中国水权交易政策对提高水资源利用效率的地区差异性评估

吴凤平 邱泽硕 邵志颖 季英雯 李梦珂

(河海大学商学院，江苏 南京 211100)

一、引言

据估计，全世界近10亿人生活在全年干旱缺水地区(Mekonnen和Hoekstra，2016)[1]。水资源短缺已成为全球性的突出问题，而水资源利用效率偏低又是进一步加剧水资源短缺性的重要因素。我国长期以来用水效率不高并普遍存在用水浪费现象，全国农田灌溉水有效利用系数平均约为0.56，农业用水方式粗放、用水效率偏低，全国较严重的缺水城市近110个。提高水资源利用效率不仅能够保证我国水资源可持续利用, 也是建设现代化工农业和城乡健康生活的重要保证。如何协调好政府和市场机制两个着力点，使二者共同作用以提高水资源利用效率已经逐步成为关注重点。政府层面，我国已经建立了较为完善的水资源管理制度，并确立用水效率控制红线，大力开展节水型社会建设工作，在提升水资源利用效率方面发挥了重要作用；市场层面，开展水权交易以优化水资源配置、提高利用效率，美国、澳大利亚等发达国家已有较为成熟的案例，并积累了相关经验(王亚华等，2017)[2]。近年来，为了发挥市场在资源权益与配置中的重要作用，国家逐步倡导市场型工具的完善，出台了一系列推进水权交易的政策文件，使水权交易迎来新一轮热潮。2014年，水利部印发《水利部关于开展水权试点工作的通知》，明确在宁夏、江西、湖北、内蒙古、河南、甘肃和广东7个省(区)开展水权确权和交易试点。在这一背景下，新疆、山西、河北、山东、陕西等省份陆续开展水权交易试点工作。2016年，水利部印发《水权交易管理暂行办法》，为进一步完善水权交易政策、提高水资源利用效率发挥更大作用。“十四五”规划明确指出，要全面实行排污许可制，推进用水权市场化交易；全面提高资源利用效率，推进资源总量管理、科学配置、全面节约、循环利用；实施国家节水行动，建立水资源刚性约束制度。国家水权试点工作已实施超过7年，水权交易是否能够有效提高地区水资源利用效率，在不同地区其效果是否具有差异性，是一个值得探讨的问题。

水权交易通过两阶段作用于水资源利用效率。其一，在分配过程中，水权交易又称为水权再配置，进行水权交易的前提是水权已经进行了合理的初次配置。进行水权交易的地区，必然已经完成了水权初始配置工作，明确了各用水主体的可用水量指标，进而约束各用水主体的用水行为，促使各用水主体提升水资源利用效率。其二，在交易过程中，水权交易使水权成为具有市场价值的流动性资源，利用市场机制促使用水效率低的地区或部门考虑用水的机会成本而节约用水，并将闲置水权转让给用水边际效益大的地区或部门(田贵良等，2020)[3]，可以解决水权初始配置的静态性与社会经济发展动态性之间的矛盾(吴凤平、李滢，2019)[4]，从而提高全社会水资源利用效率，并改善水资源的空间分布状况。

二、文献综述

(一)水资源利用效率测算方法研究进展

水资源利用效率作为表征绿色经济发展的量化指标，被广泛用于水资源利用相关研究，目前测算水资源利用效率的方法主要有两种，即随机前沿分析法(SFA)(张凯等，2021)[5]和数据包络分析法(DEA)(左其亭等，2021)[6]。相较于SFA，DEA采用数学规划模型评估一组决策单元(DMU)的相对效率水平，该方法是一种无母数统计方法，不需要事先知道投入与产出属性间的生产函数关系，避免了主观因素影响，近年来被广泛应用在水资源利用效率评估中(Sun等，2014[7]；钟丽雯等，2020[8])，但传统DEA方法并没有完全考虑松弛变量，为此，Tone(2001)[9]提出了考虑非期望产出的基于松弛变量的效率测算模型(SBM)，将投入产出指标的松弛变量纳入决策单元效率计算中，有效改善了传统DEA对松弛变量考虑不足的问题。孙才志等(2017)[10]采用非期望产出的SBM模型测算了水资源绿色效率，Liu等(2020)[11]基于改进的SBM模型测算了中国工业用水效率。然而，当结果中多个决策单元相对效率值为1即同时有效时，此时模型难以进一步比较，但Andersen和 Petersen提出的超效率模型(SEM)能够解决以上问题。Tone进一步结合了SBM模型和超效率模型的优势，提出超效率SBM模型，使其能够区分位于前沿面的有效决策单元。目前，超效率SBM模型已被广泛应用于效率评价相关研究(高鹏、岳书敬，2020[12]；Sun等，2021[13]；宁论辰等，2021[14])。基于超效率SBM模型，左其亭等(2021)[6]、巩灿娟等(2020)[15]、高新才和殷颂葵(2021)[16]分别测算了黄河流域、黄河中下游沿线城市以及西北城市的水资源利用效率，结果都较好体现出地区水资源利用水平。

