基于DEA 和Malmquist 指數(shù)的農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率分析
——以河南省部分省轄市為例

劉桂芳，姚 峰

（河海大學(xué) 公共管理學(xué)院，南京 211100）

0 引 言12

【研究意義】農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)對保證糧食生產(chǎn)具有不可替代的重要作用，也是實現(xiàn)農(nóng)業(yè)現(xiàn)代化、促進農(nóng)村經(jīng)濟發(fā)展的重要動力[1]。我國2004—2015年的中央“一號文件”均強調(diào)了加強農(nóng)田水利基礎(chǔ)設(shè)施的建設(shè)[2]。2016 年，為保障我國糧食安全，提升農(nóng)業(yè)綜合生產(chǎn)力，加強對農(nóng)田水利的科學(xué)規(guī)劃并促進其健康發(fā)展，國務(wù)院發(fā)布了《農(nóng)田水利條例（2016年）》，對農(nóng)田水利的規(guī)劃、水利工程建設(shè)、工程運行維護等工作進行了全過程規(guī)范。新時代，農(nóng)田水利建設(shè)更是現(xiàn)代化農(nóng)業(yè)以及新農(nóng)村建設(shè)的重要內(nèi)容?！?020 年農(nóng)村水利水電工作年度報告》數(shù)據(jù)顯示，“十三五”期間農(nóng)村水利水電的投資計劃累計下達1 664.48 億元[3]。2021 年2 月的中央“一號文件”繼續(xù)強調(diào)了強化農(nóng)業(yè)物質(zhì)裝備和實施大中型灌區(qū)續(xù)建配套和現(xiàn)代化改造的重要性。這一系列舉措說明了國家對農(nóng)田水利設(shè)施建設(shè)的重視。在此背景下，通過科學(xué)的方式對農(nóng)田水利生產(chǎn)效率展開評估將有利于對其建設(shè)和管理，促進資源的合理使用，充分發(fā)揮其應(yīng)有的效益。

【研究進展】農(nóng)田水利設(shè)施作為工程項目，從投資到建設(shè)，再到后期的管理運營均會涉及效率問題，現(xiàn)以此為視角對我國農(nóng)田水利基礎(chǔ)設(shè)施的相關(guān)研究進行梳理。從投資、供給角度出發(fā)，目前學(xué)者多分析農(nóng)田水利基礎(chǔ)設(shè)施投資與供給的影響因素，重點關(guān)注了人均GDP、區(qū)域差異、農(nóng)民受教育程度以及農(nóng)民收入水平等因素對效率值的影響。如錢里程等[4]運用DEA 數(shù)據(jù)包絡(luò)的CCR 和BCC 模型分析了我國農(nóng)村水利投入效率，指出我國建設(shè)農(nóng)村水利投入產(chǎn)出效率偏低，且存在明顯的地域性差異；何平均等[5]選取DEA-Tobit 模型對我國農(nóng)田水利基礎(chǔ)設(shè)施投資績效進行評價，并探究了相關(guān)的影響因素，研究發(fā)現(xiàn)人均GDP、農(nóng)村勞動力文盲率等因素與農(nóng)田水利基礎(chǔ)設(shè)施投資績效呈負相關(guān)，與農(nóng)田水利管理體制改革等呈正相關(guān)；唐娟莉等[6]以產(chǎn)出為導(dǎo)向的三階段DEA 模型分析了2007—2014 年我國農(nóng)田水利設(shè)施的供給效率，并探究了人口規(guī)模、人均GDP、城市化水平等因素與農(nóng)田水利設(shè)施供給效率間的關(guān)系；周含韜等[7]運用DEA-Tobit 模型對拉曼灌區(qū)（中片區(qū)）土地開發(fā)項目展開研究，分析了政府財政撥款、農(nóng)業(yè)信貸以及組織管理水平等可觀測因素和不可觀測因素對農(nóng)田水利工程供給效率的影響；俞蕾等[8]運用SBM-Malmquist方法評價了2009—2018 年我國27 個?。ㄊ?、自治區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施的供給效率及其變化情況，并提出通過吸引農(nóng)村精英返鄉(xiāng)、優(yōu)化農(nóng)村基層組織等途徑提高農(nóng)田水利供給效率。

