中国水权交易市场中的信息不对称程度分析

许长新　杨李华

摘要 基于双边随机前沿思想，本文对水权价格进行了分解，并利用水权市场的交易数据对市场的信息不对称程度及其对交易双方议价能力的影响进行了实证分析。结果显示：中国水权市场存在严重的信息不对称，导致了水权实际成交价偏离基准价格，交易中拥有信息较多的一方议价能力越强，能够掠夺更多剩余。具体来看，水权买方的议价能力会促成实际成交价低于基准价36.42%，而卖方的议价能力导致實际成交价高于基准价57.12%，即使在两者相互作用下，成交价仍高于基准价20.70%。由于样本异质性，东部地区水权交易净剩余最小，中部地区最大，东部地区买方议价能力显著强于中、西部地区。不同交易类型间的净剩余差异较小，两者相差仅2.4个单位。但不同交易平台间的净剩余则存在较大差异，国家级交易中心产生的样本对应平均净剩余要高出区域级交易中心4.16个单位。中国水权市场中的信息不对称促成了水权实际定价高于基准价格，抑制了水权市场的交易活跃性，严重影响了水资源的合理配置。本文的政策启示在于：改善水权市场中的信息不对称程度、调动交易的活跃性需政府有效参与其中，强化市场监管、交易补贴等外部矫正机制，充分拓宽当前的信息公布和获取渠道，向市场参与者提供真实有效的交易信息。

关键词 水权交易市场;水权交易价格;信息不对称;双边随机前沿模型

中图分类号 F062.1

文献标识码 A 文章编号 1002-2104（2019）09-0127-09DOI：10.12062/cpre.20190118

资源环境对中国经济发展的约束日益趋紧，面临这一紧迫现实，党的十九大更进一步地将绿色发展、资源全面节约和循环利用，尤其是水资源的节约和高效利用上升到经济新常态下的重点发展方向。我国水资源时空分布不均、人均占有量低下、水污染问题严重，部分地区水资源短缺状况愈加突出。水权交易市场的成立虽然在一定程度上缓解了因水资源分布不均及配置效率低下而产生的供需错配矛盾，但目前全国范围内的水权交易量较小，且多数交易集中在西北地区的农业灌溉用水领域，缺乏跨区域的全国性水权交易，市场交易活跃度较低，部分经济发达地区仍面临着用水危机。在文献梳理中，我们发现影响水权交易活跃度的主要因素来自交易双方的信息不对称，它显著抑制了水权市场的进一步发展和完善。据此，本文创新性的将双边随机前沿思想引入到这一问题的分析中来，利用信息不对称理论对水权价格进行分解，以深入分析水权价格的形成机制。并进一步考察信息不对称所造成的交易双方的议价能力差异，最后基于上述结论提出完善水权市场，提升交易活跃度的相关建议。

1 文献综述

水资源作为社会与经济发展的驱动力，对全面落实可持续发展影响重大。然而长期以来，具有“半公共品”特征的水资源以较低价格便可获取，随着社会经济发展，水资源的供给与需求矛盾日益加剧。配置效率低下会放大资源稀缺问题[1]，如何改善水资源配置效率已成为学者们的研究焦点。对水权进行界定并允许交易，可实现水资源在利益相关者之间更加公平有效的分配[2]。将市场机制引入水资源配置中则能有效缓解因水资源短缺、水质退化等引起的供需矛盾，更能够提升水资源的利用效率[3]。我国政府也在一系列国家级文件中明确提出并要求培育和发展水权交易市场。例如，2006年颁布的《十一五规划纲要》正式把水权转让作为水权市场的主要发展方向;2015年实施的《中共中央国务院关于加快推进生态文明建设的意见》则进一步要求加快水权交易试点，培育并发展水权市场;2016年3月，《国家十三五规划》中强调要推进水权价格综合改革;同年4月，为保障和规范水权市场交易行为，水利部颁布了《水权交易管理暂行办法》。水权市场的建立不仅是政策的选择，更是经济、环境发展的切实需求。正如Grafton等[4]的观点，将市场引入到水资源治理和产权结构中，是重新分配水的最有效的方法之一。李晶等[5]认为新时期的治水，政府和市场需要共同“发力”，充分发挥市场机制的作用，优化水资源的配置。然而经过十多年的发展，我国水权市场活跃度依然较低。Brooks和Harris[6]认为交易价格是影响活跃度的重要因素之一。汪妮等[7]则从均衡价格的角度分析了水权交易中卖方攫取的剩余往往大于买方，这在一定程度上抑制了买方的交易积极性从而降低了市场活跃度。

