新疆农业全要素用水效率动态演进及影响因素分析

杜 根，王保乾

(河海大学商学院，江苏南京 211100)

新疆农业全要素用水效率动态演进及影响因素分析

杜 根，王保乾

(河海大学商学院，江苏南京 211100)

为了针对性地指导干旱和半干旱地区的农业节水，选取2004-2013年新疆14个地州市际面板数据，采用全要素水资源效率测度思路，在CRS条件下运用基于投入导向的超效率DEA模型，对新疆地州市以及分区域农业用水效率进行了测度，依托α收敛与核密度估计方法对其开展动态演进分析，利用Tobit模型分析影响新疆农业用水效率的因素。结果表明：在区域层面上，北疆与全疆农业节水技术、意识、管理水平等差异虽然呈缩小态势，但在区域内仍面临着发展不协调的问题；南疆农业用水效率不断恶化，用水形势堪忧，但各地州市农业用水效率差距较小，发展趋于均衡协调；东疆地区农业用水效率具有明显的“俱乐部收敛”特征，区域内各地区用水效率呈现增长趋势。在诸多影响因素中，年均日照时间、农田水利建设、农业生产布局和灌溉费用对于提升新疆农业用水效率具有双向影响，经济水平具有显著的促进作用，而年均降水量、水资源禀赋水平和产业结构则具有显著的负向影响。该研究从多个维度分析了农业用水效率的动态演进过程，对干旱和半干旱区开展农业节水工作具有一定的指导作用。

农田水利；农业用水效率；新疆；全要素；Tobit模型；动态演进；影响因素

在世界范围内，农业一般是第一用水大户，多数国家农业用水占用水总量的70%左右，一些发展中国家甚至超过90%[1]。中国农业用水占比为63%，而西北五省平均农业用水占比高达82%，可见农业节水的潜力巨大。为保障国家“一带一路”战略的顺利实施，应从水资源需求角度出发，在水资源硬性约束下，开展地区内农业水资源利用效率评估，指导干旱和半干旱区开展农业节水，从而为丝绸之路经济带上的西北五省提供充足的工业化、城镇化用水。

近年来，许多学者开展了农业用水效率方面的研究[2-5]。然而，上述研究多基于静态时序，鲜有分析农业用水效率的动态演进过程。此外，已有研究从不同角度，运用理论或者实证分析方法揭示了一些区域农业用水效率的影响因素[6-9]。按照一般的经济学规律，不同地区农业用水效率可能与当地自然条件、水资源禀赋、农业灌溉费用、农业经济发展水平、节水技术、水污染治理等几类因素密切相关。以往文献分析农业用水效率影响因素时，较少从多个维度综合考虑影响农业用水效率的因素。本文选择干旱和半干旱区的典型代表新疆作为研究对象，从多维度分析农业用水效率的动态演进过程。

1 研究方法与数据选取

1.1 研究方法

借鉴基于全要素生产率测度模型的用水效率测度思路，将农业用水效率定义并表示为

(1)

式中：AWE为农业用水效率；AAWI为实际农业用水投入量；WAWI为损失(冗余)农业用水投入量；TAWI为最少农业用水投入量，即最优投入量；i，t分别代表地区与年份。

从上述农业用水效率测度公式可以发现，既定产出下损失农业用水投入量是求解农业用水效率的关键。一些学者曾采用DEA模型测度农业用水效率[10-12]，但由于不能对有效的决策单元(θ=1)进行效率比较，因而在实际应用中存在一些缺陷。鉴于此，本文采用规模报酬不变(CRS)假设下基于投入导向的超效率DEA模型[13]，在技术效率最优条件下获取农业用水投入松弛量，即损失农业用水投入量，计算得到的农业用水效率可能大于1。

为了细致、直观、全方位地描绘新疆农业用水效率动态演进过程，首先开展收敛性检验。采用α收敛定量查看新疆农业用水效率是否存在收敛，α收敛定义见式(2)。

(2)

式中：AWEi(t)表示新疆第i地州市全要素农业用水效率；N代表个体数量，本文N可以选择2，5，7，14。若αi>αi+1，则可判断新疆地州市或者分区域农业用水效率存在着α收敛。

