摘 要：為提升南水北調(diào)中線工程受水區(qū)水資源利用效率，以工程沿線北京、天津２ 個直轄市和河南、河北１８ 個省轄市共計２０ 個地域單元為研究區(qū)域，基于２０１５—２０２１ 年面板數(shù)據(jù)，采用Ｓｕｐｅｒ－ＳＢＭ 模型、ＧＭＬ 模型及ｓｙｓ－ＧＭＭ 估計法對受水區(qū)水資源利用效率進行測度，對影響因素進行識別。結(jié)果表明：全區(qū)水資源靜態(tài)利用效率總體偏低但呈波動上升態(tài)勢，區(qū)域差異較大，呈京津板塊＞河南板塊＞河北板塊格局，空間上呈現(xiàn)以京津冀、鄭州２ 個都市圈為核心向外圍逐漸遞減的“核心－外圍” 結(jié)構(gòu)；全區(qū)水資源動態(tài)利用效率整體呈波動上升趨勢，主要源于技術(shù)進步，而技術(shù)效率作用有限；經(jīng)濟發(fā)展水平、水資源稟賦、科技水平、城鎮(zhèn)化進程、人口密度與水資源利用效率顯著正相關(guān)，水污染程度、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制與水資源利用效率顯著負相關(guān)。

關(guān)鍵詞：水資源利用效率；Ｓｕｐｅｒ－ＳＢＭ 模型；ＧＭＬ 模型；ｓｙｓ－ＧＭＭ 估計法；南水北調(diào)中線工程；受水區(qū)

中圖分類號：ＴＶ２１３．９ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．１１．０１３

引用格式：范紅艷，薛寶琪，李玉英，等．南水北調(diào)中線受水區(qū)水資源利用效率及影響因素［Ｊ］．人民黃河，２０２４，４６（１１）：８０－８５．

南水北調(diào)中線工程是緩解我國黃淮海地區(qū)水資源短缺、優(yōu)化南北水資源配置的重大戰(zhàn)略性基礎(chǔ)設(shè)施［１］ 。２０１４ 年１２ 月中線一期工程通水后，已累計調(diào)水超過６００ 億ｍ３，直接受益人口超過１．０８ 億人，經(jīng)濟、社會、生態(tài)、安全效益顯著，不僅有效解決了受水區(qū)缺水問題，從根本上提高了受水區(qū)居民的飲水質(zhì)量，而且?guī)恿耸芩畢^(qū)綠色農(nóng)業(yè)發(fā)展，改善了受水區(qū)生態(tài)環(huán)境。

科學測定南水北調(diào)中線受水區(qū)水資源利用效率有助于實現(xiàn)水資源可持續(xù)利用［２］ 。中線工程通水后，沿線水資源利用效率問題逐漸引起學者們關(guān)注。例如：李世玉等［３］ 研究了京津冀農(nóng)業(yè)水資源利用效率；姚亭亭等［４］ 比較了京津冀三地多指標綜合用水效率，分析了其Ｍａｎｎ－Ｋｅｎｄａｌｌ 突變點及各指標周期變化特征；李健等［５］ 分析了京津冀城市群綠色水資源效率的時空差異及驅(qū)動因素；汪倩等［６］ 分析了工程通水對河南受水區(qū)水資源集約利用效率的影響及作用機制；劉夢琴等［７］ 基于“十六字”治水方針探討了如何發(fā)揮水資源對工程受水區(qū)高質(zhì)量發(fā)展的作用。綜上，現(xiàn)有成果多從中線工程受水區(qū)某個區(qū)段展開研究。要從根本上解決受水區(qū)水資源供需矛盾，關(guān)鍵在于提高水資源利用效率。本文以南水北調(diào)中線工程沿線２０ 個城市為研究對象，采用考慮非期望產(chǎn)出的全局Ｓｕｐｅｒ－ＳＢＭ 模型和ＧＭＬ 模型，分別測度受水區(qū)水資源靜態(tài)、動態(tài)利用效率，采用ｓｙｓ－ＧＭＭ 估計法識別影響水資源利用效率的關(guān)鍵因素，以期為提升工程受水區(qū)水資源利用效率提供科學依據(jù)。

