【研究意义】耕地作为重要的自然资源，是人类主要社会经济活动的空间载体^[1]。我国人均耕地资源占有量仅为世界平均水平的一半，随着人口的持续增长和工业化、城镇化的快速发展，建设用地占用耕地的现象日趋剧烈，人地矛盾不断加剧^[2-3]，也对我国粮食安全和农业现代化建设以及经济与环境的协调发展构成严重威胁^[4]。针对上述情况，原国土资源部明确提出，非农建设占用耕地要落实“占优补优、占水田补水田” ^[5]的耕地占补平衡制度，实行严格的耕地保护制度等一系列措施^[6]。垦造水田不仅可以挖掘土地资源潜力，有效破解耕地保护面临的占补平衡问题，还能够优化区域土地资源配置，切实保障经济社会发展项目建设用地需求，实现土地利用效益最大化。【前人研究进展】国外土地整治起源于16世纪，国外学者主要研究了土地整治对所在地区的影响、意义^[7-8]以及土地整治形成的框架等^[9-10]。改革开放以来，我国经济快速发展，土地开发和利用快速推进，耕地资源结构被破坏，尤其是耕地资源的生产和生态功能衰减，因此国家开始重视全国性的耕地保护^[11]，土地整治逐渐步入正轨。垦造水田作为我国保护耕地的重要举措，国内学者对垦造水田进行了大量研究，主要包括适宜性^[12-16]、改造潜力^[17-19]、项目选址^[20-22]、工程技术进展^[23-27]、成效评价等^[28-29]。目前用于垦造水田成效评价指标权重确定的方法主要有德尔菲法、层次分析法、熵值法、变异系数法。截至2020年底，广东已完成30万hm²垦造水田任务，全省各市县不断提炼垦造水田经验做法，进一步优化垦造模式，完善了项目管理、利益分配和后期管护等制度。作为沿海农业城市，吴川市积极响应耕地保护、占补平衡、保护粮食安全等战略，结合自身优势大力开展垦造水田工程。【本研究切入点】目前大多数学者在确定垦造水田指标体系时缺乏考虑外部因素和未来发展趋势对垦造水田成效的影响，或仅使用单一方法确定垦造水田指标权重。近年来，随着垦造水田工程在生态、经济、社会等方面取得突出效益，各地不断加大资金投入、扩大整治范围，构建全面全方位的指标体系对垦造水田进行综合评价，进一步提高垦造水田的成效，显得越来越重要。【拟解决的关键问题】本文综合考虑经济、资源、环境等因素和新时期全域土地综合整治要求，借助PSIR模型构建评价指标体系，使用D-AHP和熵值法相结合的组合确权法确定指标因子权重值，最后采用TOPSIS法对吴川市的实施垦造水田项目的成效进行评价比较和等级判定，从而得到更加科学的结果，以期为广东垦造水田评价和土地增减挂钩评价的科学推进提供技术支撑和实践参考。

1　数据来源与研究方法 1.1　研究区概况

吴川市位于广东西南部（21°15′~21°39′N、110°28′~110°58′E），东邻电白区，南濒南海，西接廉江市和坡头区，北与茂名化州市接壤，地域总面积870.07 km²，域内水源充足，雨量充沛，被称为“鱼水之乡”。地势北高南低，东北、西北为低丘陵山区，中部属鉴江、袂花江冲积平原，东南为沿海台地。2019年全市实现生产总值282亿元，同比增长7%，其中唐缀镇占全市比重最大、为18.10%，博铺街道占全市比重最小、为0.90%；城乡居民人均可支配收入为21 511.93元，同比增长7.5%；全市常住人口97.61万人，其中人口密度最高的为梅菉街道，人口密度最低的为王村港镇。至2020年底，吴川市累计完成垦造水田任务8.1 km²，主要分布于吴阳镇、塘缀镇和黄坡镇，结合吴川市2014年耕地质量等别年度更新评价成果分析统计可得，垦造水田实施前吴川市耕地质量的国家利用等级、国家自然等级和国家经济等级的平均值分别为5.6等、2.36等和7.43等，垦造前的地类主要为水浇地和可调整果园，土壤质地主要为砂壤土。