利用ROSENBLATT提出的用于非参数估计的“核密度估计法”估计总体分布密度函数，以细致地分析变量数据动态变化特征[14]。由于该方法不对模型具体分布作任何假定，从数据本身出发，不利用数据分布的先验知识对其密度进行估计，因而具有较强的稳健性。一般地，假设x1,x2,…,xn是服从密度函数为f的总体中抽出的相互独立的样本，其中K(·)为具有有界支撑的对称的概率密度核函数，h为带宽。核密度估计的好坏与核函数和带宽选择有关，其中带宽的影响至关重要。采用SILVERMAN提出的拇指法则计算带宽，核函数选择满足均方差最小化的伊番科尼可夫核，f(x)的核密度估计函数见式(3)：

(3)

1.2 数据选取

鉴于地区投入产出指标数据的可获性，参照新疆行政区划标准，选取新疆14个地(地区)、州(自治州)以及市(地级市)作为农业水资源利用效率的研究对象。由于新疆2004年才开始统计地州市农业用水数据，因此本研究将构建2004—2013年新疆14个地州市农业面板数据。借鉴已有文献，综合考虑农业水资源利用资本、劳动、技术、自然资源等方面的投入，选择农业用水、农业机械、化肥、劳动、土地作为投入要素。其中，农业机械总动力、化肥施用量代理农业资本投入，农作物播种面积代理农业中间投入，农林牧渔业从业人数和农业用水量代理农业劳动投入和水资源投入。在产出指标方面，本文所研究的农业为狭义范畴上的种植业，将农业生产总值作为唯一产出要素，并以2004年为基期，通过价格平减指数获得年份间可比的农业生产总值。上述数据均来源于2005—2014年《新疆统计年鉴》《新疆水资源公报》和《新疆农牧产品成本汇编》。

2 新疆农业用水效率动态演进

在对地区所有投入产出变量数据统计、观测的基础上，发现地区间投入产出变量差异明显，这说明新疆地州市间农业经济和社会发展存在着空间非均衡性。采用新疆地区传统划分方法，把新疆地区14个地州市划分为北疆、南疆和东疆三大区域。北疆：乌鲁木齐市，昌吉回族自治州，克拉玛依市，塔城地区，阿勒泰地区，博尔塔拉自治州，伊犁州直属县(市)；南疆：阿克苏地区，巴音郭勒自治州，克孜勒苏自治州，喀什地区，和田地区； 东疆：哈密地区，吐鲁番地区。

图1 新疆分区域全要素农业用水效率收敛性Fig.1 Convergence value of total factors agricultural water utility efficiency in different regions of Xinjiang

图1显示在考察期内，区域变异系数从大到小排列依次为北疆、全疆、东疆与南疆。从全疆整体看，全疆农业用水效率变异系数先增大后减小再增大，总体保持扩大趋势，这说明全疆各地州市农业用水效率差距在逐步扩大。分区域看，南疆地区变异系数一直维持较低水平，仅在2006年收敛数值突破0.5，其余年份内部差异最小，这与南疆地区内部普遍较低的农业用水效率水平密切相关。相反地，北疆地区变异系数一直维持较高水平，表明北疆地区内部农业用水效率差距一直较大，并经历了长周期上升、短暂下降、长周期上升过程。这主要是因为克拉玛依市、塔城地区农业用水效率远高于伊犁州直属县(市)、乌鲁木齐市，并保持高速增长，而低效率地区效率提升速度缓慢。东疆地区α值呈现先上升、后缓慢下降的趋势，收敛与分散的分水岭在2007年，2009年后呈现缩小的趋势，表明在此阶段后期，东疆地区农业用水效率具有明显的“俱乐部收敛”特征[15]。

