基于水足跡的中國(guó)農(nóng)業(yè)用水效果評(píng)價(jià)

操信春，任 杰，吳夢(mèng)洋,3，郭相平,3，王衛(wèi)光

0 引 言

農(nóng)業(yè)用水因?qū)^(qū)域水資源消耗和影響巨大而受到廣泛關(guān)注。農(nóng)業(yè)生產(chǎn)水資源投入中往往包含藍(lán)水和綠水，藍(lán)水即從天然水體中取用的灌溉水，綠水為不產(chǎn)生徑流而是被作物以蒸發(fā)蒸騰形式利用的降水[1-2]。雖然綠水資源在大部分區(qū)域的農(nóng)作物耗水中占絕對(duì)的主導(dǎo)地位[3-4]，但是因科學(xué)理論、方法及技術(shù)的局限性，當(dāng)前在綠水資源調(diào)控和高效利用方面的研究還極為鮮見[5]。因此，當(dāng)前農(nóng)業(yè)用水調(diào)控、管理及節(jié)約方面研究的對(duì)象一般均為灌溉用水[6-8]。農(nóng)業(yè)用水效率評(píng)價(jià)方法由基于灌溉工程完善程度的灌溉效率指標(biāo)和基于產(chǎn)出效益的水分生產(chǎn)率指標(biāo)發(fā)展到以藍(lán)-綠水、虛擬水為重要內(nèi)涵的水足跡方法[9-11]。灌溉效率和水分生產(chǎn)率均是灌溉發(fā)展程度的重要反映，而作物藍(lán)水足跡為區(qū)域農(nóng)作物生產(chǎn)所消耗的灌溉水資源量[12-13]。區(qū)域水足跡與灌溉發(fā)展緊密相連，從而形成全新的、更為復(fù)雜的農(nóng)業(yè)用水評(píng)價(jià)系統(tǒng)[14]?；谠撓到y(tǒng)衍生出水資源利用和管理的新范式，其中包括廣義水資源[15]、資源稟賦[16]、藍(lán)水短缺[17-18]以及灌溉用水反彈效應(yīng)[19]等。灌溉用水反彈效應(yīng)表現(xiàn)為灌溉技術(shù)改進(jìn)增加而不是減少了耗水[20-21]。灌溉技術(shù)發(fā)展提高傳統(tǒng)農(nóng)業(yè)用水效率的同時(shí)也引誘農(nóng)業(yè)生產(chǎn)部門進(jìn)一步擴(kuò)大灌溉規(guī)模以獲取更多的產(chǎn)出，這就導(dǎo)致區(qū)域作物生產(chǎn)水足跡的增大。作物水足跡增大必然影響區(qū)域藍(lán)水資源合理分配及其利用的可持續(xù)性[22]。所以基于作物水足跡和灌溉發(fā)展交互影響評(píng)價(jià)農(nóng)業(yè)生產(chǎn)系統(tǒng)灌溉水資源利用效果對(duì)區(qū)域農(nóng)業(yè)用水管理有重要意義。

進(jìn)入21世紀(jì)以來(lái)，中國(guó)農(nóng)田灌溉得到長(zhǎng)足發(fā)展并在促進(jìn)農(nóng)產(chǎn)品產(chǎn)量增加中發(fā)揮了巨大的作用，但是也面臨農(nóng)業(yè)用水效率提升和用水總量控制的現(xiàn)實(shí)問(wèn)題。學(xué)者分別在作物水分消耗規(guī)律[23]、灌溉用水效率[24]、作物生產(chǎn)水足跡[25-26]等方面進(jìn)行大量的研究，為農(nóng)業(yè)生產(chǎn)與水資源之間關(guān)系識(shí)別提供重要參考。然而，各研究角度相對(duì)孤立，結(jié)合農(nóng)業(yè)生產(chǎn)耗水和灌溉發(fā)展水平分析農(nóng)業(yè)用水狀況的時(shí)空格局更能提供綜合的信息。為此，本文建立基于水足跡與灌溉發(fā)展的農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)，計(jì)算、分析2000—2014年省級(jí)行政區(qū)作物水足跡、灌溉發(fā)展以及農(nóng)業(yè)用水效果的時(shí)空分布，并針對(duì)農(nóng)業(yè)用水狀況評(píng)價(jià)方法和不同地區(qū)農(nóng)業(yè)用水效果提升方向進(jìn)行探討，以期為宏觀尺度農(nóng)業(yè)水管理利用效率評(píng)價(jià)和管理提供參考。

1 方法與數(shù)據(jù)

1.1 農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)

在核算灌溉用水在農(nóng)作物水足跡中地位的基礎(chǔ)上，以兼顧區(qū)域灌溉用水效率和總量控制為目的，構(gòu)建農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)（Agricultural water use effect，AWE）。AWE為在一定的灌溉發(fā)展水平下灌溉水資源的有效利用程度，從農(nóng)業(yè)用水規(guī)模及其調(diào)配技術(shù) 2方面綜合反映農(nóng)業(yè)灌溉取水的利用效率，計(jì)算如下：

式中AWF（agricultural water footprint）與AWFb為區(qū)域農(nóng)作物水足跡總量和藍(lán)水足跡，m3；IPA（irrigation proportion of arable land）為區(qū)域耕地灌溉率，即有效灌溉面積占總耕地面積的比例；IE（irrigation efficiency）為灌溉效率，即區(qū)域作物實(shí)際以蒸發(fā)蒸騰形式消耗的灌溉水占灌溉引水量的比例。藍(lán)水比例、耕地灌溉率和灌溉效率雖不全面但均可以表征區(qū)域農(nóng)業(yè)用水狀況：藍(lán)水足跡占總水足跡比例越大，說(shuō)明作物生產(chǎn)過(guò)多依賴灌溉用水而缺乏對(duì)綠水資源的調(diào)控和利用，農(nóng)業(yè)用水效果相對(duì)較差；耕地灌溉率越大意味著農(nóng)業(yè)用水規(guī)模較大，加劇水短缺而不利于水資源持續(xù)利用；灌溉效率越大說(shuō)明無(wú)效的農(nóng)業(yè)用水量越少，更加值得鼓勵(lì)發(fā)展灌溉。所以AWE可在時(shí)空上比較農(nóng)業(yè)用水的相對(duì)效果，其值越大，區(qū)域農(nóng)業(yè)用水效果越差。

