孟彥菊，章標彪，劉棟棟，陳思年，王承杰

（云南財經(jīng)大學 統(tǒng)計與數(shù)學學院，云南 昆明 650221）

水資源不僅是經(jīng)濟社會發(fā)展的重要資源基礎(chǔ)，也是人類賴以生存的重要生態(tài)基礎(chǔ)。但是隨著城市化的推進、工業(yè)化的快速發(fā)展以及水資源不足、水環(huán)境污染、水生態(tài)危機等已日益成為可持續(xù)發(fā)展的瓶頸[1-2]。水環(huán)境的惡化和流域生物多樣性減少等多重問題出現(xiàn)在我國眾多流域中。珠江流域自古以來就是一個相對完整統(tǒng)一的人文地理和經(jīng)濟地理空間單元，近年來，隨著經(jīng)濟的發(fā)展，導(dǎo)致珠江流域持續(xù)干旱，水面下降，引起海水倒灌，珠江咸潮成為廣東省十幾年來最嚴重的災(zāi)害。因此，對珠江流域的農(nóng)業(yè)面源污染情況進行全面的評價，將為本地區(qū)的農(nóng)業(yè)水污染治理和農(nóng)業(yè)生產(chǎn)方式和結(jié)構(gòu)改變提供可靠的理論依據(jù)和數(shù)據(jù)支撐，對珠江流域農(nóng)業(yè)進一步發(fā)展具有重要意義。

2008 年HOEKSTRA 等[3]提出了灰水足跡概念，灰水足跡主要由水污染而引起，是指以自然本底濃度為基準，引入現(xiàn)有水質(zhì)評價標準，自然水體稀釋污染物達到選取的水質(zhì)標準所需要的淡水量?；宜阚E的提出，為水污染評價提供了新方法，它有效地將水量和水污染結(jié)合起來，更加直觀地展現(xiàn)出水污染程度。近幾年，由于水足跡以及灰水足跡的理論更加完善，國內(nèi)外學者對灰水足跡的研究也日趨成熟，采用構(gòu)建指數(shù)法[4]、Kaya 恒等式和LMDI 分解法[5]以及投入產(chǎn)出法[6]等方法對區(qū)域或流域的農(nóng)業(yè)產(chǎn)品、工業(yè)產(chǎn)品等方面的灰水足跡進行評價[7]。

農(nóng)業(yè)領(lǐng)域是灰水足跡研究的重要領(lǐng)域之一，國內(nèi)外學者從不同的維度上對其灰水足跡展開研究。MEKONNEN 等[8-9]對全球農(nóng)作物的藍水、綠水和灰水足跡進行研究，發(fā)現(xiàn)與農(nóng)作物生產(chǎn)相關(guān)的水足跡每年為7 404 億立方米，其中綠水占78%，藍水占12%，灰水占10%。陳巖等[10]對淮河流域35 個地級市的農(nóng)業(yè)灰水足跡進行測算，并運用Kaya 恒等式和LMDI 分解模型對其農(nóng)業(yè)灰水足跡效率驅(qū)動因素進行分解。洪傳春等[11]構(gòu)建了農(nóng)業(yè)灰水足跡強度與效率評價指數(shù)，分析京津冀農(nóng)業(yè)灰水足跡時空格局變化特征。班榮舶等[4]通過構(gòu)建評價指標測算重慶種植業(yè)灰水足跡，分析其空間差異性。目前國內(nèi)學者多從全國或者區(qū)域?qū)宜阚E進行研究，但是對于珠江流域研究成果較少。因此本文根據(jù)已有文獻，選取珠江流域并結(jié)合LMDI 分解模型，對珠江流域四省份（廣東、廣西、貴州和云南）農(nóng)業(yè)灰水足跡及其影響因素進行分析，全面評價珠江流域的農(nóng)業(yè)面源污染狀況，為珠江流域農(nóng)業(yè)生產(chǎn)和生態(tài)文明建設(shè)提供建議對策。

1 研究區(qū)域概況

珠江是中國第三長、第二大河流，長2 320 千米，主要流經(jīng)云南、貴州、廣西以及廣東等省份，流域面積約44 萬平方千米。流域內(nèi)地形復(fù)雜，西北高且東南低，其中主要為丘陵和山地，平原面積極少。珠江流域氣溫較為適宜多處于14 ～22℃，降水量充足，水資源豐富，并且處于熱帶和亞熱帶地區(qū)。但是流域內(nèi)受到地勢的影響，降雨量出現(xiàn)東多西少的現(xiàn)象。流域內(nèi)主要種植水稻、玉米以及小麥等糧食作物；同時大力發(fā)展種植經(jīng)濟作物，其中以甘蔗產(chǎn)業(yè)發(fā)展最為迅速，生產(chǎn)全國約50%的糖。但是農(nóng)業(yè)的快速發(fā)展也帶來了許多問題，其中因此產(chǎn)生的水污染問題讓人深思。

2 研究方法與數(shù)據(jù)來源

2.1 農(nóng)業(yè)灰水足跡測算模型

本文主要分析珠江流域農(nóng)業(yè)灰水足跡變化特征及驅(qū)動因素，用以衡量農(nóng)業(yè)生產(chǎn)造成的流域水污染情況。農(nóng)業(yè)主要包含種植業(yè)和畜牧業(yè)，本文將農(nóng)業(yè)灰水足跡定義為稀釋種植業(yè)和畜牧業(yè)產(chǎn)生的污染物所需的水資源總量。農(nóng)業(yè)灰水足跡核算方法參考《水足跡評價手冊》[12]。

