淮河流域農業(yè)生產活動造成了嚴重的水污染和水資源短缺問題,嚴重制約了流域整體及各地農業(yè)的可持續(xù)發(fā)展和水環(huán)境的健康狀態(tài)。由于流域農業(yè)生產存在水資源人均占有量少、化肥等水污染嚴重與水資源利用效率低等問題,灰水足跡概念的引入可以充分了解淮河流域農業(yè)水污染現(xiàn)狀,也為農業(yè)化肥等污染物的投入對水資源數(shù)量的影響提供了新的研究方法�；宜阚E效率相關研究將有利于探究農業(yè)灰水足跡和農業(yè)經濟產出之間的有效性關系,對于深入指導流域農業(yè)生產活動和生態(tài)環(huán)境保護具有重要的實際意義。首先,本文詳細闡述淮河流域農業(yè)水資源利用和水污染的發(fā)展現(xiàn)狀,借鑒Hoekstra等提出的灰水足跡理論及方法,從種植業(yè)、畜牧養(yǎng)殖業(yè)和水產養(yǎng)殖業(yè)三個部門測算了2000-2015年淮河流域的農業(yè)灰水足跡,并分析了各部門及流域整體的農業(yè)灰水足跡的時間特征。在此基礎上,進一步運用DEA-BCC模型核算了淮河流域的靜態(tài)農業(yè)灰水足跡效率,并以Malmquist生產率指數(shù)法探討分析了流域農業(yè)灰水足跡效率的時空變動,從技術水平和經濟發(fā)展水平等角度分析了農業(yè)灰水足跡效率變動的外部影響因素。最后,基于擴展的Kaya恒等式和LMDI模型分解出農業(yè)經濟、化肥強度、灰... 

【文章來源】：南京林業(yè)大學江蘇省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

技術路線圖

產出變量，如下圖2-1所示。假設決策單元b、c、d點形成了規(guī)模報酬變化的生產前沿面，那么bcd曲線表示在一定的投入規(guī)模X下能得到的最大產出Y，在生產前沿面bcd曲線上的決策單元都是有效的決策單元，效率值為1，或者說投入變量和產出變量之間為有效性關系。在生產前沿面bcd曲線以內的決策單元都是無效率的，效率值小于1，例如決策單元i、j。在生產同樣的產出oa時，決策單元i和b使用的投入量分別為ai和ab，且ai=ab+bi，那么投入bi就是決策單元與生產前沿面的距離，表示生產的非效率部分。因此，決策單元i的效率表示為：TE=ab/ai圖2-1DEA模型效率測度的基本原理Figure2-1ThebasicprincipleofDEAmodelefficiencymeasurement（2）CCR模型DEA的第一個基本模型為CCR，它是由Charnes、Cooper和Rhodes共同提出并用他們首字母命名。CCR模型的假設前提是規(guī)模報酬不變（ConstantReturnScale，簡稱CRS），作為DEA方法的一個最基本而又典型模型，其在效率評價方面的應用非常廣泛，同時也是DEA其他模型的重要基礎，因此CCR模型對DEA方法的發(fā)展意義重大[91]。CCR模型的基本結構為：假設評價系統(tǒng)中有n個相互獨立的決策單元DMUj，每一個決策單元DMUj都有m項投入變量和s項產出變量，令xj=(x1j,x2j,...,xmj)T，yj=(y1j,y2j,...,ysj)T，v=(v1,v2,...,vm)T，u=(u1,u2,...,us)T，其中xij表示第j個決策單元在第i種要素投入數(shù)量（xij>0）；yrj表示第j個決策單元在第r種產出要素的產出數(shù)量（yrj>0）；vi表示對第i種投入所對應的權重系數(shù)；ur表示對第r種產出所對應的權重系數(shù)。那么每個決策單元DMUj的效率評價指數(shù)為：

