辛 萍, 韓淑敏, 楊永輝, 周新堯, 周宏飛

中亞棉花生產(chǎn)需水量與虛擬水貿(mào)易變化趨勢(shì)*

辛 萍1,2,3, 韓淑敏2**, 楊永輝2,3, 周新堯2, 周宏飛4

(1. 中國(guó)科學(xué)院大學(xué)中丹學(xué)院 北京 100049; 2. 中國(guó)科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心/中國(guó)科學(xué)院農(nóng)業(yè)水資源重點(diǎn)實(shí)驗(yàn)室 石家莊 050022; 3. 中國(guó)科學(xué)院大學(xué) 北京 100049; 4. 中國(guó)科學(xué)院新疆生態(tài)與地理研究所 烏魯木齊 830011)

棉花是中亞重要的出口農(nóng)產(chǎn)品之一, 在水資源日趨嚴(yán)峻形勢(shì)下, 評(píng)價(jià)棉花生產(chǎn)需水和虛擬水貿(mào)易對(duì)區(qū)域水資源管理具有重要意義。本研究基于中亞175個(gè)站點(diǎn)長(zhǎng)期氣象數(shù)據(jù), 利用ArcGIS空間插值和作物系數(shù)法, 結(jié)合棉花空間分布情況, 首先估算了中亞五國(guó)的棉花需水量和單產(chǎn)需水量; 基于單產(chǎn)需水量和國(guó)際糧農(nóng)組織(FAO)的棉花產(chǎn)量和貿(mào)易數(shù)據(jù), 分析了1992年以來(lái)棉花的生產(chǎn)需水量、虛擬水貿(mào)易變化趨勢(shì)及影響因素; 最后評(píng)價(jià)了虛擬水貿(mào)易對(duì)中亞水資源的影響。研究結(jié)果表明: 1)中亞棉花需水量為761.0~1033.9 mm, 單產(chǎn)需水量為2834.4~5732.1 m3?t–1, 其中產(chǎn)棉大國(guó)烏茲別克斯坦為4263.8 m3?t–1。2)1992—2017年, 中亞地區(qū)棉花收獲面積減少和產(chǎn)量偏低, 導(dǎo)致總產(chǎn)量下降, 生產(chǎn)需水量從初期的不足300億m3下降到目前的不足200億m3; 棉花消費(fèi)量增加導(dǎo)致出口量降低, 凈出口虛擬水量從初期的200億m3左右下降到目前50億m3; 年均棉花生產(chǎn)需水量、凈出口虛擬水量和凈出口占生產(chǎn)需水量的比值分別為237.2億m3、147.4億m3和62.1%。3) 1992—2017年, 烏茲別克斯坦和土庫(kù)曼斯坦通過(guò)棉花出口分別輸出其可更新水資源總量的18.4%和12.7%, 加劇了咸海流域水資源短缺。因此減少農(nóng)田輸水損失, 提高棉花水分利用效率, 是提升中亞棉花總產(chǎn)、減少棉花生產(chǎn)耗水、提升棉花出口貿(mào)易、減少虛擬水外輸?shù)挠行Т胧?/p>

棉花; 需水量; 單產(chǎn)需水量; 虛擬水貿(mào)易; 中亞五國(guó)

虛擬水是指生產(chǎn)產(chǎn)品或服務(wù)過(guò)程中所消耗的全部水資源數(shù)量, 虛擬水貿(mào)易是指鑲嵌在產(chǎn)品貿(mào)易中的虛擬水資源, 地區(qū)和國(guó)家間的產(chǎn)品貿(mào)易可實(shí)現(xiàn)水資源在國(guó)家或地區(qū)間的虛擬流動(dòng)與再分配[1-2]。作為解決區(qū)域水資源短缺的新途徑, 虛擬水貿(mào)易正成為水資源、農(nóng)業(yè)、經(jīng)濟(jì)等多領(lǐng)域的研究熱點(diǎn)。有研究表明, 全世界范圍內(nèi)每年通過(guò)貿(mào)易進(jìn)行的虛擬水流動(dòng), 67%來(lái)自農(nóng)產(chǎn)品, 23%來(lái)自動(dòng)物類(lèi)產(chǎn)品, 10%來(lái)自工業(yè)產(chǎn)品[1,3]。全球每年與農(nóng)作物相關(guān)的虛擬水貿(mào)易達(dá)6.95×1011m3, 而全球作物的總用水量為5.40×1012m3, 即農(nóng)作物用水的13%以虛擬水形式輸出到其他國(guó)家, 而非用于本國(guó)消費(fèi), 主要涉及小麥(L.)、水稻(L)、玉米(L)、大豆[(L.) Merr.]、棉花(spp.)等[4]。中國(guó)年均凈虛擬水輸入204億m3[3], 一定程度上緩解了我國(guó)水資源和耕地壓力。將虛擬水問(wèn)題與區(qū)域水資源管理相結(jié)合, 豐富了傳統(tǒng)水資源評(píng)價(jià)體系, 對(duì)實(shí)現(xiàn)區(qū)域水資源可持續(xù)利用具有重要意義。

生產(chǎn)單位質(zhì)量農(nóng)作物所需的水資源量(虛擬水含量或單產(chǎn)需水量)是虛擬水研究領(lǐng)域的基礎(chǔ)參數(shù), 它可以通過(guò)單位面積作物(蒸散)與單產(chǎn)的比值獲得。作物蒸散估算方法眾多, 在大區(qū)域上, FAO推薦作物系數(shù)法, CROPWAT模型是該方法計(jì)算作物蒸散的理想輔助模型[5], 在估算作物需水、優(yōu)化灌溉制度、提高灌溉效率等研究領(lǐng)域得到廣泛應(yīng)用[6-10]。該模型基于FAO-56的Penman-Monteith公式計(jì)算作物參考蒸散, 由于計(jì)算精度較高, 常作為基準(zhǔn)值校準(zhǔn)其他經(jīng)驗(yàn)公式得到的參考蒸散值[5,11-12]。相比Penman-Monteith公式, Thornthwaite公式對(duì)資料要求較低, 僅需要?dú)鉁?、降水?dāng)?shù)據(jù), 在氣象資料受限地區(qū)比較常用[13]。有研究表明, Thornthwaite方法在干旱區(qū)有很好的適用性[14-15]。在綜合氣象觀測(cè)站點(diǎn)稀少而氣溫、降水等常規(guī)數(shù)據(jù)相對(duì)豐富的干旱區(qū), 聯(lián)合使用這兩種方法, 能夠有效提高參考蒸散的估算精度, 為準(zhǔn)確評(píng)估大區(qū)域作物需水量提供了保障。

