張承琪,高千喜,代玉琨,陳宇陽
(1.河海大學(xué),a.商學(xué)院;b.物聯(lián)網(wǎng)工程學(xué)院,江蘇 常州 213022;2.多倫多大學(xué)文理學(xué)院,安大略 多倫多 M5S3G3)
長(zhǎng)江作為中國(guó)第一大河,擁有豐富的水資源,由于歷史的原因,長(zhǎng)江依然承載著大量的污染物排放基數(shù)。習(xí)近平總書記在長(zhǎng)江中游的武漢市召開的第二次長(zhǎng)江經(jīng)濟(jì)帶發(fā)展座談會(huì)上多次強(qiáng)調(diào)以共抓大保護(hù)、不搞大開發(fā)為導(dǎo)向,以生態(tài)優(yōu)先、綠色發(fā)展為引領(lǐng),以空間規(guī)劃統(tǒng)領(lǐng)水資源利用。長(zhǎng)江經(jīng)濟(jì)帶重大發(fā)展戰(zhàn)略因水而生,繞水而成,依托長(zhǎng)江黃金水道進(jìn)行發(fā)展,因此對(duì)區(qū)域用水開展研究,進(jìn)行水資源利用效率時(shí)空格局測(cè)算分析具有重要的現(xiàn)實(shí)意義。
水資源是經(jīng)濟(jì)發(fā)展中的“基礎(chǔ)性”“先導(dǎo)性”等要素,其利用質(zhì)量與結(jié)構(gòu)直接決定區(qū)域經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的成長(zhǎng)空間。水資源利用效率的內(nèi)涵外延研究不斷豐富。Hu等[1]率先使用DEA模型測(cè)度中國(guó)各省市的用水效率。孫愛軍等[2]以隨機(jī)前沿生產(chǎn)函數(shù)測(cè)算1953—2004年中國(guó)工業(yè)用水效率,并用誤差修正模型預(yù)測(cè)工業(yè)耗水量。馬海良等[3]將工業(yè)和生活廢水排放作為非合意產(chǎn)出,以基于投入導(dǎo)向的SBM-DEA模型測(cè)算全要素水資源利用效率,并用Tobit回歸模型分析效率影響因素。田貴良等[4]運(yùn)用三階段DEA和Malmquist指數(shù)研究最嚴(yán)格水資源管理制度對(duì)長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率的影響,并用灰色關(guān)聯(lián)分析影響程度。張麗娜等[5]立足彈性研究產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與水資源適配度,結(jié)合Dagum基尼系數(shù)和Kernel密度估計(jì)研究適配度時(shí)空差異、貢獻(xiàn)率及演變規(guī)律。
在效率時(shí)空維度方面,學(xué)者對(duì)空間收斂效應(yīng)[6]、空間溢出效應(yīng)[7-9]展開研究,或采用地理探測(cè)器方法對(duì)空間分異及效率影響因素進(jìn)行分析[10-12]??臻g數(shù)據(jù)分析方法[13-15]也是對(duì)效率進(jìn)行空間分析的常用方法,如郭麗佳等[16]綜合運(yùn)用Malmquist指數(shù)與空間數(shù)據(jù)分析對(duì)節(jié)能減排約束下2000—2017年中國(guó)省域旅游生態(tài)效率進(jìn)行研究。目前,應(yīng)用ESTDA方法研究水資源時(shí)空變化較少[17],郝帥等[18]基于ESTDA對(duì)2000—2018年中國(guó)31個(gè)省份水生態(tài)足跡與壓力開展研究。方世敏等[19]運(yùn)用Malmquist指數(shù)與ESTDA方法探討區(qū)域旅游效率與規(guī)模的時(shí)空動(dòng)態(tài)特征。
