农田水利管理效率的地区及集聚差异分析

张 宁，洪 凯

(杭州电子科技大学 管理学院，浙江 杭州 310018)

我国以占世界6%的淡水资源、9%的耕地，解决世界21%人口的吃饭问题，农田水利发挥了重要作用，中央把农田水利建设作为保障农业稳定发展和国家粮食安全的重要基础，在这一背景下对农田水利管理效率进行测算，分析不同地区水利设施管理的差异性，对优化农业资源配置水平，因地制宜的制定具有区域经济特色的农田水利管理政策具有重要意义。

一、问题提出

学者们对农田水利的研究较多，关注产权制度、管理体制、水费和运行机制等方面。有学者从水利系统管理效率角度进行研究，如王金霞等［1］认为所有制、治理机制和系统规模是影响机电井地下供水系统技术效率的主要因素;张宁、陆文聪等［2］运用线性非效率和Logistic 模型分析农户参与性机制对农田水利技术效率的影响，认为建立用水收费制度和提高农户参与式管理有助于提高水资源利用效率;Barbier［3］构建不同资源禀赋约束下的宏观经济总量生产函数以模型化水资源利用与经济增长之间的关系，实证结果表明经济增长与水资源利用率之间存在倒U 形关系。有学者从投入产出的角度对农业资源的配置效率进行研究，如钱文婧等［4］在全要素生产框架下利用基于投入导向的DEA 模型，以水资源、资本和劳动力为投入，GDP 为产出，得出水资源利用效率总体上先下降后上升的趋势，东部效率最高，西部最低的结论;庞英等［5］基于动态Malmquist 指数分析粮食生产资源配置效率及其时空特征、变化态势以及主要制约因素;Gatto 和Lanzafame［6］在经济增长模型中增加水资源投入变量，实证检验结果显示水资源短缺对总体经济产出水平造成负面影响，物质资本、劳动力只有与水资源结合才能有效地促进经济增长。总体来说，农田水利方面的研究多采用描述性探讨居多，较少采用量化方法进行研究。本文借鉴农田水利已有的研究成果，运用基于DEA 的Malmquist 指数对农田水利效率情况进行评价，分析农田水利管理效率的变化趋势及其在空间分布上的特点。

二、研究方法

(一)数据包络分析在研究中的可行性

数据包络分析(DEA)是多决策单元在多投入多产出情况下评价效率的方法，通过构造有效前沿面，将各决策单元和有效前沿面对比，识别低效率决策单元，得到相对效率值。由于无需考虑单位量纲等优点，在农田水利管理效率中运用DEA 有较好的适用性［7-8］。

DEA 模型按是否引入可变规模报酬分为不变规模报酬方法和可变规模报酬方法，本文研究全国农田水利管理效率评价，分析各地区效率的差异和原因，采用可变规模报酬方法，便于从规模和技术上分析效率的变化情况。按计算方向分为投入主导和产出主导两种效率评价方法，通过研究农田水利设施管理效率地区间差异，以期实现高效利用现有农业水资源，获得最大收益，即在要素投入不变情况下，增加产出水平，选择产出主导型DEA 模型。

(二)Malmquist 指数在研究中的运用

Fare(1989)构造了从t 期到t+1 期的Malmquist 生产率指数，用以客观衡量全要素变动(TFP)与效率变动(Effch)、技术变动(Tech)之间的关系，Fare(1994)在规模报酬可变的假设下，将效率变化(Effch)进一步分解为纯技术效率变化(Pech)和规模效率变化(Sech)，从而表现出更多的具有实际价值的分析信息［9-10］。

Malmquist 指数模型从时间维度上研究农田水利管理效率变化情况，并解释哪些原因导致了变化。Tech 为技术变动指数，即技术生产边界的推移程度，反映生产前沿面的移动对生产率变化的贡献程度，意味着技术改造、引进和吸收导致生产技术水平的提高。Effch 为效率变动指数，表示相对技术效率的变化程度。Pech 为纯技术效率变化，是在规模报酬可变假设下的技术效率变化，意味着是否管理的改善使效率发生了改进。Sech 为规模效率变化，表明要素集聚和生产规模扩大等因素对生产效率提高的影响。

