長江經濟帶水資源生態補償效率測度及其影響因素研究

時潤哲，李長健

（1.華中農業大學經濟管理學院，湖北 武漢 430070；2.中南財經政法大學法學院，湖北 武漢 430074）

水資源是人類賴以生存和發展的物質基礎，長江流域水資源是事關國家水資源安全的重要戰略資源，它既是綠水青山就是金山銀山發展理念下的重要一環，又是實現長江流域長期可持續發展的基本保障。長江經濟帶在發展經濟的同時，流域自身的生態資源也遭到了一定的破壞，不僅如此，長江經濟帶水資源狀況及水生態環境的多樣性、流域上中下游經濟社會發展狀況的差異性，導致了長江經濟帶內不同地區的生態利益沖突和經濟發展矛盾[1]。水資源生態補償是協調當前長江經濟帶內空間社會發展進程中經濟發展同水資源生態利益之間矛盾的一種有效機制。但國內目前的生態補償機制面臨著資金渠道單一、補償效率低下、缺乏與其他政策的協調性、管理體系尚未完善等挑戰[2]，實施合理的水資源生態補償機制，無論是對促進生態環境保護還是協調區域經濟、社會發展均具有重要作用。不合理的水資源生態補償效率差異不僅不利于長江經濟帶協同發展的可持續推進，也加劇了長江經濟帶各省市經濟—社會—生態環境發展利益的不均衡性。因此，在充分了解長江經濟帶水資源生態補償效率的基礎上，如何更好地實現水資源生態補償提質增效，是未來長江經濟帶發展規劃中面臨的重要而迫切的現實問題。

根據現有文獻對水資源生態補償效率的研究，國內學者主要集中在流域水資源生態補償效率的評價方法與測度[3]和海洋生態補償效率評價[4]，對生態補償效率的研究則集中在生態足跡與生態補償之間損益的分析[5]、建立生態補償標準后模擬補償措施[6]和生態補償環境效率評價[7]等方面，并且提出了具有借鑒意義的對策與建議。從研究方法上看，曲超等[7]認為區域經濟活動與生態活動的投入與產出關系能夠衡量生態補償效率，相應的，可以認為區域經濟活動與水資源生態活動的投入與產出關系也反映了水資源生態補償效率。李谷成[8]運用DEA-Malmquist指數分析方法，將轉型期中國農業全要素生產率增長分解為技術進步、純技術效率變化和規模效率變化3個部分，對于長江經濟帶水資源生態補償效率的貢獻構成研究可以借鑒農業全要素生產率分解方法。生態補償效率影響因素研究方面多集中于生態系統服務功能價值的研究上，有研究提出依據效率差異選擇最優的生態系統服務功能提供者[9]，科學確定不同區域生態系統服務功能價值量以及不同區域生態補償的供給成本和生態環境破壞與退化的風險，還要注意不正當激勵、效率和公平等問題[10]。

已有研究從內容與方法上均為本文提供了較為全面的研究基礎，國內外相關研究展現了對生態補償效率的重視，從不同視角提出了相關評價方法，國內對于生態補償效率影響因素的研究較少，尤其是對水資源生態補償效率影響因素的研究鮮見。國外學者對于生態補償效率的研究多聚焦于生態系統服務功能價值，關注空間的異質性，并從激勵方式、公平與效率等因素開展。長江經濟帶水資源生態補償效率的探究集水資源開發、利用和保護于一體，任何單一維度的認識都不能準確地涵蓋其作用方式與表現內涵。規范長江經濟帶水資源生態補償制度機制，有利于長江經濟帶水資源利用與保護的統籌安排，并能夠在經濟發展與生態環境保護之間找到新舊動能轉換的平衡點，能夠兼顧經濟效率、社會公平和生態環境保護，實現長江經濟帶各省市的平衡與協調發展。基于此，為了充分了解不同地區水資源生態補償投入與所取得產出之間的關系，本文基于長江經濟帶經濟發展與生態環境保護的雙重要求，將長江經濟帶11個省市的資本、勞動力和水足跡作為投入指標，將各省市實際GDP、灰水足跡和生態補償綜合績效作為產出指標，采用包含非期望產出的序列DEA-SBM方法測算長江經濟帶水資源生態補償效率，從資本、環境、公平和綠色化協同水平等方面檢視長江經濟帶水資源生態補償效率的影響因素及其作用關系，為構建合理的長江經濟帶水資源生態補償機制提供參考依據。

