朱麗娟 陸秋雨

(河南財經(jīng)政法大學 工程管理與房地產(chǎn)學院，鄭州 450046)

當前，中國糧食安全處于緊平衡態(tài)勢，在中美貿(mào)易關(guān)系日趨緊張、新冠病毒沒有得到有效遏制以及非洲蝗蟲肆虐的背景下，中國糧食安全問題更加受到國際國內(nèi)的多方關(guān)注。過去40年，中國通過資源的大量投入和農(nóng)業(yè)補貼政策的刺激，糧食壓力得到一定緩解，但仍隱含巨大的生態(tài)環(huán)境風險。如何持續(xù)提升中國糧食綜合生產(chǎn)能力，成為中國社會經(jīng)濟發(fā)展的突出問題。耕地和水資源是糧食生產(chǎn)的兩大基礎(chǔ)性資源和“硬”約束條件，對于耕地和水資源均稀缺的中國而言，糧食安全若要具有可持續(xù)性，唯有節(jié)約資源，提高其利用效率，為此，2011年“中央一號”文件劃定了水資源利用的“三條紅線”，2017年習近平總書記明確指出“實施質(zhì)量興農(nóng)戰(zhàn)略，不斷提高農(nóng)業(yè)創(chuàng)新力、競爭力和全要素生產(chǎn)率”?？梢?，提高耕地和水資源利用效率，增強各區(qū)域耕地和水資源的匹配度，優(yōu)化區(qū)域資源的配置既是滿足國家戰(zhàn)略的迫切需求，也是農(nóng)業(yè)資源經(jīng)濟領(lǐng)域的研究主題。

現(xiàn)有對耕地和農(nóng)業(yè)水資源利用效率的研究具有一定共性，均集中在以下3個方面：1)對耕地和水資源利用效率進行評價。評價的尺度包括全國[1]、各經(jīng)濟區(qū)[2]、各省域[3]、市[4]等。評價的方法主要采用SFA[5]和DEA[6]，也有學者采用RF模型[7]、綜合評價法[8]、PCA-Copula評價方法[9]、投影尋蹤及遺傳算法[10]。多數(shù)研究在效率評價的基礎(chǔ)上，進一步對耕地和水資源利用效率的空間差異特點進行分析。2)分析耕地和水資源利用效率的影響因素。這些影響因素包括：農(nóng)業(yè)人口轉(zhuǎn)移[11]、貧困農(nóng)戶識別[12]、城鎮(zhèn)化[13]、農(nóng)民土地價值觀[14]、耕地細碎化[15]、老齡化[16]、農(nóng)民分化[17]、灌溉管理方式[6]。3)揭示耕地和水資源利用效率與經(jīng)濟發(fā)展之間的關(guān)系。這方面的研究近幾年才受到關(guān)注，研究相對較少。如：操信春等[18]從廣義水資源投入出發(fā)研究計算了中國灌區(qū)水分生產(chǎn)效率，利用1998—2010年相關(guān)數(shù)據(jù),建立了廣義水利用系數(shù)，并分析了其和水分生產(chǎn)效率的空間差異。

