田贵良　盛雨　卢曦

摘要 在全面践行“节水优先”治水方针和大力推进国家节水行动背景下，尤其是水资源治理领域正式引入市场机制以来，科学测算 试点地区水资源利用效率水平，客观分析水权交易市场运行对水资源利用效率的影响，对于完善水资源治理工具和提升水资源治理 能力具有决策参考价值。基于投入产出生产函数思想，采用三阶段DEA模型和Malmquist指数方法，以固定资产投资、总用水量、劳 动力为投入指标，以地区生产总值为输出指标，对中国30个省份（西藏和港澳台地区除外）自2006-2016年间的水资源利用效率进 行了静态和动态分析及评价。通过与其他非试点省份进行参照对比，重点研究水权交易试点地区水资源利用效率的变化趋势，从而 探究水权交易对水资源利用效率的影响。研究结果显示：①总体上来说，水权交易对水资源利用效率有积极的促进作用。各试点地 区在水权交易市场运行后的水资源利用效率基本都得到了提高，效率排名也均明显有所上升，同时，水权试点省份中水资源利用效率 提升的省份比例远高于非试点省份。②从全要素生产率指数反映的动态变化来看，技术进步变化对全要素生产率指数有明显的影 响，技术进步有利于水资源利用效率的提高。基于研究结论，提出应在水权交易试点的基础上，因地制宜地全面推进水权交易市场建 设，加大节水技术研发与推广应用，依靠市场机制，激励用水主体的节水行为，从而深入践行“节水优先”治水方针和推行国家节水 行动。

关键词 水权交易;水权市场;水资源利用效率;三阶段DEA模型;Malmquist指数

中图分类号 F205 文献标识码 A 文章编号 1002 -2104（2020）06 -0146 -10 DOI： 10.12062/cpre.20200119

水是基础性的自然资源和战略性的经济资源，是生态 与环境的重要控制性要素，对维系和促进人类经济社会可 持续发展具有不可替代的作用[1]o 2015年联合国发布了 一则警示性报告，报告称，如果严重的水资源浪费现象不 能得到有效扼制，到2030年全球将有大约40%的国家或 地区会面临干旱问题[2]o世界气象组织与联合国水资源 部负责人指出，各国应尽快对本国的水资源进行监测，并 制定合理的使用计划，以保证水资源可持续性使用。随着 气候变化、经济发展和人口持续增长，工农业用水以及生 活用水不断增加，中国水资源缺乏问题日益严重。目前， 中国农业，特别是北方地区农业面临干旱缺水的状况加 重;城市缺水现象于20世纪70年代逐年扩大。而中国的 用水效率并不高，农业灌溉平均用水利用系数为0.45，工 业用水的重复利用率为70%左右，多数城市仅自来水公 司的水损失率就达15% ～20%[3]o提升水资源利用效率 和效益是实现水资源可持续发展的核心内容⑷，是缓解水

资源短缺的重要途径。如何通过政府和市场机制两种方 式或手段提高水资源利用效率成为学者们的关注点。然 而，围绕水资源效率提升的政府手段和市场手段之争从未 停息。政府行政管理上，中国建立了较为完善的水资源管 理制度，包括水资源规划制度、水量分配制度、水资源论证 制度、总量与效率的双控制度、取水许可制度、水资源有偿 使用制度等。水资源行政管理手段在促进水资源利用效 率提升上发挥了重要作用，但同时也存在行政管理成本 高、管理效率低、难以适应不同地区水情特点等突出问题。 开展水权交易市场的建设，利用市场机制优化配置水资 源、促进水资源的可持续利用，已有成功的国际经验，如澳 大利亚墨累达令河流域、美国科罗拉多流域等，并逐渐被 其他国家和地区水资源管理部门研究、模仿与推广。理论 上，水权交易对水资源利用效率的影响过程通过两个阶段 体现：一方面，分配环节。水权交易的制度前提是水权已 经完成了合理地分配，没有水权的分配，水权交易就失去

了基础。存在水权交易行为的省份，说明其水权或者水量 指标已经完成了很好的分配，水权分配实现了用水主体可 用水量的明晰化，水量指标对用水主体的行为产生了强约 束作用，倒逼用水主体提高水资源利用效率。另一方面， 交易环节。水权交易环节是使水权成为一种具备市场价 值的资源，通过市场价格机制来迫使用水效率低的水权人 考虑用水时存在的机会成本而节约用水，并主动将闲置水 权转让给用水边际效益大的用水主体，使新增或潜在用水 主体有机会获取所需水资源，从而提升社会用水总效率。 但许多现实因素包括交易成本、机制势力、回流、第三方影 响、技术条件、不确定性和风险等削弱了市场配置效率[5]o 中国作为拥有独特水情的发展中国家，需要在发挥政府引 导作用的同时，积极探索适合国情的水权市场制度体系， 发展中国特色水权市场。

