摘要：分析農(nóng)業(yè)水土資源的時(shí)空匹配特征與影響因素，可為農(nóng)業(yè)水土資源優(yōu)化配置提供科學(xué)依據(jù)。以中國(guó)除港澳臺(tái)的31個(gè)?。ㄗ灾螀^(qū)、直轄市）為研究對(duì)象，運(yùn)用基尼系數(shù)法和農(nóng)業(yè)水土資源匹配系數(shù)法對(duì)2009～2019年的農(nóng)業(yè)水土資源時(shí)空匹配特征進(jìn)行評(píng)價(jià)分析，并利用Sen+Mann-Kendall法分析農(nóng)業(yè)水土資源匹配系數(shù)的變化趨勢(shì)，最后運(yùn)用面板回歸模型探究變化的主要影響因素。研究結(jié)果表明：① 2019年與2009年相比，中國(guó)水資源總量增加4 860.90億m3，耕地面積總量減少75 295 km2，農(nóng)業(yè)水土資源匹配系數(shù)由0.601 8升高到0.665 2，整體仍高度不匹配且呈不顯著變差的趨勢(shì)。② 中國(guó)各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)水土資源匹配整體呈現(xiàn)“西南優(yōu)于東北，邊緣優(yōu)于腹地，林區(qū)優(yōu)于農(nóng)區(qū)，山丘優(yōu)于平原”的空間格局。③ 北京農(nóng)業(yè)水土資源匹配系數(shù)顯著下降，上海、廣西、重慶、貴州、云南以及寧夏顯著上升。④ 農(nóng)業(yè)用水量和人均水資源量是影響農(nóng)業(yè)水土資源匹配的主要因子。中國(guó)農(nóng)業(yè)水土資源匹配協(xié)調(diào)度仍處于高度不平衡狀態(tài)，依據(jù)匹配系數(shù)劃分不同等級(jí)的調(diào)控區(qū)并制定差異化的調(diào)控措施是緩解農(nóng)業(yè)水土資源匹配不協(xié)調(diào)的有效途徑。

關(guān) 鍵 詞：農(nóng)業(yè)水土資源； 基尼系數(shù)； 農(nóng)業(yè)水土資源匹配系數(shù)； Sen+Mann-Kendall； 面板回歸模型

中圖法分類號(hào)： S717 文獻(xiàn)標(biāo)志碼： A DOI：10.16232/j.cnki.1001-4179.2024.02.015

0 引 言

水資源空間分布不均是中國(guó)的基本水情，準(zhǔn)確把握水與經(jīng)濟(jì)社會(huì)的匹配和發(fā)展變化關(guān)系是從系統(tǒng)和整體的角度推進(jìn)水治理，統(tǒng)籌謀劃中國(guó)跨流域、跨區(qū)域（省級(jí)行政區(qū)）重大水資源配置工程，完善中國(guó)水資源配置總體布局的重要前提［1-3］。農(nóng)業(yè)生產(chǎn)與水資源息息相關(guān)，耕地與水資源分布契合才能帶來(lái)高農(nóng)業(yè)效益，水資源與耕地高度匹配是中國(guó)農(nóng)業(yè)高效生產(chǎn)的基本保障［4］。因此，進(jìn)行農(nóng)業(yè)水土資源匹配研究對(duì)合理引導(dǎo)中國(guó)跨區(qū)域水資源配置、保障國(guó)家糧食安全以及提高農(nóng)業(yè)質(zhì)量效益具有重大戰(zhàn)略意義［5］。

目前，學(xué)者關(guān)于區(qū)域水土資源匹配的研究成果頗多。大多數(shù)研究通常以行政區(qū)劃為研究單元，涉及的方法主要為水土資源匹配模型構(gòu)建法和基尼系數(shù)法［6］。吳宇哲等［7］進(jìn)行區(qū)域水土資源匹配狀態(tài)評(píng)價(jià)方面的研究，通過(guò)構(gòu)建基尼系數(shù)，首次對(duì)中國(guó)的水土資源匹配狀況進(jìn)行了定量研究。此后，部分學(xué)者［8-10］進(jìn)一步細(xì)化研究單元到市、縣級(jí)測(cè)算基尼系數(shù)，評(píng)價(jià)中國(guó)不同區(qū)域的水土資源匹配狀況。劉彥隨等［11］構(gòu)建了農(nóng)業(yè)水土資源匹配分析模型，并計(jì)算了東北三省各地市的農(nóng)業(yè)水土資源匹配系數(shù)。隨后，姜秋香、鄭久瑜等［12-13］以不同的參數(shù)構(gòu)建區(qū)域水土資源匹配測(cè)算模型，分別對(duì)三江平原、河套灌區(qū)及5個(gè)縣域的農(nóng)業(yè)水土資源匹配程度進(jìn)行評(píng)價(jià)；孫偵等［14］以水資源二級(jí)區(qū)為基本單元，利用單位面積水資源量法和基尼系數(shù)法對(duì)中國(guó)水土資源本底匹配狀況進(jìn)行評(píng)價(jià)。陳紫璇等［15］利用基尼系數(shù)法以及灌溉需水量的短缺與富余，對(duì)2009～2016年中國(guó)以及2016年各省的水土不匹配情況進(jìn)行研究。Liu等［4］在綜合考慮藍(lán)水和綠水的基礎(chǔ)上，建立了衡量廣義農(nóng)業(yè)水資源與耕地資源匹配度的模型，并對(duì)建三江墾區(qū)的農(nóng)業(yè)水土資源匹配程度進(jìn)行了評(píng)估。徐娜等［16］運(yùn)用數(shù)據(jù)包絡(luò)分析法探究甘肅省農(nóng)業(yè)水土資源匹配特征，并利用Mann-Kendall法進(jìn)行趨勢(shì)檢驗(yàn)，最后通過(guò)主成分分析法探究其主要影響因素。

