中国工业用水效率的空间差异及驱动机制

姬志恒 于 伟

（山东财经大学工商管理学院，济南 250014）

在水资源匮乏、工业用水量具有刚性特征和环境约束趋紧的背景下，探索能够实现资源、经济、环境、生态和谐发展的工业水资源绿色集约化利用方式，即提高工业用水效率，是落实创新发展和绿色发展理念的必要举措，同时也是推动工业经济乃至整个国民经济高质量发展的重要途径。聚焦工业用水效率问题，学者们在科学测度基础上对其空间格局、影响因素和提升方略进行了探究。针对工业用水效率测度，既有研究从单位工业产值用水量等单一指标过渡到多种投入要素和产出的综合测量，废水排放（非期望产出）被纳入考察，更加符合工业水经济运行实际，前沿生产函数法中的数据包络分析（DEA）日渐成为主流。效率测度结果显示，纳入水污染因素后的我国工业用水效率普遍较低，特别是污水处理效率存在较大改善空间[1-3]，工业用水量的提升对水资源整体效率形成下行压力[4]。空间特征研究显示，由于各地区水资源禀赋和技术水平等的不同，工业用水效率存在空间异质格局，中、西部分地区陷入了 “低水平陷阱”[5，6]；

工业用水效率空间差异源自影响因素在不同区域的差异化作用。针对中国工业用水效率影响因素，工业结构、开放度、科技创新能力、工业规模、产业集聚、政府环境规制等多被纳入实证分析[7-10]。提升工业用水效率的相关对策包括树立以生态修复和循环利用为核心的治水用水理念；
实施 “以水定产”的产业政策；
科学制定分行业用水定额指标体系，优化用水结构，推进产业升级；
鼓励工业用水循环和产业布局调整；
探索水资源节约和集约利用的技术和模式；
因地制宜制定节水控污管理制度和措施[11-14]。

既有研究在以下几方面仍存在可拓展之处：（1）工业水经济运行存在 “生产”和 “治理”多阶段网络化特征，需要进一步融入网络DEA模型思路将非期望产出、有效决策单元再排序和工业水经济运行的阶段性特征综合纳入考察；
（2）中国工业用水效率空间差异及演变有待于进一步精确测度，这有助于为靶向提升中国工业用水效率提供支撑；
（3）需要就中国工业用水效率的驱动机制进行深入分析，特别是分析区域异质性驱动机制。为此，本研究运用考虑非期望产出的网络超效率EBM-Malmquist模型测度工业用水效率，利用Dagum基尼系数刻画中国工业用水效率地区差异，利用回归模型探究中国工业用水效率影响因素在全域内部和不同区域的异质性作用。研究有助于更好的明确中国工业用水效率的空间差异特征及其成因，进而为提升中国工业用水效率提供启示。

1.1 研究方法

1.1.1 考虑非期望产出的网络超效率 EBMMalmquist模型

本研究依据工业用水运行的实际特征将工业用水分为 “生产”和 “治理”两个阶段，将考虑非期望产出的网络超效率EBM模型和Malmquist指数相结合考察工业用水效率。其中，网络超效率EBM模型是对单阶段超效率EBM模型的改进，弥补了后者只设定单层结构从而将系统内部视作“黑箱”的缺点。对于纳入非期望产出且包含多个生产阶段的超效率EBM模型，分别用表示各阶段投入、期望产出和非期望产出；
用表示对应阶段的中间产出；
为第k个阶段对应的强度矢量。

在规模报酬不变情况下，可将被评价单元DMU0效率评价模型的分式规划形式表示为式（1）。r∗为被评价单元DMU0的综合效率，为子阶段效率，Wh指代第h阶段权重且有∑Wh＝1。本研究设定工业用水 “生产”和 “治理”两阶段同等重要，权重均为1／2。显然，对多阶段超效率EBM模型而言，当且仅当各阶段均有效时，决策单元才能整体有效。

