基于STIRPAT扩展模型平塘县农业水足迹变化及驱动机制研究

易武英， 苏维词， 喻理飞， 赵卫权， 邢 丹

(1.贵州大学 生命科学学院， 贵州 贵阳 550025； 2.贵州科学院 贵州省山地资源研究所， 贵州 贵阳550001； 3.重庆师范大学 地理与旅游学院， 重庆 400047； 4.贵州省农业科学院蚕业研究所， 贵州 贵阳 550006)

1 研究背景

人类生活生产活动驱动水资源的社会代谢过程导致了水量减少和水质污染[1]，目前水危机已成为全球性问题[2]，在中国尤其突出[3-4]。中国是农业大国，农业生产用水方式粗放[5]，漫灌、沟灌、畦灌等极其普遍，水资源利用效率低，水资源短缺问题严峻。喀斯特地区土层薄，土岩黏着力弱，岩层原次生孔(裂)广泛发育，地表地下连通性强，不合理开发利用活动极易引发水土流失、岩石裸露及石漠化的发生，从而导致地表水源涵养调蓄功能衰退，甚至丧失。石漠化是先天脆弱环境与后天人为干扰破坏综合作用下的结果，西南喀斯特地区降水资源丰富(年降水量1 000 mm以上)，但地表可利用水资源极其匮乏，喀斯特峰丛洼地是一特殊喀斯特地貌类型，相对封闭且广泛分布，其人地地域系统复杂，粗放型农业生产方式导致喀斯特峰丛洼地水资源短缺问题日益严峻，生产用水与生态环境用水矛盾突出，严重制约了当地社会经济发展及生态建设进程的推进[6-7]，因此，喀斯特峰丛洼地水资源问题受到政府、学界、公众的广泛关注，开展喀斯特地区农业用水相关研究具有重要的现实意义。

农业水足迹受生产区位、生产方式、气候条件[8-9]、农业人口特征(民族构成、生活习惯、农户生计方式等)[10]、农业生产技术水平[11]、作物品种[12]、经济水平、耕作模式、灌溉方式、土壤特征、水系特征等众多因素影响。农业是用水大户，对于地表可利用水资源极其匮乏的喀斯特地区，明晰其农业水足迹主要影响因素，可为该地区水资源管理提供参考资料。目前水足迹驱动机制研究方法主要有系统动力学、 灰色关联度法[13]、生命周期评价法[14-15]、多区域投入产出法[16]、STIRPAT[17]等，而STIRPAT主要用于能源足迹、碳足迹、生态足迹驱动力研究，对于水足迹研究较少。目前关于水足迹驱动力研究主要集中于人口、经济、技术等方面，而较少考虑城镇化、膳食结构、气候对其影响。本文以平塘县为例，从人口、经济、技术、城镇化、膳食结构、气候6个方面，构建水足迹STIRPAT扩展模型，识别平塘县水足迹变化主要驱动因素，为该地区水资源科学管理提供参考依据。

2 研究区概况及数据来源

2.1 研究区概况

平塘县位于贵州省南部，地处东径106°40′～107°27′、北纬25°30′～26°07′，属于国家级贫困农业县，国土总面积2 805 km2，2015年总人口32.95×104人，农业人口占总人口77.62%，人地人水矛盾尖锐。属于中亚热带季风湿润气候区，气候条件优越，而生产方式落后，以传统小农经营为主，水土资源时空匹配状况极差，土层薄，且分布不连续，坡地多，平地少，抗旱能力极弱，作物受干旱胁迫频繁，部分地区人畜饮水困难。平塘县作物以水稻、玉米、薯类为主，不合理种植模式导致水资源消耗量大，随着城镇化进程的推进和人口的增长，水资源供需矛盾日益突出，生产用水挤占生态用水现象严重，当地可持续发展受到严重阻碍。

2.2 数据来源

以2001-2015年《平塘县统计年鉴》、《2001年黔南州水资源公报》、《平塘县国民经济与社会发展统计公报》为主要数据源，结合实地调研数据，部分指标缺失利用相近指标替代。 为避免历年GDP产值受价格因素的影响，以2001年为基期年，运用平减指数法换算成可比价格后核算GDP年增长率。

3 研究方法

3.1 农业水足迹计算

农业用水量计算，包括作物产品生产用水量(蓝水、绿水、灰水)和动物产品生产用水量，农业用水量计算某一区域农业产品产量与单位产品虚拟水量相乘求各获得。其公式表示为：

(1)

