2. 浙江财经大学公共管理学院, 浙江杭州, 310018
2. School of Public Administration, Zhejiang University of Finance & Economics, Hangzhou 310018, China
水资源是人类依赖程度最高的资源之一,随着世界人口的增长、经济快速发展,水资源危机不断,水污染、水短缺和水浪费并存,如何构建完善的水资源经济政策(下称水资源政策)是当前世界性的难题,也是我国面临的重大问题。完善的水资源政策构建不仅要考虑水资源的使用价值问题,更应考虑水资源使用在现实中的定价政策和收费政策问题;合理制定水资源政策达到生态效益、社会效益、经济效益统一,是实现水资源政策的关键。当前水资源政策的制定往往根据经验或者决策者的知识体系,由于水资源利用的动态性和决策者信息不全面等原因,经常会出现政策失灵的现象,导致无效率的政策。例如,我国最初征收水资源费时,其价格仅定为0.001元,并没有起到体现水资源价值的作用。并且,当前的水资源政策研究,往往局限于单一政策的研究,如水权政策、排污收费政策、水生态补偿政策、水价定价政策、水环境损害赔偿政策等,尽管已涌现出众多的研究成果,但是,从系统论角度出发对水资源政策体系的研究比较欠缺,由此导致各个政策孤立。而政策的实施往往是由政策合力形成的,单一的政策往往难以奏效,因此水资源政策的耦合是国家和地区健全水资源政策体系的关键。
计算机技术快速发展和人们日益认识到水资源开发利用的复杂性和系统性,系统动力学仿真日益频繁地应用于水资源开发利用政策研究[1-3]。早在20世纪80年代,我国学者就提出了城市水环境政策仿真模型,将工业划分为六大部门,构建了人口、生产、工业废水、生活污水、自来水、污染物和污染治理七个子模型[4]。此模型主要关注人口政策和经济政策对城市主要污染物排放的影响以及污染治理费用投入。90年代研究者视野扩大,运用系统动力学(SD)模型,进行区域水资源开发利用研究[5]。进入21世纪,研究者视角从开发拓展到保护,主要运用SD模型进行水资源利用结构优化和水资源承载力以及由此带来的水安全问题研究[6, 7]。为了制定更科学合理的政策,需要进行政策仿真的研究。政策仿真可以模拟出政策实施后的效果,通过调整政策直至达到最佳效果,从而避免出现方向性错误或政策强度上的偏差[8, 9]。因此,政策仿真研究是当前健全水资源政策研究的重要基础。
1 模型构建 1.1 系统动力学模型构建 1.1.1 确定边界和系统划分水资源边界和系统的划分是研究水资源政策仿真的基础。将水资源开发利用看作一个复杂系统,即水资源系统。本研究水资源系统边界是指水资源汲取、利用、排放的整个过程。它是水资源开发利用及管理过程中形成的一个复杂的循环系统,包括自然—社会二元循环系统。根据以往研究[10, 11]和水资源开发利用特点,本研究将其划分为四个子系统:水资源子系统、人口子系统、经济子系统、生态环境子系统,同时将水资源政策嵌入到水资源系统结构中,最终形成包括水资源政策子系统在内的五个子系统。根据人类经济活动对水资源的影响(即水资源开发利用过程),设计各个子系统的变量①。由于本研究重点是在水资源政策及其耦合方面,因此重点分析水资源政策子系统。水资源管理的经济政策较多,本研究以全国全面实施和在试点的典型经济政策为研究对象,主要包括水价政策、水权政策、排污收费政策和水生态保护补偿政策。下面具体解释这些政策的含义及表征。
① 感兴趣的读者可以联系作者索要各变量设计情况。
