環境規制、FDI集聚與長江經濟帶用水效率的空間溢出效應研究

丁緒輝 高素惠 吳鳳平

摘要 推動長江經濟帶綠色高質量發展，應嚴格控制水資源耗費總量及強度，提升用水效率與降低水污染排放，并加強跨域水資源優化配置與水污染協同治理。本文以長江經濟帶11省市為研究對象，以GDP與廢水排放量分別作為合意產出與非合意產出，采用SE-SBM模型對2005—2017年長江經濟帶的省際用水效率進行測度，重點考察用水效率、環境規制、FDI集聚、二者交叉項的空間相關性，并采用空間與時間雙固定的SDM模型，檢驗省際用水效率及環境規制、FDI集聚等驅動因素的空間溢出效應。用水效率結果顯示，經濟帶用水效率整體上呈現先下降后上升U型趨勢，但中西部一些省份用水效率一直處于下降趨勢;省際用水效率呈現東西中部各省市階梯下降，且整體上呈現先趨同后不斷擴大的趨勢，僅中部省份用水效率呈現趨同趨勢。空間溢出檢驗顯示，用水效率與環境規制、用水效率與FDI集聚在大多數年份呈現顯著空間相關性;環境規制、環境規制與FDI集聚的交叉項、工業化存在顯著的負向效應，城鎮化、技術創新、地區發展水平存在顯著正效應;環境規制、環境規制與FDI集聚的交叉項、城鎮化、工業化、外貿依存度正向溢出顯著，技術創新負向溢出效應顯著。應嚴格控制水資源消耗與水污染排放，制定科學合理且標準統一的環境規制，推動新型城鎮化建設與產業轉型升級，引導FDI合理集聚與技術溢出，嚴格限制各省區逐底競爭與以鄰為壑，規范長江經濟帶產業梯度轉移。

關鍵詞?用水效率;環境規制;FDI集聚;空間溢出效應;長江經濟帶

中圖分類號?F062.1文獻標識碼?A文章編號?1002-2104（2019）08-0148-08DOI：10.12062/cpre.20190304

2018年政府工作報告提出，以生態優先、綠色發展為引領推進長江經濟帶發展，以綠色發展推進高質量發展。長江經濟帶經濟快速增長，以約20%的國土面積支撐著近45%的經濟總量和40%以上的人口，但快速經濟增長和城鎮化背后水資源消耗與水環境污染凸顯。2017年，長江流域515個評價水源地全年水質合格率僅為73.2%，全年期水質劣于III類水河長已占到16.1%，雖略好于中國三河三湖等流域（淮河、海河、遼河與太湖、巢湖、滇池），但仍面臨著嚴峻的水資源與水環境危機[1]。“流域生態功能退化依然嚴重，長江雙腎洞庭湖、鄱陽湖頻頻干旱見底，沿江產業發展慣性較大，污染物排放基數大”。長江經濟帶廢水排放總量占全國的40%以上，水環境問題根本在于不合理的水資源利用與水污染排放的經濟集聚，長江經濟帶水污染治理與用水效率的提升道阻且長[2-3]。

長江經濟帶產業轉移或伴隨著水污染避難，2017年《長江經濟帶產業轉移指南》提出，引導資源加工型、勞動密集型和以內需為主的資本、技術密集型產業向中上游有序轉移。因資源環境壓力及較為嚴格的環境規制，一些高耗水高排放產業選擇逆江而上跨域轉移，需借助環境規制理念與手段規范各用水主體的行為，而提高用水效率與降低非合意產出也成為實現上述目標的重要途徑[4]。某地區水環境治理投入也會因相鄰地區污染外溢很難見效，中國特殊的政治與財稅體系也導致地方政府很難通力合作，FDI（Foreign Direct Investment，外商直接投資）集聚也存在“污染光環”和“污染避難”兩種假說[5]，應從環境規制與FDI集聚的府際競爭與空間溢出角度考察經濟帶省際用水效率的空間分異。

1?文獻綜述

面對愈發嚴峻的水資源形勢，科學評價用水效率及探究其驅動因素也越來越受到學術界的關注，如錢文婧與賀燦飛[6]從全要素生產率出發并借助于數據包絡分析模型對水資源利用效率進行測度，丁緒輝等[7]也考慮非合意產出即廢水排放評價生產過程中的水資源利用效率，馬海良與黃德春等[8]還從省際層面將用水效率區分為技術效率、技術進步和全要素生產率等。水問題存在明顯的外部性與溢出效應，不僅污染排放存在空間依賴性，用水效率的空間依賴特征與溢出效應也引起學界關注[9-10]。王立平等[11]構建納入空間因素的面板模型實證檢驗工業水污染空間溢出效應，孫才志等[12]則采用探索性空間分析技術探究水資源利用環境技術效率空間分布特征。

