辽宁省小型农田水利建设治理效率分析_徐晓琳.pdf

92 2023 年 第 1 期 黑 龙 江 水 利 科 技 No.1.2023 （第 51 卷）Heilongjiang Hydraulic Science and Technology （Total No.51）辽宁省小型农田水利建设治理效率分析徐晓琳（清原满族自治县水资源管理中心，辽宁 抚顺 113300）摘 要：对于小农水政策和财政支持相对较弱的地区，如何充分利用资源、合理配置资源实现其治理效率以及自身抗灾减灾能力的提成是补齐水利设施短板的关键突破点。文章利用 DEA 法和 Malmquist 指数法，从静态和动态上测度了辽宁省各地市小型农田水利投入产出效率，并比较分析了辽东、辽中、辽西地区的效率水平，结合制约小型农田水利发展的因素和实证分析结果提出行之有效的提质增效建议。关键词：农田水利；治理效率；提质增效；DEA 法；Malquist 指数中图分类号：F323.213文献标识码：B改善与提高小型农田水利(简称“小农水”)投入产出效率关乎重要农产品供给以及国家粮食安全，这也是落实“藏粮于技”和“藏粮于地”战略的重要载体。目前，小农水建设和管护主要由使用者负责，国家对其扶持相较于大中型水利工程总体较弱。近年来，随着小农水投资和建设规模的不断扩大，对其管理要求越来越高，乡村振兴战略也突出强调了小农水治理效率和质量的提升。因此，通过对小农水建设治理效率及其影响因素的科学评价分析，提出行之有效的改善措施具有重要意义。小农水治理属于典型的集体行动，主要由中间组织、农户、村集体和政府供给等多元化主体参与，基于缔结产异化的契约关系、农田水利使用者的禀赋特征以及主体间的博弈推动小农水实现耦合、多中心自主治理等，不同模式的治理效率不同。有学者利用 IAD 框架、门槛回归模型和二元 Logistic 模型等，实证了小农水治理绩效受资源使用者和检验制度异质性等因素的影响，为提高治理效率提出重视各个因素的时效性、优化治理制度规则等对策；也有学者以农田水利重点县为样本，运用 Malmquist 指数发、DEA 以及协调制度分析框架等，实证分析了全要素生产效率指数和建设技术效率，并进一步比较用水协会效率损失和差异机理，为提高小农水建设生产效率提供技术支持。我国许多学者深入探讨了小农水的治理绩效水平，主要集中于治理绩效受单一因素的影响，而研究投入产出效率的较少；此外，评价对象以县域为主，对大尺度范围的小农水治理效率评价还现有报道。目前，小农水治理水平逐渐引起我国政府的高度重视，但在提升建设治理水平时是否充分合理利用当地资源，小农水治理效率受经济区位的影响程度等问题仍需进一步研究1-3。鉴于此，本文从小农水建设状况、劳动和资金投入等角度选择投入产出指标，利用 DEA 发和动态 Malmquist 指数研究辽宁省各地市小农水治理绩效状况，通过划分辽东、辽中、辽西 3 个区域分析小农水治理效率受经济发展情况和地理位置的影响，结合实际情况提出相应的对策，旨在为提高辽宁省及其它地区小农水治理水平提供一定支持。1 研究方法1.1 模型创建DEA 模型主要有 BC2和 C2R 两种基本形式，收稿日期 2022-12-25作者简介徐晓琳（1984-），女，辽宁抚顺人，工程师，研究方向为水利水电工程、水文与水资源工程、治河工程、农业水利工程、水土保持等。文章编号:1007-7596（2023）01-0092-04DOI:10.14122/ki.hskj.2023.01.040 93 2023 年 第 1 期 黑 龙 江 水 利 科 技 No.1.2023 （第 51 卷）Heilongjiang Hydraulic Science and Technology （Total No.51）比较适用于多产出、多投入决策单位生产经营效率的评价。