中国近年来水资源利用效率的省际差异：技术进步还是技术效率，本文主要内容关键词为：效率论文,水资源论文,中国论文,技术进步论文,差异论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
文章编号：100/-7588(2012)05-0794-08
1 引言
“水是生命之源、生产之要、生态之基”①，随着我国城市化和工业化的推进，水资源作为基础性的自然资源和战略性的经济资源得到完全体现。与此同时，水资源利用效率低下成为制约我国经济增长的主要约束条件之一，我国万美元GDP用水量为4749m[3]，是世界平均水平的4倍，是美国的9.8倍，日本的25倍[1]，因此水资源可持续利用成为我国政府和学术界共同高度关注的话题。2011年中央“一号文件”首次聚集水资源管理，并提出建立用水效率控制红线，坚决遏制用水浪费。文件强调水资源管理红线指标体系要纳入各地经济社会发展综合评价体系，地方政府对本地区水资源管理负总责。这些都表明了中国政府旨在通过提高水资源利用效率来促进经济可持续发展的决心。
从国内外文献来看，国内外对水资源效率的测算一般有两种方法：一种方法是政府部门经常使用的单位水耗，即万元产出所消耗的水资源量；另外一种是运用参数或非参数方法，综合资本等其他投入要素，GDP作为产出，测算出全要素资源效率，如Speelman et al.、孙才志等、孙爱军等[2-4]。水资源利用效率的影响方面，主要侧重于分析农业用水和工业用水效率的影响因素。如Kaneko[5]基于中国1999年-2002年的分省数据集，采用C-D随机前沿生产函数方法测算灌溉用水效率，并进一步发现农业用水效率的影响因素主要包括气候、土壤等自然条件，以及农田水利等基础设施条件。陈东景[6]采用因素分解法分析了水资源消耗强度变化的结构份额和效率份额，结果表明2002年-2005年间，我国工业水资源消耗强度总体呈不断下降的趋势，工业水资源消耗强度下降的结构份额不断下降，效率份额逐渐上升。Yujiro Hayami[7]根据诱致技术变迁理论，认为水资源相对稀缺程度以及供给弹性的不同，表现为在要素市场上相对价格的差异，从而能够诱导出节约相对稀缺的水资源利用效率的变化。
梳理文献发现，现有研究较多关注产业结构和经济增长对水资源利用效率的影响，技术因素对水资源效率的影响却很少涉及。实际上，水资源利用的绩效是经济发展、技术进步、水资源消耗等多种因素共同作用的结果，显示出明显的全要素特点。另外，水资源效率改善是一个宏观、持续的过程，而产业结构、价格因素对水资源利用效率的影响存在一个阈值的问题，即上升空间是有限的，而技术进步的影响却是持续的、相对无限的。基于以上分析，借鉴Hu和Wang提出的全要素框架[8]，探讨中国水资源利用效率的变化趋势，并进一步分析技术进步和技术效率对水资源利用效率产生的具体影响。
2 计算方法、数据来源与处理
2.1 水资源利用效率的计算方法
从全要素投入角度看，众多学者使用数据包络分析法(Data Envelopment Analysis，DEA)来评价水资源利用效率。DEA是通过确定生产前沿面，以相对效率概念为基础发展起来的一种效率评价方法，可对同一类型的各决策单元的相对有效性进行评定和排序，而且DEA方法在避免主观因素、简化算法、减少误差等方面有着不可低估的优越性[9]。鉴于以上优点，本文也采用DEA计算水资源利用效率。其主要思路是通过保持决策单元的输入或输出不变，借助数学规划将DMU投影到前沿面上，有效点位于生产前沿面上，而无效点位于前沿面的下方。由于本文关注的是投入要素，因此将采用规模报酬不变假设下基于投入法的DEA模型。
根据Hu和Wang提出的思想，在生产过程中，水资源投入一方面由于技术无效率导致损失，另一方面因为要素配置不当产生投入松弛。因此，“前沿曲线上最优水资源投入”一般低于“实际水资源投入”。根据上述分析，定义全要素水资源效率为：
式中
(Water Resource Efficiency)为第i个省(自治区)第t年的水资源效率；TWRI(Target Water Resource Input)为目标水资源投入，也就是在当前生产技术水平下，为实现一定产出所需要的最少水资源投入数量；AWRI(Actual Water Resource Input)为实际水资源投入数量；LWRI(Loss Water Resource Input)为损失的水资源投入数量。此外，把区域内所包括的所有省份的目标水资源投入和实际水资源投入汇总并计算比值，可得到某一区域在某一年的水资源效率。
