吳夢

（南陽師范學院 經(jīng)濟與管理學院，河南 南陽 473061）

自古以來，中國水資源在空間分布上一直處于北缺南豐的不均衡狀態(tài)。為了解決北方地區(qū)水資源短缺問題，我國建設(shè)了一批跨區(qū)域、跨流域的調(diào)水工程，而南水北調(diào)中線工程是其中的重點工程。歷時11 年的建設(shè)，南水北調(diào)中線工程于2014 年底正式通水，在沿線城市經(jīng)濟、社會和生態(tài)發(fā)展中發(fā)揮了巨大的綜合效益。但同時，多數(shù)受水城市工業(yè)水資源利用效率不高、水污染嚴重依然制約著地方工業(yè)的可持續(xù)發(fā)展。基于此，在綜合考察工業(yè)水污染排放及水資源利用效率的基礎(chǔ)上，如何合理評價南水北調(diào)中線工程工業(yè)水資源綠色效率，并探索其時空差異及關(guān)鍵影響因素，進而為南水北調(diào)中線工程水資源集約利用、水生態(tài)環(huán)境保護及高質(zhì)量發(fā)展提供優(yōu)化對策，是值得深入研究的現(xiàn)實問題。

伴隨工業(yè)用水緊張局勢日益嚴峻，學者們對工業(yè)水資源利用效率展開了大量的研究，本文主要從研究方法、評價指標、研究對象三個角度對相關(guān)文獻進行梳理。

水資源利用效率的測度方法可以分為兩種：一種是通過構(gòu)建水資源利用效率評價指標體系進行測度，主要采用多個指標層利用熵權(quán)模型、投影尋蹤模型等進行分析[1-3]。另一種較主流的方法是基于投入產(chǎn)出數(shù)據(jù)進行測度，即測度水資源效益產(chǎn)出與水資源及相關(guān)要素投入的比值，具體利用SFA 模型、DEA 模型、EBM 模型、SBM 模型等進行分析。最初的研究主要采用SFA 模型、傳統(tǒng)DEA 模型進行測度[4-9]，并未考慮水污染問題。伴隨生態(tài)文明建設(shè)的持續(xù)推進，越來越多的學者開始關(guān)注水資源環(huán)境問題，在測度水資源利用效率時考慮非期望產(chǎn)出——水污染因素的影響，形成水資源綠色效率的測度，目的在于使水資源、其他生產(chǎn)要素的投入及非期望產(chǎn)出（水環(huán)境污染等）盡可能減少，而使期望產(chǎn)出（社會、環(huán)境、經(jīng)濟效益等）盡量提升。當前對水資源綠色效率的測度多利用EBM 模型、SBM 模型[10-14]。

在選擇非期望產(chǎn)出的評價指標時，多數(shù)學者選擇工業(yè)廢水排放量、工業(yè)碳排放量等對工業(yè)水資源綠色效率進行測度[10-12]，其中考慮水資源環(huán)境的研究一般把水污染因素與水資源數(shù)量分開考察，沒有定量分析二者之間的關(guān)系。在此背景下，HOEKSTRA 等[15]提出了“灰水足跡”的概念，用以衡量基于特定水環(huán)境質(zhì)量標準，將污染負荷稀釋至高于水質(zhì)標準所需淡水的體積?；宜阚E將水污染因素與水資源數(shù)量進行綜合考察，為水資源環(huán)境的研究提供了新的方向，是當前生態(tài)環(huán)境經(jīng)濟學研究領(lǐng)域的前沿熱點，目前較少學者選擇工業(yè)灰水足跡作為非期望產(chǎn)出進行工業(yè)水資源綠色效率的測度[13-14]。

在工業(yè)水資源綠色效率的評價對象方面，學者們對長江經(jīng)濟帶、京津冀地區(qū)、各經(jīng)濟區(qū)、各省市等進行了廣泛的研究[10-14]。

綜上所述，現(xiàn)有研究對工業(yè)水資源綠色效率開展了大量理論和實踐探索，但是，缺少對南水北調(diào)中線工程受水城市工業(yè)水資源綠色效率的研究，且少有研究選擇灰水足跡作為非期望產(chǎn)出的評價指標來測度工業(yè)水資源綠色效率。因此，本文采用2009—2019 年市級面板數(shù)據(jù)，選擇工業(yè)灰水足跡評價非期望產(chǎn)出，利用超效率SBM模型對南水北調(diào)中線工程20 個受水城市工業(yè)水資源綠色效率進行測度，并探索其時空差異及關(guān)鍵影響因素，從而提出政策建議，為促進南水北調(diào)中線工程工業(yè)水資源集約節(jié)約利用及后續(xù)高質(zhì)量發(fā)展提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 水資源綠色效率測度方法

