吳 夢
(南陽師范學院經濟與管理學院,河南 南陽 473061)
2014年南水北調中線工程正式通水后,沿線受水城市用水緊張狀況得到極大緩解。但是,目前部分受水城市農業用水效率偏低、水污染嚴重等問題仍舊制約著地方農業的可持續發展。因此,提高各受水城市農業水資源綠色效率、改善水生態環境具有重要性和迫切性。
現有關于農業水資源綠色效率的研究較為豐富,這里主要從評價方法、評價指標及評價對象三個方面對相關成果進行梳理。
目前關于水資源利用效率的評價方法主要有兩種:一種是構建評價指標體系并結合熵權模型對用水效率進行評價[1,2],另一種是利用投入產出數據結合SFA(Stochastic Frontier Approach)模型、DEA(Data Envelopment Analysis)模型、SBM(Slacks-based Measure)模型、EBM(Epsilon-based Measure)模型等進行評價,這也是當前較為主流的評價方法。早期研究未考慮到水環境因素,多采用SFA 模型及傳統DEA 模型測度農業水資源利用效率[3,4]。隨著綠色發展理念的推進,部分學者開始關注水資源環境,并將水污染納入用水效率的評價框架中,形成水資源綠色效率的測度。水資源綠色效率是對水資源在經濟、生態和社會等產出效益的綜合評價,其目的在于盡量使水資源投入及水環境污染等非期望產出減少,使利用水資源產生的經濟、社會效益等期望產出增大,評價方法多采用SBM 模型、EBM模型[5-11]。
在農業水資源綠色效率評價指標的選擇上,多數研究以廢水排放量、碳排放量等作為非期望產出[5-8],而少數研究以灰水足跡作為非期望產出[9-11]。灰水足跡是目前資源環境研究領域的前沿課題,關于水資源環境的傳統研究往往單獨考察水資源數量與水環境污染,沒有對二者之間的關系進行綜合研究。在此背景下,Hoekstra 和Chapagain[12]首次提出了“灰水足跡”,衡量在現有的水質標準和自然本底濃度下,將污染負荷稀釋至給定水質標準所需的淡水體積,為綜合考察水資源數量與水污染問題提供了新的研究視角。
現有研究關于農業水資源綠色效率的評價對象非常廣泛,包括長江經濟帶、黃河流域、淮河經濟帶、黃淮海平原、各省市等[5-11]。
綜上,學者們對農業水資源綠色效率進行了豐富的研究,但是仍存在以下不足:在評價對象上,缺少對南水北調中線工程受水區農業水資源綠色效率的研究;在評價指標的選擇上,以灰水足跡作為非期望產出測度農業水資源綠色效率的研究非常有限。基于此,本文采用2009-2020 年南水北調中線工程20個地級及以上受水城市的面板數據,以灰水足跡作為非期望產出,利用超效率SBM 模型對南水北調中線工程受水區農業水資源綠色效率進行測度,分析其時空演變特征,利用Tobit 模型識別其主要影響因素,進而探索提升對策,為推進南水北調中線工程水資源集約節約利用,進而促進南水北調中線工程生態保護和高質量發展提供決策依據。
超效率SBM(Super-efficiency Slacks-based Measure)模型是由Tone[13]提出的,該模型一方面解決了傳統DEA 模型沒有包含松弛變量及非期望產出的問題,另一方面可以對有效決策單元進行進一步比較,是測度南水北調中線工程受水城市農業水資源綠色效率較為合適的模型,其具體公式如下:
式中:ρ為待測度的水資源綠色效率值,且ρ>0:如果ρ≥1,表明決策單元完全有效,如果ρ<1,表明決策單元存在一定的效率損失,可以通過優化投入產出比改善效率水平;n為受水城市數量;x、y、z分別為投入要素、期望產出、非期望產出;M、Q、I分別為投入要素、期望產出、非期望產出的個數;s-、sg、sb分別為投入要素、期望產出、非期望產出的松弛量;λ為權重。
對式(1)求解即可得到水資源綠色效率值。在式(1)的基礎上加上∑λ= 1 這一約束條件,就可以求解得到純技術效率值;用水資源綠色效率值比上純技術效率值可以得到規模效率值,由此可將水資源綠色效率值分解為純技術效率和規模效率兩部分。水資源利用的純技術效率和規模效率分別反映了節水技術、污水處理技術的應用情況和農業用水生產的資源配置狀況。