對于農(nóng)田水利基礎(chǔ)設(shè)施的建設(shè)效率研究，學(xué)者多選用DEA 窗口模型以及Malmquist 指數(shù)法對農(nóng)田水利工程項目及其建設(shè)管理績效進行評價。其中，部分學(xué)者選用典型地區(qū)的農(nóng)田水利建設(shè)項目展開研究，周利平等[9]采用DEA方法和Malmquist指數(shù)法對江西省19 個地區(qū)第一批小型農(nóng)田水利重點縣的效率進行分析，研究表明“小農(nóng)水”重點縣建設(shè)效率較高，建設(shè)規(guī)模也趨于優(yōu)化；靳軻等[10]選用DEA 的窗口模型對河南省18 個地市農(nóng)田水利供給績效進行評價，并對農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)基本飽和的地市和還需發(fā)展的地市分別提出整改建議；還有學(xué)者對全國范圍的農(nóng)田水利設(shè)施建設(shè)展開分析，如劉其濤[2]以我國31 個地區(qū)的農(nóng)田水利基礎(chǔ)設(shè)施為研究對象，運用DEA-BCC 模型和Malmquist 生產(chǎn)率指數(shù)對投資的綜合技術(shù)效率和動態(tài)效率進行測算，分析了科技成果轉(zhuǎn)化推廣在農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)中的重要作用；葉銳等[11]運用共享投入DEA 模型測算了我國農(nóng)田水利設(shè)施建設(shè)與運行管理效率，證實我國在農(nóng)田水利建設(shè)中存在“重前期投入，輕后期管理”問題。

在農(nóng)田水利的運營管理效率方面，葉文輝等[12]利用DEA-Tobit 兩階段法，選取我國2003—2010 年農(nóng)田水利的運營投入產(chǎn)出指標數(shù)據(jù)，對其運營效率及影響因素展開分析，研究發(fā)現(xiàn)我國農(nóng)田水利運營效率較低，且存在區(qū)域性差距，并指出農(nóng)田水利“準公共產(chǎn)品”的性質(zhì)是其運營效率低下的根源所在；Díaz等[13]將DEA 模型應(yīng)用于西班牙最具代表性的灌溉區(qū)，測算當(dāng)?shù)毓喔确椒ǖ挠行?，并為低效率地區(qū)提出改進意見；湯潔娟[14]運用DEA 模型和Malmquist 生產(chǎn)效率指數(shù)對我國農(nóng)田水利建設(shè)工程的社會經(jīng)濟效率進行評價，指出通過提高東部和中部地區(qū)農(nóng)田水利工程的使用率進一步發(fā)揮農(nóng)業(yè)在國民經(jīng)濟中的基礎(chǔ)性作用；Hong 等[15]分析了農(nóng)田水利設(shè)施運行效率的影響因素，研究表明農(nóng)民非農(nóng)收入的增加與其呈負相關(guān)關(guān)系；楊運武等[16]將DEA-BCC 模型與線性回歸分析法相結(jié)合，分析了農(nóng)田水利工程對農(nóng)業(yè)生態(tài)環(huán)境的影響，結(jié)果顯示合理建設(shè)農(nóng)田水利工程有助于改善農(nóng)業(yè)生產(chǎn)環(huán)境，但相應(yīng)的改善作用存在不穩(wěn)定性。

現(xiàn)有研究引入多種DEA 模型從不同角度研究了農(nóng)田水利設(shè)施的效率值，相關(guān)的評價指標體系也相對成熟，為本研究提供了良好的參考價值。【切入點】在農(nóng)田水利基礎(chǔ)設(shè)施的生產(chǎn)效率方面，大多數(shù)學(xué)者集中于利用DEA 模型從宏觀層面分析其運營效率，即決策單元多為省級，對特定省份農(nóng)田水利生產(chǎn)效率的內(nèi)部差異分析還不夠深入。此外，從靜態(tài)和動態(tài)角度測算特定地區(qū)農(nóng)田水利生產(chǎn)效率的研究也較為缺乏。【擬解決的關(guān)鍵問題】因此，本研究基于投入角度，運用DEA-BCC 方法對2013—2020 年河南省部分省轄市的農(nóng)田水利生產(chǎn)效率進行全方位分析，在此基礎(chǔ)上引入Malmquist 指數(shù)分析各地區(qū)農(nóng)田水利生產(chǎn)效率的動態(tài)變化，并探究各項指數(shù)對河南省農(nóng)田水利生產(chǎn)效率的貢獻程度，從而剖析河南省農(nóng)田水利生產(chǎn)效率中存在的問題，并挖掘提高農(nóng)田水利設(shè)施使用效率的政策建議。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

本研究采用數(shù)據(jù)包絡(luò)法（DEA）和Malmquist 指數(shù)法對河南省農(nóng)田水利效率進行分析。DEA 模型可用于多項投入指標與產(chǎn)出指標的靜態(tài)效率評價，不受相應(yīng)指標單位量綱影響，考慮到農(nóng)田水利屬于高投入、高風(fēng)險的工程項目，因而基于投入導(dǎo)向型和規(guī)模報酬可變假設(shè)，采用DEA-BCC 模型來評價決策單元效率水平，公式如下：

