王楚玨，李 昂，李璐驥

（1河海大學(xué)商學(xué)院，江蘇常州 213022；2中國水利水電科學(xué)研究院，北京 100038）

0 引言

水資源是促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展的基礎(chǔ)性資源，也是農(nóng)業(yè)生產(chǎn)的決定性因素。黃河流域耕地資源豐富、土壤肥沃、光熱資源充足，有利于多種糧油和經(jīng)濟(jì)作物生長。上游寧蒙平原、中游的汾渭盆地以及下游的沿黃平原是中國糧食、棉花、油料的重要產(chǎn)區(qū)，在國民經(jīng)濟(jì)建設(shè)中具有十分重要的戰(zhàn)略地位。搞好流域的灌溉事業(yè)對于保障流域乃至全國的糧食安全具有重要的作用[1]。隨著黃河流域的經(jīng)濟(jì)發(fā)展對水資源需求的持續(xù)增加，黃河流域的農(nóng)業(yè)發(fā)展面臨著愈加嚴(yán)格的挑戰(zhàn)。因此，提高黃河流域農(nóng)業(yè)用水效率對于保持和發(fā)展黃河流域農(nóng)業(yè)有著重要意義。

Hoekstra[2]在2002年提出了水足跡的概念，該概念為分析水資源與消費(fèi)需求的關(guān)聯(lián)提供了一個(gè)新的思路。之后Hoekstra提出了水足跡相關(guān)理論并不斷完善，拓展了水資源利用評(píng)價(jià)體系，為更加有效地利用水資源提供了理論依據(jù)。近年來水污染和水資源稀缺問題日漸嚴(yán)重，灰水足跡作為衡量水污染的一項(xiàng)指標(biāo)，在稀釋污染物所需的水量方面引起了學(xué)者的極大關(guān)注。姜旭海等[3]運(yùn)用灰水足跡理論，對陜西省2000—2018年間主要作物灰水足跡的時(shí)空變化趨勢和分布狀況進(jìn)行研究分析。郝帥等[4]基于水足跡視角探討了1990—2017年中國31個(gè)地區(qū)能源-糧食生產(chǎn)對水資源的競爭關(guān)系，并借助ESTDA模型框架對其時(shí)空動(dòng)態(tài)特征進(jìn)行分析。王圣云[5]將水足跡與灰水足跡指標(biāo)納入農(nóng)業(yè)生態(tài)效率指標(biāo)體系，運(yùn)用基于非期望產(chǎn)出的SBM模型和Tobit面板模型對1990—2016年中國農(nóng)業(yè)生態(tài)效率空間演化特征及驅(qū)動(dòng)因素進(jìn)行實(shí)證分析。李雨欣等[6]以中國31個(gè)?。ㄗ灾螀^(qū)、直轄市）為研究單元，基于生態(tài)足跡模型測算2003—2018年中國省域水資源生態(tài)平衡供需情況，并利用ARIMA模型預(yù)測其未來變化趨勢。陸秋雨[7]針對河南省水資源約束經(jīng)濟(jì)發(fā)展的相關(guān)問題，構(gòu)建水足跡-擴(kuò)展LMDI模型，將脫鉤驅(qū)動(dòng)因素分解為四大脫鉤因子，研究河南省2004—2018年水資源利用與經(jīng)濟(jì)發(fā)展的脫鉤關(guān)系。王芳芳等[8]以浙江省主要農(nóng)作物為研究對象，利用CROPWAT 8.0、CLIMWAT 2.0和Arc GIS軟件，計(jì)算和分析了2002—2018年浙江省的主要農(nóng)作物水足跡時(shí)空特征。張惠云等[9]采用生命周期評(píng)價(jià)方法，對吉林省水稻生產(chǎn)的碳足跡和水足跡進(jìn)行核算，分析碳足跡和水足跡的時(shí)空變化特征及其構(gòu)成。

