王其中
(濟(jì)寧市任城區(qū)農(nóng)業(yè)農(nóng)村局,山東 濟(jì)寧 272000)
農(nóng)業(yè)用水一直占據(jù)著中國水資源消耗的首要位置,在國民經(jīng)濟(jì)用水量中也有著重要的占比[1]。如今,社會經(jīng)濟(jì)在不斷發(fā)展的同時,工業(yè)生產(chǎn)中的用水量逐年增長,在這個情形下,農(nóng)業(yè)用水量逐年減少,在國民經(jīng)濟(jì)中的總占比也在逐漸減少[2]。近幾年,生態(tài)環(huán)境的破壞,造成全球各個地區(qū)都遭受了不同程度的旱災(zāi),還有部分地區(qū)遭受到洪澇等自然災(zāi)害,與其他的自然災(zāi)害相比,旱災(zāi)的影響范圍較大,受災(zāi)面積較廣[3]。因此,通過對農(nóng)田水利工程灌溉用水效率進(jìn)行研究,分析干旱與灌溉效率之間的關(guān)系,以及如何進(jìn)行有針對性的水利工程灌溉,提高農(nóng)田水利工程的灌溉效率,這對灌溉關(guān)系方面的研究具有重要意義。
黃永江等[4]為了研究影響農(nóng)田水利河套灌區(qū)的水效率指標(biāo),提出一種基于模糊理論的大型農(nóng)田灌溉水效率研究模型,首先利用分析法對農(nóng)田灌溉的各項(xiàng)水效率指標(biāo)進(jìn)行分析,并利用模糊理論構(gòu)建大型農(nóng)田灌溉水效率研究模型,并對大型灌溉用水效率進(jìn)行等級分類。結(jié)果表明,基于模糊理論的大型農(nóng)田灌溉水效率模型,對于影響水效率指標(biāo)評價結(jié)果與SPA模型的評價結(jié)果一致,說明該模型具有可實(shí)用性。梁靜溪等[5]提出一種基于DEA模型的灌溉水效率評價方法,通過DEA模型對農(nóng)田灌溉水效率指標(biāo)進(jìn)行評價,分別選取不同地區(qū)的農(nóng)田灌溉水效率,并利用DEA模型對其進(jìn)行水效率排序計(jì)算,并對得到的結(jié)果進(jìn)行校驗(yàn),提高對農(nóng)田灌溉水效率指標(biāo)準(zhǔn)確度的計(jì)算。將該評價方法應(yīng)用到黑龍江省的多個灌區(qū)進(jìn)行實(shí)驗(yàn),結(jié)果表明基于DEA模型的灌溉水效率評價方法,對農(nóng)田灌溉的水效率的關(guān)聯(lián)度影響在1.69左右,對于田間的水效率影響浮動不大,說明該方法可以對灌溉水效率進(jìn)行合理的評價。
基于以上研究背景,本文利用DEA-Tobit模型對農(nóng)田水利工程灌溉用水效率進(jìn)行研究,從而加強(qiáng)農(nóng)業(yè)的綜合實(shí)力,保證糧食安全。
本文的實(shí)驗(yàn)數(shù)據(jù)來源于2020年對北方某省水稻種植戶的調(diào)研,調(diào)研區(qū)域內(nèi)具有復(fù)雜的地形結(jié)構(gòu),主要以平原區(qū)為主[6]。研究區(qū)域內(nèi)分布的河流比較多,具有比較豐富的水資源,區(qū)域的全年降水量大約可以達(dá)到全年平均降水量的3.5倍;研究區(qū)的氣候類型屬于北溫帶,具有非常明顯的垂直氣候差異。北方地區(qū)的農(nóng)業(yè)資源非常豐富,適合農(nóng)作物的種植,但是農(nóng)業(yè)基礎(chǔ)設(shè)備不夠強(qiáng)大,在農(nóng)業(yè)發(fā)展中缺乏均衡性[7]。研究區(qū)內(nèi)主要種植的作物為水稻,針對水稻灌溉的用水情況,利用研究區(qū)的實(shí)測數(shù)據(jù),分析水稻灌溉的用水效率。
采用DEA模型測算農(nóng)田水利工程中水稻的用水效率,由于研究區(qū)的氣候條件、水利工程灌溉設(shè)施對水稻灌溉用水效率的影響[8],無法確定農(nóng)業(yè)生產(chǎn)函數(shù)。基于規(guī)模報酬的可變性,構(gòu)建基于投入導(dǎo)向的DEA模型,模型表達(dá)式為:
(D)=Min[φ-?(fTL-+fTL+)]
(1)
(2)
其中:φ為決策單元在DEA模型中的有效值;L-為投入指標(biāo)的冗余量;L+為產(chǎn)出指標(biāo)的不足量;x為投入要素;y為產(chǎn)出收益;i為輸入向量的類型;r為輸出向量的類型。
應(yīng)用Tobit回歸分析影響農(nóng)田灌溉用水效率的各種因素[9],DEA的有效性指數(shù)是一個受限的因變量,僅用最小二乘法估算可能會有偏差[10],因此得到Tobit模型的表達(dá)式為:
(3)
其中:Mi為影響灌溉用水效率的因變量向量;Wi為影響灌溉用水效率的自變量向量;α為截距的向量;β為未知的參數(shù)向量;εi為擾動項(xiàng)。
根據(jù)DEA模型表達(dá)式和Tobit模型表達(dá)式,構(gòu)建DEA-Tobit模型[11],表示為:
marks=β0+β1∑xij+ui
(4)
其中:marks為技術(shù)效率值;xij為影響marks的主要因素;ui為用水效率測算干擾項(xiàng)。
在農(nóng)田水利工程灌溉用水效率研究中,所采用的數(shù)據(jù)來自北方某省的1 000位水稻種植戶在2020年的調(diào)研結(jié)果。從所有調(diào)研問卷中整理出980份有效問卷,涵蓋了10個城市,各城市調(diào)研分布情況見表1。

