考虑非合意产出的省际水资源利用效率及驱动因素研究
丁绪辉+贺菊花+王柳元
摘要 水资源短缺与水生态恶化成为制约我国水资源利用的主要问题，提高水资源利用效率是解决水资源可持续利用的根本途径，也契合经济新常态与供给侧改革，研究水资源利用效率问题具有必要性和现实意义。国家相继实施最严格水管理制度，确立水资源利用三条红线，从水资源消耗总量和强度采取水资源管理双控行动，将“河长制”提升为全国性治水方略。本文选取资本、劳动力、用水总量为投入指标，以实际GDP与废水排放总量作为期望与非期望产出，利用非期望产出SE-SBM模型估算2003—2015年各省市水资源利用效率，并采用Tobit模型探究水资源利用效率的驱动因素。结果显示，水资源利用效率总体上呈现先下降后上升的U型发展趋势，虽研究时限内绝大多数省区水资源利用效率均有大幅度提升，东、中、西部水资源利用效率存在显著差异，京津沪等省份水资源利用效率最高，西北省份效率最低，通过变异系数分析比较得出区域差异呈现不断收敛的趋势，水资源利用效率驱动因素上，地区经济的发展水平、水资源的丰富程度、工农业结构、政府干预强度与水资源利用效率呈现负相关，进出口需求对其影响并不显著。提高水資源利用效率，国家要充分考虑各区域的实际情况，因地制宜地制定水资源利用效率目标及水资源管理政策，应大力发展节水技术，发挥价格杠杆在水资源利用效率中的作用，利用正向空间溢出效应，推动跨区域合作，以弱代强，推动省际水资源治理协同发展。
关键词 水资源利用效率；非期望产出；SE-SBM模型；Tobit模型
中图分类号 F061.5文献标识码 A文章编号 1002-2104（2018）01-0157-08DOI：10.12062/cpre.20170920
水资源是重要的自然资源和战略经济资源，是人类社会和一切生物赖以生存和发展的基础。当今世界，由于水资源缺乏和水质的污染正面临着严峻的水资源危机，水资源短缺也成为制约经济发展的重要因素之一。到2025年，全球将约有18亿人口面临绝对缺水的问题，约三分之二的人口可能要在用水紧张的条件下生活[1]，尤其是中国作为一个水资源严重短缺的国家，表现为总量多，人均少，空间分布不均衡，据统计中国水资源总量占全球水资源总量的6%，位列世界第4，但人均水资源量仅为世界平均水平的1/4，空间分布上长江以北地区的水资源仅占全国总量的19%，而长江以南地区占全国总量的81%。改革开放以来，我国经济保持着30多年的高速增长，同时也伴随着资源的高投入与环境的高污染，随着工业化与城镇化的不断加速，社会经济发展与水资源、水环境的矛盾必将进一步凸显，节水型社会建设也成为必然选择，水资源利用与安全问题也是推进“一带一路”合作的战略性与前瞻性问题。尤其是快速发展的城市群呈现出高密度集聚和高强度运转，释放超负额能量和污染已导致城市群已日益演变为“污染群”[2]。解决我国水资源供需失调关键是要提高水资源的利用效率与降低水资源利用的非合意产出，科学客观地评价水资源利用效率，分析其地区差异以及影响水资源利用效率的驱动因素，制定并执行积极的水资源政策以实现用水量“零增长”和“负增长”，也对建设资源节约型和环境友好型社会有重要的指导意义。
1 综 述
国内外对水资源利用效率的相关研究主要集中在采用不同方法测度其使用效率，利用效率的收敛机制、影响因素及其空间溢出效应。Hoekstra与Hung最早于2002年提出“水足迹”概念，并得到各国学者广泛关注应用，涉及单个产品水足迹含量、区域水足迹测算、水足迹结构分析等，以缓解水资源短缺与水环境危机等。水资源利用效率测算主要采用指标体系评估法、随机前沿分析法（SFA）与数据包络分析法（DEA）等。赵良仕等[3]基于省际水足迹与灰色水足迹等数据，分别利用考虑与不考虑非期望产出的数据包络法测算各省区水资源使用效率，发现中国水资源技术效率存在空间依赖性和异质性。马海良[4]等选取基于投入导向的DEA模型，测度各省水资源利用效率，结果表明，东部、中部、西部的水资源利用效率依次递减，对于水资源利用效率的影响因素主要通过构建回归模型，探究作为因变量的影响因素与水资源利用效率之间的关系。李世祥[5]等利用因子分析实证研究，提出经济发展水平是影响水资源利用效率最重要的因素，王莹[6]从社会经济、自然因素、产业结构、生态环境四个方面对水资源利用效率的影响因素进行分析。钱文婧等[7]基于投入导向的数据包络分析模型，以水资源、资本和劳动力为投入，以GDP为产出计算省级1998—2008年水资源使用效率，并探讨区域差异的影响因素，发现产业结构、进出口需求、水资源禀赋对水资源利用效率有显著影响。水环境治理作为复杂系统工程，需要政府、企业、公众和社会组织等多方协作及分工负责，以最低的环境治理成本实现最大的环境效益[8]。
现有文献对水资源利用效率的研究为水资源管理与水污染防治提供参考，但仍存在诸多不足之处：目前绝大多数的研究都采用构建指标体系、SFA模型或DEA模型的方法，但很少考虑到非合意性产出，利用SBM模型同时考虑松弛变量问题的文章也极为少见，这可能导致现有研究结果不能反映我国真实的水资源利用水平，更不能体现出水污染对我国水资源利用效率的影响；现有研究也较多关注水资源效率的评价，对水资源利用效率的空间差异和溢出效应的研究不够深入，仅仅局限于描述各区域差异，缺少对影响机制以及驱动因素的深入探讨。鉴于此，本文采用非合意产出导向的SBM模型，基于2003—2015年的面板数据对我国31个省市（研究只涉及中国大陆地区，不包含中国港澳台地区，下同）的水资源利用效率进行综合评价，在对区域水资源利用效率时空动态差异规律分析的基础上，选取水资源利用效率驱动因素并利用Tobit模型实证检验，以精心设计并制定执行积极有针对性的水资源政策。
2 研究方法与理论模型
2.1 SE-SBM方法简介
研究选取非合意产出导向的SBM模型（slacks-based measure，至前沿最远距离函数）对各省区水资源利用效率测评，SBM模型由克服传统的DEA数据包络分析的缺陷发展而来。SBM 模型最初由Tone[9]提出，非径向非角度的DEA方法也遵循DEA基本思想，径向DEA模型对无效率程度测度只包含投入或产出同比例变动，未考虑松弛改进部分，SBM模型解决了径向模型对无效率测度没有包含松弛变量的问题，但是，当投入产出的指标较多时，也会出现多个DMU被评价为有效的情况，其效率值最大为1，有效DMU效率值相同，这些有效的DUM效率高低无法进一步区分。为解决这一问题，Andersen和Petersen提出了对有效DUM进一步区分其有效程度的方法，这一方法后来被称为“超效率”模型（Super Effciency Model）。同时，低投入、高产出、低排放是节水社会或节水经济的最理想状态，但在现实的经济生活中，除了定义为“好”的GDP等产出，还会伴随着各种废水、废气及固体废物的增加，这些经济增长中的副产品称之为“坏”或“非期望”产出，Fare等则对环境技术进行概念界定，研究包含“坏”产品的产出与要素资源投入的技术结构[10]。Tone进一步提出非期望产出的SBM模型，可以综合考虑处理投入、产出、污染三者关系，能较好解决效率评价存在的松弛问题。
公式（1）中，s为投入与产出的松弛量，λ是权重向量，目标函数ρ关于s-、sb、sg，并且其值在0与1间，xij为第j个DMU的i项投入，yrj为第j个DMU的r项产出。就待决策单元，当且仅当其值为1时，即满足s-、sb、sg相等时，该决策单位有效。否则，该决策（被评价）单位无效或存在效率损失，投入产出关系存在改进的空间。
2.2 Tobit模型
Tobin提出用MLE估计模型，该方法被称为“Tobit”。Tobit模型是一种标准的删截模型，也被成为样本选择模型，受限因变量模型，审查模型，是因变量满足某种约束条件的取值模型，Tobit不同于离散模型或者是连续变量模型，其特点是因变量是受限变量，由两类方程组成，一类是表示约束条件的选择方程，另一类是满足约束条件的连续变量选择方程，Tobit模型的一般形式为：
公式（2）中，Tobit模型中被解释变量，即yi的负值都用0来代替，减少回归带来的偏差，由于DEA模型得到的效率除了受到投入与产出指标影响，还受到其他环境因素的影响，佟金萍研究长江流域的农业用水效率，基于其效率值为大于0的删截数据使用Tobit模型分析其影响因素，减少普通回归带来的偏差[11]。存在删失情况下的线性回归估计包括额外的计算复杂问题，由于删失的样本不能代表总体，所以普通最小二乘回归会产生不一致的参数估计值。本文所测量的水资源利用效率的超效率模型的值是大于0的截断数据，如果直接以超效率的值为因变量建立最小二乘法模型进行回归，参数的估计将有差别，因此，研究省际水资源利用效率适合应用Tobit模型，来对其驱动因素进行实证检验。