式中：AWU为农业用水总量；Pi为第i种农业产品的产量；VWCi为第i种农业产品的单位产品虚拟水量。

3.2 STIRPAT模型及其扩展

STIRPAT模型源于经典IPAT环境压力等式：I=PAT，最早于20世纪70年代由美国生态学家埃里奇(Ehrlich)和康默纳(Comnoner)提出。York等在此基础上建立了STIRPAT模型，其基本形式如下：

I=a·Pb·Ac·Td·e

(2)

此模型将人口(P)、经济(A)、技术(T)作为环境压力(I)的驱动因素。

本文结合水足迹研究特征，对 STIRPAT模型进行改进，增加城镇化、膳食结构、气象3个因素，由于城镇化对农产品需求量、需求结构均具有重要影响；随着生活水平的改善，消费结构将产生相应变化(其中深加工高虚拟水含量产品所占比重提升)，而膳食结构特征直接影响虚拟水消耗量。平塘县经济欠发达，农业生产条件恶劣，望天地所占比重较大，因此，气候条件对农业生产起着重要作用。经改进后 STIRPAT模型如下所示：

I=a·Pb·Ac·Td·Ue·Df·Mg·h

(3)

式中：P为人口；A为经济；T为技术；U为城镇化；D为膳食结构；M为气象；h为模型误差项。

根据STIRPAT模型构建的平塘县农业水足迹变化驱动研究指标体系如表1所示，表2为各指标的观测值。

通过等式两边取对数处理，既可降低异方差，又能获得被解释变量对解释变量的弹性，公式(3)取对数后，其基本形式为：

ln (I)=lna+bln(P)+cln(A)+dln(T)+

eln(U)+fln(D)+gln(M)+ lnh

(4)

式中：ln (I)为因变量; ln(P)、ln(A)、ln(T)、ln(U)、ln(D)、ln(M)为自变量; lna为常数项，lnh为误差项进行多元线性拟合确定模型参数。其中b、c、d、e、f、g为弹性系数，表示P、A、T、U、D、M每变化1%分别引起I的b%、c%、d%、e%、f%、g%变量。

表1 平塘县农业水足迹变化驱动因子

3.3 偏相关及因子主成分分析

偏相关分析利用统计分析软件SPSS9.0中偏相关分析对影响水足迹相关指标时间序列数据进行偏相关分析。

因子主成分分析利用SPSS19.0软件，进行2001-2015年平塘县农业水足迹变化影响因子主成分分析。

4 结果分析

4.1 平塘县农业水足迹分析

表3为2001-2015年平塘县农业水足迹分析结果。由表3 可知，2001-2015年平塘县农业总用水量从2001年6.02×108m3增加到2015年8.60×108m3，绿水、蓝水、灰水、禽畜用水总体上呈增加变化趋势，分别增加了0.52×108m3、0.50×108m3、1.50×108m3、0.07×108m3，按增加量大小排序为：灰水>绿水>蓝水>禽蓄用水，灰水增长速度最快，绿水、蓝水增长速度相近，禽畜用水基本不变，因此，灰水对农业用水增长率的贡献率最大。灰水快速增长主要由于农药化肥的大量使用，平塘县氮肥使用量(折纯后)从2001年3 780.38 t上升到2015年6 067.59 t。在播种面积变化幅度不大前提下，由于农作物品种改良、农业产业结构调整、种植技术改进以及作物新品种推广，使单产增加，绿水、蓝水水足迹有所增长(如表3所示)。

表2 平塘县农业水足迹增长驱动因子观测值

4.2 偏相关分析

以人口因子P、经济因子A、技术因子T、城镇化因子U、膳食结构因子D、气象因子M各因子所涵盖的指标为解译变量，以I为因子变量，利用SPSS22.0统计软件进行偏相关分析，结果显示上述指标对研究区水足迹均具重要影响。

表3 2001-2015年平塘县农业水足迹 108 m3

4.3 因子主成分分析

表4为主成分特征值与变异数统计，由表4可知，可提取3个主成分(即综合变量)，分别以FAC1、FAC2、FAC3表示，3个综合变量可解释因变量87.652%。且t检验Sig(单侧)值小于0.01，拟合程度较好。表5为旋转后的因子载荷矩阵，由表5可得综合变量FAC1、FAC2、FAC3与因变量的关系，如下：

FAC1=0.959P1+0.911P2+0.991A1+0.993A2+

0.941A3+0.920T1+0.929T2+0.804U1+

0.673D1+0.953D2+0.949D3-0.328D4-

0.387D5+0.869D6-0.038D7+0.001D8+

0.438D9+0.966D10+0.402M1

(5)

FAC2=-0.123P1+0.077P2+0.023A1+0.059A2+

0.086A3+0.087T1+0.018T2+0.112U1+

0.113D1+0.196D2+0.173D3+0.910D4+

0.894D5-0.422D6+0.929D7+0.956D8+

0.548D9+0.040D10+0.096M1

(6)

