高蕓，齊學(xué)斌，李平，梁志杰，張彥

（中國農(nóng)業(yè)科學(xué)院農(nóng)田灌溉研究所，河南新鄉(xiāng) 453002）

0 引言

【研究意義】耕地資源與水資源是影響農(nóng)業(yè)生產(chǎn)、決定糧食產(chǎn)量的基礎(chǔ)性資源，水土資源良好的匹配格局將為農(nóng)業(yè)發(fā)展提供有力支撐[1-2]。黃河流域是我國重要的糧食生產(chǎn)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(chǎn)水平?！狙芯窟M展】關(guān)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(shù)法。用來衡量某一區(qū)域內(nèi)水土資源的匹配狀況，通過區(qū)域內(nèi)水資源與耕地資源數(shù)量的比值計算。②基尼系數(shù)法。將多個子區(qū)構(gòu)成的組合體看作一個整體，用來量化水土資源在各個子區(qū)之間分布的不均衡程度[3-6]。③數(shù)據(jù)包絡(luò)分析（DEA）方法?；贒EA 的水土資源匹配模型，是以水資源、耕地資源為輸入指標，農(nóng)業(yè)產(chǎn)值為輸出指標，對某一區(qū)域水土資源匹配特征進行分析[7-9]。④水土資源匹配系數(shù)與基尼系數(shù)綜合使用方法。首先通過計算水土資源匹配系數(shù)得到某一地區(qū)的水土資源匹配狀況，再計算基尼系數(shù)進一步分析水土資源在區(qū)域內(nèi)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(shù)法無法識別水土資源在區(qū)域內(nèi)部分配的不均衡程度；基尼系數(shù)法無法對某一地區(qū)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(nóng)業(yè)產(chǎn)值的影響因素；水土資源匹配系數(shù)與基尼系數(shù)綜合使用方法雖然可以更加系統(tǒng)地評估某一地區(qū)的水土資源匹配狀況，但多數(shù)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(qū)水資源特點，即地區(qū)降水“綠水”對農(nóng)業(yè)生產(chǎn)的貢獻[16]，因此水資源量的表征參數(shù)并不全面。

【切入點】針對上述問題，考慮二級分區(qū)水資源特點，引入廣義農(nóng)業(yè)水土資源匹配系數(shù)，增加降水“綠水”指標評估各省套二級分區(qū)的水土資源匹配程度；結(jié)合變異系數(shù)、Spearman 秩相關(guān)系數(shù)以及“藍水”、“綠水”的空間構(gòu)成，探討沿黃9 省區(qū)套二級分區(qū)的農(nóng)業(yè)水土資源時空匹配特征。【擬解決的關(guān)鍵問題】通過計算2010—2016年沿黃9 省區(qū)基尼系數(shù)、洛倫茲曲線，分析灌溉“藍水”在流域內(nèi)部的分配情況；探明黃河流域結(jié)構(gòu)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(qū)概況

黃河流域（包括黃河內(nèi)流區(qū)）總面積79.5 萬km2，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南和山東9 省區(qū)[17-18]，全河劃分為龍羊峽以上、龍羊峽至蘭州、蘭州至河口鎮(zhèn)、河口鎮(zhèn)至龍門、龍門至三門峽、三門峽至花園口、花園口以下、黃河內(nèi)流區(qū)8 個二級流域分區(qū)。流域多年平均降水量447mm，總體呈南多北少的態(tài)勢，降水量年內(nèi)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(chǎn)基地，據(jù)2018年統(tǒng)計數(shù)據(jù)，沿黃9 省區(qū)糧食播種面積占全國的36.03%，糧食產(chǎn)量占全國的35.37%[20]。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

2010—2016年黃河流域9 省區(qū)套二級水資源分區(qū)的農(nóng)業(yè)用水量、耕地面積、降水量等數(shù)據(jù)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(shù)

