農業用水效率時空差異與影響因素分析

尚杰， 于浩然， 楊旭

（東北林業大學經濟管理學院，哈爾濱 150040）

隨著城鎮化進程加快、水資源需求持續增長，我國農業用水正面臨著嚴峻的局勢[1]。一方面，農業用水效率低，使農業用水的需求不斷增加；另一方面，水資源匱乏，糧食單產水平不高，農戶為追求高產，增加農藥、化肥、地膜等投入，加劇了水資源匱乏與資源環境保護的矛盾。對此，2011年國務院頒布并實行了《關于實行最嚴格水資源管理制度的意見》，明確提出水資源的“三條紅線”，推動經濟社會發展與水資源水環境承載能力相適應[2]；黨的十九大報告也明確提出“推進資源全面節約和循環利用，實施國家節水行動”[3]；在“十四五”規劃中進一步強調“加大農業水利設施建設力度，建立水資源剛性約束制度”[4]。提高農業用水效率有利于我國糧食安全及農業的可持續發展，因此，農業用水效率的測算對于尋求提高農業用水效率的途徑具有重要意義。

農業用水問題已受到國內學者的長期關注，農業用水效率研究主要包括3個方面。①農業用水效率測度研究。前人多基于數據包絡分析進行測度，以反映農業用水效率。尚杰等[5]基于超效率SBM(slacks-based measure)模型與Malmquist指數分解法對2009—2018年我國糧食主產區的面板數據進行分析，準確真實地反映了技術進步對農業用水效率的影響。趙麗平等[6]基于數據包絡分析模型從投入與產出的冗余值對農業用水效率進行測算，冗余值可以直觀反映某單一指標對農業用水效率損失的相關性。②農業用水效率影響因素研究。前人在農業用水效率的影響因素方面進行了大量探索，包括從業人員文化素質[7]、經濟發展水平、城鎮化發展水平、產業結構優化水平、用水價格改革[8]等。③農業用水效率對策研究。趙麗平等[9]構建新型農業用水投機機制，對中、低農田進行改造來提高農業用水效率。張勇凱等[10]提出結合農業供水體制改革和農業水利設施的改造和完善，建立完善的水價機制，提高農戶節水意識。

盡管在農業用水效率測算、影響因素分析及提高農業用水效率的政策等方面已進行了大量研究，但采用傳統數據包絡分析法和隨機前沿分析法對農業用水效率進行測度[6，11]，沒有考慮到投入與產出的松弛變量，因此，不能準確地反映各個要素的實際情況，而且研究層面多集中在國家、單個省市或者較大的區域[7-8，12]，而我國糧食主產區（糧食產量占全國糧食主產量的78.8%）卻鮮有學者進行研究；尤其是全方位深入探討農業用水效率的時空分異及其對農業用水效率影響的研究尚未見報道。

農業用水效率的計算方法較多，如農業產出量相同時，計算實際農業用水量與期望用水量間的比值[13-14]；在用水量相同時，計算農業的最大產出或最大收益[15]。本研究從資源效率的角度將農業用水效率定義為農業水資源的利用效率，即消耗相同的水資源量時收益越高則農業用水效率越高；反之，則農業用水效率越低。在已有研究的基礎上，本研究首先對研究方法、相關模型、變量設定及數據來源進行介紹；然后結合2009—2018年中國13個糧食主產區實際面板數據，采用超效率SBM模型進行農業用水效率測算分析，再使用Malmquist指數和泰爾指數分析農業用水效率的時空分異特征，并進一步對影響農業用水效率的因素進行回歸分析，以期為推進節水農業進步、提高農業用水效率、促進農業可持續發展及保障糧食安全提供理論參考。

1 數據來源與研究方法

1.1 指標選取

在選取投入產出指標時，應全方位考慮各項內在因素和外在因素，這樣才能客觀、有效地反映農業用水效率的實際情況。本研究選取農藥使用量、化肥施用量、農業機械總動力、農業用水量、農業就業人數及糧食播種面積作為農業投入指標。以狹義的農業——種植業為研究對象。為更直觀地反映農民農業生產勞作成果，將農業總產值作為產出變量；同時為剔除價格因素的影響，將相關數據折算為以2009年為基期的可比數據。水資源投入通過農業產值占農林牧副漁總產值的比例折算為狹義農業用水量。農業用水效率投入與產出指標體系詳見表1。