現(xiàn)有研究成果對(duì)水土資源區(qū)域定量匹配計(jì)算與評(píng)價(jià)的研究廣泛而深入，但對(duì)于中國(guó)尺度農(nóng)業(yè)水土資源在時(shí)間上的匹配演變及空間上的匹配格局的綜合研究仍然不足，也鮮有農(nóng)業(yè)水土資源匹配變化成因的分析。針對(duì)上述問(wèn)題，本次研究以中國(guó)除港澳臺(tái)的31個(gè)省（區(qū)、市）為基本研究單元，在基尼系數(shù)和農(nóng)業(yè)水土資源匹配模型的基礎(chǔ)上，應(yīng)用Sen+Mann-Kendall趨勢(shì)檢驗(yàn)法分析2009～2019年中國(guó)農(nóng)業(yè)水資源和耕地資源匹配總體狀況和空間格局的演變特征，并利用面板回歸分析法探究中國(guó)農(nóng)業(yè)水土資源匹配的主要影響因子，結(jié)合研究成果提出有針對(duì)性的政策建議，以期為實(shí)現(xiàn)區(qū)域農(nóng)業(yè)水土資源優(yōu)化配置以及平衡利用提供參考依據(jù)。

1 數(shù)據(jù)來(lái)源

本次研究使用的2009～2016年耕地面積數(shù)據(jù)來(lái)自自然資源部的土地調(diào)查成果分享應(yīng)用服務(wù)平臺(tái)（http：∥tddc.mnr.gov.cn/to_Login），2017、2019年耕地面積來(lái)自《中國(guó)統(tǒng)計(jì)年鑒（2018年）》，2018年耕地面積來(lái)自第三次國(guó)土調(diào)查成果數(shù)據(jù)；水資源總量、農(nóng)業(yè)用水量和人均水資源量等水資源數(shù)據(jù)來(lái)源于《中國(guó)水資源公報(bào)（2009～2019年）》；地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)占比、農(nóng)業(yè)總產(chǎn)值、年末總?cè)丝跀?shù)和城鎮(zhèn)化率、有效灌溉面積等社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒（2009～2019年）》。

2 研究方法

2.1 基尼系數(shù)法

基尼系數(shù)（Gini Coefficient）是意大利經(jīng)濟(jì)學(xué)家基尼于1912年基于洛倫茲曲線提出的用于判斷收入分配公平程度的經(jīng)濟(jì)學(xué)指標(biāo)。結(jié)合基尼系數(shù)內(nèi)涵，類比收入和人口的關(guān)系，將其替換為耕地面積與水資源總量，用于農(nóng)業(yè)水土資源匹配程度的研究。計(jì)算公式為

2.4 面板回歸模型

為剖析中國(guó)農(nóng)業(yè)水土資源匹配時(shí)空變化的機(jī)理，進(jìn)一步解釋中國(guó)農(nóng)業(yè)水土資源匹配變化的影響因子，本文引入面板回歸分析法。面板數(shù)據(jù)是指不同對(duì)象在時(shí)間序列上的指標(biāo)數(shù)據(jù)，采用面板回歸分析法對(duì)面板數(shù)據(jù)進(jìn)行回歸影響關(guān)系研究［18-19］。

