新疆工业用水效率及影响因素分析*<br/>——基于超效率的DEA和Tobit模型

新疆工业用水效率及影响因素分析*
——基于超效率的DEA和Tobit模型

2016-02-23韩延玲

新疆社会科学 2016年5期

乔凯韩延玲

新疆工业用水效率及影响因素分析*
——基于超效率的DEA和Tobit模型

乔凯韩延玲

文章运用数据包络分析(DEA)中的BC2模型，对新疆2004～2014年工业水资源的利用效率进行评价，并运用超效率DEA模型进一步分析新疆有效年份的工业用水效率，最后通过Tobit模型对影响新疆工业用水效率的影响因素进行分析，结果表明：虽然工业用水效率有所提高，但在这11年中只有3年达到了DEA有效，其余年份存在着规模效率低下、投入冗余的情况，人均GDP、工业产值占比、城镇化率是影响工业用水效率的主要因素。

超效率DEA Tobit模型工业用水效率

新疆作为丝绸之路经济带的核心区，提高工业化水平，实现工业的转型升级是十分必要的，提高新疆工业水资源的利用率是工业转型的关键因素，也是实现可持续发展的重要方面。所以，研究新疆工业水资源的利用效率具有重要的意义。

从国内外学者对水资源的利用效率问题的研究来看，主要还是集中在水资源综合利用效率的影响因素分析方面，对工业用水相对效率方面的研究较少，尤其是对新疆工业用水效率的研究甚少。本文通过运用超效率DEA和Tobit模型对新疆的工业用水效率及影响因素进行分析，在此基础上提出政策建议，为新疆政府决策提供依据和参考。

一、基于超效率DEA模型的新疆工业用水效率评价

(一)模型介绍

传统的数据包络分析DEA(Data Envelopment Analysis)是针对多投入多产出生产单位的效率分析与评价的方法，DEA理论发展到目前已经有多个模型，其中C2R和BC2模型是最基本的评价模型，C2R模型是规模报酬不变，假设共有n个决策单元DMU，评价指标体系由m个输入和s个输出指标构成，第j个DMU的输入和输出向量为和，Xj=(x1j,x2j,…,xmj)T>0和Yj=(y1j,y2j,…,ysj)T>0,j=1,2,3，...，n，对第j0个决策单元进行评价的带有非阿基米德无穷小量ε的C2R模型为：

在此模型上加上凸性假说∑λj=1就得到了BC2模型，BC2模型是假设规模报酬可变的，并且把综合效率分解为纯技术效率和规模效率两部分，分析新疆工业水资源利用效率的BC2模型如下：先纵向研究新疆工业用水效率，决策单元DMU为年份，假设有m个投入和s种产出，DMU的投入向量Xj=(X1j,X2j,…,Xmj)T>0和产出向量Yj=(y1j,y2j,…,ysj)T>0，且DMUj0的投入产出为(xj0，yj0)，计为(x0，y0)，BC2模型为：

n为所在子集DMU的个数；ε为非阿基米德无穷小量；s-为投入松弛变量；s+为产出松弛变量；θ为决策单元的有效值；λj为重新构造一个有效决策单元第j个决策单元的组合比例,若上述模型的最优解满足θ=1，s-=0,s+=0,则DMU0为DEA有效；若当θ=1，但s+，s-至少有一个大于0时，则决策单元为弱DEA有效，则新疆工业水资源利用效率不是同时为纯技术效率最佳和规模最佳；若θ﹤1，则说明决策单元不是DEA有的，可以通过其相对有效面上的投影来进行改进。超效率的DEA模型的数学表达式为：

超效率DEA模型是在进行第j个决策单元(DMU)的效率评价时，用第j个决策单元之外的投入和产出的线性组合来表示第j个决策单元的投入与产出，从而将第j个决策单元排除在外，而传统的C2R和BC2模型则是将这一模型包含在内，就无效的DMU来说其生产的前沿面不变，因此其最终的值与传统的DEA测算出来的值一样，而对于有效的DMU来说，有效的决策单元可能按比例增加其投入效率保持不变，则投入所增加的比例记为超效率评价值，它在对决策单元进行效率评价时，弥补了传统的DEA模型在进行效率测度时无法对各个DMU之间进行比较的这一缺陷，并且超效率的DEA模型可以区分决策单元之间的差异性并进行比较分析。

