中国农业生态用水效率与农业经济用水效率研究.docxVIP

中国农业生态用水效率与农业经济用水效率研究 摘要：农业水污染给中国农业的可持续用水造成了巨大威胁，研究农业生态用水效率及其影响因素，有助于优化中国农业水资源配置，推动农业可持续发展。基于SBM方向性距离函数，测度2008—2018年中国农业生态用水效率和农业经济用水效率，并对这两种效率的无效率值进行分解和对比；结合Tobit回归模型，探究了农业生态用水效率的影响因素。结果表明：(1)中国农业生态用水无效率始终高于经济用水无效率，农业水污染是农业生态用水无效率的主要来源。(2)农业用水低浪费—低污染的省份数量大幅减少，而高浪费或高污染的省份数量大幅增加。(3)水资源禀赋、水利设施蓄水能力和农村劳动力受教育水平对中国农业生态用水效率产生正向影响，耗水作物种植比例对农业生态用水效率产生负向影响。中国政府应充分认识到农业用水过程中的水污染问题，针对性地在各地实施农业节水战略与水污染防治对策；完善跨区域调水机制、增强水利设施的蓄水能力、提升农村劳动力受教育水平和优化耗水作物的种植比例。 目前中国农业用水正面临多方面的压力：一是农业缺水现象日趋严重。不合理的水价机制和粗放的用水方式使得农业水资源浪费严重，而工业化和城市化的迅速发展又对农业用水造成了严重的挤压，这导致了农业用水进一步短缺。二是农业水污染问题严重。根据《第二次全国污染源普查公报》,2017年中国农业废水排放中COD排放量和氨氮排放量分别为1 067.13万t和21.62万t, 分别占全国总排放量的49.8%和22.4%。不断加剧的农业缺水和农业水污染问题，对中国农业水资源的合理配置提出了严峻挑战作为农业水资源管理的热点研究问题之一，国内外学者对农业用水效率的研究可分为宏观和微观两个层面。其中，微观层面主要是基于农户调研数据，研究某一地区的灌溉用水效率综上，本文引入农业水污染变量，同时关注农业用水的经济效益和生态效益，建立包括好产出和坏产出的农业生态用水效率评价指标体系；利用SBM方向性距离函数测度分析2008—2018年中国31个省市的农业生态用水效率和农业经济用水效率，并且对这两种效率的无效率值进行分解和对比；在此基础上，利用Tobit回归模型分析影响农业生态用水效率的重要因素，以期为提高我国农业生态用水效率、推动农业可持续发展提供参考。1 研究方法1.1 SBM方向性距离函数假设每个省份使用根据Fukuyama Weber式中： (按照Cooper等投入无效率： (2)好产出无效率： (3)坏产出无效率： (4)1.2 以各省农业生态用水效率值为因变量，各影响因素为自变量，分析农业生态用水效率的影响机制。SBM方向性距离函数测度出的是无效率值。无效率值越小意味着效率值越高，回归出来的结果不符合传统习惯。因此，利用公式=式中：2 变量选取与数据来源2.1 投入与产出变量考虑数据的可得性，构建农业生态用水效率的评价指标体系坏产出方面，官方统计数据中农业COD排放量和氨氮排放量只有2011—2015年的数据，2011年以前和2015年以后并未统计，导致统计数据不全。为保持统计口径一致，本文采取间接方法估算农业水污染指标。农业水污染主要来源于农业生产中能源消耗引起的碳排放和面源污染，为此将农业碳排放(本文评价对象是中国大陆的31个省(市),不包括港澳台。根据行政区划，将31个省(市)划分为东部、中部和西部三大地区，其中东部地区11个省(市),中部地区8个省(市),西部地区12个省(市)。数据来源于《中国统计年鉴》(2009—2019)、《中国农村统计年鉴》(2009—2019)以及各省市相关年份的统计年鉴(2009—2019)。2.2 影响因素变量根据已有研究本文选取人均水资源量(PW)和地下水占供水总量的比例(GW)体现水资源禀赋状况；选取水库总容量(RE)表征水利设施蓄水能力；选取粮食种植面积与蔬菜种植面积的比值(FV)表征耗水作物种植比例；选取农村15岁及其以上人口中文盲占比(IR)表征农村劳动力教育水平。数据来源于《中国统计年鉴》(2009—2019)和《中国农村统计年鉴》(2009—2019)。由于PW和RE的统计标准与其他影响因素不一致，为保证回归结果的有效性，对这2个变量作对数化处理。表2列出了农业生态用水效率影响因素的描述性统计结果。3 结果与分析为全面研究中国各省份农业生态用水效率及其变化的根源，本文区分比较了两种类型的效率及其成分：(1) 农业经济用水效率及其成分：只考虑水资源、劳动力、土地、农业机械和化肥等5个方面的投入和农业总产值这一好产出。(2) 农业生态用水效率及其成分：除考虑上述投入和好产出之外，还考虑