基于DPSIR模型的宁夏农业水土资源安全评价

赵自阳，李王成，2，3，*，张宇正，王 霞

(1.宁夏大学 土木与水利工程学院，宁夏 银川 750021； 2.旱区现代农业水资源高效利用教育部工程研究中心，宁夏 银川 750021； 3.西北退化生态系统恢复与重建教育部重点实验室，宁夏 银川 750021)

基于DPSIR模型的宁夏农业水土资源安全评价

赵自阳1，李王成1，2，3，*，张宇正1，王 霞1

(1.宁夏大学 土木与水利工程学院，宁夏 银川 750021； 2.旱区现代农业水资源高效利用教育部工程研究中心，宁夏 银川 750021； 3.西北退化生态系统恢复与重建教育部重点实验室，宁夏 银川 750021)

基于DPSIR模型框架，构建农业水土资源安全评价指标体系，采用结构方程模型对宁夏地区农业水土资源安全进行定量评价，探讨宁夏农业水土资源发展路径。结果表明：2004—2014年宁夏农业水土资源安全变化过程中，驱动力指数和状态指数呈稳步上升态势，分别由2004年的-1.172和-1.067上升到2014年的1.754和1.540；压力指数总体下降趋势明显，但压力指数是个负向指标，表明水土资源承受的压力越来越大；宁夏环境对全球气候变化的反应敏感，影响指数没有明显规律；响应指数除2013年异常外，其余年份平稳上升。宁夏地区2004—2014年农业水土资源安全指数大体可分为3个阶段：2004—2008年，安全指数从-0.434变化到0.091，虽然5 a中有3 a都处于低级，但整体呈上升态势；2008—2010年从0.091下降到-0.344，形势不容乐观；2010—2014年，由-0.344上升到0.659，安全指数中级以上年份达到80%。灰色预测结果显示，2015—2020年宁夏地区农业水土资源安全潜力呈稳步上升趋势，有望由2015年的0.523提高到2020年的1.204，安全指数均为高级。虽然宁夏农业水土资源安全水平实现了等级跨越，但目前尚处于起步阶段，仍有极大的提升空间。

DPSIR模型；结构方程模型；水土资源安全；灰色预测；宁夏

农业水土资源，即农业生产所利用的水资源和耕地资源，是区域生态经济系统中的基础性和敏感性因子，不仅是人类生产与生活的基本自然资源，而且还是农业生产与粮食安全的支撑和保障[1]。目前，工业化和城市化发展挤占农业水土资源的态势短期内难以逆转，已经明显不足的水土资源还要不断地向非农产业转移，农业生产将面临越发严峻的水土资源供给形势[2]。宁夏地处西北内陆高原，水土流失严重，农业生产条件差，生产力发展缓慢[3]；因此，分析宁夏地区水土资源现状，系统开展农业水土资源安全性研究，对推动当地农业的可持续发展具有重要的意义。

我国对农业水土资源的研究开始于20世纪90年代，但由于存在不同的视角和衡量标准，目前尚未形成比较统一的理论方法和指标体系。任守德等[4]通过选取27个与农业水土资源承载力密切相关的评价指标，运用主成分分析和投影寻踪模型对三江平原农业水土资源承载力进行了分析；吴文婕[5]通过确定水土资源利用过程中的13组生态风险指标构建LUCC综合评价模型，对武威市水土资源的安全性进行了研究；施开放等[6]根据SMART原则选取12个指标，结合可拓学和熵权理论对重庆三峡库区水土资源承载力进行了定量评价；田青等[7]以甘肃河西内陆河流域为研究对象，根据PSR模型选取12个评价指标，运用综合指数评价法对当地的生态安全进行了分析；周智等[8]从水资源、土地资源和水土资源耦合3个方面选取26个指标运用因子分析和聚类分析对全国31个省区进行综合评价；张青峰等[9]从大尺度、中等尺度和小尺度构建24组指标，运用层次分析法对西北干旱区农业水土资源安全性进行了分析。可以看出，由于研究对象和目的各不相同，上述研究在模型的选取及指标的确定方面都存在明显差异。

区域农业水土资源安全性研究要考虑系统的复杂性，指标的选取需要体现二者利用方式、强度和空间上的耦合作用，量化模型要尽量避免主观性。DPSIR概念模型[Driving force(D，驱动力)-Pressure(P，压力)-State(S，状态)-Impact(I，影响)-Response(R，响应)]涵盖了人口、社会、经济、资源和环境5大要素，能够揭示各个系统之间的内在关系，且具有系统性、综合性和灵活性等优点，在资源环境领域得到了广泛的应用[10]。基于此，本研究借助DPSIR模型构建农业水土资源安全评价指标体系，通过结构方程模型(DEM)确定各项指标的权重，对宁夏地区2004—2014年的农业水土资源安全性进行评价研究，探索宁夏农业水土资源安全发展的途径；并采用GM(1，1)模型预测宁夏地区未来的农业水土资源安全潜力。研究结果可为相关部门评价农业水土资源状况，科学管理农业水土资源等提供参考。

1 材料与方法

1.1 区域农业水土资源安全概念

安全一般有2个内涵，一是客观上不存在威胁，二是主观上不存在恐惧。目前，学界对农业水土资源安全尚未有明确的界定和统一的定义[11]。根据水资源安全和土地资源安全的相关概念[12-13]，本研究将区域农业水土资源安全概念定义为：一个国家或地区的农业水土资源系统对人们和社会的可持续发展所具有的稳定的供给状态和良好的保障能力。

