氣候變化對中國節(jié)水農(nóng)業(yè)的空間溢出效應(yīng)研究

摘 要 為探究氣候變化對中國節(jié)水農(nóng)業(yè)發(fā)展的影響效應(yīng)，基于2006—2022年中國省域?qū)崪y氣象資料，使用空間模型研究了以溫度、降水、光照時(shí)數(shù)衡量的氣候因素與區(qū)域節(jié)水農(nóng)業(yè)發(fā)展的關(guān)系：其與中國節(jié)水農(nóng)業(yè)發(fā)展呈正向空間關(guān)系，具有顯著的空間溢出效應(yīng)；氣候變化顯著促進(jìn)了節(jié)水農(nóng)業(yè)的發(fā)展，節(jié)水農(nóng)業(yè)發(fā)展不僅受到本地區(qū)氣候因子的影響，還受到相鄰地區(qū)氣候變化的影響；研究還探討了其他因素對節(jié)水農(nóng)業(yè)的影響：節(jié)水技術(shù)、政府涉農(nóng)財(cái)政支出及農(nóng)村居民家庭人均收入顯著促進(jìn)了節(jié)水農(nóng)業(yè)發(fā)展，城鎮(zhèn)化水平、糧食播種面積及農(nóng)用機(jī)械總動(dòng)力對節(jié)水農(nóng)業(yè)發(fā)展具有抑制作用。

關(guān)鍵詞 氣候因子；空間溢出效應(yīng)；節(jié)水農(nóng)業(yè)；節(jié)水技術(shù)；城鎮(zhèn)化

中圖分類號：S271 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.19.041

中國發(fā)展節(jié)水農(nóng)業(yè)對于提高農(nóng)業(yè)用水效率、打造節(jié)水型社會、保護(hù)生態(tài)環(huán)境具有重大意義，是推進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展與可持續(xù)發(fā)展的重要途徑。全球變暖是人類活動(dòng)造成的 [1]，氣候變暖已是不爭的事實(shí)[2]，氣候變化和人類活動(dòng)是影響植被生長的兩個(gè)重要因素[3]，農(nóng)業(yè)用水具有消耗量大、灌溉技術(shù)（普及、推進(jìn)）粗放、利用效率低、區(qū)域差異明顯、水環(huán)境污染等特征[4]，同時(shí)，氣候變化問題是全社會共同面對的挑戰(zhàn)[5]，全球氣候變暖將為節(jié)水農(nóng)業(yè)帶來更為嚴(yán)峻的挑戰(zhàn)[6]。氣候變化作為影響農(nóng)業(yè)用水規(guī)模和結(jié)構(gòu)的重要外部環(huán)境沖擊，對于節(jié)水農(nóng)業(yè)發(fā)展具有重大影響。在要素與資源約束下，節(jié)水農(nóng)業(yè)發(fā)展是農(nóng)業(yè)高質(zhì)量發(fā)展的重要手段。氣候變化對于節(jié)水農(nóng)業(yè)發(fā)展的區(qū)域差異和空間影響是重要的研究維度，鑒于農(nóng)業(yè)是受氣候變化影響最直接、最脆弱的部門，隨著全球氣候變暖及干旱、洪澇等氣象災(zāi)害的頻發(fā)，氣候變化在影響農(nóng)業(yè)產(chǎn)出的同時(shí)，對化肥等生產(chǎn)要素投入數(shù)量和效果的影響也將進(jìn)一步凸顯[7]。因此，系統(tǒng)分析我國各地區(qū)節(jié)水農(nóng)業(yè)的發(fā)展現(xiàn)狀，并深入探究氣候變化對其產(chǎn)生的多維度影響，不僅具有深刻的現(xiàn)實(shí)指導(dǎo)意義，還能夠?yàn)檗r(nóng)戶提供優(yōu)化水資源管理策略的科學(xué)依據(jù)，助力涉農(nóng)企業(yè)有效應(yīng)對環(huán)境變化帶來的風(fēng)險(xiǎn)，同時(shí)也為政府制定更加精準(zhǔn)高效的水資源配置政策與措施提供重要參考，共同促進(jìn)農(nóng)業(yè)、水資源與生態(tài)環(huán)境的和諧共生與可持續(xù)發(fā)展。

