中國(guó)工業(yè)用水效率及其影響因素的區(qū)域差異研究 ——基于SFA的省際面板數(shù)據(jù)

中國(guó)工業(yè)用水效率及其影響因素的區(qū)域差異研究
——基于SFA的省際面板數(shù)據(jù)

雷玉桃，黃麗萍

(華南理工大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，廣東廣州510006)

摘要：本文依據(jù)中國(guó)31個(gè)省2002-2013年的面板數(shù)據(jù)，運(yùn)用SFA方法測(cè)算和對(duì)比分析各省每年的工業(yè)用水效率值，并建立回歸方程分別對(duì)全國(guó)、東、中、西部地區(qū)的工業(yè)用水效率影響因素進(jìn)行分析。根據(jù)研究結(jié)論，本文提出了應(yīng)提高節(jié)水意識(shí)和節(jié)水技術(shù)、鼓勵(lì)循環(huán)用水、調(diào)整產(chǎn)業(yè)布局和優(yōu)化工業(yè)結(jié)構(gòu)、根據(jù)區(qū)域差異制定有區(qū)別的管理方案和制度等對(duì)策建議。

關(guān)鍵詞：工業(yè)用水效率；影響因素；區(qū)域差異；SFA

收稿日期：2015-01-02修回日期：2015-04-14

基金項(xiàng)目：本文得到國(guó)家自然科學(xué)基金項(xiàng)目(課題編號(hào)：71303080)、廣東省自然科學(xué)基金(課題編號(hào)：S2013010013243)的資助。

作者簡(jiǎn)介：雷玉桃(1976-)，女，漢族，重慶人，華南理工大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院副教授，博士，碩士生導(dǎo)師，研究方向：資源經(jīng)濟(jì)。

中圖分類號(hào)：F270

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-9753(2015)04-0155-10

Abstract：According to the panel data of China's 31 provinces in 2002-2013，we used stochastic frontier production function to calculate the industrial water consumption efficiency and make a comparison between regions.We also established regression equations respectively to analyze the influencing factors of all regions.According to the research，we suggest that we should raise the awareness of saving water and improve the water saving technology，encourage to use recycling water，adjust the industrial layout and optimize industrial structure，and make a difference between water management plan and system based on the regional differences.

Regional Differences in Industrial Water Consumption Efficiency and Its Influencing

Factors for China’s Major Industrial Provinces：A Study of Provincial Panel Data Based on SFA

LEI Yui-tao，HUANG Li-ping

(SchoolofEconomicsandTrade，SouthChinaUniversityofTechnology，Guangzhou510006，China)

Key words:industrial water consumption efficiency，influencing factors，regional differences，SFA

一、引言

水資源短缺已成為21世紀(jì)世界各國(guó)面臨的主要問(wèn)題之一。水資源的使用量，越來(lái)越多的水資源被浪費(fèi)、污染，甚至以不可持續(xù)的方式利用著。

中國(guó)人均水資源量還不到2200m3，位居世界第121位，是全球嚴(yán)重缺水的13個(gè)國(guó)家之一。隨著中國(guó)城市化、工業(yè)化進(jìn)程的加快，工業(yè)用水量呈逐年遞增態(tài)勢(shì)，工業(yè)用水量占總用水量的比重不斷增大。1997年，中國(guó)的工業(yè)用水量占總用水量的20.1%，到2013年，工業(yè)用水量占總用水量的比重上升到22.7%。水是經(jīng)濟(jì)與社會(huì)發(fā)展的核心動(dòng)力，工業(yè)是用水大戶，水資源是工業(yè)發(fā)展的血脈，工業(yè)節(jié)水的核心是提高工業(yè)用水效率。研究中國(guó)工業(yè)用水效率并分析其影響因素，是解決日益復(fù)雜水資源問(wèn)題的迫切要求，對(duì)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展有重要意義。

二、文獻(xiàn)回顧

中國(guó)的工業(yè)化進(jìn)程無(wú)比依賴水資源所提供的動(dòng)力，因此，對(duì)工業(yè)用水效率進(jìn)行科學(xué)測(cè)算并研究其影響因素顯得尤為重要。

國(guó)內(nèi)學(xué)者近年來(lái)運(yùn)用不同的方法對(duì)工業(yè)用水效率進(jìn)行了研究：朱啟榮(2007)采用洛倫茲曲線和基尼系數(shù)[1]、岳立等(2011)基于環(huán)境距離函數(shù)(DEDF)[2]、李靜等(2014)利用 SBM-Undesirable 和 Meta-frontier 模型[3]分別分析了我國(guó)工業(yè)用水效率情況。孫才志等(2008)運(yùn)用Malmquist生產(chǎn)力指數(shù)分析方法，對(duì)遼寧省1996-2006年間的用水效率進(jìn)行分析[4]；呂翠美等(2009)應(yīng)用能值這一新的概念和度量標(biāo)準(zhǔn)分析鄭州市用水效率，將傳統(tǒng)的萬(wàn)元產(chǎn)值用水量、人均用水量等用水指標(biāo)轉(zhuǎn)化為量綱統(tǒng)一的能值指標(biāo)[5]；孫愛(ài)軍(2007)建立隨機(jī)前沿生產(chǎn)函數(shù)(SFA)模型，對(duì)我國(guó)1953-2004年間的工業(yè)水資源利用技術(shù)效率進(jìn)行了測(cè)算[6]；陳關(guān)聚等(2013)也運(yùn)用隨機(jī)前沿技術(shù)測(cè)度了中國(guó)工業(yè)全要素水資源使用效率及影響因素[7]；董戰(zhàn)峰等(2012)建立了水資源效率數(shù)據(jù)包絡(luò)(DEA)模型對(duì)我國(guó)31個(gè)省、區(qū)、市2010年水資源利用效率進(jìn)行分析[8]；王春燕等(2014)也采用數(shù)據(jù)包絡(luò)法(DEA)分析了陜西省 35 個(gè)重點(diǎn)行業(yè)的用水效率[9]。通過(guò)這些方法各異的研究,學(xué)者們普遍認(rèn)為中國(guó)工業(yè)用水效率存在提升的空間。

