基于DEA模型的长三角地区绿色用水效率分析

罗时纯 华睿 宋安娜

摘要：选取2002—2017年长江三角洲区域（长三角地区）3省1市的用水总量、固定资产投资总额、就业人数、废水排放量4个投入量及GDP产出量，构造了DEA-Malmquist指数模型，结合环境因素对其绿色用水效率进行了剖析。结果表明，3省1市的绿色用水效率在2010年和2015年处于明显的转折点，显示出节水政策和水污染治理政策落实的重要性;研究期间TFP全要素指数大于1，但技术效率呈现不变甚至退步的趋势，其中安徽省最为明显。因此指出在落实节水政策、保证技术进步、扩大产业规模的同时也要注重产业结构的优化。

关键词：绿色用水效率;DEA-Malmquist指数;规模效应;环境保护;长三角地区

Abstract：
The total water consumption， fixed assets investment， employment figure， amount of discharged wastewater and GDP output of three provinces and one city in the Yangtze River Delta from 2002 to 2017 were choosed to construct the DEA-Malmquist index model. The green water efficiency of the provinces was analysed，combining with environmental factors. The result showed that year 2010 and year 2015 were two obvious turning points of green water efficiency in three provinces and one city， which showed the significance of water conservation and water pollution governance policy implementation; During the study period， TFP total factor index was greater than 1， but technical efficiency showed a regressive trend， especially in Anhui Province. Therefore， the provinces should pay attention to optimizing industrial structure while implementing water-saving policies， ensuring technological progress and expanding industrial scale.

Key words：
green water efficiency;DEA and Malmquist index;economies of scale;environmental protection;Yangtze river delta region

長江三角洲区域（简称长三角地区）是中国经济开放程度最高、城市化水平以及人口密集度最高、政策最健全、成长速度最快的地区之一。2016年6月经国务院批准，皖江城市带的8个隶属于安徽的城市划入长三角地区，国家提出要将长三角地区城市群建设成为拥有全球影响力的世界级城市群，着力打造改革新高地，争当开放新尖兵，构筑生态环境新支撑，带头发展新经济，创造联动发展新模式[1，2]。自此，上海市、江苏省、浙江省和安徽省均成为长江三角洲不可分割的一部分。

长三角地区倚靠长江主干流，包含太湖及其周边湖泊，占地面积广，水资源总量丰富。但由于人口高度密集、城市建设用水需求量大，经济高速发展对当地环境承载能力造成很大的压力。水质恶化，污染严重的问题成为制约经济发展的重要原因之一[3]。与此同时，响应国家“十三五”政策中的节水规定，将合理利用水资源、减少水资源消耗总量、提高绿色用水效率落到实处，成为该地区城市发展的重要突破点之一[4，5]。

如何以更少的水资源消耗换取更多的产品和服务输出是研究用水效率的出发点。近年来，许多学者通过不同的方法对一些地区的用水效率进行了研究，分析的范围主要集中在国家整体和省级层面。在国家层面上，雷玉桃等[6]利用SFA模型对中国工业用水效率进行了差异分析，并建立回归方程来辨别其影响因素;李静等[7]利用MINDS模型以及Tobit模型对中国工业用水效率及其影响因子的作用进行了分析。在省级层面上，任俊霖等[8]利用超效率DEA模型和Malmquist指数对长江经济带的省会城市用水效率进行了研究，并总结出相关的影响因素;佟金萍等[9]从宏观角度出发，利用超效率DEA-Tobit模型在流域层面测算了长江流域的农业用水效率，并分析其效应;沈欣媛等[10]利用超效率DEA模型评价江苏省各市的用水效率，分析了有效及无效地区的用水情况;史毅超等[11]利用DEA和Malmquist指数对浙江省的用水效率进行了分析，从时间点的对比到动态比较，并引入了投入冗余量指标。

通过对相关研究分析发现，现有的用水效率研究主要从国家整体及省内部进行分析，大多未引入环境污染这一指标。本研究将废水排放量作为环境效应的代表指标，研究在环境约束下的绿色用水效率。通过分析长三角地区3省1市（上海市、江苏省、浙江省和安徽省）的用水效率差距，以寻求共同进步的方法。