1.1.2 Dagum基尼系数及其分解

本研究采用Dagum基尼系数探究中国工业用水效率空间差异及其来源。Dagum基尼系数计算方法见式（2）。等式左侧G为总体基尼系数，右侧中yji（yhr）为第j（h）组内省域i（r）工业用水效率；
μ表示考察省域工业用水效率加权均值（本研究权重为工业增加值）；
nj（nh）为第j（h）组内部省域数量。本研究沿用国家统计局口径将全部考察省域分为4组（地区），即东部、中部、西部和东北。Dagum基尼系数可分解为组内差异贡献Gw、组间差异贡献Grb和超变密度贡献Gt，各部分计算方式略。

1.1.3 Kernel密度估计

作为非参数估计方法，Kernel密度估计采用平滑核函数作为权重对样本数据的概率密度曲线进行拟合，刻画出变量的分布位置、分布态势、极化趋势和分布延展性等。设变量X的密度函数为f（x），点x密度函数由式（3）估计，其中N、Xi和K（x）分别为观测值个数、独立同分布观测值和核函数。本研究采用Gaussian核函数分析全国及四地区工业用水效率的分布形态，其表达式见式（4）。h为带宽，从提高估计精度出发一般选择较小带宽。

1.1.4 驱动机制模型设定

本研究构建如式（5）所示模型分析工业用水效率（IWUE）驱动机制。等式右侧解释变量中，pcw、ist、tec、mar、ope和reg分别指代省域人水禀赋、工业结构、科技创新能力、市场化程度、开放度和环境规制强度，α0、γi、εt和eit依次指代截距项、个体效应、时间效应和随机干扰项。研究变量均取对数处理旨在减小异方差和波动影响。

1.2 变量说明和数据来源

依据工业水经济运行实际和全要素用水效率理念，工业用水 “生产”阶段投入要素为工业企业资产、从业人员数和工业用水量，期望产出为工业企业产值，非期望产出为工业废水排放量；
“治理”阶段投入要素为生产阶段的 “非期望产出”和工业废水污染治理完成投资额，期望产出为工业废水治理设施处理能力。本研究空间尺度为省域（省、自治区、直辖市），因数据可得原因，研究范围不含港澳台和西藏。相关数据均取自国家和省域统计年鉴，考察年度为2011～2020年。其中工业企业相关指标通过国有控股工业企业、私营工业企业、外商及港澳台商投资工业企业相关指标数据汇总得到，趋势分析显示2020年受新冠肺炎疫情影响，工业企业相关经济指标增幅放缓。各经济数据均进行了消胀处理，个别缺失值通过插值法或趋势外推得出。工业废水污染治理完成投资额数据均依据永续盘存法计算得出。

式（5）中人水禀赋、工业结构、科技创新能力、市场化程度、开放度和环境规制强度分别通过省域人均水资源量、规模以上企业产值占工业增加值比重、万人人均专利授权数、个体和私营从业人员数占就业人口比重、经营单位所在地进出口总额（年均汇率）除以GDP和构建污染物规制强度指数加以测度，原始数据取自 《中国统计年鉴》。

2.1 中国工业用水效率典型事实

图1直观显示考察期内各省域工业用水效率以及 “生产”和 “治理”阶段效率均值（省域年度评价值备索）。时序特征显示考察期内大部分省域工业用水效率均保持波动增长态势。八大区域尺度下西南和西北保持了较高增幅，新疆、贵州和陕西等省域增幅居前；
分解研究显示考察期内生产技术变化较技术效率变化对工业用水效率贡献更为明显，“治理”阶段效率较 “生产”阶段对工业用水效率贡献更为明显，提升技术水平和治污效率是提高工业用水效率的重点方向。考察期内各省域用水 “生产”效率均有所提升，其中江苏、广东和北京用水 “生产”效率增幅居前；
省域工业用水 “治理”效率变动方向则存在差异，其中新疆和云南用水 “治理”效率增幅居前。空间特征显示我国工业用水效率的空间差异明显。2011年、2016年和2020年省域工业用水效率评价值的变异系数（CV）依次为0.201、0.231和0.271，期末和期中较期初有扩大趋势。进一步测算显示，考察期内省域工业用水 “生产”和 “治理”两阶段效率评价值均值的变异系数（CV）分别为0.131和0.230，省域间 “治理”阶段效率评价值差异更为明显。图2基于各省域工业用水 “生产”和“治理”阶段效率均值为轴（图中虚线）刻画了各省域的相对坐标位置。江苏、广东、湖北、湖南、河南和福建等省域位居两阶段效率均相对 “双高”的 “第一象限”，这部分省域多位于东部沿海和长江中游；
青海、山西、黑龙江等省域位居两阶段效率相对 “双低”的 “第三象限”，提高这部分省域工业用水效率需要在 “生产”和 “治理”两环节同时发力，在承接产业转移时尤其应强化水资源生态约束；
值得注意的是，宁夏、贵州和安徽位居 “生产”效率相对较高但 “治理”效率相对较低的 “第二象限”，提高工业用水效率尤其需要强化对工业废水的治理，推动治理技术创新和扩散，提升工业废水投入资源的运行效能；
山东位居 “治理”效率相对较高但 “生产”效率相对较低的 “第四象限”，这与省域 “偏重”的工业基础和产业结构等有关，工业发展对水资源环境的胁迫压力较大，提高工业用水效率需要着重通过创新引领提升工业资源产出效能，强化对工业运行 “非期望产出”的管控。

