姜秋香，王 天，王子龍，付 強，趙蚰竹，董玉潔，周智美

?

基于EBM的水資源失衡風險導致的社會經(jīng)濟損失模型及應用

姜秋香，王 天，王子龍※，付 強，趙蚰竹，董玉潔，周智美

（東北農業(yè)大學水利與土木工程學院，哈爾濱 150030）

水資源系統(tǒng)與區(qū)域經(jīng)濟息息相關，利用經(jīng)濟數(shù)值反映水資源系統(tǒng)風險所致?lián)p失將更加直觀。該文為了通過經(jīng)濟數(shù)值定量評價水資源失衡導致的風險，首先構建水資源失衡導致的經(jīng)濟損失風險模型，應用數(shù)據(jù)包絡分析（epsilon-based measure，EBM）模型計算水資源利用效率，并結合黑龍江省水價及人均工資確定水資源失衡導致的經(jīng)濟損失值；然后，在EBM的基礎上添加二階段Tobit模型進一步分析水資源失衡風險經(jīng)濟損失原因。結果表明，2000—2020年黑龍江省由水資源投入不足導致的最小經(jīng)濟損失值為75.2億元（2008年）、最大值為425.1億元（2013年）；水資源最小產出經(jīng)濟損失值為1 119億元（2000年）、最大值為11 068億元（2012年）。2000—2015年黑龍江省水資源風險經(jīng)濟損失逐年上升，水資源產出經(jīng)濟損失均占水資源風險經(jīng)濟損失的90%以上，預計2020年水資源風險經(jīng)濟損失為8 138.7億元。在研究時段內黑龍江省水資源風險經(jīng)濟損失較高，水資源利用效率較低。黑龍江省水資源系統(tǒng)受到產業(yè)結構、經(jīng)濟發(fā)展水平和水利基礎設施投資等驅動因素影響，需加大第二產業(yè)投入和水利基礎建設投資，從而降低水資源風險經(jīng)濟損失，為后續(xù)水資源系統(tǒng)風險規(guī)避措施的制定提供支持。

水資源；經(jīng)濟分析；模型; EBM；Tobit；黑龍江省

0 引 言

水資源系統(tǒng)是人類生活和社會發(fā)展必不可少的支撐系統(tǒng)之一。隨著社會發(fā)展和科學技術的不斷進步，水資源系統(tǒng)與社會經(jīng)濟的關系愈發(fā)緊密。近年由于水資源利用不當、分配不合理、供需失衡和水環(huán)境惡化，導致水資源系統(tǒng)風險增大，不僅制約了社會經(jīng)濟的發(fā)展，同時也帶來的巨大的經(jīng)濟損失[1-4]。因此，研究水資源系統(tǒng)風險對社會經(jīng)濟的影響和制約關系，成為破解水資源對經(jīng)濟增長禁錮的關鍵。國內外學者在探索水資源系統(tǒng)與經(jīng)濟耦合關系方面做出了巨大貢獻。從宏觀研究角度看，賈玲等[5]提出基于會計核算和統(tǒng)計核算的負債表核算思路，前者為核算水資源提供決策方案，后者反映經(jīng)濟與水資源之間的債權關系，從不同角度精細化水資源管理，為其提供切實可靠的理論依據(jù)；唐曉城[6]在經(jīng)濟增長理論框架下構建了測度水資源要素對經(jīng)濟增長約束模型，分析了山東省水資源的阻尼系數(shù)，說明水資源風險越高對經(jīng)濟的約束越強；Setlhogile等[7]通過水環(huán)境經(jīng)濟核算體系（SEE-Water）深度討論了水資源量和經(jīng)濟指標的關系，闡述了水資源量越低對經(jīng)濟社會的影響越大，側面表明水資源系統(tǒng)與經(jīng)濟密不可分。從微觀方法角度看，曹永強等[8]構建了水資源與經(jīng)濟協(xié)調系數(shù)模型，研究表明遼寧省水資源與經(jīng)濟結合不緊密，仍有提升空間；成琨等[9]依據(jù)水資源投入產出模型，分析出黑龍江省隨著農業(yè)、工業(yè)和建筑業(yè)等部門水資源利用效率逐步提高，社會經(jīng)濟進入高速增長時期；張振龍等[10]基于水資源利用和經(jīng)濟增長的關聯(lián)視角，采用向量自動回歸（vector auto regressive，VAR）模型、脈沖響應和方差分解得出了水資源效率與經(jīng)濟增長的動態(tài)關系。

無論從宏觀或微觀角度上分析，水資源系統(tǒng)與社會經(jīng)濟發(fā)展密不可分。從宏觀研究角度上，目前研究僅從側面角度闡明水資源對經(jīng)濟的重要性，不能定量衡量水資源對經(jīng)濟的影響程度。本文提出水資源系統(tǒng)風險經(jīng)濟損失模型，可以將無形的水資源風險轉變?yōu)槎康慕?jīng)濟數(shù)值，從直觀數(shù)據(jù)中展現(xiàn)水資源風險對經(jīng)濟的影響。從微觀方法角度上，上述方法需要給定投入產出指標之間明確的函數(shù)關系，或者通過構建模型中的關聯(lián)系數(shù)解決投入產出指標間無定量函數(shù)的問題，此類研究均需額外增加計算量；同時，該函數(shù)關系無法完全表達投入產出指標間的定量關系，缺乏對指標之間的整體考慮。因此，本文在綜合考慮水資源系統(tǒng)特性和社會經(jīng)濟關系的基礎上，嘗試應用數(shù)據(jù)包絡分析中的EBM模型（epsilon- based measure，EBM）解決投入產出指標關系確定過程中存在的計算量大和缺乏整體性的問題。該模型是一種非參數(shù)的統(tǒng)計估計方法，在計算多種投入和多種產出指標的效率計算過程中，無需給出指標間的定量關系，而通過比較決策單元偏離有效生產前沿面的程度評價決策單元的有效性[11]。由于EBM模型有著不需要預先估計參數(shù)的特點，因此在避免主觀因素、簡化算法和減少誤差等方面有著巨大的優(yōu)越性[12]。

