中国主要粮食作物的水足迹值:1978－2010

田园宏 诸大建 王欢明 臧漫丹

(1.同济大学经济与管理学院，上海200092;2.大连理工大学公共管理与法学学院，辽宁大连116024)

水足迹是指个人、企业或国家生产产品或者消费服务过程中消耗的水资源和为了稀释污染水达到排放标准所需要的水资源量的总和［1］;它分为绿水、蓝水和灰水3种，3种水足迹分别代表雨水、淡水以及生产过程中产生的污水数量。水足迹从技术角度衡量水资源的使用效率，量化了全过程中产生的水污染。国外的水足迹研究已有10年历史并且研究正日趋完善，与此相比我国的研究还处于起步阶段［2］，尚没有出现针对中国粮食作物水足迹的系统性研究，包括对计算方法、数据来源等的详细阐述。本文梳理了此前水足迹计算的相关国内外文献，述评了已有的计算方法和计算案例。在详细介绍了计算中采用的方法和数据来源后，本文运用彭曼公式计算了全国各个省份和直辖市1978－2010年间的5种主要的粮食作物稻谷、小麦、玉米、大豆和高粱的绿水和蓝水足迹值。计算结果发现33年间水足迹与人口、经济效益和土地等其他自然资源的综合使用效率提高;我国的国内生产、国际贸易以及国家最终消费的水足迹总量仍在上升。

1 文献回顾

2002年水足迹概念提出［3］，如今已经有10年的研究历史。其研究分为几个阶段，第一阶段是2002－2008年，水足迹的研究集中计算方法探讨和数值计算上。Hoekstra首先提出了水足迹的初步计算方法［4］，随后他的研究团队逐步完善了绿水、蓝水和灰水足迹计算方法。在此基础上可以计算不同地理以及活动范围内的水足迹:小到种植一株作物、生产某种商品、一个或者多个消费者、一个地区、一个国家的水足迹，大到全球［1］。水足迹的计算方法有自下而上和自上而下两种，分别称为全生命周期法和投入产出法;全生命周期法常用于基础性产品如农产品水足迹值的计算，而投入产出法则用于较大范围水足迹值的计算［4］。为了将计算过程程序化，现在已经在完善计算参数的基础上开发了模型、建立了数据库，如 CropWat和AquaCrop等数据库可用于计算水足迹，CropWat模型由联合国粮农组织建立、适用于理想状况，缺水条件下AquaCrop模型更适用［5］。蓝水计算最佳数据来源是产品制造商掌握的数据或者由当地政府以及全球性的分支机构提供的数据［1］。按照计算范围、水足迹类型和行业的不同可以将水足迹计算细分。小的计算范围可以是一种农作物、一次活动等。如对小麦水足迹计算过程中需要的参数数据的研究，可以供世界其他地区小麦水足迹计算参考［6－9］。计算范围大到一省或者一个国家，如印度、印度尼西亚和西班牙各省份的水足迹值，英国国家水足迹总量［10－12］。水足迹有绿水、蓝水和灰水3种。针对绿水和蓝水足迹，世界各国家不同农作物生长所需绿水和蓝水足迹被计算出来，并被公布在“世界水足迹网络”网站上［1］。与绿水和蓝水计算相比，灰水计算因为需要实时数据因此计算相对复杂，数据可得性较差。但是由于灰水足迹能够直接反应生产过程中的污染程度，因此也有学者在数据可获范围内展开了对灰水足迹的研究［8，12－14］。从行业来看，农业水足迹的研究最多，工业水足迹的计算也已经出现，并且研究结果能够为工业生产提供很多启示。如通过对饮料包装盒生产过程的研究发现从饮料盒原料生产到饮料盒到达消费者手中的过程中，供应链水足迹占比99.7% －99.8%;因此，为了减少水足迹总量，相对于提高生产环节的水资源使用效率，供应链环节的水资源使用效率的提高是减少水足迹值的关键［15］。

