覃夢香，伍國勇,2

（貴州大學(xué)1.經(jīng)濟學(xué)院（西部中心）；2.貴州基層社會治理創(chuàng)新高端智庫，貴州 貴陽 550025）

一、引言

近年來，我國農(nóng)業(yè)農(nóng)村部以加快發(fā)展節(jié)水農(nóng)業(yè)為舉措，全面推進農(nóng)業(yè)綠色發(fā)展為戰(zhàn)略目標，制定了一系列農(nóng)田節(jié)水意見，針對水資源稟賦不同的地區(qū)采取不同的耕作技術(shù)和灌溉施肥制度，促進我國節(jié)水農(nóng)業(yè)開發(fā)工作取得明顯進展[1]。我國農(nóng)業(yè)水資源仍存在總量不足、地區(qū)分布不均、生產(chǎn)結(jié)構(gòu)不合理諸多問題[2]。2019年，我國用水總量的61.2%用于農(nóng)業(yè)生產(chǎn)，農(nóng)作物受旱達到7838千公頃，農(nóng)業(yè)用水消耗了我國大部分的水資源，我國干旱缺水的國情沒有得到根本性變化，農(nóng)業(yè)生產(chǎn)活動的水資源依然缺乏。對照《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》中“全面提高資源利用效率和綠色低碳發(fā)展”的要求，實現(xiàn)資源節(jié)約，降低農(nóng)業(yè)用水總量的任務(wù)仍然艱巨?！多l(xiāng)村振興戰(zhàn)略規(guī)劃（2018-2022年）》中指出我國作為人口大國，糧食以及重要農(nóng)產(chǎn)品需求量在很長一段時間仍將剛性增長，因此加快推進農(nóng)業(yè)由增產(chǎn)導(dǎo)向轉(zhuǎn)向提質(zhì)導(dǎo)向是經(jīng)濟發(fā)展的必然要求。中共十九大報告中也強調(diào)了資源全面節(jié)約和循環(huán)利用才是開發(fā)利用資源的正確方法。為打好黃河流域深度節(jié)水控水攻堅戰(zhàn)，我國相關(guān)部門印發(fā)了《黃河流域水資源節(jié)約集約利用實施方案》，指出要推動重點領(lǐng)域節(jié)水，推進非常規(guī)水源利用。我國農(nóng)業(yè)是用水大戶，同時也是耗水大戶，通過分析比較我國農(nóng)業(yè)用水效率的地區(qū)差異，并探析其差異特征，為制定合理的農(nóng)業(yè)用水政策提供實證依據(jù)，促進我國農(nóng)業(yè)健康發(fā)展。

二、文獻綜述

對農(nóng)業(yè)用水效率的分析已成為國內(nèi)外研究的熱點問題。目前國內(nèi)對農(nóng)業(yè)用水效率的研究主要從以下幾個方面進行探討。

在測算方式上，屈曉娟、方蘭（2017）根據(jù)BC2模型和Malmquist指數(shù)對西部地區(qū)11個省份的農(nóng)業(yè)用水效率和全要素生產(chǎn)率進行實證測算[3]。方琳、吳鳳平等（2018）利用我國31個省市1998-2015年面板數(shù)據(jù)，在考慮環(huán)境容量、生態(tài)承載力以及發(fā)展條件的基礎(chǔ)上，建立共同前沿SBM模型，探討不同區(qū)域類型農(nóng)業(yè)用水效率的差異、變動趨勢以及潛力[4]。張向達、朱帥（2018）通過建立技術(shù)效率和影子價格的彈性需求分析模型，利用隨機非參數(shù)包絡(luò)分析法，估算黑龍江省農(nóng)業(yè)灌溉用水的技術(shù)效率和影子價格[5]。佟金萍、馬劍鋒等（2021）基于超效率DEA和Tobit模型對長江流域10個省市農(nóng)業(yè)用水效率進行測度，并分析1998-2011年間用水效率的變動趨勢[6]。楊騫、武榮偉等（2017）利用Global超效率DEA模型測度我國省際以及六大區(qū)域農(nóng)業(yè)用水效率[7]。馬劍鋒、佟金萍等（2018）基于投入與產(chǎn)出面板數(shù)據(jù)，利用全局DEA框架計算了長江經(jīng)濟帶11個省份的農(nóng)業(yè)用水全局技術(shù)效率，并建立空間計量模型探討農(nóng)業(yè)用水效率的空間相關(guān)性[8]。

