南水北调中线受水区水资源利用效率及影响因素

摘 要：为提升南水北调中线工程受水区水资源利用效率，以工程沿线北京、天津２ 个直辖市和河南、河北１８ 个省辖市共计２０ 个地域单元为研究区域，基于２０１５—２０２１ 年面板数据，采用Ｓｕｐｅｒ－ＳＢＭ 模型、ＧＭＬ 模型及ｓｙｓ－ＧＭＭ 估计法对受水区水资源利用效率进行测度，对影响因素进行识别。结果表明：全区水资源静态利用效率总体偏低但呈波动上升态势，区域差异较大，呈京津板块＞河南板块＞河北板块格局，空间上呈现以京津冀、郑州２ 个都市圈为核心向外围逐渐递减的“核心－外围” 结构；全区水资源动态利用效率整体呈波动上升趋势，主要源于技术进步，而技术效率作用有限；经济发展水平、水资源禀赋、科技水平、城镇化进程、人口密度与水资源利用效率显著正相关，水污染程度、产业结构、环境规制与水资源利用效率显著负相关。

关键词：水资源利用效率；Ｓｕｐｅｒ－ＳＢＭ 模型；ＧＭＬ 模型；ｓｙｓ－ＧＭＭ 估计法；南水北调中线工程；受水区

中图分类号：ＴＶ２１３．９ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．１１．０１３

引用格式：范红艳，薛宝琪，李玉英，等．南水北调中线受水区水资源利用效率及影响因素［Ｊ］．人民黄河，２０２４，４６（１１）：８０－８５．

南水北调中线工程是缓解我国黄淮海地区水资源短缺、优化南北水资源配置的重大战略性基础设施［１］ 。２０１４ 年１２ 月中线一期工程通水后，已累计调水超过６００ 亿ｍ３，直接受益人口超过１．０８ 亿人，经济、社会、生态、安全效益显著，不仅有效解决了受水区缺水问题，从根本上提高了受水区居民的饮水质量，而且带动了受水区绿色农业发展，改善了受水区生态环境。

科学测定南水北调中线受水区水资源利用效率有助于实现水资源可持续利用［２］ 。中线工程通水后，沿线水资源利用效率问题逐渐引起学者们关注。例如：李世玉等［３］ 研究了京津冀农业水资源利用效率；姚亭亭等［４］ 比较了京津冀三地多指标综合用水效率，分析了其Ｍａｎｎ－Ｋｅｎｄａｌｌ 突变点及各指标周期变化特征；李健等［５］ 分析了京津冀城市群绿色水资源效率的时空差异及驱动因素；汪倩等［６］ 分析了工程通水对河南受水区水资源集约利用效率的影响及作用机制；刘梦琴等［７］ 基于“十六字”治水方针探讨了如何发挥水资源对工程受水区高质量发展的作用。综上，现有成果多从中线工程受水区某个区段展开研究。要从根本上解决受水区水资源供需矛盾，关键在于提高水资源利用效率。本文以南水北调中线工程沿线２０ 个城市为研究对象，采用考虑非期望产出的全局Ｓｕｐｅｒ－ＳＢＭ 模型和ＧＭＬ 模型，分别测度受水区水资源静态、动态利用效率，采用ｓｙｓ－ＧＭＭ 估计法识别影响水资源利用效率的关键因素，以期为提升工程受水区水资源利用效率提供科学依据。

１ 研究对象概况

南水北调中线工程输水干渠跨河南、河北、北京、天津４ 省（直辖市），工程受水区包括输水干渠沿线北京、天津２ 个直辖市，河北省邯郸、邢台、石家庄、保定、衡水、沧州、廊坊７ 个省辖市及定州、辛集２ 个省直管市，河南省南阳、平顶山、漯河、周口、许昌、郑州、焦作、新乡、鹤壁、安阳、濮阳１１ 个省辖市及邓州、滑县２ 个省直管市，共涉及１９０ 多个县区，总面积为１５．５ 万ｋｍ２，输水干渠总长度为１ ４３２ ｋｍ［８］ 。以北京、天津２ 个直辖市和河南、河北１８ 个省辖市共计２０ 个地域单元为研究区域，对受水区水资源利用效率进行研究。