當前，中國耕地利用效率和水資源利用效率均不高[19]。而耕地資源和灌溉水資源的利用效率的提高和改善對糧食生產(chǎn)均具有十分重要的意義，但其相關(guān)研究多集中于資源利用效率[20]、資源環(huán)境承載力[21]、綠色效率評價[22]等方面，將二者結(jié)合起來進行研究分析的研究并不多，大多數(shù)學者著重于耕地資源或水資源與糧食生產(chǎn)[23]、經(jīng)濟發(fā)展[24]、以及能源[25]的關(guān)系探究。耦合模型的使用提供了一個很好的方案將耕地資源與灌溉水資源結(jié)合起來，其可以將兩個子系統(tǒng)鏈接，探究其相互間的影響機理與影響程度。因此耦合也被認為是一種資源管理的方法[26]，可實現(xiàn)提高資源利用效率和保障資源安全。耕地和水資源作為農(nóng)業(yè)生態(tài)系統(tǒng)中的重要子系統(tǒng)，兩者之間具有相互依存、彼此影響的關(guān)系，耕地資源的利用方式和變化對水資源的存流量有著重要制約作用，水資源稟賦又是耕地資源的開發(fā)和利用的關(guān)鍵條件。同時，兩者之間的相互作用存在著復雜的非線性關(guān)系和反饋關(guān)系，這主要取決于兩要素自身的稟賦特征、組合關(guān)系及其時空格局[27]?，F(xiàn)有研究多數(shù)僅局限于耕地或水單一資源利用效率的評價，而對耕地和水資源利用效率的關(guān)聯(lián)關(guān)系，即兩者協(xié)同或矛盾的耦合關(guān)系和耦合特征的研究相對較少。另外，現(xiàn)有研究雖指出耕地和水資源利用具有顯著的區(qū)域差異性[28]，但兩資源利用效率的耦合關(guān)系是否具有空間相關(guān)性和空間溢出效應，演變規(guī)律是什么？此方面的研究還未被關(guān)注。

在耕地和水資源利用政策和管理方面，中國尚處于分部門、各自為政階段，盡管出臺了對耕地和水資源利用強度等約束目標和政策，但在制定目標過程中，各部門沒有考慮耕地和水資源之間的耦合性。本研究在測度中國各省份耕地和農(nóng)業(yè)水資源利用效率的基礎(chǔ)上，通過構(gòu)建耦合協(xié)調(diào)模型，揭示區(qū)域耕地和水資源利用效率的耦合協(xié)調(diào)程度和狀態(tài)，明晰其時空演變特征，并運用莫蘭指數(shù)，分析兩者耦合協(xié)調(diào)的空間相關(guān)性和空間集聚效應。以期對協(xié)調(diào)中國各區(qū)域耕地和水資源配置之間的矛盾，實現(xiàn)各區(qū)域水土資源可持續(xù)利用提供理論支持。

1 研究方法與數(shù)據(jù)來源

1.1 數(shù)據(jù)包絡(luò)分析法

本研究采用數(shù)據(jù)包絡(luò)分析模型(DEA，Data envelopment analysis)測算耕地和灌溉水資源利用效率。DEA模型有兩種基本形式：假設(shè)規(guī)模報酬不變的CRS模型和假設(shè)規(guī)模報酬可變的VRS模型。Coelli等[29]認為，VRS模型適用于微觀的研究對象，宏觀層面(一國或地區(qū))的自然資源等要素不會輕易發(fā)生改變。本研究以全國31個省份為研究對象，分析具有稀缺性的耕地和水資源在“藏糧于地，藏糧于技”的戰(zhàn)略背景下，如何提高其利用效率及匹配度，因此選擇基于投入導向的規(guī)模報酬不變的DEA模型。根據(jù)模型可以得到由兩部分組成的綜合技術(shù)效率，且綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。其中，純技術(shù)效率是由于管理和技術(shù)等因素影響的生產(chǎn)效率，規(guī)模效率是由于規(guī)模因素影響的生產(chǎn)效率。

1.2 耦合協(xié)調(diào)度模型

耦合度模型一般用來研究一個系統(tǒng)內(nèi)部某兩個或多個要素之間的關(guān)聯(lián)度。本研究關(guān)注農(nóng)業(yè)生產(chǎn)系統(tǒng)中的耕地與水資源兩個要素之間的關(guān)系，其耦合度計算公式如下：

(1)

式中：C為耦合度且其滿足0≤C≤1；U1和U2分別為耕地和農(nóng)業(yè)水資源利用效率，通過DEA模型計算得出。如果耦合度C的值越大則表示耕地與農(nóng)業(yè)水資源利用效率之間互相聯(lián)系程度越強；反之，則緊密程度在逐漸減弱，此時耕地和農(nóng)業(yè)水資源的開發(fā)利用是無序且不穩(wěn)定的。

