山西省作物生產藍綠水足跡核算及影響因素分析

馮變變, 劉小芳, 趙勇鋼, 李 軻

(山西師范大學 生命科學學院, 山西 臨汾 041000)

隨著人口增長和社會經濟的高速發展，我國面臨的水資源短缺壓力也愈發突出。農業作為我國的用水大戶，據統計2014年用水量已占到全國總用水量63.5%[1]，合理調整農業生產過程中的用水結構、提高單位水資源的農作物產量是實現我國水安全和糧食安全的重要途徑。水足跡理論以虛擬水理論為基礎，從生產和消費角度揭示人類對水資源的真實需求和占用量，為水資源評價和管理提供了新的方向[2]，近幾年已被廣泛應用于農業水資源管理和節水農業研究中[3-7]。

作物生產水足跡(Water footprint of crop production，WFP)作為農業用水的評價指標不僅能夠表征農業生產過程中消耗的水資源總量，而且可以反映水資源的利用類型(綠水、藍水)[8]。藍水是指地表水或地下水，即儲存在淡水湖泊、河流和含水層中的水；綠水指來源于降水并通過作物蒸發蒸騰消耗掉的水[9]。目前，對作物生產水足跡在不同時間序列中的動態變化以及在不同空間尺度上的分布特征已進行了一定的研究。吳普特等[3]以省級行政區為計算單元，量化了2010年中國31個省級行政區的糧食生產水足跡與區域虛擬水流動情況。操信春等[4]量化了中國灌區糧食生產水足跡并對其用水效率進行了評價。史利潔等[5]量化了2000—2012年陜西省主要作物生產水足跡與水資源壓力指數的時空分異特征，此外還有多眾多學者就不同尺度區域作物生產水足跡進行了量化[6-7]。以上研究推動了水足跡理論的完善和進一步發展。然而，目前的研究多集中在較大尺度區域作物生產水足跡的量化，對于省級以下區域尺度的研究不多，并且對于造成水足跡差異影響因素的分析還相對較少。本研究基于水足跡理論，對2005—2014年山西省11個地級市6種主要糧食作物生產藍水足跡和綠水足跡進行量化，分析其時空演變特征并采用通徑分析方法對其影響因素進行分析，以期為區域水資源的高效利用和管理以及種植結構優化提供一定的理論依據。

1 研究區概況與方法

1.1 研究區概況

山西省位于黃土高原東翼，地勢表現為東北高、西南低，地貌復雜多樣，山多川少，山地丘陵面積占全省總面積的80%以上。氣候屬于溫帶大陸性氣候，但南北差異較大，氣溫從北向南遞增，冬季寒冷干燥，夏季炎熱多雨。全年日照時數為2 200～2 900 h，年蒸發量為1 500～2 300 mm，無霜期為120～220 d。年降雨量400～650 mm，由東南向西北遞減，干旱缺水制約著山西省農業生產。

1.2 研究方法

1.2.1 作物生產水足跡計算 作物生產水足跡是指生產單位重量的作物所消耗的水資源，按照所消耗的水資源類型可以分為藍水足跡和綠水足跡，本研究中作物生產過程中水足跡的計算按照《水足跡評價手冊》[10]所提供的方法計算，其公式如下：

式中：WFP為作物生產水足跡(m3/kg)；WFPg為作物生產綠水足跡(m3/kg)；WFPb為作物生產藍水足跡(m3/kg)；ETg為作物綠水蒸發蒸騰量(mm)；ETb為作物藍水蒸發蒸騰量(mm)；10為單位轉換系數；Y為作物產量；ETc為作物蒸發蒸騰量(mm)；ETc通過收集的氣象數據結合CROPWAT 8.0軟件求出；Pe為作物生育期的有效降雨量(mm)，可根據CROPWAT 8.0模型中內嵌的美國農業部土壤保護局(USDA SCS)有效降雨量公式進行計算[11]：

(2)

式中：Pe為作物生育期的旬有效降雨量(mm)；P為作物生育期旬降雨量(mm)。

綜合作物生產水足跡(Water footprint of integrated crop production,IWFP)是將不同種作物生產水足跡對作物產量加權得到的綜合各作物的生產水足跡，能夠綜合衡量區域農業生產的水資源利用狀況，計算公式如下[5]:

