Comparison of water footprint trends in different products of Iran's economic sectors
Subject Areas : Water resource managementElmira Tarverdizadeh 1 , Seyed Abbas Hosseini 2 * , Zahra Abedi 3 , Mohammad Sadegh Alipour 4
1 - Department of Civil Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
2 - Department of Civil Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
3 - Department of Environmental Management, Science and Research Branch, Islamic Azad University, Tehran, Iran.
4 - Department of Economic Statistics, Statistics Research Institute, Statistics Center of Iran, Tehran, Iran.
Keywords: Input-output analysis, Virtual water, Water footprint, Water trade,
Abstract :
With water resources becoming increasingly scarce, it is essential to conduct thorough studies on water efficiency. This study places a strong emphasis on the water footprint, which has emerged as a critical economic concern in recent years. Consequently, the research aims to analyze the evolving changes in Iran's water footprint specifically for the years 1380, 1390, and 1395. To achieve this, the input-output economic model was employed as the primary analytical tool. This model is characterized by a top-down approach, which effectively assesses and evaluates water consumption across the various economic sectors present within Iran.
The analysis incorporated a range of indicators to further explore the concept of virtual water. Among the indicators used were the Falcon Mark and the UN Sharia index, both of which provide valuable insights into water consumption patterns and resource allocation. The calculations that were carried out as part of this study revealed the total water footprints for the years under examination, with figures of 94,311.2 million cubic meters for 1380, 104,689.6 million cubic meters for 1390, and a significant increase to 120,483.3 million cubic meters for 1395. Notably, the agricultural sector emerged as the largest contributor to water footprint, with specific values recorded as 88,579.3 million cubic meters in 1380, followed by 98,243.6 million cubic meters in 1390, and reaching 114,457.4 million cubic meters in 1395.
Further comparisons within the data showed a distinct trend in which the import footprint surpassed that of the export footprint. This finding led to the identification of Iran as a net importer of virtual water during both 1380 and 1395, indicating that the country imported more agricultural and water-intensive products than it was able to export. The analysis also provided insights into the Falcon Mark index, which was recorded at values of 2,678 cubic meters in 1380, 1,945 cubic meters in 1390, and a lower value of 1,697.81 cubic meters in 1395. In tandem, the UN Sharia index reflected concern about water sustainability, with percentages recorded at 53.8% for 1380, increasing to 71.6% for 1390, and culminating in a concerning 88.8% for 1395.
Abdollahzadeh Kahrizi, R., Kokabinezhad Moghaddam, A., & Merufinia, E. (2023). Investigating virtual water and agricultural water productivity index in crops of Poldasht Plain. Water and Soil Management and Modeling, 3(1), 54-68. https://doi.org/ 10.22098/mmws.2022.11090.1100. (In Persian)
Auffhammer, M. (2022). Climate adaptive response estimation: Short and long run impacts of climate change on residential electricity and natural gas consumption. Journal of Environmental Economics and Management, 114, 102669. https://doi.org/10.1016/j.jeem.2022.102669
Bahrami Mahneh, F. (2017). Modeling virtual water trade in Iran's agricultural sector. PhD Thesis. Faculty of Agriculture, University of Zabol.. (In Persian)
Bohlolzadeh. A., Sabzghabaei. G. R., & Dashti. S. (2021). Ecological water footprints and virtual water for wheat and rice products in khuzestan province in order to manage water resources sustainability. Iranian Journal of Irrigation and Drainage 15 (2), 329-341. https://doi.org/20.1001.1.20087942.1400.15.2.9.1 (In Persian)
Cazcarro, I., Duarte, R. & Sanchez Choliz, J. (2013). Multiregional input–output model for the evaluation of Spanish water flows. Environmental Science & Technology, 47 (21), 12275–12283. https://doi.org/10.1021/es4019964
Central Bank of Iran. (2014). Study of international water indicators and the outlook for the global water crisis by 2050. Local report, Tehran, Iran. (In Persian)
Chapagain, A. K. & Hoekstra, A. Y. (2004). Water footprints of nations. Unesco-IHE Institute for Water Education, Delft, The Netherlands.
Chen, Z. M. & Chen, G. (2013). Virtual water accounting for the globalized world economy: National water footprint and international virtual water trade, Ecological Indicators, 28, 142–149. https://doi.org/10.1016/j.ecolind.2012.07.024
Dehghanpir, SH., Bazrafshan, O., Ramezani Etedali, H., Holisaz, A., & Ababaei, B. (2024). Evaluation of water stress index and water poverty in rice production based on the water footprint concept in Iran. Water and Soil Management and Modeling, 4(1), 18-35. https://doi.org/10.22098/MMWS.2023.12116.1206. (In Persian)
Deng, G., Ma, Y. & Li, X. (2016). Regional water footprint evaluation and trend analysis of China-based on interregional input-output model. Journal of Cleaner Production. 112, 4674–4682. https://doi.org/10.1016/j.jclepro.2015.07.129
Dietzenbacher, E. & Velázquez, E. (2007) Analysing Andalusian virtual water trade in an input–output framework, Regional Studies, 41 (2), 185–196.
Dong, H., Geng, Y., Sarkis, J., Fujita, T., Okadera, T. & Xue, B. (2013). Regional water footprint evaluation in China: A case of Liaoning. Science of the Total Environment, 442, 215–224. https://doi.org/10.1016/j.scitotenv.2012.10.049
Feng, K., Siu, Y. L., Guan, D. & Hubacek, K. (2012). Assessing regional virtual water flows and water footprints in the Yellow River Basin, China: A consumption based approach, Applied Geography, 32(2), 691–701. https://doi.org/10.1016/j.apgeog.2011.08.004
Guo, S. & Shen, G. Q. (2015). Multiregional input–output model for China’s farm land and water use. Environmental Science & Technology, 49 (1), 403–414. https://doi.org/10.1021/es503637f
Hoekstra, A. (2007). Human appropriation of natural capital: Comparing ecological footprint and water footprint analysis. Value of Water. Research Report Series No. 23. UNESCOIHE, Delft, The Netherlands.
Hoekstra, A. Y. (2017). Water footprint assessment: Evolvement of a new research field, Water Resources Management, 31 (10), 3061– 3081. https://doi.org/10.1007/s11269-017-1618-5
Hoekstra, A. Y., Chapagain, A. K., Mekonnen, M. M. & Aldaya, M. M. (2011). The water footprint assessment manual: Setting the Global Standard. Earthscan, London, UK.
Hoekstra, A.Y. & Hung, P.Q. (2003). A quantification of virtual water flows between nations in relation to international crop trade، Virtual Water Trade، Processing’s of The International Export Meeting On Virtual Water Trade.
Karbasi, A.R & Rafiei Darani, R. (2014). Impact of changes in economic components of final demand on water use in agriculture: Input-output analysis in Khorasan Razavi Province, Journal of Agricultural Economics and Development , 22 (85), 37-63. https://doi.org/10.30490/AEAD.2014.58843. (In Persian)
Lenzen, M., Moran, D., Bhaduri, A., Kanemoto, K., Bekchanov, M., Geschke, A. & Foran, B. (2013). International trade of scarce water. Ecological Economics, 94, 78–85. https://doi.org/10.1016/j.ecolecon.2013.06.018
Mobaraki, M. & Mobaraki, M. (2021). Investigation of water footprint, virtual water and water use of three groups of autumn and spring products, vegetables (tomatoes and potatoes), industrial (sugar beet) and fodder (fodder corn) in Isfahan. Journal of Water Resources Engineering, 9(1), 89-102. (In Persian)
Najafi, B., Khodadad Kashi, F., Souri, A. & Mousavi Jahromi, Y. (2022). Identification of water footprint in iran’s foreign trade with the approach of the input-output table-2016, New Economy and Trade, Institute for Humanities and Cultural Studies (IHCS) Quarterly Journal, 17(1), 155. https://doi.org/10.30465/JNET.2022.39821.1837. (In Persian)
Nasrollahi, Z., & Zarei, M. (2018). Evaluation of virtual water flows in Iran's economy: Analysing intersectoral water relationships using inpu-output model, Economic Modeling, 2(4), 131-157. https://doi.org/10.22075/JEM.2018.11103.1013
Office of Basic Studies of the Iranian Water ResourcesIran. (2016). (In Persian)
Office of Sustainable Development, Amirkabir University, Iran. (2015). (In Persian)
Oveisi. F., Fattahi Ardakani, A. & Fehresti Sani, M. (2019). Investigation of virtual water and ecological footprints of water in wheat fields of Isfahan province, Journal of Water and Soil Science (Science and Technology of Agriculture and Natural Resources) 23(1). https://doi.org/20.1001.1.24763594.1398.23.1.28.4. (In Persian)
Piri., H. & Sarani. R., (2020). Investigation of economic productivity of crop products in sistan and Baluchestan Province by water footprint approach, Iranian Journal of Soil and Water Research, https://doi.org/10.22059/IJSWR.2020.289567.668325. (In Persian)
Rastegaripour, F., Salari, A. & Azizzade, F. (2021). Determination of virtual water indices and ecological footprint of sugar beet water in villages of Torbat Heydarieh city, Rural Development Strategies, 8(2), 233-243. https://doi.org/10.22048/rdsj.2021.271470.1916. (In Persian)
Renault, D. (2003). Value of virtual water in food: Principles and virtues. Hoekstra, AY (Ed.).
