黃河流域水資源-能源-糧食系統投入產出效率及影響因素

張長征 ， 芮晦敏

(1.河海大學商學院，江蘇 南京 211100； 2.河海大學產業經濟研究所，江蘇 南京 211100)

水資源、能源、糧食是人類生產和生活中必不可少的戰略性基礎資源。隨著我國人口數量不斷上升以及經濟社會的迅猛發展，三大資源消耗量呈現指數級增長，加之我國資源稟賦先天不足，水資源、能源、糧食時空上的供需失衡已成為制約我國經濟可持續發展的重要問題。雖然對于水資源、能源和糧食的研究早已起步，但大量研究仍局限于對單個資源系統，或是僅將兩種資源作為系統進行研究：如能源-糧食系統[1]、水資源-能源系統[2]及水資源-糧食系統[3]等。實際上，水資源、能源、糧食這3種資源之間聯系緊密，關系復雜，對單一資源孤立的治理手段可能會產生“次最優”問題[4]，甚至對其他資源系統造成負面沖擊。因此只有從水資源-能源-糧食(water-energy-food，WEF)紐帶關系系統(WEF系統)視角衡量三者間的關聯，探究其系統的驅動因素，才可能實現3種資源的可持續發展。

2011年德國波恩召開的WEF安全會議首次將三者間關系界定為“紐帶關系”[5]，揭開了以整體視角研究WEF系統的序幕。此后，國內外學者開始從不同學科視角對WEF系統的協同關系、投入產出效率及影響因素等問題進行深入探究，WEF關系逐步成為可持續發展領域的研究熱點。盡管WEF系統的概念發展已日趨成熟，但對WEF系統的定量研究仍處于探索階段，關于我國WEF系統效率測度研究則更為有限。李桂君等[6]運用DEA方法對我國WEF系統效率進行了測度，但未能在效率測度體系中體現各子系統間的相互作用關系。孫才志等[7]運用網絡DEA方法解決了未將子系統間關聯性納入考慮的問題，但其指標體系仍存在優化空間。對于WEF系統的影響因素，主要有兩種較為代表性的研究視角，一種是基于區域視角，探究區域自身經濟、社會、環境對于WEF系統的影響。2011年，斯德哥爾摩國際環境研究院指出，應從社會、經濟、環境領域進行激勵，以實現WEF系統可持續發展，并將城市化、人口增長率、氣候變化列為關鍵影響因素[8]。2013年，聯合國發布的《亞太地區WEF紐帶關系報告》中指出，氣候變化、金融危機、城市化的快速推進等因素會對WEF系統造成沖擊[9]。2014年，FAO提出了11個對WEF系統帶來潛在風險的因素，分別為人口增長、城市化、飲食多樣化、文化和社會信仰、氣候變化、治理、部門決策、國際貿易、工業發展、農業升級和技術革新[10]。白景鋒等[11]將FAO提出的因素具化為可獲取的指標，從社會、經濟、生產環境3個層面探究人口密度、人均受教育水平、城市化率、人均GDP、人均耕地面積、有效灌溉面積、人均肉類及水產品產量8個因素對WEF系統的影響力。另一種是基于全球視角，討論國際社會、決策者、民間社會組織和私營部門如何緩解全球性WEF系統風險。2011年的世界風險報告中，將經濟發展、人口增長、環境壓力、政府治理失靈、經濟差異列為影響WEF系統發展的重要因素[12]；Amorim 等[13]對其進行細化，提出極端天氣、區域治理失敗、區域沖突、恐怖襲擊、城市規劃失敗、技術進步的負向影響等因素會放大WEF系統的風險。

黃河流域上游水能資源充足，中下游煤炭、石油、天然氣資源豐富，在全國能源工業中占有重要地位；富足的光熱資源和土地資源為糧食種植提供了良好條件，是我國糧食核心產區。但由于受到生態系統脆弱、水資源緊缺、能源分布不均等問題限制，黃河流域沿線省區的WEF系統發展仍面臨諸多困境。在黃河流域生態保護和高質量發展被列為重大國家戰略這一重要契機下，科學測度黃河流域WEF系統投入產出效率，探究其驅動因素并提出優化路徑，對于促進全流域水資源、能源和糧食的高質量發展，保障國家糧食安全和能源安全具有重大意義。本文以黃河流域沿線省區作為研究對象，在現有研究基礎上，對指標體系進行優化，運用網絡DEA方法，將子系統間關聯納入考慮，測度黃河流域省區WEF系統投入產出效率，并借助Tobit模型考察WEF系統效率的驅動因素，以期為黃河流域沿線省區提升水資源、能源、糧食投入產出效率提供科學依據。