1 理論與機理分析

1.1 水資源生態補償效率測度的理論依據

生態補償效率是衡量生態補償可行性的重要基礎，能夠體現生態服務買賣雙方的利益[6]。在本文中，水資源生態補償效率的實質就是利用全要素生產率思想考查經濟要素與生態環境要素投入約束下的生態補償主體之間的利益變動關系，水資源生態補償機制帶來的增量利益的核心在于水資源生態補償效率的提升，而這又依賴于社會經濟與生態環境資源、水資源的配置效率的提升。從水資源生態補償效率的投入產出效率來看，衡量實際生產過程中某一單位總投入所創造的總產出的生產率指標為全要素生產率（Total factor productivity，TFP），全要素生產率核算有兩類方法，第一種參數方法，是基于索洛余值思想，將除了由資本和勞動力要素投入對經濟增長的貢獻以外的部分都歸入全要素生產率對經濟增長的貢獻，水資源生態補償效率的測算除資本和勞動力之外，還有影響全要素生產率的其他因素，例如水資源的投入等。第二種非參數方法，DEA-Malmquist方法是將DEA方法與Malmquist指數相結合用以測度全要素生產率，本文基于非參數方法全要素生產率理論的應用拓展，將資本投入、勞動投入和水資源投入作為投入角度，將社會經濟效益、生態補償績效變化和灰水足跡作為產出角度來分析。

1.2 水資源生態補償效率影響機理

從影響關系上看，在水資源生態補償效率影響因素研究的理論模型設計方面，水資源生態補償效率變動過程有別于其他投入產出過程，與水資源相關的投入種類通常更多，不僅僅包括了資金、人力資源和技術投入，還包括了與水資源生態環境保護、利用相關的中間投入。這一過程不僅涵蓋了不同要素結構的資本與勞動投入，也從生態環境利益、社會福利與公平等回應了水資源生態補償議題的縱深價值，因此以這一綜合視角構建模型具有一定的理論含義與實踐價值，其內核就是改善長江經濟帶不同地區水資源生態補償效率差異、促進經濟與生態環境效益再平衡。此外，水資源生態補償效率還受到水資源稟賦、產業布局、能源消耗等因素影響[3]。從影響長江經濟帶水資源生態補償效率的機制路徑來看，長江經濟帶各省市經濟—社會—生態環境發展要求決定了水資源生態補償投入的必要性，水資源生態環境保護投入則直接影響了水資源環境質量狀況，水資源環境狀況也對經濟—社會—生態環境綜合效益產生了反饋調節作用，3個子系統之間存在相互影響的耦合協調關系，其耦合協調水平可以充分地體現長江經濟帶自然系統與社會系統間的綠色化協同發展關系，因此還需要進一步檢驗水資源生態補償綠色化協同水平在不同地理空間與時間發展階段內對改善與調節水資源生態補償效率是否存在促動關系，從而全面地審視長江經濟帶水資源生態補償效率，邏輯機理如圖1所示。

2 研究方法

2.1 水資源生態補償綜合績效評價指標

水資源生態補償綜合績效評價，參考李秋萍和李長健[3]、鄧遠建等[11]和周睿[12]的研究，著眼于2004—2018年長江經濟帶的11個省市，選取由生態環境保護投入能力、經濟—社會—生態環境綜合效益、水資源環境質量狀況3個二級指標和21個三級指標（表1），構建長江經濟帶水資源生態補償績效綜合指標評價體系。為消除指標之間量綱差異，使用極差法對各指標數據進行標準化處理。

表1 長江經濟帶水資源生態補償綜合績效指標評價體系Table 1 Performance index evaluation system of water resource ecological compensation in the Yangtze River Economic Belt

1）水資源生態環境保護投入能力。地方對生態環境保護的投資客觀反映了對水資源生態補償問題的重視程度?？紤]到不同地區地方財政對生態環境保護的投入差異，本文選取人均環境污染治理總投資，城市污水日處理能力，每萬人市容環衛專用車輛設備數，水利、環境和公共設施管理業城鎮單位就業人員比例，供水綜合生產能力，人均林業投資，人均水利、環境和公共設施管理業全社會固定資產投資，人均造林總面積等指標代表水資源生態環境保護投入能力。