棉花作為世界上最廣泛種植的經(jīng)濟(jì)作物和全球紡織業(yè)的重要原料, 在國(guó)際大宗農(nóng)產(chǎn)品貿(mào)易中占有重要地位。近年來(lái), 其產(chǎn)量、消費(fèi)量、貿(mào)易量都呈現(xiàn)波動(dòng)增長(zhǎng)態(tài)勢(shì)[16]。中亞是棉花生產(chǎn)及出口的重要地區(qū), 在世界范圍內(nèi)一直備受關(guān)注[17]。棉花作為中亞地區(qū)最主要的經(jīng)濟(jì)作物, 被譽(yù)為“白色黃金”, 中亞棉花產(chǎn)量第一的烏茲別克斯坦更是被譽(yù)為“白金之國(guó)”[18]。同時(shí), 中亞地處亞歐大陸中心, 是溝通歐洲和亞洲貿(mào)易合作的關(guān)鍵樞紐, 是絲綢之路經(jīng)濟(jì)帶的核心區(qū)[19], 未來(lái)棉花貿(mào)易市場(chǎng)前景將更加廣闊。

本研究在估算中亞五國(guó)棉花單產(chǎn)需水量的基礎(chǔ)上, 系統(tǒng)分析1992年蘇聯(lián)解體后的棉花生產(chǎn)、消費(fèi)、虛擬水貿(mào)易等情況, 旨在從新的視角全面闡明中亞棉花生產(chǎn)需水、虛擬水貿(mào)易的變化趨勢(shì), 評(píng)價(jià)二者的影響因素及其對(duì)中亞水資源的影響, 為中亞棉花產(chǎn)業(yè)的可持續(xù)發(fā)展和水資源可持續(xù)管理提供科學(xué)支撐。

1 研究區(qū)概況

中亞包括哈薩克斯坦、吉爾吉斯斯坦、塔吉克斯坦、土庫(kù)曼斯坦和烏茲別克斯坦[13](圖1左), 面積合計(jì)4.00×106km2, 其中耕地面積3.24×107hm2; 同時(shí), 中亞地區(qū)仍存在大量未利用的可開(kāi)墾耕地, 有充足的耕地后備資源和一定的農(nóng)業(yè)生產(chǎn)潛力。

中亞位于內(nèi)陸地區(qū), 屬典型的大陸性干旱荒漠氣候, 四季分明。人均水資源量為3360m3, 低于世界人均水平(8800 m3), 整體屬缺水國(guó)家。年降水量160~700 mm, 空間差異明顯, 位于山區(qū)的塔吉克斯坦與吉爾吉斯斯坦海拔較高, 年均降水量分別為691 mm和533 mm, 是該區(qū)域的水塔, 而下游其他3國(guó)年均降雨量?jī)H200 mm左右[15]。流域內(nèi)主要有錫爾河和阿姆河, 流入西部的咸海。位于錫爾河上游的塔吉克斯坦和阿姆河上游的吉爾吉斯斯坦擁有中亞地表水資源總量的67%。而處于下游的烏茲別克斯坦、土庫(kù)曼斯坦和哈薩克斯坦盡管水資源短缺, 農(nóng)業(yè)用水卻占到總用水量的74.7%~96.3%。

農(nóng)業(yè)是中亞五國(guó)的傳統(tǒng)主導(dǎo)產(chǎn)業(yè), 除小麥和大麥(L)兩種主要的糧食作物外, 中亞氣候與我國(guó)新疆類(lèi)似, 適宜棉花生長(zhǎng), 是世界主要棉花產(chǎn)區(qū), 也是該地區(qū)的支柱型產(chǎn)業(yè)(圖1右)。烏茲別克斯坦是世界第五大棉花及最大皮棉出口國(guó), 在中亞的棉花生產(chǎn)中占據(jù)著尤為重要的地位[20]。中亞棉花收獲面積占總收獲面積的10.0%左右, 主要以灌溉種植為主, 是中亞耗水最多的作物[21]。

2 研究方法

2.1 數(shù)據(jù)收集

收集1992—2018年中亞棉花總產(chǎn)量(皮棉、籽棉)、收獲面積、單位面積產(chǎn)量(籽棉)以及1992—2017年進(jìn)出口貿(mào)易量(皮棉、短絨棉、梳棉), 數(shù)據(jù)來(lái)源于國(guó)際糧農(nóng)組織(FAO)網(wǎng)站的FAOSTAT數(shù)據(jù)庫(kù)。由于短絨棉和梳棉僅占皮棉貿(mào)易量的5.3%, 故本研究將短絨棉和梳棉都算作皮棉。棉花空間分布圖來(lái)自LP DAAC NASA[22], 精度為0.083°。

中亞地區(qū)共有175個(gè)氣象站(圖1右), 1981— 2000年156個(gè)氣象站點(diǎn)的逐月氣象數(shù)據(jù), 包括溫度和降雨兩個(gè)氣象觀測(cè)要素, 來(lái)源于世界氣象組織(WMO)官網(wǎng)(https://public.wmo.int/en); 1981—2014年間19個(gè)氣象站點(diǎn)的逐月氣象數(shù)據(jù), 包括最高氣溫、最低氣溫、濕度、風(fēng)速、日照時(shí)數(shù)及太陽(yáng)輻射等氣象觀測(cè)要素, 來(lái)源于FAO網(wǎng)站。

2.2 棉花需水量計(jì)算

基于作物系數(shù)法和ArcGIS空間插值, 結(jié)合棉花分布情況, 估算不同國(guó)家棉花需水量(ETC)。由于中亞不同站點(diǎn)氣象觀測(cè)要素存在差異, 采用以下步驟獲得棉花需水量:

1)站點(diǎn)參考作物蒸散(ET0, mm): 利用CROPWAT模型計(jì)算19個(gè)站點(diǎn)的月尺度參考作物蒸散量(ET0-PM), 利用Thornthwaite (TH)公式計(jì)算156個(gè)僅有溫度、降水2個(gè)觀測(cè)指標(biāo)的氣象站點(diǎn)的月尺度參考作物蒸散量(ET0-TH), 通過(guò)相同位置兩種方法計(jì)算的蒸散量建立ET0-PM/ET0-TH的月尺度校正系數(shù), 對(duì)利用Thornthwaite (TH)公式獲得的156個(gè)站點(diǎn)的ET0進(jìn)行逐月校正, 得到校正后的ET0。

2)月尺度ET0: 利用ArcGIS軟件的IDW工具對(duì)156個(gè)站點(diǎn)的ET0進(jìn)行距離加權(quán)插值獲得。

3)棉花需水量(ETC, mm): 基于棉花分布圖, 結(jié)合月尺度ET0和棉花作物系數(shù)[23-24], 加權(quán)計(jì)算不同國(guó)家棉花的需水量。

2.3 棉花生產(chǎn)需水量和虛擬水貿(mào)易量計(jì)算

1)單產(chǎn)需水量(SWD, m3?t–1): 利用棉花ETC和單位面積籽棉產(chǎn)量, 計(jì)算不同國(guó)家的棉花單產(chǎn)需水量。

2)棉花生產(chǎn)需水量: 利用籽棉總產(chǎn)量乘以SWD, 估算不同國(guó)家棉花生產(chǎn)需水量。

3)虛擬水貿(mào)易量: 將進(jìn)口、出口的皮棉量轉(zhuǎn)化為籽棉, 轉(zhuǎn)化系數(shù)為0.32, 該系數(shù)是利用FAOSTAT數(shù)據(jù)庫(kù)1992—2018年中亞五國(guó)皮棉產(chǎn)量除以籽棉產(chǎn)量計(jì)算得出。利用進(jìn)出口籽棉貿(mào)易量乘以SWD, 估算不同國(guó)家棉花的進(jìn)口、出口虛擬水貿(mào)易量。

3 結(jié)果與分析

3.1 中亞棉花生產(chǎn)、消費(fèi)及貿(mào)易發(fā)展趨勢(shì)

圖2為1992—2017年中亞棉花(皮棉)總產(chǎn)量、消費(fèi)量及貿(mào)易量的變化情況。從產(chǎn)量來(lái)看, 1992—2017年中亞棉花產(chǎn)量略有下降, 從20世紀(jì)90年代初期的近200萬(wàn)t下降到2017年的140萬(wàn)t, 年均產(chǎn)量為165.2萬(wàn)t。出口量和消費(fèi)量變化比較明顯, 2008年之前以出口為主, 之后以消費(fèi)為主; 1992—2007年年均出口量134.4萬(wàn)t, 占總產(chǎn)量的80.0%; 2008—2017年年均出口量57.0萬(wàn)t, 僅占總產(chǎn)量的35.4%。同時(shí)段比較, 消費(fèi)量從年均35.1萬(wàn)t增長(zhǎng)到年均104.2萬(wàn)t, 占比從20.9%提高到64.7%。因此, 中亞棉花生產(chǎn)從出口為主正在轉(zhuǎn)變?yōu)閮?nèi)部消費(fèi)為主。中亞棉花進(jìn)口總量很低, 年均僅為1.1萬(wàn)t。

圖3為中亞五國(guó)棉花1992年、2001年、2010年和2017年的產(chǎn)量、進(jìn)口量、消費(fèi)量和出口量情況, 圖中餅圖的上半部分為產(chǎn)量和進(jìn)口量, 下半部分為消費(fèi)量和出口量。對(duì)于一個(gè)餅圖, 上半部分二者之和等于下半部分二者之和, 直徑越大代表了棉花來(lái)源(產(chǎn)量和進(jìn)口量之和)越多, 同時(shí)也代表消耗(消費(fèi)和出口量之和)越多, 直徑越大、占比越多時(shí)表示相應(yīng)的量越多。

從餅圖上半部分可以看出, 中亞五國(guó)中烏茲別克斯坦和土庫(kù)曼斯坦是中亞主要棉花產(chǎn)區(qū), 在產(chǎn)量上占據(jù)主導(dǎo)地位, 烏茲別克斯坦年均產(chǎn)量基本保持在100萬(wàn)t以上(2017年接近), 土庫(kù)曼斯坦年均產(chǎn)量在30萬(wàn)t左右; 中亞棉花進(jìn)口較少。從餅圖下半部分可以看出, 產(chǎn)量較高的土庫(kù)曼斯坦和烏茲別克斯坦在1992年均以出口為主, 而2010年之后均以消費(fèi)為主, 以烏茲別克斯坦消費(fèi)增加的比率最高, 消費(fèi)則基本來(lái)源于自產(chǎn)。其余3個(gè)國(guó)家棉花的產(chǎn)量、消費(fèi)和貿(mào)易量相對(duì)較小。

從變化趨勢(shì)看, 產(chǎn)量和出口量經(jīng)歷了從1992年到2001年逐漸降低, 到2010年逐漸升高, 再到2017逐漸降低的過(guò)程。盡管2017年各國(guó)棉花產(chǎn)量和出口較低, 但仍然保持較高的消費(fèi)水平。其中烏茲別克斯坦產(chǎn)量94.2萬(wàn)t, 出口12.3萬(wàn)t, 消費(fèi)81.9萬(wàn)t, 出口和消費(fèi)分別占產(chǎn)量的13.1%和86.9%; 土庫(kù)曼斯坦產(chǎn)量22.8萬(wàn)t, 出口9.1萬(wàn)t, 消費(fèi)13.7萬(wàn)t, 出口和消費(fèi)分別占產(chǎn)量的39.7%和60.3%。

