基于DEA-Malmquist模型的安徽省農(nóng)業(yè)用水效率研究

李寶春

(安徽省(水利部淮河水利委員會)水利科學(xué)研究院,安徽合肥 230088)

近年來,隨著城鎮(zhèn)化進(jìn)程的加快和工業(yè)化程度的快速提高,水資源需求不斷增長,擠占農(nóng)業(yè)用水已成為目前解決城市用水和工業(yè)用水短缺的一個重要途徑,而且我國農(nóng)業(yè)用水效率較低,導(dǎo)致農(nóng)業(yè)用水的需求也不斷增加,因此,我國農(nóng)業(yè)用水正面臨著嚴(yán)峻的局勢[1]。資料顯示,2021年安徽省水資源總量為883.3億m3,在全國各省水資源總量中排名第12位,且較2020年水資源總量的1 280.4億m3而言,已有較大幅度降低[2]。此外,安徽省是農(nóng)業(yè)大省,農(nóng)作物種植面積常年超過866.7萬hm2,其中糧食作物面積超過75%,面積居全國第4位,總產(chǎn)量居全國第6～8位,是全國糧食主產(chǎn)省[3]。水資源是安徽省農(nóng)業(yè)生產(chǎn)中重要的投入元素,也是農(nóng)業(yè)發(fā)展的生命線。因此,加強水資源管理,有效提升農(nóng)業(yè)用水效率是緩解當(dāng)前用水矛盾的重要途徑,也是促進(jìn)安徽省農(nóng)業(yè)用水高質(zhì)量發(fā)展的必由之路,對安徽省農(nóng)業(yè)發(fā)展具有重要意義。

目前,農(nóng)業(yè)用水問題已成為國內(nèi)學(xué)者關(guān)注的熱點,大量學(xué)者對農(nóng)業(yè)用水效率進(jìn)行了研究。尚杰等[4]采用SBM模型測算了我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)用水效率,并利用泰爾指數(shù)法分析了不同區(qū)域間農(nóng)業(yè)用水效率的差異,結(jié)果表明我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)用水效率呈波動上升趨勢。趙麗平等[5]采用數(shù)據(jù)包絡(luò)分析模型對2003—2016年湖北省16個市(州)農(nóng)業(yè)用水效率進(jìn)行了測算,并得出2003—2016年湖北省農(nóng)業(yè)用水效率總體水平較低,但呈現(xiàn)出波動上升的趨勢的結(jié)論。佟金萍等[6]采用超效率DEA法研究了1998—2011年長江流域的農(nóng)業(yè)用水效率,發(fā)現(xiàn)農(nóng)業(yè)用水效率呈現(xiàn)出波段式上升趨勢,且不用流域段的農(nóng)業(yè)用水效率具有明顯差異。近年來,盡管有大量學(xué)者對農(nóng)業(yè)用水效率測算等方面進(jìn)行了研究,也取得了一定進(jìn)展和成就,但是現(xiàn)有的研究大多未考慮投入和產(chǎn)出的松弛變量,無法準(zhǔn)確反映出各要素的實際情況,且既有研究多集中在全國或區(qū)域較大的層面,而從省際層面研究農(nóng)業(yè)用水效率的研究較少。基于此,該研究先采用DEA模型測算2010—2020年安徽省各地市的農(nóng)業(yè)用水效率,再采用Malmquist指數(shù)法分析安徽省農(nóng)業(yè)用水效率的變化規(guī)律與特點,以期為提升安徽省農(nóng)業(yè)用水效率、促進(jìn)安徽省農(nóng)業(yè)水資源集約利用提供參考和依據(jù)。

1 研究方法

1.1 DEA模型數(shù)據(jù)包絡(luò)分析法(DEA)是一個管理學(xué)、運籌學(xué)、數(shù)學(xué)和數(shù)理經(jīng)濟學(xué)相互交叉的研究領(lǐng)域,其核心思想是在保持決策單元(DMU)的輸入或輸出不變的前提下,應(yīng)用統(tǒng)計方法來確定最小投入或最大產(chǎn)出的邊界,即相對有效的生產(chǎn)前沿面,再通過比較各決策單元偏離生產(chǎn)前沿面的程度來綜合評價被評價決策單元的相對有效性[7]。DEA分析法包括多種模型,主要有規(guī)模報酬不變模型(CRS)、規(guī)模報酬可變模型(VRS),其中,CRS模型適用于宏觀層面研究,VRS模型則更適用于微觀層面研究。由于農(nóng)業(yè)生產(chǎn)對自然條件的依賴性較強,且農(nóng)業(yè)生產(chǎn)所需的自然資源難以在短時間內(nèi)大規(guī)模同比例增加或降低。因此,筆者采用CRS模型來測算2010—2020年安徽省農(nóng)業(yè)用水效率。將安徽省16地市作為決策單元DUM,各決策單元有m個投入和n個產(chǎn)出,投入變量和產(chǎn)出變量分別用x、y表示,則CRS模型表達(dá)式為:

