冯天易，陈 洁，杨慧文，王 蕾,2*

（1.河海大学 商学院，江苏 南京 211100；2.河海大学 系统工程与管理创新研究中心，江苏 常州 213022）

粮食作物的需水量较大，但我国水资源地域空间分布严重不均，表现为南多北少［1］，因此，提高粮食生产用水效率是解决水资源缺乏及其时空分布不均等问题的有效路径。近年来，大量农业用水转化为非农用水，粮食生产用水效率偏低［2］。《国家节水行动方案》要求全面提升水资源的利用效率，促进农业节水、增效。粮食生产用水效率反映了农业生产中水资源利用和粮食产出的相对变化，水资源在粮食生产中发挥着重要的保障功能［3］，因此，提高粮食生产用水效率，对保障我国粮食供给安全，并促进农业可持续发展具有重要的意义。

农业基础设施建设有利于各种自然资源要素的优化重组，提高粮食生产用水效率，解决粮食生产用水“最后一公里”的问题。水利工程是粮食生产的命脉，农田水利设施作为核心的经济性基础设施，为粮食生产创造旱能灌、涝能排的基本条件，能直接促进有效灌溉面积的增加，以及提高粮食生产的用水效率［4］，因此，探究农田水利设施对粮食生产用水效率的影响及其作用机制，有利于缓解我国粮食生产需水量大而供水不足的矛盾。

目前，诸多学者针对国家层面［5-6］和省域层面［7］等不同空间尺度，运用DEA［6］(Data Envelopment Analysis)、SFA［8］(Stochastic Frontier Approach)等 多种方法测度了粮食生产用水效率。谭忠昕等［5］利用超效率DEA模型测算得出我国31省(区、市)的粮食生产用水效率。李自强等［9］提出了分区域加大粮食生产布局中水资源要素的约束权重。现有研究多集中于探究气候条件［10-12］、耕地灌溉率［13-14］、虚拟水流动［15］以及作物用水效率［16］等因素对粮食生产用水效率的影响。常明等［17］采用空间Tobit模型分析了生产灌溉对粮食水资源利用效率的影响。徐依婷等［18］分析了节水技术、水土适配度、化肥价格等对粮食生产用水效率的影响。任宪韶［19］提出了农田水利设施水平对粮食生产用水安全与效率的影响。

综上所述，学者就粮食生产用水效率及其影响因素已开展了广泛的理论和实践探索，但就省域层面的农田水利设施对粮食生产用水效率影响的研究较少。因此，本文将构建超效率SBM［20］(Slack Based Measure)模型测度2011—2019年中国31个省(区、市)(不含港、澳、台地区)的粮食生产用水效率，并采用调节效应模型，分析了农田水利设施对粮食生产用水效率的影响效应，以期为提高粮食生产用水效率提供决策和参考。

1 研究方法与数据来源

1.1 研究方法

1.1.1 基于非期望产出的超效率SBM测算模型 在依赖水资源的粮食生产过程中，既会有农业总产值等期望产出，同时也会有农药等污染源带来的非期望产出。参考赖斯芸等［21-22］的研究，选取农业面源污染为本研究的非期望产出。非期望产出SBM模型能在考虑非期望产出存在的情况下解决投入产出的松弛性问题［23］，同时，超效率SBM模型能解决传统SBM模型无法对效率为1的有效单元进行比较的缺陷。模型具体形式为：

将中国各个省(区、市)视为生产决策单元(DMU)，假设每个DMU有m种投入x，产生n种期望产出y和k种非期望产出b：

式(1)中，第j个城市第t期的投入和产出值可表示为(xj,t,yj,t,bj,t)，由此可得粮食生产用水效率的生产可能性集为：

基于生产可能性集，将非期望产出纳入生产决策单元的超效率SBM模型为：

式（3）中，x、y、b分别表示投入、期望产出和非期望产出的松弛变量；λj表示投入产出的权重向量；ρ*为决策单元效率，即粮食生产用水效率，ρ*值越大，表明粮食生产用水效率水平越高。

