引言

前些年，随着工业化、城市化的快速发展，长江流域水污染问题变得越发严峻。党的十八大以来，以习近平同志为核心的党中央先后作出了“推进长江大保护”“推动长江经济带高质量发展”“建设美丽中国”的部署，明确了长江流域生态保护和环境治理的战略导向和发展方略。河长制明确了省级行政单元的治水责任，生态破坏与环境污染问题得以遏制，但以跨省界为特征的大江大河大湖流域单元的整体性治水责任并未明确。河长制实施后，上下游、干支流、左右岸协同治理能力得以提高，但以自然地理特征划分的流域单元与行政区划为界的行政单元存在的矛盾，决定了流域管理体制机制还需不断完善。长江流域作为一个独立的复合生态系统，上中下游地区资源禀赋、经济发展水平各异，独特的地理单元属性决定了长江流域需要实行整体性治理，进一步明确长江流域整体性治水责任。

2021年3月《长江保护法》实施后，以省际协作联动为特征的联合河长制作为一种政策创新，在长三角、成渝等地区加速推进，取得了一定成效，其实质是省际河长协作。河长制作为一项长江大保护的水环境治理政策，其政策效果近几年开始受到学界的高度关注。有学者认为，河长制政策效果并不显著，存在治标不治本的粉饰性行为^[1-5]。还有学者认为，河长制具有环境、经济双重红利效应和区域异质性^{[6, 7]}，实施河长制地区治污效果显著大于未推行地区^[8]。此外，河长制推行过程中存在“以邻为壑”和“囚徒困境”等情形^{[9, 10]}，实证发现，边界污染是省级政府最优选择结果^[11]。大多数学者认为，以省级行政区为单元的河长制，能够有效应对省域内水污染问题，但“属地管理”的河长制未来能否持续改善长江流域水污染，还需科学验证，如何优化长江流域跨层级、跨部门、跨区域的纵横协同治理机制还需深入探讨。

学界对河长制政策效果的研究，主要是利用准自然实验的双重差分法，以省级行政区为单元展开评估。长江流域“政区单元”河长制政策长期效果如何，能否实现流域治水目标，当前学界缺乏深入系统的探讨。再加上，中国七大流域的经济、社会发展水平差异较大，河长制政策执行过程中存在明显的区域差异。因此，不同流域河长制的政策效果，还需结合流域区域差异展开精准评估，并根据“中国场景”进行流域管理体制创新。由美国麻省理工学院Forrester创立^[12]的作为预估政策长期效果重要分析工具的系统动力学方法（System Dynamics，SD），能够对长期的、战略性的系统问题进行仿真分析，已被广泛应用于公共政策模拟与仿真研究^{[13, 14]}，主要研究方法包括系统分析、因果回路图、流图绘制、模型构建、模型测试及模型仿真模拟预测等。

本文基于DPSIR理论，运用SD方法，借助Vensim PLE系统分析软件对长江流域河长制政策效果展开模拟与仿真，研究2023—2035年河长制政策的长期效果，并基于整体性治理理论，提出“流域单元”河长制政策的设计思路，对“政区单元”河长制形成重要补充。本研究为进一步完善长江流域跨层级、跨部门、跨区域的纵横协同治理机制提供理论支撑，对推进长江流域协同保护和高质量发展，具有十分重要的理论意义与现实意义。

1 河长制政策系统动力学模型构建 1.1 河长制政策系统DPSIR框架与因果回路 1.1.1 系统DPSIR框架

DPSIR是在欧洲环境规划署（EEA）、经济合作与发展组织（OECD）和联合国（UN）所提出的“压力—状态—响应”模型（PSR）与“驱动力—状态—响应”模型（DSR）演变而成的，它以驱动—压力—状况—影响—反应为基础，构建了社会—经济—资源—环境—政策之间因果关联的分析框架。该模型指出，经济和社会作为一种动力（D），对资源环境造成了压力（P），使得水环境状况恶化（S），从而形成了各种不同的环境影响（I），最终产生了不同的政策反应（R）。而政策反应又会对社会经济发展、环境压力、环境条件，以及因环境条件而导致的后果（I）发生作用。本文以长江流域为例，基于DPSIR理论，构建长江流域经济社会—水资源—河长制政策体系间的因果关系图，以揭示河长制政策与长江流域经济发展系统、水资源系统之间的演变规律。

