河北省农业水资源利用效率时空分异特征及影响因素研究

杜 书，梁彦庆，2，3，张 梦，安湘云，王 昊

（1.河北师范大学资源与环境科学学院，石家庄050024；2.河北省环境演变与生态建设实验室，石家庄050024；3.河北省环境变化遥感识别技术创新中心，石家庄050024）

0 引言

农业水资源作为农业安全的重要纽带，对农业经济及国家粮食安全具有长远影响[1]。当前我国农业用水存在水资源短缺、水质恶化、农户用水浪费、危机意识薄弱等问题[2]，使得粮食生产存在较严重的安全隐患。农业水资源利用效率是反映农业水资源有效开发、利用、管理的重要综合指标，可以水资源利用相关的农业产值与投入成本的比率表示[3]。科学评价农业水资源利用效率，研究其在空间格局和时间序列上的差异及原因，可为实现资源环境约束下农业效益的最大化、促进农业可持续发展提供科学借鉴。

相关学者对农业水资源利用效率进行了深入研究并取得了丰富成果。王昕[4]等采用DEA 方法对我国省际农业水资源利用效率进行测算，总结得出我国多数地区的农业水资源利用效率较高但具有较大节水潜力。赵姜等[5]运用超效率SBMDEA 模型分析得出京津冀地区农业全要素用水效率虽然整体高于全国水平，但仍存在提升空间，其中河北省的农业节水潜力最大，并采用面板Tobit 模型探讨了其主要正向和负向影响因素。武翠芳等[6]基于张掖市甘州区农业灌溉用水和投入产出调查数据，采用DEA 方法在对农业水资源利用效率测算及农业节水潜力估算的基础上，针对性地提出了相关政策建议。通过对文献的梳理可以发现，虽然对农业水资源利用效率的研究已较为丰富，但仍存在不足之处。一是以往研究多以省际或区域为尺度来评价农业水资源利用效率，该尺度难以体现出地区发展过程中内部的不均匀性，如同一行政区内不同地区的农业水资源利用效率可能存在较大差别，对同一行政区内城市间的对比研究还较为缺乏；二是单一使用DEA 模型进行农业水资源利用效率评价仅关注了其静态角度，无法反映农业水资源利用效率随时间的动态变化，因此，如何从时间动态角度出发对农业水资源利用效率进行评价成为研究的重点；三是对于影响河北省农业水资源利用效率内部因素的探究还较为缺乏。

河北省作为我国10 个农业大省之一，由于大部分地区的年降水量不足100 mm，且都集中在夏季（7-8月），同时地表水与地下水资源量存在显著差异，导致农业水资源总量相对缺乏且时空分布不均，加之农业水资源浪费严重、利用效率较低[7]，使得全省农业水资源日益紧缺，严重危及区域粮食安全及经济社会可持续发展。本文选取河北省11 个地级市为研究对象，运用DEA 模型和Malmquist 指数分别从静态和动态角度测算河北省全省及各地级市的农业水资源利用效率，并通过Tobit 模型对其影响因素进行探讨，期望为差别化区域农业水资源利用政策制定提供依据。

1 研究区概况

河北省地处华北平原，为京津冀城市群的一部分，东临渤海、内环京津，东南、南衔山东、河南两省，西倚太行山与山西为邻，西北、北部与内蒙古交界，东北部与辽宁接壤，辖石家庄、唐山、秦皇岛、邯郸、邢台、保定、张家口、承德、沧州、廊坊、衡水11 个地级市和辛集、定州2 个省级直管市。全省地形复杂多样，是我国唯一兼有高原、山地、丘陵、平原、湖泊和海滨的省份，地跨海河、滦河2大水系。全省地处温带季风气候，年均降水量484.5 mm，月平均气温在3 ℃以下，其中7月平均气温18～27 ℃，四季分明。2018年耕地面积652.36 万hm2，农作物总播种面积1 306.14 万hm2，平均降水量507.6 mm，水资源总量164.04 亿m3，其中平均降水量和水资源总量分别比多年均值少24.1 mm、40.65 亿m3。

