黃河流域農業水土資源時空匹配特征分析

高蕓，齊學斌，李平，梁志杰，張彥

（中國農業科學院農田灌溉研究所，河南新鄉 453002）

0 引言

【研究意義】耕地資源與水資源是影響農業生產、決定糧食產量的基礎性資源，水土資源良好的匹配格局將為農業發展提供有力支撐[1-2]。黃河流域是我國重要的糧食生產基地，水土資源的時空匹配特征將直接影響流域的糧食生產水平?！狙芯窟M展】關于水土資源匹配的研究主要有以下4 類：①水土資源匹配系數法。用來衡量某一區域內水土資源的匹配狀況，通過區域內水資源與耕地資源數量的比值計算。②基尼系數法。將多個子區構成的組合體看作一個整體，用來量化水土資源在各個子區之間分布的不均衡程度[3-6]。③數據包絡分析（DEA）方法。基于DEA 的水土資源匹配模型，是以水資源、耕地資源為輸入指標，農業產值為輸出指標，對某一區域水土資源匹配特征進行分析[7-9]。④水土資源匹配系數與基尼系數綜合使用方法。首先通過計算水土資源匹配系數得到某一地區的水土資源匹配狀況，再計算基尼系數進一步分析水土資源在區域內部分配的不均衡性[10-12]。上述方法存在不足：水土資源匹配系數法無法識別水土資源在區域內部分配的不均衡程度；基尼系數法無法對某一地區整體的水土資源匹配狀況進行定量分析；DEA 僅以水資源和耕地資源為模型輸入，并不能完全反映農業產值的影響因素；水土資源匹配系數與基尼系數綜合使用方法雖然可以更加系統地評估某一地區的水土資源匹配狀況，但多數研究以水資源總量、水資源可利用量或灌溉用水量（即灌溉“藍水”）[13-15]表征水資源量，忽略了不同分區水資源特點，即地區降水“綠水”對農業生產的貢獻[16]，因此水資源量的表征參數并不全面。

【切入點】針對上述問題，考慮二級分區水資源特點，引入廣義農業水土資源匹配系數，增加降水“綠水”指標評估各省套二級分區的水土資源匹配程度；結合變異系數、Spearman 秩相關系數以及“藍水”、“綠水”的空間構成，探討沿黃9 省區套二級分區的農業水土資源時空匹配特征。【擬解決的關鍵問題】通過計算2010—2016年沿黃9 省區基尼系數、洛倫茲曲線，分析灌溉“藍水”在流域內部的分配情況；探明黃河流域結構性缺水原因并提出改善水土資源匹配不均衡的對策與建議。

1 研究區概況

黃河流域（包括黃河內流區）總面積79.5 萬km2，流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南和山東9 省區[17-18]，全河劃分為龍羊峽以上、龍羊峽至蘭州、蘭州至河口鎮、河口鎮至龍門、龍門至三門峽、三門峽至花園口、花園口以下、黃河內流區8 個二級流域分區。流域多年平均降水量447mm，總體呈南多北少的態勢，降水量年內分配極不均衡，其中6—9月降水量占全年的45%～60%；多年人均水資源占有量408m3，僅為全國的20%[19]。黃河流域是我國重要的糧食生產基地，據2018年統計數據，沿黃9 省區糧食播種面積占全國的36.03%，糧食產量占全國的35.37%[20]。

2 數據來源與研究方法

2.1 數據來源

2010—2016年黃河流域9 省區套二級水資源分區的農業用水量、耕地面積、降水量等數據取自《黃河年鑒》[21]和《黃河水資源公報》[22]。

2.2 研究方法

2.2.1 基尼系數

基尼系數最早用于研究收入差異問題，由于水資源的地區分布具有同樣的差異性，因而也可用于研究地區水土資源匹配格局[23]。其計算式為：

式中：G為基尼系數，可以通過洛倫茲曲線圖中的直線y=x，x=f(x)與曲線y=f(x)合圍的區域面積，除以直線y=x與x軸圍成的區域面積進行計算。各省份灌溉用水量與耕地面積空間匹配的洛倫茲曲線圖中x軸為灌溉用水量累積占比，y軸為耕地面積累積占比。表1 為基尼系數與評價結果的對應關系[24-25]。

表1 基尼系數與評價結果的對應關系Table 1 Correspondence relation between Gini coefficient and evaluation results

