徐曉琳
(清原滿族自治縣水資源管理中心,遼寧 撫順 113300)
改善與提高小型農(nóng)田水利(簡稱“小農(nóng)水”)投入產(chǎn)出效率關(guān)乎重要農(nóng)產(chǎn)品供給以及國家糧食安全,這也是落實(shí)“藏糧于技”和“藏糧于地”戰(zhàn)略的重要載體。目前,小農(nóng)水建設(shè)和管護(hù)主要由使用者負(fù)責(zé),國家對其扶持相較于大中型水利工程總體較弱。近年來,隨著小農(nóng)水投資和建設(shè)規(guī)模的不斷擴(kuò)大,對其管理要求越來越高,鄉(xiāng)村振興戰(zhàn)略也突出強(qiáng)調(diào)了小農(nóng)水治理效率和質(zhì)量的提升。因此,通過對小農(nóng)水建設(shè)治理效率及其影響因素的科學(xué)評價(jià)分析,提出行之有效的改善措施具有重要意義。
小農(nóng)水治理屬于典型的集體行動(dòng),主要由中間組織、農(nóng)戶、村集體和政府供給等多元化主體參與,基于締結(jié)產(chǎn)異化的契約關(guān)系、農(nóng)田水利使用者的稟賦特征以及主體間的博弈推動(dòng)小農(nóng)水實(shí)現(xiàn)耦合、多中心自主治理等,不同模式的治理效率不同。有學(xué)者利用IAD 框架、門檻回歸模型和二元Logistic 模型等,實(shí)證了小農(nóng)水治理績效受資源使用者和檢驗(yàn)制度異質(zhì)性等因素的影響,為提高治理效率提出重視各個(gè)因素的時(shí)效性、優(yōu)化治理制度規(guī)則等對策;也有學(xué)者以農(nóng)田水利重點(diǎn)縣為樣本,運(yùn)用Malmquist 指數(shù)發(fā)、DEA 以及協(xié)調(diào)制度分析框架等,實(shí)證分析了全要素生產(chǎn)效率指數(shù)和建設(shè)技術(shù)效率,并進(jìn)一步比較用水協(xié)會(huì)效率損失和差異機(jī)理,為提高小農(nóng)水建設(shè)生產(chǎn)效率提供技術(shù)支持。
我國許多學(xué)者深入探討了小農(nóng)水的治理績效水平,主要集中于治理績效受單一因素的影響,而研究投入產(chǎn)出效率的較少;此外,評價(jià)對象以縣域?yàn)橹鳎瑢Υ蟪叨确秶男∞r(nóng)水治理效率評價(jià)還現(xiàn)有報(bào)道。目前,小農(nóng)水治理水平逐漸引起我國政府的高度重視,但在提升建設(shè)治理水平時(shí)是否充分合理利用當(dāng)?shù)刭Y源,小農(nóng)水治理效率受經(jīng)濟(jì)區(qū)位的影響程度等問題仍需進(jìn)一步研究[1-3]。鑒于此,本文從小農(nóng)水建設(shè)狀況、勞動(dòng)和資金投入等角度選擇投入產(chǎn)出指標(biāo),利用DEA 發(fā)和動(dòng)態(tài)Malmquist 指數(shù)研究遼寧省各地市小農(nóng)水治理績效狀況,通過劃分遼東、遼中、遼西3 個(gè)區(qū)域分析小農(nóng)水治理效率受經(jīng)濟(jì)發(fā)展情況和地理位置的影響,結(jié)合實(shí)際情況提出相應(yīng)的對策,旨在為提高遼寧省及其它地區(qū)小農(nóng)水治理水平提供一定支持。
DEA 模型主要有BC2和C2R兩種基本形式,比較適用于多產(chǎn)出、多投入決策單位生產(chǎn)經(jīng)營效率的評價(jià)。在規(guī)模報(bào)酬可變的情況下,由C2R擴(kuò)展而成的BC2模型能夠同時(shí)說明規(guī)模、純技術(shù)和技術(shù)效率,故本研究選用BC2模型,具體如下:
設(shè)m、n、s為決策單元數(shù)、投入和產(chǎn)出指標(biāo)數(shù),引入Iλ=1作為權(quán)重約束,從而構(gòu)建DEA 模型:
式中:θ——決策單元有效值,其取值區(qū)間0~1,θ=1表示決策單元實(shí)現(xiàn)了資源充分利用,技術(shù)有效,否則表示資源浪費(fèi),技術(shù)無效。
