汾河流域农业水贫困与粮食生产脆弱性耦合特征及影响因素

doi:10.7522/j.issn.1000-694X.2024.00176

摘要/Abstract

摘要：

探究农业水贫困与粮食生产脆弱性耦合协调规律，对水资源短缺和粮食生产能力较差的汾河流域具有重要意义。通过构建农业水贫困与粮食生产脆弱性评价指标体系，测算了2007—2021年汾河流域农业水贫困与粮食生产脆弱性耦合协调度，查明了二者耦合协调时空格局及影响因素。结果表明：（1）研究期内汾河流域农业水贫困显著缓解，水贫困指数由0.349上升到0.384。上游区农业水贫困最严重（0.334），中游区次之（0.356），下游区较好（0.385）；西部区水贫困现象较东部区严重。（2）研究期内汾河流域粮食生产脆弱性无明显差异。上游区粮食生产脆弱性现象严重（0.348），中游区次之（0.379），下游区较好（0.419）。（3）研究期内汾河流域农业水贫困和粮食生产脆弱性耦合协调度无明显变化。耦合协调度总体上呈现北低南高为主、西低东高为辅的空间分布特征。（4）影响汾河流域农业水贫困和粮食生产脆弱性耦合协调度的主导因子依次为单位粮食播种面积用水量、粮食生产农药施用强度、粮食生产机械化水平、粮食作物播种面积占比等，且因子两两交互有增强的效果。

关键词: 农业水贫困, 粮食生产脆弱性, 时空耦合, 驱动因素, 汾河流域

Abstract:

Exploring the coupling and coordination laws between agricultural water poverty and food production vulnerability is of great significance for the Fenhe River basin， which faces water shortages and poor grain production capacity. This study constructed evaluation index systems for agricultural water poverty and food production vulnerability in the Fenhe River basin. It calculated the coupling coordination degree between the two from 2007 to 2021 and identified the spatial-temporal patterns and influencing factors of their coupling coordination. The results showed that：（1） During the study period， agricultural water poverty in the Fenhe River basin significantly eased， with the water poverty index rising from 0.349 to 0.384. Spatially， the upstream region experienced the most severe agricultural water poverty （0.334）， followed by the midstream region （0.356）， and the downstream region （0.385）. Additionally， the western region showed more severe water poverty than the eastern region. （2） There was no significant difference in food production vulnerability in the Fenhe River basin during the study period. Spatially， the upstream region exhibited the most severe food production vulnerability （0.348）， followed by the midstream region （0.379）， and the downstream region （0.419）. （3） During the study period， there was no significant change in the coupling coordination degree between agricultural water poverty and food production vulnerability in the Fenhe River basin. Overall， the coupling coordination degree exhibited a spatial distribution characterized by "low in the north and high in the south"， supplemented by "low in the west and high in the east". （4） The dominant factors affecting the coupling coordination degree between agricultural water poverty and vulnerability of food production in the Fenhe River basin are water consumption per unit area of grain sowing， pesticide application intensity in grain production， level of mechanization in grain production， and proportion of grain crop sowing area， etc. Additionally， there is an enhancing effect when these factors interact with each other.

Key words: agricultural water poverty, grain production vulnerability, spatial-temporal coupling, driving factors, Fenhe River basin

中图分类号:

F323.1

张鹏飞, 韩佳琦, 赵振江, 戴燕燕, 刘庚, 钞锦龙, 张蕾. 汾河流域农业水贫困与粮食生产脆弱性耦合特征及影响因素[J]. 中国沙漠, 2025, 45(5): 13-23.

Pengfei Zhang, Jiaqi Han, Zhenjiang Zhao, Yanyan Dai, Geng Liu, Jinlong Chao, Lei Zhang. Coupling characteristics and the driving factors of agricultural water poverty and food production vulnerability in Fenhe River basin， China[J]. Journal of Desert Research, 2025, 45(5): 13-23.