AWF為區(qū)域所播種的各作物水足跡之和

式中CWF（crop water footprint）為特定作物水足跡。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》分類，中國(guó)主要農(nóng)作物分為谷物、豆類、薯類、棉花、油料、麻類、甘蔗、甜菜、煙葉、茶葉及水果等，部分類別又可進(jìn)一步細(xì)分為特定作物種類。CWF為藍(lán)水足跡CWFb和綠水足跡CWFg之和：

CWFb與CWFg分別為灌溉水（藍(lán)水）和有效降水（綠水）的蒸散量與作物播種面積的乘積得到：

上式中的 ETb和 ETg分別為藍(lán)水、綠水蒸散量，mm；A為作物播種面積，hm2。ETb與ETg的計(jì)算方法為：

式中的ETc和Pe分別為藍(lán)水作物需水量和生育期有效降水量，mm。ETc為參考作物蒸發(fā)蒸騰量 ET0與作物系數(shù)Kc的乘積：

ET0根據(jù)利用 Penman-Monteith公式計(jì)算得到：

式中Δ為飽和水氣壓與溫度曲線的斜率，kPa/℃；Rn為參考作物冠層表面凈輻射，MJ/(m2·d)；G 為土壤熱通量，MJ/(m2·d)；γ為干濕表常數(shù)，kPa/℃；T為日平均氣溫，℃；u2為2 m高處的風(fēng)速，m/s；es與ea為飽和水汽壓和實(shí)際水汽壓，kPa。

1.2 數(shù)據(jù)來(lái)源

文本的研究時(shí)段為2000—2014年，歷年各省級(jí)行政區(qū)的耕地面積、有效灌溉面積、所有農(nóng)作物播種面積與產(chǎn)量等數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒2001—2015》；835個(gè)氣象站[27]的月平均最高氣溫、月平均最低氣溫、相對(duì)濕度、風(fēng)速、日照時(shí)數(shù)、降水量等參數(shù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn）；各地區(qū)作物系數(shù)參考了《中國(guó)主要作物需水量與灌溉》[28]和《北方地區(qū)主要農(nóng)作物灌溉用水定額》[29]，部分直接由水利部灌溉試驗(yàn)總站提供；各省區(qū)歷年灌溉效率（灌溉水利用系數(shù)）由中國(guó)水資源公報(bào)、全國(guó)大型灌區(qū)典型年份實(shí)測(cè)值及數(shù)學(xué)推算等途徑得到。

2 結(jié)果與分析

2.1 中國(guó)農(nóng)作物水足跡

2000—2014年，中國(guó)年均農(nóng)作物水足跡值約為1 .0972× 1012m3，其中藍(lán)水、綠水足跡分別為1.4.3×1011與 9.359×1011m3，藍(lán)水足跡約占 13.1%。該時(shí)段內(nèi)年均耕地面積為 1.285×108hm2，單位耕地面積上的作物水足跡為853.9 mm。研究時(shí)段內(nèi)中國(guó)歷年農(nóng)作物藍(lán)水足跡、綠水足跡及藍(lán)水占水足跡總量比例如圖1所示。

圖1 2000—2014年中國(guó)農(nóng)作物水足跡及其構(gòu)成Fig.1 China's agricultural water footprint (AWF) and its composition during 2000 to 2014

全國(guó)農(nóng)作物水足跡從初始的 1.03×1012m3左右穩(wěn)步增加，到2014年達(dá)到了1.2×1012m3左右。圖1顯示，由于農(nóng)作物產(chǎn)出和農(nóng)業(yè)灌溉規(guī)模的擴(kuò)大，作物藍(lán)水足跡、綠水足跡均呈隨時(shí)間增加的態(tài)勢(shì)，分別由 1.3×1011和9×1011m3增大到近 1.7×1011與 1.04×1012m3。雖然綠水足跡的凈增加量大于藍(lán)水足跡，但是其年均增幅為6.6%，明顯低于藍(lán)水足跡的8.2%。綠水足跡增大有利于區(qū)域水資源利用結(jié)構(gòu)的優(yōu)化，而藍(lán)水足跡的增大對(duì)灌溉設(shè)施保障程度提出了更高的要求。歷年綠水足跡均明顯大于藍(lán)水足跡，而在農(nóng)作物水足跡中占絕對(duì)的主導(dǎo)地位。藍(lán)水足跡比例經(jīng)歷了一個(gè)下降-上升-平穩(wěn)的變化的過(guò)程，但是均在13.0%上下波動(dòng)，未能改變作物水足跡的組成結(jié)構(gòu)。糧食作物生長(zhǎng)過(guò)程藍(lán)水消耗比例在 35%左右[27]，明顯高于所有農(nóng)作物的13.1%，這主要是由經(jīng)濟(jì)作物的藍(lán)水足跡比例極低造成的。

