長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率測度及影響因素分析*
——基于超效率EBM-Geodetector模型

李青松，張鳳太，蘇維詞，3，楊 慶，孫長城，魏 珍

（1.重慶師范大學(xué)地理與旅游學(xué)院，重慶 401331；2.重慶理工大學(xué)管理學(xué)院，重慶 400054；3.貴州省山地研究所，貴陽 550001）

0 引言

中國是傳統(tǒng)的農(nóng)業(yè)大國，2018年全國農(nóng)業(yè)用水3 693.1億m3，占用水總量的61.4%[1]，農(nóng)業(yè)仍然是我國用水量最大的生產(chǎn)部門。長江沿線省市是我國重要的農(nóng)業(yè)區(qū)，農(nóng)業(yè)科學(xué)用水關(guān)系到長江經(jīng)濟(jì)帶社會經(jīng)濟(jì)高質(zhì)量發(fā)展。2016年9月《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》正式印發(fā)，文件明確提出要把保護(hù)和修復(fù)長江生態(tài)環(huán)境擺在首要位置，走“生態(tài)優(yōu)先、綠色發(fā)展”之路，而嚴(yán)格控制農(nóng)業(yè)面源污染是其中的重點工作之一。2018年4月習(xí)近平總書記在長江考察之行中再次強(qiáng)調(diào)長江經(jīng)濟(jì)帶發(fā)展要“共抓大保護(hù)、不搞大開發(fā)”，實現(xiàn)綠色的、可持續(xù)的發(fā)展。在此背景下，研究長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率問題，對推動長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展及區(qū)域水資源高效利用具有重要意義。

水資源利用效率是衡量水資源投入產(chǎn)出關(guān)系的指標(biāo)[2]，包括農(nóng)業(yè)、工業(yè)、生活用水等方面，水資源利用所產(chǎn)生的效益又包括經(jīng)濟(jì)、環(huán)境和社會等效益。當(dāng)前，學(xué)術(shù)界對水資源利用效率進(jìn)行了大量研究，并主要集中在工業(yè)[3-5]、農(nóng)業(yè)[6-8]及綜合研究[9-10]領(lǐng)域，且在早期研究中多以GDP 作為單一產(chǎn)出指標(biāo)[11]，即主要對水資源利用的經(jīng)濟(jì)效率進(jìn)行研究。在研究方法上，以DEA 模型中的CCR、BCC、SBM 模型及隨機(jī)前沿生產(chǎn)函數(shù)（SFA）為主，也有少部分學(xué)者以熵值法[12]、AHP-模糊綜合評價模型[13]等測算水資源利用效率。在研究的空間尺度上，省級尺度研究較多[14-16]，而任玉芬[17]、韓文艷[18]等則從市域尺度進(jìn)行研究，朱達(dá)等[19]對我國省會城市水資源利用效率進(jìn)行研究并指出絕大部分城市水資源利用效率仍有較大的進(jìn)步空間。隨著水資源利用產(chǎn)生的環(huán)境問題不斷受到重視，在產(chǎn)出指標(biāo)中加入非期望指標(biāo)的水資源環(huán)境效率研究開始增多，陳磊等[20]運(yùn)用考慮非期望產(chǎn)出的DEA模型對中國各省市水資源的經(jīng)濟(jì)環(huán)境效率進(jìn)行評價，劉渝等[21]將農(nóng)業(yè)氨氮及COD等非期望產(chǎn)出納入農(nóng)業(yè)水資源產(chǎn)出指標(biāo)，對中國各省市農(nóng)業(yè)水資源環(huán)境效率進(jìn)行評價，結(jié)果表明多數(shù)省市農(nóng)業(yè)水資源環(huán)境效率呈上升趨勢。水資源綠色效率是在水資源經(jīng)濟(jì)效率和環(huán)境效率研究的基礎(chǔ)上，增加了社會綜合發(fā)展指數(shù)這一產(chǎn)出指標(biāo)，從而實現(xiàn)“經(jīng)濟(jì)—社會—生態(tài)環(huán)境”三者的協(xié)調(diào)發(fā)展[22]。當(dāng)前對水資源綠色效率的研究仍較少，且以國內(nèi)學(xué)者研究為主。孫才志、趙良仕、馬奇飛等[23-26]將社會綜合發(fā)展指數(shù)納入產(chǎn)出指標(biāo)，運(yùn)用SBM-DEA 模型對中國水資源綠色效率時空演變及空間關(guān)聯(lián)網(wǎng)絡(luò)等進(jìn)行研究，指出中國水資源綠色效率地區(qū)差異顯著且中西部地區(qū)有很大的提升空間，并運(yùn)用OLS、GWR、GMM 等模型探究水資源綠色效率的影響因素。張瑋等[27]運(yùn)用EBM 評價模型對長江經(jīng)濟(jì)帶綠色水資源效率進(jìn)行評價，并提出制定科學(xué)的用水政策是提高研究區(qū)用水效率的關(guān)鍵。馬海良等[28]選取Malmquist-Luenberger 生產(chǎn)率指數(shù)測算2003—2013 年我國大陸30 個省（市、自治區(qū)）的水資源綠色效率并進(jìn)行收斂性檢驗，指出不考慮非合意產(chǎn)出時水資源利用效率被高估?？傮w上看，目前對農(nóng)業(yè)用水綠色效率研究較少，且缺少對農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率與綠色效率的對比研究。長江經(jīng)濟(jì)帶是我國經(jīng)濟(jì)社會發(fā)展的重要戰(zhàn)略支撐帶，水資源的合理利用關(guān)系到區(qū)域經(jīng)濟(jì)社會的健康發(fā)展，目前針對長江經(jīng)濟(jì)帶的水資源綠色效率研究主要集中在工業(yè)[29-30]及綜合研究[31]領(lǐng)域，尚未有專門針對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率測度的相關(guān)研究。

