南水北调中线工程工业水资源绿色效率时空差异及影响因素分析

吴梦

（南阳师范学院 经济与管理学院，河南 南阳 473061）

自古以来，中国水资源在空间分布上一直处于北缺南丰的不均衡状态。为了解决北方地区水资源短缺问题，我国建设了一批跨区域、跨流域的调水工程，而南水北调中线工程是其中的重点工程。历时11 年的建设，南水北调中线工程于2014 年底正式通水，在沿线城市经济、社会和生态发展中发挥了巨大的综合效益。但同时，多数受水城市工业水资源利用效率不高、水污染严重依然制约着地方工业的可持续发展。基于此，在综合考察工业水污染排放及水资源利用效率的基础上，如何合理评价南水北调中线工程工业水资源绿色效率，并探索其时空差异及关键影响因素，进而为南水北调中线工程水资源集约利用、水生态环境保护及高质量发展提供优化对策，是值得深入研究的现实问题。

伴随工业用水紧张局势日益严峻，学者们对工业水资源利用效率展开了大量的研究，本文主要从研究方法、评价指标、研究对象三个角度对相关文献进行梳理。

水资源利用效率的测度方法可以分为两种：一种是通过构建水资源利用效率评价指标体系进行测度，主要采用多个指标层利用熵权模型、投影寻踪模型等进行分析[1-3]。另一种较主流的方法是基于投入产出数据进行测度，即测度水资源效益产出与水资源及相关要素投入的比值，具体利用SFA 模型、DEA 模型、EBM 模型、SBM 模型等进行分析。最初的研究主要采用SFA 模型、传统DEA 模型进行测度[4-9]，并未考虑水污染问题。伴随生态文明建设的持续推进，越来越多的学者开始关注水资源环境问题，在测度水资源利用效率时考虑非期望产出——水污染因素的影响，形成水资源绿色效率的测度，目的在于使水资源、其他生产要素的投入及非期望产出（水环境污染等）尽可能减少，而使期望产出（社会、环境、经济效益等）尽量提升。当前对水资源绿色效率的测度多利用EBM 模型、SBM 模型[10-14]。

在选择非期望产出的评价指标时，多数学者选择工业废水排放量、工业碳排放量等对工业水资源绿色效率进行测度[10-12]，其中考虑水资源环境的研究一般把水污染因素与水资源数量分开考察，没有定量分析二者之间的关系。在此背景下，HOEKSTRA 等[15]提出了“灰水足迹”的概念，用以衡量基于特定水环境质量标准，将污染负荷稀释至高于水质标准所需淡水的体积。灰水足迹将水污染因素与水资源数量进行综合考察，为水资源环境的研究提供了新的方向，是当前生态环境经济学研究领域的前沿热点，目前较少学者选择工业灰水足迹作为非期望产出进行工业水资源绿色效率的测度[13-14]。

在工业水资源绿色效率的评价对象方面，学者们对长江经济带、京津冀地区、各经济区、各省市等进行了广泛的研究[10-14]。

综上所述，现有研究对工业水资源绿色效率开展了大量理论和实践探索，但是，缺少对南水北调中线工程受水城市工业水资源绿色效率的研究，且少有研究选择灰水足迹作为非期望产出的评价指标来测度工业水资源绿色效率。因此，本文采用2009—2019 年市级面板数据，选择工业灰水足迹评价非期望产出，利用超效率SBM模型对南水北调中线工程20 个受水城市工业水资源绿色效率进行测度，并探索其时空差异及关键影响因素，从而提出政策建议，为促进南水北调中线工程工业水资源集约节约利用及后续高质量发展提供参考。

1 研究方法与数据来源

1.1 水资源绿色效率测度方法

本文利用超效率SBM 模型测度南水北调中线工程受水城市工业水资源绿色效率，计算公式如下：

式中：ρ为受水城市的工业水资源绿色效率值，若ρ等于或超过1，说明水资源利用处于有效状态，若ρ小于1，代表水资源利用存在效率损失，有改进提升的空间。x、yg、zb分别表示投入、期望产出、非期望产出，m、S1、S2为投入、期望产出、非期望产出的个数；S-、Sg、Sb为投入、期望产出、非期望产出的松弛量。λ是权重向量，下标“0”为被评价单元。

