沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展耦合協(xié)調(diào)關(guān)系研究

查建平， 周玉璽， 周 霞

(1.山東農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院， 山東 泰安 271018； 2.山東農(nóng)業(yè)大學(xué) 公共管理學(xué)院， 山東 泰安 271018)

1 研究背景

改革開放40多年來，黃河流域經(jīng)濟社會發(fā)展成效顯著，與之相伴的則是用水量的增加[1]。黃河流域水資源開發(fā)率超過40%的生態(tài)警戒線[2]，進一步制約了黃河流域的高質(zhì)量發(fā)展。2019年習(xí)近平總書記提出“以水而定、量水而行”、“水資源節(jié)約集約利用”、“重在保護，要在治理”的黃河流域治理戰(zhàn)略。黃河流域是農(nóng)產(chǎn)品主產(chǎn)區(qū)，糧食和肉類產(chǎn)量約占全國的1/3。然而，黃河流域農(nóng)業(yè)部門在貢獻8.16%產(chǎn)值的情況下耗用了67.28%的水資源[3]，農(nóng)業(yè)水資源浪費情況嚴重。黃河流域高質(zhì)量發(fā)展應(yīng)當(dāng)是農(nóng)業(yè)用水效率和農(nóng)業(yè)經(jīng)濟發(fā)展的協(xié)調(diào)統(tǒng)一。因此，如何提高農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合協(xié)調(diào)程度，是黃河流域高質(zhì)量發(fā)展的一項重要內(nèi)容。

當(dāng)前，中國水資源利用效率呈現(xiàn)先下降后上升的U型發(fā)展趨勢[4]，東部地區(qū)水資源利用效率較高，中、西部地區(qū)較低[5]，具有明顯的空間非均衡性[6]。從不同產(chǎn)業(yè)來看，工業(yè)用水高效率中心由東向西轉(zhuǎn)移[7]，空間分布存在顯著正相關(guān)性[8]；農(nóng)業(yè)水資源效率逐年上升[9]，總體特征為“東部低、西部高、中部居中”[10]。從制度層面來看，需要建立相應(yīng)的交易制度[11]，平衡各主體用水需求[12]。

中國水資源短缺態(tài)勢和經(jīng)濟社會發(fā)展水平區(qū)域差異顯著[13]，學(xué)者們采用庫茨涅茲曲線[14]、VAR模型[15]、脫鉤分析[16]和耦合協(xié)調(diào)度[17]等方法，從不同的空間尺度[18-19]，測度分析了水資源與經(jīng)濟社會發(fā)展的關(guān)系，并從法制層面、管理層面和社會層面[20]制定了耦合協(xié)調(diào)機制。

現(xiàn)有研究從全國或地區(qū)等空間尺度探討了水資源利用與經(jīng)濟發(fā)展的關(guān)系，為本文研究提供了借鑒經(jīng)驗，然而鮮有學(xué)者基于特定流域進行研究，邢霞等[21]對黃河流域水資源利用效率與經(jīng)濟發(fā)展的耦合協(xié)調(diào)關(guān)系進行了探討，但忽視了農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的關(guān)系研究?；诖耍疚陌凑铡耙思Z則糧、宜農(nóng)則農(nóng)”的原則，以沿黃九省(區(qū))為研究對象，分別運用非期望產(chǎn)出超效率SBM(slacks-based measure)模型和綜合評價模型測度其農(nóng)業(yè)用水效率和農(nóng)業(yè)經(jīng)濟發(fā)展水平，并運用耦合協(xié)調(diào)度模型分析二者的耦合協(xié)調(diào)關(guān)系，同時通過變異系數(shù)法分析耦合度和耦合協(xié)調(diào)度的空間差異，提出可行性建議，以推進黃河流域高質(zhì)量發(fā)展。

