基于地理探测器的内蒙古耕地水资源短缺时空变化特征及驱动力分析*

崔晨曦 ，孟凡浩 ，3※，罗 敏 ，王媛媛 ，萨楚拉 ，包玉海

（1.内蒙古师范大学地理科学学院，呼和浩特 010022；2.内蒙古自治区遥感与地理信息系统重点实验室，呼和浩特 010022；3.内蒙古自治区土地利用与整治工程技术研究中心，呼和浩特 010022）

0 引言

耕地作为维护国家粮食安全的基石，承担着生产供给、生态景观等职能[1]。耕地不仅贡献粮食、蔬菜等农副产品，还具有调节气候、涵养水源等生态环境功能[2]。随着公众对生态环保意识的逐渐增强及对建设生态文明的大力提倡，如何协调粮食安全、社会保障、生态和谐成为研究焦点[3]。由于我国水资源分布不均，特别是农业水资源供需之间的矛盾升级[4]，多个产粮大区面临缺水问题，严重遏制了我国经济和社会的可持续发展[5]。据统计，我国存在严重缺水城市约110个，每年因缺水造成的经济损失达2 000亿元[6]。近年来，随着城市建设占用大量耕地，中国粮食生产的中心逐渐向内蒙古等仅占全国水资源总量19%的北方地区转移，高耗水、低收入的粮食生产给北方地区带来了巨大水资源和生态压力[7]。人口激增及城市扩张，也导致曾经的土地格局发生了自然资源枯竭、生态系统破坏等巨大改变，致使生态系统功能退化严重，农业水资源短缺问题加速恶化，保持农业可持续发展成为重中之重[8]。若要做到农业的可持续发展，水资源短缺将是面临的首要挑战[9]。明确耕地缺水时空变化状况及其驱动因素是实现区域水资源可持续利用的关键所在。

目前学者们已建立多个指标来反映耕地水资源短缺状况。例如，Falkenmark等提出了水压力指数（Water Pressure Index，WPI），WPI是以人均水资源量为标准来衡量一个地区的水资源稀缺程度[10]。Raskin等用直接水代替总需水量，考虑直接水和可利用水资源之间的关系，制定了水资源脆弱性指数（Water Resource Vulnerability Index，WRVI）[11]。然而，上述指标在评价水资源短缺时并不包括绿水。农作物使用的自然降水（即绿水）也很重要，是除灌溉水外缓解作物需水的主要水源[12]。综合考虑区域蓝水、绿水和灰水足迹是水足迹理论的核心。操信春等考虑到绿色水足迹，在水足迹和广义水资源的基础上，建立了耕地水资源短缺指数（Arable Land Water Scarcity Index，AWSI），作为实现广义水资源和实际用水量统一的载体[13]。尽管耕地水资源短缺指数AWSI在一些地区得到评估，但其在干旱半干旱地区的适用性尚不明确。

近年来多位学者利用不同方法分析了自然或社会活动对农业水资源的影响。如韩宇平[14]等利用主成分分析法研究了京津冀地区内作物蓝水、绿水、灰水足迹的时空分布、变化趋势及影响因子；冯变变[15]等采用对数迪氏指数分解法得出种植规模和人口变化是使山西省作物水足迹增加的主要驱动力。但当前研究缺乏定量评价自然和经济因素共同作用下对耕地缺水的影响。地理探测器有别于传统主观性较强、缺乏定量化分析的统计方法，是一种不仅能够检验单变量的空间分异性，还可以探测两个变量间一致性和因果关系的统计模型[16]。

内蒙古自治区是全国13个粮食重点生产省区之一，截止2017年，内蒙古现有耕地0.091 3亿hm2(1.37亿亩)，是全国耕地保有量过亿亩的4个省区之一，人均耕地面积0.365 3hm2（5.48亩），是全国人均耕地面积的3.7倍。水资源短缺作为全世界的系统性风险，在干旱半干旱地区尤为严重[17]。内蒙古属典型干旱半干旱地区，严重制约着全区农业的持续发展。文章选取内蒙古作为研究区，以水足迹理论为依据建立耕地水资源短缺指数（AWSI），分析2000—2018年内蒙古耕地水资源短缺指数时空格局及变化特征，并选取降水量、蒸发量、NDVI等8个自然因素和人口密度等3个社会经济因素作为耕地缺水的影响因子，借助地理探测器模型定量揭示内蒙古自然和社会经济多种因素对耕地水资源短缺指数的影响差异。该研究结果可为政府有关部门制定合理、可持续的农业用水方案提供科学参考。