借鉴现有关于工业水资源绿色效率的研究，本文选择的工业水资源绿色效率测度指标如表1 所示。

表1 工业水资源绿色效率测度指标

其中，根据2020 年公布的《第二次全国污染源普查公报》可知，化学需氧量（COD）及氨氮（NH）是工业废水排放中的主要污染物，而工业源污染主要是点源污染，污染物通过直接排放进入水体。因此，利用HOEKSTRA 等[15]提出的有关灰水足迹的核算方法，并参考相关研究[16-17]，本文主要基于工业化学需氧量及氨氮排放量估算工业灰水足迹，计算公式如下：

式中：GWFI为各城市工业灰水足迹（m3），GWFi代表以污染物i为标准核算的工业灰水足迹，i为COD、NH。Li为城市所在省份污染物i的排放量（kg），WC、WP分别为各城市及城市所在省份工业废水排放量（m3）。Cmax为污染物水质标准浓度，根据《污水综合排放标准》（GB 8978—1996），化学需氧量及氨氮的排放达标浓度分别选取60 mg/L、15 mg/L，Cnat为受纳水体的自然本底浓度，默认为0 mg/L。

1.2 水资源绿色效率时空差异分析方法

1.2.1 空间自相关分析

空间自相关分析可以用以考察经济变量的空间分布情况，本文主要利用莫兰指数进行空间自相关分析，分为全局莫兰指数、局部莫兰指数两部分。

（1）全局莫兰指数（Global Moran’s I）。主要用于考察研究期内经济变量的分散或集聚特征，也就是检验经济变量是否存在空间自相关性，计算公式如下：

式中：I为全局Moran’s I 指数，I∈[-1, 1]，I取值为正代表受水城市工业用水效率存在空间正相关性，其值越大，意味着空间正相关性越强；I取值为负说明受水城市工业用水效率存在空间负相关性；I取值为0 代表受水城市工业水资源利用效率不存在空间相关性，即表现为空间随机性。ei代表第i个城市的工业水资源绿色效率，n、m表示受水城市的个数。Wij为二进制的邻接空间权重矩阵，度量各受水城市间的邻接关系，如果第i个城市与第j个城市相邻，则Wij=1，反之，则Wij=0。

（2）局部莫兰指数（Local Moran’s I）。相较于全局莫兰指数，局部莫兰指数能够进一步考察经济变量分散或集聚的具体位置及范围，计算公式如下：

1.2.2 泰尔指数

泰尔指数可以用于度量经济变量的差异化水平，并可将总体差异进一步分解为区域内差异、区域间差异，在此基础上计算出每一部分对总体差异的贡献率。计算公式如下：

式中：T为泰尔指数，表示受水城市工业水资源绿色效率的总体差异。假定将容量为n的样本分为K个组，用Gk(k=1, 2, …,K)代表每个组，第k组的城市数目用nk表示，且代表第k组工业水资源绿色效率的均值，Tb、Tw、Tk分别代表组间差异、组内差异以及第k组的组内差异，则总体差异可进行如下分解：

为进一步度量区域间差异、区域内差异对总体差异的贡献率，分别用Db、Dw、Dk代表组间差异、组内差异、第k组组内差异对总体差异的贡献率，计算公式如下：

1.2.3 马尔科夫链

（1）传统马尔科夫链。主要通过测度经过一段时期经济变量随机转移的概率来构建转移概率矩阵，用于反映经济变量的动态变化趋势。将工业水资源绿色效率划分为N种类型，计算从t期到t+1 期某城市工业用水效率由i类型转变为j类型的概率Pij(Pij=nij/ni)，其中nij为从t期到t+1 期i类型转变为j类型的城市数量，ni为t期i类型的城市数量。如果某受水城市在t期与t+1 期工业水资源绿色效率所属类型保持不变，则意味着该城市的转移状态是平稳转移；如果工业用水效率所属类型出现提升，则意味着该城市的转移状态是向上转移，反之，则意味着向下转移。由此可构建一个代表各年份各类型间转移概率的N×N马尔科夫转移概率矩阵，以揭示中线工程受水城市工业水资源绿色效率的动态变化趋势。

（2）空间马尔科夫链。主要基于邻接空间权重矩阵，计算从t期到t+1 期，在空间滞后类型为q时某受水城市由i类型转变为j类型的空间概率Pij(q)。在此基础上，将N×N的传统马尔科夫转移概率矩阵分解为N个N×N的条件转移概率矩阵，即空间马尔科夫转移概率矩阵。通过对比传统马尔科夫转移概率矩阵与空间马尔科夫转移概率矩阵对应元素的大小，可看出相邻城市对某城市工业水资源绿色效率动态变化的影响，以考察空间效应与工业水资源绿色效率动态演进之间的关系。