Tafazzoli, H. (2013). Measurement of sectoral water footprint in Iran using input-output approach. Master's thesis. Allameh Tabataba’i University. (In Persian)
Talebi, A. & Karimi, Z. (2023). Presentation of management responses regarding the strategy of improving the water resources status of Zayandeh Roud Watershed. Integrated Watershed Management, 3(4), 74-91. (In Persian). https://doi.org/10.22034/iwm.2023.2013798.1110
Tian, X., Sarkis, J., Geng, Y., Qian, Y., Gao, C., Bleischwitz, R. & Xu, Y. (2018). Evolution of China’s water footprint and virtual water trade: A global trade assessment, Environment International, 121, 178–188. https://doi.org/10.1016/j.envint.2018.09.011
Wang, Z., Huang, K., Yang, S. & Yu, Y. (2013). An input–output approach to evaluate the water footprint and virtual water trade of Beijing, China, Journal of Cleaner Production, 42, 172–179. https://doi.org/10.1016/j.jclepro.2012.11.007
White, D. J., Hubacek, K., Feng, K., Sun, L. & Meng, B. (2018). The water-energy-food nexus in East Asia: A tele-connected value chain analysis using inter-regional input-output analysis, Applied Energy, 210, 550–567. https://doi.org/10.1016/j.apenergy.2017.05.159
Wiedmann, T., Lenzen, M., Turner, K. & Barrett, J. (2007). Examining the global environmental impact of regional consumption activities – Part 2: Review of input–output models for the assessment of environmental impacts embodied in trade, Ecological Economics, 61 (1), 15–26. https://doi.org/10.1016/j.ecolecon.2006.12.003
Yu, Y., Hubacek, K., Feng, K. & Guan, D. (2010). Assessing regional and global water footprints for the UK, Ecological Economics, 69 (5), 1140–1147. https://doi.org/10.1016/j.ecolecon.2009.12.008
Zarei, M. )2016(. Measurement and evaluation of water consumption in economic sectors of Iran and Yazd Province. Yazd University. (In Persian)
Zhang, C. & Anadon, L.D. (2014). A multi-regional input–output analysis of domestic virtual water trade and provincial water footprint in China, Ecological Economics, 100, 159–172. https://doi.org/10.1016/j.ecolecon.2014.02.006
Zhang, H., Ma, S., Zhang, X. & Wang, Y. (2010). Analysis of Tianjin virtual water trade based on input-output model. In: 2010 International Conference on System Science and Engineering, IEEE, New York, NY, USA. https://doi.org/10.1109/ICSSE.2010.5551796
Zhao, X., Chen, B. &Yang, Z.F. (2009). National water footprint in an input–output framework—a case study of China 2002. Ecology Model, 220, 245–253. https://doi.org/10.1016/j.ecolmodel.2008.09.016
Technical Strategies in Water Systems https://sanad.iau.ir/journal/tsws ISSN (Online): 2981-1449 Winter 2024: Vol 2, Issue 4, 285-303 |
|
Research Article |
|
|
Comparison of water footprint trends in different products of
Iran's economic sectors
Elmira Tarvirdizadeh 1, Seyed Abbas Hosseini 1*, Zahra Abedi 2, Mohammad Sadegh Alipour 3
1 Department of Civil Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran.
2 Department of Environmental Management, Science and Research Branch, Islamic Azad University, Tehran, Iran.
3 Department of Economic Statistics, Statistics Research Institute, Statistics Center of Iran, Tehran, Iran.
Corresponding Author email: abbas_hoseyni@srbiau.ac.ir
© The Author (s) 2025
Received: 24 Jan 2025 | Revised: 10 Mar 2025 | Accepted: 21 Apr 2025 | Published: 23 Apr 2025 |
Extended Abstract
Introduction
Water resource constraints have transformed the economic evaluation of water productivity into a critical issue. Among various metrics, the water footprint (WF) has emerged as one of the most important indicators for assessing water use efficiency from an economic perspective. This study examines changes in Iran's water footprint across agricultural, industrial, and service sectors for the years 2001, 2011, and 2016 using an input-output model. Given Iran's arid and semi-arid climate coupled with unsustainable water consumption patterns, analyzing WF trends is essential for future policymaking. Results indicate that Iran's total WF increased from 94,311.2 million m³ in 2001 to 120,483.3 million m³ in 2016, with the agricultural sector accounting for over 90% of the national WF. Analysis of virtual water trade reveals Iran's status as a net virtual water importer due to higher imports than exports during this period. The Falkenmark index declined from 2,678 m³/capita (2001) to 1,697 m³/capita (2016), while the UN water stress index increased from 53.8% to 88.8%, signaling severe water crisis conditions. These findings underscore the urgent need for sustainable water resource management strategies.
Materials and Methods
This research employed symmetric input-output tables (product-by-product) for 2001, 2011, and 2016 obtained from the Iranian Statistical Center. Sectoral water consumption data for agriculture, industry, and services were collected from the Iran Water Resources Management Company and the Economic Accounts Office. A top-down input-output approach was adopted for WF calculation, where direct water coefficients were derived by dividing sectoral water consumption by production output. The total water requirement matrix was then obtained by multiplying the diagonalized direct water coefficient matrix with the Leontief inverse matrix. Internal WF was calculated by multiplying the water multiplier matrix with the final demand matrix. For imported WF estimation, the study assumed that production technologies of imports were identical to domestic production. Virtual water trade balance was determined by subtracting exported virtual water from imported virtual water. Additionally, two water scarcity indicators were applied: the Falkenmark indicator (renewable water resources per capita) and the UN water stress index (annual withdrawals as percentage of renewable resources). Study limitations included unavailability of post-2016 input-output tables and inconsistencies in water consumption data recording across different institutions.
Results and Discussion
Sectoral WF analysis revealed that agriculture dominated Iran's water consumption, maintaining approximately 94% share in 2001 and 95% in 2016. The agricultural WF grew from 88,579.3 million m³ (2001) to 114,457.4 million m³ (2016), indicating substantial water use intensification. Within industry, chemical and pharmaceutical production accounted for the highest WF, while oil and gas sectors showed declining WF trends. The services sector exhibited maximum WF in electricity, water, and gas utilities. Virtual water trade analysis confirmed Iran's persistent net importer status throughout the study period, with the trade deficit expanding from 698 million m³ (2001) to 7,127.8 million m³ (2016), reflecting growing external water dependence. Agricultural products like wheat and barley constituted major virtual water imports, while fish and fishery products occasionally featured as exports. The Falkenmark index demonstrated consistent decline from 2,678 m³/capita (2001) to 1,697 m³/capita (2016), indicating critical reduction in renewable water availability per capita. Concurrently, the UN water stress index escalated from 53.8% to 88.8%, confirming severe water crisis conditions according to international benchmarks. Comparative analysis with previous studies revealed discrepancies with Tafazzoli (2013) which reported Iran as net virtual water exporter in 2006, potentially attributable to methodological differences or shifting trade patterns. However, the findings aligned with Zarei (2016) which identified Iran as net importer in 2011.
