灌溉虚拟水流动特征及其对气候变化的响应

严 冬，桂东伟，薛 杰，孙怀卫，廖卫红

(1.华中科技大学水电与数字化工程学院，武汉 430074；2.中国科学院新疆生态与地理研究所 新疆策勒荒漠草地生态系统国家野外科学观测研究站，乌鲁木齐 830011；3.中国水利水电科学研究院 水资源研究所，北京 100038)

由于水资源禀赋以及水资源利用效率不同，国家或地区间生产相同产品的水资源成本具有较大差异。中国水资源分布和社会需求间存在巨大的矛盾，通过地区间虚拟水交易，利用各类商品贸易中蕴含的虚拟水量，可在一定程度上缓解这一矛盾。但由于自然水资源分布和社会生产耗水状况之间的格局正在被气候变化所改变，虚拟水流动这样一种自然水资源间接配置方式所发挥的作用也在发生变化。评价这种变化，将有助于更全面地了解未来可能出现的水资源供需状况。因此，针对我国的地区间虚拟水流动特征进行分析，并对气候变化情景下虚拟水流动的响应进行评价，具有十分重要的理论与现实意义。

当前，已有众多关于虚拟水含量[1-4]、虚拟水流动[5-9]、气候变化对用水[10-13]及水资源影响[14-17]的研究，它们为计算虚拟水流向、流量、评估气候变化下水资源供需状况提供了坚实的理论和方法。但尚未见到分析气候变化条件下虚拟水流动响应特征的研究。为此，本文以中国地区间农业灌溉虚拟水流量计算为基础，运用虚拟水流动强度、输入份额和不均衡程度等指标来评价虚拟水流动状况，并通过分析各地区水资源和农业灌溉净需水量在气候变化情景下的波动，来评价虚拟水流动的响应特征。

1 评价方法

1.1 地区间虚拟水流动

结合可获取的资料，定义和计算地区间虚拟水流动特征。地区间投入产出表给出了不同地区、不同部门(如农业、工业、建筑业等)间商品的流动情况，结合各商品的虚拟水含量，可计算各地区间的虚拟水流动量。区域间投入产出平衡关系可表示为：

(1)

以该式为基础，计算各部门地区间虚拟水流量之和为：

(2)

(3)

(4)

1.2 虚拟水流动评价指标

为合理评估虚拟水流动特征，提出采用虚拟水流动强度、输入份额和不均衡程度等3个评价指标对其进行评价，定义如下。

(5)

(3) 虚拟水流动不均衡程度。借鉴基尼系数的概念和计算公式[18]，整体评价地区间虚拟水流动格局相对水资源和经济总量分布的不均衡程度。首先，分别计算各地区水资源量占全国水资源总量比例、各地区国内生产总值占全国国内生产总值比例、各地区虚拟水输出量占全国虚拟水输出总量比例以及各地区虚拟水输入量占全国虚拟水输入总量比例。然后，分别按各地区水资源量和国内生产总值的大小，从低到高对各地区进行排序。根据排序结果，从水资源数量最低地区开始，依次计算各地区水资源量和虚拟水输出量的累积比例；从国内生产总值最低地区开始，依次计算各地区国内生产总值和虚拟水输入量的累积比例。据此，虚拟水输出格局相对水资源分布、虚拟水输入相对经济总量分布的不均衡程度GE、GF分别为：

(6)

(7)

式中：ELk、FLk分别为k地区的虚拟水输出、输入量；RLk、GLk分别为k地区水资源量和国内生产总值的累积比例。

与基尼系数一样，不均衡程度也是一个介于0和1之间的小数。

1.3 气候变化的影响

虚拟水流量和评价指标与地区耗水和水资源相关，而这两者与气候变化联系紧密。因缺乏工业、建筑业、第三产业等部门耗水受气候变化影响的资料，本文仅针对气候变化通过农业耗水变化而对地区间虚拟水流动量及相关评价指标产生的影响。需要指出的是，气候变化除了影响农产品耗水之外，还会影响农产品产量[19,20]和需求[21]，改变农产品供需格局，进而影响农产品流通状况。因此，气候变化对虚拟水流动的影响包括了农产品耗水和流通两方面。由于农产品流通受到农产品价格、运输费用、粮食购销政策等多方面因素的影响，其变动机制十分复杂，因此本文仅从农产品耗水方面来进行分析。