綜上所述,國(guó)內(nèi)外學(xué)者對(duì)水資源利用效率開展了豐富研究,但目前多數(shù)基于ESDA模型框架的研究多聚焦于空間維度,在時(shí)間維度有進(jìn)一步拓展的空間。此外,多數(shù)研究是基于中國(guó)31個(gè)省份開展,面向區(qū)域開展的研究較少。本研究將在已有研究的基礎(chǔ)上,運(yùn)用非投入產(chǎn)出導(dǎo)向的Malmquist模型對(duì)2001—2018年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省(市)水資源利用效率進(jìn)行測(cè)算,并運(yùn)用ESTDA模型框架分析長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率的空間與時(shí)間結(jié)構(gòu)。通過對(duì)區(qū)域水資源利用效率與時(shí)空差異的規(guī)律與特點(diǎn)進(jìn)行分析,期望在提高區(qū)域水資源利用效率上有一定的認(rèn)識(shí)和啟示。
Malmquist指數(shù)由瑞典 經(jīng)濟(jì)學(xué)家Malmquist[20]提出,Rolf等[21]以幾何平均值的形式計(jì)算構(gòu)建了目前在實(shí)證分析中普遍采用的基于DEA的Malmquist指數(shù)模型,通過利用距離函數(shù)的比率來計(jì)算投入產(chǎn)出效率。
式中,M(xt+1,yt+1,xt,yt)表示Malmquist水資源利用效率指數(shù)(簡(jiǎn)寫MI);xt、xt+1分別表示地區(qū)在t期和t+1期的投入向量;yt、yt+1分別表示地區(qū)在t期和t+1期的產(chǎn)出向量;Dt(xt,yt)、Dt(xt+1,yt+1)分別表示以t期的技術(shù)為參考時(shí),t期和t+1期的決策單元的距離函數(shù);類似地,Dt+1(xt+1,yt+1)、Dt+1(xt,yt)分別表示以t+1期的技術(shù)為參考時(shí),t期和t+1期的決策單元的距離函數(shù)。
Rolf等[22]在 規(guī) 模 報(bào) 酬 可 變 的 假 設(shè) 下,將Malmquist指數(shù)分解為技術(shù)效率指數(shù)(Effch)和技術(shù)進(jìn)步指數(shù)(Techch)兩部分。式(2)中技術(shù)效率指數(shù)(Effch)又稱為“追趕效應(yīng)”,表示決策單元從t期到t+1期技術(shù)效率的變化,Effch>1、Effch=1、Effch<1分別表示技術(shù)效率提高、技術(shù)效率不變、技術(shù)效率下降;技術(shù)進(jìn)步指數(shù)(Techch)又稱為“前沿面移動(dòng)效應(yīng)”,表示決策單元從t期到t+1期技術(shù)進(jìn)步指數(shù),Techch>1、Techch=1、Techch<1分別表示技術(shù)進(jìn)步、技術(shù)停滯、技術(shù)倒退。
運(yùn)用探索性時(shí)空數(shù)據(jù)分析(ESTDA)能夠在探索性空間數(shù)據(jù)分析(Exploratory spatial data analysis,ESDA)基礎(chǔ)上系統(tǒng)分析時(shí)序行為,彌補(bǔ)探索性空間數(shù)據(jù)分析的不足[19]。
1)探索性空間數(shù)據(jù)分析。運(yùn)用全局Moran’sI指數(shù)[23]探索水資源利用效率在整個(gè)長(zhǎng)江經(jīng)濟(jì)帶的空間分布特征,計(jì)算公式:
式中,zi表示長(zhǎng)江經(jīng)濟(jì)帶第i個(gè)省份的觀測(cè)值,n為長(zhǎng)江經(jīng)濟(jì)帶省份總數(shù);表示二進(jìn)制的鄰接空間權(quán)重矩陣,由于長(zhǎng)江經(jīng)濟(jì)帶橫跨東西,范圍廣距離遠(yuǎn),故采用鄰接空間矩陣。
局部Moran’sI指數(shù)能夠探索效率在子區(qū)域上的空間異質(zhì)性[24],計(jì)算公式:
式中,Ii表示地區(qū)i的局部Moran’sI指數(shù)。
2)LISA時(shí)間路徑。LISA時(shí)間路徑將傳統(tǒng)靜態(tài)LISA在考慮時(shí)間的基礎(chǔ)上動(dòng)態(tài)化,是LISA馬爾科夫轉(zhuǎn)移矩陣的一種連續(xù)表達(dá)[18,25],主要通過LISA時(shí)間路徑相對(duì)長(zhǎng)度與彎曲度反映幾何特征,計(jì)算公式[26]:
