中國工業用水效率及其影響因素的區域差異研究 ——基于SFA的省際面板數據

中國工業用水效率及其影響因素的區域差異研究
——基于SFA的省際面板數據

雷玉桃，黃麗萍

(華南理工大學經濟與貿易學院，廣東廣州510006)

摘要：本文依據中國31個省2002-2013年的面板數據，運用SFA方法測算和對比分析各省每年的工業用水效率值，并建立回歸方程分別對全國、東、中、西部地區的工業用水效率影響因素進行分析。根據研究結論，本文提出了應提高節水意識和節水技術、鼓勵循環用水、調整產業布局和優化工業結構、根據區域差異制定有區別的管理方案和制度等對策建議。

關鍵詞：工業用水效率；影響因素；區域差異；SFA

收稿日期：2015-01-02修回日期：2015-04-14

基金項目：本文得到國家自然科學基金項目(課題編號：71303080)、廣東省自然科學基金(課題編號：S2013010013243)的資助。

作者簡介：雷玉桃(1976-)，女，漢族，重慶人，華南理工大學經濟與貿易學院副教授，博士，碩士生導師，研究方向：資源經濟。

中圖分類號：F270

文獻標識碼：A

文章編號：1002-9753(2015)04-0155-10

Abstract：According to the panel data of China's 31 provinces in 2002-2013，we used stochastic frontier production function to calculate the industrial water consumption efficiency and make a comparison between regions.We also established regression equations respectively to analyze the influencing factors of all regions.According to the research，we suggest that we should raise the awareness of saving water and improve the water saving technology，encourage to use recycling water，adjust the industrial layout and optimize industrial structure，and make a difference between water management plan and system based on the regional differences.

Regional Differences in Industrial Water Consumption Efficiency and Its Influencing

Factors for China’s Major Industrial Provinces：A Study of Provincial Panel Data Based on SFA

LEI Yui-tao，HUANG Li-ping

(SchoolofEconomicsandTrade，SouthChinaUniversityofTechnology，Guangzhou510006，China)

Key words:industrial water consumption efficiency，influencing factors，regional differences，SFA

一、引言

水資源短缺已成為21世紀世界各國面臨的主要問題之一。水資源的使用量，越來越多的水資源被浪費、污染，甚至以不可持續的方式利用著。

中國人均水資源量還不到2200m3，位居世界第121位，是全球嚴重缺水的13個國家之一。隨著中國城市化、工業化進程的加快，工業用水量呈逐年遞增態勢，工業用水量占總用水量的比重不斷增大。1997年，中國的工業用水量占總用水量的20.1%，到2013年，工業用水量占總用水量的比重上升到22.7%。水是經濟與社會發展的核心動力，工業是用水大戶，水資源是工業發展的血脈，工業節水的核心是提高工業用水效率。研究中國工業用水效率并分析其影響因素，是解決日益復雜水資源問題的迫切要求，對經濟社會可持續發展有重要意義。

二、文獻回顧

中國的工業化進程無比依賴水資源所提供的動力，因此，對工業用水效率進行科學測算并研究其影響因素顯得尤為重要。

國內學者近年來運用不同的方法對工業用水效率進行了研究：朱啟榮(2007)采用洛倫茲曲線和基尼系數[1]、岳立等(2011)基于環境距離函數(DEDF)[2]、李靜等(2014)利用 SBM-Undesirable 和 Meta-frontier 模型[3]分別分析了我國工業用水效率情況。孫才志等(2008)運用Malmquist生產力指數分析方法，對遼寧省1996-2006年間的用水效率進行分析[4]；呂翠美等(2009)應用能值這一新的概念和度量標準分析鄭州市用水效率，將傳統的萬元產值用水量、人均用水量等用水指標轉化為量綱統一的能值指標[5]；孫愛軍(2007)建立隨機前沿生產函數(SFA)模型，對我國1953-2004年間的工業水資源利用技術效率進行了測算[6]；陳關聚等(2013)也運用隨機前沿技術測度了中國工業全要素水資源使用效率及影響因素[7]；董戰峰等(2012)建立了水資源效率數據包絡(DEA)模型對我國31個省、區、市2010年水資源利用效率進行分析[8]；王春燕等(2014)也采用數據包絡法(DEA)分析了陜西省 35 個重點行業的用水效率[9]。通過這些方法各異的研究,學者們普遍認為中國工業用水效率存在提升的空間。