对水足迹影响因素的研究建立在水足迹值计算的基础上。研究证明经济、贸易以及人口因素是影响一个国家或者地区水足迹值的重要原因［16］。国内学者计算了中国不同省份、区域的水足迹值，并对影响水足迹值的因素进行了分析［17］，模拟了未来不同的贸易政策和水资源使用技术条件下的水足迹值［16－17］。

综上所述，学者将注意力集中在欧洲、中东、北非、印度等国家的农产品水足迹研究上［10，18］，针对中国农产品尤其是粮食产品水足迹研究非常少见。有几篇中国粮食产品水足迹值计算出现［19－20］，却没有系统介绍粮食产品水足迹的计算过程，包括计算方法、计算中所需要的数据如何进行查找，如何使用计算软件将数据计算出来等。因此本文尝试对中国粮食产品水足迹值进行系统计算，以期将水足迹工具应用在中国粮食产品耗水量的计算中。

2 计算方法

本文的计算建立在彭曼公式的基础上，该公式用于计算某一种粮食作物的单位质量需水量，在此基础上可以得到该种粮食作物单位质量的绿水和蓝水足迹值。随后，根据各省级行政区域内的粮食作物产量计算各省份的水足迹值，将上述数值加总即为国内生产粮食作物水足迹值;加上通过国际贸易所得到的粮食作物水足迹净值，两者之和即国内消费粮食产量的水足迹总量。

2.1 单位质量粮食作物需水量计算

本文计算理想种植条件下的粮食作物绿水和蓝水需要量。

区域n内作物c的单位质量需水量CWR等于区域n内作物c的单位面积需水量CWU与区域n内作物c的单位面积产量CY之比。种植单位面积作物的需水量CWU等于生长周期内的蒸发累积数量 ET的10倍。由于CropWat软件中得出的作物需水量单位为mm，因此将其乘以倍数10将单位转换为m3/hm2。作物系数Kc与参考作物蒸发蒸腾水量的乘积ET0即蒸发系数ET，在这里作物系数Kc反应粮食作物本身的生物特性(如叶面积、蜡质层、产量水平、土壤、栽培条件)对需水量的影响。

公式中 CWR，CWU，CY，ET，Kc和 ET0分别表示作物单位质量需水量(m3/t)、单位面积需水量(m3/hm2)、单位面积产量(t/hm2)、蒸发系数(mm/d)、作物系数和参考作物蒸发蒸腾水量(mm/d)。

参考作物蒸发蒸腾水量ET0运用标准彭曼公式求解，该公式由联合国粮农组织(FAO)推荐并修正。它忽略了作物类型、作物发育和管理措施等因素，仅考虑气象参数对农作物需水的影响。

其中，Rn地面净辐射蒸发当量(MJ m－2d);G土壤热通量(MJ m－2d);γ温度计常数(kPa0C－1);T平均气温(℃);V22m高的风速(ms－1);pa饱和水气压(kPa);pd实际水气压(kPa);pa－pd饱和水气压与实际水气压(kPa);Δ温度－饱和水气压曲线的斜率(kPa℃－1)。

2.2 单位质量粮食水足迹

单位质量作物绿水需要量ETgreen在农作物生长过程中的蒸发水量ETc和有效降水量Peff中取较小值。在理想种植条件下，粮食作物蒸发水量ETc等于单位质量作物需水量CWR。

单位质量作物蓝水足迹 ETblue的数值由绿水足迹ETgreen、灌溉需水量Ir和有效灌溉供水量Ieff决定。灌溉需水量Ir是作物需水量ETc与绿水足迹ETgreen的差值;如果绿水足迹量就能够满足作物生长所需，那么粮食作物不需要灌溉，蓝水足迹数为零;否则ETblue在灌溉需水量Ir和有效灌溉供水量Ieff中取较小值。

公式中 ETgreen，ETc，Peff，Ir，ETblue和 Ieff代表单位质量作物绿水足迹(m3/t)、农作物生长过程中的蒸发水量(m3/t)、有效降水量(m3/t)、灌溉所需水量(m3/t)、单位质量作物蓝水足迹(m3/t)和有效灌溉供水量(m3/t)。

