近20年中國不同地區農業用水量演變驅動因素研究

摘要：基于31個省（市、自治區）的面板數據，并將31個省（市、自治區）分為六大地區，采用LMDI分解方法將農業用水量驅動因素分解為農業用水強度、農業化、省份經濟發展、地區經濟發展、經濟增長（全國人均經濟水平）和人口規模六大驅動因素，探究了各驅動因素對農業用水的影響程度。結果表明，農業用水強度和農業化對農業用水量的減少都起到正向作用，且農業用水強度效應占主導作用；經濟增長和人口規模對農業用水量的減少均起到負向作用，且經濟增長效應占主導作用。依據結果，提出在發展經濟的同時應當兼顧農業用水強度，達成節水型經濟增長新常態；縮小地區經濟發展差異，控制其對節水產生的負面影響；投入資金加強農業用水強度效應等建議。

關鍵詞：農業用水量；LMDI；地區視角；驅動因素分解；節水

中圖分類號：F323.213；TV213.4" " " " "文獻標識碼：A

文章編號：0439-8114（2023）07-0019-05

DOI：10.14088/j.cnki.issn0439-8114.2023.07.004 開放科學（資源服務）標識碼（OSID）：

Abstract：The panel data of 31 provinces（cities， autonomous regions） was used， and provinces （cities， autonomous regions） were divided into six regions. The driving factors of agricultural water consumption were decomposed into six major driving factors： agricultural water consumption intensity， agriculturalization， provincial economic development， regional economic development， economic growth（national per capita economic level） and population size by LMDI model， and the impact of each driving factor on agricultural water consumption was explored. The results showed that the agricultural water consumption intensity and agriculturalization promoted the reduction of agricultural water consumption， and the agricultural water consumption intensity effect was the dominant effect； the economic growth and population size inhibited the reduction of agricultural water consumption， and the economic growth effect was the dominant effect. Based on the results， the following recommendations were put forward： economic development should be balanced with water consumption intensity to achieve a new normal of water-saving economic growth； regional economic development differences should be reduced to control their negative effects on water conservation； and funds should be invested to strengthen the intensity effect of water consumption.

Key words： agriculture water consumption； LMDI； regional perspective； decomposition of driving factors； water conservation

由于水資源短缺和污染，中國的淡水資源面臨越來越大的壓力。中國經濟快速發展、城市化進程加快、人口增長、水資源管理不善、空間分布不均勻等因素增加了中國水資源危機發生的頻率和嚴重程度。中國是農業大國，農業用水量占總用水量的60%以上［1］。其中，灌溉農作物所需水量增長較快［2］。因此，面對嚴峻的水資源狀況，識別和量化導致農業用水量變化的主要影響因素及其驅動作用，可以準確把握農業用水變化趨勢［3］，進一步探索各地區農業用水存在的問題，從而為地區政府科學制定水資源管理政策提供相關依據，促進農業用水健康發展。

在水資源供需矛盾突出和經濟社會發展全面轉型的現階段，深入研究影響農業用水量的主要因素、時空變化及其內在作用機制具有重要的現實意義，也受到學術界的廣泛關注。現有文獻的研究方法主要有時間序列模型［4，5］、回歸模型［6，7］和系統動力學模型［8，9］。劉渝等［10］采用了中國31個省（市、自治區）1999—2005年人均農業用水量和經濟增長相關指標的面板數據，通過計量模型檢驗農業用水庫茲涅茨曲線在中國是否存在，定量分析了農業用水量變動與經濟增長之間的規律。王哲等［11］發現農業技術進步對河北省農業用水量的降低有明顯的推動作用，且主要來源于科技進步的貢獻。金巍等［12］指出提高農業生產效率是降低農業用水量的有效途徑，并通過門檻模型檢驗了農業生產效率對農業用水量存在顯著的“門檻抑制效應”，抑制強度呈“N”形走勢。

指數分解法中的對數平均迪氏指數法（Logarithmic mean Divisia index，LMDI）可以完全分解因素［13］，不產生無法解釋的殘差項［14］，且分項效應之和與總效應一致，被廣泛應用于定量分析用水量的變化情況。Li等［15］建立了一個基于LMDI方法的綜合分析框架，從經濟和部門的角度確定北京能源和水關系的驅動因素。趙存學等［16］利用LMDI將居民生活用水分解為消費強度效應、人均消費效應、城鎮化效應和人口規模效應。Long等［17］運用LMDI模型，基于2000—2015年的面板數據將水資源消耗量分解為12個驅動因素，得出用水強度是減少水資源消耗的最重要驅動因素等結論。