在對工業用水效率研究的基礎上，部分學者也分析了中國工業用水效率的影響因素。賈紹鳳等(2000)[10]和毛春梅(2005)[11]都認為水價是影響工業用水效率的重要因素；謝極(2004)提出規模結構、產品結構和原料結構不合理，是目前工業用水效率低的重要因素之一[12]；陸蕾(2008)在對浙江省11個地市年工業水資源利用效率得分進行測算的基礎上，分析了影響工業用水效率的因素，提出工業結構等因素的影響最為顯著[13]；孫才志等(2009)選取遼寧省用水效率影響因素進行回歸分析，認為人均GDP和第三產業比重對用水效率有正的影響，而人均水資源量和人均生活用水量則對用水效率有負的影響[14]；洪昌紅等(2011)分析了廣東省各市2005年和2009年的工業用水效率與主導行業性質及規模的關系[15]；余維等(2012)指出國內近年來工業用水效率的影響因素有自然地理、經濟發展水平、工業結構和布局等[16]；蔡松年(2014)分析了葫蘆島市工業用水現狀，并從自然、經濟、社會、水價、外商投資這五個方面探討了工業用水效率的影響因素[17]；姜蓓蕾等(2014)采用主成分分析方法對全國31個省級行政區1997-2010年的工業發展規模、資源環境、工業結構、技術投入、環境以及經濟杠桿等方面的指標數據進行篩選分析，認為水資源條件和高耗水行業的比重對工業用水效率的提高呈現負向作用；工業科技投入和技術進步對提高工業用水效率具有正向作用[18]。

以上學者的研究為分析中國工業用水效率及其影響因素提供了很好的參考。但是，目前的研究大多局限于某個省區、某一區域或者是以中國整體工業用水為研究對象，省區或區域間的差異分析相對較少。關于影響因素的研究，大多學者也只是針對某一方面或某幾個方面，缺乏綜合的研究以及區域之間的對比分析。本文將選用SFA模型，利用中國31個省區2002-2013年的數據，測算各省區每年的工業用水效率值，并進行東、中、西部地區的區域差異分析，進而建立回歸模型，定量分析各影響因素分別對全國、東、中、西部地區的工業用水效率的影響程度。

三、中國工業用水效率實證分析

(一)SFA模型簡介

SFA(Stochastic Frontier Analysis)稱為隨機前沿函數分析。1977年，SFA方法最早出現在Meusen和Van den Broeck發表的論文[19]以及Aigner、Lovell和Schmidt發表的論文中[20]。SFA模型通過極大似然估計的方法來確定前沿邊界，是具有復合擾動項的隨機邊界模型，它的前沿面是隨機的，所得的結論更加接近于實際情況。它的主要思想為隨機擾動項由隨機誤差項(計算系統非效率)和技術損失誤差項(計算技術非效率)兩部分組成。隨機前沿模型(SFA)可以表達為：

(1)

其中，Yit表示第i個部門在t時期的產出，xit是一個K×1的向量，表示第i個部門在t時期的投入，β為模型參數。誤差項為復合結構，其中v代表影響生產活動的隨機因素，一般假設它是獨立同分布(i.i.d)的正態隨機變量，具有0均值和不變方差；u(非負)代表著生產效率或管理效率，一般假設它是獨立同分布的半正態隨機變量。TEit表示技術效率，是指實際產出期望與生產前沿面期望的比值。

水資源是工業生產過程中的一種要素投入，將其引入模型，考慮產出與工業用水量、資本、勞動之間的關系。超越對數生產函數是一種變彈性生產函數模型，能夠較好的研究投入要素之間的相互影響，因此，本文采用超越對數生產函數，則將這幾個變量之間的關系表示為：

lnYit=β0+β1lnKit+β2lnLit+β3lnWit+β4[lnKit]2+β5[lnLit]2+β6[lnWit]2+β7lnKit·lnLit+β8lnKit·lnWit+β9lnLit·lnWit+vit-uit

(2)

兩邊減去InWit可以得到：

ln(Yit/Wit)=β0+β1lnKit+β2lnLit+(β3-1)lnWit+β4[lnKit]2+β5[lnLit]2+β6[lnWit]2+β7lnKit·lnLit+β8lnKit·lnWit+β9lnLit·lnWit+vit-uit