１ 研究對象概況

南水北調(diào)中線工程輸水干渠跨河南、河北、北京、天津４ ?。ㄖ陛犑校こ淌芩畢^(qū)包括輸水干渠沿線北京、天津２ 個直轄市，河北省邯鄲、邢臺、石家莊、保定、衡水、滄州、廊坊７ 個省轄市及定州、辛集２ 個省直管市，河南省南陽、平頂山、漯河、周口、許昌、鄭州、焦作、新鄉(xiāng)、鶴壁、安陽、濮陽１１ 個省轄市及鄧州、滑縣２ 個省直管市，共涉及１９０ 多個縣區(qū)，總面積為１５．５ 萬ｋｍ２，輸水干渠總長度為１ ４３２ ｋｍ［８］ 。以北京、天津２ 個直轄市和河南、河北１８ 個省轄市共計２０ 個地域單元為研究區(qū)域，對受水區(qū)水資源利用效率進行研究。

２ 研究方法、指標選取與數(shù)據(jù)來源

２．１ 研究方法

２．１．１ 考慮非期望產(chǎn)出的全局Ｓｕｐｅｒ－ＳＢＭ 模型

考慮非期望產(chǎn)出的全局Ｓｕｐｅｒ－ＳＢＭ 模型具有以下優(yōu)點：一是將非期望產(chǎn)出納入模型，解決了有非期望產(chǎn)出情況的效率評價問題；二是將松弛變量納入目標函數(shù)，解決了變量松弛性問題；三是有效解決了標準ＳＢＭ 模型中多個決策單元（ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ Ｕｎｉｔ，ＤＭＵ）同時有效而無法區(qū)分和排序問題；四是全局參比下能夠克服傳統(tǒng)ＤＥＡ 模型測算效率值跨期不可比問題［９］ ；五是無須設(shè)定指標權(quán)重、統(tǒng)一計量單位等［１０］ 。鑒于全局Ｓｕｐｅｒ－ＳＢＭ 模型僅適用于測度有效ＤＭＵ 的技術(shù)效率（Ｔｅｃｈｎｉｃａｌ Ｅｆｆｉｃｉｅｎｃｙ，ＴＥ），對于無效ＤＭＵ 仍須按照標準ＳＢＭ 模型計算。因此，在測算中線工程受水區(qū)水資源靜態(tài)利用效率時，首先采用考慮非期望產(chǎn)出的標準ＳＢＭ 模型進行無效ＤＭＵ 效率值測算，再采用考慮非期望產(chǎn)出的全局Ｓｕｐｅｒ－ＳＢＭ 模型測算有效ＤＭＵ 效率值，模型表達式見文獻［１１］。

２．１．２ ＧＭＬ 模型

為使Ｍａｌｍｑｕｉｓｔ（Ｍ） 指數(shù)模型能測算動態(tài)效率，Ｃｈｕｎｇ 等［１２］ 在傳統(tǒng)Ｍ 指數(shù)基礎(chǔ)上結(jié)合方向距離函數(shù)（Ｄｉｒｅｃｔｉｏｎａｌ Ｄｉｓｔａｎｃｅ Ｆｕｎｃｔｉｏｎ，ＤＤＦ），構(gòu)建了考慮非期望產(chǎn)出的Ｍａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ（ＭＬ）指數(shù)，之后Ｏｈ［１３］在此基礎(chǔ)上又構(gòu)建了全要素生產(chǎn)率變動（ ＧｌｏｂａｌＭａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ，ＧＭＬ）指數(shù)，以克服ＭＬ 指數(shù)在測算動態(tài)效率時不具備循環(huán)傳遞性和可能存在線性規(guī)劃無可行解等缺陷。ＧＭＬ 指數(shù)以整個研究時段的生產(chǎn)技術(shù)總集為參照集，能更加客觀準確地反映水資源動態(tài)利用效率變化情況。以全局ＳＢＭ 方向距離函數(shù)為基礎(chǔ)，構(gòu)建考慮非期望產(chǎn)出的ＧＭＬ 模型，表達式如下：

