综述：可计算一般均衡模型中的水资源问题：综述、综合分析及未来研究方向

本文通过系统性文献综述分析100个水-CGE模型应用，发现模型多聚焦农业与工业部门，但存在数据质量不足、水作为显式生产要素的纳入有限、时空分辨率较低、季节性因素考虑不足及校准验证透明度低等问题。建议未来研究改进数据、明确水在生产函数中的角色、细化时空尺度、纳入季节性因素并提高模型透明度。

　　
本文基于对2000年至2023年间100项水-CGE模型应用的研究，系统梳理了水在可计算一般均衡模型中的方法论进展、应用主题及区域分布特征，并针对现存挑战提出未来研究方向。研究显示，水-CGE模型在农业与工业经济影响分析中表现突出，但在能源关联、数据整合及动态模拟方面仍存在显著短板。

### 一、研究背景与核心问题
水资源作为基础性生产要素，其与经济的相互作用日益复杂。随着气候变化加剧和全球水危机频发，传统经济模型难以精准刻画水-经济系统动态。可计算一般均衡（CGE）模型因其结构化经济系统分析优势，成为研究水经济效应的重要工具。但现有研究在模型构建、数据应用及空间适配性方面存在诸多差异，亟需系统性评估。

### 二、方法论创新与实施难点
研究采用PRISMA框架，通过Scopus和Web of Science数据库筛选，最终纳入100项实证研究。筛选显示：781项初筛文献中，仅96项符合严格标准（排除非实证研究、跨模型融合及数据缺失文献）。核心发现包括：

1. **数据质量制约模型构建**
农业部门因灌溉用水数据相对完善，模型应用占比35%（35/100），但工业与能源部门因用水监测体系不健全，模型占比不足10%。仅17项研究涉及流域级数据，多国案例研究受限于数据颗粒度，例如西非和南美国家因缺乏详细水账户数据，研究覆盖率低于5%。

2. **模型架构的显著分化**
- **农业主导型模型**（62项）：采用土地-水复合生产函数，将水视为土地的隐性要素。此类模型多基于GTAP数据库，但仅12%尝试引入多个水源（地表水、地下水、再生水）。
- **工业整合型模型**（23项）：将水作为中间投入品处理，通过价格传导影响工业产出。此类模型多聚焦制造业，但仅3项研究同时纳入农业与工业用水交互。
- **能源关联型模型**（12项）：将水电作为独立生产要素，但研究多集中于单一流域（如尼罗河流域），缺乏跨国能源水协同分析。

3. **时空维度的应用差异**
- **空间尺度**：国家层面模型占36%，流域模型17%，区域/全球模型占比显著不足。中国（31项）和西班牙（6项）因数据基础较好，模型应用密集。
- **时间动态**：静态模型占72%（72/100），动态模型仅28项。动态模型多采用年度周期，但仅1项研究（Kahsay et al., 2019）尝试引入季度维度以捕捉季节性波动。

### 三、核心应用领域与政策启示
1. **气候适应与政策评估**（25项）
研究多聚焦农业灌溉减少对粮食安全的影响，显示水危机下农业GDP平均下降8-12%。政策模拟表明，每增加1%的灌溉效率可降低3%的粮食价格波动（Calzadilla et al., 2013）。

2. **水定价与市场机制**（15项）
影响水价设定的关键因素包括：流域水资源承载力（±15%）、工业用水占比（每提升10%水价上涨2.3%）、农业补贴力度（补贴减少10%导致影子水价上升8%）（Bryant, 2022）。

3. **能源-农业协同模型**（12项）
在水电依赖型经济体（如尼罗河流域国家），研究显示每增加1%的能源用水效率，可释放2.5%的农业用水资源，但需同步考虑电力价格波动（Kahsay et al., 2019）。

### 四、关键挑战与突破路径
1. **数据整合瓶颈**
- 农业用水数据完整度达78%，但工业用水数据准确率仅42%（中国、西班牙等数据优势地区可达65%）。
- 再生水、海水淡化等非常规水源数据缺失率高达89%，导致模型在应对极端干旱或海水淡化技术突破时缺乏敏感性分析。

2. **模型架构局限性**
- 仅26项研究将水作为独立生产要素，多数（58项）采用"水-土地"复合函数，难以捕捉工业部门用水效率提升的乘数效应。
- 动态模型中，仅3项（包括Goodman, 2000）实现水价随季节波动的内生模拟，多数静态模型低估了季节性缺水对工业生产的累积影响。

3. **区域适配性不足**
- 欧洲研究多聚焦于荷兰（Rhine-Meuse流域）和西班牙（Ebro流域），但未覆盖多瑙河、莱茵河等跨境流域。
- 中东和北非国家因缺乏流域级数据，研究覆盖率不足5%，而该区域农业用水占比超80%，存在显著研究缺口。

### 五、未来研究方向
1. **多尺度数据融合技术**
开发流域-国家-全球三级数据库，整合FAO灌溉用水数据、世界银行供水管网数据及卫星遥感监测数据，提升模型空间分辨率（建议从1°×1°升级至500m网格）。

2. **动态-静态混合建模**
引入滚动时间窗（Rolling Time Window）方法，在年度基准上叠加季度波动因子，例如：建立"基准年+3年气候波动情景"的嵌套模型架构。

3. **不确定性量化体系**
构建蒙特卡洛-随机前沿分析（SFA）联合模型，将气候变化导致的降水变率（概率分布显示年降水波动±15%）、灌溉技术进步（技术参数置信区间为±20%）等变量纳入敏感性分析。

4. **能源-农业协同优化**
开发水电-灌溉联动模块，模拟水库调度对农业供水的影响。例如：在尼罗河模型中引入汛期蓄水-枯水期调度的动态机制，可提升农业用水保障率15-20%。

### 六、政策应用建议
1. **建立流域级水经济监测系统**
借鉴澳大利亚Murray-Darling流域的TERM模型经验，构建包含地表水、地下水、再生水等多元水源的流域CGE数据库模板。

2. **制定差异化水定价机制**
参照西班牙农业水权交易案例（Water Trading Volume达120万立方米/年），设计阶梯式水价体系：基础农业用水价格0.5元/立方米，工业用水1.2元/立方米，再生水2.8元/立方米。

3. **开发区域协同预警平台**
在跨境流域（如莱茵河、多瑙河）建立联合水经济模型，集成上下游用水数据，模拟干旱情景下工业用水配额调整对区域GDP的影响（预测误差控制在±5%以内）。

4. **强化模型验证体系**
建立CGE模型的三级验证标准：基础数据一致性（误差<3%）、情景模拟逻辑性（供需平衡误差<5%）、政策响应合理性（如提价10%导致农业用水减少量与历史数据匹配度>85%）。

### 七、研究展望
建议未来研究重点关注：① 工业废水回用对能源生产成本的影响机制（如中国华北地区案例）；② 极端气候事件（如百年一遇干旱）的冲击传导路径；③ 区块链技术在流域用水权登记中的应用。通过构建"数据-模型-政策"三位一体的研究框架，推动水-CGE模型从学术研究向管理决策支持工具转型。