24淮河流域1315.31356.61384.21331.91347由圖3-1可知，從農業(yè)灰水足跡的區(qū)域分布來看，淮河流域農業(yè)灰水足跡中河南省區(qū)域所占比例最大，為47%，江蘇次之，山東最小，為12.5%。具體來說，河南省的農業(yè)灰水足跡在2000-2010年緩慢增加，2010年后保持穩(wěn)定的發(fā)展狀況。江蘇、安徽和山東三省地區(qū)的農業(yè)灰水足跡變化幅度小，且呈現(xiàn)下降的趨勢。因此，淮河流域內的農業(yè)灰水足跡來源地為河南省，而河南省為流域上游階段，因此應重點治理河南省區(qū)域的農業(yè)水污染問題，從源頭整治，防治上游污染遷移到中下游地區(qū)。由圖3-2可知，從農業(yè)灰水足跡的部門分布來看，淮河流域農業(yè)灰水足跡中種植業(yè)所占比例最大，已達96%，畜牧養(yǎng)殖業(yè)次之，水產業(yè)最小，10%以下。具體來說，淮河流域內的農業(yè)灰水足跡主要污染部門為種植業(yè)，在研究期內穩(wěn)定96%左右。畜牧業(yè)產生的農業(yè)灰水足跡比重總體下降，而水產養(yǎng)殖業(yè)的比重雖然很小，但是總量和比例都在逐漸上升，值得警惕。由此可見，淮河流域的農業(yè)灰水足跡結構分布很不合理，其中種植業(yè)占據絕對優(yōu)勢地位，這跟淮河流域的實際農業(yè)發(fā)展狀況有關，該地區(qū)以糧食生產為主導產業(yè)，農民通過增加化肥施用量來增加農產品產量和獲得更大的收入和經濟產出。因此，對于淮河流域的農業(yè)灰水足跡治理來說，種植業(yè)造成的水污染需要足夠重視，重點在化肥農藥等化學物質的妥善應用以及提高化肥施用的效率，合理調節(jié)農業(yè)生產結構等。圖3-1淮河流域農業(yè)灰水足跡區(qū)域分布Figure3-1Theregionaldistributionofagriculturalgreywaterfootprintinhuaiheriverbasin

【參考文獻】：
期刊論文
[1]基于DEA模型的內蒙古房地產業(yè)投入產出效率評價[J]. 馮利英,劉宇笛,塔娜.  內蒙古財經大學學報. 2018(06)
[2]湖南省灰水足跡變化特征及其驅動因子分析[J]. 賀志文,向平安.  中國農村水利水電. 2018(10)
[3]要素與效率耦合視角下中國人均灰水足跡驅動效應研究[J]. 孫才志,白天驕,吳永杰,趙良仕.  自然資源學報. 2018(09)
[4]基于灰水足跡視角的浙江省工業(yè)出口結構優(yōu)化研究[J]. 吳兆磊,吳兆丹,祖曉倩.  華北水利水電大學學報(自然科學版). 2018(02)
[5]中國淡水池塘養(yǎng)殖魚類排污的灰水足跡及污染負荷研究[J]. 歐陽佚亭,宋國寶,陳景文,張樹深.  環(huán)境污染與防治. 2018(03)
[6]“一帶一路”倡議下甘肅省灰水足跡測度及GM（1,1）模型預測研究[J]. 蔡建輝,顏七笙.  灌溉排水學報. 2018(03)
[7]基于IPAT模型的河北省灰水足跡分析及預測[J]. 姚懿真,楊貴羽,汪林,賈玲,校昱.  水利水電技術. 2017(11)
[8]太湖西岸水質變化趨勢及主要驅動因子[J]. 于東升,袁宏林,張穎,李世超,孫中浩.  環(huán)境污染與防治. 2017(10)
[9]基于WebGIS的農產品產地污染評價系統(tǒng)設計與實現(xiàn)[J]. 朱權,宋金茜,姜小三,王強.  農業(yè)環(huán)境科學學報. 2017(09)
[10]基于水足跡理念的水資源短缺評價——以2022年冬奧會雪上項目舉辦地為例[J]. 胡彬,劉俊國,趙丹丹,趙旭.  灌溉排水學報. 2017(07)

博士論文
[1]基于水足跡的河西地區(qū)農作物需水變化影響因素及水資源優(yōu)化配置研究[D]. 韓杰.蘭州大學 2017

碩士論文
[1]中國省際灰水生態(tài)足跡時空特征研究[D]. 張智雄.遼寧師范大學 2018
[2]中國灰水足跡研究[D]. 白天驕.遼寧師范大學 2018
[3]研發(fā)投入產出效率的國際比較研究[D]. 權杰慶.山西財經大學 2016
[4]吉林省畜牧業(yè)生產水足跡及其影響因素研究[D]. 侯希明.東北師范大學 2016
[5]基于DEA和Malmquist指數(shù)的環(huán)渤海經濟區(qū)水資源利用效率評價[D]. 姜博騫.遼寧師范大學 2015
[6]中國商業(yè)銀行整體效率和階段效率的實證研究[D]. 陳娟娟.湖南大學 2014
[7]基于投入產出分析的中國虛擬水貿易研究[D]. 蔣璐.華南理工大學 2012



本文編號：3387582