城鎮化影響水資源效率的內在邏輯
——基于中介變量的檢驗

宋 敏，鄒聲瑞，韓 翔

（1.河海大學商學院，江蘇 南京 211100；2.泰州職業技術學院經濟與管理學院，江蘇 泰州 210000）

一、引言

習近平總書記提出“節水優先、空間均衡、系統治理、兩手發力”的治水思路，賦予了新時期治水的新內涵、新要求和新任務，其中“空間均衡”從生態文明的高度，明確了人與自然和諧相處的科學路徑。城鎮化是經濟社會發展的必然結果，《2019 年新型城鎮化建設重點任務》指出“城鎮化是鄉村振興和區域協調發展的有力支撐”，標志著城鎮化已成為我國經濟高質量發展的新支撐和新引擎（陳強遠、梁琦，2014；國家行政學院經濟學教研部，2017）。經濟集聚和節能減排作為經濟綠色轉型發展過程中的兩大“主旋律”，新型城鎮化戰略發揮著集聚經濟的溢出效應，促進區域經濟發展的效率和質量不斷提升（邵帥等，2019），但與此同時，城鎮資源供給和生態環境承載面臨飽和，城鎮的快速擴張影響了水資源利用現狀（YAN et al.，2015；雷玉桃、黃麗萍，2015），導致水資源在生產、生活和生態方面體現出愈益顯著的主控局面（曹祺文等，2019）。這種矛盾在長江經濟帶地區表現得尤為集中，一方面作為新型城鎮化的戰略著力點，長江經濟帶在2018 年貢獻國內超過44%的經濟總量，但另一方面人均水資源量僅為世界人均的1/4，且受城鎮排污量大幅提高、面源污染未被控制等影響，面臨嚴重的水質性缺水，城鎮化與水資源消耗的問題成為很多學者的關注焦點（馬海良等，2018；張陳俊等，2018）。

從城鎮化影響水資源利用的一般規律來看，城鎮化從人口、經濟、產業等多因素影響水資源消耗（章恒全等，2019），同時受到水資源的約束（秦騰等，2018），對居民用水強度的歷史驅動貢獻率較小、驅動力很大（楊亮、丁金宏，2014）。在發展的不同階段對水資源利用效率影響不一，開始可能阻礙和限制水資源效率提升，隨著人口集聚和產業集中，有助于拉動經濟增長，促進用水規模擴大和用水效率的有效提升（鮑超，2014）。水資源利用效率作為經濟發展、技術進步和水資源消耗等因素共同作用的結果（佟金萍等，2014），為城鎮化進程對水資源的影響機制提供了另一種解釋，即城鎮化為技術創新創造有利條件，進而對水資源利用和水生態環境產生積極作用。城鎮化進程有利于減少技術創新成本，技術創新推動城市集聚和產業發展，通過節水工程和管理技術等手段，覆蓋工業、農業等多個行業，實現技術外溢和擴散以達成節水和水污染控制的目標，降低生產單位產品的水資源利用強度，最終提高水資源的利用效率（闞大學、呂連菊，2017a）。可以推斷，技術因素對水資源利用的影響是持續的、相對無限的，可以通過技術進行綜合調整，實現經濟發展和資源利用的一致性（易明等，2018）。然而，由于技術創新存在水資源回彈效應與經濟增長效應，可能會導致城鎮化進程中水資源利用總量降低的效果減弱（闞大學、呂連菊，2017b），因此技術創新在城鎮化影響水資源利用的過程中發揮的作用尚不明確，需要進一步實證檢驗。

城鎮化進程中往往強調經濟效益與社會效益，水資源作為生態要素或環境要素，其效率突出表現為生態效應和技術效應，兩者的可持續發展要求達到發展的效益性、持續性和協調性（BAO&FANG，2012）。為使長江經濟帶的發展限制在水資源承載力之內，實現與高質量發展形勢的統一，文章從中介效應的角度出發，探索城鎮化影響水資源效率的內在邏輯，量化技術創新在此過程中對水資源效率的影響程度，以期為長江經濟帶水資源利用提高和均衡發展提供新思路。

