中国主要粮食作物的水足迹值1978全文Word下载.docx

1、全生命周期法常用于基础性产品如农产品水足迹值的计算，而投入产出法则用于较大范围水足迹值的计算4。为了将计算过程程序化，现在已经在完善计算参数的基础上开发了模型、建立了数据库，如CropWat和AquaCrop等数据库可用于计算水足迹，CropWat模型由联合国粮农组织建立、适用于理想状况，缺水条件下AquaCrop模型更适用5。蓝水计算最佳数据来源是产品制造商掌握的数据或者由当地政府以及全球性的分支机构提供的数据1。按照计算范围、水足迹类型和行业的不同可以将水足迹计算细分。小的计算范围可以是一种农作物、一次活动等。如对小麦水足迹计算过程中需要的参数数据的研究，可以供世界其他地区小麦水足迹计算参

2、考6-9。计算范围大到一省或者一个国家，如印度、印度尼西亚和西班牙各省份的水足迹值，英国国家水足迹总量10-12。水足迹有绿水、蓝水和灰水3种。针对绿水和蓝水足迹，世界各国家不同农作物生长所需绿水和蓝水足迹被计算出来，并被公布在“世界水足迹XX络”XX站上1。与绿水和蓝水计算相比，灰水计算因为需要实时数据因此计算相对复杂，数据可得性较差。但是由于灰水足迹能够直接反应生产过程中的污染程度，因此也有学者在数据可获范围内展开了对灰水足迹的研究8，12-14。从行业来看，农业水足迹的研究最多，工业水足迹的计算也已经出现，并且研究结果能够为工业生产提供很多启示。如通过对饮料包装盒生产过程的研究发现从饮料

3、盒原料生产到饮料盒到达消费者手中的过程中，供应链水足迹占比99.7%-99.8%；因此，为了减少水足迹总量，相对于提高生产环节的水资源使用效率，供应链环节的水资源使用效率的提高是减少水足迹值的关键15。 对水足迹影响因素的研究建立在水足迹值计算的基础上。研究证明经济、贸易以及人口因素是影响一个国家或者地区水足迹值的重要原因16。国内学者计算了中国不同省份、区域的水足迹值，并对影响水足迹值的因素进行了分析17，模拟了未来不同的贸易政策和水资源使用技术条件下的水足迹值16-17。 综上所述，学者将注意力集中在欧洲、中东、北非、印度等国家的农产品水足迹研究上10，18，针对中国农产品尤其是粮食产品水

4、足迹研究非常少见。有几篇中国粮食产品水足迹值计算出现19-20，却没有系统介绍粮食产品水足迹的计算过程，包括计算方法、计算中所需要的数据如何进行查找，如何使用计算软件将数据计算出来等。因此本文尝试对中国粮食产品水足迹值进行系统计算，以期将水足迹工具应用在中国粮食产品耗水量的计算中。 田园宏等：中国主要粮食作物的水足迹值：1978-2021 中国人口资源与环境2021年第6期 2计算方法 本文的计算建立在彭曼公式的基础上，该公式用于计算某一种粮食作物的单位质量需水量，在此基础上可以得到该种粮食作物单位质量的绿水和蓝水足迹值。随后，根据各省级行政区域内的粮食作物产量计算各省份的水足迹值，将上述数值

5、加总即为国内生产粮食作物水足迹值；加上通过国际贸易所得到的粮食作物水足迹净值，两者之和即国内消费粮食产量的水足迹总量。 2.1单位质量粮食作物需水量计算 本文计算理想种植条件下的粮食作物绿水和蓝水需要量。 区域n内作物c的单位质量需水量CWR等于区域n内作物c的单位面积需水量CWU与区域n内作物c的单位面积产量CY之比。种植单位面积作物的需水量CWU等于生长周期内的蒸发累积数量ET的10倍。由于CropWat软件中得出的作物需水量单位为mm，因此将其乘以倍数10将单位转换为m3/hm2。作物系数Kc与参考作物蒸发蒸腾水量的乘积ET0即蒸发系数ET，在这里作物系数Kc反应粮食作物本身的生物特性（