在對(duì)工業(yè)用水效率研究的基礎(chǔ)上，部分學(xué)者也分析了中國(guó)工業(yè)用水效率的影響因素。賈紹鳳等(2000)[10]和毛春梅(2005)[11]都認(rèn)為水價(jià)是影響工業(yè)用水效率的重要因素；謝極(2004)提出規(guī)模結(jié)構(gòu)、產(chǎn)品結(jié)構(gòu)和原料結(jié)構(gòu)不合理，是目前工業(yè)用水效率低的重要因素之一[12]；陸蕾(2008)在對(duì)浙江省11個(gè)地市年工業(yè)水資源利用效率得分進(jìn)行測(cè)算的基礎(chǔ)上，分析了影響工業(yè)用水效率的因素，提出工業(yè)結(jié)構(gòu)等因素的影響最為顯著[13]；孫才志等(2009)選取遼寧省用水效率影響因素進(jìn)行回歸分析，認(rèn)為人均GDP和第三產(chǎn)業(yè)比重對(duì)用水效率有正的影響，而人均水資源量和人均生活用水量則對(duì)用水效率有負(fù)的影響[14]；洪昌紅等(2011)分析了廣東省各市2005年和2009年的工業(yè)用水效率與主導(dǎo)行業(yè)性質(zhì)及規(guī)模的關(guān)系[15]；余維等(2012)指出國(guó)內(nèi)近年來(lái)工業(yè)用水效率的影響因素有自然地理、經(jīng)濟(jì)發(fā)展水平、工業(yè)結(jié)構(gòu)和布局等[16]；蔡松年(2014)分析了葫蘆島市工業(yè)用水現(xiàn)狀，并從自然、經(jīng)濟(jì)、社會(huì)、水價(jià)、外商投資這五個(gè)方面探討了工業(yè)用水效率的影響因素[17]；姜蓓蕾等(2014)采用主成分分析方法對(duì)全國(guó)31個(gè)省級(jí)行政區(qū)1997-2010年的工業(yè)發(fā)展規(guī)模、資源環(huán)境、工業(yè)結(jié)構(gòu)、技術(shù)投入、環(huán)境以及經(jīng)濟(jì)杠桿等方面的指標(biāo)數(shù)據(jù)進(jìn)行篩選分析，認(rèn)為水資源條件和高耗水行業(yè)的比重對(duì)工業(yè)用水效率的提高呈現(xiàn)負(fù)向作用；工業(yè)科技投入和技術(shù)進(jìn)步對(duì)提高工業(yè)用水效率具有正向作用[18]。

以上學(xué)者的研究為分析中國(guó)工業(yè)用水效率及其影響因素提供了很好的參考。但是，目前的研究大多局限于某個(gè)省區(qū)、某一區(qū)域或者是以中國(guó)整體工業(yè)用水為研究對(duì)象，省區(qū)或區(qū)域間的差異分析相對(duì)較少。關(guān)于影響因素的研究，大多學(xué)者也只是針對(duì)某一方面或某幾個(gè)方面，缺乏綜合的研究以及區(qū)域之間的對(duì)比分析。本文將選用SFA模型，利用中國(guó)31個(gè)省區(qū)2002-2013年的數(shù)據(jù)，測(cè)算各省區(qū)每年的工業(yè)用水效率值，并進(jìn)行東、中、西部地區(qū)的區(qū)域差異分析，進(jìn)而建立回歸模型，定量分析各影響因素分別對(duì)全國(guó)、東、中、西部地區(qū)的工業(yè)用水效率的影響程度。

三、中國(guó)工業(yè)用水效率實(shí)證分析

(一)SFA模型簡(jiǎn)介

SFA(Stochastic Frontier Analysis)稱為隨機(jī)前沿函數(shù)分析。1977年，SFA方法最早出現(xiàn)在Meusen和Van den Broeck發(fā)表的論文[19]以及Aigner、Lovell和Schmidt發(fā)表的論文中[20]。SFA模型通過(guò)極大似然估計(jì)的方法來(lái)確定前沿邊界，是具有復(fù)合擾動(dòng)項(xiàng)的隨機(jī)邊界模型，它的前沿面是隨機(jī)的，所得的結(jié)論更加接近于實(shí)際情況。它的主要思想為隨機(jī)擾動(dòng)項(xiàng)由隨機(jī)誤差項(xiàng)(計(jì)算系統(tǒng)非效率)和技術(shù)損失誤差項(xiàng)(計(jì)算技術(shù)非效率)兩部分組成。隨機(jī)前沿模型(SFA)可以表達(dá)為：

(1)

其中，Yit表示第i個(gè)部門在t時(shí)期的產(chǎn)出，xit是一個(gè)K×1的向量，表示第i個(gè)部門在t時(shí)期的投入，β為模型參數(shù)。誤差項(xiàng)為復(fù)合結(jié)構(gòu)，其中v代表影響生產(chǎn)活動(dòng)的隨機(jī)因素，一般假設(shè)它是獨(dú)立同分布(i.i.d)的正態(tài)隨機(jī)變量，具有0均值和不變方差；u(非負(fù))代表著生產(chǎn)效率或管理效率，一般假設(shè)它是獨(dú)立同分布的半正態(tài)隨機(jī)變量。TEit表示技術(shù)效率，是指實(shí)際產(chǎn)出期望與生產(chǎn)前沿面期望的比值。

