江西省城市水資源利用效率時(shí)空演變與驅(qū)動(dòng)因素

田進(jìn)明，孟麗紅，劉友存，宋迎飛

（1.贛南師范大學(xué)地理與環(huán)境工程學(xué)院，江西贛州 341000；2.嘉應(yīng)學(xué)院地理科學(xué)與旅游學(xué)院，廣東梅州 514015）

0 引 言

隨著社會(huì)的發(fā)展，人類對(duì)水資源的需求不斷增大，本世紀(jì)以來(lái)全世界的淡水使用量增加了8倍以上。如何對(duì)水資源進(jìn)行更加高效利用成為聯(lián)合國(guó)2030年可持續(xù)發(fā)展目標(biāo)的重要組成部分［1-3］。當(dāng)前，水資源短缺和用水效率低下是制約中國(guó)社會(huì)發(fā)展的限制性因素之一，提高用水效率，實(shí)現(xiàn)水資源可持續(xù)利用是中國(guó)建設(shè)生態(tài)文明社會(huì)的重要任務(wù)［4-6］。江西省地處中國(guó)東南部，屬亞熱帶季風(fēng)氣候區(qū)，水資源豐富［7］。近年來(lái)，隨著江西省新型城鎮(zhèn)化進(jìn)程的加快、人口的迅速增長(zhǎng)以全球氣候變化，江西省臺(tái)風(fēng)、旱澇等災(zāi)害頻發(fā)，水資源時(shí)空分布不均［8］，同時(shí)存在水資源調(diào)蓄能力不足、水資源開(kāi)發(fā)利用率偏低、用水粗獷等問(wèn)題［9］。在這種背景下，對(duì)江西省水資源利用效率及其驅(qū)動(dòng)因素進(jìn)行研究，對(duì)于維持江西省社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展，加快建立健全綠色循環(huán)經(jīng)濟(jì)體制具有重要的意義［10］。

水資源利用效率問(wèn)題作為學(xué)界研究的熱點(diǎn)問(wèn)題，備受國(guó)內(nèi)外學(xué)者關(guān)注，在效率測(cè)算和驅(qū)動(dòng)因素研究領(lǐng)域已奠定一定基礎(chǔ)［11-14］。在水資源利用效率方面，主要采用比值法、指標(biāo)體系法及數(shù)據(jù)包絡(luò)法（DEA），對(duì)不同行業(yè)、城市、部門進(jìn)行研究。國(guó)外研究主要集中在農(nóng)業(yè)用水效率和供水效率，如Kim 研究了土地利用類型對(duì)水資源利用效率的影響，結(jié)果顯示茂密的森林、農(nóng)田、草原等水資源利用效率高于其他植被類型［15］。Lombardi等采用數(shù)據(jù)包絡(luò)分析對(duì)意大利水行業(yè)不同性質(zhì)企業(yè)、不同地區(qū)企業(yè)、不同規(guī)模企業(yè)效率進(jìn)行比較并分析其影響因素，為建立高效可持續(xù)水部門提供糾正政策和措施參考［16］。Veettil 等通過(guò)測(cè)算印度克里西納河流域不同農(nóng)業(yè)生產(chǎn)系統(tǒng)的灌溉用水效率，分析了水價(jià)對(duì)用水效率和用水行為的影響［17］。國(guó)內(nèi)研究主要是利用上述方法對(duì)不同行業(yè)、不同地區(qū)或生態(tài)系統(tǒng)進(jìn)行水資源利用效率與影響因素分析。張兆方等［12］研究了一帶一路沿線省市水資源效率影響因素，結(jié)果表明，社會(huì)經(jīng)濟(jì)、固定資產(chǎn)投資等對(duì)水資源利用效率有一定的影響。對(duì)以上文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，國(guó)內(nèi)外學(xué)者對(duì)水資源利用效率進(jìn)行了較為豐富的理論分析和實(shí)證研究，但較少關(guān)注省域尺度長(zhǎng)時(shí)間序列水資源利用效率的時(shí)空分布及驅(qū)動(dòng)因素研究。

