淮北市農業用水變化影響因素的灰色關聯分析

高　楊

(宿州學院環境與測繪工程學院，安徽宿州 234000)

?

淮北市農業用水變化影響因素的灰色關聯分析

高楊

(宿州學院環境與測繪工程學院，安徽宿州 234000)

[摘要]本文基于2005-2014年淮北市農業用水資料及相關社會經濟統計數據，進行淮北市農業用水變化影響因素的灰色關聯分析。結果表明：淮北市農業用水量變化整體呈現出先增加后減少的趨勢，農業用水占總用水比重變化趨勢和農業用水量變化基本保持一致，2005-2008年農業用水量及所占比重逐年增加，2008年以后農業用水量逐漸減少，近兩年趨于穩定，農業用水占總用水比重表現為逐年降低；產業結構、灌溉面積和農業生產水平是影響淮北市近年農業用水變化的主要因素。

[關鍵詞]農業用水變化；影響因素；灰色關聯分析；淮北市

隨著社會經濟的快速發展，各類用水部門的用水需求都在逐漸增加，合理配置水資源，緩解各部門用水矛盾成為關鍵，其中農業用水是保障農業發展的基礎條件，農業用水變化對農業生產將產生很大影響，必然引起專家和學者的關注，相關研究也日益增多。目前，在不同地區進行了農業用水多個層面的研究，一方面集中在對各地區農業用水變化的分析研究[1-3]，另一方面集中在對農業用水影響因素的研究，既有對影響因素的綜合分析[4-5]，也有特定因素影響農業用水的針對性分析[6-7]，此外采用不同評價模型和方法對農業用水效率的評價研究也在增多[8-10]，區域水資源現狀及用水結構差異較大，各項研究也反映出不同地區農業用水變化特征及影響因素具有明顯差異?；幢笔惺侨珖匾哪茉椿睾屯畋钡貐^的重要城市，礦業型城市的農業用水變化不僅影響到區域農業生產，也影響到工業用水量的配額。通過分析淮北市近年農業用水變化，準確認識影響農業用水變化的因素，為礦業型城市區域水資源合理配置和有效利用提供科學的理論依據。

1研究區概況

淮北市位于安徽省北部，地處淮海經濟區的腹心，市轄三區一縣，包括烈山區、相山區、杜集區和濉溪縣，總面積約2741 km2，其中耕地面積1359.9 km2，總人口215.9萬人。淮北市屬暖溫帶半濕潤季風氣候區，季風明顯，四季分明，年平均氣溫14.5 ℃，多年平均降水量844.3 mm，降水年內分配不均，集中在夏季。轄區境內的主要河流屬季節性河流，年際變化大且地表水貧乏，地下水資源較豐富，主要由第四系潛水和裂隙巖溶承壓水構成，共分為相山、青龍山至王場和符離集3個水系。淮北市地水資源總量9.8億m3，人均水資源占有量453.9 m3，畝均水資源量481.3 m3，不足全省平均水平的1/2，全國平均水平的1/4。2014年，全市總供水量為4.84億m3，其中地表水源供水量1.37億m3，地下水源供水量3.32億m3，其它水源供水量0.15億m3。

2研究方法與數據來源

2.1研究方法

利用淮北市農業用水量數據資料進行農業用水量變化趨勢分析，同時分析農業用水占總用水量的比例變化。在此基礎上進行影響農業用水變化主要因素的灰色關聯分析，根據區域農業用水特點構建影響農業用水量變化的指標體系，利用灰色關聯分析方法研究系統中不同因素之間的相關關系和關聯程度的特點[11]，設定農業用水量的時間序列為參考序列，影響因素的時間序列作為比較序列，分別為

x0(k)={x0(1)，x0(2)，…，x0(n)}，

xi(k)={xi(1)，xi(2)，…，xi(n)}(i=1，2，…，m).

