基于DPSIR模型的寧夏農業水土資源安全評價

趙自陽，李王成，2，3，*，張宇正，王 霞

(1.寧夏大學 土木與水利工程學院，寧夏 銀川 750021； 2.旱區現代農業水資源高效利用教育部工程研究中心，寧夏 銀川 750021； 3.西北退化生態系統恢復與重建教育部重點實驗室，寧夏 銀川 750021)

基于DPSIR模型的寧夏農業水土資源安全評價

趙自陽1，李王成1，2，3，*，張宇正1，王 霞1

(1.寧夏大學 土木與水利工程學院，寧夏 銀川 750021； 2.旱區現代農業水資源高效利用教育部工程研究中心，寧夏 銀川 750021； 3.西北退化生態系統恢復與重建教育部重點實驗室，寧夏 銀川 750021)

基于DPSIR模型框架，構建農業水土資源安全評價指標體系，采用結構方程模型對寧夏地區農業水土資源安全進行定量評價，探討寧夏農業水土資源發展路徑。結果表明：2004—2014年寧夏農業水土資源安全變化過程中，驅動力指數和狀態指數呈穩步上升態勢，分別由2004年的-1.172和-1.067上升到2014年的1.754和1.540；壓力指數總體下降趨勢明顯，但壓力指數是個負向指標，表明水土資源承受的壓力越來越大；寧夏環境對全球氣候變化的反應敏感，影響指數沒有明顯規律；響應指數除2013年異常外，其余年份平穩上升。寧夏地區2004—2014年農業水土資源安全指數大體可分為3個階段：2004—2008年，安全指數從-0.434變化到0.091，雖然5 a中有3 a都處于低級，但整體呈上升態勢；2008—2010年從0.091下降到-0.344，形勢不容樂觀；2010—2014年，由-0.344上升到0.659，安全指數中級以上年份達到80%。灰色預測結果顯示，2015—2020年寧夏地區農業水土資源安全潛力呈穩步上升趨勢，有望由2015年的0.523提高到2020年的1.204，安全指數均為高級。雖然寧夏農業水土資源安全水平實現了等級跨越，但目前尚處于起步階段，仍有極大的提升空間。

DPSIR模型；結構方程模型；水土資源安全；灰色預測；寧夏

農業水土資源，即農業生產所利用的水資源和耕地資源，是區域生態經濟系統中的基礎性和敏感性因子，不僅是人類生產與生活的基本自然資源，而且還是農業生產與糧食安全的支撐和保障[1]。目前，工業化和城市化發展擠占農業水土資源的態勢短期內難以逆轉，已經明顯不足的水土資源還要不斷地向非農產業轉移，農業生產將面臨越發嚴峻的水土資源供給形勢[2]。寧夏地處西北內陸高原，水土流失嚴重，農業生產條件差，生產力發展緩慢[3]；因此，分析寧夏地區水土資源現狀，系統開展農業水土資源安全性研究，對推動當地農業的可持續發展具有重要的意義。

我國對農業水土資源的研究開始于20世紀90年代，但由于存在不同的視角和衡量標準，目前尚未形成比較統一的理論方法和指標體系。任守德等[4]通過選取27個與農業水土資源承載力密切相關的評價指標，運用主成分分析和投影尋蹤模型對三江平原農業水土資源承載力進行了分析；吳文婕[5]通過確定水土資源利用過程中的13組生態風險指標構建LUCC綜合評價模型，對武威市水土資源的安全性進行了研究；施開放等[6]根據SMART原則選取12個指標，結合可拓學和熵權理論對重慶三峽庫區水土資源承載力進行了定量評價；田青等[7]以甘肅河西內陸河流域為研究對象，根據PSR模型選取12個評價指標，運用綜合指數評價法對當地的生態安全進行了分析；周智等[8]從水資源、土地資源和水土資源耦合3個方面選取26個指標運用因子分析和聚類分析對全國31個省區進行綜合評價；張青峰等[9]從大尺度、中等尺度和小尺度構建24組指標，運用層次分析法對西北干旱區農業水土資源安全性進行了分析。可以看出，由于研究對象和目的各不相同，上述研究在模型的選取及指標的確定方面都存在明顯差異。

區域農業水土資源安全性研究要考慮系統的復雜性，指標的選取需要體現二者利用方式、強度和空間上的耦合作用，量化模型要盡量避免主觀性。DPSIR概念模型[Driving force(D，驅動力)-Pressure(P，壓力)-State(S，狀態)-Impact(I，影響)-Response(R，響應)]涵蓋了人口、社會、經濟、資源和環境5大要素，能夠揭示各個系統之間的內在關系，且具有系統性、綜合性和靈活性等優點，在資源環境領域得到了廣泛的應用[10]。基于此，本研究借助DPSIR模型構建農業水土資源安全評價指標體系，通過結構方程模型(DEM)確定各項指標的權重，對寧夏地區2004—2014年的農業水土資源安全性進行評價研究，探索寧夏農業水土資源安全發展的途徑；并采用GM(1，1)模型預測寧夏地區未來的農業水土資源安全潛力。研究結果可為相關部門評價農業水土資源狀況，科學管理農業水土資源等提供參考。

1 材料與方法

1.1 區域農業水土資源安全概念

安全一般有2個內涵，一是客觀上不存在威脅，二是主觀上不存在恐懼。目前，學界對農業水土資源安全尚未有明確的界定和統一的定義[11]。根據水資源安全和土地資源安全的相關概念[12-13]，本研究將區域農業水土資源安全概念定義為：一個國家或地區的農業水土資源系統對人們和社會的可持續發展所具有的穩定的供給狀態和良好的保障能力。