2.2 Malmquist指数方法
Malmquist指数方法为分析各区域的全要素水资源利用效率变化提供了便利的工具。与Tomqvist指数和Fisher指数相比，Malmquist指数可以把生产率的变化原因分为技术变化与效率变化，不需要价格资料，从而避免价格信息不对称所引起的问题，且可以利用多投入与产出变量，不需要成本最小化和利润最大化的条件。设
为距离函数，基于t和t+l期参照技术的Malmquist生产率指数分别为：
按照理想指数思想，定义它们的几何平均为综合生产率指数，通过分解，可得到RD模型：
式中Pech(Pure Efficiency Change)为纯技术效率变化，是在变动规模报酬假定下的技术效率变化；Techch(Technical Change)为技术变化，反映生产前沿面的移动对生产率变化的贡献程度；Sech(Scale Efficiency Change)为规模效率变化，表明规模经济对生产率的影响。构成TFP指数的某一变化比率大于l时，表明其是生产率水平提高的根源；反之，则导致了生产率水平的降低。
2.3 数据来源与处理
由于我国水资源消耗量的数据2003年才开始系统收集并公开颁布，考虑数据可得性，本文以2003年-2009年中国30个省(重庆合并到四川)的资本存量、劳动力、知识存量和水资源消耗量作为投入要素，以各省GDP作为产出要素进行分析。具体的投入产出数据说明如下：
图1 中国东、中、西部水资源利用效率变化
Fig.1 Water resource utility efficiency change of East,middle and west region in China
(1)GDP产出数据。为保证指标数据的一致性，各省每年的GDP变量采用的是2000年不变价格计算的实际GDP。
(2)资本存量。当今学者们一般用“永续盘存法”来估计每年的实际资本存量，计算方法为：
式中
是地区i第t年的资本存量；
是地区i在第t年的投资；
是地区i在第t年的固定资产折旧率。单豪杰[10]用国家统计局最新的数据资料，系统估算了1952年-2006年全国和省际的资本存量，因此本文直接采用他的研究成果。对于2006年后的数据，按照同样方法计算获得。另外，为保证投入产出变量统计口径的一致，采用平减指数将资本存量换算到以2000年为基期计算的相应数据。
(3)劳动力。劳动力按照(当年年末就业人数十上一年年末就业人数)/2来计算得到，这里由于各省的人均教育水平等数据不可得，因此没有包括各省劳动力质量上的差异。
(4)知识存量。根据内生增长理论，知识投入、技术进步对于经济增长起着显著作用，因此本文在投入要素中加入非物质形态的知识存量。Ganlner和Joutz[11]认为可以使用专利授权数作为知识积累的代理变量。知识存量的计算公式为：
式中
为t期的知识存量，即专利授权数存量；A为知识流量(新增专利授权数)；d为知识的折旧率，赋值为0.15。本文以2000年为基期，计算历年省际知识存量。
(5)水资源。用各省的水资源消耗量作为水资源投入，统计上把工业用水、农业用水、生态用水和生活用水等四种用水总量加总而得。
本文所有原始数据来源于《中国统计年鉴》、《新中国六十年统计资料汇编》和《中国水资源公报》。
3 计算结果与分析
3.1 基于DEA模型的水资源利用效率分析
运用软件包DEAP2.1，根据公式(1)计算得到中国各省、直辖市、自治区以及各区域的全要素水资源效率见表1。图1则直观的表明了东部、中部、西部地区的水资源利用效率变化趋势。
