我國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率時空差異及影響因素分析

Analysis on spatial and temporal differences of agricultural economic water productivity and its influencing factors in China

劉海軍，周雪晴，王珂珂

北京師范大學水科學研究院，100875，北京

摘要：水分生產(chǎn)率是農(nóng)業(yè)水資源管理和效果評價的關(guān)鍵指標之一，但不同作物產(chǎn)量差異較大，其水分生產(chǎn)率不能直接比較。提出了農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率概念，將不同作物的產(chǎn)量以農(nóng)業(yè)產(chǎn)值替代，消除作物差異影響，進而對不同時間和區(qū)域的農(nóng)業(yè)水分利用效果進行比較和評價。以省為單位計算了農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率，分析了2000—2022年全國及不同省份的農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的時空分布特征，并通過隨機森林特征重要性評價分析了不同要素對其影響。研究表明：2000—2022年各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率值均持續(xù)增長，全國平均值分別由1.1元/m3和3.8元/m3增加到5.8元/m3和22.3元/m3；空間自相關(guān)分析表明，農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率相近的省份在空間上顯著聚集，總體表現(xiàn)為華北高、西南低的趨勢，局部自相關(guān)屬性為高-高（HH）和低-低（LL）的省份均在15個左右，23年間全國整體和局部的空間分異特征隨時間推移無顯著變化；農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率在空間上聚集不明顯；地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)增加值、農(nóng)用機械總動力、農(nóng)用化肥施用折純量以及有效灌溉面積是影響各水分生產(chǎn)率指標的主要因素。針對影響要素，提出了提升農(nóng)業(yè)經(jīng)濟水分利用效率的途徑?？蔀閲液偷胤睫r(nóng)業(yè)水資源管理提供參考。

關(guān)鍵詞：農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率；農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率；時空分布；影響因素；隨機森林特征重要性評價；空間分異特征；農(nóng)業(yè)水資源管理

作者簡介：劉海軍，教授，主要從事農(nóng)業(yè)水資源高效利用與面源污染防控研究。E-mail：shanxilhj@bnu.edu.cn

基金項目：內(nèi)蒙古自治區(qū)重點研發(fā)和成果轉(zhuǎn)化計劃項目（2023YFHH0099）；“科技興蒙”行動重點專項項目（NMKJXM20230103-4）

DOI：10.3969/j.issn.1000-1123.2025.22.005

引言

水利是農(nóng)業(yè)的命脈。根據(jù)2023年《中國水資源公報》，我國農(nóng)業(yè)用水約占全國用水總量的62%，其中90%左右用于農(nóng)田灌溉。全國約48%的灌溉耕地生產(chǎn)了約75%的糧食和90%以上的蔬菜。然而隨著經(jīng)濟快速發(fā)展、人口增長以及氣候變化加劇，水資源供需矛盾日益尖銳，提升水資源利用效率已成為促進農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵任務(wù)之一。在此背景下，深入研究我國各省份水分生產(chǎn)率（Water productivity，WP）的時空分布規(guī)律，對于優(yōu)化農(nóng)業(yè)水資源配置、提升農(nóng)業(yè)生產(chǎn)效益、保障國家糧食安全具有深遠意義。