1 数据与方法

1.1 研究区概况

内蒙古地处中国北部边疆，位于北纬 37°24'～53°23'、东经97°12'～126°04'，东北部与黑龙江、吉林、辽宁、河北交界，南部与山西、陕西、宁夏相邻，西南部与甘肃毗连，北部与俄罗斯、蒙古接壤，属于四大地理区划的西北地区（图1）。内蒙古地势较高，平均海拔高度1 000m左右，全区基本属于高原型的地貌区，水土流失严重。气候以温带大陆性季风气候为主，有降水量少而不匀、寒暑变化剧烈的特点。地跨黄河、额尔古纳河、嫩江、西辽河四大水系。截止2019年末，内蒙古总面积118.3万km2，辖12个地级行政区，常住人口2 539.6万人，内蒙古地势由东北向西南斜伸，呈狭长形，东西直线距离2 400 km。该文将内蒙古划分为三大区域：东部地区，包括赤峰市、通辽市、兴安盟、呼伦贝尔市；中部地区，包括呼和浩特市、乌兰察布市、锡林郭勒盟；西部地区，包括包头市、鄂尔多斯市、乌海市、巴彦淖尔市、阿拉善盟。东部地区土地面积占全区的27%，耕地面积占全区的20%，人口占全区的18%，而水资源总量占全区的67%，人均占有水资源量为全区均值的3.6倍；中西部地区的土地面积占全区26%，耕地占全区30%，人口占全区66%，但水资源仅占全区24%，大部分地区水资源紧缺。

图1 研究区概况

1.2 数据来源与处理

该文的研究区域为内蒙古12个盟市，研究时段为2000—2018年。其中，计算耕地水资源短缺指数所需数据有：①气象数据（包括月降水量、月平均最高、最低气温、风速等）源于国家气象中心（http://www.nmic.cn/），若一个地级市内有多个站点取其平均值；②各盟市历年耕地面积、农作物播种面积和产量、化肥施用量、第一产业生产总值等数据源于《内蒙古统计年鉴》和《内蒙古调查年鉴》；③土壤数据来自世界土壤数据库（HWSD v1.2）土壤数据集；④各盟市历年总用水量、水资源总量等数据来自《内蒙古自治区水资源公报》。耕地水资源短缺的影响因子数据来自：①高程、坡度、归一化植被指数（NDVI）、土地利用/覆盖数据来源于中国科学院资源环境数据中心（https://www.resdc.cn/Default.aspx）；②垦殖率、牲畜密度数据来源于《内蒙古统计年鉴》；③人口密度数据来源于World pop国家/地区数据（https://www.worldpop.org/）；④气温、降水、蒸发量等气候数据来源于源于国家气象中心（http://www.nmic.cn/）。高程、坡度、人口密度、归一化植被指数（NDVI）、蒸发量通过ArcGIS 10.4软件中区域统计工具计算获取。土地利用程度指标通过ArcGIS软件中面积制表工具统计每个地级市单元内每种地类面积后，根据土地利用程度计算公式计算获取。数据以县级行政区划为统计单元，并换算为与其他数据统一的单位密度（每平方公里）或占比（%），最后将统计数据与对应的行政区划做空间关联，以及矢量转栅格处理。

1.3 研究方法

1.3.1 耕地水资源短缺指数

该文基于水足迹理论视角下的广义水资源量（Agricultural Water Resources, AWR）与水足迹总量（Crop Water Footprint, CWF），构建耕地水资源短缺评价指标（Arable Land Water Scarcity Index，AWSI）。首先通过CROPWAT 8.0软件[18]计算得到内蒙古各盟市历年作物（小麦、玉米、大豆、薯类）的蓝水、绿水和灰水足迹，然后得到全区历年主要农作物的水足迹总量，再利用水资源数据计算出广义水资源量，从而获得耕地水资源短缺指数数据。耕地水资源短缺指数AWSI的计算公式为：

式（1）中，AWSI为耕地水资源短缺指数，无量纲；CWF为区域农作物水足迹总量，m3；AWR为区域农业广义水资源量，即可以提供作为农作物生产的蓝水和绿水水资源量，m3。