式中：Ｘｔ＋１ＧＭＬｔ為ｔ 至ｔ＋１ 時期的ＧＭＬ 指數(shù)；Ｘｔ＋１ＧＥＣｔ 為技術(shù)效率變動指數(shù)（ ＧＥＣ）； Ｘｔ＋１ＧＴＣｔ 為技術(shù)進步變動指數(shù)（ＧＴＣ）；ｘｔ 、ｙｔ 、ｂｔ 分別為ｔ 時期ＤＭＵｖ 的投入變量、期望產(chǎn)出變量和非期望產(chǎn)出變量，其中ｖ 為ＤＭＵ 排序； ｘｔ＋１、ｙｔ＋１、ｂｔ＋１分別為ｔ＋１ 時期ＤＭＵｖ 的投入變量、期望產(chǎn)出變量和非期望產(chǎn)出變量；ｇｘ 、ｇｙ 、ｇｂ 分別為ｔ 時期ＤＭＵｖ 的投入松弛量、期望產(chǎn)出松弛量和非期望產(chǎn)出松弛量；Ｓ →ｔｖ （）、Ｓ → ｔ＋１ ｖ （）分別為ｔ、ｔ＋１ 時期ＤＭＵｖ 的ＳＢＭ方向距離函數(shù)；Ｓ →Ｇｖ（）為全局ＳＢＭ 方向距離函數(shù)。

ＧＭＬ＞１，表明水資源動態(tài)利用效率提高，反之則降低；ＧＥＣ＞１，表明水資源利用技術(shù)效率提高，反之則降低；ＧＴＣ＞１，表明水資源利用技術(shù)進步，反之則退步。

２．２ 指標選取

從全要素技術(shù)效率視角看，水資源利用效率是指在水資源利用過程中所有產(chǎn)出要素（經(jīng)濟、社會、環(huán)境等）與所有投入要素（勞動、資本、水資源等）的比值。

水資源開發(fā)利用需要多要素協(xié)同，水資源投入本身并不能直接帶來產(chǎn)出，必須與勞動、資本等要素結(jié)合才能帶來產(chǎn)出［１４］ 。依據(jù)ＤＥＡ 模型及水資源利用效率內(nèi)涵界定，結(jié)合數(shù)據(jù)可獲得性，確定中線工程受水區(qū)水資源利用效率評價指標（見表１）。其中：用水總量包括農(nóng)業(yè)、工業(yè)、生活、生態(tài)環(huán)境等方面的用水總量；資本存量采用“永續(xù)盤存法”進行估算，具體借鑒李穎［１５］ 提出的方法計算，并按照２０１５ 年價格水平進行折算；人均地區(qū)生產(chǎn)總值，用ＧＤＰ 平減指數(shù)進行平減，將其折算為２０１５ 年價格水平；社會發(fā)展指數(shù)參照孫才志等［１１］提出的方法測算；廢水排放量為工業(yè)污水排放量和生活污水排放量之和。

２．３ 數(shù)據(jù)來源

各指標原始數(shù)據(jù)源自相關(guān)年份《中國城市統(tǒng)計年鑒》《中國城市建設(shè)統(tǒng)計年鑒》和各市相關(guān)年份《統(tǒng)計年鑒》《國民經(jīng)濟與社會發(fā)展統(tǒng)計公報》《水資源公報》，對于缺失數(shù)據(jù)采用均值插值法予以補充。

３ 水資源利用效率測算與分析

３．１ 水資源靜態(tài)利用效率

采用ＴＥ 表征中線工程受水區(qū)各市水資源靜態(tài)利用效率，其測算結(jié)果見表２。全受水區(qū)（全區(qū)）ＴＥ 值整體偏低，７ ａ 間均值僅為０．６６５，有４５％的城市ＴＥ 多年均值低于０．５００，２０１５—２０２１ 年全區(qū)ＴＥ 值（各市均值）整體呈波動上升態(tài)勢。

