基于DEA模型的長三角地區綠色用水效率分析

羅時純 華睿 宋安娜

摘要：選取2002—2017年長江三角洲區域（長三角地區）3省1市的用水總量、固定資產投資總額、就業人數、廢水排放量4個投入量及GDP產出量，構造了DEA-Malmquist指數模型，結合環境因素對其綠色用水效率進行了剖析。結果表明，3省1市的綠色用水效率在2010年和2015年處于明顯的轉折點，顯示出節水政策和水污染治理政策落實的重要性;研究期間TFP全要素指數大于1，但技術效率呈現不變甚至退步的趨勢，其中安徽省最為明顯。因此指出在落實節水政策、保證技術進步、擴大產業規模的同時也要注重產業結構的優化。

關鍵詞：綠色用水效率;DEA-Malmquist指數;規模效應;環境保護;長三角地區

Abstract： The total water consumption， fixed assets investment， employment figure， amount of discharged wastewater and GDP output of three provinces and one city in the Yangtze River Delta from 2002 to 2017 were choosed to construct the DEA-Malmquist index model. The green water efficiency of the provinces was analysed，combining with environmental factors. The result showed that year 2010 and year 2015 were two obvious turning points of green water efficiency in three provinces and one city， which showed the significance of water conservation and water pollution governance policy implementation; During the study period， TFP total factor index was greater than 1， but technical efficiency showed a regressive trend， especially in Anhui Province. Therefore， the provinces should pay attention to optimizing industrial structure while implementing water-saving policies， ensuring technological progress and expanding industrial scale.

Key words： green water efficiency;DEA and Malmquist index;economies of scale;environmental protection;Yangtze river delta region

長江三角洲區域（簡稱長三角地區）是中國經濟開放程度最高、城市化水平以及人口密集度最高、政策最健全、成長速度最快的地區之一。2016年6月經國務院批準，皖江城市帶的8個隸屬于安徽的城市劃入長三角地區，國家提出要將長三角地區城市群建設成為擁有全球影響力的世界級城市群，著力打造改革新高地，爭當開放新尖兵，構筑生態環境新支撐，帶頭發展新經濟，創造聯動發展新模式[1，2]。自此，上海市、江蘇省、浙江省和安徽省均成為長江三角洲不可分割的一部分。

長三角地區倚靠長江主干流，包含太湖及其周邊湖泊，占地面積廣，水資源總量豐富。但由于人口高度密集、城市建設用水需求量大，經濟高速發展對當地環境承載能力造成很大的壓力。水質惡化，污染嚴重的問題成為制約經濟發展的重要原因之一[3]。與此同時，響應國家“十三五”政策中的節水規定，將合理利用水資源、減少水資源消耗總量、提高綠色用水效率落到實處，成為該地區城市發展的重要突破點之一[4，5]。

如何以更少的水資源消耗換取更多的產品和服務輸出是研究用水效率的出發點。近年來，許多學者通過不同的方法對一些地區的用水效率進行了研究，分析的范圍主要集中在國家整體和省級層面。在國家層面上，雷玉桃等[6]利用SFA模型對中國工業用水效率進行了差異分析，并建立回歸方程來辨別其影響因素;李靜等[7]利用MINDS模型以及Tobit模型對中國工業用水效率及其影響因子的作用進行了分析。在省級層面上，任俊霖等[8]利用超效率DEA模型和Malmquist指數對長江經濟帶的省會城市用水效率進行了研究，并總結出相關的影響因素;佟金萍等[9]從宏觀角度出發，利用超效率DEA-Tobit模型在流域層面測算了長江流域的農業用水效率，并分析其效應;沈欣媛等[10]利用超效率DEA模型評價江蘇省各市的用水效率，分析了有效及無效地區的用水情況;史毅超等[11]利用DEA和Malmquist指數對浙江省的用水效率進行了分析，從時間點的對比到動態比較，并引入了投入冗余量指標。

通過對相關研究分析發現，現有的用水效率研究主要從國家整體及省內部進行分析，大多未引入環境污染這一指標。本研究將廢水排放量作為環境效應的代表指標，研究在環境約束下的綠色用水效率。通過分析長三角地區3省1市（上海市、江蘇省、浙江省和安徽省）的用水效率差距，以尋求共同進步的方法。

