中国农业广义水资源利用系数及时空格局分析

GXF360 2017-06-21

展开全文

中国农业广义水资源利用系数及时空格局分析

操信春1，邵光成1，王小军2,3，王振昌1，何鑫1，杨陈玉1

(1.河海大学南方地区高效灌排与农业水土环境教育部重点实验室，江苏南京 210098；2.南京水利科学研究院水文水资源与水利工程科学国家重点实验室，江苏南京 210029；3.水利部应对气候变化研究中心，江苏南京 210029)

摘要：为统一核算区域蓝水、绿水资源有效利用程度，构建了农业广义水资源利用系数(Eg)指标，核算中国31个省区粮食生产中的Eg，并基于空间自相关和通径分析方法对其时空格局及成因进行分析。中国1998—2010年Eg为0.588，大部分省区呈随时间增大趋势；Eg相似的省区在空间上显著地聚集，高值省区聚集于西部，低值省区集中于东南地区，且空间聚集现象呈减弱趋势；农业生产管理水平对Eg的影响大于气候要素，社会经济条件影响最小。结合广义水资源利用状况，西南省区可扩大粮食生产规模以发挥Eg较大优势，东北与华北粮食主产区应通过提高Eg以保障粮食安全和水资源可持续利用。研究可发展农业用水效率评价理论同时为国家粮食生产与水资源管理策略的制定提供参考。

关键词：蓝水；绿水；利用率；蒸散量；通径分析；粮食安全

区域农业水资源合理利用不仅是保障国家粮食安全的前提，也是维持生态环境与社会可持续发展的基础，利用效率评价是对其进行有效分配与科学管理的依据[1]。农业用水效率评价可描述作物生长有效消耗量占水资源投入量比例和单位水资源量的农产品生产能力[2-3]。近20年来，国际水资源管理领域出现了一场分析范式上的转变，主要以农业可用水评价从传统的蓝水转向以蓝水和绿水为内涵的广义水资源，将蓝水与绿水在粮食生产中不同配比作为蓝水-绿水连续谱中重要的研究对象与内容[4-5]。蓝、绿水核算及环境变化响应[6-7]，粮食生产对广义水资源占用及组成[8-10]以及二者在虚拟水流动及粮食安全中的表现[11-12]是当前研究的主要方向。蓝水-绿水框架下中国粮食安全与水资源保障关系也受到学者的广泛关注。Zang和Liu[13]、Zhuo等[14]及Zhang等[15]对典型流域蓝、绿水资源变化及驱动机制进行了探索；操信春等[16-18]从不同视角衡量中国广义水资源利用效率并分析灌溉在粮食生产和水资源利用中的作用；Dalin等[19]与Zhuo等[20]从生产和消费角度诠释中国粮食安全保障中蓝水和绿水的地位。以粮食生产中蓝水、绿水占用量为对象的广义水资源利用效率评价取得了重要进展[17, 20]。不同区域广义水资源禀赋存在差异，其有效利用程度与可利用潜力是水资源高效管理的重要依据，而当前研究未见涉及。本文构建农业广义水资源利用系数(Eg)指标评价区域水资源有效利用程度，核算并分析中国Eg时空格局，结合用水效率、水资源及粮食生产探讨不同地区粮食生产和水资源管理策略，以期为农业用水效率评价理论发展和国家保障粮食安全的水资源管理提供依据。

1 研究资料与研究方法

1.1 农业广义水资源利用系数含义与计算

农业广义水资源利用系数(generalized water efficiency，Eg)可定义为区域农田消耗性用水量(consumptive water use)占进入农业生产系统的广义水资源总量的比例。消耗性用水量为以蒸发蒸腾形式进入大气而不能被流域或区域再次利用的水资源量[11]，田间以作物实际蒸散量计。进入区域的广义水资源投入总量包含灌溉水和降水量两部分。在不考虑作物种植周期内农田土壤含水量变化的情况下，Eg的计算式为

Eg=ETc/(Wi+P)

(1)