前期的相关研究表明，不确定性在水市场参与者的价格决策中起到了十分重要的作用，使得水资源的定价更加复杂化[8]。Brooks和Harris[9]指出水资源市场价格的形成是各种信息整合的体现，不同交易者之间的信息集往往存在一定差异。市场中的信息不对称因素会最终造成成交价格的偏倚[10]，进而弱化市场的配置效率，阻碍潜在市场交易者的参与，最终降低市场活跃度[11]。Hadjigeorgalis和Lilywhit[12]研究发现世界各地的水市场中，因信息不对称而形成的壁垒最终会造成同质水权不同价格。陈洪转等[13]指出水权交易双方的利益是冲突的，各自都谋求更高的收益，掌握信息集较大的交易方往往能够获得最大利益。陈陆滢和张长征[14]通过分析水权交易价格证实了水权市场中信息情景因素对各交易主体影响重大，并提出在买卖双方掌握不同的信息情境下，水权交易价格是有差异的。唐润等[15]认为信息不对称会严重影响水权交易公允价格的形成，并指出水权价格可由交易主体进行多轮讨价还价协商而定。但在此之前，需要水权买卖双方针对各自掌握的信息协商得出双方均可接受的价格范围，从而确定出一个水权的价格区间。

信息因素是水权博弈定价的关键，有效信息的获取是提升议价能力的根本保障。然而，现有文献在研究水权交易中的信息不对称时主要侧重于讨价还价的博弈分析，更多的偏向于定性的分析。例如，刘钢等[16]构建了一个水权交易的双层动态博弈模型，并以江西萍乡市为例展开了探讨。陈文艳等[17]以双边叫价拍卖模型为基础，结合信息因素，研究了其在水权交易定价中的应用。信息的不对称是多方面因素的综合作用，包涵了信息数量、信息的准确性、收集信息的能力等。然而，早期对于信息不对称程度的研究主要用相关的间接指标来代替。例如Bagehot[18]提出的买卖价差指标，是一种较为简单的替代衡量方式。也有学者以信息交易概率对信息不对称程度进行估计[19]。但这些方法都是寻找信息不对称的间接替代指标，不够科学、准确，有一定的局限性。而本文所采用的双边随机前沿理论则内生性的将信息因素纳入交易双方的动态议价过程中，能够较为准确地从价格中逆向推算出市场中信息不对称程度[20]。Kumbhaka和Parmeter[20]便利用这一模型方法考察了美国劳动力市场的信息不对称问题。

对已有文献的梳理分析，我们发现信息因素对可交易水权的定价有着直接影响。交易双方的信息不对称会直接导致水权实际成交价偏离公允价格，影响市场参与者的积极性，进而弱化水资源配置效率。然而，鲜有研究结合我国水权市场的实际状况对市场中的信息不对称程度进行测算。本文将在信息不对称的视角下，利用双边随机前沿思想对水权价格进行分解，以探讨当前水权交易市场中买卖双方的议价能力以及各自攫取的价格剩余，来剖析我国水权交易价格的形成过程，为水权市场合理价格的形成，调动市场交易的活跃性以及市场的发展完善提供参考。

区别于已有的文献研究，本文的贡献在于：其一，创新性的将双边随机前沿思想引入水权市场，并基于信息不对称理论对水权价格进行了分解，深入剖析了水权价格的形成机制，考察了掌握不同信息的交易主体在价格形成中的议价能力;其二，将期望分解和方差分解等思想引入到消费者剩余分析中，对我国现行水权交易市场参与主体的平均消费者剩余给出了量化估计，赋予了统计方法以实际的经济含义。整体来看，本文的研究丰富和发展了水权等相关资源市场的信息不对称问题的研究文献，提供了关于资源类市场中信息不对称问题研究的一种新思路和新方法。