水价政策在现实当中是以征收“水费”为手段,以实现水资源有偿使用的目的[12, 13]。把不同的水费作为表征水价政策的变量,水价政策变量是以水费为核心构建起来的,包括农村生活水费、农村生活用水价格、城镇生活水费、城镇生活用水价格、市政水费、市政用水价格、农业水费、农业水价、轻污染工业水费、轻污染工业水价、重污染工业水费、重污染工业水价、服务业水费、服务业水价、总水费、自来水公司总成本。
水权政策主要模拟基本取水许可取得和生产性行业之间(灌溉农业、养殖业和工业之间)的水权交易[14]。主要变量有单方水权价格、取水许可费、灌溉用水交易量、灌溉面积变化量、养殖业用水交易量、养殖业规模变化量、工业用水交易量、单位工业用水GDP、工业用水GDP变化量、工业用水GDP变化率。
排污收费政策是在承认排污者有向环境排放污染物权利的基础上,在污染物总量控制的情况下,通过市场化手段使得生产排放最小污染得到最大效益[14-16]。本模型中排污收费政策仅涉及政府与企业之间的交易,主要针对养殖业、工业和服务业这些生产性行业;排污权交易过程中征收的水污染权有偿使用的费用主要用于水资源污染治理。主要变量有养殖业单位排污权价格、养殖业排污权费、轻污染工业单位排污权价格、轻污染工业排污权费、重污染工业单位排污权价格、重污染工业排污权费、服务业单位排污权价格、服务业排污权费。
本文的水生态保护补偿政策作用对象可以理解为“得到清洁水源地区支付给牺牲自我经济利益而保护水源清洁的人们”,它在内涵上属于社会属性,是地区与地区之间的补偿,其目的是通过补偿鼓励被补偿地区更好地保护水生态环境,提供更多的水生态系统服务[17, 18]。本模型通过改变行业产值增长率或规模的增长率来达到生态环境保护目的,同时从相关地区获得相应的生态补偿金额,并用于污染治理投资或民生改善项目。本模型新增的变量为规模减小量、养殖业产值变化量、工业产值变量、服务业产值变化量、水生态补偿金额、地区经济补偿收入。
1.1.2 确定模型结构和参数基本系统变量确定后,要让变量形成一个闭路系统,必须要进行变量之间的关系确定。下面以人口子系统中变量(地区总人口、城市人口、农村人口)为例说明关系式的确定。例如,地区总人口是一个状态变量(也是初始变量),它由出生人口和死亡人口决定,可以写为下式:
(1) |
出生人口是一个辅助变量,它是由出生率这一速率变量决定的;同样死亡人口也是辅助变量,它是由死亡率这一速率变量决定的;下面的两个公式描述了这两个速率变量和相应的辅助变量之间的关系:
(2) |
(3) |
同样的情况,城市化率是速率变量,它决定了城市人口和农村人口。具体公式如下:
(4) |
(5) |
同理,把水资源利用四个子系统变量之间的关系确定之后,采用Vensim软件建立系统流程图②,并构建出代表各个变量之间关系的基本模拟方程式。
② 感兴趣的读者可以联系作者索要流程图。
系统动力学模型参数确定过程中需要涉及三种类型:状态变量的初始值、常数(即整个模型过程中不变的量)、表函数(即反映其非线性关系变化的参数)。在进行参数确定时,本研究针对三类地区分布选取典型地区作为参数确定参考数值;初始值根据地区初始年份数据得到,表函数利用2006—2016年数据趋势计算得出,模拟期末数据根据历史规律推算或直接采用典型地区规划数据。
本研究在我国水资源十大分区基础上,根据地区径流深度、降水量等要素,参照以往水资源分布研究成果,同时考虑地区用水和水资源主要问题等情况,将我国划分为三大研究区:丰水地区(珠江、东南诸河、西南诸河、长江区)、干旱地区(西北诸河及黄河上游)、过渡地区(淮河区、松花江区、辽河区、海河区、黄河中下游),典型地区分别为甘肃省、浙江省和天津市。数据主要来源于2007—2017年浙江省统计年鉴、甘肃省统计年鉴、天津市统计年鉴,2006—2016年浙江省水资源公报、天津市水资源公报、甘肃省水资源公报,2006—2016年中国城市年鉴,2006—2016年中国工业统计年鉴、中国水价网。
