污染排放、技术效率与农业用水方式转变

刘　涛

(河南理工大学 a.安全与应急管理研究中心； b.应急管理学院，河南 焦作 454003)



污染排放、技术效率与农业用水方式转变

刘涛a,b

(河南理工大学 a.安全与应急管理研究中心； b.应急管理学院，河南 焦作 454003)

摘要：将农业污染排放纳入评价体系，使用SBM-Undesirable超效率模型，比较分析了2011—2013年污染排放变量引入前后我国农业用水效率的变动状况。研究表明：污染排放对农业用水效率存在显著影响。污染排放变量的引入降低了大多数省份农业用水效率；大范围提高了农业水资源利用的纯技术效率；降低了大多数省份农业水资源利用的规模效率；减少了农业水资源利用规模收益递增的省份数量。根据农业水资源浪费程度与污染排放水平，污染排放约束下我国各省份农业用水效率的冗余模式呈现出3种类型。我国农业水资源利用亟需转变利用方式，减少农业污染排放，提高农业生态用水效率。

关键词：污染排放； 农业水资源； 用水效率； 节水灌溉

一、问题的提出

农业是我国用水的主要部门，2013年我国用水总量为6183.4亿立方米，其中农业用水量为3921.5亿立方米，占用水总量的63.4%，然而我国农业水资源的利用效益比较低，每立方米水资源所产粮食不足1.2公斤，小于世界发达国家2公斤/立方米，农业水资源利用方式比较粗放。减少用水量、提高用水效率对于保障农业水资源可持续利用和加强农业水资源管理具有重大意义。

目前国内外理论界用不同的评价方法对农业用水效率进行了大量研究。部分学者利用参数法中的随机前沿方法(SFA)对农业用水效率进行了研究[1-5]。另外一些学者利用数据包络分析方法(DEA方法)对农业用水效率进行了分析[6-9]，这种方法不需要事先设置生产函数的基本形式，也避免了评价指标权重的主观性，要优于随机前沿方法。

尽管如此，上述研究都没有考虑农业水污染排放问题，并未将农业污染排放纳入农业用水效率评价体系。2012年农业废水的化学需氧量(COD)排放量占全国废水COD排放总量的47.6%，农业废水的氨氮排放量占全部废水中氨氮排放量的31.79%，2013年两项所占比重分别达到47.9%和31.72%，农业的水污染问题非常严峻，这进一步影响了我国农业水资源的利用。因此，农业水污染已经成为研究农业用水效率时不得不考虑的重要指标。当前理论界对污染排放约束下的农业用水效率展开了一些探索研究[10-11]，但是污染排放对农业用水效率的影响机理如何？引入污染排放变量后，农业用水效率的冗余模式怎样？农业用水方式需做出哪些调整？已有文献并未涉及。因此，本文将农业污染排放变量引入评估指标体系，使用SBM-Undesirable超效率模型，比较分析2011—2013年污染排放变量引入前后我国农业用水效率的变化规律，为污染排放约束下我国农业水资源利用提出优化方略。

二、模型方法、评估指标与数据来源

(一) SBM-Undesirable超效率模型

数据包络分析法(即DEA方法)是用于评价具有相同类型的多个投入和多个产出的若干决策单元是否相对有效的非参数统计方法[12]。近年来DEA方法逐渐成为效率测度研究的主流方法。为了解决非期望的“坏产出”问题和投入产出变量的松弛问题，本文利用Tone[13]提出的SBM模型处理方法，构建了准确测算污染排放约束下我国农业用水效率的SBM-Undesirable模型。

(1)

根据Tone提出的SBM模型处理方法，加入非期望产出后的SBM-Undesirable模型可写为[14]：

(2)

由于该模型无法区分有效决策单元效率的大小，为了能对有效决策单元的效率高低进行比较，本文结合SBM-Undesirable模型和超效率DEA模型[15]的优点，构建了SBM-Undesirable超效率模型，对2011—2013年污染排放约束下我国农业用水效率进行了测算分析。

