雄安新区上游农业用水经济效益评估

马乐新，杨永辉

（1.中国科学院遗传与发育生物学研究所农业资源研究中心中国科学院农业水资源重点实验室河北省节水农业重点实验室，石家庄050022；2.中国科学院大学，北京100049）

0 引 言

2017年4月1日，中共中央、国务院决定在河北省雄县、容城和安新3 县及周边部分区域设立国家级新区——雄安新区，这也是继深圳经济特区和上海浦东新区之后又一具有全国意义的新区，是千年大计、国家大事[1,2]。水资源供给和湿地生态保护是雄安新区可持续发展的重要条件之一。雄安新区尽管依托白洋淀，但本地地表水较少，地下水资源超采严重，水资源供应是一个严峻的问题[3]。在全球范围内，农业用水量占人类使用淡水总量的80%～90%[4]，雄安新区3县的农业用水量也占到区域用水总量的70%以上。因此，科学高效的管理和使用农业用水是解决区域水资源短缺问题的一个重要途径。

随着市场经济的介入，一些经济用水调整方案如水权、水市场等在国内外得到了应用并取得了一定的效果[5]，经济方案的实施可以在一定程度上使农民意识到水的经济重要性和它的稀缺性，鼓励农民转向更高产的种植模式[6]。秦长海等对宁夏平原区的研究表明，随着灌溉用水价格的提高，单位灌溉用水量会明显下降[7]；董小菁等对新疆地区的研究表明，在水权交易和水价政策下，由于设置了较高的高价水价格和较低的低价水价格，农民倾向于选择种植更节水的作物，从而减少了农业用水量[8]；澳大利亚的水市场得到了充分的应用并取得了显著的效果[9,10]；在伊朗，水价本身可以显著降低农业对地下水的需求[11]。尽管经济调整方案有明显的优势，但是并没有得到广泛的实施，因为这些方案并不容易被有效的部署[12]，在实施过程中会受到农民支付意愿、供水成本及补偿措施等多种因素的制约。制定切实可行的经济管理方案前提是明确不同作物的农业用水经济效益，但是目前关于水资源利用效率的评价指标多集中于水分利用效率（WUE），缺少对于农业用水经济效益的研究。

农业用水量的量化是评估农业用水经济效益的重要环节。但是值得注意的是，农业用水量的准确获取一直是一个难以解决的问题，几乎没有一个国家有一个良好的用水测量和登记系统[13]，杨艳敏等人的研究证明河北平原的灌溉用水量统计资料与模型模拟的数值有较大的差别[14]。目前已经发表的文献中，根据研究尺度的不同，作物需水量的获取主要有通过田间试验的测量[15]、遥感方法[16]、AquaCrop、DSSAT[17,18]等模型模拟以及作物系数法[19]等。CROPWAT 模型由于其简单实用性应用比较广泛，已有大量的研究证明了此方法在华北地区计算作物需水量的适用性[20,21]。作物需水量在一定程度上也能够刻画农业用水量的变化，因为2者都受到气象因素的影响。本文以雄安新区上游为研究区域，选取了小麦、玉米、大豆、花生和棉花5种主要作物，估算了其农业用水经济效益，从而为农业用水经济管理方案的制订提供参考。

1 研究区域

研究区属于海河流域大清河水系，位于113°39'～116°18'E，38°4'～40°09'N，地势平坦，海拔自西北向东南降低。气候上属于半干旱地区，降水多集中在7−9月，多年平均降水量572 mm。以2016年为例，农业灌溉用水量为17.3 亿m³，占总用水量的70.66%，其中地下水用量为15.5 亿m³，农业（种植业）产值为39.06 亿元。本文研究区域包含26个县级行政单位，其中涞水、涞源和阜平等11 个县位于山区；高碑店、安新和徐水等15个县位于平原。雄安新区位于研究区域的下游，空间位置如图1所示。

