中国省际水资源利用效率及影响因素分析

梁 星,陈英杰

(山东工商学院a.财务处;b.工商管理学院,山东 烟台264005)

一、引言

水资源短缺、水土流失、水资源污染等水环境问题已成为制约社会经济发展的主要因素。根据《中国水资源公报》的数据显示,中国总用水量由1998年的5 435亿 m3增长到2015年的6 103.2亿 m3,随着经济的发展,中国废水污水的排放由1998年的593亿 m3增长到2015年的770亿 m3[1]。针对中国特殊的国情水情,政府在2011年出台的《中共中央国务院关于加快水利改革发展的决定》提出实行最严格的水资源管理制度,要求到2030年全国的用水总量控制在7 000亿 m3内[2]。2015年政府出台的《水十条》将对水资源的保护提升到战略高度。党的十九大进一步提出实行最严格的生态环境保护制度,加快水污染防治,建设美丽中国。

近年来,学术界对水资源的效率评价进行了有益的探索。在评价方法上,由于包络分析法(DEA)不用构造生产函数,不用对数据进行无量纲的处理,因而被广泛利用。刘渝[3]以湖北省为研究对象,利用DEA计算出各个市、州的水资源的效率。随着该方法广泛的运用,部分学者发现单独使用DEA无法进行动态分析,为解决该问题,董毅明[4]将DEA和Malmquist指数结合,对中国西部12省水资源利用效率研究,但其选择的投入指标说服力不够。为了改进指标选取的缺陷,李志敏[5]在对中国31省市2010年水资源投入产出分析时,先采用主成分分析法进行降维,提取贡献率较高的几个指标作为研究体系,然后采用DEA模型进行评价。为了剔除在评价过程中环境变量和随机扰动项对结果的影响,李鑫[7]将DEA模型拓展为DEA-Tobit两步法对县域污水处理服务减排效率进行评价。虽然在进一步分析中采用Tobit回归可以判断哪些因素对水资源的利用效率产生影响,但是却无法区分非效率是由管理无效引起的还是由外部环境因素造成的。为了弥补DEA-Tobit两步法的缺陷,卢曦[8]综合运用三阶段DEA模型对长江经济带11省市水资源的利用效率进行了静态和动态分析。该方法将环境因素和随机误差因素对水资源利用效率的影响予以剔除,使水资源效率评价更加客观。但是仍存在不足:在三阶段DEA模型的第一阶段采用的是BBC模型,但是这种模型的假设条件是投入与产出同比例的增加或减少,与现实经济背离。为了改进BBC模型的缺陷,赵良仕[9]等采用SBM模型对中国31个省市的水资源利用效率进行评价。SBM模型可以对不同的投入或产出进行非等比例的调整,虽然其弥补了BBC模型的不足,但是会造成结果的失真。汪克亮[10]等采用EBM模型测算长江经济带11省市水资源效率,实现了两个模型的融合应用。现有研究表明,在实证分析时将两个模型结合使用,可以为决策者提供更加合理的建议[11]。基于现有的研究,本文的创新点在于将三阶段EBM-DEA模型和GML指数结合对中国30个省市水资源利用进行综合评价,同时将环境效率纳入评价指标体系,使得评价结果更加准确。

二、指标构建与研究方法

(一)评价指标与数据的来源

本文基于投入产出理论,在参考相关学者研究的基础上[12-14],基于数据的可获得性,本文选取的投入指标主要包括水资源投入、资本投入以及劳动力投入。水资源投入用供水总量表示;资本投入用固定资产投入表示,采用“永续盘存法”进行了估算,具体参照张军等[15]方法进行计算;劳动力投入用从业人员数量表示。基于现有的文献分析,产出指标选择了期望产出GDP和非期望产出废水排放量(表1)。根据对现有文献的阅读,本文认为以下因素会影响水资源的利用效率:

1.经济发展水平

经济发展水平是指一个国家或地区经济发展的水平,通常用人均GDP来表示。一些学者认为经济的快速发展,将加剧水资源利用与经济增长之间的矛盾[16]。另一些学者研究表明,相较于落后地区,发达地区对水资源的利用更容易产生规模效应[17]。

