陸中偉，張?jiān)茖?，王潔?/p>

(河海大學(xué)商學(xué)院，南京 211100)

我國(guó)地域遼闊，人口眾多，但水資源的時(shí)空分布極不平衡，水資源無(wú)法利用充分。由于各區(qū)域自然氣候條件、經(jīng)濟(jì)發(fā)展水平、社會(huì)生產(chǎn)生活方式、水資源利用方式等的不同，我國(guó)水資源利用效率的空間差異日益凸顯。2002年，《中華人民共和國(guó)水法》指出，地方各級(jí)人民政府理應(yīng)結(jié)合當(dāng)?shù)厮Y源稟賦，合理使用水資源。從各地區(qū)實(shí)際情況出發(fā)，將提高水資源利用效率作為各地區(qū)重點(diǎn)工作。只有從微觀角度出發(fā)，各地區(qū)分別采取有效措施，才能從宏觀上促進(jìn)我國(guó)水資源利用效率的提高，實(shí)現(xiàn)整體水資源可持續(xù)利用，促進(jìn)我國(guó)節(jié)水型社會(huì)的建設(shè)。2010年，國(guó)務(wù)院針對(duì)我國(guó)目前水資源過(guò)度開發(fā)、粗放利用、水污染嚴(yán)重3個(gè)方面問(wèn)題，出臺(tái)了《國(guó)務(wù)院關(guān)于實(shí)行最嚴(yán)格水資源管理制度的意見》[1]，首次提出了水資源管理“三條紅線”，從用水總量、用水效率、排污總量3個(gè)方面嚴(yán)格規(guī)定。

江蘇省歷史悠久，是我國(guó)的經(jīng)濟(jì)、文化中心，2011年末，江蘇省地區(qū)生產(chǎn)總值為4.91 萬(wàn)億元(當(dāng)年價(jià)格)，是全國(guó)的經(jīng)濟(jì)大省。全省過(guò)境水資源豐富，但由于受到引江工程能力的限制，2011年人均水資源總量為624.6 m3，屬于全國(guó)重度缺水省份。因此，針對(duì)江蘇省的實(shí)際情況，研究江蘇省水資源利用效率及其空間相關(guān)性問(wèn)題，有利于實(shí)現(xiàn)江蘇省經(jīng)濟(jì)發(fā)展，促進(jìn)我國(guó)水資源的可持續(xù)發(fā)展。

1 文獻(xiàn)綜述

水資源利用效率一直是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)話題。在水資源利用效率研究方法上，除國(guó)內(nèi)外備受青睞的數(shù)據(jù)包絡(luò)分析方法(DEA)外[2-5]，Kaneko等[6]采用C-D隨機(jī)前沿生產(chǎn)函數(shù)方法測(cè)算灌溉用水效率。Dhehibi等[7]在Kaneko基礎(chǔ)上對(duì)種植農(nóng)戶灌溉效率進(jìn)行超越對(duì)數(shù)隨機(jī)前沿生產(chǎn)函數(shù)分析。Yujiro Hayami等[8]根據(jù)誘致技術(shù)變遷理論，分析工業(yè)用水的利用效率的變化。高媛媛等[9]綜合運(yùn)用AHP、Ward聚類分析、投影尋蹤法及遺傳算法建立了一種新型的水資源利用效率評(píng)估模型，并通過(guò)我國(guó)31省市的面板數(shù)據(jù)進(jìn)行效率實(shí)證分析。宋國(guó)軍等[10]在分析水資源利用效率的影響因素的基礎(chǔ)上，利用正態(tài)統(tǒng)計(jì)參數(shù)構(gòu)建了城市水資源利用效率標(biāo)桿，為水資源的可持續(xù)發(fā)展提供了參考依據(jù)。趙良仕等[11]等在考慮非期望產(chǎn)出的視角下對(duì)我國(guó)1997-2011年間的水資源利用效率進(jìn)行測(cè)度，并分析了效率的溢出效應(yīng)，提出了更合理的水資源利用效率測(cè)度方式。