1 研究方法

黃河流域流經青海省、四川省、甘肅省、寧夏回族自治區、內蒙古自治區、山西省、陜西省、河南省、山東省的66個地級市，由于市級數據不完整且各市間統計口徑存在較大差異，為保證指標評價體系的完整性和嚴謹性，本文僅從省級行政區尺度對黃河流域WEF系統的投入產出效率進行評價。

1.1 SBM模型

相較于傳統的DEA模型，Tone[14]提出的至前沿最遠距離函數模型(SBM模型)是非徑向非角度的，這一模型解決了徑向DEA模型中對無效率的測量未包含松弛變量的問題，并且在SBM模型中，效率值是依照投入產出的松弛程度變化嚴格單調遞減的[15]。此外，SBM模型對數據要求較低，不用考慮指標間量綱問題，計算更為簡便。因此本文選用SBM模型對黃河流域WEF各子系統的投入產出效率值進行計算，公式如下：

(1)

(2)

式中：E為SBM模型的效率值，將評價決策單元記作a；m、n分別為投入指標和產出指標個數；sIk、sPr分別為第k個投入指標和第r個產出指標的松弛變量；xIka、yPra分別為a第k個投入值和第r個產出值；λ為強度向量，即λ=(λ1,λ2,…,λk)；xI、yP為對應投入、產出構成的矩陣；E關于sI、sP嚴格遞減，0≤E≤1，E值越高表明系統效率水平越高。

1.2 網絡DEA模型

傳統DEA模型在計算效率時只能得出各階段的效率值，且在計算中將各決策單元看作獨立的“黑箱”，忽視了所投入資源間的相互作用關系。而對于WEF系統而言，3種資源子系統間關系極為復雜，僅簡單從總投入和總產出視角測度單元的效率，一方面模型過于理想化，對系統整體效率評估結果不準確，另一方面，模型無法有效體現各子系統之前的關系，很難為管理者的決策提供有效參考[16]。Fare等[17]在傳統DEA模型中引入了中間變量，構建了網絡DEA模型，從而將系統內部運作過程納入考慮：把整個系統的投入產出分為數個子階段，測算子階段效率，并觀測子系統間的相互關系對于整個系統的影響。因此，本文選用網絡DEA模型對WEF系統過程進行刻畫。

在網絡DEA模型中，以ED表示模型的整體效率值，El表示第l個子系統的效率值，βl表示子系統權重，用子系統投入占總投入比值作為權重，公式如下：

(3)

(4)

以xlj、ylj表示第j個決策單元第l個子系統的外部輸入和外部輸出；zjkl、zjlk分別表示第j個決策單元第l個子系統的所有內部輸入及上一階段的內部輸出，并定義k=l，計算公式如下：

(5)

(6)

1.3 Tobit模型

本文所測算的WEF系統效率值均大于0，為典型的“受限數據”，當數據左側受限點為0，無右側受限點時，不適用OLS回歸方法，應選用Tobit模型對其進行回歸分析。其模型設定如下：

(7)

式中：i為黃河流域九省區序列；Yit為黃河流域省區WEF系統投入產出效率；xit為系統可能的驅動因素指標；β0為常數值；βt為驅動因素回歸系數；εit為隨機擾動項。

2 黃河流域WEF系統投入產出效率指標體系構建及測度

2.1 基于網絡DEA模型的WEF系統協同匹配關系分析

對于水資源、能源、糧食這3個獨立子系統而言，均有其對應的資本、勞動力、資源投入以及相應的經濟產出。將3個子系統其置于WEF系統中時，水資源子系統是WEF系統的核心，水資源子系統的產出中除了經濟產出，還有生產用水，而生產用水又是能源生產和糧食生產中的重要資源投入；同樣在能源子系統的產出中，不僅有經濟產出，還有更為直接的能源產出，而能源子系統中所產出的能源又是糧食系統中的重要資源投入。本文在孫才志等[7]的研究基礎上，將水資源投入作為與能源系統和糧食系統的中間變量，將能源投入作為其與糧食系統間的中間投入，構建出圖1所示的WEF系統網絡結構，從而體現子系統間的協同匹配關系。

