馬樂新，楊永輝

（1.中國科學院遺傳與發(fā)育生物學研究所農(nóng)業(yè)資源研究中心中國科學院農(nóng)業(yè)水資源重點實驗室河北省節(jié)水農(nóng)業(yè)重點實驗室，石家莊050022；2.中國科學院大學，北京100049）

0 引 言

2017年4月1日，中共中央、國務院決定在河北省雄縣、容城和安新3 縣及周邊部分區(qū)域設立國家級新區(qū)——雄安新區(qū)，這也是繼深圳經(jīng)濟特區(qū)和上海浦東新區(qū)之后又一具有全國意義的新區(qū)，是千年大計、國家大事[1,2]。水資源供給和濕地生態(tài)保護是雄安新區(qū)可持續(xù)發(fā)展的重要條件之一。雄安新區(qū)盡管依托白洋淀，但本地地表水較少，地下水資源超采嚴重，水資源供應是一個嚴峻的問題[3]。在全球范圍內，農(nóng)業(yè)用水量占人類使用淡水總量的80%～90%[4]，雄安新區(qū)3縣的農(nóng)業(yè)用水量也占到區(qū)域用水總量的70%以上。因此，科學高效的管理和使用農(nóng)業(yè)用水是解決區(qū)域水資源短缺問題的一個重要途徑。

隨著市場經(jīng)濟的介入，一些經(jīng)濟用水調整方案如水權、水市場等在國內外得到了應用并取得了一定的效果[5]，經(jīng)濟方案的實施可以在一定程度上使農(nóng)民意識到水的經(jīng)濟重要性和它的稀缺性，鼓勵農(nóng)民轉向更高產(chǎn)的種植模式[6]。秦長海等對寧夏平原區(qū)的研究表明，隨著灌溉用水價格的提高，單位灌溉用水量會明顯下降[7]；董小菁等對新疆地區(qū)的研究表明，在水權交易和水價政策下，由于設置了較高的高價水價格和較低的低價水價格，農(nóng)民傾向于選擇種植更節(jié)水的作物，從而減少了農(nóng)業(yè)用水量[8]；澳大利亞的水市場得到了充分的應用并取得了顯著的效果[9,10]；在伊朗，水價本身可以顯著降低農(nóng)業(yè)對地下水的需求[11]。盡管經(jīng)濟調整方案有明顯的優(yōu)勢，但是并沒有得到廣泛的實施，因為這些方案并不容易被有效的部署[12]，在實施過程中會受到農(nóng)民支付意愿、供水成本及補償措施等多種因素的制約。制定切實可行的經(jīng)濟管理方案前提是明確不同作物的農(nóng)業(yè)用水經(jīng)濟效益，但是目前關于水資源利用效率的評價指標多集中于水分利用效率（WUE），缺少對于農(nóng)業(yè)用水經(jīng)濟效益的研究。

農(nóng)業(yè)用水量的量化是評估農(nóng)業(yè)用水經(jīng)濟效益的重要環(huán)節(jié)。但是值得注意的是，農(nóng)業(yè)用水量的準確獲取一直是一個難以解決的問題，幾乎沒有一個國家有一個良好的用水測量和登記系統(tǒng)[13]，楊艷敏等人的研究證明河北平原的灌溉用水量統(tǒng)計資料與模型模擬的數(shù)值有較大的差別[14]。目前已經(jīng)發(fā)表的文獻中，根據(jù)研究尺度的不同，作物需水量的獲取主要有通過田間試驗的測量[15]、遙感方法[16]、AquaCrop、DSSAT[17,18]等模型模擬以及作物系數(shù)法[19]等。CROPWAT 模型由于其簡單實用性應用比較廣泛，已有大量的研究證明了此方法在華北地區(qū)計算作物需水量的適用性[20,21]。作物需水量在一定程度上也能夠刻畫農(nóng)業(yè)用水量的變化，因為2者都受到氣象因素的影響。本文以雄安新區(qū)上游為研究區(qū)域，選取了小麥、玉米、大豆、花生和棉花5種主要作物，估算了其農(nóng)業(yè)用水經(jīng)濟效益，從而為農(nóng)業(yè)用水經(jīng)濟管理方案的制訂提供參考。