2 水权交易价格形成中信息不对称程度的测算方法

水权交易定价是买卖方议价博弈产生的共同结果，而双边界随机前沿模型通过对价格的分解，在纳入信息因素的前提下较好地刻画了交易双方的议价过程，凸显出在信息不对称分析领域的强大适用性。在信息不对称的条件下，水权交易双方均拥有各自的信息集，主要为交易者所处地区自然资源禀赋、经济水平及所选择的交易方式等广义信息集合，根据信息集的大小进行议价协商，最终会产生一个基于“讨价还价”过程而达成的交易价格P。在具体议价环节中，根据掌握信息的多寡程度，买卖双方均有可能占主导地位，这一议价环节可表示如下：

P=P+η（P-P） （1）

其中，P是水权出售方所能接受的最低价格，P是水权购买方愿意承担的最高价格，且P≤P。η（0≤η≤1）用于度量水权出售方在水权协商定价中对信息的获取程度，1-η则为水权购买方对信息的掌握程度。那么，η（P-P）体现了水权购买方在协商定价过程中所能获取的剩余。为了突出水权交易双方在水权价格形成过程中各自的作用，我们进一步将式（1）进行分解如下：

P=P+η（P-P）=μ（x）+[P-μ（x）]+η[P-μ（x）]-η[P-μ（x）]=μ（x）+η[P-μ（x）]-（1-η）[μ（x）-P]

（2）

上述分解中，我们定义水权的基准价格为μ（x）=E（θ|x），其中x为可观测到的影响水价的基本因素，θ是真实存在但无法观测到的价格，且P≤μ（x）≤P。则P-μ（x）反映了水权交易价格形成中购买方的预期剩余，μ（x）-P对应着水权出售方的预期剩余。交易双方依据自身所拥有的信息集进行博弈定价，掌握信息集越广的一方能够攫取更多剩余，在定价中居于主导地位。此外，式（2）中η[P-μ（x）]-（1-η）[μ（x）-P]代表了水权交易的净剩余，记为NS。η[P-μ（x）]为水权出售方所获得的剩余，卖方能够通过攫取买方预期剩余的方式提高水权的价格，因而出售方在无法改变买方预期总剩余的前提下，需掌握更多的信息以增大η的值，抬高水价。同样，（1-η）[μ（x）-P]为水权购买方所获得的剩余，买方能通过掠夺卖方预期剩余的方式降低水权的价格，购买方在确定的卖方预期总剩余下，可通过获取更多的信息来降低水权价格。

因而，净剩余受买卖双方信息掌握程度的双边影响。当水权出售方占主导地位时，即卖方的信息因素造成的正效应大于买方信息因素造成的负效应时，NS>0;反之，NS<0。为便于后续的实证计算，我们进一步把式（2）改写为以下形式：

Pi=μ（x）+ξi

（3）

其中，ξi=wi-ui+vi，μ（xi）=x′iβ，β为待估参数，xi为样本个体特征，wi=ηi[P-μ（xi）]≥0，ui=（1-ηi）[μ（xi）-P]，vi为随机干扰项。得到式（3）中的参数估计值，我们需要进一步对模型中的扰动项进行假定，考虑到wi與ui具有单边分布的特点，根据Kumbhaka和Parmeter[20]的研究，我们假设两者都服从指数分布，即ui～i.i.d.exp（σu，σ2u），wi～i.i.d.exp（σw，σ2w）。且vi服从正态分布，即vi～i.i.d.N（0，σ2v）。在保证vi、ui及wi相互独立的前提下，可得到复合干扰项ξi的概率密度函数为：

