利益相关者的交互效应对牧区水利治理效率的影响研究——基于内蒙古412户牧民的调查

刘海英，李 新，王 强

(1.鄂尔多斯应用技术学院，内蒙古 鄂尔多斯 017000；2.内蒙古大学鄂尔多斯学院，内蒙古 鄂尔多斯 017000；3.内蒙古农业大学图书馆，呼和浩特 010018)

1 研究背景

牧区水利设施就物品属性而言属于可拥挤的公共物品，在一定程度难以做到有效排他，事实上也不具备完全的竞争性。因此，在寻找牧区水利治理模式的优化方式及效率提升路径时，无论是政府主导的治理模式，还是市场主导的治理模式均存在制度失灵的情况，前者可能出现效率低下的问题，后者则可能引发市场失灵导致的逆向选择。既然在两种极端制度下都未能让牧区水利得以有效治理，能让利益相关者充分参与的协同治理就被认为是一种更为高效的治理模式，只是其高效性需要实证加以验证。

目前学界对水利治理效率的研究主要集中于灌溉效率测算和投资效率评价。在灌溉效率方面，Abdallah O.& Lokman Z对阿拉伯东部沿海OMAN地区的灌溉系统效率进行分析，认为灌溉效率是评价水资源管理的传统标准方式，配置效率是灌溉绩效评价的一种方法[1]。在指标选取上，王金霞、黄季锟采用灌溉供水量，胡继连等选用有效灌溉面积，俞雅乖选取有效灌溉面积和粮食产量两个指标，胡超等选取耕地面积洪旱成灾率、灌溉水利用系数、灌排工程完好率等6项指标[2-5]。在投资效率评价方面，汤洁娟采用DEA-Tobit两阶段法研究我国农田水利工程的运行效率及其影响因素[6]；何平均应用我国13个粮食主产区的农田水利投入产出数据测算其投资效率[7]；蒋育燕利用数据包络分析法研究广东农田水利的财政投资效率，认为投资效率受投资规模和投资结构影响较大[8]。此外，也有学者探讨了农田水利治理模式与治理效率之间的因果关系，认为利益相关者协同治理是真正以效率为导向的治理模式[9]。

就文献分布来看，对水利治理效率的研究主要集中于农田水利方面，关于牧区水利效率的研究较少；研究方法以实证分析为主，选取特定指标表征其效率，并采用描述性统计和多元线性回归等方法加以测算。事实上，作为准公共物品，牧区水利治理效率具有潜变量特征，很难采用传统的统计分析方法对其进行刻画和测度。本文选用管理学的研究方法设计牧民对水利治理状况满意度的问卷，并利用结构方程模型，引入变量的乘积项因子来测度利益相关者的交互效应与治理效率之间的因果关系。而在进行实证检验之前，水利设施的治理方式对其利用效率的影响，特别是利益相关者协同治理对其效率的影响，需要更进一步的讨论。

2 利益相关者协同治理的理论逻辑

在土地产权平均化分配的背景下，水利设施作为农业生产必不可少的要素之一，体现出明显的俱乐部产品特性。更特别的，水利设施是由多个部分组合而成，并非某一次具体的水利投资就完成了一个地区的水利建设。在水资源贫乏的牧区，这体现为一个牧民所使用的水利设施通常由水井、水渠、水库等多个部分组成，不同的水利设施均为牧民所用，但却由不同的主体建设，其中的主要差异在于俱乐部的范围及大小，这为协同治理对水利设施使用效率的分析提供了基础。

2.1 俱乐部产品的一般描述

如果有n个牧民共同建设一个具体的水利设施(可能是水井、沟渠、水库)，N是参与水利设施治理的牧民，b(N)是每个牧民对水利设施的效用函数，而c是参与投资需要付出的成本，那么总投资就会是cN，对于第i个牧民而言，他面临的决策如表1所示。

表1 俱乐部产品的博弈分析Tab.1 Game Analysis of Club Products

如果b(1)-c>0，那么这种水利设施只需要1个牧民参与建设即可带来正的收益，那么只要c是牧民能够支付的费用，牧民就应该会自行建设，正如大部分时候牧民都愿意自行打井解决用水问题。

