中國近年來水資源利用效率的省際差異的實證探討
1 引言
“水是生命之源、生產之要、生態之基”①，隨著我國城市化和工業化的推進，水資源作為基礎性的自然資源和戰略性的經濟資源得到完全體現。與此同時，水資源利用效率低下成為制約我國經濟增長的主要約束條件之一，我國萬美元GDP用水量為4749m[3]，是世界平均水平的4倍，是美國的9.8倍，日本的25倍[1]，因此水資源可持續利用成為我國政府和學術界共同高度關注的話題。2011年中央“一號文件”首次聚集水資源管理，并提出建立用水效率控制紅線，堅決遏制用水浪費。文件強調水資源管理紅線指標體系要納入各地經濟社會發展綜合評價體系，地方政府對本地區水資源管理負總責。這些都表明了中國政府旨在通過提高水資源利用效率來促進經濟可持續發展的決心。
從國內外文獻來看，國內外對水資源效率的測算一般有兩種方法：一種方法是政府部門經常使用的單位水耗，即萬元產出所消耗的水資源量;另外一種是運用參數或非參數方法，綜合資本等其他投入要素，GDP作為產出，測算出全要素資源效率，如Speelman et al.、孫才志等、孫愛軍等[2-4]。水資源利用效率的影響方面，主要側重于分析農業用水和工業用水效率的影響因素。如Kaneko[5]基于中國1999年-2002年的分省數據集，采用C-D隨機前沿生產函數方法測算灌溉用水效率，并進一步發現農業用水效率的影響因素主要包括氣候、土壤等自然條件，以及農田水利等基礎設施條件。陳東景[6]采用因素分解法分析了水資源消耗強度變化的結構份額和效率份額，結果表明2002年-2005年間，我國工業水資源消耗強度總體呈不斷下降的趨勢，工業水資源消耗強度下降的結構份額不斷下降，效率份額逐漸上升。Yujiro Hayami[7]根據誘致技術變遷理論，認為水資源相對稀缺程度以及供給彈性的不同，表現為在要素市場上相對價格的差異，從而能夠誘導出節約相對稀缺的水資源利用效率的變化。
梳理文獻發現，現有研究較多關注產業結構和經濟增長對水資源利用效率的影響，技術因素對水資源效率的影響卻很少涉及。實際上，水資源利用的績效是經濟發展、技術進步、水資源消耗等多種因素共同作用的結果，顯示出明顯的全要素特點。另外，水資源效率改善是一個宏觀、持續的過程，而產業結構、價格因素對水資源利用效率的影響存在一個閾值的問題，即上升空間是有限的，而技術進步的影響卻是持續的、相對無限的。基于以上分析，借鑒Hu和Wang提出的全要素框架[8]，探討中國水資源利用效率的變化趨勢，并進一步分析技術進步和技術效率對水資源利用效率產生的具體影響。
2 計算方法、數據來源與處理
2.1 水資源利用效率的計算方法
從全要素投入角度看，眾多學者使用數據包絡分析法(Data Envelopment Analysis，DEA)來評價水資源利用效率。DEA是通過確定生產前沿面，以相對效率概念為基礎發展起來的一種效率評價方法，可對同一類型的各決策單元的相對有效性進行評定和排序，而且DEA方法在避免主觀因素、簡化算法、減少誤差等方面有著不可低估的優越性[9]。鑒于以上優點，本文也采用DEA計算水資源利用效率。其主要思路是通過保持決策單元的輸入或輸出不變，借助數學規劃將DMU投影到前沿面上，有效點位于生產前沿面上，而無效點位于前沿面的下方。由于本文關注的是投入要素，因此將采用規模報酬不變假設下基于投入法的DEA模型。
根據Hu和Wang提出的思想，在生產過程中，水資源投入一方面由于技術無效率導致損失，另一方面因為要素配置不當產生投入松弛。因此，“前沿曲線上最優水資源投入”一般低于“實際水資源投入”。根據上述分析，定義全要素水資源效率為：
式中(Water Resource Efficiency)為第i個省(自治區)第t年的水資源效率;TWRI(Target Water Resource Input)為目標水資源投入，也就是在當前生產技術水平下，為實現一定產出所需要的最少水資源投入數量;AWRI(Actual Water Resource Input)為實際水資源投入數量;LWRI(Loss Water Resource Input)為損失的水資源投入數量。此外，把區域內所包括的所有省份的目標水資源投入和實際水資源投入匯總并計算比值，可得到某一區域在某一年的水資源效率。
