河北省粮食作物用水效率时空特征及影响因素分析_温佳昱.pdf

第 37 卷第 8 期干旱区资源与环境Vol 37No 82023 年 8 月Journal of Arid Land esources and EnvironmentAug 2023文章编号:1003 7578(2023)08 117 11doi:10 13448/j cnki jalre2023192河北省粮食作物用水效率时空特征及影响因素分析*温佳昱1，2，3，潘佩佩1，2，3，王晓旭4，兰烁康5，任丹丹1，2，3(1 河北师范大学地理科学学院，石家庄 050024;2 河北省环境变化遥感识别技术创新中心，石家庄 050024;3 河北省环境演变与生态建设实验室，石家庄 050024;4 河北雄安新区管理委员会自然资源和规划局，保定 050021;5 北京市规划和自然资源委员会大兴分局，北京 101100)提要:河北省粮食生产与水资源矛盾日益加深，提高粮食作物用水效率势在必行。文中以河北省为研究区域，运用超效率 SBM 模型，结合空间计量模型和 GTW 模型，对河北省 1995 2019 年多要素投入产出框架下粮食作物用水效率及影响因素进行实证研究。结果表明:1)1995 年以来，河北省粮食作物水足迹呈上升态势，灰水足迹年增长率幅度最大。2)研究期内河北省粮食作物用水效率呈现下降(1995 2000 年)上升(2000 2015 年)下降(2015 2019 年)的变化态势，整体处于较低水平;空间分布上呈现西北低、东南高的格局，且区域内差异大于区域间差异。3)有效灌溉程度、产业结构、农村居民人均纯收入、城镇化水平和农业机械力密度对粮食作物用水效率存在显著正向效应，种植结构和化肥施用强度则存在显著的负向效应，且各影响因素对粮食作物用水效率的影响程度存在空间差异。文中研究为各地区制定因地制宜的用水效率提高对策提供研究依据。关键词:用水效率;超效率 SBM 模型;粮食作物水足迹;空间计量模型;GTW 模型中图分类号:S271;S51文献标识码:A粮食安全和水资源安全是人类生存和发展的基础。中国人均水资源量远低于世界平均水平，其中农业用水占全国水资源消耗量的 70%以上，农业水资源长期处于短缺的高压状态1，2023 年国家发布的中央一号文件也再次强调对粮食安全和农业用水的重点关注。随着全球气候变暖、粮食主产区自然灾害等因素影响，粮食生产和水资源矛盾逐步加剧。同时，粮食作物在生产中大量使用化肥、农药、地膜等会造成水资源污染2，加之中国水资源空间分布不均、利用不合理等带来的高水资源投入和低农业产出等问题，导致我国粮食生产过程中水资源利用效率较低。如何有效开展粮食作物用水效率评估并识别其主要影响因素是确保粮食安全、缓解农业水资源短缺以及促进农业绿色发展亟待解决的关键问题。农业用水效率是指在多元素生产框架下目标用水量与实际用水量的比值，最早由 Hu 等3 提出，该指标作为衡量农业水资源投入产出关系的重要工具受到了广泛关注。当前有关农业用水效率的研究主要集中在效率测算和影响因素两个方面。1)从用水效率测算上看，采用的方法主要有随机前沿法(StochasticFrontier Analysis，SFA)4 和数据包络分析法(Data Envelopment Analysis，DEA)5。与 SFA 模型相比，DEA模型不需要假设作物生产函数，可以避免带着主观因素进行非参数统计6，因此在 DEA 框架下测算农业用水效率的研究较多7，然而该模型忽略了松弛变量，且效率值只能保持在(0，1 区间内，Tone 在 DEA 模型的基础上提出的超效率 SBM 模型(Slacks based Measure of Super efficiency Model)8，不仅解决了上述缺陷，还可以在产出指标中加入非期望产出。但现有研究中超效率 SBM 模型测算效率采用的水资源投入指标大多仅考虑灌溉用水，缺少对有效降水的分析，非期望产出指标则多采用农业面源污染数据，不能全面的体现农业生产对水资源的负面影响。而将水足迹引入 SBM 模型，可以综合考虑作物生产中的水资*收稿日期:2023 1 12;修回日期:2023 5 13。基金项目:河北省高等学校自然科学研究计划项目(ZD2021067);河北省自然科学基金项目(D2020205009);国家自然科学基金项目(42207551)资助。作者简介:温佳昱(1998 )，女，汉族，山西忻州人，硕士，主要从事耕地生态安全与农业水资源利用。