一、引言

长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11个省市，是中华民族的重要支撑带，是当前国土开发和建设的重要轴线[1]，是连接丝绸之路经济带与21世纪海上丝绸之路的重要纽带，长江经济带已成为我国重要的战略发展区域。长江经济带所依托的长江是我国“四纵三横”水资源配置战略的重要水源地，是连接东西的黄金水道，是珍稀水生生物的天然宝库，长江流域水资源有效利用和保护事关经济社会发展的大局[2]。2014年中央政府发布《关于依托黄金水道推动长江经济带发展的指导意见》明确要求将长江经济带打造为生态文明示范区。在2016年长江经济发展座谈会上，中央再次强调在推动长江经济带建设的过程中，要坚持保护优先、生态优先，要节约利用水资源，保护长江水资源不受污染。近年来，随着长江经济带的开发，长江经济带工农业迅速发展，长江经济带的水环境日益恶化，具体表现在长江流域的水资源开发利用与保护矛盾突出，水资源浪费严重，水资源利用效率不高，局部江段水质较差，水污染事件增多。可以看出，加强长江经济带的水生态文明建设刻不容缓。加强长江经济带水生态文明建设的重要内容，就是要遏制用水浪费，同时提高节水技术与水资源循环利用率，减少工业和农业废水排放，积极推动长江经济带节水型社会的建设。因此，提升环境约束下长江经济带水资源的效率是建设水生态文明的关键所在。这需要我们在科学用水效率的测度基础上，进一步掌握长江经济带用水效率的时空分布格局，并考虑长江经济带用水效率的驱动因素，以便找到提高长江经济带用水效率的路径，促进长江经济带可持续发展。

国内有不少学者展开了对水资源利用效率的评价及其影响因素分析。在水资源利用效率的评价方面，有些学者研究了具体的行业，如工业、农业等部门的用水效率：徐志伟[3]等利用SBM方向性距离函数、雷玉桃[4]等利用随机前沿函数（SFA），分别分析了我国各省工业用水效率；佟金萍[5]等利用Malmquist生产力指数分析方法，对我国1997—2011年间农业用水效率进行分析；杨骞[6]等利用非径向方向性距离函数考察了我国30个省份农业用水的效率的区域差异；李静[7]等利用Mete-frontier和SBM-Undesirable模型测度了我国粮食主产区与非粮食主产区的粮食生产用水效率。还有的学者以地域为界限研究水资源的综合利用效率：盖美[8]等利用突变评价模型测度了辽宁沿海地区用水效率，并运用耦合协调度模型评价了辽宁沿海经济带用水效率与经济发展的耦合协调度。

本文以华南理工大学食品质量与安全专业毕业实习为例，探讨毕业实习的实践管理与效果评价，以期对大学生的毕业实习工作有一定的参考价值。

在对用水效率研究的基础上，部分学者也分析了用水效率的影响因素。钱文静[9]等通过考察产业结构、进出口需求和人均水资源占有量等因子，发现进口需求对水资源效率有正向影响，认为农业、工业比重和水资源的丰裕度与水资源效率呈显著负相关；姜蓓蕾[10]等采用主成分分析方法通过考察我国31个省份从1997年—2010年的工业发展规模、技术投入、工业结构等影响工业用水效率的因子，认为高耗水行业的用水比重对工业用水效率的提高呈现负向作用，工业科技投入和技术进步对提高工业用水效率具有正向作用；杨骞[11]认为经济发展水平与水资源效率呈正相关额，而水资源丰裕程度与水资源利用效率呈显著的负相关。

高效课堂是对传统课堂的优化与改进，它以学生为中心，以快乐为根本，在初中数学的教学过程中应用广泛。本文结合多年教学经历与实践，得出教师应该在提高学习兴趣与学习习惯，教学内容与活动，课后的探究性学习三个方面来提高课堂的有效性，不仅可以实现教师少教、学生多学的高效课堂模式，帮助学生从低效学习到高效学习再到终身学习的转变，还能促进学生创新思维、合作探究等各方面品质的形成，实现师生互动、生生互动的双向交流过程。教师在以后的初中数学过程中，还应不断探索高效课堂的教学模式，找到适合教学的最佳方案，进一步深化传统课堂改革，促进学生综合素质的提升。