Conclusion
The study findings paint a concerning picture of Iran's water resource status. The simultaneous growth of national WF and decline of renewable water resources necessitates immediate action toward sustainable water management. The agricultural sector, as the dominant water consumer, requires fundamental reforms in cropping patterns and irrigation efficiency. Expanding virtual water imports, while temporarily alleviating domestic pressure, may threaten long-term water and food security by increasing external dependencies. Water productivity improvements in industrial and service sectors must become policy priorities. The critical water scarcity status confirmed by both Falkenmark and UN indicators demands transformative changes in water governance approaches. Policy recommendations include: (1) implementing water-saving agricultural technologies and crop optimization, (2) promoting water-efficient industrial processes, (3) developing sustainable trade policies that consider virtual water flows, and (4) establishing integrated water monitoring systems across all sectors to enhance data reliability for future analyses. This research demonstrates that without urgent interventions, Iran will face severe challenges in maintaining water security. The findings provide crucial evidence for policymakers to develop comprehensive strategies addressing both supply-side and demand-side water management, with particular emphasis on the water-food-energy nexus in national development planning.
Keywords: Input-output analysis, Virtual water, Water footprint, Water trade
Conflicts of interest
The authors of this article declared no conflict of interest regarding the authorship or publication of this article.
Data availability statement
The datasets are available upon a reasonable request to the corresponding author.
Authors’ contribution
Elmira Tarvirdizadeh: Writing, Methodology, Investigation & Data Collection, Software, Analysis; Seyed Abbas Hosseini: Writing, Editing, Methodology, and Validation; Zahra Abedi: Supervision, Methodology, Software, and Data Analysis; Mohammad Sadegh Alipour: Supervision, Text Editing, Data Collection & Completion.
Citation: Tarvirdizadeh, E., Hosseini, S. A., Abedi, Z., & Alipour, M. S. (2024). Comparison of water footprint trends in different products of Iran's economic sectors. Technical Strategies in Water Systems, 2(4), 285-303. https://doi.org/10.30486/TSWS.2024.1197339
Publisher: Islamic Azad University, Isfahan Branch
مقاله پژوهشی |
|
|
بررسی تغییرات روند ردپای آب در محصولات مختلف بخش های اقتصادی ایران
المیرا تاروردی زاده1، سید عباس حسینی1*، زهرا عابدی2، محمد صادق علی پور3
1. دانشکده عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2. دانشکده کشاورزی، آب، غذا و فراسودمندها، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
3. دانشکده آمار اقتصاد، مرکز تحقیقات آمار ایران، تهران، ایران.
ایمیل نویسنده مسئول: abbas_hoseyni@srbiau.ac.ir
© The Author (s) 2025
چاپ: 03/2/1404 | پذیرش: 01/02/1404 | بازنگری: 20/12/1403 | دریافت: 05/11/1403 |
چکیده
امروزه با محدودیت منابع آب، بررسی اقتصادی بهرهوری آب از اهمیت بالایی برخوردار است. در این بین ردپای آب یکی از مهمترین مسائلی است که میتوان آن را از نظر اقتصادی بررسی نمود. لذا پژوهش حاضر تغییرات ردپای آب در ایران را برای سالهای 1380، 1390 و 1395 با استفاده از مدل اقتصادی داده- ستانده مورد بررسی قرار داده است. این پژوهش، بر اساس مدل داده- ستانده، رویکرد از بالا به پایین به سنجش و بررسی مصرف آب در بخشهای اقتصادی کشور ایران پرداخته است. برای بررسی تکمیلی از شاخصهای مختلفی از جمله فالکن مارک و شاخص سازمان ملل در بررسی ردپای آب استفاده شد. نتایج محاسبات ردپای آب نشان داد که مقدار ردپای کل در سالهای 1380، 1390 و 1395 به ترتیب 2/94311، 6/104689 و 3/120483 میلیون مترمکعب بوده است. در بین بخشهای کشاورزی، صنعت و خدمات، بخش کشاورزی با مقادیر ردپای3/88579، 6/98243 و 4/114457 میلیون مترمکعب برای سالهای 1380، 1390 و 1395 بیشترین ردپای آب را داشته است. مقایسه مقادیر ردپای آب نشان داد که مقدار ردپای وارداتی از ردپای صادراتی بیشتر بوده است. بررسی تجارت آب مجازی کشور نشان داد ایران به دلیل واردات محصولات بیشتر از صادرات، طی سالهای 1380 و1395 واردکننده خالص آب مجازی بوده است. شاخص فالکن مارک برای سالهای 1380، 1390 و 1395 به ترتیب 2678، 1945 و 81/1697 مترمکعب محاسبه شد. در نهایت شاخص سازمان ملل برای سالهای مذکور به ترتیب 8/53، 6/71 و 8/88 درصد محاسبه شد، که نشان از ورود ایران به بحران آبی دارد. در حالت کلی نتایج حاکی از وضعیت نگرانکننده کشور از لحاظ آب و منابع آبی است و نیاز است تا مدیران و مسئولان بخشهای مختلف کشور اهتمام کامل در توجه به این مهم داشته باشند.
واژههای کلیدی: تحلیل داده – ستانده، آب مجازی، ردپای آب، تجارت آب
استناد: تاروردی زاده، ا.، حسینی، س. ع.، عابدی، ز.، و علی پور، م. ص. (1403). مقایسه روند ردپای آب در محصولات مختلف بخشهای اقتصادی ایران. راهبردهای فنی در سامانه های آبی، 2(4): 285-303. https://doi.org/10.30486/TSWS.2024.1197339
ناشر: دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)
1- مقدمه
مدیریت منابع آب در مناطق خشک و نیمهخشک اغلب مسئله بحثبرانگیزی است، تا حدی که برخی از کارشناسان منابع آب چالشهای این بخش را به کمبود فیزیکی آب مرتبط ندانسته و دلیل اصلی را نتیجه سوء مدیریت در این بخش میدانند. در سالهای اخیر مفهوم آب مجازی در ترکیب با شاخص ردپای آب، با پیوند طیف وسیعی از بخشهای مصرفکننده آب، چارچوب جدیدی با پتانسیل بالا در زمینه مدیریت بهینه منابع و با در نظر داشتن الگوی تولید، مصرف، تبادلات درونمرزی و برونمرزی کالا ارائه نمودهاند. لذا کاربردهای شاخص ردپا در سیاستگذاریهای بخش آب در سطوح مختلف قابلتعریف و طبقهبندی است.
