长江经济带工业绿色水资源效率评价及影响机制

王纪凯　张峰　于梦俊

摘要：提高绿色水资源效率既是长江经济带水生态文明建设的关键内容，也是促进整个区域高质量发展的重要着力点。遵循绿色生态理念，引入考虑非期望产出的超效率SBM模型与地理加权回归模型，在综合评估2005～2019年长江经济带工业绿色水资源利用效率多维变化特点的基础上，进一步审视其时空分异特征及驱动机制，并根据各影响因素给出针对性建议。结果表明：考察期内长江经济带工业绿色水资源利用效率整体上“稳中提质”，但省际差异显著，同时长期来看尚具有一定趋同效应，并且会以3%的收敛速率达到区域平衡；区域内工业绿色水资源效率的宏观空间分布状态表现为下游＞上游＞中游，南北方向效率梯度差缩小显著，效率领先区对其他地区的辐射效应较为薄弱；区域内工业绿色水资源利用效率存在显著空间异质性影响机制特征，其中，工业化水平的驱动效果最强，但难以达到区域内的多数省市正向驱动，城市运转水平平均正向驱动覆盖面最广，人口素质水平驱动节水减排技术转化能力较为薄弱。研究成果可為提高长江经济带工业绿色水资源效率、实现区域水资源协同治理提供理论依据。

关 键 词：工业绿色水资源效率； 时空分异； 超效率SBM模型； 地理加权回归模型； 长江经济带

中图法分类号： TV213 文献标志码： ADOI：10.16232/j.cnki.1001-4179.2023.06.001

0 引 言

对于建立在以江河湖泊为空间纽带基础之上的流域生态经济，绿色发展理念是其实现可持续发展的必然路径取向，长江经济带横贯中国东中西部，独特的自然地理结构单元和产业经济基础使其具备典型的流域生态经济特点及建设需求。尤其是作为一个多元共生流域，长江经济带的水资源与水环境问题历来都是生态经济治理的焦点和难点，在着力探索高质量发展路径和塑造安全稳定的水生态文明功能新格局的背景下，对整个长江经济带的节水减排和用水效率均提出了更为严格的要求［1-2］。但不可否认的是，长期以来规模型、外延型、速度型的工业经济发展模式造成资源浪费与生态污染弊端，使得现阶段长江经济带推进工业绿色转型升级和“三水共治”都面临沉重负担。因此，工业用水作为仅次于农业用水的“第二大用水户”，要在“十四五”期间助力加快完成“建立健全完善的绿色低碳循环发展经济体系”这一重要目标，则必须坚持以习近平生态文明思想为指引，改进传统工业水资源管理思路，注重提高水资源开发利用中的“绿色基因”含量［3-4］，综合提升工业水资源利用的经济效益和生态效益，为推进长江经济带水生态文明建设和工业绿色发展提供科学的现代化治理依据。

鉴于破解工业转型与经济高质量发展中水资源约束的重要性，学者们围绕如何提升工业水资源效率作出了多视角的探索，并提供了卓有成效的理论贡献，包括工业水资源效率的内涵演变、效率测度以及空间演化规律等。首先，在效率内涵演变方面，水资源效率测度的作用最初旨在找出解决供需不平衡问题的有效途径［5］，随着社会经济的发展，其内涵更重要地揭示了影响水资源利用效率的驱动机制层面，工业水资源利用效率的研究现已从重点考虑经济效益产出的角度逐步向兼顾环境影响产出转变［6-8］。同时，工业活动下的非期望产出要素是环境影响所考虑的最主要方面［9-11］。研究至此，水资源效率内涵已然演变为如何构建以人为本，环境、经济、社会协调发展的绿色框架［12］。其次，在效率测度方面，已有研究大多运用数据包络分析法（DEA）、随机前沿分析法（SFA）以及指标体系评价法［13］。随着研究问题的深入，学者通过不断改进DEA模型解决了决策单元中投入产出的松弛问题［14］以及多决策单元效率值存在上限，导致难以实现有效排序的问题［15］，并在不断完善其评价体系的标准上，将效率值进行分解剖析，进一步阐述效率演变的内在联系，不断实现效率评价体系的全面化与均衡化［16-18］。第三，在空间演化规律方面，学者大多采用莫兰指数、空间杜宾模型、探索性数据分析、空间收敛模型等验证区域间水资源效率驱动因素可能存在的空间相关、溢出、集聚与收敛作用。相关研究也证明驱动因素指标由于受到空间效应的影响，彼此之间并非孤立存在，而是形成显著的空间交互作用，进而影响水资源效率的提升［19-20］。另外，效率空间演化也并不是无序的，其都存在自身的相对稳态，随着时间变化收敛于各自的平衡点［21］。因此，工业水资源效率影响因素选择以及驱动机制检验尤为关键。现有研究多从经济发展、工业集聚、科技创新等角度展开研究［22-23］。事实上，对外开放程度以及城市基础建设水平等也已逐渐成为当下影响工业企业绿色转型的重要因素。