表1 調(diào)研樣本的分布情況
考慮到水稻種植的空間布局[12-13],實(shí)驗(yàn)數(shù)據(jù)樣本的調(diào)查項(xiàng)目包括水稻種植戶的家庭特征、灌溉行為方式以及投入產(chǎn)出關(guān)系等,從而測試農(nóng)田水利工程灌溉用水效率和影響因素。
根據(jù)DEA-Tobit模型,對2020年某省的10個地區(qū)的農(nóng)田水利工程灌溉數(shù)據(jù)進(jìn)行研究。并利用效率評價軟件[14-15],對CCR模型和BCC模型進(jìn)行測算,結(jié)果見表2。
通過表2的測算結(jié)果可以看出,測算的效率較高,且很多需要校驗(yàn)的要素權(quán)重為0。例如,農(nóng)田水利工程灌溉的面積為0,說明灌溉面積對農(nóng)田水利工程的用水效率沒有影響,這種情況是不合理的,與現(xiàn)實(shí)情況不符;灌溉的總水量權(quán)重為0時,這個結(jié)果也是不合理的,因?yàn)檗r(nóng)田水利工程灌溉是農(nóng)業(yè)發(fā)展的基本條件。因此,證明了用這種方法測算的結(jié)果與實(shí)際結(jié)果不符,沒有使用價值。

表2 CCR模型和BCC模型的測算結(jié)果
為了解決上述問題,利用上述測算模型給出約束權(quán)重的結(jié)果,見表3。

表3 加入權(quán)重約束的CCR模型和BCC模型測算結(jié)果
從上述加入權(quán)重約束的CCR模型和BCC模型測算結(jié)果可以看出,每個農(nóng)田水利工程灌溉用水的權(quán)重要素都不為零,與現(xiàn)實(shí)情況較為符合。從表3中可以看出,A城市、B城市、C城市、D城市、E城市的用水效率值較高,說明這些地區(qū)的農(nóng)田水利工程灌溉用水得到充分利用;而F城市、G城市的水效率值較低,說明這些地區(qū)農(nóng)田水利工程灌溉水效率還有上升空間。
從整體的技術(shù)效率和純粹的技術(shù)效益出發(fā),得出企業(yè)的規(guī)模效益,見表4。
從表4的結(jié)果可以看出,F(xiàn)地區(qū)的農(nóng)田水利工程灌溉水效率數(shù)值無效是由于規(guī)模無效導(dǎo)致的,說明該地區(qū)的農(nóng)田水利工程灌溉用水規(guī)模較小,可以通過擴(kuò)大農(nóng)田水利工程灌溉用水的規(guī)模,從而提高用水效率;E地區(qū)的DEA無效,是由于技術(shù)效率低和規(guī)模效率差而造成的,可以通過改善當(dāng)?shù)氐募夹g(shù)來提高農(nóng)田水利工程灌溉用水的效率。綜合來看,某省的農(nóng)田水利灌溉用水效率總技術(shù)效率為76.75%,純技術(shù)效率為86.06%,整體的規(guī)模效率為85.86%。

表4 灌溉用水的規(guī)模效率值
為了測算2019-2021年的農(nóng)田水利工程灌溉用水效率,本文根據(jù)權(quán)重模型繪制柱形圖,見圖1。