世纪之交，中国水行政管理部门和学者逐渐关注水权 水市场，如时任水利部部长汪恕城2000年在中国水利学 会年会上，发表了《水权与水市场一谈实现水资源优化 配置的经济手段》讲话，首次提出了水权交易在促进水资 源向更高效益和更高效率利用方向转变中的重要作用，此 后，水权水市场的配置理念被广泛关注并展开了第一轮的 研究热潮，《取水许可和水资源费征收管理条例》（国务院 令第460号）明确指出依法获得取水权的单位或者个人可 以依法有偿转让其节约的水资源。黄河流域率先开展水 权转换实践，并建立了交易规则和监管制度，为水权市场 的后续发展奠定了基础。进入新时代，随着市场机制在资 源配置中发挥决定性作用这一改革总基调的提出，中国水 资源配置管理中市场手段再一次迎来研究热潮。2014 年，习近平总书记发表了“3 - 14”重要讲话，提出“节水优 先、空间均衡、系统治理、两手发力”治水方针，水利部随即 展开了大规模的、正式的国家水权试点工作，宁夏、湖北、 江西、内蒙古、广东、甘肃、河南7个省（自治区）参与的水 权交易试点工作正式启动，此外，新疆、河北、山东、山西、 浙江、陕西等省份也自行开展了省级水权改革探索⑹。 2016年水权交易领域的第一份专门的管理办法《水权交 易管理暂行办法》出台，同年，中国水权交易所正式成立， 至2019年7月，在北京、内蒙古、山西、河南、河北、宁夏等 省（区）作为交易平台发布交易信息，指導交易规则，组织 签约、交易价款支付及交易鉴证等一系列业务，累计促成 152项水权交易项目，总交易水权量27. 79亿m3，水权交 易总金额16. 85亿元，交易类型涵盖了区域水权交易、取 水权交易以及灌溉用水户水权交易等多种模式，充分发挥 了国家水权交易平台的示范和引领作用，推动了水权交易 市场的运行。

目前，我国水权交易尚处于试点阶段，水权交易量还 不是很大，水权市场体量也相对较小。然而，已有成功的 国际经验层面以及理论层面都支持水权交易对水资源利 用效率的提升产生一定的积极作用。随着中国水权交易 工作正如火如荼地开展，并将逐步扩展到全国范围，水权 交易是否能够对提升水资源利用效率起到作用一直受到 了学术界和水行政主管部门的关注，特别是对水资源这一 特殊的自然资源、战略资源和经济资源，能否引入市场机 制以促进其利用效率的提升，需要在水权交易市场运行前 后水资源利用效率具体表现的对比分析中科学回答这一 问题。

1文献综述

水权市场运行对水资源利用效率的影响分析，首先需 要解决水资源利用效率的测算问题，水资源利用效率作为 绿色经济发展的重要指标之一，能准确通过投入产出关系 反映经济增长，更少的水资源浪费能换取更高的经济增 长。测算方法方面，数据包络分析法（DEA模型）是在多 指标投入和产出的情况下，一种评价决策单元生产效率的 方法，已经被广泛运用于评估资源利用效率与决策。很多 学者聚焦于不同的功能用水，测算其水资源利用效率，分 析水资源利用效率的影响因素，并且有针对性地提出相关 建议。

水资源利用效率具有明显的行业性特点，中国是农业 大国，农业用水占总用水量的比重最大，因此，农业用水效 率测算通常备受学者们关注。王震、吴颖超等[7]采用 DEA交叉评价模型研究中国粮食主产区从2001—2011年 的农业水资源利用效率，发现粮食主产区的农业水资源利 用率整体上处于“低投入低产出”水平。刘涛⑻使用EBM 超效率模型分析2011—2013年中国20个农业省份的农 业用水效率的变化趋势，结果表明中国农业用水效率低 下，并且整体上呈下降趋势。王学渊、赵连阁㈤则采用随 机前沿模型测算1997-2006年中国的农业灌溉用水效率 及生产技术效率，研究发现中国农业用水效率远远低于技 术效率，平均农业用水效率只有0.49。为提高农业水资 源利用效率，探究农业用水效率的影响因素就显得尤为重 要。李明？[10]采用DEA方法对中国各省市2008-2015 年的农业用水效率进行测算，发现水资源利用效率区域差 异显著，东部地区的农业用水效率明显高于西部地区的农 业用水效率，地区经济水平、农业发展水平、水资源总量以 及人口数量等对用水效率产生重要影响。戎丽丽、胡继 连[11]从产权经济学的角度研究农业用水效率低下的原 因，分析发现本质原因在于农用水权的排他性较低，推进 和完善农用水权机制有利于农业用水效率的提高。