本文首先構建水資源失衡風險導致的經(jīng)濟損失函數(shù)，通過人工神經(jīng)網(wǎng)絡[13]預測2020年各城市投入與產出指標，而后運用EBM模型投影獲得投入產出指標的冗余量，在此基礎上計算黑龍江省水資源失衡風險經(jīng)濟損失值，以此量化水資源失衡風險對經(jīng)濟的影響程度；其次，應用Tobit模型對水資源失衡風險經(jīng)濟損失值進行二階段分析，得到區(qū)域水資源失衡風險經(jīng)濟損失的驅動因素，結合水資源利用效率進一步提出解決黑龍江省水資源配置不合理和降低水資源失衡風險經(jīng)濟損失等問題的方案，為后續(xù)降低水資源系統(tǒng)帶來的風險提供參考。

1 研究方法

1.1 水資源失衡導致的風險經(jīng)濟損失模型

經(jīng)濟作為定量衡量水資源系統(tǒng)風險損失的重要媒介，其直觀性和準確性無可替代[14]。本文設水資源系統(tǒng)有種投入、種產出和個決策單元，則水資源失衡風險帶來的潛在經(jīng)濟損失為：

水資源作為支撐社會的重要基石，是不可或缺的戰(zhàn)略資源。導致水資源失衡的影響因素很多，本文在借鑒文獻[15-18]的基礎上采用HHM-RFRM方法[19]對水資源系統(tǒng)的投入產出指標進行篩選，以保證選擇的指標具有代表性和全面性。最終確定農業(yè)用水量、工業(yè)用水量和就業(yè)人數(shù)作為水資源風險經(jīng)濟損失模型的投入指標，第一產業(yè)GDP、第二產業(yè)GDP、第三產業(yè)GDP和地區(qū)GDP作為產出指標。

1.2 EBM模型

本文選取數(shù)據(jù)包絡分析(data envelopment analysis, DEA)計算水資源失衡風險導致的經(jīng)濟損失模型中投入產出指標的冗余量。在DEA方法中EBM模型可以通過比較決策單元偏離有效生產前沿面的程度評價決策單元的有效性。在此基礎上，通過決策單元對生產前沿面的投影確定各投入產出指標的冗余量[20-24]。目前，EBM模型在管理科學、系統(tǒng)工程和決策分析、技術評價等領域已有大量成功的應用案例[25-27]。

為了獲得水資源系統(tǒng)投入產出指標的冗余量，需對水資源利用效率值進行投影[28]。本文構建水資源利用效率EBM模型如下：

1.3 Tobit模型

水資源利用效率受到水資源稟賦、社會經(jīng)濟發(fā)展、水利工程投資、產業(yè)結構和節(jié)水技術等多因素影響。為了明確水資源利用效率的主導影響因素，制定科學合理的、符合區(qū)域特點的水資源高效利用的政策，本文選取Tobit模型進行水資源利用效率驅動因素分析。

由于水資源利用效率值為(0,1]區(qū)間內的連續(xù)數(shù)據(jù)，符合Tobit模型中的極大似然數(shù)方法[30]。因此，本文構建基于極大似然數(shù)Tobit的水資源利用效率驅動因素分析模型如下[30]：

2 研究區(qū)域及數(shù)據(jù)來源

2.1 研究區(qū)域概況

黑龍江省位于中國東北部，多年平均水資源總量為810億m3，但人均水資源量僅有2 047 m3[31]，遠低于世界公認的平均水平（9 200 m3）[32]。第一產業(yè)作為黑龍江省主導產業(yè)，其擁有的水資源量高達60%以上，然而第一產業(yè)GDP僅占黑龍江省地區(qū)GDP的1/3，導致單方水產生的經(jīng)濟效益（2.76元/m3）低于全國平均水平（4.45元/m3）。盡管黑龍江省在近些年進行經(jīng)濟轉型，但粗放型的經(jīng)濟增長方式尚未得到根本轉變，黑龍江省第二、三產業(yè)仍不發(fā)達，在一定程度上加劇了水資源的浪費。由于區(qū)域位置、資源稟賦、產業(yè)結構等問題的存在，導致黑龍江省水資源系統(tǒng)存在時空分配不均、供需不平衡、水資源過度浪費和水資源利用效率低等風險，限制了區(qū)域的社會經(jīng)濟發(fā)展，使水資源系統(tǒng)風險成為黑龍江省目前亟待解決的問題。

盡管黑龍江省近年經(jīng)濟增長逐年回升，但經(jīng)濟下行壓力仍然較大[33]，相對于其他發(fā)展大省和直轄市，黑龍江省總體經(jīng)濟仍然相對落后。因此，應依據(jù)黑龍江省經(jīng)濟發(fā)展狀態(tài)提出解決水資源配置不合理和降低水資源風險經(jīng)濟損失等問題的方案，實現(xiàn)區(qū)域水資源系統(tǒng)持續(xù)健康發(fā)展。

2.2 數(shù)據(jù)來源

本文以黑龍江省水資源失衡風險導致的經(jīng)濟損失入手，開展水資源失衡風險評價相關研究。黑龍江省三大產業(yè)GDP值、就業(yè)人數(shù)、人均工資和水價等數(shù)據(jù)均來源于《黑龍江統(tǒng)計年鑒》[34]，農業(yè)、工業(yè)和生活用水量等數(shù)據(jù)來源于《黑龍江省水資源公報》[35]。

3 結果與分析

3.1 水資源系統(tǒng)投入產出指標預測

為了進一步對未來黑龍江省水資源失衡風險進行探究，本文采用人工神經(jīng)網(wǎng)絡（artificial neural network，ANN）中的誤差反向傳播網(wǎng)絡（BP網(wǎng)絡）[36]預測2020年黑龍江省以及各城市的水資源系統(tǒng)投入產出指標。為保證預測結果準確，利用1952—2015年的歷史數(shù)據(jù)和預測數(shù)據(jù)進行精度檢驗（見表1）。通過相關文獻可知，預測精度達到80%以上即為符合精度要求[37]。由表1可知，BP網(wǎng)絡對投入產出指標預測精度符合要求，因此可以利用2020年投入產出指標預測數(shù)據(jù)進行水資源失衡風險導致的經(jīng)濟損失計算。

