论文部分内容阅读
【摘 要】基于DEA方法和第三章构建的农田水利管理效率测算模型，本研究使用DEAP2.1软件对我国31个省、市、自治区的农田水利管理效率情况进行测算，对几个方面进行了统计性描述。通过空间计量方法对全国省域农田水利设施管理效率影响因素的实证分析，结果显示空间滞后模型（SLM）的各项统计性质均优于经典计量模型，更适合体现农田水利设施管理效率的空间依赖性。
【关键词】农田水利管理效率；空间差异
前言
自2004年中央一号文件提出大力加强农田水利建设，提高农户参与式灌溉管理发展模式的号召以来，我国大部分地区积极响应，加大投入，但由于不同地区经济与地理的差异，有些地区农田水利灌溉设施管理效率提高的同时，严重水旱灾害仍然频繁发生，不断暴露出农田水利基础设施薄弱，管理效率不明显等问题。因此，为了进一步提高灌溉用水效率、全面实现中国农田水利设施可持续利用和保障粮食安全，本文以小型农田水利为研究对象，分析其不同经济与地理条件下的地区农田水利管理效率的差异性，因地制宜的找出其符合区域经济地理条件的管理模式及有效途径。
一、农田水利管理效率的总体评价
2005-2010年全国管理效率，平均水平只有0.7，说明我国农田水利效率水平较低，还有很大的改善空间；这段时间全国纯技术效率平均值0.795，规模效率平均值0.883，说明管理水平和规模经济都需要加强才能提高我国农田水利的效率水平，进而提高农业用水的使用效率。从时间趋势来看，2005-2007年技术效率水平有上升的趋势，2007年达到最高值0.84，此后效率水平下降明显，稳定在0.67左右的水平；全国纯技术效率和规模效率随时间的变化趋势与技术效率的变化趋势大致相同，规模效率的起伏幅度更大，说明管理效率出现这种变化是纯技术效率和规模效率共同作用的结果，其中纯技术效率的影响更大。
二、农田水利管理效率的空间集聚现象
不同地区之間农田水利管理效率值有明显的不同，空间上各空间单位的指标数值大小具有集聚或分散的情形。地理上相邻的地区间存在空间上的依赖性，通过2005年和2010年全国管理效率空间分布图可以看出，我国农田水利管理效率高的地区主要集中在我国的东北部地区和东南地区，效率低的地区集中在西北地区（除新疆）和西南地区，且效率值相近的地区地理上相连，这说明农田水利管理效率存在地理上的空间集聚现象。从2005年与2010年各地区管理效率空间分布对比情况来看，农田水利效率值高的地区沿着地理边界不断向外扩散，如华北、西北地区，但是也有农田水利效率值低的省份沿着地理边界扩散，例如中南、东北地区，这些现象说明我国农田水利效率部分地区出现有利的正向促进作用，也有些地区出现倒退的现象。总体来说，我国东部地区和北部地区的相邻省份农田水利的管理效率水平较高，而中部地区、南部地区、西北地区相邻的省份管理效率值偏低。
三、农田水利管理效率成因分析
空间相关分析已经定量证明了我国农田水利管理效率具有空间相关性，本节采用空间计量经济模型对农田水利管理效率的影响因素进行估计。以农田水利管理效率（XL）作为被解释变量，从地理环境与自然灾害：地形地貌（DX）、水资源总量（SZY）、受灾面积（ZH）；投资结构与经济条件：水利设施投资结构（TZJG）、区域經济发展水平（GDP）；工程规模与工程效益：灌溉系统规模（GM）、水利工程效益（XY）；人力资本与经营能力：农业人口比重（RK）、农业劳动报酬（BC）、管理者经营能力（JYNL）方面建立了农田水利管理效率影响因素如图模型：
该模型的目的是检验地理环境与自然灾害，投资结构与经济条件，工程规模与工程效益，人力资本与经营能力与农田水利管理效率的相关关系和决定因素，通过合适的估计方法考察农田水利管理效率的决定因素和局域溢出效应。
四、农田水利管理效率空间常系数回归模型分析
2010年农田水利管理效率空间常系数回归模型分析2010年农田水利管理效率影响因素空间常系数回归模型的统计检验结果可见，SLM和SEM的拟合优度分别为0.849和0.856，均高于OLS估计值0.824；比较对数似然函数值Log L、AIC和SC值发现，SLM模型和SEM模型Log L均高于OLS估计，AIC和SC值均低于OLS估计，这说明空间常系数回归模型比OLS估计对数据的解释性更高。SLM的Log L值25.206大于SEM的Log L值23.189；极大似然比率（LR）SLM估计通过了5%水平的显著性检验，而SEM估计没有通过显著性检验，因此SLM比SEM和OLS估计的模型要好。