1.2 DPSIR概念模型

DPSIR概念模型(圖1)中：驅動力是指區域資源與環境變化的潛在原因；壓力是指人類活動對周邊資源環境的影響；狀態是指區域資源環境在上述壓力下所處的狀況；影響是指系統所處的各種狀態對人口、社會、經濟、資源和環境等的反饋作用；響應是指人類對區域資源、環境和經濟的可持續發展所采取的積極調控措施[14-15]。

圖1 DPSIR概念模型Fig.1 DPSIR conceptual model

1.3 指標選取原則

農業水土資源系統作為一個開放的大系統，涉及社會、經濟、生態和環境等眾多因素，這就決定了農業水土資源安全性的研究必須要考慮多方面和多指標。在借鑒國內學者對資源可持續利用的基礎上，具體遵循以下原則[10，15-17]，選取代表性強且便于度量的指標。

1.3.1 目的性和政策向導性

農業水土資源安全性系統具有深刻而豐富的內涵，建立的指標體系不僅要緊緊圍繞水土保持功能及服務價值評價，多方位、多角度地反映社會、經濟和環境等組成部分，還要符合國家和地區農業水土資源安全相關的方針政策，以便促進農業水土資源的可持續發展。

1.3.2 科學性和可操作性

評價指標的選取不僅要符合農、林、牧、水保等相關學科的基本原理，而且要概念明確，便于收集，能夠揭示農業水土資源的內在聯系，每個指標的計算內容及計算方法也都必須科學、合理、準確。

1.3.3 系統性和層次性

區域農業水土資源安全系統是以水、土資源為主導形成的水土-社會經濟-生態環境為一體的復合系統。因此，指標體系的建立必須要系統化和具有條理性，復雜問題要求用層次感較強的指標體系表達出來，充分反映區域農業水土資源的可持續發展狀況。

1.4 指標體系建立

在定量分析區域農業水土資源安全的基礎上，選取能夠反映水土資源特征的22個細分因子，結合DPSIR框架模型，構建區域農業水土資源安全評價指標體系[10，15-17](表1)。

驅動力可分為自然驅動力和社會經濟驅動力，但由于自然驅動力的影響是潛在和緩慢的，在短期內可以忽略不計，因此本文只考慮市場變化、城市擴張和經濟增長等社會經濟驅動力。選取單位面積固定資產投資反映市場變化，城鎮化水平反映城市擴張，人均GDP和農村居民家庭人均純收入反映經濟增長。

壓力是引發農業水土資源安全發生變化的直接原因，指人類活動對自然環境的影響，主要表現為人口壓力、資源壓力和環境壓力3個方面。選取人口自然增長率反映人口壓力，農業萬元GDP耗水量反映資源壓力，單位耕地面積化肥、農藥和農膜施用量反映環境壓力。

狀態是驅動力和壓力共同作用的結果，主要包括水土資源利用狀態、農業生產效率和管理水平3個方面。選取土地資源開發利用率和農業水土資源匹配系數反映水土資源利用狀態，單位耕地面積GDP產出反映農業生產效率，農田有效灌溉率反映管理水平。

影響是用來描述農業水土資源系統狀況變化的最終效果，主要表現為環境影響和經濟影響。選取旱災和農作物受災面積比例反映環境影響，工農業水資源競爭指數反映經濟影響。

響應是指人類為了實現農業水土資源系統的可持續發展，對自身行為的必要調整，主要包括改變耕作方式、興建水保工程和修復生態系統。選取單位耕地面積農業機械化總動力和用電量反映改變耕作方式，本年度水利工程投資比例和水土流失治理面積比例反映興建水保工程，水庫總庫容量反映修復生態系統。

1.5 數據來源及標準化處理

本研究所采用的數據均來自于2005—2015年的《寧夏統計年鑒》和2004—2014年的《寧夏水資源公報》，其中，能夠促進農業水土安全的指標為正向因子，反之則為負向因子。為了消除指標性質和量綱的影響，數據的標準化過程分為2個步驟：首先，將負向因子轉化為正向因子(式1)；其次，通過Z-score標準化(式2)，使數據服從標準正態分布。