图1 研究区域示意图Fig.1 Location of the study area

2 研究方法及数据来源

2.1 研究方法

2.1.1 农业用水量

本文通过作物需水量（ETc）代替农业用水量，ETc通过CROPWAT 8.0模拟研究获得，其计算公式为：

式中：ET0为参考作物蒸散量，mm，具体计算过程可参考文献[22]；ETc为充分供水下的作物需水量，mm；Kc为作物系数，包括生长初始期(Kcini)，中期(Kcmid)和末期(Kcend)3 部分。初始期的作物系数由于校正过程比较复杂，参考《北方地区主要农作物灌溉用水定额》[23]中的数值，中期和末期的作物系数根据研究区的实际状况和作物特性进行修正。以末期作物系数为例：

式中：Kcend0为FAO56 中推荐的作物系数值；RHmin为作物生育后期的最小相对湿度；α为作物生育后期的平均高度，m；u2为离地面2 m高的风速，m/s。

由于气象站点的风速仪位于10 m 处，需要通过下式将其调整为2 m处的风速：

式中：uh为气象站中风速仪测量的风速；h为气象站中风速仪的高度，m；其余符号意义同前。

2.1.2 农业用水经济效益

参考水分利用效率（WUE）的定义，本文采用农业用水经济效益指标反映农业用水与农业产值之间的关系，定义如下：

式中：E为农业用水经济效益，元/m³；A为单位面积农业产值，元/hm2；10 为转换系数，将ETc转化为单位面积用水量；其余符号意义同前。

2.1.3 空间自相关分析

空间自相关分析能够确定某一变量在空间上是否相关及其相关程度，在多个学科得到了广泛的应用。全局空间自相关以全局莫兰指数作为统计量来探测整个研究区域是否出现聚集或者是异常值，其数值分布在[−1，1]，（0，1]说明各地区之间存在正相关关系，其值越大，说明空间相关性越明显，[−1，0）说明存在负相关关系，其值越小，说明空间相关性越明显，而0值则表示无相关关系，空间呈现随机性。相较于全局空间自相关，局部空间自相关则是计算分析区域内各个空间对象与其邻域对象间的空间相关程度，计算分析空间对象分布中所存在的局部特征差异，反映局部区域内的空间异质性与不稳定性，并将空间自相关的性质分为4 种类型：高−高、低−低、低−高和高−低，表明研究位置和周围环境之间的关系[25,26]。

2.1.4 回归趋势分析

本文采用回归方法对气象因子、作物需水量、农业产值和农业用水经济效益的变化趋势进行了评价，同时，使用P值来检验趋势变化的显著性水平。线性回归方程如下：

式中：y为气象因子、作物需水量、农业产值或者是农业用水经济效益；a和b分别为斜率和截距；x为年份的序号。

2.2 数据来源

本文的基础数据包括气象数据和社会经济数据2方面。其中气象数据如最低气温、最高气温、相对湿度、风速、日照时数和降雨量等来自中国气象数据网（http://data.cma.cn），用于估算农业用水量；社会经济数据来自《河北统计年鉴》及《山西统计年鉴》，从国家统计局获得（http://www.stats.gov.cn/），用于计算不同作物的产量、产值，价格采用的是当年市场价格。文中选取的5种作物的播种面积占到了区域总播种面积的76%以上。农业用水量和农业产值的变化以单位面积来体现，同时研究区域内整体农业用水量和农业产值是通过作物面积进行加权平均得到。

3 结 果

3.1 农业用水量与农业产值的时空变化

3.1.1 气候变化

气象因素直接影响农业用水量的估算，因此，在分析农业用水量之前，应首先分析气象因子的变化。图2(a)显示，自2001年以来，最低气温和最高气温均有轻微上升，年平均最低气温和最高气温分别为7.59 ℃和18.76 ℃；2001−2010年的最高气温变化幅度小于2011−2015年，2011年后最高气温呈快速上升趋势；最低温度的变化幅度与最高温度的变化幅度相同。从图2(b)可以看出，风速和日照时数逐渐减小，日照时数的变化幅度很小，基本保持不变；年平均风速为0.94 m/s，日照时数为6.10 h/d。图2(c)表明近15 a 降雨量上升比较明显，年平均值为540.92 mm/a。所有气象因子中，下降最明显的是相对湿度(P<0.05)，2001−2015年呈明显下降趋势，年平均值为61.90%。

