朱 赟，顧世祥，蘇沛蘭，熊玉江

(1. 云南省水利水電勘測(cè)設(shè)計(jì)研究院，昆明 650021；2. 長(zhǎng)江水利委員會(huì)長(zhǎng)江科學(xué)院農(nóng)業(yè)水利研究所，武漢 430010；3.太原理工大學(xué) 水利科學(xué)與工程學(xué)院，太原 030024 )

我國(guó)是一個(gè)水資源嚴(yán)重短缺的國(guó)家，水資源供需矛盾突出仍然是可持續(xù)發(fā)展的主要瓶頸。農(nóng)業(yè)是用水大戶，必須提高用水效率[1-4]，開展農(nóng)業(yè)用水特征分析、識(shí)別農(nóng)業(yè)用水影響因素是實(shí)現(xiàn)農(nóng)業(yè)節(jié)水的基礎(chǔ)性工作[5-10]。目前國(guó)內(nèi)外學(xué)者圍繞農(nóng)業(yè)用水特征及其影響因素分析開展了大量工作，且分析方法多以灰色關(guān)聯(lián)分析法、主成分分析法、集對(duì)分析法等為主，并不能很好地定量表達(dá)影響因素與用水變化之間的關(guān)聯(lián)程度[11-13]。而對(duì)數(shù)平均迪氏指數(shù)法(LMDI)能將因變量分解成少量關(guān)鍵因素進(jìn)行內(nèi)在影響分析，通過(guò)數(shù)學(xué)恒等式定量地計(jì)算各影響因素對(duì)總趨勢(shì)的作用方向，但該方法在水資源影響因素領(lǐng)域的研究仍然較少[14-15]。張強(qiáng)[16]等人采用LMDI分解法對(duì)引起大連市29年來(lái)水資源利用變化的影響因素進(jìn)行定量計(jì)算與分析，結(jié)果表明定額效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)效應(yīng)為水資源利用的抑制效應(yīng)。張禮兵[17]等人采用LMDI建立了工業(yè)用水恒等式，并采用加法分解模式與乘法分解模式分別對(duì)安徽省2003-2011年的工業(yè)用水影響因素進(jìn)行計(jì)算和分析，結(jié)果表明安徽省工業(yè)用水增長(zhǎng)的主導(dǎo)促進(jìn)因素是工業(yè)經(jīng)濟(jì)規(guī)模的增長(zhǎng)。謝娟[18]等人以甘肅武威市為研究區(qū)，通過(guò)建立灌溉需水量因素分解模型，采用LMDI對(duì)其17年間的灌溉需水量驅(qū)動(dòng)因子進(jìn)行因素分解與定量計(jì)算，結(jié)果表明小麥?zhǔn)且种乒喔刃杷吭鲩L(zhǎng)的最主要影響因子。常建軍[19]等人利用LMDI對(duì)武漢市商圈的產(chǎn)業(yè)用水驅(qū)動(dòng)因素進(jìn)行分解與計(jì)算，結(jié)果表明經(jīng)濟(jì)增長(zhǎng)和人口擴(kuò)大能促進(jìn)產(chǎn)業(yè)用水增長(zhǎng)。

滇中地處云南省中腹部，是云南省的農(nóng)業(yè)經(jīng)濟(jì)核心區(qū)，也是農(nóng)業(yè)灌溉用水大區(qū)。但滇中地處長(zhǎng)江、珠江、紅河及瀾滄江四大流域的分水嶺地帶，并處在水系末級(jí)中小支流的河源地區(qū)，長(zhǎng)期以來(lái)資源性、工程性和水質(zhì)性缺水并存。隨著城鎮(zhèn)化發(fā)展，工業(yè)用水、生活用水對(duì)農(nóng)業(yè)用水?dāng)D占現(xiàn)象日趨嚴(yán)重，導(dǎo)致滇中地區(qū)農(nóng)業(yè)用水短缺情況加劇。因此，本文將以2008-2018年滇中受水區(qū)農(nóng)業(yè)用水量為基礎(chǔ)數(shù)據(jù)，以糧食作物種植面積、高耗水作物種植比例、綜合灌溉定額、農(nóng)業(yè)人口這4個(gè)效應(yīng)為內(nèi)在因素，通過(guò)采用對(duì)數(shù)平均迪氏指數(shù)法(LMDI)分析影響其農(nóng)業(yè)用水量變化的主要因素。