2.1.1 種植業(yè)灰水足跡

種植業(yè)造成水體污染的污染物主要來自化肥和農(nóng)藥，在施用化肥和農(nóng)藥的過程中有一部分會流失進入水體造成污染，由于化肥使用量遠遠大于農(nóng)藥使用量，且稀釋化肥中污染物所需的水資源同時也可以稀釋農(nóng)藥中污染物，故本文以化肥中的氮磷元素即總氮（TN）和總磷（TP）為主要污染物對珠江流域種植業(yè)灰水足跡進行核算，如式（1）所示。

式中：GWFplant表示種植業(yè)灰水足跡（立方米）；GWFPlant(i)為第i種污染物的灰水足跡，Appl為化肥施用量（千克）；αi表示污染物流失系數(shù)；Cmax為水質(zhì)環(huán)境標準下的最大限值（毫克/升）；Cnat為受納水體的初始濃度（毫克/升）。

2.1.2 畜牧業(yè)灰水足跡

畜牧業(yè)造成水體污染的污染物主要來自畜禽排放的糞便和尿，經(jīng)濟快速發(fā)展導(dǎo)致對畜禽產(chǎn)品的需求增加，引起珠江流域畜牧養(yǎng)殖業(yè)發(fā)展迅速，而畜禽糞便和尿的肆意排放將會進一步加速水資源的污染。本文主要選取豬、牛、羊以及禽類計算畜牧業(yè)灰水足跡，其中豬與禽類養(yǎng)殖數(shù)量以年末出欄量為準，牛與羊養(yǎng)殖數(shù)量以年末存欄量為準。依據(jù)糞便與尿中化學需氧量（COD）、TN和TP 含量測算畜牧業(yè)灰水足跡，如式（2）所示。

式中：GWFbre為畜牧業(yè)灰水足跡；GWFbre(i)表示第i種污染物的灰水足跡；Lbre(i)為第i種污染物排放量。Nh為畜禽飼養(yǎng)量（出欄和存欄數(shù)）；Dh為畜禽飼養(yǎng)周期，其中h代表豬、牛、羊以及禽類。fh和uh為單位畜禽每日糞便和尿排放量；Phf和Phu、Qhf和Qhu分別代表每單位糞便和尿中污染物含量及污染物流失率。

2.1.3 農(nóng)業(yè)灰水足跡

水體可以同時稀釋多種污染物，因此農(nóng)業(yè)灰水足跡只需選取稀釋污染物產(chǎn)生的灰水足跡中最大的即可，同時農(nóng)業(yè)灰水足跡包括種植業(yè)和畜牧業(yè)灰水足跡。故農(nóng)業(yè)灰水足跡GWFagr的計算公式，如式（3）所示。

2.2 LMDI分解模型

本文采用LMDI（對數(shù)平均迪式指數(shù)分解）分解模型珠江流域農(nóng)業(yè)灰水足跡變化進行分析并對其中的影響因素進行分解?；贙aya 恒等式理念[13]，同時結(jié)合珠江流域的實際情況，對Kaya 恒等式模型進行擴展。本文將其影響因素分解為農(nóng)業(yè)技術(shù)效應(yīng)、農(nóng)業(yè)產(chǎn)出效應(yīng)、農(nóng)村環(huán)境效應(yīng)、化肥強度效應(yīng)、耕地規(guī)模效應(yīng)以及人口總量效應(yīng)。擴展的Kaya 恒等式模型如式（4）。

式中：GWFagr為農(nóng)業(yè)灰水足跡；GDPagr為農(nóng)業(yè)增加值；Pr為農(nóng)村人口；Faa為化肥施用量，Crop為農(nóng)作物播種面積，P為總?cè)丝凇為農(nóng)業(yè)技術(shù)效應(yīng)，即農(nóng)業(yè)灰水足跡強度，表示單位農(nóng)業(yè)GDP 產(chǎn)生的灰水足跡；r為農(nóng)業(yè)產(chǎn)出效應(yīng)，即農(nóng)村人均農(nóng)業(yè)產(chǎn)值，表示單位農(nóng)村人口產(chǎn)生的農(nóng)業(yè)價值；f為農(nóng)村環(huán)境效應(yīng)，即農(nóng)村人均化肥使用量倒數(shù)，與農(nóng)村人均化肥使用量效果相反；a為化肥強度效應(yīng)，表示單位農(nóng)作物面積施用的化肥量；c為耕地規(guī)模效應(yīng)，即人均農(nóng)作物播種面積；p為人口總量效應(yīng)。

LMDI分解模型分為加法分解模型和乘法分解模型[14]，其中加法分解模型可以更好地表現(xiàn)各因素對農(nóng)業(yè)灰水足跡變化的絕對貢獻量，故本文選取加法分解模型對珠江流域灰水足跡變化影響因素進行分析。珠江流域農(nóng)業(yè)灰水足跡的LMDI 加法分解模型如式（5）。