式（2）和（3）中，CWFb、CWFg及CWFgrey分别为作物的蓝水、绿水和灰水足迹，m3；AWRb与AWRg分别为农业可利用蓝水（常规水资源）和绿水资源量，m3。CWFb与CWFg基于作物需水量估算[19]，CWFgrey、AWRb、AWRg分别通过以下公式求得：

式（4）至（11）中，CWUb与CWUg分别为作物蓝水用量和绿水用量（m³/hm2）；F为化肥施用量，kg；α为淋溶率；Cmax为水体最大容许浓度，kg/m³；Cnat为自然本底浓度，kg/m³；ETb和ETg分别为作物蓝水需水量和绿水需水量（mm）；ETc为作物蒸发蒸腾量（mm），可通过CROPWAT 8.0软件计算得到；TWR（Total Water Resources）为区域常规水资源总量，m3；TWU（Total Water Using）与AWU（Agricultural Water Using）分别为总用水量与农业用水量，m3；A为耕地面积，hm2；Pe为有效降水[20]，mm；lgp为生长期长度（length of growth process）；d为日期（date）。

基于水足迹理论下构建耕地水资源短缺指数，全面揭示了研究区对水资源需求的能力，将耕地水资源短缺指数指标进行等级划分不仅可以直观判断研究区的水资源短缺程度，还可以直接对区域间水资源短缺程度进行对比。该文耕地水资源短缺指数等级划分及其对应水短缺等级（表1），耕地水资源短缺指数值越高意味着研究区面临的水资源压力越大。

2.4 LncRNA-8439 在 HCC 细胞中的分布 使用lncRNA-8439 探针对 Huh7 和 Hep3B 细胞进行原位杂交，结果（图4）显示 lncRNA-8439 基本分布在细胞核中，细胞质中并无表达。

表1 耕地水资源短缺指数水短缺等级

1.3.2 影响因子选取

耕地缺水受多重因素的影响，该文依据内蒙古地势较高、地貌广阔、气候以温带大陆季风气候为主等的自然特征，在自然因子中选取了年降水量、年均温、蒸发量、归一化植被指数（NDVI）、土地利用度、垦殖率、坡度、高程8个自然因素。近年来内蒙古人口骤增、畜牧业飞速发展导致社会因素的影响也不可小觑，该文综合选取了人口密度、牲畜密度、第一产业生产总值（一产GDP）3个社会经济因素研究对内蒙古耕地缺水的影响（表2）。

表2 影响内蒙古耕地水资源短缺的自然和社会因素

利用ArcGIS 10.4创建渔网工具，生成全区范围内10 km×10 km格网[21]，共1.156 8万个中心点作采样点，提取空间上对应的X和Y属性值；利用重分类工具中自然断点法将影响因子Xs根据其大类标准分为6类[22]，最后将其代入地理探测器模型处理。

1.3.3 地理探测器模型

应用地理探测器模型可以探测耕地水资源短缺指数及其影响因子的空间分异性[23]，从而揭示其背后驱动力。该文应用地理探测器中风险因子探测、生态探测、交互探测3个探测器。

风险因子探测：在该研究中利用此方法探测Y（AWSI）的空间分异性，以及探测影响因子X（自然及社会因素）在多大程度上解释了属性Y的空间分异。用q值度量，表达式为：

式（8）和（9）中，h=1，...，L为变量Y或因子X的分层（Strata），即分区或分类；Nh和N分别为层h和全区的单元数；σ2h和σ2分别是层h和全区的Y值的方差。SSW和SST分别为层内方差之和（Within Sum of Squares）和全区总方差（Total Sum of Squares）。q值的值域为[0,1]，值越大说明Y的空间分异性越明显；如果分层是由自变量X生成的，则q值越大表示自变量X对属于Y的解释力越强，反之则越弱，q值表示X解释了100×q%的Y。

生态探测：该研究根据此方法比较影响因子中两因子X1和X2对属性Y（AWSI）的空间分布的影响是否有显著差异，以F统计量来衡量。在两种因子之间的统计学差异显著的结果中，如果行列因子间有显著差异性，标记为“Y”，反之标记为“N”，通过生态探测可进一步验证主导的影响因子。

式（10）（11）中：NX1及NX2分别表示两个因子X1和X2的样本量；SSWX1和SSWX2分别表示由X1和X2形成的分层的层内方差之和；L1和L2分别表示变量X1和X2的分层数目。其中零假设H0：SSWX1=SSWX2。如果在α的显著性水平上拒绝H0，这表明两因子X1和X2对属性Y的空间分布的影响存在着显著的差异。