1 研究區(qū)域

研究區(qū)屬于海河流域大清河水系，位于113°39'～116°18'E，38°4'～40°09'N，地勢平坦，海拔自西北向東南降低。氣候上屬于半干旱地區(qū)，降水多集中在7?9月，多年平均降水量572 mm。以2016年為例，農(nóng)業(yè)灌溉用水量為17.3 億m3，占總用水量的70.66%，其中地下水用量為15.5 億m3，農(nóng)業(yè)（種植業(yè)）產(chǎn)值為39.06 億元。本文研究區(qū)域包含26個縣級行政單位，其中淶水、淶源和阜平等11 個縣位于山區(qū)；高碑店、安新和徐水等15個縣位于平原。雄安新區(qū)位于研究區(qū)域的下游，空間位置如圖1所示。

圖1 研究區(qū)域示意圖Fig.1 Location of the study area

2 研究方法及數(shù)據(jù)來源

2.1 研究方法

2.1.1 農(nóng)業(yè)用水量

本文通過作物需水量（ETc）代替農(nóng)業(yè)用水量，ETc通過CROPWAT 8.0模擬研究獲得，其計算公式為：

式中：ET0為參考作物蒸散量，mm，具體計算過程可參考文獻[22]；ETc為充分供水下的作物需水量，mm；Kc為作物系數(shù)，包括生長初始期(Kcini)，中期(Kcmid)和末期(Kcend)3 部分。初始期的作物系數(shù)由于校正過程比較復雜，參考《北方地區(qū)主要農(nóng)作物灌溉用水定額》[23]中的數(shù)值，中期和末期的作物系數(shù)根據(jù)研究區(qū)的實際狀況和作物特性進行修正。以末期作物系數(shù)為例：

式中：Kcend0為FAO56 中推薦的作物系數(shù)值；RHmin為作物生育后期的最小相對濕度；α為作物生育后期的平均高度，m；u2為離地面2 m高的風速，m/s。

由于氣象站點的風速儀位于10 m 處，需要通過下式將其調整為2 m處的風速：

式中：uh為氣象站中風速儀測量的風速；h為氣象站中風速儀的高度，m；其余符號意義同前。

2.1.2 農(nóng)業(yè)用水經(jīng)濟效益

參考水分利用效率（WUE）的定義，本文采用農(nóng)業(yè)用水經(jīng)濟效益指標反映農(nóng)業(yè)用水與農(nóng)業(yè)產(chǎn)值之間的關系，定義如下：

式中：E為農(nóng)業(yè)用水經(jīng)濟效益，元/m3；A為單位面積農(nóng)業(yè)產(chǎn)值，元/hm2；10 為轉換系數(shù)，將ETc轉化為單位面積用水量；其余符號意義同前。

2.1.3 空間自相關分析

空間自相關分析能夠確定某一變量在空間上是否相關及其相關程度，在多個學科得到了廣泛的應用。全局空間自相關以全局莫蘭指數(shù)作為統(tǒng)計量來探測整個研究區(qū)域是否出現(xiàn)聚集或者是異常值，其數(shù)值分布在[?1，1]，（0，1]說明各地區(qū)之間存在正相關關系，其值越大，說明空間相關性越明顯，[?1，0）說明存在負相關關系，其值越小，說明空間相關性越明顯，而0值則表示無相關關系，空間呈現(xiàn)隨機性。相較于全局空間自相關，局部空間自相關則是計算分析區(qū)域內各個空間對象與其鄰域對象間的空間相關程度，計算分析空間對象分布中所存在的局部特征差異，反映局部區(qū)域內的空間異質性與不穩(wěn)定性，并將空間自相關的性質分為4 種類型：高?高、低?低、低?高和高?低，表明研究位置和周圍環(huán)境之間的關系[25,26]。

2.1.4 回歸趨勢分析

本文采用回歸方法對氣象因子、作物需水量、農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)用水經(jīng)濟效益的變化趨勢進行了評價，同時，使用P值來檢驗趨勢變化的顯著性水平。線性回歸方程如下：

