EN中文

JOURNAL OF NATURAL RESOURCES >

2021 , Vol. 36 >Issue 12: 3215 - 3231

DOI: https://doi.org/10.31497/zrzyxb.20211215

Regular Articles

Evaluation model and application of water supply and demand suitability for tourism in arid areas: A case study of Xinjiang

  • HE Zhao-li , 1, 2 ,
  • WANG Rui-fang 3
Expand
  • 1. School of Tourism Management, Sun Yat-Sen University, Guangzhou 510175, China
  • 2. School of Business Administration, Nanjing University of Finance & Economics, Nanjing 210023, China;
  • 3. Business School, Hohai University, Nanjing 211100, China

Received date: 2020-08-03

  Revised date: 2021-01-11

  Online published: 2022-02-28

Copyright

Copyright reserved © 2021.
Fold

Abstract

While promoting the regional social and economic development, the tourism in arid areas aggravates the contradiction between the supply and demand of water resources. In view of the characteristics of water resource endowment and tourism industry in arid regions of China, this paper puts forward an evaluation model of water supply and demand suitability of tourism industry in arid regions. According to the contribution rate of tourism output to gross domestic product, the proportion of tourism employees in employment, and the constraint of regional water resource endowment, a comprehensive calculation model for the water supply of tourism in arid areas is built; from the perspective of tourism all-elements, a tourism water demand measurement model is established, which is composed of catering, accommodation, energy, visiting, and shopping water accounts, etc.; aiming to set up the quantitative relationship between "supply" and "demand" water quantity, a combinatorial analysis method was used to construct an index evaluation model for the suitability degree of water supply and demand for tourism industry, and an evaluation threshold was set to evaluate the suitability degree of water supply and demand for tourism industry in arid areas. The empirical prediction of the degree of water supply and demand suitability for tourism in Xinjiang in 2025 is made, and the following conclusions are drawn: the maximum development rate of tourism in Xinjiang should be within 15%; at the same time, the Xinjiang government should keep the average annual water-saving rate of social water consumption at or above 0.95%; in the event of an emergency, the development rate of tourism in Xinjiang in subsequent years can be increased to 20%. Only in this way can the tourism industry maintain the state of "basic balance between supply and demand" or even better.

Key words： tourism in arid areas; water supply; water demand; supply and demand adaptability; prediction

Cite this article

HE Zhao-li , WANG Rui-fang . Evaluation model and application of water supply and demand suitability for tourism in arid areas: A case study of Xinjiang[J]. JOURNAL OF NATURAL RESOURCES, 2021 , 36(12) : 3215 -3231 . DOI: 10.31497/zrzyxb.20211215

中国干旱地区普遍具有经济基础薄弱、贫困面广量大、旅游资源相对富集的特征。而中国旅游规划与国土空间规划紧密关联[1],旅游业的发展对经济发展也具有显著的支柱性作用[2,3]。以中国新疆为例,旅游总消费从2006年的159.34亿元增加到2017年的1823.19亿元,年均增长率为24.8%;旅游总消费对地方GDP贡献率从2006年的5.23%上升到2017年的16.75%[4]。但旅游业在促进干旱区区域社会经济发展的同时,也加剧了地区的水资源供需矛盾。相关研究表明游客直接用水量占总用水量（即包括直接及间接用水）的2%~20%[5]。可见旅游用水,尤其是旅游虚拟水,已成为干旱地区用水量不容忽视的组成部分。因此,如何针对中国干旱区水资源禀赋及旅游产业的特点,判别旅游业用水供给与需求之间的适配性关系,并据此提出相应的管控策略,对实现地区水资源可持续利用,促进旅游业健康持续发展均具有现实意义。
关于旅游业用水如何与地区水资源禀赋相适应的问题,学界已开展了有益探索,并取得了丰富的成果,主要包括四个方面：一是关于旅游业用水构成。学界普遍认为旅游发展用水包括直接用水需求和间接用水需求两个部分,其中直接用水需求主要包括游客的饮用及卫生用水需求,酒店、景区灌溉花园和填充游泳池的用水需求,景区、娱乐中心的休闲活动用水需求等[6];间接用水需求主要体现于基础设施（住宿,道路,机场等）,食品,燃料,消费品和其他服务的用水需求等[7,8]。二是关于旅游业用水需求测算模型。Hoekstra[9]提出了完整的“水足迹”概念,即一个国家、一个地区或一个人,在一定时间内消费的所有产品和服务所需要的水资源数量;基于对水足迹概念的理解,Gössling等[5]提出了旅游水足迹（Tourism Water Footprint,即TWF）的概念模型;随后,Hadjikakou等[10]、Li[11]、李嫄等[12]、王群等[13]、刘俊等[14]、Cazcarro等[15,16]都从不同角度提出了旅游业水足迹测算模型;此外,王静等[17]对旅游地水资源承载力的问题开展了研究。三是关于产业发展与水资源配置适应性的关系。学界普遍认为产业发展应该坚持资源利用率更高、配置更有效、环境污染更少的原则。Gallagher等[18]基于用水账户的分析提出了促进博茨瓦纳和危地马拉经济绿色发展的建议;Daly[19]强调在产业发展过程中,既要降低资源的消耗水平,又要培育环境友好型产业;王慧敏[20]利用PSR方法分析了水资源与社会经济发展关系,并构建了最严格水资源管理适应性政策选择程序;左其亭[21]分析了环境变化下水资源适应性利用机理,认为水系统变化分为供给侧变化与需求侧变化,二者自觉或不自觉地相互适应;而Syme[22]、Null等[23]研究了环境变化中,气候变化下的水资源适应性配置方法;张玲玲等[24]通过建立系统动力学模型,在区域用水总量控制约束条件下,动态模拟了江苏省水资源供求变化和既定水资源可供量条件下不同用水部门水量分配情况。四是关于旅游业用水管理政策,主要包括水资源管理政策和旅游管理政策等方面。Schachtschneider[25]提出通过外部控制、经济和道德驱动水需求管理计划,实现水资源政策与旅游政策的互补,提高旅游水资源的利用效率;Charara等[26]提出通过政策激励、税收政策等措施增加节水措施的财政吸引力;黄大勇[27]提出通过生态补偿制度,推动乌江旅游产业综合发展来保护乌江水资源安全,从而形成旅游产业与水资源安全保护战略互动的局面;Vila等[28]提出运用改进的Delphi方法识别影响旅游目的地水资源管理的关键因素,从而为旅游用水需求管理决策提供依据。
综上,从旅游用水供需适配性的视角出发,现有研究仍显不足：相关研究尚缺乏专门针对干旱地区旅游业用水供给量的测算模型;多针对旅游业用水实际需求量进行分析,尚缺乏将用水需求量与各种情景相结合的研究;目前对用水供给与需求的适配性研究多是基于定性的理论分析或量化的水资源承载力分析,尚缺乏对适配性程度指数的方向界定与类别划分。
基于此,本文依据干旱区水资源禀赋和旅游业发展特点,提出干旱区旅游发展用水“供给”与“需求”适配性评价模型。分析思路如下：以干旱地区为研究对象,建立包括旅游业收入、旅游业从业人员、水资源禀赋约束等在内的旅游业供水量测算模型;借鉴王群等[13]的思想,从旅游全要素视角,建立餐饮、住宿、游览、能源、购物等五个水足迹账户;从“供给量”与“需求量”两侧,建立旅游业用水供需适配性程度指数评价模型,并设定评价阈值。

