查建平，蔡威熙

（1.山東農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，山東泰安271018；2.山東農(nóng)業(yè)大學(xué)馬克思主義學(xué)院，山東泰安271018）

提高用水效率是黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展的重要內(nèi)容。黃河流域以不到全國(guó)2%的水資源量，承載著全國(guó)近9%的人[1]，水資源短缺成為制約黃河流域發(fā)展的重要瓶頸。習(xí)近平總書記提出：推進(jìn)水資源節(jié)約集約利用，推動(dòng)用水方式由粗放向節(jié)約集約轉(zhuǎn)變。提高用水效率是水資源節(jié)約集約利用、解決水資源短缺的關(guān)鍵。當(dāng)前，黃河流域用水效率如何？用水效率受哪些因素影響？如何按照以水而定、量水而行的原則提高黃河流域用水效率？回答上述問題，對(duì)于緩解水資源瓶頸，實(shí)現(xiàn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

水資源利用效率研究對(duì)水資源利用效率提高和水資源可持續(xù)利用具有十分重要的意義[2]。當(dāng)前，國(guó)內(nèi)學(xué)者從多個(gè)方面對(duì)用水效率進(jìn)行了分析。從研究方法來看，學(xué)者主要運(yùn)用比值分析法[3]、隨機(jī)前沿分析方法（SFA）[4]、數(shù)據(jù)包絡(luò)方法（DEA）[5]、綜合評(píng)價(jià)法[6]、CRITIC—TOPSIS—灰色關(guān)聯(lián)度評(píng)估模型[7]對(duì)用水效率進(jìn)行了測(cè)度，并分別運(yùn)用泰爾指數(shù)[8]和Malmquist指數(shù)[9]分析其空間差異和時(shí)空演變趨勢(shì)；從研究對(duì)象來看，既包括全國(guó)用水效率[10]，也包括特定省份[11]或特定區(qū)域[12]；從影響因素來看，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，水資源利用效率越高[13]；水資源的豐富程度影響地區(qū)居民的節(jié)水意識(shí)，人均水資源量擁有量與水資源利用效率呈現(xiàn)負(fù)相關(guān)[14]；水權(quán)交易對(duì)水資源利用效率有積極的促進(jìn)作用[15]。此外，還有學(xué)者對(duì)農(nóng)業(yè)用水效率[16]和城市生活用水效率[17]進(jìn)行了探討。隨著空間計(jì)量分析技術(shù)的成熟，促使廣大學(xué)者愈發(fā)重視空間因素，針對(duì)水資源利用效率空間關(guān)聯(lián)關(guān)系的研究也日益增多[18]，例如，運(yùn)用探索性空間分析模型分析用水效率的時(shí)空格局演變[19]，運(yùn)用空間杜賓模型[20]和地理加權(quán)回歸模型[10]分析用水效率的空間效應(yīng)。

諸多研究為本研究提供了理論基礎(chǔ)和思路借鑒。黃河流域是我國(guó)重要的生態(tài)屏障，一方面，黃河流域水資源嚴(yán)重短缺；另一方面，黃河流域城市水體、湖泊和內(nèi)陸河水污染較重[21]，面臨環(huán)境壓力。因此，測(cè)度沿黃九省（區(qū)）用水效率，并分析其影響因素，對(duì)于黃河流域水資源可持續(xù)利用具有現(xiàn)實(shí)意義。本文在前人研究的基礎(chǔ)上，進(jìn)行以下改進(jìn)：①同時(shí)考慮黃河流域水資源短缺和水污染的雙重壓力，運(yùn)用非期望超效率SBM 模型測(cè)度沿黃九省（區(qū)）用水效率；②分析沿黃九?。▍^(qū)）用水效率的空間溢出效應(yīng)，并運(yùn)用空間杜賓模型（SDM）將其進(jìn)一步分解為直接效應(yīng)和間接效應(yīng)；③傳統(tǒng)研究以固定資產(chǎn)投資額表征資本投入，忽視了資本折舊率的變動(dòng)性，本文運(yùn)用永續(xù)盤存法對(duì)地區(qū)固定資產(chǎn)投資額進(jìn)行計(jì)算，得到物質(zhì)資本存量，以此表征資本投入。