水分生產(chǎn)率的定義為消耗單位水量所產(chǎn)出的物質(zhì)。實際應(yīng)用中，農(nóng)業(yè)水分生產(chǎn)率一般也稱為水分利用效率（Water use efficiency，WUE），有些學者也認為水分利用效率是衡量農(nóng)業(yè)水資源利用效率的核心指標，在農(nóng)業(yè)水資源管理中具有重要作用。目前，國內(nèi)外學者對農(nóng)業(yè)水分生產(chǎn)率開展了大量研究，主要有以下發(fā)現(xiàn)：①農(nóng)業(yè)水分生產(chǎn)率在過去呈現(xiàn)增加趨勢，如操信春等通過對全國400多個主要灌區(qū)的研究計算發(fā)現(xiàn)各灌區(qū)水分生產(chǎn)率逐年增長；陳毅對甘肅省不同區(qū)域2010—2020年的灌溉水分生產(chǎn)率和農(nóng)業(yè)用水效率的時空分布進行分析，結(jié)果表明前者整體水平提高了80%，后者年均增長率為6.5%。②農(nóng)業(yè)水分生產(chǎn)率區(qū)域差異較大，如Abdullaev等發(fā)現(xiàn)錫爾河流域同一時間尺度下不同農(nóng)場間水分生產(chǎn)率差異較大；Mainuddin等證實湄公河下游流域不同國家間水分生產(chǎn)率差異顯著，其中2004年越南境內(nèi)湄公河流域水稻水分生產(chǎn)率是泰國的近3倍，且流域內(nèi)部呈現(xiàn)高生產(chǎn)率區(qū)域愈發(fā)聚集趨勢。③不同作物水分生產(chǎn)率差異明顯，如吳世德等基于2000—2012年遼寧省主要糧食作物（玉米、水稻、小麥、大豆）的水分生產(chǎn)率研究表明，四類作物多年水分生產(chǎn)率平均值依次是1.5kg/、1.1kg/、0.9kg/及0.7kg/，存在較大差異，最高值（玉米）約是最低值（大豆）的2倍。④農(nóng)田管理措施對水分生產(chǎn)率影響較大，噴灌和滴灌可顯著提升農(nóng)業(yè)水分生產(chǎn)率。如Wang等通過對華北地區(qū)冬小麥開展的灌溉方式試驗分析發(fā)現(xiàn)，相較于傳統(tǒng)地面灌溉處理，地面滴灌與噴灌處理下的灌溉水利用效率呈現(xiàn)顯著提升趨勢，增幅分別達到了44.2%和28.2%；宮飛等通過分析噴灌與畦灌處理對冬小麥水分利用效率的影響，發(fā)現(xiàn)作物的水分利用效率在噴灌處理下比畦灌處理高了51.5%左右。

傳統(tǒng)的水分生產(chǎn)率研究核心在于建立作物產(chǎn)量與水分消耗量間的物理聯(lián)系。然而不同區(qū)域種植作物不同，作物產(chǎn)量差異大，直接比較水分生產(chǎn)率較困難，從而導(dǎo)致在指導(dǎo)農(nóng)業(yè)水資源優(yōu)化配置時可能產(chǎn)生誤差。盡管已有學者嘗試從經(jīng)濟維度拓展用水效率評估，如通過“農(nóng)作物經(jīng)濟水足跡”核算特定農(nóng)產(chǎn)品生產(chǎn)全過程的虛擬水消耗及其經(jīng)濟價值轉(zhuǎn)化，或利用“農(nóng)業(yè)產(chǎn)出彈性”分析水資源等要素投入變動對農(nóng)業(yè)經(jīng)濟產(chǎn)出的邊際效應(yīng)，但這些方法或仍側(cè)重于單一產(chǎn)品的生命周期評估，或旨在揭示要素變化的敏感性，未能從根本上構(gòu)建一個可直接比較的、以市場價值為基準的宏觀農(nóng)業(yè)水資源利用效率綜合評價指標。

綜上，本研究是在前人研究成果基礎(chǔ)上，將不同作物產(chǎn)量轉(zhuǎn)化為產(chǎn)值，從經(jīng)濟角度構(gòu)建不同區(qū)域的農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率，進而分析2000—2022年二者在我國各省份的時空變化特征，探討其主要影響因素，揭示我國農(nóng)業(yè)水資源配置的經(jīng)濟效率規(guī)律。研究結(jié)果可為提高農(nóng)業(yè)用水效率、制定分區(qū)分類節(jié)水政策和促進農(nóng)業(yè)可持續(xù)發(fā)展提供理論支撐。

研究方法和數(shù)據(jù)來源

1.指標計算

水分生產(chǎn)率描述了消耗單位水量所生產(chǎn)的物質(zhì)。在農(nóng)業(yè)水資源管理中，農(nóng)業(yè)水分生產(chǎn)率一般表示消耗1水生產(chǎn)的產(chǎn)量，單位為kg/，或者消耗1mm水量在1h面積生產(chǎn)的產(chǎn)量，單位為kg/（h·mm）。同樣，灌溉水分生產(chǎn)率（Irrigation Water Productivity，IWP）定義為消耗單位灌溉水量所生產(chǎn)的物質(zhì)。

