（刘海军，周雪晴，王珂珂）摘要：水分生产率是农业水资源管理和效果评价的关键指标之一，但不同作物产量差异较大，其水分生产率不能直接比较。提出了农业经济水分生产率和农业经济灌溉水分生产率概念，将不同作物的产量以农业产值替代，消除作物差异影响，进而对不同时间和区域的农业水分利用效果进行比较和评价。以省为单位计算了农业经济水分生产率和农业经济灌溉水分生产率，分析了2000—2022年全国及不同省份的农业经济水分生产率和农业经济灌溉水分生产率的时空分布特征，并通过随机森林特征重要性评价分析了不同要素对其影响。研究表明：2000—2022年各省份农业经济水分生产率和农业经济灌溉水分生产率值均持续增长，全国平均值分别由1.1元/m3 和3.8元/m3 增加到5.8元/m3 和22.3元/m3 ；空间自相关分析表明，农业经济水分生产率相近的省份在空间上显著聚集，总体表现为华北高、西南低的趋势，局部自相关属性为高-高（HH）和低-低（LL）的省份均在15个左右，23年间全国整体和局部的空间分异特征随时间推移无显著变化；农业经济灌溉水分生产率在空间上聚集不明显；地区生产总值、农林牧渔业增加值、农用机械总动力、农用化肥施用折纯量以及有效灌溉面积是影响各水分生产率指标的主要因素。针对影响要素，提出了提升农业经济水分利用效率的途径。可为国家和地方农业水资源管理提供参考。关键词：农业经济水分生产率；农业经济灌溉水分生产率；时空分布；影响因素；随机森林特征重要性评价；空间分异特征；农业水资源管理

一、引言 

水利是农业的命脉。根据2023年《中国水资源公报》，我国农业用水约占全国用水总量的62%，其中90%左右用于农田灌溉。全国约48%的灌溉耕地生产了约75%的粮食和90%以上的蔬菜。然而随着经济快速发展、人口增长以及气候变化加剧，水资源供需矛盾日益尖锐，提升水资源利用效率已成为促进农业可持续发展的关键任务之一。在此背景下，深入研究我国各省份水分生产率（Waterproductivity，WP）的时空分布规律，对于优化农业水资源配置、提升农业生产效益、保障国家粮食安全具有深远意义。 

水分生产率的定义为消耗单位水量所产出的物质。实际应用中，农业水分生产率一般也称为水分利用效率（Wateruseeffciency，WUE），有些学者也认为水分利用效率是衡量农业水资源利用效率的核心指标，在农业水资源管理中具有重要作用。目前，国内外学者对农业水分生产率开展了大量研究，主要有以下发现：①农业水分生产率在过去呈现增加趋势，如操信春等通过对全国400多个主要灌区的研究计算发现各灌区水分生产率逐年增长；陈毅对甘肃省不同区域2010—2020年的灌溉水分生产率和农业用水效率的时空分布进行分析，结果表明前者整体水平提高了80%，后者年均增长率为6.5%。②农业水分生产率区域差异较大，如Abdullaev等发现锡尔河流域同一时间尺度下不同农场间水分生产率差异较大；Mainuddin等证实湄公河下游流域不同国家间水分生产率差异显著，其中2004年越南境内湄公河流域水稻水分生产率是泰国的近3倍，且流域内部呈现高生产率区域愈发聚集趋势。③不同作物水分生产率差异明显，如吴世德等基于2000—2012年辽宁省主要粮食作物（玉米、水稻、小麦、大豆）的水分生产率研究表明，四类作物多年水分生产率平均值依次是1.5kkg/m3、1.1kg/m3、0.9kg/m3及 0.7kg/m3，存在较大差异，最高值（玉米）约是最低值（大豆）的2倍。④农田管理措施对水分生产率影响较大，喷灌和滴灌可显著提升农业水分生产率。如Wang等通过对华北地区冬小麦开展的灌溉方式试验分析发现，相较于传统地面灌溉处理，地面滴灌与喷灌处理下的灌溉水利用效率呈现显著提升趋势，增幅分别达到了44.2%和28.2%；宫飞等通过分析喷灌与畦灌处理对冬小麦水分利用效率的影响，发现作物的水分利用效率在喷灌处理下比畦灌处理高了51.5%左右。 

