區域用水環境經濟綜合效率及其影響因素
——基于DEA和Malmquist指數模型

胡 妍,李 巍(北京師范大學環境學院,北京 100875)

?

區域用水環境經濟綜合效率及其影響因素
——基于DEA和Malmquist指數模型

胡 妍,李 巍*(北京師范大學環境學院,北京 100875)

摘要：僅考慮經濟效益而忽略環境損害的水資源利用效率指標不能全面反映區域用水的真實效果.本文基于DEA和Malmquist指數模型,提出區域用水環境經濟綜合效率(WEEE)概念及其評價方法,分析了2001～2012年河南省主要地市的WEEE及其影響因素.結果表明,研究時段內水資源利用保持了較高經濟效率,但環境效率相對較差并由此拉低全省WEEE平均約2%;2012年WEEE未達到DEA有效的地市水資源投入平均冗余率約為18%,COD和NH3-N平均超排率分別約為49%和49.2%,說明這些地市存在水資源利用低效和水污染物排放較高的問題.通過分析水資源利用的全要素生產率(TFP)發現,技術變化指數在研究時段內下降了2%,是抑制WEEE增長的最主要因素.為了在水資源利用過程中取得更好的環境和經濟綜合效益,河南省應加大對工農業節水和水污染防治的科技投入,并在嚴格控制用水總量的同時進一步加強水污染物的減排工作.

關鍵詞：水環境經濟綜合效率；DEA；Malmquist指數；污染物減排；河南省

* 責任作者, 教授, weili@bnu.edu.cn

針對水資源利用效率及其評價,國內外學者開展了大量研究.杜榮江[1]將水資源利用效率定義為單位產值的用水量(如單位GDP用水量).陳愛俠等[2-3]認為水資源利用效率是在一定投入和技術條件下,單位水資源所產生的經濟效益.錢文婧[4]通過構建全要素能源效率框架將水資源效率定義為在給定其他要素投入量之下,生產出一定量產品所需最優水資源投入量和水資源實際投入量之比.總體來說,當前水資源利用效率評價側重于技術經濟效果,忽視了水資源利用過程中產生的污染負荷.對某一地區而言,盡管其水資源經濟產出可能很高,但是如果水環境污染嚴重,該區域的水資源開發利用仍不可持續.因此區域水資源利用效率評價必須綜合考察經濟和環境兩方面的效果.目前,水資源利用效率評價主要采用比值分析法、指標體系評價法及數據包絡分析法[5].相較于前兩種方法,數據包絡分析法(DEA)憑借其無需預先估計要素之間的函數關系及權重[6]即可直接計算各決策單元的投入產出效率等優勢而被廣泛應用.錢文婧等分別利用 DEA方法對我國省級區域的水資源利用效率、城市污水處理系統效率、我國工業水資源利用效率、農業水資源利用效率、流域水污染防治收費政策實施績效、區域環境效率等進行了評價[4,7-11].相較單獨使用DEA,將DEA與Malmquist指數結合更適合對長時間序列數據進行分析,并且可以通過度量全要素生產率(TFP)的變化分析影響效率的各種因素.例如,有研究者使用Malmquist指數分析了遼寧和西部諸省用水效率的全要素生產率變化及其影響因素[12-15].

河南省作為典型的資源型缺水地區,是國家重點開發區域中原經濟區的主要省份,正處于推進新型工業化、城鎮化和農業現代化的進程之中,水資源與社會經濟發展之間的矛盾十分突出.合理評估水資源利用所帶來的經濟產出和污染負荷對全面提高全省水資源利用的綜合效率具有重要意義.對此,在全面考慮水資源利用的經濟效果和環境影響的基礎上提出區域用水環境經濟綜合效率(WEEE)概念,并結合DEA和Malmquist指數構建其評價方法,以此分評價河南省2001～2012年的WEEE及其影響因素.

1　區域用水環境經濟綜合效率及其指標體系

1.1 區域用水環境經濟綜合效率概念界定

水資源利用會同時帶來期望產出和非期望產出.期望產出即水資源利用帶來的經濟效益,非期望產出即水污染物及其可能造成的環境損害.僅考慮水資源利用所帶來的經濟效益不能反映用水的“真實”效率.因此,評價水資源利用效率不僅要考慮傳統的“水資源經濟效率”即利用單位水資源的經濟產出量,而且需要分析“水資源環境效率”即使用單位水資源產生的污染負荷量.

在DEA框架下WEEE可定義為:在給定的全要素投入條件下,具體研究區域內水資源利用所產生的經濟價值和污染負荷的綜合效果.

1.2 指標體系

表1　區域用水環境經濟綜合效率投入產出指標體系Table 1　The input and output index system for WEEE

從投入產出關系角度,構建WEEE評價指標體系(表1).