1.2 DPSIR概念模型

DPSIR概念模型(图1)中：驱动力是指区域资源与环境变化的潜在原因；压力是指人类活动对周边资源环境的影响；状态是指区域资源环境在上述压力下所处的状况；影响是指系统所处的各种状态对人口、社会、经济、资源和环境等的反馈作用；响应是指人类对区域资源、环境和经济的可持续发展所采取的积极调控措施[14-15]。

图1 DPSIR概念模型Fig.1 DPSIR conceptual model

1.3 指标选取原则

农业水土资源系统作为一个开放的大系统，涉及社会、经济、生态和环境等众多因素，这就决定了农业水土资源安全性的研究必须要考虑多方面和多指标。在借鉴国内学者对资源可持续利用的基础上，具体遵循以下原则[10，15-17]，选取代表性强且便于度量的指标。

1.3.1 目的性和政策向导性

农业水土资源安全性系统具有深刻而丰富的内涵，建立的指标体系不仅要紧紧围绕水土保持功能及服务价值评价，多方位、多角度地反映社会、经济和环境等组成部分，还要符合国家和地区农业水土资源安全相关的方针政策，以便促进农业水土资源的可持续发展。

1.3.2 科学性和可操作性

评价指标的选取不仅要符合农、林、牧、水保等相关学科的基本原理，而且要概念明确，便于收集，能够揭示农业水土资源的内在联系，每个指标的计算内容及计算方法也都必须科学、合理、准确。

1.3.3 系统性和层次性

区域农业水土资源安全系统是以水、土资源为主导形成的水土-社会经济-生态环境为一体的复合系统。因此，指标体系的建立必须要系统化和具有条理性，复杂问题要求用层次感较强的指标体系表达出来，充分反映区域农业水土资源的可持续发展状况。

1.4 指标体系建立

在定量分析区域农业水土资源安全的基础上，选取能够反映水土资源特征的22个细分因子，结合DPSIR框架模型，构建区域农业水土资源安全评价指标体系[10，15-17](表1)。

驱动力可分为自然驱动力和社会经济驱动力，但由于自然驱动力的影响是潜在和缓慢的，在短期内可以忽略不计，因此本文只考虑市场变化、城市扩张和经济增长等社会经济驱动力。选取单位面积固定资产投资反映市场变化，城镇化水平反映城市扩张，人均GDP和农村居民家庭人均纯收入反映经济增长。

压力是引发农业水土资源安全发生变化的直接原因，指人类活动对自然环境的影响，主要表现为人口压力、资源压力和环境压力3个方面。选取人口自然增长率反映人口压力，农业万元GDP耗水量反映资源压力，单位耕地面积化肥、农药和农膜施用量反映环境压力。

状态是驱动力和压力共同作用的结果，主要包括水土资源利用状态、农业生产效率和管理水平3个方面。选取土地资源开发利用率和农业水土资源匹配系数反映水土资源利用状态，单位耕地面积GDP产出反映农业生产效率，农田有效灌溉率反映管理水平。

影响是用来描述农业水土资源系统状况变化的最终效果，主要表现为环境影响和经济影响。选取旱灾和农作物受灾面积比例反映环境影响，工农业水资源竞争指数反映经济影响。

响应是指人类为了实现农业水土资源系统的可持续发展，对自身行为的必要调整，主要包括改变耕作方式、兴建水保工程和修复生态系统。选取单位耕地面积农业机械化总动力和用电量反映改变耕作方式，本年度水利工程投资比例和水土流失治理面积比例反映兴建水保工程，水库总库容量反映修复生态系统。

1.5 数据来源及标准化处理

本研究所采用的数据均来自于2005—2015年的《宁夏统计年鉴》和2004—2014年的《宁夏水资源公报》，其中，能够促进农业水土安全的指标为正向因子，反之则为负向因子。为了消除指标性质和量纲的影响，数据的标准化过程分为2个步骤：首先，将负向因子转化为正向因子(式1)；其次，通过Z-score标准化(式2)，使数据服从标准正态分布。