(二)指标选取

本文选取4个投入量和1个产出量作为指标来评价工业用水效率，x1为工业用水量，在测度工业用水效率时，工业用水作为一项投入指标是必不可少的，在工业生产过程中，每一项环节都要用水，例如冷凝和稀释等，所以选择工业用水量作为一项投入指标可以反映水资源的利用情况；x2表示工业废水中COD的排放量，COD作为一项污染物其主要来源是生活污水污染与工业废水污染，COD的排放量越多越不利于水资源的高效利用，长期以来对排放变量的处理有两种方式：一种是把污染排放作为投入要素，另一种是当做非期望产出和期望产出，陈诗一在研究中国工业的可持续发展中就把CO2排放看作投入要素来处理*佟金萍、马剑锋等：《长江流域农业用水效率研究:基于超效率的DEA和Tobit模型》，《长江流域资源与环境》2015年第4期。。本文参考其方法把工业废水中COD排放量作为一个投入指标。把工业废水中COD的排放量纳入到投入指标中是新疆工业转型升级与可持续发展的关键；x3表示工业从业人员数，可以通过工业从业人数来反映劳动在工业生产中的作用及对水资源的利用情况；x4表示工业固定资产投资额；本文的产出指标y为工业总产值，工业总产值作为一项重要的经济指标，可以反映工业用水产出效益，能较好地体现产出价值，衡量经济产出。

鉴于数据的合理性与可得性，本文选取的投入产出指标均来自2005～2014年《新疆统计年鉴》和2004～2013年《新疆维吾尔自治区水资源公报》。

(三)实证分析

本文首先采用BC2模型对新疆工业用水的综合效率、纯技术效率和规模效率进行测度，并通过对三个效率和投影分析来综合分析新疆工业用水效率，在此基础上运用超效率的DEA模型对有效年份的工业用水效率进行对比分析。

本文依据上述指标查阅了2004～2014年的详细数据(见表1)，并且运用deap2.1软件包，以投入为导向，进行DEA分析，得出计算结果(见表2)。

表1 2004～2013年新疆工业用水投入产出

资料来源：《新疆统计年鉴》(2005～2015)。

从综合效率角度来看，结果表明：2004～2014年间，2008、2011、2013、2014年达到了DEA有效，综合效率、纯技术效率和规模效率同时达到了1，且规模收益不变，新疆工业用水的投入产出达到最佳状态，综合利用率的平均值为0.897，低于平均值的有4年，占40%。

表2 2004～2013年新疆工业水资源利用效率值

注：综合效率=纯技术效率×规模效率。

从纯技术效率来看，这11年间，只有2007和2012年未达到技术有效，其余9年达到了技术有效，说明在目前的工业水平下工业用水的投入组合达到最优。

表3 投入产出的松弛变量取值

从规模效率来看，2008、2011、2013、2014年的规模效率不变，资源的配置已经达到最优，而其余7年间规模效率都是递增的，这些年有必要适当扩大生产规模，使得水资源、劳动力和资金投入等资源配置达到最优，从而增加产出。需要特别指出的是，2004、2005、2006、2009、2010年这5年技术效率为1，综合效率却不为1，规模效率不为1，没有达到DEA有效，是因为其规模和投入、产出不相匹配，需要增加规模。

通过DEA方法可以得到非DEA有效的决策单元转变为有效决策单元的松弛变量的取值(见表3)。从表3可以看出，2004～2013年这10年中有2年的投入、产出需要调整，确定这些年份在有效前沿面上的投影，可以得出投入可节约量和产出可增加量(见表4)。

