潘 俊 曹德君 王 蘇
(南京市長(zhǎng)江河道管理處,江蘇 南京 210011)
近幾年我國(guó)學(xué)者對(duì)水利投資效率的研究大部分是對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析,提出相應(yīng)的政策建議。 數(shù)據(jù)實(shí)證分析主要分為使用DEA 及其衍生的模型、運(yùn)用計(jì)量分析、DEA 分析和計(jì)量分析同時(shí)使用三類。
a. 使用DEA 及其衍生的模型。 華堅(jiān)等[1]基于省域數(shù)據(jù)研究了我國(guó)水利建設(shè)投資效率,研究表明各地區(qū)水利建設(shè)投資效率差異較大且普遍呈下降趨勢(shì),呈現(xiàn)“西—東—中”格局。 王翠華[2]運(yùn)用修正三階段DEA 模型和Malmquist 指數(shù)模型分別對(duì)糧食主產(chǎn)區(qū)農(nóng)田水利設(shè)施的投資效率進(jìn)行了靜態(tài)和動(dòng)態(tài)分析。 吳昊等[3]選取寧夏引黃灌區(qū)鹽堿地治理工程進(jìn)行數(shù)據(jù)包絡(luò)分析,認(rèn)為其總體績(jī)效較好,但綜合效率和規(guī)模效率需要進(jìn)一步提高。 楊明明等[4]基于考慮非期望產(chǎn)出的超效率SBM 模型對(duì)山西省11 市水利建設(shè)進(jìn)行了評(píng)價(jià)。 王素云[5]利用數(shù)據(jù)包絡(luò)分析和靜態(tài)面板數(shù)據(jù)模型對(duì)我國(guó)農(nóng)村公共投資產(chǎn)出、規(guī)模及結(jié)構(gòu)效率的區(qū)域差異問(wèn)題進(jìn)行了實(shí)證分析并進(jìn)行了排序。 劉睿[6]采用DEA-Tobit 二階段模型對(duì)我國(guó)農(nóng)田水利基礎(chǔ)設(shè)施投資績(jī)效及其影響因素進(jìn)行了分析。 劉其濤[7]采用數(shù)據(jù)包絡(luò)分析研究了我國(guó)農(nóng)田水利基礎(chǔ)設(shè)施投資效率,發(fā)現(xiàn)我國(guó)農(nóng)田水利基礎(chǔ)設(shè)施投資的全要素生產(chǎn)率7 年間呈下降趨勢(shì),技術(shù)進(jìn)步下降是導(dǎo)致全要素生產(chǎn)率下降的主要原因。
b. 運(yùn)用計(jì)量分析。 馬亞男等[8]采用計(jì)量分析,揭示出自然稟賦和農(nóng)田水利建設(shè)管理水平是引起區(qū)域小型農(nóng)田水利投資績(jī)效差異的主要原因。 許朗等[9]構(gòu)建了我國(guó)29 個(gè)省(區(qū))農(nóng)田水利投資和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的面板向量自回歸(VAR)模型,實(shí)證分析了二者的動(dòng)態(tài)關(guān)系。
c. DEA 分析和計(jì)量分析同時(shí)使用。 蔣育燕[10]利用數(shù)據(jù)包絡(luò)分析研究廣東財(cái)政農(nóng)田水利投資效率,發(fā)現(xiàn)廣東區(qū)域性特征明顯,進(jìn)一步利用回歸分析找出財(cái)政農(nóng)田水利投資結(jié)構(gòu)和財(cái)政農(nóng)田水利資金管理兩大因子對(duì)投資效率影響較大。 