在已有研究的基礎(chǔ)上，文章以長江經(jīng)濟(jì)帶11省市為研究對象，運(yùn)用超效率EBM 模型測算2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率，并利用地理探測器探究綠色效率的影響因素。可能的創(chuàng)新點在于，以農(nóng)業(yè)用水綠色效率作為切入視角進(jìn)行研究，并構(gòu)建農(nóng)村社會發(fā)展指數(shù)（RSDI）這一產(chǎn)出指標(biāo)體系；構(gòu)建綜合考慮自然、社會經(jīng)濟(jì)的農(nóng)業(yè)用水綠色效率影響因素指標(biāo)體系，并運(yùn)用地理探測器對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率影響因素進(jìn)行分析。有針對性地測度長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率，并探究其影響因素，以期為長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展及區(qū)域經(jīng)濟(jì)—社會—生態(tài)可持續(xù)發(fā)展提供某些參考借鑒。

1 研究區(qū)概況

長江經(jīng)濟(jì)帶橫貫我國東中西三大區(qū)域，覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11 省市，總面積約205 萬km2。2018 年長江經(jīng)濟(jì)帶11 省市人口總計5.978 3 億人，經(jīng)濟(jì)總量40.298 524 萬億元，分別占全國的42.84%和44.76%，在我國發(fā)展總體格局中具有舉足輕重的作用[32]。

2018年長江經(jīng)濟(jì)帶11省市農(nóng)業(yè)總產(chǎn)值2.782 287萬億元，占全國農(nóng)業(yè)總產(chǎn)值的42.98%，同期農(nóng)業(yè)用水量1 380.3億m3，占全國農(nóng)業(yè)用水總量的37.38%，以較少的水資源投入獲得了較大的農(nóng)業(yè)產(chǎn)值，但與水資源綠色高效利用和長江經(jīng)濟(jì)帶高質(zhì)量發(fā)展的要求仍有差距。

2 研究方法

2.1 農(nóng)業(yè)用水綠色效率內(nèi)涵及其測度方法

綠色發(fā)展理念背景下，農(nóng)業(yè)用水追求經(jīng)濟(jì)效益、環(huán)境效益和社會效益的統(tǒng)一。根據(jù)孫才志等[22]對水資源綠色效率內(nèi)涵的界定，該文在構(gòu)建投入產(chǎn)出指標(biāo)時，以農(nóng)業(yè)水足跡、農(nóng)業(yè)勞動力和農(nóng)業(yè)投資額作為投入指標(biāo)，以農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)灰水、農(nóng)村社會發(fā)展指數(shù)作為產(chǎn)出指標(biāo)，各產(chǎn)出指標(biāo)分別代表農(nóng)業(yè)用水的經(jīng)濟(jì)效益、環(huán)境效益和社會效益。這種投入產(chǎn)出的比值可以反映農(nóng)業(yè)用水綠色利用效率，并將其定義為“農(nóng)業(yè)用水綠色效率”，用以測度農(nóng)業(yè)用水實現(xiàn)經(jīng)濟(jì)—社會—生態(tài)可持續(xù)發(fā)展的程度。

該文選用超效率EBM 模型測度長江經(jīng)濟(jì)帶農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率?，F(xiàn)有的水資源效率測度研究以傳統(tǒng)DEA 模型中基于徑向或非徑向的CCR、BCC 模型及SBM 模型為主，但均存在一定不足：徑向模型要求所有投入產(chǎn)出要素均以同比例縮減或擴(kuò)張，不符合實際；非徑向模型雖然考慮了松弛問題，但損失率投入產(chǎn)出目標(biāo)值與實際值之間的比例信息[33]。Tone 等[34]提出的混合距離函數(shù)即EBM 模型，有效克服了以上不足，因此該文運(yùn)用考慮非期望產(chǎn)出的EBM 模型。因EBM 模型測算結(jié)果可能存在大量效率值為1的有效決策單元，無法對有效決策單元進(jìn)行進(jìn)一步的比較分析，Andersen 等[35]建立了超效率DEA模型，實現(xiàn)對有效決策單元的計算。該文借鑒韓潔平等[36]的研究，構(gòu)建基于非導(dǎo)向并考慮非期望產(chǎn)出的超效率EBM模型規(guī)劃式為：

2.2 核密度估計

核密度估計是概率論中用來估計未知的密度函數(shù)，是一種非參數(shù)檢驗方法[37]。該文采用核密度估計法對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率的時間演變規(guī)律進(jìn)行測算與分析。對于數(shù)據(jù)x1，x2，...，xn，核密度估計的函數(shù)表達(dá)式為：

式（2）中，函數(shù)K是一個加權(quán)函數(shù)；n為觀測值數(shù)量；h表示寬帶；x-xi表示x與xi之間的距離。該文選用高斯核函數(shù)，其表達(dá)式為：

式（3）中，t表示時間，因非參數(shù)估計沒有明確的函數(shù)表達(dá)式，通常采取對比核密度圖形分布的方式來分析其動態(tài)變化規(guī)律[38]。