1 材料與方法

1.1 研究區(qū)概況

本文研究區(qū)為滇中引水二期工程受水區(qū)，根據(jù)其缺水程度、經(jīng)濟(jì)社會(huì)地位的重要性，并綜合考慮區(qū)域地形特征、流域水系、行政區(qū)劃、供水體系等因素，將研究區(qū)劃分為6個(gè)受水片區(qū)，共包含34個(gè)(區(qū)、市)(圖1)。受低緯度、高海拔地理?xiàng)l件及季風(fēng)氣候的影響，研究區(qū)內(nèi)呈現(xiàn)四季溫差小、干濕季分明、水平分布復(fù)雜、垂直變化顯著的氣候特點(diǎn)。年降水在600～1 200 mm之間,低于全省平均水平，其中大理片區(qū)東部和楚雄片區(qū)北部、玉溪片區(qū)南部及紅河片區(qū)北部是云南省主要的干旱地區(qū)。此外，6個(gè)受水片區(qū)水資源開發(fā)利用率均超過(guò)30%，其中大理片區(qū)和麗江片區(qū)水資源開發(fā)利用率已接近上限，昆明片區(qū)、玉溪片區(qū)和紅河片區(qū)已遠(yuǎn)超過(guò)40%，開發(fā)利用程度最高的紅河片區(qū)已達(dá)到64.6%。研究區(qū)整體水資源可以用程度較低，加上干熱河谷地區(qū)蒸發(fā)量大，降雨與作物需水過(guò)程不匹配，導(dǎo)致水資源供需矛盾突出,對(duì)農(nóng)業(yè)生產(chǎn)極為不利。

圖1 滇中受水區(qū)分區(qū)圖Fig.1 Division map of water receiving area in Central Yunnan

研究區(qū)現(xiàn)狀耕地面積64.25 萬(wàn)hm2，占全省總耕地面積的10%，人均耕地面積0.1 hm2，低于全省平均水平，是云南省耕地最為連片、種植水平高的糧食主產(chǎn)區(qū)。主要種植水稻、玉米、豆類和薯類，在云南省農(nóng)業(yè)發(fā)展中具有舉足輕重的地位和作用。2018年滇中受水區(qū)農(nóng)業(yè)灌溉用水量16.73 億m3,占滇中受水區(qū)用水總量的50.34%。其中玉溪、麗江、楚雄、紅河和大理片區(qū)農(nóng)業(yè)用水占比均超過(guò)50%，麗江片區(qū)達(dá)到81.82%。目前研究區(qū)灌溉水利用系數(shù)平均達(dá)到0.59，略高于全國(guó)平均水平0.542，但與國(guó)內(nèi)上海等地的先進(jìn)水平0.735差距較大。綜合灌溉定額平均水平5 320 m3/hm2，與全國(guó)平均水平5 700 m3/hm2基本持平。

1.2 數(shù)據(jù)來(lái)源

本文涉及的基礎(chǔ)數(shù)據(jù)來(lái)自2008-2018年云南省統(tǒng)計(jì)年鑒[20]、云南水資源公報(bào)、農(nóng)業(yè)統(tǒng)計(jì)年報(bào)、水資源公報(bào)、滇中各州(市)氣象站2008-2018年逐日氣象數(shù)據(jù)和滇中各州(市)的社會(huì)經(jīng)濟(jì)發(fā)展、水利工程規(guī)劃，參考了《滇中水資源研究》、《滇中引水工程二期工程水資源配置及工程規(guī)模專題報(bào)告》、云南省《用水定額標(biāo)準(zhǔn)》等項(xiàng)目成果資料。

1.3 研究方法

1.3.1 kaya恒等式

基于kaya恒等式，將目標(biāo)值分解為4個(gè)影響效應(yīng)：糧食作物種植面積、糧食作物種植結(jié)構(gòu)、綜合灌溉定額、農(nóng)村人口規(guī)模[21]。構(gòu)建的農(nóng)業(yè)用水量kaya恒等式公式如下：