式中：ΔG表示總效應(yīng)，表示基期到第t期的農(nóng)業(yè)灰水足跡變化量；ΔGg、ΔGr、ΔGf、ΔGa、ΔGc以及ΔGp表示基于LMDI 加法分解模型的農(nóng)業(yè)技術(shù)效應(yīng)、農(nóng)業(yè)產(chǎn)出效應(yīng)、農(nóng)村環(huán)境效應(yīng)、化肥強度效應(yīng)、耕地規(guī)模效應(yīng)以及人口總量效應(yīng)對總效應(yīng)的貢獻值，即表示對農(nóng)業(yè)灰水足跡變化的影響。若ΔGg、ΔGr、ΔGf、ΔGa、ΔGc以及ΔGp的貢獻值為正，表示各影響因素的變化引起珠江流域農(nóng)業(yè)灰水足跡增加，稱為正驅(qū)動效應(yīng)；若為負值，則表示各影響因素的變化抑制珠江流域農(nóng)業(yè)灰水足跡的產(chǎn)生，稱為負驅(qū)動效應(yīng)。

2.3 數(shù)據(jù)來源

本文研究所需要的化肥使用量（采用農(nóng)業(yè)化肥折純使用量數(shù)據(jù)）、畜禽出欄量和存欄量數(shù)據(jù)來自2007—2021 年的《中國農(nóng)村統(tǒng)計年鑒》。農(nóng)業(yè)GDP、總?cè)丝凇⑥r(nóng)村人口以及農(nóng)作物播種面積等數(shù)據(jù)來自2007—2021年的《中國統(tǒng)計年鑒》，其中農(nóng)業(yè)GDP 只包含農(nóng)業(yè)和牧業(yè)增加值，化肥使用量主要包括氮肥和磷肥，在計算時將復(fù)合肥中氮磷鉀成分按照15 ∶15 ∶15 比例進行折算[15]。畜禽的飼養(yǎng)周期、糞便與尿的排泄指數(shù)以及其中污染物平均含量和流失率等相關(guān)數(shù)據(jù)來自《全國規(guī)?；笄蒺B(yǎng)殖業(yè)污染情況調(diào)查及防治對策》（表1 ～表3），其中禽類的飼料周期、糞便排泄指數(shù)以及其中污染物平均含量等相關(guān)數(shù)據(jù)選取雞鴨的平均值。珠江流域氮磷肥流失系數(shù)選取《農(nóng)業(yè)污染源肥料流失系數(shù)手冊》中調(diào)查的南方耕地氮磷肥流失系數(shù)的平均值，分別為α=1.66%,0.59%計算。同時采用《地表水環(huán)境質(zhì)量標準》（GB 3838—2002）中Ⅲ類水質(zhì)標準，水體中COD 濃度最大限值為20 毫克/升，氮濃度采用硝酸鹽（以N 計）的濃度最大限值為10 毫克/升，總磷（以P 計）濃度最大限值為0.2 毫克/升，同時考慮到數(shù)據(jù)的獲取難度，假設(shè)珠江流域自然水體原始污染物濃度為0[9]。

表1 畜禽糞便中污染物平均含量 單位：千克/噸

表2 畜禽糞便中污染物進入水體流失率

表3 畜禽糞便排泄指數(shù)

3 珠江流域農(nóng)業(yè)灰水足跡分析

3.1 農(nóng)業(yè)灰水足跡變化

基于式（1）～（3）對珠江流域農(nóng)業(yè)灰水足跡進行核算，發(fā)現(xiàn)珠江流域農(nóng)業(yè)灰水足跡整體呈上升趨勢，且主要由TP 決定。從2006 年至2020 年15 年間，珠江流域農(nóng)業(yè)灰水足跡從2006 年的4 160.46 億立方米緩慢增加到2020 年的4 762.69 億立方米，增加602.23 億立方米，年均增加40.15 億立方米，增長14.48%。

2006—2020 年珠江流域農(nóng)業(yè)灰水足跡主要受畜牧業(yè)灰水足跡的影響，種植業(yè)對其影響不大。珠江流域農(nóng)業(yè)灰水足跡的增長趨勢與畜牧業(yè)灰水足跡增長趨勢基本一致。結(jié)合社會經(jīng)濟發(fā)展來看，2006 年由于油脂、肉禽及其制品和蛋類的價格過低（數(shù)據(jù)來自《中國統(tǒng)計年鑒》中居民消費價格分類指數(shù)），導(dǎo)致2007 年養(yǎng)殖戶降低了大型牲畜和肉禽的飼養(yǎng)量；同時，飼養(yǎng)量減少使得價格有所上升，導(dǎo)致人民對大型牲畜等需求量減少，這也降低了豬和肉禽的出欄量，兩者的共同作用使得畜牧業(yè)灰水足跡有所減少，此次的價格影響持續(xù)時間較長，直到2009年大型牲畜的飼養(yǎng)量才恢復(fù)到2006 年的水平，此后畜牧業(yè)灰水足跡持續(xù)上漲。隨著環(huán)保政策進一步收緊，政府加強了對畜牧養(yǎng)殖業(yè)的監(jiān)管，期間大型牲畜以及肉禽飼養(yǎng)量出現(xiàn)波動，雖然取締了許多小型或者散養(yǎng)戶，但是大型養(yǎng)殖場的迅速發(fā)展，使得珠江流域畜牧業(yè)灰水足跡有所增加，間接導(dǎo)致珠江流域農(nóng)業(yè)灰水足跡總量上升。

