時(shí)潤(rùn)哲，李長(zhǎng)健

（1.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070；2.中南財(cái)經(jīng)政法大學(xué)法學(xué)院，湖北 武漢 430074）

水資源是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)，長(zhǎng)江流域水資源是事關(guān)國(guó)家水資源安全的重要戰(zhàn)略資源，它既是綠水青山就是金山銀山發(fā)展理念下的重要一環(huán)，又是實(shí)現(xiàn)長(zhǎng)江流域長(zhǎng)期可持續(xù)發(fā)展的基本保障。長(zhǎng)江經(jīng)濟(jì)帶在發(fā)展經(jīng)濟(jì)的同時(shí)，流域自身的生態(tài)資源也遭到了一定的破壞，不僅如此，長(zhǎng)江經(jīng)濟(jì)帶水資源狀況及水生態(tài)環(huán)境的多樣性、流域上中下游經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r的差異性，導(dǎo)致了長(zhǎng)江經(jīng)濟(jì)帶內(nèi)不同地區(qū)的生態(tài)利益沖突和經(jīng)濟(jì)發(fā)展矛盾[1]。水資源生態(tài)補(bǔ)償是協(xié)調(diào)當(dāng)前長(zhǎng)江經(jīng)濟(jì)帶內(nèi)空間社會(huì)發(fā)展進(jìn)程中經(jīng)濟(jì)發(fā)展同水資源生態(tài)利益之間矛盾的一種有效機(jī)制。但國(guó)內(nèi)目前的生態(tài)補(bǔ)償機(jī)制面臨著資金渠道單一、補(bǔ)償效率低下、缺乏與其他政策的協(xié)調(diào)性、管理體系尚未完善等挑戰(zhàn)[2]，實(shí)施合理的水資源生態(tài)補(bǔ)償機(jī)制，無論是對(duì)促進(jìn)生態(tài)環(huán)境保護(hù)還是協(xié)調(diào)區(qū)域經(jīng)濟(jì)、社會(huì)發(fā)展均具有重要作用。不合理的水資源生態(tài)補(bǔ)償效率差異不僅不利于長(zhǎng)江經(jīng)濟(jì)帶協(xié)同發(fā)展的可持續(xù)推進(jìn)，也加劇了長(zhǎng)江經(jīng)濟(jì)帶各省市經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境發(fā)展利益的不均衡性。因此，在充分了解長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的基礎(chǔ)上，如何更好地實(shí)現(xiàn)水資源生態(tài)補(bǔ)償提質(zhì)增效，是未來長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃中面臨的重要而迫切的現(xiàn)實(shí)問題。

根據(jù)現(xiàn)有文獻(xiàn)對(duì)水資源生態(tài)補(bǔ)償效率的研究，國(guó)內(nèi)學(xué)者主要集中在流域水資源生態(tài)補(bǔ)償效率的評(píng)價(jià)方法與測(cè)度[3]和海洋生態(tài)補(bǔ)償效率評(píng)價(jià)[4]，對(duì)生態(tài)補(bǔ)償效率的研究則集中在生態(tài)足跡與生態(tài)補(bǔ)償之間損益的分析[5]、建立生態(tài)補(bǔ)償標(biāo)準(zhǔn)后模擬補(bǔ)償措施[6]和生態(tài)補(bǔ)償環(huán)境效率評(píng)價(jià)[7]等方面，并且提出了具有借鑒意義的對(duì)策與建議。從研究方法上看，曲超等[7]認(rèn)為區(qū)域經(jīng)濟(jì)活動(dòng)與生態(tài)活動(dòng)的投入與產(chǎn)出關(guān)系能夠衡量生態(tài)補(bǔ)償效率，相應(yīng)的，可以認(rèn)為區(qū)域經(jīng)濟(jì)活動(dòng)與水資源生態(tài)活動(dòng)的投入與產(chǎn)出關(guān)系也反映了水資源生態(tài)補(bǔ)償效率。李谷成[8]運(yùn)用DEA-Malmquist指數(shù)分析方法，將轉(zhuǎn)型期中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)分解為技術(shù)進(jìn)步、純技術(shù)效率變化和規(guī)模效率變化3個(gè)部分，對(duì)于長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的貢獻(xiàn)構(gòu)成研究可以借鑒農(nóng)業(yè)全要素生產(chǎn)率分解方法。生態(tài)補(bǔ)償效率影響因素研究方面多集中于生態(tài)系統(tǒng)服務(wù)功能價(jià)值的研究上，有研究提出依據(jù)效率差異選擇最優(yōu)的生態(tài)系統(tǒng)服務(wù)功能提供者[9]，科學(xué)確定不同區(qū)域生態(tài)系統(tǒng)服務(wù)功能價(jià)值量以及不同區(qū)域生態(tài)補(bǔ)償?shù)墓┙o成本和生態(tài)環(huán)境破壞與退化的風(fēng)險(xiǎn)，還要注意不正當(dāng)激勵(lì)、效率和公平等問題[10]。

已有研究從內(nèi)容與方法上均為本文提供了較為全面的研究基礎(chǔ)，國(guó)內(nèi)外相關(guān)研究展現(xiàn)了對(duì)生態(tài)補(bǔ)償效率的重視，從不同視角提出了相關(guān)評(píng)價(jià)方法，國(guó)內(nèi)對(duì)于生態(tài)補(bǔ)償效率影響因素的研究較少，尤其是對(duì)水資源生態(tài)補(bǔ)償效率影響因素的研究鮮見。國(guó)外學(xué)者對(duì)于生態(tài)補(bǔ)償效率的研究多聚焦于生態(tài)系統(tǒng)服務(wù)功能價(jià)值，關(guān)注空間的異質(zhì)性，并從激勵(lì)方式、公平與效率等因素開展。長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的探究集水資源開發(fā)、利用和保護(hù)于一體，任何單一維度的認(rèn)識(shí)都不能準(zhǔn)確地涵蓋其作用方式與表現(xiàn)內(nèi)涵。規(guī)范長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償制度機(jī)制，有利于長(zhǎng)江經(jīng)濟(jì)帶水資源利用與保護(hù)的統(tǒng)籌安排，并能夠在經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)之間找到新舊動(dòng)能轉(zhuǎn)換的平衡點(diǎn)，能夠兼顧經(jīng)濟(jì)效率、社會(huì)公平和生態(tài)環(huán)境保護(hù)，實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶各省市的平衡與協(xié)調(diào)發(fā)展?；诖耍瑸榱顺浞至私獠煌貐^(qū)水資源生態(tài)補(bǔ)償投入與所取得產(chǎn)出之間的關(guān)系，本文基于長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)的雙重要求，將長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的資本、勞動(dòng)力和水足跡作為投入指標(biāo)，將各省市實(shí)際GDP、灰水足跡和生態(tài)補(bǔ)償綜合績(jī)效作為產(chǎn)出指標(biāo)，采用包含非期望產(chǎn)出的序列DEA-SBM方法測(cè)算長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，從資本、環(huán)境、公平和綠色化協(xié)同水平等方面檢視長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的影響因素及其作用關(guān)系，為構(gòu)建合理的長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償機(jī)制提供參考依據(jù)。

