中国城市水资源系统效率实证研究——基于网络BAM模型的分析

·国民经济·

中国城市水资源系统效率实证研究
——基于网络BAM模型的分析

王兵宫明丽

现有关于我国作为发展中国家的水资源效率的研究，主要集中在农业、工业和综合利用方面，而对城市水务业效率这一越来越重要的问题的深入研究相对较少。运用网络BAM模型测度我国29个省、市、自治区在2003-2014年间的城市水资源系统效率，发现我国城市水资源系统效率存在明显的时空差异。从空间维度看，生产阶段效率呈现“东-中-西”依次下降趋势，东部地区城市在综合效率、生产阶段和污水处理阶段的表现均优于中部和西部城市，西部的综合效率和污水处理阶段效率高于中部；从时间维度看，在2003-2014年间，我国城市水资源系统效率有下降趋势，投入无效率是水资源系统生产阶段无效率的主要原因，投入和合意产出的无效率是影响污水处理阶段效率的因素，COD 和 NH4-N存在较大减排空间。建议当局关注我国城市水资源系统的区域差异，促进中西部地区经济发展并引进先进技术，提高水资源利用效率和污水处理效率，实现人与自然和谐发展。

网络BAM模型； 中国城市水务行业； 水资源系统效率； 无效率分解； 时空差异

一 引 言

城镇化是中国经济发展方式转变的中心所在，是实现经济可持续发展的引擎，将主导中国经济战略转型(赵勇，1996[1]；辜胜阻等，2010[2]；王国刚，2010[3])。一方面，城镇化进程的加速为城市水资源系统建设提供了广阔的发展空间，是城市水资源系统建设的一次良机；而另一方面，人多水少、水资源时空分布不均是我国基本国情和水情，目前全国城市中有约三分之二缺水，约四分之一严重缺水，水资源供需矛盾突出是可持续发展的主要瓶颈，水利设施薄弱仍然是国家基础设施的明显短板①。

城镇化对城市水资源系统建设带来了极大的挑战，可能触发一些更深层次的问题，提高水资源效率可从根本上解决水资源危机，实现经济社会的可持续发展(李世祥等，2008[4]；李志敏和廖虎昌，2012[5]；沈杰等，2014[6])。城市作为水资源管理的基本单元，如何在基于全国城市水资源利用效率水平的基础上，对单个城市水资源利用效率进行评估，并设计其用水效率控制目标，是完善最严格水资源管理制度的重点内容(宋国君和何伟，2014)[7]。面对严峻的城市水资源供求态势，必须把提高“水效率”作为未来城市水资源管理的核心，通过提高“水效率”来保证水资源供给的数量和质量。为达此目的，亟待理清以下几个问题：当前我国城市水资源系统的效率到底处于什么水平？又是什么导致了我国水资源系统的无效率呢？

梳理已有文献，国内学者主要从农业、工业、综合用水效率以及城市水务行业等方面开展研究。王学渊(2008)[8]利用随机前沿分析(SFA)和数据包络分析(DEA)方法评价了宏观层面的农业水资源生产配置效率，并运用趋同检验法考察农业水资源生产配置效率的地区间差异。闫爽(2012)[9]对农业水资源利用效率等相关概念做出界定，分别从横向和纵向两个角度对吉林省西部地区农业水资源利用效率进行了评价。然而，水资源作为一种自然资源，必须和其他生产要素相结合才能带来真正的经济产出(Hu et al.,2006)[10]。佟金萍等(2014)[11]借鉴全要素用水效率的测度思路，运用超效率DEA方法和Tobit模型对农业全要素用水效率进行了测度，并从水资源禀赋、供水结构、种植结构多样性、制度因素等6个方面分析其对农业全要素水资源效率的影响。Yan et al.(2015)[12]在研究城镇化对中国农业用水效率及粮食产量的影响时，发现城镇化率每增加1%，将会使得可用水资源量减少0.47%，同时粮食作物的产量也会相应减少。石广明等(2013)[13]将数据包络法和Malmquist指数相结合构建了动态水绩效指数，对1999-2005年中国31个省、市、自治区的工业水绩效进行了分析，发现水使用效率过低是导致水绩效低下的主要原因。程永毅和沈满洪(2014)[14]利用成本效率DEA模型将要素禀赋因素纳入工业用水效率分析框架，测算中国2002-2011年地区工业用水效率的增长，并对其收敛性进行了检验。周星星(2014)[15]将我国31个省份划分为东中西三个不同的地区，采用聚类分析的方法，对各区域间用水效率的差异进行了研究。姜蓓蕾等(2014)[16]运用主成分分析法，以全国31个省级行政区1997-2010年的工业发展规模、资源环境、工业结构、技术投入、环境以及经济杠杆等方面的指标数据为分析样本，对工业用水效率驱动因素进行了筛选分析。在综合用水效率方面，大部分文献侧重于区域水资源效率的研究(廖虎昌和董毅明，2011[17]；赵良仕和孙才志，2013[18]；王莹和吴兆丹，2015[19]；栾健和周玉玺，2015[20])。