二、全要素水資源效率的評估

1. 效率評估方法

全要素水資源效率 （Total-Factor Water Efficiency，TFWE） 最早由Hu 等(2006)提出，在單要素能源效率發展的基礎上，研究能源投入以外的資本、勞動等多種綜合投入與經濟產出的相互關系。近年來綠色指標被逐步納入生產函數，將污染物為代表的環境因素設為非期望產出成為一種趨勢。

常用的評價效率的方法是以隨機前沿分析法(Stochastic Frontier Analysis，SFA)為主的參數法和以數據包絡分析法(Data Envelope Analysis，DEA)為主的非參數法，Tone 建立的DEA-SBM模型由于考慮到非期望產出并解決非徑向與非角度問題被廣泛使用，文章經過比較后選擇該方法作為測算模型：

公式(1)中每個決策單元包含m 個投入、S1個期望產出和S2個非期望產出，S-、Sg、Sb對應代表各自的松弛量，λ為權重向量，目標函數取值為0≤ρ≤1 并嚴格遞減。只有當ρ*=1 時，該決策單元才是有效的。

2. 變量選取與數據來源

以2000-2018 年作為樣本時間，選取長江經濟帶11 個省市作為研究對象，投入指標為資本、勞動力和水資源，期望產出指標為地區生產總值，非期望產出指標為廢水排放量。資本投入使用“永續盤存法”確定固定資產，基期折算為2000 年；勞動力投入為當期和上期從業人員數的算術平均值；水資源投入為各省市歷年的用水總量；地區生產總值利用GDP 平減指數對之進行平減。其中，固定資產、就業人員、地區生產總值和污水排放量出自《中國統計年鑒》 （2001-2019 年） 和各省市統計年鑒（2001-2019 年），用水總量出自《中國水資源公報》（2000-2018 年），部分缺失數據采用趨勢外推法處理。

3. 全要素水資源效率結果分析

運用MAXDEA Pro5.0 測算出長江經濟帶各地區2000-2018年的全要素水資源效率，表1 的結果具體分析見下。

（1） 效率基本呈波動上升趨勢

全要素水資源效率在樣本期間均值為0.71，其中最高為2018 年0.9138，最低為2006 年0.5616。2009 年作為一個重要轉折點，此前圍繞0.58 左右小范圍波動，變化不明顯；此后出現較大幅度提高，均值達到0.83，呈現穩定的上漲趨勢。水資源效率的變動趨勢與國家政策制度緊密相關，2008 年國家應對全球金融危機提出了四萬億計劃，提出加強水污染防控與治理，改善生態環境的建設。2009 年全國水利工作會議提出實行最嚴格水資源管理制度，同年全國水資源工作會議對落實該制度做出進一步部署。這些制度的提出克服了水資源配置扭曲的現實狀況，有效改善了水資源地區分配的不平衡和低效，很多省市堅守水資源管理“三條紅線”，不約而同選擇節水為先的要求和目標，加快淘汰高耗水產業，一定程度上促使效率出現一個質的飛躍。

表1 2000- 2018 年長江經濟帶全要素水資源效率

不同省份的效率變動與總體趨勢一致但不盡相同。按照效率增長的幅度排名，安徽、江西和湖南排名領先，分別為0.65、0.62 和0.54，云南、四川、湖北、貴州也有不同程度的增長，江浙滬地區總體變化甚微，值得注意的是，上海在樣本期間水資源效率全部達到1。效率增長排名靠前的省份初始效率都在0.3～0.4 區間內，經濟水平也相對落后，受經濟扶持和行政干預影響，正在積極地產業重構，同時可能受周邊地區的輻射作用，獲得跨地區的溢出效應。

