基于DEA-Malmquist指數(shù)和Tobit模型的長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效及影響因素

王保乾，劉 暢

(河海大學(xué)商學(xué)院，江蘇 南京 211100)

1 文獻(xiàn)綜述

水資源福利績(jī)效的大小反映了地區(qū)單位水資源耗損所帶來的福利水平增加。如何在實(shí)現(xiàn)水資源可持續(xù)利用的條件下，以最小的水資源消耗獲得最多的福利增長(zhǎng)是我國(guó)水資源匱乏背景下的重要課題。

國(guó)外學(xué)術(shù)界對(duì)水資源利用效率的研究興起于20世紀(jì)60年代，主要研究工農(nóng)業(yè)用水量和經(jīng)濟(jì)產(chǎn)出之間的內(nèi)在關(guān)系。研究結(jié)果表明，工農(nóng)業(yè)領(lǐng)域的單位用水量產(chǎn)出越高，其水資源利用效率越高。Colenbrander[1]指出，20世紀(jì)70年代，由于工業(yè)結(jié)構(gòu)的轉(zhuǎn)變以及工藝技術(shù)的進(jìn)步，使得荷蘭工業(yè)用水增長(zhǎng)逐漸放緩，甚至達(dá)到零增長(zhǎng)后持續(xù)降低，但工業(yè)生產(chǎn)量卻提升了3倍。Howell[2]認(rèn)為可以采取提高農(nóng)業(yè)灌溉工程以及農(nóng)事管理水平或降低灌溉過程中水分滲漏損失的方法，提高水資源利用效率。

國(guó)內(nèi)學(xué)者對(duì)水資源利用效率的研究始于21世紀(jì)初，與國(guó)外研究相比，國(guó)內(nèi)研究更偏向于關(guān)注宏觀層面[3]，總體可以概括為兩種類型：①只考慮經(jīng)濟(jì)產(chǎn)出的水資源效率研究。朱啟榮等[4-5]采用洛倫茲曲線和基尼系數(shù)分析我國(guó)工業(yè)用水的資源配置效率區(qū)域差異，并利用回歸模型檢驗(yàn)其影響因素；蔡松年等[6]通過單要素方法測(cè)算不同地區(qū)的水資源利用效率，并以其差值代表節(jié)水潛力進(jìn)行研究分析。②從環(huán)境保護(hù)、可持續(xù)發(fā)展角度進(jìn)行的研究。在經(jīng)濟(jì)產(chǎn)出中增加了一個(gè)“壞產(chǎn)出量”，即將廢水與水污染作為一種非期望產(chǎn)出。汪克亮等[7]運(yùn)用EBM模型測(cè)算包含水污染的工業(yè)綠色水資源效率，并進(jìn)一步分析效率的時(shí)空特征以及地區(qū)差異根源；羅偉峰等[8]采用超效率DEA模型計(jì)算以廢水和廢水中主要污染物為產(chǎn)出指標(biāo)的全要素工業(yè)水資源利用效率，并使用Malmquist指數(shù)進(jìn)行分解，分析水資源效率變化的影響因素。

從環(huán)境保護(hù)角度進(jìn)行的綠色水資源利用效率研究，雖然考慮了水資源使用會(huì)帶來“壞產(chǎn)出”，并會(huì)降低生態(tài)環(huán)境質(zhì)量、導(dǎo)致社會(huì)福利水平下降這一因素，但是在研究方法上只是將經(jīng)濟(jì)與生態(tài)簡(jiǎn)單地線性累加，且這些研究并沒有考慮非生產(chǎn)性的居民生活用水、維持良好生態(tài)環(huán)境自然用水對(duì)社會(huì)福利增加的影響，這些“非生產(chǎn)性”水損耗雖然不會(huì)帶來GDP的增長(zhǎng)，卻會(huì)影響社會(huì)福利水平。鑒于此，Daly[9]提出采用將生態(tài)資源耗損量轉(zhuǎn)化為福利價(jià)值量的效率作為生態(tài)福利績(jī)效的方法，從而有機(jī)綜合了環(huán)境產(chǎn)出與經(jīng)濟(jì)產(chǎn)出。這一概念旨在擴(kuò)展GDP產(chǎn)出視角下的水資源利用效率觀，考慮了生態(tài)用水投入對(duì)人類社會(huì)福利的影響。