為保證數據的統一性，需要對量綱不同的原始數據進行無量綱處理，計算處理后的參考序列與比較序列之間的關聯系數，公式為

(1)

其中，Δx0i(k)=|x0(k)-xi(k)|是絕對差序列，Zmax=maximaxkΔx0i(k)是兩極最大差，Zmin=miniminkΔx0i(k)是兩極最小差，Δ∈(0，1)是分辨系數，一般取值為0.5，可以削弱可能產生偏大最大絕對差值引起的失真帶來的影響。

參考序列和比較序列的灰色關聯度用各個時期的關聯系數進行平均來表示，可以反映出參考序列與比較序列的整體性關聯，關聯度公式為

(2)

其中，r0i越大表示該影響因素對區域農業用水量變化的影響越大，r0i越小則表明對農業用水量變化的影響越小。

2.2數據來源

淮北市各類用水量數據來源于2005-2014年安徽省水資源公報，研究中農業用水量為農田灌溉和林牧漁畜用水兩部分之和。灌溉面積、農業機械動力、糧食單產、農業各項產值等社會經濟數據則來源于2005-2014年淮北市國民經濟和社會發展統計公報和2006-2015年安徽省統計年鑒。

3淮北市農業用水變化分析

淮北市2005-2014年農業用水量及所占總用水量比重變化如圖1所示，近十年農業用水量變化明顯，呈現出先增加后減少的趨勢。2005-2008年農業用水量逐年增加，從1.44億m3增加至3.4億m3，2008-2012年農業用水量持續減少，2012年農業用水量減少至2.05億m3，近兩年的農業用水量保持相對穩定，2013和2014年農業用水量分別為2.13億m3、2.02億m3。結合淮北市總用水量計算得出農業用水占總用水比重變化趨勢和農業用水量變化基本保持一致，也表現為先升高后降低。2005-2008年農業用水占總用水比重從34.12%增加至53.88%，2008年以后農業用水占總用水比重逐年降低，到2014年降低至41.74%。

圖1　淮北市2005-2014年農業用水量及占總用水比重變化

4淮北市農業用水變化影響因素分析

4.1主要指標選取

農業用水量的逐年變化受人文環境、社會經濟、資源條件等多種因素的影響和制約，根據淮北市農業用水特點及近十年經濟發展基本情況，選取12個可能對淮北市農業用水變化產生影響的指標因素，包括：X1—年降水量(mm)，X2—年均溫(℃)，X3—總人口數(萬人)，X4—播種面積(千 hm2)，X5—有效灌溉面積(千 hm2)，X6—糧食產量(噸)，X7—畜產品產量(噸)，X8—水產品產量(噸)，X9—農業機械總動力(萬kw)，X10—主要糧食單產(kg/hm2)，X11—農業產值比重(%)，X12—工業產值比重(%)。選取的影響淮北市農業用水變化的指標因素2005-2014年原始數據如表1所示。

表1　2005-2014年淮北市農業用水變化影響因素相關指標數據

4.2灰色關聯分析

對農業用水變化的影響因素進行關聯分析時，采用初值化方法對原始數據進行無量綱處理，把表1中選取指標的數據序列作為比較序列，參考序列則為淮北市對應年份農業用水量變化的數據序列。表2所示為計算得到的淮北市農業用水變化與12個選取指標的關聯度以及排序。從計算結果可以看出，有5項指標的關聯度超過0.7，其中糧食產量與農業用水量變化的關聯度最大，排序居于首位，顯著高于畜產品產量及水產品產量，說明農業生產結構中糧食生產很大程度上決定了農業用水量的變化；反映農業生產水平的2項指標農業機械總動力和主要糧食單產在關聯度排序上分別處在第二和第四位，說明農業生產水平是影響淮北市農業用水變化的重要因素；有效灌溉面積關聯度為0.8025，排在各項指標的第三位，對應了灌溉用水作為農業用水大戶對其變化的重要影響；關聯度排序在第五位的是工業產值比重，表明由于產業結構的調整，各類用水類型相互影響制約，工業發展帶來的用水量增加對農業用水變化產生一定影響；其余的7項指標顯示的關聯度較小，都未超過0.7，需要說明的是降水量因素排在最后一位，與相關研究[5]得出降水量對農業用水量的影響不同，通過分析數據發現近十年淮北市降水變率大，2007年降水量達1224.6 mm，2011年僅為653.6 mm，相較農業用水變化，降水量過大的變化幅度必然使計算得出的關聯度較小，同時說明了降水量對淮北市農業用水量變化的影響在減小。根據關聯度計算分析結果，淮北市農業用水變化的主要影響因素可以歸納為產業結構、灌溉面積和農業生產水平等三個方面。

