中國農業水土資源時空匹配特征及影響因素研究

摘要：分析農業水土資源的時空匹配特征與影響因素，可為農業水土資源優化配置提供科學依據。以中國除港澳臺的31個省（自治區、直轄市）為研究對象，運用基尼系數法和農業水土資源匹配系數法對2009～2019年的農業水土資源時空匹配特征進行評價分析，并利用Sen+Mann-Kendall法分析農業水土資源匹配系數的變化趨勢，最后運用面板回歸模型探究變化的主要影響因素。研究結果表明：① 2019年與2009年相比，中國水資源總量增加4 860.90億m3，耕地面積總量減少75 295 km2，農業水土資源匹配系數由0.601 8升高到0.665 2，整體仍高度不匹配且呈不顯著變差的趨勢。② 中國各省（自治區、直轄市）農業水土資源匹配整體呈現“西南優于東北，邊緣優于腹地，林區優于農區，山丘優于平原”的空間格局。③ 北京農業水土資源匹配系數顯著下降，上海、廣西、重慶、貴州、云南以及寧夏顯著上升。④ 農業用水量和人均水資源量是影響農業水土資源匹配的主要因子。中國農業水土資源匹配協調度仍處于高度不平衡狀態，依據匹配系數劃分不同等級的調控區并制定差異化的調控措施是緩解農業水土資源匹配不協調的有效途徑。

關 鍵 詞：農業水土資源； 基尼系數； 農業水土資源匹配系數； Sen+Mann-Kendall； 面板回歸模型

中圖法分類號： S717 文獻標志碼： A DOI：10.16232/j.cnki.1001-4179.2024.02.015

0 引 言

水資源空間分布不均是中國的基本水情，準確把握水與經濟社會的匹配和發展變化關系是從系統和整體的角度推進水治理，統籌謀劃中國跨流域、跨區域（省級行政區）重大水資源配置工程，完善中國水資源配置總體布局的重要前提［1-3］。農業生產與水資源息息相關，耕地與水資源分布契合才能帶來高農業效益，水資源與耕地高度匹配是中國農業高效生產的基本保障［4］。因此，進行農業水土資源匹配研究對合理引導中國跨區域水資源配置、保障國家糧食安全以及提高農業質量效益具有重大戰略意義［5］。

目前，學者關于區域水土資源匹配的研究成果頗多。大多數研究通常以行政區劃為研究單元，涉及的方法主要為水土資源匹配模型構建法和基尼系數法［6］。吳宇哲等［7］進行區域水土資源匹配狀態評價方面的研究，通過構建基尼系數，首次對中國的水土資源匹配狀況進行了定量研究。此后，部分學者［8-10］進一步細化研究單元到市、縣級測算基尼系數，評價中國不同區域的水土資源匹配狀況。劉彥隨等［11］構建了農業水土資源匹配分析模型，并計算了東北三省各地市的農業水土資源匹配系數。隨后，姜秋香、鄭久瑜等［12-13］以不同的參數構建區域水土資源匹配測算模型，分別對三江平原、河套灌區及5個縣域的農業水土資源匹配程度進行評價；孫偵等［14］以水資源二級區為基本單元，利用單位面積水資源量法和基尼系數法對中國水土資源本底匹配狀況進行評價。陳紫璇等［15］利用基尼系數法以及灌溉需水量的短缺與富余，對2009～2016年中國以及2016年各省的水土不匹配情況進行研究。Liu等［4］在綜合考慮藍水和綠水的基礎上，建立了衡量廣義農業水資源與耕地資源匹配度的模型，并對建三江墾區的農業水土資源匹配程度進行了評估。徐娜等［16］運用數據包絡分析法探究甘肅省農業水土資源匹配特征，并利用Mann-Kendall法進行趨勢檢驗，最后通過主成分分析法探究其主要影響因素。

現有研究成果對水土資源區域定量匹配計算與評價的研究廣泛而深入，但對于中國尺度農業水土資源在時間上的匹配演變及空間上的匹配格局的綜合研究仍然不足，也鮮有農業水土資源匹配變化成因的分析。針對上述問題，本次研究以中國除港澳臺的31個省（區、市）為基本研究單元，在基尼系數和農業水土資源匹配模型的基礎上，應用Sen+Mann-Kendall趨勢檢驗法分析2009～2019年中國農業水資源和耕地資源匹配總體狀況和空間格局的演變特征，并利用面板回歸分析法探究中國農業水土資源匹配的主要影響因子，結合研究成果提出有針對性的政策建議，以期為實現區域農業水土資源優化配置以及平衡利用提供參考依據。