3.2 中亞五國(guó)棉花需水量

表1列出了中亞五國(guó)棉花種植區(qū)空間加權(quán)平均后的ET0、ETC和單產(chǎn)需水量。中亞地區(qū)ET0除吉爾吉斯斯坦較小外, 其余國(guó)家都超過(guò)1000 mm, 尤其盛產(chǎn)棉花的土庫(kù)曼斯坦和烏茲別克斯坦ET0高達(dá)1200 mm以上, 這與兩國(guó)高溫、低濕的荒漠氣候有關(guān)。各國(guó)之間的棉花作物系數(shù)差異不大。各國(guó)ETC為761.0~1033.9 mm, 其中烏茲別克斯坦最高, 為1033.9 mm, 哈薩克斯坦、塔吉克斯坦和土庫(kù)曼斯坦為920 mm左右, 吉爾吉斯斯坦最低, 為761 mm。單產(chǎn)需水量是作物需水和單產(chǎn)水平的綜合反映。單產(chǎn)需水量吉爾吉斯斯坦最小, 為2834.4 m3?t–1; 哈薩克斯坦和烏茲別克斯坦相近, 為 4300 m3?t–1左右; 土庫(kù)曼斯坦最高, 為5732.1 m3?t–1。

表1 中亞五國(guó)棉花需水量和單產(chǎn)需水量

3.3 中亞棉花生產(chǎn)需水量及凈出口虛擬水量

由圖4可知, 與棉花產(chǎn)量和出口量減少相對(duì)應(yīng), 中亞地區(qū)棉花生產(chǎn)需水和凈出口虛擬水量均呈下降趨勢(shì), 尤其凈出口虛擬水量在2008年之后明顯減少。1992—2017年生產(chǎn)需水量從初期的不足300億m3下降到不足200億m3; 凈出口虛擬水量從初期的200億m3左右下降到2017年的50億m3, 凈出口的下降幅度遠(yuǎn)超過(guò)生產(chǎn)需水下降幅度。在發(fā)生明顯變化的兩個(gè)階段, 1992—2007年年均生產(chǎn)需水量245.4億m3, 凈出口虛擬水量187.8億m3, 凈出口占比為76.6%; 2008—2017年年均生產(chǎn)需水量224.2億m3, 凈出口虛擬水量82.6億m3, 凈出口占比為36.8%。在整個(gè)研究階段內(nèi), 年均生產(chǎn)需水量、凈出口虛擬水量及凈出口占比分別為237.2億m3、147.4億m3和62.1%。盡管中亞棉花貿(mào)易出口量降低, 目前仍有1/3的棉花生產(chǎn)需水以虛擬水形式輸出。

3.4 中亞五國(guó)棉花虛擬水貿(mào)易

中亞五國(guó)棉花虛擬水貿(mào)易差異明顯。由圖5可知, 5個(gè)國(guó)家的虛擬水進(jìn)口量都很小, 哈薩克斯坦為進(jìn)口量最多的國(guó)家, 年均1.1億m3。由于虛擬水進(jìn)口量很小, 中亞棉花虛擬水貿(mào)易以輸出為主。在年均凈出口147.4億m3的虛擬水量中, 烏茲別克斯坦和土庫(kù)曼斯坦兩國(guó)的棉花虛擬水輸出居于主導(dǎo)地位,分別占總凈出口虛擬水量的61.0% (89.8億m3)和21.3% (31.4億m3); 塔吉克斯坦、哈薩克斯坦和吉爾吉斯斯坦的凈出口虛擬水量小, 占比分別為9.3% (13.7億m3)、6.9% (10.3億m3)和1.5% (2.2億m3)。

從整體趨勢(shì)上看, 中亞凈出口虛擬水貿(mào)易逐漸減少, 2008年之后凈出口虛擬水量驟減。主要由于烏茲別克斯坦出口量降低, 2008—2017年間中亞凈出口量?jī)H為1992—2007年間出口量的44%。烏茲別克斯坦1992—2007年年均凈出口虛擬水量121.1億m3, 2008—2017年年均凈出口虛擬水量36.9億m3, 后一階段凈出口量?jī)H為前一階段的1/3, 其余4個(gè)國(guó)家凈出口虛擬水量為前一階段的2/3, 下降相對(duì)緩慢。

4 討論

4.1 中亞棉花生產(chǎn)需水影響因素分析

本研究采用棉花單產(chǎn)需水量(SWD)和總產(chǎn)量的乘積估算棉花生產(chǎn)需水量, 其中SWD基于棉花ETC和單產(chǎn)計(jì)算得出, 總產(chǎn)量和單產(chǎn)數(shù)據(jù)均來(lái)源于FAO數(shù)據(jù)庫(kù), 因此ETC的準(zhǔn)確性對(duì)生產(chǎn)需水量的估算有一定影響。對(duì)于中亞棉花ETC, Conrad等[25]基于FAO網(wǎng)站提供的Fergana (40.36°N, 71.75°E)氣象站的氣象數(shù)據(jù), 利用CROPWAT模型, 估算獲得2010年烏茲別克斯坦費(fèi)爾干納山谷地區(qū)棉花的需水量為927.28 mm, 該地點(diǎn)位于烏茲別克斯坦東部, 氣溫相對(duì)較低; 本研究估算的烏茲別克斯坦棉花平均需水量為1033.9 mm, 共采用了烏茲別克斯坦59個(gè)站點(diǎn)的長(zhǎng)時(shí)間氣象數(shù)據(jù), 是棉花種植區(qū)ETC空間加權(quán)的平均值, 更具有代表性。Thevs等[26]利用作物系數(shù)法估算的土庫(kù)曼斯坦阿姆河沿岸地區(qū)2009年和2010年棉花需水量分別為896 mm和925 mm, 與本研究估算的土庫(kù)曼斯坦棉花需水量(932.6 mm)非常接近。因此, 利用棉花種植區(qū)內(nèi)空間差值的ETC計(jì)算不同國(guó)家的SWD, 有利于準(zhǔn)確評(píng)估中亞棉花的生產(chǎn)需水量, 也為定量評(píng)估棉花貿(mào)易中的虛擬水流動(dòng)提供了可靠參數(shù)。

