Evaluation of Agricultural Water Use Efficiency in the Yellow River Basin Based on Undesirable Output of Grey Water Footprint

doi:10.11924/j.issn.1000-6850.casb2021-1071

Abstract

Abstract:

Under the background of tighter water resource constraints, this paper selects various panel data of agriculture in the Yellow River Basin from 2013 to 2017 from the perspective of grey water footprint, calculates the agricultural water use efficiency of the Yellow River Basin by using the dynamic super efficiency SBM model, and takes the employment of the primary industry, agricultural water consumption, effective cultivated land irrigation area and total power of agricultural machinery as input indicators. Taking the total agricultural output value adjusted according to the price index in 2013 as the desirable output and the grey water footprint as the undesirable output as the output indexes, through the analysis of SBM model, it is found that the total amount of agricultural grey water footprint in all provinces of the Yellow River Basin is decreasing, and the decline rate is increasing after 2015. The agricultural water use efficiency of each province in the Yellow River basin can be divided into three echelons according to whether it is greater than 1 and whether it is greater than 0.5. Except Sichuan, the agricultural water use efficiency of other provinces is rising. Therefore, the Yellow River Basin should pay attention to the management of grey water footprint and reduce the agricultural grey water footprint from the source, and the government should continuously strengthen investment in agricultural irrigation facilities, upgrade water-saving irrigation technology, adjust the industrial structure and improve the utilization rate of farmland irrigation water.

Key words: the Yellow River Basin, agricultural grey water footprint, agricultural water use efficiency, super efficiency SBM model

CLC Number:

WANG Chujue, LI Ang, LI Luji. Evaluation of Agricultural Water Use Efficiency in the Yellow River Basin Based on Undesirable Output of Grey Water Footprint[J]. Chinese Agricultural Science Bulletin, 2022, 38(31): 105-112.

Figures/Tables 7

References 25

[1]	雷鸣, 贾正茂, 肖素君. 黄河流域农业灌溉发展规模研究[J]. 人民黄河, 2013, 35(10):99-103.
[2]	HOEKSTRA A Y, CHAPAGAIN A K, ALDAYA M M, et al. The water footprint assessment manual: Setting the global standard[M]. London: Earthscan, 2011.
[3]	姜旭海, 韩玲, 李帆. 陕西省主要作物灰水足迹时空变化特征研究[J]. 干旱地区农业研究, 2021, 39(5):210-215.
[4]	郝帅, 孙才志, 宋强敏. 中国能源-粮食生产对水资源竞争的关系——基于水足迹的视角[J]. 地理研究, 2021, 40(6):1565-1581. doi: 10.11821/dlyj020200525
[5]	王圣云, 林玉娟. 中国区域农业生态效率空间演化及其驱动因素——水足迹与灰水足迹视角[J]. 地理科学, 2021, 41(2):290-301. doi: 10.13249/j.cnki.sgs.2021.02.012
[6]	李雨欣, 薛东前, 宋永永. 中国水资源承载力时空变化与趋势预警[J]. 长江流域资源与环境, 2021, 30(7):1574-1584.
[7]	陆秋雨. 基于水足迹-扩展LMDI模型的河南省水资源利用与经济发展脱钩关系研究[J]. 人民珠江, 2021, 42(7):82-89.
[8]	王芳芳, 赵春芳, 余凤荣, 等. 浙江省主要农作物水足迹时空特征研究[J]. 水资源与水工程学报, 2021, 32(3):232-240.
[9]	张惠云, 秦丽杰, 贾利. 吉林省水稻生产的碳足迹与水足迹时空变化特征[J]. 浙江农业学报, 2021, 33(6):974-983. doi: 10.3969/j.issn.1004-1524.2021.06.02
[10]	周维博, 李佩成. 干旱半干旱地域灌区水资源综合效益评价体系研究[J]. 自然资源学报, 2003(3):288-293.
[11]	崔东文. 文山州近10年水资源利用效率评价SLC-PP模型及应用[J]. 河海大学学报(自然科学版), 2017, 45(2):129-136.
[12]	李俊晓, 李朝奎, 罗淑华, 等. 基于AHP-模糊综合评价方法的泉州市水资源可持续利用评价[J]. 水土保持通报, 2015, 35(1):210-214,286.
[13]	白颖, 王红瑞, 许新宜, 等. 水资源利用效率及评价方法若干问题研究[J]. 水利经济, 2010, 28(3):1-4,8,75.
[14]	CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European journal of operational research, 1978, 2(6):29-444.
[15]	何楠, 袁胜楠, 王军. 基于DEA-Malmquist模型的黄河流域水资源利用效率评价[J]. 人民黄河, 2021, 43(5):7-11.
[16]	尹佳佳, 黄云, 梅唐敏. 基于DEA的长江经济带工业用水效率评价[J]. 四川轻化工大学学报(自然科学版), 2020, 33(3):94-100.
[17]	张云宁, 陈金怡, 欧阳红祥, 等. 基于DEA-Malmquist的江苏省农业用水效率评价[J]. 水利经济, 2020, 38(3):62-68,86.
[18]	李世玉, 刘笑冰. 基于DEA模型的京津冀农业水资源利用效率研究[J]. 天津农业科学, 2021, 27(9):69-74.
[19]	任梦梦, 梁浩, 马建. 基于数据包络分析的辽宁省水资源利用效率评价[J]. 海河水利, 2021(4):58-62.
[20]	顾世祥, 朱赟, 李亚龙, 等. 基于DEA和Malmquist指数的农业水资源利用效率分析——以滇中受水区为例[J]. 中国农村水利水电, 2021(8):98-102.
[21]	朱丽娟, 张扬, 张改清. 我国城市土地与水资源利用效率的耦合协调及其时空特征研究[J]. 经济经纬, 2021, 38(5):22-30.
[22]	高晓光. 黄河流域水资源效率测度研究[J]. 合作经济与科技, 2021(13):14-16.
[23]	姚亭亭, 刘苏峡. 京津冀水资源利用多效率指标的变化特征比较[J]. 地理科学进展, 2021, 40(7):1195-1207. doi: 10.18306/dlkxjz.2021.07.010
[24]	韩琴, 孙才志, 邹玮. 1998—2012年中国省际灰水足迹效率测度与驱动模式分析[J]. 资源科学, 2016, 38(6):1179-1191. doi: 10.18402/resci.2016.06.17
[25]	吴凤平, 梁蔓琪. 用水总量控制下江苏省工业废水排放绩效及减排潜力研究[J]. 中国人口·资源与环境, 2018, 28(8):79-86.