諸大建等[10]在Daly思想的基礎(chǔ)上提出用生態(tài)足跡與人類發(fā)展水平的比值作為生態(tài)福利績(jī)效，并研究了生態(tài)福利績(jī)效與經(jīng)濟(jì)增長(zhǎng)之間的內(nèi)在關(guān)系；龍亮軍等[11]采用非徑向Super-SBM模型測(cè)算了主要城市的生態(tài)福利績(jī)效，并在此基礎(chǔ)上利用Malmquist指數(shù)進(jìn)行動(dòng)態(tài)分析。隨后，有學(xué)者將生態(tài)福利進(jìn)行細(xì)分，針對(duì)某種資源的單要素福利績(jī)效進(jìn)行研究。如劉國(guó)平等[12-13]提出并構(gòu)建了模型計(jì)算能源福利績(jī)效，最后使用LMDI因素分解模型對(duì)能源福利績(jī)效進(jìn)行動(dòng)態(tài)分析；同時(shí)又提出碳排放福利績(jī)效的概念，構(gòu)建了以碳排放作為生態(tài)資本投入、社會(huì)福利為最終產(chǎn)出的效率分析框架。詹蘭芳等[14]提出了水資源福利績(jī)效的內(nèi)涵與量化評(píng)價(jià)方法，并以韓江流域?yàn)槔?，探究水資源利用與社會(huì)福利之間的變化規(guī)律，以及流域綜合整治對(duì)流域水資源福利績(jī)效的影響。臧漫丹等[15]構(gòu)建了水資源福利績(jī)效指標(biāo)體系，并利用廣義DEA模型測(cè)算省際水資源福利績(jī)效，最后采用Moran散點(diǎn)圖進(jìn)行時(shí)空分異分析。

參考水資源利用效率、綠色水資源利用效率及生態(tài)福利績(jī)效的研究綜述，本文遵循生態(tài)福利績(jī)效內(nèi)含的邏輯，以水資源福利為產(chǎn)出，構(gòu)建多投入多產(chǎn)出的水資源福利績(jī)效指標(biāo)體系，實(shí)證分析我國(guó)長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效及其影響因素。在指標(biāo)體系上，綜合客觀與主觀福利作為產(chǎn)出，解決了忽略主觀感受導(dǎo)致評(píng)價(jià)結(jié)果與實(shí)際的偏差問題[11]；從研究對(duì)象來看，國(guó)內(nèi)現(xiàn)有文獻(xiàn)主要研究國(guó)家或區(qū)域?qū)用娴乃Y源福利績(jī)效，缺乏對(duì)流域經(jīng)濟(jì)帶水資源福利績(jī)效的研究，因此，本文對(duì)流域經(jīng)濟(jì)帶水資源效率的研究具有前沿性；從研究方法來看，運(yùn)用DEA-Malmquist指數(shù)分析方法[16]對(duì)水資源福利績(jī)效進(jìn)行動(dòng)態(tài)分析，建立面板Tobit回歸模型并運(yùn)用極大似然值法測(cè)度長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的影響因素。

2 研究方法與模型選擇

2.1 超效率DEA模型

數(shù)據(jù)包絡(luò)分析(簡(jiǎn)稱DEA)是一種多輸入、多產(chǎn)出的效率評(píng)價(jià)方法，因此可以將投入和產(chǎn)出數(shù)據(jù)代入DEA模型測(cè)算一個(gè)決策單元的綜合效率值。由于DEA模型不需要統(tǒng)一量綱的特點(diǎn)使得其測(cè)算結(jié)果較客觀，成為目前效率測(cè)算領(lǐng)域的主流模型。利用DEA模型進(jìn)行效率測(cè)算時(shí)，會(huì)出現(xiàn)DMU有效與無效兩類結(jié)果。如果出現(xiàn)多個(gè)效率值為1的有效單元時(shí)，傳統(tǒng)DEA模型就無法做出進(jìn)一步評(píng)價(jià)。為彌補(bǔ)這一缺點(diǎn)，Andersen等[17]于1993年提出超效率DEA模型，在原有基礎(chǔ)上將效率值擴(kuò)展超過0～1的范圍，可以大于1，能夠?qū)Χ鄠€(gè)有效的決策單位進(jìn)行更詳細(xì)的測(cè)算與分析。本文采用投入導(dǎo)向的DEA-CCR模型探討長(zhǎng)江經(jīng)濟(jì)帶各省市水資源與水污染投入對(duì)水資源福利水平的貢獻(xiàn)度。超效率DEA的數(shù)學(xué)規(guī)劃公式為

(1)