在水資源利用效率評(píng)價(jià)的研究中，周維博等[10]應(yīng)用層次分析原理和綜合效益評(píng)價(jià)數(shù)學(xué)模型，以陜西省寶雞峽灌區(qū)為例，對干旱半干旱地區(qū)灌區(qū)水資源綜合效率評(píng)價(jià)進(jìn)行了研究。崔東文[11]提出足球聯(lián)賽競爭(SLC)-投影尋蹤(PP)水資源利用效率評(píng)價(jià)模型，以文山州2006—2015年水資源利用效率評(píng)價(jià)為例進(jìn)行實(shí)例分析。李俊曉等[12]采用層次分析法AHP(Analytic Hierarchy Process)-模糊綜合評(píng)價(jià)方法，結(jié)合平水年內(nèi)泉州市的自然、經(jīng)濟(jì)、社會(huì)以及水資源資料，對泉州市水資源可持續(xù)利用進(jìn)行綜合評(píng)價(jià)。以上方法中，或多或少存在一些不可避免的問題，如層次分析法的評(píng)價(jià)結(jié)果會(huì)受到主觀因素的影響，當(dāng)同一層次的指標(biāo)過多時(shí)，評(píng)判結(jié)果會(huì)相互矛盾，致使判斷矩陣不一致；模糊綜合評(píng)價(jià)法缺乏指標(biāo)對總體目標(biāo)貢獻(xiàn)大小和方向的結(jié)構(gòu)性評(píng)價(jià)；投影尋蹤方法技術(shù)編程困難，計(jì)算量大，投影方向難以最優(yōu)化[13]。綜合以上方法的優(yōu)缺點(diǎn)，Charnes等[14]提出了一種統(tǒng)計(jì)分析的新方法——DEA非參數(shù)效率評(píng)價(jià)方法，通過控制計(jì)算多個(gè)輸入和多個(gè)輸出指標(biāo)解決多目標(biāo)決策問題。不僅能對每個(gè)決策單元相對效率進(jìn)行綜合評(píng)價(jià)，而且可以得到經(jīng)濟(jì)含義和背景的管理信息，用于指導(dǎo)決策單元輸入、輸出指標(biāo)的改進(jìn)和修正[13]，因此有很多學(xué)者運(yùn)用DEA方法分析水資源利用效率。何楠等[15]采用層次分析法從指標(biāo)集中選取6個(gè)指標(biāo)，運(yùn)用DEA-Malmquist評(píng)價(jià)模型，從靜態(tài)和動(dòng)態(tài)角度評(píng)價(jià)分析沿黃九省（區(qū)）2014—2018年的水資源利用效率。尹佳佳等[16]為了科學(xué)客觀評(píng)價(jià)長江經(jīng)濟(jì)帶工業(yè)用水效率，將工業(yè)水環(huán)境污染作為非期望產(chǎn)出指標(biāo)，構(gòu)建評(píng)價(jià)指標(biāo)體系。采用基于非期望產(chǎn)出的SBM-DEA模型對長江經(jīng)濟(jì)帶2010—2016年的工業(yè)用水效率進(jìn)行靜態(tài)測算，并用Bootstrap法對效率值進(jìn)行修正，再用Malmquist-Luenberger指數(shù)模型進(jìn)行動(dòng)態(tài)分析，結(jié)果表明，長江經(jīng)濟(jì)帶工業(yè)用水效率有較大的提升空間，修正后各省市的效率值可進(jìn)行完全排序；上中下游的效率值呈現(xiàn)出中游＜上游＜下游的階梯形式。張?jiān)茖幍萚17]以江蘇省13市為研究對象，運(yùn)用DEA-Malmquist模型測算了2010—2017年農(nóng)業(yè)用水效率和全要素生產(chǎn)率指數(shù)，分析其空間分布格局及時(shí)空演變趨勢。李世玉等[18]為提高京津冀農(nóng)業(yè)水資源利用效率，選取2000—2018年的面板數(shù)據(jù)，運(yùn)用DEAMalmquist指數(shù)模型對京津冀地區(qū)農(nóng)業(yè)水資源利用效率進(jìn)行了研究。任夢夢等[19]基于數(shù)據(jù)包絡(luò)分析模型(DEA)，運(yùn)用遼寧省14個(gè)地級(jí)市水資源利用效率的面板數(shù)據(jù)，對各地區(qū)水資源利用效率進(jìn)行測度，調(diào)查研究遼寧省各地區(qū)水資源利用效率的時(shí)空格局特征和區(qū)域差異性，對其驅(qū)動(dòng)因素進(jìn)行探索，并為提高水資源利用效率提出建議。顧世祥等[20]選取滇中受水區(qū)主要農(nóng)作物產(chǎn)量為產(chǎn)出指標(biāo)，農(nóng)業(yè)用水量、綜合灌溉定額、糧食作物種植面積、農(nóng)業(yè)人口為投入指標(biāo)，以2008年、2018年為截面數(shù)據(jù)進(jìn)行靜態(tài)數(shù)據(jù)包絡(luò)計(jì)算分析，以2008—2018年數(shù)據(jù)為序列進(jìn)行Malmquist動(dòng)態(tài)分析。朱麗娟等[21]依據(jù)2003—2017年全國31個(gè)省份面板數(shù)據(jù)，在測度城市土地和水資源利用效率的基礎(chǔ)上，利用耦合協(xié)調(diào)模型分析土地與水資源利用效率的協(xié)同性矛盾性及其時(shí)空分異特征，并進(jìn)一步利用莫蘭指數(shù)模型分析耦合協(xié)調(diào)度的空間相關(guān)性和空間集聚特征。高曉光[22]用數(shù)據(jù)包絡(luò)分析法(DEA)和Malmquist指數(shù)測算黃河流域水資源效率。姚亭亭[23]比較了京津冀三地的萬元GDP用水量、萬元工業(yè)增加值用水量、管網(wǎng)漏損率、人均日生活用水量、污水處理率、作物水分利用效率共6項(xiàng)指標(biāo)組成的綜合用水效率，分析了2002—2017年京津冀用水效率的Mann-Kendall突變點(diǎn)和趨勢變化，并基于Burg算法功率譜估計(jì)分析了各指標(biāo)的周期變化特征，計(jì)算了各指標(biāo)基于Burg算法的功率譜。