3.2 農(nóng)業(yè)灰水足跡影響因素分解

基于LMDI 分解模型，從農(nóng)業(yè)技術(shù)效應(yīng)、農(nóng)業(yè)產(chǎn)出效應(yīng)、農(nóng)村環(huán)境效應(yīng)、化肥強度效應(yīng)、耕地規(guī)模效應(yīng)和人口總量效應(yīng)七個方面對2006—2020 年珠江流域農(nóng)業(yè)灰水足跡變化量進行分解，根據(jù)式（4）、式（5）計算出相應(yīng)的貢獻值（表4）。

表4 珠江流域農(nóng)業(yè)灰水足跡LMDI分解結(jié)果 單位：億立方米

2006—2020 年各影響因素累計貢獻量有正有負，累計總效應(yīng)為602.24 億立方米，表明珠江流域農(nóng)業(yè)灰水足跡總體增加。其中，農(nóng)業(yè)技術(shù)效應(yīng)、農(nóng)村環(huán)境效應(yīng)、化肥強度效應(yīng)和耕地規(guī)模效應(yīng)等驅(qū)動因素累計貢獻量為負值，分別為-5 461.82 億立方米、-1 583.34 億立方米、-62.63 億立方米和-164.27 億立方米，引起珠江流域農(nóng)業(yè)灰水足跡下降稱為負向效應(yīng)。相反，農(nóng)業(yè)產(chǎn)出效應(yīng)和人口總量效應(yīng)等驅(qū)動因素累計貢獻量為正值，分別為7 138.93 億立方米和735.37 億立方米，導(dǎo)致珠江流域農(nóng)業(yè)灰水足跡增加稱為正向效應(yīng)。依據(jù)社會經(jīng)濟發(fā)展規(guī)劃來看，“十一五”到“十三五”時期，農(nóng)業(yè)技術(shù)效應(yīng)和農(nóng)村環(huán)境效應(yīng)依舊是負向效應(yīng)；農(nóng)業(yè)產(chǎn)出效應(yīng)和人口總量效應(yīng)依舊是正向效應(yīng)。但是化肥強度效應(yīng)和耕地規(guī)模效應(yīng)在“十一五”和“十二五”期間對珠江流域農(nóng)業(yè)灰水足跡累計貢獻量為正，引起農(nóng)業(yè)灰水足跡增加，而在“十三五”期間累計貢獻量為負，使得農(nóng)業(yè)灰水足跡減少。

農(nóng)業(yè)技術(shù)效應(yīng)是眾多負向驅(qū)動因素中對總效應(yīng)負向累計貢獻最大，表明農(nóng)業(yè)種植技術(shù)、污水處理技術(shù)的進步是減少農(nóng)業(yè)灰水足跡的最重要手段。同時，農(nóng)業(yè)技術(shù)效應(yīng)對農(nóng)業(yè)灰水足跡的促進作用，可能因為技術(shù)改造或者新技術(shù)的使用有一段適應(yīng)期，農(nóng)業(yè)從業(yè)人員的不熟練或者改造時間過長導(dǎo)致農(nóng)業(yè)灰水足跡的增加。農(nóng)業(yè)產(chǎn)出效應(yīng)的正向累計貢獻量大約是人口總量效應(yīng)貢獻量的十倍，說明農(nóng)業(yè)經(jīng)濟快速發(fā)展加重了水資源污染，因此，在農(nóng)業(yè)經(jīng)濟發(fā)展過程中要重視污染治理。農(nóng)村環(huán)境效應(yīng)與人均化肥使用量效果相反，即農(nóng)村環(huán)境效應(yīng)負向貢獻量越大，反而單位人口化肥使用量越大，人均化肥使用越多，使得農(nóng)業(yè)灰水足跡增加；而化肥強度效應(yīng)負向貢獻量越大，說明單位農(nóng)作物播種面積使用的化肥量越少，化肥施用效率越高，產(chǎn)生的農(nóng)業(yè)灰水足跡越少。耕地規(guī)模效應(yīng)負向貢獻量越大，表明人均農(nóng)作物播種面積越少，可能因為農(nóng)戶不具備科學種植條件，耕種面積越多反而造成更多的農(nóng)業(yè)污染；而規(guī)?；N植具備科學種植條件且對于新技術(shù)的應(yīng)用和提高化肥施用效率都有著促進作用，使得農(nóng)業(yè)灰水足跡下降。

3.3 農(nóng)業(yè)灰水足跡影響因素變化分析

3.3.1 農(nóng)業(yè)技術(shù)效應(yīng)分析

農(nóng)業(yè)技術(shù)效應(yīng)即農(nóng)業(yè)灰水足跡強度，表示每增加一單位農(nóng)業(yè)增加值稀釋其造成污染物產(chǎn)生的灰水足跡。農(nóng)業(yè)灰水足跡強度越高，說明農(nóng)業(yè)灰水足跡效率越低，即化肥使用效率和污染物處理水平較低；農(nóng)業(yè)技術(shù)效應(yīng)對珠江流域農(nóng)業(yè)灰水足跡的產(chǎn)生具有抑制作用，其對總效應(yīng)的累計貢獻量為負。農(nóng)業(yè)灰水足跡強度和農(nóng)業(yè)技術(shù)效應(yīng)貢獻量變化見圖1 所示。

