查建平，蔡威熙

（1.山東農(nóng)業(yè)大學經(jīng)濟管理學院，山東泰安271018；2.山東農(nóng)業(yè)大學馬克思主義學院，山東泰安271018）

提高用水效率是黃河流域生態(tài)保護和高質(zhì)量發(fā)展的重要內(nèi)容。黃河流域以不到全國2%的水資源量，承載著全國近9%的人[1]，水資源短缺成為制約黃河流域發(fā)展的重要瓶頸。習近平總書記提出：推進水資源節(jié)約集約利用，推動用水方式由粗放向節(jié)約集約轉變。提高用水效率是水資源節(jié)約集約利用、解決水資源短缺的關鍵。當前，黃河流域用水效率如何？用水效率受哪些因素影響？如何按照以水而定、量水而行的原則提高黃河流域用水效率？回答上述問題，對于緩解水資源瓶頸，實現(xiàn)黃河流域生態(tài)保護和高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

水資源利用效率研究對水資源利用效率提高和水資源可持續(xù)利用具有十分重要的意義[2]。當前，國內(nèi)學者從多個方面對用水效率進行了分析。從研究方法來看，學者主要運用比值分析法[3]、隨機前沿分析方法（SFA）[4]、數(shù)據(jù)包絡方法（DEA）[5]、綜合評價法[6]、CRITIC—TOPSIS—灰色關聯(lián)度評估模型[7]對用水效率進行了測度，并分別運用泰爾指數(shù)[8]和Malmquist指數(shù)[9]分析其空間差異和時空演變趨勢；從研究對象來看，既包括全國用水效率[10]，也包括特定省份[11]或特定區(qū)域[12]；從影響因素來看，經(jīng)濟越發(fā)達的地區(qū)，水資源利用效率越高[13]；水資源的豐富程度影響地區(qū)居民的節(jié)水意識，人均水資源量擁有量與水資源利用效率呈現(xiàn)負相關[14]；水權交易對水資源利用效率有積極的促進作用[15]。此外，還有學者對農(nóng)業(yè)用水效率[16]和城市生活用水效率[17]進行了探討。隨著空間計量分析技術的成熟，促使廣大學者愈發(fā)重視空間因素，針對水資源利用效率空間關聯(lián)關系的研究也日益增多[18]，例如，運用探索性空間分析模型分析用水效率的時空格局演變[19]，運用空間杜賓模型[20]和地理加權回歸模型[10]分析用水效率的空間效應。

諸多研究為本研究提供了理論基礎和思路借鑒。黃河流域是我國重要的生態(tài)屏障，一方面，黃河流域水資源嚴重短缺；另一方面，黃河流域城市水體、湖泊和內(nèi)陸河水污染較重[21]，面臨環(huán)境壓力。因此，測度沿黃九省（區(qū)）用水效率，并分析其影響因素，對于黃河流域水資源可持續(xù)利用具有現(xiàn)實意義。本文在前人研究的基礎上，進行以下改進：①同時考慮黃河流域水資源短缺和水污染的雙重壓力，運用非期望超效率SBM 模型測度沿黃九省（區(qū)）用水效率；②分析沿黃九省（區(qū)）用水效率的空間溢出效應，并運用空間杜賓模型（SDM）將其進一步分解為直接效應和間接效應；③傳統(tǒng)研究以固定資產(chǎn)投資額表征資本投入，忽視了資本折舊率的變動性，本文運用永續(xù)盤存法對地區(qū)固定資產(chǎn)投資額進行計算，得到物質(zhì)資本存量，以此表征資本投入。

1 研究方法與數(shù)據(jù)來源

1.1 非期望產(chǎn)出超效率SBM模型

本文考慮黃河流域水資源短缺和水污染雙重壓力下的用水效率，因此在選取產(chǎn)出指標時，不僅考慮到水資源投入帶來的經(jīng)濟增長，也考慮到水資源投入帶來的水污染問題。因此本文運用非期望產(chǎn)出超效率SBM 模型，測度沿黃九?。▍^(qū)）用水效率。非期望產(chǎn)出超效率SBM 模型結合了非期望SBM 模型和超效率DEA 模型的特點，避免了非期望SBM 模型中DMU效率值同時為1的情況，實現(xiàn)了多個決策單元的相互比較，既包含了生產(chǎn)要素投入帶來的經(jīng)濟產(chǎn)出，又考慮了生產(chǎn)帶來的廢水、廢氣等非合意產(chǎn)出。非期望產(chǎn)出超效率SBM 模型公式如下（令n為決策單元數(shù)量，m、s1、s2分別表示投入指標、期望產(chǎn)出指標和非期望產(chǎn)出指標的數(shù)量）：