图/表 11

参考文献 43

[1]	张恩月，苏迎庆，张云枫，等.汾河流域水土资源耦合协调格局及驱动因素［J］.中国沙漠，2023，43（3）：169-177.
[2]	柯炳生.夯实农业生产基础保障国家粮食安全［J］.中国农业文摘-农业工程，2022，34（5）：3-4.
[3]	李长松，周玉玺.中国粮食主产区农业水资源脆弱性与粮食安全时空耦合关系研究［J］.生态与农村环境学报，2022，38（6）：722-732.
[4]	Sullivan C.Redefining the water poverty index［J］.Water International，2001，26（2）：292-293.
[5]	Jackson R D， Idso S B， Reginato R J，et al.Canopy temperature as a crop water stress indicator［J］.Water Resources Research，1981，17（4）：1133-1138.
[6]	Foruzani M， Karami E， Zamani G H，et al.Agricultural water poverty：using Q-methodology to understand stakeholders' perceptions［J］.Journal of Arid Environments，2013，97：190-204.
[7]	Moursi H， Kim D， Kaluarachchi J J.A probabilistic assessment of agricultural water scarcity in a semi-arid and snowmelt-dominated river basin under climate change［J］.Agricultural Water Management，2017，193：142-152.
[8]	Shu R， Cao X C， Wu M.Clarifying regional water scarcity in agriculture based on the theory of blue，green and grey water footprints［J］.Water Resources Management，2021，35：1101-1118.
[9]	Liu X C， Liu W F， Tang Q H，et al.Global agricultural water scarcity assessment incorporating blue and green water availability under future climate change［J］.Earth's Future，2022，10（4）：e2021EF002567.
[10]	Shen J L， Zhao Y K， Song J F.Analysis of the regional differences in agricultural water poverty in China：based on a new agricultural water poverty index［J］.Agricultural Water Management，2022，270：107745.
[11]	董恺，穆月英.粮食生产脆弱性如何影响农户收入？［J］.干旱区资源与环境，2024，38（7）：42-51.
[12]	田亚平，向清成，王鹏.区域人地耦合系统脆弱性及其评价指标体系［J］.地理研究，2013，32（1）：55-63.
[13]	黄朝迎.气候变化对我国北方冬小麦生产的影响［J］.山东气象，1989（）：36-40.
[14]	谢立勇，李悦，钱凤魁，等.粮食生产系统对气候变化的响应：敏感性与脆弱性［J］.中国人口·资源与环境，2014，24（5）：25-30.
[15]	姚成胜，殷伟，黄琳，等.中国粮食生产与消费能力脆弱性的时空格局及耦合协调性演变［J］.经济地理，2019，39（12）：147-156.
[16]	李长松，周霞，周玉玺.中国粮食主产区农业水贫困与粮食生产脆弱性的时空耦合研究［J］.农业资源与环境学报，2023，40（4）：965-975.
[17]	李长松，周玉玺.水资源非农化与粮食生产脆弱性［J］.华南农业大学学报（社会科学版），2023，22（5）：25-37.
[18]	罗光强，彭丽鹏.数字素养对农户粮食生产脆弱性的影响：基于CRRS的微观证据［J］.湖南农业大学学报（社会科学版），2024，25（5）：38-45.
[19]	张华，王礼力.中国农业水贫困评价及时空特征分析［J］.资源科学，2019，41（1）：75-86.
[20]	张莉，童绍玉，邹金浪.持续干旱时期云南省农业水贫困变化及其区域差异［J］.湖北农业科学，2014，53（17）：4229-4235.
[21]	李静文，李振涵，吴海滨，等.汾河流域水资源承载力评估及生态敏感性分析［J］.环境工程学报，2024，18（2）：359-370.
[22]	樊晓婷.水资源合理配置对汾河流域水生态环境改善作用的探讨［J］.山西水利，2003（6）：22-46.
[23]	钞锦龙，李乐乐，杨朔，等.汾河流域城市化与水资源耦合协调关系研究［J］.地理科学，2022，42（3）：487-496.
[24]	张沛雷.汾河流域地表水资源可利用量分析计算［J］.陕西水利，2020（11）：23-25.
[25]	刘媛媛，王绍强，王小博，等.基于AHP熵权法的孟印缅地区洪水灾害风险评估［J］.地理研究，2020，39（8）：1892-1906.
[26]	宋成林，张大亮，王迎超，等.基于主客观赋权和功效系数法的膨胀土胀缩性评价［J］.地质科技通报，2024，43（6）：136-143.
[27]	曹晓军，彭会萍.基于证据可信度的D-S证据理论合成规则［J］.微计算机信息，2012，28（7）：93-94.
[28]	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
[29]	李振涵，李静文，于洪伟，等.汾河流域水生态环境保护与可持续发展策略研究［J］.环境科学学报，2024，44（8）：1-11.
[30]	王钰帆，白强，孙虎.2000-2020年汾河流域生态脆弱性时空演变与驱动因素［J］.浙江大学学报（理学版），2023，50（5）：607-618.
[31]	李光勤，牛雯琦，王江姣.黄河流域农业面源污染的演化特征与区域差异［J］.中国沙漠，2024，44（6）：146-154.
[32]	马小红，林菲，原黎明，等.2000-2020年汾河流域植被覆盖度变化及其对生态工程的响应［J］.中国沙漠，2023，43（3）：86-95.
[33]	吕文宝，徐占军，杨丽琪，等.基于多源遥感数据的耕地生态系统稳定性评价：以汾河流域为例［J］.中国环境科学，2024，44（5）：2937-2947.
[34]	牟牧戈，穆兰，汤鹤延.黄河流域水贫困评价及时空分异特征研究［J］.人民黄河，2023，45（3）：73-78.
[35]	狄帆.汾河流域节水灌溉发展水平评价指标权重的确定［J］.山西水利科技，2018（4）：54-58.
[36]	韩小英，杨三维，李文婷，等.山西省化肥施用的时空特征演变及驱动因素分析［J］.湖北农业科学，2024，63（10）：35-43.
[37]	孙秀玲，景世民.山西农民收入差距及区域比较研究［J］.山西农经，2012（6）：25-32.
[38]	吕平，马娟娟.基于逼近理想解法的汾河流域节水灌溉发展水平评价［J］.节水灌溉，2018（12）：77-81.
[39]	邱娟，陈钦萍，王波，等.黄河流域技术创新与农业绿色高质量发展耦合协调及影响因素［J］.中国沙漠，2024，44（4）：275-283.
[40]	高婧，李晋昌，杨永刚.汾河源区生态系统服务价值的时空变化［J］.中国沙漠，2015，35（3）：814-820.
[41]	戴燕燕，蒋依婷，张鹏飞，等.山西省水资源与种植结构耦合协调现状及驱动因素［J］.中国沙漠，2024，44（6）：37-47.
[42]	姜民，武志平，付建新.1980-2020年汾河流域耕地显性转型时空分异及其驱动力［J］.水土保持研究，2025，32（1）：257-265.
[43]	李小英，段争虎.基于SMOS的黄土高原区域尺度表层土壤水分时空变化［J］.中国沙漠，2014，34（1）：133-139.

