中國農業用水綠色效率的區域差異及收斂性

吳學兵，龔 芳，葉 云

（1. 長江大學湖北農村發展研究中心，湖北 荊州 434023； 2. 長江大學經濟與管理學院，湖北 荊州 434023）

0 引 言

中國水資源總量雖豐富，但時空分布不均，人均占有量少，水資源短缺和水污染問題已成為當前制約中國經濟高質量發展的主要瓶頸［1，2］，給生態文明建設帶來巨大挑戰［3］。農業是我國第一用水大戶［4］，根據《中國水資源公報》，2021 年，農業用水總量為3 664.3 億m3，占用水總量的61.5%。而化肥、農藥和薄膜的大量使用加劇了農業水資源污染［5］，使得糧食生產存在較嚴重的安全隱患［6］。在此背景下，2022 年中央一號文件繼續強調“推進農業農村綠色發展”，這對我國水資源環境形勢的改善提出更高要求。鑒如此，在環境約束下提升農業用水綠色效率對于緩解水資源供需矛盾和實現農業高質量發展具有重要意義［7］。

已有研究主要聚焦全國或不同流域水資源綠色利用效率的測算和影響因素分析。一方面，在水資源綠色利用效率測算方面，沈曉梅對我國31個省份的農業綠色水資源利用效率進行評價［5］，鮑淑君基于共同前沿的數據包絡分析（Data Envelopment Analyis，DEA）模型探究了黃河流域58 個地級市水資源綠色效率［8］，趙俊威運用超效率SBM 模型研究了沱江流域水資源綠色效率影響因素的時空異質性［9］。鄧淇中測算了長江經濟帶水資源綠色效率［10］，楊騫將長江經濟帶與黃河流域水資源綠色效率進行了比較研究［11］。另一方面，關于水資源綠色效率的影響因素，學者們認為水資源供給壓力和需求水平［5］、水價政策［12］、政府精準補貼［13］、用水定額管理［14］、產業結構、環保投入、污染物排放和科技轉化率、政府管制力度、以及對外貿易程度［15］對農業節水及綠色效率具有顯著影響。此外，呂巖威利用雙重差分法檢驗得出水資源稅改革顯著提升了水資源綠色效率［1］。

已有研究側重對水資源綠色利用效率進行測度并分析其影響因素，為本文的研究提供了有益參考，但少有文獻對農業水資源綠色利用效率區域差異的來源進行分解，對區域效率的時空演變特征缺乏描述，對區域差異演化是否收斂缺乏檢驗，而該方面的研究有助于為政府部門從宏觀層面上協調水資源利用提供參考。鑒如此，本文基于全局參比的非期望產出SBM模型測算出農業用水的松弛量，在此基礎上測算農業用水綠色效率，并在對比分析區域差異的基礎上，重點探究差異的來源，并分析區域差異未來的收斂性。以期為政府部門提升農業用水綠色效率提供決策依據。

1 研究方法與數據來源

1.1 研究方法

1.1.1 全局參比的非期望產出SBM模型

本文首先通過（刪除該）SBM 模型測算出農業用水投入的松弛量，并借鑒HU 等［16］和查建平［17］的測算方法測度農業用水綠色利用效率。全局參比依據不同時期所有決策單元的投入和產出構建統一的最佳生產前沿，每個決策單元與之進行比較得到效率值。借鑒楊騫［11］文獻，首先構建基于全局參比的包含非期望產出的環境生產可行性集（Environmental Production Possibility Set， EPPS），如式（1）所示:

其中，假設有k(k= 1，2，…，K) 個決策單元（Decision Making Units，DMU），K= 30，代表我國30 個省份（受數據所限，不包括西藏自治區、中國香港、中國澳門和中國臺灣省）。t(t=1，2，…，T)個時期，其中T= 10，代表2011-2020 年10 個年份。決策單元K投入i種要素xi(i= 1，2，…，I)，其中I= 4，表示水資源投入、勞動力投入、農業土地投入、農業機械投入等四種投入，生產M種期望產出ym(m= 1，2，…，M)，其中M= 1，代表農業增加值。Q種非期望產出bq(q= 1，2，…，Q)，其中Q= 1，代表綜合排污量。本文假設規模報酬可變。全局參比的非期望產出SBM 模型分式規劃模型如式（2）所示，可轉換為線性規劃模型求解［7］。

在全要素框架下，農業用水綠色效率（GEAW）可以定義為目標值用水量與實際用水量的比值:

式（3）中，松弛量是根據模型（2）解得的農業用水松弛量。其中:GEAW位于取值范圍為［0，1］，GEAW越大，綠色用水效率越高，反之則越低。若GEAW= 1，即水資源松弛量為0，則意味著該省份水資源沒有過度投入，利用效率達到最優水平。

1.1.2 Dagum基尼系數

為探索中國農業用水綠色效率的地區差異及其來源，本文采用Dagum 基尼系數方法。根據Dagum（1997）［18］的研究，基尼系數G可以分解為地區內差異Ga、地區間差異Gb和超變密度Gc。其中，超變密度貢獻Gc是樣本數據的交叉重疊產生的影響。公式如下:

1.1.3 Markov鏈分析

Markov 鏈通過構建概率矩陣，對離散后的不同水資源利用效率等級進行動態模擬。傳統Markov 鏈是通過構造Markov 轉移矩陣，描述中國農用水綠色效率的動態演進特征。其基本原理為:

假定Markov 鏈是動態隨機過程，H={X(t)，t∈T}為狀態空間元素，且Markov鏈滿足:

如果將農業用水綠色效率分為N類，那么利用Markov 鏈可以構建出N×N維的GEAW轉移概率矩陣，其分布特征可通過該矩陣識別。

空間Markov鏈引入了“空間滯后”概念，克服了空間性不足和參數設定誤差等問題［19］，能有效刻畫空間因素作用下各省份GEAW的動態演進。本文通過不同滯后類型的Markov 轉移矩陣，判定本省份GEAW是否會依賴周邊省份。

1.1.4 收斂性分析

（1）σ收斂檢驗。σ收斂檢驗隨著時間的推移，農業用水綠色效率是否持續下降，在實證模型中，σ收斂性表現為GEAW的標準差下降。計算公式為:

φ2顯著為負說明存在收斂，顯著為正說明存在發散，不顯著說明既不存在收斂，也不存在發散。

（2）β收斂檢驗。β收斂認為，農業用水效率較低的地區具有后發優勢，將擁有更快的增長率，逐漸縮小與效率較高地區的差距。根據是否存在約束條件，β收斂可分為絕對β收斂和條件β收斂。

絕對β收斂的計量模型為:

式中:i表示第i個地區；t表示時間；ln (GEAWi，t+1GEAWit)表示第i個地區的農業用水綠色效率的年增長率。若β顯著＜0，表明β收斂現象存在，其收斂速度為v= ln (1 +β)/T。

為了精確預測農業用水效率區域差異演變趨勢，在絕對β收斂模型中加入一些對區域差異有較大影響的控制變量，包括區域的人均水資源、有效灌溉面積、受災面積、水利行業從業人員數量、水利項目投資額度、節水灌溉面積、水土保治面積等，該模型可表示為:

式中:λ為X的待估參數；X為控制變量；μi為地區效應；εit為隨機干擾項。

1.2 指標選取與數據來源

根據柯布道格拉斯生產函數，本文選取農業用水量、第一產業就業人數、農作物播種面積和農業機械動力作為投入指標，將農業增加值作為期望產出，參考紀成君［20］文獻，將化肥、農藥、地膜使用量通過碳源排放系數折算的綜合排污量作為非期望產出，折算系數見表1。上述投入產出指標數據來源于《中國統計年鑒》（2012-2021）《中國農村統計年鑒》（2012-2021）《中國環境統計年鑒》（2012-2021）（EPS DATA 刪除）以及各省的統計年鑒。

表1 農業用水綠色效率評價指標體系Tab.1 Evaluation index system of green efficiency of agricultural water use

2 實證分析

2.1 中國農業用水綠色效率的地區差異

表2顯示了中國農業用水綠色效率及地區差異。①從演變趨勢來看，中國及各大區域呈現波動上升趨勢。2017 年前，中國農業用水綠色效率整體上表現為波動上升，但效率提升幅度有限，2017 年后，效率增長速度有了較大提升，具體而言，全國農業用水綠色效率從2011 年的0.677 1 上升到2017 年的0.686 7，增幅僅為1.40%，但到2020 年，農業用水綠色效率已達0.8491，相比2011 年，效率上升了25.40%，平均每年上升2.55%。②從區域層面來看，東中西及東北四大區域均處于波動上升趨勢，中部和東部地區效率提升幅度相對較大，分別為33.37%和33.30%，東北地區為29.30%，西部地區效率增幅最低，為12.10%。按農業用水綠色效率平均值大小排序，東部＞全國平均＞中部＞東北＞西部，效率最高的是東部地區，最低的是西部地區。2019-2020年東北地區農業用水綠色效率增幅較快，超越了中部地區和西部地區，原因可能是:東北地區前期已形成農業規模化經營，農業機械投入和土地投入增幅呈邊際遞減之勢，因此農業用水綠色效率后期提高較快。③從省域層面來看，通過比較每個省份平均效率發現，效率最高的前10個省份中，有5個是東部省份，效率最低的10個省份中，有6個是西部省份。