(1)

式中:λj表示第m項投入與第n項產(chǎn)出的加權(quán)系數(shù);θ表示技術(shù)效率值,取值范圍0≤θ≤1,當(dāng)θ值為1時,則技術(shù)效率值為最大,表示決策單元位于生產(chǎn)前沿,即技術(shù)有效狀態(tài)。

1.2 Malmquist指數(shù)模型Malmquist指數(shù)模型是由DEA模型發(fā)展而來,與傳統(tǒng)DEA模型相比較,Malmquist指數(shù)模型可以動態(tài)分析面板數(shù)據(jù),以便對決策單元在研究期間的變化趨勢進(jìn)行觀測,被廣泛應(yīng)用于測算全要素生產(chǎn)率的指數(shù)分解[8]。Malmquist指數(shù)模型可以分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)的乘積,分別表示技術(shù)效率提升和技術(shù)進(jìn)步在研究期間對農(nóng)業(yè)用水效率的影響。在規(guī)模報酬可變的條件下,技術(shù)效率指數(shù)還可以分解為純技術(shù)效率和規(guī)模效率的乘積,可以進(jìn)一步分析決策單元技術(shù)進(jìn)步的影響因素。

1.3 數(shù)據(jù)來源與指標(biāo)選取該研究以安徽省16地市為研究區(qū)域,建立2010—2020年安徽省16地市的面板數(shù)據(jù)。研究數(shù)據(jù)主要來自2010—2020年《安徽統(tǒng)計年鑒》《安徽省水資源公報》。在安徽省農(nóng)業(yè)用水效率測算模型中,綜合考慮各項內(nèi)在因素和外在因素,并堅持科學(xué)性、代表性和可得性的原則,最終選取農(nóng)作物播種面積、農(nóng)業(yè)總用水量、農(nóng)業(yè)機械總動力、化肥施用量、農(nóng)藥使用量、農(nóng)業(yè)就業(yè)人數(shù)作為投入指標(biāo),以農(nóng)業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo),見表1。

表1 安徽省農(nóng)業(yè)用水效率測算指標(biāo)選取

2 實證分析

2.1 安徽省農(nóng)業(yè)用水效率測度與分析該研究以5年為間隔,分別對2010、2015、2020年安徽省16地市的截面數(shù)據(jù)進(jìn)行分析,結(jié)果見表2。

表2 2010—2020年安徽省16地市農(nóng)業(yè)用水效率及其構(gòu)成

2.1.1綜合效率。由表2可以看出,2010、2015和2020年安徽省農(nóng)業(yè)用水效率平均值分別為0.819、0.817、0.774,均未達(dá)到有效狀態(tài),且呈緩慢降低的趨勢。2010和2015年,宿州市、銅陵市和黃山市的農(nóng)業(yè)用水效率處于最優(yōu)生產(chǎn)前沿面,即這3個地市的農(nóng)業(yè)用水處于最優(yōu)配置狀態(tài),水資源利用效率達(dá)到最大化;2020年,淮北市、宿州市、阜陽市、黃山市4個地市的農(nóng)業(yè)用水效率處于最優(yōu)生產(chǎn)前沿面?？傮w上看,2010—2020年安徽省16地市中僅宿州市、黃山市達(dá)到純技術(shù)效率和規(guī)模效率同時有效,農(nóng)業(yè)生產(chǎn)投入產(chǎn)出達(dá)到最優(yōu)狀態(tài);其他地市均未達(dá)到最優(yōu),水資源利用仍具有較大的提升空間。其中,2010年綜合效率最低的為淮南市(0.588);2015年綜合效率最低的為滁州市(0.611),2020年綜合效率最低的為淮南市(0.478),與全省平均值均具有較大差距。在研究期內(nèi)僅淮北市的綜合效率呈現(xiàn)出逐漸上升的趨勢,由2010年的0.883上升到2015年的0.922,再到2020年的1.000;合肥市和滁州市的綜合效率呈現(xiàn)出不斷下降的趨勢;亳州市、蚌埠市、阜陽市和安慶市的綜合效率呈現(xiàn)出先降低后上升的波動趨勢;淮南市、六安市、馬鞍山市、蕪湖市、宣城市、池州市的綜合效率則均表現(xiàn)出先上升后降低的波動趨勢。