在规模报酬可变的情况下，由 C2R 扩展而成的 BC2模型能够同时说明规模、纯技术和技术效率，故本研究选用 BC2模型，具体如下：设 m、n、s 为决策单元数、投入和产出指标数，引入1=I作为权重约束，从而构建 DEA 模型：=+01.:SSXYSXXSXtsMinkkk，(1)式中：决策单元有效值，其取值区间01，1=表示决策单元实现了资源充分利用，技术有效，否则表示资源浪费，技术无效。DEA 模型测算出的规模效率状况和技术效率有效性是静态的，而 Malmquist 指数可以反映效率变化趋势。在规模生产收益不变的情况下，将全要素生产率增长分解成技术效率与技术进步变化的乘积，并进一步把技术效率变化分解成规模效率和纯技术效率变化的乘积，具体表达式为：()()()()()()()()()()=+1111111111111111,tititCtititctititCtititCtititCtititvtititCtititvtititvtititvttcvyxDyxDyxDyxDyxDyxDyxDyxDyxDyxDM，(2)式中：第一、二、三项分别为变动规模下的纯技术、规模和技术变化率。1.2 数据来源本研究以辽宁省下辖的14个地市为决策单元，以各地市小农水为评价对象，评价分析小农水建设治理投入产出效率。考虑实证研究需要获取相关数据，2017 年、2020 年辽宁省各地市小农水投入产出数据来源于省水利厅农水处数据库、辽宁省统计年鉴(20172020)等统计资料。1.3 投入产出变量DEA 模型主要从投入和产出两个维度来反映决策单元效率，所以模型结果是否有效取决于投入和产出变量的选择。小农水治理绩效影响因素很多，有许多容易度量的指标也有类似于文化、制度等难以衡量的指标。本文遵循可衡量性和直接性原则，尽量选择可以用数据度量且直接影响小农水治理绩效的指标。结合研究区小农水投入现状，从人力和财力等角度选取小农水投入指标，而产出变量既要体现小农水对农业产出产生的效益，还要直接反映小农水建设情况。针对小农水所具有的公共池塘资源属性，最终确定投入指标有资金和劳动力投入，产出指标有耕地灌溉面积、主要农产品和农林牧渔业总产值，如表 1 所示。表 1 投入产出变量统计表类型具体指标内涵投入指标资金投入(万元)特定时段内政府投入小农水建设发展的资金总额劳动力投入(人)涉农企业、农民和政府等投入小农水治理的人力资本产出指标耕地灌溉面积(千公顷)灌溉设备或工程配套，地块凭证，有一定水源，一般年景下可以正常灌溉的耕地面积主要农产品产量(万吨)全社会主要农产品生产量农林牧渔业总产值(亿元)农林牧渔业所有产品的货币价值总量另外，各地的经济发展程度和地理区位也会对小农水治理绩效带来一定程度的影响，故将辽宁省整体划分成辽东、辽中、辽西3个区域（如表2所示），并进一步探讨小农水治理绩效受不同地理位置的影响。表 2 区域划分地区数量具体地市辽东2本溪、丹东辽中7铁岭、抚顺、沈阳、辽阳、营口、鞍山、大连辽西5盘锦、葫芦岛、朝阳、阜新、锦州2 结果与分析2.1 基于 DEA 法的效率分析考虑到政府投入小农水治理的资金和劳动变幅不大的实际情况，故利用 DEA 法中的 BC2模型评价 20172020 年 14 个地市的小农水建设治理投入产出效率，并从时间与空间上揭示效率变化特征。20172020 年辽东、辽中、辽西地区的效率趋势值如表 3 所示，因数据篇幅过长文中仅显示 2020 年的效率值，如表 4 所示。表 3 小农水治理效率年份2017201820192020辽东地区规模效率0.9260.9610.8580.872纯技术效率0.8820.8050.7600.751综合技术效率0.7850.6880.6520.560辽中地区规模效率0.8660.8720.8060.851纯技术效率0.8650.8520.7200.625综合技术效率0.7510.6320.6200.530辽西地区规模效率0.8400.8560.7450.760纯技术效率0.8410.8200.7960.705综合技术效率0.6700.6210.5800.524 94 2023 年 第 1 期 黑 龙 江 水 利 科 技 No.1.2023 （第 51 卷）Heilongjiang Hydraulic Science and Technology （Total No.51）实际上，综合技术效率是对各地小农水的资源配置能力、资源利用效率等内容全面评价与考量。