虚拟水转移网络的特征及其对中国水资源空间均衡的影响

《Ecological Indicators》：Characteristics of virtual water transfer networks and their influence on the spatial equilibrium of water resources in China

虚拟水转移网络构建与空间均衡效应研究基于2017年中国城市级多区域投入产出表和水资源数据，整合农业（Agr）、工业（Ind）、服务业（UrP）三大经济部门，构建包含313个城市的多层级虚拟水转移网络（VWTN）。通过复杂网络分析发现：1）网络呈现“三横三纵”格局， north-south和west-east贸易流显著，首层VWTN超80%的边集中在省会城市；2）基尼系数下降0.08，表明虚拟水流动优化了水资源空间分配；3）PageRank和介数中心性显示，北京、上海、武汉等东部经济枢纽为关键节点，承担全国近半数虚拟水输入。研究证实城市级VWTN分析对精准水资源配置具有实践价值，需协调虚拟水与物理水工程协同管理。

　　### 中国城市虚拟水转移网络的分析与解读

在全球经济快速发展和贸易流动日益频繁的背景下，传统资源分配模式正受到前所未有的挑战，这一现象引发了大规模的虚拟水流动。虚拟水是指在商品和服务的生产过程中所消耗的水资源，其转移网络的深入研究有助于准确评估地方水资源需求并衡量水资源压力。然而，目前的研究大多缺乏对城市级别的全面分析，这限制了水资源的高效与精准配置。因此，本研究通过输入-输出模型和复杂网络分析，构建了涵盖中国313个城市的多层虚拟水转移网络（VWTN），量化了网络中的关键特征，如节点强度、连通性以及中心性等。研究结果表明，虚拟水转移网络的流量规模和地理分布因行业而异，整体虚拟水转移网络（即生产型虚拟水转移网络，Pro VWTN）呈现出“三横三纵”的流动模式，其特征在于省内宏观循环和省际微观循环。Pro VWTN的社区结构与现有城市聚集区的分布高度一致。此外，虚拟水转移有助于改善水资源的空间均衡性，具体表现为水資源量与常住人口之间的基尼系数下降了0.08。本研究为科学优化水资源分配与管理提供了基础，并为相关政策制定和实际应用提供了新的思路和方法。

#### 1. 虚拟水贸易的重要性与影响

虚拟水贸易已成为全球水安全的重要影响因素。根据相关研究，全球范围内虚拟水的总流量约占全球取水总量的三分之一。日本、美国和英国是主要的净进口国，而印度、中国和印度尼西亚则是净出口国。这种贸易模式加剧了印度、中国等国家的水资源紧张状况，并形成了一个复杂的跨国虚拟水流动网络。在中国，虚拟水对国家水资源平衡的影响日益显著，其总流量从1998年的758亿立方米增加到2014年的1246亿立方米。其中，运输粮食从北方到南方的虚拟水流量约为3008亿立方米，而能源转移相关的虚拟水流量（如西电东送、天然气输送和煤炭运输）则约为6455万立方米。这种流量模式进一步加剧了虚拟水资源的不均衡分配，从而加重了水资源匮乏地区的压力。

虚拟水的流动不仅改变了中国的水资源安全格局，还随着贸易交流频率的增加，形成了一个日益复杂的区域间流动网络。因此，科学地量化和评估虚拟水转移网络（VWTN）在理论上和实践中都具有重要意义。通过深入理解虚拟水流动模式，可以更有效地制定水资源管理策略，从而确保水资源的合理利用和可持续发展。

#### 2. 研究方法与数据来源

本研究采用输入-输出模型和复杂网络分析相结合的方法，构建了一个多层虚拟水转移网络。首先，我们收集了2017年的中国城市级多区域投入产出表（MRIO）和水使用数据，这些数据涵盖了各个行业对水资源的消耗情况。为了分析虚拟水流动的网络特征，我们利用MRIO表整合水使用模块，构建了一个城市级的水资源投入产出表。此外，我们还收集了水資源量、人口统计数据以及地理坐标等信息，用于进一步的网络构建和分析。