2002年，中國(guó)科學(xué)院和清華大學(xué)國(guó)情研究中心聯(lián)合課題組指出[12]，水資源利用效率和水資源的易獲得性成反比，即水資源越易獲得的地區(qū)，水資源利用效率反而越低。孫才志等[13]運(yùn)用探索性空間數(shù)據(jù)分析法(ESDA)對(duì)中國(guó)水資源利用相對(duì)效率的時(shí)空差異變化特征與規(guī)律進(jìn)行了初步探索。他認(rèn)為中國(guó)水資源利用相對(duì)效率在時(shí)間上呈上升趨勢(shì)，地區(qū)發(fā)達(dá)水平越高水資源利用效率則越高，它的存在與演變是區(qū)域經(jīng)濟(jì)和社會(huì)發(fā)展等諸多方面直接或間接的影響和反映，同時(shí)孫愛軍等[14]也佐證了這一觀點(diǎn)。楊麗英等[15]利用優(yōu)化遺傳算法等方法將水資源利用效率進(jìn)行分級(jí)，分析我國(guó)2012年299個(gè)地級(jí)市的數(shù)據(jù)，研究發(fā)現(xiàn)我國(guó)水資源利用效率存在顯著的地區(qū)差異性。錢文婧等[16]根據(jù)1998-2008年的省級(jí)面板數(shù)據(jù)，利用DEA模型研究發(fā)現(xiàn)，我國(guó)水資源利用效率在2008年明顯下降，同時(shí)出現(xiàn)鮮明分級(jí)，東部地區(qū)最高，中部次之，西部最低。

綜合文獻(xiàn)，不難發(fā)現(xiàn)關(guān)于水資源利用效率測(cè)度的方法越來(lái)越全面，同時(shí)水資源利用效率的區(qū)域差異化也被諸多學(xué)者廣泛揭示。但是，多數(shù)專家學(xué)者都是從全國(guó)層面研究各省市間的水資源利用效率差異，鮮有研究單獨(dú)省市內(nèi)各地級(jí)市水資源利用效率的差異。因此本文在運(yùn)用傳統(tǒng)數(shù)據(jù)包絡(luò)分析方法的同時(shí)引入Malmquist生產(chǎn)率指數(shù)分析模型和空間相關(guān)性分析模型，從綜合利用效率、區(qū)域間差異2個(gè)方面對(duì)江蘇省水資源的利用效率進(jìn)行綜合評(píng)價(jià)，并分析13個(gè)市的區(qū)域差異。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 DEA模型

DEA(Data Envelopment Analysis)中文譯為數(shù)據(jù)包絡(luò)分析，是運(yùn)籌學(xué)家Charnes等人1978年提出的，引入相對(duì)效率確定有效生產(chǎn)前沿面的效率，提出第1個(gè)DEA模型-CCR模型，并不斷發(fā)展至今，已成為現(xiàn)代管理科學(xué)的一項(xiàng)必可少的工具。CCR模型的理論方法和計(jì)算過(guò)程很多研究中都有詳盡的說(shuō)明，具體表現(xiàn)形式為：

式中：Xj和Yj分別為決策單元的投入及產(chǎn)出向量；μT、ωT為權(quán)重變量。

Banker、Charnes和Cooper在1984年提出了CCR模型的改進(jìn)方案，用來(lái)考慮規(guī)模報(bào)酬可變的情況，即BCC模型。在CCR模型進(jìn)行對(duì)偶規(guī)劃的基礎(chǔ)上，增加一個(gè)凸性的約束條件NTλ=1，可以把CCR模型修正為BCC模型，即：

