基于层次分析法的农业水价改革绩效评估
2018-05-04刘文铮
刘文铮
(辽宁省水利水电科学研究院,辽宁省江河水利水电新技术设计研究院有限公司,辽宁 沈阳 110003)
1 研究背景
我国农田灌溉过程中存在水资源短缺、水污染严重等突出问题,特别是农业作为用水大户,用水效率低、工程建管不完善、农业水价总体偏低等现象,严重制约我国节水型社会的发展。为了保障农田水利工程可持续发展,构建农田水利良性运行长效机制,缓解区域用水紧张,保证用水户用水需求,提高水资源利用率和整体效益,国家高度重视农业水价综合改革工作。以完好的农田水利工程体系为基础,以农民用水自治为核心,以科学的终端水价制为保证,构建三位一体的农田水利良性运行长效机制,形成农业水价价格机制,发挥价格的杠杆作用,达到节约用水、减轻农民负担、保障供水工程良性运行的“三赢”目标。
农业水价改革是一个复杂的发展过程,同时也是农田水利发展的一个阶段目标。建立绩效指标体系是农业水价改革的重要内容。近几年来,国内学者在农业水价改革方面进行了广泛的研究[1- 3]。例如,李婷[4]等人构建了湖南省农业水价改革绩效评价体系,并提出了一种熵权模糊综合评价模型,进行合理的评价;陈菁[5]等人从节水、经济、社会、生态等方面建立了农业水价综合改革效果评价体系,并对实施效果进行评价;陈惠敏[6]从绩效评估基本理论出发,在公共政策绩效评估方法的基础上,对农业用水定价政策绩效评估取得的研究成果进行论述。目前,农业水价改革主要是在体制机制方面的总结与研究,在绩效指标体系方面的研究尚不多见,相关的评估研究可为农业水价改革绩效指标体系建立提供科学的借鉴意义。
2 研究区概况
于洪区是沈阳市十个市辖区之一,区经济以工业为主,农业、工业和第三产业生产总值比例为2.5∶65∶32.5,耕地面积36.18万亩,有效灌溉面积21.72万亩。
全区2016年农业用水7890万m3,占全区用水总量的35.8%以上,地下水开采量占全区32.2%以上。于洪区地表水和地下水供水量相当,水田农业水价改革项目分为库灌区和井灌区。用水合作组织主要依靠水利管理单位和村集体负责管理水利工程设施和灌区灌溉供水工作。根据2014~2016年于洪区水资源公报数据,水田区农业用水水权综合额度为697m3/亩,依此为标准,以后每年进行修订。
3 农业水价改革绩效指标体系建立
体绩效指标体系是综合指标体系,各个绩效指标之间具有一定相互联系,同时也存在各自的相互制约。因此,建立绩效指标体系应遵循政策相关性原则、科学性原则、可操作性原则、动和静态相结合原则、绩效量化原则,保证绩效指标的全面、准确、客观性。
根据研究区的实际问题从以下几种方法考虑指标体系建立:①理论方法研究讨论评价指标体系,从可持续发展思想的实质出发,根据可持续利用理论概念、内涵、影响因素,建立水资源承载力评价指标体系;②根据内部各要素间或内部与外部要素之间协调发展,考虑水资源的供给量、社会需求量的优化配置建立指标体系,③利用层次关系分析法建立含有目标层、系统层、指标层组成的指标体系。指标体系基本框架如图1所示。
图1 农业水价改革绩效指标体系
4 研究方法与技术流程
4.1 研究方法
农业水价改革绩效评估研究涉及农业用水、农业经济、社会、生态环境等多方面的因素。无论是农业水价改革体制的分析,还是农业水价资源优化合理评价均为多因素的综合评价问题。农业水价绩效评估方法有很多种,主要包括层次分析法、系统动力学法、模糊综合评价法、投影寻踪法、数据包络分析(DEA)、主成分分析法等。
以科学选取农业水价改革绩效指标数据为基础,采用层次分析法进行水价改革绩效评估。层次分析法就是将绩效指标体系的各个指标因素分为若干个层次,并以上一层指标为准则,对以下同一层进行两两判断和计算,求出各指标要素的权重值。具体步骤如下[7- 8]:
(1)建立层次结构。将农业水价改革绩效评估水平作为层次分析的第一层次,即目标层;将用水绩效、经济绩效、社会绩效、生态绩效作为层次分析的第二层,即系统层;将各绩效指标的层次分析作为第三层,即指标层,具体指标层次如图1所示。
(2)构建判断矩阵。通过建立层次结构,将各指标的之间的相对隶属关系进行确定,具体判断矩阵标度及其含义见表1。
表1 判断矩阵标度及其含义
表2 平均随机一致性指标
(4)进行总排序。通过对计算各绩效指标的权重,进行总排序,已确定最底层的各个指标在目标层中的重要程度。
4.2 技术流程
农业水价改革绩效评估是在用水、经济、社会、生态等4个系统基础上进行的,农业用水的可持续利用支撑着社会基础经济的发展,也是水资源重要的组成部分,采用科学合理成熟的方法进行水价改革绩效评估,从而为该区域农业水价改革机制和趋势发展提供科学的理论依据。技术流程如图2所示。
图2 农业水价改革绩效评估研究技术流程框图
5 于洪区农业水价改革绩效评估分析
5.1 指标权重
