長江經濟帶農業(yè)用水效率評價及時空演變
——基于SBM-Malmquist模型

繆徐菲，李昂，俞圓夢，蘇美

（1.河海大學商學院，江蘇 常州 213022；2.中國水利水電科學研究院，北京 100038）

長江經濟帶橫跨中國東中西部三大區(qū)域，覆蓋面積廣，人口總量和生產總值超過全國的40%。長江經濟帶作為中央重點實施的“三大戰(zhàn)略”之一，帶動全球經濟合作發(fā)展和生態(tài)文明穩(wěn)步建設。然而，局限于片面追求經濟增長的發(fā)展觀，長江經濟帶的生態(tài)環(huán)境形勢逐漸嚴峻。同時，區(qū)域發(fā)展不平衡和區(qū)域合作機制不健全也成為區(qū)域協(xié)同發(fā)展和高質量發(fā)展的阻礙力量。2018 年中央作出明確要求，要充分發(fā)揮長江經濟帶覆蓋面積廣和跨越東中西部三大區(qū)域的地理優(yōu)勢，以生態(tài)優(yōu)先、綠色發(fā)展為原則，推動長江經濟帶和周邊地區(qū)健康、綠色、協(xié)調、可持續(xù)發(fā)展。為緩解水資源短缺和水環(huán)境惡化問題，提高用水效率和推進區(qū)域協(xié)同發(fā)展就成為綠色發(fā)展和生態(tài)環(huán)境保護的關鍵舉措。農業(yè)是中國的戰(zhàn)略性基礎產業(yè)，農業(yè)用水占總用水量比重較高［1］，改善長江經濟帶水資源短缺和水環(huán)境惡化，必須將農業(yè)節(jié)水作為戰(zhàn)略性和方向性的大事來抓，提升農業(yè)用水效率是做好農業(yè)節(jié)水的關鍵［2］。

當前學術界對農業(yè)用水效率進行了大量研究，大致可以從評價指標和測算方法2 個方面進行討論。在評價指標方面，從單要素用水效率指標評價到全要素評價指標評價，將農業(yè)用水效率的影響因素逐步加入測算體系，使其更符合實際情況，最終形成更準確的農業(yè)用水效率測算指標體系。Hu等［3］于2006 年提出水資源使用效率的DEA 全要素評價方法；李鴻雁等［4］將化肥和農藥污染量作為非期望產出，測度2009—2017 年黃河流域農業(yè)用水效率；張玲玲等［5］基于Super-SBM 模型測算中國農業(yè)用水效率，結合地理加權回歸模型分析年降水量、農業(yè)用水占比、農產品多樣性、節(jié)水灌溉面積等空間異質性和對效率的貢獻程度；韓穎等［6］運用SBM 模型測算中國農業(yè)用水效率，分析農業(yè)現(xiàn)代化水平、人口結構、農田水利設施建設、第一產業(yè)結構對技術落差率、技術無效率和管理無效率的影響。

在測算方法方面，基于是否采用固定生產函數(shù)形式，將測算方法分為參數(shù)法和非參數(shù)法。隨機前沿分析方法（SFA）是參數(shù)法的典型方法，該方法基于固定的函數(shù)形式，相對于非參數(shù)法有助于分離統(tǒng)計誤差，但是需要事先擬定函數(shù)，又具有一定的主觀性。Battese等［7］最先使用隨機前沿分析法進行農業(yè)用水效率測度；Wang等［8］使用隨機前沿分析法測度中國農業(yè)用水效率、中國農業(yè)生產技術效率和灌溉用水效率，幫助提升中國整體和地區(qū)間農業(yè)用水效率。常用的非參數(shù)法是數(shù)據(jù)包絡分析方法（DEA），該方法由Charnes等［9］于1978 年提出，采用線性規(guī)劃方法來測算效率［10］，無須定義生產函數(shù)的特定形式，只需要設定輸入和輸出的值即可最大限度測度服務單元的效率，避免了主觀因素影響，更能反映用水效率和實際情況，在研究中使用更廣泛。馬劍鋒等［11］采用全局DEA 方法測算1997—2015 年長江經濟帶農業(yè)用水效率，并結合莫蘭指數(shù)和空間計量模型研究其空間特質；馬劍鋒等［12］采用DEAMalmquist 方法測算2007—2015 年中國農業(yè)用水效率，探究其效率提升路徑和空間效應；楊冬民等［13］運用Super-SBM 模型、Malmquist 指數(shù)測算陜西省農業(yè)用水效率及動態(tài)變化趨勢，提升陜西省產業(yè)綠色發(fā)展效率；尚杰等［14］基于SBM-Malmquist 模型測算2009—2018 年中國糧食主產區(qū)農業(yè)用水效率，應用面板隨機效應模型分析其影響因素。