2.3 国内生产粮食的水足迹

各个省份或者直辖市的一年内绿水和蓝水足迹之和是该年份的国内生产水足迹总量，计算中国粮食作物水足迹时选取了稻谷、小麦、玉米、大豆和高粱5种主要的粮食作物求其水足迹的值;计算地理范围包括除去台湾、香港和澳门之外的31个省、自治区和直辖市。

公式中WFN，Ci和ETi分别代表某一省或者直辖市省份绿水或者蓝水足迹总量(m3)、某省份一种粮食作物年产量(t)、某省份某种粮食作物单位水足迹值(m3/t)。

2.4 国际贸易粮食水足迹

一国通过粮食进出口贸易与其他国家进行水足迹的交换，其进口水足迹总量减去出口水足迹总量，即为一个国家粮食贸易的进口水足迹净值。进口粮食产品单位水足迹取国际平均值［13］，出口粮食产品水足迹值采用公式(1)－(8)中的计算值。进出口的粮食产品数量是原生粮食作物的数量，不包括加工产品。

WFT，WFI，WFE，ETaverage，Q1和 Q2分别代表进口水足迹净值(m3)、进口粮食作物水足迹值(m3)、出口粮食作物水足迹值(m3)、粮食作物国际平均水足迹值(m3/t)、进口粮食产品数量(t)和出口粮食产品数量(t)。

2.5 国家消费水足迹总量

一国最终消费的粮食产品水足迹值，由国内生产与国际贸易两部分组成。国内生产水足迹是这个国家所有省份和直辖市生产量的加总;进出口水足迹值是这一年的进口粮食产品水足迹值减去出口粮食产品中所包含水足迹的差值。

WFC即一国最终消费的粮食产品水足迹值(m3)。

2.6 计算软件

本文采用FAO设计的ClimWat和CropWat软件计算农作物生长过程中的绿水和蓝水需要量。ClimWat能够提供CropWat计算所需要的城市气象数据，是计算过程中的辅助软件;在这个软件中找到相应城市的气象站点，然后将数据导出，用主要软件CropWat读出来。CropWat是依据标准彭曼公式设计的，在本文中它可以算出如下三项:生长周期内给定气候条件下的需水量;生长周期内的有效降水量;灌溉需水量。

3 数据来源及统计

3.1 数据来源

本文的计算中各个气象站点的气象数据最低和最高温度、湿度、风速、光照时间、辐射强度、参考作物蒸发蒸腾水量、每月降雨量和每月有效降雨量等来自于FAO的软件ClimWat。作物数据信息参考Allen的文章同时结合本地作物实际生长信息［21］。土壤结合当地土壤类型从FAO全球数据库中找到与此类型对应的土壤信息(FAO)。农作物根茎长度、临界损耗水平以及产出影响因素从FAO全球数据库中查找。除青海省外，各省份气象和作物生长数据以该省省会为准;青海省省会西宁市的数据在ClimWat软件中没有列出，选取都兰市作为代表城市。

各个省份以及直辖市中粮食作物年产量、单位面积产量数据，中国粮食作物总产量和单位面积产量源于《中国农业统计资料》、《改革开放三十年农业统计资料汇编》、《中国粮食统计年鉴》和各省统计年鉴。中国粮食产品贸易量源自FAO数据库和《中国农产品商品年鉴》。

3.2 数据描述性统计

3.2.1 国内数据

在中国，稻谷、小麦和玉米是产量居于前3位的粮食作物。本文选取稻谷、小麦、玉米、大豆和高粱5种粮食作物作为研究对象，它们是我国的主要粮食作物，其产量总和在粮食作物总产量中占比在92%以上。因此选取这5种粮食作物水足迹作为中国粮食作物水足迹的研究对象，其数据具有代表性。

1978－2010年间，稻谷年平均产量1.77×108t;产量最高值是1997年的2.00×108t，最低值是1978年的1.37×108t。小麦年平均产量9.35×107t;最高产量出现在1997年的 1.23 ×108t，最低值是 1978 年的 5.38 ×107t。玉米年平均产量1.04×108t;最高产量出现在2010年的1.77 ×108t，最低值是 1994 年的 5.59 ×107t。大豆年平均产量1.27×107t;最高产量出现在 2004年的1.74 ×107t，最低值是1979 年的7.46 ×106t。高粱年平均产量3.01 ×105t;最高产量出现在1998 年的4.09 ×106t，最低值是2009年的1.68×106t。

