高 蕓，馬春芽，郭 魏

（中國農業(yè)科學院農田灌溉研究所，河南 新鄉(xiāng) 453002）

0 引 言

近年來，由于用水量在各部門分配中不均衡所導致的流域結構性缺水風險時有發(fā)生。黃河流域農業(yè)部門用水約占總提取量的80%，灌溉用水占農業(yè)用水90%以上，因此黃河流域農業(yè)用水結構是否合理是保證社會經濟穩(wěn)定、持續(xù)、協(xié)調發(fā)展的前提。

國外關于用水形勢、供用水條件、用水預測、用水過程的研究開展較多，多數(shù)學者認為世界的大部分城市都面臨著持續(xù)供水危機，未來用水形勢由人口聚散情況、單個牲畜用水量、氣候以及生態(tài)供水條件的改變而決定[1-3]。研究方法較多基于社會經濟和自然環(huán)境，應用灰色系統(tǒng)、神經網絡、多元回歸模型等方法預測未來水資源可持續(xù)發(fā)展狀況[4-6]。國內對于用水結構的演變趨勢及其驅動力的研究也有很多，大部分是對于行政區(qū)內用水結構的研究[7-10]。張玲玲等[11]建立了江蘇省用水結構與產業(yè)、用水需求與社會發(fā)展互動反饋的系統(tǒng)動力學模型，提出了江蘇省用水總量控制下用水結構調控方案與對策。顧鶴南等[12]分析了影響青島市用水結構變化的社會驅動因子，如人口、城市化率、農業(yè)產值、工業(yè)產值、耕地面積、GDP等，指出自然環(huán)境的變化對用水量也有一定影響。黃晶等[13,14]引入虛擬水的概念，基于用水足跡定量分析了北京農業(yè)用水內部結構的現(xiàn)狀與變化趨勢。田貴良等[15]建立了區(qū)域虛擬水貿易量計算模型，依據模型對產業(yè)進行合理布局、減少農業(yè)用水量、調整用水結構。劉慧敏等[16]分析了區(qū)域用水結構與經濟發(fā)展之間的協(xié)調性問題及響應關系。以上研究系統(tǒng)地評估了某一行政區(qū)的農業(yè)用水狀況，有對流域內用水結構均衡度的評價[17,18]，但多數(shù)是以水資源總量、水資源可利用量或灌溉用水量（即灌溉“藍水”）表征水資源量，忽略了不同分區(qū)水資源特點，即地區(qū)“綠水”對農業(yè)生產的貢獻[19]，因此水資源量的表征參數(shù)并不全面。

本研究提出了一種將行政單元和子流域不同空間尺度組合的均衡度及其影響因子關聯(lián)度評價方法，該方法考慮了被分析的每個空間單元內“綠水”資源的變異性及其對均衡度的影響。應用此方法評價了黃河流域9省套二級水資源分區(qū)農業(yè)用水結構均衡狀況，采用變異系數(shù)、Spearman秩相關系數(shù)分析了用水結構隨時間的變化趨勢，針對不同的區(qū)域，特別是逐年用水結構特征不滿意或不穩(wěn)定的熱點，提出具體的改進措施。

1 研究區(qū)概況

黃河流域（包括黃河內流區(qū)）總面積79.5 萬km2，全河劃分為龍羊峽以上、龍羊峽至蘭州、蘭州至河口鎮(zhèn)、河口鎮(zhèn)至龍門、龍門至三門峽、三門峽至花園口、花園口以下、黃河內流區(qū)8個二級流域分區(qū)（圖1）。流域多年平均降水量447 mm，總體呈南多北少的態(tài)勢，降水量年內分配極不均衡，其中6-9月降水量占全年的45%～60%；多年人均水資源占有量408 m3，僅為全國的20%。黃河流域是我國重要的糧食生產基地，據2018年統(tǒng)計數(shù)據，沿黃9省區(qū)糧食播種面積占全國的36.03%，糧食產量占全國的35.37%[20]。

圖1 沿黃9省套二級水資源分區(qū)地理位置圖Fig.1 Geographical location map of secondary water resources in nine provinces along the Yellow River