DEA 模型測算出的規(guī)模效率狀況和技術(shù)效率有效性是靜態(tài)的,而Malmquist 指數(shù)可以反映效率變化趨勢。在規(guī)模生產(chǎn)收益不變的情況下,將全要素生產(chǎn)率增長分解成技術(shù)效率與技術(shù)進(jìn)步變化的乘積,并進(jìn)一步把技術(shù)效率變化分解成規(guī)模效率和純技術(shù)效率變化的乘積,具體表達(dá)式為:
式中:第一、二、三項(xiàng)分別為變動(dòng)規(guī)模下的純技術(shù)、規(guī)模和技術(shù)變化率。
本研究以遼寧省下轄的14個(gè)地市為決策單元,以各地市小農(nóng)水為評價(jià)對象,評價(jià)分析小農(nóng)水建設(shè)治理投入產(chǎn)出效率。考慮實(shí)證研究需要獲取相關(guān)數(shù)據(jù),2017 年、2020 年遼寧省各地市小農(nóng)水投入產(chǎn)出數(shù)據(jù)來源于省水利廳農(nóng)水處數(shù)據(jù)庫、《遼寧省統(tǒng)計(jì)年鑒》(2017~2020)等統(tǒng)計(jì)資料。
DEA 模型主要從投入和產(chǎn)出兩個(gè)維度來反映決策單元效率,所以模型結(jié)果是否有效取決于投入和產(chǎn)出變量的選擇。小農(nóng)水治理績效影響因素很多,有許多容易度量的指標(biāo)也有類似于文化、制度等難以衡量的指標(biāo)。本文遵循可衡量性和直接性原則,盡量選擇可以用數(shù)據(jù)度量且直接影響小農(nóng)水治理績效的指標(biāo)。結(jié)合研究區(qū)小農(nóng)水投入現(xiàn)狀,從人力和財(cái)力等角度選取小農(nóng)水投入指標(biāo),而產(chǎn)出變量既要體現(xiàn)小農(nóng)水對農(nóng)業(yè)產(chǎn)出產(chǎn)生的效益,還要直接反映小農(nóng)水建設(shè)情況。針對小農(nóng)水所具有的公共池塘資源屬性,最終確定投入指標(biāo)有資金和勞動(dòng)力投入,產(chǎn)出指標(biāo)有耕地灌溉面積、主要農(nóng)產(chǎn)品和農(nóng)林牧漁業(yè)總產(chǎn)值,如表1 所示。
表1 投入產(chǎn)出變量統(tǒng)計(jì)表
另外,各地的經(jīng)濟(jì)發(fā)展程度和地理區(qū)位也會(huì)對小農(nóng)水治理績效帶來一定程度的影響,故將遼寧省整體劃分成遼東、遼中、遼西3 個(gè)區(qū)域(如表2 所示),并進(jìn)一步探討小農(nóng)水治理績效受不同地理位置的影響。
表2 區(qū)域劃分
考慮到政府投入小農(nóng)水治理的資金和勞動(dòng)變幅不大的實(shí)際情況,故利用DEA 法中的BC2模型評價(jià)2017~2020 年14 個(gè)地市的小農(nóng)水建設(shè)治理投入產(chǎn)出效率,并從時(shí)間與空間上揭示效率變化特征。2017~2020 年遼東、遼中、遼西地區(qū)的效率趨勢值如表3 所示,因數(shù)據(jù)篇幅過長文中僅顯示2020 年的效率值,如表4 所示。
表3 小農(nóng)水治理效率
表4 2020 年各地市小農(nóng)水治理效率
實(shí)際上,綜合技術(shù)效率是對各地小農(nóng)水的資源配置能力、資源利用效率等內(nèi)容全面評價(jià)與考量。2017-2020 年,各地小農(nóng)水治理綜合技術(shù)效率處于0.538~0.735 范圍,總體平均值0.634。具體而言,各年純技術(shù)效率均值處于0.694~0.863 范圍,總體平均值0.785,各年規(guī)模效率均值處于0.803~0.896范圍,總體平均值0.851,達(dá)到中等偏下水平。