水資源是工業(yè)生產(chǎn)過(guò)程中的一種要素投入，將其引入模型，考慮產(chǎn)出與工業(yè)用水量、資本、勞動(dòng)之間的關(guān)系。超越對(duì)數(shù)生產(chǎn)函數(shù)是一種變彈性生產(chǎn)函數(shù)模型，能夠較好的研究投入要素之間的相互影響，因此，本文采用超越對(duì)數(shù)生產(chǎn)函數(shù)，則將這幾個(gè)變量之間的關(guān)系表示為：

lnYit=β0+β1lnKit+β2lnLit+β3lnWit+β4[lnKit]2+β5[lnLit]2+β6[lnWit]2+β7lnKit·lnLit+β8lnKit·lnWit+β9lnLit·lnWit+vit-uit

(2)

兩邊減去InWit可以得到：

ln(Yit/Wit)=β0+β1lnKit+β2lnLit+(β3-1)lnWit+β4[lnKit]2+β5[lnLit]2+β6[lnWit]2+β7lnKit·lnLit+β8lnKit·lnWit+β9lnLit·lnWit+vit-uit

(3)

由式(3)即可求出工業(yè)用水效率。其中，Yit為工業(yè)增加值(億元)，Kit為工業(yè)企業(yè)固定資產(chǎn)凈值(億元)，Lit為工業(yè)就業(yè)人員(萬(wàn)人)，Wit為工業(yè)用水量(億m3)。

(二)變量選取和數(shù)據(jù)來(lái)源

本文從投入產(chǎn)出角度，考慮水資源在工業(yè)生產(chǎn)過(guò)程中所產(chǎn)生的經(jīng)濟(jì)效益。用水量是必不可少的投入變量，除了自然資源的投入，資產(chǎn)的投入對(duì)于生產(chǎn)也是至關(guān)重要的，而勞動(dòng)力亦是生產(chǎn)過(guò)程中的基本要素。因此本文還將考慮資產(chǎn)投入和勞動(dòng)力投入。

本文選取中國(guó)31個(gè)省區(qū)2002年至2013年的數(shù)據(jù)，以各年度實(shí)際工業(yè)增加值作為產(chǎn)出變量，在投入變量上，本文以工業(yè)企業(yè)固定資產(chǎn)凈值作為資本量投入，按規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)原價(jià)合計(jì)減去規(guī)模以上工業(yè)企業(yè)累計(jì)折舊進(jìn)行計(jì)算，由于2013年工業(yè)企業(yè)固定資產(chǎn)原價(jià)缺失，本文以2012年規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)凈值為基礎(chǔ)，加上工業(yè)企業(yè)新增固定資產(chǎn)再減去由趨勢(shì)預(yù)測(cè)法計(jì)算的累計(jì)折舊進(jìn)行估算；勞動(dòng)力投入以工業(yè)就業(yè)人數(shù)(年底數(shù))計(jì)算，由采礦業(yè)、制造業(yè)、電力/熱力/燃?xì)饧八a(chǎn)和供應(yīng)業(yè)這三部分的年底就業(yè)人數(shù)相加獲得。工業(yè)用水量及其他變量的數(shù)值均來(lái)源于由《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒。文章中的東、中、西部地區(qū)的區(qū)分標(biāo)準(zhǔn)是按照國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)的分類所確定。根據(jù)國(guó)家發(fā)改委的解釋，我國(guó)東、中、西部的劃分是政策上的劃分，東部是指最早實(shí)行沿海開(kāi)放政策并且經(jīng)濟(jì)發(fā)展水平較高的省市；中部是指經(jīng)濟(jì)次發(fā)達(dá)地區(qū)；而西部則是指經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)。

(三)工業(yè)用水效率概況

本文采用Frontier4.1計(jì)算效率，該軟件首先使用最小二乘方法對(duì)模型進(jìn)行相應(yīng)的效率估計(jì)，若存在技術(shù)無(wú)效率時(shí)，程序會(huì)根據(jù)最小二乘估計(jì)的參數(shù)值，利用格點(diǎn)搜索法進(jìn)一步迭代，然后再采用似然估計(jì)估計(jì)出最終值，分析結(jié)果見(jiàn)表1。

表1　普通最小二乘法估計(jì)值和極大似然估計(jì)值

注：*，**，***分別表示在10%，5%，1%的顯著性水平下通過(guò)t檢驗(yàn)。

表1顯示，資本投入和用水量投入對(duì)工業(yè)增加值的影響都為正，而勞動(dòng)力投入的影響為負(fù)。工業(yè)用水量的投入與工業(yè)增加值呈正相關(guān)關(guān)系，意味著要在不增加工業(yè)用水量的基礎(chǔ)上提高工業(yè)增加值，必須提高工業(yè)用水效率。勞動(dòng)力投入與工業(yè)增加值則呈反向變動(dòng)關(guān)系，意味著在科學(xué)技術(shù)日益發(fā)展的今天，中國(guó)已經(jīng)不能太依賴勞動(dòng)密集型企業(yè)的發(fā)展，應(yīng)依靠資金、技術(shù)密集型企業(yè)來(lái)帶動(dòng)工業(yè)的迅猛發(fā)展。變量之間的自我影響對(duì)產(chǎn)出的影響關(guān)系不明顯；變量之間的相互影響對(duì)產(chǎn)出的影響也表現(xiàn)出較小程度的影響。從普通最小二乘估計(jì)和極大似然估計(jì)的t統(tǒng)計(jì)量的情況看，除了[InW]2，其他變量分別在1%、5%、10%的顯著性水平下拒絕0假設(shè)，這些變量對(duì)工業(yè)增加值的影響都表現(xiàn)顯著。從極大似然估計(jì)中的γ值可以看出，可控的無(wú)效率占比達(dá)到60.9%，而隨機(jī)無(wú)效率占比39.1%，隨機(jī)誤差項(xiàng)帶來(lái)的影響相對(duì)較小。