農(nóng)業(yè)水分生產(chǎn)率因作物種類不同而存在顯著差異。根據(jù)相關(guān)文獻數(shù)據(jù)，糧食作物中，小麥的水分生產(chǎn)率一般為1～2g/，馬鈴薯為4～8g/；蔬菜作物中，番茄為15～30kg/，而大白菜則高達54～76g/；不同水果之間也差異極大，蘋果的水分生產(chǎn)率一般為2～8kg/，西瓜則達3～22kg/。因此直接進行水分生產(chǎn)率比較，而不考慮作物種類的差異，結(jié)果往往是不準確的。本文從經(jīng)濟角度出發(fā)，以所有的農(nóng)產(chǎn)品產(chǎn)值來代替產(chǎn)量，進而消除不同作物單產(chǎn)和價格差異對計算結(jié)果的干擾，實現(xiàn)大農(nóng)業(yè)范疇內(nèi)跨物種、跨業(yè)態(tài)的水分生產(chǎn)率可比性分析。本文定義的農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率計算公式為：

式中，WP為農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率，單位為元/GD為區(qū)域農(nóng)業(yè)生產(chǎn)總值，單位為元；為對應(yīng)區(qū)域的農(nóng)業(yè)供水量（灌溉水量與降水量之和），單位為

同時為分析不同區(qū)域灌溉水量對農(nóng)業(yè)生產(chǎn)的影響，參考公式（1）定義了農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率公式，計算公式為：

式中，IWP為農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率，單位為元/GD為區(qū)域農(nóng)業(yè)生產(chǎn)總值，單位為元；I為灌溉水量，單位為

該方法以產(chǎn)值替代產(chǎn)量，提升了水分生產(chǎn)率的可比性，但是未考慮農(nóng)產(chǎn)品市場價格波動與區(qū)域補貼政策對農(nóng)業(yè)產(chǎn)值的直接影響。因此在比較農(nóng)業(yè)經(jīng)濟水分利用效率時需要說明農(nóng)業(yè)經(jīng)濟產(chǎn)值的數(shù)據(jù)來源和計算方法。此外，宏觀統(tǒng)計數(shù)據(jù)精度與尺度效應(yīng)的影響，使得該方法在小尺度區(qū)域應(yīng)用時可能誤差較大。

2.空間自相關(guān)分析

空間自相關(guān)包含全局和局部兩種形式，用于衡量空間內(nèi)某種屬性的聚集程度。全局空間自相關(guān)旨在分析解釋特定地理現(xiàn)象或?qū)傩栽谡麄€區(qū)域內(nèi)的空間特性，通過計算Moran’s I指數(shù)和進行Z檢驗判斷是否存在聚集傾向。本研究中，局部空間自相關(guān)可通過量化省域單元農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的空間異質(zhì)性，識別聚集區(qū)的空間區(qū)位、分布范圍與變化趨勢，最終通過空間關(guān)聯(lián)局域指標（LISA）聚集圖予以呈現(xiàn)；將省域結(jié)果和全國平均水平對比分析，明確各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率在全國的相對水平。將LISA聚集圖中的屬性歸納為4類：“高-高（HH）”型，即某省份及其周邊省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率均較高；“低-高（LH）”型，說明某省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率低但周邊省份高；“高-低（HL）”型，指某省份該值高但周邊省份低；“低-低（LL）”型，反映某省份與周邊省份該值均較低。其中，“高-高（HH）”型和“低-低（LL）”型反映各省份屬性值之間存在顯著的空間正相關(guān)，呈現(xiàn)出一定的均質(zhì)性；“高-低（HL）”型和“低-高（LH）”型則呈現(xiàn)出較強的空間負相關(guān)性，表明各省份之間具有異質(zhì)性。當設(shè)定顯著性水平時，能夠?qū)Ω鲄^(qū)域局部空間自相關(guān)屬性的顯著性做出判斷。借助ArcGIS軟件實現(xiàn)對各省份地區(qū)的局部相關(guān)性分析。本研究選取起始年（2000年）、中間年（2011年）和末尾年（2022年）為代表年，揭示我國全國及各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的時空演變特征。