1 理論與機(jī)理分析

1.1 水資源生態(tài)補(bǔ)償效率測(cè)度的理論依據(jù)

生態(tài)補(bǔ)償效率是衡量生態(tài)補(bǔ)償可行性的重要基礎(chǔ)，能夠體現(xiàn)生態(tài)服務(wù)買賣雙方的利益[6]。在本文中，水資源生態(tài)補(bǔ)償效率的實(shí)質(zhì)就是利用全要素生產(chǎn)率思想考查經(jīng)濟(jì)要素與生態(tài)環(huán)境要素投入約束下的生態(tài)補(bǔ)償主體之間的利益變動(dòng)關(guān)系，水資源生態(tài)補(bǔ)償機(jī)制帶來的增量利益的核心在于水資源生態(tài)補(bǔ)償效率的提升，而這又依賴于社會(huì)經(jīng)濟(jì)與生態(tài)環(huán)境資源、水資源的配置效率的提升。從水資源生態(tài)補(bǔ)償效率的投入產(chǎn)出效率來看，衡量實(shí)際生產(chǎn)過程中某一單位總投入所創(chuàng)造的總產(chǎn)出的生產(chǎn)率指標(biāo)為全要素生產(chǎn)率（Total factor productivity，TFP），全要素生產(chǎn)率核算有兩類方法，第一種參數(shù)方法，是基于索洛余值思想，將除了由資本和勞動(dòng)力要素投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)以外的部分都?xì)w入全要素生產(chǎn)率對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，水資源生態(tài)補(bǔ)償效率的測(cè)算除資本和勞動(dòng)力之外，還有影響全要素生產(chǎn)率的其他因素，例如水資源的投入等。第二種非參數(shù)方法，DEA-Malmquist方法是將DEA方法與Malmquist指數(shù)相結(jié)合用以測(cè)度全要素生產(chǎn)率，本文基于非參數(shù)方法全要素生產(chǎn)率理論的應(yīng)用拓展，將資本投入、勞動(dòng)投入和水資源投入作為投入角度，將社會(huì)經(jīng)濟(jì)效益、生態(tài)補(bǔ)償績(jī)效變化和灰水足跡作為產(chǎn)出角度來分析。

1.2 水資源生態(tài)補(bǔ)償效率影響機(jī)理

從影響關(guān)系上看，在水資源生態(tài)補(bǔ)償效率影響因素研究的理論模型設(shè)計(jì)方面，水資源生態(tài)補(bǔ)償效率變動(dòng)過程有別于其他投入產(chǎn)出過程，與水資源相關(guān)的投入種類通常更多，不僅僅包括了資金、人力資源和技術(shù)投入，還包括了與水資源生態(tài)環(huán)境保護(hù)、利用相關(guān)的中間投入。這一過程不僅涵蓋了不同要素結(jié)構(gòu)的資本與勞動(dòng)投入，也從生態(tài)環(huán)境利益、社會(huì)福利與公平等回應(yīng)了水資源生態(tài)補(bǔ)償議題的縱深價(jià)值，因此以這一綜合視角構(gòu)建模型具有一定的理論含義與實(shí)踐價(jià)值，其內(nèi)核就是改善長(zhǎng)江經(jīng)濟(jì)帶不同地區(qū)水資源生態(tài)補(bǔ)償效率差異、促進(jìn)經(jīng)濟(jì)與生態(tài)環(huán)境效益再平衡。此外，水資源生態(tài)補(bǔ)償效率還受到水資源稟賦、產(chǎn)業(yè)布局、能源消耗等因素影響[3]。從影響長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的機(jī)制路徑來看，長(zhǎng)江經(jīng)濟(jì)帶各省市經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境發(fā)展要求決定了水資源生態(tài)補(bǔ)償投入的必要性，水資源生態(tài)環(huán)境保護(hù)投入則直接影響了水資源環(huán)境質(zhì)量狀況，水資源環(huán)境狀況也對(duì)經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境綜合效益產(chǎn)生了反饋調(diào)節(jié)作用，3個(gè)子系統(tǒng)之間存在相互影響的耦合協(xié)調(diào)關(guān)系，其耦合協(xié)調(diào)水平可以充分地體現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶自然系統(tǒng)與社會(huì)系統(tǒng)間的綠色化協(xié)同發(fā)展關(guān)系，因此還需要進(jìn)一步檢驗(yàn)水資源生態(tài)補(bǔ)償綠色化協(xié)同水平在不同地理空間與時(shí)間發(fā)展階段內(nèi)對(duì)改善與調(diào)節(jié)水資源生態(tài)補(bǔ)償效率是否存在促動(dòng)關(guān)系，從而全面地審視長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，邏輯機(jī)理如圖1所示。

2 研究方法

2.1 水資源生態(tài)補(bǔ)償綜合績(jī)效評(píng)價(jià)指標(biāo)

水資源生態(tài)補(bǔ)償綜合績(jī)效評(píng)價(jià)，參考李秋萍和李長(zhǎng)健[3]、鄧遠(yuǎn)建等[11]和周睿[12]的研究，著眼于2004—2018年長(zhǎng)江經(jīng)濟(jì)帶的11個(gè)省市，選取由生態(tài)環(huán)境保護(hù)投入能力、經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境綜合效益、水資源環(huán)境質(zhì)量狀況3個(gè)二級(jí)指標(biāo)和21個(gè)三級(jí)指標(biāo)（表1），構(gòu)建長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償績(jī)效綜合指標(biāo)評(píng)價(jià)體系。為消除指標(biāo)之間量綱差異，使用極差法對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

表1 長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償綜合績(jī)效指標(biāo)評(píng)價(jià)體系Table 1 Performance index evaluation system of water resource ecological compensation in the Yangtze River Economic Belt