E mail:wenjiayu329 163com通讯作者:潘佩佩(1986 )，女，汉族，河南开封人，博士，副教授，硕士生导师，主要从事耕地利用变化及其生态环境影响效应研究。E mail:panpeipei626163 com源投入和非期望产出，为这一研究提供新的视角，其中水足迹是指产品生产过程中需要的水资源总量，包括绿水、蓝水和灰水足迹9。当前针对农业水足迹的研究主要集中在作物水足迹时空特征10、水资源压力11 等方面，将水足迹作为投入产出指标测算效率的研究还不够完善。2)从用水效率影响因素上看，已有研究主要采用对数平均迪氏指数分解法12、面板回归模型13、空间计量模型14 等方法分析不同因素的影响，但由于相邻地区间具有交流性和传递性，基于空间计量模型的影响效应分析可以更好的解释各因素的影响差异。现有研究中影响因素的选取涵盖了种植过程中的生产要素15，也增加了机械化程度和水利化程度等相关技术因素16。随着研究的深入，产业结构、种植结构、城镇化水平等农业结构因素17 18 和经济发展因素17，19 20 也需要纳入其中，以全面反映用水效率的影响机制。总体上，当前有关农业用水效率研究已经广泛开展，但在测算模型和指标选择上还需优化，而运用引入水足迹的超效率 SBM 模型能够更准确的反映实际效率值。此外，农业用水效率的相关研究一般集中在国家1，7、粮食主产区15、城市群16、省域17、区域18 或县域19 等单一尺度，而多尺度的综合研究有利于从不同视角全面分析农业用水效率的时空演变，相关研究还需深化。河北省是全国十三个粮食主产区之一，对保障国家粮食供给安全具有重要作用，但该地区水资源极度匮乏，农用灌溉用水需求量大，连续多年超采形成了严重的地下水漏斗。同时，农户施用化肥等作为增加产量和经济收益的重要方式，又带来了农产品和水环境的污染。因此，文中以河北省为研究区域，运用基于水足迹的超效率 SBM 模型，计算1995 2019 年河北省粮食作物用水效率，并从省域、区域和县域尺度综合分析其时空变化特征，进而应用空间计量模型和 GTW 模型探究影响因素空间效应、溢出效应及空间异质性，为缓解水资源与粮食生产矛盾、促图 1河北省区域划分图Figure 1 egional division of Hebei province进农业可持续发展提供研究基础和决策依据。1材料与方法1 1数据来源河北省小麦、玉米两大主粮播种面积占粮食总播种面积的 88%以上，因此选择这两种粮食作物作为研究对象。计算水足迹所需的气象数据(包括温度、湿度、降水、日照时数等)，来源于中国科学院资源环境科学与数据中心(http:/www resdccn/)。粮食作物系数、生育期数据来源于联合国粮农组织 GOP 数据库，并结合实地调查数据进行调整。粮食作物用水效率计算所需投入产出指标数据及各影响因素数据来源于相应年份的河北省农村统计年鉴。县域单元依据河北省 2015 年行政区划分为 139 个县级行政区划单位，其中市辖区合并为一个县域单元。结合河北省国土空间规划对不同区域特征的界定，并参考已有文献20，将河北省划分为冀中南区、冀西北坝上区、环京津区、沿海区四个区域(图 1)。1 2研究方法1 2 1粮食作物用水效率测算基于超效率 SBM 模型测算粮食作物用水效率，采用的指标包括投入指标、期望产出指标和非期望产出指标，文中将粮食生产过程中作物经济产出最大化、污染811干旱区资源与环境第 37 卷产出最小化时的粮食作物用水效率定义为最高效率21。考虑数据的可获取性1，18，投入产出指标(表1)。其中小麦和玉米的化肥施用折纯量、农业机械总动力、农业劳动力和农业 GDP 数据无法直接获取，通过权重系数法计算粮食作物相关数据22。模型具体可表示为23:=min1+1mmi=1sxixio1 1s1+s2(s1k=1sykyk0+s2l=1szlzl0)s t xio nj=1，0jxj sxi，iyk0 nj=1，0jzj szl，kzl0 nj=1，0jzj szl，l1 1s1 s2(s1k=1sykyk0+s2l=1szlzl0)0sxi0，syk0，szl0，j0，i，j，k，l(1)式中:n 为 139 个县域单元;为县域粮食作物用水效率，当 大于 1 时，表示用水效率处于较高水平，当 小于 1 时，则表示区域投入产出比例不相符，用水效率处于较低水平。