传统的水分生产率研究核心在于建立作物产量与水分消耗量间的物理联系。然而不同区域种植作物不同，作物产量差异大，直接比较水分生产率较困难，从而导致在指导农业水资源优化配置时可能产生误差。尽管已有学者尝试从经济维度拓展用水效率评估，如通过“农作物经济水足迹”核算特定农产品生产全过程的虚拟水消耗及其经济价值转化，或利用“农业产出弹性”分析水资源等要素投入变动对农业经济产出的边际效应，但这些方法或仍侧重于单一产品的生命周期评估，或旨在揭示要素变化的敏感性，未能从根本上构建一个可直接比较的、以市场价值为基准的宏观农业水资源利用效率综合评价指标。 

综上，本研究是在前人研究成果基础上，将不同作物产量转化为产值，从经济角度构建不同区域的农业经济水分生产率和农业经济灌溉水分生产率，进而分析2000—2022年二者在我国各省份的时空变化特征，探讨其主要影响因素，揭示我国农业水资源配置的经济效率规律。研究结果可为提高农业用水效率、制定分区分类节水政策和促进农业可持续发展提供理论支撑。 

二、研究方法和数据来源 

1.指标计算 

水分生产率描述了消耗单位水量所生产的物质。在农业水资源管理中，农业水分生产率一般表示消耗1m3水生产的产量，单位为kg/m3，或者消耗1mm水量在1hm2面积生产的产量，单位为kg/（hm2·mm）。同样，灌溉水分生产率（IrrigationWaterProductivity，IWP）定义为消耗单位灌溉水量所生产的物质。 

农业水分生产率因作物种类不同而存在显著差异。根据相关文献数据，粮食作物中，小麦的水分生产率一般为1～kg/m3，马铃薯为4～8kg/m3；蔬菜作物中，番茄为15～30kg/m3，而大白菜则高达54～76kg/m3；不同水果之间也差异极大，苹果的水分生产率一般为2～8kg/m3，西瓜则达3～22kg/m3。因此直接进行水分生产率比较，而不考虑作物种类的差异，结果往往是不准确的。本文从经济角度出发，以所有的农产品产值来代替产量，进而消除不同作物单产和价格差异对计算结果的干扰，实现大农业范畴内跨物种、跨业态的水分生产率可比性分析。本文定义的农业经济水分生产率计算公式为： 

WPe=GDPa/Wa（1） 

式中，WPe为农业经济水分生产率，单位为元/m3；GDPa为区域农业生产总值，单位为元；Wa为对应区域 的农业供水量（灌溉水量与降水量之和），单位为m3。 

同时为分析不同区域灌溉水量对农业生产的影响，参考公式（1）定义了农业经济灌溉水分生产率公式，计算公式为： 

IWPe=GDPa/Ia（2） 

式中，IWPe为农业经济灌溉水分生产率，单位为元/m3；GDPa为区域农业生产总值，单位为元；Ia为灌溉水量，单位为m3。 

该方法以产值替代产量，提升了水分生产率的可比性，但是未考虑农产品市场价格波动与区域补贴政策对农业产值的直接影响。因此在比较农业经济水分利用效率时需要说明农业经济产值的数据来源和计算方法。此外，宏观统计数据精度与尺度效应的影响，使得该方法在小尺度区域应用时可能误差较大。 

2.空间自相关分析 

空间自相关包含全局和局部两种形式，用于衡量空间内某种属性的聚集程度。全局空间自相关旨在分析解释特定地理现象或属性在整个区域内的空间特性，通过计算Moran’sI指数和进行Z检验判断是否存在聚集倾向。本研究中，局部空间自相关可通过量化省域单元农业经济水分生产率的空间异质性，识别聚集区的空间区位、分布范围与变化趋势，最终通过空间关联局域指标（LISA）聚集图予以呈现；将省域结果和全国平均水平对比分析，明确各省份农业经济水分生产率在全国的相对水平。将LISA聚集图中的属性归纳为4类：“高-高（HH）”型，即某省份及其周边省份农业经济水分生产率均较高；“低-高（LH）”型，说明某省份农业经济水分生产率低但周边省份高；“高-低（HL）”型，指某省份该值高但周边省份低；“低-低（LL）”型，反映某省份与周边省份该值均较低。其中，“高-高（HH）”型和“低-低（LL）”型反映各省份属性值之间存在显著的空间正相关，呈现出一定的均质性；“高-低（HL）”型和“低-高（LH）”型则呈现出较强的空间负相关性，表明各省份之间具有异质性。当设定显著性水平时，能够对各区域局部空间自相关属性的显著性做出判断。借助ArcGIS软件实现对各省份地区的局部相关性分析。本研究选取起始年（2000年）、中间年（2011年）和末尾年（2022年）为代表年，揭示我国全国及各省份农业经济水分生产率的时空演变特征。 