图2 研究区域气象因子的变化Fig.2 Variations in meteorological factors in the study area

3.1.2 农业用水量与农业产值的时间特征

图3(a)表明农业用水量变化趋势并不明显，整体来看，小麦、玉米、大豆、花生和棉花的分布范围分别为355～437、367～399、369～401、407～445 和465～514 mm；小麦、花生和棉花分别以0.71、0.07 和0.19 mm/a 的速度呈现上升趋势，玉米和大豆则分别以0.22 和0.27 mm/a 的速度呈现下降趋势，2种作物的生育期为研究区域的雨季，研究区域的降雨呈现增加趋势，这可能是玉米和大豆农业用水量降低的主要原因。

相较于农业用水量的变化，农业产值的变化趋势非常明显，5 种作物的产值增长都极为显著（P<0.01）。研究时间段内，小麦、玉米、大豆、花生和棉花的分别增长了141%、63%、131%、195%和127%，其中2009−2010年的增长较为剧烈。值得注意的是，2013年之后，所有作物的产值均呈现不同程度的下降[见图3(b)]，考虑到产量并没有发生太大的变化，造成此现象的原因可能是价格波动。

图3 农业用水量与农业产值的时间变化Fig.3 The temporal evolution of agricultural water consumption and agricultural output

3.1.3 农业用水量与农业产值的空间特征

空间特征上分别选取2001、2008和2016年3个年份表示。农业用水量的空间特征方面，总体来看呈现波动下降的趋势。2001年，平原要明显高于山区，西南地区如阜平、行唐，东南地区如蠡县、博野和安国等地的农业用水量均位于较高的区间[见图4(a)]；2008年，山区中阜平相对较高，平原东部地区安新、高阳和蠡县略高于临近县，东北地区如定兴、易县和涞水等地则相对较低；2016年和2008年的空间分布特征相似，不同的是东北部地区略有回升[见图4(b)和图4(c)]。总体来看，山区和平原的农业用水量差异并不大，山区中灵丘、阜平和涞源相对较高，平原中除了望都和清苑之外，东南地区的农业用水量一直位于较高的区间，北部地区则位于较低的区间，并且大部分地区的农业用水量均呈现负增长的趋势（见图4）。

农业产值的空间特征比较明显，平原明显高于山区。2001年除了山区中灵丘、涞源、阜平和曲阳外，其他县都位于0.81～1.00 万元/hm2[见图4(d)]；2008年和2016年，山区与平原之间的差距越来越大，山区中灵丘、阜平和涞源一直位于较低的区间，平原中东南部定州、望都和安国的农业产值则相对较高；2016年，平原均高于1.21 万元/hm2[见图4(e)和图4(f)]。虽然山区的农业产值较低，但是增长速度要高于平原，下游平原如定州，虽然农业产值较高，但是增长速度低于其他县。

图4 农业用水量和农业产值空间分布特征Fig.4 Spatial distribution of agricultural water consumption and agricultural output

3.2 农业用水经济效益的时空特征

5 种作物的农业用水经济效益增长趋势均极为显著（P<0.01）。小麦、玉米、大豆、花生和棉花的多年平均用水经济效益分别为2.73、2.76、2.56、4.08 和4.05 元/m³。小麦、玉米和大豆位于一个区间，花生和棉花相对高于其他3种作物。值得注意的是，所有作物的农业用水经济效益并不是持续增长，而是呈现出波动增长的趋势，尤其是2013−2016年，研究区域的农业用水经济效益反而呈现出下降趋势，这与农业产值变化的趋势一致，由此可见，农业产值对农业用水经济效益的影响比较大（见图5）。

图5 农业用水效益时间变化Fig.5 The temporal evolution of economic effciency of agricultural water use

山区的农业用水经济效益一直低于平原。2001年山区阜平、灵丘和涞源均低于2.10 元/m³，其他县均位于2.11～2.80元/m³，各县的农业用水经济效益差距并不大[见图6(a)]。2008年山区仍然比较低，平原除了高阳外，其他县的农业用水经济效益均高于2.10 元/m³，定州、安国和新乐等9 个县则高于3.01 元/m³[见图6(b)]。2016年平原除了高阳、蠡县和涿州外，其他县的农业用水经济效益均高于3.0 元/m³[见图6(c)]。总体来讲山区与平原之间的差距逐渐变大，农业用水经济效益的空间分布与变化趋势与农业产值基本一致。