2.3 Geodetector模型

地理探測器（Geodetector）是探測空間分異并揭示各驅(qū)動因素重要程度的統(tǒng)計方法，在自然和社會科學(xué)各領(lǐng)域得到廣泛運(yùn)用[39]。該文利用地理探測器分析長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率的影響因素，其表達(dá)式為：

2.4 指標(biāo)構(gòu)建

2.4.1 投入指標(biāo)（1）農(nóng)業(yè)水足跡：即各省市的農(nóng)業(yè)用水量。

（2）農(nóng)業(yè)勞動力：以各省市第一產(chǎn)業(yè)從業(yè)人員數(shù)作為農(nóng)業(yè)勞動力的投入量。

（3）農(nóng)業(yè)投資額：以各省市財政支出中農(nóng)林水財政支出額作為農(nóng)業(yè)投資額。

2.4.2 產(chǎn)出指標(biāo)（1）農(nóng)業(yè)產(chǎn)值（期望產(chǎn)出1）：即各省市農(nóng)、林、牧、漁業(yè)總產(chǎn)值（不含農(nóng)、林、牧、漁服務(wù)業(yè)）。

（2）農(nóng)村社會發(fā)展指數(shù)（期望產(chǎn)出2）：在孫才志等[40]構(gòu)建的社會發(fā)展指數(shù)（SDI）指標(biāo)體系的基礎(chǔ)上，構(gòu)建農(nóng)村社會發(fā)展指數(shù)（RSDI）指標(biāo)體系（表1），并利用熵值法計算其指數(shù)值，計算步驟可參閱王富喜等[41]的研究。

表1 農(nóng)村社會發(fā)展指數(shù)指標(biāo)體系

（3）農(nóng)業(yè)灰水（非期望產(chǎn)出）：即農(nóng)業(yè)污水，農(nóng)業(yè)部門生產(chǎn)過程中所產(chǎn)生的面源污染是我國地表水污染是重要來源[42]，農(nóng)業(yè)面源污染具有難以量化的特點，曾昭等[43]根據(jù)氮肥淋失率來計算農(nóng)業(yè)面源污染灰水足跡，該文借鑒此方法來估算長江經(jīng)濟(jì)帶各省市農(nóng)業(yè)灰水，計算公式為：

式（5）中，WFagr-grey為農(nóng)業(yè)灰水足跡；L為污染物排放量（kg/年）；Cmax為達(dá)到環(huán)境水質(zhì)標(biāo)準(zhǔn)情況下的污染物最高濃度（kg/m3），該文以《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)基本項目標(biāo)準(zhǔn)限值》(GB 3838—2002)[44]中Ⅲ類水的氨氮標(biāo)準(zhǔn)限值為依據(jù)，即0.000 1kg/m3；Cnat為受納水體的初始濃度（kg/m3），通常設(shè)為0[45]；α表示進(jìn)入水體的氮肥引起的污染量占氮肥施用量的比例，即氮肥淋失率，該文以長江經(jīng)濟(jì)帶非點源氮淋溶流失系數(shù)平均值14.3%[46]替代；Appl表示施用的氮肥總量（kg/年）。

為對比農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率的差異，該文在借鑒孫才志等[40]對3種水資源效率界定的基礎(chǔ)上對農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率進(jìn)行界定（表2）。在投入指標(biāo)不變的情況下，農(nóng)業(yè)用水經(jīng)濟(jì)效率的產(chǎn)出指標(biāo)僅為農(nóng)業(yè)產(chǎn)值，側(cè)重于農(nóng)業(yè)用水投入產(chǎn)出的經(jīng)濟(jì)價值；農(nóng)業(yè)用水環(huán)境效率的產(chǎn)出指標(biāo)在農(nóng)業(yè)產(chǎn)值的基礎(chǔ)上加入了農(nóng)業(yè)灰水這一非期望產(chǎn)出，考慮了農(nóng)業(yè)用水過程中的農(nóng)業(yè)面源污染等環(huán)境問題；農(nóng)業(yè)用水綠色效率的產(chǎn)出指標(biāo)則包含農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)灰水和農(nóng)村社會發(fā)展指數(shù)三方面，即綜合考慮了農(nóng)業(yè)用水過程中所產(chǎn)生的經(jīng)濟(jì)效益、環(huán)境效益和社會效益，表現(xiàn)農(nóng)業(yè)用水綠色發(fā)展程度，后者是對前者的繼承與發(fā)展。

表2 農(nóng)業(yè)用水效率類型界定

2.4.3 影響因素指標(biāo)

農(nóng)業(yè)用水不同于工業(yè)、生活用水，受自然環(huán)境的影響較大，該文在科學(xué)性和數(shù)據(jù)可得性的基礎(chǔ)上，綜合社會經(jīng)濟(jì)和自然兩方面構(gòu)建農(nóng)業(yè)用水綠色效率影響因素的指標(biāo)體系（表3），并利用地理探測器模型進(jìn)行計算分析。

表3 農(nóng)業(yè)用水綠色效率影響因素指標(biāo)體系

2.5 數(shù)據(jù)來源

該文數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》（2011—2019 年）、各省市統(tǒng)計年鑒（2011—2019 年）、《中國農(nóng)村統(tǒng)計年鑒》（2011—2019 年）、《中國環(huán)境統(tǒng)計年鑒》（2011—2019 年）、《中國水資源公報》（2010—2018 年）、各省市水資源公報（2010—2018年）、《2018年農(nóng)村水利水電工作年度報告》、《長江經(jīng)濟(jì)帶發(fā)展統(tǒng)計年鑒—2018》等，地形坡度數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn/)并經(jīng)ArcGIS處理后所得。