表1 BP網(wǎng)絡預測模型的精度檢驗

3.2 黑龍江省水資源失衡風險導致的經(jīng)濟損失計算

利用式（2）～式（3）可計算2000—2020年各城市投入產出指標冗余量，即真實指標數(shù)據(jù)相對于理論最佳指標數(shù)據(jù)的差值。例如，2015年齊齊哈爾市農業(yè)用水投入為17.51億m3，而EBM模型計算的理論最佳投入為13.19億m3，二者之差的4.32億m3農業(yè)用水量即為冗余量，同理計算各個城市的各投入產出指標冗余量。在EBM模型計算投入指標冗余量的基礎上，結合黑龍江省實際經(jīng)濟狀況，將投入指標單位價格代入式（1）中，獲得由水資源投入不足導致的經(jīng)濟損失。EBM模型計算的產出指標冗余量為直接定量經(jīng)濟數(shù)值，該值則代表投入充足時產出不足時導致的經(jīng)濟損失。利用水資源風險經(jīng)濟損失模型分別計算2000—2020年各城市由水資源投入不足導致的經(jīng)濟損失和水資源產出經(jīng)濟損失值（見表2和表3）。

表2 2000—2020年各城市由水資源投入不足導致的經(jīng)濟損失

表3 2000—2020年各城市水資源產出經(jīng)濟損失值

由表2可知，在研究時段內，雞西市、綏化市、齊齊哈爾市、哈爾濱市、大慶市、佳木斯市、雙鴨山市、七臺河市和鶴崗市的由水資源投入不足導致的經(jīng)濟損失較低，占同期地區(qū)GDP的1.04%以下，說明該區(qū)域水資源分配合理，水資源利用效率較高，可以保證水資源高效利用。大興安嶺地區(qū)、牡丹江市和伊春市在2000—2020年的水資源投入總經(jīng)濟損失值均在800億元左右，該區(qū)域水資源投入經(jīng)濟損失值之和占黑龍江省總投入經(jīng)濟損失值的68.0%。因此，該區(qū)域需要重點關注水資源高效利用的問題，通過合理分配水資源，加強居民的節(jié)水意識，將有限的水資源合理投入優(yōu)勢產業(yè)，從而降低由水資源投入不足導致的經(jīng)濟損失。2000—2020年黑河市由水資源投入不足導致的總經(jīng)濟損失僅占黑龍江省總投入損失值的11.9%，表明該區(qū)域水資源利用狀態(tài)尚可，僅需適當優(yōu)化水資源配置，加大水利建設投資，實現(xiàn)水資源的高效利用。

水資源產出經(jīng)濟損失是指通過EBM模型計算的理論地區(qū)GDP與實際地區(qū)GDP的差值。由表3可知，研究時段內伊春市、牡丹江市和綏化市水資源產出經(jīng)濟損失較高，說明政府需要重點關注該區(qū)域的水資源利用問題，需要通過改善用水分配制度，同時降低水資源的浪費，才能降低水資源產出經(jīng)濟損失。大慶市、哈爾濱市和雙鴨山市水資源產出經(jīng)濟損失值較小，表征該區(qū)域產業(yè)結構合理，水資源產出經(jīng)濟效益較高。大興安嶺地區(qū)、黑河市、雞西市、齊齊哈爾市、佳木斯市、鶴崗市和七臺河市的水資源產出經(jīng)濟損失值處于中等狀態(tài)，由于該區(qū)域產業(yè)結構存在一定問題，同時浪費了一部分水資源，導致其地區(qū)GDP與理論地區(qū)GDP有一定差距。

為了進一步分析黑龍江省水資源失衡風險對經(jīng)濟的影響程度，將由水資源投入不足導致的經(jīng)濟損失和產出經(jīng)濟損失相加，獲得水資源失衡風險導致的經(jīng)濟損失值，并與地區(qū)GDP進行比較，得到水資源失衡風險導致的經(jīng)濟損失及其占地區(qū)GDP的比例（見圖1）。

圖1 2000—2020年黑龍江省水資源失衡風險導致的經(jīng)濟損失及其占地區(qū)GDP比例

通過圖1可知，雖然黑龍江省2000—2015年水資源失衡風險導致的經(jīng)濟損失不斷上升，但水資源失衡風險導致的經(jīng)濟損失占地區(qū)GDP的比例呈現(xiàn)波動降低的趨勢，說明此時段黑龍江省經(jīng)濟處于高速發(fā)展的階段，同時水資源系統(tǒng)正向好的方向發(fā)展。按照目前水資源利用趨勢，在2020年黑龍江省水資源風險經(jīng)濟損失值占地區(qū)GDP的比例達到41.7%，與2015年相比有大幅提升，說明由于水資源的不合理投入，導致水資源風險經(jīng)濟損失加大，需針對黑龍江省的產業(yè)結構和水利建設投入等方面進行政策調整，有效降低水資源失衡風險導致的經(jīng)濟損失。

在研究時段內，2008年黑龍江省水資源失衡風險導致的經(jīng)濟損失及其占地區(qū)GDP比例的增長率均最大。結合表2和表3可知，2008年黑龍江省由水資源投入不足導致的經(jīng)濟損失值較2007年降低了54%（88.2億元），而水資源產出經(jīng)濟損失值卻增加了344%（4250億元），同時，地區(qū)GDP僅增加17%，由此導致2008年黑龍江省水資源風險經(jīng)濟損失及其GDP的比例增長率最大。究其原因，主要是受制于全球經(jīng)濟危機，導致產品滯銷或低價出售，使黑龍江省地區(qū)GDP增幅較小、水資源失衡風險導致的經(jīng)濟損失占比增加。

在研究時段內，2012年黑龍江省水資源失衡風險導致的經(jīng)濟損失及其占地區(qū)GDP比例均達到最大值。結合表3可知，2012年黑龍江省水資源產出經(jīng)濟損失值最高（11 068億元），同期水資源投入經(jīng)濟損失值為249.3億元，水資源風險經(jīng)濟損失占地區(qū)GDP的比例為82.6%，說明2012年黑龍江省水資源的不合理利用導致的經(jīng)濟損失較大。2008年黑龍江省由水資源投入不足導致經(jīng)濟損失值最?。?5.2億元）、2013年由水資源投入不足導致的經(jīng)濟損失最大（425.1億元）； 2000年水資源產出經(jīng)濟損失值最小（1 119億元）、2012年產出經(jīng)濟損失最大（1 1 068億元）。2000—2015年黑龍江省水資源失衡風險導致的經(jīng)濟損失逐年上升，水資源產出經(jīng)濟損失均占水資源風險經(jīng)濟損失的90%以上，預計2020年水資源失衡風險導致的經(jīng)濟損失為8 138.7億元

3.3 水資源利用效率及驅動因素分析

3.3.1 水資源利用效率分析

通過EBM模型計算水資源投入產出指標冗余量時，不僅可以計算水資源利用效率，同時利用水資源利用效率可間接反映水資源風險與經(jīng)濟之間的關系：水資源系統(tǒng)風險越大，水資源利用效率越低，水資源失衡風險導致的經(jīng)濟損失越高（見表4）。

表4 黑龍江省各城市水資源利用效率

注：由于篇幅限制，僅展示部分水資源利用效率。

Note: Due to space limitations, only part of water use efficiency is shown.