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

式中：G為基尼系數(shù)，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(qū)域面積，除以直線y=x與x軸圍成的區(qū)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(shù)與評價結(jié)果的對應(yīng)關(guān)系[24-25]。

表1 基尼系數(shù)與評價結(jié)果的對應(yīng)關(guān)系Table 1 Correspondence relation between Gini coefficient and evaluation results

2.2.2 水土資源匹配系數(shù)

通過區(qū)域內(nèi)水資源與耕地資源數(shù)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(shù)（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(jīng)省份（m=9）。

2.2.3 廣義農(nóng)業(yè)水土資源匹配系數(shù)

改進的水土資源匹配系數(shù)，廣義農(nóng)業(yè)水資源量不僅包含灌溉“藍水”，還包含降水“綠水”[29]。根據(jù)黃河流域二級分區(qū)水資源特點，廣義農(nóng)業(yè)水土資源匹配系數(shù)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(qū)的降水“綠水”量（萬m3）；其他符號意義同上。

2.2.4 變異系數(shù)

衡量各觀測值變異程度的一個統(tǒng)計量。其計算式為：

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

2.2.5 Spearman 秩相關(guān)系數(shù)

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

式中：R為秩相關(guān)系數(shù)；xi為年份；yi為原始數(shù)據(jù)按升序排列的序號；n為年份數(shù)（n=7）。當n=7 時，Spearman 秩相關(guān)系數(shù)|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(jié)果與分析

3.1 灌溉“藍水”與耕地面積的匹配狀態(tài)

以2010年為例（圖1），圖1 中虛線為沿黃9 省區(qū)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(jù)基尼系數(shù)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(shù)（圖2），圖2 中沿黃9 省區(qū)水土資源匹配基尼系數(shù)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(nèi)部的分布日益均衡。

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

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

由圖1—圖2 可知，灌溉“藍水”在流域內(nèi)部的分配相對均衡，圖3 為各省份水土資源的匹配系數(shù)。2010—2016年四川省、寧夏回族自治區(qū)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(nèi)部整體呈相對匹配狀態(tài)，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(shù)Fig.3 The matching coefficient of water and land resources

3.2 基于廣義農(nóng)業(yè)水土資源匹配系數(shù)的水土資源匹配狀態(tài)

由于黃河流域不同二級分區(qū)水資源特點不同，且同一省區(qū)可能會跨越不同二級分區(qū)，因此，評估各省份水土資源匹配狀態(tài)不僅需要考慮灌溉“藍水”的作用，還要加入不同二級分區(qū)的降水“綠水”指標，使結(jié)果更加合理。圖4 為各省套二級分區(qū)的水土資源匹配系數(shù)，2010—2016年四川?。堁驆{以上）農(nóng)業(yè)水土資源匹配程度相對較好，內(nèi)蒙古自治區(qū)（內(nèi)流區(qū)）較差，二者相差約2.3 倍，廣義農(nóng)業(yè)水土資源匹配系數(shù)M∈[0.704，1.644]的變化范圍小于傳統(tǒng)的水土資源匹配系數(shù)，說明考慮流域二級分區(qū)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(nóng)業(yè)水土資源匹配系數(shù)Fig.4 The matching coefficient of generalized agricultural water and soil resources

3.3 沿黃9 省區(qū)水土資源時空匹配特征

由變異系數(shù)可知（圖5），各省套二級分區(qū)廣義農(nóng)業(yè)水土資源匹配系數(shù)的變異系數(shù)呈現(xiàn)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(fā)趨于穩(wěn)定有關(guān)。因為資源開發(fā)趨于穩(wěn)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(nóng)業(yè)水土資源匹配系數(shù)的Spearman 秩相關(guān)系數(shù)見表2，青海省（龍羊峽至蘭州）、甘肅省（龍門至三門峽）、山西省（龍門至三門峽）為顯著下降，其中，寧夏回族自治區(qū)（蘭州至河口鎮(zhèn)）呈極顯著下降趨勢。

