黃河流域城市群水資源利用效率評估及驅(qū)動因子分析

朱曉梅,魏加華,3,楊海嬌,吳國宏,康倍銘,唐晨洋,楊夢瑤

(1.青海大學水利電力學院，青海 西寧 810016； 2.黃河上游生態(tài)保護與高質(zhì)量發(fā)展實驗室，青海 西寧 810016；3.清華大學水沙科學與水利水電工程國家重點實驗室，北京 100084)

黃河流域橫跨我國溫帶季風、大陸干旱和高寒三大氣候帶，連接青藏高原、黃土高原、華北平原，是“絲綢之路”經(jīng)濟帶和歐亞大陸橋的重要走廊。黃河流域內(nèi)有多個城市群和國家級經(jīng)濟區(qū)，是我國重要的糧食和能源基地，也是我國推進西部大開發(fā)，形成新格局的主體承載區(qū)，在我國經(jīng)濟格局中具有溝通南北方、協(xié)同東中西的作用。黃河流域7大城市群的經(jīng)濟總量占整個流域的70%以上，聚集了流域內(nèi)60%以上的人口，供水總量占流域總耗水量的14%左右。1990年以來，沿黃九省(區(qū))GDP增長了近50倍；2000年以來流域內(nèi)植被覆蓋率持續(xù)增長，歸一化植被指數(shù)(normalized difference vegetation index, NDVI)平均每10 a增長0.055[1]。面對國家實施的黃河流域生態(tài)保護和高質(zhì)量發(fā)展重大戰(zhàn)略，水資源保障形勢嚴峻、發(fā)展質(zhì)量有待提高。新時期國家提出“節(jié)水優(yōu)先、空間均衡、系統(tǒng)治理、兩手發(fā)力”的治水方針，在水資源剛性約束下，水資源利用效率的提升，是落實節(jié)水優(yōu)先、支撐社會經(jīng)濟高質(zhì)量發(fā)展的重要舉措。

水資源利用效率是指單位水資源所帶來的經(jīng)濟、社會或生態(tài)等效益[2]，是衡量水資源利用水平的重要指標[3-4]，亦是反映節(jié)水效能的重要指標，具有復雜性[5]、系統(tǒng)性[6]、投入產(chǎn)出性[7]和相對有效性[8]等特性。常用的評價方法有指標體系評價法、隨機前沿分析法(stochastic frontier analysis, SFA)和數(shù)據(jù)包絡(luò)分析法(data envelopment analysis, DEA)等。孫愛軍等[9]基于生產(chǎn)函數(shù)，運用SFA對我國工業(yè)用水技術(shù)效率進行了分析。李世祥等[10]選用比值分析法對我國東、中、西部各省(市、區(qū))水資源利用效率進行了分析。劉曉君等[11]基于松弛測度(slack based measure, SBM)-undesirable超效率包絡(luò)法分析了我國西部各省(市、區(qū))水資源利用效率的動態(tài)演化趨勢，選用Tobit模型進行了影響因素研究。郭一鳴等[12]基于兩階段super-SBM模型分析了我國城市的能源效率空間特征，并從內(nèi)生因素和外部環(huán)境剖析了影響因素。左其亭等[13]結(jié)合super-DEA模型得出黃河流域九省(區(qū))2012—2018年水資源利用效率總體呈增加趨勢，用水水平具有顯著空間差異性，并通過Malmquist全要素生產(chǎn)率指數(shù)(下稱Malmquist指數(shù))分解水資源利用效率，分析效率變動的內(nèi)在原因，得出九省(區(qū))水資源利用效率的提升主要得益于技術(shù)進步。

