海城市溫香灌區灌溉用水效率評價

項 偉

(海城市水利事務中心,遼寧 海城 114200)

許多地區因生態環境破壞都遭受了一定的干旱,部分地區甚至遭受了洪澇災害,旱災相比于其它自然災害的受災面積較廣,影響范圍更大[1-2]。因此,研究分析灌溉用水效率及其與干旱之間的關系,針對灌區現狀及存在的問題提出有效的措施,對于科學揭示灌溉關系具有重要意義。

目前,比較常用的用水效率測算方法有隨機前沿SFA法和數據包絡DEA法等[3]。王學淵等采用SFA方法和省級面板數據測算了我國農業灌溉用水效率,結果發現西北地區具有較大節水潛力,不同地區的用水效率存在較大差異,全國平均值只有0.49;王學淵等運用DEA、SFA兩種方法和省級面板數據測算了灌溉用水效率,結果顯示兩種方法測算的結果排序保持一致,直轄市和南方省份具有較高灌溉用水效率,而西北地區較低;王曉娟等以河北省石津灌區為例,采用SFA方法測算其灌溉用水效率為0.75;梁靜溪等通過構建DEA模型計算分析了不同地區的灌溉水效率及其排序,然后利用校驗后的DEA模型評價了黑龍江省多個灌區的灌溉水效率,結果顯示該模型能夠合理評價灌溉水效率。鑒于此,文章以海城市溫香灌區為例,采用DEA-Tobit模型計算評價灌溉用水效率,為保證灌區糧食安全及提升農業綜合實力提供參考[4-7]。

1 方案設計

1.1 灌區概況

溫香灌區位于海城市西北方向,遼河平原南部,灌區四個排灌站(高坨子排灌站、劉坨子排灌站、桑樹排灌站和東高排灌站)分別從太子河、渾河提水灌溉,屬多水源灌區,非常適宜水稻等農作物的生長,是遼南地區著名的“魚米之鄉”。

溫香灌區為北溫帶季風半濕潤半干旱氣候,年均氣溫8.3℃,多年平均降雨量650mm,在年際和時空上分布很不均勻,冬春少,夏秋多。灌區總灌溉面積4466.67hm2,其中高坨子排灌站733.33hm2,劉坨子排灌站2133.33hm2,兩者占到整個溫香灌溉面積的64%,多年平均可利用量為1.4億m3,75%年可利用量為1.05億m3。灌區內地勢低洼,自然災害頻繁,既有洪澇災害又有經常出現作物生長期的旱災。因此,依據灌區實測數據測算分析水稻的灌溉用水效率及影響因素,對進一步提升農業開發總體水平,有效改善灌溉條件具有指導作用。

1.2 建立DEA-Tobit模型

針對溫香灌區的水稻用水效率研究選用DEA模型進行測算,由于受水利工程灌溉設施、氣候條件等因素影響難以確立農業生產函數,故考慮規模報仇的可變性建立以投入導向的DEA模型,其計算式為:

(D)=min[φ-?(fTL-+fTL+)]

(1)

(2)

式中:φ為決策單元的有效值;L-、L+為投入因子的冗余量和產出因子的不足量;x、y為投入要素與產出收益;i、r為輸入和輸出向量類型。

對各影響因素利用Tobit模型進行回歸處理,僅有最小二乘法估算DEA的有效性指數往往存在一定偏差,從而建立Tobit模型,即:

(3)

式中:Mi、Wi為因變量和自變量向量;α、β、εi為截距的向量、未知的參數向量和擾動項。依據DEA、Tobit計算公式建立DEA-Tobit模型,其表達式為:

marks=β0+β∑xij+ui

(4)

式中:marks、xij為技術效率值及其主要影響因素;ui為測算干擾項。

1.3 數據來源

研究數據來源于2020年調查統計的溫香灌區1000位水稻種植戶,調查問卷涵蓋4個灌排站,具體分布如表1所示。根據溫香灌區水稻種植的分布情況,合理確定數據樣本調查項目有投入產出關系、灌溉行為方式以及種植戶家庭特征等。

表1 調研樣本分布統計表

2 結果與分析

2.1 灌溉用水效率分析

依據調查數據和EDA-Tobit模型測算灌溉用水效率,計算CCR(相對有效性)和BCC(純技術效率)模型結果如表2所示。結果顯示,測算的純技術效率較高且許多要素的計算權重為0,如灌溉面積的權重為0,這表明用水效率不受灌溉面積的影響,而這與實際情況不符;灌溉用水量的權重為0,這也不符合實際情況,因為農業發展離不開農田水利灌溉。因此,采用這種方法測算的灌溉用水效率是不合理的,不具有參考價值。