1.1.2 调节效应模型 为估计农田水利设施对粮食生产用水效率的影响，构建了回归模型，具体为：

式（4）中，WEit表示粮食生产用水效率；faciit表示农田水利设施；electit表示农村用电量；machit表示农业机械总动力； finit表示农林水事务财政决算支出；empit表示第一产业从业人员；outputit表示农业总产值；α为待估参数。

农用化肥使用量在农田水利设施影响粮食生产用水效率中发挥着重要的调节作用，因此，在式（4）的基础上，新增加反映农用化肥使用量的变量chemit，估算化肥使用量对粮食生产用水效率的影响：

式（5）中，λ为待估参数，可反映各变量对粮食生产用水效率的影响方向与程度。

为检验农用化肥使用量在农田水利设施影响粮食生产用水效率中的调节作用，在式（5）的基础上，增加农用化肥使用量与农田水利设施的交互项，用于估计农用化肥使用量对农田水利设施变量作用的影响：

式(6)中，γ为各变量对粮食生产用水效率的影响系数；γj为各交互项系数。

1.2 数据来源

以2011—2019年全国31个省(区、市)投入产出的面板数据为研究对象，农业用水量数据来自《中国水资源公报》；第一产业就业人员数据来自各省(区、市)历年的统计年鉴；其余数据均来自《中国统计年鉴》《中国农村统计年鉴》。

1.3 指标的选取

1.3.1 被解释变量 为获取粮食生产用水效率，参考学者［5-6,18］的指标体系设计思路，用于构建超效率SBM模型的粮食生产用水效率测度的投入产出指标体系如表1。其中，投入要素包括以农作物播种面积、农药使用量和农业用水量为表征指标的资源投入水平；以农业机械总动力和农林水事务财政决算支出为表征指标的资本投入水平；以第一产业从业人员为表征指标的劳动投入水平；产出指标分为期望产出与非期望产出，期望产出为粮食产能水平，以农业总产值为表征；非期望产出为污染物排放水平，以农业面源污染为表征。

表1 粮食生产用水效率测度的投入产出指标体系

1.3.2 核心解释变量 农田水利设施水平的提高能增强粮食水资源的调配能力，从而有效提高粮食生产能力。但衡量水利设施若仅采用水库数量、堤防长度等指标并不能十分全面和准确地反映［4］，因此，采用有效灌溉面积占总耕地面积的比重衡量农田水利设施条件［24］。

1.3.3 调节变量 农用化肥施用合理，则能提高粮食生产用水效率；但若农用化肥施用比例或结构不合理，则会造成农业面源污染扩大，以及粮食生产用水效率降低等问题［25］，因此，选择农用化肥使用量作为农田水利设施对粮食生产用水效率影响中的调节变量尤为重要。

1.3.4 控制变量 为消除其他因素对粮食生产用水效率的不利影响，选取农村用电量、农业机械总动力、农林水事务财政决算支出、第一产业从业人员和农业总产值作为控制变量。

各变量及其统计性描述如表2，粮食生产用水效率标准差为0.257，这表明2011—2019年粮食生产用水效率的分散程度小；农村用电量标准差为410.829，这表明2011—2019年农村用电量的分散程度大，呈现较大的变化幅度。

表2 变量及统计性描述

2 结果与分析

2.1 中国粮食生产用水效率的时空演变特征分析

基于考虑非期望产出的超效率SBM模型，测算得出2011—2019年我国31个省(区、市)粮食生产用水效率，结果如表3所示。2011—2019年，我国粮食生产用水效率年均增长率为1.44%，整体呈现上升的态势。从省际层面来看，2011—2019年31个省(区、市)的粮食生产用水效率表现出不同程度和方向的变化趋势，具有明显的地区差异性。其中，西藏、青海、北京、上海、贵州等12个省(区、市)的粮食生产用水效率呈现增长的趋势，西藏的粮食生产用水效率的年均增长率为21.83%，位居第1位；新疆、吉林、内蒙古、湖南、湖北等19个省(区、市)的粮食生产用水效率年均增长率为负值，新疆的粮食生产用水效率下降幅度最大，年均增长率为-17.38%。

