一种流域农业水资源配置效率测算及影响因素识别的方法技术

本发明专利技术公开一种流域农业水资源配置效率测算及影响因素识别的方法，涉及农业水资源配置效率技术领域。所述方法包括：采集农业水资源配置数据；根据农业水资源配置数据构建多投入

【技术实现步骤摘要】
一种流域农业水资源配置效率测算及影响因素识别的方法


[0001]本专利技术涉及农业水资源配置效率
，特别是涉及一种流域农业水资源配置效率测算及影响因素识别的方法。

技术介绍

[0002]水资源短缺是流域水资源合理开发利用的主要问题，已成为流域社会经济可持续发展的瓶颈。受到流域各地区水资源条件、农业生产条件和节水灌溉技术的制约，导致流域农业水资源配置效率区域差异性显著。在流域农业水资源供需矛盾愈加突出的背景下，提升流域农业水资源配置效率并有效识别其主要驱动因素，是缓解流域农业水资源短缺的有效途径，是推动流域农业水资源节约集约利用和高质量发展的落脚点。目前，关于水资源效率评价方面，多集中在水资源利用效率、水土资源匹配效率等方面，在投入和产出指标选取上投入指标较少且产出指标相对单一，在流域农业水资源配置效率评价方面少有涉及。另外，由于流域农业水资源配置需要考虑的影响因素较多，如何快速、有效辨识影响农业水资源配置效率的主要驱动因素是亟需解决的问题。

