基于雙前沿面SBM-DEA模型的農業用水效率評價

趙 敏,劉 姍

(1.河海大學商學院,江蘇 南京 211100; 2.江蘇省水資源與可持續發展研究中心,江蘇 南京 211100;3.江蘇沿海開發與保護協同創新中心,江蘇 南京 211100)

近年來,我國對農業用水愈加重視,發展高效節水灌溉成為農業用水的主題之一。2016年中華人民共和國水利部、國家發展和改革委員會聯合印發了《“十三五”水資源消耗總量和強度雙控行動方案》,對農業用水提出“加快實施區域規模化高效節水灌溉工程”的要求。2019年中央一號文件《關于堅持農業農村優先發展做好“三農”工作的若干意見》明確提出“實施區域化整體建設,推進田水林路電綜合配套,同步發展高效節水灌溉”。水資源供需矛盾突出仍然是經濟社會可持續發展的主要瓶頸,而農業用水粗放、浪費嚴重成為農業發展的頑疾,提高農業用水效率將作為推進農業可持續發展的一項重點任務。

1 研究綜述

目前已有研究中,學者們從不同角度和用不同方法對農業用水效率進行了評價和分析。從研究角度來說主要分為兩種:

a. 從微觀角度,使用土壤相對含水量和葉片水分利用效率的方法,根據現場試驗觀測值評價農業用水效率。Haghverdi等[1]在2008—2015年連續8個種植季節進行了3次田間試驗,基于6年試驗結果,為甜菜灌溉管理提供借鑒;Wu等[2]利用地表能量平衡系統整合土壤水分信息等估算綠洲蒸散量,以評估水資源利用效率;劉笑吟等[3]用小型蒸滲儀和渦度相關儀分別測量了節水灌溉稻田冠層蒸散量(ETCML)和田間尺度蒸散量(ETEC),分析了ETCML和ETEC的典型日和逐日變化規律,以及在小時和日時間尺度上的影響因素。

b. 從經濟學角度,利用投入產出法計算農業用水效率。其測度方法主要分為參數法和非參數法。①參數法依賴于生產函數的選擇,使用較多的是隨機前沿分析法(SFA)。王學淵等[4]利用隨機前沿生產函數計算農業灌溉用水效率,研究發現農田水利設施顯著影響用水效率。Dhehibi等[5]使用隨機前沿生產函數對突尼斯柑橘農場灌溉用水進行了效率測度。雷貴榮等[6]基于隨機前沿生產函數對徐州市農業用水技術效率進行測度,發現水資源投入的增長不能帶來農業用水效率的增加。魏玲玲等[7]使用隨機前沿生產函數測算新疆高農業用水區用水效率,發現不同地洲之間用水效率差異高達0.81。②非參數法中使用最多的是數據包絡分析法(DEA)。屈曉娟等[8]利用DEA中BC2模型測度西部地區農業水資源利用效率,認為西部地區在水資源節約方面有較好的表現。杜根等[9]基于超效率DEA模型對新疆農業水資源利用效率進行測度,發現在考察期內新疆各地州市農業用水效率總體呈增長趨勢。陳洪斌[10]運用三階段DEA模型測評各省農業用水效率,認為農業用水效率不僅受投入產出變量的影響,還受外部環境變量的影響。王普查等[10]利用非期望SBM模型對農業用水效率進行研究,得出各省(市、自治區)的農用水效率發展趨勢不同,且江蘇、廣東等地具有較大的節水潛力。方琳等[11-12]研究發現采用不同生產前沿面函數為基準測評得到的效率也有所不同。孫付華等[13]剔除了資源稟賦、經濟水平和政府支出等影響因素評價我國農業用水效率。

還有一些學者通過其他方法對農業用水效率進行測度[14-15],如焦勇等[12]利用基于信息熵的可變模糊評價,發現新疆農業用水效率在2001—2011年間從量變到漸變式質變再到量變階段。楊丹等[16]在結合熵權法和模糊物元法的基礎上,引進歐氏貼近度評價江蘇省歷年農業用水效率,戶艷領等[17]應用熵值法從自然條件、技術條件、水資源消耗及經濟產出四方面對農業水資源利用效率進行測度。