表3 2011—2019年中国各省份粮食生产用水效率

为进一步揭示我国粮食生产用水效率的差异，选取2011、2015、2016和2019年4个年度，运用ArcGIS 10.7软件的自然断点法，将同时期内中国粮食生产用水效率划分为高效率、较高效率、较低效率、低效率4个等级，绘制空间分布地图(图1)。2011—2019年，我国粮食生产用水效率平均值达0.659，其中，上海和四川2个省(市)的粮食生产用水效率均值大于1，粮食生产用水效率处于较高水平。

图1 2011—2019年我国粮食生产用水效率的空间分布

整体来看，中国粮食生产用水效率的高效率区、较高效率区、较低效率区和低效率区具有显著的集聚特征，呈现点状、带状和片状并存的空间分布特点。2011—2019年，“高—高”集聚由条带状分布逐渐演变为点状分布；“低—低”集聚由点状分布逐渐转变为带状分布，最终形成明显的片状分布。2011年，我国形成“四川—重庆—湖北”以及“福建—浙江—上海—江苏—山东”2条带状高值区，且2011年我国粮食生产用水效率在0.544以上的省(区、市)有21个，占比达67.7%，其主要原因是“十二五”时期我国实施了重大技术推广补助，并加强以农田水利为主的基础设施建设，进一步扩大了有效灌溉面积，实现了水利建设资金使用效率的最优化；相较于2011年，2015年的低效率区明显增加，并形成规模较大的带状分布，主要原因是农户种植粮食总产量占全国粮食总产量的比重高，但单个农户生产规模小，资金能力有限，很难实现粮食生产规模化和机械化，粮食生产用水处于粗放式阶段；相较于2015年，2016年除新疆转变为低效率区外，新增“辽宁—河北”呈中低效率带状分布，主要原因是2016年粮食播种面积相较于2015年减少31.47万hm2，同时，2016年中国农业气象灾害较重，部分粮食产区受灾严重；2019年，我国粮食生产用水效率整体上呈现提高的态势，且低效率区、中低效率区和较高效率区形成显著的条带状和片状空间分布特征，主要原因是2019年我国农田灌溉水有效利用系数达到0.749，处于较高水平，且2019年中央一号文件也强调了加强建设农田基础设施以及加快突破农业关键核心技术。

2.2 农田水利设施对粮食生产用水效率的影响分析

农田水利设施与粮食生产用水效率在1%显著性水平下呈现正向的影响，这表明有效灌溉面积与总耕地面积比重的增加有利于因地制宜地种植高产品种，并推动粮食种植规模的扩大，实现农业的增产增效，从而提高粮食生产用水效率。东部地区粮食生产用水效率相较于其他地区的高，主要原因是东部地区大力完善节水灌溉设备，不断促进节水灌溉规模化等；宁夏虽土地资源充裕，水资源能引黄灌溉之利，但粮食生产用水效率长期处于低效率水平，主要原因是宁夏水利基础设施薄弱，水资源调控能力不足，2019年宁夏灌溉面积53.8万hm2，仅占其总耕地面积的44.3%。综上可知，农田水利设施建设水平决定了粮食生产用水效率的高低。

