贾琨颢，田贵良

(河海大学商学院，南京 211100)

0 引 言

农业是国民经济中重要产业部门之一，是满足人类最基本要求的根本。但由于农业直接利用自然资源，受自然资源的影响明显较其他行业更大，同时农业是最大的用水部门，我国农业用水占社会总用水量70%左右。而目前水资源已经成为人类生存和发展的重要战略资源，同时也是一种极其短缺的资源。与其他灾害相比，旱灾被看作是世界上危害最广、造成经济损失最大的自然灾害之一[1]。我国水资源人均占有量还不及世界平均水平的1/4，是世界上严重缺水的国家之一。1949年以来，我国农田受旱面积年均约2 270 万hm2，约占灾害面积的60%，因旱灾年均减产粮食1 541 万t[2]。如何防灾减灾就成为全球各个国家政府和学术界普遍关注的热点问题。因此，科学的评判和检测农业对水资源短缺的脆弱性对保障粮食安全至关重要。

虚拟水最初指农产品生产中所需的水资源，后逐渐运用于所有商品和服务中，即生产某种商品和服务所需要的水资源被称为该商品和服务对应的“虚拟水”。商品和服务的跨区域贸易导致了其生产所需要的虚拟水也进行了跨区域流动，即虚拟水贸易。“虚拟水贸易”的提出，转变了习惯于依赖工程手段和技术手段解决水资源短缺问题的传统思维。文中将虚拟水净贸易量引入指标评价体系，将虚拟水理论与脆弱性理论相结合，为研究脆弱性的影响因素提供了一个新的方向。

从1970年开始，脆弱性一词逐渐被一些国外研究者应用于生态领域。当前，脆弱性分析与评价已经成为生态环境学、灾害学和社会经济发展研究的一个热门研究方向。Fraser[3]对影响中国东部主要粮食作物旱灾脆弱性的因素进行了研究，认为技术、资金等社会经济因素是主要影响因子；Fontaine[4]从暴露性、适应性与敏感性三个方面着手，估算了研究区域内34个子区域的旱灾脆弱性。国内学者对农业旱灾脆弱性的研究时间不长，但近十年来，我国研究者对农业旱灾脆弱性开展了大量研究，并取得了一定成果。王莉[5]、苏筠[6]、邱林[7]、杜晓燕[8]等分别探讨过甘肃省、湖南省、天津市等若干区域的农业旱灾脆弱性；程静[9]则认为农业旱灾脆弱性受到微观、中观、宏观三方面因素的影响。

目前在农业旱灾脆弱性研究方面，国内外各学者对农业旱灾脆弱性的定义并不一致，对是否应该包括易损性、恢复力、适应性和灾害强度等存在分歧。农业旱灾脆弱性指标体系的建立仍不完善，数据指标的定型化没有统一标准，主观性较强。并且对旱灾脆弱性研究多侧重自然系统，忽略了社会经济系统。另外，国内研究着重于传统的干旱地区，忽略了其他地区，不利于各地根据自身情况开展对旱灾的防灾抗灾。

虚拟水概念由Allan J.A于1994年首先提出，Mark 等[10]计算了1998年到2004年间尼罗河流域各个国家间农产品虚拟水贸易量，估算了虚拟水贸易对尼罗河水量平衡的影响。我国的程国栋院士[11]首次将虚拟水贸易概念引入国内，并介绍了虚拟水、虚拟水战略对水资源安全、管理的重要意义；燕明达、宋孝玉等[12]对重庆市部分农作物的单位虚拟水含量及虚拟水总量进行计算，为重庆市农作物种植结构调整提供建议，建议重庆市提高经济作物种植面积，并加大农作物虚拟水贸易；郑和祥、李和平等[13]对鄂尔多斯市进行了虚拟水贸易研究和虚拟水评价指标分析，计算出鄂尔多斯市2020年的水资源进口依赖度、水资源自给率、水匮乏度等；同时，尚海洋[14]认为虚拟水管理就是水资源社会化管理的一个典型例子，虚拟水贸易的水资源流动分析实质上是一种社会水循环思维。

目前我国对于虚拟水的研究理论和方法尚不成熟，对虚拟水的量化分析还只是一种粗略估计，在研究区域上，对我国北方地区研究多于南方，存在明显的北强南弱的情况。同时，国内研究大多数分析了虚拟水贸易对于解决我国粮食安全和水安全方面的重要意义，定性地分析其可行性及必要性，对虚拟水贸易指导农业结构调整的定量研究成果较少。

