基于主成分分析的安徽省农业用水特征研究

陈 冬，姚 彬，沈莹莹，冯绍元

（1.扬州大学水利科学与工程学院，江苏扬州 225009；2.中国灌溉排水发展中心，北京 100083）

0 引言

农业是国民经济的基础，也是我国第一用水大户，农业用水量超过全国用水量的60%以上，且农业水资源利用效率始终处于较低水准，水资源浪费现象较为严重［1-3］。自我国开展大型灌区续建配套与节水改造实施工作以来，取得了明显的成效，使农业用水量基本处于相对稳定状态，有效缓解了部分地区存在的农业水资源紧张的问题，提高了农业用水效率［4-6］。

近年来，有关影响农业用水结构变化的研究逐渐增多［7-9］。黄晶等［10］运用水足迹理论分析了北京市农业用水结构的变化特征。王玉宝等［11］通过整理1949-2006 年农业资料将我国农业用水水平分成4个阶段。串丽敏等［12］通过主成分分析方法确定了影响北京市农业用水结构变化的驱动因子。汪明星等［13］通过主成分分析方法找出了影响重庆秦巴山区农业用水结构变化的主导因素。邵薇薇等［14］研究了南方地区城镇化、工业化进程中对农业用水演变的影响。

安徽省多年平均水资源总量为716 亿m3，人均水资源量为848.07 m3［15］，约为全国的1∕3 和世界的1∕6，属于水资源紧缺的省份。目前，有关安徽省农业用水结构变化及其影响因素的研究较少［16］，为深入研究安徽省农业用水变化及农业用水结构，确定影响农业用水结构变化的主要驱动因子，分析不同驱动因子对用水结构的贡献，本研究在前人的基础上，采用主成分分析方法分析安徽省2010-2019年农业用水结构变化及其影响因素，旨在为安徽省水资源合理利用与科学分配及农业可持续发展提供依据。

1 材料与方法

1.1 研究区概况

安徽省位于中国大陆的中东部，地处长江、淮河中下游，长江三角洲腹地，是一个近海的内陆省份，地理位置大致位于东经114°54′～119°37′与北纬29°41′～34°38′之间，淮河、长江自西向东横贯省境，将全省分为淮河以北、江淮之间、长江以南三大区域，地形地貌齐全，淮河以北以平原为主，江淮之间皖西是山区、皖中皖东以丘陵为主，长江以南以山丘区为主，沿江是圩区。安徽省地处暖温带与亚热带的过渡地区，受季风气候影响，四季分明，年平均气温在14～17 ℃，由于特殊的地理位置、地形条件、气候特征，决定了安徽省易发生水旱灾害，全省降雨时空分布不均，自北向南多年平均雨量800～1 800 mm，年内降雨分布不均，70%以上集中在汛期（5-9 月份），年际降雨分布不均，丰枯悬殊、易涝易旱。省内共有河流2 000 多条，湖泊580多个，境内巢湖是全国五大淡水湖之一，面积770 km2。同时，安徽省还是我国重要的农产品生产基地，境内有我国第二大灌区淠史杭灌区，全省耕地面积8 828.9 万亩，土地肥沃，适宜各种农作物生长，粮食产量位居全国前列。2020年全省生产总值（GDP）38 680.6 亿元，连续保持增长态势，其中第一产业增加值3 184.7 亿元，第二产业增加值15 671.7 亿元，第三产业增加值19 824.2 亿元，三大产业比例为8∶41∶51。

1.2 分析方法

根据安徽省水资源数据资料进行各类用水量趋势分析，对农业用水量进行具体分析。在此基础上进行影响农业用水结构变化的影响因素分析，应用主成分分析法［17，18］将选取的指标进行分析。采用降维的方法把相互关联的多个指标转换成少数几个不相关综合独立指标，减少变量之间的相互干扰，确定影响农业用水结构变化的主要因素［19］。

1.3 指标选取

农业用水结构涉及的指标因素错综复杂，与人口、经济、社会和技术等均存在一定的联系，还与工业用水、生活用水、生态用水之间有竞争关系。分析农业用水结构驱动力时，选择的指标应该全面，但是指标过多会加大分析的难度，且指标间具有相关性［9］。将多位学者［12，13，19，20］选取的影响农业用水变化的因子进行整理，发现部分因子在影响农业用水结构中重复率较高，表明这些因子与农业用水结构的关联性强、影响大，所以在借鉴前人研究成果的同时，结合安徽省的实际状况，初步选取农作物总播种面积、有效灌溉面积、节水灌溉面积、农村人均纯收入、大牧畜年末头数、第一产业比重、农林牧渔总产值、降水量、平均气温、总人口数、人均用水量共11个因子作为安徽省农业用水的主要影响因素。