本文中农业部门年耗水量仅指各类作物年灌溉需水量之和(相应的，后文中的虚拟水及相关计算结果都是关于农业灌溉虚拟水的)。对某一类作物，其年灌溉需水量是作物面积和单位面积年灌溉需水量的乘积，而单位面积年灌溉需水量是各月单位面积需水量的和。对某一个月，其单位面积灌溉需水量C按下式近似估算：

C=ET-P

(8)

ET=kET0

(9)

式中：ET为该月作物腾蒸发量；E为该月有效降水；k为作物系数[22]；ET0为月参考作物腾发量。

本文采用彭曼公式的替代公式[23]计算求得ET0，采用USDA-SCS方法来计算求得P。年径流深R计算公式[24]为：

R=Pyexp(-Ey/Py)

(10)

式中：Py为年降水量；Ey为当年各月潜在蒸发量的和。

(11)

(12)

2 数 据

采用了中国科学院地理科学与资源研究所区域可持续发展分析与模拟重点实验室编制的中国2007年30省(区、市)(除了西藏、香港、澳门和台湾)区域间6部门(农林牧渔业、工业、建筑业、交通运输及仓储业、批发零售业、其他服务业)投入产出表[25]。该表单列了各地区对进口品和出口品的使用情况，其中间投入反映了国内生产商品在各地区各部门的使用情况。各省份水资源量和工农业耗水数据来自2007年中国水资源公报；国内生产总值、农作物类型和相应种植面积数据来自2008年中国统计年鉴。

温室气体排放情景，是对未来气候变化预估的基础。最新的情景设计中，采用了“典型浓度目标”(Representative Concentration Pathways, RCPs)，其中：RCP8.5情景为最高的温室气体排放情景，主要指辐射强迫上升至8.5 W/m2；RCP4.5情景是2100年辐射强迫稳定在4.5 W/m2，考虑了与全球经济框架相适应的、长期存在的全球温室气体和生存期短的物质排放；RCP2.6是把全球平均温度上升限制在2 ℃之内的情景。采用北京气候中心气候系统模式(BCC-CSM1.1)[26]在CIMIP5试验情景RCP2.6、RCP4.5和RCP8.5[27]下模拟的2006-2099年降水量和气温数据；基准期设为2006-2010年，并假设基准期各省份水资源量和农业单位产值耗水量等于2007年数值。

3 结果分析

3.1 农业万元产值耗水量

农业万元产值耗水量基准期数值、非基准期相对基准期的变幅见表1。可见，各省市农业万元产值耗水量彼此差异巨大，在气候变化条件下的波动也很大，变幅最大值与最小值的差值，最大达225%(四川)，最小为28%(内蒙古)，平均为72%。此外，变幅最大值都大于最小值绝对值，并且仅有两个省市(吉林、山东)的变幅中位数小于零，这表明在未来多数时期农业灌溉耗水量将增加，这一结果也与两省都为农业大省的现状比较相符。

表1 农业万元产值灌溉耗水量Tab.1 Agricultural water consumption of ten thousand yuan output value

3.2 农业灌溉虚拟水流动量

如图1所示，基准期虚拟水输出量最大的10个省市(自治区)由高到低依次是新疆、黑龙江、河北、内蒙古、安徽、广西、湖南、江苏、江西和吉林，占全部省市虚拟水输出总量的75.3%；基准期虚拟水输入量最大的10个省市(由高到低)是山东、上海、广东、江苏、河北、天津、河南、浙江、北京和吉林，占全部省市虚拟水输入总量的71.6%。这归因于两方面因素。一是这10个省市多为发达地区，对外省市产品需求量大；二是外省市生产耗水量大，产品虚拟水含量高。

图1 基准期各省市虚拟水输入、输出量Fig.1 Virtual water imports and exports of all provinces in base period

3.3 农业灌溉虚拟水流动强度

汇总RCP26、RCP45和RCP85情景下未来各时期计算成果，统计得到各省份虚拟水流动强度的最大值、中位数、最小值和基准值，见图2和图3。虚拟水输出强度较高的省市是天津、河北、宁夏和新疆，其数值远远高于其他省份，组成了虚拟水输出第一梯队；虚拟水净输入强度较高的省市是天津、北京和上海。其中，天津的虚拟水输出和输入强度都是全国最大，但因为虚拟水输入强度太高，以致虚拟水净输入强度的各个统计值远高于其他省市。