SLM估计中，模型的拟合情况更好，地形地貌（DX）回归系数符号为负，没有通过显著性检验，这与预期不同；受灾面积（ZH）的回归系数也为正，不符合预期。投资结构（TZJG）的回归系数为负，不符合预期的假设；区域经济发展水平（GDP）回归系数符号为负，没有通过显著性检验。灌溉系统规模（GM）回归系数符号为正，通过了10%水平下的显著性检验；水利工程效益（XY）的回归系数也都为正，符合本文的假设，通过了5%水平下的显著性检验。农业劳动报酬（BC）回归系数符号为正，通过了1%水平的显著性检验。管理者经营能力（JYNL）回归系数符号为负，通过了5%水平的显著性检验；
SLM的因变量向量的空间滞后回归系数（ρ）为正，通过了1%水平下的显著性检验。SEM估计中，水资源总量、投资结构、区域经济发展水平、灌溉系统规模、农业劳动报酬、水利工程效益、农业人口比重、农业劳动报酬和管理者经营能力都通过了显著性检验。SLM的空间滞后回归系数（ρ）为0.261，SEM模型创新变量的空间误差系数（λ）为-1.469，两者都通过了1%水平的显著性检验，这表明，2010年空间邻近溢出效应对我国农田水利效率水平有明显作用，邻近省域管理效率的误差冲击对本地区的效率水平没有明显影响。
五、结语
综上所述，基于空间计量经济学的农田水利管理效率空间常系数回归模型分析显示，农田水利管理效率主要的影响因素是区域经济发展水平、灌溉系统规模、水利工程效益、农业劳动报酬、管理者经营能力。区域经济发展水平对农田水利设施效率的提高没有正向的促进作用，经济水平高的地区对水利设施利用效率关注不够。灌溉系统规模、水利工程效益、农业劳动报酬的提高对农田水利设施管理效率有不可忽视的正向作用，扩大灌溉系统规模，提高水利工程效益和增加农民的劳动报酬都有利于农田水利的发展，有利于提高农田水利设施的管理效率。
参考文献：
[1]钱文婧，贺灿飞.中国水资源利用效率区域差异及影响因素研究[J].中国人口·资源与环境，2011，21（2）：54-60.
[2]庞英，李树超.中国粮食生产资源配置效率及其区域差异[J].经济地理，2008，28（1）：113-117.
[3]刘铁军.产权理论与小型农田水利设施治理模式研究[J].节水灌溉，2007，（3）：50-53.
【关键词】农田水利管理效率；空间差异
前言
自2004年中央一号文件提出大力加强农田水利建设，提高农户参与式灌溉管理发展模式的号召以来，我国大部分地区积极响应，加大投入，但由于不同地区经济与地理的差异，有些地区农田水利灌溉设施管理效率提高的同时，严重水旱灾害仍然频繁发生，不断暴露出农田水利基础设施薄弱，管理效率不明显等问题。因此，为了进一步提高灌溉用水效率、全面实现中国农田水利设施可持续利用和保障粮食安全，本文以小型农田水利为研究对象，分析其不同经济与地理条件下的地区农田水利管理效率的差异性，因地制宜的找出其符合区域经济地理条件的管理模式及有效途径。
一、农田水利管理效率的总体评价
2005-2010年全国管理效率，平均水平只有0.7，说明我国农田水利效率水平较低，还有很大的改善空间；这段时间全国纯技术效率平均值0.795，规模效率平均值0.883，说明管理水平和规模经济都需要加强才能提高我国农田水利的效率水平，进而提高农业用水的使用效率。从时间趋势来看，2005-2007年技术效率水平有上升的趋势，2007年达到最高值0.84，此后效率水平下降明显，稳定在0.67左右的水平；全国纯技术效率和规模效率随时间的变化趋势与技术效率的变化趋势大致相同，规模效率的起伏幅度更大，说明管理效率出现这种变化是纯技术效率和规模效率共同作用的结果，其中纯技术效率的影响更大。
二、农田水利管理效率的空间集聚现象
不同地区之間农田水利管理效率值有明显的不同，空间上各空间单位的指标数值大小具有集聚或分散的情形。地理上相邻的地区间存在空间上的依赖性，通过2005年和2010年全国管理效率空间分布图可以看出，我国农田水利管理效率高的地区主要集中在我国的东北部地区和东南地区，效率低的地区集中在西北地区（除新疆）和西南地区，且效率值相近的地区地理上相连，这说明农田水利管理效率存在地理上的空间集聚现象。从2005年与2010年各地区管理效率空间分布对比情况来看，农田水利效率值高的地区沿着地理边界不断向外扩散，如华北、西北地区，但是也有农田水利效率值低的省份沿着地理边界扩散，例如中南、东北地区，这些现象说明我国农田水利效率部分地区出现有利的正向促进作用，也有些地区出现倒退的现象。总体来说，我国东部地区和北部地区的相邻省份农田水利的管理效率水平较高，而中部地区、南部地区、西北地区相邻的省份管理效率值偏低。