3 水资源利用效率实证分析
研究对2003—2015年的省际水资源利用效率进行测度，在测度时充分考虑非合意产出即水污染排放指标，并利用Tobit模型探究造成省际差异的驱动因素，为制定并执行积极水资源政策提供实证支撑。
3.1 数据选择与来源
关于经济增长进程中水资源利用的投入产出关系，Jorgenson提出KLEM模型，将投入分解成劳动力、资本、能源与中间投入四种，产出则指经济意义的合意产出。本研究考虑到区域水资源利用的具体情况，选择劳动力、资本与水资源（用水总量）作为投入指标，选择实际GDP与废水排放总量分别作为合意产出与非合意产出。
（1）资本投入。研究采用张军、吴桂英等[11]提到的“永续盘存法”计算方法，此为Gold Smith于1951年首次提出，传统的资本存量核算途径是获取历年固定资本并从总额中扣减消耗，永续盘存法是在在新增投资（固定资产形成总额）的基础上，考虑到往年资本存量的经济折旧，新途径综合考虑资本存量核算与资本服务核算，而传统途径只核算资本存量。此处经济折旧率设定为9.6%，其计算公式为Kit=K*i，t-1（1-δit）+Iit，其中Kit为本年资本存量，K*i，t-1为上一年资本存量，δit为当年经济折旧率，由《中国统计年鉴》历年数据核算得出2003—2015年各省资本存量。
（2）劳动力投入。本文采取各省年底从业人数总数（城乡）来表示各地区劳动力投入，相关基础数据来源于历年《中国统计年鉴》与《中国人口和就业统计年鉴》（2004—2016），个别省份部分年份的缺失数据由其它年份按照平滑指数推算出，部分数据也来源于各省统计公报。
（3）地区用水总量。地区经济增长研究中对水资源投入指标一般选取用水总量，包括农业用水、工业用水、生活用水、生态用水等四部分，相关数据来源于历年《中国统计年鉴》和《中国水资源公报》。
（4）合意产出指标——实际GDP。研究中去除价格变动的影响，合意产出选择用各省市的实际GDP来表示，计算方法为GDPRit=GDPNit×Iit，GDPNit为2003年该省市的名义GDP，Iit为相对于2003年基期的增长指数，GDPRit为以2003年基期计价的实际GDP，来源于历年《中国统计年鉴》。
（5）非合意产出指标——废水排放总量。对于废水排放，《中国统计年鉴》中也有直接统计指标，也对废水中包含的铅、汞等做出统计，但研究未对其进行细分，只选用废水排放的总量。
3.2 效率测度实证分析
本文选取我国31省份2003—2015年的相关数据，文中对于各种投入与产出指标不再一一列出，利用非期望产出的SBM模型，采用MAXDEA Pro 6.4对各省市水资源利用效率进行估算，计算结果见表1，鉴于篇幅限制，此处只列出2003年、2007年、20011年、2015年的测算结果，其余年份测算结果可与作者联系。在SBM模型测算水资源利用效率时，论文设定期望产出与非期望产出的权重比为1∶1，把水污染排放与治理放在关系国计民生的头等大事，对包含非期望产出的效率情况进行测算。
第一，从时间演进来看，2003—2007年的五年间全国水资源的全要素利用效率呈现下降趋势，这种下降可能是产业重型化发展导致的高污染高排放，使得考慮非合意产出的水资源利用效率下降；2007年开始出现拐点，总体利用效率呈现上升趋势，水资源的利用效率提高，得益于国家对水资源使用严格管理，产业转型升级以及节水技术的不断发展。因此，研究认为水资源的利用效率呈现U形（见图1），即先下降再上升，2008年全国水资源利用平均效率出现一定程度的偏离，可能是在经济危机的背景下资源配置的一种短暂震荡。从全国范围来看，重庆、广西、浙江、江苏、黑龙江的水资源利用效率在2003—2007年间下降最为明显，重庆下降幅度达到30%，北京、上海、天津等省份出现缓慢的上升，但都不超过10%。
第二，从全国各区域分异来看，我国东、中、西部水资源利用效率呈现出明显的区域差异（见图1）。2003—2015年间水资源的利用效率由东部、中部、西部依次递减，东部省份的水资源效率在0.8左右波动，中部的水资源利用效率在0.6左右波动，西部的水资源利用效率最低，在0.5左右波动。三大区域的变化趋势大体相同，与地区经济发展水平或所处阶段密切相关，东部地区经济较为发达，市场机制完善，较早进行产业转型，资源投入向集约化投入，科技发展使得节水技术得到了较大的发展，水资源的利用效率提高；西部地区，以农业经济为主，经济发展水平较低，水资源的利用效率较低。
第三，从省际差别来看，总体上呈现东南地区水资源利用效率高，西北地区的水资源利用效率低的趋势，其中北京、天津、上海、浙江、广东、重庆等地的水资源利用效率较高，平均的水资源利用效率达到0.9左右，较多年份存在DEA有效。与马海良、黄德春等同样考虑了污染排放的水资源利用效率相比，2003—2015年，研究的生产前沿面依然是经济比较发达的省份、直辖市，少了西藏和青海，近年来，西藏和青海维持生态多样性，保持水土，虽然经济不发达，但是污染排放量较少，使得2003—2009年在考虑污染物排放的情况下，水资源的利用效率也较高，但是，随着经济发达省份的发展，经济结构开始大规模转型，从高污染高耗能的重工业开始发展第三产业，也应用较为发达污水处理技术、节水技术，加之政府比较重视经济发达省份的城市污染问题，但是西藏、青海开始出现耗水量大的工业带动经济发展，所以随着时间的推移，发现经济较为发达的省份的水资源利用效率依旧较高。再者，从单个省来看水资源的利用效率差异依旧较大，新疆、内蒙古的水资源利用效率在0.3左右，与水资源利用率高的省份差距依旧很大，但随着时间的推移新疆、内蒙古的水资源利用效率有有一定程度的提高。本文在考虑非合意产出的条件下进行的，与以前学者的结论存在差异，但是更加符合实际情况，也符合建设资源节约、环境优美的生态经济的要求。
第四，通过省际效率的变异系数指标来看（见表2），东中西部水资源利用效率的动态变化过程，总体上，区域差异呈现不不断收敛的趋势，区域差异不断减小，且中西部的区域差异大于东部地区。东部地区的水资源利用效率差距总体表现为先上升后下降的趋势，即差距在2011年之前是扩大的，2011年之后差距逐渐缩小。中部地区的水资源利用效率的区域差距表现为先扩大，之后比较平稳，差距有缩小的趋势。西部地区的区域差距在2003—2007年之间是最大的，之后有收敛的趋势，差距不断缩小，但是依旧是东西部三大区域中差异最大的地区，西部地区国土面积广阔，既有经济比较发达的城市重庆、四川等地，其水资源利用效率较高，也有新疆、内蒙古、青海等水资源利用效率低省份，造成西部地区水资源利用效率差距大。
4 水资源利用效率差异的影响因素分析
4.1 变量说明与模型构建
省际水资源利用效率的差异除了受到投入产出的指标的影响之外，还受到其他因素的影响，因为超效率值有一个最低界限值0，属于截尾数据，直接以超效率值为因变量，用最小二乘法进行回归分析，可能会出现偏差，因此，为研究考虑非期望产出的全要素水资源利用效率的影响因素，本文决定采用Tobit模型：
其中，TWEit为考虑非合意产出的水资源利用效率，i，t分别表示不同时期不同地区的值，X1用人均GDP表示地区发展水平，具体采用其对数值；X2是人均水资源占有量；X3是农业比重；X4是工业比重；X5、X6分别表示进口和出口需求；X7是政府农林水务支出/一般性支出预算，表示政府的影响力；β1、β2、β3、β4、β5、β6、β7分别表示相关变量的待估系数；ε表示随机误差，符合正态分布。本文综合数据的可得性以及相关文献，假设水资源利用效率差异的影响因素主要集中在以下四个方面：
（1）经济发展水平。本文以人均GDP来衡量一个地区的经济发展水平，取对数ln（人均GDP）以平滑其差异性。经济的发展水平影响一个地区的产业结构，技术水平，从而影响一个地区的水资源利用效率。雷玉桃等，马远在研究工业用水效率的影响因素，干旱区水资源利用效率的影响因素时，均选择经济发展水平指标[12-13]，区域经济发展水平与水资源利用效率一般呈现倒“U”型关系，整体上我国目前还未到达拐点处。
（2）自然资源禀赋。本文用地区的人均水资源占有量来表示地域的水资源差异，资源禀赋一般对区域资源利用效率存在逆向影响，水资源越是丰富的区域，水资源利用效率反而越是低下，“资源诅咒”的存在能够在一定程度上影响生产生活方式与水资源管理观念等。鲍超等[14]在研究河南省的用水效率时选择水资源的丰富程度作为影响因素。
