我國三大流域水資源利用效率時空演變特征與影響因素分析

田 澤,方 琪,陳一飛

(1.河海大學商學院,江蘇 南京 211100; 2.湖北經濟學院工商管理學院,湖北 武漢 430205)

水資源是國家寶貴的戰略資源,是經濟社會發展的重要保障,合理保護與利用水資源是生態文明建設的重要環節。黨的二十大報告指出要“統籌水資源、水環境、水生態治理,推動重要江河湖庫生態保護治理”[1]。長江是我國第一大河流,2020年長江流域水資源總量達11186.2億m3,約占全國水資源總量的37.74%[2]。雖然長江流域水資源相對豐富,但流域人口密度較高,人均占有水資源量并不高,并且存在水質性缺水問題。黃河是中華民族的母親河,黃河流域水資源總量僅占全國水資源總量的2%左右,水是黃河最突出的問題,水資源自然稟賦條件差,生態環境較為脆弱等問題制約著黃河流域的高質量發展[3]。珠江的年徑流量僅次于長江,居全國第二,擁有豐富的水系和眾多支流,流域水能資源豐富,具有較高的利用價值。推動長江經濟帶發展是關系國家發展全局的重大戰略,雖然長江流域水資源總量豐富,但沿江污染物排放基數大,多種污染物排放量占全國較高比重,水安全風險隱患較大。要實現長江經濟帶高質量發展,必須關注水資源問題。黃河流域水資源稀缺,提升黃河流域的水資源利用能力對黃河流域生態治理意義重大。珠江流域存在流域水資源空間分布不均衡、水資源配置體系不完善等問題。水資源問題是制約三大流域綠色高質量發展的共同剛性約束,而三大流域的水資源問題具有代表性,因此,在降低水污染的前提下提升流域水資源利用效率意義重大。

當前國內外對于水資源利用效率的研究較為豐富。趙良仕等[4]將水資源利用效率定義為單位水資源所能夠帶來的經濟效益、社會效益以及生態效益;魏楚等[5]認為用水效率的研究重點在于在產出水平既定的條件下,如何實現水資源要素投入的最小化。在研究方法上,當前測算水資源效率的方法主要分類有3種:一是指標體系法,如何偉等[6-7]通過綜合構建水資源利用效率的多維度指標體系對水資源效率進行評價。二是數據包絡分析法(data envelopment analysis,DEA),如魏婕等[8]采用SBM-DEA方法研究了我國西北地區黃河流域的水資源利用效率;Xie等[9]利用兩階段DEA方法對中國城市的水資源利用效率進行評價;朱曉梅等[10]將DEA方法與Malmquist-Luenberger 指數相結合,刻畫黃河流域城市的水資源靜態效率與動態分解效率值。三是隨機前沿分析法(stochastic frontier analysis,SFA),如陳艷萍等[11]基于Shephard水資源距離函數的隨機前沿分析模型研究我國區域水資源利用效率;王濟干等[12]利用SFA-ESDA模型測算了長三角城市水資源利用效率。以上3種研究方法各有側重,而DEA方法中的SBM模型能夠解決水資源效率測度中的變量松弛問題,因此被廣泛應用于水資源利用效率的測度。

從研究視角來看,馬慧君等[13-20]從水資源利用效率的測度評價、空間格局以及影響因素等方面進行了多角度分析,拓展了水資源利用效率的研究廣度。從研究區域來看,主要可以分為對省、市等行政區域的研究和對各大流域的研究。例如:李可柏等[21]對我國各省(自治區、直轄市)的用水效率進行了差異分析;徐依婷等[22]對我國各省(自治區、直轄市)的全要素糧食生產用水效率進行研究,以期協同提升糧食生產用水效率;張明斗等[23-24]則從城市入手,探索不同地級城市的水資源利用效率。此外,也有學者對不同流域的水資源效率進行了測度研究。例如:何偉等[25-27]對黃河流域的用水效率進行了研究,并提出了提升水資源利用效率的相關建議;丁緒輝等[28-29]則對長江流域的用水效率進行了評價,并認為流域是重要的生態戰略區域,研究提升流域的水資源利用效率意義重大。