1 研究方法与数据来源

1.1 旅游业用水的相关概念

参考揭秋云[29]对旅游水资源的定义,本文将“旅游业用水”定义为：一定的科学技术水平下,一定时空范围内,旅游业为满足自身发展而使用的水资源数量。
“旅游业用水需求量”则是旅游业发展过程中对水资源数量的需求。基于Hoekstra[9]提出的“水足迹”的概念,旅游业水足迹,即旅游业用水需求量,可定义为在旅游活动生命周期内各个环节,行业消费主体所消费的产品和服务在生产时消耗的所有水资源数量。
从供给与需求角度,“旅游业用水供给量”是与“旅游业用水需求量”相对应的概念,反映地区对旅游业水资源的供给能力,具体定义为：在一定的时空范围内,在地区水资源禀赋的约束下,为满足旅游业的发展需求,地区总供水量中分配给旅游业的水资源数量。

1.2 旅游业用水供需适配性评价模型体系设定

1.2.1 旅游业用水供给测度模型
目前学界对旅游业水资源供给量的测算尚缺乏一定研究,本文借鉴揭秋云等[29]的思想,综合地区水资源禀赋的约束作用、旅游业产值对地区生产总值贡献率、旅游业从业人员占地区就业人员比例等指标,来反映干旱地区预测年旅游业用水供给量在地区总供水量中的占比。干旱地区旅游业用水供给量测算模型具体见式（1）~式（3）：
S TW = [ w 1 × g / G + w 2 × nem Nem ] × f ( α ) × S W
w 1 + w 2 = 1
f α = 1 / ( τ × α 2 + 1 )
式中： S TW 为地区预测年旅游业用水供给量（亿m3）; w 1 、 w 2 为权重; α 表示旅游业规模发展速度; g 表示预测年地区旅游业总消费（亿元）,是关于旅游业规模发展速度 α 的函数; G 表示预测年地区GDP（亿元）; nem 表示预测年地区旅游业从业人员人数（万人）,同样是关于旅游业规模发展速度 α 的函数; Nem 表示预测年地区就业人员人数（万人）;考虑到干旱地区旅游经济发展受水资源禀赋制约,故设调节系数 f ( α ) ,其是单调递减的收敛函数; S W 表示地区预测年总供水量（亿m3）; τ 为参数。
g 、G、 nem 、 Nem 、 S W 均可以通过相关统计资料或相关规划数据,利用相关软件进行估算。 τ 根据干旱地区的具体情况取值。
1.2.2 旅游业用水需求测度模型
基于Gössling等[5]提出的旅游水足迹概念模型,本文从旅游“食、住、行、游、娱、购”全要素视角,建立六个子账户,分别进行每个账户的实体水与虚拟水测算。具体模型如式（4）：
TWF = W F cater + W F accom + W F traff + W F visit + W F enter + W F shop
式中：TWF表示旅游水足迹（亿m3）; W F cater 表示餐饮水足迹（亿m3）; W F accom 表示住宿水足迹（亿m3）; W F traff 表示交通水足迹（亿m3）; W F vi sit 表示游览水足迹（亿m3）; W F enter 表示娱乐水足迹（亿m3）; W F shop 表示购物水足迹（亿m3）。
旅游各环节都涉及电力、汽油、天然气等不同能源的消耗,故本文设立能源水足迹账户,并将各环节产生的能源消耗归入此账户。由于交通水足迹主要为各种交通方式的能源水足迹,故将交通水足迹归入能源水足迹账户中,而不单独设立。娱乐活动主要发生在游览和购物环节中,故不单独设立娱乐水足迹账户,而是将娱乐活动分别归入游览和购物水足迹账户中。建立旅游业用水需求量（DTW）测算模型如式（5）所示：
D TW = W F cater + W F accom + W F ener + W F visit + W F shop
式中： W F ener 表示能源水足迹（亿m3）,其他变量含义不变。
（1）旅游地餐饮水足迹模型
干旱区旅游业餐饮水足迹主要包括游客和旅游业从业人员消耗食物所含虚拟水、直接消耗饮用水。王群等[13]指出,正常情况下人体每天的健康饮水量不低于2000 mL。考虑到新疆水资源的干旱特征,本文取2000 mL作为人体每天健康饮水量的标准值。餐饮水足迹具体模型为：
W F cater = ( N v D v + N s D s ) × ( ∑ j = 1 n Foo d j V j + 0.002 )
式中： N v 为游客总人数（亿人）; D v 为游客平均停留天数（天）; N s 为旅游业从业人员总数（亿人）; D s 为旅游业从业人员平均工作天数（天）; Foo d j 为干旱区人均每日消费第 j 种食物的消费量（kg）; V j 为第 j 种食物的单位虚拟水含量（m3/kg）; j = 1,2 , … , n 表示每日消费食物的类别;0.002表示人均日常健康饮用水量（m3）。
（2）旅游地住宿水足迹模型
干旱区旅游业住宿水足迹主要包括住宿游客和宾馆服务人员直接消耗的实体水,以及游客消耗的宾馆一次性消费品包含的虚拟水。住宿水足迹模型为：
W F accom = ( q v Q v T v + q s Q s T s ) + ∑ k = 1 n P k M k
式中： q v 为干旱区住宿游客单位用水标准（m3/d）; Q v 为住宿游客的规模或数量（亿人）; T v 为游客平均住宿天数（天）; q s 为工作人员用水标准（m3/d）; Q s 为工作人员数量（亿人）; T s 为工作人员平均工作天数（天）; P k 为宾馆第 k 种一次性消费品用水标准（m3/kg）; k = 1,2 , … , n 表示一次性消费品的类别; M k 为宾馆第 k 种一次性消费品数量（亿kg）。
（3）旅游地能源水足迹模型
干旱区旅游业能源水足迹主要包括交通消耗燃料所需虚拟水,以及住宿、餐饮、游览、购物活动中产生的电力、天然气、煤气等能耗所消耗虚拟水。视游客能耗结构同干旱区居民日均能耗结构,游客能源水足迹具体模型如式（8）：
W F ener = E p / Ch × div × N v × D v
式中： E p 为平均每人每天生活用能源（kg）; Ch 为单位石油可转换成生活用能源数量; div 为石油耗水因子（1.06 m³/kg）。
（4）旅游地游览水足迹模型
参考王群等[13]的文献,游览用水主要为实体水,包括旅馆、公园和景区内公厕用水、园林灌溉用水等生态用水。考虑到旅游业经济的发展对旅游业生态用水需求的影响,游览水足迹具体模型如下：
W F visit = g / G × W eco
式中： g 表示干旱地区旅游业总收入（亿元）;G表示地区GDP总产值（亿元）; W eco 为干旱地区生态环境用水量（亿m³）。
（5）旅游地购物水足迹模型
购物用水主要为所购产品中所含虚拟水,具体模型如下：
W F shop = C × W w
式中：C为游客购物总消费（万元）; W w 为万元工业增加值用水量（亿m³）。
1.2.3 干旱区旅游业用水供需适配性评价模型
（1）模型构架
针对“供给”与“需求”水量的数量关系,拟采用两种测算模型并予以组合集成的方法构建旅游业用水供需适配性程度指数评价模型。设定水资源供需适配性程度指数阈值,获得干旱区旅游业用水供给与需求适配性程度的评价等级,分别记作A、B、C、D。具体见图1。
图1 旅游业用水供需适配性程度指数评价模型构架

