中国水资源绿色效率TFP变化趋势预测

孙才志 马奇飞 李素娟

摘要：在SBM-Malmquist全要素生产率指数模型的基础上，通过构建VAR模型，对群组前沿下中国东、中、西部水资源绿色效率TFP及其分解指数进行脉冲响应函数分析，旨在对中国水资源绿色效率未来发展趋势进行预测，为各地区有针对性地提高水资源绿色效率提供依据。研究表明：中国水资源绿色效率TFP及其分解指数在1%的显著水平下呈一阶单整序列，并具有长期且稳定的均衡性，东、中、西部VAR模型均通过了平稳性检验，满足后续分析的运行条件；通过脉冲响应和方差分解分析可知，未来中国水资源绿色效率TFP受其自身影响明显，但有下降趋势；东部地区TFP的增长有赖于技术进步的提高（其贡献度高达20%），中部地区主要依赖于管理水平的提高和生产规模的扩大，而西部地区得益于技术进步、纯技术效率和规模效率的协同发展。模型较好地模拟了TFP本身及其分解指数对水资源绿色效率TFP的影响，证明了VAR模型在水资源绿色效率研究中应用的合理性。

关键词：水资源绿色效率；SBM模型；VAR模型；脉冲响应函数；方差分解

中图分类号：TV211.1 文献标志码：A doi：10.3969/i.issn.1000-1379.2018.02.010

当前，我国在水资源开发利用过程中存在着3个明显的问题：①水资源短缺与利用效率低下共存；②水环境恶化与水生态失衡共存；③制度建设无法满足水资源可持续利用的要求。针对这些问题，国务院于2012年发布了《关于实行最严格水资源管理制度的意见》，同时划定了用水总量、用水效率和水功能区限制纳污“三条红线”，并将提高用水效率放在突出位置。党的十九大报告指出：“建设生态文明是中华民族永续发展的千年大计，必须坚持节约资源和保护环境的基本国策，实行最严格的生态环境保护制度，形成绿色发展方式和生产方式，坚持走生产发展、生活富裕、生态良好的文明发展道路。”水资源是国家永续发展的重要资源，水资源绿色效率研究是时代发展的要求，对解决中国水资源短缺问题具有重要的理论和现实意义。

早期的水资源利用效率研究主要集中在工业、农业、城市生活用水效率的测度等方面，其侧重点大多仅考虑经济效益，即把GDP作为唯一产出，这显然不符合社会发展的实际生产过程。孙才志等、马海良等对水资源利用效率的驱动因素和影响机理进行了探索，并尝试将污染物作为非期望产出纳入水资源利用效率评价体系中，得到了广大学者的认同。上述研究丰富了水资源利用效率评价体系，为水资源的高效利用提供了重要的理论支撑，但依然存在以下不足：①把我国作为一个整体研究对象，认为全国各地具有相同的生产前沿，然而我国是一个区域资源禀赋差异极大的国家，各地区在资本禀赋、劳动力禀赋、水资源禀赋等方面存在较大差异，因而不同地区可能面对着不同的生产前沿，如果不将地区差异考虑进去，继续采用总体样本对水资源利用效率进行评价，就势必对各地区真实的水资源利用效率测度造成误差；②仅对我国当前的用水效率进行测度，而没有对未来水资源利用效率的发展趋势作出预测，因此其结果具有一定的时限性，不符合可持续发展的要求；③仅考虑了水资源利用所带来的经济和环境效益，未考虑社会效益，而“以人为本”的绿色发展理念要求我们实现经济-社会-环境的协同发展，因此把社会发展指数纳入水资源利用效率评价体系中显得尤为重要。

鉴于此，笔者运用SBM-Malmquist全要素生产率（TFP）指数模型，对我国东部、中部、西部三大地区水资源绿色效率TFP及其分解指数进行测度，并通过构建VAR模型，对各地区水资源绿色效率TFP及其分解指数进行脉冲响应函数分析，以及对中国水资源绿色效率未来发展趋势进行预测，以期为各地区有针对性地提高水资源绿色效率提供依据。

1 研究方法与数据来源

1.1 SBM-DEA模型

传统的数据包络分析法（DEA）在测度用水效率时仅考虑经济效益，而不考虑非期望产出所帶来的影响，这与实际的生产过程不相符，忽视了投入与产出的松弛性问题。Tone提出的非径向、非角度基于松弛变量的SBM模型，将各投入产出的松弛变量直接纳入到目标函数中，解决了松弛变量对测度值的影响。模型表达式为式中：SEC、PEC分别为规模效率变化指数、纯技术效率变化指数。

TFP>1表示全要素生产率提高，TFP<1表示全要素生产率下降，TFP=1表示全要素生产率没有变化（即保持稳定），EC、TC、SEC、PEC与TFP判定标准相同。

1.3 VAR模型

向量自回归（VAR）是基于数据的统计性质建立模型，把系统中每一个内生变量作为所有内生变量的滞后值来构造模型，从而将单变量自回归模型推广到多元时间序列变量组成的“向量”自回归模型。应用VAR模型进行运算的步骤：①变量平稳性检验；②滞后阶数的确定；③协整性检验（鉴于本文有4个变量，因此选择Johansen检验方法进行协整性检验）；④脉冲响应分析；⑤方差分解分析。