如图 1所示，经济发展系统（D）对水资源的消耗和使用导致了水环境压力（P）上升，水环境状况（S）随之发生改变，出现水环境自净能力下降、水资源供应短缺等问题，导致水资源承载力下降（I），促使有关部门响应水环境变化带来的改变推出有关水治理政策，如河长制政策（R）。河长制政策的初衷是通过加强水环境治理、提高用水效率、促进水生态修复等手段，对D、P、S、I产生作用，最终实现全流域经济结构优化、生态和谐发展。

1.1.2 河长制政策系统主要因果回路

如图 2所示，建立因果回路图是整理系统内部变量因果关系的一种方法, 通过分析各变量间的关系可以研究整体系统的变化情况。因果回路图包含正反馈回路与负反馈回路，其中，回路中箭头表示正向的数量为偶数时，为正反馈回路；箭头表示负向的数量为奇数时，为负反馈回路。正反馈回路能够反映系统内部变量间正向反馈因果关系，负反馈回路能够反映系统内部变量间的负向因果关系。河长制政策系统主要因果回路反馈如下：

（1）河长制政策→+水环境治理→-COD排放总量→-污染负荷→+生态环境→+人口数量→+河长制政策

这是一个正反馈回路。河长制政策下，流域地方政府受到上级环保督察的压力，对废水中各种污染物如COD、NH₃-N等进行控制，因此减少了污染负荷，使得流域水环境得到治理进而影响流域生态环境状况变好，人口死亡率减少，加强地方政府对河长制政策的重视。

（2）河长制政策→+水生态恢复→-污染负荷→+生态环境→+人口数量→+河长制政策

这是一个正反馈回路。河长制政策与其他生态保护政策的实施，促进了长江流域水生态环境恢复，流域生态状况的恢复提高了流域生态环境质量，随之改善了生态环境，使得因环境污染导致的死亡率降低，提高了人口数量，进而对河长制政策进一步推动产生积极影响。

（3）河长制政策→+水资源利用→-工业用水量→-用水总量→+供需比→+水资源利用→+河长制政策

这是一个负反馈回路。河长制政策的影响下，用水总量减少，提高了用水效率，使得流域水资源供求关系平衡，解决流域用水短缺问题，从而促进河长制政策的积极发展。

1.2 模型构建 1.2.1 数据来源与系统边界

根据河长制政策系统因果回路图，本文建立河长制政策SD模型，该模型由经济发展系统、水资源系统以及河长制政策系统三个主要系统构成。并根据已有研究建立河长制政策系统，系统包含水环境治理子系统、水生态修复子系统以及水资源利用子系统，系统变量如表 1所示。系统的主要空间边界设置为长江干流9省2市，并考虑到长江干流各省市发展情况的异质性，将上游空间边界设置为青海、西藏、云南、四川、重庆；中游空间边界设置为湖北、湖南、江西；下游空间边界为安徽、江苏、上海。时间边界则统一设置为2016—2035年，基准年份为2022年，模型时间步长设置为1年。2018—2022年为系统政策模拟运行与实际检验年份，2023—2035年为系统政策模拟仿真的预测年限。检验数据采用2016—2022年各省份水资源公报、《中国环境统计年鉴》中的数据（部分未统计数据利用插值法进行补齐）。预测期选取依据《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》，以及国务院《长江流域综合规划》。