由于農(nóng)作物生產(chǎn)需水規(guī)模的擴(kuò)大以及耕地面積的減少，單位耕地面積作物水足跡隨時(shí)間呈增加趨勢(shì)，由2000年的770 mm左右增加到2014年的約950 mm，年均值為853.9 mm。因農(nóng)業(yè)生產(chǎn)規(guī)模差異，不同省區(qū)作物水足跡差異較大而無(wú)可比性，因此計(jì)算出各省區(qū)單位耕地面積作物水足跡在研究時(shí)段內(nèi)的平均值及其藍(lán)、綠水足跡比例，以觀察農(nóng)作物水足跡及其構(gòu)成的空間格局，如圖 2所示。

圖2 各省區(qū)2000—2014年均單位耕地面積農(nóng)作物水足跡及其組成Fig.2 Agricultural water footprint per arable land and its composition in each province from 2000 to 2014

單位面積作物水足跡不僅決定于區(qū)域降水、農(nóng)作物種類及耗水特性等因素影響，還與復(fù)種指數(shù)、耕地灌溉條件及水資源保障程度等農(nóng)業(yè)生產(chǎn)條件有關(guān)。圖2顯示，單位面積作物水足跡總體上呈由東南向西北依次降低的空間格局，區(qū)域間差異很大，較高省份位于東部和南部沿海及黃淮海平原，較低省區(qū)沿北部和西部邊境（除新疆外）連片分布。福建、山東、北京及廣東的單位面積作物水足跡較大，均超過(guò)了1 600 mm，而內(nèi)蒙古、寧夏、貴州西藏及青海不足500 mm。新疆的單位面積水足跡為801.4 mm，接近全國(guó)平均值而明顯高于其他西北部省區(qū)，這除了與該地區(qū)作物需水量大有外，還受農(nóng)作物播種和農(nóng)產(chǎn)品產(chǎn)出規(guī)模的影響。農(nóng)作物水足跡組成方面，綠水足跡比例的空間分布同單位面積水足跡基本一致，與藍(lán)水足跡比例相反。藍(lán)水足跡比例低于 10.0%的省區(qū)個(gè)數(shù)（16）超過(guò)總數(shù)的一半，其中廣西、浙江、廣東及福建四省區(qū)不足 5.0%；10個(gè)省區(qū)藍(lán)水足跡比例介于 10%～20%之間，主要位于黃淮海平原及其周邊、東北以及西南地區(qū)；該比例在西北各省區(qū)基本都大于20.0%，其中在新疆高達(dá)55.9%，新疆也是唯一藍(lán)水足跡比例超過(guò)綠水足跡的省區(qū)。降水稀少、種植業(yè)生產(chǎn)規(guī)模大以及作物灌溉需水量大等是該地區(qū)農(nóng)作物藍(lán)水足跡比例大的直接原因。

2.2 中國(guó)灌溉發(fā)展與農(nóng)業(yè)用水效果

研究時(shí)段內(nèi)歷年中國(guó)農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)AWE。為觀察中國(guó)灌溉發(fā)展?fàn)顩r以對(duì)比AWE，在圖3中亦給出了歷年灌溉發(fā)展評(píng)價(jià)指標(biāo)的全國(guó)值，包括灌溉效率IE和耕地面積灌溉率IPA。圖3顯示，中國(guó)耕地面積的灌溉比例IPA呈逐年穩(wěn)定增加的趨勢(shì)，在2000年的40.1%的基礎(chǔ)上以年均0.8%的速度遞增，于2011年超過(guò)50%，并在2014年達(dá)到了53.0%。IPA的擴(kuò)大主要由耕地面積制約下的農(nóng)產(chǎn)品特別是糧食的產(chǎn)出需求增大驅(qū)動(dòng)。統(tǒng)計(jì)數(shù)據(jù)顯示，研究時(shí)段內(nèi)中國(guó)耕地面積一直維持在 1.28×108hm2作用，且有隨時(shí)間微弱減少的趨勢(shì)；與此同時(shí)，全國(guó)農(nóng)產(chǎn)品產(chǎn)量持續(xù)增長(zhǎng)，例如，糧食總產(chǎn)量由4.62×108t增長(zhǎng)到了6.07×108t；除農(nóng)作物品種改良帶來(lái)的單位面積產(chǎn)量增加外，很大一部分貢獻(xiàn)來(lái)自于灌溉面積的擴(kuò)大，因?yàn)楣喔瓤梢悦黠@提升作物單位面積產(chǎn)量[27]。研究顯示，未來(lái)中國(guó)仍需通過(guò)發(fā)展灌溉來(lái)提高農(nóng)產(chǎn)品產(chǎn)出，因?yàn)楣喔让娣e的擴(kuò)大將可能貢獻(xiàn) 46%左右的糧食增量[30]。所以在灌溉面積擴(kuò)展背景下藍(lán)水資源利用效率的評(píng)價(jià)及提升值得關(guān)注，而這與灌溉效率IE密切相連。

圖3 2000—2014年中國(guó)灌溉發(fā)展及農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)Fig.3 National irrigation development and agricultural water use effect from 2000 to 2014

從圖3可以看出，全國(guó)IE總體上也表現(xiàn)出隨時(shí)間增大的趨勢(shì)，但是增長(zhǎng)過(guò)程異于IPA而可劃分為2000—2006年和2007—2014年2個(gè)階段；2007年之前的IE均值為0.407，由0.401微弱增加到0.416；2007年突增到0.457，之后以每年平均0.009的幅度平穩(wěn)增加。2007年之前的IE結(jié)果是僅由面積超過(guò) 2.0×108m2的大型灌區(qū)數(shù)據(jù)整理得到。從2007年開始，國(guó)家及省區(qū)農(nóng)業(yè)水利管理部門全面開展了灌溉水有效利用系數(shù)的測(cè)定工作，測(cè)量樣本不僅涵蓋大型灌區(qū)，也包含了中、小型灌區(qū)以及純井灌區(qū)。在相同的技術(shù)條件下，其他類型灌區(qū)由于灌溉面積小、渠系結(jié)構(gòu)簡(jiǎn)單、灌水持續(xù)時(shí)間短等特點(diǎn)，灌溉水有效利用程度一般高于大型灌區(qū)。因此加入其他類型灌區(qū)核算區(qū)域灌溉效率是IE值在2006—2007年發(fā)生突增的主要原因。

