中国水资源非农化的空间效应分析

□李 玲 王秀鹃 周玉玺

[内容提要][目的]水资源非农化利用水平区域差异明显，探究其空间异质性对优化水资源配置，规划不同产业间用水方案具有重要意义。[方法]基于2000-2017年中国31省面板数据，利用空间自相关方法测度了水资源非农化的空间关联特征，采用空间面板杜宾模型测度水资源非农化发展的空间溢出效应。[结果]中国31个省份的水资源非农化程度存在显著的正向空间自相关；选取产业结构、经济水平等变量考察水资源非农化在区域内和区域间的空间溢出效应，结果显示各因素在省域范围内多呈现正向溢出效应，省域间的溢出效应方向有正有负。[结论]地区之间影响水资源非农化的各个因素互相牵制带动，区域之间应加强协同，形成良性竞争状态。

一、引言

水资源非农化是水资源利用结构动态变化过程的组成部分，水资源利用结构的变化是自然环境因素和社会经济因素共同起作用的结果，而自然环境因素的差异往往通过社会经济条件的变化表现出来。因此，水资源非农化实质上是由社会经济环境的变化引起的。从经济学来看，水资源非农化是水资源在农业与非农业部门之间的配置问题。从微观上看，水资源配置结构变化是由于水资源在不同利用类型间的竞租能力的变动所引起的，竞租能力变化表现为水资源市场价格的变动。在市场经济中，价格是由供给和需求决定的，然而，目前中国的水资源供求关系还不能形成真正意义的水资源价格或竞租能力，因此，按照经济学的供求关系来分析水资源非农化还并不可行。但我们可以从空间角度揭示中国水资源非农化发展水平的空间趋同与分异特征，分区域研究水资源非农化的发展规律，运用空间计量分析方法，揭示区域自然、经济、社会及产业特征差异下水资源非农化的方向、规模及驱动因素的空间异质性特征。

一、文献综述

水资源非农化问题不仅涉及水资源利用结构和方向的变化，也包含水资源使用权的转换。国内外学者从产权理论、交易成本理论对水资源非农化涉及的水权转换、转让补偿、水权交易机制等问题进行了系统分析。水资源转让具有市场价值，水权可以在相关法律机制下有偿转让并从中获得收益，进行水资源农转非时必须从水权及其特性入手[1]，建立相应的水权市场[2]。水权包含水资源的所有权和使用权[3]。水权转换成本包括转让水权的价格和相关的补偿，从而解决水权转换过程中的利益补偿问题[4]。农业用水向工业用水转移过程中，应从公平性角度出发考虑农户损失[5]，对农户进行一定的利益补偿[6]。在水权交易中建立利益补偿机制有利于水资源向高效率的行业或地区转移[7]。制约中国农业水权流转的根本原因是农业水权的不确定性[8]，因此要设计水权市场的基本结构，明确水权市场的运行机制[9]，从客体、主体、价格和操作等方面加强农业水权市场化流转的制度建设[10]。从经济学角度分析，水权转让的基础和经济动力是由于不同区域及部门、产业间存在不同的用水效率和用水收益，因此水资源比较收益作为重要的驱动因素对水资源非农化具有重要影响[11]，同时旺盛的非农业用水需求及农业用水存在的巨大节水潜力也对水资源非农化发展起到了促进作用[12]。水资源在行业内部的流转与行业之间的流转存在很大的不同，从时空维度上看，水资源非农化是经济社会、自然环境和制度政策等多种因素共同作用的结果[13]。

已有研究借助典型案例，运用产权理论对水资源“农转非”的交易机制、补偿机制等问题进行了深入的理论分析，但是，由于中国不同地区经济发展水平、水资源禀赋、城镇化速度及人口规模等方面的差异，水资源非农化具有典型的空间异质性，采用空间计量经济学方法分析水资源非农化空间格局及其影响的研究还有待于深入。厘清水资源非农化发展的时空异质性及其形成机制，对优化区域水资源配置，规划不同产业间用水调控具有重要意义。基于此，本部分运用空间自相关分析对水资源非农化的空间演化模式进行识别，并利用静态及动态空间杜宾面板模型诊断水资源非农化时空分异的驱动效应。

二、研究方法、数据来源与指标设定

(一)空间自相关分析

全局空间自相关是对地理现象或属性值在整个区域上的空间特征描述[14]，本文采用全局空间自相关系数(Global Moran’s I)探索水资源非农化的总体空间分布特征；计算公式为

