污染排放约束下广西种植业用水效率 及其时空格局研究——基于超效率SBM-Undesirable模型与ESDA方法

陆泉志，陆桂军，范稚莲，罗明智，莫良玉

(1.广西大学农学院，南宁 530004；2.广西壮族自治区科学技术情报研究所，南宁 530022； 3.广西壮族自治区蚕业科学研究院，南宁 530007)

农业生产引发的水环境污染问题始终是绿色发展行动中的重要议题。根据《广西壮族自治区环境统计年报》的数据，2015年广西农业废水中的氨氮排放量占全部废水中氨氮排放量的32%，种植业废水中的氨氮排放量占农业废水氨氮排放量的38%，化肥淋失是种植业水污染的主要因素。尽管2011-2015年广西化肥使用量年均增长率为1.72%，增幅开始呈现缓和态势，但是短期来看，要实现化肥使用量大幅减少的现实可行性较低，化肥污染排放的“约束红线”始终存在。因此在研究种植业用水效率的时候不能只考虑经济产出，也要考虑化肥污染排放所带来的负面效应，这对保障广西种植业水资源可持续利用，建设生态环保型绿色种植业有重要意义。

国内学者大多基于数据包络分析方法对用水效率进行测算。许多学者基于经济产出角度对不同地区的农业用水效率进行了测度[1-5]，其考虑的是如何以最小的水资源投入实现更大的经济产出，忽视了环境约束对用水效率的影响，这可能导致真实的用水绩效发生扭曲。为此，一些学者开始关注农业生产给水体生态带来的负面效应，将水体污染指标作为非期望产出纳入全要素用水效率分析框架，在同时考虑经济效益与生态效益的基础上采用非径向的SBM-Undesirable模型修正以往研究中用水效率的偏差估计[6-8]。但这些学者直接采用整个投入产出系统的效率值作为农业用水效率，并没有考虑水资源投入的松弛量，这是存在一定偏差的。而一些学者借鉴Hu等[9]提出的全要素用水效率思想，通过构建包含水资源投入的全要素农业生产系统，再基于Hu等“最优用水量与实际用水量比值”的用水效率定义将水资源投入从整个农业生产系统中剥离出来，得到更为精确的用水效率值[1-3,10]。在用水效率的空间格局研究方面，大多学者采用空间自相关分析方法对用水效率的时空格局及其演化规律进行了分析[11-13]。

综合以上研究，本文基于全要素用水效率思想，将种植业生产中的化肥污染排放作为非期望产出纳入评价体系中，运用超效率SBM-Undesirable模型对广西区域内14个地市的种植业用水效率进行测算，以求更准确地把握各地市在经济与环境制衡下的真实用水绩效。在此基础上，运用ESDA方法对广西种植业用水效率的动态演进趋势及空间相关性进行分析，以期深化对广西区域内种植业用水效率的认识和理解，为“十三五”期间广西种植业水资源可持续利用前景和绿色区域发展的相关对策提供借鉴。

1 研究方法与数据

1.1 超效率SBM-Undesirable模型

s->0，sb>0，sg>0，λ>0

i=1，2，…,m；r=1，2，…，q；j=1，2，…，n(j≠0)

1.2 种植业全要素用水效率测度方法

在超效率SBM-Undesirable模型的基础上，借鉴Hu等[9]提出的全要素用水效率的理论，该理论以产出不变作为基本假定，以“最优用水量与实际用水量比值”对种植业用水效率进行衡量，最优用水量即在目前种植业产出及生产技术水平不变条件下，所需要的最少或最优的农田水资源投入。此方法将农田灌溉用水从整个种植业投入产出系统中分离出来，以期更精准地测度广西种植业用水效率。全要素用水效率(Total Factor Water Efficiency，TFWE)的具体测度方法如下：

式中：最优用水量为种植业实际用水量减去超效率SBM-Undesirable模型结果中农田水资源投入量的径向调整值和松弛调整值之和。

1.3 空间自相关分析方法

空间自相关分析是探索性空间数据分析方法(Exploratory Spatial Data Analysis，ESDA)的主要内容，旨在研究样本对象的空间分布及其相关性，揭示样本数据的空间依赖性与空间异质性的可视现象。空间自相关系数主要包括全局自相关系数与局部自相关系数。全局自相关系数( Global Moran’sI)是从全局的角度来测算单元值的相关性强度，通过全局自相关指数检验广西地区内所有地市的种植业用水效率值是否出现了空间聚集以及是否存在稳健的空间溢出效应；局部自相关系数(Local Moran’sIi)是用来测度局部地区或相邻地区间观测值的相关性强度，检测是否存在局部地区高值或者低值，一般采用 Moran’s散点图表示。计算公式如下：