1.2 政策的生态经济效果定量评价 1.2.1 指标体系根据水资源政策目标和水资源可持续利用内涵,结合水资源开发利用过程及系统分析,本研究得出如表 1所示的指标体系。此指标体系包括生态环境效果和社会经济效果两个指标。生态环境效果指标来自供水过程和回水过程,对应的是自然水资源子系统、生态环境子系统;社会经济效果指标来自经济用水过程,对应的是人口子系统和经济子系统。在自然水资源子系统中,自然界水资源可用水量越多、生态环境水量越多、取水量越少,生态效益就越好。在生态环境子系统中,自然界当中的污水量越少、污染物积累越少,生态效益就越好;达标回流到自然界中的水量越高,生态效益就越好。在经济子系统中,各行业单方水产出越高,经济效益就越好。
为了能够在不同地区不同政策之间进行效果比较,本研究采用平均加权的综合指标方法来计算政策效果指数。由于指标类型和量纲不同,在计算指数时,将指标分为成本型和效益型两类;效益型指标值越大,越有利于系统正向发展;成本型指标正好相反,指标值越小,越有利于系统正向发展。
首先将不同指标类型进行无量纲化。
效益型指标无量纲化公式:
(6) |
成本型指标无量纲化公式:
(7) |
其中,ái是指标初始值;xi是第i个指标的方案模拟值;Ui是指标无量纲化之后的数值。
经过无量纲化处理后,利用简单平均加权的方法得到综合指标值,即政策绩效指数UIndex:
(8) |
由于综合指标值是经过无量纲化的,它反映了方案值与初始值的差异性或者变化趋势,因此对任何一个政策或者在多个政策耦合时的效果评价都可以进行比较,同时在不同地区内也可以相互比较。
2 方案设置和结果分析 2.1 模拟方案设置本研究构建了三个地区的四种单一政策模型:水价政策、水权政策、排污收费政策和水生态保护补偿政策,以及三个地区的三种政策耦合模型:水价政策和水权政策耦合,水价政策和排污收费政策耦合,水权政策、排污收费政策和水生态保护补偿政策耦合,共21个模型。本研究方案设置根据我国当前水经济政策的实际情况而定,考虑到地区水资源的自然禀赋和经济水平,既保障基本的社会经济稳定又考虑当前资源的经济价值。经济政策主旨为在稳定水资源价格情况下,逐步体现水资源稀缺性,资源价格逐渐让市场决定。我国近年来在资源管理政策上改革明显,水资源价格也逐步反映了资源价值,但总体上还没有到达市场化。本研究分两种情景,即前5年保持稳定,后5年逐步实现市场配置机制。模型参数分为基本指标(初始值)、辅助参数(常数值)和表函数(反映模型关系的非线性变化),由于篇幅有限,表 2给出了模型主要的表函数,即不同区域的模拟方案。
本研究设置了21个模型,指标变量较多。由于篇幅有限,下面以一些典型的政策耦合模型结果进行分析。
2.2.1 同一地区不同政策效果模拟结果以干旱地区为例,实施四种单一政策和两种政策耦合情况下的效果。图 1和图 2分别给出了6个模型的用水总量和废水排放总量趋势。从图 1可以看出:①四种单一政策中,水价政策和水生态保护补偿政策实施地区总水量呈现下降趋势,而排污收费政策和水权政策实施地区总水量都呈上升趋势。水价政策下降的绝对值要大于水生态保护补偿政策;水权政策的总用水量上升的绝对值要大于排污收费政策。②两种政策耦合下地区总用水量都呈现下降趋势,水价政策与排污收费政策耦合下地区总水量下降最明显。③就地区总用水量来看,政策耦合都具有控制地区总量的能力;单一政策上,水价政策控制能力最强,其次是水生态保护补偿政策;排污收费政策和水权政策都没有对总量起到控制作用。这几点现象与干旱地区自身的自然社会经济条件有关。干旱地区水资源禀赋差,经济欠发达,具有经济发展上的要求,同时居民用水和灌溉用水占主要部分,而工业用水相对较少;水价因素可以控制用量,但是排污收费更多的是针对污染企业,所以对地区用水影响不大;而水权政策对居民用水控制不明显。