图6 农业用水经济效益空间分布特征Fig.6 Spatial distribution of economic effciency of water use

3.3 农业用水经济效益的空间自相关分析

不同作物的农业用水经济效益的全局莫兰指数值如表1所示，所有数值都在[0，1]，说明农业用水经济效益均存在空间正相关关系，莫兰指数越大，相关性越明显，相关性最高的是小麦，最低的是棉花。除棉花以外，其他作物的空间聚集性都比较显著（P<0.01）。图7反映了相邻县之间农业用水经济效益的空间分布情况，总体来讲农业用水经济效益的空间特征分布比较明显，尤其是玉米。平原的农业用水经济效益要高于山区，在山区环绕阜平、涞源和灵丘存在一个较低的区域，值得注意的是靠近雄安新区的安新、高阳和蠡县3个地区的农业用水经济效益也相对较低。

图7 不同作物农业用水经济效益LISA图Fig.7 LISA cluster map for economic effciency of water use of different crops

表1 全局莫兰指数Tab.1 Global Moran’s I

3.4 种植结构的变化对农业用水经济效益的影响

种植结构的变化如表2所示，除了玉米的播种比例上升4.71%之外，其他作物的种植比例都呈现下降趋势，下降最多的是小麦为1.58%。为了明确种植结构的变化对于农业用水经济效益的影响，采用2008年和2016年不同作物的农业用水经济效益，通过2001年的作物种植面积进行加权平均，得出的数值与2008 和2016年实际种植结构下的农业用水经济效益进行比较分析。结果表明：如果种植结构没有发生改变，2008和2016年的农业用水经济效益分别为2.84和3.29 元/m³，种植结构改变之后2008年和2016年的农业用水经济效益分别为2.82 和3.20 元/m³，这表明种植结构的变化反而使研究区域的农业用水经济效益降低，这是因为农业用水经济效益较高的花生和棉花的种植比例呈现下降趋势。由此可见，研究区域农业用水经济效益的提升并不是种植结构的改变造成的，在农业用水量基本不变的情况下，农业产值的提升是农业用水经济效益升高的主要原因。

表2 种植结构变化 %Tab.2 The change of crop pattern

4 讨 论

4.1 农业用水经济效益的时空差异

整体而言研究区域内的气候变化相对稳定，除了相对湿度外其他气象因素的变化并不明显，因此农业用水量也没有发生大的改变。但是由于农业产值的提升，农业用水经济效益的上升极为显著。从不同作物的特征来看：小麦、玉米和大豆的农业用水经济效益接近，花生和棉花则相对较高，值得注意的是研究区域内除玉米外，其他作物的种植面积一直呈现下降趋势，因此种植结构的改变反而导致了研究区域农业用水经济效益的相对下降。小麦和玉米作为播种面积最大的两种作物，虽然二者的作物需水量相差不大，但是灌溉需水量（作物需水量减去有效降雨量）的差异很大，玉米由于生长在雨季，只需要进行1次灌溉或者不需要灌溉，但是小麦在整个生育期内要进行3～5次灌溉，研究区域内的灌溉水来源多为地下水，因此过去的种植结构调整方案中，小麦的播种面积一直被压缩。花生、棉花和大豆的种植面积的下降的主要原因是劳动力成本的快速增长，以棉花为例，研究时间段内棉花的劳动力投入从2 767 元/hm2上升到24 546 元/hm2，几乎增长了10倍。

从空间分布特征来看，山区的农业用水经济效益整体来讲相对较低，在农业用水量接近的情况下，造成此现象的原因是由于山区的农业产值相对较低。农业产值由作物的产量和价格共同决定，在同一时间内，不同县作物价格的差距并不大，农业产值低的根本原因是山区作物的产量明显低于平原地区。以2001年为例，山区中小麦、玉米、大豆、花生和棉花的产量要分别比平原低20.54%、41.24%、63.37%、18.28%和31.51%。山区中的农业发展相较于平原很难实现机械化和规模化，地理条件的制约注定了山区与平原农业发展的不同，山区提高农业用水经济效益应该因地制宜调整种植结构，大力发展苹果、板栗、核桃等区域优势作物。