(二)政策效果评估方法研究进展

当前检验政策实施效果较为常用的方法是双重差分模型(谢其军等，2021[17]；万攀兵等，2021[18])。Fang和Wu(2020)[19]利用双重差分模型检验了水权交易可以明显减少试点地区用水总量，Zhang等(2021)[20]基于双重差分模型发现水权交易可以降低试点地区农业用水量。目前已有部分学者实证分析水权交易对水资源利用效率的影响。其中，田贵良等(2020)[3]采用三阶段DEA模型和Malmquist指数方法静态和动态分析评价了水权交易试点地区的水资源利用效率，Chen等(2021)[21]基于改进的DEA模型测算初始用水阶段和污水处理阶段的水资源利用效率，并采用双重差分模型检验水权交易政策对两阶段水资源利用效率的影响，但是二者都没有考虑存在多个有效决策单元的情况。

综上所述，已有研究存在以下两方面的不足：一是对全国整体及不同水资源禀赋地区的水资源利用效率的对比分析尚不多见；二是水权交易政策实施后，已有学者探索了水权交易的实施效果，但是仍缺少探究水权交易对水资源利用效率影响的文献。基于此，本文将主要评估水权交易政策能否有效提高水资源利用效率这一问题。采用考虑非期望产出的超效率SBM模型测算2010-2018年中国各省(区、市)的水资源利用效率，再利用双重差分模型检验水权交易对水资源利用效率的影响。

三、研究方法与数据

(一)超效率SBM模型

超效率SBM模型既解决了传统DEA模型未纳入松弛变量的问题，也能够比较有效决策单元的效率值，可以综合处理投入、产出和污染三者的关系。在现实生产生活过程中，水资源既会产生期望产出如生产总值，也会产生非期望产出如废水排放等，因此，考虑非期望产出的超效率SBM模型是测算水资源利用效率较为合适的模型之一。

本文基于Tone提出的超效率SBM模型，测算不变规模报酬下，水资源利用效率的非期望产出超效率SBM模型如下:

(1)

(二)双重差分模型

将2014年开始实施的水权交易政策看作一次准自然实验，利用双重差分模型检验水权交易政策对水资源利用效率的影响。

Wit=α+δtreati×postt+ui+λt+φzit+εit

(2)

其中，Wit为被解释变量，即各省(区、市)的水资源利用效率，i代表个体，即各省(区、市)，t代表时间；α为截距项；treati为分组虚拟变量，若个体i受水权交易政策实施的影响，则个体i属于实验组，对应的treati=1，否则treati=0；postt为水权交易政策实施虚拟变量，政策实施之前postt=0，政策实施之后postt=1；treati×postt的系数δ，即双重差分估计量，是水权交易政策实施对被解释变量的影响是否显著的判别依据，反映了政策实施的净效应；ui为个体固定效应；λt为时间固定效应；为了使估计结果尽可能准确，模型中加入可能影响Wit的其他控制变量zit；εit为随个体和时间而改变的扰动项。本文关注的是参数δ，如果δ显著为正值，则可以推断2014年水权交易政策在提高水资源利用效率方面是有效的。

选取中国30个省(区、市)(由于数据缺失，不包含西藏、中国香港、中国澳门和中国台湾4个省区)作为研究对象，时间跨度为2010-2018年。将30个省(区、市)分为国家级试点地区、省级试点地区和非试点地区。按是否为水权交易试点地区划分实验组与控制组。其中，国家级试点地区和省级试点地区为实验组，非试点地区为控制组，地区分组情况见表1。

表1 地区分组情况

(三)指标选取与数据来源

1.被解释变量

本文研究的重点是水权交易政策对水资源利用效率产生的影响，因此关键在于被解释变量即水资源利用效率数值的测算。根据超效率SBM模型特点和KLEM模型，选取地区总用水量、地区年末总人口、固定资产投资为投入指标，选取地区生产总值为期望产出指标、废水排放总量为非期望产出指标，测算水资源利用效率。投入产出指标数据描述性统计见表2。