工業(yè)用水效率作為水資源投入的生產(chǎn)率反映了水資源在工業(yè)生產(chǎn)過(guò)程中利用的程度和有效性。中國(guó)各省區(qū)2002-2013年的工業(yè)用水效率平均值如圖1所示。由圖1可以看出，我國(guó)工業(yè)用水效率平均值呈現(xiàn)逐年上升的趨勢(shì)，由2002年的0.489上升到2013年的0.733。

圖1　中國(guó)2002-2013年工業(yè)用水效率均值

另外，表2所示的是各省區(qū)分區(qū)域主要年份的工業(yè)用水效率值。計(jì)算結(jié)果顯示，中國(guó)東、中、西部地區(qū)的工業(yè)用水效率值差異較為明顯。東部地區(qū)的工業(yè)用水效率值最高，中部地區(qū)次之，西部地區(qū)最低，并且中部地區(qū)各省份的工業(yè)用水效率均值與全國(guó)所有省份的均值最為接近，這反映了工業(yè)用水效率與區(qū)域的經(jīng)濟(jì)發(fā)展水平存在著密切聯(lián)系。表2也顯示了各省(直轄市)每年的工業(yè)用水效率，從中可以非常直觀地看到天津和山東各年的工業(yè)用水效率值均超過(guò)了0.800，山東的工業(yè)用水效率均值甚至達(dá)到了0.908，是所有省(直轄市)中用水效率最高的。然而湖北、青海、貴州、甘肅的工業(yè)用水效率均值都低于0.500，這四個(gè)省都屬于中西部地區(qū)，其中湖北、貴州、甘肅各年的效率值也都低于0.600，意味著有大量的水資源在工業(yè)生產(chǎn)過(guò)程中沒(méi)有得到合理的利用。陳關(guān)聚等(2013)選取2003-2010年31省份規(guī)模以上工業(yè)企業(yè)投入與產(chǎn)出面板數(shù)據(jù)，運(yùn)用SFA方法測(cè)度了中國(guó)工業(yè)全要素水資源使用效率，其中天津和山東的效率測(cè)算值處于最高水平，而湖北、青海、貴州、甘肅的效率測(cè)算值處于較低水平[7]；另外，岳立等(2013)通過(guò)超效率 DEA 方法，選取 2003-2010 年的中國(guó) 31個(gè)省區(qū)工業(yè)用水量和經(jīng)濟(jì)發(fā)展面板數(shù)據(jù)測(cè)算出來(lái)的效率值中，天津和山東亦處于較高水平[21]。因此，本文的研究結(jié)果與其他學(xué)者的相吻合。另外，新疆、寧夏、上海、安徽、四川、吉林、云南2013年的工業(yè)用水效率值以及各年均值均低于0.7，除了上海市，其他省份都為中西部地區(qū)，其工業(yè)用水效率存在較大的提升空間。

表2　中國(guó)分區(qū)域主要年份工業(yè)用水效率值

各省區(qū)工業(yè)用水效率存在明顯差異，除了經(jīng)濟(jì)發(fā)展水平外，資源稟賦的不同也是重要的影響因素。本文將總結(jié)工業(yè)用水效率的影響因素，并從總體上定量分析各影響因素對(duì)用水效率的影響程度，同時(shí)分區(qū)域分別進(jìn)行研究。

四、中國(guó)工業(yè)用水效率影響因素分析

(一)影響因素選取

工業(yè)用水效率影響因素的選取并沒(méi)有統(tǒng)一的方法和標(biāo)準(zhǔn)，已有文獻(xiàn)中，學(xué)者們大多都憑經(jīng)驗(yàn)來(lái)選取。其中，余維等(2012)[16]對(duì)我國(guó)2012年以前研究工業(yè)用水效率的文獻(xiàn)進(jìn)行總結(jié)，得出工業(yè)用水效率影響因素主要包含以下五個(gè)方面：自然地理因素、經(jīng)濟(jì)發(fā)展水平、工業(yè)結(jié)構(gòu)和布局、工業(yè)發(fā)展水平以及社會(huì)因素。2012年之后的研究中，自然因素、經(jīng)濟(jì)因素、社會(huì)因素也是學(xué)者們必選的影響因素。本文根據(jù)已有經(jīng)驗(yàn)，考慮影響因素選取的代表性、科學(xué)性、綜合性以及可操作原則，從以下六個(gè)方面來(lái)選取工業(yè)用水效率的影響因素。

1.自然地理因素。中國(guó)地域遼闊，水資源的地區(qū)分布很不均勻。受大陸季風(fēng)區(qū)控制的東部地區(qū)降水相對(duì)豐富，而在西北內(nèi)陸所處的非季風(fēng)區(qū)則干旱異常，水資源總量更是不足全國(guó)的5%。水資源分布的南北差異也十分明顯。用水效率同水資源稟賦存在密切聯(lián)系，因此，本文選取水資源總量作為影響工業(yè)用水效率的自然地理因素。