一般來(lái)說(shuō)，用CCR模型求出來(lái)的效率值稱為技術(shù)效率(TE)，而用BCC模型求出來(lái)的效率值稱為純技術(shù)效率(PTE)，技術(shù)效率除以純技術(shù)效率則為規(guī)模效率(SE)。SE=1表示規(guī)模有效率，而SE<1則表示規(guī)模無(wú)效率。從技術(shù)效率(TE)=純技術(shù)效率(PTE) 規(guī)模效率((SE)可以看出，PTE>TE，這說(shuō)明BCC模型得到的效率值比CCR模型得到的效率值大，更接近于效率邊界。

2.2 Malmquist指數(shù)模型

瑞典經(jīng)濟(jì)學(xué)家斯坦曼奎斯特首先使用Malmquist指數(shù)，衡量連續(xù)十七的消費(fèi)變化。1982年，Caves，Christeren等人在Malmquist指數(shù)與Shephard距離函數(shù)概念的基礎(chǔ)上提出用其計(jì)量全要素生產(chǎn)力指數(shù)(TFPCH)的變化，該指數(shù)用以衡量評(píng)價(jià)單元先后效率的垂直變化。具體原理如下。

時(shí)刻t的距離為：

時(shí)刻t+1的距離為：

式中：DtC(xt,yt)是時(shí)刻t下的產(chǎn)出距離函數(shù)；Dt+1C(xt+1,yt+1)是時(shí)刻t+1下的產(chǎn)出距離函數(shù)；Dt+1C(xt,yt)為在t+1時(shí)刻下根據(jù)n個(gè)DMU的投入產(chǎn)出得出的t時(shí)刻下以(xt,yt)為投入產(chǎn)出所得的距離函數(shù)。則全要素生產(chǎn)力指數(shù)為上式乘積的幾何平均數(shù)，即：

利用RD模型將綜合效率進(jìn)行分解：

TFPCH=M(xt,yt,xt+1,yt+1)=

PECH TECH SECH

式中：C表示規(guī)模報(bào)酬不變。

當(dāng)TFPCH>1時(shí)，表明總生產(chǎn)力呈現(xiàn)上升趨勢(shì)；當(dāng)0

2.3 空間自相關(guān)分析模型

地理學(xué)第一定律認(rèn)為：任何事物都與其空間上相近的事物存在聯(lián)系?？臻g自相關(guān)性分析用來(lái)衡量同一常量在不同地理位置上的關(guān)聯(lián)程度，能夠反映空間聚集的整體和局部特征。

Moranti于1948年提出空間自相關(guān)程度[71]一詞，因此用她的名字定義該參數(shù)：Moran’sI的計(jì)算公式如下：

2.4 指標(biāo)選取與數(shù)據(jù)說(shuō)明

2.4.1 投入與產(chǎn)出指標(biāo)的選取

水資源本身并不會(huì)輸出產(chǎn)品，必須和其他社會(huì)投入一起，帶來(lái)經(jīng)濟(jì)社會(huì)的產(chǎn)出。區(qū)域、自然環(huán)境、經(jīng)濟(jì)發(fā)展水平以及產(chǎn)業(yè)結(jié)構(gòu)的差異，都會(huì)對(duì)水資源的利用效率產(chǎn)生影響。綜合文獻(xiàn)，基于DEA模型對(duì)數(shù)據(jù)的客觀要求，確定研究水資源利用相對(duì)效率的評(píng)價(jià)體系，產(chǎn)出為各市的GDP產(chǎn)出，將水資源供給量、資本存量、就業(yè)人數(shù)作為投入數(shù)據(jù)。

2.4.2 樣本及數(shù)據(jù)來(lái)源

本文研究樣本為江蘇省13個(gè)地級(jí)市，分為3個(gè)行政區(qū)域：蘇南地區(qū)(蘇州、無(wú)錫、南京、常州、鎮(zhèn)江)、蘇中地區(qū)(南通、揚(yáng)州、泰州)、蘇北地區(qū)(連云港、淮安、鹽城、宿遷、徐州)。統(tǒng)計(jì)數(shù)據(jù)均來(lái)自于2002-2016年江蘇省統(tǒng)計(jì)年鑒、江蘇省水資源公報(bào)及各市統(tǒng)計(jì)年鑒。