(3)

式中：IWFPj為區域j(為山西省的11個地級市：大同、朔州、忻州、太原、呂梁、陽泉、晉中、長治、晉城、臨汾、運城)的綜合作物生產水足跡(m3/kg)；WFPi,j為地區j作物i(6種糧食作物:玉米、小麥、高粱、谷子、大豆、馬鈴薯)的生產水足跡(m3/kg)；Pi,j為區域j作物i的總產量(t)。

1.2.2 Manna-Kendall趨勢分析方法 Mann-Kendall是一種非參數統計檢驗方法，用來判斷趨勢的顯著性，它無需樣本服從一定的分布，也不受少數異常值的干擾，計算公式如下[12-13]：設定時間序列Xt=(x1，x2，…，xn，n為序列長度)，

(4)

s(S)=n(n-1)(2n+5)/18

(5)

式中：sgn是符號函數；當給定顯著性水平α=5%后，若|Z|≤Z1-α/2，則接收原假設，即趨勢不顯著；若|Z|>Z1-α/2，則拒絕原假設，即趨勢顯著；在計算結果滿足上述二條件情況下，如果Z為正，則表明被檢測序列具有上升趨勢；若Z為負時，說明被檢測序列趨勢是下降的；當Z為0時，表明無顯著趨勢。

1.2.3 作物生產水足跡影響因素分析 各影響因素和作物生產水足跡關系的分析，采用SPSS 17.0軟件進行Pearson相關分析，并在此基礎上采用通徑分析確定各因素對作物生產水足跡的影響。通徑分析能夠分析多個自變量與應變量之間的線性關系，是回歸分析的拓展，可以處理較為復雜的變量關系[14]。

1.3 數據及來源

氣象數據包括2005—2014年山西省各地區逐月平均最高氣溫、月平均最低氣溫、月平均氣溫、平均風速、相對濕度、日照時數、降雨量，數據來源于中國氣象科學數據共享網(http:∥cdc.cma.gov.cn/home.do)，缺失的氣象數據通過反距離權重差值方法取得。作物系數和生育期參考《北方地區主要農作物用水灌溉定額》和聯合國糧農組織(FAO)數據庫。11個市逐年的作物產量、單位面積產量、播種面積、化肥使用量和農業機械總動力等數據來源于山西省統計年鑒及各地區統計年鑒(2006—2015年)。

2 結果與分析

2.1 山西省糧食作物生產藍綠水足跡時間變化趨勢

2005—2014年山西省6種糧食作物生產消耗藍水和綠水量總體上呈現下降趨勢，這與作物單產的增加趨勢相反(圖1)。6種作物中玉米、大豆、馬鈴薯、谷子藍水足跡下降趨勢均達到顯著(M-K檢驗值均小于-1.96)，而綠水足跡中僅有谷子下降趨勢達到顯著，且綠水足跡變異系數均小于藍水，表明作物藍水足跡下降趨勢和下降幅度均小于綠水足跡。此外，作物水足跡在作物間差異顯著，6種作物中大豆藍水足跡和綠水足跡年均值皆最大為2.74，2.11 m3/kg，玉米和小麥作為山西省最主要的糧食作物擁有較低的水足跡，生產單位質量玉米所需藍水資源最小為0.42 m3/kg，小麥所需綠水資源最小為0.41 m3/kg。

山西省11個市綜合作物生產水足跡在研究時段內均呈下降趨勢(圖2)。大同和呂梁的綜合作物生產水足跡下降幅度和波動幅度均較大，2個區域綜合作物生產綠水足跡極差為0.6 m3/kg左右，其余地區極差均小于0.55 m3/kg。區域間綜合作物生產藍水足跡下降幅度和波動幅度均大于綠水足跡。大同和呂梁綜合作物生產藍水足跡的極差為1.9，1.41 m3/kg，長治和晉城綜合作物生產藍水足跡呈現相對平穩的下降趨勢，極差均小于0.3 m3/kg，其他區域為0.5 m3/kg左右，年際波動相對較大。區域間綜合作物整體表現為作物水足跡越高的地區有越大的年際波動。