1 2 2粮食作物水足迹测算粮食作物水足迹包括绿水、蓝水和灰水足迹，其中绿水指未形成地表径流的降水，蓝水指地表水和地下水，灰水指将作物生产过程中排放的污染物进行稀释，使其达到排放标准所需水资源量11。将粮表 1 指标体系Table 1 Indicator system指标变量变量说明投入指标蓝水、绿水足迹/m3用水投入种植面积/hm2土地投入化肥施用折纯量/t化肥投入农业机械总动力/万 kWh机械投入农业劳动力/万人人力投入期望产出指标农业 GDP/万元农业产出非期望产出指标灰水足迹/m3水污染食作物的绿水足迹、蓝水足迹作为指标体系中的水资源投入量，灰水足迹作为非期望产出投入。(1)绿水、蓝水足迹计算主要根据产量与生长期需水量，参考现有研究24，计算公式如下:GWF=GW YBW=BW Y(2)GW=10 ETgreenBW=10 ETblue(3)式中:GWF 和 BWF 分别为粮食作物绿水、蓝水足迹(m3);GW 和 BW 分别为粮食作物在生长的过程中需要的绿水、蓝水资源(m3/hm2);Y 为粮食作物种植面积(hm2)。绿水足迹越大表示作物生长过程中降水消耗越多，蓝水足迹越大则表示作物生长过程中灌溉用水消耗越多。ETgreen=min(ETc，Pe)(4)ETblue=max(0，ETc Pe)(5)式中:ETgreen和 ETblue分别代表示粮食作物生长过程中绿、蓝水的蒸散量(mm)，采用联合国粮农组织(FAO)开发的 COPWAT 模型进行计算;Pe为粮食作物生长期内有效降水量(mm);ETc为粮食作物生长期的蒸散量(mm)。Pe=P(125 0 6P)/125P(250/3)mm125/3+0 1PP (250/3)mm(6)(2)灰水足迹作为文中的非期望产出投入，根据粮食作物化肥施用折纯量计算，公式如下25:EWF=*ApplCmax Cnat(7)式中:EWF 为粮食作物灰水足迹(m3);为氮肥淋失率(%);Appl 为粮食作物氮肥施用总量(kg);Cmax、Cnat 分别为化肥中氮元素的最大容许浓度和自然本底浓度(kg/m3)。考虑到数据的可获取性以及化肥类型特点，文中根据“短板原理”，选取淋失率高且使用比例大的氮肥作为粮食生产过程中的污染物，根据已有研究以及小麦 玉米作物带种植实际情况，淋失率定为 10%20，而氮肥的最大容许浓度以国家制定最大 10mg/L 为准，自然状态下一般取最小值 0。灰水足迹越大，表示作物生产过程中排放的污染物911第 8 期温佳昱等河北省粮食作物用水效率时空特征及影响因素分析多。1 2 3不同尺度粮食作物用水效率空间差异分析文中分析河北省整体、区域和县域三种尺度粮食作物用水效率的空间差异，其中省域整体尺度的粮食作物用水效率采用核密度估计方法，区域差异分析采用泰尔系数，县域尺度则直接运用 GIS 的空间分析方法。核密度估计基于连续的密度曲线表示效率的分布特征26，计算公式如下:f(x)=1NhNi=1Kxi?xh(8)式中:f(x)为粮食用水效率密度函数;xi为各地区粮食用水效率观测值;?x 为粮食用水效率平均值;N为区域个数;h 为半径;K 为核函数。泰尔系数用于分析 4 个区域粮食作物用水效率差异及区域差异的主要来源27，计算公式如下:T=1nni=1yi?ylog(yi?y)=Tb+Tw=Tb=kk=1yklogyknk/n+kk=1ykTk(9)式中:T、Tb、Tw分别代表河北省粮食作物用水效率的总泰尔系数、区域间泰尔系数及区域内泰尔系数;yi是第 i 个县域粮食作物用水效率值;?y 是所有县域粮食作物用水效率平均值;k 表示河北省划分的区域数;yk表示第 k 区域效率总和占全部县域效率总和比值;nk表示第 k 区域内县域个数。1 2 4影响因素分析考虑到河北省粮食作物用水效率存在外部性和依赖性，文中选取空间计量模型分析粮食作物用水效率的差异成因及空间效应，并进一步运用时空地理加权回归模型分析粮食作物用水效率影响因素的空间分布差异。(1)空间计量模型。空间计量模型通常分为空间滞后模型(Spatial Lag Model，SLM)、空间误差模型(Spatial Error Model，SEM)、空间杜宾模型(Spatial Dubin Model，SDM)28，三个模型的公式是根据统一公式中、系数的数值进行确定，模型统一公式如下:Yit=Nj=1WijYjt+Xit+Nj=1WjtYjt+Ui;Ui=Wui+i(10)式中:i、j 表示河北省的 139 个县域;t 为时间;W 代表空间权重矩阵，文中选取经济 地理距离空间权重矩阵;Y、X 分别表示县域的粮食作物用水效率与影响因素;和 表示空间系数;影响因素的估计系数;表示随机误差项。