南水北调中线工程受水区农业水资源绿色效率时空演变规律研究

2023-08-28吴梦

中国农村水利水电 2023年8期

关键词：受水区中线南水北调

吴梦

（南阳师范学院经济与管理学院，河南南阳 473061）

0 引言

2014年南水北调中线工程正式通水后，沿线受水城市用水紧张状况得到极大缓解。但是，目前部分受水城市农业用水效率偏低、水污染严重等问题仍旧制约着地方农业的可持续发展。因此，提高各受水城市农业水资源绿色效率、改善水生态环境具有重要性和迫切性。

现有关于农业水资源绿色效率的研究较为丰富，这里主要从评价方法、评价指标及评价对象三个方面对相关成果进行梳理。

目前关于水资源利用效率的评价方法主要有两种：一种是构建评价指标体系并结合熵权模型对用水效率进行评价［1，2］，另一种是利用投入产出数据结合SFA（Stochastic Frontier Approach）模型、DEA（Data Envelopment Analysis）模型、SBM（Slacks-based Measure）模型、EBM（Epsilon-based Measure）模型等进行评价，这也是当前较为主流的评价方法。早期研究未考虑到水环境因素，多采用SFA 模型及传统DEA 模型测度农业水资源利用效率［3，4］。随着绿色发展理念的推进，部分学者开始关注水资源环境，并将水污染纳入用水效率的评价框架中，形成水资源绿色效率的测度。水资源绿色效率是对水资源在经济、生态和社会等产出效益的综合评价，其目的在于尽量使水资源投入及水环境污染等非期望产出减少，使利用水资源产生的经济、社会效益等期望产出增大，评价方法多采用SBM 模型、EBM模型［5-11］。

在农业水资源绿色效率评价指标的选择上，多数研究以废水排放量、碳排放量等作为非期望产出［5-8］，而少数研究以灰水足迹作为非期望产出［9-11］。灰水足迹是目前资源环境研究领域的前沿课题，关于水资源环境的传统研究往往单独考察水资源数量与水环境污染，没有对二者之间的关系进行综合研究。在此背景下，Hoekstra 和Chapagain［12］首次提出了“灰水足迹”，衡量在现有的水质标准和自然本底浓度下，将污染负荷稀释至给定水质标准所需的淡水体积，为综合考察水资源数量与水污染问题提供了新的研究视角。

现有研究关于农业水资源绿色效率的评价对象非常广泛，包括长江经济带、黄河流域、淮河经济带、黄淮海平原、各省市等［5-11］。

综上，学者们对农业水资源绿色效率进行了丰富的研究，但是仍存在以下不足：在评价对象上，缺少对南水北调中线工程受水区农业水资源绿色效率的研究；在评价指标的选择上，以灰水足迹作为非期望产出测度农业水资源绿色效率的研究非常有限。基于此，本文采用2009-2020 年南水北调中线工程20个地级及以上受水城市的面板数据，以灰水足迹作为非期望产出，利用超效率SBM 模型对南水北调中线工程受水区农业水资源绿色效率进行测度，分析其时空演变特征，利用Tobit 模型识别其主要影响因素，进而探索提升对策，为推进南水北调中线工程水资源集约节约利用，进而促进南水北调中线工程生态保护和高质量发展提供决策依据。

1 研究方法与数据来源

1.1 水资源绿色效率测度

超效率SBM（Super-efficiency Slacks-based Measure）模型是由Tone［13］提出的，该模型一方面解决了传统DEA 模型没有包含松弛变量及非期望产出的问题，另一方面可以对有效决策单元进行进一步比较，是测度南水北调中线工程受水城市农业水资源绿色效率较为合适的模型，其具体公式如下：

式中：ρ为待测度的水资源绿色效率值，且ρ＞0：如果ρ≥1，表明决策单元完全有效，如果ρ＜1，表明决策单元存在一定的效率损失，可以通过优化投入产出比改善效率水平；n为受水城市数量；x、y、z分别为投入要素、期望产出、非期望产出；M、Q、I分别为投入要素、期望产出、非期望产出的个数；s-、sg、sb分别为投入要素、期望产出、非期望产出的松弛量；λ为权重。

