工業(yè)水資源利用效率的空間溢出效應(yīng)檢驗

張 峰，薛惠鋒，宋曉娜，王海寧

（1.山東理工大學(xué) 管理學(xué)院，山東 淄博 255012；2.中國航天系統(tǒng)科學(xué)與工程研究院，北京 100048；3.泰山學(xué)院 商學(xué)院，山東 泰安 271000）

0 引言

中國過去高能耗、高污染的發(fā)展方式致使現(xiàn)階段面臨的水資源危機形式愈加嚴(yán)峻，而作為支撐國民經(jīng)濟的重要產(chǎn)業(yè)，工業(yè)用水長期以來是僅次于農(nóng)業(yè)用水的第二大用水戶，隨著工業(yè)規(guī)模的不斷擴大，其水資源利用總量也呈現(xiàn)持續(xù)攀升態(tài)勢。對此，國家頒布《工業(yè)轉(zhuǎn)型升級規(guī)劃》《重點工業(yè)行業(yè)用水效率指南》等系列措施鼓勵國內(nèi)工業(yè)向資源節(jié)約型與環(huán)境友好型產(chǎn)業(yè)發(fā)展，并提出了“穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生、防風(fēng)險”新型工業(yè)化發(fā)展內(nèi)涵的頂層設(shè)計[1]。此背景下，國內(nèi)學(xué)者從用水效率[2,3]、水價調(diào)控[4]、節(jié)水潛力[5]等對于工業(yè)水資源利用效率問題展開了多視角探討，嘗試探索出更加科學(xué)合理的工業(yè)水資源利用方式。但是從新型工業(yè)化發(fā)展需求來看，現(xiàn)有針對工業(yè)水資源利用效率的研究成果多集中于利用用水總量、人力資本、經(jīng)濟效益等少數(shù)指標(biāo)，依靠傳統(tǒng)的DEA和SFA模型進行靜態(tài)評估[6,7]。這不僅導(dǎo)致測度出的水資源利用效率難以與新型工業(yè)化發(fā)展內(nèi)涵進行有效匹配，易忽視由于工業(yè)水資源利用而引發(fā)的生態(tài)環(huán)境、社會效益等方面的體現(xiàn)，同時也缺乏從空間視角對區(qū)域之間工業(yè)水資源利用效率及其影響要素的內(nèi)在機理進行研究。

綜上，本文以新型工業(yè)化發(fā)展內(nèi)涵為指導(dǎo)，通過利用云模型構(gòu)建工業(yè)水資源利用效率綜合評價體系及定量測度模型，并對30個省市1997—2015年工業(yè)水資源利用效率進行面板數(shù)據(jù)分析。在此基礎(chǔ)上，引入?yún)^(qū)域自然稟賦、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、高技術(shù)導(dǎo)向水平、用水結(jié)構(gòu)、社會水平等影響要素，選取空間Durbin模型對工業(yè)水資源利用效率的空間溢出效應(yīng)進行動態(tài)檢驗，試圖從空間維度辨識其演化規(guī)律。

1 模型構(gòu)建

1.1 工業(yè)水資源利用效率測度模型

云模型是一種采取語言特征值方式對定性概念、定量描述之間的模糊屬性進行有機轉(zhuǎn)換的評價模型。其模糊屬性通常是對事物隨機性的客觀反映[8]，用其測度工業(yè)水資源利用效率步驟如下：

定義1：以數(shù)值U為定量論域，內(nèi)部定性概念為Q，定量值κ∈Q為Q的一次隨機實現(xiàn)，κ對Q確定度ν(κ)∈[0 ， 1]為隨機數(shù)。ν:U→[0 ， 1] ，?κ∈U，κ→ν(κ)，κ于論域U上的分布被稱作云，記為Q(κ，ν)。其中，κ被稱為云滴。若論域U隸屬n維空間，則κ可被拓展為n維云。

定義2：對于論域U，內(nèi)部定性概念為Q，當(dāng)定量值κ∈U，且κ為Q的一次隨機實現(xiàn)，若滿足κ~N(Eκ，)，

其中，對Q的確定度滿足：

則稱κ于論域U上的分布是正態(tài)云。

在上述基礎(chǔ)上，選取關(guān)聯(lián)函數(shù)法計算指標(biāo)系數(shù)W[9]，根據(jù)正態(tài)云發(fā)生器在U及等級G間進行因素模糊測度，得到測度集=(ξi1，ξi2，…，ξim)。ξij元素指U中第i個因素ui對應(yīng)G中第j個等級gj隸屬度。按照單因素測度集構(gòu)建測度矩陣=(ξij)n×m，及權(quán)重集W做模糊轉(zhuǎn)換，取得模糊綜合測度集?：