當(dāng)前可持續(xù)發(fā)展背景下節(jié)水農(nóng)業(yè)的相關(guān)研究已成為重點(diǎn)研究領(lǐng)域，然而聚焦氣候變化因素分析區(qū)域差異化影響的研究相對較少。大量研究聚焦：1）技術(shù)選擇及擴(kuò)散與影響分析方面，學(xué)者對農(nóng)戶選擇節(jié)水灌溉技術(shù)的影響因素開展研究認(rèn)為政府補(bǔ)貼[8-10]、水價(jià)激勵(lì)[11]、社會網(wǎng)絡(luò)[12]、節(jié)水意識[13]、社會化服務(wù)[14]促使農(nóng)戶采用節(jié)水技術(shù)，其中政府補(bǔ)貼對節(jié)水技術(shù)推廣影響較大，不僅有利于促進(jìn)技術(shù)擴(kuò)散，更能誘導(dǎo)農(nóng)戶采用該技術(shù)[15]。并有學(xué)者將農(nóng)戶采用節(jié)水技術(shù)與農(nóng)業(yè)收入相聯(lián)系[16]。2）部分學(xué)者從水資源時(shí)空布局分布及發(fā)展趨勢出發(fā)，以省級節(jié)水農(nóng)業(yè)體系為視角展開研究，對研究區(qū)域提出發(fā)展節(jié)水農(nóng)業(yè)要結(jié)合當(dāng)?shù)刭Y源稟賦[17-19]。3）在節(jié)水農(nóng)業(yè)的研究中有學(xué)者將外部環(huán)境沖擊與節(jié)水農(nóng)業(yè)發(fā)展及區(qū)域化差異相聯(lián)系，認(rèn)為節(jié)水農(nóng)業(yè)有利于減少農(nóng)業(yè)生產(chǎn)過程對農(nóng)村水環(huán)境的污染[20]，降低碳排放[21]，提高土壤碳匯[22]，尤其是抵御自然災(zāi)害能力就必須發(fā)展節(jié)水農(nóng)業(yè)[23]。

為實(shí)現(xiàn)節(jié)水農(nóng)業(yè)可持續(xù)發(fā)展，首先，重視外部沖擊對于節(jié)水農(nóng)業(yè)用水總量、結(jié)構(gòu)及效率的影響，為本文提供了研究支撐。其次，考慮區(qū)域的地質(zhì)地貌、經(jīng)濟(jì)結(jié)構(gòu)、要素稟賦、社會文化、技術(shù)發(fā)展水平等差異對于節(jié)水農(nóng)業(yè)的影響。再次，氣候變化反映自然環(huán)境變化對于農(nóng)業(yè)用水的供給和需求的影響，從政策措施、水價(jià)激勵(lì)、農(nóng)戶個(gè)體特征等維度影響農(nóng)業(yè)節(jié)水的效果。因此，探討氣候變化及其對于區(qū)域節(jié)水農(nóng)業(yè)的綜合影響和量化依據(jù)，有助于正確認(rèn)識和科學(xué)評價(jià)中國節(jié)水農(nóng)業(yè)進(jìn)展和存在問題，進(jìn)而豐富該領(lǐng)域的相關(guān)研究。

1 "文獻(xiàn)綜述

氣候條件對農(nóng)業(yè)生產(chǎn)力起著決定性作用，年際變化會對作物產(chǎn)量和品質(zhì)造成顯著影響。隨著節(jié)水農(nóng)業(yè)的發(fā)展，大量學(xué)者從不同維度對節(jié)水農(nóng)業(yè)展開研究。具體而言，大量研究聚焦技術(shù)選擇及擴(kuò)散與影響分析方面，薛彩霞等認(rèn)為政府給農(nóng)戶任何形式的補(bǔ)貼都可以有效地激勵(lì)農(nóng)戶采用節(jié)水灌溉技術(shù)[15]；劉一明認(rèn)為農(nóng)業(yè)水價(jià)激勵(lì)結(jié)構(gòu)對農(nóng)戶節(jié)水認(rèn)知與節(jié)水行為的背離有顯著的抑制作用[24]；張益等分析表明，社會網(wǎng)絡(luò)、節(jié)水意識對采用高效節(jié)水灌溉技術(shù)和節(jié)水品種選育技術(shù)均有顯著正向影響[13]。王永強(qiáng)等提出社會化服務(wù)顯著促進(jìn)了農(nóng)戶采納節(jié)水灌溉技術(shù)[11]，信息獲取在社會化服務(wù)對農(nóng)戶節(jié)水灌溉技術(shù)采納行為的影響中發(fā)揮部分中介作用。郭亞軍等發(fā)現(xiàn)節(jié)水灌溉技術(shù)對經(jīng)濟(jì)作物的收入影響較大[16]。上述學(xué)者從社會角度提出了節(jié)水農(nóng)業(yè)技術(shù)擴(kuò)散的影響因素，但從自然維度考慮較少，并未考慮到農(nóng)作物生長需求。

部分學(xué)者從水資源時(shí)空布局分布及發(fā)展趨勢出發(fā)，以省級節(jié)水農(nóng)業(yè)體系為視角展開研究。張茜等認(rèn)為河北省應(yīng)根據(jù)當(dāng)前節(jié)水農(nóng)業(yè)PSR系統(tǒng)現(xiàn)狀因地制宜地發(fā)展節(jié)水農(nóng)業(yè)[17]。鞏書鑫等將黑龍江劃分為發(fā)展節(jié)水農(nóng)業(yè)適宜區(qū)與非適宜區(qū)[18]。范海燕等將北京市劃分為農(nóng)業(yè)節(jié)水優(yōu)先發(fā)展區(qū)、農(nóng)業(yè)節(jié)水適宜發(fā)展區(qū)和農(nóng)業(yè)節(jié)水鼓勵(lì)發(fā)展區(qū)[19]。這些學(xué)者從PSR模型和RS模型等對區(qū)域節(jié)水農(nóng)業(yè)展開研究，針對性強(qiáng)但其他省份資源條件相對差異較大，并不適用于其他區(qū)域。

