马海良 顾芳旭 贺正齐

（河海大学商学院，南京 210000）

引 言

水是生存之本，文明之源，更是人类社会、经济和生态可持续发展的重要基础性资源。2023 年3 月联合国教科文组织颁布的最新《联合国世界水发展报告》 指出，目前全球有20 亿至30 亿人面临缺水困境，气候变化导致和水资源相关的不确定性增加将加剧水危机风险，因此必须采取可持续的方式管理水资源。对于中国而言，据秦昌波等［1］测算，中国人均水资源占有量仅为世界平均水平的25%，近1／3 的城市处于极度缺水状态，因此水危机风险较大。同时由于中国水资源管理粗放，不同部门和地区的多个利益主体间的水资源冲突时有发生，这也导致中国水资源配置效率较低，水资源的利用水平不高。如何推进水资源节约利用，减缓水危机带来的经济增长风险，以及可能产生的全国性能源和粮食风险，成为中国政府现代化发展过程中的一个重要挑战。而近年来以“大数据” 和“智能化” 为主要特征的数字经济，则为中国政府解决水资源问题提供了一种现实可能。

数字经济作为一种新的经济形态，能够利用互联网和大数据管理手段，推动人工智能和实体经济深度融合，实现产业结构的升级，进而实现资源的优化配置和全要素生产率的提高［2］。2022年中国数字经济规模已达50.2 万亿元，同比名义增长10.3%，占GDP 比重达到41.5%。数字经济的发展已经成为中国解决资源和环境因素的双重制约，实现经济可持续发展的重要手段。具体到水资源管理方面，中国政府明确提出“构建智慧水利体系，以流域为单元提升水情测报和智能调度能力” 的目标，要求运用云计算、人工智能、数字孪生等实现流域的生态保护和水资源调度。但中国不同区域经济发展水平差异较大，数字经济发展能否真正全面提高中国各省域的水资源利用效率，其影响机理又到底如何？ 尚未有学者展开具体研究。本文围绕这些问题，运用双向固定模型计算数字经济发展对中国水资源利用效率的影响程度，并检验产业结构升级的中介效应；判断在数字经济发展与水资源利用效率的关系中，技术进步是否能实现有调节的中介效应；通过异质性分析，探究中国八大经济区数字经济发展对水资源利用效率的影响是否存在较为显著的区域异质性特征。

1 理论分析与研究假设

1.1 数字经济发展与水资源利用效率

数字经济作为信息通信技术变革所形成的一种新的经济形态，通过云计算、物联网、大数据等数字技术实现自然资源和资本等生产要素的合理分配，实现经济的快速增长［3］。数字经济的发展能够加速水资源需求与供给间的匹配问题，实现水资源生产效率的提升和合意产出的增加。宏观层面，通过数字孪生技术可以将水资源系统建模，模拟水量水质变化和水文响应，以便于对水资源进行高效管理和调度［4］。微观层面，制造企业通过数字技术实现了对水资源投入的生产特征数据的采集、整合与分析，促使企业生产活动由经验驱动向数据驱动转变，提高了单位水资源的产值增量［5］，进而改善制造业的水资源利用效率。此外，数字经济与企业R＆D 活动之间存在一定程度的协同效应和乘数效应［6］，即数字经济发展能够通过技术扩散和知识溢出效应显著推动制造企业的节水技术创新，并通过将其嵌入生产过程，实现水耗强度的下降和企业生产效率的提高。

同时，数字经济的发展能够降低环境规制的成本，减少水环境污染等非合意产出。政府层面上，政府可以利用大数据和遥感技术等先进技术手段，实时监测水环境数据，以提高对污染源的预警力［7］。近年来，中国各地政府以Android、IOS等多个手机操作系统为基础，建立河长制和湖长制APP，实现了对管辖区域水污染数据的实时监测、事件追踪和事件督查等功能，确保水污染的精细化治理。企业层面上，电力、化工等高耗水企业能通过数字技术优化积极进行产业转型，减少对水资源的依赖程度［8］；也可以通过对数据的获取、整合、分析，强化水污染的末端治理。社会层面上，数字媒介的发展为公众参与环保事务、倡导环保意识和行为提供了新的渠道和平台，推动了社会的环保意识和行动，促进了绿色生活方式的传播和实践。因此，鉴于数字经济发展促进了水资源投入带来的合意产出增加，以及水环境污染等非合意产出减少，提出假说1：