国外学者更多地致力于城市水务行业效率的研究。Byrnes et al.(2010)[21]运用DEA方法，测度了新南威尔士和维多利亚州在推行一系列水资源政策之后，城市水务部门相对技术效率的变化，结果表明几乎所有的节水政策都会使得相对效率值降低。García-Valias和Muiz(2007)[22]运用数据包络分析法，考察了1985-2000年间西班牙水务部门在不同制度体系下的效率值，并测算了潜在的节水成本。Abbott et al.(2012)[23]利用Malmquist-DEA方法，测算过去二十年里澳大利亚主要中心城市不同水平上的生产率和效率进步，指出应该重视那些会对生产率产生影响的外生性变量。Bian et al.(2014)[24]将城市水务体系分为用水系统和净化系统两个子系统，在此基础上运用DEA方法，测算中国26个省区2009年城市水务系统两个子系统的效率和整体效率，发现各地区的整体效率存在较大差异，净化系统的无效率是导致整体无效率的主要原因。Buafua(2015)[25]则检验了私人部门的加入以及经济管制二者联合起来，是如何影响撒哈拉沙漠以南非洲国家的城市水务行业的技术效率，发现通过绩效考核方式对城市水务部门进行监管较之由独立私人机构进行监管会产生更高的技术效率，且私人部门的加入对技术效率有正向影响。Shi et al.(2015)[26]基于投入产出表，实证检验中国西北地区工业转型发展对水资源利用效率的影响，发现工业产业结构的优化有利于促进水资源使用效率的提高，同时用水效率相对较低的部门有着巨大的节水潜力。

在研究方法上，以基于参数的随机前沿分析法(SFA)和非参数的数据包络分析法(DEA)为主。李跃(2014)[27]运用基于投入距离函数的随机前沿分析模型，采用2003-2011年的省级面板数据分析了我国水资源利用效率及其影响因素。卞锦宇等(2014)[28]采用修正的随机前沿生产函数，分区建立以万元工业增加值用水量为因变量、影响因子为自变量的工业用水效率分析模型，识别出各分区主要影响因子。雷玉桃和黄丽萍(2015)[29]采用随机前沿生产函数模型，对我国13个主要工业省区1999-2013年的工业用水效率值以及工业节水潜力进行了测度，发现各省区不仅工业用水效率存在差异，节水潜力也存在明显差异。孙才志和刘玉玉(2009)[30]基于我国31个省、市、自治区1997-2007年水资源与社会经济的面板数据，利用改进的数据包络法计算了各地区在不同时期的水资源利用相对效率，发现中国的水资源利用在时间和空间上均存在显著差异；Ananda和Hampf(2015)[31]则运用Global Malmquist-Luenberger (GML)生产率指数，对澳大利亚城市水资源部门的效率进行了测度。也有学者采用基于松弛变量的SBM方法对水资源效率进行测度，如李静和马潇璨(2014)[32]以及段海啸(2015)[33]分别将SBM方法应用到对工业用水效率和农村水利设施投入产出效率研究当中。

以上研究从不同角度且运用不同方法，对国内外的水资源利用效率进行了测度和较为全面的分析，但是大部分研究仅考虑投入要素和期望产出(如GDP或工业总产值)两方面，而忽略了污染物对效率的影响，导致结论的局限性，同时也不符合客观实际。仅有少数学者考虑到水污染这一环境约束，将废水及COD和氨氮排放量作为非合意产出纳入到评价体系中(岳立和赵海涛，2011[34]；马海良等，2012[35]；孙才志等，2014[36]；Bian et al., 2014[24]；杨骞和刘华军，2015[37])。而且，目前对中国水资源效率的研究主要集中在农业、工业和综合利用方面，而对城市水务业效率的研究较少，国外研究城市水务行业效率的文献相对较多，但集中于研究欧美等发达国家，对于发展中国家的研究较少。此外，现有文献大多将水务行业处理成一个“黑箱子”，没有作为一个系统来考虑，单方面评价用水效率或者污水处理效率，仅Bian et al.(2014)[24]和Wang et al.(2015)[38]进行了初步探索，将水污染处理纳入评价体系，但仍存在以下不足：(1)仅研究了某一年或者某两年内的区域水资源效率问题，时限过短，不足以反映城市水资源效率的总体趋势和长期变化情况；(2)研究方法存在一定缺陷，Bian et al.(2014)[24]所用的模型属于初级的线性规划模型，无法规避不可行解等问题，而后者使用的SBM方法，由于方向向量的设定存在主观性，同一决策单元在不同的方向向量设定下所计算出来的效率可能存在偏差(Sueyoshi et al., 2011)[39]；(3)较少分析造成水资源系统无效率的原因，而仅仅侧重于效率的测度，研究不够深入，不足以为日后水资源系统效率的提高提供有效的建议。

针对上述不足，本文结合我国城市水资源系统实际情况，采用更加科学有效的非角度非径向的网络BAM方法，对2003-2014年我国29个省、市、自治区(香港、澳门、台湾、西藏和青海地区因缺乏相关数据未列为研究对象)的城市水资源系统效率进行测度，并分析造成系统无效率的原因，为我国城市水资源系统效率的提高和经济的健康可持续发展提供一定的政策建议和决策参考。接下来的内容安排是：第二部分介绍研究方法；第三部分为数据处理和实证结果分析；最后是结论。

二 研究方法

为了更加准确地测度城市水资源系统的效率值，在网络DEA模型和BAM模型的基础上建立了网络BAM模型，利用两个模型的优点，不仅对水资源系统进行了详细分解，而且由于BAM模型的引入，提高模型的分辨度，使测度出的效率值更贴近实际。