1 虚拟水下区域农业对水资源短缺的脆弱性评价模型研究

1.1 区域农业对水资源短缺脆弱性评价指标的选取

区域农业对水资源短缺的脆弱性其实是敏感因子和恢复力因子互相影响、相互作用的一种结果，敏感因子是加剧水资源短缺危害的各种因素，而恢复力因子是减轻危害的各种有利因素。与它们有关的所有自然、气象、社会经济因素都会对脆弱性的强弱造成影响，相同强度的缺水在不同的自然环境或社会经济条件下造成的后果将不尽相同甚至差别巨大。

脆弱性指标体系的构建在农业脆弱性评价中至关重要，每位学者因其研究对象的特点及数据的可获得性等不同原因所构建的指标体系都不尽相同，文中总结了一系列农业脆弱性评价指标体系的指标选取情况(如表1)，以便更加直观的总结各学者指标选取的异同。

表1 农业脆弱性评价指标体系的指标选取情况

1.1.1 构建评价指标体系

根据上述对指标体系的分析，可以看出当前国内学者指标体系的选择多集中在典型干旱带，同时侧重分析自然系统现象及农业种植情况对脆弱性的影响。本文在参考大量专家学者相关理论和方法的基础上，将虚拟水净贸易量引入指标评价体系，将虚拟水理论与脆弱性理论相结合，为研究脆弱性的影响因素提供一个新的方向。

充分考虑数学模型的要求与数据的可获得性，本文选取13个指标，分为敏感性及恢复性两个方面，建立如表2所示的指标体系和层次结构。

表2 评价指标体系及层次结构

1.1.2 农产品虚拟水净贸易量的计算方法

本研究选用投入产出法进行农产品虚拟水净贸易量的估算，即将水资源纳入价值型投入产出表，构造出一张价值型-实物型水资源投入产出表，从而更合理的描述水资源在整个系统中的循环。本研究采用如下水资源投入产出表(表3)。

表3 水资源投入产出表

描述各产业部门水资源投入的指标有3个----用水量、耗水量和完全用水量。完全用水量是指生产某单位产品所需的水资源供应量，即该产业部门经济活动所产生的直接用水量与间接用水量之和。

(1)直接用水系数即生产部门生产单位产品的直接用水量，其表达式为：

Qj=Wj/Xj

(1)

式中：Wj表示j部门生产过程中的用水量；Xj表示该部门的产品总产出；Qj表示直接用水系数矩阵。

(2)完全用水系数可由直接用水系数计算得到，其表达式为：

Hj=Qj(I-A)-1

(2)

式中：I表示单位矩阵；A表示直接消耗系数；(I-A)-1表示Leontief逆矩阵；Qj表示直接用水系数矩阵。

(3)由此可得，将统计所得的各产业输入、输出贸易量与该产业完全用水系数相乘，即可求得产品输入和输出过程中的虚拟水贸易量，其估算公式为：

Lj=Qj(I-A)-1Mj

(3)

式中：Lj为j部门的虚拟水贸易量；Mj为j部门的产品输入或输出贸易量。

1.2 虚拟水下区域农业对水资源短缺的脆弱性评价模型构建

本文采用组合赋权法，将熵值法和层次分析法结合起来确定评价指标的权重，并在上述指标体系的基础上，采用加权综合评分法作为农业对水资源短缺的脆弱性评价模型：

(4)

式中：V为脆弱性指数，即为脆弱度；Pi为第i个指标的指标标准化数值；Wi为第i个指标的权重。

2 虚拟水下江苏省农业对水资源短缺的脆弱性评价

2.1 研究区概况

本次研究区域为江苏省，处于我国东部沿海中心地区，既是经济大省，又是农业大省，但其人均水资源量(不含过境水)仅390 m3，属于极度缺水省份。由于独特的地理位置，其南北气候差异明显且季风特征显著，降水量在年际变化巨大，极易发生突发性的、灾害性的暴雨洪水灾害，以及旱涝急转、干旱缺水天气。全省资源型缺水和水质型缺水并存，降水时空分布不均，南部地区降雨丰富而北部地区干旱少雨，并且水资源污染日益严重。缺水已经成为限制江苏省经济和社会发展的重要因素之一。根据相关数据显示，全省平水年缺水量约8.16 亿m3；遇中等干旱年，缺水19.36 亿m3；遇特殊干旱年，缺水量为91.44 亿m3，均主要位于淮河流域，并且农田灌溉占总耗水量平均值为73.2%，是最主要的耗水项目。江苏省农业缺水问题已成为限制其农业以至全社会经济可持续发展的障碍之一，如何评价与避免农业缺水现象是现如今亟需解决的重要问题。