1.2.2 河长制政策系统SD模型

为了准确找出变量之间的关系，在现有系统结构的基础上，将各个系统中的变量按照属性分为状态变量、辅助变量及速率变量等，通过数学公式的形式展示变量之间的相关关系，建立系统动力学流图，如图 3所示。经济社会系统主要研究经济总量和人口数量对河长制政策系统产生的影响，设置GDP总量、工业增加值、污染治理项目投资等作为主要状态变量，选取GDP变化率，废水治理完成投资占污染治理投资比重等定义为速率变量，经济社会系统其余变量设置为辅助变量。水资源系统主要研究水资源利用对河长制政策系统的影响，主要状态变量包括地表水资源量、地下水资源量、地表水供水量等，设置地表水开发利用率、地下水开发利用率等为主要速率变量，以展示水资源利用情况对河长制政策的影响。河长制政策系统主要研究河长制政策对水环境治理子系统、水资源利用子系统、水生态修复子系统的影响。设置COD的排放量、废水中NH₃-N排放量、工业固体废物排放量、废水处理量为水环境治理子系统的主要状态变量，以污染物浓度为速率变量，反映河长制政策下水环境治理情况。设置万元GDP用水量、供需比为水资源利用子系统的状态变量，以城镇生活用水量、农村生活用水量、单位工业增加值用水量、单位有效灌溉面积用水量等为速率变量，反映河长制政策对水资源利用的影响。水生态修复子系统选取耕地面积、绿地面积等为主要状态变量，耕地面积变化率、绿化覆盖率等为速率变量，设置生态环境状况指数、植被覆盖指数等为水生态修复子系统辅助变量，反映生态修复子系统对河长制政策系统的影响。

1.2.3 模型主要参数及方程确定

模型预测年份参数设定依据为《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》《长江流域综合规划（2012—2030年）》《关于全面推行河长制的意见》《深入打好长江保护修复攻坚战行动方案》《国务院关于实行最严格水资源管理制度的意见》等有关经济发展、环境治理与水资源保护相关政策，同时参考河长制政策的相关文献，结合《中国统计年鉴》《中国环境统计年鉴》及各地《水资源公报》等相关资料，设定河长制政策系统动力学模型主要参数（表 2）。根据表 2有关变量及统计数据之间的真实逻辑关系，得到河长制政策系统主要变量参数方程，具体参数方程如表 3所示。

2 模型检验与仿真情景设计 2.1 模型检验

为了保证模型的可靠性与真实性，需要对长江流域河长制政策系统进行检验。模型运行后，各项参数正常，并通过了量纲一致性检验。经过与历史数据进行对比，模拟数据通过了历史性检验。鉴于模型复杂，变量众多，本文以长江干流主要省份数据为例，如表 4所示，以2016—2022年度为模型检验年份，选取水资源总量、主要污染物（COD、NH₃-N）排放总量、GDP、用水总量、绿地面积等指标，作为研究对象展开检验。

由对比结果可知，除个别数据存在突变情况外，河长制政策系统数据模拟值与实际误差基本都在7%以内，平均误差不超过4%，并且模拟值变化趋势与实际变化趋势一致，因此判定本文所建立的河长制政策系统动力学模型具有较好的模拟精度，能够用于实际。

2.2 河长制政策仿真情景设计

选取与河长制政策具有直接影响的相关参数作为调控变量，设计出无政策情景与河长制政策情景两种路径进行仿真模拟。通过分别改变经济社会发展系统、水资源系统、河长制政策系统的核心参数来模拟河长制实施状况，再对比分析，对河长制政策未来政策效应进行模拟仿真。鉴于《关于全面推行河长制的意见》于2016年正式提出，再加上河长制政策于2018年在全国（不包括港澳台地区）范围内全面推行，因此选择2018—2022年相关指标进行分析。具体参数设置及变量说明见表 5。

（1）河长制政策延续模拟情景，主要根据当前系统发展情况模拟长江流域在未来一段时间内河长制政策发展，该情景模拟同时也作为无政策情景的主要对比对象。按照现有政策情况发展，控制变量结合《中国环境统计年鉴》《长江经济带统计年鉴》数据，确定单位用水量、污染物排放浓度、污水排放系数等变量，仿真模拟2022—2035年河长制政策延续趋近现实情景的效果。

（2）无政策模拟情景，主要根据河长制政策模拟情景，模拟没有河长制政策干预的情况下长江流域治理的仿真模拟。以长江流域系统为例，参考有关文献以及相关政策，结合长江流域实际发展情况经过调试选择与河长制政策有关变量，选取NH₃-N浓度、COD浓度、污水排放系数等，根据可获得的官方统计数据，仿真模拟2023—2035年无河长制政策情景。相关政策调整系数如表 5所示。