圖12005-2014年山西省糧食作物生產藍綠水足跡及單位面積產量時間演變

2.2 山西省糧食作物生產藍綠水足跡空間分布

山西省糧食作物生產藍水足跡和綠水足跡在區域間差異顯著，整體表現為由北向南波動中下降的趨勢(圖3)。大同的玉米、高粱、大豆生產藍水足跡均為全省最高，分別為1.04，1.71，5.22 m3/kg，小麥和谷子生產藍水足跡為呂梁市最高，分別為1.67，2.24 m3/kg。同樣，呂梁市玉米和谷子生產綠水足跡也達到全省最高，分別為0.65，2.64 m3/kg。晉南地區(包括臨汾、運城、晉城市)和晉中市作物生產藍水足跡和綠水足跡都比較低。此外，作物間的空間差異水平也有所不同。大豆、谷子和馬鈴薯生產水足跡波動范圍較廣，谷子藍綠水足跡極差均大于1.7 m3/kg，大豆藍綠水足跡極差分別為3.68，1.97 m3/kg，空間差異顯著。馬鈴薯生產綠水足跡和藍水足跡極差分別為1.1，1.6 m3/kg，空間差異也較大。而小麥和玉米作為山西省最主要的糧食作物，生產水足跡較低，綠水足跡極差最低為0.2 m3/kg。

圖2山西省各地區綜合作物生產藍水和綠水足跡時間演變

圖3山西省主要糧食作物生產藍水和綠水足跡空間分布

2.3 作物生產水足跡組成

山西省農業生產用水組成在區域間存在較大差異(表1)，晉南地區(包括晉城、臨汾、運城市)糧食作物藍水消耗占比52%低于晉北地區(包括大同、朔州、忻州市)的56%，晉北地區中忻州市各作物藍水消耗比例明顯低于其他地區。作物水足跡組成在作物間差異顯著(表1)，馬鈴薯、大豆生產水足跡組成具有相似的空間分布，生產消耗均以藍水為主，占比均值為55%和56%。玉米藍綠水消耗基本持平，藍水利用率由北向南逐漸減小。谷子和高粱生產消耗用水除大同市藍水消耗較多外，其他地區均小于50%。小麥綠水利用率較低，水資源消耗以藍水為主。

2.4 影響因素分析

為了進一步定性分析山西省氣候變化和農業生產要素投入對于作物生產水足跡的影響，選取氣候因子(降雨量X1，平均風速X2，相對濕度X3，日照時數X4，平均氣溫X5)和生產要素(化肥使用量X6和農業機械總動力X7)與綜合作物生產水足跡進行相關分析。

表1 2005-2014年山西省11市糧食作物生產藍水足跡比例

據表2可知，氣象因子中降雨量、相對濕度、平均氣溫與綜合作物水足跡、綜合作物藍水足跡均呈負相關，且相關性達到顯著。平均風速、日照與綜合作物生產水足跡呈正相關關系，且與日照達到顯著相關。而相對濕度、日照、平均氣溫與綜合作物綠水足跡也達到顯著相關。生產投入因子中化肥使用量、農業機械總動力與綜合作物總水足跡和藍水足跡呈顯著負相關。在具體作物中，氣候因子、生產要素投入與玉米水足跡的相關性較強，除風速外其他因子均與水足跡達到顯著相關。高粱、大豆、馬鈴薯水足跡與降雨量呈顯著負相關關系。高粱水足跡和日照呈顯著正相關關系。

表2 作物生產水足跡與影響因素的相關分析

注：*表示顯著相關(p<0.05)，**表示極顯著相關(p<0.01)，WFP，WFPg和WFPb分別代表作物生產總水足跡、綠水足跡和藍水足跡。

將綜合作物生產水足跡與各影響因素進行通徑分析(表3)。從各因素對于綜合作物生產水足跡的總體影響來看，日照對于綜合作物生產水足跡的影響最大，其次是平均氣溫、降水量、平均濕度、農業機械總動力、化肥使用量、風速。其中風速和日照時數對綜合作物生產水足跡的作用為正作用，其余因素皆為負作用，與相關分析結果相一致。降雨量和日照對綜合作物生產水足跡的直接影響較大。