交互探测：利用此方法可识别不同风险因子Xs之间的交互作用，即评估影响因素中两因子X1和X2共同作用时是否会增加或减弱对因变量Y（AWSI）的解释力，或这些因子对Y（AWSI）的影响是相互独立的。评估的方法是首先分别计算两种因子X1和X2对Y的q值：q(X1)和q(X2)，并且计算它们交互时的q值：q(X1∩X2)，并对q(X1)、q(X2)与q(X1∩X2)进行比较。两个因子之间的关系可分为以下几类（表3）。

表3 交互作用分类

2 结果与分析

2.1 耕地水资源短缺时空格局及变化特征

2000—2018 年内蒙古耕地水资源短缺指数总体呈西高东低的分布特征，以多年平均0.66的水平经受着高度水资源压力，而降水稀少的西部面临更为严重的水短缺（图2）。内蒙古耕地水资源短缺指数从时间变化来看，既有增加又有减少，总体呈增加趋势（图3a）。其中，耕地缺水指数增加的区域面积占内蒙古总面积的82%以上。2000—2018年东部地区和中部地区耕地水资源短缺指数都有不同程度的增长，而西部地区耕地水资源短缺指数数值显著下降（图3a）；东部地区耕地水资源短缺指数整体上呈现增长趋势，赤峰市的增长率达到182%，呼伦贝尔市和通辽市分别增长15%和54%，兴安盟耕地水资源短缺指数增长率虽有所下降，但自2015年后又呈现上升趋势（图3b）；中部地区的乌兰察布市耕地水资源短缺指数数值下降22%，呼和浩特市和锡林郭勒盟耕地水资源短缺指数均有所增长，锡林郭勒盟增长率达到186%（图3c）；西部地区耕地水资源短缺指数整体上呈现下降趋势，包头市、乌海市和巴彦淖尔市耕地水资源短缺指数均显著降低，鄂尔多斯市和阿拉善盟耕地水资源短缺指数明显升高（图3d）。

图2 2000—2018年内蒙古耕地水资源短缺指数（AWSI）空间变化

图3 2000—2018年内蒙古各地区耕地水资源短缺指数（AWSI）时间变化

为诠释各盟（市）耕地水资源短缺与时间变化的关系，核算了各盟（市）耕地水资源短缺指数的多年均值、中位数、极差、标准差和增长率等（表4）。12个盟市中除乌海市，2000—2018年其他盟市的多年均值和中位数都仅存在微小差异，变化趋势高度吻合。由于2000—2002年乌海市气候因素所致耕地水资源短缺指数数值增大而导致年均值和中位数出现较大差异。极差采用年际间“最大值—最小值”获得，西部地区的阿拉善盟、巴彦淖尔市和乌海市的极差都超过2.00，说明这3个盟市的耕地水资源短缺指数数值年际间变化大且不稳定。呼伦贝尔市和乌兰察布市标准差在12盟市中极低，综合耕地水资源短缺指数数据来看，这2个盟市在年际间变化较小，保持稳定。其中5个盟市通过退耕还林、生态保护等措施，使得耕地水资源短缺现象有所好转，耕地水资源短缺指数数值也有所下降，尤其是西部地区多个盟市耕地水资源短缺指数数值显著下降；但仍存在部分盟市的耕地水资源短缺指数值有不同程度增长，这说明虽有少数盟市耕地水资源短缺现象有所好转，但就目前数据来看，整体耕地水资源短缺指数数值还处于不断增加的阶段，内蒙古耕地水资源短缺现象仍很严峻。