2 數(shù)據來源與研究方法

2.1 數(shù)據來源

2010-2016年黃河流域9省套二級水資源分區(qū)的“農業(yè)總用水量，種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)用水量，耕地灌溉面積，林果地灌溉面積，草地灌溉面積，魚塘補水面積，大牲畜數(shù)量，小牲畜數(shù)量”數(shù)據來自《黃河年鑒》[21]?！熬G水”資源指有效降水，有效降水的計算基于實際降水量，該數(shù)據來自《黃河水資源公報》[22]。

2.2 研究方法

2.2.1 均衡度指標

均衡度指標考慮不同年份間用水結構的變化，直觀地描述水資源的利用狀況，使結果更具可比性。計算公式如下：

式中：J為均衡度，取值范圍0＜J＜1，值越大，用水結構的均質性越強；H為信息熵；Hmax為絕對均衡狀態(tài)下信息熵最大值；Pi為黃河流域各省種植業(yè)、林業(yè)、畜牧業(yè)（草地）、畜牧業(yè)（牲畜）5類用水部門用水量在總用水量中的占比；n為農業(yè)用水部門，n=5。

2.2.2 灰色關聯(lián)分析

灰色關聯(lián)度指標可以量化分析系統(tǒng)動態(tài)發(fā)展過程，應用該指標分析用水結構驅動力因子的算法步驟如下[23]：

（1）計算2010-2016年農業(yè)用水結構均衡度指標，進行無量綱化處理，將該值的時間序列作為參考序列，n取7：

（2）計算得到7個驅動力因子經過無量綱化處理后的值，將該值的時間序列作為比較序列，m取7：

（3）計算各驅動力因子的關聯(lián)系數(shù)，θ取0.5：

（4）計算關聯(lián)度，將關聯(lián)度可劃分為三級：0～0.35為弱關聯(lián)度，0.35～0.7為中關聯(lián)度，0.7～1.0為強關聯(lián)度[24]：

2.2.3 “綠水”資源的計算

根據生態(tài)水文學概念，“綠水”是儲存于非飽和土壤中、可被植物吸收利用的那部分降水。“綠水”資源量的計算基于2010-2016年黃河流域二級水資源分區(qū)實際降水量，采用美國農業(yè)部土壤保持局推薦、當前得到公認和普遍推薦的方法[25]。計算公式如下：

式中：Pe為2010-2016年各年有效降水量，mm；P為各年實際降水量，mm。

2.2.4 變異系數(shù)

衡量各觀測值變異程度的一個統(tǒng)計量。其計算式為：

式中：C.Vi為變異系數(shù)，%；SDi為各省套二級分區(qū)標準差；Meani為各省套二級分區(qū)平均值，n為年份數(shù)（n=7）。

2.2.5 Spearman秩相關系數(shù)

一種基于秩的非參數(shù)趨勢分析方法，是對原始數(shù)據的秩進行計算，對原始數(shù)據的分布不做要求。其計算式為：

式中：R為秩相關系數(shù)；xi為年份；yi為原始數(shù)據按升序排列的序號；n為年份數(shù)（n=7）。

當|R|＞0.929時，為極顯著相關（顯著水平α=0.01），當0.786＜|R|＜0.926時，為顯著相關（顯著水平α=0.05），當|R|＜0.786時，為不顯著相關。正值代表上升趨勢，負值代表下降趨勢。

3 結果與分析

3.1 沿黃9省農業(yè)各行業(yè)用水結構均衡性分析

從圖2可知，沿黃9省種植業(yè)、林業(yè)、畜牧業(yè)（草地）、畜牧業(yè)（牲畜）5類用水部門2010-2016年除山東省、四川省均衡度極差范圍略大于0.1外，其余均小于0.1，說明用水量均衡度時間變異性不大。流域農業(yè)總用水量均衡度空間差異性較大，各省農業(yè)用水結構均衡度平均值0.38，山東省農業(yè)用水結構均衡性最好（均衡度0.78），山西省最差（均衡度0.16），除青海?。ň舛?.41）、四川?。ň舛?.60）均衡性大于流域均衡度平均值，其余省份均小于平均值。

圖2 沿黃9省農業(yè)各行業(yè)用水結構均衡度Fig.2 The balance of water use structure in agricultural industries in nine provinces along the Yellow River

由圖3可知，沿黃9省農業(yè)5類用水部門用水量均衡度變異系數(shù)具有下降趨勢，即流域內9省農業(yè)各行業(yè)用水結構均衡度隨時間的變化趨于穩(wěn)定。結合表1內容可知，甘肅省、陜西省、山西省、河南省、山東省2010-2016年農業(yè)用水結構均衡性有上升趨勢，四川省有下降趨勢，其余省份變化趨勢不顯著。