(1)

GlobalMoran’sI的取值范围为[-1,1]，在满足显著性水平的条件下，GlobalMoran’sI>0时，说明地区间存在正的空间自相关，空间地理呈集聚状态；而当GlobalMoran’sI<0时，则说明存在负的空间自相关，空间地理呈离散态势；GlobalMoran’sI=0则不存在空间相关性，空间上呈随机分布状态。

(二)空间计量模型设定

常用的空间计量模型主要有空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)，空间杜宾模型同时考虑了被解释变量和解释变量的空间溢出效应，作为空间滞后模型和空间误差模型的一般形式提供了一般性的分析框架[18]，因此本文选择更为一般化的空间杜宾模型，参照冯林等[19]研究，构建如下空间面板杜宾模型：

(2)

(3)

公式(2)为静态空间面板杜宾模型，其中yit是被解释变量，即省域i在t年度的水资源非农化水平，公式(3)则在公式(2)的基础上加入了被解释变量的一阶滞后项yi(t-1)，因而构造了动态空间面板杜宾模型来研究各省份水资源非农化水平的时间滞后和空间滞后效应，更为准确地衡量解释变量对被解释变量的溢出效应。公式(2)及公式(3)中，x是解释变量，包括一系列控制变量，β是解释变量x的未知参数向量，反映了控制变量对各省份非农用水的影响程度和方向。∑jWijyit是被解释变量空间滞后项，主要体现相邻省份水资源非农化水平之间的相互影响，其中，Wij是n×n阶空间权重矩阵，反映了不同省份的空间关系，ρ是空间滞后项系数，体现上述影响的方向和程度。∑jWitxitj为解释变量的空间滞后项，体现其他省域之间水资源非农化水平的控制变量对本省水资源非农化水平的影响，而系数θ则体现了这种影响的方向和程度。最后，α是常数项，φi和τt分别表示地区和时间固定效应，ε是随机误差项，服从期望为0、方差为σ2的标准正态分布。

(三)空间权重矩阵设定

空间计量模型主要通过空间权重矩阵(W)来体现变量在空间上的关系，各地区水资源非农化水平产生空间关联的根本原因是地理上的相邻，因此本文设置空间邻接权重矩阵反映地理邻接关系，该矩阵元素在省域单位相邻时取值为1，不相邻时取值为0，对角线元素设置为0。为了消除权重矩阵量纲的影响，实证过程中本文对所有权重矩阵进行行标准化处理，从而使权重矩阵每一行元素之和均为1[19]。

(四)数据来源与指标设定

由于中国“农转非”水资源数量没有相关统计数据可查，根据数据的可得性，本论文以1999年为基期，以各年度与基期相比的非农用水增加量(工业用水、生活用水及生态用水增加量)来表征水资源非农化水平，区域水资源非农化水平的影响因素不仅与区域经济水平、城镇化发展及农业水平等经济因素相关，且直接受区域水资源禀赋的影响。参照相关研究[16,20]，综合考虑数据资料的可得性、时空一致性、与水资源非农化的相关性以及可量化性等方面，在保证数据质量的基础上，在选择水资源非农化水平影响因素时，主要考虑经济发展、人口因素、生态环境用水、水资源利用比较收益、灌溉农业发展水平、农业节水技术应用水平和水资源禀赋等8个因素(表1)，分析这些因素对不同时点和不同地区水资源非农化水平的影响。

表1 水资源非农化影响因素的描述性统计

其中，产业结构、经济发展水平、城镇化发展、水资源利用比较收益变化及生态环境用水(以生态用水量占总用水量的比重替代)的数据根据《中国统计年鉴》(2001-2018年)相关数据计算求得；节水灌溉面积数据来源于《中国农业年鉴》(2001-2018年)，人口数据及城镇化率来源于《中国人口和就业统计年鉴》(2001-2018年)，人均水资源量2004-2018年数据来自《中国统计年鉴》，2000-2003年人均水资源量根据《中国水资源公报》及《中国统计年鉴》相关数据计算得出。其中，GDP按照2000年不变价格进行调整。以中国 31个省级行政区(不含香港、澳门、台湾)为研究单元。

三、结果与分析

(一)空间自相关结果分析

运用软件Stata14.0计算了中国31省(市、自治区)水资源非农化水平的Morans’ I指数，以此来判断全国层面水资源非农化的全局空间自相关关系以及时间演变特征(表2-3)。

