沱江流域水資源綠色效率影響因素的時空異質性研究

趙俊威，張惠琴，曾 晨，陳安航

（成都理工大學管理科學學院，四川 成都 610059）

0 引言

生態文明建設關乎人類未來，建設綠色家園是人類共同的夢想，為此，習近平總書記強調：“‘十四五’時期，我國生態文明建設進入了實現生態環境質量改善由量變到質變的關鍵時期”。在此階段，水資源的高效利用便顯得至關重要。隨著經濟社會的發展，我國水資源問題日益嚴重，一方面，人均水資源占有量不足，時空分布不均；另一方面，水污染嚴重，水資源利用效率低下使得水資源形勢進一步惡化。因此如何高效可持續地利用水資源成為社會各界關注的重點，而探究水資源綠色效率的影響因素不僅是提高水資源利用效率直接有效的選擇，而且對協同碳排放有效控制和環境高水平保護具有重要意義。

近年來，關于水資源綠色效率影響因素的研究，國內外學者均取得了一定的研究成果。如魏楚［1］等通過對文獻的集成式梳理和歸納，認為技術水平、水資源價格等是影響水效率的主要因素；許朗［2］等利用Tobit模型考察了農業收入占比和用水成本等因素對農業灌溉用水效率的影響；孫思奧［3］等采用LMDI（Logarithmic Mean Divisia Index）模型發現人口與人均GDP是黃河流域用水量增加的主導因素；Shang［4］等研究表明技術進步降低了天津市的工業用水量，而工業規模則會增加工業用水量；這些學者們的研究從不同角度探討了水資源綠色效率的影響因素，但均未考慮各地理單元之間的聯系，隨著空間計量分析技術的逐漸發展，學者們愈發看重空間因素對水資源綠色效率的影響，秦騰［5］、張峰［6］以及Zhao［7］等利用空間計量模型對水資源綠色效率進行研究，發現不同地區水資源利用效率的驅動因素存在較大差異；由此可知水資源綠色效率是諸多因素共同作用的結果，且在不同的時間和空間下各因素的作用力大小和方向都不盡相同。鑒于此，地理加權回歸模型（Geographically weighted regression，GWR）由于可以識別空間非平穩性的局部變異系數而得到了廣泛應用［8］，孫才志［9］等基于GWR 模型證明了我國水資源綠色效率空間分布不均衡并且存在著顯著的空間正相關性。綜合來看，GWR模型能夠針對不同地區得出差異化的研究結論，有效克服了地理單元間的空間異質性，但不足在于只能對截面數據進行回歸分析，當需要估計的參數過多時，將會極大損失參數估計的精確度［10］。于是Huang［11］等將時間效應引入到GWR 模型中，提出了時空地理加權回歸模型（Geographically and Temporally Weighted Regression，GTWR），該模型能在時間和空間上對不同時空單元的參數變異情況進行捕捉，有效彌補了GWR 模型的不足，在城市群發展規劃［12］、物流業發展［13］以及環境保護［14］等諸多背景下得到了廣泛應用。

綜上所述，同時考慮時間因素和空間因素的GTWR 模型具備優良的統計性質［15］，將其用于分析水資源綠色效率的影響因素，能夠更好地厘清各因素的作用機制及強度，準確揭示區域水資源綠色效率的發展差異。但目前國內外利用GTWR 模型來分析水資源綠色效率的相關文獻較少，而且在已有的流域探究中，大多以長江、黃河為例，鮮有研究關注沱江流域水資源利用情況。沱江作為長江的一級支流，不僅是四川省經濟產出的重要支撐，同時也是長江上游的綠色屏障，沱江流域的高質量發展關乎到四川省乃至整個西南地區人民綠色生活的健康。有鑒于此，本文以沱江流域為例，運用超效率SBM（Slacks-Based Measure）模型測度水資源綠色效率水平，并結合GTWR模型從時空異質性視角探究水資源綠色效率的影響因素，進而推進不同空間范圍內水資源綠色效率的治理機制研究，為我國區域水資源綠色效率治理提供有效依據和科學參考。