本文利用超效率SBM 模型測度南水北調(diào)中線工程受水城市工業(yè)水資源綠色效率，計算公式如下：

式中：ρ為受水城市的工業(yè)水資源綠色效率值，若ρ等于或超過1，說明水資源利用處于有效狀態(tài)，若ρ小于1，代表水資源利用存在效率損失，有改進提升的空間。x、yg、zb分別表示投入、期望產(chǎn)出、非期望產(chǎn)出，m、S1、S2為投入、期望產(chǎn)出、非期望產(chǎn)出的個數(shù)；S-、Sg、Sb為投入、期望產(chǎn)出、非期望產(chǎn)出的松弛量。λ是權(quán)重向量，下標“0”為被評價單元。

借鑒現(xiàn)有關(guān)于工業(yè)水資源綠色效率的研究，本文選擇的工業(yè)水資源綠色效率測度指標如表1 所示。

表1 工業(yè)水資源綠色效率測度指標

其中，根據(jù)2020 年公布的《第二次全國污染源普查公報》可知，化學需氧量（COD）及氨氮（NH）是工業(yè)廢水排放中的主要污染物，而工業(yè)源污染主要是點源污染，污染物通過直接排放進入水體。因此，利用HOEKSTRA 等[15]提出的有關(guān)灰水足跡的核算方法，并參考相關(guān)研究[16-17]，本文主要基于工業(yè)化學需氧量及氨氮排放量估算工業(yè)灰水足跡，計算公式如下：

式中：GWFI為各城市工業(yè)灰水足跡（m3），GWFi代表以污染物i為標準核算的工業(yè)灰水足跡，i為COD、NH。Li為城市所在省份污染物i的排放量（kg），WC、WP分別為各城市及城市所在省份工業(yè)廢水排放量（m3）。Cmax為污染物水質(zhì)標準濃度，根據(jù)《污水綜合排放標準》（GB 8978—1996），化學需氧量及氨氮的排放達標濃度分別選取60 mg/L、15 mg/L，Cnat為受納水體的自然本底濃度，默認為0 mg/L。

1.2 水資源綠色效率時空差異分析方法

1.2.1 空間自相關(guān)分析

空間自相關(guān)分析可以用以考察經(jīng)濟變量的空間分布情況，本文主要利用莫蘭指數(shù)進行空間自相關(guān)分析，分為全局莫蘭指數(shù)、局部莫蘭指數(shù)兩部分。

（1）全局莫蘭指數(shù)（Global Moran’s I）。主要用于考察研究期內(nèi)經(jīng)濟變量的分散或集聚特征，也就是檢驗經(jīng)濟變量是否存在空間自相關(guān)性，計算公式如下：

式中：I為全局Moran’s I 指數(shù)，I∈[-1, 1]，I取值為正代表受水城市工業(yè)用水效率存在空間正相關(guān)性，其值越大，意味著空間正相關(guān)性越強；I取值為負說明受水城市工業(yè)用水效率存在空間負相關(guān)性；I取值為0 代表受水城市工業(yè)水資源利用效率不存在空間相關(guān)性，即表現(xiàn)為空間隨機性。ei代表第i個城市的工業(yè)水資源綠色效率，n、m表示受水城市的個數(shù)。Wij為二進制的鄰接空間權(quán)重矩陣，度量各受水城市間的鄰接關(guān)系，如果第i個城市與第j個城市相鄰，則Wij=1，反之，則Wij=0。

（2）局部莫蘭指數(shù)（Local Moran’s I）。相較于全局莫蘭指數(shù)，局部莫蘭指數(shù)能夠進一步考察經(jīng)濟變量分散或集聚的具體位置及范圍，計算公式如下：

1.2.2 泰爾指數(shù)

泰爾指數(shù)可以用于度量經(jīng)濟變量的差異化水平，并可將總體差異進一步分解為區(qū)域內(nèi)差異、區(qū)域間差異，在此基礎(chǔ)上計算出每一部分對總體差異的貢獻率。計算公式如下：