投入指標包括水資源指標、資本指標和勞動力指標3方面.水資源指標采用區域全年供水總量,包括農業、工業、生活及生態用水量;資本指標采用當期各區域的固定資產投資總額;勞動力指標采用當期區域內所有行業的從業人員總數.產出指標包括經濟產出效益和水污染負荷兩方面.經濟產出效益指標采用地區生產總值,水污染負荷指標則采用同期向水體排放的COD和NH3-N的總量.

2　評價方法和數據來源

2.1 評價方法

經典的DEA包括CCR和BCC模型,分別對應規模報酬不變和可變2種情況.就水資源利用而言,投入要素比產出要素更具主觀可控性,同時考慮到各地區效率改善的規模報酬一般是可變的,因此選擇以投入導向為特點的BCC模型分別對水資源綜合效率、環境效率、經濟效率,水資源投入冗余進行分析.

Banker[16]通過改變CCR模型中的錐性約束得出規模報酬可變的BCC模型.設有n個決策單元(DMU)j=1,n,每個決策單元有m項投入x1j,x2j…,xmj和s項產出y1j, y2j…,ysj,其中xj, yj為DMUj的投入和產出,對于每個DMUj都有相應的效率評價指數θ,θ[T1]≥1說明DMU為DEA有效.BCC模型可表述為如下線性規劃:

DEA模型中投入最小化、產出最大化的假設對于污染負荷這種“非期望產出”來說,明顯是不合適的.因此,本文選用倒數轉換法[17]對非期望產出做倒數變換處理,在保證數學意義的前提下達到減少非期望產出的目的.

Fare首次將Malmquist指數與DEA方法相結合[18-19],構造了從t期到t+1期的Malmquist指數M(yt,xt,yt+1,xt+1),用以客觀衡量技術效率變化(Effch)、技術變化(Techch )和TFP之間的關系.TFP的變化(TFPch)等于技術變化指數(Techch)和技術效率變化指數(effch)的乘積,技術變化指數(Techch)表示從t期到t+1期DMU生產技術的改變以及創新的程度;技術效率變化等于規模效率(Sech)與純技術效率變化(Pech)的乘積,表示從t期到t+1期間相對效率的改變,即DMU在不同期間與代表生產可能性最優邊界的生產前沿面之間的距離變化.Pech表示不同期間DMU與生產前沿面的使用技術和管理水平的距離變化,Sech表示在同一生產前沿面上不同時期投入的規模效率的變化,能夠反映規模的有效利用程度.本文利用Malmquist指數分別分析WEEE的TFP與Effch和Techch的關系.

2.2 數據來源

用水總量數據來源于2001～2013年《河南省水資源公報》及各地市環境統計年報.從業人員數據、固定資產投資總額及地區生產總值數據均取自2001～2013年《河南省統計年鑒》[20],因缺少固定資產投資總額的縮減指數,固定資產投資總額及地區生產總值兩項指標數據均按照國家統計局公布的GDP平減指數折算成以2005年為基期的不變價,以此增加數據指標的可比性.COD、NH3-N排放量數據取自近年《河南省環境統計年報》和《河南省環境狀況公報》.

3　結果與分析

3.1 WEEE分析

圖1　河南省2001～2012年3種水資源利用效率計算分析結果Fig.1　Estimated results of the three efficiencies for water uses in Henan Province from 2001 to 2012

采用DEA-BCC投入導向模型分別計算河南省18個地市2001～2012年的WEEE、經濟效率和環境效率.為方便表達,這里僅通過對比和分析2001、2005、2009、2012四個典型年的計算結果來反映評價時段內3個效率指標的變化趨勢(圖1).由圖1可見,各地市水資源利用產生的經濟效率高于其他效率,說明大多數地市在現有投入水平下實現了較高的水資源經濟產出.

相比之下,環境效率的總體表現較差,僅濟源、三門峽、漯河3市的多年平均環境效率超過0.5.特別是由于新鄉、焦作、濮陽、南陽等地的環境效率偏低,直接導致這些城市的WEEE被整體拉低.但通過4個典型年計算結果的對比分析可以看到,隨著時間的推移,各地市環境效率正在逐步提高.

3.2 投入冗余與產出不足分析

表2　2012年河南省主要地市水資源投入冗余與產出不足分析Table 2　An analysis of input redundancy and output deficiency for water uses of Henan Province in 2012

如表2所示,對2012年河南省12個非DEA有效的地市水資源投入情況進行投入冗余分析,并使用倒數轉換法對水污染負荷進行產出不足分析.投入冗余率等于水資源投入冗余量與水資源實際投入量的比值,產出不足率等于DEA模型計算得出的理論削減量與污染物實際排放量的比值,即污染物超排率.

