黄河流域农业节水与生态环境耦合协调特征

王钇霏，许 朗

（南京农业大学 经济管理学院，江苏 南京 210095）

1 引言

高质量发展是重要的时代课题，绿色发展是高质量发展的重要标志。 高质量发展的驱动因素具有复杂性特征［1］，经济建设、城乡发展、生态保护、资源节约、产业布局等多方面因素都与其息息相关［2－4］。 在涉及多角度协同的黄河流域高质量发展研究中，耦合协调度模型因能够较好地反映多因素互动关系和协同影响效应，在相关研究中应用广泛［5－8］。 利用耦合协调度模型进行测算前，需要对指标赋权，常用的指标赋权法有专家评估法、层次分析法和熵值法［9］，绝大部分文献研究认为熵值法可以利用所选指标自身的统计性质确定各自权重，指标权重值的可信度较专家评估法和层次分析法更高，因此本文采用熵值法对指标赋权［7，10－11］。

黄河流域属于资源型缺水地区，水资源稀缺是制约黄河流域农业绿色可持续发展和生态系统健康的关键因素之一［12－13］，同时水资源的过度开发也对黄河流域生态环境产生了损害［14］，良好的农业水资源管理可以同时提高经济和环境效益［15－16］。 已有研究表明，农业节水是解决农业生产用水和生态用水矛盾的关键手段［17］，发展节水农业可对周边生态环境的改善产生积极作用。 但也有研究发现，农业节水会通过影响农田水循环、绿洲稳定性等路径对农区地表生态环境产生消极影响［18－19］。 此外，高效节水灌溉技术的应用通过改变农业生产方式对土壤理化性质、地下水埋深和生物多样性等生态环境要素产生影响［20－21］。 因此，进一步探讨农业节水和生态环境系统间的互动演进关系对推动黄河流域生态保护和高质量发展具有重要意义。农业用水效率是农业节水的重要表现形式，本文将农业灌溉用水技术效率作为指标之一纳入农业节水系统，并采用数据包络分析法（Data Envelopment Analysis， DEA）进行测算。 通过梳理相关文献，对于农业水资源利用效率主要采用随机前沿分析方法（Stochastic Frontier Analysis，SFA）和数据包络分析法（DEA）进行计算。 DEA 作为非参数方法， 利用线性规划构建边界生产函数， 避免了SFA 方法对函数形式等的预先设定导致的参数估计有效性降低，因此本文选用DEA 方法对农业灌溉用水技术效率进行测算［22］。

基于以上分析，本文借鉴物理学耦合模型，分析黄河流域9 个省（自治区）农业节水与生态环境耦合协调关系的时空演进特征，通过对比两系统各指标得分差异，探究影响黄河流域农业节水和生态环境协调发展的因素，以期为推进黄河流域生态保护和高质量发展战略提供针对性政策建议。

2 研究数据与研究方法

2.1 研究区域概况

黄河发源于青藏高原，流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9 个省（自治区），全长5 464 km，是我国仅次于长江的第二大河。 根据《2019 年水资源公报》统计数据，黄河流域农业用水量占比达到66.8%。 黄河流域属于资源性缺水地区，因此各地区大力实施农业节水政策以缓解农业用水窘境。 同时，黄河流域的生态环境状况堪忧，存在湿地蓄水量减少、生态恶化、动物栖息地丧失、鱼鸟种群等生物多样性减少等多种生态环境问题。 水资源稀缺和生态环境脆弱阻碍了黄河流域高质量发展，积极推动农业节水和生态环境健康协同发展是促进黄河流域农业高质量发展的关键举措。

2.2 数据来源

本文所用数据均为公开统计数据，具体来源为《中国环境统计年鉴》（2010—2019 年）、《中国农村统计年鉴》（2010—2019 年）、《中国统计年鉴》（2010—2019 年），黄河流域各省（自治区）《环境状况公报》（2010—2019 年）、《统计年鉴》（2010—2019 年）、水资源公报（2010—2019 年），以及各省（自治区）的环保、农业、气象等相关部门公布的统计数据，主要用于黄河流域各省（自治区）农业水资源利用效率以及农业节水和生态环境系统耦合协调度计算。

2.3 农业节水和生态环境综合评价指标体系构建

综合考虑评价指标对系统的解释程度，同时考虑数据来源的可靠性与可操作性，构建黄河流域农业节水和生态环境协同发展综合评价指标体系。 参考贾凤伶等［23］、杨春红［24］的研究构建农业节水指标体系，包括3 个一级指标，10 个二级指标；根据陈星霖［25］、何晓瑶［19］的研究构建生态环境指标体系，包括3 个一级指标，12 个二级指标，具体指标设置见表1。