超效率DEA-CCR模型評(píng)價(jià)原理為：在進(jìn)行超效率DEA測(cè)評(píng)時(shí)，需要先將測(cè)算的決策單元篩選剔除，再進(jìn)行該決策單元的效率測(cè)算。在有效單元效率值不變的前提下，不斷地按比例增加投入，增加的比例即為超效率DEA評(píng)分。若決策單元生產(chǎn)前沿面后移，則效率測(cè)算值大于傳統(tǒng)DEA評(píng)價(jià)值；若決策單元生產(chǎn)前沿面不變，則計(jì)算結(jié)果與傳統(tǒng)DEA效率評(píng)價(jià)一致。如圖1所示，對(duì)B進(jìn)行超效率DEA模型測(cè)算時(shí)，將B點(diǎn)剔除在DMU參與集合以外，這時(shí)有效生產(chǎn)前沿面是ACD，B點(diǎn)投入角度可增加量是線段BB′，則B點(diǎn)的超效率評(píng)價(jià)值為OB′/OB>1。A、C、D點(diǎn)的超效率評(píng)分以此類推。

圖1 超效率DEA-CCR模型

2.2 Malmquist指數(shù)模型

Caves等[18]擴(kuò)大了Malmquist指數(shù)的應(yīng)用領(lǐng)域，將其運(yùn)用于生產(chǎn)效率變化的測(cè)算，并定義為Malmquis生產(chǎn)率指數(shù)。后來有學(xué)者將Malmquis生產(chǎn)率指數(shù)運(yùn)用在效率值的動(dòng)態(tài)分析中，對(duì)DEA模型的計(jì)算結(jié)果進(jìn)行補(bǔ)充。本文使用Malmquist生產(chǎn)率指數(shù)(簡(jiǎn)稱Malmquist指數(shù))對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效進(jìn)行分解，分辨水資源福利績(jī)效提高或下降的年份和省(市)，并分析水資源福利績(jī)效的驅(qū)動(dòng)因素。水資源福利績(jī)效(TFPch)可通過Malmquist指數(shù)分解成規(guī)模效率變化指數(shù)(SEch)、純技術(shù)效率變化指數(shù)(PEch)、技術(shù)進(jìn)步變動(dòng)指數(shù)(TEchch)。當(dāng)規(guī)模報(bào)酬不變時(shí)，Malmquist指數(shù)可以將綜合技術(shù)效率(Effch)分解為PEch乘以TEchch。分解過程如下：

(2)

式中：F為TFPch；M為PEch；N為TEchch。如果規(guī)模報(bào)酬不變，可將Effch分解為PEch與SEch。其中，SEch是判定生產(chǎn)是不是達(dá)到最優(yōu)規(guī)模模式的指標(biāo)數(shù)據(jù)。

(3)

式中Q、Z分別為Effch、SEch。結(jié)合式(2)得

(4)

2.3 Tobit回歸模型

Tobit回歸模型是一種對(duì)因變量有限制的模型，又稱樣本選擇模型。1958年，由美國(guó)學(xué)者Tobit[19]提出，并將其應(yīng)用于滿足約束條件下的連續(xù)變量方程分析。約束條件一般針對(duì)因變量，通常會(huì)在因變量Yi數(shù)據(jù)整理時(shí)進(jìn)行截?cái)?，且Yi與自變量相關(guān)，則有如下線性回歸模型：

P=β0+βiQi+μi(i=1，2，3，…)

(5)

式中：P為受限因變量；Qi為解釋變量；βi為未知參數(shù)向量；μi-N(0，δ2)。本文受限因變量是水資源福利績(jī)效值，采用極大似然值法進(jìn)行估計(jì)。

3 研究指標(biāo)與數(shù)據(jù)來源

水資源福利績(jī)效的本質(zhì)是以最少的水資源投入得到最大程度的社會(huì)福利產(chǎn)出。測(cè)算水資源利用效率的傳統(tǒng)框架一般是以經(jīng)濟(jì)總產(chǎn)值作為唯一產(chǎn)出指標(biāo)，投入指標(biāo)會(huì)考慮資本、耗水量等。或在考慮經(jīng)濟(jì)產(chǎn)出的基礎(chǔ)上，簡(jiǎn)單、不加以區(qū)分地加入水污染等非期望產(chǎn)出測(cè)量水資源利用效率。本文按照生態(tài)福利績(jī)效的內(nèi)在邏輯，在區(qū)分生態(tài)系統(tǒng)及社會(huì)經(jīng)濟(jì)系統(tǒng)的前提下，將客觀福利與主觀福利納入產(chǎn)出指標(biāo)，建立以強(qiáng)可持續(xù)發(fā)展為目標(biāo)的水資源福利績(jī)效指標(biāo)體系。其中，福利投入包括水資源消耗與水資源污染，福利產(chǎn)出從客觀福利(人類發(fā)展指數(shù))與主觀福利(滿意度)兩個(gè)方面入手。水資源福利績(jī)效評(píng)價(jià)指標(biāo)體系見表1。