Fig. 1 The framework of the evaluation model of water supply and demand adaptability in tourism industry

（2）干旱区旅游业用水供需适配性程度指数模型
分别构建线性函数模型一、非线性函数模型二,并予以集成得到组合评价模型。两种测算模型均基于干旱区旅游业用水供给量（ S TW ）与需求量（ D TW ）予以设计,并采用“适度最优”型函数,以贯彻“以水定产”的思想。
① 模型一：令 x = D TW S TW ,且 x ∈ [ a , b ] ,0<a<1,b>1。设线性函数：
F 1 x = 100 - 100 β × 1 - x 1 - a , a ≤ x ≤ 1 100 - 100 β × x - 1 b - 1 , 1 < x ≤ b
式中： F 1 x 表示适配性程度指数,为分段函数。设定调节系数 β , β ≥ 1 。该方法可保证：当x取值为1时,即供给等于需求, F 1 x 取最大值100;当x取值为a或者b时, F 1 x 值小于或等于0。该方法函数值越大,说明供给与需求越接近,适配性程度越好;反之,x越靠近a或b,函数值越小,适配性程度越低。模型特征见图2。
图2 函数（11）与函数（12）的图像特征

Fig. 2 Image features of formulas (11) and (12)

② 模型二：借鉴程小可等[30]构建反正切函数的做法,令 x = D TW S TW , x > 0 ,设变形反正切函数：
F 2 x = 100 - 200 π × arctan θ ( 1 - x )
式中： F 2 x 为适配性程度指数,为一连续可导函数,模型特征见图2。 θ 为调节系数, θ 取值越大,图2b中函数图像越“陡”,为保证各种供需适配性情况可平缓落入函数图像, θ 取1~6间的整数值。该模型的特征如下：当 x = 1 时,供需适配性最好,此时的 F 2 x = 100 ;当需求小于供给时,即 0 < x < 1 , x 越靠近0, F 2 x 的值越小,但始终大于0;当需求大于供给时,即 x > 1 时, x 越大于1, F 2 x 的值越小,但也始终大于0。 x 越靠近1,说明适配性越好, F 2 x 值越大且增长越快; x 越接近0或越大于1,说明适配性越差, F 2 x 值越小且下降越缓慢。该方法可以保证 F 2 x 的取值在 (0, 100] 之间,并保证当供给等于需求时 F 2 x 取最大值100。
③ 构建组合评价模型。利用加权法,对模型一和模型二的评价结果进行加权,获得组合评价模型。
F x = γ F 1 x + ( 1 - γ ) F 2 x
式中： F x 为加权适配性程度指数函数; γ 为权重,且 0 < γ < 1 。同样, F x 值越大,旅游业用水供需适配性程度越高;反之,供给与需求适配性程度越低。
④ 构建判定规则
构建干旱区旅游业用水供给与需求适配性判定规则：
δ 1 ≤ F x ≤ 100 , A 类 δ 2 ≤ F x < δ 1 , B 类 δ 3 ≤ F x < δ 2 , C 类 0 ≤ F x < δ 3 , D 类
式中：A、B、C、D类分别代表供需平衡状态、供需基本平衡状态、供需基本失衡状态、供需严重失衡状态。其中 δ 1 、 δ 2 、 δ 3 主要依据专家咨询意见、干旱区历年旅游业用水趋势、地方政府对旅游产业及旅游业用水的政策等予以设定。
依据组合函数 F x 的函数特征,以及 δ 1 、 δ 2 、 δ 3 的取值,根据式（14）可以测算“需小于供”“需大于供”两种情形下x的取值范围,具体界定如表1。
表1 不同适配性类别下x的取值范围

Table 1 Value range of variable x under different adaptability categories

类别 A B C D
x取值范围 需小于或等于供 η1≤x≤1 η2≤x&lt;η1 η3≤x&lt;η2 a≤x&lt;η3
需大于供 1&lt;x≤η1' η1'&lt;x≤η2' η2'&lt;x≤η3' η3'&lt;x≤b

1.3 研究区概况

新疆属中国西北部干旱与半干旱地区,境内植被覆盖率低,大部分地区属裸地。全疆分为北疆、南疆两个部分,共包含十四个地、州、市及多个自治县、县级直辖市,总面积166万km2,耕地面积412.46 km2,2017年境内年末常住人口2445万人。根据《中国水资源公报》（2017年）,2017年全疆水资源总量为1013.07亿m³,实际供水量552.3亿m³,降水深度192.4 mm,仅为该年全国降水深度的28.94%。
2017年全疆共有395个A级景区,包括12家5A级景区和90个4A级景区。2017年全疆共吸纳入境过夜游客77.41万人次,年末实现旅游业总消费1823.19亿元,比2016年增长30.24%。旅游业总消费在第三产业中占比达36.47%,对全疆生产总值贡献率达16.75%。但随着新疆旅游业的发展,水资源短缺与旅游业经济发展的矛盾逐步凸显。同时,境内各行政分区降水量、水资源总量、游客规模差异较大（图3）,进一步加深了各行政区间的用水矛盾。
图3 2017年新疆各行政区水资源、游客规模差异

Fig. 3 Differences in water resources and tourism scale among Xinjiang administrative regions in 2017

1.4 数据获取

以2006—2017年为样本年,以2025年为预测分析年。即采集2006—2017年的基础数据用于分析2025年新疆旅游业用水供需适配性情况。
（1）供给量测算基础数据获取
以2006—2017年数据预测2025年新疆旅游业用水供给量。供给量测算模型中各基础数据可从《新疆统计年鉴》（2007—2018年）、《中国旅游统计年鉴》（2007—2018年）、《新疆维吾尔自治区水资源公报》（2012—2016年）、《中国水资源公报》（2006—2017年）中直接获取或计算得到。各指标统计性描述如表2。
表2 供给量测算模型中各指标统计性描述

Table 2 Statistical description of each indicator in the supply measurement model

变量 单位 均值 标准差 最小值 最大值
g 亿元 637.64 530.31 159.34 1823.19
G 亿元 6802.50 2677.88 3045.26 10881.96
nem 万人 4.88 0.63 3.65 5.76
Nem 万人 1017.66 176.96 811.75 1307.56
SW 108 m³ 550.33 28.88 513.70 590.14
（2）需求量测算基础数据获取
以2006—2017年数据预测2025年新疆旅游业用水需求量。需求量测算中各基础数据计算方法及数据来源如表3。
表3 需求量测算模型中各指标计算方法

Table 3 Calculation methods of various indicators in the demand measurement model