圖1 珠江流域農(nóng)業(yè)灰水足跡強度和農(nóng)業(yè)技術(shù)效應(yīng)貢獻量

2006—2020 年隨著節(jié)水技術(shù)、化肥施用效率提高和畜禽養(yǎng)殖環(huán)保政策收緊，珠江流域農(nóng)業(yè)灰水足跡強度整體上呈下降趨勢，大幅下降71.07%，農(nóng)業(yè)灰水足跡效率有著明顯的提高，說明珠江流域的農(nóng)業(yè)生產(chǎn)效率顯著提升；而2006—2020 年農(nóng)業(yè)技術(shù)效應(yīng)貢獻量變化起伏不定有增有減。農(nóng)業(yè)技術(shù)效應(yīng)貢獻量變化趨勢深受農(nóng)業(yè)灰水足跡強度的影響，其中2009 年、2017 年農(nóng)業(yè)灰水足跡強度相對2008 年、2016 年輕微增加，導(dǎo)致農(nóng)業(yè)技術(shù)效應(yīng)貢獻量大幅下降直至為負，造成農(nóng)業(yè)灰水足跡增加；2011—2015 年農(nóng)業(yè)灰水足跡強度降幅基本相同，同時農(nóng)業(yè)技術(shù)效應(yīng)貢獻量沒有明顯變化。

3.3.2 農(nóng)業(yè)產(chǎn)出效應(yīng)分析

農(nóng)業(yè)產(chǎn)出效應(yīng)即農(nóng)村人均農(nóng)業(yè)產(chǎn)值，表示每單位農(nóng)村人口所產(chǎn)生的農(nóng)業(yè)產(chǎn)值。農(nóng)村人均農(nóng)業(yè)產(chǎn)值增加造成農(nóng)業(yè)污染加劇，農(nóng)業(yè)產(chǎn)出效應(yīng)對總效應(yīng)的累計貢獻量為正，使得農(nóng)業(yè)灰水足跡增加。農(nóng)村人均農(nóng)業(yè)產(chǎn)值增長情況與農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量存在著密切聯(lián)系（圖2）。

圖2 珠江流域農(nóng)村人均農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量

2006—2020 年農(nóng)村人均農(nóng)業(yè)產(chǎn)值增加15 861.43 元，增長403.05%；而農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量變化幅度較大。結(jié)合兩者增長情況來看，農(nóng)村人均農(nóng)業(yè)產(chǎn)值增長速度決定了農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量大小。其中，2009 年農(nóng)村人均農(nóng)業(yè)產(chǎn)值增長速度下降，農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量出現(xiàn)巨大降幅；過后農(nóng)村人均農(nóng)業(yè)產(chǎn)值增長速度上升，農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量也相應(yīng)增加。因此當農(nóng)村人均農(nóng)業(yè)產(chǎn)值增長速度放緩時，農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量出現(xiàn)下降情況；反之增長速度上升時，農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量會增加。

3.3.3 農(nóng)村環(huán)境效應(yīng)分析

農(nóng)村環(huán)境效應(yīng)即農(nóng)村人均化肥使用量倒數(shù)，此效應(yīng)與人均化肥使用量的效果相反。人均化肥使用量增加會使得農(nóng)業(yè)灰水足跡增加，此時農(nóng)村人均化肥使用量倒數(shù)反而減少，農(nóng)村環(huán)境效應(yīng)抑制灰水足跡的產(chǎn)生，因此農(nóng)村環(huán)境效應(yīng)為負向效應(yīng)。農(nóng)村人均化肥使用量倒數(shù)和農(nóng)村環(huán)境效應(yīng)貢獻量變化見圖3。

圖3 珠江流域農(nóng)村人均化肥使用量倒數(shù)和農(nóng)村環(huán)境效應(yīng)貢獻量

隨著農(nóng)村人均化肥使用量增加，農(nóng)村人均化肥使用量倒數(shù)減少，農(nóng)村環(huán)境效應(yīng)對農(nóng)業(yè)灰水足跡變化的貢獻量也隨之變化（圖3）。農(nóng)村環(huán)境效應(yīng)貢獻量隨著農(nóng)村人均化肥使用量倒數(shù)下降速度發(fā)生變化，下降放緩或者上升使得農(nóng)村環(huán)境效應(yīng)貢獻量減少甚至出現(xiàn)負的貢獻量，導(dǎo)致農(nóng)業(yè)灰水足跡增加。其中，2010 年農(nóng)村人均化肥使用量倒數(shù)下降幅度增大即農(nóng)村化肥使用量上漲幅度增大，使得農(nóng)村環(huán)境效應(yīng)貢獻量大幅增加，引起農(nóng)業(yè)灰水足跡減少；而2017—2018 年農(nóng)村人均化肥使用量倒數(shù)下降緩慢或出現(xiàn)增長即農(nóng)村化肥使用量減少，使得農(nóng)村環(huán)境效應(yīng)貢獻量急速下降，2018 年增長放緩，貢獻量有所上升但還是為負，導(dǎo)致農(nóng)業(yè)灰水足跡增加。