式中,Γi為L(zhǎng)ISA時(shí)間路徑的相對(duì)長(zhǎng)度;Li,t為地區(qū)i在時(shí)間t的LISA坐標(biāo);T為時(shí)間間隔;d(Li,t,Li,t+1)為地區(qū)i在從時(shí)間t到時(shí)間t+1的移動(dòng)距離;Δi為L(zhǎng)ISA時(shí)間路徑彎曲度,若彎曲度大于1說明地區(qū)i的LISA移動(dòng)長(zhǎng)度大于平均水平,表明該地區(qū)局部空間依賴于空間結(jié)構(gòu)具有動(dòng)態(tài)性,否則相反。
3)LISA時(shí)空躍遷。Rey等[27,28]提 出LISA時(shí)空躍遷,對(duì)時(shí)空流動(dòng)(SF)和時(shí)空凝聚(SC)進(jìn)行定義[29],具體計(jì)算公式可參考文獻(xiàn)[18、30、31]。LISA時(shí)空躍遷用來描述省份與相鄰省份間所具有的空間關(guān)系隨時(shí)間變化的規(guī)律,并劃分為I型(本省與相鄰省份均保持穩(wěn)定)、II型(本省躍遷但相鄰省份保持穩(wěn)定)、III型(本省與相鄰省份均發(fā)生躍遷)、IV型(本省保持穩(wěn)定但相鄰省份發(fā)生躍遷)。其中,III型又可以進(jìn)一步細(xì)分為IIIa型與IIIb型(表1)。
表1 LISA時(shí)空躍遷類型與符號(hào)語言
本研究數(shù)據(jù)來源于2001—2018年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。從投入指標(biāo)、期望產(chǎn)出、非期望產(chǎn)出3個(gè)角度測(cè)算水資源利用效率。選取各省份年末三次產(chǎn)業(yè)就業(yè)總?cè)藬?shù)、三次產(chǎn)業(yè)用水總量以及固定資本存量作為投入指標(biāo),其中固定資本存量以永續(xù)盤存法[32]計(jì)算;以2001年為基準(zhǔn)的人均GDP衡量作為期望產(chǎn)出指標(biāo);非期望產(chǎn)出指標(biāo)選取水污染當(dāng)量,為水污染物的污染當(dāng)量數(shù)與水污染排放量比值,其中水污染排放量為化學(xué)需氧量(COD)和氨氮(NH3-N)折成COD污染當(dāng)量之和。根據(jù)《污水綜合排放標(biāo)準(zhǔn)》(GB 8978—2002)規(guī)定,選取1.25作為NH3-N折成COD污染當(dāng)量的折算系數(shù)。
通過Malmquist-DEA計(jì)算出2001—2018年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)?。ㄊ校┧Y源利用效率、技術(shù)效率變化與技術(shù)進(jìn)步水平,并取平均值進(jìn)行對(duì)比分析,如表2所示。
表2 長(zhǎng)江經(jīng)濟(jì)帶各省份水資源利用效率Malmquist指數(shù)
運(yùn)用ArcGIS 10.7軟件自然斷點(diǎn)法將同時(shí)期內(nèi)長(zhǎng)江經(jīng)濟(jì)帶各省份水資源利用效率劃分為高效率、較高效率、較低效率、低效率4個(gè)等級(jí),繪制空間分布地圖(圖1)。
圖1 長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率空間分布
在觀察期內(nèi),水資源利用高效率區(qū)域呈由西向東逐漸轉(zhuǎn)移、整體效率漸進(jìn)提高的趨勢(shì)?!笆濉睍r(shí)期,在空間上呈西高東低的分布,技術(shù)進(jìn)步不足是限制水資源利用效率提高的主要原因。浙江(1.003)、江西(1.001)、四川(1.042)、貴州(1.014)、云南(1.023)表現(xiàn)為水資源利用效率提高。四川、重慶、云南、貴州、浙江、江西處于較高效率及以上水平。浙江、江西、四川、云南技術(shù)效率分別提高2.7%、0.3%、2.2%、2.9%。安徽、四川、貴州技術(shù)進(jìn)步分別提高0.3%、2.0%、1.4%。浙江、江西、云南水資源利用效率的提高得益于其技術(shù)效率的增長(zhǎng),四川、貴州則得益于技術(shù)效率增長(zhǎng)和技術(shù)進(jìn)步的雙重影響。