2 數(shù)據(jù)來源與研究方法

2.1 研究區(qū)概況

黃河發(fā)源于青藏高原巴顏喀拉山脈，自西向東于山東省匯入渤海，黃河流域覆蓋了青海、四川、甘肅、寧夏、內(nèi)蒙古、山西、陜西、河南和山東9個省和自治區(qū)(沿黃九省(區(qū)))。隨著農(nóng)業(yè)經(jīng)濟不斷發(fā)展，黃河流域農(nóng)業(yè)用水需求不斷增加，進一步制約了黃河流域的高質(zhì)量發(fā)展。因此，深入分析黃河流域農(nóng)業(yè)用水效率和農(nóng)業(yè)經(jīng)濟發(fā)展的耦合協(xié)調(diào)程度，促進黃河流域農(nóng)業(yè)水資源利用與農(nóng)業(yè)經(jīng)濟協(xié)調(diào)有序發(fā)展，具有重要的現(xiàn)實意義。

2.2 數(shù)據(jù)來源

本研究以青海、四川、甘肅、寧夏、內(nèi)蒙古、山西、陜西、河南和山東9個省(區(qū))為研究對象，時間跨度為2011-2019年。相關(guān)指標(biāo)的數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》及各省統(tǒng)計年鑒。對于缺失的相關(guān)指標(biāo)，本文按照時序數(shù)據(jù)趨勢推測法進行處理。

2.3 研究方法

2.3.1 非期望產(chǎn)出超效率SBM模型 在綠色發(fā)展的背景下，農(nóng)業(yè)用水效率不僅要考慮經(jīng)濟發(fā)展的數(shù)量，還應(yīng)當(dāng)體現(xiàn)生態(tài)環(huán)境容量的變化。因此，本文考慮農(nóng)業(yè)用水效率的投入產(chǎn)出指標(biāo)時，不僅考慮農(nóng)業(yè)用水帶來的經(jīng)濟增長，同時考慮農(nóng)業(yè)用水投入帶來的水環(huán)境污染問題。

本文運用非期望產(chǎn)出超效率SBM模型，測度沿黃九省(區(qū))農(nóng)業(yè)用水效率。與傳統(tǒng)CCR(Charnes-Cooper-Rhocles)和BBC(Banker-Bardhan-Cooper)模型相比，SBM模型可直接處理投入過剩和產(chǎn)出不足的問題[22]，解決了投入產(chǎn)出變量存在的松弛性問題。令n為決策單元數(shù)量，m、s1、s2分別為投入指標(biāo)數(shù)量、期望產(chǎn)出指標(biāo)數(shù)量和非期望產(chǎn)出指標(biāo)數(shù)量，則非期望產(chǎn)出超效率SBM模型公式如下：

(1)

(2)

式中：s-、sg、sb分別為投入指標(biāo)、期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)的松弛量；x、yg、zb分別為農(nóng)業(yè)生產(chǎn)的投入要素、期望產(chǎn)出要素和非期望產(chǎn)出要素；m、s1、s2分別表示投入指標(biāo)數(shù)量、期望產(chǎn)出指標(biāo)數(shù)量和非期望產(chǎn)出指標(biāo)數(shù)量；X、Yg、Zb分別為對應(yīng)的投入、期望產(chǎn)出和非期望產(chǎn)出的矩陣；λ為權(quán)重向量。ρ為目標(biāo)函數(shù)，取值為[0,1]，當(dāng)ρ=1時，表示決策單元達到有效狀態(tài)，否則表示該決策單元處于無效率狀態(tài)。

2.3.2 綜合評價模型 熵權(quán)法根據(jù)提供數(shù)據(jù)的有用信息進行賦權(quán)[23]，避免了人為賦權(quán)的主觀性。因此，本文首先利用相對偏差值法對指標(biāo)進行標(biāo)準(zhǔn)化處理，然后運用熵權(quán)法確定指標(biāo)權(quán)重，最后利用綜合評價模型測度沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平。具體公式為：

(3)