從時序角度分析：雖然黑龍江省水資源利用效率呈現(xiàn)上升趨勢，但水資源失衡風險導致的經(jīng)濟損失仍然逐年升高，說明黑龍江省水資源系統(tǒng)仍處于高風險狀態(tài)，需要針對影響黑龍江省水資源利用效率的驅動因素提出有效的措施。

從城市尺度分析：大興安嶺地區(qū)水資源利用效率存在波動，而水資源失衡風險導致的經(jīng)濟損失呈現(xiàn)下降的趨勢，說明該地區(qū)并未尋找到適宜的水資源利用方向，需要通過合理分配水資源、穩(wěn)定發(fā)展趨勢。黑河市水資源利用效率呈現(xiàn)平穩(wěn)上升狀態(tài)，同時其水資源失衡風險導致的經(jīng)濟損失值穩(wěn)步降低，需要穩(wěn)定現(xiàn)有水資源分配規(guī)律并相對擴大其優(yōu)勢產業(yè)。齊齊哈爾市水資源利用效率和水資源失衡風險導致的經(jīng)濟損失呈現(xiàn)強烈波動趨勢，說明齊齊哈爾市未找到水資源管理方向，需要穩(wěn)定優(yōu)勢產業(yè)，同時明確水資源高效利用的產業(yè)，減少水資源失衡風險導致的經(jīng)濟損失，提升水資源利用效率。鶴崗市、七臺河市和佳木斯市作為以第一產業(yè)為主導的地區(qū)，水資源利用效率相對較低，并且波動性較大，同時水資源失衡風險導致的經(jīng)濟損失較高，體現(xiàn)了該區(qū)域農業(yè)用水效率低，漫灌現(xiàn)象仍然嚴重，需要政府和農戶相互合作提高用水效率。位于西部城市的哈爾濱市、大慶市和綏化市持續(xù)保持較高的水資源利用效率，同時水資源失衡風險導致的經(jīng)濟損失值遠低于其他城市，說明該區(qū)域找到契合自身特點的水資源發(fā)展路線。

為了進一步分析黑龍江省各城市未來發(fā)展情況，將水資源利用效率劃分為高效率、較高效率、中等效率和低效率4個等級[38]，應用ArcGIS繪制2020年水資源利用效率等級空間分布圖（見圖2）。從整體來看，2020年黑龍江省各城市水資源利用效率不高，絕大部分地區(qū)的水資源利用效率處于中等效率。從空間差異性看，水資源利用效率呈現(xiàn)南北方向高，東西方向低的現(xiàn)象，東部地區(qū)的水資源利用效率整體低于其他地區(qū)。在東部城市中，水資源利用效率由西南向東北方向增長，盡管雙鴨山市水資源利用效率相對較高（0.68），但仍處于中度水資源利用效率區(qū)間[39]。西部城市的水資源利用效率由東北向西南方向增加。南部和北部城市水資源利用相對高于其他城市，同時該區(qū)域的水資源風險經(jīng)濟損失值也低于其他地區(qū)，說明該區(qū)域水資源配置較合理，保持現(xiàn)有產業(yè)結構和水資源分配制度即可持續(xù)穩(wěn)定發(fā)展。

綜上所述，由于黑龍江省水資源配置出現(xiàn)問題，以及地理位置、歷史發(fā)展狀況、水資源分配程度等區(qū)別，導致各個城市的水資源利用效率兩極分化現(xiàn)象越來越嚴重，需對其進行水資源利用效率驅動因素分析，結合區(qū)域特點制定水資源利用效率提高措施。

3.3.2 驅動因素分析

水資源失衡風險導致的經(jīng)濟損失值的降低是水資源系統(tǒng)風險得到解決的最直觀表現(xiàn)，需要針對各個城市的發(fā)展現(xiàn)狀提出降低水資源失衡風險導致的經(jīng)濟損失的解決方案。水資源利用效率驅動因素指標的選取以科學性、客觀反映區(qū)域環(huán)境、經(jīng)濟和社會發(fā)展為原則[40]，選取第一產業(yè)比例、第二產業(yè)比例、人均GDP、人均水資源量、水利投資和水價等指標進行驅動因素分析。本文將水資源利用效率驅動因素指標值和各城市水資源利用效率年平均值代入式（4），分析各驅動因素與水資源利用效率的關聯(lián)度（見表5）。

圖2 2020年黑龍江省水資源利用效率等級空間分布圖

表5 水資源利用效率與驅動因素的關聯(lián)度

注：*、**和***分別代表顯著性通過0.10.05和0.01的水平檢驗“–”表示該數(shù)據(jù)與參考數(shù)列共線，無參考意義。

Note: *, **, and *** are significance at 0.1, 0.05 and 0.01 levels, respectively. "–" indicates that the data is collinear with the reference sequence and meaningless.