DEA是一種非參數(shù)相對效率評價方法，可評價多投入、多產(chǎn)出的效率問題，不需統(tǒng)一量綱、估計生產(chǎn)函數(shù)、確定權(quán)重，操作性強，可得到內(nèi)涵豐富的測度結(jié)果。在處理多目標決策問題時，DEA可針對每個決策單元進行優(yōu)化，對分析結(jié)果進行排序，并提供具體的優(yōu)化建議，具有更好的適用性[14-15]。本文以黃河流域7大城市群(48個大中型城市)為研究對象，從投入產(chǎn)出視角對1989—2018年城市群水資源利用效率進行研究，采用super-SBM模型評估靜態(tài)水資源利用效率，結(jié)合Malmquist指數(shù)對水資源利用效率進行動態(tài)分解，選用Tobit回歸模型探討7大城市群水資源利用效率整體變化的驅(qū)動因子。

1 數(shù)據(jù)來源與指標構(gòu)建

1.1 數(shù)據(jù)來源

數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》(1990—2019年)、國家科技基礎(chǔ)條件平臺——國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn)和水資源公報等。研究對象為城市區(qū)域(即市轄區(qū))(圖1)，以非農(nóng)業(yè)產(chǎn)業(yè)為主，故本研究剔除了轄區(qū)內(nèi)農(nóng)業(yè)用水的輸入和輸出。依據(jù)國務(wù)院印發(fā)的《關(guān)于調(diào)整城市規(guī)模劃分標準的通知》，以城區(qū)常住人口為統(tǒng)計口徑，將城市劃分為五類七檔。按2017年城區(qū)常住人口統(tǒng)計，沿黃省(區(qū))有75個大中型城市，選擇48個較具備研究條件的大中型城市作為黃河流域7大城市群的研究對象。

圖1 黃河流域7大城市群Fig.1 Seven large urban agglomerationsin the Yellow River Basin

1.2 指標構(gòu)建

從投入-產(chǎn)出和水資源消耗關(guān)系出發(fā)，以單位水資源消耗產(chǎn)生的經(jīng)濟效益衡量水資源利用效率，選擇直接反映經(jīng)濟產(chǎn)出的地區(qū)生產(chǎn)總值作為產(chǎn)出指標，地區(qū)供水總量作為反映自然資源要素的投入指標，固定資產(chǎn)投資作為反映資本要素的投入指標，地區(qū)從業(yè)人員(當年年末與上年度年末從業(yè)人員的平均值)作為反映勞動力要素的投入指標[14-18]。

基于數(shù)據(jù)可獲得性，選取經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口密度和科技創(chuàng)新作為水資源利用效率的驅(qū)動因子。經(jīng)濟發(fā)展水平用人均GDP衡量，經(jīng)濟發(fā)展水平與水資源保護和利用政策密切相關(guān)，直接影響水資源利用效率；產(chǎn)業(yè)結(jié)構(gòu)對水資源利用效率有控制性作用，減少高耗水產(chǎn)業(yè)，增加低耗水產(chǎn)業(yè)，可顯著提升水資源利用效率；人口密度直觀反映地區(qū)的緊湊程度，建設(shè)緊湊型城市可更好地實施自然資源集約化，降低水資源消耗；科技創(chuàng)新對水資源利用效率提升有助推作用[19-20]。

建立的水資源利用效率和驅(qū)動因子指標體系如圖2所示。

2 研究方法

2.1 super-SBM模型

DEA測算的是相對效率，徑向DEA對無效率程度測算僅限于所有投入(產(chǎn)出)等比例縮減(增加)的比例，為此，Tone[21]提出的SBM模型解決了徑向DEA對無效率測量不包含松弛變量的問題。針對SBM測出效率最大值為1，且對于同為1的效率值無法進一步區(qū)分效率高低的問題，Tone[22]又提出了super-SBM模型(式(1)(2))，其核心思想是將被評價的決策單元(decision making unit, DMU)分為參考組和待評價組，待評價組DMU效率值基于參考組的前沿計算得出，因此待評價組的有效DMU效率值通常會大于1。

(1)

(2)

2.2 Malmquist指數(shù)

DEA模型通常只能測算單一時期DMU效率，當數(shù)據(jù)包含多個時間節(jié)點時，應(yīng)將技術(shù)效率和技術(shù)進步對水資源利用效率所起的作用進行分解。因此，將Malmquist指數(shù)分解為技術(shù)效率變化(technical efficiency change, TEC)指數(shù)和生產(chǎn)技術(shù)變化(technological change, TC)指數(shù)：