式中： ETc为区域农田实际蒸散量，mm；Wi为进入区域的蓝水资源总量，mm，以单位灌溉面积毛灌溉用水量计；P为生育期内降水量，mm，即可供利用的绿水资源投入总量。ETc由蓝水和绿水的蒸散量组成[17]，即

ETc=ETb+ETg

(2)

式中：ETb、ETg分别为灌溉水与降水的蒸散量，mm。区域ETg以作物能吸收利用的有效降水(Pe)计，Pe以旬为步长，采用对地区和作物种类均有较广泛适用性的方法计算[17]：

(3)

雨养农田ETb=0，对于灌溉农田：

ETb=EiWi

(4)

式中：Ei为灌溉效率，利用灌溉水利用系数来表征。

Eg扩展水资源利用效率评价方法的同时将灌溉和雨养农田水资源有效利用率进行统一核算，可应用于任何区域而不需考虑水资源来源及利用形式，揭示区域整体的农业广义水资源有效利用程度。

1.2 空间自相关分析

空间自相关反映一个地理属性与邻近区域同一属性相关程度，可分为全局和局部空间自相关。全局空间自相关通过对全局Moran′s I的估计来判断该属性值在总体空间上是否存在聚集现象[21]。局部空间自相关测算局部地理单元Eg的空间异质性，并推算出聚集地的地理位置、范围及其随时间变化情况，以局部空间自相关(LISA)聚集图表征。LISA聚集图中属性分为4种类型[21]：HH、HL、LH及LL，分别表示该省区与其周边省区的关系总体表现为高(自身)高(周边)、高低、低高及低低。

1.3 通径分析

通径分析是探索多个自变量与因变量之间关系的一种标准化多元线性回归分析方法。其将自变量与应变量的关系通过直接通径系数、间接通径系数及决策系数来表现。直接通径系数表示某一自变量对因变量的直接作用；间接通径系数则是该自变量通过其他自变量对因变量的间接作用；决策系数是通径分析的决策指标，可按各因子对Eg的综合作用进行排序，以确定主要决策变量和限制变量[22]。根据农业生产用水特点，从自然气候、农业生产及社会经济等方面选择相对湿度(X1)、平均气温(X2)、降水量(X3)、日照时数(X4)、化肥使用量(X5)、机械总动力(X6)、耕地灌溉率(有效灌溉面积占耕地面积比例，X7)、灌溉效率(X8)、复种指数(X9)及人均GDP(X10)作为因子来进行Eg空间分布的影响因素分析。

1.4 数据来源

各地区主要气象站点的气象参数由中国气象科学数据共享服务网下载；位于全国31个省区的459个典型灌区[17]代表年的灌溉用水量、复种指数、灌溉效率、有效灌溉面积、粮食单产等数据由中国灌溉排水发展中心及部分灌区管理局提供；各省区人口、GDP、粮食产量、有效灌溉面积、化肥施用量、农业机械动力、耕地面积及粮食作物播种面积资料来自各省区及全国统计年鉴和农业统计年鉴。各地区水资源量、用水量数据来自于《中国水资源公报》。兼顾数据完整性和代表性，取1998—2010年区间的起始年、中间年(2005年)及末尾年进行Eg时空格局及影响因素分析。

2 结果与分析

2.1 中国农业广义水资源利用系数

Eg全国值在1998年、2005年和2010年分别为0.561、0.596和0.608，呈微弱的增加趋势，年均值为0.588，说明全国粮食生产中近60%的广义水资源被作物消耗利用。计算出各省区3个年份Eg值，如图1所示。为分析区域间差异情况，表1给出了不同时间Eg的主要统计量。综合图1中1998年、2005年、2010年时间过程，23个省区的Eg变化为呈随时间增加态势，全国范围内对广义水资源利用的程度总体上增高。然而变化幅度均较小，各省区均不大于3.0%。

图1 省级行政区的农业广义水资源利用系数
Fig.1 Generalized water efficiency(Eg) for 31 PAMs of China in the selected years