f（ξi）=

exp（ai）σu+σwΦ（ci）+exp（bi）σu+σw∫∞-hiφ（z）dz

=

exp（ai）σu+σwΦ（ci）+exp（bi）σu+σwφ（hi）

（4）

其中，Φ（·）和φ（·）分别为标准正态分布的概率密度函数和累积分布函数。并有：

ai=σ2v2σ2u+ξiσu，

bi=σ2v2σ2w-ξiσw，

hi=ξiσv-σvσw以及

ci=ξiσv-σvσu。对式（4）进行对数化，可得到对数似然函数为：

lnL（X;θ）=-nln（σu+σw）+∑ni=1ln[eaiΦ（ci）+ebiΦ（hi）]（5）

其中，θ=[β，σv，σu，σw]。为了更好反映出水权交易双方掠取的剩余与其所掌握的信息的关系，我们进一步给出了ui和wi的条件分布如下：

f（ui|ξi）=λexp（-λui）Φ（ui/συ+hi）Φ（hi）+exp（ai-bi）Φ（ci）（6）

f（wi|ξi）=λexp（-λwi）Φ（wi/συ+ci）exp（bi-ai）[Φ（hi）+exp（ai-bi）Φ（ci）]（7）

其中，λ=σ-1u+σ-1w，于是可估计水权价格形成过程中ui与wi的条件期望，分别为：

E（1-e-ui|ξi）=1-λ1+λ× [Φ（hi）+exp（ai-bi）exp（σ2υ/2）-συciΦ（ci-συ）]Φ（hi）+exp（ai-bi）Φ（ci）（8）

E（1-e-wi|ξi）=1-λ1+λ× [Φ（ci）+exp（bi-ai）exp（σ2υ/2-συhi）Φ（hi-συ）]exp（bi-ai）[Φ（hi）+exp（ai-bi）Φ（ci）]（9）

进而，净剩余NS可表示为：

NS=E（1-e-wi|ξi）-E（1-e-ui|ξi）=E（e-ui-e-wi|ξi）（10）

3 数据选取与实证分析

3.1 样本选择与数据来源

本文水权交易数据来源于中国水权交易中心和石羊河流域水权交易中心，前者为国家级水权交易中心，成立于2016年，后者为中国西北地区最大的区域水权交易中心，成立于2013年，共有328笔交易数据。此外，地域经济发展指标和资源禀赋指标数据均来源于2013年至2016年各年度的《中国统计年鉴》。

3.2 变量选取与模型构建

鉴于水权交易中心公开披露的交易数据包括交易价格和交易量，而交易价格的变异较小，因此在水权交易价格衡量上，我们选择了每一笔交易的最终成交总价作为水权价格的代表，即被解释变量。在水权基准价格的影响因素模型中，我们分别选择了如下特征变量（见表1）。

（1）水资源禀赋因素。我国水资源时空分布上的不均客观地加剧了不同地区水资源供需矛盾。水资源贫瘠地区对水权交易的需求更大，而水资源充沛地区在保证本地区生产生活用水充足的情况下也往往更加倾向于出售部分水资源，从而获得一定的经济效益[21]。因此，在水权基准价格模型中我们纳入了年平均新增降雨量和平均水资源总量等。

（2）经济和人口因素。张培丽等[22]分析认为中国未来经济的发展对水资源的需求将会进一步提升并维持在较高的水平。作为经济发展的润滑剂，水资源的价格必然会受制于经济发展的现实状况。此外，在水资源总量一定的前提下，人口规模越大，用水需求自然也会随之提升。因而，我们在基准模型中加入了国内生产总值、人口数量以及人均用水量因素。

（3）水利工程因素。产权理论认为具有可控性的标的才能成为市场化的交易对象。纯粹的水资源在没有工程保证的基础上，也无法进行跨区域交易[23]。因此，水权交易价格的形成过程中应当包含水利工程因素，我们则选择了水利设施投资完成总额作为工程因素的代表，纳入到了基准模型中。

（4）交易细节因素。我们考虑了交易过程中的其他细节因素，包括交易的对象类别、交易方式、交易的期限以及是否跨区域交易等，其中交易对象分为区域水权（取水权）和灌溉用户水权，交易方式包括公开市场交易和协议交易，交易期限是以5年为临界值的二值虚拟变量。

最终实证研究的模型设定如下：

Pricei，t=α+β1WRi，t+β2WCi，t+β3POPi，t+β4RainFalli，t+β5Inυi，t+β6GDPi，t+β7TRMi，t+β8TROi，t+β9Durationi，t+β10Crossi，t+wi，t-ui，t+εi，t（11）