此外，在節(jié)水農(nóng)業(yè)的研究中有學(xué)者將外部環(huán)境沖擊（自然災(zāi)害、溫室氣體、土壤酸堿度、環(huán)境污染）與節(jié)水農(nóng)業(yè)發(fā)展及區(qū)域化差異相聯(lián)系：Deng等研究表明，節(jié)水灌溉能夠顯著降低農(nóng)田氧化亞氮排放強(qiáng)度，對節(jié)能減排具有顯著影響[21]。Guo等研究發(fā)現(xiàn)，滴灌能夠顯著降低二氧化碳的排放，提高土壤碳匯[22]。劉戈等認(rèn)為提高農(nóng)業(yè)綜合生產(chǎn)能力，尤其是抵御自然災(zāi)害能力就必須發(fā)展節(jié)水農(nóng)業(yè)[23]。王俊敏提出通過采取節(jié)水農(nóng)業(yè)提高水的利用效率，減少農(nóng)業(yè)生產(chǎn)過程對農(nóng)村水環(huán)境的污染[20]。

基于此，本文在已有研究基礎(chǔ)上，重點(diǎn)強(qiáng)調(diào)主要?dú)夂蛞蛩貙τ谖覈∮蚬?jié)水農(nóng)業(yè)的綜合影響分析，從空間溢出效應(yīng)、區(qū)域差異化影響兩個(gè)視角進(jìn)行分析，以期獲得有益的量化依據(jù)。首先，通過文獻(xiàn)綜述梳理出影響節(jié)水農(nóng)業(yè)的其他因素，考慮到氣候變化3個(gè)維度溫度、降水、光照時(shí)數(shù)從資源要素供需、農(nóng)產(chǎn)品生產(chǎn)環(huán)境與技術(shù)、節(jié)水驅(qū)動(dòng)力3個(gè)方面考慮對于節(jié)水農(nóng)業(yè)的影響。其次，基于2006—2020年中國省域面板數(shù)據(jù)，使用空間杜賓面板模型考察了以溫度、降水、光照時(shí)數(shù)衡量的氣候因素與地區(qū)節(jié)水農(nóng)業(yè)發(fā)展的關(guān)系。 1）運(yùn)用空間分析的方法，測算氣候因素（氣溫、降水、日照）的全域Moran’s I 指數(shù)及其演化趨勢。2）構(gòu)建空間Durbin 模型，驗(yàn)證并測算氣候因素對節(jié)水農(nóng)業(yè)的空間效應(yīng)和產(chǎn)生這種效應(yīng)的原因。3）考慮到空間溢出效應(yīng)存在時(shí)空差異，本文將進(jìn)一步測算氣候因素對節(jié)水農(nóng)業(yè)空間溢出效應(yīng)的空間分布趨勢。最后，從區(qū)域聯(lián)動(dòng)與差異化，監(jiān)測農(nóng)產(chǎn)品供需變化與優(yōu)化地域發(fā)展環(huán)境等維度提出重要建議。

2 "研究設(shè)計(jì)與變量描述

2.1 "方法與模型

由于樣本間可能存在的空間效應(yīng)與傳統(tǒng)計(jì)量模型樣本觀察值不相關(guān)的基本假設(shè)相悖，考慮到地理?xiàng)l件和水資源分布區(qū)域特征及人口流動(dòng)、經(jīng)濟(jì)活動(dòng)帶來的空間分布變化，并綜合氣候變化和節(jié)水農(nóng)業(yè)空間相關(guān)性與異質(zhì)性，故參照郭志儀等研究思路，構(gòu)建廣義嵌套空間模型（GNS）對研究假設(shè)進(jìn)行檢驗(yàn)[25]。公式如下：

[WSAit=α0+ρj=1NWijWSAjt+α1Temit+α2Preit+α3Itit+α4aitj=1NWijβ1Tem+β2Prejt+ β3Itjt+β4ajt+μi+νit] （1）