北京、天津、河北、山东、河南及南方的江苏、广西、湖南、重庆等地增加较快，而Eg出现减少的省区主要位于东北(辽宁、黑龙江)和西南(四川、贵州)地区。东北地区用水量的增加使得Eg出现下降，而四川与贵州主要由不同年份降水条件差异导致。表1显示，主要统计量在时间上不呈现明显的变化规律，中间年份的变异系数稍大于始末年份，最大值与极差的情况相反，然而各年份之间的差异均较小。省区间Eg的相对差异程度随时间基本无明显变化。近年全国值小于对应年份省区平均值，但总体非常接近。

表1 省区尺度农业广义水资源利用系数的主要统计量

Table 1Descriptive statistics of Eg in 1998, 2005, 2010 and the period 1998—2010

时间全国值最小值最大值极差平均值变异系数1998年0561038507260341055701682005年0596043308010368060801742010年0608048007660286061301351998—2010年058804370745030705920144

综合表1及图1可知，不同年份省区间相对位置较为稳定。故求出各省区Eg在3个年份的平均值，以分析省级行政区的农业广义水资源利用系数。结果显示，15个省区的农业广义水资源利用系数在全国值以上，其中甘肃以0.745居全国之首；云南(0.738)、青海(0.720)、山西(0.716)、宁夏(0.700)等省区的Eg值超过了0.700，属于中国农田广义水资源有效利用程度较高的省区；此外，10个大于全国值的省区主要位于西部地区；有13个省区位于0.500～0.600之间，包括了四川、黑龙江、新疆、江苏、辽宁、河北、河南及安徽等粮食主产区；江西、浙江、湖南及福建粮食生产实际蒸散的水资源不及广义水资源投入量的一半，Eg分别为0.497、0.484、0.465和0.437，是农业广义水资源利用系数最小的地区。

2.2 农业广义水资源利用系数时空格局

表2给出了3个年份农业广义水资源利用系数全局Moran′s I值与检验。

表2 中国农业广义水资源利用系数Moran′s I及检验

Table 2Moran′s I test for Eg of 1998, 2005 and 2010

年份Moran′sIZ?Scorep?value199803381334370001220050225122364002032010015172136000477

结果显示，3个代表年Moran′s I值均大于0，且对应的正态分布统计量大于正态分布函数在分布概率为0.05时的值(1.96)，即均通过了显著性检验。中国Eg在空间上存在正相关关系，总体上较高数值省区存在地理上的空间聚集现象，较低数值省区也存在这样的聚集现象。为进一步研判各省区Eg局部空间分布格局及其随时间演变特征，整理各省区局部空间自相关属性并做出3个年份Eg的LISA聚集图，如图2所示。

图2 各年份农业广义水资源利用系数的LISA聚集图示意
Fig.2LISA cluster map of Eg for 31 PAMs in 1998, 2005 and 2010

图2显示，HH省区主要分布在以青海为核心的西部，LL省区主要分布于东部地区，均表现出空间分布上的空间正相关关系；而HL与LH省区均未表现出空间上的聚集现象，这也印证了对广义水资源利用系数全局自相关的分析结果。各省区局部空间属性在1998—2005年的变化大于2005—2010年，这可能与不同阶段各省区的自然条件与社会发展进程存在差异有关。具体而言，青海、甘肃及宁夏长期位于HH区，这些地区的Eg达0.700，且由于自然及农业生产条件较为类似，使得其空间相关性强；湖北在3个年份一直处于HL区，其Eg值高于周围湖南、江西及河南等地，湖北地处南方丰水区向华北半干旱区的过渡带，对灌溉的依赖适中，能够较大程度地利用广义水资源；安徽在3个年份中一直处于LH区，Eg(0.456)明显低于周边的湖北与山东，因为局部空间属性受与其气候条件更为接近的东南省区辐射较大；江西一直处于LL区，该省的Eg仅为0.366处于较低水平，和周围湖南、福建及浙江等省区同处较低水平，与这些省区以水稻为主、水资源丰富而田间管理粗放的现实较符；此外，黑龙江、吉林、辽宁等东北粮食主产区从HH区跳出，这可能由于社会经济发展落后于相邻地区而使得Eg的速度受到制约造成。LISA属性的变化显示了各省区农业广义水资源利用系数受气候、农业投入及社会条件变化的同步性与差异性。