CTEk,t→t+1CTk,t→t+1

(3)

式中：Mk,t→t+1為評價單元k從t到t+1時刻Malmquist全要素生產(chǎn)率變化率，即Malmquist指數(shù)；Dk,t、Dk,t+1分別為評價單元k在t、t+1時刻的技術(shù)效率值；Dk,t→t+1為評價單元k以t時刻為參考，得到的t+1時刻的技術(shù)效率值；Dk,t+1→t為評價單元k以t+1時刻為參考，得到的t時刻的技術(shù)效率值；CTEk,t→t+1為評價單元k從t到t+1時刻技術(shù)效率變化率，即TEC指數(shù)；CTk,t→t+1為評價單元k從t到t+1時刻生產(chǎn)技術(shù)的變化率，即TC指數(shù)。Mk,t→t+1、CTEk,t→t+1、CTk,t→t+1大于1則效率(或技術(shù))提高，小于1則效率(或技術(shù))降低。

2.3 Tobit模型

將驅(qū)動因子作為自變量，水資源利用效率值作為因變量，建立Tobit回歸模型：

(4)

(5)

式中：d′為原始因變量，即水資源利用效率的實際測算值；d為截斷因變量；cj為驅(qū)動因子j的值；β0為常數(shù)項；βj為驅(qū)動因子j的回歸系數(shù)；ε為誤差項，獨立且服從正態(tài)分布。

3 結(jié)果與分析

3.1 基于super-SBM模型的靜態(tài)水資源利用效率

采用super-SBM模型測算48個大中型城市水資源利用效率，得到7大城市群不同時期水資源利用效率均值(表1)，結(jié)果表明，與1989—1990年相比，2016—2018年7大城市群水資源利用效率均值整體提升了0.12。

青海人均水資源量大，但水資源利用條件差；甘肅水資源開發(fā)利用難度大。蘭西城市群經(jīng)濟發(fā)展水平總體偏低，科技和城市節(jié)水投入不足，技術(shù)落后，水資源利用效率偏低，1989—2018年水資源利用效率在流域中處于最低水平，均值0.42；水資源利用效率從1989—1990年的0.39提升到2016—2018年的0.43，整體穩(wěn)定提升，但增幅不大。

山東半島和呼包鄂榆城市群水資源利用效率均處于較高水平，均值分別為0.82和0.83。山東半島城市群地處沿海地區(qū)，經(jīng)濟發(fā)展水平位于全國前列，水資源利用效率處于流域較高水平，2000年以來出現(xiàn)波動，2006—2010年山東半島城市群把工業(yè)節(jié)水確定為節(jié)水型社會建設(shè)的重點，水資源利用效率提高到0.81，2011—2015年以水資源消耗為代價的經(jīng)濟快速發(fā)展導致水資源利用效率略有下降，2016—2018年順應(yīng)國家提出的綠色、創(chuàng)新、協(xié)調(diào)、開放、共享五大發(fā)展理念，水資源利用效率回升到0.79。

表1 黃河流域7大城市群不同時期水資源利用效率Table 1 Water resources utilization efficiency of seven large urban agglomerations in the Yellow River Basin in different periods

呼包鄂榆城市群水資源利用效率從1989—1990年的0.63穩(wěn)步提升，1991—2010年較穩(wěn)定，均值為0.79，2011—2015年，城市群第三產(chǎn)業(yè)占比顯著提高，群眾節(jié)水意識增強，城市群通過大批建設(shè)工業(yè)園區(qū)和產(chǎn)業(yè)集中區(qū)，實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，優(yōu)勢產(chǎn)業(yè)裝備技術(shù)達國內(nèi)先進水平，使呼包鄂榆城市群水資源利用效率達到1.13，2016—2018年略有下降，但仍達到0.90。

表2 黃河流域7大城市群Malmquist指數(shù)Table 2 Malmquist index for seven large urban agglomerations in the Yellow River Basin