2.水资源禀赋

中国幅员辽阔,水资源分布不均匀,呈现南北差异较大,西部地区缺水严重。用水效率与水资源禀赋密切相关,本文选择人均水资源拥有量作为影响因素的指标。

3.政府支持

本文选择了环保资金的投入占GDP的比重来进行衡量,一般来说,政府加大对环保资金的投入,对节水减排的反向激励,显然有利于水资源效率的提升[10]。

4.产业结构

中国的三大产业中,第一产业耗水量最大,特别是农业。农作物的灌溉大部分是不科学的,造成了水资源的极大浪费[18]。因此产业结构会影响水资源的利用效率,一个地区适当减低重耗水产业,增加轻耗水的第三产业,会使得水资源利用效率提升。

5.人口素质

由于受到教育水平的高低直接对人的思想会产生潜移默化的影响,从而会改变看待某件事的观点。研究表明教育是从资源依赖型转换为创新驱动型经济发展的基础[19]。因此本文选择平均受教育年限衡量素质。

6.人口密度

人口密度反映一个地区的紧凑程度。一般而言,人口密度高的城市比人口密度低的城市显得更紧凑[20]。积极建设紧凑型的城镇,可以更好地分配社会资源,有效降低对资源的消耗,有利于实现公共投入的规模经济[21]。

表1 水资源效率评价指标体系

本文以中国大陆30个省市作为研究对象,选取了2011-2015年的数据进行研究。原始数据主要来自《中国统计年鉴》《中国环境统计年鉴》《中国城市建设年鉴》,由于西藏的多数指标缺失,因此在研究时剔除了西藏。环境变量中的平均教育年限,是参照《中国人类发展报告》中的计算方法得到:平均受教育年限=(6×P小学+9×P初中+12×P高中+16×P大专以上)/(P小学+P初中+P高中+P大专以上)。

其中,P代表各学历的人口。为了使得第二阶段SFA的结果更加合理,本文对人均GDP进行不变价处理,同时将第二阶段的环境变量进行无量纲处理。

(二)研究方法

三阶段DEA模型最早是Fried[22]提出的,随后有关该模型的论文开始大量出现。本文采用的三阶段EBM-DEA是对传统三阶段DEA模型的改进。

1.EBM-DEA初始效率评价

第一阶段采用Tone[23]提出的包含径向与SBM两类距离函数的混合模型对原始投入产出数据进行初始效率评价,模型如下:

s.t.xλ-θxk+s-=0 ，

(1)

Yλ≥yk，

λ≥0,s-≥0 .

被评价DUM的效率值为目标函数的最优解,即:

(2)

在公式(2)中加入∑λ=1可以得出在规模报酬可变下的“纯技术效率”,综合效率值与纯技术效率值的比即为“规模效率”。本文以投入角度为导向,采用MaxDEA软件运行了EBM模型,对全国30个省市的水资源使用效率进行综合评价。

2.似SFA回归

本文采用的SFA回归不仅可以找出影响水资源利用的环境因素而且可以剔除统计噪声,使得第三阶段的结果更加客观。

sni=f(Zi;βn)+vni+μni;i=1,2…,I;n=1,2…,N。

(3)

SFA回归的目的是将所有决策单元调整于相同的外部环境中。调整公式如下:

(4)

i=1,2…,I;n=1,2…,N

3.最终效率评价

本文将调整后的投入产出变量再次带入EBM模型测算30个省市水资源的效率水平,得到已经剔除环境因素和随机扰动项的影响的效率值,效率值较第一阶段更加准确。

4.Global Malmquist-Luenberger指数

三阶段DEA模型只能进行静态的效率分析,本文进一步采用Global Malmquist-Luenberger(GML)指数测算水资源的动态效率。

方向性距离函数是Chung[25]基于短缺函数思想构造的,主要的创新点是将非期望产出纳入评价体系中。公式如下:

(5)

其中,为投入向量;g=(gy,gb),表示一个方向向量;yt和gy为期望产出的向量;bt和gb为非期望产出。

(6)

为了增强决策单元技术效率间的可比性,将全局技术集定义为所有当期生产技术集的并集,即pG(x)=p1(x1)∪p2(x2)…pt(xt)在单一的生产前沿下,计算出全局技术效率,由此在各个决策单元和各个时期都具有可比性。

GML指数是在全局技术效率的基础上构建的,通常将该指数进一步分解为:技术进步指数和技术效率指数:

(7)

在公式(7)的基础上,本文进行了进一步的分解,具体内容可参考文献[24],即:

GML=GEC*GTC*GSEC.