表3 山西省作物生產水足跡影響因素通徑分析

注：WF為綜合作物生產水足跡。X1—X7分別為降雨量、平均風速、平均濕度、日照、平均氣溫、農用化肥總使用量、農機總動力。

3 討論與結論

山西省作物生產水足跡在研究時段內均呈現下降趨勢,且作物藍水足跡年際波動和下降趨勢較綠水足跡明顯，表明灌溉水資源利用效率在逐年提高。在空間上作物生產水足跡呈現出由南向北增長的趨勢，這主要與區域作物生產的氣候條件、用水效率、農業生產技術和管理等因素的差異有關。孫世坤等[15]將中國不同區域小麥生產水足跡與區域降水量和作物單產進行對比得出三者在空間分布上的一致性。山西省降水量南北差異顯著，從東南向西北遞減，晉南地區降雨豐富，水利設施便利，更能滿足作物生長發育，且作物單產較高，其中晉南地區大豆、馬鈴薯單產達到晉北地區的2倍[16-17]。小麥生產水足跡與其他作物呈現不同的空間分布主要是因為晉北地區氣候條件和土壤條件與其他地區有較大差異，不同于晉南和晉中部地區種植冬小麥，晉北部地區種植春小麥，生育期不同，降水量差異也較大，生產單位質量小麥所需水分也有不同[18]。

山西省農業生產用水組成在區域間和作物間差異顯著，區域間藍水比例由南向北逐漸增大，作物間小麥綠水足跡比例較低。作物生產綠水足跡來源于降雨，相比較藍水(灌溉水)來說，具有較低的機會成本，且綠水在維持陸地生態系統和雨養農業糧食安全方面具有重要意義[19]，因此分析作物水足跡組成對于明晰區域作物生產過程中水資源利用類型，改善用水結構方面具有重要意義。水足跡組成和降雨關系密切，晉南地區氣候濕潤，降水充沛，這是晉南地區藍水足跡比例較小的主要原因。同處晉北的大同和忻州，研究時段內大同年平均降水量為384 mm，而忻州地區年平均降水量約為433 mm，降水相對豐富是忻州地區綠水足跡比例高于大同地區的主要原因。作物對于綠水資源的利用，受當地的降水量、降水時間與作物生育期吻合度影響。山西省各市降雨集中在6—8月，與玉米、高粱、谷子等作物生育期比較吻合，這是這類作物綠水比例高于小麥的主要原因。

歸因分析結果顯示區域農業生產水平和氣候因素都對作物生產水足跡產生影響，其中氣候因素中日照和降雨是造成水足跡差異的最直接因素。分析原因主要為：日照直接影響作物光合作用，從而影響作物生長發育和產量，降雨量直接影響作物生長過程中的綠水消耗[15]。日照時數通過平均氣溫對作物生產水足跡的間接作用較大，降水量除了直接影響外，主要通過相對濕度對作物生產水足跡起作用。風速主要通過影響作物冠層的水汽擴散速率進而影響作物生產水足跡[20]。在農業生產資料方面，已有研究表明化肥和農機總動力可大大提高農業生產力，促進作物產量提高[21]。

結合作物生產水足跡內涵及其影響因素來看，控制和減緩作物水足跡增長的途徑有：(1) 調整種植業結構，擴大生產水足跡比較優勢區作物的播種面積，降低缺乏生產水足跡比較優勢作物的播種面積，并通過虛擬水戰略方式進口高耗水作物[22]；(2) 增加農業生產投入，加強農業機械化，提高作物單位面積產量；(3) 加強節水技術的應用和推廣，提高降雨和灌溉水利用率。此外，化肥雖然是重要的農業生產投入要素，在提高作物單產方面具有重要作用，但是過度使用化肥會造成土壤肥力下降和農業面源污染[23]，同時隨著化肥和農業機械動力投入的增加其邊際效應逐漸減弱，對于作物增產方面的作用會逐漸降低，因此，提高水資源利用效率是降低水足跡的一項綜合性的技術措施。

本文以地級市為計算單元研究山西省近10 a的6種糧食作物生產藍水和綠水足跡，尺度較為精細，時間序列較長，作物種類較全，更能綜合反映山西省農業生產的用水效率，但是受限于數據的制約，本文未對灰水足跡進行量化。此外，在對造成作物生產水足跡差異影響因素分析時僅考慮了氣候因子和農業生產資料的影響，而未對人口、生產規模、農業技術和經濟發展等因素進行分析，闡明這些因素對作物生產水足跡的影響大小及其作用機制可為降低作物生產水足跡提供較為全面的思路。這些都需要做進一步的研究。

參考文獻:

[1] 中華人民共和國水利部.中國水資源公報2014[M].北京:中國水利水電出版社,2015.