对式（1）求解即可得到水资源绿色效率值。在式（1）的基础上加上∑λ= 1 这一约束条件，就可以求解得到纯技术效率值；用水资源绿色效率值比上纯技术效率值可以得到规模效率值，由此可将水资源绿色效率值分解为纯技术效率和规模效率两部分。水资源利用的纯技术效率和规模效率分别反映了节水技术、污水处理技术的应用情况和农业用水生产的资源配置状况。

参考已有农业水资源绿色效率相关研究成果，构建如下农业水资源绿色效率评价指标体系，见表1。

表1 农业水资源绿色效率评价指标体系Tab.1 Evaluation index system of agricultural water green efficiency

其中，对农业灰水足迹的核算主要参考王雅晴等［14］采用的方法，根据农业生产的主要方面，主要从种植业和养殖业两方面对农业灰水足迹进行核算［15，16］。

在种植业生产过程中，大量施用的化肥不能被农作物完全吸收，部分经降水、灌溉溶解进入地下，导致地下水受到氮元素污染。因此，可基于化肥施用过程中氮元素进入水体估算种植业灰水足迹，公式如下：

式中：GWFP为各城市种植业灰水足迹，m3；α为化肥流失率，取全国平均值7%；Appln、Applc分别为各城市氮肥及复合肥施用量，kg；cn、cc分别为氮肥及复合肥中的氮元素含量，取值46%、30%；Cmax为污染物水质标准浓度，Cnat为受纳水体的自然本底浓度，参考《污水综合排放标准》（GB8978-1996），氮的排放达标浓度选取15 mg/L，受纳水体的自然本底浓度设为0 mg/L。

在中国畜禽养殖业快速发展的同时，畜禽粪污的随意排放对水体造成了严重污染，主要表现为水体氮元素负荷日益增长。因此，可基于畜禽养殖过程中未作处理的粪污排放估算养殖业灰水足迹，公式如下：

式中：GWFL为各城市养殖业灰水足迹，m3；GWFm分别为各城市牛、马、驴、骡、猪、羊、家禽及兔养殖过程带来的灰水足迹，m3；Lm为各城市各种畜禽年末存栏量（头、只）；EXm、Pm及Nm分别为各种畜禽年均排泄物产生量、排泄物回用处理率及氮流失率，如表2所示。

表2 各类畜禽排泄物情况Tab.2 All kinds of livestock and poultry excreta

农业灰水足迹GWFA计算公式如下：

1.2 水资源绿色效率时空演变规律分析

1.2.1 泰尔指数

泰尔指数主要用于衡量经济变量的差异程度，在泰尔指数分解的基础上，可将总差异分解为区域间差异以及区域内差异两部分，并可测算出其在总体差异中的贡献率。用T代表衡量受水城市农业水资源绿色效率差异程度的泰尔指数，公式如下：

式中：ei为第i个受水城市的农业水资源绿色效率，同时，假定n个个体组成的样本可以分为K个组，每组分别用Gk表示（k=1，2，…，K），第k组Gk包含的个体数为nk，且用表示第k组农业水资源绿色效率的均值，Tb、Tw分别表示组间差异、组内差异，表示第k组的组内差异，则泰尔指数的分解如下：

1.2.2 马尔科夫链

马尔科夫链用于测度经过一段时期受水城市农业水资源绿色效率随机转移的概率，来描述农业水资源绿色效率的动态演变特征。具体而言，将农业水资源绿色效率分为N种类型，用Pij(Pij=nij/ni)表示某城市农业水资源绿色效率由t时期的类型i转移到t+1时期的类型j的概率，其中nij为由t时期的类型i转移到t+1时期的类型j的城市个数，ni为t时期处于类型i的城市个数，则不同时期各类型间的转移就可以构成一个N×N的马尔科夫转移概率矩阵，以此揭示南水北调中线工程受水城市农业水资源绿色效率的动态演变特征。根据农业水资源绿色效率的转移状态，可将转移方向划分为向上、平稳、向下3 种类型。

