吳學(xué)兵，龔 芳，葉 云

（1. 長江大學(xué)湖北農(nóng)村發(fā)展研究中心，湖北 荊州 434023； 2. 長江大學(xué)經(jīng)濟與管理學(xué)院，湖北 荊州 434023）

0 引 言

中國水資源總量雖豐富，但時空分布不均，人均占有量少，水資源短缺和水污染問題已成為當(dāng)前制約中國經(jīng)濟高質(zhì)量發(fā)展的主要瓶頸［1，2］，給生態(tài)文明建設(shè)帶來巨大挑戰(zhàn)［3］。農(nóng)業(yè)是我國第一用水大戶［4］，根據(jù)《中國水資源公報》，2021 年，農(nóng)業(yè)用水總量為3 664.3 億m3，占用水總量的61.5%。而化肥、農(nóng)藥和薄膜的大量使用加劇了農(nóng)業(yè)水資源污染［5］，使得糧食生產(chǎn)存在較嚴(yán)重的安全隱患［6］。在此背景下，2022 年中央一號文件繼續(xù)強調(diào)“推進農(nóng)業(yè)農(nóng)村綠色發(fā)展”，這對我國水資源環(huán)境形勢的改善提出更高要求。鑒如此，在環(huán)境約束下提升農(nóng)業(yè)用水綠色效率對于緩解水資源供需矛盾和實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展具有重要意義［7］。

已有研究主要聚焦全國或不同流域水資源綠色利用效率的測算和影響因素分析。一方面，在水資源綠色利用效率測算方面，沈曉梅對我國31個省份的農(nóng)業(yè)綠色水資源利用效率進行評價［5］，鮑淑君基于共同前沿的數(shù)據(jù)包絡(luò)分析（Data Envelopment Analyis，DEA）模型探究了黃河流域58 個地級市水資源綠色效率［8］，趙俊威運用超效率SBM 模型研究了沱江流域水資源綠色效率影響因素的時空異質(zhì)性［9］。鄧淇中測算了長江經(jīng)濟帶水資源綠色效率［10］，楊騫將長江經(jīng)濟帶與黃河流域水資源綠色效率進行了比較研究［11］。另一方面，關(guān)于水資源綠色效率的影響因素，學(xué)者們認(rèn)為水資源供給壓力和需求水平［5］、水價政策［12］、政府精準(zhǔn)補貼［13］、用水定額管理［14］、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)保投入、污染物排放和科技轉(zhuǎn)化率、政府管制力度、以及對外貿(mào)易程度［15］對農(nóng)業(yè)節(jié)水及綠色效率具有顯著影響。此外，呂巖威利用雙重差分法檢驗得出水資源稅改革顯著提升了水資源綠色效率［1］。

已有研究側(cè)重對水資源綠色利用效率進行測度并分析其影響因素，為本文的研究提供了有益參考，但少有文獻對農(nóng)業(yè)水資源綠色利用效率區(qū)域差異的來源進行分解，對區(qū)域效率的時空演變特征缺乏描述，對區(qū)域差異演化是否收斂缺乏檢驗，而該方面的研究有助于為政府部門從宏觀層面上協(xié)調(diào)水資源利用提供參考。鑒如此，本文基于全局參比的非期望產(chǎn)出SBM模型測算出農(nóng)業(yè)用水的松弛量，在此基礎(chǔ)上測算農(nóng)業(yè)用水綠色效率，并在對比分析區(qū)域差異的基礎(chǔ)上，重點探究差異的來源，并分析區(qū)域差異未來的收斂性。以期為政府部門提升農(nóng)業(yè)用水綠色效率提供決策依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 全局參比的非期望產(chǎn)出SBM模型

