收稿日期：2022-03-15

基金項目：中央高?；究蒲袠I(yè)務費專項資金資助項目（B210202154）

作者簡介：張鈺寧（2001-），女，江蘇南通人，在讀碩士研究生，研究方向為環(huán)境與資源保護法、環(huán)境科學與資源利用，（電話）19851936769（電子信箱）zhangyuning@seu.edu.cn；通信作者，吳兆丹（1988-），女，安徽桐城人，碩士研究生導師，博士，主要從事資源管理與環(huán)境規(guī)制研究，（電話）15895915156（電子信箱）wuzhaodan@hhu.edu.cn。

張鈺寧，吳兆丹. 水足跡視角下中國糧食生產用水區(qū)域公平性研究［J］. 湖北農業(yè)科學，2024，63（7）：185-191．

摘要：在水足跡視角下，從經濟和資源兩個方面，選取經濟增加值、機會成本、耕地面積和水資源稟賦4個指標，借助基尼系數(shù)系統(tǒng)地構建了公平性評價模型，對2015—2020年中國糧食生產用水公平性進行研究。結果表明，從時間維度來看，2015—2020年中國糧食生產用水整體情況處于“絕對公平”，預測水資源稟賦未來可能成為制約中國糧食生產用水公平的主要因素。從空間維度來看，中國大部分省（市、自治區(qū)）屬于低度不公平地區(qū)，高度不公平?。ㄊ小⒆灾螀^(qū)）主要集中在中國西部及北部地區(qū)。在此基礎上，提出建立科學合理的生態(tài)補償機制，推進跨區(qū)域水資源規(guī)劃合作，因地制宜優(yōu)化產業(yè)結構，推進“兩區(qū)”科學管護工作，以提高中國糧食生產用水區(qū)域公平性，緩解區(qū)域水資源壓力。

關鍵詞：水足跡；糧食生產用水；區(qū)域公平性；基尼系數(shù)

中圖分類號：F323.213；F326.11 文獻標識碼：A

文章編號：0439-8114（2024）07-0185-07

DOI：10.14088/j.cnki.issn0439-8114.2024.07.030 開放科學（資源服務）標識碼（OSID）：

Study on regional fairness of water for grain production in China from the perspective of water footprint

ZHANG Yu-ning1， WU Zhao-dan2

（1. School of Law， Southeast University， Nanjing 211189，China； 2. School of Business，Hohai University， Nanjing 211100，China）

Abstract： From the perspective of water footprint， four indicators of economic added value，opportunity cost， cultivated land area and water resource endowment were selected from both economy and resource aspects. With the help of Gini coefficient， the fairness evaluation model was systematically constructed to study the fairness of water for grain production in China from 2015 to 2020. The results showed that from the perspective of time dimension， the overall situation of water for grain production in China was in the state of “absolute fairness”from 2015 to 2020， and water resource endowment would be the main factor restricting the fairness of water for grain production in China in the future. From the perspective of spatial dimension， most provinces （municipalities and autonomous regions） in China belonged to low unfairness areas. High unfairness provinces（municipalities and autonomous regions） were mainly located in the western and northern regions of China. Based on this， suggestions were put forward to improve regional fairness of water use for grain production in China and alleviate regional water pressure， such as establishing a scientific and reasonable ecological compensation mechanism， pushing cross-regional water planning cooperation， optimizing the industrial structure according to local conditions and promoting the scientific management and protection of the “two districts”.

Key words： water footprint； water for grain production； regional fairness； Gini coefficient

中國是世界人口第一大國，糧食消耗量巨大，但中國水資源短缺的形勢日益嚴峻。2001—2018年，中國總人口從12.76億人增長至14.05億人，糧食消費總量從44 641.06萬t增長至55 689.68萬t［1］，維護糧食安全和水安全對保障中國國民生計和國家穩(wěn)定至關重要。2020年中央農村工作會議上，習近平總書記強調要“牢牢把住糧食安全主動權，糧食生產年年要抓緊”。在“北糧南運”新格局下，水土資源與地域組合不匹配的問題日益突出，制約著中國區(qū)域農業(yè)的可持續(xù)發(fā)展。一方面，一些地區(qū)受地形、灌溉技術等因素的影響，糧食生產用水效率低，面臨糧食生產所需水量不斷增加的困境；另一方面，為了提高糧食單產水平，部分水資源匱乏地區(qū)的農戶不斷增加農藥、化肥、地膜等投入，加劇了水資源匱乏與資源環(huán)境保護的矛盾［2］。