综上，探索促进工业水资源效率的有效路径不仅具有重要的现实意义，而且已有的研究在理论层面也给出了较为丰富的指导和借鉴。但考虑长江经济带庞大的区域面积和齐全的产业门类，以及推进经济转型与高质量发展的紧迫性需求，如何系统性地回答好长江经济带工业水资源治理调控问题至关重要，尤其是将绿色发展理念融入工业水资源效率内涵，诠释并挖掘其内在演进规律，这对整个区域打造和谐共生的可持续发展体系意义重大。据此，本文基于绿色发展理念，突破传统工业水资源效率设计时的指标范畴，提出并引入考虑非期望产出的超效率SBM模型，多维评估长江经济带工业绿色水资源效率，在此基础上，采用地理加权回归检验法等分析效率的时序特征、空间差异，以及影响效率提升的异质性因素，为推动长江经济带经济转型和形成集约利用水资源开发模式提供理论参考。

1 研究区域概况

长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11个省市，面积约占全国的21.4%，人口和生产总值均超过全国的40%。长江经济带因其完备的自然生态系统以及丰富的能源资源与淡水资源成为中国重要的经济发展带、人口密集区与生态功能区（见图1）。近年来，长江经济带工业布局逐渐密集化，能源消耗逐年扩大，虽极大地推动了经济社会的发展，但超负荷的工业生产活动倒逼环境污染与水生态破坏，严重威胁区域内生态文明建设与经济社会的可持续发展。现阶段，长江经济带正处于转型发展的关键节点，对其工业水资源利用现状以及驱动因素进行有效分析，有助于优化沿江产业结构和区域一体化布局，对促进区域工业生态经济提质增效升级具有重要意义。

2 研究方法

2.1 工业绿色水资源利用效率概念界定

一般而言，“效率”的本质在于衡量有用产出与投入的比值关系，而传统经济效益导向下的工业水资源效率主要刻画水资源投入对工业经济增长的支持效用。但是不难看出，现阶段在以绿色发展理念为主旋律的背景下，与传统经济效益导向不同的是，水资源的投入产出更加关注在减控投入的情况下提高综合效益的产出，特别是不仅要求经济增长效益能稳中有序，也强调绿色发展理念所注重的生态环境容量与资源承载力的硬性约束。因此，本文结合绿色发展理念对工业绿色水资源利用效率这一概念进行定义：在一定的时空范围内，工业生产活动中通过投入适量水资源、资本与其他环境要素，实现水资源消耗的经济期望产出最大化与水污染非期望产出最小化。最终，通过合理量化工业水资源配置，实现“从绿掘金”，促进经济、社会和环境的可持续发展。

2.2 考虑非期望产出的超效率SBM模型

DEA是一种利用线性规划模型在多投入、多产出状态下对决策单元的相对效率进行评价的方法，其优点是无需考虑各项指标之间的函数关系，避免人为主观因素的干扰。传统DEA方法容易存在投入或产出要素的松弛现象和多个决策单元效率值为1的情况，这不仅会导致效率测度不精确，而且难以对每个达到效率值上限的决策单元进行比较，因此本文引入考虑非期望产出的超效率SBM模型［24］，可以有效解决以上两个问题，从而使得工业绿色水资源效率测度更加精确。

本文采用考虑非期望产出的SE-SBM模型测算长江经济带工业绿色水资源效率：

式中：ρ为效率值；Xij为第j个决策单元的第 i 项投入；Ytj为第j个决策单元第t项产出；Yg、Yb分别表示期望产出和非期望产出；

n、r1、r2分别表示投入指标、各项期望产出与非期望产出指标个数；S-、Sg、Sb分别表示工业活动投入过剩、期望产出不足和非期望产出过量；λ为权向量。

2.3 趋同性检验

随着社会生产力的不断提高，经济单位往往会产生一定的趋同现象，学者一般采用α和β检验区域指标间的趋同性，来反映各经济单位之间各项效率值是否逐渐缩小，最后达到均衡状态［25］。

（1） α趋同性检验。

式中：D为长江经济带工业绿色水资源效率差距的变异系数，即样本标准差与均值的比值；t为时间序列；α1、α2为待估参数；ε为误差项。当α2为负且通过了显著性检验，则证明长江经济带各省市工业绿色水资源利用效率存在α趋同，会随时间推移逐渐缩小。