參考已有農業水資源綠色效率相關研究成果,構建如下農業水資源綠色效率評價指標體系,見表1。

表1 農業水資源綠色效率評價指標體系Tab.1 Evaluation index system of agricultural water green efficiency
其中,對農業灰水足跡的核算主要參考王雅晴等[14]采用的方法,根據農業生產的主要方面,主要從種植業和養殖業兩方面對農業灰水足跡進行核算[15,16]。
在種植業生產過程中,大量施用的化肥不能被農作物完全吸收,部分經降水、灌溉溶解進入地下,導致地下水受到氮元素污染。因此,可基于化肥施用過程中氮元素進入水體估算種植業灰水足跡,公式如下:
式中:GWFP為各城市種植業灰水足跡,m3;α為化肥流失率,取全國平均值7%;Appln、Applc分別為各城市氮肥及復合肥施用量,kg;cn、cc分別為氮肥及復合肥中的氮元素含量,取值46%、30%;Cmax為污染物水質標準濃度,Cnat為受納水體的自然本底濃度,參考《污水綜合排放標準》(GB8978-1996),氮的排放達標濃度選取15 mg/L,受納水體的自然本底濃度設為0 mg/L。
在中國畜禽養殖業快速發展的同時,畜禽糞污的隨意排放對水體造成了嚴重污染,主要表現為水體氮元素負荷日益增長。因此,可基于畜禽養殖過程中未作處理的糞污排放估算養殖業灰水足跡,公式如下:
式中:GWFL為各城市養殖業灰水足跡,m3;GWFm分別為各城市牛、馬、驢、騾、豬、羊、家禽及兔養殖過程帶來的灰水足跡,m3;Lm為各城市各種畜禽年末存欄量(頭、只);EXm、Pm及Nm分別為各種畜禽年均排泄物產生量、排泄物回用處理率及氮流失率,如表2所示。

表2 各類畜禽排泄物情況Tab.2 All kinds of livestock and poultry excreta
農業灰水足跡GWFA計算公式如下:
1.2.1 泰爾指數
泰爾指數主要用于衡量經濟變量的差異程度,在泰爾指數分解的基礎上,可將總差異分解為區域間差異以及區域內差異兩部分,并可測算出其在總體差異中的貢獻率。用T代表衡量受水城市農業水資源綠色效率差異程度的泰爾指數,公式如下:
式中:ei為第i個受水城市的農業水資源綠色效率,同時,假定n個個體組成的樣本可以分為K個組,每組分別用Gk表示(k=1,2,…,K),第k組Gk包含的個體數為nk,且用表示第k組農業水資源綠色效率的均值,Tb、Tw分別表示組間差異、組內差異,表示第k組的組內差異,則泰爾指數的分解如下:
1.2.2 馬爾科夫鏈
馬爾科夫鏈用于測度經過一段時期受水城市農業水資源綠色效率隨機轉移的概率,來描述農業水資源綠色效率的動態演變特征。具體而言,將農業水資源綠色效率分為N種類型,用Pij(Pij=nij/ni)表示某城市農業水資源綠色效率由t時期的類型i轉移到t+1時期的類型j的概率,其中nij為由t時期的類型i轉移到t+1時期的類型j的城市個數,ni為t時期處于類型i的城市個數,則不同時期各類型間的轉移就可以構成一個N×N的馬爾科夫轉移概率矩陣,以此揭示南水北調中線工程受水城市農業水資源綠色效率的動態演變特征。根據農業水資源綠色效率的轉移狀態,可將轉移方向劃分為向上、平穩、向下3 種類型。
同時,可用空間馬爾科夫鏈考察鄰接城市對某城市農業水資源綠色效率動態演變的影響。具體而言,利用鄰接空間權重矩陣,可測度在空間滯后類型為m時某城市由t時期的類型i轉移到t+1時期的類型j的空間概率Pij(m),由此可得N個N×N的空間馬爾科夫轉移概率矩陣,用以反映鄰接城市用水情況對某城市農業水資源綠色效率動態演變的影響,從而揭示空間效應與農業水資源綠色效率動態演變之間的聯系。
采用Tobit 模型對南水北調中線工程受水區農業水資源綠色效率的影響因素進行分析,模型設定如下:
式中:eit為第i個受水城市的農業水資源綠色效率;α為常數項;Xit為影響因素集合;β為待估系數集合;εit為隨機擾動項。