（3）产业结构。本文以农业比重与工业比重表示产业结构，农业生产是用水大户，农业的灌溉方式和农业面源污染均会影响水资源利用效率，区域工业发展阶段及发展模式，是否是高耗水高污染工业类型都影响着一个地区的水资源利用效率。杜焱强在研究福建省的用水效率的影响因素时选用此指标[15]，现有研究一致认为产业结构是影响资源利用率的重要因素。
（4）进出口需求。本文用地区进口与出口总额表示进出需求，分别取对数以平滑其波动性。高耗水高污染产品的进出口需求对我国的高耗水高污染产业有替代和促进的作用，影响着水资源的利用效率。钱文婧研究中国水资源利用率的区域差异时选用此指标[7]。
（5）政府的影响力。本文用政府在农林水务支出在一般支出预算中的比重来衡量政府的影响力，政府对水利基础设施的建设的投入、对污水治理的投入、对产业转型的引导、相关的环境规制政策等都对水资源利用效率产生重要的作用。馬海良等研究水资源利用率的影响因素时也考虑政府对其的影响[4]。
4.2 回归结果分析
本文使用stata12.0软件对2003年至2015年全国31个省、直辖市、自治区的水资源利用效率与影响因素进行Tobit回归分析，结果见表3。
（1）人均生产总值和全要素水资源效率呈显著的负相关，即人均GDP的增加会使水资源利用效率下降，当人均GDP上升1个单位，则水资源的利用效率下降0.131 5个单位，这与理论上随着经济水平提高会使得水资源利用效率提高相悖，理论上，经济发展水平较高的地区，其城镇化水平较高，农业的用水比重较小，而且由于经济发展产业集聚效应、管理和技术水平较高，水资源保护政策较为完善，对污水治理的基础设施投资较大，使得用水效率的较高；而经济发展水平较低的地区，城市化水平低，服务业所占比重小，农业用水比重高，且其人口环境压力较大，对于污水治理的投入较少，人们的节水意识也不完善，使得水资源利用效率的低效。实证检验结果发现经济水平与水资源利用效率呈现负相关，主要是因为中国作为制造业大国，经济的发展主要依靠高耗水高耗能高排放的重工业带动，一方面重工业发展使得用水量增加，另一方面污水排放量的增加也使得用水效率的下降。
（2）人均水資源量拥有量与水资源的利用效率之间存在显著的负相关，人均水资源量每增加1，水资源利用效率降低1.53e-06，通过显著性测验，水资源的丰富程度影响地区居民的节水意识，水资源比较丰富的地区，缺水的压力较小，人们节水意识就会相对薄弱，对水资源的开发和利用不重视，水资源较为丰裕也导致相关技术需求与技术开发滞后，而水资源比较缺乏的地区，人们的节水意识比较强，对水资源的利用也会比较充分，水资源浪费与掠夺性开采较少，所以人均水资源量和用水效率之间负相关。
（3）农业比重和工业比重与全要素水资源利用效率呈显著的负相关，说明产业结构是影响水资源用水效率的重要因素，产业结构首先影响地区的用水量结构，进而影响地区的水资源的利用效率，农业是用水大户，灌溉技术会影响水资源利用效率，工业的用水量仅低于农业，高耗水高耗能的工业，一方面增加了用水量，另一方面也增加了污水的排放量，对水资源利用效率有重要影响。农业比重和工业比重越高用水效率越低，农业用水的效率低主要体现在灌溉方式的低效，农业比重大的地区其灌溉方式一般比较落后，采取大水漫灌、串灌等粗放的灌溉方式，滴灌、喷灌使用较少，使得灌溉的用水量大，但真正被农作物利用的较少，因此用水效率低。工业的用水结构也对用水效率产生较大的影响，我国大多数的工业是高耗能高耗水的工业，水资源的用量大，污染物的排放量大，节水科技还未普遍的在工业企业使用，很多经营者节水观念和保护环境的观念较差，使得工业用水效率较低。
（4）进出口需求与水资源利用效率之间呈现正相关，这与理论设想存在一定偏差，理论上，进出口需求对水资源利用效率的影响表现为，进口产品对水资源利用具有有替代性，当进口产品增加时，尤其是高耗水产品的进口增加时，国内同类高耗水产品被替代，减少生产，提高的用水效率；而当高耗水的产品出口增加时，国内企业生产产品时的用水量增加，从而降低了用水效率。研究结果发现进出口需求与水资源利用效率之间的关系并不显著，说明进出口的需求目前对我国的水资源的利用效率的影响较低，我国对高耗水的进出口产品的需求并不高。
（5）政府影响力和水资源利用效率之间存在负相关性，理论上，一方面，政府在农林水务方面的支出对社会的用水效率有引导作用，引导社会提高节水意识，使用节水技术，大力治理水污染；另一方面，政府在农林水务方面的支出，增加农业水利设施的建设，对于污水治理的投入，都可以提高水资源的利用效率。研究结果显示，政府在农林水务方面的财政支出越大水资源的利用效率越低，我国实行的社会主义市场经济，大部分地区的市场化水平较高，水权意识逐步增强，水资源利用效率的提高更多的是受价格杠杆的作用，但这仅仅是全国范围内综合看来，西部地区的情况要具体分析，此外，对水资源管理制度也容易受到地方政府自利行为和恶性竞争的影响。
5 结论及建议
本文采用考虑非期望产出的SBM模型与窗口DEA模型结合，以资本、劳动力、用水量为投入指标，以实际GDP与废水排放总量为期望与非期望产出，测算中国各省市2003—2015年水资源利用效率，并利用Tobit模型分析影响水资源利用效率的因素。研究结果显示，从时间序列上来看，2003—2015年全要素的水资源利用效率呈现出先下降后上升的U型曲线，我国东、中、西水资源利用效率存在显著差异与梯度发展态势，天津、上海、北京、浙江、广东等地区水资源利用效率最高，西北地区水资源利用效率最低，但研究时限内绝大多数省区均有所提升，东中西变化走势基本保持一致，地区经济的发展水平、水资源禀赋、工农业产业比重、政府干预强度都与水资源利用效率负相关，进出口需求与水资源利用效率的相关性不明显。上述研究蕴含的政策含义应包括：①综合考虑各省市实际情况，经济水平、水资源禀赋等，制定合理的水资源利用效率的发展目标，切实推进“河长制”工作，切忌“一刀切”，制定水资源利用效率的发展目标主要是在提高各个区域的经济、社会发展水平的同时不忽视生态效应，目标制定过高，投入过高不利于地区的经济发展，目标制定过低，无法对污水、污染物的排放起到限制作用。②东中西部的水资源利用效率均值呈现出依次递减的格局，与区域产业结构存在较大差异有密切关系，应积极利用区域优势调整产业布局，东部地区要尽快实现第二产业向第三产业的转型升级，控制高耗水、高污染的产业项目，淘汰落后产业链，壮大服务业。中西部地区，应响应国家政策，大力发展生态农业、新型农业，并且中西部地区地域广袤、资源丰富，要积极做好产业转移的承接和努力开拓新的发展道路，如新疆、宁夏应加快引进并发展生物医药、节能环保等战略新兴产业。③加快技术创新，政府做好扶持和引导工作，加大科技投入，培养科技人才，为水资源效率的提升提供技术支撑，工业企业应发展水资源利用技术、污水处理技术，对于农业要重视水利基础设施的修建，大力推广滴灌、喷灌等节水农业，提高农业的水资源利用率。④发挥价格的杠杆作用，提高居民的节水意识，实现水资源的管理体制改革。对于居民用水和工业用水进行差别化定价，高耗水行业和其他行业的差别化定价，让市场发挥价格的杠杆和基础性作用。⑤完善水权制度建设，推进水权交易，完善排污权交易市场，将环境容量资源转化为商品交易，环境容量的消耗与生产成本产生直接关系，促使低技术、高污染的行业完成从粗放型向节约型结构转变，提高水资源的利用效率。⑥充分发挥水资源利用效率空间溢出效应，推动跨区域合作交流，提高落后区域水资源利用效率水平。做好“一带一路”水资源安全管理与合作，积极构建“丝绸之路经济带”与“海上丝绸之路”水资源合作平台，提升我国水资源的利用效率。
参考文献（References）
[1]邱宇.联合国：森林损失严重 2025年全球约18亿人缺水[N/OL].2016-03-23.http：//www.chinanews.com/GJ/2016/03-23/7807749.shtml.[QIU Yu. UN：Forest losses seriously，1.8 billion people short of water in 2025 around the world.[N/OL].2016-03-23.http：//www.chinanews.com/GJ/2016/03-23/7807749.shtml.]
[2]李程骅，黄南.扬子江城市群水污染协同治理对策建议[R]//南京：扬子江城市群建设智库论坛成果汇编.2017：58-72.[LI Chenhua， HUANG Nan.The suggestions on water pollution collaborative governance of Yangtze Urban Agglomeration[R]// Nanjing： The results compilation of Think Tanks Forum on Yangtze Urban Agglomeration.2017：58-72.]