式中：T為泰爾指數(shù)，表示受水城市工業(yè)水資源綠色效率的總體差異。假定將容量為n的樣本分為K個組，用Gk(k=1, 2, …,K)代表每個組，第k組的城市數(shù)目用nk表示，且代表第k組工業(yè)水資源綠色效率的均值，Tb、Tw、Tk分別代表組間差異、組內(nèi)差異以及第k組的組內(nèi)差異，則總體差異可進行如下分解：

為進一步度量區(qū)域間差異、區(qū)域內(nèi)差異對總體差異的貢獻率，分別用Db、Dw、Dk代表組間差異、組內(nèi)差異、第k組組內(nèi)差異對總體差異的貢獻率，計算公式如下：

1.2.3 馬爾科夫鏈

（1）傳統(tǒng)馬爾科夫鏈。主要通過測度經(jīng)過一段時期經(jīng)濟變量隨機轉(zhuǎn)移的概率來構(gòu)建轉(zhuǎn)移概率矩陣，用于反映經(jīng)濟變量的動態(tài)變化趨勢。將工業(yè)水資源綠色效率劃分為N種類型，計算從t期到t+1 期某城市工業(yè)用水效率由i類型轉(zhuǎn)變?yōu)閖類型的概率Pij(Pij=nij/ni)，其中nij為從t期到t+1 期i類型轉(zhuǎn)變?yōu)閖類型的城市數(shù)量，ni為t期i類型的城市數(shù)量。如果某受水城市在t期與t+1 期工業(yè)水資源綠色效率所屬類型保持不變，則意味著該城市的轉(zhuǎn)移狀態(tài)是平穩(wěn)轉(zhuǎn)移；如果工業(yè)用水效率所屬類型出現(xiàn)提升，則意味著該城市的轉(zhuǎn)移狀態(tài)是向上轉(zhuǎn)移，反之，則意味著向下轉(zhuǎn)移。由此可構(gòu)建一個代表各年份各類型間轉(zhuǎn)移概率的N×N馬爾科夫轉(zhuǎn)移概率矩陣，以揭示中線工程受水城市工業(yè)水資源綠色效率的動態(tài)變化趨勢。

（2）空間馬爾科夫鏈。主要基于鄰接空間權(quán)重矩陣，計算從t期到t+1 期，在空間滯后類型為q時某受水城市由i類型轉(zhuǎn)變?yōu)閖類型的空間概率Pij(q)。在此基礎(chǔ)上，將N×N的傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣分解為N個N×N的條件轉(zhuǎn)移概率矩陣，即空間馬爾科夫轉(zhuǎn)移概率矩陣。通過對比傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣與空間馬爾科夫轉(zhuǎn)移概率矩陣對應(yīng)元素的大小，可看出相鄰城市對某城市工業(yè)水資源綠色效率動態(tài)變化的影響，以考察空間效應(yīng)與工業(yè)水資源綠色效率動態(tài)演進之間的關(guān)系。

1.3 水資源綠色效率影響因素分析模型

鑒于水資源綠色效率值是取值為正的單截尾變量，若直接利用最小二乘法對模型進行估計會造成參數(shù)估計量有偏，而Tobit 模型則適合此種情形。所以，本文利用該模型來考察工業(yè)水資源綠色效率的影響因素，模型設(shè)定如下：

式中：eit是第i個城市的工業(yè)水資源綠色效率，α為常數(shù)項，β為待估參數(shù)集合，Xit代表影響因素集合，εit是隨機擾動項。

借鑒現(xiàn)有關(guān)于工業(yè)水資源綠色效率的研究，兼顧南水北調(diào)中線工程受水城市工業(yè)發(fā)展的現(xiàn)實及數(shù)據(jù)可得性，Tobit 模型中各影響因素的選擇情況如表2 所示。

表2 工業(yè)水資源綠色效率影響因素及變量說明

1.4 數(shù)據(jù)說明

本文以南水北調(diào)中線工程20 個地級及以上受水城市為研究對象，相關(guān)經(jīng)濟、環(huán)境、水利等數(shù)據(jù)源于2010—2020 年《中國城市統(tǒng)計年鑒》及各省市統(tǒng)計年鑒、2009—2019 年各省市水資源公報等。