3 仿真结果分析 3.1 长江流域河长制政策效果分析

选取COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、废水处理量、再生水回收量等作为环境治理方面的效果评价指标；同样地，水资源利用方面选取万元GDP用水量、水资源开发利用率、供需比；水生态修复方面选取生态环境状况指数作为主要评价指标。通过模拟河长制政策在长江流域的未实施和实施两种情形，比较河长制政策实施前后，并分析2023—2035年，长江流域河长制政策在水环境治理、水资源利用、水生态修复三个方面的政策效应。

3.1.1 流域环境治理效果分析

由图 4a、图 4b、图 4c、图 4d可知，未实施河长制政策情景下，2018年全流域COD排放量、NH₃-N排放量、工业固体废物排放量、再生水回用量分别为299万t、26万t、91 630万t、43亿t，2022年则分别增加到879万t、43万t、91 841万t、44亿t；同样，由图 4e、图 4f可知，2018年全流域废水处理量、污染负荷指数分别为245亿t、12.27，2022年分别增加到259亿t、20.03。

由图 4a、图 4b可知，河长制政策实施情景下，2018年全流域COD排放量、NH₃-N排放量分别为225万t、19万t，在2020年达到了峰值，分别增加至950万t、42万t，而2022年，又分别降到701万t、33.5万t。由图 4c、图 4d可知，2019年工业固体废物排放量、再生水回用量均达到峰值，分别为102 388万t、47亿t；2022年分别减少到91 841万t、46亿t。最后由图 4e、图 4f可知，废水处理量、污染负荷指数分别从2018年的228亿t、8.89上升到2022年的231亿t、16.74。

与未实施河长制政策情景相比，政策实施情景下，2018年COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、再生水回用量分别减少了73万t、6.3万t，34 970万t、3.38、2.08亿t；2022年分别减少了178万t、9.8万t、33 630万t、5.29、1.64亿t；而废水处理量2018年增加了17亿t，到2022年增加了28亿t。

与未实施河长制政策情景相比，实施河长制政策情景下，2018—2022年全流域COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、废水处理量年均下降了20.67%、22.99%、26.99%、24.53%、6.86%，再生水回用量则提高了3.91%。这表明短期内河长制政策实施后对水环境治理具有较显著的影响作用。

3.1.2 流域水资源利用效果分析

由图 5a、图 5b、图 5c、图 5d可知，政策未实施情景下，2018年全流域万元GDP用水量、用水总量、水资源开发利用率、水资源供需比分别为79 t/万元、2546亿m³、0.160、0.96，到2022年，分别减少到57t/万元、2273亿m³、0.154、0.95。

由图 5a、图 5b可知，河长制政策实施情景下，2018年全流域万元GDP用水量、用水总量分别为73 t/万元、2381亿m³；到2022年，二者分别减少到52 t/万元、2273亿m³，呈减少的趋势，表明河长制政策实施后全流域用水效率提高。由图 5c、图 5d可知，全流域水资源开发利用率近5年一直保持在0.141左右，水资源供需比维持在1.03左右，表明河长制政策实施后水资源供需状态保持稳定平衡。

与河长制政策未实施情景下相比，政策实施情景下，2018年全流域万元GDP用水量、用水总量分别减少了6 t/万元、165亿m³，而水资源开发利用率、水资源供需比分别增加了0.011、0.07；到2022年，万元GDP用水量、用水总量分别减少了5 t/万元、145亿m³，而水资源开发利用率、水资源供需比分别增加了0.011、0.08。由图 5c可知，下游地区水资源开发利用率在政策实施与未实施两种情景下，2018年急剧提升，2019年达到最高峰后又开始下降，2020年起又开始缓慢攀升，这是因为从2019年起，长三角地区推行的联合河长制政策具有滞后效应。而上游地区，水资源供需比从2018年起急剧降低到2019年最低点后，从2020年起又开始缓慢攀升（图 5d），这可能与上游2018年开始推行先紧后松的河长制政策产生了滞后效应有关。总体来看，与未实施河长制政策情景相比，政策实施情景下2018—2022年全流域万元GDP用水量、用水总量、水资源开发利用率，依次年均下降了7.35%、6.23%、7.05%，水资源供需比年均提高了7.61%，表明全流域水资源利用效率得到提高。