2.經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展的初期，資源的開(kāi)發(fā)利用是最主要的驅(qū)動(dòng)因素。工業(yè)的發(fā)展離不開(kāi)水資源，隨著工業(yè)化進(jìn)程的加快，水資源的開(kāi)采量逐漸增大，污染和浪費(fèi)也日益嚴(yán)重。資源的稀缺性限制了經(jīng)濟(jì)的進(jìn)一步發(fā)展。但經(jīng)濟(jì)發(fā)展到一定水平之后，人們開(kāi)始意識(shí)到水資源的日益緊缺，并采取各種措施提高用水效率。本文選取人均GDP作為影響工業(yè)用水效率的經(jīng)濟(jì)發(fā)展因素。

3.產(chǎn)業(yè)結(jié)構(gòu)。水資源是有限的，工業(yè)用水的不斷增加直接導(dǎo)致了其他產(chǎn)業(yè)用水越來(lái)越緊張。工業(yè)是第二產(chǎn)業(yè)最主要組成部分，而我國(guó)是工業(yè)大國(guó)，工業(yè)用水量占總用水量的比例逐年增加，2013年已經(jīng)達(dá)到了22.7%。另外，在相同產(chǎn)值下，第三產(chǎn)業(yè)是耗水量最少的產(chǎn)業(yè)，大力發(fā)展第三產(chǎn)業(yè)，研發(fā)出更多的節(jié)水工藝，也可以間接降低工業(yè)用水效率。因此，選取第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重作為產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)。

4.科技進(jìn)步。水資源開(kāi)發(fā)利用領(lǐng)域是科學(xué)技術(shù)最早應(yīng)用的領(lǐng)域之一，水資源可持續(xù)利用需要科技進(jìn)步的支持。一方面，科技進(jìn)步可以為工業(yè)企業(yè)節(jié)約用水和污水處理提供新的技術(shù)措施，提高用水效率；另一方面，非常規(guī)水資源的開(kāi)發(fā)和水資源的管理也必須依靠科技進(jìn)步。本文選取研究與試驗(yàn)發(fā)展(R&D)經(jīng)費(fèi)投入強(qiáng)度作為科技進(jìn)步指標(biāo)。

5.用水狀況。水資源總量并不能代表實(shí)際用水情況，水資源利用效率是反映水資源有效開(kāi)發(fā)利用和管理的重要綜合指標(biāo)。另外，隨著我國(guó)工業(yè)用水量的增加，農(nóng)業(yè)用水量在不斷減少。但僅僅依靠用水量的增加來(lái)發(fā)展工業(yè)并非長(zhǎng)久之計(jì)，提高工業(yè)用水效率尤為重要。用水結(jié)構(gòu)的合理安排，對(duì)于提高用水效率有促進(jìn)作用。因此，選取水資源開(kāi)發(fā)利用率和工業(yè)用水比重作為用水結(jié)構(gòu)指標(biāo)。

6.社會(huì)因素。人們的用水習(xí)慣、企業(yè)的節(jié)水意識(shí)、國(guó)家的政策法規(guī)等都是影響工業(yè)用水的社會(huì)因素。水資源危機(jī)在很大程度上是由人的行為造成的，因此人口的多少、素質(zhì)的高低對(duì)用水效率存在一定影響。人口素質(zhì)越高，節(jié)水意識(shí)越強(qiáng)，用水效率必然會(huì)越高。人口的素質(zhì)能通過(guò)教育文化水平來(lái)反映，因此，本文選取人均教育經(jīng)費(fèi)作為影響工業(yè)用水效率的社會(huì)因素。

各影響因素指標(biāo)均由從《中國(guó)統(tǒng)計(jì)年鑒》中獲取的數(shù)據(jù)計(jì)算所得。由于2012年和2013年各省的教育經(jīng)費(fèi)支出數(shù)據(jù)缺失，本文以國(guó)家統(tǒng)計(jì)局發(fā)布的2012年和2013年全國(guó)教育經(jīng)費(fèi)支出額為基礎(chǔ)，按2011年各省教育經(jīng)費(fèi)支出占全國(guó)的比例估算各省2012年和2013年的教育經(jīng)費(fèi)支出。表3對(duì)這8個(gè)影響因素進(jìn)行了統(tǒng)計(jì)描述。

表3　工業(yè)用水效率影響因素定義

(二)回歸方程建立

本文采用回歸分析的方法定量分析工業(yè)用水效率影響因素?；貧w分析是確定兩種或兩種以上變量間相互依賴關(guān)系的一種統(tǒng)計(jì)分析方法。根據(jù)上文所提到的影響因素，建立多元線性回歸方程如下：

TE=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8

(4)

其中，TE為中國(guó)各省份的工業(yè)用水效率；β0為回歸方程的截距項(xiàng)；β1，β2，…，β8分別為水資源總量、人均GDP、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、R&D經(jīng)費(fèi)投入強(qiáng)度、工業(yè)用水比重、水資源開(kāi)發(fā)利用率和人均教育費(fèi)用支出的系數(shù)。

本文對(duì)全國(guó)以及東、中、西部地區(qū)的工業(yè)用水效率影響因素分別進(jìn)行分析。全部樣本覆蓋2002年至2013年全國(guó)31個(gè)省(直轄市)，其中東部地區(qū)包括11個(gè)省(直轄市)，共132個(gè)樣本；中部地區(qū)包括8個(gè)省(直轄市)，共96個(gè)樣本；西部地區(qū)包括12個(gè)省(直轄市)，共144個(gè)樣本。各省(直轄市)的工業(yè)用水效率值為第二部分運(yùn)用SFA方法測(cè)算出來(lái)的數(shù)值。