本研究采用SBM-Malmquist 模型，衡量2011—2020 年長江經濟帶農業(yè)用水效率，探究技術效率和技術進步變化對提升農業(yè)用水效率的作用與中性無偏綠色技術進步、偏向性綠色技術進步對技術進步的影響力，最后使用核密度方法探索長江經濟帶農業(yè)用水效率的時空演變趨勢。

1 模型構建與指標選擇

1.1 模型構建

1.1.1 SBM 模型 Tone［15］提出SBM 模型，該模型以松弛變量測度為基礎，將投入項與產出項的差額考慮進去，使用非射線方式優(yōu)化松弛變量，使測算效率更精確（圖1）。

圖1 基于SBM 模型測算長江經濟帶農業(yè)用水效率

假設有N個決策單元（Decision making unit，DMU），模型從t階段結轉到t+1 階段，可以得出農業(yè)用水效率（ρ0t），計算公式如下：

上式的約束條件如下：

1.1.2 Malmquist 指數(shù)法 Malmquist［16］提出了用于測度研究期內生產率時序變化的方法，該方法中的全要素生產效率變化指數(shù)（M0）的計算公式如下：

若M0＞1，表示從t到t+1 農業(yè)用水效率提高，M0＜1 表示從t到t+1 農業(yè)用水效率降低。

全要素生產效率變化指數(shù)可以進一步分解為技術效率指數(shù)（EFHCH）和技術進步指數(shù)（TECHCH）2部分，技術效率指數(shù)研究在現(xiàn)有技術水平下決策單元的技術效率變化；技術進步指數(shù)衡量在研究期內決策單元技術水平的提升幅度。計算公式如下：

將技術進步指數(shù)分解為中性無偏綠色技術進步指數(shù)（MATC）、投入組偏綠色技術進步指數(shù)（IBTC）和產出組偏性綠色技術進步指數(shù)（OBTC），分析組間偏向對技術進步的作用，計算公式如下：

1.2 指標選擇

考慮勞動力、資本投入、資源等的全面性，結合DEA 模型，決策單元數(shù)量為指標總數(shù)的2～3倍［17］，再參考李靜等［18］、佟金萍等［19］的研究結果，本研究選取2011—2020 年長江經濟帶第一產業(yè)就業(yè)人員、農業(yè)機械總動力、農作物總播種面積、農業(yè)用水總量作為投入指標，農業(yè)總產值作為產出指標。農業(yè)總產值按當年價格折算成1980 年基期的可比數(shù)據(jù)，見表1。

表1 中國農業(yè)用水效率測算指標選擇

2 結果與分析

2.1 農業(yè)用水效率靜態(tài)分析

使用DEAP 2.1 軟件得出長江經濟帶2011—2020 年分?。ㄊ校┖头值貐^(qū)的農業(yè)用水效率，具體結果見表2、表3。為進一步分析農業(yè)用水效率的時空趨勢，將長江經濟帶劃分為上游地區(qū)、中游地區(qū)和下游地區(qū)。上游地區(qū)包括重慶市、四川省、云南省和貴州省，中游地區(qū)包括安徽省、江西省、湖北省和湖南省，下游地區(qū)包括上海市、江蘇省和浙江省。

表2 2011—2020 年長江經濟帶分?。ㄊ校┺r業(yè)用水效率

2011—2020 年長江經濟帶11 個?。ㄊ校┺r業(yè)用水效率平均值為0.874，且整體呈現(xiàn)下降趨勢，2011—2020 年農業(yè)用水效率下降了6.28%，農業(yè)用水效率仍有較大提升空間。地區(qū)農業(yè)用水效率平均值排序為下游地區(qū)＞上游地區(qū)＞中游地區(qū)，平均效率差異較大。下游地區(qū)經濟發(fā)達，農業(yè)技術和管理制度帶動農業(yè)用水效率提升，上游地區(qū)灌溉水量豐富，而中游地區(qū)受氣候、農業(yè)技術和管理制度等限制，農業(yè)用水效率呈現(xiàn)低值。