20世紀初，荷蘭學者Hoekstra等［3］首次提出“水足跡”的概念，將實體水與虛擬水相結合，為水資源研究提供了全新視角。所謂“水足跡”，是指在一定時期內（通常是1年）生產某一產品或提供某種服務所消耗的淡水資源量［4］。若不考慮污水排放，糧食生產的水足跡可根據(jù)來源分為藍水足跡（即水足跡中來自地表水和地下水的部分）和綠水足跡（即水足跡中來自降水的部分）［5］。其中，降水資源（綠水）在作物生長和糧食生產中起主導作用，約占農作物生長總耗水量的80% ［6］。故與灌溉用水相比，水足跡可以更全面地反映糧食生產中的用水情況。

目前，國內外學者在水足跡相關方面已有較多研究。Cao等［7］從水足跡的角度考察了水資源效率并從農業(yè)用水過程的角度評價水資源的有效消耗。Yu等［8］以水足跡為基礎，結合中國北方缺水和農業(yè)種植結構不合理的現(xiàn)實情況，運用多目標優(yōu)化模型分析了中國農業(yè)種植結構的調整方向。董璐等［9］以水足跡作為中國用水總量，以灰水足跡作為污染水量，構建相關模型對中國的區(qū)域用水公平進行了分析。張鈺寧等［10］基于知識圖譜對中國水足跡研究進展進行可視化分析，針對推進中國水足跡領域研究的進一步發(fā)展提出應加強主要作者及研究機構間合作、促進跨學科交叉融合發(fā)展等政策建議。

關于中國糧食生產用水評價，國內外研究大致可分為兩種。一是結合中國糧食生產空間格局變化分析其所帶來的水資源壓力。劉楚杰等［11］采用重心模型分析了中國糧食生產重心與水資源重心的演變趨勢及時空耦合程度。馬超［12］從水資源、土地資源等方面分析了虛擬水流動的機理并提出對策建議。二是結合水足跡分析糧食生產與水土資源之間的協(xié)調程度。夏文雪等［13］從水足跡的視角，分析京津冀地區(qū)主要糧食作物產量、播種面積、水足跡和耕地面積的時空變化以及水土資源與地域組合協(xié)調程度對農業(yè)生產的影響。操信春等［14］從區(qū)域尺度計算糧食生產水足跡并建立糧食生產用水綜合評價指標，考察糧食生產與灌區(qū)水資源利用之間的關系。

綜上，目前有關中國糧食生產用水的評價主要在糧食生產空間格局變化的研究中有所涉及，但未針對糧食生產用水不公平的具體表現(xiàn)進一步分析區(qū)域水資源管理與農業(yè)發(fā)展的問題。部分研究分析了中國糧食生產與水土資源的匹配程度，但尚未系統(tǒng)地建立中國糧食生產用水區(qū)域公平性評價模型。鑒于此，本研究一方面在水足跡視角下，結合基尼系數(shù)與用水匹配指數(shù)，從經濟和資源兩個角度，綜合考慮各影響因素，系統(tǒng)地構建中國糧食生產用水公平性評價模型；另一方面，從時間和空間兩個維度，分析中國糧食生產用水區(qū)域公平性，為區(qū)域用水結構調整及優(yōu)化提供建議，以期為中國糧食生產用水公平性評價理論及國家相關政策的制定提供參考。

1 模型構建與數(shù)據(jù)來源

1.1 糧食生產水足跡的測算

糧食生產水足跡是指糧食生產過程中消耗的水資源總量［15-17］。本研究選取中國幾種主要糧食作物水稻、小麥、玉米、大豆作為研究對象，糧食生產水足跡的計算公式如下。

[WF=VW×S] （1）

[VM=CWRY] （2）

[CWR=ETC×10] （3）

式中，[WF]為糧食作物的總虛擬水水足跡（億m3）；[VW]為每單位糧食作物所含有的虛擬水量（m3/kg）；[CWR]為作物生長期內需水量（m3/hm2）；Y為每公頃土地的糧食產量（t/hm2）；[ETC]為作物實際蒸發(fā)蒸騰量（mm/d）；S為某種糧食作物在區(qū)域的總產量（t）；常數(shù)10是將水深（mm）轉化為單位陸地面積水量（m3/hm2）的轉化系數(shù)。