2.1.2純技術(shù)效率。由表2可以看出,安徽省純技術(shù)效率平均值由2010年的0.900降至2015年的0.899,再降至2020年的0.878,呈逐漸降低的趨勢。2010年,合肥市、宿州市、蚌埠市、阜陽市、銅陵市、安慶市、黃山市7個地市的純技術(shù)效率達(dá)到有效;2015年上升為9個地市,即合肥市、淮北市、宿州市、蚌埠市、阜陽市、蕪湖市、銅陵市、安慶市、黃山市;2020年又降為7個地市,合肥市、淮北市、宿州市、蚌埠市、阜陽市、宣城市、黃山市,這些地市的農(nóng)業(yè)生產(chǎn)技術(shù)均達(dá)到有效。其中,2010年純技術(shù)效率最低的為淮南市(0.587),2015年純技術(shù)效率最低的為亳州市(0.605),2020年純技術(shù)效率最低的為淮南市(0.496),與全省平均值均具有較大差距。在研究期內(nèi),合肥市、宿州市、蚌埠市、阜陽市、黃山市5個地市的技術(shù)水平較高;淮北市、蕪湖市、宣城市、池州市純技術(shù)效率值較為穩(wěn)定,且整體呈上升趨勢;亳州市、淮南市、滁州市、六安市、馬鞍山市、銅陵市、安慶市的純技術(shù)效率值則反復(fù)波動,且整體呈降低趨勢。

2.1.3規(guī)模效率。由表2可以看出,安徽省規(guī)模效率平均值由2010年的0.902降至2015年的0.900,再降至2020年的0.888,呈逐漸降低的趨勢。2010、2015年,宿州市、銅陵市、黃山市3個地市的規(guī)模效率均達(dá)到有效;2020年,淮北市、宿州市、阜陽市、黃山市4個地市的規(guī)模效率均達(dá)到有效。2010、2015年規(guī)模效率值最低的均為安慶市(分別為0.758、0.694),2020年規(guī)模效率值最低的為合肥市(0.655)。在研究期內(nèi),淮北市、亳州市、阜陽市的規(guī)模效率值較高,整體呈上升趨勢;合肥市、淮南市、滁州市、池州市的規(guī)模效率值呈逐年降低趨勢;蚌埠市、安慶市的規(guī)模效率值反復(fù)波動,但整體呈上升趨勢;六安市、馬鞍山市、蕪湖市、宣城市、銅陵市的規(guī)模效率值反復(fù)波動,且整體呈降低趨勢。

2.2 基于Malmquist指數(shù)模型的安徽省農(nóng)業(yè)用水動態(tài)效率測度為了進(jìn)一步分析研究期內(nèi)安徽省各地市農(nóng)業(yè)用水效率和技術(shù)水平的動態(tài)變化趨勢,運用DEAP2.1軟件中Malmquist指數(shù)模型對2010—2020年安徽省16地市的農(nóng)業(yè)用水效率進(jìn)一步進(jìn)行分解和分析,結(jié)果見表3、4。

表3 2010—2020年安徽省農(nóng)業(yè)用水全要素生產(chǎn)效率及其分解

2.2.12010—2020年安徽省農(nóng)業(yè)用水效率的時間差異分析。由表3可知,2010—2020年安徽省農(nóng)業(yè)用水全要素生產(chǎn)效率整體上呈現(xiàn)出上升的趨勢。研究期間僅2013—2014年的全要素生產(chǎn)效率小于1.000,表明在2013—2014年安徽省農(nóng)業(yè)用水效率呈衰退趨勢;其他時間段的全要素生產(chǎn)效率均大于1.000,表明這些時間段內(nèi)呈上升趨勢。其中,2018—2019年的全要素生產(chǎn)效率上升幅度較大,增幅達(dá)12.4%;2019—2020年的全要素生產(chǎn)效率上升幅度最大,增幅為16.6%。研究期內(nèi)技術(shù)效率值略有波動,5個時間段上升,5個時間段降低,平均值降低了0.5%,安徽省農(nóng)業(yè)用水技術(shù)效率水平整體上穩(wěn)中有降,變化幅度不大。技術(shù)進(jìn)步值僅2013—2014年有所降低,其他時間段均為上升狀態(tài),平均值上升了6.4%。純技術(shù)效率值呈現(xiàn)小范圍不斷波動變化的狀態(tài),平均值降低了0.2%。規(guī)模效率值在研究期內(nèi)呈小范圍波動變化,平均值降低了0.3%。整體來看,安徽省農(nóng)業(yè)用水全要素生產(chǎn)效率提高的主要因素是技術(shù)進(jìn)步,純技術(shù)效率和規(guī)模效率則均在一定程度上制約了全要素生產(chǎn)效率的提高。