利用EMS1.3软件对新疆工业用水效率有效年份进行排序(见表5)。利用超效率模型对DEA有效年份进行测算和分析得出，在超效率的模型下，对无效的DMU来说其测算结果与在C2R模型下测得的结果是一致的，对于DEA有效的年份是2008、2011、2013和2014年，它们同时达到了技术有效与规模有效，对新疆的工业用水效率进行评价，可以看出2008、2011、2013、2014年的效率值依次提高，在2014年达到1.1506，说明新疆工业用水效率逐年提高。

二、新疆工业用水效率的影响因素分析

本文选择Tobit模型分析新疆工业用水效率的影响因素，Tobit模型解决的是因变量受限或者截断的问题，该模型属于因变量受限的回归模型，其表达式为：

(4)

其中Y为受限的因变量，X为自变量，α为截距向量，β为回归参数向量，ε为随机扰动项服从于N(0，σ2)。

表4 投入可节约量与产出可增加量

注：ΔX1表示工业用水可节约量，△X2表示工业废水中COD排放可减少量，△X3表示工业从业人员可减少量，△X4表示工业固定资产投资可节约量，△y表示工业总产值可增加量。

表5 DEA有效年份的排序

影响工业用水效率的因素有很多，这些因素的选取并没有统一的方法，本文借鉴已有的文献，从以下五个方面来探讨影响工业用水效率的因素(见表6)：(1)从自然禀赋的角度考虑。新疆水资源分布不均匀，差异性显著，且水资源调节能力和水资源的利用率都较低，本文选取水资源总量作为影响新疆工业用水效率的一个重要因素。(2)经济发展水平。在经济发展初期，资源开发与利用很关键，随着经济发展和工业化进程的加快，工业用水量逐渐增加，污染与浪费日益严重，但随着经济的进一步发展，人们意识到水资源的重要性，开始采取各种措施来提高用水效率，所以本文选取人均GDP作为衡量经济发展的指标。(3)产业结构。合理的产业结构有利于水资源的合理利用，本文选取工业增加值占GDP的比重来衡量产业结构对工业用水效率的影响。(4)科技进步。科技研发及创新能力在经济发展中具有十分重要的作用，科技进步能够为工业用水提供有效的节水措施，同时还能促进水资源的开发与管理，本文选取研究与试验发展经费(R&D)投入占比来衡量技术进步。(5)工业发展规模。本文选取城镇化率衡量工业发展规模对工业用水效率的影响。

表6 工业用水效率影响因素及含义

由于本文的因变量选用的是基于超效率DEA的效率值，是一个大于0的受限变量，所以本文采用Tobit模型进行回归分析，表7是用Eviews7.0进行回归的结果。

由表7可知，人均GDP、工业总产值占GDP的比重和城镇化率三个指标在1%的置信水平下是严格显著的，首先人均GDP这一指标对工业用水效率具有显著的影响且为正向的，该结果表明随着新疆经济的快速发展，可以促进设备更新和技术进步，使得工业用水效率不断提高；其次是产业结构对工业用水效率的影响也是显著的，表明产业结构的优化会提高全社会的整体运行效率，使得资源在各部门能够优化配置，优化产业结构可以使工业用水的各环节得以充分利用，以提高水资源利用率，目前来看优化产业结构对工业用水效率的提高起着很重要的作用；最后是城镇化率，城镇化率指标显著且为负，说明新疆在城镇化进程中并未体现水资源高效利用的理念，而是过度追求工业化与GDP的增长，由于企业在管理方面的疏漏，存在水资源浪费现象严重、企业工业用水重复率低下等问题。因此，应提高民众的节水意识，使企业中工业用水的效率提高，从而提高新疆工业用水的效率。

表7 工业用水效率影响因素Tobit回归结果

注：*为1%的水平下显著

人均水资源量与R&D支出并没有对工业用水效率产生显著影响，水资源禀赋对用水效率的影响不明显，绝对值最小，说明社会各界的节水意识并不强烈；技术进步这一影响因素对工业用水效率是正的影响，但并不显著，其原因可能是由于新疆的经济发展水平较为落后，科技发展水平也相对落后，在GDP中只有0.5%的科技投入，而工业用水效率在其他因素的显著影响下，导致科技投入的影响不明显。