關(guān)中平原、晉中和中原城市群水資源利用效率總體平穩(wěn)。關(guān)中平原城市群水資源利用效率維持在0.63～0.74，整體接近0.69；晉中城市群整體提升幅度相對較大，從1989—1990年的0.49提升到2016—2018年的0.60；中原城市群人口數(shù)量大、城市群空間大、分布相對分散、供水管網(wǎng)漏損嚴重，水資源利用效率在流域中偏低，均值為0.50。

寧夏沿黃城市群水資源利用效率均值為0.66，處于流域中等水平，但波動較大，從1989—1990年的0.51持續(xù)增長到1996—2000年的0.69，2001—2005年可能由于用水結(jié)構(gòu)不合理、污水排放量大等原因，導致水資源利用效率降低，2006年以來通過政策調(diào)控，水資源利用效率持續(xù)增長，2016—2018年達到0.89。

3.2 基于Malmquist指數(shù)的水資源利用效率動態(tài)分解

從表2的Malmquist指數(shù)變化分析發(fā)現(xiàn)，黃河流域7大城市群Malmquist指數(shù)基本大于1，表明黃河流域主要城市水資源利用效率整體提升。從空間分布看，下游城市群水資源利用效率高于中游，上游蘭西城市群水資源利用效率相對較低；從時間分布看，水資源利用效率提升幅度略有差異，2000年以來水資源利用效率提升幅度較大。近30年來，山東半島城市群水資源利用效率呈略降—較大提升—大幅提升；中原和關(guān)中平原城市群呈略降—較大提升—穩(wěn)定提升—大幅提升；晉中城市群呈持續(xù)提升，增幅變化較大；呼包鄂榆城市群呈穩(wěn)定提升—較大提升—穩(wěn)定提升；寧夏沿黃和蘭西城市群呈基本不變—穩(wěn)定提升。

從TEC指數(shù)和TC指數(shù)看(表3和表4)，1990—2018年黃河流域7大城市群TC指數(shù)的均值為1.10，表明7大城市群水資源利用技術(shù)整體不斷提升，2016年后快速發(fā)展，TC指數(shù)均值達到1.39；1990—2018年7大城市群TEC指數(shù)在1.0附近波動，均值為1.04，需因時因地調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、用水結(jié)構(gòu)和水資源管理模式。技術(shù)效率提高和技術(shù)進步均推動了Malmquist指數(shù)的提升，表明城市群在引進先進技術(shù)、提高管理水平和優(yōu)化生產(chǎn)規(guī)模方面不斷進步，其中技術(shù)進步是主導因素。30年來，7大城市群的技術(shù)效率提升幅度差距不大，而山東半島和晉中城市群的Malmquist指數(shù)及TC指數(shù)提升幅度較大，能源和重工業(yè)的創(chuàng)新和技術(shù)水平大幅提升，中上游地區(qū)由于產(chǎn)業(yè)結(jié)構(gòu)、人口分布、氣候和地理條件等影響，水資源利用效率提升幅度相對較小。

表3 黃河流域7大城市群TEC指數(shù)Table 3 TEC index for seven large urban agglomerations in the Yellow River Basin

表4 黃河流域7大城市群TC指數(shù)Table 4 TC index for seven large urban agglomerations in the Yellow River Basin

表5 黃河流域城市群不同時期驅(qū)動因子Table 5 Driving factors of urban agglomerations in the Yellow River Basin in different periods

1990年以來，7大城市群技術(shù)效率總體穩(wěn)中求進，1996—2000年寧夏沿黃和蘭西城市群有輕微衰退，用水結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)出現(xiàn)不匹配情況，2016年以來呼包鄂榆城市群電力、煤炭和化工等高耗水產(chǎn)業(yè)急劇增加，導致技術(shù)效率下降。1995年以來，國家調(diào)整水資源開發(fā)利用管理策略，不斷提出新的用水理念，強調(diào)水資源供給側(cè)改革，使得技術(shù)進步對黃河流域7大城市群水資源利用效率提升起到顯著的推動影響，但少數(shù)城市群技術(shù)效率的下降抵消了同時期技術(shù)進步帶來的水資源利用效率的提升程度。