式中：xi、xj表示样本的属性观测值；n表示样本数；Wij表示邻接空间权重，本文采用邻接标准来计算各市的空间权重，若城市i与城市j相邻，Wij为1，否则Wij为0；I表示全局自相关系数，其系数取值范围为[-1，1]，当I>0 时，表示研究区域存在空间正相关，当I<0 时，表示研究区域存在空间负相关，当I=0时，表示不存在空间自相关，服从随机分布。

在 Moran’s 散点图中分为4个象限，高高集聚区(第1象限)和低低集聚区(第3象限)表示广西区域种植业用水效率空间正相关性较强，即具有均质性；低高集聚区(第2象限)和高低集聚区(第4象限)表示空间负相关性较强，即具有异质性。

1.4 指标体系构建与数据来源

本文通过构建包含水资源投入及化肥污染产出的种植业全要素投入产出系统来测度种植业用水效率。根据农业经济学理论，农业生产要素的投入主要包含土地、劳动力和资本等指标。本文依照科学性、合理性和数据可获得性的原则，在投入要素方面选取农作物总播种面积、种植业劳动力投入、化肥折纯量、农田灌溉用水量、农业机械总动力5个指标。由于种植业劳动力数据缺失，根据戴俊[16]的研究，种植业劳动人数平均占农村从业人员的59.38%。因此本文选取广西农村人口数的59.38%近似替代种植业劳动力数量。在产出指标方面，由于化肥的施用会造成氨氮淋失，本文选取种植业废水中的氨氮排放量作为非期望产出。选取种植业生产总值作为期望产出，并以2011年为基期按城市所在省份的CPI指数进行消胀处理。由于运用DEA模型时各项投入与产出之间必须满足“同向性”假设，即投入量增加时产出不得减少。本文运用皮尔逊(Pearson)相关性检验方法对各项指标进行检验，结果表明各投入项与产出项之间均能在1%的置信水平下通过双尾检验且相关系数为正，各投入产出指标符合“同向性”原则，具有合理性，可作进一步分析。

由于广西环境保护厅仅公布了“十二五”期间的水污染排放数据，因此研究样本数据跨度相应受到限制。另一方面，研究“十二五”期间广西各地区种植业用水效率时空分异演化特征，对“十三五”期间广西种植业水资源管理工作的优化改进具有重要的现实指导意义。因此，本文研究对象为广西所辖的14个地市，时间段为2011-2015年，观测值共70个，本文所选取的种植业废水中的氨氮排放量数据来源于《广西壮族自治区环境统计年报》(2011-2015年)；其他指标数据均来源于《广西壮族自治区统计年鉴》(2012-2016年)。

2 结果与讨论

2.1 广西种植业用水效率测算结果分析

运用MaxDEA.Ultra7.5软件，基于投入导向的超效率SBM-Undesirable模型和全要素用水效率测度方法计算出2011-2015年广西各地市种植业用水效率值，并以各地市种植业用水效率均值进行了排名，具体结果见表1。

表1 2011-2015年种植业用水效率及排名Tab.1 Water efficiency and ranking of planting industry from 2011 to 2015

由表1可知，从广西总体用水效率均值来看，2011-2015年广西历年种植业用水效率均值均超过1，整体并未表现出明显的增长或降低趋势，而是呈现小幅波动的均衡走势。但需要注意的是，广西历年用水效率平均值较高主要是由于个别地市的超效率值过高引起的，效率均值大于1的城市只有3个，剩余的11个地市均未达到有效前沿面。本文将超效率均值过高的防城港市和崇左市去除后，发现研究期内广西种植业用水效率均值为0.83，距离有效前沿面还有一定距离，广西种植业还有较大的节水潜力和用水效率提升空间。从各地市的效率均值及排名来看，防城港、崇左和南宁的用水效率均值最高，呈“三足鼎立”的态势。但在研究期内这3个地市的用水效率呈现不断回落走势，表明其近年来未能较好地平衡经济产出与污染排放之间的关系，污染约束压力有所增强。贵港、河池、来宾、北海的用水效率均值都较低，一方面主要是因为其水资源投入的冗余量(可节约用水量)较大，粗放式灌溉用水是主要原因，也从侧面反映了这些地市在种植业水资源管理方面表现不佳；另一方面这些地市的经济产出松弛量都为0，但污染排放的松弛调整值较大，这也反映了化肥过量投入导致的污染排放在一定程度上降低了用水效率。