2.3 农业广义水资源利用系数的影响因素

所选因子对Eg影响程度的定量分析结果列于表3。各因素对Eg直接影响程度由大到小为：正相关为X8、X5、X9、X1和X10，负相关为X7、X2、X4、X3和X6；灌溉效率(X8)与化肥施用量(X5)较大省区的广义水资源有效利用程度较高，而在耕地灌溉率(X7)和平均气温(X2)较高的区域则相反；与社会经济条件联系紧密的人均GDP(X10)和机械总动力(X6)对Eg的影响较小。化肥使用量(X5)、复种指数(X9)、日照时数(X4)、人均GDP(X10)及降水量(X3)与Eg之间决策系数较大，呈较明显的相关关系。决策系数与直接通径系数的一致性不强，说明因素间存在不可忽视的间接影响。耕地灌溉率(X7)、平均气温(X2)及灌溉效率(X8)主要直接影响区域的Eg；日照时数(X4)与化肥使用量(X5)直接通径系数较大的同时，也均通过X2对Eg产生较大作用；复种指数(X9)与人均GDP(X10)的决策系数较大，但二者不是影响Eg的直接因素，而是主要分别通过平均气温(X2)、耕地灌溉率(X7)对其间接产生影响。相对湿度(X1)与机械总动力(X6)直接通径系数较小的同时也未明显地通过其他因素间接决定Eg的空间分布。

灌溉水是广义水资源的组成部分，由Eg的科学内涵和计算过程可知，其涵盖灌溉水资源有效利用程度的贡献，因此，灌溉效率的提高能对区域Eg增大直接起积极作用；化肥施加促进作物生长发育过程的动力，同时保障作物耗水过程的顺利进行，化肥施用量的增大使得更多的水资源用于田间蒸散发进而提高Eg；虽然耕地灌溉率的提高能够明显增加粮食产量，从而为保障国家粮食安全做出贡献，然而耕地灌溉率的增加意味着灌溉水资源需求量的增大，在灌溉效率和降水利用率均不高的现实条件下会使区域的广义水资源有效利用程度明显下降。复种指数决定于气候条件，平均气温越高的地方趋于越大，其提高可将降水资源更多的用于粮食作物的生长发育。平均气温、降水量及日照时数与Eg之间呈较弱的负相关关系，因为气候条件在区域上的分布差异明显，平均气温、降水量及日照时数较大的省区主要位于长江流域以南，这些地区虽然光热条件好，作物需水量大，但是降水和灌溉水的投入量也很大，稀释了蒸散量对Eg的提升作用。农业机械投入替代劳动力的同时可以提高农业生产效率，但是难以对田间用水过程产生明显影响，因此，机械总动力对Eg影响较小。区域经济发展水平反映了对农业投入的潜力，然而粮食安全受国家层面关注，对本地区经济发展水平直接依赖较小，同时南方经济发达地区的Eg普遍较低(图2)，这是人均GDP与Eg呈较明显负相关关系的主要原因。总体来说，农业生产管理要素对Eg的影响程度超过了气象要素及社会经济条件，解释了空间格局成因的同时也指明了区域Eg的提升途径。

表3 农业广义水资源利用系数影响因素的通径分析结果

Table 3Path analysis result of impact of influencing factors on Eg

影响因子直接通径系数间接通径系数X1X2X3X4X5X6X7X8X9X10决策系数X10034-0232-01000140004500080030-002300370-0094X2-03620022-0085008800950003-0127-006000470007-0033X3-01280026-0240010700430009-0009-00550038-0002-0108X4-0171-002801860080-0025-0008-00370022-003500020185X501380011-0248-00400031-0009-0198003600290016-0383X6-0030-000900300038-00440042-01610079-00130013-0015X7-0361-0003-0127-0003-00170076-0013003300130017-0022X80213-000401020033-00170023-0011-0056-001800100066X900580022-0292-0084010200700007-0080-00640003-0340X1000290-00910007-00100078-0014-021400710005-0167