(1)

1.3.2 LMDI分解法

運(yùn)用LMDI分解法建立農(nóng)業(yè)用水變化LMDI因素分解模型，本文采用加法分解模式：

ΔW=Wt-W0=ΔWA+ΔWa+ΔWI+ΔWP

(2)

(3)

(4)

(5)

(6)

式中：ΔW為研究區(qū)農(nóng)業(yè)用水量變化，億m3；Wt為研究區(qū)t年農(nóng)業(yè)用水量，億m3；W0為研究區(qū)計(jì)算初期農(nóng)業(yè)用水量，億m3；ΔWA為糧食作物種植面積引起的農(nóng)業(yè)用水量變化，億m3；ΔWa為糧食作物種植結(jié)構(gòu)引起的農(nóng)業(yè)用水量變化，億m3；ΔWI為綜合灌溉定額引起的農(nóng)業(yè)用水量變化，億m3；ΔWP為農(nóng)業(yè)人口引起的農(nóng)業(yè)用水量變化，億m3；At為t年糧食作物種植面積，hm2；A0為研究區(qū)計(jì)算初期糧食作物種植面積，hm2；at為t年糧食作物種植結(jié)構(gòu)，%；a0為研究區(qū)計(jì)算初期糧食作物種植結(jié)構(gòu)，%；It為t年糧食作物灌溉定額，m3/hm2；I0為研究區(qū)計(jì)算初期糧食作物灌溉定額，m3/hm2；Pt為t年農(nóng)業(yè)人口，萬(wàn)人；P0為研究區(qū)計(jì)算初期農(nóng)業(yè)人口，萬(wàn)人。

在此分解模式下，通過(guò)式(3)到式(6)計(jì)算各影響因素效應(yīng)值，值為正時(shí)表示為正向促進(jìn)效應(yīng)，即增加農(nóng)業(yè)用水。反之，值為負(fù)時(shí)，為抑制效應(yīng)，即減少農(nóng)業(yè)用水。

2 結(jié)果與分析

2.1 農(nóng)業(yè)用水變化

滇中受水區(qū)2008-2018年農(nóng)業(yè)用水總量呈逐年遞減趨勢(shì)。由2008年的17.61 億m3，減少至2018年的16.73 億m3，減少了4.99%。各片區(qū)農(nóng)業(yè)用水情況如圖2所示，其中玉溪片區(qū)農(nóng)業(yè)用水量增加趨勢(shì)顯著， 2018年農(nóng)業(yè)用水量高達(dá)3.35 億m3，較2008年增長(zhǎng)了12%；其余片區(qū)均呈波動(dòng)下降趨勢(shì)，楚雄片區(qū)下降最明顯，較2008年農(nóng)業(yè)用水量減少了12%；昆明片區(qū)、紅河片區(qū)、大理片區(qū)分別較2008年農(nóng)業(yè)用水量降低7%、7%、6%；麗江片區(qū)農(nóng)業(yè)用水情況基本穩(wěn)定在0.09 億m3。