從現(xiàn)有研究來看，國內(nèi)農(nóng)業(yè)用水效率方面的研究多著眼于地理范圍過大的中國全境或過小的省份和城市，以河流全段流域?yàn)閷ο蟮难芯柯燥@匱乏。同時(shí)在用水效率評(píng)價(jià)體系的指標(biāo)選取方面，多選取與經(jīng)濟(jì)系統(tǒng)有關(guān)的指標(biāo)，缺乏關(guān)于農(nóng)業(yè)生產(chǎn)對生態(tài)環(huán)境影響的考慮。因此本研究選擇流經(jīng)9個(gè)省份的黃河流域?yàn)檠芯繉ο?，在用水效率評(píng)價(jià)指標(biāo)里加入稀釋農(nóng)業(yè)污染的灰水足跡，既能測算黃河流域的用水效率，又能通過灰水足跡分析黃河流域受到的生態(tài)影響。

1 模型設(shè)置與數(shù)據(jù)來源

1.1 農(nóng)業(yè)灰水足跡測算模型

水足跡是評(píng)價(jià)一個(gè)地區(qū)水資源利用模式以及消費(fèi)模式的新方法。根據(jù)定義，它指的是一個(gè)國家、一個(gè)地區(qū)或一個(gè)人，在一定時(shí)間內(nèi)消費(fèi)的所有產(chǎn)品和服務(wù)所需要的水資源數(shù)量。而農(nóng)業(yè)灰水足跡則是評(píng)價(jià)一個(gè)地區(qū)的農(nóng)業(yè)生產(chǎn)所產(chǎn)生的氮磷等污染對于生態(tài)水環(huán)境的影響的新方法。在農(nóng)業(yè)生產(chǎn)中投入的化肥和農(nóng)藥等化學(xué)用品沒有被植物吸收的殘余部分和動(dòng)物糞便中的氮磷等物質(zhì)會(huì)隨著雨水、灌溉用水和地表徑流等方式進(jìn)入自然水環(huán)境，從而成為農(nóng)業(yè)水污染，稀釋農(nóng)業(yè)水污染所需的自然水體積就是灰水足跡。由于其他數(shù)據(jù)的難獲取性，參考韓琴[24]的研究將氮肥作為農(nóng)業(yè)水污染物，繼而得到灰水足跡的計(jì)算公式，如式(1)。