(3)

由式(3)即可求出工業用水效率。其中，Yit為工業增加值(億元)，Kit為工業企業固定資產凈值(億元)，Lit為工業就業人員(萬人)，Wit為工業用水量(億m3)。

(二)變量選取和數據來源

本文從投入產出角度，考慮水資源在工業生產過程中所產生的經濟效益。用水量是必不可少的投入變量，除了自然資源的投入，資產的投入對于生產也是至關重要的，而勞動力亦是生產過程中的基本要素。因此本文還將考慮資產投入和勞動力投入。

本文選取中國31個省區2002年至2013年的數據，以各年度實際工業增加值作為產出變量，在投入變量上，本文以工業企業固定資產凈值作為資本量投入，按規模以上工業企業固定資產原價合計減去規模以上工業企業累計折舊進行計算，由于2013年工業企業固定資產原價缺失，本文以2012年規模以上工業企業固定資產凈值為基礎，加上工業企業新增固定資產再減去由趨勢預測法計算的累計折舊進行估算；勞動力投入以工業就業人數(年底數)計算，由采礦業、制造業、電力/熱力/燃氣及水生產和供應業這三部分的年底就業人數相加獲得。工業用水量及其他變量的數值均來源于由《中國統計年鑒》、《中國人口和就業統計年鑒》和各省市統計年鑒。文章中的東、中、西部地區的區分標準是按照國家統計局數據的分類所確定。根據國家發改委的解釋，我國東、中、西部的劃分是政策上的劃分，東部是指最早實行沿海開放政策并且經濟發展水平較高的省市；中部是指經濟次發達地區；而西部則是指經濟欠發達的西部地區。

(三)工業用水效率概況

本文采用Frontier4.1計算效率，該軟件首先使用最小二乘方法對模型進行相應的效率估計，若存在技術無效率時，程序會根據最小二乘估計的參數值，利用格點搜索法進一步迭代，然后再采用似然估計估計出最終值，分析結果見表1。

表1　普通最小二乘法估計值和極大似然估計值

注：*，**，***分別表示在10%，5%，1%的顯著性水平下通過t檢驗。

表1顯示，資本投入和用水量投入對工業增加值的影響都為正，而勞動力投入的影響為負。工業用水量的投入與工業增加值呈正相關關系，意味著要在不增加工業用水量的基礎上提高工業增加值，必須提高工業用水效率。勞動力投入與工業增加值則呈反向變動關系，意味著在科學技術日益發展的今天，中國已經不能太依賴勞動密集型企業的發展，應依靠資金、技術密集型企業來帶動工業的迅猛發展。變量之間的自我影響對產出的影響關系不明顯；變量之間的相互影響對產出的影響也表現出較小程度的影響。從普通最小二乘估計和極大似然估計的t統計量的情況看，除了[InW]2，其他變量分別在1%、5%、10%的顯著性水平下拒絕0假設，這些變量對工業增加值的影響都表現顯著。從極大似然估計中的γ值可以看出，可控的無效率占比達到60.9%，而隨機無效率占比39.1%，隨機誤差項帶來的影響相對較小。

工業用水效率作為水資源投入的生產率反映了水資源在工業生產過程中利用的程度和有效性。中國各省區2002-2013年的工業用水效率平均值如圖1所示。由圖1可以看出，我國工業用水效率平均值呈現逐年上升的趨勢，由2002年的0.489上升到2013年的0.733。