1 研究方法与数据来源

1.1 研究方法

1.1.1 DEA方法 DEA（Data envelopment analysis）即数据包络分析，是用于评价决策部门之间相对有效性的一种研究方法。以生产前沿面为基础，将多投入多产出的分式规划问题利用模型变化成相对效率的线性规划问题[12]。DEA减少了对多种变量之间纲的统一要求，变量之间的权重关系也可以忽略不计，将复杂的规划转变为最优化的简单求解。当决策单元位于生产前沿面上时则可以判定该决策单元效率值为1，为有效单元;而其余的效率值小于1，为非有效单元。对于非有效单元可以从投入与产出两个角度来求解出该单元的松弛变量，从而寻找到优化的最佳途径。因此DEA不仅可以评价各省的绿色用水效率，还可以寻找出最佳的改进突破口。

DEA模型分为CCR和BCC模型两种情况，其主要区别在于规模效应。CCR运行的前提是规模效益不变假设，即产出与投入同比例增加或减少。BCC则遵循规模报酬变化的假设，将综合效益分解成规模效益和纯技术效益两部分。为避免因使用CCR模型出现分类一致性问题，防止与各地区绿色用水效率的规模报酬一般为可变期望的现实因素矛盾，加之本研究对象是在国内GDP生产总值不变的情况下降低整个省的用水总量，因而选择投入导向型的BCC模型[13]。其线性规划为：

其中，[qi]表示第i个单位产出，[Q]表示总产出量，[xi]表示第i个投入，[X]表示总投入量，[λ]表示权重，[θ]表示投入角度的技术效率。

此外，考虑到国内GDP产出量不是由用水总量一个要素所决定，故在测量绿色用水效率时还引入了固定资产投资总额、就业人数、废水排放量 3个投入要素，从而构造了一个多角度投入要素的框架。其中需指出的是，由于废水排放量是伴随用水总量的投入而产生的一种“副产品”，将其作为投入指标进行测算，视为水资源环境的投入成本即机会成本[14]。

1.1.2 Malmquist指数 Malmquist指数法在动态效率变化趋势的研究中使用偏多，由于可灵活转换为较为简洁的参数和非参数模型，因而十分适用于对多投入、多产出及面板数据的分析，同时测量出生产要素效率。全要素生产效率指数TFP可以进行如下分解：

其中Effch为技术效率变化指数;Tech为技术进步变化指数;Pech为纯技术效率变化指数;Sech为规模效率变化指数。

由于DEA模型对绿色用水效率的分析是静态的，因此结合Malmquist 指数法的动态分析，能够更加全面直观地分析长三角地区绿色用水效率的变化情况。

1.2 数据来源

2002—2017年长三角地区3省1市用水总量、固定资产投入总额、国内生产总值、废水排放量及GDP指数均来自2003—2018年的《中国统计年鉴》，其中废水排放量是由工业废水排放总量与生活污水排放总量相加得出。就业人数来自3省1市2003—2018年统计年鉴。固定资产投入总额和GDP均以2002年价格为基础进行了处理并汇总，最后运用软件Deap 2.1进行数据处理。

2 结果与分析

2.1 长三角地区绿色用水效率评价

为考察长三角地区3省1市的整体用水情况，将相关数据进行了汇总，利用投入角度的BCC模型进行绿色用水效率的测量及分析，结果如图1、图2和表1所示。

1）从时间来看，由图1可知，2002—2010年，长三角地区用水效率呈现整体平稳略微下降的趋势，2010年绿色用水效率下降至0.990，次年开始上升。原因在于2011年是“十二五”计划开始的第一年，是城市规划用水关键性的一年。在此期间中国颁布了最严格的节水政策和环境污染治理政策，使得整个长三角地区居民的节水护水意识增强，绿色用水效率开始增长，呈现出动态性的上涨趋势。还可以看出，2015年之后整个长三角地区的绿色用水效率增长速率较之前有了进一步的提升。国家于2015年颁布了《水污染防治行动计划》，提出“强化科技支撑”“提高用水效率，把节水目标任务完成情况纳入地方政府政绩考核”等一系列行动计划，将环境治理正式纳入管理文件之中，为长三角地区的水资源管理提出了新的要求。2016年作为“十三五”计划开始的第一年，长三角地区3省1市無论是技术条件还是环保意识都有了明显的进步，因而在2016年绿色用水效率开始提高。将图1与图2相比较可以看出，3省1市的绿色用水效率变化趋势与整体趋势相近。

