黑龙江省粮食水足迹时空分布规律与影响因素分析

2020-08-27李雨晴李天霄

农业机械学报 2020年8期

刘巍李雨晴付强孟军李天霄戴爽

(1.东北农业大学水利与土木工程学院，哈尔滨 150030； 2.东北农业大学经济管理学院，哈尔滨 150030)

0 引言

水足迹概念最先于2002年由HOEKSTRA提出，将其定义为：在一定时期内(一般是1年)生产某一产品或提供某种服务所消耗的淡水资源量[1-2]。粮食作为一种耗水密集型产品，其水足迹能够反映某一区域粮食生产过程中水资源的利用情况[3-4]。黑龙江省是我国重要的商品粮基地[5]，自2010年起，全省粮食产量连续9年位列全国第一[6]，然而，黑龙江省单位面积灌溉水量比全国平均值高5～6倍[7-8]，且水资源时空分布不均，农业水资源利用效率低[9-10]。因此，有必要研究粮食蓝水足迹、绿水足迹及总水足迹的时空变化规律及影响因素，使黑龙江省在稳产的同时提高农业水资源利用率。

随着水足迹理论的发展，关于粮食水足迹的研究日渐增多。孙世坤等[11]利用水足迹理论分析了中国大陆小麦水足迹空间分布特征，并对造成水足迹区域差异的因素进行归因分析。CHAPAGAIN等[12]对世界主要生产国的水稻蓝水足迹、绿水足迹、灰水足迹构成进行了量化和分析。徐猛等[13]利用CROPWAT模型评估了哈尔滨地区大豆的水足迹，为黑龙江省大豆主产区水肥统筹管理提供了依据。刘聪[14]计算了中国31个省的小麦、玉米和水稻3种主要粮食作物的水足迹，并对其空间分布特征进行评价。张凡凡等[15]对全国31个省粮食水足迹的影响因素进行了分析。通过对比可以发现，不同地区的粮食水足迹差异显著。

针对黑龙江省区域特点及存在的农业用水问题，根据水足迹理论，本文分别对2008—2018年黑龙江省11个市级地区的主要粮食作物(水稻、大豆、小麦)的平均蓝水足迹、绿水足迹及总水足迹[16]进行评价，明晰粮食蓝水足迹、绿水足迹及总水足迹的时空分布规律，分析其影响因素，并对未来5年粮食蓝水足迹、绿水足迹及总水足迹进行预测，以期为黑龙江省农业水资源利用效率的提高及保障粮食安全提供科学参考。

1 材料与方法

1.1 研究区概况

黑龙江省位于中国东北部，全省年平均气温-5～5℃，年降水量400～650 mm[17-18]，多年灌溉水利用系数平均值为0.53，低于全国平均水平[19]。粮食生产用水是黑龙江省主要的农业水资源消耗，占农业用水总量的89.63%[20]。黑龙江省水资源总量并不丰富，且时空差异显著[21-22]。黑龙江省共13个下辖地区，包括12个地级市和1个地区[23-24]，本文选取2008—2018年黑龙江省11个市区(大兴安岭、黑河地区由于气候等因素不适合作物生长，暂不予以研究)的主要粮食作物(水稻、大豆和小麦)为研究对象。计算粮食水足迹所需的地区年降水量，作物播种面积以及产量数据来自《黑龙江省统计年鉴》、黑龙江省水资源公报，作物灌溉定额来自黑龙江省灌溉信息网(http:∥www.hljggxx.gov.cn)。研究区域概况见图1。

图1 黑龙江省概况Fig.1 Location of Heilongjiang Province

1.2 研究方法

1.2.1斯皮尔曼相关系数法

斯皮尔曼相关系数法是根据2个集合中的元素在各自集合的等级来计算二者之间的相关性[25-26]。斯皮尔曼相关系数法对数据的要求较低，只需2个变量的观测值是成对的等级，或是通过连续变量观测资料转换得到的等级数据，不论2个变量的总体分布形态、样本容量，都可以用斯皮尔曼相关系数法进行相关性研究。计算公式为