基于上述结论，可以得到如下启示：（1）减少废水排是提高长江经济带用水效率较为关键的一环。废水的排放具有负的外部性，需要政府干预。一方面，应加大对乱排放废水企业的惩处，同时给予企业环保补贴，帮助企业安装排污设施，减少污水排放；另一方面，提高城市污水处理厂处理废水的能力，给予足够的经费维持污水处理厂的正常营运，促进水资源循环利用。（2）为进一步提高用水效率，需要发挥市场机制，特别是在水资源相对缺乏的地区，通过价格杠杆遏制浪费水资源的行为，促进节约用水。（3）普及节水工艺，引进生产技术，从技术层面提升用水效率。（4）优化产业结构，推动水资源利用率低的产业向节水型、用水效率高的产业方向转型；进一步推动第三产业发展，有利于节水和减少废水排放，促进长江经济带用水效率的提高。

二、测度方法与指数构造

（一） 环境生产技术

为了测度包含非期望产出的生产率变化水平，Chung[15]等进一步改造了Malmquist指数，将方向性距离函数应用于Malmquist指数（M指数），将改进后的M指数称之为Malmquist-Luenberger指数，也就是ML指数。ML指数主要是衡量效率的变化的程度。本文以SBM方向性距离函数为基础，构造ML指数。可以进一步将ML指数分解为MLEFFCH与MLTECH，前者指衡量效率变化情况，后者指的是技术变化情况。ML指数分解以及MLEFFCH与MLTECH的形式如下：

 

（二）SBM方向性距离函数

传统的DEA模型仅仅考虑到了比例调节，即投入与产出的同比增加或缩小，并未考虑投入与产出的松弛性问题。而SBM方向性距离函数将投入与产出松弛变量引入目标函数中，解决了投入与产出的松弛性和径向、角度选择的偏差。根据Fukuyama[13]定义的SBM函数，借鉴王兵[14]等设定的SBM方向性距离函数，本文构造的SBM方向性距离函数的形式如下：

 

其中，函数表示在规模报酬可变（VRS）条件下的方向性距离函数。（xt,k'，yt,k'，bt,k'）表示决策单元k’的投入和产出向量。（gx，gy，gb）表示投入的减少、好产出的扩张以及坏产出压缩的方向向量。（）分别表示每个决策单元投入的 冗余量，期望产出的不足量，非期望产出的超出量；当0时，表明决策单元有效，用水效率达到生产前沿。λ为决策单元的线性组合系数，即权重；当∑λ=1，决策单元处于规模报酬可变状态。

（三）Malmquist-Luenberger生产力指数

Fara[12]等将包含了非期望产出、期望产出与投入之间的技术结构称为环境生产技术。环境生产技术与传统的投入、产出技术不同。前者指出在生产过程中，会得到一些期望产出（好产出，如GDP），同时也会得到一些非期望产出（坏产出，例如污染物）。这就需要构建一个既包含期望产出，也包含非期望产出的生产可能性集合。假设一个生产单元，有N种投入x的集合为：x=（x1，…，xn）∈，联合生产M种期望产出y，期望产出集合为y=（y1，…，yM）∈，和I种非期望产出b，非期望产出的集合为b=（b1，…，bI）∈，投入—产出集合R(x)，其代表了所有可能性环境生产技术，环境生产技术满足零结合性、投入期望产具有强可处置性、非期望产出具有弱可处置性等假设。用数据包络分析方法（DEA）去描述环境生产技术：假设每个时期t（t=1，…，T）有K（k=1，…，K）个生产单位的投入产出向量为（ ， ， ）。