1.3 水资源绿色效率影响因素分析模型

鉴于水资源绿色效率值是取值为正的单截尾变量，若直接利用最小二乘法对模型进行估计会造成参数估计量有偏，而Tobit 模型则适合此种情形。所以，本文利用该模型来考察工业水资源绿色效率的影响因素，模型设定如下：

式中：eit是第i个城市的工业水资源绿色效率，α为常数项，β为待估参数集合，Xit代表影响因素集合，εit是随机扰动项。

借鉴现有关于工业水资源绿色效率的研究，兼顾南水北调中线工程受水城市工业发展的现实及数据可得性，Tobit 模型中各影响因素的选择情况如表2 所示。

表2 工业水资源绿色效率影响因素及变量说明

1.4 数据说明

本文以南水北调中线工程20 个地级及以上受水城市为研究对象，相关经济、环境、水利等数据源于2010—2020 年《中国城市统计年鉴》及各省市统计年鉴、2009—2019 年各省市水资源公报等。

2 工业水资源绿色效率测度结果及时空演进

2.1 测度结果

根据公式（1），并采用MaxDEA 软件中的超效率SBM 模型，对2009—2019 年南水北调中线工程受水城市工业水资源绿色效率进行测度。其中，研究期内中线工程受水区工业水资源绿色效率均值整体走势如图1 所示。总体上，受水区综合技术效率始终低于0.7，且呈现波动中下降的趋势。从2009 年的0.683 2 下降到2015年的0.568 7，之后综合技术效率开始回升，到2018 升至0.627 9，随后在2019 年又降至0.594 8，总的来说，综合技术效率在整个研究期内下降幅度为12.94%。由此表明，在南水北调中线工程通水后，在工业经济发展的过程中注意到了经济与环境的协调发展，但是效果非常有限，仍需要进一步推进工业水资源的高效利用。

图1 2009—2019年南水北调中线工程工业水资源绿色效率均值

就工业水资源绿色效率的构成而言，受水区纯技术效率与综合技术效率的变动趋势基本保持一致，而规模效率呈现波动中上升的趋势。同时，在2016 年之前，纯技术效率始终高于规模效率，但二者的差距在不断缩小，由2009 年的0.141 5 下降至2015 年的0.079 3；在2016 年之后，规模效率开始高于纯技术效率，二者的差距由2016 年的0.050 6 慢慢扩大至2019 年的0.076 2。可见，南水北调中线工程工业水资源绿色效率下降的主要原因在于不断降低的纯技术效率，需要加强工业节水用水技术、污水处理技术的应用。

研究期内中线工程20 个受水城市工业水资源绿色效率的均值见图2。可以看出，各城市间工业水资源绿色效率有着明显差距。其中，北京、沧州2 个城市综合技术效率较高，均值都超过了1，处于有效状态；而其余各城市综合技术效率都不足0.8，尤其是河南省的平顶山、新乡、焦作、濮阳、南阳、周口6 个城市综合技术效率较低，不足0.5。

图2 2009—2019年南水北调中线工程各受水城市工业水资源绿色效率均值

就工业水资源绿色效率的构成而言，各城市之间纯技术效率与规模效率也有着明显差异。在纯技术效率上，鹤壁、漯河、北京、沧州、衡水的纯技术效率均值都超过了1，而其他受水城市纯技术效率都不足1，特别是河南省的平顶山、新乡、焦作、濮阳、南阳的纯技术效率较低，在0.4 ～0.5 之间。在规模效率上，各城市规模效率都不足1，其中，郑州、平顶山、新乡、焦作、濮阳、石家庄、保定、沧州、邢台、邯郸10 个城市的规模效率相对较高，均值都超过0.9；而鹤壁、漯河、衡水3 个城市的规模效率较低，在0.4 ～0.5 之间。

由此可见，由于工业经济比较发达、节水用水及污水处理技术较为先进，北京市工业水资源绿色效率较高，而天津市、河北省尤其是河南省各城市工业用水形势比较严峻，80%的受水城市工业用水效率在恶化。因此，除了纯技术效率超过1 的5 个城市外，其余各城市需要继续加强工业节水用水技术的推广及应用，而所有受水城市均需要优化配置水资源要素与工业生产要素的投入。