2）从空间来看，浙江省的绿色用水效率最高。由表1可知，2002—2017年浙江省的绿色用水效率有12个年份，整体效率比较平稳。主要因为浙江省一直以来对水资源严格管理。浙江省于2003年便开始在长兴县试点河长制，规范河流管理，为每一条河流甚至是沟渠配置管理者，根据各地区的不同水资源状况进行治理，对症下药。一方面为治理水污染提出了新的解决方案，严格控制河流废水排放情况，责任到人;另一方面也规范了水资源的使用，促进用水总量的控制。随着河长制的试点，浙江省又在2004年开始了节水城市的试点工作，为全省的用水管理提供了参考依据。2007年更是响应国家号召，颁发了《浙江省节约用水办法》，优化水资源配置，完善一体化改革，大力建设节水型城市，促使浙江全省绿色用水效率得到极大的提升。可以看出浙江省的水资源管理利用水平较为先进，一直走在各省（市）环境治理的前列[15]。其他2省1市的水资源管理虽与浙江省存在差距，波动性较大，但由于国家政策的不断推进，各省（市）也出台了相应的措施。上海市于2017年通过了《上海市水资源若干管理规定》，严格控制水资源的使用，并将河长制立法推广，进一步加强了长三角地区水污染联合治理;江苏省2003年颁布实施了《江苏省水资源管理条例》，在水资源的管理及污染治理等方面均作出了规定，并于2017年和2018年进行了两次大规模的修订，推动了整个江苏省的水资源管理规范化。安徽省于2017年开始实施严格的水资源管理条例，对各市进行考核并排名，提高了各市规范水资源管理的积极性。在各省（市）的不断改进下，整体的绿色用水效率均成良好发展态势，有效单元也在逐步增加。

2.2 全要素生产率TFP分解

为了对长三角地区绿色用水效率进行动态分析，对各年份的增长情况进行比较，本研究利用Malmquist指数对数据进行处理，得到2002—2017年整个长三角地区及各省（市）的TFP指数。所得结果如表2和表3所示。

1）从长三角地区总体情况（表2）来看，TFP增长率为7.90%，说明2002—2017年长三角地区绿色用水效率呈现整体上升的趋势。其中绿色用水效率经历了两个大幅增长时期，分别为2010—2011年和2015—2016年。这两段时期分别处于“十二五”和 “十三五”规划的初始年份，节水政策得到全面加强，同时节水技术及水污染治理水平也得到了提升。由表2还可以看出，技术进步指数的变化趋势与全要素生产率指数的变化基本一致，整个研究期间增长了8.40%。但波动也较为明显，说明节水、水污染治理以及水资源管理政策没有得到有效的执行，计划未落实到位，进而无法形成稳步上升的趋势。

技术效率指数平均为0.996，降低了0.40%，分解成纯技术效率指数和规模效率指数分别为0.998和0.997，均呈下降态势。说明生产规模的扩大并没有为城市绿色用水效率的提高做出实质性的贡献，一味地规模扩张反而不利于提升绿色用水效率，影响城市的经济发展。扩大城市生产规模需配合产业结构的同步优化，过分重视前者而忽视后者，不利于城市的健康发展。

2）从长三角地区3省1市TFP（表3）具体来看，2002—2017年，TFP指数均大于1，且浙江省以11.00%的增速位列第一。上海市与江苏省TFP增长率相近，安徽省的TFP增长率最低，为5.50%，其增长主要由技术进步带来的。3省1市的技术效率变化指数均小于或等于1，由此可见3省1市的规模效应对绿色用水效率未起到促进作用，相反在一定程度上带来了不良影响，其中安徽省的技术效率指数下降最为明显。且不容忽视的是，虽然浙江省TFP指数增长最为迅速，但其技术效率指数也处于下降趋势，因此可见两个省份在扩张生产规模的同时均未能优化好相关的产业结构，过度依赖传统的第一、第二产业。值得肯定的是，得益于科技水平进步，先进的节水技术应运而生，加上政府节水强制措施的出台，环境治理水平稳步提升，为各省（市）绿色用水效率进步做出了巨大贡献。总体而言，整个长三角地区缺乏统一的生产规划，各省（市）相关节水策略及产业结构等均有待加强。

