淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率的空間溢出效應(yīng)研究

楊靜雯，何 剛，周慶婷，鮑珂宇

(安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

0 引 言

水資源利用效率表征單位水資源創(chuàng)造的經(jīng)濟(jì)、社會、環(huán)境等方面效益，提升水資源利用效率是當(dāng)前實(shí)現(xiàn)水資源可持續(xù)利用的關(guān)鍵[1]。科學(xué)測度水資源利用效率、解析其影響因素引發(fā)了學(xué)術(shù)界的廣泛關(guān)注。如：俞雅乖和劉玲燕利用超效率DEA-Tobit兩階段模型評價2004年～2014年我國30個省(市、自治區(qū))水資源效率，并分析其區(qū)域差異和影響因素[2]；蓋美等分別運(yùn)用隨機(jī)前沿分析與數(shù)據(jù)包絡(luò)分析測度了遼寧省14市水資源利用的絕對效率與相對效率，并借助核密度估計(jì)模型剖析水資源利用效率的動態(tài)變化規(guī)律[3]；高媛媛等通過層次分析法和Ward系統(tǒng)聚類法劃分樣本等級，據(jù)此建立投影尋蹤模型，借助遺傳算法測算我國31個省級行政區(qū)的水資源利用效率[4]。

綜上可知，學(xué)者們運(yùn)用不同的方法測算水資源利用效率并取得了豐富成果；但對于淮河生態(tài)經(jīng)濟(jì)帶水資源的相關(guān)研究較少，以往研究多集中于水資源承載力[5]、水資源脆弱性[6]、水資源可持續(xù)性[7]等方面，且很少探究水資源與其他要素的空間交互影響?；诖?，本文構(gòu)建Super-SBM模型測度2008年～2017年淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率，運(yùn)用全局Moran指數(shù)探究其空間關(guān)聯(lián)性及時空特征，并通過空間計(jì)量模型分析影響因子的空間效應(yīng)，以期為淮河生態(tài)經(jīng)濟(jì)帶水資源可持續(xù)發(fā)展、水生態(tài)治理提供參考與理論依據(jù)。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

淮河生態(tài)經(jīng)濟(jì)帶地處我國中東部地區(qū)，位于東經(jīng)112°14′～120°54′、31°01′N～36°13′N之間，橫跨江蘇、山東、安徽、河南4省，覆蓋25個市及4個縣，總面積約2.43×105km2?；春由鷳B(tài)經(jīng)濟(jì)帶大部分城市屬于暖溫帶季風(fēng)氣候類型，湖泊眾多、水系發(fā)達(dá)，降水主要集中在夏季，2018年降水總量為2.46×104mm，水資源總量為8.59×1010m3，但由于全年降水分布不均，易澇易旱，是我國發(fā)生自然災(zāi)害最頻繁的地區(qū)之一。加之沿線城市人口密度較高，用水需求量大，合理分配和利用水資源已成為實(shí)現(xiàn)淮河生態(tài)經(jīng)濟(jì)帶綠色發(fā)展亟待解決主要問題之一。由于縣級的相關(guān)數(shù)據(jù)缺失過多，本研究從市域角度測算淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率，選擇25個地級市為研究單元，深入探究淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率的空間溢出效應(yīng)。

1.2 數(shù)據(jù)來源

本研究原始數(shù)據(jù)來源于江蘇、山東、安徽和河南四省的《統(tǒng)計(jì)年鑒》、《水資源公報》(2009年～2018年)，以及25個地級市的《統(tǒng)計(jì)年鑒》、《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報》等文件資料。

1.3 研究方法

1.3.1Super-SBM模型

SBM模型是2001年日本學(xué)者Kaoru Tone在傳統(tǒng)DEA模型的基礎(chǔ)上考慮松弛變量的影響，進(jìn)而提出的一種數(shù)據(jù)包絡(luò)分析法[8]。該模型對投入、產(chǎn)出變量進(jìn)行非徑向非角度處理，計(jì)算結(jié)果表示的是利潤，而非CCR和BCC模型的效益比例，有效提升效率測度的精準(zhǔn)度；但是當(dāng)測度結(jié)果中出現(xiàn)多個決策單元效率值同時為1的情況，則無法對其進(jìn)行判別和排序。為解決這一問題，2002年Tone進(jìn)一步拓展了SBM模型，修正松弛變量，建立了SuperSBM模型[9]。即

(1)

1.3.2空間相關(guān)性檢驗(yàn)