3 讨论

Eg的时空分布特征与影响因素解析是对广义水资源高效管理的基础。探索不同区域水资源管理与调控策略，需以水资源有效利用程度与生产能力的表现为基础。图4给出了省区Eg、水分生产率(Pw)与全国值差距的百分比，以揭示各省区的相对分布状况。同时，以水资源压力指数WSI[23]、耕地灌溉率以及是否为粮食主产区来衡量区域水资源可持续利用特征、农业生产用水水平及粮食生产重要性。根据各省区以上指标的表现对水资源利用及农业发展策略进行探讨。图4显示，省区Eg与Pw分布散乱，二者区域间分布的一致性较弱，也说明了兼顾二者进行区域水资源利用与管理策略制定的必要性。不同省区农业用水与粮食生产特征存在差异。云南、青海、重庆及贵州等省区的Eg明显高于全国平均水平，而Pw则相反；同时由于水资源丰富，均处于低水资源压力的状态；这些地区虽非国家粮食主产区，但是粮食生产量占全国比例基本上在2.00%以上，其粮食贡献能力不能被忽视；此外，耕地灌溉率基本不足30.0%，明显低于全国平均水平；四川的Eg与全国值相当，作为西南唯一粮食主产区，单产、Pw较大而耕地灌溉率与水资源压力处于可接受水平；这些省区可充分发挥Pw较大的优势，进一步通过增加粮食单产、扩大灌溉面积和用水量等形式扩大粮食生产规模，为保障国家粮食安全做出更大的贡献。

第一象限省区主要位于西北和华北地区，WSI基本大于0.4而面临高水资源压力；这些地区Eg位于全国前列，农田广义水资源利用潜力有限；粮食生产能力有限同时面临严峻水环境及生态压力的甘肃、山西、宁夏与北京应该适量控制或缩减粮食生产与用水规模，改善水资源利用体系从而维持社会经济可持续发展；而进一步扩大内蒙古、山东等粮食主产区的Eg、Pw及水资源利用规模的潜力不大，应在保证当前粮食生产规模的基础上发展节水农业以缓解区域水资源压力。

(省区名后括号内数字为本区域的耕地灌溉率，水资源压力指数为用水量与常规水资源总量的比值)
图3 省级行政区广义资源利用效率与水资源压力分布状况
Fig.3Distribution of generalized water resources use efficiency and water stress index of China

12个省区落于第三象限，处于Eg与Pw均低于全国平均水平的地位；这些省区在地理位置、水资源利用、粮食生产以及社会经济发展条件等方面均有较大差异；直辖市上海和天津的粮食贡献率不足0.2%的同时面临极高的水资源压力，应减少高耗水粮食生产规模，优化区域水资源分配，通过粮食购买方式满足区域消费；面临较严峻水资源压力的黑龙江、辽宁、吉林、新疆及江苏合计生产了全国粮食的25.7%，是保障国家粮食安全至关重要的地区，需作为大力发展节水农业和增加农业投入的重点区域，从提高灌溉效率、作物单产等方面提升Eg与Pw；南方地区的广东、广西、福建、浙江及海南等水资源问题不突出，可在提高用水效率的同时尽可能扩大灌溉面积和粮食生产规模，满足自身需求。湖南、安徽、江西、河南及河北等粮食主产区耕地灌溉率明显高于全国平均水平，而Eg则相反，从田间作物生产与灌溉方式等角度需求提升Eg的途径从而缓解水资源压力、促进区域水资源可持续利用是需要考虑的现实问题。

4 结论

(1)基于蓝绿水视角的农业广义水资源利用系数Eg适用于灌溉和雨养农业生产单元，实现了不分区域类型的水资源有效利用程度描述；Eg也是广义水资源水分生产率指标的补充，二者共同构成蓝水-绿水框架下区域水资源利用效率评价指标体系。

(2)中国粮食生产中的Eg为0.588，随着时间呈增大的趋势。省区之间呈随时间减弱的空间聚集特征，西部省区较高而东南省区较低，东北粮食主产区空间格局变化较大。农业生产管理要素灌溉效率、化肥施用量、复种指数及耕地灌溉率等是决定Eg空间格局的主要因素，也揭示了提升区域广义水资源有效利用程度的途径。