2.2.22010—2020年安徽省農(nóng)業(yè)用水效率的空間差異分析。由表4可知,2010—2020年安徽省16地市除銅陵市的農(nóng)業(yè)用水全要素生產(chǎn)效率降低8.7%外,其他地市的農(nóng)業(yè)用水全要素生產(chǎn)效率均有不同程度上升,且上升幅度均超過2%,其中宣城市和池州市的上升幅度較大,分別上升8.4%和6.8%。研究期內(nèi)淮北市、宿州市、蚌埠市、阜陽市、黃山市5個地市的技術(shù)效率、技術(shù)進(jìn)步效率、純技術(shù)效率和規(guī)模效率值均≥1.000,表明以上5個地市的全要素生產(chǎn)效率是由上述4個指數(shù)共同發(fā)揮促進(jìn)作用,農(nóng)業(yè)生產(chǎn)投入較為科學(xué)合理,且技術(shù)進(jìn)步對全要素生產(chǎn)效率發(fā)揮的作用最大,有效促進(jìn)了農(nóng)業(yè)用水效率的提高。安徽省16地市的技術(shù)進(jìn)步效率平均值為1.047,僅銅陵市降低5.4%,其他地市均增長2%以上,因此安徽省農(nóng)業(yè)用水效率的提高主要是由技術(shù)進(jìn)步貢獻(xiàn)的。此外,技術(shù)效率方面,合肥市、亳州市、淮南市、滁州市、六安市、馬鞍山市、蕪湖市和銅陵市均<1.000,進(jìn)一步分析可知,以上8個地市的技術(shù)進(jìn)步效率值僅銅陵市<1.000,其他均>1.000,而以上8個地市的純技術(shù)效率值僅合肥市、蕪湖市為1.000外,其他均<1.000,表明技術(shù)效率低下主要是由純技術(shù)效率低下導(dǎo)致的,這些地市的農(nóng)業(yè)水資源管理水平較低,提高農(nóng)業(yè)生產(chǎn)技術(shù)水平是提升農(nóng)業(yè)用水全要素生產(chǎn)效率的有效途徑。整體來看,技術(shù)進(jìn)步是影響安徽省農(nóng)業(yè)用水效率的主要因素。

表4 安徽省分地市農(nóng)業(yè)用水全要素生產(chǎn)效率及其分解

3 結(jié)論與建議

3.1 結(jié)論2010、2015和2020年安徽省農(nóng)業(yè)用水綜合效率均<1.000,均未達(dá)到有效,整體呈現(xiàn)出緩慢降低的趨勢,且規(guī)模效率值均大于純技術(shù)效率值,表明安徽省具有較高的規(guī)模經(jīng)濟水平和要素投入水平,技術(shù)方面是其短板,目前要將推廣先進(jìn)的灌溉設(shè)備與技術(shù)、提高要素使用效率作為重點,對于純技術(shù)效率值較高、而規(guī)模效率值較低的地市要適當(dāng)控制當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)規(guī)模。從時間上看,2010—2020年安徽省農(nóng)業(yè)用水全要素生產(chǎn)效率總體有所增加,且增速波動較大,平均增幅為5.8%。從空間上看,安徽省農(nóng)業(yè)用水全要素生產(chǎn)效率表現(xiàn)出南北兩端高、中部較低的分布規(guī)律,且分化較為突出,這些地市需加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè),升級農(nóng)業(yè)灌溉技術(shù),以盡快縮短彼此的差距。

3.2 建議首先,安徽省各地市要適當(dāng)調(diào)整農(nóng)業(yè)生產(chǎn)規(guī)模和要素投入規(guī)模,農(nóng)業(yè)發(fā)達(dá)的地市應(yīng)適當(dāng)控制農(nóng)業(yè)生產(chǎn)規(guī)模,農(nóng)業(yè)欠發(fā)達(dá)地市應(yīng)適當(dāng)擴大生產(chǎn)面積,有效提高資源利用效率[9]。其次,大力推廣農(nóng)業(yè)節(jié)水技術(shù),完善安徽省農(nóng)業(yè)水利灌溉基礎(chǔ)設(shè)施建設(shè),加強水利工程引水灌溉、防旱排澇的功能;利用高科技手段大力發(fā)展現(xiàn)代農(nóng)業(yè),提升科技在提高農(nóng)業(yè)用水效率中的關(guān)鍵作用[10];地方政府部門要發(fā)揮主導(dǎo)作用,加大對科研機構(gòu)的資金支持,積極開展農(nóng)業(yè)技術(shù)交流與合作。