表1 农业节水和生态环境系统综合评价指标体系

2.4 研究方法

2.4.1 DEA 模型

DEA 模型是研究投入产出效率的重要分析工具。DEA 方法具体可以分为投入主导或产出主导两种类型，投入主导的DEA 方法是为了测算生产单元相对于给定产出水平下最小可能投入的效率；产出主导的DEA 方法是为了度量实际产出与给定投入水平的最大可能产出差距。 本文主要考察水资源作为农业投入要素的利用效率，因此采用投入主导的DEA 方法。 基于可操性、可获得性原则，结合我国农业水资源利用现状，选取农作物播种总面积、农机总动力、化肥施用量、农业从业人数和农业灌溉用水量作为投入指标，选取农业产值作为产出指标。

此外，DEA 模型通常分为两种模型：一种为规模报酬不变（CCR）模型，一种为规模报酬可变（BCC）模型。 因各省（自治区）在农业投入产出方面并不恒定，为了更加贴近实际情况，本文采用基于规模报酬可变模型对黄河流域各省（自治区）农业水资源利用效率进行测算。 假设有n个决策单元，一个省（自治区）为一个决策单元，每个决策单元DMUj具有m种投入（记作X1j，X2j，…，Xmj），s种产出（记作Y1j，Y2j，…，Ysj），得到DEA 模型表达式为

式中：S＋为产出松弛变量；S－为投入松弛变量；ε为非阿基米德无穷小量；E为m × j阶和s × j阶单位矩阵；λj为各省（自治区）投入和产出的权向量；X为m ×j阶投入矩阵；Y为s ×j阶产出矩阵；Xj、Yj分别为第j个决策单元的投入、产出量；θ为决策单元的有效值。 根据DEA 法对黄河流域9 个省（自治区）农业灌溉用水技术效率的计算结果见表2。

表2 2010—2019 年黄河流域各省（自治区）农业灌溉用水技术效率

2.4.2 数据标准化和熵值法权重计算

统计口径、指标单位等差异使得农业节水和生态环境指标存在量纲差异，同时不同指标对系统存在正向和逆向两种作用，为便于对比分析计算结果，采用极值法对数据进行标准化处理，正向指标标准化公式为

负向指标标准化公式为

式中：i、j分别为第i行、第j列；x′ij为标准化数据；xmax和xmin分别为某个指标的最大值和最小值。 由于后期需要进行熵值法测算，因此要求所有指标值在［0，1］范围内。 参考相关文献做法，本文将标准化处理后的数据均向右平移0. 001 个单位。

采用主观赋值法确定指标权重时容易产生较大偏差，为降低主观因素干扰，本文采用较为常用的熵值法计算各指标权重，具体步骤如下。

（1）数据均值化处理。 其表达式为

（2）求取指标熵值信息。 其表达式为

（3）求取指标权重与综合指数。 公式为

式中：Xij为数据标准化后比值；ej为熵值；k为对象数量；zj为权重；Iij为变量得分。

2.4.3 耦合协调度模型

耦合度表示系统相互联系程度，协调度表示系统协调发展程度［26－28］。 本研究构建的农业节水与生态环境两系统耦合协调度表达式为

式中：C为农业节水系统与生态环境系统的耦合度；Iaws为农业节水综合指数；Ieco为经济发展综合指数；T为农业节水与生态环境综合协调指数；α、β为待定系数，鉴于两个系统发展同等重要，故权重相等，即α和β取值均为0.5；i和s分别为农业节水要素和生态环境要素的编号，r、g分别为对应要素的个数；wi和es分别为农业节水和生态环境系统各要素的标准化指标值；ai和bs分别为农业节水和生态环境系统各要素的权重，采用熵值法计算；D为生态环境与经济发展的耦合协调度。