2 工業(yè)水資源綠色效率測度結(jié)果及時空演進

2.1 測度結(jié)果

根據(jù)公式（1），并采用MaxDEA 軟件中的超效率SBM 模型，對2009—2019 年南水北調(diào)中線工程受水城市工業(yè)水資源綠色效率進行測度。其中，研究期內(nèi)中線工程受水區(qū)工業(yè)水資源綠色效率均值整體走勢如圖1 所示?？傮w上，受水區(qū)綜合技術(shù)效率始終低于0.7，且呈現(xiàn)波動中下降的趨勢。從2009 年的0.683 2 下降到2015年的0.568 7，之后綜合技術(shù)效率開始回升，到2018 升至0.627 9，隨后在2019 年又降至0.594 8，總的來說，綜合技術(shù)效率在整個研究期內(nèi)下降幅度為12.94%。由此表明，在南水北調(diào)中線工程通水后，在工業(yè)經(jīng)濟發(fā)展的過程中注意到了經(jīng)濟與環(huán)境的協(xié)調(diào)發(fā)展，但是效果非常有限，仍需要進一步推進工業(yè)水資源的高效利用。

圖1 2009—2019年南水北調(diào)中線工程工業(yè)水資源綠色效率均值

就工業(yè)水資源綠色效率的構(gòu)成而言，受水區(qū)純技術(shù)效率與綜合技術(shù)效率的變動趨勢基本保持一致，而規(guī)模效率呈現(xiàn)波動中上升的趨勢。同時，在2016 年之前，純技術(shù)效率始終高于規(guī)模效率，但二者的差距在不斷縮小，由2009 年的0.141 5 下降至2015 年的0.079 3；在2016 年之后，規(guī)模效率開始高于純技術(shù)效率，二者的差距由2016 年的0.050 6 慢慢擴大至2019 年的0.076 2?？梢?，南水北調(diào)中線工程工業(yè)水資源綠色效率下降的主要原因在于不斷降低的純技術(shù)效率，需要加強工業(yè)節(jié)水用水技術(shù)、污水處理技術(shù)的應(yīng)用。

研究期內(nèi)中線工程20 個受水城市工業(yè)水資源綠色效率的均值見圖2。可以看出，各城市間工業(yè)水資源綠色效率有著明顯差距。其中，北京、滄州2 個城市綜合技術(shù)效率較高，均值都超過了1，處于有效狀態(tài)；而其余各城市綜合技術(shù)效率都不足0.8，尤其是河南省的平頂山、新鄉(xiāng)、焦作、濮陽、南陽、周口6 個城市綜合技術(shù)效率較低，不足0.5。

圖2 2009—2019年南水北調(diào)中線工程各受水城市工業(yè)水資源綠色效率均值

就工業(yè)水資源綠色效率的構(gòu)成而言，各城市之間純技術(shù)效率與規(guī)模效率也有著明顯差異。在純技術(shù)效率上，鶴壁、漯河、北京、滄州、衡水的純技術(shù)效率均值都超過了1，而其他受水城市純技術(shù)效率都不足1，特別是河南省的平頂山、新鄉(xiāng)、焦作、濮陽、南陽的純技術(shù)效率較低，在0.4 ～0.5 之間。在規(guī)模效率上，各城市規(guī)模效率都不足1，其中，鄭州、平頂山、新鄉(xiāng)、焦作、濮陽、石家莊、保定、滄州、邢臺、邯鄲10 個城市的規(guī)模效率相對較高，均值都超過0.9；而鶴壁、漯河、衡水3 個城市的規(guī)模效率較低，在0.4 ～0.5 之間。

由此可見，由于工業(yè)經(jīng)濟比較發(fā)達、節(jié)水用水及污水處理技術(shù)較為先進，北京市工業(yè)水資源綠色效率較高，而天津市、河北省尤其是河南省各城市工業(yè)用水形勢比較嚴峻，80%的受水城市工業(yè)用水效率在惡化。因此，除了純技術(shù)效率超過1 的5 個城市外，其余各城市需要繼續(xù)加強工業(yè)節(jié)水用水技術(shù)的推廣及應(yīng)用，而所有受水城市均需要優(yōu)化配置水資源要素與工業(yè)生產(chǎn)要素的投入。

2.2 空間演進

2.2.1 空間分布

借鑒已有研究[18]，將中線工程通水前后兩個時期各受水城市工業(yè)水資源綠色效率分為高、中、低三種類型，其中，低水平（L）效率值低于0.6，中水平（M）效率值在0.6 ～0.9 之間，高水平（H）效率值高于0.9，2009—2014 年、2015—2019 年兩個時期的劃分情況見表3。

