淮河流域農業(yè)灰水足跡效率的時空分布與驅動模式

陳 巖，童國平，王 蕾

(1.南京林業(yè)大學經濟管理學院，江蘇 南京 210037； 2.南京林業(yè)大學生態(tài)文明與鄉(xiāng)村振興研究中心，江蘇 南京 210037； 3.南京信息工程大學教師發(fā)展與教學評估中心，江蘇 南京 210044)

我國人均水資源量是世界平均水平的1/6，嚴重的水污染加劇了我國水資源短缺狀況。在我國水環(huán)境污染中，農村水污染物排放量占全國水污染物排放量的50%以上，農村水污染已成為導致水環(huán)境惡化的主要原因[1]。對流域農業(yè)污水排放效率和驅動因素進行研究，可以為流域的農業(yè)水污染治理提供重要的基礎。傳統的流域水污染狀況評價和效率研究中通常采用單因子指數法、綜合污染指數法等來分析流域的污染情況。2002年荷蘭學者Hoekstra首次提出了水足跡(water footprint)的概念[2]，水足跡分為藍水足跡、綠水足跡和灰水足跡[3]；藍水足跡和綠水足跡的研究起步相對較早，研究成果比較豐富[4-8]；“灰水足跡”的概念于2008年提出[5]，是指“在現有標準水質條件下，將污染負荷稀釋至特定水質標準及以上需要的淡水體積”[6]。傳統水資源研究大多未考慮將水資源消耗和水污染指標進行結合來分析評價水資源利用情況，灰水足跡可以分析用水量和污水排放量之間的定量關系，從用水量角度評價水污染狀況，為污水排放量與水資源利用量之間的相互研究提供了一個新的研究視角和方法。目前，國內外對灰水足跡的研究已經取得較多的研究成果，范圍涉及農業(yè)[7]、工業(yè)[8]、省域[9-10]和特定區(qū)域[11]灰水足跡的測算評價。而農業(yè)灰水足跡研究主要集中在特定農作物和不同區(qū)域的灰水足跡核算，主要包括水稻[12]、小麥[13]、玉米、蔬菜、水果[14]等種植業(yè)灰水足跡測算；另外，畜牧業(yè)和漁業(yè)生產活動灰水足跡也不可忽視，一些學者對于農場動物[15]、畜牧業(yè)[16]和漁業(yè)養(yǎng)殖[17]等灰水足跡進行了測算和時空演變規(guī)律分析。在灰水足跡測算的基礎上，部分學者對灰水足跡的影響因素進行了研究，主要集中在城市灰水足跡[18]、人均灰水足跡[19-20]、各個省市灰水足跡[21]等影響因素的研究方面；而農產品灰水足跡的影響因素研究較少，主要認為化肥施用量和農產品產量是影響灰水足跡的重要因素[22]，而氮流失的增長造成的稀釋水量增加是農業(yè)土地利用系統灰水足跡增長的關鍵因素[23]。

本研究從種植業(yè)、畜牧業(yè)和水產養(yǎng)殖業(yè)3個農業(yè)生產部門來核算淮河流域35個地級市的農業(yè)灰水足跡量，分析了淮河流域農業(yè)灰水足跡效率的時空分布與驅動模式，以期為促進流域農業(yè)的可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況

淮河流域是我國七大流域之一，位于東經111°55′～121°25′、北緯30°55′～36°36′之間?；春恿饔虬ê?、河南、安徽、江蘇、山東5省40多個地級市，流域面積26.96萬km2，多年平均降水量約875 mm，降水量空間差異較大，由流域下游向上游呈弧形遞減，多年平均總水資源量約794億m3，人均水資源量僅為全國的1/5?；春恿饔蛱幱谥芯暥鹊貐^(qū)、南北氣候過渡帶和海陸過渡帶，降水時間集中，6—8月的降水量占全年降水量的50%以上，12月至次年2月降水量不到全年降水量的10%。由于降水年際變化大，易澇易災，且流域人口密度大，耕地率高，嚴重的水污染使得淮河流域嚴重的缺水狀況雪上加霜。

