2. 中国科学院大学, 北京 100049;
3. 新疆财经大学旅游学院, 乌鲁木齐 830012
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Tourism College, Xinjiang University of Finance and Economics, Urumqi 830012, China
水是干旱区发展的生命线[1]。对于西北干旱区而言,水资源的重要性不言而喻,时空分布不均以及人类不合理利用等因素导致了诸如地下水位下降、湖泊干涸、河道断流等问题[2],使土地面临退化,自然灾害增加,同时也影响着干旱区的社会经济发展,水资源的合理调配和高效开发利用无疑是干旱区社会经济发展中亟待解决的问题。20世纪末Allan首次提出虚拟水的概念[3],将虚拟水与贸易和消费联系起来,赋予其生态经济的内涵。在全球水资源短缺的严峻形势下,人们重新审视虚拟水视角下的粮食安全[4-6]、农产品贸易[5, 7]、农业水资源开发[8]等.
21世纪初程国栋院士将虚拟水这一概念引入国内[9],与此同时Hoekstra提出“水足迹”的概念[10],二者之间存在联系,但也有区别,单位产品耗水量(包括稀释水需求量)称为“农产品生产水足迹”,而只有在农产品发生贸易或者交换的时候才称为“虚拟水”,也就是说虚拟水往往和贸易联系在一起。经过数十年的发展,目前学界大都认为虚拟水与贸易、经济流动、产品进出口等挂钩,而水足迹描述人类的生产和消费对于水资源系统的影响。关于水足迹的研究尺度,可以分为国家水足迹、个人水足迹;种类上可以分为绿水足迹、蓝水足迹、灰水足迹等。另外关于水足迹理论[11-14]、水足迹量化计算[15-18]以及水足迹与各产业间的内在机理研究[19-26]等也有一系列的学术热潮。
纵览已有研究,水足迹仍然是当下研究热点,回顾以往研究,主要存在以下不足:研究尺度主要集中在国家、地区、省级等尺度,而县域小尺度研究较少;另外水足迹理论为干旱区节水灌溉、种植结构调整、空间布局等方面提供了很好的研究视角,水足迹视角下干旱区灌溉农业时空分布格局如何,以及水足迹与资源环境经济等要素的匹配情况如何,这都是以往研究中尚未涉及的。本文在征询专家意见基础上建立农业生产优势度的评价指标,用以表征地区农业生产潜力;测算水足迹指数,用以表征农业布局现状;在此基础上构建差异指数模型衡量两者之间的关系,代表了农业发展潜力与现实农业情况之间的差别,即可得知某个地区的潜力是否完全发挥,或者某个地区的水土资源是否已经过度利用。这样一来,水足迹与农业生产优势度便产生了联系。然后采用不平衡指数探究水足迹与资源、环境、经济、技术等各要素的匹配特征,找出引起不平衡的原因,旨在寻求各县市最佳的农业发展策略,同时期望为类似区域在农业发展过程中产生的农业资源优化配置问题提供参考。
1 研究区与数据 1.1 研究区概况研究区地处天山北麓及准噶尔盆地南缘(图 1),山地、绿洲、荒漠镶嵌其中,东起木垒县,西至温泉县,属于中温带干旱大陆性气候区,总面积约15.12万km2,占全疆总面积的9.08%,分为东(木垒县、奇台县、吉木萨尔县、阜康市、乌鲁木齐市),中(昌吉市、呼图壁县、玛纳斯县、沙湾县、克拉玛依市、奎屯市、乌苏市),西(温泉县、博乐市、精河县)3个片区,区内年均温6.7~8.9 ℃,多年平均降水量224.28 mm,水资源总量109.02×108 m3,多年平均日照时数2 671.5 h,独特的气候条件造就了特色鲜明的农业资源,各具特色的农、林、牧等产品优势决定了天山北麓农产品主产区具有农业发展上的巨大发展潜力,2017年年末该区域人口达到624.60万人,农村人口190.70万人,农村人口占区域总人口的30.53%,第一产业产值474.41亿元,占据全疆第一产业产值的28.77%,是新疆人口分布最集中、农业生产优势最大的区域。
Download:
|
|
本研究涉及4个时间截面(2000, 2005, 2010, 2017年),各指标原始数据来源于相应年份的新疆统计年鉴、各地州统计年鉴以及气象水文资料、新疆县域社会经济资料、各县(市)国民经济和社会发展统计公报等。部分县(市)某些指标数据缺失,缺失值用线性插补法得到,以保证数据的完整性和可比性。