本文首先通過（刪除該）SBM 模型測算出農(nóng)業(yè)用水投入的松弛量，并借鑒HU 等［16］和查建平［17］的測算方法測度農(nóng)業(yè)用水綠色利用效率。全局參比依據(jù)不同時期所有決策單元的投入和產(chǎn)出構(gòu)建統(tǒng)一的最佳生產(chǎn)前沿，每個決策單元與之進行比較得到效率值。借鑒楊騫［11］文獻，首先構(gòu)建基于全局參比的包含非期望產(chǎn)出的環(huán)境生產(chǎn)可行性集（Environmental Production Possibility Set， EPPS），如式（1）所示:

其中，假設(shè)有k(k= 1，2，…，K) 個決策單元（Decision Making Units，DMU），K= 30，代表我國30 個省份（受數(shù)據(jù)所限，不包括西藏自治區(qū)、中國香港、中國澳門和中國臺灣?。?。t(t=1，2，…，T)個時期，其中T= 10，代表2011-2020 年10 個年份。決策單元K投入i種要素xi(i= 1，2，…，I)，其中I= 4，表示水資源投入、勞動力投入、農(nóng)業(yè)土地投入、農(nóng)業(yè)機械投入等四種投入，生產(chǎn)M種期望產(chǎn)出ym(m= 1，2，…，M)，其中M= 1，代表農(nóng)業(yè)增加值。Q種非期望產(chǎn)出bq(q= 1，2，…，Q)，其中Q= 1，代表綜合排污量。本文假設(shè)規(guī)模報酬可變。全局參比的非期望產(chǎn)出SBM 模型分式規(guī)劃模型如式（2）所示，可轉(zhuǎn)換為線性規(guī)劃模型求解［7］。

在全要素框架下，農(nóng)業(yè)用水綠色效率（GEAW）可以定義為目標(biāo)值用水量與實際用水量的比值:

式（3）中，松弛量是根據(jù)模型（2）解得的農(nóng)業(yè)用水松弛量。其中:GEAW位于取值范圍為［0，1］，GEAW越大，綠色用水效率越高，反之則越低。若GEAW= 1，即水資源松弛量為0，則意味著該省份水資源沒有過度投入，利用效率達到最優(yōu)水平。

1.1.2 Dagum基尼系數(shù)

為探索中國農(nóng)業(yè)用水綠色效率的地區(qū)差異及其來源，本文采用Dagum 基尼系數(shù)方法。根據(jù)Dagum（1997）［18］的研究，基尼系數(shù)G可以分解為地區(qū)內(nèi)差異Ga、地區(qū)間差異Gb和超變密度Gc。其中，超變密度貢獻Gc是樣本數(shù)據(jù)的交叉重疊產(chǎn)生的影響。公式如下:

1.1.3 Markov鏈分析

Markov 鏈通過構(gòu)建概率矩陣，對離散后的不同水資源利用效率等級進行動態(tài)模擬。傳統(tǒng)Markov 鏈?zhǔn)峭ㄟ^構(gòu)造Markov 轉(zhuǎn)移矩陣，描述中國農(nóng)用水綠色效率的動態(tài)演進特征。其基本原理為:

假定Markov 鏈?zhǔn)莿討B(tài)隨機過程，H={X(t)，t∈T}為狀態(tài)空間元素，且Markov鏈滿足:

如果將農(nóng)業(yè)用水綠色效率分為N類，那么利用Markov 鏈可以構(gòu)建出N×N維的GEAW轉(zhuǎn)移概率矩陣，其分布特征可通過該矩陣識別。

空間Markov鏈引入了“空間滯后”概念，克服了空間性不足和參數(shù)設(shè)定誤差等問題［19］，能有效刻畫空間因素作用下各省份GEAW的動態(tài)演進。本文通過不同滯后類型的Markov 轉(zhuǎn)移矩陣，判定本省份GEAW是否會依賴周邊省份。

1.1.4 收斂性分析

（1）σ收斂檢驗。σ收斂檢驗隨著時間的推移，農(nóng)業(yè)用水綠色效率是否持續(xù)下降，在實證模型中，σ收斂性表現(xiàn)為GEAW的標(biāo)準(zhǔn)差下降。計算公式為:

φ2顯著為負(fù)說明存在收斂，顯著為正說明存在發(fā)散，不顯著說明既不存在收斂，也不存在發(fā)散。

（2）β收斂檢驗。β收斂認(rèn)為，農(nóng)業(yè)用水效率較低的地區(qū)具有后發(fā)優(yōu)勢，將擁有更快的增長率，逐漸縮小與效率較高地區(qū)的差距。根據(jù)是否存在約束條件，β收斂可分為絕對β收斂和條件β收斂。

絕對β收斂的計量模型為:

式中:i表示第i個地區(qū)；t表示時間；ln (GEAWi，t+1GEAWit)表示第i個地區(qū)的農(nóng)業(yè)用水綠色效率的年增長率。若β顯著＜0，表明β收斂現(xiàn)象存在，其收斂速度為v= ln (1 +β)/T。

為了精確預(yù)測農(nóng)業(yè)用水效率區(qū)域差異演變趨勢，在絕對β收斂模型中加入一些對區(qū)域差異有較大影響的控制變量，包括區(qū)域的人均水資源、有效灌溉面積、受災(zāi)面積、水利行業(yè)從業(yè)人員數(shù)量、水利項目投資額度、節(jié)水灌溉面積、水土保治面積等，該模型可表示為:

式中:λ為X的待估參數(shù)；X為控制變量；μi為地區(qū)效應(yīng)；εit為隨機干擾項。

1.2 指標(biāo)選取與數(shù)據(jù)來源

根據(jù)柯布道格拉斯生產(chǎn)函數(shù)，本文選取農(nóng)業(yè)用水量、第一產(chǎn)業(yè)就業(yè)人數(shù)、農(nóng)作物播種面積和農(nóng)業(yè)機械動力作為投入指標(biāo)，將農(nóng)業(yè)增加值作為期望產(chǎn)出，參考紀(jì)成君［20］文獻，將化肥、農(nóng)藥、地膜使用量通過碳源排放系數(shù)折算的綜合排污量作為非期望產(chǎn)出，折算系數(shù)見表1。上述投入產(chǎn)出指標(biāo)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2012-2021）《中國農(nóng)村統(tǒng)計年鑒》（2012-2021）《中國環(huán)境統(tǒng)計年鑒》（2012-2021）（EPS DATA 刪除）以及各省的統(tǒng)計年鑒。

表1 農(nóng)業(yè)用水綠色效率評價指標(biāo)體系Tab.1 Evaluation index system of green efficiency of agricultural water use

2 實證分析

2.1 中國農(nóng)業(yè)用水綠色效率的地區(qū)差異

表2顯示了中國農(nóng)業(yè)用水綠色效率及地區(qū)差異。①從演變趨勢來看，中國及各大區(qū)域呈現(xiàn)波動上升趨勢。2017 年前，中國農(nóng)業(yè)用水綠色效率整體上表現(xiàn)為波動上升，但效率提升幅度有限，2017 年后，效率增長速度有了較大提升，具體而言，全國農(nóng)業(yè)用水綠色效率從2011 年的0.677 1 上升到2017 年的0.686 7，增幅僅為1.40%，但到2020 年，農(nóng)業(yè)用水綠色效率已達0.8491，相比2011 年，效率上升了25.40%，平均每年上升2.55%。②從區(qū)域?qū)用鎭砜?，東中西及東北四大區(qū)域均處于波動上升趨勢，中部和東部地區(qū)效率提升幅度相對較大，分別為33.37%和33.30%，東北地區(qū)為29.30%，西部地區(qū)效率增幅最低，為12.10%。按農(nóng)業(yè)用水綠色效率平均值大小排序，東部＞全國平均＞中部＞東北＞西部，效率最高的是東部地區(qū)，最低的是西部地區(qū)。2019-2020年東北地區(qū)農(nóng)業(yè)用水綠色效率增幅較快，超越了中部地區(qū)和西部地區(qū)，原因可能是:東北地區(qū)前期已形成農(nóng)業(yè)規(guī)?；?jīng)營，農(nóng)業(yè)機械投入和土地投入增幅呈邊際遞減之勢，因此農(nóng)業(yè)用水綠色效率后期提高較快。③從省域?qū)用鎭砜?，通過比較每個省份平均效率發(fā)現(xiàn)，效率最高的前10個省份中，有5個是東部省份，效率最低的10個省份中，有6個是西部省份。