２ 研究方法、指标选取与数据来源

２．１ 研究方法

２．１．１ 考虑非期望产出的全局Ｓｕｐｅｒ－ＳＢＭ 模型

考虑非期望产出的全局Ｓｕｐｅｒ－ＳＢＭ 模型具有以下优点：一是将非期望产出纳入模型，解决了有非期望产出情况的效率评价问题；二是将松弛变量纳入目标函数，解决了变量松弛性问题；三是有效解决了标准ＳＢＭ 模型中多个决策单元（ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ Ｕｎｉｔ，ＤＭＵ）同时有效而无法区分和排序问题；四是全局参比下能够克服传统ＤＥＡ 模型测算效率值跨期不可比问题［９］ ；五是无须设定指标权重、统一计量单位等［１０］ 。鉴于全局Ｓｕｐｅｒ－ＳＢＭ 模型仅适用于测度有效ＤＭＵ 的技术效率（Ｔｅｃｈｎｉｃａｌ Ｅｆｆｉｃｉｅｎｃｙ，ＴＥ），对于无效ＤＭＵ 仍须按照标准ＳＢＭ 模型计算。因此，在测算中线工程受水区水资源静态利用效率时，首先采用考虑非期望产出的标准ＳＢＭ 模型进行无效ＤＭＵ 效率值测算，再采用考虑非期望产出的全局Ｓｕｐｅｒ－ＳＢＭ 模型测算有效ＤＭＵ 效率值，模型表达式见文献［１１］。

２．１．２ ＧＭＬ 模型

为使Ｍａｌｍｑｕｉｓｔ（Ｍ） 指数模型能测算动态效率，Ｃｈｕｎｇ 等［１２］ 在传统Ｍ 指数基础上结合方向距离函数（Ｄｉｒｅｃｔｉｏｎａｌ Ｄｉｓｔａｎｃｅ Ｆｕｎｃｔｉｏｎ，ＤＤＦ），构建了考虑非期望产出的Ｍａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ（ＭＬ）指数，之后Ｏｈ［１３］在此基础上又构建了全要素生产率变动（ ＧｌｏｂａｌＭａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ，ＧＭＬ）指数，以克服ＭＬ 指数在测算动态效率时不具备循环传递性和可能存在线性规划无可行解等缺陷。ＧＭＬ 指数以整个研究时段的生产技术总集为参照集，能更加客观准确地反映水资源动态利用效率变化情况。以全局ＳＢＭ 方向距离函数为基础，构建考虑非期望产出的ＧＭＬ 模型，表达式如下：

式中：Ｘｔ＋１ＧＭＬｔ为ｔ 至ｔ＋１ 时期的ＧＭＬ 指数；Ｘｔ＋１ＧＥＣｔ 为技术效率变动指数（ ＧＥＣ）； Ｘｔ＋１ＧＴＣｔ 为技术进步变动指数（ＧＴＣ）；ｘｔ 、ｙｔ 、ｂｔ 分别为ｔ 时期ＤＭＵｖ 的投入变量、期望产出变量和非期望产出变量，其中ｖ 为ＤＭＵ 排序； ｘｔ＋１、ｙｔ＋１、ｂｔ＋１分别为ｔ＋１ 时期ＤＭＵｖ 的投入变量、期望产出变量和非期望产出变量；ｇｘ 、ｇｙ 、ｇｂ 分别为ｔ 时期ＤＭＵｖ 的投入松弛量、期望产出松弛量和非期望产出松弛量；Ｓ →ｔｖ （）、Ｓ → ｔ＋１ ｖ （）分别为ｔ、ｔ＋１ 时期ＤＭＵｖ 的ＳＢＭ方向距离函数；Ｓ →Ｇｖ（）为全局ＳＢＭ 方向距离函数。

