賈琨顥，田貴良

(河海大學(xué)商學(xué)院，南京 211100)

0 引 言

農(nóng)業(yè)是國民經(jīng)濟(jì)中重要產(chǎn)業(yè)部門之一，是滿足人類最基本要求的根本。但由于農(nóng)業(yè)直接利用自然資源，受自然資源的影響明顯較其他行業(yè)更大，同時農(nóng)業(yè)是最大的用水部門，我國農(nóng)業(yè)用水占社會總用水量70%左右。而目前水資源已經(jīng)成為人類生存和發(fā)展的重要戰(zhàn)略資源，同時也是一種極其短缺的資源。與其他災(zāi)害相比，旱災(zāi)被看作是世界上危害最廣、造成經(jīng)濟(jì)損失最大的自然災(zāi)害之一[1]。我國水資源人均占有量還不及世界平均水平的1/4，是世界上嚴(yán)重缺水的國家之一。1949年以來，我國農(nóng)田受旱面積年均約2 270 萬hm2，約占災(zāi)害面積的60%，因旱災(zāi)年均減產(chǎn)糧食1 541 萬t[2]。如何防災(zāi)減災(zāi)就成為全球各個國家政府和學(xué)術(shù)界普遍關(guān)注的熱點(diǎn)問題。因此，科學(xué)的評判和檢測農(nóng)業(yè)對水資源短缺的脆弱性對保障糧食安全至關(guān)重要。

虛擬水最初指農(nóng)產(chǎn)品生產(chǎn)中所需的水資源，后逐漸運(yùn)用于所有商品和服務(wù)中，即生產(chǎn)某種商品和服務(wù)所需要的水資源被稱為該商品和服務(wù)對應(yīng)的“虛擬水”。商品和服務(wù)的跨區(qū)域貿(mào)易導(dǎo)致了其生產(chǎn)所需要的虛擬水也進(jìn)行了跨區(qū)域流動，即虛擬水貿(mào)易。“虛擬水貿(mào)易”的提出，轉(zhuǎn)變了習(xí)慣于依賴工程手段和技術(shù)手段解決水資源短缺問題的傳統(tǒng)思維。文中將虛擬水凈貿(mào)易量引入指標(biāo)評價體系，將虛擬水理論與脆弱性理論相結(jié)合，為研究脆弱性的影響因素提供了一個新的方向。

從1970年開始，脆弱性一詞逐漸被一些國外研究者應(yīng)用于生態(tài)領(lǐng)域。當(dāng)前，脆弱性分析與評價已經(jīng)成為生態(tài)環(huán)境學(xué)、災(zāi)害學(xué)和社會經(jīng)濟(jì)發(fā)展研究的一個熱門研究方向。Fraser[3]對影響中國東部主要糧食作物旱災(zāi)脆弱性的因素進(jìn)行了研究，認(rèn)為技術(shù)、資金等社會經(jīng)濟(jì)因素是主要影響因子；Fontaine[4]從暴露性、適應(yīng)性與敏感性三個方面著手，估算了研究區(qū)域內(nèi)34個子區(qū)域的旱災(zāi)脆弱性。國內(nèi)學(xué)者對農(nóng)業(yè)旱災(zāi)脆弱性的研究時間不長，但近十年來，我國研究者對農(nóng)業(yè)旱災(zāi)脆弱性開展了大量研究，并取得了一定成果。王莉[5]、蘇筠[6]、邱林[7]、杜曉燕[8]等分別探討過甘肅省、湖南省、天津市等若干區(qū)域的農(nóng)業(yè)旱災(zāi)脆弱性；程靜[9]則認(rèn)為農(nóng)業(yè)旱災(zāi)脆弱性受到微觀、中觀、宏觀三方面因素的影響。

目前在農(nóng)業(yè)旱災(zāi)脆弱性研究方面，國內(nèi)外各學(xué)者對農(nóng)業(yè)旱災(zāi)脆弱性的定義并不一致，對是否應(yīng)該包括易損性、恢復(fù)力、適應(yīng)性和災(zāi)害強(qiáng)度等存在分歧。農(nóng)業(yè)旱災(zāi)脆弱性指標(biāo)體系的建立仍不完善，數(shù)據(jù)指標(biāo)的定型化沒有統(tǒng)一標(biāo)準(zhǔn)，主觀性較強(qiáng)。并且對旱災(zāi)脆弱性研究多側(cè)重自然系統(tǒng)，忽略了社會經(jīng)濟(jì)系統(tǒng)。另外，國內(nèi)研究著重于傳統(tǒng)的干旱地區(qū)，忽略了其他地區(qū)，不利于各地根據(jù)自身情況開展對旱災(zāi)的防災(zāi)抗災(zāi)。