本文基于有效效率前沿(樂觀)和無效效率前沿(悲觀)面SBM-DEA模型,對中國31個省(市、自治區)農業用水效率進行測算，既能夠將樂觀效率前沿和悲觀效率前沿測得結果再綜合,求出更全面更真實的效率,也能夠解決松弛性問題。

2 農業用水效率測度及分析

2.1 農業用水效率測度模型——雙前沿面SBM-DEA模型

傳統DEA模型存在兩個問題:①僅從有效效率前沿比較分析效率,因此會出現當幾個決策單元均處于有效效率前沿時無法排序的問題。②無法解決投入產出問題中的松弛性問題[10]。SBM-DEA模型可以解決投入產出的松弛性及徑向選擇的問題。因此,本文采用Azizi等[18]的研究結果,利用雙前沿面SBM-DEA模型研究農業用水效率,既從有效效率前沿面進行效率測評,同時也考慮無效效率前沿面的效率,這有助于降低有關投入或產出變量不合理偏好的程度[19]。參考相關文獻[9，20-22],選取水資源投入、勞動力投入、土地投入、技術投入(物理投入和化學投入)5項作為投入變量,物質產出和經濟產出2項作為產出變量。

2.1.1基于有效效率前沿(樂觀)SBM-DEA模型

將1個省(市、自治區)看作一個決策單元(DMU, decision-making unit),此時生產系統有31個決策單元,每個決策單元有5個投入和2個產出,用xij(i=1,2，…,5;j=1,…,31)表示第j個決策單元對第i種產品的投入量,yrj(r=1,2;j=1,2，…,31)表示第j個決策單元對第r種產品的產出量。則生產可能性集Te為

(1)

式中Te是基于有效生產前沿,具有凸性特征的有界閉集。基于有效效率前沿面的SBM-DEA模型[23]:

(2)

(3)

式中,當τ=1時,認為決策單元是有效率的,稱之為樂觀有效;當τ<1時,決策單元處于有效效率前沿(樂觀)的上方,需要通過減少投入或增加產出使其到達樂觀有效。

2.1.2基于悲觀效率前沿的SBM-DEA模型

Azizi等[18]將無效效率前沿的生產可能性集Ti定義為

(4)

(5)

式中,當φ=1時,認為決策單元無效,稱之為悲觀無效;當φ>1時,決策單元處于無效效率前沿(悲觀)的下方,稱之為悲觀有效。如圖1所示,A點和B點距離有效效率前沿面相同,但是A點離無效效率前沿面更近。在該情況下,認為將A點效率值排在B點后面更為客觀準確,即A點效率值低于B點。

圖1 雙前沿面結構

2.1.3綜合效率模型

為了更全面客觀地評價用水效率,綜合考慮樂觀效率和悲觀效率。關于綜合效率的計算,大多文獻將樂觀效率及悲觀效率的幾何平均值作為決策單元的效率值[24]。本文借鑒Wang等[24-25]的模型計算綜合效率:

(6)

2.2 變量選取及數據來源

基于2003—2017年中國31個省(市、自治區)統計數據進行實證研究,選取的投入產出指標如下。

a. 水資源投入。參考杜根等[9]的研究,使用農業用水量指標,數據主要來源于《中國統計年鑒》,部分來源于《水資源公報》。

b. 勞動力投入。已有文獻中多采用農林牧漁從業人數表示。本文參考劉渝等[20]對人力資本的測算方法,借鑒《中國人口和就業統計年鑒》受教育程度人口分類標準,分為不識字或很少/未上過學(E1)、小學(E2)、初中(E3)、高中(E4)、大專及以上(E5)。