水資源與水環境問題的根源在于經濟發展方式，晉升錦標賽也會影響環境規制實施效果，一部分學者認為地方政府競爭有利于促進環境保護，另一部分則持相反觀點[13-15]。也有學者提出有別通常的環境避難所的觀點，因承接產業轉移中技術創新與環境改善的正溢出效應，地方政府已傾向嚴格環境規制以引入高質量外資[16-18]。石大千等[19]提出FDI對技術創新的擠出和溢出效應相互作用，從而導致實際技術創新水平有所下降。而劉舜佳[20]提出FDI不同知識溢出也對環境污染影響所表現出空間差異性，FDI在本區域呈現污染天堂效應而在鄰近區域呈現污染光環效應。郭慶賓等[21]則提出不同類型的環境規制對國際R&D溢出也具有空間異質性。

目前相關研究主要集中于用水效率的空間溢出測度，涉及空間誤差模型、空間杜賓模型、地理加權模型等[22-23]，應綜合考慮水資源利用過程中的合意產出與非合意產出，更多地從環境規制或FDI集聚的角度考察用水效率的空間溢出效應，從而深刻理解用水效率的空間分異與動態演化過程，為推進長江經濟帶綠色發展提供有益的政策參考。

2?模型構建

2.1?數據包絡模型

數據包絡分析（Data Envelopment Analysis，簡稱DEA），是基于被評價對象間相對比較的非參數技術效率分析方法。相對于隨機前沿分析法，其可以忽略具體的函數形式和數據的標準化處理，也不需要對效率項分布做出正確的先驗假設[24]。DEA模型最早由美國邏輯學家Charnes等于1978年提出，Tone Kaoru于2001年提出考慮松弛變量改進的SBM模型（Slack Based Measure）。此處采用考慮非合意產出的SE-SBM模型，其能夠解決徑向模型對無效率測量未包含松弛變量的問題，還解決有效DMU的效率高低區分問題，同時還將“壞”的產出納入衡量體系，能夠更加真實全面反映區域水資源利用效率[25]。

minρ=1+1m∑mi=1s-ixik

1-1q1+q2（∑q1r=1sg+rygrk+∑q2r=1sb-tybrk）

（1）

s.t.∑nj=1，j≠kxijλj-s-i≤xik，

∑nj=1，j≠kyrjλj+sg+r≥ygrk，

∑nj=1，j≠kybtj-sb-t≤ybtk

1-1q1+q2（∑q1r=1sgrygrk+

∑q2r=1sbrybrk）>0，

s->0，sb>0，sg>0，λ>0

i=1，2，…m;r=1，2…q;j=1，2…n（j≠k）

在公式（1）中，假定生產系統有n個決策單元，每個決策單元又可以區分為m種投入（x）、s1種期望產出（yg）、s2種非期望產出（yb），定義矩陣X、Yg、Yb為X=[x1，x2，…xn]，

Yg=[yg1，yg2，…ygn]

，

Yb=[yb1，yb2，…ybn]

。s為投入與產出的松弛量，λ是權重向量，目標函數ρ關于s-、sb、sg，并且其值在0與1間，xij為第j個DMU的i項投入，yrj為第j個DMU的r項產出。待決策單元，當且僅當其值為1時，即滿足s-、sb、sg相等時，該決策單元有效，否則無效或效率損失[26]。

2.2?空間計量模型

最初空間計量模型是對橫截面數據進行建模，而空間面板模型同時捕捉觀測單位在空間與時間上的特征變化，正適用于長江經濟帶用水效率的空間溢出測度。水資源耗費或水污染排放并非單純的局部水問題，而多會通過水環流、水擴散等自然因素，以及產業轉移、污染泄漏、區際貿易等經濟機制影響到鄰近省份[27-28]。此處將對有可能涉及的空間滯后、空間誤差、空間杜賓模型進行說明，在設定具體的空間計量模型進行估算前，需要確認空間相關性的存在，一般構建莫蘭指數統計量進行驗證。如果基于LM統計量的檢驗拒絕非空間模型而接受空間滯后模型或空間誤差模型，LeSage & Pace[29]推薦考慮使用空間杜賓模型，把空間滯后擴展為帶有空間滯后解釋變量的模型。

