糧食主產區農業用水綠色效率區域差異及影響因素研究

楊興洪，堵 朵

（貴州大學經濟學院，貴陽 550025）

0 引 言

隨著經濟社會的發展，水資源的經濟、社會及環境效應愈發明顯[1]。農業作為需水量最大的部門，2021年農業用水占比高達61.6%，因而農業高效用水更是對經濟-社會-生態可持續發展起到至關重要的作用。我國糧食主產區的糧食產量占全國總量的78.6%，是農業發展的戰略性區位。然而，當前糧食主產區面臨嚴峻的水資源問題，水資源短缺成為農業用水的首要矛盾，加之農業水資源利用效率低下、灌溉方式粗放、水體污染嚴重等共同制約了主產區農業生產[2]。黨的十八大以來，中央多次提出加強生態文明建設，以解決水資源約束趨緊和水污染問題[3]。2021年中央一號文件指出，要大力推進農業綠色發展，推廣節水農業，綜合治理農業面源污染。在此背景下，提升農業用水綠色效率是實現糧食主產區農業用水可持續發展的重要路徑。受農業資源稟賦和生產條件不同的影響，各流域農業用水也存在異質性，科學評價不同流域農業用水綠色效率及空間非均衡性，并進一步探究其影響因素，對推動農業水資源高效利用及我國農業綠色轉型具有重要的現實意義。

提升水資源綠色效率不僅要增加正向產出，而且應減少其生產要素投入，并降低環境污染等非期望產出，實現資源的綠色利用[4]。隨著綠色發展理念深入人心，學者們對水資源綠色效率測度問題進行探索。目前主要采用數據包絡分析（DEA）方法[5]、Malmqusit-Luengerber（ML）生產率指數[6-8]。SBM 模型同時考慮了松弛變量與非期望產出的問題，因此被廣泛應用于水資源綠色效率評價[9-11]。基于SBM 及其拓展模型，楊高升等[12]探析了長江經濟帶省份水資源綠色效率的演進趨勢；岳立等[13]從市域層面出發，研究發現黃河流域沿線城市的水資源綠色效率呈現波動下降的時序特征。基于此，部分學者關注水資源綠色效率的區域差異。在方法上多采用定性分析，僅少量文獻運用泰爾（Theil）指數[14]展開量化研究。然而Theil 指數未考慮子樣本的分布情況，忽視了樣本間的交叉重疊。Dagum 基尼系數[15]克服了上述缺陷，能更有效地探尋水資源綠色效率的地區差異及來源。此外，既有研究通過計量方法從水資源稟賦[16]、經濟發展水平[17]與產業結構[18]等方面解釋其對水資源綠色效率的影響，但研究結論由于模型設定、指標構建等方面的不同而有所差異。通過梳理上述文獻可知，已有研究多集中于工業或綜合部門，鮮有學者考察農業用水綠色效率。

對此，本文以糧食主產區為研究視角，深入探究農業用水綠色效率水平、區域差異及影響因素，以期為提升糧食主產區農業用水綠色效率提供對策建議。本文可能的貢獻在于：以糧食主產區為研究空間尺度，將農村社會發展指數作為期望產出之一，利用SE-SBM 模型對農業用水綠色效率進行測度；通過Dagum 基尼系數考察松花江、長江和黃河三大流域的區域差異，不僅揭示差異程度大小及來源，而且解決了樣本間交叉重疊的問題；運用面板數據模型檢驗農業用水綠色效率的影響因素，明確其內在作用機理。

1 研究設計

1.1 內涵界定

綠色發展視角下，農業用水綠色效率可理解為農業水資源利用過程中帶來的經濟、社會、環境產出與生產要素投入的比率，體現“經濟-社會-生態”全面協調可持續發展的關系。參考水資源綠色效率的內涵[19]，本文選取農業水足跡、農業資本量和農業勞動力作為農業用水綠色效率評價的投入指標；將農業產值與農村社會發展指數作為期望產出，分別表示農業水資源的經濟效益和社會效益，將農業灰水足跡作為非期望產出，衡量農業用水過程中對資源環境造成的負向效應，表征農業水資源的生態效益。農業用水綠色效率旨在實現農業水資源經濟、社會與生態效益的共贏。