(1)地區(qū)生產(chǎn)總值。為了方便數(shù)據(jù)在各市之間的橫向比較，及在各年之間的縱向比較將各年的國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)采用平減指數(shù)以2002年為基年進(jìn)行計(jì)算。

(2)水資源供給量。水資源的供水量是指水資源中提供給需水部門使用的水量。供水量包含天然水資源供水量(WS)、工程供水量(WIS)2個(gè)部分。從根源上提供了水資源的數(shù)據(jù)，能夠客觀清晰地用于研究水資源的實(shí)際投入對(duì)地區(qū)生產(chǎn)總值的影響。

(3)資本存量。根據(jù)OECD公認(rèn)的永續(xù)盤存法確定，計(jì)算公式為：

Kit=Kit-1(1-δt)+Iit

式中：i代表第i個(gè)地區(qū)；t代表年份；Kit代表資本存量；δt代表經(jīng)濟(jì)折舊率；Iit代表資本增量。

本文根據(jù)Young等人的研究[17]，各市的基年資本存量以其1952年固定資本的10%計(jì)算，固定資產(chǎn)經(jīng)濟(jì)綜合折舊率去9.6%。

(4)就業(yè)人數(shù)。就業(yè)人數(shù)是反映當(dāng)年全部勞動(dòng)力資源的實(shí)際利用情況，即能夠創(chuàng)造實(shí)際經(jīng)濟(jì)產(chǎn)出的勞動(dòng)力，就業(yè)人數(shù)的計(jì)算方法為上年末和本年末從業(yè)人數(shù)的算數(shù)平均數(shù)。

3 實(shí)證分析

3.1 DEA模型實(shí)證結(jié)果

利用DEA Solver軟件，基于規(guī)模報(bào)酬可變的BCC模型，計(jì)算江蘇省13個(gè)市2002-2016年的水資源利用綜合效率，水資源利用綜合效率的計(jì)算結(jié)果不僅可以分析2002-2016年水資源利用效率的發(fā)展趨勢(shì)，還可以分析各區(qū)域之間水資源利用效率差異，計(jì)算結(jié)果見表1。

表1 2002-2016年江蘇省各市水資源利用綜合效率Tab.1 2002-2006 comprehensive utilization of water resources utilization in Jiangsu Province

從時(shí)間進(jìn)程縱向分析，2002-2016年，15 a間江蘇省水資源利用的綜合效率的平均值呈倒U形發(fā)展趨勢(shì)，自2002年0.79到2007年0.86為最高，2008年起0.85為轉(zhuǎn)折點(diǎn)，開始下降至2016年0.72。2008年作為“十一五”的中期，經(jīng)濟(jì)快速增長(zhǎng)，但出現(xiàn)了干旱，經(jīng)濟(jì)增長(zhǎng)對(duì)水資源造成壓力，同時(shí)這幾年遭遇了太湖藍(lán)藻事件，水資源利用綜合效率降低。另一方面，金融風(fēng)暴席卷了全球，資本要素市場(chǎng)發(fā)生動(dòng)蕩，由此引發(fā)的基礎(chǔ)設(shè)施投資的增加導(dǎo)致了資源配置的扭曲，導(dǎo)致水資源利用效率的下降。

從所在地區(qū)對(duì)比分析，15 a間，只有蘇州、無(wú)錫、揚(yáng)州3個(gè)市的綜合效率高于0.95，同時(shí)只有蘇州和無(wú)錫大多數(shù)年份是達(dá)到DEA有效狀態(tài)的。常州、鹽城、徐州的綜合效率為0.90～0.95，綜合效率排名為江蘇省第2。南京、泰州、鎮(zhèn)江、宿遷的綜合效率為0.70～0.90，排名第3，南通、連云港、淮安的綜合效率為0.50～0.70，這3個(gè)城市在江蘇省綜合效率最低。