 

指数表示全要素用水生产率t到t+1期的变化，指数大于1，表示全要素用水生产率提高，而指数小于1，则表示全要素生产率下降。MLEFF表示技术效率从t至t+1期的变化，其大于1表示技术效率升高；MLEFF表示技术进步从t到t+1期的变动程度，其值大于1，表示技术进步的提升，反之则表示衰退。

三、数据说明及实证分析

（一）数据来源及说明

本文运用了长江经济带11省市2008年—2014年的面板数据，为了测算环境约束下的长江经济带水资源利用环境技术效率值，需要定义投入、产出指标。本文使用的投入变量包括资本、劳动、用水量，其中资本存量以2008年为基期进行平减处理；劳动采用各省市城市就业人口与农业就业人口相加得出；用水量采用分省用水总量。产出指标分为期望产出和非期望产出，期望产为各省市的地区国民生产总值，非期望产出为废水中主要污染物：化学需氧量（COD）和氨氮（NH）。数据来源于《中国统计年鉴》和《中国环境统计年鉴》。

（二）实证结果及区域动态演变

论文构造了2008年—2014年环境约束下长江经济带11省市用水的最佳生产前沿面，在规模报酬可变的假设下，测算了2008年—2014年长江经济带及11省市的水资源利用的环境技术效率。在表1中，分别列出了在考虑环境约束和不考虑环境约束的前提下，2008年—2014年长江经济带11省市用水效率的测算结果，图1和图2揭示了不同环境约束的前提下，长江经济带整体和上、中、下游三个区域的用水效率的动态演变趋势。

 

表1 2008—2014年长江经济带11省市用水效率

  

省份考虑环境约束的用水环境技术效率 无环境约束的用水效率2008 2011 2014均值 2008 2011 2014 均值上海 0.843 0.932 1.000 0.915 1.000 1.000 1.000 1.000浙江 0.845 0.765 0.861 0.836 0.642 1.000 1.000 0.900江苏 0.433 0.444 0.450 0.448 0.517 0.518 0.541 0.518重庆 0.325 0.334 0.369 0.344 0.415 0.435 0.489 0.440四川 0.268 0.279 0.285 0.278 0.414 0.377 0.349 0.372湖北 0.273 0.269 0.286 0.276 0.410 0.362 0.387 0.375湖南 0.264 0.245 0.249 0.250 0.386 0.336 0.347 0.346云南 0.245 0.220 0.231 0.229 0.328 0.296 0.312 0.302贵州 0.211 0.202 0.202 0.213 0.340 0.273 0.321 0.299江西 0.231 0.199 0.199 0.204 0.301 0.273 0.277 0.275安徽 0.217 0.198 0.199 0.202 0.281 0.270 0.281 0.269长江经济带 0.378 0.383 0.390 0.382 0.458 0.467 0.482 0.464

[2] 陈琴. 加强长江水资源保护、保障流域水安全[J]. 人民长江,2016, 47(9): 3-7.

论文利用SBM模型，分别计算了2008年—2014年期间有环境约束下的长江经济带用水效率和无环境约束下的长江经济带用水效率。然后在SBM方向性距离函数的基础上，利用ML生产力指数对水资源利用效率进行分解，考虑到环境因素对用水效率的影响，同样也测度了M指数及其分解项；最后分析长江经济带用水效率的驱动因素。得出以下结论：（1）有环境约束下的用水效率明显低于无环境约束下的用水效率，说明生产、生活废水的大量排放，阻碍了长江经济带用水效率的提高。（2）从整体上看长江经济带用水效率偏低，但近年来呈缓慢上升趋势；分省份看，上海、浙江、江苏用水效率相对较高，而江西、安徽等省份用水效率却较低，甚至低于长江经济带西部的云南、贵州等省份。（3）长江经济带的下游地区用水效率较高，长江经济带上游地区次之，用水效率最低的是长江经济带中游地区。（4）通过ML和M指数分析，长江经济带整体的全要素用水率呈上升趋势，技术变动是其主要的推动因素；且技术进步带来的用水生产率的增长低于废水排放的增长。（5）人均GDP的上升，优化产业结构，进一步加大污水减排力度是提升用水效率的重要途径。