表1 農業水土資源安全性指標體系

Table 1 Index system of agricultural water and soil resources security

目標層Targetlayer潛變量Latentvariable觀測指標Observationindex標準因子載荷Standardfactorloading二級指標權重Secondaryindexweight一級指標權重Primaryindexweight農業水土驅動力人均GDPPer-capitaGDP/(104yuan)0.9870.2100.222資源安全AgriculturalDrivingforce單位面積固定資產投資Investmentinfixedassetsper-unitarea/(104yuan·km-2)0.9720.204waterand城鎮化水平Urbanizationlevel/%0.9910.210soilresourcessecurity農村居民家庭人均純收入Per-capitanetincomeofruralhouseholds/yuan0.9910.208農村居民人均住房面積Per-capitahousingareaofruralhouseholds/m30.8470.168壓力人口自然增長率Naturalpopulationgrowthrate/‰0.9520.2140.216Pressure農業萬元GDP耗水量AgriculturalwaterconsumptionpertenthousandyuanGDP/m30.9750.216單位耕地面積化肥施用量Fertilizerapplicationquantityper-unitcultivatedlandarea/(kg·km-2)0.9340.181單位耕地面積農藥施用量Pesticideapplicationquantityper-unitcultivatedlandarea/(kg·km-2)0.9450.186單位耕地面積農膜施用量Agriculturalfilmapplicationquantityper-unitcultivatedlandarea/(kg·km-2)0.9650.203狀態State單位耕地面積GDP產出GDPoutputper-unitcultivatedlandarea/(yuan·km-2)0.9320.3160.182農田有效灌溉率Farmlandeffectiveirrigationrate/%0.9610.183土地資源開發利用率landresourcesdevelopmentandutilizationrate/%0.8950.269農業水土資源匹配系數Agriculturalwaterandsoilresourcesmatchingcoefficient/(m3·km-2)0.7860.233影響旱災受災面積比例Droughtaffectedarearatio/%0.8880.3140.184Impact農作物受災面積比例Cropsaffectedarearatio/%0.9210.434工農業水資源競爭指數Industrialandagriculturalwaterresourcescompetitionindex0.8400.253響應Response本年度水土流失治理面積比例Soilandwaterlossgovernancearearatiointhisyear/%0.8130.1880.196單位耕地面積農業機械化總動力Totalpowerofagriculturalmechanizationper-unitcultivatedlandarea/(kW·km-2)0.9500.231本年度水利工程投資比例Hydraulicengineeringinvestmentratiointhisyear/%0.6780.134單位耕地面積用電量Electricityconsumptionper-unitcultivatedlandarea/(kW·km-2)0.9120.212水庫總庫容量Totalreservoircapacity/(108m3)0.9800.234

(1)

(2)

1.6 結構方程模型(SEM)

指標體系中權重的確定采用結構方程模型(SEM)，結構方程模型融合了多變量統計分析中的因素分析和路徑分析。一個完整的結構方程模型包含2個次模型——測量模型和結構模型：測量模型用來描述潛變量如何被相應的顯性變量所測量和概念化；結構模型則用來反映潛在變量之間的關系以及模型中其他變量無法解釋的變異量部分[18]。結構方程模型的一般形式為：

(3)

式(3)中：B為內因潛在變量之間的效應系數矩陣；Г為外因潛在變量對內因潛在變量的效應系數矩陣；η是內因潛在變量，ξ為外因潛在變量；ΛX和ΛY分別為反映X對ξ和Y對η的效應系數矩陣；ξ為結構模型的誤差項；ε和δ是測量模型的誤差項。

通過結構方程模型中觀測變量與潛變量、潛變量與潛變量之間的路徑系數，可以得到寧夏地區農業水土安全評價體系中的一級指標和二級指標的權重系數(表1)，計算方法如下：

(4)

(5)

式(4)、(5)中：wij為二級指標權重，Wi為一級指標權重；i分別代表驅動力、壓力、狀態、影響和響應5個潛變量；j為每個潛變量下觀測變量的個數；λij為每個觀測變量的路徑系數。

根據得出的一級、二級指標權重系數，可以得到區域農業水土資源安全指數(T)，計算公式如下：

Ti=Wi∑jωijzij；

(6)

T=∑iTi。

(7)

式(6)、(7)中：zij分別為驅動力、壓力、狀態、影響和響應下的各二級指標的標準化值；Ti分別代表驅動力指數、壓力指數、狀態指數、影響指數和響應指數；T為總的區域農業水土資源指數。

1.7 灰色預測模型

灰色預測是通過原始數據的生成處理來尋找系統變化的規律，從而建立灰色模型對系統未來的發展趨勢進行定量預測。本研究以寧夏地區2004—2014年的農業水土資源安全指數為原始數據，對2015—2020年的安全指數進行預測。具體步驟如下[19]。

(1)原始數據：

X(0)={x(0)(1),x(0)(2),…，x(0)(N)}。

(8)

一次累加：

X(1)={x(1)(1),x(1)(2),…，x(1)(N)}。

(9)

(2)構造累加數據矩陣B和常數項向量Y：

(10)

(11)

(3)利用最小二乘法求解參數：

(12)

(4)將參數帶入方程：

(13)

(5)預測值：

x(0)(k)=x(1)(k)-x(1)(k-1)。

(14)

(6)模型診斷：

ε(0)(t)=x(0)(t)-x(0)′(t)；

(15)

(16)

式(15)、(16)中：ε(0)(t)是殘差值；q(t)是相對誤差值；x(0)′(t)是模型計算值。

灰色預測結果精度分為4個等級，分別為：好，相對誤差<0.01，小誤差概率>0.95，方差比<0.35；合格，相對誤差<0.05，小誤差概率>0.80，方差比<0.50；勉強，相對誤差<0.20，小誤差概率>0.70，方差比<0.65；不合格，相對誤差≥0.20，小誤差概率≤0.70，方差比≥0.65。

2 結果與分析

2.1 樣本的科學性檢驗

2.1.1 驗證性因子分析

利用AMOS24.0和SPSS22.0對測量模型進行驗證性因子分析。在DPSIR的5個測量模型中，Bartlett球檢驗的P值均小于0.05(表2)，22個觀測變量的標準因子載荷均大于0.6(表1)，說明各觀測變量對潛變量具有很好的解釋能力，適合做結構方程模型的因子分析[17]。