1 研究區域概況與方法

1.1 研究區域概況

沱江是四川省腹部地區的重要河流之一，河流全長627.4 km，是四川省工業和人口密度最高的區域，承擔了四川省內絕大多數居民的日常生活用水和工業、農業發展用水。受地質、地貌、氣候等因素影響，沱江流域降水量和徑流量季節差異明顯，降水量主要集中在每年的6-9 月，全年降水量呈北部多、東部少的分布趨勢。由此可見，沱江流域的水資源分布存在顯著的時空差異。隨著城市化集聚擴張和工業增速的加快，沱江流域不同區域的水資源綠色效率也呈現出明顯的差異。因此，以沱江流域為例研究區域水資源綠色效率的影響因素極具代表性。

由沱江流域高質量發展研究中心（四川省社會科學重點研究基地）可知，全流域流經四川省10 個市（州），36 個縣（區），如表1 所示。需要說明的是，本文中沱江流域與從水系分區角度的沱江流域并不一致。為保證數據來源的可靠性以及水資源綠色效率測度的有效性，本文將水資源綠色效率測度的對象選定為除阿壩藏族羌族自治州外的9 個地級市，選取2007-2017年的面板數據，利用時空地理加權回歸模型探究不同時間點、不同區域的水資源綠色效率的分異性，因地制宜地制定水資源管理措施，促進流域內社會、經濟以及環境的可持續發展。

表1 四川境內各行政流域面積統計表Tab.1 Statistical table of the area of each administrative watershed in Sichuan

1.2 研究方法

1.2.1 超效率SBM模型

綠色發展的本質在于減少環境污染，降低資源消耗。依照魏楚［1］、孫才志［9］等對水資源效率的界定，結合實際發展情況及綠色發展的理念，水資源綠色效率是指水資源等生產要素投入和帶來的經濟、社會和生態環境的產出的比率。對水資源綠色效率的測度是一個復雜的投入產出過程，勞動、資本、能源等生產要素的投入不僅產生期望的經濟效益，也會帶來非期望的環境損害。超效率SBM 模型不僅能恰當地處理了非期望產出，而且消除了松弛變量對測度值的影響［16］，使得水資源利用效率的測度值更加準確。具體公式如下所示：

式中：pSE為效率值；x和y表示投入和產出的要素；m和s表示投入指標和產出指標的個數；i和r代表投入和產出的決策單元；s+和s-分別代表投入和產出的松弛量；λ為權重向量。pSE≥1時，代表決策單元相對有效；pSE≤1時，代表決策單元相對無效。

1.2.2 時空地理加權回歸模型

GTWR 模型嵌入了研究數據的時空特性，不僅能夠較好地體現各驅動要素的時空差異性，而且使得模型的參數估計和統計檢驗結果都更加顯著。此外，相較于一般的回歸模型，GTWR模型還可利用ArcGIS 等軟件將各樣本點的回歸參數在空間上可視化地呈現，使得模型結果的表現更為直觀。因此，本文引入了GTWR模型，模型結構如下：

式中：yi為第i個樣本點的因變量；xik為第k個自變量在第i個樣本點處的觀測值；n為樣本點的個數；(ui，vi，ti)是第i個樣本點的時空坐標位置；是第k個自變量在第i個樣本點處的回歸系數；β0(ui，vi，ti)是第i個樣本點的時空截距；εi為殘差。

2 水資源綠色效率測度及時空差異性

2.1 水資源綠色效率指標體系的構建及數據處理

水資源綠色效率測度指標體系的構建要綜合考慮各方面因素。本文在柯布道格拉斯生產函數的基礎之上，結合目前已有的相關研究［17-23］以及沱江流域區域特性，構建出如下的水資源綠色效率評價體系。