2017-2020 年，各地小农水治理综合技术效率处于0.5380.735 范围，总体平均值 0.634。具体而言，各年纯技术效率均值处于 0.6940.863 范围，总体平均值 0.785，各年规模效率均值处于 0.8030.896范围，总体平均值 0.851，达到中等偏下水平。从动态变化上，各地区小农水治理的规模效率、纯技术效率、综合技术效率整体呈减小趋势，并且纯技术和综合技术效率围绕 0.6、0.7 的低水平变化波动，仅有规模效率基本达到 0.8 的中等水平；从空间分布上，辽东、辽中、辽西地区的小农水治理效率具有明显差异，并呈现出依次递减趋势，说明研究区内小农水治理效率逐渐下降。由此表明，虽然“三农”问题越来越引起辽宁省政府的重视，并不断加大了财政投入，但由于小农水建管护有机衔接障碍、“重建设轻管护”等致使运营效率减小；另外，小农水治理效率受经济发展状况和地理位置的影响也较大，因地处偏远西部地区缺少科学管理经验和先进技术，致使小农水治理效率偏低，从侧面上也反映出未来辽西地区依然有较大的小农水治理空间。表 4 2020 年各地市小农水治理效率地区规模效率纯技术效率综合技术效率规模效率本溪0.3050.6220.192递增丹东0.2411.0000.244递增铁岭0.9560.4370.416递增抚顺0.6080.3710.228递增沈阳0.9920.4850.481递减辽阳0.8250.9800.810递增营口0.9670.4080.685递增鞍山1.0001.0001.000不变大连0.7510.5440.410递增盘锦0.9200.8600.496递减葫芦岛0.9340.6070.562递减朝阳0.9620.6700.655递减阜新0.9300.8320.776递减锦州0.9850.5120.508递增农田水利规模相同情况下，纯技术效率体现了小农水各投入要素的使用效率和合理配置程度。2017-2020 年纯技术效率始终是 1 的有丹东市、鞍山市，说明丹东市、鞍山市为技术有效率，但DEA 模型测算的效率水平具有相对性，技术效率为 1 并不代表资源的完全充分利用，只是反映出其技术效率相较于小于 1 的地区是最高的。其它地区的技术效率都小于 1，说明这些地区为技术无效率，在小农水供给方面投入的财政不够或生产力技术不足，也可能因为小农水频繁使用而导致耗损过大，这从侧面上也体现了在现有投入条件下这些地区可以获得更多的产出，具有很大的发展潜力。因此，针对小农水治理低效率地区应加大财政或者有关生产技术投入力度，加强各投入指标管理。对于各地区的纯技术效率，辽东地区始终领先于辽中、辽西地区的纯技术效率，中部地区纯技术效率起初高于西部地区，随后逐渐落后并出现较大差距，但各地区的纯技术效率均表现出减小趋势。由此表明，虽然辽中地区具有较好的粮食总产量，但由于小农水的过渡使用致使其损耗过大，治理效率偏低；另外，规模效应问题可能是导致辽西地区综合技术效率值最低的主要原因，与技术、管理落后关系不大4。规模效率反映了特定投入条件下，最优生产规模与现有生产规模之间的差距。结合实证结果，2017-2020 年各地市逐渐呈现出松散化管理态势，小农水治理投入不足、监管不到位使得规模效率呈递减趋势的有 5 个。从区域差异上，从低到高规模效率排序为辽西、辽中、辽东地区，其中辽东、辽中地区的规模效率高于辽西，但整体均表现出减小趋势。因此，为实现农业产出的增长，未来一定时期内既要提升和维护小农水运营效率，还要不断扩大农田水利规模。针对规模递增的地区适当增加资金投入，加快生产技术发展和供给规模的提高，从而提高小农水治理效率；对于规模递减的地区缩小资金投入规模，全面理清供给规模中所存在的