3.3 水資源利用效率驅(qū)動因子分析

采用Tobit回歸模型分析驅(qū)動因子(圖2)對7大城市群整體水資源利用效率的影響程度。不同時期的驅(qū)動因子值見表5，回歸分析結(jié)果見表6。

經(jīng)濟發(fā)展水平代表生產(chǎn)、管理技術(shù)及產(chǎn)業(yè)集聚效應(yīng)等水平，1989—2018年7大城市群人均GDP增長了數(shù)十倍，經(jīng)濟發(fā)展水平對推動黃河流域城市群水資源利用效率提升起著顯著的促進作用，各時期的回歸系數(shù)均通過1%顯著水平檢驗。

1989年以來，第三產(chǎn)業(yè)占比逐步上升，2016—2018年達52.21%，比第二產(chǎn)業(yè)占比高出6.82%；1989—2018年7大城市群的第二產(chǎn)業(yè)占比變化不大?；貧w分析結(jié)果顯示，產(chǎn)業(yè)結(jié)構(gòu)變化對城市群水資源利用效率變化起著較小的抑制作用，表明黃河流域城市群的工業(yè)水平尚處于初級階段，增長方式屬粗放型的擴大再生產(chǎn)，流域城市群的水資源消耗量大，整體水資源利用效率有待提高，有較大的節(jié)水空間。

表6 不同時期Tobit回歸分析結(jié)果Table 6 Tobit regression analysis results in different periods

人口密度的變化受基數(shù)和國家政策影響較大，變化趨勢顯著，人口密度的增加對流域內(nèi)水資源利用效率總體呈現(xiàn)輕微的抑制作用，2000年以后，回歸系數(shù)均通過1%顯著水平檢驗，反映出居民節(jié)水意識有待加強。

科技創(chuàng)新的回歸系數(shù)在2001—2005年和2011—2015年通過10%顯著水平檢驗，表明黃河流域城市群還需要加強科學技術(shù)在水資源利用效率提升方面的支撐力度。技術(shù)進步推動了城市群整體水資源利用效率的提升，但科技創(chuàng)新的影響不顯著，兩者結(jié)果差異與上中游和中下游各城市群科技創(chuàng)新投入力度差異大等因素有關(guān)。

4 結(jié) 論

a.7大城市群水資源利用效率提升幅度略有差異，2000年以來提升幅度較大。下游城市群水資源利用效率整體高于中上游城市群，上游蘭西城市群水資源利用效率相對較低。技術(shù)效率提高和技術(shù)進步均推動了水資源利用效率的提升，其中技術(shù)進步是主導因素，這與我國穩(wěn)步推進節(jié)水型社會建設(shè)、實施水價改革、推行最嚴格水資源管理制度和節(jié)水優(yōu)先戰(zhàn)略密不可分。

b.1989—2018年7大城市群人均GDP增長了數(shù)十倍，經(jīng)濟發(fā)展水平顯著促進了城市群水資源利用效率的提升。7大城市群的產(chǎn)業(yè)整體水資源消耗量逐步趨穩(wěn)，產(chǎn)業(yè)結(jié)構(gòu)對城市群水資源利用效率的提升有抑制作用；居民節(jié)水意識薄弱，導致人口密度對水資源利用效率的提升起輕微抑制作用。黃河流域城市群需加大科技投入，工業(yè)向創(chuàng)新型、集約化用水方式轉(zhuǎn)變，通過節(jié)水科普、階梯水價等途徑提高節(jié)水水平。

c.2016—2018年7大城市群水資源利用效率均值為0.67，空間差異大，中上游水資源利用效率較低，在黃河水資源剛性約束下，需強化節(jié)水型社會建設(shè)，重視城市群經(jīng)濟發(fā)展水平和水資源稟賦差異，提高水資源利用效率，穩(wěn)步推進黃河流域生態(tài)保護和高質(zhì)量發(fā)展。