同时，可用空间马尔科夫链考察邻接城市对某城市农业水资源绿色效率动态演变的影响。具体而言，利用邻接空间权重矩阵，可测度在空间滞后类型为m时某城市由t时期的类型i转移到t+1时期的类型j的空间概率Pij(m)，由此可得N个N×N的空间马尔科夫转移概率矩阵，用以反映邻接城市用水情况对某城市农业水资源绿色效率动态演变的影响，从而揭示空间效应与农业水资源绿色效率动态演变之间的联系。

1.3 水资源绿色效率影响因素分析

采用Tobit 模型对南水北调中线工程受水区农业水资源绿色效率的影响因素进行分析，模型设定如下：

式中：eit为第i个受水城市的农业水资源绿色效率；α为常数项；Xit为影响因素集合；β为待估系数集合；εit为随机扰动项。

基于现有研究成果，结合南水北调中线工程沿线农业经济发展的实际情况，兼顾数据的可得性，影响因素选择情况见表3所示。

表3 农业水资源绿色效率影响因素选择及说明Tab.3 Selection and explanation of influencing factors of agricultural water green efficiency

1.4 数据说明

采用2009-2020 年南水北调中线工程20 个地级及以上受水城市的面板数据，相关水利、环境与社会经济等数据来源于2009-2021年各省市《统计年鉴》、《水资源公报》以及《中国城市统计年鉴》等，所有名义指标均用以2009 年为基期的相应价格指数做平减处理。

2 农业水资源绿色效率测度结果及时空演变规律

2.1 测度结果

基于超效率SBM 模型并利用MaxDEA 软件，可以得到2009-2020 年南水北调中线工程20 个受水城市农业水资源绿色效率的测度结果。

图1 展示了2009-2020 年南水北调中线工程受水区农业水资源绿色效率的总体均值。从计算结果可以看出，农业水资源绿色效率始终低于1，且整体呈现下降趋势，从2009 年0.972 8下降到2016年的0.813 7，在2017 年出现短暂上升，随后又开始下降，在2019 年降低到0.707 8，达到研究期内的最小值，2020年又回升至0.802 4，总体下降幅度达到17.52%。从农业水资源绿色效率的分解来看，规模效率水平及其变动趋势与水资源绿色效率大体一致，研究期内降幅为6.68%；而纯技术效率始终大于1，处于有效状态，研究期内呈现先降后升的变动趋势，总体降幅达到11.38%。

图1 2009-2020年南水北调中线工程受水区农业水资源绿色效率均值Fig.1 Agricultural water mean green efficiency in water-receiving area of the South-to-North Water Diversion Project's Central Route， 2009-2020

可见，在南水北调中线工程沿线农业经济发展的过程中，因忽视了经济与环境的协调发展，导致受水区农业水资源绿色效率始终处于非有效状态。同时，在纯技术效率与规模效率的双重作用下，受水区农业水资源绿色效率不断降低，但是农业水资源绿色效率较低的主要原因在于较低的规模效率，需要在要素投入与农业水资源利用之间优化配置，充分发挥规模经济的作用。

图2展示了2009-2020年南水北调中线工程20个受水城市农业水资源绿色效率的均值。从计算结果可以看出，各受水城市农业水资源绿色效率存在显著差异。具体而言，北京市、河北省的石家庄、廊坊、保定、沧州、邯郸及河南省的焦作、许昌8个城市水资源绿色效率均值都超过了1，处于有效状态，而其余各城市水资源绿色效率处于非有效状态，其中，河南省的周口、濮阳、安阳及河北省的衡水4个城市水资源绿色效率均值较低，不足0.6。