2 研究方法与数据来源

2.1 DEA-BCC模型

数据包络分析（DEA）于1978年由著名运筹学家A Charnes 等提出，该线形规划模型通过对一个特定单位效率和一组提供相同服务类似单位绩效的比较，试图使服务单位的效率最大化。模型假设在每一个时期t内，有n个决策单元，每个决策单元（DMUj）有m种投入要素x1j、x2j，…，xmj和s种产出要素y1j、y2j，…，ysj，对于每个DMUj都有相应的效率评价指数θ，θ≥1 表示该决策单元DEA 有效[8,9]。由于具有非主观赋权、无需事先确定函数关系及可分析决策单元无效因素等优点，DEA 模型现已成为评价相对效率的主流技术工具。传统DEA 方法主要包括规模报酬不变的模型（CCR）和规模报酬可变的模型（BCC），其中DEA-BCC 模型在考虑规模报酬变动的情况下，将综合效率分解为纯技术效率与规模效率的乘积（TE=PTE SE）可以评价DMU 技术的有效性，其中纯技术效率反映生产领域中技术更新的速度和技术推广的有效程度，规模效率用来判定各个DMU 处在的规模报酬区间，通过调整生产规模，实现综合效率的最佳状态[10]。考虑到各地级市在农业投入产出方面并不恒定且农业水资源利用效率的规模报酬一般可变[11]，选择投入导向型DEA-BCC 模型对河北省农业水资源利用效率进行静态评价。模型的线性规划表达如下[12]：

式中：θ为农业水资源利用效率值；xij为第j个地市对第i种输入的投入量；yrj为第j个地市对第r种输入的投入量；λj为对应指标的权重；s-、s+为松弛变量；ε为阿基米德无穷小。当θ=1时，表明农业水资源利用效率处于生产前沿面上为技术有效；当θ＜1时，表明农业水资源利用效率为技术无效[13]。

2.2 Malmquist指数

Malmquist 指数由瑞典经济学家和统计学家Sten Malmquist在1953年首先提出，1994年Rolf Fare 等人将其与DEA 模型相结合而被普遍使用[14]。该指数为实际产出量与实际投入量之比，常用于生产分析，其特点在于从技术变化和技术效率变化的角度去分解生产率的变化。本文通过与DEA 模型相结合构造每年农业水资源利用效率的最佳前沿面，将各地级市的效率与最佳前沿面相比，动态测量河北省农业水资源利用效率的全要素生产率，通过分析其动态时空分异特征来反映效率变化的结构动因。全要素生产率（TFP）可分解为技术进步指数（techch）和技术效率变化指数（effch），后者又可进一步分解为纯技术效率指数（pech）和规模效率指数（sech）。表达式为[15]：

式中：t为假设基期；分别表示第t期和第t+1期的输入与输出量。当TFP＞1时，即代表农业水资源利用效率在研究期间实现了技术进步、管理水平得到提高以及企业规模得到改善；当TFP＜1时，则反之。

2.3 Tobit回归模型

Tobit 回归模型又称为受限制因变量模型，适用于解释变量为一定范围取值的模型。农业水资源利用效率除了受投入、产出因素的影响外，还会受到水资源禀赋、农作物种植结构、农业经济水平、节水农业水平等的影响，DEA-BCC 模型及Malmquist 指数无法对此进行进一步分析，故采用Tobit 回归模型进行探究。由于本文的被解释变量为效率值，具有离散性，其数值均在0～1之间，符合这一条件。使用最常见的最小二乘回归方法进行分析会产生有偏差的结果[5]，Tobit回归分析可以有效避免这种情况的发生[16]，解决被解释变量受限的情况，其表达式如下：