中亞棉花的生產(chǎn)需水量主要受收獲面積和單產(chǎn)的雙重影響(圖6)。收獲面積的持續(xù)下降和單產(chǎn)的波動(dòng)變化, 使生產(chǎn)需水量呈波動(dòng)下降趨勢(shì)。收獲面積從1992年的265萬(wàn)hm2下降到2018年的198萬(wàn)hm2, 單產(chǎn)保持在2.16 t?hm?2左右, 目前還沒(méi)有達(dá)到5國(guó)獨(dú)立前的單產(chǎn)水平。中亞尤其是烏茲別克斯坦棉花收獲面積持續(xù)下降, 主要原因在于蘇聯(lián)解體后, 烏茲別克斯坦為實(shí)現(xiàn)小麥自給自足, 在水資源匱乏和棉花產(chǎn)量低的地區(qū), 逐漸減少了棉花種植[27]。另外, 中亞尤其是烏茲別克斯坦棉花單產(chǎn)水平不高, 且近年增長(zhǎng)不大, 甚至由于降雨量小以及土壤的鹽堿化, 單產(chǎn)還出現(xiàn)了一定程度的下降[20]。因此, 中亞棉花收獲面積的減少和單產(chǎn)水平不高甚至下滑, 直接影響棉花的總產(chǎn)量, 從而導(dǎo)致生產(chǎn)需水出現(xiàn)下滑趨勢(shì)。

提高灌溉水利用效率是提高中亞棉花總產(chǎn)量而降低生產(chǎn)需水的關(guān)鍵。本研究估算的棉花生產(chǎn)需水量?jī)H考慮了田間蒸散量(凈需水量)。實(shí)際的需水量還應(yīng)考慮灌溉過(guò)程中的渠道輸水損失、深層滲漏等。中亞農(nóng)作物以傳統(tǒng)灌溉方式為主, 水資源浪費(fèi)嚴(yán)重, 2007年和2009年灌溉定額分別為13 400 m3?hm?2和12 500 m3?hm?2[28], 通過(guò)減少輸水損失來(lái)降低農(nóng)業(yè)用水量, 對(duì)保障中亞水安全至關(guān)重要[26,29-30], Baea等[30]也認(rèn)為提高現(xiàn)有灌溉系統(tǒng)效率是緩解水資源壓力最有效的途徑。在田間尺度上, Ibragimov等[31]和Horst等[32]確定了中亞棉田不同灌溉方式下的最佳灌溉制度, 為降低田間需水量, 提高水分利用效率提供了科學(xué)依據(jù)。中亞棉田還受到土壤鹽漬化威脅。Bezborodov等[33]認(rèn)為經(jīng)過(guò)覆蓋處理的表層土壤含鹽量明顯降低, 增產(chǎn)顯著, 1 kg棉花可節(jié)約用水0.5 m3, 這種節(jié)水措施在淡水供應(yīng)受到限制、鹽分引起水質(zhì)惡化的地區(qū)尤為重要。同時(shí), 改善現(xiàn)有排水系統(tǒng), 保障最優(yōu)地下水位, 對(duì)擬制根區(qū)土壤含鹽量, 提高棉花產(chǎn)量都非常有效[34-35]。因此, 中亞棉花生產(chǎn)實(shí)際的需水量在輸水過(guò)程和田間尺度都有很大的節(jié)水潛力, 為未來(lái)中亞棉花生產(chǎn)需水提供了保障。

4.2 中亞棉花虛擬水貿(mào)易影響因素及對(duì)水資源的影響

中亞棉花凈出口虛擬水量減少在一定程度受總產(chǎn)量降低的影響, 但主要還是受消費(fèi)需求影響。圖2表明, 即使在棉花產(chǎn)量降低情況下, 2008—2017年平均消費(fèi)量是1992—2007年平均消費(fèi)量的3倍, 棉花生產(chǎn)從以出口為主變?yōu)橐韵M(fèi)為主。中亞棉花凈出口虛擬水量走勢(shì)主要受烏茲別克斯坦影響。近年來(lái)烏茲別克斯坦逐漸減少棉花出口, 希望從傳統(tǒng)產(chǎn)棉大國(guó)轉(zhuǎn)型升級(jí)為紡織強(qiáng)國(guó), 逐漸提高棉紗和紡織品出口量[34]。本研究由于烏茲別克斯坦短絨棉和梳棉出口量?jī)H占皮棉貿(mào)易量的5.3%, 在估算虛擬水貿(mào)易量時(shí), 都包含在皮棉內(nèi)計(jì)算虛擬水量。未來(lái), 隨著棉紗和紡織品出口量的增長(zhǎng), 以及考慮不同等級(jí)棉花制品間單產(chǎn)需水量的差異[29], 應(yīng)該單獨(dú)估算短絨棉和梳棉等制品的虛擬水貿(mào)易量, 以準(zhǔn)確評(píng)價(jià)區(qū)域的水資源供需平衡和虛擬水輸出量。

此外, 同一等級(jí)農(nóng)產(chǎn)品(如籽棉)單產(chǎn)需水量參數(shù)的不同也會(huì)引起虛擬水量差異。Rudenko等[29]估算, 2005年烏茲別克斯坦所有商品虛擬水輸出量達(dá)283億m3, 其中72% (203億m3)來(lái)自棉花產(chǎn)業(yè)。本研究中烏茲別克斯坦同期棉花輸出虛擬水量142億m3, 偏低的主要原因是采用的單產(chǎn)需水量參數(shù)不同。Rudenko等[29]在計(jì)算單產(chǎn)需水參數(shù)時(shí)不僅考慮了生育期灌溉, 還考慮了棉田洗鹽、渠道輸水損失和灰水, 最終參數(shù)為6819 m3?t?1, 是本研究采用的烏茲別克斯坦系數(shù)的1.5倍。Hoekstra等[1]估算了與農(nóng)作物貿(mào)易有關(guān)的全球不同國(guó)家間的虛擬水流向, 在計(jì)算作物單產(chǎn)需水量時(shí), 僅考慮了生育期需水量, 估算的烏茲別克斯坦單產(chǎn)需水量為3642 m3?t?1, 稍低于本研究結(jié)果。僅從田間尺度考慮, 本研究的單產(chǎn)需水量是更多氣象站點(diǎn)和棉花分布區(qū)空間差值的結(jié)果, 數(shù)據(jù)更為可靠。