为了进一步分析环境约束对长江经济带用水环境技术效率的影响，同样测算了无环境约束时，长江经济带2008年—2014年的用水效率。对比表1中的测算结果可知，无论是从各省市，还是从长江经济带整体用水效率上看，无环境约束下的用水效率明显比有环境约束下的用水效率高。无环境约束的长江经济带用水效率为0.464，而有环境约束下的用水环境技术效率仅为0.382。而且无论是有环境约束还是没有环境约束下的各省市用水效率的排名，几乎没有发生变化。这说明，废水排放量的多少直接会影响到长江经济带的用水效率环境技术，减少废水排放，提高水资源重复利用率，能够促进用水效率的提升。

2. 区域的水资源效率及其动态演变

吴耕听不见，说不出，他的黑炭嗓子里，好像浇上了铜汁。但他的双眼却是灼灼明亮。他焦急地伸出手，扭过来艰难地拍着身后的石柱，石柱发出“空空”的声响。

在考虑有环境约束和无环境约束前提下，根据模型测算出2008年—2014年长江经济带三大区域的用水效率均值，可以做出长江经济带区域用水效率动态演变图。如图1、图2所示，从长江经济带三大区域来看，无环境约束下的用水效率都高于有环境约束用水环境技术效率，且无环境约束的用水效率的波动幅度更大一些。

  

图1 考虑环境约束的分区域用水效率

  

图2 无环境约束的分区域用水效率

从时间上来看，长江经济带用水效率变动幅度不大，但都处于缓慢的上升状态。而有环境约束下的长江经济带用水效率，在2008年—2011年之间，有所下降，但从2011年—2014年长江经济带用水环境技术效率呈上升状态；无环境约束的长江经济带的用水效率，在2008年—2014年期间一直呈现出向上缓慢上升的趋势。主要的原因在于，有环境约束的下游地区用水的环境技术效率，一直停滞不前；而无环境约束的长江经济带下游地区用水效率上升的较快，带动了整个长江经济带用水效率的提升。

从空间上来看，无论有无环境约束，长江经济带的下游地区（包括上海、浙江、江苏等3省市）的用水效率是最高的，其次是长江经济带的上游地区（包括四川、重庆、云南、贵州等四省市），长江经济带的中游地区（包括安徽、江西、湖南、湖北等省）用水效率最低。长江经济带中游地区和上游地区的用水效率远低于长江经济带的整体用水效率。可能的原因是，长江经济带下游地区产业结构较为优化，农业产值占地区生产总值的比重较低；而长江经济带的中游和上游地区的农业产值占地区生产总值的比例相对较大，而农业用水占总用水量比重大；同时长江经济带的种植业多为水稻，水稻的用水需求量大，且水稻用水多采用漫灌形式，浪费较为严重，故水资源效率水平不高。长江经济带的下游地区，科学技术水平较高，一方面，废水再利用率高于长江经济带的中游和上游地区，提高了用水的环境技术效率，另一方面单位产值的用水量也高于长江经济带的中游和上游地区。从人均水资源的拥有量来说，长江经济带的中游和上游地区远高于长江经济带的下游地区，同时长江经济带的下游地区市场化程度较高，水资源匮乏的长江经济带下游地区通过价格机制配置水资源，促进水资源利用效率的提高。

（三）长江经济带用水效率的Malmquist-Luenberger生产率指数测度

为进一步分析考虑环境约束下长江经济带用水环境技术效率的变化趋势，根据2008年—2014年长江经济带11省市的面板数据，分别测算了考虑环境约束的ML生产力指数和不考虑环境约束的M指数，以及其分解项，如表2所示。

 