yit=ρW′iyt+X′itβ+μi（optional）+ξt（optional）+εit

（2）

yit=X′itβ+μi（optional）+ξt（optional）+it

it=λ∑Nj=1Wijij+εij

（3）

yit=ρ∑Wijyij+X′itβ+ρ∑WijXijt+μi（optional）+

ξt（optional）+εit

（4）

公式（2）中，yit為觀測單位i在時間t上的被解釋變量，x′it是解釋變量第i行，Wij為預設的非零N×N階空間矩陣，λ是空間擾動項自相關系數，μi、ξt分別對應空間與時間效應。公式（3）中，W′iyt=∑Nj=1Wijyit為yit和其鄰近單位yit之間的空間互動項，空間效應控制所有空間單位待定的非時變的變量。公式（4）中，空間杜賓模型可以用來檢驗假設：H0：θ=0且H0：θ=θ+ρβ=0。第一個假設檢驗考察空間杜賓模型為是否能簡化為空間滯后模型，而第二個假設檢驗則考察它是否能簡化為空間誤差模型，如果兩個假設都被拒絕，則空間杜賓模型能更好地描述水環境治理的空間溢出效應[30]。

3?用水效率測度

3.1?數據選取說明

對于區域經濟增長中的水資源投入產出關系，水資源是需要借助于其它生產要素才能發揮經濟效益的資源，不能簡單地將水資源用量與區域經濟增長直接關聯，需要將水資源與勞動力、資本統一納入投入，將合意產出實際GDP（Gross Domestic Product，國內生產總值）、非合意產出廢水排放量同時作為產出，具體投入產出指標數據說明如下。

①資本投入。目前普遍采用的是Goldsmith于1951年開創的永續盤存法，此處借鑒張軍等[31]提出的選取基準年估計再采用永續盤存法測算各省市資本存量，數據來源于2006—2018年的《中國統計年鑒》。②勞動力投入。因目前制造業大國地位和高等教育事業推廣，此次僅選取各省市年末的城鄉從業人員總數，不再考慮勞動力質量層面的問題，數據來源于2005—2017年的各省國民經濟與社會發展統計公報。③地區用水總量。此處近似將生活用水作為第三產業用水，從而選取工業用水、農業用水和生活用水的總和作為水資源投入指標，數據來源于2006—2018年的《中國統計年鑒》與《中國水資源公報》。④實際GDP。此處在GDP增長中去除價格變動的影響，合意產出采用2005年為基期的各省市實際GDP來表示，數據來源于2006—2018年的《中國統計年鑒》。⑤廢水排放總量。廢水中包含鉛、汞、鎘、砷、氮、磷等，但此處并未對其具體污染物進行細分，僅選用廢水排放總量將其作為水資源利用的非合意產出，數據來源于2006—2018年的《中國統計年鑒》。

3.2?實證結果解讀

本文選取“長江經濟帶”11省市2005—2017年的相關數據，鑒于此文篇幅限制，此處對各類投入與產出指標不再一一列出，此處采用考慮非期望產出且產出導向的SE-SBM模型，利用MAXDEA采用全局參比對各省市用水效率進行測算，計算結果見表1。此處設定期望與非期望產出的權重比為1∶1，即把廢水排放控制與經濟增長放在同等位置，將其視為關系國計民生的頭等大事，對考慮非合意產出的用水效率進行測算。

第一， 從用水效率的動態演進來看，2005—2017年間長江經濟帶用水效率的均值，整體上呈現U型趨勢且從2014年開始持續上升，尤其是上海與江蘇兩省市在2011年就已跨越下行拐點，浙江更是在2005—2017年一直處于用水效率改進提升，正如“環境庫茲涅茨曲線”所論證的經濟發展才是解決資源環境問題的最終手段。但安徽、江西、貴州、云南等省份用水效率下降幅度較大，尤其是江西與湖南等省份2017年的用水效率已不足2005年的60%，這可能與地方政府追求經濟增長與府際逐底競爭密不可分[32]。

第二， 從用水效率的省際差異來看，2005—2017年間長江經濟帶各省市用水效率，東部省市用水效率最高，其次西部省市，最低是中部省份。上海與重慶作為中央直轄市，在用水效率方面一直處于領先地位，這也是直轄市經濟與政治地位的體現。而相對于西部省市，中部省份正面臨著承接東部產業轉移與中部崛起歷史使命，經濟增長勢必以資源耗費與污染排放作為代價。當然，也不能排除西部省市正在或將要走中部省份已經走過的道路，這也符合高耗水高排放產業也是從東部到中部再到西部的梯度轉移規律[33-34]。