表1 農業用水效率投入與產出指標體系Table 1 Input and output index system of agricultural water use efficiency

1.2 基于農業用水量現狀的區域劃分

根據地區資源稟賦將我國糧食主產區劃分為東北糧食主產區、黃淮海糧食主產區及長江流域糧食主產區[21]。各區域由于所處地理位置、氣候和資源條件差異較大，因此，農業生產布局存在著明顯的地域性差異。其中，東北地區以大豆、玉米、水稻為主要的糧食作物；黃淮海地區的主要糧食作物為玉米和小麥；長江流域地區降水量充足，則以水稻和小麥為主。由于各個地區在農業生產過程中所具備的水資源稟賦和用水狀況同樣存在著顯著的區域差異，為了真實反映不同地區農業用水狀況及農業用水效率，根據近10年來各地區的平均農業用水量指標[22]，通過聚類分析法將13個糧食主產區劃分成高、中、低用水區域（表2），進一步有針對性地考察技術進步對我國各類糧食主產區農業用水的影響。

表2 13個糧食主產區農業用水區域劃分Table 2 Regional division of agricultural water in 13 main grain producing areas

1.3 研究方法

本研究選用超效率SBM模型[23]、Malmquist指數模型及泰爾指數測算農業用水效率，研究空間分異特征等。

1.3.1 超效率SBM模型 相較于傳統DEA（data envelopment analysis）模型，非徑向、非角度的超效率SBM模型能夠同時考慮投入和產出的松弛變量，更加客觀地反映各要素的真實情況，因此，本文采取超效率SBM模型對農業用水效率進行測算。該模型結合了超效率DEA模型和SBM模型的優勢，在評價某一生產單元時將本身排除在參考集外，且排除多個效率為1的情況，使其效率值大于1，從而有效解決相對有效單元的排序問題。假設有k個決策單元，每個決策單元（decision-making unit，DMU）有m個產出和n個投入，投入變量及產出變量分別用x、y表示，那么基于規模報酬可變的超效率SBM模型表達式如下。

式中，p*代表被決策單元的效率值，當p≥1時，被決策單元相對有效，p≤1時，被決策單元相對無效；xis和yrs為第s個DMU的投入量和產出量；λ是決策單元的權重；排除（x0，y0）外新生產子集中的投入量和產出量分別由和表示。

1.3.2 Malmquist指數 在評價決策單元數據是多時間段觀測值的面板數據時，Malmquist指數被廣泛用來測算全要素生產率的指數分解研究。

Malmquist指數可以分解為技術效率指數和技術進步指數，分別代表了技術效率提升和技術進步對農業用水效率的影響。

1.3.3 泰爾指數 泰爾指數的計算公式如下。

式中，n為省區的數量；Zi為效率從低到高后排序后第i個省區的農業用水的效率值，u為13個省區農業用水效率的平均值；m為組數，uk為第k個省區農業用水效率的平均值，nk為第k組省區的數量，Tk為第k組主產區的泰爾指數，Tw與Tb分別為組內差距與組間差距。泰爾指數的取值區間為0～1，數值越大表示農業農業用水效率效率差異越大[24]。

2 結果與分析

2.1 農業用水效率分析

對13個糧食主產區的農業用水效率進行測算，結果（表3）表明，2009—2018年13個糧食主產區農業用水效率處于波動狀態。2018年較2009年農業用水效率略有提升，農業用水效率平均值為1.036，屬于中等效率水平，由此表明，農業用水效率有提升的潛力，仍存在一定的改進空間。2009—2020年，江蘇、山東、四川、內蒙古、遼寧、吉林和河南每年的農業用水效率均超過1；黑龍江和江西除2009—2011年用水效率小于1外，其他年份的用水效率均處于有效狀態；湖北除2016年外用水效率均為有效狀態；河北和湖南僅少數年份用水效率大于1；安徽2009—2018年的農業用水效率均小于1，屬于無效用水省。

表3 13個糧食主產區的農業用水效率Table 3 Water use efficiency of 13 major grain producers （m3·10-4yuan-1）