表2 2008—2014年长江经济带用水全要素生产率的ML指数与M指数及其分解

  

省份 考虑环境环境约束 不考虑环境约束MLMLTECH MEFFCH M MTECH MEFFCH上海 1.065 1.065 1.000 1.043 1.056 0.988浙江 1.044 1.086 0.961 1.084 1.083 1.001江苏 1.128 1.109 1.018 1.125 1.108 1.015重庆 1.055 1.103 0.957 1.057 1.100 0.961四川 0.980 1.085 0.903 0.968 1.076 0.900湖北 1.021 1.105 0.924 1.020 1.103 0.925湖南 0.978 1.094 0.894 0.975 1.088 0.896云南 1.169 1.113 1.051 1.163 1.109 1.049贵州 1.086 1.107 0.981 1.073 1.097 0.978江西 1.034 1.105 0.935 1.019 1.098 0.928安徽 1.035 1.103 0.938 1.035 1.101 0.940长江经济带 1.053 1.098 0.959 1.051 1.092 0.962

表2表明：考虑环境约束下长江经济带11省市2008年—2014年的ML生产率指数值及其分解，从中可以看出，从2008年以来长江经济带用水全要素生产率的平均增长率是为正的，ML指数是1.053，年均增长为5.3%，说明长江经济带用水的全要素生产率整体表现为上升趋势，其中浙江和重庆表现最为突出，ML指数分别为1.128和1.169，年均增长率分别为12.8%和16.9%。从年均增长率的分解来看，技术进步年均增长9.8%，而技术效率变化出现下降，年均衰退幅度分别为4.1%。虽然技术效率变化出现下降，但由于技术变化增长的幅度较大，使得整体用水效率得到提高。用水生产率主要受到技术变化的影响较大，说明技术变化很大程度上制约了长江经济带用水效率的提高。

通过测算2008年—2014年期间无环境约束的下长江经济带用水的Malmquist（M）生产率指数，对比ML生产率指数发现，ML生产率指数大于M生产率指数。Fare等[16]证明，ML指数与M指数的区别在于，“好”产出与“坏”产出的相对增长率。在资源投入一定时，ML生产率指数大于（小于）M指数，说明“好”产出的增长率低于（高于）“坏”产出的较少率。也就是说，在经济发展水平不高的情况下，技术进步可能会使生产过程中排放的污水增加；技术进步带来的用水效率的提高和经济的发展，是以牺牲环境为代价的。用水效率提升的速度低于水污染物排放增长的速度。

四、考虑环境约束下长江经济带用水效率的影响因素分析

（一）模型的设定与指标说明

为了进一步对长江经济带用水效率的影响因素进行分析，论文运用2008年—2014年长江经济带11省市的面板数据对这一问题进行分析。模型设定如下：

（1）把握度量单位的数学功能和本质特征．没有度量就没有数学，度量是人们认识数学，进而认识现实世界的基本工具和表达语言，是可以因人而异的．度量单位的确立是为了人们能够对度量进行统一的表达和无歧义的交流，因此度量单位必须能够揭示度量的本质，能够得到人们的共识．度量的本质在于表现事物某些指标的顺序，比如：数量的多少以及抽象出来的数的大小；距离的远近；重量的轻重；速度的快慢．

 

[7] 李静, 孙有珍. 资源与环境双重约束下的粮食生产用水效率研究[J]. 水资源保护, 2015, 31(6): 67-75.

