高芸，齐学斌，李平，梁志杰，张彦

（中国农业科学院农田灌溉研究所，河南新乡 453002）

0 引言

【研究意义】耕地资源与水资源是影响农业生产、决定粮食产量的基础性资源，水土资源良好的匹配格局将为农业发展提供有力支撑[1-2]。黄河流域是我国重要的粮食生产基地，水土资源的时空匹配特征将直接影响流域的粮食生产水平。【研究进展】关于水土资源匹配的研究主要有以下4 类：①水土资源匹配系数法。用来衡量某一区域内水土资源的匹配状况，通过区域内水资源与耕地资源数量的比值计算。②基尼系数法。将多个子区构成的组合体看作一个整体，用来量化水土资源在各个子区之间分布的不均衡程度[3-6]。③数据包络分析（DEA）方法。基于DEA 的水土资源匹配模型，是以水资源、耕地资源为输入指标，农业产值为输出指标，对某一区域水土资源匹配特征进行分析[7-9]。④水土资源匹配系数与基尼系数综合使用方法。首先通过计算水土资源匹配系数得到某一地区的水土资源匹配状况，再计算基尼系数进一步分析水土资源在区域内部分配的不均衡性[10-12]。上述方法存在不足：水土资源匹配系数法无法识别水土资源在区域内部分配的不均衡程度；基尼系数法无法对某一地区整体的水土资源匹配状况进行定量分析；DEA 仅以水资源和耕地资源为模型输入，并不能完全反映农业产值的影响因素；水土资源匹配系数与基尼系数综合使用方法虽然可以更加系统地评估某一地区的水土资源匹配状况，但多数研究以水资源总量、水资源可利用量或灌溉用水量（即灌溉“蓝水”）[13-15]表征水资源量，忽略了不同分区水资源特点，即地区降水“绿水”对农业生产的贡献[16]，因此水资源量的表征参数并不全面。

【切入点】针对上述问题，考虑二级分区水资源特点，引入广义农业水土资源匹配系数，增加降水“绿水”指标评估各省套二级分区的水土资源匹配程度；结合变异系数、Spearman 秩相关系数以及“蓝水”、“绿水”的空间构成，探讨沿黄9 省区套二级分区的农业水土资源时空匹配特征。【拟解决的关键问题】通过计算2010—2016年沿黄9 省区基尼系数、洛伦兹曲线，分析灌溉“蓝水”在流域内部的分配情况；探明黄河流域结构性缺水原因并提出改善水土资源匹配不均衡的对策与建议。

1 研究区概况

黄河流域（包括黄河内流区）总面积79.5 万km2，流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南和山东9 省区[17-18]，全河划分为龙羊峡以上、龙羊峡至兰州、兰州至河口镇、河口镇至龙门、龙门至三门峡、三门峡至花园口、花园口以下、黄河内流区8 个二级流域分区。流域多年平均降水量447mm，总体呈南多北少的态势，降水量年内分配极不均衡，其中6—9月降水量占全年的45%～60%；多年人均水资源占有量408m3，仅为全国的20%[19]。黄河流域是我国重要的粮食生产基地，据2018年统计数据，沿黄9 省区粮食播种面积占全国的36.03%，粮食产量占全国的35.37%[20]。

2 数据来源与研究方法

2.1 数据来源

2010—2016年黄河流域9 省区套二级水资源分区的农业用水量、耕地面积、降水量等数据取自《黄河年鉴》[21]和《黄河水资源公报》[22]。

2.2 研究方法

2.2.1 基尼系数

基尼系数最早用于研究收入差异问题，由于水资源的地区分布具有同样的差异性，因而也可用于研究地区水土资源匹配格局[23]。其计算式为：

式中：G为基尼系数，可以通过洛伦兹曲线图中的直线y=x，x=f(x)与曲线y=f(x)合围的区域面积，除以直线y=x与x轴围成的区域面积进行计算。各省份灌溉用水量与耕地面积空间匹配的洛伦兹曲线图中x轴为灌溉用水量累积占比，y轴为耕地面积累积占比。表1 为基尼系数与评价结果的对应关系[24-25]。

表1 基尼系数与评价结果的对应关系Table 1 Correspondence relation between Gini coefficient and evaluation results