表2 水資源綠色效率評價體系Tab.2 Evaluation System of Green Efficiency of Water Resources

本文選取2007-2017 年沱江流域9 個地級市（受數據缺失影響，不含阿壩藏族羌族自治州）的水資源相關數據，各項數據主要來源于2007-2017年《中國城市統計年鑒》、《四川省統計年鑒》、《中國農村統計年鑒》、《全國污染源普查：農業污染源系數手冊》以及各地級市水資源公報。具體指標說明如下：

（1）勞動力投入：用年均從業人數來衡量實際勞動力投入。

（2）資本投入：本文選擇資本存量作為資本投入。采用張軍［21］等計算資本存量的方法，使用永續盤存法估算沱江流域9個地級市的資本存量。

（3）水資源投入：本文選擇總用水量作為水資源投入。其中總用水量為生活用水總量、農業用水總量和工業用水總量之和。

（4）期望產出。本文以綠色發展和可持續發展理念為出發點，結合沱江流域的區域特性，將經濟效益和社會效益納入指標體系來衡量沱江流域的期望產出。以沱江流域各地級市生產總值來衡量經濟效益，引入社會環境指數（Socio-Environmen?tal Index，SEI）來衡量社會和環境效益。其中，社會環境指數在結合現有研究的基礎上參考中國統計學會提出的綜合發展指數［22，23］，從產業發展、政府環境管制力度以及科技創新3個層面選取7 個指標來衡量。通過AHP 專家打分法，對產業發展、政府環境管制、科技創新3個層進行賦權，并運用主成分分析法對7個指標進行降維，從而計算得到社會環境指數，具體測算過程如下：

①產業發展（B1）。

② 政府環境管制（B2）。

③科技創新（B3）。

（5）非期望產出。參考已有的研究，多數學者采用生活污水排放總量和工業污水排放總量之和來衡量非期望產出［24，25］，但沱江流域內農業用水量占比較高，且農業面源污染嚴重，因此我們引入農業污水排放總量，用三者共同來表示非期望產出。但由于農業污水排放總量不好量化測算，因此我們用農業面源污染排放量來替代，本文參考陳敏鵬等［26］的研究，用如下公式進行測算：

式中：E為農業面源污染排放量；i表示污染來源，鑒于數據的可獲得性，本文將化肥、農藥和農膜作為農業面源污染的主要來源；EUi為i的規模；ρi、σi和Ci分別為i的產污強度系數、利用效率系數以及污染物排放系數。

2.2 水資源綠色效率的時空差異性分析

根據沱江流域高質量發展中心對沱江流域的描述，本文對沱江流域進行劃分：德陽和成都以上為沱江上游，眉山市、資陽市、樂山市為沱江中游，內江市、自貢市、宜賓市、瀘州市為沱江下游，利用超效率SBM 模型對水資源綠色效率進行測度。為了更加直觀的展示出沱江流域水資源綠色效率的差異性，采用自然斷點法對水資源綠色效率進行階段劃分［27］，如圖1所示。

圖1 沱江流域水資源綠色效率時空分異圖Fig.1 Spatial and temporal differentiation of green efficiency of water resources in the Tuojiang River Basin

由圖1 可知，沱江流域各地級市的水資源綠色效率存在顯著差異。從時間維度上看水資源綠色效率水平波動較大但總體呈上升趨勢，空間維度上表現為從南向北逐漸遞減。其中資陽、成都、自貢以及內江的水資源綠色效率水平較高，但近年來增長速度緩慢；眉山、樂山、德陽雖然水資源綠色效率水平較低，但增速較快。總體而言，沱江流域水資源綠色效率呈現上游強，中游次之，下游弱的發展趨勢，各地級市水資源綠色效率的初始水平、發展路徑、發展速度均存在明顯差異。

3 水資源綠色效率影響因素的時空異質性分析

3.1 變量選取與指標說明

水資源綠色效率是一個與自然、社會、環境3個系統密切相關的概念。因此，在變量選取時應緊靠這3個系統，實現水資源的可持續性利用。本文在現有相關研究的基礎之上，選取了以下變量來分析沱江流域水資源綠色效率的影響因素：