问题在于b(1)b(N*-1)，这项投资才会被共同认可，直到第N′个牧民参与水利设施使用，出现b(N′)-c≤b(N′-1)，即“搭便车”行为，这项水利设施的总投资规模就被限制在c(N′-1)。此时参与这项水利建设的规模化治理团队由n∈(N*，N′)个牧民组成。

2.2 俱乐部产品的组合效用

2.3 外生层级治理结构的作用

所以，当存在外生的层级治理结构时，牧民面临的水利设施建设问题将会优先遵循现成的治理结构开展，即依托于政府组织水利设施建设。

3 样本描述与模型设计

3.1 样本描述

本文数据来源于2016年7-9月及2017年1-2月，对内蒙古自治区呼伦贝尔、赤峰、巴彦淖尔、乌兰察布及鄂尔多斯5个城市的牧区和半农半牧区的走访调查，共发放问卷430份，回收问卷412份，回收问卷的有效率为100%。通过巴特雷球形检验、CFA等验证表明，问卷使用的量表在本次调研的412个样本中表现出良好的信度和效度，为后续将量表作为潜变量的测量工具提供了较好的基础支撑。

3.2 利益相关者参与程度量表

农业水利研究通常将有效灌溉面积和农业供水量作为描述水利治理“效果”的统计变量，但这两个变量在数据的可获取性以及统计方面并不适用于具体的“治理效率”研究。有效灌溉面积和农业供水量通常只存在于统计年鉴，一般最多只能获取到每年的省级数据，市级、县级数据的获取则非常困难，而对于各省而言，寻找描述“治理效率”的变量非常困难。事实上，牧民是其所在地区水利治理的直接受益者，可以直观感受到治理的“结果”是好还是坏，从牧民的角度对水利的治理效率进行评估是合宜的。与此同时，潜变量分析方法关注的是各变量之间的关系而非绝对值，量表测量的原理是通过多个具有共同性质的题目反映被调查者的内心感受，用个体的相对均值来表征其内心感知情况的偏差，再研究各个变量偏差情况的联系。

研究中，首先通过调研找出与牧区水利治理直接相关的7种主要利益相关者，分别为：牧民、政府、用水协会、村委(即“嘎查”，为方便分析，本文以村来表达)、灌区管理组织、龙头企业及本地区其他农牧民。继而对牧民进行问卷调查，要求被调查者就各利益相关者在水利治理中与参与程度相关的8个问题以及水利治理效率相关的11个问题做出评估，所有问题均使用正向的李克特五点量表进行评估。通过牧民对各陈述的符合程度进行评估，得到67个显变量分别归属于8个潜变量，其中7个对利益相关者参与程度的评估变量具有完整的对等特征，可进行交互效应测度的分析。

3.3 交互效应的测度：结构方程模型乘积项的应用

Kenny & Judd最先使用带乘积项的结构方程建模[10]，设因变量y是可观测变量，自变量ξ1有两个指标x1，x2；ξ2有两个指标x3，x4。假设所有变量都已中心化(即均值为零)。模型的测量方程为：

x1=ξ1+δ1,x2=λ2ξ1+δ2;x3=ξ2+δ3,x4=λ4ξ2+δ4

(1)

结构方程为：y=γ1ξ1+γ2ξ2+γ3ξ1ξ2+ζ，其中ξ1ξ2表示ξ1和ξ2对y的交互效应项。模型假设潜变量和误差项都是正态变量，潜变量与误差项之间不相关，任两个误差项之间也不相关。

侯杰泰等[11]提供了更加详尽的潜变量交互效应分析技术，加入乘积项的结构方程模型分析可以反映出相应潜变量对后置变量的交互效应，该技术所需的应用条件是不同潜变量的显变量数量对等且一一对应。当采用问卷调查方式获取被调查牧民对水利治理各利益相关者参与程度的感知时，为保证一个具体被调查者所反馈的不同利益相关者的参与程度之间可以进行比较，调查选用了相同的问项，区别仅在于问题陈述中的主语不同，这一设计也符合使用乘积项进行交互效应测度的技术要求。