(3)不同区域Eg与水分生产率差异较大的同时空间格局不一致，也面临不同的水资源和粮食安全压力，应该根据自身条件制定水资源管理和农业发现策略。西南地区有为全国粮食生产做出更大贡献的潜力，而东北和华北粮食主产区需要采取措施提升Eg，以保障国家粮食安全和自身水资源持续利用。

参考文献：

[1]张建云, 贺瑞敏, 齐晶, 等. 关于中国北方水资源问题的再认识[J]. 水科学进展, 2013, 24(3): 303-310. (ZHANG J Y, HE R M, QI J, et al. A new perspective on water issues in North China [J]. Advances in Water Science, 2013, 24(3): 303-310. (in Chinese))

[2]齐学斌, 黄仲冬, 乔冬梅, 等. 灌区水资源合理配置研究进展[J]. 水科学进展, 2015, 26(2): 287-295. (QI X B, HUANG Z D, QIAO D M, et al. Research advances on the reasonable water resources allocation in irrigation district[J]. Advances in Water Science, 2015, 26(2): 287-295. (in Chinese))

[3]刘路广, 崔远来, 吴瑕. 考虑回归水重复利用的灌区用水评价指标[J]. 水科学进展, 2013, 24(4): 522-528. (LIU L G, CUI Y L, WU X. Study on water use assessment indices in irrigation district considering return flows[J]. Advances in Water Science, 2013, 24(4): 522-528. (in Chinese))

[4]MICHAEL J, MICHAEL T, MARK S. A review of green-and blue-water resources and their trade-offs for future agricultural production in the Amazon basin: what could irrigated agriculture mean for Amazonia? [J]. Hydrology and Earth System Sciences, 2016, 20: 2179-2194.

[5]ZHUO L, MEKONNEN M, HOEKSTRA A, et al. Inter-and intra-annual variation of water footprint of crops and blue water scarcity in the Yellow River basin(1961—2009)[J]. Advances in Water Resources, 2016, 87: 29-41.

[6]RODRIGUES D, GUPTA H, MENDIONDO E. A blue/green water-based accounting framework for assessment of water security[J]. Water Resources Research, 2014, 50(9): 7187-7205.

[7]ZUO D P, XU Z X, PENG D Z, et al. Simulating spatiotemporal variability of blue and green water resources availability with uncertainty analysis[J]. Hydrologic Processes, 2015, 29(8): 1942-1955.

[8]MICHAEL W, MARILYN G, HAW Y, et al. Regional blue and green water balances and use by selected crops in the US[J]. Journal of the American Water Resources Association, 2015, 51(6): 1626-1642.

[9]TUNINETTI M, TAMEA S, DODORICO P. Global sensitivity of high-resolution estimates of crop water footprint[J]. Water Resources Research, 2015, 51(10): 8257-8272.

[10]MEKONNEN M, HOEKSTRA A. Water footprint benchmarks for crop production: a first global assessment[J]. Ecological Indicators, 2014, 46: 214-223.

[11]ZHUO L, MEKONNEN M, HOEKSTRA A. Consumptive water footprint and virtual water trade scenarios for China with a focus on crop production, consumption and trade[J]. Environment International, 2016, 94: 211-223.

[12]KARANDISH F, SALARI S, DARZI-NAFTCHALI A. Application of virtual water trade to evaluate cropping pattern in arid regions[J]. Water Resources Management, 2015, 29(11): 4061-4074.

[13]ZANG C F, LIU J G. Trend analysis for the flows of green and blue water in the Heihe River basin, northwestern China[J]. Journal of Hydrology, 2013, 502: 27-36.

[14]ZHUO L, MEKONNEN M, HOEKSTRA A. Sensitivity and uncertainty in crop water footprint accounting: a case study for the Yellow River basin[J]. Hydrology and Earth System Sciences, 2014, 18(6): 2219-2234.