其中，?j(j=1，2，…，m)指待測度對象對第j個評語的隸屬度，將最大隸屬值max{?j}對應(yīng)的第j等級gj作為其綜合測度結(jié)果。

1.2 溢出效應(yīng)檢驗?zāi)Ｐ?/h3>

本文選用空間計量模型中的空間杜賓模型（Spatial Dubin Model，SDM）作為理論基本模型。該模型不僅考慮了因變量的空間相關(guān)性，還考慮了自變量的空間相關(guān)性，即因變量不僅受到本地區(qū)自變量影響，還受到其他地區(qū)自變量和因變量的影響[10]。基本模型如下：

其中，Wy指因變量的空間滯后項，WX指自變量的空間滯后項。考慮到區(qū)域工業(yè)水資源利用效率的空間依賴性，構(gòu)建SDM模型表述如下：

其中，LN(?)為因變量，由區(qū)域工業(yè)水資源利用效率經(jīng)對數(shù)化處理后取值；WLN(?)為區(qū)域工業(yè)水資源利用效率的空間滯后項；W為空間權(quán)重矩陣，此處選取地理相鄰關(guān)系方法建立；X表示由一組隨時空變化的影響工業(yè)水資源利用效率的自變量矩陣；?表示屬于(1κmin，1) 區(qū)域內(nèi)的內(nèi)生相互效應(yīng)參數(shù)，κmin指權(quán)重矩陣經(jīng)行標(biāo)準(zhǔn)化后非負實特征根；φ指未知參數(shù)向量；γi指特定空間效應(yīng)；ηt指特定時間效應(yīng)；εit指隨機誤差項；ρ為常數(shù)項。

2 實證分析

2.1 工業(yè)水資源利用效率測度體系及計算結(jié)果

本文以“穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生、防風(fēng)險”的新型工業(yè)化發(fā)展內(nèi)涵為參考依據(jù)，建立“經(jīng)濟推動-技術(shù)進步-用水調(diào)控-生態(tài)規(guī)制-社會保障”的多維測度體系（見圖1）。其中，考慮工業(yè)用水的重要功效即為支撐工業(yè)經(jīng)濟發(fā)展，選取的經(jīng)濟推動指標(biāo)則是對其內(nèi)涵中“穩(wěn)增長”的客觀反映；傳統(tǒng)工業(yè)用水模式對于水資源消耗及浪費問題嚴(yán)重，近年來頒布多項節(jié)水管理改革措施主要動力源還是對先進節(jié)水技術(shù)、工藝和設(shè)備等的創(chuàng)新性研發(fā)，對此選取的技術(shù)進步指標(biāo)是對“促改革”進行代表性體現(xiàn)；“調(diào)結(jié)構(gòu)”則是通過對工業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提高工業(yè)用水效率，具體表現(xiàn)于工業(yè)用水規(guī)模、用水強度及人均用水等方面；“惠民生”是通過工業(yè)用水支撐工業(yè)發(fā)展，進而對民生保障作用的體現(xiàn)；而“防風(fēng)險”可通過工業(yè)用水對生態(tài)環(huán)境的規(guī)制水平的動態(tài)響應(yīng)進行反映。

圖1 工業(yè)水資源利用效率指數(shù)測度體系

根據(jù)圖1所示測度體系，通過統(tǒng)計其1997—2015年中國30個省市（西藏、澳門、香港和臺灣除外）的各指標(biāo)歷史數(shù)據(jù)，代入運用云模型測算工業(yè)水資源利用效率，結(jié)果見表1。據(jù)此可知，樣本期間內(nèi)工業(yè)水資源利用效率雖然在局部年份存在幅度不等的上下波動，但整體上呈現(xiàn)出攀升態(tài)勢。而區(qū)域之間效率差異較大，尤其是東部、中部與西部地區(qū)呈現(xiàn)出階梯式分布狀態(tài)，說明工業(yè)水資源利用效率依然未能實現(xiàn)高效的空間優(yōu)化配置及均衡化發(fā)展。