表2 中国31省份水资源非农化全局空间自相关基于邻接标准Moran’s I指数

表2为基于邻接标准矩阵测算的Moran’s I指数，可以发现，2000年-2002年Moran’s I指数为正，p值均小于0.05，即通过了95%下的置信区间内的双侧显著性检验，说明地区之间具有正向空间相关性。2003年-2017年Moran’s I指数为正，p值均小于0.01，通过了99%下的显著性检验，结果可靠，说明省域单元之间呈现空间正相关。从年际间的动态分析可知，18年间水资源非农化全局Moran’s I指数虽然出现波动，但整体呈上升态势，表明水资源非农化程度呈现集聚趋势，全局空间相关性逐渐增强。

表3为基于邻接标准矩阵测算的 Moran’s I指数，2000-2002年、2004年、2008-2013年Moran’I指数p值均小于0.05，在95%水平上显著为正。其他年份空间自相关检验的p值均小于0.01，通过了99%下的空间正相关显著性检验。

表3 中国31省份水资源非农化全局空间自相关基于地理距离标准Moran’s I指数

基于邻接和地理距离标准建立的空间权重矩阵测算的Moran’s I指数略有差异，但总体均呈波动上升态势，尤其是2012年后空间相关性逐渐增强。由此可见，中国31个省份的水资源非农化程度存在显著的正向空间自相关和空间集聚现象，即水资源非农化水平较高的省份相对集聚，水资源非农化水平相对较低的省份也相互邻近，因此在进行中国水资源非农化水平的研究中不能忽略客观存在的地理空间分布因素，在运用计量方法进行中国水资源非农化程度的研究时应考虑其空间效应，应进一步采用空间计量模型进行分析。

(二)空间面板杜宾模型估计结果

由于存在空间相关性，用普通最小二乘法估计空间模型是有偏的和不一致的，因此借助软件Stata 14.0，采用极大似然法估计空间面板杜宾模型的参数[21]。对于面板数据模型选择随机效应还是固定效应，豪斯曼检验结果证明应选择固定效应模型。本文进一步利用自然对数似然函数值(LL)和赤池信息准则(AIC)[18]对模型的不同固定效应类型进行选择。结果表明，同时考虑时间和地点的双向固定效应模型最优。估计结果如表4所示。

表4估计结果显示，除反距离权重矩阵下静态空间面板杜宾模型的空间自相关系数ρ不显著外，其他三种模型的空间自相关系数分别在1%和5%的水平上显著，说明各省份间水资源非农化水平存在空间集聚现象。正向的空间自相关系数说明相邻省份间具有相似的水资源非农化水平，说明某个省份的水资源非农化程度提高将对其他相邻省份的非农用水产生积极的带动影响，这种积极影响可能来自于相邻省份之间的相互促进、相互学习以及相互合作。

表4 空间面板杜宾模型估计结果

进一步分析模型结果可以发现，在考虑水资源非农化水平的动态空间面板杜宾模型中，水资源非农化水平一阶滞后项的估计系数在两种权重矩阵下分别为0.654和0.650，且均在1%水平上显著，说明前期水资源非农化水平会对当期非农用水程度产生积极影响。邻接权重矩阵下，动态模型中的省域水资源非农化水平的空间自相关系数ρ比静态模型有所下降，但其AIC检验值优于静态模型，原因可能是静态模型只考虑了当期自变量对水资源非农化的影响，将它们对水资源非农化水平影响的滞后效应以及外部环境等不可观测因素对水资源非农化的影响一并归结于空间相关性。在动态模型中，用水资源非农化水平的一阶滞后项具体指征滞后效应及不可观测因素，将其对水资源非农化水平的影响从空间结构因素的影响中剥离开来，表明静态模型中空间相关对水资源非农化产生的影响被高估。

最后，根据自变量的系数估计值及其显著性水平检验结果，发现多个变量对本省和其他相邻省份的水资源非农化水平产生不同程度的正向或者负向影响，表明假设在模型中忽略了自变量的空间滞后项，将由于遗漏变量而导致估计结果有偏，因此对水资源非农化水平建立计量模型进行研究时，必须考虑变量的空间溢出效应。LeSage和Pace[22]提出应根据自变量对因变量影响来源的差异，利用求偏微分的方法将自变量的系数估计值分解为直接效应、间接效应和总效应。