第三，從用水效率的變異系數來看，變異系數為標準偏差與平均值的比值，用來衡量省際效率值的離散程度與空間差異，2005—2017年間長江經濟帶用水效率差異，整體上呈現先趨同后不斷擴大的趨勢，這也與西部大開發與中部崛起戰略有所關系，地方政府并未能堅決執行中央政府的環境規制政策。東部省市與西部省市的用水效率也均呈現先收斂后擴散的U型趨勢，僅有中部省份用水效率呈現不斷趨同的趨勢，這也與中部地區用水效率均呈現下降趨勢有關，中部省份經濟發展方式與產業結構較為相似。

4?空間溢出檢驗

4.1?變量選取說明

為解決資源約束趨緊、環境污染嚴重、生態系統退化等問題，“十三五”規劃明確提出“實施水資源消耗的總量和強度雙控行動”，用水效率是否存在顯著的空間相關性，用水效率是否在相鄰省市間存在顯著的空間溢出效應，環境規制、FDI集聚等是否會顯著影響本區域的用水效率乃至相鄰省市的用水效率，這些均要逐一驗證。具體變量選取如下：①被解釋變量，采用考慮非合意產出的用水效率，同時考慮超效率與松弛變量改進。②核心解釋變量，環境規制指標選取工業污染治理成本占工業生產增加值的比重，對工業污染治理顯示出地方政府環境治理的力度。③核心解釋變量，此處FDI集聚將選取年底外商注冊投資總額占GDP的比重，此處相對于FDI更能體現區域內存量與集聚的概念。④核心解釋變量，環境規制與FDI集聚的交叉項，FDI通過環境規制產生污染避難或污染光環的效應。

此外，還將選取以下控制變量：產業結構選取第二產業占GDP的比重，技術創新水平采用以每萬人所擁有的發明授權數量，地區發展水平選取各省市人均GDP，城鎮化水平采用城鎮人口占總人口的比重，外貿依存度選取進出口總額占GDP的比重，水資源稟賦以人均水資源占有量來衡量。為保持數據的平穩性，人均GDP、人均水資源占有量、每萬人所擁有的發明授權數量均進行對數處理。此處數據或原始數據來源于2006—2018年的《中國統計年鑒》，僅人均水資源占有量來源于2006—2018年的《中國水資源公報》。

4.2?空間相關檢驗

此處將選用莫蘭指數探索研究區域用水效率的空間模式，以反映長江經濟帶用水效率的空間相關程度與空間分異，反映空間相鄰區域就特定屬性值的相似程度[35]。Morans I指數取值在（-1，1）間，取值為正表示正相關，值越大表示空間顯著集聚;取值為負表示負相關，絕對值越大表示空間差異顯著;取值為零表示空間不相關。此處采用鄰接空間權重矩陣，即相鄰為1而不相鄰為0，其具體計算見公式（5），n是空間樣本個數，下標i和j表示不同的地區，x為空間單元所觀測特征的平均值，s為其標準差，Wij代表n×n 維空間權重矩陣第i行第j列上的元素。

Morans I=n∑ni=1∑nj=1wij（xi-x）（xj-x）

∑ni=1∑nj=1wij（xi-x）2

（5）

此處將對用水效率、環境規制與FDI集聚分別進行莫蘭指數檢驗，此外還將進行用水效率與環境規制、FDI集聚的雙變量空間自相關的莫蘭指數檢驗（見表2）。從用水效率的莫蘭指數來看，僅有2005、2006、2016、2017年存在空間相關性，但仍然可以看出，長江經濟帶用水效率從空間負相關轉向空間正相關，其余年份雖然不顯著但從表1依然可以看到東中西段用水效率呈現較強的內部空間相關。用水效率與環境規制、用水效率與FDI集聚在大多數年份呈現顯著的空間相關性，這與理論分析相一致。這里主要考察FDI集聚、環境規制及FDI集聚借助于環境規制如何影響本省份及相鄰省份的用水效率，而不是重點考察用水效率的空間相關性。莫蘭指數也僅是驗證是否存在空間溢出的一個方面，還可以通過空間溢出模型中空間效應參數的大小與顯著性水平進行具體判別。