目前，LMDI 模型在農業用水領域的應用研究尚不多，但LMDI模型無論是從理論基礎、適用性還是其易用性和結果的可解釋性來說都具有較強優勢。鑒于此，本研究采用LMDI模型，基于地區視角對中國農業用水量演變的驅動因素進行研究，并將中國農業用水量的演變驅動因素分解為農業用水強度、農業化、區域結構、經濟增長和人口規模，定量研究中國農業用水量演變的內在機制，以期為制定中國用水量規劃、實現中國用水量控制目標提供對策建議。

1 模型與數據

1.1 LMDI模型

Divisia指數方法主要包含AMDI（Arithmetic mean Divisia index decomposition，算術平均Divisia指數分解）和LMDI。AMDI和LMDI的區別在于AMDI沒有完全分解，而LMDI完全分解沒有剩余項，且LMDI被廣泛用于分解能源和能源領域環境變化驅動因素總體指標［18，19］，因此本研究選取LMDI模型進行分解。中國農業用水量（IW）可以由式（1）表示。

1.2 數據說明

本研究所用數據來源于國家統計局和《中國水資源公報》，采用不包括港澳臺在內的31個省（市、自治區）的產值數據和用水量數據。其中，農業用水量從《中國水資源公報》中搜集；GDP、農業增加值、人口數量均由國家統計局官網整理得到。同時，在模型中因為用水強度涉及用水量與GDP的比率，為達到用水強度的一致性即消除每個時期的價格變化帶來的影響，根據GDP指數將每個時期的GDP轉換為基于2000年的價格。

2 實證結果與分析

2.1 全國農業用水量演變驅動因素分解

利用LMDI模型分解2000—2019年中國農業用水量演變的驅動因素，分析結果如圖1所示。研究期內，中國農業用水總量在波動中經過了增減的過程后，累計下降了104.32億m3，體現出中國農業節水上取得的顯著成效。其中，農業用水強度、農業化、省份經濟發展3個因素對累計農業用水量下降產生作用，且前2個因素對總用水量的下降具有較大的正向作用。經濟增長是導致農業用水量上升的最主要和突出的因素，地區經濟發展、人口規模也在不同程度上增加了農業用水量。

研究期內，農業用水強度與農業化分別造成農業用水量累計下降3 744.70億、 3 153.06億m3，是抑制農業用水總量增加的主要因素。可見精心設計農業節水政策舉措對用水量控制是必要的。同時，農業生產技術的發展帶來了較高的經濟效益，顯著促進了農業用水效率的提高。省份經濟發展總體上也對農業用水量的減少起到正向作用，然而由于2003—2005年省份經濟發展導致用水量的大幅增加，其對農業用水量累計的減少起到的正向作用相對微小。

經濟增長是促進農業用水總量增加的首要因素，使其累計上升6 424.59億m3。2000—2013年經濟高速增長，致使農業用水量在此期間年均增長超過300億m3。在2013年之后經濟增長速度逐漸放緩，但仍然有力地促進了農業用水量的增加。農民們脫貧致富的愿望促進了農業的快速發展，推動了農業用水量的增加。2000—2019年，地區經濟發展、人口增長使得農業用水量分別增長75.85億、396.40億m3。二者雖然也是使得農業用水量增加的因素，但是總體占比并不大，并且每年的數據波動微小，并未出現明顯的轉折或起伏，促增作用遠遠弱于經濟增長。

2.2 中國分地區農業用水量演變驅動因素分解

將全國31個省（市、自治區）分為六大地區，分別為東北（包括遼寧省、吉林省和黑龍江省）、華北（包括北京市、天津市、河北省、山西省、山東省和河南省）、西北（包括內蒙古自治區、陜西省、甘肅省、青海省、寧夏回族自治區和新疆維吾爾自治區）、西南（包括廣西壯族自治區、重慶市、四川省、貴州省、云南省和西藏自治區）、華中（包括安徽省、江西省、湖北省和湖南省）和東南沿海（包括上海市、江蘇省、浙江省、福建省、廣東省和海南省），從而進一步將全國2000—2019年農業用水量累計演變分解至地區層面，結果如表1所示。各地區的總效應存在明顯差異，其中，華北、華中和東南沿海地區農業用水量的總效益在考察期內累計為負，對中國總農業用水量減少具有正向作用；東北、西北和西南地區農業用水量的總效益累計為正，對中國農業用水量減少起到了負向作用。華北和東南沿海地區是使得全國農業用水量累計下降最主要的地區，而東北地區使全國農業用水量明顯上升。除此之外，西北、西南和華中地區對全國農業用水量的影響較小，尤其是華中地區，對中國農業用水量累計下降的正向作用可以忽略不計。