在計算作物蒸發(fā)量[ETC]時，需要在參考作物蒸發(fā)蒸騰水量[ET0]的基礎上根據(jù)不同糧食作物生長期內的作物系數(shù)[Kc]予以修正，因而作物蒸發(fā)量[ETC]可以表示為作物生長期內的作物系數(shù)[Kc]（借鑒FAO推薦的作物系數(shù)）與參考作物蒸發(fā)蒸騰水量[ET0]的乘積之和。參考作物蒸發(fā)蒸騰水量[ET0]可以采用FAO推薦的內嵌于CROPWAT模型的Penman-Monteith公式進行量化，見式（5）。

[ETC=Kc×ET0] （4）

[ET0=0.408ΔRn-G+γ900T+273u2（ef-er）Δ+γ（1+0.34u2）] （5）

式中，[Rn]為作物表面凈輻射［MJ/（m2·d）］；[G]為土壤熱通量［MJ/（m2·d）］；[T]為2 m高度處的空氣溫度（℃）；[u2]為2 m高度處的風速（m/s）；[ef]為飽和水汽壓（kPa）；[er]為實測水汽壓（kPa）；[Δ]為水汽壓曲線斜率（kPa/℃）；[γ]為干濕表常數(shù)（kPa/℃）。作物系數(shù)[Kc]在不同作物的不同生育期內存在差異，生長初期、中期、后期共涉及3個[Kc]值（[Kc ini]、[Kc mid]、[Kc end]）。從FAO-56中查出各類糧食作物在標準條件下的作物系數(shù)[Kc ini]，進而對[Kc mid]和[Kc end]作出修正。

[Kc mid]=[Kc mid（Tab）+[0.04（u2-2）-0.004（RHmin-45）]（h3）0.3]

（6）

[Kc end=Kc end（Tab）+[0.04（u2-2）-0.004（RImin-45）]（h3）0.3]

（7）

式中，[Kc mid]為糧食生長中期作物系數(shù)標準值； [Kc end]為糧食生長后期系數(shù)標準值； [RHmin]為生長中期內最小相對濕度（%）；h為作物平均高度（cm）；[RImin]為生長后期內最小相對濕度（%）。

1.2 糧食生產用水公平性評價模型

1.2.1 基尼系數(shù)

1）單項指標的基尼系數(shù)。基尼系數(shù)最初由意大利統(tǒng)計學家Corrado Gini提出，用于衡量一個國家或地區(qū)收入分配的不平等程度，反映社會貧富差距，防止兩極分化。本研究借鑒基尼系數(shù)的思想，將其應用在中國糧食生產用水公平性評價中。從經濟和資源兩個角度，選取經濟增加值（即糧食生產用水所對應的糧食產值）、機會成本（即糧食生產用水用于林業(yè)、牧業(yè)、漁業(yè)或其他非農產業(yè)所能帶來的最大產值）、耕地面積和水資源稟賦作為中國糧食生產用水公平性評價指標，對2015—2020年中國糧食生產用水公平性進行研究。

從經濟角度看，經濟增加值的基尼系數(shù)[GEC1]反映了區(qū)域糧食生產用水與其糧食產值的匹配程度；機會成本的基尼系數(shù)[GEC2]反映了區(qū)域將水資源用于糧食生產的同時所放棄的將其投入于其他產業(yè)所能帶來的最大收入。從資源角度看，耕地面積的基尼系數(shù)[GEC3]反映了中國各地區(qū)單位耕地用水量的差異，也體現(xiàn)了中國糧食生產用水的用水效率；水資源稟賦的基尼系數(shù)[GEC4]反映了區(qū)域糧食生產用水量與水資源自然分布的匹配程度。由于本研究所涉及的數(shù)據(jù)大多是離散數(shù)據(jù)，因此采用離散數(shù)據(jù)下的公式來計算各單項指標的基尼系數(shù)［18］。

[GECc=12N2gECck=1Hl=1HgECck-gECcl]， c=1，2，3，4 （8）

式中，[GECc]為單項指標的基尼系數(shù)；[H]為研究范圍內的單元數(shù)；[gECck-gECcl]為研究范圍內任意兩省在相應評價指標上差額的絕對值；N為樣本數(shù)；[gECc]為相應評價指標的全國平均值。