式中：θ為各決策單元農(nóng)田水利生產(chǎn)的效率水平；ε為非阿基米德無窮小量；s-和s+分別為農(nóng)田水利設(shè)施投入項和產(chǎn)出項的松弛變量；xj為第j個決策單元農(nóng)田水利基礎(chǔ)設(shè)施的投入量；yj為第j個決策單元的農(nóng)田水利基礎(chǔ)設(shè)施產(chǎn)出量；λj為各地農(nóng)田水利投入和產(chǎn)出的權(quán)系數(shù)。當(dāng)θ*=1，s+*=s-*=0 時表示有效，當(dāng)θ*=1，s+*、s-*不全為0，則表示弱有效，當(dāng)θ*＜1 時表示效率較低[17]。

對于非DEA 有效評價單元，可借評價單元DMU在相對有效面上的“投影”，獲取其與有效水平間的差距，從而分析造成非DEA 有效的原因，并探究相應(yīng)的改進方式[18]。令：

Malmquist 指數(shù)一般用于測量一段時間內(nèi)全要素生產(chǎn)率的變化，將之與DEA 模型結(jié)合有利于更全面地分析農(nóng)田水利設(shè)施效率的靜態(tài)和動態(tài)變化。Malmquist 指數(shù)法提出后，首先用于生產(chǎn)效率分析，而后加入時間變量，用于衡量2 個相鄰時期的全要素生產(chǎn)效率指數(shù)的動態(tài)變化[19]，測算結(jié)果用全要素生產(chǎn)率（TFP）表示，用于顯示生產(chǎn)中各要素的綜合生產(chǎn)率，在規(guī)模報酬不變的情況下，可用Malmquist 指數(shù)進一步分析技術(shù)進步效率（Techch）和技術(shù)效率（Effch），而在規(guī)模報酬可變的情況下，測算結(jié)果可將技術(shù)效率（Effch）分解為純技術(shù)效率（Pech）和規(guī)模效率（Sech），具體如式（3）所示：

當(dāng)TFP＞1時，表示農(nóng)田水利生產(chǎn)效率在研究期間的相對效率有所改善，當(dāng)TFP＜1時，則反之。

1.2 指標選取及數(shù)據(jù)來源

本研究以河南省部分省轄市為效率分析對象，由于濮陽市、漯河市以及周口市存在數(shù)據(jù)缺失，因而予以剔除。數(shù)據(jù)的時間跨度為2013—2020 年?？紤]到數(shù)據(jù)的可獲得性，以及河南省農(nóng)田水利基礎(chǔ)設(shè)施的實際情況，構(gòu)建相應(yīng)的投入產(chǎn)出指標體系作為測算依據(jù)?；谵r(nóng)田水利設(shè)施改善農(nóng)業(yè)生產(chǎn)條件、提高農(nóng)產(chǎn)品生產(chǎn)效率等作用的考慮，選取農(nóng)林牧漁業(yè)總產(chǎn)值和灌溉面積作為農(nóng)田水利設(shè)施的產(chǎn)出衡量指標，分別用于分析農(nóng)田水利設(shè)施的經(jīng)濟產(chǎn)出和生態(tài)產(chǎn)出。在投入方面，從物資投入和勞動力投入出發(fā)，選取水庫數(shù)量、農(nóng)村用電量、第一產(chǎn)業(yè)就業(yè)人員作為農(nóng)田水利設(shè)施的投入指標。數(shù)據(jù)來源于《河南統(tǒng)計年鑒》[20]與《河南水利年鑒》[21]，利用軟件DEAP2.1 進行測算。