2）經濟—社會—生態環境綜合效益。長江經濟帶是經濟—社會—生態環境系統的集合，社會經濟活動必然會對水生態產生不同程度的影響。水資源生態補償帶來的經濟、社會和生態環境的綜合效益可以綜合反映經濟帶水資源生態補償的經濟社會系統福利水平，本文選取人均國內生產總值、城鎮居民人均可支配收入、農村居民人均可支配收入、農業用水效率、工業用水效率、第三產業用水效率、建成區綠化覆蓋率、人均公園綠地面積等指標代表經濟—社會—生態環境綜合效益。

3）水資源環境質量狀況。水資源環境質量狀況對水資源生態補償績效的直接影響，綜合前人研究與數據可得性，參考陳曉和車治輅[13]的研究，考慮到大氣污染與水污染存在交叉影響，本文在水資源生態補償綜合評價的測算中納入水資源環境質量狀況指標，選取化學需氧量排放強度、氨氮排放強度、農藥投入強度、化肥投入強度、二氧化硫排放強度代表水資源環境質量狀況。

水資源生態補償績效屬于綜合評價，參考劉明輝和盧飛[14]的研究，采用全局主成分分析法進行綜合評價，通過對多地區、長時間相關數據的整合，以達到時間與空間調控相統一的研究目標。研究對各指標無量綱化處理后的樣本進行全局主成分分析，經檢驗，3個子系統標準化后的數據結果均通過了KMO（Kaiser-Meyer-Olkin）檢驗與Bartlett’s球形檢驗。通過各指標在其子系統內的載荷系數和對應特征根計算線性組合系數矩陣，線性組合系數分別與方差解釋率相乘后累加，并且除以累積方差解釋率，得到綜合得分系數，將綜合得分系數進行歸一化處理得到各指標權重值，再將3個子系統所占權重加權平均，最終得到各個指標在整個系統內的權重，在評價過程中視3個子系統同等重要。本文中，將水資源生態補償績效評價中3個子系統間的耦合協調水平作為水資源生態補償綠色化協同水平的評價依據。

2.2 水足跡與灰水足跡測算方法

1）水足跡測算方法。水足跡是指一個國家（地區）或一個人在一定物質條件生活下某一時間內消耗的產品和提供服務所必需的水資源數量。本文借鑒潘忠文和徐承紅[15]的研究，采用自下而上的核算 方法，計算長江經濟帶11個省市的水足跡，分別建立農業產品、工業產品、生活、生態和進出口虛擬水5個水足跡賬戶。其中，農業產品水足跡包括農作物和動物產品的水足跡，將15種主要動植物產品納入核算；工業產品水足跡、生活水足跡和生態水足跡數據源自長江經濟帶11個省市水資源公報中的用水量數據；進出口虛擬水量中農產品虛擬水用各省市萬元GDP與進出口總額的乘積核算；工業產品虛擬水用萬元工業增加值（當年價）用水量與進出口總額的乘積核算。水足跡計算方法為：

式中：WF為總水足跡，WFcs為農業產品水足跡， WFip為工業產品水足跡，WFlif為生活水足跡，WFeco為生態水足跡，WFtr為進出口虛擬水。

2）灰水足跡測算方法。根據曾昭和劉俊[16]、孫才志等[17]對灰水足跡的測算研究，灰水足跡的計算和評價主要以Hoekstra等[18]提出的國際水足跡網絡出版的《水足跡評價手冊》為指導標準，灰水足跡的測度采用將污染物稀釋至達到環境水質標準所需水量進行衡量，分別計算農業、工業和生活3個部門的灰水足跡，共同構成總灰水足跡。計算方法為：

式中：GWF為總灰水足跡（m3/a），L為污染物排放負荷（kg/a），Cmax為達到環境水質標準情況下的污染物最高濃度（kg/m3），Cnat為受納水體的初始濃度（kg/m3），受納水體的初始濃度指自然條件下某種污染物的濃度。