式中：y為氣象因子、作物需水量、農(nóng)業(yè)產(chǎn)值或者是農(nóng)業(yè)用水經(jīng)濟效益；a和b分別為斜率和截距；x為年份的序號。

2.2 數(shù)據(jù)來源

本文的基礎數(shù)據(jù)包括氣象數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)2方面。其中氣象數(shù)據(jù)如最低氣溫、最高氣溫、相對濕度、風速、日照時數(shù)和降雨量等來自中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn），用于估算農(nóng)業(yè)用水量；社會經(jīng)濟數(shù)據(jù)來自《河北統(tǒng)計年鑒》及《山西統(tǒng)計年鑒》，從國家統(tǒng)計局獲得（http://www.stats.gov.cn/），用于計算不同作物的產(chǎn)量、產(chǎn)值，價格采用的是當年市場價格。文中選取的5種作物的播種面積占到了區(qū)域總播種面積的76%以上。農(nóng)業(yè)用水量和農(nóng)業(yè)產(chǎn)值的變化以單位面積來體現(xiàn)，同時研究區(qū)域內整體農(nóng)業(yè)用水量和農(nóng)業(yè)產(chǎn)值是通過作物面積進行加權平均得到。

3 結 果

3.1 農(nóng)業(yè)用水量與農(nóng)業(yè)產(chǎn)值的時空變化

3.1.1 氣候變化

氣象因素直接影響農(nóng)業(yè)用水量的估算，因此，在分析農(nóng)業(yè)用水量之前，應首先分析氣象因子的變化。圖2(a)顯示，自2001年以來，最低氣溫和最高氣溫均有輕微上升，年平均最低氣溫和最高氣溫分別為7.59 ℃和18.76 ℃；2001?2010年的最高氣溫變化幅度小于2011?2015年，2011年后最高氣溫呈快速上升趨勢；最低溫度的變化幅度與最高溫度的變化幅度相同。從圖2(b)可以看出，風速和日照時數(shù)逐漸減小，日照時數(shù)的變化幅度很小，基本保持不變；年平均風速為0.94 m/s，日照時數(shù)為6.10 h/d。圖2(c)表明近15 a 降雨量上升比較明顯，年平均值為540.92 mm/a。所有氣象因子中，下降最明顯的是相對濕度(P<0.05)，2001?2015年呈明顯下降趨勢，年平均值為61.90%。

圖2 研究區(qū)域氣象因子的變化Fig.2 Variations in meteorological factors in the study area

3.1.2 農(nóng)業(yè)用水量與農(nóng)業(yè)產(chǎn)值的時間特征

圖3(a)表明農(nóng)業(yè)用水量變化趨勢并不明顯，整體來看，小麥、玉米、大豆、花生和棉花的分布范圍分別為355～437、367～399、369～401、407～445 和465～514 mm；小麥、花生和棉花分別以0.71、0.07 和0.19 mm/a 的速度呈現(xiàn)上升趨勢，玉米和大豆則分別以0.22 和0.27 mm/a 的速度呈現(xiàn)下降趨勢，2種作物的生育期為研究區(qū)域的雨季，研究區(qū)域的降雨呈現(xiàn)增加趨勢，這可能是玉米和大豆農(nóng)業(yè)用水量降低的主要原因。

相較于農(nóng)業(yè)用水量的變化，農(nóng)業(yè)產(chǎn)值的變化趨勢非常明顯，5 種作物的產(chǎn)值增長都極為顯著（P<0.01）。研究時間段內，小麥、玉米、大豆、花生和棉花的分別增長了141%、63%、131%、195%和127%，其中2009?2010年的增長較為劇烈。值得注意的是，2013年之后，所有作物的產(chǎn)值均呈現(xiàn)不同程度的下降[見圖3(b)]，考慮到產(chǎn)量并沒有發(fā)生太大的變化，造成此現(xiàn)象的原因可能是價格波動。