鑒于此，本文基于江西省11 個(gè)地級(jí)市2008-2018年水資源、社會(huì)經(jīng)濟(jì)相關(guān)數(shù)據(jù)，運(yùn)用DEA 模型和地理探測(cè)器方法，分析江西省水資源利用效率時(shí)空演變特征并探究其驅(qū)動(dòng)因素，旨在為江西省乃至其他地區(qū)水資源利用與保護(hù)和協(xié)調(diào)發(fā)展提供決策參考。

1 研究區(qū)概況

本文研究區(qū)域包括江西省下轄所有地級(jí)市，地處北緯24°29′14″至30°04′41″，東經(jīng)113°34′36″至118°28′58″之間（圖1）。全境河流密布，氣候濕潤(rùn)，雨量充沛，年均降水量1 341 mm到1 940 mm。江西河川徑流主要靠降水補(bǔ)給，故季節(jié)性變化很大，具有夏季豐水、冬季枯水、春秋過(guò)渡的特點(diǎn)。年內(nèi)波動(dòng)較大，4 至6月降水量占全年一半以上，其他月份較少。降水的年際變化也很大，多雨與少雨年份相差將近一倍［11］?？梢钥闯?，江西省水資源豐富，但是也存在年內(nèi)與年際波動(dòng)大、水資源調(diào)蓄能力不足、水資源開(kāi)發(fā)利用率偏低等問(wèn)題。因此如何合理地對(duì)水資源進(jìn)行利用，提高水資源利用效率是亟待解決的問(wèn)題。

圖1 研究區(qū)示意圖Fig.1 Overview of the study area

2 研究方法與數(shù)據(jù)源

2.1 數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析（DEA）是由美國(guó)著名運(yùn)籌學(xué)家Charnes 于1978年提出［18］，是一種常用的用于測(cè)度具有多個(gè)投入和多個(gè)產(chǎn)出的決策單元之間相對(duì)有效性的非參數(shù)方法［19］，是線性規(guī)劃模型的應(yīng)用之一。目前已經(jīng)成為了在多投入多產(chǎn)出情況下測(cè)度決策單元相對(duì)有效性和規(guī)模效益方面應(yīng)用最為廣泛的數(shù)理方法之一［20］。

DEA 中 較 為 經(jīng) 典 的 模 型 有CCR（Charnes，Cooper 和Rhodes，1978）、BCC（Banker，Charnes，和Cooper，1984）、FG（F?re 和Grosskopf，1985）、ST（Seiford 和Thrall，1990）等［21］。其中CCR 模型最為經(jīng)典，但假設(shè)規(guī)模收益不變，與水資源利用效率的變化不符。而B(niǎo)CC 模型假設(shè)規(guī)模收益可變，并且在CCR 的基礎(chǔ)上增加了凸性假設(shè)∑λj= 1，將綜合技術(shù)效率細(xì)分為純技術(shù)效率和規(guī)模效率［22］，可對(duì)水資源利用效率及其影響因素進(jìn)行進(jìn)一步的分析與研究。而本文擬通過(guò)在對(duì)江西省水資源利用結(jié)構(gòu)與利用效率分析的基礎(chǔ)上，進(jìn)一步探究水資源利用效率驅(qū)動(dòng)因素。因此，選擇可從規(guī)模與技術(shù)效率兩方面同時(shí)分析的BCC 模型?？紤]到江西省各地級(jí)市在規(guī)模報(bào)酬上一般是可變的，因此在分析時(shí)選取投入主導(dǎo)型DEA模型。

設(shè)有n個(gè)決策單元，每個(gè)決策單元都有m項(xiàng)投入，x1j，x2j，…，xmj和t項(xiàng)產(chǎn)出y1j，y2j，…，ytj（其中xij，yij＞0），λj為各省投入和產(chǎn)出的權(quán)向量。對(duì)于投入主導(dǎo)型的BCC模型，計(jì)算公式如下：

