導(dǎo)致水資源時空分布不均衡，影響區(qū)域生態(tài)系統(tǒng)的碳匯能力［２］ ，而不同區(qū)域水資源分配的時空差異性也會影響地區(qū)碳減排的能力［３］ 。黃河流域作為中國重要的能源基地，煤炭、石油等礦產(chǎn)資源豐富，長期以來碳排放量巨大，其中工業(yè)生產(chǎn)排出的二氧化碳量占流域碳排放總量的近７０％［３］ 。水是生存之本、生態(tài)之基、生產(chǎn)之要，在促進能源結(jié)構(gòu)轉(zhuǎn)型以及工業(yè)低碳運行方面發(fā)揮重要作用［３］ 。黃河流域水資源總量僅占全國的２．７％，通過水資源高效利用助力能源結(jié)構(gòu)轉(zhuǎn)型和碳減排成為黃河流域的重要任務(wù)，因此了解黃河流域工業(yè)水資源利用以及碳排放空間動態(tài)演進特征、明晰工業(yè)水資源利用與碳排放之間的關(guān)系，對于促進水資源可持續(xù)利用和實現(xiàn)“雙碳”目標尤為重要。

近些年來，面對水資源、能源需求增加和應(yīng)對氣候變化的現(xiàn)實需要，黃河流域水資源利用和碳排放的研究成為熱點，如王菲等［５］ 、楊屹等［６］ 從“水－土－能”視角分析了黃河流域三者之間的聯(lián)系，王敏彤等［７］ 、祁強強等［８］ 分析了黃河流域碳源碳匯時空演變特征，宋冬凌等［９］ 分析了黃河流域城市群時空演變特征，杜婭明等［１０］ 測算了黃河流域旅游業(yè)碳排放效率，浩日娃等［１１］ 研究了內(nèi)蒙古碳匯演變規(guī)律及其驅(qū)動因素。在工業(yè)用水及工業(yè)碳排放研究方面，苗峻瑜等［３］ 分析了黃河流域水資源效率和經(jīng)濟的耦合協(xié)調(diào)特征；張旭等［１２］ 、Ｊｉａｎｇ Ｗ Ｙ 等［１３］ 研究了我國工業(yè)用水演變特征；Ｚｈａｏ Ｊ 等［１４］ 分析了我國不同行業(yè)用水量和碳排放的時空演變特征，結(jié)果表明黃河流域９ 省（區(qū)）的碳足跡與水足跡的轉(zhuǎn)出與轉(zhuǎn)入存在明顯地區(qū)差異。Ｔａｐｉｏ脫鉤模型通常用來研究碳排放和經(jīng)濟發(fā)展的脫鉤關(guān)系，部分學者將其用于區(qū)域水資源脫鉤研究，如：鐘妮棲等［１５］ 、李汝資等［１６］ 分析了黃河流域水資源利用和經(jīng)濟發(fā)展的脫鉤關(guān)系，路娜等［１７］ 分析了西北五省省會城市水資源利用和經(jīng)濟發(fā)展的脫鉤關(guān)系，紀義虎等［２］研究了沁河流域用水量和碳排放的脫鉤關(guān)系。

綜上所述，關(guān)于水資源利用與碳排放脫鉤關(guān)系的研究多數(shù)集中在經(jīng)濟增長和用水量方面，而關(guān)于黃河流域工業(yè)碳排放與工業(yè)用水空間結(jié)構(gòu)特征的研究較少。筆者選取工業(yè)碳排放量、工業(yè)碳排放強度、工業(yè)用水量、工業(yè)用水強度、工業(yè)碳水系數(shù)５ 個指標，利用全局莫蘭指數(shù)和局部莫蘭指數(shù)探究黃河流域工業(yè)碳排放量與工業(yè)用水量的時空演變特征，并通過脫鉤指數(shù)揭示其脫鉤關(guān)系，以期為促進黃河流域碳水關(guān)系協(xié)調(diào)發(fā)展提供參考。

１研究指標與研究方法

１．１研究指標

１）工業(yè)碳排放量（Ｃ）。包括工業(yè)能源消耗直接產(chǎn)生的碳排放量和工業(yè)電力消耗間接產(chǎn)生的碳排放量。

２）工業(yè)用水量（Ｌ）。主要指工業(yè)生產(chǎn)過程中的用水量。

３）工業(yè)碳排放強度（Ｉ）。工業(yè)碳排放強度是每萬元工業(yè)增加值（Ｇ）的碳排放量。碳排放強度越低，說明每單位碳排放量創(chuàng)造的經(jīng)濟價值越高、碳排放效率就越高。