3.1.3 流域水生态修复效果分析

由图 6可知，未实施河长制政策情景下，2018年、2022年的全流域生态环境状况指数分别为85、80；河长制政策实施情景下，2018年、2022年的全流域生态环境状况指数分别为86、82，即|ΔEI|=4。根据《生态环境状况评价技术规范》中的评价标准，当3≤|ΔEI|<8时，说明该地区生态环境明显变化，|ΔEI|越接近8，说明水生态修复效果越明显。政策实施情景下，2018—2022的5年内，|ΔEI|=4，表明生态环境质量状况明显下降，这意味着，随着时间推移，河长制政策对水生态恢复效果减弱。主要是由于在河长制实施初期，流域内各地区政府对生态修复高度重视，省际协作力度大，但这种重视程度并不持久，缺少稳定的省际协作动力机制。因此，2018—2022年全流域水生态修复的政策效果出现减弱的趋势，相对于中上游地区，下游地区较为明显。

与未实施河长制政策情景下相比，同时期政策实施情景下，2018年、2022年的全流域生态环境状况指数有所上升，这表明实施河长制政策使得长江全流域生态环境质量状况略微提升，河长制政策对于水生态恢复具有一定程度的提升作用。纵向看，生态环境状态指数出现下降趋势，说明水生态质量状况变差，这可能与河长制政策在短期内效果显著，而长期发展效果减弱有关。在中央和上级环保督察的双重压力下，地方政府会更加关注水生态修复问题。但从长远来看，这种效应会逐渐弱化，而且水生态恢复是一个长期的过程，前期投入很大，如果中央政府对水生态恢复的干预力度减弱，部分地方政府出于自身的利益考虑，会把更多的精力放在经济发展上，从而导致政策长期实施后生态环境质量下降。

3.2 长江流域河长制政策效果异质性分析 3.2.1 上游河长制政策效果

（1）水环境治理方面，根据图 4可知，未实施河长制情景下，2018年上游地区COD排放量、NH₃-N排放量、工业固体废物排放量、水污染负荷指数、废水处理量、再生水回用量依次为68万t、7.5万t、57 433万t、5.77、67亿t、12亿t；在政策实施情景下，依次为51万t、5.5万t、40 631万t、4.18、61亿t、13亿t。而到2022年，与未实施政策情景相比，政策实施情景下，COD排放量、NH₃-N排放量、工业固体废物排放量及污染负荷指数依次减少了54万t、3.5万t、16 313万t、2.66，而废水处理量与再生水回用量则分别增加了5亿m³、1亿m³。2018—2022年，与未实施政策情景下相比，政策实施情景下，COD排放量、NH₃-N排放量、工业固体污染物、污染负荷指数、废水处理量、再生水回用量年均依次下降了21.35%、24.09%、27.83%、24.18%、7.74%、7.62%，这说明河长制政策对上游水环境治理具有一定效果。

（2）水资源利用方面，如图 5所示，2018年上游地区，与未实施河长制情景下相比，政策实施情景下，万元GDP用水量和用水总量分别下降了3.0 t/万元、24亿m³，水资源利用率与水资源供需比分别提升了0.002、0.05；与未实施政策情景下相比，政策实施情景下，2022年万元GDP用水量、用水总量、水资源开发利用率依次减少了2.7 t/万元、22亿m³、0.001，而水资源供需比始终维持在0.05。2018—2022年，与未实施政策情景相比，政策实施情景下，用水总量、万元GDP用水量、水资源开发利用率年均依次减少了4.22%、4.43%、4.22%；而水资源供需比年均提高了5.22%；可见，河长制政策较小幅度提高了上游地区水资源利用。

（3）水生态修复方面，从图 6得知，在实施与未实施河长制情景下，2018年生态环境状况指数（EI）分别为81.6，81.3，即两种政策情景下EI的差额为0.3；同理，在实施与未实施两种政策情景下，2022年EI差额为0.5。与未实施政策情景相比，政策实施情景下2018—2022年EI年均提升了0.66%，这说明河长制政策对上游地区水生态状况影响较小，水生态修复方面的政策效果较弱。总体来看，上游地区河长制政策效果在水环境治理、水资源利用方面较差，水生态修复方面的效果好一些，即水环境治理、水资源利用方面政策的效果好于水生态修复水平。