耦合度的高低僅能反映兩要素之間關(guān)聯(lián)的程度，當耕地和農(nóng)業(yè)水資源利用效率都比較低時，也能有較高的耦合度。為了進一步反映兩生產(chǎn)要素相互作用中良性耦合程度的大小，即：是在高水平上相互促進還是在低水平上相互制約，本研究進一步構(gòu)建耦合協(xié)調(diào)度模型，公式如下：

T=αU1+βU2

(2)

(3)

式中：D為耦合協(xié)調(diào)度，一般位于0～1；T為基于調(diào)節(jié)系數(shù)α和β構(gòu)成的耕地與農(nóng)業(yè)水資源利用率的綜合協(xié)調(diào)指數(shù)，且α和β相加恒等于1。本研究認為在農(nóng)業(yè)生產(chǎn)中，耕地與農(nóng)業(yè)水資源同等重要，因此，假定調(diào)節(jié)系數(shù)α和β均為0.5。參考已有研究成果[30]，耦合度及耦合協(xié)調(diào)度等級劃分標準如表1所示。

表1 耦合度和耦合協(xié)調(diào)度等級劃分標準Table 1 Classification Standard of coupling degree and coupling coordination degree

1.3 基于Moran’s I指數(shù)的空間自相關(guān)分析

度量和描述變量在空間上的分布特征以及互相依賴和互相聚集程度的最重要的計算指標之一就是Moran’sI指數(shù)。故本研究選擇Moran’sI指數(shù)進一步分析中國耕地和農(nóng)業(yè)水資源利用效率耦合協(xié)調(diào)度的空間相關(guān)性。Moran’sI指數(shù)有全局Moran’sI指數(shù)和局部Moran’sI指數(shù)。全局莫蘭指數(shù)I介于-1～1，若全局莫蘭指數(shù)I>0，表示耕地和農(nóng)業(yè)水資源利用效率耦合協(xié)調(diào)度存在空間正相關(guān)，數(shù)值越大，耦合協(xié)調(diào)度在空間上正相關(guān)程度越強；若全局莫蘭指數(shù)I<0，則表示耦合協(xié)調(diào)度存在空間負相關(guān)。

全局Moran’sI指數(shù)僅反映中國各區(qū)域的土地和水資源利用效率的耦合協(xié)調(diào)度在空間上是否出現(xiàn)了集聚或異常，但無法反映具體區(qū)域的集聚特征及形態(tài)，本研究進一步用局部Moran’sI指數(shù)度量某省與鄰近省份之間在耦合協(xié)調(diào)度方面是否存在空間溢出以及各區(qū)域的空間集聚特征。且局部Moran’sI指數(shù)值>0，說明存在空間集聚;指數(shù)值<0，說明存在空間離散。

1.4 數(shù)據(jù)來源和處理

測算資源利用效率時需要建立合理的指標體系，本研究在借鑒張雄化等[31]的基礎(chǔ)上，考慮到數(shù)據(jù)的可獲得性，構(gòu)建耕地和灌溉水資源的投入產(chǎn)出指標體系，具體見表2。

表2 耕地資源與灌溉水資源的投入產(chǎn)出指標Table 2 Input and output index of cultivated land resources and irrigation water resources

除農(nóng)業(yè)灌溉用水量，其余指標的數(shù)據(jù)均來自2003—2019年的全國31個省市統(tǒng)計年鑒、《中國農(nóng)村統(tǒng)計年鑒》[32]以及《中國統(tǒng)計年鑒》[33]。汪恕誠[34]和張雄化等[31]均認為灌溉用水量約占農(nóng)業(yè)用水總量的90%，因此，本研究中的農(nóng)業(yè)灌溉用水量=農(nóng)業(yè)用水量×90%。為了保證不同時期效率值具有可比性，本研究將2003—2019年中國31個省(市)耕地和灌溉水資源相關(guān)投入產(chǎn)出數(shù)據(jù)納入同一決策單元集。