4 珠江流域各省份農(nóng)業(yè)灰水足跡分析

4.1 四省份農(nóng)業(yè)灰水足跡變化

從區(qū)域分布來看，珠江流域四省份農(nóng)業(yè)灰水足跡變化各不相同，見圖4（a）。2006—2020 年廣西和云南農(nóng)業(yè)灰水足跡不減反增。其中，廣西農(nóng)業(yè)灰水足跡相對于2006 年的894.50 億立方米大幅增加到2020 年的1 359.43 億立方米，增長51.98%。廣西農(nóng)業(yè)灰水足跡主要在“十一五”期間快速增長，而“十二五”和“十三五”期間逐漸趨于穩(wěn)定，增長幅度不大。云南農(nóng)業(yè)灰水足跡除2007 年小幅下降外一直增加，2020 年為1 342.78 億立方米，增長27.35%。云南農(nóng)業(yè)灰水足跡逐年小幅增長，“十一五”和“十二五”期間增長緩慢，“十三五”期間增長較快。2006—2020 年廣東和貴州農(nóng)業(yè)灰水足跡下降。其中，貴州農(nóng)業(yè)灰水足跡變化出現(xiàn)斷崖式下降從2006 年的795.04 億立方米大幅下降到2007 年的581.64億立方米，下降26.84%，此后農(nóng)業(yè)灰水足跡有所上升后趨于穩(wěn)定，2006—2020 年貴州農(nóng)業(yè)灰水足跡總體下降13.28%。廣東農(nóng)業(yè)灰水足跡變化較為復(fù)雜，農(nóng)業(yè)灰水足跡變化呈“減—增—減—增”狀態(tài)，但是總體上呈現(xiàn)下降趨勢，下降3.21%，其中2006 年農(nóng)業(yè)灰水足跡最高，為1 416.55 億立方米，2007 年最低為1 267.13 億立方米。

圖4 珠江流域農(nóng)業(yè)灰水足跡時空分布及來源

同時，結(jié)合區(qū)域農(nóng)業(yè)灰水足跡來源來看，見圖4（b）。珠江流域四省份農(nóng)業(yè)灰水足跡中畜牧業(yè)灰水足跡占主要部分，占比都超過90.00%，其中貴州畜牧業(yè)占比最高為93.31%。珠江流域區(qū)域年均農(nóng)業(yè)灰水足跡中廣東最高、廣西次之、緊隨其后是云南和貴州，分別為1 354.07 億立方米、1 267.01 億立方米、1 162.73 億立方米以及649.17 億立方米。不管是“十一五”“十二五”還是“十三五”期間，珠江流域四省份年均農(nóng)業(yè)灰水足跡高低順序并沒有改變，只是農(nóng)業(yè)灰水足跡總量發(fā)生改變。

4.2 四省份農(nóng)業(yè)灰水足跡影響因素分解

基于LMDI 分解模型，對2006—2020 年珠江流域四省份農(nóng)業(yè)灰水足跡進行分解，發(fā)現(xiàn)珠江流域省區(qū)間農(nóng)業(yè)灰水足跡的驅(qū)動效應(yīng)存在著明顯差異，將其分解結(jié)構(gòu)進行整理，得到各驅(qū)動效應(yīng)對珠江流域區(qū)域農(nóng)業(yè)灰水足跡的累計貢獻值（圖5）。

圖5 珠江流域四省份農(nóng)業(yè)灰水足跡驅(qū)動效應(yīng)累計貢獻量

珠江流域四省份農(nóng)業(yè)灰水足跡各驅(qū)動因素作用存在差異。農(nóng)業(yè)產(chǎn)出效應(yīng)和人口總量效應(yīng)對各省區(qū)農(nóng)業(yè)灰水足跡增長發(fā)揮正向作用，其中農(nóng)業(yè)產(chǎn)出效應(yīng)為主導(dǎo)驅(qū)動因素，而人口總量效應(yīng)正向驅(qū)動作用較小，對廣東的驅(qū)動作用最大為414.36 億立方米，對其余地區(qū)的正向驅(qū)動作用較小，結(jié)合常住人口增長情況看，人口變化對農(nóng)業(yè)灰水足跡變化影響不大；農(nóng)業(yè)技術(shù)效應(yīng)和農(nóng)村環(huán)境效應(yīng)為負向驅(qū)動作用，抑制各省區(qū)農(nóng)業(yè)灰水足跡增加，其中技術(shù)效應(yīng)為主要驅(qū)動因素，農(nóng)村環(huán)境效應(yīng)對廣西和云南的負向驅(qū)動作用較強；化肥強度效應(yīng)對廣東、廣西和云南正向驅(qū)動作用較小，而對貴州為負向作用且貢獻量較大，說明化肥強度效應(yīng)對于農(nóng)業(yè)灰水足跡減少有著一定的作用，廣東、廣西和云南通過提高化肥使用效率，可以進一步減少農(nóng)業(yè)灰水足跡；耕地規(guī)模效應(yīng)只對廣東農(nóng)業(yè)灰水足跡變化具有負向效應(yīng)，其余為正向效應(yīng)，說明廣東農(nóng)業(yè)規(guī)模一體化發(fā)展迅速，逐漸向高效綠色農(nóng)業(yè)轉(zhuǎn)變。廣西和云南農(nóng)業(yè)灰水足跡總效應(yīng)為正，說明農(nóng)業(yè)灰水足跡還有著下降空間。