1 研究方法與數據來源

1.1 研究方法

1.1.1 DEA方法 DEA（Data envelopment analysis）即數據包絡分析，是用于評價決策部門之間相對有效性的一種研究方法。以生產前沿面為基礎，將多投入多產出的分式規劃問題利用模型變化成相對效率的線性規劃問題[12]。DEA減少了對多種變量之間綱的統一要求，變量之間的權重關系也可以忽略不計，將復雜的規劃轉變為最優化的簡單求解。當決策單元位于生產前沿面上時則可以判定該決策單元效率值為1，為有效單元;而其余的效率值小于1，為非有效單元。對于非有效單元可以從投入與產出兩個角度來求解出該單元的松弛變量，從而尋找到優化的最佳途徑。因此DEA不僅可以評價各省的綠色用水效率，還可以尋找出最佳的改進突破口。

DEA模型分為CCR和BCC模型兩種情況，其主要區別在于規模效應。CCR運行的前提是規模效益不變假設，即產出與投入同比例增加或減少。BCC則遵循規模報酬變化的假設，將綜合效益分解成規模效益和純技術效益兩部分。為避免因使用CCR模型出現分類一致性問題，防止與各地區綠色用水效率的規模報酬一般為可變期望的現實因素矛盾，加之本研究對象是在國內GDP生產總值不變的情況下降低整個省的用水總量，因而選擇投入導向型的BCC模型[13]。其線性規劃為：

其中，[qi]表示第i個單位產出，[Q]表示總產出量，[xi]表示第i個投入，[X]表示總投入量，[λ]表示權重，[θ]表示投入角度的技術效率。

此外，考慮到國內GDP產出量不是由用水總量一個要素所決定，故在測量綠色用水效率時還引入了固定資產投資總額、就業人數、廢水排放量 3個投入要素，從而構造了一個多角度投入要素的框架。其中需指出的是，由于廢水排放量是伴隨用水總量的投入而產生的一種“副產品”，將其作為投入指標進行測算，視為水資源環境的投入成本即機會成本[14]。

1.1.2 Malmquist指數 Malmquist指數法在動態效率變化趨勢的研究中使用偏多，由于可靈活轉換為較為簡潔的參數和非參數模型，因而十分適用于對多投入、多產出及面板數據的分析，同時測量出生產要素效率。全要素生產效率指數TFP可以進行如下分解：

其中Effch為技術效率變化指數;Tech為技術進步變化指數;Pech為純技術效率變化指數;Sech為規模效率變化指數。

由于DEA模型對綠色用水效率的分析是靜態的，因此結合Malmquist 指數法的動態分析，能夠更加全面直觀地分析長三角地區綠色用水效率的變化情況。

1.2 數據來源

2002—2017年長三角地區3省1市用水總量、固定資產投入總額、國內生產總值、廢水排放量及GDP指數均來自2003—2018年的《中國統計年鑒》，其中廢水排放量是由工業廢水排放總量與生活污水排放總量相加得出。就業人數來自3省1市2003—2018年統計年鑒。固定資產投入總額和GDP均以2002年價格為基礎進行了處理并匯總，最后運用軟件Deap 2.1進行數據處理。

2 結果與分析

2.1 長三角地區綠色用水效率評價

為考察長三角地區3省1市的整體用水情況，將相關數據進行了匯總，利用投入角度的BCC模型進行綠色用水效率的測量及分析，結果如圖1、圖2和表1所示。

1）從時間來看，由圖1可知，2002—2010年，長三角地區用水效率呈現整體平穩略微下降的趨勢，2010年綠色用水效率下降至0.990，次年開始上升。原因在于2011年是“十二五”計劃開始的第一年，是城市規劃用水關鍵性的一年。在此期間中國頒布了最嚴格的節水政策和環境污染治理政策，使得整個長三角地區居民的節水護水意識增強，綠色用水效率開始增長，呈現出動態性的上漲趨勢。還可以看出，2015年之后整個長三角地區的綠色用水效率增長速率較之前有了進一步的提升。國家于2015年頒布了《水污染防治行動計劃》，提出“強化科技支撐”“提高用水效率，把節水目標任務完成情況納入地方政府政績考核”等一系列行動計劃，將環境治理正式納入管理文件之中，為長三角地區的水資源管理提出了新的要求。2016年作為“十三五”計劃開始的第一年，長三角地區3省1市無論是技術條件還是環保意識都有了明顯的進步，因而在2016年綠色用水效率開始提高。將圖1與圖2相比較可以看出，3省1市的綠色用水效率變化趨勢與整體趨勢相近。