“十一五”時(shí)期,各省份水資源利用效率均高于1,表明效率有所增長(zhǎng);技術(shù)進(jìn)步指數(shù)有所提高,此時(shí)技術(shù)效率對(duì)水資源利用效率的提高產(chǎn)生限制。貴州通過推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,促進(jìn)一批高耗水、高污染產(chǎn)業(yè)轉(zhuǎn)型,在同時(shí)期最佳,屬于高效率區(qū)域,與上一時(shí)期相比技術(shù)進(jìn)步幅度達(dá)到60.66%。重慶、湖南、四川、浙江技術(shù)進(jìn)步分別提高32.41%、19.27%、19.27%、12.40%。浙江在下游地區(qū)中仍然表現(xiàn)最佳。安徽、江蘇、上海水資源利用效率雖有提高但仍保有一定空間,這一時(shí)期技術(shù)效率潛力有待挖掘。
“十二五”時(shí)期,區(qū)域水資源利用效率的提高主要受限于技術(shù)進(jìn)步。上游地區(qū),重慶、貴州水資源利用效率受到技術(shù)倒退影響,導(dǎo)致水資源利用效率下降,分別位于較低效率、低效率區(qū)域,技術(shù)效率(1.000)保持穩(wěn)定。中游地區(qū),江西技術(shù)效率提高0.85%,受限于技術(shù)進(jìn)步指數(shù)(0.954),水資源利用效率下降;湖北水資源利用效率(0.997)同時(shí)期表現(xiàn)優(yōu)于江西(0.961)、湖南(0.984),處于高效率區(qū)域,技術(shù)效率下降0.67%。下游地區(qū),上海(1.004)、江蘇(1.006)水資源利用效率有所提高,處于高效率區(qū)域。江蘇率先開展綠色發(fā)展評(píng)估,實(shí)行水資源消耗總量和強(qiáng)度雙控行動(dòng),技術(shù)效率有所提高(1.027),但技術(shù)進(jìn)步有所下降(0.980)。上海以創(chuàng)新驅(qū)動(dòng)推動(dòng)水資源利用轉(zhuǎn)型,在效率上體現(xiàn)為技術(shù)進(jìn)步(1.004)。
“十三五”早期,各省份水資源利用效率穩(wěn)健增長(zhǎng)。下游地區(qū),浙江(1.096)成為水資源利用高效率區(qū)域,在國(guó)務(wù)院實(shí)行最嚴(yán)格水資源管理制度考核工作中獲優(yōu)秀等次;上海(1.032)、江蘇(1.031)、安徽(1.056)水資源利用效率同樣有所提高,上海技術(shù)效率(1.000)保持穩(wěn)定,江蘇、安徽技術(shù)效率分別提高0.42%、1.27%。中游地區(qū),江西(1.049)截至2018年完成884個(gè)取用水監(jiān)測(cè)點(diǎn)建設(shè)工作,提高至水資源利用較高效率水平;湖北、湖南水資源利用效率分別為1.045、1.064,技術(shù)效率分別提高0.60%、1.98%,技術(shù)進(jìn)步3.92%、4.59%。上游地區(qū),貴州(1.047)在2018年完成年度“水資源管理”三條紅線指標(biāo)測(cè)評(píng);云南水資源利用效率1.035,技術(shù)效率(0.975)有所下降;重慶技術(shù)效率提高至較高效率水平;四川技術(shù)效率(1.018)保持較高效率水平。
2.2.1 區(qū)域水資源利用效率全局空間自相關(guān)分析通過標(biāo)準(zhǔn)化的權(quán)重矩陣計(jì)算的全局Moran’sI∈[-1,1],0<Moran’sI<1、Moran’sI=0、-1≤Moran’sI<0分別表示空間正相關(guān)、不相關(guān)和負(fù)相關(guān)。由表3可知,“十五”時(shí)期水資源利用效率在1%的顯著水平上呈正相關(guān),“十一五”時(shí)期與“十二五”時(shí)期呈現(xiàn)5%顯著水平上的正相關(guān)關(guān)系,說明相鄰省份水資源利用效率出現(xiàn)集聚現(xiàn)象。從時(shí)期變化的角度來看,長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率的集聚現(xiàn)象具有一定的波動(dòng)性。