1 數據來源

本次研究使用的2009～2016年耕地面積數據來自自然資源部的土地調查成果分享應用服務平臺（http：∥tddc.mnr.gov.cn/to_Login），2017、2019年耕地面積來自《中國統計年鑒（2018年）》，2018年耕地面積來自第三次國土調查成果數據；水資源總量、農業用水量和人均水資源量等水資源數據來源于《中國水資源公報（2009～2019年）》；地區生產總值、第一產業占比、農業總產值、年末總人口數和城鎮化率、有效灌溉面積等社會經濟數據來自《中國統計年鑒（2009～2019年）》。

2 研究方法

2.1 基尼系數法

基尼系數（Gini Coefficient）是意大利經濟學家基尼于1912年基于洛倫茲曲線提出的用于判斷收入分配公平程度的經濟學指標。結合基尼系數內涵，類比收入和人口的關系，將其替換為耕地面積與水資源總量，用于農業水土資源匹配程度的研究。計算公式為

2.4 面板回歸模型

為剖析中國農業水土資源匹配時空變化的機理，進一步解釋中國農業水土資源匹配變化的影響因子，本文引入面板回歸分析法。面板數據是指不同對象在時間序列上的指標數據，采用面板回歸分析法對面板數據進行回歸影響關系研究［18-19］。

區域人口數量、社會經濟效益、農業生產條件以及水土資源稟賦等均會導致區域農業生產格局的改變［20-22］。鑒于此，綜合考慮現實以及數據的可獲得性，從社會經濟水平、農業生產條件、水土資源稟賦3個方面選取指標，并將指標進行共線性診斷，篩選容差＞0.1，方差膨脹系數VIF＜10的指標，最終選取人口密度、人均水資源量、城鎮化率、墾殖率、農業用水量、水資源開發利用率，共計6項因子，指標詳見表1。

為了回歸分析的精確性，本文依據農業水土資源匹配系數測算結果。其中，受極低的人口密度和較大的水資源保有量影響，西藏水土資源匹配系數遠遠大于其他省市，具體如圖1所示。參與分析會使回歸模型產生明顯偏差，影響分析結果，因此在構建面板回歸模型時將西藏農業水體資源匹配系數作為異常值剔除，分析農業水土資源匹配變化的影響因素，具體模型構建如下：

Rit=β0+β1Dit+β2Pit+β3Cit+β4Kit+β5Nit+β6Lit+εit（7）

式中：Rit為i省份第t年的農業水土資源匹配系數；βi為回歸參數；Dit、Pit、Cit、Kit、Nit、Lit分別為i省份第t年的人口密度、人均水資源量、城鎮化率、墾殖率、農業用水量、水資源開發利用率；εit為誤差項。

3 結果分析

3.1 中國耕地和水資源時空分布特征

從時間變化來看：2019年與2009年相比，中國水資源總量增加4 860.90億m3，其中北京、吉林、甘肅、寧夏等地水資源增量最多，而上海、江蘇、浙江、福建、陜西和湖南的水資源量減少明顯（圖2（a））；中國耕地面積總量減少75 295 km2，其中寧夏耕地面積增量排名中國第一，而上海耕地面積減少最多，其次是北京、天津和重慶（圖2（b））。

從空間分布來看：北方水資源總量占全國比重較低，其中京津冀、山西和寧夏年均水資源總量占全國比重均低于0.6%。南方沿邊省區水資源量相對豐富，除此之外，西藏是全國水資源量最為豐富的省區（圖3（a））。東北地區和華中地區的耕地資源較為豐富，黑龍江年均耕地面積排名全國第一，而西部地區的西藏和青海耕地面積占比還不到全國的0.6%（圖3（b））。由此可見，中國不同省（區、市）農業水土資源在時間和空間上均存在不同程度的錯位現象。

3.2 中國農業水土資源匹配狀況

3.2.1 中國耕地-水資源匹配現狀

2019年中國農業水土資源匹配基尼系數為0.665，處于高度不匹配程度，這與已有研究結果一致［7］。由2019年中國耕地和水資源洛倫茲曲線（見圖4）可知，西藏、青海、廣東、海南、福建、浙江、四川、廣西、江西、云南等10個省區擁有中國64%左右的水資源，耕地資源僅為中國的21%，而湖南、貴州、安徽等21個省（區、市）只有中國36%左右的水資源量，卻占有中國的79%的耕地面積。由此可見，中國不同地區之間水資源和耕地資源錯位較為嚴重。

