基于水足跡的多目標農業產業結構優化模型研究

辛朋磊　楊柳俊　陳瑋瑤　周榮

摘要：為優化農業產業結構，促進產業發展，以江蘇省為例，對1990～2021年江蘇省農業水量足跡和灰水足跡進行核算，構建了基于水足跡的多目標農業產業結構優化模型，采用SCEUA全局優化算法尋優。結果表明：① 1990～2021年江蘇省農業水量足跡呈逐年增長態勢，灰水足跡則呈先增后降趨勢。主要原因是受需求和凈利潤影響，畜牧漁養殖數量和蔬菜種植面積明顯提升，而糧食作物種植面積緩慢下降。② 節水型、均衡型和發展型3種情景下的水量足跡較2021年基準值分別削減了25.39%，0.20%和0.86%；灰水足跡較2021年的基準值分別削減了19.69%，0.06%和0.21%；凈利潤較2021年的基準值分別增長了0.10%，26.28%和21.50%。③ 江蘇省目前的農業產業結構還有一定調整空間，未來產業結構調整的方向主要為穩定糧食生產，穩定農作物播種面積，適度提升蔬菜種植面積，穩定生豬產量并適度降低淡水魚養殖面積。

關鍵詞：水足跡； 農業產業結構； 多目標優化; SCEUA模型； 江蘇省

中圖法分類號：F321

文獻標志碼：A

DOI：10.15974/j.cnki.slsdkb.2023.12.001

文章編號：1006-0081（2023）12-0008-07

0引言

農業產業結構調整和升級是經濟結構調整的重要組成部分［1］，是保障國家糧食安全、維護經濟社會穩定的重要基礎，也是實現農業農村現代化的首要任務。

水足跡是指一個國家、一個地區或一個人在一定時間內消費的所有資源所需要的水資源量［2-3］。基于水足跡的評價將間接用水納入水資源管理，能全面反映水資源的過程消耗［4］，目前有部分學者對基于水足跡的農業產業結構調整開展了研究。侯慶豐［5］借鑒水足跡研究，以水資源合理利用為基礎優化了甘肅省農作物種植結構。張杰等［6］通過測算分析廣西壯族自治區主要農作物的虛擬水含量，提出了廣西壯族自治區農業產業結構優化對策。聶媛等［7］揭示了水足跡視角下中國北方10省水資源壓力與三大糧食作物種植結構的關系，通過構建多目標種植結構優化模型，得出不同節水情景下北方10省三大糧食作物種植結構優化方案。秦智雅等［4］對嘉興市農業藍水、綠水及灰水足跡進行核算，構建了基于水足跡的農業產業結構優化模型，并分析了節水型、均衡型和發展型3種農業產業結構調整情景。張雯等［8］從水足跡視角出發，分析了山東省3種主要糧食作物（冬小麥、玉米及大豆）和2種不同種植模式蔬菜（設施蔬菜和露地蔬菜）的生產水足跡空間特征，將資源數量及資源質量的概念納入研究框架，分析了農業水土資源數量及質量匹配格局差異，并進一步探究了農業水土資源短缺壓力及其影響因素。

總體來說，基于水足跡的農業產業結構優化調整研究仍相對較少，研究內容雖然已經從單純的種植業研究進展到種植業及畜牧漁全方位研究，從單目標研究進展到多目標優化研究，但相關理論和經驗仍不足，也較少有學者基于水足跡對江蘇省農業產業結構開展優化研究。江蘇省是“魚米之鄉”，是全國農業大省之一，2021年江蘇省農林牧漁總產值達5 073.7億元，對全國農業經濟的發展起了重要的推動作用。與此同時，江蘇省農業存在農產品數量多但結構不夠合理，農業產出多但綜合效益不夠高，且受水資源約束的矛盾日益突出等問題。對江蘇省開展基于水足跡的農業產業結構優化調整研究具有重要的現實意義。因此，本文從種植業和畜牧漁養殖業兩方面對1990～2021年江蘇省農業水量足跡和灰水足跡進行核算，并構建了基于水足跡的多目標農業產業結構優化模型，采用SCEUA全局優化算法尋優，提出江蘇省農業產業結構調整方向。