由表2可知,在現有的產出水平下,非DEA有效地市存在不同程度的水資源投入冗余現象,水資源投入量超過DEA有效狀態下的最優投入量.12個地市的平均冗余率達到18%,其中許昌、漯河、平頂山、洛陽等市的投入冗余率較低,說明這些地區工業用水的節水力度已經接近最優;濮陽、新鄉、焦作、信陽的冗余率分別達到44%、36%、29% 和28%,高于其他地市,說明這四個地市的水資源利用低效問題相對突出,同時也表明這些地區存在較高的節水潛力.

在現有的投入水平下,非DEA有效地區在污染負荷方面存在較大程度的產出不足,COD的超排率平均達到49%,NH3-N的超排率平均達到49.2%,說明整體存在較為嚴重的水環境污染影響.12個地級市中,鶴壁、新鄉、許昌、漯河4市的COD及NH3-N的污染物超排率均大于60%,其中許昌、漯河2市的污染物超排率為最高且平均超過70%,說明這幾個城市的水環境污染物削減工作應著重加強.

3.3 TFP變化分析

由表3可見,2001～2012年河南省水資源利用TFP呈現出先升后降的趨勢,并在2010年由于Techch指數突增TFP增至1.08,之后則呈現出增長衰減的態勢.研究時段內TFP年均增長為5%,其中2005年增幅最大為41%,2009年增幅最小為-19.2%.說明研究期間全省WEEE整體不穩定且后期存在下降趨勢.

Pech指數在2006～2008年3年間呈現“U”形增長,說明該期間水資源管理力度較弱.相比之下,Sech指數變動較穩定,平均值大于1,表明研究時段內水資源利用總體規模變化并不明顯.Techch作為衡量DMU在水資源利用過程中技術和創新水平的指標,在研究時段內波動較大,18個地市中有11個地市該指數未達到DEA有效并最終導致該指數整體下降約2%,表明此階段水資源利用技術未有明顯提高.整體來看,TFP指數的變化受Pech和Techch影響較大,其中Techch的降低直接影響了TFP的增長,因此加強技術改進和創新是進一步提高河南省水資源利用綜合效率的關鍵所在.

表3　2001～2012河南省水資源TFP指數及分解Table 3　TFP index summary of Henan (2001～2012)

3.4 多元線性回歸檢驗

以區域水資源利用TFP為因變量,6個投入產出指標為自變量,利用SPSS19.0軟件進行線性回歸分析,識別影響WEEE的主要因子.

表4　SPSS多元線性回歸結果Table 4　Results from multiple linear regression by SPSS

通過計算可得,樣本回歸的效果較好,線性回歸的相關系數R=0.916>0.75, 顯著性水平P值為0.001,自變量與因變量之間存在很強的線性相關關系.由表4可知,在產出指標中,V2、V3的標準回歸系數絕對值在所有自變量指標中數值最大,因此對因變量的影響最為顯著.同時,V2、V3通過了5% 水平的顯著性檢驗,進一步證明水環境污染指標在WEEE評價中存在顯著影響.

3.5 建議

區域WEEE將水資源利用所帶來的期望產出與非期望產出即污染負荷同時納入效率評價體系,能夠更真實地反映區域水資源利用的環境與經濟綜合效果,是分析和解決經濟社會發展與水資源承載能力之間矛盾的有效指標.

針對河南省67%的地市均存在污染物超排率過高的現象,建議進一步加大COD和NH3-N的減排力度;對于存在水資源投入冗余的地區,應嚴格控制用水總量,提高節水標準.而且,研究發現區域TFP指數的變化主要受到技術因素的影響,技術變化指數在很大程度上制約了WEEE的提高.對此,建議河南省繼續加大科技投入,著力推動農業節水技術和工業廢水處理技術升級,用技術的進步來推動水資源的可持續利用.

4　結論

本研究基于DEA和Malmquist指數方法,以水資源、資本和勞動力為投入要素,以經濟產出效益和水污染負荷為產出要素,對2001～2012年河南省WEEE進行評價研究.結果顯示:河南省在2001～2012年水資源利用保持了較高的經濟效率,但環境效率表現相對較差并由此整體拉低全省WEEE平均約2%.通過投入冗余與產出不足分析發現在現有的產出和投入條件下,未達到DEA有效的地區均存在水資源投入冗余現象,且水資源投入平均冗余率達到18%,存在一定節水潛能;同時COD及NH3-N的平均超排率超過49%,污染情況不容樂觀,污染物排放需大幅削減.

參考文獻：

[1] 杜榮江,方玉霞.提高我國水資源利用效率的措施與對策 [J].水資源保護, 2010,(3):91-93.

[2] 陳愛俠.陜西省水資源利用效率及其影響因素分析 [J]. 西北林學院學報, 2007,(1):178-182.

[3] 劉慶生.浙江省水資源利用效率研究 [J]. 水利經濟, 2010,(2): 28-30+76.