表2 BCC與CCR測算結果

針對以上問題,研究選用文中所述模型計算約束權重如表3所示。

表3 基于權重約束的BCC與CCR測算結果

由表3可知,基于權重約束的測算結果保證了灌溉用水的權重要素均為不0,這與實際情況相符。東高和劉坨子排灌站的用水效率較低,說明這些地區的灌溉用水效率仍存在一定的上升空間,而高駝子和桑樹排灌站相對較高。

從單純的技術效益和整體的技術效率出發確定企業規模效益如表4所示。

表4 規模效率值

由表4可知,由于規模無效導致桑樹排灌站用水效率值無效,表明桑樹排灌站的用水規模較小,為了提高用水效率可以擴大該排灌站的用水規模?？傮w而言,海城市溫香灌區的灌溉用水效率的總技術、純技術和規模效率分別為71.3%、87.6%、84.9%。

根據權重模式繪制2019—2021年溫香灌區灌溉用水效率圖,如圖1所示。

圖1 水生態足跡構成及變化特征

由圖1可知,研究期間東高、高駝子和桑樹排灌站的灌溉用水效率均呈上升趨勢,而劉坨子排灌站呈波動上升趨勢,這與溫香灌區2020年實施節水配套改造有效提升用水效率的實際情況相符,該測算方法能夠真實反映灌區用水情況。

2.2 影響因素分析

根據DEA-Tobit模型測算分析的溫香灌區灌溉用水效率,結果顯示各排灌站的用水效率存在一定差異,并進一步分析導致用水效率差異的原因。

1)自然因素的影響。灌區灌溉用水效率受降水量的影響顯著,研究發現溫香灌區的年降水量處于500～800mm,但受環境和地形條件影響不同排灌站存在一定差異,一般平原區的雨水量較少而山地丘陵區較大。農田灌溉需水量會隨降水量的增多而減小,相應的用水效率也會下降,兩者存在負相關性;當地用水效率隨氣溫的升高會逐漸增大,這是因為氣溫升高會加速水分的蒸發,從而降低用水效率。所以,氣溫和降水量均在一定程度上影響著灌區灌溉用水效率。

2)灌排設施狀況的影響。在農業生產中灌溉用水效率具有重要地位,這也是保證作物產量和糧食安全的關鍵。通過分析有關數據可知,增大水庫容量、數量及其儲水能力可以增大用水效率,充足的儲水量既能夠提升用水效率,還有利于確保作物產量。因此,灌溉用水效率與水庫容量、數量之間存在正相關性。

3)用水特征的影響。一般地,灌區農作物種類和水利工程類型較多,鑒于溫香灌區主要種植水稻的實際情況,結合水稻用水特征可知,農作物用水效率隨糧食播種面積的增加而減小。因此,灌區灌溉用水效率與農田面積占比存在負相關性。

本研究以2019—2021年溫香灌區東高、劉坨子、高駝子、桑樹排灌站的用水效率為約束變量,通過分析農田面積占比、除澇面積、水庫容量與數量、溫度及降水量等因素建立DEA-Tobit約束變量模型,其表達式為:

(5)

式中:ηit、λit為灌溉用水效率值和模型待估計參數;i、t為排灌站個數和模型運算時間;xit、it為自變量因素和測算誤差項。

根據DEA-Tobit模型統計分析各因素相關系數及特征參數值如表5所示。

表5 相關系數與特征參數

由表5可知,溫香灌區灌溉用水效率與降水量之間存在負相關性,由于該灌區灌溉用水效率較小,故降水量的影響程度較低;溫香灌區灌溉用水效率與氣溫之間存在正相關性,即用水效率隨氣溫的逐漸升高而增大;溫香灌區灌溉用水效率與除澇面積、水庫數量之間均存在正相關性,除澇面積越大、水庫數量越多則灌溉用水效率越高,反之則越小;溫香灌區灌溉用水效率與農田面積占比存在負相關性,雖然農作物用水量較多但其用水價值也較高[13-16]。所以,灌溉用水效率會隨著糧食作物面積的增大而減小,并且糧食作物面積的影響非常顯著。

3 結 論

文章結合溫香灌區調查統計數據,采用DEA-Tobit模型測算分析用水效率及其影響因素,結果表明:2019—2021年東高、高駝子和桑樹排灌站的灌溉用水效率均呈上升趨勢,而劉坨子排灌站呈波動上升趨勢,這與溫香灌區2020年實施節水配套改造有效提升用水效率的實際情況相符,DEA-Tobit模型能夠真實反映灌區用水情況。溫香灌區灌溉用水效率與降水量、農田面積占比之間存在負相關性,與氣溫、除澇面積、水庫數量之間存在正相關性。為進一步提升用水效率,未來可以考慮水價調節機制增強用戶節水意識。