2007—2020年黄河流域农业灌溉用水效率——基于3阶段DEA模型和Malmquist指数.pdf
《2007—2020年黄河流域农业灌溉用水效率——基于3阶段DEA模型和Malmquist指数.pdf》由会员分享,可在线阅读,更多相关《2007—2020年黄河流域农业灌溉用水效率——基于3阶段DEA模型和Malmquist指数.pdf(7页珍藏版)》请在咨信网上搜索。
1、摇第 22 卷摇 第 1 期2024 年 2 月中 国 水 土 保 持 科 学Science of Soil and Water ConservationVol.22摇 No.1Feb.2024DOI:10.16843/j.sswc.202301420072020 年黄河流域农业灌溉用水效率 基于 3 阶段 DEA 模型和 Malmquist 指数焦雨萌,曹建军覮,陈摇 洁,王海茹,李育梅(西北师范大学地理与环境科学学院,730070,兰州)摘要:为使黄河流域农业灌溉水资源得到合理利用,采用3 阶段 DEA 模型和 Malmquist 指数方法,分析20072020年黄河流域各省区在剔除外部环
2、境影响因素下的实际农业灌溉用水效率。结果表明:1)黄河流域农业灌溉用水效率低下主要受制于经济水平和水资源禀赋,尽管政府的重视对其效率具有一定的促进作用,但效果不显著。2)在消除外部影响因素后,20072020 年黄河流域灌溉用水的纯技术效率平均值被低估(0郾 931),综合技术效率平均值(0郾 733)和规模效率平均值(0郾 792)被高估。在省域尺度上,除河南省农业灌溉用水效率位于有效前沿面外,其余省区的农业灌溉用水投入均未得到有效利用。3)通过 Malmquist 指数分析发现,20072020 年黄河流域农业灌溉用水效率整体呈波动上升趋势,平均增长率为 10郾 3%。其中,技术进步变化
3、1,规模效率变化与 Mamquist 指数变化趋势相似。综上,黄河流域应在灌溉技术水平较高的基础上高度重视农业灌溉用水中规模效率的潜力,以进一步提升灌溉用水效率。关键词:农业灌溉用水效率;3 阶段 DEA 模型;Malmqusit 指数;黄河流域中图分类号:F323郾 2;S17文献标志码:A文章编号:2096鄄2673(2024)01鄄0070鄄07引用格式:焦雨萌,曹建军,陈洁,等.20072020 年黄河流域农业灌溉用水效率:基于 3 阶段 DEA 模型和Malmquist 指数J.中国水土保持科学,2024,22(1):70-76.JIAO Yumeng,CAO Jianjun,CHE
4、N Jie,et al.Agri鄄cultural irrigation water efficiency in the Yellow River Basin from 2007 to 2020:Based on the three鄄stage DEA model andMalmquist indexJ.Science of Soil and Water Conservation,2024,22(1):70-76.收稿日期:2023 02 13摇 修回日期:2023 11 06项目名称:甘肃省教育科技创新项目“气候和土地利用变化背景下甘肃省水资源能源粮食环境耦合协调度研究冶(2022B-090
5、)第一作者简介:焦雨萌(1996),女,硕士研究生。主要研究方向:资源环境经济与生态变化。E鄄mail:覮 通信作者简介:曹建军(1974),男,博士,副教授。主要研究方向:区域生态与环境经济学。E鄄mail:caojj Agricultural irrigation water efficiency in the Yellow River Basin from 2007 to 2020:Based on the three鄄stage DEA model and Malmquist indexJIAO Yumeng,CAO Jianjun,CHEN Jie,WANG Hairu,LI Yum
6、ei(College of Geography and Environmental Science,Northwest Normal University,730070,Lanzhou,China)Abstract:Background Currently,the Yellow River Basin contributes one鄄third of China蒺s total grainproduction,but its agricultural water management is inefficient,with irrigation water accounting for ove
7、r90%of total usage.Efficient utilization of agricultural irrigation water is crucial for sustainableagricultural development and environmental conservation.Implementing efficient irrigation systemimproves crop yield and quality,enhances drought resistance and adaptability,reduces costs,andmitigates
8、soil salinization.Therefore,efficient agricultural irrigation water usage is necessary to promotesustainable agricultural development and ecological protection.Methods This article employed thethree鄄stage DEA model and Malmquist index to conduct static and dynamic analysis of agricultural摇摇 第 1 期焦雨萌