郭佳[11]選取基于實(shí)數(shù)編碼加速遺傳算法的投影尋蹤聚類模型約簡(jiǎn)中國(guó)水利投資產(chǎn)出指標(biāo),運(yùn)用數(shù)據(jù)包絡(luò)分析模型計(jì)算中國(guó)31 個(gè)省(區(qū))5 年間水利投資相對(duì)效率,認(rèn)為整體投資成果顯著,空間上呈現(xiàn)沿海高、內(nèi)陸低趨勢(shì),并引入驅(qū)動(dòng)力指數(shù)構(gòu)建了多元線性回歸模型。 李盛輝[12]采用BBC 模型和面板數(shù)據(jù)模型對(duì)中國(guó)31 個(gè)省(區(qū))的水利投資進(jìn)行了研究,最后提出優(yōu)化投資結(jié)構(gòu)的建議。
關(guān)于水利投資效率的其他研究應(yīng)用了其他模型,任靜[13]通過(guò)構(gòu)建水利社會(huì)核算矩陣乘數(shù)模型,采用結(jié)構(gòu)化路徑分析原理,構(gòu)建陜西省水利設(shè)施擁擠效應(yīng)測(cè)度模型,全面分析了陜西省水利投資情況。 也有對(duì)政策方面的研究,談秀娟[14]認(rèn)為應(yīng)該進(jìn)一步加大水利投資,以解決農(nóng)村飲用水的安全隱患、提高農(nóng)作物生產(chǎn)量和緩解水資源短缺帶來(lái)的壓力等問(wèn)題。
這些研究涉及江蘇省的較少,作為全國(guó)糧食主產(chǎn)省之一,江蘇省的農(nóng)業(yè)發(fā)展如何關(guān)系到8000 多萬(wàn)江蘇人民的飯碗,江蘇省的具體情況與其他省份也不盡相同,有必要對(duì)江蘇的農(nóng)田水利投資情況進(jìn)行研究。
數(shù)據(jù)包絡(luò)分析方法(DEA)由Charnes、Coopor 和Rhodes 于1978 年提出,該方法的原理主要是通過(guò)保持決策單元的輸入或者輸出不變,借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對(duì)有效的生產(chǎn)前沿面,將各個(gè)決策單元投影到DEA 的生產(chǎn)前沿面上,并通過(guò)比較決策單元偏離DEA 前沿面的程度來(lái)評(píng)價(jià)其相對(duì)有效性[15-16]。
本文選取了江蘇省各地級(jí)市2013—2019 年的農(nóng)田水利投資產(chǎn)出數(shù)據(jù),以測(cè)算各地級(jí)市農(nóng)田水利投資效率,設(shè)計(jì)指標(biāo)如下:
a. 農(nóng)田水利投資指標(biāo)。 鄉(xiāng)村勞動(dòng)力,反映勞動(dòng)的投入量;第一產(chǎn)業(yè)固定資本投資額,反映農(nóng)田基礎(chǔ)設(shè)施建設(shè)的投入情況。
b. 農(nóng)田水利產(chǎn)出指標(biāo)。 農(nóng)林牧漁總產(chǎn)值,反映農(nóng)村經(jīng)濟(jì)產(chǎn)出情況;糧食總產(chǎn)量,反映農(nóng)村糧食的產(chǎn)出情況;農(nóng)作物總播種面積,反映農(nóng)村農(nóng)業(yè)生產(chǎn)情況。
本文選取的數(shù)據(jù)來(lái)源于《江蘇統(tǒng)計(jì)年鑒》和江蘇省各地方統(tǒng)計(jì)年鑒。
農(nóng)田水利投資綜合技術(shù)效率值是總體狀況的描述。 使用DEAP 2.1 軟件把江蘇省13 個(gè)城市2013—2019 年的面板數(shù)據(jù)帶入BCC 模型,得到2013—2019 年7年間的農(nóng)田水利投資綜合技術(shù)效率,計(jì)算結(jié)果見(jiàn)表1。