需要说明的是:1) 米泉市于2007年与乌鲁木齐市的东山区合并为乌鲁木齐市市辖区米东区,故本文中2000和2005年关于米泉市的数据一律合并到乌鲁木齐市的数据,以保持研究区的完整性和不变性;2)由于五家渠、石河子和阿拉山口市的数据未能获取,故下述天山北麓农产品主产区的研究区域不包括以上3市,且不包括新疆生产建设兵团;3) 现有文献对单位虚拟水含量的测算均基于国家或者省级尺度,故本文农畜产品单位虚拟水含量数据借鉴国内外已有对于中国或者新疆地区[27-28]的测算值;4) 农村人均纯收入、农业劳动生产率、耕地产出率3项指标中涉及到的价格均以2000年为基期的可比价进行计算,为消除量纲影响,采用极差标准化方法对所有原始数据进行无量纲化处理。
对正指标做以下处理
$ X_{i j}=\frac{x_{i j}-\min \left(x_{i j}\right)}{\max \left(x_{i j}\right)-\min \left(x_{i j}\right)} \times 100, $ | (1) |
对逆指标做以下处理
$ X_{i j}=\frac{\max \left(x_{i j}\right)-x_{i j}}{\max \left(x_{i j}\right)-\min \left(x_{i j}\right)} \times 100. $ | (2) |
式中: Xij表示第i个县(市)的第j个指标标准化后的值,xij代表指标原始值,max(xij) 代表第j个指标所在列的最大值,min(xij) 代表第j个指标所在列的最小值。
1.3 研究方法 1.3.1 农业生产优势度1) 指标体系构建
区域农业生产优势度指虚拟水视角下,综合考虑区域自然、社会经济、生态等因素下该地区进行农业活动的适宜度,适宜度越大表明该区域具备更强的农业生产优势,本文在前人研究的基础上,按照科学性、简洁性、系统性、可操作性等原则从资源禀赋、社会效益、经济效益、生态效益、技术保障5方面构建农业生产优势度准则层,选择与农业生产密不可分的二级指标构建指标层(表 1)。
2) 改进的AHP分配权重
传统分配权重常用熵值法、Delphi专家咨询法、层次分析法(AHP)等。熵值法赋权的基本原理是根据某个指标的数据离散程度赋权,当离散度较大时权重较小,根据对指标数据的观察和对专家的咨询,发现熵值法赋值并不适用;Delphi专家咨询法对专家要求比较高,而且多次咨询工作量大,专家感到任务繁重且操作困难;传统的九标度层次分析法标度划分多,使得指标评判主观性强且差异大,导致最终评价结果不能很好统一;因此本文权衡利弊,采用改进的三标度AHP方法(0-2)对指标赋权[29],具体操作步骤如下:
① 构建比较矩阵和判断矩阵,根据专家意见构造每一层次的三标度比较矩阵D=(dij)n×n, n为比较矩阵的阶数。
$ d_{i j}=\left\{\begin{array}{ll} 0, & i \text { 元素没有 } j \text { 元素重要 } \\ 1, & i \text { 元素和 } j \text { 元素同等重要 } \\ 2, & i \text { 元素比 } j \text { 元素重要. } \end{array}\right. $ | (3) |
由式(1)得到D对应的判断矩阵A=(aij)n×n,其中
$ a_{i j}=\left\{\begin{array}{ll} r_{i}-r_{j}, & r_{i}>r_{j} \\ 1, & r_{i}=r_{j} \\ 1 /\left(r_{j}-r_{i}\right), & r_{i}<r_{j}. \end{array}\right. $ | (4) |
式中: ri、rj是重要性程度排序指数,
② 优化矩阵以及指标权重值计算
构建优化矩阵K=(kij)n×n,n为优化矩阵阶数,优化矩阵中的元素计算公式如下
$ {k_{ij}} = \sqrt[n]{{\frac{{\prod\limits_{i = 1}^n {{a_{il}}} }}{{\prod\limits_{i = 1}^n {{a_{jl}}} }}}}. $ | (5) |