[2] Hoekstra A Y, Mekonnen M M. The water footprint of humanity [J]. Proceedings of the National Academy of Sciences of the United States of America, 2012,109(9):3232-3237.

[3] 吳普特,王玉寶,趙西寧.2010中國糧食生產水足跡與區域虛擬水流動報告[M].北京:中國水利水電出版社,2012.

[4] 操信春,吳普特,王玉寶,等.中國灌區糧食生產水足跡及用水評價[J].自然資源學報,2014,29(11):1826-1835.

[5] 史利潔,吳普特,王玉寶,等.基于作物生產水足跡的陜西省水資源壓力評價[J].中國生態農業學報,2015,23(5):650-658.

[6] Sun S K, Wu P T, Wang Y B, et al. Temporal variability of water footprint for maize production: The case of Beijing from 1978 to 2008 [J]. Water Resources Management, 2013,27(7):2447-2463.

[7] 蓋力強,謝高地,李士美,等.華北平原小麥、玉米作物生產水足跡的研究[J].資源科學,2010,32(11):2066-2071.

[8] Siebert S, D?ll P. Quantifying blue and green virtual water contents in global crop production as well as potential production losses without irrigation [J]. Journal of Hydrology, 2010,384(3/4):198-217.

[9] 戚瑞,耿涌,朱慶華.基于水足跡理論的區域水資源利用評價[J].自然資源學報,2011,26(3):486-495.

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

[11] D?ll P, Siebert S. Global modeling of irrigation water requirements[J]. Water Resources Research, 2002,38(4):1-8.

[12] 章誕武,叢振濤,倪廣恒.基于中國氣象資料的趨勢檢驗方法對比分析[J].水科學進展,2013,24(4):490-496.

[13] 張淑杰,張玉書,隋東,等.東北地區參考蒸散量的變化特征及其成因分析[J].自然資源學報,2010,25(10):1750-1761.

[14] 蔡甲冰,劉鈺,許迪,等.基于通徑分析原理的冬小麥缺水診斷指標敏感性分析[J].水利學報,2008,39(1):83-90.

[15] 孫世坤,王玉寶,吳普特,等.小麥生產水足跡區域差異及歸因分析[J].農業工程學報,2015,31(13):142-148.

[16] 趙乾坤.山西省水土保持功能分區及生態脆弱性評價[D].山東泰安:山東農業大學,2014.

[17] 朱曉磊,辛存林,盧李朋,等.山西省糧食生產的時空變化和驅動因子分析[J].中國農學通報,2014,30(8):82-88.

[18] 張立生,溫輝芹,程天靈,等.山西省小麥生態區劃研究[J].中國生態農業學報,2010,18(2):410-415.

[19] Rockstr M J, Falkenmark M, Karlberg L, et al. Future water availability for global food production: the potential of green water for increasing resilience to global change [J]. Water Resources Research, 2009,45(7):142-143.

[20] 梁麗喬,李麗娟,張麗,等.松嫩平原西部生長季參考作物蒸散發的敏感性分析[J].農業工程學報,2008,24(5):1-5.

[21] 馬少先.農業機械在現代農業生產中的地位與作用探析[J].北京農業,2012(3):172-173.

[22] Shi J, Liu J, Pinter L. Recent evolution of China′s virtual water trade: analysis of selected crops and considerations for policy [J]. Hydrology & Earth System Sciences, 2014,18(4):1349-1357.

[23] Ruttan V W. The transition to agricultural sustainability [J]. Proceedings of the National Academy of Sciences of the United States of America, 1999,96(11):5960-5967.