3.2.2 中游河长制政策效果

（1）水环境治理方面。由图 4可知，与未实施河长制情景相比，政策实施情景下2018年COD排放量、NH₃-N排放量、工业固体废物排放量、废水处理量分别减少了28万t、2.51万t、8960万t、5.12亿m³，污染负荷指数、再生水回用量分别提升了5.29、2.49亿m³；2022年COD排放量、NH₃-N排放量、工业固体废物排放量、废水处理量依次降低了74万t、3.97万t、8425万t、5.25亿t，而污染负荷指数与再生水回用量则分别提高了7.84、2.64亿t。

与未实施政策情景相比，政策实施情景下，2018—2022年COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、废水处理量年均依次下降了20.11%、22.51%、26.83%、22.70%、6.74%。而再生水回用量提高了16.57%。因此，与上游相比，河长制政策对中游水环境治理效果更佳。

（2）水资源使用方面。如图 5所示，在未实行河长制的情景下，2018年中游地区万元GDP用水量、用水总量、水资源开发利用效率、水资源供需比依次为100t/万元、925亿m³、0.26、0.97。在政策实施情景下，同年万元GDP用水量、用水分别减少了约7t/万元，60亿m³；而水资源开发利用率和用水总量分别提高了0.02、0.07。与未实施情景相比，政策实施情景下，2022年万元GDP用水量、用水总量分别减少了4t/万元、50亿m³，水资源开发利用率和水资源供需比分别提升了0.01、0.06。

与未实施政策情景相比，政策实施情景下，2018—2022年全流域万元GDP用水量、水资源开发利用率、用水总量增长率年均下降了6.40%、6.09%、6.06%，而水资源供需比年均提高了6.76%。因此，河长制政策对中游地区水资源利用一定程度上得到提升。

（3）在水生态恢复方面。与未实施河长制政策情景相比，实施河长制政策情景下，2018年生态环境状况指数（EI）提升了2.38，2022年提升3.53；2018—2022年EI年均提升了4.02%。这说明河长制政策实施后，中游水生态恢复得到一定程度上的改善。

3.2.3 下游河长制政策效果

（1）水环境治理方面。如图 4所示，下游未实施河长制情景下，2018年COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、废水处理量与再生水回用量分别为115万t、8万t、35 663万t、45.64、102亿t、20.57亿t。与未实施河长制情景相比，政策实施制情景下，2018年COD排放量、NH₃-N排放量、工业固体废物排放量、废水处理量分别减少了28.79万t、1.68万t、9207万t、6亿t，污染负荷指数、再生水回用量分别提升了11.42、3.49亿m³；2022年除了再生水回用量增加了3.51亿t外，COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、废水处理量则分别减少了50万t、2.34万t、8890万t、14.69、6.31亿m³。

2018—2022年，与未实施政策情景相比，政策实施情景下COD排放量、NH₃-N排放量、工业固体废物排放量、污染负荷指数、废水处理量年均下降了20.82%、22.40%、25.72%、23.28%、6.37%，再生水回用量年均提高了17.04%，与中上游相比，下游水环境质量改善效果较好。

（2）水资源利用方面。如图 5所示，未实施河长制情景下和实施河长制情景下，2018年万元GDP用水量、用水总量、水资源开发利用率、水资源供需比依次分别为70 t/万元、1042亿m³、0.83、0.95和64 t/万元、961亿m³、0.77、1.03。

与未实施政策情景下相比，政策实施情景下，2018年万元GDP用水量、用水总量分别减少了6t/万元、81亿m³，而水资源利用率下降了0.06，资源供需比提升了0.08；2022年万元GDP用水量、用水总量、水资源开发利用率分别提高了3 t/万元、71亿m³、0.05，水资源供需比保持为0.08；2018—2022年全流域万元GDP用水量、水资源开发利用率、用水总量增长率年均依次下降了7.77%、7.52%、7.52%，而水资源供需比年均提高了8.51%。说明河长制政策对下游地区水资源利用具有提升效果。