图2显示了新疆地州市农业用水效率核密度分布情况，本文选取2004年、2007年、2010年和2013年4个年度为考察面。图2 a)从整体上描绘了新疆14个地州市农业用水效率在样本考察期内的演变。2004—2013年农业用水效率演化存在以下明显特征。第一，从密度分布曲线位置平移来看，整体表现出向右平移的趋势，这可以直观地反映出新疆各地州市农业用水效率处于增长趋势。第二，随着时间的推移，波峰高度略微下降，峰值小幅右移，宽度趋于“扁平”，双尾延长度亦有大幅增加，右尾延长度增加幅度极为明显。一方面反映出新疆各地州之间农业用水效率水平总体在不断提升，另一方面，与收敛检验结论一致，地州市间差距明显扩大。第三，农业用水效率分布主要以“双峰”形态进行演化，意味着新疆农业用水效率面临着发展不协调的问题，2013年中部位置出现轻微“隆起”，暗示农业用水效率有多级分化趋势。

图2 b)从整体上描绘了北疆地区农业用水效率在样本考察期内的演变。由图2 b)可以看出：第一，北疆地区核密度分布曲线演变特征与全疆类似，“双峰”分布模式明显，右尾延长度大幅增加，表明北疆地区农业用水效率也同样面临着发展不协调的问题；第二，4个年度考察面中，后3个年度核密度分布曲线存在明显“右偏”，这表明少部分地州市正朝着高效农业用水的方向发展；第三，考察期内，北疆地区核密度曲线峰值经历了小幅降低、大幅降低、大幅提高3个阶段，这种分布演进过程表明前中期部分低效地区逐渐向中、高端靠拢，但后期存在大幅回弹，该类地区农业用水效率呈现恶化趋势。

图2 c)从整体上描绘了南疆地区农业用水效率在样本考察期内的演变。由图2 c)可以看出：第一，2004年核密度曲线呈现较为明显的“单峰”模式，多处存在轻微“隆起”，但随着时间推移，波峰高度明显下降，宽度趋于“扁平”，这表明南疆地区农业用水效率发展更趋协调，处于效率中游位置地区部分向低、高端靠拢；第二，从密度分布曲线位置平移来看，整体表现出向左平移趋势，这反映出南疆各地州市农业用水效率处于减弱趋势，总体水平不断降低。

图2 新疆地州市农业用水效率核密度估计分布图Fig.2 Kernel density estimation distribution graphs of agricultural water utility efficiency in Xinjiang

图2 d)从整体上描绘了东疆地区农业用水效率在样本考察期内的演变。由图2 d)可知：核密度分布曲线宽度先拉长、后逐渐收窄，波峰高度先下降、后逐渐上升。相比2004年，2013年密度曲线向右移动，这些特征表明东疆地区农业用水效率差距不断缩小，同时，与基期相比，区域内各地区的用水效率呈现增长趋势。

3 新疆农业用水效率影响因素分析

3.1 变量说明与模型设定

参照已有文献资料，本文考虑了以下影响因素：1)自然条件，引入年均降水量、年均日照时间作为代理变量；2)水资源禀赋水平，考虑到水资源在现有条件下无法做到完全供应，引入人均供水量，替代以往多数文献以人均水资源量作为代理变量；3)农业生产布局，选取4种农作物种植面积作为代理变量，包括粮食、棉花、油料、蔬菜；4)农田水利建设，主要采用2个代理变量描述，即有效灌溉面积占农作物播种面积比例、水库数量，第1个指标选取基于有效灌溉面积等于灌溉工程、设备已经配套，能够正常进行灌溉的水田和水浇地面积的总和；5)经济因素，引入人均GDP、第一产业增加值占GDP总量比例、单位面积农业灌溉水费作为代理变量。

基于超效率DEA测算的农业用水效率是大于0的受限变量，如果将效率值作为因变量，则需要对效率值进行截取。针对因变量是部分连续分布或部分离散分布的状况，为避免普通最小二乘法(OLS)在估计过程中出现偏误，普遍做法是当因变量是切割值或片段值时，采用受限因变量模型的一种Tobit模型，通过一个分段函数给出：

AWEit=

(4)

3.2 模型结果与分析

考虑到截面异方差的影响，本文采用广义最小二乘法(GLS)进行回归估计，利用软件Stata12.1进行估算，新疆及分区域农业用水效率影响因素的Tobit模型估计结果如表1所示。