从图 2可以看出:①单一政策下,水价政策和水生态保护补偿政策下废水排放量都呈现下降趋势,而水权政策下废水排放总量呈现上升趋势,这和地区总水量趋势一致。而排污收费政策下废水排放总量具有和地区总用水量不一致的趋势,其先上升后下降,总体是下降的。②在政策耦合时,两种耦合政策得到的废水排放总量结果并不一样。水价政策与排污收费政策耦合时,废水排放总量呈现下降趋势,这与地区总水量趋势一致;水价政策与水权政策耦合时废水排放总量呈现上升趋势,与地区总水量趋势相反。这不但与干旱区自身的自然社会经济条件有关,而且与水资源管理的政策制定初衷有关。排污收费主要是控制污染排放,以减少废水排放和防治水环境污染,因此对废水排放具有控制能力;而水价政策和水权政策更多关注水资源数量上的可持续利用。
2.2.2 不同地区组合效果模拟结果以水价政策、排污收费政策和水生态保护补偿政策耦合政策为例,分析三个地区的生态经济效果。从图 3可以看出,水资源管理经济政策耦合要比单一政策的效果好,三个地区总水量都呈现下降趋势,但在不同地区耦合效果也不一致。这说明政策耦合是地区水资源管理决策者的选择,应鼓励各个地区积极探索适合本区域的水资源管理政策体系。
图 4给出了三类地区三类政策耦合下模拟期产生的污染物总量趋势。三类地区的污染物总量都呈现下降趋势,说明政策耦合的生态效果明显;但是不同地区的下降趋势形式不一样。干旱地区的污染物总量呈直线下降;丰水地区的污染物总量呈下滑式下降,随着时间的推移趋于平缓;过渡地区的污染物总量则呈两段式下降,前5年呈直线下降,后5年呈下滑式下降。这也印证了政策耦合的生态效果是水资源管理经济政策的首要目标,是地方水资源可持续利用的必然选择。
根据1.2节的定量评价方法,计算出相应的评价指标值和综合值。下面从生态效果、经济效果和综合效果三个方面分别进行分析。
图 5、图 6给出了所有模型的生态和经济效果定量评价结果。从政策视角看,在干旱地区单一政策的生态效果中,水价政策的得分最高,而丰水地区和过渡地区都是水生态保护补偿政策得分最高,说明水价政策的生态效果在干旱地区最明显,水生态保护补偿政策在其他两个地区起到重要作用。这与地区之间的水资源禀赋、社会经济条件和水资源管理问题有关,干旱地区水量短缺,经济欠发达,能控制用水量基本上很多生态问题就得到缓解。从政策耦合来看,三类地区的生态效果得分排序是一致的:三类政策耦合最好,其次是水价政策与水生态保护补偿政策耦合,水价政策与水权政策耦合排在最后。从地区视角看,在干旱地区生态效果的政策排序为:三类政策耦合,水价政策与水权政策耦合,水价政策与排污收费政策耦合,水价政策,水生态保护补偿政策,水权政策和排污收费政策;在过渡地区的排序和干旱地区一致;但在丰水地区的排序则是:三类政策耦合,水生态保护补偿政策,水权政策,排污收费政策,水价政策与水权政策耦合,水价政策与排污收费政策耦合,水价政策。在耦合政策下,经济效果最明显的为丰水地区,指标值为0.663;其次是干旱地区,指标值为0.658;最后为过渡地区,指标值为0.458。
① 政策耦合是指水价政策、排污收费政策和水生态保护补偿政策三类政策耦合。