[3]赵良仕，孙才志，郑德凤. 中国省际水资源利用效率与空间溢出效应测度[J]. 地理学报，2014，69（1）：121-133.[ZHAO Liangshi， SUN Caizhi， ZHENG Defeng. Water resource utilization efficiency and its spatial spillover effects measure in China[J].Acta geographica sinica， 2014，69（1）：121-133.]
[4]马海良，黄德春，张继国. 考虑非合意产出的水资源利用效率及影响因素研究[J]. 中国人口·资源与环境，2012，22（10）：35-42.[ MA Hailiang， HUANG Dechun， ZHANG Jiguo.Study on water resources utilization efficiency and influencing factors considering non-consensual output[J]. China population， resources and environment， 2012，22 （10）： 35-42.]
[5]李世祥，成金华，吴巧生. 中国水资源利用效率区域差异分析[J]. 中国人口·资源与环境，2014，69（1）：121-133.[LI Shixiang， CHENG Jinhua， WU Qiaosheng. Regional analysis of water resources utilization efficiency in China[J]. China population， resources and environment， 2014，69 （1）： 121-133.]
[6]王莹. 中国省际水资源利用效率及影响因素分析[J].中国农村水利水电， 2015，57（5）：41-52.[WANG Ying.Research on efficiency and influencing factors of intercity water resources in China[J]. China rural water and hydropower， 2015， 57（5）： 41-52.]
[7]钱文婧，贺灿飞. 中国水资源利用效率区域差异及影响因素研究[J]. 中国人口·资源与环境，2011，21（2）：54-60.[QIAN Wenjing， HE Canfei.Study on regional difference and influencing factors of water resources utilization efficiency in China[J]. China population， resources and environment， 2011，21 （2）： 54-60.]
[8]鄭思齐，万广华，孙伟增. 公众诉求与城市环境治理[J].管理世界，2013，29（6）：72-84.[ZHENG Siqi，WAN Guanghua， SUN Weizeng. Public demand and urban environmental governance[J].Management world， 2013，29（6）：72-84.]
[9]TONE K. A slacks： based measure of super-efficiency in data envelopment analysis[J]. European journal of operational research，2001，130：498-509.
[10]FARE R， GROSSKOPF S. Nonparametric productivity analysis with undesirable outputs： comment[J].American journal of agriculture economics，2003，85：1070-1074.
[11]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952—2000[J]. 经济研究，2004，50（10）：35-44.[ZHANG Jun， WU Guiying， ZHANG Jipeng. Chinas inter-provincial material capital stock estimates： 1952-2000[J]. Economic research， 2004， 50（10）： 35-44.]
[12]雷玉桃，黄丽萍. 中国农业用水效率及其影响因素的区域差异研究[J]. 中国人口·资源与环境，2011，21（2）：54-60.[LEI Yutao， HUANG Liping. Study on regional differences of agricultural water use efficiency and its influencing factors in China[J]. China population， resources and environment， 2011，21 （2）： 54-60.]
[13]马远. 干旱区城镇化进程对水资源利用效率影响的实证研究——基于DEA模型与IPAT模型[J]. 技术经济，2016，35（4）：85-90.[MA Yuan. Experimental study on the impact of urbanization process on water resources efficiency in arid region： based on DEA Model and IPAT Model[J]. Technology economy， 2016，35（4）： 85-90.]
[14]鲍超，陈小杰，梁广林. 基于空间计量模型的河南省用水效率影响因素分析[J].自然资源学報，2016，31（7）：1138-1148.[BAO Chao， CHEN Xiaojie， LIANG Guanglin. Analysis on the influencing factors of water use efficiency in Henan Province based on spatial econometric models[J].Journal of natural resources，2016，31（7）：1138-1148.]
[15]杜焱强，苏时鹏，王育平，等. 基于DEA-Tobit模型的福建用水效率及影响因素分析[J]. 资源开发与市场，2015，31（1）：44-48.[DU Yanqiang， SU Shipeng， WANG Yuping， et al. Evalu-ation of water use efficiency and influencing factors in Fujian based on DEA-Tobit Model[J]. Resource development and market， 2015，31 （1）： 44-48.]
[16]CHEN W， ZHOU Z X， HE J R， et al. Effect of typhoon with extreme precipitation on mountain reservoir drinking water treatment： a case study in Ningbo， China[J]. Chinese journal of population， resources and environment，2017，15（2）：103-108.
[17]WANG Z G， LIU Y， LI Y Z， et al. Legislation on protection of drinking water sources and local management practices in the Pearl River Delta region of China[J]. Chinese journal of population， resources and environment，2016，14（2）：144-152.