3.2.2 中國耕地-水資源匹配程度時序變化

根據水資源和耕地的時間序列數據，計算2009～2019年中國耕地-水資源基尼系數并繪制變化曲線（見圖5）。整體而言，中國耕地-水資源基尼系數在0.580 6～0.665 2范圍內波動，2013年達到最低值，2019年為峰值，均為高度不匹配等級，且一元線性回歸擬合結果為y=0.003 7x-6.775，呈緩慢增長趨勢。與已有成果［15］對比，中國基尼系數在2009～2015年間變化趨勢大致相同。采用Sen+Mann-Kendall法對2009～2019年基尼系數進行趨勢分析得出，近10年來中國基尼系數呈增加趨勢，在α=0.05水平下不顯著，說明中國農業水土資源高度不匹配且呈不顯著變差趨勢，這將在一定程度上制約區域農業水土資源可持續利用，因此需要依據耕地資源空間分布對水資源進行優化重調配，從而改善農業水土資源匹配狀況。

3.3 各省（區、市）農業水土資源匹配狀況

3.3.1 農業水土資源匹配現狀

依據農業水土資源匹配系數的集聚離散的分異特征，使用自然斷點法將2019年各省農業水土資源匹配系數劃分為5個等級：匹配程度極差（0.07＜R≤0.85）、匹配程度較差（0.85＜R≤1.96）、匹配程度一般（1.96＜R≤2.85）、匹配程度良好（2.85＜R≤12.06）、匹配程度較好（R＞12.06），2019年中國各省（區、市）農業水土資源匹配程度空間分布見圖6。

從數值上看，各省區中匹配系數最高的前4位分別為西藏（89.56×104 m3/hm2）、青海（12.06×104 m3/hm2）、海南（4.31×104 m3/hm2）和廣東（3.72×104 m3/hm2），而寧夏的水土資源匹配系數最低，僅為0.075×104 m3/hm2，其余省區均在（0.14～2.8）×104 m3/hm2之間。可見，中國各省區的農業水土資源匹配表現出較大的空間差異性，主要原因是不同省區水土資源稟賦差異較大。

從空間上看（見圖6），中國農業水土資源匹配呈現出“西南優于東北，邊緣優于腹地，林區優于農區，山丘優于平原”的空間格局，具有明顯的空間分異特征。其中，匹配極差的省（區、市）較多且集中分布在東北地區、華北地區、華東地區的北部、華中地區的北部和西北地區的東部，匹配較差的5個省（區、市）分別是浙江、湖南、新疆、貴州，匹配一般和匹配良好的省（區、市）主要分布在華南地區、西南地區的西部以及華中和華東地區的南部，僅西藏匹配較好，這是由于西藏擁有豐富的水資源儲量，而農業面積占比較低。

3.3.2 農業水土匹配程度時序變化

根據Sen+Mann-Kendall法分別對2009～2019年中國各省水土資源匹配系數進行趨勢分析，并將檢驗結果按照變化趨勢分為5個等級，分析結果見表2。通過ArcGIS軟件對分析結果進行可視化，得到2009～2019年中國農業水土資源匹配空間格局變化趨勢如圖7所示。

2009～2019年，大多數省（區、市）農業水土資源匹配系數變化不顯著，而北京、上海、廣西、重慶、貴州、云南以及寧夏發生顯著變化。其中，北京市農業水土資源匹配系數呈顯著減小趨勢（見圖8），在2012年達到峰值，受水資源總量限制，到2018年達到谷值；北京市農業用水量在水資源總量中占比較高，均值為29.5%，受南水北調工程中線的水資源供給，2014年后農業用水比重呈現逐年降低趨勢［23-24］。上海市農業水土資源匹配系數呈顯著增大趨勢（見圖9），其平均耕地減少率低于5%，主要受水資源總量上升影響；農業用水量占水資源總量的33.0%，上海市農業用水量在水資源總量中占比較高。寧夏農業水土資源匹配系數呈顯著增大趨勢（見圖10），其中水資源總量逐年上升，農業用水占比逐年降低，水資源依舊稀缺，平均農業用水占比高達87.76%。西南部的廣西、重慶、貴州、云南農業水土資源系數均呈現顯著增大趨勢（見圖11～14），這4個省區的水資源總量在2009～2019年間呈現上升趨勢，且農業水資源均小于10.4%。此外，四川呈現輕微增大趨勢。