式中：Z為沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展綜合評價值；θj為運用熵權(quán)法確定的指標(biāo)權(quán)重值；bij為標(biāo)準(zhǔn)化后的指標(biāo)值；n為評價指標(biāo)數(shù)目；i表示第i個評價對象；j表示第j個評價指標(biāo)。

2.3.3 耦合協(xié)調(diào)度模型 耦合度是對系統(tǒng)間或系統(tǒng)內(nèi)部諸要素相互作用程度強弱的度量[24]。水資源是經(jīng)濟發(fā)展的基礎(chǔ)，而水資源短缺又進一步制約了經(jīng)濟發(fā)展，因此水資源與經(jīng)濟社會發(fā)展是相互作用、相互影響的關(guān)系。本文選擇耦合度模型分析沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展相互作用的關(guān)聯(lián)程度。耦合度函數(shù)計算公式為：

(4)

式中：C為耦合度，值域為[0,1]；μ為農(nóng)業(yè)用水效率；υ為農(nóng)業(yè)經(jīng)濟發(fā)展水平；k為調(diào)節(jié)系數(shù)，本文中令k=2。當(dāng)C=0時，表示農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展水平無關(guān)聯(lián)性，不存在耦合關(guān)系，C值越大，表明二者耦合性越好。

耦合度雖然能反映耦合作用的強弱，但無法反映協(xié)調(diào)發(fā)展水平的高低[25]。因此，本文引入耦合協(xié)調(diào)度模型，分析沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的整體協(xié)調(diào)發(fā)展程度。公式如下：

(5)

(6)

式中：D為耦合協(xié)調(diào)度，值域為[0,1]；C為耦合度；T為農(nóng)業(yè)用水效率和農(nóng)業(yè)經(jīng)濟發(fā)展的綜合評價指數(shù)，值域為[0,1]。

借鑒邢霞等[21]的研究，本文將耦合度和耦合協(xié)調(diào)度按值進行等級劃分，如表1所示。

表1 耦合度和耦合協(xié)調(diào)度等級劃分

2.3.4 變異系數(shù)法 耦合協(xié)調(diào)度反映了沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的整體協(xié)調(diào)程度，但無法反映各省(區(qū))之間的差異狀況。為探究沿黃九省(區(qū))耦合度和耦合協(xié)調(diào)度的空間差異性，本文運用變異系數(shù)法計算2011-2019年沿黃九省(區(qū))耦合度和耦合協(xié)調(diào)度的差異值。變異系數(shù)可以反映事物內(nèi)部之間的均勻性、穩(wěn)定性和一致性[26]，變異系數(shù)越大，表明各省(區(qū))區(qū)域之間耦合度和耦合協(xié)調(diào)度的空間差異性越大；變異系數(shù)變小，則說明各省(區(qū))之間耦合度和耦合協(xié)調(diào)度的區(qū)域差異越小。本文運用變異系數(shù)法中的標(biāo)準(zhǔn)差系數(shù)進行分析，具體公式如下：

(7)

2.4 指標(biāo)體系構(gòu)建

在農(nóng)業(yè)用水效率子系統(tǒng)的指標(biāo)體系中，本文將指標(biāo)分為投入指標(biāo)、期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)。表2為農(nóng)業(yè)用水效率指標(biāo)體系。

表2 農(nóng)業(yè)用水效率指標(biāo)體系

投入指標(biāo)包括農(nóng)業(yè)生產(chǎn)中的自然資源、勞動力、資本和技術(shù)。自然資源是最基本的農(nóng)業(yè)生產(chǎn)要素，包括土地、水資源等，本文分別選取農(nóng)作物播種面積和農(nóng)業(yè)用水量代表土地和水資源。隨著城鎮(zhèn)化進程加快和勞動力成本上升，農(nóng)業(yè)勞動力出現(xiàn)向其他行業(yè)轉(zhuǎn)移的趨勢，但作為農(nóng)業(yè)生產(chǎn)的主導(dǎo)力量，農(nóng)業(yè)勞動力依然是農(nóng)業(yè)生產(chǎn)必不可少的要素，本文選取第一產(chǎn)業(yè)從業(yè)人員數(shù)代表勞動力投入。在社會主義市場經(jīng)濟條件下，資本逐漸成為重要的農(nóng)業(yè)生產(chǎn)要素，本文參考張玲玲等[27]的研究，選取農(nóng)業(yè)機械總動力代表農(nóng)業(yè)資本投入?；适寝r(nóng)業(yè)生產(chǎn)必不可少的生產(chǎn)要素，本文選擇化肥折純量作為投入指標(biāo)。