依據(jù)表5可知，除大興安嶺地區(qū)、黑河市外其他城市水資源利用效率與第一產業(yè)比例在0.01水平上呈現(xiàn)顯著相關性，大興安嶺地區(qū)和黑河市與第一產業(yè)比例在0.05水平上呈現(xiàn)相關性。除黑河市和伊春市外其他城市水資源利用效率與第二產業(yè)比例在0.01水平上呈現(xiàn)顯著相關，伊春市水資源利用效率與第二產業(yè)比例在0.05水平上呈現(xiàn)相關性。通過0.05顯著水平檢驗的城市需提高農業(yè)水資源投入，促進第二產業(yè)科技進步，保持現(xiàn)有水資源分配模式，提升水資源利用效率，降低水資源失衡風險導致的經(jīng)濟損失，使地區(qū)GDP穩(wěn)步提升。

黑河市、雞西市、綏化市、齊齊哈爾市、大慶市、哈爾濱市、佳木斯市、鶴崗市、雙鴨山市和七臺河市水資源利用效率與人均GDP在0.01水平上呈現(xiàn)顯著相關，大興安嶺地區(qū)、伊春市和牡丹江市水資源利用效率與人均GDP在0.05水平上呈現(xiàn)相關性。說明上述城市有良好的產業(yè)凝聚力和優(yōu)秀的管理水平，需要加強居民的節(jié)水思想意識、提升企業(yè)水資源管理水平。

大興安嶺地區(qū)、黑河市、伊春市、牡丹江市和大慶市水資源利用效率與人均水資源量在0.01水平上呈現(xiàn)顯著相關，雞西市、綏化市、哈爾濱市、佳木斯市和鶴崗市水資源利用效率與人均水資源量在0.05水平上呈現(xiàn)相關性。說明由于地理位置原因，黑龍江省水資源分布不合理，需要人為將水資源合理分配到各城市。

水利投資只與牡丹江市、綏化市、齊齊哈爾市、大慶市和哈爾濱市水資源利用效率在0.01水平上呈顯著相關，除牡丹江市、綏化市、齊齊哈爾市、大慶市、哈爾濱市和七臺河市外其余城市均在0.05水平上呈現(xiàn)相關性。說明黑龍江省大部分地區(qū)水資源的管理水平和技術水平較高，七臺河市應加大水利投資，將水資源合理分配到生產生活中。黑龍江省僅有大興安嶺地區(qū)與水價在0.01水平上呈現(xiàn)顯著關系，說明水價沒有起到合理配置水資源的目的。作為政府直接調節(jié)水資源利用效率的杠桿，長期以來，低水價大大降低了企業(yè)的生產成本，因此獲得了超額利潤，同時也造成了嚴重污染，更不能促進節(jié)水，造成環(huán)境污染和資源退化。

通過驅動因素的分析可知：黑龍江省各城市水資源失衡風險導致的經(jīng)濟損失主要受產業(yè)結構、人均GDP、人均水資源量和水利投資的驅動，需要通過提升第一、二產業(yè)的生產效率，減少黑龍江省水資源風險經(jīng)濟損失；由于地理位置受到限制，增強人民節(jié)水意識也是間接減少水資源風險經(jīng)濟損失的手段；同時，政府從宏觀上需要增加有關水利方面的投資。但水價驅動因素的影響較低，不能正確反映黑龍江省各城市的真實情況，需要政府通過宏觀政策進行引導。

4 討 論

EBM模型研究熱點集中在指標選擇上，盡管原理上并沒有明確限制投入產出指標的選取，但在實際操作中投入產出指標不能任意選取。第一，DEA模型理論對指標數(shù)量進行了限制，根據(jù)“拇指法則”規(guī)定[41]，決策單元個數(shù)不能少于投入、產出指標個數(shù)總和的2倍。當評價指標過多時，易造成有效決策單元偏多，降低DEA模型的區(qū)分度[42]。第二，指標的選取需要盡可能涵蓋希望獲得效率的所有方面，同時投入指標盡可能選取成本型指標。本文在滿足上述要求的前提下選用了HHM和RFRM方法進行指標的篩選。指標選取的方法還有很多，目前被認可的方法有經(jīng)驗判斷法、主成分分析法、因子分析法等，可以通過其他方法進行確定。

在本文中，EBM模型中投入產出指標可以用其他指標進行替代，但需要保證前文所述的具體原則?？梢钥紤]采用糧食總產量替換農業(yè)用水量、人口總數(shù)替換就業(yè)人數(shù)、或將農業(yè)用水量和工業(yè)用水量合并，添加與水資源系統(tǒng)和社會經(jīng)濟、生態(tài)相關的城鎮(zhèn)化率、森林覆蓋面積等指標[43]。

5 結 論

本文以經(jīng)濟數(shù)值定量衡量水資源失衡風險入手，構建了水資源失衡風險導致的經(jīng)濟損失模型，結合EBM模型計算水資源失衡風險導致的經(jīng)濟損失和水資源利用效率，再運用Tobit模型進行驅動因素分析，主要結論如下：

1）2000—2020年黑龍江省水資源系統(tǒng)發(fā)展狀況正向好的方向發(fā)展，但水資源失衡風險導致的經(jīng)濟損失仍然較高，需要優(yōu)化產業(yè)結構、增加水利投資。水資源投入經(jīng)濟損失主要來自大興安嶺地區(qū)、牡丹江市和伊春市，占總水資源投入經(jīng)濟損失的68%。

2）黑龍江省水資源利用效率雖然逐年增加，但數(shù)值不高，部分地區(qū)水資源利用效率逐年降低；水資源利用效率呈現(xiàn)南北高于東西、東部城市低于其他城市的特點。

3）影響黑龍江省水資源風險經(jīng)濟損失的驅動因素包括產業(yè)結構、人均GDP、人均水資源量和水利投資。城市之間的驅動因素互不相同，產業(yè)結構與大部分城市的水資源利用效率顯著相關，經(jīng)濟發(fā)展水平和人均水資源量也在不同城市呈現(xiàn)顯著關系。但水價驅動因素與大多數(shù)城市的水資源風險經(jīng)濟損失并未出現(xiàn)顯著關系，說明政府在對水價調控水資源利用效率的問題上是失敗的，政府需要加強通過水價宏觀調控水資源利用效率。

[1] 楊培嶺. 水資源經(jīng)濟[M]. 北京：中國水利水電出版社，2003.