2 農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率實證分析

2.1 河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率靜態(tài)分析評價

1）從綜合技術(shù)效率層面分析，通過比較表1 和圖1 中各省轄市綜合技術(shù)效率值可以發(fā)現(xiàn)，2013 年河南省15 個省轄市綜合技術(shù)效率均值為0.795，未達到DEA 有效狀態(tài)，共有3 個市的農(nóng)田水利達到了綜合技術(shù)效率有效，分別是開封市、鶴壁市、新鄉(xiāng)市，其余均為DEA無效，最低為平頂山市，效率值為0.517；2017 年河南省15 個省轄市農(nóng)田水利基礎(chǔ)設(shè)施綜合技術(shù)效率均值為0.784，開封市、鶴壁市、三門峽市3個市的綜合技術(shù)效率達到有效狀態(tài)，平頂山市為0.482，仍為最低值；2020 年，河南省15 個省轄市綜合技術(shù)效率均值為0.843，開封市、鶴壁市、焦作市、三門峽市、商丘市、信陽市6 個市的綜合技術(shù)效率值達到DEA有效，最低是鄭州市，效率值為0.409。2013、2017、2020 年，平頂山市綜合技術(shù)效率均處于非DEA有效狀態(tài)，且2013 年和2017 年均為最低值，可見平頂山市農(nóng)田水利基礎(chǔ)設(shè)施較為薄弱。而開封市、鶴壁市的綜合技術(shù)效率在2013、2017、2020 年均達到了DEA 有效，包括技術(shù)有效和規(guī)模報酬最優(yōu)。通過資料查詢可以發(fā)現(xiàn)：開封市和鶴壁市農(nóng)田水利基礎(chǔ)設(shè)施的良好發(fā)展，離不開強有力的政策和資金支持。2013年開封市在市級“以獎代補”資金引導(dǎo)下開展農(nóng)田水利基本建設(shè)，鶴壁市加大上級水利項目資金爭取力度，并引導(dǎo)社會力量參與水利建設(shè)；2017 年開封市完成水利投資20.2 億元，創(chuàng)歷史新高，鶴壁市則以“紅旗渠精神杯”競賽活動為載體，全方位推動農(nóng)田水利基本建設(shè)，而同年的平頂山市在農(nóng)田水利、河道治理等項目實施總資金為4.8 億元，資金投入相對較低；2020 年開封市以水利脫貧攻堅為重點，加強貧困地區(qū)水利基礎(chǔ)設(shè)施建設(shè)，鶴壁市以“十大提升工程”為抓手，持續(xù)推進重點水利工程建設(shè)，并編制了《水利基礎(chǔ)設(shè)施空間布局規(guī)劃》[21]，可見良好的政策環(huán)境和充足的資金投入是農(nóng)田水利發(fā)展的基礎(chǔ)保障。

圖1 2013、2017、2020 年河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施綜合技術(shù)效率比較Fig.1 Comparison of comprehensive technology efficiency of farmland water infrastructure in some provincial cities of Henan Province in 2013, 2017, 2020

表1 河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率值Table 1 Efficiency of farmland water infrastructure in some provincial cities of Henan Province

2）從純技術(shù)效率角度上看，對表1 中各省轄市的純技術(shù)效率值進行比較，2013、2017、2020 年開封市、鶴壁市、南陽市、商丘市、信陽市、駐馬店市、濟源市7 市的純技術(shù)效率值均達到了1，2013 年和2017 年純技術(shù)效率值最低者均為平頂山市，其值分別為0.539 和0.483，2020 年最低是鄭州市，值為0.424。相應(yīng)年份純技術(shù)效率最低的地區(qū)和綜合技術(shù)效率一致，可見平頂山市和鄭州市農(nóng)田水利基礎(chǔ)設(shè)施綜合技術(shù)效率受純技術(shù)效率的影響較大。2013、2017、2020年，每年都有8～9 個地區(qū)達到了純技術(shù)效率有效，說明近年來河南省農(nóng)田水利技術(shù)推廣力度較大且取得了一定成就，但地域差異較為明顯，平頂山市和鄭州市相對較低，2 個地區(qū)分別作為資源型工業(yè)城市和省會城市，第一產(chǎn)業(yè)發(fā)展相對不足，農(nóng)田水利資源的管理或相關(guān)技術(shù)的開發(fā)與應(yīng)用還有待改善。

3）從規(guī)模效率視角出發(fā)，比較表1 中河南省各省轄市的規(guī)模效率值，2013 年開封市、鶴壁市、新鄉(xiāng)市規(guī)模效率值均為1，最低為濟源市的0.644；2017年開封市、鶴壁市、三門峽市規(guī)模效率達到了1，濟源市仍處于最低值，為0.519；2020 年開封市、鶴壁市、焦作市、三門峽市、商丘市、信陽市規(guī)模效率值為1，南陽市為0.803，為最低值。2013、2017 年濟源市規(guī)模效率最低，主要由于當(dāng)?shù)?8%的面積為山區(qū)和丘陵，且近年來城鎮(zhèn)化和工業(yè)化發(fā)展較快，促使人地矛盾突出，農(nóng)村勞動力不足[22]，自然環(huán)境條件和城鎮(zhèn)化發(fā)展使得當(dāng)?shù)剞r(nóng)田水利基礎(chǔ)設(shè)施發(fā)展規(guī)模受限。結(jié)合《河南水利年鑒》進行縱向比較，2013 年河南省推動小農(nóng)水重點縣建設(shè)和大型灌區(qū)配套改造，2017 年大力發(fā)展節(jié)水灌溉并印發(fā)《河南省2017—2018 年度冬春農(nóng)田水利基本建設(shè)實施方案》，2020 年以水利脫貧攻堅和農(nóng)村飲水安全為抓手，完善農(nóng)村水利設(shè)施建設(shè)[21]，在良好的政策支持下，河南省農(nóng)田水利基礎(chǔ)設(shè)施規(guī)模效率達到有效的地區(qū)從2013 年的3 個提升至2020 年的6 個，說明河南省農(nóng)田水利建設(shè)投入要素的配置正趨于合理狀態(tài)。