表1 水資源福利績(jī)效評(píng)價(jià)指標(biāo)體系

3.1 投入指標(biāo)

a. 人均用水量：某一區(qū)域內(nèi)平均每人消耗的年度用水量，即以地區(qū)年度總用水量除以地區(qū)人口。需要強(qiáng)調(diào)的是，人均用水量不僅包括生活、工業(yè)用水，也包括維持生態(tài)平衡所消耗的水量，后者正是水資源福利績(jī)效區(qū)別于水資源利用效率概念的重要內(nèi)容。

b. 人均廢水排放量：由某一地區(qū)生活與工業(yè)污水排放總量除以地區(qū)人口所得。將人均廢水排放量作為投入量而不是產(chǎn)出量，體現(xiàn)了水資源福利績(jī)效區(qū)別于綠色水資源利用效率的概念。

c. 人均廢水化學(xué)需氧量：包括生活廢水及工業(yè)用水的化學(xué)需氧量。人均指標(biāo)旨在衡量水污染的程度。

d. 人均廢水氨氮排放量：由人均廢水排放量乘以排放口污染物濃度得到。

3.2 產(chǎn)出指標(biāo)

a. 人均GDP：衡量地區(qū)經(jīng)濟(jì)發(fā)展程度的重要指標(biāo)，是把握一個(gè)地區(qū)宏觀經(jīng)濟(jì)運(yùn)行的有效手段，按購(gòu)買力平價(jià)進(jìn)行核算。

b. 人均受教育年限：指某地區(qū)，特定年齡階段內(nèi)的人群，接受學(xué)歷教育年限總和的平均值，代表該國(guó)家或地區(qū)勞動(dòng)力整體素質(zhì)水平。

c. 人均預(yù)期壽命：取出生嬰兒死亡歲數(shù)的平均值，能直接反映一個(gè)地區(qū)或國(guó)家的人類健康狀況以及社會(huì)福利水平。

d. 平均預(yù)期壽命亦稱平均壽命。同一時(shí)期出生的人預(yù)期能繼續(xù)生存的平均年數(shù)。

e. 主觀滿意度：基于主觀指標(biāo)體系和客觀指標(biāo)體系設(shè)計(jì)，運(yùn)用居民生活滿意度調(diào)查和統(tǒng)計(jì)方法得到。數(shù)據(jù)來源于中國(guó)經(jīng)濟(jì)實(shí)驗(yàn)研究院生活質(zhì)量研究中心每年發(fā)布的《生活質(zhì)量報(bào)告》，具有較好的參考性與代表性。

3.3 數(shù)據(jù)來源與處理

選取我國(guó)長(zhǎng)江經(jīng)濟(jì)帶為研究對(duì)象，收集2008—2017年10年的數(shù)據(jù)進(jìn)行實(shí)證研究，以測(cè)算我國(guó)長(zhǎng)江經(jīng)濟(jì)帶水資源可持續(xù)發(fā)展水平。相關(guān)數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》[20]、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》[21]、《中國(guó)科技統(tǒng)計(jì)年鑒》[22]。其中，年鑒僅有2010年平均預(yù)期壽命，借鑒徐昱東等[23]的處理方法，按照自然增加率彌補(bǔ)各個(gè)省市的缺少數(shù)據(jù)。

4 實(shí)證分析

4.1 水資源福利績(jī)效靜態(tài)分析

采用DEA-CCR模型，將長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市2008—2017年的面板數(shù)據(jù)代入EMS1.3軟件進(jìn)行計(jì)算，得到該11個(gè)省市的水資源福利績(jī)效。若計(jì)算結(jié)果小于1則無效，反之有效，且數(shù)值越大越有效(表2)。為方便對(duì)照，將長(zhǎng)江經(jīng)濟(jì)帶分成3個(gè)區(qū)域，其中上海、江蘇、浙江劃為東部區(qū)域；安徽、江西、湖北、湖南劃為中部區(qū)域；重慶、四川、云南、貴州劃為西部區(qū)域。