農(nóng)業(yè)用水效果是農(nóng)業(yè)生產(chǎn)藍(lán)綠水足跡及灌溉發(fā)展程度的綜合反映。結(jié)果顯示，全國(guó)尺度上農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)AWE的年均值為0.125。由圖3可知，AWE表現(xiàn)出與 IPA和IE不同的隨時(shí)間變化趨勢(shì)。AWE值在15a內(nèi)經(jīng)歷了降低-平穩(wěn)-升高的變化過(guò)程，因此，基于水足跡與灌溉發(fā)展的中國(guó)農(nóng)業(yè)用水效果呈現(xiàn)了先改善后惡化的總體趨勢(shì)。AWE在 2000年為 0.124，隨后下降到 2003年的0.113，并于接下來(lái)的4a維持穩(wěn)定，2007年之后逐漸增大，到2014年增大到研究時(shí)段最大值的0.137。AWE的值直接決定于藍(lán)水比例、灌溉效率及耕地灌溉率，而這些因素與中國(guó)農(nóng)業(yè)生產(chǎn)與農(nóng)田灌溉的發(fā)展過(guò)程緊密相連。農(nóng)業(yè)政策是影響2000—2003年農(nóng)業(yè)生產(chǎn)及其水足跡狀況的主要原因。長(zhǎng)期扭曲的糧價(jià)政策影響了高耗水的糧食作物穩(wěn)定產(chǎn)出，扣除投入成本后，糧價(jià)不能保證農(nóng)民勞動(dòng)投入的報(bào)酬而降低其農(nóng)民種糧積極性。這也直接導(dǎo)致農(nóng)作物生產(chǎn)水足跡及其藍(lán)水比例的下降，在灌溉效率和耕地灌溉率穩(wěn)定變化的前提下，農(nóng)業(yè)生產(chǎn)用水效果能夠得到改善。2005年后國(guó)家出臺(tái)的一系列惠農(nóng)政策提高了農(nóng)民積極性，也在擴(kuò)大農(nóng)業(yè)用水和產(chǎn)出規(guī)模保障國(guó)家糧食安全的同時(shí)增大了農(nóng)作物水足跡特別是藍(lán)水足跡，這是農(nóng)業(yè)生產(chǎn)用水效果隨即變差的現(xiàn)實(shí)原因。2012年國(guó)家提出最嚴(yán)的水資源管理制度并明確的水資源利用量和利用效率標(biāo)準(zhǔn)，有效地促進(jìn)了農(nóng)業(yè)用水狀況的綜合改善，這與AWE在2011年左右的平穩(wěn)趨勢(shì)相呼應(yīng)。然而 AWE仍呈增加態(tài)勢(shì)的現(xiàn)狀對(duì)農(nóng)業(yè)水管理的進(jìn)一步有力措施提出了需求。

2.3 農(nóng)業(yè)用水效果的時(shí)空分布

計(jì)算出各省區(qū)歷年農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)AWE值。為量化各省區(qū)AWE在研究時(shí)段內(nèi)的表現(xiàn)，計(jì)算出各省區(qū)AWE的年均值與年均變化率，列于表1。

結(jié)果顯示，不同年份AWE在總體上呈現(xiàn)類似空間分布格局，且展示出明顯的空間聚集現(xiàn)象。具體表現(xiàn)為西部和黃淮海平原省區(qū)較大，而較低省區(qū)則連片分布于東南沿海至西南邊境地區(qū)。此外，陜西、重慶等內(nèi)陸省市也具有較低的AWE值。同時(shí)，AWE值在省區(qū)間存在較大差異，變異系數(shù)一直維持在 0.950～1.150之間，年均值1.003，說(shuō)明歷年省區(qū)間AWE標(biāo)準(zhǔn)偏差與其平均值相當(dāng)。雖然各省區(qū)AWE值在不同年份之間均發(fā)生變化，但是這些變化較小且沒有改變AWE空間分布的總體格局，故可根據(jù)表1中國(guó)各省區(qū)AWE年均值來(lái)觀察省級(jí)行政區(qū)的農(nóng)業(yè)用水效果。

由表1可知，新疆與天津的AWE值最大，分別達(dá)到了0.356和0.322，這2個(gè)地區(qū)的農(nóng)業(yè)用水效果在全國(guó)相對(duì)最差；剩余省區(qū)的AWE均不超過(guò)0.300，其中河北、寧夏、青海、江蘇和山東在0.200之上，也屬于農(nóng)業(yè)用水規(guī)模和效率綜合考慮上需要改善的省區(qū)；AWE值大于全國(guó)平均值（0.125）的省區(qū)還有內(nèi)蒙古、北京、河南和西藏；其他20個(gè)AWE低于全國(guó)值的省區(qū)中，安徽、湖南、上海和江西大于1.000，而吉林、云南、福建、海南、廣西、陜西、廣東和貴州8省區(qū)低于0.050；貴州是唯一AWE值低于0.030的省份，表現(xiàn)出相對(duì)較好的農(nóng)業(yè)用水效果。從 AWE值在時(shí)間上的變化情況看，大部分（22個(gè)）省區(qū)的呈隨時(shí)間降低趨勢(shì)，說(shuō)明空間上農(nóng)業(yè)用水效果總體為改觀的趨勢(shì)。上海、浙江、重慶、北京及青海 5省市AWE的年均下降率都在4.00%以上，屬于農(nóng)業(yè)用水效果改善較為明顯的省區(qū)；而內(nèi)蒙古和黑龍江等區(qū)域的農(nóng)業(yè)用水效果在持續(xù)惡化，亟待加強(qiáng)綠水資源管理、控制農(nóng)業(yè)用水總量并提高灌溉水有效利用程度。

