干旱背景下农业灌溉效率对比分析来自河北河南辽宁三的证据
1关键字 1Abstract: 1Key words: 1引言 2一、概念界定与文献综述 2（一）概念界定 21.农业生产技术效率 22.灌溉效率 2(二)文献综述 31.国外相关研究综述 32.国内相关研究综述 33.小结 4二、干旱灾害下农业灌溉效率分析 4（一）数据来源及研究区概况 41.数据来源 42.研究区概况 4（二）DEA灌溉效率测算 51.模型设定 52.研究对象及变量选取 63.描述性统计分析 64.实证结果分析 8四、主要结论与建议 10（一）主要结论 10（二）相关建议 111.政府方面 112.农户方面 11致谢 11参考文献 11干旱背景下农业灌溉效率对比分析 ——来自河北、河南、辽宁省三省的证据本文在干旱背景下，从微观农户层面入手，基于技术效率视角，利用DEA方法对灌溉效率进行实证研究，并将河北、河南、辽宁三省玉米种植户的灌溉效率进行对比分析，结论如下1.三省农业灌溉用水状况都有很大改进空间，规模收益可变条件下的灌溉效率值普遍高于规模收益不变约束下的效率值，灌溉效率在农业经营规模可自由调整情况下测算结果更好。2.2014年遭受干旱灾害时，三省中河南省在水资源可利用量最少情况下灌溉效率值也最小，水资源对农业生产投入发生扭曲，市场价值不能得到有效反映。3.三省农户灌溉效率的最小值都出现了0值，农户有灌溉投入但无产出，个人灌溉投入可能不足以应对干旱影响，需要政府投入。最后对政府及农户灌溉节水提出相关建议。关键字灌溉效率；DEA方法；对比分析Agriculture Irrigation Efficiency Comparative Analysis under the Background of Drought ——the evidence from Hebei, Henan, Liaoning provincesStudent majoring in Jin Shanbao Experimental Class ZhangDiTutor Ji YueqingAbstract: In this paper, based on the technical efficiency perspective, the DEA method is used to study the irrigation efficiency of *好棒文|www.hbsrm.com +Q: #351916072#
irrigated water under the background of drought, and the irrigation efficiency of Hebei, Henan and Liaoning provinces is compared and analyzed. The paper gets the following three conclusions: 1. All three provinces have a lot of room for improvement on the agricultural irrigation water efficiency. The irrigation efficiency under the variable scale hypothesis is generally higher than the efficiency value under the constraint of unchanged scale. Irrigation efficiency is better when the scale of agricultural management can be free to adjust. 2. When three provinces suffered from the drought in 2014, the irrigation efficiency of Henan Province was the least while the available water resources were also the least. The input of water resources to agricultural production was distorted and the market value could not be effectively reflected. 3. The minimum value of irrigation efficiency of farmers in three provinces all are zero. Farmers have irrigation inputs but no output, so individual irrigation investment may not be sufficient to cope with the drought, government investment is need for them. Finally, the paper makes some suggestions on the government and farmers for their irrigation water-saving behaviors.近年来，在气候变暖、人类活动加剧的共同影响下，全球部分地区干旱灾害发生频度增多、强度增加、范围扩大（曹阳，2014）。我国是世界上受到干旱灾害危害最严重的国家之一，在每年的各种自然灾害损失中，旱灾损失占15％以上，直接经济损失甚至可达上千亿元（王颖杰，2008）。干旱灾害尤其对农业生产造成极大损失和影响，使农业减产，粮食短缺。因为我国水资源时空分布不均及北方干旱化等特点，北方地区相较于南方地区水资源更为缺乏，发生干旱次数更多，受到干旱灾害影响更严重。北方地区耕地面积占全国总耕地面积的65%，水资源量占比更少，仅为全国水资源总量的25%（杨伟，2012）。农业用水在我国各部门用水总量中所占比例极大，近些年始终为60%以上，农业用水形式尤为严峻。而在整个农业用水中，农田灌溉用水所占的比例高达90%（许朗等，2012）。2014年，我国北方三省河北、河南、辽宁遭受了大范围干旱灾害。河北、河南、辽宁三省是我国三大玉米主产区，玉米是目前我国种植面积最大的粮食和饲料作物，在我国农业生产中占有相当重要的地位。三大玉米主产区省份受灾对我国农业粮食生产总量产生了极大影响，关系到我国的粮食安全问题。而在干旱背景下，玉米种植户可能会通过各种方式来调整其生产行为，适应气候变化，应对旱灾危机。其中，农业灌溉行为是必要且最为重要的。那么农户的灌溉效率如何，究竟处于什么样的水平，是否是有效率的，河北、河南、辽宁三个省份玉米种植户间的灌溉效率水平是否存在明显差异？本文从经济学的角度出发，利用河北、河南、辽宁三省玉米种植户实地调研微观数据，着重研究干旱背景下农业灌溉效率，并对河北、河南、辽宁三省玉米种植户灌溉效率进行对比分析，考察差异大小并探究其原因，为政府及农户灌溉节水提出建议，使有效利用水资源，积极应对干旱灾害。一、概念界定与文献综述（一）概念界定1.农业生产技术效率生产技术效率是用来评价经济资源使用相对效率的一个指标，测算的是实际产出或投入与生产技术有效状态产出或投入的比率，度量投入要素组合固定时实际生产能获得最大产出的程度，或者产出组合固定时能实现最少要素投入的程度。农业生产技术效率则可定义为，在农业生产过程中，在既定要素投入数量时，实际的农业产出与可能的最大产出之间的比值，或者是在既定产出程度下可能的最小投入量与实际农业投入的比值（许朗等，2012）。农业生产技术效率值取值范围为0-1的正数。2.灌溉效率本文所研究的灌溉效率即是指灌溉用水效率，也即是指灌溉用水技术效率。根据Kopp（1981）的生产前沿面理论，灌溉用水效率可定义为，在产出和其它投入要素不变时，当时的生产技术状态下可以获得的最小水资源使用量与实际使用量的比值。本文研究灌溉效率使用的投入变量为农户灌溉用水费用，这是因为河北、河南、辽宁三省的农业灌溉水价均是政府统一定价，且实行按电费计价的方式，价格基本没有波动，并且从对当地农户灌溉设施的实地考察中，可以得知，除了极贫的村子，大部分村子农田灌溉设施已经达到了田地里有水井，人们就近田地取水灌溉，并按电费结算灌溉费用，方便快捷并极大地减少了人力资本的投入，所以本文对人力资本投入忽略不计。综上所述，可以认为灌溉用水费用的变化就代表了灌溉用水量的变化。 (二)文献综述1.国外相关研究综述国外很早就开始研究农业用水的效率问题，并对它表现出了极大的重视。到现在为止，越来越多的学者专门对灌溉用水效率进行系统研究和评价。目前来看，学术界研究效率问题所使用的方法主要有两种，一种是参数方法，另一种是非参数方法。其中，参数方法又具体分为确定型参数方法和随机型参数方法，各自使用的模型亦被称作确定型前沿模型和随机型前沿模型。总的来说，参数方法中的代表方法可以认为是随机前沿分析方法（Stochastic Frontier Analysis，SFA），非参数方法中主要使用的代表方法则可以说是数据包络分析（Data Envelopment Analysis，DEA）方法。近些年的国外相关研究中，在应用参数方法测算灌溉效率方面，Karagiannisetal.（2003）构建了超越对数随机前沿生产函数模型，在1998到1999年希腊克里特地区50个农户的截面数据的基础上，对希腊反季节蔬菜灌溉用水效率进行了测算，文章采用单位面积灌溉用水量作为投入变量，单位面积农作物收益作为产出变量，得出灌溉效率为0.472。Kanekoetal.（2004）也采用了同样的方法，构建了C-D随机前沿生产函数模型，利用中国1999到2002年的分省数据集，测算出农业生产技术效率为0.79，灌溉用水效率为0.54，并深入探究影响农业用水效率的主要因素。以上学者均采用参数方法构建生产函数模型进行效率分析，也有利用非参数方法进行研究的学者，例如Speelmanetal.等（2007）就采用数据包络分析（DEA）的非参数方法，测算了南非西北省Zeerust市60个调查农户在2005年的灌溉效率，并且将灌溉效率的测算情况分为了两种，一种是基于规模收益不变情况下，另一种是基于规模收益可变情况下，并在综合考虑两种假定情况下测得的灌溉效率之后得出会显著影响灌溉用水效率的因素。Lilienfeld和Asmild（2007）两位学者根据美国堪萨斯洲西部地区43个灌溉农场在1992到1999 年的面板数据，利用DEA模型对农场的灌溉用水技术效率进行了测算，结果发现漫灌系统并不都是效率低下的，推翻了人们的一般固有认识，同时特别指出人们反而要特别关注管理水平在水资源利用方面的重要作用。Yilmaz和Harmancioglu（2009）利用2003到2005年土耳其曼德莱斯三角洲地区17个灌区的数据，运用DEA方法中基于规模收益可变假设下的VRS模型测算其技术效率，研究发现一些灌区的技术效率很低，最后文章结合当地具体生产情况，提出种植高收益的农作物和采用现代化的灌溉方法来提高灌区技术效率的相关建议。