H1：数字经济发展能够有效提高水资源的利用效率。

1.2 产业结构升级：中介效应

数字经济通过供给侧改革和需求侧管理有效促进产业结构升级。从供给侧来看，数字经济为生产效率的提升和劳动力的解放提供了支撑，创造出新的数字化生产模式为实体经济发展提供了新动能。夏杰长和袁航［9］认为，数字经济对产业结构转型升级的促进作用主要通过加快要素市场化实现，当要素市场化程度较高时，数字经济对产业结构高度化的促进作用尤为显著。从需求侧来看，数字经济的发展使得服务平台能够充分利用大数据技术全面准确地了解用户需求和市场变化［10］，技术的发展也使得服务过程更加简单便捷，从而实现第三产业的升级。在数字经济的平台商业模式下，消费者的个性化、多样化需求被放大，对小批量个性化产品的需求提升。在需求变化的倒逼下，制造业生产组织方式的转型升级和供给侧的产业链组织结构重组也成为必然［11］。与此同时，便捷高效的数字支付方式使得居民的消费行为更加具有随机性和偶然性，降低了消费的时间成本，从需求端促进了第三产业迅速迭代升级［12］。

现有文献中，产业结构升级主要通过产业内和产业间两个方向对区域水资源效率产生影响。从产业内角度来看，Zhao 等［13］认为，产业内部技术含量的提高能够有效抑制高耗水产业的进一步扩张，区域内主导产业由劳动密集型向技术密集型转变，其生产附加值得到提升，从而能够提高用水效率。从产业间角度来看，Sharma［14］认为，随着一个地区经济发展，其产业发展将逐渐由劳动密集型向资本密集型再向技术密集型转变，从而表现出更高的资源配置效率。因此，在数字经济发展推动传统产业升级的过程中，产业向低耗水、高产出的绿色领域集聚的趋势越来越凸显，从而对水资源利用效率的提高产生明显的正外部性特征。基于此，提出假说2：

H2：产业结构升级在数字经济发展和水资源利用效率之间起到中介作用。

1.3 技术进步：有调节的中介效应

数字经济背景下的技术进步是驱动绿色经济效率优化的关键途径［15］。数字经济能够通过技术进步，加快供给侧改革的步伐。供给侧改革主要是指通过培育高技术产业与改造传统产业并重的方式推动主导产业向高级化、服务化转变的过程。在这个过程中，刘洋［16］认为，以互联网和大数据广泛应用为表征的数字经济飞速发展，能够促进高端人才、高新技术企业、研发资本等创新要素的集聚，打破了知识、技术等信息的空间限制，全面提升了制造业产业链的生产效率和价值创造空间；另外，数字经济利用强渗透性和精准需求捕捉的技术优势，能够有效进行消费者的需求管理，从而引导产业结构升级的方向［17］。因此，对于高技术水平的地区而言，数字产业化和产业数字化的基础比较扎实，供给侧改革和需求侧管理的手段将更加丰富，将更加容易通过产业结构升级影响水资源的利用效率。基于此，提出假说3：

H3：技术进步对产业结构升级在数字经济发展和水资源利用效率的中介效应具有正向调节作用。

综合假说1～3，数字经济发展对水资源利用效率的具体影响如图1 所示。

图1 数字经济对水资源利用效率的影响机理

2 研究方法

2.1 计量模型设定

（1） 验证H1，针对数字经济对水资源利用效率的直接影响构建基准模型：

式（1） 中，Effit是省（区、市）i在t时期的水资源利用效率，Digit是省（区、市）i在t时期的数字经济发展水平，向量τj代表一系列控制变量，ui表示个体固定效应，δt代表时间固定效应，εit代表随机扰动项。

（2） 验证H2，探究数字经济与水资源利用效率之间可能存在的中介机制，本文采用因果逐步回归法进行路径检验。在基准回归的基础上，引入中介变量产业结构升级，构建数字经济对水资源利用效率的中介效应检验模型：

其中，式（2）、（3） 中的Upg表示中介变量产业结构升级，其他变量与基准模型设定相同。根据因果逐步回归检验法步骤，当系数α1、β1、γ1、γ2都显著时，表明产业结构升级在数字经济和水资源利用效率之间起到中介效应。