2.2 空间演进

2.2.1 空间分布

借鉴已有研究[18]，将中线工程通水前后两个时期各受水城市工业水资源绿色效率分为高、中、低三种类型，其中，低水平（L）效率值低于0.6，中水平（M）效率值在0.6 ～0.9 之间，高水平（H）效率值高于0.9，2009—2014 年、2015—2019 年两个时期的划分情况见表3。

表3 2009—2019年南水北调中线工程工业水资源绿色效率划分情况

从各类城市的数量上看，中、低水平城市的数量呈现反向变动，前者显著减少，后者明显增加，而高水平城市的数量保持相对稳定。其中，在综合技术效率上，北京、沧州维持在高水平状态，邢台、郑州、鹤壁由中水平转变为低水平，中水平城市数量降低了38%，而低水平城市的数量上升了30%；对于纯技术效率，天津市由高水平转为中水平，周口、许昌、安阳由中水平降至低水平，高、中水平城市的数量分布下降了14%、29%，而低水平城市的数量提升了50%；对于规模效率，漯河、鹤壁、衡水始终是低水平，郑州、沧州、平顶山由高水平降至中水平，而濮阳、南阳、许昌、周口4 个城市呈现逆向转变，由中水平升级为高水平，高水平城市的数量增加了11%，而中水平城市的数量减少了13%。总体上，南水北调中线工程通水后受水城市规模效率水平有一定的改进，而综合技术效率与纯技术效率均存在一定程度的恶化。

由各类城市的分布上看，综合技术效率高水平、中水平、低水平城市分别保持相对稳定的点状、链状、块状分布；纯技术效率高水平城市的分布特征由块状与点状演变为链状与点状，中水平城市的分布由链状演变为点状，而低水平城市由分散的小块状分布发展为块状分布与链状分布；规模效率高水平、低水平城市分别维持链状分布、点状分布，而中水平城市由块状分布演变为块状分布与点状分布。总的来看，部分邻近城市在工业水资源利用效率上具有一定的相似性，说明中线工程受水城市工业水资源绿色效率可能存在一定的空间相关性，同时，区域间及区域内部工业水资源绿色效率也存在一定的差异性，有必要做进一步分析。

2.2.2 空间相关性分析

根据公式（4），计算得到2009—2019 年工业水资源绿色效率的全局莫兰指数，见表4。可以看出，2009—2019 年全局莫兰指数均大于0，且通过了置信水平5%的显著性检验，说明中线工程各受水城市工业用水效率存在显著的空间正相关性。从波动情况来看，2009—2014 年全局莫兰指数呈现下降趋势，而2015—2019 年全局莫兰指数在波动中呈现上升态势，表明中线工程通水后各受水城市工业水资源绿色效率的空间相关性明显提升。

表4 2009—2019年南水北调中线工程工业水资源绿色效率的全局莫兰指数

在计算局部莫兰指数的基础上，可进一步分析南水北调中线工程工业水资源绿色效率的空间集聚特征。从表5 中可以看出，2009—2019 年南水北调中线工程受水城市工业水资源绿色效率表现出显著的低—低集聚和高—高集聚特征，而高—低集聚区域和低—高集聚区域城市非常少，意味着同类型城市工业用水效率呈现明显的空间相关性。具体来看，稳定存在于高—高集聚区的城市有北京市及其周边的廊坊、保定、沧州4 个城市，主要原因在于这些城市工业经济发展水平较高、工业用水技术较为先进、水污染防治政策比较严格等，导致工业用水效率比较高；石家庄工业用水效率较低，但是邻近有保定等高效城市，因此稳定位于高—低集聚区；而邢台正好相反，该市工业用水效率比周边的石家庄、邯郸高，因此稳定存在于低—高集聚区；稳定存在于低—低集聚区的城市主要是河南省各受水城市及邻近的邯郸市，作为我国的人口及农业大省，河南省工业经济发展水平较低、污水处理技术及防治政策较为落后，导致其11 个受水城市工业用水效率远远低于其他城市。另外，由于天津市在中线工程通水后工业水资源绿色效率出现明显降低，因此从高—高集聚区落入高—低集聚区；而衡水市正好呈现逆向转变，由高—低集聚区成功进入高—高集聚区。总的来看，低—低集聚区及高—高集聚区表现出明显的板块集聚特征。