ＧＭＬ＞１，表明水资源动态利用效率提高，反之则降低；ＧＥＣ＞１，表明水资源利用技术效率提高，反之则降低；ＧＴＣ＞１，表明水资源利用技术进步，反之则退步。

２．２ 指标选取

从全要素技术效率视角看，水资源利用效率是指在水资源利用过程中所有产出要素（经济、社会、环境等）与所有投入要素（劳动、资本、水资源等）的比值。

水资源开发利用需要多要素协同，水资源投入本身并不能直接带来产出，必须与劳动、资本等要素结合才能带来产出［１４］ 。依据ＤＥＡ 模型及水资源利用效率内涵界定，结合数据可获得性，确定中线工程受水区水资源利用效率评价指标（见表１）。其中：用水总量包括农业、工业、生活、生态环境等方面的用水总量；资本存量采用“永续盘存法”进行估算，具体借鉴李颖［１５］ 提出的方法计算，并按照２０１５ 年价格水平进行折算；人均地区生产总值，用ＧＤＰ 平减指数进行平减，将其折算为２０１５ 年价格水平；社会发展指数参照孙才志等［１１］提出的方法测算；废水排放量为工业污水排放量和生活污水排放量之和。

２．３ 数据来源

各指标原始数据源自相关年份《中国城市统计年鉴》《中国城市建设统计年鉴》和各市相关年份《统计年鉴》《国民经济与社会发展统计公报》《水资源公报》，对于缺失数据采用均值插值法予以补充。

３ 水资源利用效率测算与分析

３．１ 水资源静态利用效率

采用ＴＥ 表征中线工程受水区各市水资源静态利用效率，其测算结果见表２。全受水区（全区）ＴＥ 值整体偏低，７ ａ 间均值仅为０．６６５，有４５％的城市ＴＥ 多年均值低于０．５００，２０１５—２０２１ 年全区ＴＥ 值（各市均值）整体呈波动上升态势。

京津、河南、河北三大板块ＴＥ 值变化情况见图１。京津板块ＴＥ 值最大且年际变化比较平稳，２０１５—２０２１年整体变化幅度为８．３４％；河南板块ＴＥ 值较小，与京津板块相比变化幅度较大，为２９．３０％；河北板块ＴＥ 值最小且整体呈波动下降趋势，变化幅度最大，为４０．８０％。河南、河北两板块各年ＴＥ 值均低于全区平均水平。

全区ＴＥ 空间格局演变情况见图２，按照ＴＥ 值将全区划分为水资源静态利用低效区（０≤ＴＥ＜０．２）、中效区（０．２≤ＴＥ＜０．５）、高效区（０．５≤ＴＥ＜１．０）和有效区（ＴＥ≥１．０）。２０１５—２０２１ 年有５ 个城市为有效区，分别为北京、天津、郑州、鹤壁、廊坊；有５ 个城市部分年份为有效区， 分别为焦作（２０１７—２０２１ 年为有效区）、许昌（２０１７—２０２１ 年为有效区）、沧州（２０１５—２０１６ 年为有效区）、衡水（２０１５—２０１６ 年、２０１９—２０２１ 年为有效区）、邢台（２０１８—２０１９ 年为有效区）。

图２ 中有效区集中于京津冀都市圈和郑州都市圈；高效区数量最少，散布于都市圈及附近；中效区分布于高效区外围及都市圈附近；低效区数量较少，或介于中效区之间及其外围，或介于有效区与中效区之间。总体来看，全区水资源静态利用效率呈现以京津冀都市圈和郑州都市圈为核心向外围逐渐递减的“核心－外围”结构。从各城市来看，北京、天津、廊坊、郑州、鹤壁始终为有效区，效率高且稳定；新乡、濮阳、平顶山始终为中效区；南阳、周口始终为低效区，效率低且稳定；邯郸由中效区降至低效区，效率呈下降趋势；安阳由低效区升至中效区，石家庄、漯河由中效区升至高效区，焦作、许昌由高效区升至有效区，效率呈上升趋势；衡水转变情况为有效区→高效区→有效区，邢台转变情况为中效区→有效区→中效区，沧州转变情况为有效区→中效区→高效区→中效区，效率波动明显。