由于选取的各个指标之间存在量纲不统一,为了消除量纲之间的差异性带来的不可比性,需要对原始数据进行标准化计算。方式计算为:
对于正向指标:
Pi=Xi/Xi0
(1)
对于负向指标:
Pi=Xi0/Xi
(2)
式中,Pi—绩效指标标注值;Xi—绩效指标的实际值;Xi0—绩效指标的目标值,正向指标发展趋势越大代表越优,负指标与正指标恰好相反。
根据相关的规划内容和省农田水利发展状况,对选取的13个绩效指标进行指标分类。其中,强制性指标是指国家规范的要求强制达到的目标;考核性指标是指参考相关规划尽心确定的目标;参考性指标是指理论经验进行分析得到的目标,见表3。
表3 农业水价改革绩效指标体系指标类型与权重
5.2 评判标准分析
农业水价改革绩效评估综合值计算为:
(3)
式中,H—水价改革绩效评估值;λi—第i项指标的对应的权重值;Ai—第i个指标的实现程度值。
农业水价改革不仅要把握当地农业水利的发展总体水平,还要注重各系统层、各指标层之间的发展平衡。从总体目标值、单项指标综合确定于洪区农业水价改革绩效评估标准为:①农业水价改革绩效评估达到90分以上;②在指标层方面,考虑到区域的不同,农业产业布局和基础设施差异性,不要求每一项指标都达到目标值;其中强制性指标达到100分,考核性指标达到90以上,参考性指标根据当地实际情况和经验理论确定,不作要求。
以2016年为现状水平年,对绩效指标进行评估,将2016年的13个绩效指标的现状值与目标值代入公式(3)进行计算,得到绩效评估值,如图3所示。
图3 农业水价改革绩效评估
通过计算结果可以看出,指标层中农业灌溉用水量、灌溉用水效率、农业工程完好率、农业水费实收率、农村环境改善程度的5项指标超过了90分,为农业水价改革现状水平中较高的领域;而渠道水利用系数、政府与农户关系程度、节水灌溉技术普及率的3项指标分数低于75分,为现状发展中比较薄弱的环节,是今后农业发展的重中之重。其余的5项指标分数在75~90分之间。
根据指标层的指标评估分数,对于洪区农业水价改革绩效评估进行计算,2016年农业水价改革绩效评估值为56分,距离实现目标值90分还具有一定的差距。由图3可知系统层绩效状况,经济绩效75.68分,为评估之首,评估水平比较高;环境绩效24.19分,为评估之尾,是今后重点发展的领域;用水绩效和社会绩效介于24~75之间。
6 结语
本文在收集大量原始数据资料的基础上,构建了辽宁省沈阳市于洪区农业水价改革绩效指标体系,共选取13个评估指标,利用层析分析法进行农业水价改革绩效评估。通过计算结果得分,分析系统层与指标层的趋势与实现程度,该结果与体制机制研究成果相结合,对今后农业水价改革评估提供了重要的借鉴。
针对目前的发展趋势,通过“试点先行,典型带动,全面推广”的方式,在于洪区逐步建立健全水价形成机制,明确农业水价成本核定,合理反映供水成本。建立农业水权制度,明确水权,实行农业用水总量控制和定额管理。完善工程建设和管护机制,新建、改扩建农田水利工程,按照取用水管理和计量收费的需要,同步配套经济实用的计量设施,探寻“以电折水”测算方法。明晰水利工程产权归属,落实管护责任。建立精准补贴和节水奖励机制,落实奖补资金,形成易于操作、用户普遍接受的节水奖励机制。强化用水管理机制,建立农民用水合作组织。积极推广水田管灌等高效节水灌溉技术,加强宣传引导和技术培训,引导农民树立节水观念,提高有偿用水意识,鼓励农民应用节水灌溉新技术,营造全民节水的良好社会氛围。
[1] 许朗, 张梦婷, 师琪, 等. 水价改革背景下农户灌溉方式选择行为的影响因素——基于开封县和丰县两地调查数据[J]. 江苏农业科学, 2017, 45(17): 338- 341.
[2] 年自力, 郭正友, 雷波, 等. 农业用水户的水费承受能力及其对农业水价改革的态度——来自云南和新疆灌区的实地调研[J]. 中国农村水利水电, 2009(09): 158- 162.
[3] 姜文来. 我国农业水价改革总体评价与展望[J]. 水利发展研究, 2011(07): 47- 51.
[4] 李婷, 郑垂勇. 农业水价改革绩效的熵权模糊综合评价[J]. 水利经济, 2015, 33(03): 32- 36.
[5] 陈菁, 李建国, 张建, 等. 农业水价综合改革项目实施效果评价模型构建及应用[J]. 三峡大学学报(自然科学版), 2016, 38(05): 1- 6.
[6] 陈惠敏, 黎红梅. 农业用水定价政策绩效评估研究进展[J]. 湖南农业科学, 2014(08): 90- 93.
[7] 武荣, 李援农. 基于层次分析法的水资源安全模糊综合评价模型及其应用[J]. 水资源与水工程学报, 2013, 24(04): 139- 144.
[8] 张成凤, 粟晓玲, 蔡焕杰. 基于区间层次分析法的榆阳区水资源配置系统和谐性评价研究[J]. 自然资源学报, 2017, 32(06): 1053- 1063.