土地流轉背景下缺水地區農用水權初始分配*
——基于投影尋蹤混沌粒子群優化模型分析

張 雪，鄭志來

(鹽城師范學院商學院,江蘇鹽城 224051)

·持續農業·

土地流轉背景下缺水地區農用水權初始分配*
——基于投影尋蹤混沌粒子群優化模型分析

張 雪，鄭志來※

(鹽城師范學院商學院,江蘇鹽城 224051)

[目的]文章從公平性和效率性2個方面選取6個指標構建了缺水地區微觀主體農用水權初始分配指標體系，在該指標體系基礎上，提出了投影尋蹤混沌粒子群優化模型，研究了在土地流轉背景下如何對缺水地區微觀主體農用水權進行初始分配的問題。[方法]該文利用了投影尋蹤技術對微觀主體農用水權初始分配問題進行降維處理，采用混沌優化和粒子群優化算法尋找最優投影方向，并通過算例驗證分析證明了該模型的可行性、合理性和有效性，為農用水權初始分配問題提供了相應的方法和思路。[結果]研究認為，土地流轉使農業生產向土地規模化、經營主體職業化、分工專業化方向發展，為農用水權在微觀主體之間進行初始分配提供了條件； 農用初始水權明晰有利于缺水地區優化農業用水結構，節約農業用水，實施農用水權置換，促進農業用水轉向第二、三產業，以推動缺水地區產業結構優化升級、社會經濟轉型發展； 在農用水權初始分配過程中各指標重要性水平不能主觀評估，應當由不同地區的樣本數據驅動，客觀地計算決策方案的最優值，公正地確定權重和水權分配比例。[結論]農用水權初始分配應考慮法律制度政策、社會經濟、生態環境等多種因素，以構建完善的農用水權初始分配體系。

微觀主體 農用水權分配 投影尋蹤 混沌粒子群優化

0 引言

缺水地區經濟社會發展面臨水資源短缺的約束日益凸顯，而農業用水在缺水地區占了很大一部分比重，其中農業灌溉用水又是重中之重。由于我國是傳統的農業國家，農村和農產品本身的特殊性決定了我國農業水資源利用存在諸多問題，包括農用水權界定不清、浪費嚴重、利用效率低下、農民關于水資源屬于市場化商品的觀念薄弱等。因此，水權制度改革更多地涉及農業方面水權制度； 要從總體上緩解我國缺水問題，必須完善農用水權制度[1]，而農用水權制度的完善則要建立在農用水權初始分配的基礎之上。

1 農用水權初始分配研究概述

目前，國內關于水權初始分配的研究取得了一定進展。對于這一領域的研究主要分為兩方面：一是從體系、制度設計的層面進行研究； 二是從構建模型的角度研究初始水權如何在某一流域內各地區或某一行政區內各下級行政區之間進行分配，也有研究某一地區初始水權如何在該地區各產業部門(包括農業、工業、第三產業、生態環境以及生活等部門)之間進行分配的。這些研究基本上都是從宏觀或者中觀層面進行的，專門研究農用水權在微觀主體(個體農戶或組織)之間如何分配的文獻更少。

然而，由于土地流轉的不斷開展，土地碎片化、農業散戶化將逐漸向土地規模化、農業大戶化方向轉變，農業生產經營將出現農業土地規模化、經營主體職業化、經營方式科學化、農業專業化分工日益明顯的趨勢[2]。這一趨勢的出現將改變實行土地流轉地區的農業用水格局，使農業用水主體發生明顯變化，這為農用水權在個體農戶或組織(以下統稱微觀主體)之間進行分配提供了必要條件。另一方面，土地流轉也為農用水權置換、農業用水向非農轉移、水權市場的建立和完善提供了更廣闊的空間。而這些體系、制度、市場的完善都要建立在農用初始水權清晰界定的基礎上。而我國缺水地區農用初始水權共有范圍大部分只界定到縣一級，共有規模空間過大，共有范圍內農用初始水權界定不清，存在Hardin所證明的“公共地悲劇”，包括農業用水使用量超過最有使用量，浪費嚴重，節水動力不足； 不同主體之間的水資源過度被擠占，具體表現在主體強勢方擠占主體弱勢方、上游用戶擠占下游用戶、耕地用水擠占林草地用水等[2]。因此，在這種形式下，對缺水地區農用水權如何在微觀主體之間進行初始分配展開研究就顯得尤為重要。