式中，GWFpla為黃河流域各省的農(nóng)業(yè)灰水足跡(m3/a)，a為氮肥淋失率，Appl為折純后的氮肥施用量(kg/a)，Cmax為污染物水質(zhì)標(biāo)準(zhǔn)(kg/m3)，Cnat為收納水體的自然本底濃度(kg/m3)。

根據(jù)《第一次全國污染源普查—農(nóng)業(yè)污染源肥料流失系數(shù)手冊》，本研究計(jì)算各省灰水足跡所使用的氮肥淋失率設(shè)定為10%，根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3838—2002)中的Ⅲ類水標(biāo)準(zhǔn)將現(xiàn)有環(huán)境水質(zhì)標(biāo)準(zhǔn)下氮元素最高排放濃度Cmax設(shè)為0.01 kg/m3，自然條件下水體中氮元素濃度Cnat設(shè)為0。

1.2 農(nóng)業(yè)用水效率評(píng)價(jià)模型

由于本研究將灰水足跡作為黃河流域農(nóng)業(yè)生產(chǎn)的非期望產(chǎn)出，因此在農(nóng)業(yè)用水效率評(píng)價(jià)模型方面選擇包含非期望產(chǎn)出的超效率SBM模型。設(shè)定DMU的數(shù)量為N，DMUj=(DMU1,DMU2,…,DMUk,…,DMUn)，xij代表第j個(gè)單位(j=1,2,…,N)的第i項(xiàng)投入(i=1,2,…,m)，yrj代表其第r項(xiàng)產(chǎn)出(r=1,2,…,s)。在超效率動(dòng)態(tài)SBM模型下，決策單位k的效率可由式(2)得出。式(3)為t期和t+1期的連接公式。

1.3 模型中各投入產(chǎn)出指標(biāo)的選取

選取2013—2017年黃河流域9個(gè)省份為研究對象測算灰水足跡視角下黃河流域農(nóng)業(yè)用水效率。本研究參考吳鳳平等[25]的研究，選擇2013—2017年各省第一產(chǎn)業(yè)就業(yè)人員（萬人）作為農(nóng)業(yè)勞動(dòng)力投入，各省農(nóng)業(yè)用水量（億m3）作為水資源投入、各省有效耕地灌溉面積（千hm2）作為土地資源投入和各省農(nóng)業(yè)機(jī)械總動(dòng)力（萬kW）作為資本投入，以根據(jù)2013年物價(jià)指數(shù)為基期調(diào)整后的農(nóng)業(yè)產(chǎn)值為期望產(chǎn)出，稀釋農(nóng)業(yè)污染的灰水足跡為非期望產(chǎn)出。各省農(nóng)業(yè)灰水足跡由式(1)測算得出。本研究模型中決策單元數(shù)量為45個(gè)，符合決策單元數(shù)量為投入與產(chǎn)出總數(shù)2倍以上的經(jīng)驗(yàn)法則。

在梳理了各類關(guān)于水資源利用效率評(píng)價(jià)的研究之后，本研究歸納了農(nóng)業(yè)用水效率評(píng)價(jià)常用的指標(biāo)，見表1。

表1 農(nóng)業(yè)用水效率評(píng)價(jià)常用指標(biāo)