1）水資源生態(tài)環(huán)境保護(hù)投入能力。地方對(duì)生態(tài)環(huán)境保護(hù)的投資客觀反映了對(duì)水資源生態(tài)補(bǔ)償問題的重視程度?？紤]到不同地區(qū)地方財(cái)政對(duì)生態(tài)環(huán)境保護(hù)的投入差異，本文選取人均環(huán)境污染治理總投資，城市污水日處理能力，每萬人市容環(huán)衛(wèi)專用車輛設(shè)備數(shù)，水利、環(huán)境和公共設(shè)施管理業(yè)城鎮(zhèn)單位就業(yè)人員比例，供水綜合生產(chǎn)能力，人均林業(yè)投資，人均水利、環(huán)境和公共設(shè)施管理業(yè)全社會(huì)固定資產(chǎn)投資，人均造林總面積等指標(biāo)代表水資源生態(tài)環(huán)境保護(hù)投入能力。

2）經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境綜合效益。長(zhǎng)江經(jīng)濟(jì)帶是經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境系統(tǒng)的集合，社會(huì)經(jīng)濟(jì)活動(dòng)必然會(huì)對(duì)水生態(tài)產(chǎn)生不同程度的影響。水資源生態(tài)補(bǔ)償帶來的經(jīng)濟(jì)、社會(huì)和生態(tài)環(huán)境的綜合效益可以綜合反映經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償?shù)慕?jīng)濟(jì)社會(huì)系統(tǒng)福利水平，本文選取人均國(guó)內(nèi)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均可支配收入、農(nóng)業(yè)用水效率、工業(yè)用水效率、第三產(chǎn)業(yè)用水效率、建成區(qū)綠化覆蓋率、人均公園綠地面積等指標(biāo)代表經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境綜合效益。

3）水資源環(huán)境質(zhì)量狀況。水資源環(huán)境質(zhì)量狀況對(duì)水資源生態(tài)補(bǔ)償績(jī)效的直接影響，綜合前人研究與數(shù)據(jù)可得性，參考陳曉和車治輅[13]的研究，考慮到大氣污染與水污染存在交叉影響，本文在水資源生態(tài)補(bǔ)償綜合評(píng)價(jià)的測(cè)算中納入水資源環(huán)境質(zhì)量狀況指標(biāo)，選取化學(xué)需氧量排放強(qiáng)度、氨氮排放強(qiáng)度、農(nóng)藥投入強(qiáng)度、化肥投入強(qiáng)度、二氧化硫排放強(qiáng)度代表水資源環(huán)境質(zhì)量狀況。

水資源生態(tài)補(bǔ)償績(jī)效屬于綜合評(píng)價(jià)，參考劉明輝和盧飛[14]的研究，采用全局主成分分析法進(jìn)行綜合評(píng)價(jià)，通過對(duì)多地區(qū)、長(zhǎng)時(shí)間相關(guān)數(shù)據(jù)的整合，以達(dá)到時(shí)間與空間調(diào)控相統(tǒng)一的研究目標(biāo)。研究對(duì)各指標(biāo)無量綱化處理后的樣本進(jìn)行全局主成分分析，經(jīng)檢驗(yàn)，3個(gè)子系統(tǒng)標(biāo)準(zhǔn)化后的數(shù)據(jù)結(jié)果均通過了KMO（Kaiser-Meyer-Olkin）檢驗(yàn)與Bartlett’s球形檢驗(yàn)。通過各指標(biāo)在其子系統(tǒng)內(nèi)的載荷系數(shù)和對(duì)應(yīng)特征根計(jì)算線性組合系數(shù)矩陣，線性組合系數(shù)分別與方差解釋率相乘后累加，并且除以累積方差解釋率，得到綜合得分系數(shù)，將綜合得分系數(shù)進(jìn)行歸一化處理得到各指標(biāo)權(quán)重值，再將3個(gè)子系統(tǒng)所占權(quán)重加權(quán)平均，最終得到各個(gè)指標(biāo)在整個(gè)系統(tǒng)內(nèi)的權(quán)重，在評(píng)價(jià)過程中視3個(gè)子系統(tǒng)同等重要。本文中，將水資源生態(tài)補(bǔ)償績(jī)效評(píng)價(jià)中3個(gè)子系統(tǒng)間的耦合協(xié)調(diào)水平作為水資源生態(tài)補(bǔ)償綠色化協(xié)同水平的評(píng)價(jià)依據(jù)。

2.2 水足跡與灰水足跡測(cè)算方法

1）水足跡測(cè)算方法。水足跡是指一個(gè)國(guó)家（地區(qū)）或一個(gè)人在一定物質(zhì)條件生活下某一時(shí)間內(nèi)消耗的產(chǎn)品和提供服務(wù)所必需的水資源數(shù)量。本文借鑒潘忠文和徐承紅[15]的研究，采用自下而上的核算 方法，計(jì)算長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的水足跡，分別建立農(nóng)業(yè)產(chǎn)品、工業(yè)產(chǎn)品、生活、生態(tài)和進(jìn)出口虛擬水5個(gè)水足跡賬戶。其中，農(nóng)業(yè)產(chǎn)品水足跡包括農(nóng)作物和動(dòng)物產(chǎn)品的水足跡，將15種主要?jiǎng)又参锂a(chǎn)品納入核算；工業(yè)產(chǎn)品水足跡、生活水足跡和生態(tài)水足跡數(shù)據(jù)源自長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市水資源公報(bào)中的用水量數(shù)據(jù)；進(jìn)出口虛擬水量中農(nóng)產(chǎn)品虛擬水用各省市萬元GDP與進(jìn)出口總額的乘積核算；工業(yè)產(chǎn)品虛擬水用萬元工業(yè)增加值（當(dāng)年價(jià)）用水量與進(jìn)出口總額的乘積核算。水足跡計(jì)算方法為：

式中：WF為總水足跡，WFcs為農(nóng)業(yè)產(chǎn)品水足跡， WFip為工業(yè)產(chǎn)品水足跡，WFlif為生活水足跡，WFeco為生態(tài)水足跡，WFtr為進(jìn)出口虛擬水。

2）灰水足跡測(cè)算方法。根據(jù)曾昭和劉俊[16]、孫才志等[17]對(duì)灰水足跡的測(cè)算研究，灰水足跡的計(jì)算和評(píng)價(jià)主要以Hoekstra等[18]提出的國(guó)際水足跡網(wǎng)絡(luò)出版的《水足跡評(píng)價(jià)手冊(cè)》為指導(dǎo)標(biāo)準(zhǔn)，灰水足跡的測(cè)度采用將污染物稀釋至達(dá)到環(huán)境水質(zhì)標(biāo)準(zhǔn)所需水量進(jìn)行衡量，分別計(jì)算農(nóng)業(yè)、工業(yè)和生活3個(gè)部門的灰水足跡，共同構(gòu)成總灰水足跡。計(jì)算方法為：