式中：xik、ygrk和ybtk為生產(chǎn)的投入值、期望產(chǎn)出值和非期望產(chǎn)出值；si、sgr和sbt為投入、期望產(chǎn)出和非期望產(chǎn)出的冗余值。

當ρ*＜1 時，表示該決策單元處于無效率狀態(tài)，當ρ*= 1時，則表示決策單元達到有效狀態(tài)。

用水效率具體公式為：

1.2 空間計量模型

目前，常用的空間計量模型主要包括3種形式：空間滯后模型（SAR）、空間誤差模型（SEM） 和空間杜賓模型（SDM）。與其他2 者相比，空間杜賓模型（SDM）同時考慮了解釋變量的空間誤差項和空間滯后項，實現(xiàn)了空間誤差模型和空間滯后模型的融合。此外，空間杜賓模型（SDM）可以對空間溢出效應進一步分解為直接效應和間接效應?；诖?，本文選擇空間杜賓模型（SDM）對沿黃九?。▍^(qū)）用水效率的空間溢出效應進行分析，模型形式如下：

式中：Yi和Xi分別表示被解釋變量和解釋變量的向量集；WYi和WXi分別表示被解釋變量與解釋變量的空間滯后項；ρ表示空間自回歸滯后系數(shù)；W表示空間權重矩陣，本文選擇鄰接空間權重矩陣，若2 地區(qū)相鄰則W= 1，不相鄰則W= 0；θ、λ分別為待定系數(shù)；ε表示殘差值。

1.3 指標選取

1.3.1 測度用水效率的指標選取

能源、資本和勞動是影響經(jīng)濟增長的重要指標。本文參考孫才志等[10]和丁緒輝等[14]的研究，選擇水資源、資本和勞動力作為投入指標，將實際GDP 作為期望產(chǎn)出，將廢水排放總量作為非期望產(chǎn)出（如表1所示）。具體指標選取如下：

表1 用水效率指標體系

（1）水資源。本文選取農(nóng)業(yè)用水、工業(yè)用水和生活用水的總和作為地區(qū)用水總量，以此表征水資源投入量。

（2）資本。本文運用永續(xù)盤存法對地區(qū)固定資產(chǎn)投資額進行計算，得到物質(zhì)資本存量，以此表征資本投入。

（3）勞動力。本文選取各地區(qū)每年年末城鄉(xiāng)從業(yè)人員數(shù)量表征勞動力投入。

（4）實際GDP。本文以2007年為基期計算各地區(qū)實際GDP，以此去除因價格變動帶來的影響。

（5）廢水排放總量。本文選取各地區(qū)廢水排放總量表示水資源投入帶來的非期望產(chǎn)出。

1.3.2 用水效率的影響因素選取

在水資源稟賦不足的地區(qū)，人們節(jié)水意識較高，因此，水資源越稀缺的地區(qū)用水效率越高。隨著經(jīng)濟社會的不斷進步，用水效率也隨之提高。此外，政府的政策支持也會提高人們節(jié)水積極性，提高用水效率。隨著科學技術的發(fā)展，科技投入對用水效率的影響越來越重要。因此，本文選取自然因素、經(jīng)濟社會因素、政策支持因素和科技投入因素作為用水效率的影響因素。具體變量選取見表2。