图2 2009-2020年南水北调中线工程各受水城市农业水资源绿色效率均值Fig.2 Agricultural water mean green efficiency in water-receiving cities of the South-to-North Water Diversion Project's Central Route， 2009-2020

从农业水资源绿色效率的分解来看，各城市纯技术效率与规模效率也存在明显差异。就纯技术效率而言，北京市、河北省的石家庄、廊坊、沧州、保定、邯郸及河南省的鹤壁、焦作、许昌、漯河、南阳11 个城市的纯技术效率较高，均值都超过了1，特别是北京、鹤壁2个城市，由于节水用水技术及管理技术较为高效，纯技术效率均值超过了2，而其余各城市纯技术效率都低于1，尤其是安阳、濮阳、衡水3 个城市纯技术效率最低，在0.4～0.5 之间。从规模效率来看，所有受水城市规模效率都低于1，其中，天津市、河北省的石家庄、廊坊、保定、沧州、邯郸及河南省的平顶山、安阳、焦作、濮阳、许昌11 个城市规模效率相对较高，均值都超过0.9，而鹤壁市规模效率最低，仅为0.329 7。

总的来说，由于农业经济发展水平较高、用水技术比较先进，北京市及河北省多数受水城市农业水资源绿色效率相对较高，而天津市及河南省多数受水城市农业水资源绿色效率较低，尤其是作为农业大省的河南省，传统低效灌溉技术的持续使用以及农业资源配置效率的低下使得河南省多数城市农业水资源绿色效率远远低于平均水平，需要更加注重农业水资源的集约节约利用。

2.2 时空演变规律

2.2.1 空间分布

参考相关研究［9，17］，将2009-2014 年、2015-2020 年通水前后两个阶段南水北调中线工程受水区农业水资源绿色效率均值划分为高水平（H：效率值高于0.9）、中水平（M：效率值在0.6-0.9 之间）、低水平（L：效率值低于0.6）3 种类型，具体划分情况见图3。

图3 2009-2014年、2015-2020年受水区农业水资源绿色效率类型划分情况Fig.3 Classification of green efficiency types of agricultural water in water-receiving area， 2009-2014 and 2015-2020

从各种类型城市数量的变化情况来看，中、高水平类型城市数量出现明显下降，而低水平类型城市数量显著增加。其中，对于农业水资源绿色效率而言，鹤壁、许昌2 个城市由高水平类型变为中水平类型，而平顶山市呈现反向转变，由中水平类型升至高水平类型；郑州、安阳、濮阳、南阳、周口、邢台6个城市由中水平类型降为低水平类型；高水平、中水平类型城市数量分别下降了10%、56%，而低水平类型城市数量增加了5 倍。对于纯技术效率而言，周口、邢台2个城市由高水平类型变为中水平类型，平顶山由中水平类型升至高水平类型，而郑州市直接由高水平类型降为低水平类型；安阳、濮阳2个城市由中水平类型降为低水平类型；高水平、中水平类型数量分别下降了14%、20%，而低水平类型城市数量均增加了300%。对于规模效率而言，北京、新乡、濮阳3 个城市由高水平类型变为中水平类型，而漯河市呈现反向转变；南阳、周口由中水平类型降为低水平类型；高水平类型城市数量下降了15%，中水平类型城市数量保持不变，而低水平类型城市数量增加了200%。总的来说，就各种类型城市数量的变动而言，2009-2020年南水北调中线工程受水城市农业水资源绿色效率及其分解均有不同程度的恶化。

从各种类型城市的分布情况来看，农业水资源绿色效率高水平类型城市在中线工程北部区域保持稳定的块状分布，而在南部区域呈现点状分布；中水平类型城市由链状分布与点状分布转变为点状分布；低水平类型城市保持点状分布。纯技术效率高水平类型城市由块状与链状分布变为块状与点状分布；中水平类型城市由小块状分布与点状分布发展成为点状分布；低水平类型城市维持点状分布。规模效率高水平类型城市基本保持块状分布；而中水平、低水平类型城市大体呈现点状分布。可以看出，各种类型城市主要呈现点状分布，意味着多数邻近城市农业水资源绿色效率水平呈现明显的差异性，需要对地区差异性进行进一步检验。