系统层	系统层权重	指标层	单位	熵权法权重	AHP权重	D-S综合权重	数据来源	缺失数据补齐
资源	0.2159	年降水量X₁	mm	0.4879	0.4357	0.4238	水资源公报	—
资源	0.2159	单位面积耕地水资源占有量X₂	m³·hm^-2	0.5121	0.5643	0.5762	水资源总量/耕地面积	—
设施	0.2512	节水灌溉类机械拥有量X₃	万台	0.8867	0.7231	0.9534	山西省统计年鉴	市级数据替代
设施	0.2512	地均水库库容水平X₄	m³·hm^-2	0.1133	0.2769	0.0466	水库库容/土地面积	市级数据替代
能力	0.2394	节水灌溉率X₅	%	0.0256	0.1269	0.0103	节水灌溉面积/耕地面积	—
		旱涝保收率X₆	%	0.4879	0.3368	0.5213	山西省统计年鉴	市级数据替代
		水利设施投资率X₇	%	0.0215	0.0735	0.0050	水利设施支出/财政支出	市级数据替代
		农村居民人均可支配收入X₈	元	0.4008	0.3561	0.4528	山西省统计年鉴	—
		农业劳动力老龄化率X₉	%	0.0310	0.0852	0.0084	山西省统计年鉴	市级数据替代
		高中及以上劳动力占比X₁₀	%	0.0332	0.0215	0.0023	山西省统计年鉴	市级数据替代
使用	0.1651	有效灌溉率X₁₁	%	0.5652	0.3856	0.4492	山西省统计年鉴	—
使用	0.1651	单位粮食产量用水量X₁₂	m³·t^-1	0.4349	0.6144	0.5508	山西省统计年鉴	—
环境	0.1284	农药施用强度X₁₃	kg·hm^-2	0.6789	0.5000	0.6789	山西省统计年鉴	部分年份数据均值法补齐
环境	0.1284	化肥施用强度X₁₄	kg·hm^-2	0.3211	0.5000	0.3211	山西省统计年鉴	—