(一)网络DEA模型

根据Tone和Tsutsui(2007)[40]的研究，将规模报酬可变(VRS)情形下考虑了合意产出、非合意产出以及中间产出的网络DEA模型的生产可能性集定义为如下形式：

(1)

(二)BAM模型

Cooper et al.(1999)[41]提出了边界可调整的RAM(Range Adjusted Measure)模型，较之传统的DEA模型有了很大的改进，它不要求投入和产出同比例变化，避免了径向性问题带来的计量误差，使得效率值更加贴近实际情况。同时，计算效率值时也无需考虑基于投入或产出的角度问题，避免了传统DEA模型计算时的角度问题。但正如Chen(2012)[42]指出的那样，由于RAM模型中的参数设定是由投入和产出的极差构成的，这将会使得无效率的值过小，从而造成不同决策单元之间绩效难以有效区分，同时对投入产出之间的相对大小也无法做出解释。其次，RAM模型仅适用于处理规模报酬可变(VRS)的情况，对其他情况则不适用。为此，Cooper et al.(2011)[43]在RAM模型基础上进一步提出了一种同时具有非径向性、非角度性、可加性以及高辨识度等优点的新型DEA模型——BAM(Bounded Adjusted Measure)模型，适用于任何规模报酬下的生产情况。

根据Cooper et al. (2011)[43]的研究，对于有M种投入，N种产出的生产可能性集，BAM模型的效率定义如下：

(2)

(三)网络BAM模型

综合以上两个模型，对于有K个子系统(Divisions)，M种投入，N种合意产出和I种非合意产出的生产可能性集，可得到如下网络BAM模型：

(3)

(4)

对应地，各子生产系统的效率Ekj′可通过如下公式获得：

(5)

根据上述网络BAM模型计算所得的结果为系统无效率值，该值越大表明效率水平越低，可通过反向推导得到对应的效率值。同时为了更好地分析各决策单元无效率的根源，借鉴Cooper et al. (2007)[44]所提出的方法，对无效率值做进一步的分解，进而分别得到投入的无效率、合意产出的无效率以及非合意产出的无效率，具体的分解方法如下。

(6)

(7)

(8)

三 数据处理及实证结果分析

(一)数据处理

根据网络DEA模型的思想，将城市水资源系统的运行分为生产阶段和污水处理阶段(如图1所示)。

图1 城市水资源系统图示

在生产阶段，投入劳动(L)、资本(K)以及水(W)，该阶段得到的最终合意产出为各地区城市(市辖区)的地区生产总值(GY)，非合意产出为未进入污水处理系统而直接排出的废水(DW)，中间产出为进入下一阶段——污水处理系统的废水(TW)。同时，将污水处理基础设施建设投资(EI)以及当年的运行费用(OI)作为污水处理阶段的投入，将经处理后可再生利用的水(RW)以及污水中被去除的化学需氧量(GC)和氨氮(GN)作为该阶段的合意产出，非合意产出则为当前技术条件下无法被进一步处理的污水(BW)。在此基础上，搜集了中国各个省份城市(市辖区)在2003-2014年间的合意产出、非合意产出、中间产出以及投入要素的数据。由于香港、澳门、台湾、西藏、青海这五个地区缺少相关的数据，选择除以上五个地区之外的29个省、市、自治区作为研究对象，投入产出数据主要来源于历年《中国城市统计年鉴》、《中国环境年鉴》以及《中国环境统计年鉴》。

1.合意产出

由于将我国城市水资源系统作为研究对象，故选用各省份城市(市辖区)的地区生产总值作为合意产出，并以2003年为基期进行了平减，而没有像其他文献一样采用当年全省GDP。此外，合意产出还包括经由污水处理阶段被去除的污水中的化学需氧量(GC)、氨氮(GN)以及经处理后可再生利用的水(RW)，巧妙地将非合意产出在污水处理阶段的去除量作为合意产出纳入了原有的分析框架，使得其满足整个模型的强可处置性。

2.非合意产出

考虑到在现实生产生活中产生的废水并不能全部进入污水处理系统，同时在污水处理系统中也不能实现100%“去污”，所以将在第一阶段直接排入环境中的废水以及经过污水处理后仍残留的污水作为非合意产出。

3.中间产出

联系生活实际，将在生产阶段产生且最终进入了污水处理系统的那部分废水作为中间产出。

4.劳动投入

劳动时间在理论上是衡量劳动投入的较为理想的指标，但由于缺乏劳动时间的数据，使用各省份城市(市辖区)的单位从业人员数和私营及个体单位从业人员数之和作为劳动投入。

5.资本投入

对于城市水资源系统生产阶段的资本投入，选用各省份在当年的城镇固定资产投资，并用固定资产价格指数以2003年为基期进行了平减；而在污水处理阶段的资本投入则采用了本年污水处理运行投资和污水处理基础设施投资两个指标，同时也进行了相应的平减处理。但由于不同设备处理能力不同，折旧程度也不同，采用永续盘存法计算每一年的资本存量。使用永续盘存法估算资本存量时主要涉及基期资本数量的计算、当期投资指标的选择、折旧率以及投资平减这四个问题(王兵等，2010)[45]。利用固定资产投资价格指数，以2003年为基期进行平减。对于基期资本存量的估算，采用Charles和Anders(2007)[46]提出的方法进行计算，即：

(9)