表2 2008—2017年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市水資源福利績(jī)效值

從平均水平角度來看，只有2011年的水資源福利績(jī)效小于1，屬于DEA無效狀態(tài)，其余年份皆大于1，屬于DEA有效狀態(tài)。從增長(zhǎng)量的角度來看，長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效并不是呈逐年增長(zhǎng)趨勢(shì)，增長(zhǎng)率呈正負(fù)交錯(cuò)狀態(tài)。其中，2011年負(fù)增長(zhǎng)最為顯著，達(dá)-30.317%；2016年正增長(zhǎng)率最高，達(dá)44.846%。

從地理角度來看，水資源福利績(jī)效東部最高，均值為1.087；中部第二，均值1.061；西部最低，均值1.005?？偟膩碚f，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)達(dá)區(qū)域水資源福利績(jī)效較高，欠發(fā)達(dá)區(qū)域水資源福利績(jī)效較低。東部地區(qū)一直以絕對(duì)優(yōu)勢(shì)在長(zhǎng)江經(jīng)濟(jì)帶中處于領(lǐng)先地位(圖2)，歸功于東部省市更加關(guān)注水資源的管理，將高耗水、高污染的企業(yè)逐步淘汰，將最新的環(huán)保節(jié)水技術(shù)運(yùn)用于水資源管理，提高水資源利用率，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)了水資源的良性循環(huán)，加之東部地區(qū)高度重視水污染治理并不斷加大投入(2008—2018年，長(zhǎng)江經(jīng)濟(jì)帶東中西部排污費(fèi)均值分別是108 611.14萬元、55 639.64萬元、43 149.14萬元[20])，最終出現(xiàn)了經(jīng)濟(jì)與生態(tài)綜合產(chǎn)出最大化的良好局面。另一方面，東部地區(qū)人均可支配收入高(2008—2018年，長(zhǎng)江經(jīng)濟(jì)帶東中西部人均GDP均值分別是76 051.93元、33 583.84元、28 952.28元[20])，使得地區(qū)受教育水平較高(2008—2018年，長(zhǎng)江經(jīng)濟(jì)帶東中西部人均受教育年限均值分別是 9.56 a、8.68 a、7.96 a[20])，社會(huì)保障制度及醫(yī)療保險(xiǎn)制度更加完善。西部地區(qū)雖致力于水環(huán)境保護(hù)、打造旅游城市，但由于西部地區(qū)深處內(nèi)陸、地理?xiàng)l件差、交通不發(fā)達(dá)、教育資源差、外資依存度低以及經(jīng)濟(jì)水平差等原因，使得水資源福利績(jī)效處于較低水平。

圖2 長(zhǎng)江經(jīng)濟(jì)帶區(qū)域平均水資源福利績(jī)效

值得注意的是，水污染水平更高的安徽、江西等中部省市的水資源福利績(jī)效卻高于貴州、云南，該測(cè)算結(jié)果與汪克亮等[7]的研究結(jié)論有較大出入。出現(xiàn)這種情況的原因是水資源福利績(jī)效不僅將GDP作為產(chǎn)出指標(biāo)，更考慮到人均受教育年限等其他綜合因素，這與以往研究只將GDP與污染作為產(chǎn)出指標(biāo)的水資源利用效率的測(cè)算結(jié)構(gòu)有較大差異，安徽、江西的水污染程度雖高于貴州和云南，但經(jīng)濟(jì)發(fā)展、人口素質(zhì)、醫(yī)療水平皆高于西部省份，所以計(jì)算結(jié)果更合理可靠，也更符合實(shí)際。

從時(shí)間序列數(shù)據(jù)來看，水資源福利績(jī)效的排名波動(dòng)不大(圖3)，江西呈上升趨勢(shì)，2017年排名第1；貴州的排名一直處于較低水平，且未來持續(xù)下降的趨勢(shì)明顯，其他城市變化較小。

圖3 長(zhǎng)江經(jīng)濟(jì)帶各省(市)水資源福利績(jī)效排名變化趨勢(shì)

4.2 水資源福利績(jī)效動(dòng)態(tài)分析

為了進(jìn)一步分析長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的變化趨勢(shì)，根據(jù)2008—2017年的面板數(shù)據(jù)，運(yùn)用Malmquist指數(shù)法分析11個(gè)省市水資源福利績(jī)效的動(dòng)態(tài)變化，進(jìn)一步分析水資源利用效率變化的原因。