[15]ZHANG W, ZHA X, LI J, et al. Spatiotemporal Change of blue water and green water resources in the headwater of Yellow River basin, China[J]. Water Resources Management, 2014, 28(13): 4715-4732.

[16]操信春, 吴普特, 王玉宝, 等. 水分生产率指标的时空差异及相关关系[J]. 水科学进展, 2014, 25(2): 268-274. (CAO X C, WU P T, WANG Y B, et al. Temporal and spatial variation and correlativity of water productivity indexes in irrigated land of China[J]. Advances in Water Science, 2014, 25(2): 268-274. (in Chinese))

[17]CAO X C, WANG Y B, WU P T, et al. An evaluation of the water utilization and grain production of irrigated and rain-fed croplands in China[J]. Science of the Total Environment, 2015, 529: 10-20.

[18]CAO X C, WU P T, WANG Y B, et al. Assessing blue and green water utilisation in wheat production of China from the perspectives of water footprint and total water use[J]. Hydrology and Earth System Sciences, 2014, 18(8): 3165-3178.

[19]DALIN C, QIU H, HANASAKI N, et al. Balancing water resource conservation and food security in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(15): 4588-4593.

[20]ZHUO L, MEKONNEN M, HOEKSTRA A. The effect of inter-annual variability of consumption, production, trade and climate on crop-related green and blue water footprints and inter-regional virtual water trade: a study for China (1978—2008)[J]. Water Research, 2016, 94: 73-85.

[21]操信春, 吴普特, 王玉宝, 等. 中国灌区水分生产率及其时空差异分析[J]. 农业工程学报, 2012, 28(13): 1-7. (CAO X C, WU P T, WANG Y B, et al. Analysis on temporal and spatial differences of water productivity in irrigation districts in China [J]. Transactions of the CSAE, 2012, 28(13): 1-7. (in Chinese))

[22]LLOP M, PONCE-ALIFONSO X. Identifying the role of final consumption in structural path analysis: an application to water uses[J]. Ecological Economics, 2015, 109: 203-210.

[23]ZHAO X, LIU J, LIU Q, et al. Physical and virtual water transfers for regional water stress alleviation in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112 (4): 1031-1035.

*The study is financially supported by the National Natural Science Foundation of China (No.51609065) and the Fundamental Research Funds for the Central Universities (No.2015B11014).

Generalized water efficiency and strategic implications for food security andwater management: a case study of grain production in China*

CAO Xinchun1, SHAO Guangcheng1, WANG Xiaojun2,3, WANG Zhenchang1, HE Xin1, YANG Chenyu1

(1. Key Laboratory of Efficient Irrigation-Drainage and Agricultural Soil-Water Environment in Southern China, Ministry ofEducation, Hohai University, Nanjing 210098, China; 2. State Key Laboratory of Hydrology-Water Resources andHydraulic Engineering, Nanjing Hydraulic Research Institute, Nanjing 210029, China; 3. Research Center for Climate Change,Ministry of Water Resources, Nanjing 210029, China)

Abstract：An index, generalized water efficiency (Eg), for the effective utilization rate of blue-green water evaluation was established in this paper. Eg in grain production for 31 provinces of China during 1998—2010 were calculated. Then temporal-spatial patterns and attribution analysis of Eg in China were explored and conducted by using spatial autocorrelation and path analysis methods, respectively. The results show that, national value of Eg was estimated to be 0.588 in 1998—2010 and the index increased slightly in most of the provinces. Spatial autocorrelation analysis results shows, provinces with resemble Eg value shown significant aggregation. Regions with high Eg values are gathered in Western China while ones with lower Eg distributed in Southeast China; and the global and local spatial aggregation showed decreasing trends over time. Eg was affected strongly by regional agricultural production management level, while the climate and economic conditions had less influence on the effective rate of blue-green water resources. Making a general survey of provincial Eg, water productivity (Pw), water stress index (WSI) and grain production ability, southwest provinces may expand grain production scale in order to play the advantage of high Eg, and major grain producing areas of Northeast China should take measures to raise Eg to ensure food security and sustainable utilization of water resources. The results of this report can provide reference for the development of national water efficiency in agriculture and food production and water resources management strategy.