表2　淮北市農業用水變化影響因素的灰色關聯度及排序

4.3主要影響因素分析

4.3.1產業結構

產業結構變化對農業用水量變化產生影響包括三大產業結構和農業內部結構兩個方面。一方面，隨著區域產業結構的優化調整，各部門的用水量需要進行合理配置，工業和農業是并立的兩大用水部門，工業發展必然帶來農業用水量的變化。2005-2014年淮北市農業用水和工業用水變化對比如圖2所示，可以看出淮北市農業用水和工業用水的變化呈現出明顯的反向變化關系，與農業用水變化表現為先增加后減少的趨勢對應，工業用水變化總體呈現出先減少后增加的趨勢，其中2006年工業用水量最高，為2.14億m3，到2009年減少為近年最低的1.28億m3，2014年增加至1.83億m3，這種變化與淮北市近年工業產值比重變化呈現出一致性；另一方面，農業用水包括農、林、牧、漁等各類用水，農業內部結構的關系也會影響農業總用水量的變化?；幢笔修r業用水主要包括農田灌溉用水和林牧漁畜用水兩類，兩類用水量及所占農業總用水量比例如表3所示，農田灌溉用水在農業用水量中占絕對優勢，2011年所占比重最高，達94.74%，占比重最低的2006年也有76.16%，說明農田灌溉用水的變化決定了農業用水量的變化趨勢，這與關聯分析中糧食產量與農業用水量的關聯度排在各指標的首位是相對應的。

圖2　2005-2014年淮北市農業用水和工業用水變化對比

年份2005200620072008200920102011201220132014農田灌溉用水量(億m3)1.281.311.473.02.192.122.161.922.01.28比例(%)88.8976.1680.7788.2489.3988.7094.7493.6693.9088.89林牧漁畜用水量(億m3)0.160.410.350.40.260.270.120.130.130.16比例(%)11.1123.8419.2311.7610.6111.305.266.346.1011.11

4.3.2灌溉面積

淮北地區降水的時空分布極不均勻，尤其是雨量的季節分配并不完全與農作物的需水要求相適應，進行農田灌溉是保證糧食生產的必要條件。農田灌溉用水量作為農業用水中的主要部分，主要取決于單位面積的需水量和有效灌溉面積，有效灌溉面積是指在水利工程或設備已裝配的情況下可以進行灌溉的農田面積，它是影響區域農業用水量的一個重要因素。表1中可以看出，淮北市2005-2014年有效灌溉面積的變化同樣呈現出先增加后減少的趨勢，特別是2005-2008年增幅最大，從83 300 hm2增加至127 260 hm2，對應了同時期農業用水量的大幅增加，近五年淮北市有效灌溉面積雖有增加變化，但浮動不大，一般保持在14萬hm2左右，與近年農業用水變化幅度不大也具有一致性。

4.3.3農業生產水平

農業生產水平的提高，一方面可以提高農業用水效率，降低單位農業產值的耗水量，起到抑制農業用水增加的作用，例如滴灌、噴灌等節水灌溉技術等；另一方面可以擴大農業用水范圍，起到促進農業用水量增加的作用，例如農田水利建設擴大灌溉面積等。表1中的淮北市農業機械動力呈現出逐年增加的變化趨勢，但增加的幅度有一定差異，2010年以前的五年農業機械總動力增幅明顯，年均增加超過10萬kw，2010年以后年均增加在8萬kw左右，另外淮北市主要糧食單產在研究期的前半段波動較大，而在后半段相對平穩，這些都與農業用水量變化幅度前期大后期小具有一定關聯性。