（3） 验证H3，在构建中介模型的基础上，搭建同时包括中介变量和调节变量的有调节的中介效应模型。该模型表明解释变量通过中介变量影响被解释变量，即产生中介效应，同时中介效应受到调节变量的影响。采用依次检验法设定模型：

相关变量与前文设置一致，当系数α1、β1、γ2、δ3皆显著时，表明有调节的中介效应显著。

2.2 变量定义及测度

2.2.1 被解释变量

被解释变量为水资源利用效率，参考王兆峰和王梓瑛［18］的研究，本文的效率测算使用超效率SBM 模型。投入指标包括：劳动力、资本和水资源，产出指标包括：各省（区、市）GDP、废水中化学需氧量排放和工业固体排放量。

2.2.2 解释变量

解释变量为数字经济，相关测度指标尚未有统一的定论。参考中国信息通信研究院和国家统计局发布的数字经济指标体系，并考虑到数据的连续性和长期可观察性，本文从数字基础设施、数字信息化水平、数字产业化和数字金融水平4 个方面来综合评价省级层面的数字经济发展水平。与此同时，为反映数字经济的相对优劣与水平排序，参照邹秀清等［19］的研究，综合运用熵权－TOPSIS法对数字经济发展水平进行测算。

2.2.3 中介变量

中介变量为产业结构升级，采用产业结构高级化指数来衡量。从产业结构高级化角度来看，它是一种经济结构“服务化” 程度加深的过程，也是一种从低层次向高层次发展的过程。故产业结构高级化用第三产业增加值与第二产业增加值相除得到。

2.2.4 调节变量

调节变量为技术进步。技术进步是经济发展质量的决定性因素，人均发明专利又是各类创新活动中对经济发展质量产生作用最为直接的表现。借鉴王军和车帅［20］的研究方法，采用各省（区、市）人均发明专利授权量来衡量。

2.2.5 控制变量

本文选取的主要控制变量包括：经济发展水平、对外开放程度、人力资本水平、市场化水平、环境规制强度和财政集中度。表1 列出了各变量的详细定义。

表1 主要变量定义

2.3 数据来源

本文选取2011～2021 年中国内地30 个省级330 份面板数据（考虑到数据的可得性和完整性，不包含西藏及港、澳、台地区），数据来源于《中国统计年鉴》、《中国环境统计年鉴》 及各省（区、市）统计年鉴与统计公报。对其中存在的个别缺失值采用插值法补全，并进行标准化处理。

3 结果与分析

3.1 假设检验

3.1.1 基准回归结果

从整体层面考察数字经济（Dig）对水资源利用效率（Eff）的影响，表2 中报告了基准回归结果，列（1）～（7） 是样本期间内逐步添加控制变量的回归结果，所有模型中均控制了个体固定效应和时间固定效应。根据列（1） 数据显示，在不加入控制变量的情况下，水资源利用效率的系数为0.132 并在1%的水平下显著，在逐步添加控制变量的过程中，核心解释变量数字经济的系数均始终显著为正。根据列（7） 结果，数字经济发展水平与水资源利用效率提升之间存在正向关系，即数字经济的发展水平每提升10%，水资源利用效率相应会提高约1.29%。

表2 数字经济发展水平对水资源利用效率影响的回归结果

就控制变量的回归结果而言，经济发展水平（PerGDP）、对外开放程度（Invest）和人力资本水平（Edu）均可以促进各省（区、市）水资源利用效率的显著提升。其内在原因在于：更高的经济发展水平增加了人们对高质量环境的需求，人们对水资源的可持续利用和水环境治理的要求更加迫切；随着对外开放程度的提升，高度开放的国家与地区面临着来自国际社会对环境可持续性日益严格的要求，这种外部压力倒逼国内各省（区、市）加大力度来提高水资源的有效利用；人均教育水平（Edu）的普遍提高为公众了解和认识水资源的重要性、个人和团体的主动性得到了激发和引导，从而自发采取节水措施，促进节水观念在社会中的普及和传播。