图1 省域工业用水效率均值

图2 省域工业用水两阶段效率分布坐标图

2.2 中国工业用水效率空间差异及来源

表1中的Dagum基尼系数计算结果显示，2011～2020年间中国工业用水效率省际相对差异呈现“增减交替”的波浪型趋势，其中，“十二五”期间的Dagum基尼系数值呈现 “先增后减”的倒“U”型趋势，“十二五”之后则呈现总体提升趋势，考察末期2020年 Dagum基尼系数较初期2011年上升明显，增幅为46.18%，全域范围内工业用水效率出现一定程度的非均衡化趋势，部分原因在于期初工业用水效率中值省域在考察期内的增幅出现较大差异，加剧了工业用水效率的全域内部分化。考察期内东部、中部、西部和东北Dagum基尼系数均值均小于全域均值，比较而言，东部地区的内部差异最大，其次为西部地区。考察期内各地区内部差异均呈现波动变化，其中东部和西部地区考察末期Dagum基尼系数较考察初期有所上升，东部地区内部快速扩大的增幅与北京、江苏和广东的领先地位有关，创新驱动下的工业结构优化调整使得这部分省域在有限工业水资源投入下创造了更大的工业产值，助力水资源环境投入与工业产值增长脱钩。由于本研究测算的结果亦可视为将用水和治水纳入考察的地区工业增长绩效，因此东部地区内部差异增幅和有效推动领先省域的创新扩散需要进一步关注。中部和东北地区考察末期Dagum基尼系数较初期有所下降。

表1 中国工业用水效率发展空间差异及来源

表2显示，西部和东北之间、东部和东北之间工业用水效率差异较为明显，分解测算显示，其差异均主要由生产技术变化差异引致。各地区间工业用水效率Dagum基尼系数均表现为波动变化趋势，除中部和西部之间外，其余地区间差异考察末期较初期均有所上升，东部和西部间差异增幅最为明显，纳入水资源环境后的工业增长绩效地区间差距与工业发展基础和承接工业转移差异有关。Dagum基尼系数分解结果显示，超变密度贡献率相对较大，这与产业空间转移和知识溢出存在复杂性有关。时序特征显示，区域内差异和超变密度有所上升，区域间期末的差异较期初有所下降。

2.3 中国工业用水效率Kernel密度估计结果

图3呈现2011～2020年全域工业用水效率分布动态演进趋势。考察期内分布曲线中心渐次右移，即工业用水效率持续提升，与前述事实描述一致。曲线主峰高度呈现降升交替，宽度趋于扩大，说明全域内部工业用水效率离散程度有所提升，绝对差异总体存在扩大趋势。全域工业用水效率分布曲线存在右拖尾，部分省域显著领先；
曲线延展收敛趋势表明高值省域与平均水平差距缩小。全域总体分布曲线存在 “主峰+侧峰”态势，其中侧峰位置随时间推移由主峰右侧向左侧转移。峰值较低的侧峰意味着出现一定程度的分化态势，其原因在于尽管考察期内省域工业用水效率呈提升趋势，但低值省域和领先省域的绝对差异在部分时期会有所扩大。