而重工业耗水量也不容小觑，合理进行工业产业布局，提高工业用水效率，才能实现水资源的可持续利用。 买亚宗、孙福丽等皿基于DEA方法对中国30个省级行政 区从2000—2012年的工业用水效率进行测算，发现各地 区的工业用水效率存在明显的区域差异。赵沁娜、王若 虹[13〕采用SBM-DEA测算2005—2014年的中国工业用水 效率，发现工业用水效率自东向西呈递减趋势。张月、潘 柏林[14]基于库兹涅茨曲线研究工业用水与经济增长的关 系，发现经济水平的增长会降低工业用水。曹方丽[15]基 于DEA模型和Tobit回归，分析中国31个省市2006— 2015年的工业用水效率，发现产业结构及布局、工业结 构、技术水平显著影响用水效率。李静、任继达'⑹采用 DEA模型估计了中国30个省份2005—2015年的工业用 水效率，利用Tobit模型分析影响工业用水效率的因素，发 现工业用水比重大的地区会降低用水效率，适度提高水资 源价格可以引导工业节水。

目前，关于不同行业用水的效率测算研究较多，为研 究水资源利用效率做出了重要的贡献。然而大多数学者 在研究水资源利用效率问题时，都只是针对某一行业用 水，测算各地区的行业用水效率，并对各地区的行业用水 效率进行比较分析。在“节水优先”治水方针和国家节水 行动背景下，统筹考虑各行业用水，综合测算各省区整体 水平上的水资源利用效率，尤其是在当前水权交易市场运 行后新的市场化改革环境下，重点探究中国各省市在水权 交易市场运行前后水资源利用效率的变化趋势，特别是针 对水权试点省份与非试点省份在水权交易市场运行前后 水资源利用效率的不同变化进行了比较分析，揭示水权交 易市场运行对水资源利用效率提升的作用，对于准确把握 全国各省份水资源利用效率整体水平及水权市场化改革 效果具有一定的学术意义，从而也丰富水资源利用效率研 究的学术深度和实践广度。本研究的结构安排如下：首先 基于三阶段DEA模型构建水资源利用效率测算方法;其 次，根据中国30个省份数据，利用所建立的效率测算模 型，对水权交易市场运行前后水资源利用效率进行实证测 算，并进行比较分析;最后，为进一步研究各地区的水资源 利用效率从2006—2016年的动态变化，引入Malmquist指 数模型进行实证测算比较分析。

2水资源利用效率测算的模型构建

2.1水资源利用效率的指标体系

选取中国30个省份（由于数据的可获得性，不包含港 澳台和西藏）自2006-2016年关于水资源利用的相关数 据。根据中国水权交易试点的建立时间（2014年全国水权 试点及部分省市自发水权试点开始大规模展开），将时间段 划分为水权交易试点建立前：2006-2013年;水权交易试点 建立后：2014-2016年。本研究中的各項指标数据均来源 于《中国统计年鉴》以及各地区历年的《水资源公报》。

（1） 投入产出变量。水资源利用效率的影响因素繁 多，考虑到DEA模型的特殊性，选取指标时要充分衡量它 们之间的相互关系，并且避免各因素间存在线性相关问 题。本研究通过参考以往的文献和可获得的数据，选取了 水资源利用率与经济发展、人类生活相关的一些投入产出 指标：以固定资产投资（亿元），劳动力（万人），总用水量 （亿m3）为投入指标，以地区生产总值（亿元）为产出指 标。其中，劳动力为各地区年末就业人数;总用水量由生 活用水量、工业用水量、农业用水量以及生态用水量构成。 需要指出的是，所有指标均为正数。

（2） 环境变量。环境因素，也称外部因素，主要是指对 水资源利用效率产生影响但在短期内又不受主观控制的 因素。借鉴相关文献的研究成果，结合本文的研究主题， 重点考虑产业结构、水资源禀赋和经济水平三个环境 因素。