式中：GWF為總灰水足跡（m3/a），L為污染物排放負(fù)荷（kg/a），Cmax為達(dá)到環(huán)境水質(zhì)標(biāo)準(zhǔn)情況下的污染物最高濃度（kg/m3），Cnat為受納水體的初始濃度（kg/m3），受納水體的初始濃度指自然條件下某種污染物的濃度。

工業(yè)部門和生活部門的灰水足跡均以化學(xué)需氧量（COD）為指標(biāo)進(jìn)行計(jì)算，農(nóng)業(yè)部門的灰水足跡以氮元素為指標(biāo)進(jìn)行計(jì)算。計(jì)算方法為：

式中：GWF為總灰水足跡，GWFagri為農(nóng)業(yè)部門的灰水足跡，GWFind為工業(yè)部門灰水足跡，GWFdom為生活部門灰水足跡。

2.3 長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率測(cè)度方法

1）雙目標(biāo)決策的DEA-SBM模型。長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的測(cè)算需要充分考慮各地區(qū)水資源生態(tài)補(bǔ)償相關(guān)投入與取得的成效之間的變化關(guān)系，從測(cè)算方法上看，全要素生產(chǎn)率的測(cè)度通常采用的數(shù)據(jù)包絡(luò)分析方法（DEA）符合本文對(duì)水資源生態(tài)補(bǔ)償效率的研究。當(dāng)被評(píng)價(jià)的DMU為面板數(shù)據(jù)時(shí)，可以得到生產(chǎn)率的變動(dòng)情況、技術(shù)效率和技術(shù)進(jìn)步各自對(duì)生產(chǎn)率變動(dòng)所引起的作用，即Malmquist全要素生產(chǎn)率指數(shù)。Chung等[19]將包含非期望產(chǎn)出的方向距離函數(shù)應(yīng)用于Malmquist模型，并將其稱為Malmquist-Luenberger生產(chǎn)率指數(shù)，在此基礎(chǔ)上，Cooper等[20]定義了包含非期望產(chǎn)出的SBM模型。本文兼顧期望產(chǎn)出與非期望產(chǎn)出的異質(zhì)性，構(gòu)建了雙目標(biāo)決策的DEA-SBM模型。

傳統(tǒng)的Malmquist指數(shù)會(huì)面臨潛在的線性規(guī)劃無可行性解的問題，出現(xiàn)“技術(shù)退步”的不合理問題。本研究借鑒閔銳和李谷成[21]、尹朝靜[22]的研究，采用Shestalove[23]提出的Sequential（序列）Malmquist指數(shù)測(cè)算方法解決該問題，不同于相鄰參比、固定參比、全局參比相鄰兩期各自的前沿均由本期的DMU構(gòu)成，序列參比的前沿則是由本期及所有以前各期的DMU構(gòu)成，構(gòu)建t+1期前沿的DMU中包括了t期的DMU，所以t+1期的前沿與t期相比不會(huì)后退，保證了技術(shù)變化值不會(huì)小于1，即呈現(xiàn)出技術(shù)進(jìn)步。由于序列Malmquist模型的特征，在計(jì)算序列參比Malmquist指數(shù)時(shí)同時(shí)存在兩個(gè)前沿，本文使用將兩個(gè)Malmquist指數(shù)的幾何平均值作為被評(píng)價(jià)DMU的Malmquist指數(shù)方法，即序列前沿交叉參比方法[24]。

2）Malmquist指數(shù)分解方法。對(duì)于Malmquist指數(shù)分解方法的選擇，F(xiàn)re等[25]采用CRS徑向DEA計(jì)算Malmquist指數(shù)（MI），并將Malmquist指數(shù)分解為技術(shù)效率變化（EC）與技術(shù)變化（TC），即MI=EC×TC；Fre等[26]進(jìn)一步將EC分解為純技術(shù)效率變化（PEC）和規(guī)模效率變化（SEC），即MI=PEC×SEC×TC；Zofio[27]在Fre等分解方法的基礎(chǔ)上將TC進(jìn)一步分解為純技術(shù)變化（PTC）和規(guī)模技術(shù)變化（STC），即MI=PEC×SEC×PTC×STC。

本文使用Max DEA 8 Ultra軟件測(cè)算長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，結(jié)合長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境發(fā)展現(xiàn)實(shí)及統(tǒng)計(jì)數(shù)據(jù)資料，對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的計(jì)算進(jìn)行重塑，分析含非期望產(chǎn)出的長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，選取2004—2018年長(zhǎng)江經(jīng)濟(jì)帶各省市的GDP實(shí)際增加值作為期望產(chǎn)出指標(biāo)一，選取經(jīng)測(cè)算后各省市的生態(tài)補(bǔ)償綜合績(jī)效評(píng)價(jià)作為期望產(chǎn)出指標(biāo)二，結(jié)合各省市水資源環(huán)境污染現(xiàn)狀，選取灰水足跡的測(cè)度指標(biāo)作為非期望產(chǎn)出指標(biāo)，3種產(chǎn)出指標(biāo)的權(quán)重各占1/3；采用永續(xù)盤存法核算的固定資產(chǎn)投資作為資本投入，以年末從業(yè)人員數(shù)量作為勞動(dòng)投入，以水足跡測(cè)度指標(biāo)作為水資源投入，基于序列前沿交叉參比的DEA-SBM方法測(cè)算長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率變化（Malmquist-luenberger指數(shù)）并對(duì)其構(gòu)成源泉進(jìn)行分解。

2.4 模型選擇

模型的構(gòu)建借鑒劉生龍和胡鞍鋼[28]、尹朝靜 等[29]的研究，選用面板數(shù)據(jù)回歸模型為：

式中：ECE代表被解釋變量，即長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，X分別為人均生產(chǎn)性投入、城鄉(xiāng)分配公平、城鄉(xiāng)消費(fèi)公平和水資源污染水平4個(gè)主要關(guān)注的解釋變量；控制變量包括水資源稟賦、技術(shù)投入、能源投入、第三產(chǎn)業(yè)依存度和工業(yè)依存度，μ為非觀測(cè)地區(qū)不隨時(shí)間改變的個(gè)體固定效應(yīng)，ε為隨機(jī)誤差項(xiàng)，i與t分別是地區(qū)和時(shí)間變量。