圖1 WEF系統的網絡結構

2.2 基于WEF系統網絡結構的評價指標體系構建

FAO[10]提出的WEF系統解決方案中，將水、土地、能源、資本、勞動力作為紐帶系統的五大資源基礎，本文以此為參照，在上文所構建的WEF系統網絡結構基礎上，分別從3個子系統的資本投入、勞動力投入、資源投入(水、土地、能源)和經濟產出角度，建立了表1所示的WEF系統及其子系統效率評價指標體系，并將能源子系統水資源投入、糧食子系統水資源投入、糧食子系統能源投入作為網絡DEA模型中的中間變量，其中，能源子系統水資源投入是水資源子系統的產出以及能源子系統的投入，糧食子系統水資源投入是水資源子系統的產出以及糧食子系統的投入，糧食子系統能源投入是能源子系統的產出以及糧食子系統的投入。

表1 WEF系統效率評價指標體系

供水總量、用水量、生產總值、糧食播種面積、農業機械總動力數據均來源于《中國統計年鑒》，能源消費量數據來源于《中國能源統計年鑒》以及黃河流域九省區的統計年鑒，從業人數數據來源于《中國勞動統計年鑒》，投資數據來源于《中國固定資產統計年鑒》。能源生產耗水量通過計算獲得：選取黃河流域最為主要的四大能源：原煤、原油、天然氣和電力，以及近年來產量快速增長且耗水量較大的焦炭，其中，電力工業中選用占比最大且耗水量最多的火力發電。以各省區能源生產用水定額標準以及現有研究成果[18-19]作為單位能源耗水量支撐，計算得到各省區能源生產耗水總量。由于2018年后各行業固定資產投資總量數據不再公布，故研究區間設定為2005—2017年。

2.3 測度結果

2.3.1時間演變分析

根據上述指標體系獲取相應數據，并借助MaxDEA 8 Ultra軟件實現SBM-網絡DEA模型的運算，得到2005—2017年黃河流域沿線九省區WEF系統及其子系統的投入產出效率值。參考WEF系統投效率測度相關研究的做法，本文將測算出的效率值分為5檔：低效率(0<ρ≤0.4)、較低效率(0.4<ρ≤0.6)、中等效率(0.6<ρ≤0.8)、較高效率(0.8<ρ<1)及高效率(ρ=1)。

對每年的黃河流域九省區WEF系統及其子系統投入產出效率求全流域均值，結果見圖2。從圖2可見，2005—2006年黃河流域WEF系統效率出現驟降，2007—2017年黃河流域WEF系統的效率整體呈現波動上升趨勢，但流域均值始終低于0.8，即黃河流域WEF系統整體效率仍未達到較高水平。從更短的時間維度來看，2009—2011年以及2015—2017年這兩個時期中，黃河流域WEF系統效率實現大幅提升，而2006—2008年、2012—2015年這兩個階段中，WEF系統效率則相對較為平穩，其中，2012—2015年間，黃河流域WEF系統的效率出現了連續3年的下滑。

圖2 黃河流域九省區WEF系統及子系統投入產出效率變化

三大子系統效率呈現出與系統整體效率相似的趨勢。其中，能源子系統波動幅度最大，最低效率均值為0.313 1(2006年)，最高效率均值為0.640 9(2013年)，2012年、2013年和2017年效率均值均突破了0.6，2009—2014年一直位于三大子系統投入產出效率值的首位；水資源子系統相對較為穩定，效率最小值仍大于0.4，但最大值也未能突破0.6。經歷了2012—2014年的下滑后，水資源子系統效率回升緩慢，且2009年以來效率值一直處于三大子系統中的末位。糧食子系統自2009年起效率值基本呈現穩步上升趨勢，相較于其他兩個子系統，糧食子系統在2013年和2014年的下滑幅度極小，2017年，糧食子系統效率均值突破0.6。三大子系統效率趨勢表明，2009年來，在科技加持、政策扶持下，黃河流域糧食系統正逐步向著資源的高效利用穩步發展；近年以來，對于綠色發展的不斷強調切實推動了流域能源系統效率大幅提升，水資源子系統效率也有了攀升的勢頭。但在氣候變化和人類活動的影響下，黃河流域水資源系統效率已逐漸成為三大子系統中的短板。