表1 农业水土资源安全性指标体系

Table 1 Index system of agricultural water and soil resources security

目标层Targetlayer潜变量Latentvariable观测指标Observationindex标准因子载荷Standardfactorloading二级指标权重Secondaryindexweight一级指标权重Primaryindexweight农业水土驱动力人均GDPPer-capitaGDP/(104yuan)0.9870.2100.222资源安全AgriculturalDrivingforce单位面积固定资产投资Investmentinfixedassetsper-unitarea/(104yuan·km-2)0.9720.204waterand城镇化水平Urbanizationlevel/%0.9910.210soilresourcessecurity农村居民家庭人均纯收入Per-capitanetincomeofruralhouseholds/yuan0.9910.208农村居民人均住房面积Per-capitahousingareaofruralhouseholds/m30.8470.168压力人口自然增长率Naturalpopulationgrowthrate/‰0.9520.2140.216Pressure农业万元GDP耗水量AgriculturalwaterconsumptionpertenthousandyuanGDP/m30.9750.216单位耕地面积化肥施用量Fertilizerapplicationquantityper-unitcultivatedlandarea/(kg·km-2)0.9340.181单位耕地面积农药施用量Pesticideapplicationquantityper-unitcultivatedlandarea/(kg·km-2)0.9450.186单位耕地面积农膜施用量Agriculturalfilmapplicationquantityper-unitcultivatedlandarea/(kg·km-2)0.9650.203状态State单位耕地面积GDP产出GDPoutputper-unitcultivatedlandarea/(yuan·km-2)0.9320.3160.182农田有效灌溉率Farmlandeffectiveirrigationrate/%0.9610.183土地资源开发利用率landresourcesdevelopmentandutilizationrate/%0.8950.269农业水土资源匹配系数Agriculturalwaterandsoilresourcesmatchingcoefficient/(m3·km-2)0.7860.233影响旱灾受灾面积比例Droughtaffectedarearatio/%0.8880.3140.184Impact农作物受灾面积比例Cropsaffectedarearatio/%0.9210.434工农业水资源竞争指数Industrialandagriculturalwaterresourcescompetitionindex0.8400.253响应Response本年度水土流失治理面积比例Soilandwaterlossgovernancearearatiointhisyear/%0.8130.1880.196单位耕地面积农业机械化总动力Totalpowerofagriculturalmechanizationper-unitcultivatedlandarea/(kW·km-2)0.9500.231本年度水利工程投资比例Hydraulicengineeringinvestmentratiointhisyear/%0.6780.134单位耕地面积用电量Electricityconsumptionper-unitcultivatedlandarea/(kW·km-2)0.9120.212水库总库容量Totalreservoircapacity/(108m3)0.9800.234

(1)

(2)

1.6 结构方程模型(SEM)

指标体系中权重的确定采用结构方程模型(SEM)，结构方程模型融合了多变量统计分析中的因素分析和路径分析。一个完整的结构方程模型包含2个次模型——测量模型和结构模型：测量模型用来描述潜变量如何被相应的显性变量所测量和概念化；结构模型则用来反映潜在变量之间的关系以及模型中其他变量无法解释的变异量部分[18]。结构方程模型的一般形式为：

(3)

式(3)中：B为内因潜在变量之间的效应系数矩阵；Г为外因潜在变量对内因潜在变量的效应系数矩阵；η是内因潜在变量，ξ为外因潜在变量；ΛX和ΛY分别为反映X对ξ和Y对η的效应系数矩阵；ξ为结构模型的误差项；ε和δ是测量模型的误差项。

通过结构方程模型中观测变量与潜变量、潜变量与潜变量之间的路径系数，可以得到宁夏地区农业水土安全评价体系中的一级指标和二级指标的权重系数(表1)，计算方法如下：

(4)

(5)

式(4)、(5)中：wij为二级指标权重，Wi为一级指标权重；i分别代表驱动力、压力、状态、影响和响应5个潜变量；j为每个潜变量下观测变量的个数；λij为每个观测变量的路径系数。

根据得出的一级、二级指标权重系数，可以得到区域农业水土资源安全指数(T)，计算公式如下：

Ti=Wi∑jωijzij；

(6)

T=∑iTi。

(7)

式(6)、(7)中：zij分别为驱动力、压力、状态、影响和响应下的各二级指标的标准化值；Ti分别代表驱动力指数、压力指数、状态指数、影响指数和响应指数；T为总的区域农业水土资源指数。

1.7 灰色预测模型

灰色预测是通过原始数据的生成处理来寻找系统变化的规律，从而建立灰色模型对系统未来的发展趋势进行定量预测。本研究以宁夏地区2004—2014年的农业水土资源安全指数为原始数据，对2015—2020年的安全指数进行预测。具体步骤如下[19]。

(1)原始数据：

X(0)={x(0)(1),x(0)(2),…，x(0)(N)}。

(8)

一次累加：

X(1)={x(1)(1),x(1)(2),…，x(1)(N)}。

(9)

(2)构造累加数据矩阵B和常数项向量Y：

(10)

(11)

(3)利用最小二乘法求解参数：

(12)

(4)将参数带入方程：

(13)

(5)预测值：

x(0)(k)=x(1)(k)-x(1)(k-1)。

(14)

(6)模型诊断：

ε(0)(t)=x(0)(t)-x(0)′(t)；

(15)

(16)

式(15)、(16)中：ε(0)(t)是残差值；q(t)是相对误差值；x(0)′(t)是模型计算值。

灰色预测结果精度分为4个等级，分别为：好，相对误差<0.01，小误差概率>0.95，方差比<0.35；合格，相对误差<0.05，小误差概率>0.80，方差比<0.50；勉强，相对误差<0.20，小误差概率>0.70，方差比<0.65；不合格，相对误差≥0.20，小误差概率≤0.70，方差比≥0.65。

2 结果与分析

2.1 样本的科学性检验

2.1.1 验证性因子分析

利用AMOS24.0和SPSS22.0对测量模型进行验证性因子分析。在DPSIR的5个测量模型中，Bartlett球检验的P值均小于0.05(表2)，22个观测变量的标准因子载荷均大于0.6(表1)，说明各观测变量对潜变量具有很好的解释能力，适合做结构方程模型的因子分析[17]。