淮河流域是我國水污染狀況最嚴重的區(qū)域之一，作為我國主要的產糧區(qū)，耕地面積1 266萬hm2，糧食產量占全國糧食總產量的1/6。流域內農業(yè)生產過程中農藥、化肥的使用量大，耕地平均化肥施用強度為776.6 kg/hm2，遠大于我國生態(tài)鄉(xiāng)鎮(zhèn)建設制定的化肥施用強度上限標準[24]，更超過一些發(fā)達國家的化肥施用環(huán)境安全上限水平。流域的化肥有效利用率只有30%～35%，大量的農業(yè)化肥、分散式畜禽水產養(yǎng)殖產生的污染物、農村居民生活固體垃圾和廢水污水等在降雨過程中，經農田排水、地表徑流、地下滲漏等多種方式進入地表地下水體，農村面源污染已成為流域新的污染源，直接影響到淮河流域的生態(tài)系統平衡[25]。淮河水利委員會及流域內各地方政府積極采取污染治理措施，淮河流域水質得到了一定的改善[26]，但是由于流域人口集聚，農業(yè)集約化程度高，水產和畜牧養(yǎng)殖發(fā)展迅速，農業(yè)面源污染問題依然非常嚴峻[27]。

為了便于研究，本文對淮河流域邊緣部分縣市進行了取舍(將面積不足縣市面積一半的區(qū)域去掉)，所以研究區(qū)域選定為河南、安徽、江蘇和山東4省的35個地級市。

2 研究方法和數據來源

2.1 農業(yè)灰水足跡和效率測度模型

a. 農業(yè)灰水足跡測度模型。通過種植業(yè)、畜牧業(yè)和水產養(yǎng)殖業(yè)3個農業(yè)生產部門來測算流域農業(yè)灰水足跡，測度模型為

Fa=Fp+Fb+Ff

(1)

式中：Fa為農業(yè)灰水足跡，m3；Fp、Fb、Ff分別為種植業(yè)、畜牧業(yè)和水產養(yǎng)殖業(yè)灰水足跡，m3。灰水足跡衡量的是污染物稀釋至標準水質所需要的淡水資源量，測算過程主要參考文獻[13]。正常情況下，污水中包含多種形式的污染物，其中最大的污染物決定了最終的灰水足跡。

b. 農業(yè)灰水足跡效率測度模型。采用單位農業(yè)灰水足跡產出的農業(yè)GDP作為農業(yè)灰水足跡的效率：

g=M/Fa

(2)

式中：g為農業(yè)灰水足跡的效率，元/m3；M為農業(yè)GDP，元。

2.2 基于Kaya恒等式的驅動因素分解

日本學者Kaya[28]針對碳排放變化提出了Kaya恒等式，該恒等式已經在能源及其他領域得到廣泛應用。本文將擴展后的Kaya恒等式用于農業(yè)灰水足跡效率變化的影響因素研究，對農業(yè)灰水足跡效率進行驅動因素分解。

a. 農業(yè)灰水足跡效率的影響因素。為了對農業(yè)灰水足跡效率進行驅動因素分解，需要明確農業(yè)灰水足跡效率的影響因素。農業(yè)經濟發(fā)展水平、化肥的施用強度、灰水足跡產出水平、化肥對水環(huán)境的作用以及耕地面積等是5個主要影響農業(yè)灰水足跡效率的因素，分別將它們定義為影響農業(yè)灰水足跡效率的5個驅動效應，即農業(yè)經濟效應、化肥強度效應、灰水產出規(guī)模效應、農業(yè)環(huán)境效應和耕地資源效應。

b. Kaya恒等式的擴展。擴展后的農業(yè)灰水足跡效率Kaya恒等式為

g=abcde

(3)