1.2 研究方法

1.2.1 SE-SBM 模型

數據包絡分析(Data Envelopment Analysis，DEA)由Charnes等[20]于1978年提出，是一種非參數技術效率分析方法，用于評價多投入多產出決策單元(Decision Making Unit，DMU)的效率值。然而，傳統DEA 模型基于徑向距離函數，假設投入（產出）能夠等比例減少（增加），且忽視了投入產出變量的松弛性問題。考慮到這一點，Tone[21]提出超效率SBM 模型（Super Efficiency SBM model，SE-SBM）,有效解決了傳統DEA模型產生的測量偏誤問題，同時提高了效率評價的精確性，不僅適用于存在農業灰水足跡這一非期望產出的情形，而且有利于優化農業用水綠色效率。

1.2.2 Dagum基尼系數

本文采用Dagum 基尼系數對糧食主產區農業用水綠色效率的空間非均衡性進行測度與分解，并進一步明確總體差異的來源。

作為一種測算相對差異的方法，Dagum 基尼系數的優勢在于能將區域差異分解為區域內差異、區域間差異及超變密度三部分，超變密度反映區域間重疊現象造成的空間非均衡性，能夠有效解決樣本間的交叉重疊并識別區域差異的具體來源，因此被廣泛應用于地區差異研究。

參考Dagum[15]的做法，定義Dagum基尼系數為：

式中：n表示糧食主產區省份數，即n=13；k表示劃分的區域數，即k=3；nj(nh)表示j(h)區域內省份數；yji(yhr)表示j(h)區域內i(r)省份的農業用水綠色效率；μ表示糧食主產區農業用水綠色效率平均值。

Gjj代表j區域內的基尼系數，表達式為：

Gjh代表j區域與h區域之間的基尼系數，表達式為：

Dagum 基尼系數可按其分解方法分解為3個組成部分，區域內差異(Gw)、區域間差異(Gnb)與超變密度(Gt)，且滿足以下等式：

其中，Gw、Gnb、Gt計算公式表達如下：

1.2.3 面板數據模型

為進一步探究農業用水綠色效率的影響因素，明確內在作用機理，本文運用面板數據模型[22]展開實證分析，以期為提升糧食主產區省份農業用水綠色水平提供決策參考。研究構建分析模型如下式所示：

式中：gefit表示i省份在t年度的糧食主產區農業用水綠色效率，影響因素分別為水資源稟賦（res）、經濟發展水平（gdp）、產業結構（str）、財政支農政策（fin）、有效灌溉水平（irr）以及農業對外開放（ope）；β為變量回歸系數；μi和γt分別代表地區效應和時間效應；εit為隨機擾動項。

1.3 指標選擇

1.3.1 投入產出指標

本文構建農業用水綠色效率投入產出指標體系如表1 所示。其中，投入要素包括農業勞動力、農業資本量與農業水足跡，分別用農林牧漁業就業人數、農林水事務支出、農業用水總量來表征；期望產出包括農業產值與農村社會發展指數，非期望產出則以農業灰水足跡來表示。

表1 投入產出指標說明Tab.1 Description of input-output indicators

1.3.2 農村社會發展評價指標

需要特別指出的是，就農村社會發展指數而言，在孫才志等[24]構建的社會發展指數的基礎上，切實考慮糧食主產區農村社會發展現狀，從經濟增長、社會和諧與環境友好3個評價層面出發，科學選取具有代表性指標（表2）來衡量農村社會發展，并采用熵權法計算獲取糧食主產區農村社會發展指數。

表2 農村社會發展評價指標體系Tab.2 Index system for evaluation of rural social development

1.3.3 影響因素指標

參考已有研究[25-27]，并結合指標數據的可獲取性，本文選取以下指標作為農業用水綠色效率的影響因素：水資源稟賦（res）選用人均水資源量的對數來表征。經濟發展水平（gdp）以地區人均GDP 的對數來衡量。產業結構（str）取第二產業增加值占地區生產總值的比重（ind）。財政支農政策（fin）選用農林水支出占地方財政支出的比重來表征。有效灌溉水平（irr）以有效灌溉面積與農作物種植面積的比值來表征。農業對外開放（ope）選用農產品進出口總額的對數來衡量。