2.2.2 水土资源匹配系数

通过区域内水资源与耕地资源数量的比值计算，反映水资源对耕地资源的满足程度[26-28]。其计算式为：

式中，Mi为各省水土资源匹配系数（万m3/hm2）；Wi为各省灌溉用水量（万m3）；Li为各省耕地面积（hm2）；m为流经省份（m=9）。

2.2.3 广义农业水土资源匹配系数

改进的水土资源匹配系数，广义农业水资源量不仅包含灌溉“蓝水”，还包含降水“绿水”[29]。根据黄河流域二级分区水资源特点，广义农业水土资源匹配系数计算式为：

式中：Wi-bw为各省灌溉用水量（灌溉“蓝水”）（万m3）；Wi-gw为各省套二级分区的降水“绿水”量（万m3）；其他符号意义同上。

2.2.4 变异系数

衡量各观测值变异程度的一个统计量。其计算式为：

式中：C.Vi为变异系数（%）；SDi为各省套二级分区标准差；Meani为各省套二级分区平均值；n为年份数（n=7）。

2.2.5 Spearman 秩相关系数

一种基于秩的非参数趋势分析方法，是对原始数据的秩进行计算，对原始数据的分布不做要求[30]。其计算式为：

式中：R为秩相关系数；xi为年份；yi为原始数据按升序排列的序号；n为年份数（n=7）。当n=7 时，Spearman 秩相关系数|R|=0.786（临界显著水平α=0.05），|R|=0.929（临界显著水平α=0.01），正值代表上升趋势，负值代表下降趋势。

3 结果与分析

3.1 灌溉“蓝水”与耕地面积的匹配状态

以2010年为例（图1），图1 中虚线为沿黄9 省区灌溉用水量累计占比与耕地面积累计占比的洛仑兹曲线，45°斜直线为公平曲线，洛仑兹曲线相对公平曲线弯曲程度越小，说明水土资源匹配越均衡。以灌溉用水量累计占比为自变量x，耕地面积累计占比为因变量y，采用最小二乘法进行二次曲线拟合，得到2010年洛仑兹曲线y=0.0074x2+0.2704x-0.4201，根据基尼系数计算式可得，G=0.248 ∈[0.2，0.3）（相对匹配）。同理可得2010—2016年基尼系数（图2），图2 中沿黄9 省区水土资源匹配基尼系数整体波动不大且略有下降趋势，说明各省份灌溉“蓝水”在流域内部的分布日益均衡。

图1 沿黄9 省区洛仑兹曲线Fig.1 Lorentz curve of 9 provinces along the Yellow River

图22010 —2016年基尼系数Fig.2 Gini coefficient from 2010 to 2016

由图1—图2 可知，灌溉“蓝水”在流域内部的分配相对均衡，图3 为各省份水土资源的匹配系数。2010—2016年四川省、宁夏回族自治区的水土资源匹配状况较好（M=1.142 和1.195），山东省水土资源匹配较差（M=0.255），二者相差近5 倍（M∈[0.255，1.194]）。说明灌溉“蓝水”与耕地面积虽然在流域内部整体呈相对匹配状态，但部分省份的水土资源匹配状况相对较差。

图3 水土资源匹配系数Fig.3 The matching coefficient of water and land resources

3.2 基于广义农业水土资源匹配系数的水土资源匹配状态

由于黄河流域不同二级分区水资源特点不同，且同一省区可能会跨越不同二级分区，因此，评估各省份水土资源匹配状态不仅需要考虑灌溉“蓝水”的作用，还要加入不同二级分区的降水“绿水”指标，使结果更加合理。图4 为各省套二级分区的水土资源匹配系数，2010—2016年四川省（龙羊峡以上）农业水土资源匹配程度相对较好，内蒙古自治区（内流区）较差，二者相差约2.3 倍，广义农业水土资源匹配系数M∈[0.704，1.644]的变化范围小于传统的水土资源匹配系数，说明考虑流域二级分区水资源的特点，各省份水土资源匹配程度的极端值差异较小。

图4 广义农业水土资源匹配系数Fig.4 The matching coefficient of generalized agricultural water and soil resources

3.3 沿黄9 省区水土资源时空匹配特征

由变异系数可知（图5），各省套二级分区广义农业水土资源匹配系数的变异系数呈现逐年波动且下降趋势，说明各省份水土资源匹配状况总体变异性减小，原因可能与灌溉“蓝水”的开发趋于稳定有关。因为资源开发趋于稳定会减缓匹配状况向极端值方向变化，从而减小各省份之间水土资源匹配状况的差别。各省份2010—2016年广义农业水土资源匹配系数的Spearman 秩相关系数见表2，青海省（龙羊峡至兰州）、甘肃省（龙门至三门峡）、山西省（龙门至三门峡）为显著下降，其中，宁夏回族自治区（兰州至河口镇）呈极显著下降趋势。