2 結(jié)果與分析

2.1 農(nóng)業(yè)灰水足跡測算結(jié)果及分析

根據(jù)式(1)計(jì)算2013—2017年黃河流域9個(gè)省份的農(nóng)業(yè)灰水足跡，結(jié)果見表2。

表2 2013—2017年黃河流域省際農(nóng)業(yè)灰水足跡 ×108m3/a

從表2～3、圖1～2分析可知，從總量來看，2013—2017年黃河流域總體的農(nóng)業(yè)灰水足跡是逐年下降，由2013年的380.9×108m3下降到2017年的347.32×108m3。具體到每個(gè)省份來說，除青海、甘肅和內(nèi)蒙古外，其余6個(gè)省份的農(nóng)業(yè)灰水足跡均呈逐年下降趨勢。青海的農(nóng)業(yè)灰水足跡先由2013年的1.8×108m3上升到2015年的1.9×108m3，再下降到2017年的1.65×108m3。甘肅的農(nóng)業(yè)灰水足跡先由2013年的18.81×108m3上升到2014年的18.98×108m3，再下降到2017年的15.9×108m3。內(nèi)蒙古的農(nóng)業(yè)灰水足跡先由2013年的41.39×108m3上升到2015年的46.05×108m3，再下降到2017年的44.27×108m3。農(nóng)業(yè)水污染主要由化肥、農(nóng)藥的使用而產(chǎn)生，而在污染物水質(zhì)標(biāo)準(zhǔn)和水體自然本底濃度一定的情況下，農(nóng)作物灰水足跡與氮磷肥施用量呈正比。因此，2013—2017年黃河流域農(nóng)業(yè)灰水足跡的總體下降顯示了黃河流域地區(qū)農(nóng)業(yè)生產(chǎn)中氮肥施用量的明顯減少。

表3 2013—2017年黃河流域省際農(nóng)業(yè)灰水足跡年變化速率表

圖1 2013—2017年黃河流域省際年灰水足跡總量圖

圖2 2013—2017年黃河流域省際灰水足跡數(shù)據(jù)分析圖

從每年變化速率來看，雖然總體上黃河流域農(nóng)業(yè)灰水足跡每年均在下降，但2015年前下降速率并不大，2015年后下降速率開始逐年變大。具體來說，黃河流域農(nóng)業(yè)灰水足跡的年下降速率在2013—2014年為0.004，在2014—2015年為0.014，到2015—2016年下降速率突然增加，變?yōu)?.03，最后在2016—2017年為0.043。除去有2015年前青海、甘肅和內(nèi)蒙古農(nóng)業(yè)灰水足跡不降反升的原因之外，也有2015年后四川、甘肅、山西、河南與山東的灰水足跡年下降速率突然增加的因素。例如四川省農(nóng)業(yè)灰水足跡年下降速率在2013—2014年為0.003，在2014—2015年僅為0.008，到2015—2016年年下降速率突然增加為0.023，最后在2016—2017年為0.04。河南作為農(nóng)業(yè)大省，在黃河流域中產(chǎn)生的農(nóng)業(yè)灰水足跡是最多的，每年的農(nóng)業(yè)灰水足跡占比均在30%左右。而河南的年下降速率也是較快的，2013—2014年為0.008，在2014—2015年為0.012，到2015—2016年年下降速率增加為0.043，最后在2016—2017年為0.036。山西對于農(nóng)業(yè)水足跡的下降貢獻(xiàn)最大，山西的年下降速率一直高于其他省份，2013—2014年 為 0.065，在 2014—2015年保持為0.065，2015—2016年為0.058，最后在2016—2017年增加為0.107。四川、河南和山東是黃河流域中產(chǎn)生農(nóng)業(yè)灰水足跡最多的3個(gè)省份，因此在四川、河南和山東積極開展農(nóng)業(yè)水污染防治工作對于減少黃河流域的總體農(nóng)業(yè)水污染有重要意義。

2.2 農(nóng)業(yè)用水效率評(píng)價(jià)結(jié)果及分析

本研究考慮含非期望產(chǎn)出的超效率SBM模型，使用MaxDEA8.0軟件對2013—2017年黃河流域9個(gè)省份的農(nóng)業(yè)各面板數(shù)據(jù)進(jìn)行了規(guī)模報(bào)酬可變的農(nóng)業(yè)用水效率動(dòng)態(tài)測度分析，結(jié)果見表4。

表4 黃河流域省際農(nóng)業(yè)用水效率

從總體時(shí)間演進(jìn)來看，2013—2017年黃河流域農(nóng)業(yè)用水效率總體呈波動(dòng)發(fā)展且有上升趨勢。這得益于2011—2012年中央一號(hào)文件及最嚴(yán)格水資源管理制度的制定與落實(shí)，針對中國嚴(yán)峻的用水形勢，提出新發(fā)展理念“以水定產(chǎn)，提高用水效率，建設(shè)節(jié)水型社會(huì)”。而黃河流域作為重大國家戰(zhàn)略發(fā)展區(qū)域，致力于積極貫徹以生態(tài)和綠色發(fā)展為先，平衡好社會(huì)經(jīng)濟(jì)發(fā)展、水資源需求與水環(huán)境保護(hù)之間的矛盾，這也體現(xiàn)了農(nóng)業(yè)用水效率受政策因素驅(qū)動(dòng)跡象明顯。