表3 2009—2019年南水北調(diào)中線工程工業(yè)水資源綠色效率劃分情況

從各類城市的數(shù)量上看，中、低水平城市的數(shù)量呈現(xiàn)反向變動，前者顯著減少，后者明顯增加，而高水平城市的數(shù)量保持相對穩(wěn)定。其中，在綜合技術(shù)效率上，北京、滄州維持在高水平狀態(tài)，邢臺、鄭州、鶴壁由中水平轉(zhuǎn)變?yōu)榈退?，中水平城市?shù)量降低了38%，而低水平城市的數(shù)量上升了30%；對于純技術(shù)效率，天津市由高水平轉(zhuǎn)為中水平，周口、許昌、安陽由中水平降至低水平，高、中水平城市的數(shù)量分布下降了14%、29%，而低水平城市的數(shù)量提升了50%；對于規(guī)模效率，漯河、鶴壁、衡水始終是低水平，鄭州、滄州、平頂山由高水平降至中水平，而濮陽、南陽、許昌、周口4 個城市呈現(xiàn)逆向轉(zhuǎn)變，由中水平升級為高水平，高水平城市的數(shù)量增加了11%，而中水平城市的數(shù)量減少了13%?？傮w上，南水北調(diào)中線工程通水后受水城市規(guī)模效率水平有一定的改進，而綜合技術(shù)效率與純技術(shù)效率均存在一定程度的惡化。

由各類城市的分布上看，綜合技術(shù)效率高水平、中水平、低水平城市分別保持相對穩(wěn)定的點狀、鏈狀、塊狀分布；純技術(shù)效率高水平城市的分布特征由塊狀與點狀演變?yōu)殒湢钆c點狀，中水平城市的分布由鏈狀演變?yōu)辄c狀，而低水平城市由分散的小塊狀分布發(fā)展為塊狀分布與鏈狀分布；規(guī)模效率高水平、低水平城市分別維持鏈狀分布、點狀分布，而中水平城市由塊狀分布演變?yōu)閴K狀分布與點狀分布?？偟膩砜矗糠粥徑鞘性诠I(yè)水資源利用效率上具有一定的相似性，說明中線工程受水城市工業(yè)水資源綠色效率可能存在一定的空間相關(guān)性，同時，區(qū)域間及區(qū)域內(nèi)部工業(yè)水資源綠色效率也存在一定的差異性，有必要做進一步分析。

2.2.2 空間相關(guān)性分析

根據(jù)公式（4），計算得到2009—2019 年工業(yè)水資源綠色效率的全局莫蘭指數(shù)，見表4?？梢钥闯?，2009—2019 年全局莫蘭指數(shù)均大于0，且通過了置信水平5%的顯著性檢驗，說明中線工程各受水城市工業(yè)用水效率存在顯著的空間正相關(guān)性。從波動情況來看，2009—2014 年全局莫蘭指數(shù)呈現(xiàn)下降趨勢，而2015—2019 年全局莫蘭指數(shù)在波動中呈現(xiàn)上升態(tài)勢，表明中線工程通水后各受水城市工業(yè)水資源綠色效率的空間相關(guān)性明顯提升。

表4 2009—2019年南水北調(diào)中線工程工業(yè)水資源綠色效率的全局莫蘭指數(shù)

在計算局部莫蘭指數(shù)的基礎(chǔ)上，可進一步分析南水北調(diào)中線工程工業(yè)水資源綠色效率的空間集聚特征。從表5 中可以看出，2009—2019 年南水北調(diào)中線工程受水城市工業(yè)水資源綠色效率表現(xiàn)出顯著的低—低集聚和高—高集聚特征，而高—低集聚區(qū)域和低—高集聚區(qū)域城市非常少，意味著同類型城市工業(yè)用水效率呈現(xiàn)明顯的空間相關(guān)性。具體來看，穩(wěn)定存在于高—高集聚區(qū)的城市有北京市及其周邊的廊坊、保定、滄州4 個城市，主要原因在于這些城市工業(yè)經(jīng)濟發(fā)展水平較高、工業(yè)用水技術(shù)較為先進、水污染防治政策比較嚴格等，導(dǎo)致工業(yè)用水效率比較高；石家莊工業(yè)用水效率較低，但是鄰近有保定等高效城市，因此穩(wěn)定位于高—低集聚區(qū)；而邢臺正好相反，該市工業(yè)用水效率比周邊的石家莊、邯鄲高，因此穩(wěn)定存在于低—高集聚區(qū)；穩(wěn)定存在于低—低集聚區(qū)的城市主要是河南省各受水城市及鄰近的邯鄲市，作為我國的人口及農(nóng)業(yè)大省，河南省工業(yè)經(jīng)濟發(fā)展水平較低、污水處理技術(shù)及防治政策較為落后，導(dǎo)致其11 個受水城市工業(yè)用水效率遠遠低于其他城市。另外，由于天津市在中線工程通水后工業(yè)水資源綠色效率出現(xiàn)明顯降低，因此從高—高集聚區(qū)落入高—低集聚區(qū)；而衡水市正好呈現(xiàn)逆向轉(zhuǎn)變，由高—低集聚區(qū)成功進入高—高集聚區(qū)。總的來看，低—低集聚區(qū)及高—高集聚區(qū)表現(xiàn)出明顯的板塊集聚特征。