4）非DEA 有效地區(qū)農(nóng)田水利設(shè)施的投入與產(chǎn)出冗余分析，選取2020 年綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均無效的地區(qū)進行農(nóng)田水利基礎(chǔ)設(shè)施的投入產(chǎn)出分析，采用DEAP2.1 軟件測算各市投入、產(chǎn)出的冗余值，具體結(jié)果如表2 所示。整體來看，2020年河南省非有效地區(qū)均存在不同程度的投入冗余和產(chǎn)出不足。從投入指標來看，各地在水庫數(shù)量、第一產(chǎn)業(yè)就業(yè)人員和農(nóng)村用電量上均存在投入冗余，水庫數(shù)量和第一產(chǎn)業(yè)就業(yè)人員投入冗余量最高的均為鄭州市，分別為99 座和38.187 萬人，農(nóng)村用電量投入冗余最高的則是新鄉(xiāng)市，為46.964 億kW·h；從產(chǎn)出指標來看，鄭州市、安陽市、新鄉(xiāng)市和許昌市在農(nóng)林牧漁業(yè)總產(chǎn)值上均存在產(chǎn)出不足，其中鄭州市和許昌市的農(nóng)林牧漁業(yè)總產(chǎn)值產(chǎn)出不足量相對較高，分別為72.876 億元和77.884 億元，洛陽市和平頂山市則在灌溉面積上存在產(chǎn)出不足，洛陽市灌溉面積產(chǎn)出不足量相對較高，為12.337 9 萬hm2。究其原因，河南省素有“中原糧倉”的美譽，農(nóng)村面積大、農(nóng)民眾多，由于氣候因素和地理條件影響，水旱災(zāi)害頻發(fā)，因而尤為注重興修水利[23]。而非DEA 有效的鄭州市地跨黃河、淮河水域，洪澇災(zāi)害頻發(fā)，新鄉(xiāng)市畜牧業(yè)發(fā)展迅速，農(nóng)業(yè)生產(chǎn)和畜牧業(yè)用電量多[24]。此外，據(jù)《河南水利年鑒》顯示，2020 年鄭州市和許昌市農(nóng)村水利重點工作在于推動農(nóng)村飲水安全和生態(tài)修復(fù)，洛陽市則強調(diào)灌區(qū)節(jié)水改造及安全飲水[21]?？梢姺荄EA有效地區(qū)投入冗余和產(chǎn)出不足是地區(qū)資源稟賦差異、政府年度工作重心和農(nóng)田水利資源利用不當(dāng)?shù)慕换バ?yīng)。因而，提高河南省非有效地區(qū)農(nóng)田水利生產(chǎn)效率需結(jié)合地區(qū)發(fā)展情況以統(tǒng)籌農(nóng)田水利發(fā)展規(guī)劃，進一步提升水庫、勞動力和農(nóng)村用電的利用率，減少已有物力資源和人力資源的浪費。

表2 河南省2020 年非有效地區(qū)的產(chǎn)出投入指標調(diào)整結(jié)果Table 2 Adjustment of output and input indicators for non-DEA effective areas in Henan Province in 2020

2.2 河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率變化趨勢分析

1）基于時間視角的農(nóng)田水利生產(chǎn)效率分析

基于規(guī)模報酬可變假設(shè)，使用DEAP2.1 軟件對2013—2020 年河南省部分省轄市農(nóng)田水利全要素生產(chǎn)率指數(shù)及其分解情況進行測算，從而研究河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率的動態(tài)變化特征。

由表3 和圖2 可知，2013—2020 年河南省農(nóng)田水利的平均全要素生產(chǎn)率為1.100，平均增長率為10.0%，而技術(shù)效率、技術(shù)進步、純技術(shù)效率和規(guī)模效率的平均增長率分別為0.7%、9.2%、-0.5%和1.2%，可見技術(shù)效率和技術(shù)進步是河南省農(nóng)田水利全要素生產(chǎn)率增長的動力源，技術(shù)進步是其主要動力源，而技術(shù)效率的提高主要源于規(guī)模效率改善的推動。從單個時間段來看，僅有2014 年和2017 年的全要素生產(chǎn)率小于1，隨著河南省農(nóng)田水利基礎(chǔ)設(shè)施綜合利用能力的逐步提升，從2018 年開始，全要素生產(chǎn)率變化指數(shù)逐年上升，2020 年全要素生產(chǎn)率達到1.650，為2013—2020 年中的最高值，這可能與相應(yīng)年份的政策環(huán)境相關(guān)，如2018 年河南省政府印發(fā)了《關(guān)于實施四水同治加快推進新時代水利現(xiàn)代化的意見》和建設(shè)規(guī)劃綱要，治水興水被列入河南省各級政府部門的重點工作[25]；2019 年黃河流域各省區(qū)以 “讓黃河成為造福人民的幸福河”為戰(zhàn)略目標，協(xié)同推進大治理[26]，河南省全省水利系統(tǒng)加快構(gòu)建水網(wǎng)體系；而2020 年則是“十三五”規(guī)劃的收官之年，河南省水利廳多措并舉以推動水利工程的安全、有效、良性運行[27]。