3.4 農業水土資源匹配變化的影響因素分析

面板回歸模型通常涉及3個模型，分別是混合POOL模型、固定效應FE模型和隨機效應RE模型。本文綜合F檢驗、BP檢驗及Hausman檢驗進行模型統計學檢驗。其中，F檢驗用于FE模型和POOL模型選擇對比，p小于0.05意味著FE模型更優，反之則使用POOL模型；BP檢驗用于RE模型和POOL模型選擇對比，p小于0.05意味著RE模型更優，反之則使用POOL模型；Hausman檢驗用于FE模型和RE模型選擇對比，p小于0.05意味著FE模型更優，反之則使用RE模型。

本次研究以人口密度、人均水資源、城鎮化率、墾殖率、農業用水量、水資源開發利用率作為解釋變量，匹配系數作為被解釋變量進行面板模型構建。面板模型涉及3個模型，分別是混合POOL模型、固定效應FE模型和隨機效應RE模型，首先進行模型檢驗，以便找出最優模型。從表3可知：F檢驗呈現出5%水平的顯著性F（29，114）=68.324，p=0.000＜0.05，意味著相對POOL模型而言，FE模型更優。BP檢驗呈現出5%水平的顯著性χ2（1）=194.105，p=0.000＜0.05，

意味著相對POOL模型而言，RE模型更優。Hausman檢驗呈現出5%水平的顯著性χ2（5）=13.775，p=0.017＜0.05，意味著相對RE模型而言，FE模型更優。綜合上述分析，以FE模型作為最終結果，見表4。其中，人均水資源呈現出0.01水平的顯著性（t=28.951，p=0.000＜0.01），并且回歸系數值為0.001＞0，說明人均水資源對農業水土資源匹配系數會產生顯著的正向影響；農業用水量的顯著性水平為0.05（t=2.053，p=0.042＜0.05），并且回歸系數值為0.004＞0，說明農業用水量對農業水土資源匹配系數會產生顯著的正向影響。此外，對于人口密度（t=1.181，p=0.240＞0.05）、城鎮化率（t=1.703，p=0.091＞0.05）、墾殖率（t=-0.645，p=0.520＞0.05）、水資源開發利用率（t=0.114，p=0.909＞0.05）4項解釋變量并沒有呈現出顯著性，說明其對農業水土資源匹配系數不會產生明顯影響關系。綜上所述，農業用水量和人均水資源量是影響農業水土資源匹配系數的主要因子。

4 結論與對策

4.1 結 論

本文聚焦于優化配置農業水土資源，促進中國農業可持續發展與保障國家糧食安全，對2009～2019年的中國農業水土資源匹配程度的總體狀況和空間格局進行了分析評價，并借助趨勢分析法和面板回歸分析法揭示了中國農業水土匹配格局的時空變化及其影響因子，結論如下：

（1） 2009～2019年中國水資源總量增加4 860.90億m

耕地面積總量減少75 295 km2。在水資源上，中國西北、華北與東北地區水資源增量最大，華東與華南地區水資源量有明顯減少。在耕地資源上，中國西部與北部地區耕地增量最大，華北與華中地區耕地資源減少最多。可見，中國不同省區農業水土資源在時間和空間上仍存在不同程度錯位現象。

（2） 2009～2019年中國農業水土資源匹配系數由0.601 8升高到0.665 2，整體仍屬于高度不匹配且呈不顯著變差趨勢。依據評價結果將31個省區的農業水土資源匹配程度分為較好、良好、一般、較差、極差五個等級。從各省區時序變化來看，北京農業水土資源匹配系數顯著下降，上海、廣西、重慶、貴州、云南以及寧夏地區顯著上升。從空間格局來看，2019年中國各省農業水土資源匹配整體呈現出“西南優于東北，邊緣優于腹地，林區優于農區，山丘優于平原”的空間格局。

（3） 在研究期內，農業用水量和人均水資源量分別在0.05水平、0.01水平下對農業水土資源匹配系數產生顯著的正向影響，是影響農業水土資源匹配程度的主要因子。應在今后的農業水土資源發展中持續做好農業用水規劃與人口承載力評價，確保水土資源合理利用。

4.2 建議及對策

農業水土資源優化調控具有區域性、動態性和綜合性的特點［25-27］。本文依據中國農業水土資源匹配程度的分區結果，提出對應的建議及對策。

（1） 匹配極差區：針對這些區域資源型缺水較為嚴重，開源潛力不大且節水空間有限等特點，建議可以通過實施跨區域調水工程或跨流域調水項目引入外部水源，緩解區域水資源緊張局面。以農業發展為主的地區可適當將發展重心移至第二、三產業，或從降低農業用水量著手，調整種植結構限制高耗水作物，發展低耗水的特色農產品。