表3 長(zhǎng)江經(jīng)濟(jì)帶各省份水資源利用效率全局自相關(guān)Moran’s I指數(shù)
2.2.2 區(qū)域水資源利用效率局部空間自相關(guān)分析全局Moran’sI表明,長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率在空間上具有集聚現(xiàn)象,結(jié)合Moran散點(diǎn)圖繪制LISA集聚分布圖,可以研究水資源利用效率局部空間集聚情況(圖2)。在Moran散點(diǎn)圖中,將各省(市)水資源利用效率的觀測(cè)值作為橫坐標(biāo),水資源利用效率的空間滯后值作為縱坐標(biāo),劃分四個(gè)象限:第一象限HH聚集,在該象限內(nèi)的省份具有較高的水資源利用效率,并且其周邊省份也具有較高的水資源利用效率;第二象限HL聚集,在該象限內(nèi)的省份具有較高的水資源利用效率,但其周邊省份水資源利用效率較低;同理可推第三象限LL聚集和第四象限LH聚集。
圖2 長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率LISA集聚分布
“十五”時(shí)期,長(zhǎng)江經(jīng)濟(jì)帶整體呈上、下游兩個(gè)高效率區(qū)域向周邊省份輻射。四川、云南、貴州3省屬于HH集聚,水資源利用效率較高,同時(shí)期相鄰省份水資源利用效率也較高。2005年習(xí)近平總書記在浙江考察時(shí)首次提出“綠水青山就是金山銀山”重要理念,該時(shí)期浙江在空間上處于HL集聚,成為影響下游地區(qū)水資源利用效率提高的重要增長(zhǎng)極;“十一五”時(shí)期,HH集聚類型數(shù)量進(jìn)一步增加,四川、重慶、貴州3省為HH集聚,此時(shí)上游地區(qū)形成相互毗鄰的聯(lián)動(dòng)區(qū)域。浙江為L(zhǎng)L集聚,受到周邊省份影響,水資源利用效率緩慢升高;“十二五”時(shí)期,上游地區(qū)重慶、貴州2省為L(zhǎng)L集聚,技術(shù)進(jìn)步層面的停滯或倒退造成水資源利用效率降低。中游地區(qū)江西水資源利用效率為L(zhǎng)H集聚,被湖北、湖南、安徽、浙江高效率4省所包圍;“十三五”早期,四川、重慶、湖南3省為高效率區(qū)域,環(huán)繞云南、貴州、湖北,呈現(xiàn)HL集聚。下游地區(qū),江蘇水資源利用效率低于同時(shí)期安徽、浙江2省,相較相鄰省份具有提升空間。
2.2.3 區(qū)域水資源利用效率LISA時(shí)間路徑分析
根據(jù)式(4)和式(5)計(jì)算出LISA時(shí)間路徑并繪出幾何特征(圖3)。由圖3a可知,長(zhǎng)江經(jīng)濟(jì)帶下游沿海省份與以川渝地區(qū)為代表的上游省份水資源利用效率具有較大的相對(duì)長(zhǎng)度。根據(jù)計(jì)算結(jié)果可知,LISA時(shí)間路徑相對(duì)長(zhǎng)度最長(zhǎng)的3個(gè)?。ㄊ校┓謩e為貴州(2.013)、四川(1.406)、重慶(1.118),其次為下游地區(qū)沿海?。ㄊ校┙K(1.091)、上海(1.027)、浙江(0.954)。這表明上游地區(qū)與下游地區(qū)沿海省份局部空間結(jié)構(gòu)更加動(dòng)態(tài)。上游地區(qū)中貴州最為明顯,這一時(shí)期貴州大力推進(jìn)大數(shù)據(jù)經(jīng)濟(jì)融合實(shí)體經(jīng)濟(jì)轉(zhuǎn)型發(fā)展,發(fā)展高產(chǎn)值、低耗水產(chǎn)業(yè)[33]。
