北京市经济与水环境系统耦合关系及效果研究

王 婷，王保乾，曹婷婷

(河海大学商学院，南京 210000)

经济系统与水环境系统存在着复杂的耦合机理，经济发展对水环境造成压力，传导到反映经济社会发展现状的相应指标之上，继而对水环境系统带来较大影响，而水环境系统同样可以对上述压力、状态进行必要的环境反馈，形成整个系统的响应机制[1]，二者构成“压力-状态-响应(PSR)”的关系。北京作为我国经济和政治中心，其人口高度集中，经济高度发达，2014年，北京常住人口2 151.6万人，地区生产总值21 330.8 亿元，实际利用外资90.4亿美元，主要经济指标位居全国前列。但是北京水资源问题日益严重，属于典型的水资源短缺型城市，2014年，北京人均水资源占有量只有94 m3，Ⅴ类和劣Ⅴ类水的比例较高，且北京水资源供给能力有限，相应的水资源承载能力、自身消化、转化污水的能力相对不足。

在理论研究上，目前，国内外学者针对经济与水环境关系的研究主要集中在水资源供给、水资源污染以及引申的虚拟水贸易与水权交易这3个方面。Thomas M. Missimer, NoreddineGhaffour(2015)[2]等人从水循环经济的角度，对国内外水资源开发状况进行了梳理，运用投入产出分析法探究水资源开发与经济增长之间的互动关系。Andrea Fracasso(2014年)[3]对虚拟水与粮食安全的关系进行了分析，引入时空匹配的概念，解析水资源与对应经济发展间的互动关系。文荣、哈布都热合曼·哈力克(2015年)[4]通过协调发展模型分析和田地区经济发展与生态环境的综合指数以及二者之间的协调度。王延梅、曹升乐(2015年)[5]等人以山东省为例，采用距离协调度模型得到水资源系统与社会经济生态系统间的协调度，并对二者间的协调度作定量分析。尹庆民、顾华玉(2014年)[6]通过分析经济增长与水资源需求量之间的分布规律，建立水资源供给量的Logistic预测模型，分析江苏沿海水资源量与经济增长之间的关系。王雪妮、孙才志(2011年)[7]等人则在探究经济、水环境间的空间耦合关系时，引入贫困指数的概念，对我国水贫困状况及其对应的经济贫困状况，及二者之间的对应关系进行科学评价。邓朝晖、刘洋(2012年)[8]等利用VAR模型，引入脉冲响应的概念，对我国经济增长与水资源利用间的动态关系进行深入研究。许长新、马超(2011年)[9]等依据帕累托最优原理，对虚拟水贸易与区域经济发展间的关系进行了详尽探讨，并且测算出其对应的贡献份额。这些研究取得了重大的成果，但存在水环境经济指标不足、研究主要以定性分析为主，主观性较强，对经济系统与水环境系统二者具体的动态演进关系研究不足。因此，本文以北京市为研究对象，基于“压力-状态-响应(PSR)”框架构建经济系统与水环境系统的指标体系，运用协调发展度模型对系统间的耦合机理进行量化分析。

1 耦合模型

1.1 指标体系构建

本文根据科学性、可行性、实用性的原则和PSR框架，一方面，选择人口总数、人口自然增长率、城镇化率构成人口社会子系统；选取人均地区生产总值，供水领域投资额，万元GDP水耗构成经济发展子系统。另一方面，选择供水总量、工业用水总量、生活用水总量构成水环境供给子系统；选取水体功能达标率、污水集中处理率、污水处理量、污水排放量构成水环境承载子系统。经济系统与水环境系统指标体系见表1。

表1 经济系统与水环境系统指标体系Tab.1 Index system of economic systemand water environment system