式中：λj≥0，ε＞0 為非阿基米德無(wú)窮小，一般取ε= 10-6；為產(chǎn)出松弛變量為投入松弛變量；θ為效率評(píng)價(jià)指數(shù)，當(dāng)θ=1 時(shí)，表明該決策單元為DEA 有效，城市的水資源利用效率同時(shí)為綜合效率有效、純技術(shù)效率有效、規(guī)模效率有效且無(wú)投入冗余；當(dāng)θ＜1時(shí)，為DEA無(wú)效，且存在投入冗余［21］。

關(guān)于水資源利用效率指標(biāo)，本著指標(biāo)選取的代表性和可獲得性原則［23］，同時(shí)借鑒其他學(xué)者的研究成果［24-27］，從資本投入、勞動(dòng)力投入和水資源投入3個(gè)方面，選取固定資產(chǎn)投資額、全社會(huì)從業(yè)人員、總用水量為投入指標(biāo)，以地區(qū)生產(chǎn)總值為產(chǎn)出指標(biāo)對(duì)江西省水資源利用效率進(jìn)行計(jì)算。其中GDP與固定資產(chǎn)投資額皆按照2008年不變價(jià)格計(jì)算，計(jì)算方法為×It1，F(xiàn)AIrt=×It2，其中GDPrt、FAIrt為各市區(qū)的實(shí)際GDP與固定資產(chǎn)投資額，It1與It2指GDP與固定資產(chǎn)投資額相對(duì)2008年的增長(zhǎng)指數(shù)、為GDP與固定資產(chǎn)投資的基期數(shù)值。

2.2 地理探測(cè)器

地理探測(cè)器是探測(cè)空間分異性，以及揭示其背后驅(qū)動(dòng)因子的一種新的統(tǒng)計(jì)學(xué)方法，已經(jīng)被廣泛地用于分析各種現(xiàn)象的驅(qū)動(dòng)力與影響因子以及多因子的交互作用［28］，應(yīng)用于包括探測(cè)水資源利用效率在內(nèi)的自然與社會(huì)的多個(gè)領(lǐng)域［29］。共有4個(gè)探測(cè)器：因子探測(cè)器、風(fēng)險(xiǎn)探測(cè)器、交互探測(cè)器、生態(tài)探測(cè)器［28］。本研究目的在于探討江西省水資源利用效率驅(qū)動(dòng)因素以及各個(gè)因素相互作用對(duì)水資源利用效率影響，因此選擇因子探測(cè)器、交互探測(cè)器進(jìn)行研究。

因子探測(cè)器：Q值表示該因子對(duì)因變量的影響程度，值域是［0，1］該值越大表示影響程度越大。

Q值的大小反映了其對(duì)某種因素空間分布的影響程度［23］，公式為：

式中：h=1，2，…，L為變量Y或自變量X的分層；Nh和N為層h內(nèi)和區(qū)域內(nèi)的單元數(shù)；和σ2分別是層h和全區(qū)的Y值的方差；SSW和SST分別為層內(nèi)方差之和、全區(qū)總方差。根據(jù)Q值的大小，可以識(shí)別各個(gè)因子對(duì)水資源利用效率影響的大小。

交互作用探測(cè)器：識(shí)別不同風(fēng)險(xiǎn)因子之間的交互作用，即評(píng)估兩個(gè)因子共同作用時(shí)是否會(huì)增加或減弱對(duì)因變量的解釋力，或這些因子對(duì)因變量的影響是相互獨(dú)立的。交互作用由弱到強(qiáng)分別為非線性減弱、單因子非線性減弱、雙因子增強(qiáng)、獨(dú)立和非線性增強(qiáng)。

2.3 驅(qū)動(dòng)因素選擇

水資源利用效率的受多重因素的影響，本文在綜合劉莉、應(yīng)卓暉、任玉芬等學(xué)者的研究基礎(chǔ)上［29-31］，遵循全面性、科學(xué)性、可操作性、時(shí)效性等原則，同時(shí)結(jié)合江西省水資源具體特點(diǎn)，重點(diǎn)選取其他學(xué)者認(rèn)為關(guān)系相對(duì)密切的自然、經(jīng)濟(jì)、社會(huì)技術(shù)以及環(huán)境規(guī)劃四類因素作為水資源利用效率的主要驅(qū)動(dòng)因素（表1）。