虛擬水概念由Allan J.A于1994年首先提出，Mark 等[10]計算了1998年到2004年間尼羅河流域各個國家間農(nóng)產(chǎn)品虛擬水貿(mào)易量，估算了虛擬水貿(mào)易對尼羅河水量平衡的影響。我國的程國棟院士[11]首次將虛擬水貿(mào)易概念引入國內(nèi)，并介紹了虛擬水、虛擬水戰(zhàn)略對水資源安全、管理的重要意義；燕明達(dá)、宋孝玉等[12]對重慶市部分農(nóng)作物的單位虛擬水含量及虛擬水總量進(jìn)行計算，為重慶市農(nóng)作物種植結(jié)構(gòu)調(diào)整提供建議，建議重慶市提高經(jīng)濟(jì)作物種植面積，并加大農(nóng)作物虛擬水貿(mào)易；鄭和祥、李和平等[13]對鄂爾多斯市進(jìn)行了虛擬水貿(mào)易研究和虛擬水評價指標(biāo)分析，計算出鄂爾多斯市2020年的水資源進(jìn)口依賴度、水資源自給率、水匱乏度等；同時，尚海洋[14]認(rèn)為虛擬水管理就是水資源社會化管理的一個典型例子，虛擬水貿(mào)易的水資源流動分析實(shí)質(zhì)上是一種社會水循環(huán)思維。

目前我國對于虛擬水的研究理論和方法尚不成熟，對虛擬水的量化分析還只是一種粗略估計，在研究區(qū)域上，對我國北方地區(qū)研究多于南方，存在明顯的北強(qiáng)南弱的情況。同時，國內(nèi)研究大多數(shù)分析了虛擬水貿(mào)易對于解決我國糧食安全和水安全方面的重要意義，定性地分析其可行性及必要性，對虛擬水貿(mào)易指導(dǎo)農(nóng)業(yè)結(jié)構(gòu)調(diào)整的定量研究成果較少。

1 虛擬水下區(qū)域農(nóng)業(yè)對水資源短缺的脆弱性評價模型研究

1.1 區(qū)域農(nóng)業(yè)對水資源短缺脆弱性評價指標(biāo)的選取

區(qū)域農(nóng)業(yè)對水資源短缺的脆弱性其實(shí)是敏感因子和恢復(fù)力因子互相影響、相互作用的一種結(jié)果，敏感因子是加劇水資源短缺危害的各種因素，而恢復(fù)力因子是減輕危害的各種有利因素。與它們有關(guān)的所有自然、氣象、社會經(jīng)濟(jì)因素都會對脆弱性的強(qiáng)弱造成影響，相同強(qiáng)度的缺水在不同的自然環(huán)境或社會經(jīng)濟(jì)條件下造成的后果將不盡相同甚至差別巨大。

脆弱性指標(biāo)體系的構(gòu)建在農(nóng)業(yè)脆弱性評價中至關(guān)重要，每位學(xué)者因其研究對象的特點(diǎn)及數(shù)據(jù)的可獲得性等不同原因所構(gòu)建的指標(biāo)體系都不盡相同，文中總結(jié)了一系列農(nóng)業(yè)脆弱性評價指標(biāo)體系的指標(biāo)選取情況(如表1)，以便更加直觀的總結(jié)各學(xué)者指標(biāo)選取的異同。

表1 農(nóng)業(yè)脆弱性評價指標(biāo)體系的指標(biāo)選取情況

1.1.1 構(gòu)建評價指標(biāo)體系

根據(jù)上述對指標(biāo)體系的分析，可以看出當(dāng)前國內(nèi)學(xué)者指標(biāo)體系的選擇多集中在典型干旱帶，同時側(cè)重分析自然系統(tǒng)現(xiàn)象及農(nóng)業(yè)種植情況對脆弱性的影響。本文在參考大量專家學(xué)者相關(guān)理論和方法的基礎(chǔ)上，將虛擬水凈貿(mào)易量引入指標(biāo)評價體系，將虛擬水理論與脆弱性理論相結(jié)合，為研究脆弱性的影響因素提供一個新的方向。

充分考慮數(shù)學(xué)模型的要求與數(shù)據(jù)的可獲得性，本文選取13個指標(biāo)，分為敏感性及恢復(fù)性兩個方面，建立如表2所示的指標(biāo)體系和層次結(jié)構(gòu)。