表1 新疆全要素农业用水效率影响因素的Tobit模型估计结果

注：括号中的数字代表t检验值；*，**和***分别表示在10%，5%和1%的水平下显著。

3.2.1 自然条件

年均降水量同全要素农业用水效率呈显著的负相关，在其他条件不变的情况下，年均降水量每增加一个单位，则全疆全要素农业用水效率会降低0.001 8个单位。充沛的降水量虽然可以减少亩均灌溉用水量，但由于用水预期的改变导致农民节水积极性丧失，降低了农业用水效率。从全疆和南、北区域来看，日照时间变量均在5%显著性水平上与全要素农业用水效率呈现负相关。这是因为新疆大部分地区以种植粮食作物为主，粮食作物经济价值较低，较少采用节水灌溉技术，多采用串灌、漫灌等粗放型灌溉方式，水分蒸发量大，用水效率相对较低。值得注意的是，东疆以种植棉花、瓜果等经济作物为主，日照时间提高了农业产值，节水灌溉技术主要作用于棉花种植上，从而直接或间接地提高了农业用水效率。

3.2.2 水资源禀赋水平

无论从全疆还是分区域来看，人均供水量均同全要素农业用水效率负相关，且通过了显著性检验，表明相对于整个生产前沿面而言，水资源丰裕地区农业用水存在更大的冗余量。这也印证了许多学者关于资源禀赋与资源效率呈负向关系的观点。究其原因在于所谓的“靠山吃山，靠水吃水”，在水资源丰裕的地区，农户的节水意识较为淡薄，倾向于在农业发展中使用更多的水资源。

3.2.3 农业生产布局

农作物种植结构对不同地区全要素农业用水效率产生了不同的作用。粮食和油料2种农作物耗水系数高，从全疆和南疆、东疆地区看，这2种农作物种植面积与全要素农业用水效率呈负向关系，但对不同地区的影响程度迥异，这是地区农作物种植规模差异化导致的。蔬菜耗水系数低，在棉花作物灌溉上采用滴灌、微灌等节水灌溉方式，蔬菜和棉花可以提升全疆农业用水效率，这与表1模型估计结果相一致。需要引起注意的是，东疆以种植棉花、瓜果经济作物为主，该地区蔬菜种植面积的增加无法显著提升农业用水效率，这可能与东疆地区未规模化种植蔬菜相关。

3.2.4 农田水利建设

有效灌溉面积占比增加会促进农业用水效率的提高，在不同的区域产生不同的推动作用。北疆、南疆与东疆地区的回归系数分别为1.333 8，1.868 0和0.259 4，且都通过了显著性检验。相较之下，水库数量非但没有产生显著促进作用，而且抑制了农业用水效率的提升。这可能是因为较大的水资源贮存能力反而会减少农民有效用水的动机、水利设施建设未进行全方位有效评估以及盲目上马等原因造成的。

3.2.5 经济因素

从全疆和分区域来看，产业结构变量均与全要素农业用水效率呈显著的负相关，即第一产业占比越大，农业用水效率就越低。与其他省份相比，新疆农业用水技术手段相对落后，农业产出增加主要依靠投入增加来获得，农业用水投入偏高，导致农业用水效率下降。经济水平同全要素农业用水效率呈显著的正相关，即人均GDP增加会提高全要素农业效率，弹性为0.1%。区别于多数学者研究认为的灌溉费可以调节用水行为，促进农业用水效率提高，本文研究得出结论：单位面积农业灌溉水费在不同地区对农业用水效率产生了不同作用。

4 结 语

1)新疆农业用水效率呈现较为明显的空间非均衡性特征，在分解农业节水目标时，要依托各地区的自然条件、资源禀赋、农作物种植结构、经济发展水平等因素进行差异化分解，根据各地用水效率的实际情况，避免“一刀切”现象。

2)提升农业用水效率是个综合系统工程，需要采取多种措施来推动节水工作。例如：依据农作物节水、耗水情况，合理安排农业生产布局；在农田水利设施的新建和改造中，对项目进行全方位评估，防止盲目上马造成农业用水效率的降低；普及农业高效节水技术，采用微灌、滴灌、渠道防渗等节水灌溉技术，推动农业用水方式转型升级。

3)政府应发挥价格杠杆的作用，推进农业水价综合改革，建立农业节水型水价制度，针对南疆、东疆和北疆三大区域，制定农业灌溉用水差异化收费标准。

4)明确水资源初始使用权，建立科学的水权交易制度，避免农业水资源过度利用而陷入“公共地悲剧”，抑制水资源丰富地区农户用水浪费行为，加速地区间水资源的流动，提升农业用水配置效率。

/References：

[1] JEAN M，KAREN F，JEAN-MARC F. Key Water Resources in Aquastat：FAO’s Global Information System on Water and Agriculture[R]. Vienna：IWG-Env, International Work Session on Water Statistics, 2005： 20-22.