其中，各指標在區(qū)域間的差異程度表示如下。

[gEC1k=BNrice k+BNw?eat k+BNcorn k+BNsoybean kQk] （9）

[gEC2k=OkQk] （10）

式中，[gEC1k]為k區(qū)域糧食生產經濟增加值與糧食生產用水量的比值；[BNricek]為k區(qū)域水稻生產總值；[BNw?eatk]為k區(qū)域小麥生產總值；[BNcornk]為k區(qū)域玉米生產總值；[BNsoybeank]為k區(qū)域大豆生產總值；[Qk]為k區(qū)域的糧食生產用水總量；[gEC2k]為k區(qū)域糧食生產用水機會成本與糧食生產用水量的比值；[Ok]為k區(qū)域糧食生產用水用于林業(yè)、牧業(yè)、漁業(yè)或其他非農產業(yè)所能帶來的最大產值。

[gEC3k=QkSk] （11）

[gEC4k=QkTk] （12）

式中，[gEC3k]為糧食生產用水量與耕地面積的比值；[Sk]為k區(qū)域糧食耕地面積；[gEC4k]為糧食生產用水量與當?shù)厮Y源總量的比值；[Tk]為k區(qū)域水資源總量。

2）綜合基尼系數(shù)。綜合考慮各單項指標對整體的影響程度，計算糧食生產用水公平性的綜合基尼系數(shù)[GEC]，公式如下。

[GEC=k=1mλkGECc] （k=1，2，3，4） （13）

式中，[GEC]為中國糧食生產用水公平性綜合基尼系數(shù)；[λk]為第k個指標的權重系數(shù)，表示第k個指標對中國糧食生產用水公平性的影響程度，根據(jù)熵權法計算得出，λ1 +λ2 +…+λm=1，具體過程詳見參考文獻［19］。

1.2.2 用水匹配指數(shù) 本研究借鑒水資源消費杠桿系數(shù)［9］的思想構建了用水匹配指數(shù)，其是指各地區(qū)糧食生產用水貢獻率與評價指標貢獻率之比，反映了各地區(qū)糧食生產用水與相應評價指標的匹配程度。當用水匹配指數(shù)大于1時，表示該地區(qū)糧食生產用水的比重大于相應公平性評價中的要素比重，兩者匹配度較低，公平性差；當用水匹配指數(shù)小于1時，表示該地區(qū)糧食生產用水比重小于公平性評價中的要素比重，兩者間呈現(xiàn)較高的匹配度，側面表現(xiàn)了當?shù)厮Y源的高效利用［20］，相對較為公平，具體計算見式（14）、式（15）。

[Matk=WFkWF/VikVi] （14）

[Matcom=k=1mλkMatk] （15）

式中，[Matk]表示用水匹配指數(shù)；[WFk]為k省區(qū)的糧食生產用水量；[WF]為全國31省區(qū)的糧食生產用水量的平均值；[Vik]為k省區(qū)i指標的取值；[Vi]為i指標全國31省區(qū)的平均值；[Matcom]表示綜合用水匹配指數(shù)，其各項指標權重[λk]的計算方法與式（13）相同，通過熵權法計算得出。

1.3 數(shù)據(jù)來源

研究數(shù)據(jù)采用2015—2020年全國31個?。ㄊ?、自治區(qū)），其中根據(jù)聯(lián)合國提出的CROPWAT模型，對糧食生產的水足跡計算進行了修正?？紤]到數(shù)據(jù)的可得性，借鑒徐依婷等［5］的研究，以省會城市的氣候條件代表該省的氣候條件。在確定糧食作物生長過程中的需水量時，相關氣象數(shù)據(jù)，如月均最高（低）氣溫、相對濕度、風速、日照時數(shù)、降水量等主要來自于FAO的CLIMWAT 2.0數(shù)據(jù)庫。作物屬性相關數(shù)據(jù)來源于FAO-56。各地區(qū)糧食生產總值、其他各行業(yè)產值、耕地面積、水資源總量均來源于《中國統(tǒng)計年鑒》，分析中還參考了2015—2021年中國各地區(qū)水資源公報、各省的統(tǒng)計年鑒、中國氣象數(shù)據(jù)網、《中國水利年鑒》《中國農村統(tǒng)計年鑒》等資料。

2 實證分析

2.1 中國各省（市、自治區(qū)）糧食生產水足跡

以2015—2020年各省（市、自治區(qū)）糧食生產水足跡的平均值代表該省的糧食生產用水情況，見圖1。由圖1可知，中國各省（市、自治區(qū)）間糧食生產水足跡差距明顯。具體來看，全國31個省（市、自治區(qū)）糧食生產平均水足跡為0.878 9 m3/kg， 青海省糧食生產水足跡最大，為1.680 6 m3/kg，四川省的糧食生產水足跡最小，為0.608 3 m3/kg。各省（市、自治區(qū)）數(shù)據(jù)表明區(qū)域間糧食生產水足跡存在顯著差異，受氣候環(huán)境、經濟條件、勞動力發(fā)達程度、農業(yè)機械化程度等因素的共同影響。