（2） β趋同性检验。β趋同分为绝对β趋同和条件β趋同，绝对β趋同是指检验工业绿色水资源利用效率较低省市的效率提升速度是否高于原本水资源效率较高的省，即工业绿色水资源利用效率增长率与工业发展水平存在负相关关系。条件β趋同是指检验各省市的水资源利用效率是否会随着时间发展达到一种稳定的状态。具体模型分别见公式（3）和公式（4）。

式中：本文时间跨度T为15；WTEit、WTEi0表示分别第i个省市的滞后期与基准期的工业绿色水资源利用效率；β1、β2為待估常数项；εit为误差扰动项。当β2<0时，存在绝对β趋同，趋同速率μ1为-ln（1+Tβ2）/T，有条件的β趋同速率μ2为-ln（1+β2）/T。

2.4 地理加权回归模型

地理加权回归模型（Geographically Weighted Regression，GWR）相对于其他全局回归模型避免了回归参数被假设为稳定的缺点，其将空间位置信息嵌入到回归模型里，通过观察参数估计随着位置的改变趋势检验空间数据的相关性和异质性［26］，模型表达如公式（5）所示。本文采用高斯函数计算空间加权矩阵元素Wij，具体表达如公式（6）所示。

式中：fi为因变量；β0ui，vi为i省市的地理坐标；xip为效率的驱动因素；βpui，vi为第p项驱动因素的弹性系数；εi为扰动项；dij为省市i到省市j之间的距离；b为带宽。

2.5 变量描述

本文采用考虑非期望产出的SE-SBM模型来测度长江经济带工业绿色水资源利用效率，并通过GWR方法来探究工业绿色水资源效率各影响因素的空间异质性。考虑到数据可得性，借鉴相关研究成果［5，21］，本文将工业绿色水资源利用效率作为被解释变量，评价指标目标层分为投入和产出两个层面。其中投入包括资本投入、劳动力投入和资源投入，产出为期望和非期望产出。鉴于本文侧重工业绿色水资源效率测度，指标选取多以工业数据为参考，具体而言，工业企业固定资产投资可以反映出企业投资规模、速度、比例关系和使用方向，是具有综合性的资本投入指标；而工业企业R&D经费（研究与试验发展经费）可以有效表征工业企业年度实际用于基础研究、应用研究和试验发展的投资份额；专利申请授权数同样也是代表一个区域科研水平的关键因素，其影响直接作用于区域节水减排技术的规模化展开。工业从业人员平均数可以真实地表示报告期内工业行业拥有的平均从业人数，以此表征劳动力投入。以工业用水总量表征资源投入可以充分体现工业生产活动的水资源消耗情况，聚焦水资源消耗对用水效率的影响。工业企业利润总额指的是工业企业生产经营活动的最终结果，直接代表了区域内工业发展能力；中水重复利用率代表的是各省份对中水工业链条式的利用能力，因此用工业企业利润总额与中水重复利用率表征期望产出。工业废水排放总量作为工业污染的直观表现，是长江经济带水生态危机的重要因素，因此以工业废水排放总量的变化来表示非期望产出。而上述单一非期望产出也可以直接体现出水资源对工业经济效益的影响效果，具体见表1。

研究样本选取长江经济带11个省市2005～2019年的历史数据，指标数据均来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国环境统计年鉴》，各省市统计年鉴和公报以及EPS数据库，使用统计学中常用方法（线性插值法）对个别缺失数据进行插补处理，为了实现单位的无量纲化，对上述变量进行标准化处理。

3 结果分析与讨论

依据SE-SBM模型，借助DEA-SOLVER Pro 5.0软件，对长江经济带11个省市进行效率测度，并通过ArcGIS软件绘制效率空间分布图以及效率趋势图，将长江经济带划分为上游（重庆、四川、贵州、云南）、中游（安徽、江西、湖北、湖南）、下游（上海、江苏、浙江）三大地区，通过对比这三大地区，综合考察长江经济带的工业绿色水资源效率区域差异。具体结果见图2～4，其中图3由2005～2019年效率值取均值计算得到。

3.1 长江经济带工业绿色水资源利用效率时序演变

从时间跨度上来讲，长江经济带工业绿色水资源利用效率总体呈缓慢发展且有上升趋势，但地区差异较为明显。从图3可清晰看出，除上海市、浙江省、江苏省外，其余省市效率值都处在较低水平。其中，2005～2009年效率值呈下降变化，降低约4.2%。2008年因全球性经济危机影响导致效率值下降明显，2010年长江经济带工业绿色水资源效率均值达到峰值，究其原因为“十一五”计划末年长江经济带大幅度推进了工业结构化升级，为确保顺利完成规划任务，长江经济带各省市着重优化发展能源工业，使得水资源利用效率得到巨大提升。从2011年起，效率值开始回落，这是因为全国范围内工业原材料、燃料、动力购进指数的上调，导致工业生产活动难度加大，企业迫于成本压力降低了对水资源的利用标准，导致效率值下降；2014年后，区域内效率值起伏较为频繁，但整体来讲呈上升趋势，2019年效率值再次出现轻微降低。因此在“十四五”期间长江经济带需进一步加强对工业水资源的合理配置与调控措施。