期望產(chǎn)出指標(biāo)是農(nóng)業(yè)生產(chǎn)要素投入帶來的經(jīng)濟效益，本文以農(nóng)林牧漁總產(chǎn)值表示。水資源的投入不僅會帶來經(jīng)濟產(chǎn)出，還會產(chǎn)生污水等非期望產(chǎn)出，本文參考楊騫等[28]的研究思路，以農(nóng)業(yè)廢水中的農(nóng)業(yè)氨氮排放量和農(nóng)業(yè)COD排放量的總和代表農(nóng)業(yè)廢水量。

表3為農(nóng)業(yè)經(jīng)濟發(fā)展指標(biāo)體系。本文評價農(nóng)業(yè)經(jīng)濟水平時，不僅考慮農(nóng)業(yè)經(jīng)濟的規(guī)模效益，同時考慮了農(nóng)業(yè)經(jīng)濟的結(jié)構(gòu)特征、農(nóng)業(yè)投入及社會效益。因此，本文參考相關(guān)文獻[29]、[30]，選取了農(nóng)業(yè)發(fā)展規(guī)模、農(nóng)業(yè)發(fā)展結(jié)構(gòu)、農(nóng)業(yè)發(fā)展投入、農(nóng)業(yè)經(jīng)濟目標(biāo)和農(nóng)民生活質(zhì)量5個維度的指標(biāo)。農(nóng)業(yè)經(jīng)濟發(fā)展直接表現(xiàn)為農(nóng)業(yè)發(fā)展規(guī)模的擴大和經(jīng)濟效益的提高，本文以人均農(nóng)業(yè)總產(chǎn)值代表農(nóng)業(yè)發(fā)展規(guī)模。第一產(chǎn)業(yè)占GDP比重表明了農(nóng)業(yè)發(fā)展結(jié)構(gòu)。第一產(chǎn)業(yè)固定資產(chǎn)投資占比和農(nóng)業(yè)財政支出占比代表了國家對農(nóng)業(yè)經(jīng)濟發(fā)展的投入力度。農(nóng)業(yè)經(jīng)濟發(fā)展的目的是增加農(nóng)民收入，提高人類福祉，因此選擇農(nóng)村居民可支配收入表示農(nóng)業(yè)經(jīng)濟目標(biāo)。農(nóng)村恩格爾系數(shù)反映了農(nóng)民生活水平和生活質(zhì)量的高低，因此本文選擇農(nóng)村恩格爾系數(shù)表征農(nóng)民生活質(zhì)量。

表3 農(nóng)業(yè)經(jīng)濟發(fā)展指標(biāo)體系

3 結(jié)果與分析

3.1 農(nóng)業(yè)用水效率分析

運用公式(1)、(2)測度沿黃九省(區(qū))農(nóng)業(yè)用水效率，并以9個省(區(qū))各年份的農(nóng)業(yè)用水效率平均值代表其農(nóng)業(yè)用水效率，表4為2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率值。

表4 2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率值

從表4中時序特征來看，2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率整體呈現(xiàn)上升態(tài)勢，其平均值由2011年的0.816提高到了2019年的0.830，增幅為1.72%，農(nóng)業(yè)用水效率整體水平較高，變化幅度較小。除寧夏、內(nèi)蒙古和山西外，2019年其他6省農(nóng)業(yè)用水效率均達到有效狀態(tài)。這表明隨著經(jīng)濟社會的發(fā)展，沿黃九省(區(qū))農(nóng)業(yè)節(jié)水技術(shù)不斷進步，農(nóng)業(yè)用水效率不斷提升，農(nóng)業(yè)水資源得到充分利用。然而，2019年部分省(區(qū))未達到有效狀態(tài)，農(nóng)業(yè)用水效率存在一定的提升空間。