圖2 各片區(qū)農(nóng)業(yè)用水情況Fig.2 Agricultural water use in various areas

農(nóng)業(yè)用水主要受到氣候條件、灌溉面積、作物種植結(jié)構(gòu)、綜合灌溉定額、灌溉水利用系數(shù)、農(nóng)業(yè)生產(chǎn)水平、農(nóng)業(yè)人口等多方面的影響，其變化直接關(guān)系到農(nóng)業(yè)的可持續(xù)發(fā)展。不同地區(qū)農(nóng)業(yè)用水影響因素具有差異性，本文選擇糧食作物種植面積、高耗水作物種植比例、綜合灌溉定額及農(nóng)業(yè)人口作為影響農(nóng)業(yè)用水量的變化因素，對(duì)其進(jìn)行分析。4個(gè)影響因素在2008-2018年間的變化情況如圖3所示，各受水片區(qū)在糧食作物種植面積與農(nóng)業(yè)人口方面變化單一，2008年后糧食作物種植面積基本呈增加趨勢(shì)，在2018年種植面積減少明顯，昆明片區(qū)、玉溪片區(qū)、楚雄片區(qū)、紅河片區(qū)、大理片區(qū)種植面積較2017年分別減少23%、9%、8%、5%、8%；各受水片區(qū)在農(nóng)業(yè)人口變化方面有較強(qiáng)的一致性，2008-2012年間緩慢增長(zhǎng)，2013年明顯降低，昆明片區(qū)、玉溪片區(qū)、麗江片區(qū)、楚雄片區(qū)、紅河片區(qū)、大理片區(qū)農(nóng)業(yè)人口量較上一年分別減少22%、5%、6%、9%、4%、10%，之后變化趨于平穩(wěn)狀態(tài)；各受水片區(qū)高耗水作物種植比例自2008年來(lái)呈波動(dòng)下降趨勢(shì)，其中楚雄、紅河片區(qū)在2018年種植比例較上一年分別增加34%、25%；受氣候條件影響，2009年為1956年以來(lái)的罕見特枯水年，2011年為僅次于2009年的特枯水年，因此綜合灌溉定額較高，其中紅河片區(qū)最高達(dá)到4 474 m3/hm2。此外，滇中受水區(qū)在2010年、2012年、2013年、2014年均屬于不同程度的枯水年，因此自2009年來(lái)多年連旱，綜合灌溉定額較其他平水年都較高。

2.2 基于LMDI的各因素對(duì)農(nóng)業(yè)用水變化影響

根據(jù)式(2)～(6)，計(jì)算滇中受水區(qū)及各片區(qū)不同年份4個(gè)影響因素對(duì)農(nóng)業(yè)用水變化的效應(yīng)值，滇中受水區(qū)的分解結(jié)果見表1，各受水片區(qū)的分解結(jié)果見表2。由表1可知，高耗水作物種植比例、農(nóng)業(yè)人口與農(nóng)業(yè)用水量總效應(yīng)的方向基本一致，而糧食作物種植面積效應(yīng)、綜合灌溉定額效應(yīng)與農(nóng)業(yè)用水量的變化方向基本上是相反的。2010-2011、2013-2014、2016-2017、2017-2018的糧食作物種植面積效應(yīng)均為負(fù)值，其他年份均為正值，10年里滇中受水區(qū)糧食作物種植面積波動(dòng)性較大，效應(yīng)累計(jì)為0.919 6 億m3。2008-2009、2010-2011、2014-2015、2017-2018的高耗水作物種植比例效應(yīng)為正，其他年份均為負(fù)值，10年里高耗水作物種植比例波動(dòng)明顯，累計(jì)效應(yīng)為-5.018 2 億m3，是4個(gè)影響因素效應(yīng)中絕對(duì)值最大的，即是影響農(nóng)業(yè)用水變化的最重要因素之一。2008-2009、2010-2011、2012-2013、2014-2015、2017-2018的綜合灌溉定額效應(yīng)為正，其他年份均為負(fù)值，10年里累計(jì)效應(yīng)達(dá)1.287 7 億m3。2008-2009、2012-2013的農(nóng)業(yè)人口效應(yīng)為負(fù)，其他年份均為正值，但正向波動(dòng)明顯比負(fù)向波動(dòng)劇烈，10年里累計(jì)效應(yīng)達(dá)-0.664 0 億m3。

表1 滇中受水區(qū)農(nóng)業(yè)用水量變化的分解因素效應(yīng) 億m3

圖3 糧食作物種植面積、高耗水作物種植比例、綜合灌溉定額、農(nóng)業(yè)人口變化情況Fig.3 The planting area of grain crops, the proportion of high water consumption crops, the comprehensive irrigation quota, and the change of agricultural population

表2 各受水片區(qū)農(nóng)業(yè)用水量變化的分解因素效應(yīng) 億m3

2008-2018年滇中受水區(qū)農(nóng)業(yè)用水分解因素效應(yīng)結(jié)果表明，高耗水作物種植比例、農(nóng)業(yè)人口對(duì)滇中受水區(qū)農(nóng)業(yè)用水量波動(dòng)下降起到了顯著的正向促進(jìn)作用，其中高耗水作物種植比例的正向作用最大，農(nóng)業(yè)人口的正向促進(jìn)作用在逐漸減弱。因此，改變作物種植結(jié)構(gòu)，合理分配高耗水作物種植比例能有效減少農(nóng)業(yè)用水量。糧食作物種植面積與綜合灌溉定額則在一定程度上起到了反向作用，且綜合灌溉定額的反向作用更為強(qiáng)烈。