京津、河南、河北三大板塊ＴＥ 值變化情況見圖１。京津板塊ＴＥ 值最大且年際變化比較平穩(wěn)，２０１５—２０２１年整體變化幅度為８．３４％；河南板塊ＴＥ 值較小，與京津板塊相比變化幅度較大，為２９．３０％；河北板塊ＴＥ 值最小且整體呈波動下降趨勢，變化幅度最大，為４０．８０％。河南、河北兩板塊各年ＴＥ 值均低于全區(qū)平均水平。

全區(qū)ＴＥ 空間格局演變情況見圖２，按照ＴＥ 值將全區(qū)劃分為水資源靜態(tài)利用低效區(qū)（０≤ＴＥ＜０．２）、中效區(qū)（０．２≤ＴＥ＜０．５）、高效區(qū)（０．５≤ＴＥ＜１．０）和有效區(qū)（ＴＥ≥１．０）。２０１５—２０２１ 年有５ 個城市為有效區(qū)，分別為北京、天津、鄭州、鶴壁、廊坊；有５ 個城市部分年份為有效區(qū)， 分別為焦作（２０１７—２０２１ 年為有效區(qū)）、許昌（２０１７—２０２１ 年為有效區(qū)）、滄州（２０１５—２０１６ 年為有效區(qū)）、衡水（２０１５—２０１６ 年、２０１９—２０２１ 年為有效區(qū)）、邢臺（２０１８—２０１９ 年為有效區(qū)）。

圖２ 中有效區(qū)集中于京津冀都市圈和鄭州都市圈；高效區(qū)數(shù)量最少，散布于都市圈及附近；中效區(qū)分布于高效區(qū)外圍及都市圈附近；低效區(qū)數(shù)量較少，或介于中效區(qū)之間及其外圍，或介于有效區(qū)與中效區(qū)之間?？傮w來看，全區(qū)水資源靜態(tài)利用效率呈現(xiàn)以京津冀都市圈和鄭州都市圈為核心向外圍逐漸遞減的“核心－外圍”結(jié)構(gòu)。從各城市來看，北京、天津、廊坊、鄭州、鶴壁始終為有效區(qū)，效率高且穩(wěn)定；新鄉(xiāng)、濮陽、平頂山始終為中效區(qū)；南陽、周口始終為低效區(qū)，效率低且穩(wěn)定；邯鄲由中效區(qū)降至低效區(qū)，效率呈下降趨勢；安陽由低效區(qū)升至中效區(qū)，石家莊、漯河由中效區(qū)升至高效區(qū)，焦作、許昌由高效區(qū)升至有效區(qū)，效率呈上升趨勢；衡水轉(zhuǎn)變情況為有效區(qū)→高效區(qū)→有效區(qū)，邢臺轉(zhuǎn)變情況為中效區(qū)→有效區(qū)→中效區(qū)，滄州轉(zhuǎn)變情況為有效區(qū)→中效區(qū)→高效區(qū)→中效區(qū)，效率波動明顯。

３．２ 水資源動態(tài)利用效率

２０１５—２０２１ 年全區(qū)ＧＭＬ 指數(shù)及其分解值測算結(jié)果見圖３ 和表３。分析圖３ 可知，２０１５—２０２１ 年全區(qū)ＧＭＬ 指數(shù)總體呈波動上升趨勢，７ ａ 間均值為１．０２７，年均增速為２．６７％。從ＧＭＬ 指數(shù)分解情況來看，ＧＴＣ指數(shù)除２０１５—２０１６ 年小于１ 外，其他年份均大于１；而ＧＥＣ 指數(shù)除２０２０—２０２１ 年大于１ 外，其他年份均小于１。ＧＴＣ 指數(shù)在各期都明顯高于ＧＥＣ 指數(shù)。從分解指數(shù)與ＧＭＬ 指數(shù)關(guān)系來看，ＧＴＣ 指數(shù)始終高于ＧＭＬ 指數(shù)，而ＧＥＣ 指數(shù)除２０１５—２０１６ 年、２０１６—２０１７ 年外均低于ＧＭＬ 指數(shù)，表明受水區(qū)水資源動態(tài)利用效率提升主要得益于技術(shù)進步，而技術(shù)效率作用非常有限。