1 研究方法與數(shù)據(jù)來源

1.1 非期望產(chǎn)出超效率SBM模型

本文考慮黃河流域水資源短缺和水污染雙重壓力下的用水效率，因此在選取產(chǎn)出指標(biāo)時(shí)，不僅考慮到水資源投入帶來的經(jīng)濟(jì)增長(zhǎng)，也考慮到水資源投入帶來的水污染問題。因此本文運(yùn)用非期望產(chǎn)出超效率SBM 模型，測(cè)度沿黃九?。▍^(qū)）用水效率。非期望產(chǎn)出超效率SBM 模型結(jié)合了非期望SBM 模型和超效率DEA 模型的特點(diǎn)，避免了非期望SBM 模型中DMU效率值同時(shí)為1的情況，實(shí)現(xiàn)了多個(gè)決策單元的相互比較，既包含了生產(chǎn)要素投入帶來的經(jīng)濟(jì)產(chǎn)出，又考慮了生產(chǎn)帶來的廢水、廢氣等非合意產(chǎn)出。非期望產(chǎn)出超效率SBM 模型公式如下（令n為決策單元數(shù)量，m、s1、s2分別表示投入指標(biāo)、期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)的數(shù)量）：

式中：xik、ygrk和ybtk為生產(chǎn)的投入值、期望產(chǎn)出值和非期望產(chǎn)出值；si、sgr和sbt為投入、期望產(chǎn)出和非期望產(chǎn)出的冗余值。

當(dāng)ρ*＜1 時(shí)，表示該決策單元處于無效率狀態(tài)，當(dāng)ρ*= 1時(shí)，則表示決策單元達(dá)到有效狀態(tài)。

用水效率具體公式為：

1.2 空間計(jì)量模型

目前，常用的空間計(jì)量模型主要包括3種形式：空間滯后模型（SAR）、空間誤差模型（SEM） 和空間杜賓模型（SDM）。與其他2 者相比，空間杜賓模型（SDM）同時(shí)考慮了解釋變量的空間誤差項(xiàng)和空間滯后項(xiàng)，實(shí)現(xiàn)了空間誤差模型和空間滯后模型的融合。此外，空間杜賓模型（SDM）可以對(duì)空間溢出效應(yīng)進(jìn)一步分解為直接效應(yīng)和間接效應(yīng)?；诖?，本文選擇空間杜賓模型（SDM）對(duì)沿黃九?。▍^(qū)）用水效率的空間溢出效應(yīng)進(jìn)行分析，模型形式如下：

式中：Yi和Xi分別表示被解釋變量和解釋變量的向量集；WYi和WXi分別表示被解釋變量與解釋變量的空間滯后項(xiàng)；ρ表示空間自回歸滯后系數(shù)；W表示空間權(quán)重矩陣，本文選擇鄰接空間權(quán)重矩陣，若2 地區(qū)相鄰則W= 1，不相鄰則W= 0；θ、λ分別為待定系數(shù)；ε表示殘差值。

1.3 指標(biāo)選取

1.3.1 測(cè)度用水效率的指標(biāo)選取

能源、資本和勞動(dòng)是影響經(jīng)濟(jì)增長(zhǎng)的重要指標(biāo)。本文參考孫才志等[10]和丁緒輝等[14]的研究，選擇水資源、資本和勞動(dòng)力作為投入指標(biāo)，將實(shí)際GDP 作為期望產(chǎn)出，將廢水排放總量作為非期望產(chǎn)出（如表1所示）。具體指標(biāo)選取如下：

表1 用水效率指標(biāo)體系

（1）水資源。本文選取農(nóng)業(yè)用水、工業(yè)用水和生活用水的總和作為地區(qū)用水總量，以此表征水資源投入量。

（2）資本。本文運(yùn)用永續(xù)盤存法對(duì)地區(qū)固定資產(chǎn)投資額進(jìn)行計(jì)算，得到物質(zhì)資本存量，以此表征資本投入。