圖2 2013—2020 年河南省部分省轄市分年Effch、Techch 和TFP 指數(shù)變化趨勢Fig.2 The variation of Effch, Techch and TFP by year in some provincial cities of Henan Province in 2013—2020

表3 2013—2020 年河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率分年Malmquist 指數(shù)及分解Table 3 The Malmquist index and decomposition of efficiency of farmland water infrastructure in some provincial cities of Henan Province by year in 2013—2020

從技術(shù)效率指數(shù)（Effch）來看，2013—2020 年河南省的技術(shù)效率小于1 的有2014、2016、2020 年，其中，技術(shù)效率主要受純技術(shù)效率較低的影響，說明河南省2014、2016、2020 年對技術(shù)要素的使用效率偏低，在農(nóng)田水利投入資源的管理和利用能力方面存在一定問題，從而導(dǎo)致了產(chǎn)出不足或投入冗余。其余年份的技術(shù)效率都有小幅提升，2017 年河南省水利水土保持技術(shù)推廣站爭取了省級財政補助資金以建設(shè)水利新技術(shù)示范樣板，并對“河南省農(nóng)村水利技術(shù)推廣網(wǎng)”進行改版，以發(fā)揮網(wǎng)絡(luò)在政策宣傳和技術(shù)推廣上的重要作用[21]，隨著技術(shù)推廣效果的顯現(xiàn)，2018年河南省農(nóng)田水利基礎(chǔ)設(shè)施的技術(shù)效率增長率高達10.2%，說明農(nóng)田水利技術(shù)的推廣有助于農(nóng)田水利資源實現(xiàn)優(yōu)化配置，使得資源利用效率得以提高。

從技術(shù)進步效率（Techch）來看，2015、2017 年和2018年的技術(shù)進步變化小于1，其余年份均大于1，且平均技術(shù)進步效率為1.092，處于上升狀態(tài)，說明河南省在農(nóng)田水利基礎(chǔ)設(shè)施管理運營中由于新技術(shù)應(yīng)用而使得最佳生產(chǎn)狀態(tài)得到了改進。而從圖2 可知，河南省農(nóng)田水利TFP變化指數(shù)與技術(shù)進步變化指數(shù)具有高度一致的波動性增長趨勢，因而技術(shù)進步是影響河南省部分省轄市農(nóng)田水利全要素生產(chǎn)率變化的關(guān)鍵因素，而河南省長期以來都高度重視水利科技工作，每年均會評選“水利科技攻關(guān)研究項目”和“水利科技英才”，并給予物質(zhì)和精神獎勵，可見河南省通過增加水利科技投入，一定程度上激發(fā)了科研單位和科研人員開展水利技術(shù)創(chuàng)新的活力，推動了農(nóng)田水利發(fā)展。

2）基于空間視角的農(nóng)田水利生產(chǎn)效率分析

表4 顯示了2013—2020 年河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率分地區(qū)的全要素生產(chǎn)率（TFP）及其分解情況。從各地的全要素生產(chǎn)率來看，2013—2020 年河南省各地農(nóng)田水利均為增長趨勢，平均增長率達到了10.0%。增長最快的焦作市達到了18.7%，主要受技術(shù)進步效率的影響，外部因素可能與焦作市對農(nóng)田水利良好的建設(shè)管理相關(guān)[10]。增長最慢的是許昌市，為4.3%，主要是許昌市的技術(shù)效率指數(shù)小于1，相比于技術(shù)效率同樣小于1 的鄭州市、洛陽市和新鄉(xiāng)市而言，其技術(shù)進步指數(shù)相對較低，且純技術(shù)效率下降了2.2%；從各項分解指數(shù)來看，技術(shù)進步指數(shù)增長最快，增長率為9.2%，說明河南省農(nóng)田水利設(shè)施配置效率的提升主要受技術(shù)進步的影響。從技術(shù)效率的分解來看，純技術(shù)效率變化呈現(xiàn)衰退趨勢（-0.5%），主要是由鄭州市、洛陽市、新鄉(xiāng)市和許昌市的純技術(shù)效率下降造成，其中鄭州市的純技術(shù)效率下降的速率最快（-7.5%），而各地規(guī)模效率的變化平均增長率為1.2%；從各地區(qū)來看，由于各地技術(shù)進步效率不同使得各地區(qū)的全要素生產(chǎn)率增長存在差異，洛陽市、安陽市、焦作市、商丘市、濟源市的TFP 指數(shù)和技術(shù)進步指數(shù)增長率均大于10%，高于河南省平均水平10%和9.2%。