式中：Yi为受限因变量；αi为各待估参数；Xi为各自变量；μi为残差扰动项。

2.4 数据来源

研究区行政区边界数据来自于国家测绘地理信息局标准地图服务网站（http：//bzdt.ch.mnr.gov.cn/）审图号为GS(2019)3333 号的标准地图数据；统计数据中农作物播种总面积、农业机械总的动力等农业经济指标来源于2011-2018年《河北省农村统计年鉴》，第1 产业总产值等社会经济数据来源于2011-2018《河北省经济年鉴》，地下水及水资源总量等水资源数据来源于2010-2017年《河北省水资源公报》。由于2013年辛集、定州被设为省直管市，为保证数据的连续性和一致性，分别将2市数据并入到石家庄市和保定市，不再进行单独分析。

3 河北省农业水资源利用效率时空分异特征分析

3.1 指标选取

测算农业水资源利用效率需确定与效率有关的投入和产出变量。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，且资本因素、劳动力因素和自然因素等是影响人类生产活动的重要因素，这3者的有效组合能带动经济的发展[17]。借鉴陆泉志[18]、李明璗[3]、刘渝[19]、佟金萍[20]等相关研究成果，遵循可获得性、可操作性、科学性和简洁性原则，结合河北省农业水资源利用现状，根据农业生产需要的水资源、劳动力、土地、资本、化肥和农药等各类生产要素选取投入指标，从经济产出方面选取产出指标。投入产出的描述性统计见表1。

表1 河北省农业水资源利用效率投入产出描述性统计Tab.1 Descriptive statistics of input and output of agricultural water resources utilization efficiency in Hebei Province

3.2 农业水资源利用效率静态分异特征

运用DEAP 2.1软件，基于投入导向型的DEA-BCC 模型对农业水资源利用效率进行测算，结果分别求均值并计算出其变动率，结果见表2。

表2 2010-2017河北省各地级市农业水资源利用效率Tab.2 Agricultural water resource utilization efficiency values of Hebei Province from 2010 to 2017

从河北省整体层面上看，2010-2017年全省农业水资源利用效率以2013年为转折点呈现先上升后下降的趋势，但总体变化幅度较小，平均下降率为2.86%。效率总体上偏低，均值为0.848，这与李明璗等学者测算结果较为一致[3]。近几年效率一直呈下降趋势，最低值为0.816，明显低于全省平均水平，表明全省农业水资源利用形势较为严峻，利用效率还有较大的提升空间，具备一定的节水潜力。由图1可知，2017年全省农业水资源利用效率明显偏低，仅为0.816，比2016年下降2.8%，与各年份均值相差3.2%，其原因在于河北省2017年重点推进供给侧结构性改革，推动绿色发展、改革创新、结构调整等一系列改革政策措施，在实施初期由于追求供给的优化以及产品的质量，导致第1产业总产值下降，农业水资源利用效率也相对下降。

图1 2010-2017年河北省农业水资源利用效率Fig.1 Utilization efficiency of agricultural water resources in Hebei Province from 2010 to 2017

从各地级市层面上看，2010-2017年效率值差距明显。由图2 可知，2010-2017年唐山、秦皇岛、张家口和承德效率值均为1，实现了DEA 有效，可以看出这4 市农业水资源利用效率达到了较高水平。石家庄、邯郸、保定、沧州和廊坊效率值变动率呈下降趋势，其中邯郸下降最多，为16.53%，而沧州下降最少，为2.7%，效率值不断下降表明这5 市处在农业发展改革的困难期，急需通过提高农业技术水平等措施改变颓势。邢台和衡水呈上升趋势，分别上升9.85%、18.34%，其原因在于2 市2010年的效率值较低，下降空间相对较小且近年来农业技术水平的不断提高，使得生产规模不断扩大。效率值排名并列第1的唐山、秦皇岛由于经济发达，资金投入和农业技术水平较高；张家口和承德以农业发展为主，水资源丰富，农业经济占经济总产值比例较大。排名后3 位的衡水、保定和邯郸，农业用水在利用效率上还有较大的提升空间，可能未与水资源及其他生产要素投入进行合理配置，在资源配置上有所欠缺所致。