指标 计算方法 数据来源
Nv×Dv 新疆旅游业共接待游客总人天=（入境旅游人数-入境过夜人数）+入境过夜人天数+国内旅游人数×国内游客平均逗留天数 《新疆统计年鉴》（2007—2018年）、
《中国旅游统计年鉴》（2007—2018年）
Ns 直接获取 《中国旅游统计年鉴》（2007—2018年）
Ds 365天 以全年计算
Foodj 游客在旅游目的地消费各类食物数量取当地居民消耗量 参考已有研究[31]
Vj 直接获取各类食物虚拟水含量 参考已有研究[32]
qv 参考新疆三星级宾馆用水定额 《新疆维吾尔自治区生活用水定额》
Qv×Tv 过夜游客总人天=入境过夜人天数+国内旅游人数×国内游客平均逗留天数 《新疆统计年鉴》（2007—2018年）、《中国旅游统计年鉴》（2007—2018年）
qs 宾馆员工用水为80~100 L/d,本文取中间值90 L/d GB50015-2003《建筑给水排水设计规范》
Qs 根据统计资料直接获取 《中国旅游统计年鉴》（2007—2018年）
Ts 365天 以全年计算
Pk 3.18 m³/kg 生产1 kg塑料约需3 kg石油,石油耗水因子1.06 m³/kg
Mk 宾馆一次性消费品数量=客房数×10 kg（每间客房两支牙刷、一把梳子年消耗10 kg塑料） 参考有关报道①
Ep 城镇居民人均日生活能源（标准煤）根据统计资料计算而得 《新疆统计年鉴》（2007—2018年）
Ch 1.4286 按热量换算,1 kg原油=1.4286 kg标准煤
Weco 根据统计资料直接获取 《新疆维吾尔自治区水资源公报》（2012—2016年）、《中国水资源公报》（2006—2017年）
Ww 根据统计资料直接获取 《新疆维吾尔自治区水资源公报》（2012—2016年）、《中国水资源公报》（2006—2017年）
C 游客购物总消费=入境旅游商品销售（万美元）×美元兑人民币汇率+国内游客总人天×入境过夜游客人均天花费（购物）×美元兑人民币汇率 《新疆统计年鉴》（2007—2018年）、《中国旅游统计年鉴》（2007—2018年）

注：现有统计资料中尚缺乏对新疆“国内旅游商品销售”的统计,故本文以“入境过夜游客人均天花费（购物）”估算。

①朱丽萍在“福州酒店‘六小件’开支高,部分酒店浪费严重”的报道中提到福建每年每间客房两支牙刷、一把梳子约消耗10 kg塑料。

2 结果分析

2.1 参数选取和阈值确定

（1）参数选取
式（11）~式（13）中,各参数取值如表4。
表4 各参数取值依据

Table 4 Basis for the value of each parameter

参数 取值 依据
式（11） a 0.2 西北干旱地区大部分地区的用水量与可用水资源比值在0.12~0.9之间[33],结合新疆实际情况
b 2 已有研究[29]认为旅游业用水需求量达到供水量的2倍即为严重超载状态
β 1 F1b=0,F1a=0,其中b=2,a=0.2
式（12） θ 2 保证x越接近1时,式（12）函数图像越趋于平缓,同时保证当x取2时,式（12）中适配性程度指数值尽可能小
式（13） γ 0.5 两个模型具有相同的解释力
（2）阈值确定
根据式（11）~式（14）,组合适配性程度指数值在0~100之间。本文依据组合指数值,结合新疆的实际情况与专家经验, δ 1 、 δ 2 、 δ 3 分别取85、70、55,相应的供需适配性类别下的x取值如表5。
表5 新疆旅游业用水供需适配性分类区间

Table 5 Classification interval of water supply and demand adaptability for Xinjiang tourism industry

供需适配性分类 供需平衡（A类） 供需基本平衡（B类） 供需基本失衡（C类） 供需严重失衡（D类）
供需适配性程度指数 [85, 100] [70, 85) [55, 70) [0, 55)
x 需小于或等于供 [0.880, 1] [0.753, 0.880) [0.615, 0.753) [0.2, 0.615)
需大于供 (1, 1.134] (1.134, 1.277] (1.277, 1.440] (1.440, 2]