系统层	系统层权重	指标层	单位	熵权法权重	AHP权重	D-S综合权重	数据来源	缺失数据补齐
资源	0.2159	年降水量X₁	mm	0.4879	0.4357	0.4238	水资源公报	—
资源	0.2159	单位面积耕地水资源占有量X₂	m³·hm^-2	0.5121	0.5643	0.5762	水资源总量/耕地面积	—
设施	0.2512	节水灌溉类机械拥有量X₃	万台	0.8867	0.7231	0.9534	山西省统计年鉴	市级数据替代
设施	0.2512	地均水库库容水平X₄	m³·hm^-2	0.1133	0.2769	0.0466	水库库容/土地面积	市级数据替代
能力	0.2394	节水灌溉率X₅	%	0.0256	0.1269	0.0103	节水灌溉面积/耕地面积	—
		旱涝保收率X₆	%	0.4879	0.3368	0.5213	山西省统计年鉴	市级数据替代
		水利设施投资率X₇	%	0.0215	0.0735	0.0050	水利设施支出/财政支出	市级数据替代
		农村居民人均可支配收入X₈	元	0.4008	0.3561	0.4528	山西省统计年鉴	—
		农业劳动力老龄化率X₉	%	0.0310	0.0852	0.0084	山西省统计年鉴	市级数据替代
		高中及以上劳动力占比X₁₀	%	0.0332	0.0215	0.0023	山西省统计年鉴	市级数据替代
使用	0.1651	有效灌溉率X₁₁	%	0.5652	0.3856	0.4492	山西省统计年鉴	—
使用	0.1651	单位粮食产量用水量X₁₂	m³·t^-1	0.4349	0.6144	0.5508	山西省统计年鉴	—
环境	0.1284	农药施用强度X₁₃	kg·hm^-2	0.6789	0.5000	0.6789	山西省统计年鉴	部分年份数据均值法补齐
环境	0.1284	化肥施用强度X₁₄	kg·hm^-2	0.3211	0.5000	0.3211	山西省统计年鉴	—

系统层	系统层权重	指标层	单位	熵权法权重	AHP权重	D-S综合权重	数据来源	缺失数据补齐
暴露性	0.3333	单位粮食播种面积劳动力Y₁	人·hm^-2	0.1666	0.2219	0.1405	山西省统计年鉴	—
		单位粮食播种面积用水量Y₂	m³·hm^-2	0.1496	0.2219	0.1262	山西省统计年鉴	—
		人均粮食播种面积Y₃	hm²	0.4057	0.2996	0.4620	山西省统计年鉴	—
		作物成灾率Y₄	%	0.2781	0.2566	0.2713	受灾面积/成灾面积	市级数据替代
敏感性	0.3333	农业生产资料价格指数Y₅	%	0.1145	0.1322	0.0487	山西省统计年鉴	市级数据替代
		粮食作物播种面积占比Y₆	%	0.4253	0.3965	0.5424	山西省统计年鉴	—
		非农业产值比例Y₇	%	0.1110	0.1571	0.0561	市统计年鉴	—
		人均粮食产量Y₈	kg	0.3492	0.3142	0.3529	山西省统计年鉴	—
适应性	0.3333	粮食生产机械化水平Y₉	kW·hm^-2	0.2522	0.1935	0.2659	山西省统计年鉴	—
		粮食生产化肥施用强度Y₁₀	kg·hm^-2	0.1777	0.1780	0.1723	山西省统计年鉴	部分年份数据均值法补齐
		粮食生产农药施用强度Y₁₁	kg·hm^-2	0.1676	0.1780	0.1625	山西省统计年鉴	—
		有效灌溉率Y₁₂	%	0.1090	0.2136	0.1268	山西省统计年鉴	—
		财政支农强度Y₁₃	%	0.2111	0.2369	0.2724	财政支农支出占财政总支出的比重	市级数据替代