LISA時(shí)間路徑彎曲度能夠反映不同?。ㄊ校┰诰植靠臻g依賴和波動(dòng)性。彎曲度越大表明該?。ㄊ校┧Y源利用效率受相鄰?。ㄊ校┛臻g效應(yīng)的影響越大,其自身隨時(shí)間的變化越具有波動(dòng)性。如圖3b所示,上游地區(qū)的重慶、中游地區(qū)的湖北、下游地區(qū)的江蘇和上海4?。ㄊ校┚哂休^大彎曲度。根據(jù)計(jì)算結(jié)果可知,重慶(5.916)、江蘇(3.766)、上海(3.620)、湖北(3.110)為彎曲度最大的4個(gè)?。ㄊ校0不眨?.474)、江西(1.577)、云南(1.641)、湖南(1.658)為彎曲度最小的4個(gè)省份。重慶在局部空間依賴上具有最大的波動(dòng)性,表明重慶與其相鄰的省份具有動(dòng)態(tài)的區(qū)域水資源利用效率增長(zhǎng)過程。中游地區(qū)以湖北武漢為中心的城市群承東啟西、連接南北,積極連接中游地區(qū)推動(dòng)水資源利用效率協(xié)調(diào)發(fā)展[34]。下游地區(qū),江蘇、上海彎曲度高于浙江、安徽。作為創(chuàng)造聯(lián)動(dòng)發(fā)展新模式戰(zhàn)略地區(qū),長(zhǎng)三角城市群彎曲度整體高于中上游地區(qū),具有更明顯的動(dòng)態(tài)特征。
圖3 長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率LISA時(shí)間路徑
通過對(duì)比不同時(shí)期各省份在Moran散點(diǎn)圖中的位置計(jì)算長(zhǎng)江經(jīng)濟(jì)帶各?。ㄊ校㎜ISA坐標(biāo)點(diǎn)的移動(dòng)方向[35],包括:0°?90°贏-贏態(tài)勢(shì),即該?。ㄊ校┘捌湎噜徥。ㄊ校┧Y源利用效率正向協(xié)同增長(zhǎng);90°? 180°輸-贏態(tài)勢(shì),即該?。ㄊ校┧Y源利用效率有所下降,但相鄰省(市)水資源利用效率提高;180°? 270°輸-輸態(tài)勢(shì),即該省(市)及其相鄰?。ㄊ校┧Y源利用效率負(fù)向協(xié)同增長(zhǎng);270°?360°贏-輸態(tài)勢(shì),即該?。ㄊ校┧Y源利用效率增長(zhǎng),但相鄰?。ㄊ校┧Y源利用效率下降。如圖3c所示,正向協(xié)同增長(zhǎng)態(tài)勢(shì)總共有6個(gè)?。ㄊ校伎傮w的54.54%,主要集中在中下游地區(qū)。中游地區(qū)湖北、江西呈正向協(xié)同增長(zhǎng)態(tài)勢(shì),湖南呈水資源利用效率增長(zhǎng)、周圍省(市)效率降低態(tài)勢(shì)。重慶與相鄰省份水資源利用效率呈降低態(tài)勢(shì)。四川與相鄰省份呈負(fù)向協(xié)同增長(zhǎng)特征,區(qū)域水資源利用效率協(xié)調(diào)提高效果有待轉(zhuǎn)變。
2.2.4 區(qū)域水資源利用效率LISA時(shí)空躍遷分析LISA時(shí)間路徑能夠分析Moran’sI散點(diǎn)圖中散點(diǎn)變化趨勢(shì),但對(duì)散點(diǎn)局部空間關(guān)聯(lián)類型轉(zhuǎn)移變化反映不足。根據(jù)Moran’sI散點(diǎn)圖,以時(shí)期為時(shí)間單位得到長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率自“十五”時(shí)期至“十三五”早期時(shí)空流動(dòng)、時(shí)空凝聚和演化過程,如表4所示。
由表4可知,觀察期內(nèi)水資源利用效率時(shí)空躍遷在各類型分布較為均勻,時(shí)空凝聚概率48.5%,高于時(shí)空流動(dòng)概率45.5%,表明長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率不斷變化,即便時(shí)空凝聚性略強(qiáng)于時(shí)空流動(dòng)性,但仍然具有一定的時(shí)空流動(dòng)性與可塑性。本省水資源利用效率較低,但相鄰省份較高,能夠帶動(dòng)本省水資源利用效率提高的概率達(dá)到50.0%,說明水資源利用效率在空間上具有溢出效應(yīng)。本?。ㄊ校┡c相鄰省(市)水資源利用效率均較高時(shí),本省(市)水資源利用效率水平不變,而相鄰?。ㄊ校┧Y源利用效率降低概率為10.0%,說明當(dāng)形成聯(lián)動(dòng)高效率區(qū)域時(shí)相鄰省(市)水資源利用效率具有穩(wěn)定性。當(dāng)本省(市)與相鄰?。ㄊ校┧Y源利用效率均較低時(shí)效率保持不變的概率為31.2%,僅本省(市)提高水資源利用效率至較高水平概率為18.8%,共同提高至較高水平時(shí)概率為25.0%,說明當(dāng)LL集聚時(shí)容易產(chǎn)生轉(zhuǎn)移惰性,與相鄰省(市)加強(qiáng)合作共同提高效率概率高于僅提高本?。ㄊ校┧Y源利用效率。