综合来看,相同的政策对不同地区的生态经济效果不同。图 7给出了所有模型的综合效果定量评价结果。就单一的水价政策而言,干旱地区的综合指数最高,为0.5934,处于中等偏上水平;其次是过渡地区,为0.4792,处于中等偏下水平;最后是丰水地区,0.4457,处于中等偏下水平。在生态效果指数中干旱地区却是最高的,为0.5476,丰水地区是最低的,为0.2905,而过渡地区处于三种过渡水平,为0.4943;经济效果指数中丰水地区是最高的,为0.6631;其次是干旱地区,为0.6576,最后是过渡地区,为0.4581。
从水权政策来讲,三类地区的政策耦合的生态经济效果综合指标值分别为0.3333、0.3333和0.4167。总体上生态经济效果并不高,处于中下等水平,在丰水地区的效果相对最好,其他两个地区值相同。水价政策和水权政策耦合,综合指数中干旱地区最大,丰水地区最小,过渡地区处于中间,说明政策耦合的生态经济效果在干旱地区最好,其次是过渡地区,丰水地区的效果反而最小。
水价政策和排污收费政策耦合下,整体上政策的生态经济效果要大于单一的政策。从综合指数来看,政策效果最大的是干旱地区,其次是过渡地区,丰水地区处于最后。从分量指标来看,不同地区的效果方向不同,在干旱地区生态和经济效果比较均衡;而在过渡地区,生态效果大于经济效果;丰水地区的经济效果大于生态效果。但水价政策、排污收费政策和水生态保护补偿政策耦合时,三类地区的生态经济总体效果明显,其指标值都大于任意一种或两种政策下的指标值,说明政策耦合要比单一政策的生态经济效果更好。就综合指标来说,丰水地区的数值最大,为0.7689;其次是干旱地区,为0.7171;最后是过渡地区,为0.6167,说明政策耦合更适应丰水地区。三类地区的综合指标都大于0.6,说明政策效果都处于较高水平。
3 结论和讨论根据以上分析可以得出以下结论:①相同的社会经济环境下,不同的水资源政策耦合生态经济效果不同。以干旱地区为例,单一的水价政策效果要好于单一的水权政策效果和单一的排污收费政策效果。水价政策和水权政策耦合效果要好于水价政策效果本身,水价政策和排污收费政策耦合效果要好于单一排污收费政策效果。水价政策和水权政策耦合效果要好于水价政策和排污收费政策。②在相同的水资源政策耦合下,不同区域也有不一样的生态经济效果。水权政策和水价政策耦合效果在水资源短缺地区要比水污染问题突出的地区更明显,而排污收费政策和水价政策耦合效果在水污染问题突出地区更明显。而水权政策和水价政策耦合效果在水资源短缺和水污染并存地区则更明显。③耦合水政策效果要好于单一水政策。但在不同区域背景下,最佳水资源政策组合不同。在干旱地区,水权政策和水价政策耦合效果要比水价政策和排污收费政策耦合效果更显著;在丰水地区则是水价政策和排污收费政策耦合效果更显著。
本研究选择了三类四种水资源管理的经济政策模拟不同社会经济条件下的实施效果,尝试解读了当前一些比较好的水资源管理政策有试点无推广的原因。由于水资源利用本身就是一个非常复杂的自然社会经济过程,同时初衷也是要研究政策效果趋势,因此在选择参数过程中简化了社会经济过程,模拟结果会存在一定数字误差。还有本研究中模型没有设置总量控制,同时水资源管理经济政策效果还受到很多方面的影响,如政府部门的规制政策、居民承受能力等,这些要在进一步研究中探讨。
致谢: 感谢宁波大学校长沈满洪教授给予的指导。在模型构建过程中得到了浙江大学博士生金诚博士的帮助,同时建模过程得到了国家哲学社会科学基金重大项目“健全水资源有偿使用和生态补偿政策及实现机制研究”(14ZDA071)的资助,再次一并感谢!