區(qū)域人口數(shù)量、社會(huì)經(jīng)濟(jì)效益、農(nóng)業(yè)生產(chǎn)條件以及水土資源稟賦等均會(huì)導(dǎo)致區(qū)域農(nóng)業(yè)生產(chǎn)格局的改變［20-22］。鑒于此，綜合考慮現(xiàn)實(shí)以及數(shù)據(jù)的可獲得性，從社會(huì)經(jīng)濟(jì)水平、農(nóng)業(yè)生產(chǎn)條件、水土資源稟賦3個(gè)方面選取指標(biāo)，并將指標(biāo)進(jìn)行共線性診斷，篩選容差＞0.1，方差膨脹系數(shù)VIF＜10的指標(biāo)，最終選取人口密度、人均水資源量、城鎮(zhèn)化率、墾殖率、農(nóng)業(yè)用水量、水資源開(kāi)發(fā)利用率，共計(jì)6項(xiàng)因子，指標(biāo)詳見(jiàn)表1。

為了回歸分析的精確性，本文依據(jù)農(nóng)業(yè)水土資源匹配系數(shù)測(cè)算結(jié)果。其中，受極低的人口密度和較大的水資源保有量影響，西藏水土資源匹配系數(shù)遠(yuǎn)遠(yuǎn)大于其他省市，具體如圖1所示。參與分析會(huì)使回歸模型產(chǎn)生明顯偏差，影響分析結(jié)果，因此在構(gòu)建面板回歸模型時(shí)將西藏農(nóng)業(yè)水體資源匹配系數(shù)作為異常值剔除，分析農(nóng)業(yè)水土資源匹配變化的影響因素，具體模型構(gòu)建如下：

Rit=β0+β1Dit+β2Pit+β3Cit+β4Kit+β5Nit+β6Lit+εit（7）

式中：Rit為i省份第t年的農(nóng)業(yè)水土資源匹配系數(shù)；βi為回歸參數(shù)；Dit、Pit、Cit、Kit、Nit、Lit分別為i省份第t年的人口密度、人均水資源量、城鎮(zhèn)化率、墾殖率、農(nóng)業(yè)用水量、水資源開(kāi)發(fā)利用率；εit為誤差項(xiàng)。

3 結(jié)果分析

3.1 中國(guó)耕地和水資源時(shí)空分布特征

從時(shí)間變化來(lái)看：2019年與2009年相比，中國(guó)水資源總量增加4 860.90億m3，其中北京、吉林、甘肅、寧夏等地水資源增量最多，而上海、江蘇、浙江、福建、陜西和湖南的水資源量減少明顯（圖2（a））；中國(guó)耕地面積總量減少75 295 km2，其中寧夏耕地面積增量排名中國(guó)第一，而上海耕地面積減少最多，其次是北京、天津和重慶（圖2（b））。

從空間分布來(lái)看：北方水資源總量占全國(guó)比重較低，其中京津冀、山西和寧夏年均水資源總量占全國(guó)比重均低于0.6%。南方沿邊省區(qū)水資源量相對(duì)豐富，除此之外，西藏是全國(guó)水資源量最為豐富的省區(qū)（圖3（a））。東北地區(qū)和華中地區(qū)的耕地資源較為豐富，黑龍江年均耕地面積排名全國(guó)第一，而西部地區(qū)的西藏和青海耕地面積占比還不到全國(guó)的0.6%（圖3（b））。由此可見(jiàn)，中國(guó)不同省（區(qū)、市）農(nóng)業(yè)水土資源在時(shí)間和空間上均存在不同程度的錯(cuò)位現(xiàn)象。

3.2 中國(guó)農(nóng)業(yè)水土資源匹配狀況

3.2.1 中國(guó)耕地-水資源匹配現(xiàn)狀

2019年中國(guó)農(nóng)業(yè)水土資源匹配基尼系數(shù)為0.665，處于高度不匹配程度，這與已有研究結(jié)果一致［7］。由2019年中國(guó)耕地和水資源洛倫茲曲線（見(jiàn)圖4）可知，西藏、青海、廣東、海南、福建、浙江、四川、廣西、江西、云南等10個(gè)省區(qū)擁有中國(guó)64%左右的水資源，耕地資源僅為中國(guó)的21%，而湖南、貴州、安徽等21個(gè)?。▍^(qū)、市）只有中國(guó)36%左右的水資源量，卻占有中國(guó)的79%的耕地面積。由此可見(jiàn)，中國(guó)不同地區(qū)之間水資源和耕地資源錯(cuò)位較為嚴(yán)重。