3 實證結(jié)果分析

3.1 農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率、綠色效率對比分析

運(yùn)用Maxdea8.0 軟件，投入指標(biāo)均設(shè)置為農(nóng)業(yè)水足跡、農(nóng)業(yè)勞動力、農(nóng)業(yè)投資額，產(chǎn)出指標(biāo)先后設(shè)置為農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值+農(nóng)業(yè)灰水、農(nóng)業(yè)產(chǎn)值+農(nóng)業(yè)灰水+農(nóng)村社會發(fā)展指數(shù)，分別測算出長江經(jīng)濟(jì)帶農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率（表4），由于篇幅限制，僅列出部分年份數(shù)據(jù)進(jìn)行對比分析。

由表4可知，與農(nóng)業(yè)用水經(jīng)濟(jì)效率和環(huán)境效率相比，2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率總體平均值最大(0.939)，環(huán)境效率次之（0.933），經(jīng)濟(jì)效率最?。?.879），農(nóng)業(yè)用水產(chǎn)生了較好的社會效益。尤其是上海市，近年來農(nóng)業(yè)用水綠色效率顯著高于同時段農(nóng)業(yè)用水經(jīng)濟(jì)效率和環(huán)境效率，上海市作為長三角核心城市，社會經(jīng)濟(jì)發(fā)展水平高，其郊區(qū)農(nóng)業(yè)、休閑觀光農(nóng)業(yè)、鄉(xiāng)村旅游等得到較快發(fā)展，農(nóng)業(yè)農(nóng)村現(xiàn)代化程度高，農(nóng)業(yè)用水產(chǎn)生了大量非農(nóng)效益，促進(jìn)了農(nóng)業(yè)農(nóng)村的高質(zhì)量發(fā)展。總體上看，2010—2018 年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率高于同期農(nóng)業(yè)用水經(jīng)濟(jì)效率和環(huán)境效率，而區(qū)域內(nèi)農(nóng)村社會發(fā)展指數(shù)總體不斷提升是重要原因。2004—2018 年中央已連續(xù)15 年發(fā)布以“三農(nóng)”問題為主題的“中央一號文件”，加強(qiáng)農(nóng)村交通、水利、教育、醫(yī)療、環(huán)保等基礎(chǔ)設(shè)施建設(shè)，多措并舉推動社會主義新農(nóng)村建設(shè)，促進(jìn)了長江經(jīng)濟(jì)帶農(nóng)業(yè)水資源科學(xué)利用與農(nóng)村社會經(jīng)濟(jì)的高質(zhì)量發(fā)展。

表4 2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水效率

從效率變化趨勢上看，長江經(jīng)濟(jì)帶農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率、綠色效率均值分別由2010 年的0.913、0.941、0.948降至2018年的0.851、0.919、0.925，年均變化率分別為-0.069%、-0.023%、-0.025%，總體平均值均呈輕微波動下降趨勢。近年來，受農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展等影響，鄉(xiāng)村旅游、休閑農(nóng)業(yè)等發(fā)展迅速，農(nóng)村地區(qū)第三產(chǎn)業(yè)比重不斷提高，農(nóng)業(yè)產(chǎn)值比重降低，而產(chǎn)出指標(biāo)中的農(nóng)業(yè)產(chǎn)值不含農(nóng)、林、牧、漁服務(wù)業(yè)，因此在農(nóng)業(yè)投入形成的產(chǎn)出中，未將農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的服務(wù)業(yè)等產(chǎn)值統(tǒng)計在內(nèi)，導(dǎo)致農(nóng)業(yè)投入產(chǎn)出效率不足，農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率的產(chǎn)出指標(biāo)均包含農(nóng)業(yè)產(chǎn)值，這是長江經(jīng)濟(jì)帶農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率和綠色效率整體均呈波動下降趨勢的重要原因。此外，農(nóng)業(yè)現(xiàn)代化過程中，大量農(nóng)藥化肥的使用也造成了較為嚴(yán)重的面源污染，不利于農(nóng)業(yè)用水環(huán)境效率和綠色效率的提高。就各省市效率值變化情況而言，由變異系數(shù)可以看出，2010—2018 年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率的區(qū)域差異總體呈波動增大趨勢，綠色效率變異系數(shù)由2010年的0.224縮小至2018年的0.205，說明在加入農(nóng)村社會發(fā)展指數(shù)這一產(chǎn)出指標(biāo)之后，農(nóng)業(yè)用水效率的區(qū)域差異縮小，即區(qū)域內(nèi)農(nóng)業(yè)用水綠色效率趨向均衡協(xié)調(diào)發(fā)展。

3.2 農(nóng)業(yè)用水綠色效率時空演變分析

3.2.1 全區(qū)總體演變分析

由表5可知，2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率平均值總體呈輕微波動下降趨勢，最低值出現(xiàn)在2013年(0.897)，其余年份平均值均大于0.9。其中2013年農(nóng)業(yè)用水綠色效率值最低與該年我國南方地區(qū)發(fā)生大面積旱災(zāi)，農(nóng)業(yè)生產(chǎn)與農(nóng)村社會經(jīng)濟(jì)發(fā)展受到影響有關(guān)。根據(jù)長江流域上中下游地理分界點，將長江經(jīng)濟(jì)帶11 省市劃分為上游（云南、貴州、四川、重慶）、中游（湖南、湖北、江西）和下游（上海、江蘇、浙江、安徽）。分上中下游看，2010—2018年下游地區(qū)農(nóng)業(yè)用水綠色效率平均值最高（1.047），中游地區(qū)次之（1.018），上游地區(qū)效率值最低（0.798），反映出長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率總體呈由下游地區(qū)向中上游地區(qū)遞減的空間分布格局。

