中国省域耕地与灌溉水资源利用效率及其耦合协调度的空间相关性分析

朱丽娟 陆秋雨

(河南财经政法大学 工程管理与房地产学院，郑州 450046)

当前，中国粮食安全处于紧平衡态势，在中美贸易关系日趋紧张、新冠病毒没有得到有效遏制以及非洲蝗虫肆虐的背景下，中国粮食安全问题更加受到国际国内的多方关注。过去40年，中国通过资源的大量投入和农业补贴政策的刺激，粮食压力得到一定缓解，但仍隐含巨大的生态环境风险。如何持续提升中国粮食综合生产能力，成为中国社会经济发展的突出问题。耕地和水资源是粮食生产的两大基础性资源和“硬”约束条件，对于耕地和水资源均稀缺的中国而言，粮食安全若要具有可持续性，唯有节约资源，提高其利用效率，为此，2011年“中央一号”文件划定了水资源利用的“三条红线”，2017年习近平总书记明确指出“实施质量兴农战略，不断提高农业创新力、竞争力和全要素生产率”。可见，提高耕地和水资源利用效率，增强各区域耕地和水资源的匹配度，优化区域资源的配置既是满足国家战略的迫切需求，也是农业资源经济领域的研究主题。

现有对耕地和农业水资源利用效率的研究具有一定共性，均集中在以下3个方面：1)对耕地和水资源利用效率进行评价。评价的尺度包括全国[1]、各经济区[2]、各省域[3]、市[4]等。评价的方法主要采用SFA[5]和DEA[6]，也有学者采用RF模型[7]、综合评价法[8]、PCA-Copula评价方法[9]、投影寻踪及遗传算法[10]。多数研究在效率评价的基础上，进一步对耕地和水资源利用效率的空间差异特点进行分析。2)分析耕地和水资源利用效率的影响因素。这些影响因素包括：农业人口转移[11]、贫困农户识别[12]、城镇化[13]、农民土地价值观[14]、耕地细碎化[15]、老龄化[16]、农民分化[17]、灌溉管理方式[6]。3)揭示耕地和水资源利用效率与经济发展之间的关系。这方面的研究近几年才受到关注，研究相对较少。如：操信春等[18]从广义水资源投入出发研究计算了中国灌区水分生产效率，利用1998—2010年相关数据,建立了广义水利用系数，并分析了其和水分生产效率的空间差异。

当前，中国耕地利用效率和水资源利用效率均不高[19]。而耕地资源和灌溉水资源的利用效率的提高和改善对粮食生产均具有十分重要的意义，但其相关研究多集中于资源利用效率[20]、资源环境承载力[21]、绿色效率评价[22]等方面，将二者结合起来进行研究分析的研究并不多，大多数学者着重于耕地资源或水资源与粮食生产[23]、经济发展[24]、以及能源[25]的关系探究。耦合模型的使用提供了一个很好的方案将耕地资源与灌溉水资源结合起来，其可以将两个子系统链接，探究其相互间的影响机理与影响程度。因此耦合也被认为是一种资源管理的方法[26]，可实现提高资源利用效率和保障资源安全。耕地和水资源作为农业生态系统中的重要子系统，两者之间具有相互依存、彼此影响的关系，耕地资源的利用方式和变化对水资源的存流量有着重要制约作用，水资源禀赋又是耕地资源的开发和利用的关键条件。同时，两者之间的相互作用存在着复杂的非线性关系和反馈关系，这主要取决于两要素自身的禀赋特征、组合关系及其时空格局[27]。现有研究多数仅局限于耕地或水单一资源利用效率的评价，而对耕地和水资源利用效率的关联关系，即两者协同或矛盾的耦合关系和耦合特征的研究相对较少。另外，现有研究虽指出耕地和水资源利用具有显著的区域差异性[28]，但两资源利用效率的耦合关系是否具有空间相关性和空间溢出效应，演变规律是什么？此方面的研究还未被关注。

在耕地和水资源利用政策和管理方面，中国尚处于分部门、各自为政阶段，尽管出台了对耕地和水资源利用强度等约束目标和政策，但在制定目标过程中，各部门没有考虑耕地和水资源之间的耦合性。本研究在测度中国各省份耕地和农业水资源利用效率的基础上，通过构建耦合协调模型，揭示区域耕地和水资源利用效率的耦合协调程度和状态，明晰其时空演变特征，并运用莫兰指数，分析两者耦合协调的空间相关性和空间集聚效应。以期对协调中国各区域耕地和水资源配置之间的矛盾，实现各区域水土资源可持续利用提供理论支持。