基于現有研究成果,結合南水北調中線工程沿線農業經濟發展的實際情況,兼顧數據的可得性,影響因素選擇情況見表3所示。

表3 農業水資源綠色效率影響因素選擇及說明Tab.3 Selection and explanation of influencing factors of agricultural water green efficiency
采用2009-2020 年南水北調中線工程20 個地級及以上受水城市的面板數據,相關水利、環境與社會經濟等數據來源于2009-2021年各省市《統計年鑒》、《水資源公報》以及《中國城市統計年鑒》等,所有名義指標均用以2009 年為基期的相應價格指數做平減處理。
基于超效率SBM 模型并利用MaxDEA 軟件,可以得到2009-2020 年南水北調中線工程20 個受水城市農業水資源綠色效率的測度結果。
圖1 展示了2009-2020 年南水北調中線工程受水區農業水資源綠色效率的總體均值。從計算結果可以看出,農業水資源綠色效率始終低于1,且整體呈現下降趨勢,從2009 年0.972 8下降到2016年的0.813 7,在2017 年出現短暫上升,隨后又開始下降,在2019 年降低到0.707 8,達到研究期內的最小值,2020年又回升至0.802 4,總體下降幅度達到17.52%。從農業水資源綠色效率的分解來看,規模效率水平及其變動趨勢與水資源綠色效率大體一致,研究期內降幅為6.68%;而純技術效率始終大于1,處于有效狀態,研究期內呈現先降后升的變動趨勢,總體降幅達到11.38%。

圖1 2009-2020年南水北調中線工程受水區農業水資源綠色效率均值Fig.1 Agricultural water mean green efficiency in water-receiving area of the South-to-North Water Diversion Project's Central Route, 2009-2020
可見,在南水北調中線工程沿線農業經濟發展的過程中,因忽視了經濟與環境的協調發展,導致受水區農業水資源綠色效率始終處于非有效狀態。同時,在純技術效率與規模效率的雙重作用下,受水區農業水資源綠色效率不斷降低,但是農業水資源綠色效率較低的主要原因在于較低的規模效率,需要在要素投入與農業水資源利用之間優化配置,充分發揮規模經濟的作用。
圖2展示了2009-2020年南水北調中線工程20個受水城市農業水資源綠色效率的均值。從計算結果可以看出,各受水城市農業水資源綠色效率存在顯著差異。具體而言,北京市、河北省的石家莊、廊坊、保定、滄州、邯鄲及河南省的焦作、許昌8個城市水資源綠色效率均值都超過了1,處于有效狀態,而其余各城市水資源綠色效率處于非有效狀態,其中,河南省的周口、濮陽、安陽及河北省的衡水4個城市水資源綠色效率均值較低,不足0.6。

圖2 2009-2020年南水北調中線工程各受水城市農業水資源綠色效率均值Fig.2 Agricultural water mean green efficiency in water-receiving cities of the South-to-North Water Diversion Project's Central Route, 2009-2020
從農業水資源綠色效率的分解來看,各城市純技術效率與規模效率也存在明顯差異。就純技術效率而言,北京市、河北省的石家莊、廊坊、滄州、保定、邯鄲及河南省的鶴壁、焦作、許昌、漯河、南陽11 個城市的純技術效率較高,均值都超過了1,特別是北京、鶴壁2個城市,由于節水用水技術及管理技術較為高效,純技術效率均值超過了2,而其余各城市純技術效率都低于1,尤其是安陽、濮陽、衡水3 個城市純技術效率最低,在0.4~0.5 之間。從規模效率來看,所有受水城市規模效率都低于1,其中,天津市、河北省的石家莊、廊坊、保定、滄州、邯鄲及河南省的平頂山、安陽、焦作、濮陽、許昌11 個城市規模效率相對較高,均值都超過0.9,而鶴壁市規模效率最低,僅為0.329 7。