2 實證結(jié)果與分析

2.1 耕地和灌溉水資源利用效率評價

2.1.1資源利用效率的總體特征

由圖1(a)可知，樣本考察期中國耕地資源綜合利用效率整體呈上升趨勢，尤其是從2010年開始，綜合利用效率得到快速提升，至2019年達到0.946，提升了27個百分點。純技術(shù)效率變化趨勢與綜合效率變化趨勢基本一致，呈上升態(tài)勢。規(guī)模效率整體呈平穩(wěn)緩慢上升趨勢，效率值較高，2003—2019年，基本在0.95左右。根據(jù)綜合效率=純技術(shù)效率×規(guī)模效率，可推論：耕地資源綜合利用效率是由純技術(shù)效率決定的，即：中國農(nóng)業(yè)科技水平的提高以及資源配置的不斷優(yōu)化推動了耕地資源綜合利用效率的提高。

由圖1(b)可知，樣本考察期中國灌溉水資源綜合利用效率整體呈快速增長趨勢，2003年效率均值為0.242，2019年為0.823，17年間提高了58個百分點，但仍有17.7%的提升空間。純技術(shù)效率的變化趨勢與綜合利用效率基本一致，呈快速增長趨勢。這主要得益于“十五”以來，國家加大了節(jié)水灌溉的投入力度，2008—2018年節(jié)水灌溉工程面積從2 447萬公頃增加到3 427萬hm2，農(nóng)田灌溉水利用系數(shù)從0.483提高到0.554。規(guī)模效率相對較高，呈緩慢上升趨勢。同樣可推論：灌溉水資源綜合利用效率由純技術(shù)效率決定。由以上對比可知，中國灌溉水資源綜合利用效率提升速度比耕地資源要快。

圖1 全國耕地與灌溉水資源利用效率變化趨勢Fig.1 Change trend of cultivated land resource utilization efficiency in China

2.1.2資源利用效率的空間格局特征

中國不同區(qū)域間農(nóng)業(yè)自然資源稟賦、經(jīng)濟發(fā)展水平及農(nóng)業(yè)科技水平差異巨大，為了更好觀測耕地和灌溉水資源利用效率的空間差異及分布特征，本研究將全國31個省份分為4個區(qū)域：東北地區(qū)(包括遼寧、吉林、黑龍江等3個省)，東部地區(qū)(包括北京、天津、河北、山東、江蘇、浙江、上海、福建、廣東、海南等10個省(市))，中部地區(qū)(包括湖南、湖北、河南、江西、安徽、山西等6個省)和西部地區(qū)(包括寧夏、新疆、青海、陜西、甘肅、四川、云南、貴州、西藏、重慶、內(nèi)蒙古、廣西等12個省(市、自治區(qū)))。

樣本考察期，中國耕地資源綜合利用效率區(qū)域差異顯著，呈東北>東部>西部>中部的空間分布格局。其中，東北地區(qū)在2019年效率值均為1，達到技術(shù)有效。在變化趨勢上，東北和西部呈波動增長趨勢，東部和中部增長趨勢平穩(wěn)。4個區(qū)域純技術(shù)效率的空間分布特征及變化趨勢與綜合利用效率一致，規(guī)模效率雖有微小差異但相對穩(wěn)定，效率值基本在0.98左右。因此，可知，區(qū)域耕地資源綜合利用效率同樣是由純技術(shù)效率決定。

樣本考察期，灌溉水資源綜合利用效率同樣區(qū)域差異顯著，呈東部>東北>西部>中部的空間分布格局。東部和中部增長趨勢平穩(wěn)，而東北和西部呈波動增長。農(nóng)業(yè)領(lǐng)域一直處于隨著時間水資源壓力會逐漸加劇的領(lǐng)域，其中以西部旱區(qū)和糧食及東北部糧食主產(chǎn)區(qū)較為明顯，相對也會對區(qū)域之間灌溉水綜合效率產(chǎn)生影響。其中，由表可知，純技術(shù)效率的空間分布格局與變動趨勢與綜合利用效率一致，東部和西部的規(guī)模效率呈增長趨勢，東北基本維持不變，而中部地區(qū)略微有所下降。以上可知，四區(qū)域灌溉水資源綜合利用效率仍是技術(shù)驅(qū)動模式。

