沱江流域水资源绿色效率影响因素的时空异质性研究

赵俊威，张惠琴，曾 晨，陈安航

（成都理工大学管理科学学院，四川 成都 610059）

0 引言

生态文明建设关乎人类未来，建设绿色家园是人类共同的梦想，为此，习近平总书记强调：“‘十四五’时期，我国生态文明建设进入了实现生态环境质量改善由量变到质变的关键时期”。在此阶段，水资源的高效利用便显得至关重要。随着经济社会的发展，我国水资源问题日益严重，一方面，人均水资源占有量不足，时空分布不均；另一方面，水污染严重，水资源利用效率低下使得水资源形势进一步恶化。因此如何高效可持续地利用水资源成为社会各界关注的重点，而探究水资源绿色效率的影响因素不仅是提高水资源利用效率直接有效的选择，而且对协同碳排放有效控制和环境高水平保护具有重要意义。

近年来，关于水资源绿色效率影响因素的研究，国内外学者均取得了一定的研究成果。如魏楚［1］等通过对文献的集成式梳理和归纳，认为技术水平、水资源价格等是影响水效率的主要因素；许朗［2］等利用Tobit模型考察了农业收入占比和用水成本等因素对农业灌溉用水效率的影响；孙思奥［3］等采用LMDI（Logarithmic Mean Divisia Index）模型发现人口与人均GDP是黄河流域用水量增加的主导因素；Shang［4］等研究表明技术进步降低了天津市的工业用水量，而工业规模则会增加工业用水量；这些学者们的研究从不同角度探讨了水资源绿色效率的影响因素，但均未考虑各地理单元之间的联系，随着空间计量分析技术的逐渐发展，学者们愈发看重空间因素对水资源绿色效率的影响，秦腾［5］、张峰［6］以及Zhao［7］等利用空间计量模型对水资源绿色效率进行研究，发现不同地区水资源利用效率的驱动因素存在较大差异；由此可知水资源绿色效率是诸多因素共同作用的结果，且在不同的时间和空间下各因素的作用力大小和方向都不尽相同。鉴于此，地理加权回归模型（Geographically weighted regression，GWR）由于可以识别空间非平稳性的局部变异系数而得到了广泛应用［8］，孙才志［9］等基于GWR 模型证明了我国水资源绿色效率空间分布不均衡并且存在着显著的空间正相关性。综合来看，GWR模型能够针对不同地区得出差异化的研究结论，有效克服了地理单元间的空间异质性，但不足在于只能对截面数据进行回归分析，当需要估计的参数过多时，将会极大损失参数估计的精确度［10］。于是Huang［11］等将时间效应引入到GWR 模型中，提出了时空地理加权回归模型（Geographically and Temporally Weighted Regression，GTWR），该模型能在时间和空间上对不同时空单元的参数变异情况进行捕捉，有效弥补了GWR 模型的不足，在城市群发展规划［12］、物流业发展［13］以及环境保护［14］等诸多背景下得到了广泛应用。

综上所述，同时考虑时间因素和空间因素的GTWR 模型具备优良的统计性质［15］，将其用于分析水资源绿色效率的影响因素，能够更好地厘清各因素的作用机制及强度，准确揭示区域水资源绿色效率的发展差异。但目前国内外利用GTWR 模型来分析水资源绿色效率的相关文献较少，而且在已有的流域探究中，大多以长江、黄河为例，鲜有研究关注沱江流域水资源利用情况。沱江作为长江的一级支流，不仅是四川省经济产出的重要支撑，同时也是长江上游的绿色屏障，沱江流域的高质量发展关乎到四川省乃至整个西南地区人民绿色生活的健康。有鉴于此，本文以沱江流域为例，运用超效率SBM（Slacks-Based Measure）模型测度水资源绿色效率水平，并结合GTWR模型从时空异质性视角探究水资源绿色效率的影响因素，进而推进不同空间范围内水资源绿色效率的治理机制研究，为我国区域水资源绿色效率治理提供有效依据和科学参考。

1 研究区域概况与方法

1.1 研究区域概况

沱江是四川省腹部地区的重要河流之一，河流全长627.4 km，是四川省工业和人口密度最高的区域，承担了四川省内绝大多数居民的日常生活用水和工业、农业发展用水。受地质、地貌、气候等因素影响，沱江流域降水量和径流量季节差异明显，降水量主要集中在每年的6-9 月，全年降水量呈北部多、东部少的分布趋势。由此可见，沱江流域的水资源分布存在显著的时空差异。随着城市化集聚扩张和工业增速的加快，沱江流域不同区域的水资源绿色效率也呈现出明显的差异。因此，以沱江流域为例研究区域水资源绿色效率的影响因素极具代表性。