空間相關(guān)性檢驗(yàn)是進(jìn)行空間計(jì)量模型分析的基礎(chǔ)，當(dāng)檢驗(yàn)結(jié)果顯示研究變量存在空間自相關(guān)性時才可進(jìn)行空間計(jì)量模型估計(jì)[10]。本文選擇常用的全局莫蘭指數(shù)(Moran’sI)進(jìn)行空間相關(guān)性檢驗(yàn)，當(dāng)Moran’sI為正時，表示研究變量具有空間正相關(guān)性，若Moran’sI為負(fù)時，表示研究變量具有空間負(fù)相關(guān)性，當(dāng)Moran’sI為零時，表示研究變量無空間相關(guān)性。即

(2)

1.3.3空間計(jì)量模型

常用的空間計(jì)量模型主要有三種：一是空間滯后模型(SAR)，通過在模型中納入被解釋變量的空間滯后項(xiàng)，測度臨近區(qū)域被解釋變量對當(dāng)前區(qū)域被解釋變量產(chǎn)生影響的程度，探究變量的空間依賴性；二是空間誤差模型(SEM)，通過在模型中納入解釋變量的空間誤差項(xiàng)，分析臨近區(qū)域誤差項(xiàng)對當(dāng)前區(qū)域誤差項(xiàng)產(chǎn)生影響的程度，探究變量的空間異質(zhì)性；三是空間杜賓模型(SDM)，模型中同時納入解釋變量的空間滯后項(xiàng)和空間誤差項(xiàng)，既考慮了被解釋變量的空間交互作用，又考慮了誤差項(xiàng)的空間效應(yīng)[11]。三種模型公式如下

Yi=ηWYi+Xiφ+ε

(3)

Yi=Xiφ+ε，ε=γWε+u

(4)

Yi=ηWYi+Xiφ+WXiθ+ε

(5)

式中，Yi為被解釋變量向量；Xi為解釋變量向量；η為空間自回歸滯后值系數(shù)；u為隨機(jī)誤差項(xiàng)；W為空間鄰接權(quán)重矩陣，若i市與j市相鄰，則Wij=1，反之Wij=0；W·Y為被解釋變量的空間滯后值；W·X為解釋變量的空間滯后值；φ、θ為待定系數(shù)；ε為殘差值；γ為空間誤差系數(shù)。

2 結(jié)果與分析

2.1 水資源利用效率差異分析

在綜合考量淮河流域水環(huán)境特性與前人研究的基礎(chǔ)上[12-13]，分別從水資源、資本、人力3個層面遴選6項(xiàng)投入指標(biāo)，堅(jiān)持科學(xué)性、可獲得性等原則甄選期望產(chǎn)出與非期望產(chǎn)出，構(gòu)建水資源利用效率評價指標(biāo)體系(見表1)。

表1 水資源利用效率評價指標(biāo)體系

表2 淮河生態(tài)經(jīng)濟(jì)帶各市水資源利用效率值

基于淮河生態(tài)經(jīng)濟(jì)帶25市的面板數(shù)據(jù)，根據(jù)式(1)，運(yùn)用Super-SBM模型計(jì)算2008年～2017年淮河生態(tài)經(jīng)濟(jì)帶各市水資源利用效率(見表2)。從總體上看，2008年～2017年淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率均值變化不大，有輕微下降趨勢，總均值為0.710，尚未達(dá)到相對有效，投入與產(chǎn)出不平衡，總體水資源利用效率偏低。這表明當(dāng)前水資源利用效果并不樂觀，有待進(jìn)一步改善利用模式。從水資源利用效率的動態(tài)變化來看，2008年～2017年徐州、菏澤的水資源利用效率值明顯提升，淮安、宿遷、連云港、泰州、宿州、信陽的效率值呈波動上升趨勢，棗莊、濟(jì)寧、阜陽的效率值大幅下降，從相對有效降至相對無效，鹽城、臨沂、六安、滁州的效率值曲折下滑，其余城市的水資源利用效率值變化幅度較小。從水資源利用效率的區(qū)域分布來看，淮河生態(tài)經(jīng)濟(jì)帶江蘇段(0.814)和山東段(0.857)的平均效率較優(yōu)；河南段(0.770)次之；安徽段(0.502)最低。其中，2017年江蘇段有4個城市、山東段和河南段各有1個城市效率值大于1(相對有效)，安徽段各市的水資源利用效率值分布在0.35～0.55之間。這主要是由于淮河生態(tài)經(jīng)濟(jì)帶安徽段城市經(jīng)濟(jì)發(fā)展水平落后于其他段城市，其中淮南、亳州、宿州、淮北和滁州均為礦業(yè)城市，廢水排放量較大，導(dǎo)致非期望產(chǎn)出偏高，水資源利用效率較低。