由表4和圖3可知，按照黃河流域農(nóng)業(yè)用水效率的高低排序，將黃河流域的9個(gè)省份分為3個(gè)部分。第一部分為內(nèi)蒙古、陜西、四川和山東，該部分省份的農(nóng)業(yè)用水效率總體較高均大于1。第二部分為山西、甘肅和河南，該部分省份的農(nóng)業(yè)用水效率中等，略低于1。最后一部分為青海和寧夏，該部分省份的農(nóng)業(yè)用水效率相對較低，都在0.8以下。從3個(gè)部分省份的地理分布來看，農(nóng)業(yè)用水效率較高的省份除四川外大多位于中部和東部，而農(nóng)業(yè)用水效率相對較低的省份大多位于西部。究其原因，中部和東部省份的經(jīng)濟(jì)發(fā)展水平高，往往有較高的水資源管理水平和先進(jìn)的農(nóng)田水利基礎(chǔ)設(shè)施，因此農(nóng)業(yè)用水效率較高；而西部省份因種植的大多為高耗水糧食作物，農(nóng)業(yè)用水效率普遍呈現(xiàn)較低的狀態(tài)。

圖3 黃河流域省際農(nóng)業(yè)用水效率

具體到每個(gè)部分的省份來說，第一部分的農(nóng)業(yè)用水效率均值雖都大于1，處于DEA完全有效的生產(chǎn)前沿面，但不同省份的變化趨勢不同。內(nèi)蒙古的農(nóng)業(yè)用水效率總體上呈現(xiàn)上升趨勢，但僅在2014年和2017年有一個(gè)上升的過程，由2013年的1.0136增加到2014年的1.1061，迅速下落到2015年、2016年的1.0467和1.0438，之后小幅上升到2017年的1.0479。對于陜西省來說，農(nóng)業(yè)用水效率總體呈上升趨勢，且僅在2016年略微由2015年的1.1086下降到1.087。四川省的平局農(nóng)業(yè)用水效率處于黃河流域的第二名，但其用水效率總體上是不斷下降的。具體而言，農(nóng)業(yè)用水效率由2013年的1.1202先上升到2014年的1.25，之后突然降低到2015年的1.0744，接下來緩慢上升到2016年的1.0838和2017年的1.0895。四川境內(nèi)河流眾多，水資源總量豐富，屬全國前列，但農(nóng)業(yè)用水效率降低的事實(shí)表明四川的水生態(tài)環(huán)境脆弱，水環(huán)境承載能力較低，因此在注重農(nóng)業(yè)用水效率提升的同時(shí)農(nóng)業(yè)生產(chǎn)防污治污的任務(wù)重大。山東省的農(nóng)業(yè)用水效率在9個(gè)省份中排名第一，且一直呈上升趨勢，由2013年接近DEA完全有效前沿面的0.9532一直上升到2017年的1.3315，處于DEA完全有效的前沿面。山東省農(nóng)業(yè)用水效率的提高不僅得益于農(nóng)業(yè)灌溉技術(shù)的發(fā)展和基礎(chǔ)設(shè)施的完備，也歸功于山東省嚴(yán)格水資源管理制度考核辦法的出臺(tái)，確立了水資源開發(fā)利用控制、用水效率控制、水功能區(qū)限制納污“三條紅線”，在致力于提升農(nóng)業(yè)用水效率的同時(shí)注重生態(tài)的可持續(xù)發(fā)展。