由沱江流域高质量发展研究中心（四川省社会科学重点研究基地）可知，全流域流经四川省10 个市（州），36 个县（区），如表1 所示。需要说明的是，本文中沱江流域与从水系分区角度的沱江流域并不一致。为保证数据来源的可靠性以及水资源绿色效率测度的有效性，本文将水资源绿色效率测度的对象选定为除阿坝藏族羌族自治州外的9 个地级市，选取2007-2017年的面板数据，利用时空地理加权回归模型探究不同时间点、不同区域的水资源绿色效率的分异性，因地制宜地制定水资源管理措施，促进流域内社会、经济以及环境的可持续发展。

表1 四川境内各行政流域面积统计表Tab.1 Statistical table of the area of each administrative watershed in Sichuan

1.2 研究方法

1.2.1 超效率SBM模型

绿色发展的本质在于减少环境污染，降低资源消耗。依照魏楚［1］、孙才志［9］等对水资源效率的界定，结合实际发展情况及绿色发展的理念，水资源绿色效率是指水资源等生产要素投入和带来的经济、社会和生态环境的产出的比率。对水资源绿色效率的测度是一个复杂的投入产出过程，劳动、资本、能源等生产要素的投入不仅产生期望的经济效益，也会带来非期望的环境损害。超效率SBM 模型不仅能恰当地处理了非期望产出，而且消除了松弛变量对测度值的影响［16］，使得水资源利用效率的测度值更加准确。具体公式如下所示：

式中：pSE为效率值；x和y表示投入和产出的要素；m和s表示投入指标和产出指标的个数；i和r代表投入和产出的决策单元；s+和s-分别代表投入和产出的松弛量；λ为权重向量。pSE≥1时，代表决策单元相对有效；pSE≤1时，代表决策单元相对无效。

1.2.2 时空地理加权回归模型

GTWR 模型嵌入了研究数据的时空特性，不仅能够较好地体现各驱动要素的时空差异性，而且使得模型的参数估计和统计检验结果都更加显著。此外，相较于一般的回归模型，GTWR模型还可利用ArcGIS 等软件将各样本点的回归参数在空间上可视化地呈现，使得模型结果的表现更为直观。因此，本文引入了GTWR模型，模型结构如下：

式中：yi为第i个样本点的因变量；xik为第k个自变量在第i个样本点处的观测值；n为样本点的个数；(ui，vi，ti)是第i个样本点的时空坐标位置；是第k个自变量在第i个样本点处的回归系数；β0(ui，vi，ti)是第i个样本点的时空截距；εi为残差。

2 水资源绿色效率测度及时空差异性

2.1 水资源绿色效率指标体系的构建及数据处理

水资源绿色效率测度指标体系的构建要综合考虑各方面因素。本文在柯布道格拉斯生产函数的基础之上，结合目前已有的相关研究［17-23］以及沱江流域区域特性，构建出如下的水资源绿色效率评价体系。

表2 水资源绿色效率评价体系Tab.2 Evaluation System of Green Efficiency of Water Resources

本文选取2007-2017 年沱江流域9 个地级市（受数据缺失影响，不含阿坝藏族羌族自治州）的水资源相关数据，各项数据主要来源于2007-2017年《中国城市统计年鉴》、《四川省统计年鉴》、《中国农村统计年鉴》、《全国污染源普查：农业污染源系数手册》以及各地级市水资源公报。具体指标说明如下：

（1）劳动力投入：用年均从业人数来衡量实际劳动力投入。

（2）资本投入：本文选择资本存量作为资本投入。采用张军［21］等计算资本存量的方法，使用永续盘存法估算沱江流域9个地级市的资本存量。

（3）水资源投入：本文选择总用水量作为水资源投入。其中总用水量为生活用水总量、农业用水总量和工业用水总量之和。

（4）期望产出。本文以绿色发展和可持续发展理念为出发点，结合沱江流域的区域特性，将经济效益和社会效益纳入指标体系来衡量沱江流域的期望产出。以沱江流域各地级市生产总值来衡量经济效益，引入社会环境指数（Socio-Environmen⁃tal Index，SEI）来衡量社会和环境效益。其中，社会环境指数在结合现有研究的基础上参考中国统计学会提出的综合发展指数［22，23］，从产业发展、政府环境管制力度以及科技创新3个层面选取7 个指标来衡量。通过AHP 专家打分法，对产业发展、政府环境管制、科技创新3个层进行赋权，并运用主成分分析法对7个指标进行降维，从而计算得到社会环境指数，具体测算过程如下：