工業部門和生活部門的灰水足跡均以化學需氧量（COD）為指標進行計算，農業部門的灰水足跡以氮元素為指標進行計算。計算方法為：

式中：GWF為總灰水足跡，GWFagri為農業部門的灰水足跡，GWFind為工業部門灰水足跡，GWFdom為生活部門灰水足跡。

2.3 長江經濟帶水資源生態補償效率測度方法

1）雙目標決策的DEA-SBM模型。長江經濟帶水資源生態補償效率的測算需要充分考慮各地區水資源生態補償相關投入與取得的成效之間的變化關系，從測算方法上看，全要素生產率的測度通常采用的數據包絡分析方法（DEA）符合本文對水資源生態補償效率的研究。當被評價的DMU為面板數據時，可以得到生產率的變動情況、技術效率和技術進步各自對生產率變動所引起的作用，即Malmquist全要素生產率指數。Chung等[19]將包含非期望產出的方向距離函數應用于Malmquist模型，并將其稱為Malmquist-Luenberger生產率指數，在此基礎上，Cooper等[20]定義了包含非期望產出的SBM模型。本文兼顧期望產出與非期望產出的異質性，構建了雙目標決策的DEA-SBM模型。

傳統的Malmquist指數會面臨潛在的線性規劃無可行性解的問題，出現“技術退步”的不合理問題。本研究借鑒閔銳和李谷成[21]、尹朝靜[22]的研究，采用Shestalove[23]提出的Sequential（序列）Malmquist指數測算方法解決該問題，不同于相鄰參比、固定參比、全局參比相鄰兩期各自的前沿均由本期的DMU構成，序列參比的前沿則是由本期及所有以前各期的DMU構成，構建t+1期前沿的DMU中包括了t期的DMU，所以t+1期的前沿與t期相比不會后退，保證了技術變化值不會小于1，即呈現出技術進步。由于序列Malmquist模型的特征，在計算序列參比Malmquist指數時同時存在兩個前沿，本文使用將兩個Malmquist指數的幾何平均值作為被評價DMU的Malmquist指數方法，即序列前沿交叉參比方法[24]。

2）Malmquist指數分解方法。對于Malmquist指數分解方法的選擇，Fre等[25]采用CRS徑向DEA計算Malmquist指數（MI），并將Malmquist指數分解為技術效率變化（EC）與技術變化（TC），即MI=EC×TC；Fre等[26]進一步將EC分解為純技術效率變化（PEC）和規模效率變化（SEC），即MI=PEC×SEC×TC；Zofio[27]在Fre等分解方法的基礎上將TC進一步分解為純技術變化（PTC）和規模技術變化（STC），即MI=PEC×SEC×PTC×STC。

本文使用Max DEA 8 Ultra軟件測算長江經濟帶水資源生態補償效率，結合長江經濟帶經濟—社會—生態環境發展現實及統計數據資料，對長江經濟帶水資源生態補償效率的計算進行重塑，分析含非期望產出的長江經濟帶水資源生態補償效率，選取2004—2018年長江經濟帶各省市的GDP實際增加值作為期望產出指標一，選取經測算后各省市的生態補償綜合績效評價作為期望產出指標二，結合各省市水資源環境污染現狀，選取灰水足跡的測度指標作為非期望產出指標，3種產出指標的權重各占1/3；采用永續盤存法核算的固定資產投資作為資本投入，以年末從業人員數量作為勞動投入，以水足跡測度指標作為水資源投入，基于序列前沿交叉參比的DEA-SBM方法測算長江經濟帶水資源生態補償效率變化（Malmquist-luenberger指數）并對其構成源泉進行分解。

2.4 模型選擇

模型的構建借鑒劉生龍和胡鞍鋼[28]、尹朝靜 等[29]的研究，選用面板數據回歸模型為：

式中：ECE代表被解釋變量，即長江經濟帶水資源生態補償效率，X分別為人均生產性投入、城鄉分配公平、城鄉消費公平和水資源污染水平4個主要關注的解釋變量；控制變量包括水資源稟賦、技術投入、能源投入、第三產業依存度和工業依存度，μ為非觀測地區不隨時間改變的個體固定效應，ε為隨機誤差項，i與t分別是地區和時間變量。