3.隨機森林特征重要性評價

為評估各影響特征對模型的貢獻及對農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的作用，采用隨機森林特征重要性評價方法。隨機森林在2001年被Breiman提出，通過構(gòu)建多棵決策樹并集成其預(yù)測結(jié)果，可有效降低過擬合風險，自動捕捉特征間的交互作用。與傳統(tǒng)方法相比，其在評價特征重要性時既考慮了單一特征影響，又反映了特征組合的綜合貢獻。該模型通過自助法重采樣技術(shù)抽取約75%樣本為訓(xùn)練集，其余作為袋外數(shù)據(jù)用于驗證。本研究基于袋外數(shù)據(jù)特征重要性評價方法，通過隨機排列輸入特征值，依據(jù)袋外數(shù)據(jù)上模型的性能變化，估算各特征的貢獻及重要性。該方法優(yōu)勢顯著，能為研究提供全面可靠的結(jié)果。特征重要性值一般大于0，值越大則貢獻越大，反之越小或無貢獻。特征重要性值計算分析在MATLAB R2020a和Excel軟件中完成。

4.數(shù)據(jù)來源

本文的農(nóng)業(yè)經(jīng)濟數(shù)據(jù)、灌溉數(shù)據(jù)以及影響因素數(shù)據(jù)（如水資源總量、農(nóng)用化肥施用折純量、農(nóng)用機械總動力、生產(chǎn)總值等）均來源于國家統(tǒng)計局網(wǎng)站（https://www.stats.gov.cn），降水、溫度等數(shù)據(jù)均來源于歷年我國和各省份統(tǒng)計年鑒、水資源公報等。

結(jié)果與分析

1.農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的時序變化

下圖描述了2000—2022年全國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率年際變化趨勢?？梢钥闯觯瑥?000年到2022年，全國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率呈現(xiàn)顯著增加趨勢，且兩者的增加趨勢基本一致。農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率從2000年的1.1元/一直增加到2022年的5.8元/，年均增速為7.85%，多年均值為2.86元/；農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率從2000年的3.8元/增加到2022年的22.3元/，年均增速為8.38%。與農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率（1.1～5.8元/）相比，農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率（3.8～22.3元/）的值約是其3～4倍。

▲全國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率逐年變化

全國各省份的農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率在2000—2022年之間總體呈現(xiàn)增加趨勢，但是不同省份的差異較大。對于農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率〔見圖（a）〕，北京市總體最高，從2000年的2.7元/增加到2022年的11.8元/；次之為天津市、陜西省和河北省等，其農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率排名一般在全國前20%；排名在后20%的省份主要包括江西省、安徽省、西藏自治區(qū)、湖南省、廣西壯族自治區(qū)和云南省，其農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率多年平均值為全國多年平均值（2.86元/）的48%，為前20%省份多年平均值（4.47元/）的31%。

▲各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率逐年變化

各省份的農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率與農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率變化趨勢類似，均呈現(xiàn)增加趨勢〔見圖（b）〕。但是由于降水量的差異，各省份農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率在大小和排名上均與農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率不同。農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率整體最高的是重慶市，2022年為68.4元/；整體最低的是西藏自治區(qū)，2005年其值最低，為0.84元/。農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率總體排名前20%的省份主要包括重慶市、陜西省、貴州省、河南省、山東省、北京市，其平均值為24.99元/；排名后20%的省份主要包括內(nèi)蒙古自治區(qū)、江西省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)、西藏自治區(qū)，其平均值為4.64元/，為全國平均值（11.08元/）的42%。

▲各省份農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率逐年變化

2.農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的時空分布特征

（1）農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的時空格局

通過全局空間自相關(guān)方法，對中國各省份地理屬性的總體差異及動態(tài)特征展開分析，具體數(shù)據(jù)如下表。表中數(shù)據(jù)顯示，在三個代表年份中，農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的全局Moran’s I指數(shù)均為正值，同時其顯著性檢驗的P值均低于設(shè)定的0.05顯著性水平。這表明，代表年份的農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率存在空間正自相關(guān)關(guān)系，且總體呈現(xiàn)出明顯的空間集聚特征，意味著在空間上，農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率相似的省份趨向于集中分布。另外，Moran’s I值隨著時間的推移逐漸下降，這意味著多年來農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的空間集聚程度在減弱。

代表年份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率Moran’s I指數(shù)與顯著性檢驗

為更深入分析農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的區(qū)域分布及其時空變化特征，本研究借助空間關(guān)聯(lián)局域指標展開相關(guān)分析。利用ArcGIS軟件的聚類異常值分析工具分析局部Moran’s I指數(shù)，得到農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的LISA聚集圖（見下圖）。

▲2000年、2011年及2022年農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率LISA聚集圖〔注：該圖基于國家測繪地理信息局標準地圖服務(wù)網(wǎng)站下載的審圖號為GS（2024）0650號的標準地圖制作，底圖無修改?！?/span>