①产业发展（B1）。

② 政府环境管制（B2）。

③科技创新（B3）。

（5）非期望产出。参考已有的研究，多数学者采用生活污水排放总量和工业污水排放总量之和来衡量非期望产出［24，25］，但沱江流域内农业用水量占比较高，且农业面源污染严重，因此我们引入农业污水排放总量，用三者共同来表示非期望产出。但由于农业污水排放总量不好量化测算，因此我们用农业面源污染排放量来替代，本文参考陈敏鹏等［26］的研究，用如下公式进行测算：

式中：E为农业面源污染排放量；i表示污染来源，鉴于数据的可获得性，本文将化肥、农药和农膜作为农业面源污染的主要来源；EUi为i的规模；ρi、σi和Ci分别为i的产污强度系数、利用效率系数以及污染物排放系数。

2.2 水资源绿色效率的时空差异性分析

根据沱江流域高质量发展中心对沱江流域的描述，本文对沱江流域进行划分：德阳和成都以上为沱江上游，眉山市、资阳市、乐山市为沱江中游，内江市、自贡市、宜宾市、泸州市为沱江下游，利用超效率SBM 模型对水资源绿色效率进行测度。为了更加直观的展示出沱江流域水资源绿色效率的差异性，采用自然断点法对水资源绿色效率进行阶段划分［27］，如图1所示。

图1 沱江流域水资源绿色效率时空分异图Fig.1 Spatial and temporal differentiation of green efficiency of water resources in the Tuojiang River Basin

由图1 可知，沱江流域各地级市的水资源绿色效率存在显著差异。从时间维度上看水资源绿色效率水平波动较大但总体呈上升趋势，空间维度上表现为从南向北逐渐递减。其中资阳、成都、自贡以及内江的水资源绿色效率水平较高，但近年来增长速度缓慢；眉山、乐山、德阳虽然水资源绿色效率水平较低，但增速较快。总体而言，沱江流域水资源绿色效率呈现上游强，中游次之，下游弱的发展趋势，各地级市水资源绿色效率的初始水平、发展路径、发展速度均存在明显差异。

3 水资源绿色效率影响因素的时空异质性分析

3.1 变量选取与指标说明

水资源绿色效率是一个与自然、社会、环境3个系统密切相关的概念。因此，在变量选取时应紧靠这3个系统，实现水资源的可持续性利用。本文在现有相关研究的基础之上，选取了以下变量来分析沱江流域水资源绿色效率的影响因素：

（1）技术进步。技术进步能够反映沱江流域各城市的研发投入强度。选取R&D 经费内部支出与地区生产总值的比例来衡量技术进步。

（2）对外开放水平。本文借鉴秦腾［28］等的研究中对外开放水平的测量，选取沱江流域各城市外商直接投资与地区成产总值的占比作为测量依据。

（3）政府管制力度。用地方财政支出占地区生产总值的比重来衡量。

（4）水资源禀赋。水资源绿色效率是经济、社会、环境协调统一的总体表现，这里选择人均水资源占有量来衡量水资源禀赋。

（5）产业结构。产业结构在一定程度上反映了水资源在各个产业的资源消耗程度，沱江流域内大部分城市都是以第三产业为主。为此，本文用第三产业比重来衡量用水结构。

（6）用水结构。本文选择生活用水占总用水量百分比来衡量用水结构。

（7）经济发展水平。本文采用人均GDP 来衡量沱江流域经济发展水平。

3.2 共线性检验及相关性分析

为了避免伪回归情况的出现，基于变量独立性原则，利用stata15.0 对各变量进行了多重共线性检验，结果如表3 所示。各变量的VIF 平均值为2.51，最大值为4.8，均小于5，表明各变量之间不存在多重共线性，变量选取合理。

表3 共线性检验Tab.3 Collinearity test

进一步对所选变量进行相关性分析，各变量的相关系数如表4 所示。在5%及以下显著性水平条件下，技术进步、外开放水平、产业结构以及经济发展水平与水资源绿色效率具有显著相关性。在1%及以下显著水平条件下，政府管制力度、水资源禀赋、用水结构与水资源绿色效率具有显著相关性，7个变量均可纳入回归模型进行回归分析。

表4 相关性检验Tab.4 Correlation test

3.3 OLS模型和GTWR模型的回归结果

GTWR 模型的参数估计会随着时空的演变而不同，有效揭示了各影响要素的时空异质性。但为了保证回归结果的稳健性，在进行GTWR 回归之前，需要先对各影响因素做OLS 回归分析，如表5所示。