根據(jù)本文提出的假設(shè)與機(jī)理分析，諸多影響因素在水資源生態(tài)綠色化協(xié)同優(yōu)勢(shì)的調(diào)節(jié)作用下能夠提升水資源生態(tài)補(bǔ)償效率，即可能存在“綠色化協(xié)同機(jī)制下能夠促進(jìn)水資源生態(tài)補(bǔ)償效率提升”的作用路徑。因此，在其他指標(biāo)與式（4）保持不變的條件下，本文加入了綠色化協(xié)同指標(biāo)變量的交互效應(yīng)分析，構(gòu)建回歸模型為：

式中：GCL表示綠色化協(xié)同耦合水平虛擬變量。該結(jié)果通過耦合度模型計(jì)算出水資源生態(tài)環(huán)境保護(hù)投入能力、經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境綜合效益、水資源環(huán)境質(zhì)量狀況三個(gè)子系統(tǒng)之間的耦合協(xié)調(diào)度[30]，CTRL代表控制變量。

在運(yùn)用面板數(shù)據(jù)進(jìn)行回歸分析前，需要對(duì)遺漏變量問題與模型可能存在的內(nèi)生性問題進(jìn)行討論。

1）遺漏變量。針對(duì)遺漏變量的問題，水資源生態(tài)補(bǔ)償效率的影響因素眾多，在研究中存在一些難以捕捉量化的信息，比如氣候因素、政策因素和當(dāng)?shù)卣匾暢潭鹊?，?dǎo)致研究無法全面分析覆蓋，加之諸多因素的數(shù)據(jù)無法觀測(cè)或難以獲取，故研究使用面板數(shù)據(jù)通過調(diào)整控制變量和核心解釋變量的個(gè)數(shù)進(jìn)行多次估計(jì)，以減少遺漏變量問題帶來的估計(jì)誤差。

2）解釋變量的內(nèi)生性。針對(duì)解釋變量可能存在的內(nèi)生性問題，本文采用Driscoll和Kraay[31]提出的方法獲得異方差—序列相關(guān)—截面相關(guān)穩(wěn)健性標(biāo)準(zhǔn)誤的估計(jì)方法，對(duì)誤差項(xiàng)的自相關(guān)、異方差和截面相關(guān)的問題一并加以處理，對(duì)于模型可能存在的內(nèi)生性問題，考慮主要源于技術(shù)進(jìn)步效應(yīng)，可能與水資源生態(tài)補(bǔ)償效率之間產(chǎn)生互為因果關(guān)系，即技術(shù)進(jìn)步與擴(kuò)散能夠提高水資源生態(tài)補(bǔ)償效率的增長(zhǎng)，水資源生態(tài)補(bǔ)償效率的提升也會(huì)影響與水資源生態(tài)補(bǔ)償相關(guān)領(lǐng)域的技術(shù)進(jìn)步與技術(shù)擴(kuò)散的積極性，因此采用解釋變量的一階滯后項(xiàng)作為工具變量對(duì)模型進(jìn)行IV估計(jì)，經(jīng)檢驗(yàn)，通過“杜賓—吳—豪斯曼檢驗(yàn)”（Durbin-Wu-Hausman檢驗(yàn)），得出表示技術(shù)進(jìn)步與技術(shù)擴(kuò)散指標(biāo)的代理變量技術(shù)成交額指標(biāo)不存在明顯的內(nèi)生性問題。

2.5 變量選取

為更完善地考察水資源生態(tài)補(bǔ)償效率影響機(jī)理與影響效果，參照虞慧怡等[32]、時(shí)潤(rùn)哲和李長(zhǎng)健[1]對(duì)水資源生態(tài)補(bǔ)償影響因素的相關(guān)理論研究，找到對(duì)應(yīng)解釋變量并進(jìn)行測(cè)度，結(jié)合研究需要，加入了資本投入、社會(huì)分配與消費(fèi)公平、生態(tài)環(huán)境保護(hù)等因素的解釋變量，同時(shí)為了增強(qiáng)模型的擬合度和顯著程度，根據(jù)已有研究成果，加入了水資源稟賦、技術(shù)要素、能源工業(yè)投入、第二與第三產(chǎn)業(yè)發(fā)展程度等控制變量，還加入了綠色化協(xié)同耦合水平作為交互項(xiàng)對(duì)模型進(jìn)一步檢驗(yàn)。

1）被解釋變量。長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，本文通過序列DEA-SBM方法得到的Malmquist生產(chǎn)率指數(shù)，實(shí)際上是以上年為100的環(huán)比指數(shù)，參考尹朝靜[22]的方法，測(cè)算出以2004年為基期的水資源生態(tài)補(bǔ)償效率值，從而2005年效率值等于2004年效率值乘以2005年Malmquist指數(shù)，依此類推得到2004—2018年的水資源生態(tài)補(bǔ)償效率值，并取對(duì)數(shù)表示。

2）核心解釋變量。包括人均生產(chǎn)性投入、城鄉(xiāng)分配公平、城鄉(xiāng)消費(fèi)公平和水資源污染水平等指標(biāo)。其中，生產(chǎn)性投入指標(biāo)用永續(xù)盤存法計(jì)算全社會(huì)固定資產(chǎn)投資凈值，取人均值表示生產(chǎn)投入水平，取對(duì)數(shù)表示資本投入彈性；城鄉(xiāng)分配公平性指標(biāo)用長(zhǎng)江經(jīng)濟(jì)帶各省農(nóng)村居民人均可支配收入與城市居民人均可支配收入比表示，比值越大則表示城鄉(xiāng)分配越公平，此指標(biāo)在區(qū)域橫向比較的基礎(chǔ)上，兼顧了城鄉(xiāng)之間的比較關(guān)系；城鄉(xiāng)消費(fèi)公平性指標(biāo)參考劉麗娜[33]相關(guān)研究，用長(zhǎng)江經(jīng)濟(jì)帶各省農(nóng)村居民人均消費(fèi)支出與城市居民人均消費(fèi)支出比表示，比值越大表示城鄉(xiāng)消費(fèi)越公平，此指標(biāo)在區(qū)域橫向比較的基礎(chǔ)上，也兼顧了城鄉(xiāng)之間的比較關(guān)系；水資源污染水平指標(biāo)用人均灰水足跡表示長(zhǎng)江經(jīng)濟(jì)帶各省市對(duì)于水資源生態(tài)環(huán)境保護(hù)情況，取對(duì)數(shù)表示水資源污染水平彈性。