2.国内相关研究综述 虽然国内对于农业灌溉效率问题的研究起步较之国外稍晚，但由于近年来我国干旱灾害发生频数增加，受旱成灾面积不断扩大，干旱对农业造成的损失和影响越来越严重，学者对农业用水及其效率的研究也不断增加，越加关注。对农业灌溉用水效率的研究，主要是采用随机前沿生产函数模型和数据包络（DEA）模型进行分析。在采用随机前沿生产函数模型研究农业灌溉效率方面，一个代表性研究就是王晓娟和李周在2005年所做的，他们通过河北省石津灌区1996年、2003年和2004年共3个时间阶段的农户调查数据，构建超越对数随机前沿生产函数模型，具体测算灌区农户灌溉用水效率并实证分析其影响因素，最后指出建立用水者协会、采用节水灌溉技术、提高渠水使用的比例和水价均有利于灌溉用水效率的提高。之后的学者也利用随机前沿生产函数模型进行了很多效率研究。方兰和池营营（2012）通过对山东省肥城县的实地调研，获取了蔬菜种植基地的农户数据，并以此为依据，运用随机前沿分析模型（SFA），研究了马铃薯种植过程中农业生产技术效率和农户灌溉用水效率，并指出在当时既有的生产技术条件下，该地区灌溉用水情况有很大的提升空间。许朗和黄莺（2012）运用参数C-D生产函数，分析安徽省蒙城县微观小麦种植户数据，测算农户的生产技术效率和灌溉用水效率，得出效率平均值分别为0.8757和0.4821。在运用DEA模型进行效率测算方面，唐建军（2010）运用数据包络分析（DEA）模型，利用2006年陕西大型灌区和1995、2000、2006年陕西各市的农业生产投入产出数据，从灌溉用水技术效率和灌溉用水规模效率两方面进行了灌溉效率的测算，结果表明各区的灌溉用水技术效率差异较大，灌溉用水技术效率和规模效率的均值分别为0.732和0.84。柯亚楠等（2011）选取DEA方法，并构建了生产效率评价指标体系，对河南省内18个市的农业生产效率进行了研究。王昕等（2014）、崔岩等（2014）也都是采用了DEA方法，分别测算了2003-2010年中国各省的农业用水效率以及2005-2012年河南省的农业用水效率，王昕等（2014）还对农业用水效率进行了趋同性实证分析。潘经韬（2016）从全要素视角着手，运用DEA模型测度2003-2012年的中国各省、市、自治区农业用水效率，并分析其区域差异。3.小结从国内外已有文献中，可以发现学者们大都是在正常背景下研究农业用水效率，而没有将一些现实变化，例如气候变化、水文变化结合在一起考虑，在这些背景下测算农业用水效率的研究较少。同时，很少有文献分析中国农业用水效率区域差异问题。综上所述，本文在干旱背景下研究农户灌溉用水效率在干旱灾害频发的现在更具有现实意义，并且本文基于在河北、河南、辽宁三省的实地农户调研数据，将三省农户灌溉效率结果进行区域差异分析，填补了相关文献的空缺，有一定的研究和写作价值。同时，通过文献书籍资料的学习研究，基于本文研究农户灌溉效率的基础上，可以发现在应用参数方法测算效率的相关研究中，需要解决生产函数形式事先设定、参数估计的合理性和有效性检验等多方面问题，而农业生产是一个多投入多产出的系统，参数方法有诸多局限性。相比之下，非参数方法不要求事先设定具体的生产函数形式，可以简化效率计算和评价工作；不必人为提前确定各指标的权重，可以使评价最有利于每个决策单元（DMU）；利用射线测量方法测算效率值，不会使效率测算值因测量单位量纲不同而受到影响；无需大量样本数据，结果估计准确性更高（Fareetal.，1994）。基于此，本文采用非参数方法中使用最为广泛的DEA方法进行农业灌溉效率分析。二、干旱灾害下农业灌溉效率分析（一）数据来源及研究区概况 1.数据来源本文所用研究数据是2014年干旱背景下河北、河南、辽宁三省玉米种植户产出投入情况的实地调研数据，是调研组在2015年5月到7月对三省农户实地调研所得。调研组分别在河北、河南、辽宁三省中选取了4个、2个和4个县（市）作为具体调研点，并对各省份当时遭受干旱灾害较严重的地区进行了重点调研。最后收回河北省农户有效问卷103份、河南省农户有效问卷128份、辽宁省农户有效问卷77份。经过对数据的初步筛检，河北、河南、辽宁三省可以用于本研究的样本数分别为102个、80个、75个，占各省有效样本数的99.0%、62.5%、97.4%。2.研究区概况本研究应用的数据来自对河北、河南、辽宁三省农户2014年遭受干旱灾害时生产经营情况的实地调查，这三省均属于我国北方地区，是我国玉米种植大省。下面对三省的气候条件、水资源条件、2014年干旱情况做一个简要的说明。河北省地属大陆性季风气候，四季变化分明，年平均气温一般在13℃左右。河北省多年平均降水量为531.7毫米，多年平均水资源总量为204.69亿立方米，在全国28412亿立方米的水资源总量中仅占0.72%的份额。河北省2014年全省年平均降水量为393.3毫米，较常年偏少22%，为2003年以来第一少雨年。并且河北省在汛期大范围降雨过程中降雨量减少，比常年偏少35%，致使河北省出现了持续性、大范围的夏旱，强度重，影响大。7-8月全省平均降水仅148.4毫米，较常年偏少4.5成，使得全省70%以上的区域遭受此次夏旱灾害。河南省属于季风气候，四季气候变化明显，全省年平均气温一般在12℃到16℃之间，河南省多年平均降水量600～1200mm，从河南近50年降水量的变化来看，降水量呈减小的趋势，且具有降水受季风进退影响大、降水集中、降水变率大的基本特征。在水资源条件方面，河南省多年平均水资源总量414亿m3，人均占有量为445立方米，在全国排名靠后，水资源短缺严重。2014年7月，河南遭遇自1951以来最严重的“夏旱”。受干旱灾害影响，河南省全年年平均降雨量只有96毫米，与多年同期均值相比减少了60%，仅与去年同期相比就减少了44%。特别是6月份以来，高温天气的长时间持续，导致河南省平均降雨量仅有90.2毫米，呈现严重的气象干旱。辽宁省也属于大陆性季风气候区，气候特征受季风影响大，雨量不均，东湿西干，全年平均气温在7-11℃之间。辽宁省平均年降水量在600-1100毫米之间，但据统计，近年来辽宁省降水呈现明显减少的趋势，2014年辽宁全省平均降水量是1951年有完整气象记录以来最少的，仅为431毫米，较常年减少了4成，春、夏、秋、冬四季降水均偏少。由于受季风影响，辽宁省水资源总量的变化规律和降水量的变化规律基本一致。辽宁省多年平均水资源总量341.79亿立方米，水资源可利用量194.73亿立方米。2014年辽宁全省水资源总量145.93亿立方米，与多年平均值相比，2014年水资源量减少了一半以上，达到了57.3%。辽宁省水资源量与降水量在时间上和空间上的分布很不均匀，导致辽宁农业干旱灾害频发且危害严重。2014年，辽宁省遭遇了严重的夏伏旱，7月以来，辽宁省平均降水量较常年同期偏少6成，为自1951年以来这63年时间内同期最少的。受旱范围在全省快速扩张，省内一些地区受旱严重，已被列为重旱地区，规模不断发展。2014年已经成为辽宁省自1951年有气象记录以来受旱程度最严重、受旱范围最大的年份。（二）DEA灌溉效率测算 1.模型设定（1）农户生产技术效率测定模型DEA（数据包络分析方法）可以分为基于投入和产出角度的两种不同方法。第一种基于投入角度的DEA方法，它测算的是生产单元（DMU）相对于给定产出水平下最小可能投入的效率；第二种基于产出角度的DEA方法，它测算的是实际产出与给定投入水平的最大可能产出的差距（Fare R, Grosskopf S等，1994）。两种方法的效率测算结果只有在规模收益不变的情况下才会相等。考虑到本文重点考察的是灌溉用水费用这个投入要素的效率，因此我们选择采用基于投入角度的DEA方法进行效率分析。按照基于投入角度的DEA分析思想，在假设产出水平一定的情况下，由生产要素投入最少的农户组成生产有效前沿面，对各农户生产效率的测算实际上就是度量其与所对应前沿面上生产有效农户的差异程度，用如下线性规划模型来求解????????????=????????????????????s.t ?????????+????????≥0 ?????????????????????≥0 ?????????????????????=0 ????’1????=1????≥0,0≤????<1，????=1,2,???? ????式中:θ????是代表农户????的农业生产效率得分标量；????是一个常数向量，????????代表产出向量，????是产出矩阵，????????代表投入向量，灌溉费用投入包括在之中，X是投入矩阵；????????无量纲，且0<????????≤1，当θ????值等于1时，表明农户????位于生产前沿面上，是DEA有效生产点。在模型中，约束 ?????????????????????=0、 ????’1????=1表明模型是基于规模收益可变(VRS)和投入弱处置(WD)条件下的；当????=1和 ????’1????=1约束不存在时，表明模型是基于规模收益不变(CRS)和投入强处置(SD)条件下的（王学渊，2010）。（2）农户灌溉效率测定模型为了在以上DEA模型的基础上具体测算灌溉效率,进一步构建偏向量DEA效率模型。此处测算的DEA偏效率——灌溉效率就是指灌溉用水技术效率，一般文献中测算灌溉技术效率大都是用灌溉用水量作为投入变量，在本文中是使用农户灌溉用水费用这个投入变量。原因在上文中有说明，是因为河北、河南、辽宁三省的农业灌溉水价均是政府统一定价，基本没有价格波动，并且除了极贫的村子，大部分村子农田灌溉设施已经达到了田地里有水井，人们就近田地取水灌溉，并按电费结算灌溉费用，可忽略不计人力资本的投入，所以本文可以认为灌溉用水费用的变化就代表了灌溉用水量的变化。此处构建的灌溉效率测算模型即是假设产出和其他投入水平一定的情况下，由灌溉用水费用最少的农户组成代表生产技术水平充分利用的有效生产前沿面，对农户灌溉效率的测算实际上就是度量其灌溉用水费用与所对应生产前沿面上的生产有效率农户灌溉用水费用的差异程度（王学渊，2010）。假设????????????为第????个农户的灌溉效率得分标量，其由如下线性规划模型确定W????????=????????????????????????s.t ?????????+????????≥0?????????????????????????????????????≥0???????????????????????????????????≥0σ?????????????????=0????1=1δ≥0,0≤σ≤1其中，第二个约束条件中的矩阵????仅指灌溉用水费用投入，第三个约束条件中的????则代表灌溉用水费用投入以外的其他农业生产费用投入，第四、五个约束条件如前所述。2.研究对象及变量选取（1）研究对象河北、河南、辽宁三省是玉米主产区，考虑到研究的现实意义和数据的易获得性，选取玉米种植户作为调研对象，以玉米种植户农业生产时的投入产出数据作为微观层面灌溉效率的测算依据。