3.随机森林特征重要性评价 

为评估各影响特征对模型的贡献及对农业经济水分生产率的作用，采用随机森林特征重要性评价方法。随机森林在2001年被Breiman提出，通过构建多棵决策树并集成其预测结果，可有效降低过拟合风险，自动捕捉特征间的交互作用。与传统方法相比，其在评价特征重要性时既考虑了单一特征影响，又反映了特征组合的综合贡献。该模型通过自助法重采样技术抽取约75%样本为训练集，其余作为袋外数据用于验证。本研究基于袋外数据特征重要性评价方法，通过随机排列输入特征值，依据袋外数据上模型的性能变化，估算各特征的贡献及重要性。该方法优势显著，能为研究提供全面可靠的结果。特征重要性值一般大于0，值越大则贡献越大，反之越小或无贡献。特征重要性值计算分析在MATLABR2020a和Excel软件中完成。 

4.数据来源 

本文的农业经济数据、灌溉数据以及影响因素数据（如水资源总量、农用化肥施用折纯量、农用机械总动力、生产总值等）均来源于国家统计局网站（https://www.stats.gov.cn），降水、温度等数据均来源于历年我国和各省份统计年鉴、水资源公报等。 

三、结果与分析 

1.农业经济水分生产率和农业经济灌溉水分生产率的时序变化 

图1描述了2000—2022年全国农业经济水分生产率和农业经济灌溉水分生产率年际变化趋势。可以看出，从2000年到2022年，全国农业经济水分生产率和农业经济灌溉水分生产率呈现显著增加趋势，且两者的增加趋势基本一致。农业经济水分生产率从2000年的1.1元/m3一直增加到2022年的5.8元/m3，年均增速为7.85%，多年均值为2.86元/m3；农业经济灌溉水分生产率从2000年的3.8元/m3增加到2022年的22.3元/m3，年均增速为8.38%。与农业经济水分生产率（1.1～5.8元/m3）相比，农业经济灌溉水分生产率（3.8～22.3元/m3）的值约是其3～4倍。 

全国各省份的农业经济水分生产率和农业经济灌溉水分生产率在2000—2022年之间总体呈现增加趋势，但是不同省份的差异较大（见图2）。对于农业经济水分生产率〔见图2（a）〕，北京市总体最高，从2000年的2.7元/m3增加到2022年的11.8元/m3；次之为天津市、陕西省和河北省等，其农业经济水分生产率排名一般在全国前20%；排名在后20%的省份主要包括江西省、安徽省、西藏自治区、湖南省、广西壮族自治区和云南省，其农业经济水分生产率多年平均值为全国多年平均值（2.86元/m3）的48%，为前20%省份多年平均值（4.47元/m3）的31%。 

各省份的农业经济灌溉水分生产率与农业经济水分生产率变化趋势类似，均呈现增加趋势〔见图2（b）〕。但是由于降水量的差异，各省份农业经济灌溉水分生产率在大小和排名上均与农业经济水分生产率不同。农业经济灌溉水分生产率整体最高的是重庆市，2022年为68.4元/m3；整体最低的是西藏自治区，2005年其值最低，为0.84元/m3。农业经济灌溉水分生产率总体排名前20%的省份主要包括重庆市、陕西省、贵州省、河南省、山东省、北京市，其平均值为24.99元/m3；排名后20%的省份主要包括内蒙古自治区、江西省、青海省、宁夏回族自治区、新疆维吾尔自治区、西藏自治区，其平均值为4.64元/m3，为全国平均值（11.08元/m3）的42%。 