(三)影響因素分析

根據(jù)方程(4)，本文運(yùn)用Eviews 7.2軟件，采用普通最小二乘法(OLS)，對(duì)全國(guó)、東部地區(qū)、中部地區(qū)、西部地區(qū)的樣本數(shù)據(jù)分別進(jìn)行回歸分析，并檢驗(yàn)方程擬合度和顯著性，以及變量系數(shù)的顯著性。回歸結(jié)果如表4和表5所示。

各組樣本的工業(yè)用水效率回歸方程的擬合度R2和F顯著性檢驗(yàn)值表明四個(gè)回歸方程都通過(guò)了顯著性檢驗(yàn)。但各影響變量在不同的回歸方程中的系數(shù)估計(jì)值以及顯著性檢驗(yàn)情況有較大差異。

從全國(guó)樣本工業(yè)用水效率影響因素回歸分析結(jié)果中可以看出，只有人均GDP、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重和人均教育費(fèi)用支出這四個(gè)變量的系數(shù)估計(jì)值通過(guò)了顯著性檢驗(yàn)，且顯著性水平都在1%以下，說(shuō)明這四個(gè)影響因素對(duì)工業(yè)用水效率有很強(qiáng)的關(guān)系，并且與工業(yè)用水效率之間存在正相關(guān)關(guān)系。經(jīng)濟(jì)的發(fā)展促進(jìn)技術(shù)的進(jìn)步和設(shè)備的改進(jìn)，可促進(jìn)非常規(guī)水的開(kāi)發(fā)和提高工業(yè)用水重復(fù)利用率；第二產(chǎn)業(yè)比重的系數(shù)估計(jì)值也為正，并且系數(shù)值相對(duì)較大，說(shuō)明了規(guī)模經(jīng)濟(jì)對(duì)工業(yè)用水效率的正向作用；在產(chǎn)值相同的情況下，第三產(chǎn)業(yè)耗水較少，大力發(fā)展第三產(chǎn)業(yè)有助于提高工業(yè)用水效率；另外，隨著教育水平的提高，人們的節(jié)水意識(shí)也隨著提高，對(duì)工業(yè)用水效率有正向影響。水資源總量與工業(yè)用水效率為負(fù)相關(guān)，這與本文前面的討論相符，水資源的可得性越大，人們?cè)饺菀缀雎怨?jié)水問(wèn)題。

進(jìn)一步分析東部地區(qū)的工業(yè)用水效率影響因素。東部地區(qū)屬于經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，其回歸結(jié)果與全國(guó)及其他區(qū)域存在一定的差異。東部地區(qū)除了水資源總量、R&D經(jīng)費(fèi)投入強(qiáng)度和水資源開(kāi)發(fā)利用率外，其他五個(gè)變量的系數(shù)估計(jì)值通過(guò)了顯著性檢驗(yàn)。其中人均GDP、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重和工業(yè)用水比例的系數(shù)估計(jì)值在低于1%的顯著性水平下通過(guò)檢驗(yàn)，并且除了工業(yè)用水比例，其他三個(gè)變量與工業(yè)用水效率都存在很強(qiáng)的正相關(guān)關(guān)系，這與現(xiàn)實(shí)情況相符。而人均教育經(jīng)費(fèi)支出的系數(shù)估計(jì)值系數(shù)值符號(hào)為負(fù)，與本文之前的討論不相符，但由于該系數(shù)是在接近于5%的顯著性水平下勉強(qiáng)通過(guò)檢驗(yàn)，可信度相對(duì)較低。

表4　全國(guó)工業(yè)用水效率影響因素回歸分析結(jié)果

中部地區(qū)的工業(yè)用水效率影響變量中，除了第三產(chǎn)業(yè)比重外，其余七個(gè)影響變量的系數(shù)估計(jì)值通過(guò)顯著性檢驗(yàn)，且水資源總量、工業(yè)用水比例、水資源開(kāi)發(fā)利用率和人均教育費(fèi)用支出的影響為負(fù)，人均GDP、第二產(chǎn)業(yè)比重和R&D經(jīng)費(fèi)投入強(qiáng)度的影響為正。其中，中部地區(qū)的主導(dǎo)產(chǎn)業(yè)主要集中于以能源和原料工業(yè)為重心的重化工業(yè)，耗水較多且污染較嚴(yán)重，解釋了工業(yè)用水比例對(duì)工業(yè)用水效率的負(fù)影響。而中部地區(qū)本為水資源豐富的地區(qū)，水資源開(kāi)發(fā)利用率卻不高，部分省區(qū)的水資源開(kāi)發(fā)利用率甚至有下降趨勢(shì)。但在其他因素影響下，工業(yè)用水效率一直在提高。另外，人均教育費(fèi)用支出的影響為負(fù)但絕對(duì)值不大，這與中部地區(qū)教育發(fā)展速度遠(yuǎn)遠(yuǎn)快于工業(yè)用水效率的提升速度有一定的關(guān)系。中部地區(qū)各省的人均教育費(fèi)用支出從2002年到2013年都翻了4到7倍，比東部地區(qū)人均教育費(fèi)用的年增長(zhǎng)率要高出很多。