[νit=λj=1NWijνjt+εit] （2）

式中：i和[j]均表示地區(qū)，[t]表示年份。[WSAjt]為地區(qū)i在時(shí)間[t]的節(jié)水農(nóng)業(yè)發(fā)展，[wij]為空間矩陣單元，衡量地區(qū)間的空間聯(lián)系，借鑒徐輝等研究采用經(jīng)濟(jì)距離矩陣（各省份2006—2022年平均地區(qū)GDP差值的倒數(shù)衡量區(qū)域經(jīng)濟(jì)距離）表征空間矩陣[26]。[Temit]、[Preit]、[Itit]分別為反映氣候因素的氣溫、降水和日照，[αit]為控制變量，代表其他影響節(jié)水農(nóng)業(yè)發(fā)展的節(jié)水技術(shù)、政府涉農(nóng)支出、農(nóng)村居民家庭人均可支配收入、糧食作物（小麥、玉米）播種面積、農(nóng)用機(jī)械總動(dòng)力、第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重。[α]和[β]表示影響系數(shù)，[ρ]和[λ]分別為空間滯后項(xiàng)和誤差項(xiàng)系數(shù)。[μit]為個(gè)體固定效應(yīng)，[νit]為納入空間溢出的隨機(jī)擾動(dòng)項(xiàng)，[εit]-N（0，[σ2]）。

根據(jù)個(gè)體效應(yīng)的不同，空間面板模型亦有固定效應(yīng)和隨機(jī)效應(yīng)之分，但隨機(jī)效應(yīng)模型假設(shè)個(gè)體效應(yīng)與解釋變量之間零相關(guān)，在實(shí)際分析中一般很難滿足Elhorst認(rèn)為，當(dāng)數(shù)據(jù)形式是一個(gè)國家所有地區(qū)構(gòu)成的空間時(shí)間數(shù)據(jù)時(shí)，固定效應(yīng)模型通常比隨機(jī)效應(yīng)模型更合適[27]。由于本文的研究樣本包含全國除西藏外的所有地區(qū)，并且時(shí)間跨度較大，可以保證一致地估計(jì)固定效應(yīng)，因此為保證研究的嚴(yán)謹(jǐn)性，對固定效應(yīng)模型進(jìn)行了實(shí)證研究，以獲得更好的模型解釋與證據(jù)。

2.2 "變量選擇與定義

被解釋變量：節(jié)水農(nóng)業(yè)WSA，本文借鑒水利部制定的節(jié)水指標(biāo)評價(jià)體系中節(jié)水工程發(fā)展建設(shè)參照（2005）和郎新珠等研究，節(jié)水灌溉面積的增加不一定能顯示出灌溉技術(shù)的發(fā)展和政府對農(nóng)業(yè)灌溉的重視程度，因?yàn)橛行Ч喔让娣e也在發(fā)生變化，為此計(jì)算出了節(jié)水灌溉面積占有效灌溉面積的比例，利用節(jié)水灌溉面積占有效灌溉面積的比例衡量節(jié)水農(nóng)業(yè)發(fā)展程度[28]。

核心解釋變量：氣候因素測算指標(biāo)有溫度（Tem）、降水量（Pre） 、光照時(shí)數(shù)（It）。在農(nóng)業(yè)領(lǐng)域，氣候因素對農(nóng)作物生長具有重要地位，其中氣溫、降水、光照對于農(nóng)作物生長影響尤其重要，我國幅員遼闊，涵蓋多種氣候類型，北方地區(qū)光照充足，但降水相對稀少；南方地區(qū)降水較多，但光照較少，不同的地區(qū)氣候造就了農(nóng)業(yè)種植結(jié)構(gòu)的差異[29]。

控制變量：除氣候因素外，節(jié)水農(nóng)業(yè)發(fā)展還受到其他因素影響。參照節(jié)水農(nóng)業(yè)既有研究成果[17，30-32]，在模型中加入以下控制變量：節(jié)水技術(shù)（Wst），以節(jié)水灌溉類機(jī)械衡量。涉農(nóng)財(cái)政支出（Efa），自2007年開始，我國統(tǒng)計(jì)財(cái)政支農(nóng)支出的口徑統(tǒng)一為農(nóng)林水事務(wù)支出[32]。此外，還有農(nóng)村居民家庭人均可支配收入（Pca）、城鎮(zhèn)化（Urb）、糧食作物（小麥、玉米）播種面積（Gcsa）、農(nóng)業(yè)機(jī)械總動(dòng)力（Gpam）、第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重（Vpgdp）。

2.3 " 數(shù)據(jù)來源

考慮到數(shù)據(jù)缺失值，本文選取中國30個(gè)省（區(qū)、市）作為研究對象。氣候因素中溫度（℃）、全年降水量（mm）和光照時(shí)數(shù)（h）采取各省份城市全省年平均值為代表進(jìn)行測算，對于上海市2018—2022年節(jié)水灌溉機(jī)械和蘭州2019—2020年氣候指標(biāo)缺失情況運(yùn)用插值法進(jìn)行補(bǔ)全。數(shù)據(jù)來源于2006—2022年《中國統(tǒng)計(jì)年鑒》、中國氣象局?jǐn)?shù)據(jù)及各省份統(tǒng)計(jì)年鑒。同時(shí)，指標(biāo)之間性質(zhì)、量綱、數(shù)量級等特征均存在一定的差異和減少變量數(shù)據(jù)波動(dòng)的影響，故對所有數(shù)據(jù)取對數(shù)進(jìn)行統(tǒng)一，變量描述性統(tǒng)計(jì)見表1。