1.2　数据来源

（1）吴川市垦造水田项目数据和2014— 2019年耕地质量等别年度更新评价成果，由湛江市自然资源局提供；（2）吴川市社会经济数据，来源于2014—2019年《吴川年鉴》《广东农村统计年鉴》《广东省国土资源公报》等，来自广东统计信息网；（3）路网数据包括湛江市的路网信息，获取自OpenStreetMap。

1.3　研究方法

1.3.1 垦造水田成效评价　（1）评价指标体系构建。PSR框架，即“压力—状态—响应”框架，是由经济合作与发展组织和联合国环境规划署共同开发，用于研究环境问题的成熟理论框架^[30]。PSIR模型是基于PSR框架，在其框架中引入“Impact”，强调外部环境变化的影响。该模型优点是能从研究者自身角度出发，把指标按照一定原则进行分类组合，从而形成侧重点不同的评价指标体系；指标体系中压力、状态、影响、响应4个子系统的指标能对垦造水田的状态、影响、发展趋势3方面进行全面评价；随着社会不断发展，可以根据评价指标和因素的地域、时间变化而做出相应变化，实施动态评价^[31-35]。

借鉴已有研究成果，通过专家访谈，遵循全面性、可操作性、动态性的评价指标选取原则，结合吴川市垦造水田实际情况，从压力、状态、影响、响应系统4个层面选取耕地质量等级降低率、土地垦殖率提升率和单位面积产值提升率等13个评价指标，构建垦造水田成效评价的指标体系（表 1）。

（2）指标权重确定。评价指标的权重表示各项指标对垦造水田成效的贡献度，目前指标权重确定的方法主要有主观赋权法和客观赋权法。为弱化主观因素对主观赋权法的干扰，同时减小样本数量不足产生的误差，本文引入D数理论改进层次分析法与熵值法相结合进行综合赋权。

D-AHP确定主观权重：鉴于传统的层次分析法并不能有效适用于不确定性相关信息的主观评价，本文引入D数理论^[36]对其进行改进，该理论能够更好地描述和处理不确定信息，且能将各专家的评价信息融合为群评价，比AHP更具科学性。因此，自D数理论被提出后，已不断地被应用于实际决策中。D-AHP计算方法如下：①通过问卷调查并收集专家对于垦造水田成效评价各指标的成对比较结果，构建D数的偏好矩阵R_D；②利用D数融合公式，将D数偏好矩阵R_D转化为实数矩阵R_C；③获得实数矩阵R_C后，构建各层次评价指标两两对比后的概率矩阵R_P；④通过三角化法计算概率矩阵中每个指标的概率和，对求和结果进行排序，得到三角化矩阵R_P^T；⑤三角化矩阵R_P^T重新排列变为D数偏好矩阵，得到实数三角矩阵R_C^T；⑥计算矩阵不一致性，通过衡量偏好矩阵的一致性程度来判断偏好矩阵的不一致性；⑦列方程组求各层级的指标权重，其中每个权重的值都取决于λ（λ值与专家的认知程度有关，专家权威性越高，值越小，反之相反）。熵值法确定差异性系数：根据指标变异性的大小来确定客观权重，通过熵值法得到各指标的信息熵。熵权法计算差异性系数的过程如下^[37]：

① 设m个采样点，n项指标，构建m× n阶的原始矩阵。

② 对原始数据进行归一化处理，即计算第j个指标下第i个采样点的原始值所占的比例：

公式(1)

式中，p_ij为采样点的原始值所占的比例，x_ij为指标的水平值。

③ 计算第j项指标的熵值：

公式(2)

式中，e_j为指标的熵值，p_ij为采样点的原始值所占的比例。

④ 计算第j项指标的差异性系数：

公式(3)

式中，g_j为指标的差异性系数，e_j为指标的熵值。

组合权重计算：组合权重是运用熵值法确定的差异性系数对D-AHP计算出反映专家主观意志的主观权重进行修正，得到优化组合权，计算公式如下：

公式(4)