綜上所述,現有關于水資源利用效率的研究多數集中于省、市間的對比分析,對流域的研究也多是對單一流域進行研究,缺乏對我國主要流域的綜合比較分析。流域是提升水資源利用效率的重要區域,是生態文明建設的重要依托,對流域用水效率進行多方面的實證研究十分必要。鑒于此,本研究選取長江、黃河和珠江三大流域21個省(自治區、直轄市)為研究對象,從時序演變、空間特征、影響因素多角度對三大流域以及流域所包含的省(自治區、直轄市)的水資源利用效率進行研究,基于三大流域的水資源利用效率水平、空間分布等特征,深入比較分析區域水資源利用效率影響因素的相同點與差異性,提出更具針對性的對策建議,以促進我國流域水資源利用效率的提升,進而助力經濟綠色高質量發展。

1 研究方法與數據來源

1.1 研究方法

1.1.1超效率非期望產出SBM模型

DEA是一種基于線性規劃的模型方法,最初包括CCR(charnes-cooper-rhodes model)、BCC(banker-charnes-cooper model)等模型,被廣泛應用于評價投入產出的決策單元(decision making unit,DMU)效率測算。超效率DEA模型和SBM模型是對DEA基礎模型的改進,在傳統DEA模型中,效率值最大只能為1,無法對它們的有效程度進行進一步區分,而超效率DEA模型的提出解決了這一問題,超效率DEA模型測算出的效率值可以進一步進行評價比較;Tone[29]提出的SBM模型相比較傳統的徑向BCC、CCR模型,將松弛變量考慮在內,能夠更準確地進行效率評價。超效率SBM模型將超效率模型與SBM模型結合,在測算水資源效率時,能夠測算出各省(自治區、直轄市)的水資源完全效率,并且進行進一步的排序比較。考慮廢水排放中的污染物非期望產出,構建超效率SBM模型:

(1)

1.1.2核密度估計

核密度估計是一種非參數估計方法,被廣泛應用于非均衡分布的研究。利用核密度估計隨機變量分布密度函數,進一步描述三大流域21個省(自治區、直轄市)的水資源利用效率分布與動態演變趨勢。假設x為隨機變量,其密度函數為f(x),則概率密度函數可表示為

(2)

式中:f(x)為核密度估計值;K(*)為核密度函數;n為觀測值個數;h為帶寬,帶寬越大,核密度函數越平滑,核密度估計準確度越高。

1.1.3Tobit回歸模型

Tobit 回歸模型是一種非線性模型,又稱刪截正態回歸模型。使用OLS方法對整個樣本進行線性回歸時,會產生非線性擾動項,對結果產生影響。因此,Tobit提出使用MLE估計模型,Tobit回歸模型的一般形式為

Yit=c+βXit+uit

(3)

將長江流域、黃河流域和珠江流域的水資源利用效率值引入Tobit回歸模型,建立具體的Tobit回歸模型:

Eit=c+β1RGDP+β2IS1+β3IS2+β4WE+

β5lnIV+β6lnEV+β7TEC+uit

(4)

式中:Eit為i地區t時期的水資源利用效率值;c為常數項;β為回歸參數向量;uit為隨機誤差項。

1.2 指標選取與數據來源

1.2.1水資源利用效率投入產出指標

綜合考慮數據可得性與準確性,結合鄧淇中等[30]的研究,選擇資本投入、勞動力投入、水資源投入作為投入指標,各省(自治區、直轄市)實際GDP作為期望產出指標,廢水中化學需氧量排放量和廢水中氨氮物排放量作為非期望產出指標,構建投入產出指標體系,如表1所示。

表1 投入產出指標體系

具體指標選取及數據來源如下:

a.投入指標。①資本投入。由于資本折舊率的變動性,資本存量比固定資產投資額更適合作為資本投入指標,因此本研究參考單豪杰[31]的研究,利用永續盤存法對長江流域、黃河流域和珠江流域21個省(自治區、直轄市)的資本存量進行估算,計算公式為

Kit=Kit-1(1-δit)+Iit

(5)