從表4中區(qū)域差異來看，陜西、河南和山東的農(nóng)業(yè)用水效率平均值最高，2011-2019年均達到有效狀態(tài)，寧夏和內(nèi)蒙古的農(nóng)業(yè)用水效率平均值最低，分別為0.217和0.386。山東和河南作為經(jīng)濟大省，綜合實力較強，科技水平較高，農(nóng)業(yè)節(jié)水技術(shù)的充分應(yīng)用大大提高了其農(nóng)業(yè)用水效率；2019年陜西生產(chǎn)總值位于沿黃九省(區(qū))第4，為其農(nóng)業(yè)用水效率的提高提供了經(jīng)濟支撐，農(nóng)業(yè)廢水排放量相對較少，因此其農(nóng)業(yè)用水效率處于有效狀態(tài)；寧夏和內(nèi)蒙古位于河套平原，水資源相對充足，但經(jīng)濟發(fā)展水平和技術(shù)相對落后，農(nóng)業(yè)發(fā)展過度依賴水資源投入，從而陷入了“資源詛咒”陷阱。

3.2 農(nóng)業(yè)經(jīng)濟發(fā)展水平分析

運用公式(3)對沿黃九省(區(qū))的農(nóng)業(yè)經(jīng)濟發(fā)展水平進行評價，本文以9個省(區(qū))各年份農(nóng)業(yè)經(jīng)濟發(fā)展的平均值代表其農(nóng)業(yè)經(jīng)濟發(fā)展水平，表5為2011-2019年沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平綜合評價值。

表5 2011-2019年沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平綜合評價值

從表5中時序特征來看，2011-2019年沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平呈現(xiàn)不斷上升趨勢，其綜合評價值從2011年的0.245增大到2019年的0.484，提高了97.55%。這表明沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟不斷發(fā)展，農(nóng)產(chǎn)品供應(yīng)充足。2011年以來，國家加大了第一產(chǎn)業(yè)固定資產(chǎn)投資和農(nóng)業(yè)財政支出力度，且人均農(nóng)業(yè)總產(chǎn)值和農(nóng)村居民可支配收入不斷增加，農(nóng)村恩格爾系數(shù)不斷下降，農(nóng)業(yè)經(jīng)濟水平不斷提高。盡管沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平呈現(xiàn)良好態(tài)勢，但總體水平較低，存在較大的提升空間，農(nóng)業(yè)發(fā)展投入不足，未來應(yīng)當(dāng)對具有農(nóng)業(yè)發(fā)展優(yōu)勢的地區(qū)加大農(nóng)業(yè)投資，提高農(nóng)產(chǎn)品質(zhì)量和數(shù)量，提升農(nóng)業(yè)未來發(fā)展?jié)摿ΓＵ限r(nóng)產(chǎn)品供應(yīng)安全。