3.2.2 进出口数据

1978－2010年间中国主要粮食作物稻谷、小麦、玉米、大豆和高粱的进口数量减去出口数量的差值即其净进口数量，这5种粮食作物年均净进口数量依次为－9.00×105t，7.03 ×106t，4.65 ×105t，1.09 ×107t和 6.97 ×104t。

(1)稻谷，平均每年出口 1.30×106t，进口 4.00×105t;1994年出口数量最多，为1.70×104t;1978－1985年间出口数量为零;进口最大值是2009年的1.65×106t;最小值是1978－1985年和1997年，数量为零。

(2)小麦，平均每年出口 4.89×105t，进口 7.52×106t;出口最大值是 2007年的 2.34×106t，最小值是1978－1985年，数量为零;进口最大值是 1985年的1.574 ×107t，最小值是2008 年的 1.01 ×106t。

(3)玉米，平均每年出口 4.42×106t，进口 4.89×106t;出口最大值是2003年的1.64×107t，最小值是1978年的3.00 ×104t;进口最大值是1995 年的1.17 ×107t，最小值是2010 年的1.57 ×106t。

(4)大豆，平均每年出口 5.32×105t，进口 1.14×107t;出口最大值是1987年的1.71×106t，最小值是1978年的1.13 ×105t;进口最大值是2010 年的5.48 ×107t，最小值是1978 年的1.15 ×106t。

(5)高粱，平均每年出口 1.67×105t，进口 2.40×105t;出口最大值是1989年的9.01×105t，最小值是1978年，数量为零;进口最大值是1981年的8.40×105t，最小值是1992 年的2.29 ×104t。

上述5种粮食作物进出口水足迹数值取世界平均水足迹［13］。

4 计算结果与分析

4.1 全国水足迹总消费量

我国是世界粮食第一大生产国，但却是粮食净进口国家而非粮食出口国;随同粮食进口到我国的还有其他国家的水资源。由图1看出，我国自改革开放以来，一直在进口其他国家的粮食生产中的水资源。在2003年之后，5种粮食产品的净进口水足迹数值增幅攀升;我国进口粮食水足迹在水足迹消耗总量中的占比从1978年的1.67%增至9.06%，总量从1.78 ×109t增加至 1.18 ×1010t。其直接原因是入世之后我国从其他国家进口了大量粮食产品，我国粮食市场对国际粮食市场的依赖程度增加。同时入世后工业生产以及出口贸易的发展也使我国自身生产越来越多的粮食，因此我国国内粮食生产所消耗的水足迹以及最终消费的粮食产品水足迹同期增长。

图1 中国主要粮食作物水足迹数量(1978－2010)Fig.1 Water footprint of Chinese main food crops(1978－2010)

近15年间我国粮食作物水足迹总量曾出现两次明显的波谷值，第1次是1998年，当时爆发的大洪水袭击了东北、华北、长江流域和珠江流域，使国内粮食生产受损、进口贸易受影响，这一年进口水足迹净值、生产水足迹总量和消费水足迹总量比上年减少29.24%，4.09%和4.69%。第2次是2003年，“非典”公共卫生事件使粮食生产受挫，国内生产水足迹值下降了4.40%。

4.2 国内水足迹生产量

4.2.1 各省级行政区水足迹值

在粮食作物的生产中，绿水来自降水，而蓝水则是地下或者地表水资源，蓝水的可再生性弱于绿水。因此，考察33年间各省份水足迹数量时，以年平均蓝水足迹升序作图2。除了宁夏和新疆两个省份之外，各个地区的年均绿水普遍高于蓝水数量，说明降水是粮食种植依赖的重要水资源来源。图中蓝水足迹消耗后10位的地区中绿水足迹也低，表明在这些地区水足迹值取决于粮食产量。而在蓝水消耗量居前10位的省份中，有3个省份位于缺水的华北地区，分别是山东、河北和河南，各地区年平均绿水足迹曲线在这3个省份中出现了明显的拐点，表明其绿水足迹显著低于消耗同等数量蓝水足迹的地区;这些地区中降水量少，并且地下水储量不丰富，之所以其绿水以及蓝水总量居于前列，其原因在于粮食产量大。因此在华北地区土地资源数量基本稳定的前提下，未来水资源数量将成为影响粮食生产的主要因素。