文中根据拉格朗日乘数检验(LM)、似然比验证(L)、Hausman 检验等各类验证选择上述三个模型中适用于文中模型。遵循已有研究指标选取的原则1，19，结合河北省粮食种植实际情况，构建粮食作物用水效率的影响因素指标体系(表 2)。表 2 影响因素选取指标Table 2 Influencing factors selected变量名称变量代码变量解释因变量年降水量AP年降水量/mm30 自变量有效灌溉程度EID(有效灌溉面积/农作物播种面积)/%1 种植结构AFS(玉米播种面积/粮食作物播种面积)/%7 产业结构IS(农业产值/第一产业产值)/%5，7 农村居民人均纯收入CDI各县域农村居民人均纯收入/元21 城镇化水平UL(城镇人口/总人口)/%1，21 农业机械力密度AGM(农业机械总动力/农作物播种面积)/%1 化肥施用强度FAI(农业化肥施用量/农作物播种面积)/%15(2)时空地理加权回归模型。时空地理加权回归模型(Geographically and Temporally Weighted egres-sion，GTW)29 将时间维度加入其中，并构建时空权重矩阵，能更好的处理时空非平稳关系，用于分析不同影响因素对河北省粮食作物用水效率空间差异，构建的 GTW 模型如下:yi=0(ui，vi，ti)+pk=1k(ui，vi，ti)xik+i(11)式中:y 为各县域的粮食作物用水效率;x 为各影响因素;i 为县域;ui、vi、ti分别为各县域中心的经度、纬度、时间坐标;0(ui，vi，ti)为第 i 个县域的回归常数，即模型中的常数项;k(ui，vi，ti)为县域的第 k 个影响因素的回归系数;i为第 i 个县域的随机误差。021干旱区资源与环境第 37 卷图 2河北省粮食作物水足迹变动趋势Figure 2 The changing trend of water footprint of crops in Hebei province2结果分析2 1粮食作物水足迹测算图 2 可见，随着河北省粮食作物种植面积增加，1995 2019 年粮食作物总水足迹呈上升趋势，从246 01 亿 m3增长到 314 94 亿 m3，年增长率为 1 03%。1995 年蓝、绿、灰水足迹分别占总水足迹的56%、16%、28%，2019 年蓝、绿、灰水足 迹 占 比 分 别 为 53%、12%、35%，蓝、绿水足迹占比均减小，灰水足迹占比增加，且占比变化幅度图 31995 2019 年粮食作物用水效率核密度估计Figure 3 Nuclear density estimation of water useefficiency of food crops from 1995 to 2019超过蓝水足迹和绿水足迹。总体上，蓝、灰水足迹呈现小幅度上升趋势，灰水足迹增长率大于蓝水足迹增长率，但 2000 年之后灰水足迹增长率有所降低;绿水足迹小幅度波动，整体上较为平稳。2 2粮食作物用水效率测算2 2 1河北省域粮食作物用水效率总体趋势分析1995 2019 粮食作物用水效率核密度曲线均呈现出双峰的波动特征(图 3)，且峰值在 0 2 0 4 和1 0 1 2 之间分布，两极分布差异较明显。其中 1995 2000 年核密度分布向左偏移，表明粮食作物用水效率呈现下降趋势;2000 2015年核密度分布向右偏移，且粮食作物用水低效率区有所减少，粮食作物用水高效率分布区有所增加，说明粮食作物用水效率呈现上升趋势;2015 2019 年核密度曲线呈现三峰，第一个和第二个峰值向左偏移，且第一个峰值核密度上升，表明 2019 年河北省大部分县域粮食作物用水效率降低且各地区用水效率两极化现象严重。2 2 2区域差异分析表 3 可见，河北省用水效率存在区域差异，总泰尔系数呈现波动变化态势，其中 2015 2019 年区域差异增加幅度较大。区域间和区域内泰尔系数变化为波动增加趋势，其中区域间的泰尔系数从 0 002 上升为 0 024，区域内的泰尔系数从 0 068 上升为 0 125，表明区域间和区域内粮食作物用水效率差异均呈现增加趋势，其中区域内差异贡献率更大，即河北省整体用水效率差异主要来源于区域内部。