2.2.2 水土資源匹配系數

通過區域內水資源與耕地資源數量的比值計算，反映水資源對耕地資源的滿足程度[26-28]。其計算式為：

式中，Mi為各省水土資源匹配系數（萬m3/hm2）；Wi為各省灌溉用水量（萬m3）；Li為各省耕地面積（hm2）；m為流經省份（m=9）。

2.2.3 廣義農業水土資源匹配系數

改進的水土資源匹配系數，廣義農業水資源量不僅包含灌溉“藍水”，還包含降水“綠水”[29]。根據黃河流域二級分區水資源特點，廣義農業水土資源匹配系數計算式為：

式中：Wi-bw為各省灌溉用水量（灌溉“藍水”）（萬m3）；Wi-gw為各省套二級分區的降水“綠水”量（萬m3）；其他符號意義同上。

2.2.4 變異系數

衡量各觀測值變異程度的一個統計量。其計算式為：

式中：C.Vi為變異系數（%）；SDi為各省套二級分區標準差；Meani為各省套二級分區平均值；n為年份數（n=7）。

2.2.5 Spearman 秩相關系數

一種基于秩的非參數趨勢分析方法，是對原始數據的秩進行計算，對原始數據的分布不做要求[30]。其計算式為：

式中：R為秩相關系數；xi為年份；yi為原始數據按升序排列的序號；n為年份數（n=7）。當n=7 時，Spearman 秩相關系數|R|=0.786（臨界顯著水平α=0.05），|R|=0.929（臨界顯著水平α=0.01），正值代表上升趨勢，負值代表下降趨勢。

3 結果與分析

3.1 灌溉“藍水”與耕地面積的匹配狀態

以2010年為例（圖1），圖1 中虛線為沿黃9 省區灌溉用水量累計占比與耕地面積累計占比的洛侖茲曲線，45°斜直線為公平曲線，洛侖茲曲線相對公平曲線彎曲程度越小，說明水土資源匹配越均衡。以灌溉用水量累計占比為自變量x，耕地面積累計占比為因變量y，采用最小二乘法進行二次曲線擬合，得到2010年洛侖茲曲線y=0.0074x2+0.2704x-0.4201，根據基尼系數計算式可得，G=0.248 ∈[0.2，0.3）（相對匹配）。同理可得2010—2016年基尼系數（圖2），圖2 中沿黃9 省區水土資源匹配基尼系數整體波動不大且略有下降趨勢，說明各省份灌溉“藍水”在流域內部的分布日益均衡。

圖1 沿黃9 省區洛侖茲曲線Fig.1 Lorentz curve of 9 provinces along the Yellow River

圖22010 —2016年基尼系數Fig.2 Gini coefficient from 2010 to 2016

由圖1—圖2 可知，灌溉“藍水”在流域內部的分配相對均衡，圖3 為各省份水土資源的匹配系數。2010—2016年四川省、寧夏回族自治區的水土資源匹配狀況較好（M=1.142 和1.195），山東省水土資源匹配較差（M=0.255），二者相差近5 倍（M∈[0.255，1.194]）。說明灌溉“藍水”與耕地面積雖然在流域內部整體呈相對匹配狀態，但部分省份的水土資源匹配狀況相對較差。

圖3 水土資源匹配系數Fig.3 The matching coefficient of water and land resources

3.2 基于廣義農業水土資源匹配系數的水土資源匹配狀態

由于黃河流域不同二級分區水資源特點不同，且同一省區可能會跨越不同二級分區，因此，評估各省份水土資源匹配狀態不僅需要考慮灌溉“藍水”的作用，還要加入不同二級分區的降水“綠水”指標，使結果更加合理。圖4 為各省套二級分區的水土資源匹配系數，2010—2016年四川?。堁驆{以上）農業水土資源匹配程度相對較好，內蒙古自治區（內流區）較差，二者相差約2.3 倍，廣義農業水土資源匹配系數M∈[0.704，1.644]的變化范圍小于傳統的水土資源匹配系數，說明考慮流域二級分區水資源的特點，各省份水土資源匹配程度的極端值差異較小。

圖4 廣義農業水土資源匹配系數Fig.4 The matching coefficient of generalized agricultural water and soil resources

3.3 沿黃9 省區水土資源時空匹配特征

由變異系數可知（圖5），各省套二級分區廣義農業水土資源匹配系數的變異系數呈現逐年波動且下降趨勢，說明各省份水土資源匹配狀況總體變異性減小，原因可能與灌溉“藍水”的開發趨于穩定有關。因為資源開發趨于穩定會減緩匹配狀況向極端值方向變化，從而減小各省份之間水土資源匹配狀況的差別。各省份2010—2016年廣義農業水土資源匹配系數的Spearman 秩相關系數見表2，青海?。堁驆{至蘭州）、甘肅?。堥T至三門峽）、山西?。堥T至三門峽）為顯著下降，其中，寧夏回族自治區（蘭州至河口鎮）呈極顯著下降趨勢。