计算各评价指标的单一权重值,做归一化处理:
$ {{w_i} = \sqrt[n]{{\prod\limits_{i = 1}^n {{a_{il}}} }},i = 1,2 \cdots n} $ | (6) |
$ {\overline {{w_i}} = \frac{{{w_i}}}{{\sum\limits_{i = 1}^n {{w_i}} }}.} $ | (7) |
式中: wi为第i个因素对应的权重值;wi为第i个因素对应的归一化权重值;n为指标总数。这样一来就对判断矩阵完成了自协调优化,并且获得了具有完全一致性的权重结果,简化了一致性调整的过程,得到的归一化权重值与对应的上层指标权重值相乘即得到指标层各项指标权重值Wi,具体结果见表 1。
3) 综合指数加权求和模型
为定量测算天山北麓农产品主产区各县(市)的农业生产优势度,采用简便易行且适用性强的综合加权模型进行计算:
$ {S_i} = \sum\limits_{i = 1}^n {{w_i}} {X_{ij}}. $ | (8) |
式中: Si为农业生产优势度;Wi为各指标权重值;Xij为数据标准化值;i为指标因子个数;j为样本数。
1.3.2 水足迹指数本文构建改进的农产品水足迹指数模型,目的是评价区域农业生产对水资源的消耗水平。以往研究[26, 30]中通常采用人均水足迹这一指标,本文认为人均农业生产水足迹对于一个地区的经济生产活动对资源消耗水平程度评价实际意义不大,因为该指标通常用来评价消费行为所产生资源环境效应,因此选用具有代表性的农产品水足迹与畜产品水足迹总和来表征水足迹指数。该指标具体含义指某一区域内的农林作物或牲畜在生长过程中所利用的水资源总量,是由农作物在生长过程中所消耗的实际水资源量决定的,值越大代表其生命周期中对水资源的需求量越高。根据新疆实际情况,选取主要农产品:玉米、小麦、水稻、薯类、豆类、棉花、蔬菜、菜制品、糖类、酒类等;畜产品:猪肉、绵羊肉、山羊肉、牛肉、禽肉、蛋类以及奶类等。计算公式为:
$ {{A_i} = W{F_{\rm{c}}} + W{F_{\rm{a}}},} $ | (9) |
$ \begin{array}{*{20}{c}} {W{F_{\rm{c}}} = \sum\limits_{j = 1}^n V W{C_{\rm{c}}} \times {P_{\rm{c}}},}\\ {W{F_{\rm{a}}} = \sum\limits_{j = 1}^n V W{C_{\rm{a}}} \times {P_{\rm{a}}}.} \end{array} $ | (10) |
式中:Ai为水足迹指数;WFc为农产品水足迹总和;WFa为畜产品水足迹总和;VWCc和VWCa分别为单位质量农、畜产品的单位虚拟水含量;Pc和Pa分别为区域农、畜产品产量。
1.3.3 水足迹-农业生产优势度差异指数差异指数用以在宏观上定性表征该地区农业生产现状与农业生产潜力的关系[25]。如果生产优势度排名比水足迹指数排名高,表示该地区农业生产潜力大,而当前的农业生产力度尚未达到最佳水平,本应为周边或全疆贡献更多的农产品,为食物和水资源安全服务,却尚未发挥区域水土优势以达到这样的效果,因此应该加大农业生产力度,反之同理。具体计算公式为
$ A{I_j} = \sum\limits_{j = 1}^n {(R{D_j} - R{W_j})} /4. $ | (11) |
式中:AIj为水足迹-农业优势度差异指数;RDj为区域农业生产优势度排名;RWj为主要的区域农畜产品水足迹指数排名,根据新疆天山北麓各县(市)实际计算值,参考南国卫等[25]的研究,差异指数实质是从宏观角度对各个县市的农业生产条件的评估,因此根据具体数值,认为如果某县市的水足迹与优势度的4年综合排名指数相差2个层次,可以认为过密或者过疏,如果4年平均值的绝对值小于2,认为农业布局合理。这样可以避免因单一年份的偏差造成的错误划分,差异指数具体分为3种情况:生产布局过密型(AI>2),生产布局合理型(-2≤AI≤2)和生产布局过疏型(AI < -2)。