3.2.2 中國(guó)耕地-水資源匹配程度時(shí)序變化

根據(jù)水資源和耕地的時(shí)間序列數(shù)據(jù)，計(jì)算2009～2019年中國(guó)耕地-水資源基尼系數(shù)并繪制變化曲線（見(jiàn)圖5）。整體而言，中國(guó)耕地-水資源基尼系數(shù)在0.580 6～0.665 2范圍內(nèi)波動(dòng)，2013年達(dá)到最低值，2019年為峰值，均為高度不匹配等級(jí)，且一元線性回歸擬合結(jié)果為y=0.003 7x-6.775，呈緩慢增長(zhǎng)趨勢(shì)。與已有成果［15］對(duì)比，中國(guó)基尼系數(shù)在2009～2015年間變化趨勢(shì)大致相同。采用Sen+Mann-Kendall法對(duì)2009～2019年基尼系數(shù)進(jìn)行趨勢(shì)分析得出，近10年來(lái)中國(guó)基尼系數(shù)呈增加趨勢(shì)，在α=0.05水平下不顯著，說(shuō)明中國(guó)農(nóng)業(yè)水土資源高度不匹配且呈不顯著變差趨勢(shì)，這將在一定程度上制約區(qū)域農(nóng)業(yè)水土資源可持續(xù)利用，因此需要依據(jù)耕地資源空間分布對(duì)水資源進(jìn)行優(yōu)化重調(diào)配，從而改善農(nóng)業(yè)水土資源匹配狀況。

3.3 各?。▍^(qū)、市）農(nóng)業(yè)水土資源匹配狀況

3.3.1 農(nóng)業(yè)水土資源匹配現(xiàn)狀

依據(jù)農(nóng)業(yè)水土資源匹配系數(shù)的集聚離散的分異特征，使用自然斷點(diǎn)法將2019年各省農(nóng)業(yè)水土資源匹配系數(shù)劃分為5個(gè)等級(jí)：匹配程度極差（0.07＜R≤0.85）、匹配程度較差（0.85＜R≤1.96）、匹配程度一般（1.96＜R≤2.85）、匹配程度良好（2.85＜R≤12.06）、匹配程度較好（R＞12.06），2019年中國(guó)各?。▍^(qū)、市）農(nóng)業(yè)水土資源匹配程度空間分布見(jiàn)圖6。

從數(shù)值上看，各省區(qū)中匹配系數(shù)最高的前4位分別為西藏（89.56×104 m3/hm2）、青海（12.06×104 m3/hm2）、海南（4.31×104 m3/hm2）和廣東（3.72×104 m3/hm2），而寧夏的水土資源匹配系數(shù)最低，僅為0.075×104 m3/hm2，其余省區(qū)均在（0.14～2.8）×104 m3/hm2之間。可見(jiàn)，中國(guó)各省區(qū)的農(nóng)業(yè)水土資源匹配表現(xiàn)出較大的空間差異性，主要原因是不同省區(qū)水土資源稟賦差異較大。

從空間上看（見(jiàn)圖6），中國(guó)農(nóng)業(yè)水土資源匹配呈現(xiàn)出“西南優(yōu)于東北，邊緣優(yōu)于腹地，林區(qū)優(yōu)于農(nóng)區(qū)，山丘優(yōu)于平原”的空間格局，具有明顯的空間分異特征。其中，匹配極差的省（區(qū)、市）較多且集中分布在東北地區(qū)、華北地區(qū)、華東地區(qū)的北部、華中地區(qū)的北部和西北地區(qū)的東部，匹配較差的5個(gè)?。▍^(qū)、市）分別是浙江、湖南、新疆、貴州，匹配一般和匹配良好的?。▍^(qū)、市）主要分布在華南地區(qū)、西南地區(qū)的西部以及華中和華東地區(qū)的南部，僅西藏匹配較好，這是由于西藏?fù)碛胸S富的水資源儲(chǔ)量，而農(nóng)業(yè)面積占比較低。

3.3.2 農(nóng)業(yè)水土匹配程度時(shí)序變化

根據(jù)Sen+Mann-Kendall法分別對(duì)2009～2019年中國(guó)各省水土資源匹配系數(shù)進(jìn)行趨勢(shì)分析，并將檢驗(yàn)結(jié)果按照變化趨勢(shì)分為5個(gè)等級(jí)，分析結(jié)果見(jiàn)表2。通過(guò)ArcGIS軟件對(duì)分析結(jié)果進(jìn)行可視化，得到2009～2019年中國(guó)農(nóng)業(yè)水土資源匹配空間格局變化趨勢(shì)如圖7所示。