2.2 耕地和灌溉水資源利用效率耦合協(xié)調(diào)度的時空分異特征

利用所測算的耕地和灌溉水資源利用效率值，計算出2003—2019年全國31個省市耕地和灌溉水資源利用效率的耦合度值。發(fā)現(xiàn)，2003年，除山西、河南、安徽、寧夏、甘肅和青海處于輕度失調(diào)外，其余省份均處于一般耦合階段，2008—2019年，全國31個省份均處于一般耦合階段，這種結(jié)果可能是由于在2003年左右，西部和中部地區(qū)的寧夏、甘肅等省份的經(jīng)濟水平，農(nóng)業(yè)水平尚處于發(fā)展階段，且發(fā)展緩慢所致，而在2008年段，隨著中國經(jīng)濟發(fā)展的提升以及西部地區(qū)對于農(nóng)業(yè)經(jīng)濟等相關(guān)政策逐步完善，西部地區(qū)發(fā)展速度有所提升。這說明，中國耕地和灌溉水資源整體上已經(jīng)表現(xiàn)出相互作用、相互依賴的交錯性，且兩者耦合程度具有一定的穩(wěn)定性。

為進一步判斷耕地與灌溉水資源利用效率之間良性耦合程度的大小及其時空變化特征，根據(jù)全國31個省份的耦合協(xié)調(diào)度值運用ArcGis 10.5軟件，將2003、2008、2013和2019年資源利用效率耦合協(xié)調(diào)度進行空間可視化(見圖3)。從時序上看，2003、2008、2013和2019年全國耦合協(xié)調(diào)度均值分別為0.437、0.491、0.579和0.661；2003年，處于輕度失調(diào)階段的省份有7個，一般耦合協(xié)調(diào)階段的省份有24個，到2019年，處于一般耦合協(xié)調(diào)階段的省份有4個，良好耦合階段的省份有27個。這表明中國耕地與灌溉水資源利用效率的耦合協(xié)調(diào)度由一般耦合協(xié)調(diào)階段提升到良好耦合協(xié)調(diào)階段，耕地與灌溉水資源利用的綜合管理水平在提升的同時，相互支撐作用越來越強。

該圖基于自然資源部標準地圖服務網(wǎng)站下載的審圖號為GS(2019)1825號的標準地圖制作，底圖無修改The map is based on the standard map No. GS (2019) 1825 downloaded from the standard map service website of the Ministry of natural resources, and the base map is not modified圖3 全國耕地與灌溉水資源利用效率耦合協(xié)調(diào)度的時空分布Fig.3 Spatial and temporal distribution of coupling coordination degree of cultivated land and irrigation water use efficiency in China

從空間上看，中國耕地與灌溉水資源利用效率的耦合協(xié)調(diào)度呈東部>東北>西部>中部的空間分布格局。影響耦合協(xié)調(diào)度的因素在一定程度上受到地區(qū)地理位置和當?shù)刭Y源稟賦的影響，東部地區(qū)地理位置優(yōu)越，經(jīng)濟發(fā)展相對發(fā)達，因此耕地與灌溉水耦合協(xié)調(diào)程度相對較好；而對于水資源壓力較大的西部干旱區(qū)以及東北糧食主產(chǎn)區(qū)，其耦合協(xié)調(diào)程度便相對較弱。具體來說，東部和東北地區(qū)各省份在2003—2008年均處于一般耦合協(xié)調(diào)階段，至2013—2019年，兩地區(qū)各省份的耦合協(xié)調(diào)度均提升至良好耦合協(xié)調(diào)階段。西部地區(qū)各省份在2003—2008年也均處于一般耦合協(xié)調(diào)階段，2013年，50%的省份提升至良好耦合階段，到2019年，僅有甘肅省處于一般耦合協(xié)調(diào)階段，其余省份均提升至良好耦合階段(占91.7%)。中部地區(qū)在2003年處于輕度失調(diào)的省份(安徽、河南和山西)占50%，一般耦合協(xié)調(diào)階段的省份占50%，2008—2013年，6個省份均提升至一般耦合協(xié)調(diào)階段(河南為良好耦合階段)，2019年，一般耦合協(xié)調(diào)階段的省份(安徽、山西)占33.3%，良好耦合協(xié)調(diào)階段的省份(河南、湖北、湖南、江西)占66.7%?？傮w上，東部和東北地區(qū)耕地和水資源利用效率的耦合協(xié)調(diào)水平平穩(wěn)提升且區(qū)域內(nèi)發(fā)展均衡；中部和西部地區(qū)耕地和水資源利用效率的耦合協(xié)調(diào)水平發(fā)展相對緩慢且區(qū)域內(nèi)發(fā)展不均衡。