目前，國內外文獻關于初始水權分配的研究采用的主要是層次分析法、模糊綜合評價法、多目標半結構性模糊優選法、人工神經網絡、模糊物元分析法等[3]。這些方法的問題在于要么人為主觀地賦予權重構造判斷矩陣，要么對樣本數據結果或分布特征先作某種假定[3]，在很大程度上存在著主觀因素的影響。為了克服這些不足，有文獻采用投影尋蹤混沌優化算法構造初始水權分配模型[3]，但是混沌優化算法需要迭代的次數過多，尋優速度過慢，在大空間、多變量的優化搜索上存在著計算時間長、不易搜索到最優解的問題。考慮混沌優化算法的不足之處，而粒子群優化算法(CPSO)通用性強、尋優速度快，具有較強全局和局部搜索能力，但是這種方法在收斂速度和擺脫局部最優方面也存在矛盾和不足，可以將混沌優化算法和粒子群優化算法相結合，對現有模型進行改進，以克服二者的不足，發揮二者的優點，構造出有實用價值有特色的混合優化算法。

基于此，文章在前人研究的基礎上，利用投影尋蹤技術建立農用水權初始分配模型，將混沌優化算法和粒子群優化算法二者的優勢結合起來(合稱為混沌粒子群優化算法)，提出將投影尋蹤混沌粒子群優化模型運用在微觀主體農用初始水權分配中，不僅為初始水權分配，也為農用初始水權分配提供了創新的思路和方法。

2 模型假設與構建

2.1 模型假設

為了討論方便，該文特作如下假設：

第一、由于灌溉用水是農業用水大戶，該文只討論缺水地區農業灌溉用水的初始水權分配問題。

第二、假設農用水權共有范圍已界定到縣一級，并且用于農業灌溉的用水總量已確定，記作WR。

第三、土地流轉使得縣域內出現了一定數量規模化的農業生產者，他們使用大面積土地進行農業生產活動。

在此基礎上該文討論農用水權如何在縣域內微觀主體之間進行分配的問題。

2.2 建立微觀主體農用水權初始分配指標體系

該文從農用水權分配的公平性、效率性的原則出發，選取6個指標構建缺水地區微觀主體農用水權初始分配指標體系，同時為了體現水權分配的公平性，選取進行水權分配之前的“原實際取水量”作為參考指標，要求進行水權分配后，各微觀主體的水權分配量與其有正相關關系，如圖1所示。

圖1 缺水地區農用水權初始分配指標體系

2.2.1 公平性指標

2.2.1.1 原實際取水量

這是一個參考性指標，體現了微觀主體農用水權初始分配的水源地優先原則和用水現狀優先原則。一方面，同一地區不同區域的產水量可能是不同的，這是不同區域水資源稟賦的自然原因造成的。這一差異是不同區域發展農業的重要自然資源，在進行農用水權初始分配是要充分考慮這一因素[5]； 另一方面，由于水資源天然稟賦以及節水設施投入等方面的不同，為了尊重和維持各微觀主體用水現狀，避免一些不必要的糾紛，保證農用水權初始分配順利進行，考慮原實際取水量也是有必要的。該文在構建模型時要求各微觀主體的水權分配量與該指標保持正相關關系。

2.2.1.2 農地面積

農地面積體現了土地流轉之后，微觀主體承包的需灌溉的農業用地的面積。該指標值越大，需水量越大，也應該分配相對較多的初始水權。

2.2.1.3 農地實際灌溉面積

農地實際灌溉面積指的是在農地面積中已經實際進行正常灌溉的農地面積。因此，農地實際灌溉面積不大于農地面積。

2.2.2 效率性指標

水資源是缺水地區農業生產和社會經濟發展的關鍵自然資源，在進行微觀主體農用水權初始分配時，不僅要考慮公平性指標，更要考慮效率性指標，也就是給予用水效率高的區域和微觀主體相對較多的初始水權，反之亦然。