从区域角度看，华北地区是粮食主产区，该地区降水量少但是蓝水消耗量大，水足迹值高于其他区域。长三角和珠三角粮食作物的种植获益于丰沛的降水，因此，绿水足迹线到达这两个区域内的省份或者直辖市时会出现明显的波峰值，表明绿水足迹在总量中的比例相对其他区域较高;但是该区域内的粮食种植相对于工业和服务业比重较低，因此其水足迹总量没有排在全国前列。西部部分省份降雨丰沛，绿水足迹值高，粮食生产量大，水足迹总量也大，例如四川、江西等;而有些省份比如西藏、新疆土地生产率低，粮食种植量少，因此水足迹总量也不高。

图2 5种粮食作物年度蓝水足迹总和年均值(1978－2010)Fig.2 Average total blue water footprint of five main food crops(1978－2010)

4.2.2 各种主要粮食作物的水足迹值

在1978－2010年间5种粮食作物绿水和蓝水足迹值总量中，稻谷水足迹总量占比最高，为48%;小麦、玉米、大豆和高粱依次占比22%，18%，11%和1%。

在此期间，中国5种粮食作物中每一种粮食单位产量的蓝水足迹平均值减少，水资源生产率提高。如图3所示，小麦蓝水足迹降幅最高，约59%，其他4种粮食作物水足迹降幅约为30%。单位产量的小麦绿水足迹同期下降;稻谷、小麦、玉米、大豆和高粱的降幅分别为41.90%，58.71%，48.17%，43.76%和 50.91%。国内粮食单位产量的水足迹数量减少;而图1所示的国内生产消耗的水足迹总量基本持平并且略微增长，2010年比1978年增长了2.01%。其原因在于粮食产量的增加，在此期间5种粮食作物总产量从1978年的2.54×108t增加到2010年的5.06×108t，增幅为98.89%，几乎翻了1倍。粮食产量的增加抵消了水资源生产率提高对于减少水资源使用量的贡献。

图3 5种粮食作物国内生产平均蓝水足迹(1978－2010)Fig.3 Average blue water footprint of five food crops’domestic production(1978－2010)

4.3 国际贸易绿水和蓝水足迹比例

首先求出本年度粮食作物中进口绿水在中国消费绿水净值中的比例，同时求出蓝水的该比例;然后将两个比值求比，可以得到国际贸易绿水和蓝水足迹比例。计算结果表明，绿水的比例在蓝水的2倍以上，即在粮食贸易中进口绿水占比高于蓝水。

图4显示，我国进口三大粮食产品稻谷、小麦和玉米绿水占比高于蓝水，并且该比例高于同类国内粮食产品的比值;可以推测通过对外贸易，我国与其他国家将水资源重新分配，最终的贸易产品中各个国家出口了本国降雨而没有将本国宝贵的地下水资源同比例出口，因此在此过程中水资源以粮食为载体出口到了其他国家，水资源得到了优化配置。

图4 进口绿水与蓝水净值在总耗水量占比中的比值(1978－2010)Fig.4 Quotient of ratios between green and blue water footprint in total consumption(1978－2010)

4.4 水足迹与土地、人口和GDP的比值

4.4.1 单位土地面积上的水足迹

1978－2010年33年间我国单位土地面积的粮食作物数量在增加，而单位粮食产量所需要的水足迹值在减少。以产量最高的稻谷为例，1978年和2010年的稻谷单位面积产量和稻谷单位产量的水足迹值分别为3 798.10 t/hm2和2 064.37 m3/hm2，6 553.00 t/hm2和1 288.61 m3/hm2。33年间其水足迹值降低了37.58%，单产提高了72.53%;两者散点图的斜率为负。