從表5中區(qū)域差異來看，內(nèi)蒙古農(nóng)業(yè)經(jīng)濟發(fā)展水平綜合評價平均值最高，其次是寧夏、甘肅、陜西、青海、河南、山東、四川，最低的是山西。2011-2019年內(nèi)蒙古農(nóng)業(yè)經(jīng)濟發(fā)展水平總體不斷上升，與2011年的0.382相比，2019年農(nóng)業(yè)經(jīng)濟發(fā)展水平為0.681，增長了78.27%，但在2016和2019年出現(xiàn)下降趨勢，主要是因為第一產(chǎn)業(yè)固定資產(chǎn)投資不足。盡管內(nèi)蒙古農(nóng)業(yè)經(jīng)濟發(fā)展水平最高，但仍有巨大的提升空間，該區(qū)在未來發(fā)展過程中要加強第一產(chǎn)業(yè)投資，保障農(nóng)產(chǎn)品供給。山西農(nóng)業(yè)經(jīng)濟發(fā)展水平綜合評價平均值為0.293，作為能源大省，山西經(jīng)濟發(fā)展主要向工業(yè)傾斜，農(nóng)業(yè)發(fā)展相對落后。與其他省份相比，山西人均農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)占GDP比重較低，農(nóng)村居民可支配收入較少，因此農(nóng)業(yè)經(jīng)濟發(fā)展水平最低。山東和河南是農(nóng)業(yè)大省，同時也是經(jīng)濟大省，經(jīng)濟體量較大，盡管第一產(chǎn)業(yè)產(chǎn)值較高，但第一產(chǎn)業(yè)占GDP比重較小，此外資本投入向其他產(chǎn)業(yè)傾斜，第一產(chǎn)業(yè)固定資產(chǎn)投資占比和農(nóng)業(yè)財政支出占比較低，本文在評價農(nóng)業(yè)經(jīng)濟發(fā)展水平時不僅考慮了農(nóng)業(yè)發(fā)展規(guī)模，同時也考慮了農(nóng)業(yè)發(fā)展結(jié)構(gòu)和農(nóng)業(yè)發(fā)展投入，這也是山東和河南農(nóng)業(yè)經(jīng)濟發(fā)展水平較低的主要原因。

3.3 耦合度與耦合協(xié)調(diào)度分析

運用公式(4)計算沿黃九省(區(qū))農(nóng)業(yè)用水效率和農(nóng)業(yè)經(jīng)濟發(fā)展的耦合度，運用公式(5)、(6)計算其耦合協(xié)調(diào)度。圖1為農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合度和耦合協(xié)調(diào)度的時間演化趨勢，表6為耦合度和耦合協(xié)調(diào)度的空間差異及變異系數(shù)。

圖1 2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合度和耦合協(xié)調(diào)度變化

對圖1和表6中的結(jié)果分析如下：

從時序特征來看，2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合度不斷提升，從2011年的0.422上升到2019年的0.482，增加了14.22%，處于初級耦合階段，這表明農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展出現(xiàn)了相互影響和相互作用的趨勢，但總體上影響作用程度較小。從耦合協(xié)調(diào)度來看，沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合協(xié)調(diào)度不斷上升，從2011年的0.473上升到2019年的0.563，增加了19.03%，從中度協(xié)調(diào)階段過渡到了高度協(xié)調(diào)階段。這表明沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平在不斷提高，與農(nóng)業(yè)用水效率的差距不斷縮小，二者之間由相互制約走向相互促進、相互支撐。通過圖1可知，沿黃九省(區(qū))的農(nóng)業(yè)用水效率遠遠高于農(nóng)業(yè)經(jīng)濟發(fā)展水平，這表明耦合協(xié)調(diào)度的提高主要依賴于農(nóng)業(yè)用水效率的提升，因為農(nóng)業(yè)經(jīng)濟發(fā)展滯后于農(nóng)業(yè)用水效率的提升，即農(nóng)業(yè)經(jīng)濟發(fā)展并沒有因為農(nóng)業(yè)用水效率的提升而帶來相應(yīng)的產(chǎn)出增加值，耦合協(xié)調(diào)系統(tǒng)處于消極的農(nóng)業(yè)用水效率提升狀態(tài)。

從變異系數(shù)來看(表6)，2011-2019年沿黃九省(區(qū))耦合度的變異系數(shù)總體上呈減小趨勢，與2011年相比，2019年變異系數(shù)減小了68.35%，沿黃九省(區(qū))耦合度的空間差異不斷縮小。耦合協(xié)調(diào)度的變異系數(shù)總體上呈先減小后增大的特點，各省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的協(xié)調(diào)發(fā)展能力先提高后下降。