（2） 空間差異顯著

從省域角度出發，全要素水資源效率排名由高到低依次為上海、浙江、江蘇、重慶、湖南、四川、湖北、云南、安徽、江西和貴州，效率總體偏低且省級差異顯著。其中，上海和浙江位居第一梯隊，效率都在0.9 以上；第二梯隊的江蘇和重慶平均效率為0.79，與第一梯隊相差甚遠但總體排名靠前；湖南、四川和湖北在內的第三梯隊均值為0.66；第四梯隊的云南、安徽、江西和貴州平均效率只有0.58 左右。上海作為東部地區發展水平最高的中心城市，產業集聚效應顯著，水生態治理程度較高，全要素水資源效率為1 且排名第一，即投入與產出達到了最優匹配，說明其具備較高的技術水平和水資源配置能力。第四梯隊的四個地區效率只有0.58，存在嚴重投入產出不匹配，主要受經濟環境和地理位置等條件約束，產業轉移程度較低，在技術引進和人才培養等“軟實力”方面的管理和經營有限。

根據國家統計局的劃分標準，將長江經濟帶分為東部、中部和西部三個部分，水資源效率總體呈現“東部＞西部＞中部”的現象，其中東部地區效率遠高于中西部地區，而中西部效率差異不明顯。由于不同區域水資源利用效率的差距與當地的地理位置、經濟實力、科技水平以及政策支持不可分割（孫才志等，2017），東部地區是人均GDP 大省，工業化程度高，大力推進節水技術改造，經濟、社會、環境協調發展的局面基本形成，綜合實力在全國領先。相對西部地區，中部地區聚焦資源型產業，是國內傳統的工業基地，正處于“資源詛咒”的不利局面，盡管中西部地區的水資源儲備相對豐富，但氣候條件和地理環境不適宜，加上水資源開發程度較低，用水技術手段落后，導致全要素水資源效率總體偏低。

三、城鎮化影響水資源效率的邏輯關系分析

1. 內在邏輯關系模型構建

構建城鎮化發展影響全要素水資源效率的面板回歸模型，具體模型如下：

考慮當期水資源利用往往受上一期影響，在模型中引入滯后一期的全要素水資源效率，構建影響全要素水資源效率的動態面板模型：

在考察水資源利用效率問題時，既要明確影響要素對其產生的直接作用，也要將間接推動作用納入考慮。參考溫忠麟(2004)提出的逐步回歸分析法，在一般回歸模型基礎上，運用中介效應來深入研究變量內部間接的邏輯關系和作用過程。

第一步：全要素水資源效率與城鎮化。

第二步：中介變量與城鎮化。

第三步：全要素水資源效率、城鎮化與中介變量。

2. 變量選取與數據來源

選取2000-2018 年作為樣本區間，長江經濟帶11 個省市作為研究對象，建立以全要素水資源效率為被解釋變量，城鎮化水平為解釋變量，技術創新為中介變量，經濟規模等六個指標為控制變量的指標體系。其中，數據主要出自《中國統計年鑒》 （2001-2019 年） 和各省市統計年鑒 （2001-2019 年）。

被解釋變量：全要素水資源效率Ti，t，前文計算所得。

解釋變量：城鎮化水平Ui，t，城鎮人口與總人口之比表示。

中介變量：技術創新Mi，t，R&D 投入與GDP 之比表示。

控制變量：

（1） 經濟規模 Ei，t，人均 GDP 表示。

（2） 人口規模 Pi，t，地區總人口數表示。

（3） 對外貿易與外資Oi，t，進出口總額與實際利用外資金額之和與GDP 之比表示。

（4） 要素集聚程度 Fi，t，借鑒陶長琪、周璇(2015)，取勞動要素集聚和資本要素集聚的平均值。其中，勞動要素集聚=（某市工業就業人數/全省工業總就業人數）/（該市全部就業人數/全省總就業人數），同理得到資本要素集聚。

（5） 人力資本 Hi，t，平均受教育年限表示。

（6） 產業結構 Ii，t，第三產業產值與 GDP 之比表示。

3. 城鎮化影響全要素水資源效率的檢驗

考慮到效率變動存在一定持續性，引入滯后一期的全要素水資源效率，利用系統GMM 方法從動態視角研究城鎮化進程影響水資源效率的過程，同時運用固定效應模型進行回歸，從表2 中回歸結果來看，兩種方法得到的變量符號和顯著性保持一致，說明研究結果相對穩定。