(二)评估指标与数据来源

本文比较借鉴已有指标体系，建立了我国农业用水效率的评估指标体系。其中投入指标包括农业用水量(亿立方米)、化肥施用量(万吨)和农业机械动力(万千瓦)，3个指标可以很好地度量农业用水效率的投入状况。考虑到农业水资源利用过程中会产生负面效应，因此产出指标综合考虑好产出和坏产出两个方面，好产出选取农作物播种面积(千公顷)，坏产出选取农业废水的化学需氧量COD排放量(吨)和农业废水的氨氮排放量(吨)，3个指标较全面反映了污染排放约束下农业用水效率的产出状况。

为了使决策单元具有可比性，参照2014年《中国统计年鉴》中的农作物播种面积，确定了20个农作物播种面积在4000千公顷以上的省份作为比较对象。2011—2013年我国农业用水效率的投入产出数据来源于历年《中国农村统计年鉴》和《中国环境统计年鉴》。在区域的划分上，按照国家的一般标准，东北地区包括辽宁、吉林和黑龙江3省，东部地区包括河北、山东、江苏和广东4省，中部地区包括河南、安徽、江西、湖北和湖南5省，西部地区包括内蒙古、陕西、甘肃、四川、贵州、广西、新疆和云南8省。

三、污染排放对中国农业用水效率影响机理的实证分析

利用Maxdea．Pro6.6软件，使用SBM-Undesirable超效率模型，测算了2011—2013年非污染排放约束下和污染排放约束下我国20个省份农业用水效率的变动状况。

(一) 中国农业用水效率比较：污染排放约束与非污染排放约束

表1显示了污染排放约束与非污染排放约束下2011—2013年我国20个省份农业用水效率的测算结果。由表1可知，将污染排放纳入评价体系后，我国农业用水效率呈现出如下特征：

1.污染排放变量的引入降低了大多数省份的农业用水效率

从2011—2013年总体情况看，除了个别省份外，农业污染排放变量的引入使得大多数省份农业用水效率出现了下降。其中，甘肃、云南、贵州、新疆和黑龙江5省份由于其农业污染排放较少，加入该指标后，5省份的农业用水效率都出现了上升。其余15省份农业用水效率则出现了不同程度的下降，其中河南、湖北、吉林、广东、山东和陕西6省份农业用水效率绝对降幅都超过了0.01，其他9省份农业用水效率绝对降幅都小于0.01。

由此可见，近几年来虽然我国农业现代化进程不断加快，但是我国农业污染形势非常严峻，污染排放因素普遍下调了我国农业用水效率，凸显出农业水资源利用存在较高的负外部效应。其中农业用水效率下降最大的是河南省，效率值由原来的0.891下降到0.873，下降了0.018。可以看出农业污染排放对河南省农业用水效率的影响较大。

2.污染排放变量的引入提高了西部地区农业用水效率，降低了其他3个地区农业用水效率

加入农业污染排放变量后，西部地区农业用水效率为0.882，比未加入该指标时提高了0.038，这与西部地区农业水污染排放较小有关。其余3个地区农业用水效率都出现了不同程度的下降，其中中部地区下降最大，绝对降幅在0.009，其次是东部地区，绝对降幅在0.008，影响较小地区是东北地区，绝对降幅在0.006。由此可见，这3个地区农业用水效率受污染排放影响极大，污染负外部性严重。

3. 污染排放变量的引入增加了农业用水效率的前沿实践者数量

在非污染排放约束下，2011年我国农业用水效率达到有效前沿面的省份有3个，分别为贵州、河南和黑龙江；引入污染排放变量后，我国农业用水效率达到有效前沿面的省份增加到5个，即贵州、河南、黑龙江、甘肃和云南。在非污染排放约束下，2012年我国农业用水效率达到有效前沿面的省份仍然为3个，只是四川省取代河南省；引入污染排放变量后，四川省取代河南省，但我国农业用水效率达到有效前沿面的省份仍然为5个。2013年，在非污染排放约束下，农业用水效率达到有效前沿面的省份总数仍然为3个，只是江西省取代了四川省；引入污染排放变量后，江西省取代四川省，但我国农业用水效率达到有效前沿面的省份仍然为5个。污染排放校正了农业用水效率的省份数量，将低污染的省份从无效省份中剥离出来，还原了各省份农业用水效率的真实状况。

