宋福生

（盤錦市大洼區(qū)水利服務(wù)中心，遼寧 盤錦 124200）

目前，中國學(xué)者主要通過數(shù)據(jù)實證分析來研究農(nóng)田水利投資效率，并結(jié)合具體情況提出有針對性的對策建議，比較常用的實證分析有計量分析法、DEA 及其衍生模型、計量與DEA 綜合分析法。如，許朗等將農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)田水利投資相結(jié)合構(gòu)建自回歸面板向量模型，對兩者的實證關(guān)系進(jìn)行實證分析；馬亞男等通過計量分析確定造成農(nóng)田水利投資績效差異的關(guān)鍵因素包括建設(shè)管理水平、自然稟賦條件等；劉睿等對農(nóng)田水利投資績效及其響應(yīng)因素利用DEA-Tobit 二階段模型進(jìn)行了分析；王素云等數(shù)據(jù)包絡(luò)法實證分析了區(qū)域投資結(jié)構(gòu)效率、規(guī)模和產(chǎn)出的差異特征；吳昊等利用數(shù)據(jù)包絡(luò)法分析寧夏引黃罐區(qū)治理工程的總體績效水平，結(jié)果發(fā)現(xiàn)應(yīng)進(jìn)一步提升規(guī)模效率和綜合效率；王翠華等對糧食主產(chǎn)區(qū)的農(nóng)田水利設(shè)施投資效率應(yīng)用三階段DEA模型進(jìn)行動態(tài)、靜態(tài)分析；李盛輝等對全國水利投資利用面板數(shù)據(jù)模型與BBC 模型進(jìn)行分析，為優(yōu)化投資結(jié)構(gòu)提出合理化建議；郭佳等對水利投資產(chǎn)出指標(biāo)利用改進(jìn)的投影尋蹤聚類模型進(jìn)行約簡，并對全國5 年間的水利投資效率應(yīng)用數(shù)據(jù)包絡(luò)法進(jìn)行分析，結(jié)果顯示在空間上投資成效呈內(nèi)陸低、沿海高的分布特點，整體成效顯著；蔣育燕等對廣東財政農(nóng)田水利投資效率利用數(shù)據(jù)包絡(luò)法進(jìn)行分析，發(fā)現(xiàn)具有明顯的區(qū)域性特征，經(jīng)回歸分析確定水利資金管理和投資結(jié)構(gòu)是關(guān)鍵影響因素[1-9]。另外，許多學(xué)者利用其它模型研究了水利投資效率，如任靜等[10]采用社會核算矩陣乘數(shù)方法建立測度模型，并實證分析了水利投資水平；譚秀娟等[11]系統(tǒng)研究了有關(guān)政策，為緩解水資源供給壓力、提高農(nóng)作物產(chǎn)量、解決農(nóng)村飲水不安全等問題提出要加大水利投資的建議。

綜上分析，農(nóng)田水利投資直接關(guān)系著農(nóng)業(yè)的發(fā)展高度，近幾年的水利投資總量雖然不斷增大，但由于監(jiān)管不力、投資結(jié)構(gòu)不合理等使得投資效率偏低。因此，文章應(yīng)用農(nóng)田水利投入、產(chǎn)出典型指標(biāo)和DEA 數(shù)據(jù)包絡(luò)法，全面探討遼寧省14 個地級市的農(nóng)田水利投資效率，并結(jié)合具體情況提出相應(yīng)的對策建議，為促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和水利投資效率的提升提供科學(xué)依據(jù)。

1 效率測算方法

1.1 DEA 數(shù)據(jù)包絡(luò)法

DEA 數(shù)據(jù)包絡(luò)法就是借助統(tǒng)計數(shù)據(jù)和運算規(guī)則，在維持決策單元(DEA)輸入或輸出不變的條件下找出生產(chǎn)前沿面，然后投影各個決策單元，算偏離程度評定其相對有效性[12]。在不考慮隨機(jī)誤差的情況下，效率值取1 則決策單元投資判定為有效，效率值＜1 則決策單元投資判定為無效，其中減少投入或者增加產(chǎn)出是提升投資效率的重要途徑，詳細(xì)運算流程見文獻(xiàn)[13-15]。

1.2 投入-產(chǎn)出指標(biāo)

為準(zhǔn)確反映2015—2021 年遼寧省各地市的農(nóng)田水利投資效率，結(jié)合實際情況選擇合適的投入—產(chǎn)出指標(biāo)。其中，投入指標(biāo)包括第一產(chǎn)業(yè)固定資本投資額、鄉(xiāng)村勞動力，用以反映農(nóng)田水利設(shè)施建設(shè)投入情況和勞動的投入量；產(chǎn)出指標(biāo)包括農(nóng)作物總播種面積、糧食總產(chǎn)量和農(nóng)林牧漁總產(chǎn)值，用以反映農(nóng)村農(nóng)業(yè)生產(chǎn)情況、糧食產(chǎn)出以及經(jīng)濟(jì)產(chǎn)出情況。