式中:Kit為i地區第t年的物質資本存量;δit為固定資產折舊率;Iit為地區固定資產投資額。本研究以2011年為研究基期,初始資本存量K采用各省2011年的實際資本形成額比上平均折舊率(取10.96%)和2012—2016年的投資增長率平均值之和計算得出,并且根據固定資產投資價格指數對固定資產投資額進行了平減,綜合計算出以2011年為基期的2011—2020年各省級資本存量數據。②勞動力投入。勞動力投入選用就業人員數來衡量,即使用各省(自治區、直轄市)三次產業就業總人數反映。③水資源投入。選取各省(自治區、直轄市)用水總量作為水資源投入的指標,即生活用水、工業用水、生活用水和生態用水量的總和。

b.產出指標。①期望產出。選擇各省(自治區、直轄市)的2011—2020年的實際GDP作為期望產出指標,為避免價格變動的影響,使數據更加準確,選擇以2011年為基期,利用GDP指數將各省(自治區、直轄市)GDP折算為以2011年為基期的實際GDP值。②非期望產出。非期望產出指標選擇各省(自治區、直轄市)廢水中化學需氧量排放量和廢水中氨氮物排放量這兩種主要污染物排放量。以上數據來源于2011—2020年《中國統計年鑒》、各省(自治區、直轄市)統計年鑒、《環境統計年鑒》以及《水資源公報》。

1.2.2水資源利用效率影響因素

如表2所示,從經濟發展水平、產業結構、水資源稟賦、進出口需求以及科技水平等方面選取相關變量,利用Tobit模型研究流域水資源效率的影響因素及其差異。

表2 影響因素變量選取說明

a.經濟發展水平。環境庫茲涅茨曲線理論認為,環境質量與經濟發展之間存在倒U型關系;宋國君等[32]認為水資源利用效率與經濟發展顯著相關。三大流域工業化的迅速發展伴隨著水資源污染等問題,水資源效率與經濟發展水平之間可能負相關,因此,長江流域、黃河流域和珠江流域各省(自治區、直轄市)之間的經濟發展水平差異可能會導致水資源效率的差異,將經濟發展水平作為水資源利用效率的影響因素之一,以人均GDP衡量。

b.產業結構。產業結構與水資源污染、水資源消耗等問題息息相關,鞏燦娟等[33-35]認為產業結構是影響水資源利用效率的重要因素之一。農業部門、工業部門是用水量最大的兩個部門,而我國現有綠色生態農業水平還不高,農業部門用水方式還較為粗放,水資源消耗量過高,導致水資源利用效率相對較低。工業部門的高排放、高耗水產業的比重越高,也會影響水資源利用效率。對產業結構的優化能夠促進對水資源更加合理的利用,降低高污染、高能耗行業的比重能夠減少水污染、水浪費等問題的存在,進而對水資源利用效率產生影響。本研究選擇第一產業值占GDP比重、第二產業值占GDP比重來表征產業結構。

c.水資源稟賦。馬海良等[36]研究發現,全國不同區域人均水資源量對地區水資源利用效率的影響有所不同,鮑超等[37]的研究中也將水資源豐富程度作為用水效率的影響因素之一。長江流域、黃河流域和珠江流域不同地區之間水資源豐富程度具有較大差異,這種差異也有可能對地區的水資源利用效率產生影響。本研究選擇地區人均水資源量表征水資源稟賦。

d.進出口需求。進出口貿易可能通過影響地區的節水效率[34]而影響總體的水資源利用效率。進口低耗水產品增加時,國內高耗水企業面臨的競爭和淘汰壓力將加大,促使企業提升自身水資源效率,保持市場競爭力。而出口產品增加時,高耗水企業可能因出口獲利,降低水資源消耗的成本,因而影響水資源效率。因此將進出口需求作為長江流域、黃河流域和珠江流域水資源利用效率的影響因素之一,進口需求用按境內目的地和貨源地劃分的進口額衡量,出口需求用按境內目的地和貨源地劃分的出口額衡量。

e.科技水平。科學技術水平對減少水環境污染、保障水資源循環利用等方面都具有積極的影響,汪克亮等[38]認為科技進步會顯著促進綠色水資源效率的提升。科技水平的提升可以促進農業、工業生產過程中對水資源的高效利用,提升環境績效,減少廢水排放量,尤其是水資源循環利用與水污染防治領域的技術革新會帶來十分直接的水資源效率提升。基于此,將科技水平作為水資源利用效率的影響因素之一,并且利用地區科技支出占財政支出的比重,來反映地區的科技水平。