在虚拟水净输入强度为负值的省份中，河北、宁夏和新疆由于虚拟水输出强度大，其净输出强度显著大于其他省市。结果表明，拥有高虚拟水流动强度的省市具有更大的变幅，同时，高强度省份存在明显差异，表明这些省份的虚拟水输出强度在未来多数时期内存在明显的增加或下降等变化。这些情况说明，高虚拟水流动强度省市受气候变化影响的程度更大。

图2 虚拟水输出强度Fig.2. The intensity of virtual water export

图3 虚拟水净输入强度Fig.3 The intensity of virtual water net import

图4 虚拟水输入份额Fig.4. The scale of virtual water import

3.4 农业灌溉虚拟水输入份额

各省市虚拟水输入份额统计值见图4。由图4可见，具有极高输入份额的北京、天津和上海这3个直辖市组成了第一梯队，河北、吉林和山东组成了第二梯队，浙江、广东、河南、重庆和陕西则组成了第三梯队；这些梯队输入份额都在40%以上。第一梯队的中位数都高于基准值，说明未来大部分时期虚拟水输入对这些地区的重要性还将进一步增加。同时，高虚拟水输入强度属于经济发达、人均水资源量较少的地区，高虚拟水输出强度省市多属于经济中等发达地区，输入份额较大的省市多属于经济发达或中等发达地区。在气候变化条件下这些省市受到的影响比其他地区要大得多。

3.5 农业灌溉虚拟水流动不均衡程度

综合各个情景下的计算结果，在基准期年和气候变化条件下，虚拟水流动不均衡程度见表2。可见，虚拟水输出格局相对水资源分布的不均衡程度数值较高，但虚拟水输入格局相对经济总量分布的不均衡程度数值较低。

表2还列出了在基准期年和气候变化条件下水资源分布相对经济总量分布的不均衡程度。对比数值，发现农业灌溉虚拟水输出格局不均衡程度(基准值为0.511)高于水资源分布(基准值为0.402)，表明农业灌溉虚拟水输出加强了水资源分布的不均衡性。但虚拟水输入格局不均衡程度(基准值为0.142)低于水资源分布，说明农业灌溉虚拟水输入缓解了水资源分布不均的影响。以上虚拟水流动对水资源分布均衡性产生的正面和负面影响，说明我国经济总量占全国比例较高的地区输入的虚拟水量多来自水资源量占全国比例较低的地区；比较气候变化条件下不均衡程度的变化，气候变化对该情势没有显著影响。

表2 虚拟水流动不均衡程度Tab.2 The extent of virtual water inflow

4 结 语

本文建立了农业灌溉虚拟水流动强度、输入份额和不均衡程度等评价指标，基于中国地区间投入产出表给出的省市间贸易关系，结合气候模式输出结果计算得到的水资源量和农业单位产值耗水量变化情况，分析了中国30个省市间农业灌溉虚拟水的流动特征及其对气候变化的响应。结果发现：

(1)农业灌溉虚拟水流动强度、输入份额和不均衡程度等评价指标较好评价了我国地区间农业灌溉虚拟水流动特征及其对气候变化的影响。本文所建立的假设及研究方法，能够结合资料的可获取性，所获得的结果与实际情况相符。

(2)从农业灌溉虚拟水流动强度和输入份额的结果可见，高虚拟水输入强度属于经济发达、人均水资源量较少的地区，高虚拟水输出强度省市多属于经济中等发达地区，输入份额较大的省市多属于经济发达或中等发达地区。

(3)对30个省市整体农业灌溉虚拟水流动不均衡程度的分析表明，农业灌溉虚拟水输出格局的不均衡程度较水资源分布为高，而农业灌溉虚拟水输入格局的不均衡程度比水资源分布要低。气候变化对农业灌溉虚拟水输出格局有显著影响，使得未来大部分时期农业灌溉虚拟水输出格局变得更加不均衡。

需要指出的是，本文在不同气候变化情景中都使用了同样的地区间投入产出关系，这与实际情况有偏差。地区间农产品供需状况是影响地区间投入产出关系的一个主要因素，而农产品的生产和消费都受到气候变化的显著影响。此外，市场和政策的波动也会影响地区间的产品流动。若能量化这些因素的变化对地区间投入产出关系的影响，则有望获得对农业灌溉虚拟水流动状况更精确的评价结果。

□

参考文献：

[1] 龙爱华,徐中民,张志强.虚拟水理论方法与西北4省(区)虚拟水实证研究[J].地球科学进展,2004,(4):577-584.