分区域看，冀西北区泰尔系数呈现增加趋势，表明其内部差异较大，且对总差异的贡献度逐渐增加;沿海区的泰尔系数表 3 四大区域泰尔系数及贡献率Table 3 Theil coefficient and contribution rate of the four major regionsTTbDbTWDW冀中南区Dk1冀西北区Dk2环京津区Dk3沿海区Dk419950 0700 0023%006897%006235%011626%005519%006218%20000 0780 0011%007799%007944%016628%003510%006416%20050 07000022%006898%006339%012223%005417%006117%20100 07900022%007798%006836%015226%005818%006718%20150 06900034%006796%004527%014327%005821%007321%20190 149002416%012584%005913%021839%013520%009511%121第 8 期温佳昱等河北省粮食作物用水效率时空特征及影响因素分析平均值为 0 070，对于粮食作物用水效率差异贡献度较低;环京津区的泰尔系数平均值为 0 066，处于波动变化状态，该区对粮食作物用水效率差异贡献度的变化幅度较小;冀中南区泰尔系数平均值最小，其泰尔系数与贡献率呈均下降趋势，说明在研究期内该区域粮食作物用水效率差异降低。总的来说，河北省粮食作物用水效率差异主要来源于区域内部差异，尤其是冀西北区对河北省粮食作物用水效率区域内差异的贡献率最高。2 2 3县域时空分异特征基于 GIS 分析县域尺度河北省粮食作物生产用水效率的空间格局变化特征，以 0 3 和 0 7 为界将效率值分为低值区、中值区和高值区三个等级。图 4 可见，1995 2019 年河北省粮食作物用水效率发生较大变化，其中 1995 年中值区分布较广，约占 55 1%，低值区主要在坝上高原区、太行山脉区、冀南滨海区分布，以及平原区的零星县域，约占 26 1%;2000 年低值区的分布范围扩大，尤其是冀北地区分布广泛，这主要是由于当时农业技术相对薄弱，粮食生产投入与非期望产出增加幅度大于期望产出增加幅度，导致粮食作物用水效率下降;2005 年、2010 年和 2015 年平原区高值区和中值区分布均呈现增加趋势，且粮食作物用水效率空间分布相对稳定，自 2004 年中央一号文件强调集中力量加强粮食生产、促进种粮收入后，农民种粮积极性提高，加之各地区农业政策和种植结构调整，粮食生产投入增加，促使粮食作物用水效率提图 41995 2019 年河北省粮食作物用水效率分布格局Figure 4 Water use efficiency distribution and change pattern of grain crops in Hebei province from 1995 to 2019221干旱区资源与环境第 37 卷高;2019 年用水效率下降较多，低值区占比达到了 78 4%，主要是由于 45%的县域粮食作物种植面积减少，且 63%县域粮食作物 GDP 减少，随着增产需求加大，化肥使用量逐渐增加，导致污染物产出过多。可见，由于要素投入、非期望产出冗余，河北省粮食作物用水效率总体偏低，今后应通过高效率县域辐射带动低效率县域，增强区域协同带动作用。整体上，1995 2019 年粮食作物用水效率的空间分布变动较小但存在一定的区域差异，呈现西北低、东南高的分布特征，中南部地区土地较平旷、耕地质量较高，因此用水效率高值区分布广泛。当前河北省各地已经实施的季节性休耕等方式能够减少水足迹的投入，后续应当在继续实施该政策的基础上，通过优化其他投入产出要素的比例，进一步提高用水效率。2 3影响因素分析2 3 1空间计量模型(1)空间自相关检验与模型选取。1995 2019 年的 Moran sI 均大于 0(表 4)，且都通过显著性检验，表明河北省粮食作物用水效率整体存在显著的空间正相关性。首先采用 LM 检验验证文中研究是否适用 SEM 或 SLM 模型(表 5)，结果均通过 5%显著性检验，因此更适合选择结合两者的 SDM 模型;L 检验也通过了显著性检验，表明 SDM 模型不能退化为另外两种模型，说明文中研究最适合选择 SDM 模型;接着进行 Hausman 及效应检验，结果显示需要选择时间 空间的双固定效应进行分析。