2009～2019年，大多數(shù)?。▍^(qū)、市）農(nóng)業(yè)水土資源匹配系數(shù)變化不顯著，而北京、上海、廣西、重慶、貴州、云南以及寧夏發(fā)生顯著變化。其中，北京市農(nóng)業(yè)水土資源匹配系數(shù)呈顯著減小趨勢(shì)（見(jiàn)圖8），在2012年達(dá)到峰值，受水資源總量限制，到2018年達(dá)到谷值；北京市農(nóng)業(yè)用水量在水資源總量中占比較高，均值為29.5%，受南水北調(diào)工程中線的水資源供給，2014年后農(nóng)業(yè)用水比重呈現(xiàn)逐年降低趨勢(shì)［23-24］。上海市農(nóng)業(yè)水土資源匹配系數(shù)呈顯著增大趨勢(shì)（見(jiàn)圖9），其平均耕地減少率低于5%，主要受水資源總量上升影響；農(nóng)業(yè)用水量占水資源總量的33.0%，上海市農(nóng)業(yè)用水量在水資源總量中占比較高。寧夏農(nóng)業(yè)水土資源匹配系數(shù)呈顯著增大趨勢(shì)（見(jiàn)圖10），其中水資源總量逐年上升，農(nóng)業(yè)用水占比逐年降低，水資源依舊稀缺，平均農(nóng)業(yè)用水占比高達(dá)87.76%。西南部的廣西、重慶、貴州、云南農(nóng)業(yè)水土資源系數(shù)均呈現(xiàn)顯著增大趨勢(shì)（見(jiàn)圖11～14），這4個(gè)省區(qū)的水資源總量在2009～2019年間呈現(xiàn)上升趨勢(shì)，且農(nóng)業(yè)水資源均小于10.4%。此外，四川呈現(xiàn)輕微增大趨勢(shì)。

3.4 農(nóng)業(yè)水土資源匹配變化的影響因素分析

面板回歸模型通常涉及3個(gè)模型，分別是混合POOL模型、固定效應(yīng)FE模型和隨機(jī)效應(yīng)RE模型。本文綜合F檢驗(yàn)、BP檢驗(yàn)及Hausman檢驗(yàn)進(jìn)行模型統(tǒng)計(jì)學(xué)檢驗(yàn)。其中，F(xiàn)檢驗(yàn)用于FE模型和POOL模型選擇對(duì)比，p小于0.05意味著FE模型更優(yōu)，反之則使用POOL模型；BP檢驗(yàn)用于RE模型和POOL模型選擇對(duì)比，p小于0.05意味著RE模型更優(yōu)，反之則使用POOL模型；Hausman檢驗(yàn)用于FE模型和RE模型選擇對(duì)比，p小于0.05意味著FE模型更優(yōu)，反之則使用RE模型。

本次研究以人口密度、人均水資源、城鎮(zhèn)化率、墾殖率、農(nóng)業(yè)用水量、水資源開(kāi)發(fā)利用率作為解釋變量，匹配系數(shù)作為被解釋變量進(jìn)行面板模型構(gòu)建。面板模型涉及3個(gè)模型，分別是混合POOL模型、固定效應(yīng)FE模型和隨機(jī)效應(yīng)RE模型，首先進(jìn)行模型檢驗(yàn)，以便找出最優(yōu)模型。從表3可知：F檢驗(yàn)呈現(xiàn)出5%水平的顯著性F（29，114）=68.324，p=0.000＜0.05，意味著相對(duì)POOL模型而言，F(xiàn)E模型更優(yōu)。BP檢驗(yàn)呈現(xiàn)出5%水平的顯著性χ2（1）=194.105，p=0.000＜0.05，

意味著相對(duì)POOL模型而言，RE模型更優(yōu)。Hausman檢驗(yàn)呈現(xiàn)出5%水平的顯著性χ2（5）=13.775，p=0.017＜0.05，意味著相對(duì)RE模型而言，F(xiàn)E模型更優(yōu)。綜合上述分析，以FE模型作為最終結(jié)果，見(jiàn)表4。其中，人均水資源呈現(xiàn)出0.01水平的顯著性（t=28.951，p=0.000＜0.01），并且回歸系數(shù)值為0.001＞0，說(shuō)明人均水資源對(duì)農(nóng)業(yè)水土資源匹配系數(shù)會(huì)產(chǎn)生顯著的正向影響；農(nóng)業(yè)用水量的顯著性水平為0.05（t=2.053，p=0.042＜0.05），并且回歸系數(shù)值為0.004＞0，說(shuō)明農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)水土資源匹配系數(shù)會(huì)產(chǎn)生顯著的正向影響。此外，對(duì)于人口密度（t=1.181，p=0.240＞0.05）、城鎮(zhèn)化率（t=1.703，p=0.091＞0.05）、墾殖率（t=-0.645，p=0.520＞0.05）、水資源開(kāi)發(fā)利用率（t=0.114，p=0.909＞0.05）4項(xiàng)解釋變量并沒(méi)有呈現(xiàn)出顯著性，說(shuō)明其對(duì)農(nóng)業(yè)水土資源匹配系數(shù)不會(huì)產(chǎn)生明顯影響關(guān)系。綜上所述，農(nóng)業(yè)用水量和人均水資源量是影響農(nóng)業(yè)水土資源匹配系數(shù)的主要因子。