2.1.2 信度和效度檢驗

信度衡量的是測量數據的一致性、穩定性和可靠性；效度即有效性，是指標變量反映某一概念真正含義的程度大小。利用SPSS22.0統計軟件對測量模型的信度和效度進行檢驗，其中，信度檢驗采用Cronbach’sα系數和折半信度系數(Guttmansplit-halfcoefficient)，效度檢驗利用平均變異抽取量(AVE)下測量模型的會聚效度。由表2可知：各潛變量的Cronbach’sα系數均大于0.8，折半信度系數均大于0.7，說明整體研究變量的可信度較高；會聚效度結果介于0.638到0.905之間，表明各指標變量能夠較好地測度其所屬的潛變量[20-21]。

2.2 結構方程模型實證結果

2.2.1 模型適配度檢驗

適配度指標旨在評價假設的路徑分析模型圖與指標數據之間的一致性程度。在模型適配方面常見的有預設模型、飽和模型和獨立模型。本研究主要從絕對適配度測量、增值適配度測量和簡約適配度測量3個方面對預設模型進行檢證。由表3可知，整體的適配度指標基本符合標準，表明基于DPSIR的路徑分析模型圖與實際數據契合，模型達到適配[18]。

2.2.2 結構方程模型估計結果

利用AMOS24.0對基于DPSIR的結構方程模型進行實證分析，路徑系數結果如圖2所示。對于內因潛變量，驅動力對壓力具有明顯的正向影響，路徑系數為0.930，即當社會經濟驅動力變化1個單位時，人口、資源和環境方面的壓力會向相同方向增加0.930；同理，壓力對狀態、狀態對影響和影響對響應均有著明顯的負向影響，路徑系數分別為-0.929、-0.699和-0.618。人類為了實現農業水土資源的可持續發展，對自身行為所做的響應，可以減緩水土資源驅動力(0.860)、減輕水土資源壓力(0.967)、改善水土資源狀態(0.872)、避免對水土資源的消極影響(0.590)。對于外因潛變量即農業水土資源安全，5個內因潛變量DPSIR對其均具有正向影響，路徑系數分別為0.222、0.216、0.182、0.184和0.196，這與肖新成等[22]的研究結果不同，主要是因為本研究在數據的標準化過程中將負向因子轉化為了正向因子。

表2 農業水土資源安全性指標體系變量信度與效度

Table 2 Reliability and validity of variables of index system of agricultural water and soil resources

潛變量LatentvariableCronbachsα系數Cronbachsαcoefficient折半信度Split-halfreliability會聚效度ConvergentvalidityKMO檢驗KMOtestBartlett球檢驗Bartlettstestofsphericity驅動力Drivingforce0.9780.9160.9050.704103.365(P=0.000)壓力Pressure0.9750.9400.8620.79779.339(P=0.000)狀態State0.9160.9550.6380.73428.799(P=0.000)影響Impact0.8590.7100.6700.70012.098(P=0.007)響應Response0.9180.9340.7280.73546.424(P=0.000)

表3 預設模型適配度檢驗結果

Table 3 Model fit test results

測量方法Measuringmethod統計檢驗量Statisticvalue適配標準Preliminaryfitcriteria檢驗結果Testresults適配結果Adaptationresults絕對適配度卡方值χ2Chi-squarevalue>0.050.057理想IdealAbsolutefit殘差均方和平方根(RMR)Rootmean-squareresidual<0.050.030理想Ideal適配度指數(GFI)Goodness-of-fitindex>0.900.892接近Approach增值適配度標準適配度指數(NFI)Normedfitindex>0.900.964理想IdealIncrementalfit相對適配度指數(RFI)Relativefitindex>0.900.923理想Ideal增值適配度指數(IFI)Incrementalfitindex>0.900.931理想Ideal簡約適配度調整后標準適配度指數(PNFI)Parsimony-adjustednormalizedfitin-dex>0.500.426接近ApproachParsimoniousfit簡約適配度指數(PGFI)Parsimonygoodness-of-fitindex>0.500.542理想Ideal

圖2 DPSIR模型路徑關系Fig.2 Path relations of DPSIR model

2.3 寧夏農業水土資源安全分析

2.3.1 DPSIR分解因素分析

根據標準化后的指標數據和結構方程模型得到的二級、一級指標權重，可以計算DPSIR模型5個子系統和農業水土資源安全指數變化態勢，但由于模型使用了Z-score標準化，5個子系統指數是正負相間的，如表4所示。從中可以看出，驅動力指數呈穩步上升趨勢，由2004年的-1.172較大幅度地穩步增長到2014年的1.754。2004—2014年寧夏人均GDP、單位面積固定資產投資、城鎮化水平、農村居民家庭人均純收入和住房面積分別由2004年的9 134.534元、44.502萬元·km-2、40.6%、1 917.4元和21.38 m2快速增長到2014年的41 572.508元、554.687萬元·km-2、53.6%、6 180.3元和28.27 m2。寧夏地區是建設絲綢之路經濟帶的戰略支點，近年來，區域經濟的快速增長、人們收入水平的大幅提高和城鎮化水平的穩步推進有力促進了驅動力指數的穩步上升。

壓力指數是一個負向指標，隨著驅動力的增強，寧夏地區農業水土資源所承受的壓力整體也呈一定上升趨勢，壓力指數從2004年的1.551變化到2014年的-0.541。變化呈現2個階段：2004—2012年壓力指數下降幅度較大，農業水土資源安全壓力逐漸增大；2012—2014年壓力指數緩慢上升，農業水土資源安全壓力有所緩解。在驅動力不斷上升的情況下，農業水土資源安全所承受的日益增加的壓力具體表現在人口密度的增加，單位耕地面積化肥、農藥和農膜的過度使用。2012年后壓力有所緩解，主要是隨著新型灌溉技術的發展，農業萬元GDP耗水量快速下降。