表2 評價指標(biāo)體系及層次結(jié)構(gòu)

1.1.2 農(nóng)產(chǎn)品虛擬水凈貿(mào)易量的計算方法

本研究選用投入產(chǎn)出法進(jìn)行農(nóng)產(chǎn)品虛擬水凈貿(mào)易量的估算，即將水資源納入價值型投入產(chǎn)出表，構(gòu)造出一張價值型-實(shí)物型水資源投入產(chǎn)出表，從而更合理的描述水資源在整個系統(tǒng)中的循環(huán)。本研究采用如下水資源投入產(chǎn)出表(表3)。

表3 水資源投入產(chǎn)出表

描述各產(chǎn)業(yè)部門水資源投入的指標(biāo)有3個----用水量、耗水量和完全用水量。完全用水量是指生產(chǎn)某單位產(chǎn)品所需的水資源供應(yīng)量，即該產(chǎn)業(yè)部門經(jīng)濟(jì)活動所產(chǎn)生的直接用水量與間接用水量之和。

(1)直接用水系數(shù)即生產(chǎn)部門生產(chǎn)單位產(chǎn)品的直接用水量，其表達(dá)式為：

Qj=Wj/Xj

(1)

式中：Wj表示j部門生產(chǎn)過程中的用水量；Xj表示該部門的產(chǎn)品總產(chǎn)出；Qj表示直接用水系數(shù)矩陣。

(2)完全用水系數(shù)可由直接用水系數(shù)計算得到，其表達(dá)式為：

Hj=Qj(I-A)-1

(2)

式中：I表示單位矩陣；A表示直接消耗系數(shù)；(I-A)-1表示Leontief逆矩陣；Qj表示直接用水系數(shù)矩陣。

(3)由此可得，將統(tǒng)計所得的各產(chǎn)業(yè)輸入、輸出貿(mào)易量與該產(chǎn)業(yè)完全用水系數(shù)相乘，即可求得產(chǎn)品輸入和輸出過程中的虛擬水貿(mào)易量，其估算公式為：

Lj=Qj(I-A)-1Mj

(3)

式中：Lj為j部門的虛擬水貿(mào)易量；Mj為j部門的產(chǎn)品輸入或輸出貿(mào)易量。

1.2 虛擬水下區(qū)域農(nóng)業(yè)對水資源短缺的脆弱性評價模型構(gòu)建

本文采用組合賦權(quán)法，將熵值法和層次分析法結(jié)合起來確定評價指標(biāo)的權(quán)重，并在上述指標(biāo)體系的基礎(chǔ)上，采用加權(quán)綜合評分法作為農(nóng)業(yè)對水資源短缺的脆弱性評價模型：

(4)

式中：V為脆弱性指數(shù)，即為脆弱度；Pi為第i個指標(biāo)的指標(biāo)標(biāo)準(zhǔn)化數(shù)值；Wi為第i個指標(biāo)的權(quán)重。

2 虛擬水下江蘇省農(nóng)業(yè)對水資源短缺的脆弱性評價

2.1 研究區(qū)概況

本次研究區(qū)域?yàn)榻K省，處于我國東部沿海中心地區(qū)，既是經(jīng)濟(jì)大省，又是農(nóng)業(yè)大省，但其人均水資源量(不含過境水)僅390 m3，屬于極度缺水省份。由于獨(dú)特的地理位置，其南北氣候差異明顯且季風(fēng)特征顯著，降水量在年際變化巨大，極易發(fā)生突發(fā)性的、災(zāi)害性的暴雨洪水災(zāi)害，以及旱澇急轉(zhuǎn)、干旱缺水天氣。全省資源型缺水和水質(zhì)型缺水并存，降水時空分布不均，南部地區(qū)降雨豐富而北部地區(qū)干旱少雨，并且水資源污染日益嚴(yán)重。缺水已經(jīng)成為限制江蘇省經(jīng)濟(jì)和社會發(fā)展的重要因素之一。根據(jù)相關(guān)數(shù)據(jù)顯示，全省平水年缺水量約8.16 億m3；遇中等干旱年，缺水19.36 億m3；遇特殊干旱年，缺水量為91.44 億m3，均主要位于淮河流域，并且農(nóng)田灌溉占總耗水量平均值為73.2%，是最主要的耗水項(xiàng)目。江蘇省農(nóng)業(yè)缺水問題已成為限制其農(nóng)業(yè)以至全社會經(jīng)濟(jì)可持續(xù)發(fā)展的障礙之一，如何評價與避免農(nóng)業(yè)缺水現(xiàn)象是現(xiàn)如今亟需解決的重要問題。