2.1.2 信度和效度检验

信度衡量的是测量数据的一致性、稳定性和可靠性；效度即有效性，是指标变量反映某一概念真正含义的程度大小。利用SPSS22.0统计软件对测量模型的信度和效度进行检验，其中，信度检验采用Cronbach’sα系数和折半信度系数(Guttmansplit-halfcoefficient)，效度检验利用平均变异抽取量(AVE)下测量模型的会聚效度。由表2可知：各潜变量的Cronbach’sα系数均大于0.8，折半信度系数均大于0.7，说明整体研究变量的可信度较高；会聚效度结果介于0.638到0.905之间，表明各指标变量能够较好地测度其所属的潜变量[20-21]。

2.2 结构方程模型实证结果

2.2.1 模型适配度检验

适配度指标旨在评价假设的路径分析模型图与指标数据之间的一致性程度。在模型适配方面常见的有预设模型、饱和模型和独立模型。本研究主要从绝对适配度测量、增值适配度测量和简约适配度测量3个方面对预设模型进行检证。由表3可知，整体的适配度指标基本符合标准，表明基于DPSIR的路径分析模型图与实际数据契合，模型达到适配[18]。

2.2.2 结构方程模型估计结果

利用AMOS24.0对基于DPSIR的结构方程模型进行实证分析，路径系数结果如图2所示。对于内因潜变量，驱动力对压力具有明显的正向影响，路径系数为0.930，即当社会经济驱动力变化1个单位时，人口、资源和环境方面的压力会向相同方向增加0.930；同理，压力对状态、状态对影响和影响对响应均有着明显的负向影响，路径系数分别为-0.929、-0.699和-0.618。人类为了实现农业水土资源的可持续发展，对自身行为所做的响应，可以减缓水土资源驱动力(0.860)、减轻水土资源压力(0.967)、改善水土资源状态(0.872)、避免对水土资源的消极影响(0.590)。对于外因潜变量即农业水土资源安全，5个内因潜变量DPSIR对其均具有正向影响，路径系数分别为0.222、0.216、0.182、0.184和0.196，这与肖新成等[22]的研究结果不同，主要是因为本研究在数据的标准化过程中将负向因子转化为了正向因子。

表2 农业水土资源安全性指标体系变量信度与效度

Table 2 Reliability and validity of variables of index system of agricultural water and soil resources

潜变量LatentvariableCronbachsα系数Cronbachsαcoefficient折半信度Split-halfreliability会聚效度ConvergentvalidityKMO检验KMOtestBartlett球检验Bartlettstestofsphericity驱动力Drivingforce0.9780.9160.9050.704103.365(P=0.000)压力Pressure0.9750.9400.8620.79779.339(P=0.000)状态State0.9160.9550.6380.73428.799(P=0.000)影响Impact0.8590.7100.6700.70012.098(P=0.007)响应Response0.9180.9340.7280.73546.424(P=0.000)

表3 预设模型适配度检验结果

Table 3 Model fit test results

测量方法Measuringmethod统计检验量Statisticvalue适配标准Preliminaryfitcriteria检验结果Testresults适配结果Adaptationresults绝对适配度卡方值χ2Chi-squarevalue>0.050.057理想IdealAbsolutefit残差均方和平方根(RMR)Rootmean-squareresidual<0.050.030理想Ideal适配度指数(GFI)Goodness-of-fitindex>0.900.892接近Approach增值适配度标准适配度指数(NFI)Normedfitindex>0.900.964理想IdealIncrementalfit相对适配度指数(RFI)Relativefitindex>0.900.923理想Ideal增值适配度指数(IFI)Incrementalfitindex>0.900.931理想Ideal简约适配度调整后标准适配度指数(PNFI)Parsimony-adjustednormalizedfitin-dex>0.500.426接近ApproachParsimoniousfit简约适配度指数(PGFI)Parsimonygoodness-of-fitindex>0.500.542理想Ideal

图2 DPSIR模型路径关系Fig.2 Path relations of DPSIR model

2.3 宁夏农业水土资源安全分析

2.3.1 DPSIR分解因素分析

根据标准化后的指标数据和结构方程模型得到的二级、一级指标权重，可以计算DPSIR模型5个子系统和农业水土资源安全指数变化态势，但由于模型使用了Z-score标准化，5个子系统指数是正负相间的，如表4所示。从中可以看出，驱动力指数呈稳步上升趋势，由2004年的-1.172较大幅度地稳步增长到2014年的1.754。2004—2014年宁夏人均GDP、单位面积固定资产投资、城镇化水平、农村居民家庭人均纯收入和住房面积分别由2004年的9 134.534元、44.502万元·km-2、40.6%、1 917.4元和21.38 m2快速增长到2014年的41 572.508元、554.687万元·km-2、53.6%、6 180.3元和28.27 m2。宁夏地区是建设丝绸之路经济带的战略支点，近年来，区域经济的快速增长、人们收入水平的大幅提高和城镇化水平的稳步推进有力促进了驱动力指数的稳步上升。

压力指数是一个负向指标，随着驱动力的增强，宁夏地区农业水土资源所承受的压力整体也呈一定上升趋势，压力指数从2004年的1.551变化到2014年的-0.541。变化呈现2个阶段：2004—2012年压力指数下降幅度较大，农业水土资源安全压力逐渐增大；2012—2014年压力指数缓慢上升，农业水土资源安全压力有所缓解。在驱动力不断上升的情况下，农业水土资源安全所承受的日益增加的压力具体表现在人口密度的增加，单位耕地面积化肥、农药和农膜的过度使用。2012年后压力有所缓解，主要是随着新型灌溉技术的发展，农业万元GDP耗水量快速下降。