[1] |
VIAGGI D, RAGGI M, BARTOLINI F, et al. Designing contracts for irrigation water under asymmetric information:are simple pricing mechanisms enough?[J]. Agricultural water management, 2010, 97(9): 1326-1332. DOI:10.1016/j.agwat.2010.03.014 |
[2] |
DONO G, GIRALDO L, SEVERINI S. Pricing of irrigation water under alternative charging methods:possible shortcomings of a volumetric approach[J]. Agricultural water management, 2010, 97(11): 1795-1805. DOI:10.1016/j.agwat.2010.06.013 |
[3] |
PESIC R, JOVANOVIC M, JOVANOVIC J. Seasonal water pricing using meteorological data:case study of Belgrade[J]. Journal of cleaner production, 2012, 37: 299-303. DOI:10.1016/j.jclepro.2012.07.031 |
[4] |
周斌. 水资源开发与利用科研工作的现实制约与对策建议[J]. 中国环境管理, 2018, 10(2): 99-100. |
[5] |
韩德林, 陈正江. 运用系统动力学方法研究绿洲经济-生态系统——以玛纳斯绿洲为例[J]. 地理学报, 1994, 49(4): 307-316. DOI:10.3321/j.issn:0375-5444.1994.04.004 |
[6] |
OLMSTEAD S M, HANEMANN W M, STAVINS R N. Water demand under alternative price structures[J]. Journal of environmental economics and management, 2007, 54(2): 181-198. DOI:10.1016/j.jeem.2007.03.002 |
[7] |
ANDERSON J M. Integrating recycled water into urban water supply solutions[J]. Desalination, 2006, 187(1-3): 1-9. DOI:10.1016/j.desal.2005.04.062 |
[8] |
RAD M F, SEYEDESFAHANI M M, JALILVAND MR. An effective collaboration model between industry and university based on the theory of self organization:a system dynamics model[J]. Journal of science and technology policy management, 2015, 6(1): 2-24. DOI:10.1108/JSTPM-08-2014-0035 |
[9] |
李大宇, 米加宁, 徐磊. 公共政策仿真方法:原理、应用与前景[J]. 公共管理学报, 2011, 8(4): 8-20. |
[10] |
韩俊丽, 段文阁, 李百岁. 基于SD模型的干旱区城市水资源承载力模拟与预测——以包头市为例[J]. 干旱区资源与环境, 2005, 19(4): 188-191. DOI:10.3969/j.issn.1003-7578.2005.04.037 |
[11] |
冯海燕, 张昕, 李光永, 等. 北京市水资源承载力系统动力学模拟[J]. 中国农业大学学报, 2006, 11(6): 106-110. DOI:10.3321/j.issn:1007-4333.2006.06.021 |
[12] |
PULIDO-VELAZQUEZ M, ANDREU J, SAHUQUILLO A, et al. Hydroeconomic river basin modelling:the application of a holistic surfacegroundwater model to assess opportunity costs of water use in Spain[J]. Ecological economics, 2008, 66(1): 51-65. |
[13] |
沈满洪, 何灵巧. 外部性的分类及外部性理论的演化[J]. 浙江大学学报(人文社会科学版), 2002, 32(1): 152-160. DOI:10.3785/j.issn.1008-942X.2002.01.021 |
[14] |
沈满洪. 水权交易与契约安排——以中国第一包江案为例[J]. 管理世界, 2006(2): 32-40, 70-70. |
[15] |
贾小梅, 董旭辉, 于奇, 等. 我国农业农村污染治理与监管体系主要问题及对策建议[J]. 中国环境管理, 2019, 11(2): 10-13, 17-17. |
[16] |
王泽琳, 张如良, 吴欢. 跨流域调水的公正问题——基于环境正义的分析视角[J]. 中国环境管理, 2019, 11(2): 101-105. |
[17] |
PAGIOLA S, PLATAIS G. Payments for Environmental Services: from Theory to Practice[R]. Washington: World Bank, 2007.
|