2.农业经济水分生产率和农业经济灌溉水分生产率的时空分布特征 

（1）农业经济水分生产率的时空格局 

通过全局空间自相关方法，对中国各省份地理属性的总体差异及动态特征展开分析，具体数据如表1。表1数据显示，在三个代表年份中，农业经济水分生产率的全局Moran’sI指数均为正值，同时其显著性检验的P值均低于设定的0.05显著性水平。这表明，代表年份的农业经济水分生产率存在空间正自相关关系，且总体呈现出明显的空间集聚特征，意味着在空间上，农业经济水分生产率相似的省份趋向于集中分布。另外，Moran’sI值随着时间的推移逐渐下降，这意味着多年来农业经济水分生产率的空间集聚程度在减弱。 

为更深入分析农业经济水分生产率的区域分布及其时空变化特征，本研究借助空间关联局域指标展开相关分析。利用ArcGIS软件的聚类异常值分析工具分析局部Moran’sI指数，得到农业经济水分生产率的LISA聚集图（见图3）。 

从图3可以看出，HH省份为5～7个，主要集中分布在华北地区；HL省份为1个（福建），在沿海地区；LH省份在2011年为2个（吉林和宁夏），其余代表年没有；而LL省份有4～10个，连片聚集于西南及大部分沿海地区。其中HH和LL均表现出空间正相关，进一步印证了全局空间自相关的分析结果，而HL和LH省份在空间上未表现出显著的集中分布特征。随着年份推进，从2000到2022年各类型省份个数变化较小，HH和LL省份分别减少了2个和3个，LH整体没有变化，HL增加到了1个。总体来说，23年间农业经济水分生产率的局部分异特征无特别显著变化。 

（2）农业经济灌溉水分生产率的时空格局 

表2显示，三个代表年份的农业经济灌溉水分生产率全局Moran’sI指数均为正值，其中仅2000年（初始年）的统计检验结果为不显著（P＞0.05），2011与2022年均达到显著水平（P＜0.05）。这表明研究时段内各省份间存在着正自相关关系，虽然随着时间发展逐渐表现出一定的空间聚集，但整体空间聚集不显著。 

对经过显著性检验的代表年进行LISA聚集图分析（见图4）。图4显示，2011年和2022年无HL省份；HH省份主要集中在黄河以南和长江以北的中间区域以及贵州，LL省份为新疆和西藏，均呈现出空间正相关；LH省份在空间上未表现出明显的集聚趋势。农业经济灌溉水分生产率的聚集情况总体不显著。从2011年到 2022年，各类型省份个数变化很小，基本都在1个省份内变动。总体来说，2011—2022年间农业经济灌溉水分生产率的局部分异规律无显著变化。具体而言，宁夏始终处于LH区，表示其农业经济灌溉水分生产率显著低于邻近的陕西、内蒙古和甘肃，这一差异主要源于在气候和种植结构高度相似的背景下，宁夏2022年的农业经济总值（456亿元）远低于陕西（3310亿元）、甘肃（1806亿元）和内蒙古（2208亿元）。 

3.农业经济水分生产率和农业经济灌溉水分生产率的影响因素分析 

基于以上分析可知，中国各省份农业经济水分生产率指标存在着明显的时空差异，为进一步研究其影响因素，根据已有数据资料条件，综合考虑数据的完整性、代表性、实用性以及获取难易程度等，从气候（年降水量、年均气温）、技术（有效灌溉面积、农用化肥施用折纯量、农用机械总动力）、资源（水资源总量）、经济（地区生产总值、农林牧渔业增加值）等4个方面入手进行分析。 

利用随机森林算法模型，分别计算了各省份农业经济水分生产率和农业经济灌溉水分生产率不同影响因素的特征重要性，结果见表3和表4。整体来看，影响各省份农业经济水分生产率的4个主要因素分别为农用化肥施用折纯量、农用机械总动力、地区生产总值和农林牧渔业增加值；农业经济灌溉水分生产率类似，4个主要影响因素分别是有效灌溉面积、农用机械总动力、地区生产总值及农林牧渔业增加值。将全国作为一个整体计算特征重要性，结果发现，全国农业经济水分生产率的影响因素特征重要性排名为：农用化肥施用折纯量＞地区生产总值＞农林牧渔业增加值＞有效灌溉面积＞农业机械总动力＞年均气温＞水资源总量＞年降水量；全国农业经济灌溉水分生产率的特征重要性排名为：地区生产总值＞农用化肥施用折纯量＞有效灌溉面积＞农业机械总动力＞水资源总量＞年均气温＞年降水量。这与各省份计算结果反映的现象整体一致。 