研究区域包括313个行政区域，涵盖27个省的309个城市，以及青海、西藏、云南和海南四个省份。由于数据限制，这些省份被单独统计。在构建网络时，我们首先计算了净虚拟水分配矩阵，以反映城市间的虚拟水流量大小和方向。然后，基于该矩阵，我们构建了一个多层、有向、加权的虚拟水转移网络（G = (N, E, L, W)），其中N代表城市节点，E代表节点间的连接边，L代表网络层次，W代表边的权重，即虚拟水流量的大小。

为了量化网络的结构特征，我们采用了复杂网络分析方法，包括节点强度、连通性以及中心性等指标。节点强度是指与一个节点相连的所有边的权重之和，分为入度强度和出度强度。连通性则通过网络密度和平均度来衡量，其中网络密度反映了网络中节点之间的连接紧密程度，而平均度则表示每个节点的平均连接数量。中心性则用于评估节点在网络中的重要性，包括中介中心性和PageRank中心性。中介中心性衡量一个节点在连接其他节点的最短路径中所扮演的角色，而PageRank中心性则基于随机遍历的方式评估节点的重要性。

#### 3. 虚拟水转移网络的结构特征

通过构建的虚拟水转移网络，我们发现虚拟水流量的分布和路径具有显著的行业差异。在整体网络（Pro VWTN）中，农业、工业和建筑业分别构成了不同的网络层次。农业虚拟水转移网络（Agr VWTN）具有最高的流量，占总流量的66.172亿立方米，表明农业活动对虚拟水流量的贡献最为显著。工业虚拟水转移网络（Ind VWTN）的流量为27.883亿立方米，而建筑业和服务业虚拟水转移网络（UrP VWTN）的流量则相对较小，仅为4.113亿立方米。

从空间分布来看，虚拟水流量的大小和方向因城市而异。在Pro VWTN中，大部分城市的入度和出度强度分别在0到500亿立方米之间，占城市总数的73%和61%。然而，一些城市的虚拟水流量超过500亿立方米，主要集中在东部沿海地区和新疆地区。这些城市的虚拟水流量通常与粮食运输和能源转移密切相关，反映了中国“南水北调”和“北粮南运”政策对虚拟水流动模式的深刻影响。

虚拟水转移网络的结构特征还表现为“三横三纵”的流动模式。这一模式在多个网络层次中都得到了体现，尤其是在农业和工业虚拟水转移网络中。例如，农业虚拟水转移网络的高权重边主要集中在农业聚集区，如华北平原和长江中下游平原，而工业虚拟水转移网络的高权重边则主要集中在东部沿海经济圈，如长三角、珠三角和京津冀地区。这些区域的虚拟水流量反映了其在国家经济格局中的重要地位。

#### 4. 虚拟水转移对水资源空间均衡的影响

为了评估虚拟水转移对水资源空间均衡的影响，我们采用基尼系数（Gini coefficient）作为衡量指标。基尼系数能够反映水资源总量与常住人口之间的分布不均衡程度。研究结果表明，经过虚拟水转移后，基尼系数从0.67下降至0.59，说明水资源的不均衡状况有所缓解。然而，这种缓解主要体现在南方地区，如珠三角、长三角和东南沿海城市群。这些地区虽然拥有丰富的水资源，但由于农业和工业需求较高，仍然需要大量进口虚拟水产品。例如，珠三角地区进口了12263亿立方米的虚拟水，长三角地区进口了6822亿立方米，而东南沿海城市群则进口了2659亿立方米。

相比之下，北方地区的水资源压力仍然较大。例如，黄淮海平原的水资源压力显著增加，部分城市的基尼系数甚至超过了1。这表明，北方地区在虚拟水转移中承担了较大的水资源输出任务，从而加重了当地的水资源压力。因此，未来水资源管理应重点关注这些区域，以确保其水资源供应的稳定性。