1研究區域與研究方法

1.1研究區域

江蘇省地處長江、淮河流域下游，多年平均降雨量1 006.7 mm，多年平均水資源總量339.10億m³，僅為全國人均水資源量的1/5，水資源量緊缺。同時，江蘇省又是糧食生產、消費、流通和產業大省。根據2021年《中國水資源公報》［9］，江蘇省2021年農業用水量246.2億m³，占全省總用水量的4338%。與此同時，農業化肥施用量高，流失率高（約80%～90%的農藥流失到水體、土壤和大氣中［10］），成為當地重要污染源。

1.2研究方法

1.2.1農業水量足跡核算

按照農作物水量足跡和畜牧漁養殖業水量足跡分別核算農業水量足跡。其中，農作物水量足跡等于農作物產量與單位質量虛擬水含量相乘之和，利用CROPWAT 8.0 模型計算，計算方法已有較多學者有過詳細介紹［4，11］，不再贅述。畜牧漁業水量足跡用產品產量與單位質量虛擬水含量相乘之和核算。主要畜牧漁產品單位質量虛擬水含量參考文獻［12］的研究結果。江蘇省主要農作物和畜牧漁產品的單位質量水量足跡見表1～2。

1.2.2農業灰水足跡測算

1.2.3產業結構調整模型構建

1.2.3.1目標函數

以水量足跡和灰水足跡最小、凈利潤最大作為目標函數：

1.2.3.2約束條件

1.2.3.3模型求解

1.3數據來源

1.4參數確定

各參數初始值以2021年實際值確定。根據《江蘇省“十四五”鄉村產業發展規劃》，水稻播種面積上下限分別確定為3 000 000 hm²和2 000 000 hm²，蔬菜播種面積上下限為2 000 000 hm²和1 000 000 hm²，生豬產量下限確定為140萬t。考慮到各參數與歷年實際值保持相對穩定，其他參數下限按照1990～2021年實際最小值的0.8倍計，上限按照1990～2021年實際最大值的1.2倍計。主要農作物參數見表1，畜牧漁主要參數見表2。

2結果分析

2.1歷年水量足跡分析

1990～2021年，江蘇省農業水量足跡呈逐年增長趨勢，年均增長率為2.42%。其中，農作物種植水量足跡增加最為緩慢，年均增長1.88%；其次是畜牧業養殖用水，年均增長2.51%；淡水魚養殖用水增長最快，年均增長4.82%（圖1）。

江蘇省1990年和2021年農業水量足跡占比結構見圖2。由圖2可見，淡水魚養殖用水提升了約10%，蔬菜種植用水提升了約11%，畜禽養殖用水提升了約4%，糧食作物中水稻用水量降低了約13%，小麥用水量約降低了4%，反映出江蘇省農業產業結構的調整。自1990年以來，隨著生活水平的提高，江蘇省居民對魚、肉、蛋、奶的需求不斷增加，且畜牧漁養殖及蔬菜種植相對凈利潤更高，使得畜牧漁養殖數量和蔬菜種植面積得到顯著增長，而農作物中水稻、小麥等糧食作物種植面積不斷下降。

1990～2021年，江蘇省農業灰水足跡呈先增后降趨勢（圖3），在2004年達到頂峰之后逐步降低，但2021年較1990年仍有5.87億m³的增量。其中，農作物種植灰水足跡先增后降，較1990年降低了9.01億m³；畜禽養殖灰水足跡整體穩定，較1990年降低了4.09億m³；淡水魚養殖灰水足跡逐年遞增，較1990年增長了18.96億m³，年均增長4.96億m³。目前，江蘇省農業灰水排放仍然以農作物種植為主，貢獻率達到了71.24%；其次是淡水魚養殖和畜禽養殖中的生豬養殖，貢獻率分別為28.71%和20.73%（圖4）。