2.2 数据来源与数据处理

2.2.1 数据来源

本研究选取2007-2013年建立江苏省农业13个指标数据库，所需要的数据主要分为两个方面：除农产品虚拟水净贸易量外的其他指标数据及农产品虚拟水净贸易量。其数据来源如下：

(1)除农产品虚拟水净贸易量外的其他指标数据均来源于2008年至2014年《江苏省统计年鉴》及《江苏省水资源公报》。

(2)本研究采用投入产出法计算江苏省农产品虚拟水净贸易量，由于现在可得到的最新的投入产出表为《2012年江苏省投入产出表》，为了使本文的研究更具参考价值，利用《2007年江苏省投入产出表》、《2012年江苏省投入产出表》通过计算得到2008-2013年江苏省投入产出表。同时各部门用水量来自于《江苏省水资源公报》、《江苏省经济普查年鉴》等，部分时间工业各部门用水数据难以得到，则假定用水结构与2008年相比没有发生大的改变，通过计算得到。

2.2.2 数据处理

(1)关于农产品虚拟水净贸易量的计算，由于分行业用水数据有限，所以结合《2007年江苏省投入产出表》及《国民经济行业分类》对行业进行合并，整合为农林牧渔业(I1)、采矿业(I2)、食品制造业(I3)、纺织业(I4)、其他制造业(I5)、石油加工、炼焦及核燃料加工业(I6)、化学工业(I7)、非金属矿物制品业(I8)、金属冶炼及加工制造业(I9)、机械设备制造业(I10)、电力、热力燃气和水生产供应业(I11)、建筑业(I12)、第三产业(I13)13个大类。

(2)数据标准化处理。为消除各指标量纲、数据级不同带来的影响，本研究选用极差标准化方法对指标体系中的原始数据进行处理。不同的指标类型对脆弱性影响方向不同，正向指标包括A1、A3、A4、A5，其数值越小，农业对水资源短缺的脆弱性越小；负向指标包括A2、B1、B2、B3、B4、B5、B6、B7，其数值越大，农业对水资源短缺的脆弱性越小。

2.3 江苏省农业虚拟水贸易量估算结果

2.3.1 用水系数估算

根据公式(1)、式(2)，可求得2007-2013年江苏省各部门的用水系数(表4)。通过比较2007-2013年各部门用水系数，可以看到完全用水系数名列前5位的行业为农林牧渔业、电力、热力燃气和水生产供应业、采矿业、纺织业和食品制造业。这表明，这5个部门需比其他部门投入更多的水资源来获得单位产出，是江苏省的高耗水产业部门。

2.3.2 江苏省农业虚拟水净贸易量估算

根据公式(3)可以得到江苏省农产品虚拟水净贸易量，如表5所示。

2.4 虚拟水下江苏省农业对水资源短缺脆弱性评价指标权重的确定结果

为简便计算，在此认为熵权法、层次分析法两类方法同样重要，在组合赋权中两类方法各自占比例50%，a1=a2=50%，最终指标权重的确定结果如表6。

表4 江苏省各部门完全用水系数 m3/元

表5 江苏省农产品虚拟水净贸易量 百万m3

表6 基于组合赋权法的指标权重

2.5 虚拟水下江苏省农业对水资源短缺的脆弱性评价结果

依据公式(4)和经标准化处理后的数据，分别计算出2007-2013年江苏省农业对水资源短缺的脆弱性(表7)。

表7 虚拟水视角下江苏省农业对水资源短缺的脆弱性评价结果

2.6 虚拟水下江苏省农业对水资源短缺的脆弱性评价结果分析

总体而言，2007-2013年江苏省农业对缺水的脆弱性整体呈现下降的趋势。可以看出脆弱性逐渐降低是因为恢复性的越来越优，而敏感性一直保持基本不变的情况，而2012年及2013年敏感性略微上涨导致脆弱性降低速度减慢(图1)。

图1 江苏省农业对水资源短缺的脆弱性动态变化

脆弱性由敏感性和恢复性两个方面的数量对比变化决定，从江苏省实际情况来看，脆弱性大小主要受农业占GDP比重、降水量、人均耕地面积、人均粮食产量、人均GDP及农产品虚拟水净贸易量影响。分析江苏省农业对缺水的脆弱性的主要影响因素指标值(表8)可以看出，农业占GDP比重逐渐降低，而在2012年有一个小的回升，2013年降低速度减缓，降水量一直处于波动状态；人均耕地面积、人均粮食产量及人均GDP均在逐年增加，有利于恢复力的变好。而农产品虚拟水净贸易量却在逐年减小，甚至后两年为负值，会对恢复力产生不利影响。