在相同條件下，糧食作物的水足跡越大，生產每單位糧食所需要的水就越多。由圖2可知，從宏觀角度來看，東部地區(qū)的糧食生產水足跡普遍低于平均值，主要是由于東部大多數(shù)地區(qū)自然環(huán)境優(yōu)越，水資源富足，土地肥沃，且經濟較為發(fā)達，農業(yè)灌溉技術先進。華北地區(qū)雖然水資源相對匱乏，但合理的水資源配置與發(fā)達的農業(yè)機械化生產彌補了這一缺陷，大部分?。ㄊ?、自治區(qū)）水足跡依然低于平均水平。在西南地區(qū)，重慶、四川、云南、西藏等?。ㄊ?、自治區(qū)）雖然水資源匱乏，但由于積極推廣節(jié)水農業(yè)技術，發(fā)展優(yōu)勢農作物，水足跡也低于平均水平。貴州省的糧食生產水足跡為0.894 2 m3/kg，高于平均水平，主要是由于當?shù)氐匦纹閸?、土壤肥力低。東三省中的遼寧、吉林兩省由于蒸發(fā)量較低，加上有濕地的原因不易缺水，糧食生產水足跡低于平均值。黑龍江省由于氣溫較低、寒潮頻發(fā)等原因，糧食生產水足跡高于平均值。

除此之外，湖北、湖南等部分華中地區(qū)，雖然經濟較為領先，但由于種植面積廣闊，屬于水資源高度至重度壓力地區(qū)。華南地區(qū)由于地理因素影響，常年高溫，降水不穩(wěn)定，多旱澇災害，造成廣東、廣西、海南等省區(qū)水足跡顯著大于平均水平。西北地區(qū)，陜西、甘肅、青海、寧夏水足跡顯著大于平均水平，主要是由于當?shù)厮Y源較少、產業(yè)結構發(fā)展相對落后。

2.2 時間維度上中國糧食生產用水公平性分析

基尼系數(shù)的取值在0～1，越接近0代表越公平。按照聯(lián)合國開發(fā)計劃署等組織的規(guī)定，對中國糧食生產用水公平性進行劃分。以0.4作為區(qū)分公平性的“警戒線”，劃分標準［21］如表1所示。

由表2可知，2015—2020年經濟增加值和耕地面積的基尼系數(shù)均小于0.2，處于“絕對公平”狀態(tài)；在研究年份內，機會成本的基尼系數(shù)均在0.2～0.3，處于“比較公平”狀態(tài)；水資源稟賦的基尼系數(shù)除2018年外均在0.3～0.4，僅處于“相對公平”狀態(tài)；糧食生產用水的綜合基尼系數(shù)均小于0.2，處于“絕對公平”狀態(tài)。

經濟增加值的基尼系數(shù)6年來一直低于0.2，表明中國各地區(qū)糧食生產用水相對于經濟增加值一直處于“絕對公平”狀態(tài)。2015—2020年經濟增加值的基尼系數(shù)總體呈“下降—上升—下降—上升”的趨勢，尤其是在2020年上升至0.112 4，其主要原因可能是由于新冠疫情的突然暴發(fā)，給各行各業(yè)帶來了巨大的沖擊，也給中國實體經濟的發(fā)展帶來了較大的考驗。作為支柱產業(yè)，農業(yè)也受到新冠疫情的沖擊，糧食等農產品供給端也受到直接影響［22］ 。在新冠疫情的影響下，中國2020年第一季度經濟增長率同比2019年下降6.8%［23］。因此，經濟增加值的基尼系數(shù)在2020年的變化幅度較大。

機會成本的基尼系數(shù)一直處于0.2～0.3，自2017年以來呈持續(xù)下降的趨勢，由2017年的0.298 5降至2020年的0.269 3，降幅高達9.78%。根據(jù)這一變化趨勢，可以推斷未來機會成本的基尼系數(shù)將進一步下降。造成這一變化趨勢的主要原因在于近年來中國堅持全面深化改革，牢固樹立和貫徹落實創(chuàng)新、協(xié)調、綠色、開放、共享的新發(fā)展理念，以提高發(fā)展質量和效益為中心，以供給側結構性改革為主線，使得中國東西部產業(yè)結構趨于合理，收入分配趨于公平，東西部經濟發(fā)展差異不斷縮減，水足跡與機會成本的匹配性提高。