其中，kj=Kj/Yj为资本产出比，ij=Ij/Yj是在观察期内，各地区污水处理基础设施的平均投资率，gj是地区j在观察期内实际GRP的平均增长率，δ为折旧率，采用吴延瑞(2008)[47]计算出来的不同省份的折旧率。在算得2003年资本存量之后，通过Kjt=Ijt+(1-δ)Kjt-1可以得到各地区2004-2014年的污水处理资本存量数据。城镇固定资产投资中包含了处理污水的固定资产，因此，将水资源系统分为两个阶段时，生产阶段的资本投入剔除了污水处理阶段的资本，而将污水处理基础设施建设投资作为环境治理阶段的资本投入。

6.水资源

水是本文研究的关键，主要考虑城市水资源系统中的两个阶段——生产阶段及污水处理阶段中的水。其中，将《中国环境统计年鉴》中“实际用水量”作为生产阶段的水资源投入，而将污水再生利用量作为污水治理阶段的合意产出。基于上文对生产阶段和污水处理阶段各投入产出指标的介绍，详细的描述性统计结果如下表所示。

表1 各投入产出指标描述性统计(2003-2014年)

数据来源：根据历年《中国城市统计年鉴》、《中国环境统计年鉴》、《中国环境年鉴》及国家统计局网站中的相关数据整理得出。

(二)实证结果分析

根据前文介绍的网络BAM模型以及各个投入产出指标的样本数据，运用GAMS22.4软件包对2003-2014年期间我国城市水资源系统的综合效率以及生产阶段效率和污水处理阶段效率进行了测度，为了更好地了解我国城市水资源系统效率在2003-2014年间的特征和变化趋势，下文分别从空间维度和时间维度进行分析。表2列出了全国及各区域的城市水资源综合效率及其分解的生产效率和污水处理效率，以及各省市效率值的排名情况。

表2 中国城市水资源系统综合效率、生产阶段效率、污水处理阶段效率测算及排名统计(2003-2014年)

(续上表)

区域省份综合效率排名生产阶段效率排名污水处理阶段效率排名西部地区宁夏062922504921280797614新疆065502106084220810813均值06980-06503-07277-全国均值07643-07411-07875-

注：以上数据均由笔者根据程序运行结果整理得出。

首先从空间维度来看，全国层面上，2003-2014年间，我国城市水资源系统综合效率均值为0.7643，生产阶段效率均值为0.7411，污水处理阶段效率均值为0.7875，三个效率值均未达到1，且污水处理阶段效率均值高于生产阶段效率均值，说明生产阶段和污水处理阶段效率还有很大的提升空间。在所研究的29个省、市、自治区中，仅有山东省在生产阶段效率以及污水处理阶段效率上均表现为最优，效率值在两个阶段为1，从而实现了全局最优化，综合效率值也为1。这可能是因为山东省在2002年之后开展了节水型社会建设，加快了省内产业结构调整，加强节水技术改造，并规范了城市建设用水系统，不断探索适合当地经济发展水平和水资源禀赋的特色节水模式，使得城市水资源系统效率大大提升。而上海市和广东省虽然在生产阶段的效率达到最优，但由于其对应的污水处理阶段效率均不为1，也即在污水处理阶段这两个地区都没有实现最优化，故其综合效率值分别位列第2位和第3位。类似地，北京市和浙江省的污水处理阶段效率值为1，处于最优边界上，但由于生产阶段效率值分别为0.7044和0.8476，都不为1，因此最终综合排名分别处于第14位和第7位，综合效率未达到最优。由此可以看出，当且仅当水资源系统中的两个阶段——生产阶段和污水处理阶段均有效率时才能实现整个系统的最优化。

从区域来看，无论是综合效率、生产阶段效率还是污水治理阶段效率，都呈现了比较明显的区域化差异，效率较高的省份大都集中在东部地区，中部地区和西部地区的效率值则普遍较低。具体而言，东部地区各省份效率值大部分在0.8-1之间，中部地区各省的效率值则以0.6-0.8之间居多，最后，西部地区各省市效率值差异较大，有4个省份效率值在0.7以上，其余省份则多在0.65左右，效率最低的省份甘肃省城市水资源系统综合效率值仅为0.4926，在所研究的29个省、市、自治区中效率也是最低的。从综合效率均值来看，东部地区效率远高于中部地区和西部地区，后两者效率水平差距不大，西部地区表现略优于中部地区。出现这种趋势的原因可能是，东部地区有着良好的区位优势，汇集了丰富的人力和资金资源，且拥有较为先进的技术，无论是在生产阶段还是污水处理阶段都取得了较高的效率,从而在最终的系统综合效率上也有着优于中部和西部的表现。而部分位于中部地区的省份(如山西、江西和安徽)效率值偏低，拉低了中部地区总体的城市水资源系统综合效率值，最终导致该区域综合效率均值低于西部地区。