摘要 水资源短缺与水生态恶化成为制约我国水资源利用的主要问题，提高水资源利用效率是解决水资源可持续利用的根本途径，也契合经济新常态与供给侧改革，研究水资源利用效率问题具有必要性和现实意义。国家相继实施最严格水管理制度，确立水资源利用三条红线，从水资源消耗总量和强度采取水资源管理双控行动，将“河长制”提升为全国性治水方略。本文选取资本、劳动力、用水总量为投入指标，以实际GDP与废水排放总量作为期望与非期望产出，利用非期望产出SE-SBM模型估算2003—2015年各省市水资源利用效率，并采用Tobit模型探究水资源利用效率的驱动因素。结果显示，水资源利用效率总体上呈现先下降后上升的U型发展趋势，虽研究时限内绝大多数省区水资源利用效率均有大幅度提升，东、中、西部水资源利用效率存在显著差异，京津沪等省份水资源利用效率最高，西北省份效率最低，通过变异系数分析比较得出区域差异呈现不断收敛的趋势，水资源利用效率驱动因素上，地区经济的发展水平、水资源的丰富程度、工农业结构、政府干预强度与水资源利用效率呈现负相关，进出口需求对其影响并不显著。提高水資源利用效率，国家要充分考虑各区域的实际情况，因地制宜地制定水资源利用效率目标及水资源管理政策，应大力发展节水技术，发挥价格杠杆在水资源利用效率中的作用，利用正向空间溢出效应，推动跨区域合作，以弱代强，推动省际水资源治理协同发展。
关键词 水资源利用效率；非期望产出；SE-SBM模型；Tobit模型
中图分类号 F061.5文献标识码 A文章编号 1002-2104（2018）01-0157-08DOI：10.12062/cpre.20170920
水资源是重要的自然资源和战略经济资源，是人类社会和一切生物赖以生存和发展的基础。当今世界，由于水资源缺乏和水质的污染正面临着严峻的水资源危机，水资源短缺也成为制约经济发展的重要因素之一。到2025年，全球将约有18亿人口面临绝对缺水的问题，约三分之二的人口可能要在用水紧张的条件下生活[1]，尤其是中国作为一个水资源严重短缺的国家，表现为总量多，人均少，空间分布不均衡，据统计中国水资源总量占全球水资源总量的6%，位列世界第4，但人均水资源量仅为世界平均水平的1/4，空间分布上长江以北地区的水资源仅占全国总量的19%，而长江以南地区占全国总量的81%。改革开放以来，我国经济保持着30多年的高速增长，同时也伴随着资源的高投入与环境的高污染，随着工业化与城镇化的不断加速，社会经济发展与水资源、水环境的矛盾必将进一步凸显，节水型社会建设也成为必然选择，水资源利用与安全问题也是推进“一带一路”合作的战略性与前瞻性问题。尤其是快速发展的城市群呈现出高密度集聚和高强度运转，释放超负额能量和污染已导致城市群已日益演变为“污染群”[2]。解决我国水资源供需失调关键是要提高水资源的利用效率与降低水资源利用的非合意产出，科学客观地评价水资源利用效率，分析其地区差异以及影响水资源利用效率的驱动因素，制定并执行积极的水资源政策以实现用水量“零增长”和“负增长”，也对建设资源节约型和环境友好型社会有重要的指导意义。
1 综 述
国内外对水资源利用效率的相关研究主要集中在采用不同方法测度其使用效率，利用效率的收敛机制、影响因素及其空间溢出效应。Hoekstra与Hung最早于2002年提出“水足迹”概念，并得到各国学者广泛关注应用，涉及单个产品水足迹含量、区域水足迹测算、水足迹结构分析等，以缓解水资源短缺与水环境危机等。水资源利用效率测算主要采用指标体系评估法、随机前沿分析法（SFA）与数据包络分析法（DEA）等。赵良仕等[3]基于省际水足迹与灰色水足迹等数据，分别利用考虑与不考虑非期望产出的数据包络法测算各省区水资源使用效率，发现中国水资源技术效率存在空间依赖性和异质性。马海良[4]等选取基于投入导向的DEA模型，测度各省水资源利用效率，结果表明，东部、中部、西部的水资源利用效率依次递减，对于水资源利用效率的影响因素主要通过构建回归模型，探究作为因变量的影响因素与水资源利用效率之间的关系。李世祥[5]等利用因子分析实证研究，提出经济发展水平是影响水资源利用效率最重要的因素，王莹[6]从社会经济、自然因素、产业结构、生态环境四个方面对水资源利用效率的影响因素进行分析。钱文婧等[7]基于投入导向的数据包络分析模型，以水资源、资本和劳动力为投入，以GDP为产出计算省级1998—2008年水资源使用效率，并探讨区域差异的影响因素，发现产业结构、进出口需求、水资源禀赋对水资源利用效率有显著影响。水环境治理作为复杂系统工程，需要政府、企业、公众和社会组织等多方协作及分工负责，以最低的环境治理成本实现最大的环境效益[8]。
现有文献对水资源利用效率的研究为水资源管理与水污染防治提供参考，但仍存在诸多不足之处：目前绝大多数的研究都采用构建指标体系、SFA模型或DEA模型的方法，但很少考虑到非合意性产出，利用SBM模型同时考虑松弛变量问题的文章也极为少见，这可能导致现有研究结果不能反映我国真实的水资源利用水平，更不能体现出水污染对我国水资源利用效率的影响；现有研究也较多关注水资源效率的评价，对水资源利用效率的空间差异和溢出效应的研究不够深入，仅仅局限于描述各区域差异，缺少对影响机制以及驱动因素的深入探讨。鉴于此，本文采用非合意产出导向的SBM模型，基于2003—2015年的面板数据对我国31个省市（研究只涉及中国大陆地区，不包含中国港澳台地区，下同）的水资源利用效率进行综合评价，在对区域水资源利用效率时空动态差异规律分析的基础上，选取水资源利用效率驱动因素并利用Tobit模型实证检验，以精心设计并制定执行积极有针对性的水资源政策。
2 研究方法与理论模型
2.1 SE-SBM方法简介
研究选取非合意产出导向的SBM模型（slacks-based measure，至前沿最远距离函数）对各省区水资源利用效率测评，SBM模型由克服传统的DEA数据包络分析的缺陷发展而来。SBM 模型最初由Tone[9]提出，非径向非角度的DEA方法也遵循DEA基本思想，径向DEA模型对无效率程度测度只包含投入或产出同比例变动，未考虑松弛改进部分，SBM模型解决了径向模型对无效率测度没有包含松弛变量的问题，但是，当投入产出的指标较多时，也会出现多个DMU被评价为有效的情况，其效率值最大为1，有效DMU效率值相同，这些有效的DUM效率高低无法进一步区分。为解决这一问题，Andersen和Petersen提出了对有效DUM进一步区分其有效程度的方法，这一方法后来被称为“超效率”模型（Super Effciency Model）。同时，低投入、高产出、低排放是节水社会或节水经济的最理想状态，但在现实的经济生活中，除了定义为“好”的GDP等产出，还会伴随着各种废水、废气及固体废物的增加，这些经济增长中的副产品称之为“坏”或“非期望”产出，Fare等则对环境技术进行概念界定，研究包含“坏”产品的产出与要素资源投入的技术结构[10]。Tone进一步提出非期望产出的SBM模型，可以综合考虑处理投入、产出、污染三者关系，能较好解决效率评价存在的松弛问题。
公式（1）中，s为投入与产出的松弛量，λ是权重向量，目标函数ρ关于s-、sb、sg，并且其值在0与1间，xij为第j个DMU的i项投入，yrj为第j个DMU的r项产出。就待决策单元，当且仅当其值为1时，即满足s-、sb、sg相等时，该决策单位有效。否则，该决策（被评价）单位无效或存在效率损失，投入产出关系存在改进的空间。
2.2 Tobit模型
Tobin提出用MLE估计模型，该方法被称为“Tobit”。Tobit模型是一种标准的删截模型，也被成为样本选择模型，受限因变量模型，审查模型，是因变量满足某种约束条件的取值模型，Tobit不同于离散模型或者是连续变量模型，其特点是因变量是受限变量，由两类方程组成，一类是表示约束条件的选择方程，另一类是满足约束条件的连续变量选择方程，Tobit模型的一般形式为：
公式（2）中，Tobit模型中被解释变量，即yi的负值都用0来代替，减少回归带来的偏差，由于DEA模型得到的效率除了受到投入与产出指标影响，还受到其他环境因素的影响，佟金萍研究长江流域的农业用水效率，基于其效率值为大于0的删截数据使用Tobit模型分析其影响因素，减少普通回归带来的偏差[11]。存在删失情况下的线性回归估计包括额外的计算复杂问题，由于删失的样本不能代表总体，所以普通最小二乘回归会产生不一致的参数估计值。本文所测量的水资源利用效率的超效率模型的值是大于0的截断数据，如果直接以超效率的值为因变量建立最小二乘法模型进行回归，参数的估计将有差别，因此，研究省际水资源利用效率适合应用Tobit模型，来对其驱动因素进行实证检验。