在提高農(nóng)業(yè)用水效率的分析上，國內(nèi)學(xué)者主要從用水效率影響因素出發(fā)，多采用Tobit模型進行實證分析。李靜、徐德鈺（2018）根據(jù)MinDW和Tobit模型和考察農(nóng)業(yè)水資源效率及規(guī)模變動，結(jié)果表明地區(qū)稟賦并不是唯一影響因素，需針對不同地區(qū)的實際情況開展水資源管理、建立合理的農(nóng)業(yè)用水水價以及規(guī)模化的生產(chǎn)方式提升用水效率[9]。張玲玲、丁雪麗等（2019）運用地理加權(quán)回歸分析不同省份提高農(nóng)業(yè)用水效率策略，提出南方地區(qū)要著力于強化蓄水、節(jié)水、截水等水利基礎(chǔ)工程建設(shè)，而新疆提高農(nóng)業(yè)用水效率的出路在于調(diào)整用水結(jié)構(gòu)和種植結(jié)構(gòu)[10]。許朗、陳杰等（2021）認為農(nóng)業(yè)收入占比、用水成本和是否采用灌溉技術(shù)等因素對不同農(nóng)業(yè)經(jīng)營主體的農(nóng)業(yè)灌溉用水效率產(chǎn)生正向影響[11]。

基于已有的基礎(chǔ)，本文將2011-2019年我國31個?。ㄊ?、區(qū)）作為分析對象，試圖運用Super-SBM模型和核密度函數(shù)評價農(nóng)業(yè)用水效率，通過Malmquist指數(shù)法分解農(nóng)業(yè)用水效率比較三大區(qū)域效率的動態(tài)變化和差異特征，為農(nóng)業(yè)用水政策制定實施提供實證依據(jù)。

三、研究方法和指標選取

（一）Super-SBM模型

數(shù)據(jù)包絡(luò)分析（DEA）是美國著名運籌學(xué)家Charnes等人提出來并在相對效率評價概念基礎(chǔ)上發(fā)展起來的關(guān)于非參數(shù)檢驗的一種方法。傳統(tǒng)的DEA模型主要包括CCR和BCC模型，并且只能橫向比較決策單元在同一時間上的生產(chǎn)效率。與傳統(tǒng)DEA模型相比較，非徑向、非角度的超效率SBM模型能考慮“松弛”變量，減少效率分析中可能產(chǎn)生的誤差，也能客觀地反應(yīng)各投入產(chǎn)出要素之間的相互關(guān)系。借鑒劉雙雙、韓鳳鳴（2017）[12]建立Super-SBM模型公式，假定i個決策單元，分別有n個投入以及m個產(chǎn)出，選取規(guī)模報酬可變的非徑向Super-SBM模型，公式可列為：

上列公式中，a,b為各省份的投入產(chǎn)出要素，ρ為Super-SBM模型所計算的農(nóng)業(yè)用水效率值，xi0為各個省份的投入變量，yβ0是各個省份的產(chǎn)出變量，產(chǎn)出與投入變量的松弛變量記作s+,s-，γ為公式的權(quán)重。

超效率SBM模型的優(yōu)勢在于評價某一個決策單元時除了將自身排除在參考外，還排除了多個效率值為1的狀況，并使自身效率值大于1，進而能夠?qū)τ行卧M行評價排序。公式中，ρ代表每個決策單元的效率值，當ρ≥1時，代表決策單元是有效的，反之則無效。

（二）核密度估計

Kernel密度估計作為非參數(shù)估計方法,可以用連續(xù)密度曲線來描述隨機變量的分布形態(tài)[13]。相對于傳統(tǒng)的參數(shù)估計方法來說，不僅降低了對樣本容量的要求又具有一定的穩(wěn)健性。假設(shè)隨機變量Ei的核密度為f(x)，那么其核密度函數(shù)可以表示為：

其中，函數(shù)K[·]稱為“核函數(shù)”，即權(quán)重函數(shù)；i為農(nóng)業(yè)用水效率；h為帶寬；n為公式的觀測值。常用的核函數(shù)主要包括均內(nèi)核、三角核以及二次核，本文主要選取二次核作為計算函數(shù)分析我國31?。ㄊ?、區(qū)）農(nóng)業(yè)用水效率動態(tài)變化。