表4 2013—2020 年河南省部分省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率分地區(qū)Malmquist 指數(shù)及分解Table 4 The Malmquist index and decomposition of efficiency of farmland water infrastructure in some provincial cities of Henan Province by region in 2013—2020

3 結(jié)論與建議

1）河南省部分省轄市農(nóng)田水利生產(chǎn)效率靜態(tài)評價的結(jié)果顯示，2013、2017 年和2020 年河南省15個省轄市農(nóng)田水利生產(chǎn)的綜合技術(shù)效率偏低，但2020年達到DEA 有效狀態(tài)的地區(qū)數(shù)相比2013 年呈上升趨勢，說明河南省農(nóng)田水利資源配置和使用效率正在趨于改善，綜合技術(shù)效率受純技術(shù)效率影響較大，有2個省轄市的綜合技術(shù)效率在2013、2017、2020 年均達到了DEA 有效，分別是開封市和鶴壁市，而平頂山市2013、2017 年綜合技術(shù)效率最低。由2013、2017、2020 年各地平均純技術(shù)效率和規(guī)模效率可知，在持續(xù)的政策支持下，河南省對農(nóng)田水利投入要素的配置逐漸趨于合理，但平均純技術(shù)效率值相對較低，主要是由于純技術(shù)效率值地域差異較為明顯，因而需要加大農(nóng)田水利相關(guān)技術(shù)和管理方法的推廣力度，這與張亮等[22]在河南省農(nóng)田水利現(xiàn)代化水平研究中得出的結(jié)論基本一致。而在對2020 年非DEA 有效地區(qū)農(nóng)田水利設(shè)施的投入和產(chǎn)出冗余分析后，可以發(fā)現(xiàn)這些地區(qū)由于自然稟賦差異性和政府注意力有限性而對農(nóng)田水利設(shè)施缺乏統(tǒng)籌規(guī)劃，存在大量的投入冗余和產(chǎn)出不足。在投入方面，水庫資源、第一產(chǎn)業(yè)就業(yè)人員、農(nóng)村用電量均未得到充分利用，存在大量資源浪費情況；在產(chǎn)出方面，鄭州市和許昌市農(nóng)林牧漁業(yè)總產(chǎn)值產(chǎn)出不足量相對較高，洛陽市則在灌溉面積上產(chǎn)出不足量相對較高。

2）河南省部分省轄市農(nóng)田水利生產(chǎn)效率動態(tài)評價的結(jié)果顯示，2013—2020 年河南省15 個省轄市農(nóng)田水利資源全要素生產(chǎn)率變化指數(shù)呈現(xiàn)波動式增長趨勢，其得益于技術(shù)效率指數(shù)和技術(shù)進步指數(shù)均有效，而技術(shù)進步變化是主要動力源。因而，河南省在加大水利科技投入、提升自主創(chuàng)新能力的同時，也需關(guān)注技術(shù)效率的驅(qū)動潛力，重視資源管理和配置能力的提升。從2018 年開始，河南省農(nóng)田水利全要素生產(chǎn)率變化指數(shù)開始呈現(xiàn)逐年上升趨勢，可能受益于近年來良好的政策環(huán)境。從空間角度來看，2013—2020 年焦作市農(nóng)田水利基礎(chǔ)設(shè)施全要素增長率最快，許昌市的增長率相對較低。洛陽市、安陽市、焦作市、商丘市和濟源市的全要素生產(chǎn)率和技術(shù)進步增長率高于河南省平均水平，相對而言主要集中于豫北地區(qū)。