第二部分山西、甘肅和河南的農(nóng)業(yè)用水效率略低于1，均值分別為0.77、0.8521和0.9056，仍有較大的上升空間。山西在這3個(gè)省份中，農(nóng)業(yè)用水效率水平最低，雖然總體呈上升趨勢，但截至2017年農(nóng)業(yè)用水效率僅為0.8854，未達(dá)到DEA完全有效。甘肅與河南的情況類似，兩者的農(nóng)業(yè)用水效率都是從低于1的不完全有效提高到農(nóng)業(yè)用水效率等于1的DEA完全有效的前沿面。例如甘肅的農(nóng)業(yè)用水效率從2013年的0.5854開始一直持續(xù)上升到2014年的0.6750和2015年的1，之后保持為1。河南的農(nóng)業(yè)用水效率起點(diǎn)高于甘肅，2013年為0.7278，2014年為0.8003，2015年及以后保持為1。說明中等用水效率的省份雖起點(diǎn)較第一部分的省份更低，但在投入資源積極開展農(nóng)業(yè)水污染防治之后，農(nóng)業(yè)用水效率也能提高到DEA完全有效。

第三部分的省份為青海和寧夏，平均農(nóng)業(yè)用水效率分別為0.4866和0.4831，在黃河流域9省中排名最后。同時(shí)，青海和寧夏的農(nóng)業(yè)用水效率雖然總體呈上升趨勢，但分別在2015年和2016年有一次下降。青海省的農(nóng)業(yè)用水效率從2013年的0.5061增加到2014年的0.5821，之后降低到2015年的0.3967，2016年和2017年又逐漸上升。寧夏省的農(nóng)業(yè)用水效率從2013年的0.3666增加到2015年的0.5051，之后略微下降到0.5021，隨后上升到2017年的0.6490。青海省和寧夏省位于黃河流域上游，雖水資源豐富，但水資源利用效率低下，究其原因是青海省和寧夏省水利設(shè)施基礎(chǔ)薄弱，現(xiàn)有水利工程90%以上為小型工程，修建年代久遠(yuǎn)，工程標(biāo)準(zhǔn)低，渠系滲漏嚴(yán)重，工程供水保證率低，續(xù)建配套任務(wù)重。

3 結(jié)論與建議

3.1 結(jié)論

本研究選取了2013—2017年黃河流域農(nóng)業(yè)相關(guān)面板數(shù)據(jù)，計(jì)算了黃河流域9個(gè)省份的農(nóng)業(yè)灰水足跡，同時(shí)以第一產(chǎn)業(yè)就業(yè)人員、各省農(nóng)業(yè)用水量、各省耕地灌溉面積和各省農(nóng)業(yè)機(jī)械總動(dòng)力為投入指標(biāo)，以根據(jù)物價(jià)指數(shù)調(diào)整后的農(nóng)業(yè)產(chǎn)值為期望產(chǎn)出，稀釋農(nóng)業(yè)污染的灰水足跡為非期望產(chǎn)出，測算灰水足跡視角下黃河流域農(nóng)業(yè)用水效率。并通過對實(shí)證結(jié)果的分析得出結(jié)論。

（1）從總體來看，2013—2017年黃河流域農(nóng)業(yè)灰水足跡逐年下降。具體到每個(gè)省份而言，四川、寧夏、山西、陜西、河南和山東6個(gè)省份的農(nóng)業(yè)灰水足跡與總體相同一直呈下降趨勢，青海、甘肅和內(nèi)蒙古則在不同年份有波動(dòng)，且波動(dòng)年份集中在2014年和2015年。根據(jù)農(nóng)業(yè)灰水足跡總量可將黃河流域9個(gè)省份分為3個(gè)梯隊(duì)。四川、河南和山東是黃河流域中農(nóng)業(yè)灰水足跡最高的3個(gè)省份。內(nèi)蒙古和陜西產(chǎn)生的農(nóng)業(yè)灰水足跡低于四川、河南和山東，處于中等水平。青海、甘肅、寧夏和山西則屬于灰水足跡總量最低的一個(gè)梯隊(duì)，只有第一梯隊(duì)的1/3，第二梯隊(duì)的一半。

（2）從每年變化速率來看，總體上黃河流域農(nóng)業(yè)灰水足跡每年均在下降，但2015年前下降速率并不大，2015年后下降速率開始逐年變大。四川、山西、河南和山東農(nóng)業(yè)灰水足跡的年變化速率均為下降速率，且在2015年之后下降速率增加。山西年下降速率一直高于其他省份。內(nèi)蒙古、青海和甘肅的年變化速率先增加后降低。如青海農(nóng)業(yè)灰水足跡在2013—2015年增加但增加速率在降低，在2015—2017年降低但下降速率也在降低。