3 "結(jié)果與分析

3.1 "空間關(guān)聯(lián)檢驗(yàn)

傳統(tǒng)模型在運(yùn)算時(shí)會忽略空間溢出效應(yīng)而造成結(jié)果偏差，所以在研究節(jié)水農(nóng)業(yè)空間溢出效應(yīng)前要了解其空間相關(guān)程度。本文參照鮑超等研究思路，使用全局莫蘭指數(shù)對觀測樣本進(jìn)行空間自相關(guān)性檢驗(yàn)，以驗(yàn)證節(jié)水農(nóng)業(yè)是否在空間層次相關(guān)聯(lián)[33]。節(jié)水農(nóng)業(yè)的全局Moran’s I指數(shù)如圖1所示。結(jié)果顯示，Moran’s I指數(shù)均大于0，且在1%水平顯著，表明中國省域節(jié)水農(nóng)業(yè)呈顯著的空間正相關(guān)，即我國相鄰省份節(jié)水農(nóng)業(yè)發(fā)展存在空間依賴效應(yīng)，并且隨著時(shí)間推移而不斷增強(qiáng)，呈波動(dòng)態(tài)勢。

3.2 "模型選擇

節(jié)水農(nóng)業(yè)存在顯著的空間集聚特征，因此，在探討氣候變化對節(jié)水農(nóng)業(yè)的影響時(shí)，需考慮空間效應(yīng)。為選擇更適合模型首先根據(jù) Anselin 等研究思路進(jìn)行LM檢驗(yàn)，以進(jìn)行空間滯后模型和空間誤差模型的判定[34]。LM檢驗(yàn)結(jié)果見表2，空間滯后模型（Spatial Lag Model， SLM）和空間誤差模型（Spatial Error Model， SEM）至少通過了5%水平的顯著性檢驗(yàn)， 表明應(yīng)選擇空間滯后模型和空間誤差模型相結(jié)合的空間杜賓模型（Spatial Error Model， SDM）。Hausman檢驗(yàn)為38.52且在1%水平顯著， 故選擇固定效應(yīng)模型。LR檢驗(yàn)表明， 杜賓模型均拒絕退化為空間滯后模型模型或空間誤差模型模型。綜上所述， 空間計(jì)量模型應(yīng)選用固定效應(yīng)的空間杜賓模型模型。

3.3 "空間基準(zhǔn)回歸分析

空間杜賓模型回歸結(jié)果見表3。從主效應(yīng)來看，氣溫對節(jié)水農(nóng)業(yè)的影響為正，且通過了10%的檢驗(yàn)，氣溫對節(jié)水農(nóng)業(yè)發(fā)展有顯著促進(jìn)作用。降水系數(shù)為-0.173，通過了5%水平的顯著性檢驗(yàn)，表明降水對節(jié)水農(nóng)業(yè)有顯著的抑制作用。光照時(shí)數(shù)對節(jié)水農(nóng)業(yè)的影響為正，且通過了10%水平的檢驗(yàn)，表明光照時(shí)數(shù)促進(jìn)了節(jié)水農(nóng)業(yè)的發(fā)展。節(jié)水技術(shù)對節(jié)水農(nóng)業(yè)具有正向的促進(jìn)作用，系數(shù)為0.003，通過了5%水平的顯著性檢驗(yàn)，這主要原因可能是隨著節(jié)水設(shè)備的普及，澆灌、噴灌和覆膜等節(jié)水手段實(shí)施，相鄰省份間充分借鑒發(fā)展經(jīng)驗(yàn)，促進(jìn)本地區(qū)節(jié)水農(nóng)業(yè)發(fā)展。城鎮(zhèn)化的系數(shù)為-0.549通過了5%水平的顯著性檢驗(yàn)表明城鎮(zhèn)化發(fā)展不利于發(fā)展節(jié)水，具有抑制作用，城鎮(zhèn)的集聚發(fā)展迅速但農(nóng)村相對緩慢，早期的耕地仍然得不到集約化、產(chǎn)業(yè)化發(fā)展，節(jié)水設(shè)備難以全面普及，從而抑制了節(jié)水農(nóng)業(yè)發(fā)展。

3.4 "影響節(jié)水農(nóng)業(yè)發(fā)展的效應(yīng)分解

空間杜賓模型的估計(jì)系數(shù)并不能直接反映空間溢出效應(yīng)的大小，需要通過偏微分方法求解[35]，本文進(jìn)一步估計(jì)各自變量對節(jié)水農(nóng)業(yè)的直接影響、空間溢出效應(yīng)和總效應(yīng)。其中，直接效應(yīng)反映自變量（氣候因素和各控制變量）對本地區(qū)被解釋變量（節(jié)水農(nóng)業(yè)）的影響，間接效應(yīng)反映本地區(qū)氣候因素對鄰近地區(qū)節(jié)水農(nóng)業(yè)產(chǎn)生的影響。其空間效應(yīng)分解結(jié)果見表4。