為進(jìn)一步分析長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率在時間上的總體演變過程，該文運(yùn)用Stata15.1對表5中的農(nóng)業(yè)用水綠色效率進(jìn)行核密度估計，選取2010 年、2014 年、2018 年3 個時間節(jié)點作為代表年份，得出核密度分布圖1。

圖1 長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率的核密度分布

從形狀上看，2010 年、2014 年、2018 年3 個時期的核密度曲線均呈不規(guī)則雙峰分布，其中多數(shù)較高效率地區(qū)落在右側(cè)主峰內(nèi)，少數(shù)較低效率地區(qū)落在左側(cè)低峰內(nèi)，說明大多數(shù)省市農(nóng)業(yè)用水綠色效率較高；3個時期的高峰集中區(qū)域呈負(fù)偏態(tài)分布，即多數(shù)省市的農(nóng)業(yè)用水綠色效率高于區(qū)域平均水平。

從位置上看，核密度曲線左側(cè)起始位置由2010—2014 年向左移，后由2014—2018 年向右大幅移動，表明研究區(qū)內(nèi)農(nóng)業(yè)用水綠色效率最低值由2010—2014年下降，后由2014—2018年有明顯提升，發(fā)展趨勢良好；右側(cè)結(jié)尾由2010—2014 年和2018 年向左移，表明區(qū)域內(nèi)農(nóng)業(yè)用水綠色效率最高值有下降趨勢，區(qū)域內(nèi)水資源綠色效率總體差距縮小。

從峰度上看，核密度曲線主峰由2010年的窄峰轉(zhuǎn)變?yōu)?014 年和2018 年的寬峰，且峰值發(fā)生明顯下降，2014 年和2018 年峰值發(fā)生輕微波動，表明區(qū)域內(nèi)農(nóng)業(yè)用水綠色效率分布集中程度降低，趨向于區(qū)域協(xié)調(diào)穩(wěn)定發(fā)展。

3.2.2 各省市時空演變分析

（1）在時間序列變化上，運(yùn)用Origin 2018對長江經(jīng)濟(jì)帶11省市的農(nóng)業(yè)用水綠色效率繪制箱線圖（圖2）以進(jìn)行對比分析。箱線圖中箱體形狀、中位數(shù)、均值及異常值等信息可以反映各地區(qū)農(nóng)業(yè)用水綠色效率的時間變化情況。由圖2 可知，2010—2018 年各地區(qū)農(nóng)業(yè)用水綠色效率變化情況差異顯著，貴州、湖南、四川、安徽、云南和上海6 省市農(nóng)業(yè)用水綠色效率分布相對離散，年際變化相對顯著，其中貴州省年際變化最大，結(jié)合表5 可知其農(nóng)業(yè)用水綠色效率有一個明顯的上升過程；江蘇、浙江、江西、湖北和重慶5 省市農(nóng)業(yè)用水綠色效率分布相對集中，年際變化相對穩(wěn)定，且維持在較高水平。從異常值的分布情況來看，上海、湖南、四川、云南四省市均出現(xiàn)了異常值，不同之處在于湖南和四川2 省的異常值均低于均值，而云南和上海2省市的異常值包括高于均值的分布和低于均值的分布。

圖2 長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率箱線圖

具體而言，2017年的云南以及2010年、2011年的上海異常值高于各自的均值，2013年的云南、2017年和2018年的湖南以及2016年和2018年的四川異常值低于各自的均值。就農(nóng)業(yè)用水綠色效率較低的異常值而言，2013 年云南出現(xiàn)低水平異常值，主要是因為2013 年云南發(fā)生了嚴(yán)重旱災(zāi)，農(nóng)業(yè)生產(chǎn)、農(nóng)村社會經(jīng)濟(jì)活動等都受到了不同程度的影響；2016—2018年湖南及四川農(nóng)業(yè)用水綠色效率出現(xiàn)低水平的異常值，與近些年中西部部分省市城鎮(zhèn)化進(jìn)程加快，農(nóng)業(yè)勞動力大量流出，農(nóng)業(yè)勞動力、農(nóng)業(yè)用水等投入減少，農(nóng)業(yè)產(chǎn)出不足，農(nóng)村社會經(jīng)濟(jì)發(fā)展較為滯后有關(guān)。需要借鑒貴州等省份近些年在普及節(jié)水農(nóng)業(yè)、推動農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)就業(yè)、助力鄉(xiāng)村旅游等有利于推動農(nóng)業(yè)用水科學(xué)利用及農(nóng)業(yè)農(nóng)村現(xiàn)代化方面采取的有力措施。