其中a=M/Pb=C/Ac=P/Fa

d=L/Ce=A/L

式中：a為農業(yè)經濟效應，即單位農產品產量的農業(yè)經濟效益，反映農業(yè)經濟發(fā)展水平對農業(yè)灰水足跡效率的影響，a越大，說明農業(yè)經濟發(fā)展水平對農業(yè)灰水足跡效率提升起著越積極的作用；b為化肥強度效應，即單位耕地面積施用的化肥量，反映化肥施用強度對農業(yè)灰水足跡效率的影響，b越大，說明化肥施用強度越大，對農業(yè)灰水足跡效率提升的積極作用越大；c為灰水產出規(guī)模效應，即單位農業(yè)灰水足跡帶來的農產品產量，反映灰水足跡產出水平對農業(yè)灰水足跡效率的影響，c越大，說明灰水足跡產出水平對農業(yè)灰水足跡效率的提升影響力度越大；d為農業(yè)環(huán)境效應，即人均化肥施用量的倒數，反映化肥環(huán)境效應對農業(yè)灰水足跡效率的負面影響，d越大，說明人均化肥施用量越小，對農業(yè)灰水足跡效率的提升越有利；e為耕地資源效應，即人均耕地面積，反映耕地資源使用狀況對農業(yè)灰水足跡效率的影響，e越大，說明人均耕地資源的擁有量對農業(yè)灰水足跡效率的提升有著越積極的促進作用；P為農產品產量，萬t；C為化肥施用量，t；A為耕地面積，hm2；L為農業(yè)勞動力數量，人。

2.3 LMDI分解模型

因素分解法通過將研究對象拆分成若干個相關因子來分析不同因子對研究對象的影響程度[29]，主要包括拉式分解模型(AMDI)和對數平均迪氏指數分解模型(LMDI)[30-32]，其中LMDI分解模型因為能夠很好地克服交叉項問題，分解不產生殘差，解釋效果較合理，在資源環(huán)境等多個領域的應用廣泛。本文采用LMDI分解模型對淮河流域農業(yè)灰水足跡效率變化的各影響因素進行定量化分析。根據LMDI分解模型，農業(yè)灰水足跡效率從基期到第t年的變化值稱為總效應ΔG，計算公式如下：

ΔG=gt-g0=ΔGa+ΔGb+ΔGc+ΔGd+ΔGe

(4)

式中：ΔGa為農業(yè)經濟效應貢獻值；gt、g0分別為第t年的農業(yè)灰水足跡效率和基期的農業(yè)灰水足跡效率；ΔGa、ΔGb、ΔGc、ΔGd、ΔGe分別為農業(yè)經濟效應、化肥強度效應、灰水產出規(guī)模效應、農業(yè)環(huán)境效應和耕地資源效應貢獻值。若驅動效應貢獻值ΔGa、ΔGb、ΔGc、ΔGd、ΔGe為正值，則表示各驅動效應的變化促進淮河流域農業(yè)灰水足跡效率的增加，稱為正向驅動效應，若驅動效應貢獻值為負值，則稱為負向驅動效應。某驅動效應貢獻值與總效應的比值稱為該驅動效應的貢獻率，若某驅動效應貢獻率為正值，則表示該驅動效應促進農業(yè)灰水足跡效率值的增加，為負值則表示該驅動效應會使農業(yè)灰水足跡效率降低。

2.4 驅動模式分類

為了對淮河流域各地區(qū)的農業(yè)灰水足跡效率的驅動因素進一步分析，按照LMDI分解模型計算得到的驅動效應貢獻率來對各地區(qū)進行驅動模式分類，以驅動效應貢獻率絕對值50%為標準來找出主導驅動因素?；春恿饔蚋鞯貐^(qū)的農業(yè)灰水足跡效率的驅動模式可以劃分為單因素驅動、雙因素驅動、三因素驅動、四因素驅動和綜合驅動效應5種類型。

2.5 數據來源

以淮河流域內河南、安徽、江蘇和山東4省35個地級市為研究區(qū)域范圍，以2000—2015年的中間4個節(jié)點(2000年、2005年、2010年和2015年)作為時間范圍來研究淮河流域農業(yè)灰水足跡效率問題。農業(yè)灰水足跡和效率的測算數據主要來自各省和地級市的統計年鑒和農業(yè)統計年鑒，以及國家統計局發(fā)布的2000—2015年國民經濟和社會發(fā)展統計公報。

