淮河流域農(nóng)業(yè)生產(chǎn)活動(dòng)造成了嚴(yán)重的水污染和水資源短缺問(wèn)題,嚴(yán)重制約了流域整體及各地農(nóng)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(nóng)業(yè)生產(chǎn)存在水資源人均占有量少、化肥等水污染嚴(yán)重與水資源利用效率低等問(wèn)題,灰水足跡概念的引入可以充分了解淮河流域農(nóng)業(yè)水污染現(xiàn)狀,也為農(nóng)業(yè)化肥等污染物的投入對(duì)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(guān)研究將有利于探究農(nóng)業(yè)灰水足跡和農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出之間的有效性關(guān)系,對(duì)于深入指導(dǎo)流域農(nóng)業(yè)生產(chǎn)活動(dòng)和生態(tài)環(huán)境保護(hù)具有重要的實(shí)際意義。首先,本文詳細(xì)闡述淮河流域農(nóng)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(chǎn)養(yǎng)殖業(yè)三個(gè)部門(mén)測(cè)算了2000-2015年淮河流域的農(nóng)業(yè)灰水足跡,并分析了各部門(mén)及流域整體的農(nóng)業(yè)灰水足跡的時(shí)間特征。在此基礎(chǔ)上,進(jìn)一步運(yùn)用DEA-BCC模型核算了淮河流域的靜態(tài)農(nóng)業(yè)灰水足跡效率,并以Malmquist生產(chǎn)率指數(shù)法探討分析了流域農(nóng)業(yè)灰水足跡效率的時(shí)空變動(dòng),從技術(shù)水平和經(jīng)濟(jì)發(fā)展水平等角度分析了農(nóng)業(yè)灰水足跡效率變動(dòng)的外部影響因素。最后,基于擴(kuò)展的Kaya恒等式和LMDI模型分解出農(nóng)業(yè)經(jīng)濟(jì)、化肥強(qiáng)度、灰... 

【文章來(lái)源】：南京林業(yè)大學(xué)江蘇省

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線(xiàn)圖

產(chǎn)出變量，如下圖2-1所示。假設(shè)決策單元b、c、d點(diǎn)形成了規(guī)模報(bào)酬變化的生產(chǎn)前沿面，那么bcd曲線(xiàn)表示在一定的投入規(guī)模X下能得到的最大產(chǎn)出Y，在生產(chǎn)前沿面bcd曲線(xiàn)上的決策單元都是有效的決策單元，效率值為1，或者說(shuō)投入變量和產(chǎn)出變量之間為有效性關(guān)系。在生產(chǎn)前沿面bcd曲線(xiàn)以?xún)?nèi)的決策單元都是無(wú)效率的，效率值小于1，例如決策單元i、j。在生產(chǎn)同樣的產(chǎn)出oa時(shí)，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(chǎn)前沿面的距離，表示生產(chǎn)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(cè)度的基本原理Figure2-1ThebasicprincipleofDEAmodelefficiencymeasurement（2）CCR模型DEA的第一個(gè)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(shè)前提是規(guī)模報(bào)酬不變（ConstantReturnScale，簡(jiǎn)稱(chēng)CRS），作為DEA方法的一個(gè)最基本而又典型模型，其在效率評(píng)價(jià)方面的應(yīng)用非常廣泛，同時(shí)也是DEA其他模型的重要基礎(chǔ)，因此CCR模型對(duì)DEA方法的發(fā)展意義重大[91]。CCR模型的基本結(jié)構(gòu)為：假設(shè)評(píng)價(jià)系統(tǒng)中有n個(gè)相互獨(dú)立的決策單元DMUj，每一個(gè)決策單元DMUj都有m項(xiàng)投入變量和s項(xiàng)產(chǎn)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(gè)決策單元在第i種要素投入數(shù)量（xij>0）；yrj表示第j個(gè)決策單元在第r種產(chǎn)出要素的產(chǎn)出數(shù)量（yrj>0）；vi表示對(duì)第i種投入所對(duì)應(yīng)的權(quán)重系數(shù)；ur表示對(duì)第r種產(chǎn)出所對(duì)應(yīng)的權(quán)重系數(shù)。那么每個(gè)決策單元DMUj的效率評(píng)價(jià)指數(shù)為：