مفهوم ردپای آب (WF1) اولین بار توسط هوکسترا2در سال 2002 میلادی مطرح شد که از آن بهعنوان ابزاری قوی برای نشان دادن تأثیرات ملتها بر منابع طبیعی آب، بهرهبرداری میشود. ردپای آب؛ میزان برداشت انسان از منابع آب شیرین جهان را برآورد میکند(Hoekstra, 2007). ردپای آب نه تنها استفاده مستقیم از آب شیرین توسط مصرفکنندگان بلکه استفاده غیرمستقیم آن را نیز تجزیهوتحلیل میکند. پایداری استفاده از آب را میتوان با مقایسه ردپای آب با آب موجود، با در نظر گرفتن الزامات جریان محیطی ارزیابی کرد(Hoekstra et al. 2011). مفهوم آب مجازی نیز ارتباط نزدیکی با مفهوم ردپای آب دارد. در واقع، آب موجود در محصولات و خدمات، به عنوان آب مجازی شناخته میشود (Chapagain & Hoekstra, 2004). مطالعات هوکسترا در سال 2017 نشان داد که ترکیب مصرف آب در داخل کشور با واردات خالص آب مجازی، نشاندهنده مقدار آب مصرفی توسط مردم آن کشور است. مطالعات انجام شده نشان میدهد که ردپای آب به مقدار مصرف (بسته به درآمد ناخالص داخلی)، الگوی مصرف (میزان و ترکیب مصرف فرآوردههای کشاورزی و دامی)، اقلیم (شرایط بیولوژیکی رشد و تولید کشاورزی و دامپروری)، میزان تولیدات و واردات کالا و فنّاوری کشت و بهرهوری کشاورزی در استفاده از منابع آب بستگی دارد(Hoekstra, 2017). در سال 2004 متوسط ردپای آب در جهان 1640 مترمکعب در سال به ازای هر نفر و ردپای آب در ایران 1240 مترمکعب در سال به ازای هر نفر بوده است(Chapagain & Hoekstra, 2004). ایالات متحده با 2480 مترمکعب در سال به ازای هر نفر، بیشترین و چین با 700 مترمکعب در سال به ازای هر نفر کمترین متوسط ردپای آب در جهان را دارا بودهاند(Chapagain & Hoekstra, 2004). برنامهریزی کلان بخش منابع آب، بخصوص کشورهایی که با محدودیت منابع آب مواجه هستند، بدون در نظر داشتن مفهوم ردپای آب و آب مجازی و سنجش شاخص ردپای آب (که ارزیابی کمی مربوط به وضع موجود را نشان میدهد)، از جامعیت قابلقبول متناسب با نیازهای امروزی مدیریت و برنامهریزی منابع آب برخوردار نخواهد بود(Office of Sustainable Development, 2015). در کشوری مانند ایران که با کمبود منابع آب مواجه بوده و اکنون در مرحله بحران آب میباشد، تعیین مقدار حداقل ردپای آب در راستای دستیابی به پایداری در بهرهبرداری از منابع آب، ضروری مینماید. برای مطالعه ردپای آب، بهطورکلی، دو روش موسوم به روش «تولید درخت» و «روش داده-ستانده» وجود دارد. روش تولید درخت به هنگام محاسبه محتوای آب مجازی محصولات، معمولاً با دادههای اقلیمی ترکیب میشود (Deng et al., 2016). در مقابل، در رویکرد داده-ستانده از دادههای مصرف آب و جداول داده – ستانده برای محاسبه ضریب مستقیم آب و ضریب فزاینده آب برای هر منطقه استفاده میشود. در ادامه میتوان مقدار ردپای آب را با ضرب ضریب فزاینده آب در حجم مصرف نهایی در منطقه به دست آورد (Feng et al., 2012; Chen & Chen 2013; Wang et al. 2013; Zhang & Anadon 2014). مدل داده - ستانده، به عنوان یک رویکرد از بالا به پایین، به طور گسترده به عنوان یک ابزار مؤثر برای ارزیابی جریان منابع طبیعی استفاده میشود (Tian et al. 2018). این امر به ویژه در مناطق خشک با سطوح بالای کمبود آب از اهمیت بالایی برخوردار است. مزیت استفاده از رویکرد بالا به پایین در روش داده- ستانده در آن است، که کل زنجیره را در بر میگیرد. این دلیل اصلی استفاده از رویکرد بالا به پایین در ارزیابی اثرات زیستمحیطی است (Feng et al. 2012). بنابراین، امکان کمی سازی محتوای آب مجازی محصولات و خدمات مختلف در اقتصاد یک منطقه را فراهم میکند. این مدل برای ارزیابی تجارت آب در مقیاس منطقهای (Dietzenbacher & Velázquez 2007; Zhang et al. 2010; Dong et al. 2013)، ملی Cazcarro et al. 2013; Zhang & Anadon 2014; Guo & Shen 2015) و بینالمللی (Yu et al. 2010; Chen & Chen 2013; Lenzen et al. 2013 White et al. 2018) صرفاً ازنقطهنظر پایداری استفاده شده است.
عمده پژوهشهای انجام شده در کشور بر برآورد ردپای آب یک یا چند محصول استراتژیک کشاورزی نظیر برنج، گندم، پسته و محصولات مشابه در یک استان یا منطقه متمرکز شده است ;(Oveisi et al., 2019؛
Piri & Sarani, 2020; Mobaraki & Mobaraki, 2021; Bohlolzadeh et al., 2021; Rastegaripour et al., 2021; Abdollahzadeh Kahrizi et al., 2023; (Dehghanpir et al. 2024; در پارهای از تحقیقات نیز محققان داخلی تلاش نمودهاند ردپای آب یک بخش از اقتصاد کشور را با استفاده از رهیافتهای حسابداری و با بهرهگیری از جداول داده- ستانده منطقهای یا ملی یک سال مورد مطالعه قرار دهند (Tafazzoli, 2013; Karbasi & Rafiei, 2014;
Nasrollahi & Zarei 2018; Najafi et al., 2022).
ایران به دلیل موقعیت جغرافیایی خود، همواره با مشکلات آبی مواجه بوده است. در کنار این موارد، میزان بارش سالیانه از 50 میلیمتر برای مناطق جنوب شرقی و مرکزی تا 1600 میلیمتر در مناطق شمالی متغیر است. همچنین مقدار تبخیر از تشت بین 1500 تا 200 میلیمتر است. در مقایسه با میانگین جهانی، ایران حدود یکسوم میانگین جهانی بارندگی و تبخیر سالانه را حدود سه برابر میانگین جهانی دارد. همچنین توزیع بارش در مناطق مختلف آن بسیار ناهمگن است و اغلب بارشها در مناطق کوهستانی رخ میدهد. علاوه بر این، تطابق زمانی ضعیفی بین دورههای بارندگی و فصول تولید کشاورزی در دشت وجود دارد. بنابراین لازم است از طریق ابزارهای مختلف برای جلوگیری از بحران کمآبی در ایران اقدام شود (Central Bank of Iran, 2014). ازاینرو، شناخت ردپای آب در ایران و بهویژه تغییرات آن طی بیش از یک دهه، نقش اساسی در تصمیمگیریهایی دارد که میتواند بر مشکلات آب در این کشور فائق آید. لذا در این تحقیق سعی شده است چارچوبی برای محاسبه ردپای آب ملی(3NWF) با استفاده از تحلیل جدول داده-ستانده برای سالهای 1380، 1390 و 1395در ایران ارائه شود.
با توجه به چالشهای موجود در انتشار جداول داده-ستانده و عدم انتشار آنها در بازههای زمانی کوتاه، «روند تغییرات ردپای ایران» بهعنوان یک کشور نیمه خشک هرگز در مطالعات موردی قبلی مورد بحث قرار نگرفته است. این مطالعه بهمنظور تحلیل منابع و مصارف آب در ایران به عنوان کشوری پرتنش در یک دوره زمانی 15 ساله انجام شده است و نتایج آن نشان دهنده روند تغییرات و نقش مدیریت در بخش منابع آب است. در این تحقیق تلاش شده است؛ روند تغییرات آب تجدیدپذیر استخراج شده از بیلان آب در کنار ردپای محاسبه شده بررسی شود. کمبود آب به دلیل استفاده از بخش قابلتوجهی از منابع آبی برای تولید اقتصادی، به عنوان یک موضوع عمده در ایران مطرح شده است. تجزیهوتحلیل کامل مصرف آب در بخشهای مختلف و تخمین دقیق ردپای آب با تعیین سهم تجارت آب مجازی نیز مورد توجه است که بسیار حائز اهمیت است. در این پژوهش برای اولین بار با نگاه کلان به ظرفیت زیستی آب کشور تلاش شده است که شکاف آب مورد توجه قرار گیرد.
2- مواد و روشها
2-1- محدوده مطالعاتی
کشور ایران در طول جغرافیایی 56 درجه و 26 دقیقه و 7/22 ثانیه و عرض جغرافیایی 35 درجه و 41 دقیقه و 79/15 ثانیه قرار گرفته است. مساحت ایران 1648195 کیلومترمربع است و دارای 31 استان است. مطابق برآوردهای انجام شده، ایران در دهههای آینده با افزایش 6/2 درجه سانتیگراد میانگین دما و کاهش 35 درصدی بارندگی مواجه خواهد شد (Auffhammer, 2022). در یک دوره 45 ساله منتهی به سال آبی 90-1389 نسبت به دوره 40 ساله منتهی به سال آبی 85-1384، حجم بارندگی 96/4 درصد کاهش، حجم تبخیر و تعرق واقعی 2/1 درصد افزایش و حجم آب تجدید پذیر تولیدشده در کشور 03/18 درصد کاهش یافته است. این میزان کاهش ناشی از کاهش باران، افزایش دما و تغییر رویکرد در فرایند تهیه بیلان در دوره اخیر نسبت به دوره قبل میباشد (Office of Basic Studies of Iranian Water Resources, 2016). بر اساس اطلاعات مربوط به 104 ایستگاه بارانسنجی مبنای وزارت نیرو و استفاده از شبکه تیسن کشوری ایستگاههای مذکور، حجم بارش در 15 سال منتهی به سال آبی 95-1394، 7/364 میلیارد مترمکعب میباشد. در این دوره میزان تبخیر و تعرق محاسبه نشده است اما با فرض 3/72 درصد تبخیر و تعرق واقعی (منتج از بیلان منتهی به 90-1389)، حجم آب تجدید پذیر کشور 02/101 میلیارد مترمکعب برآورد شده است (Bahrami Mehneh, 2017).