分析表３ 可知，除鶴壁、周口、滄州、衡水、邢臺、邯鄲６ 個城市ＧＭＬ 指數(shù)小于１ 外，其他１４ 個城市ＧＭＬ指數(shù)均大于１，市際差異顯著，北京效率最高（ 為１．２４４），邢臺效率最低（為０．７４９），兩者相差０．４９５。除天津、鄭州、周口、廊坊、滄州、衡水、邯鄲６ 個城市外，其他１４ 個城市ＧＴＣ 指數(shù)均高于ＧＥＣ 指數(shù)，表明受水區(qū)多數(shù)城市水資源動態(tài)利用效率得益于技術(shù)進步，而技術(shù)效率作用有限。根據(jù)ＧＴＣ 和ＧＥＣ 指數(shù)可以將２０個城市水資源動態(tài)利用效率變化細分為３ 種類型：技術(shù)進步與技術(shù)效率雙驅(qū)型（北京、天津、鄭州、漯河、石家莊）、單純技術(shù)進步驅(qū)動型（平頂山、安陽、鶴壁、新鄉(xiāng)、焦作、濮陽、許昌、南陽、保定）和單純技術(shù)效率驅(qū)動型（廊坊、滄州、衡水）。

４ 影響因素識別

４．１ 模型設(shè)定

根據(jù)文獻分析，以ＴＥ 和ＧＭＬ 指數(shù)為被解釋變量，以經(jīng)濟發(fā)展水平（ＥＬ）、水資源稟賦（ＷＥ）、水污染程度（ＰＷ）、產(chǎn)業(yè)結(jié)構(gòu)（ＩＳ）、科技水平（ＳＬ）、城鎮(zhèn)化進程（ＵＢ）、人口密度（ＰＤ）、環(huán)境規(guī)制（ＥＲ）為解釋變量進行回歸分析，識別水資源利用效率影響因素。分別用人均地區(qū)生產(chǎn)總值、人均水資源擁有量、人均化學需氧量排放量、第三產(chǎn)業(yè)占ＧＤＰ 比重、科學技術(shù)支出占財政支出比重、城鎮(zhèn)人口占總?cè)丝诒戎亍⒖側(cè)丝跀?shù)／ 城市土地面積、城市污水集中處理率作為以上解釋變量的代理變量。各代理變量原始數(shù)據(jù)源自北京、天津、河北、河南相關(guān)年份《統(tǒng)計年鑒》。

依據(jù)以上變量，構(gòu)建動態(tài)面板計量模型如下：

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 為被解釋變量，ｉ 和ｔ 分別為城市和時間，Ｙｉｔ －１為Ｙｉｔ的１ 期滯后項，α１ ～ α９ 為解釋變量的系數(shù)，μｉ 為個體固定效應(yīng)，εｉｔ為隨機擾動項，ＸＥＬｉｔ 、ＸＷＥｉｔ 、ＸＰＷｉｔ 、ＸＩＳｉｔ 、ＸＳＬｉｔ 、ＸＵＢｉｔ 、ＸＰＤｉｔ 、ＸＥＲｉｔ均為解釋變量。

式（２）中解釋變量包含被解釋變量滯后項，其與隨機擾動項往往有一定相關(guān)性，從而使模型產(chǎn)生內(nèi)生性問題。如果采用普通ＯＬＳ 法、標準固定效應(yīng)或隨機效應(yīng)模型等進行參數(shù)估計，可能導致解釋變量參數(shù)有偏且不一致。ｓｙｓ－ＧＭＭ 估計法與２ＳＬＳ 法均可解決模型內(nèi)生性問題，但如果隨機擾動項自相關(guān)或有異方差，那么ｓｙｓ－ＧＭＭ 估計法比２ＳＬＳ 估計法更有效，因此選?。螅螅牵停凸烙嫹▽δＰ蛥?shù)進行估計。