耕地面積的基尼系數(shù)一直在0.050左右波動，處于較平穩(wěn)狀態(tài)，在近幾年的變動幅度較小，其主要可能是由于中國的節(jié)水農業(yè)不斷發(fā)展， 節(jié)水技術在各地區(qū)得到廣泛應用，各地區(qū)在提高水資源利用效率方面取得了顯著成效，整體的單位耕地面積用水量減少。同時，政府加大灌區(qū)配套建設和節(jié)水改造力度，推動缺水地區(qū)發(fā)展節(jié)水農業(yè)、旱作農業(yè)。因此，近年來中國地區(qū)間用水量差異性正在逐步縮小。

水資源稟賦的基尼系數(shù)在研究期內除2018年在0.3以下，其余年份均在0.3～0.4，但尚未超過警戒線0.4。水資源稟賦和水足跡近年來僅呈“相對公平”的發(fā)展趨勢，表明中國各地區(qū)水資源稟賦和水足跡的協(xié)調程度并不高，且其基尼系數(shù)在2019年上升至0.329 0，在未來很有可能將會超過警戒線0.4，向“相對不公平”的趨勢發(fā)展。

中國糧食生產用水的綜合基尼系數(shù)在近幾年都處于“絕對公平”狀態(tài)，在4個因素中，機會成本和水資源稟賦是目前制約中國糧食生產用水公平性的兩個主要因素，但機會成本的基尼系數(shù)在近幾年有下降的趨勢，因此水資源稟賦與糧食生產水足跡的不匹配，即水資源空間分布不均衡在未來可能將會成為制約中國糧食生產用水公平發(fā)展的主要因素。

2.3 空間維度上中國糧食生產用水公平性分析

根據(jù)熵權法確定各項指標的權重，對經濟增加值、機會成本、耕地面積、水資源稟賦用水匹配指數(shù)進行綜合加權得分，得到綜合用水匹配指數(shù)（表3）。根據(jù)有序樣品聚類［24］ ，將中國31個?。ㄊ?、自治區(qū)）分別劃分為低度不公平、中度不公平和高度不公平地區(qū)（圖3）。

低度不公平地區(qū)包括北京、上海、浙江、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、新疆19個地區(qū)。從區(qū)位因素來看，北京屬于缺水地區(qū)。然而，由于首都的特殊位置且為“南水北調”戰(zhàn)略工程的受水區(qū)域之一，其產業(yè)結構相對合理，經過有效的資源配置，北京各項指標的用水匹配指數(shù)均在合理范圍內。上海、浙江、福建、廣東、海南等東部沿海地區(qū)，水資源相對豐富，農業(yè)產業(yè)結構合理，適于種植業(yè)的發(fā)展，農作物用水較為合理，各項匹配指數(shù)都保持在較低的水平。四川、貴州以及云南地區(qū)，水量時空分布不均，但由于三地特殊的地理環(huán)境與灌溉技術，各項指標的用水匹配指數(shù)都處于合理范圍內。江西、湖北、湖南由于當?shù)剞r業(yè)生產資料的價格偏高，因此經濟增加值的用水匹配指數(shù)略高于平均水平，后由于其他三項指標加權后，得到指標數(shù)仍處于合理范圍內。青海、西藏、廣西、重慶各項指標的用水匹配指數(shù)都比較合理。陜西、甘肅屬于缺水地區(qū)，且水資源缺少合理的配置，導致一定的水資源使用錯位，水資源稟賦的用水匹配指數(shù)較高。新疆雖然降雨少、蒸發(fā)量大，且地理位置不適宜種植業(yè)的發(fā)展，但是地廣人稀，人均水資源量適中，且可以滿足農作物生長需求，雖然經濟增加值的用水匹配指數(shù)略高，但水資源稟賦用水匹配指數(shù)處于合理范圍內。

中度不公平地區(qū)包括天津、山西、內蒙古、遼寧、吉林、黑龍江、江蘇、安徽8個地區(qū)。其中，天津、山西、內蒙古都屬于水資源較為匱乏的地方，地下水儲量虧損巨大嚴重虧空，經濟生產生活活動加劇了水源污染，可用水量更加稀缺，水資源稟賦是制約這些地區(qū)糧食生產用水公平的主要因素。遼寧、吉林、黑龍江的經濟增加值及水資源稟賦的用水匹配指數(shù)偏高，主要由于東三省的種植業(yè)受地理環(huán)境、氣候等影響只種植一季，春播秋收，且水資源總量呈衰減趨勢，因此水足跡與經濟增加值、水資源稟賦的匹配性較差。在江蘇、安徽等東部地區(qū)，水系豐富，但是由于工業(yè)、生態(tài)、生活等用水量巨大與水環(huán)境問題，優(yōu)質水資源稀缺，需要投入超過平均數(shù)量水平的水資源種植農業(yè)。