在驅動力和壓力整體增強的情況下，農業水土資源狀態指數呈現上升趨勢，由2004年的-1.067增加到2014年的1.540。這主要得益于科技的發展和政府支持力度的加大，2004—2014年寧夏地區單位耕地面積GDP產出提高了3.38倍，農田有效灌溉率增加了4.74百分點，土地資源開發利用率上升了0.08百分點。農業水土資源利用狀態、農業生產效率和管理水平3個方面的整體良性發展保證了寧夏地區農業水土資源狀態指數的上升幅度和穩定勢頭。

影響指數整體呈現螺旋式下降趨勢，2004—2014年間，影響指數的最高值出現在2008年，為1.433，最低值出現在2010年，為-1.402。影響指數主要表現在經濟和環境2個方面：對于經濟影響，工農業水資源競爭指數由2004年的64.632下降到2014年的55.190，下降幅度為14.609%；對于環境影響，由于寧夏地區地貌的復雜性和氣候的特殊性，當地氣候對全球氣候變化的反應更為敏感[23]，導致農作物受災面積比例和旱災受災面積比例沒有明顯變化規律，從而引起影響指數的階梯形下降。

響應指數除了2013年有一個異常下降點外，其余年份和驅動力指數、狀態指數相似，整體呈平穩上升趨勢。響應指數的這種變化是由一直呈上升趨勢的年度水土流失治理面積比例、年度水利工程投資比例和水庫總庫容量，以及呈波動變化的單位耕地面積農業機械總動力和單位耕地面積用電量相互疊加造成的。水土流失治理、水利工程投資和水庫總庫容量的不斷增加反映了自治區政府在加強農田基礎設施、改善農業生產條件以提高農業效益方面所做出的努力。

2.3.2 寧夏農業水土資源安全整體分析

在DPSIR的5個指數綜合影響下，寧夏地區農業水土資源安全指數總體上經歷前期的波浪形增減后逐漸穩步提升，由2004年的-0.434最后上升為2014年的0.659(表4)，增幅達到2.518倍。這主要得益于近年來寧夏高效節水灌溉技術的迅猛發展，截至2014年底，寧夏共發展高效節水灌溉面積13萬hm2，其中，噴灌2.4萬hm2，滴灌8.2萬hm2，農業水資源利用效率不斷提高[24-25]。由于在農業水土資源安全評價領域我國尚處于探索階段，沒有統一的評價標準與體系，因此，將2004—2014年農業水土資源安全指數在SPSS 22.0中進行單一樣本的K-S檢驗，雙側漸進性檢驗值大于0.05，表明安全指數服從正態分布。經過正態分布表查詢，將寧夏農業水土資源安全指數分為3類：總得分小于(μ-0.44σ)定義為安全等級低，大于(μ+0.44σ)定義為安全等級高，介于兩者之間的定義為安全等級中等。根據這一原則得到寧夏農業水土資源安全狀況分級閾值[26-27]：<-0.136，為低級；-0.136～0.136，為中等；>0.136，為高級。基于此標準，各年度的安全等級如表4所示。整體而言，寧夏地區2004—2014年農業水土資源安全指數大體分為3個階段，2004—2008年安全指數從-0.434變化到0.091，雖然5 a中有3 a都處于低級，但整體呈上升狀態；2008—2010年從0.091下降到-0.344，形勢不容樂觀；2010—2014年由-0.344上升到0.659，安全指數中級以上年份達到80%。

表4 寧夏農業水土資源安全評價指數

Table 4 Evaluation index of agricultural water and soil resources security in Ningxia

年份Year驅動力指數Drivingforceindex壓力指數Pressureindex狀態指數Stateindex影響指數Impactindex響應指數Responseindex安全指數Securityindex安全等級Securitylevel2004-1.1721.551-1.067-0.009-1.595-0.434低Low2005-1.0671.437-0.7730.416-1.321-0.250低Low2006-0.9081.013-0.7031.174-0.693-0.030中等Intermediate2007-0.6540.281-0.6650.593-0.309-0.157低Low2008-0.4540.005-0.4701.4330.0650.091中等Intermediate2009-0.155-0.228-0.346-0.0600.233-0.112中等Intermediate20100.195-0.783-0.167-1.4020.409-0.334低Low20110.530-0.9730.4160.1500.9020.188高High20120.909-1.0890.892-1.1090.9700.115中等Intermediate20131.022-0.6751.344-0.7880.4230.263高High20141.754-0.5411.540-0.3980.9170.659高High

安全等級分級標準：<-0.136為低級；-0.136～0.136為中等；>0.136為高級。下同。

Classification standard for security level:<-0.136， Low;-0.136-0.136， Intermediate;>0.136， High.The same as below.