在中亞, 除哈薩克斯坦外, 其余4個(gè)國(guó)家的農(nóng)業(yè)用水量占總用水量的90%以上[36-37]; 同時(shí), 農(nóng)產(chǎn)品貿(mào)易引起的水資源輸出又加劇了區(qū)域水資源壓力[38-39]。棉花作為中亞灌溉農(nóng)業(yè)的最主要作物, 盡管1992年以來(lái)虛擬水輸出量逐漸減少, 但過(guò)去26年內(nèi), 凈輸出虛擬水量共計(jì)3832.4億m3, 占到生產(chǎn)需水量的62.1%, 意味著超過(guò)60%的棉花生產(chǎn)需水沒(méi)有被中亞自身消耗, 而用于對(duì)外貿(mào)易。從水資源角度考慮, 中亞每年可更新水資源2275.7億m3[40], 相當(dāng)于僅棉花出口就輸出了6.5%可更新的水資源量; 對(duì)于烏茲別克斯坦和土庫(kù)曼斯坦兩個(gè)產(chǎn)棉大國(guó), 輸出的虛擬水量占可更新水資源量的比例分別為18.4%和12.7%。因此, 由于棉花出口貿(mào)易所引起的水資源輸出進(jìn)一步加劇了中亞水資源短缺。隨著中亞棉紗和紡織品等農(nóng)產(chǎn)品出口量的增加, 虛擬水貿(mào)易對(duì)中亞水資源的影響仍不容忽視。

5 結(jié)論

在中亞水資源緊缺形勢(shì)日趨嚴(yán)峻形勢(shì)下, 本研究系統(tǒng)梳理了1992—2017年中亞五國(guó)棉花生產(chǎn)、消費(fèi)和貿(mào)易情況, 計(jì)算并評(píng)價(jià)了棉花生產(chǎn)需水量、虛擬水貿(mào)易量的變化趨勢(shì), 對(duì)未來(lái)中亞水資源的可持續(xù)利用和管理具有重要意義。主要結(jié)論如下:

1)本研究采用175個(gè)站點(diǎn)的長(zhǎng)期氣象數(shù)據(jù), 結(jié)合棉花種植分布情況, 空間加權(quán)平均估算了不同國(guó)家的棉花需水量, 中亞最重要的產(chǎn)棉大國(guó)烏茲別克斯坦的棉花需水量為1033.9 mm, 單產(chǎn)需水量為4263.8 m3?t?1, 為準(zhǔn)確估算棉花生產(chǎn)需水量和虛擬水貿(mào)易提供了可靠參數(shù)。

2) 1992—2017年中亞棉花生產(chǎn)需水量和凈出口虛擬水量均呈下降趨勢(shì)。中亞棉花收獲面積減少和單產(chǎn)水平不高甚至出現(xiàn)下滑, 直接影響了棉花總產(chǎn), 導(dǎo)致生產(chǎn)需水量下滑, 棉花消費(fèi)量增加是導(dǎo)致中亞虛擬水輸出減少的主要原因。1992—2017年, 年均生產(chǎn)需水量、凈出口虛擬水量及凈出口占比分別為237.2億m3、147.4億m3和62.1%。目前, 盡管中亞棉花貿(mào)易出口量降低, 仍有1/3左右的棉花生產(chǎn)需水以虛擬水形式輸出。

3)從水資源角度考慮, 1992—2017年中亞以棉花凈出口形式輸出6.5%可更新的水資源量(不包括棉花種植的輸水過(guò)程損失、田間灌溉損失等), 其中烏茲別克斯坦和土庫(kù)曼斯坦輸出最多, 分別占各自可更新水資源量的18.4%和12.7%, 對(duì)區(qū)域水資源平衡產(chǎn)生負(fù)面影響, 加劇了水資源短缺。鑒于當(dāng)前中亞棉花生產(chǎn)現(xiàn)狀和未來(lái)棉花貿(mào)易發(fā)展規(guī)劃, 減少灌溉輸水損失, 提高棉花水分利用效率, 是降低棉花生產(chǎn)需水、減少虛擬水輸出的有效措施; 同時(shí), 加強(qiáng)其他主要農(nóng)產(chǎn)品虛擬水貿(mào)易研究, 闡明中亞內(nèi)部與外部虛擬水貿(mào)易流動(dòng)特征, 豐富傳統(tǒng)水資源評(píng)價(jià)體系, 對(duì)保障區(qū)域水資源可持續(xù)利用具有重要的現(xiàn)實(shí)意義。

[1] HOEKSTRA A Y, HUNG P Q. Virtual Water Trade: A Quantification of Virtual Water Flows Between Nations in Relation to International Crop Trade (Value of Water Research Report Series No. 11)[R]. Netherlands: UNESCO-IHE, 2002

[2] DING Y K, LI Y P, LIU Y R. Spatial-temporal assessment of agricultural virtual water and uncertainty analysis: The case of Kazakhstan (2000–2016)[J]. Science of the Total Environment, 2020, 724: 138155

[3] CHAPAGAIN A, HOEKSTRA A. Virtual Water Flows Between Nations in Relation to Rrade in Livestock and Livestock Products[R]. Netherlands: UNESCO-IHE Delft, 2003

[4] HOEKSTRA A Y, HUNG P Q. Globalisation of water resources: International virtual water flows in relation to crop trade[J]. Global Environmental Change, 2005, 15(1): 45?56

[5] ALLEN R G, PEREIRA L S, RAES D, et al. FAO Irrigation and Drainage Paper No. 56: Crop Evapotranspiration-guidelines for Computing Crop Water Requirements[R]. Roma: FAO, 1998: 65?79

[6] BOURAIMA A K, ZHANG W H, WEI C F. Irrigation water requirements of rice using Cropwat model in Northern Benin[J]. International Journal of Agricultural and Biological Engineering, 2015, 8(2): 58?64

[7] CAVERO J, FARRE I, DEBAEKE P, et al. Simulation of maize yield under water stress with the EPICphase and CROPWAT models[J]. Agronomy Journal, 2000, 92(4): 679?690

[8] STANCALIE G, MARICA A, TOULIOS L. Using earth observation data and CROPWAT model to estimate the actual crop evapotranspiration[J]. Physics and Chemistry of the Earth, Parts A/B/C, 2010, 35(1/2): 25?30

[9] MOSEKI O, MURRAY-HUDSON M, KASHE K. Crop water and irrigation requirements ofL. in semi-arid conditions of Botswana: Applying the CROPWAT model[J]. Agricultural Water Management, 2019, 225: 105754

[10] SURENDRAN U, SUSHANTH C M, JOSEPH E J, et al. FAO CROPWAT model-based irrigation requirements for coconut to improve crop and water productivity in kerala, India[J]. Sustainability, 2019, 11(18): 5132