(三)空间溢出效应分解

根据本文的研究内容，直接效应代表各解释变量对本省的空间溢出效应，即对自身水资源非农化水平的平均影响，间接效应代表各解释变量对其他省份的空间溢出效应，即对其他省份水资源非农化水平的平均影响，总效应表示各解释变量对本省和其他省份水资源非农化水平的平均影响。具体分解结果如表5所示。

表5 空间溢出效应分解结果

(1)产业结构(X1)的空间溢出效应

产业结构在省域内的空间溢出效应。根据表5的效应分解结果，各个模型中产业结构对水资源非农化发展的直接效应均显著为正，且均在1%水平上显著，即产业结构对本省水资源非农化水平产生了正向空间溢出，表明产业结构对本省水资源非农化程度的提高具有明显的推动作用。究其原因，随着中国工业化进程的加快，农业用水占比持续下降，而用水效率较高的第二、三产业用水需求旺盛，因此，产业结构高度化演进是水资源非农化的主要推动因素，这与理论预期相符，也与其他学者研究结论一致[16,20]。

产业结构省域间的间接空间溢出效应。四个模型中只有在基于反距离权重矩阵下的静态空间面板杜宾模型中产业结构对其他省份的水资源非农化水平的间接效应显著为负，其他三个模型不显著，表明产业结构有可能对其他相邻省份的非农用水产生负向的空间溢出，原因可能在于地下水资源具有外部性，某省的非农业产业占比越高，非农用水需求越旺盛，不可避免会挤占在地理上相邻的其他地区的地下水资源，从而对其他省份的可用水量产生负向空间溢出效应。

产业结构在省域间的总体溢出效应。虽然四个模型中产业结构变量的直接效应均显著为正，但由于受到负向间接效应的影响，四个模型中只有邻接权重矩阵下的静态空间面板杜宾模型的总效应在1%水平上显著为正，其他三个模型的回归系数均未通过显著性检验，产业结构的正向直接效应很大程度上被负向的间接效应所抵消，导致其总效应并不显著。这个结果说明产业结构对本省水资源非农化水平的正向溢出效应被其他省份的负向溢出效应削弱，省域产业结构的优化与周边非农业用水水平的提升未形成正向关联，地方政府间在产业结构同步发展方面还存在进一步的提升空间。

(2)经济水平(X2)的空间溢出效应

经济水平在省域内的空间溢出效应。各个模型中经济水平对水资源非农化发展的直接效应均在1%水平上显著为正，在所有选取的解释变量中，经济水平的回归系数最高，即经济水平对本省非农用水的正向空间溢出效应最大，表明经济发展水平对本省水资源非农化程度的提高具有显著的推动作用，这与理论预期相符，经济水平的发展和物质生活水平的提高主要体现在第二产业及第三产业，因此经济水平对省域范围内的水资源非农化水平具有正向的空间溢出效应。

经济水平在省域间的间接空间溢出效应。四个模型中，只有基于邻接权重矩阵下的静态空间面板杜宾模型的总效应在5%水平上通过显著性检验，其他三个模型的回归系数虽然不显著但均为负数，说明经济水平对其他省份的水资源非农化水平呈现负向空间溢出，即某省的经济水平发展不利于其他省份水资源非农化水平的提高，其中，基于相邻权重矩阵的静态面板杜宾模型的这种负向溢出作用显著，说明越是地理上相邻的地区，这种负向的溢出效应越明显。原因可能是由于水资源因其公共属性而具有难以消除的外部性，一个省份的经济水平越发达，其非农业用水需求越旺盛，因此可能挤占周边其他地区的可用水资源，从而对其他地区的水资源非农化水平发展产生负向的空间溢出影响。

经济水平在省域间的总体溢出效应。虽然四个模型中经济水平变量的直接效应均显著为正，但由于间接效应的回归系数均为负数，经济水平对本省水资源非农化水平发展的正向溢出效应被其他省份的负向溢出效应大大削弱，四个模型中，只有反距离权重矩阵下的两个空间面板杜宾模型的总效应保持在10%水平上显著为正，这个结果说明地方政府间在经济水平同步发展方面还存在进一步的提升空间，同时也应注意相邻地区间水资源的合理配置。