圖3 農(nóng)業(yè)用水量與農(nóng)業(yè)產(chǎn)值的時間變化Fig.3 The temporal evolution of agricultural water consumption and agricultural output

3.1.3 農(nóng)業(yè)用水量與農(nóng)業(yè)產(chǎn)值的空間特征

空間特征上分別選取2001、2008和2016年3個年份表示。農(nóng)業(yè)用水量的空間特征方面，總體來看呈現(xiàn)波動下降的趨勢。2001年，平原要明顯高于山區(qū)，西南地區(qū)如阜平、行唐，東南地區(qū)如蠡縣、博野和安國等地的農(nóng)業(yè)用水量均位于較高的區(qū)間[見圖4(a)]；2008年，山區(qū)中阜平相對較高，平原東部地區(qū)安新、高陽和蠡縣略高于臨近縣，東北地區(qū)如定興、易縣和淶水等地則相對較低；2016年和2008年的空間分布特征相似，不同的是東北部地區(qū)略有回升[見圖4(b)和圖4(c)]?？傮w來看，山區(qū)和平原的農(nóng)業(yè)用水量差異并不大，山區(qū)中靈丘、阜平和淶源相對較高，平原中除了望都和清苑之外，東南地區(qū)的農(nóng)業(yè)用水量一直位于較高的區(qū)間，北部地區(qū)則位于較低的區(qū)間，并且大部分地區(qū)的農(nóng)業(yè)用水量均呈現(xiàn)負增長的趨勢（見圖4）。

農(nóng)業(yè)產(chǎn)值的空間特征比較明顯，平原明顯高于山區(qū)。2001年除了山區(qū)中靈丘、淶源、阜平和曲陽外，其他縣都位于0.81～1.00 萬元/hm2[見圖4(d)]；2008年和2016年，山區(qū)與平原之間的差距越來越大，山區(qū)中靈丘、阜平和淶源一直位于較低的區(qū)間，平原中東南部定州、望都和安國的農(nóng)業(yè)產(chǎn)值則相對較高；2016年，平原均高于1.21 萬元/hm2[見圖4(e)和圖4(f)]。雖然山區(qū)的農(nóng)業(yè)產(chǎn)值較低，但是增長速度要高于平原，下游平原如定州，雖然農(nóng)業(yè)產(chǎn)值較高，但是增長速度低于其他縣。

圖4 農(nóng)業(yè)用水量和農(nóng)業(yè)產(chǎn)值空間分布特征Fig.4 Spatial distribution of agricultural water consumption and agricultural output

3.2 農(nóng)業(yè)用水經(jīng)濟效益的時空特征

5 種作物的農(nóng)業(yè)用水經(jīng)濟效益增長趨勢均極為顯著（P<0.01）。小麥、玉米、大豆、花生和棉花的多年平均用水經(jīng)濟效益分別為2.73、2.76、2.56、4.08 和4.05 元/m3。小麥、玉米和大豆位于一個區(qū)間，花生和棉花相對高于其他3種作物。值得注意的是，所有作物的農(nóng)業(yè)用水經(jīng)濟效益并不是持續(xù)增長，而是呈現(xiàn)出波動增長的趨勢，尤其是2013?2016年，研究區(qū)域的農(nóng)業(yè)用水經(jīng)濟效益反而呈現(xiàn)出下降趨勢，這與農(nóng)業(yè)產(chǎn)值變化的趨勢一致，由此可見，農(nóng)業(yè)產(chǎn)值對農(nóng)業(yè)用水經(jīng)濟效益的影響比較大（見圖5）。

圖5 農(nóng)業(yè)用水效益時間變化Fig.5 The temporal evolution of economic effciency of agricultural water use