交互效应建模在直接效应建模的基础上开展，而需要区分的是中间效应和交互效应，前者的典型路径是“前置变量——中间变量——后置变量”的影响路径，后者的典型表达则是在模型中加入乘积项以获得更好的拟合优度。单独模型的建模只能反映被测试模型的拟合情况，无法反映出同组数据的不同理解与结构构造方式带来的理论含义的提升，因此直接观察建模的优化过程变得有意义。值得说明的是，研究确定中间变量以后，剩余的6个独立前置变量均可两两交互，也可任选其3、任选其4、任选其5进行交互，逐次增加交互主体数量可反映出利益相关者之间的关联关系。

4 牧区水利治理效率影响因素模型

在使用SPSS 20.0对问卷的描述性统计、探索性因子分析和信度检验的基础上利用Lisrel 8.80进行结构方程建模，在交互效应模型中，逐次增加交互效应的主体数量，以寻求每一类模型中的最优解。模型筛选过程通过MinimumFitFunctionChi-Square/df、RMSEA、NFI、NNFI、CFI、AGFI这些反映模型总体质量的指标进行，标准为MinimumFitFunctionChi-Square/df小于2，RMSEA小于0.10，NFI、NNFI、CFI、AGFI大于0.7。

4.1 牧区水利治理效率影响因素模型Ⅰ：中间效应模型

在中间效应模型分析中，可以发现政府是最能影响水利治理效率的自变量，而牧民、用水协会、村委、灌区组织、龙头企业、其他农牧民对政府的治理具有协助作用，最终也能对水利治理效率产生影响。因此，中间变量模型包括7个利益相关者对水利治理效率的直接效应，以及除政府外其他6个利益相关者通过政府中间变量所起的效应，共计13条路径。

理论假设如下：①牧民作为水利设施的最直接使用者和受益者，对水利建设的投劳作用不容忽视；②政府是公共物品的主要供给者，对水利治理效率有正向影响；③用水协会成立后，国家或集体将部分水利工程的管理经营权交给协会，协会便拥有了对水利工程的调度权及工程维护、改善、更新的决策权，也会对水利治理效率和国家水利工作产生影响；④灌区组织是由农牧民和外界人员组成，负责灌区建设和管理的团体，对水利治理效率和国家水利工作有影响；⑤龙头企业作为地区的重要投资商，有条件实现土地的规模化生产，当然也有能力完成小型水利工程的建设管理，或协助政府完成大中型水利工程的建设管理，以改善当地农牧业生产条件；⑥村委是组织和管理农牧民进行有序生产的重要角色之一，也是政府和农牧民之间有效交流的枢纽；⑦本地区其他农牧民也可进入农牧业生产，改善本地水利条件。因此，在理论上，上述相关路径均应具有正效应。

采用Lisrel 8.80对以上结构方程模型进行参数估计，一次估计发现H1-1、H1-2、H1-4和H1-5的T值绝对值小于2，未通过显著性检验，在模型修正中将其剔除再进行拟合，直到所有路径通过检验，得到表2的参数估计结果，检查后发现模型I的拟合优度仍然良好，说明被剔除的路径并未伤害模型的解释能力。

表2 中间效应模型Ⅰ的参数估计Tab.2 Parameter estimation of intermediate effect model Ⅰ

注：本表已略去因不显著而剔除的路径，路径编号对应图1。

综合模型I的拟合优度指数可以判断，模型的参数估计及其相关统计推论是稳健且具有统计学意义的。模型显示，灌区组织、村委和其他农牧民→政府→水利治理效率之间具有强烈的因果关系，而龙头企业、村委、其他农牧民也可直接影响水利治理效率，形成龙头企业、村委、其他农牧民→水利治理效率的因果关系(图1)。中间效应模型的分析结果如下：①灌区组织、村委和其他农牧民对水利治理效率具有正向促进作用，应充分调动这些群体对水利治理的参与；②牧民和用水协会对水利治理效率未产生强烈影响，说明水利设施由牧民自行承担建设是不合理的，只有改善这种情况，才能真正提高水利治理效率。当然在现实中，牧民和用水协会可通过向主要承建者和管理者反映情况来协助水利治理；③龙头企业对政府的工作产生反向影响，这源于企业的本质是获取利益，寻租和机会主义行为可能引发官商勾结现象，为此应重视龙头企业在水利事业中的地位和作用，避免“拖后腿”现象发生。