對各地區總效應的分解情況中，農業用水強度效應和農業化效應是促進各地區農業用水量下降的主要效應。農業用水強度對西北地區的影響最大，其效應占總強度效應的29.19%，可見西北地區技術的發展促進了農業用水效率的提高，發展質量穩步提升。農業化對東南沿海的影響最大，其效應占總效應的27.54%。省份經濟發展對農業用水的下降也起到了正向作用，但其影響程度較小，地區之間具有明顯差異。西北地區省份經濟發展影響最為突出，使得該地區農業用水量下降79.39億m3，東北地區省份經濟發展效應最小，僅為2.21億m3。

在對農業用水量的減少起到負向作用的因素中，經濟增長的影響最大，其數據絕對值大于其他各項因素，大幅增加了各地區農業用水量。人口規模與地區經濟發展也在一定程度上導致農業用水量增加。人口規模效應的變化趨勢與經濟增長效應非常相似，存在增減的同步性。地區經濟發展產生的效應差異較大，地區經濟發展促進了東北和華北地區農業用水量的減少，卻使西北、西南、華中和東南沿海地區的農業用水量增加。由此可見，地區經濟發展在中國農業用水量的演變過程中產生了影響，西部地區的省份經濟發展以及東北和華北的地區經濟發展有助于中國農業用水量的減少。

2.3 中國省際農業用水量演變驅動因素分解

在考察期內，各省（市、自治區）總效應也存在一定差異，詳見表2。有20個省（市、自治區）農業用水量下降，其中下降幅度較大的有河北省、廣東省和浙江省，分別下降50.4億、49.9億、48.8億m3，其余省（市、自治區）下降幅度均在40億m3內。可見，在嚴格的水資源管理制度約束下，部分省（市、自治區）農業用水總量明顯下降，需要繼續貫徹執行該項制度。11個省（市、自治區）農業用水量上升，其中黑龍江省上升幅度最大，達88.6億m3，是第二名新疆維吾爾自治區58.2億m3的1.5倍。農業用水強度對除上海市以外的其他地區農業用水量的減少產生正向作用，其使新疆維吾爾自治區農業用水量減少611.1億m3，是對天津市作用的67.2倍。農業化對所有地區農業用水量的減少均產生正向作用，對江蘇省、廣東省和湖南省尤為明顯。省份經濟發展對農業用水量的影響較小，對北京市和廣東省不產生影響。地區經濟發展效應呈差異化的變化趨勢，其中，地區經濟發展對黑龍江省農業用水量減少的正向作用最大，效應為74.9億m3，而對新疆維吾爾自治區農業用水量減少的負向作用最大，為46.3億m3。經濟增長和人口規模對所有省（市、自治區）農業用水量的減少均起到負向作用。經濟增長是導致農業用水量增加的最主要因素，且各地區差異明顯，新疆維吾爾自治區的經濟增長效應遠大于其他各省（市、自治區），達832.7億m3，此外，江蘇省、廣東省、黑龍江省、湖南省、廣西壯族自治區經濟增長效應均達350億m3以上。人口規模呈現出與經濟增長同比例變化的趨勢。綜上可以看出，在全國農業用水量變化的總體趨勢下，各省（市、自治區）由于經濟社會發展進程和水資源稟賦條件的巨大差異，用水量變化及其驅動效應也存在不同特征。

3 小結與討論

本研究利用LMDI方法，分解分析中國2000—2019年農業用水量演變的驅動因素，考慮到地區差異對農業用水量的影響，將分析分為3個部分，分別為全國歷年農業用水量演變、分地區農業用水量演變以及省際農業用水量演變，更全面地得到中國農業用水量演變的驅動因素，并得到以下結果。

分解分析2000—2019年中國農業用水量演變的驅動因素，農業用水強度和農業化對中國農業用水量減少起到顯著的正向作用，導致農業用水總量有所下降。在對農業用水量的減少起負向作用的因素中，經濟增長的影響最大，人口規模效應的變化趨勢與經濟增長效應非常相似，存在增減的同步性。地區經濟發展產生的差異較大，地區經濟發展促進了東北和華北地區農業用水量的下降，卻使西北、西南、華中和東南沿海地區的用水量增加，體現一定的南北差異。華北、華中和東南沿海地區農業用水量在考察期內累計變化為負，而東北、西北和西南地區的累計變化則為正。