從圖中可以看出，HH省份為5～7個，主要集中分布在華北地區(qū)；HL省份為1個（福建），在沿海地區(qū)；LH省份在2011年為2個（吉林和寧夏），其余代表年沒有；而LL省份有4～10個，連片聚集于西南及大部分沿海地區(qū)。其中HH和LL均表現(xiàn)出空間正相關(guān)，進一步印證了全局空間自相關(guān)的分析結(jié)果，而HL和LH省份在空間上未表現(xiàn)出顯著的集中分布特征。隨著年份推進，從2000到2022年各類型省份個數(shù)變化較小，HH和LL省份分別減少了2個和3個，LH整體沒有變化，HL增加到了1個?？傮w來說，23年間農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的局部分異特征無特別顯著變化。

（2）農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的時空格局

下表顯示，三個代表年份的農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率全局Moran’s I指數(shù)均為正值，其中僅2000年（初始年）的統(tǒng)計檢驗結(jié)果為不顯著（P＞0.05），2011與2022年均達到顯著水平（P＜0.05）。這表明研究時段內(nèi)各省份間存在著正自相關(guān)關(guān)系，雖然隨著時間發(fā)展逐漸表現(xiàn)出一定的空間聚集，但整體空間聚集不顯著。

代表年份農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率Moran’s I指數(shù)與顯著性檢驗

對經(jīng)過顯著性檢驗的代表年進行LISA聚集圖分析（見下圖）。下圖顯示，2011年和2022年無HL省份；HH省份主要集中在黃河以南和長江以北的中間區(qū)域以及貴州，LL省份為新疆和西藏，均呈現(xiàn)出空間正相關(guān)；LH省份在空間上未表現(xiàn)出明顯的集聚趨勢。農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的聚集情況總體不顯著。從2011年到2022年，各類型省份個數(shù)變化很小，基本都在1個省份內(nèi)變動?？傮w來說，2011—2022年間農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的局部分異規(guī)律無顯著變化。具體而言，寧夏始終處于LH區(qū)，表示其農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率顯著低于鄰近的陜西、內(nèi)蒙古和甘肅，這一差異主要源于在氣候和種植結(jié)構(gòu)高度相似的背景下，寧夏2022年的農(nóng)業(yè)經(jīng)濟總值（456億元）遠低于陜西（3310億元）、甘肅（1806億元）和內(nèi)蒙古（2208億元）。

2011年及2022年農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率LISA聚集圖〔注：該圖基于國家測繪地理信息局標準地圖服務(wù)網(wǎng)站下載的審圖號為GS（2024）0650號的標準地圖制作，底圖無修改。〕

3.農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的影響因素分析

基于以上分析可知，中國各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率指標存在著明顯的時空差異，為進一步研究其影響因素，根據(jù)已有數(shù)據(jù)資料條件，綜合考慮數(shù)據(jù)的完整性、代表性、實用性以及獲取難易程度等，從氣候（年降水量、年均氣溫）、技術(shù)（有效灌溉面積、農(nóng)用化肥施用折純量、農(nóng)用機械總動力）、資源（水資源總量）、經(jīng)濟（地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)增加值）等4個方面入手進行分析。

利用隨機森林算法模型，分別計算了各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率不同影響因素的特征重要性，結(jié)果見下表。整體來看，影響各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的4個主要因素分別為農(nóng)用化肥施用折純量、農(nóng)用機械總動力、地區(qū)生產(chǎn)總值和農(nóng)林牧漁業(yè)增加值；農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率類似，4個主要影響因素分別是有效灌溉面積、農(nóng)用機械總動力、地區(qū)生產(chǎn)總值及農(nóng)林牧漁業(yè)增加值。將全國作為一個整體計算特征重要性，結(jié)果發(fā)現(xiàn)，全國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的影響因素特征重要性排名為：農(nóng)用化肥施用折純量＞地區(qū)生產(chǎn)總值＞農(nóng)林牧漁業(yè)增加值＞有效灌溉面積＞農(nóng)業(yè)機械總動力＞年均氣溫＞水資源總量＞年降水量；全國農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的特征重要性排名為：地區(qū)生產(chǎn)總值＞農(nóng)用化肥施用折純量＞有效灌溉面積＞農(nóng)業(yè)機械總動力＞水資源總量＞年均氣溫＞年降水量。這與各省份計算結(jié)果反映的現(xiàn)象整體一致。