山區(qū)的農(nóng)業(yè)用水經(jīng)濟效益一直低于平原。2001年山區(qū)阜平、靈丘和淶源均低于2.10 元/m3，其他縣均位于2.11～2.80元/m3，各縣的農(nóng)業(yè)用水經(jīng)濟效益差距并不大[見圖6(a)]。2008年山區(qū)仍然比較低，平原除了高陽外，其他縣的農(nóng)業(yè)用水經(jīng)濟效益均高于2.10 元/m3，定州、安國和新樂等9 個縣則高于3.01 元/m3[見圖6(b)]。2016年平原除了高陽、蠡縣和涿州外，其他縣的農(nóng)業(yè)用水經(jīng)濟效益均高于3.0 元/m3[見圖6(c)]?？傮w來講山區(qū)與平原之間的差距逐漸變大，農(nóng)業(yè)用水經(jīng)濟效益的空間分布與變化趨勢與農(nóng)業(yè)產(chǎn)值基本一致。

圖6 農(nóng)業(yè)用水經(jīng)濟效益空間分布特征Fig.6 Spatial distribution of economic effciency of water use

3.3 農(nóng)業(yè)用水經(jīng)濟效益的空間自相關分析

不同作物的農(nóng)業(yè)用水經(jīng)濟效益的全局莫蘭指數(shù)值如表1所示，所有數(shù)值都在[0，1]，說明農(nóng)業(yè)用水經(jīng)濟效益均存在空間正相關關系，莫蘭指數(shù)越大，相關性越明顯，相關性最高的是小麥，最低的是棉花。除棉花以外，其他作物的空間聚集性都比較顯著（P<0.01）。圖7反映了相鄰縣之間農(nóng)業(yè)用水經(jīng)濟效益的空間分布情況，總體來講農(nóng)業(yè)用水經(jīng)濟效益的空間特征分布比較明顯，尤其是玉米。平原的農(nóng)業(yè)用水經(jīng)濟效益要高于山區(qū)，在山區(qū)環(huán)繞阜平、淶源和靈丘存在一個較低的區(qū)域，值得注意的是靠近雄安新區(qū)的安新、高陽和蠡縣3個地區(qū)的農(nóng)業(yè)用水經(jīng)濟效益也相對較低。

圖7 不同作物農(nóng)業(yè)用水經(jīng)濟效益LISA圖Fig.7 LISA cluster map for economic effciency of water use of different crops

表1 全局莫蘭指數(shù)Tab.1 Global Moran’s I

3.4 種植結構的變化對農(nóng)業(yè)用水經(jīng)濟效益的影響

種植結構的變化如表2所示，除了玉米的播種比例上升4.71%之外，其他作物的種植比例都呈現(xiàn)下降趨勢，下降最多的是小麥為1.58%。為了明確種植結構的變化對于農(nóng)業(yè)用水經(jīng)濟效益的影響，采用2008年和2016年不同作物的農(nóng)業(yè)用水經(jīng)濟效益，通過2001年的作物種植面積進行加權平均，得出的數(shù)值與2008 和2016年實際種植結構下的農(nóng)業(yè)用水經(jīng)濟效益進行比較分析。結果表明：如果種植結構沒有發(fā)生改變，2008和2016年的農(nóng)業(yè)用水經(jīng)濟效益分別為2.84和3.29 元/m3，種植結構改變之后2008年和2016年的農(nóng)業(yè)用水經(jīng)濟效益分別為2.82 和3.20 元/m3，這表明種植結構的變化反而使研究區(qū)域的農(nóng)業(yè)用水經(jīng)濟效益降低，這是因為農(nóng)業(yè)用水經(jīng)濟效益較高的花生和棉花的種植比例呈現(xiàn)下降趨勢。由此可見，研究區(qū)域農(nóng)業(yè)用水經(jīng)濟效益的提升并不是種植結構的改變造成的，在農(nóng)業(yè)用水量基本不變的情況下，農(nóng)業(yè)產(chǎn)值的提升是農(nóng)業(yè)用水經(jīng)濟效益升高的主要原因。