表1 2000—2014年間各省區(qū)AWE的均值與年均變化率Table 1 Average and annual rate of change of agricultural water use effect (AWE) in each province from 2000 to 2014

AWE的空間分布及隨時(shí)間變化趨勢(shì)受氣候條件、農(nóng)業(yè)生產(chǎn)特征、經(jīng)濟(jì)發(fā)展水平等因素的綜合影響。黃淮海平原及其周邊區(qū)域雖然降水量可觀，然而農(nóng)業(yè)生產(chǎn)水平較高，耕地復(fù)種指數(shù)也較大，降水難以滿足全年的作物需水；同時(shí)，地勢(shì)平坦有利于灌溉工程的修建，使得該地區(qū)是中國(guó)農(nóng)業(yè)水利最為發(fā)達(dá)的地區(qū)之一；位于該區(qū)域的大部分省區(qū)不僅耕地面積大，耕地灌溉率也在70.0%以上。有限的農(nóng)業(yè)水管理水平前提下，大的灌溉規(guī)模意味著較大的農(nóng)業(yè)用水總量，這是AWE較大的重要原因。西部地區(qū)的新疆、青海與寧夏的降水量低于黃淮海平原地區(qū)，灌溉需水量大，即使水資源短缺耕地灌溉率也超過(guò)了一半，藍(lán)水足跡比例大決定了AWE較高。同處西部旱區(qū)的陜西、甘肅降水量也相對(duì)稀少，然而地形、水資源等條件限制，耕地灌溉率僅為30.0%左右，這使得農(nóng)作物藍(lán)水足跡比例較低（圖 2），因此 AWE明顯低于其周邊省區(qū)。東南、華南沿海及西南大部分省區(qū)年降水量較大，均在1 500 mm以上，除水稻外的作物均基本能依靠降水滿足生長(zhǎng)發(fā)育；這些地區(qū)雖然因水資源豐富而使得耕地灌溉比例接近全國(guó)平均水平，但是這對(duì)區(qū)域農(nóng)作物水足跡組成結(jié)構(gòu)產(chǎn)生的影響很小，綠水貢獻(xiàn)比例大是這些省區(qū)農(nóng)業(yè)用水效果好的直接原因。上海、浙江、重慶及北京等地區(qū)農(nóng)業(yè)用水效果改善與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展較快、灌溉效率提高以及農(nóng)業(yè)生產(chǎn)和用水規(guī)模壓縮有關(guān)，而黑龍江、內(nèi)蒙古等地區(qū)農(nóng)業(yè)用水效果惡化是由農(nóng)產(chǎn)品特別是糧食生產(chǎn)任務(wù)加大而導(dǎo)致農(nóng)業(yè)灌溉用水規(guī)模增大引起的。

2.4 農(nóng)業(yè)用水效果與廣義水資源收支

與區(qū)域農(nóng)業(yè)用水效果關(guān)系最為直接的參數(shù)為農(nóng)業(yè)廣義水資源量投入消耗量，二者均包括灌溉水本身和降水。為觀察各省區(qū)農(nóng)業(yè)用水效果和廣義水資源及其利用之間的關(guān)系，給出各省區(qū)AWE、單位面積灌溉用水量及降水量在近5年平均值，如圖4所示。同時(shí)，為識(shí)別各省區(qū)在全國(guó)農(nóng)業(yè)生產(chǎn)和水資源消耗中的地位，以農(nóng)作物水足跡為4×1010m3為標(biāo)準(zhǔn)，將高于該標(biāo)準(zhǔn)的省區(qū)定義為農(nóng)業(yè)主產(chǎn)區(qū)，并在圖4中用“*”標(biāo)記。

圖4 各省區(qū)農(nóng)業(yè)用水效果與廣義農(nóng)業(yè)水資源狀況Fig.4 Agricultural water use effect and generalized agricultural water resources in each province

圖 4顯示，耕地灌溉水和降水資源流入量在省區(qū)間均呈現(xiàn)較大差異。北方省區(qū)的降水量低于南方省區(qū)，而灌溉用水量在華北區(qū)最小、東北區(qū)和西南區(qū)次之、西北區(qū)和東南區(qū)最大。觀察圖 4可發(fā)現(xiàn)，農(nóng)業(yè)用水效果與降水量之間呈大致的此消彼長(zhǎng)關(guān)系，而與單位面積灌溉用水量不存在明顯的統(tǒng)計(jì)相關(guān)關(guān)系。線性相關(guān)分析結(jié)果顯示，AWE與降水量之間的線性關(guān)系決定系數(shù)R2為0.426 6，而與灌溉用水量之間僅為0.017 1。具體來(lái)說(shuō)，華北區(qū)雖然單位面積灌溉水投入量小，但這并意味著灌溉水的利用效果就較好，反而AWE值均較大；西北區(qū)的大部分省區(qū)降水匱乏而單位耕地面積灌溉水投入量大，相應(yīng)的AWE也較大；西南區(qū)和東南區(qū)均出現(xiàn)降水和灌溉用水量大而AWE較小的現(xiàn)象，尤其在東南省區(qū)，單位面積灌溉用水量超過(guò)了500 mm而接近西北省區(qū)的水平，但是AWE明顯低于全國(guó)均值而成為農(nóng)業(yè)用水效果較好的地區(qū)。單位耕地面積灌溉用水量主要與作物播種及耗水狀況有關(guān)，作物耗水量大、復(fù)制指數(shù)高、降水與作物耗水規(guī)律不匹配等往往會(huì)使得單位耕地面積上灌溉水資源的投入加大。因此，作物對(duì)灌溉水需求與農(nóng)業(yè)用水效果之間無(wú)明顯關(guān)系，可以從灌溉工程建設(shè)、灌溉水調(diào)配與管理以及區(qū)域水資源利用政策等方面改善農(nóng)業(yè)用水效果。