（三）Malmquist指數(shù)模型

上述的Super-SBM模型和核密度估計是對我國農(nóng)業(yè)用水效率在不同面板數(shù)據(jù)的靜態(tài)觀測方法，但Super-SBM方法會出現(xiàn)當期效率絕對值大于上期的情況，因此無法判斷效率值是否進步。由于農(nóng)業(yè)用水效率的提升本身就是一個動態(tài)的變化過程，包含了農(nóng)業(yè)生產(chǎn)技術(shù)效率和以管理、政策創(chuàng)新為主的技術(shù)進步，Malmquist指數(shù)法是一種能夠反映在評估期內(nèi)綜合效率、技術(shù)效率和全要素生產(chǎn)率的模型，能動態(tài)呈現(xiàn)不同時期樣本效率值的變化情況。Malmquist指數(shù)法最早是由Malmquist（1953）提出，經(jīng)Caves以及Fare等人將其進一步完善[14]。Malmqusit指數(shù)法認為綜合效率變化是由科學(xué)技術(shù)變化和技術(shù)效率變化所引起的，不需要考慮價格條件，避免了由于價格而引起的信息不對稱等問題。以t時期的技術(shù)T為參考，Malmquist指數(shù)表示為：

由于Malmquist指數(shù)是根據(jù)不同時期樣本距離的比率進行幾何平均進而計算不同時期的綜合效率的變化。d(yt,xt),d(yt+1,xt+1)分別代表t時期和t+1時期的距離函數(shù)。當指數(shù)大于1代表從t時期到t+1時期的農(nóng)業(yè)用水效率上升，指數(shù)小于1代表從t時期到t+1時期的農(nóng)業(yè)用水效率下降，指數(shù)等于1則代表農(nóng)業(yè)用水效率不變。同時構(gòu)成TFP的各項指標大于1時，代表該指標對總農(nóng)業(yè)用水效率正向影響較大，小于1時說明該指標對總農(nóng)業(yè)用水效率負向影響較大。

全要素生產(chǎn)率變化（Total Factor Productivity，簡稱TFP）等于技術(shù)效率指數(shù)（Effch）與技術(shù)進步指數(shù)（Techch）的乘積，而技術(shù)效率指數(shù)（簡稱EC）又等于規(guī)模效率值（Sech）和純技術(shù)效率值（Pech）的乘積，因此Malmquist指數(shù)還可以根據(jù)上述公式變形為：

（四）指標選取和數(shù)據(jù)說明

本文中所選取的數(shù)據(jù)全部來源于歷年《中國統(tǒng)計年鑒》以及各?。ㄊ?、區(qū)）的地區(qū)年鑒。黑龍江省由于缺失2011至2013年的第一產(chǎn)業(yè)從業(yè)人員數(shù)，所以采用插值法補充數(shù)據(jù)，遼寧省缺失2019年第一產(chǎn)業(yè)從業(yè)人員數(shù)采用臨近點平均值處理。本文選取農(nóng)林牧漁總產(chǎn)值作為產(chǎn)出變量，農(nóng)業(yè)用水總量、第一產(chǎn)業(yè)從業(yè)人數(shù)、化肥施用量、農(nóng)機總動力、農(nóng)林水事務(wù)支出以及有效灌溉面積作為投入變量，如表1所示。

表1 指標選取表

四、實證結(jié)果分析

（一）Super-SBM模型測算結(jié)果

本文利用2011-2019年我國31個省際面板數(shù)據(jù)，通過DEA-SOLVER Pro5.0軟件計算我國農(nóng)業(yè)用水效率值，結(jié)果如表2。根據(jù)31個省份九年的農(nóng)業(yè)用水效率年均值來看，最大值1.022，最小值0.249，均值0.607，標準差0.234，說明我國整體農(nóng)業(yè)用水效率良好，省際用水效率差異較大。

表2 我國各省份農(nóng)業(yè)用水效率（2011-2019年）

對農(nóng)業(yè)用水效率值大小進行劃分，將農(nóng)業(yè)用水效率ρ≥1省份劃為用水高效地區(qū)，將1＞ρ≥0.5的省份劃為用水中效地區(qū)，將ρ＜0.5的省份劃為用水低效地區(qū)。全國各省份以用水中效地區(qū)為主，用水低效地區(qū)個數(shù)呈遞減趨勢，說明我國農(nóng)業(yè)用水效率整體提升，部分用水低效地區(qū)轉(zhuǎn)為用水中效區(qū)。