因此，江蘇省13個(gè)市的綜合效率存在較大的空間區(qū)別。蘇南地區(qū)普遍綜合效率較高，這與其優(yōu)越的地理位置和資源配置有關(guān)，蘇中地區(qū)揚(yáng)州和泰州情況較好，而南通的綜合效率已是倒數(shù)，南通多年來(lái)經(jīng)濟(jì)發(fā)展以重工業(yè)為主，對(duì)環(huán)境和水資源造成的污染嚴(yán)重，應(yīng)將注意力適當(dāng)轉(zhuǎn)移至對(duì)水資源保護(hù)以及可循環(huán)利用。蘇北地區(qū)綜合效率相對(duì)較低，蘇北地區(qū)屬于江蘇省經(jīng)濟(jì)發(fā)展落后的地區(qū)，目前以經(jīng)濟(jì)發(fā)展為主要目標(biāo)，而忽略了經(jīng)濟(jì)發(fā)展所產(chǎn)生的對(duì)環(huán)境的壓力。因此應(yīng)在經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)尋求水資源環(huán)境的長(zhǎng)久發(fā)展。

3.2 Malmquist指數(shù)模型實(shí)證結(jié)果

利用DEASolver軟件，基于VRS假設(shè)的投入主導(dǎo)型DEA-Malmquist模型，計(jì)算各市水資源利用全要素生產(chǎn)力指數(shù)(TFPCH)，并分解為2個(gè)部分：技術(shù)變動(dòng)指數(shù)(TECH)和技術(shù)效率指數(shù)(EFFCH)，見表2、表3。其中，技術(shù)效率指數(shù)(EFFCH)又表示為規(guī)模效率指數(shù)(SECH)與純技術(shù)效率指數(shù)(PECH)的乘積。

表2 2003-2016年江蘇省水資源利用全要素生產(chǎn)力指數(shù)及其分解Tab.2 Total factor productivity index and its decomposition of waterresources utilization in Jiangsu Province from 2003 to 2016

表3 2016年各市綜合水資源全要素生產(chǎn)力指數(shù)及其分解Tab.3 Total factor productivity index and its decomposition ofcomprehensive water resources in cities in 2016

從表2可知：從全要素生產(chǎn)力指數(shù)來(lái)看，2003-2016年的平均全要素生產(chǎn)力指數(shù)為0.999，因此，江蘇省水資源利用效率整體上表現(xiàn)為衰退狀態(tài)。2004-2007全要素生產(chǎn)力指數(shù)值均大于1，說(shuō)明這4 a的水資源效率均呈上升趨勢(shì)，主要原因在于《中華人民共和國(guó)水法》的實(shí)施，江蘇省既關(guān)注經(jīng)濟(jì)增長(zhǎng)又注重對(duì)水資源的保護(hù)，引進(jìn)人才，推動(dòng)了水資源的可循環(huán)利用，導(dǎo)致水資源效率的增長(zhǎng)。后9 a，江蘇省TFP表現(xiàn)為波動(dòng)式上升趨勢(shì)，應(yīng)警惕下降的趨勢(shì)。

從技術(shù)變動(dòng)指數(shù)看，江蘇省2003-2016年的平均TECH為1.007，14 a中有2004、2007、2008、2013、2015年技術(shù)變動(dòng)指數(shù)大于1，即這5 a是技術(shù)進(jìn)步，其余9 a均為技術(shù)退步的狀態(tài)，因此江蘇省需要加大對(duì)技術(shù)的重視，引進(jìn)先進(jìn)節(jié)水技術(shù)、節(jié)水人才，改善現(xiàn)狀。