其中，wi，t=ηi，t[P—-μ（xi，t）]，ui，t=（1-ηi，t）[μ（xi，t）-P—]，εi，t为随机干扰项。表1给出了上述变量数值特征的基本描述情况。

4 实证结果及分析

在理论推导和分析的基础上，我们采用了不同的估计方法对水权交易价格模型进行了估计，并在得到模型估计结果之后进一步分解了模型中的总方差项，分别考察了水权交易市场中买方和卖方在价格形成过程中所起到的贡献程度，以及攫取的预期剩余大小。

4.1 模型设定及基准价格的影响因素

表2给出了5组模型的估计结果，其中模型1和2分别为最小二乘法（OLS）、极大似然法（MLE）估计的线性回归模型，模型3至模型5为极大似然法估计的双边界随机前沿模型。结合模型1和模型2可以看出，两者在各个解释变量的系数估计值上差异相对较小，这反映出模型1中的随机误差项十分接近正态分布，这也保证了模型3至模型5中结论的稳健性。更具体来看，模型3包含了全部研究变量，模型4则通过进一步加入地区和时间虚拟变量控制了地区和时间层面的异质性效应，模型5则是在模型3和模型4基础上剔除不显著变量而建立的最终解释模型。值得注意的是，模型5在与其他模型的比较中也有着最好的信息准则表现，其AIC和BIC统计量均处于相对最优水平，这反映出模型5在简练程度和拟合程度的组合上达到了相对最优。

基于模型5我们可以发现，水资源总量、人口数量、新增降水量、交易方式、交易类型、交易期限及是否跨区域交易等因素对实际成交价格具有显著性影响。其中，人口数量、交易方式、交易类型、交易期限以及跨区域交易等对水权成交价格具有正向效应。水资源总量和新增降水量则在一定程度上抑制了成交价格的上扬。所处地区人口越多、交易方式越公开、交易期限越长以及交易类型为区域水权（取水权）的跨区域买方更可能愿意接受一个较高的水权交易价格。而对于水资源总量及降水量较多的地区的水权买家愿意接受的交易价格相对更低。

4.2 议价能力影响程度的方差分解

基于表2中模型5的估计结果，我们进一步分解了水权交易市场中買卖双方在价格形成过程中的议价能力（见表3），结果显示水权买方和卖方共同对最终交易价格的形成起到83.12%的贡献作用，其中买方对最终成交价格的影响比例为15.60%，卖方的影响则高达84.40%，反应出卖方在最终价格的形成上占主导作用。E（w-u）=σw-σu=0.760 3，表明买卖双方的讨价还价行为将会使得最终成交价格高于基准价格。研究表明中国的用水需求和实际供给之间的缺口将在2030年达到峰值，约25%的缺口[22]。2012年《关于最严格水资源管理制度的意见》的出台更是设定了用水总量红线控制目标——到2030年全国用水总量不超过7 000亿m3。水资源作为经济发展的润滑剂，在总量不变的前提下，以水资源作为交易对象的水权市场将会在很长一段时间内保持卖方的主导定价地位。

4.3 买卖双方预期剩余估计

本部分的研究主要是通过对E（w|ξ）和E（u|ξ）的估算，测度水权交易过程中买卖双方在信息不对称的情况下各自所获得剩余，其含义为买卖双方在各自信息集的约束下获得的预期剩余相对于基准价格lnP^=x′iβ^变动的百分比。表4给出了测算结果，买方的预期剩余为36.42%，即买方的议价行为能够使最终成交价低于基准价格36.42%;卖方的预期剩余为57.12%，反映出卖方的议价行为会使得成交价高于基准价57.12%。结合买卖双方的议价所产生的净剩余，水权的实际交易价格将会比基准价格高出20.7%。这一数值结果与汪妮和张建龙等[7]的实例分析得出结论完全一致，与讨价还价理论中的“先动优势”较为符合。表4还列明了不同类型预期剩余变量的分布特征，可以看出水权交易市场中买卖双方所获得的剩余存在明显的异质性，但是买方在多数情况下是处于劣势地位，有1/4的买方能够从议价过程中获得高于卖方的预期剩余，使得成交价格下浮2%左右。而剩下3/4的买方的预期剩余均要低于卖方，具体来看在50%分位数上，卖方信息的主导作用上升且超过了买方，使得净剩余为23.99%。75%分位数上的数值表明，另有25%的水权买方需接受上浮高达46%的交易价格。