４．２ 參數(shù)估計結(jié)果分析

依據(jù)式（２），采用ｓｙｓ－ＧＭＭ 估計法對ＴＥ 模型、ＧＭＬ 模型中解釋變量進行參數(shù)估計，結(jié)果見表４。

兩模型Ｓａｒｇａｎ 檢驗卡方值均不顯著（Ｐ＞０．１），即不存在過度識別問題，說明兩模型均是合理有效的。ＡＲ（１）均顯著，ＡＲ（２）均不顯著，說明兩模型均接受擾動項無自相關(guān)原假設(shè)，即均無隨機擾動項，有效克服了內(nèi)生性問題。此外，兩模型滯后項系數(shù)（０． ７７２ ５、０．５０３ ２）均大于０ 且顯著，表明各市水資源利用效率前１ 期變動對當期變動具有促進作用，因此選擇動態(tài)面板數(shù)據(jù)模型是有必要的。ＴＥ 模型、ＧＭＬ 模型中解釋變量參數(shù)雖有差異，但符號方向完全一致且均顯著，表明各因素與水資源靜態(tài)、動態(tài)利用效率的相關(guān)方向均顯著一致，只是相關(guān)程度不同。

ＥＬ、ＷＥ、ＳＬ、ＵＢ、ＰＤ 與水資源利用效率顯著正相關(guān)，對提升水資源利用效率均有促進作用。雄厚的經(jīng)濟基礎(chǔ)不僅能提升城市水污染防治能力，消除因水資源消耗增加而導致的負面效應(yīng)，而且可發(fā)揮高端人才集聚效應(yīng)，從而提高水資源利用效率。受水區(qū)各市水資源稟賦差異較大，水資源相對充足的城市（如南陽、平頂山、漯河、周口等）往往因用水機會成本低而導致居民節(jié)水意識淡薄、節(jié)水技術(shù)落后、水資源浪費嚴重、水資源利用效率較低；而水資源相對貧乏的城市（如天津、鄭州、滄州、衡水等）往往居民節(jié)水意識較強、節(jié)水技術(shù)先進、水資源利用效率較高。這印證了ＷＥ 的解釋變量參數(shù)雖顯著為正，但參數(shù)值極小，對效率提升作用有限。加大科技研發(fā)投入可以推進城市節(jié)水技術(shù)和污水防治技術(shù)創(chuàng)新應(yīng)用，從而提高水資源節(jié)約集約利用水平。城鎮(zhèn)化使人口、產(chǎn)業(yè)得以集聚，雖然會造成用水需求增加，但會提升水資源集約化利用程度，倒逼節(jié)水、環(huán)保技術(shù)創(chuàng)新應(yīng)用和推廣，降低單位產(chǎn)出水資源消耗。已有研究表明人口密度與水資源利用效率呈Ｕ形相關(guān)［１２］ ，受水區(qū)各市人口密集，人口密度突破拐點，城市人力資本不斷提升，有助于提升城市生產(chǎn)率，從而降低水資源消耗強度。

ＰＷ、ＩＳ、ＥＲ 與水資源利用效率顯著負相關(guān)，對提升水資源效率均有阻礙作用。水污染意味著對清潔水資源的浪費，會減少社會總產(chǎn)出，治理水污染需要投入大量資金、人力、物力，會增加社會總成本，降低水資源利用效率。第三產(chǎn)業(yè)作為低耗水產(chǎn)業(yè)，其比重提高會降低水資源消耗，提升水資源利用效率，但除北京、天津、鄭州第三產(chǎn)業(yè)比重較高外，其他城市第三產(chǎn)業(yè)比重均較低，與水資源投入以負相關(guān)為主。環(huán)境規(guī)制的“成本約束”效應(yīng)，一方面會增加企業(yè)生產(chǎn)的遵循成本從而降低創(chuàng)新能力，另一方面會加大企業(yè)生產(chǎn)成本，驅(qū)使污染企業(yè)向周邊城市轉(zhuǎn)移，從而制約水資源利用效率提高。

５ 結(jié)論與建議

５．１ 結(jié)論

１）全區(qū)水資源靜態(tài)利用效率整體偏低但呈波動上升趨勢；各市效率差異較大，呈京津板塊＞河南板塊＞河北板塊的分布格局；２０１５—２０２１ 年水資源利用效率北京、天津、鄭州、鶴壁、廊坊為有效區(qū)，２０１７—２０２１ 年焦作、許昌為有效區(qū)，２０１５—２０１６ 年滄州為有效區(qū)，２０１５—２０１６ 年、２０１９—２０２１ 年衡水為有效區(qū)，２０１８—２０１９ 年邢臺為有效區(qū)，其他１０ 個城市均為無效區(qū)。