由圖4還可看出，12個(gè)農(nóng)作物水足跡超過(guò)4×1010m3的省區(qū)中的8個(gè)分布在北方，其中主要集中于華北地區(qū)，華北地區(qū)的農(nóng)業(yè)主產(chǎn)區(qū)也同時(shí)是糧食主產(chǎn)區(qū)。因此，從種植業(yè)和水足跡視角看，以黃淮海平原為核心地帶的華北區(qū)是中國(guó)農(nóng)業(yè)生產(chǎn)和水資源消耗最為重要的區(qū)域。除個(gè)別省外，北方農(nóng)業(yè)主產(chǎn)區(qū)普遍存在AWE較大即農(nóng)業(yè)用水效果較差的問(wèn)題，而南方的廣西、四川、湖北和廣東擁有較大體量作物水足跡的同時(shí)也具有較好的農(nóng)業(yè)灌溉用水效果。在北方農(nóng)業(yè)生產(chǎn)區(qū)進(jìn)行綠水資源利用潛力挖掘和控制農(nóng)業(yè)灌溉規(guī)模、提高灌溉用水效率從而保障農(nóng)業(yè)生產(chǎn)與水資源持續(xù)利用的是當(dāng)前面臨的現(xiàn)實(shí)問(wèn)題。

3 討 論

在藍(lán)綠水資源和水足跡視角下，本文的農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)AWE是基于灌溉（藍(lán)）水資源的稀缺性和可調(diào)配性建立的。農(nóng)業(yè)用水管理的目的應(yīng)該是在兼顧滿足作物生長(zhǎng)、農(nóng)產(chǎn)品生產(chǎn)的前提下，從總量控制和效率提升兩個(gè)角度實(shí)現(xiàn)區(qū)域藍(lán)水資源的可持續(xù)利用。灌溉的發(fā)展雖然可以提高農(nóng)業(yè)產(chǎn)出，但是也應(yīng)該考慮灌溉水資源利用的反彈效應(yīng)。所以建立AWE的初衷及該指標(biāo)的功能均有別于傳統(tǒng)以效率、產(chǎn)出為目標(biāo)的農(nóng)業(yè)用水評(píng)價(jià)指標(biāo)，如灌溉水分生產(chǎn)率和灌溉效率。灌溉水分生產(chǎn)率為單位灌溉水投入所獲得的作物產(chǎn)量，其評(píng)估和提升目標(biāo)旨在得到單位產(chǎn)量的農(nóng)作物產(chǎn)出所投入的農(nóng)業(yè)用水量最少。灌溉水分生產(chǎn)率的核算沒有考慮綠水資源在作物產(chǎn)量形成中的巨大作用，也不能揭示區(qū)域農(nóng)業(yè)灌溉用水規(guī)模和水資源稀缺程度；所以該指標(biāo)在提供有限的宏觀信息的同時(shí)更適合農(nóng)戶田間尺度灌溉用水效果評(píng)價(jià)和管理。灌溉效率用以衡量灌溉水資源被作物有效吸收利用的比例，除與田間土壤、作物因素有關(guān)聯(lián)外，更重要的決定因素在于灌溉工程的完好程度。該指標(biāo)雖有大尺度意義，但具有明顯的工程狀況決定性，也難以反映區(qū)域農(nóng)業(yè)灌溉用水規(guī)模和水資源稀缺程度。灌溉水分生產(chǎn)率和灌溉效率能夠滿足小尺度灌溉用水效率的評(píng)估，但是利用二者進(jìn)行農(nóng)業(yè)用水和灌溉發(fā)展宏觀決策時(shí)均容易落入灌溉用水反彈效應(yīng)的尷尬。以往指標(biāo)的不足在AWE構(gòu)建過(guò)程中均得到充分考慮。因此，利用AWE可以綜合判定特定區(qū)域及不同區(qū)域之間農(nóng)業(yè)用水狀況并為灌溉的發(fā)展方向提供依據(jù)。然而相比于傳統(tǒng)指標(biāo)，AWE的計(jì)算過(guò)程更為復(fù)雜，在比較灌溉用水效率區(qū)域差異并為不同灌溉發(fā)展提供對(duì)策的必要性尚需討論。為了更加清晰分辨AWE與上述傳統(tǒng)灌溉用水效率評(píng)價(jià)指標(biāo)在空間分布格局上的異同，分別給出中國(guó)省級(jí)行政區(qū)AWE與灌溉水分生產(chǎn)率和灌溉效率的散點(diǎn)圖，如圖5所示。

圖5 農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)與傳統(tǒng)灌溉用水效率評(píng)價(jià)指標(biāo)之間的關(guān)系Fig.5 Relationships between agricultural water use effect and traditional irrigation water efficiency evaluation indices