为更加直观展示水权交易市场中买卖双方所获得的预期剩余以及净剩余的分布情况，我们分别绘制了三者的概率密度函数。由图1、2可以看出在交易过程中，买卖双方的预期剩余均呈现出右偏态分布，其中买方右偏的程度要大于卖方，反映出就相同分位数而言，买方所攫取的剩余数值要远远低于卖方。但是值得注意的是，右偏并且向右拖尾的概率分布也表明在水权交易中，只有少量的交易者能够对交易价格形成绝对的强势地位。图3给出了净剩余的概率密度函数，可以看出净剩余呈现出左偏态分布，中位数高于平均数3.29个百分比。整体而言，约有不超过30%的样本净剩余在0值以下，即仅有1/3的卖方在交易中愿意以低于基准价的价格成交，而高达2/3的卖方会依据自身所拥有的信息集，采取高价格交易策略。在水权交易中，买方通常承受较大的谈判压力，对水资源的使用需求往往会促使其在交易谈判中处于劣势地位，这一点在陈陆滢、张长征[14]的研究中也有体现。

为了深入研究水权交易双方掌握信息程度的异质性，本文将按照交易区域、交易类型及交易市场对样本进行分类，并分别对不同类别情况下交易双方的预期剩余和净剩余进行详细分析，表5给出了具体的预期剩余估计结果。平均而言，可以看出东部地区的期望净剩余为8.94%，相较于西部地区的21.13%和中部地区的34%要小得多。相区别于中西部地区，东部地区的水权买方议价能力相对较高。这说明，虽然各地区的水权交易价格基本高于基准价格，但东部地区水权交易双方的议价能力相对较为均衡，买卖双方所拥有的资源禀赋、所掌握的信息因素基本一致。由于中部地区水资源相对较为充沛，再加上经济发展对水资源的需求量有限，中部地区更倾向以较高的价格出售多余的水资源从而获得部分经济效益，例如南水北调中线工程起源于湖北省丹江口水库，最终造成了中部地区平均净剩余相对最大。

在交易类型方面，灌溉用户水权类型中有28.26%的样本净剩余小于0，而区域水权（取水权）类型中仅有15.22%的样本净剩余小于0，前者高出后者13.04%。但不论灌溉用户水权的交易还是区域水权（取水权）的交易，净剩余均在20%左右，两者相差较小，并且在不同分位数上的净剩余也基本一致。这是因为当前我国水权交易市场更加符合卖方市场特征，不论何种类型的水权交易，市场参与者中的买方都是基于真实需求而进行的交易，对水资源的迫切需求在一定程度上让卖家“坐地起价”，最终造成正向净剩余。

从交易市场来看，国家级交易中心产生的样本对应的平均净剩余要高于区域级交易中心，前后为22.31%，后者为18.15%，两者差值4.16%。国家级水权交易中心涵盖的交易区域范围更广，并且多以区域水权（取水权）为交易对象，在交易过程中卖方所掌握的主动权更加明显。而区域级的交易中心受制时空限制，交易的水资源更多服务当地的农业生产，其成交价格在一定程度上也受到政策等其他因素的制约，因此相较于前者而言其净剩余相对更小。

5 结论与建议

本文将双边随机前沿思想引入水权市场，并基于信息不对称理论对水权价格进行了分解，深入剖析了水权价格的形成机制，考察了掌握不同信息的交易主体在价格形成中的议价能力，结果显示：①水权买方和卖方对最终交易价格的形成起到83.12%的贡献。其中，卖方在交易价格形成中占主导作用，对价格的贡献度高达84.40%，而买方仅占15.60%。②水权买卖双方掌握信息集的差异会致使水权实际成交偏离基准价格，信息掌握程度高的一方议价能力强，能掠夺更多剩余。水权卖方的预期剩余为57.12%，而买方的预期剩余仅为36.42%，两者的综合作用使水权实际交易价格高于基准价格20.7%。③由于地区异质性，东部地区期望净剩余最小，中部地区最大，相对来说东部地区买方议价能力比中、西部地区要强。而交易类型对净剩余影响较小，在数值特征上不同交易类型对应的净剩余差异不明显。从交易市场来看，国家级交易中心产生的样本对应平均净剩余要稍高于区域級交易中心。