表1　2011—2013年污染排放约束与非污染排放约束下我国20个主要省份农业用水效率均值及其分解比较

注：CRS-、VRS-、SE-分别为非污染排放约束下我国农业水资源利用的综合技术效率值、纯技术效率值和规模效率值；CRS+、VRS+、SE+分别为污染排放约束下我国农业水资源利用的综合技术效率值、纯技术效率值和规模效率值。

(二)中国农业用水效率分解比较：污染排放约束与非污染排放约束

1.污染排放变量的引入提高了大多数省份农业水资源利用的纯技术效率，且增加了前沿实践者的数量

纯技术效率表示在目前的技术水平上，其投入资源的使用是否有效。2011—2013年间，污染排放变量引入后，黑龙江和河南2省份农业水资源利用的纯技术效率出现了下降，绝对降幅分别为0.066和0.041。而污染排放约束对湖南、江西和甘肃3省农业水资源利用的纯技术效率没有影响，其纯技术效率没有发生变动。其余15个省份农业水资源利用的纯技术效率都出现了不同程度的上升。其中上升幅度最大的是内蒙古，非污染排放约束下其农业水资源利用的纯技术效率为0.82，加入污染排放约束后，其纯技术效率上升为1.009，绝对升幅0.189，其效率水平由无效转变为有效。其次是云南省，污染排放约束下农业水资源利用的纯技术效率(1.000)比非污染排放约束下的纯技术效率(0.908)提高了0.02。

加入污染排放约束后，农业水资源利用纯技术效率达到有效前沿面的前沿实践者数量大幅度增加。2011年非污染排放约束下纯技术效率达到有效前沿面的省份为6个，分别为黑龙江、贵州、河南、四川、甘肃和新疆；污染排放约束下前沿实践者新增加内蒙古和云南，数量增加到8个。2012年非污染排放约束下纯技术效率达到有效前沿面的省份排名有一些变化，但数量仍然为6个；污染排放约束下前沿实践者数量增加2个，即内蒙古和云南。2013年非污染排放约束下纯技术效率达到有效前沿面的省份仍然为6个，但是排名出现一些变化，且江西取代新疆，成为新的前沿实践者；污染排放约束下前沿实践者新增3个，即内蒙古、新疆和云南，数量达到9个。由此可见，污染排放变量的引入缩小了各省份农业水资源利用的纯技术效率差距，使得各省份在当前技术条件下纯技术效率普遍提高，且有效的省份增加。

2.污染排放变量的引入降低了大多数省份农业水资源利用的规模效率，但并未减少前沿实践者的数量

规模效率反映了实际规模与最优生产规模的差距。2011—2013年间，污染排放约束下甘肃、黑龙江和云南3省农业水资源利用的规模效率比非污染排放约束下分别提高了0.211、0.051和0.014，可见污染排放变量缩小了3个省份当前的实际投入规模与最优生产规模之间的差距。但其他17省份农业水资源利用的规模效率都出现不同程度的下降，农业水污染排放使得农业生产环境恶化，其当前的实际投入规模与最优生产规模之间的差距趋于扩大。其中，下降幅度最大的是安徽省，污染排放约束下农业水资源利用的规模效率(0.812)比非污染排放约束下的规模效率(0.725)下降了0.087。下降幅度最小的是四川省，污染排放约束下的规模效率(0.941)比非污染排放约束下的规模效率(0.936)仅下降了0.005。

加入污染排放约束后，农业水资源利用的规模效率达到有效前沿面的前沿实践者数量变动不大。2011年非污染排放约束下规模效率达到有效前沿面的省份为5个，分别为江西、吉林、湖北、云南和内蒙古；污染排放约束下前沿实践者数量未变，但省份名单发生了变化，广西和江苏取代湖北和内蒙古成为新的前沿实践者。2012年非污染排放约束下规模效率达到有效前沿面的省份数量变为0，污染排放约束下前沿实践者数量变为1个，即云南。2013年非污染排放约束下规模效率达到有效前沿面的省份变为2个，即吉林和广西；污染排放约束下前沿实践者数量未变，但省份名单发生了变化，江西和云南取代吉林和广西，成为新的前沿实践者。