为进一步把握区域内工业绿色水资源效率变化的动态趋势，本文通过α、β检验来探究时序增长下效率值的趋同规律，具体结果见表2。在α趋同性检验当中，时间跨度系数小于0，但没有通过显著性检验，表明随着时间的变动长江经济带不同省市工业绿色水资源利用效率出现缩小的趋势不明显，这是省市间的经济发展水平、工业发展状况和资源禀赋大为不同所导致；在绝对β趋同检验当中，时间跨度系数值为-0.055，且通过了10%的显著性水平检验，存在趋同效应，表明区域内不同省市随着时间的推移，工业绿色水资源利用效率最终会达到一种稳定的水平，并且趋同变化的速率为12%；最后条件β趋同检验中，检验结果系数为负，且通过1%显著性水平检验，这说明区域内各省市效率水平都存在着自身的稳定性，并且各省市之间的差距也会逐渐减小，长期来看将会以3%的速度达到一种稳态的水平。由此可见，长期来看长江经济带工业绿色水资源利用效率将会发展为一种相对稳定的状态。

3.2 长江经济带工业绿色水资源利用效率空间特征

从区域维度来讲，上海市、江苏省、浙江省三地始终处于高效率水平，这是因为下游三省凭借自身区位优势，拥有较好的工业基础和经济实力以及优良的节水减排政策。反观上游中游地区，安徽、湖南、贵州省等地工业绿色水资源利用效率与下游形成鲜明对比，这说明长江经济带内并未形成稳固的效益联动，从而致使各省市之间差异明显。结合图3（e）可以看出，長江经济带工业绿色水资源利用效率存在空间非均衡性，仅有上海和重庆市两地为热点，说明区域内工业发展较为失衡，没有形成良好的溢出效应；根据图4的2005年以及2019年工业绿色水资源利用效率空间趋势曲线，其中Y轴所指方向为正北，X轴所指方向为正东，长江经济带各省市工业绿色水资源利用效率在东西方向上始终呈现“U”形状态，但是曲线曲率增大明显；而在南北方向上“北高南低”的基本形态并未发生变化，但梯度差有明显缩小趋势，2019年较2005年南北趋势线离底面距离上升明显，也说明了区域内整体工业绿色水资源利用效率正朝利好的方向发展。总体来看长江经济带初步形成了“下游领先，上游居中，中游落后”的格局，其中，中游地区作为流域内上下游的过渡地段，工业绿色水资源利用效率值却处于较低水平，究其原因可能是中游地区多为高能耗重工业企业，节能减排技术落后，布局优化能力和资源保障水平较低，工业绿色水资源利用效率提升受限。另外反观上游地区，产业结构主体并不过于依赖工业增长，工业基础薄弱与畜牧旅游业发达造就了工业绿色水资源利用效率高于中游地区。

3.3 工业绿色水资源效率影响因素分析

考虑到工业绿色水资源利用效率的空间异质性与影响因素的复杂多样性。本文综合参考现有相关研究成果［27-28］，对于解释变量，分别从经济发展、生态改良与人文社会3个维度筛选影响因素。其中经济发展水平是衡量一个地区整体水平的重要指标，其对自身区域的影响具有绝对的相关关系，但区别于各地区不同的资源禀赋与实际发展程度，其对工业绿色水资源利用效率的影响趋势是正负外部性博弈的结果；恰当的环境规制力度不仅可以起到治理污染与督促企业节水减排的作用，而且能够一定程度促进企业生产活动的日益合理化，因此以污染治理项目本年完成投资额表征环境规制强度；第二产业增加值占GDP比重表示工业经济对国民经济的影响程度，故以其代表工业化水平；人口素质水平是一个区域能否快速高质量发展的决定性因素，不仅能代表着一个企业的平均研发水平与科研转换能力，而且是能否形成良好人才集聚效应的基础，其对影响企业节能减排的能力有着直接关系，故以高等学校毕（结）业生数表征该指标；产业集聚形成的规模效益是双向的，良性的规模程度不仅提高了区域基础设施利用率，降低了运行成本，而且有益于水环境的集中改良，以规模以上工业企业单位数表征产业集聚；人均城市道路面积对工业绿色水资源利用效率的影响往往是侧面的，良好的城市道路规划通过直接方式影响着企业发展布局，对区域内企业营运成本、招商引资起绝对作用，因此以该指标表示城市运转水平，具体见表3。