（3）勞動(dòng)力。本文選取各地區(qū)每年年末城鄉(xiāng)從業(yè)人員數(shù)量表征勞動(dòng)力投入。

（4）實(shí)際GDP。本文以2007年為基期計(jì)算各地區(qū)實(shí)際GDP，以此去除因價(jià)格變動(dòng)帶來的影響。

（5）廢水排放總量。本文選取各地區(qū)廢水排放總量表示水資源投入帶來的非期望產(chǎn)出。

1.3.2 用水效率的影響因素選取

在水資源稟賦不足的地區(qū)，人們節(jié)水意識(shí)較高，因此，水資源越稀缺的地區(qū)用水效率越高。隨著經(jīng)濟(jì)社會(huì)的不斷進(jìn)步，用水效率也隨之提高。此外，政府的政策支持也會(huì)提高人們節(jié)水積極性，提高用水效率。隨著科學(xué)技術(shù)的發(fā)展，科技投入對(duì)用水效率的影響越來越重要。因此，本文選取自然因素、經(jīng)濟(jì)社會(huì)因素、政策支持因素和科技投入因素作為用水效率的影響因素。具體變量選取見表2。

表2 用水效率的影響因素及描述

（1）自然因素。自然因素是指由于自然資源稟賦等客觀自然條件影響用水效率的因素，本文選取人均水資源占有量表征自然因素。

（2）經(jīng)濟(jì)社會(huì)因素。本文選取經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、水資源利用結(jié)構(gòu)和城鎮(zhèn)化水平表示經(jīng)濟(jì)社會(huì)因素。其中，經(jīng)濟(jì)發(fā)展水平以各地區(qū)人均GDP 表示，本文以2007年為基期計(jì)算人均實(shí)際GDP，并將人均實(shí)際GDP 取對(duì)數(shù)進(jìn)行回歸；產(chǎn)業(yè)結(jié)構(gòu)以第1 產(chǎn)業(yè)增加值與第2 產(chǎn)業(yè)增加值的比值表示；水資源利用結(jié)構(gòu)以工農(nóng)用水總和占用水總量的比重表示；城鎮(zhèn)化水平以城鎮(zhèn)人口占總?cè)丝诘谋戎貋砗饬俊?/p>

（3）政策支持因素。本文分別選取工業(yè)污染治理水平、廢水治理水平、環(huán)保投入和政策傾斜表示政策支持因素。其中，本文以工業(yè)污染治理完成投資占地區(qū)GDP 比重表示工業(yè)污染治理水平；以治理廢水支出占地區(qū)GDP 比重表示廢水治理水平；以環(huán)境保護(hù)支出占地區(qū)GDP 比重表示環(huán)保投入；政策傾斜用農(nóng)林水務(wù)支出占一般預(yù)算支出的比重表示，以此表示政策投入向農(nóng)林水務(wù)方面的傾斜程度。

（4）科技投入因素。加大科技投入，提高技術(shù)水平，可以為用水效率提供技術(shù)支撐。因此，本文選擇各地區(qū)研究與試驗(yàn)發(fā)展(R&D)投入占地區(qū)GDP比重表示科技投入。

1.4 數(shù)據(jù)來源

本文研究2007-2018年沿黃九?。▍^(qū)）用水效率及其影響因素，所有數(shù)據(jù)均來源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境年鑒》、《中國(guó)水資源公報(bào)》以及各?。▍^(qū)）統(tǒng)計(jì)年鑒。對(duì)于缺失數(shù)據(jù)，本文運(yùn)用插值法等方法進(jìn)行處理。

2 結(jié)果分析

2.1 用水效率分析

運(yùn)用MATLAB 軟件測(cè)度沿黃九省（區(qū)）用水效率，本文以9個(gè)省（區(qū)）的平均值作為沿黃九?。▍^(qū)）用水效率。具體結(jié)果見表3。