1 研究方法与数据来源

1.1 数据包络分析法

本研究采用数据包络分析模型(DEA，Data envelopment analysis)测算耕地和灌溉水资源利用效率。DEA模型有两种基本形式：假设规模报酬不变的CRS模型和假设规模报酬可变的VRS模型。Coelli等[29]认为，VRS模型适用于微观的研究对象，宏观层面(一国或地区)的自然资源等要素不会轻易发生改变。本研究以全国31个省份为研究对象，分析具有稀缺性的耕地和水资源在“藏粮于地，藏粮于技”的战略背景下，如何提高其利用效率及匹配度，因此选择基于投入导向的规模报酬不变的DEA模型。根据模型可以得到由两部分组成的综合技术效率，且综合技术效率=纯技术效率×规模效率。其中，纯技术效率是由于管理和技术等因素影响的生产效率，规模效率是由于规模因素影响的生产效率。

1.2 耦合协调度模型

耦合度模型一般用来研究一个系统内部某两个或多个要素之间的关联度。本研究关注农业生产系统中的耕地与水资源两个要素之间的关系，其耦合度计算公式如下：

(1)

式中：C为耦合度且其满足0≤C≤1；U1和U2分别为耕地和农业水资源利用效率，通过DEA模型计算得出。如果耦合度C的值越大则表示耕地与农业水资源利用效率之间互相联系程度越强；反之，则紧密程度在逐渐减弱，此时耕地和农业水资源的开发利用是无序且不稳定的。

耦合度的高低仅能反映两要素之间关联的程度，当耕地和农业水资源利用效率都比较低时，也能有较高的耦合度。为了进一步反映两生产要素相互作用中良性耦合程度的大小，即：是在高水平上相互促进还是在低水平上相互制约，本研究进一步构建耦合协调度模型，公式如下：

T=αU1+βU2

(2)

(3)

式中：D为耦合协调度，一般位于0～1；T为基于调节系数α和β构成的耕地与农业水资源利用率的综合协调指数，且α和β相加恒等于1。本研究认为在农业生产中，耕地与农业水资源同等重要，因此，假定调节系数α和β均为0.5。参考已有研究成果[30]，耦合度及耦合协调度等级划分标准如表1所示。

表1 耦合度和耦合协调度等级划分标准Table 1 Classification Standard of coupling degree and coupling coordination degree

1.3 基于Moran’s I指数的空间自相关分析

度量和描述变量在空间上的分布特征以及互相依赖和互相聚集程度的最重要的计算指标之一就是Moran’sI指数。故本研究选择Moran’sI指数进一步分析中国耕地和农业水资源利用效率耦合协调度的空间相关性。Moran’sI指数有全局Moran’sI指数和局部Moran’sI指数。全局莫兰指数I介于-1～1，若全局莫兰指数I>0，表示耕地和农业水资源利用效率耦合协调度存在空间正相关，数值越大，耦合协调度在空间上正相关程度越强；若全局莫兰指数I<0，则表示耦合协调度存在空间负相关。

全局Moran’sI指数仅反映中国各区域的土地和水资源利用效率的耦合协调度在空间上是否出现了集聚或异常，但无法反映具体区域的集聚特征及形态，本研究进一步用局部Moran’sI指数度量某省与邻近省份之间在耦合协调度方面是否存在空间溢出以及各区域的空间集聚特征。且局部Moran’sI指数值>0，说明存在空间集聚;指数值<0，说明存在空间离散。

1.4 数据来源和处理

测算资源利用效率时需要建立合理的指标体系，本研究在借鉴张雄化等[31]的基础上，考虑到数据的可获得性，构建耕地和灌溉水资源的投入产出指标体系，具体见表2。

表2 耕地资源与灌溉水资源的投入产出指标Table 2 Input and output index of cultivated land resources and irrigation water resources

除农业灌溉用水量，其余指标的数据均来自2003—2019年的全国31个省市统计年鉴、《中国农村统计年鉴》[32]以及《中国统计年鉴》[33]。汪恕诚[34]和张雄化等[31]均认为灌溉用水量约占农业用水总量的90%，因此，本研究中的农业灌溉用水量=农业用水量×90%。为了保证不同时期效率值具有可比性，本研究将2003—2019年中国31个省(市)耕地和灌溉水资源相关投入产出数据纳入同一决策单元集。