2.4 寧夏農業水土資源安全水平預測

以寧夏地區2004—2014年農業水土資源安全指數為原始數據，利用GM(1，1)模型預測未來6 a(2015—2020年)的安全水平。由于原始數據存在負值，故先將原始數據加1轉化為正值之后再進行預測，得到α=-0.073 9，μ=0.659 1，可以進行中長期的預測[19]。由表5知，平均相對誤差為12.754 2%，處于勉強和合格2個等級之間；方差比和小誤差概率分別為38.645 6%和90.909 1%，均處于合格和好之間，表明預測結果可信。由表6知，預計寧夏地區2015—2020年農業水土資源安全指數呈穩定上升趨勢，安全等級均為高，有望從2015年的0.523提高到2020年的1.204。雖然預測結果顯示，寧夏地區農業水土資源安全指數有望呈良性發展，但受越來越嚴峻的“水資源紅線”[28]和“土地荒漠化”[29]的影響，水土資源安全問題仍不容忽視。

表5 2004—2014年寧夏農業水土資源安全指數預測值與實際值

Table 5 Predictive value and actual value of agricultural water and soil resources security in Ningxia

指標Index20042005200620072008200920102011201220132014預測值Predictivevalue0.5660.7280.7830.8430.9080.9781.0531.1331.2201.3141.415實際值Actualvalue0.5660.7500.9700.8431.0910.8880.6661.1881.1151.2631.659殘差Residual0.0000.0230.1860.0000.183-0.090-0.3870.054-0.105-0.0510.244相對誤差Relativeerror0.0000.0300.1920.0000.1680.1010.5810.0460.0940.0400.147方差比Varianceratio38.6456%小誤差概率Smallerrorprobability90.9091%

表6 寧夏地區2015—2020年農業水土資源安全指數預測值

Table 6 Predicted value of agricultural water and soil resources security in Ningxia from 2015 to 2020

年份Year預測值Predictivevalue等級Grade20150.523高High20160.640高High20170.766高High20180.901高High20191.047高High20201.204高High

3 結論

DPSIR概念模型能夠從驅動力、壓力、狀態、影響和響應5個系統分析人與環境的相互影響，結構方程模型可以體現觀測變量和潛變量、潛變量和潛變量之間的路徑關系，兩者結合能夠有效地構建寧夏地區農業水土資源安全綜合評價體系。從DPSIR 5個子系統看，驅動力指數、狀態指數和響應指數變化相似，整體呈平穩上升趨勢；壓力指數雖然呈下降趨勢，但由于是一個負向指標，表明承受的壓力越來越大；因為寧夏地區氣候對全球氣候變化的反應更為敏感，影響指數沒有明顯規律。整體而言，寧夏地區2004—2014年農業水土資源安全指數大體分為3個階段：2004—2008年安全指數從-0.434變化到0.091，雖然5 a中有3 a都處于低級，但整體呈上升狀態；2008—2010年從0.091下降到-0.344，形勢不容樂觀；2010—2014年由-0.344上升到0.659，安全指數中級以上年份達到80%。灰色預測結果表明，2015—2020年寧夏地區農業水土資源安全潛力呈穩步上升趨勢，有望由2015年的0.523提高到2020年的1.204，安全指數均為高級。

[1] 耿慶玲. 西北旱區農業水土資源利用分區及其匹配特征研究[D]. 北京:中國科學院大學， 2014. GENG Q L. Research on zoning of agricultural water and land resources utilization and their matching characteristics in arid areas of northwest of China[D]. Beijing: University of Chinese Academy of Sciences， 2014. (in Chinese with English abstract)

[2] 唐華俊， 羅其友， 畢于運， 等. 我國農業水土資源可持續利用戰略[J]. 中國農業資源與區劃， 1999， 20(1):5-10. TANG H J， LUO Q Y， BI Y Y， et al. Sustainable utilization strategy of China agricultural water and land resources [J].ChinaAgriculturalResourcesandRegionalPlanning， 1999， 20(1): 5-10. (in Chinese with English abstract)

[3] 王向輝. 西北地區環境變遷與農業可持續發展研究[D]. 楊凌: 西北農林科技大學， 2011. WANG X H. Environmental change and sustainable development of agricultural in northwestern China[D]. Yangling: Northwest A & F University， 2011. (in Chinese with English abstract)

[4] 任守德， 付強， 王凱. 基于宏微觀尺度的三江平原區域農業水土資源承載力[J]. 農業工程學報， 2011， 27(2): 8-14. REN S D， FU Q ， WANG K . Regional agricultural water and soil resources carrying capacity based on macro-micro scale in Sanjiang Plain[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2011， 27(2): 8-14. (in Chinese with English abstract)

[5] 吳文婕. 石羊河流域綠洲水土資源利用生態風險評價研究——以武威市為例[D]. 蘭州: 西北師范大學， 2012. WU W J. Comprehensive evaluation on soil-water utilization ecological risk of oasis——a case study of Wuwei City in Shiyang River Basin[D]. Lanzhou: Northwest Normal University， 2012. (in Chinese with English abstract)

[6] 施開放， 刁承泰， 孫秀鋒. 基于熵權可拓決策模型的重慶三峽庫區水土資源承載力評價[J]. 環境科學學報， 2013， 33(2): 609-616. SHI K F， DIAO C T， SUN X F. Evaluation of soil-water resources carrying capacity based on entropy weight extension decision model in the Three Gorges Reservoir Region of Chongqing[J].ActaScientiaeCircumstantiae， 2013， 33(2): 609-616. (in Chinese with English abstract)

[7] 田青， 李宗杰， 宋玲玲， 等. 甘肅河西地區1986—2011年水土保持生態安全格局[J]. 中國沙漠， 2014， 34(6): 1692-1698. TIAN Q ， LI Z J， SONG L L， et al. Ecological security pattern of soil and water conservation in the Hexi Area of Gansu， China in 1986-2011[J].JournalofDesertResearch， 2014， 34(6): 1692-1698. (in Chinese with English abstract)