根據本文提出的假設與機理分析，諸多影響因素在水資源生態綠色化協同優勢的調節作用下能夠提升水資源生態補償效率，即可能存在“綠色化協同機制下能夠促進水資源生態補償效率提升”的作用路徑。因此，在其他指標與式（4）保持不變的條件下，本文加入了綠色化協同指標變量的交互效應分析，構建回歸模型為：

式中：GCL表示綠色化協同耦合水平虛擬變量。該結果通過耦合度模型計算出水資源生態環境保護投入能力、經濟—社會—生態環境綜合效益、水資源環境質量狀況三個子系統之間的耦合協調度[30]，CTRL代表控制變量。

在運用面板數據進行回歸分析前，需要對遺漏變量問題與模型可能存在的內生性問題進行討論。

1）遺漏變量。針對遺漏變量的問題，水資源生態補償效率的影響因素眾多，在研究中存在一些難以捕捉量化的信息，比如氣候因素、政策因素和當地政府重視程度等，導致研究無法全面分析覆蓋，加之諸多因素的數據無法觀測或難以獲取，故研究使用面板數據通過調整控制變量和核心解釋變量的個數進行多次估計，以減少遺漏變量問題帶來的估計誤差。

2）解釋變量的內生性。針對解釋變量可能存在的內生性問題，本文采用Driscoll和Kraay[31]提出的方法獲得異方差—序列相關—截面相關穩健性標準誤的估計方法，對誤差項的自相關、異方差和截面相關的問題一并加以處理，對于模型可能存在的內生性問題，考慮主要源于技術進步效應，可能與水資源生態補償效率之間產生互為因果關系，即技術進步與擴散能夠提高水資源生態補償效率的增長，水資源生態補償效率的提升也會影響與水資源生態補償相關領域的技術進步與技術擴散的積極性，因此采用解釋變量的一階滯后項作為工具變量對模型進行IV估計，經檢驗，通過“杜賓—吳—豪斯曼檢驗”（Durbin-Wu-Hausman檢驗），得出表示技術進步與技術擴散指標的代理變量技術成交額指標不存在明顯的內生性問題。

2.5 變量選取

為更完善地考察水資源生態補償效率影響機理與影響效果，參照虞慧怡等[32]、時潤哲和李長健[1]對水資源生態補償影響因素的相關理論研究，找到對應解釋變量并進行測度，結合研究需要，加入了資本投入、社會分配與消費公平、生態環境保護等因素的解釋變量，同時為了增強模型的擬合度和顯著程度，根據已有研究成果，加入了水資源稟賦、技術要素、能源工業投入、第二與第三產業發展程度等控制變量，還加入了綠色化協同耦合水平作為交互項對模型進一步檢驗。

1）被解釋變量。長江經濟帶水資源生態補償效率，本文通過序列DEA-SBM方法得到的Malmquist生產率指數，實際上是以上年為100的環比指數，參考尹朝靜[22]的方法，測算出以2004年為基期的水資源生態補償效率值，從而2005年效率值等于2004年效率值乘以2005年Malmquist指數，依此類推得到2004—2018年的水資源生態補償效率值，并取對數表示。

2）核心解釋變量。包括人均生產性投入、城鄉分配公平、城鄉消費公平和水資源污染水平等指標。其中，生產性投入指標用永續盤存法計算全社會固定資產投資凈值，取人均值表示生產投入水平，取對數表示資本投入彈性；城鄉分配公平性指標用長江經濟帶各省農村居民人均可支配收入與城市居民人均可支配收入比表示，比值越大則表示城鄉分配越公平，此指標在區域橫向比較的基礎上，兼顧了城鄉之間的比較關系；城鄉消費公平性指標參考劉麗娜[33]相關研究，用長江經濟帶各省農村居民人均消費支出與城市居民人均消費支出比表示，比值越大表示城鄉消費越公平，此指標在區域橫向比較的基礎上，也兼顧了城鄉之間的比較關系；水資源污染水平指標用人均灰水足跡表示長江經濟帶各省市對于水資源生態環境保護情況，取對數表示水資源污染水平彈性。