以2011—2020 年長江經濟帶農業(yè)用水平均效率為分類標準，將11 個?。ㄊ校┓譃? 個效率層次。第一層次包括貴州省、湖北省、江蘇省、上海市、四川省、浙江省和重慶市，其農業(yè)用水效率均高于平均水平；第二層次包括安徽省、湖南省、江西省和云南省，其農業(yè)用水效率均低于平均水平。第一層次中，上海市、浙江省和重慶市農業(yè)用水效率均為1.000，達到了有效利用狀態(tài)，說明其農業(yè)水資源得到最優(yōu)配置。其余?。ㄊ校┺r業(yè)用水效率排序為江蘇?。举F州?。舅拇ㄊ。竞笔?，其中中游地區(qū)只有湖北省進入第一層次。第二層次中，農業(yè)用水效率排序為湖南?。驹颇鲜。景不帐。窘魇?，除云南省外，其余都屬于中游地區(qū)。

綜上，中游地區(qū)仍需推進“十四五”規(guī)劃，準確把握發(fā)展趨勢，仔細梳理提升農業(yè)用水效率和保護水環(huán)境的各環(huán)節(jié)，統(tǒng)籌各區(qū)域、各發(fā)展目標治理需求，繼續(xù)提高農業(yè)用水效率。

上海市、浙江省和重慶市所有年份都處于效率最高值，根據(jù)原始數(shù)據(jù)可以看到，這3 個?。ㄊ校﹩挝晦r業(yè)總產值消耗用水量較低、節(jié)水灌溉技術先進、精細化管理完善。而安徽省由于上海市、江蘇省以及浙江省的“虹吸效應”，導致第一產業(yè)勞動力人口流失、投入要素減少，影響了農業(yè)產出水平，安徽省農業(yè)用水效率處于低值［20］。江西省農業(yè)用水效率處于長江經濟帶末位，江西省擁有中國最大的淡水湖鄱陽湖，雨量充沛，但水資源時空分布不均，控制性水利工程少，使得江西省總體處于缺水狀態(tài)，農業(yè)發(fā)展和用水效率的提升受水資源短缺限制嚴重［21］。綜上，不同地區(qū)存在不同薄弱環(huán)節(jié)，管理者需要因地制宜采取措施來提升效率。

2.2 農業(yè)用水效率動態(tài)分析

2.2.1 農業(yè)用水效率時序變化趨勢 由表4 可知，各時期全要素生產效率變化指數(shù)均大于1.000，整體呈現(xiàn)上升趨勢。從對農業(yè)用水效率影響因素來看，技術進步和中性無偏綠色技術進步是推動效率提升的主要力量，指數(shù)分別為1.073 和1.066，投入組偏綠色技術進步為次要推動力量，指數(shù)為1.007，而技術效率和產出組偏綠色技術進步的指數(shù)分別為1.000和1.001。綜上，長江經濟帶追趕效應不強，技術進步效應強，中性無偏綠色技術進步是技術進步的主要驅動力，技術效率和產出組偏綠色技術進步促進作用較弱。

表4 2011—2020 年長江經濟帶農業(yè)水資源分年全要素生產效率變化指數(shù)及其分解指數(shù)

使用核密度分析方法，選取2011—2012 年、2013—2014 年、2015—2016 年、2017—2018 年、2019—2020 年和2011—2020 年整體平均水平作為典型年份，得出長江經濟帶農業(yè)用水效率時序變化趨勢，如圖2、圖3。長江經濟帶全要素生產效率變化指數(shù)、技術效率指數(shù)、技術進步指數(shù)的曲線呈現(xiàn)“單峰”集中形態(tài)。2011—2018 年全要素生產效率變化指數(shù)曲線逐漸左移，代表農業(yè)用水效率增長率逐漸減??；2019—2020 年曲線逐漸平坦，全要素生產效率的省際分化集中程度逐漸減弱。2011—2020 年技術效率指數(shù)曲線左右移動不穩(wěn)定，自2011—2016 年逐漸左移，技術效率推動力量逐漸減弱，隨后2017—2018 年曲線右移，技術效率效應增強，而2019—2020 年技術效率效應再次大幅度減弱。技術進步指數(shù)曲線從2011—2020 年經歷先變陡后變平的過程，技術進步效應集中程度先增強后減弱，并且曲線整體右移，技術效應對農業(yè)用水效率的促進作用增強。2011—2020 年中性無偏綠色技術進步曲線左右移動不穩(wěn)定，表示其對技術進步推動作用逐年變化，而各年投入組偏綠色技術進步指數(shù)和產出組偏綠色技術進步指數(shù)均集中在1.0 附近。