产业结构。水资源利用率与产业结构有着紧密的关 联，产业结构能够影响水资源的消耗总量，产业结构越合 理，水资源的利用效率越高。当前中国多数省份农业用水 量占用水总量比例超过60% [17]，在水资源利用效率总体 不高的情况下，农业灌溉用水方式比较粗放，节水灌溉方 式仅占灌溉面积的2.6%，并且真正被农作物利用的水资 源只占灌溉总用水量的1/3左右[18]o因此，本研究采用 第一产业增加值在GDP中的占比来衡量产业结构。

水资源禀赋。水资源禀赋对水资源利用效率存在显 著的逆向作用，即丰水地区的水资源利用效率较低。一般 而言，水资源丰富地区不愿意投入大量的资源（如资金、人 力等）來发展节水技术，当地人民的节水意识也普遍薄弱， 导致了水资源利用率较低[19]o而一个地区的水资源禀赋 受到地形、气候、人口等客观条件的影响与约束，为了更好 的分析各地区水资源丰富度，本研究采用人均水资源量来 衡量地区的水资源禀赋。

经济水平。经济发达地区相较于落后地区的城镇化水 平高，产业结构更加合理，非农产业比重较大，万元GDP耗 水量较低。此外，各地区经济水平决定当地政府对基础设 施建设的投入力度，发达地区能够在水资源利用的基础设 施建设中投入更多的资金，积极地引进高新技术设备，提高 管理水平以优化配置水资源，从而有利于提升水资源利用 率如。本研究采用人均GDP来衡量各地的经济水平。

5.22基于三阶段DEA的水资源利用效率测算模型

2.2.1 三阶段DEA模型

应用于效率评价方面的DEA模型家族，主要有DEA- Tobit 模型、SBM-Undesirable 模型、Super-SBM 模型等，而这

些传统的DEA方法并不能剔除随机误差和外部环境因素 对环境效率的影响，无法真实反映出环境效率的实际状 况，这对环境政策的制定有可能起到误导作用[21]o正如 Fried等皿〕指出传统DEA模型没有考虑环境因素和随机 噪声对决策单元效率评价的影响，其先后发表的两篇文章 Incorporating the Operating Environment into a Nonparametric Measure of Technical Efficiency^、 Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis^23^就如何将环境因素和随机噪 声引入DEA模型进行了详细的探讨。本研究采用投入导 向的三阶段DEA-BCC模型，来排除有效投影点和无效率 点混合的情形，有效地降低外部环境及随机误差对生产单 元水资源利用效率的影响。通过技术层面和规模层面，对 中国30个省市（区）的水资源利用效率进行分析。该模型 的具体操作步骤如下。

第一阶段：传统的DEA模型。对于任一决策单元，投 人导向BCC模型的对偶规划式为：

其中，n为决策单元个数;X为投入向量;y为产出向 量;0为决策单元的有效值;e为一个常量，表示非阿基米 德无穷小;，一和s*分别表示投入松弛变量和产出松弛变 量。若，e = 1 ，s* = s「= 0，则决策单元DEA有效，表明水 资源利用率达到纯技术效率最佳和规模最佳;若e = 1， S*尹0或尹0，则决策单元弱DEA有效，表明水资源利 用率没有同时达到纯技术效率最佳和规模最佳;若e < 1， 则决策单元非DEA有效，表明水资源利用率没有达到纯 技术效率最佳和规模最佳。

第二阶段：似SFA回归模型。在第二阶段，我们主要 关注由环境因素、管理无效率和统计噪声构成的松弛变量 ：x-XA]，并认为这种松弛变量可以反映初始的低效率。 在SFA回归中，第一阶段的松弛变量对环境变量和混合 误差项进行回归。根据Fried等'勺的研究成果，构造如下 类似SFA回归函数（投入导向）：

s.. =/（各;凡）+M. + 国.打=1，2， — ，/;

n = l，2，...，N （2）

其中，是第i个决策单元第n项投入的松弛值;z.为 环境变量B是环境变量的系数泠，+ %为混合误差项岛 -N（。，勇）是随机误差项，表示随机干扰因素对投入松 弛变量的影响;0“～ N* （。，犬.）是管理无效率，表示管理 因素对投入松弛变量的影响。参照最有效率的决策单元的 投入量，对其他决策单元的投入量进行调整，公式如下：

xni = Xm + [ max（/（z.;成））～f（z.;庆）]+ [ max（ vni）

= 1，2，…，N （3）

其中，X“为决策单元调整前的投入量;X：.为决策单 元调整后的投入量;：max（/（ ））顼）]表示对 外部环境进行调整;max（端f）使得每个决策单元的随 机因素保持一致。