结合上述检验，最终运用时空双固定效应下的 SDM 模型计算得到 log likelihood值(697 57)和 sigma2(0 8217)值较大，表明模型拟合效果较好，空间自回归系数 为正值且通过显著性检验(表 6)，说明河北省用水效率存在空间效应和溢出效应。(2)结果分析。不同影响因素对粮食作物用水效率的影响包括对本地的直接效应和对周边地区的间接效应，回归系数的正负值则表示影响因素对粮食作物用水效率的正向作用和负向作用。结合表 2 和表 7 可以从以下三个方面进行分析。城镇化水平、农村居民人均纯收入和农业机械力密度与粮食作物用水效率的回归系数为正值且有显著的溢出效应，即表示随着各县域这些指标的增加，能提高该县域及其周边县域的粮食作物用水效率。这是由于城镇化水平、农村居民人均纯收入水平较高，能够为农业发展投入更多资金，并且可以吸纳更多资源向该产业转移，同时由于县域间经济要素的流动，也会间接影响临近县域经济水平，从而产生粮食作物用水效率的空间溢出效应。有效灌溉程度和产业结构的回归系数为正值但溢出效应不显著，表明节水灌溉技术的提高以及推广可以减少水资源输送和蒸发损失，从而提高用水效率;区域农业产值占比越多，说明该区域中农业地位较高，则在技术进步效率和管理效率方面越高，有助于提高粮食用水效率。年降水量、种植结构、化肥施用强度的回归系数为负值，但年降水量回归系数未通过显著性检验，说明其对粮食作物用水效率影响并不明显;种植结构对粮食用水效率起负向作用，说明目前河北省粮食种植结构在节水方面还需要进一步优化;化肥使用强度表 4 1995 2019 年 Moran s I 指数Table 4 Moran s I indexes，1995 2019年份Moran s I年份Moran s I199502852010 027320000175*2015020120050 2152019 0184注:、和*分别表示在 1%、5%和 10%的水平下显著，下同。表 5 空间计量模型相关检验结果Table 5 Correlation test ofspatial econometric model检验方法p valueLM error0000LM lag0005L spatial lag00009L spatial error00012Hausman0000表 6 粮食作物用水效率空间面板回归结果Table 6 egression results of the spatialpanel on water efficiency of food crops变量回归系数In AP00001(218)In EID00763(281)In AFS00233*(072)In IS00437*(311)In CDI00009*(180)In UL00024*(154)In AGM13639(110)In FAI02987(2 36)W*AP00005(232)W*EID02862(115)W*AFS00428(158)W*PPI00436(138)W*CDI00081(057)W*UUL00031*(224)W*AGM14852(236)W*FAI03172(366)0294(0236)sigma208217log likelihood69757增加虽然会使粮食作物的产量增加，但是由于化肥产生的水体污染和土壤污染，导致非期望产出增加，并通过水体的流动影响到邻近县域31，因此化肥施用强度的增加对粮食作物用水效率起到抑制作用。2 3 2影响因素时空异质性分析借助 GTW 模型开展县域粮食作物用水效率各影响因素的空间异质性分析。在模型运行之前，采用线性回归方法对各影响较大的 6 个因素进行多重共线性检验(表 8)，所有影响因素 VIF 均小于 5，表明可以利用上述 6 个因素开展分析。模型运行后的回归模型参数调整 2为 0 948，说明模型的解释度较高、321第 8 期温佳昱等河北省粮食作物用水效率时空特征及影响因素分析效果较佳。