2.2 2025年新疆旅游业用水供给量与需求量预测

2.2.1 情景设计
旅游用水主要受到行业管理和政府管制的共同影响。行业用水管理的最强驱动力主要为游客,且研究表明游客更倾向于用水量大的服务或活动[34]。政府对行业用水供给量的影响主要体现在旅游目的地政府对社会用水总量的控制。
（1）旅游业规模发展速度设定
新疆2006—2017年旅游业规模年均增长26.59%,结合《全国生态旅游发展规划（2016—2025年）》,针对旅游业规模正向发展速度设定“高”“中”“低”三种情形,分别取游客总规模即旅游业年接待总人次增长速度20%、15%、10%。《新疆自治区旅游产业带动就业三年行动规划（2018—2020年）》曾计划2018年实现旅游业新增就业1万人,2019年新增就业4万人,2020年新增就业5万人。本文设定在“高”“中”“低”情形下,旅游业从业人员年均新增就业5万人、4万人、1万人。
突发性公共卫生、自然灾害、社会治安事件会影响游客规模与旅游业收入[35,36]。经统计观察,样本期内出现突发性事件较为严重的年份有2009年、2013年、2014年,这三个年度新疆游客总规模较上年的增长率出现负值,分别为-13.81%、-6.41%、-3.07%。本文以三个负增长率的均值作为发生突发性事件时游客总规模增长率（ α ' ）的期望值,如式（15）。并假设发生突发性事件时,旅游业从业人员规模不增长。
α ' = 1 ⁄ 3 × ( - 13.81 % - 6.41 % - 3.07 % ) = - 7.76 %
2006—2017年样本期共12年,游客总规模保持正向发展速度的有9年,概率为p1=3/4;出现负增长的概率为p2=1/4。因此,如果进一步考虑未来可能发生突发性事件时,2025年新疆游客总规模还需要考虑可能出现“负”增长的情形。为此,本文增设“高·负”“中·负”“低·负”三种情形,分别表示在各种正向发展速度下出现负增长的情形,并以样本期内正、负增长率出现的概率予以估算。
（2）政府节水力度设定
《新疆维吾尔自治区节水型社会建设“十三五”规划》提出到2020年,新疆经济社会用水总量控制在550.2亿m3以内。“十三五”期间,新疆政府必须严格控制每年全社会用水总量较上年减少同等的比例,即年均节水率0.95%,才能达到其规划目标。故针对政府节水力度设定“强”“中”“弱”三种情形,分别取区域总用水量年均节水率1.15%、0.95%、0.75%。
按照“旅游业规模发展速度”和“政府节水力度”的不同情形组合成18种情景,并以2006—2017年的数据对2025年不同情景下的新疆旅游业用水供给和需求情况进行预测。
2.2.2 旅游业用水供给量预测
（1）基础数据。根据专家组意见②(② 选取大学教授、酒店经理、旅游公司负责人、旅游管理专家、水资源管理专家等共同组成专家组。)构造两两判断矩阵,采用“最小平方法”求解得到式（1）中的权重w分别为：
w 1 , w 2 = ( 0.641,0.359 )
基于2006—2017年样本数据,利用Eviews软件,采用OLS法估算新疆旅游业年接待总人次与旅游业总消费之间的长期关系,得到预测年新疆旅游业总消费与旅游业规模关系如式（16）：
g = 351.7233 × ( N v × D v )
旅游业规模发展速度“高”“中”“低”情况下,旅游业从业人员增加量分别为5万人、4万人、1万人;当发生突发性事件时,旅游业从业人员增加0万人。旅游业正向发展的概率为3/4,发生突发性事件的概率为1/4。预测年新疆旅游业从业人员数量如式（17）：
nem = ( 3 4 ) h × ∆ ne m t × n + ne m 0
式中： t = 1,2 , ⋯ , 6 分别代表“高”“中”“低”“高·负”“中·负”“低·负”六种情况; ∆ ne m t 表示六种情况下旅游业从业人员与旅游业正向发展速度相对应的增加量（万人）; n 表示预测年距基准年 n 年; t = 1,2 , 3 时, h = 0 ,否则取值1; ne m 0 表示基准年新疆旅游业从业人员数（万人）。
预测年 G 、 Nem 则根据2006—2017年年均增长率进行估算。
（2）新疆水资源供给量（ S W ) 的确定。依据《新疆维吾尔自治区节水型社会建设“十三五”规划》,新疆推行节水措施,使全疆用水总量呈现稳中有降的趋势。因此,本文测算式（1）中 S W 时,主要依据“政府节水力度”的情景变化,即节水率的不同予以分析。设基准年到预测年共 n 年,则 S W 的估算模型如式（18）：
S W = ( 1 - φ m ) n × S W 0
式中： φ m 表示全疆用水总量年均节水率（%）; m = 1,2 , 3 分别代表全疆用水总量年均节水率1.15%、0.95%、0.75%三种情况; S W 0 表示基准年新疆用水总量（亿m³）。
（3）参数确定。根据新疆旅游业发展的相关政策,以及新疆旅游业规模发展速度、旅游业总消费在地区GDP中占比,未来旅游业总消费对地区GDP贡献率完全可达到50%,旅游业从业人员占比也将进一步扩大。但受到新疆水资源禀赋以及农业用水需求的制约,地区无法实现以旅游业发展对国民经济贡献率为标准而进行水资源分配,由此产生调节系数 f ( α ) 。
f ( α ) ∈ ( 0,1 ] ,是随旅游业规模发展速度扩大而减小的收敛函数。 α 越大, f ( α ) 越趋近于0;反之,越趋近于1。新疆目前重点发展的二、三产业有能源产业、装备制造产业、建材行业、农产品加工行业、旅游业等五个主要耗水行业;一产主要有农业、林牧畜渔等两个高耗水行业,除去其他产业与居民生活用水,2025年新疆旅游业用水占比应小于全社会用水量的1/8。2017年新疆游客规模较上年增长50%,若新疆旅游业保持 α = 50%的速度发展,则根据式（1）~式（3）、式（16）、式（17）,2025年旅游业用水占比应为 w 1 × g / G + w 2 × nem Nem = 0.3925。而此时由于资源禀赋的限制,旅游业用水应小于全社会用水量的1/8,即：
[ w 1 × g / G + w 2 × nem Nem ] × f ( α ) < 1 / 8 f α = 0.5 = 1 / ( τ × 0.25 + 1 )
求解得到 τ > 8.2812,本文取最小整数值9予以估算。
（4）旅游业用水供给量预测结果。以2017年为基准年,根据式（16）~式（18）,2025年各情景下新疆旅游业用水供给量如表6。
表6 2025年各情景新疆旅游业用水供给量测算结果

Table 6 The supply of water resources for Xinjiang's tourism industry in 2025 (108 m³)

政府节
水力度（%）		 旅游业规模发展速度
不发生突发性事件（%） 发生突发性事件（%）
高（20） 中（15） 低（10） 高·负（20/-7.76） 中·负（15/-7.76） 低·负（10/-7.76）
强（1.15） 67.0840 54.3931 40.9057 60.2650 43.8408 30.7087
中（0.95） 68.1775 55.2798 41.5725 61.2474 44.5555 31.2093
弱（0.75） 69.2867 56.1791 42.2488 62.2438 45.2803 31.7170
2.2.3 旅游业用水需求量预测
依据《新疆维吾尔自治区节水型社会建设“十三五”规划》中的节水规划,在“政府节水力度”强、中、弱情形下,万元工业增加值用水量年均节水率分别取5%、3%、1%,进一步结合新疆实际情况,游客对粮食浪费程度分别取15%、30%、45%,能耗节约率分别取2%、1.5%、1%。
随着旅游业规模以及地区用水总量节水率的变化,相关指标会发生相应的变化。以2017年为基准年,设基准年到预测年共n年, t = 1,2 , ⋯ , 6 分别代表旅游业规模发展速度“高”“中”“低”“高·负”“中·负”“低·负”六种情况, m = 1,2 , 3 分别代表地区用水总量年均节水率1.15%、0.95%、0.75%三种情况。各指标预测方法如表7。
表7 旅游业用水需求模型中相关指标的预测方法

Table 7 Forecasting methods of related indicators in tourism water demand model

指标 方法 说明
Nv×Dv Nv×Dv=1+αtn×Nv0×Dv0,t=1,2,3E×Nv0×Dv0,t=4,5,6
E=34×1+αtn+14×1-7.76%n		 基准年旅游业总规模为Nv0×Dv0亿人天;各情况下旅游业规模正向发展速度为αt;E为发生突发事件时,相对于基准年,游客总规模增长倍数期望
Qv×Dv Qv×Tv=(1+αt)n×Qv0×Tv0,t=1,2,3E×Qv0×Tv0,t=4,5,6 基准年地区旅游业住宿规模为Qv0×Dv0亿人天;各情况下旅游业规模正向发展速度为αt
Foodj Foodj=Foodj'×(1-28.11%)(1-ψm) Foodj'表示2015—2017年三年平均日消耗第j种食物数量;借鉴拉萨游客食物浪费程度[37],新疆目前游客浪费食物程度为28.11%;各情况下预测年粮食浪费程度为ψm
Ep Ep=1+6.94%-ρmn×Ep0 2006—2017年新疆每人每天生活用能源年均增长率为6.94%;EP0表示基准年每人每天生活用能源;ρm表示各情况下能耗节约率
WFvisit WFvisit=[Nv×Dv-Nvo×Dv0]×wp+WFvisit0 基准年游览水足迹为WFvisit0;wp为地区公厕用水定额
WFshop WFshop=Cf×1+ϕtn+Cd×1+αtn×(1-ζm)n×Ww0,t=1,2,3Cf×ϕt'+Cd×E×(1-ζm)n×Ww0,t=4,5,6
ϕt'=34×1+0.6218×αtn+1/4×(1-0.6218×7.76%)n		 基准年入境旅游商品消费为Cf万元、国内旅游商品消费Cd万元;ϕt表示不同旅游业规模发展速度下入境旅游商品消费增长率;ϕt'表示入境旅游商品消费增长倍数;ζm表示各情况下万元工业增加值用水量年均节水率;基准年万元工业增加值用水量为Ww0