根据实证结果，我们提出以下几点政策建议以缓解水权交易市场的信息不对称问题。

（1）水权交易的弱势方需要提升信息解读能力，精准

的认知辨别信息是正确解读信息的前提，有利于信息的有效利用。各地区政府在初始水权价格的制定中，也要考虑弱势方的资源禀赋状况，将经济、社会及环境三方面责任纳入定价过程中，建立以基准价为基础的有协调的长效定价机制。交易双方追逐经济利益的同时，应致力于社会责任的履行，贡献于可持续发展事业，努力促成交易的完成，增强水权市场的活跃度。例如，部分中西部地区水资源较为缺乏且经济条件有所限制，水权供给方可酌情考量买方需求的迫切程度，定价时适当考虑经济与公益性的均衡。

（2）针对不同类型因素情况下水权交易双方预期剩余的异质性问题，政府部门一方面可建立适当的交易补贴机制，对交易中的弱势方给予适当优惠或补贴，实现交易双方经济利益的公平化。例如，农业作为相对脆弱的基础性产业，可对农业用水、灌溉水权的交易给予一定的补贴。此外，对于让利的一方也可适当地给予补偿，以带动水权交易主体的积极性。另一方面，加强国家层面的水权交易中心与地方层面的水权交易平台的合作与联系，充分拓宽当前的信息公布和获取渠道，向水权市场实际参与人提供真实有效的交易信息。在遵循水权交易市场化的基础上，适当发挥政府的有效调控作用，建立和健全以市场为基础的政府合理调控下的交易机制，充分释放和提升市场交易活力。

（3）最后，可从宏观上优化水权交易的大环境，降低水权市场的信息不对称程度，带动市场活跃性。相关监管部门应不断强化市场监管机制，对交易环节中存在的“壁垒”问题严格治理，鼓励水权交易在公开有效的环境下进行。除此之外，积极引入外部金融机构，大力发展水金融衍生产品，建立全国范围内的水金融产品交易市场。由于当前我国水权交易多数采用现货交易，涉及金额巨大。在一定程度上提高了买方的市场准入门槛，降低了市场活跃性。即使少数水权购买方能一次性付款，也会占用大量资金影响其资金流动性。外部金融机构在水权交易中可为资金需求方提供融资、担保服务，有利于降低了市场准入门槛，可有效提升交易者的积极性。

（编辑：王爱萍）

参考文献

[1]周新苗， 钱欢欢. 资源错配与效率损失：基于制造业行业层面的研究[J]. 中国软科学， 2017（1）： 183-192.

[2]GARBE J， BEEVERS L. Modelling the impacts of a water trading scheme on freshwater habitats[J]. Ecological engineering， 2017， 105（9）： 284-295.

[3]田贵良， 丁月梅. 水资源权属管理改革形势下水权确权登记制度研究[J]. 中国人口·资源与环境， 2016， 26（11）： 90-97.

[4]GRAFTON R Q， HORNE J， WHEELER S A. On the marketisation of water： evidence from the Murray-Darling Basin， Australia[J]. Water resources management， 2016， 30（3）： 913-926.

[5]李晶， 王晓娟， 陈金木. 完善水权水市场建设法制保障探讨[J]. 中国水利， 2015（5）： 13-15.

[6]BROOKS R， HARRIS E. Efficiency gains from water markets： empirical analysis of watermove in Australia[J]. Agricultural water management， 2008， 95（4）： 391-399.

[7]汪妮， 張建龙， 解建仓， 等. 基于讨价还价模型的水权动态转换价格[J]. 武汉大学学报（工学版）， 2012， 45（1）： 29-33.

