糧食安全與水資源安全關(guān)系到經(jīng)濟社會發(fā)展與人類生存,是不容忽視的重大問題,"/>
高 雪
(東北大學秦皇島分校經(jīng)濟學院,河北 秦皇島 066004)>
糧食安全與水資源安全關(guān)系到經(jīng)濟社會發(fā)展與人類生存,是不容忽視的重大問題,其中水資源安全又是確保糧食安全的重要基礎(chǔ)。但中國水資源供給量與糧食作物需水量的配置不均,需水量缺口較為明顯[1,2];并且黃河等地表徑流減少以及氣候變暖與干旱事件頻發(fā)使灌溉水資源的脅迫度增加[3,4]。已有研究顯示,提高灌溉水資源的利用效率是解決水資源需求缺口的有效途徑。灌溉水資源的利用效率包括水資源在輸送和生產(chǎn)過程中的利用效率。在工程學研究中,灌溉效率是指水資源在輸送中的利用效率[5]。在經(jīng)濟學研究中,灌溉效率會考慮農(nóng)戶的主觀能動性以及個體差異。Kopp將灌溉效率定義為在農(nóng)作物產(chǎn)出以及其他投入要素不變的條件下,農(nóng)戶能夠?qū)崿F(xiàn)的最小灌溉用水量與實際灌溉用水量之間的比值[6]。本文的灌溉效率是指后者。
基于經(jīng)濟學視角的定義,學者們通常采用數(shù)據(jù)包絡(luò)法、隨機前沿生產(chǎn)函數(shù)評估灌溉效率[7-14]。例如,李玲和周玉璽基于DEA-Malmquist模型對中國糧食生產(chǎn)用水效率進行核算[9]。與數(shù)據(jù)包括法不同,隨機前沿生產(chǎn)函數(shù)能實現(xiàn)對個體具體生產(chǎn)過程的描述,適用于微觀數(shù)據(jù)的分析[10]。為此,學者們基于不同的生產(chǎn)函數(shù)形式測算地區(qū)層面或作物層面的灌溉效率[11-14]。本文也將采用隨機前沿分析方法測算水稻的灌溉效率。
提高灌溉效率對于糧食安全至關(guān)重要。已有研究重點關(guān)注了農(nóng)戶個體特征、農(nóng)場規(guī)模、土地細碎化程度、技術(shù)創(chuàng)新和推廣、土壤條件、農(nóng)田水利基礎(chǔ)設(shè)施等對灌溉效率的影響[15-17],較少關(guān)注氣候變化因素。但目前來看,氣候變化及其對農(nóng)業(yè)生產(chǎn)的影響已備受關(guān)注。一方面,氣候變暖的事實已基本確定。Intergovernmental Panel on Climate Change(IPCC)于2018年發(fā)布的《全球升溫1.5 ℃特別報告》指出,全球氣溫在2030-2052年間將比工業(yè)化之前水平升高1.5 ℃;與此同時,極端天氣事件的發(fā)生頻率和強度也有所增加[18]。另一方面,氣候變化特別是干旱等會給農(nóng)業(yè)生產(chǎn)(產(chǎn)量、生產(chǎn)布局、生產(chǎn)效率)帶來不利影響,盡管農(nóng)戶適應性能在一定程度上減輕氣候變化帶來的不利影響[19-26]。其中,農(nóng)戶適應性是指農(nóng)戶降低氣候變化對自身健康和財富的不利影響,以及利用氣候變化帶來的有利條件的過程[26-28]。在為數(shù)不多的氣候變化與灌溉效率的研究中,宋春曉等發(fā)現(xiàn)干旱年小麥種植戶的灌溉效率要明顯低于正常年,而且農(nóng)戶灌溉方式的選擇也明顯影響著灌溉效率[14]。