由表4可知，溫度對節(jié)水農(nóng)業(yè)的直接影響和間接影響均顯著為正，表明氣溫升高促進(jìn)了本地區(qū)與相鄰區(qū)域節(jié)水農(nóng)業(yè)的發(fā)展。氣溫每升高1%，本地節(jié)水農(nóng)業(yè)將發(fā)展0.19%，相鄰地區(qū)發(fā)展0.43%，這可能是因?yàn)闅鉁氐纳撸r(nóng)作物對于灌溉水量需求增大，發(fā)展節(jié)水農(nóng)業(yè)有利于合理灌溉、減少農(nóng)業(yè)用水量。降水對節(jié)水農(nóng)業(yè)的直接影響和間接影響均顯著為負(fù)，表明增加1%水平的降水量，本地節(jié)水農(nóng)業(yè)將會減少0.22%，相鄰地區(qū)節(jié)水農(nóng)業(yè)減少0.47%，降水量多的地區(qū)，農(nóng)業(yè)灌溉用水相對較小，從而節(jié)水農(nóng)業(yè)得不到發(fā)展。光照時(shí)數(shù)對節(jié)水農(nóng)業(yè)的影響主要表現(xiàn)在促進(jìn)本地節(jié)水發(fā)展，光照時(shí)數(shù)增加1%，會促進(jìn)本地區(qū)節(jié)水農(nóng)業(yè)0.2%的發(fā)展。控制變量中，節(jié)水技術(shù)、政府財(cái)政涉農(nóng)支出、人均收入和第一產(chǎn)業(yè)增加值占地區(qū)GDP比重均顯著促進(jìn)了本地區(qū)節(jié)水農(nóng)業(yè)的發(fā)展；城鎮(zhèn)化、糧食播種面積和農(nóng)用機(jī)械總動(dòng)力均顯著抑制本地區(qū)節(jié)水農(nóng)業(yè)的發(fā)展。

3.5 "穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證實(shí)證結(jié)果的可靠性和有效性，本文借鑒聶永有等研究思路，使用不同的空間權(quán)重矩陣可能會得出不同的實(shí)證結(jié)果，采用0-1鄰接矩陣替換經(jīng)濟(jì)距離矩陣對上述實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)[36]。結(jié)果見表5，在更換矩陣后，各主要變量空間效應(yīng)系數(shù)方向與基準(zhǔn)回歸分析結(jié)果基本一致，因此本文選擇經(jīng)濟(jì)距離矩陣作為空間權(quán)重具有一定的合理性。

4 "結(jié)論與政策建議

資源約束下節(jié)水農(nóng)業(yè)發(fā)展是農(nóng)業(yè)高質(zhì)量發(fā)展的重要手段。氣候變化對于節(jié)水農(nóng)業(yè)發(fā)展的區(qū)域差異和空間影響是重要的研究維度，本文綜述相關(guān)研究基礎(chǔ)上，給出理論分析并提出假設(shè)，考慮到氣候變化3個(gè)維度溫度、降水、光照時(shí)數(shù)從資源要素供需、農(nóng)產(chǎn)品生產(chǎn)環(huán)境與技術(shù)、節(jié)水驅(qū)動(dòng)力等方面對于節(jié)水農(nóng)業(yè)的影響，本文基于2006—2022年中國省域面板數(shù)據(jù)，使用空間杜賓面板模型考察了以溫度、降水、光照時(shí)數(shù)衡量的氣候因素與地區(qū)節(jié)水農(nóng)業(yè)發(fā)展的關(guān)系。研究發(fā)現(xiàn)：1）我國區(qū)域節(jié)水農(nóng)業(yè)發(fā)展呈正的空間相關(guān)性，具有明顯的空間溢出效應(yīng)，經(jīng)濟(jì)發(fā)展加深了各地區(qū)節(jié)水農(nóng)業(yè)聯(lián)系，節(jié)水農(nóng)業(yè)呈明顯的空間集聚特征。2）氣候變化顯著促進(jìn)了節(jié)水農(nóng)業(yè)的發(fā)展，該地區(qū)節(jié)水農(nóng)業(yè)發(fā)展不僅受到本地區(qū)氣候因子的影響，還受到相鄰地區(qū)氣候變化的影響。3）研究還探討了其他因素對節(jié)水農(nóng)業(yè)的影響。從直接效應(yīng)來看，節(jié)水技術(shù)、政府涉農(nóng)財(cái)政支出及農(nóng)村居民家庭人均收入對該地區(qū)節(jié)水農(nóng)業(yè)發(fā)展具有顯著的促進(jìn)作用，城鎮(zhèn)化水平、糧食播種面積及農(nóng)用機(jī)械總動(dòng)力對該地區(qū)節(jié)水農(nóng)業(yè)發(fā)展具有阻礙作用。從間接效應(yīng)來看，節(jié)水技術(shù)和第一產(chǎn)業(yè)總價(jià)值占地區(qū)GDP比重均對節(jié)水農(nóng)業(yè)存在顯著的正向空間溢出效應(yīng)，糧食播種面積和農(nóng)用機(jī)械總動(dòng)力對相鄰地區(qū)節(jié)水農(nóng)業(yè)產(chǎn)生顯著的抑制作用。

參考文獻(xiàn)：

[1] 趙宗慈， 羅勇， 黃建斌. 全球氣候指標(biāo)、氣候影響驅(qū)動(dòng)因子與全球變暖 [J/OL]. 氣候變化研究進(jìn)展， 2024 （2024-04-20）. https：//kns.cnki.net/kcms/detail/11.5368.P.20240419.2115.002.html.