圖2 長江經濟帶全要素生產效率變化指數(shù)及其分解指數(shù)時序變化

圖3 長江經濟帶技術進步指數(shù)分解時序變化

2.2.2 農業(yè)用水效率空間分異特征 從11 個?。ㄊ校﹣砜矗厣a效率變化指數(shù)排名靠前的?。ㄊ校橘F州省、云南省和江西省，上海市處于最低水平（表5）。靜態(tài)分析下上海市農業(yè)用水效率處于有效狀態(tài)，但動態(tài)分析下其農業(yè)水資源生產率處于最低水平，技術效率缺乏動力；云南省和江西省全要素生產效率變化指數(shù)較高，而靜態(tài)分析下這2 省效率水平較低，說明云南省和江西省有較大的提升空間和潛力；在技術效率、技術進步和中性無偏綠色技術進步共同推動下，貴州省以較高效率和較大發(fā)展?jié)摿μ幱陂L江經濟帶各地區(qū)的最高值。

表5 2011—2020 年長江經濟帶農業(yè)水資源分省（市）全要素生產效率變化指數(shù)及其分解指數(shù)

由表6 可知，全要素生產效率變化指數(shù)排序為中游地區(qū)＞上游地區(qū)＞下游地區(qū)，與靜態(tài)農業(yè)用水效率排名相反，說明中游地區(qū)雖然現(xiàn)有農業(yè)用水效率處于整體較低水平，但在技術效率和技術進步相協(xié)調的共同推動下，中游地區(qū)有增長潛力。中游地區(qū)在適度規(guī)模生產的同時加強技術投入，促進農業(yè)用水效率提升，而下游地區(qū)雖然經濟實力雄厚，技術創(chuàng)新活躍，但是技術效率限制了農業(yè)用水效率的提升，需要充分發(fā)揮規(guī)模經濟提升技術效率。

表6 2011—2020 年長江經濟帶農業(yè)水資源分地區(qū)全要素生產效率變化指數(shù)及其分解指數(shù)

由圖4、圖5 可知，大多數(shù)省（市）投入組偏綠色技術進步指數(shù)和產出組偏綠色技術進步指數(shù)處于較低水平（指數(shù)小于1.000），而全要素生產效率變化指數(shù)、技術效率指數(shù)、技術進步指數(shù)和中性無偏綠色技術進步指數(shù)處于較高水平（指數(shù)大于1.000）。整體而言，投入組偏綠色技術進步和產出組偏綠色技術進步抑制了農業(yè)用水效率提升，技術效率、技術進步和中性無偏綠色技術進步促進了農業(yè)用水效率提升。在區(qū)域異質性方面，中性無偏綠色技術進步、投入組偏綠色技術進步和產出組偏綠色技術進步在中游地區(qū)對技術進步提升起促進作用，中性無偏綠色技術進步和投入組偏綠色技術進步在上游地區(qū)和下游地區(qū)對技術進步提升起促進作用，而產出組偏綠色技術進步起抑制作用；各地區(qū)對技術進步的促進作用都以中性無偏綠色技術進步為主導。綜上，長江經濟帶存在因資源環(huán)境約束產生技術衰退，需要調整投入與產出比例，轉變技術進步偏向特征，促進技術進步朝著綠色技術進步方向發(fā)展。

