资源环境约束下农业用水效率及成本分析

甘天琦，李波(中南民族大学 经济学院&湖北全面小康建设研究院，武汉 430074)

长期以来，在小规模、粗放式的农业生产模式、薄弱的环保意识和滞后的环境治理措施等多重因素叠加下，大量地下水受到不同程度的污染. 这种持续的强人类活动大大改变了流域水循环演变的结构、路径和驱动力，后者又反过来影响着人类生存发展的用水安全[1]. 根据2018年水资源公报显示，全国26.2万km的河流水质状况中，Ⅰ～Ⅲ类水质河流长度占81.6%，劣Ⅴ类水质河流长度占比5.5%；在全国544个重要省界断面中，Ⅰ～Ⅲ类、Ⅳ～Ⅴ类、劣Ⅴ类断面比例分别占评价断面总数69.9%、21.1%和9%，农业端排放成为水污染主要来源已经是不争的事实. 与此同时，我国的水资源短缺已经严重影响到农业生产活动，数据显示我国农业生产所需的灌溉面积达到9.05亿亩，用水缺口超过了3600亿m3，农业水资源短缺与污染相互交织，成为制约农业现代化建设与经济高质量发展的重要因素.

大量的研究证明农业源污染已成为水体污染的主要来源之一，如太湖流域的总氮和总磷含量分别约有31.57%和15.05%来源于农业[2]，而长江、黄河、珠江、巢湖和滇池等流域农业面源污染的排放甚至占据到总排放量的一半以上[3-4]，严峻的环境污染给用水问题带来了巨大的压力，部分学者分析农业用水时，在水资源定价[5-6]、水价政策[7-10]及对农业生产的影响[11]等方面进行了研究，却少有学者在农业水资源的分析框架内纳入农业面源污染的因素. 事实上，单独考虑农业用水价格问题容易忽略面源污染可能带来的成本增加效应，而且仅对微观单元的分析忽视了社会总体农业用水成本. 为弥补可能存在的不足，本文通过构建环境约束下的农业用水效率和用水成本分析框架，并尝试回答以下问题：第一，环境约束对农业用水效率是否存在显著的影响. 第二，环境约束对农业用水成本是否存在显著的影响. 第三，影响农业用水成本的关键因素有哪些. 本文主要的边际贡献在于：一方面，在农业用水效率及农业用水成本的分析框架内纳入农业面源污染的因素，能同时考察农业用水过程中资源与环境的双重约束；另一方面，通过数据模拟分析了影响农业用水效率与农业用水成本的关键因素，能为农业用水政策制定提供参考.

1 分析框架与数据说明

1.1 环境生产函数的构建

根据方向距离函数分析框架，设置环境规制强度更加严格的方向向量：g1=(gy,-gb)，表示“好产出”在增加一单位时，“坏产出”减少一单位，则在t期技术条件下可以得到方向性距离函数如公式(1)：

(1)

根据卢纶伯格(Lueberger)短缺函数的思想构建出方向性环境产出距离函数[12-13]，如公式(2)：

(2)

在该产出距离函数中，可以将生产函数表示为方向性距离的函数，为公式(3)：

(3)

1.2 农业水资源成本效应的分析框架

1.2.1 方向向量----水资源子向量函数的构建

(4)

Di(w,x;y,b)>1表示第i决策单元DMU的生产过程是无效率的，Di(w,x;y,b)=1表示第i个决策单元DMU的生产过程是有效率的. 因此，求解公式(5)即可得到环境约束下农业用水距离函数：

(5)

1.2.2 环境约束下的农业水资源成本效应

(1)水资源的约束成本 根据子向量距离函数Di(w,x;y,b)，从水资源的角度定义t时期环境成本公式(6)：

(6)

类似的，可以得到t+1时期的环境成本如式(7)：

(7)

(8)

环境约束下的农业水资源成本效应如公式(9)：

(9)

根据上式进行分解可得公式(10)：

(10)

(2)环境约束下农业水资源成本的DEA分解 引入t时期和t+1时期的农业实际用水量作比，定义为环境约束下农业用水成本效应，如公式(11)：

(11)

考虑农业生产过程中的四大要素投入：劳动(X1)、土地(X2)、机械动力(X3)和肥(X4)料；“好”产出为农林牧渔业总产值(Y)；“坏”产出为农业面源污染，包含总氮(TN)、总磷(TP)和农业COD排放量，对农业用水成本效应进一步分解如式(12)：

TE×TC×ICx1×ICx2×ICx3×ICx4×OC×OB×SC.