表5 2009—2019年南水北調(diào)中線工程工業(yè)水資源綠色效率的空間集聚情況

2.2.3 區(qū)域差異分析

為進一步考察南水北調(diào)中線工程受水城市工業(yè)水資源綠色效率的區(qū)域差異情況，可借助泰爾指數(shù)進行衡量，計算結(jié)果如表6 所示?？梢钥闯?，2009—2019 年泰爾指數(shù)在波動中不斷上升，從2009 年的0.086 升至2015 年的0.131，達到研究期內(nèi)的最大值后有所回落，2019 年降至0.124，整體增長幅度為44.19%，說明南水北調(diào)中線工程受水城市工業(yè)水資源利用效率的區(qū)域差異在增大。

表6 2009—2019年南水北調(diào)中線工程工業(yè)水資源綠色效率的泰爾指數(shù)及其分解

由泰爾指數(shù)的分解結(jié)果可知，2009—2019 年地區(qū)間差異及其貢獻率整體上先降后升，貢獻率由2009 年的78.73%持續(xù)降至2014 年的70.66%，達到研究期內(nèi)的最小值后不斷上升，在2019 年達到83.83%，研究期內(nèi)的均值為76.68%；而地區(qū)內(nèi)差異及其貢獻率整體上先升后降，貢獻率由2009 年的21.27%升至2014 年的29.34%，隨后開始下降，最終在2019 年降至16.17%，均值為15.96%。其中，河北省內(nèi)部差異的貢獻率始終高于河南省，研究期內(nèi)二者貢獻率的均值分別為15.96%、7.35%?？偟膩砜?，省際差異始終是造成南水北調(diào)中線工程工業(yè)水資源綠色效率總差異的主要原因，由于北京市工業(yè)水資源利用效率遠遠高于其他城市，而天津市及河北省各受水城市工業(yè)用水效率又普遍高于河南省各城市，且高效城市與低效城市之間用水效率的差異也越來越大，故而造成省際差異的貢獻越來越突出。

2.3 時間演進

2.3.1 傳統(tǒng)馬爾科夫鏈分析

基于馬爾科夫鏈方法，可得到南水北調(diào)中線工程工業(yè)水資源綠色效率的傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣，以分析工業(yè)水資源利用效率的動態(tài)演進特征，結(jié)果見表7。由表7 可知，在初始年份假如某個受水城市工業(yè)用水效率為低水平，時長為1 年時該城市用水效率維持原水平的概率是0.828，僅有0.172 的概率轉(zhuǎn)變?yōu)橹兴?，?jīng)過3 年時長平穩(wěn)轉(zhuǎn)移的概率升至0.896，時長為5 年時這一概率升至0.935，同時向上轉(zhuǎn)移的概率降為0.065；隨著時間跨度的增大，高水平受水城市平穩(wěn)轉(zhuǎn)移的概率由0.881 降低至0.574，而向下轉(zhuǎn)移的概率由0.119 升至0.425?？傮w上，工業(yè)用水效率較高和較低的受水城市最大轉(zhuǎn)移概率值都位于馬爾科夫轉(zhuǎn)移概率矩陣的主對角線上，說明這兩類受水城市用水效率的固化現(xiàn)象比較明顯，但是也存在一定的差異，低水平城市的固化程度在增強，而高水平城市的固化程度在減弱。隨著時間的推移，中水平受水城市維持原水平的概率由0.681 降至0.429，而向下轉(zhuǎn)移的概率由0.232 升至0.452，時長為5 年時高于平穩(wěn)轉(zhuǎn)移的概率，意味著用水效率中等的受水城市在動態(tài)演進過程中呈現(xiàn)出較為顯著的不穩(wěn)定性，工業(yè)用水情況在不斷惡化。