就生产阶段用水效率而言，东部地区省份的效率仍保持领先水平，中部地区各省份的效率均值高于西部地区的效率均值，呈现出明显的“东-中-西”效率依次递减的趋势。许多学者在测度我国工业用水效率和农业用水效率时也发现了类似的规律，东部地区效率最高，中部地区略优于西部地区，西部地区效率最低(岳立等，2013[48]；赵良仕等，2013[18]；佟金萍等，2014[11]；李跃，2014[27]；李静和马潇璨，2014[32]；雷玉桃和黄丽萍，2015[29])。这可能是由于东部地区有自身良好的资源环境优势，吸引着众多人口涌入东部沿海城市，这在为城市带来人口红利推动城市经济发展的同时，也促进了先进技术的引进与扩散，从而使得东部地区的城市发展水平较高。中部地区生产阶段用水效率较高则可能是由于传统的几个工业大省几乎都聚集在中部地区，如以煤炭、钢铁、化工等为支柱产业的山西、以能源化工等为支柱产业的黑龙江和以钢铁、纺织、石化为支柱产业的湖北省等，经过多年发展，其工业技术水平也领先于西部地区，特别是在“中部崛起战略”提出之后，在中央政府的大力扶持之下，中部地区各省份不断调整自身经济结构，对产业结构进行优化升级，第二产业和第三产业比重不断上升，重大基础设施和公共服务设施建设速度大大加快。在科技创新方面，良好的政策支持吸引着许多国家级经济技术开发区在中部地区落户，国家级高新技术开发区和省级产业园区的数量也越来越多，由此促进了中部地区城市生产用水效率的提高。而西部地区则因地理、区位等多方面因素导致经济较为落后，水资源匮乏，且缺乏先进的生产技术，城市发展水平远远比不上同时期发展的东部和中部地区，地方政府没有相应的财政能力和投融资能力以及普及新技术的基础能力，加之水利工程老化和配套设施较差等多因素导致城市水资源系统在生产阶段的效率较为低下。

对于污水处理阶段效率来说，仍然是东部地区效率最佳，但西部地区表现优于中部地区。虽然西部地区资源较为匮乏，但正因如此，西部地区居民的节水意识更强，生产用水除一部分新鲜水外，也较为依赖可再生利用水(即经过污水处理系统净化处理之后可以再次投入生产环节使用的水)，西部地区的“可再生利用水”在全国的总产出中占比23%，超过了中部地区的该项产出占比(13.44%)，而且“可再生利用水”是西部地区唯一一项占比超过中部地区的指标，其余投入产出变量在西部地区的占比均低于中部地区。因此，一方面，西部地区本身在生产过程中投入的水资源量比中部地区较少，所以在污水处理阶段生成的非合意产出也较少；另一方面，西部地区在该阶段得到的合意产出“可再生利用水”又比中部地区多，所以在污水处理阶段效率会高于中部地区。

此外，从省级层面看，在东部地区的所有省份中，除海南省城市水资源系统综合效率排名第26位外，其余省市排名均在前15位。考虑到海南省地处我国大陆最南端，作为我国最大的岛屿，四面环海，水资源非常丰富，但经济支柱仍为农业、渔业和旅游业，工业发展较为落后导致当地经济发展水平较低，相关的生产技术较之发达地区也比较落后，基础设施建设不够完善，从而生产效率较低。在中部地区的8个省份中，安徽省、山西省和江西省的城市水资源系统综合效率值分别名列第22位、24位和27位，排名甚至低于西部地区的一些省市。这可能是因为这些省份在发展经济的过程中仍然在走传统的、粗放的工业化路径，盲目地追求数量，只关注一时利益，而忽视了发展质量，对当地生态环境造成了严重的破坏，资源也存在着大量的浪费，既没有在生产阶段实现有效率的生产，也没有在污水处理阶段达到较高的去污水平，在两个子系统中效率都存在着很大的提升空间。 对于西部地区来说，云南省城市水资源系统的综合效率值远高于同处西部的其他省份，在西部地区中综合效率排名第1，在所研究的29个省、市、自治区中排名第6，属于效率较高的省份。与此同时，同处西部的重庆市、内蒙古、四川省的城市水资源系统综合效率也很高，分别以0.8502、0.8457、0.7357的效率值排名第10、11、16位。就云南省而言，其生产阶段用水效率为0.9108，污水处理阶段效率为0.7312，生产阶段效率大大拉高了总体效率值；其他三省市则是因为生产阶段用水效率值和污水处理阶段效率值均处于中间水平，从而整个系统的综合效率值最终处于中上水平。究其原因，可能是因为随着经济水平的不断提高，各省市也在逐渐调整自身的产业结构，对产业布局进行优化升级，提升生产技术水平，特别是重庆市，近年来经济增长一直保持着良好势头， 2014年重庆GDP同比增长10.9%，工业总产值更是突破了两万亿元大关，比全国工业增加值增长率高出了4.3个百分点，位居全国第二。当地的生产技术水平和全要素生产率也随着经济发展得以提高，水资源系统效率自然也得到改善。

图2 城市水资源系统综合效率历年变化趋势(2003-2014年)

从时间维度分析，如图2所示，2003-2014年，我国城市水资源系统综合效率呈下降趋势，对于全国来说其均值在0.8左右波动，东部地区效率始终高于全国均值，保持在较高水平，中部地区综合效率和西部地区综合效率相近，大致保持了相似的变化趋势，2003-2005年间效率呈下降趋势，之后都在0.7上下波动，在2010年效率值都降到了最低点，而后又出现了效率反弹回升。这可能是因为我国政府在2008年为了应对经济衰退，投入四万亿公共资本支出，这在一定程度上加剧了产业重型化趋势，导致之后几年高耗能、污水排放量大的企业得到了一定程度的反弹，使得我国城市水资源系统效率暂时性下降。