市场化水平（Market）、环境规制强度（Regu）和财政集中度（Fin）则阻碍了水资源利用效率进一步提升。这一结论与赵娜等［21］的观点相一致，水资源要素市场的扭曲给中国经济绿色发展带来了间接的不利影响，表现为低生产率和环境污染的双重问题。环境规制的加强可能会导致企业生产的遵循成本增加，进而对创新投入产生挤出效应。相比较而言，基于市场的自愿性法规在刺激绿色创新方面比命令和控制环境法规更有效［22］。尽管适度的政府干预可以补偿市场失灵和解决水资源作为公共产品所带来的外部性问题，但政府支出规模的不断扩大会进一步加大对市场的干预程度，反而可能削弱个体的节水意愿和主观能动性。

3.1.2 中介效应分析

为分析 “数字经济（Dig） －产业结构升级（Upg）－水资源利用效率提高（Eff）” 的作用路径，本文采取因果逐步回归法验证。根据表3 回归结果，可看出列（1） 回归系数与前文一致。列（2）回归系数为0.202，且在1%显著性水平下为正，表明数字经济发展水平与产业结构升级存在较强的正相关关系。列（3） 的检验结果显示产业结构升级对水资源利用效率具有正向促进作用，系数为0.320，且在1%的显著性水平下显著。相比基准回归数据而言，在加入产业结构升级后，数字经济（Dig）的系数由0.0132 下降为0.0092，表明在数字经济推动水资源利用效率提升的过程中，产业结构升级发挥了中介效应的作用。

表3 产业结构升级的中介效应检验

究其根本，随着数字技术的应用和升级，数字经济逐渐成为相关产业间的“润滑剂”。数字技术的运用改变了传统产业地域的约束，使得传统产业发展能够实现更为灵活的布局和资源配置；另外，数字经济加强了各个产业之间的联系和互动，促进了产业融合和重组。数字技术的不断运用使得不同产业之间的界限变得模糊，传统产业与新兴产业交叉混合不断形成新的产业形态，加速了相关产业结构优化升级。上述结论与Wang 等［23］得出的结论一致，即水资源从生产率低的部门或行业向生产率高的部门或行业转移会推动整个国家经济部门水资源利用效率的提高，故而产业结构升级能够作为数字经济的传导路径。上文检验说明数字经济发展水平对水资源利用效率的提升作用一部分是通过产业结构升级实现的，即产业结构升级起到了中介作用，“数字经济发展（Dig）－产业结构升级（Upg）－水资源利用效率提高（Eff）” 的作用路径成立，H2 得证。

3.1.3 有调节的中介效应分析

技术进步作为绿色经济增长的主要源泉，能起到调节产业结构升级在数字经济和水资源利用效率中的中介效应的作用。表4 报告了引入技术进步后的调节中介效应检验，列（1）～（4） 分别检验了模型（4）～（7）。列（1） 数据显示，数字经济（Dig）的估计系数为0.162，技术进步（Tec）的估计系数为0.082，二者均通过1%显著性水平检验，说明数字经济发展水平、技术进步与水资源利用效率均表现为较强的正相关关系；列（2）数字经济（Dig）的系数0.208 显著为正，表明其能够提升水资源利用效率；列（3） 中产业结构升级（Upg）的系数为0.320，技术进步（Tec）的估计系数为0.052，且都在5%水平下显著，说明数字经济和技术进步均能够提升水资源利用效率，同时产业结构升级的中介效应是成立的；列（4）中产业结构升级和技术进步的交互项（Upg∗Tec）的系数为0.242，且通过1%水平下的显著性检验。

表4 技术进步下有调节的中介效应检验

分析其可能的原因在于：对于高技术进步水平的地区而言，其新旧产业结构迭代升级速度也会相应高于其他地区，因此，技术进步能够正向调节产业结构升级在数字经济与水资源利用效率间的中介效应。技术创新能够促进不同产业之间的跨界融合与协同创新，有助于打破传统意义上的产业壁垒，促进相关产业结构升级。更重要的是，技术创新能够推动产业向绿色可持续发展的方向升级，清洁能源技术的研发和应用能够提高产业的环境友好性，从而带来绿色产业的转型升级和水资源高效利用。与此同时，该系统能够在提供水资源空间分布信息和用水量等数据的基础上，制定科学的水资源产业分布策略，优化水资源配置和利用效率。上述结论与Zhou 等［24］得出的结论一致，即在产业结构转型的背景下，通过技术进步促进产业结构升级和优化是实现可持续发展的有效途径。因此，产业结构升级在数字经济发展水平和水资源利用效率中的中介效应受到了技术进步的正向调节，H3 得证。