表1 江西省水資源利用驅(qū)動(dòng)因素指標(biāo)體系Tab.1 Index system of driving factors of water resources utilization in Jiangxi Province

2.4 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于《江西省水資源公報(bào)（2008-2018）》和《江西統(tǒng)計(jì)年鑒（2009-2019）》，利用Excel 2010軟件進(jìn)行處理；矢量數(shù)據(jù)來(lái)源于地理國(guó)情監(jiān)測(cè)云平臺(tái)，利用ArcGIS 10.2 軟件進(jìn)行處理。

3 研究結(jié)果與分析

3.1 江西省水資源利用結(jié)構(gòu)

2008-2018年江西省總用水量呈倒U 形波動(dòng)上升狀態(tài)，從最初2008年的234.2億m3上升到2018年的250.8億m3。江西省各地級(jí)市水資源利用結(jié)構(gòu)如圖2所示，農(nóng)田灌溉用水占比最多，其次是工業(yè)用水，其他類型用水總量?jī)H僅占總用水量15%左右。從用水結(jié)構(gòu)時(shí)間變化來(lái)看，2008-2018年除農(nóng)田灌溉用水外，其他類型用水量皆有所增加。從空間分布上看，總用水量2008年基本呈現(xiàn)贛南＞贛北＞贛中的態(tài)勢(shì)，宜春最高，景德鎮(zhèn)和萍鄉(xiāng)最低。而2018年，總用水量分布狀態(tài)發(fā)生轉(zhuǎn)變呈現(xiàn)贛北＞贛南＞贛中的狀態(tài)，總用水量最多的依然是宜春，其次南昌與上饒，總用水量最低的是鷹潭。

圖2 江西省各地市2008-2018年用水結(jié)構(gòu)時(shí)空分布圖Fig.2 Spatio-temporal distribution map of water use structure of various cities in Jiangxi Province from 2008 to 2018

3.2 水資源利用效率評(píng)價(jià)結(jié)果

利用DEAP 2.1軟件，以固定資產(chǎn)投資額、全社會(huì)從業(yè)人員、總用水量為投入指標(biāo)，以地區(qū)生產(chǎn)總值為產(chǎn)出指標(biāo)，選擇BCC模型，對(duì)江西省水資源利用效率進(jìn)行計(jì)算。得到綜合效率、純技術(shù)效率與規(guī)模效率結(jié)果，其中純技術(shù)效率與規(guī)模效率的乘積為規(guī)模效率，當(dāng)三種效率結(jié)果都為1 時(shí)，稱為DEA 有效，否則無(wú)效。DEA計(jì)算結(jié)果如圖3～6所示。

從3 種結(jié)果時(shí)間分布圖來(lái)看（圖3），江西省水資源利用純技術(shù)效率總體呈現(xiàn)上升趨勢(shì)。規(guī)模效率在2011年達(dá)到最大后持續(xù)走低，2017-2018年下降最多，但從數(shù)值來(lái)看，仍處于較高狀態(tài)。綜合效率與其他兩者分布不太一致，呈現(xiàn)明顯的倒U型，與規(guī)模效率類似，2008-2011年為上升階段并到達(dá)峰值，隨后緩慢下降，2018年達(dá)到最小值0.826，雖然水資源利用效率仍然處于較高的狀態(tài)但已有減小趨勢(shì)。

圖3 江西省水資源利用效率總體均值Fig.3 The overall mean value of water resource utilization efficiency in Jiangxi Province