1.4 数据来源

基于安徽省水利厅每年发布的《安徽省水资源公报》，对2010-2019年安徽省农业用水总量进行统计；基于《安徽省统计年鉴》和《安徽省气候公报》，对2010-2019 年包括面积（农作物总播种面积、有效灌溉面积等）、大牧畜年末头数、自然（降水量、平均气温等）等影响安徽省农业用水变化的各项指标进行数据收集及分析整理。

2 结果与分析

2.1 农业用水结构分析

2.1.1 安徽省水资源概况

通过统计安徽省2010-2019年水资源总量、人均水资源量、用水总量、各行业用水量及其比例情况（表1），可以得出安徽省水资源总量与人均水资源量波动较大，人均水资源量是随着水资源总量的变化而变化的，水资源总量最大值为2016 年的1 245.17 亿m³，比多年平均值多73.9%，最小值为2019 年的539.87 亿m³，比多年平均值低24.6%。用水总量先呈上下波动的态势，自2016 年开始呈缓慢下降趋势，其中农业用水占主体部分，占比高达52.49%～58.01%；工业用水约占1∕3，其比例在30.66%～34.07%之间浮动；生活用水约占1∕10，其比例在9.68%～12.48%之间浮动；生态用水只占据极小的一部分，其比例由0.78%上升至2.79%。

表1 安徽省水资源情况Tab.1 Water resources in Anhui Province

图1为安徽省2010-2019年各类型用水量变化趋势，由图1可以看出，农业用水和工业用水随时间呈缓慢下降的趋势，生活用水和生态用水随时间呈缓慢上升的趋势，说明人们更加重视生态环境的保护和生活质量的提升，表明各部门各行业间用水更加合理，用水结构更加完善。

图1 安徽省2010-2019年各类型用水量变化趋势Fig.1 Trend of water consumption in Anhui Province from 2010 to 2019

2.1.2 农业用水结构及其变化

一般地，农业用水包括农田灌溉用水以及林牧渔畜用水。图2 为安徽省2010-2019 年农业用水量变化，由图2 可知，安徽省农田灌溉是农业用水的用水大户，其用水量与农业用水量变化趋势一致，其用水量的大小决定着农业用水的高低，其比例占农业用水的90.4%～95.3%，林牧渔畜占农业用水的4.7%～9.6%。2010-2019年农田灌溉用水量及其占比先呈现上下波动的态势，在2016 年之后呈现缓慢下降趋势；2010-2019 年林牧渔畜用水量先呈现上下波动的态势，在2016年之后呈现缓慢上升趋势。农业用水总体上呈缓慢下降的趋势。

图2 2010-2019年安徽省农业各行业用水量变化Fig.2 Water consumption change of agricultural industries in Anhui Province from 2010 to 2019

2.2 农业用水结构驱动力定量分析

2.2.1 特征值及主成分贡献率

通过主成分分析，按照特征值大于1的纳入标准，影响安徽省农业用水结构的各个因素可以归为2 大类因子。第一、第二主成分贡献率分别为71.107%和17.792%（表2），累积贡献率达到88.899%，满足了主成分累计方差贡献率超过85%的标准，说明了用这2 个主成分能够很好反映安徽省农业结构的影响因子。

表2 主成分特征值及贡献率Tab.2 Principal component eigenvalue and contribution rate

2.2.2 驱动力因子解析

驱动力是一个专业术语，是一个动力学名词，在不同的专业领域有不同的含义。农业用水结构驱动力是指为解决用水冲突，使农业用水结构向理想状态发展，影响农业用水变化的自然和社会因素。驱动力因子影响农业用水量变化进而导致农业用水结构发生改变，通过主成分分析来确定影响农业用水结构变化的主要驱动力因子。