式中，w_j为D-AHP的权重，g_j为熵值法确定的差异性系数。

（3）TOPSIS综合评价。TOPSIS法是根据有限的评价对象与理想化目标的接近程度进行排序的方法，是在现有对象中进行相对优劣的评价^[38]。其基本原理是通过测算评价对象与最优解、最劣解的距离进行排序，并以评价对象与最优解的相对接近程度作为评价对象优劣的依据^[39]，TOPSIS法在指标多少、样本含量和数据分布等方面没有严格的限制和要求，且能实现不同评价指标在同年份间的横向比较和同评价指标在不同年份的纵向比较^[40]。

PSIR指数计算：将指标标准化矩阵与D-AHP和熵值法计算出的组合权重相结合得到加权判断矩阵，计算正理想解C⁺和负理想解C^-，最终计算出PSIR模型下吴川各地区的效用值。

效用值计算：为更直观、清晰比较垦造水田成效，同时反映PSIR模型下各指数间的相互作用、相互影响的关系，引用效用值对PSIR模型评价结果进行比较，并规定效用值的取值范围为[0, 100] ^[41]：

公式(5)

式中，C_i为第i个评价单元的协调度指数；C_i^P、C_i^S、C_i^I、C_i^R分别为第i个评价单元的压力、状态、影响、响应系统的评价值。

公式(6)

式中，V_i为第i个样本耕地占补平衡绩效的效用值，C_i为第i个样本PSIR模型的协调度值，C_max和C_min分别为i个样本中的PSIR模型最大和最小协调度值。

1.3.2 垦造水田空间分布　采用自然间断点分级法对各影响因素数值进行分级。该方法是基于数据固有的转折点和断点确定属性值的自然分组，即减少组内的平均离散方差，增加组间的平均离散方差^[42]。通过自然间断点分级法对吴川市的垦造水田成效评价结果进行分等定级，等级划分标准如表 2所示。

2　结果与分析 2.1　垦造水田成效评价结果

通过问卷调查和专家访谈，得到准则层4个因素的D数偏好关系矩阵R_D，即：

公式(7)

通过D数融合公式计算出实数矩阵R_C，即：

公式(8)

通过D-AHP的步骤4得到概率矩阵R_P，即：

公式(9)

根据加总结果显示，4个准则层指标排序为响应系统（Y₄）＞压力系统（Y₁）＞状态系统（Y₂）＞影响系统（Y₃）。通过排序得到新的三角化矩阵R_P^T，将其重新排列变为D数偏好矩阵，得到实数三角矩阵R_C^T，即：

公式(10)

列准则层权重的方程组如下：

公式(11)

λ取2，将数值代入上述公式可得准则层的权重为：W₄=0.3825，W₁=0.2575，W₂=0.1925，W₃ =0.1675。经过判断不一致度，各值均在可接受范围内。重复上述步骤计算每个准则层内各评价指标的权重，最终获得13个指标的权重（表 3）。

基于表 3得到的垦造水田成效评价指标权重，运用TOPSIS综合评价法最终得到吴川市2014—2019年垦造水田成效评价结果（表 4）。

2.2　垦造水田成效评价结果

2.2.1 垦造水田指标体系权重分析　从子系统的权重（表 3）来看，权重较高的是响应系统（0.3825）和压力系统（0.2575），表明吴川市在垦造水田响应和压力方面存在较大差异，两个系统对衡量垦造水田成效的作用较大。其次为状态系统（0.1925），最后为影响系统（0.1675），主要是吴川市在2014—2019年积极响应垦造水田建设，在改善耕作条件、提升水田质量方面都采取了积极行动，因此差别较小。

从各子系统指标权重（表 3）来看，在压力子系统中，组合权重最高的指标为单位面积产值提升率（0.2209），表明单位面积产值的提升率对衡量吴川市垦造水田压力的作用较大。在状态系统中，组合权重最高的指标为土壤有机质含量提升率（0.1196），表明土壤有机质含量对衡量吴川市垦造水田状态的作用较大。在影响系统中，组合权重最大的指标为单位面积耗水降低率（0.0498），表明单位面积耗水降低率是导致吴川市垦田影响系统出现差异化的原因。在响应系统中，组合权重最大的指标为单位面积产量提升率（0.1749），表明单位面积产量提升率对衡量吴川市垦造水田响应的作用较大。