表1 工業(yè)水資源利用效率指值1997—2015年測度結(jié)果

2.2 要素選取與描述性統(tǒng)計

本文選取區(qū)域自然稟賦、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、高技術(shù)導(dǎo)向水平、用水結(jié)構(gòu)和社會水平作為影響工業(yè)水資源利用效率的外部要素。其中，水資源總量選為支撐工業(yè)水資源利用的自然稟賦代表性指標(biāo)，記為X_twr（單位億m3）；區(qū)域人均GDP選為工業(yè)水資源利用效率的經(jīng)濟要素，記為X_ecl（萬元）；將第二產(chǎn)業(yè)比重選為產(chǎn)業(yè)結(jié)構(gòu)測度指標(biāo)，記為X_sps；高技術(shù)產(chǎn)業(yè)R&D經(jīng)費與主營業(yè)務(wù)收入比例為工業(yè)水資源利用的高技術(shù)要素代表性指標(biāo)，記為X_crq；水資源消耗總量/水資源總量選為用水結(jié)構(gòu)的測度指標(biāo)，記為X_tsc；人均教育經(jīng)費作為其人口素質(zhì)水平的衡量要素，記為X_pel（單位：千元）。各影響要素的樣本區(qū)間劃定為1997—2015年，數(shù)據(jù)源于《中國統(tǒng)計年鑒》《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《水資源公報》和各地市統(tǒng)計年鑒。相關(guān)自變量的描述性統(tǒng)計見表2。

表2 自變量及其描述性統(tǒng)計

本文在進行面板數(shù)據(jù)的回歸分析前，按照消除要素異方差影響的要求，將上述要素取對數(shù)處理。進而利用單位根檢驗（Unit Root Test）方法檢驗上述要素的平穩(wěn)性，即若存在單位根，則證明檢驗數(shù)據(jù)具有非平穩(wěn)序列的特性。常用的面板數(shù)據(jù)檢驗方法包括Fisher ADF檢驗、Fisher PP檢驗等，為保障檢驗結(jié)果的有效性，此處引入LLC檢驗、Hadri檢驗和IPS（Im-Pesaran-Shin）檢驗對各要素特性進行協(xié)同檢驗，結(jié)果見表3。根據(jù)檢驗，可知影響工業(yè)水資源利用效率的多數(shù)外部要素在原始狀態(tài)下呈現(xiàn)出非平穩(wěn)性，即接受存在單位根的假設(shè)。因此，需要對各要素進行取其一階差分處理，并再次進行單位根檢驗，結(jié)果顯示其各要素一階差分序列都拒絕了存有單位根的原假設(shè)，即為顯著性一階單整序列。基于上述的分析，構(gòu)建工業(yè)水資源利用效率的空間Durbin模型需采取其一階差分序列進行要素分析。

2.3 溢出模型估計結(jié)果及分析

空間面板模型是在面板模型基礎(chǔ)上引入空間滯后誤差項或空間滯后因變量，將空間相關(guān)性引入計量模型，一般可將其分為4類：空間固定效應(yīng)模型、空間隨機效應(yīng)模型、空間固定系數(shù)模型和空間隨機系數(shù)模型。本文選取非校準(zhǔn)與校準(zhǔn)個體時刻固定效應(yīng)模型和個體時刻隨機效應(yīng)模型分別進行變量空間回歸分析，結(jié)果見下頁表4。

表3 工業(yè)水資源利用效率影響要素面板數(shù)據(jù)單位根檢驗

表4 空間Durbin模型回歸檢驗

選取Wald和LR檢驗Durbin模型向空間誤差模型轉(zhuǎn)化性，即是否拒絕原假設(shè)：H0:ξ+?φ=0。空間滯后檢驗測度表明，統(tǒng)計量Wald=17.61，LR=16.24，其相應(yīng)p測度值均以1%水平通過了顯著性檢驗，說明將Durbin模型轉(zhuǎn)為空間誤差模型的H0原假設(shè)被拒絕。而對于Durbin模型轉(zhuǎn)化為空間滯后模型的檢驗假設(shè)H0:ξ=0，統(tǒng)計量Wald=12.18，LR=12.06，其相應(yīng)p測度值亦通過了1%顯著性水平的檢驗，說明將Durbin模型轉(zhuǎn)為空間滯后模型的H0原假設(shè)被拒絕。因此，Durbin模型可用于變量的空間面板回歸。基于上述的判定，可對模型隨機效應(yīng)與固定效應(yīng)進行選擇，按照內(nèi)生性測度統(tǒng)計量Hausman=14.58與概率p=0.029，可知選用隨機效應(yīng)模型的H0原假設(shè)被拒絕，即確定使用固定效應(yīng)模型。