[2] 魏玲玲，李万明. 新疆农业用水效率及其影响因素分析[J]. 新疆大学学报(哲学·人文社会科学版)，2014，42(1)：7-10. WEI Lingling, LI Wanming. Agricultural water use efficiency and influencing factors in Xinjiang[J].Journal of Xinjiang University(Philosophy, Humanities & Social Science), 2014，42(1)：7-10.

[3] 陈大波，杨德刚，唐宏，等.渭干河流域农业水资源消耗强度及其影响因素[J]. 干旱区地理，2014，37(3)：509-519. CHEN Dabo, YANG Degang, TANG Hong, et al.Agricultural water consumption intensity and effecting factors in Ogan River basin[J]. Arid Land Geography, 2014，37(3)：509-519.

[4] 赵成峰，李青，王娇，等. 叶尔羌河流域农业灌溉用水效率分析——基于典型灌区1 000农户的调研数据[J]. 资源与环境，2015，31(11)：1346-1352. ZHAO Chengfeng, LI Qing, WANG Jiao, et al.Analysis on agricultural irrigation water use efficiency in Yarkant River basin：Based on typical irrigation field survey data of 1 000 peasant households[J]. Resource & Environment, 2015，31(11)：1346-1352.

[5] 佟金萍，马剑锋，王圣，等.长江流域农业用水效率研究：基于超效率DEA和Tobit模型[J]. 长江流域资源与环境，2015，24(4)：603-608. TONG Jinping, MA Jianfeng, WANG Sheng,et al.Research on agricultural water use efficiency in Yangtze River basin based on super-efficiency DEA and Tobit model[J]. Resources and Environment in the Yangtze Basin, 2015，24(4)：603-608.

[6] KANEKO S, TANAKA K. Water efficiency of agricultural production in China：Regional comparison from 1999 to 2002[J]. International Journal of Agricultural Resources, Governance and Ecology, 2004, 3(3/4)：231-251.

[7] 刘渝，王兆烽，张俊飚. 农业水资源利用效率的影响因素分析[J]. 经济问题，2007(6)：75-77. LIU Yu, WANG Zhaofeng, ZHANG Junbiao. Analysis on agricultural water use efficiency effecting factors[J]. Economic Problems, 2007(6)：75-77.

[8] 王学渊，赵连阁.中国农业用水效率及其影响因素——基于1997—2006年省区面板数据的SFA分析[J]. 农业经济问题，2008(3)：10-18. WANG Xueyuan, ZHAO Liange. Agricultural water use efficiency and effecting factors of China based on 1997 to 2006 province panel data SFA analysis[J]. Issues in Agricultural Economy, 2008(3)：10-18.

[9] 杨骞，刘华军. 污染排放约束下中国农业水资源效率的区域差异与影响因素[J]. 数量经济技术经济研究，2015(1)：114-158. YANG Qian, LIU Huajun. Regional disparity and influencing factors of agricultural water resources efficiency with the constraint of pollution[J]. The Journal of Quantitative & Technical Economics, 2015(1)：114-158.

[10]刘渝，杜江，张俊飚. 湖北省农业水资源利用效率评价[J]. 中国人口·资源与环境，2007,17(6)：60-65. LIU Yu, DU Jiang, ZHANG Junbiao. Estimation on utilization efficiency of agricultural water resource in Hubei province[J]. China Population Resources and Environment, 2007,17(6)：60-65.