由表2可知，昆明片區(qū)各影響因素效應(yīng)與農(nóng)業(yè)用水變化方向一致，均為負(fù)值，其中糧食作物種植面積與農(nóng)業(yè)人口變化波動(dòng)較大，高耗水作物種植比例累積效應(yīng)最大，絕對(duì)值達(dá)到1.99 億m3；玉溪片區(qū)糧食作物種植面積效應(yīng)與農(nóng)業(yè)用水變化方向相反，其他效應(yīng)與農(nóng)業(yè)用水變化反向一致，均為負(fù)值，高耗水作物種植比例累積效應(yīng)最大，其絕對(duì)值為1.27 億m3；麗江片區(qū)糧食作物種植面積效應(yīng)、農(nóng)業(yè)人口效應(yīng)與農(nóng)業(yè)用水量變化方向相反，高耗水作物種植比例與綜合灌溉定額效應(yīng)與農(nóng)業(yè)用水量變化方向一致且均為負(fù)，其中高耗水作物種植比例累積效應(yīng)最大，達(dá)0.06 億m3；楚雄片區(qū)高耗水作物種植比例效應(yīng)與農(nóng)業(yè)用水變化方向相反，但影響較小，其他效應(yīng)與總效應(yīng)變化方向一致，且累計(jì)效應(yīng)最大的因素是農(nóng)業(yè)用水綜合定額，達(dá)到1.09 億m3；紅河片區(qū)糧食作物種植面積效應(yīng)與總效應(yīng)變化方向相反，其他效應(yīng)與農(nóng)業(yè)用水變化方向一致，均為負(fù)，其中累積效應(yīng)最大的為高耗水作物種植比例，達(dá)0.43 億m3；大理片區(qū)高耗水作物種植比例效益與農(nóng)業(yè)用水變化方向相反，其他效應(yīng)與總效應(yīng)變化方向一致且均為正，累積效應(yīng)最大者為綜合灌溉定額，達(dá)0.78 億m3。

2008-2018年各受水片區(qū)農(nóng)業(yè)用水分解因素效應(yīng)結(jié)果表明，高耗水作物種植比例對(duì)昆明片區(qū)、玉溪片區(qū)、麗江片區(qū)、紅河片區(qū)的農(nóng)業(yè)用水影響較大，綜合灌溉定額對(duì)楚雄片區(qū)、大理片區(qū)的農(nóng)業(yè)用水影響較大。

2.3 基于空間的農(nóng)業(yè)用水變化分解因素效應(yīng)

將6個(gè)受水片區(qū)及其各縣域各時(shí)段的分解因素效應(yīng)采用公式(2)進(jìn)行累加，得到2008-2018年各受水片區(qū)及其包含縣域的各分解因素累加效應(yīng)，如圖4所示?？梢钥闯?，各分解因素的空間差異較顯著。

圖4 各受水片區(qū)農(nóng)業(yè)用水各因素累積效應(yīng)Fig.4 Cumulative effects of various factors on agricultural water use in water receiving areas

從糧食作物種植面積效應(yīng)分析，昆明片區(qū)整體、玉溪片區(qū)的紅塔區(qū)和通?？h、大理片區(qū)的大理州累計(jì)效應(yīng)均為負(fù)，且均與相應(yīng)的總效應(yīng)變化趨勢(shì)具有一致性，其累積效應(yīng)值在-0.57～-0.02 億m3之間。其他片區(qū)累計(jì)效應(yīng)則均為正值，其累積效應(yīng)值多集中在0.07～0.93 億m3之間，其中玉溪片區(qū)、麗江片區(qū)、楚雄片區(qū)大部、紅河片區(qū)、大理片區(qū)大部均在一定程度上對(duì)農(nóng)業(yè)用水減少起到了一定減速放緩的作用。