表5 2009—2019年南水北调中线工程工业水资源绿色效率的空间集聚情况

2.2.3 区域差异分析

为进一步考察南水北调中线工程受水城市工业水资源绿色效率的区域差异情况，可借助泰尔指数进行衡量，计算结果如表6 所示。可以看出，2009—2019 年泰尔指数在波动中不断上升，从2009 年的0.086 升至2015 年的0.131，达到研究期内的最大值后有所回落，2019 年降至0.124，整体增长幅度为44.19%，说明南水北调中线工程受水城市工业水资源利用效率的区域差异在增大。

表6 2009—2019年南水北调中线工程工业水资源绿色效率的泰尔指数及其分解

由泰尔指数的分解结果可知，2009—2019 年地区间差异及其贡献率整体上先降后升，贡献率由2009 年的78.73%持续降至2014 年的70.66%，达到研究期内的最小值后不断上升，在2019 年达到83.83%，研究期内的均值为76.68%；而地区内差异及其贡献率整体上先升后降，贡献率由2009 年的21.27%升至2014 年的29.34%，随后开始下降，最终在2019 年降至16.17%，均值为15.96%。其中，河北省内部差异的贡献率始终高于河南省，研究期内二者贡献率的均值分别为15.96%、7.35%。总的来看，省际差异始终是造成南水北调中线工程工业水资源绿色效率总差异的主要原因，由于北京市工业水资源利用效率远远高于其他城市，而天津市及河北省各受水城市工业用水效率又普遍高于河南省各城市，且高效城市与低效城市之间用水效率的差异也越来越大，故而造成省际差异的贡献越来越突出。

2.3 时间演进

2.3.1 传统马尔科夫链分析

基于马尔科夫链方法，可得到南水北调中线工程工业水资源绿色效率的传统马尔科夫转移概率矩阵，以分析工业水资源利用效率的动态演进特征，结果见表7。由表7 可知，在初始年份假如某个受水城市工业用水效率为低水平，时长为1 年时该城市用水效率维持原水平的概率是0.828，仅有0.172 的概率转变为中水平，经过3 年时长平稳转移的概率升至0.896，时长为5 年时这一概率升至0.935，同时向上转移的概率降为0.065；随着时间跨度的增大，高水平受水城市平稳转移的概率由0.881 降低至0.574，而向下转移的概率由0.119 升至0.425。总体上，工业用水效率较高和较低的受水城市最大转移概率值都位于马尔科夫转移概率矩阵的主对角线上，说明这两类受水城市用水效率的固化现象比较明显，但是也存在一定的差异，低水平城市的固化程度在增强，而高水平城市的固化程度在减弱。随着时间的推移，中水平受水城市维持原水平的概率由0.681 降至0.429，而向下转移的概率由0.232 升至0.452，时长为5 年时高于平稳转移的概率，意味着用水效率中等的受水城市在动态演进过程中呈现出较为显著的不稳定性，工业用水情况在不断恶化。

表7 南水北调中线工程工业水资源绿色效率的传统马尔科夫转移概率矩阵

2.3.2 空间马尔科夫链分析

为进一步研究某一城市工业用水效率动态演进如何受相邻城市用水效率水平的影响，可构建工业水资源绿色效率的空间马尔科夫转移概率矩阵进行分析，如表8所示。从表中可以看出，当空间滞后类型为低水平时，低水平受水城市平稳转移的概率由0.889 先降至0.857，随后又升至1.000，与传统矩阵中的概率相比有所增加，高水平受水城市维持原水平的概率由0.333 降至0.000，明显低于传统矩阵中的概率，而中水平受水城市向下转移的概率与传统矩阵中的概率大体相当；当空间滞后类型为高水平时，高水平受水城市维持原状的概率随着时间的推移由0.923 降至0.765，中水平受水城市平稳转移及升至高水平的概率由1.000 降至0.857，显著高于传统矩阵中的概率。总体上，以高水平城市为邻能拉动中水平城市向上转移；相反，以低水平城市为邻会拖累中高水平城市向下转移，意味着在空间分布上南水北调中线工程工业用水效率存在着“近朱者赤，近墨者黑”的现象。也就是说，在工业用水管理、节水技术、水污染防治等方面，高水平受水城市对邻近城市存在正向的溢出效应，而低水平受水城市对邻近城市存在负向的拖累效应。

表8 南水北调中线工程工业水资源绿色效率的空间马尔科夫转移概率矩阵

3 工业水资源绿色效率影响因素分析

为对南水北调中线工程受水城市工业水资源绿色效率的影响因素进行识别，本文从经济发展、产业结构、科技、教育、水资源禀赋等方面选取8 个影响因素构建Tobit 模型，模型估计结果见表9。