表3 沿黃九?。▍^(qū)）用水效率測(cè)度結(jié)果

從時(shí)間序列來看，沿黃九?。▍^(qū)）用水效率呈現(xiàn)先下降后上升的趨勢(shì)。2007-2010年，沿黃九?。▍^(qū)）用水效率呈現(xiàn)下降趨勢(shì)，與2007年相比，2010年用水效率值減少了0.264，下降了37.16%。2011-2018年，沿黃九?。▍^(qū)）用水效率逐年上升，自2011年的0.460 上升到2018年的0.745，提高了61.96%。盡管沿黃九?。▍^(qū)）用水效率呈現(xiàn)上升態(tài)勢(shì)，但2018年用水效率值為0.745，且只有內(nèi)蒙古和山東2 個(gè)省達(dá)到有效狀態(tài)（用水效率值為1），表明沿黃九?。▍^(qū)）用水效率不高，還存在較大的節(jié)水潛力。

從空間差異來看，沿黃九省（區(qū)）用水效率區(qū)域差異較大，總體呈現(xiàn)上游低下游高的特點(diǎn)。用水效率最高的地區(qū)是山東，平均用水效率為0.953，2007-2018年中僅有2個(gè)年份用水效率未達(dá)到有效狀態(tài)。用水效率最低的地區(qū)是寧夏，平均用水效率為0.307，僅為山東的32.21%。此外，青海、四川用水效率較低，均不足0.500?？傮w來看，沿黃九?。▍^(qū)）用水效率呈現(xiàn)上游低下游高的特點(diǎn)。一方面，上游地區(qū)水資源充足，容易陷入“資源詛咒”陷阱，導(dǎo)致用水效率較低；另一方面，下游地區(qū)經(jīng)濟(jì)發(fā)展水平和科技水平較高，為提高用水效率提供了技術(shù)支持。

2.2 沿黃九?。▍^(qū)）用水效率的影響因素分析

首先，本文運(yùn)用Stata 15.0 軟件對(duì)計(jì)量模型進(jìn)行LM 檢驗(yàn)，以此驗(yàn)證模型是否存在空間效應(yīng)。在空間滯后效應(yīng)檢驗(yàn)中，LR 統(tǒng)計(jì)量通過了10%的顯著性檢驗(yàn)，表明模型存在空間滯后效應(yīng)，模型使用空間計(jì)量模型是有必要的。

其次，本文進(jìn)行Hausman 檢驗(yàn)，以此判斷空間杜賓模型應(yīng)當(dāng)使用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。結(jié)果表明，模型在5%的統(tǒng)計(jì)水平上拒絕了原假設(shè)，使用空間杜賓固定效應(yīng)模型是合理的。

最后，本文進(jìn)行穩(wěn)健性檢驗(yàn)，以此檢驗(yàn)?zāi)Ｐ褪欠穹€(wěn)健，是否會(huì)退化為空間滯后模型（SAR）或空間誤差模型（SEM）。通過LR 檢驗(yàn)得，SAR 和SEM 檢驗(yàn)均在1%的統(tǒng)計(jì)水平上顯著；Wald檢驗(yàn)同樣在1%統(tǒng)計(jì)水平上拒絕了原假設(shè)。表明采用空間杜賓模型是穩(wěn)健的。因此，本文選擇空間杜賓固定效應(yīng)模型進(jìn)行分析。

固定效應(yīng)分為個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)和個(gè)體時(shí)間雙固定效應(yīng)。3 種模型估計(jì)結(jié)果見表4。通過比較，本文選擇空間杜賓時(shí)間固定效應(yīng)模型，并進(jìn)一步將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)。其中，直接效應(yīng)表示本地區(qū)解釋變量對(duì)本地區(qū)用水效率的影響；間接效應(yīng)表示鄰近地區(qū)解釋變量對(duì)本地區(qū)用水效率的影響。估計(jì)結(jié)果如表4所示。