9、等:20072020 年黄河流域农业灌溉用水效率irrigation water use efficiency in the Yellow River Basin from 2007 to 2020.The three鄄stage DEA modelcan eliminate the impact of non鄄operational factors(including external environment and random errors)on agricultural irrigation water use efficiency,thereby more accurately re
10、flecting the internal managementlevel of decision units.The Malmquist index can analyze the trend changes in agricultural irrigation wateruse efficiency,which helps to better understand the development trend of agricultural irrigation water useefficiency.Results The First Stage of the DEA model reve
11、aled that,from 2007 to 2020,the annualaverage comprehensive efficiency,pure technical efficiency,and scale efficiency of agricultural irrigationwater use in the Yellow River Basin were 0郾 786,0郾 913,and 0郾 864,respectively.The regressionoutcomes from the Second Stage of SFA revealed that the regress
12、ion coefficients of per capita grossdomestic product(GDP)and per capita water resources with respect to the input slack variablesassociated with effective irrigated area pass the 1%significance test.In contrast,input slack variablesassociated with agricultural water use and personnel employment did
13、not pass the significance test.Furthermore,fiscal expenditures on agricultural and forestry water affairs did not exhibit significance inrelation to any of the input slack variables.In the Third Stage,the results of the DEA model indicatethat,after controlling for external factors and random errors,
14、the annual average comprehensive efficiencyfor this period decreased by 5郾 2%,while pure technical efficiency increased by 1郾 8%,and scaleefficiency declined by 7郾 2%.The annual average comprehensive efficiency,pure technical efficiency,and scale efficiency in Henan province all remained above 1,rea
15、ching their maximum values.TheMalmquist index revealed that,from 2007 to 2020,the overall trend in irrigation water use efficiency inthe Yellow River Basin demonstrated a fluctuating upward trajectory with an average growth rate of10郾 3%.Specifically,the change in technical progress exceeded 1,and t
16、he variation in scale efficiencycorresponded to the changes observed in the Malmquist index.Conclusions Based on the aboveconclusions,the agricultural irrigation technology in the Yellow River Basin is at an advanced level.However,the pure technical efficiency of agricultural irrigation water use is
17、 underestimated,and thescale efficiency is overestimated,leading to the inappropriate scale of agricultural irrigation.Therefore,while ensuring the adoption of advanced irrigation technologies,it is imperative to prioritize theexploration of the scale efficiency potential in agricultural irrigation