第三阶段：调整投入产出变量后的DEA模型。将调 整后的投入X：.代替X“，产出变量保持不变，再次运行第 一阶段模型计算水资源利用效率。

2.2.2 Malmquist 指数

由于被评价决策单元的数据为包含多个时间点观测 值的面板数据，因此，本研究采用Malmquist全要素生产率 指数对被评价单元的技术效率、技术进步的变化进行分 析，从而进一步研究各地区水资源利用率的动态变化。

Fare R等'小将从时期I到时期"1的Malmquist指数 表示为：

，/矿（产）矿*[（产，/气 疽 ?，+1 （x'，y'）

⑷ 技术效率变化表示为· EC = -一（*'+我―> （5）

技术变化表示为：

从上式中推导发现Malmquist指数、效率变化和技术 变化间的数量关系为MI（VRS） = EC（VRS） x TC（VRS） =PEC x SEC x TC，技术效率变化可以分解成纯技术效

率变化（PEC）和规模效率变化（SEC 当Malmquist指 数大于1表示生产率提高，小于1表示生产率降低;当技 术效率变化指数EC大于1表示技术效率的提高;当技术 变化指数TC大于1表示技术的进步。

3水权交易市场运行前后水资源利用效率 的比较分析

3. 1第一阶段传统DEA模型下水权交易市场运行前后 水资源利用效率的变化

本研究使用DEAP2. 1软件运行数据，得到各省市水 权交易市场运行前（2006—2013年）与运行后（2014— 2016年）的水资源利用效率结果，如表1所示。

在没有剔除环境因素的影响下，各地区的水资源利用 效率及相应排名反映在表1中。由表1可以得出以下结论。

（1）从各地区的水资源利用效率来分析，水权交易市 场运行前后，水资源利用效率为1的省份有北京、天津和 上海，而其他地区在水权交易市场运行前后均未达到高效 的水资源利用，这表明水资源利用效率存在明显的地区差 异，各地区应该结合当地的技术水平现状和产业结构，因 “水”制宜，采取措施推动节水减排工作。

（2 ）从全国的效率均值来分析，水权交易市场运行前 后的纯技术效率均值（0. 798 ，0. 792）均低于纯规模效率均 值（0. 908 ，0. 904）。该结果表明各地区整体来说在技术层 面上都存在着一定的欠缺，并且效率不足主要是由于纯技 术效率低下导致的，因此，企业需要提高科学管理水平，合 理优化用水结构，并且在节水技术层面上加大研究投入力 度，积极引进和开发先进技术设备，利用先进的节水技术 来降低单位产品生产耗水量。

5.国家水权交易试点省份中，宁夏、湖北和内蒙古 在进行水权交易后的效率值获得了不同程度的提高。在 水权交易市场运行前后，宁夏、湖北、内蒙古和江西的排名 均有所提升，而广东、甘肃和河南的效率值下降的同时排 名也有所下降。此时，需要进一步考虑环境因素是否对水 资源利用率产生了影响，从而更准确地分析水权交易市场 运行对水资源利用率的影响。

3.2第二阶段似SFA回归分析

将固定资产投资、劳动力以及总用水量的投入松弛变 量作为因变量，产业结构、水资源禀赋以及经济水平作为 自变量建立SFA回归模型，回归结果如表2所示。

由表2测算结果，可以得到三个环境变量与投入松弛 变量间的具体关系。

[1]产业结构与总用水量呈显著的正相关，这表明第 一产业占比的增加会导致总用水量的增加，抑制水资源利 用效率的提高。水资源利用效率与产业结构密切相关，这 是因为不同产业之间的水资源利用效率差异悬殊，中国当 前用水结构中，农业用水通常占据60%以上，远高于国外 发达国家，这也是制约水资源利用效率提升的关键所在。 因此，政府需要优化地区产业结构，合理布局农作物种植 结构，完善农田基础设施建设和农田水利工程，推广节水 灌溉技术，这样可以有效地提高农田水资源利用效率。