表4 固定效應(yīng)估計(jì)結(jié)果

如表5所示，經(jīng)濟(jì)發(fā)展水平對(duì)用水效率的直接效應(yīng)通過了1%的顯著性檢驗(yàn)，且方向?yàn)檎?，?jīng)濟(jì)發(fā)展水平越高，本地區(qū)的用水效率越高，這表明沿黃九?。▍^(qū)）經(jīng)濟(jì)發(fā)展水平已經(jīng)到達(dá)環(huán)境庫(kù)茲涅茨曲線“拐點(diǎn)”，隨著經(jīng)濟(jì)經(jīng)濟(jì)發(fā)展水平不斷提高，環(huán)境質(zhì)量得到改善，用水效率逐漸提升。經(jīng)濟(jì)發(fā)展水平對(duì)用水效率的間接效應(yīng)為負(fù)，但是不顯著。一方面，沿黃九?。▍^(qū)）各地區(qū)之間沒有建立協(xié)同發(fā)展機(jī)制，各地區(qū)經(jīng)濟(jì)聯(lián)系不緊密；另一方面，經(jīng)濟(jì)發(fā)展水平提高帶來生產(chǎn)規(guī)模的擴(kuò)大，由此產(chǎn)生的規(guī)模經(jīng)濟(jì)降低了用水需求量，因此本地區(qū)用水效率不斷提升，而不會(huì)影響到鄰近地區(qū)用水效率。

表5 用水效率影響因素的空間效應(yīng)分解

產(chǎn)業(yè)結(jié)構(gòu)對(duì)用水效率的間接效應(yīng)在1%的統(tǒng)計(jì)水平上通過了檢驗(yàn)，產(chǎn)業(yè)結(jié)構(gòu)對(duì)鄰近地區(qū)的用水效率具有負(fù)向影響，即第1產(chǎn)業(yè)所占比重越大，鄰近地區(qū)用水效率越低?？赡苁且?yàn)榈?產(chǎn)業(yè)用水大部分直接來源于河流，而流域內(nèi)上游地區(qū)用水量的增加勢(shì)必影響下游地區(qū)用水效率。

水資源利用結(jié)構(gòu)的直接效應(yīng)在10%的統(tǒng)計(jì)水平上正向影響用水效率，即工農(nóng)用水量的增加提高了本地區(qū)的用水效率，這表明沿黃九?。▍^(qū)）逐漸建立了工業(yè)和農(nóng)業(yè)的節(jié)水機(jī)制，并逐漸提高污水處理技術(shù)，從而提高了本地區(qū)的用水效率。

城鎮(zhèn)化水平的直接效應(yīng)負(fù)向影響用水效率，且通過了10%的顯著性檢驗(yàn)。城鎮(zhèn)化水平的提高抑制了本地區(qū)用水效率的提高，說明盡管沿黃九?。▍^(qū)）經(jīng)濟(jì)不斷發(fā)展，但城鎮(zhèn)化仍處于起步階段，基礎(chǔ)設(shè)施不完善，節(jié)水機(jī)制不健全，節(jié)水技術(shù)不成熟，城鎮(zhèn)化的快速擴(kuò)張加大了水資源浪費(fèi)，降低了用水效率。城鎮(zhèn)化的間接效應(yīng)不顯著，主要是因?yàn)檠攸S九?。▍^(qū)）城鎮(zhèn)化水平較低，各地區(qū)之間沒有建立城鎮(zhèn)化協(xié)調(diào)發(fā)展機(jī)制。

工業(yè)污染治理水平對(duì)用水效率的間接效應(yīng)在1%的統(tǒng)計(jì)水平上負(fù)向影響顯著，本地區(qū)加大工業(yè)污染治理投資會(huì)降低鄰近地區(qū)的用水效率。本地區(qū)增加工業(yè)污染治理投資會(huì)造成本地區(qū)用水需求較大、污水處理技術(shù)較弱的企業(yè)轉(zhuǎn)移到周邊地區(qū)，造成鄰近地區(qū)用水量和廢水排放量增加，降低了鄰近地區(qū)的用水效率。

廢水治理水平的直接效應(yīng)在5%的統(tǒng)計(jì)水平上影響顯著，方向?yàn)樨?fù)。增加廢水治理支出抑制了本地區(qū)用水效率，可能的原因是廢水治理財(cái)政資金來源于財(cái)政撥款，而非企業(yè)，因此國(guó)家和地方財(cái)政加大廢水治理支出在治理廢水的同時(shí)，也間接刺激了企業(yè)加大污水排放。

政策傾斜對(duì)用水效率的間接效應(yīng)通過了10%的顯著性檢驗(yàn)，且方向?yàn)檎?，表明?cái)政政策向農(nóng)業(yè)領(lǐng)域傾斜會(huì)提高鄰近地區(qū)的用水效率。流域內(nèi)水資源具有流動(dòng)性，水污染也具有轉(zhuǎn)移性，因此本地區(qū)加大農(nóng)林水務(wù)支出，修建水利設(shè)施，加強(qiáng)污染修復(fù)，會(huì)影響鄰近地區(qū)用水效率。