鑒于空間面板回歸對于外溢與反饋效應(yīng)的分析，僅利用參數(shù)估計會導(dǎo)致測度結(jié)果存在誤差。因此，本文測度的空間反饋效應(yīng)既存在于被解釋變量W*(LN)的空間滯后性，也存在于解釋變量W*ΔLNX_twr、W*ΔLNX_ecl、W*ΔLNX_sps、W*ΔLNX_crq、W*ΔLNX_tsc和W*ΔLNX_pel的空間滯后性。其中，按照表中校準(zhǔn)個體時刻固定效應(yīng)模型的測度結(jié)果，發(fā)現(xiàn)被解釋變量分別在1%或5%顯著性水平下拒絕了原假設(shè)，說明其對工業(yè)水資源利用效率外溢效應(yīng)具有顯著性促進作用，即工業(yè)水資源利用效率的提升對周邊地區(qū)工業(yè)水資源利用效率的上升呈推動作用。除了W*ΔLNX_ecl、W*ΔLNX_crq呈現(xiàn)為正向顯著外溢效應(yīng)以外，其他均為負向外溢效應(yīng)。而對于影響工業(yè)水資源利用效率各要素的外部溢出反饋效應(yīng)，還需要利用Durbin模型進一步測度分析。

利用空間Durbin模型測度的要素回歸系數(shù)無法全面地對工業(yè)水資源利用效率的溢出效應(yīng)進行反饋，本文利用校準(zhǔn)空間與時間固定效應(yīng)模型取得上述變量的直接效應(yīng)、間接效應(yīng)和綜合效應(yīng)，結(jié)果見表5。根據(jù)溢出效應(yīng)測度結(jié)果，可知其綜合效應(yīng)中，要素 ΔLNX_twr、ΔLNX_sps、ΔLNX_crq和ΔLNX_tsc表現(xiàn)為顯著性影響，尤其是要素ΔLNX_crq通過1%顯著性水平檢驗。其中，要素ΔLNX_crq系數(shù)為正，說明高技術(shù)產(chǎn)業(yè)發(fā)展對于提升工業(yè)水資源利用效率的作用已愈發(fā)明顯。而ΔLNX_ecl的系數(shù)雖然為正，但其未通過顯著性檢驗，表明相對之下其對于工業(yè)水資源利用效率提升的直觀性作用相對薄弱。要素ΔLNX_pel系數(shù)為負值，但在樣本期內(nèi)呈現(xiàn)非顯著性，說明社會節(jié)水意識還需加強。而要素ΔLNX_twr、ΔLNX_sps和ΔLNX_tsc的系數(shù)均為負值，即自然稟賦、產(chǎn)業(yè)結(jié)構(gòu)、用水結(jié)構(gòu)調(diào)整對全體省市工業(yè)水資源利用效率產(chǎn)生顯著性負向影響，說明目前過分依賴自然水資源的傳統(tǒng)模式對工業(yè)水資源利用效率的提升已產(chǎn)生相對顯著的制約性作用，而現(xiàn)有的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與用水結(jié)構(gòu)優(yōu)化配置速率還無法有效彌補上述制約作用帶來的負面效應(yīng)。特別是近年來雖然對第二、第三產(chǎn)業(yè)關(guān)系的關(guān)注力度不斷增強，其發(fā)展也取得了顯著成效，但從本文測度結(jié)果來看，其對工業(yè)水資源利用效率提升的推動作用依然有待進一步提高。

表5 工業(yè)水資源利用效率溢出效應(yīng)檢驗

通過工業(yè)水資源利用效率空間Durbin計量模型測度直接溢出效應(yīng)來看，除了要素ΔLNX_tsc以外，其他要素均通過了其顯著性水平檢驗。其中，要素ΔLNX_twr、ΔLNX_ecl、ΔLNX_crq系數(shù)均為正值，說明自然稟賦、經(jīng)濟水平、高技術(shù)導(dǎo)向水平對本地區(qū)工業(yè)水資源利用效率的提升可產(chǎn)生顯著推動作用；而對于要素ΔLNX_sps、ΔLNX_pel的系數(shù)為負值，說明第二產(chǎn)業(yè)發(fā)展、社會水平的提升速率還無法有效滿足目前本地區(qū)工業(yè)水資源利用效率提升的需求。而通過工業(yè)水資源利用效率空間Durbin計量模型測度間接溢出效應(yīng)來看，要素 ΔLNX_twr、ΔLNX_sps和ΔLNX_tsc的系數(shù)為負值，結(jié)合直接溢出效應(yīng)測度的結(jié)果，可知自然稟賦和第二產(chǎn)業(yè)發(fā)展對于本地區(qū)工業(yè)水資源利用效率的提升起到促進作用，但對其他地區(qū)工業(yè)水資源利用效率的提升則起到負向作用。而要素ΔLNX_ecl、ΔLNX_crq的系數(shù)為正值，但僅ΔLNX_crq通過了顯著性水平檢驗，結(jié)合直接溢出效應(yīng)測度的結(jié)果，可知高技術(shù)導(dǎo)向水平的提升，不僅可促進本地區(qū)工業(yè)水資源利用效率的提升，而且可帶動其他地區(qū)工業(yè)水資源利用效率的提升。但根據(jù)其測度值來看，該要素對于本地區(qū)的帶動作用要高于其他地區(qū)，而經(jīng)濟水平和社會水平對于工業(yè)水資源利用效率的提升作用主要局限于本地區(qū)，而對于其他地區(qū)作用相對有限。