在驱动力和压力整体增强的情况下，农业水土资源状态指数呈现上升趋势，由2004年的-1.067增加到2014年的1.540。这主要得益于科技的发展和政府支持力度的加大，2004—2014年宁夏地区单位耕地面积GDP产出提高了3.38倍，农田有效灌溉率增加了4.74百分点，土地资源开发利用率上升了0.08百分点。农业水土资源利用状态、农业生产效率和管理水平3个方面的整体良性发展保证了宁夏地区农业水土资源状态指数的上升幅度和稳定势头。

影响指数整体呈现螺旋式下降趋势，2004—2014年间，影响指数的最高值出现在2008年，为1.433，最低值出现在2010年，为-1.402。影响指数主要表现在经济和环境2个方面：对于经济影响，工农业水资源竞争指数由2004年的64.632下降到2014年的55.190，下降幅度为14.609%；对于环境影响，由于宁夏地区地貌的复杂性和气候的特殊性，当地气候对全球气候变化的反应更为敏感[23]，导致农作物受灾面积比例和旱灾受灾面积比例没有明显变化规律，从而引起影响指数的阶梯形下降。

响应指数除了2013年有一个异常下降点外，其余年份和驱动力指数、状态指数相似，整体呈平稳上升趋势。响应指数的这种变化是由一直呈上升趋势的年度水土流失治理面积比例、年度水利工程投资比例和水库总库容量，以及呈波动变化的单位耕地面积农业机械总动力和单位耕地面积用电量相互叠加造成的。水土流失治理、水利工程投资和水库总库容量的不断增加反映了自治区政府在加强农田基础设施、改善农业生产条件以提高农业效益方面所做出的努力。

2.3.2 宁夏农业水土资源安全整体分析

在DPSIR的5个指数综合影响下，宁夏地区农业水土资源安全指数总体上经历前期的波浪形增减后逐渐稳步提升，由2004年的-0.434最后上升为2014年的0.659(表4)，增幅达到2.518倍。这主要得益于近年来宁夏高效节水灌溉技术的迅猛发展，截至2014年底，宁夏共发展高效节水灌溉面积13万hm2，其中，喷灌2.4万hm2，滴灌8.2万hm2，农业水资源利用效率不断提高[24-25]。由于在农业水土资源安全评价领域我国尚处于探索阶段，没有统一的评价标准与体系，因此，将2004—2014年农业水土资源安全指数在SPSS 22.0中进行单一样本的K-S检验，双侧渐进性检验值大于0.05，表明安全指数服从正态分布。经过正态分布表查询，将宁夏农业水土资源安全指数分为3类：总得分小于(μ-0.44σ)定义为安全等级低，大于(μ+0.44σ)定义为安全等级高，介于两者之间的定义为安全等级中等。根据这一原则得到宁夏农业水土资源安全状况分级阈值[26-27]：<-0.136，为低级；-0.136～0.136，为中等；>0.136，为高级。基于此标准，各年度的安全等级如表4所示。整体而言，宁夏地区2004—2014年农业水土资源安全指数大体分为3个阶段，2004—2008年安全指数从-0.434变化到0.091，虽然5 a中有3 a都处于低级，但整体呈上升状态；2008—2010年从0.091下降到-0.344，形势不容乐观；2010—2014年由-0.344上升到0.659，安全指数中级以上年份达到80%。

表4 宁夏农业水土资源安全评价指数

Table 4 Evaluation index of agricultural water and soil resources security in Ningxia

年份Year驱动力指数Drivingforceindex压力指数Pressureindex状态指数Stateindex影响指数Impactindex响应指数Responseindex安全指数Securityindex安全等级Securitylevel2004-1.1721.551-1.067-0.009-1.595-0.434低Low2005-1.0671.437-0.7730.416-1.321-0.250低Low2006-0.9081.013-0.7031.174-0.693-0.030中等Intermediate2007-0.6540.281-0.6650.593-0.309-0.157低Low2008-0.4540.005-0.4701.4330.0650.091中等Intermediate2009-0.155-0.228-0.346-0.0600.233-0.112中等Intermediate20100.195-0.783-0.167-1.4020.409-0.334低Low20110.530-0.9730.4160.1500.9020.188高High20120.909-1.0890.892-1.1090.9700.115中等Intermediate20131.022-0.6751.344-0.7880.4230.263高High20141.754-0.5411.540-0.3980.9170.659高High

安全等级分级标准：<-0.136为低级；-0.136～0.136为中等；>0.136为高级。下同。

Classification standard for security level:<-0.136， Low;-0.136-0.136， Intermediate;>0.136， High.The same as below.