鑒于以上結(jié)論，可以發(fā)現(xiàn)河南省在大力支持農(nóng)田水利發(fā)展的過程中，加大了對農(nóng)田水利基礎(chǔ)設(shè)施的建設(shè)投入，但部分地區(qū)并未實現(xiàn)農(nóng)田水利生產(chǎn)效率的最大化，應(yīng)當(dāng)重視資源的合理配置，遏制或消除盲目的農(nóng)田水利建設(shè)投入。首先，由于河南省不同地區(qū)的資源稟賦差異和各地主導(dǎo)產(chǎn)業(yè)不同，需要結(jié)合各地發(fā)展定位，使得農(nóng)田水利發(fā)展服務(wù)于各地重大戰(zhàn)略部署，因地制宜、因時制宜對資源加以利用，如水庫數(shù)量和第一產(chǎn)業(yè)就業(yè)人員投入冗余量最高的均為鄭州市，而相應(yīng)的農(nóng)林牧漁業(yè)總產(chǎn)值上又存在產(chǎn)出不足情況，鄭州市作為省會城市傾向于注重第二、第三產(chǎn)業(yè)的發(fā)展，應(yīng)注重調(diào)整農(nóng)業(yè)投入結(jié)構(gòu)，加大水利科技創(chuàng)新和成果推廣，加快農(nóng)田水利的現(xiàn)代化步伐。其次，爭取政策支持、創(chuàng)新資金籌措是農(nóng)田水利發(fā)展的基礎(chǔ)，開封市和鶴壁市以政策項目為依托，在爭取上級資金支持的同時，吸引社會資本投入，實現(xiàn)了地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)的良好發(fā)展，因而省級相關(guān)部門可加大對農(nóng)田水利基礎(chǔ)建設(shè)薄弱地區(qū)的政策傾斜力度，而各市級相關(guān)部門也需加強對農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)的關(guān)注度，通過學(xué)習(xí)借鑒開封市和鶴壁市的建設(shè)經(jīng)驗，創(chuàng)新資金籌措方式，抓好地區(qū)農(nóng)田水利工程建設(shè)。再次，由于研究期間河南省各地平均純技術(shù)效率值相對較低，且存在明顯的地域差異，而技術(shù)進步又是影響河南省農(nóng)田水利全要素生產(chǎn)率的主要動力源，因此各地在積極研發(fā)新技術(shù)的同時，還需充分發(fā)揮河南省農(nóng)田水利水土保持技術(shù)推廣站的作用，還可考慮與高校合作組建“科技小院”[28]，完善農(nóng)田水利技術(shù)推廣服務(wù)體系，為純技術(shù)效率相對較低的平頂山市、許昌市、鄭州市等地提供技術(shù)支持，而這些地區(qū)自身也需以科技興水為戰(zhàn)略，調(diào)整農(nóng)田水利投入形式，將水利科技創(chuàng)新與農(nóng)村水利建設(shè)類重大項目相融合，加大水利技術(shù)研發(fā)投入，吸引科研單位和科研人員參與項目工作，以項目帶動科技創(chuàng)新及成果推廣，減少盲目投資帶來的資源冗余。濟源市、南陽市等受規(guī)模效率影響較大的地區(qū)可結(jié)合地區(qū)發(fā)展定位和實際情況適當(dāng)擴大農(nóng)田水利基礎(chǔ)設(shè)施的投資建設(shè)規(guī)模或?qū)吓f設(shè)施進行現(xiàn)代化改造，關(guān)注本地已有農(nóng)田水利資源的利用與升級。最后，從2020 年河南省非DEA 有效地區(qū)第一產(chǎn)業(yè)就業(yè)人員較高的冗余值來看，河南省需以新型城鎮(zhèn)化和鄉(xiāng)村振興戰(zhàn)略為依托，促進鄉(xiāng)鎮(zhèn)企業(yè)發(fā)展，并加強農(nóng)村勞動力職業(yè)技能培訓(xùn)，從而推動農(nóng)村勞動力非農(nóng)化轉(zhuǎn)移，解決農(nóng)村富余勞動力問題。因而，提高河南省農(nóng)田水利生產(chǎn)效率，良好的政策環(huán)境和資金支持是基礎(chǔ)，農(nóng)田水利科技的創(chuàng)新和推廣是關(guān)鍵，同時注重區(qū)域差異和資源的合理配置，遏制或消除農(nóng)田水利基礎(chǔ)設(shè)施中的盲目投入。

總體而言，本研究通過DEA 模型和Malmquist指數(shù)對河南省15 個省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率進行了實證分析，并為促進河南省農(nóng)田水利資源的合理利用提出了具有一定參考價值的結(jié)論與建議。但由于方法本身的局限性，DEA 模型僅能對河南省15個省轄市農(nóng)田水利基礎(chǔ)設(shè)施生產(chǎn)效率進行相對性評價，因而處于有效狀態(tài)的省轄市是相對于其他參與評價的地區(qū)而言，并不代表這些地區(qū)已處于最佳效率狀態(tài)。其次，傳統(tǒng)DEA-BCC 模型無法剔除管理效率、環(huán)境變量、隨機誤差等因素對效率值的影響，需構(gòu)建SFA 模型進一步展開分析[6]。最后，Malmquist 指數(shù)僅能從動態(tài)把握各省轄市效率變化情況，并從宏觀層面反映全要素生產(chǎn)率的影響因素，無法從微觀層面準確分析各因素的影響程度，需進一步構(gòu)建Tobit 模型彌補不足[5,7-8,12]，從而獲得更完善的改進意見。上述不足有待在今后的研究中進一步完善。

（作者聲明本文無實際或潛在的利益沖突）