图1 中间效应模型Ⅰ的正向影响关系图Fig.1 Forward effect diagram of intermediate effect model Ⅰ

4.2 交互性影响因素模型Ⅱ-1：2交互效应模型

在模型I的基础上，综合牧区水利的实际情况，提出交互模型。所谓“交互”即是将两个或两个以上不同类型的人或部门组合在一起，进行合并，例如，很多情况下，牧民和村委即可合并为一个团体，该团体对政府水利治理效率有影响，或是直接对其产生显著的正向影响。本研究将可能的交互情况纳入模型，来研究不同利益相关者的结合会对水利治理效率产生何种影响，即分析利益相关者之间的协同效应。

考虑将中间效应模型I中的前置变量即牧民、用水协会、村委、灌区组织、龙头企业和其他农牧民进行“两两交互”，产生15个新的前置变量，30条新路径，形成2交互模型Ⅱ-1。经多次模型修正直到所有路径均通过显著性检验，得到表3的参数估计结果，该结果即为本阶段建模选择的最优模型。

优化后的模型Ⅱ-1显示灌区组织、村委、其他农牧民和机构(村委+龙头企业)→政府→水利治理效率之间有显著的因果关系。而村委、其他农牧民也可直接影响水利治理效率，形成村委、其他农牧民→水利治理效率的因果关系(图2)。2交互效应模型的分析结果如下：①灌区组织、村委和其他农牧民对水利治理效率具有正向促进作用，应充分调动这些群体对水利治理的参与；②2交互组合(村委+龙头企业)对政府的水利治理效率具有显著影响，这种2交互效应的存在，不但能提升村委在水利治理中作用，而且通过龙头企业与村委的充分合作，可以提高龙头企业对区域内水利的治理效率，也能约束龙头企业的部分机会主义行为。但是这种组合未必总能集合两个利益主体的优势，也可能产生负面影响，如发生寻租和勾结行为，损害水利治理效率。因此，应严格考虑当地实际情况，建立合理的协调机制，以充分发挥利益相关者的交互效应，促成正协同；③牧民和用水协会依然对水利治理效率无显著影响，现实中牧民和用水协会往往通过民主参与来协助其他利益相关者进行水利治理。

表3 2交互效应模型Ⅱ-1的参数估计Tab.3 Parameter estimation of 2 interactive model Ⅱ-1

注：本表已略去因不显著而剔除的路径，路径编号对应图2。

图2 2交互效应模型Ⅱ-1的正向影响关系图Fig.2 Forward effect diagram of 2 interaction model Ⅱ-1

4.3 交互性影响因素模型Ⅱ-2：3交互效应模型

考虑将模型I中的前置变量即牧民、用水协会、村委、灌区组织、龙头企业和其他农牧民进行“三三交互”，产生20个新的前置变量，40条新路径，形成3交互模型II-2。通过SPSS 20.0，将原始数据进行标准化处理，结合Excel的交互功能对6个前置变量中的三个进行交互，进而导入Lisre8.80进行运算，模型拟合过程出现不收敛情况，即T值不存在，暗示3交互模型设计并不符合显变量的协方差矩阵，20个模型中仅在表4所示的模型可收敛。

表4 3交互效应模型Ⅱ-2的参数估计Tab.4 Parameter estimation of 3 interactive model Ⅱ-2

注：本表已略去因不显著而剔除的路径，路径编号对应图3。

通过Lisrel8.80拟合出3交互模型，最终得到6条路径(图3)。3交互效应模型的分析结果如下：组合(村委+灌区组织+龙头企业)、组合(用水协会+村委+龙头企业)、组合(用水协会+灌区组织+其他农牧民)以及灌区组织对政府的水利工作有促进作用，但是政府对水利治理的作用越来越小，其作用逐步被村委及组合(牧民+用水协会+村委)所取代，形成村委、组合(牧民+用水协会+村委)→水利治理效率的强因果关系。这说明，当不同利益相关者相互组合形成一定规模后，这一新的治理团队会逐步取代政府对水利治理的重要地位。