1.3 統計學分析 資料數據采用Stata 11.0統計軟件進行統計學分析。計數資料采用卡方檢驗。計量資料符合正態分布及方差齊性時以均數±標準差表示，兩組間采用獨立樣本t檢驗，同組間不同指標比較時采用配對t檢驗，多組間采用方差分析，多組間分別進行兩兩比較；不符合正態分布及方差齊性時采用兩組或多組比較的秩和檢驗。P<0.05 表示差異有統計學意義。

2 三大流域水資源利用效率時空演變特征

2.1 三大流域水資源利用效率結果分析

基于非期望產出的超效率SBM模型,利用Max DEA專業版軟件測算出長江流域、黃河流域和珠江流域21個省(自治區、直轄市)的水資源利用效率,各省(自治區、直轄市)水資源利用效率極值及研究期間均值如表3所示。研究期間,長江流域各省(自治區、直轄市)水資源效率值在0.480～1.904內波動,黃河流域水資源利用效率值的區間為0.349～1.223,珠江流域的水資源利用效率值則在0.262～0.740間。長江流域整體水資源利用效率均值也是三大流域中最高的,為0.605;其次是黃河流域0.569;珠江流域整體的水資源利用效率均值最低,為0.509。可以看出,流域整體水資源利用效率均值由大到小的排序為長江流域、黃河流域、珠江流域。珠江流域的水資源利用效率均值最低可能是由于流域內的水資源配置體系不完善,流域內較為豐富的水資源并未得到較好的配置利用。

表3 2011—2020年三大流域水資源利用效率極值及效率均值

從均值來看,水資源利用效率均值排在前5位的是上海、山東、浙江、重慶、內蒙古;排在后5位的是甘肅、青海、云南、寧夏和廣西,其中長江流域排名前5的有3個,除安徽省外,流域整體水資源利用效率均值大于0.50,表明長江流域水資源利用效率水平整體較高。黃河流域排名前5的有2個,但排名后5的也有3個,說明黃河流域內部水資源效率存在一定的不均衡現象,流域水資源利用水平差異較大,應當注重協同發展。而珠江流域沒有排名較為靠前的省(自治區、直轄市),且除廣東省外,流域其他省(自治區、直轄市)水資源利用效率均值在0.50以下,珠江流域整體水資源利用效率的提升空間較大。

2.2 三大流域水資源利用效率時序演變特征

圖1為三大流域2011—2020年整體水資源利用效變動趨勢可以看出,三大流域的水資源利用效率從2011—2020年一直呈現上升趨勢,反映出隨著地區發展,流域的水資源利用水平也在逐年提升。研究期間長江流域水資源利用效率一直高于黃河流域和珠江流域,珠江流域的水資源利用效率處于三大流域中最低的位置。長江流域的水資源擁有量較為豐富,并且具有優越的地理位置和較高的經濟發展水平,在水資源管理、水污染治理和水資源的集約循環利用方面具有一定的優勢,整體水資源利用效率高于其他兩個流域。與珠江流域相比,黃河流域雖然水資源總量較少,但近年來注重生態保護和水資源節約集約利用,大力優化水資源配置格局,提升了水資源配置效率;此外,黃河流域有著十分嚴格的水資源保護制度,大力降污減排,在考慮廢水污染物非期望產出的條件下,水資源利用效率高于珠江流域整體。雖然三大流域的水資源利用效率都在上升,但珠江流域的水資源利用效率與其他流域相比依舊處于較低水平,需要關注水資源利用效率提升問題。

圖1 三大流域整體2011—2020年水資源利用效率變動趨勢

選取2011年、2015年和2020年3個代表性年份的數據,繪制核密度圖進一步反映三大流域整體水資源利用效率的動態演進過程,如圖2所示。

圖2 三大流域水資源利用效率核密度

可以看出,2011年、2015年和2020年核密度函數的中心分布位置一直向右緩慢移動,表明2011—2015年、2015—2020年三大流域整體的水資源利用效率整體為上升趨勢,但上升的幅度并不大。從核密度圖的峰值來看,3個年份核密度曲線均為單峰,水資源利用效率沒有出現多極分化現象,并且單峰峰值呈現先上升后略微下降的變化過程,說明水資源利用效率值集中在0.50附近的區域數量先增加后減少。從分布形態來看,3個代表性年份的核密度曲線均存在右拖尾的現象,但拖尾程度并沒有出現顯著擴展的現象,意味著三大流域2011—2020年水資源利用效率的差距并未擴大,較為平穩。