[2] 周刊社， 杜軍， 沈旭， 等. 氣候變化背景下羌塘國家自然保護(hù)區(qū)植被凈初級生產(chǎn)力時(shí)空變化 [J]. 中國農(nóng)業(yè)氣象， 2021， 42（8）： 627-641.

[3] 高旭旭， 于長文， 張婧， 等. 定量評估京津冀氣候變化和人類活動(dòng)對植被NPP變化的相對作用 [J]. 中國農(nóng)業(yè)氣象， 2022， 43（2）： 124-136.

[4] 劉維哲， 唐溧， 王西琴， 等. 農(nóng)業(yè)灌溉用水經(jīng)濟(jì)價(jià)值及其影響因素——基于剩余價(jià)值法和陜西關(guān)中地區(qū)農(nóng)戶調(diào)研數(shù)據(jù) [J]. 自然資源學(xué)報(bào)， 2019， 34（3）： 553-562.

[5] 白婉婷， 陳建成， 侯建. “雙碳” 目標(biāo)下制造業(yè)數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)研究 [J/OL]. 軟科學(xué)， 2024 （2024-04-16）. https：//kns.cnki.net/kcms/detail/51.1268.G3.20240415.0959.002.html.

[6] 孫偲聰， 魏永勝， 帥青， 等. 玉米幼苗WUE對光溫耦合效應(yīng)的響應(yīng)模型 [J]. 植物生理學(xué)報(bào)， 2022， 58（7）： 1327-1334.

[7] 陳蘇， 黃怡素. 氣候變化對雙季稻化肥利用效率影響的實(shí)證分析——以南方稻作區(qū)為例 [J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)， 2023， 22（5）： 582-591.

[8] 張華，王禮力.農(nóng)業(yè)水貧困對農(nóng)戶節(jié)水灌溉技術(shù)采用決策的影響[J].干旱區(qū)資源與環(huán)境，2020，34（12）：105-109.

[9] 羅文哲， 蔣艷靈， 王秀峰， 等. 華北地下水超采區(qū)農(nóng)戶節(jié)水灌溉技術(shù)認(rèn)知分析——以河北省張家口市沽源縣為例 [J]. 自然資源學(xué)報(bào)， 2019， 34（11）： 2469-2480.

[10] 劉錚， 王波， 周靜， 等. 養(yǎng)殖戶低碳生產(chǎn)行為實(shí)施意愿的影響因素分析——以肉雞養(yǎng)殖為例 [J]. 農(nóng)業(yè)經(jīng)濟(jì)， 2017（12）： 14-16.

[11] 王永強(qiáng)， 王哲. 社會化服務(wù)、技術(shù)認(rèn)知與農(nóng)戶節(jié)水灌溉技術(shù)采納行為——基于河北省775份小麥—玉米種植戶調(diào)查數(shù)據(jù)的實(shí)證分析 [J]. 干旱區(qū)資源與環(huán)境， 2023， 37（5）： 76-83.

[12] 喬丹， 陸遷， 徐濤. 社會網(wǎng)絡(luò)、推廣服務(wù)與農(nóng)戶節(jié)水灌溉技術(shù)采用——以甘肅省民勤縣為例 [J]. 資源科學(xué)， 2017， 39（3）： 441-450.

[13] 張益， 孫小龍， 韓一軍. 社會網(wǎng)絡(luò)、節(jié)水意識對小麥生產(chǎn)節(jié)水技術(shù)采用的影響——基于冀魯豫的農(nóng)戶調(diào)查數(shù)據(jù) [J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2019（11）： 127-136.

[14] 王永強(qiáng)，王哲.社會化服務(wù)、信息獲取與農(nóng)戶節(jié)水灌溉技術(shù)采納行為——基于河北省775份小麥—玉米種植戶調(diào)查數(shù)據(jù)的實(shí)證分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（3）：49-58.

[15] 薛彩霞， 黃玉祥， 韓文霆. 政府補(bǔ)貼、采用效果對農(nóng)戶節(jié)水灌溉技術(shù)持續(xù)采用行為的影響研究 [J]. 資源科學(xué)， 2018， 40（7）： 1418-1428.

[16] 郭亞軍， 邱麗萍， 姚順波. 節(jié)水灌溉技術(shù)對農(nóng)戶農(nóng)業(yè)收入影響分析 [J]. 經(jīng)濟(jì)問題， 2022（4）： 93-100.