图3 3交互效应模型Ⅱ-2的正向影响关系图Fig.3 Forward effect diagram of 3 interaction model Ⅱ-2

4.4 交互影响因素模型Ⅱ-3：4交互效应模型

考虑将中间效应模型I中的前置变量即牧民、用水协会、村委、灌区组织、龙头企业和其他农牧民中任意4个进行交互组合加入模型，出现15个交互前置变量，30条新路径，形成4交互模型Ⅱ-3。Lisrel模型拟合过程出现不收敛情况，即T值无法计算，暗示4交互模型设计并不符合显变量的协方差矩阵，将路径载荷绝对值过大的异常路径剔除，经多次修正，15个模型中仅在表5所示的模型可收敛。

4交互模型的分析结果如下：①村委、灌区组织对政府的水利工作有促进作用，形成村委、灌区组织→政府→水利效率的显著因果关系。而龙头企业、其他农牧民、组合(牧民+村委+灌区组织+其他农牧民)和组合(用水协会+村委+龙头企业+其他农牧民)对水利治理效率有直接影响，形成龙头企业、其他农牧民、组合(牧民+村委+灌区组织+其他农牧民)和组合(用水协会+村委+龙头企业+其他农牧民)→水利效率的因果关系；②与3交互模型相比，虽然存在政府对水利治理效率的直接影响，但两个4交互组合均对水利治理效率存在直接影响(图4)。

表5 4交互效应模型Ⅱ-3的参数估计Tab.5 Parameter estimation of 4 interactive model Ⅱ-3

注：本表已略去因不显著而剔除的路径，路径编号对应图4。

图4 4交互效应模型Ⅱ-3的正向影响关系图Fig.4 Forward effect diagram of 4 interaction model Ⅱ-3

4.5 交互影响因素模型Ⅱ-4：5交互效应模型

将任意5个前置变量进行交互组合加入模型，出现6个交互前置变量，12条新路径，形成5交互模型II-4。类似3交互和4交互模型，当模型拟合过程不收敛时，剔除路径载荷值过大的异常路径，经多次修正，最终合理的模型全部为正向影响(表6)。

表6 交互效应模型Ⅱ-4的参数估计Tab.6 Parameter estimation of 5 interactive model Ⅱ-4

注：本表已略去因不显著而剔除的路径，路径编号对应图5。

5交互效应模型的分析结果如下：①灌区组织对政府水利工作有促进作用，形成灌区组织→政府→水利治理效率的因果关系，村委、龙头企业、其他农牧民及组合(牧民+村委+灌区组织+龙头企业+其他农牧民)对水利治理效率有直接影响，形成村委、龙头企业、其他农牧民和组合(牧民+村委+灌区组织+龙头企业+其他农牧民)→水利治理效率的因果关系；②虽然政府对水利治理效率有直接影响，但是5交互组合(牧民+村委+灌区组织+龙头企业+其他农牧民)对水利治理效率的影响程度接近国家甚至可能超越国家。说明随着团体规模的扩大，大规模治理集团将逐步取代国家对水利治理效率的影响，但前提是参与治理的各主体能够充分合作并有效协调，当协调不顺畅时就可能带来负效应(图5)。

图5 交互效应模型Ⅱ-4的正向影响关系图Fig.5 Forward effect diagram of 5 interaction model Ⅱ-4

5 结论与讨论

通过建立中间效应模型找到影响牧区水利治理效率的主要利益相关者，形成两个因果关系链条：灌区组织、村委和其他农牧民→政府→水利治理效率，龙头企业、村委、其他农牧民→水利治理效率。结果表明：一个适合中国现状的牧区水利治理结构并不是由牧民和用水协会主导的。

提出合理的利益相关者组合，引入2交互效应模型和3交互效应模型。结果表明：村委在水利治理效率提升中发挥很大作用，牧区水利治理应该考虑多元化的主体配置；交互模型中的负数路径表明某些利益相关者的联盟对治理效率会有负向影响。

4交互效应模型和5交互效应模型的分析表明：随着利益相关者的交互和治理组织的规模扩大，规模化的治理团队对水利治理效率的贡献可以媲美、甚至超过国家与政府的力量，即利益相关者的协同有助于提升牧区水利的治理效率。但这种交互也可能产生负效应或者无效应，因此，必须建立合理的匹配机制，根据水利设施的特性及其治理现状选择合理的利益相关者组合，或通过有效的协调机制实现利益相关者之间的正协同。

□