（二）实证结果及分析

根据模型（6），本文运用STATA11.1软件，对长江经济带11省市2008年—2014年的面板数据进行回归。回归的结果如表3所示。

 

表3 考虑环境约束下长江经济带用水效率回归结果

  

变量 系数 标准误 T统计量 P＞|t|95%水平的置信区间X1 0.559 0.036 15.680 0.000 [0.472，0.646]X2 -0.908 0.051 -17.800 0.000 [ -1.033, -0.783]X3 0.074 0.013 5.560 0.001 [0.041, 0.107]X4 -0.325 0.059 -5.500 0.002 [-0.470, -0.180]X5 5.526 5.089 1.090 0.319 [-6.926, 17.977]X6 -0.003 -0.001 -10.370 0.000 [-0.003，-0.002]_cons -5.277 0.284 -18.580 0.000 [-5.972, -4.582]

根据表3回归的结果所示，用水效率回归方程拟合度程度较好，且6个变量中有5个自变量都通过了5%显著性水平检验。结果表明：（1）人均GDP与水资源利用效率呈正相关，即经济发展水平越高，那么水资源利用效率也就越高。一般来说，经济发展水平越高，人们的节水意识也比较高；且经济的发展能促进节水技术和水污染治理技术的提高，推动水资源利用效率的提升。（2）第二产业比重的系数估计值为负数，说明第二产业占GDP的比重与水资源效率呈负相关。可能的原因是，除长江三角洲以外，长江经济带的其它地区的能源和原料加工业占工业比重较大，而这些行业用水量大，废水排放较为严重，这也就降低了长江经济带整体水资源的利用效率。（3）人均水资源的丰富度与水资源利用效率呈显著正相关，证明了“资源祝福”假说在长江经济带是存在的，也就是说长江经济带丰富的水资源促进了其用水效率的提升。本文的这一结论与一些学者研究的结论相反（钱文婧等，2011；杨骞等，2015）。上述学者对水资源效率的研究都是基于全国范围的，可能受北方水资源较少的影响，作出了水资源效率与水资源丰富程度呈负相关的结论。而本文研究的是长江经济带的水资源利用效率，长江经济带是我国水资源最为丰富的地区之一，丰富的水资源促进了各种生产要素的集聚，推动了规模经济的形成，进而促进水资源利用效率的提升。（4）长江经济带的工业用水量与水资源利用效率呈负相关，可能原因是：长江经济带的中游和上游地区的工业以能源和原料加工业为主，这些工业行业耗水量大且污水排放量大，阻碍了水资源利用效率的提高。（5）科技进步对长江经济带水资源利用效率呈正相关，但并不显著。（6）污水减排有利于推动水资源利用效率的提升。废水中化学需氧量（COD）的减少，也就是说污染物排放越少越有利于水资源利用效率的提高。因为本文是考虑了环境约束的前提下，去测算长江经济带水资源的利用效率，故水污染减排力度越大，越有利于推动用水效率的提高。

(1)利用试验区良好的光照、热量和冬闲田资源，种植优良牧草，既可提高土地复种指数，又能为冬春季节生产优质饲草，缓解草畜供求矛盾。试验结果表明，冬春季燕麦+光叶紫花苕混播青干草产量可达到5 855 kg/hm2，夏秋季全株青贮玉米鲜草84 000 kg/hm2，全年轮作饲草干物质产量合计22 t/hm2。其结果是在冬春季节无灌溉条件、全年施肥量不足的条件下得出的，通过实施灌溉、牛粪返田等栽培措施，单位土地饲草产量可以进一步提高。试验采用的饲草轮作方式能够为当地种植业结构调整及“粮改饲”模式优化提供可借鉴的技术依据。

五、结论与启示

根据表1，考虑到环境约束的前提下，长江经济带的水资源利用的环境技术效率由2008年的0.378上升到2014年的0.390，上升幅度不明显。在研究期内，整个长江经济带的水资源利用的环境技术效率的均值仅为0.382，意味着单位水资源实际的实际产值仅为理想产值的38.2%，水资源环境技术效率还有61.8%的提升空间。从长江经济带的各个省市来看，除了上海达到生产前沿外，其他省市不同程度的偏离了生产前沿。按照排名顺序，上海、浙江等省市的水资源环境技术效率处于较高的位置，介于0.8～1之间，均远高于长江经济带水资源总体环境技术效率水平（0.382）；江苏、重庆等省市的水资源环境技术效率介于0.3～0.5之间；四川、湖北、湖南、云南、贵州等省份的水资源环境技术效率介于0.21～0.3之间；江西、安徽两省的水资源环境技术效率在0.21之下，远低于长江经济带水资源环境技术效率，意味着这些省份用水的环境技术效率还有极大的提升空间。

