引言

水是生命的源泉，是人类赖以生存和发展的最重要的物质资源之一，也是农业发展不可或缺的命脉。中国水资源总量约为28000亿立方米，居世界第六位。然而，中国人口众多，人均水资源占有量仅为世界平均水平的四分之一左右。这种水资源的对比情况使得中国在水资源利用方面面临较大的压力，许多地区经常出现用水紧张的情况。农业用水是中国水资源利用的大户，占全国用水总量的60%左右。在一些传统灌溉方式下，水资源浪费现象较为严重。例如，大水漫灌这种灌溉方式，会使大量的水在田间蒸发和渗漏，灌溉水的利用系数较低。因此，以宏观视角测度中国农业生产水资源利用效率，分析农业水资源开发与利用存在的主要问题，对于我国合理配置资源、实现水资源的可持续利用具有重要意义。

目前，学术界关于农业水资源利用效率的研究主要包括三个方面。一是，测算方法及指标选取。当前，学术界主要运用随机前沿分析法、数据包络分析法等技术路径，从投入产出理论框架出发构建评价模型。投入要素通常涵盖资本存量、劳动力投入、土地资源、水资源消耗等多维度指标，产出要素以地区农业生产总值作为核心衡量标准。二是，时空格局演变特征。该领域研究方法论呈现多元化趋势，核密度估计法被广泛用于描绘效率值的频次分布形态，马尔科夫链模型则擅长分析效率状态的动态转移概率，辅以Arc-GIS空间分析技术可实现效率空间分布的可视化表达。研究者常通过绘制标准差椭圆揭示效率空间差异的主轴方向，运用重心迁移模型追踪效率空间格局的动态演变轨迹，从而精准刻画农业水资源绿色效率的时空分异规律。三是，驱动因素量化分析。鉴于效率测算结果呈现[0,1]区间分布且存在左侧截断的统计学特征，Tobit回归模型成为剖析影响机制的主流工具。学者们将区域经济发展水平、农业技术进步、水资源禀赋差异、政策制度环境等多重因素纳入回归框架，系统揭示影响农业水资源利用效率的内在机理，为制定精准施策的绿色转型策略提供实证依据。

本研究选取2005至2022年我国农业生产水资源利用领域的详实数据，运用超效率sbm模型进行量化评估，深入剖析我国农业生产水资源利用效率的时空分布特征，揭示其演变规律，并探究影响效率的因素。研究旨在精准刻画我国农业水资源开发与利用的现状及存在的短板，为政策制定者提供科学依据，助力提升各地农业生产水资源利用效率的协同性，推动区域间农业资源的均衡配置与可持续利用。

一、研究方法与数据来源

（一）研究方法

1. 超效率sbm模型

本研究将农业碳排放纳入考量，用非期望产出超效率SBM模型评估各省市农业生产水资源利用效率。在这一假设下，农业生产水资源系统被划分为n个生产单元，以中国31个省市作为决策单元。每个评估单元均包含三大组成部分：投入要素集合M、期望产出集合N以及非期望产出集合I，其中m、n、i分别指代这些集合中的具体元素编号。

在模型中，投入冗余与非期望产出冗余分别表征了投入要素和非期望产出的过量部分，而期望产出不足则代表了期望产出未能达到理想水平的程度。具体地，代表投入要素的数量，代表期望产出的数量，代表非期望产出的数量。其中，为投入冗余，揭示了投入要素可缩减的比例，期望产出不足则显示了期望产出可增加的潜力，非期望产出冗余则表明了非期望产出可减少的比例。此外，ρ代表农业生态效率值，其取值范围界定于0至1之间。若ρ等于1，则意味着生产单元完全有效，此时投入冗余、期望产出不足以及非期望产出冗余均为0，即不存在任何投入要素的浪费、非期望产出的过多以及期望产出的短缺。相反，当ρ小于1时，则表明生产单元存在效率损失，需对投入与产出要素进行适当调整，以期达到提升水资源利用效率的目的。

2. 核密度估计方法

核密度估计采用平滑核函数拟合样本数据，是将平滑核函数作为权重对数据的概率密度曲线进行拟合的非参数估计方法。假设 f（M）为农业生产水资源利用效率的密度函数，公式如下：