4.4.2 人均水足迹值

在此期间，我国人均消费的粮食作物绿水和蓝水足迹先是缓慢下降，2003年的人均数量最低，人均绿水、蓝水和水足迹总量分别为 256.83 m3/人、121.27 m3/人和378.1 m3/人，比 1978 年降低了 32.27%，33.67% 和32.72%;人均蓝水足迹为绿水足迹的47.21%。而从2003年起，我国人均水足迹值持续攀升，2010年比2003年上升了28.5%，达到485.89 m3/人，其中人均绿水足迹340.45 m3/人、人均蓝水足迹145.44 m3/人。2003 年之前的人均水足迹的减少原因与水资源生产率的提高关系密切;而其后的人均水足迹的增加可以归因为粮食消费量的增速加快以及人口增长率的放缓。

4.4.3 单位GDP的水足迹

水足迹带来的经济效益，在这33年间持续增长;单位GDP消耗的水足迹量持续下降，2010年创造每一元钱的经济增长量，仅需要相当于1978年1.09%的水资源数量。这其中除了水资源利用效率的提升，还有一部分原因在于通胀的影响。以 1978年为基准年，2010年 CPI上涨174.9%，因此可以认为货币贬值使现在的每元钱的价值低于此前。尽管货币贬值速度约为2倍，而水足迹的价值提高了近百倍，因此单位水足迹产生的经济价值在提高。

5 结论与讨论

5.1 结论

对中国粮食作物水足迹进行系统性计算，对各个省份的水足迹研究结果表明，在蓝水消耗数量高的地区，绿水没有同步增加，反映了在部分缺水的粮食高产区如华北地区出现了大量抽取地下水灌溉粮食作物的情况。而绿水量较高的地区，蓝水数量没有攀升，说明在部分丰水的粮食产区如江南地区工业和服务业相对于农业更加发达，粮食种植数量较少。

1978－2003年期间中国主要粮食作物水足迹消费总量基本维持不变、只在小范围内缓慢波动;2003年之后总量持续增长，并且进口量在总量中的占比2003年相对于1978年提高了5.42倍，加入WTO使我国对其他国家粮食产品以及水资源的依赖程度提高。从国内生产看，稻谷水足迹值在5种主要粮食作物中占48%，它的单位产量的平均蓝水足迹在1978－2010年间降低了41.90%。国内粮食生产平均水足迹值、人均水足迹值和单位GDP产出所需要的水足迹值均在降低，而水足迹总量增加，原因在于在此期间粮食总产量增加了92.77%。而在进口的粮食作物中，绿水比例高于蓝水在水足迹总量中的比重，并且该比例高于我国国内粮食作物生产中的绿水和蓝水之比。通过国际贸易将富裕的绿水资源出口到了中国，优化了水资源配置。

5.2 进一步研究的方向

受数据可获性的影响，本文忽略了灰水足迹的计算;而由省会代表该省的气象信息影响了计算结果的准确性，因此这些都是存在的可以改进之处。进一步量化计算土地资源、人口和经济等因素对水足迹的影响大小及作用机制是寻求降低中国粮食种植水足迹值的研究思路。

References)

［1］Hokestra A Y，Chapagain A K，Aldaya M M，et al.The Water Footprint Assessment Manual:Setting the Global Standard［R］.Water Footprint Network，2011.

［2］诸大建，田园宏.虚拟水和水足迹对比研究［J］.同济大学学报:社会科学版，2012，23(4):43 － 49.［Zhu Dajian，Tian Yuanhong.Comparision Research of Virtual Water and Water Footprint［J］.Journal of Tongji University:Social Science Edition，2012，23(4):43 －49.］

［3］Hoekstra A Y ，et al.Virtual Water Trade:Proceedings of the International Expert Meeting on Virtual Water Trade，Delft［C］.The Netherlands，12 － 13 December 2002，Value of Water Research Reports Series No.12，UNESCO-IHE，Delft.

［4］Hoekstra A Y. Human Appropriation ofNaturalCapital:A Comparison of Ecological Footprint and Virtual Water Footprint Analysis［J］.Ecological Economics，2009，68:1963 －1974.