表1 2013—2019 年江蘇省各市農(nóng)田水利投資綜合技術(shù)效率計(jì)算結(jié)果
數(shù)據(jù)分析結(jié)果表明,13 個(gè)城市7 年間共91 個(gè)綜合技術(shù)效率值,共有33 個(gè)為1.000,說(shuō)明農(nóng)田水利投資得到充分有效利用占比為36.26%,其中有49.45%的綜合技術(shù)效率值超過(guò)了0.900,各城市在各年的農(nóng)田水利投資有一半達(dá)到了優(yōu)秀水平,超過(guò)0.800 的綜合技術(shù)效率值有64 個(gè),占比為70.33%,說(shuō)明整體來(lái)看,江蘇的農(nóng)田水利投資水平較高,投資結(jié)構(gòu)和產(chǎn)出額度都處于相對(duì)合理的區(qū)間。
鹽城7 年間的農(nóng)田水利綜合投資技術(shù)效率均為1.000,占據(jù)了第一的位置,說(shuō)明鹽城在各年的農(nóng)田水利投資得到了充分的利用,并且獲得了理想的產(chǎn)出。南通位居第二,僅在2014 年的農(nóng)田水利投資使用效率略有不足。 除常州在2015 年農(nóng)田水利投資綜合技術(shù)效率達(dá)到1.000 以外,徐州、揚(yáng)州、常州和無(wú)錫在7 年間各年農(nóng)田水利投資綜合技術(shù)效率均未顯示充分利用了投資,造成排名第9 的淮安到排名第10 的徐州有一個(gè)綜合技術(shù)效率均值的較大下降。
從江蘇省綜合技術(shù)效率均值的變動(dòng)來(lái)看,2013—2015 年,江蘇省的農(nóng)田水利投資水平是連續(xù)上升的,但從2016 年開(kāi)始,農(nóng)田水利投資效率呈現(xiàn)了較明顯的下降趨勢(shì),并在2018 年受到淮安市極端數(shù)據(jù)的影響,降低到0.800 以下,到2019 年才回歸到上升趨勢(shì)。
圖1 江蘇省農(nóng)田水利投資綜合技術(shù)效率均值變化趨勢(shì)
本文使用SPSS 基于13 個(gè)地級(jí)市2019 年的數(shù)據(jù)進(jìn)行了聚類分析,根據(jù)分析結(jié)果將其分為6 類。
a. 高投入、高產(chǎn)出類型。 徐州通過(guò)較高的勞動(dòng)力和資金投入實(shí)現(xiàn)了農(nóng)林牧漁總產(chǎn)值、糧食總產(chǎn)量、農(nóng)作物總播種面積的三高,但綜合技術(shù)效率顯示資源使用效率不高。
b. 中等投入、高產(chǎn)出類型。 鹽城通過(guò)適當(dāng)?shù)膭趧?dòng)力和資金投入得到了農(nóng)林牧漁總產(chǎn)值、糧食總產(chǎn)量、農(nóng)作物總播種面積的最優(yōu)結(jié)果,綜合技術(shù)效率顯示其資源的使用效率也處于最高水平。
c. 中等投入、中等產(chǎn)出類型。 連云港、淮安、宿遷三個(gè)城市通過(guò)適當(dāng)?shù)膭趧?dòng)力和資金投入獲得了對(duì)等的回報(bào),相對(duì)應(yīng)的三個(gè)城市在2019 年的綜合技術(shù)效率也處于中等水平。
d. 低投入、中等產(chǎn)出類型。 南通以較低的勞動(dòng)力和資金投入就獲得了令人滿意的產(chǎn)出水平,得益于這一點(diǎn),南通的綜合技術(shù)效率值在13 個(gè)地級(jí)市當(dāng)中位列第2。