表2 中國農業用水綠色效率的地區差異Tab.2 Regional differences in green efficiency of agricultural water use in China

2.2 中國農業用水綠色效率的地區差距及其來源

表3顯示了中國農業用水綠色效率的地區差距及其來源。

表3 中國農業用水綠色效率區域差異來源Tab.3 Sources of regional differences in green efficiency of agricultural water use in China

（1）中國農業用水綠色效率總體地區差異呈現不斷下降趨勢。表3 顯示，中國農業用水綠色效率總體基尼系數介于0.130～0.231 之間，2018 年前一直在0.221 左右波動，2014 年達到最高值0.231，2008 年開始較大幅度下降，從2017 年的0.220下降至2020年的0.132，下降幅度達40%。

（2）農業用水綠色效率的地區內差異均呈波動下降趨勢。具體而言，2011-2020期間，東部地區內農業用水綠色效率差異最小，基尼系數為0.121，但下降幅度卻最大，降幅為78.57%，而西部地區內農業用水綠色效率差異最大，基尼系數為0.263，但下降幅度卻最小，降幅為17.60%。東北和中部地區居于中間位置，東北地區基尼系數為0.191，降幅為66.20%，中部地區基尼系數為0.169，降幅為42.71%。

（3）農業用水綠色效率地區間差異在考察期內呈下降趨勢。具體而言，東部和中部地區間在2017 年達到最大差異后，開始較大幅度下降，東部和西部地區、中西部地區以及西部和東北地區間在2014年達到最大差異后開始波動下降，東部地區和東北地區間在2018年達到最大差異后開始顯著下降，中部和東北地區間在2013年達到最大差異后開始顯著下降。

（4）區域內差異和超變密度下降，地區間差異上升。組內基尼系數從2011 年的0.064 下降到2020 年的0.035，下降幅度為45.31%，貢獻率也從28.79%下降到2020 年的26.83%。地區間基尼系數從2011 年的0.030 上升到2020 年的0.061，上升幅度為50.82%，貢獻率從13.34%上升到2020 年的46.25%。超變密度基尼系數從2011 年的0.129 下降到2020 年的0.036，下降幅度為72.09%，貢獻率也從57.87%下降到2020年的26.93%。

2.3 中國農業用水綠色效率轉移的時空規律

首先將農業用水綠色效率分為四個類型:第一，低水平（Ⅰ）:效率≤0.5；第二，中低水平（Ⅱ）:0.50＜效率＜0.75；第三，較高水平（Ⅲ）:0.75≤效率＜0.90；第四，高水平（Ⅳ）:效率≥0.90。

2.3.1 傳統馬爾科夫鏈分析

首先，農業用水綠色效率存在“俱樂部趨同”現象。表4 顯示，矩陣對角線元素均大于非對角線元素，效率等級從低到高，不同等級的省份保持穩定的概率分別為71.62%、59.72%、30.30%和73.63%。第二，農業用水綠色效率的“馬太效應”明顯。對角線兩端的元素大于對角線中間的元素，處于低效率、高效率的省份發生轉移的概率較小，高水平區域的效率難以降低，而低效率的區域則會陷入“低水平陷阱”。第三，許多對角線外的元素不為0，說明農業用水綠色效率容易發生上下轉移。第四，中低水平、中高水平和高水平向下轉移一級的概率分別為12.50%、21.21%和12.09%，說明農業用水綠色效率存在一定的等級下降風險。

表4 傳統馬爾科夫轉移概率矩陣分析結果Tab.4 Results of traditional Markov transfer probability matrix analysis

2.3.2 空間馬爾科夫鏈分析

表5顯示，農業用水綠色效率受空間因素影響較大。首先，當鄰居為高效率省份時，低水平的穩定概率從71.62%降至50.00%，可見高效率省份對低效率省份具有“溢出效應”。其次，矩陣對角線外存在較多不為0的元素，這既增加了低效率向高效率等級轉移的希望，也增加了高效率向低效率轉移的風險。最后，當鄰省效率水平相同時，自身效率水平受影響程度不一致，例如，當“鄰居”為低效率時，Ⅰ、Ⅱ和Ⅲ類型省份向上一級轉移的概率分別為0、14.29%和33.33%，呈依次遞增之勢。