３．２ 水资源动态利用效率

２０１５—２０２１ 年全区ＧＭＬ 指数及其分解值测算结果见图３ 和表３。分析图３ 可知，２０１５—２０２１ 年全区ＧＭＬ 指数总体呈波动上升趋势，７ ａ 间均值为１．０２７，年均增速为２．６７％。从ＧＭＬ 指数分解情况来看，ＧＴＣ指数除２０１５—２０１６ 年小于１ 外，其他年份均大于１；而ＧＥＣ 指数除２０２０—２０２１ 年大于１ 外，其他年份均小于１。ＧＴＣ 指数在各期都明显高于ＧＥＣ 指数。从分解指数与ＧＭＬ 指数关系来看，ＧＴＣ 指数始终高于ＧＭＬ 指数，而ＧＥＣ 指数除２０１５—２０１６ 年、２０１６—２０１７ 年外均低于ＧＭＬ 指数，表明受水区水资源动态利用效率提升主要得益于技术进步，而技术效率作用非常有限。

分析表３ 可知，除鹤壁、周口、沧州、衡水、邢台、邯郸６ 个城市ＧＭＬ 指数小于１ 外，其他１４ 个城市ＧＭＬ指数均大于１，市际差异显著，北京效率最高（ 为１．２４４），邢台效率最低（为０．７４９），两者相差０．４９５。除天津、郑州、周口、廊坊、沧州、衡水、邯郸６ 个城市外，其他１４ 个城市ＧＴＣ 指数均高于ＧＥＣ 指数，表明受水区多数城市水资源动态利用效率得益于技术进步，而技术效率作用有限。根据ＧＴＣ 和ＧＥＣ 指数可以将２０个城市水资源动态利用效率变化细分为３ 种类型：技术进步与技术效率双驱型（北京、天津、郑州、漯河、石家庄）、单纯技术进步驱动型（平顶山、安阳、鹤壁、新乡、焦作、濮阳、许昌、南阳、保定）和单纯技术效率驱动型（廊坊、沧州、衡水）。

４ 影响因素识别

４．１ 模型设定

根据文献分析，以ＴＥ 和ＧＭＬ 指数为被解释变量，以经济发展水平（ＥＬ）、水资源禀赋（ＷＥ）、水污染程度（ＰＷ）、产业结构（ＩＳ）、科技水平（ＳＬ）、城镇化进程（ＵＢ）、人口密度（ＰＤ）、环境规制（ＥＲ）为解释变量进行回归分析，识别水资源利用效率影响因素。分别用人均地区生产总值、人均水资源拥有量、人均化学需氧量排放量、第三产业占ＧＤＰ 比重、科学技术支出占财政支出比重、城镇人口占总人口比重、总人口数／ 城市土地面积、城市污水集中处理率作为以上解释变量的代理变量。各代理变量原始数据源自北京、天津、河北、河南相关年份《统计年鉴》。

依据以上变量，构建动态面板计量模型如下：

Ｙｉｔ ＝α０＋α１Ｙｉｔ－１＋α２ｌｎ ＸＥＬｉｔ ＋α３ｌｎ ＸＷＥｉｔ ＋α４ｌｎ ＸＰＷｉｔ ＋α５ｌｎ ＸＩＳｉｔ ＋α６ｌｎ ＸＳＬｉｔ ＋α７ｌｎ ＸＵＢｉｔ ＋α８ｌｎ ＸＰＤｉｔ ＋α９ｌｎ ＸＥＲｉｔ ＋μｉ ＋εｉｔ （２）