三、样本及指标选择

考虑数据可得性，实证框架选取中国30 个省域作为决策单元，按行政区域将其划分为华北、东北、华东、中南、西南和西北对农田水利管理效率及其时空差异特征进行差异分析。

农田水利和水资源生产率方面的研究较多，但土地、劳动力和资本都是生产函数的普遍投入变量，借助传统的生产函数，本文构建包含土地资源在内的投入产出分析框架:

式(2)中Yi表示农田水利建设情况，L 劳动投入，K 资本投入，F 土地资源投入。基于数据可获得性和有效性，选择农林牧渔业从业人口、耕地面积和农村水利固定资产作为投入指标，有效灌溉面积和粮食总产量作为农田水利建设情况产出指标。

研究中所有数据来源《中国统计年鉴》和《中国农村统计年鉴》。30 个决策单元，5 个投入产出指标，满足DEA 效率分析保证决策单元数量是投入产出指标数量2 倍以上的要求。投入和产出指标间应该具有显著的正相关关系，以避免出现某投入指标数量增加却引起产出指标数量减少的情况，有效灌溉面积与农村水利固定资产、耕地面积和农林牧渔业从业人口皮尔森相关系数分别为0.444、0.713、0.695，粮食总产量与农村水利固定资产、耕地面积和农林牧渔业从业人口皮尔森相关系数分别为0.393、0.799、0.788，相关系数都通过了在1%显著性水平下的双尾检验，具有显著的正相关关系，适合运用DEA 进行效率分析。

四、实证分析结果

(一)农田水利设施管理效率差异分析

2001-2010年各地区农田水利技术效率情况如表1 所示，以此反映和评价农田水利技术效率区域变化状况。从表1 中可以看出，华北、东北、华东、中南、西南和西北地区效率差异明显，东部地区好于中部地区，西部地区效率不尽如人意。

表1 2001-2010年中国各地区农田水利管理技术效率值

从省域技术效率值的变化情况来看，华北地区农田水利效率逐年变好，天津、内蒙古效率值较高，山西效率较低;东北地区黑龙江、吉林效率达到最优，辽宁技术效率呈现上升态势;华东地区效率值较稳定，江苏、上海农田水利效率最优，浙江、安徽技术效率值变化平稳，福建农田水利技术效率有下降的趋势;中南地区技术效率值在0.8 上下波动，湖南农田水利效率值最高，海南雨水充沛可能是农田水利设施效率较低的主要原因;西南地区技术效率较低，在0.6 上下波动，都需更多关注水利设施的效率问题;西北地区除新疆达到最优效率外，农田水利效率都不理想，这可能是西部地区干旱，水资源蒸发量较大，降雨量较少等原因造成的，也可能与西部地区地形复杂，很难形成较好的水利设施管理有关。

2001-2010年全国农田水利管理效率如图1 所示，10年间我国农田水利技术效率平均值在0.8 左右浮动，总体水平不高。2001-2005年规模效率变化平缓，之后有小范围的上升，稳定在0.95 左右，说明农田水利在规模经济和大型灌区建设等方面表现较好。纯技术效率变化趋势与技术效率大体相同，效率值在0.82 上下浮动，说明农田水利的管理水平需要提高。综合来说，农田水利技术效率值不高的主要原因是纯技术效率值偏低，提高效率水平需要提高水利设施的管理能力，实施有利的管理方式来促进农田水利设施效率的提高。