参考王少剑等［29］、田深圳等［30］、李玉红［31］的研究成果，结合研究区实际情况，将耦合与协调程度划分为不同阶段，见表3。

表3 农业节水和生态环境耦合协调度阶段划分

3 结果分析

3.1 黄河流域农业节水综合发展指数时空演变分析

图1 中各指标变化趋势表明，2010—2019 年农业节水综合发展指数呈现波动上升的趋势，从0.293 上升到0.376。 从农业节水系统一级指标时序变化特征看，2010—2019 年节水灌溉指数和农业用水效益指数呈现增长趋势，农业用水指数呈现小幅度下降趋势。其中：农业用水指数虽有所下降，但下降幅度较小，从2010 年的0.097 降至2019 年的0.092；节水灌溉指数增长较为明显，从2010 年的0.088 上涨至2019 年的0.130，在2018 年达到研究期内最高峰，为0.155；农业用水效益指数增长速度最快，2010—2019 年从0.088上升至0.154，且在研究期内始终保持上升趋势。

图1 黄河流域农业节水综合发展指数时序演变情况

由图2 可知，农业节水综合发展指数呈现“东高西低”省际空间格局，山东农业节水综合发展指数最高（为0.511），最低的是青海（仅为0.158），自然资源禀赋和经济社会发展水平可能是形成农业节水综合发展指数“东高西低”省际空间格局的主要驱动因素。从研究期内各省（自治区）农业节水综合发展指数时序变化情况分析，山东和宁夏农业节水综合发展指数增长最快，2010—2019 年两地农业节水综合发展指数分别上涨0.155 和0.141。 通过对农业节水系统一级指标的省际差异分析，农业用水效益指数也呈现“东高西低”的省际空间格局，东部地区经济发展水平较高，在农业节水设施建设和农业节水技术推广上投入力度较大，单位产值或产量的需水量与西部地区相比较少［32］；节水灌溉指数在内蒙古、山西、甘肃、宁夏等地呈现较高水平，这与当地水资源稀缺程度较高、农民水资源稀缺意识较强有关［33］。

图2 黄河流域农业节水综合发展指数空间分布情况

3.2 黄河流域生态环境综合发展指数时空测度分析

如图3 所示，2010—2019 年黄河流域生态环境综合发展指数呈现上升趋势，从2010 年的0.226 上升至2019 年的0.256，其中2014 年达到研究期间峰值，为0.276。 2013 年习近平总书记发表“绿水青山就是金山银山”的重要讲话，为黄河流域生态文明建设指明了方向，推动了黄河流域生态环境发展。 从一级指标变化趋势看，2010—2019 年生态弹性力、环境承载力和生态发展力均呈现上升趋势，但初始水平较低，增长速度较慢，导致生态环境综合发展指数并未明显增长。

图3 生态环境综合发展指数时序演变情况

根据图4 可知，黄河流域生态环境综合发展指数呈现“东低西高”的省际空间格局和以内蒙古、青海为核心的“双核领先”的流域空间格局，生态环境综合发展指数极差为0.207，东西部地区生态环境差异较大。黄河流域东部地区生态环境综合发展指数普遍低于西部地区，其中：山东生态环境综合发展指数最低，为0.147；内蒙古生态环境综合发展指数最高，为0.354，其次是青海，为0.344。 从生态环境系统一级指标空间差异上看，内蒙古和青海在环境承载力和生态发展力上领先于流域内其他省（自治区），在二者的双重作用下内蒙古和青海的生态环境综合发展指数与其他省（自治区）相比也具有较明显的优势，因此黄河流域生态环境综合发展指数呈现出内蒙古、青海“双核领先”的空间分布特征。 其主要原因是东部地区城市人口活动和经济发展较为活跃，资源过度开发和人类活动制约了生态环境建设，生态环境综合发展水平相对较低。

图4 生态环境综合发展指数空间分布情况

3.3 农业节水和生态环境系统耦合度时空演变分析

图5 表明， 2010—2019 年黄河流域农业节水和生态环境系统长期处于高水平耦合阶段，耦合度基本维持在0.95 左右，说明黄河流域的农业节水和生态环境两系统关联较为密切。

图5 农业节水和生态环境系统耦合度时序演变情况

如图6 所示，从空间维度上看各省（自治区）农业节水与生态环境耦合度无较大差异，均处于“高水平耦合”阶段。 地域分布大致呈现“中间高，两边低”的特征，内蒙古、四川和甘肃耦合度均保持在0.990 以上，与其他省份相比处于相对领先的水平，耦合度较低的省（自治区）集中在黄河下游地区。 黄河下游泥沙堆积严重，导致灌溉用水困难，阻碍了农业节水和生态环境保护的相互作用。 2010—2019 年绝大部分省（自治区）两系统耦合度在较高水平上呈现小幅度波动上升趋势。 山东省耦合度水平有明显的下降趋势，两系统耦合度从2010 年的0.892 下降至2014 年的0.776，从“高水平耦合”下滑至“磨合”，2014—2019 年又逐步回升至“高水平耦合”，但2019 年山东耦合度水平较2010 年仍有所下降。