江西省各市2008-2018年綜合效率分布結(jié)果如圖4 所示，從空間上看，DEA 有效水平呈現(xiàn)贛北＞贛南＞贛中。從時(shí)間上來(lái)看，2008-2012年綜合效率明顯高于后期。利用自然斷點(diǎn)法將水資源利用綜合效率分為五檔，綜合利用效率均值最高的南昌、鷹潭、新余和萍鄉(xiāng)四市，皆分布于贛北地區(qū)，第二檔的為贛州和景德鎮(zhèn)，第三檔的為宜春和上饒，其次是九江和撫州，中部地區(qū)的吉安最差，但是在研究期內(nèi)也水資源利用綜合效率也在逐漸攀升。

圖4 2008-2018年江西省各市水資源利用綜合效率分布Fig.4 Distribution of Comprehensive Water Resources Utilization Efficiency in Jiangxi Province from 2008 to 2018

純技術(shù)效率與規(guī)模效率結(jié)果如圖5、6 所示，其中純技術(shù)效率逐年呈現(xiàn)上升趨勢(shì)，贛中地區(qū)尤其明顯。分地區(qū)來(lái)看，純技術(shù)效率DEA 有效水平各時(shí)間點(diǎn)基本呈現(xiàn)贛北＞贛南＞贛中的狀態(tài)。規(guī)模效率方面，江西省各地市總體規(guī)模效率值較高，規(guī)模效率普遍高于綜合效率與純技術(shù)效率，規(guī)模效率DEA 有效水平總體呈現(xiàn)贛北＞贛中＞贛南的分布狀態(tài)，其中贛南與贛中地區(qū)呈現(xiàn)逐年遞減狀態(tài)。規(guī)模效率最高的為鷹潭，其次為南昌與新余，最差的是宜春，但也達(dá)到了0.9?？傮w來(lái)看，江西省水資源利用規(guī)模效率水平較高，技術(shù)效率仍然有很大的發(fā)展空間。

圖5 2008-2018年江西省各市純技術(shù)效率分布圖Fig.5 Distribution map of pure technical efficiency of cities in Jiangxi Province from 2008 to 2018

投入冗余方面，由圖7可以看出，2008-2018年江西省11地市只有南昌、新余和鷹潭三項(xiàng)投入都不存在投入冗余，其他各市或多或少存在冗余現(xiàn)象，導(dǎo)致各自的水資源利用效率未達(dá)到最優(yōu)。三項(xiàng)投入中水資源冗余現(xiàn)象最為嚴(yán)重，固定資產(chǎn)投資冗余次數(shù)最少。時(shí)間尺度上，2015-2018年各城市水資源冗余現(xiàn)象明顯高于2008-2014年。從空間上看，存在投入冗余的年份比例從低到高為贛北＞贛南＞贛中，投入冗余次數(shù)最多的為上饒（16 次），其次為撫州和吉安（14 次），最低的為南昌、新余和鷹潭（0次）。

圖6 2008-2018年江西省各市規(guī)模效率分布圖Fig.6 Distribution map of scale efficiency of cities in Jiangxi Province from 2008 to 2018

圖7 2008-2018年江西省各市投入冗余情況Fig.7 The investment redundancy of each city in Jiangxi Province from 2008 to 2018

3.3 水資源利用效率驅(qū)動(dòng)因素探測(cè)

在前文研究江西省水資源利用效率的基礎(chǔ)上，進(jìn)一步利用地理探測(cè)器研究了2008-2018年表1 中的各個(gè)因子在單獨(dú)作用和兩兩成對(duì)作用時(shí)對(duì)江西省水資源利用效率的影響，因水資源利用效率結(jié)果差距不大，而共有11 個(gè)地市，分類數(shù)太多較為繁瑣，太少影響因子分析結(jié)果不明顯。因此將各個(gè)數(shù)據(jù)在ArcGIS軟件中利用自然斷點(diǎn)法分為具梯度性的5 個(gè)等級(jí)，并利用地理探測(cè)器進(jìn)行分析，因子探測(cè)結(jié)果如表2所示。