2 实证结果与分析

2.1 耕地和灌溉水资源利用效率评价

2.1.1资源利用效率的总体特征

由图1(a)可知，样本考察期中国耕地资源综合利用效率整体呈上升趋势，尤其是从2010年开始，综合利用效率得到快速提升，至2019年达到0.946，提升了27个百分点。纯技术效率变化趋势与综合效率变化趋势基本一致，呈上升态势。规模效率整体呈平稳缓慢上升趋势，效率值较高，2003—2019年，基本在0.95左右。根据综合效率=纯技术效率×规模效率，可推论：耕地资源综合利用效率是由纯技术效率决定的，即：中国农业科技水平的提高以及资源配置的不断优化推动了耕地资源综合利用效率的提高。

由图1(b)可知，样本考察期中国灌溉水资源综合利用效率整体呈快速增长趋势，2003年效率均值为0.242，2019年为0.823，17年间提高了58个百分点，但仍有17.7%的提升空间。纯技术效率的变化趋势与综合利用效率基本一致，呈快速增长趋势。这主要得益于“十五”以来，国家加大了节水灌溉的投入力度，2008—2018年节水灌溉工程面积从2 447万公顷增加到3 427万hm2，农田灌溉水利用系数从0.483提高到0.554。规模效率相对较高，呈缓慢上升趋势。同样可推论：灌溉水资源综合利用效率由纯技术效率决定。由以上对比可知，中国灌溉水资源综合利用效率提升速度比耕地资源要快。

图1 全国耕地与灌溉水资源利用效率变化趋势Fig.1 Change trend of cultivated land resource utilization efficiency in China

2.1.2资源利用效率的空间格局特征

中国不同区域间农业自然资源禀赋、经济发展水平及农业科技水平差异巨大，为了更好观测耕地和灌溉水资源利用效率的空间差异及分布特征，本研究将全国31个省份分为4个区域：东北地区(包括辽宁、吉林、黑龙江等3个省)，东部地区(包括北京、天津、河北、山东、江苏、浙江、上海、福建、广东、海南等10个省(市))，中部地区(包括湖南、湖北、河南、江西、安徽、山西等6个省)和西部地区(包括宁夏、新疆、青海、陕西、甘肃、四川、云南、贵州、西藏、重庆、内蒙古、广西等12个省(市、自治区))。

样本考察期，中国耕地资源综合利用效率区域差异显著，呈东北>东部>西部>中部的空间分布格局。其中，东北地区在2019年效率值均为1，达到技术有效。在变化趋势上，东北和西部呈波动增长趋势，东部和中部增长趋势平稳。4个区域纯技术效率的空间分布特征及变化趋势与综合利用效率一致，规模效率虽有微小差异但相对稳定，效率值基本在0.98左右。因此，可知，区域耕地资源综合利用效率同样是由纯技术效率决定。

样本考察期，灌溉水资源综合利用效率同样区域差异显著，呈东部>东北>西部>中部的空间分布格局。东部和中部增长趋势平稳，而东北和西部呈波动增长。农业领域一直处于随着时间水资源压力会逐渐加剧的领域，其中以西部旱区和粮食及东北部粮食主产区较为明显，相对也会对区域之间灌溉水综合效率产生影响。其中，由表可知，纯技术效率的空间分布格局与变动趋势与综合利用效率一致，东部和西部的规模效率呈增长趋势，东北基本维持不变，而中部地区略微有所下降。以上可知，四区域灌溉水资源综合利用效率仍是技术驱动模式。

2.2 耕地和灌溉水资源利用效率耦合协调度的时空分异特征

利用所测算的耕地和灌溉水资源利用效率值，计算出2003—2019年全国31个省市耕地和灌溉水资源利用效率的耦合度值。发现，2003年，除山西、河南、安徽、宁夏、甘肃和青海处于轻度失调外，其余省份均处于一般耦合阶段，2008—2019年，全国31个省份均处于一般耦合阶段，这种结果可能是由于在2003年左右，西部和中部地区的宁夏、甘肃等省份的经济水平，农业水平尚处于发展阶段，且发展缓慢所致，而在2008年段，随着中国经济发展的提升以及西部地区对于农业经济等相关政策逐步完善，西部地区发展速度有所提升。这说明，中国耕地和灌溉水资源整体上已经表现出相互作用、相互依赖的交错性，且两者耦合程度具有一定的稳定性。