表4 水資源利用效率局部Moran’s I指數(shù)時(shí)空躍遷矩陣
本研究運(yùn)用Malmquist-DEA模型測(cè)算了2001—2018年長(zhǎng)江經(jīng)濟(jì)帶11?。ㄊ校┧Y源利用效率的變化,并結(jié)合探索性時(shí)空數(shù)據(jù)分析方法分析效率在空間上的結(jié)構(gòu)與在時(shí)間維度上的空間變化。
結(jié)果表明,在觀察期內(nèi)長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率整體處于提高水平,“十五”“十二五”時(shí)期技術(shù)進(jìn)步不足是制約水資源利用效率提高的主要因素,“十一五”時(shí)期、“十三五”早期效率的提高主要受到技術(shù)效率的制約。長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率空間集聚整體顯著并具有一定波動(dòng)性,容易在空間形成相互毗鄰的聯(lián)動(dòng)區(qū)域。其中,HL集聚、HH集聚容易出現(xiàn)在上游地區(qū)與下游沿海地區(qū);上游地區(qū)水資源利用效率局部空間結(jié)構(gòu)更加動(dòng)態(tài),正向協(xié)同增長(zhǎng)省(市)占總?。ㄊ校?shù)的54.54%,主要集中在中下游地區(qū);從時(shí)期來看,水資源利用效率時(shí)空凝聚性略強(qiáng)于時(shí)空流動(dòng)性,但依然具有可塑性。針對(duì)以上結(jié)論得出如下啟示。
1)觀察期內(nèi),水資源利用效率有所增長(zhǎng),仍保有提高空間。技術(shù)進(jìn)步能夠使得前沿面前移,產(chǎn)生新的進(jìn)步空間,因此,促進(jìn)技術(shù)進(jìn)步是提高水資源利用效率重要方式,與此同時(shí),也要重視技術(shù)效率的提高??梢酝ㄟ^采取加大節(jié)水科技投入、創(chuàng)新水資源管理、深化水權(quán)交易、因地制宜調(diào)整產(chǎn)業(yè)結(jié)構(gòu)等方式促進(jìn)水資源利用效率的提高。
2)長(zhǎng)江經(jīng)濟(jì)帶水資源利用效率空間集聚具有一定波動(dòng)性,因此,在區(qū)域內(nèi)部、區(qū)域之間加快形成對(duì)水資源的協(xié)調(diào)開發(fā),優(yōu)化投入資源在空間上的布局,深化區(qū)域水資源利用合作交流,以進(jìn)一步強(qiáng)化空間集聚特征。低效率地區(qū)間加強(qiáng)共贏合作,更有利于提高水資源利用效率,例如貴州將大力推進(jìn)大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)相結(jié)合,發(fā)展高產(chǎn)值低耗水產(chǎn)業(yè),對(duì)周圍地區(qū)具有一定的借鑒意義。
3)下游地區(qū)充分利用經(jīng)濟(jì)優(yōu)勢(shì),大力提倡科技創(chuàng)新,采用多種形式的科技合作帶動(dòng)中上游地區(qū)水資源利用效率的提高。中游地區(qū)湖北擁有良好的區(qū)位優(yōu)勢(shì),通過充分發(fā)揮承東啟西作用,充分利用輻射帶動(dòng)作用對(duì)水資源利用效率進(jìn)行調(diào)整。上游地區(qū)重慶更易受到相鄰省份水資源利用效率影響,應(yīng)當(dāng)積極發(fā)揮對(duì)周圍省(市)水資源利用的協(xié)調(diào)作用。