2.2 Malmquist指數方法
Malmquist指數方法為分析各區域的全要素水資源利用效率變化提供了便利的工具。與Tomqvist指數和Fisher指數相比，Malmquist指數可以把生產率的變化原因分為技術變化與效率變化，不需要價格資料，從而避免價格信息不對稱所引起的問題，且可以利用多投入與產出變量，不需要成本最小化和利潤最大化的條件。設為距離函數，基于t和t+l期參照技術的Malmquist生產率指數分別為：
按照理想指數思想，定義它們的幾何平均為綜合生產率指數，通過分解，可得到RD模型：
式中Pech(Pure Efficiency Change)為純技術效率變化，是在變動規模報酬假定下的技術效率變化;Techch(Technical Change)為技術變化，反映生產前沿面的移動對生產率變化的貢獻程度;Sech(Scale Efficiency Change)為規模效率變化，表明規模經濟對生產率的影響。構成TFP指數的某一變化比率大于l時，表明其是生產率水平提高的根源;反之，則導致了生產率水平的降低。
2.3 數據來源與處理
由于我國水資源消耗量的數據2003年才開始系統收集并公開頒布，考慮數據可得性，本文以2003年-2009年中國30個省(重慶合并到四川)的資本存量、勞動力、知識存量和水資源消耗量作為投入要素，以各省GDP作為產出要素進行分析。具體的投入產出數據說明如下：
圖1 中國東、中、西部水資源利用效率變化
Fig.1 Water resource utility efficiency change of East, middle and west region in China
(1)GDP產出數據。為保證指標數據的一致性，各省每年的GDP變量采用的是2000年不變價格計算的實際GDP。
(2)資本存量。當今學者們一般用“永續盤存法”來估計每年的實際資本存量，計算方法為：
式中是地區i第t年的資本存量;是地區i在第t年的投資;是地區i在第t年的固定資產折舊率。單豪杰[10]用國家統計局最新的數據資料，系統估算了1952年-2006年全國和省際的資本存量，因此本文直接采用他的研究成果。對于2006年后的數據，按照同樣方法計算獲得。另外，為保證投入產出變量統計口徑的一致，采用平減指數將資本存量換算到以2000年為基期計
算的相應數據。
(3)勞動力。勞動力按照(當年年末就業人數十上一年年末就業人數)/2來計算得到，這里由于各省的人均教育水平等數據不可得，因此沒有包括各省勞動力質量上的差異。
(4)知識存量。根據內生增長理論，知識投入、技術進步對于經濟增長起著顯著作用，因此本文在投入要素中加入非物質形態的知識存量。Ganlner和Joutz[11]認為可以使用專利授權數作為知識積累的代理變量。知識存量的計算公式為：
式中為t期的知識存量，即專利授權數存量;A為知識流量(新增專利授權數);d為知識的折舊率，賦值為0.15。本文以2000年為基期，計算歷年省際知識存量。
(5)水資源。用各省的水資源消耗量作為水資源投入，統計上把工業用水、農業用水、生態用水和生活用水等四種用水總量加總而得。
本文所有原始數據來源于《中國統計年鑒》、《新中國六十年統計資料匯編》和《中國水資源公報》。
3 計算結果與分析
3.1 基于DEA模型的水資源利用效率分析
運用軟件包DEAP2.1，根據公式(1)計算得到中國各省、直轄市、自治區以及各區域的全要素水資源效率見表1。圖1則直觀的表明了東部、中部、西部地區的水資源利用效率變化趨勢。
(1)表1顯示，從各省、區和直轄市的水資源利用效率來看，始終保持在前沿面的有天津、遼寧、上海和云南省，多年始終保持DEA有效。這里面天津、遼寧和上海盡管處于東部沿海，但水資源都相對缺乏，如2009年天津人均水資源擁有量為128.3m[3]，為全國倒數第一。這3個省(直轄市)之所以保持較高水資源利用效率，主要原因在于保持較優的資源配置效率和和較高的技術水平。與之相反的是，云南水資源比較豐富，是我國西南地區重要的水資源保護區，由于開發利用程度低，且與資本、勞動力配置較好，故顯得全要素水資源利用效率較高。新疆、寧夏和西藏水資源利用效率始終很低，這原因一方面跟這些地區的氣候條件有關，水資源自然損耗較多，另外，跟這些地區的產業結構有關，這些地區都以農業為主導產業，而我國農業用水技術手段落后，絕大時候仍然采取串灌、漫灌、大塊灌等粗放型的水資源利用方式。