上述研究对于分析我国水资源利用效率及其影响因素具有很重要的参考价值。但当前关于长江经济带用水效率的研究文献比较少，且考虑到非期望产出的前提下，即考虑到水污染的情况下，去测度和分析长江经济带用水效率的文献就更少了。本文在考虑有环境约束和无环境约束的前提下，采用SBM方向性距离函数，测算出不同环境约束情况下，各省市的水资源利用效率值，然后利用ML指数与M指数对长江经济带全要素用水效率进行分解，最后建立回归模型，定量分析长江经济带水资源利用效率的影响因素。

参考文献：

5.学校教育过程存在问题。部分学校的酒店专业课程安排不合理，过于注重学生的专业技能培养，忽视了学生的职业道德和心理适应能力的培养，导致顶岗实习期间，实习生无法顺利处理工作中的问题，为酒店带来损失的同时又打击了学生的积极性，不利于学生的就业。

[1] 陆大道. 建设经济带是经济发展的最佳选择: 长江经济带经济发展的巨大潜力[J]. 地理科学, 2014, 3(7): 769-772.

1. 实证结果分析

[3] 徐志伟, 温孝卿. 资源与环境约束下的中国工业效率——基于2000—2011年省级数据的经验研究[J]. 当代财经, 2013(10):86-95.

[4] 雷玉桃, 黄丽萍. 中国工业用水效率及其影响因素的区域差异研究——基于SFA的省级面板数据[J]. 中国软科学, 2015(4):155-164.

钱多多在欧阳锋肩上重重地拍了一巴掌，笑道：嗬，嗬嗬，你小子一不留神就交上了桃花运，艳福不浅哪！不就5万块钱吗？值！

1943年美国心理学家马斯洛提出了著名的需要层次理论。马斯洛把人的需求划分为五个层次并画出了著名的需求金字塔。一个人的快乐与人生价值实现的程度，与需求层次的满足呈正相关性，需求层次满足越多，人的快乐与生命价值实现越多，人的自我满足感就越多。

[5] 佟金萍, 马剑锋, 王慧敏. 农业用水效率与技术进步: 基于中国农业面板数据的实证研究[J]. 资源科学，2014, 36(9): 1765-1772.

[6] 杨骞, 刘华军. 污染物排放约束下中国农业水资源效率的区域差异与影响因素[J]. 数量经济技术经济研究, 2015(1): 114-158.