(8)

在动态的评价中,GML可以进一步分解为GEC、GTC、GSEC。GEC表示在一段时期内生产要素配置,GEC>1表示要素配置进行改善,GEC<1说明要素配置恶化。GTC表示要素的技术进步水平,GEC>1表示效率的提高主要是由技术进步造成的。GSEC表示规模效率的变化,GSEC>1表示该地区水资源的利用实现了规模经济。

三、水资源利用静态效率评价

(一)初步评价

本文运用MaxDEA6.4对选取的中国30个省市的投入产出变量进行第一阶段的DEA-EBM模型的效率评价,得出30个省市2011-2015年的水资源利用效率的均值,其中本文研究的水资源利用效率是综合技术效率(见表2)。

表2的效率值是2011-2015水资源利用效率的平均值,在不考虑外部环境和随机因素条件下,中国30个省市中只有东部地区的北京市、天津市、上海市的各项效率值达到1。表明这三个地区水资源的利用率达到最优,处于效率前沿面。从各地的效率均值可以看出,东部地区综合效率值最高为0.759,东北和中部综合效率分别为0.590和0.536,西部地区综合效率值最低为0.505,处于全国的平均值以下。此外,在忽略外部影响因素的前提下,水资源综合效率的平均值呈现东中西部地区发展不平衡。单从纯技术效率上看西部地区高于中部地区,这一结果是否存在偏差?造成这一结果的原因是什么?由于第一阶段的得到的松弛变量受外部环境效应、随机误差项和管理水平的影响,单纯从效率值的结果来看无法区分究竟是哪个因素影响了效率值。

为了解决这一问题,本文运用随机前沿模型(SFA)进行了进一步的分析上述三个因素的影响。本文将在EBM-DEA的第二阶段即引入SFA模型对外部环境效应和随机误差项进行剥离,进而将得到更加精准的效率值。

(二)第二阶段SFA回归分析

由于第一阶段采用投入导向,第二阶段仅对投入松弛变量进行SFA回归分解和调整。为了能更好地对比分析外部环境因素对水资源利用效率的影响,本文以投入松弛变量作为因变量,驱动因素作为自变量建立3个SFA回归模型对中国省际水资源利用效率进行回归

通过表3的结果显示,所得结果均大于在10%水平下的边界值(9.998),表明采用SFA回归符合要求。表中结果Gamma值接近1,说明在混合误差项中影响投入松弛变量的最大影响因素是管理无效率,而随机因素对投入松弛变量的影响甚微。

如果投入的松弛变量与外部影响因素存在正相关性,这表明该因素对水资源的整体效率起到负面作用。同理,若投入的松弛变量与环境变量存在负相关性,即外部因素的增长对水资源的整体利用效率起到积极的作用。从表3的结果可以得到以下结论:

表2中国30个省市2011-2015年水资源效率水平

省份综合技术效率纯技术效率规模效率 北 京1.0001.0001.000 天 津1.0001.0001.000 河 北0.6320.8700.729 山 西0.5740.6100.940 内蒙古0.6120.7690.838 辽 宁0.6000.7300.821 吉 林0.5530.5830.950 黑龙江0.6160.6340.973 上海1.0001.0001.000 江 苏0.6160.6340.973 浙 江0.6330.8360.756 安 徽0.4720.4900.964 福 建0.6310.8360.756 江 西0.4430.4590.967 山 东0.7121.0000.712 河 南0.6190.8710.719 湖 北0.5150.5540.930 广 东0.8681.0000.868 广 西0.5240.5370.976 海 南0.5010.8960.558 重 庆0.4980.5340.932 四 川0.5630.6280.896 贵 州0.4830.5770.839 云 南0.4580.5000.916 陕 西0.5740.5830.984 甘 肃0.4310.5510.780 青 海0.4541.0000.454 宁 夏0.4330.5510.780 新 疆0.5220.5930.880 东部地区0.7590.9280.817 中部地区0.5360.6030.907 西部地区0.5050.6450.820 东北地区0.5900.6490.914 平均值0.6040.7310.846