4.3 四省份農(nóng)業(yè)灰水足跡影響因素變化分析

4.3.1 農(nóng)業(yè)技術(shù)效應(yīng)分析

珠江流域四省份農(nóng)業(yè)灰水足跡強度變化趨勢基本一致，見圖6。2006—2020 年四省份農(nóng)業(yè)灰水足跡強度存在大幅下降的趨勢，下降幅度都超過50%。其中，貴州下降幅度最大，為87.17%，云南次之為75.76%，廣西最小為54.85%。這與區(qū)域農(nóng)業(yè)灰水足跡和農(nóng)業(yè)增加值有關(guān)。“十一五”期間，貴州農(nóng)業(yè)灰水足跡強度大幅減少，由于本身基數(shù)較大并沒有改變其農(nóng)業(yè)灰水足跡強度最大即農(nóng)業(yè)灰水足跡效率低的現(xiàn)狀?！笆濉逼陂g，貴州農(nóng)業(yè)灰水足跡強度持續(xù)下降，使得其小于云南和廣西；云南農(nóng)業(yè)灰水足跡強度最強?！笆濉逼陂g，云南農(nóng)業(yè)灰水足跡強度依然最大；隨著貴州農(nóng)業(yè)增加值增長率快于廣東，使得其農(nóng)業(yè)灰水足跡強度低于廣東，農(nóng)業(yè)灰水足跡效率最高。

圖6 珠江流域各省區(qū)農(nóng)業(yè)灰水足跡強度和農(nóng)業(yè)技術(shù)效應(yīng)貢獻量

農(nóng)業(yè)技術(shù)效應(yīng)貢獻量深受農(nóng)業(yè)灰水足跡強度影響，與上文珠江流域中關(guān)系一致，農(nóng)業(yè)灰水足跡強度的增長速度的變化將會引起農(nóng)業(yè)技術(shù)效應(yīng)貢獻量的變化。農(nóng)業(yè)技術(shù)效應(yīng)為負向效應(yīng)，當農(nóng)業(yè)灰水足跡強度下降放緩將會使得農(nóng)業(yè)技術(shù)效應(yīng)貢獻量減少，甚至引起灰水足跡增加；反之，將會使得貢獻量增加。

4.3.2 農(nóng)業(yè)產(chǎn)出效應(yīng)分析

珠江流域各省農(nóng)村人均農(nóng)業(yè)產(chǎn)值整體上呈現(xiàn)上升趨勢，且四省份變化基本一致，見圖7。2006—2020 年四省份農(nóng)村人均農(nóng)業(yè)產(chǎn)值大幅上升，其中貴州漲幅最大為919.38%，其次是云南和廣西，廣東漲幅最小為205.13%，由于廣東農(nóng)業(yè)產(chǎn)值最高，但廣東農(nóng)村人口較多，導(dǎo)致廣東農(nóng)村人均農(nóng)業(yè)產(chǎn)值在珠江流域中漲幅最少。從四省份農(nóng)村人均農(nóng)業(yè)產(chǎn)值變化趨勢來看，2009 年和2017 年農(nóng)村人均農(nóng)業(yè)產(chǎn)值存在增長放緩或下降的趨勢，這有可能與2008 年經(jīng)濟危機和國家對農(nóng)業(yè)環(huán)保問題關(guān)注有關(guān)，導(dǎo)致農(nóng)業(yè)產(chǎn)值出現(xiàn)下降。

圖7 珠江流域各省區(qū)農(nóng)村人均農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量

從農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量來看，四省份農(nóng)業(yè)產(chǎn)出效應(yīng)累計貢獻量為正，導(dǎo)致各省農(nóng)業(yè)灰水足跡增加。2007—2020 年四省份農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量變化較為復(fù)雜，尤其以2009 年和2017 年前后變化較為明顯。其中廣東變化最為顯著，2007—2020 年農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量基本大于零，使得廣東農(nóng)業(yè)灰水足跡增加，而在2009 年和2017年出現(xiàn)大幅下降甚至出現(xiàn)負貢獻量，引起農(nóng)業(yè)灰水足跡減少，同時其余三省份此時農(nóng)業(yè)灰水足跡都出現(xiàn)不同程度的下降。這與上文發(fā)現(xiàn)的規(guī)律一致，農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量深受農(nóng)村人均農(nóng)業(yè)產(chǎn)值變化幅度影響，農(nóng)村人均農(nóng)業(yè)產(chǎn)值增長速度放緩甚至下降，將會導(dǎo)致農(nóng)業(yè)產(chǎn)出效應(yīng)貢獻量大幅下降甚至出現(xiàn)負貢獻量的情況。

4.3.3 農(nóng)村環(huán)境效應(yīng)分析

珠江流域四省份農(nóng)村人均化肥使用量倒數(shù)整體均呈現(xiàn)下降趨勢（圖8），即農(nóng)村人均化肥使用量呈增加趨勢。雖然貴州農(nóng)村人均化肥使用量倒數(shù)變化最為明顯，其余三省份下降較為平緩，但是云南下降幅度最大為42.12%，貴州下降幅度為32.50%，廣東下降幅度最小為8.53%。這一現(xiàn)象可能與基期數(shù)量有關(guān)，貴州農(nóng)村人均化肥使用量倒數(shù)雖然下降量最大，但由于基數(shù)過大，反而下降幅度不大。