表2 中國農(nóng)業(yè)用水綠色效率的地區(qū)差異Tab.2 Regional differences in green efficiency of agricultural water use in China

2.2 中國農(nóng)業(yè)用水綠色效率的地區(qū)差距及其來源

表3顯示了中國農(nóng)業(yè)用水綠色效率的地區(qū)差距及其來源。

表3 中國農(nóng)業(yè)用水綠色效率區(qū)域差異來源Tab.3 Sources of regional differences in green efficiency of agricultural water use in China

（1）中國農(nóng)業(yè)用水綠色效率總體地區(qū)差異呈現(xiàn)不斷下降趨勢。表3 顯示，中國農(nóng)業(yè)用水綠色效率總體基尼系數(shù)介于0.130～0.231 之間，2018 年前一直在0.221 左右波動，2014 年達到最高值0.231，2008 年開始較大幅度下降，從2017 年的0.220下降至2020年的0.132，下降幅度達40%。

（2）農(nóng)業(yè)用水綠色效率的地區(qū)內(nèi)差異均呈波動下降趨勢。具體而言，2011-2020期間，東部地區(qū)內(nèi)農(nóng)業(yè)用水綠色效率差異最小，基尼系數(shù)為0.121，但下降幅度卻最大，降幅為78.57%，而西部地區(qū)內(nèi)農(nóng)業(yè)用水綠色效率差異最大，基尼系數(shù)為0.263，但下降幅度卻最小，降幅為17.60%。東北和中部地區(qū)居于中間位置，東北地區(qū)基尼系數(shù)為0.191，降幅為66.20%，中部地區(qū)基尼系數(shù)為0.169，降幅為42.71%。

（3）農(nóng)業(yè)用水綠色效率地區(qū)間差異在考察期內(nèi)呈下降趨勢。具體而言，東部和中部地區(qū)間在2017 年達到最大差異后，開始較大幅度下降，東部和西部地區(qū)、中西部地區(qū)以及西部和東北地區(qū)間在2014年達到最大差異后開始波動下降，東部地區(qū)和東北地區(qū)間在2018年達到最大差異后開始顯著下降，中部和東北地區(qū)間在2013年達到最大差異后開始顯著下降。

（4）區(qū)域內(nèi)差異和超變密度下降，地區(qū)間差異上升。組內(nèi)基尼系數(shù)從2011 年的0.064 下降到2020 年的0.035，下降幅度為45.31%，貢獻率也從28.79%下降到2020 年的26.83%。地區(qū)間基尼系數(shù)從2011 年的0.030 上升到2020 年的0.061，上升幅度為50.82%，貢獻率從13.34%上升到2020 年的46.25%。超變密度基尼系數(shù)從2011 年的0.129 下降到2020 年的0.036，下降幅度為72.09%，貢獻率也從57.87%下降到2020年的26.93%。

2.3 中國農(nóng)業(yè)用水綠色效率轉(zhuǎn)移的時空規(guī)律

首先將農(nóng)業(yè)用水綠色效率分為四個類型:第一，低水平（Ⅰ）:效率≤0.5；第二，中低水平（Ⅱ）:0.50＜效率＜0.75；第三，較高水平（Ⅲ）:0.75≤效率＜0.90；第四，高水平（Ⅳ）:效率≥0.90。