注：基于2006—2017年基础数据,利用Eviews软件,采用OLS方法,估算“入境旅游商品销费增长率”与“入境游客规模增长率”之间的关系,得到入境旅游商品销费增长率=0.6218×入境游客规模增长率,t=4.264384,p=0.0017。

结合表7中相关指标预测方法,根据式（5）~式（10）,2025年各情景下新疆旅游业用水需求量如表8。
表8 2025年各情景新疆旅游业用水需求量测算结果

Table 8 Calculation results of tourism water demand in various scenarios (108 m³)

政府节
水力度（%）		 旅游业规模发展速度
不发生突发性事件（%） 发生突发性事件（%）
高（20） 中（15） 低（10） 高·负（20/-7.76） 中·负（15/-7.76） 低·负（10/-7.76）
强（1.15） 86.7444 62.4143 43.5992 67.9793 49.7318 35.6206
中（0.95） 96.0145 69.0632 48.1290 75.2008 54.9873 39.2867
弱（0.75） 109.0589 78.4261 54.4896 85.3602 62.3857 44.4333

2.3 不同情景下新疆旅游业用水供需适配性评价结果

根据式（11）~式（14）,各情景下新疆旅游业用水供需适配性程度指数如表9。
表9 各情景下新疆旅游业用水供需适配性程度指数

Table 9 Index of adaptability degree of water supply and demand for Xinjiang's tourism in each scenario

政府节水力度 旅游业规模发展速度
不发生突发性事件 发生突发性事件
高
（20%）		 中
（15%）		 低
（10%）		 高·负
（20%/-7.76%）		 中·负
（15%/-7.76%）		 低·负
（10%/-7.76%）
强
（1.15%）		 x=DTWSTW 1.2931 1.1475 1.0658 1.1280 1.1344 1.1600
适配性程度指数 68.4706 83.4974 92.5396 85.6218 84.9244 82.1471
类别 C B A A B B
中
（0.95%）		 x=DTWSTW 1.4083 1.2493 1.1577 1.2278 1.2341 1.2588
适配性程度指数 57.7876 72.8083 82.3884 75.0001 74.3534 71.8549
类别 C B B
 B B B
弱
（0.75%）		 x=DTWSTW 1.5740 1.3960 1.2897 1.3714 1.3778 1.4009
适配性程度指数 44.1083 58.8780 68.7964 61.0952 60.5160 58.4395
类别 D C C C C C

注：A、B、C、D分别代表“供需平衡”“供需基本平衡”“供需基本失衡”“供需严重失衡”状态。

结果表明,随着旅游业的发展,2025年各种情景下新疆旅游业用水需求量基本大于供给量;是否发生突发性事件将影响旅游业用水供需适配情况：
（1）当没有发生突发性事件时,旅游业规模正向发展速度与供需适配性程度指数呈反向变动;反之,呈正向变动。政府节水力度与供需适配性程度指数始终呈正向变动。
（2）在没有发生突发性事件的情景下,旅游业规模发展速度超过15%时,随着发展速度的提高,适配性程度指数呈下降趋势,旅游业用水情况进入“供需基本失衡”和“供需严重失衡”状态;在发生突发性事件的情景下,旅游业发展受挫结束进入正向发展速度提高阶段时,适配性程度指数呈上升趋势,在旅游业规模正向发展速度达到20%时,适配性情况甚至可进入“供需平衡”状态。
（3）无论是否发生突发性事件,政府节水力度只有维持在“中”“强”状态,即控制全社会年均节水率在0.95%以上,万元工业增加值用水量年均节水率在3%以上,能源节约率在1.5%以上,游客对粮食的浪费程度在30%以内,新疆旅游业用水才能达到“供需基本平衡”“供需平衡”状态。
从推动旅游业发展和维持行业用水平衡角度,18个情景中,“强/中”“强/高·负”是新疆旅游业发展的极限情景。没有发生突发性事件时,“强/中”是新疆旅游业最好的发展情景,此时全疆用水总量年均节水率达到1.15%,新疆旅游业规模发展速度可维持在15%。发生突发性事件时,“强/高·负”是最好的发展情景,除去突发性事件影响的年份,在维持用水“供需平衡”理想状态的前提下,其他年份的旅游业规模发展速度可达到20%。而无论是否发生突发性事件,政府节水力度只有维持在“中”“强”状态,新疆旅游业用水才能达到“供需基本平衡”“供需平衡”状态。
综合以上分析,从行业发展与水资源禀赋相协调的角度,在未知未来是否发生突发性事件时,新疆旅游业规模增速应保持在15%以内,同时政府应加强社会节水力度,控制全社会年均节水率在0.95%以上,万元工业增加值用水量年均节水率在3%以上,能源节约率在1.5%以上,游客对粮食的浪费程度在30%以内;而当未来发生突发性事件时,在保持政府节水力度的同时,为维持用水“供需平衡”状态,其之后年份的旅游业规模增速最高可放宽至20%。

3 结论与讨论

3.1 结论

本文聚焦于旅游业用水适配性,建立了旅游业用水供给测度模型、需求测度模型、旅游业用水供需适配性程度指数模型,并通过设定18种情景,得出以下结论：
（1）旅游业规模发展速度、政府节水力度对供需适配性指数皆有显著影响。政府节水力度与供需适配性程度指数始终呈正向变动,而旅游业规模发展速度与供需适配性程度指数变化关系取决于是否发生突发性事件：当没有发生突发性事件时,旅游业规模正向发展速度与供需适配性程度指数呈反向变动;反之,呈正向变动。
（2）从行业发展与水资源禀赋相协调的角度,新疆旅游业规模发展速度应维持在15%以内。此时政府须控制全社会年均节水率在0.95%以上,万元工业增加值用水量年均节水率在3%以上,能源节约率在1.5%以上,游客对粮食的浪费程度在30%以内。若未来发生突发性事件,其之后年份旅游业规模发展速度可放宽至20%。
基于以上对是否发生突发性事件下新疆旅游业用水供需适配性的分析,为保证未来新疆旅游业发展与水资源禀赋相协调,本文着重推荐“强/中”“中/中”两种情景。为此,从旅游业自身发展、政府在旅游业节水中的作用两个角度,提出以下建议：
（1）优化旅游业发展速度和旅游产品：① 优化旅游业发展速度。建议新疆维吾尔自治区政府在制定《“十四五”旅游业发展规划》时,综合考虑水资源承载力所带来的制约,将旅游规模年均发展速度尽可能控制在15%以内。同时,新疆位于中国西北部边境,民族文化多元,适度控制旅游规模也有利于旅游业的安全生产。② 优化旅游路线,提高能源节约率。将不同景区组合成不同的旅游路线,并开通旅游直通车,通过串联景区提高旅游业能源节约率,从而减少能源水足迹。③ 适度进口虚拟水弥补用水缺口。根据本文研究结果,2025年新疆旅游业用水量基本超过供给量,存在用水缺口。游客在“食、住、行、游、购、娱”环节中,“住、行、游、娱”四个环节的虚拟水基本发生在区域内部。而游客的“饮食”结构中部分产品来自于区域外部,“购物”环节中的部分商品存在外购内销现象。所以可通过分析餐饮、购物环节中外购虚拟水占比,利用外购饮食、商品改善新疆旅游业用水供需适配性程度。
（2）政府强化旅游业节水力度：① 执行最严格水资源管理制度,通过政策调节供给。鼓励旅游企业充分利用再生水,并在绿化、路面清扫、车辆清洗环节优先使用再生水;对超计划用水的旅游企业,可直接限制其用水量,并约谈其负责人。② 推进节水设施建设进度,提高全社会年均节水率。积极推进客房、旅游景点等环节的节水设施建设,试行客房定额用水量制度。③ 强化“绿色餐饮”文化,控制游客对粮食的浪费程度。如在餐饮行业建立完善的节粮标准,倡导游客“光盘”行动计划。