2010年中国农田水利管理技术效率的空间分布，技术效率最高的地区主要集中在东北、东南地区和新疆。技术效率值0.842-0.943 之间，集中在浙江、福建等东南地区和河北、山东、辽宁和内蒙古等中北部地区。偏西部的青海、四川等地区，中部的陕西、山西等地区和南部的两广地区技术效率值0.505-0.79 之间。海南、贵州、甘肃和云南的技术效率较低，在0.364-0.5 之间。我国的技术效率值分布差异明显，东南地区和东北地区农田水利管理效率值较高，西南方向效率值较低，总体情况东部比中部、西部好，农田水利管理效率值同一层次的省份地理上都聚集，呈现一定的空间依赖性，从而出现集聚现象。

图1 2001-2010年全国农田水利管理技术效率值及分解

(二)农田水利设施全要素生产率动态分析

基于DEA 的Malmquist 算法对2001-2010年间我国30 个省域10年农田水利的面板数据进行计算，得到全国农田水利全要素生产率(TFP)指数和分解情况。

(1)农田水利设施分年TFP 指数分析

全国农田水利总体水平来看，图2 显示TFP 指数在0.998 水平上波动明显，全国农田水利设施效率呈逐渐衰退的趋势。全国各地技术进步(Tech)波动较大，平均每年0.3%的增长;效率进步指数(Effch)有衰退的情况，说明政府需要更多关注农田水利管理水平、技术管理和规模经济等方面对生产技术水平的作用。

2001-2006年，效率进步指数先下降后回升，技术进步指数先上升后保持稳定，两者交互作用导致全要素生产率变化指数上升;2006-2010年，效率进步指数小幅度下降，技术进步指数波动较大，说明这一期间全要素生产率变化主要是由于技术进步指数剧烈波动造成。

2001-2010年，效率进步指数波动不大，2001-2003年间效率进步变化主要是纯技术效率(Pech)造成的，2003-2006年纯技术效率和规模效率(Sech)变化共同造成效率进步指数的波动，2007-2010年，Pech 指数水平较高，Sech 指数较低，两者共同导致效率进步指数稳定。

图2 农田水利效率分年TFP 指数及分解

图3 农田水利效率分地区TFP 指数及分解

(2)农田水利设施分地区TFP 指数分析

全要素生产率变化指数(TFP)可以从图3 看出，东北地区增速最快，西北地区较快，华北和华东地区也有增长，总体来看，全国TFP 指数不高的原因是中南和西南地区效率水平较低。技术进步变化指数(Tech)东北地区年增长最快，达到1.2%，其余的地区都呈现衰退趋势，西南地区表现最为明显。效率进步指数(Effch)只有中南和西南地区出现衰退，其余地区每年都有增长，增长幅度最快的是西北地区，达到年1.52%的增速，这说明西部地区在引进适合地区新技术，创新管理水平，制定有效制度方面都要有所提高。

图3 可以看出不同地区效率进步指数(Effch)差异的原因，华北和华东地区效率进步指数较高是由于纯技术效率(Pech)和规模效率(Sech)都有增长;东北地区Pech 指数的增长使效率进步指数有正向增长;中南和西南地区Pech 指数下降趋势明显，导致效率进步指数下降;西北地区则是由于Pech 指数增长速度很快导致效率进步指数有较快增长。

(3)农田水利设施空间相关性

从以上分析发现，相邻省份间农田水利效率水平常常出现都高或都低的情况，在空间地图上不同效率水平省份出现集聚现象，农田水利管理效率可能存在空间依赖性与区域关联性。判断农田水利是否存在空间相关性和异质性，可通过刻画全域空间自相关性的指标:全域莫兰指数Moran's I 来进行检验:

式(3)中xi和xj表示第i 和j 地区的技术效率值，i，j=1，2，…n;x-为观察值平均值;wij是空间权重矩阵Wij的元素，wij=1 表示第i 和j 地区相邻，wij=0 则第i 和j 地区不相邻。

不同区域农田水利管理技术效率是否存在空间溢出，表2 显示10年的Moran's I 统计值，可以看出各年Moran's I 都通过了显著性检验，说明农田水利确实存在空间全局自相关。各年Moran's I 值有越来越大的趋势，说明区域空间集聚现象越来越明显。