图2 2010-2017年河北省各地级市农业水资源利用效率Fig.2 Agricultural water resource utilization efficiency of prefecture-level cities in Hebei Province from 2010 to 2017

3.3 农业水资源利用效率动态分异特征

为了更好地反映河北省各地级市之间农业水资源利用效率在不同时期的变化趋势与结构动因，运用Malmquist 指数测算出技术进步指数（techch）、技术效率变化指数（effch）、纯技术效率指数（pech）、规模效率指数（sech）、全要素生产率（TFP）及其增长率进行动态分析，结果见表3。

表3 2010-2017年河北省农业水资源TFP指数及分解Tab.3 TFP index and decomposition of agricultural water resources in Hebei Province from 2010 to 2017

3.3.1 时序分异特征

由图3 可知，2011-2017年河北省的TFP指数值呈先增长后下降的趋势，均值为1.072，平均增长率为7.2%，整体水平有所提高。其中，2017年指数值和增长率有一定幅度的下降，原因是该年份为河北省制定的农业水资源管理制度、减少地下水超采、推广节水灌溉技术等系列措施实施初期，而这些措施落实滞后所致。

图3 2010-2017年河北省农业水资源TFP指数及其增长率Fig.3 TFP index and its growth rate of agricultural water resources in Hebei Province from 2010 to 2017

从技术效率变化指数（effch）看，2011-2013年呈正增长趋势，其他年份则呈负增长。在对技术效率内部分解中发现，纯技术效率指数（pech）和规模效率指数（sech）呈现“W”形变化，表明全省节水管理、政策实施以及规模约束方面的规范管理有一定欠缺，应努力调整产业结构，加强对农业的规范与科学管理，推动农业技术水平的提高。

从技术进步指数（techch）看，技术变化在2011-2016年呈上升趋势，2017年则呈下降态势，与TFP指数的变化趋势相一致，表明TFP指数变化的主要原因是技术变化，农业节水技术的进步可以提高河北省的农业利用效率。这就意味着，想提高效率，需要不断改善技术效率以及加大技术进步，规范管理水平，避免盲目投资以及管理混乱带来的效率下降。

从平均水平看，2010-2017年的技术效率变化指数（effch）以及纯技术效率指数（pech）、规模效率指数（sech）呈下降趋势，而技术进步指数（techch）和TFP指数则呈上升趋势，变化一致，体现出技术进步指数变化是影响农业水资源利用效率的主导因素。

3.3.2 空间分异特征分析

河北省11 市2010-2017年各自年平均生产率指数结果见表4。由表4 可知，各地级市全要素生产率（TFP）年均增长率为7.2%，仅技术进步指数（techch）有所提升，年均增长率为7.6%，年均技术效率变化指数（effch）以及纯技术效率指数（pech）、规模效率指数（sech）有所下降，表明技术进步是提高各地级市TFP指数的主导因素。

表4 2010-2017年河北省各地级市平均农业水资源TFP指数及分解Tab.4 TFP index and decomposition of average agricultural water resources in Hebei Province from 2010 to 2017

从技术效率变化指数分析，纯技术效率和规模效率指数都小于1，表明纯技术效率和规模效率在阻碍农业水资源利用效率的提高。

从河北省各地级市农业水资源利用效率的变化情况来看，TFP变化都大于1，且技术进步指数（techch）的变化情况与其基本一致，这表明水资源利用效率的提高主要来源于技术的进步。

由图4可知，TFP增长率较高区（高于9.0%）为承德和秦皇岛，表明该区农业水资源利用效率在快速提升，农业技术水平进步较快，应总结经验保持效率的稳定快速增长。增长率中等区（6.0%～9.0%）为张家口、保定、衡水、邢台以及唐山，该区的农业基础水平较高，农业种植面积较大，应该积极转变农业发展方式，大力发展农业节水技术。增长率偏低区（低于6.0%）为沧州、廊坊、石家庄、邯郸，该区经济发展水平相对较高，具有较强的发展农业技术优势，应更加重视技术水平的提高，促进效率进一步增长。