系统层	系统层权重	指标层	单位	熵权法权重	AHP权重	D-S综合权重	数据来源	缺失数据补齐
暴露性	0.3333	单位粮食播种面积劳动力Y₁	人·hm^-2	0.1666	0.2219	0.1405	山西省统计年鉴	—
		单位粮食播种面积用水量Y₂	m³·hm^-2	0.1496	0.2219	0.1262	山西省统计年鉴	—
		人均粮食播种面积Y₃	hm²	0.4057	0.2996	0.4620	山西省统计年鉴	—
		作物成灾率Y₄	%	0.2781	0.2566	0.2713	受灾面积/成灾面积	市级数据替代
敏感性	0.3333	农业生产资料价格指数Y₅	%	0.1145	0.1322	0.0487	山西省统计年鉴	市级数据替代
		粮食作物播种面积占比Y₆	%	0.4253	0.3965	0.5424	山西省统计年鉴	—
		非农业产值比例Y₇	%	0.1110	0.1571	0.0561	市统计年鉴	—
		人均粮食产量Y₈	kg	0.3492	0.3142	0.3529	山西省统计年鉴	—
适应性	0.3333	粮食生产机械化水平Y₉	kW·hm^-2	0.2522	0.1935	0.2659	山西省统计年鉴	—
		粮食生产化肥施用强度Y₁₀	kg·hm^-2	0.1777	0.1780	0.1723	山西省统计年鉴	部分年份数据均值法补齐
		粮食生产农药施用强度Y₁₁	kg·hm^-2	0.1676	0.1780	0.1625	山西省统计年鉴	—
		有效灌溉率Y₁₂	%	0.1090	0.2136	0.1268	山西省统计年鉴	—
		财政支农强度Y₁₃	%	0.2111	0.2369	0.2724	财政支农支出占财政总支出的比重	市级数据替代

年份	上游区	中游区	下游区	全流域
2007	0.323±0.050^a	0.341±0.028^c	0.374±0.034^bc	0.350±0.037^c
2008	0.335±0.067^a	0.359±0.042^abc	0.360±0.023^c	0.356±0.041^bc
2009	0.324±0.053^a	0.348±0.036^bc	0.359±0.028^c	0.349±0.036^c
2010	0.325±0.045^a	0.347±0.034^bc	0.373±0.041^bc	0.353±0.040^c
2011	0.329±0.045^a	0.349±0.030^bc	0.381±0.026^abc	0.357±0.035^bc
2012	0.330±0.050^a	0.350±0.033^bc	0.377±0.039^bc	0.356±0.040^bc
2013	0.333±0.051^a	0.350±0.032^bc	0.382±0.037^abc	0.358±0.039^bc
2014	0.333±0.048^a	0.352±0.030^bc	0.391±0.032^abc	0.362±0.039^bc
2015	0.336±0.048^a	0.357±0.033^abc	0.388±0.043^abc	0.364±0.041^bc
2016	0.338±0.048^a	0.359±0.031^abc	0.394±0.041^ab	0.368±0.041^abc
2017	0.337±0.048^a	0.360±0.030^abc	0.394±0.038^ab	0.368±0.039^abc
2018	0.335±0.046^a	0.358±0.029^abc	0.391±0.037^abc	0.366±0.038^abc
2019	0.344±0.046^a	0.368±0.030^ab	0.401±0.039^ab	0.376±0.039^ab
2020	0.344±0.042^a	0.368±0.028^ab	0.403±0.038^ab	0.376±0.038^abc
2021	0.349±0.043^a	0.375±0.028^a	0.412±0.036^a	0.384±0.038^a
均值	0.334±0.007^C	0.356±0.009^B	0.385±0.015^A	0.363±0.040