2.2產業結構優化結果分析

按照節水型、均衡型和發展型3種情境開展研究。節水型目標著重考慮降低用水量和灰水量，發展型目標著重考慮凈利潤。根據模型運行結果（表4），節水型、均衡型和發展型3種情境的水量足跡較2021年的基準值分別削減了25.39%，0.20%和0.86%；灰水足跡較2021年的基準值分別削減了19.69%，0.06%和0.21%；凈利潤較2021年的基準值分別增長了0.10%，26.28%和21.50%。可見，在不新增用水量和灰水量并增加凈利潤的前提下，目前江蘇省農業產業結構還有較大調整的空間。

種植業及養殖業3種情境下的參數最優結果分別見表5和表6。由表5可見，蔬菜、茶園因單位面積水量足跡和灰水足跡相對較低而單位面積凈利潤較高，3種情境最優值均高于2021年實際值；而小麥、玉米兩種作物因單位面積水量足跡較高，單位面積凈利潤較低，導致3種情境下的最優值結果均低于2021年實際值。由表6可見，牛和淡水魚養殖因單位質量水量足跡較高，單位質量凈利潤較低，導致3種情境的參數最優結果均低于2021年實際值。

2.3江蘇省農業產業結構調整方向

可以通過優化調整江蘇省農業產業結構實現在降低農業用水量和灰水量的同時，提升凈利潤。

2.3.1種植業調整方向

江蘇省是全國重要糧食主產省，也是粳稻主產區之一。江蘇省糧食安全對全國糧食安全發揮著重要的作用，因此，必須保持糧食種植面積的穩定。其他經濟作物，包括玉米、豆類、薯類和棉花等受勞動力成本影響，凈利潤偏低，種植面積呈逐年降低趨勢，未來可進一步壓縮種植面積。相比之下，蔬菜種植特別是設施蔬菜經濟效益更高，且目前已經形成較為完善的市場銷售和流通體系，根據模型結果，可

2.3.2畜禽養殖調整方向

據統計，江蘇省畜牧業產品產量呈逐年遞增態勢，2021年比1990年豬肉產量增長了17.4%，牛肉產量增長了46.8%，蛋禽產量增長了156.7%，較大豐富了居民對肉、蛋、奶的需求。按照模型研究結果，未來江蘇省畜禽養殖調整的方向是可以降低牛肉產量，但應穩定生豬和家禽養殖數量。

2.3.3漁業養殖調整方向

江蘇省漁業以養殖為主，淡水魚養殖面積和產量約為海水養殖的3.5倍。雖然淡水漁業養殖經濟效益很高，但增長方式較粗放，過度發展會對水環境造成一定污染。根據模型研究結果，未來江蘇省應做好淡水魚養殖產量和面積的控制，年淡水魚產量控制在250萬t左右是較為合適的。

3結論與展望

本文對江蘇省1990～2021年農業水量足跡和灰水足跡進行了核算，并構建了基于水足跡的農業產業結構優化模型，采用SCEUA全局優化算法尋優，主要研究結論如下：

（1） 1990～2021年，江蘇省農業水量足跡呈逐年增長趨勢，灰水足跡則呈先增后降趨勢，主要原因是受需求和凈利潤驅動，畜牧漁養殖數量和蔬菜種植面積明顯提升，而糧食作物種植面積緩慢下降。

（2） 節水型、均衡型和發展型3種情境的水量足跡較2021年的基準值分別削減了25.39%，020%和0.86%；灰水足跡較2021年的基準值分別削減了19.69%，0.06%和0.21%；凈利潤較2021年的基準值分別增長了0.10%，26.28%和21.50%。可見，目前江蘇省農業產業結構還有較大調整的空間。

（3） 根據模型結果，江蘇省產業結構調整的方向主要為穩定糧食生產，穩定農作物播種面積，適度提升蔬菜種植面積，提高生豬產量并適度降低淡水魚養殖面積。

本次研究因SCEUA模型受目標函數影響明顯，為保證研究結果合理，選取3種情境開展工作，是否為最優解猶未可知。今后將進一步研究如何選取更為有效的適用于農業產業結構調整的目標函數組合。

參考文獻：

［1］金興，高瑛.江蘇省區域農業產業結構實證分析［J］.南京社會科學，2014（7）：152-156.

［2］HOEKSTRA A Y，HUNG P Q.Globalisation of water resources：international virtual water flows in relation to croptrade ［J］.Global Environmental Change，2005，15（1）：45-56.