图4 河北省各地级市农业水资源TFP增长Fig.4 TFP growth rate of agricultural water resources in each city of Hebei Province

4 河北省农业水资源利用效率影响因素分析

4.1 变量选择与模型分析

本文以河北省农业水资源利用效率为被解释变量，选取影响因素指标为解释变量，采取Tobit 回归模型分析水资源利用效率的影响因素。基于陆泉志[18]、赵姜[5]、刘瑜[19]等对效率影响因素的研究，考虑地级市数据的可得性，选取以下核心变量：①水资源禀赋，以年均降水量和人均降水量表示；②水资源结构，以地下水占水资源总量的比例表示；③农作物种植结构，以粮食和蔬菜种植面积的比值和牧渔业占农业总产值的比重表示；④农业经济水平，以人均农业产值表示；⑤节水农业水平，以节水灌溉面积与有效灌溉面积的比值表示；⑥机械化程度，以柴油发动机动力表示。模型回归结果见表5。

4.2 Tobit模型回归结果分析

根据表5的回归结果，影响效果如下。

表5 Tobit模型回归结果Tab.5 Regression results of Tobit model

（1）在水资源禀赋方面，年均降水量的回归结果不显著，人均水资源量在10%的水平上显著，且年均降水量和人均水资源量对河北农业水资源利用效率呈负向影响。河北广泛种植的小麦、玉米等耐旱、耐寒和耐贫瘠性的作物，对降水的依赖性较低。人均水资源量对农业水资源利用效率呈负向影响，尽管并不明显，但是与诸多学者所研究的结论一致[5,20-23]，出现这种负向影响的原因可能是人均水资源的增加会弱化农民的节水意识，造成水资源的浪费，而且水资源的增加有可能使得农民对节水灌溉设备的使用减少，造成节水技术需求与技术开发的驱动力不足。

（2）在水资源结构方面，地下水占水资源总量的比例对河北省农业水资源利用效率在1%的水平上显著，呈负向影响。河北省是个缺水大省，地下水是居民生活的保障，随着近年来南水北调工程的发展，部分地区使用外省调配的水资源，这使得地下水的使用率相对减少。因此对农业进行灌溉时，会减少农作物对地下水的需求，有可能造成水资源的浪费，同时弱化农民的节水意识。

（3）在农作物的种植结构方面，粮食和蔬菜种植面积的比值在5%的水平上显著，呈负向影响；牧渔业占农业总产值的比重在1%的水平上显著，呈正向影响。这种结果可能是由于农业创新改革中，优化种植和养殖结构的政策，农民在粮食和蔬菜种植中追求高质量从而减少种植面积，以致粮食和蔬菜种植面积的比值与农业水资源利用效率呈负向影响；牧渔业养殖结构的优化使得牧渔业的产值不断增加从而提高了农业水资源的利用效率。

（4）在农业经济水平方面，人均农业产值对河北农业水资源利用效率在1%水平上显著，呈正向影响。一般来说，经济发展水平越高地区的农民越容易接纳先进的农业技术发展理念，农民人均产值越高说明农民手里资金越充裕，从而有能力采用先进且高效的节水技术设施。

（5）在节水农业水平方面，节水灌溉面积与有效灌溉面积的比值在5%的水平上显著，呈正向影响。河北省近年来不断改进农业技术设施，改善农业种植中存在的资源浪费和效率低下等问题，促进农业创新和转型，其中节水灌溉是很重要的一环，节水灌溉面积所占比重高，农业水资源利用效率也会相应提高。