表4 2000—2018年内蒙古各地区耕地水资源短缺指数的主要统计量

2.2 耕地水资源短缺空间分异驱动因素分析

2.2.1 探测因子单因素分析

因子探测结果（q值）反映了各因子对内蒙古区域耕地缺水指数影响的解释力。综合来看，所选取的因子对内蒙古耕地水资源短缺状况有着不同程度的影响，自然因素对耕地水资源短缺变化的影响要高于社会经济因素。根据地理探测器模型所得2000—2018年平均q值（图4）可知，各因子对耕地缺水指数变化的影响程度排序依次为：蒸发量（平均值为0.791）＞年均温（0.775）＞垦殖率（0.745）＞一产GDP（0.717）＞植被NDVI（0.697）＞年降水量（0.696）＞人口密度（0.640）＞牲畜密度（0.635）＞高程（0.631）＞坡度（0.555）＞土地利用度（0.533）。自然因素中解释力最强的因子是蒸发量，解释率在79%以上，其次是年均温，解释率在77%以上。除坡度和土地利用度以外，其他因子的平均解释力均达到60%以上，对内蒙古耕地水资源短缺指数的影响均显著。社会经济因子中一产GDP的贡献相对较高。综合来看，自然因素中气候因子对研究区耕地水资源短缺状况的影响力较大，这与内蒙古气候特征（降水量少，蒸发能力强）及地表覆盖状况有关；社会因素中一产GDP对内蒙古耕地水资源短缺状况的影响最大，可能源于近年来粮食产量和牲畜数量变化有关，一产GDP的增加受水资源空间调配（如灌溉等）影响大。

图4 2000—2018年影响因子q值年际间变化

2.2.2 生态探测

生态探测反映了两种因子对内蒙古耕地水资源短缺的影响是否有显著差异，进一步验证主导因子的影响，以及各因子作用机理的差异性。探测结果显示起主导作用的因子间作用机理不同（图5），如气候因子与地形因子极少有显著差异，气候因子中蒸发量与社会因素中人口密度，自然因素中气候因子年均温、年降水、垦殖率，NDVI均有显著差异，进一步验证蒸发量比其他影响因子的解释力强；如垦殖率与土地利用度、牲畜密度、人口密度、坡度等均存在显著差异，也验证了其在探测因子中的影响力（解释率74.5%，第3位）；土地利用度与人口密度、垦殖率、年均温、年降水、NDVI、高程有显著差异，这与其解释力弱的特征相符合。有显著差异的因子数最多的是气候因子，其次是社会经济因子、地形因子，气候因子中年均温和年降水与其他因子的显著特征相似，但两因子间仍存在显著差异，这也与气候因子是影响研究区耕地缺水的主导因素的结论相一致。而社会因素中一产GDP除了与坡度和高程有显著差异外，与蒸发量、土地利用度、牲畜密度、人口密度、垦殖率、年均温、年降水和NDVI等因子均无显著差异，可以看出研究区耕地缺水受一产GDP和其他动态因子影响均有一致性。

图5 生态探测

2.2.3 探测因子交互作用分析

交互探测通过评估不同影响因子的交互作用，分析是否会增加或减弱对因变量Y（AWSI）的解释力，或是影响因子对于因变量的影响相互独立。分析自然因子与社会经济因子的交互作用有利于进一步研究耕地缺水的驱动机制。该研究中不同两因子间的交互作用q值均大于单因子q值，即因子之间交互作用均呈现双因子增强和非线性增强，不存在相互独立或起减弱作用的因子。其中，土地利用度∩坡度（0.978）、人口密度∩坡度（1.000）、坡度∩高程（0.983）、坡度∩一产GDP（0.994）呈现非线性增强，单因子影响力最小的因素坡度在与其他因子的交互作用下，对耕地缺水的影响都有着明显的增强；社会经济因素中单因子解释力最弱的牲畜密度，在与自然因子的交互作用中，解释力均呈现相互增强或非线性增强（表5）。探测结果表明多因子交互作用的影响并非简单的叠加过程，而是相互增强或非线性增强的结果，也说明内蒙古区域耕地缺水的空间分异的结果不是由单一因子构成的，而是多种因子相互作用形成的。

表5 交互作用

3 讨论

3.1 自然因子主导耕地缺水时空分布

在该研究中的因子解释力表明，自然因子对内蒙古耕地缺水的影响力较大。其中，蒸发量是自然因子中影响耕地缺水的最主要气候因素，年均温仅次于蒸发量对耕地缺水的影响，温度升高也促进了蒸发能力的提升，这与刘彩虹等发现黄河源区流量的变化与降水量、气温及蒸发的变化相关关系显著结果相一致[24]。2000—2018年蒸发量和年降水的解释力都有不同程度增强，而年均温的解释力却出现明显波动且呈现下降趋势，这可能与过去50年我国北方平均气温增速高于全球，与区域相近时期的暖干化有关[25]。地形因素（坡度、高程）对耕地缺水的影响并不明显，这是由于内蒙古地貌广阔，跨度较大所导致地形对耕地缺水的解释力一般，而地形起伏度、海拔高度是形成土地利用格局的重要驱动因素[26]，这也导致了土地利用度对研究区耕地缺水的解释力较差。