1.4 指标选取及数据处理

本文使用的所有数据均来源于《中国统计年鉴》（2001-2015）、《中国水资源公报》（2000-2014）、《中国环境年鉴》（2001-2015）和《新中国六十年统计资料汇编》。限于数据的可得性，本文的研究范围不包括香港、澳门和台湾地区。具体指标说明如下。

（1）水足迹：具体说明见文献。

（2）劳动力：生产过程中实际投入的劳动量，用三大产业从业人员来表示。

（3）资本存量：运用永续盘存法来计算，并参照单豪杰的算法。

（4） GDP：以1990年为基期的国内生产总值作为期望产出。

（5）社会发展指数（SDI）：参照文献，建立指标体系（见表1），计算方法见文献。

（6）灰水足迹：取灰水足迹总量作为非期望产出，具体算法见文献。

2 结果分析

2.1 平稳性检验

运用Eviews 8.0中的LLC检验（针对共同单位根）、IPS检验（针对单个体单位根）和ADF-Fisher检验3种方法分别对中国东部、中部、西部地区水资源绿色效率TFP及其分解指数进行平稳性检验，结果见表2。由表2可知其一阶差分序列均通过显著性水平为1%的检验，因此各地区水资源绿色效率TFP及其分解指数均为一阶单整序列。

2.2 滞后阶数的确定

运用Eviews 8.0对VAR模型的最大滞后阶数进行判定，结果见表3。由表3可知，VAR模型的4个评价统计指标（最终预测误差FPE、赤池信息量准则AIC、施瓦茨信息准则SC、汉南-奎因信息准则HQ）对三大地区选择的滞后阶数均为1，因此将VAR模型的最优滞后阶数确定为1阶。以此建立VAR模型，并确定协整检验的最优滞后阶数为0。

2.3 协整性检验及模型稳定性检验

运用Johansen协整检验方法来检验中国三大地区水资源绿色效率TFP与其自身及其分解指数之间是否存在长期且稳定的均衡关系，结果见表4。

从迹统计量结果来看，东部、中部、西部三大地区迹统计量均大于显著性水平为0.05的临界值，表明在5%显著性水平下，各地区水资源绿色效率TFP与其自身及其分解指数之间存在协整关系。

2.4 脉冲响应分析

基于水资源绿色效率TFP对其自身及其分解指数的向量自回归模型，对东部、中部、西部三大地区的脉冲响应效果差异进行分析。

2.4.1 东部地区脉冲响应分析

从图1（a）可以看出，东部地区水资源绿色效率TFP对其自身一个标准差单位冲击的响应仅在第1年显著为正，从第2年开始逐渐下降至最低点，在第3年之后有所回升，并在第5年由负变正，表明东部地区水资源绿色效率TFP受自身影响波动较大；从图1（b）可以看出，水资源绿色效率TFP对技术进步（TC）的冲击在第1年没有响应，第2年开始有了明显的正向作用并达到最大值，之后逐渐由正变负，虽然在第4年有所回升，但结果始终为负，表明在第2年技术进步对东部水资源绿色效率TFP的提高有积极作用；图1（c）显示，水资源绿色效率TFP对纯技术效率（PEC）冲击的响应与对技术进步冲击的响应表现为相同的变化趋势，但其效果明显劣于技术进步；图1（d）显示，TFP对规模效率（SEC）冲击的响应始终为负，但响应程度不高。综上所述，未来东部地区水资源绿色效率TFP的提高主要依靠技术进步和纯技术效率的提升，而规模的扩大将阻碍水资源绿色效率TFP的提高。

2.4.2 中部地区脉冲响应分析

从图2（a）可知，中部地区水资源绿色效率TFP对其自身的冲击响应轨迹与东部地区的相似，仅在第1年有显著的正向作用，而后在波动中趋于稳定状态，表明中部地区水资源绿色效率TFP受自身内部影响明显；从图2（b）可以看出，水资源绿色效率TFP对技术进步（TC）冲击的响应轨迹与0轴几乎重合，表明技术进步对水资源绿色效率TFP的提高没有影响；图2（c）显示口FP对纯技术效率（PEC）的冲击在第1年没有响应，在第2年表现为显著的负向作用，而后逐渐由负变正并趋于稳定状态，说明纯技术效率在未来2a对TFP的提升起阻滞作用，但随着时间的推移，中部地区的经营水平和管理手段会逐渐提高，并对TFP的提升发挥正向作用；图2（d）显示，TFP对规模效率（SEC）冲击的响应始终为正，表明中部地区扩大生产规模将有利于水资源绿色效率TFP的提升。综上所述，中部地区未来水资源绿色效率TFP的提升主要依靠纯技术效率和规模效率的提高，技术进步的作用没有发挥出来，因此中部地区在提高管理水平和扩大生产规模的同时，需要注意对新兴技术引进与利用，并加大对新技术的研发投入力度，从而使技术进步成为水资源绿色效率TFP新的增长动力。