表3 全國耕地資源利用效率的空間分布Table 3 Spatial distribution of cultivated land use efficiency in China

表4 全國灌溉水資源利用效率的空間分布Table 4 Spatial distribution of irrigation water use efficiency in China

2.3 耕地和灌溉水資源利用效率耦合協(xié)調(diào)度的空間相關(guān)性分析

2.3.1全局空間自相關(guān)分析

依據(jù)測算出的耕地和灌溉水資源利用效率耦合協(xié)調(diào)度，運用ArcGis 10.5軟件的空間自相關(guān)工具，計算出2003—2019年全國31個省份耕地和灌溉水資源利用效率耦合協(xié)調(diào)度的Moran’sI指數(shù)(表5)?？芍?，全局Moran’sI指數(shù)在95%置信水平上極其顯著且Z統(tǒng)計值大于臨界點1.96，全局Moran’sI指數(shù)通過檢驗，表明了在此空間和時間上的有效性。符號均為正，這說明全國耕地和灌溉水資源利用效率耦合協(xié)調(diào)度呈正空間自相關(guān)，相鄰省份的耦合協(xié)調(diào)度表現(xiàn)出空間集聚特征。2003—2019年耦合協(xié)調(diào)度的全局Moran’sI值呈上下波動態(tài)勢，說明耦合協(xié)調(diào)度的空間自相關(guān)性不穩(wěn)定，空間集聚態(tài)勢在減弱與增強之間來回反復。

表5 2003—2019年耦合協(xié)調(diào)度的全局Moran’s I指數(shù)Table 5 Global Moran’s I index of coupling coordination from 2003 to 2019

2.3.2局部空間自相關(guān)分析

本研究進一步用局部Moran’sI指數(shù)和Moran散點圖來分析具體省域的空間集聚形態(tài)。根據(jù)式(6)計算出局部Moran’sI指數(shù)，運用ArcGis 10.5軟件繪制出2003—2019年全國耕地和灌溉水資源利用效率耦合協(xié)調(diào)度的Moran散點圖(圖4)，散點圖包含31個研究單元，以橫縱坐標的平均值為中心坐標，將平面區(qū)域劃分為H-H(high-high，以下稱為高-高),L-H(low-high，以下稱為低-高),L-L(low-low，以下稱為低-低)，H-L(high-low，以下稱為高-低)4個象限，高-高聚集區(qū)指某省市自身及周邊省市耦合協(xié)調(diào)度都高；低-高聚集區(qū)指某省市自身耦合協(xié)調(diào)度低，周邊地區(qū)高；低-低聚集區(qū)指某省市自身和周邊地區(qū)的耦合協(xié)調(diào)度都低；高-低聚集區(qū)指某省市自身耦合協(xié)調(diào)度高，周邊地區(qū)低。

圖4 全國31個省(市)耦合協(xié)調(diào)度的Moran散點圖Fig.4 Moran scatter diagram of coupling coordination degree of 31 provinces (cities) in China

由Moran散點圖可知，2003、2008和2013年，位于第一(“高-高”區(qū))、三象限(“低-低”區(qū))的點均多于第二象限(“低-高”區(qū))、第四象限(“高-低”區(qū))的點，即表示：屬于空間正相關(guān)，耦合協(xié)調(diào)度相近(高或低)的省市在空間上更容易集聚，各區(qū)域空間差異小。而2019年，位于第二、四象限的點略微比第一、三象限多，說明耦合協(xié)調(diào)度相近(高或低)的省份在空間分布上更容易呈離散模式，可能因為競爭，高值省份排斥高值省份，低值省份排斥低值省份，但由于局部莫蘭指數(shù)值為-0.051，接近于0，離散效應并不強烈，接近隨機分布態(tài)勢?？傮w上，中國耕地和灌溉水資源利用效率耦合協(xié)調(diào)度主要集中在“高―高” 區(qū)和“低―低”區(qū)，空間溢出效應顯著。