表7 南水北調(diào)中線工程工業(yè)水資源綠色效率的傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣

2.3.2 空間馬爾科夫鏈分析

為進一步研究某一城市工業(yè)用水效率動態(tài)演進如何受相鄰城市用水效率水平的影響，可構(gòu)建工業(yè)水資源綠色效率的空間馬爾科夫轉(zhuǎn)移概率矩陣進行分析，如表8所示。從表中可以看出，當空間滯后類型為低水平時，低水平受水城市平穩(wěn)轉(zhuǎn)移的概率由0.889 先降至0.857，隨后又升至1.000，與傳統(tǒng)矩陣中的概率相比有所增加，高水平受水城市維持原水平的概率由0.333 降至0.000，明顯低于傳統(tǒng)矩陣中的概率，而中水平受水城市向下轉(zhuǎn)移的概率與傳統(tǒng)矩陣中的概率大體相當；當空間滯后類型為高水平時，高水平受水城市維持原狀的概率隨著時間的推移由0.923 降至0.765，中水平受水城市平穩(wěn)轉(zhuǎn)移及升至高水平的概率由1.000 降至0.857，顯著高于傳統(tǒng)矩陣中的概率?？傮w上，以高水平城市為鄰能拉動中水平城市向上轉(zhuǎn)移；相反，以低水平城市為鄰會拖累中高水平城市向下轉(zhuǎn)移，意味著在空間分布上南水北調(diào)中線工程工業(yè)用水效率存在著“近朱者赤，近墨者黑”的現(xiàn)象。也就是說，在工業(yè)用水管理、節(jié)水技術(shù)、水污染防治等方面，高水平受水城市對鄰近城市存在正向的溢出效應(yīng)，而低水平受水城市對鄰近城市存在負向的拖累效應(yīng)。

表8 南水北調(diào)中線工程工業(yè)水資源綠色效率的空間馬爾科夫轉(zhuǎn)移概率矩陣

3 工業(yè)水資源綠色效率影響因素分析

為對南水北調(diào)中線工程受水城市工業(yè)水資源綠色效率的影響因素進行識別，本文從經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、科技、教育、水資源稟賦等方面選取8 個影響因素構(gòu)建Tobit 模型，模型估計結(jié)果見表9。

表9 工業(yè)水資源綠色效率Tobit模型回歸結(jié)果

由估計結(jié)果可知：經(jīng)濟發(fā)展水平的回歸系數(shù)為正，且在5%的置信水平下通過了顯著性檢驗，先進的經(jīng)濟發(fā)展水平有助于為工業(yè)節(jié)水、減排、治污等活動提供更多的財政支持，以促進用水、污水處理技術(shù)的提升。工業(yè)化程度對工業(yè)用水效率有顯著的正向影響，工業(yè)化水平的提升會驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整，進而推動水資源的合理高效利用。對外開放程度對工業(yè)水資源利用效率的影響為正，但并不顯著，對外開放程度的擴大有助于引進先進的節(jié)水技術(shù)及管理經(jīng)驗，加強中外水資源合作，從而提升工業(yè)水資源利用效率?？萍紕?chuàng)新投入與工業(yè)水資源利用效率之間存在顯著的負相關(guān)關(guān)系，這與人們的認知相矛盾，可能是因為研發(fā)投入強度與科技成果轉(zhuǎn)化之間并未形成良性互動，科技成果轉(zhuǎn)化效果不佳制約了工業(yè)水資源利用效率的提升[13]。教育投入的回歸系數(shù)顯著為正，意味著較高的教育水平有助于增強人們的節(jié)水意識，減少水資源利用過程中的肆意浪費現(xiàn)象。水資源總量、人均水資源量兩個表征水資源稟賦狀況的因素分別對工業(yè)用水效率產(chǎn)生了顯著的正向、負向影響，這種“雙向效應(yīng)”產(chǎn)生的原因可能在于，水資源越豐富，越容易滿足地區(qū)工業(yè)發(fā)展的需求，但同時，豐富的人均水資源量又會導(dǎo)致人們節(jié)水意識薄弱，帶來用水粗放、浪費嚴重等問題。環(huán)境治理水平對工業(yè)水資源綠色效率產(chǎn)生了顯著的正向影響，環(huán)境治理水平越高，越有利于全方位推動企業(yè)合理治污、集約用水，提高工業(yè)水資源集約節(jié)約利用水平。

