时间：2020-10-27 分类：工业设计
为提升城市工业水资源效率，将水环境污染作为非期望产出，使用Ｕｎｄｅｓｉｒａｂｌｅ－ＳＢＭ模型与Ｍａｌｍｑｕｉｓｔ指数模型，利用《江西省统计年鉴》及各城市统计年鉴的相关数据，基于静态和动态维度对２０１０—２０１６江西省１１个城市的工业水资源效率进行测度与分析。研究表明：江西省工业水资源效率值较低，仍有较大提升空间。
关键词：水资源效率；ＳＢＭ－Ｕｎｄｅｓｉｒａｂｌｅ模型；Ｍａｌｍｑｕｉｓｔ模型；动静态分析
水资源作为人类赖以生存的基础性自然资源，在工业经济发展中起到不可或缺的作用。虽然中国水资源丰富，但由于人口总数庞大，人均可用水资源仍然较低，再加上工业废水、生活污水和其他废水的排放，使得我国当前面临的水资源形势十分严峻［１－３］，如何解决工业经济发展、水资源需求与环境保护之间的矛盾，提升水资源利用效率，成为人们关注的热点话题。本文以江西省为例，将水环境污染视为非期望产出，采用Ｕｎｄｅｓｉｒａｂｌｅ－ＳＢＭ模型和Ｍａｌｍｑｕｉｓｔ指数模型，分别从静态和动态角度对江西省２０１０—２０１６各城市工业水资源效率进行测度与分析，以期为江西省工业经济增长与水环境协调发展提供理论参考与决策依据。
１研究方法
１．１Ｕｎｄｅｓｉｒａｂｌｅ－ＳＢＭ模型
ＤＥＡ，即数据包络分析法，在１９７８年由Ｃｈａｒ－ｎｅｓ等人提出，是一种用来处理具有多个输入和多个输出的多目标决策问题的研究方法。ＤＥＡ作为一种非参数分析方法，近年来已广泛应用于效率测度及效率评价领域。传统的ＤＥＡ模型未考虑投入产出变量的松弛问题，从而导致结果出现偏差，对此ＴｏｎｅＫ［４］提出了非径向、非角度的ＳＢＭ模型，该模型在效率评估时更具有优势。而ＤＥＡＳｏｌｖｅｒＰｒｏ５．０软件是效率测度中最常见的软件，其中的ＯＵＴＰＵＴＳ模块，不仅能测算出效率值大小，对投入产出冗余也有较为全面的描述。因此，本文采用ＳＢＭ－Ｕｎｄｅｓｉｒａｂｌｅ模型和ＤＥＡＳｏｌｖｅｒＰｒｏ５．０软件，测算江西省工业水资源效率。令Ｘ＝（ｘ１，ｘ２，…，ｘｍ）∈Ｒｍ＋为投入变量，Ｙｇ＝（ｙｇ１，ｙｇ２，…，ｙｇｎ）∈Ｒｓ１－为期望产出向量，Ｙｂ＝（ｙｂ１，ｙｂ２，…，ｙｂｎ）∈Ｒｓ２１为非期望产出向量。其中，ｓ１，ｓ２分别为期望和非期望产出的种类，ｍ为投入种类，λ为权重向量。则江西省工业水资源效率的ＳＢＭ－Ｕｎ－ｄｅｓｉｒａｂｌｅ模型为式中：ρ为所求目标函数，ｓ表示松弛变量，且ｓ－，ｓｇ，ｓｂ是严格递减的。对于给定的决策单元当且仅当ρ为１时，即ｓ－＝ｓｇ＝ｓｂ＝０时，则决策单元有效；当０≤ρ＜１时，则决策单元无效，可通过消除松弛改进投入产出。
１．２Ｍａｌｍｑｕｉｓｔ指数模型
Ｍａｌｍｑｕｉｓｔ指数是瑞典经济学家和统计学家ＳｔｅｎＭａｌｍｑｕｉｓｔ在１９５３年提出的，用来分析不同时期的消费变化，Ｃａｖｅｓ等人在１９８２年开始将其应用于生产效率变化的测算，１９９４年Ｆａｒｅ等人将这一理论首次结合数据包络法（ＤＥＡ）使用，之后Ｍａｌｍｑｕｉｓｔ指数被广泛应用。Ｍａｌｍｑｕｉｓｔ指数的很大优势就是可以将全要素生产率转化为技术效率变化与技术变化，据此推断生产率变化的根源。Ｍａｌｍｑｕｉｓｔ指数不仅能够测度多领域的效率动态变化，对不同时期的工业水资源效率随时间的变化情况也能进行较为全面的描述。从ｔ到ｔ＋１的Ｍａｌｍｑｕｉｓｔ指数可表示为（２）式中：Ｄｔ０ｘ（ｔ，ｙｔ）表示距离函数，ｘｔ（，ｙｔ）表示ｔ时期的投入产出向量，当Ｍ０＞１、Ｍ０＝１和Ｍ０＜１时，分别表示ｔ期到ｔ＋１期该评价单元的工业水资源效率处于上升、不变和下降状态。Ｍａｌｍｑｕｉｓｔ指数还可以被分解为：ＴＦＰ＝ＥＣ×ＴＣ＝ＰＥ×ＳＥ×ＴＣ，即全要素生产率（ＴＦＰ）＝综合技术效率（ＥＣ）×技术进步（ＴＣ），技术进步（ＴＣ）＝纯技术效率（ＰＥ）×规模效率（ＳＥ）。其中，全要素生产率大于１则表示生产率为上升；小于１则表示为下降。
２样本选择与数据处理
