摘要：我国工业用水效率低下已成为制约工业发展的资源瓶颈。论文基于中国30 个省区1999—2011 年的面板数据，利用SBM-Undesirable 和Meta-frontier 模型对共同前沿与群组前沿下各省区工业用水效率及其影响因素进行实证研究。研究结果表明，由于各省区工业用水技术水平的异质性，不同前沿下工业用水效率存在较大差异；考虑工业水污染的工业用水效率普遍较低，存在较大的效率改善空间。进一步研究发现，现行水价存在很大程度的扭曲，没有起到应有的提高水资源有效配置的作用。政策含义表明，工业用水效率不仅与地区工业发展的技术异质性有关，也和工业水污染及治理效果有关；应逐步提高现行工业水价，可仿照居民用水实行阶梯水价。

水资源是地球生物赖以生存的环境资源，是人类生产和生活不可替代的有限自然资源。相关研究发现，我国一方面面临着水资源危机，另一方面农业、工业和其他产业用水效率均处于世界较低水平，特别是工业用水效率远低于发达国家。在我国进入工业化中期阶段后，工业发展对水的依赖性逐步增大。“十一五”末期比“十五”初期工业用水量增长了27%以上，年均增速达到2.43%，用水占比也从20.7%上升到24.1%；而同期我国供水总量年均增速不足1%。但同时，我国工业水污染问题仍然没有得到根本解决。近年来工业废水中COD和氨氮排放量虽有所下降，但仍然处于较高水平。为此，国务院2012 年1 月发布《关于实行最严格水资源管理制度的意见》，意见指出：当前我国水资源面临的形势十分严峻，水资源短缺、水污染严重、水生态环境恶化等问题日益突出，已成为制约经济社会可持续发展的主要瓶颈。意见还提出了水资源“红线”：到2030 年全国用水总量控制在7×1011 m3以内；用水效率达到或接近世界先进水平；万元工业增加值用水量降低到40 m3以下。因此，可以认为当前和今后一个时期我国工业发展面临着用水的双重约束，即一方面受制于工业供水总量的控制，另一方面又必须面对工业水污染治理的问题。在此背景下，科学高效地利用水资源，逐步提高工业用水效率是解决中长期工业发展的根本途径。

近年来，一些学者在区域用水效率方面进行了有益的探索，钱文婧等[1]利用投入导向DEA模型测算了1998—2008 年我国用水效率，认为其随时间呈现先下降后上升的趋势，而空间上从高至低依次为东、中、西部，并指出产业结构、进出口需求和地区水资源禀赋对其均有显著的影响。而在用水效率影响因素方面，主要包括水价[2-4]、产业结构[5-8]、配置和制度[9]、区域经济或产业发展[10-12]。此外，就产业用水效率方面，大部分研究集中于农业用水效率问题[13-14]，而工业用水效率问题只引起少数学者的关注[15-16]。

虽然已有研究从不同角度、运用不同方法对国内外水资源利用效率进行了比较全面的分析，但除岳立等[17]和孙才志等[18]外，以往研究在测算用水效率时都没有考虑水污染对其造成的影响。岳立等[17]基于中国13 个典型工业省区2003—2009 年数据，运用考虑非期望产出方向性环境距离函数（DEDF） 方法测算工业用水效率，认为其在不同地区间存在差异，在时间上呈递增趋势；并利用Malmquist-Luenberger （ML） 指数分解法，得出其提高的主要驱动因素是效率变化率，而技术进步对其作用并不明显的结论。文章虽然考虑了工业污染对用水效率的影响，但仍存在以下不足：①仅以13 个省区作为DEA计算的DMU，显然违背了DEA度量的严格经验法则，即DMU个数不应少于投入与产出变量个数乘积的两倍①[19]；②文章没有考虑到中国不同区域工业发展差异对工业用水效率的可能影响；③论文使用ML指数测度的效率事实上应理解为考虑了工业用水及工业水污染的工业增长效率，而非真正的工业用水效率。此外，孙才志等[18]虽然考虑了“非期望”产出，但侧重于中国省际水资源全局环境技术效率，与本文研究的工业用水效率在研究方法和研究对象上均不同。

本文基于已有研究成果及不足，实证考察资源和环境双重约束下我国30 个省区（因缺少资料，未计算西藏、香港、澳门和台湾） 工业发展中的工业用水效率，研究了不同因素，特别是水资源价格对其的影响。主要贡献在于：①考虑了污染对工业用水效率的影响，将工业废水中COD、氨氮排放量作为非期望产出引入到用水效率的度量模型中；②考虑到中国工业发展的区域阶梯性和差异，引入共同前沿函数（Meta-frontier） 探讨工业发展差异会否导致工业用水效率差异；③将工业用水效率一系列影响因素作为控制性变量，着重考察工业水资源价格对工业用水效率的影响，并比较了其与“真实”市场价格间的差别，检验现行工业水价是否存在扭曲。

1 研究方法与数据来源

1.1 共同前沿（Meta-frontier）模型

用DEA 方法度量不同省区的工业技术效率时，其潜在假设认为被评价经济单元（DMU） 具有相同或类似的技术水平，以便探究技术无效率背后的技术差距和管理水平。不过，由于我国各省区间工业发展水平和技术存在较大差距，另外，在产业结构、资源禀赋、城市化水平等方面也存在较大差别，不同省区所面对的生产前沿事实上有较大出入；此时，如果不考虑这些差异，继续采用总体样本进行工业用水效率的评价，将无法准确地衡量各省区真实的工业发展效率和工业用水效率。针对此问题，Battese 等[20]首先给出这一方法：依据某一标准将DMU划分为不同群组，用随机前沿法（SFA） 界定出不同群组前沿和共同前沿，并估计不同群组前沿和共同前沿的技术效率，进而得出技术落差比率（Technology Gap Ratio, TGR）。但SFA的假设是所有DMU均有潜力达到相同的技术前沿，可能导致共同前沿无法包络群组前沿，另外SFA也不能针对多投入多产出的情况[21]。据此，Battese等[22]使用DEA方法扩展了这一研究，解决了上述问题。

版权、出处：《自然资源学报》