(1)表1显示，从各省、区和直辖市的水资源利用效率来看，始终保持在前沿面的有天津、辽宁、上海和云南省，多年始终保持DEA有效。这里面天津、辽宁和上海尽管处于东部沿海，但水资源都相对缺乏，如2009年天津人均水资源拥有量为128.3m[3]，为全国倒数第一。这3个省(直辖市)之所以保持较高水资源利用效率，主要原因在于保持较优的资源配置效率和和较高的技术水平。与之相反的是，云南水资源比较丰富，是我国西南地区重要的水资源保护区，由于开发利用程度低，且与资本、劳动力配置较好，故显得全要素水资源利用效率较高。新疆、宁夏和西藏水资源利用效率始终很低，这原因一方面跟这些地区的气候条件有关，水资源自然损耗较多，另外，跟这些地区的产业结构有关，这些地区都以农业为主导产业，而我国农业用水技术手段落后，绝大时候仍然采取串灌、漫灌、大块灌等粗放型的水资源利用方式。
(2)图1显示，从东部、中部、西部区域来看，水资源利用效率呈现出明显的递降趋势，东部遥遥领先。这验证了孙才志、孙爱军[3-4]等学者的观点，他们认为发达地区用水效率最高，欠发达地区用水效率最低，且水资源利用相对效率的差异是区域经济社会发展的普遍现象。这同时也说明，中、西部地区用水效率还有很大的提升空间，各种资源配置应得到继续优化。
(3)图1显示，从全国来看，我国水资源利用效率变化出现在2007年。2007年以前，水资源利用效率有所提高，之后，出现了缓慢下降。这个结论与钱文婧、贺灿飞[12]类似，2007年全球发生经济危机，为了刺激经济复苏，中央和地方政府把大量的救市资金投向了基础设施建设和重型化工业，这导致了资源配置的扭曲，从而使水资源利用效率下降。
3.2 基于Malmquist指数的生产率分析
运用Deap2.1软件，计算2003年-2009年我国各地平均的技术效率指数、技术进步指数和全要素生产率指数，具体结果见表2。
表2显示：
(1)从全要素生产率变化(Tfpch)来看，2003年-2009年间平均TFP增长的省份有19个，占全国所有省份的63.34%，其中增长最快的省份为辽宁，增长率为22.1%。在平均TFP负增长的省份中，全要素生产率增长最低的是海南，增长率为-15.4%。这可能与其他学者的研究结果有所差异，原因主要在于跟本文的研究对象有关，把水资源作为投入要素计算全要素生产率，而其他学者计算TFP都没有考虑水资源利用的问题。另外，与预期类似，东部的TFP增长率高于中部和西部地区，显示出东部地区强劲的技术实力和综合管理能力。
(2)从技术效率变化(Effch)来看，东部地区出现了负增长，增长率为-1.4%，主要为纯技术效率和配置效率都出现负增长，尤其配置效率增长为-1.2%，这也表明东部地区需要提高水资源和其他投入要素的匹配程度，积极提升产业结构，大力发展低水耗产业，贸易往来中鼓励进口高水耗产品。西部地区虽然技术效率增长较快，但纯技术效率增长仍为-1.7%，这说明西部地区在“软技术”方面还有很大改进空间，日常的经营实践和管理水平仍需提升。
(3)从技术进步变化(Techch)来看，东部地区在2003年-2009年平均增长4.6%，遥遥领先于中部地区的0.8%和西部地区1.1%，这也说明东部地区在技术引进、产品研发等“硬技术”方面继续发挥“桥头堡”作用。这跟东部地区较多的科研院所、丰富的人才储备是分不开的，中西部地区除了要做好产业转移，吸收技术迁移外，更重要的是加大人才的引进和培养。
4 技术进步、技术效率对水资源利用效率的影响
如前所述，全要素生产率可以分解为技术效率和技术进步，其中技术效率又可分解为纯技术效率和配置效率。为进一步研究技术进步各组成部分对全要素水资源利用效率的影响，以各省的水资源利用效率为因变量，纯技术效率、配置效率和技术进步变化值为自变量，构建回归模型。同时，考虑到产业结构和水资源价格等变量也会影响到水资源利用效率[6-7]，将这些变量作为控制变量一起放入回归模型。产业结构用第一产业增加值/GDP总量来表示，水资源价格变量用城镇居民家庭平均每人全年水电燃料支出/城镇居民家庭平均每人全年消费性支出表示。由于Malmquist模型各指数均是与上一年的相对比值，因此各变量都采用与上一年的比值，具体模型如下：
式中i代表第i个省；t代表第t年；WRE、Techch、Pech、Sech、Stru、Pric分别代表水资源利用效率的增长率、技术进步的增长率、纯技术效率的增长率、配置效率的增长率、产业结构的变化和水资源价格的变化；c表示截距项；
为相应的系数；
为随机扰动项。