式中：Ｙ 为被解释变量，ｉ 和ｔ 分别为城市和时间，Ｙｉｔ －１为Ｙｉｔ的１ 期滞后项，α１ ～ α９ 为解释变量的系数，μｉ 为个体固定效应，εｉｔ为随机扰动项，ＸＥＬｉｔ 、ＸＷＥｉｔ 、ＸＰＷｉｔ 、ＸＩＳｉｔ 、ＸＳＬｉｔ 、ＸＵＢｉｔ 、ＸＰＤｉｔ 、ＸＥＲｉｔ均为解释变量。

式（２）中解释变量包含被解释变量滞后项，其与随机扰动项往往有一定相关性，从而使模型产生内生性问题。如果采用普通ＯＬＳ 法、标准固定效应或随机效应模型等进行参数估计，可能导致解释变量参数有偏且不一致。ｓｙｓ－ＧＭＭ 估计法与２ＳＬＳ 法均可解决模型内生性问题，但如果随机扰动项自相关或有异方差，那么ｓｙｓ－ＧＭＭ 估计法比２ＳＬＳ 估计法更有效，因此选取ｓｙｓ－ＧＭＭ估计法对模型参数进行估计。

４．２ 参数估计结果分析

依据式（２），采用ｓｙｓ－ＧＭＭ 估计法对ＴＥ 模型、ＧＭＬ 模型中解释变量进行参数估计，结果见表４。

两模型Ｓａｒｇａｎ 检验卡方值均不显著（Ｐ＞０．１），即不存在过度识别问题，说明两模型均是合理有效的。ＡＲ（１）均显著，ＡＲ（２）均不显著，说明两模型均接受扰动项无自相关原假设，即均无随机扰动项，有效克服了内生性问题。此外，两模型滞后项系数（０． ７７２ ５、０．５０３ ２）均大于０ 且显著，表明各市水资源利用效率前１ 期变动对当期变动具有促进作用，因此选择动态面板数据模型是有必要的。ＴＥ 模型、ＧＭＬ 模型中解释变量参数虽有差异，但符号方向完全一致且均显著，表明各因素与水资源静态、动态利用效率的相关方向均显著一致，只是相关程度不同。

ＥＬ、ＷＥ、ＳＬ、ＵＢ、ＰＤ 与水资源利用效率显著正相关，对提升水资源利用效率均有促进作用。雄厚的经济基础不仅能提升城市水污染防治能力，消除因水资源消耗增加而导致的负面效应，而且可发挥高端人才集聚效应，从而提高水资源利用效率。受水区各市水资源禀赋差异较大，水资源相对充足的城市（如南阳、平顶山、漯河、周口等）往往因用水机会成本低而导致居民节水意识淡薄、节水技术落后、水资源浪费严重、水资源利用效率较低；而水资源相对贫乏的城市（如天津、郑州、沧州、衡水等）往往居民节水意识较强、节水技术先进、水资源利用效率较高。这印证了ＷＥ 的解释变量参数虽显著为正，但参数值极小，对效率提升作用有限。加大科技研发投入可以推进城市节水技术和污水防治技术创新应用，从而提高水资源节约集约利用水平。城镇化使人口、产业得以集聚，虽然会造成用水需求增加，但会提升水资源集约化利用程度，倒逼节水、环保技术创新应用和推广，降低单位产出水资源消耗。已有研究表明人口密度与水资源利用效率呈Ｕ形相关［１２］ ，受水区各市人口密集，人口密度突破拐点，城市人力资本不断提升，有助于提升城市生产率，从而降低水资源消耗强度。

ＰＷ、ＩＳ、ＥＲ 与水资源利用效率显著负相关，对提升水资源效率均有阻碍作用。水污染意味着对清洁水资源的浪费，会减少社会总产出，治理水污染需要投入大量资金、人力、物力，会增加社会总成本，降低水资源利用效率。第三产业作为低耗水产业，其比重提高会降低水资源消耗，提升水资源利用效率，但除北京、天津、郑州第三产业比重较高外，其他城市第三产业比重均较低，与水资源投入以负相关为主。环境规制的“成本约束”效应，一方面会增加企业生产的遵循成本从而降低创新能力，另一方面会加大企业生产成本，驱使污染企业向周边城市转移，从而制约水资源利用效率提高。