三、农田水利管理效率成因分析
空间相关分析已经定量证明了我国农田水利管理效率具有空间相关性，本节采用空间计量经济模型对农田水利管理效率的影响因素进行估计。以农田水利管理效率（XL）作为被解释变量，从地理环境与自然灾害：地形地貌（DX）、水资源总量（SZY）、受灾面积（ZH）；投资结构与经济条件：水利设施投资结构（TZJG）、区域經济发展水平（GDP）；工程规模与工程效益：灌溉系统规模（GM）、水利工程效益（XY）；人力资本与经营能力：农业人口比重（RK）、农业劳动报酬（BC）、管理者经营能力（JYNL）方面建立了农田水利管理效率影响因素如图模型：
该模型的目的是检验地理环境与自然灾害，投资结构与经济条件，工程规模与工程效益，人力资本与经营能力与农田水利管理效率的相关关系和决定因素，通过合适的估计方法考察农田水利管理效率的决定因素和局域溢出效应。
四、农田水利管理效率空间常系数回归模型分析
2010年农田水利管理效率空间常系数回归模型分析2010年农田水利管理效率影响因素空间常系数回归模型的统计检验结果可见，SLM和SEM的拟合优度分别为0.849和0.856，均高于OLS估计值0.824；比较对数似然函数值Log L、AIC和SC值发现，SLM模型和SEM模型Log L均高于OLS估计，AIC和SC值均低于OLS估计，这说明空间常系数回归模型比OLS估计对数据的解释性更高。SLM的Log L值25.206大于SEM的Log L值23.189；极大似然比率（LR）SLM估计通过了5%水平的显著性检验，而SEM估计没有通过显著性检验，因此SLM比SEM和OLS估计的模型要好。
SLM估计中，模型的拟合情况更好，地形地貌（DX）回归系数符号为负，没有通过显著性检验，这与预期不同；受灾面积（ZH）的回归系数也为正，不符合预期。投资结构（TZJG）的回归系数为负，不符合预期的假设；区域经济发展水平（GDP）回归系数符号为负，没有通过显著性检验。灌溉系统规模（GM）回归系数符号为正，通过了10%水平下的显著性检验；水利工程效益（XY）的回归系数也都为正，符合本文的假设，通过了5%水平下的显著性检验。农业劳动报酬（BC）回归系数符号为正，通过了1%水平的显著性检验。管理者经营能力（JYNL）回归系数符号为负，通过了5%水平的显著性检验；
SLM的因变量向量的空间滞后回归系数（ρ）为正，通过了1%水平下的显著性检验。SEM估计中，水资源总量、投资结构、区域经济发展水平、灌溉系统规模、农业劳动报酬、水利工程效益、农业人口比重、农业劳动报酬和管理者经营能力都通过了显著性检验。SLM的空间滞后回归系数（ρ）为0.261，SEM模型创新变量的空间误差系数（λ）为-1.469，两者都通过了1%水平的显著性检验，这表明，2010年空间邻近溢出效应对我国农田水利效率水平有明显作用，邻近省域管理效率的误差冲击对本地区的效率水平没有明显影响。
五、结语
综上所述，基于空间计量经济学的农田水利管理效率空间常系数回归模型分析显示，农田水利管理效率主要的影响因素是区域经济发展水平、灌溉系统规模、水利工程效益、农业劳动报酬、管理者经营能力。区域经济发展水平对农田水利设施效率的提高没有正向的促进作用，经济水平高的地区对水利设施利用效率关注不够。灌溉系统规模、水利工程效益、农业劳动报酬的提高对农田水利设施管理效率有不可忽视的正向作用，扩大灌溉系统规模，提高水利工程效益和增加农民的劳动报酬都有利于农田水利的发展，有利于提高农田水利设施的管理效率。
参考文献：
[1]钱文婧，贺灿飞.中国水资源利用效率区域差异及影响因素研究[J].中国人口·资源与环境，2011，21（2）：54-60.
[2]庞英，李树超.中国粮食生产资源配置效率及其区域差异[J].经济地理，2008，28（1）：113-117.
[3]刘铁军.产权理论与小型农田水利设施治理模式研究[J].节水灌溉，2007，（3）：50-53.