從技術(shù)效率指數(shù)來(lái)看，2003-2016年14 a的平均值小于1，說(shuō)明整體上組織管理水平有所下降。從技術(shù)效率指數(shù)的分解分析，純技術(shù)效率為0.998，規(guī)模效率為0.994，可以說(shuō)規(guī)模效率和純技術(shù)效率是有待提高的部分，因此，合理配置資源，完善產(chǎn)業(yè)結(jié)構(gòu)，健全水資源管理制度成為提高技術(shù)效率之可行方法。

從表3可知：從全要素生產(chǎn)力指數(shù)來(lái)看，南京、無(wú)錫、蘇州、揚(yáng)州、鎮(zhèn)江的全要素生產(chǎn)力指數(shù)大于1，這5個(gè)地區(qū)的水資源利用效率整體是增加的。徐州、常州、南通、連云港、淮安、鹽城、泰州、宿遷的全要素生產(chǎn)力指數(shù)小于1，總體上水資源利用效率處于下降趨勢(shì)。

從技術(shù)變動(dòng)指數(shù)上看，南京、無(wú)錫、常州、蘇州、揚(yáng)州、鎮(zhèn)江的技術(shù)變動(dòng)指數(shù)大于1，這3個(gè)市技術(shù)進(jìn)步，徐州、南通、連云港、淮安、鹽城、泰州、宿遷的技術(shù)變動(dòng)指數(shù)小于1，這些市技術(shù)退步，除泰州外的6個(gè)市的技術(shù)退步是造成他們效率衰退的原因，因此，需要通過(guò)引進(jìn)先進(jìn)節(jié)水技術(shù)和先進(jìn)節(jié)水人才來(lái)改變現(xiàn)狀。

從技術(shù)效率指數(shù)來(lái)看，蘇州的技術(shù)效率指數(shù)為1，純技術(shù)效率變化指數(shù)和規(guī)模效率指數(shù)均為1，表明蘇州的管理水平較為穩(wěn)定，并未發(fā)生改變。南京、無(wú)錫、常州、鹽城、揚(yáng)州的技術(shù)效率指數(shù)均大于1，其中南京、淮安的規(guī)模效率小于1，純技術(shù)效率變化相反，因此，這2個(gè)市需合理配置資源，完善產(chǎn)業(yè)結(jié)構(gòu)。而連云港的純技術(shù)效率變化小于1，說(shuō)明需要提高管理水平。鎮(zhèn)江、鹽城的技術(shù)效率指數(shù)小于1的原因是規(guī)模效率的下降，南通技術(shù)效率小于1的原因的純技術(shù)效率的下降。

3.3 空間自相關(guān)分析模型實(shí)證結(jié)果

利用OpenGeoDa軟件對(duì)研究區(qū)域進(jìn)行計(jì)量分析，選取Moran’sI作為衡量指標(biāo)，對(duì)江蘇省水資源利用綜合效率和全要素生產(chǎn)力指數(shù)分別進(jìn)行空間相關(guān)性分析。

圖1是江蘇省水資源利用綜合效率的Moran指數(shù)散點(diǎn)圖。Moran’sI為-0.015，小于0，表示江蘇省各地區(qū)呈現(xiàn)負(fù)相關(guān)狀態(tài)，但數(shù)值不大，因此，空間聚集性不明顯。圖1中，第1象限為高-高型，城市包括蘇州、常州、無(wú)錫、泰州；第2象限為低-高型，城市包括南通、南京、鎮(zhèn)江；第3象限為低-低型，城市包括連云港、淮安、宿遷；第4象限為高-低型，城市包括徐州、鹽城、揚(yáng)州。

圖1 綜合效率Moran指數(shù)散點(diǎn)圖Fig.1 Comprehensive efficiency Moran index scatter plot