基于以上,本文將在已有研究基礎(chǔ)上,以水稻作物為例,考察氣候變化、農(nóng)戶適應性對水稻灌溉效率的影響。具體而言,基于湖北微觀農(nóng)戶固定觀察點數(shù)據(jù),采用隨機前沿分析方法,測算湖北水稻種植戶的水稻灌溉效率?;诤睔庀笳局鹑战邓當?shù)據(jù),測算農(nóng)戶所在地的持續(xù)干燥指數(shù),并將其作為氣候變化的衡量指標。這里的持續(xù)干燥指數(shù)(Maximum number of consecutive dry days, CDD)是指日降水量小于1 mm的最長連續(xù)天數(shù)[29]。與此同時,以農(nóng)田水利設(shè)施支出衡量農(nóng)戶適應性,采用面板Tobit模型,實證評估氣候變化、農(nóng)戶適應性對水稻灌溉效率的影響,以期為相關(guān)部門制定應對氣候變化的策略提供參考。
本文以湖北水稻為例進行研究的原因在于:一方面,湖北的降水時空分布不均,省內(nèi)南北相差將近三倍,江漢流域水澤豐沛,而鄂北地區(qū)素有“旱包子”之稱,并在2010-2011年出現(xiàn)了歷史上少見的冬春連旱。另一方面,湖北也是我國重要的糧食生產(chǎn)基地,而且水稻是湖北主產(chǎn)糧食作物之一。為此,本文采用湖北農(nóng)戶固定觀察點數(shù)據(jù)、湖北氣象站逐日降水數(shù)據(jù),以湖北水稻種植戶為研究對象,分析氣候變化、農(nóng)戶適應性對水稻灌溉效率的影響。在數(shù)據(jù)方面,農(nóng)村固定觀察點數(shù)據(jù)收集工作開始于1986年,并且是一項連續(xù)性的農(nóng)村調(diào)查,由中央農(nóng)研室牽頭,以在農(nóng)村基層層面了解農(nóng)村改革和建設(shè)動態(tài)發(fā)展為目的。本文涉及的湖北水稻種植戶調(diào)查數(shù)據(jù)來自于農(nóng)村固定觀察點湖北省12個村級2003-2011年的調(diào)查數(shù)據(jù),在去除缺失和不連續(xù)觀測值的農(nóng)戶后,每年有291個水稻種植戶,總樣本量是2 619 戶水稻種植戶。12個樣本村所在地的具體分布見表1,由其可知,樣本村所在地基本覆蓋了湖北的水稻種植帶。關(guān)于本文采用的相關(guān)價值變量,利用湖北農(nóng)村居民消費價格指數(shù)進行了平減,數(shù)據(jù)來自于《中國統(tǒng)計年鑒》。此外,與樣本村相對應的氣象數(shù)據(jù)來自于中國氣象數(shù)據(jù)共享網(wǎng)。本文基于距離最短的原則將樣本村與湖北氣象站點進行匹配。
表1 樣本的地區(qū)分布情況Tab.1 Regional distribution of samples
相關(guān)數(shù)據(jù)的描述性統(tǒng)計結(jié)果見表2,由其可知,水稻種植戶的每公頃水電及灌溉費用的均值為380.15 元,最大值為4 402.98 元;每公頃水稻物質(zhì)費用的均值為2 890.6 元,標準差為1 991.8,表明湖北稻農(nóng)在水電及灌溉費用、物質(zhì)費用投入上具有較大差異。水稻種植戶每公頃投工量的均值為354.92 d,標準差為290.6,這表明單位面積勞動投入較為穩(wěn)定。耕地面積的最大值為1.57 hm2,最小值為0.01 hm2,表明部分農(nóng)戶的水稻播種面積偏小,土地面積較小不利于農(nóng)戶種植積極性的提高。此外,不同水稻種植戶的耕地細碎化及家庭人口數(shù)量的差異不明顯。關(guān)于村級層面的農(nóng)田水利建設(shè)支出,其最小值為0元,最大值為71 830 元,表明湖北不同地區(qū)在農(nóng)田水利建設(shè)上存在明顯差異。