3.2 稳健性检验

为排除数字经济和水资源利用效率之间可能存在的内生性问题，增强上述结论的可靠性，本文从以下几个方面展开内生性讨论和稳健性检验：

（1） 工具变量法。为降低内生性问题，本文参考Nunn 和Qian［25］的研究，采用各省（区、市）每万人固定电话数量（与个体变化有关）与上一年全国互联网宽带接入端口（与时间有关）的交互项作为数字经济发展的工具变量（IV），使用两阶段最小二乘法（2SLS）进行内生性分析。

（2） 更换核心解释变量。本文替换数字经济原有的测度指标体系，采用单独指标来测算。为验证估计结果的可靠性，进一步采用信息传输、计算机服务和软件业与城镇单位从业人员期末人数之比作为数字经济的代理指标重新估计基准模型［26］。

（3） 更换被解释变量。本文将原有的期望产出替换为以2011 年不变价格计算的实际GDP，同时把原有的非期望产出替换为氨氮排放量，替换相关指标后重新测算水资源利用效率，在此基础上进行稳健性检验。

（4） 缩短样本年限。将原样本年限由2011～2021 年缩短为2016～2021 年。具体结果如表5 所示，核心解释变量数字经济的系数符号及显著性与基础回归结果相比无明显变化，这表明在考虑内生性问题后，上述研究结果依然稳健。

表5 内生性和稳健性检验

3.3 进一步讨论：异质性检验

上述基准回归分析表明，数字经济发展能够促进中国各省（区、市）的水资源利用效率显著提升，且无论是否添加控制变量，其回归结果依然显著。由于中国各地区经济发展水平和数字基础设施建设情况差异明显，数字经济在不同地区是否均能发挥对水资源利用效率的正向促进作用有待检验。然而，传统的中国地域划分标准在准确展示经济状况的基本态势方面已显不足，且难以反映区域产业格局的动态变化。在此背景下，本文采用八大综合经济区的划分标准来展开分析更为恰当。因此，本文将样本省（区、市）划分为东北综合经济区、北部沿海综合经济区、东部沿海综合经济区、南部沿海经济区、黄河中游综合经济区、长江中游综合经济区、大西南综合经济区和大西北综合经济区8 个子样本进行分组回归检验，进一步验证数字经济对水资源利用效率影响的异质性。表6 中列（1）～（8） 数据分别为八大经济区检验结果，结果表明，数字经济的估计系数及显著性水平在不同区域内存在显著差异。

表6 八大经济区异质性检验

就列（1）～（3） 北部、东部及南部沿海经济区而言，数字经济发展对水资源利用效率的影响系数分别为0.125、0.233 和0.058，且均通过10%显著性水平下的检验，表明数字经济的发展对该区域水资源利用效率产生促进性作用。分析其可能的原因在于，北部、东部及南部沿海地区拥有高素质的人才、先进的制造业基础和现代化物流体系，其丰富的人力资源和物质资源的积累使得沿海地区的数字基础较为牢固。与此同时，沿海地区数字经济的发展促进了先进水资源管理技术和高科技水利设施的应用，政府部门及相关机构在水资源调度、节水灌溉和雨水收集监测的方面群策群力，合力提升了沿海地区水资源的利用效率。

就列（4）、（5） 黄河中游及长江中游综合经济区而言，数字经济发展对水资源利用效率的影响系数分别为－0.103和－0.146，且未通过显著性水平检验，表明数字经济的发展并未对区域水资源利用效率产生促进作用。造成该结果的主要诱因在于，相较于沿海地区发达城市，黄河、长江中游地区基础设施建设相对滞后，促进数字经济发展的高素质人才和科技资源较为短缺，该地区的数字经济发展水平较为薄弱。同时，该地区产业结构以农业和传统制造业为主，而现代化水利设施缺乏和水资源综合管理滞后导致了农业灌溉存在非高效利用的问题。水资源的利用和调度缺乏统筹规划和科学管理，难以实现最优的水资源配置。因此，该地区较为薄弱的数字经济发展水平并未显著提升水资源利用效率。