（2）变量选取在考虑农户生产经营过程中，对玉米生产投入要素相对重要性的基础上，本文选取玉米的亩均种子种苗费用（元/每亩）、肥料费用（包括农家肥和化肥的总费用）（元/每亩）、农药费用（元/每亩）、机械作业费用（元/每亩）、劳动力投入（人·天/每亩）和灌溉费用（元/每亩）为投入变量，选取玉米的单位面积产量（斤/每亩）为产出变量进行分析。3.描述性统计分析对以上选取的用于测算玉米种植户农业生产效率与灌溉效率的各投入产出变量进行描述性统计，见表1、2、3。表1 投入产出变量的统计描述变量河北省河南省辽宁省均值标准误最小值最大值均值标准误最小值最大值均值标准误最小值最大值产量（斤/每亩）869.3350.0107.71500682.4403.81.31180787.1417.9301340种子种苗费用（元/每亩）82.551.210.022545.247.2518079.685.612269肥料费用（元/每亩）111.485.750250107.878.86201101.6124.540280农药费用（元/每亩）56.851.7512046.448.0516782.2106.78250机械作业费用（元/每亩）63.467.53015632.641.92013158.751.117164劳动力投入（人?天/每亩）5.25.40.5176.911.30.2221.28.30.214灌溉费用（元/每亩）43.960.2517034.258.51015020.499.23210从表1中可以看出，三省农户生产经营中投入产出还是有很大不同的。在亩均产量上，河北省均值为869.3斤/每亩，最小值为107.7斤/每亩，最大值1500斤/每亩，河南省均值为682.4斤/每亩，最小值为1.3斤/每亩，最大值1180斤/每亩，辽宁省均值为787.1斤/每亩，最小值为30斤/每亩，最大值1340斤/每亩，三省产量还是有一定差距的，河北省平均说来在2014年干旱情况下玉米生产经营结果最佳；种子种苗费用在三省中是河北省均值最大，为82.5元/每亩，但最大值最大的为辽宁省，为269元/每亩，但这也有一定偶然性，不过河南省总体来说农户在种子种苗上的费用投入是最少的，均值为45.2元/每亩，最小值为只有5元/每亩，最大值仅为180元/每亩，且标准误为47.2元/每亩，也是三省中最小的，离散程度最小。肥料费用是6项投入变量费用中投入最多的，其中，均值最大的为河北省，为111.4元/每亩，最小的均值也要有101.6元/每亩，是辽宁省。河北省和河南省在农药上的费用投入相差不大，均值分别为56.8元/每亩和46.4元/每亩，相比之下，辽宁省农户在农药上的投入费用则非常大，平均投入都有82.2元/每亩，基本是其他两省的2倍，且辽宁省农药费用最大值为250元/每亩，河北和河南省最大值都分别仅有120元/每亩、167元/每亩。一般来说，机械作业费用主要包括犁地、播种和收割费用这三项费用，从三省机械作业费用的平均值来看，河北省最多，为63.4元/每亩，辽宁省次之，为58.7元/每亩，河南省最少，仅有河北省的二分之一，为32.6元/每亩，但是从最大值上来看，辽宁省最多，有投入164元/每亩的农户，第二多的省份为河北省，为156元/每亩，最少的为河南省，131元/每亩。现如今，农业机械化作业发展迅速，随之对应的劳动力投入则明显减少，但在农业生产中劳动力的投入仍然不可或缺，三省在劳动力投入方面，河北省均值有5.2人?天/每亩，河南有6.9人?天/每亩，辽宁省仅有1.2人?天/每亩。在农业生产各项投入要素中，灌溉用水这个投入要素是必要且重要的，其投入量的多少与农户自身生产行为联系紧密，在2014年，三省都遭遇了严重的干旱灾害，降水量相对于常年减少极多，在水资源总量都普遍较少的情况下，三省农户为了应对干旱灾害，也都积极的采取了极端气候适应性行为，在干旱背景下灌溉应对行为是更被关注的，农户也是尽可能多的投入灌溉用水，三省农民用于灌溉的费用支出最多已经占到了总费用投入的20%，河北省均值为43.9元/每亩，最小值为5元/每亩，最大值为170元/每亩，河南省均值为34.2元/每亩，最小值为10元/每亩，最大值为150元/每亩，辽宁省均值为20.4元/每亩，最小值为3元/每亩，最大值为210元/每亩。其中，辽宁省灌溉费用投入的标准误最大，为99.2元/每亩，离散程度大，其次为河北省，为60.2元/每亩，最小的为河南省，为58. 5元/每亩。 4.实证结果分析 本文应用DEAP2.1 软件，利用河北、河南、辽宁三省农户投入产出变量，基于规模收益不变和规模收益可变两种假设下，利用DEA方法中的CRS模型和VRS模型，分别测算三省农户的生产技术效率和灌溉用水效率。河北、河南、辽宁三省农户效率测算结果如表2、3、4所示表2 河北省农户农业生产效率与灌溉效率的频度分布效率值/%DEA—CRSDEA—VRS农业生产效率灌溉效率农业生产效率灌溉效率样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%0-10109.819.811716.6716.6754.904.901211.7711.7710-2032.9412.7543.9220.5921.966.8643.9215.6920-3054.9017.651110.7831.3754.9011.761110.7826.4730-401514.7132.36109.8141.181211.7723.5398.8235.2940-5087.8440.2065.8847.0654.9028.4321.9637.2550-6098.8249.0287.8454.9087.8436.2765.8843.1360-701312.7561.77109.8164.71109.8146.0887.8450.9770-8087.8469.6176.8671.5787.8453.9276.8657.8380-9032.9472.5532.9474.5132.9456.8621.9659.7990-10043.9276.4721.9676.4721.9658.8210.9960.781002423.53100.002423.531004241.18100.004039.22100.00均值0.590010.530010.701010.6300.000211最小值最大值表3 河南省农户农业生产效率与灌溉效率的频度分布效率值/%DEA—CRSDEA—VRS农业生产效率灌溉效率农业生产效率灌溉效率样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%0-104657.5057.505670.0070.003341.2541.255062.562.50010-2022.5060.0022.5072.5000.0041.2511.2563.7520-3011.2561.2533.7576.2500.0041.2511.2565.0030-4000.0061.2500.0076.2533.7545.0000.0065.0040-5011.2562.5000.0076.2511.2546.2511.2566.2550-6022.5065.0022.5078.7511.2547.5022.568.7560-7011.2566.2511.2580.0000.0047.5000.0068.7570-8022.5068.7500.0080.0000.0047.5011.2570.0080-90810.0078.7545.0085.0000.0047.5000.0070.0090-10056.2585.0011.2586.2511.2548.7500.0070.001001215.00100.001113.75100.004151.25100.002430.00100.00均值0.359010.194010.5730.00610.27901最小值最大值表4 辽宁省农户农业生产效率与灌溉效率的频度分布效率值/%DEA—CRSDEA—VRS农业生产效率灌溉效率农业生产效率灌溉效率样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%0-101114.6714.671317.3317.3300.000.00810.6710.6710-2034.0018.6779.3326.6600.000.0045.3316.0020-3034.0022.6756.6733.3300.000.0011.3317.3330-40810.6733.3456.6740.0022.662.6600.0017.3340-501013.3346.67912.0052.0000.002.6600.0017.3350-6068.0054.6734.0056.0000.002.6600.0017.3360-70912.0066.67912.0068.0000.002.6600.0017.3370-8034.0070.6722.6670.6600.002.6600.0017.3380-9079.3380.0056.6777.3300.002.6600.0017.3390-10011.3381.3334.0081.3300.002.6600.0017.331001418.67100.001418.67100.007397.34100.006282.67100.00均值0.548010.474010.9820.33110.84101最小值最大值根据DEA方法，基于规模收益不变假定情况下，即CRS模型下的效率测算结果显示，河北省在农户生产效率和灌溉效率方面，在102个有效测算样本中，都是有24个农户样本的效率值是为1的，在玉米生产和灌溉用水上实现了生产资源的有效配置，占总样本的23.53%。相对于DEA有效生产点，其他农户的生产技术效率和灌溉用水效率都小于1，表明其处于生产的相对无效状态。其中，分别有40.20%、47.06%的农户在农业生产技术效率测算值和灌溉用水效率测算值上小于0.5，可以看出河北省农户在农业生产和灌溉用水上都有相当的改进空间。河北省农户灌溉效率值最大为1，最小为0，说明农户间的灌溉用水效率差距极大，其中，灌溉效率为0 的原因可能是农户所在地区遭受干旱灾害较重，个人灌溉投入不足以应对干旱对作物造成的损伤，作物缺水严重，没有产出。河北省农户灌溉效率均值为0.53，说明在其他生产投入量不变，且技术稳定使用情况下，要达到当前的玉米产量，灌溉用水可以节约47%的投入量，还是存在农业水资源较多浪费的现象。在河南省农户效率测算结果方面，在总样本中，有13.75%的农户灌溉效率值达到了1，相较于河北省，这个比例较低。河南省农户在灌溉用水效率均值上仅有0.194，意味着在所给产出和其他投入要素固定的情况下，与一个技术可行的最小用水量相比，农户平均亩均浪费了80.60%的灌溉用水。