表5 空間馬爾科夫轉移概率矩陣分析結果Tab.5 Results of spatial Markov transfer probability matrix analysis

2.4 中國農業用水綠色效率的收斂性分析

根據上文Dagum 基尼系數法分析可知，中國農業用水綠色效率地域差異較為明顯，本文進一步通過σ收斂性和β收斂性檢驗，探究中國農業用水綠色效率區域差異的演變趨勢。

2.4.1 農業用水綠色效率σ收斂檢驗與結果分析

表6 顯示，全國以及東、西和東北部的σ系數顯著為負，這表明全國整體以及東、西和東北部三大區域農業用水綠色效率均存在σ收斂現象。中部地區σ系數小于0，但未通過了顯著性水平檢驗，說明中部地區也存在收斂的傾向，但還難以判斷其是否具有收斂性。從收斂速度來看，東北＞東部＞西部，均高于平均收斂速度，中部地區收斂不顯著，原因可能是中部省份既包括水資源豐富的湖北、湖南和江西等省，也包括受水資源約束較大的山西省。

表6 中國農業用水綠色效率的σ收斂檢驗Tab.6 Convergence test for green efficiency of agricultural water use in China

2.4.2 農業用水綠色效率的β收斂檢驗與結果分析

表7顯示了農業用水綠色效率β收斂的檢驗結果。

表7 農業用水綠色效率的β絕對收斂和條件收斂Tab.7 β absolute and conditional convergence of green efficiency of agricultural water use

（1）絕對β收斂分析。全國以及東中西部三大區域的β系數均顯著小于0，這表明全國整體以及東中西部三大區域農業用水綠色效率均存在絕對β收斂現象，即在其他條件相似情形下，隨著時間推移，各省份農業綠色用水效率最終會收斂至穩態水平。農業用水效率較低的省（市）具有相對較快的增長速度，對效率較高省（市）呈現趕超效應。東中西部收斂速度分別為0.159 5、0.446 4 和0.174 5，中部區域的收斂速度最快，其次是東部區域，最后是西部區域。東北地區沒有通過顯著性檢驗，不存在絕對β收斂。

（2）條件β收斂分析。表7 顯示，除東北地區外，全國及其他地區β均顯著為負，表明無論是否其他控制變量，全國及東中西部區域農業用水綠色效率均存在條件收斂。東中西部收斂速度中部＞東部＞西部，分別為0.214 6，0.237 5，0.189 9。東北地區系數小于0，但沒有通過顯著性檢驗，這表明東北地區也不存在條件β收斂。控制變量的系數及顯著性表現各異。

3 結論與建議

本文首先基于全局參比的非期望產出SBM 模型測算出農業用水的松弛量，在此基礎上測算農業用水綠色效率，并在對比分析區域差異的基礎上，重點探究差異的來源，并分析區域差異未來的收斂性。結果表明:①中國農業用水綠色效率整體上表現為波動上升，從區域比較來看，東部＞全國＞中部＞西部，四大區域農業用水綠色效率均處于波動上升趨勢，但中部地區效率提升幅度最大，西部地區效率提升幅度最小。②中國農業用水綠色效率總體、地區內和區域間差異均呈波動下降趨勢。主要貢獻由超變密度決定變為由地區間差異貢獻決定。③農業用水綠色效率存在“俱樂部趨同”和“馬太效應”，受“鄰居”用水效率和自身效率等級的影響。④除中部外，全國以及東、西和東北部三大區域農業用水綠色效率均存在σ收斂現象。除東北地區外，全國及東中西部三大區域農業用水綠色效率均存在絕對β收斂和條件β收斂。

基于上述分析，本文特提出如下建議:①對于水資源稟賦相對較差且農業用水綠色效率較低的西部地區，一方面應加大農田水利基礎設施建設，推廣農業節水技術和環保技術，另一方面實施科學的農業用水指導和環境監管治理，為農業用水綠色效率的提升提供物質、技術和管理支撐。②加大地區間協作提升整體農業用水綠色效率。推進省份間農用水綠色利用技術交流和相互協作，發揮農用水綠色效率高的省份的引領和示范效應，加快先進技術的外溢，為落后省份補齊短板。③發揮市場機制提升農用水綠色利用效率。通過水資源確權、水權交易、水資源稅以及跨區域生態補償等市場機制建設，激勵節水減排行為。