表3 全局空間自相關(guān)檢驗(yàn)結(jié)果

2.2 空間相關(guān)性檢驗(yàn)結(jié)果分析

運(yùn)用StataSE 14.0軟件對淮河生態(tài)經(jīng)濟(jì)帶25市水資源利用效率進(jìn)行空間相關(guān)性檢驗(yàn)，結(jié)果如表3所示。

由表3可知，2008年～2017年，淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率的Moran’s I值均為正值，表示水資源利用效率均呈正空間自相關(guān)，除2013年p-value*>0.1外，其他時段均通過了10%水平下的顯著性檢驗(yàn)，2015年后均通過了1%水平下的顯著性檢驗(yàn)，存在相關(guān)性的可能性>99%，Moran’s I值也不斷增大，表明水資源利用效率在空間上的集聚態(tài)勢逐漸增強(qiáng)。

2.3 空間計(jì)量模型的選擇與結(jié)果分析

以Super-SBM模型測度的水資源利用效率為空間計(jì)量模型的被解釋變量，以水資源稟賦(S)、產(chǎn)業(yè)結(jié)構(gòu)(R)、技術(shù)創(chuàng)新(T)、經(jīng)濟(jì)發(fā)展(E)和環(huán)保投入(I)為解釋變量，分別用人均水資源量、第二產(chǎn)業(yè)GDP比重、單位GDP能耗、人均GDP和環(huán)保支出占財(cái)政支出的比重表示。

由于SDM模型是SAR模型和SEM模型的結(jié)合，先利用StataSE 14.0軟件構(gòu)建SDM模型，并進(jìn)行Wald檢驗(yàn)和Lratio檢驗(yàn)，結(jié)果均拒絕原假設(shè)，表明變量存在空間滯后性和空間異質(zhì)性，SAR模型和SEM模型不適用于本研究，故選擇SDM模型進(jìn)行分析。SDM模型分為隨機(jī)效應(yīng)SDM模型和固定效應(yīng)SDM模型，進(jìn)一步采用Hausman檢驗(yàn)，得到結(jié)果chi2(11)=42.37，Prob≥chi2=0.0000，拒絕原假設(shè)，選擇固定效應(yīng)SDM模型。估計(jì)結(jié)果見表4。固定效應(yīng)分為空間固定效應(yīng)、時點(diǎn)固定效應(yīng)和空間時點(diǎn)雙重固定效應(yīng)，如表4所示，按照ll值最大、aic、bic值最小的原則，選擇空間時點(diǎn)雙重固定效應(yīng)模型。在空間時點(diǎn)雙重固定效應(yīng)模型下Spatial rho值為-0.170，在10%水平下通過了顯著性檢驗(yàn)，表面淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率空間集聚效應(yīng)顯著，水資源利用效率一定程度上受到臨近地區(qū)隨機(jī)擾動項(xiàng)空間效應(yīng)和時點(diǎn)效應(yīng)的影響。

表4 固定效應(yīng)SDM模型估計(jì)結(jié)果

運(yùn)用空間時點(diǎn)雙重固定效應(yīng)模型進(jìn)一步分解解釋變量對被解釋變量的作用效應(yīng)為直接效應(yīng)、間接效應(yīng)和總效應(yīng)。其中，直接效應(yīng)表示該地區(qū)的解釋變量對水資源利用效率的空間溢出效應(yīng)；間接效應(yīng)表示周邊地區(qū)的解釋變量對該地區(qū)水資源利用效率的空間溢出效應(yīng)；總效應(yīng)是直接效應(yīng)與間接效應(yīng)的集合，估計(jì)結(jié)果見表5。