４）工業(yè)用水強度（Ｗ）。工業(yè)用水強度是指每萬元工業(yè)增加值的耗水量。用水強度越低說明單位耗水量創(chuàng)造的工業(yè)產(chǎn)值越高、水資源利用效率就越高。

５）工業(yè)碳水系數(shù)（Ｅ）。工業(yè)碳水系數(shù)是工業(yè)碳排放強度和工業(yè)用水強度的比值，計算公式為Ｅ ＝Ｉ ／ Ｗ。傳統(tǒng)工業(yè)企業(yè)碳排放強度和用水強度相對較高，碳水系數(shù)也相應(yīng)較高［１２］ 。

１．２研究方法

２研究區(qū)概況與數(shù)據(jù)來源

黃河流域涉及青海、四川、甘肅、寧夏、內(nèi)蒙古、山西、陜西、河南、山東９ 個?。▍^(qū)）的６１ 個地級市，煤炭、石油、天然氣資源豐富，但是長期以化石能源為主的能源消費結(jié)構(gòu)使得黃河流域碳排放量連年居高不下。２０２１年，黃河流域碳排放總量約占全國的３５％，其中工業(yè)碳排放量占比超過７０％，而黃河流域水資源總量僅占全國的２．７％。鑒于部分地級市數(shù)據(jù)缺失，選取青海、甘肅、寧夏、內(nèi)蒙古、山西、陜西、河南、山東８ 個省（區(qū)）的６０ 個地級市（州）進行研究。研究區(qū)范圍見圖１。

本研究所用的各類能源系數(shù)及轉(zhuǎn)換因子數(shù)據(jù)來源于ＩＰＣＣ（２００６），各?。▍^(qū)）電網(wǎng)碳排放因子數(shù)據(jù)來源于《中國區(qū)域電網(wǎng)二氧化碳排放因子研究（２０２３）》，工業(yè)用水量數(shù)據(jù)來源于各?。▍^(qū)）水資源公報（鑒于２０１９年萊蕪市劃歸濟南市，為保證數(shù)據(jù)的可比性，２０１１—２０２１ 年濟南市相關(guān)數(shù)據(jù)均包括萊蕪市），能源消耗量數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》以及各地級市統(tǒng)計年鑒，城市工業(yè)碳排放量部分數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫（ＣＥＡＤｓ），工業(yè)增加值數(shù)據(jù)來源于各?。▍^(qū)）統(tǒng)計年鑒以及國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。

３結(jié)果與分析

３．１黃河流域工業(yè)水資源利用與碳排放時空特征

選取“十二五”“十三五”“十四五”初期（２０１１ 年、２０１６ 年、２０２１年）分析黃河流域各?。▍^(qū)）工業(yè)碳水關(guān)系時空分布特征。利用ＡｒｃＧＩＳ 中的Ｊｅｎｋｓ（自然間斷點分級法），將２０１１—２０２１ 年黃河流域各?。▍^(qū)）碳水關(guān)系研究指標值分為低、中低、中、中高、高５ 個等級。２０１１—２０２１年各研究指標計算值范圍見表５。各研究指標的時空分布情況見圖２～圖６。

由圖２～ 圖６ 可知：黃河流域地級市工業(yè)碳排放量、工業(yè)碳排放強度、工業(yè)碳水系數(shù)均呈增長趨勢，而工業(yè)用水量、工業(yè)用水強度呈下降趨勢；流域中東部工業(yè)碳排放量、工業(yè)用水量大于西部地區(qū)，而工業(yè)碳排放強度、工業(yè)用水強度、工業(yè)碳水系數(shù)則西部高于中東部。

３．２空間相關(guān)性

３．２．１全局空間相關(guān)性

全局空間相關(guān)性分析結(jié)果見表６，各個研究指標均通過了５％的顯著性水平檢驗，Ｉｔ均大于０，Ｚ 值均大于１．９６，說明研究期各個研究指標均表現(xiàn)出強空間相關(guān)性。