2.2 數(shù)據(jù)來源與數(shù)據(jù)處理

2.2.1 數(shù)據(jù)來源

本研究選取2007-2013年建立江蘇省農(nóng)業(yè)13個指標(biāo)數(shù)據(jù)庫，所需要的數(shù)據(jù)主要分為兩個方面：除農(nóng)產(chǎn)品虛擬水凈貿(mào)易量外的其他指標(biāo)數(shù)據(jù)及農(nóng)產(chǎn)品虛擬水凈貿(mào)易量。其數(shù)據(jù)來源如下：

(1)除農(nóng)產(chǎn)品虛擬水凈貿(mào)易量外的其他指標(biāo)數(shù)據(jù)均來源于2008年至2014年《江蘇省統(tǒng)計年鑒》及《江蘇省水資源公報》。

(2)本研究采用投入產(chǎn)出法計算江蘇省農(nóng)產(chǎn)品虛擬水凈貿(mào)易量，由于現(xiàn)在可得到的最新的投入產(chǎn)出表為《2012年江蘇省投入產(chǎn)出表》，為了使本文的研究更具參考價值，利用《2007年江蘇省投入產(chǎn)出表》、《2012年江蘇省投入產(chǎn)出表》通過計算得到2008-2013年江蘇省投入產(chǎn)出表。同時各部門用水量來自于《江蘇省水資源公報》、《江蘇省經(jīng)濟(jì)普查年鑒》等，部分時間工業(yè)各部門用水?dāng)?shù)據(jù)難以得到，則假定用水結(jié)構(gòu)與2008年相比沒有發(fā)生大的改變，通過計算得到。

2.2.2 數(shù)據(jù)處理

(1)關(guān)于農(nóng)產(chǎn)品虛擬水凈貿(mào)易量的計算，由于分行業(yè)用水?dāng)?shù)據(jù)有限，所以結(jié)合《2007年江蘇省投入產(chǎn)出表》及《國民經(jīng)濟(jì)行業(yè)分類》對行業(yè)進(jìn)行合并，整合為農(nóng)林牧漁業(yè)(I1)、采礦業(yè)(I2)、食品制造業(yè)(I3)、紡織業(yè)(I4)、其他制造業(yè)(I5)、石油加工、煉焦及核燃料加工業(yè)(I6)、化學(xué)工業(yè)(I7)、非金屬礦物制品業(yè)(I8)、金屬冶煉及加工制造業(yè)(I9)、機(jī)械設(shè)備制造業(yè)(I10)、電力、熱力燃?xì)夂退a(chǎn)供應(yīng)業(yè)(I11)、建筑業(yè)(I12)、第三產(chǎn)業(yè)(I13)13個大類。

(2)數(shù)據(jù)標(biāo)準(zhǔn)化處理。為消除各指標(biāo)量綱、數(shù)據(jù)級不同帶來的影響，本研究選用極差標(biāo)準(zhǔn)化方法對指標(biāo)體系中的原始數(shù)據(jù)進(jìn)行處理。不同的指標(biāo)類型對脆弱性影響方向不同，正向指標(biāo)包括A1、A3、A4、A5，其數(shù)值越小，農(nóng)業(yè)對水資源短缺的脆弱性越??；負(fù)向指標(biāo)包括A2、B1、B2、B3、B4、B5、B6、B7，其數(shù)值越大，農(nóng)業(yè)對水資源短缺的脆弱性越小。

2.3 江蘇省農(nóng)業(yè)虛擬水貿(mào)易量估算結(jié)果

2.3.1 用水系數(shù)估算

根據(jù)公式(1)、式(2)，可求得2007-2013年江蘇省各部門的用水系數(shù)(表4)。通過比較2007-2013年各部門用水系數(shù)，可以看到完全用水系數(shù)名列前5位的行業(yè)為農(nóng)林牧漁業(yè)、電力、熱力燃?xì)夂退a(chǎn)供應(yīng)業(yè)、采礦業(yè)、紡織業(yè)和食品制造業(yè)。這表明，這5個部門需比其他部門投入更多的水資源來獲得單位產(chǎn)出，是江蘇省的高耗水產(chǎn)業(yè)部門。