6、如叶面积、蜡质层、产量水平、土壤、栽培条件）对需水量的影响。 单位质量作物绿水需要量ETgreen在农作物生长过程中的蒸发水量ETc和有效降水量Peff中取较小值。在理想种植条件下，粮食作物蒸发水量ETc等于单位质量作物需水量CWR。 单位质量作物蓝水足迹ETblue的数值由绿水足迹ETgreen、灌溉需水量Ir和有效灌溉供水量Ieff决定。灌溉需水量Ir是作物需水量ETc与绿水足迹ETgreen的差值；如果绿水足迹量就能够满足作物生长所需，那么粮食作物不需要灌溉，蓝水足迹数为零；否则ETblue在灌溉需水量Ir和有效灌溉供水量Ieff中取较小值。 公式中ETgreen，ETc，Peff，Ir

7、，ETblue和Ieff代表单位质量作物绿水足迹（m3/t）、农作物生长过程中的蒸发水量（m3/t）、有效降水量（m3/t）、灌溉所需水量（m3/t）、单位质量作物蓝水足迹（m3/t）和有效灌溉供水量（m3/t）。 2.3国内生产粮食的水足迹 各个省份或者直辖市的一年内绿水和蓝水足迹之和是该年份的国内生产水足迹总量，计算中国粮食作物水足迹时选取了稻谷、小麦、玉米、大豆和高粱5种主要的粮食作物求其水足迹的值；计算地理范围包括除去台湾、香港和澳门之外的31个省、自治区和直辖市。 WFN=ni=1CiETi（i=1，2，3，.n）（9） 公式中WFN，Ci和ETi分别代表某一省或者直辖市省份绿水或者

8、蓝水足迹总量（m3）、 某省份一种粮食作物年产量（t）、某省份某种粮食作物单位水足迹值（m3/t）。 2.4国际贸易粮食水足迹 一国通过粮食进出口贸易与其他国家进行水足迹的交换，其进口水足迹总量减去出口水足迹总量，即为一个国家粮食贸易的进口水足迹净值。进口粮食产品单位水足迹取国际平均值13，出口粮食产品水足迹值采用公式（1）-（8）中的计算值。进出口的粮食产品数量是原生粮食作物的数量，不包括加工产品。 WFT，WFI，WFE，ETaverage，Q1和Q2分别代表进口水足迹净值（m3）、进口粮食作物水足迹值（m3）、出口粮食作物水足迹值（m3）、粮食作物国际平均水足迹值（m3/t）、进口粮食产

9、品数量（t）和出口粮食产品数量（t）。 2.5国家消费水足迹总量 一国最终消费的粮食产品水足迹值，由国内生产与国际贸易两部分组成。国内生产水足迹是这个国家所有省份和直辖市生产量的加总；进出口水足迹值是这一年的进口粮食产品水足迹值减去出口粮食产品中所包含水足迹的差值。 WFC=WFN+WFT（13） WFC即一国最终消费的粮食产品水足迹值（m3）。 2.6计算软件 本文采用FAO设计的ClimWat和CropWat软件计算农作物生长过程中的绿水和蓝水需要量。ClimWat能够提供CropWat计算所需要的城市气象数据，是计算过程中的辅助软件；在这个软件中找到相应城市的气象站点，然后将数据导出，用

10、主要软件CropWat读出来。CropWat是依据标准彭曼公式设计的，在本文中它可以算出如下三项：生长周期内给定气候条件下的需水量；生长周期内的有效降水量；灌溉需水量。 3数据来源及统计 3.1数据来源 本文的计算中各个气象站点的气象数据最低和最高温度、湿度、风速、光照时间、辐射强度、参考作物蒸发蒸腾水量、每月降雨量和每月有效降雨量等来自于FAO的软件ClimWat。作物数据信息参考Allen的文章同时结合本地作物实际生长信息21。土壤结合当地土壤类型从FAO全球数据库中找到与此类型对应的土壤信息（FAO）。农作物根茎长度、临界损耗水平以及产出影响因素从FAO全球数据库中查找。除青海省外，各省