并且河南省有超过半数以上的农户灌溉用水效率低于0.1，占河南省有效农户总样本的70%，这与农户大都采用漫灌方式有很大关系，也表明河南省有显著的农业灌溉节水潜力。同时，河南省农户的生产技术效率也不高，只有0.359，也是有一半以上的农户生产技术效率在0-0.1之间，占总数的57.5%。这可能是因为河南省相对于玉米种植，更是一个小麦种植大省，农业生产以小麦为主，无论是政府还是农户自身，在小麦生产经营上的资金投入、基础设施购买和建设、先进生产技术的应用等都大于在玉米种植上的投入，所以河南省在玉米种植上的生产技术仍有待提高，需要和当前玉米种植先进生产技术接轨。对于辽宁省，在玉米种植上，辽宁省是种植大省，玉米是辽宁省第一大粮食作物，玉米产量也较大，单产常年高出全国水平40%左右。从表中可以明显看出，辽宁省农户无论是在生产技术效率值上，还是在灌溉用水效率值上，在三省中都属于较高水平，平均值分别为0.548和0.474，在75份有效总样本中，都是有14个农户在生产技术效率和灌溉用水效率方面达到了DEA有效状态，值为1，占总数的18.67%，表明这些农户处于农业生产可能集的前沿包络面上，他们的生产资源配置是有效率的。但是在0-0.1的灌溉效率值阶段，还是有17.33%的农户存在，说明他们在既有技术和生产投入条件下，相对于最小灌溉用水投入量，至少浪费了90%的农业灌溉用水，有很大的提高空间。总的来说，河北、河南、辽宁三省的农业灌溉用水情况都有很大的改进空间，也具有明显的差异性。从灌溉效率平均值上来看，河北省要优于辽宁省和河南省，河南省农户灌溉效率均值是三省中最低的，仅为0.194，河北省农户灌溉效率均值是河南省的3倍之多。在规模收益可变假定情况下，即基于DEA方法的VRS模型下测算的效率结果中可以看出，三省农户的农业生产技术效率和灌溉效率测算值都明显大于规模收益不变情况下各自的测算值，表明农业经营规模的自由调整将有利于农业生产和灌溉用水的资源配置效率的提高。从效率值测算均值上看，农户的农业生产技术效率值变化最大的为辽宁省，从0.548变化到了0.98，有了大幅度的提高；灌溉效率也从0.474变化到了0.841。不过，河南省农户的效率测算结果，无论是农业生产技术效率测算值还是灌溉效率测算值，都是三省里面最低的，均值为0.573和0.279，而在2014年时，河南省年平均降水量也是三省中最少的，仅96毫米，从这可以看出，河南省在2014年干旱灾害导致水资源极度紧缺时，还是有农业用水的无效利用，没有提高灌溉技术效率，造成了珍贵的水资源的浪费。四、主要结论与建议 （一）主要结论1. 河北、河南、辽宁三省的农业灌溉用水情况都有很大的改进空间。并且根据DEA方法的CRS和VRS模型测算结果，可以看出，在规模收益不变情况下，河北、河南、辽宁三省灌溉效率均值分别为0.530、0.194、0.474；在规模收益可变情况下，三省灌溉效率均值分别为0.630、0.279、0.841，明显高于规模收益不变约束时的测算值，说明灌溉效率在农业经营规模可自由调整情况下测算结果更好。2.河北、河南、辽宁三省农户的灌溉效率测算值之间存在明显的差异性。总体来说，河北省和辽宁省灌溉效率均值较高，河南省最小。值得注意的是，本文是依据三省在干旱背景下的实地调研数据来做的灌溉效率测算值，水资源本身就很匮乏，并且在2014年时，河南省是三省中降水量最少的省份，水资源匮乏成都在三省中是最高的，但河南省农户的灌溉用水效率值反而是三省中最低的，在农业灌溉用水方面农户并没有能够进行有效配置和高效地利用，在实地调研中也发现农户在灌溉时仍然是以漫灌为主，稀缺的水资源价值没有能够得到充分体现，水资源对农业生产投入是扭曲的。结合三省水资源定价政策——由政府统一定价，且基本没有价格波动可以看出，这导致水资源的市场价值不能够被有效反映，造成水资源价值的扭曲，所以需要合理地制定水资源价格，使扭曲程度降低，让农户深刻了解水资源紧张状况，提高节水意识，积极采用灌溉节水措施。3. 河北、河南、辽宁三省农户的灌溉效率的最小值都出现了0值，在一定程度上可能说明在遭遇较严重的干旱灾害时，农户层面的个人灌溉投入不足以应对农业缺水危机，作物仍然缺水严重，导致最后没有产出，对农业和农民都造成极大损失，尤其河北、河南、辽宁三省还是粮食主产区，粮食产量不足对我国粮食安全也造成极大的影响，需要政府参与，增加农业灌溉投入。（二）相关建议基于以上DEA方法得出的效率测算值及结果分析，结合三省的农业灌溉用水现状，本文从政府层面和农户层面两方面提出以下几点建议，使能够有效提高农业灌溉用水效率，合理利用水资源，积极应对干旱灾害，实现水资源的最优配置和有效利用。1.政府方面（1）研究和推广先进节水技术政府一方面要积极扩充科研人才研究先进节水技术，一方面要加大推广和宣传力度，使滴灌、 渠道防渗等节水灌溉技术真正为农民所知所用，使节水意识深入人心。（2）加强地区灌溉基础设施建设对灌溉基础设施薄弱的重点农业地区，要加大资金投入，添置基础设施，使农户能够有效利用水资源，应对突发情况，稳定农业产量。（3）合理制定水资源价格让市场在水资源定价中也发挥一定的作用，在水资源短缺时，适当提高水价，以价格机制促使农民意识到水资源的稀缺性，达到节水目的（方兰等，2012）。 2.农户方面（1）提高节水意识在政府大力宣传节约用水的基础上，农户也应提高自身对于节水灌溉应用的积极性，培养、提高节水意识。（2）积极采用灌溉节水措施农户要积极主动地学习和应用节水灌溉措施，真正地将先进节水技术应用到平常的农业生产中，使农业灌溉从以漫灌为主较快地向以滴灌、喷灌为主发展。致谢光阴似箭，转眼毕业在即。回首四年的大学生涯，不禁要对那些鼓励我、帮助我、教育我的人表达由衷的感谢。参考文献[1] Kopp, R.J.. The measurement of productive efficiency: reconsideration[J].The Quarterly Journal of Economics,1981,96(3):477-503.[2] Karagiannis G, Tzouvelekas V, Xepapadeas A. Measuring irriga-tion water efficiency with a stochastic production frontier[J]. Environmental and Resource Economics, 2003, 26(1): 57- 72.[3] Kaneko S, Tanaka K, Toyota T. Water efficiency of agricultural production in China: Regional comparison from 1999 to 2002[J].International Journal of Agricultural Resources, Governance and Ecology, 2004(3): 231-251. [4] Speelman S, DHaese M F C, Buysse J, et al. Technical efficiency of water use and its determinants, study at efficiencies in small-scale irrigation schemes in North-West Province, South Africa[C]. Seminar of the Eaae: Pro-poor Development in Low Income Countries: Food, Agriculture, Trade, & Environment. EAAE, 2007. [5] Lilienfeld A. Estimation of excess water use in irrigated agriculture: A Data Envelopment Analysis approach Asmild [M]. Agricultural water management, 2007,94: 73～82. [6] Yi?lmaz, B, Yurdusev, M. A, Harmanci?oglu, N. B. The assessment of irrigation efficiency in Buyuk Menderes Basin.[J]. Water Resources Management, 2009, 23(6):1081-1095.[7] Fare R, Grosskopf S, Lovell CAK. Production Frontiers[M].Cambridge: Cambridge University Press, 1994: 310- 324.[8] 王晓娟, 李周. 灌溉用水效率及影响因素分析[J].中国农村经济, 2005(7):11-18.[9] 方兰, 池营营. 中国蔬菜产业灌溉用水效率分析——以山东省肥城县为例[J]. 山东农业大学学报:社会科学版, 2012(3):11-15.[10] 曹阳. 1961-2010 年潜在干旱对中国玉米, 小麦产量影响的模拟[D]. 中国农业科学院, 2014. [11] 王颖杰. 灌溉农业区旱灾恢复力初探[D]. 石家庄:河北师范大学, 2008. [12] 唐建军. 陕西省灌溉用水技术效率及其影响因素研究[D]. 西北农林科技大学, 2010.[13] 许朗, 黄莺. 农业灌溉用水效率及其影响因素分析——基于安徽省蒙城县的实地调查[J]. 资源科学, 2012, 34(1):105-113. [14] 王亚伟, 柯亚楠. 基于DEA模型的河南省农业生产效率研究[J]. 广东农业科学, 2011, 38(21):222-224.[15] 杨伟. 西南地区农户灌溉行为影响因素分析及应对大旱的思考[D]. 陕西师范大学, 2012. [16] 中华人民共和国水利部. 水资源公报(2014)[R]. 中华人民共和国水利部.[17] 潘经韬. 中国农业用水效率区域差异及影响因素研究[J]. 湖北农业科学, 2016(11):2943-2947.[18] 王昕, 陆迁. 中国农业水资源利用效率区域差异及趋同性检验实证分析[J]. 软科学, 2014(11):133-137.[19] 崔岩, 吴丽美, 曲建华,等. 河南省农业水资源生产配置效率测算[J]. 河南农业大学学报, 2014,48(4):501-504.[20] 王学渊. 基于DEA和SFA方法的农户灌溉用水效率比较研究——以西北地区的实地调查数据为例[J]. 中国农村水利水电, 2010(1):8-13.[21] 赵连阁, 王学渊. 农户灌溉用水的效率差异——基于甘肃、内蒙古两个典型灌区实地调查的比较分析[J]. 农业经济问题, 2010(3):71-78.[22] 耿献辉, 张晓恒, 宋玉兰. 农业灌溉用水效率及其影响因素实证分析——基于随机前沿生产函数和新疆棉农调研数据[J]. 自然资源学报, 2014, 29(6):934-943.