1.3.4 不平衡指数仅仅采用差异指数模型并不能反映出何种要素造成差异。为进一步定量分析各县市水足迹与各要素的空间匹配关系,经过权衡考虑,选取表 1中与水足迹密切相关且权重较为靠前的农业灌溉用水量、常用耕地面积、农业劳动生产率、化肥施用量、耕地农机总动力5项具有代表性的指标,测算不平衡指数。该指数原用来测度城镇化的水平差异[31],本节引入以衡量区域农业生产水足迹与农业生产优势度各主要指标要素的差异程度,反映一定单元内部水足迹与资源、社会、经济、技术等各要素的不平衡程度,体现单元之间的外部性,可以作为测度外部公平性的参考方法。具体计算如下
$ I=\sqrt{\sum\limits_{i=1}^{n} \sqrt{2} / 2\left(x_{i}-y_{i}\right)^{2} / n}. $ | (12) |
式中:I为不平衡指数,n为地区数,xi、yi分别代表i地区的水足迹与各主要指标要素占全区比重。以xi、yi分别作为横纵坐标,当二者差异越小,则点(xi、yi)越向直线y=x靠近,意味着二者的平衡程度越高,反之同理。点(xi、yi)到直线y=x的垂直距离为
$ {d_i} = \frac{{\sqrt 2 }}{2}({x_i} - {y_i}). $ | (13) |
di的绝对值值越小,意味着i地区的农产品水足迹与各要素的空间分布差异性就越小。将各要素对应的不平衡指数分别记为Iaap、Iwai、Icca、Ialp、Iaqf、Itpm、Ieia, 同时根据式(13)得到相应的daap、dwai、dcca、dalp、daqf、dtpm、deia。
2 结果与分析 2.1 水足迹指数及农业生产优势度时空演化分析 2.1.1 水足迹指数时空分布格局根据式(9)、式(10),得到4期水足迹指数(表 2),借助Arcgis10.4软件进行空间可视化表达(图 2)。从图表中可以看出该指数时空分布不均且存在波动,整体上呈现“中部高,东西低”的宏观态势。具体分析如下:从空间尺度来看,西部3县(市)呈现低水平增长趋势,博乐市增幅最大,这主要是因为西部3县市的气候条件等限制了农业发展空间,导致水足迹低于中东部;克拉玛依市和奎屯市水足迹始终低于其他各县市,两市工业基础较好,相对来说农业基础薄弱,加之土壤地貌多为戈壁且用来灌溉的水资源稀缺,导致当地缺乏利于农业发展的必要条件;乌苏市、沙湾县、玛纳斯县、呼图壁县等地的水足迹指数较高,这是因为该区农业基础好,农产品产量逐年增高,因此消耗的水资源也多,指数呈现逐年上升的趋势;东3县中,奇台县的指数排名最高,除2005年外,其他年份均排名地区前列,奇台县作为新疆的农业大县,气候和水土条件资源禀赋较好,且畜牧业发达,水足迹指数较高。从时间尺度来看,绝大部分县市指数呈现逐年上升趋势,沙湾、奇台、乌苏增速最大。农业发展水平与水足迹指数正相关,中部地区的发展水平普遍高于东西部地区,克拉玛依市和奎屯市虽然整体的产业水平比较高,然而对农业的关注度不够,发达的工业制造业发展未能带动自身以及地区农业发展速度的提高。
Download:
|
|
根据式(6)得到各县(市)4年的农业生产优势度(表 3),将结果分为5种类型(图 3),分别是:低优势度(RD < 30)、较低优势度(31 < RD < 40)、中优势度(41 < RD < 50)、较高优势度(51 < RD < 60)、高优势度(61 < RD),可以发现:
Download:
|
|
1) 时间尺度上,除昌吉市、呼图壁县、奎屯市、阜康市的优势度等级始终保持不变外,其他地区均有波动,这揭示出在该区域的4个时间节点上出现了经济发展与生态环境之间的矛盾,尽管经济发展水平、技术水平是不断提高的,然而经济快速发展所附带的资源消耗、生态恶化等也随之出现,导致优势度起伏波动。具体来讲,优势度变化主要有以下几种形式:①“低—高”趋势,如奇台县由2000年的较低优势度到2005年的中等优势度,此后保持中等优势度;②“高—低”趋势,如沙湾县2000—2010年保持较高优势度,2017年降为中优势度,博乐市由较低优势度降为低优势度;③“低—高—低”趋势,如玛纳斯县从2000和2005年的较高优势度—2010年的高优势度—2017年较高优势度, 乌苏市2000年较低优势度—2005和2010年中等优势度—2017年较低优势度;④“低—高—低—高”优势度,如乌鲁木齐2000较低优势度—2005低优势度—2010较低优势度—2017低优势度。