图4 显示了2010年农田水利管理效率的Moran 指数散点图，可以看出，2010 技术效率的Moran 指数散点图位于第一象限的省域有黑龙江、吉林、辽宁等14 个省，其农田水利效率值表现为高效率的省域被高效率的省域所包围(H-H，高-高集聚);第二象限的省域有陕西、山西、甘肃，低效率的省域被高效率的省域所包围(L-H，低-高集聚);第三象限的省域有广西、贵州等6 省，低效率的省域被低效率的省域所包围(L-L，低-低集聚);第四象限的有四川、新疆，其效率为高效率的省域被低效率的省域所包围(H-L，高-低集聚);浙江、广东、重庆等省域跨越了1、4 象限。共有25 个省域位于HH 和LL 象限，显示相似的正向空间关联，正向局域相关和集聚的典型特征非常显著。这可能是由于自然地理环境类似，传统管理体制趋同，技术扩散等原因导致了相邻地区出现农田水利管理效率高水平或低水平聚集。

表2 2001-2010年农田水利管理效率Moran's I 统计值

图4 2010年农田水利管理效率的Moran 指数散点图

五、结论与建议

全国农田水利管理效率水平不高，华北、东北、华东、中南、西南和西北六个地区效率差异明显，东北地区农田水利效率最好，东部地区好于中部地区，西部地区效率最低。技术效率水平不高主要原因是纯技术效率不高，这说明需要健全适合农田水利特点的建设管理制度，完善各种制度因素对生产效率提高的影响，积极探索农田水利设施分级管理、分类管理、专业管理、群众管理的模式和途径，全面提高基层水利服务能力和管理水平。相邻省份在空间上不同效率水平呈现集聚的现象是管理体制趋同，技术扩散等原因导致，需要关注农田水利设施的区域差异，加强区域内合作。

全国农田水利设施全要素生产率变化指数波动明显，且呈现效率水平衰退的趋势，主要原因是中南和西南地区效率水平不高。技术进步指数和效率进步指数不高是造成这种现象的主要原因，这在西部地区更为明显。需要大力推广新技术、新材料、新工艺，着力提高农田水利科技含量，提高农田水利设施管理效率，各地区可以考虑建立区域特色的农田水利创新项目，不断完善地方特色的管理模式，从而提高农田水利设施的管理水平和利用效率。

［1］王金霞，黄季焜.机电井地下水灌溉系统分析及其技术效率［J］.水科学进展，2003，13(2):259-264.

［2］张宁，陆文聪.中国农田水利管理效率及其农户参与性机制研究［J］.自然资源学报，2012，27(3):353-362.

［3］Barbier E B.Water and economic growth［J］.The economic record，2004，80(3):1-16.

［4］钱文婧，贺灿飞.中国水资源利用效率区域差异及影响因素研究［J］.中国人口·资源与环境，2011，21(2):54-60.

［5］庞英，李树超.中国粮食生产资源配置效率及其区域差异［J］.经济地理，2008，28(1):113-117.

［6］Gatto E，Lanzafame M.Water resource as a factor of production:Water use and economic growth［J］.The European Regional Science Association，2005，20(4):1-24.

［7］吴平.我国粮食主产区农田水利设施配置效率及区域差异分析［J］.农业现代化研究，2012，33(3):331-335.

［8］赵洪雷，贾金荣.基于随机前沿分析的中国玉米生产技术效率研究［J］.统计与信息论坛，2011，26(2):52-58.

［9］郭军华，倪明.基于三阶段DEA 模型的农业生产效率研究［J］.数量经济技术经济研究，2010，2(12):28-37.

［10］Francisco J Andre，Ines Herrero，Laura Riesgo.A modified DEA model to estimate the importance of objective with an application to agricultural economics［J］.Omega，2010(38):371-382.