對中國各省（市、自治區）農業用水量演變的驅動因素進行分析，發現在全國農業用水量變化的總體趨勢下，各省（市、自治區）由于經濟社會發展進程和水資源稟賦條件的巨大差異，用水量變化及其驅動效應也存在不同特征。各省（市、自治區）在發展經濟的同時應當兼顧農業用水強度，因為農業用水強度是農業用水量下降的主要因素，各省（市、自治區）應努力達成節水型經濟增長新常態。省份經濟發展效應與地區經濟發展效應累計為負的地區應繼續保持并擴展地區差異性帶來的農業節水優勢，其他地區應采取有效措施，縮小地區經濟發展差異，控制這2個因素對節水所產生的負面影響。經濟發達的東南沿海地區應當幫助其他地區加強農業用水強度效應，提供資金、技術等方面的支持。大部分省（市、自治區），尤其是華中地區需要對農業化帶來的用水副作用進行控制，經濟欠發達地區要抓住產業轉移、升級的機遇，分擔經濟發展的壓力，分散人口增長效應。

參考文獻：

［1］ 胡勁紅， 何 迅， 謝 軍， 等. 我國農業用水與糧食安全［J］. 湖北農業科學， 2013，52（21）：5174-5177.

［2］ 周振亞， 羅其友， 李全新， 等. 中國的節糧空間與糧食安全戰略研究［J］. 世界農業， 2015（9）：107-111.

［3］ 管馳明， 張洋洋， 石常峰. 農業虛擬水消耗影響因素分解及時空差異——以西北5省（自治區）為例［J］. 南水北調與水利科技（中英文）， 2020，18（5）：193-201.

［4］ 常 迪，齊學斌，黃仲冬.區域農業灌溉用水量預測研究進展［J］.中國農學通報， 2017，33（31）：1-5.

［5］ 萬曉安， 李析男， 姚 軍. 基于經濟定額法的農業灌溉需水預測研究［J］. 人民珠江， 2018，39（4）：25-31.

［6］ 劉 濤， 崔永正， 李繼霞. 基于水污染視角的中國農業生態用水效率及其影響因素［J］. 水土保持研究， 2021，28（5）：301-307.

［7］ 張玲玲，丁雪麗，沈 瑩，等. 中國農業用水效率空間異質性及其影響因素分析［J］. 長江流域資源與環境，2019，28（4）：817-828.

［8］ FENG L， CHEN B， HAYAT T， et al. Dynamic forecasting of agricultural water footprint based on Markov Chain-a case study of the Heihe River Basin［J］. Ecological modelling， 2017，353：150-157.

［9］ 王 倩， 黃 凱. 基于系統動力學的北京市農業水足跡模擬與影響因素分析［J］. 系統工程， 2021，39（3）：13-24.

［10］ 劉 渝， 杜 江， 張俊飚. 中國農業用水與經濟增長的Kuznets假說及驗證［J］. 長江流域資源與環境， 2008，17（4）：593-597.

［11］ 王 哲， 陳 煜. 技術進步一定會帶來一個區域農業用水總量下降嗎——基于河北省面板數據實證分析［J］. 農業技術經濟， 2020（6）：81-89.

［12］ 金 巍， 劉雙雙， 張 可， 等. 農業生產效率對農業用水量的影響［J］. 自然資源學報， 2018，33（8）：1326-1339.

［13］ 韓 松， 張寶生， 唐 旭， 等. 中國能源強度變化的驅動因素分析——基于對數平均迪氏指數方法［J］. 當代經濟科學， 2016，38（5）：89-98.

［14］ 周志剛， 鄭明亮. 基于對數均值迪氏指數法的中國糧食產量影響因素分解［J］. 農業工程學報， 2015，31（2）：1-6.

［15］ LI H， LIN J， ZHAO Y， et al. Identifying the driving factors of energy-water nexus in Beijing from both economy- and sector-wide perspectives［J］. Journal of cleaner production， 2019，235：1450-1464.

［16］ 趙存學，鄧建高， 張陳俊， 等. 長江經濟帶居民生活用水的重心移動與驅動效應研究［J］. 長江流域資源與環境， 2021，30（4）：827-838.

［17］ LONG H， LIN B， OU Y， et al. Spatio-temporal analysis of driving factors of water resources consumption in China［J］. Science of the total environment， 2019，690：1321-1330.

［18］ SONG Y， ZHANG M. Using a new decoupling indicator （ZM decoupling indicator） to study the relationship between the economic growth and energy consumption in China［J］. Natural hazards， 2017，88（2）：1013-1022.

［19］ WANG W， LIU X， ZHANG M， et al. Using a new generalized LMDI （logarithmic mean Divisia index） method to analyze China’s energy consumption［J］. Energy， 2014，67：617-622.