4 結(jié)論與對(duì)策

4.1 結(jié) 論

本文聚焦于優(yōu)化配置農(nóng)業(yè)水土資源，促進(jìn)中國(guó)農(nóng)業(yè)可持續(xù)發(fā)展與保障國(guó)家糧食安全，對(duì)2009～2019年的中國(guó)農(nóng)業(yè)水土資源匹配程度的總體狀況和空間格局進(jìn)行了分析評(píng)價(jià)，并借助趨勢(shì)分析法和面板回歸分析法揭示了中國(guó)農(nóng)業(yè)水土匹配格局的時(shí)空變化及其影響因子，結(jié)論如下：

（1） 2009～2019年中國(guó)水資源總量增加4 860.90億m

耕地面積總量減少75 295 km2。在水資源上，中國(guó)西北、華北與東北地區(qū)水資源增量最大，華東與華南地區(qū)水資源量有明顯減少。在耕地資源上，中國(guó)西部與北部地區(qū)耕地增量最大，華北與華中地區(qū)耕地資源減少最多?？梢?jiàn)，中國(guó)不同省區(qū)農(nóng)業(yè)水土資源在時(shí)間和空間上仍存在不同程度錯(cuò)位現(xiàn)象。

（2） 2009～2019年中國(guó)農(nóng)業(yè)水土資源匹配系數(shù)由0.601 8升高到0.665 2，整體仍屬于高度不匹配且呈不顯著變差趨勢(shì)。依據(jù)評(píng)價(jià)結(jié)果將31個(gè)省區(qū)的農(nóng)業(yè)水土資源匹配程度分為較好、良好、一般、較差、極差五個(gè)等級(jí)。從各省區(qū)時(shí)序變化來(lái)看，北京農(nóng)業(yè)水土資源匹配系數(shù)顯著下降，上海、廣西、重慶、貴州、云南以及寧夏地區(qū)顯著上升。從空間格局來(lái)看，2019年中國(guó)各省農(nóng)業(yè)水土資源匹配整體呈現(xiàn)出“西南優(yōu)于東北，邊緣優(yōu)于腹地，林區(qū)優(yōu)于農(nóng)區(qū)，山丘優(yōu)于平原”的空間格局。

（3） 在研究期內(nèi)，農(nóng)業(yè)用水量和人均水資源量分別在0.05水平、0.01水平下對(duì)農(nóng)業(yè)水土資源匹配系數(shù)產(chǎn)生顯著的正向影響，是影響農(nóng)業(yè)水土資源匹配程度的主要因子。應(yīng)在今后的農(nóng)業(yè)水土資源發(fā)展中持續(xù)做好農(nóng)業(yè)用水規(guī)劃與人口承載力評(píng)價(jià)，確保水土資源合理利用。

4.2 建議及對(duì)策

農(nóng)業(yè)水土資源優(yōu)化調(diào)控具有區(qū)域性、動(dòng)態(tài)性和綜合性的特點(diǎn)［25-27］。本文依據(jù)中國(guó)農(nóng)業(yè)水土資源匹配程度的分區(qū)結(jié)果，提出對(duì)應(yīng)的建議及對(duì)策。

（1） 匹配極差區(qū)：針對(duì)這些區(qū)域資源型缺水較為嚴(yán)重，開(kāi)源潛力不大且節(jié)水空間有限等特點(diǎn)，建議可以通過(guò)實(shí)施跨區(qū)域調(diào)水工程或跨流域調(diào)水項(xiàng)目引入外部水源，緩解區(qū)域水資源緊張局面。以農(nóng)業(yè)發(fā)展為主的地區(qū)可適當(dāng)將發(fā)展重心移至第二、三產(chǎn)業(yè)，或從降低農(nóng)業(yè)用水量著手，調(diào)整種植結(jié)構(gòu)限制高耗水作物，發(fā)展低耗水的特色農(nóng)產(chǎn)品。

（2） 匹配較差區(qū)：這些區(qū)域資源型缺水和工程型缺水并存，建議可以實(shí)施區(qū)域內(nèi)和跨區(qū)域引調(diào)水等工程改善水土資源匹配不均衡問(wèn)題，系統(tǒng)推進(jìn)水利工程基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)灌區(qū)現(xiàn)代化改造，提高水資源開(kāi)發(fā)利用效率。

（3） 匹配一般區(qū)：針對(duì)這些區(qū)域存在不同程度的資源型缺水和工程型缺水問(wèn)題，建議加快推進(jìn)大中小型水庫(kù)工程建設(shè)，以灌區(qū)續(xù)建配套與節(jié)水改造為重點(diǎn)，全面提高農(nóng)田水利基礎(chǔ)設(shè)施水平，加強(qiáng)水資源開(kāi)發(fā)利用和廢污水處理，優(yōu)化用水結(jié)構(gòu)。

