农业水资源干预中的供需反馈现象解析：基于主体模型的印度Kamadhiya流域实证研究

本文深入探讨了农业水资源干预（如修建蓄水设施）可能引发的供需反馈现象，即水资源可用性增加反而刺激更高用水需求。研究以印度Kamadhiya流域为例，结合水文模型与主体行为模型（ABM），揭示灌溉扩张导致地下水位下降1.0米、54%额外回补水资源被消耗的悖论，为可持续水资源规划提供关键策略启示。

　　

案例研究区域：Kamadhiya流域的背景与挑战

研究聚焦印度古吉拉特邦西部的Kamadhiya流域（面积约1,100 km²），该地区属半干旱气候，年均降雨量仅438毫米，且90%以上集中在6月至9月的季风期。农业高度依赖地下水灌溉，农民主要通过大型敞口井（直径3–4米）获取浅层硬岩含水层（深度15–30米）的水资源。含水层存储能力低，每年水文年末（5月）通常趋于枯竭，依赖季风补给。

检查坝建设与供需反馈的演化

为应对1999–2001年严重干旱，流域内大规模建设检查坝（Check Dams, CDs），至2006年数量达575座（密度约1座/2 km²）。CDs通过截留季节性地表径流增强地下水回补，但其效益呈现空间异质性：靠近CDs的农户感知到水资源可用性提升，转而扩大高耗水作物（如棉花、小麦）种植。数据显示，CDs引入后流域棉花面积增长124%、小麦面积增长112%，地下水灌溉需求增加67.5 MCM（百万立方米），反而抵消了CDs的回补效益。

研究假设与模型构建

研究提出四大假设：(1) 作物强化由农户对CDs的感知行为驱动；(2) 行为响应具有空间不均一性，邻近CDs的农户获益更多；(3) 个体行为聚合导致流域尺度地下水超采；(4) 作物模式变化影响收入，进而驱动节水技术（滴灌、深井）投资。为验证假设，团队开发了农业水管理主体模型（ABM-AWM），整合三大模块：

主体决策模块：农户行为规则

模型模拟38,447个农户的决策行为，基于RANAS行为框架（风险-态度-规范-能力-自我调节）与调查数据制定规则。关键决策包括：

• •
  雨季作物分配：CDs周边农户的棉花种植比例斜率从0.0132/年升至0.0175/年（方程1），导致棉花面积增加4%–6%。
• •
  季后作物决策：小麦面积与季后地下水位呈正相关（R² = 0.87，方程2），水位每上升1米可促增12%种植面积。
• •
  技术投资：采用逻辑回归模型（方程3–5）模拟滴灌与深井投资，滴灌采纳概率阈值设为0.35（准确率85.9%），深井为0.25（准确率65.9%）。利润增长驱动投资，但深井失败率高（约60%农户需钻2.1口井才成功）。

水文模块：空间显式水循环模拟

采用基于SPHY模型的分布式水文模块（1 km²分辨率），模拟CDs对径流捕获与回补的影响。CDs年均捕获径流18.5 MCM，其中16.8 MCM转化为回补（其余蒸发）。回补量依赖降雨，丰水年（如2005–2008）达28–34 MCM，枯水年（如2004）不足4 MCM。模型忽略侧向流动，因硬岩区水力传导度低，回补效益集中于CDs所在网格。

作物模块：水需求与产量响应

采用FAO四阶段作物系数法计算蒸散量（ET_c），通过Hargreaves法计算参考蒸散（ETo）。模型模拟棉花、花生（雨季）及小麦（季后作物），灌溉分配优先满足棉花，花生实施赤字灌溉（系数GN_Irr = 0–1）。产量通过水分胁迫响应函数（方程6）计算，其中减产系数（K_y）关联实际蒸散（AET）与潜在蒸散（ET_c）的比值。

模型校准与验证

使用PEST参数估计算法校准模型（1991–2008），验证期（2009–2015）表现良好：径流模拟Nash-Sutcliffe效率系数（NSE）为0.59，地下水位NSE为0.65。对比行为开启（HB_on）与关闭（HB_off）版本，HB_on显著提升性能（径流NSE提高0.05，地下水NSE提高0.10），证实人类行为对水文响应的关键影响。

结果：供需反馈的实证证据

• •
  作物面积扩张：至2015年，HB_on模型下棉花面积较HB_off增加4.3%（36.5 ha/网格），小麦面积增加15.5%（13.3 ha/网格）。扩张集中于CDs周边网格，棉花与小麦面积分别高出11.9%和36.1%。
• •
  地下水消耗：流域平均地下水位在HB_on中降低0.18米，CDs网格降幅达0.62米；季后水位降低1.03米，相当于动态储量的7%（范围2%–18%）。
• •
  技术采纳与反弹效应：CDs周边农户滴灌采纳率（20.8%）显著高于无CD区域（15.4%），但节水效益被小麦扩张抵消：滴灌效率提升（0.6→0.9）节省的水资源50%用于扩大小麦灌溉，导致预季水位无改善。深井投资增加加剧深层含水层开采。
• •
  收益与不平等：CDs周边农户年均利润（30,627 INR）较无CD农户（28,307 INR）高8.2%，但54%的CD回补水被灌溉扩张消耗，净效益降低。

讨论与政策启示

研究表明，单纯供给干预（如CDs）会触发供需反馈循环，抵消回补收益并加剧空间不平等。需求管理策略（如水价激励、作物市场调控、灌溉配额）必须与供给措施协同实施。ABM模型通过捕捉人类-水系统交互，为规避负外部性提供了量化工具，但需进一步整合社会网络、制度变量等行为驱动因子。

结论

Kamadhiya流域案例证明，农业水干预中忽视人类行为反馈可能导致不可持续结局。主体模型（ABM）与水文过程的融合为可持续规划提供了关键洞察，强调供需双侧管理对水资源安全的核心意义。