式（3）中：n 为观测值个数；为独立同分布的观测值；K（·）表示高斯核密度函数；h 为带宽，选择较小带宽以确保较高精确度。

（二）数据来源与指标构建

1. 数据来源

本研究以中国的31个省级行政单位作为研究主体，考察的时间范围为2005年至2022年。在数据收集方面，农业生产水资源利用效率的相关指标数据主要源自2005年至2022年间出版的《中国统计年鉴》、各省级单位的统计年鉴以及各地市级统计局的官方网站。针对部分缺失数据，采用线性插值的方法进行合理的估算与补充。

2. 农业生产水资源利用效率

参考以往学者研究，本文通过含非期望产出的超效率SBM模型，全面评估了我国31个省市的农业生产水资源利用效率，该模型从投入与产出两个维度出发，综合考虑了期望产出和非期望产出（表1），计算了2005年至2022年间，我国31个省份的农业生产水资源利用效率值。

一级指标	二级指标	三级指标	单位
投入指标	水资源投入	农业用水总量	亿m³
	劳动力投入	农业从业人员	万人
	土地投入	农作物播种面积	hm²
	机械投入	农业机械总动力	万kw
	化肥投入	化肥施用量	万t
	农药投入	农药施用量	万t
产出	期望产出	农业总产值	亿元
	非期望产出	农业碳排放量	万t

二、结果与分析

（一）农业生产水资源利用效率的测度与评价

1. 农业生产水资源利用效率的时间趋势

在运用包含非期望产出的SBM模型进行测度时，所得结果会因限定条件的不同而有所差异。本研究中，设定期望产出与非期望产出的权重均为1，并分别基于不变规模报酬（CRS）假设与可变规模报酬（VRS）假设，计算了各省历年来的农业生态效率。图1展示了2005年至2022年期间，我国各省市农业生产水资源利用效率的历年平均数值。根据时间分析，在两种特定约束条件下，农业生产水资源利用效率的平均值呈现出递增的趋势：2005年至2009年期间，增长缓慢；2010年至2017年间，保持稳定上升；而在2018年至2022年，增长速度明显加快。相比较而言，CRS条件下趋势的一致性更高。基于这一特征以及农业发展的实际情况，本文将分析在CRS条件下的测算结果。在CRS条件下，2005年我国31个省市的农业生产水资源利用效率均值为0.1003，2022年的效率均值为0.6175。从原始数据看，各省的化肥、农药使用总量呈现递减趋势，而农业机械化动力则持续增强。面对维持产出效能与提升生态环境的双重挑战，农业生产水资源利用效率总体上仍呈现出积极的增长趋势。

为进一步对我国农业生产水资源利用效率在时间序列上进行解构，本研究运用 Kernel 核密度图分析不同年份的农业水资源利用效率的分布态势、延展性和极化趋势。

由图2知，2005 -2020 年，农业水资源利用效率的核密度分布呈现出明显的变化趋势。整体来看，早期（2005 年、2008 年）效率分布较为集中且呈现双峰或多峰的形态，随着时间推移（2011 年 -2020 年），效率分布逐渐向右移动，高峰的峰值有所降低，分布的形态更加平缓。由图3知，农业水资源利用效率的分布形态在不同年份存在差异，并且随着年份的推移，这种分布呈现一定的变化趋势。2007 年的效率值分布曲线较高且较为陡峭，峰值出现在较低效率值附近（接近0），即很多省份的农业水资源利用效率较低，处于一个相对集中的低水平状态。相比图2，图3曲线的整体形态更加复杂且不对称，表明效率的分布规律发生了显著变化，受到更多因素的综合影响而呈现出分层状态。

2. 农业生产水资源利用效率的区域差异

图4展示了2005年至2022年间中国东部地区、中部地区和西部地区的农业生产水资源利用效率值的变化趋势。三大地区的农业水资源利用效率均呈现明显上升趋势，说明随着时间推移，三个地区在农业用水的效益方面都有所提高。

东部地区一直处于三地区中最高水平。效率值从2005年的约0.12逐步提升至2022年的约0.59，增长稳定且幅度明显。表明东部地区在农业水资源利用方面推进较为有效，技术和管理水平可能较先进。中部地区效率值整体低于东部和西部地区。从2005年约0.09起步，增长较缓慢，到2022年约0.41。中部地区水资源利用效率相对较低，可能受限于水资源条件或农业管理水平。西部地区起初效率值最低（约0.07），但增长速度最快。2020超越中部地区，2022年达到约0.68，甚至超过东部地区。这表明西部近年来在农业水资源利用效率提升方面取得显著进步，可能是政策倾斜、技术推广等因素推动。