2）從空間來看，浙江省的綠色用水效率最高。由表1可知，2002—2017年浙江省的綠色用水效率有12個年份，整體效率比較平穩。主要因為浙江省一直以來對水資源嚴格管理。浙江省于2003年便開始在長興縣試點河長制，規范河流管理，為每一條河流甚至是溝渠配置管理者，根據各地區的不同水資源狀況進行治理，對癥下藥。一方面為治理水污染提出了新的解決方案，嚴格控制河流廢水排放情況，責任到人;另一方面也規范了水資源的使用，促進用水總量的控制。隨著河長制的試點，浙江省又在2004年開始了節水城市的試點工作，為全省的用水管理提供了參考依據。2007年更是響應國家號召，頒發了《浙江省節約用水辦法》，優化水資源配置，完善一體化改革，大力建設節水型城市，促使浙江全省綠色用水效率得到極大的提升。可以看出浙江省的水資源管理利用水平較為先進，一直走在各省（市）環境治理的前列[15]。其他2省1市的水資源管理雖與浙江省存在差距，波動性較大，但由于國家政策的不斷推進，各省（市）也出臺了相應的措施。上海市于2017年通過了《上海市水資源若干管理規定》，嚴格控制水資源的使用，并將河長制立法推廣，進一步加強了長三角地區水污染聯合治理;江蘇省2003年頒布實施了《江蘇省水資源管理條例》，在水資源的管理及污染治理等方面均作出了規定，并于2017年和2018年進行了兩次大規模的修訂，推動了整個江蘇省的水資源管理規范化。安徽省于2017年開始實施嚴格的水資源管理條例，對各市進行考核并排名，提高了各市規范水資源管理的積極性。在各省（市）的不斷改進下，整體的綠色用水效率均成良好發展態勢，有效單元也在逐步增加。

2.2 全要素生產率TFP分解

為了對長三角地區綠色用水效率進行動態分析，對各年份的增長情況進行比較，本研究利用Malmquist指數對數據進行處理，得到2002—2017年整個長三角地區及各省（市）的TFP指數。所得結果如表2和表3所示。

1）從長三角地區總體情況（表2）來看，TFP增長率為7.90%，說明2002—2017年長三角地區綠色用水效率呈現整體上升的趨勢。其中綠色用水效率經歷了兩個大幅增長時期，分別為2010—2011年和2015—2016年。這兩段時期分別處于“十二五”和 “十三五”規劃的初始年份，節水政策得到全面加強，同時節水技術及水污染治理水平也得到了提升。由表2還可以看出，技術進步指數的變化趨勢與全要素生產率指數的變化基本一致，整個研究期間增長了8.40%。但波動也較為明顯，說明節水、水污染治理以及水資源管理政策沒有得到有效的執行，計劃未落實到位，進而無法形成穩步上升的趨勢。

技術效率指數平均為0.996，降低了0.40%，分解成純技術效率指數和規模效率指數分別為0.998和0.997，均呈下降態勢。說明生產規模的擴大并沒有為城市綠色用水效率的提高做出實質性的貢獻，一味地規模擴張反而不利于提升綠色用水效率，影響城市的經濟發展。擴大城市生產規模需配合產業結構的同步優化，過分重視前者而忽視后者，不利于城市的健康發展。

2）從長三角地區3省1市TFP（表3）具體來看，2002—2017年，TFP指數均大于1，且浙江省以11.00%的增速位列第一。上海市與江蘇省TFP增長率相近，安徽省的TFP增長率最低，為5.50%，其增長主要由技術進步帶來的。3省1市的技術效率變化指數均小于或等于1，由此可見3省1市的規模效應對綠色用水效率未起到促進作用，相反在一定程度上帶來了不良影響，其中安徽省的技術效率指數下降最為明顯。且不容忽視的是，雖然浙江省TFP指數增長最為迅速，但其技術效率指數也處于下降趨勢，因此可見兩個省份在擴張生產規模的同時均未能優化好相關的產業結構，過度依賴傳統的第一、第二產業。值得肯定的是，得益于科技水平進步，先進的節水技術應運而生，加上政府節水強制措施的出臺，環境治理水平穩步提升，為各省（市）綠色用水效率進步做出了巨大貢獻。總體而言，整個長三角地區缺乏統一的生產規劃，各省（市）相關節水策略及產業結構等均有待加強。