3 结论与建议

利用DEA-Malmquist模型对数据进行处理，对长三角地区3省1市的绿色用水效率及TFP指数变化进行了计算与分析，得出如下结论并提出解决对策。

1）根据DEA模型的分析可知，长三角地区的绿色用水效率在近年来有了极大的提升，其中浙江省的绿色用水效率最高，起势也更为平稳，这一成果的取得有赖于浙江省严格的水资源管理制度以及节水城市试点产生的示范效应。另外2省1市的绿色用水效率波动较大。因而在“十三五”规划接近尾声时期，各省（市）应该积极响应国家节水号召，落实最严格水资源管理政策，具体到市（县）甚至村，落实到人。首先落实河长制严格控制水环境治理，一方面规范企业废水排放条例，减少工业废水的排放，另一方面规范沿河地带居民生活污水、养殖牲畜产生的废水随意排放现象;其次要扩大试点节水城市规模，推进节水以及水环境保护的宣传力度，扩大环保意识传播范围;最后要加大企业和居民水资源管理惩罚措施，利用政策規范用水，让浪费水资源、破坏水环境的行为无处遁形。总而言之，要让各省（市）在推进经济发展的同时，加强相关管理部门的作用，控制用水总量，减少废水排放量，追求绿色用水效率平稳提升。

2）根据Malmquist指数分析的相关结果来看，安徽省的TFP增长率最低，说明其绿色用水效率没有得到相应的提高，这主要是由于产业结构未能跟上规模扩张。其他2省1市的TFP提升明显，说明这2省1市在节水政策的落实与技术进步方面做出了很大的努力，其中浙江省最为突出。同时长三角地区3省1市的技术进步指数均大于1，处于增长态势，而技术效率指数总是小于或等于1。说明有效提升长三角地区绿色用水效率的关键点在于优化产业结构，大力发展第三产业，降低对一二产业的依赖程度;加强人才引进力度，追求与规模变化相匹配的技术提升;拒绝盲目追求规模效应，避免由于一味的扩张而导致效率下降或停滞不前;将产业结构由粗放型向集中型演变，从而促进技术效率的提升。

参考文献：

[1] 尚熳廷，王小军，刘明朝，等. 长江流域省区用水总量与用水效率控制评估[J]. 人民长江，2019，50（1）：84-88.

[2] 朱 滨，邓燕青，胡 俊，等. 对长江流域水生态监测评估的思考[J]. 人民长江，2018，49（18）：6-9，32.

[3] 孙冬营，佘靖雯，刘凌燕，等. 长江三角洲城市群工业用水效率评价及时空差异研究[J]. 长江流域资源与环境，2018，27（9）：1901-1908.

[4] 杨高升，谢秋皓. 长江经济带绿色水资源效率时空分异研究——基于SE-SBM与ML指数法[J]. 长江流域资源与环境，2019，28（2）：349-358.

[5] 刘 渝，宋 阳. 基于超效率SBM的中国农业水资源环境效率评价及影响因素分析[J]. 中国农村水利水电，2019（1）：102-107.

[6] 雷玉桃，黄丽萍. 中国工业用水效率及其影响因素的区域差异研究——基于SFA的省际面板数据[J]. 中国软科学，2015（4）：155-164.

[7] 李 静，任继达. 中国工业的用水效率与决定因素——资源和环境双重约束下的分析[J]. 工业技术经济，2018，37（1）：122-129.

[8] 任俊霖，李 浩，伍新木，等. 长江经济带省会城市用水效率分析[J]. 中国人口·资源与环境，2016，26（5）：101-107.

[9] 佟金萍，马剑锋，王 圣，等. 长江流域农业用水效率研究：基于超效率DEA和Tobit模型[J]. 长江流域资源与环境，2015，24（4）：603-608.

[10] 沈欣媛，赵 敏. 基于超效率DEA的江苏省用水效率研究[J]. 水利经济，2015，33（1）：9-13，73.

[11] 史毅超，唐 彦，唐德善，等. 基于DEA和Malmquis指数的浙江省用水效率分析[J]. 人民长江，2018，49（9）：35-40.

[12] 魏权龄. 数据包络分析（DEA）[J]. 科学通报，2000（17）：1793-1808.

[13] 许罗丹，张 媛. 基于DEA模型的中国省际生态效率测度与影响因素分析[J]. 河北经贸大学学报，2018，39（4）：30-35.

[14] 汪克亮，刘 悦，史利娟，等. 长江经济带工业绿色水资源效率的时空分异与影响因素——基于EBM-Tobit模型的两阶段分析[J]. 资源科学，2017，39（8）：1522-1534.

[15] 尹吉国，李良县，王士武，等. 浙江省节水型社会建设现状及对策研究[J]. 中国水利，2011（21）：47-49.