人口社会子系统为经济发展子系统的运转提供了必要的劳动力资本，而经济发展子系统的良性运转则进一步促进了人口社会子系统的发展，二者有机统一，共同构成经济系统。水环境供给子系统提供了经济社会运转的必要水资源，而水环境承载子系统则吸收了经济活动所产生的各类污水、废水，水环境供给与承载子系统二者相互影响，有机统一，共同构成水环境系统。经济系统与水环境系统运行机理与耦合关系见图1。

图1 经济系统与水环境系统运行机理与耦合关系Fig.1 Operation mechanism and coupling of economic system and water environment system

1.2 耦合协调度测算

1.2.1 数据预处理

本文采用极差标准化法对数据进行预处理。评价指标主要存在效益型指标和成本型指标2大类指标，其中效益型指标表示指标属性值与所需目标值呈正相关的指标，其值越大越好；成本型指标表示其属性值与所需目标值呈负相关的指标。

效益型指标：

(1)

成本型指标：

(2)

式中：Xij表示第i年第j指标的原始数据值，X′ij为其标准化值；max (Xj)和min (Xj)则表示第j指标的最大值和最小值。

1.2.2 变异系数法确定权重

(4)

1.2.3 经济系统和水环境系统综合指数计算

根据上文计算的指标标准化值，乘以对应的权重，得到经济系统综合指数f(x)和水环境系统综合指数g(y)：

(6)

式中：X′ij表示X的标准化值；Wx表示其权重；Y′ij表示Y的标准化值；Wy表示其权重。

1.2.4 协调度计算

引入协调发展系数，用以反映不同系统间的协调发展程度：

(7)

T=αf(x)+βg(y)

(9)

式中：C表示协调度；k表示调节系数(本文取k=2)；T表示经济系统与水环境系统的综合评价指数；α与β均表示待定系数，本文中经济发展与水环境保护的重要程度相同，因此取α=β=0.5；D表示协调发展系数。

2 耦合效果分析

水资源利用效率是经济系统与水环境系统耦合的现实反映，同时也是经济与水环境之间运转协调程度的客观体现。水资源利用效率的高低，既能体现城市经济社会发展的结构特点，又能真实反映城市水资源环境对经济社会发展的支持是否合理。城市水资源利用效率越高，证明该城市节能经济发展得越好，即经济发展模式越先进，并且表明对应的水环境资源与其经济社会发展的匹配性越佳，见图2。

图2 经济系统与水环境系统耦合效果Fig.2 Coupling effect of economic system and water environment system

2.1 影响水资源利用效率的因素

(1)耦合度。城市水资源利用效率是经济系统与水环境系统耦合关联的体现，2个系统间的实际耦合状态必然会影响水资源的利用效率。本文的耦合度用协调发展系数来表示。

(2)万元GDP水耗下降率。万元GDP水耗体现了某一地区经济结构的合理化程度，随着万元GDP水耗的下降，城市水资源的利用效率会得到相应的提升。

(3)污水处理率。污水处理率体现了城市水环境治理的能力，通过对污水的处理，可以实现水资源的循环利用，提升了城市水资源利用效率。

2.2 城市水资源利用效率的测算模型

随机前沿分析广泛应用于技术效率的计算中，基本思想是基于生产前沿面理论，根据函数具体的误差项分布特征及其对应的复杂分布结构，构建符合特定现实状况的生产函数模型，这种方法测算的技术效率较为科学准确，并且充分考虑到了由于人为行为所引起的不可避免的误差，使用优势明显，应用广泛[10]。超越对数形式的随机前沿面函数，对于数据大幅震动具有一定的抑制作用，在处理一段时期范围内，振幅较大的数据时，具有良好的平滑属性。经济系统和水环境系统相互关联，有机统一，共同构成一个耦合系统。而对其耦合状况的现实体现——城市水资源利用效率的测算可以视其为一个投入产出过程，经济与水环境耦合系统内部的劳动力、资本投入、资源供给作为3个投入变量，耦合系统的收益总额为产出变量。在实际测算过程中，就业人口、固定资产投资以及该城市的全年供水总量分别对应耦合系统内部的劳动力、资本投入、资源供给这3个变量，而该城市的地区GDP则对应耦合系统的收益总额作为其产出变量。