2) 在空间上,2000、2005、2010、2017年4个截面内的农业生产优势度整体上呈现出“中部高,东西低”的空间格局, 中部的玛纳斯县、沙湾县、呼图壁县均始终排名在前6位,具有较高或高的优势度,这些县市经济发展水平较高,农业生产的技术水平比较高,且水资源充足,农田水利灌溉设施比较成熟。而西部3县(市)农业生产优势度维持在中度或中度以下水平,无论在农业发展的气候适宜度,或者是水资源、农业技术水平等要素方面均远不如其他地区,加之西部地区人口较少,牧民较多,草原广阔,草原生态和特色林果业更受重视,这些方面都直接或间接地导致西部3县市的农业生产能力较弱。除此之外,玛纳斯、沙湾等地具备政府的政策优势,这更加强化了农业生产优势度的空间分异。
综合时空变化情况可得知,天山北坡农产品主产区的农业生产优势度时空变化是一个与自然、社会、生态及经济因素密不可分的过程,每个因素的变化都对当年的农业生产优势度产生影响。大体上经历了东、中、西“分异明显”(2000年)—“分异弱化”(2005年和2010年)—“分异明显”(2017年)3个阶段,前期属于低水平的均衡阶段,东西部均为低优势度状态,之后很长时间内区域内部发展不平衡,各县市对于各自的农业合理开发程度及对农业发展潜力的认识不够,导致原有的均衡低效状态被打破。2010年以后随着对于二产为主导方向的发展,农业已经处于弱势地位,加之政策上对农业扶持力度不够,原有的耕地撂荒和无序开发等问题,非农用水需求量逐渐增加对区内农业用水构成威胁,工业生产导致地表生态环境破坏,人口增长导致区内人均水资源占有量持续下降,以上诸多问题都是2017年区域农业优势度普遍下降的原因,使其恢复到农业生产优势度“分异明显”状态。
2.2 农业生产类型划分利用式(7)计算得到4年的差异指数平均值作为划分标准(表 4),同时利用Arcgis10.4软件进行可视化表达(图 4),分类方案如下。
Download:
|
|
农业生产布局过密型集中在中部地区,包括沙湾县、乌苏市、乌鲁木齐市。说明资源环境承载力已受到一定程度的威胁,若按照当前形势继续发展将不能满足未来的实际需求,农业生产布局呈现出过密的趋势;乌鲁木齐市的差异指数为8.75,表明该市对整个区域粮食安全贡献已经超过其应承担的责任,作为首府城市,面临经济发展和生态平衡等各项压力,而其现有的农业发展状况远超当地的自然和社会的可承载能力,有必要调整其农业生产布局,进而通过减少耗水过大的农业生产的方式减少水土承载压力。
2.2.2 农业布局合理型农业布局合理型包括西部温泉县,中部呼图壁县、昌吉市、吉木萨尔县、阜康市、奎屯等6县市。这些县市的差异指数均在-2~2,其中吉木萨尔县、阜康市、奎屯的差异指数接近于最优值0,农业发展水平和本地的水土条件基本符合,农业生产布局无需做太大调整,应该注意在目前农业生产条件的基础上,继续提高用水效率和农业机械化水平,走节水农业之路,进而为干旱区的农业生态化和可持续发展做出积极贡献。
2.2.3 农业布局过疏型该类型主要包括精河县、克拉玛依市、玛纳斯县、木垒县。差异指数均在-2以下,其中克拉玛依市的差异指数为-9.75,全区最低;玛纳斯县为-4.25,表明这些县市在地区的农畜产品供应和粮食安全保障等方面,应当承担的责任远大于其所做出的贡献,在农、畜产品生产方面依然有很大潜力,水土资源效率尚未完全发挥,如精河县应该继续发挥本地气候和水土优势,加强特色林果(枸杞)的培育和推广;尽管玛纳斯县具有较好的农业优势,但近年来在农业方面科技投入不足,与同等县市相比,产业规模小,可以通过改变种植结构的方式,如适当扩大农业耗水品(棉花)的生产, 进而使区域内的水土资源得到最大限度的利用。
2.3 不平衡指数分析 2.3.1 水足迹与资源要素匹配分析1) 水足迹与灌溉用水量