表2 種植結構變化 %Tab.2 The change of crop pattern

4 討 論

4.1 農(nóng)業(yè)用水經(jīng)濟效益的時空差異

整體而言研究區(qū)域內的氣候變化相對穩(wěn)定，除了相對濕度外其他氣象因素的變化并不明顯，因此農(nóng)業(yè)用水量也沒有發(fā)生大的改變。但是由于農(nóng)業(yè)產(chǎn)值的提升，農(nóng)業(yè)用水經(jīng)濟效益的上升極為顯著。從不同作物的特征來看：小麥、玉米和大豆的農(nóng)業(yè)用水經(jīng)濟效益接近，花生和棉花則相對較高，值得注意的是研究區(qū)域內除玉米外，其他作物的種植面積一直呈現(xiàn)下降趨勢，因此種植結構的改變反而導致了研究區(qū)域農(nóng)業(yè)用水經(jīng)濟效益的相對下降。小麥和玉米作為播種面積最大的兩種作物，雖然二者的作物需水量相差不大，但是灌溉需水量（作物需水量減去有效降雨量）的差異很大，玉米由于生長在雨季，只需要進行1次灌溉或者不需要灌溉，但是小麥在整個生育期內要進行3～5次灌溉，研究區(qū)域內的灌溉水來源多為地下水，因此過去的種植結構調整方案中，小麥的播種面積一直被壓縮?；ㄉ?、棉花和大豆的種植面積的下降的主要原因是勞動力成本的快速增長，以棉花為例，研究時間段內棉花的勞動力投入從2 767 元/hm2上升到24 546 元/hm2，幾乎增長了10倍。

從空間分布特征來看，山區(qū)的農(nóng)業(yè)用水經(jīng)濟效益整體來講相對較低，在農(nóng)業(yè)用水量接近的情況下，造成此現(xiàn)象的原因是由于山區(qū)的農(nóng)業(yè)產(chǎn)值相對較低。農(nóng)業(yè)產(chǎn)值由作物的產(chǎn)量和價格共同決定，在同一時間內，不同縣作物價格的差距并不大，農(nóng)業(yè)產(chǎn)值低的根本原因是山區(qū)作物的產(chǎn)量明顯低于平原地區(qū)。以2001年為例，山區(qū)中小麥、玉米、大豆、花生和棉花的產(chǎn)量要分別比平原低20.54%、41.24%、63.37%、18.28%和31.51%。山區(qū)中的農(nóng)業(yè)發(fā)展相較于平原很難實現(xiàn)機械化和規(guī)?；?，地理條件的制約注定了山區(qū)與平原農(nóng)業(yè)發(fā)展的不同，山區(qū)提高農(nóng)業(yè)用水經(jīng)濟效益應該因地制宜調整種植結構，大力發(fā)展蘋果、板栗、核桃等區(qū)域優(yōu)勢作物。

4.2 農(nóng)業(yè)用水經(jīng)濟效益的驅動因素

不同作物之間的農(nóng)業(yè)用水經(jīng)濟效益存在著差異，已有研究[27]表明，這些差異是農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)用水量綜合作用的結果。農(nóng)業(yè)用水量呈現(xiàn)減少狀態(tài)，研究期內平均減速為7.18%，而農(nóng)業(yè)產(chǎn)值則呈現(xiàn)增速狀態(tài)，研究期內平均增速為132.22%，由于農(nóng)業(yè)用水量的變化并不明顯，因此，農(nóng)業(yè)用水經(jīng)濟效益的上升主要是農(nóng)業(yè)產(chǎn)值的提升造成的，農(nóng)業(yè)產(chǎn)值取決于作物價格和作物產(chǎn)量，相對于產(chǎn)量，價格的變化更加明顯。研究時間段內，作物產(chǎn)量平均增加了19.52%，最高的是棉花（39.19%），最低的是玉米（7.36%），而作物價格平均增加了105.91%，最高的是花生（141.32%），最低的是玉米（57.61%）。本文在計算農(nóng)業(yè)用水經(jīng)濟效益時，使用的是當年現(xiàn)價數(shù)據(jù)，并沒有折算成某一年的可比價。第1是因為選取的5種作物屬于糧油棉作物，相對于其他蔬菜、水果等經(jīng)濟作物來說，價格變化相對穩(wěn)定；第2是因為經(jīng)濟方案的制訂具有時效性，現(xiàn)價估算的農(nóng)業(yè)用水經(jīng)濟效益相比于可比價對于經(jīng)濟方案的制訂更具參考意義。