为了进一步探究导致城市水资源系统无效率的原因，运用公式分别计算得到各投入产出无效率对生产阶段无效率水平和污水处理阶段无效率水平的平均贡献率。

表3 2003-2014年城市投入产出无效率对生产阶段无效率的平均贡献率(%)

(续上表)

地区/指标IELIEKIEWIEGYIEDW投入无效率合意产出无效率非合意产出无效率安徽233717663568017231276720172312福建1850148657730008919109000891江西212216112834000343365670003433山东000000000000000000000000河南151013534681202225475442022254湖北158816135000000179882020001798湖南197616252623000377762230003777广东000000000000000000000000广西150218533742000290370970002903海南36930003708000255474010452554重庆271614581372000445355470004453四川194418513371007282671670072826贵州256421673017000225277480002252云南126118075442032145985090321459陕西214322123521000212478770002124甘肃206818203427000268473150002684宁夏65632523419048262573270482625新疆131724963646000254174590002541

注：以上数据均由笔者根据程序运行结果整理得出。

由表3可知，对于生产阶段来说，合意产出的无效率贡献率几乎为0，非合意产出的无效率对该阶段的无效率也有一定的影响，而投入的无效率则是该阶段各省份无效率的主要源泉。具体到每一种投入的无效率贡献，“实际用水量”的无效率占据了较大份额，其中对山西、广西、海南、贵州、甘肃和宁夏等地的影响均超过了15%，其他两种投入“劳动”和“资本”无效率造成的影响则较小。此外，就产出而言，非合意产出的无效率对该阶段无效率影响较大，说明我国在水资源使用上存在较大的节水潜能，应进一步提高生产阶段水资源的使用效率，避免不必要的浪费；同时也应该提高生产技术和生产工业，使生产过程中产生较少的污水，从而提高城市水资源系统中生产阶段的效率。

进一步地，由表4可知，造成污水处理阶段各省份城市无效率的主要因素在于“可再生利用水量”、“COD去除量”及“NH4-N去除量”的无效率，即合意产出的无效率。此外，“污水处理固定资产投资建设”和“本年度运行费用”这两项投入的无效率也对污水处理阶段效率水平带来了负面影响。这在一定程度上反映了我国当前城市的污水处理水平在技术上和资金投入上仍存在较大问题，污水处理基础设施的投入与污水处理水平不相匹配，建成的污水处理基础设施并没有发挥应有的效用，污水处理技术水平有待提升。只有改善污水处理水平，提高污水处理效率，使得通过该系统能得到更多的可再生利用水，去除掉更多的污染物，才能提高城市水资源系统中污水处理阶段的效率，从而提高整个城市水资源系统效率。

表4 2003-2014年城市投入产出无效率对污水处理阶段无效率的平均贡献率(%)

注：以上数据均由笔者根据程序运行结果整理得出。

四 结 论

水资源利用效率问题是一个非常重要的问题，本文运用网络BAM模型测度了我国29个省、市、自治区在2003-2014年间的城市水资源系统效率，进一步分析了造成该系统各个阶段无效率的原因，得到如下结论：(1)从空间角度看，在区域层面上，我国城市水资源系统效率存在明显的区域性差异，东部地区省份城市不论在综合效率上还是生产阶段效率和污水处理阶段效率上表现均优于中部和西部地区的城市，西部地区在综合效率和污水处理阶段效率优于中部地区，生产阶段效率则呈现“东-中-西”依次下降趋势。(2)在省级层面上，仅有山东省在城市水资源系统的两个阶段始终都处于效率前沿面上，实现了全局最优化；其余省份效率值均小于1，大部分省份都存在很大的节水和减排潜力。(3)从时间角度看，在2003-2014年间，我国城市水资源系统综合效率存在下降趋势，说明城市水资源系统效率还有待提高，通过无效率分解发现：水资源投入无效率是造成各省份城市水资源系统在生产阶段无效率的主要原因，而影响污水处理阶段效率的因素则主要是投入和合意产出，COD和NH4-N都存在较大的减排空间，应着力提高污水处理的技术水平，优化污水处理效率。

由此提出以下建议：(1)注重提高水资源利用效率，在生产环节中，不宜一味加大水资源投入以期获得更多的产出，而应提高生产技术，减少水资源使用量，做到“节流”；(2)在污水处理阶段则应多向发达国家学习污水处理技术，提高污水处理能力，使得污水处理过程变得更有效率，通过该阶段实现尽可能多地去掉污水中的各种污染物，同时输出更多的可再生利用水，实现“开源”；(3)我国政府有关管理部门应高度重视当前城市水资源系统存在的显著区域差异问题，促进落后地区的经济发展以缩小城市水资源系统利用效率差距，全面提升用水效率。

本研究的不足之处：受限于城市层面与水资源相关的多项指标数据的可得性，采用的城市数据为“市辖区”层面的数据，而非“整个城市”层面上的数据，可能会对城市水资源系统效率测度造成一定影响。此外，未对模型中与污染物相关的计算结果作深入研究，其中还有可继续挖掘的有价值的信息，故计划在下一步的研究中多方搜集城市层面数据，争取将研究对象扩展为全国所有地级市，并且对污水中的主要污染物进行影子价格测算，探讨污染物的减排成本等相关问题。

[1] 赵勇. 城镇化: 中国经济三元结构发展与转换的战略选择[J]. 经济研究, 1996, (3): 63-68.