（1）技術進步。技術進步能夠反映沱江流域各城市的研發投入強度。選取R&D 經費內部支出與地區生產總值的比例來衡量技術進步。

（2）對外開放水平。本文借鑒秦騰［28］等的研究中對外開放水平的測量，選取沱江流域各城市外商直接投資與地區成產總值的占比作為測量依據。

（3）政府管制力度。用地方財政支出占地區生產總值的比重來衡量。

（4）水資源稟賦。水資源綠色效率是經濟、社會、環境協調統一的總體表現，這里選擇人均水資源占有量來衡量水資源稟賦。

（5）產業結構。產業結構在一定程度上反映了水資源在各個產業的資源消耗程度，沱江流域內大部分城市都是以第三產業為主。為此，本文用第三產業比重來衡量用水結構。

（6）用水結構。本文選擇生活用水占總用水量百分比來衡量用水結構。

（7）經濟發展水平。本文采用人均GDP 來衡量沱江流域經濟發展水平。

3.2 共線性檢驗及相關性分析

為了避免偽回歸情況的出現，基于變量獨立性原則，利用stata15.0 對各變量進行了多重共線性檢驗，結果如表3 所示。各變量的VIF 平均值為2.51，最大值為4.8，均小于5，表明各變量之間不存在多重共線性，變量選取合理。

表3 共線性檢驗Tab.3 Collinearity test

進一步對所選變量進行相關性分析，各變量的相關系數如表4 所示。在5%及以下顯著性水平條件下，技術進步、外開放水平、產業結構以及經濟發展水平與水資源綠色效率具有顯著相關性。在1%及以下顯著水平條件下，政府管制力度、水資源稟賦、用水結構與水資源綠色效率具有顯著相關性，7個變量均可納入回歸模型進行回歸分析。

表4 相關性檢驗Tab.4 Correlation test

3.3 OLS模型和GTWR模型的回歸結果

GTWR 模型的參數估計會隨著時空的演變而不同，有效揭示了各影響要素的時空異質性。但為了保證回歸結果的穩健性，在進行GTWR 回歸之前，需要先對各影響因素做OLS 回歸分析，如表5所示。

由表5可知，對外開放水平、技術進步、用水結構、政府管制力度以及水資源稟賦對沱江流域水資源綠色效率有著重要影響，其中，對外開放水平影響程度最大，技術進步次之，用水結構，政府管制力度和水資源稟賦的影響程度則較小，產業結構和經濟發展水平沒有影響。因此，本文根據OLS 的回歸結果，在剔除了產業結構和經濟發展水平兩個不顯著變量的基礎上，從時間、空間的角度構建局部加權回歸模型進行參數估計，結果如表6、7 所示。可以看出GTWR 調整后的R2為93.8%，遠高于OLS模型的43.9%，說明GTWR模型的擬合優度更好。

表5 最小二乘法模型回歸結果Tab.5 Least squares model regression results

表6 OLS模型與GTWR模型參數對比Tab.6 Comparison of parameters between OLS model and GTWR model

由表7 可知GTWR 模型測算的結果變化幅度較大，并且各因素的回歸系數有正有負。其結果表明OLS 回歸分析的參數值僅代表沱江流域整體的平均特征，從而掩蓋了沱江流域9 個地級市的局部系數特征，這表明沱江流域水資源綠色效率和各變量之間不僅是簡單的線性關系，各因素呈現出強烈的空間不穩定性，并隨著時間而發生變化。

表7 GTWR模型回歸結果Tab.7 GTWR model regression results

3.4 水資源綠色效率影響因素分析

為進一步探究各因素的空間變異特征，本文利用ArcGis10.5 對回歸結果進行可視化表達，從而更加直觀地對各影響因素進行空間變異分析，結果如圖2、3所示。

圖2 2007年沱江流域水資源綠色效率各影響因素回歸系數空間分布Fig.2 Spatial distribution of regression coefficients of factors influencing green efficiency of water resources in the Tuojiang River Basin in 2007