基于Malmquist指數(shù)模型，將長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市2008—2017年的面板數(shù)據(jù)代入DEAP2.1軟件，得出整個(gè)長(zhǎng)江經(jīng)濟(jì)帶2008—2017年水資源福利績(jī)效的變動(dòng)趨勢(shì)及其各驅(qū)動(dòng)因素分解。水資源福利績(jī)效小于1表示水資源利用效率相比上年降低，反之升高。其中，規(guī)模效率變化指數(shù)、純技術(shù)效率變化指數(shù)、規(guī)模效率變化指數(shù)的數(shù)值，大于1的代表F提高的原因，小于1的代表F下降的原因。結(jié)果見表3。

a. 2008—2017年長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效年均提高3.9%，僅有2011年水資源福利績(jī)效相比上年出現(xiàn)了25.3%的降低，其余年份較上年均為正幅上漲，其中最高為2015—2016年增長(zhǎng)19.8%，最低為2014—2015年增長(zhǎng)2.5%。2008—2012年，長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效出現(xiàn)了較大浮動(dòng)，2012年發(fā)生倒退現(xiàn)象，2013年才逐漸回升。2014—2017年水資源福利績(jī)效同樣出現(xiàn)大幅度波動(dòng)，先進(jìn)步后倒退，預(yù)計(jì)2017年后恢復(fù)平穩(wěn)。

表3 11省市各年平均Malmquist指數(shù)及其分解

b. 通過觀察2008—2017年綜合技術(shù)效率指標(biāo)，最大值1.037，最小值0.975，平均值為1.007，總體數(shù)據(jù)穩(wěn)定，說明長(zhǎng)江經(jīng)濟(jì)帶水資源配置和使用效率整體處于穩(wěn)定增長(zhǎng)狀態(tài)。從純技術(shù)效率變化指數(shù)來看，2008—2017年都接近1，表明“十二五”期間資源配置效率的提升促進(jìn)了水資源福利績(jī)效上升。從技術(shù)進(jìn)步變化來看，除2010—2011年外都大于1，表明技術(shù)水平在逐年提升，技術(shù)進(jìn)步與創(chuàng)新是促進(jìn)水資源福利績(jī)效提高的關(guān)鍵原因。

c. 長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效受到綜合技術(shù)效率增減與技術(shù)進(jìn)步增減的共同影響。其中，技術(shù)進(jìn)步和水資源福利績(jī)效變動(dòng)方向一致(表3)，說明水資源技術(shù)創(chuàng)新和設(shè)備升級(jí)，在不影響產(chǎn)出的情況下，大大減少了水資源消耗和水污染排放；而綜合技術(shù)效率與水資源福利績(jī)效之間的關(guān)系不明顯，說明在目前的技術(shù)水平下，提升水資源管理水平或制度改革皆對(duì)水資源福利績(jī)效的影響不顯著。綜上所述，長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效提升主要依賴于技術(shù)進(jìn)步，綜合技術(shù)效率帶來的影響較少。

4.3 長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的影響因素分析

根據(jù)國(guó)內(nèi)外有關(guān)研究、經(jīng)驗(yàn)分析以及數(shù)據(jù)的可得性，在眾多影響水資源福利績(jī)效的因素中，選取以下幾個(gè)影響因素：

a. 產(chǎn)業(yè)結(jié)構(gòu)(IND)。通過各省市工業(yè)增加值占省市GDP比例來表示。

b. 經(jīng)濟(jì)外向性(FDI)。通過各省市實(shí)際使用外資額占省市GDP比例來表示。

c. 城市綠化(UG)。有研究表明，綠地量與人的壽命存在顯著正相關(guān)關(guān)系[24]，所以用各省市人均公園綠化面積作為替代指標(biāo)。

d. 技術(shù)進(jìn)步(TP)。科學(xué)研究與試驗(yàn)發(fā)展活動(dòng)是技術(shù)創(chuàng)新的原始動(dòng)力，是實(shí)現(xiàn)技術(shù)進(jìn)步的直接原因[25]，采用各省市科學(xué)研究與試驗(yàn)發(fā)展活動(dòng)投入占GDP比例作為替代指標(biāo)，以反映一個(gè)城市的技術(shù)進(jìn)步水平。其值越高表明該地區(qū)技術(shù)創(chuàng)新能力越高。

e. 政府環(huán)境規(guī)制效果(GEP)。每年各省市的排污費(fèi)用可直接反映政府環(huán)境管制的力度，所以選取排污費(fèi)用占GDP的比例代表環(huán)境規(guī)制的投入與效果。