表2　2011—2013污染排放约束与非污染排放约束下我国农业用水效率的前沿实践者比较

注：CRS=综合技术效率， VRS=纯技术效率， SE=规模效率。

3.污染排放变量的引入减少了农业水资源利用规模收益递增的省份数量

2011—2013年非污染排放约束下农业水资源利用规模收益递增的省份平均占40%，而污染排放约束下这一比重下降为35%，污染排放变量的引入使得农业水资源利用的规模收益递增的省份下降了5个百分点。规模收益处于递减趋势的省份在污染排放约束与非污染排放约束下所占比重没有变化，都为60%。污染排放约束下农业水资源利用规模收益不变的省份占5%，高于非污染排放约束下规模收益不变的比例。由此可以看出，考虑到污染排放后，部分省份农业水资源利用规模收益由递增变为递减，说明在污染排放约束下我国大多数省份农业生产单纯依靠水资源利用规模的增长已不可持续，农业用水方式亟待转型。

表4　2013年污染排放约束下我国15个主要省份农业用水效率的松弛量和松弛比例

(三)污染排放约束下我国农业用水效率的冗余模式

污染排放约束下，除了贵州、江西、黑龙江、甘肃和云南5省份农业用水效率处于有效前沿面外，其他15个省份都属于无效单元。表4显示了2013年污染排放约束下我国15个无效单元农业用水效率的松弛量和松弛比例，它显示了为了达到有效前沿面，无效单元各投入产出指标应该缩小的绝对值和比例。根据农业用水量、农业废水的化学需氧量COD排放量和农业废水的氨氮排放量的松弛比例，可以将各省份农业用水效率的冗余模式归为3类：

第一类，农业水资源浪费不高，但污染排放严重的冗余模式。在这一类中，农业用水量松弛比例小于50%，但污染排放松弛比例高于50%，包括河北、山东、陕西、吉林、河南和四川6省份。这些省份农业水资源的目标值与原始值之间的差距相对比较小，农业水资源浪费不是很严重，出现这种状况的主要原因在于其降水相对缺乏的自然地理条件以及农村水利设施相对不足。6省份污染排放两项指标的松弛比例都超过50%，污染排放非常严重，可见这些省份农业生产中“高化肥、高农药”问题突出，农业水污染的防控任务艰巨。

第二类，农业水资源浪费严重，且污染排放严重的冗余模式。在这一类中，农业用水量松弛比例高于50%，且污染排放松弛比例高于50%，包括安徽、辽宁、江苏、湖南、广东、广西和湖北7省份。7省份农业水资源浪费比较严重，出现这种状况与其降水相对丰裕的自然地理状况以及农村水利设施相对健全等有较大关系。7省份污染排放两项指标的松弛比例都超过50%，污染排放非常严重。可见这些省份农业生产中污染问题也比较突出，农业水污染的防控任务艰巨。

第三类，农业水资源浪费严重，但污染排放不严重的冗余模式。在这一类中，农业用水量松弛比例高于50%，但污染排放松弛比例低于50%，包括内蒙古和新疆2省份。2省份农业用水量松弛比例分别高达51.27%和86.15%，农业水资源浪费比较严重。出现这种状况与其农作物播种面积较小、农业用水量过大有关。内蒙古和新疆农业废水的化学需氧量COD排放量松弛比例虽然分别高达86.47%和72.37%，但是农业废水的氨氮排放量却分别仅为12.37%和0%，两省份农业废水的化学需氧量COD排放量和农业废水的氨氮排放量二者加总的松弛比例也都分别小于100%，污染排放相对不是很严重。可见这些省份农业生产中污染问题不是很突出，农业水污染的防控压力较小。