圖2是江蘇省水資源利用全要素生產(chǎn)力指數(shù)的Moran指數(shù)散點(diǎn)圖。Moran’sI為0.32，大于0，表示江蘇省各地區(qū)呈現(xiàn)正相關(guān)狀態(tài)，且空間聚集性明顯。第1象限為高-高型，城市包括常州、無(wú)錫、鎮(zhèn)江、揚(yáng)州、南京；第2象限為低-高型，城市包括南通、泰州；第3象限為低-低型，城市包括徐州、連云港、鹽城、宿遷、淮安；第4象限為高-低型，城市包括蘇州。

圖2 全要素生產(chǎn)力指數(shù)Moran指數(shù)散點(diǎn)圖Fig.2 Total factor productivity index Moran index scatter plot

圖3是江蘇省水資源利用綜合效率與全要素生產(chǎn)力指數(shù)二維空間自相關(guān)Moran指數(shù)散點(diǎn)圖。Moran’sI為0.179，大于0，呈正相關(guān)關(guān)系，空間聚集性一般。第1象限為高-高型，城市包括泰州、揚(yáng)州、常州、無(wú)錫；第2象限為低-高型，城市包括南京、南通、鎮(zhèn)江；第3象限為低-低型，城市包括連云港、宿遷、淮安；第4象限為高-低型，城市包括鹽城、蘇州、徐州。

圖3 綜合效率與全要素生產(chǎn)力指數(shù)二維空間自相關(guān)Moran指數(shù)散點(diǎn)圖Fig.3 Comprehensive efficiency and total factor productivity index two-dimensional space autocorrelation Moran index scatter plot

江蘇省水資源利用綜合效率和全要素生產(chǎn)力指數(shù)均存在空間相關(guān)性，但綜合效率指標(biāo)上各區(qū)域間呈現(xiàn)負(fù)相關(guān)性，全要素生產(chǎn)力指數(shù)的指標(biāo)上存在正相關(guān)性，可以看出全要素生產(chǎn)力指數(shù)中，由于全要素生產(chǎn)力指數(shù)考慮了技術(shù)變動(dòng)的影響，因此，可以看出，技術(shù)變動(dòng)指數(shù)的影響較大，各個(gè)地區(qū)對(duì)水資源先進(jìn)技術(shù)的重視和引進(jìn)機(jī)制不夠成熟。分地區(qū)看，蘇南、蘇中、蘇北地區(qū)空間相關(guān)性均較強(qiáng)。

4 結(jié) 語(yǔ)

本研究將DEA模型、Malmquist指數(shù)模型和空間自相關(guān)分析模型結(jié)合，分析2002-2016年江蘇省13個(gè)城市的水資源利用效率及其空間相關(guān)性。實(shí)現(xiàn)了江蘇省水資源綜合利用效率和全要素生產(chǎn)率的測(cè)度，在綜合效率指標(biāo)上各區(qū)域間呈現(xiàn)負(fù)的相關(guān)性，全要素生產(chǎn)力指數(shù)的指標(biāo)上存在正的相關(guān)性，可以看出全要素生產(chǎn)力指數(shù)中，由于全要素生產(chǎn)力指數(shù)考慮了技術(shù)變動(dòng)的影響，技術(shù)變動(dòng)指數(shù)影響較大，各個(gè)地區(qū)對(duì)水資源先進(jìn)技術(shù)重視程度以及引進(jìn)機(jī)制不夠成熟。通過(guò)綜合效率和全要素生產(chǎn)力指數(shù)的二元空間相關(guān)性Moran指數(shù)看出各市之間存在正的空間相關(guān)關(guān)系，且空間聚集性大多與各地區(qū)經(jīng)濟(jì)發(fā)展水平相似。因此，對(duì)于綜合效率和全要素生產(chǎn)力指數(shù)相對(duì)低下的城市，應(yīng)通過(guò)改善水資源的節(jié)水技術(shù)，引進(jìn)經(jīng)驗(yàn)豐富的高素質(zhì)節(jié)水人才，加強(qiáng)各市對(duì)水資源的綜合管理，同時(shí)提高城鎮(zhèn)化水平，適當(dāng)調(diào)整產(chǎn)業(yè)化結(jié)構(gòu)，實(shí)現(xiàn)水資源利用和經(jīng)濟(jì)發(fā)展可持續(xù)發(fā)展的雙贏狀態(tài)。

□

[1] 國(guó)務(wù)院. 國(guó)務(wù)院關(guān)于實(shí)行最嚴(yán)格水資源管理制度的意見[J]. 水利建設(shè)與管理, 2012,(3):6-8.