表2 投入产出指标数据描述性统计

2.解释变量

式(2)中的双重差分项treati×postt为表示该地区是否实施了水权交易政策的虚拟变量，也是本文研究的核心解释变量。与上文含义相同，若该地区属于水权交易试点地区，则treati=1，否则treati=0；由于国家在2014年开始开展水权交易试点工作，故2014年之前postt=0，2014年及2014年之后postt=1。

3.控制变量

为了更为稳健地评估水权交易政策对水资源利用效率的影响，进一步引入了与水资源利用效率相关的控制变量。选取的控制变量zit如下：(1)地区水资源禀赋(张力小、梁竞，2010)[22]，以地区人均水资源量来表示；(2)地区经济发展水平(巩灿娟等，2020)[15]，以人均地区生产总值来表示；(3)地区农业发展水平(金巍等，2018)[23]，以第一产业生产总值占比及农作物总播种面积双指标来表示；(4)地区科技研发能力(巩灿娟等，2020)[15]，以地区R&D经费来表示。相关变量的描述性统计见表3。

表3 相关变量描述性统计

4.数据来源

本文的数据均来源于历年的《中国统计年鉴》和各地区统计局官网公布的统计年鉴，个别地区缺失的部分年份数据由其他年份按照平滑指数推算出，经济相关数据均以2010年为基期处理得到。

四、结果与分析

(一)水资源利用效率测算

基于公式(1)，利用MaxDEA Ultra 8软件测算得到2010-2018年各省(区、市)的水资源利用效率情况。表4列出各省(区、市)2010年、2013年、2016年和2018年的水资源利用效率情况。单从各省(区、市)的水资源利用效率来看，在2010-2018年间，能够一直保持DEA有效的省(区、市)仅有北京和上海，天津的水资源利用效率在2016年之后开始出现较大程度减少，原因可能是随着其他省份产业结构升级、节水技术大力发展，而天津市长期以来产业结构偏重偏旧、全市耗水量较大，导致相比之下天津降幅明显。而其他省(区、市)在期间都没有实现水资源的高效利用，可以发现水资源利用效率在各省(区、市)之间存在明显差异，并且改进空间较大。其中，水资源禀赋较好的安徽、四川、黑龙江等省份水资源利用效率相对不高，此结果与胡鞍钢等(2002)[24]观点一致，主要原因可能是如果某地区水资源丰沛时,水资源就容易被浪费, 因此造成水资源利用效率相比于其他地区偏低。除北京、上海、天津外，其他省(区、市)当中，广东、浙江、山东、江苏以及内蒙古五省区的水资源利用效率相对较高。测算结果与各省区现状较为符合，其中广东、浙江、山东、江苏四省份的经济相对发达，有助于当地的技术进步与科技创新，推动水资源节约集约工作开展实施。近年来，内蒙古大力发展生态经济以及推动农牧业转型发展，深度融合节水灌溉网络，在水资源利用水平方面取得较大进步。

表4 2010-2018年部分年份各省(区、市)水资源利用效率情况

(二)水权交易政策对水资源利用效率的影响

1.平行趋势假设事前检验

使用双重差分模型的重要前提是，在政策实施之前，实验组与控制组应满足平行趋势假定(沈坤荣、金刚，2018)[25]，即水权交易政策实施之前，实验组与控制组的水资源利用效率应均保持相对一致稳定的变化趋势。图1报告了有水权交易的实验组和无水权交易的控制组，水资源利用效率的趋势变化情况。可以发现，在2014年之前实验组和控制组水资源利用效率均呈现逐年递减且基本一致，满足平行趋势假定。

图1 水资源利用效率变化趋势图

2.基准回归结果

基于公式(2)，使用Stata16软件对试点地区和非试点地区进行了基准回归分析，结果见表5。没有加入控制变量的列(1)显示，水权交易显著提高了水资源利用效率。逐步依次加入控制变量地区人均水资源量、人均地区生产总值、第一产业生产总值占比、农作物总播种面积以及地区R&D经费后，回归结果为列(2)-(6)，可以发现，结果依然非常稳健，均为1%的显著性水平。在控制变量中，只有第一产业生产总值占比会显著影响水资源利用效率，并且是负作用。主要原因是，第一产业生产总值占比的提高意味着农业生产会利用大量水资源，而我国农业灌溉节水技术并没有普及，漫灌浪费情况严重，导致农业生产产值占比提高会降低水资源利用效率。而人均水资源量、人均地区生产总值、农作物总播种面积以及地区R&D经费均没有显著影响水资源利用效率。