２）水資源利用有效區(qū)集中于京津冀都市圈和鄭州都市圈；高效區(qū)散布于兩大都市圈附近；中效區(qū)分布于高效區(qū)外圍及都市圈附近；低效區(qū)或散布于中效區(qū)及其外圍，或介于有效區(qū)與中效區(qū)之間。全區(qū)水資源靜態(tài)利用效率總體呈現(xiàn)以京津冀都市圈和鄭州都市圈為核心向外圍逐漸遞減的“核心－外圍”結(jié)構(gòu)。

３）全區(qū)水資源動態(tài)利用效率總體呈波動上升趨勢，主要得益于技術(shù)進步，技術(shù)效率作用有限；北京、天津、鄭州、漯河、石家莊為技術(shù)進步與技術(shù)效率雙驅(qū)型，平頂山、安陽、鶴壁、新鄉(xiāng)、焦作、濮陽、許昌、南陽、保定為單純技術(shù)進步驅(qū)動型，廊坊、滄州、衡水為單純技術(shù)效率驅(qū)動型。

４）經(jīng)濟發(fā)展水平、水資源稟賦、科技水平、城鎮(zhèn)化進程、人口密度與水資源利用效率正相關(guān)且顯著，對水資源利用效率提升有促進作用。水污染程度、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制與水資源利用效率負相關(guān)且顯著，對水資源利用效率提升有抑制作用。

５．２ 建議

１）加強科技創(chuàng)新，優(yōu)化經(jīng)濟結(jié)構(gòu)。比如許昌、周口、漯河、平頂山、安陽、新鄉(xiāng)、邢臺、邯鄲等市第三產(chǎn)業(yè)欠發(fā)達，應(yīng)加大科創(chuàng)投入，培養(yǎng)和引進科創(chuàng)人才，加快淘汰“三高一低”（高耗水、高耗能、高排放，低效益）產(chǎn)業(yè)，發(fā)展壯大以高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)為主的第三產(chǎn)業(yè)，提高水資源利用效率；保定、衡水、邢臺、濮陽、南陽、周口等市農(nóng)業(yè)用水占比較高，應(yīng)優(yōu)化農(nóng)業(yè)種植結(jié)構(gòu)，減小高耗水作物種植面積，增大低耗水和耐旱作物種植面積，推廣節(jié)水灌溉技術(shù)，推進農(nóng)業(yè)節(jié)水增效。

２）發(fā)揮人口、產(chǎn)業(yè)集聚高地溢出效應(yīng)，促進周邊發(fā)展。北京、天津、鄭州高校與科研機構(gòu)集聚，應(yīng)將北京、天津、鄭州打造為節(jié)水減排技術(shù)研發(fā)中心和水資源利用效率集聚高地，加快節(jié)水和治污技術(shù)研發(fā)，發(fā)揮其對都市圈外圍城市的空間溢出效應(yīng)，促進周邊低效區(qū)發(fā)展。

３）加快城鎮(zhèn)化建設(shè)，推進城鎮(zhèn)節(jié)水降損。繼續(xù)推進以縣城為載體的城鎮(zhèn)化建設(shè)，改造部分縣城老舊破損供水管網(wǎng)，完善縣城老城區(qū)及城中村等重點區(qū)域污水收集管網(wǎng)，更新修復錯接、漏接、老舊破損管網(wǎng)，減少供水管網(wǎng)漏損，推進雨污分流改造和污水資源化利用；加強部分城鎮(zhèn)供水管網(wǎng)、綠化澆灌系統(tǒng)等節(jié)水診斷，推廣應(yīng)用節(jié)水器具；建設(shè)污水再生利用設(shè)施，優(yōu)先利用再生水資源，構(gòu)建良性水循環(huán)再利用系統(tǒng)，提高城鎮(zhèn)水資源利用效率。