2.3.2 江蘇省農(nóng)業(yè)虛擬水凈貿(mào)易量估算

根據(jù)公式(3)可以得到江蘇省農(nóng)產(chǎn)品虛擬水凈貿(mào)易量，如表5所示。

2.4 虛擬水下江蘇省農(nóng)業(yè)對水資源短缺脆弱性評價指標(biāo)權(quán)重的確定結(jié)果

為簡便計算，在此認(rèn)為熵權(quán)法、層次分析法兩類方法同樣重要，在組合賦權(quán)中兩類方法各自占比例50%，a1=a2=50%，最終指標(biāo)權(quán)重的確定結(jié)果如表6。

表4 江蘇省各部門完全用水系數(shù) m3/元

表5 江蘇省農(nóng)產(chǎn)品虛擬水凈貿(mào)易量 百萬m3

表6 基于組合賦權(quán)法的指標(biāo)權(quán)重

2.5 虛擬水下江蘇省農(nóng)業(yè)對水資源短缺的脆弱性評價結(jié)果

依據(jù)公式(4)和經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，分別計算出2007-2013年江蘇省農(nóng)業(yè)對水資源短缺的脆弱性(表7)。

表7 虛擬水視角下江蘇省農(nóng)業(yè)對水資源短缺的脆弱性評價結(jié)果

2.6 虛擬水下江蘇省農(nóng)業(yè)對水資源短缺的脆弱性評價結(jié)果分析

總體而言，2007-2013年江蘇省農(nóng)業(yè)對缺水的脆弱性整體呈現(xiàn)下降的趨勢?？梢钥闯龃嗳跣灾饾u降低是因?yàn)榛謴?fù)性的越來越優(yōu)，而敏感性一直保持基本不變的情況，而2012年及2013年敏感性略微上漲導(dǎo)致脆弱性降低速度減慢(圖1)。

圖1 江蘇省農(nóng)業(yè)對水資源短缺的脆弱性動態(tài)變化

脆弱性由敏感性和恢復(fù)性兩個方面的數(shù)量對比變化決定，從江蘇省實(shí)際情況來看，脆弱性大小主要受農(nóng)業(yè)占GDP比重、降水量、人均耕地面積、人均糧食產(chǎn)量、人均GDP及農(nóng)產(chǎn)品虛擬水凈貿(mào)易量影響。分析江蘇省農(nóng)業(yè)對缺水的脆弱性的主要影響因素指標(biāo)值(表8)可以看出，農(nóng)業(yè)占GDP比重逐漸降低，而在2012年有一個小的回升，2013年降低速度減緩，降水量一直處于波動狀態(tài)；人均耕地面積、人均糧食產(chǎn)量及人均GDP均在逐年增加，有利于恢復(fù)力的變好。而農(nóng)產(chǎn)品虛擬水凈貿(mào)易量卻在逐年減小，甚至后兩年為負(fù)值，會對恢復(fù)力產(chǎn)生不利影響。

總體來說，敏感性受農(nóng)業(yè)占GDP比重與降水量的影響波動較小，基本保持不變，只在后兩年略有增加；而隨著人均耕地面積、人均糧食產(chǎn)量及人均GDP的逐年增加，恢復(fù)力越來越好。

表8 江蘇省農(nóng)業(yè)對水資源短缺的脆弱性的主要影響因素指標(biāo)值

同時通過分析每項(xiàng)指標(biāo)值的變化趨勢，可以得知2007年至2013年每項(xiàng)指標(biāo)的變化對脆弱性的影響方向，降低脆弱性為“-”，增加脆弱性為“+”，為降低江蘇省農(nóng)業(yè)對缺水的脆弱性提供建議(表9)。

3 結(jié)論與建議

(1)計算得出完全用水系數(shù)排在前5位的行業(yè)為農(nóng)林牧漁業(yè)、電力、熱力燃?xì)夂退a(chǎn)供應(yīng)業(yè)、采礦業(yè)、紡織業(yè)、食品制造業(yè)，是江蘇省的高耗水產(chǎn)業(yè)，并且7年以來農(nóng)產(chǎn)品虛擬水凈貿(mào)易量從輸入變?yōu)檩敵觯黾恿私K省水資源負(fù)擔(dān)。