11、份气象和作物生长数据以该省省会为准；青海省省会西宁市的数据在ClimWat软件中没有列出，选取都兰市作为代表城市。 各个省份以及直辖市中粮食作物年产量、单位面积产量数据，中国粮食作物总产量和单位面积产量源于中国农业统计资料、改革开放三十年农业统计资料汇编、中国粮食统计年鉴和各省统计年鉴。中国粮食产品贸易量源自FAO数据库和中国农产品商品年鉴。 3.2数据描述性统计 3.2.1国内数据 在中国，稻谷、小麦和玉米是产量居于前3位的粮食作物。本文选取稻谷、小麦、玉米、大豆和高粱5种粮食作物作为研究对象，它们是我国的主要粮食作物，其产量总和在粮食作物总产量中占比在92%以上。因此选取这5种粮食作物水足

12、迹作为中国粮食作物水足迹的研究对象，其数据具有代表性。 1978-2021年间，稻谷年平均产量1.77108 t；产量最高值是1997年的2.00108 t，最低值是1978年的1.37108 t。小麦年平均产量9.35107 t；最高产量出现在1997年的1.23108 t，最低值是1978年的5.38107 t。玉米年平均产量1.04最高产量出现在2021年的1.77108 t，最低值是1994年的5.59大豆年平均产量1.27最高产量出现在2021年的1.74107 t，最低值是1979年的7.46106 t。高粱年平均产量3.01105 t；最高产量出现在1998年的4.09106 t

13、，最低值是2021年的1.68 3.2.2进出口数据 1978-2021年间中国主要粮食作物稻谷、小麦、玉米、大豆和高粱的进口数量减去出口数量的差值即其净进口数量，这5种粮食作物年均净进口数量依次为-9.00105 t，7.03106 t，4.65105 t，1.09107 t和6.97104 t。 （1） 稻谷，平均每年出口1.30106 t，进口4.001994年出口数量最多，为1.70104 t；1978-1985年间出口数量为零；进口最大值是2021年的1.65106 t；最小值是1978-1985年和1997年，数量为零。 （2） 小麦，平均每年出口4.89105 t，进口7.52出

14、口最大值是2021年的2.34106 t，最小值是1978-1985年，数量为零；进口最大值是1985年的1.574107 t，最小值是2021年的1.01 （3） 玉米，平均每年出口4.42106 t，进口4.89出口最大值是2021年的1.64107 t，最小值是1978年的3.00进口最大值是1995年的1.17107 t，最小值是2021年的1.57 （4） 大豆，平均每年出口5.32105 t，进口1.14出口最大值是1987年的1.71106 t，最小值是1978年的1.13进口最大值是2021年的5.48107 t，最小值是1978年的1.15 （5） 高粱，平均每年出口1.67

15、105 t，进口2.40出口最大值是1989年的9.01105 t，最小值是1978年，数量为零；进口最大值是1981年的8.40105 t，最小值是1992年的2.29 上述5种粮食作物进出口水足迹数值取世界平均水足迹13。 4计算结果与分析 4.1全国水足迹总消费量 我国是世界粮食第一大生产国，但却是粮食净进口国家而非粮食出口国；随同粮食进口到我国的还有其他国家的水资源。由图1看出，我国自改革开放以来，一直在进口其他国家的粮食生产中的水资源。在2021年之后，5种粮食产品的净进口水足迹数值增幅攀升；我国进口粮食水足迹在水足迹消耗总量中的占比从1978年的1.67%增至9.06%，总量从1.

16、78109 t增加至1.181010 t。其直接原因是入世之后我国从其他国家进口了大量粮食产品，我国粮食市场对国际粮食市场的依赖程度增加。同时入世后工业生产以及出口贸易的发展也使我国自身生产越来越多的粮食，因此我国国内粮食生产所消耗的水足迹以及最终消费的粮食产品水足迹同期增长。 图1中国主要粮食作物水足迹数量（1978-2021） Fig.1Water footprint of Chinese main food crops（1978-2021） 近15年间我国粮食作物水足迹总量曾出现两次明显的波谷值，第1次是1998年，当时爆发的大洪水袭击了东北、华北、长江流域和珠江流域，使国内粮食生产受损