2.2.2 垦造水田各子系统分析　（1）压力系统。由图 1可知，梅菉街道的压力指数最高、达到0.96，吴阳镇、海滨街道和覃巴镇压力指数相对最高，平均值为0.44。而其他地区压力指数相对较低，平均值为0.17。压力指数主要反映人口增长、人类活动和经济发展等对垦造水田工作的压力，指数越大，表明该地区需要实施垦造水田的压力越大。2014年以来，吴川市经济和人口呈现增长趋势，吴阳镇、海滨街道和覃巴镇的耕地质量、水稻产值、土地垦殖率较差，导致压力指数较大，而梅菉街道作为吴川市中心，人口密度最高，经济发展需求较大，而当地的水稻产值和水田垦殖率处于下游水平，因此需要实施垦造水田的压力最大，造成压力指数最高。

（2）状态系统。状态指数的分布和压力指数分布有所区别，状态指数较高的地区是海滨街道、振文镇和塘缀镇，平均值为0.76，而状态指数较低的地区平均值为0.20。状态指数主要反映实施垦造水田后水田各项指标的变化，数值越大，表明相关镇（街道）实施垦造水田后水田各项状态提升越大。通过管道灌溉工程和新修明沟和渗渠，使当地的灌溉保证度和排水条件得到提升，做到灌排“一进一出”，吴川灌溉保证度和排水条件提升率分别为37.88%、18.26%。同时通过增施有机肥、深松改土等措施提升土壤质量，增加了有效土层厚度，从而改善耕作条件。

（3）影响系统。由图 2可知，影响指数整体相对比较平稳，其中状态指数最高的是海滨街道（0.80），指数最低的是黄坡镇（0.15）。影响指数可以体现外部条件的变化对垦造水田造成的影响，值越大，表明相关镇（街道）通过外部建设对垦造水田工程质量的改善程度越大。近年来，吴川通过修建农村道路和田间道路，形成“路成框”的格局，极大程度提升了耕作便易度，同时使水田变得平整连片，利用科学灌溉手段和处理降低了耗水率，因此吴川市垦造的水田各项指标都得到相对平稳的改善。

（4）响应系统。响应指数较高的地区为兰石镇、吴阳镇和覃巴镇，而较低的地区为大山江街道、塘缀镇和塘尾街道。响应指数体现地方政府或管理者对垦造水田项目的执行力及解决问题的能力，指数越大，表明相关镇（街道）对垦造水田的执行力和解决问题的能力越强。吴川市响应指数较高的地区积极垦造水田措施，同时出台相应措施（如保护水田、合理利用肥料等）以及引入外商确保提升了耕地承载力、投入产出比和产量。

2.3　垦造水田空间分布结果

从吴川市成效评价等级划分区域（图 3）来看，全市大部分地区的垦造水田效用值均在1~3级区间，表明吴川市整体的垦造水田成效较好，但区域差异也较为明显。PSIR效用值最高的是海滨街道，最低的是黄坡镇，高分值区域主要分布在海滨街道、梅菉街道和吴阳镇，说明这些地区的垦造水田综合效益最优。结合空间分布来看，经济较好地区的PSIR效用值主要集中于4级区间，说明经济较好地区垦造水田的综合效益较差，而经济相对较弱地区的PSIR效用值较高，垦造水田综合效益较好。

吴川市2014—2019年垦造水田成效最好的地区为海滨街道、梅菉街道和吴阳镇，结合表 3可知，这些地区垦造水田效益较好是因为在面对来自人口增长、经济社会发展等造成水田数量减少、水田质量下降等压力时，地方政府率先出台一系列垦造水田的相关政策，大力推进土地整治工程对田、渠、路进行综合治理，形成了“田成方、路相通、渠相连”的优美格局，通过实施耕地提质改造，结合开展美丽乡村的建设，提升了区域的基础设施水平，促进了水田集中连片和规模化利用，使得水田的质量和数量得到提升和保护，最终实现粮食产量的增长、农民收入的增加。