3 結論與建議

利用DEA-Malmquist模型對數據進行處理，對長三角地區3省1市的綠色用水效率及TFP指數變化進行了計算與分析，得出如下結論并提出解決對策。

1）根據DEA模型的分析可知，長三角地區的綠色用水效率在近年來有了極大的提升，其中浙江省的綠色用水效率最高，起勢也更為平穩，這一成果的取得有賴于浙江省嚴格的水資源管理制度以及節水城市試點產生的示范效應。另外2省1市的綠色用水效率波動較大。因而在“十三五”規劃接近尾聲時期，各省（市）應該積極響應國家節水號召，落實最嚴格水資源管理政策，具體到市（縣）甚至村，落實到人。首先落實河長制嚴格控制水環境治理，一方面規范企業廢水排放條例，減少工業廢水的排放，另一方面規范沿河地帶居民生活污水、養殖牲畜產生的廢水隨意排放現象;其次要擴大試點節水城市規模，推進節水以及水環境保護的宣傳力度，擴大環保意識傳播范圍;最后要加大企業和居民水資源管理懲罰措施，利用政策規范用水，讓浪費水資源、破壞水環境的行為無處遁形。總而言之，要讓各省（市）在推進經濟發展的同時，加強相關管理部門的作用，控制用水總量，減少廢水排放量，追求綠色用水效率平穩提升。

2）根據Malmquist指數分析的相關結果來看，安徽省的TFP增長率最低，說明其綠色用水效率沒有得到相應的提高，這主要是由于產業結構未能跟上規模擴張。其他2省1市的TFP提升明顯，說明這2省1市在節水政策的落實與技術進步方面做出了很大的努力，其中浙江省最為突出。同時長三角地區3省1市的技術進步指數均大于1，處于增長態勢，而技術效率指數總是小于或等于1。說明有效提升長三角地區綠色用水效率的關鍵點在于優化產業結構，大力發展第三產業，降低對一二產業的依賴程度;加強人才引進力度，追求與規模變化相匹配的技術提升;拒絕盲目追求規模效應，避免由于一味的擴張而導致效率下降或停滯不前;將產業結構由粗放型向集中型演變，從而促進技術效率的提升。

參考文獻：

[1] 尚熳廷，王小軍，劉明朝，等. 長江流域省區用水總量與用水效率控制評估[J]. 人民長江，2019，50（1）：84-88.

[2] 朱 濱，鄧燕青，胡 俊，等. 對長江流域水生態監測評估的思考[J]. 人民長江，2018，49（18）：6-9，32.

[3] 孫冬營，佘靖雯，劉凌燕，等. 長江三角洲城市群工業用水效率評價及時空差異研究[J]. 長江流域資源與環境，2018，27（9）：1901-1908.

[4] 楊高升，謝秋皓. 長江經濟帶綠色水資源效率時空分異研究——基于SE-SBM與ML指數法[J]. 長江流域資源與環境，2019，28（2）：349-358.

[5] 劉 渝，宋 陽. 基于超效率SBM的中國農業水資源環境效率評價及影響因素分析[J]. 中國農村水利水電，2019（1）：102-107.

[6] 雷玉桃，黃麗萍. 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[J]. 中國軟科學，2015（4）：155-164.

[7] 李 靜，任繼達. 中國工業的用水效率與決定因素——資源和環境雙重約束下的分析[J]. 工業技術經濟，2018，37（1）：122-129.

[8] 任俊霖，李 浩，伍新木，等. 長江經濟帶省會城市用水效率分析[J]. 中國人口·資源與環境，2016，26（5）：101-107.

[9] 佟金萍，馬劍鋒，王 圣，等. 長江流域農業用水效率研究：基于超效率DEA和Tobit模型[J]. 長江流域資源與環境，2015，24（4）：603-608.

[10] 沈欣媛，趙 敏. 基于超效率DEA的江蘇省用水效率研究[J]. 水利經濟，2015，33（1）：9-13，73.

[11] 史毅超，唐 彥，唐德善，等. 基于DEA和Malmquis指數的浙江省用水效率分析[J]. 人民長江，2018，49（9）：35-40.

[12] 魏權齡. 數據包絡分析（DEA）[J]. 科學通報，2000（17）：1793-1808.

[13] 許羅丹，張 媛. 基于DEA模型的中國省際生態效率測度與影響因素分析[J]. 河北經貿大學學報，2018，39（4）：30-35.

[14] 汪克亮，劉 悅，史利娟，等. 長江經濟帶工業綠色水資源效率的時空分異與影響因素——基于EBM-Tobit模型的兩階段分析[J]. 資源科學，2017，39（8）：1522-1534.

[15] 尹吉國，李良縣，王士武，等. 浙江省節水型社會建設現狀及對策研究[J]. 中國水利，2011（21）：47-49.