[17] 張茜， 耿曉. 河北省節(jié)水農(nóng)業(yè)時(shí)空分布及發(fā)展趨勢研究 [J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2021， 42（8）： 234-242.

[18] 鞏書鑫， 鄧彩云， 王紅瑞， 等. 基于PSR和RS的黑龍江省農(nóng)業(yè)節(jié)水區(qū)劃空間格局研究 [J]. 中國農(nóng)村水利水電， 2018（4）： 28-33， 39.

[19] 范海燕， 朱丹陽， 郝仲勇， 等. 基于AHP和ArcGIS的北京市農(nóng)業(yè)節(jié)水區(qū)劃研究 [J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2017， 48（3）： 288-293.

[20] 王俊敏. 農(nóng)村水環(huán)境問題探討及建議 [J]. 現(xiàn)代經(jīng)濟(jì)探討， 2016（2）： 78-81， 86.

[21] DENG J， GUO L， SALAS W， et al. Changes in irrigation practices likely mitigate nitrous oxide emissions from california cropland [J]. Global Biogeochemical Cycles， 2018， 32（10）： 1514-1527.

[22] GUO S F， QI Y C， PENG Q， et al. Influences of drip and flood irrigation on soil carbon dioxide emission and soil carbon sequestration of maize cropland in the north china plain [J]. Journal of Arid Land， 2017， 9（2）： 222-233.

[23] 劉戈， 葛樹春， 慕蘭. 河南省節(jié)水農(nóng)業(yè)發(fā)展現(xiàn)狀 [J]. 水資源與水工程學(xué)報(bào)， 2010， 21（2）： 163-166.

[24] 劉一明. 農(nóng)業(yè)水價(jià)激勵(lì)結(jié)構(gòu)與農(nóng)戶灌溉用水行為選擇——基于廣東省流溪河流域種植戶的調(diào)查 [J]. 節(jié)水灌溉， 2021（10）： 59-64， 70.

[25] 郭志儀， 魏巍， 范巧. 國家級新區(qū)對省域全要素生產(chǎn)率變遷的影響效應(yīng)研究——基于動(dòng)態(tài)通用嵌套空間計(jì)量模型的分析 [J]. 經(jīng)濟(jì)問題探索， 2020（1）： 1-9.

[26] 徐輝， 邱晨光. 數(shù)字經(jīng)濟(jì)發(fā)展提升了區(qū)域創(chuàng)新能力嗎——基于長江經(jīng)濟(jì)帶的空間計(jì)量分析 [J]. 科技進(jìn)步與對策， 2022， 39（13）： 43-53.

[27] ELHORST J P. Spatial econometrics： from cross-sectional data to spatial panels [M]. New York ：Physica-Verlag HD，2014.

[28] 郎新珠， 高佩玲， 劉現(xiàn)偉. 山東省節(jié)水灌溉動(dòng)態(tài)變化研究 [J]. 節(jié)水灌溉， 2010（1）： 61-63.

[29] 陳錫文. 構(gòu)建新型農(nóng)業(yè)經(jīng)營體系刻不容緩 [J]. 求是， 2013（22）： 38-41.

[30] 祝宏輝， 杜美玲， 尹小君. 節(jié)水農(nóng)業(yè)技術(shù)對綠洲農(nóng)業(yè)生態(tài)效率的影響： 促進(jìn)還是抑制？ ——以新疆瑪納斯河流域綠洲農(nóng)業(yè)為例 [J]. 干旱區(qū)資源與環(huán)境， 2022， 36（10）： 34-41.

[31] 姚增福， 李全新. 節(jié)水農(nóng)業(yè)綜合效益價(jià)值差異評估——基于甘肅省數(shù)據(jù)研究 [J]. 華東經(jīng)濟(jì)管理， 2014， 28（7）： 81-85.

[32] 趙洪一， 黃杰鴻. 發(fā)展戰(zhàn)略對財(cái)政支農(nóng)支出的影響： 理論分析與實(shí)證檢驗(yàn) [J]. 南方農(nóng)機(jī)， 2024， 55（10）： 39-44.

[33] 鮑超， 陳小杰. 中國城鎮(zhèn)化進(jìn)程中用水效率影響因素的空間計(jì)量分析 [J]. 2017， 27（12）： 1450-1462.

[34] ANSELIN L， BONGIOVANNI R， LOWENBERG-DEBOER J. A spatial econometric approach to the economics of site-specific nitrogen management in corn production [J]. American Journal of Agricultural Economics， 2004， 86（3）： 675-687.

[35] LESAGE J P， PACE R K. Spatial econometric modeling of origin-destination flows [J]. Journal of Regional Science， 2008， 48（5）： 941-967.

[36] 聶永有， 姚清宇， 周子博. 產(chǎn)業(yè)協(xié)同集聚與長三角地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展 [J]. 華東經(jīng)濟(jì)管理， 2022， 36（10）： 16-30.

（責(zé)任編輯：易 "婧）