圖8 珠江流域各省區(qū)農(nóng)村人均化肥使用量倒數(shù)和農(nóng)業(yè)環(huán)境效應(yīng)貢獻量

農(nóng)村人均化肥使用量增加導(dǎo)致農(nóng)業(yè)灰水足跡增加，而農(nóng)村人均化肥使用量倒數(shù)與此相反，此時農(nóng)村人均化肥使用量倒數(shù)反而減少，抑制農(nóng)業(yè)灰水足跡產(chǎn)生。結(jié)合農(nóng)村環(huán)境效應(yīng)貢獻量來看，四省份農(nóng)村環(huán)境效應(yīng)均為負向效應(yīng)且其貢獻量變化趨勢復(fù)雜。其中，2010 年貴州農(nóng)村人均化肥使用量倒數(shù)下降幅度增大，導(dǎo)致農(nóng)村環(huán)境效應(yīng)貢獻量大幅增加，抑制農(nóng)業(yè)灰水足跡產(chǎn)生，而2018年廣東農(nóng)村人均化肥使用量倒數(shù)出現(xiàn)上升情況，導(dǎo)致農(nóng)村環(huán)境效應(yīng)貢獻量大幅減少直至為負，引起農(nóng)業(yè)灰水足跡增加。四省份農(nóng)村環(huán)境效應(yīng)貢獻量變化情況與上文中一致，深受農(nóng)村人均化肥使用量倒數(shù)變化幅度影響。

5 結(jié)論

本文從種植業(yè)和畜牧業(yè)兩個方面對珠江流域農(nóng)業(yè)灰水足跡進行測算，結(jié)合LMDI 模型對珠江流域農(nóng)業(yè)灰水足跡變化因素進行分析，分別對技術(shù)效應(yīng)、產(chǎn)出效應(yīng)、農(nóng)村環(huán)境效應(yīng)、化肥強度效應(yīng)、耕地規(guī)模效應(yīng)和人口總量效應(yīng)七個因素的驅(qū)動作用進行測算和分析，得出以下結(jié)論。

珠江流域農(nóng)業(yè)灰水足跡主要由TP 造成，2006—2020 年珠江流域整體農(nóng)業(yè)灰水足跡增長幅度不大。四省份農(nóng)業(yè)灰水足跡漲幅不一，其中廣西農(nóng)業(yè)灰水足跡增長幅度最大超過50%；貴州農(nóng)業(yè)灰水足跡下降最多，下降13.08%。珠江流域農(nóng)業(yè)灰水足跡主要由畜牧業(yè)產(chǎn)生的污染物造成，在各省區(qū)中占比都超過90.00%。從LMDI分解結(jié)果來看，珠江流域及省際農(nóng)業(yè)灰水足跡變化主要受到農(nóng)業(yè)產(chǎn)出效應(yīng)和農(nóng)業(yè)技術(shù)效應(yīng)影響。其中農(nóng)業(yè)產(chǎn)出效應(yīng)對農(nóng)業(yè)灰水足跡變化正向驅(qū)動作用最大，而農(nóng)業(yè)技術(shù)效應(yīng)負向驅(qū)動作用最大。同時，各影響因素在不同五年規(guī)劃期間有著變化。各影響因素對于農(nóng)業(yè)灰水足跡變化的貢獻量存在差異。從農(nóng)業(yè)技術(shù)效應(yīng)、農(nóng)業(yè)產(chǎn)出效應(yīng)和農(nóng)村環(huán)境效應(yīng)來看，其對農(nóng)業(yè)灰水足跡變化貢獻量，深受各效應(yīng)變化的影響。當各效應(yīng)增長（下降）速度放緩時，其貢獻量出現(xiàn)減少（增加）情況；反之增長（下降）速度加快時，其貢獻量會增加（減少）。

結(jié)合本文研究結(jié)果，對珠江流域水資源保護提出相關(guān)建議：（1）加快推進農(nóng)業(yè)規(guī)模化發(fā)展。推進農(nóng)村地區(qū)土地流轉(zhuǎn)，擴大種植規(guī)模，制定相關(guān)產(chǎn)業(yè)發(fā)展規(guī)劃。同時，對大型種植企業(yè)和畜牧養(yǎng)殖企業(yè)提供便利和政策支持。（2）加強農(nóng)業(yè)以及污水處理技術(shù)研發(fā)。政府、科研機構(gòu)和大型養(yǎng)殖企業(yè)要加大科研經(jīng)費投入，合理分配科研資源，同時從農(nóng)業(yè)技術(shù)和污水處理技術(shù)兩方面進行科研投入。（3）加強農(nóng)業(yè)及污水處理技術(shù)推廣。加強對新技術(shù)和設(shè)備的宣傳，讓農(nóng)戶和企業(yè)了解最新技術(shù)，同時派遣技術(shù)人員幫助農(nóng)戶和企業(yè)更好地使用新技術(shù)和設(shè)備。（4）加強企業(yè)污染排放監(jiān)管力度。對于污水違規(guī)排放或者排放不達標的企業(yè)從嚴從重處罰，同時對企業(yè)提供幫助鼓勵使用新技術(shù)和設(shè)備。