持續(xù)干燥指數(shù)(CDD)是指日降水量小于1 mm的最長連續(xù)天數(shù),樣本村的持續(xù)干燥指數(shù)具體測算結(jié)果見表3,由其可知,2003-2008年間絕大多數(shù)樣本村的持續(xù)干燥指數(shù)均沒有超過50 d,其中,2004-2005年間樣本村的持續(xù)干燥指數(shù)相對較長。2009-2011年間,鄖西地區(qū)的持續(xù)干燥指數(shù)最高,相應的持續(xù)干燥天數(shù)依次是50、58、55 d。事實上,湖北在2010-2011年間出現(xiàn)了少見的冬春連旱,十堰市遭遇了嚴重的區(qū)域性干旱和持續(xù)高溫氣候,鄖縣、鄖西的受災情況最為嚴重。
表2 變量指標的統(tǒng)計描述Tab.2 Descriptive statistics of variables
表3 樣本村的持續(xù)干燥指數(shù) d
借鑒已有研究,本文的水稻灌溉效率是指在產(chǎn)出和其他投入不變的條件下,最小水稻灌溉用水量與實際水稻灌溉用水量的比值。水稻灌溉效率指標的測算基礎(chǔ)是水稻生產(chǎn)的技術(shù)效率,為此本文設(shè)定隨機前沿生產(chǎn)函數(shù),生產(chǎn)函數(shù)的具體表達式如下:
lnYit=β0+β1lnWit+β2lnX1,it+β3lnX2,it+
β4(lnWit)2+β5lnWitlnX1,it+β6lnWitlnX2,it+
β7(lnX1,it)2+β8lnX1,itlnX2,it+β9(lnX2,it)2+Vit-Uit
(1)
式中:Yit、Wit、X1,it、X2,it依次表示不同水稻種植戶i在不同年份t的單位面積水稻產(chǎn)量、單位面積水電及灌溉費用、單位面積水稻物質(zhì)費用合計(農(nóng)家肥、化肥、農(nóng)膜、農(nóng)藥、機械投入的費用之和)、單位面積水稻勞動投工量;Vit為隨機擾動項;Uit表示技術(shù)效率損失值;β0~β9均為待估參數(shù)。
β7(lnX1,it)2+β8lnX1,itlnX2,it+β9(lnX2,it)2+Vit
(2)
β4(lnWEit)2+β1+2β4lnWit+β5lnX1,itlnWEit+
β6lnX2,itlnWEit+Uit=0
(3)
得到水稻灌溉效率估計如下,其中:
θ=β1+2β4lnWit+β5lnX1,it+β6lnX2,it
(4)
WEit=exp{[-θ±(θ2-2β4Uit)1/2]/2β4}
(5)
水稻灌溉效率值介于0~1之間,采用最小二乘法將得到不一致的估計結(jié)果,鑒于此,使用最大似然估計法的面板Tobit模型進行估計,具體模型設(shè)定如下:
WEit=α0+α1Eit+α2Sit+α3Hit+α4Iit+α5Lit+εit
(6)
式中:WEit是水稻灌溉效率;關(guān)鍵解釋變量是Eit、Sit,Eit表示持續(xù)干燥指數(shù)(日降水量小于1 mm的最長連續(xù)天數(shù));Sit表示農(nóng)戶適應性,用村級層面的農(nóng)田水利建設(shè)支出來衡量;控制變量是Hit、Iit、Lit,Hit表示農(nóng)戶特征變量(是否是村干部、是否受過教育或培訓),農(nóng)戶是否為國家、鄉(xiāng)、村干部屬于0、1虛擬變量,是否接受過職業(yè)教育或技術(shù)培訓也是0、1虛擬變量;Iit表示農(nóng)戶的家庭情況(家庭收入、家庭人口數(shù)、耕地面積、耕地細碎化程度)。家庭收入變量屬于類別變量,包括家庭經(jīng)營為主、私營企業(yè)經(jīng)營為主、受雇勞動者為主、受雇經(jīng)營者為主、國家干部職工及鄉(xiāng)村干部工資為主及其他這六類。家庭人口數(shù)的單位是人數(shù)。耕地面積的單位是,耕地細碎化程度等于年末農(nóng)戶耕地面積與地塊數(shù)量之比,hm2/塊;εit為隨機擾動項;α0~α5為待估參數(shù),用來衡量各自變量對水稻灌溉效率的影響程度。
