基于DEA-ESTDA的长江经济带水资源利用效率时空格局分析

doi:10.14088/j.cnki.issn0439-8114.2022.18.007

湖北农业科学 ›› 2022, Vol. 61 ›› Issue (18): 40-47.doi: 10.14088/j.cnki.issn0439-8114.2022.18.007

基于DEA-ESTDA的长江经济带水资源利用效率时空格局分析

张承琪^1a, 高千喜², 代玉琨^1a, 陈宇阳^1b

1.河海大学,a.商学院;b.物联网工程学院,江苏常州 213022;
2.多伦多大学文理学院,安大略多伦多 M5S3G3

收稿日期:2021-09-11 出版日期:2022-09-25 发布日期:2022-10-21
作者简介:张承琪（2001-）,男,山东济南人,在读本科生,研究方向为资源经济与管理,（电话）15206111757（电子信箱）hhu_zcq@163.com。
基金资助:
中央高校基本科研业务费项目（B210202157）; 河海大学大学生创新创业训练计划资助项目（202110294047）

The spatio-temporal pattern analysis of water resources utilization efficiency in the Yangtze River Economic Belt based on DEA-ESTDA

ZHANG Cheng-qi^1a, GAO Qian-xi², DAI Yu-kun^1a, CHEN Yu-yang^1b

1a. College of Business, 1b. College of Internet of Things Engineering, Hohai University, Changzhou 213022, Jiangsu,China;
2. Faculty of Arts and Science, University of Toronto, Toronto M5S3G3, Ontario,Canada

Received:2021-09-11 Online:2022-09-25 Published:2022-10-21

摘要/Abstract

摘要： 运用考虑非期望产出的DEA-Malmquist模型测算2001—2018年长江经济带11个省（市）水资源利用效率的变化,运用ESTDA模型对水资源利用效率时空变化进行分析。结果表明,在观察期内长江经济带水资源利用效率稳步提高,水资源利用效率空间集聚现象整体显著,具有一定波动性,容易在空间形成相互毗邻的联动区域,其中HL集聚、HH集聚容易出现在上游与下游沿海地区,上游地区水资源利用效率局部空间结构更加动态;正向协同增长省份占总省份数的54.54%,主要集中在中下游地区;从时期来看,水资源利用效率时空凝聚性略强于时空流动性,具有一定的可塑性,故需要加强区域间合作,优化投入资源在空间上的布局,提高水资源利用效率。

关键词: 探索性时空数据分析, Malmquist指数, 水资源利用效率, 长江经济带

Abstract: The DEA -Malmquist model that considers undesired output was used to calculate the changes in water resource utilization efficiency（WRUE） of 11 provinces（cities） in the Yangtze River Economic Belt from 2001 to 2018, while ESTDA was used to analyze the temporal and spatial changes of WRUE. The results showed that the WRUE of the Yangtze River Economic Belt was increasing during the observation period. The spatial agglomeration of WRUE in the Yangtze River Economic Belt was significant with volatility to some extent. The WRUE was more likely to form adjacent linkage areas in space. To be detailed, HL pattern agglomeration and HH pattern agglomeration tended to appear in upstream and the coastal areas downstream. The local spatial structure of WRUE in the upstream region was more dynamic. The provinces with positive synergistic growth accounted for 54.54% of the total, mainly located in the middle and downstream regions. From the perspective of the period, the spatio-temporal cohesion of WRUE was slightly stronger than the spatio-temporal flux, but it was still plastic. Therefore, it is necessary to strengthen regional cooperation, optimize the spatial distribution of input resources, and improve the utilization efficiency of water resources.

Key words: ESTDA, Malmquist index, water resource utilization efficiency, Yangtze River Economic Belt

中图分类号:

TV213.9

张承琪, 高千喜, 代玉琨, 陈宇阳. 基于DEA-ESTDA的长江经济带水资源利用效率时空格局分析[J]. 湖北农业科学, 2022, 61(18): 40-47.

ZHANG Cheng-qi, GAO Qian-xi, DAI Yu-kun, CHEN Yu-yang. The spatio-temporal pattern analysis of water resources utilization efficiency in the Yangtze River Economic Belt based on DEA-ESTDA[J]. HUBEI AGRICULTURAL SCIENCES, 2022, 61(18): 40-47.