4.3?空間溢出測度

研究對象所取樣本為長江經濟帶11省市而非隨機取自樣本總體，而對樣本數據的似然比估計也可以看出，空間固定效應與時間固定效應的LR檢驗值分別為33.51與67.61，建立的空間面板回歸模型應該同時包括空間與時間固定效應[36]。此處鑒于篇幅有限，不再列出非空間面板估計下的混合估計模型、空間固定效應模型、時間固定效應模型、空間與時間固定效應模型的估計及檢驗結果。但通過以上模型的估計可得知，未考慮空間溢出效應的面板回歸結果經濟學解釋意義較差且與理論推導不相一致，雖然SDM模型也存在一定的莫蘭指數檢驗不顯著，但研究在一定程度上其仍可解釋用水效率的空間溢出，而從雙固定模型中得出的LM統計檢驗量也支持這一做法，表3中的Log-likelihood、Wald、Hausman檢驗結果顯示采用空間和時間雙固定的SDM模型則更為妥當。

在表3中，無論是在隨機效應還是固定效應模型中，環境規制均通過（0.083）或勉強通過（0.117）顯著性檢驗，環境規制對用水效率存在負向效應，環境規制加強有可能會增加企業生產的遵循成本從而擠壓創新成本[37-38]，而在服務業比重較大的省市環境規制的正向效應也未能得到發揮。FDI集聚對用水效率并未呈現顯著的正向或負向效應，不同類型的FDI在不同省市的不同發展階段也呈現不同特征，一些高耗水高排放的FDI也開始轉移投資所在地[39]，而技術密集與人才密集的研發型FDI則更傾向于一些經濟社會發達的東部省市。環境規制此外還會通過FDI對用水效率產生顯著的負向效應，一般來講FDI對廢水排放也會呈現污染避難或污染光環兩種相左的效應，FDI也會選取環境規制較為寬松或執行標準較低的地區，進而不利于FDI承接地的用水效率提升。

在表3中可以看出，城鎮化水平能夠于顯著提升區域用水效率，城鎮化更有利于改變粗放式的供水用水方式與生活廢水污水的集中處理，當然在快速城鎮化規模擴張階段，低質量的城鎮化水平也不一定有利于用水效率的改善[40]。工業化水平對用水效率存在顯著負向效用，相對于第三產業，工業生產需要耗費更多的水資源與排放更多的廢水，目前高技術產業所占的比重不高且大部分高新技術產業園區中非高新技術企業較多。而技術創新存在顯著的正向效應，用水效率的提升必然要依靠先進節水減排技術的創新與應用，各省市技術創新在生態化與綠色化方面也做出很多努力。而人均水資源擁有量并未呈現顯著效用，長江經濟帶各省市并未呈現缺水狀態，或者是更多的呈現水質性缺水。此外，外部依存度也未呈現顯著相關，近年來我國工農業進出口結構也發生很大改變，一些農副產品的大量進口也對國際貿易的虛擬水轉移與虛擬水污染轉移產生顯著影響。

在空間溢出效應檢驗方面，FDI集聚與環境規制對鄰近省市用水效率并未呈現顯著效應，而環境規制與FDI集聚的交叉項卻對鄰近省市用水效率顯著正相關，環境規制也可以算勉強通過（0.112）顯著正相關。長江經濟帶東中西部的經濟發展、產業結構、技術創新均存在較大差距，污染避難還是污染光環是相對于特定區域的特定時期講的，發達省市較為嚴格的環境規制造成成本提升，這也會使FDI選取一些環境規制較為寬松或執行標準較弱的區域。而這些FDI對于落后區域可能更多地扮演著天使的角色，依然有可能給當地較為落后的生產方式與污水處理帶來更為綠色清潔的外部技術溢出與節水減排示范[41]，這一推斷也有別于以往針對特定區域的污染避難或污染光環分析。當然，環境規制也會導致產業經濟帶內區際轉移，不僅僅局限于FDI承接地的轉移，國家也在引導資源加工型、勞動密集型和以內需為主的資本、技術密集型產業向中上游有序轉移。

此外，城鎮化水平與工業化水平均對鄰近省市存在顯著的正向空間溢出效應，無論是城鎮化還是工業化均是社會經濟發展的演進階段，在長江經濟帶內部也存在著從主要城市群、產業集聚區不斷向外擴散的趨勢，不難理解在這一過程勢必伴隨著用水效率提升積極因素。而技術創新雖然在雙固定模型中未通過顯著性檢驗（0.190），但依然可以看到技術創新存在外溢與擴散的同時，也存在著技術與人才的虹吸效應[42]，如安徽相對于江浙滬地區就是明顯的人才谷底，從而不利于落后區域的用水效率提升。外部依存度也存在顯著的正向空間溢出效應，這也與FDI集聚的空間效應分析基本一致，對外進出口一部分也來自于FDI或外商投資企業。而人均水資源擁有量與地區發展水平未能通過空間顯著性檢驗。