3 結果與分析

3.1 淮河流域農業(yè)灰水足跡效率及時空分布

運用式(1)(2)計算淮河流域的35個地級市2000年、2005年、2010年和2015年4個時間節(jié)點的農業(yè)灰水足跡效率值，結果見圖1。在灰水足跡測算中，各類污染物排放達標標準采用GB 3838—2002《地表水環(huán)境質量標準》中規(guī)定的Ⅲ類水標準，COD、氮和磷污染物的排放達標質量濃度分別為 20 mg/L、1 mg/L和0.05 mg/L，自然本底質量濃度值參考文獻[13]設為0 mg/L。

(a) 2000年

(b) 2005年

(c) 2010年

(d) 2015年圖1 淮河流域35個地級市農業(yè)灰水足跡效率時空分布Fig.1 Spatial-temporal distribution of agricultural grey water footprint efficiency of 35 cities in Huai River Basin from 2000 to 2015

從圖1可以看出，在時間分布上，淮河流域內35個地級市的灰水足跡效率有逐漸上升的趨勢，說明從2000—2015年淮河流域各個地級市的農業(yè)灰水足跡效率都有一定的提升。從淮河流域內的各省分布來看，山東省的農業(yè)灰水足跡效率最高，其次是安徽省和江蘇省，河南省最低?？臻g分布特征為淮河沂沭泗水系的山東地區(qū)農業(yè)灰水足跡效率普遍比較高，干流水系的中、下游次之，上游最低，呈現出從內陸上游地區(qū)向東部下游沿海地區(qū)逐漸遞增的特征。

3.2 淮河流域農業(yè)灰水足跡效率的驅動模式

通過LMDI分解模型計算出2000—2015年淮河流域35個地級市農業(yè)灰水足跡效率的農業(yè)經濟效應、化肥強度效應、灰水產出規(guī)模效應、農業(yè)環(huán)境效應和耕地資源效應的貢獻值，按照不同地區(qū)驅動效應的貢獻率劃分出3種類型的驅動模式，詳見表1。

表1 淮河流域35個地級市農業(yè)灰水足跡效率的驅動模式劃分Table 1 Driving effect model division of agricultural grey water footprint efficiency changes of 35 cities in the Huai River Basin

從表1可以看出，淮河流域各區(qū)域的農業(yè)灰水足跡效率主導驅動因素不同，因此以貢獻率絕對值50%為標準來找出主導驅動效應，可以具體細分為4種主導驅動模式，即以農業(yè)經濟效應為主導的單因素驅動模式Ⅰ和以灰水產出規(guī)模效應為主導的單因素驅動模式Ⅱ，農業(yè)經濟效應和農業(yè)環(huán)境效應共同作用的雙因素驅動模式Ⅲ，以及以農業(yè)經濟效應、農業(yè)環(huán)境效應和耕地資源效應共同作用的三因素驅動模式Ⅳ。4種模式分布情況如圖2所示。

圖2 淮河流域35個地級市農業(yè)灰水足跡 效率的驅動模式分布Fig.2 Distribution of driving pattern types of agricultural grey water footprint efficiency of 35 cities in the Huai River Basin

a. 單因素驅動模式Ⅰ。模式Ⅰ是以農業(yè)經濟效應為主導的驅動模式，包括河南省的鄭州、洛陽和平頂山，安徽省的合肥，江蘇省的南通、鹽城、揚州、泰州、宿遷以及山東省的淄博、棗莊、濟寧、泰安、日照和臨沂，共15個地級市。此種模式屬于農業(yè)經濟導向型發(fā)展模式，農業(yè)經濟效應對于灰水足跡效率是正向驅動作用。這些地區(qū)在淮河流域內農業(yè)經濟發(fā)展水平較高，單位農產品的農業(yè)經濟效益高，這與農產品的種植結構和單位面積的產量都有直接關系。此種模式應該繼續(xù)保持農業(yè)經濟效應的主導模式，調整農作物種植結構，增加單位面積產量。