18、water use.This approach will furtherenhance the efficiency of irrigation water use,promoting the sustainable development of water and soilresources in the region.Keywords:agricultural irrigation water use efficiency;three鄄stage DEA model;Malmquist index;TheYellow River Basin摇 摇 水资源在自然植被生长和人类社会经济发展中发
19、挥着关键作用。目前,全球农业用水占人类用水总量 85%,其中灌溉农业是耗水量最大的农业生产活动,世界上约 70%的淡水用于作物灌溉1。因灌溉用水可控制土壤中盐分积累、降低土壤渗透阻力并增加土壤湿度,因此提高其效率对保障农业水土资源可持续发展和粮食安全起着不容忽视的作用2。由于数据包络分析(date envelopment analysis,DEA)不需要预估参数就可评价多个投入和多个产出之间相对有效性的方法,而随机前沿分析法(sto鄄chastic frontier approach,SFA)能够揭示各因素对产出的影响机制,因此二者通常被很多学者用于评价农业灌溉用水效率。例如,Tran 等3采
20、用 DEA 模型研究发现,越南罗布斯塔咖啡树种植规模达到最优水平后,全国可节省 25%的灌溉用水。刘维哲等4利用 SFA 模型发现,推广滴灌技术、维修灌渠、提高水价等措施有利于陕西关中地区小麦灌溉用水效率的提高。王学渊5通过对比 DEA 和 SFA 模型计算得出的农业灌溉用水效率结果,发现他们具有显著的一致性。然而,上述研究中,DEA 模型均假设管理无效率导致无效率项的产生,很少考虑外部环境和随机误差对效率值的影响;同样,SFA 模型虽然考虑外部环境因素和随机误差,但由于要为假设的生17摇中国水土保持科学2024 年产前沿函数设定偏差,从而无法分辨随机性和无效率问题6。针对以上问题,笔者采用
21、3 阶段 DEA 模型7对近 15 a 黄河流域的农业灌溉用水效率进行深入研究。具体过程如下:第 1 阶段,将原始投入产出变量带入 DEA 模型进而测算农业灌溉用水效率;第 2 阶段,采用 SFA 模型对外部环境因素和随机误差进行回归,调整第 1 阶段 DEA 模型的结果;第 3 阶段,测算剔除环境因素和随机误差后的农业灌溉用水效率。虽然 3 阶段 DEA 模型增强数据的准确性,但该方法 不 能 对 连 续 年 份 效 率 变 化 进 行 评 价,而Malmquist 指数是在时间维度上对效率进行纵向对比分析的最常用模型之一8。因此,将其与 3 阶段DEA 模型进行结合,对20072020 年
22、黄河流域9 省区的农业灌溉用水效率进行静态和动态分析,进而为黄河流域农业灌溉用水效率做出更准确的判断,并为保障该流域水资源安全和粮食安全提供更可靠的依据。1摇 研究区概况黄河流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南和山东 9 个省区,是我国北方地区的“母亲河冶。其地势自西向东形成由高到低的三级阶梯(图 1)。根据各省区统计年鉴显示,20072020 年黄河流域其粮食产量占全国粮食产量的比例由 2007年 34郾 63%上升至 2020 年的 35郾 63%。农业总用水 量 年 均 为 11 578郾 4 亿 m3,占 总 用 水 量 的66郾 26%。根据 2020 年水资源公报可
23、知,当前黄河流域农业用水方式较为粗放,其中灌溉用水占农业用水总量的 90%以上,而有效灌溉面积比例约为 39郾 25%,因此提高灌溉用水效率在农业生产方面起着重要的作用。2摇 数据与方法2郾 1摇 3 阶段 DEA 模型1)第 1 阶段笔者通过选用 DEA 模型中的 BCC模型,即考虑规模报酬可变(variable returns to scale,VRS)情况下,对众多决策单元(decision makingunits,DMU)的多项投入和产出指标进行评价运算。并选取以投入为导向的 DEA 方法,即最大限度地利用资源、减少投入从而达到既定的产出水平来节约农业灌溉水资源,从而确定 DEA 有效
24、生产前沿面,具体公式参考卢曦等7研究。图 1摇 研究区位置图Fig.1摇 Location map of the study area摇2)第 2 阶段采用 SFA 回归模型。Fried 等9提出引入投入松弛变量的方法,即通过松弛变量表示约束条件的松弛程度或剩余量,以衡量不同 DMU存在的资源浪费或不足情况,并通过调整松弛变量的值,提高目标函数值,为进一步提高农业灌溉用水效率提供参考。但投入松弛变量易受其他因素的影响,SFA 回归模型7将农业灌溉用水效率视为由随机因素(例如自然灾害、技术误差等)和确定因素(例如技术、资本和劳动力等)共同决定的随机变量。通过消除随机因素,该模型全面的评估仅由管理
25、无效率造成的 DMU 效率缺陷,从而提高农业灌溉水资源利用效率和决策效果10。笔者对每个DMU 的投入松弛变量进行分析,具体构建 SFA 回归方程公式参考王韧等10研究。3)第3 阶段是将第2 阶段调整后的投入值和产出值,再次带入传统 DEA 模型进行效率评价,此时得到的效率值因为消除外部环境因素和随机误差,可以更为准确地反映农业灌溉用水效率。2郾 2摇 Malmquist 指数Malmquist 指数动态效率评估方法,利用距离函数的比值来计算投入产出效率,测量 DMU 的动态效率值8。当 Malmquist 指数的值 1 时,说明全要素生产率指数为增长趋势;若=1,说明全要素生产率指数正好在
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2007 2020 黄河流域 农业 灌溉 效率 基于 阶段 DEA 模型 Malmquist 指数
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。
链接地址:https://www.zixin.com.cn/doc/2176919.html