2.4 宁夏农业水土资源安全水平预测

以宁夏地区2004—2014年农业水土资源安全指数为原始数据，利用GM(1，1)模型预测未来6 a(2015—2020年)的安全水平。由于原始数据存在负值，故先将原始数据加1转化为正值之后再进行预测，得到α=-0.073 9，μ=0.659 1，可以进行中长期的预测[19]。由表5知，平均相对误差为12.754 2%，处于勉强和合格2个等级之间；方差比和小误差概率分别为38.645 6%和90.909 1%，均处于合格和好之间，表明预测结果可信。由表6知，预计宁夏地区2015—2020年农业水土资源安全指数呈稳定上升趋势，安全等级均为高，有望从2015年的0.523提高到2020年的1.204。虽然预测结果显示，宁夏地区农业水土资源安全指数有望呈良性发展，但受越来越严峻的“水资源红线”[28]和“土地荒漠化”[29]的影响，水土资源安全问题仍不容忽视。

表5 2004—2014年宁夏农业水土资源安全指数预测值与实际值

Table 5 Predictive value and actual value of agricultural water and soil resources security in Ningxia

指标Index20042005200620072008200920102011201220132014预测值Predictivevalue0.5660.7280.7830.8430.9080.9781.0531.1331.2201.3141.415实际值Actualvalue0.5660.7500.9700.8431.0910.8880.6661.1881.1151.2631.659残差Residual0.0000.0230.1860.0000.183-0.090-0.3870.054-0.105-0.0510.244相对误差Relativeerror0.0000.0300.1920.0000.1680.1010.5810.0460.0940.0400.147方差比Varianceratio38.6456%小误差概率Smallerrorprobability90.9091%

表6 宁夏地区2015—2020年农业水土资源安全指数预测值

Table 6 Predicted value of agricultural water and soil resources security in Ningxia from 2015 to 2020

年份Year预测值Predictivevalue等级Grade20150.523高High20160.640高High20170.766高High20180.901高High20191.047高High20201.204高High

3 结论

DPSIR概念模型能够从驱动力、压力、状态、影响和响应5个系统分析人与环境的相互影响，结构方程模型可以体现观测变量和潜变量、潜变量和潜变量之间的路径关系，两者结合能够有效地构建宁夏地区农业水土资源安全综合评价体系。从DPSIR 5个子系统看，驱动力指数、状态指数和响应指数变化相似，整体呈平稳上升趋势；压力指数虽然呈下降趋势，但由于是一个负向指标，表明承受的压力越来越大；因为宁夏地区气候对全球气候变化的反应更为敏感，影响指数没有明显规律。整体而言，宁夏地区2004—2014年农业水土资源安全指数大体分为3个阶段：2004—2008年安全指数从-0.434变化到0.091，虽然5 a中有3 a都处于低级，但整体呈上升状态；2008—2010年从0.091下降到-0.344，形势不容乐观；2010—2014年由-0.344上升到0.659，安全指数中级以上年份达到80%。灰色预测结果表明，2015—2020年宁夏地区农业水土资源安全潜力呈稳步上升趋势，有望由2015年的0.523提高到2020年的1.204，安全指数均为高级。

[1] 耿庆玲. 西北旱区农业水土资源利用分区及其匹配特征研究[D]. 北京:中国科学院大学， 2014. GENG Q L. Research on zoning of agricultural water and land resources utilization and their matching characteristics in arid areas of northwest of China[D]. Beijing: University of Chinese Academy of Sciences， 2014. (in Chinese with English abstract)

[2] 唐华俊， 罗其友， 毕于运， 等. 我国农业水土资源可持续利用战略[J]. 中国农业资源与区划， 1999， 20(1):5-10. TANG H J， LUO Q Y， BI Y Y， et al. Sustainable utilization strategy of China agricultural water and land resources [J].ChinaAgriculturalResourcesandRegionalPlanning， 1999， 20(1): 5-10. (in Chinese with English abstract)

[3] 王向辉. 西北地区环境变迁与农业可持续发展研究[D]. 杨凌: 西北农林科技大学， 2011. WANG X H. Environmental change and sustainable development of agricultural in northwestern China[D]. Yangling: Northwest A & F University， 2011. (in Chinese with English abstract)

[4] 任守德， 付强， 王凯. 基于宏微观尺度的三江平原区域农业水土资源承载力[J]. 农业工程学报， 2011， 27(2): 8-14. REN S D， FU Q ， WANG K . Regional agricultural water and soil resources carrying capacity based on macro-micro scale in Sanjiang Plain[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2011， 27(2): 8-14. (in Chinese with English abstract)

[5] 吴文婕. 石羊河流域绿洲水土资源利用生态风险评价研究——以武威市为例[D]. 兰州: 西北师范大学， 2012. WU W J. Comprehensive evaluation on soil-water utilization ecological risk of oasis——a case study of Wuwei City in Shiyang River Basin[D]. Lanzhou: Northwest Normal University， 2012. (in Chinese with English abstract)

[6] 施开放， 刁承泰， 孙秀锋. 基于熵权可拓决策模型的重庆三峡库区水土资源承载力评价[J]. 环境科学学报， 2013， 33(2): 609-616. SHI K F， DIAO C T， SUN X F. Evaluation of soil-water resources carrying capacity based on entropy weight extension decision model in the Three Gorges Reservoir Region of Chongqing[J].ActaScientiaeCircumstantiae， 2013， 33(2): 609-616. (in Chinese with English abstract)

[7] 田青， 李宗杰， 宋玲玲， 等. 甘肃河西地区1986—2011年水土保持生态安全格局[J]. 中国沙漠， 2014， 34(6): 1692-1698. TIAN Q ， LI Z J， SONG L L， et al. Ecological security pattern of soil and water conservation in the Hexi Area of Gansu， China in 1986-2011[J].JournalofDesertResearch， 2014， 34(6): 1692-1698. (in Chinese with English abstract)