24淮河流域1315.31356.61384.21331.91347由圖3-1可知，從農(nóng)業(yè)灰水足跡的區(qū)域分布來(lái)看，淮河流域農(nóng)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(lái)說(shuō)，河南省的農(nóng)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?fàn)顩r。江蘇、安徽和山東三省地區(qū)的農(nóng)業(yè)灰水足跡變化幅度小，且呈現(xiàn)下降的趨勢(shì)。因此，淮河流域內(nèi)的農(nóng)業(yè)灰水足跡來(lái)源地為河南省，而河南省為流域上游階段，因此應(yīng)重點(diǎn)治理河南省區(qū)域的農(nóng)業(yè)水污染問(wèn)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(nóng)業(yè)灰水足跡的部門(mén)分布來(lái)看，淮河流域農(nóng)業(yè)灰水足跡中種植業(yè)所占比例最大，已達(dá)96%，畜牧養(yǎng)殖業(yè)次之，水產(chǎn)業(yè)最小，10%以下。具體來(lái)說(shuō)，淮河流域內(nèi)的農(nóng)業(yè)灰水足跡主要污染部門(mén)為種植業(yè)，在研究期內(nèi)穩(wěn)定96%左右。畜牧業(yè)產(chǎn)生的農(nóng)業(yè)灰水足跡比重總體下降，而水產(chǎn)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(jiàn)，淮河流域的農(nóng)業(yè)灰水足跡結(jié)構(gòu)分布很不合理，其中種植業(yè)占據(jù)絕對(duì)優(yōu)勢(shì)地位，這跟淮河流域的實(shí)際農(nóng)業(yè)發(fā)展?fàn)顩r有關(guān)，該地區(qū)以糧食生產(chǎn)為主導(dǎo)產(chǎn)業(yè)，農(nóng)民通過(guò)增加化肥施用量來(lái)增加農(nóng)產(chǎn)品產(chǎn)量和獲得更大的收入和經(jīng)濟(jì)產(chǎn)出。因此，對(duì)于淮河流域的農(nóng)業(yè)灰水足跡治理來(lái)說(shuō)，種植業(yè)造成的水污染需要足夠重視，重點(diǎn)在化肥農(nóng)藥等化學(xué)物質(zhì)的妥善應(yīng)用以及提高化肥施用的效率，合理調(diào)節(jié)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)等。圖3-1淮河流域農(nóng)業(yè)灰水足跡區(qū)域分布Figure3-1Theregionaldistributionofagriculturalgreywaterfootprintinhuaiheriverbasin

【參考文獻(xiàn)】：
期刊論文
[1]基于DEA模型的內(nèi)蒙古房地產(chǎn)業(yè)投入產(chǎn)出效率評(píng)價(jià)[J]. 馮利英,劉宇笛,塔娜.  內(nèi)蒙古財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(06)
[2]湖南省灰水足跡變化特征及其驅(qū)動(dòng)因子分析[J]. 賀志文,向平安.  中國(guó)農(nóng)村水利水電. 2018(10)
[3]要素與效率耦合視角下中國(guó)人均灰水足跡驅(qū)動(dòng)效應(yīng)研究[J]. 孫才志,白天驕,吳永杰,趙良仕.  自然資源學(xué)報(bào). 2018(09)
[4]基于灰水足跡視角的浙江省工業(yè)出口結(jié)構(gòu)優(yōu)化研究[J]. 吳兆磊,吳兆丹,祖曉倩.  華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[5]中國(guó)淡水池塘養(yǎng)殖魚(yú)類(lèi)排污的灰水足跡及污染負(fù)荷研究[J]. 歐陽(yáng)佚亭,宋國(guó)寶,陳景文,張樹(shù)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(cè)度及GM（1,1）模型預(yù)測(cè)研究[J]. 蔡建輝,顏七笙.  灌溉排水學(xué)報(bào). 2018(03)
[7]基于IPAT模型的河北省灰水足跡分析及預(yù)測(cè)[J]. 姚懿真,楊貴羽,汪林,賈玲,校昱.  水利水電技術(shù). 2017(11)
[8]太湖西岸水質(zhì)變化趨勢(shì)及主要驅(qū)動(dòng)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(nóng)產(chǎn)品產(chǎn)地污染評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 朱權(quán),宋金茜,姜小三,王強(qiáng).  農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào). 2017(09)
[10]基于水足跡理念的水資源短缺評(píng)價(jià)——以2022年冬奧會(huì)雪上項(xiàng)目舉辦地為例[J]. 胡彬,劉俊國(guó),趙丹丹,趙旭.  灌溉排水學(xué)報(bào). 2017(07)

博士論文
[1]基于水足跡的河西地區(qū)農(nóng)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(xué) 2017

碩士論文
[1]中國(guó)省際灰水生態(tài)足跡時(shí)空特征研究[D]. 張智雄.遼寧師范大學(xué) 2018
[2]中國(guó)灰水足跡研究[D]. 白天驕.遼寧師范大學(xué) 2018
[3]研發(fā)投入產(chǎn)出效率的國(guó)際比較研究[D]. 權(quán)杰慶.山西財(cái)經(jīng)大學(xué) 2016
[4]吉林省畜牧業(yè)生產(chǎn)水足跡及其影響因素研究[D]. 侯希明.東北師范大學(xué) 2016
[5]基于DEA和Malmquist指數(shù)的環(huán)渤海經(jīng)濟(jì)區(qū)水資源利用效率評(píng)價(jià)[D]. 姜博騫.遼寧師范大學(xué) 2015
[6]中國(guó)商業(yè)銀行整體效率和階段效率的實(shí)證研究[D]. 陳娟娟.湖南大學(xué) 2014
[7]基于投入產(chǎn)出分析的中國(guó)虛擬水貿(mào)易研究[D]. 蔣璐.華南理工大學(xué) 2012



本文編號(hào)：3387582