3. 农业生产水资源利用效率的空间特征

依据中国31个省市的农业水资源利用效率数据，借助ArcGIS10.8软件，选取了2005年和2022年这两个时间节点，绘制了各省市的农业生态效率空间分布图（见图5）。由图5可知，中国农业生态效率存在明显的地域差异，且在研究期间内，各地区的生态效率水平均发生了不同程度的变动。为了深入分析农业生态效率的分布特征，我们将31个省市进行了合理的划分，按照国家统计局11∶8∶12的分类法划分为东、中、西部地区。东部地区有广东、海南、上海、福建、江苏、北京、浙江、天津、辽宁、山东、河北；中部地区有湖北、湖南、江西、河南、黑龙江、安徽、吉林、山西；西部地区有贵州、西藏、四川、青海、陕西、广西、重庆、新疆、宁夏、云南、内蒙古、甘肃。2005年，全国农业生产水资源利用效率处于较低水平。在2005年至2022年期间，东、中、西部地区的农业生产水资源利用效率持续提升。东、西部地区的农业生产水资源利用效率值提升程度强于中部地区。高效率地区中，西部地区占比最大，农业生产水资源利用效率的空间集聚趋势愈发显著。

注：基于中国自然资源部标准地图服务网站（http://bzdt.ch.mnr.gov.cn）下载的审图号为GS（2019）3266号的标准地图制作；下载的审图号为GS（2023）2767号的标准地图制作，底图无修改。

（二）农业水资源利用效率的改进方向与建议

在超效率SBM模型中，冗余量指的是在保持产出不变的情况下，可以减少的投入量，或者是在保持投入不变的情况下，可以增加的产出量。这些冗余量反映了决策单元（DMU）的效率损失，即如果减少这些冗余量，DMU的效率可以提高。具体而言，超效率SBM模型允许效率值超过1，并具备更好地区分和排序传统SBM模型中效率值为1的决策单元（DMU）的能力。在超效率SBM模型框架下，若 DMU的效率值超过1，这意味着该DMU在减少投入或增加产出方面还有改进的空间，即存在冗余。此外，超效率SBM模型在评估时，会生成投入项、产出项及非期望产出项相关的松弛变量（Slack值），这些Slack值对于计算投入冗余率或产出不足率至关重要，进一步揭示了DMU的效率损失情况。投入冗余率以投入项的冗余值与其投入量的比值表征，产出不足率则由产出项的冗余值与其产出量的比值表征。

本研究针对2005至2022年间中国各省市的农业水资源利用投入要素，通过将其Slack值除以相应的投入指标值得到投入冗余率；非期望产出的冗余率由农业非期望产出的松弛量（记为s_u）与对应的农业碳排放值相比得出。投入产出冗余情况如图6所示。

依据冗余率的排序结果，农业水资源利用效率低下的主要驱动因素依次为农药过度使用、非期望产出（具体表现为碳排放）、化肥过量施用以及水资源浪费。其中，农药投入对水资源利用效率造成的损失最为显著，揭示了中国31个省市农业生产中普遍存在的农药滥用问题。碳排放为第二大影响因素，化肥、农药的污染及农膜残留物的积累和传播对农业生态系统的健康造成了严重威胁。碳排放导致温室气体效应加强，水体温度升高，生态环境恶化，影响农业用水的水质和水量，间接影响水资源利用效率。此外，水资源的浪费也是不可忽视的重要因素。考虑到中国作为人口大国，在农业生产过程中，水资源充裕时，农民和管理部门可能缺乏节约意识，灌溉方式不够科学，导致大量水资源被浪费，比如漫灌、漏水和渗漏等现象普遍，降低了水的有效利用率。

分地区看（见图7），不同地区影响农业生产水资源利用效率的关键因素存在差异。在东部地区，非期望产出投入的冗余率最高，而劳动力投入的冗余率则相对较低；中部地区则以农药投入冗余率最高，化肥投入次之，机械投入的冗余率最低； 在西部地区，农药投入冗余率与中部地区相似，均处于较高水平，而紧随其后的是非期望产出投入的冗余率，机械投入的冗余率则最低。总体来看，中部地区的投入冗余及非期望产出冗余率最高，这主要是由于农药和其他资源的过度使用，导致水源利用效率低下以及经济产出效率不高。同时，污染物的排放量增加，使农业环境面临较大的减排压力，进一步影响了农业水资源利用效率的提升。西部地区的情况次之，而东部地区的投入与非期望产出冗余率最低，这得益于其良好的经济基础、技术应用和管理体系，实现了农业水资源的高效利用。这些因素共同促进了农业水资源利用效率的提高。