3）控制變量。包括水資源承載力、技術(shù)市場(chǎng)成交額、人均能源工業(yè)投資、第三產(chǎn)業(yè)發(fā)展程度、工業(yè)依存度等變量。其中，水資源承載力用水資源承載人口數(shù)表示，采用付云鵬[34]使用的測(cè)算方法，用地區(qū)的供水總量作為水資源供給指標(biāo)，對(duì)區(qū)域水資源所能承載的人口進(jìn)行測(cè)算，測(cè)算的具體公式為：Cw=Iw×Qw，其中：Cw表示的是區(qū)域水資源可承載的人口規(guī)模，Iw表示水資源承載指數(shù)，Qw表示研究區(qū)的供水總量；區(qū)域水資源承載指數(shù)的計(jì)算公式為：Iw=QRP/QRW，其中：QRP和QRW分別表示參照區(qū)人口規(guī)模和參照區(qū)的供水總量。Cw數(shù)值越大則表示水資源承載力越高，作為客觀評(píng)價(jià)某地區(qū)水資源承載力指標(biāo)，測(cè)算的是該地區(qū)水資源供給能夠承載的人數(shù)，取對(duì)數(shù)表示水資源稟賦彈性。技術(shù)市場(chǎng)成交額是登記合同成交總額中技術(shù)部分的成交金額，反映了當(dāng)?shù)丶夹g(shù)市場(chǎng)的發(fā)展情況，數(shù)值越大則反映該地區(qū)的技術(shù)市場(chǎng)越發(fā)達(dá)，技術(shù)規(guī)模的擴(kuò)大可以帶來技術(shù)的擴(kuò)散效應(yīng)，由于技術(shù)發(fā)展指標(biāo)是資本與技術(shù)的集聚帶來的影響，不適用于勞動(dòng)密集產(chǎn)業(yè)與交易區(qū)域面積大小帶來的指標(biāo)變化，不適宜對(duì)其進(jìn)行人口均值化處理，取對(duì)數(shù)表示技術(shù)投入彈性。能源工業(yè)投資表示的是能源工業(yè)投入情況，能源工業(yè)投資越多，與之相應(yīng)的能源消耗總量越多，由于每個(gè)地區(qū)的人口規(guī)模不同，能源投資企業(yè)布局不一，故本指標(biāo)使用人均指標(biāo)，取對(duì)數(shù)表示能源消耗彈性。第三產(chǎn)業(yè)發(fā)展程度用長(zhǎng)江經(jīng)濟(jì)帶各省市第三產(chǎn)業(yè)生產(chǎn)總值與地區(qū)生產(chǎn)總值的比值來表示，比值越大則說明第三產(chǎn)業(yè)發(fā)展越發(fā)達(dá)。工業(yè)依存度用長(zhǎng)江經(jīng)濟(jì)帶各省市第二產(chǎn)業(yè)生產(chǎn)總值與地區(qū)生產(chǎn)總值的比值來表示，比值越大則說明工業(yè)依存程度越高。

4）交互項(xiàng)。綠色化協(xié)同耦合水平，是取值為(0, 1)的虛擬變量，設(shè)置耦合協(xié)調(diào)度區(qū)間分界點(diǎn)值0.5為失調(diào)與協(xié)調(diào)類型的劃分依據(jù)[30]，取值為0（失調(diào)）或1（協(xié)調(diào)）的虛擬變量。

對(duì)模型使用的變量進(jìn)行共線性檢驗(yàn)，并使用面板LLC單位根檢驗(yàn)方法和IPS檢驗(yàn)方法對(duì)各個(gè)變量進(jìn)行單位根檢驗(yàn)，各變量均通過了顯著性檢驗(yàn)，表明本面板數(shù)據(jù)是平穩(wěn)的，綜上，分別對(duì)各個(gè)變量進(jìn)行數(shù)據(jù)檢驗(yàn)，模型中所有變量均通過了單位根平穩(wěn)性檢驗(yàn)與VIF共線性檢驗(yàn)的要求，變量的統(tǒng)計(jì)結(jié)果見表2。

表2 變量描述性統(tǒng)計(jì)Table 2 Descriptive statistics

2.6 數(shù)據(jù)來源

本文采用長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市2004—2018年面板數(shù)據(jù)檢驗(yàn)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的影響因素，數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境年鑒》《長(zhǎng)江年鑒》。研究數(shù)據(jù)的時(shí)間跨度考慮主要因?yàn)榻觌S著國(guó)家經(jīng)濟(jì)發(fā)展政策的不斷完善，對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)環(huán)境保護(hù)與補(bǔ)償有了一定的探索經(jīng)驗(yàn)。個(gè)別指標(biāo)的缺失數(shù)據(jù)處理方面，參考鄧建新等[35]研究，分別使用了平均增長(zhǎng)率和熱卡插補(bǔ)的方法。

3 結(jié)果與分析

3.1 長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率及其分解分析

長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率（Malmquist- Luenberger指數(shù)）變化的測(cè)度由于要參比t期的前沿，故測(cè)算數(shù)據(jù)得到的測(cè)算區(qū)間為2005—2018年。從2005—2018年長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率變化情況看，反映生態(tài)補(bǔ)償效率變化的Malmquist-Luenberger指數(shù)（MI）變動(dòng)較為劇烈，呈“W”型波動(dòng)特征（圖2），這種偏周期性的變化與當(dāng)時(shí)的政策發(fā)展形勢(shì)息息相關(guān)。從效率變化的分解情況看，2005—2018年長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率變化（MI）受技術(shù)效率變化指數(shù)（PEC）、規(guī)模效率變化（SEC）指數(shù)的波動(dòng)影響較大。

從長(zhǎng)江經(jīng)濟(jì)帶各省水資源生態(tài)補(bǔ)償效率變化（MI）均值情況看，由高到低依次為江蘇、湖南、浙 江、四川、上海、貴州、湖北、重慶、安徽、江西和云南（表3），且各省市的水資源生態(tài)補(bǔ)償效率變動(dòng)情況均為正增長(zhǎng)。從增長(zhǎng)源泉來看，長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的增長(zhǎng)主要來自純技術(shù)變化（PTC），規(guī)模效率變化（SEC）對(duì)整體效率的提升也起到了一定的推動(dòng)作用。從整體上看，能夠同時(shí)實(shí)現(xiàn)“雙驅(qū)動(dòng)”甚至“多驅(qū)動(dòng)”模式的省市其水資源生態(tài)補(bǔ)償效率的增長(zhǎng)值較高。