其中，WE表示各省市水资源利用效率，X为可能影响水资源效率的各种因素，μ是服从独立同分布的随机误差，β0为常数项，t和i分别表示时间和省份。在参考已有文献对水资源利用效率影响因素分析的基础上，本文选择如下控制变量：（1）经济发展水平。具体选择人均GDP的对数作为经济发展水平的衡量指标。随着经济的发展，对水资源的需求量也会加大，对水资源的污染和浪费也会越来越严重；但当经济发展到较高水平后，技术的发展和人们节水意识越来越强，人们开始不断采取各种措施提高水资源效率。本文选择人均GDP的对数（X1）作为衡量经济发展水平的指标。（2）产业结构。不同的产业对于水资源的需求是不同的，用水效率也是不一样的。有限的水资源需要在不同的产业之间分配，也就是说，不同的产业结构对水资源的利用效率是不同的。我们选取第二产业增加值占GDP的比重（X2）作为产业结构的指标。（3）水资源丰富度。虽然从整体上讲，长江经济带各省市水资源是相当丰富的，但每个省市的水资源的丰裕度还是很不一样的。水资源的丰富度与水资源的利用效率是密切相关的。一方面，某一地区由于丰富的水资源，可以促进各种要素的在该地的集聚，推动规模经济的实现，从而提升水资源利用效率，这是所谓的“资源祝福”假说；另一方面，水资源比较丰富的地方，水资源的价格也便宜，导致人们缺乏节水意识，这就是“资源诅咒”假说。我们通过加入水资源丰富度这个变量，来验证在长江经济带的水资源利用中，是存在“资源祝福”还是“资源诅咒”假说？本文选择人均水资源量的对数（X3）来作为水资源丰富度的指标。（4）用水结构。随着经济的发展，工业用水占总用水量比重越来越高。工业用水效率的提高，对整个用水效率的提高有重要作用。我们用工业用水量占总用水量的比重（X4）来作为用水结构的指标。（5）科技发展水平。一般来说，科技进步可以为企业提供节约用水和减少污水排放的技术；同时，科学技术也能推动污水处理。这些都有利于提高用水效率。本文用各省市规模企业的研究与实验发展（R&D）资金的投入占GDP的比重（X5）来衡量科学技术水平。（6）水污染减排力度。由于本文是在考虑到环境约束的前提下去测度水资源利用效率的，生产和生活废水的排放对水资源利用效率是有影响的。所以我们用占废水比重最大的化学需氧量（COD）的对数（X6）来衡量水污染减排力度。

[8] 盖美, 王宇飞. 辽宁沿海地区用水效率与经济的耦合协调发展评价[J]. 自然资源学报, 2013, 28(12): 2081-2094.

[9] 钱文婧, 贺灿飞. 中国水资源利用效率区域差异及影响因素研究[J]. 中国人口·资源与环境, 2011, 21(2): 54-60.

[10] 姜蓓蕾, 耿雷华. 中国工业用水效率水平驱动因素分析及区划研究[J]. 资源科学, 2014, 36(11): 2231-2239.

功能性消化不良是消化科的常见病、多发病，以上腹部疼痛，餐后有饱胀感，恶心、嗳气、反酸等为主要临床表现，亦可见腹胀、早饱、失眠、胸闷等症状[1] 。本病通过实验室检查、胃镜、钡餐检查后，均无阳性表现，故而其属于一种功能性疾病，病程多超过1个月，给广大患者的健康和生活造成不良的影响。近年来笔者采用中药内服配合艾灸法治疗功能性消化不良，取得了理想的效果，现报告如下。

[11] 杨骞, 刘华军. 污染排放约束下中国水资源绩效研究——演变趋势及驱动分析[J]. 财经研究, 2015, 41(3): 53-63.

[12] FARE R, GROSSKOPF S. Environment Production Function and Environment Directional Distance Functions[J]. Energy, 2007,32(7): 274-287.

基于kettle的北京市水务普查数据的提取与转换………………………………… 尹晓楠，邹晓涛，张 冬(21.57)

Discriminating Vehicles with Dummy Axle Based on K-Means Clustering……………MA Zongpu, WANG Ting(4·48)

[13] FUKUYAMA HIROFUMI, WEBER WILLIAM L. A Directional Slacks-Based Measure of Technical Inefficiency[J]. Socio-Economic Planning sciences, 2009, 43(4): 274-287.

1.个人主义色彩浓厚。受西方思想的影响，部分学生不愿意参加社会公益活动或志愿服务活动，自私心理较为突出。

[14] 王兵, 吴延瑞, 彦鹏飞. 中国区域环境效率与环境全要素增长率[J]. 经济研究, 2010(5): 95-109.

[15] CHUNG Y H, FA RA R, GROSSKOPF S. Productivity and Undesirable Outputs: A Directional Distance Function Approachs[J]. Journal of Environmental Management, 1997,51(3): 229-240.

[16] FARE R, GROSSKOPF S, CARL A. Accounting for Air Pollution Emissions in Measuring State Manufacturing Productivity Growth[J]. Journal of Regional Science, 2001, 41(3): 381-409.