（1）技術進步對沱江流域水資源綠色效率的影響。研究期初（2007 年），技術進步回歸系數的高值主要分布在資陽市、內江市等地，總體表現為上游、中游地區要大于下游地區。研究期末（2017 年），這種趨勢有所變化，總體表現為由西向東遞減的趨勢。從正值區數量來看，研究期內回歸系數正值區數量有所增加，在空間上主要分布在流域的西部地區，但仍有部分地區促進作用并不明顯，究其原因可能在于流域內多數城市以工業發展為主，科技研發能力相對較弱，R&D 經費投入還未轉化為實質的技術進步，進而未能有效改善水環境。

圖3 2017年沱江流域水資源綠色效率各影響因素回歸系數的空間分布Fig.3 Spatial distribution of regression coefficients of factors influencing green efficiency of water resources in the Tuojiang River Basin in 2017

（2）對外開放水平對沱江流域水資源綠色效率的影響。研究期初（2007年），沱江流域對外開放水平回歸系數的空間分布為“西高東低”，正值分布區域主要集中在流域的西部；研究期末（2017年），沱江流域對外開放水平回歸系數的空間分布呈現出由北向南逐步遞減的趨勢。總體而言，對外開放促進水資源綠色效率提升的區域主要集中在流域內經濟比較發達的地區，如成都市、德陽市。這些地區擁有較為完整的產業體系，外商投資能夠更為有效地促進各產業的發展，在帶來經濟效益的同時也產生了“潛在的”技術效益，為水污染的綠色治理提供了充足的資金支持和技術保障。

（3）政府管制力度對水資源綠色效率的影響。研究期初（2007 年），政府管制力度的回歸系數呈自北向南遞減趨勢，高值區域主要集中在沱江流域的上游和中游地區；研究期末（2017 年），負值區域明顯增加，多數城市的回歸系數由正變為負。原因可能在于這些城市的早期發展存在諸多不合理之處，政府適當參與調控更有利于水資源綠色效率的提升，隨著經濟發展的逐漸合理，過度的政府干預可能會提高企業的生產成本，減少研發投入。此外，流域內絕大多數城市在污染治理上的投資較低，污染治理效果微乎其微，城市污水治理能力跟不上污水排放水平。為此，提升污水治理能力，完善污水管控體系是解決目前沱江流域大部分城市面臨的困境和難題的重要舉措。

（4）水資源稟賦對沱江流域水資源綠色效率的影響。研究期初（2007 年），各城市水資源稟賦回歸系數均為負值，總體呈自北向南遞減的趨勢。研究期末（2017年），水資源稟賦回歸系數的正值分布區域增加明顯，主要集中在沱江流域的中游。上下游地區水資源豐富，其回歸系數仍表現為負，表明隨著人均水資源量的增多，反而不利于水資源綠色效率的提升。這與孫才志等［9］的研究結論相符，即水資源越豐富的地區隨著人均水資源占有量的增加反而不利于水資源綠色效率的提升。究其原因可能在水資源豐富，取水容易的地區，節水意識普遍不強，錯誤的用水習慣可能導致水資源的大量浪費。

（5）用水結構對沱江流域水資源綠色效率的影響。研究期初（2007年），用水結構回歸系數的正值主要分布在沱江流域的中下游，負值區域則集中在上游，總體呈現出由北向南逐漸增加的趨勢。研究期末（2017年），用水結構的回歸系數分布有了較大變化，僅有內江市、資陽市用水結構回歸系數為負。由此可見，流域內大部分地區的用水結構對水資源綠色效率表現為正向促進作用。這是因為用水用水結構反映了沱江流域城市水資源使用在工業、農業以及生活中的比例，本文選擇生活用水占比來衡量用水結構，當生活用水占比越高，水資源投入在工業和農業灌溉的總量就會降低，而沱江流域的污染主要以工業污染和農藥中的磷、氨、氮等化學成分為主，因此生活用水占比越高，越有利于沱江流域水資源綠色效率的提升。