为进一步明确不同影响因素对农业经济水分生产率和农业经济灌溉水分生产率的影响程度，本研究对各省份特征重要性排序前五的要素开展了频次统计，结果见表5。研究发现农业经济水分生产率影响因素排名前5频次由高到低依次是地区生产总值＞农林牧渔业增加值>农业机械总动力＞有效灌溉面积＞农用化肥施用折纯量＞年均气温＞年降水量=水资源总量；农业经济灌溉水分生产率的是地区生产总值=农林牧渔业增加值＞农业机械总动力=农用化肥施用折纯量＞有效灌溉面积＞年均气温＞年降水量＞水资源总量。说明大部分地区影响水分生产率指标的主要因素是地区生产总值、农林牧渔业增加值、农业机械总动力、有效灌溉面积和农用化肥施用折纯量等经济要素和农机技术要素。

四、讨论 

1.农业经济水分生产率和农业经济灌溉水分生产率时空变化特征 

在时间尺度上，研究发现全国农业经济水分生产率和农业经济灌溉水分生产率在2000—2022年间均呈现显著增长趋势，年均增速分别为7.85%和8.38%，表明我国农业水资源利用效率持续提升。这一趋势可能与农业技术进步和经济发展密切相关，农业机械化和高效灌溉技术推广显著提高了单位水资源的经济产出，而化肥农药的合理施用通过提升作物产量间接优化了水分生产率。 

在空间尺度上，不同省份间农业经济水分生产率空间差异显著，水资源条件相似的地区表现出明显的空间相关性。这主要是由于影响水分生产率的自然和经济社会等要素呈现区域聚集态势，促使农业经济水分生产率在空间上聚集。本文通过全局和局部空间自相关分析表明，农业经济水分生产率和农业经济灌溉水分生产率在空间上均呈显著正相关，且农业经济水分生产率的集聚程度在逐年减弱，而农业经济灌溉水分生产率无明显变化。 

三个代表年中农业经济水分生产率HH区主要有北京市、河北省、山西省和内蒙古自治区，LL区主要有广东省、江西省和湖南省等。其中河北作为我国粮食的核心生产基地之一，在经济发展的同时农业生产水平也较为先进，灌溉水需求量大的同时粮食产量高、农业经济值大，因此一直处于HH区。福建省在2016年被纳入首批国家生态文明试验区建设范畴，其农业资源经济价值随之快速增长，农业总产值从2015年的1358亿元提升到2022年的2065亿元，农业经济水分生产率随之显著增高，达到5.36元/m3，是邻省浙江、广东和江西的1.1～3.2倍，福建省也从2000年的LL区变为2022年的HL区，从而使得2022年空间自相关分析中LL区省份减少，空间聚集性变弱。农业经济灌溉水分生产率整体空间聚集性不显著，这主要源于自然条件、灌溉制度及经济结构的区域差异。南方省份（如江西、湖南）降水充沛，农业用水以降水补给为主，灌溉水的经济边际贡献较低；而北方省份（如陕西、河南）虽依赖灌溉工程，但西北省份（如新疆、西藏）受地形限制，灌溉设施覆盖不均，导致产值波动大，如2022年西藏农业经济灌溉水分生产率为4.46元/m3，而新疆高达7.30元/m3，削弱了空间连续性。同时，各地区灌溉策略（如华北侧重节水技术推广与南方侧重生态农业）及经济结构（如沿海地区高附加值农业占比高）差异显著，共同削弱了空间连续聚集性，导致农业经济灌溉水分生产率全局聚集特征不显著。 

2.农业经济水分生产率和农业经济灌溉水分生产率影响要素 

水分生产率作为衡量水资源利用效益的关键指标，是各种因素综合作用的结果。其影响因素可分为可控因素和不可控因素两大类，可控因素如有效灌溉面积、灌溉用水量、农药化肥施用量、作物种类等；不可控因素如辐射、降水量、地区经济总值等。本研究基于随机森林模型特征重要性评价方法，对中国各省份农业经济水分生产率和农业经济灌溉水分生产率在气候、资源、技术和经济等4个方面的8个影响因素指标进行综合分析。结果表明影响各省份水分生产率指标的5大要素分别是地区生产总值、农林牧渔业增加值、农业机械总动力、农用化肥施用折纯量以及有效灌溉面积，而水资源总量、年降水量影响相对较小。 