2.2.2 地区差异及其分解

为检验南水北调中线工程受水城市农业水资源绿色效率的地区差异性，可利用泰尔指数进行分析，见表4。从表4 中可以看出，2009-2020 年衡量农业水资源绿色效率地区差异的泰尔指数T整体上呈现不断上升的趋势，从2009 年的0.031 持续上升至2019 年的0.151，随后在2020 年回落至0.110，累计增幅达到254.84%，表明南水北调中线工程受水城市农业水资源绿色效率的地区差异在快速扩大。

表4 2009-2020年受水区农业水资源绿色效率的地区差异情况Tab.4 Regional differences of agricultural water green efficiency in water-receiving area， 2009-2020

从泰尔指数的分解可以看出，地区间差异的贡献率呈现波动中上升的变动趋势，由2009 年的6.53% 升至2020 年的29.82%，研究期内均值为26.85%；而地区内差异的贡献率正好呈现反向变动，由93.47%降至70.18%，均值达到73.15%，其中，河南省内部差异的贡献率较大，均值为40.96%，而河北省内部差异的贡献率相对较小，均值为32.18%。总体上，南水北调中线工程受水区农业水资源绿色效率总差异主要源于地区内部尤其是河南省内部的差异，但是持续增加的地区间差异推动总体差异不断扩大，主要原因在于北京及其邻近的河北省多数受水城市农业用水处于高效状态，而中线工程南段的河南省多数受水城市农业水资源绿色效率较低且普遍在恶化，从而导致省际之间的差异越来越大。

2.2.3 马尔科夫链分析

为考察南水北调中线工程受水区农业水资源绿色效率的动态演变特征，利用传统马尔科夫链分析方法，构建农业水资源绿色效率的转移概率矩阵，见表5。由表5 可以发现，高水平（H）类型及低水平（L）类型最大转移概率值皆位于转移概率矩阵的对角线上，说明了农业水资源绿色效率较高或较低的城市保持平稳转移的概率很大，而中水平（M）类型对角线上的转移概率值并不都是最大值，表明农业水资源绿色效率中等的城市转移时存在较大的不稳定性。具体来看，如果某一城市农业水资源绿色效率在初始年份为低水平，1 年后该城市用水效率平稳转移的概率为0.873，仅有0.127 的概率向上转移，3 年后平稳转移的概率升为0.904，5 年后这一概率又降为0.829，而向上转移的概率升至0.171，虽然经过时间的推移，低效率城市平稳转移的概率有所下降，但是下降幅度非常有限，概率值始终超过0.8；高效率城市的动态演变特征与低效率城市类似，虽然平稳转移的概率随着时间的推移由0.855 降低至0.694，但是这一概率仍然较高，表明农业水资源绿色效率较高（较低）的城市向下（向上）转移的概率较小，存在比较显著的固化现象。农业水资源绿色效率中等的城市在时长为1、3、5年时保持原状态的概率分别为0.726、0.470、0.339，而向下转移的概率由0.192 升至0.500，高于平稳转移的概率，意味着随着时间的推移中水平城市向下转移的概率越来越大，呈现出明显的不稳定性。

表5 受水区农业水资源绿色效率的传统马尔科夫转移概率矩阵Tab.5 Traditional Markov transition probability matrix of agricultural water green efficiency in water-receiving area