圖5 廣義農業水土資源匹配系數的變異系數Fig.5 Thecoefficient of variation of generalized agricultural water and soil resources

表2 水土資源匹配狀況變化趨勢Table 2 Changes in the matching status of water and soil resources

圖6 為廣義農業水土資源匹配系數與“藍水”、“綠水”構成比例關系，由圖6 可知，各省套二級分區廣義農業水土資源匹配系數與“藍水”、“綠水”構成比例均呈正相關關系，即水土資源匹配越好的省區，“藍水”與“綠水”的比值越高。圖6 中紅點表示水資源二級分區為蘭州至河口鎮以及內流區的匹配系數與“藍綠比”相關關系，具體包括甘肅?。ㄌm州至河口鎮）、寧夏回族自治區（蘭州至河口鎮）、內蒙古自治區（蘭州至河口鎮）、寧夏回族自治區（內流區）、內蒙古自治區（內流區）、陜西?。▋攘鲄^）；藍點表示其余各省套二級分區。經擬合，水資源二級分區在蘭州至河口鎮以及內流區的省份在同一“藍綠比”構成下，廣義農業水土資源匹配系數低于其余各省套二級分區，結合2010—2016年黃河流域水資源二級分區降水量平均值（圖7），蘭州至河口鎮（263.17mm）以及內流區（313.55mm）相對其他二級分區降水量平均值（552.59mm）分別減少52.37%和43.26%，即降水“綠水”較低的省區（紅線）相對其他省區（藍線）水土資源匹配性較差。綜上，水土資源匹配格局較好的省區灌溉“藍水”比例較高。

圖6 廣義農業水土資源匹配系數與“藍水”、“綠水”構成比例關系Fig.6 Relationship between the matching coefficient of generalized agricultural water and soil resources and the proportion of “blue water” and “green water”

圖7 降水量平均值Fig.7 Average precipitation

4 討論

目前水土資源匹配研究中，多數用水資源總量、水資源可利用量或灌溉用水量[13-15]表征水資源。沿黃9 省區跨8 個水資源二級分區，甚至同一省份分屬于不同流域，其水資源特點不同，水土資源匹配差異性大，以往研究對各省套二級分區的水土資源匹配研究較少，不能準確反映黃河流域農業水土資源匹配的變化趨勢。針對黃河流域同一省區跨越不同二級分區這一特點，本文采用廣義農業水土資源匹配系數法，評估各省份水土資源匹配狀態，計算得到2010—2016年黃河流域水土資源時空匹配程度的變化范圍，相對傳統計算方法[24-26]，結果不同。傳統方法得到四川省、寧夏回族自治區的水土資源匹配狀況較好，山東省水土資源匹配較差，二者相差近5 倍（M∈[0.255，1.194]），而廣義匹配系數法得到四川?。堁驆{以上）的農業水土資源匹配程度相對較好，內蒙古自治區（內流區）較差，二者相差約2.3 倍。各省份水土資源匹配程度的極端值差異較小的原因是廣義法不僅考慮了灌溉“藍水”的作用，還考慮了地區降水“綠水”對農業生產的貢獻。除此，本文的研究結論與以往通過開源節流方式解決缺水問題的出發點也不相同。根據研究結果，黃河流域水土資源匹配格局較好的省區灌溉“藍水”比例較高，而“藍水”開發已趨于穩定，依靠開源已不能從根本上解決黃河缺水問題。針對黃河流域水土資源時空匹配差異明顯、開源潛力不大、節水空間有限等特點，本文建議實施水系連通、跨流域調水等工程改善水土資源匹配不均衡導致的結構性缺水問題。因本文重點探討黃河流域水土資源匹配狀態、時空匹配特征宏觀問題，缺乏對區域內部農業用水結構，包括種植結構、灌溉方式等調整對水土資源匹配的影響分析，因此對水土資源匹配特征變化的原因探討有限，需要進一步開展研究。

5 結論

1）黃河流域整體的水土資源呈相對匹配狀態，但水土資源在區域內部（不同省份甚至同一省份分屬于不同水資源二級分區）的分配并不均衡。四川?。堁驆{以上）匹配程度相對較好，內蒙古自治區（內流區）較差，二者相差約2.3 倍。

2）“藍水”資源開發已趨于穩定，節水措施不能從根本上解決黃河流域資源匹配不均衡導致的結構性缺水問題。

3）針對上述黃河流域水土資源匹配特征，實施水系連通、跨流域調水工程尤為重要。