(2)江蘇省農(nóng)業(yè)對水資源短缺的脆弱性指標(biāo)的最終權(quán)重排名前六位的是人均耕地面積、農(nóng)產(chǎn)品虛擬水凈貿(mào)易量、人均GDP、降水量、人均糧食產(chǎn)量和農(nóng)業(yè)占GDP比重。由此可以看出江蘇省應(yīng)控制人口密度，注意保護(hù)耕地，調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)及農(nóng)產(chǎn)品進(jìn)出口結(jié)構(gòu)，同時保持經(jīng)濟(jì)發(fā)展速度，保障政府在農(nóng)業(yè)水利方面投入，并且注重引輸水建管協(xié)調(diào)，開發(fā)創(chuàng)新節(jié)水技術(shù)。

(3)總體而言，2007年至2013年江蘇省農(nóng)業(yè)對水資源短缺的脆弱性整體呈現(xiàn)下降的趨勢。可以看出，脆弱性由敏感性和恢復(fù)性兩個方面的數(shù)量對比變化決定，結(jié)合評價指標(biāo)體系，社會經(jīng)濟(jì)因素對江蘇省農(nóng)業(yè)對水資源短缺的脆弱性影響較大。

[1] 鄭遠(yuǎn)長. 全球自然災(zāi)害概述[J].中國災(zāi)害，2000，10(1):14-19.

[2] 孫才志，張 翔. 基于信息擴(kuò)散技術(shù)的遼寧省農(nóng)業(yè)旱災(zāi)風(fēng)險評價[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究，2008，(4):507-510.

[3] Evan D G Frase, Mette T. Quantifying socioeconomic characteristics of drought-sensitive regions:Evidence from Chinese provincial agricultural data[J]. C R Geoscience，2008，340:679-688.

[4] Fontaine M M, Steinemann A C, ASCE M. Assessing Vulnerability to Natural Hazards: Impact-Based Method and Application to Drought in Washington State[J].Natural Hazards Review，2009，10(1):11-18.

[5] 王 莉，John Merson. 雨養(yǎng)農(nóng)業(yè)對氣候變化脆弱性的實(shí)證研究----以甘肅省華池縣為例[J].農(nóng)村經(jīng)濟(jì)，2013，(3):31-35.

[6] 蘇 筠，周洪建，崔欣婷. 湖南鼎城農(nóng)業(yè)旱災(zāi)脆弱性的變化及原因分析[J].長江流域資源與環(huán)境，2005，(4):522-527.

[7] 邱 林，王文川，陳守煜. 農(nóng)業(yè)旱災(zāi)脆弱性定量評估的可變模糊分析法[J].農(nóng)業(yè)工程學(xué)報，2011，27(增刊2):61-65.

[8] 杜曉燕，黃歲樑. 天津地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評價及區(qū)劃研究[J].自然災(zāi)害學(xué)報，2010，19(5):138-145.

[9] 程 靜，王 群. 農(nóng)業(yè)旱災(zāi)脆弱性的特殊生成機(jī)制與化解路徑[J].改革與戰(zhàn)略，2012，28(1):99-101.

[10] Mark Z, Allan J A, Mohieldeen Y. Virtual water 'Flows' of the nile basin, 1998-2004: A First approximation and implication for water security[J]. Global Environmental Change, 2010(20):229-242.

[11] 程國棟. 虛擬水----中國水資源安全戰(zhàn)略的新思路[J].中國科學(xué)院院刊，2003，18 (4): 260-265.

[12] 燕明達(dá)，宋孝玉，張衛(wèi)華. 重慶市主要農(nóng)作物虛擬水含量計算分析[J].長江流域資源與環(huán)境，2013，22(zl):6-9.

[13] 鄭和祥，李和平，楊燕山，等. 基于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的鄂爾多斯市虛擬水貿(mào)易研究[J].干旱區(qū)資源與環(huán)境，2016，(3):50-55.

[14] 尚海洋，張志強(qiáng). 石羊河流域武威市水資源社會化循環(huán)評估[J].干旱區(qū)資源與環(huán)境，2011，25(7):57-62.

[15] 紀(jì)朝榮. 河南省農(nóng)業(yè)旱災(zāi)脆弱性評價研究[D]. 鄭州：河南大學(xué)，2013.

[16] 梁紅梅. 雷州半島農(nóng)業(yè)旱災(zāi)脆弱性研究[D]. 廣州：廣州大學(xué),2006.

[17] 劉姣娜. 康?？h農(nóng)業(yè)旱災(zāi)脆弱性評價[D]. 北京：首都師范大學(xué),2013.

[18] 孫 冉，劉國東，王成都，等. 組合賦權(quán)法在農(nóng)業(yè)旱災(zāi)脆弱性評價區(qū)劃的應(yīng)用[J]. 環(huán)境科學(xué)與技術(shù)，2015，(S2):374-378.