2.3.1 傳統(tǒng)馬爾科夫鏈分析

首先，農(nóng)業(yè)用水綠色效率存在“俱樂部趨同”現(xiàn)象。表4 顯示，矩陣對角線元素均大于非對角線元素，效率等級從低到高，不同等級的省份保持穩(wěn)定的概率分別為71.62%、59.72%、30.30%和73.63%。第二，農(nóng)業(yè)用水綠色效率的“馬太效應(yīng)”明顯。對角線兩端的元素大于對角線中間的元素，處于低效率、高效率的省份發(fā)生轉(zhuǎn)移的概率較小，高水平區(qū)域的效率難以降低，而低效率的區(qū)域則會陷入“低水平陷阱”。第三，許多對角線外的元素不為0，說明農(nóng)業(yè)用水綠色效率容易發(fā)生上下轉(zhuǎn)移。第四，中低水平、中高水平和高水平向下轉(zhuǎn)移一級的概率分別為12.50%、21.21%和12.09%，說明農(nóng)業(yè)用水綠色效率存在一定的等級下降風(fēng)險。

表4 傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣分析結(jié)果Tab.4 Results of traditional Markov transfer probability matrix analysis

2.3.2 空間馬爾科夫鏈分析

表5顯示，農(nóng)業(yè)用水綠色效率受空間因素影響較大。首先，當(dāng)鄰居為高效率省份時，低水平的穩(wěn)定概率從71.62%降至50.00%，可見高效率省份對低效率省份具有“溢出效應(yīng)”。其次，矩陣對角線外存在較多不為0的元素，這既增加了低效率向高效率等級轉(zhuǎn)移的希望，也增加了高效率向低效率轉(zhuǎn)移的風(fēng)險。最后，當(dāng)鄰省效率水平相同時，自身效率水平受影響程度不一致，例如，當(dāng)“鄰居”為低效率時，Ⅰ、Ⅱ和Ⅲ類型省份向上一級轉(zhuǎn)移的概率分別為0、14.29%和33.33%，呈依次遞增之勢。

表5 空間馬爾科夫轉(zhuǎn)移概率矩陣分析結(jié)果Tab.5 Results of spatial Markov transfer probability matrix analysis

2.4 中國農(nóng)業(yè)用水綠色效率的收斂性分析

根據(jù)上文Dagum 基尼系數(shù)法分析可知，中國農(nóng)業(yè)用水綠色效率地域差異較為明顯，本文進一步通過σ收斂性和β收斂性檢驗，探究中國農(nóng)業(yè)用水綠色效率區(qū)域差異的演變趨勢。

2.4.1 農(nóng)業(yè)用水綠色效率σ收斂檢驗與結(jié)果分析

表6 顯示，全國以及東、西和東北部的σ系數(shù)顯著為負(fù)，這表明全國整體以及東、西和東北部三大區(qū)域農(nóng)業(yè)用水綠色效率均存在σ收斂現(xiàn)象。中部地區(qū)σ系數(shù)小于0，但未通過了顯著性水平檢驗，說明中部地區(qū)也存在收斂的傾向，但還難以判斷其是否具有收斂性。從收斂速度來看，東北＞東部＞西部，均高于平均收斂速度，中部地區(qū)收斂不顯著，原因可能是中部省份既包括水資源豐富的湖北、湖南和江西等省，也包括受水資源約束較大的山西省。

表6 中國農(nóng)業(yè)用水綠色效率的σ收斂檢驗Tab.6 Convergence test for green efficiency of agricultural water use in China

2.4.2 農(nóng)業(yè)用水綠色效率的β收斂檢驗與結(jié)果分析

表7顯示了農(nóng)業(yè)用水綠色效率β收斂的檢驗結(jié)果。

表7 農(nóng)業(yè)用水綠色效率的β絕對收斂和條件收斂Tab.7 β absolute and conditional convergence of green efficiency of agricultural water use