همزمان با رشد جمعیت و کاهش منابع آب تجدید پذیر، روند شاخص سرانه این منابع نیز در دهههای اخیر، نشاندهنده کاهش منظم آن است، بهطوریکه مقدار آن از 6900 مترمکعب در سال ،۱۳۳۵ به ۲۱6۵ مترمکعب در سال ،۱۳۷۶ ۱۴۶۲ مترمکعب در سال ۱۳90 و ۱۲9۴ مترمکعب در سال 1395رسیده است. همچنین با توجه به جمعیت پیشبینی شده برای کشور در افق سال ۱۴۲۰ (حدود 106 میلیون نفر، مطالعات بهنگام سازی طرح جامع آب کشور) و با فرض ۱۰۳ میلیارد مترمکعب میزان آب تجدید پذیر درازمدت، میزان سرانه به 976 مترمکعب در سال خواهد رسید. به این ترتیب طی حدود 60 سال سرانه آب تجدید پذیر از محدوده نرمال بدون تنش به محدوده تنش آبی و سپس به سمت محدوده کمیابی آب تغییر خواهد کرد .
2-2- روش کار
فلوچارت انجام تحقیق در شکل (1) ارائه شده است. در مرحله اول جدول داده-ستانده برای سالهای 1380، 1390 و 1395 از پایگاه اینترنتی مرکز آمار ایران4دریافت شد. این تحقیق میتوانست به نتایج جامعتری از مقایسه سالها برسد که به دلیل نبود اطلاعات این مهم میسر نشد. لازم به ذکر است که نویسندگان سعی کردهاند از تمامی جداول داده-ستانده موجود برای محاسبات ردپای آب و تجارت آب مجازی استفاده کنند، اما به دلیل مشکلات تولید و انتشار این جداول توسط مرکز آمار ایران و انتشار دیرهنگام آنها، دسترسی به جداول سالهای اخیر ممکن نبود. جداول داده-ستانده مجموعه کاملی از اساسیترین اطلاعات در مورد اقتصاد یک کشور را ارائه میدهد و برای تهیه حسابهای ملی حیاتی است. مرجع اصلی تهیه این جداول مرکز آمار ایران میباشد. اولین تلاش برای تهیه چنین جداول مربوط به سال 1380 است، بنابراین جداول داده-ستانده قبل از سال 1380 ارائه نشده است، همچنین ایران به دلیل پیچیدگی و زمان بر بودن تولید این جداول، هنوز جدولی را پس از سال 1395 بهطور رسمی منتشر نکرده است. علاوه بر این، عدم ثبت منظم دادههای مصرف آب و یافتن دادههای معتبر به دلیل وجود نهادهای مختلف مدیریت آب، محدودیت هایی را برای تحلیل کامل ردپای آب در سالهای اخیر ایجاد کرده است.
جداول داده – ستانده مورد استفاده در این تحقیق جداول متقارن اقتصاد ایران هستند. دادههای تکمیلی مصرف آب در دوره مورد مطالعه برای بخشهای کشاورزی، صنعت و خدمات از شرکت مدیریت منابع آب ایران و دفتر حسابداری اقتصادی اخذ شده است. پارامترهایی نظیر ضریب آب، حجم آب مصرفی هر محصول بر حسب میلیون مترمکعب با ضرب کردن ضریب آب در حجم آب مصرفی آن بخش از اقتصاد (مانند مصرف محصولات زراعی از مصرف کل کشاورزی)، ضریب مستقیم آب برای هر محصول محاسبه شد. در مرحله بعد، ردپای آب در محصولات وارداتی و صادراتی محاسبه گردید. سپس در ادامه آب مجازی محاسبه شده در سه سال مذکور مورد محاسبه و تحلیل قرار گرفت. آنچه در شکل (۱) قابل مشاهده است روند انجام این تحقیق را نشان می دهد.
شکل 1- فلوچارت انجام تحقیق حاضر
Fig 1. Flowchart of the present research
1-2-2- روابط حاکم بر محاسبه ردپای آب
هدف تحقیق حاضر ارزیابی وضعیت مصرف آب در بخشهای مختلف اقتصاد ایران با رویکرد ارزیابی ردپای آب در دوره 15 ساله با مقایسه آن با شاخصهای فالکن مارک و سازمان ملل متحد است. هوکسترا و هانگ مفهوم ردپای را معرفی کردند که به عنوان مجموع مصرف آب داخلی و خالص تراز تجاری آب مجازی 5VWT وارد شده به یک کشور تعریف میشود (Hoekstra & Hung, 2003). بر اساس این مفهوم، ردپای آب به طور خاص به میزان آب مصرفی اشاره دارد. این شاخص شامل مصرف آب در داخل و خارج از یک کشور است، اما با مصرف نهایی محصولات و خدمات در آن کشور مرتبط است (Hoekstra et al., 2011). شاخص ردپای آب ملی6 از دو بخش ردپای آب داخلی (
7) و ردپای آب خارجی (
8) تشکیل شده است. ردپای آب ملی برای یک کشور از رابطه (1) به دست میآید.
ردپای ملی آب برای یک کشور معمولاً با کم کردن مقدار آب مجازی خروجی از کشور (LWF) از کل مصرف آب آن (TWF) به اضافه مقدار آب مجازی ورودی به آن (EWF) محاسبه میشود.
بهعبارتدیگر؛ ردپای آب مصرفی (DWF) با کم کردن LWF از TWF به دست میآید که در رابطه (1) نشان داده شده است.
(1) |
| |||||
(2) |
| |||||
(3) |
| |||||
(4) |
| |||||
شاخص فالکن مارک | شاخص سازمان ملل | ||
سرانه آبی (مترمکعب در سال) | وضعیت | جمع برداشت (درصد) | وضعیت |
بیش از 1700 | بدون مشکل | بیشتر از 40 | بحران شدید |
1700-1000 | با مشکل کمبود آب | 40-20 | بحران متوسط تا شدید |
1000-500 | دچار کمبود آب | 20-10 | بحران آب در حد متعادل |
کمتر از 500 | دچار کمبود شدید آب | کمتر از 10 | بحران کم |
شاخص فالکن مارک برای محاسبه مقدار سرانه در دسترس بودن منابع آب در سطح کشور مورد استفاده قرار میگیرد. شاخص تنش آبی سازمان ملل، کمبود آب را بر حسب مجموع میزان برداشت سالانه بهصورت درصدی از کل منابع آب سالانه معرفی میکند.
مطابق جدول (1) در شاخص فالکن مارک در صورتی که سرانه آب کمتر از ۵۰۰ متر مکعب در سال باشد، بیانگر کمبود شدید آب است. در حالی که بر پایه شاخص سازمان ملل که به صورت درصد بیان می شود، اگر بیش از 40 درصد باشد آنگاه بحرانی شدید کم آبی اتفاق افتاده است.
2-2-2- ردپای آب ملی براساس رویکرد داده - ستانده
جدول داده- ستانده ایران مبادله سالانه کالا و خدمات را در بین بخشهای مختلف اقتصاد ایران به واحد پولی نشان میدهد. بهمنظور محاسبه شاخص ردپای آب ملی (NWF)، از روش مورد استفاده توسط (Zhao et al., 2009) استفاده شده است. ساختار جدول داده-ستانده متقارن اقتصاد ایران (محصول در محصول) در جدول (۲) بهصورت جدول استاندارد ارائه شده است. ردیفی با عنوان مصرف آب و خدمات مربوط (wj) در جدول (2) مشاهده میشود.