由表5的最后一部分可知，西部地區(qū)的工業(yè)用水效率影響因素中，只有水資源總量、人均GDP和水資源開(kāi)發(fā)利用率的系數(shù)估計(jì)值統(tǒng)計(jì)不顯著。其中，第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、R&D經(jīng)費(fèi)投入強(qiáng)度和人均教育費(fèi)用支出的系數(shù)估計(jì)值在1%的顯著性水平下統(tǒng)計(jì)顯著，意味著這四個(gè)影響因素與工業(yè)用水效率相關(guān)性很強(qiáng)。R&D經(jīng)費(fèi)投入強(qiáng)度與工業(yè)用水效率呈負(fù)相關(guān)關(guān)系，而其他四個(gè)變量與工業(yè)用水效率呈正相關(guān)關(guān)系。由于西部地區(qū)經(jīng)濟(jì)發(fā)展較為落后，同時(shí)科技發(fā)展也較為落后，本來(lái)就不高的GDP中，僅有0.8%用于科研投入，且部分省區(qū)的投入比例甚至有逐年遞減趨勢(shì)，而工業(yè)用水效率在其他因素的正向影響下，每年有所提升，因此R&D經(jīng)費(fèi)投入強(qiáng)度與工業(yè)用水效率呈負(fù)相關(guān)。而人均教育費(fèi)用支出與工業(yè)用水效率存在很強(qiáng)的正向關(guān)系，這與本文之前的討論相符，尤其在教育發(fā)展較為落后的地區(qū)，提高人們的素質(zhì)，進(jìn)而提高節(jié)水意識(shí)對(duì)提高工業(yè)用水效率有很大幫助。另外，西部地區(qū)的工業(yè)發(fā)展仍處于起步階段，工業(yè)用水比例多年平均值也僅為16.9%，遠(yuǎn)遠(yuǎn)低于東、中部地區(qū)；西部地區(qū)的缺水問(wèn)題最為嚴(yán)重，加上區(qū)別于其他地區(qū)的工業(yè)發(fā)展現(xiàn)狀和產(chǎn)業(yè)結(jié)構(gòu)，導(dǎo)致了工業(yè)用水比例對(duì)工業(yè)用水效率的相對(duì)正向影響。隨著西部地區(qū)工業(yè)的不斷發(fā)展，工業(yè)用水比例逐年增加，而工業(yè)用水效率也日漸提高。

表5　各區(qū)域工業(yè)用水效率影響因素回歸分析結(jié)果

注：*，**，***分別表示在10%，5%，1%的顯著性水平下通過(guò)t檢驗(yàn)。

五、結(jié)論與建議

本文先通過(guò)SFA方法測(cè)算中國(guó)31個(gè)省(直轄市)2002-2013年的工業(yè)用水效率值，并分東、中、西部地區(qū)進(jìn)行差異分析，引出存在差異的可能的影響因素，并總結(jié)各影響因素，再運(yùn)用多元線性回歸方法分別定量分析各影響因素對(duì)全國(guó)、東部地區(qū)、西部地區(qū)和中部地區(qū)的工業(yè)用水效率的影響程度。得出如下結(jié)論：

第一，中國(guó)東、中、西部地區(qū)的工業(yè)用水效率值差異較為明顯。東部地區(qū)的工業(yè)用水效率值最高，中部地區(qū)次之，西部地區(qū)最低，并且中部地區(qū)各省份的工業(yè)用水效率均值與全國(guó)所有省份的均值最為接近。

第二，全國(guó)樣本的影響因素分析中只有人均GDP、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重和人均教育費(fèi)用支出這四個(gè)變量的系數(shù)估計(jì)值通過(guò)了顯著性檢驗(yàn)，并且與工業(yè)用水效率之間存在正相關(guān)關(guān)系；東部地區(qū)除了工業(yè)用水比例與工業(yè)用水效率存在負(fù)相關(guān)關(guān)系外，人均GDP、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重和工業(yè)用水比例與工業(yè)用水效率都存在很強(qiáng)的正相關(guān)關(guān)系；中部地區(qū)的人均GDP、第二產(chǎn)業(yè)比重和R&D經(jīng)費(fèi)投入強(qiáng)度的影響為正；西部地區(qū)的第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、R&D經(jīng)費(fèi)投入強(qiáng)度和人均教育費(fèi)用支出這四個(gè)影響因素與工業(yè)用水效率相關(guān)性很強(qiáng)。

本文研究所得的結(jié)論可為不同區(qū)域制定相應(yīng)的水資源管理方案和制度提供一定的依據(jù)。根據(jù)結(jié)論，可提出以下提高工業(yè)用水效率的建議：

第一，加大教育和科技投入，提高節(jié)水意識(shí)和節(jié)水技術(shù)。從本文的分析中可知，教育對(duì)工業(yè)用水效率的影響總體來(lái)說(shuō)是正的，教育的發(fā)展有助于提高人的綜合素質(zhì)，在節(jié)水意識(shí)上有所增強(qiáng)，另一方面也能促進(jìn)科技的發(fā)展，對(duì)節(jié)水工藝和技術(shù)改進(jìn)的研究將對(duì)提高工業(yè)用水效率起到重要作用。

第二，先富帶后富，促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展和工業(yè)用水效率的提升。東、中、西部的經(jīng)濟(jì)發(fā)展水平不同，工業(yè)用水效率也存在一定差異。東部地區(qū)擁有較好的經(jīng)濟(jì)發(fā)展水平和較高的工業(yè)用水效率，從資金、技術(shù)上給予中、西部地區(qū)支持是經(jīng)濟(jì)和工業(yè)用水可持續(xù)發(fā)展的要求，有利于緩解我國(guó)用水緊張的局勢(shì)。

第三，控制工業(yè)用水增長(zhǎng)，鼓勵(lì)工業(yè)用水循環(huán)利用。水資源短缺與工業(yè)用水不斷增加的矛盾日益突出，控制區(qū)域用水總量勢(shì)在必行，工業(yè)用水的循環(huán)利用也可對(duì)經(jīng)濟(jì)、社會(huì)和環(huán)境帶來(lái)多重效益。鼓勵(lì)企業(yè)發(fā)展低耗水、高效益的產(chǎn)業(yè)以及加強(qiáng)污水處理、循環(huán)利用可減少工業(yè)用水、提高工業(yè)用水效率。