e. 低投入、低產(chǎn)出類型。 蘇南的5 個(gè)城市:南京、無(wú)錫、鎮(zhèn)江、常州、蘇州無(wú)一例外地在勞動(dòng)力和資金方面的投入水平偏低,同時(shí)收獲的產(chǎn)出水平也不高,經(jīng)濟(jì)結(jié)構(gòu)中農(nóng)業(yè)所占的比例較小。
f. 其他類型。 包括揚(yáng)州和泰州,揚(yáng)州的勞動(dòng)力和資金投入在13 個(gè)地級(jí)市當(dāng)中屬于中等偏下的水平,所獲得的產(chǎn)出也在中等偏下的區(qū)間,泰州的第一產(chǎn)業(yè)固定資產(chǎn)投資在2019 年較2018 年下降了82.2%,屬于較大幅度的下降,其他方面的表現(xiàn)與揚(yáng)州相近,所以與揚(yáng)州歸為一類。
對(duì)各地級(jí)市2013—2019 年的農(nóng)田水利投資純技術(shù)效率進(jìn)行匯總,取均值并排序,得到結(jié)果見(jiàn)表2。
表2 2013—2019 年江蘇省農(nóng)田水利投資純技術(shù)效率計(jì)算結(jié)果
研究發(fā)現(xiàn),排名并列前五的城市:南京、南通、連云港、鹽城和鎮(zhèn)江各年的農(nóng)田水利投資純技術(shù)效率均為1.000,說(shuō)明這五個(gè)城市在投資管理和勞動(dòng)力方面效率較高,達(dá)到了理想水平,其他八個(gè)城市的農(nóng)田水利投資純技術(shù)效率均超過(guò)了0.800,說(shuō)明從整個(gè)江蘇省來(lái)看,投資和勞動(dòng)力的使用水平都不低。 徐州的資金管理和勞動(dòng)力使用情況在江蘇省內(nèi)處于最后的位置,造成其綜合技術(shù)效率排名靠后。 同樣的,常州的純技術(shù)效率也不太理想。
對(duì)各地級(jí)市2013—2019 年分解出的農(nóng)田水利投資規(guī)模技術(shù)效率進(jìn)行匯總,取均值并排序,得到結(jié)果見(jiàn)表3。
數(shù)據(jù)分析顯示,鹽城的規(guī)模技術(shù)效率在各年份均達(dá)到最優(yōu),排名江蘇省各地級(jí)市第1 名,南通的規(guī)模技術(shù)效率在2014 年略有瑕疵,排在江蘇省的第2 位,鹽城和南通的規(guī)模技術(shù)效率結(jié)合各自的純技術(shù)效率得分,決定了綜合技術(shù)效率表現(xiàn)排在江蘇省第1 和第2的位置。 蘇州憑借著較好的規(guī)模收益,雖然其純技術(shù)效率揭示的資金和勞動(dòng)力使用效率排名靠后,但二者的綜合使其綜合技術(shù)效率處于江蘇省中游水平。 揚(yáng)州、常州、無(wú)錫的規(guī)模技術(shù)效率排名靠后,均為低于0.900 的數(shù)值,特別是排在第13 位的無(wú)錫,與第12 位的常州差距較為明顯,是無(wú)錫綜合技術(shù)效率值最低的主要原因。
表3 2013—2019 年江蘇省農(nóng)田水利投資規(guī)模技術(shù)效率計(jì)算結(jié)果
江蘇農(nóng)田水利投資在社會(huì)效益方面也取得了顯著成績(jī),表現(xiàn)在農(nóng)村飲水安全工程的建設(shè)、農(nóng)村河道疏浚治理、灌區(qū)節(jié)水改造、小型農(nóng)田水利工程建設(shè)、水土保持等諸多方面[17]。 江蘇省農(nóng)村飲用水安全工程受益人口變動(dòng)情況見(jiàn)圖2,2013—2018 年,每年解決了約300 萬(wàn)人的飲用水安全問(wèn)題。