具體省份(市)所屬聚集形態(tài)特征如下：2003—2019年，新疆為高―低區(qū)，即被低值省份所包圍；山東、河南、山西和廣西為低低區(qū)，即自身和周邊省份均為低值省份；吉林、云南為低高區(qū)，即被高值省份所包圍；其他區(qū)域P值不顯著。由具體省份聚集形態(tài)并結(jié)合圖3和全局Moran’sI指數(shù)表現(xiàn)出的整體呈聚集效應，可知：大體上西部和東北地區(qū)的空間溢出效應比中東部強烈。

3 結(jié)論與討論

本研究結(jié)論如下：1)中國耕地和灌溉水資源利用效率均呈上升趨勢，灌溉水資源利用效率提升速度更快。兩類資源利用效率均由純技術(shù)效率決定，是技術(shù)驅(qū)動模式。2)總體上，中國耕地與灌溉水資源利用效率的耦合協(xié)調(diào)度處于良好耦合協(xié)調(diào)階段，且空間差異顯著，呈東部>東北>西部>中部的空間分布格局。3)整體上，中國耕地和灌溉水資源利用效率耦合協(xié)調(diào)度呈正空間自相關(guān)，具有空間集聚特征，但集聚態(tài)勢在增強與減弱間來回波動。(4)中國耕地和灌溉水資源利用效率耦合協(xié)調(diào)度主要集中在“高-高”和“低-低”集聚區(qū)，空間溢出效應顯著，西部和東北地區(qū)的空間溢出效應比中東部強烈。

本研究的結(jié)論可能為區(qū)域耕地和水資源效率的提升、區(qū)域資源開發(fā)利用規(guī)劃以及區(qū)域發(fā)展戰(zhàn)略制定提供實踐指導。耕地資源與灌溉水資源利用效率的交互影響存在于基于自然環(huán)境和生態(tài)承載條件下的復雜巨系統(tǒng)，為推進耕地資源和灌溉水資源利用效率的提高以及區(qū)域資源配置進一步優(yōu)化，結(jié)合本研究對耕地和灌溉水資源利用效率耦合協(xié)調(diào)空間相關(guān)性分析，建議區(qū)域耕地和灌溉水資源的相關(guān)政策制定應著重于協(xié)調(diào)、創(chuàng)新、綠色，可持續(xù)發(fā)展方向，因鄉(xiāng)村發(fā)展的內(nèi)生動力不足，兼之農(nóng)業(yè)發(fā)展對資源的依賴性較強，加強創(chuàng)新導向的科技驅(qū)動力發(fā)展，側(cè)重可持續(xù)發(fā)展的綠色農(nóng)業(yè)發(fā)展對促進耕地和灌溉水資源協(xié)調(diào)發(fā)展具有重要意義。

由于數(shù)據(jù)時序是2003—2019年共17年，所得結(jié)論與更長時間跨度數(shù)據(jù)的結(jié)論是否一致有待進一步驗證。另外，本研究認為還應在以下幾方面進一步拓展：一是耕地和水資源耦合作用與糧食安全之間的關(guān)系，這對于緩解糧食危機和建立合理的區(qū)域水土資源開發(fā)利用模式具有重要指導價值；二是低碳經(jīng)濟是中國可持續(xù)農(nóng)業(yè)發(fā)展模式之一，在耕地和水資源開發(fā)利用過程中，開發(fā)利用強度和兩者組合關(guān)系不同對碳的影響不同，因此，應與農(nóng)業(yè)低碳、綠色發(fā)展相結(jié)合，從碳排放角度進一步分析耕地和水資源耦合的效率。三是進一步挖掘耕地和水資源利用效率耦合作用的影響機制。