图6 农业节水和生态环境系统耦合度时空演变情况

3.4 农业节水和生态环境耦合协调度时空演变分析

由图7 可知，2010—2019 年农业节水和生态环境系统耦合协调度总体呈现由“基本失调”阶段向“基本协调”阶段过渡的增长趋势，但整体水平较低，高水平耦合协调发展趋势不明显；2010—2019 年各省（自治区）耦合协调度极差与方差均有所下降，说明各省（自治区）耦合协调度差距减小，整体耦合协调发展趋于稳定；两系统耦合协调度时序演进特征以2014 年为分水岭，2010—2013 年系统耦合协调度平均值在“基本失调”阶段保持逐年上升趋势，2014 年系统耦合协调度进入“基本协调”阶段，但2014—2019 年系统耦合协调度始终处于生态环境滞后的“基本协调”阶段，说明该阶段农业节水水平提升仍是促进两系统协调发展的主要驱动力，进一步改善黄河流域生态环境能够有效提升两系统协调发展水平。

图7 农业节水和生态环境系统耦合协调度时序演变情况

黄河流域9 个省（自治区）系统耦合协调度平均值介于0.436 ～0.623 之间，处于“基本失调”和“基本协调”两个阶段，整体呈现“东高西低”的空间分布特征（见图8）。 其中：甘肃和宁夏均处于“基本失调”阶段，青海处于“基本失调－农业节水受阻”阶段，农业节水是制约青海高质量发展的主要因素之一；其他各省（自治区）均处于“基本协调”阶段，其中山西、山东、河南和陕西处于生态环境滞后的“基本协调”阶段，东部地区生态环境问题是黄河流域高质量发展进程中需要解决的重点问题。 绝大部分省（自治区）耦合协调度呈现上升趋势，其中：甘肃和宁夏耦合协调度增长趋势较为明显，2010—2019 年两地耦合协调度均呈现从“基本失调”阶段 向“基本协调”阶段迈进的向好趋势；宁夏耦合协调度增长最快，从2010 年的0.381 增长至2019 年的0.488，2018 年达到研究期内峰值，为0.533；青海省2010—2019 年始终处于“基本失调”阶段，但耦合协调度有所增长；其他各省（自治区）耦合协调度均在“基本协调”阶段保持小幅度增长趋势。

图8 农业节水和生态环境系统耦合协调度时空演变情况

4 结论

本文以黄河流域9 个省（自治区）的数据样本为例，利用耦合协调度模型对农业节水和生态环境两系统协调发展的时空演进情况进行测算与分析，得出以下结论。

（1）2010—2019 年，黄河流域农业用水综合发展指数保持逐年上升趋势，农业节水成效较弱是制约农业用水综合发展指数增长的关键因素；在空间维度上，农业节水综合发展指数呈现“东高西低”省际空间格局，加大对西部地区水利设施建设投入、制定合理有效的农业节水激励机制是促进东西部地区农业节水平衡发展的重要措施。

（2）2010—2019 年，黄河流域生态环境综合发展指数呈现上升趋势，但其初始水平较低且增长缓慢，生态环境治理成效不显著，应通过增加草地面积、湿地面积和提升水土流失治理率，着力提升生态发展力，促进生态系统健康发展。 在空间维度上，黄河流域生态环境综合发展指数呈现“东低西高”的省际空间格局，其中内蒙古和青海生态环境综合发展指数较其他省优势显著，形成了以内蒙古、青海为核心的“双核领先”的流域空间格局。

（3）2010—2019 年，黄河流域农业节水和生态环境系统耦合度长期处于高水平耦合阶段，两系统间相互作用的关联度较强。 在空间维度上，耦合度水平呈现“中间高，两边低”的地域分布特征，黄河下游各省农业节水和生态环境关联度较弱。

（4）2010—2019 年，农业用水和生态环境系统耦合协调度总体呈现由“基本失调”阶段向“基本协调”阶段过渡的增长趋势，但高水平耦合协调发展趋势不明显，黄河流域农业节水和生态环境系统整体呈现“高耦合－低协调”的分离特征；东部地区两系统耦合协调度与西部地区相比较高，但生态环境发展滞后状况较西部地区明显，西部地区农业节水对系统耦合协调度发展的制约作用较为显著。