從耦合度的區(qū)域特征分析，各省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合度較低，2011-2019年各省(區(qū))耦合度基本位于0.4～0.5區(qū)間，處于初級耦合階段，表明農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展兩個子系統(tǒng)已經(jīng)擺脫無序發(fā)展?fàn)顟B(tài)，二者的相互作用不斷加強，但耦合度較低，尚未出現(xiàn)良性耦合特征。從橫向來看，內(nèi)蒙古耦合度的平均值相對較高，山西耦合度的平均值最低，二者耦合度平均值分別為0.491和0.419，主要是因為山西農(nóng)業(yè)用水效率基本達到有效狀態(tài)，但農(nóng)業(yè)經(jīng)濟發(fā)展水平較低，二者相互作用程度較低，而內(nèi)蒙古農(nóng)業(yè)經(jīng)濟發(fā)展水平較高，盡管仍處于初級耦合階段，但已接近中級耦合的目標(biāo)，開始出現(xiàn)相互制衡、相互配合的良好態(tài)勢。

從耦合協(xié)調(diào)度的區(qū)域特征來看，除寧夏以外，2019年其他省(區(qū))耦合協(xié)調(diào)度均大于或等于0.5，已經(jīng)進入高度協(xié)調(diào)階段，表明農(nóng)業(yè)經(jīng)濟發(fā)展取得了一定的成效，且農(nóng)業(yè)用水效率得到較大提升；而2019年寧夏耦合協(xié)調(diào)度為0.370，處于低度協(xié)調(diào)階段，表明寧夏農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展在一定程度上存在著相互制約關(guān)系，即農(nóng)業(yè)用水效率的提高受到農(nóng)業(yè)經(jīng)濟發(fā)展的制約，農(nóng)業(yè)經(jīng)濟發(fā)展也受到農(nóng)業(yè)水資源的約束。從時間演化特點來看，盡管2019年其他8個省(區(qū))進入高度協(xié)調(diào)階段，但各省(區(qū))時間演化特征具有差異性，河南自2011年以來一直處于高度協(xié)調(diào)階段；2011年山東耦合協(xié)調(diào)度為0.498，2012年進入高度協(xié)調(diào)階段，保持波動增長趨勢；陜西于2013年進入高度協(xié)調(diào)階段，呈現(xiàn)穩(wěn)定增長態(tài)勢；青海、四川和山西于2014年進入高度協(xié)調(diào)階段；甘肅于2015年進入高度協(xié)調(diào)階段，自2011年的0.453增長到2019年的0.619；內(nèi)蒙古2017年才進入高度協(xié)調(diào)階段。

4 討 論

本文以沿黃九省(區(qū))為研究對象，探究農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展的耦合協(xié)調(diào)關(guān)系。在以往的相關(guān)研究中，多運用評價模型測度用水效率，而本文基于綠色發(fā)展理念考慮了水資源投入帶來的非期望產(chǎn)出。此外，本文綜合運用耦合協(xié)調(diào)模型和變異系數(shù)法，既從整體上把握了耦合度和耦合協(xié)調(diào)度的變化趨勢，又深入分析了不同階段各省(區(qū))的發(fā)展特點及空間差異。

沿黃九省(區(qū))農(nóng)業(yè)用水效率呈現(xiàn)“東西高，中間低”的分布特點，與劉華軍等[31]的研究結(jié)論存在一定差異，主要原因在于劉華軍等[31]研究分析的是用水總量的生產(chǎn)效率，而本文主要探討農(nóng)業(yè)用水效率。黃河流域水資源利用效率與經(jīng)濟發(fā)展的耦合度處于初級耦合階段，而耦合協(xié)調(diào)度已進入高度協(xié)調(diào)階段[21]，這與本研究結(jié)論相同，表明無論是農(nóng)業(yè)產(chǎn)業(yè)還是三次產(chǎn)業(yè)，其用水效率與經(jīng)濟發(fā)展的協(xié)調(diào)發(fā)展水平具有相似性，即耦合度處于初級耦合階段，而耦合協(xié)調(diào)度已過渡到高度協(xié)調(diào)階段。