三、结论与建议

本文在构建农业水资源利用效率评价指标体系时，将碳排放视为一项非期望产出纳入考量，并采纳了包含非期望产出的超效率SBM模型，对2005年至2022年间中国31个省市的农业生产水资源利用效率进行了综合评估。通过应用ArcGIS技术进行地理数据的可视化以及利用核密度分析，结果揭示了：（1）从均值来看，中国31个省市的农业生产水资源利用效率不断提升。各地区之间存在显著的效率差异。（2）从空间分布特征观察，高效率区域主要集中于西部地区，且呈现出向地区集聚势。（3）从冗余率的角度来看，各省市农业生产水资源利用效率较低，主要是由于投入要素的冗余和非期望产出过量排放所致。农业和化肥的投入冗余，以及农业碳排放污染物的冗余，是导致农业生产水资源利用效率损失的主要因素。此外，不同地区农业生产水资源利用效率损失的原因存在差异，这表明在实施改善措施时需要考虑地区特定的环境和农业生产条件。

根据上述结论作出以下建议。一是加强农药和化肥管理。借助先进的农业技术，如卫星定位系统（GPS）和地理信息系统（GIS），实现农药、化肥的精准投放。通过无人机等设备进行低容量、精准的农药喷洒，能够减少农药的过量使用，避免农药随雨水或灌溉水流入水体，造成水污染，从而提高水资源利用效率。鼓励研发和使用生物农药、生物有机肥料等生态友好型产品。二是减少碳排放，提高能源利用效率。在农业生产中，推广使用太阳能、风能等清洁能源来替代传统的化石能源。利用沼气池将农作物秸秆、畜禽粪便等有机废弃物发酵产生沼气，用于农村的生活燃料和部分生产燃料需求。对农业机械和设备进行节能改造，并定期维护和保养，确保其在最佳状态下运行，也能有效提高能源利用效率，间接减少碳排放和水资源浪费。三是改进灌溉技术，加强水资源循环利用。完善灌溉系统配套设施，如建设渠道防渗工程。在农业生产区域内，建立雨水收集系统，将雨水收集起来用于灌溉。对农业加工过程中的废水进行处理和回用。

参考文献：

1. [1] 阿哈提·克力木,曾俣杰,刘德地. 干旱区水资源供需平衡分析方法研究——以新疆哈密市伊州区为例[J]. 中国农村水利水电,2023(06):21-26+35.
2. [2] 李可柏,陶军,卢慧. 中国水资源利用效率评价及空间集聚分析[J]. 人民黄河,2023,45(09):96-103.
3. [3] 郝铭,段琳琼,陈常优,等. 黄河流域与长江经济带农业水资源利用效率与影响因素的差异性研究[J]. 水土保持通报,2022,42(04):267-277.
4. [4] 褚家琦,蒋志辉. 新疆农业水资源绿色效率时空演变及影响因素研究[J]. 干旱区地理,2024,47(07):1231-1241.
5. [5] 尹上岗,马志飞,黄萍,等. 中国水资源利用的时空分布格局探究[J]. 华中师范大学学报(自然科学版),2017,51(06):841-848.
6. [6] 陆泉志,陆桂军,范稚莲,等. 广西农业水资源利用效率及其影响因素研究——基于Global超效率DEA与Tobit模型[J]. 节水灌溉,2018(08):54-58+65.
7. [7] 罗芳,田苗,孙彩虹,等. 长江经济带农业水资源利用效率时空差异分析[J]. 人民长江,2020,51(02):1-7+48.
8. [8] 刘涛,崔永正,李继霞. 基于水污染视角的中国农业生态用水效率及其影响因素[J]. 水土保持研究,2021,28(05):301-307.
9. [9] 杜书,梁彦庆,张梦,等. 河北省农业水资源利用效率时空分异特征及影响因素研究[J]. 节水灌溉,2021(06):74-80.