各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率影響因素的特征重要性

各省份農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率影響因素的特征重要性

為進一步明確不同影響因素對農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的影響程度，本研究對各省份特征重要性排序前五的要素開展了頻次統(tǒng)計，結(jié)果見下表。研究發(fā)現(xiàn)農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率影響因素排名前5頻次由高到低依次是地區(qū)生產(chǎn)總值＞農(nóng)林牧漁業(yè)增加值＞農(nóng)業(yè)機械總動力＞有效灌溉面積＞農(nóng)用化肥施用折純量＞年均氣溫＞年降水量=水資源總量；農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的是地區(qū)生產(chǎn)總值=農(nóng)林牧漁業(yè)增加值＞農(nóng)業(yè)機械總動力=農(nóng)用化肥施用折純量＞有效灌溉面積＞年均氣溫＞年降水量＞水資源總量。說明大部分地區(qū)影響水分生產(chǎn)率指標的主要因素是地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)增加值、農(nóng)業(yè)機械總動力、有效灌溉面積和農(nóng)用化肥施用折純量等經(jīng)濟要素和農(nóng)機技術(shù)要素。

各省份影響農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率（WP）和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率（WP）重要性排名前五的因素頻次統(tǒng)計

討論

1.農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率時空變化特征

在時間尺度上，研究發(fā)現(xiàn)全國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率在2000—2022年間均呈現(xiàn)顯著增長趨勢，年均增速分別為7.85%和8.38%，表明我國農(nóng)業(yè)水資源利用效率持續(xù)提升。這一趨勢可能與農(nóng)業(yè)技術(shù)進步和經(jīng)濟發(fā)展密切相關(guān)，農(nóng)業(yè)機械化和高效灌溉技術(shù)推廣顯著提高了單位水資源的經(jīng)濟產(chǎn)出，而化肥農(nóng)藥的合理施用通過提升作物產(chǎn)量間接優(yōu)化了水分生產(chǎn)率。

在空間尺度上，不同省份間農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率空間差異顯著，水資源條件相似的地區(qū)表現(xiàn)出明顯的空間相關(guān)性。這主要是由于影響水分生產(chǎn)率的自然和經(jīng)濟社會等要素呈現(xiàn)區(qū)域聚集態(tài)勢，促使農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率在空間上聚集。本文通過全局和局部空間自相關(guān)分析表明，農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率在空間上均呈顯著正相關(guān)，且農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的集聚程度在逐年減弱，而農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率無明顯變化。

三個代表年中農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率HH區(qū)主要有北京市、河北省、山西省和內(nèi)蒙古自治區(qū)，LL區(qū)主要有廣東省、江西省和湖南省等。其中河北作為我國糧食的核心生產(chǎn)基地之一，在經(jīng)濟發(fā)展的同時農(nóng)業(yè)生產(chǎn)水平也較為先進，灌溉水需求量大的同時糧食產(chǎn)量高、農(nóng)業(yè)經(jīng)濟值大，因此一直處于HH區(qū)。福建省在2016年被納入首批國家生態(tài)文明試驗區(qū)建設(shè)范疇，其農(nóng)業(yè)資源經(jīng)濟價值隨之快速增長，農(nóng)業(yè)總產(chǎn)值從2015年的1358億元提升到2022年的2065億元，農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率隨之顯著增高，達到5.36元/，是鄰省浙江、廣東和江西的1.1～3.2倍，福建省也從2000年的LL區(qū)變?yōu)?022年的HL區(qū)，從而使得2022年空間自相關(guān)分析中LL區(qū)省份減少，空間聚集性變?nèi)?。農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率整體空間聚集性不顯著，這主要源于自然條件、灌溉制度及經(jīng)濟結(jié)構(gòu)的區(qū)域差異。南方省份（如江西、湖南）降水充沛，農(nóng)業(yè)用水以降水補給為主，灌溉水的經(jīng)濟邊際貢獻較低；而北方省份（如陜西、河南）雖依賴灌溉工程，但西北省份（如新疆、西藏）受地形限制，灌溉設(shè)施覆蓋不均，導(dǎo)致產(chǎn)值波動大，如2022年西藏農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率為4.46元/，而新疆高達7.30元/，削弱了空間連續(xù)性。同時，各地區(qū)灌溉策略（如華北側(cè)重節(jié)水技術(shù)推廣與南方側(cè)重生態(tài)農(nóng)業(yè)）及經(jīng)濟結(jié)構(gòu)（如沿海地區(qū)高附加值農(nóng)業(yè)占比高）差異顯著，共同削弱了空間連續(xù)聚集性，導(dǎo)致農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率全局聚集特征不顯著。