圖5 廣義農(nóng)業(yè)水土資源匹配系數(shù)的變異系數(shù)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(nóng)業(yè)水土資源匹配系數(shù)與“藍水”、“綠水”構(gòu)成比例關(guān)系，由圖6 可知，各省套二級分區(qū)廣義農(nóng)業(yè)水土資源匹配系數(shù)與“藍水”、“綠水”構(gòu)成比例均呈正相關(guān)關(guān)系，即水土資源匹配越好的省區(qū)，“藍水”與“綠水”的比值越高。圖6 中紅點表示水資源二級分區(qū)為蘭州至河口鎮(zhèn)以及內(nèi)流區(qū)的匹配系數(shù)與“藍綠比”相關(guān)關(guān)系，具體包括甘肅?。ㄌm州至河口鎮(zhèn)）、寧夏回族自治區(qū)（蘭州至河口鎮(zhèn)）、內(nèi)蒙古自治區(qū)（蘭州至河口鎮(zhèn)）、寧夏回族自治區(qū)（內(nèi)流區(qū)）、內(nèi)蒙古自治區(qū)（內(nèi)流區(qū)）、陜西?。▋?nèi)流區(qū)）；藍點表示其余各省套二級分區(qū)。經(jīng)擬合，水資源二級分區(qū)在蘭州至河口鎮(zhèn)以及內(nèi)流區(qū)的省份在同一“藍綠比”構(gòu)成下，廣義農(nóng)業(yè)水土資源匹配系數(shù)低于其余各省套二級分區(qū)，結(jié)合2010—2016年黃河流域水資源二級分區(qū)降水量平均值（圖7），蘭州至河口鎮(zhèn)（263.17mm）以及內(nèi)流區(qū)（313.55mm）相對其他二級分區(qū)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(qū)（紅線）相對其他省區(qū)（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(qū)灌溉“藍水”比例較高。

圖6 廣義農(nóng)業(yè)水土資源匹配系數(shù)與“藍水”、“綠水”構(gòu)成比例關(guān)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(shù)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(qū)跨8 個水資源二級分區(qū)，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(qū)的水土資源匹配研究較少，不能準確反映黃河流域農(nóng)業(yè)水土資源匹配的變化趨勢。針對黃河流域同一省區(qū)跨越不同二級分區(qū)這一特點，本文采用廣義農(nóng)業(yè)水土資源匹配系數(shù)法，評估各省份水土資源匹配狀態(tài)，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(tǒng)計算方法[24-26]，結(jié)果不同。傳統(tǒng)方法得到四川省、寧夏回族自治區(qū)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(shù)法得到四川?。堁驆{以上）的農(nóng)業(yè)水土資源匹配程度相對較好，內(nèi)蒙古自治區(qū)（內(nèi)流區(qū)）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(qū)降水“綠水”對農(nóng)業(yè)生產(chǎn)的貢獻。除此，本文的研究結(jié)論與以往通過開源節(jié)流方式解決缺水問題的出發(fā)點也不相同。根據(jù)研究結(jié)果，黃河流域水土資源匹配格局較好的省區(qū)灌溉“藍水”比例較高，而“藍水”開發(fā)已趨于穩(wěn)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(jié)水空間有限等特點，本文建議實施水系連通、跨流域調(diào)水等工程改善水土資源匹配不均衡導(dǎo)致的結(jié)構(gòu)性缺水問題。因本文重點探討黃河流域水土資源匹配狀態(tài)、時空匹配特征宏觀問題，缺乏對區(qū)域內(nèi)部農(nóng)業(yè)用水結(jié)構(gòu)，包括種植結(jié)構(gòu)、灌溉方式等調(diào)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(jié)論

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

2）“藍水”資源開發(fā)已趨于穩(wěn)定，節(jié)水措施不能從根本上解決黃河流域資源匹配不均衡導(dǎo)致的結(jié)構(gòu)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(diào)水工程尤為重要。