總的來說,由于農業經濟發展水平較高、用水技術比較先進,北京市及河北省多數受水城市農業水資源綠色效率相對較高,而天津市及河南省多數受水城市農業水資源綠色效率較低,尤其是作為農業大省的河南省,傳統低效灌溉技術的持續使用以及農業資源配置效率的低下使得河南省多數城市農業水資源綠色效率遠遠低于平均水平,需要更加注重農業水資源的集約節約利用。
2.2.1 空間分布
參考相關研究[9,17],將2009-2014 年、2015-2020 年通水前后兩個階段南水北調中線工程受水區農業水資源綠色效率均值劃分為高水平(H:效率值高于0.9)、中水平(M:效率值在0.6-0.9 之間)、低水平(L:效率值低于0.6)3 種類型,具體劃分情況見圖3。

圖3 2009-2014年、2015-2020年受水區農業水資源綠色效率類型劃分情況Fig.3 Classification of green efficiency types of agricultural water in water-receiving area, 2009-2014 and 2015-2020
從各種類型城市數量的變化情況來看,中、高水平類型城市數量出現明顯下降,而低水平類型城市數量顯著增加。其中,對于農業水資源綠色效率而言,鶴壁、許昌2 個城市由高水平類型變為中水平類型,而平頂山市呈現反向轉變,由中水平類型升至高水平類型;鄭州、安陽、濮陽、南陽、周口、邢臺6個城市由中水平類型降為低水平類型;高水平、中水平類型城市數量分別下降了10%、56%,而低水平類型城市數量增加了5 倍。對于純技術效率而言,周口、邢臺2個城市由高水平類型變為中水平類型,平頂山由中水平類型升至高水平類型,而鄭州市直接由高水平類型降為低水平類型;安陽、濮陽2個城市由中水平類型降為低水平類型;高水平、中水平類型數量分別下降了14%、20%,而低水平類型城市數量均增加了300%。對于規模效率而言,北京、新鄉、濮陽3 個城市由高水平類型變為中水平類型,而漯河市呈現反向轉變;南陽、周口由中水平類型降為低水平類型;高水平類型城市數量下降了15%,中水平類型城市數量保持不變,而低水平類型城市數量增加了200%。總的來說,就各種類型城市數量的變動而言,2009-2020年南水北調中線工程受水城市農業水資源綠色效率及其分解均有不同程度的惡化。
從各種類型城市的分布情況來看,農業水資源綠色效率高水平類型城市在中線工程北部區域保持穩定的塊狀分布,而在南部區域呈現點狀分布;中水平類型城市由鏈狀分布與點狀分布轉變為點狀分布;低水平類型城市保持點狀分布。純技術效率高水平類型城市由塊狀與鏈狀分布變為塊狀與點狀分布;中水平類型城市由小塊狀分布與點狀分布發展成為點狀分布;低水平類型城市維持點狀分布。規模效率高水平類型城市基本保持塊狀分布;而中水平、低水平類型城市大體呈現點狀分布。可以看出,各種類型城市主要呈現點狀分布,意味著多數鄰近城市農業水資源綠色效率水平呈現明顯的差異性,需要對地區差異性進行進一步檢驗。
2.2.2 地區差異及其分解
為檢驗南水北調中線工程受水城市農業水資源綠色效率的地區差異性,可利用泰爾指數進行分析,見表4。從表4 中可以看出,2009-2020 年衡量農業水資源綠色效率地區差異的泰爾指數T整體上呈現不斷上升的趨勢,從2009 年的0.031 持續上升至2019 年的0.151,隨后在2020 年回落至0.110,累計增幅達到254.84%,表明南水北調中線工程受水城市農業水資源綠色效率的地區差異在快速擴大。

表4 2009-2020年受水區農業水資源綠色效率的地區差異情況Tab.4 Regional differences of agricultural water green efficiency in water-receiving area, 2009-2020