[11]赵连阁，王学渊. 农户灌溉用水的效率差异——基于甘肃、内蒙古两个典型灌区实地调查的比较分析[J]. 农业经济问题，2010(3)：71-78. ZHAO Liange, WANG Xueyuan. Differences in farmer irrigation water use efficiency based on comparative analysis of Gansu and Inner Mongolia two typical irrigation districts filed investigation[J]. Issues in Agricultural Economy, 2010(3)：71-78.

[12]戴万亮,金彦龙,王乐. 基于DEA模型的高技术产业R&D效率评价[J]. 河北工业科技,2015,33(2):95-101. DAI Wanliang, JIN Yanlong, WANG Le. Evaluation on the R&D efficiency of high-tech industries based on DEA model[J]. Hebei Journal of Industrial Science and Technology, 2015, 33(2):95-101.

[13]ANERSEN P, PETERSEN N C. A procedure for ranking efficient unit in data envelopment analysis[J].Management Science, 1993(10):1261-1264.

[14]王瑾,林兰天,高琮,等. 基于核密度估计方法的涤棉混纺纱拉伸断裂声发射信号分析[J].河北科技大学学报,2016,37(1):83-87. WANG Jin, LIN Lantian, GAO Cong,et al.Analysis of acoustic emission signal of polyester/cotton yarns in the moment of tensile fracture by kernel density estimation method[J]. Journal of Hebei University of Science and Technology, 2016,37(1):83-87.

[15]程琳琳,张俊飚,曾杨梅,等. 中国农业碳生产率的分布演进与空间俱乐部收敛研究[J]. 中国农业大学学报,2016,21(7):121-132. CHENG Linlin, ZHANG Junbiao, ZENG Yangmei, et al. Analysis on dynamic evolution and spatial club convergence of national agricultural carbon productivity[J].Journal of China Agricultural University, 2016,21(7):121-132.

Dynamic evolution and influencing factors of total factor agricultural water utility efficiency in Xinjiang

DU Gen, WANG Baoqian

(Business School, Hohai University, Nanjing, Jiangsu 211100, China)

In order to guide the agricultural water saving in arid and semi arid regions, the paper selects 14 cities’ data from 2004 to 2013 in Xinjiang, taking the total factor water efficiency measurement, using the input-oriented super-efficiency DEA model under the CRS condition, the selected cities and regional agricultural water utility efficiency is measured in Xinjiang. Meanwhile, the paper makes dynamic evolution analysis on basis ofα-convergence and kernel-density estimation, taking the Tobit model to analyze the factors affecting agricultural water utility efficiency in Xinjiang. The results show that at the regi-onal level, although the difference of agricultural water saving technology, consciousness and management level between Northern Region and All Region has been reduces, it still faces the problem of regional uncoordinated development. The agricultural water utility efficiency in Southern Region is deteriorating and agricultural water situation is severe, however, the city agricultural water efficiency gap is small and the development tends to be in balance and coordination. There is obvious characteristics of “club convergence” to agricultural water use efficiency in Eastern Region and the regional water use efficiency is increasing. Among many influencing factors, the average annual sunshine time, farmland water conservancy construction, agricultural production distribution and irrigation fees have a two-way impacts for agricultural water utility efficiency promotion. Economic level has significant positive effect. The average annual precipitation, water resource endowment level and industrial structure have significant negative effects. The study analyzes the efficiency of agricultural water from multiple dimensions of dynamic evolution process, and for arid and semi arid areas, the agricultural water-saving work has a certain guiding role.

farmland irrigation；agricultural water utility efficiency; Xinjiang; total factor; Tobit model； dynamic evolution; influencing factors

1008-1534(2017)02-0096-07

2016-11-07;

2016-12-15；责任编辑：张士莹

杜 根(1990—)，男，江苏徐州人，硕士研究生，主要从事资源技术经济方面的研究。

王保乾教授。E-mail: bq64@163.com

F205；F224

A

10.7535/hbgykj.2017yx02004

杜 根，王保乾.新疆农业全要素用水效率动态演进及影响因素分析[J].河北工业科技,2017,34(2):96-102. DU Gen, WANG Baoqian.Dynamic evolution and influencing factors of total factor agricultural water utility efficiency in Xinjiang[J].Hebei Journal of Industrial Science and Technology,2017,34(2):96-102.