[8] 周智， 黄英， 黄娟. 水土资源承载力区域差异与影响因素[J]. 水土保持通报， 2015， 35(2): 344-349. ZHOU Z， HUANG Y， HUANG J. Regional differences and influencing factors of soil-water resources carrying capacity[J].BulletinofSoilandWaterConservation， 2015， 35(2): 344-349. (in Chinese with English abstract)

[9] 张青峰， 张翔， 田龙. 区域农业水土资源利用分区指标体系建设方案——以西北旱区为例[J]. 中国农业资源与区划， 2016， 37(9): 117-124. ZHANG Q F， ZHANG X ，TIAN L. Regionalization index system of agricultural land and water resources utilization——a case study of Northwest Arid Area[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning， 2016， 37(9): 117-124. (in Chinese with English abstract)

[10] 李玉照， 刘永， 颜小品. 基于DPSIR模型的流域生态安全评价指标体系研究[J]. 北京大学学报(自然科学版)， 2012， 48(6): 971-981. LI Y Z， LIU Y ， YAN X P. A DPSIR-based indicator system for ecological security assessment at the Basin Scale [J].ActaScientiarumNaturaliumUniversitatisPekinensis， 2012， 48(6): 971-981. (in Chinese with English abstract)

[11] 许国平. 中国土地资源安全评价研究进展及展望[J]. 水土保持研究， 2012， 19(2): 276-284. XU G P. New progress and its prospects of evaluation on research for land resources security in China[J].ResearchofSoilandWaterConservation， 2012， 19(2): 276-284. (in Chinese with English abstract)

[12] 畅明琦， 刘俊萍. 水资源安全基本概念与研究进展[J]. 中国安全科学学报， 2008， 18(8): 12-19. CHANG M Q， LIU J P. Basic concept of water resources security and its research development [J].ChinaSafetyScienceJournal， 2008， 18(8): 12-19. (in Chinese with English abstract)

[13] 刘彦随. 保障我国土地资源安全的若干战略思考[J]. 中国科学院院刊， 2006， 21(5): 379-384. LIU Y S. Strategies to guarantee land resources safety in China[J].BulletinofChineseAcademyofSciences， 2006， 21(5): 379-384. (in Chinese with English abstract)

[14] 陈广， 刘广龙， 朱端卫， 等. DPSIR模型在流域生态安全评估中的研究[J]. 环境科学与技术， 2014， 37(6N): 464-470. CHEN G， LIU G L， ZHU D W， et al. Research and prospects of DPSIR model in ecological assessment for catchment area in water environment[J].EnvironmentalScience&Technology， 2014，37(6N):464-470. (in Chinese with English abstract)

[15] 于伯华， 吕昌河. 基于DPSIR概念模型的农业可持续发展宏观分析[J]. 中国人口·资源与环境， 2004， 14(5): 68-72. YU B H， LU C H. Application of DPSIR framework for analyses of sustainable agricultural development[J].ChinaPopulation，ResourcesandEnvironment， 2004， 14(5): 68-72. (in Chinese with English abstract)

[16] 于伯华， 吕昌河. 基于DPSIR模型的农业土地资源持续利用评价[J]. 农业工程学报， 2008， 24(9): 53-58. YU B H， LÜ C H. Assessment of sustainable use of agricultural land resources based on DPSIR framework[J].TransactionsoftheCSAE， 2008， 24(9): 53-58. (in Chinese with English abstract)

[17] 韦杰， 贺秀斌， 汪涌， 等. 基于DPSIR概念框架的区域水土保持效益评价新思路[J]. 中国水土保持科学， 2007， 5(4): 66-69. WEI J， HE X B， WANG Y， et al. Assessing benefits of soil and water conservation based on the DPSIR conceptual framework[J].ScienceofSoilandWaterConservation， 2007， 5(4): 66-69. (in Chinese with English abstract)

[18] 吴明隆. 结构方程模型——AMOS的操作与应用[M]. 重庆: 重庆大学出版社， 2016: 8-20， 212-240.

[19] 刘思峰， 杨英杰， 吴利丰， 等. 灰色系统理论及其应用[M]. 北京: 科学出版社， 2014: 140-168.

[20] 曹小曙， 林强. 基于结构方程模型的广州城市社区居民出行行为[J]. 地理学报， 2011， 66(2): 167-177. CAO X S， LIN Q. A SEM-based study on urban community resident’s travel behavior in Guangzhou[J].ActaGeographicaSinica， 2011， 66(2): 166-177. (in Chinese with English abstract)

[21] 汪侠， 吴小根， 章锦河， 等. 基于结构方程模型的旅游消费券效用影响因素研究——以杭州市为例[J]. 地理研究， 2012， 31(3): 543-554. WANG X ， WU X G， ZHANG J H， et al. Investigating influencing factors of tourism consumption coupon effect based on structural equation model approach: A case study of Hangzhou [J].GeographicalResearch， 2012， 31(3): 543-554. (in Chinese with English abstract)

[22] 肖新成， 何丙辉， 倪九派， 等. 农业面源污染视角下的三峡库区重庆段水资源的安全性评价——基于DPSIR框架的分析[J]. 环境科学学报， 2013， 33(8): 2324-2331. XIAO X C， HE B H， NI J P， et al. Safety assessment of water resources in Chongqing section of the Three Gorges Reservoir Area based on DPSIR model from perspective of agricultural non-point pollution source[J].ActaScientiaeCircumstantiae， 2013，33(8): 2324-2331. (in Chinese with English abstract)