從高耗水作物種植比例效應(yīng)分析，僅昆明片區(qū)的晉寧區(qū)、紅河片區(qū)的蒙自市、大理片區(qū)的祥云縣累積效應(yīng)值為正，分別為0.23、0.05、0.29。其中晉寧區(qū)、蒙自市的累計(jì)效應(yīng)與其總效應(yīng)變化趨勢(shì)相反，但影響較小。此外，其他受水片區(qū)及其各縣域的累積效應(yīng)值均為負(fù)，其累積效應(yīng)值多集中在-1.23～-0.14 億m3之間，說(shuō)明高耗水作物種植比例這一影響因素對(duì)滇中受水區(qū)及各受水片區(qū)農(nóng)業(yè)用水減少的變化趨勢(shì)起到了較大的正向促進(jìn)作用。從綜合灌溉定額效應(yīng)分析，昆明片區(qū)少數(shù)、楚雄片區(qū)少數(shù)、紅河片區(qū)的蒙自市、大理片區(qū)的祥云縣累計(jì)效應(yīng)值均為正，集中在0.12～0.47 億m3之間，其中除昆明片區(qū)少數(shù)的效應(yīng)值與總效應(yīng)變化方向不一致外，其余地區(qū)均對(duì)農(nóng)業(yè)用水變化趨勢(shì)起到了正向作用。玉溪片區(qū)全部、麗江片區(qū)、大理片區(qū)大部的累計(jì)效應(yīng)值均為負(fù)，集中在-0.28～-0.04 億m3之間，且與總效應(yīng)變化方向不一致。

從農(nóng)業(yè)人口效應(yīng)分析，各受水片區(qū)的累積效應(yīng)值在-0.38～-0.01 億m3之間，對(duì)所在片區(qū)及縣域的農(nóng)業(yè)用水減少起到了一定的正向促進(jìn)作用。此外，昆明片區(qū)的四城區(qū)和嵩明縣、玉溪片區(qū)的華寧縣、麗江片區(qū)、紅河片區(qū)的個(gè)舊市和開遠(yuǎn)市、大理片區(qū)的大理市累計(jì)效應(yīng)值均為正，且均未超過(guò)0.4 億m3，對(duì)農(nóng)業(yè)用水變化趨勢(shì)的影響較小。

3 結(jié) 語(yǔ)

本文運(yùn)用LMDI分解法對(duì)滇中受水區(qū)農(nóng)業(yè)用水量進(jìn)行分解分析，將農(nóng)業(yè)用水量變化效應(yīng)分解為糧食作物種植面積、高耗水作物種植比例、綜合灌溉定額和農(nóng)業(yè)人口4個(gè)方面。通過(guò)對(duì)滇中受水區(qū)2008-2018年間農(nóng)業(yè)用水量總體變化及其不同影響因素效應(yīng)的分解分析，結(jié)果表明，滇中受水區(qū)11年間農(nóng)業(yè)用水總量呈逐年遞減趨勢(shì)，截止至2018年農(nóng)業(yè)用水量達(dá)16.73 億m3，較2008年減少4.99%。其中除玉溪片區(qū)農(nóng)業(yè)用水量較2008年增長(zhǎng)了12%外，其余片區(qū)均下降明顯，昆明片區(qū)、紅河片區(qū)、楚雄片區(qū)、大理片區(qū)較2008年農(nóng)業(yè)用水量分別降低7%、7%、12%、6%。通過(guò)對(duì)農(nóng)業(yè)用水量變化效應(yīng)進(jìn)行分解分析發(fā)現(xiàn)，不論從時(shí)間差異角度還是空間差異角度分析，高耗水作物種植比例及綜合灌溉定額與農(nóng)業(yè)用水量總效應(yīng)的變化方向基本一致，起到了正向促進(jìn)作用，即影響滇中受水區(qū)及各片區(qū)農(nóng)業(yè)用水量變化的最明顯因素為高耗水作物種植比例和綜合灌溉定額。因此，為加強(qiáng)滇中受水區(qū)總體及各受水片區(qū)農(nóng)業(yè)水資源的可持續(xù)利用，可以通過(guò)合理規(guī)劃種植結(jié)構(gòu)來(lái)調(diào)整高耗水作物種植比例及綜合灌溉定額來(lái)避免不必要的農(nóng)業(yè)水資源消耗。