2.2.2.1 農地實灌單位面積用水量

農地實灌單位面積用水量直接反映了農業灌溉用水效率，并在一定程度上反映了微觀主體對水資源的需求強度。

2.2.2.2 單位土地面積農業產值

單位土地面積農業產值指標暫時以GDP來衡量，體現了微觀主體在單位土地面積上進行農業生產的效率，這一指標值的大小是包括水資源在內的多種因素共同作用的結果。該指標值越大，應當分配較多的初始水權，以在一定程度上促使微觀主體利用多種手段提高農業生產效率，從而提高水資源利用效率。

2.2.2.3 單位水農業產值

單位水農業產值體現了微觀主體單位用水量所帶來的產值的大小，暫時以GDP衡量。這也是一個反映水資源利用效率的重要指標。如果該指標值較小，表明水資源利用效率較低，應當分配較少的初始水權； 反之，表明水資源利用效率較高，應當分配較多的初始水權，以此作為一種激勵手段，引導農業灌溉用水向效率高的區域和微觀主體流動[5]。

2.2.2.4 節水設施投入

節水設施投入體現了微觀主體在節約農業灌溉用水方面資金投入量的多少。該指標值越大，反映微觀主體節水意識越強，節水投入資金也越多，分配的初始水權也應當較多，反之亦然。該指標可以有效引導微觀主體投入更多的財力、物力用于節約農業灌溉用水。

2.3 模型構建

2.3.1 投影尋蹤指標函數的建立

2.3.1.1 建立農用水權初始分配樣本集，并將其進行數據歸一化處理

如果是越大越優型指標，則公式為

x(i，j)=[x*(i，j)-xmin(j)]/[xmax(j)-xmin(j)]

(1)

如果是越小越優型指標，則公式為

x(i，j)=[xmax(j)-x*(i，j)]/[xmax(j)-xmin(j)]

(2)

式(2)中，xmax(j)、xmin(j)分別為樣本集中第j個指標值的最大值和最小值。

2.3.1.2 構造投影指標函數

使用投影尋蹤方法可以把p維數據{x*(i，j)|j=1， 2，…，p}綜合成以a=(a(1)，a(2)，…，a(p))為投影方向的一維投影值z(i)。

(3)

然后，根據{z(i)|i=1， 2，…，n}的一維散布圖進行分類，式中a為單位長度向量。在綜合投影值時，要求投影值z(i)的散布特征應為：局部投影點盡可能密集，最好凝聚成若干個點團； 而在整體上投影點團之間盡可能散開； 同時，為了保持進行水權分配后的各微觀主體的取水量與水權分配之前的實際取水量保持相對一致，則要求z(i)與q(i)的相關系數R的絕對值以及z(i)的標準差S均盡可能大。據此投影指標函數可構造為

Q(a)=Sz|R|

(4)

式(4)中，Sz為投影值z(i)的標準差，R為z(i)與q(i)的相關系數，即

(5)

(6)

式(6)中，Ez，Eq分別為序列{z(i)}和{q(i)}的均值

2.3.1.3 優化投影指標函數

當各指標值的樣本集給定時，投影指標函數Q(a)只隨投影方向a的變化而變化。可通過求解投影指標函數最大化問題來估計最大可能暴露高維數據某類特征結構的最佳投影方向，因此，投影指標函數可以優化為：

目標函數：maxQ(a)=Sz|R|

(7)

(8)

以{a(j)|j=1， 2，…，p}為優化變量的復雜非線性優化問題，目標函數采用混沌粒子群優化算法求解。

2.3.1.4 基于CPSO的投影方向優化

粒子群優化算法具有通用性強、所需調節參數較少、隨機初始化等特點，但容易陷入局部最優解。而混沌優化算法可在一定范圍內不重復遍歷所有狀態，避免陷入局部極小點，可是混沌優化算法需要較多的迭代次數，否則不易獲得較優的解[4]。因此，該文將二者結合起來構造混沌粒子群優化算法(CPSO)，利用混沌的遍歷特征，產生大量的初始樣本，從中選取優良的樣本個體用于迭代，迭代過程中對粒子位置產生混沌擾動，避免其陷入局部極值[4]。

根據混沌優化算法，上述有約束條件的目標函數要轉化為無約束條件的函數求解問題[7]，該文采用Hestenes乘子法將其轉化為無約束條件的函數求解問題，即

(9)