[8] 周智， 黃英， 黃娟. 水土資源承載力區域差異與影響因素[J]. 水土保持通報， 2015， 35(2): 344-349. ZHOU Z， HUANG Y， HUANG J. Regional differences and influencing factors of soil-water resources carrying capacity[J].BulletinofSoilandWaterConservation， 2015， 35(2): 344-349. (in Chinese with English abstract)

[9] 張青峰， 張翔， 田龍. 區域農業水土資源利用分區指標體系建設方案——以西北旱區為例[J]. 中國農業資源與區劃， 2016， 37(9): 117-124. ZHANG Q F， ZHANG X ，TIAN L. Regionalization index system of agricultural land and water resources utilization——a case study of Northwest Arid Area[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning， 2016， 37(9): 117-124. (in Chinese with English abstract)

[10] 李玉照， 劉永， 顏小品. 基于DPSIR模型的流域生態安全評價指標體系研究[J]. 北京大學學報(自然科學版)， 2012， 48(6): 971-981. LI Y Z， LIU Y ， YAN X P. A DPSIR-based indicator system for ecological security assessment at the Basin Scale [J].ActaScientiarumNaturaliumUniversitatisPekinensis， 2012， 48(6): 971-981. (in Chinese with English abstract)

[11] 許國平. 中國土地資源安全評價研究進展及展望[J]. 水土保持研究， 2012， 19(2): 276-284. XU G P. New progress and its prospects of evaluation on research for land resources security in China[J].ResearchofSoilandWaterConservation， 2012， 19(2): 276-284. (in Chinese with English abstract)

[12] 暢明琦， 劉俊萍. 水資源安全基本概念與研究進展[J]. 中國安全科學學報， 2008， 18(8): 12-19. CHANG M Q， LIU J P. Basic concept of water resources security and its research development [J].ChinaSafetyScienceJournal， 2008， 18(8): 12-19. (in Chinese with English abstract)

[13] 劉彥隨. 保障我國土地資源安全的若干戰略思考[J]. 中國科學院院刊， 2006， 21(5): 379-384. LIU Y S. Strategies to guarantee land resources safety in China[J].BulletinofChineseAcademyofSciences， 2006， 21(5): 379-384. (in Chinese with English abstract)

[14] 陳廣， 劉廣龍， 朱端衛， 等. DPSIR模型在流域生態安全評估中的研究[J]. 環境科學與技術， 2014， 37(6N): 464-470. CHEN G， LIU G L， ZHU D W， et al. Research and prospects of DPSIR model in ecological assessment for catchment area in water environment[J].EnvironmentalScience&Technology， 2014，37(6N):464-470. (in Chinese with English abstract)

[15] 于伯華， 呂昌河. 基于DPSIR概念模型的農業可持續發展宏觀分析[J]. 中國人口·資源與環境， 2004， 14(5): 68-72. YU B H， LU C H. Application of DPSIR framework for analyses of sustainable agricultural development[J].ChinaPopulation，ResourcesandEnvironment， 2004， 14(5): 68-72. (in Chinese with English abstract)

[16] 于伯華， 呂昌河. 基于DPSIR模型的農業土地資源持續利用評價[J]. 農業工程學報， 2008， 24(9): 53-58. YU B H， Lü C H. Assessment of sustainable use of agricultural land resources based on DPSIR framework[J].TransactionsoftheCSAE， 2008， 24(9): 53-58. (in Chinese with English abstract)

[17] 韋杰， 賀秀斌， 汪涌， 等. 基于DPSIR概念框架的區域水土保持效益評價新思路[J]. 中國水土保持科學， 2007， 5(4): 66-69. WEI J， HE X B， WANG Y， et al. Assessing benefits of soil and water conservation based on the DPSIR conceptual framework[J].ScienceofSoilandWaterConservation， 2007， 5(4): 66-69. (in Chinese with English abstract)

[18] 吳明隆. 結構方程模型——AMOS的操作與應用[M]. 重慶: 重慶大學出版社， 2016: 8-20， 212-240.

[19] 劉思峰， 楊英杰， 吳利豐， 等. 灰色系統理論及其應用[M]. 北京: 科學出版社， 2014: 140-168.

[20] 曹小曙， 林強. 基于結構方程模型的廣州城市社區居民出行行為[J]. 地理學報， 2011， 66(2): 167-177. CAO X S， LIN Q. A SEM-based study on urban community resident’s travel behavior in Guangzhou[J].ActaGeographicaSinica， 2011， 66(2): 166-177. (in Chinese with English abstract)

[21] 汪俠， 吳小根， 章錦河， 等. 基于結構方程模型的旅游消費券效用影響因素研究——以杭州市為例[J]. 地理研究， 2012， 31(3): 543-554. WANG X ， WU X G， ZHANG J H， et al. Investigating influencing factors of tourism consumption coupon effect based on structural equation model approach: A case study of Hangzhou [J].GeographicalResearch， 2012， 31(3): 543-554. (in Chinese with English abstract)

[22] 肖新成， 何丙輝， 倪九派， 等. 農業面源污染視角下的三峽庫區重慶段水資源的安全性評價——基于DPSIR框架的分析[J]. 環境科學學報， 2013， 33(8): 2324-2331. XIAO X C， HE B H， NI J P， et al. Safety assessment of water resources in Chongqing section of the Three Gorges Reservoir Area based on DPSIR model from perspective of agricultural non-point pollution source[J].ActaScientiaeCircumstantiae， 2013，33(8): 2324-2331. (in Chinese with English abstract)