［3］張燕，徐建華，呂光輝.西北干旱區新疆水資源足跡及利用效率動態評估［J］.中國沙漠，2007，28（4）：775-780.

［4］秦智雅，俞潔，孫國金，等.基于水足跡的嘉興市農業產業結構優化模型［J］.浙江大學學報（理學版），2022，49（5）：613-622.

［5］侯慶豐.基于水足跡的甘肅省農作物種植結構優化分析［J］.中國沙漠，2013，33（6）：1921-1927.

［6］張杰，鄧曉軍，鄒婷婷，等.基于虛擬水的廣西農業產業結構優化［J］.節水灌溉，2017（7）：61-65.

［7］聶媛，李曉云，江文曲，等.基于水足跡視角的中國北方10省三大糧食作物種植結構優化［J］.資源科學，2022，44（11）：2315- 2329.

［8］張雯，劉倩倩，王慧，等．基于水足跡的山東省農業水土資源匹配特征及短缺壓力分析［J］.生態學報，2023，43（14）：1-11.

［9］水利部.中國水資源公報［R］.北京：水利部，2021.

［10］呂忠梅．生態文明法律制度研究［M］．武漢：湖北人民出版社，2014.

［11］HOEKSTRA A Y，CHAPAGAIN A K，ALDAYA M M，et al.The water footprint assessment manual：setting the global standard［M］.London：Routledge，2011.

［12］張瑤.中國水資源利用與經濟發展的匹配性研究：基于農業虛擬水量與水質足跡的測算［D］.楊凌：西北農林科技大學，2022.

［13］韓琴.中國省際灰水足跡研究［D］.大連：遼寧師范大學，2016.

［14］孫才志，韓琴，鄭德鳳.中國省際灰水足跡測度及荷載系數的空間關聯分析［J］.生態學報，2016，36（1）：86-97.

［15］HOEKSTRA A Y，CHAPAGAIN A K，ALDAYA M M，et al．水足跡評價手冊［M］．北京：科學出版社，2012.

［16］歐陽佚亭，宋國寶，陳景文，等.中國淡水池塘養殖魚類排污的灰水足跡及污染負荷研究［J］.環境污染與防治，2018，40（3）：317-328.

［17］DUAN Q Y，GUPTA V K，SOＲOOSHIAN S.Shuffled complex evolution approach for effective and efficient global minimization［J］.Journal of Optimization Theory and Application，1993，76（3）：501-521．

（編輯：江文）

Research on multi-objective agricultural industrial structure optimization model based on water footprint

XIN Penglei，YANG Liujun，CHEN Weiyao，ZHOU Rong

（Nantong Substation，Bureau of Hydrology and Water Resources Survey of Jiangsu Province，Nantong 226006，China）

Abstract：In order to optimize the agricultural industrial structure and promote industrial development，Jiangsu Province was taken as an example，we calculated the agricultural water footprint and grey water footprint of Jiangsu Province from 1990 to 2021，constructed an optimization model of agricultural industrial structure based on water footprint，and used the SCEUA global optimization algorithm to optimize the model.The results showed that：① From 1990 to 2021，the agricultural water footprint of Jiangsu Province increased year by year，while the grey water footprint increased first and then decreased.The main reason was that under the influence of demand and net profit，the number of livestock，fishery and vegetable plantation increased significantly，while the food crops plantation decreased slowly.② Under the three scenarios of water-saving type，balanced type and developmental type，the water footprint of the three scenarios was reduced by 25.39%，0.20% and 0.86% compared with the base value in 2021，respectively.The grey water footprint was reduced by 19.69%，0.06% and 0.21% from the base value in 2021，respectively.Net profit increased by 0.10%，26.28% and 21.50%，respectively，compared with the base value in 2021.③ The current agricultural industrial structure in Jiangsu Province still had space to adjust.The direction of industrial structure adjustment in Jiangsu Province in the future is mainly to stabilize the grain productionsown area of crops，and the yield of pigs，moderately increase the planted area of vegetables，and moderately reduce the area of freshwater fish breeding．

Key words：water footprint； agricultural industrial structure； multi-objective optimization； SCEUA model； Jiangsu Province