该区自然降水量均在400 mm以下,灌溉用水显得尤为必要。由表 5可知,高于全区平均水平的有温泉、乌苏、沙湾、乌鲁木齐、木垒等县市,乌苏(Iwai=3.63)和沙湾(Iwai=2.28)最高,表明水足迹与农业灌溉用水量的空间分布不平衡性较大。从距离上来看,沙湾县正数距离最大为3,乌鲁木齐负数距离最大为-1.73。沙湾县作为重要粮食产地,是农产品水足迹贡献率高出灌溉用水量比例最大的地区,该县水资源压力较大,灌溉用水已成为该地区农业发展中一项重要限制因子。乌鲁木齐市的灌溉用水贡献率高于水足迹贡献率,表明灌溉用水尚有利用空间,未能充分发挥作用。
2) 水足迹与耕地面积
耕地资源是粮食及其他农产品生产的主要资源。各县市不同的土地本底条件以及对土地的利用方式和管理措施不同,表现为耕地资源的丰欠程度。通过比对各县市耕地面积与水足迹含量,可以发现研究区内某些县市的耕地资源与水足迹含量严重不符合,显然面临着不可持续的风险。比如乌苏市的耕地面积排名比较靠前,然而不平衡指数为3.32,为全区最大,表明乌苏市的耕地资源与农业生产极不匹配,表明耕地资源的实际利用效果不佳,对于区域水足迹的贡献较少。克拉玛依市耕地资源相对短缺,然而其不平衡指数亦达到2.35,距平衡线的距离为-1.98,这说明克拉玛依市在有限的耕地资源内获得了超出自身能力的水足迹产量,单从耕地资源角度来说,克拉玛依市对于区域水足迹贡献是比较高的。另外,从表 5可知,高于全区平均水平的还有昌吉市(Icca=3.18)、博乐市(Icca=1.71)等。
耕地面积与农产品产量息息相关,近年来随着城市化、工业化进程加快,土地利用非农化速度加快,同时耕地撂荒现象时有发生。另外天山北坡农产品主产区位于中国西北内陆地区,加之经济水平落后、科学技术含量低、资源利用方式粗放等因素的影响致使该地区农产品生产受到威胁。因此,平衡好耕地面积与农产品产量之间的关系,降低单位农产品产量水足迹,提高单位面积耕地产出率,对于保持区域水土资源平衡尤为必要。
2.3.2 水足迹与经济环境技术等要素匹配分析本节以农业劳动生产率为代表分析经济要素与农业生产水足迹的匹配情况,以化肥施用量为代表分析农业生产面源污染与水足迹不平衡指数的空间差异状况,以耕地农机总动力为代表分析技术要素与农业生产水足迹的空间匹配状况。
由表 5可知,克拉玛依市的水足迹-经济不平衡指数(Ialp=31.5)远超全区平均水平(Ialp=9.06),水足迹与经济要素极不匹配,从到平衡线y=x的距离看,为负数最大(-26.5)。由此可见,克拉玛依市作为经济快速发展的地区,其经济贡献率远超水足迹贡献率,克拉玛依市在注重石油化工等产业的同时,应该加强对于农业的关注。从水足迹-环境不平衡指数来看,沙湾县(Iaqf=6.85)、奇台县(Iaqf=5.79)及玛纳斯县(Iaqf=3.96)高于全区平均值,从距离来看,沙湾县为负数最大(-5.76),奇台县为正数最大(4.87),表明沙湾县的农产品水足迹贡献率超过化肥施用量贡献率,而奇台县则是农产品水足迹贡献率小于化肥施用量贡献率。这两县农产品水足迹和农业面源污染的匹配状况较差,应该注意避免农业污染对环境的损害。
从水足迹-技术不平衡指数来看,乌苏市、精河县、奇台县比较靠前且高于平均值,从距y=x的距离来看,乌苏为负数最大(-2.10),奇台为正数最大(1.06),表明乌苏市的农产品水足迹贡献率超过农机总动力贡献率,说明技术的发展速度已经落后于生产的速度;奇台县的水足迹贡献率低于农机总动力贡献率,表明技术水平的发展并未完全带动该地区的农业生产。事实上,对于干旱区而言,尽管本底条件很大程度上决定了农业发展水平的上限,然而农业技术水平的提升对于干旱区绿洲农业至关重要,技术进步率所带来的收益往往呈现指数型上升。就农业生产而言,一方面技术进步可以让本地水土发挥最大优势,另一方面可以节省人力,提高农业生产效率,这3个县市的水土资源条件与该地区技术水平相背离。乌苏市作为农业大市,更应该继续注重现代技术在农业生产中的应用,如提升农业机械化水平,推广现代滴灌等技术等等。
3 结论农业是天山北麓农产品主产区的基础产业,同时也是事关国计民生的根本产业。本文选取4期相关统计资料数据,计算水足迹指数,构建农业生产优势度模型,测算水足迹-农业生产优势度差异指数,并进一步利用不平衡指数分析引起外部不公平性的主要地区,主要结论如下:
1) 2000—2017年天山北麓农产品主产区县域农村水足迹指数时空分布不均且存在波动,整体上呈现出“中部高,东西低”的宏观态势;绝大部分县市指数呈现逐年上升趋势,农业发展水平与水足迹指数正相关。
2) 天山北麓农产品主产区的农业生产优势度县域水平差异较大,整体上呈现出中部地区较高、东西部偏低的空间格局,除少数县市优势度等级不变外,其他各区域随着时间变化呈现出不同类型的演化趋势,东中西部优势度分异“明显—弱化—明显”状态,2017年农业生产优势度普遍下降。
3) 天山北麓农产品主产区区域农业生产布局可分为过密型、合理型、过疏型3种类型:过密型县市包括中部沙湾、乌苏市、乌鲁木齐市、博乐市、奇台县; 合理型县市包括西部温泉县,中部呼图壁县、昌吉市、阜康市、奎屯市,东部的吉木萨尔县等; 过疏型县市包括西部的精河县,中部的克拉玛依市、玛纳斯县,东部的木垒哈萨克县等。
4) 沙湾、乌苏县的水足迹-资源环境经济要素外部不公平性最为突出。另外沙湾县和乌鲁木齐市水足迹-灌溉用水量不匹配问题较为突出; 昌吉市、乌苏市、博乐市、克拉玛依市农产品水足迹与耕地资源匹配度较低;克拉玛依市区域水足迹-经济不平衡性较高;沙湾和奇台县农产品水足迹和农业面源污染的匹配状况较差;乌苏和奇台县水足迹-农业技术不平衡性较为显著。
4 建议与讨论天山北麓西部农牧交错带水资源丰富,草场面积广大,应发挥地域优势,发展专业化畜牧业,加强特色农产品的培育,壮大设施农业,同时应注意草原退化和风沙侵蚀对于水土资源的威胁;中东部地区作为农业生产的主力,在区域农业发展中承担了较重的责任,应增加节水灌溉面积,提高农业的规模化、集约化和专业化水平,同时保持农业和生态用水之间平衡,加强生态保护意识,防治土壤盐碱化,避免过度开采地下水,提高水土资源综合利用率,为区域农业发展做出贡献。
根据本文结论,提出以下几点针对性建议:针对农业布局过密型县市,应该适当减少耗水量大的作物(如棉花)的种植面积,并发展节水农业;对于农业布局过疏型县市,应充分发挥水土资源优势,可以适当增加耗水型农作物生产,适度提高畜牧养殖规模。针对水足迹-经济不匹配的县市,如克拉玛依市,应该继续关注农业发展,加强“工业反哺农业”战略继续推进;对于水足迹-环境要素不平衡的县市而言,注重发展生态农业,绿色农业,减少农业面源污染对农业的侵害;对于水足迹-技术要素不平衡的县市,应适当给予技术支持和农业补贴,最大限度提高农业生产效率。
本文从水足迹视角出发,解析时空双维下天山北麓农产品主产区的水足迹指数和农业生产优势度格局,利用水足迹-农业生产优势度差异指数将天山北麓研究区划分为3个层次(合理型、过密型、过疏型),并分析县域尺度水足迹与各要素的不平衡性,以期为天山北麓农产品主产区的农业生产和水土资源优化配置提供参考。需要说明的是,本文提及的差异指数虽然属于人为划分,但通过实地走访调研,划分结果与当地实际情况基本符合,因而对指导宏观上的农业生产具有一定参考。然而差异指数仅在理论上提供划分农业布局类型的视角,推广到其他研究区时亦不能忽视当地的实际水土条件。另外,由于数据的限制,本文默认同一年份的各县市的相同农产品或者畜产品的单位虚拟水量是一致的。在农业生产优势度的评估中未能将政策因素纳入分析范围,这均是需要在今后重点改进和加强的方面。
[1] |
邓铭江. 中国西北"水三线"空间格局与水资源配置方略[J]. 地理学报, 2018, 73(7): 1189-1203. |
[2] |
张元明, 陈亚宁, 张小雷. 塔里木河下游植物群落分布格局及其环境解释[J]. 地理学报, 2004, 59(6): 903-910. Doi:10.3321/j.issn:0375-5444.2004.06.013 |
[3] |
Allan J A. Fortunately there are substitutes for water: otherwise our hydropolitical futures would be impossible[C]//Priorities for water resources allocation and management. London, United Kingdom: ODA, 1993: 13-26.
