为识别和量化导致用水量变化的主要影响因素及其驱动作用,准确把握用水变化趋势,将全国总用水量分为生活、工业和农业用水量,通过构建多层次对数均值迪氏指数(logarithmic mean Divisia index,LMDI)分解模型,在生活、工业及农业用水量...为识别和量化导致用水量变化的主要影响因素及其驱动作用,准确把握用水变化趋势,将全国总用水量分为生活、工业和农业用水量,通过构建多层次对数均值迪氏指数(logarithmic mean Divisia index,LMDI)分解模型,在生活、工业及农业用水量变化的驱动因素分解的基础上,对全国总用水量驱动效应进行测度,并进一步量化研究用水驱动效应在时间和空间尺度上的分异特征。结果表明:2020年用水总量几乎与20年前持平,但各驱动要素的相对作用发生了显著变化,与此同时,用水量变化驱动效应存在较强的空间分异性,并且在“十三五”时期表现出了新的变化态势。结果可为我国水资源的高效利用和水资源管理政策的科学制定提供技术支撑与决策依据。展开更多
文摘为识别和量化导致用水量变化的主要影响因素及其驱动作用,准确把握用水变化趋势,将全国总用水量分为生活、工业和农业用水量,通过构建多层次对数均值迪氏指数(logarithmic mean Divisia index,LMDI)分解模型,在生活、工业及农业用水量变化的驱动因素分解的基础上,对全国总用水量驱动效应进行测度,并进一步量化研究用水驱动效应在时间和空间尺度上的分异特征。结果表明:2020年用水总量几乎与20年前持平,但各驱动要素的相对作用发生了显著变化,与此同时,用水量变化驱动效应存在较强的空间分异性,并且在“十三五”时期表现出了新的变化态势。结果可为我国水资源的高效利用和水资源管理政策的科学制定提供技术支撑与决策依据。