４）強化剛性約束，嚴格用水管理。做好全區(qū)水資源需求預測與分配，嚴控城鄉(xiāng)用水總量與用水強度；健全市、縣（區(qū)）、鄉(xiāng)三級行政區(qū)域用水總量、用水強度控制指標體系，強化節(jié)水約束性指標管理；建立覆蓋農(nóng)業(yè)、工業(yè)和生活服務(wù)業(yè)用水定額制度，嚴控各地水資源開發(fā)利用強度；加強對各地重點行業(yè)的用水、減排監(jiān)督管理，建立節(jié)水減排目標責任制，強化節(jié)水減排監(jiān)督考核，嚴格節(jié)水減排責任追究。

參考文獻：

［１］ 張愛靜，王樹磊，李舜才，等．南水北調(diào)中線干線水生態(tài)現(xiàn)狀淺析［Ｃ］ ／／ 中國水利學會２０１８ 學術(shù)年會論文集第一分冊．北京：中國水利水電出版社，２０１８：４７１－４７４．

［２］ 陳剛．中國水資源利用效率的區(qū)域差異研究［Ｄ］．大連：大連理工大學，２００９：８－１０．

［３］ 李世玉，劉笑冰．基于ＤＥＡ 模型的京津冀農(nóng)業(yè)水資源利用效率研究［Ｊ］．天津農(nóng)業(yè)科學，２０２１，２７（９）：６９－７４．

［４］ 姚亭亭，劉蘇峽．京津冀水資源利用多效率指標的變化特征比較［Ｊ］．地理科學進展，２０２１，４０（７）：１１９５－１２０７．

［５］ 李健，謝衡．京津冀綠色水資源利用效率及其時空差異與驅(qū)動因素分析［Ｊ］．水資源與水工程學報，２０２１，３２（６）：１０－１８．

［６］ 汪倩，陳軍飛．南水北調(diào)工程通水對受水區(qū)水資源集約利用效率的影響：基于河南省市級層面的實證［Ｊ］．中國人口·資源與環(huán)境，２０２２，３２（６）：１５５－１６４．

［７］ 劉夢琴，趙清韜．“十六字”治水方針與南水北調(diào)中線受水區(qū)后續(xù)高質(zhì)量發(fā)展研究［Ｊ］．南都學壇，２０２３，４３（４）：９９－１０４．

［８］ 韓江波，陳雯．南水北調(diào)中線工程驅(qū)動受水區(qū)高質(zhì)量發(fā)展的基本效應(yīng)［Ｊ］．水利建設(shè)與管理，２０２２，４２（４）：７－１５，２３．

［９］ 劉華軍，喬列成，石印．重大國家戰(zhàn)略區(qū)域視角下長江經(jīng)濟帶與黃河流域生態(tài)效率比較研究［Ｊ］．中國軟科學，２０２１（１０）：７３－８１．

［１０］ 張倩歌，楊茂．基于超效率ＳＢＭ 模型的黃河水資源利用效率評價［Ｊ］．人民黃河，２０２２，４４（９）：１１１－１１５．

［１１］ 孫才志，姜坤，趙良仕．中國水資源綠色效率測度及空間格局研究［Ｊ］．自然資源學報，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］ 錢文婧，賀燦飛．中國水資源利用效率區(qū)域差異及影響因素研究［Ｊ］．中國人口·資源與環(huán)境，２０１１，２１（２）：５４－６０．

［１５］ 李穎．中國省域Ｒ＆Ｄ 資本存量的測算及空間特征研究［Ｊ］．軟科學，２０１９，３３（７）：２１－２６，３３．

【責任編輯 栗 銘】

基金項目：南水北調(diào)中線水源區(qū)流域生態(tài)安全高等學校學科創(chuàng)新引智基地項目（Ｄ２３０１５）；河南省重點研發(fā)專項（２２１１１１５２０６００）；河南省重大科技專項（２２１１００３２０２００）；河南省社科規(guī)劃辦委托項目（２０２１ＷＴ４９）；南水北調(diào)精神研究院２０２２ 年度招標重點項目（２０２２ｎｓｂｄ０７）；南陽師范學院鄉(xiāng)村振興研究院２０２２ 年度招標項目（２０２２ｓｃｚｘ０６）