ابتدا جدول متقارن اقتصاد ایران به دو بخش «کشاورزی» و «صنعت و خدمات» تفکیک و میزان آب مصرفی برای هر دو بخش محاسبه گردید. در ادامه پارامترهایی نظیر ضریب آب، حجم آب مصرفی هر محصول بر حسب میلیون مترمکعب با ضرب کردن ضریب آب در حجم آب مصرفی آن بخش از اقتصاد (مانند مصرف محصولات زراعی از مصرف کل کشاورزی)، ضریب مستقیم آب برای هر محصول محاسبه شد. در مرحله بعد ماتریس «ضرایب فزاینده آب» از حاصلضرب «ماتریس قطری ضرایب مستقیم آب» در «ماتریس فزاینده تولید یا ماتریس معکوس لئونتیف» به دست آمد و از ضرب «ماتریس ضرایب فزاینده آب» در «ماتریس قطری تقاضای داخلی» ماتریس ردپای آب داخلی محاسبه گردید. مقدار ردپای آب هر محصول نیز از جدول متقارن اقتصاد ایران با ضرب کردن «ماتریس ردپای آب داخلی» در «ماتریس واحد» محاسبه شد. محاسبه ردپای آب مجازی وارداتی مطابق رابطه (5) صورت گرفته است.
(5) |
| |||||
تولید ناخالص | تقاضای نهایی | استفاده متوسط | خروجی | ||
صادرات | مصرف داخلی | ||||
xi | ei | fi | xij | ورودی داخلی | ورودیهای میانی |
mi | mie | mif | mij | واردات | |
|
|
| cj |
| مقدار افزوده |
|
|
| xj |
| ستانده کل |
|
|
| wj |
| آب و خدمات مربوط |
ازآنجاییکه واردات به یک کشور معمولاً از کشورها و مناطق مختلف در سراسر جهان با استفاده از فناوریهای تولید مختلف انجام میشود (Wiedmann et al., 2007) و فناوریهای تولید در کشورهای مختلف متفاوت است، لذا مانع از مدلسازی تفاوتها توسط یک مدل داده-ستانده واحد میشود، برای حل این مشکل، این فرض پرکاربرد معرفی میشود که فرآیند و فناوری ساخت یک محصول وارداتی مشابه فرآیند تولید یک محصول داخلی است. این فرض با مفهوم آب مجازی وارداتی که توسط Renault (2003) تعریف شده بود، مخالف است، وی استدلال کرد که آب مجازی وارداتی با آب مصرف شده واقعی در محل تولید برابری نمیکند. با اینحال، با پذیرش فرضیه فوق، با واردات محصولات و به تبع آن، واردات آب مجازی که در تولید ان محصول مورد استفاده قرار گرفته است، در مصرف آبی که در تولید داخلی مورد استفاده قرار میگیرد، صرفهجویی میشود (Zhao et al., 2009). ردپای آب وارداتی مطابق رابطه (6) محاسبه میشود:
(6) |
|
(7) |
| |||||
(8)
|
|
سال | بخش | ردپای تقاضای آب داخلی | ردپای آب صادراتی | ردپای آب وارداتی | ردپای کل
| تراز آب مجازی |
1380 | کشاورزی | 5/88096 | 9/73949 | 6/7877 | 3/88579 | 7/482 |
صنعت | 3/1051 | 2/83 | 211 | 1/1179 | 8/127 | |
خدمات | 2/4465 | 9/182 | 5/270 | 8/4552 | 6/87 | |
کل | 93613 | 7661 | 1/8359 | 2/94311 | 1/698 | |
1390 | کشاورزی | 6/91636 | 5421 | 12028 | 6/98243 | 6607 |
صنعت | 1149 | 7/139 | 7/192 | 1202 | 53 | |
خدمات | 3/5150 | 248 | 63/341 | 5244 | 6/93 | |
کل | 9/97935 | 6/5808 | 12562 | 6/104689 | 6/6753 | |
1395 | کشاورزی | 8/107328 | 1/5181 | 7/12309 | 4/114457 | 5/7128 |
صنعت | 7/2184 | 9/344 | 8/342 | 6/2182 | 04/2- | |
خدمات | 3842 | 7/195 | 197 | 3/3843 | 3/1 | |
کل | 5/113355 | 7/5721 | 5/12849 | 3/120483 | 8/7127 |
مقادیر جدول از محاسبات محققین حاصل شده است.
3-2- تجارت آب مجازی در بخشهای مختلف اقتصادی کشور
نتایج تجارت آب مجازی برای محصولات کشاورزی، صنعت و خدمات کشور محاسبه و در شکلهای (5) تا (7) ارائه شده است. بر اساس شکل (5)، از سال 1380 تا 1395 تقریباً 6500 میلیون مترمکعب تجارت آب مجازی افزایش داشته است. تجارت آب مجازی برای ماهی و سایر محصولات ماهیگیری در سالهای 1380، 1390 و 1395 به ترتیب 15/50-، 76/28- و 34/35- میلیون مترمکعب بوده و نشان از صادرات این محصول دارد. این اعداد نشان میدهد که صادرات در سال 1395 نسبت به 1390 افزایش و نسبت به 1380 کاهش یافته است.
شکل 5- تجارت آب مجازی محصولات کشاورزی کشور(میلیون مترمکعب)
Fig 5. Virtual water trade of agricultural products in the country (million cubic meters)
تجارت آب مجازی در بخش خدمات کمتر از دو بخش کشاورزی و صنعت بوده و تنها در حوضه حملونقل ایران صادرکننده آب مجازی بوده است. مطابق شکل (6)، صادرات آب مجازی نفت، گاز و غیره در دو دوره 1390 و 1395 به ترتیب 5/24- و 1/8 – میلیون مترمکعب بوده که نسبت به دوره 1380 افزایش چشمگیری داشته است. مطابق شکل (6)، ایران در سالهای 1380 و 1390 وارد کننده آب مجازی در بخش محصولات شیمیایی و دارویی بوده است، در مقابل در سال 1395، با مقدار تجارت آب مجازی معادل 28/70- میلیون مترمکعب صادر کننده آن بوده است.
شکل 6- تجارت آب مجازی صنعت کشور (میلیون مترمکعب)
Fig 6. Virtual water trade of the country's industry (million cubic meters)
مطابق شکل (7)، بیشترین تجارت آب مجازی در بخش خدمات طی دو دوره 1380 و 1390 رخ داده که در آن، ایران به ترتیب به مقدار 5/48 و 78 میلیون مترمکعب تجارت آب مجازی داشته است.
شکل 7- تجارت آب مجازی بخش خدمات کشور (میلیون مترمکعب)
Fig 7. Virtual water trade in the country's services sector (million cubic meters)
3-3- مقایسه ظرفیت آب تجدید پذیر و ردپای آب ملی
در جدول (4) مقادیر شاخص کمبود آب برای ایران محاسبه شده است. بر اساس جدول مذکور، در طی سالهای 1380 الی 1395، سرانه آب قابل دسترس از 2687 به 1697 مترمکعب کاهش یافته است که نشاندهنده سرعت بسیار بالای ورود به منطقه کشورهای دارای تنش آبی است. محاسبات شاخص سازمان ملل نشان میدهد که این رقم طی 15 سال از 8/53 درصد به 8/88 درصد رسیده است که نشاندهنده بحران شدید آب در این مدت است. شاخص فالکن مارک برای سالهای 1380، 1390 و 1395 به ترتیب 2678، 1945 و 81/1697 مترمکعب بوده که با افزایش جمعیت کشور از 65275635 نفر در سال 1380 به 79926270 در سال 1395، سیر نزولی داشته است. در دو سال 1380 و 1390 این مقادیر بیشتر از 1700 بوده که نشان از "بدون مشکل بودن" از لحاظ منابع است. در هر صورت، مقدار این شاخص در سال 1395 در محدوده 1700 مترمکعب بوده که نشانههایی از بحران آب نیز است. بر اساس نتایج به دست آمده از تحقیق حاضر، ایران با مصرف ناپایدار آب مواجه است، بهعبارتدیگر مصرف آب در حال افزایش است، درحالیکه منابع آب تجدید پذیر همواره رو به کاهش بوده است که نشاندهنده شرایط بحرانی استفاده ناپایدار از منابع آبی در دهه اخیر است.