表2 用水效率的影響因素及描述

（1）自然因素。自然因素是指由于自然資源稟賦等客觀自然條件影響用水效率的因素，本文選取人均水資源占有量表征自然因素。

（2）經(jīng)濟社會因素。本文選取經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構、水資源利用結構和城鎮(zhèn)化水平表示經(jīng)濟社會因素。其中，經(jīng)濟發(fā)展水平以各地區(qū)人均GDP 表示，本文以2007年為基期計算人均實際GDP，并將人均實際GDP 取對數(shù)進行回歸；產(chǎn)業(yè)結構以第1 產(chǎn)業(yè)增加值與第2 產(chǎn)業(yè)增加值的比值表示；水資源利用結構以工農(nóng)用水總和占用水總量的比重表示；城鎮(zhèn)化水平以城鎮(zhèn)人口占總人口的比重來衡量。

（3）政策支持因素。本文分別選取工業(yè)污染治理水平、廢水治理水平、環(huán)保投入和政策傾斜表示政策支持因素。其中，本文以工業(yè)污染治理完成投資占地區(qū)GDP 比重表示工業(yè)污染治理水平；以治理廢水支出占地區(qū)GDP 比重表示廢水治理水平；以環(huán)境保護支出占地區(qū)GDP 比重表示環(huán)保投入；政策傾斜用農(nóng)林水務支出占一般預算支出的比重表示，以此表示政策投入向農(nóng)林水務方面的傾斜程度。

（4）科技投入因素。加大科技投入，提高技術水平，可以為用水效率提供技術支撐。因此，本文選擇各地區(qū)研究與試驗發(fā)展(R&D)投入占地區(qū)GDP比重表示科技投入。

1.4 數(shù)據(jù)來源

本文研究2007-2018年沿黃九?。▍^(qū)）用水效率及其影響因素，所有數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》、《中國環(huán)境年鑒》、《中國水資源公報》以及各?。▍^(qū)）統(tǒng)計年鑒。對于缺失數(shù)據(jù)，本文運用插值法等方法進行處理。

2 結果分析

2.1 用水效率分析

運用MATLAB 軟件測度沿黃九?。▍^(qū)）用水效率，本文以9個?。▍^(qū)）的平均值作為沿黃九?。▍^(qū)）用水效率。具體結果見表3。

表3 沿黃九?。▍^(qū)）用水效率測度結果

從時間序列來看，沿黃九?。▍^(qū)）用水效率呈現(xiàn)先下降后上升的趨勢。2007-2010年，沿黃九省（區(qū)）用水效率呈現(xiàn)下降趨勢，與2007年相比，2010年用水效率值減少了0.264，下降了37.16%。2011-2018年，沿黃九?。▍^(qū)）用水效率逐年上升，自2011年的0.460 上升到2018年的0.745，提高了61.96%。盡管沿黃九省（區(qū)）用水效率呈現(xiàn)上升態(tài)勢，但2018年用水效率值為0.745，且只有內(nèi)蒙古和山東2 個省達到有效狀態(tài)（用水效率值為1），表明沿黃九?。▍^(qū)）用水效率不高，還存在較大的節(jié)水潛力。

從空間差異來看，沿黃九?。▍^(qū)）用水效率區(qū)域差異較大，總體呈現(xiàn)上游低下游高的特點。用水效率最高的地區(qū)是山東，平均用水效率為0.953，2007-2018年中僅有2個年份用水效率未達到有效狀態(tài)。用水效率最低的地區(qū)是寧夏，平均用水效率為0.307，僅為山東的32.21%。此外，青海、四川用水效率較低，均不足0.500?？傮w來看，沿黃九?。▍^(qū)）用水效率呈現(xiàn)上游低下游高的特點。一方面，上游地區(qū)水資源充足，容易陷入“資源詛咒”陷阱，導致用水效率較低；另一方面，下游地區(qū)經(jīng)濟發(fā)展水平和科技水平較高，為提高用水效率提供了技術支持。

2.2 沿黃九省（區(qū)）用水效率的影響因素分析

首先，本文運用Stata 15.0 軟件對計量模型進行LM 檢驗，以此驗證模型是否存在空間效應。在空間滯后效應檢驗中，LR 統(tǒng)計量通過了10%的顯著性檢驗，表明模型存在空間滯后效應，模型使用空間計量模型是有必要的。

其次，本文進行Hausman 檢驗，以此判斷空間杜賓模型應當使用固定效應模型還是隨機效應模型。結果表明，模型在5%的統(tǒng)計水平上拒絕了原假設，使用空間杜賓固定效應模型是合理的。