初始因子载荷矩阵可以反映每个主成分因子所能表征的信息（表3）。农村人均可支配收入、农林牧渔总产值、总人口数、节水灌溉面积、有效灌溉面积、平均气温在第一主成分上有较高荷载，说明第一主成分基本反映了社会因素、灌溉面积因素、气温因素对农业用水结构的影响。降水量在第二主成分上有较高的荷载，说明第二主成分反映了降水因素对农业用水结构的影响。第一产业比重、农作物总播种面积、人均用水量与第一主成分呈负相关关系，大牧畜年末头数与第二主成分呈负相关关系。因此，影响安徽省农业用水结构演变的主要因素可以归纳为四类：社会因素、灌溉面积因素、气温因素和降水因素，其中前三者对农业用水结构的影响比降水因素更加显著。

表3 主成分荷载矩阵Tab.3 Principal component load matrix

通过主成分分析可以得到不同因素的得分系数矩阵（表4），第一主成分F1和第二主成分F2可用于表征区域内农业用水量特征，按公式（1）计算各主成分得分，并按公式（2）计算综合得分Y。

表4 不同初始因子得分系数矩阵Tab.4 Score coefficient matrix of different initial factors

式中：F为各主成分得分；i为主成分的指标个数；xi为第i个主成分指标系数；Xi为第i个主成分指标的含量；Y为综合得分；j为主成分个数；Fj为第j个主成分的得分；fj为第j个主成分的方差贡献率在总累计方差贡献率中的占比。各主成分条件下的得分与综合得分表达式如下所示：

图3 为安徽省2010-2019 年农业用水结构主成分及综合得分趋势，由图可知，主成分得分有正有负，如果某一年的某个主成分得分为正值，则表明这一年的该主成分在平均水平之上，如果为负数，则表明在平均水平之下，综合得分值（Y）越大表明农业用水结构越合理。在2010-2019年综合得分值总体上呈快速上升趋势，表明安徽省的农业用水结构逐渐向合理化方向发展，其中代表社会因素、灌溉面积因素、气温因素的第一主成分得分在2010-2019 年间持续上升，与综合得分值的变化趋势是一致的，表明第一主成分对农业用水结构起到主要促进作用，代表降水因素的第二主成分在2016 年之前起促进作用，在2017-2019 年起抑制作用，从2016 年到2019 年和2018 年到2019 年的突然下降可能是因为降雨量相比于前一年有较大减少所导致的。

图3 农业用水结构主成分及综合得分趋势Fig.3 Principal component and comprehensive score trend of agricultural water use structure

2.3 农业用水影响因素分析

2.3.1 社会因素对农业用水变化的影响

本文社会因素具体是指农村人口可支配收入、总人口数、农林牧渔总产值。根据以上计算结果表明，安徽省2010-2019年农村人口可支配收入呈不断增加的趋势，增幅高达56%，其变化主要是由经济快速发展所导致的；总人口由2010 年的6 827 万人上升至2019 年的7 119 万人，增长了4.28%，人口对农业用水的影响是通过居民消费农产品来间接影响的，由于国民经济的快速增长，人均可支配收入的不断增加，居民消费水平不断提高，趋向于肉类食物的消费量迅速增长，加上人口总数也在增长所以导致农产品，尤其是畜产品消费量增长，更重要的是引发谷物饲料的生产量大幅上升，从而引起了农业用水量的增加。

农林牧渔总产值从2010 年的2 815 亿元上升至2019 年的5 162 亿元，增长了83.4%，接近翻了一番，而农林牧渔产值包括农业产值、林业产值、畜牧业产值、渔业产值和农林牧渔辅助性活动五个方面，主要以农业产值和畜牧业产值为主，林业产值、渔业产值和农林牧渔辅助性活动占比较少。农业产值占农林牧渔总产值的比例呈下降趋势，由2010 年的52.48%减少至2019 年的45.82%，可能和农作物总播种面积减少有关；林业产值、牧业产值、渔业产值和农林牧渔辅助性活动农林牧渔总产值的比例呈上升趋势，分别由2010 年的4.81%、29.48%、9.51%、3.72%上升至2019 年的6.81%、31.55%、10.10%、5.72%。虽然农作物播种面积在减少，但是水稻、小麦和玉米这3种作物的播种面积都在增加，分别由2010 年的224.537、236.567、76.111 万hm2上升至2019年的250.904、283.560、119.645 万hm2，且这3种作物在生长发育期间都需要大量水分的支持，所以可能会导致农业用水量的增加。