對于此函數可以采用迭代公式uk+1=uk+σkh(ak)，在給定的算法終止運算準則||h(ak)||<ε下求解，其中，ε為誤差精度，且ε>0。對于每一次迭代都可以使用CPSO算法求解，具體流程如圖2所示。

圖2 基于CPSO的投影尋蹤目標函數求解流程

3 算例驗證及分析

已知A地區實施土地流轉后，達到了比較好的土地規模化效果，大部分農業用地非常集中，包括林果地、草地等。其中灌溉用地主要涉及8個微觀主體，相關數據如表1所示。

將表1中各指標值進行歸一化處理后得到數據如表2所示，根據表2數據建立投影指標函數，采用混沌粒子群優化算法求解，分別經過10至130次迭代后，目標函數值φ基本穩定于0.7885，如圖3所示，最佳投影方向a*=(0.6577， 0.5605， 0.2601， 0.1201， 0.2013， 0.3508)。從圖3中可以看出，混沌粒子群優化算法較混沌優化算法收斂速度較快，適用于投影方向的確定[4]。將最佳投影方向a*代入式(3)后即可得到水權分配的投影值Z(i)*=(1.2766， 0.6139， 1.6916， 0.8749， 0.7165， 1.5582， 0.3413， 0.7891)，將其進行歸一化處理后即可得到各微觀主體分水比例，然后將農業灌溉的用水總量WR與各分水比例相乘，便可得到各微觀主體初始水權分配量，如表3所示。

表1 農用水權分配樣本值

指標灌溉用水戶1灌溉用水戶2灌溉用水戶3灌溉用水戶4灌溉用水戶5灌溉用水戶6灌溉用水戶7灌溉用水戶8農地面積1280900160010008001650530680農地實際灌溉面積(hm2)120085015209807701600500620農地實灌單位面積用水量(m3/hm2)41.239.8774.9328.6715.5720.1815.2716.93單位土地面積農業產值(元/m2)2.253.152.101.923.622.672.813.06單位水農業產值(元/m3)8.053.688.796.925.297.502.859.76節水設施投入(元/m2)0.820.290.560.780.920.651.061.26原實際取水量(m3/hm2)50.246.185.336.7220.6225.8223.3121.2

表2 各指標歸一化處理結果

指標灌溉用水戶1灌溉用水戶2灌溉用水戶3灌溉用水戶4灌溉用水戶5灌溉用水戶6灌溉用水戶7灌溉用水戶8農地面積0.66960.33030.95530.41960.24111.00000.00000.1339農地實際灌溉面積0.63640.31820.92730.43640.24551.00000.00000.1091農地實灌單位面積用水量0.56540.58770.00000.77540.99500.91771.00000.9722單位土地面積農業產值0.19410.72350.10590.00001.00000.44120.52350.6706單位水農業產值0.75250.12010.85960.58900.35310.67290.00001.0000節水設施投入0.54630.00000.27830.50520.64950.37110.79381.0000原實際取水量0.54270.60610.00000.75111.00000.91960.95840.9910

圖3 目標函數值與迭代次數變化曲線

灌溉用水戶投影值分水比例(%)微觀主體11.276616.24微觀主體20.61397.81微觀主體31.691621.52微觀主體40.874911.13微觀主體50.71659.11微觀主體61.558219.82微觀主體70.34134.33微觀主體80.789110.03

與層次分析法相比，投影尋蹤技術直接由樣本驅動，通過最佳投影方向確定決策方案最優值，避免了層次分析法構造判斷矩陣時需要人為主觀賦予權重的缺陷[3]，而混沌粒子群優化算法與混沌優化算法相比具有收斂速度快、迭代次數少的優勢。同時，該文計算的結果也符合初始水權分配的公平性和效率性原則，說明了模型的合理性。

4 結論

該文在前人研究基礎上提出了將粒子群優化算法和混沌優化算法結合起來的思路，利用投影尋蹤的技術來研究初始水權分配問題，避免了采用層次分析法研究這一問題時在權重確定上受主觀因素影響較大的不利因素，同時解決了單純的混沌優化算法在全局尋優時迭代次數過多、速度過慢的問題，并通過算例分析，驗證了該模型的可行性和合理性，豐富和發展了初始水權分配的思路和方法。另外，該文構建的模型具有較強的適應性、靈活性和可擴展性，可根據實際情況的不同，選取不同的水權分配指標體系，對該模型進行完善和補充。