表5 水資源利用效率影響因素的空間效應(yīng)分解

由表5可知，水資源稟賦對水資源利用效率的直接效應(yīng)為正值，間接效應(yīng)和總效應(yīng)為負(fù)值，均通過了顯著性檢驗(yàn)。這表明地區(qū)內(nèi)水資源量增大可促進(jìn)利用效率上升，水資源稟賦是影響水資源利用的直接動力和基礎(chǔ)，水資源利用效率與地區(qū)內(nèi)水資源量息息相關(guān)，水資源稟賦越高，水資源利用空間越大，利用效率相對較高；水資源是有限的且具有一定的流動性，一個地區(qū)的水資源稟賦提升，其周邊地區(qū)的水資源量則相對緊張，水環(huán)境壓力增大，導(dǎo)致水資源利用效率下降。產(chǎn)業(yè)結(jié)構(gòu)對水資源利用效率產(chǎn)生負(fù)向溢出效應(yīng)，但估計(jì)結(jié)果只在直接效應(yīng)中顯著，產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)數(shù)值越大。即，第二產(chǎn)業(yè)所占GDP比重越大，相較于第三產(chǎn)業(yè)，第二產(chǎn)業(yè)的耗水量和廢水排放量更高，產(chǎn)生的水污染較為嚴(yán)重，地區(qū)水資源利用效率也較低；由于產(chǎn)業(yè)結(jié)構(gòu)主要是地區(qū)內(nèi)依賴自身資源或相關(guān)政策長期發(fā)展而來，流動性較弱，故而間接效應(yīng)不顯著。技術(shù)創(chuàng)新對水資源利用效率的三種空間效應(yīng)均顯著為正，表示某一地區(qū)的技術(shù)創(chuàng)新水平提升對其及其周邊地區(qū)的水資源利用效率有正向促進(jìn)作用。近年來生態(tài)化和綠色化的相關(guān)科學(xué)技術(shù)不斷創(chuàng)新，越來越多的行業(yè)開始使用清潔能源、清潔型技術(shù)，從根源上降低污染排放、提升水質(zhì)，且由于科技成果的空間擴(kuò)散性較強(qiáng)，對鄰近地區(qū)也具有一定的影響力。經(jīng)濟(jì)發(fā)展對水資源利用效率的直接空間效應(yīng)顯著為正，其余兩種效應(yīng)均不顯著，意味著經(jīng)濟(jì)發(fā)展僅對地區(qū)內(nèi)部水資源利用效率有促進(jìn)作用，經(jīng)濟(jì)發(fā)展水平提升，可加深地區(qū)城鎮(zhèn)化質(zhì)量，優(yōu)化供水排水模式，提高生活污水廢水處理率；與此同時，人民的綜合素質(zhì)也不斷提升，節(jié)水意識逐漸增強(qiáng)，用水方式也更加環(huán)保，水資源利用效率有效提高。環(huán)保投入對水資源利用效率空間效應(yīng)均顯著為正，環(huán)境保護(hù)的投入力度一般與環(huán)保政策相輔相成。環(huán)境投入越多表示當(dāng)?shù)卣坝嘘P(guān)部門對環(huán)境治理的重視程度越高，為保護(hù)和修復(fù)水環(huán)境耗費(fèi)的人力物力也越多；從而使地區(qū)內(nèi)逐漸形成良好的環(huán)保風(fēng)氣，也會擴(kuò)散到周圍地區(qū)，形成區(qū)域聯(lián)動的環(huán)保機(jī)制。因此，為提升淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率，應(yīng)采取建立區(qū)域差異化的水資源宏觀調(diào)控機(jī)制，加快地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，減少工業(yè)污染，并支持技術(shù)創(chuàng)新，鼓勵使用綠色技術(shù)，同時促進(jìn)經(jīng)濟(jì)發(fā)展，培養(yǎng)公眾節(jié)水意識，加大環(huán)保投入力度，加強(qiáng)水污染治理等措施。

3 結(jié) 論

本研究基于Super-SBM模型測算淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率，解析其時空演化規(guī)律，并選擇空間時點(diǎn)雙重固定效應(yīng)空間杜賓模型對水資源利用效率影響因子進(jìn)行空間效應(yīng)分解。研究結(jié)果表明：2008年～2017年間淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率略有下降，地區(qū)之間存在明顯差異。其中，江蘇段和山東段的平均效率較優(yōu)，河南段次之，安徽段最低；水資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展和環(huán)保投入對淮河生態(tài)經(jīng)濟(jì)帶水資源利用效率的空間溢出效應(yīng)均顯著，存在正向直接效應(yīng)的有水資源稟賦、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展和環(huán)保投入，而產(chǎn)業(yè)結(jié)構(gòu)存在負(fù)向直接效應(yīng)，存在正向間接效應(yīng)的有技術(shù)創(chuàng)新和環(huán)保投入，水資源稟賦存在負(fù)向間接效應(yīng)。當(dāng)前可通過統(tǒng)籌水資源、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、加強(qiáng)技術(shù)創(chuàng)新、推動經(jīng)濟(jì)發(fā)展、增加環(huán)保投入等方式協(xié)同促進(jìn)淮河生態(tài)經(jīng)濟(jì)帶各城市提升水資源利用效率。