表5 水权交易政策对试点地区与非试点地区水资源利用效率影响—基准回归结果

3.安慰剂检验

为了排除回归结果受到遗漏变量干扰的可能，进一步测试结果的稳健性，通过虚构策略的开始时间来进行安慰剂测试，如果虚构情况下“伪政策虚拟变量”的系数不显著，则说明原来的估计结果稳健。水权交易政策开始时间是2014年，因此选择2010-2013年的样本数据，并将2011年和2012年分别视为水权交易的虚拟开始年份。表6列(1)和列(2)分别表示将2011年、2012年作为虚拟开始时间的回归结果，可以发现系数并不显著，说明水权交易对水资源利用效率的影响评估并未受到遗漏变量的干扰。

4.PSM-DID

水权交易试点并非完全随机化或外生确定，导致实验组和控制组之间可能缺乏可比性。进一步使用PSM-DID方法对实验组和对照组的省份进行k-最近邻匹配，然后根据匹配数据再次进行回归分析。根据表6列(3)，系数在1%水平仍然显著，这与基准回归结果一致，证明基准回归的结果是稳健的，即水权交易有助于显著提高试点地区的水资源利用效率。

5.异质性检验

2014年国家确立了7个国家级水权试点省份，其他一些未被选定的省份也进行了省级水权试点工作。通过子样本回归分析了国家和省级水权试点省份对于水资源利用效率影响的异质性。由表6列(4)和列(5)可以看出，两种均通过了1%的显著性检验。并且，国家级水权试点地区的水资源利用效率相比于省级试点地区，提升效果更好。可能的原因是，国家级水权试点省份是由中央政府指导工作，地方政府会格外注重政策实施的有效性，会比省级地方政府自身制定的政策付出更多。

表6 水权交易政策对试点地区与非试点地区水资源利用效率影响—进一步检验结果

五、结论与建议

为研究水权交易政策是否能够有效提高水资源利用效率的问题，本文基于2010-2018年中国30个省(区、市)的数据，采用考虑期望产出的超效率SBM模型测算出各省(区、市)的水资源利用效率，并运用双重差分模型检验了水权交易政策对水资源利用效率的影响效果。

(一)主要结论

1.基于超效率SBM模型测算出各省(区、市)的水资源利用效率，结果显示，仅有北京和上海两市在2010-2018年间能够一直保持DEA有效，其他省(区、市)由于当地技术发展水平和用水结构的不同，水资源利用效率存在明显差异且改进空间较大。

2.基于双重差分模型检验水权交易政策是否有效提升了水资源利用效率，并进行了稳健性检验，结果发现，各试点地区的水资源利用效率基本都呈现逐年递增的趋势，水权交易政策显著提高了试点地区水资源利用效率，并且第一产业生产产值占比升高将会显著降低水资源利用效率；国家级水权交易试点地区的水资源利用效率相较于省级试点地区提升的更多。

(二)政策建议

1.大力推进水权交易工作，将试点地区积累的经验不断深化。国家要大力推进水权交易工作，可以在安徽、四川、黑龙江等水资源利用效率相对不高但是水资源禀赋较好的省份开展新的试点工作；非试点地区借鉴试点地区水权交易实践的经验，结合本地的社会经济条件以及用水结构，因时因地探索符合自身水权交易特点的交易机制。

2.建议探索水权交易新机制，建立完善中国特色水权交易制度。推动跨界地区之间实施水权交易、大型建设项目通过购买水库水权、农业节水为建设项目提供新增用水指标、大型用水户之间采取临时性水权交易等水权交易新模式。对于用水总量已经达到或超过区域总量控制指标的地区，原则上只允许通过用水权交易解决新增用水需求。在确保国家粮食安全的基础上，鼓励工业企业通过投资农业节水的方式获得用水权，鼓励灌区内用水户之间进行水权交易。鼓励各水权交易主体使用依法规范设立的水权交易平台开展水权交易活动。加快完善水权交易全过程的监督管理工作。

3.各省(区、市)要重点关注农业用水现状，关键是改善灌溉技术，推广通道防渗、管道输水、喷洒灌溉、微灌等技术，实施作物精确灌溉等智能灌溉技术，有助于提高农业用水效率。同时可采用农业用水价格制度和建立生态补偿机制等经济手段，有效控制农业用水浪费现象。