３．２．２局部空間相關(guān)性

上述５個研究指標的局部莫蘭指數(shù)空間分布見圖７～圖１１。

１）工業(yè)碳排放量。高－高聚集區(qū)集中在陜西、山東，低－低聚集區(qū)集中在青海、內(nèi)蒙古；工業(yè)碳排放量高－高聚集區(qū)數(shù)量呈減少趨勢，空間聚集性呈減弱趨勢。

２）工業(yè)碳排放強度。高－高聚集區(qū)主要為工業(yè)碳排放量低值區(qū)的果洛、黃南、甘南、定西；海南州由２０１１年的高－高聚集區(qū)轉(zhuǎn)為２０１６年和２０２１年的低－高聚集區(qū)，原因是其碳排放效率提高，而周圍地區(qū)的碳排放效率偏低；低－低聚集區(qū)多數(shù)分布在山東，但是２０１６ 年以后低－低聚集區(qū)數(shù)量減少。

３）工業(yè)用水量。高－高聚集區(qū)、低－低聚集區(qū)、低－高聚集區(qū)數(shù)量均呈增多趨勢，說明工業(yè)用水量的空間聚集性增強。高－高聚集區(qū)出現(xiàn)明顯的空間偏移，由河南的鄭州、洛陽、新鄉(xiāng)偏向山東的濟南、德州、濱州；低－低聚集區(qū)數(shù)量增多；巴彥淖爾、忻州由２０１１年和２０１６ 年的不顯著區(qū)變?yōu)椋玻埃玻蹦甑牡停呔奂瘏^(qū)，說明其工業(yè)用水量較少，而周邊地級市工業(yè)用水量增多。

４）工業(yè)用水強度。低－低與低－高聚集區(qū)數(shù)量減少，空間聚集性減弱。其中：甘肅的白銀、定西、平?jīng)鰹橹饕牡停途奂瘏^(qū)，說明這３ 個市與周邊市工業(yè)用水效率高；鄂爾多斯、天水由低－高聚集區(qū)變?yōu)椴伙@著區(qū)。

５）工業(yè)碳水系數(shù)。主要分布區(qū)為低－低聚集區(qū)、高－高聚集區(qū)，其中：高－高聚集區(qū)分布在青海的果洛、黃南，甘肅的甘南、臨夏、定西；低－低聚集區(qū)則分布在內(nèi)蒙古的巴彥淖爾、包頭、鄂爾多斯以及山東、河南的部分地級市。

３．３黃河流域各省（區(qū)）碳水脫鉤關(guān)系

利用全局莫蘭指數(shù)與局部莫蘭指數(shù)分析研究指標的空間分布特征時，發(fā)現(xiàn)有些指標聚集區(qū)變化不明顯且該方法無法直觀體現(xiàn)黃河流域碳水關(guān)系，因此引入脫鉤指數(shù)來分析。２０１１—２０２１年黃河流域各省（區(qū)）碳水關(guān)系脫鉤指數(shù)見表７，各地級市碳水關(guān)系脫鉤狀態(tài)見圖１２。

１）青海。處于工業(yè)碳水系數(shù)高值區(qū)、工業(yè)碳排放量和工業(yè)用水量低值區(qū)，研究期其碳水關(guān)系表現(xiàn)為由差變好再變差。２０１１—２０１２年青海整體的碳水關(guān)系均為強、弱負脫鉤，處在不可協(xié)調(diào)發(fā)展階段；２０１２—２０１５年出現(xiàn)強、弱脫鉤的良好情形；２０１５—２０２１年碳水脫鉤關(guān)系處在不可協(xié)調(diào)發(fā)展階段，碳水關(guān)系失衡。研究區(qū)青海６ 個地級市（州）中，只有西寧２０１１—２０２１年碳水關(guān)系未出現(xiàn)強、弱脫鉤，而且大部分時間碳水關(guān)系都處在不可協(xié)調(diào)階段?？傮w而言，青海碳水關(guān)系較差。

２）山東。處于工業(yè)碳水系數(shù)低值區(qū)、工業(yè)碳排放量和工業(yè)用水量高值區(qū)，研究期其碳水關(guān)系總體表現(xiàn)為由差變好。２０１１—２０１５年山東整體碳水關(guān)系出現(xiàn)較多的強負脫鉤情形，２０１６ 年以后強負脫鉤情形減少。研究區(qū)山東９ 個地級市中只有濟南碳水關(guān)系未出現(xiàn)強、弱脫鉤，這與濟南作為傳統(tǒng)工業(yè)老城高耗水高耗能工業(yè)企業(yè)處在節(jié)約用水以及低碳結(jié)構(gòu)轉(zhuǎn)型期有較大關(guān)系；而其他地級市中，濟寧、泰安、德州碳水關(guān)系相對較好，但仍存在較多負脫鉤情形。