由表5可知，对外开放水平、技术进步、用水结构、政府管制力度以及水资源禀赋对沱江流域水资源绿色效率有着重要影响，其中，对外开放水平影响程度最大，技术进步次之，用水结构，政府管制力度和水资源禀赋的影响程度则较小，产业结构和经济发展水平没有影响。因此，本文根据OLS 的回归结果，在剔除了产业结构和经济发展水平两个不显著变量的基础上，从时间、空间的角度构建局部加权回归模型进行参数估计，结果如表6、7 所示。可以看出GTWR 调整后的R2为93.8%，远高于OLS模型的43.9%，说明GTWR模型的拟合优度更好。

表5 最小二乘法模型回归结果Tab.5 Least squares model regression results

表6 OLS模型与GTWR模型参数对比Tab.6 Comparison of parameters between OLS model and GTWR model

由表7 可知GTWR 模型测算的结果变化幅度较大，并且各因素的回归系数有正有负。其结果表明OLS 回归分析的参数值仅代表沱江流域整体的平均特征，从而掩盖了沱江流域9 个地级市的局部系数特征，这表明沱江流域水资源绿色效率和各变量之间不仅是简单的线性关系，各因素呈现出强烈的空间不稳定性，并随着时间而发生变化。

表7 GTWR模型回归结果Tab.7 GTWR model regression results

3.4 水资源绿色效率影响因素分析

为进一步探究各因素的空间变异特征，本文利用ArcGis10.5 对回归结果进行可视化表达，从而更加直观地对各影响因素进行空间变异分析，结果如图2、3所示。

图2 2007年沱江流域水资源绿色效率各影响因素回归系数空间分布Fig.2 Spatial distribution of regression coefficients of factors influencing green efficiency of water resources in the Tuojiang River Basin in 2007

（1）技术进步对沱江流域水资源绿色效率的影响。研究期初（2007 年），技术进步回归系数的高值主要分布在资阳市、内江市等地，总体表现为上游、中游地区要大于下游地区。研究期末（2017 年），这种趋势有所变化，总体表现为由西向东递减的趋势。从正值区数量来看，研究期内回归系数正值区数量有所增加，在空间上主要分布在流域的西部地区，但仍有部分地区促进作用并不明显，究其原因可能在于流域内多数城市以工业发展为主，科技研发能力相对较弱，R&D 经费投入还未转化为实质的技术进步，进而未能有效改善水环境。

图3 2017年沱江流域水资源绿色效率各影响因素回归系数的空间分布Fig.3 Spatial distribution of regression coefficients of factors influencing green efficiency of water resources in the Tuojiang River Basin in 2017

（2）对外开放水平对沱江流域水资源绿色效率的影响。研究期初（2007年），沱江流域对外开放水平回归系数的空间分布为“西高东低”，正值分布区域主要集中在流域的西部；研究期末（2017年），沱江流域对外开放水平回归系数的空间分布呈现出由北向南逐步递减的趋势。总体而言，对外开放促进水资源绿色效率提升的区域主要集中在流域内经济比较发达的地区，如成都市、德阳市。这些地区拥有较为完整的产业体系，外商投资能够更为有效地促进各产业的发展，在带来经济效益的同时也产生了“潜在的”技术效益，为水污染的绿色治理提供了充足的资金支持和技术保障。

（3）政府管制力度对水资源绿色效率的影响。研究期初（2007 年），政府管制力度的回归系数呈自北向南递减趋势，高值区域主要集中在沱江流域的上游和中游地区；研究期末（2017 年），负值区域明显增加，多数城市的回归系数由正变为负。原因可能在于这些城市的早期发展存在诸多不合理之处，政府适当参与调控更有利于水资源绿色效率的提升，随着经济发展的逐渐合理，过度的政府干预可能会提高企业的生产成本，减少研发投入。此外，流域内绝大多数城市在污染治理上的投资较低，污染治理效果微乎其微，城市污水治理能力跟不上污水排放水平。为此，提升污水治理能力，完善污水管控体系是解决目前沱江流域大部分城市面临的困境和难题的重要举措。

（4）水资源禀赋对沱江流域水资源绿色效率的影响。研究期初（2007 年），各城市水资源禀赋回归系数均为负值，总体呈自北向南递减的趋势。研究期末（2017年），水资源禀赋回归系数的正值分布区域增加明显，主要集中在沱江流域的中游。上下游地区水资源丰富，其回归系数仍表现为负，表明随着人均水资源量的增多，反而不利于水资源绿色效率的提升。这与孙才志等［9］的研究结论相符，即水资源越丰富的地区随着人均水资源占有量的增加反而不利于水资源绿色效率的提升。究其原因可能在水资源丰富，取水容易的地区，节水意识普遍不强，错误的用水习惯可能导致水资源的大量浪费。