地區教育程度E的計算公式為

(7)

c. 土地投入。目前研究中多采用農作物總播種問題、耕地面積、有效(耕地)灌溉面積等指標。參考方琳等[11]的研究,采用有效(耕地)灌溉面積衡量土地投入。

d. 技術投入。參考魏金義等[21]的研究,以農業機械總動力表示物理投入,以化肥施用量表示化學投入。

e. 物質總量產出。參考劉濤[22]的研究,采用糧食產量表示物質總量產出。

f. 經濟總量產出。參考劉濤[22]的研究,采用農林牧漁業總產值表示經濟總量產出。

變量選取及數據來源匯總如表1所示。

表1 變量選取及數據來源

2.3 農業用水效率實證分析

利用MATLAB 2018a軟件,構建基于雙前沿面的SBM-DEA模型,對中國31個省(市、自治區)農業用水效率進行測度。所有指標數據均調整為以2003年為基期。

2.3.1總體評價

根據測度結果,2003—2017年全國農業用水效率均值如圖2所示。樂觀效率總體呈現小幅度上升趨勢,悲觀效率呈現下降-上升-下降-上升趨勢,因此,綜合效率呈現下降-上升-下降-上升趨勢。由此可見,基于不同前沿面的測評結果會有所差異,其中,2004年農業用水綜合效率為近15年最低,1.018 3。2003年和2005年農業用水效率全國均值偏高,是由于各省農業用水悲觀效率偏高,處于悲觀有效狀態。出現這種現象可能的原因是,一方面,我國在21世紀初開始進行節水試點、農田水利建設、展開節水型社會建設試點等相關工作。另一方面,2004年東北地區及南方地區出現特大干旱,人均水資源量急劇減少,且人們普遍缺乏節水意識。自2006年以后,全國農業用水效率每年都在小幅度平穩上升。我國的節水行動落實初顯成效,進步空間仍然很大。

2.3.2分區評價

從橫截面數據來看,各省(市、自治區)之間農業用水效率差異較大。為了便于分析,借鑒佟金萍等[26]的做法,對中國各省(市、自治區)近5年農業用水量均值進行聚類分析,將31個省(市、自治區)劃分成三類用水地區:高農業用水地區、中農業用水地區和低農業用水地區(表2)。

表2 中國農業用水地區分類

為便于直觀分析,以全國樂觀效率均值(0.855 4)和悲觀效率均值(1.648 7)為分界線,將各省效率散點圖分成4個區域(圖3):樂觀效率和悲觀效率均高于均值的為HH(high-high)地區,樂觀效率高于均值但悲觀效率低于均值的為HL(high-low)地區,樂觀效率低于均值但悲觀效率高于均值的為LH(low-high)地區,樂觀效率和悲觀效率均低于均值的為LL(low-low)地區。各省農業用水效率均值結果見表3。

圖3 各省(市、自治區)效率散點

結合圖2和表3,高農業用水地區中,HH地區有:河南、內蒙古、黑龍江、江蘇、山東、湖南、河北、湖北,其中,黑龍江、內蒙古和山東農業用水效率位居前三,該三省(市、自治區)在全國也處于用水效率領先地位,其樂觀效率和悲觀效率均高,整體上拉高了高用水地區的效率均值。這些農業用水大省均在節水灌溉或水庫基礎設施建設中有較大投入。HL地區有安徽省。近年來,安徽省大力發展二次產業,擠占了大量農業用水,約束了農業用水資源。LH地區有四川、廣西。經濟發展較為落后的地區,農民對節水灌溉技術和設施的接納度也會相對較低。江西、新疆、廣東為LL地區,人均水資源量豐富,但難以逃脫“資源詛咒”的困境[27],浪費嚴重,導致農業用水效率低下。

從中農業用水地區來看,遼寧和甘肅為HH地區,位于水資源短缺區域,但在節水制度和管理、農業水價管理上已具備豐富的實踐經驗。吉林和云南為LH地區,吉林省在農業節水方面,集中精力搞好中西部易旱區高效節水灌溉農業項目,但是從全國節水灌溉面積來看,仍低于平均水平。云南省水資源總量豐富,但水資源開發利用率低下。隨著節水灌溉技術的探索和研究,云南省已經形成相對完善的高原特色節水灌溉技術體系。浙江和福建為LL地區,農業用水樂觀效率及悲觀效率均低下。自實行最嚴格水資源管理制度后,農業用水綜合效率在緩慢小幅度上升。