不同省份中特征重要性普遍较高的因素是地区生产总值，它反映了一个地区的经济发展水平，农林牧渔业增加值则反映了具体的农业经济价值的增减。经济发展水平较高的地区通常能够为农业提供更多的资金和技术支持，如改善灌溉措施、推广先进节水技术等，进而提升农业经济水分生产率和农业经济灌溉水分生产率，因此对指标影响较大。农业机械总动力是衡量农业生产机械化程度的关键指标之一，在全国31个省份中，90%的省份中农业机械总动力的影响重要性排序在前5大影响要素之列，说明其已成为水分生产率指标的重要影响因子。在干旱半干旱地区，由于自然条件的限制，土壤肥力相对较低，养分限制成为影响产量上限的重要因素。合理的化肥用量可以为作物提供必要的养分，促进其生长发育，从而实现增产，提升水分生产率。目前我国大部分地区仍普遍存在水资源不足的资源困扰，因此农业灌溉也一直是影响粮食生产的重要因素，有效灌溉面积直接体现出作物的灌溉状况，是影响作物产量与水分生产率的主要因子。此外，年均气温可直接调控作物的新陈代谢过程与蒸腾强度，并作用于土壤温度，而土壤温度又关乎根系的生长发育，这一机制使得年均气温同样成为制约作物水分生产率的核心不可控要素之一。 

3.提升农业经济水分生产率的措施 

基于上述对农业经济水分生产率的时空分异特征及影响要素分析，针对不同水分生产率水平区域的核心限制因素提出了差异化水分生产率提升对策。对于水分生产率水平高值区（华北地区等），其优势源于较高的农业机械化水平与经济基础，应聚焦技术精细化升级以巩固优势。可通过推广智能节水灌溉技术（如滴灌、水肥一体化装备）实现精准调控，结合测土配方施肥优化化肥与农机协同模式、减少水肥流失等措施，提升单位水资源经济产出效能。低值区（西南及西北地区等）受限于农业经济基础薄弱与灌溉设施滞后，需以基础设施升级与产业链延伸为突破。通过雨水集蓄工程（小型水库、田间蓄水池）增强抗旱能力，通过改造灌溉系统扩大有效灌溉面积；同时通过发展特色作物、推进农产品精深加工等延长产业链，提高粮食附加值，依托经济实力调整种植结构，突破经济约束限制。其余区域因限制因素多元，需因地制宜实施对策，建立跨区域技术交流机制，以高值区经验带动低值区发展，从而实现农业水资源增效与区域协调发展。 

五、结论 

本文通过对2000—2022年全国及各省份农业经济水分生产率和农业灌溉经济水分生产率的时空变化特征及其影响因素的分析，揭示了我国农业经济水资源利用效率的时空分异规律及其驱动机制，结论如下： 

①全国及各省份农业经济水分生产率和农业经济灌溉水分生产率总体均呈增加趋势，全国农业经济水分生产率和农业经济灌溉水分生产率分别从2000年的1.1元/m3和3.8元/m3增加到2022年的5.8元/m3和 

22.3元/m3。不同省份间差异较大，北京市农业经济水分生产率最高（多年平均值7.10元/m3），江西省最低（多年平均值0.93元/m3）；重庆市农业经济灌溉水分生产率最高，西藏自治区最低。 

②各省份农业经济水分生产率在空间上有显著聚集性，但空间集聚程度在逐年减弱，空间上总体表现为华北高、西南低的趋势。农业经济灌溉水分生产率整体空间聚集不明显。 

③从影响因素上来看，影响农业经济水分生产率和农业经济灌溉水分生产率的因素主要是经济要素（地区生产总值和农林牧渔业增加值）和技术要素（农用化肥施用折纯量、农用机械总动力、有效灌溉面积）。 

④提出了提升农业经济水分生产率和农业经济灌溉水分生产率的途径。提高农业水分生产率指标的关键在于促进地区经济发展和优化农资配比。