综述：农业水资源再分配的经济校准数学规划模型研究

这篇综述系统回顾了农业水资源再分配领域的经济校准数学规划模型（MPMs），重点探讨了线性规划（LP）、正数学规划（PMP）和多属性效用规划（PMAUP）三类模型的优势与局限，指出当前研究在模型验证、不确定性量化及数据整合等关键挑战，为未来水资源管理政策优化提供了理论框架。

　　

Abstract

农业水资源再分配的经济校准数学规划模型（MPMs）研究近年来显著增长，本文通过文献计量与系统综述，梳理了2015-2024年间LP、PMP和PMAUP三类模型的应用进展。分析显示，PMP模型占比最高（61.6%），但其非线性校准缺乏经济理论支撑；LP模型虽计算高效，却易产生极端解；PMAUP模型虽符合微观经济学原理，但校准稳定性不足。核心挑战包括模型验证缺失、水数据不足及耦合实验协调性差。

Introduction

全球70%的淡水用于农业，但水资源供需矛盾加剧迫使决策者通过MPMs优化配置。MPMs基于理性经济人假设，分为规范型（预设最优解）与校准型（模拟实际行为）。校准型MPMs通过LP的线性目标函数、PMP的双变量校准及PMAUP的生产可能性边界，量化农民在土地、水和技术选择中的权衡。

模型分类与挑战

LP模型：如MOTAD和WGP方法，通过风险参数或权重校准减少误差，但需依赖启发式约束避免极端解。PMP模型：通过ad-hoc非线性成本函数实现零误差校准，但经济解释力薄弱。PMAUP模型：基于多属性效用理论，但高维度数据易致参数不稳定。Graveline (2016)提出的七大挑战中，水数据整合（如m³单位标准化）和气候变化下的远参考模拟仍是焦点。

未来方向

建议加强跨模型整合（如LP-PMP混合）、开发开源校准工具，并建立全球水数据平台。TRANSCEND等项目正推动不确定性量化方法，而PMAUP在风险偏好分析中潜力显著。

Conclusions

MPMs需从单一模型向多学科耦合转型，同时提升实证验证与政策关联性，以应对气候与人口压力下的水资源危机。