２．１样本指标选择
指标选择上，综合Ｃｈｅｎ、姜博骞和杨高升等学者的做法［５－１０］，文本选取以下指标作为投入产出指标：１）资产投入。本文以工业固定资产投资额作为资产投入指标来衡量决策单元的工业资本投入。２）劳动投入。由于某些年份工业就业人数暂时无法查询，因此，本文选取各城市的第二产业就业人数来衡量各城市劳动力投入。３）能源投入。本文采用工业用水量作为工业能源投入指标。４）期望产出。本文以各地级市规模以上工业总产值来衡量期望产出。５）非期望产出。工业生产带来的一系列问题中，水环境问题尤为重要，也引起了人们的广泛关注。由于工业污染物排放品类较多，本文参考张峰［１１］等学者的做法，将规模以上工业废水排放量作为污染代表，以此作为非期望产出指标。
２．２数据来源
本文以ＣＮＫＩ为数据库，选取２０１０—２０１８中文核心及以上为期刊源，以江西省１１个地级市作为决策单元，通过查询相关年份的《江西统计年鉴》以及江西省各市统计年鉴的面板数据并对其进行整理，以此作为江西省水资源效率评价数据。具体投入产出及数据描述统计特征见表１。
３实证测算与分析
３．１工业水资源效率静态分析
本文使用ＤＥＡＳｏｌｖｅｒＰｒｏ５．０软件中的ＯＵＴ－ＰＵＴＳ模块对整理的江西省各市数据进行处理，测算出２０１０—２０１６江西省１１个城市的工业水资源效率。具体结果见表２。经过测算可知，在２０１０—２０１６年间，江西省１１个城市的工业水资源效率平均值仅为０．５４９６，实际投入产出距离最优生产配置还有４５％的改进空间［１２－１３］。由此可见，江西省近年来为促进工业经济发展，对水环境造成了一定的破坏，使得工业水资源效率低下，在未来发展中节水减排潜力较大。由表２可知：１）江西省１１个城市的工业水资源效率均值差异明显，鹰潭市效率值稳定为１，始终处于ＤＥＡ有效状态，鹰潭市近年来在工业经济发展中资本、劳动和水资源的配置较合理，在江西省１１个城市中处于领先水平。工业水资源效率相对中等的有新余和抚州两市，未来有较大的提升空间，且新余和抚州两市工业水资源效率值均在２０１３年出现拐点。效率值相对较低的城市最多，有南昌、景德镇、萍乡、九江、赣州、吉安和上饶７市，这些城市的工业水资源配置与最优配置仍有一定程度的偏离，工业产值、工业用水、水污染排放之间的匹配度不高，工业经济发展给水环境带来较大的损害。效率值最低的城市为宜春，表明近几年宜春市盲目追求经济发展，忽视了水环境保护工作，使得工业经济增长与水环境的关系趋于恶化，若要提升工业水资源效率，必须制定相应的工业污染防治措施，加强水环境保护工作，切实改善水环境质量。２）纵向来看，江西省１１个城市的工业水资源效率均值波动明显，呈“Ｎ”型变动趋势，２０１０—２０１３数值呈现出较为明显的上升趋势，在２０１３年达到最大值０．６８７７，随后处于下降态势，直至２０１６年效率值才有所回升。３）具体来看，各城市效率波动幅度不大，１１个城市中，仅有南昌市研究前期效率值低于研究后期，出现了一定程度的下降，其他城市效率值均有不同程度的上升。结合表２可以看出，江西省工业水资源效率分布呈现较明显的非均衡性，且未出现众多文献研究结果中区域发展的梯度特征，而呈现出北部地区（南昌、上饶、景德镇、九江、宜春）和南部地区（赣州、吉安、萍乡）较低，中部地区（抚州、新余、鹰潭）较高的特征。江西省北部地区和南部地区较低的工业水资源效率值拉低了江西省整体效率，同时也是阻碍江西省工业水资源效率提升的关键因素，为改善江西省整体的工业水资源效率，必须改善南部和北部地区的工业水资源效率，同时也应高度重视中部地区的工业水资源效率的变化趋势。
３．２工业水资源效率动态分析