(3)人口规模(X3)的空间溢出效应

人口规模在省域内的空间溢出效应。在四个模型中，人口规模对水资源非农化发展的直接效应在两种权重矩阵的静态面板杜宾模型中显著为正，且均在1%水平上显著。说明人口规模的扩大对本省水资源非农化水平的提高产生了正向空间溢出，这与常识相符，原因不再赘述。人口规模在省域间的间接空间溢出效应。人口规模对其他省份的空间溢出效应不够稳健，只有一个模型在5%水平上显著为正，其他均未通过显著性检验，说明人口规模对其他省份的空间溢出效果不明显。人口规模在省域间的总体溢出效应。在邻接权重矩阵下的两个空间面板杜宾模型的总效应分别在1%、10%水平上显著为正，说明地区之间地理相邻因素强化了人口规模对水资源非农化发展的空间溢出效应。

(4)城镇化率(X4)的空间溢出效应

城镇化水平在省域内的直接空间溢出效应不够稳健，四个模型的回归结果均不显著。理论上，城镇化发展对水资源非农化的影响分为正负两个方面：对于城镇化水平低的地区来说，城镇化率的提高意味着非农用水需求的巨大增长，水资源“农转非”水平会大幅增长；对于城镇化水平较高的地区来讲，城镇化水平的进一步发展则会促进节水措施和技术的推广和使用，水资源利用效率随之提高，因此水资源非农化利用水平反而下降[20]。两种作用的中和可能是导致城镇化水平在省域范围内的直接空间溢出效应不显著的主要原因。

城镇化水平在省域间的间接空间溢出效应只有基于反距离权重矩阵下的静态空间面板杜宾模型在1%水平上显著为正，其他模型的结果不够稳健。因此，城镇化水平的总体空间溢出效应也只有上述模型显著为正，说明中国城镇化发展水平目前来说总体偏低，整体上还未对水资源利用效率的提高起到正向的提升作用。

(5)生态环境用水(X5)的空间溢出效应

各个模型中生态环境用水对水资源非农化发展的直接效应均在1%水平上显著为正，表明生态环境的改善对本省水资源非农化程度的提高具有积极的推动作用。生态用水是指除了天然降水和土壤水等不可控的生态耗水量以外，人类专门从水资源总量中安排一定的份额用于保护生态环境。生态用水是保障人民生活与健康质量的不断提高、维护国家生态安全、水生态安全、环境安全和社会可持续发展的必备用水，是一种公益性用水，由政府分配和掌握。随着环保要求的日益提高，生态用水在非农业用水中所占的比例逐渐增长，因此该变量对省域内水资源非农化水平具有显著的正向空间溢出效应。

生态环境用水在省域间的间接空间溢出效应在基于反距离权重矩阵下的两个空间面板杜宾模型中显著为正，说明某个省份在生态环境用水方面的政策及措施会对地理距离相近的地区产生促进作用，相近地区间存在“示范作用”和“模仿效应”，生态环保作为一种政府主导行为，当一个省份在生态环境保护方面有积极的举措时，会影响和带动其他省份采取相应的环保举措，形成良性竞争氛围。

生态环境用水在省域间的空间溢出总效应均显著为正，说明生态环保这种政府主导的具有外部性的行为，对省域内和相邻及相近的省份之间均具有显著的正向空间溢出效应，其中，动态空间面板杜宾模型中这种正向溢出作用更加突出，主要是因为这种正向溢出的时间滞后效应在静态模型中被掩盖。

(6)水资源利用比较收益(X6)的空间溢出效应

各个模型中水资源利用比较收益对水资源非农化发展的直接效应均在1%水平上显著正，即水资源利用比较收益对本省水资源非农化水平产生了正向空间溢出，表明水资源利用比较收益对本省水资源非农化程度的提高具有明显的推动作用，也说明单方水非农业产值与水资源非农化增长速度比较一致，水资源在省域范围内的经济利益诱导效应较强。

水资源利用比较收益在省域间的间接空间溢出效应结果均不显著，说明该变量对其他省份不具有空间溢出效应，地理上相邻或相近省份间的“示范效应”和“模仿效应”并未形成。

由于水资源利用比较收益的直接空间溢出效应显著，总效应在三个模型中均显著为正，说明该因素的空间影响主要体现在省域范围内，对于其他相邻或相近省份影响不大，省域之间应加强水资源利用效率方面的竞争意识，以提高水资源在农业及非农产业领域的利用效率。

(7)农业节灌率(X7)的空间溢出效应

农业节灌率的直接空间溢出效应在静态空间面板杜宾模型中显著，而动态模型中均不显著，主要是因为农业节灌率的时间滞后效应在静态模型中被一并归入当期影响。说明农业节灌率在省域范围内对水资源非农化利用水平具有正向溢出效应，即农业节灌率提高意味着农业用水效率的提升，节约了农业用水量，水资源非农利用水平随之加强。