全國農(nóng)業(yè)用水效率從2011年的0.581上升至2019年的0.779，增長了0.198。自2011年以來北京的用水效率值均大于1，位居全國第一，說明該市的農(nóng)業(yè)用水實現(xiàn)了高效利用。31個?。ㄊ?、區(qū)）中貴州省的農(nóng)業(yè)用水效率值增幅最高，達到0.766，而內(nèi)蒙古增幅最小，低至0.039。青海、西藏等省份的多年效率均值均在0.8以上，最高達0.883，但新疆、內(nèi)蒙古以及寧夏地區(qū)的效率值在0.3左右，由此可見西部地區(qū)內(nèi)部各省份分化明顯。

從我國三大地區(qū)來看，東西中部地區(qū)用水效率差異顯著，多年均值分別為0.813，0.520，0.454。2011年至2019年東部地區(qū)效率均值最高為0.988，相比于中西部地區(qū)，經(jīng)濟地理條件優(yōu)勢、更高的農(nóng)業(yè)技術(shù)水平以及資源投入向集約型的轉(zhuǎn)變，使得東部地區(qū)有更高的農(nóng)業(yè)用水效率。受資源稟賦約束，基礎(chǔ)農(nóng)田設(shè)施投入不足、粗放的農(nóng)業(yè)資源投入方式等方面影響，西部地區(qū)農(nóng)業(yè)發(fā)展受限較大，農(nóng)業(yè)用水效率提高不明顯。

（二）核密度函數(shù)估計結(jié)果

我國31個?。ㄊ?、區(qū)）農(nóng)業(yè)用水效率的動態(tài)趨勢如圖1所示。從核密度時間曲線來看，從2013-2019年整體曲線趨勢向右移動、延伸面積逐年增加存在右拖尾現(xiàn)象，說明全國農(nóng)業(yè)用水效率整體上升，且農(nóng)業(yè)用水效率較高的省份逐漸增加，高水平農(nóng)業(yè)用水效率的省份增長速度較快。從曲線的形狀上來看，全國農(nóng)業(yè)用水效率存在雙峰值現(xiàn)象，主峰和次峰隨時間逐漸向右移動；峰寬逐年加大，次峰峰值整體上呈現(xiàn)上升狀態(tài)，峰寬于2016年增大，峰尖呈現(xiàn)扁平化趨勢（2013年次峰消失，2016年重新出現(xiàn)），說明農(nóng)業(yè)用水效率在各地區(qū)之間分極明顯，但絕對差距因技術(shù)進步得到改善。

圖1 農(nóng)業(yè)用水效率核密度分析

（三）Malmquist指數(shù)模型測算結(jié)果

運用DEAP 2.1對我國31?。ㄊ小^(qū)）的全要素農(nóng)業(yè)用水效率變化進行測度，結(jié)果如表3。從時間上來看，我國31個省份全要素農(nóng)業(yè)用水效率處于波動狀態(tài)，現(xiàn)有的技術(shù)水平與技術(shù)進步提高了總體全效率。從表3來看，2014-2015年TFP最低值為0.962；TFP最高值處于2018—2019年，達到了1.111。據(jù)圖2顯示，2011年—2019年我國全要素農(nóng)業(yè)用水效率變化整體呈現(xiàn)上升趨勢。技術(shù)進步是影響全要素生產(chǎn)率變動的主要原因，技術(shù)進步指數(shù)在2014-2015年呈現(xiàn)下降趨勢，其他時間增幅明顯。從技術(shù)效率變動來說，2011年至2019年技術(shù)效率值按時間趨勢是遞減的，但存在2016年至2017年回升的現(xiàn)象，說明我國在農(nóng)業(yè)用水技術(shù)效率需要進一步提高。因技術(shù)效率變化又可以分解成純技術(shù)效率（PC）與規(guī)模效率（SC）。在純技術(shù)效率（PC）方面，2015—2016年間達到最小值0.980，而整體均值0.997小于1，說明我國的農(nóng)業(yè)用水投入沒有帶來產(chǎn)出的最大化。2017年以后的農(nóng)業(yè)用水規(guī)模效率值（SC）下降幅度最大，從最高值1.013下降至0.983，農(nóng)業(yè)用水規(guī)模逐漸減少，說明近年來我國在提高農(nóng)業(yè)用水效率，降低資源消耗方面成效顯著。