3）控制變量。包括水資源承載力、技術市場成交額、人均能源工業投資、第三產業發展程度、工業依存度等變量。其中，水資源承載力用水資源承載人口數表示，采用付云鵬[34]使用的測算方法，用地區的供水總量作為水資源供給指標，對區域水資源所能承載的人口進行測算，測算的具體公式為：Cw=Iw×Qw，其中：Cw表示的是區域水資源可承載的人口規模，Iw表示水資源承載指數，Qw表示研究區的供水總量；區域水資源承載指數的計算公式為：Iw=QRP/QRW，其中：QRP和QRW分別表示參照區人口規模和參照區的供水總量。Cw數值越大則表示水資源承載力越高，作為客觀評價某地區水資源承載力指標，測算的是該地區水資源供給能夠承載的人數，取對數表示水資源稟賦彈性。技術市場成交額是登記合同成交總額中技術部分的成交金額，反映了當地技術市場的發展情況，數值越大則反映該地區的技術市場越發達，技術規模的擴大可以帶來技術的擴散效應，由于技術發展指標是資本與技術的集聚帶來的影響，不適用于勞動密集產業與交易區域面積大小帶來的指標變化，不適宜對其進行人口均值化處理，取對數表示技術投入彈性。能源工業投資表示的是能源工業投入情況，能源工業投資越多，與之相應的能源消耗總量越多，由于每個地區的人口規模不同，能源投資企業布局不一，故本指標使用人均指標，取對數表示能源消耗彈性。第三產業發展程度用長江經濟帶各省市第三產業生產總值與地區生產總值的比值來表示，比值越大則說明第三產業發展越發達。工業依存度用長江經濟帶各省市第二產業生產總值與地區生產總值的比值來表示，比值越大則說明工業依存程度越高。

4）交互項。綠色化協同耦合水平，是取值為(0, 1)的虛擬變量，設置耦合協調度區間分界點值0.5為失調與協調類型的劃分依據[30]，取值為0（失調）或1（協調）的虛擬變量。

對模型使用的變量進行共線性檢驗，并使用面板LLC單位根檢驗方法和IPS檢驗方法對各個變量進行單位根檢驗，各變量均通過了顯著性檢驗，表明本面板數據是平穩的，綜上，分別對各個變量進行數據檢驗，模型中所有變量均通過了單位根平穩性檢驗與VIF共線性檢驗的要求，變量的統計結果見表2。

表2 變量描述性統計Table 2 Descriptive statistics

2.6 數據來源

本文采用長江經濟帶11個省市2004—2018年面板數據檢驗長江經濟帶水資源生態補償效率的影響因素，數據來源于《中國統計年鑒》《中國環境年鑒》《長江年鑒》。研究數據的時間跨度考慮主要因為近年隨著國家經濟發展政策的不斷完善，對長江經濟帶水資源生態環境保護與補償有了一定的探索經驗。個別指標的缺失數據處理方面，參考鄧建新等[35]研究，分別使用了平均增長率和熱卡插補的方法。

3 結果與分析

3.1 長江經濟帶水資源生態補償效率及其分解分析

長江經濟帶水資源生態補償效率（Malmquist- Luenberger指數）變化的測度由于要參比t期的前沿，故測算數據得到的測算區間為2005—2018年。從2005—2018年長江經濟帶水資源生態補償效率變化情況看，反映生態補償效率變化的Malmquist-Luenberger指數（MI）變動較為劇烈，呈“W”型波動特征（圖2），這種偏周期性的變化與當時的政策發展形勢息息相關。從效率變化的分解情況看，2005—2018年長江經濟帶水資源生態補償效率變化（MI）受技術效率變化指數（PEC）、規模效率變化（SEC）指數的波動影響較大。

從長江經濟帶各省水資源生態補償效率變化（MI）均值情況看，由高到低依次為江蘇、湖南、浙 江、四川、上海、貴州、湖北、重慶、安徽、江西和云南（表3），且各省市的水資源生態補償效率變動情況均為正增長。從增長源泉來看，長江經濟帶水資源生態補償效率的增長主要來自純技術變化（PTC），規模效率變化（SEC）對整體效率的提升也起到了一定的推動作用。從整體上看，能夠同時實現“雙驅動”甚至“多驅動”模式的省市其水資源生態補償效率的增長值較高。