［5］FAO:AQUACROP 3.1［DB/OL］.www.fao.org/nr/water/aquacrop.html，2010b.

［6］Liu J G，Jimmy R W，Alexander J B Z ，et al.GEPIC-Modelling Wheat Yield and Crop Water Productivity with High Resolution on a Global Scale［J］.Agricultural Systems，2007，94(4):478 －493.

［7］Siebert S，Döll P.Quantifying Blue and Green Virtual Water Contents in Global Crop Production as well as Potential Production Losses without Irrigation［R］.Journal of Hydrology，2010.

［8］Mekonnen M M，Hoekstra A Y.A Global and High Resolution Assessment of the Green，Blue and Grey Water Footprint of Wheat［J］.Hydrology and Earth System Sciences，2010，14:1259 －1270.

［9］Sander J Z，Wim G M B，Cang F，et al.A Global Bench Mark Map of Water Productivity for Rain-fed and Irrigated Wheat［J］.Agricultural Water Management，2010，97(10):1617 －1627.

［10］Feng K，Hubacek K，Minx J，et al.Spatially Explicit Analysis of Water Footprint in the UK［J］.Water，2011，3(1):47－63.

［11］Shilp V，Doeke A K，Zag P，et al.Going against the Flow:A Critical Analysis of Inter-State Virtual Water Trade in the Context of India’s National River Linking Program ［J］.Physics and Chemistry of the Earth，2009，34(4－5):261－269.

［12］Buksink F，Hoekstra A Y，Booij M J.The Water Footprint of Indonesian Provinces Related to the Consumption of Crop Products［J］.Hydrology and Earth System Sciences，2010，16(8):2771 －2781.

［13］Chapagain A K，Hoekstra A Y.The Green，Blue and Grey Water Footprint ofRicefrom Both aProduction and Consumption Perspective［J］.Value of Water Research Report Series，2010，70:749－758.

［14］Mekonnen M M ，Hoekstra A Y.Mitigating the Water Footprint of Export Cut Flowers from the Lake Naivasha Basin ［J］.Value of Water Research Report Series，2012，26:3725－3742.

［15］Ercin A E，Aldaya M M ，Hoekstra A Y.A Pilot in Corporate Water Footprint Accounting and Impact Assessment:The Water Footprint of a Sugar-Containing Carbonated Beverage［R］.Value of Water Research Report Series，2009.

［16］Jenerette G D，Wu W L，Goldsmith S，et al.Marussicha and W.John Roach:Contrasting Water Footprints of Cities in China and the United States［J］.Ecological Economics，2006，57(3):346 －358.

［17］马静，汪党献，来海亮，等.中国区域水足迹的估算［J］.资源科学，2005，27(5):96 － 100.［Ma Jing，Wang Dangxian，Lai Hailiang，et al. Water Footprint － An Application in Water Resources Research［J］.Resources Science，2005，27(5):96 －100.］

［18］Zeitoun M，Allan J A ，Mohieldeen Y.Virtual Water‘Flows’of the NileBasin，1998－2004:A FirstApproximation and Implication for Water Security［J］.Global Environmental Change，2010，20(2):229－242.

［19］黄晶，宋振伟，陈阜.北京市水足迹及农业用水结构变化特征［J］.生态学报，2010，30(23):6546 － 6554.［Huang Jing，Song Zhenwei， Chen Fu. Characteristics ofWaterFootprintand Agricultural Water Structure in Beijing［J］.Acta Ecological Sinica，2010，30(23):6546 －6554.］

［20］何浩，黄晶，淮贺举.湖南省水稻水足迹计算及其变化特征分析［J］.中国农学通报，2010，26(14):294 －298.［He Hao，Huang Jing，He Huaiju.The Water Footprint and Its Temporal Change Characteristics of Rice in Hunan［J］.Chinese Agricultural Science Bulletin，2010，26(14):294 －298.］

［21］Allen R G，Smith M ，Pette A.An Update for the Calculation of Reference Evapotranspiration［J］.ICID Bulletin，1994，43(2):35－92.