2.3 水資源利用效率空間分布格局

為更加直觀地體現長江流域、黃河流域和珠江流域水資源利用效率的空間分布格局,利用ArcGIS 10.8軟件分別繪制出2011年、2015年、2020年的水資源利用效率分布格局圖,并利用自然斷點法將效率值水平劃分為較低水平、中低水平、中高水平、高水平4個效率等級,如圖3所示。

從空間上看,水資源利用效率處于高水平的省(自治區、直轄市)普遍處于流域下游,流域中游的省(自治區、直轄市)水資源利用效率值大多數處于中低水平和中高水平,而上游的甘肅、青海、云南、貴州等省(自治區、直轄市)水資源利用效率仍處于較低水平。下游地區如上海市、浙江省、山東省和廣東省等由于較為優越的地理位置以及較為領先的經濟發展、科技發展水平,水資源利用模式會更加注重循環利用和集約利用,同時在水污染治理、水資源配置體系等水資源管理機制方面也較為先進,水資源利用效率率先達到高水平。上游地區受地理位置、生產技術、水質污染等問題的影響,水資源利用效率水平依舊處于較低水平,三大流域水資源利用效率均存在一定的地理位置分布上的空間差異。

3 三大流域水資源利用效率影響因素分析

利用Stata17軟件,使用Tobit面板回歸模型對2011—2020年三大流域的水資源利用效率影響因素進行回歸分析,結果如表4所示。

表4 三大流域水資源利用效率影響因素Tobit回歸結果

回歸結果表明,三大流域水資源利用效率影響因素有一定的差異性。對于長江流域而言,經濟發展水平、產業結構、進出口需求、水資源稟賦均會對長江流域水資源利用效率產生顯著影響;對黃河流域水資源利用效率產生顯著影響的因素則為經濟發展水平、產業結構中的第一產業所占比重、水資源稟賦和進出口需求;而珠江流域的水資源利用效率則會受到上述所有影響因素的影響,此外,科技發展水平也會對珠江流域的水資源利用效率產生影響。

經濟發展水平對長江流域、黃河流域水資源利用效率均有顯著的促進作用,地區經濟水平的提高,將會促進地區的整體水資源利用水平的提升,這兩大流域地區經濟的高質量發展與水資源利用效率密切相關。產業結構影響因素中,第一產業所占比重對三大流域的水資源利用效率均存在負向抑制作用,第一產業中,農業部門是水資源消耗量最大的部門,但現有農業用水依舊存在用水浪費、水資源不能有效循環利用等問題,可能導致第一產業所占比重對兩大區域的水資源利用效率產生負向作用。第二產業所占比重對長江流域水資源利用效率產生了顯著的促進作用,但卻抑制了珠江流域的水資源利用效率,這可能是因為長江流域的工業化水平較高,生產過程的節水、去污技術更為成熟,促進水資源利用效率的提升;但珠江流域部分省(自治區、直轄市)工業化水平較低,生產過程中尚不能實現水資源高效利用。

水資源稟賦因素對長江流域、黃河流域水資源利用效率產生了顯著的正向影響,但對珠江流域產生了負向影響。珠江流域部分省(自治區、直轄市)如貴州、云南、廣西人均水資源量豐富,但這種豐富的水資源稟賦并未提升水資源利用效率,反而可能導致節水意識淡薄、節水效率降低。進出口需求對長江流域、黃河流域的水資源利用效率均產生了顯著影響,其中進口需求產生了正向影響,而出口需求則產生了負向影響,可能的原因是:進口產品的增加,能夠替代國內高水資源消耗產品的需求,提高用水效率,并且進口產品會對國內市場的高水資源消耗行業和產品產生競爭作用,從而促進企業優化生產過程,激勵企業提升水資源利用效率。相應地,對外出口產品的水資源消耗高低水平可能并不會影響企業的出口利潤,高水資源消耗的企業可能會繼續擴大,進而會降低區域水資源效率。