基于上述分析可知，不同要素對于不同地區(qū)工業(yè)水資源利用效率的溢出效應(yīng)機理存在差異性，尤其是局部要素對于本地區(qū)工業(yè)水資源利用效率可產(chǎn)生顯著性正向促進作用，但同時對于其他地區(qū)工業(yè)水資源利用效率不產(chǎn)生或產(chǎn)生顯著性負向作用，即影響工業(yè)水資源利用效率要素的溢出效應(yīng)具有較高的復(fù)雜性。

3 結(jié)論

本文利用云模型測度1997—2015年中國30個省市工業(yè)水資源利用效率的基礎(chǔ)上，選取空間Durbin計量模型對工業(yè)水資源利用效率的空間溢出效應(yīng)進行檢驗。結(jié)果發(fā)現(xiàn)從直接溢出效應(yīng)的角度來看，自然稟賦、經(jīng)濟水平、高技術(shù)導(dǎo)向水平對本地區(qū)工業(yè)水資源利用效率的提升可產(chǎn)生顯著推動作用。而第二產(chǎn)業(yè)發(fā)展、社會水平的提升速率還無法有效滿足目前本地區(qū)工業(yè)水資源利用效率提升的需求。而間接溢出效應(yīng)表明自然稟賦和第二產(chǎn)業(yè)發(fā)展對于本地區(qū)工業(yè)水資源利用效率的提升起到促進作用，但對其他地區(qū)工業(yè)水資源利用效率的提升則起到負向作用。高技術(shù)導(dǎo)向水平的提升不僅可促進本地區(qū)工業(yè)水資源利用效率的提升，也可帶動其他地區(qū)工業(yè)水資源利用效率的提升，但其對于本地區(qū)的帶動作用要高于其他地區(qū)。而經(jīng)濟水平和社會水平對于工業(yè)水資源利用效率的提升作用主要局限于本地區(qū)，而對于其他地區(qū)作用相對有限。

參考文獻：

[1] 唐浩.中國特色新型工業(yè)化的新認識[J].中國工業(yè)經(jīng)濟,2014，(6).

[2] 卞錦宇,劉恒,耿雷華等.基于隨機前沿生產(chǎn)函數(shù)的我國工業(yè)用水效率影響因素研究[J].水利經(jīng)濟,2014,32(5).

[3] 沈滿洪,程永毅.中國工業(yè)水資源利用及污染績效研究——基于2003—2012年地區(qū)面板數(shù)據(jù)[J].中國地質(zhì)大學(xué)學(xué)報：社會科學(xué)版,2015,15(1).

[4] 劉昕,李繼偉,朱崇輝等.工業(yè)用水量的價格彈性分析[J].節(jié)水灌溉,2009，(10).

[5] 雷玉桃,黃麗萍.基于SFA的中國主要工業(yè)省區(qū)工業(yè)用水效率及節(jié)水潛力分析:1999—2013年[J].工業(yè)技術(shù)經(jīng)濟,2015，(3).

[6] 雷玉桃,黃麗萍.中國工業(yè)用水效率及其影響因素的區(qū)域差異研究——基于SFA的省際面板數(shù)據(jù)[J].中國軟科學(xué),2015,(4).

[7] 買亞宗,孫福麗,石磊等.基于DEA的中國工業(yè)水資源利用效率評價研究[J].干旱區(qū)資源與環(huán)境,2014,28(11).

[8] 董會忠,張峰,宋曉娜.基于正態(tài)云模型的科技創(chuàng)新與區(qū)域競爭力動態(tài)關(guān)聯(lián)評價[J].科技進步與對策,2015,32(15).

[9] 陳守煜.可變模糊方法及論可拓關(guān)聯(lián)函數(shù)基本公式錯誤[J].水電能源科學(xué),2005,23(5).

[10] 張峰.資源稟賦會轉(zhuǎn)化為制造業(yè)競爭力嗎?——來自空間面板杜賓模型的經(jīng)驗證據(jù)[J].北京社會科學(xué),2016，(7).