2.3.2空間差異分析

表2和表3分別給出了黃河流域九省區WEF系統整體及子系統的投入產出效率。由于2005年和2006年黃河流域WEF系統及子系統效率出現了明顯拐點，2005年的數據不能更好地代表2005—2010年黃河流域WEF系統效率的趨勢，因此選用2006年、2011年和2017年作為代表年份，展示黃河流域各省市WEF系統效率的變化趨勢。

就WEF系統整體投入產出效率而言，至2017年，九省區系統整體效率較2006年均有顯著提升，且黃河流域下游省區整體系統效率較高。2006年，黃河流域九省區WEF系統整體效率均值為0.3577，有7個省區處于低效率水平(0<ρ≤0.4)，排名第一位的山東(0.736 5)也僅處于中等效率水平(0.6<ρ≤0.8)，位列第二的河南(0.566 4)處于較低效率水平(0.4<ρ≤0.6)，排名末位的寧夏系統整體效率值僅為0.142 1。至2011年，黃河流域省區WEF系統整體效率值實現大幅增長，提升至0.522 9，處于低效率水平的省區數量也下降至4個，當年最低效率省區寧夏的整體效率也達到了0.279 7，排名第一位的山東(0.987 9)實現了較高效率(0.8<ρ≤1)。2006—2011年，四川省在WEF系統投入增速穩定的情況下，GDP實現連年高速增長，WEF效率大幅提升，2011年躍居黃河流域WEF系統效率值第二位，并實現了中等效率水平(0.6<ρ≤0.8)。2011—2017年，由于黃河流域省區整體GDP增速均開始放緩，各省區WEF系統整體效率增幅也隨之變緩，甚至出現下滑現象。2017年，黃河流域省區WEF系統均值小幅增長至0.554 0，仍有4個省區系統整體效率處于低效率水平，當年最低效率省區寧夏(0.256 1)的系統效率較2011年有所下降，但最高效率地區已實現了系統的高效率(ρ=1)，四川(0.963 3)和河南(0.831 6)均實現了較高效率(0.8<ρ<1)。總體來看，2005—2017年，黃河流域沿線九省區中，山東、河南的WEF系統效率整體上穩定在較高水平，四川的WEF系統整體效率經過高速增長后穩定在較高水平，而青海、甘肅、內蒙古及寧夏的系統整體效率始終處于較低水平。

表2 基于網絡DEA模型的2005—2017年黃河流域九省區WEF系統效率及排名

表3 基于網絡DEA模型的2005—2017年黃河流域九省區WEF子系統效率及排名

三大子系統的投入產出效率與系統整體效率的空間分布情況較為相近，但各子系統間也存在一定差異。就水資源子系統而言，2006年，僅山東水資源子系統達到較高效率水平，河南、山西處于較低效率水平，其余6個省區均處于低效率水平；2011年，水資源系統空間差距開始縮小，山東和四川達到了中高效率，同時也僅有甘肅和寧夏處于低效率水平；2017年，山東、四川和河南的水資源子系統均達到了高效率水平，山西也處于中等效率水平，但有4個省區處于低效率水平。整體而言，山東、四川、河南依舊是水資源子系統效率排名的前三位，末四位依舊是內蒙古、青海、甘肅和寧夏。能源子系統方面，2006年，黃河流域各省區能源子系統平均效率值遠低于水資源子系統和糧食子系統，除山東處于中等效率水平，河南處于較低效率水平外，其余7省區均處于低效率水平；2011年能源子系統平均效率水平躍居三大子系統首位，山東達到了高效率水平，河南和四川也達到了中高效率水平，僅2個省區仍處于低效率水平；2017年，山東和河南的能源子系統達到了高效率水平，四川和陜西處于中高效率水平，但低效率水平省區增長至4個。整體而言，能源子系統效率排名的前三位仍是山東、河南和四川，但末四位為山西、內蒙古、青海和寧夏。糧食子系統方面，2006年，山東、河南達到了中等效率水平，5個省區處于低效率水平；2011年，山東糧食子系統達到了高效率水平，四川也達到了較高效率水平，低效率水平省區下降為4個；2017年山東、四川糧食子系統均達到了高效率水平，河南、陜西、陜西處于中高效率水平，低效率水平省區下降為3個。整體而言，糧食子系統效率排名前三的省區分別是四川、山東和陜西。此外需要注意的是，寧夏的水資源、能源、糧食子系統效率均較為落后；山西和河南雖然分別是“能源”大省和“糧食”大省，但其相應的能源子系統以及糧食子系統效率卻是其較為明顯的“短板”。