2.3.2 灌溉面积因素对农业用水变化的影响

统计数据表明，安徽省节水灌溉面积和有效灌溉面积在2010-2019 年呈上升趋势。有效灌溉面积由2010 年的351.978万hm2上升至2019 年的458.1 万hm2，增长了30.15%。有效灌溉面积是指地块较为平整，有一定水源、灌溉设施配套，在一般年景下当年能进行正常灌溉的农田面积，它是与农业用水量直接相关的一个重要指标。近年来，各级部门加大了对农田水利建设的投入，将淠史杭、驷马山、茨淮新河、花凉亭、女山湖、青弋江和新汴河等7个大型灌区和部分重点中型灌区相继纳入改造计划，恢复和增加了部分有效灌溉面积，可能会导致农业用水量有所增加。

节水灌溉面积由2010 年的81.58 万hm2上升至2019 年的105.98 万hm2，略有增长。安徽省节水技术主要以渠道防渗为主，还有少量的喷灌、微灌和低压管灌，节水技术水平的提高和节水灌溉面积的增加意味着农业用水量的减少，表明用水结构趋向合理化方向发展。节水灌溉面积的增长主要与节水技术的发展相关，但节水技术的进步并不要求资源本身的改变，或者说并不直接体现在生产因素上，它提高了经济的效率，但并不改变参与经济循环的经济资源的数量和质量［21］。从安徽省节水灌溉面积占有效灌溉面积的比例来看（表5），一直处于较低水平，在19.2%～24.6%之间浮动变化，根据前文分析结果，安徽省农业用水量处于缓慢下降趋势，这可能与节水技术的提高息息相关。

表5 2010-2019年安徽省节水灌溉面积和有效灌溉面积变化Tab.5 Change of water saving irrigation area and effective irrigation area in Anhui Province from 2010 to 2019

2.3.3 气温因素对农业用水变化的影响

安徽省平均气温在2010-2019 年期间变化不大，总体呈上升趋势，近几年年平均气温趋于稳定态势达到16.6 ℃，为1961年有完整气象记录以来第三高。气温变化对农作物有着显著影响，高温加快了土壤蒸发和植物蒸腾作用，且连续的高温容易造成农田干旱，因此导致农业用水量有所增加。

2.3.4 降水因素对农业用水变化的影响

安徽省降水量在2010-2019 年呈现上下波动的趋势，近十年降水量最高值为2016 年的1 612.7 mm，较多年平均值多37.5%，属丰水年份；最低值为2019 年的935.8 mm，较多年平均值减少20.2%，属枯水年份。总体上看年降水量较为充沛，但区域内地形地貌复杂，时间上分布不均匀，空间变化较大，从南到北（新安江流域、长江流域、淮河流域）降雨量依次减少，同时，区内发生干旱、洪灾的频率较高，10 年间农业用水量并没有随降雨量产生较大波动变化。

综上可知，上述因素对农业用水都会产生影响，从而引起农业用水结构发生变化，但是农业用水结构受到的任何一种因素的影响都不是唯一的，真正引起农业用水结构变化的是不同驱动因子间相互联系、彼此制衡、共同作用的合力。

3 结论

通过对安徽省2010-2019年水资源状况及农业用水进行主成分分析，得出下列结论：

（1）近10 年来安徽省水资源总量和人均水资源量波动较大，水资源总量最大值为2016 年的1 245.17 亿m³，最小值为2019 年的539.87 亿m³。用水总量呈上下波动态势，自2016 年开始呈下降趋势；农业用水和工业用水随时间呈缓慢下降的趋势，生活用水和生态用水随时间呈缓慢上升的趋势。农田灌溉占农业用水的主体部分，在2010-2016 年呈上下波动的态势，2016 年之后呈快速下降趋势；林牧渔畜在2010-2016 年呈上下波动的态势，2016年之后呈上升趋势。

（2）选取了11 个影响安徽省农业用水结构变化的驱动因子，采用主成分分析，筛选出2 个主成分，筛选出7 个重要驱动因子是农村人均可支配收入、农林牧渔总产值、总人口数、节水灌溉面积、有效灌溉面积、平均气温、降水量，可归纳为社会因素、面积因素、气温因素和降水因素四大类。其中社会因素、面积因素和气温因素对农业用水结构的影响比降水因素对农业用水结构的影响更为显著。