從動(dòng)態(tài)變化上,各地區(qū)小農(nóng)水治理的規(guī)模效率、純技術(shù)效率、綜合技術(shù)效率整體呈減小趨勢,并且純技術(shù)和綜合技術(shù)效率圍繞0.6、0.7 的低水平變化波動(dòng),僅有規(guī)模效率基本達(dá)到0.8 的中等水平;從空間分布上,遼東、遼中、遼西地區(qū)的小農(nóng)水治理效率具有明顯差異,并呈現(xiàn)出依次遞減趨勢,說明研究區(qū)內(nèi)小農(nóng)水治理效率逐漸下降。由此表明,雖然“三農(nóng)”問題越來越引起遼寧省政府的重視,并不斷加大了財(cái)政投入,但由于小農(nóng)水建管護(hù)有機(jī)銜接障礙、“重建設(shè)輕管護(hù)”等致使運(yùn)營效率減?。涣硗?,小農(nóng)水治理效率受經(jīng)濟(jì)發(fā)展?fàn)顩r和地理位置的影響也較大,因地處偏遠(yuǎn)西部地區(qū)缺少科學(xué)管理經(jīng)驗(yàn)和先進(jìn)技術(shù),致使小農(nóng)水治理效率偏低,從側(cè)面上也反映出未來遼西地區(qū)依然有較大的小農(nóng)水治理空間。
農(nóng)田水利規(guī)模相同情況下,純技術(shù)效率體現(xiàn)了小農(nóng)水各投入要素的使用效率和合理配置程度。2017-2020 年純技術(shù)效率始終是1 的有丹東市、鞍山市,說明丹東市、鞍山市為技術(shù)有效率,但DEA 模型測算的效率水平具有相對性,技術(shù)效率為1 并不代表資源的完全充分利用,只是反映出其技術(shù)效率相較于小于1 的地區(qū)是最高的。其它地區(qū)的技術(shù)效率都小于1,說明這些地區(qū)為技術(shù)無效率,在小農(nóng)水供給方面投入的財(cái)政不夠或生產(chǎn)力技術(shù)不足,也可能因?yàn)樾∞r(nóng)水頻繁使用而導(dǎo)致耗損過大,這從側(cè)面上也體現(xiàn)了在現(xiàn)有投入條件下這些地區(qū)可以獲得更多的產(chǎn)出,具有很大的發(fā)展?jié)摿ΑR虼?,針對小農(nóng)水治理低效率地區(qū)應(yīng)加大財(cái)政或者有關(guān)生產(chǎn)技術(shù)投入力度,加強(qiáng)各投入指標(biāo)管理。對于各地區(qū)的純技術(shù)效率,遼東地區(qū)始終領(lǐng)先于遼中、遼西地區(qū)的純技術(shù)效率,中部地區(qū)純技術(shù)效率起初高于西部地區(qū),隨后逐漸落后并出現(xiàn)較大差距,但各地區(qū)的純技術(shù)效率均表現(xiàn)出減小趨勢。由此表明,雖然遼中地區(qū)具有較好的糧食總產(chǎn)量,但由于小農(nóng)水的過渡使用致使其損耗過大,治理效率偏低;另外,規(guī)模效應(yīng)問題可能是導(dǎo)致遼西地區(qū)綜合技術(shù)效率值最低的主要原因,與技術(shù)、管理落后關(guān)系不大[4]。
規(guī)模效率反映了特定投入條件下,最優(yōu)生產(chǎn)規(guī)模與現(xiàn)有生產(chǎn)規(guī)模之間的差距。結(jié)合實(shí)證結(jié)果,2017-2020 年各地市逐漸呈現(xiàn)出松散化管理態(tài)勢,小農(nóng)水治理投入不足、監(jiān)管不到位使得規(guī)模效率呈遞減趨勢的有5 個(gè)。從區(qū)域差異上,從低到高規(guī)模效率排序?yàn)檫|西、遼中、遼東地區(qū),其中遼東、遼中地區(qū)的規(guī)模效率高于遼西,但整體均表現(xiàn)出減小趨勢。因此,為實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)出的增長,未來一定時(shí)期內(nèi)既要提升和維護(hù)小農(nóng)水運(yùn)營效率,還要不斷擴(kuò)大農(nóng)田水利規(guī)模。針對規(guī)模遞增的地區(qū)適當(dāng)增加資金投入,加快生產(chǎn)技術(shù)發(fā)展和供給規(guī)模的提高,從而提高小農(nóng)水治理效率;對于規(guī)模遞減的地區(qū)縮小資金投入規(guī)模,全面理清供給規(guī)模中所存在的問題,通過增強(qiáng)生產(chǎn)技術(shù)、規(guī)劃各項(xiàng)投入指標(biāo)等逐漸改善現(xiàn)狀,逐步達(dá)到最佳的投入產(chǎn)出狀態(tài)。
本文結(jié)合2017-2020 年數(shù)據(jù),利用DEAP2.0軟件和動(dòng)態(tài)Mqlmquist 指數(shù)反映各地區(qū)小農(nóng)水治理投入產(chǎn)出效率變化趨勢,并進(jìn)一步揭示治理績效變化特征,如表5、表6 所示。