分析13個糧食主產區的農業用水效率平均值，江蘇、山東、四川、內蒙古、遼寧、吉林、河南居于前列，屬于有效省區。山東、江蘇處于我國沿海地區，經濟發展水平高，較早地引進了先進的農業生產技術，并充分利用這些先進的技術來實現農業用水產出的最大化，因此，農業用水效率較高。四川氣候宜人、水資源十分豐富，作為中西部實力最強的工業基地，農業技術水平發展迅速，加之其精耕細作的傳統，農業用水效率較高。內蒙古自治區通過人才培養計劃專項和“三支一扶”政策招收大量科技人才，促使該地區的農業技術水平不斷提升，有效提高了農業用水效率。遼寧作為首批對外開放政策實行的地區之一，經濟基礎雄厚，地理位置優越，既沿海又沿邊，因此，是東北地區農業用水效率最高的省份。吉林河流眾多，截止到2018年末，機械總動力同比上升了4.5%，擁有節水灌溉機器4.73萬套，并在不斷追加投資來提升當地農業生產技術，提升農業節水水平。河南位于黃河中下游，是南水北調工程的核心水源地以及疏水總干渠工程渠首，當地農業灌溉技術和農業節水技術位于全國前列。

農業用水效率低下的省區不僅反映出投入與產出要素不匹配的問題，還折射出農業節水技術發展與各地水資源及水利工程基礎設施融合的不協調問題。河北自然降雨量不足，且采取串灌、漫灌等粗放灌水方式，因此，用水效率低下。湖南、江西處于長江中下游，灌溉用水量和自然降雨量超過農作物生產的所需水量，加之其歷史用水習慣及節水意識淡薄，農業用水過度投入，造成用水效率較低。

2.2 農業用水效率Malmquist指數分解

為進一步分析影響各省區農業用水效率的因素，運用DEAP 2.1軟件中的Malmquist指數模型對13個省區的農業用水效率進一步分解，結果（表4）表明，我國糧食主產區的技術效率年均下降0.9%；技術進步使用水效率年均上升0.8%。由此表明，技術進步是農業用水效率提高的主要因素，但農業灌溉技術、節水技術的綜合水平仍有進一步提升的空間。河南、江西、山東、四川、黑龍江及江蘇的技術進步及技術效率共同作用促進了農業用水效率的提升；其余省區的技術效率反向的影響了農業用水全要素生產效率的增長，其中，吉林的農業用水技術下降6.4%，下降的幅度最大?？梢?，規模效率的變動是影響技術效率變化的主要因素，但其對全要素生產率指標無明顯影響，因此，整體的技術效率趨于穩定。

表4 2008—2019年13個糧食主產區農業用水效率Malmquist指數及分解Table 4 Malmquist index and decomposition of agricultural water use efficiency in 13 main grain producing areas from 2008 to 2019

2.3 區域空間格局與地區差異

為進一步詮釋高、中、低農業用水區域農業用水效率差距的形成原因，采用泰爾指數按照高、中、低3個區域，對地區間差距及地區內差距進行分析，結果（表5）表明，從地區間的總體差距來看，2009—2018年的泰爾指數呈波動性下降，從0.029 1下降到0.028 2，累計下降3%，表明我國糧食主產區農業用水效率的地區差距在逐漸縮小。地區內部差距明顯高于地區間差距，2009—2018年，地區間差距的貢獻率從15%下降至3%，地區內差距的貢獻率從85%上升至97%。由此表明，地區內差距是造成13個糧食主產區農業用水效率差距的主要原因。從高、中、低農業用水地區內部差距的貢獻率來看，中農業用水地區貢獻率最大，均值為58%；其中，江西農業用水效率較低，與中農業用水地區其他三省區的差距較大。中農業用水地區的內部差異是導致我國糧食主產區內部差距的主要原因。2008—2019年，低農業用水地區和高農業用水地區的貢獻率均有上升趨勢。

表5 13個糧食主產區農業用水效率的時空差異Table 5 Analysis of temporal and spatial differences of agricultural water use efficiency in 13 major grain producing areas