表3 長江經濟帶各省水資源生態補償效率變化及其分解Table 3 Change and decomposition of ecological compensation efficiency of water resources in provinces along the Yangtze River Economic Belt

3.2 長江經濟帶水資源生態補償效率的影響因素分析

根據回歸模型分析結果（表4），模型1、模型2和模型3中城鄉消費公平指標（CF）與水資源污染指標（WP）均得到了顯著水平，從模型估計的穩健性檢驗來看，由于表示技術進步與技術擴散指標的代理變量技術市場成交額指標通過了Durbin-Wu-Hausman檢驗，得出技術投入指標（TECH）不存在明顯的內生性。通過模型2與模型1、模型3相比，除了城鄉分配公平指標（DF）在模型3中的系數不顯著，其他解釋變量的顯著性水平與系數大小、符號均保持相對一致，說明模型2的估計結果是比較穩健的。同樣采用增減控制變量的方法對模型4和模型5的穩健性進行檢驗，通過比較，刪減變量后的回歸方程中主要解釋變量的顯著性水平、系數大小、符號方向無明顯差異，說明模型4和模型5的估計也是穩健的。由于技術市場成交額指標并不存在明顯的內生性問題，故本研究選取模型2、模型4和模型5作為最終采納的模型估計結果展開分析。

人均生產性投入指標（PI）和城鄉分配公平指標（DF）對長江經濟帶水資源生態補償效率有顯著的負向影響（表4），而城鄉消費公平指標（CF）對長江經濟帶水資源生態補償效率有顯著的正向影響，表示水資源生態環境污染水平指標（WP）對長江經濟帶水資源生態補償效率之間存在顯著的負向影響，即加強水資源生態環境保護（減少人均灰水足跡）能夠顯著提升長江經濟帶水資源生態補償效率。從控制變量來看，第三產業發展程度（SER）和工業依存度（IND）對長江經濟帶水資源生態補償效率的提升具有顯著的正向影響；水資源承載力（WRE）、技術市場成交額（TECH）和能源工業投資（ENER）對長江經濟帶水資源生態補償效率沒有顯著的影響關系。根據研究機理提出的假設，重點考察與假設不一致的人均生產性投入與城鄉分配公平指標，能否在綠色化協同耦合指標（GCL）的調節作用下得到與假設相近的結論。

表4 模型回歸結果Table 4 Regression results of the model

對于生產性投入（PI）對長江經濟帶水資源生態補償效率有顯著的負向影響應作何解釋？研究認為，由于在測算長江經濟帶水資源生態補償效率時，將資本投入變量設置為地區的固定資產投資余額，而過高的人均固定資產投資會導致在計算長江經濟帶水資源生態補償效率時存在投入冗余，故影響了效率的最終結果。需要進一步驗證是否存在投入冗余或如何改善投入冗余的問題，本文在模型4估計結果的分析中給予了回應。模型4的實證結果可知，生產性投入指標與綠色化協同耦合水平的交互項的符號為正，且在1%的顯著性水平上顯著，表明在綠色化協同耦合水平程度較高的時空間內，生產性投入的提升優化了長江經濟帶水資源生態補償效率，原因在于一方面長江經濟帶各地區的生態環境與各地區的生產生活方式息息相關，各地政府存在生態環境優先的績效考核壓力；另一方面生產性投入的提升使財政分配趨于合理，促使地方政府更加注重財政在生態環境保護與水利建設投資，并能夠獲得更多的生態環境與經濟利益。