（4） 匹配良好區(qū)：西北地區(qū)的青海省和華南地區(qū)的廣東省、海南省均屬于農(nóng)業(yè)水土資源匹配良好型，主要得益于這些地區(qū)的水資源相對(duì)耕地資源較為豐富，但區(qū)域內(nèi)時(shí)空分布不均，可通過(guò)工程與非工程措施，提高區(qū)域調(diào)蓄能力，優(yōu)化水資源配置，改善水資源時(shí)空分布不均的局面，從而實(shí)現(xiàn)農(nóng)業(yè)發(fā)展與水資源分布的空間匹配。

（5） 匹配較好區(qū)：西藏是國(guó)家重要的水源涵養(yǎng)區(qū)和水資源戰(zhàn)略儲(chǔ)備基地，雖水資源量相當(dāng)豐富，但開(kāi)發(fā)利用受限，農(nóng)業(yè)水資源利用效率低下，灌溉工程老化。未來(lái)應(yīng)強(qiáng)化水資源保護(hù)與水污染的防治工作，積極打造可靠的用水體系，仍應(yīng)發(fā)展節(jié)水農(nóng)業(yè)，建立水生態(tài)補(bǔ)償機(jī)制，有效協(xié)調(diào)經(jīng)濟(jì)發(fā)展與水資源保護(hù)之間的矛盾。

參考文獻(xiàn)：

［1］李保國(guó)，黃峰.1998～2007年中國(guó)農(nóng)業(yè)用水分析［J］.水科學(xué)進(jìn)展，2010，21（4）：575-583.

［2］劉彥隨，吳傳鈞.中國(guó)水土資源態(tài)勢(shì)與可持續(xù)食物安全［J］.自然資源學(xué)報(bào)，2002（3）：270-275.

［3］李保國(guó)，黃峰.藍(lán)水和綠水視角下劃定“中國(guó)農(nóng)業(yè)用水紅線”探索［J］.中國(guó)農(nóng)業(yè)科學(xué)，2015，48（17）：3493-3503.

［4］LIU D，LIU C，F(xiàn)U Q，et al.Construction and application of a refined index for measuring the regional matching characteristics between water and land resources［J］.Ecological Indicators，2018，91：203-211.

［5］DU J，YANG Z，WANG H，et al.Spatial-temporal matching characteristics between agricultural water and land resources in Ningxia，Northwest China［J］.Water，2019，11：1460.

［6］劉晶，鮑振鑫，劉翠善，等.國(guó)內(nèi)外區(qū)域水土資源匹配研究綜述［J］.華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，40（6）：20-24，74.

［7］吳宇哲，鮑海君.區(qū)域基尼系數(shù)及其在區(qū)域水土資源匹配分析中的應(yīng)用［J］.水土保持學(xué)報(bào)，2003（5）：123-125.

［8］姜寧，付強(qiáng).基于基尼系數(shù)的黑龍江省水資源空間匹配分析［J］.東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，41（5）：56-60.

［9］陶國(guó)芳，蔣兆恒，秦麗杰.基于基尼系數(shù)的通化地區(qū)水土資源匹配分析［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2012，33（4）：67-71.

［10］李慧，周維博，莊妍，等.延安市農(nóng)業(yè)水土資源匹配及承載力［J］.農(nóng)業(yè)工程學(xué)報(bào)，2016，32（5）：156-162.

［11］劉彥隨，甘紅，張富剛.中國(guó)東北地區(qū)農(nóng)業(yè)水土資源匹配格局［J］.地理學(xué)報(bào)，2006（8）：847-854.

［12］姜秋香，付強(qiáng)，王子龍，等.三江平原水土資源空間匹配格局［J］.自然資源學(xué)報(bào)，2011，26（2）：270-277.

［13］鄭久瑜，趙西寧，操信春，等.河套灌區(qū)農(nóng)業(yè)水土資源時(shí)空匹配格局研究［J］.水土保持研究，2015，22（3）：132-136.

［14］孫偵，賈紹鳳，嚴(yán)家寶，等.中國(guó)水土資源本底匹配狀況研究［J］.自然資源學(xué)報(bào)，2018，33（12）：2057-2066.

［15］陳紫璇，陳云浩，雷添杰.中國(guó)耕地變化及耕地與水資源的匹配研究［J］.水利水電技術(shù)，2019，50（2）：69-78.

［16］徐娜，張軍，張仁陟，等.基于DEA的農(nóng)業(yè)水土資源匹配特征研究：以甘肅省5流域?yàn)槔跩］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（6）：277-285.

［17］李晶，崔綠園，閆蕭蕭，等.草原礦區(qū)長(zhǎng)時(shí)序植被覆蓋度變化趨勢(shì)對(duì)比分析［J］.測(cè)繪通報(bào)，2019（08）：130-134，157.

［18］BRUCE，E，HANSEN.Threshold effects in non-dynamic panels：estimation，testing，and inference［J］.Journal of Econometrics，1999，93：345-68.

