淮河生态经济带水资源利用效率的空间溢出效应研究

杨静雯，何 刚，周庆婷，鲍珂宇

(安徽理工大学经济与管理学院，安徽 淮南 232001)

0 引 言

水资源利用效率表征单位水资源创造的经济、社会、环境等方面效益，提升水资源利用效率是当前实现水资源可持续利用的关键[1]。科学测度水资源利用效率、解析其影响因素引发了学术界的广泛关注。如：俞雅乖和刘玲燕利用超效率DEA-Tobit两阶段模型评价2004年～2014年我国30个省(市、自治区)水资源效率，并分析其区域差异和影响因素[2]；盖美等分别运用随机前沿分析与数据包络分析测度了辽宁省14市水资源利用的绝对效率与相对效率，并借助核密度估计模型剖析水资源利用效率的动态变化规律[3]；高媛媛等通过层次分析法和Ward系统聚类法划分样本等级，据此建立投影寻踪模型，借助遗传算法测算我国31个省级行政区的水资源利用效率[4]。

综上可知，学者们运用不同的方法测算水资源利用效率并取得了丰富成果；但对于淮河生态经济带水资源的相关研究较少，以往研究多集中于水资源承载力[5]、水资源脆弱性[6]、水资源可持续性[7]等方面，且很少探究水资源与其他要素的空间交互影响。基于此，本文构建Super-SBM模型测度2008年～2017年淮河生态经济带水资源利用效率，运用全局Moran指数探究其空间关联性及时空特征，并通过空间计量模型分析影响因子的空间效应，以期为淮河生态经济带水资源可持续发展、水生态治理提供参考与理论依据。

1 研究区域与研究方法

1.1 研究区域

淮河生态经济带地处我国中东部地区，位于东经112°14′～120°54′、31°01′N～36°13′N之间，横跨江苏、山东、安徽、河南4省，覆盖25个市及4个县，总面积约2.43×105km2。淮河生态经济带大部分城市属于暖温带季风气候类型，湖泊众多、水系发达，降水主要集中在夏季，2018年降水总量为2.46×104mm，水资源总量为8.59×1010m3，但由于全年降水分布不均，易涝易旱，是我国发生自然灾害最频繁的地区之一。加之沿线城市人口密度较高，用水需求量大，合理分配和利用水资源已成为实现淮河生态经济带绿色发展亟待解决主要问题之一。由于县级的相关数据缺失过多，本研究从市域角度测算淮河生态经济带水资源利用效率，选择25个地级市为研究单元，深入探究淮河生态经济带水资源利用效率的空间溢出效应。

1.2 数据来源

本研究原始数据来源于江苏、山东、安徽和河南四省的《统计年鉴》、《水资源公报》(2009年～2018年)，以及25个地级市的《统计年鉴》、《国民经济和社会发展统计公报》等文件资料。

1.3 研究方法

1.3.1Super-SBM模型

SBM模型是2001年日本学者Kaoru Tone在传统DEA模型的基础上考虑松弛变量的影响，进而提出的一种数据包络分析法[8]。该模型对投入、产出变量进行非径向非角度处理，计算结果表示的是利润，而非CCR和BCC模型的效益比例，有效提升效率测度的精准度；但是当测度结果中出现多个决策单元效率值同时为1的情况，则无法对其进行判别和排序。为解决这一问题，2002年Tone进一步拓展了SBM模型，修正松弛变量，建立了SuperSBM模型[9]。即

(1)

1.3.2空间相关性检验

空间相关性检验是进行空间计量模型分析的基础，当检验结果显示研究变量存在空间自相关性时才可进行空间计量模型估计[10]。本文选择常用的全局莫兰指数(Moran’sI)进行空间相关性检验，当Moran’sI为正时，表示研究变量具有空间正相关性，若Moran’sI为负时，表示研究变量具有空间负相关性，当Moran’sI为零时，表示研究变量无空间相关性。即

(2)

1.3.3空间计量模型

常用的空间计量模型主要有三种：一是空间滞后模型(SAR)，通过在模型中纳入被解释变量的空间滞后项，测度临近区域被解释变量对当前区域被解释变量产生影响的程度，探究变量的空间依赖性；二是空间误差模型(SEM)，通过在模型中纳入解释变量的空间误差项，分析临近区域误差项对当前区域误差项产生影响的程度，探究变量的空间异质性；三是空间杜宾模型(SDM)，模型中同时纳入解释变量的空间滞后项和空间误差项，既考虑了被解释变量的空间交互作用，又考虑了误差项的空间效应[11]。三种模型公式如下