(1)

式中rs——斯皮尔曼系数

di——不同集合对应变量之间的等级差

n——样本容量

1.2.2时间序列模型

时间序列分析法[27-28]于1927年由英国统计学家YULE提出。时间序列分析法是通过曲线拟合和参数估计对观测得到的时间序列数据建立数学模型的理论和方法[29]。时间序列模型包含Arima模型、Simple模型等7种模型。因本研究中不涉及趋势和季节成分，故采用时间序列Simple模型，具体公式为

t+1=αxt+α(1-α)xt-1+α(1-α)2xt-2+…+α(1-α)t-1x1+(1-α)tl0

(2)

xt——t时刻的观测值

α——平滑参数l0——初始值

1.2.3粮食水足迹

粮食水足迹在水足迹[30-31]概念上得来，其定义为某个区域生产粮食作物单位产量所消耗的水资源量。粮食水足迹主要包括粮食绿水足迹、粮食蓝水足迹和粮食总水足迹[32-35]，为三者的统称。粮食蓝水足迹是指农田中可被作物利用的灌溉地表水和地下水的消耗量，反映了粮食生产过程中消耗的灌溉水资源；粮食绿水足迹是指雨水落入农田中可被作物利用的水资源量，反映了粮食生产过程中降水资源的利用情况。粮食总水足迹为粮食蓝水足迹和绿水足迹的总和。本文中涉及的粮食蓝水足迹、绿水足迹及总水足迹均为3种作物蓝水足迹、绿水足迹及总水足迹平均值。粮食水足迹的具体公式为

wf=wfb+wfg

(3)

其中

(4)

式中wf——粮食总水足迹，m3/t

wfb——粮食蓝水足迹，m3/t

wfg——粮食绿水足迹，m3/t

Ig——粮食作物生育期内的毛灌溉水量，mm

Pe——粮食作物生育期内的有效降水量，mm

y——单位面积粮食产量，t/hm2

其中10是常量因子，是将水深转换为单位面积水量的转换系数。

图3 粮食绿水足迹、蓝水足迹及总水足迹空间分布图Fig.3 Spatial distribution maps of crop green, blue and total water footprints

2 结果与分析

2.1 黑龙江省粮食水足迹时空分布规律

由图2可知，2008—2018年间黑龙江省粮食总水足迹整体呈波动下降趋势：2008—2010年间粮食总水足迹呈缓慢上升趋势，而2011年骤降至1 750 m3/t后，一直处在2 000 m3/t上下，比2008—2010年的粮食总水足迹平均值下降20%，直至2018年恢复上升趋向。由趋势线可以看出，粮食总水足迹的趋势线斜率为-27.487，其下降趋势最为显著。造成黑龙江省粮食总水足迹下降的原因包括两方面：①自然环境因素。由于全球气候变暖对粮食种植产生了较大影响，降水减少而蒸发加快，降低了可用于粮食生产的有效降水量，使得粮食总水足迹下降[36]。②社会发展因素。随着工业制造业用水增多，农业用水逐渐被挤占，促使农业现代化程度提高，水资源利用效率得到提升，使得粮食总水足迹呈下降趋势。

图2 2008—2018年黑龙江省粮食绿水足迹、蓝水足迹及总水足迹时间分布规律Fig.2 Temporal distribution of crop green, blue and total water footprints in Heilongjiang Province in 2008—2018

由图3可知，黑龙江省粮食总水足迹整体呈现南北高，东西低的变化趋势，其中，粮食绿水足迹及蓝水足迹的空间分布趋势具有一致性，粮食蓝水足迹、绿水足迹高值区在黑龙江省的牡丹江、伊春和齐齐哈尔，而哈尔滨、大庆等中东部地区属粮食蓝水足迹、绿水足迹低值区。粮食总水足迹空间分布规律与降水量有密切联系，黑龙江省南、北部和西部降水量较多，属于湿润地区，粮食总水足迹高；而中部和东部地区降水量偏少，属于半湿润半干旱地区，粮食总水足迹较低[37]。