|
[4] |
Salmoral G, Yan X Y. Food-energy-water nexus: a life cycle analysis on virtual water and embodied energy in food consumption in the Tamar catchment[J]. Resource Conservation and Recycling, 2018, 133: 320-330. Doi:10.1016/j.resconrec.2018.01.018 |
[5] |
Chen W M, Wu S M, Lei Y L, et al. Virtual water export and import in china's foreign trade: a quantification using input-output tables of China from 2000 to 2012[J]. Resources Conservation and Recycling, 2018, 132: 278-290. Doi:10.1016/j.resconrec.2017.02.017 |
[6] |
Renault D. Virtual water value in food supply management[J]. Houille Blanche-Revue Internationale De L Eau, 2003(1): 80-85. |
[7] |
Hoekstra A, Chapagain A. Water footprints of nations: water use by people as a function of their consumption pattern[J]. Water Resources Management, 2007, 21(1): 35-48. |
[8] |
Mojtabavi S A, Shokoohi A, Etedali H R, et al. Using regional virtual water trade and water footprint accounting for optimizing crop patterns to mitigate water crises in dry regions[J]. Irrigation and Drainage, 2018, 67(2): 295-305. Doi:10.1002/ird.2170 |
[9] |
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. Doi:10.3969/j.issn.1000-3045.2003.04.006 |
[10] |
Hoekstra A Y, Hung P Q. Globalisation of water resources: international virtual water flows in relation to crop trade[J]. Global Environmental Change, 2005, 15(1): 45-56. Doi:10.1016/j.gloenvcha.2004.06.004 |
[11] |
刘宝勤, 封志明, 姚治君. 虚拟水研究的理论、方法及其主要进展[J]. 资源科学, 2006, 28(1): 120-127. Doi:10.3321/j.issn:1007-7588.2006.01.020 |
[12] |
吴兆丹, 赵敏, Upmanu L, 等. 关于中国水足迹研究综述[J]. 中国人口·资源与环境, 2013, 23(11): 73-80. Doi:10.3969/j.issn.1002-2104.2013.11.011 |
[13] |
徐中民, 宋晓谕, 程国栋. 虚拟水战略新论[J]. 冰川冻土, 2013, 35(2): 490-495. |
[14] |
尚海洋, 张志强, 王岱, 等. 虚拟水战略新论的社会经济效益分析: 以石羊河流域民勤县为例[J]. 冰川冻土, 2015, 37(3): 818-825. |
[15] |
徐中民, 龙爱华, 张志强. 虚拟水的理论方法及在甘肃省的应用[J]. 地理学报, 2003, 58(6): 861-869. Doi:10.3321/j.issn:0375-5444.2003.06.009 |
[16] |
曹娣, 曹文志, 陈劲松, 等. 基于水足迹理论的九龙江流域水资源评价[J]. 资源科学, 2012, 34(10): 1905-1912. |
[17] |
杨雅雪, 赵旭, 杨井. 新疆虚拟水和水足迹的核算及其影响分析[J]. 中国人口·资源与环境, 2015, 25(S1): 228-232. |
[18] |
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(S1): 6-10. |
[19] |
王玉宝, 吴普特, 孙世坤, 等. 我国粮食虚拟水流动对水资源和区域经济的影响[J]. 农业机械学报, 2015, 46(10): 208-215. Doi:10.6041/j.issn.1000-1298.2015.10.027 |
[20] |
王晓萌, 黄凯, 杨顺顺, 等. 中国产业部门水足迹演变及其影响因素分析[J]. 自然资源学报, 2014, 29(12): 2114-2126. Doi:10.11849/zrzyxb.2014.12.012 |
[21] |
朱启荣, 袁其刚. 中国工业出口贸易中的灰色虚拟水及其政策含义[J]. 世界经济研究, 2014(8): 42-47, 53, 88. |
[22] |
孙才志, 韩雪, 秦晓楠. 中国区际间主要农产品虚拟水流动格局稳定性[J]. 地理研究, 2014, 33(3): 478-489. |
[23] |
邹君, 李红伟, 杨玉蓉, 等. 中国省际间农畜产品虚拟水流动合理性评价与调控研究[J]. 中国生态农业学报, 2013, 21(10): 1299-1306. |
[24] |
韩雪, 孙才志. 中国主要农产品虚拟水流动格局形成机理研究[J]. 资源科学, 2013, 35(8): 1567-1576. |
[25] |
南国卫, 孙虎, 宋永永. 基于虚拟水战略的黄土高原地区农业生产空间布局优化: 以榆林市为例[J]. 经济地理, 2017, 37(10): 197-205. |
[26] |
宋永永, 米文宝, 卜晓燕. 基于虚拟水战略的宁夏农业生产空间布局优化研究[J]. 农业现代化研究, 2015, 36(1): 92-98. |
[27] |
王红瑞, 王军红. 中国畜产品的虚拟水含量[J]. 环境科学, 2006, 27(4): 609-615. Doi:10.3321/j.issn:0250-3301.2006.04.001 |
[28] |
张润, 刘志辉, 秦艳, 等. 新疆2000-2012年主要农作物虚拟水含量计算与分析[J]. 水土保持研究, 2015, 22(4): 265-268. |
[29] |
贾若祥, 刘毅. 中国区域可持续发展状态及类型划分[J]. 地理研究, 2003, 22(5): 609-617. Doi:10.3321/j.issn:1000-0585.2003.05.009 |
[30] |
邹君. 虚拟水战略视角下的湖南水密集型产业布局优化调整研究[J]. 农业现代化研究, 2014, 35(2): 213-217. |
[31] |
高进云, 张安录, 杨钢桥. 湖北省城镇化地域差异的实证研究[J]. 中国人口·资源与环境, 2006, 16(4): 107-111. Doi:10.3969/j.issn.1002-2104.2006.04.022 |