[2]水资源禀赋与总用水量呈现正相关关系，这体现了水资源禀赋越高的省份对水资源的利用效率更低，用水 主体对水资源短缺的认识不够，用水控制指标尚未对用水 行为形成约束作用，不利于水资源的有效节约和可持续利 用。因此，水行政主管部门要全面推进水价改革，严格落 实水量分配和水权确权登记，积极稳妥推进水权市场，充 分发挥价格杠杆作用来促使企业和居民节约用水，避免水 资源的浪费。

[3]经济水平与总用水量呈显著正相关，经济水平发 达地区的产业集聚程度高，水资源利用的附加价值较高， 生产过程中能够综合利用水资源，从而水资源利用的规模 效应比较明显。而且，当地充裕的财政也保证了城市水资 源基础设施的建设和水污染防治资金的投入，从而对水资 源的利用效率具有提升作用。综上所述，外部环境变量对 投入要素冗余有着显著的影响。因此，在研究各省份的水 资源利用效率的时候，需要考虑到外部随机噪声导致的水 资源利用效率的测算偏差。

5.33第三阶段DEA模型下水权交易市场运行前后水资 源利用效率的变化

由表2得知，虽然有些松弛变量与环境变量的回归系 数不显著，但LR单边误差检验值均大于分布的临界值， 表明模型设置合理，无效率影响确实存在。因此在对投入 变量进行调整时剔除了所有的环境因素。根据公式（3 ） 对原始投入进行调整，重新代入第一阶段模型中进行测 算，从而得到了各省份的更为真实的水资源利用效率、技 术效率及规模效率，如表3所示。

剔除了环境因素的影响下，各地区的水资源利用效率 及相应排名均反映在表3中。由表3可以得出以下结论。

（1）水权交易市场运行前后，各地区的水资源利用效 率有了很大程度的改变。水权交易市场运行前北京、江 苏、山东和广东处于生产前沿面上;而水权交易市场运行 后，只有山东和广东仍然保持在生产前沿面上，而其他省 份的水资源利用效率都发生了不同程度的改变，名次也相 应地发生了变化。

[10]水权交易市场运行前后全国的效率均值分别由 （0.722，0.711）提升到（0.726，0.74 ），说明水资源利用效 率显著地受到外部环境因素的影响。从全国的效率均值 来分析，水权交易市场运行前后的水资源利用效率很大程 度受到规模效率的影响，而纯技术效率处于较高水平。该 结果表明各地区整体来说在技术层面水平较高，但由于規 模效率较低，因此必须在加大研究投入力度的同时，结合 地区产业发展现状，合理规划水资源的开发利用，适度扩 大生产规模，发挥规模效益，提高水资源的利用率。

[11]国家水权交易试点省份中，内蒙古、江西、河南、湖 北和广东在进行水权交易后的效率值获得了很大程度的 提高。针对水权试点省份与非试点省份在水权交易市场 运行前后水资源利用效率的不同变化进行了比较分析，表 4的分析结果揭示了如下几点结论。

三阶段DEA模型由于考虑了环境因素，其计算结 果比单阶段DEA模型更为客观。国家水权试点省份 中，水权市场运行前后水资源利用效率提升的省份比 例由单阶段的42.86%提升至三阶段的71.43% ;省级 水权试点省份中，水权市场运行前后水资源利用效率 提升的省份比例由单阶段的40%提升至三阶段的 70%。这反映了三阶段DEA模型在分析水资源利用效 率问题上的适应性。

水权试点省份（包括国家级和省级试点省份）水资源 利用效率提升的比例远高于非试点省份。由于三阶段 DEA模型计算结果具有更高的可行性，三阶段DEA模型 计算结果显示，水权市场运行前后，国家试点省份中水资 源利用效率提升的省份比例为71.43%，省级水权试点省份中水资源利用效率提升的省份比例为70%，试点省份 中水资源利用效率提升的省份平均比例70.59%，远高于 非试点省份的38.46%。这说明，水权交易或水权市场对 水资源利用效率的提升起到了很好的促进作用。

值得说明的是，在水权交易市场运行前后，宁夏、湖 北、内蒙古、江西和广东的排名均有所提升或保持不变，但 宁夏的效率值下降了，而甘肃的效率值下降的同时排名也 有所下降。究其原因，宁夏和甘肃水资源利用效率下降与