2.1.1时间分布

由图2可知，黑龙江省粮食蓝水足迹、绿水足迹的变化趋势与粮食总水足迹一致：2008—2010年粮食蓝水足迹、绿水足迹呈上升趋势，自2011年骤降后，期间虽有波动但未能恢复，直至2018年才有所上升。从粮食蓝水足迹、绿水足迹的对比情况来看，粮食绿水足迹趋势线斜率为-14.422，粮食蓝水足迹趋势线斜率为-13.065，粮食绿水足迹下降趋势比蓝水足迹显著；粮食蓝水足迹与绿水足迹比例始终趋于1∶3，表明黑龙江省粮食用水结构10年间基本保持不变。

2008—2018黑龙江省粮食绿水足迹波动在1 750 m3/t，整体有下降趋势。由于2011年黑龙江省粮食作物生产经历了春早、伏旱等气象灾害，使得当年黑龙江省粮食绿水足迹呈现显著下降，之后的几年持续波动始终未超过1 750 m3/t，因此将2008—2018年黑龙江省粮食绿水足迹分成两个时期：2008—2010年(粮食绿水足迹平均值1 838 m3/t)和2011—2018年(粮食绿水足迹平均值1 562 m3/t)。黑龙江省粮食蓝水足迹也有着类似的情况，自然灾害同样影响到2011年黑龙江省粮食蓝水足迹，由于旱灾使得降水量减少，导致可灌溉供水量的骤降，进而引起粮食蓝水足迹下降。

2.1.2空间分布

利用ArcGIS软件绘制2008—2018年黑龙江省11个地区粮食绿水足迹、蓝水足迹及总水足迹的空间分布图，如图4～6所示。黑龙江省绿水足迹的低值区主要集中在黑龙江省的中部和东部地区，包括大庆、哈尔滨、鸡西、双鸭山、佳木斯、绥化，其中大庆最低，占总绿水足迹的5.3%。绿水足迹的高值区主要分布在南部、北部和西部地区，包括伊春、牡丹江、七台河、鹤岗市、齐齐哈尔，其中伊春市最高，占粮食总绿水足迹比例为15.2%。黑龙江省蓝水足迹的低值区主要集中在黑龙江省的中部和东部地区，特别是大庆、哈尔滨、绥化和佳木斯。而高值区则分布在南部、北部和西部地区，包括齐齐哈尔、伊春、牡丹江，北部地区齐齐哈尔的粮食蓝水足迹最高。黑龙江省粮食总水足迹整体呈现南北高、东西低的变化趋势。为了更清晰地表征黑龙江省各个地区的粮食总水足迹等级分布情况，将粮食总水足迹分为4个等级：伊春、牡丹江粮食总水足迹为Ⅰ级，粮食总水足迹过剩；齐齐哈尔、七台河和鹤岗为Ⅱ级，粮食总水足迹较为适宜；双鸭山、佳木斯、鸡西、绥化为Ⅲ级，粮食总水足迹相对正常；而大庆地区、哈尔滨地区为Ⅳ级，粮食总水足迹十分稀缺。由此可以看出，各个地区水足迹分布不均，差异较大，存在着粮食水足迹过剩与稀缺并存的情况。可采取工程措施实现省内的“南北水，东西调”，将粮食水足迹过剩地区如伊春、牡丹江的水资源，调入水足迹稀缺地区如哈尔滨、大庆，以改善粮食水足迹的空间分布结构。