[2] 辜胜阻, 李华, 易善策. 城镇化是扩大内需实现经济可持续发展的引擎[J]. 中国人口科学, 2010, (3): 2-10, 111.

[3] 王国刚. 城镇化: 中国经济发展方式转变的重心所在[J].经济研究, 2010, (12): 70-81, 148.

[4] 李世祥, 成金华, 吴巧生. 中国水资源利用效率区域差异分析[J]. 中国人口·资源与环境, 2008, 18(3): 215-220.

[5] 李志敏, 廖虎昌. 中国31省市2010年水资源投入产出分析[J]. 资源科学, 2012, (12): 2274-2281.

[6] 沈杰, 杨大庆, 邱卫国. 上海市水资源利用效率及其驱动因子分析[J]. 人民长江, 2014, (9): 48-50, 54.

[7] 宋国君, 何伟. 中国城市水资源利用效率标杆研究[J]. 资源科学, 2014, 36(12): 2569-2577.

[8] 王学渊. 基于前沿面理论的农业水资源生产配置效率研究[D]. 杭州: 浙江大学, 2008.

[9] 闫爽. 吉林省西部地区农业水资源利用效率研究[D]. 长春: 吉林农业大学, 2012.

[10] Hu, J., Wang, S., Yeh, F.. Total-factor Water Efficiency of Regions in China[J].ResourcePolicy, 2006, (31): 217-230.

[11] 佟金萍, 马剑锋, 王慧敏等. 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[J]. 资源科学, 2014, 36(9): 1765-1772.

[12] Yan, T., Wang, J., Huang, J.. Urbanization, Agricultural Water Use, and Regional and National Crop Production in China[J].EcologicalModelling, 2015, 318(5): 226-235.

[13] 石广明, 王金南, 毕军. 基于莫氏指数的中国动态工业用水绩效分析[J]. 系统工程理论与实践, 2013, 33(12): 3237-3242.

[14] 程永毅, 沈满洪. 要素禀赋、 投入结构与工业用水效率——基于2002-2011年中国地区数据的分析[J].自然资源学报, 2014, 29(12): 2001-2012.

[15] 周星星. 中国工业用水效率评价及影响因素研究[D]. 杭州: 浙江工商大学, 2014.

[16] 姜蓓蕾, 耿雷华, 卞锦余等. 中国工业用水效率水平驱动因素分析及区划研究[J]. 资源科学, 2014, 36(11): 2231-2239.

[17] 廖虎昌, 董毅明. 基于DEA和Malmquist指数的西部12省水资源利用效率研究[J]. 资源科学, 2011, 33(2): 273-279.

[18] 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[J]. 资源科学, 2013, 35(6): 1229-1237.

[19] 王莹, 吴兆丹. 基于DEA和Malmquist指数的江苏省城市用水效率研究[J]. 重庆理工大学学报, 2015, 29(3): 122-127.

[20] 栾健, 周玉玺. 基于DEA和Malmquist指数的山东省用水效率分析[J]. 经济管理, 2015, (3): 76-81.

[21] Byrnes, J., Crase L., Dollery, B., et al.. The Relative Economic Efficiency of Urban Water Utilities in Regional New South Wales and Victoria[J].ResourceandEnergyEconomics, 2010, 32(3): 439-455.

[22] García-Valias, M. A., Muiz M. A.. Is DEA Useful in the Regulation of Water Utilities? A Dynamic Efficiency Evaluation (A Dynamic Efficiency of Water Utilities)[J].AppliedEconomics, 2007, 39(2): 245-252.

[23] Abbott, M., Cohen, B., Wang, W. C.. The Performance of the Urban Water and Wastewater Sectors in Australia[J].UtilitiesPolicy, 2012, 20(1): 52-63.

[24] Bian, Y., Yan, S., Xu, H.. Efficient Evaluation for Region Urban Water Use and Wastewater Decontamination System in China: A DEA Approach[J].Resource,ConservationandRecycling, 2014, (83): 15-23.

[25] Buafua, P.. Efficiency of Urban Water Supply in Sub-Saharan Africa: Do Organization and Regulation Matter? [J].UtilitiesPolicy, 2015, 37: 1-10.

[26] Shi, Q. L., Chen. S. Y., Shi, C. C., et al.. The Impact of Industrial Transformation on Water Use Efficiency in Northwest Region of China[J].Sustainability, 2015, 7(1): 56-74.

[27] 李跃. 基于SFA的我国区域水资源利用效率及影响因素分析[J]. 水电能源科学, 2014, 32(12): 39-43.

[28] 卞锦宇, 刘恒, 耿雷华等. 基于随机前沿生产函数的我国工业用水效率影响因素研究[J]. 水利经济, 2014, 32(5): 6-10.

[29] 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.

[30] 孙才志, 刘玉玉. 基于DEA-ESDA的中国水资源利用相对效率的时空格局分析[J]. 资源科学, 2009, 31(10): 1696-1703.

[31] Ananda, J., Hampf, B.. Measuring Environmental Sensitive Productivity Growth: An Application to the Urban Water Sector[J].EcologicalEconomics, 2015, (116): 211-219.

[32] 李静, 马潇璨. 资源与环境双重约束下的工业用水效率[J]. 自然资源学报, 2014, 29(6): 920-933.