科技發展水平尚未對長江流域、黃河流域的水資源利用效率產生顯著影響,這可能是由于科技發展成果應用于水資源消耗行業具有時間上的滯后性,科技水平的提高并未及時促進用水效率的提升。進口需求和科技發展水平對珠江流域水資源利用效率產生了顯著的正向影響,說明該流域應當進一步促進科技水平的發展提升,擴大開放,由點及面地提升自身水資源利用效率。根據三大流域水資源利用效率影響因素的差異,制定因地制宜的水資源利用效率提升的策略,會更加高效地提升水資源利用水平。

4 結論與建議

運用包含非期望產出的超效率SBM模型,利用投入產出面板數據,對2011—2020年我國長江流域、黃河流域和珠江流域的水資源利用效率進行測算分析,揭示其時空演變特征,并且分析三大流域水資源利用效率影響因素的差異,得出以下結論:

a.從水資源效率水平方面分析,整體來看2011—2020年長江經濟帶水資源利用效率高于黃河流域,珠江流域最低。從時序演變來看,研究期間三大流域的水資源利用效率總體情況較好,呈穩步增長趨勢。從三大流域21個省(自治區、直轄市)的角度,長江流域整體高水資源利用效率的省(自治區、直轄市)最多,珠江流域最少,珠江流域水資源利用效率較低的省(自治區、直轄市)也較多,珠江流域的水資源利用效率有待提升。

b.從水資源效率的空間格局方面分析,中下游地區如上海、浙江、山東等的水資源利用效率往往較高,而上游地區如甘肅、青海、貴州、云南等的水資源效率則相對較低,有較大的提升空間。從空間上看,長江流域、黃河流域和珠江流域之間的水資源利用效率存在一定的空間差異,水資源配置有待優化,應當注重區域的協調發展。

c.從水資源利用效率影響因素方面分析,三大流域的影響因素有相同的部分,也有不同的部分。經濟發展水平、第一產業所占比重、水資源稟賦和進出口需求對長江流域、黃河流域的水資源利用效率均會產生顯著影響,而第二產業所占比重會對長江流域用水效率產生顯著影響。對于珠江流域而言,進口需求和科技發展水平會對該流域水資源利用效率產生顯著促進作用。應當針對流域用水效率影響因素的差異,制定針對性的提升流域水資源利用效率的策略。

在上述研究基礎上,為提升流域水資源利用效率,提出以下建議:

a.推動產業結構升級,促進低耗水產業發展。長江經濟帶區域工業較為發達,應積極進行產業結構升級,工業企業應當注重節水技術的提高,促進污水處理、水循環利用等技術的運用,同時嚴格限制高耗水產業的發展,淘汰落后的高耗水、高污染的產業,推動節能低耗的產業發展。黃河流域在農業用水方面應當注重新型生態農業的發展,推進灌溉體系建設,改善用水粗放問題,完善農業節水技術體系,提升農業用水效率。三大流域都應充分認識到產業結構優化對水資源效率的影響,對區域產業布局進行合理的優化調整。

b.注重區域協調發展,縮小流域效率值差異。針對長江流域、黃河流域和珠江流域存在的水資源利用效率不均衡現象,應當充分發揮高水資源利用效率區域的優勢,注重鄰近省(自治區、直轄市)的優勢互補,縮小流域間水資源利用效率差距。對于上海、浙江、山東等高用水效率的省(自治區、直轄市),在提升自身水資源利用技術的同時,要輻射周邊用水效率較低的地區,傳遞先進水資源利用、水資源管理經驗,發揮空間溢出效應,帶動水資源效率的流域協同提升。

c.針對影響因素異同,因地制宜分類施策。三大流域21個省(自治區、直轄市)的實際發展情況、地理位置、水資源稟賦等水平各有不同,影響水資源利用效率的因素也有所差異,對不同流域應當根據實際影響因素制定因地制宜的提升策略、用水策略,避免“一刀切”現象。同時完善流域水資源管理機制,制定行之有效的水資源節約利用、水污染治理等相關機制,保證水資源利用效率的保障政策落到實處。