四、主要结论与建议

本文将农业污染排放纳入评价体系，使用SBM-Undesirable超效率模型，比较分析了2011—2013年污染排放变量引入前后我国农业用水效率的变动状况。研究表明：污染排放对农业用水效率存在显著影响。

从农业用水效率的总体来看，污染排放变量的引入降低了大多数省份农业用水效率；提高了西部地区农业用水效率，降低了其他3个地区农业用水效率；增加了农业用水效率的前沿实践者数量。从农业用水效率分解来看，污染排放变量的引入大范围提高了农业水资源利用的纯技术效率，且增加了前沿实践者的数量；降低了大多数省份农业水资源利用的规模效率，但并未减少前沿实践者的数量；减少了农业水资源利用规模收益递增的省份数量。污染排放约束下我国各省份农业用水效率的冗余模式归为3类：第一类为农业水资源浪费不高，但污染排放严重的冗余模式(河北、山东、陕西、吉林、河南和四川6省份)；第二类为农业水资源浪费严重，且污染排放严重的冗余模式(安徽、辽宁、江苏、湖南、广东、广西和湖北7省份)；第三类为农业水资源浪费严重，但污染排放不严重的冗余模式(内蒙古和新疆2省份)。

基于以上分析，本文认为，污染排放极大地影响到我国的农业用水效率，体现出我国农业水资源利用的粗放式特点。今后我国农业水资源利用亟需转变利用方式，减少农业污染排放，提高农业生态用水效率。具体举措有：

转变大水漫灌的农业用水方式，推进节水灌溉意识、技术和制度建设。充分认识到农业水资源利用中大水漫灌的方式是粗放的、不可持续的，而节水灌溉才是缓解水资源紧缺、提高农业用水效率、保障粮食安全的战略选择。逐步淘汰漫灌方式，积极推进“喷灌”“滴灌”方式。为此，一方面，加强节水灌溉政策与技术知识的宣传和培训，积极吸取并因地制宜推广国外节水灌溉技术的先进经验,同时加大对我国节水灌溉技术的研发扶持力度，构建金融支持节水灌溉建设的长效机制[16]；另一方面，引入价格机制，对灌溉超定额用水要加价收费，引导农户节水灌溉的意识与行为，同时利用经济杠杆引导多元化主体对节水灌溉工程的投资行为，推动节水灌溉工程的发展。

在农业用水方式转变过程中，加强农业污染治理。农业污染排放已经成为继工业污染后的又一大污染源，农业规模和集约化程度、农户治理农业污染的意愿、农业生产技术改进等都是影响农业污染治理的重要因素。为此，需要加快推进农业集约化经营，改良化肥农药施用方法，提高农业生产技术及投入水平。同时建立健全农业资源投入与污染排放的技术核查和统计体系，全面、准确地掌握农业能源消费和污染数据，保障农业污染治理有序进行[17]。

根据投入产出冗余模式，各省份需采取差异化、重点突出的农业水资源优化方略。对于农业水资源浪费不高，但污染排放严重的省份(河北、山东、陕西、吉林、河南和四川6省份)，其农业用水效率提升的基本策略为在节约用水的基础上，着力治理农业污染，通过农业污染治理进而提高农业水资源的利用效率。对于农业水资源浪费严重，且污染排放严重的省份(安徽、辽宁、江苏、湖南、广东、广西和湖北7省份)，提升农业用水效率需要一手抓节水灌溉，一手抓农业污染，双管齐下地提高农业水资源的利用效率。对于农业水资源浪费严重，但污染排放不严重的省份(内蒙古和新疆2省份)，提升农业用水效率需在适度控制农业污染排放基础上，着力推广农业节水灌溉技术，加强节水灌溉制度建设，进而提高农业水资源的利用效率。

参考文献：

[1]BATTESE G E, COELLI T J. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical Economics, 1995，20 (2):325-332.

[2]KANEKO SHINJI, TANAKA KATSUYA, TOYOTA TOMOYO, etc. Water Efficiency of Agricultural Production in China:Regional Comparison from 1999-2002[J].International Journal of Agricultural Resources，Governance and Ecology，2004,3(3-4)：231-251.