表 7 各影响因素直接和间接效应Table 7 Direct and indirect effects of each influencing factor自变量直接效应间接效应总效应AP00001(303)00004(2 25)00005(329)EID00724(2 71)0 2853(1 26)03577(257)AFS0 0250*(073)00415(1 33)00665*(089)IS0 0437*(3 68)0 0204(1 13)00641(323)CDI0 0007*(1 87)0 0057(0 44)00064(227)UL00023(1 51)00030(1 81)0 0052(171)AGM13701(1 25)1 4512(1 98)28213*(105)FAI02862(208)0 3081(1 65)05943(199)表 8 多重共线性检验结果Table 8 Multicollinearity test result自变量容差VIFEDI09491053AFS09281078IS05211921UL07191390AGM09891011FAI09351031图 5 可见，总体上各影响因素的回归系数均呈带状和片状空间分异特征。农业机械力密度、有效灌溉程度、第一产业结构、城镇化水平的回归系数大多为正值，表明其对河北省县域粮食作物用水效率的影响主要为正向作用。分指标来看，农业机械力密度回归系数正值区分布在南部(图 5a)，由于近年来农业机械力度的使用程度持续上升，且南部耕地平坦地区更加适合大型农机，因此农业机械力密度对该地区粮食作物用水效率提升起到促进作用，负值区主要分布在张家口康保县、张北县、尚义县等部分地区，该区域机械化水平发展速度较低，并且农机使用成本在不断增加，一定程度上阻碍了该区机械化发展，导致农业机械力密度的影响为负向效应，因此该地区应该建立健全的农机化服务队伍，因地制宜的推广适合本地区农机产品;有效灌溉程度的回归系数呈现北高南低格局(图 5b)，北部坝上地区相对南部平原区地势较高，多为山地丘陵，且该地区水资源短缺较严重，因此粮食作物用水效率受有效灌溉程度的正向影响更高一些;产业结构回归系数由北向南递减(图 5c)，原因是河北省冀西北大力发展生态涵养区，沿海区主要发展第二、三产业，这些地区粮食作物产量、产值低，针对粮食种植的资金和技术投入较少，因此在农业用水效率方面管理较弱，从而抑制用水效率提升;城镇化水平回归系数从东北向西南递减(图 5d)，主要是由于西南地区位于平原区且靠近省会，城镇化水平已经达到较高水平，北部地区城镇化水平较低，而城镇化水平提高可以促进技术创新和基础设施建设，对北部地区未来粮食用水效率影响潜力更大。相反，化肥施用强度和种植结构的回归系数负值较多。分指标来看，化肥施用强度的回归系数除部分南部地区外均为负值(图 5e)，说明灰水足迹处于产出过剩状态，导致化肥使用强度对粮食作物用水效率起负向作用，政府要继续推行化肥减量增效技术，调整施肥结构，鼓励施用农家肥、有机肥，促进绿色农业发展;种植结构中玉米需水量相比其他作物较小，因此其种植面积占比较大，表示当地向节水型农业转变的倾向，回归系数从东北向西南递减(图 5f)，承德地区不种植小麦，玉米种植面积占比较大，因此种植结构对于该地区粮食作物用水效率起到正向作用，而邯郸、邢台等地的回归系数为负值，这些地区应当调整种植结构，减少高耗水作物种植，从而增强种植结构对于粮食作物用水效率提升的促进作用。3讨论水资源是粮食生产的基础要素，作为全国粮食主产区之一，河北省水资源短缺将会严重威胁其粮食产出，水资源利用效率提高是确保该区粮食安全和农业可持续发展的关键。文中将水足迹引入 SBM 模型，在综合考虑作物生产中的投入、期望和非期望产出指标的基础上，从三种尺度全面评估了粮食作物用水效率。而采用空间计量和 GTW 两种模型，则能够从全域和局域视角出发，准确分析不同影响因素对粮食作物用水效率的影响效应和空间异质性。研究结果表明，河北省粮食作物用水效率整体处于较低水平，并在后期呈现下降趋势，这与苏喜军等研究结果相符合18。国内学者对于文中选取影响因素进行的实证分析，结果表明有效灌溉程度对粮食作物用水效率的影响呈现正向效应14，16，18，虽然起到正向作用，但值得注意的是，实地调研中发现，石家庄、保定、巨鹿县、南皮县等地节水设施布局不合理，难以满足粮食作物灌溉需求，农户对其认可度较低，使用率偏低。因此在节水政策实施前，应通过实地调研科学布局农业设施，进一步提升技术进步效率，以保障节水设施实用性和有效性。种植结构、年降水量和化肥施用强度呈现负向效应14 15，18，32 33，这与文中研究结论相符。但是部分研究的实证分析表示化肥施用量对用水效率为正向效应34，与文中结果相悖，主要原因是没有考虑用水效率中的非期望产出，难以全面反映农业用水效率的实际情况。