3.3.1 OLS回归估计

为掌握长江经济带内各省市工业绿色水资源利用效率影响因素的全局驱动效果，本文首先利用Stata16.0软件基于最小二乘法（OLS）进行弹性估计，具体结果见表4。

如表4所列，上述6项影响因素对工业绿色水资源利用效率的作用均通过了显著性检验，其中，经济发展水平和环境规制的弹性系数分别为0.115和0.087，这充分说明较高的经济水平对工业绿色水资源利用效率的提高有着拉动作用，这不仅体现在充足的财政支持保证工业用水减排降污工作的持续推进，也为后续节水政策的实施推进提供经济保障。反观工业化水平和人口素质水平的弹性系数分别为0.119和-0.053，长江经济带较高的第二产业比重能够推动水资源利用效率的提升，工业企业高等人才的使用却对水资源利用效率产生负相关作用，看似矛盾，实则暴露出区域内企业科研投入与成果产出的不成比例关系，人才难以为用，无法发挥实际价值，最终对工业绿色水资源利用效率产生负向作用。最后产业集聚与城市运转水平的弹性系数均为正，且产业集聚在各影响因素中系数取得最大值，这说明产业集聚虽然带来了资源竞争与经济抗衡，但其同样释放出有利于工业绿色水资源利用效率提升节水经验技术，产生良好的溢出效应。较高的人均城市道路面积能够提高当地企业的运转能力，其对减少企业成本、招商引资都带来显著的作用，带动企业经济实力的增长，从而促进工业绿色水资源效率的提升。

3.3.2 GWR模型估计分析

由于OLS回归分析对检验模型要求较少，而工业绿色水资源利用效率存在显著的空间相关性与异质性。本文借助ArcGIS软件对长江经济带11省市进行地理加权回归（GWR），通过对比最小二乘回归与地理加权回归模型的检验可以看出，GWR模型不仅比OLS模型有更小的残差平方和，而且有着更小的AIC值及更大的R2值，这说明基于空间非平稳性的GWR模型具备更加优良的拟合效果，因此采用该模型对长江经济带工业绿色水资源利用效率进行局域估计，具体见表5和图5。

（1） 经济发展水平对工业绿色水资源利用效率的影响。从图5可以看出，人均GDP水平对水资源利用效率的提升存在明显的正向影响，其中区域内73%的省市呈现正相关作用，下游三省效率弹性系数始终为正值，中上游弹性系数偏低，但呈现出逐年递增的趋势，与此同时，经济发展水平的弹性系数阈值差也从2005年的4.094降至3.407，年均阈值差更是降至2.786，这说明经济发展水平对工业绿色水资源利用效率的空间异质性正在逐渐减弱，经济发展水平对效率的影响均向正向发展。值得关注的是，安徽省紧靠江浙沪经济发达省市却出现了明显的负相关影响，这说明安徽省城市经济发展较为失衡，企业存在资源浪费与内耗严重问题，导致资金与人力无法进一步聚集实现突破，从而造成了这种负向影响。

（2） 环境规制对工业绿色水资源利用效率的影响。结合2005年和2019年及年均GWR图可以发现，对污染的治理投资没有使工业绿色水资源利用效率提升，环境规制对效率产生负向影响的省份多达8个，其中湖南、湖北、安徽省等地处于常年负相关情况，江苏省环境规制的弹性系数在2019年达到-1.520，作为长江经济带污染治理投资最多的省却得到各省市间最低值，反观四川、重庆、江西等省市能够将环境规制力度把握得当，使其产生正向影响。这表明污染治理并不在于投入费用的高低，激进的环保政策与高强度的规制力度会迫使工业企业缴纳高昂的排污费用，这直接增加了企业的生产成本，在企业同等技术水平以及市场供需条件不变的情况下，企业的利润定会因成本增加而减少，从而挤兑了企业在科研技术的研发投资，这不仅削弱了企业的竞争力，而且导致了工业绿色水资源利用效率的下降。

（3） 工业化水平对工业绿色水资源利用效率的影响。根据表4和图5可知，工业化水平OLS的弹性系数值均为正，GWR模型下弹性系数值由负到正逐渐递增，这进一步验证了GWR模型的拟合程度更加精确。但第二产业所占比例对工业绿色水资源利用效率产生正向作用的仅有下游三省，其作用呈负相关的省市多达73%，且年均系数阈值差额达到4.189，是6项影响因素中差值最大值，这也说明了在本文中工业化水平是影响工业绿色水资源利用效率的主导因素。其中中上游地区弹性系数值大部分为负值，这说明第二产业节水减排能力有限，产业结构不合理，中游地区高能耗、高耗水工业企业比重过大，但具有较高的调整潜力；上游地区虽然工业企业占比较少，也应做出用水量结构调整，适当提升耗水较少的第三产业比例。尽管多省市弹性系数为负且变化波动较为明显，但也表明今后通过优化产业结构提升工业绿色水资源利用效率有着更大空间。