جدول 4- مقادیر شاخصهای کمبود آب
Table 4. Values of water shortage indicators
سال | NWF (MCM) | جمعیت | ظرفیت انرژی تجدید پذیر (MCM) | WFpc (m3) | شاخص فالکن مارک (m3) | شاخص سازمان ملل (%) |
1380 | 09/94311 | 65275635 | 4/175 | 1440 | 2687 | 8/53 |
1390 | 5/104689 | 75149669 | 2/146 | 1393 | 1945 | 6/71 |
1395 | 3/120483 | 79926270 | 7/135 | 1507 | 81/1697 | 8/88 |
مقادیر جدول از محاسبات محققین حاصل شده است.
3-4- مقایسه نتایج تحقیق حاضر با تحقیقهای مشابه
در این پژوهش، تغییرات ردپای آب در ایران برای سالهای 1380، 1390 و 1395 با استفاده از مدل اقتصادی داده- ستانده بر اساس رویکرد از بالا به پایین بررسی شده است. یافتههای این مطالعه نشان داد که در بخشهای مختلف اقتصادی، ردپای آب افزایش یافته است. بر اساس نتایج این تحقیق، مقادیر رد پای ملی آب برای دورههای 1380، 1390 و 1395 به ترتیب 3/88579، 6/98243 و 4/114457 میلیون مترمکعب به دست آمد. این روند نشان میدهد که ایران در طول سالهای مطالعه، واردات آب مجازی داشته است، علاوه بر این، تراز تجاری آب مجازی طی این سالها افزایش یافته است. شایان ذکر است که نتایج این تحقیق در تناقض با نتایج تحقیق (Tafazzoli, 2013) است. (Tafazzoli, 2013) در تحقیق خود از رویکرد داده-ستانده برای این منظور استفاده کرد. مطابق نتایج تحقیق وی، ایران در سال 1385 دارای تراز تجاری آب مجازی (واردات به میزان 3340 میلیون مترمکعب بوده است، که این نشان میدهد ایران صادر کننده آب مجازی بوده است. در تحقیق دیگری که توسط (Zarei, 2016) انجام شد، 6/21 درصد از کل ردپای آب از نوع وارداتی بوده است، همچنین ایران برای سال 1390حدود 8115 میلیون مترمکعب تجارت آب مجازی داشته است، بهعبارتیدیگر، ایران وارد کننده آب مجازی بوده است. هر چند که نتایج تحقیق حاضر تا حدودی با نتایج (Zarei, 2016) همخوانی دارد، اما ناقص بودن اطلاعات و نبود یک مطالعه جامع همچنان نتایج متفاوتی از این تحقیقات گرفته میشود. در هر صورت نبود اطلاعات کافی یا فقدان برخی اطلاعات ضروری همواره از مشکلات محققان بوده است. به عنوان نمونه، درصورتیکه اطلاعات برای سال 1400 نیز موجود بود، این تحقیق میتوانست به نتایج جامعتری از مقایسه سالها برسد که به دلیل نبود اطلاعات این مهم میسر نشد. علاوه بر این، عدم ثبت منظم دادههای مصرف آب و یافتن دادههای معتبر به دلیل وجود نهادهای مختلف مدیریت آب، محدودیتهایی را برای تحلیل کامل ردپای آب در سالهای اخیر ایجاد کرده است.
4- نتیجهگیری
پژوهش حاضر اقدام به تحلیل ردپای آب، تجارت آب مجازی و تبادلات بین بخشی آب مجازی در بخشهای اقتصادی کشور کرده است. بهمنظور انجام این پژوهش، از جدول داده-ستانده و مقادیر مصرف آب طی سه دوره، 1380، 1390 و 1395 استفاده شد. برای دستیابی به نتایج قابل قیاس در سالهای مورد مطالعه، از جداول متقارن اقتصاد ایران (محصول در محصول) استفاده شد. نتایج حاصل از تحقیق نشان داد که ردپای آب ملی در حال افزایش است درحالیکه سرانه آب ملی روند کاهشی دارد، بهطوریکه ردپای آب ملی در سال 1395 نسبت به 1380 حدود 21% رشد داشته است. همچنین، مقایسه مقادیر ردپای آب نشان داد که مقدار ردپای وارداتی از ردپای صادراتی بیشتر است. نتایج بررسی تجارت آب مجازی نیز نشان داد، ایران به دلیل واردات محصولات بیشتر از صادرات، طی سالهای 1380 و 1395 واردکننده خالص آب مجازی بوده است. در ادامه از دو شاخص فالکن مارک و شاخص تنش آبی سازمان ملل برای ارزیابی برداشت از منابع آب استفاده شد. نتایج شاخص سازمان ملل نشان داد که طی 15 سال مورد بررسی، ایران وارد دوره بحران شدید آبی شده است. نتایج این تحقیق نشان میدهد که وضعیت آب در ایران بسیار نگران کننده است. بنابراین انجام اقداماتی مانند بهبود کارایی آب، انطباق الگوهای کشت، تغییر رژیمهای غذایی که آب کمتری مصرف میکنند، و ترویج اشکال تجاری که موجب صرفهجویی در منابع آب میشود، میتوانند بسیار کمککننده باشد. همچنین استراتژی واردات آب مجازی میتواند به عنوان یک راهکار امیدوارکننده برای رفع کمبود آب در کشور مورد توجه سیاستگذاران کشور قرار گیرد.
تضاد منافع نویسندگان
نویسندگان این مقاله اعلام میدارند که هیچ تضاد منافعی در رابطه با نویسندگی و یا انتشار این مقاله ندارند.
دسترسی به دادهها
دادهها و نتایج استفاده شده در این پژوهش از طریق مکاتبه با نویسندة مسئول در اختيار قرار خواهد گرفت.
مشارکت نویسندگان
المیرا تاروردی زاده: نگارش، روش شناسی، بررسی و جمع آوری دادهها، نرم افزار، تجزیه و تحلیل. سید عباس حسینی: نگارش، ویرایش، روش شناسی و اعتبارسنجی. زهرا عابدی: نظارت، روششناسی و نرم افزار و تجزیه تحلیل و محمد صادق علی پور: نظارت، ویرایش متن، جمعآوری و تکمیل دادهها.
منابع
Abdollahzadeh Kahrizi, R., Kokabinezhad Moghaddam, A., & Merufinia, E. (2023). Investigating virtual water and agricultural water productivity index in crops of Poldasht Plain. Water and Soil Management and Modeling, 3(1), 54-68. https://doi.org/ 10.22098/mmws.2022.11090.1100. (In Persian)
Auffhammer, M. (2022). Climate adaptive response estimation: Short and long run impacts of climate change on residential electricity and natural gas consumption. Journal of Environmental Economics and Management, 114, 102669. https://doi.org/10.1016/j.jeem.2022.102669
Bahrami Mahneh, F. (2017). Modeling virtual water trade in Iran's agricultural sector. PhD Thesis. Faculty of Agriculture, University of Zabol.. (In Persian)
Bohlolzadeh. A., Sabzghabaei. G. R., & Dashti. S. (2021). Ecological water footprints and virtual water for wheat and rice products in khuzestan province in order to manage water resources sustainability. Iranian Journal of Irrigation and Drainage 15 (2), 329-341. https://doi.org/20.1001.1.20087942.1400.15.2.9.1 (In Persian)
Cazcarro, I., Duarte, R. & Sanchez Choliz, J. (2013). Multiregional input–output model for the evaluation of Spanish water flows. Environmental Science & Technology, 47 (21), 12275–12283. https://doi.org/10.1021/es4019964
Central Bank of Iran. (2014). Study of international water indicators and the outlook for the global water crisis by 2050. Local report, Tehran, Iran. (In Persian)
Chapagain, A. K. & Hoekstra, A. Y. (2004). Water footprints of nations. Unesco-IHE Institute for Water Education, Delft, The Netherlands.