两个省区的用水结构存在着较大关系，两个省区农业用水 占据绝对比重，通常农业用水量占据总用水量65%以上， 工业和服务业相对落后，经济发展水平也相对较低，根据 模型分析，这些因素是导致宁夏和甘肃两省区水资源利用 效率下降的主要原因。此外，虽然两个省区也是全国水权 试点省份，但水权试点主要集中于农业灌溉用水户水权交 易，由于工业和服务业发展相对较为缓慢，因而，由农业向 工业和服务业转移的取水权交易量不大。灌溉用水户之 间的水权交易实质上是农户之间的一种水权临时拆借，对 用水效率提升的促进作用不大，这也是宁夏和甘肃两个省 区作为水权试点省份，水资源利用效率值或排名反而下降 的根本原因。

3.4基于Malmquist指数的水资源利用效率动态分析

为进一步研究各地区的水资源利用效率从2006- 2016年的动态变化，引入Malmquist指數模型进行分析。 将剔除了环境因素的投入变量和原始产出变量代人 Malmquist模型中测算，其动态变化如图1所示。

由图1可以看出，自2006-2016年间，技术效率变化 较为平缓，技术进步变化和全要素生产率的变化较为剧 烈，而且技术进步对全要素生产率的变化有显著的影响。 值得注意的是，2011年技术进步变化指数与全要素生产 率变化指数都达到了峰值，联系到水资源管理领域的政策 变化，这是因为2010年底发布的“中央一号文件”，颁布了 最严格的水资源管理制度'曰，该制度作用于水资源利用 领域的刚性约束，使得用水效率得到明显提升。但由于当 时没有对该制度的实行作出全面部署以及针对各省份的 具体考核制度具有真正落地和实施，导致2011-2012年 间技术进步有下降的趋势，因此，国务院于2012年1月发 布了《关于实行最严格水资源管理制度的意见》，该文件 的颁布和实施促进了科技的进步和资金的投入，随之促进 了 2012年技术进步变化值的大幅度增长，从而带动了全 要素生产率指数的大幅提升。2014年之后，技术效率变 化指数、技术进步指数以及全要素生产率指数均呈现上升 的趋势。这种变化趋势一方面由于最严格水资源管理制 度的实施，而除了行政化手段的强化外，另一方面也得益 于水资源管理领域市场化改革的进一步加强，水利部开始 大力发展水权交易工作，水权试点范围的大幅度铺开，水 权市场在多个省区开始运行，这对于解决中国复杂的水资 源问题，实现经济社会的可持续发展有着重要影响和深远 意义。

4研究结论与建议2006-2016年间的水资源利用效率进行了静态和动态分 析及评价。结果表明，外部环境和随机噪声对各省份的效 率有着显著的影响，在剔除了环境因素和随机噪声的干扰 下，各省份的水资源利用效率发生了明显的变化。因此， 采用三阶段DEA模型来测算各省的水资源利用效率是可 行的。从水资源利用率测算的结果来看，各地区在水权交 易前后的效率都发生了不同程度的改变，而各试点地区在 水权交易市场运行后的水资源利用效率基本都得到了提 高，效率排名也均明显有所上升，同时，水权试点省份中水 资源利用效率提升的省份比例远高于非试点省份。从 Malmquist指数法中全要素生产率指数反映的动态变化来 看，技术进步变化对全要素生产率指数有很明显的影响， 技术发展有利于水资源利用效率的提高。

基于以上的实证分析，本文提出了如下几点建议。

[15]不断探索发展水权交易制度。水权交易市场运 行以来，各试点地区的水资源利用效率基本都有所提高， 但仍然需要改进。水权交易是市场化手段在水资源配置 中的典型应用，市场对于提升资源配置效率、优化用水结 构、促进节水技术研发与应用具有决定性作用，中国已完 成了 7个省份的水权市场，新疆、浙江等省份也自行推进 了水权改革和市场化交易，本研究的结论也证明，水权交 易市场在提升水资源利用效率方面发展较大的积极作用， 因此，应该借鉴试点地区的实践经验，不断完善水权交易 制度，根据各地不同的经济发展水平、水资源条件等，因地 制宜地推动全国水权交易市场的运行。

[16]加大对技术的研究投入力度。技术进步对各省 份水资源利用效率有着显著的影响。对于工业企业，需要 在生产的过程中提高水资源的重复利用率，减少污水的排 放;对于农业企业，需要改变粗放型灌溉方式，研究开发节水节能灌溉新设备。此外，各地政府需要加大资金投入力 度，引导社会投资，鼓励企业科技创新，全面提升用水 效率。

[17]全面实施节水优先和推进国家节水行动。在进 行节水用水的宣传活动以加强全民节水意识的同时，政府 还需要全面强化节约用水，建立科学的全社会节水机制， 运用市场机制，以经济手段促进全民节水，通过用水行为 产生的经济效益来直接影响企业利润和消费者行为，引导 生产者和消费者转变用水行为，从而引导水资源的重新配 置，优化水资源利用，提高水资源的利用率。

（编辑：王爱萍）

参考文献

[2]李原园，曹建廷，黄火键，等.国际上水资源综合管理进展[J]. 水科学进展，2018， 29（1）： 127 -136.