科技投入的間接效應(yīng)通過了1%的顯著性檢驗(yàn)，對(duì)鄰近地區(qū)用水效率具有負(fù)向影響。本地區(qū)加大科技投入，會(huì)吸引鄰近地區(qū)人才和技術(shù)向本地區(qū)集聚，而技術(shù)的擴(kuò)散效應(yīng)在短時(shí)期內(nèi)難以顯現(xiàn)，造成鄰近地區(qū)科技水平下降，用水效率降低，出現(xiàn)技術(shù)的“虹吸效應(yīng)”。而科技投入的直接效應(yīng)不顯著，主要是因?yàn)榭萍纪度胧且豁?xiàng)長(zhǎng)期投入行為，技術(shù)進(jìn)步在短時(shí)期內(nèi)難以發(fā)揮作用，因此短時(shí)期內(nèi)科技投入難以有效提高用水效率。

人均水資源占用量的直接效應(yīng)和間接效應(yīng)不顯著，主要是因?yàn)檠攸S九?。▍^(qū)）不僅存在“水量型”缺水，還存在“水質(zhì)型”缺水，因此水資源稟賦對(duì)用水效率的影響不顯著。環(huán)保投入的直接效應(yīng)和間接效應(yīng)不顯著，可能是環(huán)保投入主要向大氣污染、土地污染等領(lǐng)域傾斜，沒有顯著提高水環(huán)境質(zhì)量。

3 結(jié)論與建議

本文運(yùn)用非期望SBM 模型測(cè)度沿黃九?。▍^(qū)）用水效率，并運(yùn)用空間杜賓模型（SDM）分析其影響因素。研究結(jié)論如下。

（1）從時(shí)間序列來看，沿黃九?。▍^(qū)）用水效率呈現(xiàn)先下降后上升的趨勢(shì)。2007-2010年，沿黃九?。▍^(qū)）用水效率呈現(xiàn)下降趨勢(shì)；2011-2018年，用水效率逐年上升。從空間差異來看，沿黃九?。▍^(qū)）用水效率區(qū)域差異較大，總體呈現(xiàn)上游低下游高的特點(diǎn)。

（2）從直接效應(yīng)來看，經(jīng)濟(jì)發(fā)展水平和水資源利用結(jié)構(gòu)對(duì)用水效率具有正向影響，城鎮(zhèn)化水平和廢水治理水平具有負(fù)向影響；從間接效應(yīng)來看，政策傾斜對(duì)用水效率有正向影響，產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)污染治理水平和科技投入具有負(fù)向影響。

為提高沿黃九省（區(qū)）用水效率，促進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展，本文提出以下措施。

（1）建立節(jié)水機(jī)制，發(fā)展節(jié)水技術(shù)。一方面，通過水價(jià)改革等措施逐漸建立節(jié)約用水的長(zhǎng)效運(yùn)營(yíng)機(jī)制；另一方面，加大科技投入，發(fā)展節(jié)水技術(shù)和污水處理技術(shù)，為提高用水效率提供技術(shù)支撐。

（2）合理引導(dǎo)沿黃九省（區(qū)）城鎮(zhèn)化建設(shè)。盲目的城鎮(zhèn)化擴(kuò)張抑制了用水效率的提升，各地區(qū)要加快新型城鎮(zhèn)化建設(shè)，優(yōu)化城鎮(zhèn)化空間布局，加快基礎(chǔ)設(shè)施建設(shè)，禁止不合理的盲目擴(kuò)張。

（3）建立黃河流域水資源開發(fā)和保護(hù)的協(xié)同發(fā)展機(jī)制。通過建立流域生態(tài)補(bǔ)償機(jī)制等措施，加強(qiáng)各地區(qū)對(duì)水資源利用的交流合作，引導(dǎo)各地區(qū)對(duì)水資源的合理利用與分配，促進(jìn)黃河流域水資源的協(xié)調(diào)有序利用。