4.3 農(nóng)業(yè)用水經(jīng)濟效益和水分利用效率（WUE）的應用場景

水分利用效率（WUE）是用于評價作物生長過程中水分利用效率的高低應用最廣泛的一個指標，適用于比較同一種作物在不同年份的水分利用狀況，或者是不同的節(jié)水措施對同一種作物水分利用狀況的影響。但WUE在比較不同作物時，由于不同作物產(chǎn)出的選擇標準不同，如芹菜、韭菜等整個植物體均可以作為產(chǎn)量，但是小麥、玉米等通常只將籽粒認為是產(chǎn)量，而且不同作物之間的產(chǎn)量很難進行統(tǒng)一化處理，導致WUE的差距比較大，在進行比較時缺乏參考價值。由此可見，雖然WUE在評價作物水分利用高低上應用比較廣泛，但是其應用場景同時也具有一定的局限性。將不同的作物統(tǒng)一按照市場價值進行核算，通過經(jīng)濟視角將作物產(chǎn)量轉化為同一個單位，以單方水的經(jīng)濟效益高低來刻畫作物水分利用效率的高低，在不同品種的作物之間進行應用相較于WUE便更具參考意義，同時也可以為水價、水市場等經(jīng)濟調整農(nóng)業(yè)用水方案提供參考。但是由于作物的價格受到市場因素的影響比較大，因此農(nóng)業(yè)用水經(jīng)濟效益的數(shù)值并不穩(wěn)定，同一作物在不同年際間比較時相差比較大。評價一個地區(qū)農(nóng)業(yè)用水效率的高低要根據(jù)不同的應用場景選擇使用農(nóng)業(yè)用水經(jīng)濟效益（Economic Effciency of Water Use，EEWU）還是水分利用效率（WUE）。

5 結 論

本文基于作物系數(shù)法，通過CROPWAT模型模擬出作物需水量，參考其他研究，使用作物需水量刻畫農(nóng)業(yè)用水量，結合農(nóng)業(yè)產(chǎn)值、播種面積等面板數(shù)據(jù)計算出不同作物的農(nóng)業(yè)用水經(jīng)濟效益，定量分析了雄安新區(qū)上游主要作物農(nóng)業(yè)用水經(jīng)濟效益的時空變化，為經(jīng)濟管理方案的制訂提供了參考。主要結果如下。

（1）小麥、玉米、大豆、花生和棉花的農(nóng)業(yè)用水經(jīng)濟效益分布在1.40～3.91、1.56～4.06、1.43～3.61、1.67～6.89和2.08～5.62 元/m3，研究時間段內上升都極為顯著（P<0.01）。

（2）平原的農(nóng)業(yè)用水經(jīng)濟效益要高于山區(qū)。相較于農(nóng)業(yè)用水量和產(chǎn)量，價格是影響農(nóng)業(yè)用水經(jīng)濟效益最敏感的因素。

（3）對比其他研究，本文的研究尺度以縣級行政單位為基本單元，對于農(nóng)業(yè)用水經(jīng)濟效益的變化情況以及差異性分析的空間分辨率更高，不足之處是農(nóng)業(yè)用水量是在理想情況下進行模擬研究的，模擬值與實際生產(chǎn)過程中農(nóng)業(yè)用水量仍然存在一定的差距。

在我國北方地區(qū)，大部分農(nóng)業(yè)節(jié)水方案的出發(fā)點都是從需水的角度去考慮的，在市場經(jīng)濟的調控下，灌溉效率的提高通常會導致作物種植面積的擴張與高耗水作物種植比例的增加，由此出現(xiàn)了“節(jié)水悖論”的怪現(xiàn)象。農(nóng)業(yè)用水經(jīng)濟管理方案如水權、水市場等是以供水的角度作為出發(fā)點，從而提升水資源使用者的節(jié)水意識，加速水資源管理者對區(qū)域水資源總量核算進程，最終使水資源得到更加經(jīng)濟有效的分配。因此，合理高效利用水資源，走出節(jié)水困境，制定切實可行的農(nóng)業(yè)用水管理方案需要從水資源的供需2方面考慮。