在使用面板数据构建模型时需对模型的设定形式进行检验。首先是用沃尔德F检验判断是采用OLS还是固定效应模型，再利用布罗施—帕加(Breusch and Pagan)的LM检验判断是采用OLS还是随机效应模型，最后利用Hausman检验，确定是选择随机效应还是固定效应模型，若检验值显著则选用固定效应模型，反之用随机效应模型。限于篇幅，具体的计算过程略去，本文的分析工具采用Eviews6.0，结果如表3所示。
表3显示：
(1)针对全国而言，技术进步、技术效率的增长都可导致水资源利用效率的改善。技术进步和技术效率分别增长1%，将导致水资源利用效率提高0.37%和0.27%(0.8287×0.3318%)。这里技术进步对水资源利用效率的贡献较少，可能跟技术进步产生的“回弹效应”(Rebound Effect)有关，技术进步一方面可以降低水资源消耗，提高水资源利用效率，但另一方面又使得经济增长，导致水资源需求增加；另外，纯技术效率和配置效率也可导致水资源利用效率提高，且纯技术效率效果最明显，纯技术效率增长1%，将导致水资源利用效率提高0.83%，这也表明提高管理水平等“软技术”对目前我国水资源利用最为关键。
(2)从分区域来看，技术进步对中部地区水资源利用效率最为明显，而对西部地区效果最不理想，技术进步增长l%，西部地区水资源利用效率改善程度大概只占东部地区的1/3。究其原因，可能东部地区本身技术水平较高，加上“回弹效应”的因素，使得技术进步对水资源效率改善的边际效益递减，而西部地区由于技术相对缺乏，同时经营水平和管理经验薄弱，使得节水的技术成果推广相对困难，如西部地区农业较少采用喷灌和微灌这种作业方式就是一个证明。
(3)从全国和中西部地区来看，产业结构变量与全要素水资源利用效率呈显著的负相关，即经济总量中第一产业的比例越大，全要素水资源效率就越低。另外，水资源的价格同全要素水资源利用效率正相关，这表明，通过价格杠杆的作用可以提高水资源效率。
5 结论与政策建议
5.1 结论
“确立用水效率控制红线，坚决遏制用水浪费，把节水工作贯穿于经济社会发展和群众生产生活全过程”②。随着极端气候对我国影响的加大，水资源效率的提高成为水资源利用工作的核心问题。本文利用2003年-2009年我国各省的面板数据，选取基于投入导向的DEA模型，以资本存量、人力资本存量、用水总量作为生产中的投入要素，测算出各省全要素水资源利用效率，并通过Malmquist指数测算出各省的技术效率、技术进步和全要素生产率，最后以面板数据计量方法分区域对技术效率和技术进步对水资源利用效率的影响进行了考察，研究结果表明.
(1)我国近年来水资源利用效率变化的分界点出现在2007年。2007年以后水资源利用效率出现了缓慢下降，主要原因可能为金融危机后的资源配置扭曲。从分区域看，水资源利用效率出现了明显的区域差异，东部地区、中部地区、西部地区效率值依次递减。从省(直辖市)来看，天津、辽宁、上海和云南省多年保持较高的水资源利用效率，而新疆、宁夏和西藏水资源利用效率始终较低。
(2)技术进步和技术效率的增长都可导致水资源利用效率的改善，但技术进步由于回弹效应使得影响值较小。技术效率增长导致水资源效率较大幅度的改善，主要原因是纯技术效率和配置效率的增长都对水资源利用效率的改善起到正向作用。
(3)技术进步对中部地区水资源利用效率最为明显，而对西部地区效果最不理想，技术进步增长1%，中部地区水资源利用效率改善0.38%，而西部地区却只有0.11%。
(4)从全国和中西部地区来看，全要素水资源利用效率与产业结构呈显著的负相关，但与水资源的价格正相关，这表明，降低第一产业比例和发挥价格杠杆的作用可以提高水资源效率。
5.2 政策建议
(1)慎重对待节水目标的分解，2011年一号文件确定了我国在未来一段时间内用水效率的控制红线，由于我国各区域经济发展、技术水平等方面存在较大差异，导致目前不同地区水资源相对效率差距较大，因此在分解节水目标时，要根据各地用水效率的实际情况，避免“一刀切”现象。
(2)充分认识技术进步、资源配置、管理水平以及价格杠杆等因素对水资源利用效率的影响，政府需要应加大对技术的投资力度，并鼓励企业技术创新以及管理效率的提高，积极实施用水价格改革，这样才能满足我国经济社会发展对水资源利用效率的要求。
注释：
①《中共中央国务院关于加快水利改革发展的决定》2011年1号文件。
②《中共中央国务院关于加快水利改革发展的决定》2011年l号文件。