2.2 黑龙江省粮食水足迹影响因素分析

利用斯皮尔曼相关系数法对黑龙江省粮食水足迹的影响因素进行分析，得到各影响因素相关系数(表1)。对于粮食蓝水足迹，人口密度对其影响最大，其次是GDP、播种面积、降水量、粮食产量、单位面积产量，其中，GDP、单位面积产量、粮食产量、播种面积的相关系数为负值。GDP的相关系数为-0.573 2，负相关程度最显著。粮食蓝水足迹反映了粮食生产过程中消耗的灌溉水资源，在灌溉用水比例一定的情况下，粮食蓝水足迹越低，灌溉水资源的利用效率越高。GDP是指一定时期内生产活动的最终成果，代表着经济发展水平，一个地区的经济发展水平越高，工业及第三产业越发达，相应的用水量越大，导致农业可供水被工业及第三产业用水挤占，因而GDP与粮食蓝水足迹呈现负相关；人口密度对粮食蓝水足迹影响最大，相关系数为0.718 2，表明人口越多，粮食产品的需求量越高，生产过程中消耗的农业灌溉水资源总量就越多；此外，降水量可间接影响灌溉可供水量，降水量越大，灌溉可供水量越大，因而降水量与粮食蓝水足迹呈正相关。

图4 粮食绿水足迹逐年空间分布图Fig.4 Spatial distribution maps of crop green water footprint

图5 粮食蓝水足迹逐年空间分布图Fig.5 Spatial distribution maps of crop blue water footprint

图6 粮食总水足迹逐年空间分布图Fig.6 Spatial distribution maps of crop total water footprint

对于粮食绿水足迹，降水量对其影响最大，其次是播种面积、GDP、粮食产量、单位面积产量、人口密度，其中，GDP、单位面积产量、粮食产量、播种面积与粮食绿水足迹呈负相关。粮食绿水足迹反映了粮食生产过程中降水资源的可利用情况，由于降水量直接影响作物生长蒸腾作用中可利用雨水资源量，其对粮食绿水足迹影响最大，相关系数为0.672 7。播种面积与粮食绿水足迹的负相关性最显著，相关系数为-0.263 6，在作物生育期有效降水量稳定的状态下，随着播种面积的增大，单位播种面积上的可利用降水量减少，进而导致粮食绿水足迹下降。

对于粮食总水足迹，GDP、播种面积、粮食产量、降水量与其呈负相关，单位面积产量、人口密度与粮食总水足迹呈正相关。根据粮食水足迹的计算公式可知，单位面积产量是计算粮食蓝水足迹、绿水足迹及总水足迹量的重要变量之一，因而单位面积产量的影响最大，相关系数为0.663 6；而GDP越高，农业工业化程度越大，水资源利用效率越高，使得粮食总水足迹呈下降趋势。因而GDP与粮食总水足迹的负相关性显著。

2.3 黑龙江省粮食水足迹预测结果分析

结合当地规划目标，根据式(3)、(4)及2.2节的结果选取对粮食水足迹影响较大的3个因素进行预测，即播种面积、降水量、粮食产量(1998—2018年)，得出2021—2025年粮食水足迹3个因素的预测趋势图(图7)。由图可以看出，粮食产量和播种面积在未来5年整体都有上升趋势，而降水量波动幅度较大。根据以上预测结果对粮食蓝水足迹、绿水足迹及总水足迹进行计算，由表2可知，2021—2025年黑龙江省粮食绿水足迹远大于粮食蓝水足迹，粮食蓝水足迹平均值为563 m3/t，粮食绿水足迹平均值为1 487 m3/t，粮食总水足迹平均值为2 050 m3/t，粮食蓝水足迹、绿水足迹、总水足迹均有下降趋势。

结合上述结果分析造成粮食蓝水足迹、绿水足迹及总水足迹下降趋势的原因：①气候环境的变化使降水量减少，同时气候变暖使蒸发加快，因而粮食蓝水足迹、绿水足迹及总水足迹下降。②根据当前的政策形势来看，农业逐渐工业化，形成规模效应。虽然播种面积和产量在未来几年略有上升，预计2021—2025年播种面积从8.15×106hm2增长到8.74×106hm2，涨幅为7.24%；产量由3.319×107t增长到3.474×107t，涨幅为4.67%，然而工业等其他行业用水挤占农业用水的现象凸显[38]，农业工业化程度越大，水资源利用效率越高，进而粮食蓝水足迹、绿水足迹及总水足迹呈现降低趋势。可采取科学方法合理制定农业发展规划，持续提高农业水资源利用率，合理促进农业发展。