文中从研究方法和研究视角上均进行了拓展，可为提高水资源利用效率提高提供更具有操421干旱区资源与环境第 37 卷图 5影响因素 GTW 回归系数空间分布Figure 5 Spatial distribution of GTW regression coefficients for each influencing factor作性的建议。但由于更长时间序列的县域粮食作物基础数据获取困难，研究中时间样本以及指标选取还不够完善，这将成为后续研究深化的方向。4结论文中以河北省为研究对象，基于水足迹、超效率 SBM 模型、空间计量模型和 GTW 模型，综合分析了粮食作物用水效率的时空变化特征和影响因素，主要得出以下结论:(1)1995 年以来河北省粮食作物总水足迹呈现波动增长变化趋势，其中蓝水足迹占总水足迹比重最大，绿水足迹占比最小，灰水足迹年增长幅度最大。(2)河北省粮食作物用水效率的差异主要来源于区域内差异，且区域内差异从大到小依次为冀西北区、沿海区、环京津区和冀中南区。1995 2019 年粮食作物用水效率呈现先下降 后上升 再下降的变化趋势，整体上用水效率处于较低水平，空间分布上呈现西北低、东南高的格局。(3)有效灌溉程度、产业结构、农村居民人均纯收入、城镇化水平和农业机械力密度对粮食作物用水效率起到正向效应，种植结构和化肥施用强度对用水效率均起到负向效应，年降水量对用水效率的影响不521第 8 期温佳昱等河北省粮食作物用水效率时空特征及影响因素分析显著。各影响因素对粮食作物用水效率的影响程度存在空间异质性，种植结构、产业结构对用水效率的回归系数由东北向西南递减，城镇化水平则相反，有效灌溉程度的回归系数呈现北高西低格局，农业机械力密度和化肥施用强度的回归系数呈交叉分布。参考文献 1常明，王西琴，贾宝珍 中国粮食作物灌溉用水效率时空特征及驱动因素 以稻谷、小麦、玉米为例 J 资源科学，2019，41(11):2032 2042 2宋歌，陈玉珊，张珊，等 非充分灌溉条件下多目标整数规划配水模型构建 J 农业工程学报，2022，38(9):129 139 3HU J L，WANG S C，YEH F Y Total factor water efficiency of regions in China J esources Pollcy，2007，34(4):217 230 4许朗，陈杰，刘晨 小农户与新型农业经营主体的灌溉用水效率及其影响因素比较 J 资源科学，2021，43(9):1821 1833 5 GENG Q L，EN Q F，NOLAN H，et al Assessing China s agricultural water use efficiency in a green blue water perspective:A study basedon data envelopment analysis J Ecological Indicators，2019，96:329 335 6 WANG W，ELAHI E，SUN S Y，et al Factors influencing water use efficiency in agriculture:A case study of Shanxi，China J Sustainability，2023，15(3):2175 2157 7徐依婷，穆月英，张哲晰 中国粮食生产用水效率的影响因素及空间溢出效应J 华中农业大学学报(社会科学版)，2022(4):76 89 8TONE K A slacks basde measure of super efficiency in data envelopment analysisJ European Journal of Operational esearch，2002，143(1):32 41 9田嘉欣，党小虎，杨志，等 水足迹视角下黄土高原经济林果扩张的水安全风险分析 以苹果种植为例J 自然资源学报，2022，37(10):2750 2762 10刘聪 中国粮食生产的水资源利用特征评价J 华中农业大学学报(社会科学版)，2017(4):22 29，146 11尹默雪，赵先贵 基于水足迹理论的内蒙古 1990 2016 年水资源评价 J 干旱区资源与环境，2018，32(6):120 125 12朱世垚，宋松柏，王小军，等 基于 LMDI 和 STIPAT 模型的区域用水影响因素定量分析研究J 水利水电技术(中英文)，2021，52(2):30 39 13WANG G F，CHEN J C，WU F，et al An