３）內(nèi)蒙古。處于工業(yè)碳水系數(shù)和工業(yè)碳排放量低值區(qū)、工業(yè)耗水量高值區(qū)，總體碳水關(guān)系向好發(fā)展。由圖１２ 可知，２０１３—２０１５年、２０１６—２０１７年內(nèi)蒙古未出現(xiàn)強、弱脫鉤情形，其中：研究期烏蘭察布未出現(xiàn)強、弱脫鉤，巴彥淖爾２０１１—２０１２年出現(xiàn)強脫鉤、２０１２ 年以后碳水關(guān)系逐漸變差，呼和浩特２０２０年以后碳水關(guān)系逐漸向好。

４）甘肅。處于工業(yè)碳水系數(shù)低值區(qū)、工業(yè)碳排放量與工業(yè)用水量中高值區(qū)。２０１６年以前甘肅碳水脫鉤關(guān)系均為強負脫鉤，２０１６—２０２１年出現(xiàn)了強、弱脫鉤情形，甘肅碳水關(guān)系逐漸向好發(fā)展。蘭州市２０１１—２０１５年碳水關(guān)系以負脫鉤為主，２０１６年以后出現(xiàn)強脫鉤情形。其他地級市碳水關(guān)系２０１６年以后出現(xiàn)較多弱負脫鉤情形。

５）河南。處于工業(yè)碳水系數(shù)低值區(qū)、工業(yè)碳排放量和工業(yè)用水量中高值區(qū)，整體碳水關(guān)系由好向差發(fā)展。２０１７—２０２１年河南碳水關(guān)系出現(xiàn)較多負脫鉤情形，２０１７—２０２１年均未出現(xiàn)強、弱脫鉤情形。

６）陜西、山西、寧夏。山西和陜西碳水關(guān)系存在較多負脫鉤情形，寧夏近些年碳水關(guān)系逐漸向好。

４結(jié)論

１）全局莫蘭指數(shù)分析結(jié)果表明，２０１１—２０２１年黃河流域工業(yè)水資源利用與碳排放的各研究指標均表現(xiàn)出強空間相關(guān)性。

２）局部莫蘭指數(shù)分析結(jié)果顯示，黃河流域工業(yè)碳排放量高－高聚集區(qū)主要分布在甘肅、山東、陜西，低－低聚集區(qū)分布在內(nèi)蒙古、青海；工業(yè)碳排放強度高－高聚集區(qū)主要分布在青海，低－低聚集區(qū)主要分布在山東、內(nèi)蒙古，２０１６年以后河南、山東工業(yè)碳排放強度低－低聚集區(qū)數(shù)量增多；工業(yè)用水量高－高聚集區(qū)分布在河南、山東，２０１１—２０２１年山東低－低聚集區(qū)數(shù)量增多，低－低聚集區(qū)主要分布在青海，高－低聚集區(qū)分布在甘肅；工業(yè)用水強度低－高、高－高聚集區(qū)分布在甘肅，低－低聚集區(qū)分布在山東、山西；工業(yè)碳水系數(shù)高－高聚集區(qū)分布在青海，低－低聚集區(qū)分布在內(nèi)蒙古和山東。

３）黃河流域各省（區(qū)）碳水關(guān)系總體向好發(fā)展，但是研究期碳水關(guān)系大部分為負脫鉤情形，這與黃河流域能源結(jié)構(gòu)中化石能源比重大、由傳統(tǒng)化石能源消費結(jié)構(gòu)向新能源消費結(jié)構(gòu)轉(zhuǎn)變時間長、工業(yè)碳排放量增長速率較大、水資源量有限且利用效率較低有較大關(guān)系。各?。▍^(qū)）碳水關(guān)系呈現(xiàn)不同的脫鉤狀態(tài)，并且脫鉤階段差異較大，即使某一時期碳水關(guān)系出現(xiàn)了較好的脫鉤情形，下一時期仍然可能轉(zhuǎn)變?yōu)樨撁撱^。