上述各影響因素指標(biāo)數(shù)據(jù)均來自相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》。

將2008—2017年長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效作為被解釋變量，產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)外向性、城市綠化、技術(shù)進(jìn)步、政府環(huán)境規(guī)制效果作為解釋變量，建立面板計(jì)量模型(式(6))來考察水資源福利績(jī)效的影響機(jī)制。借助Tobit回歸模型，利用極大似然值法得到回歸模型的估量(表4)。

P=β0+β1H1+β2H2+β3H3+β4H4+

β5H5+μi

(6)

式中：P為水資源福利績(jī)效;β0為常數(shù)項(xiàng)；β1、β2、β3、β4、β5為各影響因素的估計(jì)參數(shù)；μi為隨機(jī)誤差項(xiàng)。

表4 水資源福利績(jī)效影響Tobit回歸分析結(jié)果

產(chǎn)業(yè)結(jié)構(gòu)與長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效在1.2%的顯著性水平下顯著負(fù)相關(guān)，每提升產(chǎn)業(yè)結(jié)構(gòu)1%，會(huì)降低長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效0.054%。一般來說，工業(yè)是能源消耗最大、污染最密集的產(chǎn)業(yè)，即工業(yè)占比越高，污染越高、能源消耗越大。這說明長(zhǎng)江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)仍不合理，需通過技術(shù)進(jìn)步，使產(chǎn)業(yè)結(jié)構(gòu)整體素質(zhì)和效率向更高層次演進(jìn)，或政府進(jìn)行政策調(diào)整，影響產(chǎn)業(yè)供給結(jié)構(gòu)變化，推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化發(fā)展。

經(jīng)濟(jì)外向性與水資源福利績(jī)效呈反比，并通過顯著性統(tǒng)計(jì)檢驗(yàn)，說明經(jīng)濟(jì)外向性對(duì)水資源福利績(jī)效存在邊際效應(yīng)，并不是經(jīng)濟(jì)外向性越高，水資源福利績(jī)效就越高。外資在某種程度上會(huì)帶來經(jīng)濟(jì)收入、改善生活水平、提升福利，但外資投入也存在降低水資源福利的效應(yīng)。如外資投入高污染企業(yè)帶來GDP的增長(zhǎng)，但也帶來了污染，污染降低了人的預(yù)期壽命和福利水平。Grossman等[26]提出環(huán)境庫(kù)茲涅茨曲線(EKC)，發(fā)現(xiàn)在初期階段，環(huán)境水平隨收入增加而降低，當(dāng)收入水平上升到一定程度后，環(huán)境水平會(huì)隨收入增加而改善。說明長(zhǎng)江經(jīng)濟(jì)帶還處在以犧牲環(huán)境為代價(jià)的發(fā)展階段，長(zhǎng)江經(jīng)濟(jì)帶的外資以大量能源消耗、環(huán)境污染集中的產(chǎn)業(yè)為主，對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的提升產(chǎn)生不利影響。

城市綠化與長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效呈正相關(guān)，但未通過顯著性檢驗(yàn)。一般來說，城市綠化率越高，城市的空氣質(zhì)量越高，越有利于延長(zhǎng)壽命，從而提高水資源福利績(jī)效。然而，城市綠化并未通過顯著性檢驗(yàn)，說明長(zhǎng)江經(jīng)濟(jì)帶各省市的綠化程度不足，沒有為提高長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效帶來積極影響。需加大城市綠化的資金投入，并推進(jìn)綠地養(yǎng)護(hù)管理市場(chǎng)化進(jìn)程。

技術(shù)進(jìn)步與長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效呈正比，并通過顯著性檢驗(yàn)。一般來說，技術(shù)進(jìn)步帶來效率的提高以及生產(chǎn)成本的節(jié)省，從而提高了勞動(dòng)生產(chǎn)率，擴(kuò)大了經(jīng)濟(jì)規(guī)模，減少了環(huán)境污染，從而提高了福利水平。如，醫(yī)學(xué)技術(shù)的發(fā)展帶來檢測(cè)結(jié)果更準(zhǔn)確的醫(yī)療設(shè)備，或新材料替代現(xiàn)有的藥物器械，有利于健康并延長(zhǎng)預(yù)期壽命，從而提高水資源福利績(jī)效。