图3 中国工业用水效率分布动态

图4呈现2011～2020年间东部、中部、西部和东北四地区工业用水效率的分布动态演进趋势。从分布位置看，东部、中部和西部分布曲线中心均存在右移趋势，区域内工业用水效率均呈上升趋势，即水资源环境约束下的工业增长绩效有所提升；
东北地区分布曲线中心出现先右移后左移的趋势，地区工业用水效率在考察后期存在下降特征。从分布形态看，东部地区分布曲线表现出主峰高度明显下降且宽度明显扩大的趋势，东部地区内部工业用水效率差异有所加剧，这与广东、江苏和北京等省域的极化地位有关；
中部地区曲线主峰高度呈现升降交替趋势，后期高度显著高于前期，宽度则有所缩小，中部地区内部工业用水效率差异存在缩小特征；
西部地区分布曲线表现出主峰高度快速下降且宽度扩大的趋势，西南板块领先西北板块，区域内部工业用水效率差异有所加剧；
东北地区分布曲线表现出主峰高度波动上升、宽度波动缩小趋势，考察后期东北地区内部工业用水效率差异有所缩小。中部地区分布曲线存在左拖尾现象，地区内部存在工业用水效率显著落后省域；
东部、西部和东北地区分布曲线则存在右拖尾现象，地区内部存在工业用水效率显著领先省域；
各地区分布曲线均出现延展收敛特征，各区域范围内高值省域与区域平均水平的差距有所缩小。东部和西部地区在考察初期出现主峰+右侧峰特征，地区内部存在一定分化趋势和梯度效应，考察后期东部和西部地区则呈现单峰特征，分化特征缓和；
中部地区则由单峰向后期主峰+左侧峰演变，侧峰高度波动抬升，中部地区在考察中后期出现分化趋势且有所强化；
东北地区分布曲线总体呈现单峰特征，内部分化相对不明显。

图4 四地区工业用水效率分布动态

2.4 中国工业用水效率的驱动机制分析

依据组间异方差的Modified Wald检验和组内自相关的Wooldridge检验结果，本研究采用可行广义最小二乘法（FGLS）和基于面板校正标准差（PCSE）校正OLS模型回归的标准差两种处理方法。结果如表2所示。在面板数据时间数小于截面数情况下，OLS+PCSE结果更加准确，本研究基于该方法进行分析。

表2 回归结果

全域样本回归结果显示，区域创新能力、市场化程度和开放度对工业用水效率影响均显著，其中开放度影响方向为负。在控制了其他因素后，人均水资源量对工业用水效率影响方向为正但并不显著（P＞0.10），即富水区和贫水区的工业用水效率并无显著差异，其原因在于因水而定的工业布局很大程度上弱化了水资源要素对工业生产投入资源产出效能的影响。以规模以上企业产值占工业增加值比重刻画的工业结构的影响并不显著，部分原因在于尽管规上企业的规模效应有助于集约化利用生产资源，但部分规上企业特别是重工业企业生产过程存在高耗水特征，抑制了结构因素对工业用水效率的提升。区域创新能力系数在1%统计水平下显著为正，以万人人均专利授权量刻画的科技创新能力提升1%能够推动工业用水效率提高0.161%。区域科技创新能力提升有助于优化工业生产投入要素的产出效能，涉水科技创新则有助于直接提升工业用水和治水效率。市场化程度对工业用水效率影响在1%显著水平下为正，营商环境优化有助于提升工业资源的配置效率，推动包括水资源高效利用在内的创新涌现和扩散。区域政府在建设营商环境和培育市场主体过程中需要强化水资源环境的约束，避免市场主体因逐利竞争出现对水环境的负外部性行为。对外开放对工业用水效率的影响显著为负（p＜0.01），区域政府在招商引资过程中需要充分考虑地方水资源禀赋，强化水资源环境约束，严控高耗水和高污染项目。环境规制的影响为负但并不显著（P＞0.10）。通过治污投入刻画的环境规制强化能够通过倒逼机制提升市场主体的节水控污意识和行为，提升工业用水产出效能和污水治理效率，但在短期内会对市场主体经营绩效形成下行压力。