[11] 胡慶芳, 楊大文, 王銀堂, 等. Hargreaves公式的全局校正及適用性評(píng)價(jià)[J]. 水科學(xué)進(jìn)展, 2011, 22(2): 160?167 HU Q F, YANG D W, WANG Y T, et al. Global calibration of Hargreaves equation and its applicability in China[J]. Advances in Water Science, 2011, 22(2): 160?167

[12] TRAJKOVIC S, GOCIC M, PONGRACZ R, et al. Adjustment of Thornthwaite equation for estimating evapotranspiration in Vojvodina[J]. Theoretical and Applied Climatology, 2019, 138: 1231?1240

[13] 胡汝驥, 姜逢清, 王亞俊, 等. 中亞(五國(guó))干旱生態(tài)地理環(huán)境特征[J]. 干旱區(qū)研究, 2014, 31(1): 1?12 HU R J, JIANG F Q, WANG Y J, et al. Arid ecological and geographical conditions in five countries of Central Asia[J]. Arid Zone Research, 2014, 31(1): 1?12

[14] 劉珂, 姜大膀. 基于兩種潛在蒸散發(fā)算法的SPEI對(duì)中國(guó)干濕變化的分析[J]. 大氣科學(xué), 2015, 39(1): 23?36 LIU K, JIANG D B. Analysis of dryness/wetness over China using standardized precipitation evapotranspiration index based on two evapotranspiration algorithms[J]. Chinese Journal of Atmospheric Sciences, 2015, 39(1): 23?36

[15] PRAMUDYA Y, ONISHI T, SENGE M, et al. Evaluation of recent drought conditions by standardized precipitation index and potential evapotranspiration over Indonesia[J]. Paddy and Water Environment, 2019, 17(3): 331?338

[16] 崔小年. 全球棉花供需格局調(diào)整與提升中國(guó)棉花產(chǎn)業(yè)競(jìng)爭(zhēng)力研究[J]. 區(qū)域經(jīng)濟(jì)評(píng)論, 2018, (4): 114?120 CUI X N. Study on the adjustment of global cotton supply and demand pattern and the competitiveness of China’s cotton industry[J]. Regional Economic Review, 2018, (4): 114?120

[17] FRENKEN K. Irrigation in Central Asia in Figures- AQUASTAT Servey-2012[R]. Rome: FAO, 2013: 1?21

[18] 田長(zhǎng)彥. 白金之國(guó)——烏茲別克斯坦的棉花[J]. 世界農(nóng)業(yè), 1998, 4: 22?23 TIAN C Y. Cotton from Uzbekistan, the country of platinum[J]. World Agriculture, 1998, 4: 22?23

[19] 白永秀, 王頌吉. 絲綢之路經(jīng)濟(jì)帶: 中國(guó)走向世界的戰(zhàn)略走廊[J]. 西北大學(xué)學(xué)報(bào): 哲學(xué)社會(huì)科學(xué)版, 2014, 44(4): 32?38 BAI Y X, WANG S J. Silk-road Economic Belt: The strategic corridor of China going globa[J]. Journal of Northwest University: Philosophy and Social Sciences Edition, 2014, 44(4): 32?38

[20] 田立文, 趙德提·阿不都哈德?tīng)? 崔建平, 等. 烏茲別克斯坦與中國(guó)新疆兩棉區(qū)的氣候分析[J]. 棉花科學(xué), 2014, 36(3): 3?11 TIAN L W, ZHAO DETI·ABDULKHADR, CUI J P, et al. Climatic analysis of cotton region of Uzbekistan and Xinjiang[J]. Cotton Sciences, 2014, 36(3): 3?11

[21] QADIR M, NOBLE A D, QURESHI A S, et al. Salt-induced land and water degradation in the Aral Sea basin: A challenge to sustainable agriculture in Central Asia[J]. Natural Resources Forum, 2009, 33(2): 134–149

[22] PORTMANN F T, SIEBERT S, D?LL P. MIRCA2000—Global monthly irrigated and rainfed crop areas around the year 2000: A new high-resolution data set for agricultural and hydrological modeling[J]. Global Biogeochemical Cycles, 2010, 24(1): GB1011

[23] ALLEN R G, PEREIRA L S, RAES D, et al. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements: FAO Irrigation and Drainage Paper 56[M]. Roma: FAO, 1998

[24] PEREIRA L S, PAREDES P, CHOLPANKULOV E D, et al. Irrigation scheduling strategies for cotton to cope with water scarcity in the Fergana Valley, Central Asia[J]. Agricultural Water Management, 2009, 96(5): 723?735

[25] CONRAD C, RAHMANN M, MACHWITZ M, et al. Satellite based calculation of spatially distributed crop water requirements for cotton and wheat cultivation in Fergana Valley, Uzbekistan[J]. Global and Planetary Change, 2013, 110: 88?98

[26] THEVS N, OVEZMURADOV K, ZANJANI L V, et al. Water consumption of agriculture and natural ecosystems at the Amu Darya in Lebap Province, Turkmenistan[J]. Environmental Earth Sciences, 2014, 73(2): 731?741

[27] 中亞科技服務(wù)中心. 烏茲別克斯坦是中亞最大棉花生產(chǎn)國(guó), 年產(chǎn)80萬(wàn)噸, 排世界第五[EB/OL]. [2020-02-15]. http://www.zykjfwz.com/index.php?m=content&c=index&a=show&catid=866&id=2494 Central Aisa Technology Service Center. Uzbekistan is Central Asia’s largest cotton producer, with an annual output of 800, 000 t, the world’s fifth largest[EB/OL]. [2020-02-15]. http://www.zykjfwz.com/index.php?m=content&c=index&a=show&catid=866&id=2494

[28] THEODORIDIS A, HASANOV S, ABRUEV A. Efficiency and productivity change analysis of cotton production in Uzbekistan[J]. Outlook on Agriculture, 2014, 43(4): 259?263

[29] RUDENKO I, BEKCHANOV M, DJANIBEKOV U, et al. The added value of a water footprint approach: Micro- and macroeconomic analysis of cotton production, processing and export in water bound Uzbekistan[J]. Global and Planetary Change, 2013, 110: 143–151

[30] BAEA J W, DALL’ERBA S. Crop production, export of virtual water and water-saving strategies in Arizona[J]. Ecological Economics, 2018, 146: 148?156