[1] 錢煥歡，倪焱平.農業用水水權現狀與制度創新.中國農村水利水電， 2007，(5)： 138～141

[2] 鄭志來. 土地流轉背景下缺水地區農業水權置換制度影響因素研究.農村經濟, 2015，(3)： 90～94

[3] 楊芳， 肖淳，邵東國，等.基于投影尋蹤混沌優化算法的流域初始水權分配模型.武漢大學學報(工學版)， 2014, 47(5): 621～624

[4] 馬智泉， 李鵬，王魁.混沌粒子群優化投影尋蹤法在電能質量監測網中的應用.水電能源科學， 2012, 30(5): 181～185

[5] 尹云松， 孟令杰.基于AHP的流域初始水權分配方法及其應用實例.自然資源學報， 2006, 21(4): 645～651

[6] 付強， 趙小勇.投影尋蹤模型原理及其應用.北京：科學出版社， 2006

[7] 王魁， 張步涵，胡永強.考慮儲能裝置風電場的動態經濟調度.湖北工業大學學報， 2011, 26(1): 1～5

[8] 李新， 常福宣，陳進.水權與初始水權分配研究綜述.長江科學院學報， 2011, 28(2): 1～9

[9] 孫建光， 韓桂蘭.塔里木河流域綠洲可轉讓農用水權及其分配問題研究.節水灌溉, 2013，(11)： 66～72

[10]張戈躍. 試論我國農業水權轉讓制度的構建.中國農業資源與區劃， 2015, 36(3): 98～102

[11]戶艷領， 陳志國，劉振國.基于熵值法的河北省農業用水利用效率研究.中國農業資源與區劃， 2015, 36(3): 136～142

[12]王俊杰， 王娟娥，方金.構建資源節約型農業綜合評價指標體系研究——以山東省為例.中國農業資源與區劃，2014， 35(4)： 41～48

ANALYSIS OF INITIAL AGRICULTURAL WATER RIGHT ALLOCATION IN WATER SHORTAGE AREA IN THE BACKGROUND OF LAND CIRCULATION*——BASED ON THE MODEL OF PROJECTION PURSUIT AND CHAOTIC PARTICLE SWARM OPTIMIZATION

Zhang Xue，Zheng Zhilai※

(School of Business ,Yancheng Normal College, Yancheng, Jiangsu 224051, China)

The paper constructed an evaluation index system of initial agricultural water right allocation in water shortage area by selecting six indicators related to fairness and efficiency, and then established the Chaotic particle swarm optimization (CPSO) and projection pursuit (PP) model to research the initial agricultural water right allocation in water shortage area in the background of land circulation. The PP model was adopted to reduce the dimensions of the decision-making problem of initial agricultural water right allocation and the CPSO model was used to search the optimum projection direction. Meanwhile, the feasibility, reasonableness and effectiveness of the model were verified by an example calculation and comparative analysis. The empirical analysis results showed that land circulation made agricultural production towards land scale, professionalism of the main body, agricultural specialization, and gradual centralization of agriculture; What′s more, the clarity of agricultural water right could optimize agricultural water structure, agricultural water conservation, agricultural water rights exchange, and promote agricultural water rights transform from agriculture to secondary industry and tertiary industry. It also could improve the optimization and upgrading of industrial structure, social development and economic transformation. The optimum value of various schemes should be calculated objectively and the weight of each index should be determined fairly, based on the sample data of various areas. Additionally, a complete initial agricultural water right allocation system should take into account the factors, such as laws, systems, policies, socio-economic, ecological and environmental factors.

micro-units; agricultural water right allocation; pursuit projection; CPSO

10.7621/cjarrp.1005-9121.20170224

2016-03-25 作者簡介：張雪(1984—)，男，江蘇徐州人，碩士、講師。研究方向：區域經濟。※通訊作者：鄭志來(1981—)，男，江蘇鹽城人，博士、副教授。研究方向：資源管理。Email：haokgo@126.com *資助項目：國家社會科學基金項目“土地流轉、農用水權置換與缺水地區產業結構優化研究”(14CJY029)

TV213; F322

A

1005-9121[2017]02168-07