1.4 數據來源

本文充分考慮數據資料的可得性與可比性，選取我國糧食主產區13 省份2006-2020年的面板數據，并按其區位劃分為松花江流域、長江流域和黃河流域。基礎數據均來源于對應年份的《中國統計年鑒》、《中國農村統計年鑒》、《中國環境統計年鑒》、《中國水資源公報》、《中國城鄉建設統計年鑒》、《中國農產品進出口月度統計報告》，部分數據來自《新中國六十年統計資料匯編》。

2 結果與分析

2.1 農業用水綠色效率測度分析

本文借助MaxDEA Ultra 8.0 軟件，采用SE-SBM 模型測度2006-2020年糧食主產區13 省份的農業用水綠色效率，并對主產區整體以及松花江、長江與黃河三大流域進行對比分析，結果如表3所示。

表3 2006-2020年糧食主產區農業用水綠色效率Tab.3 Green efficiency of agricultural water in major grain producing areas from 2006 to 2020

由圖1 呈現的農業用水綠色效率演變趨勢和表3 的具體數值可以明顯看出，就整體而言，2006-2020年糧食主產區農業用水綠色效率呈現“W”形波動態勢，多年均值為0.922，這表明糧食主產區農業水資源利用尚未達到有效狀態，仍有一定的進步空間。從各省域的變化趨勢來看，研究期內江蘇、江西、湖南、四川與河南的農業用水綠色效率穩步提升，其中大部分集中于長江流域，黑龍江則呈現波動上升趨勢；而湖北、河北、山東的效率值降幅明顯，其余省份表現為微弱下降趨勢。

圖1 糧食主產區三大流域農業用水綠色效率變化趨勢圖Fig.1 The changing trend of agricultural water green efficiency resources in major grain producing areas

根據SE-SBM 模型的原理，農業用水綠色效率值大于或等于1 則意味著農業用水達到有效狀態。由表3 可知，2006-2020年農業用水綠色效率始終大于或等于1 的省份包括遼寧、江蘇、江西、山東與河南，占比38.46%，分散分布于長江與黃河流域。從三大流域的演化趨勢來看，松花江流域呈現小幅下降趨勢，但其波動性較大，黃河流域始終圍繞均值波動下降，長江流域在經歷2009年的最低峰值后呈穩步上升趨勢。究其原因，松花江流域農業現代化水平較高，然而豐裕的水資源稟賦削弱了農戶的節水意識，造成水資源的大量損耗，此外該地區人口流失嚴重，農村人力資本缺失，極大地阻礙了農村社會發展，這種資源的過度投入與農村社會發展困境帶來了農業用水綠色效率的降低；黃河流域生態系統脆弱、環境承載力較低，加之區域農業生產方式相對粗放，使得農業灰水足跡位列三大流域首位，較高的非期望產出導致其用水效率低下，再者，流域內多數省份農業機械化水平不高，農業水資源利用難以形成規模效應，一定程度上降低了農業用水綠色效率；長江流域經濟發展迅猛，新農村建設顯著推動了農村社會經濟發展，同時政府與企業不斷加大農業技術領域的研發投入強度，促進節水灌溉技術和污水處理技術的更新升級，故效率值持續攀升。

2.2 農業用水綠色效率區域差異及來源

本文利用Dagum 基尼系數對2006-2020年糧食主產區農業用水綠色效率的區域差異及來源進行測算，結果如表4 所示。糧食主產區總體基尼系數均值為0.152，整體上呈現循環波動下降趨勢，年均下降21.99%，結果充分表明主產區農業用水綠色效率存在空間非均衡性，而這種非均衡性有所減弱，農業用水綠色水平不斷趨向于均衡發展。從變動趨勢來看，糧食主產區的基尼系數在歷經一段時期的小范圍波動后，于2016年出現最高峰值0.204，隨后顯著下降至2020年的0.110，原因在于十八屆五中全會提出包涵綠色發展的五大新發展理念后，各地區開始重視社會經濟的綠色發展，農業水資源利用也逐步由傳統模式轉向綠色模式，而水污染治理與水生態修復存在時滯效應，因此農業用水綠色效率的區域差異在2016年以后才呈現出持續縮小的趨勢。