技术实现思路

[0003]本专利技术的目的是提供一种流域农业水资源配置效率测算及影响因素识别的方法，能够利用多投入
‑
多产出的指标进行流域农业水资源配置效率测算，以及识别影响农业水资源配置效率的主要驱动因素。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种流域农业水资源配置效率测算及影响因素识别的方法，包括：
[0006]采集农业水资源配置数据；所述农业水资源配置数据为流域各地区的投入指标和产出指标系列数据；
[0007]根据所述农业水资源配置数据构建多投入
‑
多产出评价指标体系；
[0008]根据超效率SBM模型和所述多投入
‑
多产出评价指标体系，测算流域农业水资源配置效率；
[0009]利用Malmquist指数法、标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率进行空间动态分析，确定农业水资源配置效率在空间分布的动态变化；所述动态变化包括演化特征、演变路径和演变趋势；
[0010]利用Tobit回归模型，对所述动态变化中的主导因素进行识别，确定所述流域农业水资源配置效率的主要驱动因子。
[0011]可选地，所述多投入
‑
多产出评价指标体系包括投入指标和产出指标及对应的指标数据；
[0012]所述投入指标对应的指标数据包括：水资源条件、生产条件和节水条件；
[0013]其中，所述水资源条件包括降水量和农业用水量；所述生产条件包括农用化肥施用折纯量、农业机械总动力、农药使用量、农用塑料薄膜使用量、农作物总播种面积和农业
从业人员；所述节水条件包括有效灌溉面积、节水灌溉面积和节水灌溉机械；
[0014]所述产出指标对应的指标数据包括：粮食产量和农业总价值。
[0015]可选地，所述利用Malmquist指数法、标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率进行空间动态分析，确定农业水资源配置效率在空间分布的动态变化，具体包括：
[0016]利用Malmquist指数法构建所述流域农业水资源配置效率的变化指数，并根据所述变化指数确定演变路径和演变趋势；
[0017]利用标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率的空间变化进行动态分析，确定演化特征；
[0018]根据所述演化特征、所述演变路径和所述演变趋势确定农业水资源配置效率在空间分布的动态变化。
[0019]可选地，所述流域农业水资源配置效率的变化指数，表示为：
[0020][0021]式中，(x
t
,y
t
)、(x
t+1
,y
t+1
)分别为决策单元在t期和t+1期的投入量和产出量；若Tfpch(x
t+1
,y
t+1
,x
t
,y
t
)值大于1，表明从t到t+1期全要素生产率提高。
[0022]可选地，利用标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率的空间变化进行动态分析，确定演化特征，具体包括：
[0023]基于所述流域农业水资源配置效率，计算标准差椭圆的长轴、短轴和方位角，并比较不同年份间的变化，确定流域农业水资源配置效率分布在地理空间上的离散程度和主导方向；
[0024]利用空间自相关分析方法，对离散程度和主导方向及对应的邻域数据进行相关分析，得到空间聚集特征，并根据所述空间聚集特征确定演化特征。
[0025]可选地，所述超效率SBM模型，具体表示为：
[0026][0027]式中，ρ为黄河流域农业水资源配置效率值，ρ＜1表示农业水资源配置效率处于无效状态，ρ≥1时则表示农业水资源配置效率达到了有效状态，ρ值越大，表示农业水资源配置效率水平越高；k表示决策单元总数，其中m、q1、q2表示每个决策单元中存在的投入、期望产出与非期望产出要素数量；x
ik
、y
grk
、y
brk
分别代表DMU的投入向量、期望和非期望产出向
量；X、Y
g
、Y
b
分别为投入、期望产出与非期望产出矩阵；λ为列向量；s
－
、s
g
、s
b
分别为投入、期望产出与非期望产出的松弛变量。
[0028]可选地，所述标准差椭圆的计算公式为：
[0029][0030]式中，σ
x
表示长轴；σ
y
表示短轴；θ表示方位角；(x
i
,y
i
)为目标流域的空间区位；w
i
为权重；和分别表示各点到区域中心的相对坐标。
[0031]可选地，所述Tobit模型的表达式为：
[0032][0033]式中，Y
it
代表黄河流域农业水资源配置效率的结果，X
it
为各影响因素的量化指标，i为省份或自治区，t为年份，β
T
为影响因素的回归系数，ε
it
为误差项。
[0034]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0035]本专利技术公开了一种流域农业水资源配置效率测算及影响因素识别的方法，所述方法包括采集农业水资源配置数据；根据农业水资源配置数据构建多投入
‑
多产出评价指标体系；根据超效率SBM模型和多投入
‑
多产出评价指标体系，测算流域农业水资源配置效率；利用Malmquist指数法、标准差椭圆和空间自相关分析方法，对流域农业水资源配置效率进行空间动态分析，确定农业水资源配置效率在空间分布的动态变化；利用Tobit回归模型，对动态变化中的主导因素进行识别，确定流域农业水资源配置效率的主要驱动因子。本专利技术通过超效率SBM模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流域农业水资源配置效率测算及影响因素识别的方法，其特征在于，包括：采集农业水资源配置数据；所述农业水资源配置数据为流域各地区的投入指标和产出指标系列数据；根据所述农业水资源配置数据构建多投入
‑
多产出评价指标体系；根据超效率SBM模型和所述多投入
‑
多产出评价指标体系，测算流域农业水资源配置效率；利用Malmquist指数法、标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率进行空间动态分析，确定农业水资源配置效率在空间分布的动态变化；所述动态变化包括演化特征、演变路径和演变趋势；利用Tobit回归模型，对所述动态变化中的主导因素进行识别，确定所述流域农业水资源配置效率的主要驱动因子。2.根据权利要求1所述的流域农业水资源配置效率测算及影响因素识别的方法，其特征在于，所述多投入
‑
多产出评价指标体系包括投入指标和产出指标及对应的指标数据；所述投入指标对应的指标数据包括：水资源条件、生产条件和节水条件；其中，所述水资源条件包括降水量和农业用水量；所述生产条件包括农用化肥施用折纯量、农业机械总动力、农药使用量、农用塑料薄膜使用量、农作物总播种面积和农业从业人员；所述节水条件包括有效灌溉面积、节水灌溉面积和节水灌溉机械；所述产出指标对应的指标数据包括：粮食产量和农业总价值。3.根据权利要求1所述的流域农业水资源配置效率测算及影响因素识别的方法，其特征在于，所述利用Malmquist指数法、标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率进行空间动态分析，确定农业水资源配置效率在空间分布的动态变化，具体包括：利用Malmquist指数法构建所述流域农业水资源配置效率的变化指数，并根据所述变化指数确定演变路径和演变趋势；利用标准差椭圆和空间自相关分析方法，对所述流域农业水资源配置效率的空间变化进行动态分析，确定演化特征；根据所述演化特征、所述演变路径和所述演变趋势确定农业水资源配置效率在空间分布的动态变化。4.根据权利要求3所述的流域农业水资源配置效率测算及影响因素识别的方法，其特征在于，所述流域农业水资源配置效率的变化指数，表示为：式中，(x
t
,y
t
)、(x
t+1
,y
t+1
)分别为决策单元在t期和t+1期的投入量和产出量；若Tfpch(x
t+1
,y
t+1
,x
t...

【专利技术属性】
技术研发人员：张彦，王飞宇，李平，杜臻杰，梁志杰，
申请(专利权)人：中国农业科学院农田灌溉研究所，
类型：发明
国别省市：