[3]许朗,黄莺. 农业灌溉用水效率及其影响因素分析——基于安徽省蒙城县的实地调查[J]. 资源科学,2012,(1):105-113.

[4]魏玲玲，李万明. 新疆农业用水效率及影响因素分析[J].新疆大学学报(哲学人文社会科学版)，2014,(1):7-10.

[5]耿献辉，张晓恒，宋玉兰. 农业灌溉用水效率及其影响因素实证分析——基于随机前沿生产函数和新疆棉农调研数据[J].自然资源学报，2014,(6):934-943.

[6]刘渝,王岌. 农业水资源利用效率分析——全要素水资源调整目标比率的应用[J]. 华中农业大学学报(社会科学版),2012,(6):26-30.

[7]王昕，陆迁. 中国农业水资源利用效率区域差异及趋同性检验实证分析[J].软科学，2014，(11)：133-137.

[8]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，(4)：603-608.

[9]王震,吴颖超,张娜娜,等. 我国粮食主产区农业水资源利用效率评价[J].水土保持通报,2015,(2):292-296.

[10]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)：114-128.

[11]李静，马潇璨. 资源与环境约束下的产粮区粮食生产用水效率与影响因素研究[J].农业现代化研究，2015,36(2)：252-258.

[12]侯翔，马占新，赵春英.数据包络分析模型评述与分类[J].内蒙古大学学报(自然科学版)，2010，(5):583-593.

[13]TONE K．Dealing with Undesirable Outputs in DEA: A Slack-Based Measure(SBM) Approach[R].GRIPS Research Report Series,2003-0005.

[14]杨清可，段学军，叶磊,等. 基于SBM-Undesirable模型的城市土地利用效率评价——以长三角地区16城市为例[J].资源科学，2014，36(4)：712-721.

[15]ANDERSEN P，PETERSEN N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science， 1993，(39):1261-1264.

[16]许朗,唐梦琴.农户对采用节水灌溉技术支付意愿研究——基于蒙阴县调研数据的分析[J].节水灌溉,2015,(1):86-89+95.

[17]李静,李红,谢丽君. 中国农业污染减排潜力、减排效率与影响因素[J]. 农业技术经济,2012,(6):118-126.

Pollution Emission, Technical Efficiency and Transformation of the Mode of Agricultural Water UtilizationLIU Taoa，b

(a.ResearchCenterofSafetyandEmergencyManagement；

b.EmergencyManagementSchool,HenanPolytechnicUniversity,Jiaozuo454003,China)

Abstract：Taking agricultural water pollutant emission into the evaluation system, this paper uses the SBM-Undesirable super efficiency model to calculate the changes of agricultural water use efficiency before and after the introduction of the Variable of pollution emissions in China during the year 2011-2013. The results indicate that: pollution emission has a significant impact on the agricultural water use efficiency. The introduction of pollution emission variable reduces the agricultural water use efficiency in most provinces; largely improves the pure technical efficiency of agricultural water utilization, reduces the scale efficiency of agricultural water resource utilization in most provinces, and reduces the number of provinces of agricultural water resource utilization increasing return. According to the degree of waste of agricultural water resource and pollution emission, the redundant patterns of agricultural water use efficiency in different regions of China show three types. In the future, the use of agricultural water resources in China needs to change the way of utilization, reduce agricultural pollution emission, and improve the ecological efficiency of agricultural water utilization.

Key Words：pollution emission; agricultural water resource; water utilization efficiency; water-saving irrigation

中图分类号：F323.213

文献标识码：A

文章编号：1672-0202(2016)01-0001-09

作者简介:刘涛(1983—)，男，山东沂水人，河南理工大学应急管理学院副教授，主要研究方向为农业技术经济、灾害经济。E-mail：liutao2511001@126.com

基金项目:教育部人文社会科学研究青年基金项目(13YJCZH106)；河南省教育厅科学技术研究重点项目(13A630343)

收稿日期:2015-10-22DOI:10.7671/j.issn.1672-0202.2016.01.001