表4 Dagum基尼系數及分解結果Tab.4 Dagum Gini coefficient and decomposition results

從區域內基尼系數來看，黃河流域內差異最明顯，區域內基尼系數的均值為0.164；長江流域內空間非均衡程度次之，研究期內均值為0.157；松花江流域內差異最小，其系數均值為0.092。這主要是由于松花江流域內各省地理位置鄰近，農業生產用水模式趨同，故流域內空間非均衡性較低；長江與黃河流域內部分地區間農業結構存在顯著差異，用水方式也大相徑庭，導致流域內差異程度較大。從變動趨勢來看，松花江流域內差異呈波動下降趨勢，區域內基尼系數由2006年的0.180 下降到了2020年的0.079，而長江和黃河流域的空間非均衡性呈擴大趨勢，基尼系數分別從2006年的0.078 和0.114上升到2020年的0.086和0.153。

從區域間基尼系數來看，長江-黃河流域（0.180）＞松花江-黃河流域（0.154）＞松花江-長江流域（0.146）。長江與黃河流域間區域差異大的原因在于，在農村社會經濟發展水平與農業基礎層面，黃河流域與長江流域仍有一定差距，加上黃河流域農業面源污染嚴重，加深了兩者間的空間差異。從變動趨勢來看，長江-黃河流域間的區域差異呈波動擴大趨勢；松花江-長江流域間的區域差異降幅明顯，年均下降41.40%；松花江-黃河流域間的差異波動趨勢與松花江-長江流域基本一致，研究期末相較于期初有所減小。

圖2 描述了農業用水綠色效率區域差異的來源及貢獻率。由圖2 可以看出，超變密度對總體差異的貢獻率最大，高達47.760%，表明農業用水綠色效率在各流域間的交叉重疊程度較高；區域內差異與區域間差異的貢獻率略低，分別為32.097%和20.043%。從演變趨勢來看，區域內差異波動平穩，始終圍繞30%上下浮動，表明流域內部農業用水綠色水平總體較為平穩；區域間差異呈從2006年的16.075%波動上升到2020年的21.649%，表明區域間差異有所擴大；超變密度呈先降后升再降的趨勢，2020年的貢獻率與2006年相比下降了11.13%。分析可知，超變密度是糧食主產區農業用水綠色效率區域差異的主要來源，這意味著流域間交叉重疊對農業用水綠色效率的空間非均衡性影響較大，即農業用水綠色效率高水平的流域內部分省域效率值低于低水平流域內的某些省域，從而造成不同流域間的交叉重疊現象。

圖2 區域差異來源及貢獻率Fig.2 Contribution degree and source of regional differences

2.3 農業用水綠色效率影響因素分析

表5列示了各影響因素對糧食主產區農業用水綠色效率的估計結果。作為參照，首先采用普通OLS 進行估計，結果見列（1）。由于研究采用的是長面板數據，隨機擾動項可能存在組間異方差、組內自相關與組間同期相關的問題，故分別使用OLS+穩健性標準誤、面板校正標準誤（PCSE）和全面可行廣義最小二乘法（全面FGLS）進行回歸，結果見列（2）～（4）。通常來說，運用PCSE 的估計結果更為穩健，而全面FGLS則更為有效，兩者之間選取有效性。下面針對全面FGLS的結果加以討論。

表5 農業用水綠色效率影響因素估計結果Tab.5 Influencing factor estimated results of agricultural water green efficiency

（1）水資源稟賦對糧食主產區農業用水綠色效率存在顯著正向影響，回歸系數為0.029，表明水資源越豐裕的地區其農業用水綠色效率也越高，這與劉渝等[9]的研究結果一致。究其原因，糧食主產區省份農業用水模式科學高效，符合作物的灌溉需要。因此，各地區應充分發揮資源稟賦優勢，促使其產生更多的經濟、社會與生態環境效益。