由表2 可知，從單項(xiàng)指標(biāo)影響力來(lái)看城市化率與降水對(duì)江西省水資源利用效率解釋力最強(qiáng)超過(guò)60%，其次是地表水與地下水因子影響力超過(guò)50%，最低的是GDP 與固定資產(chǎn)投資因子，解釋力僅為19.6%與19.4%。總的來(lái)看，自然因子（降水量、地表水、地下水資源量）對(duì)江西省水資源利用效率影響最大，影響力最低的為經(jīng)濟(jì)因子（GDP、固定資產(chǎn)投資額）。

表2 水資源驅(qū)動(dòng)因素因子探測(cè)結(jié)果Tab.2 Detection results of water driving factors

從各因子時(shí)間變化來(lái)看，隨著人口、科技的增長(zhǎng)和人類環(huán)境保護(hù)觀念的增強(qiáng)，社會(huì)技術(shù)因子和環(huán)境規(guī)制因子對(duì)江西省水資源利用效率的影響力逐漸變大。自然因子作為對(duì)水資源利用效率影響力最強(qiáng)的因素，隨著時(shí)間的變化的影響力變化不大。而經(jīng)濟(jì)因子則隨著時(shí)間的變化對(duì)江西省水資源利用效率的影響逐漸變小。

進(jìn)一步通過(guò)交互因子探測(cè)器探究?jī)蓛梢蜃咏Y(jié)合對(duì)江西省水資源利用效率的影響力變化，選取研究期內(nèi)等間隔三年進(jìn)行探究，共9個(gè)因子55對(duì)交互作用。結(jié)果如表3～5所示。

由表3可以看出，在九個(gè)因子相互交互之后，其對(duì)江西省水資源利用效率的影響作用均增強(qiáng)，且全部為雙因子增強(qiáng)和非線性增強(qiáng)，其中非線性增強(qiáng)11 對(duì)。從單個(gè)因子之間的交互來(lái)看，城市化率與環(huán)境規(guī)制之間的交互影響力最高（0.998），表明環(huán)境規(guī)制在與城市化相結(jié)合時(shí)對(duì)江西省水資源利用效率影響最大。從不同因子間的交互可以看出，社會(huì)技術(shù)因子與自然因子的交互作用最強(qiáng)均值達(dá)到了0.813，經(jīng)濟(jì)因子與社會(huì)技術(shù)因子之間的交互作用最弱。

表3 2008年水資源利用效率影響因子交互結(jié)果Tab.3 Interaction results of influencing factors of water resource use efficiency in 2008

從2013年各個(gè)因子之間的交互可以看出，社會(huì)經(jīng)濟(jì)因子之間的交互作用最強(qiáng)達(dá)到了0.995。自然因子與環(huán)境規(guī)制因子的交互作用最強(qiáng)位列第一，社會(huì)經(jīng)濟(jì)因子與其他因子的交互作用依然排在最后。這一年社會(huì)技術(shù)因子與其他因子的交互作用相較2008年有所增強(qiáng)，表明社會(huì)技術(shù)因子對(duì)江西省水資源利用效率的作用進(jìn)一步增強(qiáng)。

2018年各因子交互作用結(jié)果顯示，非線性增強(qiáng)對(duì)數(shù)有所減少僅為8 對(duì)，表明相較之前各因子的交互作用有所減弱。從表5中可以看出環(huán)境規(guī)制因子與地下水資源量和專利數(shù)之間的交互作用較強(qiáng)分別為（0.958、0.953）。但總的來(lái)看，社會(huì)技術(shù)因子與自然因子的交互成為了影響最強(qiáng)的交互，其次為環(huán)境與社會(huì)技術(shù)因子的交互，最差的依然為社會(huì)經(jīng)濟(jì)因子之間的交互。

表5 2018年水資源利用效率影響因子交互結(jié)果Tab.5 Interaction results of influencing factors of water resource use efficiency in 2018

從交互因子探測(cè)器結(jié)果可以看出，各個(gè)因子之間的交互有利于提高因子對(duì)于江西省水資源利用效率的影響。其中，社會(huì)技術(shù)因子與自然因子對(duì)江西省水資源利用效率的影響作用最大。此外，環(huán)境規(guī)制因子在通過(guò)交互之后大大的提高了對(duì)水資源利用效率的影響程度。因此，在引進(jìn)與提高技術(shù)能力保護(hù)自然資源的同時(shí)，進(jìn)行環(huán)境規(guī)制制定對(duì)提高水資源利用效率是有必要的。