[23] 王連喜， 李菁， 李劍萍， 等. 氣候變化對寧夏農業的影響綜述[J]. 中國農業氣象， 2011， 32(2): 155-160. WANG L X， LI J ， LI J P， et al. Overview on the effects of climate change on agriculture in Ningxia[J].ChineseJournalofAgrometeorology， 2011， 32(2): 155-160. (in Chinese with English abstract)

[24] 劉學軍， 顧靖超， 陸立國， 等. 寧夏高效節水灌溉配套蓄水池建設規模確定方法研究[J]. 中國農村水利水電， 2016 (6): 1-4. LIU X J， GU J C， LU L G， et al. The method of supporting reservoir study to determine the scale of construction in Ningxia efficient water-saving irrigation table [J].ChinaRuralWaterandHydropower， 2016 (6):1-4. (in Chinese with English abstract)

[25] 侯崢， 劉學軍， 周立華. 寧夏滴灌技術應用調查與發展對策[J]. 人民黃河， 2013， 35(2): 75-77. HOU Z， LIU X J， ZHOU L H. Investigation and development strategies of drip irrigation technology in Ningxia[J].YellowRiver， 2013， 35(2): 75-77. (in Chinese with English abstract)

[26] 薛薇. SPSS統計分析方法及應用[M]. 北京: 電子工業出版社， 2013: 141-148.

[27] 凌子燕， 劉銳. 基于主成分分析的廣東省區域水資源緊缺風險評價[J]. 資源科學， 2010， 32(12): 2324-2328. LING Z Y， LIU R. Risk assessment on regional water scarcity in Guangdong province based on principal component analysis[J].ResourcesScience， 2010， 32(12): 2324-2328. (in Chinese with English abstract)

[28] 陳明忠， 張續軍. 最嚴格水資源管理制度相關政策體系研究[J]. 水利水電科技進展， 2015， 35(5): 130-135. CHEN M Z， ZHANG X J. Research on policies for strictest water resources management system[J].AdvancesinScienceandTechnologyofWaterResources， 2015， 35(5): 130-135. (in Chinese with English abstract)

[29] 謝庭生. 寧夏回族自治區耕地資源高效利用途徑[J]. 干旱區資源與環境， 2017， 31(2): 178-184. XIE T S. Efficient utilization of cultivated land resources in Ningxia Hui Autonomous Region[J].JournalofAridLandResourcesandEnvironment， 2017， 31(2): 178-184. (in Chinese with English abstract)

(責任編輯 高 峻)

Evaluation on agricultural water and soil resources security in Ningxia based on DPSIR model

ZHAO Ziyang1， LI Wangcheng1，2，3，*， ZHANG Yuzheng1， WANG Xia1

(1.CollegeofCivilandHydraulicEngineering，NingxiaUniversity，Yinchuan750021，China;2.TheModernEfficientUtilizationofAgriculturalWaterResourcesinAridEngineeringResearchCenterofMinistryofEducation，Yinchuan750021，China;3.KeyLaboratoryforRestorationandReconstructionofDegradedEcosysteminNorthwestChinaofMinistryofEducation，Yinchuan750021，China)

In the present study， an evaluation index system of agricultural water and soil resources security was constructed under the DPSIR model framework by structural equation modeling to quantitatively evaluate the water and soil resources security in Ningxia from 2004 to 2014， and to explore the optimal paths for water and soil resources security in Ningxia. It was shown that the evaluation indexes of driving force subsystem and state subsystem showed a steady upward development trend， and were increased from -1.172 and -1.067 in 2004 to 1.754 and 1.540 in 2014， respectively. The evaluation index of pressure subsystem continued to decrease. As the pressure subsystem was a negative index， it showed that the pressure of agriculture water and soil resources was increasing. Because the environment of Ningxia was sensitive to the global climate change， the evaluation index of impact subsystem didn’t show a clear trend. The evaluation index of response subsystem displayed steady and rapid growth except a single point anomaly in 2013. Overall， the agricultural water and soil resources security in Ningxia could be divided into 3 stages: (1) The security index increased from -0.434 in 2004 to 0.091 in 2008， despite that three years in the past five years were at a low level; (2) The security index decreased from 0.091 in 2008 to -0.344 in 2010， when the situation was not optimistic; (3) The security index increased from -0.344 in 2010 to 0.659 in 2014， when the intermediate level reached to 80%. The result of grey prediction showed that the agricultural water and soil resources security in Ningxia would be on a steady rise state in 2015-2010. The potential security index might rise from 0.523 to 1.204， and the security indexes would all be at high level. The security development of agricultural water and soil resources in Ningxia had some breakthrough， but it was still lying in the initial stage and had great potential.

DPSIR model; structural equation model; water and soil resources security; grey prediction; Ningxia

10.3969/j.issn.1004-1524.2017.08.15

2017-03-10

國家自然科學基金項目(51169021，51569022)

趙自陽(1991—)，男，河南洛陽人,碩士研究生，主要從事水資源高效利用研究。E-mail: zyzhao115@163.com

*通信作者，李王成，E-mail: liwangcheng@126.com

S11+7

A

1004-1524(2017)08-1336-11

趙自陽，李王成，張宇正，等. 基于DPSIR模型的寧夏農業水土資源安全評價[J]. 浙江農業學報，2017，29(8)： 1336-1346.