最后，本文進行穩(wěn)健性檢驗，以此檢驗模型是否穩(wěn)健，是否會退化為空間滯后模型（SAR）或空間誤差模型（SEM）。通過LR 檢驗得，SAR 和SEM 檢驗均在1%的統(tǒng)計水平上顯著；Wald檢驗同樣在1%統(tǒng)計水平上拒絕了原假設。表明采用空間杜賓模型是穩(wěn)健的。因此，本文選擇空間杜賓固定效應模型進行分析。

固定效應分為個體固定效應、時間固定效應和個體時間雙固定效應。3 種模型估計結果見表4。通過比較，本文選擇空間杜賓時間固定效應模型，并進一步將總效應分解為直接效應和間接效應。其中，直接效應表示本地區(qū)解釋變量對本地區(qū)用水效率的影響；間接效應表示鄰近地區(qū)解釋變量對本地區(qū)用水效率的影響。估計結果如表4所示。

表4 固定效應估計結果

如表5所示，經(jīng)濟發(fā)展水平對用水效率的直接效應通過了1%的顯著性檢驗，且方向為正，經(jīng)濟發(fā)展水平越高，本地區(qū)的用水效率越高，這表明沿黃九?。▍^(qū)）經(jīng)濟發(fā)展水平已經(jīng)到達環(huán)境庫茲涅茨曲線“拐點”，隨著經(jīng)濟經(jīng)濟發(fā)展水平不斷提高，環(huán)境質(zhì)量得到改善，用水效率逐漸提升。經(jīng)濟發(fā)展水平對用水效率的間接效應為負，但是不顯著。一方面，沿黃九?。▍^(qū)）各地區(qū)之間沒有建立協(xié)同發(fā)展機制，各地區(qū)經(jīng)濟聯(lián)系不緊密；另一方面，經(jīng)濟發(fā)展水平提高帶來生產(chǎn)規(guī)模的擴大，由此產(chǎn)生的規(guī)模經(jīng)濟降低了用水需求量，因此本地區(qū)用水效率不斷提升，而不會影響到鄰近地區(qū)用水效率。

表5 用水效率影響因素的空間效應分解

產(chǎn)業(yè)結構對用水效率的間接效應在1%的統(tǒng)計水平上通過了檢驗，產(chǎn)業(yè)結構對鄰近地區(qū)的用水效率具有負向影響，即第1產(chǎn)業(yè)所占比重越大，鄰近地區(qū)用水效率越低?？赡苁且驗榈?產(chǎn)業(yè)用水大部分直接來源于河流，而流域內(nèi)上游地區(qū)用水量的增加勢必影響下游地區(qū)用水效率。

水資源利用結構的直接效應在10%的統(tǒng)計水平上正向影響用水效率，即工農(nóng)用水量的增加提高了本地區(qū)的用水效率，這表明沿黃九?。▍^(qū)）逐漸建立了工業(yè)和農(nóng)業(yè)的節(jié)水機制，并逐漸提高污水處理技術，從而提高了本地區(qū)的用水效率。

城鎮(zhèn)化水平的直接效應負向影響用水效率，且通過了10%的顯著性檢驗。城鎮(zhèn)化水平的提高抑制了本地區(qū)用水效率的提高，說明盡管沿黃九?。▍^(qū)）經(jīng)濟不斷發(fā)展，但城鎮(zhèn)化仍處于起步階段，基礎設施不完善，節(jié)水機制不健全，節(jié)水技術不成熟，城鎮(zhèn)化的快速擴張加大了水資源浪費，降低了用水效率。城鎮(zhèn)化的間接效應不顯著，主要是因為沿黃九?。▍^(qū)）城鎮(zhèn)化水平較低，各地區(qū)之間沒有建立城鎮(zhèn)化協(xié)調(diào)發(fā)展機制。

工業(yè)污染治理水平對用水效率的間接效應在1%的統(tǒng)計水平上負向影響顯著，本地區(qū)加大工業(yè)污染治理投資會降低鄰近地區(qū)的用水效率。本地區(qū)增加工業(yè)污染治理投資會造成本地區(qū)用水需求較大、污水處理技術較弱的企業(yè)轉移到周邊地區(qū)，造成鄰近地區(qū)用水量和廢水排放量增加，降低了鄰近地區(qū)的用水效率。