[33] 段海啸. 基于SBM方向性距离函数的中国农村水利设施投入产出效率研究[J]. 水资源与水工程学报, 2015, 26(4): 236-240.

[34] 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年-2009年数据[J]. 资源科学, 2011, 33(11): 2071-2079.

[35] 马海良, 黄德春, 张继国. 考虑非合意产出的水资源利用效率及影响因素研究[J]. 中国人口·资源与环境, 2012, 22(10): 35-42.

[36] 孙才志, 赵良仕, 邹玮. 中国省际水资源全局环境技术效率测度及其空间效应研究[J]. 自然资源学报, 2014, 29(4): 553-563.

[37] 杨骞, 刘华军. 污染排放约束下中国水资源绩效研究——演变趋势及驱动因素分析[J]. 财经研究, 2015, 41(3): 53-64.

[38] Wang, Y., Bian, Y., Xu, H.. Water Use Efficiency and Related Pollutants’ Abatement Costs of Regional Industrial Systems in China: A Slack-based Measure Approach[J].JournalofCleanerProduction, 2015, 101: 301-310.

[39] Sueyoshi, T., Goto, M., Ueno, T.. DEA Approach for Unified Efficiency Measurement: Assessment of Japanese Fossil Fuel Power Generation[J].EnergyEconomics, 2011, 33(2): 292-303.

[40] Tone, K., Tsutsui, M.. Network DEA Models: A Basic Framework[C]. Proceedings of the Fall National Conference of the Operations Research Society of Japan, 2007.

[41] Cooper, W., Park, K., Pastor, J. T.. RAM: A Range Adjusted Measure of Inefficiency for Use with Additive Models, and Relations to Other Models and Measures in DEA[J].JournalofProductivityAnalysis, 1999, 11(1): 5-42.

[42] Chen, C.. Measuring Environmental Efficiency: Critical Issues and Solutions[J]. 2012, Available at SSRN: https://ssrn.com/abstract=2151675.

[43] Cooper, W., Pastor, J. T., Borras, F., et al.. BAM: A Bounded Adjusted Measure of Efficiency for Use with Bounded Additive Models[J].JournalofProductionAnalysis, 2011, (35): 85-94.

[44] Cooper, W. W., Seiford, L. M., Tone, K..DataEnvelopmentAnalysis(SecondEdition)[M]. Boston: Kluwer Academic Publishers, 2007.

[45] 王兵, 吴延瑞, 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究, 2010, (5): 95-109.

[46] Charles, R. H., Anders, I.. Why Development Levels Differ: The Resource of Differential Economic Growth in a Panel of High and Low Income Countries[J].NBERWorkingPaper, No.13469, 2007.

[47] 吴延瑞. 生产率对中国经济增长的贡献: 新的估计[J]. 经济学(季刊), 2008, (3): 827-842.

[48] 岳立, 白婧, 郭山宁. 基于超效率的中国工业用水效率分析[J]. 石家庄经济学院学报, 2013, 36(6): 51-55.

AStudyontheEfficiencyofUrbanWaterResourceSysteminChina——BasedontheAnalysisofNetworkBAMModel

WANG Bing GONG Ming-li

This paper applied Network BAM model to measure the urban city water resource system efficiency of 29 provinces in China during the period of 2003-2014, and analyzed the factors that caused the inefficiency of the system at the same time. It is found that there are obvious temporal-spatial differences in the efficiency of the urban water system in China. From the prospective of spatial, the east region performs better than other parts in both production stage and the decontamination stage; the western region has higher comprehensive efficiency and decontamination efficiency than the central region; while the production efficiency shows a descending order from the east to the west. In the view of time, the efficiency of urban water system is decreasing over the period of 2003-2014. It was the inefficiency of water input that caused the inefficiency of the production phase; meanwhile, the main factor that led to the inefficiency of waste water decontamination phase was the inefficiency of desirable output and input. There are great reduction potential for COD and NH4-N, and efforts should be made to improve the technology level of sewage treatment to optimize the decontamination efficiency. We suggest the authorities pay more attention to the regional differences of the urban water system, and promote economy development in backward areas. It’s also of great importance to strictly implement the most stringent water management system.

network BAM model; municipal water industry in China; efficiency of the urban water system; inefficiency decompositions; temporal-spatial differences

F293

A

1674-8298(2017)05-0133-16

[责任编辑：莫 扬]

10.14007/j.cnki.cjpl.2017.05.011

方式]王兵, 宫明丽. 中国城市水资源系统效率实证研究——基于网络BAM模型的分析[J]. 产经评论, 2017, 8(5): 133-148.

2017-04-16

国家自然科学基金“中国城市水务行业市场化改革的效率评价及提升路径研究”(项目编号：71473105，主持人：王兵)；新世纪优秀人才计划“环境管制、全要素生产率与经济增长”(项目编号：NCET-110856,主持人：王兵)。

王兵，经济学博士，暨南大学经济学系教授、博士生导师，主要研究方向为经济增长理论、效率与生产率分析、环境经济学；宫明丽，暨南大学经济学系硕士研究生，研究方向：环境经济学。

① 2011年1月29日发布的《中共中央 国务院关于加快水利改革发展的决定》指出，人多水少，水资源时空分布不均是我国的基本国情水情，水资源供需矛盾突出仍然是可持续发展的主要瓶颈，水利设施薄弱仍然是国家基础设施的明显短板。