通过构建农业水资源绿色效率的空间马尔科夫转移概率矩阵，可进一步考察邻接城市的用水情况对某受水城市农业水资源绿色效率动态演变的影响，见表6。由表6 可知，当空间滞后类型为低水平时，中效率城市平稳转移的概率由1 年后的0.696 降至5 年后的0.250，而向下转移的概率由0.217 升至0.583，高效率城市平稳转移的概率由0.824 降至0.632，与传统矩阵相比中高效率城市用水效率降低的概率有所增加；当空间滞后类型为高水平时，低效率城市平稳转移的概率随着时间的推移由0.906 降至0.778，而中效率城市向下转移的概率随着时间的推移由0.174 升至0.476，与传统矩阵中的概率相比有所下降。总的来看，以低效率城市为邻会提升中高效率城市向下转移的概率，而以高效率城市为邻能够促进低效率城市向上转移，同时能够强化中效率城市的平稳转移，说明南水北调中线工程受水区农业水资源绿色效率在空间分布上存在“近朱者赤，近墨者黑”的现象，在节水用水技术、水资源管理等方面高效率城市对邻近城市产生了正向的溢出效应，而低效率城市对邻近城市存在负向的拖累效应。

表6 受水区农业水资源绿色效率的空间马尔科夫转移概率矩阵Tab.6 Spatial Markov transition probability matrix of agricultural water green efficiency in water-receiving area

3 农业水资源绿色效率影响因素分析

南水北调中线工程受水区农业水资源绿色效率影响因素回归结果如表7所示。根据回归结果可知：

表7 受水区农业水资源绿色效率Tobit模型回归结果Tab.7 Tobit model regression results of agricultural water green efficiency in water-receiving area

①经济发展水平、农业化程度的回归系数显著为正，意味着经济发展水平、农业化程度越高，越有利于先进水利设施、灌溉技术及设备的推广及应用，从而促进农业水资源绿色效率的提升。②农作物种植结构的回归系数为负但并不显著，主要是因为粮食作物的单位水资源产值一般低于经济作物，从而导致较低的水资源绿色效率。③农业固定资本对农业水资源绿色效率存在显著的负向影响，这有悖于人们的认知，可能是因为农业固定资本的利用效果不佳，未对水资源绿色效率产生应有效果［4］。④节水农业发展水平的回归系数显著为正，表明节水农业发展水平越高，农业节水灌溉技术的应用就越普遍，有助于农业水资源绿色效率的提升。⑤代表水资源禀赋情况的水资源总量、人均水资源量两个因素对农业水资源绿色效率分别产生了显著的正向、负向影响，这种“双边效应”产生的原因可能是，一方面丰富的水资源比较容易满足地方农业发展的需要，另一方面人均水资源量越大，农户的节水意识可能越淡薄，水资源浪费现象会比较严重。⑥供水结构的回归系数显著为负，主要是因为华北平原长期过量开采地下水进行农业灌溉的方式造成了浪费严重、用水粗放等严峻问题，严重制约了农业水资源绿色效率的提升。

4 结论与建议

4.1 结论

研究对南水北调中线工程20 个受水城市农业水资源绿色效率时空演变规律及影响因素进行了分析，得到如下结论。

（1）2009-2020 年南水北调中线工程受水区农业水资源绿色效率水平不高且整体呈现下降趋势，主要源于较低的规模效率。其中，北京市及河北省多数受水城市水资源绿色效率相对较高，而天津市及河南省多数受水城市效率较低。

（2）受水区农业水资源绿色效率总差异主要源于地区内部尤其是河南省内部的差异，但是持续增加的省际差异推动总体差异不断扩大。

（3）农业水资源绿色效率较高（较低）的城市向下（向上）转移的概率较小，存在比较显著的固化现象，而随着时间的推移中水平城市向下转移的概率越来越大，呈现出明显的不稳定性。同时，受水区农业水资源绿色效率在空间分布上存在“近朱者赤，近墨者黑”的现象，在节水用水技术、水资源管理等方面高效率城市对邻近城市产生了正向的溢出效应，而低效率城市对邻近城市存在负向的拖累效应。

（4）经济发展水平、农业化程度、节水农业发展水平、水资源总量对农业水资源绿色效率有显著的正向作用，而农业固定资本、人均水资源量、供水结构对农业水资源绿色效率产生了显著的负向影响。