#### 5. 虚拟水转移的驱动因素与未来展望

虚拟水流动模式的形成受到多种因素的影响，其中经济因素和资源条件是最主要的驱动因素。经济因素主要体现在城市间的经济发展水平和产业结构上。研究发现，虚拟水转移网络的社区结构与经济区的划分高度一致，且虚拟水流动通常从经济欠发达地区流向经济发达地区。这种现象表明，经济发展的不均衡性是虚拟水流动的重要驱动力。

资源条件则决定了虚拟水的输出地区。农业和水资源密集型产业的分布是虚拟水输出的主要来源。例如，北方地区拥有大量的耕地资源，因此成为农业产品的重要输出地。而南方地区虽然水资源相对丰富，但农业生产能力有限，需要依赖北方地区供应粮食。这种“北粮南运”的模式反映了农业生产布局对虚拟水流动的决定性影响。

此外，政策因素也在虚拟水流动中起到了重要作用。例如，“南水北调”工程和“北粮南运”政策直接影响了虚拟水的流动路径和规模。这些政策不仅促进了水资源的合理分配，也推动了区域间经济发展的协调。

尽管虚拟水流动模式在短期内可能不会发生显著变化，但随着经济结构的调整和政策的实施，未来虚拟水转移网络的结构和路径仍可能发生变化。因此，需要进一步研究和优化水资源管理策略，以确保虚拟水和物理水网络的协调发展。

#### 6. 研究的局限性与未来方向

本研究虽然提供了对虚拟水转移网络结构的深入分析，但仍存在一些局限性。首先，虽然国家经济行业分类系统包含了42个子类，但由于数据获取的限制，我们只能将这些行业分类整合为三个主要类别：农业（Agr）、工业（Ind）和建筑业及服务业（UrP）。这种整合方法虽然有助于简化分析，但也可能掩盖某些行业的具体特征。

其次，城市级MRIO表的数据更新仅至2017年，这使得研究结果受到时间滞后的影响。近年来，中国政府推动了经济结构的调整，增加了对科技创新、绿色发展和区域协调发展的支持。这些政策可能会影响基础设施建设、产业结构和消费模式，从而改变城市间的虚拟水流动量。因此，未来的研究应优先更新数据，以更全面地评估政策变化对虚拟水转移网络及其动态演化的潜在影响。

#### 7. 结论

本研究揭示了中国313个城市虚拟水转移网络的特征，并评估了其对水资源空间均衡的影响。结果表明，城市间的虚拟水总流量达到了1838.8亿立方米，整体呈现出向东和向南流动的趋势。其中，从西部流向东部的虚拟水流量约为1204亿立方米，而从北方流向南方的虚拟水流量则为774亿立方米。虚拟水转移后，水资源总量与常住人口之间的基尼系数下降了0.08，说明水资源分配的不均衡状况有所改善。

从空间分布来看，中国的虚拟水转移网络具有高度的连通性和复杂的结构。在Pro VWTN中，第一和第二层次的虚拟水转移网络主要体现为省内宏观循环，而第三到第六层次的虚拟水转移网络则形成“三横三纵”的模式，反映了省际微观循环。这种流动模式与经济区的布局密切相关，大城市的节点强度较高，成为虚拟水流动的关键节点。

未来，这些经济发达城市可能会消耗更多的水资源，而生产水资源密集型产品的地区则会面临更大的水资源压力。因此，迫切需要建立综合的水资源补充计划，协调虚拟水和物理水网络，以有效应对水资源匮乏城市面临的挑战。

本研究还为分析中国城市级虚拟水转移网络的特征提供了系统性的框架。与传统的宏观研究相比，本研究从更细粒度的角度深化了对虚拟水转移网络的理解。此外，探讨虚拟水流动与经济、产业和政策背景之间的复杂关系，也为虚拟水研究领域提供了新的视角和方法。总体而言，本研究对优化供需关系和提高水资源分配的精准度具有重要意义。