5結論

通過對淮北市2005-2014年農業用水量變化特征分析和影響因素的灰色關聯分析得出結論：(1)近十年淮北市農業用水量變化整體呈現出先增加后減少的趨勢，2005-2008年農業用水量逐年增加，2008-2012年農業用水量持續減少，2013-2014年的農業用水量保持相對穩定；(2)農業用水占總用水比重變化趨勢和農業用水量變化基本保持一致，2005-2008年農業用水占總用水比重呈增加趨勢，2008年以后逐年降低；(3)淮北市農業用水變化的主要影響因素有產業結構、灌溉面積和農業生產水平等。

[參考文獻]

[1]喬梁.邢臺市農業用水結構變化特征分析[J].水利科技與經濟,2015,21(4):86-89.

[2]黃晶,宋振偉,陳阜.北京市水足跡及農業用水結構變化特征[J].生態學報,2010,30(23):6546-6554.

[3]李保國,黃峰.1998-200年中國農業用水分析[J].水科學進展,2010,21(4):575-583.

[4]邵薇薇,劉海振,周祖昊,等.東北地區城鎮化、工業化進程中農業用水影響因素分析與對策[J].水利經濟,2015,33(1):1-3,17.

[5]黃晶,宋振偉,陳阜,等.北京市近20年農業用水變化趨勢及其影響因素[J].中國農業大學學報,2009,14(5):103-108.

[6]李青,陳紅梅,王雅鵬.基于面板VAR模型的新疆農業用水與農業經濟增長的互動效應研究[J].資源科學,2014,36(8):1679-1685.

[7]高曉薇,邵薇薇,劉學欣,等.城鎮化與工業化進程對農業用水的影響[J].人民黃河,2015,37(7):59-63.

[8]佟金萍,馬劍鋒,王圣,等.長江流域農業用水效率研究:基于超效率DEA和Tpbit模型[J].長江流域資源與環境,2015,24(4):603-608.

[9]徐輝,莫文春,張大偉.黑河中游地區農業用水效率研究——以張掖市為例[J].蘭州文理學院學報:社會科學版,2015,31(1):55-60.

[10]宋巖,劉群昌,江培福.基于改進AHP模糊物元模型的農業用水效率評價[J].人民長江,2013,44(22):30-33.

[11]鄧聚龍.灰色系統理論教程[M].武漢:華中理工大學出版社,1990.

Grey Correlation Analysis of Agricultural Water Consumption and Its Influence Factors in Huaibei

GAO Yang

(School of Environment and Surveying Engineering, Suzhou University, Suzhou Anhui 234000, China)

Abstract:Based on the data of agricultural water consumption and socio-economic statistics from 2005-2014 in Huaibei, the change of agricultural water was analyzed. And the leading factors were analyzed by grey correlation analysis method. The results indicate that agricultural water and agricultural water proportion in total water presented decreasing trend after the first increase. There were gradually increased in 2005-2008. Agricultural water consumption decreased gradually after 2008, and tended to be stable the past two years. Agricultural water proportion in total water gradually decreased in 2008-2014. Industrial structure, irrigation area and agricultural production level were the main factors to lead to the change of agricultural water in Huaibei.

Key words:change of agricultural water; influence factors; grey correlation analysis; Huaibei

[中圖分類號]TV211.1

[文獻標識碼]A

[文章編號]2095-7602(2016)04-0064-05

[作者簡介]高楊(1979- )，男，講師，碩士，從事水資源與水環境研究。

[基金項目]安徽高校省級人文社會科學研究重點項目“產業結構調整下的皖北地區用水結構變化及用水量預測研究”(SK2016A0995)；宿州學院優秀青年人才支持計劃項目“皖北地區用水結構與產業結構的協調優化研究”(2016XQNRL006)。

[收稿日期]2016-01-03