（4） 人口素质水平对工业绿色水资源利用效率的影响。结合图5可知，高等学校毕（结）业生数对水资源利用效率的正向影响在逐年增多，截至2019年，人口素质水平弹性系数为正的省市有7个，系数值较高的省市主要集中在上游地区人口素质水平以及工业绿色水资源利用效率双重领先地区。江浙沪三省市系数值能够达到2.870，这充分说明了高素质人才的引用对工业企业的效率提升有显著作用。中上游地区尤其是中游地区仅有江西省弹性系数呈现正相关，这说明其他省市并没有做到将人才利用转化为技术进步，结合人口素质水平驱动检验结果可知，中上游地区应通过不断提高高水平教育以及实施人才引进政策，使工业产业形成一种“人才驱动技术，技术提高效率，效率带动效益，效益吸引人才”的良性循环局面。

（5） 产业集聚对工业绿色水资源利用效率的影响。一个地区企业的聚集现象与程度可以说明该地区的经济发展水平与资源禀赋情况，结合2005年、2019年及年均产业集聚GWR图可以看出，长江经济带内产业集聚对工业绿色水资源利用效率的作用整體表现为促进的、呈正相关的省市占73%，但是两极分化较为明显，个别省市弹性系数值还出现逐年减小的趋势，2019年上海市与安徽省产业集聚弹性系数值分别为2.964与-2.935，贵州省15 a间弹性系数下降16.1%，湖南省产业集聚弹性系数更是从2005年的0.152降到2019年的-0.516，产业集聚直接对工业绿色水资源利用效率产生负向影响。由此可知，较大规模的工业企业聚集虽然能够带来城市经济效益的提升，但其造成的工业水环境污染与水生态破坏不可避免，尤其是对于中游地区，应加快由资本能源消耗聚集型向绿色技术专业聚集型产业的转移，以此来提高产业集聚对工业绿色水资源利用效率的正向影响，同样需要注意转型的平滑性与过渡性。

（6） 城市运转水平对工业绿色水资源利用效率的影响。由图5可知，长江经济带内，城市人均道路面积对工业绿色水资源利用效率产生正向作用的数量超过82%。江浙沪三省市弹性系数值均处于较高水平，仅有云南、贵州省呈现轻微的负向作用。这说明城市人均道路面积的大小虽不能直接影响到工业企业的水资源利用效率，但是它代表着一个城市的流通水平与基础设施建设水平，其不仅影响工业企业物流中转能力的发挥，而且一定程度上决定了企业能否获得更好的招商引资，上游地区因其相对于区域内其他省市地理位势缺陷明显，难以获得良好的外资注入，外资治理相对较低，其城市运转水平弹性系数值均较低，且有逐渐转正的趋势。

4 结论与建议

本文基于绿色发展的理念，运用SE-SBM模型对长江经济带11省市2005～2019年的工业绿色水资源利用效率进行测度，同时运用趋同性检验以及GWR模型对长江经济带内工业水资源利用效率的时空分异、时空演变以及空间异质性进行探究。研究表明：

（1） 从时空分异的角度分析，长江经济带工业绿色水资源利用效率波动较为频繁，除去经济危机时期的不稳定状况，总体呈现缓慢上升趋势，但是区域性效率差异较为明显，下游地区效率值远高于中上游，其中上海、江苏、浙江、重庆4个地区效率值水平较高，安徽、湖北、湖南、贵州省等地效率值处于较低水平。总体形成工业绿色水资源利用效率下游＞上游＞中游的局面。尽管短时间内效率差距无法缩小，但是区域内存在一定程度上的趋同效应，最终将会以3%的速率在全范围内达到一种稳定的状态。

（2） 从空间异质性角度分析，结合OLS回归模型和GWR模型的检验结果，在总体水平上省市间工业化水平对长江经济带工业绿色水资源利用效率的正向影响最为突出，但多数城市难以实现两者的均衡正向发展；多达9个省市的城市运转水平促进了当地的工业绿色水资源利用效率的提升，使之成为效率驱动的关键因素；经济发展水平、环境规制和产业集聚都不同程度地为促进效率提升产生正向影响；仅有人口素质水平在OLS检验中对效率提升产生负向作用，结合GWR的局部加权分析可知，良好的人才应用可对工业企业的水资源利用效率提升产生激励作用。