基于上述分析，本文以Battese-Coelli(1995年)模型为研究基础，利用超越对数的投入产出函数形式，构建城市水资源利用效率测算模型。构建的具体表达式为：

lnYit=β0+β1lnKit+β2lnLit+β3lnWit+

β4(lnKit)(lnLit)+β5(lnKit)(lnWit)+β6(lnLit)(lnWit)+

β7ln2(Kit)+β8ln2(Lit)+β9ln2(Wit)+γit-uit

(10)

式中：β0～β9为待估参数；Yit表示第t个时期时第i城市的地区GDP；Kit表示第t个时期时第i城市的固定资产投资；Lit表示第t个时期时第i城市的就业人口；Wit表示第t个时期时第i城市

的全年供水总量；γit表示随机误差项，是对产出过程中非可控因素的体现，服从对称的正态分布，即满足γit～N(0,σ2γ)；uit表示技术无效率所引起的误差，服从非负断尾正态分布，uit～N(mit,σ2it),uit≥0。

mit=δ0+δ1Z1it+δ2Z2it+δ3Z3it

(11)

式中：Z1it、Z2it、Z3it反映影响城市水资源利用效率各个因素的情况；Z1it表示第t个时期时第i个城市经济系统与水环境系统的耦合度指标(协调发展系数)；Z2it表示第t个时期时第i个城市的万元GDP水耗下降率；Z3it表示的是第t个时期时第i个城市的水污染处理率；δ1、δ2、δ3为各影响因素的对应待估参数向量。

在随机前沿分析模型中，基于投入产出函数的形式，城市水资源的利用技术效率可由以下公式得出：

(12)

Xit=(Kit,Lit,Wit)

式中：Xit为对应要素的投入向量。

3 案例分析

3.1 耦合协调度分析

3.1.1 指标权重计算

根据《北京市统计年鉴》和《北京市水资源公报》选取了1997-2014年共18 a的北京市的经济与水环境相关数据，依照上文的极差标准化法对数据进行预处理，根据均方差权重判定法计算各指标的权重值，各指标的具体结果见表2。

表2 北京市经济系统与水环境系统指标权重Tab.2 Index weights of economic system and water environment system of Beijing City

3.1.2 耦合协调度分析

将得到的标准化值代入耦合协调度模型公式，从而得到表3的数据处理结果。

表3 1997-2014年北京市经济系统与水环境系统协调发展系数Tab.3 The coordinated development coefficient results of Beijing’seconomic system and water environment system from 1997 to 2014

续表3 1997-2014年北京市经济系统与水环境系统协调发展系数

3.1.3 结果分析

根据表3绘制出北京市经济系统与水环境系统协调发展系数走势图，见图3。

图3 1997-2014年北京市经济系统与水环境系统协调发展系数走势图Fig.3 The coordinated development coefficient chart of Beijing’ seconomic system and water environment system from 1997 to 2014

从图3中可以看到，1997-2014年共计18 a期间，北京市的经济与水环境协调发展，并且二者之间的协调度呈现出总体上升的态势，其耦合程度不断优化。北京市经济系统与水环境系统协调发展系数从1997年的最低值0.342 875增长到2014年的最高值0.900 995，其系统协调发展经历了基本协调(1997-2001)、良好协调(2002-2006)、优质协调(2007-2013)、完美协调(2014)4个阶段。划分标准见表4。