3 水资源利用效率实证分析
研究对2003—2015年的省际水资源利用效率进行测度，在测度时充分考虑非合意产出即水污染排放指标，并利用Tobit模型探究造成省际差异的驱动因素，为制定并执行积极水资源政策提供实证支撑。
3.1 数据选择与来源
关于经济增长进程中水资源利用的投入产出关系，Jorgenson提出KLEM模型，将投入分解成劳动力、资本、能源与中间投入四种，产出则指经济意义的合意产出。本研究考虑到区域水资源利用的具体情况，选择劳动力、资本与水资源（用水总量）作为投入指标，选择实际GDP与废水排放总量分别作为合意产出与非合意产出。
（1）资本投入。研究采用张军、吴桂英等[11]提到的“永续盘存法”计算方法，此为Gold Smith于1951年首次提出，传统的资本存量核算途径是获取历年固定资本并从总额中扣减消耗，永续盘存法是在在新增投资（固定资产形成总额）的基础上，考虑到往年资本存量的经济折旧，新途径综合考虑资本存量核算与资本服务核算，而传统途径只核算资本存量。此处经济折旧率设定为9.6%，其计算公式为Kit=K*i，t-1（1-δit）+Iit，其中Kit为本年资本存量，K*i，t-1为上一年资本存量，δit为当年经济折旧率，由《中国统计年鉴》历年数据核算得出2003—2015年各省资本存量。
（2）劳动力投入。本文采取各省年底从业人数总数（城乡）来表示各地区劳动力投入，相关基础数据来源于历年《中国统计年鉴》与《中国人口和就业统计年鉴》（2004—2016），个别省份部分年份的缺失数据由其它年份按照平滑指数推算出，部分数据也来源于各省统计公报。
（3）地区用水总量。地区经济增长研究中对水资源投入指标一般选取用水总量，包括农业用水、工业用水、生活用水、生态用水等四部分，相关数据来源于历年《中国统计年鉴》和《中国水资源公报》。
（4）合意产出指标——实际GDP。研究中去除价格变动的影响，合意产出选择用各省市的实际GDP来表示，计算方法为GDPRit=GDPNit×Iit，GDPNit为2003年该省市的名义GDP，Iit为相对于2003年基期的增长指数，GDPRit为以2003年基期计价的实际GDP，来源于历年《中国统计年鉴》。
（5）非合意产出指标——废水排放总量。对于废水排放，《中国统计年鉴》中也有直接统计指标，也对废水中包含的铅、汞等做出统计，但研究未对其进行细分，只选用废水排放的总量。
3.2 效率测度实证分析
本文选取我国31省份2003—2015年的相关数据，文中对于各种投入与产出指标不再一一列出，利用非期望产出的SBM模型，采用MAXDEA Pro 6.4对各省市水资源利用效率进行估算，计算结果见表1，鉴于篇幅限制，此处只列出2003年、2007年、20011年、2015年的测算结果，其余年份测算结果可与作者联系。在SBM模型测算水资源利用效率时，论文设定期望产出与非期望产出的权重比为1∶1，把水污染排放与治理放在关系国计民生的头等大事，对包含非期望产出的效率情况进行测算。
第一，从时间演进来看，2003—2007年的五年间全国水资源的全要素利用效率呈现下降趋势，这种下降可能是产业重型化发展导致的高污染高排放，使得考慮非合意产出的水资源利用效率下降；2007年开始出现拐点，总体利用效率呈现上升趋势，水资源的利用效率提高，得益于国家对水资源使用严格管理，产业转型升级以及节水技术的不断发展。因此，研究认为水资源的利用效率呈现U形（见图1），即先下降再上升，2008年全国水资源利用平均效率出现一定程度的偏离，可能是在经济危机的背景下资源配置的一种短暂震荡。从全国范围来看，重庆、广西、浙江、江苏、黑龙江的水资源利用效率在2003—2007年间下降最为明显，重庆下降幅度达到30%，北京、上海、天津等省份出现缓慢的上升，但都不超过10%。
第二，从全国各区域分异来看，我国东、中、西部水资源利用效率呈现出明显的区域差异（见图1）。2003—2015年间水资源的利用效率由东部、中部、西部依次递减，东部省份的水资源效率在0.8左右波动，中部的水资源利用效率在0.6左右波动，西部的水资源利用效率最低，在0.5左右波动。三大区域的变化趋势大体相同，与地区经济发展水平或所处阶段密切相关，东部地区经济较为发达，市场机制完善，较早进行产业转型，资源投入向集约化投入，科技发展使得节水技术得到了较大的发展，水资源的利用效率提高；西部地区，以农业经济为主，经济发展水平较低，水资源的利用效率较低。
第三，从省际差别来看，总体上呈现东南地区水资源利用效率高，西北地区的水资源利用效率低的趋势，其中北京、天津、上海、浙江、广东、重庆等地的水资源利用效率较高，平均的水资源利用效率达到0.9左右，较多年份存在DEA有效。与马海良、黄德春等同样考虑了污染排放的水资源利用效率相比，2003—2015年，研究的生产前沿面依然是经济比较发达的省份、直辖市，少了西藏和青海，近年来，西藏和青海维持生态多样性，保持水土，虽然经济不发达，但是污染排放量较少，使得2003—2009年在考虑污染物排放的情况下，水资源的利用效率也较高，但是，随着经济发达省份的发展，经济结构开始大规模转型，从高污染高耗能的重工业开始发展第三产业，也应用较为发达污水处理技术、节水技术，加之政府比较重视经济发达省份的城市污染问题，但是西藏、青海开始出现耗水量大的工业带动经济发展，所以随着时间的推移，发现经济较为发达的省份的水资源利用效率依旧较高。再者，从单个省来看水资源的利用效率差异依旧较大，新疆、内蒙古的水资源利用效率在0.3左右，与水资源利用率高的省份差距依旧很大，但随着时间的推移新疆、内蒙古的水资源利用效率有有一定程度的提高。本文在考虑非合意产出的条件下进行的，与以前学者的结论存在差异，但是更加符合实际情况，也符合建设资源节约、环境优美的生态经济的要求。
第四，通过省际效率的变异系数指标来看（见表2），东中西部水资源利用效率的动态变化过程，总体上，区域差异呈现不不断收敛的趋势，区域差异不断减小，且中西部的区域差异大于东部地区。东部地区的水资源利用效率差距总体表现为先上升后下降的趋势，即差距在2011年之前是扩大的，2011年之后差距逐渐缩小。中部地区的水资源利用效率的区域差距表现为先扩大，之后比较平稳，差距有缩小的趋势。西部地区的区域差距在2003—2007年之间是最大的，之后有收敛的趋势，差距不断缩小，但是依旧是东西部三大区域中差异最大的地区，西部地区国土面积广阔，既有经济比较发达的城市重庆、四川等地，其水资源利用效率较高，也有新疆、内蒙古、青海等水资源利用效率低省份，造成西部地区水资源利用效率差距大。
4 水资源利用效率差异的影响因素分析
4.1 变量说明与模型构建
省际水资源利用效率的差异除了受到投入产出的指标的影响之外，还受到其他因素的影响，因为超效率值有一个最低界限值0，属于截尾数据，直接以超效率值为因变量，用最小二乘法进行回归分析，可能会出现偏差，因此，为研究考虑非期望产出的全要素水资源利用效率的影响因素，本文决定采用Tobit模型：
其中，TWEit为考虑非合意产出的水资源利用效率，i，t分别表示不同时期不同地区的值，X1用人均GDP表示地区发展水平，具体采用其对数值；X2是人均水资源占有量；X3是农业比重；X4是工业比重；X5、X6分别表示进口和出口需求；X7是政府农林水务支出/一般性支出预算，表示政府的影响力；β1、β2、β3、β4、β5、β6、β7分别表示相关变量的待估系数；ε表示随机误差，符合正态分布。本文综合数据的可得性以及相关文献，假设水资源利用效率差异的影响因素主要集中在以下四个方面：
（1）经济发展水平。本文以人均GDP来衡量一个地区的经济发展水平，取对数ln（人均GDP）以平滑其差异性。经济的发展水平影响一个地区的产业结构，技术水平，从而影响一个地区的水资源利用效率。雷玉桃等，马远在研究工业用水效率的影响因素，干旱区水资源利用效率的影响因素时，均选择经济发展水平指标[12-13]，区域经济发展水平与水资源利用效率一般呈现倒“U”型关系，整体上我国目前还未到达拐点处。
（2）自然资源禀赋。本文用地区的人均水资源占有量来表示地域的水资源差异，资源禀赋一般对区域资源利用效率存在逆向影响，水资源越是丰富的区域，水资源利用效率反而越是低下，“资源诅咒”的存在能够在一定程度上影响生产生活方式与水资源管理观念等。鲍超等[14]在研究河南省的用水效率时选择水资源的丰富程度作为影响因素。