同樣對于在模型2中城鄉分配公平指標（DF）對長江經濟帶水資源生態補償效率影響為顯著負相關的問題，模型加入城鄉分配公平指標與綠色化協同耦合水平指標交互項后再次進行估計，得到的估計結果見模型5，進行對比后發現，造成城鄉分配公平指標與水資源生態補償效率呈負相關的原因很可能在于鄉村對高能耗、高污染和高排放的傳統企業存在依賴性。由于城市環境排放標準較為嚴格，很多高能耗、高污染和高排放企業被迫轉移到農村，而這些污染較為嚴重的企業往往卻能夠給農村居民帶來相對較高的收入，政府雖然限制了高污染企業對城市與生態環境保護區的進一步破壞，但沒有完全落實這些企業在鄉村和偏遠地區按要求實行嚴格的排污標準，盡管政府在收取排污費用，但污染企業造成的負外部性，導致這些企業對生態環境造成的水體污染與生態環境破壞無人問津或仍由政府買單，因此，模型2中城鄉分配不公平并不是說就能夠提升水資源生態補償效率，其原因是多層次的，主要歸結為：其一，城鄉新舊產能轉換存在時滯，供給側結構性改革過程中，新舊產能轉換期間存在較長的調整周期，而在農村從事高污染的工業生產活動能夠帶來比從事單純農業生產更多的收入；其二，長江經濟帶城市經濟發展增速快，盡管農村經濟發展也有所改善，但相比于第三產業發達的城市經濟發展的速度卻相差較大，城鄉生產產品的價格呈現“剪刀差”，也影響了城鄉收入結構，因此產生了城鄉收入差距進一步拉大的現象。當加入城鄉分配公平與綠色化協同耦合水平交互項指標后，交互估計結果在5%的顯著性水平下系數為正，表明在綠色化協同耦合水平程度較高的時空間內，城鄉分配公平的提升優化了長江經濟帶水資源生態補償效率。

4 結論與政策建議

4.1 結論

研究表明，2005—2018年長江經濟帶水資源生態補償效率變化Malmquist-luenberger指數變動較為劇烈，呈“W”型波動特征。從增長源泉來看，長江經濟帶水資源生態補償效率的增長主要來自純技術變化，規模效率變化對生態補償效率的提升也起到了一定的推動作用。假定資本投入、勞動力投入和經濟收益不變，可在實際生產生活中減少用水浪費，提升水資源生態補償綜合績效、減少灰水足跡，以提高水資源生態補償效率。

城鄉消費公平的提升與水資源生態環境保護的提升對長江經濟帶水資源生態補償效率的提升具有積極作用。通過生產性投入指標與綠色化協同耦合水平的交互可得，在綠色化協同耦合水平程度較高的時空間內，生產性投入的提升優化了長江經濟帶水資源生態補償效率；城鄉分配公平指標對長江經濟帶水資源生態補償效率影響顯著呈負相關，但在綠色化協同耦合水平的交互作用下，城鄉分配公平能夠對水資源生態補償效率產生正向影響。遵循統籌好“一盤棋”的水資源生態補償機制構建思路，有利于形成長江經濟帶水資源利用與保護的統籌安排，兼顧經濟效率、社會公平與生態環境保護，能夠更好地提升長江經濟帶各省市水資源生態補償 效率。

4.2 政策建議

1）改善資本投入結構。發展實踐中，相對落后地區的經濟振興與發展不能以破壞生態環境為代價，政府部門應當遏止高能耗、高污染等相對落后產能企業向農村轉移的趨勢，向經濟投入要綠色GDP，兼顧經濟發展投入與水資源生態環境保護的協調，盡可能減少不合理生產性投入帶來的效率冗余，積極引導傳統高污染企業向綠色化、集約化和信息化生產轉型賦能，以提升長江經濟帶水資源生態補償效率。

2）重視城鄉協調發展，在兼顧城鄉收入與消費公平的同時，應持續推動綠色產業下沉。農村作為生態系統保護的薄弱環節，極易被忽視周邊生態環境與資源的合理利用和保護，往往導致經濟發展與生態環境建設不能合理匹配。未來，應充分將社會資本和農村勞動力資源引入綠色產業的發展中來，以長江大保護、經濟綠色化發展為新發展標準，保護生態環境與資源的同時以促成城鄉分配與消費公平的實現，從長江經濟帶發展的時空間結構上尋求公平正義，從而更好地提升長江經濟帶水資源生態補償效率。

3）加強生態文明建設，重視用水浪費與水污染問題，大力推廣清潔能源的利用與研發。鼓勵新動能產業與綠色化產業發展，有側重地向生態環境功能區引入綠色化工藝與技術，廣泛開展清潔生產，從減少用水浪費與提升水質要求方面改善相對粗放的生產結構，以水為紐帶引導長江經濟帶實現全域綠色可持續發展，進而提升水資源生態補償效率。