表3 第二阶段SFA参数回归结果

注:括号内为相应系数的T值,①②③分别表示在10%、5%和1%的水平下显著。

第一,经济发展水平与供水总量、固定资产投入松弛变量正相关,与从业人员松弛变量负相关,且在1%的水平下显著。这说明在人均GDP较高的地区,政府的扶持力度强,同时拥有丰富的经济资源和先进的技术,创造了大量的就业机会。经济的发展促使就业机会增加的同时刺激了固定资产和资源的投入,但同时节水、污水处理技术落后导致了水资源的浪费、资产配置不合理的现象。

第二,水资源禀赋对供水总量、固定资产及从业人数的投入松弛变量均为负相关。这与“资源诅咒”的假说不符。说明在“十二五”期间政府增强对生态文明的重视,促使国民节水意识不断增强。水资源丰富的地区浪费、不合理利用水资源的现象得到了控制。同时,水资源丰富的地区,能够吸引从业人员与投资从而减少对社会的公共资源支出,这一结论与卢曦[8]研究结果一致。

第三,政府支持与供水总量投入松弛负相关,说明政府投入环保资金用于污水处理厂等的建设可以减少水资源的浪费。这与我国现代化的建设方向同步,东部地区自然凭借其成熟的城市运行机制,能够充分配置好环境资金的利用,达到高效率高产出。对中部、西部地区生态文明的建设是从政府的规划出发,政府的资金政策支撑,各项高新的水处理技术得以使用,进而促进水资源的高效利用。

第四,人口密度与供水松弛正相关,说明人口密度的增加会加大水资源的耗用量,造成城市水资源的浪费。人口密度的增加是城镇化速度加快的一种表现形式,该指标主要反映了城市人口的集中度。从原始数据可以看出,我国30个省市的人口密度较“十一五”期间大幅增长的同时水资源的需求量也大幅增长,人口规模增加会在无形中增加对城市水资源的需求量从而对生态环境造成压力,人口的急剧增加会在一定程度上造成资源的浪费。现有研究也表明[21],人口密度与水资源利用效率呈“U型”,我国现在的城镇化水准平还未处于拐点处,回归结果与实际情况符合。

第五,人口素质与总的供水松弛负相关,且通过检验。这表人口素质的提升可以在一定程度上减少对水资源的浪费,主要是因为人口受教育年限的增加其保护水资源的意识会增强。基于此,政府在“十三五”期间应继续加大了对教育的投入。人口素质与和固定资产松弛负相关,说明高教育水平可以推动科技的创新,从而减少了对固定资产的消耗。这与现有研究结论一致[19]。

第六,产业结构度与水资源投入负相关,但是未通过检验。表明提高第三产业的占比可以提升水资源利用效率但是现阶段并不明显,这与我国现阶段的实际相符合。我国正处于产业转型的初期,水资源的耗用处于过渡时期因此应当进一步深化产业转型升级。

(三)调整后的效率评价

在第三阶段中,本文以调整后的新投入变量和原始产出变量进行EBM模型的再测算,得到调整后的效率水平的均值,结果如表4所示。

剔除环境因素的影响后,中国30个省市中有大部分省市的各效率指标发生较大的变动,说明有必要对投入进行调整。从结果可以看出,只有天津是达到最优配置,说明该区的用水投入和产出配置合理。山东省由调整前的0.712上升到1.000,处于效率的前沿面。全国的综合效率值平均值由0.604下降至0.571,纯技术效率由0.731上升至0.746,规模效率由0.846下降至0.787。

从表4可以看出,综合效率的平均值总体呈现东部>中部>西部地区,中部西部地区的平均值略低于全国平均值。东部地区凭借其优越的地理位置,经济发展水平高,产业结构不断优化,资源投入正逐步向集约型转变[18]。单从纯技术效率来看,中部地区的低于西部地区。这是由于中部地区的省份多以高耗能的重工业如:煤炭、钢铁为支柱产业[26]。产业结构中第一、二产业的比重越大,水资源的使用和浪费会增加,相应的水资源的利用效率会越低。西部地区较高的纯技术效率可能归因于政府颁布的《西部大开发“十二五”规划》:积极构建比较完善的创新体系和现代产业体系,加强对西部地区建设的投入和生态文明的保护,促使西部地区水资源利用效率的提高。