为进一步判断耕地与灌溉水资源利用效率之间良性耦合程度的大小及其时空变化特征，根据全国31个省份的耦合协调度值运用ArcGis 10.5软件，将2003、2008、2013和2019年资源利用效率耦合协调度进行空间可视化(见图3)。从时序上看，2003、2008、2013和2019年全国耦合协调度均值分别为0.437、0.491、0.579和0.661；2003年，处于轻度失调阶段的省份有7个，一般耦合协调阶段的省份有24个，到2019年，处于一般耦合协调阶段的省份有4个，良好耦合阶段的省份有27个。这表明中国耕地与灌溉水资源利用效率的耦合协调度由一般耦合协调阶段提升到良好耦合协调阶段，耕地与灌溉水资源利用的综合管理水平在提升的同时，相互支撑作用越来越强。

该图基于自然资源部标准地图服务网站下载的审图号为GS(2019)1825号的标准地图制作，底图无修改The map is based on the standard map No. GS (2019) 1825 downloaded from the standard map service website of the Ministry of natural resources, and the base map is not modified图3 全国耕地与灌溉水资源利用效率耦合协调度的时空分布Fig.3 Spatial and temporal distribution of coupling coordination degree of cultivated land and irrigation water use efficiency in China

从空间上看，中国耕地与灌溉水资源利用效率的耦合协调度呈东部>东北>西部>中部的空间分布格局。影响耦合协调度的因素在一定程度上受到地区地理位置和当地资源禀赋的影响，东部地区地理位置优越，经济发展相对发达，因此耕地与灌溉水耦合协调程度相对较好；而对于水资源压力较大的西部干旱区以及东北粮食主产区，其耦合协调程度便相对较弱。具体来说，东部和东北地区各省份在2003—2008年均处于一般耦合协调阶段，至2013—2019年，两地区各省份的耦合协调度均提升至良好耦合协调阶段。西部地区各省份在2003—2008年也均处于一般耦合协调阶段，2013年，50%的省份提升至良好耦合阶段，到2019年，仅有甘肃省处于一般耦合协调阶段，其余省份均提升至良好耦合阶段(占91.7%)。中部地区在2003年处于轻度失调的省份(安徽、河南和山西)占50%，一般耦合协调阶段的省份占50%，2008—2013年，6个省份均提升至一般耦合协调阶段(河南为良好耦合阶段)，2019年，一般耦合协调阶段的省份(安徽、山西)占33.3%，良好耦合协调阶段的省份(河南、湖北、湖南、江西)占66.7%。总体上，东部和东北地区耕地和水资源利用效率的耦合协调水平平稳提升且区域内发展均衡；中部和西部地区耕地和水资源利用效率的耦合协调水平发展相对缓慢且区域内发展不均衡。

表3 全国耕地资源利用效率的空间分布Table 3 Spatial distribution of cultivated land use efficiency in China

表4 全国灌溉水资源利用效率的空间分布Table 4 Spatial distribution of irrigation water use efficiency in China

2.3 耕地和灌溉水资源利用效率耦合协调度的空间相关性分析

2.3.1全局空间自相关分析

依据测算出的耕地和灌溉水资源利用效率耦合协调度，运用ArcGis 10.5软件的空间自相关工具，计算出2003—2019年全国31个省份耕地和灌溉水资源利用效率耦合协调度的Moran’sI指数(表5)。可知，全局Moran’sI指数在95%置信水平上极其显著且Z统计值大于临界点1.96，全局Moran’sI指数通过检验，表明了在此空间和时间上的有效性。符号均为正，这说明全国耕地和灌溉水资源利用效率耦合协调度呈正空间自相关，相邻省份的耦合协调度表现出空间集聚特征。2003—2019年耦合协调度的全局Moran’sI值呈上下波动态势，说明耦合协调度的空间自相关性不稳定，空间集聚态势在减弱与增强之间来回反复。

表5 2003—2019年耦合协调度的全局Moran’s I指数Table 5 Global Moran’s I index of coupling coordination from 2003 to 2019