表3 長(zhǎng)江經(jīng)濟(jì)帶各省水資源生態(tài)補(bǔ)償效率變化及其分解Table 3 Change and decomposition of ecological compensation efficiency of water resources in provinces along the Yangtze River Economic Belt

3.2 長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的影響因素分析

根據(jù)回歸模型分析結(jié)果（表4），模型1、模型2和模型3中城鄉(xiāng)消費(fèi)公平指標(biāo)（CF）與水資源污染指標(biāo)（WP）均得到了顯著水平，從模型估計(jì)的穩(wěn)健性檢驗(yàn)來看，由于表示技術(shù)進(jìn)步與技術(shù)擴(kuò)散指標(biāo)的代理變量技術(shù)市場(chǎng)成交額指標(biāo)通過了Durbin-Wu-Hausman檢驗(yàn)，得出技術(shù)投入指標(biāo)（TECH）不存在明顯的內(nèi)生性。通過模型2與模型1、模型3相比，除了城鄉(xiāng)分配公平指標(biāo)（DF）在模型3中的系數(shù)不顯著，其他解釋變量的顯著性水平與系數(shù)大小、符號(hào)均保持相對(duì)一致，說明模型2的估計(jì)結(jié)果是比較穩(wěn)健的。同樣采用增減控制變量的方法對(duì)模型4和模型5的穩(wěn)健性進(jìn)行檢驗(yàn)，通過比較，刪減變量后的回歸方程中主要解釋變量的顯著性水平、系數(shù)大小、符號(hào)方向無明顯差異，說明模型4和模型5的估計(jì)也是穩(wěn)健的。由于技術(shù)市場(chǎng)成交額指標(biāo)并不存在明顯的內(nèi)生性問題，故本研究選取模型2、模型4和模型5作為最終采納的模型估計(jì)結(jié)果展開分析。

人均生產(chǎn)性投入指標(biāo)（PI）和城鄉(xiāng)分配公平指標(biāo)（DF）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率有顯著的負(fù)向影響（表4），而城鄉(xiāng)消費(fèi)公平指標(biāo)（CF）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率有顯著的正向影響，表示水資源生態(tài)環(huán)境污染水平指標(biāo)（WP）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率之間存在顯著的負(fù)向影響，即加強(qiáng)水資源生態(tài)環(huán)境保護(hù)（減少人均灰水足跡）能夠顯著提升長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率。從控制變量來看，第三產(chǎn)業(yè)發(fā)展程度（SER）和工業(yè)依存度（IND）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的提升具有顯著的正向影響；水資源承載力（WRE）、技術(shù)市場(chǎng)成交額（TECH）和能源工業(yè)投資（ENER）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率沒有顯著的影響關(guān)系。根據(jù)研究機(jī)理提出的假設(shè)，重點(diǎn)考察與假設(shè)不一致的人均生產(chǎn)性投入與城鄉(xiāng)分配公平指標(biāo)，能否在綠色化協(xié)同耦合指標(biāo)（GCL）的調(diào)節(jié)作用下得到與假設(shè)相近的結(jié)論。

表4 模型回歸結(jié)果Table 4 Regression results of the model

對(duì)于生產(chǎn)性投入（PI）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率有顯著的負(fù)向影響應(yīng)作何解釋？研究認(rèn)為，由于在測(cè)算長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率時(shí)，將資本投入變量設(shè)置為地區(qū)的固定資產(chǎn)投資余額，而過高的人均固定資產(chǎn)投資會(huì)導(dǎo)致在計(jì)算長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率時(shí)存在投入冗余，故影響了效率的最終結(jié)果。需要進(jìn)一步驗(yàn)證是否存在投入冗余或如何改善投入冗余的問題，本文在模型4估計(jì)結(jié)果的分析中給予了回應(yīng)。模型4的實(shí)證結(jié)果可知，生產(chǎn)性投入指標(biāo)與綠色化協(xié)同耦合水平的交互項(xiàng)的符號(hào)為正，且在1%的顯著性水平上顯著，表明在綠色化協(xié)同耦合水平程度較高的時(shí)空間內(nèi)，生產(chǎn)性投入的提升優(yōu)化了長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率，原因在于一方面長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)的生態(tài)環(huán)境與各地區(qū)的生產(chǎn)生活方式息息相關(guān)，各地政府存在生態(tài)環(huán)境優(yōu)先的績(jī)效考核壓力；另一方面生產(chǎn)性投入的提升使財(cái)政分配趨于合理，促使地方政府更加注重財(cái)政在生態(tài)環(huán)境保護(hù)與水利建設(shè)投資，并能夠獲得更多的生態(tài)環(huán)境與經(jīng)濟(jì)利益。

同樣對(duì)于在模型2中城鄉(xiāng)分配公平指標(biāo)（DF）對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率影響為顯著負(fù)相關(guān)的問題，模型加入城鄉(xiāng)分配公平指標(biāo)與綠色化協(xié)同耦合水平指標(biāo)交互項(xiàng)后再次進(jìn)行估計(jì)，得到的估計(jì)結(jié)果見模型5，進(jìn)行對(duì)比后發(fā)現(xiàn)，造成城鄉(xiāng)分配公平指標(biāo)與水資源生態(tài)補(bǔ)償效率呈負(fù)相關(guān)的原因很可能在于鄉(xiāng)村對(duì)高能耗、高污染和高排放的傳統(tǒng)企業(yè)存在依賴性。由于城市環(huán)境排放標(biāo)準(zhǔn)較為嚴(yán)格，很多高能耗、高污染和高排放企業(yè)被迫轉(zhuǎn)移到農(nóng)村，而這些污染較為嚴(yán)重的企業(yè)往往卻能夠給農(nóng)村居民帶來相對(duì)較高的收入，政府雖然限制了高污染企業(yè)對(duì)城市與生態(tài)環(huán)境保護(hù)區(qū)的進(jìn)一步破壞，但沒有完全落實(shí)這些企業(yè)在鄉(xiāng)村和偏遠(yuǎn)地區(qū)按要求實(shí)行嚴(yán)格的排污標(biāo)準(zhǔn)，盡管政府在收取排污費(fèi)用，但污染企業(yè)造成的負(fù)外部性，導(dǎo)致這些企業(yè)對(duì)生態(tài)環(huán)境造成的水體污染與生態(tài)環(huán)境破壞無人問津或仍由政府買單，因此，模型2中城鄉(xiāng)分配不公平并不是說就能夠提升水資源生態(tài)補(bǔ)償效率，其原因是多層次的，主要?dú)w結(jié)為：其一，城鄉(xiāng)新舊產(chǎn)能轉(zhuǎn)換存在時(shí)滯，供給側(cè)結(jié)構(gòu)性改革過程中，新舊產(chǎn)能轉(zhuǎn)換期間存在較長(zhǎng)的調(diào)整周期，而在農(nóng)村從事高污染的工業(yè)生產(chǎn)活動(dòng)能夠帶來比從事單純農(nóng)業(yè)生產(chǎn)更多的收入；其二，長(zhǎng)江經(jīng)濟(jì)帶城市經(jīng)濟(jì)發(fā)展增速快，盡管農(nóng)村經(jīng)濟(jì)發(fā)展也有所改善，但相比于第三產(chǎn)業(yè)發(fā)達(dá)的城市經(jīng)濟(jì)發(fā)展的速度卻相差較大，城鄉(xiāng)生產(chǎn)產(chǎn)品的價(jià)格呈現(xiàn)“剪刀差”，也影響了城鄉(xiāng)收入結(jié)構(gòu)，因此產(chǎn)生了城鄉(xiāng)收入差距進(jìn)一步拉大的現(xiàn)象。當(dāng)加入城鄉(xiāng)分配公平與綠色化協(xié)同耦合水平交互項(xiàng)指標(biāo)后，交互估計(jì)結(jié)果在5%的顯著性水平下系數(shù)為正，表明在綠色化協(xié)同耦合水平程度較高的時(shí)空間內(nèi)，城鄉(xiāng)分配公平的提升優(yōu)化了長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率。