(12)

(13)

(14)

1.2.3 数据来源及基础统计分析

根据上述方法框架，本文使用农业生产投入、产出及面源污染数据构成30个省份18年的平衡面板数据，其中，生产要素投入包含农林牧渔业从业人员、农业耕地面积、农业机械总动力投入、农用化肥施用折纯量及农业用水量，好产出为农业增加值，以1998年为基期做价格平减；坏产出根据单元调查法计算农田化肥、农田固体废弃物、禽畜养殖和水产养殖的排放，得到农业面源污染(三个主要评判指标,总氮、总磷、化学需氧量)数据. 相关数据来源于《改革开放三十年汇编》、《中国农村统计年鉴》、EPS数据库，部分缺失数据使用差值法补全，相关基础统计指标如表1.

表1 中国农业投入、产出的基础统计量Tab.1 Basic statistics of agricultural input and output in China

2 结果与分析

2.1 不同约束情况下农业生产效率的差异

2.1.1 水资源约束对农业生产效率的影响

如图1所示，左右两图分别为农业环境技术效率和农业生产潜在产出的核密度函数图，同时为检验两组数据之间的差异程度，引入秩和检验比较两个独立样本之间的差异，通过检验，H1=1、P1=0，H2=1、P2=0，两组数据检验结果均拒绝原假设，因此，可以从统计上得出是否存在水资源约束对于农业环境效率和农业潜在产出有显著的影响.

图1 核密度函数图Fig.1 Kernel density function

2.1.2 环境约束对水资源利用效率的影响

对比存在农业环境约束和不存在农业环境约束的情形(图2)，通过秩和检验两组数据之间的差异，H3=1，P3=0，统计上得到是否考虑农业面源污染对于农业潜在产出存在显著的影响.

图2 核密度函数图Fig.2 Kernel density function

2.1.3 农业水资源的约束较强区域

由于地域遥远，劳役繁重，耗费巨大，明宣宗宣德四年十二月壬辰(1430年1月14日)，当宣德帝听到“松花江造船运粮所费良重”，就“谕行在工部臣曰:‘造船不易，使远方无益，徒以此烦扰军民’。遂敕总兵官都督巫凯:凡亦失哈所赍颁赐外夷叚匹等物，悉于辽东官库寄贮，命亦失哈等回京”。［5］翌年十一月庚戌(1430年11月28日)，“总兵官都督巫凯奏虏寇犯边，请罢松花江造船之役。上曰:‘虏觇知边实，故来钞掠，命悉罢之’”，正式停止松花江造船事业。［6］

依据计算得到的数据，比较在加入农业水资源约束条件之后各省份的农业环境技术效率. 根据农业环境技术效率指标排序，定义排名顺序上下浮动1位为基本无约束；将排名下降2位或以上为由好变坏，受水资源约束较强；将排名上升2位或以上定义为由坏变好，受水资源约束较弱.

通过整理得到表2. 可以看出，北京、上海、天津、浙江、广东等11个省市农业发展对于水资源的约束并不敏感，可以将其分为两类. 第一类是农业占比少的北京、上海、天津；第二类是浙江、辽宁、江西等地，这一类地区为农业主产区，除农业灌溉用水之外，降雨充足，因此对于农业用水供给的敏感程度较低. 福建、江苏、湖北、内蒙古等8个省市农业发展受水资源的约束较强，可以将其分为两类. 第一类为湖北、福建、江苏三地，虽然排名下降，但受到水资源的约束相比第二类较弱，下降幅度不大，如湖北仅下降3位、福建仅下降2位；第二类是内蒙古、新疆、黑龙江等5地，因降雨量少、农业发展的水资源依赖性较强，所以在增加约束之后排名下降明显. 重庆、山东、河南、山西、陕西等11个省区市受到水资源约束较弱.

表2 受到水资源约束条件下农业绿色技术效率的变化Tab. 2 Changes of agricultural green technology efficiency under water resources constraints

2.2 环境约束下农业用水成本效应及分解

2.2.1 空间维度的静态比较

总体而言，农业水资源使用成本效应为1.1122，用水成本依然处于上升趋势. 空间维度上的静态比较如图3，上海、北京、天津、河北、辽宁和黑龙江等地处于平均水平以下，农业水资源使用的成本稍小，原因在于上海、北京和天津三地农业比重不高，而河北、辽宁、黑龙江等地可能在规模化种植上走在前列，因此用水成本效应上稍低. 但内蒙古、吉林、陕西、四川、青海等地用水成本逐渐提高，急需转变生产方式，实行农业节水经营.