图5 广义农业水土资源匹配系数的变异系数Fig.5 Thecoefficient of variation of generalized agricultural water and soil resources

表2 水土资源匹配状况变化趋势Table 2 Changes in the matching status of water and soil resources

图6 为广义农业水土资源匹配系数与“蓝水”、“绿水”构成比例关系，由图6 可知，各省套二级分区广义农业水土资源匹配系数与“蓝水”、“绿水”构成比例均呈正相关关系，即水土资源匹配越好的省区，“蓝水”与“绿水”的比值越高。图6 中红点表示水资源二级分区为兰州至河口镇以及内流区的匹配系数与“蓝绿比”相关关系，具体包括甘肃省（兰州至河口镇）、宁夏回族自治区（兰州至河口镇）、内蒙古自治区（兰州至河口镇）、宁夏回族自治区（内流区）、内蒙古自治区（内流区）、陕西省（内流区）；蓝点表示其余各省套二级分区。经拟合，水资源二级分区在兰州至河口镇以及内流区的省份在同一“蓝绿比”构成下，广义农业水土资源匹配系数低于其余各省套二级分区，结合2010—2016年黄河流域水资源二级分区降水量平均值（图7），兰州至河口镇（263.17mm）以及内流区（313.55mm）相对其他二级分区降水量平均值（552.59mm）分别减少52.37%和43.26%，即降水“绿水”较低的省区（红线）相对其他省区（蓝线）水土资源匹配性较差。综上，水土资源匹配格局较好的省区灌溉“蓝水”比例较高。

图6 广义农业水土资源匹配系数与“蓝水”、“绿水”构成比例关系Fig.6 Relationship between the matching coefficient of generalized agricultural water and soil resources and the proportion of “blue water” and “green water”

图7 降水量平均值Fig.7 Average precipitation

4 讨论

目前水土资源匹配研究中，多数用水资源总量、水资源可利用量或灌溉用水量[13-15]表征水资源。沿黄9 省区跨8 个水资源二级分区，甚至同一省份分属于不同流域，其水资源特点不同，水土资源匹配差异性大，以往研究对各省套二级分区的水土资源匹配研究较少，不能准确反映黄河流域农业水土资源匹配的变化趋势。针对黄河流域同一省区跨越不同二级分区这一特点，本文采用广义农业水土资源匹配系数法，评估各省份水土资源匹配状态，计算得到2010—2016年黄河流域水土资源时空匹配程度的变化范围，相对传统计算方法[24-26]，结果不同。传统方法得到四川省、宁夏回族自治区的水土资源匹配状况较好，山东省水土资源匹配较差，二者相差近5 倍（M∈[0.255，1.194]），而广义匹配系数法得到四川省（龙羊峡以上）的农业水土资源匹配程度相对较好，内蒙古自治区（内流区）较差，二者相差约2.3 倍。各省份水土资源匹配程度的极端值差异较小的原因是广义法不仅考虑了灌溉“蓝水”的作用，还考虑了地区降水“绿水”对农业生产的贡献。除此，本文的研究结论与以往通过开源节流方式解决缺水问题的出发点也不相同。根据研究结果，黄河流域水土资源匹配格局较好的省区灌溉“蓝水”比例较高，而“蓝水”开发已趋于稳定，依靠开源已不能从根本上解决黄河缺水问题。针对黄河流域水土资源时空匹配差异明显、开源潜力不大、节水空间有限等特点，本文建议实施水系连通、跨流域调水等工程改善水土资源匹配不均衡导致的结构性缺水问题。因本文重点探讨黄河流域水土资源匹配状态、时空匹配特征宏观问题，缺乏对区域内部农业用水结构，包括种植结构、灌溉方式等调整对水土资源匹配的影响分析，因此对水土资源匹配特征变化的原因探讨有限，需要进一步开展研究。

5 结论

1）黄河流域整体的水土资源呈相对匹配状态，但水土资源在区域内部（不同省份甚至同一省份分属于不同水资源二级分区）的分配并不均衡。四川省（龙羊峡以上）匹配程度相对较好，内蒙古自治区（内流区）较差，二者相差约2.3 倍。

2）“蓝水”资源开发已趋于稳定，节水措施不能从根本上解决黄河流域资源匹配不均衡导致的结构性缺水问题。

3）针对上述黄河流域水土资源匹配特征，实施水系连通、跨流域调水工程尤为重要。