引言
引言
irrigated water under the background of drought, and the irrigation efficiency of Hebei, Henan and Liaoning provinces is compared and analyzed. The paper gets the following three conclusions: 1. All three provinces have a lot of room for improvement on the agricultural irrigation water efficiency. The irrigation efficiency under the variable scale hypothesis is generally higher than the efficiency value under the constraint of unchanged scale. Irrigation efficiency is better when the scale of agricultural management can be free to adjust. 2. When three provinces suffered from the drought in 2014, the irrigation efficiency of Henan Province was the least while the available water resources were also the least. The input of water resources to agricultural production was distorted and the market value could not be effectively reflected. 3. The minimum value of irrigation efficiency of farmers in three provinces all are zero. Farmers have irrigation inputs but no output, so individual irrigation investment may not be sufficient to cope with the drought, government investment is need for them. Finally, the paper makes some suggestions on the government and farmers for their irrigation water-saving behaviors.近年来，在气候变暖、人类活动加剧的共同影响下，全球部分地区干旱灾害发生频度增多、强度增加、范围扩大（曹阳，2014）。我国是世界上受到干旱灾害危害最严重的国家之一，在每年的各种自然灾害损失中，旱灾损失占15％以上，直接经济损失甚至可达上千亿元（王颖杰，2008）。干旱灾害尤其对农业生产造成极大损失和影响，使农业减产，粮食短缺。因为我国水资源时空分布不均及北方干旱化等特点，北方地区相较于南方地区水资源更为缺乏，发生干旱次数更多，受到干旱灾害影响更严重。北方地区耕地面积占全国总耕地面积的65%，水资源量占比更少，仅为全国水资源总量的25%（杨伟，2012）。农业用水在我国各部门用水总量中所占比例极大，近些年始终为60%以上，农业用水形式尤为严峻。而在整个农业用水中，农田灌溉用水所占的比例高达90%（许朗等，2012）。2014年，我国北方三省河北、河南、辽宁遭受了大范围干旱灾害。河北、河南、辽宁三省是我国三大玉米主产区，玉米是目前我国种植面积最大的粮食和饲料作物，在我国农业生产中占有相当重要的地位。三大玉米主产区省份受灾对我国农业粮食生产总量产生了极大影响，关系到我国的粮食安全问题。而在干旱背景下，玉米种植户可能会通过各种方式来调整其生产行为，适应气候变化，应对旱灾危机。其中，农业灌溉行为是必要且最为重要的。那么农户的灌溉效率如何，究竟处于什么样的水平，是否是有效率的，河北、河南、辽宁三个省份玉米种植户间的灌溉效率水平是否存在明显差异？本文从经济学的角度出发，利用河北、河南、辽宁三省玉米种植户实地调研微观数据，着重研究干旱背景下农业灌溉效率，并对河北、河南、辽宁三省玉米种植户灌溉效率进行对比分析，考察差异大小并探究其原因，为政府及农户灌溉节水提出建议，使有效利用水资源，积极应对干旱灾害。一、概念界定与文献综述（一）概念界定1.农业生产技术效率生产技术效率是用来评价经济资源使用相对效率的一个指标，测算的是实际产出或投入与生产技术有效状态产出或投入的比率，度量投入要素组合固定时实际生产能获得最大产出的程度，或者产出组合固定时能实现最少要素投入的程度。农业生产技术效率则可定义为，在农业生产过程中，在既定要素投入数量时，实际的农业产出与可能的最大产出之间的比值，或者是在既定产出程度下可能的最小投入量与实际农业投入的比值（许朗等，2012）。农业生产技术效率值取值范围为0-1的正数。2.灌溉效率本文所研究的灌溉效率即是指灌溉用水效率，也即是指灌溉用水技术效率。根据Kopp（1981）的生产前沿面理论，灌溉用水效率可定义为，在产出和其它投入要素不变时，当时的生产技术状态下可以获得的最小水资源使用量与实际使用量的比值。本文研究灌溉效率使用的投入变量为农户灌溉用水费用，这是因为河北、河南、辽宁三省的农业灌溉水价均是政府统一定价，且实行按电费计价的方式，价格基本没有波动，并且从对当地农户灌溉设施的实地考察中，可以得知，除了极贫的村子，大部分村子农田灌溉设施已经达到了田地里有水井，人们就近田地取水灌溉，并按电费结算灌溉费用，方便快捷并极大地减少了人力资本的投入，所以本文对人力资本投入忽略不计。综上所述，可以认为灌溉用水费用的变化就代表了灌溉用水量的变化。 (二)文献综述1.国外相关研究综述国外很早就开始研究农业用水的效率问题，并对它表现出了极大的重视。到现在为止，越来越多的学者专门对灌溉用水效率进行系统研究和评价。目前来看，学术界研究效率问题所使用的方法主要有两种，一种是参数方法，另一种是非参数方法。其中，参数方法又具体分为确定型参数方法和随机型参数方法，各自使用的模型亦被称作确定型前沿模型和随机型前沿模型。总的来说，参数方法中的代表方法可以认为是随机前沿分析方法（Stochastic Frontier Analysis，SFA），非参数方法中主要使用的代表方法则可以说是数据包络分析（Data Envelopment Analysis，DEA）方法。近些年的国外相关研究中，在应用参数方法测算灌溉效率方面，Karagiannisetal.（2003）构建了超越对数随机前沿生产函数模型，在1998到1999年希腊克里特地区50个农户的截面数据的基础上，对希腊反季节蔬菜灌溉用水效率进行了测算，文章采用单位面积灌溉用水量作为投入变量，单位面积农作物收益作为产出变量，得出灌溉效率为0.472。Kanekoetal.（2004）也采用了同样的方法，构建了C-D随机前沿生产函数模型，利用中国1999到2002年的分省数据集，测算出农业生产技术效率为0.79，灌溉用水效率为0.54，并深入探究影响农业用水效率的主要因素。以上学者均采用参数方法构建生产函数模型进行效率分析，也有利用非参数方法进行研究的学者，例如Speelmanetal.等（2007）就采用数据包络分析（DEA）的非参数方法，测算了南非西北省Zeerust市60个调查农户在2005年的灌溉效率，并且将灌溉效率的测算情况分为了两种，一种是基于规模收益不变情况下，另一种是基于规模收益可变情况下，并在综合考虑两种假定情况下测得的灌溉效率之后得出会显著影响灌溉用水效率的因素。Lilienfeld和Asmild（2007）两位学者根据美国堪萨斯洲西部地区43个灌溉农场在1992到1999 年的面板数据，利用DEA模型对农场的灌溉用水技术效率进行了测算，结果发现漫灌系统并不都是效率低下的，推翻了人们的一般固有认识，同时特别指出人们反而要特别关注管理水平在水资源利用方面的重要作用。Yilmaz和Harmancioglu（2009）利用2003到2005年土耳其曼德莱斯三角洲地区17个灌区的数据，运用DEA方法中基于规模收益可变假设下的VRS模型测算其技术效率，研究发现一些灌区的技术效率很低，最后文章结合当地具体生产情况，提出种植高收益的农作物和采用现代化的灌溉方法来提高灌区技术效率的相关建议。2.国内相关研究综述 虽然国内对于农业灌溉效率问题的研究起步较之国外稍晚，但由于近年来我国干旱灾害发生频数增加，受旱成灾面积不断扩大，干旱对农业造成的损失和影响越来越严重，学者对农业用水及其效率的研究也不断增加，越加关注。对农业灌溉用水效率的研究，主要是采用随机前沿生产函数模型和数据包络（DEA）模型进行分析。在采用随机前沿生产函数模型研究农业灌溉效率方面，一个代表性研究就是王晓娟和李周在2005年所做的，他们通过河北省石津灌区1996年、2003年和2004年共3个时间阶段的农户调查数据，构建超越对数随机前沿生产函数模型，具体测算灌区农户灌溉用水效率并实证分析其影响因素，最后指出建立用水者协会、采用节水灌溉技术、提高渠水使用的比例和水价均有利于灌溉用水效率的提高。之后的学者也利用随机前沿生产函数模型进行了很多效率研究。方兰和池营营（2012）通过对山东省肥城县的实地调研，获取了蔬菜种植基地的农户数据，并以此为依据，运用随机前沿分析模型（SFA），研究了马铃薯种植过程中农业生产技术效率和农户灌溉用水效率，并指出在当时既有的生产技术条件下，该地区灌溉用水情况有很大的提升空间。许朗和黄莺（2012）运用参数C-D生产函数，分析安徽省蒙城县微观小麦种植户数据，测算农户的生产技术效率和灌溉用水效率，得出效率平均值分别为0.8757和0.4821。在运用DEA模型进行效率测算方面，唐建军（2010）运用数据包络分析（DEA）模型，利用2006年陕西大型灌区和1995、2000、2006年陕西各市的农业生产投入产出数据，从灌溉用水技术效率和灌溉用水规模效率两方面进行了灌溉效率的测算，结果表明各区的灌溉用水技术效率差异较大，灌溉用水技术效率和规模效率的均值分别为0.732和0.84。