图3 各地区水资源成本效应Fig.3 Cost effect of water resources in various regions

2.2.2 时间趋势的动态分析

△CE从环境污染视角定义了农业水资源的成本效应. △CE小于1时，认为维持现有的经济增长和环境污染水平，水资源使用的成本降低；反之，当△CE大于1时，水资源使用的成本增加. 从图4可以看出，在1998-2015年时间范围内，大体上可以2013-2014年为分水岭. 第一阶段为1998-2003年，用水成本整体呈现下降的趋势；第二阶段为2004-2015年，农业用水成本维持在较高的水平，其中2004-2005、2006-2007、2010-2011、2014-2015几个年度用水成本较高，虽然数据显示农业用水成本效应为0.96，但从长期来看，2003年提出的节水农业的政策实施的并不理想.

图4 环境约束下农业水资源的成本效应(1998-2015)Fig.4 Cost effect of agricultural water resources under environmental constraints (1998-2015)

2.2.3 环境约束下的农业用水成本效应分解

从全要素生产率的角度来看，技术效率(TE)的变化并未很好地改变农业用水成本增加的趋势，而技术进步(TC)则与之相反，能有效地降低农业用水成本. 样本期内，大部分年份的技术效率虽不算太大，但也对于农业用水成本的改善无益；技术进步(TC)指标在所有年份均小于1，显示技术提升利于农业用水成本的降低，这与基本事实相符(表3).

表3 农业水资源成本效应的分解(1998-2015)Tab.3 Decomposition of cost effect of agricultural water resources (1998-2015)

从产出水平的角度来看，所有年份的OC指标均大于1，产出增长的同时，农业用水的实际需求量不断增加.OC和SC指标较为相似，前者表示上期与当期产出(包含期望产出与非期望产出)在当期技术水平下的效率水平比值，后者表示上期与当期产出水平之比(仅包含期望产出)，因此二者接近. 另外，农业水资源的使用与农业产出水平相辅相成，丰收年份的农业用水量也相对较高，说明我国在保证粮食产量的同时实现农业节水发展也是农业绿色发展的途径之一.

从污染效应来看，大部分年份OB指标大于或等于1，且波动不明显，表明污染强度的增加会提高农业用水成本，FRE[12]将此称为污染治理的机会成本，意味着若控制农业面源污染，农业水资源的使用成本将会随着产量的提高逐渐增加. 一系列研究成果表明，城乡二元经济结构、治理成本高昂和农户生产行为等都是造成农业面源污染的主要原因[15]，但造成面源污染的农药、化肥等也是提升农作物产量的重要生产资料. 从社会福利的角度来看，农业面源污染的加重抵消了水资源使用带来的正效应，因此合理用水、控制污染才是促进农业经济绿色发展的有效途径.

从规模效应的角度来看，所有年份的SC指标均大于1，增长幅度明显且增速维持在12.3%左右，农业产出的增长对于水资源成本的提升较为明显. 从另一角度也可以看出，农业水资源的使用在农业经济增长中的重要地位. 因此，在目前经济高质量发展和农业供给侧结构性改革的攻坚克难时期，进一步稳增长、转方式，促进改革成效显得尤为重要.

3 结论

对农业水资源使用效率的准确评价和影响用水成本因素的准确识别，是制定有效节水政策的前提条件. 本文通过DEA方向性距离函数及其分解方法对1998-2015年30个省区市的数据进行了研究性探索，主要结论如下：一是在农业环境约束的情况下，农业用水效率损失严重；二是技术效率水平低拉高了农业用水的成本，是造成农业用水持续增加的主要原因之一，技术进步是缓解农业用水成本增加的主要途径. 因此，从降低农业用水成本，促进农业经济增长的角度提出以下对策建议. 首先，加大对绿色农业和生态农业的扶持力度，发展节水农业，降低农业用水成本. 从中长期发展来看，较好方法就是提升农业用水效率，特别是在农业用水效率较低的地区大力推进节水农业的发展. 其次，推动规模化生产和集约化经营的生产方式，加强硬性技术进步. 在农业生产用水需求较大的地区，更积极地推动规模化经营，加大农用机械的应用，有效降低用水成本. 最后，加大农业生产软性技术的传播和应用. 加强农业技术的推广，培育新型职业农民，有意识地改善工业产品的使用，从而降低农业面源污染.