第四，調(diào)整產(chǎn)業(yè)布局，優(yōu)化工業(yè)結(jié)構(gòu)。第一產(chǎn)業(yè)和第二產(chǎn)業(yè)用水較多，第三產(chǎn)業(yè)用水較少，大力發(fā)展第三產(chǎn)業(yè)(尤其是在缺水地區(qū))有助于提高工業(yè)用水效率。另外，工業(yè)中的高耗水行業(yè)同時(shí)也是排污最多的行業(yè)，對(duì)于這些工業(yè)項(xiàng)目，應(yīng)通過(guò)強(qiáng)硬措施嚴(yán)格限制，合理優(yōu)化工業(yè)結(jié)構(gòu)。

第五，根據(jù)區(qū)域差異，制定有區(qū)別的管理方案和制度。為了貫徹落實(shí)國(guó)家最嚴(yán)格的水資源管理制度，部分地區(qū)已經(jīng)制定并實(shí)施符合本地區(qū)實(shí)情的管理工作方案，部分地區(qū)已取得實(shí)效，但全面提升水資源科學(xué)管理水平需要全國(guó)各地區(qū)的共同參與。根據(jù)區(qū)域差異創(chuàng)新管理模式，通過(guò)出臺(tái)有區(qū)別的制度來(lái)保障，全面重視和落實(shí)，為提高工業(yè)用水效率和促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展作貢獻(xiàn)。

參考文獻(xiàn)：

[1]朱啟榮.中國(guó)工業(yè)用水效率與節(jié)水潛力實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2007，26(9)：48-51.

[2]岳立，趙海濤.環(huán)境約束下的中國(guó)工業(yè)用水效率研究——基于中國(guó)13個(gè)典型工業(yè)省區(qū)2003年-2009年數(shù)據(jù)[J].資源科學(xué)，2011，33(11)：2071-2079.

[3]李靜，馬瀟璨.資源與環(huán)境雙重約束下的工業(yè)用水效率[J].自然資源學(xué)報(bào)，2014，29(6)：920-933.

[4]孫才志，王言鑫.遼寧省用水效率動(dòng)態(tài)變化的Malmquist指數(shù)分析[J].統(tǒng)計(jì)與決策，2008(14)：108-110.

[5]呂翠美，吳澤寧.區(qū)域用水效率與節(jié)水潛力的能值分析[J].干旱區(qū)資源與環(huán)境，2009，23(2)：62-67.

[6]孫愛(ài)軍.基于隨機(jī)前沿函數(shù)的工業(yè)用水技術(shù)效率研究[D].河海大學(xué)，2007.

[7]陳關(guān)聚，白永秀.基于隨機(jī)前沿的區(qū)域工業(yè)全要素水資源效率研究[J].資源科學(xué)，2013，35(8)：1593-1599.

[8]董戰(zhàn)峰，喻恩源，裘浪，葛察忠.基于DEA模型的中國(guó)省級(jí)地區(qū)水資源效率評(píng)價(jià)[J].生態(tài)經(jīng)濟(jì)，2012(10)：43- 47.

[9]王春燕，仇亞琴，趙曉慎，田韶英，杜軍凱.基于DEA模型的陜西省工業(yè)用水效率分析[J].農(nóng)業(yè)與技術(shù)，2014(3)：236-237.

[10]賈紹鳳，康德勇.提高水價(jià)對(duì)水資源需求的影響分析[J].水科學(xué)進(jìn)展，2000，11(1)：49-53.

[11]毛春梅.工業(yè)用水量的價(jià)格彈性計(jì)算[J].工業(yè)用水與廢水，2005，36(3)：1- 4.

[12]謝極.水資源對(duì)我國(guó)工業(yè)發(fā)展的影響及對(duì)策建議[J].節(jié)能與環(huán)保，2004(4)：16-18.

[13]陸蕾.浙江省工業(yè)水資源利用效率研究[D].浙江大學(xué)，2008.

[14]孫才志，王妍，李紅新.遼寧省用水效率影響因素分析[J].水利經(jīng)濟(jì)，2009，27(2)：1-5.

[15]洪昌紅，黃本勝，邱靜，王珍，黃鋒華，杜涓.廣東省工業(yè)用水效率影響因素分析[J].廣東水利水電，2011(8)：27-29.

[16]余維，汪奎，趙遠(yuǎn)翔.我國(guó)工業(yè)用水效率研究進(jìn)展[J].人民長(zhǎng)江，2012，43(2)：71-74.

[17]蔡松年.葫蘆島市工業(yè)用水的節(jié)水潛力及影響因素研究[J].內(nèi)蒙古水利，2014(1)：114-115.

[18]姜蓓蕾，耿雷華，卞錦宇，等.中國(guó)工業(yè)用水效率水平驅(qū)動(dòng)因素分析及區(qū)劃研究[J].資源科學(xué)，2014，36(11):2231-2239.

[19] Meeusen W，Van den Broeck J.Efficiency estimation from Cobb-Douglas production functions with composed error[J]. International Economic Review，1977，18(2)：435- 444.

[20] Aigner D，Lovell C A，Schmidt P.Formulation and estimation of stochastic frontier production function models[J]. journal of Econometrics，1977，6(1)：21-37.

[21]岳立，白婧，郭山寧.基于超效率的中國(guó)工業(yè)用水效率分析[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2013，36(6)：51-55.

(本文責(zé)編：海洋)