Yi=ηWYi+Xiφ+ε

(3)

Yi=Xiφ+ε，ε=γWε+u

(4)

Yi=ηWYi+Xiφ+WXiθ+ε

(5)

式中，Yi为被解释变量向量；Xi为解释变量向量；η为空间自回归滞后值系数；u为随机误差项；W为空间邻接权重矩阵，若i市与j市相邻，则Wij=1，反之Wij=0；W·Y为被解释变量的空间滞后值；W·X为解释变量的空间滞后值；φ、θ为待定系数；ε为残差值；γ为空间误差系数。

2 结果与分析

2.1 水资源利用效率差异分析

在综合考量淮河流域水环境特性与前人研究的基础上[12-13]，分别从水资源、资本、人力3个层面遴选6项投入指标，坚持科学性、可获得性等原则甄选期望产出与非期望产出，构建水资源利用效率评价指标体系(见表1)。

表1 水资源利用效率评价指标体系

表2 淮河生态经济带各市水资源利用效率值

基于淮河生态经济带25市的面板数据，根据式(1)，运用Super-SBM模型计算2008年～2017年淮河生态经济带各市水资源利用效率(见表2)。从总体上看，2008年～2017年淮河生态经济带水资源利用效率均值变化不大，有轻微下降趋势，总均值为0.710，尚未达到相对有效，投入与产出不平衡，总体水资源利用效率偏低。这表明当前水资源利用效果并不乐观，有待进一步改善利用模式。从水资源利用效率的动态变化来看，2008年～2017年徐州、菏泽的水资源利用效率值明显提升，淮安、宿迁、连云港、泰州、宿州、信阳的效率值呈波动上升趋势，枣庄、济宁、阜阳的效率值大幅下降，从相对有效降至相对无效，盐城、临沂、六安、滁州的效率值曲折下滑，其余城市的水资源利用效率值变化幅度较小。从水资源利用效率的区域分布来看，淮河生态经济带江苏段(0.814)和山东段(0.857)的平均效率较优；河南段(0.770)次之；安徽段(0.502)最低。其中，2017年江苏段有4个城市、山东段和河南段各有1个城市效率值大于1(相对有效)，安徽段各市的水资源利用效率值分布在0.35～0.55之间。这主要是由于淮河生态经济带安徽段城市经济发展水平落后于其他段城市，其中淮南、亳州、宿州、淮北和滁州均为矿业城市，废水排放量较大，导致非期望产出偏高，水资源利用效率较低。

表3 全局空间自相关检验结果

2.2 空间相关性检验结果分析

运用StataSE 14.0软件对淮河生态经济带25市水资源利用效率进行空间相关性检验，结果如表3所示。

由表3可知，2008年～2017年，淮河生态经济带水资源利用效率的Moran’s I值均为正值，表示水资源利用效率均呈正空间自相关，除2013年p-value*>0.1外，其他时段均通过了10%水平下的显著性检验，2015年后均通过了1%水平下的显著性检验，存在相关性的可能性>99%，Moran’s I值也不断增大，表明水资源利用效率在空间上的集聚态势逐渐增强。

2.3 空间计量模型的选择与结果分析

以Super-SBM模型测度的水资源利用效率为空间计量模型的被解释变量，以水资源禀赋(S)、产业结构(R)、技术创新(T)、经济发展(E)和环保投入(I)为解释变量，分别用人均水资源量、第二产业GDP比重、单位GDP能耗、人均GDP和环保支出占财政支出的比重表示。

由于SDM模型是SAR模型和SEM模型的结合，先利用StataSE 14.0软件构建SDM模型，并进行Wald检验和Lratio检验，结果均拒绝原假设，表明变量存在空间滞后性和空间异质性，SAR模型和SEM模型不适用于本研究，故选择SDM模型进行分析。SDM模型分为随机效应SDM模型和固定效应SDM模型，进一步采用Hausman检验，得到结果chi2(11)=42.37，Prob≥chi2=0.0000，拒绝原假设，选择固定效应SDM模型。估计结果见表4。固定效应分为空间固定效应、时点固定效应和空间时点双重固定效应，如表4所示，按照ll值最大、aic、bic值最小的原则，选择空间时点双重固定效应模型。在空间时点双重固定效应模型下Spatial rho值为-0.170，在10%水平下通过了显著性检验，表面淮河生态经济带水资源利用效率空间集聚效应显著，水资源利用效率一定程度上受到临近地区随机扰动项空间效应和时点效应的影响。