（3）产业结构。本文以农业比重与工业比重表示产业结构，农业生产是用水大户，农业的灌溉方式和农业面源污染均会影响水资源利用效率，区域工业发展阶段及发展模式，是否是高耗水高污染工业类型都影响着一个地区的水资源利用效率。杜焱强在研究福建省的用水效率的影响因素时选用此指标[15]，现有研究一致认为产业结构是影响资源利用率的重要因素。
（4）进出口需求。本文用地区进口与出口总额表示进出需求，分别取对数以平滑其波动性。高耗水高污染产品的进出口需求对我国的高耗水高污染产业有替代和促进的作用，影响着水资源的利用效率。钱文婧研究中国水资源利用率的区域差异时选用此指标[7]。
（5）政府的影响力。本文用政府在农林水务支出在一般支出预算中的比重来衡量政府的影响力，政府对水利基础设施的建设的投入、对污水治理的投入、对产业转型的引导、相关的环境规制政策等都对水资源利用效率产生重要的作用。馬海良等研究水资源利用率的影响因素时也考虑政府对其的影响[4]。
4.2 回归结果分析
本文使用stata12.0软件对2003年至2015年全国31个省、直辖市、自治区的水资源利用效率与影响因素进行Tobit回归分析，结果见表3。
（1）人均生产总值和全要素水资源效率呈显著的负相关，即人均GDP的增加会使水资源利用效率下降，当人均GDP上升1个单位，则水资源的利用效率下降0.131 5个单位，这与理论上随着经济水平提高会使得水资源利用效率提高相悖，理论上，经济发展水平较高的地区，其城镇化水平较高，农业的用水比重较小，而且由于经济发展产业集聚效应、管理和技术水平较高，水资源保护政策较为完善，对污水治理的基础设施投资较大，使得用水效率的较高；而经济发展水平较低的地区，城市化水平低，服务业所占比重小，农业用水比重高，且其人口环境压力较大，对于污水治理的投入较少，人们的节水意识也不完善，使得水资源利用效率的低效。实证检验结果发现经济水平与水资源利用效率呈现负相关，主要是因为中国作为制造业大国，经济的发展主要依靠高耗水高耗能高排放的重工业带动，一方面重工业发展使得用水量增加，另一方面污水排放量的增加也使得用水效率的下降。
（2）人均水資源量拥有量与水资源的利用效率之间存在显著的负相关，人均水资源量每增加1，水资源利用效率降低1.53e-06，通过显著性测验，水资源的丰富程度影响地区居民的节水意识，水资源比较丰富的地区，缺水的压力较小，人们节水意识就会相对薄弱，对水资源的开发和利用不重视，水资源较为丰裕也导致相关技术需求与技术开发滞后，而水资源比较缺乏的地区，人们的节水意识比较强，对水资源的利用也会比较充分，水资源浪费与掠夺性开采较少，所以人均水资源量和用水效率之间负相关。
（3）农业比重和工业比重与全要素水资源利用效率呈显著的负相关，说明产业结构是影响水资源用水效率的重要因素，产业结构首先影响地区的用水量结构，进而影响地区的水资源的利用效率，农业是用水大户，灌溉技术会影响水资源利用效率，工业的用水量仅低于农业，高耗水高耗能的工业，一方面增加了用水量，另一方面也增加了污水的排放量，对水资源利用效率有重要影响。农业比重和工业比重越高用水效率越低，农业用水的效率低主要体现在灌溉方式的低效，农业比重大的地区其灌溉方式一般比较落后，采取大水漫灌、串灌等粗放的灌溉方式，滴灌、喷灌使用较少，使得灌溉的用水量大，但真正被农作物利用的较少，因此用水效率低。工业的用水结构也对用水效率产生较大的影响，我国大多数的工业是高耗能高耗水的工业，水资源的用量大，污染物的排放量大，节水科技还未普遍的在工业企业使用，很多经营者节水观念和保护环境的观念较差，使得工业用水效率较低。
（4）进出口需求与水资源利用效率之间呈现正相关，这与理论设想存在一定偏差，理论上，进出口需求对水资源利用效率的影响表现为，进口产品对水资源利用具有有替代性，当进口产品增加时，尤其是高耗水产品的进口增加时，国内同类高耗水产品被替代，减少生产，提高的用水效率；而当高耗水的产品出口增加时，国内企业生产产品时的用水量增加，从而降低了用水效率。研究结果发现进出口需求与水资源利用效率之间的关系并不显著，说明进出口的需求目前对我国的水资源的利用效率的影响较低，我国对高耗水的进出口产品的需求并不高。
（5）政府影响力和水资源利用效率之间存在负相关性，理论上，一方面，政府在农林水务方面的支出对社会的用水效率有引导作用，引导社会提高节水意识，使用节水技术，大力治理水污染；另一方面，政府在农林水务方面的支出，增加农业水利设施的建设，对于污水治理的投入，都可以提高水资源的利用效率。研究结果显示，政府在农林水务方面的财政支出越大水资源的利用效率越低，我国实行的社会主义市场经济，大部分地区的市场化水平较高，水权意识逐步增强，水资源利用效率的提高更多的是受价格杠杆的作用，但这仅仅是全国范围内综合看来，西部地区的情况要具体分析，此外，对水资源管理制度也容易受到地方政府自利行为和恶性竞争的影响。
5 结论及建议
本文采用考虑非期望产出的SBM模型与窗口DEA模型结合，以资本、劳动力、用水量为投入指标，以实际GDP与废水排放总量为期望与非期望产出，测算中国各省市2003—2015年水资源利用效率，并利用Tobit模型分析影响水资源利用效率的因素。研究结果显示，从时间序列上来看，2003—2015年全要素的水资源利用效率呈现出先下降后上升的U型曲线，我国东、中、西水资源利用效率存在显著差异与梯度发展态势，天津、上海、北京、浙江、广东等地区水资源利用效率最高，西北地区水资源利用效率最低，但研究时限内绝大多数省区均有所提升，东中西变化走势基本保持一致，地区经济的发展水平、水资源禀赋、工农业产业比重、政府干预强度都与水资源利用效率负相关，进出口需求与水资源利用效率的相关性不明显。上述研究蕴含的政策含义应包括：①综合考虑各省市实际情况，经济水平、水资源禀赋等，制定合理的水资源利用效率的发展目标，切实推进“河长制”工作，切忌“一刀切”，制定水资源利用效率的发展目标主要是在提高各个区域的经济、社会发展水平的同时不忽视生态效应，目标制定过高，投入过高不利于地区的经济发展，目标制定过低，无法对污水、污染物的排放起到限制作用。②东中西部的水资源利用效率均值呈现出依次递减的格局，与区域产业结构存在较大差异有密切关系，应积极利用区域优势调整产业布局，东部地区要尽快实现第二产业向第三产业的转型升级，控制高耗水、高污染的产业项目，淘汰落后产业链，壮大服务业。中西部地区，应响应国家政策，大力发展生态农业、新型农业，并且中西部地区地域广袤、资源丰富，要积极做好产业转移的承接和努力开拓新的发展道路，如新疆、宁夏应加快引进并发展生物医药、节能环保等战略新兴产业。③加快技术创新，政府做好扶持和引导工作，加大科技投入，培养科技人才，为水资源效率的提升提供技术支撑，工业企业应发展水资源利用技术、污水处理技术，对于农业要重视水利基础设施的修建，大力推广滴灌、喷灌等节水农业，提高农业的水资源利用率。④发挥价格的杠杆作用，提高居民的节水意识，实现水资源的管理体制改革。对于居民用水和工业用水进行差别化定价，高耗水行业和其他行业的差别化定价，让市场发挥价格的杠杆和基础性作用。⑤完善水权制度建设，推进水权交易，完善排污权交易市场，将环境容量资源转化为商品交易，环境容量的消耗与生产成本产生直接关系，促使低技术、高污染的行业完成从粗放型向节约型结构转变，提高水资源的利用效率。⑥充分发挥水资源利用效率空间溢出效应，推动跨区域合作交流，提高落后区域水资源利用效率水平。做好“一带一路”水资源安全管理与合作，积极构建“丝绸之路经济带”与“海上丝绸之路”水资源合作平台，提升我国水资源的利用效率。
参考文献（References）
[1]邱宇.联合国：森林损失严重 2025年全球约18亿人缺水[N/OL].2016-03-23.http：//www.chinanews.com/GJ/2016/03-23/7807749.shtml.[QIU Yu. UN：Forest losses seriously，1.8 billion people short of water in 2025 around the world.[N/OL].2016-03-23.http：//www.chinanews.com/GJ/2016/03-23/7807749.shtml.]
[2]李程骅，黄南.扬子江城市群水污染协同治理对策建议[R]//南京：扬子江城市群建设智库论坛成果汇编.2017：58-72.[LI Chenhua， HUANG Nan.The suggestions on water pollution collaborative governance of Yangtze Urban Agglomeration[R]// Nanjing： The results compilation of Think Tanks Forum on Yangtze Urban Agglomeration.2017：58-72.]