3 黃河流域WEF系統投入產出效率驅動因素分析

本文在FAO[10]提出11個驅動因素(人口增長、城市化、飲食多樣化、文化和社會信仰、氣候變化、治理、部門決策、國際貿易、工業發展、農業升級和技術革新)基礎上，去除了難以用模型衡量的飲食多樣化、文化和社會信仰因素，合并了治理和部門決策因素，同時增加了水資源豐度和經濟發展水平因素，共提出了10個可能對WEF系統產生影響的驅動因素，并選取人口增長率、城鎮化率、人均水資源擁有量、農作物受災面積、污水日處理能力、水土流失治理面積、人均GDP、進出口總額、工業產值占比、單位播種面積糧食產量、技術市場成交額作為代理變量進行分析，所有代理變量的數據均來源于2006—2018年《中國統計年鑒》，Tobit回歸結果如表4所示。

表4 黃河流域九省區WEF系統效率驅動因素回歸結果

回歸結果表明，從流域整體層面來看，除城市化、農業升級和技術革新因素外，其余7個驅動因素均對地區WEF系統投入產出效率有顯著影響：人口增長對WEF系統效率有顯著負向影響，主要因為人口增長會顯著提升地區各項資源的消耗量，在地區資源生產及管理水平一定的情況下，很容易產生資源生產和供給間的失衡，從而造成系統效率的下降；人均水資源擁有量對系統效率有正向影響，水資源的匱乏仍是限制黃河流域WEF系統效率進一步提升的重要因素；代表氣候變量的農作物受災面積對系統效率有負向影響，表明黃河流域省區WEF系統對于災害的應急處理能力仍有待提升；代表治理效能的污水日處理能力和水土流失治理面積對WEF系統效率均有正向影響，表明以污水治理、水土流失治理為代表的一系列資源治理手段能夠有效提升黃河流域WEF系統的整體效率；代表經濟發展水平的人均GDP、進出口總額和工業產值占比均對系統效率有顯著正向影響，表明黃河流域沿線省區仍應致力于經濟發展水平的提升和產業結構的優化。

根據2005—2017年黃河流域九省區WEF系統投入產出效率均值，將其劃分為中高效率地區(山東、四川、河南、陜西、山西)和低效率地區(內蒙古、甘肅、寧夏、青海)。在可能對WEF系統效率產生影響的10個驅動因素中，部分驅動因素對中高效率地區和低效率地區均產生了顯著影響：代表治理效能的水土流失治理面積，以及代表工業發展水平的工業產值占比對兩組地區均有顯著正向影響，表明提升自然資源治理能力對于整個黃河流域而言都是有重要意義的，同時，黃河流域九省區的產業發展均存在一定的結構性問題，不僅在工業體量上需要進一步提升，還需要加快實現流域內以重工業為主的資源型城市的轉型升級。城鎮化率對中高效率地區和低效率地區同樣均產生了顯著影響，其對中高效率地區影響是正向的，結合人口增長率因素并未對中高效率地區WEF系統效率產生顯著影響，可以認為中高效率地區的資源規劃和管理能力能夠支持其進一步提升城鎮化水平，從加快WEF系統產出的層面實現系統效率的提升；而城鎮化率對低效率地區影響是負向的，結合人口增長率同樣對低效率地區產生顯著負向影響的結果，可以認為受資源管理能力限制，黃河流域WEF系統處于低效率的4個省區不宜過快推進人口增長和城鎮化率。此外，部分因素僅對中高效率地區產生顯著影響：水資源豐度僅對中高效率地區有顯著影響，表明水資源不足是目前中高效率地區WEF系統發展出現瓶頸的重要制約因素；國際貿易水平以及農業升級因素同樣僅對中高效率地區產生顯著影響，表明中高效率地區已經進入了需要依靠推動國際貿易發展以及推進精細化糧食生產來提升系統效率的階段；同樣，除人口增長率外，還有部分因素僅對低效率地區產生顯著影響：農作物受災面積僅對低效率地區產生負向顯著影響，表明中高效率地區WEF系統已具備了一定防范自然風險的能力，而低效率地區仍需進一步加強；人均GDP也僅對低效率地區產生顯著正向影響，表明經濟水平的落后是限制低效率地區WEF系統快速發展的重要因素；技術市場成交額的提升反而對低效率地區WEF系統效率產生了負向影響，表明低效率地區對于技術革新方面的經濟投入并未有效地轉化為經濟產出。