（2）在時空演變上，運(yùn)用ArcGIS10.4.1 對長江經(jīng)濟(jì)帶11 省市2010 年、2014 年、2018 年3 個時間節(jié)點及多年平均農(nóng)業(yè)用水綠色效率進(jìn)行相等間隔分類（圖3），顏色越深代表效率越高。由圖3 可知，2010—2018 年長江經(jīng)濟(jì)帶11 省市農(nóng)業(yè)用水綠色效率較高的省市數(shù)量總體呈減少趨勢，需要引起重視。重慶、湖北、江西、浙江、江蘇、上海6省市農(nóng)業(yè)用水綠色效率始終維持在較高水平，其中上海市一直是長江經(jīng)濟(jì)帶11 省市中農(nóng)業(yè)用水綠色效率最高的地區(qū)，上海是我國最大的經(jīng)濟(jì)中心城市，新農(nóng)村建設(shè)成效顯著，農(nóng)村社會發(fā)展水平及農(nóng)業(yè)現(xiàn)代化較高，農(nóng)業(yè)用水產(chǎn)生了良好的社會經(jīng)濟(jì)效益。四川、湖南兩省農(nóng)業(yè)用水綠色效率出現(xiàn)了較大幅度的下降，貴州省則呈明顯上升趨勢，作為相鄰省份，應(yīng)積極加強(qiáng)交流合作，推動農(nóng)業(yè)科學(xué)用水方面的經(jīng)驗和技術(shù)共享。云南、安徽兩省農(nóng)業(yè)用水綠色效率在波動中趨于穩(wěn)定，但處于較低水平，尤其是安徽省，2010—2018年農(nóng)業(yè)用水綠色效率均低于周邊省份，這與安徽省農(nóng)業(yè)現(xiàn)代化水平、農(nóng)村社會經(jīng)濟(jì)發(fā)展水平較低有關(guān)，作為我國傳統(tǒng)的農(nóng)業(yè)大省之一，其農(nóng)業(yè)用水方式是否合理關(guān)系到區(qū)域社會經(jīng)濟(jì)的健康發(fā)展，需要依托其毗鄰江蘇、浙江等農(nóng)業(yè)用水綠色效率較高地區(qū)的區(qū)位優(yōu)勢并根據(jù)地方實際采取切實有效的措施推動農(nóng)業(yè)水資源的合理利用。從各省份多年平均農(nóng)業(yè)用水綠色效率空間分異來看，2010—1018 年長江經(jīng)濟(jì)帶多年平均農(nóng)業(yè)用水綠色效率空間差異顯著，上海是農(nóng)業(yè)用水綠色效率最高的地區(qū)，云南省最低，效率值總體呈由長江經(jīng)濟(jì)帶下游地區(qū)向上游地區(qū)遞減的空間分布特征。長江經(jīng)濟(jì)帶作為我國“T”字型發(fā)展戰(zhàn)略的重要組成部分，農(nóng)業(yè)科學(xué)用水、農(nóng)業(yè)農(nóng)村可持續(xù)發(fā)展對推動區(qū)域乃至全國社會-經(jīng)濟(jì)-生態(tài)系統(tǒng)健康發(fā)展具有重要意義，目前各省市農(nóng)業(yè)用水綠色效率仍存在較大的差異，應(yīng)制定科學(xué)合理的農(nóng)業(yè)用水政策，加強(qiáng)交流合作，促進(jìn)區(qū)域農(nóng)業(yè)水資源利用的協(xié)調(diào)發(fā)展。

圖3 2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率時空分異

4 影響因素分析

農(nóng)業(yè)用水綠色效率是對農(nóng)業(yè)用水所產(chǎn)生的社會—經(jīng)濟(jì)—生態(tài)效益的綜合測度，因此長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率時空分異也受到自然社會等多重因素的影響。結(jié)合長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率影響因素指標(biāo)體系（表3），選取2010 年、2014 年、2018 年3 個時間節(jié)點，并根據(jù)自然斷點法將各影響因素指標(biāo)原始數(shù)據(jù)劃分為5類，運(yùn)用地理探測器工具進(jìn)行因子探測分析，測算結(jié)果（表6）如下。

表6 2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率影響因素探測

由表6可知，各影響因素在不同年份對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率產(chǎn)生了不同程度的影響。從多年平均的影響程度上看，各社會經(jīng)濟(jì)因素的影響程度總體上高于各自然因素，同時9項社會經(jīng)濟(jì)因子中有6項的影響作用總體呈減弱趨勢，3項自然因子的影響作用總體均呈增強(qiáng)趨勢，表明2010—2018年長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率空間分異受社會經(jīng)濟(jì)因素的影響在減弱，而受自然等不確定因素的影響在增強(qiáng)，這可能與國家推進(jìn)區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，區(qū)域社會經(jīng)濟(jì)差距逐步縮小等因素有關(guān)。城鎮(zhèn)化水平、R＆D 占比、經(jīng)濟(jì)發(fā)展水平、人均節(jié)水灌溉面積、單位國內(nèi)生產(chǎn)總值耗水、人均教育財政支出、人均水資源量以及人均節(jié)能環(huán)保財政支出等是長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率差異的主要影響因素，多年平均q值均大于0.5，以下主要對多年平均q值大于0.5的影響因素進(jìn)行分析。

城鎮(zhèn)化水平多年平均q值為0.788，是各因素中對農(nóng)業(yè)用水綠色效率空間分異影響最大的因素，城鎮(zhèn)化發(fā)展伴隨著資金、技術(shù)、人才等流入廣大農(nóng)村地區(qū)，對推動農(nóng)村地區(qū)水資源科學(xué)利用與農(nóng)村社會經(jīng)濟(jì)發(fā)展具有重要作用。2010—2018 年q值由0.951 下降至0.579，且P值增大表明其顯著性也有明顯下降趨勢，上海、江蘇等高水平城鎮(zhèn)化地區(qū)城鎮(zhèn)化發(fā)展速度比較緩慢，而云南、貴州等城鎮(zhèn)化水平較低的省市城鎮(zhèn)化卻得到較快發(fā)展，區(qū)域間城鎮(zhèn)化水平差距逐步縮小，因此城鎮(zhèn)化水平對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率空間分異的影響呈減弱趨勢。

