PNAS | 揭示中国用水增速变缓及其关键驱动因素

Deceleration of China’s human water use and its key drivers

Feng Zhou 2020 in PNAS

水资源短缺一直是中国面临的严重问题。在气候变化、政策干预之下中国用水量的时空演变及驱动因子仍有待系统研究。用水量变化一般可以采用全球水文模型研究，也可以采用历史调查与统计数据来研究。前者难以反映出一些水利用措施的效应，后者在中国仍没有得到系统分析。对此，本研究收集了两次全国水资源调查和统计资料（在地级市尺度），系统研究了1965到2013年间中国用水量变化和影响因素。

结果发现中国用水量在研究时段内翻倍，但其增长速率逐渐减小，利用分段回归方法可分为三个阶段，即1975以前，1975-1992,以及1992之后。在第二和三阶段，用水增加速度明显减小。分部分对用水量变化进行分析，发现灌溉用水量速率下降明显，在第三阶段为负增长，而工业用水和城市用水增长加速，农村用水速率比较稳定。其中灌溉用水下降仍然主导了总用水量增速的下降，但工业和城市用水在后期比重变大。作者利用14个指标（如灌溉面积/工业产值、类型组合、用水强度等）分析各部门用水量变化的驱动因素，认为用水量变化是由社会经济发展带来的用水量增加，以及用水效率提高带来的用水量下降共同决定的。具体来说，灌溉和工业用水效率提高，抵消了社会经济用水增加，从而导致用水增速下降。

进一步分析灌溉和工业用水效率提高的原因。对于灌溉效率变化，发现气候变化只能解释很小区域的趋势，而灌溉节水技术使用率与灌溉用水强度变化有较好关系，同时结合一个归因模型计算证实节水技术推广是灌溉强度提高的主要原因。对于工业用水效率来说，使用诊断模型来估算蒸发水量和水回收利用技术的贡献，发现后者是第二和三时段中工业用水效率提高的主要原因。

之后作者在讨论中梳理总结了过去中国不同时期实施的水政策的可能影响。在此基础上预计未来用水增速还可能继续减缓，但工业和城市用水将起更大作用。最后还分析了ISIMIP用水文模型对中国用水量模拟情况，发现与实际差异较大，这说明模型中对于政策措施的表征不足。

注1：第一作者周丰老师是北京大学城市与环境学院的副教授。

注2：这是一个非常系统的基于历史数据的关于中国用水量的分析，并且文章中也共享了用水数据，十分难得。