［19］原毅軍，謝榮輝.環(huán)境規(guī)制的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)研究：基于中國(guó)省際面板數(shù)據(jù)的實(shí)證檢驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2014（8）：57-69.

［20］及茹，張弦，李國(guó)勝.糧食主產(chǎn)區(qū)水土資源匹配、承載力及影響因素分析［J］.人民長(zhǎng)江，2021，52（8）：105-112.

［21］張曉濤，于法穩(wěn).黃河流域經(jīng)濟(jì)發(fā)展與水資源匹配狀況分析［J］.中國(guó)人口·資源與環(huán)境，2012，22（10）：1-6.

［22］劉莉，鄧歐平，鄧良基，等.2003～2011年四川省各市（州）農(nóng)業(yè)水足跡時(shí)空變化與驅(qū)動(dòng)力研究［J］.長(zhǎng)江流域資源與環(huán)境，2015，24（7）：1133-1141.

［23］劉曉，王紅瑞，俞淞，等.南水北調(diào)進(jìn)京后的北京市水資源短缺風(fēng)險(xiǎn)研究［J］.水文，2015，35（4）：55-61.

［24］胡玉萍，石天姣.北京水資源人口承載力分析［J］.中國(guó)國(guó)情國(guó)力，2021（3）：65-68.

［25］杜捷.農(nóng)業(yè)水土資源利用評(píng)價(jià)與均衡優(yōu)化調(diào)控研究［D］.北京：北京林業(yè)大學(xué)，2020.

［26］侯淑濤，袁偉豪，陳建龍.黑龍江省農(nóng)業(yè)水土資源匹配格局與區(qū)域調(diào)控［J］.水土保持通報(bào)，2022，42（1）：150-157，165.

［27］黃梓鑫，付艷華，李晶，等.基于村莊類型差異的農(nóng)村居民點(diǎn)整治潛力研究：以聊城市為例［J］.中國(guó)土地科學(xué)，2022，36（12）：78-90.

（編輯：黃文晉）

Spatiotemporal matching characteristics and influencing factors of agricultural

water and soil resources in ChinaHUANG Zixin1，LI Jing1，CHU Jingjing1，3，LI Ya′nan1，MA Zhenzhen2，LIANG Jiaxin1

（1.College of Geoscience and Surveying Engineering，China University of Mining and Technology（Beijing），Beijing 100083，China； 2.China Institute of Water Resources and Hydropower Research，Beijing 100038，China； 3.Elane Inc.，Beijing 100073，China）

Abstract： Analyzing the spatiotemporal matching characteristics and influencing factors of agricultural water and soil resources across can provide a scientific basis for the rational allocation of agricultural water and soil resources.We took 31 provinces，autonomous regions，and municipalities in China as the research objects.The Gini coefficient method and agricultural water and soil resource matching coefficient method were used to evaluate and analyze the spatiotemporal matching characteristics of agricultural water and soil resources across the country and provinces from 2009 to 2019.The Sen-MK method was used to analyze the trend of changes in agricultural water and soil matching coefficients across provinces over the past 11 years.Finally，a panel regression model was used to explore the main influencing factors of their changes.The results are as follows：firstly，compared to 2009，the total water resources in China increased by 486.09 billion cubic meters，and the total arable land area decreased by 75 295 km2 in 2019.The matching coefficient of agricultural water and soil resources increased from 0.601 8 to 0.665 2，indicating a high degree of mismatch and a trend of insignificant deterioration overall.Secondly，from the perspective of spatial pattern，the overall matching of agricultural water and soil resources in various provinces of China showed a spatial pattern of \"the Southwest is better than the Northeast，marginal area is better than central area，forest area is better than agricultural area，and mountain area is better than plain area\".Thirdly，from the perspective of temporal changes，the agricultural water and soil matching coefficient in Beijing has significantly decreased，while Shanghai，Guangxi，Chongqing，Guizhou，Yunnan，and Ningxia have significantly increased.Fourthly，agricultural water consumption and per capita water resources are the main factors affecting the matching of agricultural water and soil resources.In a word，the coordination degree of agricultural water and soil resource matching in China stayed highly imbalanced during the whole 10 years.Dividing different levels of control zones based on the matching coefficient and developing differentiated control measures are effective ways to alleviate the imbalance of agricultural water and soil resource matching.

Key words： agricultural water and soil resources；Gini coefficient；matching efficient of agricultural water and soil resources；Sen-MK；panel regression model

收稿日期：2023-05-07；接受日期：2023-07-28

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（41501564）

作者簡(jiǎn)介：黃梓鑫，男，碩士研究生，主要從事國(guó)土開(kāi)發(fā)評(píng)價(jià)研究。E-mail：huang400629@163.com

通信作者：李 晶，女，教授，博士生導(dǎo)師，主要從事土地利用與土地信息等方向的研究。E-mail：lijing@cumtb.edu.cn