根據(jù)式(1)至式(3)測算湖北水稻種植戶的水稻灌溉效率,核算結(jié)果見表4。由其可知,從地區(qū)間差異上看,與其他縣(市)相比,長陽土家族自治縣在樣本期的排名均比較靠后,其在2003-2011年間的水稻灌溉效率為9.8%。位置同樣落后的還有漢川市、鄖縣,二者在2003-2011年間的平均值分別為21.4%、25.1%。大冶市和荊州市的水稻灌溉效率較高,二者在2003-2011年間的平均值分別為30.1%、33.1%,并且有些年份的水稻灌溉效率可以達到40%以上。水稻灌溉效率的高低受地塊特征及管理等因素的影響。以荊州為例,它是湖北重要糧食生產(chǎn)基地,土資源肥沃、光熱協(xié)調(diào)度好,水資源在糧食生產(chǎn)中的投入產(chǎn)出水平很高,且“按田配水、計量收費”的管理模式也促進了荊州地區(qū)灌溉效率的提高。從時間變化上看,2003-2011年湖北省水稻灌溉效率平均值呈現(xiàn)遞減趨勢,且遞減浮動較為明顯。其中,2003年水稻灌溉效率相對較高,最大值為47.9%,最小值為27.7%,但2011年水稻灌溉效率相對較低,最大值為19.4%,最小值為10.1%,即2011年的最大值仍明顯低于2003年的最小值。2011年水稻種植戶的灌溉效率較低極有可能與當年的氣候變化直接相關(guān),因為在水稻實際生產(chǎn)過程中,2010-2011年湖北的降水異常偏少。
表4 水稻灌溉效率地區(qū)分布情況Tab.4 Regional distribution of rice irrigation water efficiency
利用似然比檢驗(Likelihood Ratio,LR)判斷是否選擇隨機效應的面板Tobit模型進行影響因素分析,LR(LR=44.89)檢驗結(jié)果強烈拒絕原假設(shè),故認為存在個體效應,選擇隨機效應的面板Tobit模型,回歸結(jié)果見表5。由表5可知,在未納入農(nóng)戶適應性指標農(nóng)田水利設(shè)施的模型中,核心解釋變量持續(xù)干燥指數(shù)對水稻灌溉效率的影響在1%水平上顯著,而且系數(shù)為負,表明持續(xù)干燥指數(shù)的增加明顯降低了水稻灌溉效率,日降水量小于1 mm的最長連續(xù)天數(shù)增加一日,水稻灌溉效率將下降0.4%。原因可能在于,一是降水量的減少無法滿足水稻生長所需,導致農(nóng)戶增加灌溉量;二是地區(qū)日降水量小于1 mm的最長連續(xù)天數(shù)增加會加快水稻的蒸騰作用,從而導致水稻生產(chǎn)中的實際灌溉用水量增多,水稻灌溉效率下降;三是水稻種植戶在當前降水量減少且預期未來仍然無降水傾向的情況下,可能會過度利用水利設(shè)施進行灌溉,導致實際灌溉用水量增加。持續(xù)干燥指數(shù)增加不利于水稻灌溉效率的結(jié)論與已有研究結(jié)果較為一致,宋春曉等認為與干旱年相比,正常年份的小麥灌溉效率較高[14];石成玉認為,干旱等自然災害對生產(chǎn)要素利用效率具有不利影響[30]。
由表5可知,在納入農(nóng)戶適應性指標農(nóng)田水利設(shè)施的模型中,持續(xù)干燥指數(shù)對水稻灌溉效率的影響仍然在1%水平上顯著為負,但日降水量小于1 mm的最長連續(xù)天數(shù)增加一日,水稻灌溉效率將下降0.3%,影響程度小于未納入農(nóng)戶適應性的模型的估計結(jié)果,表明農(nóng)戶適應性能夠降低持續(xù)干燥指數(shù)對水稻灌溉效率的不利影響。在該模型中,農(nóng)戶適應性指標農(nóng)田水利設(shè)施對水稻灌溉效率具有正向影響,且在1%水平上顯著,表明農(nóng)田水利設(shè)施支出增加100元,水稻灌溉效率將提高0.04%。原因可能在于,一是農(nóng)田水利設(shè)施支出的增加能在一定程度上體現(xiàn)灌溉設(shè)施的完善或節(jié)水灌溉技術(shù)的改進,由此水稻灌溉效率得以提高;二是傾向于增加農(nóng)田水利設(shè)施支出的水稻種植戶更期望減弱氣候變化帶來的不利影響,進而根據(jù)以往的生產(chǎn)經(jīng)驗判斷氣候條件,并據(jù)此采取事前應對措施,例如采用抗旱的水稻品種等。