高度不公平地區(qū)包括河北、山東、河南、寧夏4個地區(qū)，主要集中在中國的西部及北部地區(qū)。這些地區(qū)糧食生產用水高度不公平主要限制因素集中在經濟增加值以及水資源稟賦，而水資源稟賦又是限制這些地區(qū)用水公平性的首要因素。河北、山東、河南、寧夏都屬于水資源嚴重短缺的地區(qū)，水資源在區(qū)域內分布不均，工程性與資源性缺水并存，供需矛盾突出，且大水漫灌的灌溉方式使得糧食生產用水效率極低，大量的水資源在蒸發(fā)和滲漏中流失。寧夏通過水權轉換開創(chuàng)了水資源利用的新模式，將更多的水資源投入到工業(yè)中，大大提高了水資源的利用效益，因此經濟增加值的用水匹配系數(shù)相對較低。河北、山東、河南在水資源極度短缺的情況下，仍將大量水資源投入到低附加值的農業(yè)，因此經濟增加值和水資源稟賦的用水匹配指數(shù)均偏高。

3 小結與建議

3.1 小結

1）降水資源（綠水）在作物生長和糧食生產中起主導作用，故與灌溉用水相比，水足跡可以更全面地測算糧食生產中的用水情況，對中國糧食生產用水區(qū)際公平性的評價應結合水足跡進行分析。

2）用于判斷社會收入分配不平等程度的基尼系數(shù)同樣適用于評價區(qū)域間糧食生產用水公平性， 這對于研究中國糧食生產用水區(qū)際公平性具有重要的理論和實際意義，為保障中國糧食安全、緩解區(qū)域水資源壓力、促進區(qū)域協(xié)調發(fā)展提供了新思路。

3）時間維度的分析表明，2015—2020年中國糧食生產用水整體處于“絕對公平”的狀態(tài)，經濟增加值、耕地面積對中國糧食生產用水公平性的影響程度較小，機會成本的基尼系數(shù)在近幾年來逐步下降，預測水資源稟賦在未來將會成為制約中國糧食生產用水公平性的主要因素。

4）空間維度的分析表明，中國50%以上的省（市、自治區(qū)）屬于低度不公平地區(qū)，高度不公平?。ㄊ?、自治區(qū)）主要集中在中國西部及北部地區(qū)，而造成不公平現(xiàn)象背后的原因是多樣的，受地理環(huán)境、氣候條件、人口、經濟等因素的共同影響。

3.2 建議

1）進一步完善生態(tài)補償機制，加強水生態(tài)補償立法，強化政策性扶持。同時，在水資源的合理配置、節(jié)水方面進行優(yōu)化，因地制宜改善產業(yè)結構，改良灌溉技術。此外，呼吁廣大群眾增強節(jié)水意識，緩解水資源供需矛盾，實現(xiàn)人與自然和諧可持續(xù)發(fā)展。

2）推動跨區(qū)域合作規(guī)劃用水問題，共同聯(lián)合解決生態(tài)用水問題，在政府的領導下調動社會廣大人民群眾的力量，協(xié)同開展生態(tài)水資源保護與糧食耕種環(huán)境保護，推動糧食生產用水區(qū)域公平性研究。各地方政府開展積極廣泛的交流與合作，為尋求更多更高質量的糧食產出、更優(yōu)的生態(tài)環(huán)境、更好的經濟發(fā)展而共同努力。

3）對于糧食生產可用水量稀缺但經濟增加值指標較好地區(qū)，政府可適當投入資金，斟酌啟動“南水北調工程”，促進糧食生產功能區(qū)和重要農產品生產保護區(qū)（簡稱“兩區(qū)”）協(xié)調發(fā)展。同時，加強對“兩區(qū)”生態(tài)環(huán)境的保護，包括耕地面積、土壤肥力、污染排放，保證“兩區(qū)”糧食的高產量與高質量并舉。

4）進行農業(yè)產業(yè)結構調整，重視“三農”問題，利用科技力量改善糧食灌溉、開發(fā)水源涵養(yǎng)工程、合理修建水庫大壩蓄水，全方位多手段促進農業(yè)可持續(xù)高質量發(fā)展。

參考文獻：

［1］ 曾勰婷，張忠明，王靜香，等.中國糧食消費需求分析與展望［J］.農業(yè)展望，2021，17（7）：104-114.