[3]赵良仕，孙才志，郑德凤. 中国省际水资源利用效率与空间溢出效应测度[J]. 地理学报，2014，69（1）：121-133.[ZHAO Liangshi， SUN Caizhi， ZHENG Defeng. Water resource utilization efficiency and its spatial spillover effects measure in China[J].Acta geographica sinica， 2014，69（1）：121-133.]
[4]马海良，黄德春，张继国. 考虑非合意产出的水资源利用效率及影响因素研究[J]. 中国人口·资源与环境，2012，22（10）：35-42.[ MA Hailiang， HUANG Dechun， ZHANG Jiguo.Study on water resources utilization efficiency and influencing factors considering non-consensual output[J]. China population， resources and environment， 2012，22 （10）： 35-42.]
[5]李世祥，成金华，吴巧生. 中国水资源利用效率区域差异分析[J]. 中国人口·资源与环境，2014，69（1）：121-133.[LI Shixiang， CHENG Jinhua， WU Qiaosheng. Regional analysis of water resources utilization efficiency in China[J]. China population， resources and environment， 2014，69 （1）： 121-133.]
[6]王莹. 中国省际水资源利用效率及影响因素分析[J].中国农村水利水电， 2015，57（5）：41-52.[WANG Ying.Research on efficiency and influencing factors of intercity water resources in China[J]. China rural water and hydropower， 2015， 57（5）： 41-52.]
[7]钱文婧，贺灿飞. 中国水资源利用效率区域差异及影响因素研究[J]. 中国人口·资源与环境，2011，21（2）：54-60.[QIAN Wenjing， HE Canfei.Study on regional difference and influencing factors of water resources utilization efficiency in China[J]. China population， resources and environment， 2011，21 （2）： 54-60.]
[8]鄭思齐，万广华，孙伟增. 公众诉求与城市环境治理[J].管理世界，2013，29（6）：72-84.[ZHENG Siqi，WAN Guanghua， SUN Weizeng. Public demand and urban environmental governance[J].Management world， 2013，29（6）：72-84.]
[9]TONE K. A slacks： based measure of super-efficiency in data envelopment analysis[J]. European journal of operational research，2001，130：498-509.
[10]FARE R， GROSSKOPF S. Nonparametric productivity analysis with undesirable outputs： comment[J].American journal of agriculture economics，2003，85：1070-1074.
[11]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952—2000[J]. 经济研究，2004，50（10）：35-44.[ZHANG Jun， WU Guiying， ZHANG Jipeng. Chinas inter-provincial material capital stock estimates： 1952-2000[J]. Economic research， 2004， 50（10）： 35-44.]
[12]雷玉桃，黄丽萍. 中国农业用水效率及其影响因素的区域差异研究[J]. 中国人口·资源与环境，2011，21（2）：54-60.[LEI Yutao， HUANG Liping. Study on regional differences of agricultural water use efficiency and its influencing factors in China[J]. China population， resources and environment， 2011，21 （2）： 54-60.]
[13]马远. 干旱区城镇化进程对水资源利用效率影响的实证研究——基于DEA模型与IPAT模型[J]. 技术经济，2016，35（4）：85-90.[MA Yuan. Experimental study on the impact of urbanization process on water resources efficiency in arid region： based on DEA Model and IPAT Model[J]. Technology economy， 2016，35（4）： 85-90.]
[14]鲍超，陈小杰，梁广林. 基于空间计量模型的河南省用水效率影响因素分析[J].自然资源学報，2016，31（7）：1138-1148.[BAO Chao， CHEN Xiaojie， LIANG Guanglin. Analysis on the influencing factors of water use efficiency in Henan Province based on spatial econometric models[J].Journal of natural resources，2016，31（7）：1138-1148.]
[15]杜焱强，苏时鹏，王育平，等. 基于DEA-Tobit模型的福建用水效率及影响因素分析[J]. 资源开发与市场，2015，31（1）：44-48.[DU Yanqiang， SU Shipeng， WANG Yuping， et al. Evalu-ation of water use efficiency and influencing factors in Fujian based on DEA-Tobit Model[J]. Resource development and market， 2015，31 （1）： 44-48.]
[16]CHEN W， ZHOU Z X， HE J R， et al. Effect of typhoon with extreme precipitation on mountain reservoir drinking water treatment： a case study in Ningbo， China[J]. Chinese journal of population， resources and environment，2017，15（2）：103-108.
[17]WANG Z G， LIU Y， LI Y Z， et al. Legislation on protection of drinking water sources and local management practices in the Pearl River Delta region of China[J]. Chinese journal of population， resources and environment，2016，14（2）：144-152.