表3 分年份Malmquist指數(shù)結(jié)果

圖2 全要素生產(chǎn)率變化示意圖

表4顯示了我國31個省份Malmquist指數(shù)及其分解的結(jié)果。2011-2019年間，我國24個?。ㄊ校┑腡FP指數(shù)變動超過1，但仍有河北、上海等7個省、市的全要素生產(chǎn)率小于1處于下降趨勢，占總體的22.58%。貴州、青海、西藏、陜西、云南的全要素生產(chǎn)率排名靠前，TFP均超過1.070；技術(shù)進步指數(shù)最高的是青海、西藏、貴州、江西和陜西，分別增長了10.4%、9.5%、8%、7.1%和7%。通過全要素生產(chǎn)率和技術(shù)進步的對比發(fā)現(xiàn)，技術(shù)進步指數(shù)和TFP排名靠前省份基本一致，因此技術(shù)進步指數(shù)對全要素生產(chǎn)率的影響較大。從地區(qū)上來看，東部地區(qū)河北省、上海市兩地整體TFP低于1，農(nóng)業(yè)用水效率下降，農(nóng)業(yè)用水全要素生產(chǎn)率變化主要在于技術(shù)進步指數(shù)的變動；中部地區(qū)，湖南省和安徽省全要素生產(chǎn)率最低，僅有0.969，主要也是受到技術(shù)進步的制約；西部地區(qū)，貴州省技術(shù)進步指數(shù)達到1.080，全要素生產(chǎn)率的提高核心動力在于技術(shù)進步的提高。

表4 我國各省份Malmquist指數(shù)結(jié)果（2011-2019年）

2011-2019年山西、內(nèi)蒙古的純技術(shù)效率處于下降趨勢，分別為2.4%、2.3%，其TFP排名在18和20名，說明較低的純技術(shù)效率會制約TFP的提高。而四川、上海規(guī)模技術(shù)效率下降趨勢大，均為1.9%，相對應(yīng)的TFP排名在21和27名，說明了較低的規(guī)模效率也會對全要素生產(chǎn)率的提升起到一定的抑制作用。

五、結(jié)論

本文基于Super-SBM模型、核密度以及Malmquist指數(shù)分析法計算我國2011-2019年31個省（市、區(qū)）的農(nóng)業(yè)用水效率，并分析我國三大地區(qū)農(nóng)業(yè)用水效率時間變化趨勢，相關(guān)研究結(jié)論如下：2011-2019年我國整體農(nóng)業(yè)用水效率未達到最優(yōu)化，但有明顯的提升，農(nóng)業(yè)用水效率從2011年的0.581上升至2019年0.779，增長34.08%，同時不同省份的農(nóng)業(yè)用水效率存在著較大的差異。發(fā)達的東部地區(qū)處在農(nóng)業(yè)用水效率的最前沿，其次是西部地區(qū)，用水效率最低的是中部地區(qū)，多年均值分別為0.813，0.520，0.454。農(nóng)業(yè)用水效率高的省份效率值提升不明顯，但陜西、云南、貴州等西部地區(qū)農(nóng)業(yè)用水效率較低的省份增長速度快效率值提升高。中部地區(qū)作為全國農(nóng)業(yè)用水效率最低的區(qū)域，用水效率的發(fā)展?jié)摿ψ畲蟆?/p>

從Malmquist指數(shù)分解結(jié)果發(fā)現(xiàn)我國全要素農(nóng)業(yè)用水效率變化在2011—2019年間整體趨勢向上但呈現(xiàn)波動的狀態(tài)，基本維持在1水平以上，在一定程度上也反映了我國全要素農(nóng)業(yè)用水效率存處于上升趨勢，但在31個省份中有15個省份的技術(shù)效率低于1，反映現(xiàn)有的技術(shù)水平和技術(shù)進步還有很大的提升空間。技術(shù)效率是制約農(nóng)業(yè)用水效率提高的主要原因，因此資源稟賦較弱的西部地區(qū)應(yīng)抓緊西部大開發(fā)發(fā)展機遇，在現(xiàn)有的水利政策和節(jié)水農(nóng)業(yè)政策基礎(chǔ)上，加強節(jié)水灌溉的應(yīng)用，進一步引進農(nóng)業(yè)技術(shù)，發(fā)掘農(nóng)業(yè)節(jié)水潛力，提高用水效率。東、中部地區(qū)發(fā)揮自身經(jīng)濟優(yōu)勢，繼續(xù)提高農(nóng)業(yè)機械化水平，加大科技創(chuàng)新投入，推廣滴灌噴灌技術(shù)，改變粗放式農(nóng)業(yè)水資源利用方式。另一方面也要加強農(nóng)業(yè)用水管理上的創(chuàng)新，如種植結(jié)構(gòu)調(diào)整、強化節(jié)水意識的宣傳以及制定農(nóng)業(yè)用水相關(guān)的其他政策，避免因管理無效導(dǎo)致農(nóng)業(yè)用水效率損失。