b. 單因素驅動模式Ⅱ。模式Ⅱ的主導驅動因素是灰水產出規(guī)模效應，包括河南省的漯河，安徽省的淮北、阜陽和江蘇的徐州4個地級市。這種主導驅動模式的發(fā)展相對來說是一種良性的發(fā)展，可以繼續(xù)保持這種農業(yè)生產力發(fā)展和生態(tài)良好的綠色發(fā)展模式。

c. 雙因素驅動模式Ⅲ。模式Ⅲ是主要以農業(yè)經濟效應和農業(yè)環(huán)境效應雙重驅動的模式，包括河南省的開封、許昌、商丘、周口、南陽和駐馬店以及江蘇省的淮安和連云港，共8個地級市。這些地區(qū)單位農產品的農業(yè)經濟效益高，農產品種植結構利于提高農業(yè)經濟發(fā)展水平；同時這些地區(qū)的農業(yè)環(huán)境效應都是負值，對于灰水足跡效率起到負向作用。所以這些地區(qū)的農業(yè)污染特征屬于粗放式農業(yè)發(fā)展階段，就是農業(yè)經濟發(fā)展水平較高，但是水資源環(huán)境保護水平較低。這種模式地區(qū)應該轉變農業(yè)發(fā)展方式，通過農業(yè)創(chuàng)新來促進經濟產值的增加和環(huán)境的保護，實現社會經濟系統和資源環(huán)境系統相輔相成、相互促進的雙重目標。

d. 三因素驅動模式Ⅳ。此模式主要支配因素由農業(yè)經濟效應、農業(yè)環(huán)境效應和耕地資源效應三者共同決定，主要包括安徽省的亳州、宿州、蚌埠、淮南、滁州和六安，河南省的信陽和菏澤。這些地區(qū)特征是農業(yè)經濟發(fā)展水平較高，同時農業(yè)環(huán)境效應的負向貢獻率也較大，不過這種模式與模式Ⅲ相比，耕地資源效應對于灰水足跡效率的正向貢獻率較高，這些地區(qū)的人均耕地面積較大，此種模式優(yōu)于模式Ⅲ。這些區(qū)域需要走農業(yè)經濟和環(huán)境保護協調發(fā)展的道路，充分發(fā)揮耕地資源效應和農業(yè)經濟效應，以先進農業(yè)技術手段來代替農業(yè)化肥作用，或者提高化肥等的吸收率，降低化學污染物對水資源的污染。

4 結 論

a. 淮河流域35個地級市的農業(yè)灰水足跡效率有逐漸提升的趨勢；從各省分布情況來看，山東省的農業(yè)灰水足跡效率最高，其次是安徽省和江蘇省，河南省最低，空間分布特征是沂沭泗水系的山東地區(qū)普遍較高，干流水系的中、下游次之，上游最低。

b. 農業(yè)經濟效應、灰水產出規(guī)模效應和耕地資源效應為正向效應，化肥強度效應和農業(yè)環(huán)境效應為負向效應，其中農業(yè)經濟效應正向貢獻率最大，是影響農業(yè)灰水足跡效率最主要的驅動因素，農業(yè)環(huán)境效應負向影響較大。

c. 根據農業(yè)灰水足跡效率驅動因素的貢獻值大小，淮河流域35個地級市的驅動模式劃分為4類：以農業(yè)經濟效應主導的單因素驅動模式Ⅰ，以灰水產出規(guī)模效應主導的單因素驅動模式Ⅱ，以農業(yè)經濟效應和農業(yè)環(huán)境效應共同作用的雙因素驅動模式Ⅲ，以農業(yè)經濟效應、農業(yè)環(huán)境效應和耕地資源效應共同作用的三因素驅動模式Ⅳ。

d. 應將河南省種植業(yè)作為水污染重點治理產業(yè)，充分發(fā)揮農業(yè)經濟效應的正向驅動效應，依靠農業(yè)技術進步給農業(yè)發(fā)展轉型提供強大動力，有效減少化肥農藥等投入，進一步降低化肥強度效應來促進化肥利用效率的提高，最終提高農業(yè)灰水足跡效率。