指标类型	指标构成	指标性质	指标单位
投入指标	农业劳动力	劳动投入	万人
	农业用水量	水资源投入	亿m³
	有效耕地灌溉面积	土地投入	千hm²
	农业机械总动力	资本投入	万kW
产出指标	农业总产值	经济增长	亿元
产出指标	农业灰水足迹	水污染	亿m³

指标类型	指标构成	指标性质	指标单位
投入指标	农业劳动力	劳动投入	万人
	农业用水量	水资源投入	亿m³
	有效耕地灌溉面积	土地投入	千hm²
	农业机械总动力	资本投入	万kW
产出指标	农业总产值	经济增长	亿元
产出指标	农业灰水足迹	水污染	亿m³

省份/地区	2013年	2014年	2015年	2016年	2017年
青海	1.80	1.86	1.90	1.69	1.65
四川	58.84	58.67	58.21	56.90	54.62
甘肃	18.81	18.98	18.92	17.99	15.90
宁夏	8.65	8.33	8.08	8.12	8.10
内蒙古	41.39	45.34	46.05	45.93	44.27
陕西	46.05	44.85	43.64	43.02	42.01
山西	17.91	16.74	15.65	14.74	13.17
河南	113.64	112.68	111.37	106.54	102.66
山东	73.81	72.06	70.47	68.15	64.94
黄河流域	380.9	379.51	374.29	363.08	347.32

省份/地区	2013年	2014年	2015年	2016年	2017年
青海	1.80	1.86	1.90	1.69	1.65
四川	58.84	58.67	58.21	56.90	54.62
甘肃	18.81	18.98	18.92	17.99	15.90
宁夏	8.65	8.33	8.08	8.12	8.10
内蒙古	41.39	45.34	46.05	45.93	44.27
陕西	46.05	44.85	43.64	43.02	42.01
山西	17.91	16.74	15.65	14.74	13.17
河南	113.64	112.68	111.37	106.54	102.66
山东	73.81	72.06	70.47	68.15	64.94
黄河流域	380.9	379.51	374.29	363.08	347.32

省份/地区	2013—2014年	2014—2015年	2015—2016年	2016—2017年
青海	0.033	0.022	-0.111	-0.024
四川	-0.003	-0.008	-0.023	-0.040
甘肃	0.009	-0.003	-0.049	-0.116
宁夏	-0.037	-0.030	0.005	-0.002
内蒙古	0.095	0.016	-0.003	-0.036
陕西	-0.026	-0.027	-0.014	-0.023
山西	-0.065	-0.065	-0.058	-0.107
河南	-0.008	-0.012	-0.043	-0.036
山东	-0.024	-0.022	-0.033	-0.047
黄河流域	-0.004	-0.014	-0.030	-0.043