17、、进口贸易受影响，这一年进口水足迹净值、生产水足迹总量和消费水足迹总量比上年减少29.24%，4.09%和4.69%。第2次是2021年，“非典”公共卫生事件使粮食生产受挫，国内生产水足迹值下降了4.40%。 4.2国内水足迹生产量 4.2.1各省级行政区水足迹值 在粮食作物的生产中，绿水来自降水，而蓝水则是地下或者地表水资源，蓝水的可再生性弱于绿水。因此，考察33年间各省份水足迹数量时，以年平均蓝水足迹升序作图2。除了宁夏和新疆两个省份之外，各个地区的年均绿水普遍高于蓝水数量，说明降水是粮食种植依赖的重要水资源来源。图中蓝水足迹消耗后10位的地区中绿水足迹也低，表明在这些地区水足迹值取决于粮

18、食产量。而在蓝水消耗量居前10位的省份中，有3个省份位于缺水的华北地区，分别是山东、河北和河南，各地区年平均绿水足迹曲线在这3个省份中出现了明显的拐点，表明其绿水足迹显著低于消耗同等数量蓝水足迹的地区；这些地区中降水量少，并且地下水储量不丰富，之所以其绿水以及蓝水总量居于前列，其原因在于粮食产量大。因此在华北地区土地资源数量基本稳定的前提下，未来水资源数量将成为影响粮食生产的主要因素。 从区域角度看，华北地区是粮食主产区，该地区降水量少但是蓝水消耗量大，水足迹值高于其他区域。长三角和珠三角粮食作物的种植获益于丰沛的降水，因此，绿水足迹线到达这两个区域内的省份或者直辖市时会出现明显的波峰值，表明

19、绿水足迹在总量中的比例相对其他区域较高；但是该区域内的粮食种植相对于工业和服务业比重较低，因此其水足迹总量没有排在全国前列。西部部分省 图25种粮食作物年度蓝水足迹总和年均值（1978-2021） Fig.2Average total blue water footprint of five main food crops（1978-2021） 注：1西藏，2青海，3天津，4，5，6海南，7重庆，8宁夏，9贵州，10甘肃，11福建，12山西，13广东，14辽宁，15陕西，16广西，17吉林，18云南，19新疆，20内蒙古，21浙江，22，23山东，24湖北，25河北，26四川，27江西，28安

20、徽，29湖南，30黑龙江，31河南 份降雨丰沛，绿水足迹值高，粮食生产量大，水足迹总量也大，例如四川、江西等；而有些省份比如西藏、新疆土地生产率低，粮食种植量少，因此水足迹总量也不高。 4.2.2各种主要粮食作物的水足迹值 在1978-2021年间5种粮食作物绿水和蓝水足迹值总量中，稻谷水足迹总量占比最高，为48%；小麦、玉米、大豆和高粱依次占比22%，18%，11%和1%。 图35种粮食作物国内生产平均蓝水足迹（1978-2021） Fig.3Average blue water footprint of five food crops domestic production（1978-20

21、21） 在此期间，中国5种粮食作物中每一种粮食单位产量的蓝水足迹平均值减少，水资源生产率提高。如图3所示，小麦蓝水足迹降幅最高，约59%，其他4种粮食作物水足迹降幅约为30%。单位产量的小麦绿水足迹同期下降；稻谷、小麦、玉米、大豆和高粱的降幅分别为41.90%，5871%，48.17%，43.76%和50.91%。国内粮食单位产量的水足迹数量减少；而图1所示的国内生产消耗的水足迹总量基本持平并且略微增长，2021年比1978年增长了201%。其原因在于粮食产量的增加，在此期间5种粮食作物总产量从1978年的2.54108 t增加到2021年的5.06108 t，增幅为98.89%，几乎翻了1倍

22、。粮食产量的增加抵消了水资源生产率提高对于减少水资源使用量的贡献。 4.3国际贸易绿水和蓝水足迹比例 首先求出本年度粮食作物中进口绿水在中国消费绿水净值中的比例，同时求出蓝水的该比例；然后将两个比值求比，可以 得到国际贸易绿水和蓝水足迹比例。 计算结果表明，绿水的比例在蓝水的2倍以上，即在粮食贸易中进口绿水占比高于蓝水。 图4显示，我国进口三大粮食产品稻谷、小麦和玉米绿水占比高于蓝水，并且该比例高于同类国内粮食产品的比值；可以推测通过对外贸易，我国与其他国家将水资源重新分配，最终的贸易产品中各个国家出口了本国降雨而没有将本国宝贵的地下水资源同比例出口，因此在此过程中水资源以粮食为载体出口到了其