基于上述研究结论，本文提出以下建议：

（1） 从经济带层面看，优化产业结构是根本，工业节水减排技术的提升与应用是关键，这也是提高工业绿色水资源利用效率的直接途径。人口素质水平直接标杆技术的提升与转换，政府应加大对流域内重大节水技术研发与重点节水实验项目的政策引导与支持。企业也应通过遴选专业人才，构建成熟有效契合本地工业实际的节水工艺、设备以及流程。在优化产业结构方面，大力推进绿色制造，优化工业生产布局，做到按照主体功能区布局，根据地区水环境承载力和国土开发可行性确定工业发展方向和开发强度，严格遵循“生态优先，绿色发展”的战略方针，构建优势互补、错位发展、良性循环的工业发展新格局。

（2） 从省际层面看，各省市应紧密结合当地工业发展基础与水资源禀赋实际情况，依托城市群建设的国家战略，实现上中下游工业水生态的协调发展。下游地区应充分发挥自身区位优势，在自身工业绿色经济发展的同时，注重协助长江经济带内其他省市工业绿色水资源效率的共同提升，尤其是周边各省，通过树立一批节水减排标杆企业，发挥下游地区产业集聚的良好溢出带动作用。同时积极促进省际间节水减排技术的交流与合作，推动长江经济带内部先进技术与经验的积极扩散。中游地区应依托产业集聚优势，推进传统制造业绿色化改造，结合本地工业发展实际情况，加快企业的兼并重组，推广节能节水新工艺、新设备，淘汰过剩产能，推动工业行业向低碳化、绿色化转型。同时注重人才合理使用的良性激励作用，不仅使其做到各司其职，还要通过集思广益开发创新思维，促进企业可持续发展。上游地区应保持自身工业经济增速，加快工业节水减排技术推进，秉持“经济发展，生态为首”的态度，在实施传统产业改造的同时，推进地区间生态补偿，严格控制开发强度，实施负面清单管理制度，将环境破坏大、能源消耗重、创新能力低的行业纳入禁止发展行业，并做到负面清单的实时动态调整。不仅如此，上游地区更应建立协调共享机制，充分利用“一带一路”建设政策的红利，促进区域间合作，打造资源互补、经济协调发展的“飞地经济”模式，以此缓解发展瓶颈制约。

参考文献：

［1］张熙悦，孙芳城，王怀祖.基于“生产-治理”两阶段评价的长江经济带工业水资源绿色效率研究［J］.江西財经大学学报，2020（2）：26-36.

［2］XU X，HU H，TAN Y，et al.Quantifying the impacts of climate variability and human interventions on crop production and food security in the Yangtze River Basin，China，1990-2015［J］.Science of the Total Environment，2019，665：379-389.

［3］张峰，王晗，薛惠锋.复合系统最优化下工业水资源多驱动仿真调控策略研究［J］.软科学，2021，35（1）：138-144.

［4］高孟菲，于浩，郑晶.黄河流域绿色水资源效率及空间驱动因素研究［J］.生态经济，2020，36（7）：44-50，209.

［5］汪克亮，刘悦，史利娟，等.长江经济带工业绿色水资源效率的时空分异与影响因素：基于EBM-Tobit模型的两阶段分析［J］.资源科学，2017，39（8）：1522-1534.

［6］张峰，薛惠锋，宋晓娜，等.工业水资源利用效率的空间溢出效应检验［J］.统计与决策，2018，34（9）：130-134.

［7］YAI X，FENG W，ZHANG X，et al.Measurement and decomposition of industrial green total factor water efficiency in China［J］.Journal of Cleaner Production，2018，198：1144-1156.

［8］赵晓霞，傅春，王宫水.基于超效率DEA Malmquist指数的长江流域绿色发展效率评价［J］.生态经济，2019，35（8）：46-49.

［9］CHEN Y，YIN G，LIU K.Regional differences in the industrial water use efficiency of China：the spatial spillover effect and relevant factors［J］.Resources，Conservation and Recycling，2021，167：105239.

［10］DENG G，LU L，SONG Y.Provincial water use efficiency measurement and factor analysis in China：based on SBM-DEA model［J］.Ecological Indicators，2016，69：12-18.

［11］张峰，薛惠锋，宋晓娜，等.基于复合系统仿真的工业用水关联要素调控效应检验［J］.干旱区资源与环境，2018，32（7）：43-48.

［12］张峰，王晗，薛惠锋.工业绿色全要素水资源效率的空间格局特征［J］.软科学，2020，34（10）：43-49.

［13］HU J L，WANG S C，YEH F Y.Total-factor water efficiency of regions in China［J］.Resources Policy，2006，31（4）：217-230.

［14］刘云江，邓光耀.水足迹视角下世界主要经济体的水资源利用效率研究［J］.科学决策，2021（5）：125-140.

［15］巩灿娟，徐成龙，张晓青.黄河中下游沿线城市水资源利用效率的时空演变及影响因素［J］.地理科学，2020，40（11）：1930-1939.