表3 各省(市、自治區)在2003—2017年農業用水效率均值

圖4 各省農業用水綜合效率空間分布

從低農業用水地區來看,HH地區有陜西、青海和寧夏。陜西省處于我國東南濕潤區與西北干旱區的過渡地帶,青海和寧夏位于西北干旱區,在水資源約束的情況下,該省(市、自治區)積極落實水生態環境保護工作。LH地區和HL地區分別為重慶、北京。重慶農民經濟收入低,多采用地面灌水方式,限制了該地區節水灌溉技術的推廣及應用。LL地區有天津、山西、上海、海南、貴州和西藏。海南和貴州節水意識不足,節水灌溉技術落后,浪費嚴重。北京、天津和上海農業用水樂觀效率均在0.8以上,甚至北京處在有效效率前沿,達到樂觀有效。但是其悲觀效率低下,因此綜合效率總體落后于其他省(市、自治區)。西藏地區農業用水樂觀效率低下,且處于悲觀效率前沿,故西藏地區農業用水綜合效率為全國最低。各省(市、自治區)農業用水綜合效率空間分布如圖4所示,顏色越深,表示地區農業用水效率越高。

總之,不同農業用水區的省份之間也存在較大的用水效率差異。提高農業用水效率不能“一刀切”,需要根據不同的地區特點,從不同因素考慮,在建設節水型社會的背景下,充分發揮地區優勢,進而提高農業用水效率。

3 農業用水效率影響因素分析

通常情況下,計量模型中假定的因變量是連續的。但本文的因變量農業用水效率>0,具有從下面截斷或從左邊截斷的特征。故使用受限因變量模型,即Tobit模型,對中國農業用水效率影響因素進行分析。

3.1 變量選取和數據來源

將農業用水效率作為被解釋變量。影響農業用水效率的可能因素有結構因素、經濟因素、資源因素、技術因素、基礎設施建設因素等。故參考陳洪斌等[10，28-29]的研究,農業用水效率影響因素變量選取及數據來源如表4所示。

表4 變量選取及數據來源

選取2003—2017年31個省(市、自治區)相關數據,共465個樣本單元。剔除數據缺失的樣本,有效樣本單元共451個。數據來源于各年度《中國統計年鑒》《中國農村統計年鑒》《水資源公報》《中國環境統計年鑒》《中國水利年鑒》。本文在回歸之前對面板數據進行縮尾處理。

3.2 模型建立

基于Tobit模型分析農業用水效率影響因素,模型構建如下:

Yit=β0+β1X1it+β2X2it+β3X3it+

β4X4it+β5X5it+β6X6it+εit

(6)

式中:Yit表示第t年第i地區的農業用水效率;βk(k=0,1,…,5)為待估系數;εit為隨機誤差項。

3.3 實證分析

使用Eviews 10.0對樣本數據進行Tobit回歸分析。回歸結果見表5。

表5 Tobit回歸模型結果

第一產業增加值所占地區生產總值比重、人均水資源量(m3/人)、節水灌溉面積(103hm2)、水庫總庫容量(億m3)、地區教育水平都通過顯著性檢驗,與農業用水效率顯著相關。農業用水量(億m3)未通過10%的顯著性檢驗。從系數上來看,地區教育水平對農業用水效率影響最大。

3.3.1結構因素與農業用水效率顯著相關

第一產業增加值所占地區生產總值比重與農業用水效率正相關,且通過10%水平上的顯著性檢驗。說明各地區的經濟因素會影響農業用水效率。第一產業增加值所占地區生產總值比重降低,農業用水效率也會降低。在中國新工業時代背景下,工業用水擠占了部分農業用水,會對農業用水效率造成一定程度的影響。

3.3.2資源因素顯著影響農業用水效率

人均水資源量與農業用水效率成負相關關系,且通過1%水平的顯著性檢驗。可能的原因是水資源稟賦充裕的地區節約用水、高效用水意識不足,水資源浪費嚴重。農業用水量與農業用水效率正相關,這與高農業用水區總體用水效率最高,中農業用水區次之,低農業用水區總體用水效率最低的結果一致。但農業用水量對農業用水效率無明顯影響,未通過10%水平的顯著性檢驗。可能的原因是:一方面,在其他各方面影響因素的相互作用下,農業用水量對農業用水效率的影響比較微弱；另一方面,用水區之間的效率差異在0.04左右,差異較小。