（3）黃河流域地區(qū)農(nóng)業(yè)用水效率的地區(qū)差異比較明顯，大部分中部和東部省份的農(nóng)業(yè)用水效率高于其他西部省份，基本處于DEA完全有效的前沿面。而大部分西部省份的農(nóng)業(yè)用水效率過低。同樣，根據(jù)農(nóng)業(yè)用水效率的高低可將省份排序。第一梯隊(duì)為山東、四川、陜西和內(nèi)蒙古，平均農(nóng)業(yè)用水效率高于1。第二梯隊(duì)為山西、甘肅和河南，平均農(nóng)業(yè)用水效率略低于1。第三梯隊(duì)為青海和寧夏，平均農(nóng)業(yè)用水效率低于0.5。

（4）從農(nóng)業(yè)用水效率的變化率來看，除寧夏、青海、內(nèi)蒙古和四川外，其余省份農(nóng)業(yè)用水效率均一直在上升。寧夏、青海和內(nèi)蒙古的農(nóng)業(yè)用水效率雖總體上在上升，但有所波動(dòng)，其拐點(diǎn)分別在2015年、2014年和2014年出現(xiàn)。四川的農(nóng)業(yè)用水效率雖然高于1，且在黃河流域排名第2，但其農(nóng)業(yè)用水效率在不斷下降。

3.2 建議

3.2.1 重視灰水足跡管理 根據(jù)黃河流域農(nóng)業(yè)灰水足跡現(xiàn)狀，必須重視灰水足跡的管理。農(nóng)業(yè)水污染的來源主要是化肥和農(nóng)藥的使用，牲畜糞便溶解進(jìn)入自然水體。因此減少人工肥料及殺蟲劑的使用量，鼓勵(lì)農(nóng)民使用畜禽糞便生產(chǎn)的有機(jī)肥。同時(shí)考慮調(diào)整農(nóng)作物種植結(jié)構(gòu)，多種植需肥量少的作物，從源頭減少農(nóng)業(yè)灰水足跡的產(chǎn)生。對于畜牧業(yè)產(chǎn)生的氮磷污染，應(yīng)加強(qiáng)污水處理設(shè)施的建設(shè)，嚴(yán)禁畜禽養(yǎng)殖廢水直接排入河流。在漁業(yè)發(fā)達(dá)的地區(qū)，應(yīng)該加強(qiáng)對水庫等人工養(yǎng)殖的管理，防治水質(zhì)的富營養(yǎng)化。

3.2.2 提高節(jié)水灌溉技術(shù) 不同的灌溉技術(shù)對農(nóng)業(yè)用水效率影響較大。一般來說，噴灌和滴灌等灌溉技術(shù)的用水效率最高，渠水灌溉技術(shù)的用水效率次之，井水灌溉的用水效率最低。但效率越高的灌溉技術(shù)，所需要的資本投入越大。因此政府要不斷加強(qiáng)在農(nóng)業(yè)灌溉設(shè)施上的投入，修建先進(jìn)的農(nóng)業(yè)灌溉工程，減少灌溉時(shí)的水分蒸發(fā)損失，從源頭上控制農(nóng)業(yè)生產(chǎn)水量。同時(shí)針對不同的地區(qū)因地制宜制定財(cái)政扶持政策。

3.2.3 調(diào)整產(chǎn)業(yè)結(jié)構(gòu) 在水資源豐富但發(fā)展落后的地區(qū)如寧夏、甘肅等，應(yīng)該通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)充分發(fā)揮水資源總量優(yōu)勢，在保證耕地不減少情況下發(fā)展現(xiàn)代農(nóng)業(yè)，提升農(nóng)田灌溉水的利用率。同時(shí)將高耗水量糧食作物的生產(chǎn)轉(zhuǎn)為進(jìn)口，從虛擬水貿(mào)易的角度降低本地區(qū)的用水量。在水生態(tài)環(huán)境脆弱、水承載能力薄弱的地區(qū)，更要注意產(chǎn)業(yè)結(jié)構(gòu)的合理性，防止因追求農(nóng)業(yè)經(jīng)濟(jì)發(fā)展而導(dǎo)致的生態(tài)污染問題。