四、水资源利用的动态效率评价

在静态的DEA三阶段模型分析后,本文将采用全要素生产指数对调整后的30个省市的水资源利用效率进行动态分析。进一步探索水资源效率的影响因素以及地区差异。本文以第二阶段得到的调整后的数据进行测算,使得结果更准确。

表4 中国30个省市2011-2015年水资源效率水平

从表5可以看出,在考虑非期望产出的情况下,中国30个省市2011-2015年的全要素生产率指数平均增长了0.3%,说明全国水资源平均利用效率呈上升趋势。以该年均增长率0.3%为参照,东部和东北地区超过了全国的平均水平,中部和西部地区处于负增长,低于全国平均水平。

表5 2011-2015年间中国30省市水资源全要素生产率指数及其分解

从全要素生产率的分解指标来看,技术效率指数平均下降6.2%,技术进步指数累积上升了6.9%,中部和中部地区均低于该水平。不难看出,水资源全要素生产率的上升主要是由技术进步带来的。同时,技术效率的下降在一定程度上制约了水资源全要素生产率的增长。这表明,我国在水资源在管理效率和要素配置效率上都需要进一步提升,这与现有的研究一致[27]。

进一步分析看,在2011-2015年间,2011-2012年水资源全要素增长了13.4%,但2012-2013年水资源全要素生产率下降了12%,降至最低点。之后开始逐渐增长。造成这种原因的可能是由于水资源相关政策的颁布,2012年国务院在《实行最严格水资源管理制度的意见》中明确规定:加强水资源开发利用控制红线管理,严格实行用水总量控制,同时加大城市生活节水工作力度,淘汰了不符合节水标准的用水设备及产品。水资源管理“三条红线”确立,促使水资源利用效率在2012大幅提升。但是,水资源设备的更替带来的技术改进具有3期的滞后效应,2013年技术进步指数下降加速了全要素生产率指数的下降。但是2014年之后水资源综合利用效率逐渐提升,说明政府出台的一系列水资源政策在地方得到了落实,2015年《水十条》的颁布进一步促使水资源的利用效率的提升。

五、结论与建议

本文采用三阶段EBM-DEA模型对中国省际水资源利用效率进行探究,通过第二阶段对外部环境因素的剔除,中国省际水资源的利用效率发生了较大的变化,说明单纯的DEA模型的结果存在一定的偏差,有必要对初始效率值进行调整。

我国水资源利用呈现东部>中部>西部的现状。进一步分析表明,这与经济发展水平、产业结构、水资源禀赋、政府扶持、人口素质等因素密切相关。通过动态效率分析发现,水资源利用效率主要取决于技术进步,但是现阶段技术效率下降明显而抵消了技术进步所带来的增长。基于实证研究结论,政府通过以下几个方面提升水资源的利用效率:① 政府应当进一步推进产业转型升级,将节水、污水处理技术的运用以及脱硫、脱硝技术引入高耗能、高污染企业;② 各地区政府应当控制城市建设规模,有效的控制城市居民的应水量,减少水资源的浪费;③ 地方政府在加大教育、环境治理资金投入的投入同时进行适当的宣传提升居民节水意识,同时政府可以适度的提升水价调节居民用水;④政府可以通过征收水资源税,通过水资源的杠杆作用倒逼企业转变用水方式,做到绿色用水;⑤ 在水资源管理的过程中应当可以借鉴周边城市先进的技术水平、吸收先进的管理手段,加强城市内部的合作,做到区域的协同发展从而进一步释放水资源的环境福利。

与现有研究相比,本文得出我国省际水资源利用效率呈现不平衡的现象,同时水资源利用效率的提升主要依赖技术进步,这与现有的研究结论一致。本文采用静态和动态结合的方法对水资源利用效率进行全面的评价并对水资源利用效率的影响因素进行了探究。在指标的选取上,本文对投入指标的选取较为宏观可能会影响结果的精准度,这一点仍需在进一步研究中进行改进。