2.4 農業用水效率影響因素分析

選取經濟發展水平、年降水量、灌溉水價、節水農業水平及水資源稟賦5個變量（表6）分析其對農業用水高、中、低區域農業用水效率的影響。首先采用LM檢驗來比較混合回歸模型和隨機效應模型，檢驗中P值為0.000 0，即拒絕“不存在個體隨機效應”的原假設，故應選擇“隨機效應”。然后，采用豪斯曼檢驗對固定效應和隨機效應進行比較，豪斯曼檢驗P值為1，即不能拒絕原假設，因此，采用隨機效應模型分析農業用水效率的影響因素，結果如表7所示。經濟發展水平對低農業用水地區的農業用水效率有正向影響，區域經濟的迅速發展為農業用水效率的提高提供了經濟及技術支持；高、低農業用水地區的經濟發展水平與農業用水效率呈正相關，中農業用水地區農業用水效率與經濟發展水平呈負相關。年降水量13個省區均有著顯著的負向作用，即降水未發揮出減少灌溉用水量的節水效果，反而使農作物獲取超過本身生長的需水量，造成水分生產率降低，導致整體的農業用水效率下降[27]。灌溉費用對農業用水效率呈負向作用，即通過提高農業用水價格成本來減少農戶灌溉用水量的投入，會導致農作物缺少水分而減產，因此，為維持收益農戶會繼續增加農業用水的投入[28]。節水技術水平對中、低農業用水地區的農業用水效率起正向作用，但對中農業用水地區的農業用水效率提升不顯著，究其原因，可能是因為中農業用水地區的灌溉技術及渠系系統比較落后，使其正向效應未能充分發揮；節水技術水平對高農業用水地區呈負向作用，可能是由于節水灌溉面積的提高，而農戶們為了保持不變的農業產出，會增加農藥、化肥、地膜等投入，影響與破壞了水資源及水環境，從而降低了農業用水效率。水資源稟賦對農業用水效率的回歸系數皆為負值，說明我國糧食主產區節水意識比較淡薄，在農業產出不變的情況下水資源過度投入造成水資源嚴重浪費。

表6 相關影響因素變量的選取及解釋Table 6 Selection and interpretation of relevant influencing factors and variables

表7 農業用水效率影響因素的估計Table 7 Estimation of influencing factors of agricultural water use efficiency

3 討論

我國作為農業大國，農業是立國之本，農業生產過程中水資源投入直接影響到我國的糧食安全，所以研究農業水資源的高效合理利用對實現我國糧食經濟增長與農業生態環境保護協調發展具有重要意義。本研究在測算農業用水效率時采用超效率SBM模型，即考慮了投入和產出的松弛變量，使研究結果更加真實、客觀。為進一步分析糧食主產區農業用水效率提升的驅動因素及造成地區間差異的原因，選擇了Malmquist指數與泰爾指數對農業用水效率進行了深入分析，既真實、準確地分析了目前我國糧食主產區的農業用水效率及驅動因素，又為我國其他省區實現農業水資源高效利用與農業可持續發展提供了參考依據。

我國糧食主產區農業用水效率受技術進步與技術效率兩者的綜合影響。技術進步是我國13個糧食主產區農業用水效率提升的主要因素。尚杰等[5]研究表明，技術效率與技術進步對我國糧食主產區的農業用水效率共同作用，其中，技術進步起主要作用；馬劍鋒等[11]研究表明，技術進步和技術效率均對農業用水效率有顯著的提升作用，與本研究結果相一致。因此，各地區政府應注重提高當地農業用水技術，將農業生產過程與先進科學技術緊密結合，因地制宜地引進節水技術，提高農業機械化灌溉水平，為實現我國糧食主產區的農業可持續發展保駕護航。

本研究分析了高、中、低農業用水地區的技術進步和技術效率的指數變化，詮釋了造成地區間差異的影響因素，并在此基礎上提出針對不同地區農業用水效率提升的途徑。低、中農業用水地區應注重節水技術的開發和利用，提高節水灌溉面積來提高農業用水效率。對于高農業用水地區中自然降雨量較少的地區，如黑龍江、河北，應改變粗放式的農業水資源利用方式；降雨較充足的江蘇、湖南、湖北、安徽等地區，應改變其傳統的農業用水觀念，培養農戶節水意識，避免水資源過量投入造成農業用水的嚴重浪費。經濟發展水平、年降水量、灌溉水價、節水農業水平及水資源稟賦5種因素對高、中、低農業用水地區的影響不同，與前人研究結果一致[27-28]。經濟發展水平的提高對農業用水效率具有顯著的正向影響，是用水效率提高的核心因素[7]。