2.4.3 西部地区脉冲响应分析

从图3（a）可以看出，西部地区水资源绿色效率TFP对其自身的冲击响应波动较大，在第1年响应程度最大，第2年下降至0轴以下最低点，第3年有所回升并发挥正向作用，而后又逐渐下降至0轴以下并趋于稳定，表明西部地区水资源绿色效率TFP受自身影响强烈，但有下降的趋势；从图3（b）可以看出，水资源绿色效率TFP对技术进步（TC）冲击的响应在第1年没有响应，在第2年呈现明显的正向影响，在第4年下降至0轴以下最低点并保持稳定，表明在未来3a内，技术进步对水资源绿色效率TFP的提升有积极的正向作用；从图3（c）可以看出，TFP对纯技术效率（PEC）冲击的响应在前3a呈显著的负向作用，在第4年回升到0轴以上发挥正向作用，表明未来3a纯技术效率会阻碍水资源绿色效率TFP的提升，但随着管理水平的提高，从第4年开始纯技术效率将有助于TFP的增长；图3（d）显示，TFP对规模效率（SEC）冲击的响应轨迹与技术进步表现为相似的变化趋势，前3a发挥正向作用，而后下降至。轴以下并趋于稳定。综上所述，西部地区水资源绿色效率TFP的提升在前3a主要依靠技术进步和生产规模的扩大，之后则主要依靠经营水平和管理手段的改善。因此，西部地区在未来的发展中，一方面需要不断提升管理水平，另一方面则要防止生产规模的盲目扩大，并注重新技术的引进和研发，从而使技术进步、纯技术效率和规模效率齐头并进，共同促进水资源绿色效率TFP的增长。

2.5 方差分解分析

为了进一步定量分析各影响因素对水资源绿色效率TFP贡献的大小，本文在VAR模型基础上，对各地区水资源绿色效率TFP进行方差分解，結果见表5。

从表5可以看出，经过5个预测年之后，东部、中部、西部三大地区水资源绿色效率TFP变化已基本稳定，TFP波动的主要影响来源于TFP本身，但从其变化趋势可以看出，其影响力逐渐减弱。就各分解指数而言，东部地区技术进步（TC）对水资源绿色效率TFP贡献率最大，超过了20%，其次是纯技术效率（PEC），规模效率（SEC）最小，从长期来看，技术进步对TFP的贡献率有减小的趋势，纯技术效率和规模效率对TFP的贡献率有略微增加趋势；中部地区各分解指数对TFP的贡献率从高到低依次为纯技术效率（PEC）、规模效率（SEC）和技术进步（TC），其中纯技术效率贡献率超过15%，但从第4年之后有下降的趋势，而规模效率和技术进步贡献率逐年上升，增幅分别为3.24%和0.85%；西部地区对水资源绿色效率TFP贡献率从高到低依次为纯技术效率（PEC）、规模效率（SEC）和技术进步（TC），在第2年三者之间差异不大，但从第3年开始，纯技术效率贡献率快速增加，增幅高达8.76%，技术进步也呈小幅增长趋势，而规模效率在经过短暂下降之后也呈现上升趋势，并于第7年趋于稳定状态。综上所述，在未来的发展中，除水资源绿色效率TFP本身以外，东部地区TFP的增长主要依靠技术进步和纯技术效率，中部地区主要依靠纯技术效率和规模效率，西部地区则依靠技术进步、纯技术效率和规模效率的协同发展。因此，中部和西部地区在不断提高管理水平和扩大生产规模的同时，要注重新技术的研发与引进，不断提高水资源利用水平，使技术进步成为水资源绿色效率TFP增长的新动力，而东部地区则要防止生产规模盲目扩大，以此来防止效率下降。

3 结论

（1）中国各地区水资源绿色效率TFP及其分解指数的一阶差分序列通过了1%显著水平下的平稳性检验，确定了VAR模型和协整检验的最优滞后阶数分别为1和0，协整检验结果表明中国三大地区水资源绿色效率TFP与其自身及其分解指数之间存在长期且稳定的均衡关系，且三大地区VAR模型均是稳定的，可以进行后续分析，分析结果可靠。

（2）脉冲响应分析表明，我国水资源绿色效率TFP受自身内部影响强烈，但有减弱的趋势。除此之外，东部地区受技术进步和纯技术效率影响显著，技术进步尤为明显；中部地区受纯技术效率和规模效率的影响较大；西部地区水资源绿色效率TFP的提升，在前3a依赖于技术进步和规模效率，而后则主要依靠纯技术效率的提高。

（3）方差分解结果表明，在未来的发展中，中国水资源绿色效率TFP受本身影响最大，除此之外，东部地区还依赖于技术进步的提高，中部地区主要得益于纯技术效率和规模效率的提高，而西部地区则依赖于技术进步、纯技术效率和规模效率的协同发展。这与脉冲响应分析结果一致，也证明了VAR模型在水资源绿色效率研究中的应用是合理的。