[2] 關偉. 區(qū)域水資源與經(jīng)濟社會耦合系統(tǒng)可持續(xù)發(fā)展的量化分析[J]. 地理研究，2007，26(4)：685－692.Guan Wei. The data analysis of regional water resources and economic society coupling system sustainable development[J]. Geographical Research, 2007, 26(4): 685－692. (in Chinese with English abstract)

[3] 陳琨，姚中杰，姚光. 我國實施水資源循環(huán)經(jīng)濟模式的途徑[J]. 中國人口·資源與環(huán)境，2003，13(5)：120－121. Chen Wei, Yao Zhongjie, Yao Guang. Approaches to implementing circular economy model of water resources in China[J]. China Population Resources and Environment, 2003, 13(5): 120－121. (in Chinese with English abstract)

[4] 翁文斌，蔡喜明，史慧斌，等. 宏觀經(jīng)濟水資源規(guī)劃多目標決策分析方法研究及應用[J]. 水利學報，1995(2)：1－11. Weng Wenbin, Cai Ximing, Shi Huibin, et al. Devlotment of the macro- economic based water resources multiple objective analysis approach and its applications[J]. Journal of Hydraulic Engineering, 1995(2): 1－11. (in Chinese with English abstract)

[5] 賈玲，甘泓，汪林，等. 論水資源資產負債表的核算思路[J]. 水利學報，2017，48(11)：1324－1333. Jia Ling, Gan Wei, Wang Lin, et al. Accounting methodology of the balance sheet for water resources [J]. Journal of Hydraulic Engineering, 2017, 48(11): 1324－1333. (in Chinese with English abstract)

[6] 唐曉城. 山東省經(jīng)濟增長的資源約束計量分析[J]. 中國石油大學學報：自然科學版，2016，40(2)：181－186. Tang Xiaocheng. Econometric analysis of resource constraint of economic growth for Shandong Province [J]. Journal of China University of Petroleum, 2016, 40(2):181－186. (in Chinese with English abstract)

[7] Setlhogile T, Arntzen J, Mabiza C, et al. Economic valuation of selected direct and indirect use values of the Makgadikgadi wetland system, Botswana[J]. Physics & Chemistry of the Earth, 2010, 36(14): 1071－1077.

[8] 曹永強，伊吉美，邢曉森，等. 遼寧省水資源利用與社會經(jīng)濟的協(xié)調發(fā)展量化分析[J]. 水力發(fā)電學報，2010，29(1)：80－84. Cao Yongqiang, Yi Jimei, Xing Xiaosen, et al. Quantitative analysis of coordinated development of water resources utilization and social economy in liaoning province[J]. Journal of Hydroelectric Engineering 2010, 29(1): 80－84. (in Chinese with English abstract)

[9] 成琨，付強，陳曦，等. 基于投入產出模型的黑龍江省水資源利用效率分析[J]. 南水北調與水利科技，2013(5)：141－145.Cheng Kun, Fu Qiang, Chen Xi, et al. Analysis of water resources utilization efficiency in Heilongjiang province based on input-output model[J]. South to North Water Transfer and Water Science and Technology, 2013(5): 141－145. (in Chinese with English abstract)

[10] 張振龍，孫慧. 新疆區(qū)域水資源對產業(yè)生態(tài)系統(tǒng)與經(jīng)濟增長的動態(tài)關聯(lián): 基于VAR模型[J]. 生態(tài)學報，2017，37(16)：5273－5284. Zhang Zhenlong, Sun Hui. Research on the dynamic relationship between water-intensive industrial ecosystem and economic growth in Xinjiang based on VAR model [J]. Acta Ecologica Sinica, 2017, 37(16): 5273－5284. (in Chinese with English abstract)

[11] 鄧學平，王旭，Ada Suk Fung Ng. 我國物流企業(yè)生產效率與規(guī)模效率[J]. 系統(tǒng)工程理論與實踐，2009，29(4)：34－42. Deng Xueping, Wang Xu, Ada Suk Fung Ng. Productive efficiencies and scale efficiencies of Chinese logistics companies [J]. Systems Engineering - Theory & Practice, 2009, 29(4): 34－42. (in Chinese with English abstract)

[12] 馬占新，候翔. 具有多屬性決策單元的有效性分析方法[J]. 系統(tǒng)工程與電子技術，2011，33(2)：339－345. Ma Zhanxin, Hou Xiang. Efficiency analysis method for some multiple attributive decision making units [J]. Systems Engineering and Electronics, 2011, 33(2): 339－345. (in Chinese with English abstract)

[13] Lee S, Song K Y, Kim Y, et al. Mapeamento do potencial de produtividade regional de águas subterraneas usando um modelo de rede neural artificial baseado num sistema de informa??o geográfica (SIG)[J]. Hydrogeology Journal, 2012, 20(8): 1511－1527.

[14] 邢俊. 基于樣本的企業(yè)聯(lián)盟效率綜合評價的非參數(shù)方法[J]. 系統(tǒng)工程理論與實踐，2011，31(11)：2131－2139. Xing Jun. Non-parametric approach for evaluating alliance efficiency based on sample units [J]. Systems Engineering - Theory & Practice, 2011, 31(11): 2131－2139. (in Chinese with English abstract)

[15] 秦鐘，王建武，章家恩，等. 廣東省農業(yè)循環(huán)經(jīng)濟發(fā)展的DEA分析與有效性評價[J]. 自然資源學報，2010，25(6)：904－913. Qin Zhong, Wang Jianwu, Zhang Jiaen, et al. Data envelopment analysis and efficiency evaluation on development of agricultural circular economy in guangdong[J]. Journal of Natural Resources, 2010, 25(6): 904－913. (in Chinese with English abstract)

[16] 徐麗君，楊敏麗. 基于Malmquist指數(shù)法的水稻生產效率實證分析[J]. 農業(yè)機械學報，2012，43(增刊)：169－174. Xu Lijun, Yang Minli. Analysis on paddy rice production efficiency based on malmquist index[J]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(Supp): 169－174. (in Chinese with English abstract)

[17] 邵景力，崔亞莉，李慈君. 水資源-經(jīng)濟管理模型及其應用[J]. 水文地質工程地質，1994(3)：1－4. Shao Jingli, Cui Yali, Li Cijun. Water resources-Economic management model and its application[J]. Hydrogeology and Engineering Geology, 1994(3): 1－4. (in Chinese with English abstract)

[18] 錢龍霞，張韌，王紅瑞，等. 基于MEP和DEA的水資源短缺風險損失模型及其應用[J]. 水利學報，2015，46(10)：1199－1206. Qian Longxia, Zhang Ren, Wang Hongrui, et al. A model for water shortage risk loss based on MEP and DEA and its application[J]. Journal of Hydraulic Engineering, 2015, 46(10): 1199－1206. (in Chinese with English abstract)

[19] Jiang Qiuxiang, Wang Tian, Wang Zilong, et al. HHM- and RFRM-based water resource system risk identification[J]. Water Resources Management, 2018,12(32): 4045—4061.