圖1　中國2002-2013年工業用水效率均值

另外，表2所示的是各省區分區域主要年份的工業用水效率值。計算結果顯示，中國東、中、西部地區的工業用水效率值差異較為明顯。東部地區的工業用水效率值最高，中部地區次之，西部地區最低，并且中部地區各省份的工業用水效率均值與全國所有省份的均值最為接近，這反映了工業用水效率與區域的經濟發展水平存在著密切聯系。表2也顯示了各省(直轄市)每年的工業用水效率，從中可以非常直觀地看到天津和山東各年的工業用水效率值均超過了0.800，山東的工業用水效率均值甚至達到了0.908，是所有省(直轄市)中用水效率最高的。然而湖北、青海、貴州、甘肅的工業用水效率均值都低于0.500，這四個省都屬于中西部地區，其中湖北、貴州、甘肅各年的效率值也都低于0.600，意味著有大量的水資源在工業生產過程中沒有得到合理的利用。陳關聚等(2013)選取2003-2010年31省份規模以上工業企業投入與產出面板數據，運用SFA方法測度了中國工業全要素水資源使用效率，其中天津和山東的效率測算值處于最高水平，而湖北、青海、貴州、甘肅的效率測算值處于較低水平[7]；另外，岳立等(2013)通過超效率 DEA 方法，選取 2003-2010 年的中國 31個省區工業用水量和經濟發展面板數據測算出來的效率值中，天津和山東亦處于較高水平[21]。因此，本文的研究結果與其他學者的相吻合。另外，新疆、寧夏、上海、安徽、四川、吉林、云南2013年的工業用水效率值以及各年均值均低于0.7，除了上海市，其他省份都為中西部地區，其工業用水效率存在較大的提升空間。

表2　中國分區域主要年份工業用水效率值

各省區工業用水效率存在明顯差異，除了經濟發展水平外，資源稟賦的不同也是重要的影響因素。本文將總結工業用水效率的影響因素，并從總體上定量分析各影響因素對用水效率的影響程度，同時分區域分別進行研究。

四、中國工業用水效率影響因素分析

(一)影響因素選取

工業用水效率影響因素的選取并沒有統一的方法和標準，已有文獻中，學者們大多都憑經驗來選取。其中，余維等(2012)[16]對我國2012年以前研究工業用水效率的文獻進行總結，得出工業用水效率影響因素主要包含以下五個方面：自然地理因素、經濟發展水平、工業結構和布局、工業發展水平以及社會因素。2012年之后的研究中，自然因素、經濟因素、社會因素也是學者們必選的影響因素。本文根據已有經驗，考慮影響因素選取的代表性、科學性、綜合性以及可操作原則，從以下六個方面來選取工業用水效率的影響因素。

1.自然地理因素。中國地域遼闊，水資源的地區分布很不均勻。受大陸季風區控制的東部地區降水相對豐富，而在西北內陸所處的非季風區則干旱異常，水資源總量更是不足全國的5%。水資源分布的南北差異也十分明顯。用水效率同水資源稟賦存在密切聯系，因此，本文選取水資源總量作為影響工業用水效率的自然地理因素。

2.經濟發展水平。經濟發展的初期，資源的開發利用是最主要的驅動因素。工業的發展離不開水資源，隨著工業化進程的加快，水資源的開采量逐漸增大，污染和浪費也日益嚴重。資源的稀缺性限制了經濟的進一步發展。但經濟發展到一定水平之后，人們開始意識到水資源的日益緊缺，并采取各種措施提高用水效率。本文選取人均GDP作為影響工業用水效率的經濟發展因素。

3.產業結構。水資源是有限的，工業用水的不斷增加直接導致了其他產業用水越來越緊張。工業是第二產業最主要組成部分，而我國是工業大國，工業用水量占總用水量的比例逐年增加，2013年已經達到了22.7%。另外，在相同產值下，第三產業是耗水量最少的產業，大力發展第三產業，研發出更多的節水工藝，也可以間接降低工業用水效率。因此，選取第二產業比重和第三產業比重作為產業結構指標。

4.科技進步。水資源開發利用領域是科學技術最早應用的領域之一，水資源可持續利用需要科技進步的支持。一方面，科技進步可以為工業企業節約用水和污水處理提供新的技術措施，提高用水效率；另一方面，非常規水資源的開發和水資源的管理也必須依靠科技進步。本文選取研究與試驗發展(R&D)經費投入強度作為科技進步指標。

5.用水狀況。水資源總量并不能代表實際用水情況，水資源利用效率是反映水資源有效開發利用和管理的重要綜合指標。另外，隨著我國工業用水量的增加，農業用水量在不斷減少。但僅僅依靠用水量的增加來發展工業并非長久之計，提高工業用水效率尤為重要。用水結構的合理安排，對于提高用水效率有促進作用。因此，選取水資源開發利用率和工業用水比重作為用水結構指標。