從泰爾指數的分解可以看出,地區間差異的貢獻率呈現波動中上升的變動趨勢,由2009 年的6.53% 升至2020 年的29.82%,研究期內均值為26.85%;而地區內差異的貢獻率正好呈現反向變動,由93.47%降至70.18%,均值達到73.15%,其中,河南省內部差異的貢獻率較大,均值為40.96%,而河北省內部差異的貢獻率相對較小,均值為32.18%。總體上,南水北調中線工程受水區農業水資源綠色效率總差異主要源于地區內部尤其是河南省內部的差異,但是持續增加的地區間差異推動總體差異不斷擴大,主要原因在于北京及其鄰近的河北省多數受水城市農業用水處于高效狀態,而中線工程南段的河南省多數受水城市農業水資源綠色效率較低且普遍在惡化,從而導致省際之間的差異越來越大。
2.2.3 馬爾科夫鏈分析
為考察南水北調中線工程受水區農業水資源綠色效率的動態演變特征,利用傳統馬爾科夫鏈分析方法,構建農業水資源綠色效率的轉移概率矩陣,見表5。由表5 可以發現,高水平(H)類型及低水平(L)類型最大轉移概率值皆位于轉移概率矩陣的對角線上,說明了農業水資源綠色效率較高或較低的城市保持平穩轉移的概率很大,而中水平(M)類型對角線上的轉移概率值并不都是最大值,表明農業水資源綠色效率中等的城市轉移時存在較大的不穩定性。具體來看,如果某一城市農業水資源綠色效率在初始年份為低水平,1 年后該城市用水效率平穩轉移的概率為0.873,僅有0.127 的概率向上轉移,3 年后平穩轉移的概率升為0.904,5 年后這一概率又降為0.829,而向上轉移的概率升至0.171,雖然經過時間的推移,低效率城市平穩轉移的概率有所下降,但是下降幅度非常有限,概率值始終超過0.8;高效率城市的動態演變特征與低效率城市類似,雖然平穩轉移的概率隨著時間的推移由0.855 降低至0.694,但是這一概率仍然較高,表明農業水資源綠色效率較高(較低)的城市向下(向上)轉移的概率較小,存在比較顯著的固化現象。農業水資源綠色效率中等的城市在時長為1、3、5年時保持原狀態的概率分別為0.726、0.470、0.339,而向下轉移的概率由0.192 升至0.500,高于平穩轉移的概率,意味著隨著時間的推移中水平城市向下轉移的概率越來越大,呈現出明顯的不穩定性。

表5 受水區農業水資源綠色效率的傳統馬爾科夫轉移概率矩陣Tab.5 Traditional Markov transition probability matrix of agricultural water green efficiency in water-receiving area
通過構建農業水資源綠色效率的空間馬爾科夫轉移概率矩陣,可進一步考察鄰接城市的用水情況對某受水城市農業水資源綠色效率動態演變的影響,見表6。由表6 可知,當空間滯后類型為低水平時,中效率城市平穩轉移的概率由1 年后的0.696 降至5 年后的0.250,而向下轉移的概率由0.217 升至0.583,高效率城市平穩轉移的概率由0.824 降至0.632,與傳統矩陣相比中高效率城市用水效率降低的概率有所增加;當空間滯后類型為高水平時,低效率城市平穩轉移的概率隨著時間的推移由0.906 降至0.778,而中效率城市向下轉移的概率隨著時間的推移由0.174 升至0.476,與傳統矩陣中的概率相比有所下降。總的來看,以低效率城市為鄰會提升中高效率城市向下轉移的概率,而以高效率城市為鄰能夠促進低效率城市向上轉移,同時能夠強化中效率城市的平穩轉移,說明南水北調中線工程受水區農業水資源綠色效率在空間分布上存在“近朱者赤,近墨者黑”的現象,在節水用水技術、水資源管理等方面高效率城市對鄰近城市產生了正向的溢出效應,而低效率城市對鄰近城市存在負向的拖累效應。

表6 受水區農業水資源綠色效率的空間馬爾科夫轉移概率矩陣Tab.6 Spatial Markov transition probability matrix of agricultural water green efficiency in water-receiving area