表4 协调发展系数划分标准Tab.4 Partition criterion of coordinated development coefficient

3.2 水资源利用效率分析

本文采用Frontier 4.1软件对随机前沿生产函数进行参数估计，根据收集到的数据，其随机前沿估计结果见表5。

表5 随机前沿参数估计结果Tab.5 The estimation of stochastic frontier parameter

从δ1、δ2、δ3的估计值可以看出，经济系统与水环境系统间的耦合度指标对城市水资源利用的技术效率的影响程度明显大于其他2个因素，按照影响程度的大小分别为：系统耦合度、污水处理率以及万元GDP水耗下降率。由此可见，优化经济与水环境之间的运转状态，3者之中提高系统的耦合度，对优化城市水资源利用效率的效果最为明显。

由Frontier 4.1得到1997-2014年北京市水资源利用的技术效率，并与北京市经济系统与水环境系统之间的耦合状态，即协调发展系数值进行比较，结果见表6，其对应的折线图见图4。

由表6及图4可知，1997-2014年这18 a中北京市经济与水环境系统关联的耦合度与水资源利用效率的走势基本保持一致，均呈现出整体上升的态势。总体而言，城市水资源利用效率随着系统间耦合度的提高而提高,系统的耦合度与对应城市水资源利用的技术效率呈现正相关关系，并且耦合度因素对系统的技术效率影响最为显著，耦合度的提高可以降低系统的非效率，从而提高系统整体的技术效率。

表6 1997-2014年北京市水资源利用效率与耦合度数据Tab.6 Water resources utilization efficiency andcoupling degree of Beijing City from 1997 to 2014

图4 1997-2014年北京市水资源利用效率与耦合度走势Fig.4 Water resources utilization efficiency and coupling degree trend chart of Beijing from 1997 to 2014

4 结 语

本文以我国最具代表性的大都市北京市为例，运用耦合协调度模型，测算经济系统与水环境系统耦合系统间的运转状况,采用水资源利用效率这一指标具体体现经济系统与水环境系统的运行状态。主要结论和建议如下：

经济系统与水环境系统之间相互关联，存在着复杂的耦合机理，且其系统间的耦合度整体呈现出上升态势。城市水资源利用效率真实体现了经济系统与水环境系统间的耦合效果，且经济系统与水环境系统间的耦合度，对城市水

资源利用效率起到重要影响。因此，为实现经济与水环境协调发展，必须做到经济发展与水环境保护并重，走生态发展，协调发展的道路；优化经济发展模式；通过提高污水处理率，降低GDP水耗等提升城市水资源利用效率。

□

[1] Ryten J. Data bases and statistical systems: economics (statistical systems) [J]. International Encyclopedia of the Social & Behavioral Sciences (Second Edition), 2015,43(4):758-762.

[2] Missimer T M, Ghaffour N, Dehwah A H A, et al. Subsurface intakes for seawater reverse osmosis facilities: capacity limitation, water quality improvement [J].Andeconomics, Desalination, 2013,322(1):37-51.

[3] Andrea Fracasso. A gravity model of virtual water trade[J].Ecological Economics, 2014,108(3):215-228.

[4] 文 荣,哈布都热合曼·哈力克.和田地区经济发展与生态环境协调度关系分析[J].中国农村水利水电,2015,(12):119-124.

[5] 王延梅,曹升乐,于翠松,等.水资源系统与社会经济生态系统协调性评价[J].中国农村水利水电,2015,(3):110-113.

[6] 尹庆民,顾华玉,许长新.江苏沿海三市水资源量与经济增长关系研究[J].中国农村水利水电,2014,(3):63-67.

[7] 王雪妮,孙才志,邹 玮.中国水贫困与经济贫困空间耦合关系研究[J].中国软科学,2011,(12):180-192.

[8] 邓朝晖,刘 洋,薛惠锋.基于VAR模型的水资源利用与经济增长动态关系研究[J].中国人口·资源与环境,2012,(6):128-135.

[9] 许长新,马 超,田贵良,等.虚拟水贸易对区域经济的作用机理及贡献份额研究[J].中国软科学,2011,(12):110-119.

[10] 朱翠华,张晓峒.经济发展与环境关系的实证研究[J].生态经济,2012,250(3):48-53.