6.社會因素。人們的用水習慣、企業的節水意識、國家的政策法規等都是影響工業用水的社會因素。水資源危機在很大程度上是由人的行為造成的，因此人口的多少、素質的高低對用水效率存在一定影響。人口素質越高，節水意識越強，用水效率必然會越高。人口的素質能通過教育文化水平來反映，因此，本文選取人均教育經費作為影響工業用水效率的社會因素。

各影響因素指標均由從《中國統計年鑒》中獲取的數據計算所得。由于2012年和2013年各省的教育經費支出數據缺失，本文以國家統計局發布的2012年和2013年全國教育經費支出額為基礎，按2011年各省教育經費支出占全國的比例估算各省2012年和2013年的教育經費支出。表3對這8個影響因素進行了統計描述。

表3　工業用水效率影響因素定義

(二)回歸方程建立

本文采用回歸分析的方法定量分析工業用水效率影響因素。回歸分析是確定兩種或兩種以上變量間相互依賴關系的一種統計分析方法。根據上文所提到的影響因素，建立多元線性回歸方程如下：

TE=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8

(4)

其中，TE為中國各省份的工業用水效率；β0為回歸方程的截距項；β1，β2，…，β8分別為水資源總量、人均GDP、第二產業比重、第三產業比重、R&D經費投入強度、工業用水比重、水資源開發利用率和人均教育費用支出的系數。

本文對全國以及東、中、西部地區的工業用水效率影響因素分別進行分析。全部樣本覆蓋2002年至2013年全國31個省(直轄市)，其中東部地區包括11個省(直轄市)，共132個樣本；中部地區包括8個省(直轄市)，共96個樣本；西部地區包括12個省(直轄市)，共144個樣本。各省(直轄市)的工業用水效率值為第二部分運用SFA方法測算出來的數值。

(三)影響因素分析

根據方程(4)，本文運用Eviews 7.2軟件，采用普通最小二乘法(OLS)，對全國、東部地區、中部地區、西部地區的樣本數據分別進行回歸分析，并檢驗方程擬合度和顯著性，以及變量系數的顯著性。回歸結果如表4和表5所示。

各組樣本的工業用水效率回歸方程的擬合度R2和F顯著性檢驗值表明四個回歸方程都通過了顯著性檢驗。但各影響變量在不同的回歸方程中的系數估計值以及顯著性檢驗情況有較大差異。

從全國樣本工業用水效率影響因素回歸分析結果中可以看出，只有人均GDP、第二產業比重、第三產業比重和人均教育費用支出這四個變量的系數估計值通過了顯著性檢驗，且顯著性水平都在1%以下，說明這四個影響因素對工業用水效率有很強的關系，并且與工業用水效率之間存在正相關關系。經濟的發展促進技術的進步和設備的改進，可促進非常規水的開發和提高工業用水重復利用率；第二產業比重的系數估計值也為正，并且系數值相對較大，說明了規模經濟對工業用水效率的正向作用；在產值相同的情況下，第三產業耗水較少，大力發展第三產業有助于提高工業用水效率；另外，隨著教育水平的提高，人們的節水意識也隨著提高，對工業用水效率有正向影響。水資源總量與工業用水效率為負相關，這與本文前面的討論相符，水資源的可得性越大，人們越容易忽略節水問題。

進一步分析東部地區的工業用水效率影響因素。東部地區屬于經濟發展水平較高的地區，其回歸結果與全國及其他區域存在一定的差異。東部地區除了水資源總量、R&D經費投入強度和水資源開發利用率外，其他五個變量的系數估計值通過了顯著性檢驗。其中人均GDP、第二產業比重、第三產業比重和工業用水比例的系數估計值在低于1%的顯著性水平下通過檢驗，并且除了工業用水比例，其他三個變量與工業用水效率都存在很強的正相關關系，這與現實情況相符。而人均教育經費支出的系數估計值系數值符號為負，與本文之前的討論不相符，但由于該系數是在接近于5%的顯著性水平下勉強通過檢驗，可信度相對較低。