柯亚楠等（2011）选取DEA方法，并构建了生产效率评价指标体系，对河南省内18个市的农业生产效率进行了研究。王昕等（2014）、崔岩等（2014）也都是采用了DEA方法，分别测算了2003-2010年中国各省的农业用水效率以及2005-2012年河南省的农业用水效率，王昕等（2014）还对农业用水效率进行了趋同性实证分析。潘经韬（2016）从全要素视角着手，运用DEA模型测度2003-2012年的中国各省、市、自治区农业用水效率，并分析其区域差异。3.小结从国内外已有文献中，可以发现学者们大都是在正常背景下研究农业用水效率，而没有将一些现实变化，例如气候变化、水文变化结合在一起考虑，在这些背景下测算农业用水效率的研究较少。同时，很少有文献分析中国农业用水效率区域差异问题。综上所述，本文在干旱背景下研究农户灌溉用水效率在干旱灾害频发的现在更具有现实意义，并且本文基于在河北、河南、辽宁三省的实地农户调研数据，将三省农户灌溉效率结果进行区域差异分析，填补了相关文献的空缺，有一定的研究和写作价值。同时，通过文献书籍资料的学习研究，基于本文研究农户灌溉效率的基础上，可以发现在应用参数方法测算效率的相关研究中，需要解决生产函数形式事先设定、参数估计的合理性和有效性检验等多方面问题，而农业生产是一个多投入多产出的系统，参数方法有诸多局限性。相比之下，非参数方法不要求事先设定具体的生产函数形式，可以简化效率计算和评价工作；不必人为提前确定各指标的权重，可以使评价最有利于每个决策单元（DMU）；利用射线测量方法测算效率值，不会使效率测算值因测量单位量纲不同而受到影响；无需大量样本数据，结果估计准确性更高（Fareetal.，1994）。基于此，本文采用非参数方法中使用最为广泛的DEA方法进行农业灌溉效率分析。二、干旱灾害下农业灌溉效率分析（一）数据来源及研究区概况 1.数据来源本文所用研究数据是2014年干旱背景下河北、河南、辽宁三省玉米种植户产出投入情况的实地调研数据，是调研组在2015年5月到7月对三省农户实地调研所得。调研组分别在河北、河南、辽宁三省中选取了4个、2个和4个县（市）作为具体调研点，并对各省份当时遭受干旱灾害较严重的地区进行了重点调研。最后收回河北省农户有效问卷103份、河南省农户有效问卷128份、辽宁省农户有效问卷77份。经过对数据的初步筛检，河北、河南、辽宁三省可以用于本研究的样本数分别为102个、80个、75个，占各省有效样本数的99.0%、62.5%、97.4%。2.研究区概况本研究应用的数据来自对河北、河南、辽宁三省农户2014年遭受干旱灾害时生产经营情况的实地调查，这三省均属于我国北方地区，是我国玉米种植大省。下面对三省的气候条件、水资源条件、2014年干旱情况做一个简要的说明。河北省地属大陆性季风气候，四季变化分明，年平均气温一般在13℃左右。河北省多年平均降水量为531.7毫米，多年平均水资源总量为204.69亿立方米，在全国28412亿立方米的水资源总量中仅占0.72%的份额。河北省2014年全省年平均降水量为393.3毫米，较常年偏少22%，为2003年以来第一少雨年。并且河北省在汛期大范围降雨过程中降雨量减少，比常年偏少35%，致使河北省出现了持续性、大范围的夏旱，强度重，影响大。7-8月全省平均降水仅148.4毫米，较常年偏少4.5成，使得全省70%以上的区域遭受此次夏旱灾害。河南省属于季风气候，四季气候变化明显，全省年平均气温一般在12℃到16℃之间，河南省多年平均降水量600～1200mm，从河南近50年降水量的变化来看，降水量呈减小的趋势，且具有降水受季风进退影响大、降水集中、降水变率大的基本特征。在水资源条件方面，河南省多年平均水资源总量414亿m3，人均占有量为445立方米，在全国排名靠后，水资源短缺严重。2014年7月，河南遭遇自1951以来最严重的“夏旱”。受干旱灾害影响，河南省全年年平均降雨量只有96毫米，与多年同期均值相比减少了60%，仅与去年同期相比就减少了44%。特别是6月份以来，高温天气的长时间持续，导致河南省平均降雨量仅有90.2毫米，呈现严重的气象干旱。辽宁省也属于大陆性季风气候区，气候特征受季风影响大，雨量不均，东湿西干，全年平均气温在7-11℃之间。辽宁省平均年降水量在600-1100毫米之间，但据统计，近年来辽宁省降水呈现明显减少的趋势，2014年辽宁全省平均降水量是1951年有完整气象记录以来最少的，仅为431毫米，较常年减少了4成，春、夏、秋、冬四季降水均偏少。由于受季风影响，辽宁省水资源总量的变化规律和降水量的变化规律基本一致。辽宁省多年平均水资源总量341.79亿立方米，水资源可利用量194.73亿立方米。2014年辽宁全省水资源总量145.93亿立方米，与多年平均值相比，2014年水资源量减少了一半以上，达到了57.3%。辽宁省水资源量与降水量在时间上和空间上的分布很不均匀，导致辽宁农业干旱灾害频发且危害严重。2014年，辽宁省遭遇了严重的夏伏旱，7月以来，辽宁省平均降水量较常年同期偏少6成，为自1951年以来这63年时间内同期最少的。受旱范围在全省快速扩张，省内一些地区受旱严重，已被列为重旱地区，规模不断发展。2014年已经成为辽宁省自1951年有气象记录以来受旱程度最严重、受旱范围最大的年份。（二）DEA灌溉效率测算 1.模型设定（1）农户生产技术效率测定模型DEA（数据包络分析方法）可以分为基于投入和产出角度的两种不同方法。第一种基于投入角度的DEA方法，它测算的是生产单元（DMU）相对于给定产出水平下最小可能投入的效率；第二种基于产出角度的DEA方法，它测算的是实际产出与给定投入水平的最大可能产出的差距（Fare R, Grosskopf S等，1994）。两种方法的效率测算结果只有在规模收益不变的情况下才会相等。考虑到本文重点考察的是灌溉用水费用这个投入要素的效率，因此我们选择采用基于投入角度的DEA方法进行效率分析。按照基于投入角度的DEA分析思想，在假设产出水平一定的情况下，由生产要素投入最少的农户组成生产有效前沿面，对各农户生产效率的测算实际上就是度量其与所对应前沿面上生产有效农户的差异程度，用如下线性规划模型来求解????????????=????????????????????s.t ?????????+????????≥0 ?????????????????????≥0 ?????????????????????=0 ????’1????=1????≥0,0≤????<1，????=1,2,???? ????式中:θ????是代表农户????的农业生产效率得分标量；????是一个常数向量，????????代表产出向量，????是产出矩阵，????????代表投入向量，灌溉费用投入包括在之中，X是投入矩阵；????????无量纲，且0<????????≤1，当θ????值等于1时，表明农户????位于生产前沿面上，是DEA有效生产点。在模型中，约束 ?????????????????????=0、 ????’1????=1表明模型是基于规模收益可变(VRS)和投入弱处置(WD)条件下的；当????=1和 ????’1????=1约束不存在时，表明模型是基于规模收益不变(CRS)和投入强处置(SD)条件下的（王学渊，2010）。（2）农户灌溉效率测定模型为了在以上DEA模型的基础上具体测算灌溉效率,进一步构建偏向量DEA效率模型。此处测算的DEA偏效率——灌溉效率就是指灌溉用水技术效率，一般文献中测算灌溉技术效率大都是用灌溉用水量作为投入变量，在本文中是使用农户灌溉用水费用这个投入变量。原因在上文中有说明，是因为河北、河南、辽宁三省的农业灌溉水价均是政府统一定价，基本没有价格波动，并且除了极贫的村子，大部分村子农田灌溉设施已经达到了田地里有水井，人们就近田地取水灌溉，并按电费结算灌溉费用，可忽略不计人力资本的投入，所以本文可以认为灌溉用水费用的变化就代表了灌溉用水量的变化。此处构建的灌溉效率测算模型即是假设产出和其他投入水平一定的情况下，由灌溉用水费用最少的农户组成代表生产技术水平充分利用的有效生产前沿面，对农户灌溉效率的测算实际上就是度量其灌溉用水费用与所对应生产前沿面上的生产有效率农户灌溉用水费用的差异程度（王学渊，2010）。假设????????????为第????个农户的灌溉效率得分标量，其由如下线性规划模型确定W????????=????????????????????????s.t ?????????+????????≥0?????????????????????????????????????≥0???????????????????????????????????≥0σ?????????????????=0????1=1δ≥0,0≤σ≤1其中，第二个约束条件中的矩阵????仅指灌溉用水费用投入，第三个约束条件中的????则代表灌溉用水费用投入以外的其他农业生产费用投入，第四、五个约束条件如前所述。2.研究对象及变量选取（1）研究对象河北、河南、辽宁三省是玉米主产区，考虑到研究的现实意义和数据的易获得性，选取玉米种植户作为调研对象，以玉米种植户农业生产时的投入产出数据作为微观层面灌溉效率的测算依据。（2）变量选取在考虑农户生产经营过程中，对玉米生产投入要素相对重要性的基础上，本文选取玉米的亩均种子种苗费用（元/每亩）、肥料费用（包括农家肥和化肥的总费用）（元/每亩）、农药费用（元/每亩）、机械作业费用（元/每亩）、劳动力投入（人·天/每亩）和灌溉费用（元/每亩）为投入变量，选取玉米的单位面积产量（斤/每亩）为产出变量进行分析。3.描述性统计分析对以上选取的用于测算玉米种植户农业生产效率与灌溉效率的各投入产出变量进行描述性统计，见表1、2、3。表1 投入产出变量的统计描述变量河北省河南省辽宁省均值标准误最小值最大值均值标准误最小值最大值均值标准误最小值最大值产量（斤/每亩）869.3350.0107.71500682.4403.81.31180787.1417.9301340种子种苗费用（元/每亩）82.551.210.022545.247.2518079.685.612269肥料费用（元/每亩）111.485.750250107.878.86201101.6124.540280农药费用（元/每亩）56.851.7512046.448.0516782.2106.78250机械作业费用（元/每亩）63.467.53015632.641.92013158.751.117164劳动力投入（人?