表4 固定效应SDM模型估计结果

运用空间时点双重固定效应模型进一步分解解释变量对被解释变量的作用效应为直接效应、间接效应和总效应。其中，直接效应表示该地区的解释变量对水资源利用效率的空间溢出效应；间接效应表示周边地区的解释变量对该地区水资源利用效率的空间溢出效应；总效应是直接效应与间接效应的集合，估计结果见表5。

表5 水资源利用效率影响因素的空间效应分解

由表5可知，水资源禀赋对水资源利用效率的直接效应为正值，间接效应和总效应为负值，均通过了显著性检验。这表明地区内水资源量增大可促进利用效率上升，水资源禀赋是影响水资源利用的直接动力和基础，水资源利用效率与地区内水资源量息息相关，水资源禀赋越高，水资源利用空间越大，利用效率相对较高；水资源是有限的且具有一定的流动性，一个地区的水资源禀赋提升，其周边地区的水资源量则相对紧张，水环境压力增大，导致水资源利用效率下降。产业结构对水资源利用效率产生负向溢出效应，但估计结果只在直接效应中显著，产业结构指标数值越大。即，第二产业所占GDP比重越大，相较于第三产业，第二产业的耗水量和废水排放量更高，产生的水污染较为严重，地区水资源利用效率也较低；由于产业结构主要是地区内依赖自身资源或相关政策长期发展而来，流动性较弱，故而间接效应不显著。技术创新对水资源利用效率的三种空间效应均显著为正，表示某一地区的技术创新水平提升对其及其周边地区的水资源利用效率有正向促进作用。近年来生态化和绿色化的相关科学技术不断创新，越来越多的行业开始使用清洁能源、清洁型技术，从根源上降低污染排放、提升水质，且由于科技成果的空间扩散性较强，对邻近地区也具有一定的影响力。经济发展对水资源利用效率的直接空间效应显著为正，其余两种效应均不显著，意味着经济发展仅对地区内部水资源利用效率有促进作用，经济发展水平提升，可加深地区城镇化质量，优化供水排水模式，提高生活污水废水处理率；与此同时，人民的综合素质也不断提升，节水意识逐渐增强，用水方式也更加环保，水资源利用效率有效提高。环保投入对水资源利用效率空间效应均显著为正，环境保护的投入力度一般与环保政策相辅相成。环境投入越多表示当地政府及有关部门对环境治理的重视程度越高，为保护和修复水环境耗费的人力物力也越多；从而使地区内逐渐形成良好的环保风气，也会扩散到周围地区，形成区域联动的环保机制。因此，为提升淮河生态经济带水资源利用效率，应采取建立区域差异化的水资源宏观调控机制，加快地区产业结构调整，减少工业污染，并支持技术创新，鼓励使用绿色技术，同时促进经济发展，培养公众节水意识，加大环保投入力度，加强水污染治理等措施。

3 结 论

本研究基于Super-SBM模型测算淮河生态经济带水资源利用效率，解析其时空演化规律，并选择空间时点双重固定效应空间杜宾模型对水资源利用效率影响因子进行空间效应分解。研究结果表明：2008年～2017年间淮河生态经济带水资源利用效率略有下降，地区之间存在明显差异。其中，江苏段和山东段的平均效率较优，河南段次之，安徽段最低；水资源禀赋、产业结构、技术创新、经济发展和环保投入对淮河生态经济带水资源利用效率的空间溢出效应均显著，存在正向直接效应的有水资源禀赋、技术创新、经济发展和环保投入，而产业结构存在负向直接效应，存在正向间接效应的有技术创新和环保投入，水资源禀赋存在负向间接效应。当前可通过统筹水资源、调整产业结构、加强技术创新、推动经济发展、增加环保投入等方式协同促进淮河生态经济带各城市提升水资源利用效率。