“波特假说”指出，严格的环境规制长期内能够促进节能减排技术研发，抵消短期执行环境规制的成本。此外，环境规制需要树立一盘棋思想，避免水污染通过产能转移等渠道向欠发达地区输出产生的 “污染避难所效应”。

分区域OLS+PCSE估计结果显示，人均水资源量对工业用水效率的影响在各地区均不显著（P＞0.10）。尽管东部地区北部沿海和南部沿海之间以及西部地区西北和西南之间均存在显著的人均水资源禀赋差异，但长期以来以水而定的工业布局很大程度弱化了人均水资源量的影响。对中部地区而言，实施长江中游区域发展和城市群发展战略需要更进一步推动先进制造业资源聚合，提升包括水资源在内的工业生产投入资源的产出绩效。以规模以上工业企业产值占比刻画的工业结构影响方向和强度在不同地区出现分化特征，这与工业企业要素空间转移有关。科技创新能力对工业用水效率影响在东部、中部和西部均显著为正，在东北地区影响为负。东北地区尤其需要结合自身工业体系完善区域产学研合作和科创生态系统，推动科技创新涌现并有效惠及工业企业用水和整体发展绩效。市场化程度对工业用水效率影响在东部和东北不显著，在中西部则显著为正。东部地区需要厚植创新动能，推动产业高质量融合；
中西部地区需要进一步优化创新生态，培育具有高附加值和创新力的市场主体；
东北地区需要持续优化营商环境，夯实工业高质量发展的内生动力。开放度对工业用水效率影响在东部地区为负，在其他地区并不显著。在推动开放发展进程中需要“以水而定”、绿色发展，强化水资源环境约束，提高水资源准入门槛，严控高耗水和高污染项目；
还需要通过开放发展着力向工业价值链高附加值环节延伸，扩大知识资本贡献份额，提高工业投入资源的产出价值。环境规制对工业用水效率影响在各地区均不显著。工业企业需要摆脱传统发展惯性，实现经济、社会和环境效益的有机统一。

本研究表明，2011～2020年间综合考虑生产和治理两阶段的中国工业用水效率呈现波动增长态势但仍存在显著区域间非均衡化特征。Dagum基尼系数及其分解显示，中国工业用水效率省际相对差异呈现波动变化趋势；
超变密度对中国工业用水效率空间差异贡献最大，其次为地区内差异；
考察期内四地区内部差异均呈现波动变化趋势。全域范围内科技创新和市场化程度对中国工业用水效率具有推动作用，开放度则存在抑制效应。分地区估计结果显示，规上工业企业占比在中部地区影响为负，在东北地区影响为正。科技创新在除东北以外地区影响为正；
市场化程度在中部和西部影响为正；
开放度在东部地区影响为负；
人均水资源量和环境规制的影响在各地区均不显著。

本研究的政策启示如下：（1）统筹生产和治理不同阶段，全流程优化工业用水绩效。提高工业用水效率需要优化企业生产环节，加强重点行业取水定额管理，通过流程改造和技术创新降低水资源消耗，淘汰落后高用水工艺和设备，推动工业经济增长与用水量脱钩和工业用水衍生 “零增长”，减少工业废水排放；
另外，政府和工业企业需要通过管理创新和设备升级强化对废水污染物的治理，发挥工业园区等载体的集聚效应，推行梯级水资源循环 “再利用”模式，推动治污技术创新，实现工业废水零直排；
（2）因地制宜探寻提高工业用水效率路径。对东部地区而言，需要强化科技创新和管理创新在提升工业用水效率中的引领作用，构建与水资源相适应的现代产业体系，大力发展高附加值产业，壮大知识资本的贡献份额，拓展工业水资源产出空间；
中、西部地区需要结合地方人水禀赋优化工业资源配置，以水而定明确地区工业发展方向和发展规模，完善工业涉水基础设施建设，强化营商环境建设和涉水科技创新，综合发挥环境规制的引导和倒逼作用；
东北地区需要合理配置不同产业用水需求，严格控制流域水污染，积极推动产业结构调整，夯实内生发展动力。