天/每亩）5.25.40.5176.911.30.2221.28.30.214灌溉费用（元/每亩）43.960.2517034.258.51015020.499.23210从表1中可以看出，三省农户生产经营中投入产出还是有很大不同的。在亩均产量上，河北省均值为869.3斤/每亩，最小值为107.7斤/每亩，最大值1500斤/每亩，河南省均值为682.4斤/每亩，最小值为1.3斤/每亩，最大值1180斤/每亩，辽宁省均值为787.1斤/每亩，最小值为30斤/每亩，最大值1340斤/每亩，三省产量还是有一定差距的，河北省平均说来在2014年干旱情况下玉米生产经营结果最佳；种子种苗费用在三省中是河北省均值最大，为82.5元/每亩，但最大值最大的为辽宁省，为269元/每亩，但这也有一定偶然性，不过河南省总体来说农户在种子种苗上的费用投入是最少的，均值为45.2元/每亩，最小值为只有5元/每亩，最大值仅为180元/每亩，且标准误为47.2元/每亩，也是三省中最小的，离散程度最小。肥料费用是6项投入变量费用中投入最多的，其中，均值最大的为河北省，为111.4元/每亩，最小的均值也要有101.6元/每亩，是辽宁省。河北省和河南省在农药上的费用投入相差不大，均值分别为56.8元/每亩和46.4元/每亩，相比之下，辽宁省农户在农药上的投入费用则非常大，平均投入都有82.2元/每亩，基本是其他两省的2倍，且辽宁省农药费用最大值为250元/每亩，河北和河南省最大值都分别仅有120元/每亩、167元/每亩。一般来说，机械作业费用主要包括犁地、播种和收割费用这三项费用，从三省机械作业费用的平均值来看，河北省最多，为63.4元/每亩，辽宁省次之，为58.7元/每亩，河南省最少，仅有河北省的二分之一，为32.6元/每亩，但是从最大值上来看，辽宁省最多，有投入164元/每亩的农户，第二多的省份为河北省，为156元/每亩，最少的为河南省，131元/每亩。现如今，农业机械化作业发展迅速，随之对应的劳动力投入则明显减少，但在农业生产中劳动力的投入仍然不可或缺，三省在劳动力投入方面，河北省均值有5.2人?天/每亩，河南有6.9人?天/每亩，辽宁省仅有1.2人?天/每亩。在农业生产各项投入要素中，灌溉用水这个投入要素是必要且重要的，其投入量的多少与农户自身生产行为联系紧密，在2014年，三省都遭遇了严重的干旱灾害，降水量相对于常年减少极多，在水资源总量都普遍较少的情况下，三省农户为了应对干旱灾害，也都积极的采取了极端气候适应性行为，在干旱背景下灌溉应对行为是更被关注的，农户也是尽可能多的投入灌溉用水，三省农民用于灌溉的费用支出最多已经占到了总费用投入的20%，河北省均值为43.9元/每亩，最小值为5元/每亩，最大值为170元/每亩，河南省均值为34.2元/每亩，最小值为10元/每亩，最大值为150元/每亩，辽宁省均值为20.4元/每亩，最小值为3元/每亩，最大值为210元/每亩。其中，辽宁省灌溉费用投入的标准误最大，为99.2元/每亩，离散程度大，其次为河北省，为60.2元/每亩，最小的为河南省，为58. 5元/每亩。 4.实证结果分析 本文应用DEAP2.1 软件，利用河北、河南、辽宁三省农户投入产出变量，基于规模收益不变和规模收益可变两种假设下，利用DEA方法中的CRS模型和VRS模型，分别测算三省农户的生产技术效率和灌溉用水效率。河北、河南、辽宁三省农户效率测算结果如表2、3、4所示表2 河北省农户农业生产效率与灌溉效率的频度分布效率值/%DEA—CRSDEA—VRS农业生产效率灌溉效率农业生产效率灌溉效率样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%0-10109.819.811716.6716.6754.904.901211.7711.7710-2032.9412.7543.9220.5921.966.8643.9215.6920-3054.9017.651110.7831.3754.9011.761110.7826.4730-401514.7132.36109.8141.181211.7723.5398.8235.2940-5087.8440.2065.8847.0654.9028.4321.9637.2550-6098.8249.0287.8454.9087.8436.2765.8843.1360-701312.7561.77109.8164.71109.8146.0887.8450.9770-8087.8469.6176.8671.5787.8453.9276.8657.8380-9032.9472.5532.9474.5132.9456.8621.9659.7990-10043.9276.4721.9676.4721.9658.8210.9960.781002423.53100.002423.531004241.18100.004039.22100.00均值0.590010.530010.701010.6300.000211最小值最大值表3 河南省农户农业生产效率与灌溉效率的频度分布效率值/%DEA—CRSDEA—VRS农业生产效率灌溉效率农业生产效率灌溉效率样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%0-104657.5057.505670.0070.003341.2541.255062.562.50010-2022.5060.0022.5072.5000.0041.2511.2563.7520-3011.2561.2533.7576.2500.0041.2511.2565.0030-4000.0061.2500.0076.2533.7545.0000.0065.0040-5011.2562.5000.0076.2511.2546.2511.2566.2550-6022.5065.0022.5078.7511.2547.5022.568.7560-7011.2566.2511.2580.0000.0047.5000.0068.7570-8022.5068.7500.0080.0000.0047.5011.2570.0080-90810.0078.7545.0085.0000.0047.5000.0070.0090-10056.2585.0011.2586.2511.2548.7500.0070.001001215.00100.001113.75100.004151.25100.002430.00100.00均值0.359010.194010.5730.00610.27901最小值最大值表4 辽宁省农户农业生产效率与灌溉效率的频度分布效率值/%DEA—CRSDEA—VRS农业生产效率灌溉效率农业生产效率灌溉效率样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%样本数目份额/%累积份额/%0-101114.6714.671317.3317.3300.000.00810.6710.6710-2034.0018.6779.3326.6600.000.0045.3316.0020-3034.0022.6756.6733.3300.000.0011.3317.3330-40810.6733.3456.6740.0022.662.6600.0017.3340-501013.3346.67912.0052.0000.002.6600.0017.3350-6068.0054.6734.0056.0000.002.6600.0017.3360-70912.0066.67912.0068.0000.002.6600.0017.3370-8034.0070.6722.6670.6600.002.6600.0017.3380-9079.3380.0056.6777.3300.002.6600.0017.3390-10011.3381.3334.0081.3300.002.6600.0017.331001418.67100.001418.67100.007397.34100.006282.67100.00均值0.548010.474010.9820.33110.84101最小值最大值根据DEA方法，基于规模收益不变假定情况下，即CRS模型下的效率测算结果显示，河北省在农户生产效率和灌溉效率方面，在102个有效测算样本中，都是有24个农户样本的效率值是为1的，在玉米生产和灌溉用水上实现了生产资源的有效配置，占总样本的23.53%。相对于DEA有效生产点，其他农户的生产技术效率和灌溉用水效率都小于1，表明其处于生产的相对无效状态。其中，分别有40.20%、47.06%的农户在农业生产技术效率测算值和灌溉用水效率测算值上小于0.5，可以看出河北省农户在农业生产和灌溉用水上都有相当的改进空间。河北省农户灌溉效率值最大为1，最小为0，说明农户间的灌溉用水效率差距极大，其中，灌溉效率为0 的原因可能是农户所在地区遭受干旱灾害较重，个人灌溉投入不足以应对干旱对作物造成的损伤，作物缺水严重，没有产出。河北省农户灌溉效率均值为0.53，说明在其他生产投入量不变，且技术稳定使用情况下，要达到当前的玉米产量，灌溉用水可以节约47%的投入量，还是存在农业水资源较多浪费的现象。在河南省农户效率测算结果方面，在总样本中，有13.75%的农户灌溉效率值达到了1，相较于河北省，这个比例较低。河南省农户在灌溉用水效率均值上仅有0.194，意味着在所给产出和其他投入要素固定的情况下，与一个技术可行的最小用水量相比，农户平均亩均浪费了80.60%的灌溉用水。并且河南省有超过半数以上的农户灌溉用水效率低于0.1，占河南省有效农户总样本的70%，这与农户大都采用漫灌方式有很大关系，也表明河南省有显著的农业灌溉节水潜力。同时，河南省农户的生产技术效率也不高，只有0.359，也是有一半以上的农户生产技术效率在0-0.1之间，占总数的57.5%。这可能是因为河南省相对于玉米种植，更是一个小麦种植大省，农业生产以小麦为主，无论是政府还是农户自身，在小麦生产经营上的资金投入、基础设施购买和建设、先进生产技术的应用等都大于在玉米种植上的投入，所以河南省在玉米种植上的生产技术仍有待提高，需要和当前玉米种植先进生产技术接轨。对于辽宁省，在玉米种植上，辽宁省是种植大省，玉米是辽宁省第一大粮食作物，玉米产量也较大，单产常年高出全国水平40%左右。