5?結論與建議

“十三五”規劃明確提出“推進長江經濟帶發展”，而長江經濟帶在產業集聚與人口聚集的同時也面臨著嚴峻的資源環境壓力，要堅持綠色發展與生態優先，控制水資源利用過程中的水資源耗費總量與強度、廢水排放總量等，最終提升用水效率。本文選取長江經濟帶11省市作為研究區域，以勞動力、固定資產投資與用水總量作為投入指標，以GDP與廢水排放量分別作為合意產出與非合意產出，采用考慮非合意產出的SE-SBM模型對2005—2017年長江經濟帶的省際用水效率進行測度。在此基礎上，本文重點考察用水效率、環境規制、FDI集聚、二者交叉項的空間相關，并采用空間與時間雙固定的SDM模型，檢驗省際用水效率及其影響因素尤其是環境規制與FDI集聚的空間溢出效應。

用水效率測度結果顯示，從發展趨勢來看，研究期限內長江經濟帶用水效率整體上呈現先下降后上升的U型趨勢，但中西部一些省份用水效率一直處于下降狀態;從省際差異來看，長江經濟帶用水效率呈現東西中部各省市階梯下降，尤其是上海與重慶作為直轄市用水效率一直處于領先地位;從變異系數來看，長江經濟帶整體上呈現先趨同后不斷擴大的趨勢，僅有中部省份用水效率呈現不斷趨同的趨勢。從空間溢出效應結果來看，雖用水效率僅在部分年份呈現空間相關性，但用水效率與環境規制、用水效率與FDI集聚在大多數年份呈現顯著的空間相關性;對本區域用水效率的影響作用來看，環境規制、環境規制與FDI集聚的交叉項、工業化存在顯著的負向效應，城鎮化、技術創新、地區發展水平存在顯著正效應;從對鄰近區域用水效率的溢出效應來看，環境規制、環境規制與FDI集聚的交叉項、城鎮化、工業化、外貿依存度正向溢出顯著，技術創新負向溢出效應顯著。

為提升長江經濟帶高質量發展與用水效率，研究應從以下方面采取措施：①選取適當的環境規制強度與政策工具，加強環境規制的執行力與監督考核，避免各地差別化的環境規制與執行標準導致的污染產業區域轉移。②制定科學合理外商直接投資利用政策，引導外資進入綠色環保或高技術產業，嚴格限制高耗水高排放外資企業，充分吸收與借鑒外資企業的先進節能減排技術。③引導長江經濟帶的新型城鎮化建設與工業化轉型升級，減少不切實際的盲目城鎮化與規模擴張，逐步淘汰落后產能、過剩產能與低端制造業，構建經濟帶現代化產業體系。④加強技術創新與成果轉化，貫徹落實創新驅動的發展戰略與打造成為中國最大的創新基地，重點加強對節水減排技術改造的財政支持、稅收優惠與轉化應用，加強經濟帶各省市的技術聯盟與技術共享。⑤建立長江經濟帶水資源利用及水環境治理的協同機制，引導長江經濟帶合理安排產業布局，嚴格限制各省區逐底競爭與以鄰為壑，對于水資源與水污染問題構建經濟帶聯動解決與合理補償機制，規范長江經濟帶產業梯度轉移。

（編輯：李?琪）

參考文獻

[1]長江流域及西南諸河水資源公報編委會. 2017長江流域及西南諸河水資源公報[R]. 武漢：長江出版社，2018.

[2]汪克亮，劉悅，史利娟，等. 長江經濟帶工業綠色水資源效率的時空分異與影響因素——基于EBM-Tobit模型的兩階段分析[J]. 資源科學，2017，39（8）：1522-1534.

[3]胡溪，劉年磊，蔣洪強，等. 基于環境質量標準的長江經濟帶水環境承載力評價[J].環境保護，2018（21）：36-40.

[4]王孟，劉揚揚，李斐. 長江經濟帶水資源保護帶建設規劃體系研究[J].人民長江，2018，49（20）：1-7.

[5]張華，魏曉平. 綠色悖論抑或倒逼減排——環境規制對碳排放影響的雙重效應[J].中國人口·資源與環境，2014，24（9）：21-29.

[6]錢文婧，賀燦飛. 中國水資源利用效率區域差異及影響因素研究[J].中國人口·資源與環境，2011，21（2）：54-60.