（2） 匹配較差區：這些區域資源型缺水和工程型缺水并存，建議可以實施區域內和跨區域引調水等工程改善水土資源匹配不均衡問題，系統推進水利工程基礎設施建設，加強灌區現代化改造，提高水資源開發利用效率。

（3） 匹配一般區：針對這些區域存在不同程度的資源型缺水和工程型缺水問題，建議加快推進大中小型水庫工程建設，以灌區續建配套與節水改造為重點，全面提高農田水利基礎設施水平，加強水資源開發利用和廢污水處理，優化用水結構。

（4） 匹配良好區：西北地區的青海省和華南地區的廣東省、海南省均屬于農業水土資源匹配良好型，主要得益于這些地區的水資源相對耕地資源較為豐富，但區域內時空分布不均，可通過工程與非工程措施，提高區域調蓄能力，優化水資源配置，改善水資源時空分布不均的局面，從而實現農業發展與水資源分布的空間匹配。

（5） 匹配較好區：西藏是國家重要的水源涵養區和水資源戰略儲備基地，雖水資源量相當豐富，但開發利用受限，農業水資源利用效率低下，灌溉工程老化。未來應強化水資源保護與水污染的防治工作，積極打造可靠的用水體系，仍應發展節水農業，建立水生態補償機制，有效協調經濟發展與水資源保護之間的矛盾。

參考文獻：

［1］李保國，黃峰.1998～2007年中國農業用水分析［J］.水科學進展，2010，21（4）：575-583.

［2］劉彥隨，吳傳鈞.中國水土資源態勢與可持續食物安全［J］.自然資源學報，2002（3）：270-275.

［3］李保國，黃峰.藍水和綠水視角下劃定“中國農業用水紅線”探索［J］.中國農業科學，2015，48（17）：3493-3503.

［4］LIU D，LIU C，FU Q，et al.Construction and application of a refined index for measuring the regional matching characteristics between water and land resources［J］.Ecological Indicators，2018，91：203-211.

［5］DU J，YANG Z，WANG H，et al.Spatial-temporal matching characteristics between agricultural water and land resources in Ningxia，Northwest China［J］.Water，2019，11：1460.

［6］劉晶，鮑振鑫，劉翠善，等.國內外區域水土資源匹配研究綜述［J］.華北水利水電大學學報（自然科學版），2019，40（6）：20-24，74.

［7］吳宇哲，鮑海君.區域基尼系數及其在區域水土資源匹配分析中的應用［J］.水土保持學報，2003（5）：123-125.

［8］姜寧，付強.基于基尼系數的黑龍江省水資源空間匹配分析［J］.東北農業大學學報，2010，41（5）：56-60.

［9］陶國芳，蔣兆恒，秦麗杰.基于基尼系數的通化地區水土資源匹配分析［J］.中國農業資源與區劃，2012，33（4）：67-71.

［10］李慧，周維博，莊妍，等.延安市農業水土資源匹配及承載力［J］.農業工程學報，2016，32（5）：156-162.

［11］劉彥隨，甘紅，張富剛.中國東北地區農業水土資源匹配格局［J］.地理學報，2006（8）：847-854.

［12］姜秋香，付強，王子龍，等.三江平原水土資源空間匹配格局［J］.自然資源學報，2011，26（2）：270-277.

［13］鄭久瑜，趙西寧，操信春，等.河套灌區農業水土資源時空匹配格局研究［J］.水土保持研究，2015，22（3）：132-136.

［14］孫偵，賈紹鳳，嚴家寶，等.中國水土資源本底匹配狀況研究［J］.自然資源學報，2018，33（12）：2057-2066.

［15］陳紫璇，陳云浩，雷添杰.中國耕地變化及耕地與水資源的匹配研究［J］.水利水電技術，2019，50（2）：69-78.

［16］徐娜，張軍，張仁陟，等.基于DEA的農業水土資源匹配特征研究：以甘肅省5流域為例［J］.中國農業資源與區劃，2020，41（6）：277-285.

［17］李晶，崔綠園，閆蕭蕭，等.草原礦區長時序植被覆蓋度變化趨勢對比分析［J］.測繪通報，2019（08）：130-134，157.