[3]United Nations General Assembly. Transforming our world： the 2030 agenda for sustainable development[ R]. 2015.

[4]武萍，张慧，邢衍.青海省水资源利用的匹配性研究]J].中国 人口 -资源与环境，2018， 28（7） ： 46 -53.

[5]中国工程院“21世纪中国可持续发展水资源战略研究”项目组. 中国可持续发展水资源战略研究综合报告[JL中国工程科学， 2000， 2（8） ： 1-17.

[6]王亞华，舒全峰，吴佳？.水权市场研究述评与中国特色水权市 场研究展望]中国人口 -资源与环境，2017， 27（6） ： 87 - 100.

[7]水利部水资源管理局.积极开展水权试点探索加强水权制度建 设[JL 中国水利，2018（19）： 1-3.

[8]王震，吴颖超，张娜娜，等.我国粮食主产区农业水资源利用效 率评价】JL水土保持通报，2015， 35（2）： 292-296.

[9]刘涛.我国农业用水效率的时空差异[JL节水灌溉，2016（3）： 75 -79.

[10]王学渊，赵连阁.中国农业用水效率及影响因素一一基于 1997-2006年省区面板数据的SFA分析[J].农业经济问题， 2008（3） ： 10 -17.

[11]李明？.基于DEA方法的中国农业水资源利用效率研究]J]. 中国农业资源与区划，2017， 38（9）： 106-114.

[12]戎丽丽，胡继连.我国农用水权效率损失与政策改进[JL河南 社会科学，2016， 24（2） ： 75 -82.

[13]买亚宗，孙福丽，石磊，等.基于DEA的中国工业水资源利用 效率评价研究[JL干旱区资源与环境，2014， 28 （11 ）： 4247.

[14]赵沁娜，王若虹.省际工业用水效率测度及空间关联特征]J]. 水资源保护，2017， 33（5）： 42-47.

[15]张月，潘柏林，李锦彬，等.基于库兹涅茨曲线的中国工业用 水与经济增长关系研究[JL资源科学，2017， 39（6）： 11171125.

[16]曹方丽.基于DEA方法的工业水资源利用效率分析]J].节能 与环保，2018（10） ： 64 -67.

[17]李静，任继达.中国工业用水效率与决定因素——资源和环境 双重约束下的分析[JL工业技术经济，2018（1）： 122-129.

[18]金巍，刘双双，张可，等.农业生产效率对农业用水量的影响 [JL 自然资源学报，2018， 33（8） ： 1326 -1339.

[19]马培衢.农户灌溉方式选择行为的实证分析[JL中国农村经 济，2006（12） ： 45 -54.

[20]张力小，粱竞.区域资源禀赋对资源利用效率影响研究]J].自 然资源学报，2010， 25（8）： 1237 -1247.

[21]马海良，黄德春，张继国.考虑非合意产出的水资源利用效率 及影响因素研究[JL中国人口 -资源与环境，2012， 22（10）： 35 -42.

[22]郭四代，仝梦，郭杰，等.基于三阶段DEA模型的省际真实环 境效率测度与影响因素分析[JL中国人口 -资源与环境， 2018， 28（3） ： 106-116.

[23]FRIED H 0， SCHMIDT S S， YAISAWARNG S. Incorporating the operating environment into a nonparametric measure of technical efilciency] J]. Jouanal of productivity analysis， 1999，12 （3 ） ：249 - 267.

[24]FRIED H 0， LOVELLC A K， SCHMIDT S， et al. Accounting for environmental ejects and statistical noise in data envelopment analysis[ J]. Journal of productivity analysis， 2002， 17（1/2） ： 157 -174.

[24： FARE R， GROSSKOPF S， LINDGREN B， et al. Productivity changes in Swedish pharmacies 1980 - 1989： a non-parametric Malmquist approach [ J ]. Journal of productivity analysis， 1992，3：81-97.

[25]温建雄.分析最严格水资源管理制度背景下水资源配置情况[J] .河南水利与南水北调，2019（2） ：38 -39，