[7]丁緒輝，賀菊花，王柳元. 考慮非合意產出的省際水資源利用效率及驅動因素研究[J].中國人口·資源與環境，2018，28（1）：157-164.

[8]馬海良，黃德春，張繼國，等. 中國近年來水資源利用效率的省際差異：技術進步還是技術效率[J]. 資源科學，2012，34（5）：794-801.

[9]COSTANTINI V， MAZZANTI M， MONTINI A. Environmental performance， innovation and spillovers：evidence from a regional NAMEA [J]. Ecological economics， 2013， 89： 101-114.

[10]BATINA R G，GALINATO G I. The spillover effects of good governance in a tax competition framework with a negative environmental externality [J]. Environmental & resource economics， 2017， 67（4）： 701-724.

[11]王立平，黃黎利，胡義偉. 越界水污染“穩健性”影響因素研究——基于空間面板數據EBA模型[J]. 合肥工業大學學報（社會科學版），2016（4）：1-8.

[12]孫才志，趙良仕. 環境規制下的中國水資源利用環境技術效率測度及空間關聯特征分析[J]. 經濟地理，2013，33（2）：26-32.

[13]BRISBOIS M C，DELOE R C. State roles and motivations in collaborative approaches to water governance： a power theory-based analysis [J]. Geoforum， 2016， 74： 202-212.

[14]薄文廣，徐瑋，王軍鋒. 地方政府競爭與環境規制異質性：逐底競爭還是逐頂競爭？ [J].中國軟科學，2018（11）：76-93.

[15]黃建歡，謝優男，余燕團. 城市競爭、空間溢出與生態效率：高位壓力和低位吸力的影響[J]. 中國人口·資源與環境，2018，28（3）：1-12.

[16]魏瑋，周曉博，薛智恒. 環境規制對不同進入動機FDI的影響——基于省際面板數據的實證研究[J]. 國際商貿，2017（1）：110-119.

[17]吳偉平，何喬. 倒逼抑或倒退——環境規制減排效應的門檻特征與空間溢出[J]. 經濟管理，2017，39（2）：20-34.

[18]王娟茹，張渝. 環境規制、綠色技術創新意愿與綠色技術創新行為[J]. 科學學研究，2018，36（2）：352-360.

[19]石大千，楊詠文. FDI 與企業創新： 溢出還是擠出？[J]. 世界經濟研究，2018（9）：120-135.

[20]劉舜佳. 外商直接投資環境效應的空間差異性研究——基于非物化型知識溢出角度[J]. 世界經濟研究，2016（1）：121-135.

[21]郭慶賓，劉琪，張冰倩. 不同類型環境規制對國際R&D溢出效應的影響比較研究——以長江經濟帶為例[J]. 長江流域資源與環境，2017，26（11）：1752-1760.

[22]張雄化，鐘若愚. 灌溉水資源效率、空間溢出與影響因素[J]. 華南農業大學學報（社會科學版），2015，14（4）：20-28.

[23]楊騫， 武榮偉，王弘儒. 中國農業用水效率的分布格局與空間交互影響：1998—2013年[J]. 數量經濟技術經濟研究，2017（2）：72-88.

[24]付麗娜，陳曉紅，冷智花. 基于超效率DEA模型的城市群生態效率研究——以長株潭“3+5”城市群為例[J]. 中國人口·資源與環境，2013，23（4）：169-175.

[25]CECCHINI L， VENANZI S， PIERRI A， et al. Environmental efficiency analysis and estimation of CO2 abatement costs in dairy cattle farms in Umbria （Italy）： a SBM-DEA Model with undesirable output [J]. Journal of cleaner production， 2018， 197（1）：895-907.

[26]王有森，許皓，卞亦文. 工業用水系統效率評價：考慮污染物可處理特性的兩階段DEA[J]. 中國管理科學，2016，24（3）：169-176.

[27]肖光恩，劉錦學，譚賽月明. 空間計量經濟學——基于Matlab的應用分析[M]. 北京：北京大學出版社，2018.

[28]李強，丁春林. 環境規制、空間溢出與產業升級——來自長江經濟帶的例證[J].重慶大

學學報（社會科學版），2019，25（1）：17-28.

[29]LESAGE J P， PACE R K. Introduction to spatial econometric [M]. Boca Rato， Florida： CRC Press， 2009.

[30]劉耀彬，況明，邵翠，等. 門檻模型與空間回歸案例分析[M].北京：科學出版社，2019.

[31]張軍，吳桂英，張吉鵬. 中國省際物質資本存量估算：1952—2000[J].經濟研究，2004（10）：35-44.