4.2 农业用水经济效益的驱动因素

不同作物之间的农业用水经济效益存在着差异，已有研究[27]表明，这些差异是农业产值和农业用水量综合作用的结果。农业用水量呈现减少状态，研究期内平均减速为7.18%，而农业产值则呈现增速状态，研究期内平均增速为132.22%，由于农业用水量的变化并不明显，因此，农业用水经济效益的上升主要是农业产值的提升造成的，农业产值取决于作物价格和作物产量，相对于产量，价格的变化更加明显。研究时间段内，作物产量平均增加了19.52%，最高的是棉花（39.19%），最低的是玉米（7.36%），而作物价格平均增加了105.91%，最高的是花生（141.32%），最低的是玉米（57.61%）。本文在计算农业用水经济效益时，使用的是当年现价数据，并没有折算成某一年的可比价。第1是因为选取的5种作物属于粮油棉作物，相对于其他蔬菜、水果等经济作物来说，价格变化相对稳定；第2是因为经济方案的制订具有时效性，现价估算的农业用水经济效益相比于可比价对于经济方案的制订更具参考意义。

4.3 农业用水经济效益和水分利用效率（WUE）的应用场景

水分利用效率（WUE）是用于评价作物生长过程中水分利用效率的高低应用最广泛的一个指标，适用于比较同一种作物在不同年份的水分利用状况，或者是不同的节水措施对同一种作物水分利用状况的影响。但WUE在比较不同作物时，由于不同作物产出的选择标准不同，如芹菜、韭菜等整个植物体均可以作为产量，但是小麦、玉米等通常只将籽粒认为是产量，而且不同作物之间的产量很难进行统一化处理，导致WUE的差距比较大，在进行比较时缺乏参考价值。由此可见，虽然WUE在评价作物水分利用高低上应用比较广泛，但是其应用场景同时也具有一定的局限性。将不同的作物统一按照市场价值进行核算，通过经济视角将作物产量转化为同一个单位，以单方水的经济效益高低来刻画作物水分利用效率的高低，在不同品种的作物之间进行应用相较于WUE便更具参考意义，同时也可以为水价、水市场等经济调整农业用水方案提供参考。但是由于作物的价格受到市场因素的影响比较大，因此农业用水经济效益的数值并不稳定，同一作物在不同年际间比较时相差比较大。评价一个地区农业用水效率的高低要根据不同的应用场景选择使用农业用水经济效益（Economic Effciency of Water Use，EEWU）还是水分利用效率（WUE）。

5 结 论

本文基于作物系数法，通过CROPWAT模型模拟出作物需水量，参考其他研究，使用作物需水量刻画农业用水量，结合农业产值、播种面积等面板数据计算出不同作物的农业用水经济效益，定量分析了雄安新区上游主要作物农业用水经济效益的时空变化，为经济管理方案的制订提供了参考。主要结果如下。

（1）小麦、玉米、大豆、花生和棉花的农业用水经济效益分布在1.40～3.91、1.56～4.06、1.43～3.61、1.67～6.89和2.08～5.62 元/m³，研究时间段内上升都极为显著（P<0.01）。

（2）平原的农业用水经济效益要高于山区。相较于农业用水量和产量，价格是影响农业用水经济效益最敏感的因素。

（3）对比其他研究，本文的研究尺度以县级行政单位为基本单元，对于农业用水经济效益的变化情况以及差异性分析的空间分辨率更高，不足之处是农业用水量是在理想情况下进行模拟研究的，模拟值与实际生产过程中农业用水量仍然存在一定的差距。

在我国北方地区，大部分农业节水方案的出发点都是从需水的角度去考虑的，在市场经济的调控下，灌溉效率的提高通常会导致作物种植面积的扩张与高耗水作物种植比例的增加，由此出现了“节水悖论”的怪现象。农业用水经济管理方案如水权、水市场等是以供水的角度作为出发点，从而提升水资源使用者的节水意识，加速水资源管理者对区域水资源总量核算进程，最终使水资源得到更加经济有效的分配。因此，合理高效利用水资源，走出节水困境，制定切实可行的农业用水管理方案需要从水资源的供需2方面考虑。