表4　全國工業用水效率影響因素回歸分析結果

中部地區的工業用水效率影響變量中，除了第三產業比重外，其余七個影響變量的系數估計值通過顯著性檢驗，且水資源總量、工業用水比例、水資源開發利用率和人均教育費用支出的影響為負，人均GDP、第二產業比重和R&D經費投入強度的影響為正。其中，中部地區的主導產業主要集中于以能源和原料工業為重心的重化工業，耗水較多且污染較嚴重，解釋了工業用水比例對工業用水效率的負影響。而中部地區本為水資源豐富的地區，水資源開發利用率卻不高，部分省區的水資源開發利用率甚至有下降趨勢。但在其他因素影響下，工業用水效率一直在提高。另外，人均教育費用支出的影響為負但絕對值不大，這與中部地區教育發展速度遠遠快于工業用水效率的提升速度有一定的關系。中部地區各省的人均教育費用支出從2002年到2013年都翻了4到7倍，比東部地區人均教育費用的年增長率要高出很多。

由表5的最后一部分可知，西部地區的工業用水效率影響因素中，只有水資源總量、人均GDP和水資源開發利用率的系數估計值統計不顯著。其中，第二產業比重、第三產業比重、R&D經費投入強度和人均教育費用支出的系數估計值在1%的顯著性水平下統計顯著，意味著這四個影響因素與工業用水效率相關性很強。R&D經費投入強度與工業用水效率呈負相關關系，而其他四個變量與工業用水效率呈正相關關系。由于西部地區經濟發展較為落后，同時科技發展也較為落后，本來就不高的GDP中，僅有0.8%用于科研投入，且部分省區的投入比例甚至有逐年遞減趨勢，而工業用水效率在其他因素的正向影響下，每年有所提升，因此R&D經費投入強度與工業用水效率呈負相關。而人均教育費用支出與工業用水效率存在很強的正向關系，這與本文之前的討論相符，尤其在教育發展較為落后的地區，提高人們的素質，進而提高節水意識對提高工業用水效率有很大幫助。另外，西部地區的工業發展仍處于起步階段，工業用水比例多年平均值也僅為16.9%，遠遠低于東、中部地區；西部地區的缺水問題最為嚴重，加上區別于其他地區的工業發展現狀和產業結構，導致了工業用水比例對工業用水效率的相對正向影響。隨著西部地區工業的不斷發展，工業用水比例逐年增加，而工業用水效率也日漸提高。

表5　各區域工業用水效率影響因素回歸分析結果

注：*，**，***分別表示在10%，5%，1%的顯著性水平下通過t檢驗。

五、結論與建議

本文先通過SFA方法測算中國31個省(直轄市)2002-2013年的工業用水效率值，并分東、中、西部地區進行差異分析，引出存在差異的可能的影響因素，并總結各影響因素，再運用多元線性回歸方法分別定量分析各影響因素對全國、東部地區、西部地區和中部地區的工業用水效率的影響程度。得出如下結論：

第一，中國東、中、西部地區的工業用水效率值差異較為明顯。東部地區的工業用水效率值最高，中部地區次之，西部地區最低，并且中部地區各省份的工業用水效率均值與全國所有省份的均值最為接近。

第二，全國樣本的影響因素分析中只有人均GDP、第二產業比重、第三產業比重和人均教育費用支出這四個變量的系數估計值通過了顯著性檢驗，并且與工業用水效率之間存在正相關關系；東部地區除了工業用水比例與工業用水效率存在負相關關系外，人均GDP、第二產業比重、第三產業比重和工業用水比例與工業用水效率都存在很強的正相關關系；中部地區的人均GDP、第二產業比重和R&D經費投入強度的影響為正；西部地區的第二產業比重、第三產業比重、R&D經費投入強度和人均教育費用支出這四個影響因素與工業用水效率相關性很強。

本文研究所得的結論可為不同區域制定相應的水資源管理方案和制度提供一定的依據。根據結論，可提出以下提高工業用水效率的建議：

第一，加大教育和科技投入，提高節水意識和節水技術。從本文的分析中可知，教育對工業用水效率的影響總體來說是正的，教育的發展有助于提高人的綜合素質，在節水意識上有所增強，另一方面也能促進科技的發展，對節水工藝和技術改進的研究將對提高工業用水效率起到重要作用。

第二，先富帶后富，促進經濟的可持續發展和工業用水效率的提升。東、中、西部的經濟發展水平不同，工業用水效率也存在一定差異。東部地區擁有較好的經濟發展水平和較高的工業用水效率，從資金、技術上給予中、西部地區支持是經濟和工業用水可持續發展的要求，有利于緩解我國用水緊張的局勢。