R＆D 占比、人均教育財政支出和人均環(huán)保財政支出等3 個因素均為財政投入方面對農(nóng)業(yè)用水綠色效率的影響，多年平均q值分別為0.765、0.568和0.505，三者分別側(cè)重于科技、教育和節(jié)能環(huán)保領(lǐng)域，都對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率空間分異有重要影響。2010—2018年R＆D 占比和人均教育財政支出的影響呈減弱趨勢，而人均環(huán)保財政支出的影響呈增強(qiáng)趨勢，需要繼續(xù)加強(qiáng)在節(jié)能環(huán)保領(lǐng)域的財政投入，推動長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色可持續(xù)利用。單位國內(nèi)生產(chǎn)總值耗水多年平均q值為0.647，且影響作用呈增強(qiáng)趨勢，單位國內(nèi)生產(chǎn)總值耗水量的多少可以反映技術(shù)革新和節(jié)能環(huán)保的發(fā)展情況，因此需要不斷加強(qiáng)科技創(chuàng)新，推動節(jié)水工藝發(fā)展，降低單位國內(nèi)生產(chǎn)總值耗水，實現(xiàn)農(nóng)業(yè)用水的高效利用。

經(jīng)濟(jì)發(fā)展水平即人均GDP 多年平均q值為0.721，其中2010 年q值達(dá)到0.937，且在5%水平下顯著，對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率的時空分異有顯著影響。長江下游的上海、江蘇、浙江等省市經(jīng)濟(jì)發(fā)展水平較高，政府財政收入較多，有更多的資金用于推動農(nóng)村基礎(chǔ)設(shè)施建設(shè)、完善居民福利等，有利于農(nóng)業(yè)科學(xué)用水和農(nóng)村社會經(jīng)濟(jì)發(fā)展；而云南、貴州、四川等長江經(jīng)濟(jì)帶中上游省市經(jīng)濟(jì)發(fā)展水平相對較低，農(nóng)村基礎(chǔ)設(shè)施建設(shè)相對落后，農(nóng)業(yè)用水綠色效率也相對較低。2010—2018 年經(jīng)濟(jì)發(fā)展水平對農(nóng)業(yè)用水綠色效率空間分異的影響總體上呈減弱趨勢，且顯著性水平發(fā)生明顯下降，這可能與國家大力推進(jìn)西部大開發(fā)及相關(guān)政策向中西部省市傾斜，區(qū)域經(jīng)濟(jì)發(fā)展水平差距縮小有關(guān)。

人均節(jié)水灌溉面積多年平均q值為0.649，其中2010 年q值為0.888，且在5%水平下顯著，農(nóng)業(yè)節(jié)水灌溉面積的多少對農(nóng)業(yè)用水有直接影響。江蘇、上海、浙江等省市農(nóng)業(yè)現(xiàn)代化程度較高，人均節(jié)水灌溉面積較廣，有利于這些地區(qū)農(nóng)業(yè)用水的高效利用；相比較而言，長江經(jīng)濟(jì)帶中上游省市農(nóng)業(yè)現(xiàn)代化程度較低，人均節(jié)水灌溉面積較小，節(jié)水農(nóng)業(yè)亟待發(fā)展，需要加快推廣節(jié)水灌溉技術(shù)在長江經(jīng)濟(jì)帶中上游省市的應(yīng)用，促進(jìn)各省市農(nóng)業(yè)用水的可持續(xù)利用。2010—2018年q值總體呈波動下降趨勢，反映出人均節(jié)水灌溉面積對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率空間分異的影響作用在減小，這與近年來各省市相繼采取的推動普及節(jié)水灌溉農(nóng)業(yè)等有力措施有關(guān)。

人均水資源量多年平均q值為0.532，人均水資源量是一個受自然和社會環(huán)境共同影響的因素。長江經(jīng)濟(jì)帶沿線省市均屬于水資源較豐富地區(qū)，但上海、江蘇、浙江等下游省市人口密度更大，人均水資源量較少，推動著節(jié)水農(nóng)業(yè)的發(fā)展，人們的節(jié)水意識普遍較高，促進(jìn)了這些地區(qū)農(nóng)業(yè)用水的高效利用；中上游省市人均水資源量相對較多，農(nóng)業(yè)生產(chǎn)過程中大水漫灌等現(xiàn)象仍較普遍，農(nóng)業(yè)用水效率相對較低。2010—2018 年人均水資源量對農(nóng)業(yè)用水綠色效率的影響呈增強(qiáng)趨勢，人均水資源相對豐富地區(qū)應(yīng)利用好自身優(yōu)勢，科學(xué)合理地利用水資源，使其產(chǎn)生廣泛的社會、經(jīng)濟(jì)和生態(tài)效益。