通過對系統GMM 方法測算的結果分析，可以發現全要素水資源效率上一期變化正向作用當期效率變動，影響系數為1.239，且通過1%的顯著性檢驗，具有一定的慣性特征。只考慮城鎮化發展對水資源的影響時，系數為0.288，表明長江經濟帶城鎮化的發展有助于全要素水資源效率的提升。隨著長江經濟帶新型城鎮化進程的持續推進，生產效率和生活效益不斷提高，要素集聚帶來經濟增長的同時，更是多渠道地加快了水資源利用效率的提升。納入技術創新變量后，城鎮化變量的系數減少至0.209，在1%水平下通過顯著性檢驗，說明技術創新變量在城鎮化影響水資源效率的過程中發揮一定作用。而研究技術創新對水資源的作用時，加入城鎮化變量后系數由0.612上升至0.980，說明城鎮化變量增強了技術創新對全要素水資源效率的促進作用。

表2 面板模型回歸結果

控制變量方面，所有變量對水資源效率都有正向促進作用，基本上都通過了5%的顯著性檢驗：

經濟規模方面，經濟增長有助于提升水資源效率，系數為0.074。不同地區經濟規模存在異質性，但經濟運行效率的提升勢必會形成人口、空間和產業的集聚，生產中要求單位水耗不斷降低的情況下產值提升，生活中鼓勵節水環保用水習慣養成，這些都對全要素水資源效率有不同程度的積極作用。人口規模方面，與全要素水資源效率呈顯著正相關關系，系數為0.258。擴張的城市人口規模直接造成水資源需求量持續增加，客觀上刺激了節水技術的創新和推廣，有利于改變人們傳統的用水習慣甚至形成節水意識，從而影響全要素水資源效率。對外貿易與外資方面，對外貿易擴張有利于提升水資源效率，系數為0.033。規模效應、技術效應和結構效應是對外貿易和外資影響水資源利用效率的三種主要途徑（闞大學、呂連菊，2017b），規模效應明顯有助于水資源利用效率改善，而另外兩種效應并未在長江經濟帶地區得到具體驗證，因而只在10%顯著性下通過檢驗。要素集聚程度方面，要素集聚程度越高越有助于提升水資源效率水平，系數為0.080。要素集聚主要通過兩點影響水資源效率，一方面是有利于規模經濟擴大、減少水資源消耗強度，另一方面是促進城市基礎設施的完備和資源的合理配置，包括供水和節水設備。人力資本方面，對水資源效率提高具有促進作用，系數為0.295。人力資本的水平越高，通過創新研發和經濟轉化兩階段對節水技術成果的利用和擴散程度越高，而城市文明與人力資本也密切相關，城市文明是城市居民素質的培養皿，節水意識的提升對水資源的節約和保護也大有裨益。產業結構方面，第三產業占比變量對水資源效率有正向促進作用，系數為0.307。相較于傳統工業，第三產業往往是創新驅動的綠色產業，產業結構調整有利于促進以創新科技為主導的低耗水產業的進步，進而改變水資源利用的效率。

4. 基于技術創新中介變量的分析

運用溫忠麟的分步檢驗流程，采用以技術創新為中介變量的中介效應來分解城鎮化發展對全要素水資源效率的影響過程，并通過Stata15.0 對過程進行檢驗。

根據表3 結果發現，城鎮化對全要素水資源效率起正向促進作用，系數為0.158，通過5%顯著檢驗。城鎮化發展正向推動技術創新，系數為0.132，通過1%顯著檢驗。同時，在納入中介變量后，城鎮化仍對水資源正向促進，但城鎮化影響系數減小為0.066，直接效應減弱9.2%，這表明技術創新在城鎮化影響全要素水資源效率過程中起到不完全的中介效應，城鎮化發展通過技術創新部分作用于水資源效率，即城鎮化發展對全要素水資源效率存在顯著中介效應。通過對各個回歸系數整理分析得表4，計算出中介效應在總效應中占59.3%，由此說明技術創新59.3%間接促進了城鎮化對水資源效率的影響。