2.3.2局部空间自相关分析

本研究进一步用局部Moran’sI指数和Moran散点图来分析具体省域的空间集聚形态。根据式(6)计算出局部Moran’sI指数，运用ArcGis 10.5软件绘制出2003—2019年全国耕地和灌溉水资源利用效率耦合协调度的Moran散点图(图4)，散点图包含31个研究单元，以横纵坐标的平均值为中心坐标，将平面区域划分为H-H(high-high，以下称为高-高),L-H(low-high，以下称为低-高),L-L(low-low，以下称为低-低)，H-L(high-low，以下称为高-低)4个象限，高-高聚集区指某省市自身及周边省市耦合协调度都高；低-高聚集区指某省市自身耦合协调度低，周边地区高；低-低聚集区指某省市自身和周边地区的耦合协调度都低；高-低聚集区指某省市自身耦合协调度高，周边地区低。

图4 全国31个省(市)耦合协调度的Moran散点图Fig.4 Moran scatter diagram of coupling coordination degree of 31 provinces (cities) in China

由Moran散点图可知，2003、2008和2013年，位于第一(“高-高”区)、三象限(“低-低”区)的点均多于第二象限(“低-高”区)、第四象限(“高-低”区)的点，即表示：属于空间正相关，耦合协调度相近(高或低)的省市在空间上更容易集聚，各区域空间差异小。而2019年，位于第二、四象限的点略微比第一、三象限多，说明耦合协调度相近(高或低)的省份在空间分布上更容易呈离散模式，可能因为竞争，高值省份排斥高值省份，低值省份排斥低值省份，但由于局部莫兰指数值为-0.051，接近于0，离散效应并不强烈，接近随机分布态势。总体上，中国耕地和灌溉水资源利用效率耦合协调度主要集中在“高―高” 区和“低―低”区，空间溢出效应显著。

具体省份(市)所属聚集形态特征如下：2003—2019年，新疆为高―低区，即被低值省份所包围；山东、河南、山西和广西为低低区，即自身和周边省份均为低值省份；吉林、云南为低高区，即被高值省份所包围；其他区域P值不显著。由具体省份聚集形态并结合图3和全局Moran’sI指数表现出的整体呈聚集效应，可知：大体上西部和东北地区的空间溢出效应比中东部强烈。

3 结论与讨论

本研究结论如下：1)中国耕地和灌溉水资源利用效率均呈上升趋势，灌溉水资源利用效率提升速度更快。两类资源利用效率均由纯技术效率决定，是技术驱动模式。2)总体上，中国耕地与灌溉水资源利用效率的耦合协调度处于良好耦合协调阶段，且空间差异显著，呈东部>东北>西部>中部的空间分布格局。3)整体上，中国耕地和灌溉水资源利用效率耦合协调度呈正空间自相关，具有空间集聚特征，但集聚态势在增强与减弱间来回波动。(4)中国耕地和灌溉水资源利用效率耦合协调度主要集中在“高-高”和“低-低”集聚区，空间溢出效应显著，西部和东北地区的空间溢出效应比中东部强烈。

本研究的结论可能为区域耕地和水资源效率的提升、区域资源开发利用规划以及区域发展战略制定提供实践指导。耕地资源与灌溉水资源利用效率的交互影响存在于基于自然环境和生态承载条件下的复杂巨系统，为推进耕地资源和灌溉水资源利用效率的提高以及区域资源配置进一步优化，结合本研究对耕地和灌溉水资源利用效率耦合协调空间相关性分析，建议区域耕地和灌溉水资源的相关政策制定应着重于协调、创新、绿色，可持续发展方向，因乡村发展的内生动力不足，兼之农业发展对资源的依赖性较强，加强创新导向的科技驱动力发展，侧重可持续发展的绿色农业发展对促进耕地和灌溉水资源协调发展具有重要意义。

由于数据时序是2003—2019年共17年，所得结论与更长时间跨度数据的结论是否一致有待进一步验证。另外，本研究认为还应在以下几方面进一步拓展：一是耕地和水资源耦合作用与粮食安全之间的关系，这对于缓解粮食危机和建立合理的区域水土资源开发利用模式具有重要指导价值；二是低碳经济是中国可持续农业发展模式之一，在耕地和水资源开发利用过程中，开发利用强度和两者组合关系不同对碳的影响不同，因此，应与农业低碳、绿色发展相结合，从碳排放角度进一步分析耕地和水资源耦合的效率。三是进一步挖掘耕地和水资源利用效率耦合作用的影响机制。