FAC3=-0.038P1+0.265P2-0.031A1-0.023A2+

0.002A3+0.044T1+0.119T2+0.268U1-

0.434D1-0.020D2-0.216D3+0.007D4+

0.075D5-0.163D6-0.028D7-0.125D8-

0.069D9-0.128D10+0.801M1

(7)

根据公式(5)～(7)，以W为被解释变量，以FAC1、FAC2、FAC3为解释变量，利用SPSS22.0软件中最小二乘法(OLS)进行回归拟合，Sig值小于0.01，表明模型拟合较好。表6为回归拟合模型参数。

表4 主成分特征值与变异数统计

表5 旋转后的因子载荷矩阵

表6 回归模型参数

由表6得，综合变量FAC1、FAC2、FAC3与I的关系式：

lnI=18.88+0.023FAC1-0.019FAC2+

0.108FAC3

(8)

将公式(5)～(7)代入公式(8)中可得：

lnI=18.88+0.02029P1+0.04811P2+0.019008A1+

0.019234A2+0.020225A3+0.024259T1+

0.033877T2+0.045308U1-0.03354D1+

0.016035D2-0.004788D3-0.024078D4-

0.017787D5+0.010401D6-0.021549D7-

0.031641D8-0.00779D9+0.007634D10+

0.09393M1

(9)

由公式(9)可得2002-2015年平塘县农业水足迹的驱动因子模型为：

I=P0.0684A0.0585T0.0581U0.0453D-0.1071M0.09393

(10)

由式(10)可知，2002-2015年平塘县农业水足迹变化的人口、经济、技术、城镇化、膳食结构、气象驱动因子弹性系数分别为0.068 4、0.058 5、0.058 1、0.045 3、-0.107 1、 0.093 93，表示当人口每增加1%时，农业水足迹总量将增加0.068 4%；当经济每增加1%时，农业水足迹总量将增加0.058 5%；当农业技术每增加1%时，农业水足迹总量将增加0.058 1%；当城镇化每增加1%时，农业水足迹总量增加0.045 3%；当膳食结构每变化1%时，农业水足迹总量将变化-0.107 1%；当降水量每增加1%时，农业水足迹总量将增加0.093 93%。此外，人口、经济、技术、城镇化、气象与农业水足迹总量增长均呈正相关，且其影响强度由大到小排序为：气象>人口>经济>技术>城镇化。平塘县喀斯特地貌广泛发育，灌溉条件差，望天地较多，农业生产受气象影响较大，而膳食结构与农业水足迹总量增长呈负相关，平塘县经济欠发达，生活水平低，膳食结构以植物性食物为主，在一定程度减少了农业用水。

5 结论与讨论

5.1 结 论

本文运用STIRPAT扩展模型，剖析平塘县农业水足迹变化驱动机制，识别农业水足迹变化关键影响因素，根据模型分析结果可知：

(1)平塘县农业水足迹从2001年6.02×108m3增加到2015年8.60×108m3，增加了42.86%，农业产业结构调整、种植技术改进、作物新品种推广，使绿水、蓝水有所增加，灰水快速增长主要由于化肥的大量使用。

(2)平塘县农业水足迹6个驱动因子(膳食结构、降水量、人口、经济、技术、城镇化)，其每变化1%，分别导致农业水足迹总量变化-0.107 1%、0.093 93%、0.068 4%、0.058 5%、0.058 1%、0.045 3%，而膳食结构是平塘县农业水足迹变化主要影响因素，由于平塘县整体经济欠发达，生活水平低，人口食物消费结构中植物性食物所占比重较高。

5.2 讨 论

平塘县喀斯特峰丛洼地广泛发育，极弱地表调蓄功能将成为限制平塘县水资源利用效率高的瓶颈所在。研究只关注农产品水足迹，未涵盖二、三产业水足迹及生态需水量研究，主要由于相关工业、贸易、环境等方面数据不易获取。此外，径流与土壤水存在动态转化(上坡径流成为中、下坡土壤水重要补给源)，蓝水与绿水难以严格区分，容易造成重复计算。

在经济发达的非喀斯特地区，随着生活水平提高，食物消费结构变化显著(随着生活水平的提高，食物中深加工高虚拟水含量产品所占比重提升)，将导致农业水足迹增加。但在经济欠发达的喀斯特峰丛洼地(以平塘县为例)，居民膳食以植物性食物农产品为主，膳食结构中肉类所占比重不大，在某种意义上，该结构是一种节水型的消费方式。