表5 2017-2020 年小農(nóng)水治理Malmquist 指數(shù)及分解
表6 2020 年各地市小農(nóng)水治理Malmquist 指數(shù)及分解
結(jié)果顯示,從平均水平上,2020 年小農(nóng)水治理技術(shù)進(jìn)步比2017 年明顯增大,平均值為1.127,在技術(shù)效率和技術(shù)進(jìn)步綜合作用下小農(nóng)水治理全要素生產(chǎn)率平均提高了3.0%。深入分析可知,在技術(shù)效率和規(guī)模效率指數(shù)波動(dòng)上升過程中,純技術(shù)效率指數(shù)表現(xiàn)出減小趨勢。因此,促進(jìn)技術(shù)效率水平提升的關(guān)鍵因素是規(guī)模效率的逐漸提高,說明小農(nóng)水治理規(guī)模不斷擴(kuò)大而技術(shù)水平有待提升,依靠技術(shù)進(jìn)步提高小農(nóng)水治理績效是切實(shí)可行的,這從側(cè)面也反映出小農(nóng)水治理仍然具有較大的提升空間。
從地域差異的角度上,全省有50%以上的地市小農(nóng)水治理全要素生產(chǎn)率高于平均值,依次為丹東、鐵嶺、遼陽、營口、鞍山、大連、盤錦、葫蘆島8 個(gè)城市,而本溪、沈陽地區(qū)低于全省平均值。由此表明,隨著小農(nóng)水治理投入的不斷增加,遼寧省大部分地區(qū)的小農(nóng)水治理效率逐漸提高,投入產(chǎn)出體系也更加科學(xué)。
從地域上分析小農(nóng)水全要素生產(chǎn)率如表7,結(jié)果顯示遼中地區(qū)的全要素生產(chǎn)率最低,遼西地區(qū)最高。由于政策傾斜,遼西地區(qū)的技術(shù)進(jìn)步比較迅速,從使得小農(nóng)水治理效率較高;為提高遼東地區(qū)小農(nóng)水治理水平,必須采取有效措施促進(jìn)純技術(shù)效率的增長;由于建設(shè)規(guī)模較小,遼中地區(qū)的全要素生產(chǎn)率較低,應(yīng)拓寬投融資渠道、加大財(cái)政傾斜,穩(wěn)步提升規(guī)模效率和小農(nóng)水治理速度。
表7 小農(nóng)水Malmquist 指數(shù)及分解
總體而言,在時(shí)間上各地區(qū)小農(nóng)水治理全要素生產(chǎn)率呈逐漸上升趨勢,在空間上各地區(qū)存在明顯差異,除個(gè)別地區(qū)外其它大多數(shù)地區(qū)的技術(shù)效率均呈波動(dòng)上升趨勢。其中,地區(qū)規(guī)模效率的不斷提高是實(shí)現(xiàn)小農(nóng)水治理全要素生產(chǎn)率增長的主要?jiǎng)恿?。因此,小農(nóng)水Malmquist 生產(chǎn)率指數(shù)主要受規(guī)模效率的影響,這也是提高全要素生產(chǎn)率的關(guān)鍵因素。
本文利用DEA 法和Malmquist 模型定量計(jì)算了遼寧省各地市小農(nóng)水治理技術(shù)效率和全要素生產(chǎn)率,主要結(jié)論如下:
1)2017-2020 年,遼寧省各地市小農(nóng)水治理技術(shù)效率整體達(dá)到中等偏低狀態(tài),規(guī)模效率、純技術(shù)效率和綜合技術(shù)效率平均值依次為0.851、0.785、0.634,這說明各地區(qū)小農(nóng)水治理效率低下,這主要與農(nóng)田水利有人用無人管、設(shè)施老舊等原因有關(guān),而純技術(shù)效率偏低是造成綜合技術(shù)效率較低的重要原因,這從側(cè)面上也反映出小農(nóng)水治理技術(shù)效率仍具有較大上升空間。
2)在技術(shù)效率和技術(shù)進(jìn)步綜合作用下小農(nóng)水治理全要素生產(chǎn)率平均提高了3.0%,相較于技術(shù)進(jìn)步對全要素生產(chǎn)效率的提高技術(shù)效率增進(jìn)具有更明顯的促進(jìn)作用。小農(nóng)水治理效率受經(jīng)濟(jì)發(fā)展情況和地理位置的影響顯著,一般地經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)治理效率越高,實(shí)現(xiàn)資源有效利用的程度也就越高。