５ 结论与建议

５．１ 结论

１）全区水资源静态利用效率整体偏低但呈波动上升趋势；各市效率差异较大，呈京津板块＞河南板块＞河北板块的分布格局；２０１５—２０２１ 年水资源利用效率北京、天津、郑州、鹤壁、廊坊为有效区，２０１７—２０２１ 年焦作、许昌为有效区，２０１５—２０１６ 年沧州为有效区，２０１５—２０１６ 年、２０１９—２０２１ 年衡水为有效区，２０１８—２０１９ 年邢台为有效区，其他１０ 个城市均为无效区。

２）水资源利用有效区集中于京津冀都市圈和郑州都市圈；高效区散布于两大都市圈附近；中效区分布于高效区外围及都市圈附近；低效区或散布于中效区及其外围，或介于有效区与中效区之间。全区水资源静态利用效率总体呈现以京津冀都市圈和郑州都市圈为核心向外围逐渐递减的“核心－外围”结构。

３）全区水资源动态利用效率总体呈波动上升趋势，主要得益于技术进步，技术效率作用有限；北京、天津、郑州、漯河、石家庄为技术进步与技术效率双驱型，平顶山、安阳、鹤壁、新乡、焦作、濮阳、许昌、南阳、保定为单纯技术进步驱动型，廊坊、沧州、衡水为单纯技术效率驱动型。

４）经济发展水平、水资源禀赋、科技水平、城镇化进程、人口密度与水资源利用效率正相关且显著，对水资源利用效率提升有促进作用。水污染程度、产业结构、环境规制与水资源利用效率负相关且显著，对水资源利用效率提升有抑制作用。

５．２ 建议

１）加强科技创新，优化经济结构。比如许昌、周口、漯河、平顶山、安阳、新乡、邢台、邯郸等市第三产业欠发达，应加大科创投入，培养和引进科创人才，加快淘汰“三高一低”（高耗水、高耗能、高排放，低效益）产业，发展壮大以高新技术产业和现代服务业为主的第三产业，提高水资源利用效率；保定、衡水、邢台、濮阳、南阳、周口等市农业用水占比较高，应优化农业种植结构，减小高耗水作物种植面积，增大低耗水和耐旱作物种植面积，推广节水灌溉技术，推进农业节水增效。

２）发挥人口、产业集聚高地溢出效应，促进周边发展。北京、天津、郑州高校与科研机构集聚，应将北京、天津、郑州打造为节水减排技术研发中心和水资源利用效率集聚高地，加快节水和治污技术研发，发挥其对都市圈外围城市的空间溢出效应，促进周边低效区发展。

３）加快城镇化建设，推进城镇节水降损。继续推进以县城为载体的城镇化建设，改造部分县城老旧破损供水管网，完善县城老城区及城中村等重点区域污水收集管网，更新修复错接、漏接、老旧破损管网，减少供水管网漏损，推进雨污分流改造和污水资源化利用；加强部分城镇供水管网、绿化浇灌系统等节水诊断，推广应用节水器具；建设污水再生利用设施，优先利用再生水资源，构建良性水循环再利用系统，提高城镇水资源利用效率。

４）强化刚性约束，严格用水管理。做好全区水资源需求预测与分配，严控城乡用水总量与用水强度；健全市、县（区）、乡三级行政区域用水总量、用水强度控制指标体系，强化节水约束性指标管理；建立覆盖农业、工业和生活服务业用水定额制度，严控各地水资源开发利用强度；加强对各地重点行业的用水、减排监督管理，建立节水减排目标责任制，强化节水减排监督考核，严格节水减排责任追究。

参考文献：

［１］ 张爱静，王树磊，李舜才，等．南水北调中线干线水生态现状浅析［Ｃ］ ／／ 中国水利学会２０１８ 学术年会论文集第一分册．北京：中国水利水电出版社，２０１８：４７１－４７４．