参考文献

[1] HU J,WANG S,YEH F.Total-factor water efficiency of regions in China[J]. Resources policy, 2006, 31(4):217-230.
[2] 孙爱军, 董增川, 王德智.基于时序的工业用水效率测算与耗水量预测[J].中国矿业大学学报,2007,36(4): 547-553.
[3] 马海良, 黄德春, 张继国.考虑非合意产出的水资源利用效率及影响因素研究[J].中国人口·资源与环境,2012,22(10): 35-42.
[4] 田贵良, 盛雨, 吴继云, 等.最严格水资源管理制度对长江经济带水资源利用效率的影响研究[J].南京工业大学学报(社会科学版),2020,19(5): 90-103.
[5] 张丽娜, 徐洁, 庞庆华, 等.水资源与产业结构高级化的适配度时空差异及动态演变[J].自然资源学报,2021,36(8): 2113-2124.
[6] 于伟, 张鹏, 姬志恒.中国城市群生态效率的区域差异、分布动态和收敛性研究[J].数量经济技术经济研究,2021,38(1): 23-42.
[7] 赵良仕, 孙才志, 郑德凤.中国省际水资源利用效率与空间溢出效应测度[J].地理学报,2014,69(1): 121-133.
[8] 李俊鹏, 郑冯忆, 冯中朝.基于公共产品视角的水资源利用效率提升路径研究[J].资源科学,2019,41(1): 98-112.
[9] 张峰, 薛惠锋, 宋晓娜, 等.工业水资源利用效率的空间溢出效应检验[J].统计与决策,2018,34(9): 130-134.
[10] 李青松, 张凤太, 苏维词,等.长江经济带农业用水绿色效率测度及影响因素分析——基于超效率EBM-Geodetector模型[EB/OL].https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=ZGNZ20210712019&uniplatfor m=NZKPT&v=lXP1LDpk_N3XS8vqPk0GzhP1-loWj0U4VKbAjBJo6ePT8TKc2CDSbKrrwrDJ3gip,2021-08-04.
[11] 徐惠孝, 刘艳军.收缩城市建设用地利用效率时空分异及影响机制——以黑龙江省伊春市为例[J].地理科学进展,2021, 40(6): 937-947.
[12] 陈良侃, 陈少辉.“一带一路”沿线国家农作物虚拟水贸易时空格局及驱动因素分析[J].地球科学进展,2021,36(4):399-412.
[13] 孙才志, 刘玉玉.基于DEA-ESDA的中国水资源利用相对效率的时空格局分析[J].资源科学,2009,31(10): 1696-1703.
[14] 郑德凤, 郝帅, 孙才志.基于DEA-ESDA的农业生态效率评价及时空分异研究[J].地理科学,2018,38(3): 419-427.
[15] 梁耀文,王宝海.环渤海地区农业生态效率时空演化及影响因素研究[J].生态经济,2021,37(6): 109-116.
[16] 郭丽佳,李畅, 彭红松, 等.节能减排约束下中国省域旅游生态效率评估及空间格局研究[J].地理科学进展,2021,40(8):1284-1297.
[17] 郝帅, 孙才志, 宋强敏.中国能源-粮食生产对水资源竞争的关系——基于水足迹的视角[J].地理研究,2021,40(6): 1565-1581.
[18] 郝帅, 孙才志, 宋强敏.基于ESTDA模型的中国水生态足迹及水生态压力评价[J].生态学报,2021,41(12): 4651-4662.
[19] 方世敏, 黄琰.长江经济带旅游效率与规模的时空演化及耦合协调[J].地理学报,2020,75(8): 1757-1772.
[20] MALMQUIST S.Index numbers and indifference surfaces[J]. Trabajos de estadistica, 1953, 4(2):209-242.
[21] ROLF F, SHAWNA G, LOVELL C A K, et al. Multilateral productivity comparisons when some outputs are undesirable: A nonparametric approach[J].Review of economics and statistics,1989,71(1):90-98.
[22] ROLF F, SHAWNA G, MARY N, et al.Productivity growth, technical progress, and efficiency change in industrialized countries[J]. The american economic review, 1994, 84(1):66-83.
[23] MORAN P A P. Notes on continuous stochastic phenomena[J]. Biometrika, 1950, 37(1/2): 17-23.
[24] ANSELIN L.Local indicators of spatial association—LISA[J]. Geographical analysis, 1995, 27(2): 93-115.
[25] YE X, SERGIO R.A framework for exploratory space-time analysis of economic data[J]. The annals of regional science, 2013, 50(1):315-339.
[26] YE X.Comparative space time dynamics[D]. Santa Barbara: University of California, Santa Barbara and San, 2010.
[27] REY S J, JANIKAS M V.STARS: space-time analysis of regional systems[J]. Geographical analysis, 2006, 38(1): 67-86.
[28] REY S J, MURRAY A T, ANSELIN L.Visualizing regional income distribution dynamics[J]. Letters in spatial & resource sciences, 2011, 4(1): 81-90.
[29] REY S.Spatial empirics for regional economic growth and convergence[J]. Geographical analysis, 2001, 33(3):195-214.
[30] 夏四友, 赵媛, 许昕, 等.1997—2016年中国农业碳排放率的时空动态与驱动因素[J].生态学报,2019,39(21): 7854-7865.
[31] 范擎宇, 杨山, 胡信.耦合视角下长三角地区城镇化协调度的时空特征及交互机制[J].地理研究,2020,39(2): 289-302.
[32] 张军, 章元.对中国资本存量K的再估计[J].经济研究,2003(7): 35-43.
[33] 万秀斌, 汪志球, 程焕.贵州推动大数据与实体经济深度融合[N].人民日报,2018-05-26(1).
[34] 张静.以城市群为主体推进湖北区域协调发展[N].湖北日报,2018-01-14(7).
[35] SERGIO J R, ALAN T M, LUC A.Visualizing regional income distribution dynamics[J]. Letters in spatial and resource sciences, 2011, 4(1):81-90.