2.農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率影響要素

水分生產(chǎn)率作為衡量水資源利用效益的關(guān)鍵指標，是各種因素綜合作用的結(jié)果。其影響因素可分為可控因素和不可控因素兩大類，可控因素如有效灌溉面積、灌溉用水量、農(nóng)藥化肥施用量、作物種類等；不可控因素如輻射、降水量、地區(qū)經(jīng)濟總值等。本研究基于隨機森林模型特征重要性評價方法，對中國各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率在氣候、資源、技術(shù)和經(jīng)濟等4個方面的8個影響因素指標進行綜合分析。結(jié)果表明影響各省份水分生產(chǎn)率指標的5大要素分別是地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)增加值、農(nóng)業(yè)機械總動力、農(nóng)用化肥施用折純量以及有效灌溉面積，而水資源總量、年降水量影響相對較小。

不同省份中特征重要性普遍較高的因素是地區(qū)生產(chǎn)總值，它反映了一個地區(qū)的經(jīng)濟發(fā)展水平，農(nóng)林牧漁業(yè)增加值則反映了具體的農(nóng)業(yè)經(jīng)濟價值的增減。經(jīng)濟發(fā)展水平較高的地區(qū)通常能夠為農(nóng)業(yè)提供更多的資金和技術(shù)支持，如改善灌溉措施、推廣先進節(jié)水技術(shù)等，進而提升農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率，因此對指標影響較大。農(nóng)業(yè)機械總動力是衡量農(nóng)業(yè)生產(chǎn)機械化程度的關(guān)鍵指標之一，在全國31個省份中，90%的省份中農(nóng)業(yè)機械總動力的影響重要性排序在前5大影響要素之列，說明其已成為水分生產(chǎn)率指標的重要影響因子。在干旱半干旱地區(qū)，由于自然條件的限制，土壤肥力相對較低，養(yǎng)分限制成為影響產(chǎn)量上限的重要因素。合理的化肥用量可以為作物提供必要的養(yǎng)分，促進其生長發(fā)育，從而實現(xiàn)增產(chǎn)，提升水分生產(chǎn)率。目前我國大部分地區(qū)仍普遍存在水資源不足的資源困擾，因此農(nóng)業(yè)灌溉也一直是影響糧食生產(chǎn)的重要因素，有效灌溉面積直接體現(xiàn)出作物的灌溉狀況，是影響作物產(chǎn)量與水分生產(chǎn)率的主要因子。此外，年均氣溫可直接調(diào)控作物的新陳代謝過程與蒸騰強度，并作用于土壤溫度，而土壤溫度又關(guān)乎根系的生長發(fā)育，這一機制使得年均氣溫同樣成為制約作物水分生產(chǎn)率的核心不可控要素之一。

3.提升農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的措施

基于上述對農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率的時空分異特征及影響要素分析，針對不同水分生產(chǎn)率水平區(qū)域的核心限制因素提出了差異化水分生產(chǎn)率提升對策。對于水分生產(chǎn)率水平高值區(qū)（華北地區(qū)等），其優(yōu)勢源于較高的農(nóng)業(yè)機械化水平與經(jīng)濟基礎(chǔ)，應(yīng)聚焦技術(shù)精細化升級以鞏固優(yōu)勢。可通過推廣智能節(jié)水灌溉技術(shù)（如滴灌、水肥一體化裝備）實現(xiàn)精準調(diào)控，結(jié)合測土配方施肥優(yōu)化化肥與農(nóng)機協(xié)同模式、減少水肥流失等措施，提升單位水資源經(jīng)濟產(chǎn)出效能。低值區(qū)（西南及西北地區(qū)等）受限于農(nóng)業(yè)經(jīng)濟基礎(chǔ)薄弱與灌溉設(shè)施滯后，需以基礎(chǔ)設(shè)施升級與產(chǎn)業(yè)鏈延伸為突破。通過雨水集蓄工程（小型水庫、田間蓄水池）增強抗旱能力，通過改造灌溉系統(tǒng)擴大有效灌溉面積；同時通過發(fā)展特色作物、推進農(nóng)產(chǎn)品精深加工等延長產(chǎn)業(yè)鏈，提高糧食附加值，依托經(jīng)濟實力調(diào)整種植結(jié)構(gòu)，突破經(jīng)濟約束限制。其余區(qū)域因限制因素多元，需因地制宜實施對策，建立跨區(qū)域技術(shù)交流機制，以高值區(qū)經(jīng)驗帶動低值區(qū)發(fā)展，從而實現(xiàn)農(nóng)業(yè)水資源增效與區(qū)域協(xié)調(diào)發(fā)展。