圖5 a顯示，各省區(qū)灌溉效率基本均位于0.400～0.600之間，與省區(qū)AWE之間未發(fā)現(xiàn)任何一致性變化趨勢(shì)。這不僅印證了灌溉效率主要由工程建設(shè)技術(shù)水平?jīng)Q定，也說(shuō)明利用灌溉效率不能比較農(nóng)業(yè)用水效果的區(qū)域差異。圖5b中的AWE與灌溉水分生產(chǎn)率之間的關(guān)系更為散亂，二者在省區(qū)間分布上出現(xiàn)嚴(yán)重的錯(cuò)位。這也說(shuō)明單位灌溉水投入得到的農(nóng)產(chǎn)品產(chǎn)出大的地區(qū)并不意味著一定值得鼓勵(lì)發(fā)展灌溉。綜上，從物理含義和空間分布上看，基于水足跡與灌溉發(fā)展的農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)均有別于傳統(tǒng)灌溉用水效率評(píng)價(jià)指標(biāo)。農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo)AWE僅針對(duì)灌溉水利用的合理性和可持續(xù)性本身，并不以農(nóng)產(chǎn)品產(chǎn)出作為參考目標(biāo)，因?yàn)楹笳呤艿礁訌?fù)雜因素（例如綠水）的影響。基于現(xiàn)代水資源管理新理念，兼顧農(nóng)業(yè)用水可持續(xù)和區(qū)域農(nóng)產(chǎn)品可靠供應(yīng)的水資源利用評(píng)價(jià)方法是未來(lái)值得探索的方向。

4 結(jié) 論

中國(guó)農(nóng)作物水足跡超過(guò)了 1.0×1012m3，綠水是保障農(nóng)業(yè)生產(chǎn)順利進(jìn)行的基礎(chǔ)。因社會(huì)對(duì)農(nóng)產(chǎn)品需求的增加，農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大導(dǎo)致農(nóng)作物藍(lán)水足跡和綠水足跡均隨時(shí)間呈現(xiàn)增長(zhǎng)的態(tài)勢(shì)。藍(lán)水足跡在農(nóng)作物水足跡的比例在近10a隨時(shí)間增大，這得益于灌溉的發(fā)展，包括耕地灌溉率和灌溉效率的提升。單位耕地面積上的作物水足跡為853.9 mm，與藍(lán)水比例同時(shí)呈由東南向西北逐漸減小的空間格局。新疆單位面積水足跡較大主要受藍(lán)水足跡比例決定。由于灌溉用水管理水平進(jìn)與技術(shù)進(jìn)步速度落后于農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大，中國(guó)的農(nóng)業(yè)用水效果自2003年以后呈現(xiàn)惡化的趨勢(shì)，其中近年逐漸成為最主要糧食主產(chǎn)區(qū)的黑龍江在此方面表現(xiàn)得尤為突出。農(nóng)作物水足跡和灌溉發(fā)展水平的差異決定了區(qū)域間農(nóng)業(yè)用水效果存在較大差異，且大部分農(nóng)業(yè)主產(chǎn)區(qū)的農(nóng)業(yè)用水效果較差且明顯低于全國(guó)平均水平。農(nóng)業(yè)用水效果與水資源也出現(xiàn)空間錯(cuò)位，濕潤(rùn)的南方地區(qū)農(nóng)業(yè)用水效果普遍較好，而面臨較嚴(yán)峻水資源壓力的黃淮海平原和西北干旱省區(qū)的農(nóng)業(yè)用水效果相對(duì)較差。我們還發(fā)現(xiàn)，農(nóng)業(yè)用水效果評(píng)價(jià)指標(biāo) AWE與傳統(tǒng)灌溉用水效率評(píng)價(jià)指標(biāo)在空間分布上不表現(xiàn)任何的相關(guān)性，這說(shuō)明了基于以用水效率和總量控制為目標(biāo)的農(nóng)業(yè)用水評(píng)價(jià)的復(fù)雜性。北方農(nóng)業(yè)主產(chǎn)區(qū)應(yīng)在水資源管理全新范式下進(jìn)行農(nóng)業(yè)用水效率評(píng)價(jià)和管理實(shí)踐。

[1] Falkenmark M, Rockstr?m J. The new blue and green water paradigm: Breaking new ground for water resources planning and management[J]. Journal of Water Resources Planning and Management-ASCE, 132 (3): 129－132.

[2] Faramarzi M, Abbaspour K, Schulin R, et al. Modelling blue and green water resources availability in Iran[J]. Hydrological Processes, 2009, 23(3): 486－501.

[3] Cao X, Wu P, Wang Y, et al. Assessing blue and green water utilisation in wheat production of China from the perspectives of water footprint and total water use[J]. Hydrology and Earth System Sciences. 2014, 18(8): 3165－3178.

[4] Hoekstra A, Chapagain A, Aldaya M, et al. The Water Footprint Assessment Manual: Setting the Global Standard[M]. London: Earthscan, 2011.

[5] Schyns J, Hoekstra A, Booij M. Review and classification of indicators of green water availability and scarcity[J]. Hydrology and Earth System Sciences, 2015, 19(11): 4581－4608.

[6] 馮峰，倪廣恒，孟玉清. 基于流向跟蹤和多重賦權(quán)的引黃灌區(qū)用水效率評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(10)：145－153.Feng Feng, Ni Guangheng, Meng Yuqing. Area based on flow-tracing and layered-weight method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(10): 145－153. (in Chinese with English abstract)

[7] 粟曉玲，宋悅，劉俊民，等. 耦合地下水模擬的渠井灌區(qū)水資源時(shí)空優(yōu)化配置[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(13)：43－51.Su Xiaoling, Song Yue, Liu Junmin, et al. Spatiotemporal optimize allocation of water resources coupling groundwater simulation model in canal-well irrigation district[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(13): 43－51. (in Chinese with English abstract)

[8] 李浩鑫，邵東國(guó)，尹希，等. 基于主成分分析和Copula函數(shù)的灌溉用水效率評(píng)價(jià)方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31(11)：96－102.Li Haoxin, Shao Dongguo, Yin Xi, et al. Evaluation method for irrigation-water use efficiency based on principle component analysis and Copula function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2015, 31(11): 96－102. (in Chinese with English abstract)

[9] Wang Y, Wu P, Engel B, et al. Comparison of volumetric and stress-weighted water footprint of grain products in China[J]. Ecological Indicators, 2015, 48: 324－333.