表4 2013年水資源利用效率影響因子交互結(jié)果Tab.4 Interaction results of influencing factors of water resource use efficiency in 2013

4 結(jié)論與討論

4.1 結(jié) 論

利用數(shù)據(jù)包絡(luò)分析（DEA）方法，并結(jié)合地理探測(cè)器，對(duì)江西省2008-2018年水資源利用效率時(shí)空演變及其影響因素進(jìn)行研究，得出以下結(jié)論：

（1）總用水量方面，從時(shí)間上看，2008-2018年江西省總用水量呈倒U 形波動(dòng)上升狀態(tài)，農(nóng)業(yè)用水占比達(dá)一半以上。從空間分布上看，總用水量2008年基本呈現(xiàn)贛南＞贛北＞贛中的狀態(tài)，到了2018年，總用水量分布狀態(tài)發(fā)生轉(zhuǎn)變呈現(xiàn)贛北＞贛南＞贛中的狀態(tài)。

（2）水資源利用效率方面，從時(shí)間分布來(lái)看，江西省水資源利用純技術(shù)效率總體呈現(xiàn)上升趨勢(shì)，規(guī)模效率在2011年達(dá)到最大后持續(xù)走低。綜合效率則呈現(xiàn)明顯的倒U 型，在2011年達(dá)到峰值，2018年降至最小值。從空間上看，綜合效率、規(guī)模效率與技術(shù)效率水平呈現(xiàn)同樣態(tài)勢(shì)皆為贛北＞贛南＞贛中。

（3）水資源利用效率驅(qū)動(dòng)因素方面，自然因子（降水量、地表水、地下水資源量）對(duì)江西省水資源利用效率影響最大，其次是社會(huì)技術(shù)因子、環(huán)境規(guī)制因子，影響力最低的為經(jīng)濟(jì)因子（GDP、固定資產(chǎn)投資額）。此外，交互因子探測(cè)器顯示，兩兩因素交互能夠使影響因子對(duì)江西省水資源利用效率影響力增強(qiáng)。

4.2 討 論

（1）水資源與人類生活息息相關(guān)，尤其是當(dāng)前淡水資源缺乏的現(xiàn)狀下，探究水資源利用效率及其驅(qū)動(dòng)因素已經(jīng)成為了當(dāng)前學(xué)術(shù)界的熱點(diǎn)。通過(guò)研究發(fā)現(xiàn)，江西省水資源利用效率大體呈現(xiàn)贛北＞贛南＞贛中的態(tài)勢(shì)。此外，研究發(fā)現(xiàn)影響江西省水資源利用效率的主要因素是城市化率和自然因子（降水、地表水資源量、地下水資源量）與其他學(xué)者的研究相一致。

（2）影響因子交互作用結(jié)果顯示，當(dāng)影響因子兩兩交互時(shí)對(duì)水資源利用效率的影響力變大，因此提升技術(shù)水平的同時(shí)進(jìn)行環(huán)境規(guī)劃和自然環(huán)境的保護(hù)，多手共抓，水資源利用效率才會(huì)更加有效地提升。

（3）因研究區(qū)域基本定位不同，對(duì)江西省的研究未涉及生態(tài)范疇，這會(huì)是以后的研究重點(diǎn)。此外，后期研究將注重水資源綠色效率時(shí)空格局演變及空間溢出效益研究，為江西省水資源利用提出更加科學(xué)有效的建議。

（4）研究結(jié)果可為江西省、中部地區(qū)至全國(guó)的水資源規(guī)劃與合理開(kāi)發(fā)利用提供決策依據(jù)，也為城市之間的空間交互作用提供了新方法和新思路，同時(shí)為豐富水文學(xué)、環(huán)境經(jīng)濟(jì)學(xué)等學(xué)科理論和方法提供新的素材。