廢水治理水平的直接效應在5%的統(tǒng)計水平上影響顯著，方向為負。增加廢水治理支出抑制了本地區(qū)用水效率，可能的原因是廢水治理財政資金來源于財政撥款，而非企業(yè)，因此國家和地方財政加大廢水治理支出在治理廢水的同時，也間接刺激了企業(yè)加大污水排放。

政策傾斜對用水效率的間接效應通過了10%的顯著性檢驗，且方向為正，表明財政政策向農(nóng)業(yè)領域傾斜會提高鄰近地區(qū)的用水效率。流域內(nèi)水資源具有流動性，水污染也具有轉移性，因此本地區(qū)加大農(nóng)林水務支出，修建水利設施，加強污染修復，會影響鄰近地區(qū)用水效率。

科技投入的間接效應通過了1%的顯著性檢驗，對鄰近地區(qū)用水效率具有負向影響。本地區(qū)加大科技投入，會吸引鄰近地區(qū)人才和技術向本地區(qū)集聚，而技術的擴散效應在短時期內(nèi)難以顯現(xiàn)，造成鄰近地區(qū)科技水平下降，用水效率降低，出現(xiàn)技術的“虹吸效應”。而科技投入的直接效應不顯著，主要是因為科技投入是一項長期投入行為，技術進步在短時期內(nèi)難以發(fā)揮作用，因此短時期內(nèi)科技投入難以有效提高用水效率。

人均水資源占用量的直接效應和間接效應不顯著，主要是因為沿黃九?。▍^(qū)）不僅存在“水量型”缺水，還存在“水質(zhì)型”缺水，因此水資源稟賦對用水效率的影響不顯著。環(huán)保投入的直接效應和間接效應不顯著，可能是環(huán)保投入主要向大氣污染、土地污染等領域傾斜，沒有顯著提高水環(huán)境質(zhì)量。

3 結論與建議

本文運用非期望SBM 模型測度沿黃九?。▍^(qū)）用水效率，并運用空間杜賓模型（SDM）分析其影響因素。研究結論如下。

（1）從時間序列來看，沿黃九?。▍^(qū)）用水效率呈現(xiàn)先下降后上升的趨勢。2007-2010年，沿黃九?。▍^(qū)）用水效率呈現(xiàn)下降趨勢；2011-2018年，用水效率逐年上升。從空間差異來看，沿黃九省（區(qū)）用水效率區(qū)域差異較大，總體呈現(xiàn)上游低下游高的特點。

（2）從直接效應來看，經(jīng)濟發(fā)展水平和水資源利用結構對用水效率具有正向影響，城鎮(zhèn)化水平和廢水治理水平具有負向影響；從間接效應來看，政策傾斜對用水效率有正向影響，產(chǎn)業(yè)結構、工業(yè)污染治理水平和科技投入具有負向影響。

為提高沿黃九?。▍^(qū)）用水效率，促進黃河流域生態(tài)保護和高質(zhì)量發(fā)展，本文提出以下措施。

（1）建立節(jié)水機制，發(fā)展節(jié)水技術。一方面，通過水價改革等措施逐漸建立節(jié)約用水的長效運營機制；另一方面，加大科技投入，發(fā)展節(jié)水技術和污水處理技術，為提高用水效率提供技術支撐。

（2）合理引導沿黃九?。▍^(qū)）城鎮(zhèn)化建設。盲目的城鎮(zhèn)化擴張抑制了用水效率的提升，各地區(qū)要加快新型城鎮(zhèn)化建設，優(yōu)化城鎮(zhèn)化空間布局，加快基礎設施建設，禁止不合理的盲目擴張。

（3）建立黃河流域水資源開發(fā)和保護的協(xié)同發(fā)展機制。通過建立流域生態(tài)補償機制等措施，加強各地區(qū)對水資源利用的交流合作，引導各地區(qū)對水資源的合理利用與分配，促進黃河流域水資源的協(xié)調(diào)有序利用。