總體上看，2010—2018 年長江經(jīng)濟(jì)帶城鎮(zhèn)化水平、R＆D 占比、經(jīng)濟(jì)發(fā)展水平、人均教育財政支出等社會經(jīng)濟(jì)因素對農(nóng)業(yè)用水綠色效率的影響總體上雖然呈減弱趨勢，且顯著性水平也在下降，但這些因素對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率空間分異仍有重要影響，需要繼續(xù)推動區(qū)域內(nèi)城鎮(zhèn)化發(fā)展，加大科研、教育、環(huán)保等財政投入，即加強(qiáng)對農(nóng)業(yè)用水綠色效率上升有明顯促進(jìn)作用的可控因素的影響。雖然年均降水量、地形坡度等自然因素對長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率的影響總體上呈增強(qiáng)趨勢，但屬于較難控制因素，各省市應(yīng)根據(jù)地區(qū)自然地理環(huán)境，因地制宜，采取合理的用水措施，促進(jìn)農(nóng)業(yè)用水科學(xué)利用和社會經(jīng)濟(jì)的可持續(xù)發(fā)展。

5 結(jié)論與對策

5.1 結(jié)論

該文基于超效率EBM模型對2010—2018年長江經(jīng)濟(jì)帶11省市農(nóng)業(yè)用水綠色效率進(jìn)行測度，并借助核密度估計、箱線圖與ArcGIS 圖示化等方法分析其時空演變，最后運(yùn)用地理探測器對影響因素進(jìn)行探究。結(jié)論如下。

（1）2010—2018 年長江經(jīng)濟(jì)帶11 省市農(nóng)業(yè)用水綠色效率總體上高于經(jīng)濟(jì)效率和環(huán)境效率，農(nóng)業(yè)用水產(chǎn)生了良好的社會效益。但受農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展等影響，農(nóng)業(yè)用水經(jīng)濟(jì)效率、環(huán)境效率、綠色效率總體上均呈輕微波動下降趨勢。

（2）分地區(qū)看，2010—2018 年長江經(jīng)濟(jì)帶不同省市農(nóng)業(yè)用水綠色效率存在較大差異，下游地區(qū)總體上優(yōu)于中上游地區(qū)。核密度估計顯示區(qū)域內(nèi)綠色效率差距呈減小趨勢，農(nóng)業(yè)用水綠色效率趨向于區(qū)域均衡協(xié)調(diào)發(fā)展。

（3）2010—2018 年江蘇、湖北、貴州、云南4 省農(nóng)業(yè)用水綠色效率總體呈波動上升趨勢，上海、浙江、安徽、江西、湖南、重慶、四川7 省市總體呈波動下降趨勢。其中貴州省總體呈較大幅度上升趨勢，湖南、四川2省則呈較大幅度下降趨勢，出現(xiàn)較大下降趨勢的省份應(yīng)思考現(xiàn)行農(nóng)業(yè)用水政策是否合理并積極做出改進(jìn)。

（4）城鎮(zhèn)化水平、R＆D 占比、經(jīng)濟(jì)發(fā)展水平、人均節(jié)水灌溉面積、單位國內(nèi)生產(chǎn)總值耗水、人均教育財政支出、人均水資源量以及人均節(jié)能環(huán)保財政支出等是長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色效率空間分異的主要影響因素。

5.2 對策

目前，受自然地理環(huán)境及社會經(jīng)濟(jì)發(fā)展水平差異等影響，長江經(jīng)濟(jì)帶11 省市農(nóng)業(yè)用水綠色效率還存在較大差異且有較大提升空間。因此，該研究的政策啟示如下。

（1）各省市應(yīng)結(jié)合本地情況，因地制宜，采取科學(xué)合理的農(nóng)業(yè)用水政策。長江經(jīng)濟(jì)帶作為一個跨度較大的區(qū)域，上中下游地區(qū)自然及社會經(jīng)濟(jì)條件也存在較大差異，因此各省市需要根據(jù)各地區(qū)的實際情況，綜合考慮各方面因素，對不合理的現(xiàn)行措施進(jìn)行改進(jìn)，采取適合本省市農(nóng)業(yè)綠色發(fā)展的農(nóng)業(yè)用水政策。

（2）加強(qiáng)省市間合作，學(xué)習(xí)借鑒有利于農(nóng)業(yè)用水綠色高效利用的方法。長江經(jīng)濟(jì)帶各省市應(yīng)打破行政壁壘，提高區(qū)域協(xié)調(diào)合作能力，尤其是鄰近省市，自然社會經(jīng)濟(jì)條件差異相對較小，在農(nóng)業(yè)供水和用水方面具有一定的相似性，更應(yīng)加強(qiáng)交流合作，推動實現(xiàn)相關(guān)技術(shù)經(jīng)驗共享。

（3）加大對科技、教育、環(huán)保等的財政投入，注重農(nóng)業(yè)用水基礎(chǔ)性研究?？茖W(xué)技術(shù)是第一生產(chǎn)力，農(nóng)業(yè)用水的科學(xué)合理利用離不開相關(guān)科學(xué)技術(shù)的研究，各省市應(yīng)加大對農(nóng)業(yè)用水關(guān)鍵領(lǐng)域研究的經(jīng)費(fèi)投入，提高科技成果轉(zhuǎn)化能力，并推廣有利于農(nóng)業(yè)用水高效利用的先進(jìn)科技，普及節(jié)水灌溉農(nóng)業(yè)等。多措并舉，推動長江經(jīng)濟(jì)帶農(nóng)業(yè)用水綠色可持續(xù)利用，助力長江經(jīng)濟(jì)帶經(jīng)濟(jì)—社會—生態(tài)環(huán)境的綠色高質(zhì)量發(fā)展。