1.3 數(shù)據(jù)來源

文章選擇2015—2021 年農(nóng)田水利投資為決策單元，研究數(shù)據(jù)來源于各地市的統(tǒng)計年鑒、調(diào)研資料、國民經(jīng)濟(jì)以及水利統(tǒng)計資料等。

2 結(jié)果與分析

2.1 綜合技術(shù)效率

采用DEA-Solver Pro5.0 軟件輸入2015—2021年遼寧省各地市的面板數(shù)據(jù)，經(jīng)自動運算處理輸出綜合技術(shù)效率如表1 和圖1 所示。

圖1 綜合技術(shù)效率變化曲線

表1 2015—2021 年農(nóng)田水利投資綜合技術(shù)效率

結(jié)果表明，研究期間各地市綜合技術(shù)效率評價值共有98 個，其中計算結(jié)果為1.000 的有34 個，這說明充分利用農(nóng)田水利投資的比例為34.69%，計算結(jié)果＞0.900 的有50 個，即達(dá)到優(yōu)秀水平的農(nóng)田水利投資所占比例達(dá)到51.0%。總體而言，全省各地市農(nóng)田水利投資結(jié)構(gòu)及產(chǎn)出額度達(dá)到合理水平，投資水平整體較好。

2015—2021 年沈陽市的農(nóng)田水利投資綜合技術(shù)效率始終處于第一位置，平均值為1.000，表明沈陽市充分利用了各年農(nóng)田水利投資，并且產(chǎn)出效果較為理想；其次是大連市，只有2016 年的綜合技術(shù)效率稍低。研究期間除朝陽市2017 年綜合技術(shù)效率為1.000 外，鐵嶺市、遼陽市、盤錦市和葫蘆島市7a 均未充分利用農(nóng)田水利投資。

從變化趨勢上，2015—2017 年綜合技術(shù)效率呈逐年上升趨勢，自2018 年開始則表現(xiàn)出快速下降趨勢，2020 年受極端氣候影響快速減小至0.798，隨后呈現(xiàn)出上升趨勢。

依據(jù)2021 年綜合技術(shù)效率計算數(shù)據(jù)和SPSS 軟件，將各地市聚類劃分成六種不同類型，具體如下：①高產(chǎn)出-高投入型，遼陽市通過較高的資金和勞動力投入實現(xiàn)了農(nóng)作物總播種面積、糧食總產(chǎn)量、農(nóng)林牧漁總產(chǎn)值的明顯提升，但計算結(jié)果表明其資源使用效率偏低；②高產(chǎn)出-中等投入型，沈陽市通過適當(dāng)?shù)馁Y金和勞動力投入實現(xiàn)了農(nóng)作物總播種面積、糧食總產(chǎn)量、農(nóng)林牧漁總產(chǎn)值的結(jié)果最優(yōu)，計算結(jié)果表明其資源使用效率也最高；③中等產(chǎn)出-中等投入類型，本溪市、營口市、阜新市通過適當(dāng)?shù)馁Y金和勞動力投入也取得了相同水平的回報，2021 年這三個地區(qū)的綜合技術(shù)效率達(dá)到中等水平；④中等產(chǎn)出-低投入類型，大連市以較低的資金和勞動力投入就取得了比較理想的產(chǎn)出水，所以在14 個地市中大連市的綜合技術(shù)效率位居第二；⑤低產(chǎn)出-低投入類型，鞍山市、盤錦市、葫蘆島市、丹東市、朝陽市、錦州市的資金和勞動力投入及取得的產(chǎn)出水平均偏低，在農(nóng)業(yè)生產(chǎn)中經(jīng)濟(jì)結(jié)構(gòu)占比較?。虎奁渌愋?，主要有鐵嶺市、撫順市的資金和勞動力投入及取得的產(chǎn)出均處于中等偏下水平，相較于2020 年撫順市2021 年的第一產(chǎn)業(yè)固定資產(chǎn)投資出現(xiàn)較大幅度的下降，減小率達(dá)到67.5%，在其它方面的變化趨勢與鐵嶺市相似[16-17]。

2.2 純技術(shù)效率

采用DEA-Solver Pro5.0 軟件輸入2015—2021年遼寧省各地市的面板數(shù)據(jù)，經(jīng)自動運算處理輸出純技術(shù)效率如表2 所示。

表2 2015—2021 年農(nóng)田水利投資純技術(shù)效率

表2 2015—2021 年農(nóng)田水利投資純技術(shù)效率

結(jié)果表明，農(nóng)田水利投資純技術(shù)效率排名前五的城市為沈陽市、大連市、鞍山市、撫順市和本溪市，說明在勞動力和投資管理效率方面這5 個城市較高達(dá)到理想水平，其它地區(qū)的純技術(shù)效率均＞0.800，這說明各地市勞動力和投資使用水平整體較高。在勞動力使用和資金管理方面，葫蘆島市處于相對較低水平，這也是導(dǎo)致葫蘆島市綜合技術(shù)效率排序靠后的重要原因。