3.2 社会经济因素对耕地缺水的次要影响

随着人口逐年增多，人口密度因子对耕地缺水的影响急剧增加[27]，其影响率从2000年的19.09%增至2018年的70.56%。黄忠伟等人也通过研究表明，以农业取水为主的人类取水是导致全球61%的人口面临水资源短缺加剧的主要原因[28]。内蒙古虽地域辽阔，但耕地面积有限，20世纪90年代以来，耕地每年以40万hm2的速度减少，同时内蒙古自治区耕地利用率低，多为一年一熟制[29]，人们对粮食的需求不断加大，导致一产GDP成为社会经济因素中对耕地缺水影响最大的因子；草地作为内蒙古主要土地类型，借助地理优势，人们大多以牲畜放牧作为主要经济来源。过度放牧等人类干扰活动是目前干旱、半干旱区草原退化的重要原因之一[30]，人类放牧活动在固有草场超负荷进行，不仅加速草场的退化，还导致牲畜密度的增大[31]，因此牲畜密度对研究区的影响也较大。

3.3 自然与社会因子对耕地缺水的交互作用

通过地理探测器中的交互作用探测发现自然因子与社会经济因子的交互作用对耕地缺水的影响相较单因子的影响更大。近年来，随着经济的迅速发展和人类活动增多，社会经济因素对耕地缺水的影响逐渐加大，而社会经济因素在与自然因素形成交互作用后对耕地缺水的解释力亦变得更为复杂。该研究中所有影响因子任意两者的交互作用对研究区耕地缺水的影响都不是独立的，即便是解释力最弱的坡度因子，在与其他因子交互作用下，对耕地缺水的影响力都有明显增强。因此，自2005年来地方政府采取一系列水土保持、生态恢复政策耕地灌溉策略等以改善耕地缺水情况。如巴彦淖尔市为了保持良好的生态环境采取“大部分农业生产地周围无工业污染源”的措施[32]，使得近年来巴彦淖尔市耕地缺水现象有了很大缓解。乌海市也通过提出煤炭行业的发展和治理、建设绿色生态景观及城乡一体化绿色生态网络极大改善了耕地水资源短缺情况[33,34]。

4 结论

通过对2000—2018年内蒙古耕地水资源短缺指数（AWSI）时空变化特征分析以及探索气候、植被、土壤、地形及社会经济等多种因素对耕地水资源短缺指数空间分异的影响差异，主要结论如下。

（1）2000—2018年内蒙古耕地水资源短缺指数在空间上呈现东、中部地区增加，西部减少，整体呈增加趋势。耕地水资源短缺指数增加区域面积达研究区总面积82%以上，多为人口聚集地或自然条件差的区域，少部分盟市如乌海市和巴彦淖尔市在减少工业活动、重视生态环境后耕地水资源短缺指数有所下降。但目前研究区耕地水资源短缺指数整体上依然处于增加阶段，情况仍很严峻，未来应注重减少工业用水、建设绿色生态景观等。

（2）自然因子是影响内蒙古耕地水资源短缺的主导因子。蒸发量、年均温和年降水是与耕地水短缺最为密切的气象因子，影响力蒸发量＞年均温＞垦殖率＞植被NDVI＞年降水，均超过0.650。蒸发量、年均温等均受全球气候变暖的影响，因此在未来发展中应注重减少温室气体排放，减少土地蒸发率、提高耕地水资源的循环利用等。

（3）社会经济因子对耕地水资源短缺指数均有较显著的影响。近年来，社会经济因素对耕地缺水的影响逐年加大，增加原因主要是人口骤增、粮食与肉类需求增大等所导致的水资源消耗大、资源循环利用差。一产GDP为影响内蒙古耕地水资源短缺指数最主要社会经济因子。未来应在提高农作物产率、荒地开发利用等方面做出努力。

（4）因子间的交互作用并非简单的叠加，两因子交互作用的影响均大于单因子对耕地缺水的影响，且均呈现双因子增强或非线性增强的关系。即使如牲畜密度影响力最小的社会经济因子，在与自然因子的交互作用下，对内蒙古耕地水资源短缺指数的影响都有明显的增强。内蒙古耕地缺水的现状，不是单因子作用的结果，而是多因子共同作用下产生的增强关系造成的。