（6）在机械化程度方面，柴油发动机动力呈负向影响但不显著，其原因可能是随着科技和技术的发展，柴油发动机的缺点被放大，使得汽油发动机的农业设备使用量增加。

5 结论与建议

5.1 结论

本研究基于地理学和经济学视角，从市域尺度出发，运用投入导向性且规模报酬可变的DEA-BCC 模型和Malmquist指数分别对2010-2017年河北省11 个地级市农业水资源利用效率的静态和动态特征进行分析，并采用Tobit 模型对其影响因素进行探讨，主要结论如下。

（1）农业水资源利用效率静态评价的结果显示，2010-2017年河北省各地级市农业水资源利用效率呈现明显差异。从空间上看，唐山、秦皇岛、张家口和承德排名较高，而衡水、保定和邯郸的排名较低，总体呈“北高南低”的分布特征。从时序上看，效率值呈现先上升后下降的趋势，总体上呈小幅的下降态势，从2010年的0.840增长至2013年的0.871，再降至2017年的0.816，平均下降率为2.86%。

（2）农业水资源利用效率动态评价的结果显示，2011-2017年河北省农业水资源利用效率全要素生产率（TFP）整体水平在不断提高，TFP指数平均值为1.072。技术效率变化（effch）以及纯技术效率（pech）、规模效率指数（sech）有所下降，技术进步（techch）和TFP指数有所上升。从11个地级市效率的变化情况来看，尽管各地级市TFP变化指数差异较大，但都大于1，且与技术进步指数（techch）的变化情况基本一致，表明河北省农业水资源利用效率的提高主要来源于技术进步。

（3）Tobit 模型回归结果显示，牧渔业占农业总产值的比重、人均农业产值和节水灌溉与有效灌溉面积的比值对河北农业水资源利用效率呈正向影响，年均降水量、人均水资源、地下水占水资源总量的比例、粮食和蔬菜种植面积的比值和柴油发动机动力对河北农业水资源利用效率呈负向影响。结合河北省实际发现，农民节水意识不强、节水灌溉水平不高、农业经济发展水平较低以及本身缺水性严重可能是导致河北省农业水资源利用效率不高的主要原因。

（4）本文基于宏观统计数据进行研究，由于市级尺度资料的缺失，在指标选取中以水利工程向农业的供水量代替了农业供水量，未来可通过对各地级市农业供水量和用水量展开调查获取该指标实际数据。农业水资源利用效率的影响机制极为复杂，由于目前学术界针对农业水资源利用效率的指标体系构建尚未有统一的标准，本文选取水资源禀赋、水资源结构、农作物种植结构、农业经济水平、节水农业水平、机械化程度等指标具有一定的局限性，后续研究会加强遥感数据、水资源利用空间数据等多元数据的运用与探索。

5.2 建议

（1）优化资源配置，调整农作物最优种植结构。优化农业投入的资源配置，因地制宜调整河北省各地级市的农作物结构，探索新型的种植模式，建立不同农作物生长与季节、地形等相吻合的节水、优质农业种植结构。如渤海海滨地区发展渔业，华北平原地区培育多种粮食作物和经济作物，太行与燕山山地地区推广采摘等生态观光特色产业等，充分利用河北省气候雨热同期与地形类型多样的优势，深入挖掘资源配置潜力。

（2）激发内生动力，建立农业节水激励机制。河北省效率较低的南部地级市应紧密结合当地省情、水情，严厉打击水资源浪费行为，研究节水宣传教育实施方案，细化节水宣传教育内容，并通过加大宣传增强农民的节水意识。相对高效率的北部各地级市在农业转型的过程中以经济奖补激发节水动力，对达标的节水型灌区、主动发展季节性休耕和旱作农业的农户等实行补贴。

（3）加大科技的投入力度，科学发展农业。河北省农业灌溉方式以大水漫灌为主，利用方式较为低效，相关部门需重点加强对农业灌溉技术和基础设施的投入，大力发展喷灌、微灌、滴灌等节水技术，通过资金完善农业现代化的引水和灌溉体系。继续巩固南水北调工程，并在此基础上扩宽引调水渠道、积极争取引黄水量，为科学发展农业提供水资源支持。