根据表1，利用Geoda1.6.7软件的分位功能绘制了各地市平均用水效率的地理分布图(见图1)，可以直观地看出，污染排放约束下的广西种植业用水效率在地理分布上呈现明显的空间非均衡性特征。由图1可知，广西种植业用水效率较高的地区是南宁、防城港、崇左、百色、梧州，其中有4个地市位于广西西南部且在地理空间上相邻，呈现一定的空间集聚格局。南宁、防城港、崇左同属于北部湾经济区，受经济区政策支持因素及首府经济圈“空间溢出效应”影响，这些地区在经济、科技、资源等方面交互融合程度较高，社会协同发展能力较强，其经济发展水平与用水效率较高密切相关。王莹[17]和王洁萍[18]等的研究结果也印证了社会经济发展水平对农业水资源利用效率具有显著的正向影响这一观点。用水效率值也较高的百色属于干季易旱地区，可能是由于常年在水资源稀缺的高压约束下反而强化了农民的节水意识，更重视水资源的高效利用，这与孙才志等[11]的研究结论相类似。广西种植业用水效率较低的地区是来宾、贺州、河池、贵港等地，同样这些地区在空间分布上趋于相邻，表现出一定的地带性特征。因此从广西种植业用水效率的区域分布情况来看，高效率值地区与低效率值地区可能存在一定程度的空间关联性，可运用空间自相关分析方法对广西种植业用水效率的空间自相关性和空间异质性作进一步探讨。

图1 广西种植业用水效率的地理分布Fig.1 Geographical distribution map of water use efficiency in Guangxi

2.2 广西种植业用水效率空间相关性分析

2.2.1 广西种植业用水效率全局空间自相关分析

以不同年份的广西种植业用水效率为统计变量，以地市为基础单元，运用Geoda1.6.7软件，全局 Moran’sI指数的计算结果如表2所示。由表2可知，在正态分布假设下，研究期内所有年份的全局 Moran’sI指数均为正值，均通过5%水平显著性检验，说明广西种植业用水效率具有显著的空间正相关关系，存在效率高值地市与效率高值地市相邻、效率低值地市与效率低值地市相邻的空间集聚格局。从动态分析可知，研究期内全局 Moran’sI指数呈逐年下降趋势，表明广西种植业用水效率呈现分散态势，空间集聚效应随着时间的推移在不断减弱。按照此趋势，“十三五”期间广西种植业用水效率空间集聚效应有可能会消失。表2中的全局 Moran’sI指数无法揭示具体是哪些区域产生了空间集聚效应，无法对局部区域空间自相关关系进行刻画，因此需进一步检验广西种植业用水效率的局部空间相关性。

表2 广西种植业用水效率全局 Moran’s I指数Tab.2 Global Moran’s I of planting industry water use efficiency in Guangxi

注：**和***分别表示在5%和1%的水平上显著。

2.2.2 广西种植业用水效率局部空间自相关分析

在全局自相关分析的基础上，本文采用 Moran’s散点图(见图2)对2011年、2013年、2015年这3个代表性年份进行局部空间自相关分析，检验在统计显著下，是否存在局部地区高值或者低值。

图2 广西种植业用水效率的 Moran’s散点图Fig.2 Moran’s index scatter plot of planting industry water use efficiency in Guangxi