基于DEA-ESTDA的长江经济带水资源利用效率时空格局分析

The spatio-temporal pattern analysis of water resources utilization efficiency in the Yangtze River Economic Belt based on DEA-ESTDA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	宋江浩, 张伟, 庄影星. 循环经济视角下中国林业投入产出效率研究——基于省际面板数据的实证分析[J]. 湖北农业科学, 2022, 61(8): 144-150.
[2]	李晋红, 朱学昱. 基于DEA-Malmquist指数模型的绿色发展效率测度与评价——以甘肃省为例[J]. 湖北农业科学, 2022, 61(8): 184-191.
[3]	卢先智, 车力. 灰水足迹视角下长江经济带水质与经济发展关系测度[J]. 湖北农业科学, 2022, 61(6): 41-47.
[4]	李旭, 王宝海. 基于DEA-Malmquist模型的中国乡镇卫生医疗资源配置效率研究[J]. 湖北农业科学, 2022, 61(6): 161-164.
[5]	王宝英, 齐爱云, 王子莎. 黄河流域与长江经济带种植业碳足迹供需平衡对比研究[J]. 湖北农业科学, 2022, 61(3): 53-59.
[6]	王世浩, 王宝海, 孙鲁家. 长江经济带农业全要素生产率时空演变及影响因素研究[J]. 湖北农业科学, 2022, 61(17): 31-38.
[7]	陈红, 沈俊源, 陈诗雨. 长江经济带第二产业绿色技术创新效率测度及时空演变[J]. 湖北农业科学, 2022, 61(12): 200-205.
[8]	曾心韵, 谢雨涵, 陈雯雯. 长江经济带农业水资源利用效率研究——基于DEA-Malmquist模型的实证分析[J]. 湖北农业科学, 2021, 60(7): 175-180.
[9]	曾庆顺, 李永正, 周子扬. 基于 Super-SBM模型的江苏省生态效率评价[J]. 湖北农业科学, 2021, 60(23): 191-195.
[10]	邓秋, 田振花, 吴美凤, 张露. 教育水平对长江经济带农业绿色生产的影响[J]. 湖北农业科学, 2021, 60(22): 174-179.
[11]	李晋红, 李晶晶, 吕微. 基于DEA-Malmquist模型的中国农产品物流效率评价研究[J]. 湖北农业科学, 2021, 60(2): 167-172.
[12]	雷家乐, 吴雪莲, 李万红, 李维. 长江经济带农户绿色生产行为及其影响因素研究——基于改进的TPB框架[J]. 湖北农业科学, 2021, 60(13): 200-207.
[13]	朱冬元, 纪磊. 基于STIRPAT模型的长江经济带碳排放驱动因素研究[J]. 湖北农业科学, 2021, 60(11): 50-54.
[14]	盛前, 夏语欣, 沈晓梅. 基于LMDI的长江经济带农业用水驱动因素分析[J]. 湖北农业科学, 2020, 59(8): 194-198.
[15]	何沅晶, 苏攀达, 文超. 长江经济带城市绿色发展质量测度及其影响因素分析[J]. 湖北农业科学, 2020, 59(23): 222-229.