[8]CALATRAVA J， GARRIDO A. Modelling water markets under uncertain water supply[J]. Social science electronic publishing， 2005， 32（2）： 119-142.

[9]BROOKS R， HARRIS E. Price leadership and information transmission in Australian water allocation markets[J]. Agricultural water management， 2014， 145： 83-91.

[10]王庆， 洪滨. 不完全信息下的供水企业竞价策略研究[J]. 水利科技与经济， 2012， 18（8）： 9-11.

[11]刘峰， 段艳， 马妍. 典型区域水权交易水市场案例研究[J]. 水利经济， 2016， 34（1）： 23-27+83.

[12]HADJIGEORGALIS E， LILLYWHITE J. The impact of institutional constraints on the Limarí River Valley water market[J]. Water resources research， 2004， 40（5）： 1-11.

[13]陈洪转， 羊震， 杨向辉. 我国水权交易博弈定价决策机理[J]. 水利学报， 2006（11）： 1407-1410.

[14]陈陆滢， 张长征. 非对称信息下水权交易的讨价还价博弈模型研究[J]. 水利经济， 2013， 31（1）： 18-21.

[15]唐润， 王慧敏， 王海燕. 水权交易市场中的讨价还价问题研究[J]. 中国人口·资源与环境， 2010， 20（10）： 137-141.

[16]刘钢， 杨柳， 石玉波， 等. 准市场条件下的水权交易双层动态博弈定价机制实证研究[J]. 中国人口·资源与环境， 2017， 27（4）： 151-159.

[17]陈文艳， 曹升乐. 改进的双边叫价拍卖模型在水权交易中的应用[J]. 中国农村水利水电， 2010（3）： 123-125.

[18]BAGEHOT W. The only game in town[J]. Philosophical studies， 1971， 27（2）： 12-22.

[19]EASLEY D， KIEFER N M， OHARA M， et al. Liquidity， information and infrequently traded stock[J]. The journal of finance， 1994， 51（4）： 1405-1436.

[20]KUMBHAKAR S C， PARMETER C F. The effects of match uncertainty and bargaining on labor market outcomes： evidence from firm and worker specific estimates[J]. Journal of productivity analysis， 2009， 31（1）： 1-14.

[21]郭貴明， 李建顺， 王晓娟， 等. 河南省南水北调水权交易试点探索[J]. 水利发展研究， 2014， 14（10）： 74-77.

[22]张培丽， 王晓霞， 连映雪. 我国水资源能够支撑中高速经济增长吗[J]. 经济学动态， 2015（5）： 87-97.

[23]郑通汉， 许长新. 我国水权价格的影响因素分析[J]. 中国水利， 2007（8）： 46-47.

An empirical study of information asymmetry in Chinas water market

XU Chan-xin YANG Li-hua

（College of Business， Hohai University， Nanjing Jiangsu 211100， China）

Abstract Using the trading data of water market， we make an empirical analysis on the bargaining power between traders of the market through two-tier stochastic frontier model. The results show that： the information asymmetry between the two sides of the transaction will cause the actual transaction price to deviate from the fair price， and the one with more information has stronger bargaining power， which can plunder more surplus. Specifically， the bargaining power of the buyer makes the price lower than the fair price 36.42%， while the bargaining power of the seller makes the price 57.12% higher than the fair price. The interaction between them finally makes the price 20.70% higher than the fair price. As the existence of heterogeneity， the net surplus of the trade in the eastern region is the smallest， and the largest in the central region， suggesting the bargaining power of the buyers in the eastern part is stronger than that in the central part. The trade type of the trading market has a slight impact on the net surplus. From the level of trading market， the average net surplus of samples produced by national trading centers is slightly higher than that of regional trading centers. Information asymmetry leads to the actual pricing higher than the benchmark price， which is not conducive to mobilizing the market activity， and seriously affects the rational allocation of water resources. The policy enlightenment of this paper are as follows： in order to solve the hypocritical expensive price and mobilize the activity of transaction， the government should take more part in market monitoring and subsidy. The government should also broaden the current information channels and provide real and effective trading information to market participants.

Key words water market; water pricing; information asymmetry; two-tier stochastic frontier model