表1 均衡度Spearman秩相關系數(shù)Tab.1 Equilibrium Spearman rank correlation coefficient

3.2 考慮“綠水”資源的農業(yè)用水結構均衡度影響因子分析

從圖4可以看到，沿黃9省套二級水資源分區(qū)的均衡度具有時空變異性。2010-2016年不同省份或同一省份不同水資源分區(qū)的均衡度隨年份波動性較大，甘肅?。堁驆{以上）、河南?。堥T至三門峽）均衡度極差范圍大于0.2，陜西?。ㄈT峽至花園口）、河南省（三門峽至花園口）、山東省（花園口以下）、寧夏區(qū)（龍門至三門峽）、寧夏區(qū)（內流區(qū)）、四川?。堁驆{以上）范圍0.1～0.2，其余省份極差小于0.1。流域內不同省份均衡度空間差異明顯，各省套二級分區(qū)農業(yè)用水結構均衡度平均值0.39，山東?。ɑ▓@口以下）農業(yè)用水結構均衡性最好（均衡度0.78），山西省（龍門至三門峽）最差（均衡度0.13），青海省（龍羊峽以上）、陜西?。ㄈT峽至花園口）、甘肅?。堁驆{以上）、河南?。堥T至三門峽）、河南?。ㄈT峽至花園口）、四川省（龍羊峽以上）、內蒙區(qū)（內流區(qū)）均衡度分別為0.72，0.52，0.56，0.51，0.43，0.6，0.58大于流域均衡度平均值，其余省份均小于平均值。

圖4 沿黃9省套二級分區(qū)農業(yè)用水結構均衡度Fig.4 The balance of agricultural water use structure of secondary water resources in nine provinces along the Yellow River

由表2可知，黃河流域農業(yè)用水結構均衡性影響因子關聯(lián)度平均值0.74，耕地灌溉面積、大牲畜的數(shù)量、小牲畜的數(shù)量、“綠水”資源、林果地灌溉面積均為強關聯(lián)。結合圖4沿黃9省套二級分區(qū)農業(yè)用水結構均衡度評價結果，對于均衡度較差的區(qū)域可以通過調整該區(qū)域的強關聯(lián)因子，以提高該區(qū)不同用水部門之間的協(xié)調度，例如，山西?。堥T至三門峽）均衡度最差為0.13，可以擴大耕地灌溉面積[26]（種植結構、灌溉方式等）、畜牧業(yè)規(guī)模（大小牲畜數(shù)量）、“綠水”資源存蓄狀態(tài)（集蓄雨水、更改淺深耕耕作模式等）等措施以提高該區(qū)農業(yè)用水均衡度。

表2 影響因子灰色關聯(lián)度分析Tab.2 Influence factor grey correlation degree analysis

4 結 論

目前的研究大多關注黃河流域工業(yè)、農業(yè)、生活、生態(tài)各層面用水結構的變化，而對農業(yè)各行業(yè)用水的變化及其影響因素的探討十分有限。黃河流域跨九省，各省功能定位、產業(yè)結構各異，加之同一省份可能分屬于不同水資源二級分區(qū)，水資源狀況亦有不同，農業(yè)用水結構差異性大。本研究基于沿黃9省以及各省套二級水資源分區(qū)的農業(yè)各行業(yè)用水量數(shù)據，增加“綠水”資源的測度，該方法考慮了被分析的每個空間單元內“綠水”資源的變異性及其對均衡度的影響。得到結論如下：

（1）整體來說，沿黃9省種植業(yè)、林業(yè)、畜牧業(yè)（草地）、畜牧業(yè)（牲畜）5類用水部門的均衡性空間差異性較大。甘肅省、陜西省、山西省、河南省、山東省2010-2016年農業(yè)用水結構均衡性有上升趨勢，四川省有下降趨勢，其余省份變化趨勢不顯著。

（2）考慮“綠水”資源的沿黃9省套水資源分區(qū)的均衡度具有時空變異性，耕地灌溉面積、大牲畜的數(shù)量、小牲畜的數(shù)量、“綠水”資源、林果地灌溉面積是流域強關聯(lián)因子。對于均衡度較差的區(qū)域調整該區(qū)域對應強關聯(lián)因子以提高該區(qū)不同用水部門之間的協(xié)調度。