（2）經濟發展水平對糧食主產區農業用水綠色效率的影響在1%的水平上顯著為正。這主要是由于隨著經濟發展水平的提升，地區擁有更多的財政收入并將其投入到農業現代化技術研發和農村基礎設施建設之中，不斷推動農村社會經濟發展和農業水資源的高效利用。糧食主產區應在保護生態環境的基礎上，促進經濟健康可持續發展。

（3）產業結構對糧食主產區農業用水綠色效率呈顯著負向影響，回歸系數為-0.015，說明盡管產業升級在一定程度上能夠推動技術革新，然而在快速城鎮化和工業化的背景下，水資源更多地被配置到工業等非農產業，同時農業生產環境受到工業企業污染的影響，這種資源不合理配置與環境污染抑制了農業用水綠色效率向好發展[27]。

（4）財政支農政策對糧食主產區農業用水綠色效率呈顯著負向影響。可能的原因在于國家政府并未持續優化用于農業水資源的財政支出結構，導致財政支農政策對改進農戶用水方式的影響有限，從而不利于農業用水綠色效率的提升。

（5）有效灌溉水平對糧食主產區農業用水綠色效率的影響顯著為負，回歸系數為-0.006，說明糧食主產區灌溉設施的節水水平不高，需要進一步加大對節水農業的宣傳力度、推廣節水灌溉技術，促進農業水資源的科學利用。農業對外開放對糧食主產區農業用水綠色效率在1%的水平上呈顯著正向影響。這一結果表明，農業經濟開放對提升農業用水綠色效率具有重要作用，這是因為農業經濟開放容易帶來技術外溢，有助于本國引入先進的農業生產技術；此外，市場競爭效應能夠促使本國改進灌溉技術、污水處理技術等，共同改善了農業用水綠色效率。

3 結 論

本文采用SE-SBM 模型、Dagum 基尼系數及面板數據模型，測度2006-2020年糧食主產區農業用水綠色效率水平，在此基礎上考察其區域差異及來源，并探究農業用水綠色效率的影響因素。具體結論如下：

（1）2006-2020年糧食主產區農業用水綠色效率呈現波動下降態勢，多年均值為0.922。主產區農業用水綠色效率有效的省份占比38.36%，分散分布于長江與黃河流域。就三大流域而言，松花江與黃河流域呈小幅下降趨勢，而長江流域在波動中上升。

（2）糧食主產區農業用水綠效率空間非均衡性顯著，整體上呈現下降趨勢。從區域內基尼系數來看，松花江流域內差異表現為逐步縮小態勢，長江流域與黃河流域則呈現擴大趨勢；從區域間基尼系數來看，長江-黃河流域間的區域差異研究期末較期初有所增大，松花江-長江流域、松花江-黃河流域間的區域差異則相反；從貢獻率來看，超變密度是糧食主產區農業用水綠色效率空間非均衡性的主要來源，其次是區域內差異，區域間差異的貢獻率最小。

（3）分析糧食主產區農業用水綠色效率的影響因素可以發現，水資源稟賦、經濟發展水平和農業對外開放對農業用水綠色效率存在顯著正向影響，而產業結構、財政支農政策及有效灌溉水平對農業用水綠色效率的影響顯著作用為負。

根據上述研究結論，提出如下建議：

（1）進一步提升糧食主產區農業用水綠色效率。不同地區需要因地施策，合理配置資源，調整水資源等要素投入結構，優化農業水資源利用布局，助力農業用水綠色化發展。

（2）流域內部農業用水綠色效率差異顯著。為推動農業用水綠色效率的區域協同發展，各地應當著重關注鄰近地區的優勢互補、加強地區間的交流合作，學習借鑒高效率水平地區的農業用水技術與管理模式，不斷縮小農業用水綠色效率的省域差異。

（3）由于不同流域資源稟賦與生產條件不同，農業用水綠色效率難以實現均衡發展，而從整體提高糧食主產區農業用水綠色效率出發，仍要重視綠色效率較低省域的發展。這部分地區應積極優化財政支農結構，建立健全農業水價補貼機制，改善農戶的用水觀念；加強對微灌、噴灌和滴灌等灌溉技術的推廣，提升節水農業水平；此外，穩步推進農業對外開放，引導農業技術革新。多管齊下，促進糧食主產區農業水資源綠色高效利用，以便深入推進我國農業綠色轉型。