圖1 研究區(qū)總技術(shù)效率值
在研究期間,某省C地區(qū)的用水效率值不斷提高,D城市、E城市、F城市和G城市的農(nóng)田水利工程灌溉用水效率值都有所降低。綜上所述,某省大部分地區(qū)在研究的這3年中農(nóng)田水利工程灌溉用水效率沒有明顯的變化,說明該測算結(jié)果的可靠性。
利用DEA-Tobit模型對研究區(qū)10個地區(qū)的農(nóng)田水利工程灌溉用水效率的影響因素進(jìn)行研究,根據(jù)對用水效率的測算,得到各個城市的灌溉用水效率值都不同。因此,運(yùn)用 Tobit模型對農(nóng)田水利工程中的灌溉用水效率進(jìn)行分析,可以發(fā)現(xiàn)不同的灌溉用水效率差異的成因。
1)自然因素對用水效率的影響。降水量對農(nóng)田水利工程灌溉用水效率有較大的影響。通過研究發(fā)現(xiàn),研究區(qū)每年的平均降水量在400~800 mm之間,但是受地形和環(huán)境的影響,每個城市的降雨分布量并不均勻,一般情況下山區(qū)雨水量較大,平原地區(qū)的雨水量較少。在研究降水量對用水效率的影響過程中,當(dāng)研究區(qū)的降水量較多時,農(nóng)業(yè)需水量就會降低,用水效率就會較低,兩者的關(guān)系呈相反關(guān)系。氣溫升高,當(dāng)?shù)氐挠盟示蜁岣撸瑲鉁厣咭矔斐伤值募铀僬舭l(fā),導(dǎo)致用水效率降低。因此,降水量與氣溫對農(nóng)田水利工程灌溉用水效率具有一定影響。
2)水利設(shè)備狀況的影響。農(nóng)田水利工程灌溉用水效率在農(nóng)業(yè)生產(chǎn)中具有舉足輕重的作用,不僅可以保證農(nóng)作物的產(chǎn)量,也在國民經(jīng)濟(jì)中占有主導(dǎo)地位。基于對數(shù)據(jù)的研究可以看出,在水庫的數(shù)量較多和容量較大的情況下,儲水能力較大,此時的用水效率較高。充足的儲水量不僅可以保證農(nóng)作物的產(chǎn)量,還可以提高農(nóng)業(yè)水利工程灌溉用水的效率。因此,水庫數(shù)量和水庫容量與農(nóng)田水利工程灌溉用水效率之間存在正向影響關(guān)系。
3)農(nóng)業(yè)用水特征對用水效率的影響。農(nóng)田水利工程分為多種類型,農(nóng)作物種類也分為經(jīng)濟(jì)作物和糧食作物,考慮到研究區(qū)內(nèi)以水稻作為主要糧食作物,根據(jù)水稻農(nóng)作物的用水特征可知,當(dāng)糧食的播種面積越大,農(nóng)作物的用水效率就越低。由此可見,農(nóng)田面積占比對農(nóng)田水利工程灌溉用水效率的影響是反向的。
本文以2019-2021年該省10個城市的農(nóng)田水利工程灌溉用水效率作為約束變量,通過對降水量、溫度、水庫數(shù)量與容量、除澇面積、農(nóng)田面積占比等進(jìn)行研究,構(gòu)建基于約束變量的DEA-Tobit模型,分析灌溉用水效率的影響因素,模型表示為:
(5)
其中:ηit為農(nóng)田水利工程灌溉用水效率值;i為該省的城市;λit為DEA-Tobit模型的待估計(jì)參數(shù);t為模型的計(jì)算時間;xit為影響灌溉用水效率的自變量因素;εit為測算誤差項(xiàng)。
本文采用DEA-Tobit模型,根據(jù)多種農(nóng)田水利工程灌溉用水效率影響因素,統(tǒng)計(jì)農(nóng)田水利工程灌溉用水影響因素之間的相關(guān)系數(shù),見表5。

表5 農(nóng)田水利工程灌溉用水影響因素之間的相關(guān)系數(shù)
結(jié)果表明,影響農(nóng)田水利工程灌溉用水效率影響因素之間存在線性關(guān)系,DEA-Tobit模型結(jié)果見表6。

表6 DEA-Tobit模型結(jié)果
從表6的結(jié)果可以看出,降水量與農(nóng)田水利工程灌溉用水效率成反比關(guān)系,說明研究區(qū)內(nèi)的農(nóng)田水利工程用水效率較低,降水量不能作為農(nóng)田水利工程灌溉用水效率的主要影響要素;氣溫與農(nóng)田水利工程灌溉用水效率成正比關(guān)系,隨著氣溫的升高,用水效率逐漸變大。
水庫數(shù)量和除澇面積與農(nóng)田水利工程灌溉用水效率呈現(xiàn)正比增長關(guān)系,當(dāng)水庫數(shù)量越多、除澇面積越大時,農(nóng)田水利工程的灌溉用水效率越高;當(dāng)水庫數(shù)量和除澇面積降低時,用水效率會降低。
農(nóng)田面積占比與農(nóng)田水利工程灌溉用水效率之間呈現(xiàn)反比增長關(guān)系,盡管農(nóng)作物的用水量較多,但其用水的價值遠(yuǎn)遠(yuǎn)大于用水使用效率。因此,如果增大糧食作物的面積,就會降低灌溉用水效率,這種影響是十分明顯的。
本文提出了基于DEA-Tobit模型的農(nóng)田水利工程灌溉用水效率研究,結(jié)果顯示,利用DEA模型得到的灌溉用水效率測算結(jié)果符合農(nóng)田水利工程的實(shí)際情況,且每一個城市的技術(shù)效率值沒有顯著差異,處于穩(wěn)定狀態(tài);利用Tobit模型測算灌溉用水效率時,只有降水量不顯著,其他影響因素都是顯著的。希望在今后的研究中,可以考慮水價因素,提高農(nóng)戶的節(jié)水意識,從而使灌溉用水效率得到進(jìn)一步提高。