为了更深入了解江西省各城市工业水资源利用效率，利用软件中的Ｍａｌｍｑｕｉｓｔ指数模型板块测算出２０１０—２０１６江西省工业水资源利用效率的技术效率、技术进步、纯技术效率、规模效率和全要素生产率，具体结果见表３、表４表３为研究期间江西省工业水资源利用效率Ｍ指数及其分解。从表３可以看到，２０１０—２０１６全要素生产率呈“Ｕ”型变动趋势，２０１１—２０１４江西省水环境污染较为严重，而从２０１４年起，水环境形势有所改善。具体来看，全要素生产率２０１１—２０１２最低。江西省工业水资源效率的提升主要来自于技术效率的提升，技术进步是制约江西省工业水资源效率提升的关键因素。由此可见，江西省各城市工业企业无论在管理水平还是资源配置与利用方面水平都较高，而在工业企业技术创新方面做得还不够，导致技术进步指数较低，技术水平较落后。表４为江西省１１个城市平均Ｍ指数及其分解。从地区层面来看，江西省１１个城市中，有５个城市全要素生产率大于１，均值为０．９９２，说明江西省工业水资源效率呈下降状态且整体年均工业水资源效率的下降幅度为０．８％。从城市层面来看，萍乡市的全要素生产率最高，为１．２７１，增幅高达２７．１％，主要受技术进步的影响。上饶市全要素生产率为１．０２８，仅次于萍乡市，其他４个指标中，也仅有规模效率（０．９７８）小于１，呈退步态势。南昌市全要素生产率为１．００５，５个指标中仅有技术进步指数小于１，呈退步状态，其他指标均有不同幅度的提升。说明南昌市虽然作为江西省的省会城市，在技术创新、人才引进方面做得还不够，未来若要提升工业水资源效率，必须加大技术创新投入，积极引进创新型人才，改进工业企业工艺技术，淘汰低产能的机械设备，从而提高工业企业技术水平，消除当前技术进步对工业水资源效率的抑制作用。从江西省工业水资源效率年均Ｍａｌｍｑｕｉｓｔ指数分解来看，江西省１１个城市中，技术效率、技术进步、纯技术效率、规模效率和全要素生产率大于１的占比分别为５５％、３６％、９１％、３６％和４５％，说明江西省将近一半甚至以上的城市技术效率、纯技术效率、全要素生产率均处于增长态势，有６４％的城市技术进步和规模效率处于下降状态，较低的工业技术水平抑制了江西省工业水资源效率的提升，江西省各城市在提高工业技术水平方面仍有很长的路要走。
４结论及建议
４．１结论
１）从静态角度看，江西省１１个城市的工业水资源效率较低，效率均值仅为０．５４９６，提升空间较大。各城市工业水资源效率差异显著，效率值较高的仅有鹰潭市，效率值稳定为１且始终处于ＤＥＡ有效状态，效率值最低的宜春市，效率均值为０．２６２８，说明宜春市水资源配置较不合理，导致水环境污染严重。从地理分布来看，江西省工业水资源效率分布呈现较明显的非均衡性，效率值中部地区（抚州、新余、鹰潭）较高，处于０．６～１之间；北部地区（南昌、上饶、景德镇、九江、宜春）和南部地区（赣州、吉安、萍乡）较低，效率值处于０．２～０．６之间。２）从动态角度看，２０１０—２０１６江西省各市全要素生产率均值呈“Ｕ”型变动趋势，生产率虽然从２０１０年的１．０１５上升到２０１６年的１．０１６，但研究中期较低的生产率，拉低了江西省全要素生产率均值，整体呈下降趋势。从Ｍａｌｍｑｕｉｓｔ指数分解数据来看，５个指标中，技术效率（１．０１６）、纯技术效率（１．０３０）大于１，技术进步（０．９７７）、规模效率（０．９８７）、全要素生产率（０．９９２）小于１。较高的技术效率值拉动了江西省工业水资源效率的提升，但技术进步则起到了相反的作用。研究表明，技术进步是制约江西省工业水资源利用效率进一步提升的关键因素。
４．２建议
１）加强各城市间的交流与合作，使先进的水资源管理手段和管理经验得到扩散和互享，提升水资源效率较低城市的水资源利用水平。因地制宜地制定具有区域差异特征的节水减排政策，加强水环境执法力度，严格控制污水排放，严厉打击非法排污行为，提高工业企业节水意识，从而优化水环境质量，提高工业水资源效率。２）加大创新型企业培育力度，鼓励企业建立创新团队，积极引进创新型人才。其次应淘汰低产能的工艺技术及设备，合理配置资源，同时增加对工业水资源效率相关技术研究的资金投入，尽可能地提高工业企业生产能力，从而消除现阶段技术进步对水资源效率的抑制作用。
作者：田瑜 盛武