Chen, Z. M. & Chen, G. (2013). Virtual water accounting for the globalized world economy: National water footprint and international virtual water trade, Ecological Indicators, 28, 142–149. https://doi.org/10.1016/j.ecolind.2012.07.024
Dehghanpir, SH., Bazrafshan, O., Ramezani Etedali, H., Holisaz, A., & Ababaei, B. (2024). Evaluation of water stress index and water poverty in rice production based on the water footprint concept in Iran. Water and Soil Management and Modeling, 4(1), 18-35. https://doi.org/10.22098/MMWS.2023.12116.1206. (In Persian)
Deng, G., Ma, Y. & Li, X. (2016). Regional water footprint evaluation and trend analysis of China-based on interregional input-output model. Journal of Cleaner Production. 112, 4674–4682. https://doi.org/10.1016/j.jclepro.2015.07.129
Dietzenbacher, E. & Velázquez, E. (2007) Analysing Andalusian virtual water trade in an input–output framework, Regional Studies, 41 (2), 185–196.
Dong, H., Geng, Y., Sarkis, J., Fujita, T., Okadera, T. & Xue, B. (2013). Regional water footprint evaluation in China: A case of Liaoning. Science of the Total Environment, 442, 215–224. https://doi.org/10.1016/j.scitotenv.2012.10.049
Feng, K., Siu, Y. L., Guan, D. & Hubacek, K. (2012). Assessing regional virtual water flows and water footprints in the Yellow River Basin, China: A consumption based approach, Applied Geography, 32(2), 691–701. https://doi.org/10.1016/j.apgeog.2011.08.004
Guo, S. & Shen, G. Q. (2015). Multiregional input–output model for China’s farm land and water use. Environmental Science & Technology, 49 (1), 403–414. https://doi.org/10.1021/es503637f
Hoekstra, A. (2007). Human appropriation of natural capital: Comparing ecological footprint and water footprint analysis. Value of Water. Research Report Series No. 23. UNESCOIHE, Delft, The Netherlands.
Hoekstra, A. Y. (2017). Water footprint assessment: Evolvement of a new research field, Water Resources Management, 31 (10), 3061– 3081. https://doi.org/10.1007/s11269-017-1618-5
Hoekstra, A. Y., Chapagain, A. K., Mekonnen, M. M. & Aldaya, M. M. (2011). The water footprint assessment manual: Setting the Global Standard. Earthscan, London, UK.
Hoekstra, A.Y. & Hung, P.Q. (2003). A quantification of virtual water flows between nations in relation to international crop trade، Virtual Water Trade، Processing’s of The International Export Meeting On Virtual Water Trade.
Karbasi, A.R & Rafiei Darani, R. (2014). Impact of changes in economic components of final demand on water use in agriculture: Input-output analysis in Khorasan Razavi Province, Journal of Agricultural Economics and Development , 22 (85), 37-63. https://doi.org/10.30490/AEAD.2014.58843. (In Persian)
Lenzen, M., Moran, D., Bhaduri, A., Kanemoto, K., Bekchanov, M., Geschke, A. & Foran, B. (2013). International trade of scarce water. Ecological Economics, 94, 78–85. https://doi.org/10.1016/j.ecolecon.2013.06.018
Mobaraki, M. & Mobaraki, M. (2021). Investigation of water footprint, virtual water and water use of three groups of autumn and spring products, vegetables (tomatoes and potatoes), industrial (sugar beet) and fodder (fodder corn) in Isfahan. Journal of Water Resources Engineering, 9(1), 89-102. (In Persian)
Najafi, B., Khodadad Kashi, F., Souri, A. & Mousavi Jahromi, Y. (2022). Identification of water footprint in iran’s foreign trade with the approach of the input-output table-2016, New Economy and Trade, Institute for Humanities and Cultural Studies (IHCS) Quarterly Journal, 17(1), 155. https://doi.org/10.30465/JNET.2022.39821.1837. (In Persian)
Nasrollahi, Z., & Zarei, M. (2018). Evaluation of virtual water flows in Iran's economy: Analysing intersectoral water relationships using inpu-output model, Economic Modeling, 2(4), 131-157. https://doi.org/10.22075/JEM.2018.11103.1013
Office of Basic Studies of the Iranian Water ResourcesIran. (2016). (In Persian)
Office of Sustainable Development, Amirkabir University, Iran. (2015). (In Persian)
Oveisi. F., Fattahi Ardakani, A. & Fehresti Sani, M. (2019). Investigation of virtual water and ecological footprints of water in wheat fields of Isfahan province, Journal of Water and Soil Science (Science and Technology of Agriculture and Natural Resources) 23(1). https://doi.org/20.1001.1.24763594.1398.23.1.28.4. (In Persian)
Piri., H. & Sarani. R., (2020). Investigation of economic productivity of crop products in sistan and Baluchestan Province by water footprint approach, Iranian Journal of Soil and Water Research, https://doi.org/10.22059/IJSWR.2020.289567.668325. (In Persian)
Rastegaripour, F., Salari, A. & Azizzade, F. (2021). Determination of virtual water indices and ecological footprint of sugar beet water in villages of Torbat Heydarieh city, Rural Development Strategies, 8(2), 233-243. https://doi.org/10.22048/rdsj.2021.271470.1916. (In Persian)
Renault, D. (2003). Value of virtual water in food: Principles and virtues. Hoekstra, AY (Ed.).
Tafazzoli, H. (2013). Measurement of sectoral water footprint in Iran using input-output approach. Master's thesis. Allameh Tabataba’i University. (In Persian)
Talebi, A. & Karimi, Z. (2023). Presentation of management responses regarding the strategy of improving the water resources status of Zayandeh Roud Watershed. Integrated Watershed Management, 3(4), 74-91. (In Persian). https://doi.org/10.22034/iwm.2023.2013798.1110
Tian, X., Sarkis, J., Geng, Y., Qian, Y., Gao, C., Bleischwitz, R. & Xu, Y. (2018). Evolution of China’s water footprint and virtual water trade: A global trade assessment, Environment International, 121, 178–188. https://doi.org/10.1016/j.envint.2018.09.011
Wang, Z., Huang, K., Yang, S. & Yu, Y. (2013). An input–output approach to evaluate the water footprint and virtual water trade of Beijing, China, Journal of Cleaner Production, 42, 172–179. https://doi.org/10.1016/j.jclepro.2012.11.007
White, D. J., Hubacek, K., Feng, K., Sun, L. & Meng, B. (2018). The water-energy-food nexus in East Asia: A tele-connected value chain analysis using inter-regional input-output analysis, Applied Energy, 210, 550–567. https://doi.org/10.1016/j.apenergy.2017.05.159
Wiedmann, T., Lenzen, M., Turner, K. & Barrett, J. (2007). Examining the global environmental impact of regional consumption activities – Part 2: Review of input–output models for the assessment of environmental impacts embodied in trade, Ecological Economics, 61 (1), 15–26. https://doi.org/10.1016/j.ecolecon.2006.12.003
Yu, Y., Hubacek, K., Feng, K. & Guan, D. (2010). Assessing regional and global water footprints for the UK, Ecological Economics, 69 (5), 1140–1147. https://doi.org/10.1016/j.ecolecon.2009.12.008
Zarei, M. )2016(. Measurement and evaluation of water consumption in economic sectors of Iran and Yazd Province. Yazd University. (In Persian)
Zhang, C. & Anadon, L.D. (2014). A multi-regional input–output analysis of domestic virtual water trade and provincial water footprint in China, Ecological Economics, 100, 159–172. https://doi.org/10.1016/j.ecolecon.2014.02.006
Zhang, H., Ma, S., Zhang, X. & Wang, Y. (2010). Analysis of Tianjin virtual water trade based on input-output model. In: 2010 International Conference on System Science and Engineering, IEEE, New York, NY, USA. https://doi.org/10.1109/ICSSE.2010.5551796
Zhao, X., Chen, B. &Yang, Z.F. (2009). National water footprint in an input–output framework—a case study of China 2002. Ecology Model, 220, 245–253. https://doi.org/10.1016/j.ecolmodel.2008.09.016
[1] Water Footprint
[2] Hoekstra
[3] National Water Footprint
[5] Virtual Water Trade
[6] National WF
[7] Internal WF
[8] External WF
[9] Total Population
[10] National Virtual Water Footprint
The rights to this website are owned by the Raimag Press Management System.
Copyright © 2021-2025