3.2 讨论

本文聚焦于干旱区旅游业用水供需适配性问题,基于干旱区旅游业用水供给量测算模型、需求量测算模型,建立了旅游业用水供需适配性模型。目前针对该领域国内外尚缺乏研究基础,加之统计数据的缺失,本文的研究尚需进一步深化。
（1）旅游业用水供给量受到综合因素的影响,除本文列出的“旅游业产值对地区生产总值贡献率、旅游业从业人员占地区就业人员比例”两项指标外,可能还受更多因素的影响,如区域节水设施完善程度、游客节水意识强弱等。本文从产业发展对行业用水供给量影响的视角建立旅游业用水供给量测算模型,在后续研究中仍可进一步完善。
（2）现有统计资料中尚缺乏对新疆“国内旅游商品销售”的统计,故本文以“入境过夜游客人均天花费（购物）”估算。随着统计资料的更新,以及大规模的调研,后续研究将进一步完善。
（3）突发性事件发生的概率受样本期、医疗水平、国家安全指数、生态破坏程度等因素的影响,而其本身又是影响游客规模、旅游业总消费的因素。本文受统计数据与篇幅限制,取样本期内突发性事件发生的年份数所占比例作为未来突发性事件发生的概率,以统计观察的数据确定突发性事件对游客规模的影响程度。随着数据的完善,在后续研究中,可以通过构建数学模型预测突发性事件发生的可能性及其对游客规模的影响。
（4）在新疆旅游业“食、住、行、游、购、娱”环节中,“住、行、游、娱”四个环节的虚拟水基本发生在新疆境内。而游客“饮食”结构中的肉类以新疆本地生产的牛羊肉为主,主食以及奶类、蛋类也多是以新疆本地产出为主,大豆、猪肉中的少部分可能来自于疆外;“购物”环节中的商品以当地土特产、手工纪念品、玉石等为主,其基本为新疆本地生产,外购商品仅占有一定的比例。本文在计算过程中,由于缺乏基础资料,尚无法甄别疆外虚拟水的准确值,而将疆外的虚拟水纳入“供需平衡”计算可能导致用水“需求”偏大而造成一定的偏差。随着统计资料的进一步完善,完全可以通过剔除疆外虚拟水而准确估测供需适配性指数。
（5）供需适配性测算中,餐饮、购物、能源消耗中的虚拟水与农业、工业、生活用水并不是完全的重复计算。旅游业的快速发展通过推动全社会经济发展而推高社会用水量。旅游业通过创造就业、吸引游客而直接引起食物、能源、工业产品、服务产品等消耗的增加,所以旅游业发展过程中增加的虚拟水消耗并不是因为农业、工业、居民生活等自身要求而增加的,而是旅游业发展的要求,不可完全剥离。如何精确剥离出旅游业发展所造成的农业、工业、生活用水的增加量,后续将进一步研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
龙江智, 朱鹤. 国土空间规划新时代旅游规划的定位与转型. 自然资源学报, 2020,35(7):1541-1555.

[ LONG J Z, ZHU H. Research on the position and transformation of tourism planning in the New Era of territorial spatial planning. Journal of Natural Resources, 2020,35(7):1541-1555.]

[2]
赵磊, 唐承财. 产业结构变迁、旅游业与经济增长: 来自中国的经验证据. 资源科学, 2017,39(10):1918-1929.

[ ZHAO L, TANG C C. China's tourism industry, industrial structure and economic growth. Resources Science, 2017,39(10):1918-1929.]

[3]
黄震方, 葛军莲, 储少莹. 国家战略背景下旅游资源的理论内涵与科学问题. 自然资源学报, 2020,35(7):1511-1524.

[ HUANG Z F, GE J L, CHU S Y. Theoretical connotation and scientific problems of tourism resources under the background of national strategy. Journal of Natural Resources, 2020,35(7):1511-1524.]

[4]
新疆维吾尔自治区统计局, 国家统计局新疆调查总队. 新疆统计年鉴 2007—2018. 北京: 中国统计出版社, 2007—2018.

[ Statistics Bureau of Xinjiang Uygur Autonomous Region, Xinjiang Survey Team, National Bureau of Statistics. Xinjiang Statistical Yearbook 2007-2018. Beijing: China Statistical Press, 2007-2018.]

[5]
GÖSSLING S, PEETERS P, HALL C M, et al. Tourism and water use: Supply, demand, and security. An international review. Tourism Management, 2012,33(1):1-15.

[6]
GÖSSLING S. New performance indicators for water management in tourism. Tourism Management, 2015,46:233-244.

[7]
CHAPAGAIN A K, HOEKSTRA A Y. The global component of freshwater demand and supply: An assessment of virtual water flows between nations as a result of trade in agricultural and industrial products. Water International, 2008,33(1):19-32.

[8]
GÖSSLING S. Global environmental consequences of tourism. Global Environmental Change, 2002,12(4):283-302.

[9]
HOEKSTRA A Y, HUNG P Q. Virtual water trade: A quanti fication of virtual water flows between nations in relation to international crop trade. Water Science & Technology, 2002,49(11):203-209.

[10]
HADJIKAKOU M, CHENOWETH J, MILLER G. Estimating the direct and indirect water use of tourism in the Eastern Mediterranean. Journal of Environmental Management, 2013,114(1):548-556.

[11]
LI J. Scenario analysis of tourism's water footprint for China's Beijing-Tianjin-Hebei region in 2020: Implications for water policy. Journal of Sustainable Tourism, 2018,26(1):127-272.

[12]
李嫄, 王艳婷. 京津冀旅游行业全寿命水足迹的核算与预测研究. 河北工业大学学报: 社会科学版, 2015,7(2):16-22, 52.

[ LI Y, WANG Y T. Life-cycle water footprints assessment and prediction of the tourism sector in Beijing-Tianjin-Hebei region. Journal of Hebei University of Technology: Social Sciences Edition, 2015,7(2):16-22, 52.]

[13]
王群, 吴春柳, 邓洪波, 等. 旅游地水足迹测度模型及实证分析. 地理科学, 2015,35(4):448-455.