圖4 長江經濟帶農業(yè)水資源全要素生產效率變化指數(shù)及其分解指數(shù)空間分異

圖5 長江經濟帶農業(yè)水資源技術進步指標分解空間分異

3 小結

本研究基于SBM-Malmquist 模型對2011—2020年長江經濟帶農業(yè)用水效率及時空變化趨勢進行分析。根據(jù)SBM 模型分析，長江經濟帶11 省（市）農業(yè)用水效率整體未達到有效狀態(tài)，仍有較大提升空間?？臻g差異較大，農業(yè)用水效率平均值排序為下游地區(qū)＞上游地區(qū)＞中游地區(qū)。上海市、浙江省和重慶市達到有效利用狀態(tài)，平均效率排名為上海市、浙江省、重慶市＞江蘇?。举F州省＞四川?。竞笔。菊w平均水平＞湖南?。驹颇鲜。景不帐。窘魇　９芾碚咝枰槍Σ煌。ㄊ校┑谋∪醐h(huán)節(jié)，因地制宜、統(tǒng)籌協(xié)調發(fā)展農業(yè)用水效率。

農業(yè)用水效率總體呈現(xiàn)上升趨勢，技術進步和中性無偏綠色技術進步為推動效率提升的主要力量，各?。ㄊ校┰诩夹g效率和產出組偏綠色技術進步方面亟需努力。使用核密度分析方法研究總體形態(tài)，長江經濟帶全要素生產效率變化指數(shù)、技術效率指數(shù)、技術進步指數(shù)的曲線呈現(xiàn)“單峰”集中形態(tài)。2011—2020年，農業(yè)水資源全要素生產效率變化指數(shù)和技術效率呈下降趨勢，技術進步呈上升趨勢。與偏向性綠色技術進步相比，中性無偏綠色技術進步波動幅度更大且處于更高水平。技術效率變化和偏向性綠色技術進步限制了農業(yè)用水效率的提升，需要改變小規(guī)模分散經營，發(fā)揮規(guī)模效應提升效率，調整投入產出結構，推進結構化改革。

農業(yè)水資源全要素生產效率變化指數(shù)排名靠前的?。ㄊ校橘F州省、云南省和江西省，上海處于最低水平。地區(qū)農業(yè)水資源全要素生產效率變化指數(shù)排名為中游地區(qū)＞上游地區(qū)＞下游地區(qū)，與靜態(tài)農業(yè)用水效率排名相反。

4 對策建議

1）加強區(qū)域間合作，協(xié)調區(qū)域治理需求和發(fā)展目標。中游地區(qū)因受地形氣候影響，水資源匱乏、農業(yè)基礎薄弱、農業(yè)用水技術效率落后，政府需要加強上中下游地區(qū)合作，協(xié)調區(qū)域治理需求，合理配置資源，推進農業(yè)供給側結構性改革，同時加強中上游的資金支持和技術研發(fā)合作，加快推進區(qū)域協(xié)調發(fā)展，促進農業(yè)用水效率提升。

2）優(yōu)化產業(yè)結構，調整要素比例，推動水資源結構升級。長江經濟帶農業(yè)用水效率總體處于上升階段，技術進步是效率提升的關鍵因素，中性無偏綠色技術進步是促進技術進步的關鍵因素。各省（市）需要結合地區(qū)資源稟賦和發(fā)展階段，調整投入產出要素群比重，均衡發(fā)展地區(qū)經濟；推進農業(yè)水資源領域的機制改革，推進農業(yè)用水結構性改革契合要素組間偏向，兼顧農民經濟效益和生態(tài)水資源結構升級，提高農業(yè)用水效率。

3）轉變傳統(tǒng)農業(yè)用水模式，加強科技投入和科技創(chuàng)新，提升技術效率。長江經濟帶技術效率的滯后嚴重阻礙了農業(yè)用水效率的提升，亟需提升技術效率。技術效率高的中上游地區(qū)要發(fā)揮示范指導作用，帶動下游地區(qū)和周邊地區(qū)提升技術效率和發(fā)展農業(yè)經濟，加強各地區(qū)的合作交流，引進先進適用的生產管理技術，精進區(qū)域農業(yè)生產流程，優(yōu)化產業(yè)結構，推動經濟和生態(tài)和諧發(fā)展。相較于中上游地區(qū)的技術效率水平，下游地區(qū)相對較低，下游地區(qū)一方面要改變小規(guī)模分散經營、因地制宜、適應多種形式的農業(yè)經營體制，充分發(fā)揮規(guī)模效應以提升效率；另一方面，在充分利用現(xiàn)有技術和消化吸收已有生產管理經驗的條件下，加大科技經費的投入，協(xié)調投入要素和產出要素，培養(yǎng)各地區(qū)自主創(chuàng)新能力，探索提速增效方案，推動各地區(qū)技術進步和技術效率提升。