4 結(jié)論與政策建議

4.1 結(jié)論

基于超效率SBM 模型，本文測度了南水北調(diào)中線工程20 個受水城市的工業(yè)水資源綠色效率并考察了其時空差異，同時采用Tobit 模型對工業(yè)水資源綠色效率的影響因素進行了識別，研究結(jié)果表明：

（1）研究期內(nèi)南水北調(diào)中線工程工業(yè)水資源綠色效率整體呈現(xiàn)波動中下降的趨勢，主要原因在于不斷降低的純技術(shù)效率。其中，北京市工業(yè)水資源綠色效率較高，而天津市、河北省尤其是河南省各城市工業(yè)用水形勢比較嚴峻，且80%的受水城市工業(yè)用水效率在惡化。

（2）同類型城市工業(yè)用水效率呈現(xiàn)明顯的空間相關(guān)性，表現(xiàn)出顯著的低—低集聚和高—高集聚特征。同時，受水城市工業(yè)水資源利用效率的總差異在增大，主要源于持續(xù)增大的省際差異。

（3）工業(yè)用水效率較高和較低的受水城市用水效率的固化現(xiàn)象比較明顯，而中水平受水城市在動態(tài)演進過程中呈現(xiàn)出較為顯著的不穩(wěn)定性，工業(yè)用水情況在不斷惡化。同時，在空間分布上工業(yè)用水效率存在著“近朱者赤，近墨者黑”的現(xiàn)象，在工業(yè)用水管理、節(jié)水技術(shù)等方面高水平受水城市對鄰近城市存在正向的溢出效應(yīng)，而低水平受水城市對鄰近城市存在負向的拖累效應(yīng)。

（4）經(jīng)濟發(fā)展水平、工業(yè)化程度、教育投入、水資源總量、環(huán)境治理水平對工業(yè)水資源綠色效率產(chǎn)生了顯著的促進作用，而科技創(chuàng)新投入、人均水資源量對工業(yè)水資源利用效率存在顯著的負向影響。

4.2 政策建議

針對上述結(jié)論，本文提出如下提升工業(yè)水資源綠色效率的政策建議：

（1）按照“以水定產(chǎn)”的原則，各受水城市要對本地區(qū)的水資源承載力進行科學評估，并結(jié)合本地區(qū)的工業(yè)基礎(chǔ)，制定有利于本城市可持續(xù)發(fā)展的工業(yè)節(jié)水減排、水污染處理制度及標準。提升工業(yè)水資源綠色效率的關(guān)鍵點在于節(jié)水減排，要加強技術(shù)創(chuàng)新研發(fā)投入與科技成果轉(zhuǎn)化，促進工業(yè)節(jié)水減排技術(shù)創(chuàng)新及推廣應(yīng)用，積極推進先進節(jié)水減排技術(shù)進企業(yè)。同時，引導(dǎo)工業(yè)企業(yè)革新工藝，開發(fā)利用工業(yè)循環(huán)用水設(shè)備，提高工業(yè)企業(yè)水資源循環(huán)利用水平，減少生產(chǎn)過程中的廢水排放，提高工業(yè)水資源的利用效率。

（2）應(yīng)當擴大城市間工業(yè)節(jié)水技術(shù)、水污染處理、水資源管理等方面的溝通與協(xié)作，互相學習借鑒綠色、高效利用水資源的經(jīng)驗與方法。尤其是鄰近城市，因在經(jīng)濟發(fā)展水平、自然地理條件等方面的差異相對較小，在工業(yè)供水、用水方面具有一定的相似性，更應(yīng)當加強交流合作，以提高水資源統(tǒng)籌管理水平。

（3）各城市應(yīng)根據(jù)本地區(qū)資源稟賦的實際情況，因地制宜地制定科學合理的用水政策，促進水資源優(yōu)化配置。持續(xù)優(yōu)化工業(yè)產(chǎn)業(yè)結(jié)構(gòu)及空間布局，嚴格控制高耗水工業(yè)行業(yè)的產(chǎn)能，利用工業(yè)產(chǎn)業(yè)集聚的優(yōu)勢，發(fā)揮規(guī)模經(jīng)濟效應(yīng)，促進工業(yè)用水效率提升。