三、结论及建议

(一)结论

本文基于BC2模型和超效率的DEA模型评价了新疆工业水资源的利用率，并通过Tobit模型分析影响新疆工业用水效率的因素，实证结果表明：虽然新疆工业用水的利用率在上升，但整体工业水资源利用率较低，其中只有30%达到了DEA有效，在没有达到DEA有效的年份很大一部分是由于规模效率太低；通过Tobit模型回归分析得出经济发展水平的提高、产业结构的优化会促进工业用水效率的提高，科技投入力度低影响了新疆工业用水的效率。

(二)对策建议

根据以上实证模型得出的结论，可以从以下几个方面来提高新疆工业用水效率：第一，提高新疆经济发展水平，促进新疆工业用水效率的提高。经济发展水平的提高与工业用水效率的提高是息息相关的，新疆经济发展水平的提高、经济的可持续增长，是提高工业用水效率的必要途径。随着经济发展水平提高，企业的科技投入力度就会加大，企业循环利用水资源的意识也会加强，这样新疆工业用水效率也会得到提高。第二，优化产业结构，发展节水型工业，提高新疆工业用水效率。大力发展生态工业园区，建立水资源循环利用系统，实施企业分层用水，中水清洁再利用，提高企业水资源产出率，鼓励和补贴用水较大的企业进行技术改造，淘汰耗水量高的工艺、设备和企业。通过推广和提倡节水技术，提高循环用水的效率，并对工业企业实行严格的奖惩措施，对于耗水量低、污染少且循环利用率高的企业实行补贴政策，并在企业融资和上市等方面优先考虑；对工业企业中的高耗水且排污最多的行业，采取强力措施严格限制并给予处罚。第三，加大科技投入。科学技术是第一生产力，只有通过不断创新，才能为提高用水效率提供强大的技术支持，近年来，新疆的科技投入力度很小，远低于国家平均水平，使新疆企业尤其是大规模的工业企业在节水包括工业用水循环利用方面十分欠缺，工业用水效率低下。所以，应加大技术投入，减少不必要的固定资产投入，加快资源配置效率，提高资源利用率，使新疆的资源优势得以充分利用、工业用水效率不断提高。

左文龙、汪寿阳、陈曦等：《新疆水资源利用现状及其应对跨越式发展的策略对策》，《新疆社会科学》2013年第1期。

孙才志、谢巍、邹玮：《中国水资源利用效率驱动效应测度及空间驱动类型分析》，《地理科学》2011年第10期。

赵良仕、孙才志：《基于Global-Malmquist-Luenberger指数的中国水资源全要素生产率增长评价》，《资源科学》2013年第6期。

宋国军、何伟：《中国城市水资源利用效率标杆研究》，《资源科学》2014年第12期。

杜焱强、苏时鹏等：《基于DEA-Tobit模型的福建用水效率及影响因素分析》，《资源开发与市场》2015年第1期。

姜蓓蕾、耿雷华、卞锦宇等：《中国工业用水效率水平驱动因素分析及区划研究》，《资源科学》2014年第11期。

岳立、赵海涛：《环境约束下的中国工业用水效率研究——基于中国13个典型工业省区2003～2009年数据》，《资源科学》2011年第11期。

雷玉桃、黄丽萍：《基于SFA的中国主要工业省区工业用水效率及节水潜力分析：1999～2013年》，《工业技术经济》2015年第3期。

王学渊、赵连阁：《中国农业用水效率及影响因素——基于1997～2006年省区面板数据的SFA分析》，《农业经济问题》2008年第3期。

佟金萍、马剑锋等：《农业用水效率与技术进步：基于中国农业面板数据的实证研究》，《资源科学》2014年第9期。

陈诗一：《能源消耗、二氧化碳排放与中国工业的可持续发展》，《经济研究》2009年第4期。

责任编辑：王慧君