[31] IBRAGIMOV N, EVETT S R, ESANBEKOV Y, et al. Water use efficiency of irrigated cotton in Uzbekistan under drip and furrow irrigation[J]. Agricultural Water Management, 2007, 90(1/2): 112–120

[32] HORST M G, SHAMUTALOV S S, GONCALVES J M, et al. Assessing impacts of surge-flow irrigation on water saving and productivity of cotton[J]. Agricultural Water Management, 2007, 87(2): 115?127

[33] BEZBORODOV G A, SHADMANOV D K, MIRHASHIMOV R T, et al. Mulching and water quality effects on soil salinity and sodicity dynamics and cotton productivity in Central Asia[J]. Agriculture, Ecosystems & Environment, 2010, 138(1/2): 95?102

[34] FORKUTSA I, SOMMER R, SHIROKOVA Y I, et al. Modeling irrigated cotton with shallow groundwater in the Aral Sea Basin of Uzbekistan: Ⅱ. Soil salinity dynamics[J]. Irrigation Science, 2009, 27(4): 319–330

[35] QURESHI A S, ESHMURATOV D, BEZBORODOV G. Determining optimal groundwater table depth for maximizing cotton production in the Sardarya Province of Uzbekistan[J]. Irrigation and Drainage, 2011, 60(2): 241?252

[36] UNGER-SHAYESTEH K, VOROGUSHYN S, MERZ B, et al. Introduction to “Water in Central Asia — Perspectives under global change”[J]. Global and Planetary Change, 2013, 110: 1?3

[37] ZHANG J Y, CHEN Y N, LI Z. Assessment of efficiency and potentiality of agricultural resources in Central Asia[J]. Journal of Geographical Sciences, 2018, 28(9): 1329?1340

[38] ZHAO X, LIU J G, LIU Q Y, 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

[39] KARTHE D, CHALOV S, BORCHARDT D. Water resources and their management in Central Asia in the early twenty first century: Status, challenges and future prospects[J]. Environmental Earth Sciences, 2015, 73(2): 487?499

[40] FAO. AQUASTAT Main Database — Food and Agriculture Organization of the United Nations (FAO)[R]. Roma: FAO, 2018

Changes in water requirements for production and virtual water trade of cotton in Central Asia*

XIN Ping1,2,3, HAN Shumin2**, YANG Yonghui2,3, ZHOU Xinyao2, ZHOU Hongfei4

(1. Sino-Danish College of University of Chinese Academy of Sciences, Beijing 100049, China; 2. Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences / Key Laboratory of Agricultural Water Resources, Chinese Academy of Sciences, Shijiazhuang 050022, China; 3. University of Chinese Academy of Sciences, Beijing 100049, China; 4. Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China)

Cotton is an important agricultural export item in Central Asia. Given the increasing shortage of water resources, it is necessary to evaluate the water requirements for cotton production and the virtual water trade of cotton for sustainable water resource management. In this study, the water requirements and specific water demands of cotton in the five countries of Central Asia were estimated from the long-term meteorological data from 175 stations using the ArcGIS spatial interpolation and crop coefficient method along with the distribution of cotton cultivation. Parameters for the specific water demands and the production and trade data from the Food and Agriculture Organization (FAO) as well as the amounts, change trends, and water requirements for production and virtual water trade of cotton in 1992–2017 were analyzed. Finally, the impact of virtual water trade on the water resources in Central Asia was evaluated. The results showed that: 1) the cotton water requirement was 761.0-1033.9 mm, the specific water demand was 2834.4-5732.1 m3?t-1, and the value of Uzbekistan cotton was 4263.8 m3?t-1, which was dominant in the calculations of water requirement for cotton production and the amount of exported virtual water of cotton . The parameters for the specific water demand were reliable for the spatial-weighted calculation processes. 2) From 1992 to 2017, the water requirement for cotton production and the net exported virtual water amount of cotton trended downward due to decreases in the total production and export amounts of cotton. The decrease in total cotton production resulted from a decline in harvested area, and low yields in some Central Asian areas directly led to decreased water demand for production (from > 30 billion m3to > 20 billion m3). An increase in cotton consumption was the main reason for declining virtual water exports in Central Asia; the net exported virtual water volume dropped from 20 billion m3to 5 billion m3. From 1992 to 2017, the annual water requirement for production, net exported virtual water, and the ratio of net exported amount to production amount of cotton were 23.72 billion m3, 14.74 billion m3, and 62.1%, respectively. At present, approximately one-third of the water requirement for cotton production is exported via virtual water trade despite falling cotton exports. 3) In Central Asia, 6.5% of the renewable water resources (not including water loss in farmlands and conveyance loss in irrigation events) was exported in the form of cotton exports in 1992-2017. In Uzbekistan and Turkmenistan, 18.4% and 12.7% of the renewable water resources were exported, respectively, which negatively impacted the regional water resources and induced water shortages.

Cotton; Water requirement; Specific water demand; Virtual water trade; Five countries in Central Asia

10.13930/j.cnki.cjea.200492

辛萍, 韓淑敏, 楊永輝, 周新堯, 周宏飛. 中亞棉花生產(chǎn)需水量與虛擬水貿(mào)易變化趨勢(shì)[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2021, 29(2): 290-298

XIN P, HAN S M, YANG Y H, ZHOU X Y, ZHOU H F. Changes in water requirements for production and virtual water trade of cotton in Central Asia[J]. Chinese Journal of Eco-Agriculture, 2021, 29(2): 290-298

P343.8

* 中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專(zhuān)項(xiàng)(XDA2004030203)和國(guó)家自然科學(xué)基金項(xiàng)目(31871518)資助

韓淑敏, 主要研究方向?yàn)樯鷳B(tài)水文。E-mail: hansm@sjziam.ac.cn

辛萍, 主要研究方向?yàn)閰^(qū)域耕地-糧食-水資源耦合機(jī)制。E-mail: xinping@sjziam.ac.cn

2020-06-25

2020-09-12

* The study was supported by the Strategic Priority Research Program of Chinese Academy of Sciences (XDA2004030203), and the National Natural Science Foundation of China (31871518).

, E-mail: hansm@sjziam.ac.cn

Jun. 25, 2020;

Sep. 12, 2020