(2)圖1顯示，從東部、中部、西部區域來看，水資源利用效率呈現出明顯的遞降趨勢，東部遙遙領先。這驗證了孫才志、孫愛軍[3-4]等學者的觀點，他們認為發達地區用水效率最高，欠發達地區用水效率最低，且水資源利用相對效率的差異是區域經濟社會發展的普遍現象。這同時也說明，中、西部地區用水效率還有很大的提升空間，各種資源配置應得到繼續優化。
(3)圖1顯示，從全國來看，我國水資源利用效率變化出現在2007年。2007年以前，水資源利用效率有所提高，之后，出現了緩慢下降。這個結論與錢文婧、賀燦飛[12]類似，2007年全球發生經濟危機，為了刺激經濟復蘇，中央和地方政府把大量的救市資金投向了基礎設施建設和重型化工業，這導致了資源配置的扭曲，從而使水資源利用效率下降。
3.2 基于Malmquist指數的生產率分析
運用Deap2.1軟件，計算2003年-2009年我國各地平均的技術效率指數、技術進步指數和全要素生產率指數，具體結果見表2。
表2顯示：
(1)從全要素生產率變化(Tfpch)來看，2003年-2009年間平均TFP增長的省份有19個，占全國所有省份的63.34%，其中增長最快的省份為遼寧，增長率為22.1%。在平均TFP負增長的省份中，全要素生產率增長最低的是海南，增長率為-15.4%。這可能與其他學者的研究結果有所差異，原因主要在于跟本文的研究對象有關，把水資源作為投入要素計算全要素生產率，而其他學者計算TFP都沒有考慮水資源利用的問題。另外，與預期類似，東部的TFP增長率高于中部和西部地區，顯示出東部地區強勁的技術實力和綜合管理能力。
(2)從技術效率變化(Effch)來看，東部地區出現了負增長，增長率為-1.4%，主要為純技術效率和配置效率都出現負增長，尤其配置效率增長為-1.2%，這也表明東部地區需要提高水資源和其他投入要素的匹配程度，積極提升產業結構，大力發展低水耗產業，貿易往來中鼓勵進口高水耗產品。西部地區雖然技術效率增長較快，但純技術效率增長仍為-1.7%，這說明西部地區在“軟技術”方面還有很大改進空間，日常的經營實踐和管理水平仍需提升。
(3)從技術進步變化(Techch)來看，東部地區在2003年-2009年平均增長4.6%，遙遙領先于中部地區的0.8%和西部地區1.1%，這也說明東部地區在技術引進、產品研發等“硬技術”方面繼續發揮“橋頭堡”作用。這跟東部地區較多的科研院所、豐富的人才儲備是分不開的，中西部地區除了要做好產業轉移，吸收技術遷移外，更重要的是加大人才的引進和培養。
4 技術進步、技術效率對水資源利用效率的影響
如前所述，全要素生產率可以分解為技術效率和技術進步，其中技術效率又可分解為純技術效率和配置效率。為進一步研究技術進步各組成部分對全要素水資源利用效率的影響，以各省的水資源利用效率為因變量，純技術效率、配置效率和技術進步變化值為自變量，構建回歸模型。同時，考慮到產業結構和水資源價格等變量也會影響到水資源利用效率[6-7]，將這些變量作為控制變量一起放入回歸模型。產業結構用第一產業增加值/GDP總量來表示，水資源價格變量用城鎮居民家庭平均每人全年水電燃料支出/城鎮居民家庭平均每人全年消費性支出表示。由于Malmquist模型各指數均是與上一年的相對比值，因此各變量都采用與上一年的比值，具體模型如下：
式中i代表第i個省;t代表第t年;WRE、Techch、Pech、Sech、Stru、Pric分別代表水資源利用效率的增長率、技術進步的增長率、純技術效率的增長率、配置效率的增長率、產業結構的變化和水資源價格的變化;c表示截距項;為相應的系數;為隨機擾動項。
在使用面板數據構建模型時需對模型的設定形式進行檢驗。首先是用沃爾德F檢驗判斷是采用OLS還是固定效應模型，再利用布羅施—帕加(Breusch and Pagan)的LM檢驗判斷是采用OLS還是隨機效應模型，最后利用Hausman檢驗，確定是選擇隨機效應還是固定效應模型，若檢驗值顯著則選用固定效應模型，反之用隨機效應模型。限于篇幅，具體的計算過程略去，本文的分析工具采用Eviews6.0，結果如表3所示。