[32]趙樹迪，周顯信. 區域環境協同治理中的府際競合機制研究[J]. 江蘇社會科學，2017（6）：159-165.

[33]胡志強，苗長虹. 中國污染產業轉移的時空格局及其與污染轉移的關系[J]. 軟科學，2018，32（7）：39-43.

[34]豆建民，崔書會. 國內市場一體化促進了污染產業轉移嗎？[J].產業經濟研究，2018（4）：76-87.

[35]XIONG Y，BINGHAM D，BRAUN W J，et al.Morans I statistic-based non-parametric test with spatio-temporal observations[J]. Journal of non-parametric statistics， 2019， 31（1）：244-267.

[36]丁緒輝，高新雨，田澤.民族地區旅游經濟增長影響因素的空間計量分析[J].統計與決策，2015（20）：104-107.

[37]趙霄偉. 環境規制、環境規制競爭與地區工業經濟增長——基于空間 Durbin 面板模型的實證研究[J].國際貿易問題， 2014（7）： 82-92.

[38]毛建輝. 政府行為、環境規制與區域技術創新——基于區域異質性和路徑機制的分析[J]. 山西財經大學學報，2019，41（5）：16-27.

[39]傅京燕，胡瑾，曹翔. 不同來源FDI、環境規制與綠色全要素生產率[J]. 國際貿易問題，2018（7）：134-148.

[40]鮑超. 中國城鎮化與經濟增長及用水變化的時空耦合關系[J]. 地理研究，2014，69（12）：1799-1809.

[41]李國平，楊佩剛，宋文飛，等. 環境規制、FDI與“污染避難所”效應——中國工業行業異質性視角的經驗分析[J]. 科學學與科學技術管理，2013，34（10）：122-129.

[42]劉和東. 國內市場規模與創新要素集聚的虹吸效應研究[J]. 科學學與科學技術管理，2013，34（7）：104-112.

Study on the spatial spillover effect of environmental regulation，

FDI agglomeration and water utilization efficiency in the Yangtze River Economic Belt

DING Xu-hui1，2?GAO Su-hui1?WU Feng-ping2

（1.School of Business Administration， Hohai University， Changzhou Jiangsu 213022， China;

2.School of Business， Hohai University， Nanjing Jiangsu 210098， China）

Abstract?To promote the green and high-quality development of the Yangtze River Economic Belt， the government should strictly control the total consumption and intensity of water resources， improve water utilization efficiency， reduce water pollution emissions， and strengthen the cross-region optimal allocation of water resources and coordinated water pollution control. This paper took 11 provinces and cities of the Yangtze River Economic Belt as the research object， with GDP and wastewater respectively as desirable output and undesirable output. The SE-SBM model was adopted to measure provincial water efficiency along the Yangtze River Economic Belt from 2005 to 2017. Focused on the spatial correlation of water utilization efficiency， environmental regulation， FDI agglomeration， the cross terms， this paper also used SDM model with dual fixed space and time to test provincial water utilization efficiency and environmental regulation， the spatial spillover effects of FDI agglomeration and other driving factors. The results of water utilization efficiency showed that the water utilization of the Yangtze Economic Belt showed a U-shaped trend of first decreasing and then increasing as a whole， but the water utilization of some provinces in central and western China was in a declining trend. The inter-provincial water utilization decreased in the provinces from the east to the middle to the west. The Inter-provincial differences trend was first convergence and then expansion on the whole， while the water utilization in the central provinces showed a trend of convergence. The spatial spillover test showed that there was a significant spatial correlation between water utilization and environmental regulation， water utilization and FDI agglomeration in most of years. There were significant negative effects on environmental regulation， the cross term of environmental regulation， FDI agglomeration and industrialization. There were significant posltive effects on urbanization， technological innovation and regional development level. There were significant positive effects on the cross term of environmental regulation， environmental regulation and FDI agglomeration， urbanization， industrialization and foreign trade dependence and the negative spillover effect of technological innovation was significant. Therefore， it is necessary to strictly control water resource consumption and water pollution discharge， formulate scientific and unified environmental regulations， and promote the construction of new urbanization and industrial transformation and upgrading. The government also should guide the rational agglomeration of FDI and technology spillover， strictly limit the race-to-bottom competition and beggar-thy-neighbor policy among provinces and regions， and regulate the gradient transfer of industries in the Yangtze River Economic Belt.

Key words?water utilization efficiency; environmental regulation; FDI agglomeration; spatial spillover effect; Yangtze River Economic Belt