由图2可知，Moran’sIi均大于0，3个代表性年份中大部分地市都处于第1象限与第3象限中，属于高值簇和低值簇的现象，其空间均质性显著，表现出较强的正向空间自相关特征。从动态演变来看，广西14个地市种植业用水效率的空间关联类型变化较小，仅有1个地市在2015年移动到了第4象限，一定程度上反映了局部空间集聚现象存在减弱趋势。具体来看，种植业用水效率稳定存在高高(HH)集聚的地区是南宁、崇左、防城港，表明这些地区自身和周边地区用水效率都较高，其空间溢出效应显著可归因于这些地区水资源丰富，政治、经济地理位置优越，北部湾经济区社会综合发展能力较强，防城港、崇左与首府南宁在农业科技创新、资本投资、农产品贸易、社会教育等方面形成联动效应，提升了整个地区的用水效率。种植业用水效率稳定存在低高(LH)集聚的地区是百色、钦州，表明这些地区自身用水效率较低而周边地区较高，空间异质性突出，高值簇对百色与钦州种植业用水效率的增长拉动能力较弱，未能对其产生空间溢出效应。种植业用水效率稳定存在低低(LL)集聚的地区是桂林、柳州、贺州、来宾、河池、贵港、梧州、玉林、北海，这些地区占有的比例较大，可以说是广西种植业用水效率整体水平的缩影。与周边西部省份一样，广西大部分地区社会发展综合水平较低，大量水利基础设施存在年久失修老化严重的问题，季节性缺水和工程性缺水并存，加之喀斯特地貌广布，地表水流失较为严重，用水环境并不是十分理想[19]。另一方面，由于农民教育功能缺失，其环保意识普遍不强，较难平衡好经济产出与化肥污染排放之间的关系，研究期内广西化肥施用量年均增幅1.72%，高于同期全国平均水平，其污染排放也抑制了用水效率的提升。一般来说，由于低值地区自身缺乏活力，规模性低值集聚将加剧用水环境恶化并易于形成恶性循环累积，最终对该区用水效率的快速发展起到抑制作用。在种植业用水效率高低(HL)集聚区方面，仅在2015年出现了梧州市，高低(HL)集聚表明梧州自身用水效率较高而周边地区较低，说明梧州市开始打破“冷点屏障”，种植业用水效率出现回升。这可能是由于梧州与较为发达的广东地区地缘邻接，通过与广东地区在资源、科技、贸易等方面交互融合从而不断集聚能量，产生跨区域协同提升效应。但梧州自身用水效率增长并未对周围地区产生正向的空间交互影响，呈现一定程度的极化现象。

3 结 论

综上所述，可以得出以下结论。

(1)2011-2015年，污染排放约束下的广西各地市种植业用水效率呈现明显的非均衡特征，种植业用水效率整体不高，只有南宁、防城港、崇左达到有效前沿面，形成“三足鼎立”态势。

(2)研究期内，污染排放约束下的广西种植业用水效率呈现显著正向的全局空间自相关性，用水效率相似值(高高或低低)呈现空间集聚特征，但其空间溢出效应逐年减弱。不同地市种植业用水效率的空间关联类型变化较小，广西有一半以上地市稳定存在低低(LL)集聚区；高高(HH)集聚区呈现由南宁、防城港、崇左组成的三核心热点集聚模式。

4 建 议

(1)用水效率与农业经济发展水平密切相关，在全要素用水效率理论下，应构建与水资源相匹配的种植业生产布局，优化各投入要素的资源配置，不断提高种植业经济产出，缩小各地区农业经济发展水平的差距，为进一步提升用水效率打下坚实经济基础。此外需加大对农田水利基础设施与节水技术创新的资金投入，对用水效率低低集聚区采取适度的政策倾斜，尤其是农民教育与科技政策，以促进低效率地区对高效率地区产生追赶效应。

(2)提倡种植业绿色生态用水理念，稳步推进化肥使用量零增长行动。加强绿色发展理念的宣传力度，提高农民生态意识与节水意识，在经济产出最大化和环境污染最小化的杠杆上保持平衡。同时要切实完成好农业部要求的“到2020年化肥使用量零增长”任务。要因地制宜、循序渐进地优化施肥结构，通过政策与科技的配合，大力推广有机肥替代化肥、高效新型肥料、水肥一体化技术，提高肥料利用效率，减少肥料挥发淋失，使其对水资源污染最小化，切实保障经济与环境良性协同发展。

(3)准确把握广西种植业用水效率的空间差异性，加强政府宏观引导，实施区域协同发展战略，促进各地区在节水科技、水资源管理、流域监管等多方面交流融合，相互借鉴学习以实现资源优势互补，从而产生空间联动效应。也可通过高效率地区对口帮扶、资本融合、经验指导等方式对低效率集聚区实施“富邻”政策，创造更多的空间溢出通道以拉动其用水效率增长。此外还应针对广西种植业用水效率空间自相关性逐年减弱的现象，深入研究其影响因素，以强化其空间溢出效应。

□