[20] Charnes A, Cooper WW, Rhodes E. Measuring the efficiency of decision making unit[J]. European Journal of Operational Research, 1978(2): 429－444.

[21] 王瑩. 中國省際水資源利用效率及影響因素分析: 基于超效率DEA與Tobit模型[J]. 中國農村水利水電，2015(5)：41－44. Wang Ying. Chinese provincial water resources utility efficiency and its influencing factors based on super- efficiency DEA and Tobit model [J]. China Rural Water and Hydropower, 2015(5): 41－44. (in Chinese with English abstract)

[22] 劉靜，吳普特，王玉寶，等. 基于數(shù)據(jù)包絡分析的河套灌區(qū)農業(yè)生產效率評價[J]. 農業(yè)工程學報，2014，30(9)： 110－118. Liu Jing, Wu Pute, Wang Yubao, et al. Assessment of agricultural productive efficiency for Hetao Irrigation District based on data envelopment analysis [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(9): 110－118. (in Chinese with English abstract)

[23] 呂素冰，許士國，陳守煜. 水資源效益綜合評價的可變模糊決策理論及應用[J]. 大連理工大學學報，2011，51(2)：269－273. Lü Subing, Xu Shiguo, Chen Shouqi. Variable fuzzy decision-making theory and its application to comprehensive benefits evaluation of water resources [J]. Journal of Dalian University of Technology, 2011, 51(2): 269－273. (in Chinese with English abstract)

[24] Tone, Kaoru, Tsutsui, Miki. An epsilon-based measure of efficiency in DEA: A third pole of technical efficiency[J]. European Journal of Operational Research, 2010, 207(3): 1554－1563.

[25] 張勇，古明明. 重新評估我國的增長潛力：基于全要素生產率和數(shù)據(jù)分析視角的解釋[J]. 經(jīng)濟科學，2013, 35(2)：5－19. Zhang Yong, Gu Mingming. Reassessing China's growth potential: Based on TFP and data analysis [J]. Economic Science, 2013, 35(2): 5－19. (in Chinese with English abstract)

[26] 李佳寧. 基于非徑向超效率DEA模型的中國省際生態(tài)效率研究[J]. 現(xiàn)代商業(yè)，2015(4)，138－140. Li Jianing. Research on China's interprovincial ecological efficiency based on non-radial super efficiency DEA Model[J]. Modern Business, 2015(4): 138－140. (in Chinese with English abstract)

[27] 徐海成，王毅，賈銳寧. 基于三階段DEA與Tobit回歸模型的收費公路行業(yè)運營模式雙軌制效率研究[J]. 中國公路學報，2017，30(9)：125－132. Xu Haicheng, Wang Yi, Jia Ruining. Research on dual-track efficiency of toll road industry operation mode based on three-stage DEA and Tobit regression model[J]. China Journal of Highway and Transport, 2017, 30(9): 125－132. (in Chinese with English abstract)

[28] 黃珂，張安錄，張雄. 中國城市群農地城市流轉效率研究：基于三階段DEA與Tobit模型的實證分析[J]. 經(jīng)濟地理，2014，34(11)：74－80. Huang Ke, Zhang Anlu, Zhang Xiong. A study of rural- urban land conversion efficiency of urban agglomerations in China: An empirical analysis based on three-stage DEA model and Tobit model [J]. Economic Geography, 2014, 34(11): 74－80. (in Chinese with English abstract)

[29] Warnke A J. Verzerrung durch selektive Stichproben[M]. Nonresponse Bias. Fachmedien Wiesbaden: Springer, 2015: 305－323.

[30] Kirjavainen T, Loikkanen H A. Efficiency differences of Finnish senior secondary schools: An application of DEA Tobit-analysis[J]. Heikki Loikkanen, 1996, 17(4): 377－394.

[31] 孫才志，謝巍，姜楠，等. 我國水資源利用相對效率的時空分異與影響因素[J]. 經(jīng)濟地理，2010，30(11)：1878－1884. Sun Caizhi, Xie Wei, Jiang Nan, et al.Thespatial-temporal difference of water resources utilization relative efficiency and ifluence factors in China[J]. Economic Geography, 2010, 30(11): 1878－1884. (in Chinese with English abstract)

[32] 王浩. 中國未來水資源情勢與管理需求[J]. 世界環(huán)境，2011(2)：16－17. Wang Hao. The future situation of water resources in China and its management requirements[J]. World Environment, 2011(2): 16－17. (in Chinese with English abstract)

[33] 那洪生. 經(jīng)濟金融運行總體平穩(wěn)向好但經(jīng)濟下行壓力依然較大：2015年上半年黑龍江省經(jīng)濟金融形勢分析[J]. 黑龍江金融，2015(8)：12－13. Na Hongsheng. The overall economic and financial operations are steadily improving, but the downward pressure on the economy is still relatively large: An analysis of the economic and financial situation in Heilongjiang Province in the first half of 2015 [J]. Heilongjiang Finance, 2015(8): 12－13.

[34] 黑龍江省統(tǒng)計局. 黑龍江統(tǒng)計年鑒[M]. 北京：中國統(tǒng)計出版社，2016.

[35] 黑龍江省水利廳. 黑龍江省水資源公報[M]. 哈爾濱：黑龍江人民出版社，2016.

[36] Shi Bin, Wang Peng, Jiang Jiping, et al. Applying high-frequency surrogate measurements and a wavelet-ANN model to provide early warnings of rapid surface water quality anomalies[J]. Science of the Total Environment, 2017, 610/611: 1390—1399.

[37] Ma Dongliang, Zhou Tao, Chen Jie, et al. Supercritical water heat transfer coefficient prediction analysis based on BP neural network[J]. Nuclear Engineering & Design, 2017, 320: 400－408.