（5）用水结构对沱江流域水资源绿色效率的影响。研究期初（2007年），用水结构回归系数的正值主要分布在沱江流域的中下游，负值区域则集中在上游，总体呈现出由北向南逐渐增加的趋势。研究期末（2017年），用水结构的回归系数分布有了较大变化，仅有内江市、资阳市用水结构回归系数为负。由此可见，流域内大部分地区的用水结构对水资源绿色效率表现为正向促进作用。这是因为用水用水结构反映了沱江流域城市水资源使用在工业、农业以及生活中的比例，本文选择生活用水占比来衡量用水结构，当生活用水占比越高，水资源投入在工业和农业灌溉的总量就会降低，而沱江流域的污染主要以工业污染和农药中的磷、氨、氮等化学成分为主，因此生活用水占比越高，越有利于沱江流域水资源绿色效率的提升。

3.5 影响因素的趋势分析

为进一步研究沱江流域水资源绿色效率影响因素的空间特征，本文绘制了以各影响因素参数估计的平均值为高度的三维透视图，并将点（默认北和西）投影于地图平面两个方向的平面上，如图4所示，以检查沱江流域水资源绿色效率的影响因素的全局趋势。

图4 各影响因素回归系数估计的趋势变化图Fig.4 Trend chart of estimated regression coefficients for each influencing factor

从X方向上看，各因素对沱江流域水资源绿色效率的影响呈现出不同的特征。技术进步对沱江流域水资源绿色效率的影响自西向东呈下降趋势；水资源禀赋对沱江流域水资源绿色效率自西向东呈增加趋势；对外开放水平对沱江流域水资源绿色效率的影响自西向东呈倒“U”形；政府管制力度和用水结构对沱江流域水资源绿色效率的影响自西向东呈正“U”形。

从Y方向上看，水资源禀赋对沱江流域水资源绿色效率自北向南的影响呈增加趋势；技术进步、对外开放水平、用水结构对沱江流域水资源绿色效率的影响自北向南呈倒“U”形，其中，技术进步对沱江流域水资源绿色效率的影响的倒“U”形特征不明显，敏感度不高；政府管制力度对沱江流域水资源绿色效率的影响自北向南呈正“U”形。综合来看，各因素对沱江流域水资源绿色效率的影响程度在东西部地区的变化差异要强于南北地区。

4 结论与建议

基于2007-2017 年沱江流域9 个地级市的面板数据，在全面考虑水资源使用过程中的社会、经济以及环境效益的基础上，运用考虑非期望产出的超效率SBM 模型测度水资源绿色效率水平，并结合GTWR 模型从时空差异性的视角探究水资源绿色效率的影响因素。结果表明：沱江流域水资源绿色效率具有明显的时空差异性，时间维度上水资源绿色效率水平波动较大但仍有上升，空间维度上呈现从南向北逐渐递减趋势；OLS模型和GTWR 模型均表明对外开放水平对水资源绿色效率的影响程度最大，技术进步次之，用水结构，政府规制力度和水资源禀赋的影响程度较小；此外，相较于OLS 模型，GTWR 模型能够反映各影响因素在时空演变中的局部效应，有效弥补了前者的不足。GTWR 模型的回归结果显示沱江流域水资源绿色效率的影响因素呈现出明显的时空异质性，不同年份，不同地区各影响因素的作用方向及强度都大不相同。

基于上述分析，本文将从治理能力、创新驱动、政策规制及用水结构四个方面提出对策建议，以期促进区域水资源的协调健康发展，破解沱江流域水资源发展失衡困境，为水资源绿色高效发展保驾护航。①提升沱江流域协同治理的能力。各地级市应该以“成德眉资”同城化为指导，破除城市之间封闭发展，营造分工合作的良好氛围，因地制宜地制定社会经济发展和绿色水资源保护的协同共生策略。②加强沱江流域创新内驱力。从“创新”角度出发，提升各城市的自主创新内驱力。改善管理创新“软实力”，严格落实国务院提出水资源管理规章制度。③完善沱江流域环境规制政策。要根据各城市的具体污染情况，科学全面的调节水污染治理费用，避免严苛的规制力度对经济增速的放缓，完善现有污染处理的排放与监管机制，为工业企业发展提供良好的政策环境。④优化沱江流域用水结构。合理配置生产生活用水，建立有效的供给体制，实行阶段性收费标准，强化生产生活中节约用水意识，以实现沱江流域经济、社会和生态效益最大化。