2.3 規(guī)模技術(shù)效率

采用DEA-Solver Pro5.0 軟件輸入2015—2021年遼寧省各地市的面板數(shù)據(jù)，經(jīng)自動運算處理輸出規(guī)模技術(shù)效率如表3 所示。

結(jié)果顯示，在2015—2021 年沈陽市的規(guī)模技術(shù)效率均為1.000，綜合排名第一，除2016 年以外大連市的規(guī)模技術(shù)效率均為1.000，綜合排名第二。因此，沈陽市、大連市的純技術(shù)效率和規(guī)模技術(shù)效率評分共同決定了各自的綜合技術(shù)效率排序為第一、第二。撫順市的規(guī)模效益較好，雖然其勞動力和資金使用等純技術(shù)效率較低，但兩者的共同作用使得其綜合技術(shù)效率總體達(dá)到全省的中等水平。鐵嶺市、朝陽市、盤錦市和葫蘆島市的規(guī)模技術(shù)效率均低于0.900，這4 個地市的排序靠后，特別是朝陽市與盤錦市、葫蘆島市的規(guī)模技術(shù)效率值相差較大，這也是導(dǎo)致葫蘆島市綜合技術(shù)效率最低的重要因素。

2.4 社會效益

在社會效益房間，遼寧省農(nóng)田護(hù)理投資取得明顯成效，主要體現(xiàn)在水土保持、農(nóng)田水利建設(shè)、灌區(qū)節(jié)水改造、河流疏浚治理以及農(nóng)村供水工程建設(shè)等方面。2015—2021 年，遼寧省農(nóng)村飲水安全工程受益人口和水土流失治理面積變化情況如圖2 所示。

結(jié)果表明，2015—2021 年遼寧省平均每年解決農(nóng)村飲水安全問題人口約300 萬人，水土流失每年治理面積從117km2波動上升到230km2。另外，在農(nóng)田節(jié)水灌溉和資源集約利用等方面也取得顯著成效。

2.5 對策建議

1）逐步提升農(nóng)田水利資金管理水平，切實做好投資監(jiān)管、使用和分配工作，從根本上解決資金浪費或重復(fù)建設(shè)的情況。充分考慮當(dāng)?shù)厥袌銮闆r和自然條件合理制定農(nóng)業(yè)投資計劃，不斷積累資金使用經(jīng)驗，全面落實獎懲問責(zé)制度。

2）加快農(nóng)村勞動力資源的合理配制和技術(shù)培訓(xùn)，統(tǒng)籌規(guī)劃，通過規(guī)?；?jīng)營不斷提升規(guī)模效益。在農(nóng)產(chǎn)品市場信息和農(nóng)業(yè)生產(chǎn)信息方面，政府部門不斷完善信息渠道，科學(xué)調(diào)配資源。

3）從農(nóng)業(yè)生產(chǎn)傳統(tǒng)和資源稟賦條件上，合理分配各地市的農(nóng)業(yè)生產(chǎn)資源，逐步提高薄弱地區(qū)的農(nóng)田水利投資額和綜合技術(shù)效率水平。

3 結(jié) 論

1）總體上，遼寧省農(nóng)田水利投資處于較高水平，并以沈陽市、大連市最為突出，而遼陽市、鐵嶺市、朝陽市、盤錦市和葫蘆島市的綜合情況相對靠后，這是因為遼陽市勞動力使用和資金管理薄弱，鐵嶺市、朝陽市的規(guī)模效益偏低，而盤錦市和葫蘆島市的最佳規(guī)模下一和資源使用不太理想。從2018年，遼寧省農(nóng)田水利投資效率有所下降，之后又表現(xiàn)出上升趨勢，究其原因是勞動力使用和資金管理效率有所減小，并且相較于最優(yōu)生產(chǎn)規(guī)模存在一定程度的偏離。

2）經(jīng)SPSS 聚類分析，沈陽市和大連市通過較少的投入實現(xiàn)了較高的產(chǎn)出，整體較為優(yōu)秀；本溪市、營口市、阜新市通過適當(dāng)?shù)馁Y金和勞動力投入也取得了相同水平的回報，鞍山市、盤錦市、葫蘆島市、丹東市、朝陽市、錦州市的資金和勞動力投入及取得的產(chǎn)出水平均偏低，鐵嶺市、撫順市的資金和勞動力投入及取得的產(chǎn)出均處于中等偏下水平。在社會效益上，遼寧省農(nóng)田水利投資主要體現(xiàn)在資源高效集約利用、居住環(huán)境改善以及保障農(nóng)村飲水安全等方面。