[4] 錢文婧,賀燦飛.中國水資源利用效率區域差異及影響因素研究[J]. 中國人口.資源與環境, 2011,(2):54-60.

[5] 張浩文.蘭州市水資源利用效率研究 [D]. 蘭州:西北師范大學, 2012.

[6] Charnes A, Cooper W W, Rhodes. Measuring the efficiency of decision making units [J]. European Journal of Operational Research, 1978,2(6):429-444.

[7] Yiwen B, Shuai Y, Hao X. Efficiency evaluation for regional urban water use and wastewater decontamination systems in China: A DEA approach [J]. Resources, Conservation and Recycling, 2014,83(2):15-23.

[8] 買亞宗,孫福麗,石 磊,等.基于DEA的中國工業水資源利用效率評價研究 [J]. 干旱區資源與環境, 2014,(11):42-47.

[9] 劉 渝,王兆鋒,張俊飚.農業水資源利用效率的影響因素分析[J]. 經濟問題, 2007,(6):75-77.

[10] 張家瑞,王金南,曾維華,等.滇池流域水污染防治收費政策實施績效評估 [J]. 中國環境科學, 2015,(2):634-640.

[11] 王俊能,許振成,胡習邦,等.基于DEA理論的中國區域環境效率分析 [J]. 中國環境科學, 2010,(4):565-570.

[12] 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.

[13] 廖虎昌,董毅明.基于DEA和Malmquist指數的西部12省水資源利用效率研究 [J]. 資源科學, 2011,33(2):273-279.

[14] Alireza E N, Mohammad D, Hamed P. Regulation and efficiency &productivity considerations in water &wastewater industry: Case of Iran [J]. Procedia - Social and Behavioral Sciences, 2014,109(1):281-289.

[15] 劉丹丹,趙頌揚旸,郭 耀.全要素視角下中國西部地區能源效率及影響因素 [J]. 中國環境科學, 2015,35(6):1911-1920.

[16] Banker R D, Charnes A, Cooper W W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis [J]. Management Science, 1984,30(9):1078-1092.

[17] 劉 巍,田金平,李 星,等.基于DEA的中國綜合類生態工業園生態效率評價方法研究 [J]. 中國人口.資源與環境, 2012, 22(S1):93-97.

[18] Fare R, Grosskopf S.A nonparametric cost approach to scale efficiency [J]. Scandinavian Journal of Economies, 1994,87(4): 594-604.

[19] 全炯振.中國農業全要素生產率增長的實證分析:1978～2007年——基于隨機前沿分析(SFA)方法 [J]. 中國農村經濟, 2009, (9):36-47.

[20] 河南省統計局.河南統計年鑒 [M]. 北京:中國統計出版社, 2002～2013.

A study of water environment-economy integrated efficiency and its driving factors for regional water use based on a combination of DEA and Malmquist index.

HU Yan, LI Wei*(State Key Laboratory on Environmental Simulation and Pollution Control, School of Environment, Beijing Normal University, Beijing 100875, China). China Environmental Science, 2016,36(4)：1275～1280

Abstract：Because the relevant environmental damages were not incorporated into evaluating conventional water-use efficiency, this efficiency indicator was incapable of depicting the real comprehensive effects except economic outputs. The concept of environment-economy integrated efficiency for regional water use (WEEE) was raised along with its evaluation method based on a combination of DEA and Malmquist index. The WEEE of Henan province was then studied by using the data on water uses and related economic outputs and pollution discharges from 2001 to 2012. In contrast to a higher level economic efficiency, a lower level environmental efficiency had been witnessed for water uses of the province. To a large extent due to a poor environmental efficiency, the provincial WEEE was dragged down by about 2% if compared to the sole economic efficiency. Meanwhile, the cities with WEEEs of inefficient DEA in the province had exhibited the problems of low efficient water uses and excessive pollutant discharges. The averaged input redundancy rate of water resource reached 18% in 2012, and the extra emission rates of COD and NH3-N were about 49% and 49.2% respectively. An analysis of variations of the total factor productivity (TFP) indicated that the technical change index was the most influential factor, resulting in an annually averaged decline of 2% in Henan’s WEEE in the study period. Thus, it was recommended that more inputs need be made into technical innovations to realize water saving and water pollution control. The total volume control of water use should be enforced along with abatement of water pollutants.

Key words：water environment-economy integrated efficiency；DEA；Malmquist index；pollutant reduction；Henan province

作者簡介：胡 妍(1992-),女,江西南昌人,碩士研究生,主要從事環境經濟學研究.

基金項目：環保公益項目“流域綜合規劃環境影響評價關鍵技術研究”(2013467042)

收稿日期：2015-09-12

中圖分類號：X32

文獻標識碼：A

文章編號：1000-6923(2016)04-1275-06