[ WANG Q, WU C L, DENG H B, et al. Tourism water footprint model and empirical analysis. Scientia Geographica Sinica, 2015,35(4):448-455.]

[14]
刘俊, 黄莉, 吴俐君, 等. 青城后山遗产地乡村旅游直接和虚拟用水量研究. 旅游学刊, 2018,33(9):108-116.

[ LIU J, HUANG L, WU L J, et al. Assessment on direct and virtual water consumption of rural tourism in back-mountain of Qingcheng. Tourism Tribune, 2018,33(9):108-116.]

[15]
CAZCARRO I, HOEKSTRA A Y, CHOLIZ J S. The water footprint of tourism in Spain. Tourism Management, 2014,40:90-101.

[16]
CAZCARRO I, DUARTE R, CHOLIZ J S. Tracking water footprints at the Micro and Meso scale: An application to Spanish tourism by regions and municipalities. Journal of Industrial Ecology, 2016,20(3):446-461.

[17]
王静, 周庆华. 西安段秦岭北麓旅游水资源承载力. 西北大学学报: 自然科学版, 2015,45(6):996-1000.

[ WANG J, ZHOU Q H. North Qinling Mountains Xi'an tourism carrying capacity of water resources in the area. Journal of Northwest University: Natural Science Edition, 2015,45(6):996-1000.]

[18]
GALLAGHER L, LAFLAIVE X, ZAESKE A, et al. Embracing risk, uncertainty and water allocation reform when planning for green growth. Aquatic Procedia, 2016,6:23-29.

[19]
DALY H E. The economics of the steady state. American Economic Review, 1974,64(2):15-21.

[20]
王慧敏. 落实最严格水资源管理的适应性政策选择研究. 河海大学学报: 哲学社会科学版, 2016, 18(3): 38-43, 90-91.

[ WANG H M. Research into choice of adaptive policy of the strictest water resources management. Journal of Hohai University: Philosophy and Social Sciences, 2016, 18(3): 38-43 90-91.]

[21]
左其亭. 水资源适应性利用理论及其在治水实践中的应用前景. 南水北调与水利科技, 2017,15(1):18-24.

[ ZUO Q T. Theory of adaptive utilization of water resources and its application prospect in water management practices. South-to-North Water Transfers and Water Science & Technology, 2017,15(1):18-24.]

[22]
SYME G J. Acceptable risk and social values: Struggling with uncertainty in Australian water allocation. Stochastic Environmental Research and Risk Assessment, 2014,28(1):113-121.

[23]
NULL S E, PRUDENCIO L. Climate change effects on water allocations with season dependent water rights. Science of the Total Environment, 2016,571(15):943-954.

[24]
张玲玲, 王宗志, 李晓惠, 等. 总量控制约束下区域用水结构调控策略及动态模拟. 长江流域资源与环境, 2015,24(1):90-96.

[ ZHANG L L, WANG Z Z, LI X H, et al. Study on regional water utilization structure controlling strategy and dynamic simulation within the gross volume constraints. Resources and Environment in the Yangtze Basin, 2015,24(1):90-96.]

[25]
SCHACHTSCHNEIDER K. Water demand management and tourism in arid countries-lessons learnt from Namibia. In: 2nd WARFSA Water Net Symposium: Integrated Water Resources Management: Theory, Practice, Case. Cape Town, 2001: 345-354.

[26]
CHARARA N, CASHMAN A, BONNELL R, et al. Water use efficiency in the hotel sector of Barbados. Journal of Sustainable Tourism, 2011,19(2):231-245.

[27]
黄大勇. 乌江水资源安全与旅游产业的战略互动. 南通大学学报: 社会科学版, 2017,33(5):23-28.

[ HUANG D Y. Strategic interaction between water resources security and tourism industry in Wujiang. Journal of Nantong University: Social Sciences Edition, 2017,33(5):23-28.]

[28]
VILA M, AFSORDEGAN A, AGELL N, et al. Influential factors in water planning for sustainable tourism destinations. Journal of Sustainable Tourism, 2018,26(7):1241-1256.

[29]
揭秋云. 海南省旅游水资源承载力研究. 海南: 海南大学, 2011.

[ JIE Q Y. Research on Hainan tourism water resources carrying capacity. Hainan: Hainan University, 2011.]

[30]
程小可, 李玲玲. 会计盈余与股票市场回报非线性关系研究: 与线性关系的对比及来自沪市的证据. 中国软科学, 2004, (2):37-43.

[ CHENG X K, LI L L. On the nonlinear relation between earnings and stock returns in China: A comparative analysis with linear relation of earnings-returns & evidence from Shanghai exchange. China Soft Science, 2004, (2):37-43.]

[31]
章锦河, 张捷. 旅游生态足迹模型及黄山市实证分析. 地理学报, 2004,59(5):763-771.

[ ZHANG J H, ZHANG J. Touristic ecological footprint model and analysis of Huangshan city in 2002. Acta Geographica Sinica, 2004,59(5):763-771.]

[32]
孙才志, 刘玉玉, 陈丽新, 等. 基于基尼系数和锡尔指数的中国水足迹强度时空差异变化格局. 生态学报, 2010,30(5):1312-1321.

[ SUN C Z, LIU Y Y, CHEN L X, et al. The spatial-temporal disparities of water footprints intensity based on Gini coefficient and Theil index in China. Acta Ecologica Sinica, 2010,30(5):1312-1321.]

[33]
常玉婷, 刘海隆, 包安明, 等. 基于水足迹理论的西北干旱区水资源承载力的研究. 石河子大学学报: 自然科学版, 2015,33(1):116-121.

[ CHANG Y T, LIU H L, BAO A M, et al. Water resources carrying capacity of the northwest arid area in China based on water footprint. Theory Journal of Shihezi University: Natural Science, 2015,33(1):116-121.]

[34]
SUN Y Y, HSU C M. The decomposition analysis of tourism water footprint in Taiwan: Revealing decision-relevant information. Journal of Travel Research, 2019,58(4):695-708.

[35]
阮文奇, 张舒宁, 李勇泉. 自然灾害事件下景区风险管理: 危机信息流扩散与旅游流响应. 南开管理评论, 2020,23(2):63-74.

[ RUAN W Q, ZHANG S N, LI Y Q. Risk management of scenic spots under natural disasters: Diffusion of crisis information flow and response of tourism flow. Nankai Business Review, 2020,23(2):63-74.]

[36]
孙根年, 舒镜镜, 马丽君, 等. 五大危机事件对美国出入境旅游的影响: 基于本底线模型的高分辨率分析. 地理科学进展, 2010,29(8):987-996.

[ SUN G N, SHU J J, MA L J, et al. Influences of five crises on US inbound and outbound tourism: Analysis based on the tourism background trend line in high time resolution. Progress in Geography, 2010,29(8):987-996.]

[37]
张盼盼, 王灵恩, 白军飞, 等. 旅游城市餐饮消费者食物浪费行为研究. 资源科学, 2018,40(6):1186-1195.

[ ZHANG P P, WANG L E, BAI J F, et al. The food waste behavior of catering consumers from a tourism perspective. Resources Science, 2018,40(6):1186-1195.]

Options
Outlines

/

〈 〉