总体来说，敏感性受农业占GDP比重与降水量的影响波动较小，基本保持不变，只在后两年略有增加；而随着人均耕地面积、人均粮食产量及人均GDP的逐年增加，恢复力越来越好。

表8 江苏省农业对水资源短缺的脆弱性的主要影响因素指标值

同时通过分析每项指标值的变化趋势，可以得知2007年至2013年每项指标的变化对脆弱性的影响方向，降低脆弱性为“-”，增加脆弱性为“+”，为降低江苏省农业对缺水的脆弱性提供建议(表9)。

3 结论与建议

(1)计算得出完全用水系数排在前5位的行业为农林牧渔业、电力、热力燃气和水生产供应业、采矿业、纺织业、食品制造业，是江苏省的高耗水产业，并且7年以来农产品虚拟水净贸易量从输入变为输出，增加了江苏省水资源负担。

(2)江苏省农业对水资源短缺的脆弱性指标的最终权重排名前六位的是人均耕地面积、农产品虚拟水净贸易量、人均GDP、降水量、人均粮食产量和农业占GDP比重。由此可以看出江苏省应控制人口密度，注意保护耕地，调整农业种植结构及农产品进出口结构，同时保持经济发展速度，保障政府在农业水利方面投入，并且注重引输水建管协调，开发创新节水技术。

(3)总体而言，2007年至2013年江苏省农业对水资源短缺的脆弱性整体呈现下降的趋势。可以看出，脆弱性由敏感性和恢复性两个方面的数量对比变化决定，结合评价指标体系，社会经济因素对江苏省农业对水资源短缺的脆弱性影响较大。

[1] 郑远长. 全球自然灾害概述[J].中国灾害，2000，10(1):14-19.

[2] 孙才志，张 翔. 基于信息扩散技术的辽宁省农业旱灾风险评价[J].农业系统科学与综合研究，2008，(4):507-510.

[3] Evan D G Frase, Mette T. Quantifying socioeconomic characteristics of drought-sensitive regions:Evidence from Chinese provincial agricultural data[J]. C R Geoscience，2008，340:679-688.

[4] Fontaine M M, Steinemann A C, ASCE M. Assessing Vulnerability to Natural Hazards: Impact-Based Method and Application to Drought in Washington State[J].Natural Hazards Review，2009，10(1):11-18.

[5] 王 莉，John Merson. 雨养农业对气候变化脆弱性的实证研究----以甘肃省华池县为例[J].农村经济，2013，(3):31-35.

[6] 苏 筠，周洪建，崔欣婷. 湖南鼎城农业旱灾脆弱性的变化及原因分析[J].长江流域资源与环境，2005，(4):522-527.

[7] 邱 林，王文川，陈守煜. 农业旱灾脆弱性定量评估的可变模糊分析法[J].农业工程学报，2011，27(增刊2):61-65.

[8] 杜晓燕，黄岁樑. 天津地区农业旱灾脆弱性综合评价及区划研究[J].自然灾害学报，2010，19(5):138-145.

[9] 程 静，王 群. 农业旱灾脆弱性的特殊生成机制与化解路径[J].改革与战略，2012，28(1):99-101.

[10] Mark Z, Allan J A, Mohieldeen Y. Virtual water 'Flows' of the nile basin, 1998-2004: A First approximation and implication for water security[J]. Global Environmental Change, 2010(20):229-242.

[11] 程国栋. 虚拟水----中国水资源安全战略的新思路[J].中国科学院院刊，2003，18 (4): 260-265.

[12] 燕明达，宋孝玉，张卫华. 重庆市主要农作物虚拟水含量计算分析[J].长江流域资源与环境，2013，22(zl):6-9.

[13] 郑和祥，李和平，杨燕山，等. 基于产业结构优化的鄂尔多斯市虚拟水贸易研究[J].干旱区资源与环境，2016，(3):50-55.

[14] 尚海洋，张志强. 石羊河流域武威市水资源社会化循环评估[J].干旱区资源与环境，2011，25(7):57-62.

[15] 纪朝荣. 河南省农业旱灾脆弱性评价研究[D]. 郑州：河南大学，2013.

[16] 梁红梅. 雷州半岛农业旱灾脆弱性研究[D]. 广州：广州大学,2006.

[17] 刘姣娜. 康保县农业旱灾脆弱性评价[D]. 北京：首都师范大学,2013.

[18] 孙 冉，刘国东，王成都，等. 组合赋权法在农业旱灾脆弱性评价区划的应用[J]. 环境科学与技术，2015，(S2):374-378.