3.5 影響因素的趨勢分析

為進一步研究沱江流域水資源綠色效率影響因素的空間特征，本文繪制了以各影響因素參數估計的平均值為高度的三維透視圖，并將點（默認北和西）投影于地圖平面兩個方向的平面上，如圖4所示，以檢查沱江流域水資源綠色效率的影響因素的全局趨勢。

圖4 各影響因素回歸系數估計的趨勢變化圖Fig.4 Trend chart of estimated regression coefficients for each influencing factor

從X方向上看，各因素對沱江流域水資源綠色效率的影響呈現出不同的特征。技術進步對沱江流域水資源綠色效率的影響自西向東呈下降趨勢；水資源稟賦對沱江流域水資源綠色效率自西向東呈增加趨勢；對外開放水平對沱江流域水資源綠色效率的影響自西向東呈倒“U”形；政府管制力度和用水結構對沱江流域水資源綠色效率的影響自西向東呈正“U”形。

從Y方向上看，水資源稟賦對沱江流域水資源綠色效率自北向南的影響呈增加趨勢；技術進步、對外開放水平、用水結構對沱江流域水資源綠色效率的影響自北向南呈倒“U”形，其中，技術進步對沱江流域水資源綠色效率的影響的倒“U”形特征不明顯，敏感度不高；政府管制力度對沱江流域水資源綠色效率的影響自北向南呈正“U”形。綜合來看，各因素對沱江流域水資源綠色效率的影響程度在東西部地區的變化差異要強于南北地區。

4 結論與建議

基于2007-2017 年沱江流域9 個地級市的面板數據，在全面考慮水資源使用過程中的社會、經濟以及環境效益的基礎上，運用考慮非期望產出的超效率SBM 模型測度水資源綠色效率水平，并結合GTWR 模型從時空差異性的視角探究水資源綠色效率的影響因素。結果表明：沱江流域水資源綠色效率具有明顯的時空差異性，時間維度上水資源綠色效率水平波動較大但仍有上升，空間維度上呈現從南向北逐漸遞減趨勢；OLS模型和GTWR 模型均表明對外開放水平對水資源綠色效率的影響程度最大，技術進步次之，用水結構，政府規制力度和水資源稟賦的影響程度較小；此外，相較于OLS 模型，GTWR 模型能夠反映各影響因素在時空演變中的局部效應，有效彌補了前者的不足。GTWR 模型的回歸結果顯示沱江流域水資源綠色效率的影響因素呈現出明顯的時空異質性，不同年份，不同地區各影響因素的作用方向及強度都大不相同。

基于上述分析，本文將從治理能力、創新驅動、政策規制及用水結構四個方面提出對策建議，以期促進區域水資源的協調健康發展，破解沱江流域水資源發展失衡困境，為水資源綠色高效發展保駕護航。①提升沱江流域協同治理的能力。各地級市應該以“成德眉資”同城化為指導，破除城市之間封閉發展，營造分工合作的良好氛圍，因地制宜地制定社會經濟發展和綠色水資源保護的協同共生策略。②加強沱江流域創新內驅力。從“創新”角度出發，提升各城市的自主創新內驅力。改善管理創新“軟實力”，嚴格落實國務院提出水資源管理規章制度。③完善沱江流域環境規制政策。要根據各城市的具體污染情況，科學全面的調節水污染治理費用，避免嚴苛的規制力度對經濟增速的放緩，完善現有污染處理的排放與監管機制，為工業企業發展提供良好的政策環境。④優化沱江流域用水結構。合理配置生產生活用水，建立有效的供給體制，實行階段性收費標準，強化生產生活中節約用水意識，以實現沱江流域經濟、社會和生態效益最大化。