南水北調中線工程受水區農業水資源綠色效率影響因素回歸結果如表7所示。根據回歸結果可知:

表7 受水區農業水資源綠色效率Tobit模型回歸結果Tab.7 Tobit model regression results of agricultural water green efficiency in water-receiving area
①經濟發展水平、農業化程度的回歸系數顯著為正,意味著經濟發展水平、農業化程度越高,越有利于先進水利設施、灌溉技術及設備的推廣及應用,從而促進農業水資源綠色效率的提升。②農作物種植結構的回歸系數為負但并不顯著,主要是因為糧食作物的單位水資源產值一般低于經濟作物,從而導致較低的水資源綠色效率。③農業固定資本對農業水資源綠色效率存在顯著的負向影響,這有悖于人們的認知,可能是因為農業固定資本的利用效果不佳,未對水資源綠色效率產生應有效果[4]。④節水農業發展水平的回歸系數顯著為正,表明節水農業發展水平越高,農業節水灌溉技術的應用就越普遍,有助于農業水資源綠色效率的提升。⑤代表水資源稟賦情況的水資源總量、人均水資源量兩個因素對農業水資源綠色效率分別產生了顯著的正向、負向影響,這種“雙邊效應”產生的原因可能是,一方面豐富的水資源比較容易滿足地方農業發展的需要,另一方面人均水資源量越大,農戶的節水意識可能越淡薄,水資源浪費現象會比較嚴重。⑥供水結構的回歸系數顯著為負,主要是因為華北平原長期過量開采地下水進行農業灌溉的方式造成了浪費嚴重、用水粗放等嚴峻問題,嚴重制約了農業水資源綠色效率的提升。
研究對南水北調中線工程20 個受水城市農業水資源綠色效率時空演變規律及影響因素進行了分析,得到如下結論。
(1)2009-2020 年南水北調中線工程受水區農業水資源綠色效率水平不高且整體呈現下降趨勢,主要源于較低的規模效率。其中,北京市及河北省多數受水城市水資源綠色效率相對較高,而天津市及河南省多數受水城市效率較低。
(2)受水區農業水資源綠色效率總差異主要源于地區內部尤其是河南省內部的差異,但是持續增加的省際差異推動總體差異不斷擴大。
(3)農業水資源綠色效率較高(較低)的城市向下(向上)轉移的概率較小,存在比較顯著的固化現象,而隨著時間的推移中水平城市向下轉移的概率越來越大,呈現出明顯的不穩定性。同時,受水區農業水資源綠色效率在空間分布上存在“近朱者赤,近墨者黑”的現象,在節水用水技術、水資源管理等方面高效率城市對鄰近城市產生了正向的溢出效應,而低效率城市對鄰近城市存在負向的拖累效應。
(4)經濟發展水平、農業化程度、節水農業發展水平、水資源總量對農業水資源綠色效率有顯著的正向作用,而農業固定資本、人均水資源量、供水結構對農業水資源綠色效率產生了顯著的負向影響。
綜上所述,在南水北調中線工程沿線農業經濟發展的過程中,忽視了經濟與環境的協調發展,農業水資源集約節約利用仍有較大的提高改進空間,基于此,本文提出以下建議:
(1)南水北調中線工程各受水城市要堅持綠色發展理念,落實國家提出的用水“總量強度雙控”目標,以水定地、以水定產,強化農業用水定額管理及總量控制,尤其要嚴格設定地下水開采總量、用水總量控制目標。
(2)建立健全農業節水機制。大力推進高效農業節水灌溉方式的推廣及應用,切實減少農業水資源浪費。同時,要打破地域限制,擴大區域間農業節水技術的交流與合作,實現節水用水先進技術、經驗的共享,充分挖掘節水潛力以提高農業水資源綠色效率水平。
(3)探索綠色農業新模式,積極推動農業產業結構優化升級。在確保糧食作物播種面積的前提下,因地制宜地調整完善種植業結構和規模,適當縮減高耗水作物播種面積。充分利用地理優勢發展大農業,發揮規模經濟優勢從而提高農業水資源綠色效率。
(4)各受水城市要加強節水宣傳力度,使農戶充分認識到水資源緊缺的嚴峻形勢及環境保護的重要性,提升農戶節水意識。積極引導農戶的用水行為,并加強節水灌溉技術的宣傳及應用,充分調動農戶的主人翁意識,讓他們主動參與到節水用水管理中去,最終達到提高農業水資源綠色效率的目的。