表5 回歸分析結(jié)果表Tab.5 Regression analysis results
關(guān)于其他控制變量,是否受過教育或培訓在1%水平上顯著為正,與未接受過培訓的種植戶相比,接受過培訓或教育的種植戶的灌溉效率會提高2.7%。一般而言,接受過教育或者培訓的種植戶更傾向采用先進的農(nóng)業(yè)技術(shù),而且節(jié)約用水的意識相對較強。播種面積對水稻灌溉效率具有顯著的正向影響,種植面積增加1 hm2,水稻灌溉效率將增加1%。與以家庭經(jīng)營收入為主的家庭相比,以工資性收入為主的家庭的水稻灌溉效率較低。原因可能在于,只有當家庭收入主要來自于農(nóng)業(yè)時,農(nóng)戶才會期望以最少的生產(chǎn)要素投入獲得最大程度的水稻產(chǎn)出。家庭人口數(shù)對水稻灌溉效率具有顯著正向影響,家庭人口數(shù)量增加1人,水稻灌溉效率將增加0.04%。原因可能在于,人口多的家庭對水稻等農(nóng)作物的需求越高,因而農(nóng)業(yè)生產(chǎn)中的灌溉用水量增多,進而有必要考慮提高灌溉效率。
本文以水稻種植戶為例,基于湖北農(nóng)戶固定觀察點數(shù)據(jù)和隨機前沿分析方法測算水稻灌溉效率,基于氣象站逐日降水數(shù)據(jù)測算持續(xù)干燥指數(shù)這一氣候指標,在此基礎(chǔ)上,采用面板Tobit模型,實證分析氣候變化、農(nóng)戶適應性對水稻灌溉效率的影響。水稻灌溉效率核算結(jié)果顯示,湖北不同地區(qū)水稻灌溉效率存在明顯差異,長陽土家族自治縣、漢川市、鄖縣的水稻灌溉效率較低,大冶市和荊州市較高。從時間上看,2011年湖北水稻灌溉效率最低,這與當年湖北降水量異常相關(guān)?;貧w結(jié)果顯示,持續(xù)干燥指數(shù)的增加明顯降低了水稻灌溉效率,日降水量小于1 mm的最長連續(xù)天數(shù)增加1 d,水稻灌溉效率將下降0.3%。農(nóng)戶適應性指標農(nóng)田水利設(shè)施對水稻灌溉效率具有正向影響,而且能夠降低持續(xù)干燥指數(shù)對水稻灌溉效率的不利影響。此外,是否受過教育或培訓、播種面積、家庭人口數(shù)對水稻灌溉效率具有顯著的正向影響。
根據(jù)以上結(jié)論,本文提出以下幾點建議:首先,相應部門應加強對氣候變化,尤其是極端天氣事件的預警及預防工作,保證天氣預防及預警內(nèi)容的超前性、系統(tǒng)性與準確性。與此同時,相關(guān)部門應高度重視氣候變化與灌溉效率之間的關(guān)系,探索氣候變化背景下提高農(nóng)業(yè)灌溉效率的途徑。其次,相關(guān)部門應根據(jù)地區(qū)特征提出提高湖北水稻灌溉效率的建議。對于水稻灌溉效率相對較高的江漢平原地區(qū),建議其進一步改善土地細碎化,擴大水稻種植面積,通過實現(xiàn)規(guī)模化種植來提高水稻灌溉效率;對于水稻灌溉效率較低的鄂西北、鄂西南地區(qū),建議其建立科學化的灌溉方式和灌溉制度。最后,相關(guān)部門應為農(nóng)戶提供培訓及技術(shù)指導,提高農(nóng)戶對氣候變化的適應意識,推動農(nóng)戶采用適應氣候變化的技術(shù)和措施。