[38] 楊斌. 資源約束下的節(jié)約型社會構建研究[D]. 青島：中國海洋大學，2007. Yang Bin. Research on the Construction of Economical Society Under Resource Constraints [D]. Qingdao: Ocean University of China, 2007. (in Chinese with English abstract)

[39] 姜秋香，周智美，王子龍，等. 基于水土資源耦合的水資源短缺風險評價及優(yōu)化[J]. 農業(yè)工程學報，2017，33(12)：136－143. Jiang Qiuxiang, Zhou Zhimei, Wang Zilong, et al. Risk assessment and optimization of water resources shortage based on water and land resources coupling [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(12): 136－143. (in Chinese with English abstract)

[40] 錢文婧，賀燦飛. 中國水資源利用效率區(qū)域差異及影響因素研究[J]. 中國人口·資源與環(huán)境，2011，21(2)：54－60. Qian Wenjing, He Canfei. China's Regional Difference of Water Resource Use Efficiency and Influencing Factors [J]. China Population Resources and Environment, 2011, 21(2): 54－60. (in Chinese with English abstract)

[41] 羅艷. 基于DEA方法的指標選取和環(huán)境效率評價研究[D]. 合肥：中國科學技術大學，2012. Luo Yan. Research on Index Selection and Environmental Efficiency Evaluation Based on DEA Method [D]. Hefei：University of Science and Technology of China, 2012. (in Chinese with English abstract)

[42] 董戰(zhàn)峰，喻恩源，裘浪，等. 基于DEA模型的中國省級地區(qū)水資源效率評價[J]. 生態(tài)經(jīng)濟：中文版，2012(10)：43－47. Dong Zhanfeng, Yu Enyuan, Qiu Lang, et al. Water efficiency evaluation of the provincial regions in China based on DEA model[J]. Ecological Economy: Chinese, 2012(10): 43－47. (in Chinese with English abstract)

[43] 左其亭，周可法，夏軍，等. 干旱區(qū)流域可持續(xù)水資源管理量化研究方法及應用[J]. 中國科學：地球科學，2006，36(增刊)：9－14. Zuo Qiting, Zhou Kefa, Xia Jun, et al. Quantitative research method and application of sustainable water resources management in arid basin [J]. Science in China Series D: Earth Sciences, 2006, 36(Supp): 9－14. (in Chinese with English abstract)

EBM-based social economic loss model of water resources imbalance risk and its application

Jiang Qiuxiang, Wang Tian, Wang Zilong※, Fu Qiang, Zhao Youzhu, Dong Yujie, Zhou Zhimei

(150030,)

The water resources system is closely related to the regional economy. It is more intuitive to use economic value to reflect the losses caused by water system risks such as water resource imbalance and mismatch. In order to evaluate the risk of water resources system through quantitative economic value, this paper firstly constructed the water loss risk economic loss model, and used the EBM model to calculate the water use efficiency, and combined the water price and per capita wage in Heilongjiang Province to determine the water resource risk value. Then, based on the EBM, a two-stage Tobit model was added to analyze the causes of the risk economic loss of the water resources system. The results show that the least economic loss caused by insufficient water resources investment in Heilongjiang Province from 2000 to 2020 is 7.52 billion yuan (2008), the highest is 42.51 billion yuan (2013); the economic loss of minimum output of water resources is 111.9 billion yuan (2000), the highest is 1 106.8 million yuan (2012). From 2000 to 2015, the economic loss of water resources in Heilongjiang Province increased year by year, and the economic loss of water resources output accounted for more than 90% of the economic loss of water resources system. It is estimated that the economic loss of water resources risk in 2020 is 813.87 billion yuan. Jixi, Suihua, Qiqihar, Harbin, Daqing, Jiamusi, Shuangyashan, Qitaihe and Hegang have lower economic losses caused by input and better water resources allocation. The cities with large economic losses caused by output are Yichun, Mudanjiang and Suihua, which require the government to pay more attention to the utilization of water resources in the region. It is necessary to rationally allocate water resources, improve water use efficiency, and reduce the risk economic loss of water resources systems. Hegang, Qitaihe, Jiamusi and other major grain producing areas have greater risk of water resources, greater economic losses and lower water use efficiency. In general, the agricultural water use efficiency in Heilongjiang Province is low, and the phenomenon of flood irrigation is still serious. It is necessary for the government and farmers to cooperate with each other to improve water use efficiency. During the research period, the risk economic loss of water resources system in Heilongjiang Province was large, and the water use efficiency was low. The water use efficiency in most areas was only in the medium range. From the perspective of spatial distribution, water use efficiency is high in the north-south direction and low in the east-west direction. The water use efficiency in the eastern region is lower than that in the other regions. The water resources system of Heilongjiang Province is affected by industrial structure, per capita GDP, per capita water resources and water resources investment. Water price is correlated with water use efficiency in only a few cities, indicating that the government's purpose of regulating water resources through water prices has not been met, and the government needs to introduce relevant policies to change in the future. This article will support the development of risk aversion measures for subsequent water resources systems.

water resources; economic analysis; models; EBM; Tobit; Heilongjiang Province

10.11975/j.issn.1002-6819.2018.19.014

TV213

A

1002-6819(2018)-19-0104-10

2018-05-28

2018-08-10

國家自然科學基金（51679040）；黑龍江省自然科學基金（面上項目）（E2016004）；黑龍江省普通本科高等學校青年創(chuàng)新人才培養(yǎng)計劃（UNPYSCT-2017022）；黑龍江省博士后資助（LBH-Q17022）

姜秋香，黑龍江佳木斯人，博士，副教授，主要研究方向為水土資源高效利用和管理。Email：jiangqiuxiang2017@163.com

王子龍，山東膠州人，博士，副教授，主要研究方向為寒區(qū)水土資源高效利用。Email：wangzilong2017@126.com

姜秋香，王 天，王子龍，付 強，趙蚰竹，董玉潔，周智美. 基于EBM的水資源失衡風險導致的社會經(jīng)濟損失模型及應用[J]. 農業(yè)工程學報，2018，34(19)：104－113. doi：10.11975/j.issn.1002-6819.2018.19.014 http://www.tcsae.org

Jiang Qiuxiang, Wang Tian, Wang Zilong, Fu Qiang, Zhao Youzhu, Dong Yujie, Zhou Zhimei. EBM-based social economic loss model of water resources imbalance risk and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(19): 104－113. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.19.014 http://www.tcsae.org