[2] Speelman S, D'Haese M F C, Buysse J, et al. Technical efficiency of water use and its determinants, study at efficiencies in small-scale irrigation schemes in North-West Province, South Africa[C]∥ Seminar of the Eaae: pro-poor development in low Income countries: food, agriculture, trade, & environment. European Association of Agricultural Economists, 2007.

[3] Amirteimoori A, Tabar M M. Resource allocation and target setting in data envelopment analysis[J]. Expert Systems with Applications, 2010,37(4):3 036-3 039.

[4] André F J, Herrero I, Riesgo L. A modified DEA model to estimate the importance of objectives with an application to agricultural economics[J]. Omega, 2010,38(5):371-382.

[5] 董戰(zhàn)峰, 喻恩源, 裘 浪,等. 基于DEA模型的中國(guó)省級(jí)地區(qū)水資源效率評(píng)價(jià)[J]. 生態(tài)經(jīng)濟(jì)(中文版), 2012,(10):43-47.

[6] Kaneko S,Tanaka K, Toyota A T. Water efficiency of agricultural production in China: regional comparison from 1999 to 2002[J]. International Journal of Agricultural Resources, Governance and Ecology, 2004,(3):231-251.

[7] Dhehibi B, Lachaal L, Elloumi M, et al. Measuring irrigation water use efficiency using stochastic production frontier: an application on citrus producing farms in Tunisia.[J]. African Journal of Agricultural & Resource Economics, 2008,(2).

[8] Yujiro Hayami. The international trend of agriculture development[M]. Beijing: Chinese Social Science Press,2000.

[9] 高媛媛, 許新宜, 王紅瑞,等. 中國(guó)水資源利用效率評(píng)估模型構(gòu)建及應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐, 2013,33(3):776-784.

[10] 宋國(guó)君, 何 偉. 中國(guó)城市水資源利用效率標(biāo)桿研究[J]. 資源科學(xué), 2014,36(12):2 569-2 577.

[11] 趙良仕, 孫才志, 鄭德鳳. 中國(guó)省際水資源利用效率與空間溢出效應(yīng)測(cè)度[J]. 地理學(xué)報(bào), 2014,69(1):121-133.

[12] 胡鞍鋼, 王亞華, 過(guò) 勇. 新的流域治理觀:從“控制”到“良治”[J]. 經(jīng)濟(jì)研究參考, 2002,(20):34-44.

[13] 孫才志, 劉玉玉. 基于DEA-ESDA的中國(guó)水資源利用相對(duì)效率的時(shí)空格局分析[J]. 資源科學(xué), 2009,31(10):1 696-1 703.

[14] 孫愛軍, 方先明. 中國(guó)省際水資源利用效率的空間分布格局及決定因素[J]. 中國(guó)人口·資源與環(huán)境, 2010,20(5):139-145.

[15] 楊麗英, 李寧博, 劉 洋. 我國(guó)水資源利用效率評(píng)估及其方法研究[J]. 中國(guó)農(nóng)村水利水電, 2015,(1):63-67.

[16] 錢文婧, 賀燦飛. 中國(guó)水資源利用效率區(qū)域差異及影響因素研究[J]. 中國(guó)人口·資源與環(huán)境, 2011,21(2):54-60.

[17] Young A. Gold into base metals: productivity growth in the People's Republic of China during the reform period[J]. Journal of Political Economy, 2000,111(6):1 220-1 261.