本文研究存在一定的不足之處。首先，本文在選取相關(guān)指標(biāo)時，主要基于數(shù)據(jù)的可得性及相關(guān)學(xué)者的研究，構(gòu)建的指標(biāo)體系不能準(zhǔn)確全面地反映不同省(區(qū))的發(fā)展特點；其次，本文以省級單位為研究對象，研究尺度較為宏觀，在未來研究中可進一步以市級單元為尺度進行深入探討。

5 結(jié) 論

本文分別運用非期望產(chǎn)出超效率SBM模型和綜合評價模型測度沿黃九省(區(qū))農(nóng)業(yè)用水效率和農(nóng)業(yè)經(jīng)濟發(fā)展水平，并運用耦合協(xié)調(diào)度模型分析二者的耦合協(xié)調(diào)性，同時通過變異系數(shù)法分析耦合度和耦合協(xié)調(diào)度的空間差異，研究結(jié)論主要如下：

(1)2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率整體呈現(xiàn)上升態(tài)勢，由2011年的0.816提高到2019年的0.830，增幅為1.72%。沿黃九省(區(qū))農(nóng)業(yè)用水效率呈現(xiàn)“東西高、中間低”的特征，其中陜西、河南和山東的農(nóng)業(yè)用水效率平均值最高，2011-2019年均達到有效狀態(tài)。

(2)2011-2019年沿黃九省(區(qū))農(nóng)業(yè)經(jīng)濟發(fā)展水平不斷上升，其綜合評價值從2011年的0.245增大到2019年的0.484，提高了97.55%。從區(qū)域差異來看，內(nèi)蒙古農(nóng)業(yè)經(jīng)濟發(fā)展水平綜合評價平均值最高，其次是寧夏、甘肅、陜西、青海、河南、山東、四川，最低的是山西。

(3)2011-2019年沿黃九省(區(qū))農(nóng)業(yè)用水效率與農(nóng)業(yè)經(jīng)濟發(fā)展水平的耦合度不斷上升，從2011年的0.422提高到2019年的0.482，提升了14.22%，處于初級耦合階段；耦合協(xié)調(diào)度不斷上升，自2011年的0.473提高到2019年的0.563，提升了19.03%，從中度協(xié)調(diào)階段過渡到高度協(xié)調(diào)階段。

(4)2011-2019年沿黃九省(區(qū))耦合度的變異系數(shù)整體呈減小趨勢，與2011年相比，2019年變異系數(shù)減小了68.35%；耦合協(xié)調(diào)度的變異系數(shù)總體上呈先減小后增大的特點。

(5)沿黃不同省(區(qū))的耦合度和協(xié)調(diào)度處于不同階段。從耦合度來看，內(nèi)蒙古耦合度最高，山西耦合度最低；從耦合協(xié)調(diào)度來看，除寧夏以外，2019年其他省(區(qū))的耦合協(xié)調(diào)度已經(jīng)進入高度協(xié)調(diào)階段。

綜上來看，各地區(qū)應(yīng)準(zhǔn)確把握不同的發(fā)展特點，采取因地制宜的發(fā)展策略，例如農(nóng)業(yè)用水效率較低的寧夏、內(nèi)蒙古地區(qū)，應(yīng)加大農(nóng)業(yè)財政支出力度，大力發(fā)展節(jié)水農(nóng)業(yè)，提高農(nóng)業(yè)用水效率，防止進入“資源詛咒”陷阱；同時，在經(jīng)濟發(fā)展過程中，要注重水資源利用與經(jīng)濟發(fā)展的協(xié)調(diào)性，堅持水資源節(jié)約與經(jīng)濟發(fā)展并行的發(fā)展理念，促進農(nóng)業(yè)水資源與農(nóng)業(yè)經(jīng)濟相互配合、共同發(fā)展。