从表中可以明显看出，辽宁省农户无论是在生产技术效率值上，还是在灌溉用水效率值上，在三省中都属于较高水平，平均值分别为0.548和0.474，在75份有效总样本中，都是有14个农户在生产技术效率和灌溉用水效率方面达到了DEA有效状态，值为1，占总数的18.67%，表明这些农户处于农业生产可能集的前沿包络面上，他们的生产资源配置是有效率的。但是在0-0.1的灌溉效率值阶段，还是有17.33%的农户存在，说明他们在既有技术和生产投入条件下，相对于最小灌溉用水投入量，至少浪费了90%的农业灌溉用水，有很大的提高空间。总的来说，河北、河南、辽宁三省的农业灌溉用水情况都有很大的改进空间，也具有明显的差异性。从灌溉效率平均值上来看，河北省要优于辽宁省和河南省，河南省农户灌溉效率均值是三省中最低的，仅为0.194，河北省农户灌溉效率均值是河南省的3倍之多。在规模收益可变假定情况下，即基于DEA方法的VRS模型下测算的效率结果中可以看出，三省农户的农业生产技术效率和灌溉效率测算值都明显大于规模收益不变情况下各自的测算值，表明农业经营规模的自由调整将有利于农业生产和灌溉用水的资源配置效率的提高。从效率值测算均值上看，农户的农业生产技术效率值变化最大的为辽宁省，从0.548变化到了0.98，有了大幅度的提高；灌溉效率也从0.474变化到了0.841。不过，河南省农户的效率测算结果，无论是农业生产技术效率测算值还是灌溉效率测算值，都是三省里面最低的，均值为0.573和0.279，而在2014年时，河南省年平均降水量也是三省中最少的，仅96毫米，从这可以看出，河南省在2014年干旱灾害导致水资源极度紧缺时，还是有农业用水的无效利用，没有提高灌溉技术效率，造成了珍贵的水资源的浪费。四、主要结论与建议 （一）主要结论1. 河北、河南、辽宁三省的农业灌溉用水情况都有很大的改进空间。并且根据DEA方法的CRS和VRS模型测算结果，可以看出，在规模收益不变情况下，河北、河南、辽宁三省灌溉效率均值分别为0.530、0.194、0.474；在规模收益可变情况下，三省灌溉效率均值分别为0.630、0.279、0.841，明显高于规模收益不变约束时的测算值，说明灌溉效率在农业经营规模可自由调整情况下测算结果更好。2.河北、河南、辽宁三省农户的灌溉效率测算值之间存在明显的差异性。总体来说，河北省和辽宁省灌溉效率均值较高，河南省最小。值得注意的是，本文是依据三省在干旱背景下的实地调研数据来做的灌溉效率测算值，水资源本身就很匮乏，并且在2014年时，河南省是三省中降水量最少的省份，水资源匮乏成都在三省中是最高的，但河南省农户的灌溉用水效率值反而是三省中最低的，在农业灌溉用水方面农户并没有能够进行有效配置和高效地利用，在实地调研中也发现农户在灌溉时仍然是以漫灌为主，稀缺的水资源价值没有能够得到充分体现，水资源对农业生产投入是扭曲的。结合三省水资源定价政策——由政府统一定价，且基本没有价格波动可以看出，这导致水资源的市场价值不能够被有效反映，造成水资源价值的扭曲，所以需要合理地制定水资源价格，使扭曲程度降低，让农户深刻了解水资源紧张状况，提高节水意识，积极采用灌溉节水措施。3. 河北、河南、辽宁三省农户的灌溉效率的最小值都出现了0值，在一定程度上可能说明在遭遇较严重的干旱灾害时，农户层面的个人灌溉投入不足以应对农业缺水危机，作物仍然缺水严重，导致最后没有产出，对农业和农民都造成极大损失，尤其河北、河南、辽宁三省还是粮食主产区，粮食产量不足对我国粮食安全也造成极大的影响，需要政府参与，增加农业灌溉投入。（二）相关建议基于以上DEA方法得出的效率测算值及结果分析，结合三省的农业灌溉用水现状，本文从政府层面和农户层面两方面提出以下几点建议，使能够有效提高农业灌溉用水效率，合理利用水资源，积极应对干旱灾害，实现水资源的最优配置和有效利用。1.政府方面（1）研究和推广先进节水技术政府一方面要积极扩充科研人才研究先进节水技术，一方面要加大推广和宣传力度，使滴灌、 渠道防渗等节水灌溉技术真正为农民所知所用，使节水意识深入人心。（2）加强地区灌溉基础设施建设对灌溉基础设施薄弱的重点农业地区，要加大资金投入，添置基础设施，使农户能够有效利用水资源，应对突发情况，稳定农业产量。（3）合理制定水资源价格让市场在水资源定价中也发挥一定的作用，在水资源短缺时，适当提高水价，以价格机制促使农民意识到水资源的稀缺性，达到节水目的（方兰等，2012）。 2.农户方面（1）提高节水意识在政府大力宣传节约用水的基础上，农户也应提高自身对于节水灌溉应用的积极性，培养、提高节水意识。（2）积极采用灌溉节水措施农户要积极主动地学习和应用节水灌溉措施，真正地将先进节水技术应用到平常的农业生产中，使农业灌溉从以漫灌为主较快地向以滴灌、喷灌为主发展。致谢光阴似箭，转眼毕业在即。回首四年的大学生涯，不禁要对那些鼓励我、帮助我、教育我的人表达由衷的感谢。参考文献[1] Kopp, R.J.. The measurement of productive efficiency: reconsideration[J].The Quarterly Journal of Economics,1981,96(3):477-503.[2] Karagiannis G, Tzouvelekas V, Xepapadeas A. Measuring irriga-tion water efficiency with a stochastic production frontier[J]. Environmental and Resource Economics, 2003, 26(1): 57- 72.[3] Kaneko S, Tanaka K, Toyota T. Water efficiency of agricultural production in China: Regional comparison from 1999 to 2002[J].International Journal of Agricultural Resources, Governance and Ecology, 2004(3): 231-251. [4] Speelman S, DHaese M F C, Buysse J, et al. Technical efficiency of water use and its determinants, study at efficiencies in small-scale irrigation schemes in North-West Province, South Africa[C]. Seminar of the Eaae: Pro-poor Development in Low Income Countries: Food, Agriculture, Trade, & Environment. EAAE, 2007. [5] Lilienfeld A. Estimation of excess water use in irrigated agriculture: A Data Envelopment Analysis approach Asmild [M]. Agricultural water management, 2007,94: 73～82. [6] Yi?lmaz, B, Yurdusev, M. A, Harmanci?oglu, N. B. The assessment of irrigation efficiency in Buyuk Menderes Basin.[J]. Water Resources Management, 2009, 23(6):1081-1095.[7] Fare R, Grosskopf S, Lovell CAK. Production Frontiers[M].Cambridge: Cambridge University Press, 1994: 310- 324.[8] 王晓娟, 李周. 灌溉用水效率及影响因素分析[J].中国农村经济, 2005(7):11-18.[9] 方兰, 池营营. 中国蔬菜产业灌溉用水效率分析——以山东省肥城县为例[J]. 山东农业大学学报:社会科学版, 2012(3):11-15.[10] 曹阳. 1961-2010 年潜在干旱对中国玉米, 小麦产量影响的模拟[D]. 中国农业科学院, 2014. [11] 王颖杰. 灌溉农业区旱灾恢复力初探[D]. 石家庄:河北师范大学, 2008. [12] 唐建军. 陕西省灌溉用水技术效率及其影响因素研究[D]. 西北农林科技大学, 2010.[13] 许朗, 黄莺. 农业灌溉用水效率及其影响因素分析——基于安徽省蒙城县的实地调查[J]. 资源科学, 2012, 34(1):105-113. [14] 王亚伟, 柯亚楠. 基于DEA模型的河南省农业生产效率研究[J]. 广东农业科学, 2011, 38(21):222-224.[15] 杨伟. 西南地区农户灌溉行为影响因素分析及应对大旱的思考[D]. 陕西师范大学, 2012. [16] 中华人民共和国水利部. 水资源公报(2014)[R]. 中华人民共和国水利部.[17] 潘经韬. 中国农业用水效率区域差异及影响因素研究[J]. 湖北农业科学, 2016(11):2943-2947.[18] 王昕, 陆迁. 中国农业水资源利用效率区域差异及趋同性检验实证分析[J]. 软科学, 2014(11):133-137.[19] 崔岩, 吴丽美, 曲建华,等. 河南省农业水资源生产配置效率测算[J]. 河南农业大学学报, 2014,48(4):501-504.[20] 王学渊. 基于DEA和SFA方法的农户灌溉用水效率比较研究——以西北地区的实地调查数据为例[J]. 中国农村水利水电, 2010(1):8-13.[21] 赵连阁, 王学渊. 农户灌溉用水的效率差异——基于甘肃、内蒙古两个典型灌区实地调查的比较分析[J]. 农业经济问题, 2010(3):71-78.[22] 耿献辉, 张晓恒, 宋玉兰. 农业灌溉用水效率及其影响因素实证分析——基于随机前沿生产函数和新疆棉农调研数据[J]. 自然资源学报, 2014, 29(6):934-943.
引言
引言
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/jjymy/1386.html