表9 工业水资源绿色效率Tobit模型回归结果

由估计结果可知：经济发展水平的回归系数为正，且在5%的置信水平下通过了显著性检验，先进的经济发展水平有助于为工业节水、减排、治污等活动提供更多的财政支持，以促进用水、污水处理技术的提升。工业化程度对工业用水效率有显著的正向影响，工业化水平的提升会驱动产业结构的优化调整，进而推动水资源的合理高效利用。对外开放程度对工业水资源利用效率的影响为正，但并不显著，对外开放程度的扩大有助于引进先进的节水技术及管理经验，加强中外水资源合作，从而提升工业水资源利用效率。科技创新投入与工业水资源利用效率之间存在显著的负相关关系，这与人们的认知相矛盾，可能是因为研发投入强度与科技成果转化之间并未形成良性互动，科技成果转化效果不佳制约了工业水资源利用效率的提升[13]。教育投入的回归系数显著为正，意味着较高的教育水平有助于增强人们的节水意识，减少水资源利用过程中的肆意浪费现象。水资源总量、人均水资源量两个表征水资源禀赋状况的因素分别对工业用水效率产生了显著的正向、负向影响，这种“双向效应”产生的原因可能在于，水资源越丰富，越容易满足地区工业发展的需求，但同时，丰富的人均水资源量又会导致人们节水意识薄弱，带来用水粗放、浪费严重等问题。环境治理水平对工业水资源绿色效率产生了显著的正向影响，环境治理水平越高，越有利于全方位推动企业合理治污、集约用水，提高工业水资源集约节约利用水平。

4 结论与政策建议

4.1 结论

基于超效率SBM 模型，本文测度了南水北调中线工程20 个受水城市的工业水资源绿色效率并考察了其时空差异，同时采用Tobit 模型对工业水资源绿色效率的影响因素进行了识别，研究结果表明：

（1）研究期内南水北调中线工程工业水资源绿色效率整体呈现波动中下降的趋势，主要原因在于不断降低的纯技术效率。其中，北京市工业水资源绿色效率较高，而天津市、河北省尤其是河南省各城市工业用水形势比较严峻，且80%的受水城市工业用水效率在恶化。

（2）同类型城市工业用水效率呈现明显的空间相关性，表现出显著的低—低集聚和高—高集聚特征。同时，受水城市工业水资源利用效率的总差异在增大，主要源于持续增大的省际差异。

（3）工业用水效率较高和较低的受水城市用水效率的固化现象比较明显，而中水平受水城市在动态演进过程中呈现出较为显著的不稳定性，工业用水情况在不断恶化。同时，在空间分布上工业用水效率存在着“近朱者赤，近墨者黑”的现象，在工业用水管理、节水技术等方面高水平受水城市对邻近城市存在正向的溢出效应，而低水平受水城市对邻近城市存在负向的拖累效应。

（4）经济发展水平、工业化程度、教育投入、水资源总量、环境治理水平对工业水资源绿色效率产生了显著的促进作用，而科技创新投入、人均水资源量对工业水资源利用效率存在显著的负向影响。

4.2 政策建议

针对上述结论，本文提出如下提升工业水资源绿色效率的政策建议：

（1）按照“以水定产”的原则，各受水城市要对本地区的水资源承载力进行科学评估，并结合本地区的工业基础，制定有利于本城市可持续发展的工业节水减排、水污染处理制度及标准。提升工业水资源绿色效率的关键点在于节水减排，要加强技术创新研发投入与科技成果转化，促进工业节水减排技术创新及推广应用，积极推进先进节水减排技术进企业。同时，引导工业企业革新工艺，开发利用工业循环用水设备，提高工业企业水资源循环利用水平，减少生产过程中的废水排放，提高工业水资源的利用效率。

（2）应当扩大城市间工业节水技术、水污染处理、水资源管理等方面的沟通与协作，互相学习借鉴绿色、高效利用水资源的经验与方法。尤其是邻近城市，因在经济发展水平、自然地理条件等方面的差异相对较小，在工业供水、用水方面具有一定的相似性，更应当加强交流合作，以提高水资源统筹管理水平。

（3）各城市应根据本地区资源禀赋的实际情况，因地制宜地制定科学合理的用水政策，促进水资源优化配置。持续优化工业产业结构及空间布局，严格控制高耗水工业行业的产能，利用工业产业集聚的优势，发挥规模经济效应，促进工业用水效率提升。