4 結論與建議

本文構建了黃河流域WEF系統效率指標體系，運用SBM-網絡DEA方法對黃河流域九省區WEF投入產出效率進行測度，并通過Tobit模型對WEF系統效率驅動因素進行檢驗，得出以下兩點結論：

a.從時間維度來看，2006年以來，黃河流域沿線省區WEF系統整體投入產出效率及子系統效率均呈現波動上升趨勢，但近年來WEF系統效率提升速度趨緩，且水資源子系統逐步成為整個WEF系統中的“短板”；從空間維度看，黃河流域WEF系統效率地區間差異顯著，山東、四川、河南在WEF系統整體效率和子系統效率上均表現較好，而甘肅、內蒙古、寧夏和青海的WEF系統效率始終處于較低水平。

b.在對黃河流域省區WEF系統效率產生影響的十大驅動因素中，人口增長以及氣候變化會對系統效率產生負向影響，而水資源豐度、治理效能、經濟發展水平、國際貿易水平、工業化程度的提升均能驅動WEF系統效率的提升；對于低效率地區而言，人口增長及城市化水平、氣候變化、治理效能、經濟發展水平、工業化程度以及技術革新投入對其WEF系統效率影響較大；而對于中高效率地區而言，城市化水平、水資源豐度、治理效能、對外開放水平、工業化程度以及農業技術水平是制約其進一步發展的關鍵因素。

基于以上研究結論以及當前黃河流域生態保護和高質量發展被列為重大國家戰略的背景，應進一步強化水資源的剛性約束，優化流域水資源配置，積極探索黃河流域WEF協同模式，從而實現黃河流域的可持續發展。

a.黃河流域九省區WEF系統整體效率水平與各自的水資源系統、能源系統、糧食系統效率水平排名基本一致。因此在解決黃河流域的水資源、能源及糧食問題的政策制定方面，要綜合考慮WEF系統的紐帶關系，以WEF系統的投入產出效率作為政策導向，而不是僅從提升單一資源利用效率的角度制定政策。

b.實現黃河流域WEF系統效率的提升，必須優先解決水資源系統的問題。水資源系統不僅是WEF系統中的核心，也是近年來黃河流域WEF系統中的“短板”。為此，一方面，考慮到水資源豐度對黃河流域沿線省份的重要影響，建議進一步優化跨流域調水的均衡性，并通過建設干流水庫來調節水量；另一方面，黃河流域須加大政策支持力度，建立全流域、全方位、全過程節水機制，推廣農業節水灌溉技術；此外，對于氣候條件先天不足的黃河流域，藍水和綠水的轉化也應予以重視，應進一步推進退耕還林還草工程，同時加大創新科研投入，提升非常規用水的開發利用能力。

c.黃河流域WEF系統效率的提升需要因地制宜。黃河流域內資源稟賦以及經濟發展基礎極不均衡，在水資源、能源及糧食的發展方面也應貫徹功能區戰略的思路，依據各省區的資源承載能力、國土空間、產業基礎等制定相對應的政策：對于長期處于低效率水平的省區(內蒙古、甘肅、寧夏、青海)，須通過發展先進制造業和先進服務業加速實現產業升級，提升區域GDP水平及工業化水平，從而驅動地區WEF系統的健康發展，此外，低效率地區還需強化災害應對體系和能力建設。對于處于中高效率水平的省區(山東、四川、河南、陜西、山西)，則應加大農業技術開發投入，深入貫徹藏糧于地、藏糧于技方針，加快高標準農田建設，推動農業生產導向實現由增產向提質的轉型；同時應深化對外開放水平，加強與絲綢之路經濟帶沿線國家以及東北亞國家的開放合作。