[23] 王连喜， 李菁， 李剑萍， 等. 气候变化对宁夏农业的影响综述[J]. 中国农业气象， 2011， 32(2): 155-160. WANG L X， LI J ， LI J P， et al. Overview on the effects of climate change on agriculture in Ningxia[J].ChineseJournalofAgrometeorology， 2011， 32(2): 155-160. (in Chinese with English abstract)

[24] 刘学军， 顾靖超， 陆立国， 等. 宁夏高效节水灌溉配套蓄水池建设规模确定方法研究[J]. 中国农村水利水电， 2016 (6): 1-4. LIU X J， GU J C， LU L G， et al. The method of supporting reservoir study to determine the scale of construction in Ningxia efficient water-saving irrigation table [J].ChinaRuralWaterandHydropower， 2016 (6):1-4. (in Chinese with English abstract)

[25] 侯峥， 刘学军， 周立华. 宁夏滴灌技术应用调查与发展对策[J]. 人民黄河， 2013， 35(2): 75-77. HOU Z， LIU X J， ZHOU L H. Investigation and development strategies of drip irrigation technology in Ningxia[J].YellowRiver， 2013， 35(2): 75-77. (in Chinese with English abstract)

[26] 薛薇. SPSS统计分析方法及应用[M]. 北京: 电子工业出版社， 2013: 141-148.

[27] 凌子燕， 刘锐. 基于主成分分析的广东省区域水资源紧缺风险评价[J]. 资源科学， 2010， 32(12): 2324-2328. LING Z Y， LIU R. Risk assessment on regional water scarcity in Guangdong province based on principal component analysis[J].ResourcesScience， 2010， 32(12): 2324-2328. (in Chinese with English abstract)

[28] 陈明忠， 张续军. 最严格水资源管理制度相关政策体系研究[J]. 水利水电科技进展， 2015， 35(5): 130-135. CHEN M Z， ZHANG X J. Research on policies for strictest water resources management system[J].AdvancesinScienceandTechnologyofWaterResources， 2015， 35(5): 130-135. (in Chinese with English abstract)

[29] 谢庭生. 宁夏回族自治区耕地资源高效利用途径[J]. 干旱区资源与环境， 2017， 31(2): 178-184. XIE T S. Efficient utilization of cultivated land resources in Ningxia Hui Autonomous Region[J].JournalofAridLandResourcesandEnvironment， 2017， 31(2): 178-184. (in Chinese with English abstract)

(责任编辑 高 峻)

Evaluation on agricultural water and soil resources security in Ningxia based on DPSIR model

ZHAO Ziyang1， LI Wangcheng1，2，3，*， ZHANG Yuzheng1， WANG Xia1

(1.CollegeofCivilandHydraulicEngineering，NingxiaUniversity，Yinchuan750021，China;2.TheModernEfficientUtilizationofAgriculturalWaterResourcesinAridEngineeringResearchCenterofMinistryofEducation，Yinchuan750021，China;3.KeyLaboratoryforRestorationandReconstructionofDegradedEcosysteminNorthwestChinaofMinistryofEducation，Yinchuan750021，China)

In the present study， an evaluation index system of agricultural water and soil resources security was constructed under the DPSIR model framework by structural equation modeling to quantitatively evaluate the water and soil resources security in Ningxia from 2004 to 2014， and to explore the optimal paths for water and soil resources security in Ningxia. It was shown that the evaluation indexes of driving force subsystem and state subsystem showed a steady upward development trend， and were increased from -1.172 and -1.067 in 2004 to 1.754 and 1.540 in 2014， respectively. The evaluation index of pressure subsystem continued to decrease. As the pressure subsystem was a negative index， it showed that the pressure of agriculture water and soil resources was increasing. Because the environment of Ningxia was sensitive to the global climate change， the evaluation index of impact subsystem didn’t show a clear trend. The evaluation index of response subsystem displayed steady and rapid growth except a single point anomaly in 2013. Overall， the agricultural water and soil resources security in Ningxia could be divided into 3 stages: (1) The security index increased from -0.434 in 2004 to 0.091 in 2008， despite that three years in the past five years were at a low level; (2) The security index decreased from 0.091 in 2008 to -0.344 in 2010， when the situation was not optimistic; (3) The security index increased from -0.344 in 2010 to 0.659 in 2014， when the intermediate level reached to 80%. The result of grey prediction showed that the agricultural water and soil resources security in Ningxia would be on a steady rise state in 2015-2010. The potential security index might rise from 0.523 to 1.204， and the security indexes would all be at high level. The security development of agricultural water and soil resources in Ningxia had some breakthrough， but it was still lying in the initial stage and had great potential.

DPSIR model; structural equation model; water and soil resources security; grey prediction; Ningxia

10.3969/j.issn.1004-1524.2017.08.15

2017-03-10

国家自然科学基金项目(51169021，51569022)

赵自阳(1991—)，男，河南洛阳人,硕士研究生，主要从事水资源高效利用研究。E-mail: zyzhao115@163.com

*通信作者，李王成，E-mail: liwangcheng@126.com

S11+7

A

1004-1524(2017)08-1336-11

赵自阳，李王成，张宇正，等. 基于DPSIR模型的宁夏农业水土资源安全评价[J]. 浙江农业学报，2017，29(8)： 1336-1346.