（1）絕對β收斂分析。全國以及東中西部三大區(qū)域的β系數(shù)均顯著小于0，這表明全國整體以及東中西部三大區(qū)域農(nóng)業(yè)用水綠色效率均存在絕對β收斂現(xiàn)象，即在其他條件相似情形下，隨著時間推移，各省份農(nóng)業(yè)綠色用水效率最終會收斂至穩(wěn)態(tài)水平。農(nóng)業(yè)用水效率較低的?。ㄊ校┚哂邢鄬^快的增長速度，對效率較高?。ㄊ校┏尸F(xiàn)趕超效應(yīng)。東中西部收斂速度分別為0.159 5、0.446 4 和0.174 5，中部區(qū)域的收斂速度最快，其次是東部區(qū)域，最后是西部區(qū)域。東北地區(qū)沒有通過顯著性檢驗，不存在絕對β收斂。

（2）條件β收斂分析。表7 顯示，除東北地區(qū)外，全國及其他地區(qū)β均顯著為負(fù)，表明無論是否其他控制變量，全國及東中西部區(qū)域農(nóng)業(yè)用水綠色效率均存在條件收斂。東中西部收斂速度中部＞東部＞西部，分別為0.214 6，0.237 5，0.189 9。東北地區(qū)系數(shù)小于0，但沒有通過顯著性檢驗，這表明東北地區(qū)也不存在條件β收斂。控制變量的系數(shù)及顯著性表現(xiàn)各異。

3 結(jié)論與建議

本文首先基于全局參比的非期望產(chǎn)出SBM 模型測算出農(nóng)業(yè)用水的松弛量，在此基礎(chǔ)上測算農(nóng)業(yè)用水綠色效率，并在對比分析區(qū)域差異的基礎(chǔ)上，重點探究差異的來源，并分析區(qū)域差異未來的收斂性。結(jié)果表明:①中國農(nóng)業(yè)用水綠色效率整體上表現(xiàn)為波動上升，從區(qū)域比較來看，東部＞全國＞中部＞西部，四大區(qū)域農(nóng)業(yè)用水綠色效率均處于波動上升趨勢，但中部地區(qū)效率提升幅度最大，西部地區(qū)效率提升幅度最小。②中國農(nóng)業(yè)用水綠色效率總體、地區(qū)內(nèi)和區(qū)域間差異均呈波動下降趨勢。主要貢獻由超變密度決定變?yōu)橛傻貐^(qū)間差異貢獻決定。③農(nóng)業(yè)用水綠色效率存在“俱樂部趨同”和“馬太效應(yīng)”，受“鄰居”用水效率和自身效率等級的影響。④除中部外，全國以及東、西和東北部三大區(qū)域農(nóng)業(yè)用水綠色效率均存在σ收斂現(xiàn)象。除東北地區(qū)外，全國及東中西部三大區(qū)域農(nóng)業(yè)用水綠色效率均存在絕對β收斂和條件β收斂。

基于上述分析，本文特提出如下建議:①對于水資源稟賦相對較差且農(nóng)業(yè)用水綠色效率較低的西部地區(qū)，一方面應(yīng)加大農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)，推廣農(nóng)業(yè)節(jié)水技術(shù)和環(huán)保技術(shù)，另一方面實施科學(xué)的農(nóng)業(yè)用水指導(dǎo)和環(huán)境監(jiān)管治理，為農(nóng)業(yè)用水綠色效率的提升提供物質(zhì)、技術(shù)和管理支撐。②加大地區(qū)間協(xié)作提升整體農(nóng)業(yè)用水綠色效率。推進省份間農(nóng)用水綠色利用技術(shù)交流和相互協(xié)作，發(fā)揮農(nóng)用水綠色效率高的省份的引領(lǐng)和示范效應(yīng)，加快先進技術(shù)的外溢，為落后省份補齊短板。③發(fā)揮市場機制提升農(nóng)用水綠色利用效率。通過水資源確權(quán)、水權(quán)交易、水資源稅以及跨區(qū)域生態(tài)補償?shù)仁袌鰴C制建設(shè)，激勵節(jié)水減排行為。