23、他国家，水资源得到了优化配置。 图4进口绿水与蓝水净值在总耗水量占比中的比值（1978-2021） Fig.4Quotient of ratios between green and blue water footprint in total consumption（1978-2021） 4.4水足迹与土地、人口和GDP的比值 4.4.1单位土地面积上的水足迹 1978-2021年33年间我国单位土地面积的粮食作物数量在增加，而单位粮食产量所需要的水足迹值在减少。以产量最高的稻谷为例，1978年和2021年的稻谷单位面积产量和稻谷单位产量的水足迹值分别为3 798.10 t/hm2和2 064

24、.37 m3/ hm2，6 553.00 t/ hm2和1 288.61 m3/ hm2。 33年间其水足迹值降低了37.58%，单产提高了7253%；两者散点图的斜率为负。 4.4.2人均水足迹值 在此期间，我国人均消费的粮食作物绿水和蓝水足迹先是缓慢下降，2021年的人均数量最低，人均绿水、蓝水和水足迹总量分别为 256.83 m3/人、121.27 m3/人和378.1 m3/人，比1978年降低了32.27%， 33.67%和32.72%；人均蓝水足迹为绿水足迹的47.21%。而从2021年起，我国人均水足迹值持续攀升，2021年比2021年上升了28.5%，达到485.89 m3/人

25、，其中人均绿水足迹340.45 m3/人、人均蓝水足迹145.44 m3/人。 2021年之前的人均水足迹的减少原因与水资源生产率的提高关系密切；而其后的人均水足迹的增加可以归因为粮食消费量的增速加快以及人口增长率的放缓。 4.4.3单位GDP的水足迹 水足迹带来的经济效益，在这33年间持续增长；单位GDP消耗的水足迹量持续下降，2021年创造每一元钱的经济增长量，仅需要相当于1978年1.09%的水资源数量。这其中除了水资源利用效率的提升，还有一部分原因在于通胀的影响。以1978年为基准年，2021年CPI上涨1749%，因此可以认为货币贬值使现在的每元钱的价值低于此前。尽管货币贬值速度约为

26、2倍，而水足迹的价值提高了近百倍，因此单位水足迹产生的经济价值在提高。 5结论与讨论 5.1结论 对中国粮食作物水足迹进行系统性计算，对各个省份的水足迹研究结果表明，在蓝水消耗数量高的地区，绿水没有同步增加，反映了在部分缺水的粮食高产区如华北地区出现了大量抽取地下水灌溉粮食作物的情况。而绿水量较高的地区，蓝水数量没有攀升，说明在部分丰水的粮食产区如江南地区工业和服务业相对于农业更加发达，粮食种植数量较少。 1978-2021年期间中国主要粮食作物水足迹消费总量基本维持不变、只在小范围内缓慢波动；2021年之后总量持续增长，并且进口量在总量中的占比2021年相对于1978年提高了5.42倍，加入

27、WTO使我国对其他国家粮食产品以及水资源的依赖程度提高。从国内生产看，稻谷水足迹值在5种主要粮食作物中占48%，它的单位产量的平均蓝水足迹在1978-2021年间降低了41.90%。国内粮食生产平均水足迹值、人均水足迹值和单位GDP产出所需要的水足迹值均在降低，而水足迹总量增加，原因在于在此期间粮食总产量增加了92.77%。而在进口的粮食作物中，绿水比例高于蓝水在水足迹总量中的比重，并且该比例高于我国国内粮食作物生产中的绿水和蓝水之比。通过国际贸易将富裕的绿水资源出口到了中国，优化了水资源配置。 5.2进一步研究的方向 受数据可获性的影响，本文忽略了灰水足迹的计算；而由省会代表该省的气象信息影响了计算结果的准确性，因此这些都是存在的可以改进之处。进一步量化计算土地资源、人口和经济等因素对水足迹的影响大小及作用机制是寻求降低中国粮食种植水足迹值的研究思路。