［２］ 陈刚．中国水资源利用效率的区域差异研究［Ｄ］．大连：大连理工大学，２００９：８－１０．

［３］ 李世玉，刘笑冰．基于ＤＥＡ 模型的京津冀农业水资源利用效率研究［Ｊ］．天津农业科学，２０２１，２７（９）：６９－７４．

［４］ 姚亭亭，刘苏峡．京津冀水资源利用多效率指标的变化特征比较［Ｊ］．地理科学进展，２０２１，４０（７）：１１９５－１２０７．

［５］ 李健，谢衡．京津冀绿色水资源利用效率及其时空差异与驱动因素分析［Ｊ］．水资源与水工程学报，２０２１，３２（６）：１０－１８．

［６］ 汪倩，陈军飞．南水北调工程通水对受水区水资源集约利用效率的影响：基于河南省市级层面的实证［Ｊ］．中国人口·资源与环境，２０２２，３２（６）：１５５－１６４．

［７］ 刘梦琴，赵清韬．“十六字”治水方针与南水北调中线受水区后续高质量发展研究［Ｊ］．南都学坛，２０２３，４３（４）：９９－１０４．

［８］ 韩江波，陈雯．南水北调中线工程驱动受水区高质量发展的基本效应［Ｊ］．水利建设与管理，２０２２，４２（４）：７－１５，２３．

［９］ 刘华军，乔列成，石印．重大国家战略区域视角下长江经济带与黄河流域生态效率比较研究［Ｊ］．中国软科学，２０２１（１０）：７３－８１．

［１０］ 张倩歌，杨茂．基于超效率ＳＢＭ 模型的黄河水资源利用效率评价［Ｊ］．人民黄河，２０２２，４４（９）：１１１－１１５．

［１１］ 孙才志，姜坤，赵良仕．中国水资源绿色效率测度及空间格局研究［Ｊ］．自然资源学报，２０１７，３２（１２）：１９９９－２０１１．

［１２］ ＣＨＵＮＧ Ｙ Ｈ，Ｆ·ɑ·ＲＥ Ｒ，ＧＲＯＳＳＫＯＰＦ Ｓ．Ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ Ｕｎｄｅｓｉｒａｂｌｅ Ｏｕｔｐｕｔｓ：Ａ Ｄｉｒｅｃｔｉｏｎａｌ Ｄｉｓｔａｎｃｅ Ｆｕｎｃｔｉｏｎ Ａｐ⁃ｐｒｏａｃｈ［Ｊ］．Ｊ Ｅｎｖｉｒｏｎ Ｍａｎａｇｅ，１９９７，５１（３）：２２９－２４０．

［１３］ ＯＨ Ｄ Ｈ．Ａ Ｇｌｏｂａｌ Ｍａｌｍｑｕｉｓｔ⁃Ｌｕｅｎｂｅｒｇｅｒ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ｉｎｄｅｘ ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ，２０１０，３４（３）：１８３－１９７．

［１４］ 钱文婧，贺灿飞．中国水资源利用效率区域差异及影响因素研究［Ｊ］．中国人口·资源与环境，２０１１，２１（２）：５４－６０．

［１５］ 李颖．中国省域Ｒ＆Ｄ 资本存量的测算及空间特征研究［Ｊ］．软科学，２０１９，３３（７）：２１－２６，３３．

【责任编辑 栗 铭】

基金项目：南水北调中线水源区流域生态安全高等学校学科创新引智基地项目（Ｄ２３０１５）；河南省重点研发专项（２２１１１１５２０６００）；河南省重大科技专项（２２１１００３２０２００）；河南省社科规划办委托项目（２０２１ＷＴ４９）；南水北调精神研究院２０２２ 年度招标重点项目（２０２２ｎｓｂｄ０７）；南阳师范学院乡村振兴研究院２０２２ 年度招标项目（２０２２ｓｃｚｘ０６）