表4 技術創新中介效應結果

四、結論與建議

1. 主要結論

基于非期望產出的SBM模型，測算了長江經濟帶11 省市2000-2018 年全要素水資源效率。運用固定效應模型和GMM模型實證分析了城鎮化影響全要素水資源效率的動態過程，并研究以“技術創新”作為中介變量的影響路徑。得到結論如下：長江經濟帶全要素水資源效率在樣本期間均值為0.71，總體上升趨勢明顯，地區之間時空差異顯著，根據效率對地區由大到小排序依次為上海、浙江、江蘇、重慶、湖南、四川、湖北、云南、安徽、江西和貴州，效率均值呈現“東部地區＞西部地區＞中部地區”的局面；城鎮化提高了長江經濟帶的全要素水資源效率，經濟規模、人口規模、對外貿易與外資、要素集聚、人力資本和產業結構變量對效率提升也有不同程度的正面影響；技術創新在城鎮化影響水資源效率過程中起到不完全的中介效應且在總效應中占59.3%。

2. 政策建議

結合長江經濟帶水資源利用現狀及以上結論，為促進全要素水資源效率逐步提高，提出三點建議：

（1） 注重城鎮化的質量提升，降低要素集聚成本，發揮長江經濟帶集聚效應。加快推動新型城鎮化的建設，充分發揮各類要素集聚的優勢，立足于不同地區資源環境的實際承載力，建立長江經濟帶各部門協調機制，鼓勵區域內部交流合作，擴大人口規模效應，不斷積累人力資本，加大對外開放力度，促進長江經濟帶聯動發展，實現長江經濟帶經濟、社會和環境一體化發展。積極推動長江經濟帶產業的有序轉移，形成合理而高效的產業和水資源利用空間分配格局，避免內部產業同構，實現東中西部地區協調發展。東部城市經濟發展優勢顯著，應引導勞動和技術密集型產業轉移中西部省市，向低耗水的高端制造業轉型，實現制造業綠色發展。中部地區是傳統老工業基地，應提高產業升級力度，擴大環保治理等方面的投資，形成創新驅動的綠色產業。西部地區承載著水源涵養等生態任務，注重水源地保護，積極推進生態補償機制的形成，推動新興產業的發展。

（2） 加快企業技術創新，發揮城鎮化內生的示范效應，實現跨區域的溢出效應。地方政府實行創新驅動的戰略機制，擴大技術研發的投入，為相關企業提供稅收減免等金融政策，降低創新成本，提升技術效率，形成全社會的技術進步效應。積極推進節水技術的提升，搭建高效利用平臺和對應的實驗基地，對生產、生活、生態用水器具和工藝進行不同程度地改進，保障長江經濟帶水資源的可持續利用，實現水資源的綜合利用效率的提升。在推進城鎮化的進程中，不同地區之間應加強全方面的協調合作，由于水資源利用效率高的城市會對效率低的城市形成跨區域的溢出效應，江浙滬在內的高水平用水效率地區應保持示范效應，不斷發揮輻射作用，帶動周邊地區水資源效率提升，而效率進步相對較慢的地區應形成追趕效應，實現長江經濟帶內部的協調統一。

（3） 落實水資源的嚴格管理，倡導節約環保的用水理念和用水模式，實現長江經濟帶綠色發展。地方政府應充分認識到當前新型城鎮化背景下水生態文明建設的重要性，強調并重視環境規制問題，貫徹落實國家的“水污染防治行動計劃”（水十條） 等政策制度，堅定水資源稅在地區范圍內的推廣，在推動城鎮化進程的同時加強水資源利用的宏微觀監管，強化地區政府經濟杠桿和行政手段的雙重作用。農業用水方面，改良農村的灌溉用水基礎設施，降低設施耗水系數，推廣機械化產品的應用；工業用水方面，積極倡導降低水污染的舉措，尤其針對高耗水和高污染企業，增加污水處理的維護資金等；生活用水方面，不斷強化人們的節水習慣，推廣節水器皿的使用，采用階梯水價和限量供應相結合的辦法，完善水資源價格體制改革；生態用水方面，圍繞“河長制”全面開展河湖水污染治理和水生態修復，保持再生水的重復利用，發揮水資源利用的規模效應。