4 結(jié)論與政策建議

4.1 結(jié)論

研究表明，2005—2018年長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率變化Malmquist-luenberger指數(shù)變動(dòng)較為劇烈，呈“W”型波動(dòng)特征。從增長(zhǎng)源泉來看，長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的增長(zhǎng)主要來自純技術(shù)變化，規(guī)模效率變化對(duì)生態(tài)補(bǔ)償效率的提升也起到了一定的推動(dòng)作用。假定資本投入、勞動(dòng)力投入和經(jīng)濟(jì)收益不變，可在實(shí)際生產(chǎn)生活中減少用水浪費(fèi)，提升水資源生態(tài)補(bǔ)償綜合績(jī)效、減少灰水足跡，以提高水資源生態(tài)補(bǔ)償效率。

城鄉(xiāng)消費(fèi)公平的提升與水資源生態(tài)環(huán)境保護(hù)的提升對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率的提升具有積極作用。通過生產(chǎn)性投入指標(biāo)與綠色化協(xié)同耦合水平的交互可得，在綠色化協(xié)同耦合水平程度較高的時(shí)空間內(nèi)，生產(chǎn)性投入的提升優(yōu)化了長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率；城鄉(xiāng)分配公平指標(biāo)對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率影響顯著呈負(fù)相關(guān)，但在綠色化協(xié)同耦合水平的交互作用下，城鄉(xiāng)分配公平能夠?qū)λY源生態(tài)補(bǔ)償效率產(chǎn)生正向影響。遵循統(tǒng)籌好“一盤棋”的水資源生態(tài)補(bǔ)償機(jī)制構(gòu)建思路，有利于形成長(zhǎng)江經(jīng)濟(jì)帶水資源利用與保護(hù)的統(tǒng)籌安排，兼顧經(jīng)濟(jì)效率、社會(huì)公平與生態(tài)環(huán)境保護(hù)，能夠更好地提升長(zhǎng)江經(jīng)濟(jì)帶各省市水資源生態(tài)補(bǔ)償 效率。

4.2 政策建議

1）改善資本投入結(jié)構(gòu)。發(fā)展實(shí)踐中，相對(duì)落后地區(qū)的經(jīng)濟(jì)振興與發(fā)展不能以破壞生態(tài)環(huán)境為代價(jià)，政府部門應(yīng)當(dāng)遏止高能耗、高污染等相對(duì)落后產(chǎn)能企業(yè)向農(nóng)村轉(zhuǎn)移的趨勢(shì)，向經(jīng)濟(jì)投入要綠色GDP，兼顧經(jīng)濟(jì)發(fā)展投入與水資源生態(tài)環(huán)境保護(hù)的協(xié)調(diào)，盡可能減少不合理生產(chǎn)性投入帶來的效率冗余，積極引導(dǎo)傳統(tǒng)高污染企業(yè)向綠色化、集約化和信息化生產(chǎn)轉(zhuǎn)型賦能，以提升長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率。

2）重視城鄉(xiāng)協(xié)調(diào)發(fā)展，在兼顧城鄉(xiāng)收入與消費(fèi)公平的同時(shí)，應(yīng)持續(xù)推動(dòng)綠色產(chǎn)業(yè)下沉。農(nóng)村作為生態(tài)系統(tǒng)保護(hù)的薄弱環(huán)節(jié)，極易被忽視周邊生態(tài)環(huán)境與資源的合理利用和保護(hù)，往往導(dǎo)致經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境建設(shè)不能合理匹配。未來，應(yīng)充分將社會(huì)資本和農(nóng)村勞動(dòng)力資源引入綠色產(chǎn)業(yè)的發(fā)展中來，以長(zhǎng)江大保護(hù)、經(jīng)濟(jì)綠色化發(fā)展為新發(fā)展標(biāo)準(zhǔn)，保護(hù)生態(tài)環(huán)境與資源的同時(shí)以促成城鄉(xiāng)分配與消費(fèi)公平的實(shí)現(xiàn)，從長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的時(shí)空間結(jié)構(gòu)上尋求公平正義，從而更好地提升長(zhǎng)江經(jīng)濟(jì)帶水資源生態(tài)補(bǔ)償效率。

3）加強(qiáng)生態(tài)文明建設(shè)，重視用水浪費(fèi)與水污染問題，大力推廣清潔能源的利用與研發(fā)。鼓勵(lì)新動(dòng)能產(chǎn)業(yè)與綠色化產(chǎn)業(yè)發(fā)展，有側(cè)重地向生態(tài)環(huán)境功能區(qū)引入綠色化工藝與技術(shù)，廣泛開展清潔生產(chǎn)，從減少用水浪費(fèi)與提升水質(zhì)要求方面改善相對(duì)粗放的生產(chǎn)結(jié)構(gòu)，以水為紐帶引導(dǎo)長(zhǎng)江經(jīng)濟(jì)帶實(shí)現(xiàn)全域綠色可持續(xù)發(fā)展，進(jìn)而提升水資源生態(tài)補(bǔ)償效率。