垦造水田成效较差的地区为振文镇、塘缀镇和黄坡镇，通过对比PSIR效用值，并结合吴川市2014—2019年农村统计年鉴数据进行分析得知，垦造水田成效的效用值与农民人均收入，特别是当地的农业经济发展水平有较强的负相关性，说明，农业经济越发达的地区，垦造水田的综合效益越差。究其原因，主要是因为农业经济越发达，农民人均收入越高，对耕地的依赖性较低，对水田的质量变化、实施垦造水田带来的效益变化比较不敏感。此外，同时农业经济发达地区的水田利用程度较高，综合效益较好。可见，通过垦造水田可提升的空间较小，垦造水田的效用值较低。

3　结论与建议 3.1　结论

本文结合吴川市开展垦造水田的实际情况，从压力、状态、影响、响应4个层面选取13个评价因子构建垦造水田成效评价体系，通过基于D-AHP和熵值法对指标进行综合赋权，最后采用TOPSIS法对吴川市2014—2019年垦造水田的成效进行评价比较与等级判定，得到如下结论：

在垦造水田成效评价体系中，响应系统的重要程度最高，影响系统最低。单位面积产量提升率、土壤有机质含量提升率、单位面积耗水降低率和单位面积产量提升率指标分别对四大系统的贡献度最高；总体上，吴川市大部分地区的垦造水田成效处于1~3级区间，其中海滨街道、梅菉街道和吴阳镇的成效最好，而振文、塘缀和黄坡镇的成效较差。各地区根据自身农业发展优势，鼓励农户支持并积极参与垦造水田项目，对当地的社会、生态和经济等方面均产生积极影响。今后，垦造水田要注重部分指标因素，尤其是耕地垦殖率、投入产出比、土地承载力等方面，随着垦造水田的全面推进，这一举措在耕地占比平衡、村民生产生活空间、社会稳定等方面继续发挥成效。

目前对垦造水田的成效评价较少，且大多数在确定指标体系时，未能考虑到外部因素对垦造水田造成的影响以及随着社会的发展垦造水田目标会发生改变而进行指标的更替；在确定权重时，未考虑到由于丢失数值、专家缺失相关背景信息，无法提供指标评价信息和提供信息比较模糊的情况，而造成主观权重数据不准确，不能有效反映事实和专家意见的问题。本研究基于PSIR框架构建垦造水田成效评价模型，从压力、状态、影响和响应4个层面形成前后衔接的系统结构，可以反映垦造水田的现状、外部影响和未来发展趋势，并能根据各环节的结果为管理决策提供理论依据和制定相关政策。该模型形成的弹性关系链中，当单一指标发生变化时，关联性指标也会发生动态调整，进而通过因果关系闭环来设立目标动态追踪和问题回溯机制，还可以根据社会的发展对指标体系进行相应修改，有利于垦造水田多因素、多主体的动态综合效益评价，因此在垦造水田乃至土地整治等具有综合性的成效评价中适应性更强。同时本研究运用D-AHP和熵值法结合的方式能有效处理不确定性信息，平衡专家知识和熵值的客观性，进一步增强了垦造水田成效评价的科学性。此外，本研究通过分析各子系统，进一步研究了垦造水田成效评价中4个子系统内造成数值差异的原因，为吴川市乃至湛江市的垦造水田工程提供借鉴。

3.2　建议

垦造水田项目具有工时短、任务重的特点，是一项技术性、综合性很强的工作。吴川市近年来加大投入进行垦造水田建设，取得一定的成效，但一些地区垦造水田的成效较差，导致成效较差的因素主要包括垦造水田工作推进程度和垦造水田后管理制度等。

建议政府相关部门明确垦造水田的要求和依据，确保实施方案的可行性和合理性，同时加强对施工单位进行定期的检查，缩短项目周期，在确定质量的情况下加快垦造水田实施进度，尽快破解广东占补平衡难题。

建议健全管护体系，在实施完垦造水田工程后，要建立完善的后期管护体系，要定期组织垦造水田知识培训，加强乡村、群众加深对粮食安全重要性的认识，在垦造水田投入和种粮收益、乡村长远发展之间做好平衡，用科学的种植手段保障地块高效产出、可持续利用，实现经济和环境效益双丰收，为精准扶贫和美丽乡村建设做贡献。