3.3.3技術因素與農業用水效率顯著相關

節水灌溉面積與農業用水效率在1%水平上顯著正相關,表明節水灌溉面積越多,農業用水效率越高。可能的原因是:當一個地區掌握了先進的節水灌溉技術,投入的節水灌溉面積會增加。在先進技術的支持下,農業用水效率也會顯著提高。大力提高地區節水灌溉技術,可以顯著提高農業用水效率。

3.3.4基礎設施因素影響農業用水效率

水庫總庫容量與農業用水效率在5%水平上顯著正相關,即增強地區的水利設施建設,有利于提高農業用水效率。可能的原因是:發展農田水利建設,本質是通過灌溉排水,調節農田水分狀況,改善農田生態環境,從而達到增加糧食產量的效果。

3.3.5教育因素顯著影響農業用水效率

地區教育水平與農業用水效率在1%水平上顯著負相關,即地區教育水平越高,農業用水效率越低。該結論與趙姜等[29]的研究結論一致,似乎有違于一般常識,可能的原因是:一方面,地區教育水平越高,可能更傾向于將精力投入到回報率更高的非農產業。由于節水意識不足,農業用水粗放,用水效率降低。另一方面,教育水平高的地區,經濟高速發展,相對于其他地區,第一產業增加值所占地區生產總值比重較低,因此農業用水效率也較低。這也驗證了結構因素影響用水效率的結論。

4 結 語

本文首先基于有效效率前沿(樂觀)和無效效率前沿(悲觀)面SBM-DEA模型,對中國31個省(市、自治區)2003—2017年的農業用水效率進行測度。結果顯示:2003—2017年間中國各省(市、自治區)農業用水樂觀效率均值為0.855 4,悲觀效率為 1.648 7,綜合效率(幾何平均效率)為1.169 7。中國農業用水樂觀效率總體上呈小幅度上升趨勢,悲觀效率呈現下降-上升-下降-上升趨勢,綜合效率總體在小幅度平穩上升。不同農業用水區之間用水效率差異較小,差異值在0.04左右:高農業用水區農業用水效率大于中農業用水區大于低農業用水區。但各農業用水區中不同地區之間用水效率差異較大。

其次以雙前沿面SBM-DEA模型測算得出的綜合效率作為被解釋變量,通過Tobit回歸模型從結構因素、資源因素、技術因素以及基礎設施建設因素這4個方面分析對農業用水效率的影響因素。結果表明:

a. 結構因素、技術因素、基礎設施因素與農業用水效率顯著正相關。因此,各地不要忽視第一產業的發展,開發和研究節水灌溉技術,通過教學等方式,向農戶推廣噴滴灌、微灌、低壓灌溉等技術。加大水利基礎設施建設,提高農業用水效率。各地政府應重視農田水利建設,擴大水庫總庫容量,增加除澇面積和水土流失治理面積,提高農業用水效率,實現可持續發展。

b. 資源因素、教育因素與農業用水效率顯著負相關。水資源稟賦充裕、地區教育水平高的地區更需要提高對節水的關注,注重節水宣傳,讓節水意識進入每一位公民的心中。

c. 農業用水量已經高樂觀-高悲觀的HH地區應當發展節水農業,建立完善節水體系,做好表率作用。高樂觀-低悲觀HL地區和低樂觀-高悲觀LH地區具有節水潛力,應改變粗放的用水方式,強化農業水資源管理。低樂觀-低悲觀LL地區中浙江、上海、廣東等發達省(市、自治區)應堅持節水優先的策略,強化節水意識。西藏、新疆等發展落后地區應增加科研投入,大力發展先進的節水灌溉技術并進行推廣。

d. 基于有效效率前沿(樂觀)和無效效率前沿(悲觀)計算得到的效率結果有所差異。由此可見,如果僅考慮單一前沿面,測評得到的效率結果會有所偏差。