表3顯示：
(1)針對全國而言，技術進步、技術效率的增長都可導致水資源利用效率的改善。技術進
步和技術效率分別增長1%，將導致水資源利用效率提高0.37%和0.27%(0.8287×0.3318%)。這里技術進步對水資源利用效率的貢獻較少，可能跟技術進步產生的“回彈效應”(Rebound Effect)有關，技術進步一方面可以降低水資源消耗，提高水資源利用效率，但另一方面又使得經濟增長，導致水資源需求增加;另外，純技術效率和配置效率也可導致水資源利用效率提高，且純技術效率效果最明顯，純技術效率增長1%，將導致水資源利用效率提高0.83%，這也表明提高管理水平等“軟技術”對目前我國水資源利用最為關鍵。
(2)從分區域來看，技術進步對中部地區水資源利用效率最為明顯，而對西部地區效果最不理想，技術進步增長l%，西部地區水資源利用效率改善程度大概只占東部地區的1/3。究其原因，可能東部地區本身技術水平較高，加上“回彈效應”的因素，使得技術進步對水資源效率改善的邊際效益遞減，而西部地區由于技術相對缺乏，同時經營水平和管理經驗薄弱，使得節水的技術成果推廣相對困難，如西部地區農業較少采用噴灌和微灌這種作業方式就是一個證明。
(3)從全國和中西部地區來看，產業結構變量與全要素水資源利用效率呈顯著的負相關，即經濟總量中第一產業的比例越大，全要素水資源效率就越低。另外，水資源的價格同全要素水資源利用效率正相關，這表明，通過價格杠桿的作用可以提高水資源效率。
5 結論與政策建議
5.1 結論
“確立用水效率控制紅線，堅決遏制用水浪費，把節水工作貫穿于經濟社會發展和群眾生產生活全過程”②。隨著極端氣候對我國影響的加大，水資源效率的提高成為水資源利用工作的核心問題。本文利用2003年-2009年我國各省的面板數據，選取基于投入導向的DEA模型，以資本存量、人力資本存量、用水總量作為生產中的投入要素，測算出各省全要素水資源利用效率，并通過Malmquist指數測算出各省的技術效率、技術進步和全要素生產率，最后以面板數據計量方法分區域對技術效率和技術進步對水資源利用效率的影響進行了考察，研究結果表明.
(1)我國近年來水資源利用效率變化的分界點出現在2007年。2007年以后水資源利用效率出現了緩慢下降，主要原因可能為金融危機后的資源配置扭曲。從分區域看，水資源利用效率出現了明顯的區域差異，東部地區、中部地區、西部地區效率值依次遞減。從省(直轄市)來看，天津、遼寧、上海和云南省多年保持較高的水資源利用效率，而新疆、寧夏和西藏水資源利用效率始終較低。
(2)技術進步和技術效率的增長都可導致水資源利用效率的改善，但技術進步由于回彈效應使得影響值較小。技術效率增長導致水資源效率較大幅度的改善，主要原因是純技術效率和配置效率的增長都對水資源利用效率的改善起到正向作用。
(3)技術進步對中部地區水資源利用效率最為明顯，而對西部地區效果最不理想，技術進步增長1%，中部地區水資源利用效率改善0.38%，而西部地區卻只有0.11%。
(4)從全國和中西部地區來看，全要素水資源利用效率與產業結構呈顯著的負相關，但與水資源的價格正相關，這表明，降低第一產業比例和發揮價格杠桿的作用可以提高水資源效率。
5.2 政策建議
(1)慎重對待節水目標的分解，2011年一號文件確定了我國在未來一段時間內用水效率的控制紅線，由于我國各區域經濟發展、技術水平等方面存在較大差異，導致目前不同地區水資源相對效率差距較大，因此在分解節水目標時，要根據各地用水效率的實際情況，避免“一刀切”現象。
(2)充分認識技術進步、資源配置、管理水平以及價格杠桿等因素對水資源利用效率的影響，政府需要應加大對技術的投資力度，并鼓勵企業技術創新以及管理效率的提高，積極實施用水價格改革，這樣才能滿足我國經濟社會發展對水資源利用效率的要求。
注釋：
①《中共中央國務院關于加快水利改革發展的決定》2011年1號文件。
②《中共中央國務院關于加快水利改革發展的決定》2011年l號文件。
使用微信“掃一掃”功能添加“谷騰環保網”