［16］JIN W，ZHANG H，LIU S，et al.Technological innovation，environmental regulation，and green total factor efficiency of industrial water resources［J］.Journal of Cleaner Production，2019，211：61-69.

［17］卢曦，许长新.基于三阶段DEA与Malmquist指数分解的长江经济带水资源利用效率研究［J］.长江流域资源与环境，2017，26（1）：7-14.

［18］张峰，薛惠锋.基于绿色发展的工业全要素水资源效率时空特征［J］.资源科学，2021，43（5）：964-973.

［19］陈东景，孙兆旭，郭继文.中国工业用水强度收敛性的门槛效应分析［J］.干旱区资源与环境，2020，34（5）：85-92.

［20］张国基，吴华清，刘业政，等.中国水资源综合利用效率测度及其空间交互分析［J］.数量经济技术经济研究，2020，37（8）：123-139.

［21］张峰，宋晓娜，薛惠锋.中国工业绿色水资源效率驱动机制的时空非平稳性［J］.软科学，2021，35（6）：97-102.

［22］赵良仕，孙才志，刘凤朝.环境约束下中国省际水资源两阶段效率及影响因素研究［J］.中国人口·资源与环境，2017，27（5）：27-36.

［23］由沙丘.我国不同区域城市绿色全要素水资源效率研究［J］.学术交流，2016（6）：173-176.

［24］田鹏，汪浩瀚，李加林，等.东海海岸带县域城市生态效率评价及影响因素［J］.地理研究，2021，40（8）：2347-2366.

［25］王昕，陆迁.中国农业水资源利用效率区域差异及趋同性检验实证分析［J］.软科学，2014，28（11）：133-137.

［26］王安琪，彭建东，任鹏，等.轨道站点周边建成环境对残疾人出行行为的影响研究：以武汉市189个轨道站点为例［J］.地理科学进展，2021，40（7）：1127-1140.

［27］李成宇，张士强，张伟.中国省际工业生态效率空间分布及影响因素研究［J］.地理科学，2018，38（12）：1970-1978.

［28］郭付友，佟连军，仇方道，等.黄河流域生态经济走廊绿色发展时空分异特征与影响因素识别［J］.地理学报，2021，76（3）：726-739.

（编辑：谢玲娴）

Spatial-temporal differentiation and influence mechanism of industrial green water resources efficiency in Changjiang River Economic Belt

WANG Jikai，ZHANG Feng，YU Mengjun

（School of Management，Shandong University of Technology，Zibo 255000，China）

Abstract：Improving the efficiency of green water resources is not only the key content of the construction of water ecological civilization in the Changjaing River Economic Belt，but also an important focus to promote the high-quality development of the whole basin.Following the concept of green ecology，the super efficiency SBM model considering unexpected output and geographically weighted regression model were introduced.Based on the comprehensive evaluation of the multi-dimensional change characteristics of industrial green water resources utilization efficiency in the Changjiang River Economic Belt from 2005 to 2019，the temporal and spatial differentiation characteristics and driving mechanism were further examined，and specific suggestions were given according to the influencing factors.The results showed that during the investigation period，the utilization efficiency of industrial green water resources in the Changjaing River Economic Belt was ‘stable and improved，but the inter provincial difference was significant.At the same time，it still had a certain convergence effect in the long run，and would reach the basin balance at a convergence rate of 3%；The macro spatial distribution of industrial green water resources efficiency in the basin was ‘downstream＞upstream＞midstream，the efficiency gradient difference in the north-south direction was significantly reduced，and the radiation effect of the efficiency leading area on other areas was relatively weak；The utilization efficiency of industrial green water resources in the basin had significant spatial heterogeneity impact mechanism characteristics.Among them，the driving effect of industrialization level was the strongest，but most provinces and cities in the Changjiang River Economic Belt were difficult to achieve its positive driving.The average positive driving coverage of urban operation level was the widest，and the transformation ability of water-saving and emission reduction technology driven by population quality level was relatively weak.The research results can provide theoretical basis for improving the efficiency of industrial green water resources in the Changjiang River Economic Belt and realizing regional collaborative water resources management.

Key words：industrial green water resources efficiency；temporal-spatial differentiation；super efficient SBM model；geographically weighted regression model；Changjiang River Economic Belt

收稿日期：2022-07-01

基金項目：国家自然科学基金青年项目“工业绿色水资源效率的时空异质性演变机理与政策调控研究”（71904108）；国家自然科学基金重点项目“面向智慧城市的水资源多元数据融合与建模方法研究”（U1501253）

作者简介：王纪凯，男，硕士研究生，研究方向为管理系统工程。E-mail：951536752@qq.com

通信作者：张 峰，男，教授，博士，研究方向为系统工程与工业工程。E-mail：glxyzf@163.com