結(jié)論

本文通過對2000—2022年全國及各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)灌溉經(jīng)濟水分生產(chǎn)率的時空變化特征及其影響因素的分析，揭示了我國農(nóng)業(yè)經(jīng)濟水資源利用效率的時空分異規(guī)律及其驅(qū)動機制，結(jié)論如下：

①全國及各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率總體均呈增加趨勢，全國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率分別從2000年的1.1元/和3.8元/增加到2022年的5.8元/和22.3元/。不同省份間差異較大，北京市農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率最高（多年平均值7.10元/），江西省最低（多年平均值0.93元/）；重慶市農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率最高，西藏自治區(qū)最低。

②各省份農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率在空間上有顯著聚集性，但空間集聚程度在逐年減弱，空間上總體表現(xiàn)為華北高、西南低的趨勢。農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率整體空間聚集不明顯。

③從影響因素上來看，影響農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的因素主要是經(jīng)濟要素（地區(qū)生產(chǎn)總值和農(nóng)林牧漁業(yè)增加值）和技術(shù)要素（農(nóng)用化肥施用折純量、農(nóng)用機械總動力、有效灌溉面積）。

④提出了提升農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率和農(nóng)業(yè)經(jīng)濟灌溉水分生產(chǎn)率的途徑。提高農(nóng)業(yè)水分生產(chǎn)率指標的關(guān)鍵在于促進地區(qū)經(jīng)濟發(fā)展和優(yōu)化農(nóng)資配比。

Abstract:Water productivity is one of the key indicators for the management and performance evaluation of agricultural water resources. However, due to the large yield differences among crops, their water productivity cannot be directly compared. To address this issue, the concepts of agricultural economic water productivity WP and agricultural economic irrigation water productivity (IWPwere proposed, in which agricultural output value was used to replace crop yield, eliminating the influence of crop differences and enabling comparative evaluation of agricultural water use efficiency across different times and regions. Using provinces as the basic unit, WP and IWP were calculated to analyze their spatial and temporal distribution characteristics IWP in China and among provinces from 2000 to 2022. The influencing factors were further identified through a random forest feature importance evaluation. The results show that the values of WP and IWP in all provinces continuously increased from 2000 to 2022, with national averages rising from 1.1 yuan/ and 3.8 yuan/to 5.8 yuan/and 22.3 yuan/, respectively. Spatial autocorrelation analysis indicated that provinces with similar WP exhibited significant spatial clustering, generally showing a high level in North China and a low level in Southwest China. About 15 provinces displayed high-high (HH) or low-low (LL) local autocorrelation attributes, and both the overall and local spatial differentiation characteristics showed no significant temporal change during the 23 years. The spatial clustering of IWP was not obvious. Gross regional product, added value of agriculture, forestry, animal husbandry and fishery, total power of agricultural machinery, amount of applied chemical fertilizers (converted to pure nutrients), and effective irrigated area were identified as the main influencing factors. Based on these factors, pathways to improve agricultural economic water use efficiency were proposed, providing references for national and local agricultural water resources management.

Keywordsagricultural economic water productivity; agricultural economic irrigation water productivity; spatial-temporal distribution; influencing factors; random forest feature importance evaluation; spatial differentiation characteristics; agricultural water resources management

本文引用格式：

劉海軍，周雪晴，王珂珂我國農(nóng)業(yè)經(jīng)濟水分生產(chǎn)率時空差異及影響因素分析[J].中國水利2025（22）：26-36.

責編李盧祎

校對楊文杰

審核王慧

監(jiān)制楊軼

---

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。