［18］BRUCE，E，HANSEN.Threshold effects in non-dynamic panels：estimation，testing，and inference［J］.Journal of Econometrics，1999，93：345-68.

［19］原毅軍，謝榮輝.環境規制的產業結構調整效應研究：基于中國省際面板數據的實證檢驗［J］.中國工業經濟，2014（8）：57-69.

［20］及茹，張弦，李國勝.糧食主產區水土資源匹配、承載力及影響因素分析［J］.人民長江，2021，52（8）：105-112.

［21］張曉濤，于法穩.黃河流域經濟發展與水資源匹配狀況分析［J］.中國人口·資源與環境，2012，22（10）：1-6.

［22］劉莉，鄧歐平，鄧良基，等.2003～2011年四川省各市（州）農業水足跡時空變化與驅動力研究［J］.長江流域資源與環境，2015，24（7）：1133-1141.

［23］劉曉，王紅瑞，俞淞，等.南水北調進京后的北京市水資源短缺風險研究［J］.水文，2015，35（4）：55-61.

［24］胡玉萍，石天姣.北京水資源人口承載力分析［J］.中國國情國力，2021（3）：65-68.

［25］杜捷.農業水土資源利用評價與均衡優化調控研究［D］.北京：北京林業大學，2020.

［26］侯淑濤，袁偉豪，陳建龍.黑龍江省農業水土資源匹配格局與區域調控［J］.水土保持通報，2022，42（1）：150-157，165.

［27］黃梓鑫，付艷華，李晶，等.基于村莊類型差異的農村居民點整治潛力研究：以聊城市為例［J］.中國土地科學，2022，36（12）：78-90.

（編輯：黃文晉）

Spatiotemporal matching characteristics and influencing factors of agricultural

water and soil resources in ChinaHUANG Zixin1，LI Jing1，CHU Jingjing1，3，LI Ya′nan1，MA Zhenzhen2，LIANG Jiaxin1

（1.College of Geoscience and Surveying Engineering，China University of Mining and Technology（Beijing），Beijing 100083，China； 2.China Institute of Water Resources and Hydropower Research，Beijing 100038，China； 3.Elane Inc.，Beijing 100073，China）

Abstract： Analyzing the spatiotemporal matching characteristics and influencing factors of agricultural water and soil resources across can provide a scientific basis for the rational allocation of agricultural water and soil resources.We took 31 provinces，autonomous regions，and municipalities in China as the research objects.The Gini coefficient method and agricultural water and soil resource matching coefficient method were used to evaluate and analyze the spatiotemporal matching characteristics of agricultural water and soil resources across the country and provinces from 2009 to 2019.The Sen-MK method was used to analyze the trend of changes in agricultural water and soil matching coefficients across provinces over the past 11 years.Finally，a panel regression model was used to explore the main influencing factors of their changes.The results are as follows：firstly，compared to 2009，the total water resources in China increased by 486.09 billion cubic meters，and the total arable land area decreased by 75 295 km2 in 2019.The matching coefficient of agricultural water and soil resources increased from 0.601 8 to 0.665 2，indicating a high degree of mismatch and a trend of insignificant deterioration overall.Secondly，from the perspective of spatial pattern，the overall matching of agricultural water and soil resources in various provinces of China showed a spatial pattern of \"the Southwest is better than the Northeast，marginal area is better than central area，forest area is better than agricultural area，and mountain area is better than plain area\".Thirdly，from the perspective of temporal changes，the agricultural water and soil matching coefficient in Beijing has significantly decreased，while Shanghai，Guangxi，Chongqing，Guizhou，Yunnan，and Ningxia have significantly increased.Fourthly，agricultural water consumption and per capita water resources are the main factors affecting the matching of agricultural water and soil resources.In a word，the coordination degree of agricultural water and soil resource matching in China stayed highly imbalanced during the whole 10 years.Dividing different levels of control zones based on the matching coefficient and developing differentiated control measures are effective ways to alleviate the imbalance of agricultural water and soil resource matching.

Key words： agricultural water and soil resources；Gini coefficient；matching efficient of agricultural water and soil resources；Sen-MK；panel regression model

收稿日期：2023-05-07；接受日期：2023-07-28

基金項目：國家自然科學基金項目（41501564）

作者簡介：黃梓鑫，男，碩士研究生，主要從事國土開發評價研究。E-mail：huang400629@163.com

通信作者：李 晶，女，教授，博士生導師，主要從事土地利用與土地信息等方向的研究。E-mail：lijing@cumtb.edu.cn