[10] Cao X, Wu M, Guo X, et al. Assessing water scarcity in agricultural production system based on the generalized water resources and water footprint framework[J]. Science of the Total Environment, 2017, 609: 587－597,

[11] Qiang W, Liu A, Cheng S, et al. Agricultural trade and virtual land use: The case of China's crop trade[J]. Land Use Policy,2013, 33: 141－150.

[12] Cao X, Ren J, Wu M, et al. Effective use rate of generalized water resources assessment and to improve agricultural water use efficiency evaluation index system[J]. Ecological Indicators,2018, (86): 58－66.

[13] Cao X, Wu M, Shu R et al. Water footprint assessment for crop production based on field measurements: A case study of irrigated paddy rice in East China. Science of the Total Environment, 2018, 610–611: 84－93

[14] Wang Y, Liu D, Cao X, et al. Agricultural water rights trading and virtual water export compensation coupling model: A case study of an irrigation district in China[J].Agricultural Water Management, 2017, 180: 99－106

[15] 操信春，邵光成，王小軍，等. 中國(guó)農(nóng)業(yè)廣義水資源利用系數(shù)及時(shí)空格局分析[J]. 水科學(xué)進(jìn)展，2017，28(1)：14-21.Cao Xinchun, Shao Guangcheng, Wang Xiaojun, et al.Generalized water efficiency and strategic implications for food security and water management: A case study of grain production in China[J]. Advances in Water Science, 2017,28(1): 14－21. (in Chinese with English abstract)

[16] Wang Y, Sun S, Engel B A, et al. Virtual water flows of grain within China and its impact on water resource and grain security in 2010 [J]. Ecological Engineering, 2014, 69: 255－264.

[17] Zhuo L, Mekonnen M, Hoekstra A, et al. Inter- and intraannual variation of water footprint of crops and blue water scarcity in the Yellow River basin (1961–2009)[J]. Advances in Water Resources, 2016, 87, 29－41.

[18] Sun S K, Wang Y B, Engel B A, et al. Effects of virtual water flow on regional water resource stress: A case study of grain in China[J]. Science of the Total Environment, 2016, 550:871－879.

[19] Berbel J, Gutiérrez-Martín C, Rodríguez-Díaz J A, et al.Literature review on rebound effect of water saving measures and analysis of a Spanish case study[J]. Water Resources Management, 2015, 29(3): 663－678.

[20] Loch A, Adamson D. Drought and the rebound effect: A Murray–Darling basin example[J]. Natural Hazards, 2015,79(3): 1429－1449.

[21] 宋健峰，王玉寶，吳普特. 灌溉用水反彈效應(yīng)研究綜述[J].水科學(xué)進(jìn)展，2017，28(3)：452－46.Song Jianfeng, Wang Yubao, Wu Pute. A reviews on irrigation water rebound effect[J]. Advances in Water Science, 2017,28(3): 452－461. (in Chinese with English abstract)

[22] Xu Y, Huang K, Yu Y, et al. Changes in water footprint of crop production in Beijing from 1978 to 2012: A logarithmic mean Divisia index decomposition analysis[J]. Journal of Cleaner Production, 2015, 87: 180－187.

[23] 劉夢(mèng)，羅玉峰，汪文超，等. 基于天氣預(yù)報(bào)的漳河灌區(qū)參考作物騰發(fā)量預(yù)報(bào)方法比較[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(19)：156－162.Liu Meng, Luo Yufeng, Wang Wenchao, et al. Comparison of three reference crop evapotranspiration forecastingmethods based on short-term weather forecast in Zhanghe irrigation district[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(19): 156－162. (in Chinese with English abstract)

[24] 楊曉慧，黃修橋，陳震，等. 基于 DSSAT模擬的灌溉用水效率評(píng)價(jià)指標(biāo)比較[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(24)：95－100.Yang Xiaohui, Huang Xiuqiao, Chen Zhen, et al. Evaluation index comparison of different irrigation water use efficiency based on DSSAT simulation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2015, 31(24): 95－100. (in Chinese with English abstract)

[25] 孫世坤，王玉寶，吳普特，等. 小麥生產(chǎn)水足跡區(qū)域差異及歸因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(13)：142－148.Sun Shikun, Wang Yubao, Wu Pute, et al. Spatial variability and attribution analysis of water footprint of wheat in China[J].Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2015, 31(13): 142－148. (in Chinese with English abstract)

[26] 曹連海，吳普特，趙西寧，等. 內(nèi)蒙古河套灌區(qū)糧食生產(chǎn)灰水足跡評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(1)：63－72.Cao Lianhai, Wu Pute, Zhao Xining, et al. Evaluation of grey water footprint of grain production in Hetao Irrigation District,Inner Moreongolia[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013,30(1): 63－72. (in Chinese with English abstract)

[27] Cao X, Wang Y, Wu P, et al. An evaluation of the water utilization and grain production of irrigated and rain-fed croplands in China[J]. Science of the Total Environment,2015, 529: 10－20.

[28] 陳玉民，郭國(guó)雙，王廣興，等. 中國(guó)主要作物需水量與灌溉[M]. 北京：水利電力出版社，1995.

[29] 段愛旺，孫景生，劉鈺，等. 北方地區(qū)主要農(nóng)作物灌溉用水定額[M]. 北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社，2004.

[30] Cao X, Wu M, Zheng Y, et al. Can China achieve food security through the development of irrigation?[J]. Regional Environmental Change, 2017, doi: 10.1007/s10113-017-1214-5.