政府環(huán)境規(guī)制效果與水資源福利績(jī)效呈反比，但沒有通過顯著性檢驗(yàn)。一般來說，政府對(duì)環(huán)境管制力度越大，企業(yè)排放污水越少，越有利于水資源福利績(jī)效的提升。然而，政府管制環(huán)境力度的回歸結(jié)果并不顯著，說明長(zhǎng)江經(jīng)濟(jì)帶各省市的排污控制力度不夠，排污收費(fèi)制度效果不佳，沒有有效發(fā)揮政府管制對(duì)于提升水資源福利績(jī)效的作用。

5 結(jié)論與建議

本文基于可持續(xù)發(fā)展思路，構(gòu)建水資源多投入多產(chǎn)出的福利績(jī)效指標(biāo)體系。首先利用超效率DEA-BBC模型測(cè)算與評(píng)價(jià)長(zhǎng)江經(jīng)濟(jì)帶各省市的水資源福利績(jī)效，并在此基礎(chǔ)上運(yùn)用Malmquist指數(shù)模型對(duì)水資源福利績(jī)效進(jìn)行分解，最后采用Tobit回歸模型分析長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的影響因素，其研究結(jié)果對(duì)于提高水資源利用效率及社會(huì)福利水平有啟示意義。

a. 長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效在測(cè)算期內(nèi)總體呈增長(zhǎng)態(tài)勢(shì)；從區(qū)域的角度看，表現(xiàn)出“東部最高、中部次之、西部最低”的態(tài)勢(shì)；從時(shí)間序列數(shù)據(jù)分析，水資源福利績(jī)效的排名變化不大，江西呈上升趨勢(shì)，貴州排名最低且呈現(xiàn)持續(xù)下降的趨勢(shì)，其他城市變化較小。

b. 通過分析Malmquist指數(shù)分解結(jié)果，可以得出綜合技術(shù)效率較為穩(wěn)定，長(zhǎng)江經(jīng)濟(jì)帶水資源配置和使用效率呈現(xiàn)逐年增長(zhǎng)趨勢(shì)；純技術(shù)效率基本接近于1，技術(shù)進(jìn)步水平逐年提升；長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效增長(zhǎng)主要根源是技術(shù)進(jìn)步，綜合技術(shù)效率的影響微弱。

c. 技術(shù)進(jìn)步對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效有顯著的促進(jìn)作用；產(chǎn)業(yè)結(jié)構(gòu)與長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效呈顯著負(fù)相關(guān)，說明長(zhǎng)江經(jīng)濟(jì)帶第二產(chǎn)業(yè)比例過高，需加快第三產(chǎn)業(yè)的發(fā)展，以實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化。經(jīng)濟(jì)外向性的提升降低了長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的改善，說明引進(jìn)外資的質(zhì)量不高，主要是環(huán)境污染比較嚴(yán)重的產(chǎn)業(yè)；政府加大環(huán)境規(guī)制力度在短期內(nèi)也降低了水資源福利績(jī)效，但回歸系數(shù)沒有通過10%水平的顯著性檢驗(yàn)，說明環(huán)境保護(hù)法規(guī)制度并沒有得到很好地落實(shí)。

d. 研究結(jié)論的政策啟示。第一，要提高長(zhǎng)江經(jīng)濟(jì)帶總體水資源福利績(jī)效，必須合理規(guī)劃和分配工業(yè)生產(chǎn)用水與生活用水，統(tǒng)籌全流域產(chǎn)業(yè)分工布局，使各地區(qū)水資源稟賦與其產(chǎn)業(yè)結(jié)構(gòu)相匹配，提高用水的重復(fù)利用率。第二，在供給側(cè)建立嚴(yán)格的水資源和生態(tài)環(huán)境保護(hù)制度，改變當(dāng)前的粗放發(fā)展模式，淘汰落后的高污染產(chǎn)能企業(yè)，鼓勵(lì)清潔能源的使用，提高城市生態(tài)產(chǎn)出效率，實(shí)現(xiàn)經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)與創(chuàng)新發(fā)展。第三，為縮小長(zhǎng)江經(jīng)濟(jì)帶水資源福利績(jī)效的地區(qū)差距，各地區(qū)、各省市首先應(yīng)因地制宜地制定節(jié)水與水污染治理策略；其次，彼此之間應(yīng)打破行政壁壘，實(shí)現(xiàn)水資源跨區(qū)域調(diào)配，優(yōu)化水資源配置，并打破地方保護(hù)主義，加深節(jié)約水資源與治理水污染的交流討論，實(shí)現(xiàn)先進(jìn)的節(jié)水減排技術(shù)的全流域分享。