就列（6） 西北地区而言，数字经济对水资源利用效率的影响系数为0.032，且通过1%显著性水平下的检验。其原因在于：为解决西北地区普遍面临的水资源短缺问题，该区域采用了跨区域调配水资源的措施，主要通过信息技术和大数据分析来数字化监测水资源供需情况，从而实现对水资源的精准调度和管控；另外，西北地区政府给予当地企业数字经济发展较大的政策支持，包括提供资金投入、税收优惠、研发支持等方面。这些政策举措为企业营造了良好的创新氛围和发展机遇，鼓励并引导了企业加大对节水技术产品的改造力度。

就列（7） 东北地区而言，数字经济对水资源利用效率的影响未通过显著性检验。探究其内在原因可发现，东北地区的产业结构以重工业和传统制造业为主，相对较少涉及数字经济领域，特别是与水资源管理相关的数字化技术应用较为有限。并且，东北地区缺乏先进的技术基础和创新能力支撑，限制了数字经济在水资源利用效率提升方面的作用。就列（8） 西南地区而言，数字经济对水资源利用效率的影响未通过显著性检验。这是由于西南地区地理环境特殊，水资源的高效利用本身就存在较大挑战性。且该地区农业占比较高，数字经济的应用受到区域农业结构和经济基础的制约。此外，该地区数字领域技术的研发和应用相对较为滞后，水资源管理意识和政策支持相对不足，从而导致该地区有限的数字经济发展并未带来水资源利用效率的显著提升。

4 结论与政策启示

4.1 结论

在当前我国经济高质量发展受到水资源问题的制约，且国家大力推行“数字中国” 战略的背景下，如何利用数字经济发展来高效提升中国各省（区、市）的水资源利用效率成为重要的现实课题。本文以2011～2021 年中国30 个省（区、市）的面板数据为研究样本，首先综合采用熵权－TOPSIS 测算得出数字经济发展水平指数，其次运用非径向非角度的超效率SBM 模型计算水资源利用效率，基于以上数据，最后采用中介效应及调节的中介效应等方法检验数字经济对水资源利用效率的影响及作用路径。主要结论如下：

（1） 数字经济发展能够显著提升中国各省（区、市）水资源利用效率水平，且无论是否添加控制变量，该结论依然显著成立；（2） 中介效应分析表明，中国各省（区、市）的数字经济发展可以通过促进产业结构升级来提升当地的水资源利用效率，表明数字经济发展不仅促进了产业结构高度化水平，也加强了各产业之间的联系，更加合理的产业布局使得水资源利用效率显著提升；（3） 有调节的中介效应分析表明，技术进步能够正向调节产业结构升级在数字经济发展和水资源利用效率之间的中介作用；（4） 异质性分析表明，由于中国八大经济区经济水平及产业基础各异，数字经济发展水平在对水资源利用效率影响上存在较为明显的区域异质性特点。

4.2 政策启示

基于上述研究结论，提出相应政策建议：

（1） 加强数字基础设施建设，持续释放“数字红利”。政府相关部门应全面推进新一代信息基础设施的构建，包括5G 网络、大数据技术和云计算等。同时建立相应的数字治理机制和网络安全保障体系，为数字经济的发展提供坚实支撑，同时为推动绿色经济高质量发展创造良好的环境和条件。

（2） 积极促进产业结构升级，充分发挥技术进步的催化作用。政府应采取创新性的产业结构优化升级战略，以优化产业布局为核心，在数字化与产业相互融合的基础上，推动数字经济与水资源利用相关领域的协同发展。与此同时，积极促进科技创新，引领产业结构升级，持续推进以科技为主导、以可持续发展为目标的高质量发展战略的实施。

（3） 统筹兼顾数字经济发展空间布局，注重八大经济区水资源利用效率提升路径的因地制宜性。沿海经济区应依托其经济领先地位，发挥充足资本、高素质劳动力和先进技术等数字要素集聚优势。黄河中游、长江中游要着力于加强基础设施建设和培育创新创业环境，并加快推进多方参与的协同治理模式。东北、西南和西北经济区应该充分借助国家政策红利，加快数字基础设施建设，在合理评估自身产业承载水平的基础上促进水资源集约化利用。