江蘇省治理水土流失面積變動(dòng)情況見(jiàn)圖3,2013—2018 年每年治理的水土流失面積從100km2左右上升到200km2并穩(wěn)定在這一平均水平。 資源的集約節(jié)約利用以及農(nóng)田的節(jié)水灌溉也取得了逐年進(jìn)步的成果,到2018 年新增節(jié)水灌溉面積230 萬(wàn)畝,其中高效節(jié)水灌溉面積50.62 萬(wàn)畝。
圖2 江蘇省農(nóng)村飲用水安全工程受益人口變動(dòng)情況
江蘇省農(nóng)田水利投資的利用情況在整體上看屬于較高的水平,鹽城和南通這2 個(gè)城市表現(xiàn)出色,徐州、揚(yáng)州、無(wú)錫、常州的綜合情況相對(duì)靠后,主要原因在于徐州的資金管理和勞動(dòng)力使用情況相對(duì)不足,揚(yáng)州和無(wú)錫的規(guī)模收益不高,而常州在資源使用方面和取得最佳規(guī)模收益方面均處于不太理想的狀況。
江蘇農(nóng)田水利投資效率從2016 年開(kāi)始有下降趨勢(shì),直到2019 年才呈現(xiàn)上升的勢(shì)頭,一方面是由于資金管理和勞動(dòng)力使用效率出現(xiàn)了一定程度的下降,另一方面是偏離了最優(yōu)生產(chǎn)規(guī)模。
在聚類分析當(dāng)中,鹽城和南通的表現(xiàn)優(yōu)秀,通過(guò)相對(duì)少量的投入獲得了較多的產(chǎn)出,徐州、連云港、淮安和宿遷表現(xiàn)良好,以適當(dāng)?shù)耐度氆@得了適量的產(chǎn)出,蘇南5 個(gè)城市經(jīng)濟(jì)結(jié)構(gòu)中農(nóng)業(yè)所占比例小,但農(nóng)田水利投資的成績(jī)中規(guī)中矩,揚(yáng)州和泰州的表現(xiàn)在江蘇省范圍內(nèi)偏弱。
江蘇農(nóng)田水利投資在社會(huì)效益方面表現(xiàn)為農(nóng)村飲用水安全的維護(hù)、人民生活環(huán)境的改善和資源的高效集約利用,逐年取得不錯(cuò)的成績(jī)并穩(wěn)步提高。
a. 進(jìn)一步提高投資的資金管理水平,依法依規(guī)做好農(nóng)田水利投資的分配、使用和監(jiān)管,杜絕資金利用過(guò)程中的浪費(fèi)情況。 推廣資金使用效率高的地區(qū)經(jīng)驗(yàn),農(nóng)業(yè)投資要符合當(dāng)?shù)氐淖匀坏乩項(xiàng)l件和市場(chǎng)狀況。 建立健全農(nóng)田水利投資的獎(jiǎng)懲問(wèn)責(zé)制度。
b. 合理配置鄉(xiāng)村勞動(dòng)力資源,加強(qiáng)農(nóng)村勞動(dòng)力的技術(shù)培訓(xùn),提高鄉(xiāng)村勞動(dòng)力的質(zhì)量,統(tǒng)一規(guī)劃,形成規(guī)?;?jīng)營(yíng),產(chǎn)生規(guī)模效益。 政府要做好農(nóng)業(yè)生產(chǎn)信息和農(nóng)產(chǎn)品市場(chǎng)信息的渠道建設(shè),引導(dǎo)鄉(xiāng)村勞動(dòng)力合理流動(dòng)。
c. 要從各地級(jí)市的資源稟賦和農(nóng)業(yè)生產(chǎn)傳統(tǒng)出發(fā),實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)資源的合理分配,省級(jí)農(nóng)田水利投資適當(dāng)向薄弱地級(jí)市傾斜,幫助技術(shù)效率相對(duì)不高的地級(jí)市提高效率。
d. 在注重經(jīng)濟(jì)效益的同時(shí)注意社會(huì)效益的提高,做到兩手都要抓,兩手都要硬。