农业节灌率的间接空间溢出效应同样在静态空间面板杜宾模型中显著，但在邻接权重矩阵下显著为正，在反距离权重矩阵下的模型中则显著为负，说明农业节灌率对于相邻省份的水资源非农化水平具有正向的空间溢出效应，原因跟上文对本省的非农用水影响相似，而对于地理相近地区则具有负向的空间溢出效应，可能由于某省农业节灌率提高，节余了更多的农业用水，由于水资源尤其是用于农业用水的地下水资源具有公共属性存在外部性，地理上相邻的其他省份可用地下水资源更加丰富，因此农业用水比例上升，水资源非农化水平下降。

由于农业节灌率对水资源非农利用水平的直接空间溢出效应和间接空间溢出效应总体并不显著，因此其总效应结果不够稳健，说明省域层面农业节灌率水平依然较低，尚未实现良性竞争的“模仿效应”。

(8)人均水资源量(X8)的空间溢出效应

人均水资源量的直接空间溢出效应在静态空间面板杜宾模型中不显著，而动态模型中均显著为负，说明这种负向溢出的时间滞后效应在静态模型中被掩盖，表明人均水资源量，即地区水资源禀赋对于省域范围内的水资源非农利用水平具有负向的空间溢出效应，即水资源禀赋越强的地区，水资源非农利用水平越低，这一点不难理解，水资源禀赋强，说明该地区水资源丰沛，可利用的水资源总量多，因此非农用水比例相应降低，非农业用水水平下降。

人均水资源量的间接空间溢出效应在基于反距离权重矩阵下的静态空间面板杜宾模型中显著为负，原因同样在于水资源具有典型的外部性，某省的人均水资源量易于在地理上相近的地区间产生空间溢出效应。

人均水资源量的空间溢出总效应在基于反距离权重矩阵的两个模型中显著为负，说明一个地区的水资源禀赋对于自身及地理上相近的地区间的水资源非农利用水平均会产生负向的空间溢出效应。

四、结论与讨论

本文利用2000-2017年中国31个省份的省级面板数据，采用空间计量分析法，分析了水资源非农化的空间相关性及时空异质格局，厘清水资源利用格局变化对经济社会发展方式的响应程度；从资源环境禀赋、经济、社会和技术特征等维度选取变量，揭示各因素对水资源非农化的作用程度和方向，研究结论如下：

(1)全国31个省份的水资源非农化程度存在显著的正向空间自相关性和空间集聚现象，表明水资源非农化水平较高的省份相对集聚，水资源非农化水平相对较低的省份也相互邻近，因此不能忽略客观存在的地理空间分布因素，在进行中国水资源非农化程度的研究时应考虑其空间效应。

(2)各地区水资源非农化水平除了受本地各个因素的影响，还受到相邻省份的影响。产业结构、经济水平、人口规模、生态环境用水、水资源利用比较收益、农业节灌率等变量对本地区的水资源非农化水平具有正向的影响，人均水资源量则对区域内的水资源非农化水平具有负向影响，各因素对区域外的间接溢出效应方向不一，总效应受到负向影响的抵消，但总体来说直接效应更为显著，因此总效应多为正向，说明地区之间影响水资源非农化的各个因素互相牵制带动，相邻省份之间应加强协同合作，形成良性竞争状态。

基于本文研究结论有如下几点启示：①水资源非农化水平与区域经济发展、工业化与城镇化发展速度相一致，虽然全国总体而言水资源非农化趋势日益增强，但由于全国各省份经济发展水平、自然禀赋等方面存在差异，政府应依据比较优势和空间效率均衡原则进行水资源的空间配置。②因地制宜，合理控制管理水资源非农化趋势。在全国尤其是粮食主产区按照用水总量合理配置各部门的水资源使用量，对产业间和产业内的粮食生产水资源优化配置，把粮食安全放在首位，优先保证粮食生产用水，要严格控制水资源非农化的数量和速度，坚持“只转让余水，不影响粮食作物灌溉”的原则，绝不允许过量转移农业用水。③加强对水资源非农化监管的法律制度建设。当前中国的水资源非农化实践基本都是依靠行政手段在推进，没有相关法律的规范，侵权现象时有发生，农民用水权利得不到有效保障。应尽快完善中国相关法律，使水资源非农化的运行过程得到法律保障，真正做到有法可依，违法必究，规范农业用水向非农行业的转换行为。