由表4可知，作为控制变量的农村用电量、农业机械总动力、农林水事务财政决算支出、第一产业从业人员和农业总产值，这些指标在不同方向上对粮食生产用水效率产生了不同程度的影响。具体表现为：(1)农村用电量在1%显著水平下对粮食生产用水效率具有负向影响，主要原因可能是当前农村地区能“用上电”，但是距离“用好电”的目标尚还有一定的距离［4］，因此，如何优化农村用电成为提高粮食生产用水效率的一个切入点。(2)农业机械总动力的回归系数为-0.000277，但不显著，这意味着农业机械总动力并不会对粮食生产用水效率产生影响。由此说明我国农业机械化的性能和作业质量有待进一步提高。(3)农林水事务财政决算支出在1%显著水平下正向影响着粮食生产用水效率。这表明在政府有力的财政支持下，粮食生产领域资金投入充足，粮食生产要素投入的增加能提高粮食生产用水效率。(4)第一产业从业人员在1%显著水平下正向影响着粮食生产用水效率。第一产业从业人员的增加能提高农业劳动力数量，提升农业竞争力，直接影响着粮食生产用水效率。(5)农业总产值的回归系数虽然为0.0007993，但并不显著，这意味着农业总产值与粮食生产用水效率之间无显著的相互影响关系。

表4 调节效应分析结果

由上述分析可知，农田水利设施能有效提高粮食生产用水效率。为验证农用化肥的投入对粮食生产用水效率的影响，将农用化肥使用量、农用化肥使用量和农田水利设施的交互项纳入调节效应模型检验可得，农用化肥使用量和农田水利设施的交互项在1%显著性水平下对粮食生产用水效率产生了负向的影响，这说明农用化肥使用量在农田水利设施方面对粮食生产用水效率的影响中起到了负向的效应。

3 结论与建议

3.1 结论

从农田水利设施建设现状出发，基于2011—2019年中国省区面板数据，构建了超效率SBM模型并测算了粮食生产用水效率，并通过调节效应模型，实证分析了农田水利设施水平对粮食生产用水效率的影响，主要结论如下：

（1）在观察期内，中国粮食生产用水效率处于较高水平，且具有明显的地区差异性。2011—2019年，在加强建设农田水利设施的要求下，中国粮食生产用水效率平均值达0.659，年均增长率为1.44%。受经济发展和省（区、市）资源等因素的限制，粮食生产用水效率具有省际异质性。上海和四川等省（市）的粮食生产用水效率均值均超过1，处于较高水平；新疆和内蒙古等省（区、市）粮食生产用水效率处于较低水平。总体来看，我国粮食生产用水逐步向高效率、高质量发展。

（2）农田水利设施会显著地提升粮食生产用水效率，而农用化肥的投入会降低粮食生产用水效率。农田水利设施对粮食生产用水效率的影响系数达0.6831，而农用化肥使用量在农田水利设施对粮食生产用水效率的影响中起调节作用。一方面，农田水利设施与农用化肥使用量间存在显著的交互效应，这表明农用化肥使用量会影响农田水利设施水平；另一方面，农用化肥使用量水平和农田水利设施水平的交互项系数为负，这表明农用化肥的投入在农田水利设施方面对粮食生产用水效率产生了负的效应。

3.2 建议

（1）优化农田水利设施水平。农田水利设施水平对粮食生产用水效率呈现显著的正向作用，为此国家应该加大对农田水利设施的财政投入，建设粮食生产最需要的水利项目，不断优化水利灌溉结构，进而提升水土资源与地区匹配度，从而提高粮食生产用水效率。

（2）实现农用化肥减量增效。本研究结果表明，农用化肥对粮食生产用水效率呈现负效应，因此，应该合理控制农用化肥使用量，并大力推广环境友好型肥料，发挥土地化肥投入的规模经济效应，在农田水利设施水平不断提高基础上，正向促进粮食生产用水效率的提高。

（3）合理化利用农业资源。优化农村用电结构，实现从“用上电”到“用好电”的高质量转变；高效利用先进适用的农业机械，推动粮食生产朝着机械化和现代化方向发展；提升农业劳动力的数量与质量，强化农村人才支撑。