（3）水生态修复方面。与未实施政策情景相比，政策实施情景下，2018年和2022年生态环境状况指数（EI）分别提升了5.14、6.61；2018—2022年EI年均提升了10.24%，这说明河长制政策对下游地区水生态状况影响显著。

从全流域全面实施河长制政策后的2018—2022年来看，长江流域河长制政策效果明显，总体呈现出“下游高、上游次之、中游低”的空间分布特征，河长制政策在水环境治理、水资源利用、水生态修复方面的政策效果区域差异明显，河长制政策效果与区域经济发展水平及地方政府的重视程度正相关。具体而言，中下游地区水环境治理、水资源利用、水生态修复方面的政策效果明显好于上游地区，整体政策效果均有较大程度提升；上中下游地区在水环境治理方面政策效果差距不大，政策效果均较明显；水资源利用方面，下游政策效果最好，中游次之，上游相对较弱；水生态修复方面，下游政策效果优于中游与上游，中游一定程度上得到改善，但上游几乎不受政策影响，政策效果最差。整体看，河长制总体政策效果下游优于中游，而中游又好于上游。一方面，这可能与地区经济发展水平、用水结构、地方行政管理者对河长制政策的重视程度及面临的治水压力有关，中下游地区的行政管理者比较重视河长制政策严格执行及治水政策创新，而且中下游地区比上游地区经济发展水平高，有足够的财力支持环保投资。例如，下游长三角地区2018年起推行了联合河长制，2020年起上海市奉贤区推行的“河长+检察长”治水模式带动了区域水生态保护等。另一方面，可能是因为上游地区的整体生态环境水平本来就优于下游地区，或是因为下游地区位于长江流域最末端，来自中上游的污染排放导致下游所受污染比中上游更严重、面临的环境压力也更大。因此，相对于中上游地区，下游地区行政管理者更重视生态环境保护。

3.3 长江流域河长制长期政策效果分析

通过模拟仿真长江流域上、中、下游河长制政策延续情景，分析2023—2035年河长制长期政策效果的变动趋势。

（1）水环境治理效果分析（图 7）。与未实施河长制政策情景相比，政策延续情景下2023—2035年全流域及上、中、下游COD排放量分别年均下降了20.25%、21.49%、19.18%、19.80%；NH₃-N排放量分别年均下降了22.92%、22.73%、21.92%、21.60%；工业固体废物排放量分别年均下降了25.64%、26.71%、26.03%、24.84%；污染负荷指数分别年均下降了22.36%、23.71%、21.53%、21.92%；废水处理量分别年均减少6.57%、6.79%、6.66%、6.37%；而再生水回用量分别增加了15.23%、9.64%、16.67%、17.04%。通过分析可知，在未来较长时间，河长制实施后政策效果明显减弱且普遍下降，甚至部分地区将会出现河长制政策“失效”的情形。例如，下游废水处理量与再生水回用量政策效果在未来几乎没有变化。尽管长江流域水污染防治能力有所增强，但总体涨幅都偏小，河长制政策效果将会持续减弱。

（2）水资源利用效果分析（图 8）。与未实施河长制政策情景相比，政策延续情景下2023—2035年全流域以及上、中、下游万元GDP用水量分别年均增加了7.40%、5.31%、7.13%、8.60%，水资源开发利用率分别年均增加了6.77%、4.73%、6.61%、8.29%，水资源供需比分别年均减少了7.22%、4.97%、7.03%、8.95%，用水总量分别年均下降了10.81%、6.77%、14.90%、8.98%。可以看出，2023—2035年尽管水资源利用效果有所提高，但普遍涨幅偏低。这表明，长期来看河长制政策在水资源利用政策方面的效果逐渐减弱。纵向看，与2018—2022年相比，2023—2035年万元GDP用水量、水资源开发利用率等指标的平均值不增反减，这进一步说明在当前既有的流域治水体制下，未来较长时期，河长制政策在水资源开发利用方面几乎“失效”，需要深化长江流域治水体制，完善与河长制政策相关的配套体制。