［2］ 尚 杰，于浩然，楊 旭.農業(yè)用水效率時空差異與影響因素分析［J］.中國農業(yè)科技導報，2022，24（3）：11-19.

［3］ HOEKSTRA A Y， HUNG P Q. Virtual water trade： A quantification of virtual water flows between nations in relation to international crop trade［A］. Value of water research report series：No. 12［C］. Delft， IHE， 2003.13-23.

［4］ CHAPAGAIN A K，HOEKSTRA A Y. Water footprints of nations［A］. Value of water research report series：No. 16［C］. Delft， IHE， 2004.1-80.

［5］ 徐依婷，穆月英.糧食生產水足跡動態(tài)演變及分解效應［J］.華南農業(yè)大學學報（社會科學版），2020，19（3）：70-83.

［6］ 李計初.改善灌溉農業(yè)生產條件 確保國家糧食安全——訪國際灌排委員會主席高占義［J］.中國水利，2012（6）：14-15.

［7］ CAO X C，ZENG W，WU M Y， et al. Water resources efficiency assessment in crop production from the perspective of water footprint［J］. Journal of cleaner production，2021，309（2）：127371.

［8］ YU H，LIU K L，BAI Y Y， et al. The agricultural planting structure adjustment based on water footprint and multi-objective optimisation models in China［J］. Journal of cleaner production，2021， 297（4）：126646.

［9］ 董 璐，孫才志，鄒 瑋， 等.水足跡視角下中國用水公平性評價及時空演變分析［J］.資源科學，2014，36（9）：1799-1809.

［10］ 張鈺寧，景曉棟，田貴良.基于知識圖譜的中國水足跡研究進展分析［J］.人民長江，2023，54（4）：114-122.

［11］ 劉楚杰，李曉云，聶 媛.基于重心模型的糧食生產與水資源時空耦合分析［J］.農業(yè)現(xiàn)代化研究，2021，42（6）：1026-1036.

［12］ 馬 超.糧食生產重心北移進程中的“虛擬水”流動效應分析［J］.水利發(fā)展研究，2014，14（4）：21-27.

［13］ 夏文雪，張 兵，何明霞， 等.水足跡視角下京津冀縣域糧食作物水土資源匹配格局［J］.中國農業(yè)資源與區(qū)劃，2022，43（9）：22-33.

［14］ 操信春，吳普特，王玉寶，等.中國灌區(qū)糧食生產水足跡及用水評價［J］.自然資源學報，2014，29（11）：1826-1835.

［15］ 王 杰，龍愛華，楊 廣， 等.近25 a來新疆農作物水足跡與經濟增長的空間關系分析［J］.干旱區(qū)地理，2019，42（3）：526-533.

［16］ 鄭曉雪，秦麗杰.不同降水年型吉林省中部玉米生產水足跡研究［J］.浙江農業(yè)學報，2019，31（5）：695-703.

［17］ 劉 巍，李雨晴，付 強，等.黑龍江省糧食水足跡時空分布規(guī)律與影響因素分析［J］.農業(yè)機械學報，2020，51（8）：214-222，335.

［18］ 朱 凱.不同類型數(shù)據(jù)下基尼系數(shù)的計算方法［J］.內江科技，2018，39（9）：43-44，30.

［19］ 李 芳，李東坪.基于熵權法的組合評價模型［J］.信息技術與信息化，2021（9）：148-150.

［20］ 馬海良，王若梅，訾永成.中國省際水資源利用的公平性研究［J］.中國人口·資源與環(huán)境，2015，25（12）：70-77.

［21］ 李賀娟，李萬明.“一帶一路”背景下西北干旱地區(qū)水資源與經濟生產要素匹配關系研究［J］.節(jié)水灌溉，2016（11）：67-70.

［22］ 譚經建.淺析新冠肺炎疫情對農業(yè)產業(yè)的影響［J］.山西農經，2020（20）：59-60.

［23］ 朱 瑩，李 薇.江蘇農業(yè)發(fā)展現(xiàn)狀及受新冠疫情影響與對策［J］.農業(yè)經濟，2020（12）：15-17.

［24］ 吳惠梅，李忠慧，朱 亮， 等.有序樣品聚類的最優(yōu)分割法在地層特性評價中的應用［J］.石油天然氣學報，2008（2）：460-462.