[2] 刘 梅,许新宜,王红瑞,等.基于虚拟水理论的河北省水足迹时空差异分析[J].自然资源学报,2012,(6):1 022-1 034.

[3] 郭卫宁,孟成才,韩宇平.唐山市 2007 年农产品虚拟水测评与分析[J].中国水利水电科学研究院学报,2010,(3):177-181.

[4] 黄茄莉,徐中民,王 康.甘州区社会经济系统水循环研究[J].水利学报,2010,(9):1 114-1 120.

[5] Manfred Lenzen.Understanding virtual water flows: a multiregion input-output case study of victoria[J]. Water Resources Research, 2009,45 (9):416-426.

[6] Dabo Guan, Klaus Hubacek.Assessment of regional trade and virtual water flows in China[J].Ecological Economics,2007,61(1):159-170.

[7] Hongrui Wang,Yan Wang.An input-output analysis of virtual water uses of the three economic sectors in Beijing[J].Water International,2009,34 (4):451-467.

[8] Y Wang,H L Xiao,M F Lua.Analysis of water consumption using a regional input-output model: model development and application to Zhangye City,Northwestern China[J].Journal of Arid Environments,2009,73(10):894-900.

[9] Kuishuang Feng,Yim Ling Siu,Dabo Guan,et al.Assessing regional virtual water flows and water footprints in the Yellow River Basin,China:a consumption based approach[J].Applied Geography,2012,32(2):691-701.

[10] 刘晓英,林而达.气候变化对华北地区主要作物需水量的影响[J].水利学报,2004,(2):77-82.

[11] 王小军,贺瑞敏,尚熳廷.气候变化对区域农业灌溉用水影响分析[J].中国农村水利水电,2011,(1):29-32.

[12] 吴普特,赵西宁.气候变化对中国农业用水和粮食生产的影响[J].农业工程学报,2010,(2):1-6.

[13] 张山清,普宗朝,宋良娈,等.吐鲁番地区气候变化对参考作物蒸散量的影响[J].中国农业气象,2009,(4):532-537.

[14] 李峰平,章光新,董李勤.气候变化对水循环与水资源的影响研究综述[J].地理科学,2013,(4):457-464.

[15] 刘春蓁.气候变化对我国水文水资源的可能影响[J].水科学进展,1997,(3):220-225.

[16] 陈亚宁,徐宗学.全球气候变化对新疆塔里木河流域水资源的可能性影响[J].中国科学(D辑),2004,(11):1 047-1 053.

[17] 丁相毅,贾仰文,王 浩,等.气候变化对海河流域水资源的影响及其对策[J].自然资源学报,2010,(4):604-613.

[18] Paul A Samuelson,William D Nordhaus.Economics,19th Edition[M]. McGraw Hill Higher Education,2009.

[19] 李小燕.黄土高原植被对水热状况的响应研究[J].地理科学, 2013,(7):865-872.

[20] 史本林,朱新玉,胡云川,等.夏玉米气候适宜度对全球气候变暖的响应----以商丘地区为例[J].地理科学,2013,(10):1 277-1 284.

[21] 方修琦,郑景云,葛全胜.粮食安全视角下中国历史气候变化影响与响应的过程与机理[J].地理科学, 2014,(11):1 291-1 299.

[22] Allen R G,Pereira L S,Raes D,et al.Crop evapotranspiration-Guidelines for computing crop water requirements-FAO irrigation and drainage paper 56[EB/OL]. http:∥www.fao.org/docrep/X0490E/X0490E00.htm.

[23] Willmott C J,Rowe C M,Mintz Y.Climatology of the terrestrial seasonal water cycle[J].Journal of Climatology,1985,5(6):589-606.

[24] Gardner L R.Assessing the effect of climate change on mean annual runoff[J].Journal of Hydrology,2009,379(3-4):351-359.

[25] 刘卫东,陈 杰,唐志鹏,等.中国2007年30省市区域间投入产出表编制理论与实践[M].北京:中国统计出版社,2012.

[26] 吴统文,宋连春,李伟平,等.北京气候中心气候系统模式研发进展----在气候变化研究中的应用[J].气象学报,2014,(1):12-29.

[27] 王绍武,罗 勇,赵宗慈,等.新一代温室气体排放情景[J].气候变化研究进展,2012,(7):305-307.