（3）水生态修复效果分析（图 9）。与未实施河长制政策情景相比，政策延续情景下2023—2035年全流域及上、中、下游生态环境状况质量分别年均增加了2.02%、0.93%、3.07%、7.50%，这意味着，整体看全流域河长制政策效果在未来并无非常明显变化。进一步地，政策延续和无政策两种情景下，2023— 2035年全流域生态环境状况指数平均值预计分别为80、77，即全流域|ΔEI|=3。从区域来看，政策延续情景下，2023—2035年上游、中游、下游的生态环境状况指数平均值分别为80、84、68；无政策情景下上游、中游、下游生态环境状况指数平均值分别为79、81、63，即上游|ΔEI|=1、中游|ΔEI|=3、下游|ΔEI|=5。根据《生态环境状况评价技术规范》中的评价标准，可以发现，整体上未来全流域水生态修复效果变化不明显，这表明河长制政策对全流域整体水生态修复效果改善不明显，但长江上中下游存在区域差异，下游生态环境质量变化明显，中游略微发生变化，上游则变化较小。

4 结论与建议 4.1 结论

本文基于DPSIR理论，运用系统动力学方法，构建河长制政策系统动力学模型，利用2016—2022年长江流域省份《中国环境统计年鉴》《水资源公报》等数据，仿真模拟长江流域11省份河长制政策延续情景下与无政策情景下的政策效果，检验河长制政策效应。研究结果表明：

（1）与没有实施政策相比，在河长制政策实施前两年中，水环境治理中的各类污染物排放都有所降低，水资源的使用效率有所提高，生态环境质量得到了改善。但在政策的后期，流域内的污染排放水平有明显的上升趋势，同时生态环境质量也出现了较大幅度的下降。这说明，河长制政策在短期内作用效果是显著的，但长期效果不是很明显。

（2）在异质性方面，河长制政策效果水平表现出“上低下高”的区域空间分异特征，表明河长制政策效果存在较大的区域异质性，上中下游地区河长制政策效果区域差异与区域经济发展水平存在正相关，中下游地区河长制政策效果明显高于上游地区。

（3）从长期的演变趋势来看，随着时间的推移，水环境治理和生态恢复的能力都在逐渐下降，而水资源的利用率则有所提高。未来从总体上看，河长制政策效应将随时间的变化而逐渐减弱，在当前的流域管理体制下，河长制政策效果并不具有较强的可持续性。

4.2 建议

（1）构建“流域单元”河长制，形成以长江流域为管理单元的整体性治理格局。实现长江全流域省级河长协作，需要中央权威的纵向介入。为减少制度交易成本，可以构建长江流域为管理单元的“流域单元河长”。“长江流域单元河长”，由副国家级以上的国家领导人担任，不同于长江流域管理委员会、长江流域生态环境监督管理委员会等部委派出机构，它代表中央权威，负责协调水利、生态环境、自然资源、农业农村、城乡建设、交通运输等部委层面涉及流域生态环境的有关工作，强化对流域省级河长的协调、指导与约束，促进长江流域水治理中的省级河长协作。作为常设性的协调机构，在权限设置上，长江流域单元河长权力高于以政区为单元的省级河长，参与对省级河长任期环保责任的考核，且对省级河长的政治晋升有建议权。业务上，省级河长受“流域单元河长”领导，对“流域单元河长”负责。“长江流域单元河长”的设置，是对传统的以“政区为单元的河长制”形成重要补充，有利于推动长江流域河长从省（市）内协同走向流域省际协同，实现长江流域由分区分段的分散治理转向以流域为单元的整体性治理格局。

（2）优化流域“条”“块”权力结构，改变重属地管理、轻流域纵横协同的局面。基于流域复合生态系统的属性，结合整体性治理理论和协同治理理论，深化流域管理体制改革，以“政区单元”河长制为基础，将大数据技术嵌入“政区单元”河长制，构建跨流域、跨层级、跨区域、跨部门的智慧治理平台，实现流域单元与行政单元的融合；中央部委层面，进一步优化、整合水利、生态环境、自然资源、农业农村、城乡建设、交通运输等部门中涉及水环境、水生态、水安全的职能设置；地方层面，整合水利部长江水利委员会、长江流域生态环境监督管理局与省（区、市）内水利、生态环境、城建规划、农业农村等部门的职能与管理业务；实施长江流域统一的国土空间规划与国土空间开发协同、产业协同、城镇布局协同。