第三，控制工業用水增長，鼓勵工業用水循環利用。水資源短缺與工業用水不斷增加的矛盾日益突出，控制區域用水總量勢在必行，工業用水的循環利用也可對經濟、社會和環境帶來多重效益。鼓勵企業發展低耗水、高效益的產業以及加強污水處理、循環利用可減少工業用水、提高工業用水效率。

第四，調整產業布局，優化工業結構。第一產業和第二產業用水較多，第三產業用水較少，大力發展第三產業(尤其是在缺水地區)有助于提高工業用水效率。另外，工業中的高耗水行業同時也是排污最多的行業，對于這些工業項目，應通過強硬措施嚴格限制，合理優化工業結構。

第五，根據區域差異，制定有區別的管理方案和制度。為了貫徹落實國家最嚴格的水資源管理制度，部分地區已經制定并實施符合本地區實情的管理工作方案，部分地區已取得實效，但全面提升水資源科學管理水平需要全國各地區的共同參與。根據區域差異創新管理模式，通過出臺有區別的制度來保障，全面重視和落實，為提高工業用水效率和促進社會經濟發展作貢獻。

參考文獻：

[1]朱啟榮.中國工業用水效率與節水潛力實證研究[J].工業技術經濟，2007，26(9)：48-51.

[2]岳立，趙海濤.環境約束下的中國工業用水效率研究——基于中國13個典型工業省區2003年-2009年數據[J].資源科學，2011，33(11)：2071-2079.

[3]李靜，馬瀟璨.資源與環境雙重約束下的工業用水效率[J].自然資源學報，2014，29(6)：920-933.

[4]孫才志，王言鑫.遼寧省用水效率動態變化的Malmquist指數分析[J].統計與決策，2008(14)：108-110.

[5]呂翠美，吳澤寧.區域用水效率與節水潛力的能值分析[J].干旱區資源與環境，2009，23(2)：62-67.

[6]孫愛軍.基于隨機前沿函數的工業用水技術效率研究[D].河海大學，2007.

[7]陳關聚，白永秀.基于隨機前沿的區域工業全要素水資源效率研究[J].資源科學，2013，35(8)：1593-1599.

[8]董戰峰，喻恩源，裘浪，葛察忠.基于DEA模型的中國省級地區水資源效率評價[J].生態經濟，2012(10)：43- 47.

[9]王春燕，仇亞琴，趙曉慎，田韶英，杜軍凱.基于DEA模型的陜西省工業用水效率分析[J].農業與技術，2014(3)：236-237.

[10]賈紹鳳，康德勇.提高水價對水資源需求的影響分析[J].水科學進展，2000，11(1)：49-53.

[11]毛春梅.工業用水量的價格彈性計算[J].工業用水與廢水，2005，36(3)：1- 4.

[12]謝極.水資源對我國工業發展的影響及對策建議[J].節能與環保，2004(4)：16-18.

[13]陸蕾.浙江省工業水資源利用效率研究[D].浙江大學，2008.

[14]孫才志，王妍，李紅新.遼寧省用水效率影響因素分析[J].水利經濟，2009，27(2)：1-5.

[15]洪昌紅，黃本勝，邱靜，王珍，黃鋒華，杜涓.廣東省工業用水效率影響因素分析[J].廣東水利水電，2011(8)：27-29.

[16]余維，汪奎，趙遠翔.我國工業用水效率研究進展[J].人民長江，2012，43(2)：71-74.

[17]蔡松年.葫蘆島市工業用水的節水潛力及影響因素研究[J].內蒙古水利，2014(1)：114-115.

[18]姜蓓蕾，耿雷華，卞錦宇，等.中國工業用水效率水平驅動因素分析及區劃研究[J].資源科學，2014，36(11):2231-2239.

[19] Meeusen W，Van den Broeck J.Efficiency estimation from Cobb-Douglas production functions with composed error[J]. International Economic Review，1977，18(2)：435- 444.

[20] Aigner D，Lovell C A，Schmidt P.Formulation and estimation of stochastic frontier production function models[J]. journal of Econometrics，1977，6(1)：21-37.

[21]岳立，白婧，郭山寧.基于超效率的中國工業用水效率分析[J].石家莊經濟學院學報，2013，36(6)：51-55.

(本文責編：海洋)